当前位置：文档库 › A股事件有效性研究

A股事件有效性研究

证券研究报告 | 金融工程

量化投资

A 股市场信息反应有效性研究

2012年8月30日

——事件型投资策略专题报告（1）

本文重点对信息注入过程及效应进行建模分析，区别于其他事件型研究策略。结果表明A 股作为新兴市场存在弱有效性，即对新信息的反应可能不会及时和精确，经常发生信息泄露、反应过度或者反应不足的情况。

信息理论：市场的各种信息能以多大的程度和多快的速度注入到价格之中，这是事件型投资策略必须要关注的问题，市场对信息的反应是否有效，有可能提前发生信息泄露，以及反应不充分和过度的情况，本文将通过超额收益及累计超额收益来建立量化评估模型，研究信息在A 股市场反应的有效性。

事件分析：从整体测试结果看，信息在公告当日反应剧烈，好消息表现为超额收益较高，坏消息则超额收益为负，并且都能够通过T 检验；累计超额收益在信息公布前都出现轻微上升，前5天AR 的t 检验绝对值都显著大于4，因此普遍存在提前泄露信息的情况；信息公布后累计超额都是好消息继续上升，坏消息先是累计超额收益继续下降然后再反转升高。

有信息泄露的市场反应：发生信息泄露的事件，其在消息公布前都出现了大幅的上涨或者下跌，当天亦表现出较大的涨幅和跌幅，其符合消息的特征，但是之后的市场将反应比较充分，大部分情况下其超额收益均值T 检验值不显著，累计超额收益也只是轻微的继续其原来的上涨或者下跌，动量效应不是很显著，坏消息出现轻微的反转效应。大部分信息在公告之前以及公告当天得到了充分的反应。

无信息泄露的市场反应：未发生信息泄露的事件，公告当天亦表现出较大的涨幅和跌幅，其符合消息的特征，但反应不是很充分，稳定期的累计超额收益均值T 检验值显著，好消息继续其原来的上涨趋势，坏消息则会出现较大的反转效应。大部分信息在公告之后才得到充分反应，但是好消息反应不足，

坏消息反应过度。

结论及投资建议：总体来说A 股市场不是一个有效市场，信息在公布前或多或少都出现了泄露的情况，而信息公布后出现反应不足和反应过度的情况较普遍。因此好消息公告前5天和10天的动量效应比较明显，而坏消息在公告前5天是动量效应，而后2天到10天的反转效应比较明显。

罗业华

0755-********

luoyh@https://www.wendangku.net/doc/5a10903245.html, S1090511040010

研究助理徐静

xujing1@https://www.wendangku.net/doc/5a10903245.html,

陈军华

chenjh2@https://www.wendangku.net/doc/5a10903245.html,

正文目录

一、概述 (3)

1. 信息模型概述 (3)

2. 信息的分类 (3)

3. 信息的反应 (3)

二、事件分析 (5)

1. 数据说明 (5)

2. 研究方法 (5)

3. 整体效果 (5)

4. 信息质量优化 (7)

二、市场反应的有效性 (9)

1. 市场反应鉴别方法 (9)

2. 有信息泄露的市场反应 (11)

3. 无信息泄露市场反应 (12)

四、结论及投资建议 (13)

图1：“预降”事件前后表现 (6)

图2：“亏损”事件前后表现 (6)

图3：“扭亏”事件前后表现 (6)

图4：“预增”事件前后表现 (6)

图5：“好消息”事件前后表现 (6)

图6：“坏消息”事件前后表现 (6)

图7：“预降”事件前后表现（筛选后） (8)

图8：“亏损”事件前后表现（筛选后） (8)

图9：“扭亏”事件前后表现（筛选后） (8)

图 10：“预增”事件前后表现（筛选后） (8)

图 11：“好消息”事件前后表现（筛选后） (8)

图 12：“坏消息”事件前后表现（筛选后） (8)

图表 13：事件分析区间图 (9)

图表 14：好消息事件前后市场反应图 (9)

图 15：“预降”事件前后表现（有泄漏） (11)

图 16：“亏损”事件前后表现（有泄漏） (11)

图 17：“扭亏”事件前后表现（筛选后） (11)

图 18：“预增”事件前后表现（筛选后） (11)

图 19：“好消息”事件前后表现（有泄漏） (11)

图 20：“坏消息”事件前后表现（有泄漏） (11)

图 21：“预降”事件前后表现（无泄漏） (12)

图 22：“亏损”事件前后表现（无泄漏） (12)

图 23：“扭亏”事件前后表现（无泄漏） (12)

图 24：“预增”事件前后表现（无泄漏） (12)

图 25：“好消息”事件前后表现（无泄漏） (12)

图 26：“坏消息”事件前后表现（无泄漏） (12)

表格1：不同类型预告信息的样本数量 (5)

表格2：不同类型消息在不同时期的市场反应 (7)

表格3：信息市场反应模型鉴别依据 (10)

表格4：各种信息在市场的反应类型占比 (13)

一、概述

1. 信息模型概述

有效市场理论认为市场是有效的，任何信息注入市场都会立刻反应在价格上。但是根据信息模型理论，信息注入是有成本的，Grossman＆.Stiglitz（1980）认为如果信息获取需要成本，那么信息不可能被完全注入价格，价格无法立即对信息做出调整，也就不可能出现完全信息效率市场，所以信息成本是市场中信息含量的决定性因素。类似的逻辑也适用于存在价格不连续、交易延迟、信息延迟以及投资者对信息的反应滞后等阻碍价格对信息做出反应等市场不完全的情形。此外，市场中的公共信息与私有信息的相对比例、知情交易者私有信息的同质或异质性程度以及知情交易者处于垄断地位抑或竞争地位，对其私有信息注入价格的速度和程度也有显著的影响。市场微观结构理论关心的问题是，在给定的交易机制下，信息究竟能以“多大的程度”和“多快的速度”注入到价格之中。

大部分事件型研究报告只是对事件本身的影响进行笼统地统计收益率的分析，比如预增信息公布后的市场表现，而不去对信息注入市场的各种状况进行分类研究。我们则另辟蹊径，对信息注入市场的方式和过程进行具体分析：如果信息发生泄露，知情交易者的行为会对股价将产生什么影响？信息公布后会有效迅速反应么，会不会出现反应不足或者反应过度的情况。如果发生信息泄露，待信息公布后的表现与未发生信息泄露的表现大为不同，这些都是我们重点研究的问题。

2. 信息的分类

正常情况下市场是有效的，大部分都是流动性提供者或者噪音交易者，市场不存在针对个股的私有信息存在。但是一旦在公司基本面发生变化——超出市场的预增等事件发生时，市场便会反应激烈，买卖双方博弈出均衡的价格。把影响这些事件的消息类型分为好消息和坏消息，好消息是公司正面积极的信息，将导致股价上涨；坏消息则是公司负面的消极的信息，将导致股价下跌。通过分类研究，不同消息事件在公布前后对股票价格的影响。

当然影响股票的消息有很多，有些是宏观基本面的信息，有些则是公司特有的信息，必须通过模型来评估公司独有信息对其市场价格的影响程度，为了剔除市场因素的影响，不是直接引用其价格收益率来建模，而是以超额收益率来代替，以便能够准确衡量独有信息对其股价的影响。

3. 信息的反应

既然存在信息，那么市场将会对信息做出反应，并且这种反应并不总是那么有效。在事件公告前，很多消息在公布之前会存在泄露情况，可能存在知情交易者和不知情交易者，也就是我们熟知的存在内幕交易的可能。知情交易者会充分利用私有信息进行交易，以获取利益最大化，可以采取提前买入或者卖出；或者利用控制私有信息的注入进程来操纵股价获利。

事件公告后，由于交易者获取信息的差异和认识的局限性，加上市场情绪的影响（即羊群效应），都会导致投资行为出现较大的偏差，市场的反应可能并不是有效的，而

是存在过度或者不足的情况。为了便于区分各个时段的市场对信息的反应，我们建立了事件分析区间，把事件前后进行时间段区别，假设公告日为D日，D-20日为信息敏感期，D日到D+1日为信息反应期，D+10为信息稳定期。

以利好消息为例，在消息公布前后，根据市场股价的反应可以分为5种类型，具体说明为：1、信息泄露，即信息被知情交易者利用，提前买入股票，导致市场上涨；2、信息无泄漏，没有知情交易者，市场无明显反应；3信息反应不足，信息公布后当期市场反应不足，后期持续上涨；4信息正常反应，信息公布后，市场正常反应信息的全部内容，之后市场比较平稳无异常；5、信息反应过度，信息公布后，由于市场情绪高昂，可能出现大幅上涨的过度反应，到后期则市场会下跌回归正常稳定价格。

二、事件分析

1. 数据说明

上市公司信息事件非常多，各种定期季报或者月报，以及其他公告都会对股价产生影响。为了方便提取信息样本并且准确进行定性，选择了业绩快报作为信息来源，原因是业绩快报是强制性披露的信息，并且是预计利润上下增幅或者降幅50%以上，其信息披露较及时和准确，信息含量较高。

根据公告内容，选取各种报告期的业绩预告信息，将“预增”和“扭亏”作为好消息，“预降”和“预亏”作为坏消息。样本数据是从2005年至2010年，共计12500多个数据，涉及1600多只股票，其中预降、亏损、扭亏和预增样本分别2281、2274、1746、6588个。

表格1：不同类型预告信息的样本数量

消息类型样本数量

预降2281

亏损2274

扭亏1746

预增6588

资料来源：招商证券聚源数据

2. 研究方法

既然好、坏消息的信息会对股票的价格产生影响，必须通过模型来评估事件信息对市场的影响程度，由于这种消息是个股独有的，为了剔除市场因素的影响，我们一般以超额收益率来代替。建立正常收益模型，第i只股票t时刻的个股收益率为

, ln ,

（ 1,…, ）

其中，P

i,t

为第i支股票在第 t 日的个股收盘价。正常收益采用OLS市场模型

, α β ,

计算超额收益

, , α β ,

当事件窗口长度大于一个交易日时，采用累积超额收益率来计算：

3. 整体效果

以事件公告日为基准，向前推20天及向后推10天，根据每只股票最近两年的β和α计算其每天的超额收益，及累计超额收益。把所有的事件相同时间点的超额收益和累计超额收益进行统计分析，计算出其AR的平均收益和T检验值（显著大于零检验）

以及累计超额收益的平均值，其总体效果如下面几副图表。

图 1：“预降”事件前后表现

图 2：“亏损”事件前后表现

图 3：“扭亏”事件前后表现

图 4：“预增”事件前后表现

图 5：“好消息”事件前后表现

图 6：“坏消息”事件前后表现

资料来源：招商证券，聚源数据

注：ARmean 为日超额收益均值，CARmean 为累计超额收益均值，以左轴为刻度；ARttest 为日超额收益的T 检验值，以右轴为刻度。X 轴为公告前后日期，0为公告日，负数为公告前天数，正数为公告后天数。

从整体的测试结果看，信息在公告当日表现十分剧烈，好消息表现为超额收益较高，且t 检验但与15以上，说明效果明显；坏消息则超额收益为负，并且能够通过T 检验；累计超额收益在信息公布前都出现轻微上升，AR 的t 检验值前5天都显著大于4，因此普遍存在提前泄露的情况出现。信息公布后累计超额都是好消息继续上升，坏消息先是累计超额收益继续下降然后再继续升高。类型不同，最终表现的形式也不同，同样是坏消息差别不大，但是好消息，扭亏的后续反应效果很多。

‐25

‐20‐15‐10‐5

510‐6%

‐5%‐4%‐3%‐2%‐1%0%

1%‐20‐17‐14‐11‐8‐5

‐2

10ARmean

CARmean

ARttest

‐30

‐25‐20‐15‐10‐50

510‐6%

‐5%‐4%‐3%‐2%‐1%0%

1%‐20‐17‐14‐11‐8‐5

‐2

10ARmean

CARmean

ARttest

‐4

‐20246‐0.5%0.0%

0.5%1.0%1.5%2.0%2.5%3.0%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean

ARttest

‐5

05101520‐1%0%

1%2%3%4%5%‐20‐17‐14‐11‐8

‐5

‐2

10ARmean

CARmean

ARttest

‐5

05101520‐1%

0%1%2%3%4%‐20‐17‐14‐11‐8

‐5

‐2

ARmean

CARmean

ARttest

‐30

‐25‐20‐15‐10‐50

510‐6%

‐5%‐4%‐3%‐2%‐1%0%

1%‐20‐17‐14‐11‐8‐5

‐2

10ARmean

CARmean

ARttest

表格2：不同类型消息在不同时期的市场反应

消息类型公告前公告日公告后

坏消息（预降、亏损）前5天AR的超额收益为负，T检验值都

是小-2，累计超额收益CAR由D-20到D

日逐渐下降，说明其普遍存在信息泄露的

现象。

D日的AR的超额收益为负，T

检验值都是小-2，累计收益

CAR下降较快，说明信息当天

反应激烈，都是比较差。

D到D+2日的AR的超额收益

为负，T检验值都是小-2，累计

收益CAR下降较快。但是之后

则平均超额收益明显为正

说明信息当天反应激烈。

好消息（预增、扭亏）前5天AR的超额收益为正，T检验值都

是大于2，累计超额收益CAR由D-20到

D日逐渐上升，说明其普遍存在信息泄露

的现象。

D日的AR的超额收益为正，T

检验值都是大于2，累计收益

CAR上升较快，说明信息当天

反应激烈，且是正面反应。

D到D+2日的AR的超额收益

为正，T检验值都是大于2，累

计收益CAR上升较快，表明市

场继续动量效应。

资料来源：招商证券

4. 信息质量优化

由于股价的涨跌不仅受基本面信息的影响，也会受投资者偏好和情绪的影响，甚至部

分投资者可以利用知情信息进行股价的操控，这样会导致价格对信息的反应失真，所

以为了剔除这种非基本面信息因素的影响，我们对信息的质量进行鉴别。考虑到信息

泄露和反应延时的情况，对信息的有效反应期做了改进，取信息公告前20天到后10

天作为信息的充分反应期。如果是好消息（预增、扭亏）的有效反应，充分反应期的

累计超额收益应该是正的且必须通过T检验，如果是坏消息（预减、亏损）的有效反

应，则充分反应期的累计超额收益应该是负的且必须通过T检验。以此作为消息的质

量的鉴别标准对样本数据做筛选，并做相关分析。

从最后的结果看，较未筛选的样本统计结果，其信息质量有了明显的改进，好消息的

平均超额收益及累计超额收益斜率一直地上升，好消息公布后累计超额仍然继续上

升；而坏消息则是的累计超额收益则斜率近乎一直地下降，消息公布后也是如此，与

之前全样本有所不同。

信息的筛选之后信息的质量有保障，有利于对事件做准确充分地研究，但是缺点是这

是个事后分析模型，在信息公布前后，并不能准确地评估事件的信息含量，也无法预

知其会对股价产生什么样的影响，只能定性地界定：好消息应该是对股价有正面效应，

坏消息对股价有负面效应，却不能排除其他因素的影响。

图 7：“预降”事件前后表现（筛选后）

图 8：“亏损”事件前后表现（筛选后）

图 9：“扭亏”事件前后表现（筛选后）

图 10：“预增”事件前后表现（筛选后）

图 11：“好消息”事件前后表现（筛选后）

图 12：“坏消息”事件前后表现（筛选后）

资料来源：招商证券，聚源数据

‐25

‐20‐15

‐10

‐50

5‐20%

‐15%‐10%

‐5%0%

5%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean

ARttest

‐30

‐25‐20‐15‐10‐5

‐20%

‐15%‐10%‐5%0%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

2468100%

5%10%15%20%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean ARttest 0

5101520250%

5%10%15%20%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean ARttest

‐5

05101520‐1%

0%1%2%3%4%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean ARttest ‐40

‐30‐20‐100‐20%

‐15%‐10%‐5%0%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean

CARmean ARttest

三、市场反应的有效性

1. 市场反应鉴别方法

为了更加细致地分析事件的影响，关键研究信息注入市场的过程以及市场的反应程度，有无信息泄露息在市场的反应过程是不同的，公告后市场的正常反应和反应不足或者过度反应都要区别对待。以事件信息公告期为D 日，对事件前后时间段进行划分：

(1) 期准期，即公告日往前的D-21至D-60，根据最近12个月的β和α值，算出该

期限内的日超额收益及累计收益序列，以此作为其他信息期的基准期。 (2) 敏感期为D-1至D-20，根据最近12个月的β和α值，算出该期限内的日超额

收益及累计序列，可以对照基准期检验有无信息泄露。 (3) 反应期D 至D+1，根据最近12个月的β和α值，算出该期限内的日超额收益及

累计序列，可以对照稳定期检验有无信息反应不足或者过度的情况。 (4) 稳定期D+2至D+10，信息公告后市场充分反应归于平静，可以对照基准期检验

有无信息反应不足或者过度的情况。

图表 13：事件分析区间图

资料来源：招商证券

图表 14：好消息事件前后市场反应图

资料来源：招商证券

大部分事件分析只是对事件本身进行系统计，而为对信息注入市场的方式未作区分。

我们把事件分为有消息泄露和无消息泄露，并建立量化分析模型来进行鉴定。通常情况下，消息泄露的事件占比较大，当然消息泄露的鉴定标准不同，则比例会产生较大的差异。从总体的日超额收益图表可以看出，前5天的日超额收益的T 检验值的绝

D D-20

D+1

D+10

基准期 D1

敏感期D2

公告日D 稳定期D4 反应期D3

对值都比较高，因此我们用前5天的区间来统计分析是否有信息泄露。

事件公告前的信息泄露和反应过度的行为，其公告日前的累计超额收益明显偏离0，可以用T检验值的大小来验证。信息泄露会导致超额收益增加或者将少，有两种方法进行超额收益的显著性检验，判断是否发生内幕交易。

单日超额收益的显著性检验

对公告前的单日超额收益 , ,…, 1 进行显著性水平 5% 的T检验。

∑ ,

√

(1)累积超额收益的显著性检验

累积超额收益服从 N 0,σ

，利用基准期数据估计 σ

。

30 2

因此，对做显著性水平 5% 的T检验。

本文只选取第二种模型来进行验证市场反应，即累计超额收益CAR相对于基准期的情况来计算市场的反应过程，是否发生信息泄露，是否出现反应过度或者反应不足的情况。具体区别标准如下：

表格3：信息市场反应模型鉴别依据

取样周期

有泄漏 D-5到D-1 1.96

无泄漏 D-5到D-1 1.96

反应不足 D+2到D+10 1.65好消息正常反应 D+2到D+10 1.65

反应过度 D+2到D+10 1.65

反应不足 D+2到D+10 1.65坏消息正常反应 D+2到D+10 1.65

反应过度 D+2到D+10 1.65

注：D为公告日

资料来源：招商证券

2. 有信息泄露的市场反应

通过上述累计超额收益T 检验模型，根据其值是否显著大于1.96，来鉴别信息公布前后是否发生信息泄露，大约占比81.28%，比例较大，说A 股市场存在显著的信息泄露行为。

图 15：“预降”事件前后表现（有泄漏）

图 16：“亏损”事件前后表现（有泄漏）

图 17：“扭亏”事件前后表现（筛选后）

图 18：“预增”事件前后表现（筛选后）

图 19：“好消息”事件前后表现（有泄漏）

图 20：“坏消息”事件前后表现（有泄漏）

资料来源：招商证券，聚源数据

从统计的结果看，发生信息泄露的事件，其在消息公布前都出现了大幅的上涨或者下跌，当天亦表现出较大的涨幅和跌幅，其符合消息的特征，但是之后的市场将反应比较充分，大部分情况下其超额收益均值T 检验值不显著，累计超额收益也只是轻微的继续其原来的上涨或者下跌，动量效应不是很显著，坏消息出现轻微的反转效应。大部分信息在公告之前以及公告当天得到了充分的反应。

‐25

‐20‐15‐10‐505‐6%

‐5%‐4%‐3%‐2%‐1%0%

1%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐25

‐20‐15‐10‐50

510‐6%

‐5%‐4%‐3%‐2%‐1%0%1%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐2

‐1

012345‐1%0%

1%1%2%2%3%3%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐5

510

1520‐1%0%

1%2%3%4%5%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐5

510

1520‐1%0%

1%2%3%4%5%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐40

‐30‐20‐10010‐6%

‐5%‐4%‐3%‐2%‐1%0%

1%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

3. 无信息泄露的市场反应

通过上述累计超额收益T 检验模型，根据其值显著小于1.96，来鉴别信息公布前未生信息泄露，其大约占比19.72%，比例较小，当然这可能跟统计周期有关，至少前5天来看其累计超额收益不显著。

图 21：“预降”事件前后表现（无泄漏）

图 22：“亏损”事件前后表现（无泄漏）

图 23：“扭亏”事件前后表现（无泄漏）

图 24：“预增”事件前后表现（无泄漏）

图 25：“好消息”事件前后表现（无泄漏）

图 26：“坏消息”事件前后表现（无泄漏）

资料来源：招商证券，聚源数据

从统计的结果看，为发生信息泄露的事件，其在消息公布前市场反应比较平淡，上涨或者下跌的趋势不明显。公告当天亦表现出较大的涨幅和跌幅，其符合消息的特征，但反应不是很充分，稳定期的累计超额收益均值T 检验值显著，好消息继续其原来的上涨趋势，坏消息则会出现较大的反转效应。大部分信息在公告之后才得到充分反应，但是好消息反应不足，坏消息反应过度。

‐15

‐10‐50

510‐8%

‐6%‐4%‐2%0%2%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐15

‐10‐5

510‐5%‐4%

‐3%

‐2%

‐1%0%1%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810

ARmean CARmean ARttest

‐3

‐2‐1

01234‐1.5%

‐1.0%‐0.5%0.0%0.5%1.0%1.5%2.0%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐4‐2

02468‐1.0%

‐0.5%0.0%

0.5%1.0%

1.5%

2.0%

2.5%

3.0%‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐4‐2

6810‐1.0%

‐0.5%0.0%

0.5%

1.0%

1.5%

2.0%2.5%

3.0%

‐20‐18‐16‐14‐12‐10‐8‐6‐4‐20246810ARmean

CARmean

ARttest

‐20

‐15‐10‐50510‐6.0%

‐5.0%‐4.0%‐3.0%‐2.0%‐1.0%0.0%

1.0%‐20‐17‐14‐11‐8‐5

‐2

ARmean CARmean ARttest

四、结论及投资建议

总体来说A股市场不是一个有效市场，信息在公布前或多或少都出现了泄露的情况，只是泄露的时间点和影响程度差异较大，而信息公布后出现反应不足和反应过度的情况占比较高，分别占比40%左右，正常的信息反应比较少见，不到20%。

表格4：各种信息在市场的反应类型占比

反应类型所有（12522）无泄漏（2329）有泄漏（10178）

反应不足 39.59%38.55%39.82%好消息正常反应 17.03%19.05%16.58%

(7292) 反应过度 43.38%42.39%43.59%

反应过度 34.13%29.47%35.24%坏消息正常反应 16.72%15.88%16.92%

(5215) 反应不足 49.15% 54.65% 47.84% 注：数字表示样本数量

资料来源：招商证券、聚源数据

在一个非有效反应的市场，市场指标将会起到较大的作用，在信息公布之前，可以用5天左右的周期来研究其动量效应。在消息公布之后，好消息将会继续维持动量效应，而坏消息则会在后2天左右出现反转效应。当然这是在过去没有做空机制下的市场行为，未来如果市场体制发生改变，可能这种情况也可能会改变。市场的思维惯性的改变需要时间个经验教训，目前两三年的时间内还是相当有效的。

分析师承诺

负责本研究报告的每一位证券分析师，在此申明，本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与，未来也将不会与本报告中的具体推荐或观点直接或间接相关。

罗业华：江西财经大学计算机工学和金融经济学双学位，MBA，金融工程分析师。从业七年，曾主持开发股指期货套利系统、权证评价系统、金融工程实验室，目前工作是运用数理、编程知识，进行股指期货、量化投资、算法交易等策略研究。

徐静：美国康乃尔大学MBA，美国佐治亚大学统计硕士，南开大学化学学士。2011年加入招商证券，主要从事量化投资策略，程序化交易和金融衍生产品的研究。

陈军华：华中科技大学管理科学与工程专业硕士、信息管理与信息系统专业学士，现招为招商证券研究发展中心金融工程分析师。

投资评级定义

公司短期评级

以报告日起6个月内，公司股价相对同期市场基准（沪深300指数）的表现为标准：

强烈推荐：公司股价涨幅超基准指数20%以上

审慎推荐：公司股价涨幅超基准指数5-20%之间

中性：公司股价变动幅度相对基准指数介于±5%之间

回避：公司股价表现弱于基准指数5%以上

公司长期评级

A：公司长期竞争力高于行业平均水平

B：公司长期竞争力与行业平均水平一致

C：公司长期竞争力低于行业平均水平

行业投资评级

以报告日起6个月内，行业指数相对于同期市场基准（沪深300指数）的表现为标准：

推荐：行业基本面向好，行业指数将跑赢基准指数

中性：行业基本面稳定，行业指数跟随基准指数

回避：行业基本面向淡，行业指数将跑输基准指数

重要声明

本报告由招商证券股份有限公司（以下简称“本公司”）编制。本公司具有中国证监会许可的证券投资咨询业务资格。本报告基于合法取得的信息，但本公司对这些信息的准确性和完整性不作任何保证。本报告所包含的分析基于各种假设，不同假设可能导致分析结果出现重大不同。报告中的内容和意见仅供参考，并不构成对所述证券买卖的出价，在任何情况下，本报告中的信息或所表述的意见并不构成对任何人的投资建议。除法律或规则规定必须承担的责任外，本公司及其雇员不对使用本报告及其内容所引发的任何直接或间接损失负任何责任。本公司或关联机构可能会持有报告中所提到的公司所发行的证券头寸并进行交易，还可能为这些公司提供或争取提供投资银行业务服务。客户应当考虑到本公司可能存在可能影响本报告客观性的利益冲突。