3.间接作用。当准备金率调整时，会引起货币供给的变化，从而使市场利率发生变化，而利率的变化最终又会影响到股市的资金数量。 （二）事件研究和异常值测算常均值模型 与乔坤元（2012）研究股票送转事件使用的标准
3.间接作用。当准备金率调整时，会引起货币供给的变化，从而使市场利率发生变化，而利率的变化最终又会影响到股市的资金数量。
（二）事件研究和异常值测算——常均值模型
与乔坤元（2012）研究股票送转事件使用的标准事件研究方法相比，本文使用的方法并不是标准的，因为一般在事件研究中主要看个股的反应，而整体股市的情况是不会受到太大冲击的，这与本文研究的内容相悖，个股之间有一定相关性，因此不能探究异常值的显著性[5]，本文只能使用其中的常均值模型来计算预期的收益、流动性和波动率，具体的常均值公式由乔坤元（2012）给出。 （三）数据和指标数据来源和指标构造
本文的数据来自于国泰安（CSMAR）数据库，取用自从中国证券市场成立以来的所有上市公司的交易数据和上市公司的资产规模asset、杠杆比率deratio和资本回报率roe。对市场的影响使用市场收益率、流动性和波动率来讨论，其中收益主要使用的是从国泰安数据库下载的考虑现金红利再投资的日个股回报率。
在学术界，流动性指标一直难以达成一致。在已有的实证研究中，Amihud（2002）使用非流动性指标、Brennan等（1998）则选用了交易量指标而Datar等（1998）[6-8]选用了换手率指标。本文考虑到价格和数量相结合的因素，选用了以下三个指标：
1.非流动性指标。定义为股票的每日回报率的绝对值与当天交易额的比率。该数值越大，则说明单位成交额所导致的价格变动越大，股票的流动性就越差。Amihud（2002）认为，这是可信度最高的指标。
2.交易额指标。Brennan等（1998）使用了这一指标来测度流动性，但是交易额指标无法说明不同交易价格下吸收交易量的能力，也不能估计不同成交额对股价的影响。
3.换手率指标。即交易股数除以流通股数。使用换手率指标是为了避免以交易额或者交易量作为流动性衡量指标时，因公司大小规模不同而对结果造成误差。低换手率的股票表明市场缺乏流动性，但是它同样没有考虑价格因素。
在线性回归模型中，设定一个虚拟变量，在“空窗期”的交易日为1，否则为0。这样使用市场的收益、指数收益、流动性和波动性对于这个虚拟变量回归，进而探究“空窗期”的效应。由于调整分上调和下调，因此这一部分的样本划分为上调样本和下调样本，其中上调样本是去除了下调样本“空窗期”的样本，而下调样本与之正好相反。
表1是后文为计算个股异常值的事件研究中存款准备金率调整的事件，包含公告日和执行日、“空窗期”长度，调整前后准备金率以及调整幅度（调整后-调整前）。对于“空窗期”的长度，经过对央行公告的搜集，可以看到从2004年4月12日起每次公告都是在晚上18:00左右进行的，而前面的两次（有“空窗期”的）也都是主要考察后一个交易日的情况，因此本文使用的公告日实际上是指准备金率调整后的第一个交易日，也就是公告后真正生效的交易日。本文选取“空窗期”大于0的数据。
本文定义的事件为存款准备金率的调整的“空窗期”时段，即公告日到执行日这一段时期。对于这个事件研究而言，估计窗和时间窗的选择显得尤为重要，因为中国人民银行调整存款准备金率的频率非常高，这导致很多次的调整都发生了堆叠，这一点可以从表1中清晰地看到。
基于以上特征做如下处理：1.由于中央银行频繁调整准备金率，很难捕捉到这一政策的长期效应，因此我们主要关注短期效应，因此事件窗取公告日前20天和执行日后20个交易日，并且如果两次事件的事件窗重叠，将它定义为同一个事件，经过如此定义之后发现，由于我国准备金率调整过于频繁，还是有一些事件之间的间隔很小，将间隔很小的事件做进一步的整合。2.估计窗的长度设为60个交易日，但是经过前述的处理方法，仍然有一次事件的事件窗距离下一次事件的事件窗开始不足60个交易日，则按照两个事件日之间的长度算。因为本文使用的测算正常收益的模型是常均值模型，因此对于准备金率调整事件的累计异常值是测算可行的。
根据上述方法，将重新整合本文使用的39次准备金率的调整，并且给出估计窗的长度值，最后可以得到8个事件
(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）
顶一下
(0)
0%
踩一下
(0)
0%
版权声明：因本文均来自于网络，如果有版权方面侵犯,请及时联系本站删除.
