摘要：本文使用事件研究的方法，利用1999年到2009年的中國股市上市公司的股票送股、轉(zhuǎn)增事件的相關(guān)數(shù)據(jù)，分析發(fā)現(xiàn)這些股票會由于除權(quán)日時間而獲得正的異常收益，這一結(jié)果不隨著不同的統(tǒng)計假設(shè)、送轉(zhuǎn)事件是否伴隨著現(xiàn)金紅利以及按照送股與轉(zhuǎn)增的比例、現(xiàn)金紅利數(shù)量劃分的子樣本而改變。探究這種異常收益的來源，發(fā)現(xiàn)分析師關(guān)注度（下文以分析師關(guān)注度來代替）會正向顯著的影響異常收益；每多一名分析師關(guān)注這支送轉(zhuǎn)的股票會在除權(quán)日多帶來0.2元的異常收益，并且這種關(guān)系是穩(wěn)健的，進一步通過工具變量回歸解決了分析師關(guān)注的內(nèi)生性。

關(guān)鍵詞：事件研究；除權(quán)日異常收益；分析師關(guān)注度

中圖分類號：F830.59文獻標識碼：A

一、引言和文獻綜述

中國股市的股票紅利政策包含現(xiàn)金紅利、派息、送股、轉(zhuǎn)增，這些政策都由上市公司發(fā)布并且有一個行權(quán)期限，過了期限股東就無法享受這一權(quán)利了。股票的股利發(fā)布日往往會帶來一定的溢價，目前國內(nèi)外學(xué)者對于此問題研究的結(jié)論相對一致，并且從信息和流動性兩個角度解釋這一溢價。那么除權(quán)日的溢價是不是也是顯著的呢？

國外學(xué)者對于除權(quán)日溢價有過比較深入的探討，Elton和Gruber（1970）開啟了學(xué)者們對股票的除權(quán)日價格行為研究的序幕，利用1966年到1967年紐約證交所的股票數(shù)據(jù)，他們發(fā)現(xiàn)當(dāng)日股票價格下跌額平均是現(xiàn)金股利的77.8%而非100%，也就是說有一定的溢價存在。他們認為這是由于資本利得稅率小于紅利所得稅率引起的，甚至認為可以從股票下跌幅度的不同來預(yù)測具有不同邊際稅率的顧客群體。之后，學(xué)者們大多從稅收角度研究了除權(quán)日的超額收益。Eades等（1984）對發(fā)放高股利的股票的除權(quán)日價格進行研究，發(fā)現(xiàn)這類股票的超額收益率更小，有時甚至是負數(shù)，他們認為對股利的獲利交易使稅收對這類股票的影響反而比較??；Lasfer（1995）使用英國證券市場的數(shù)據(jù)研究了稅收法案的更迭對于除權(quán)日異常收益的產(chǎn)生的影響，他發(fā)現(xiàn)在改制前的高稅收對于異常收益有正向影響而在改制后的低稅收對于異常收益的影響為負并且不顯著；Athanassakos和Smith（1996）則研究了加拿大股票紅利收稅政策的問題，他們發(fā)現(xiàn)1977年4月1日到1985年5月23日的免稅期除權(quán)日收益不顯著異于0而開始收稅的1985年5月23日到1988年期間則有顯著的正除權(quán)日溢價。另一支文獻則注重討論公告日和除權(quán)日的日常收益，如Vijh（1994）發(fā)現(xiàn)除權(quán)日的異常收益并不比公告日的低，并且猜測人們更加喜歡拆分過的股票，繼而引出了流動性的推斷，而Nayar 和Rozeff（2001）則發(fā)現(xiàn)除權(quán)日的異常收益是由于公告日的低異常收益引起的，并且從交易的不便利性方面進行討論了異常收益的來源，他們認為交易成本使得套利者無法出現(xiàn)從而異常收益變得顯著。

與國外研究得到的結(jié)果類似，國內(nèi)學(xué)者的研究結(jié)果也顯示除權(quán)日會帶來異常收益。陳珠明和史余森（2010）采用事件研究法對高送轉(zhuǎn)股票的財富效應(yīng)及股東大會通過日和除權(quán)除息日等相關(guān)事件前后股價的異常波動進行了研究，他們的實證結(jié)果表明牛市中除權(quán)除息日前后的股票會在短期內(nèi)存在超額收益而熊市中除權(quán)除息日前后的超額收益不顯著。葛宗萍（2009）發(fā)現(xiàn)送轉(zhuǎn)股的除權(quán)事件促使我們國股價上升，而這一事件本身所隱含的信息對股價也有正向影響。

然而，如前所述，雖然國內(nèi)外已經(jīng)有學(xué)者對于除權(quán)日的異常收益的原因進行了一些探討，McNichols和Dravid（1990）發(fā)現(xiàn)分析師的預(yù)測偏差和異常收益有關(guān)，但是目前沒有從分析師關(guān)注度的角度進行解釋這一現(xiàn)象的相關(guān)文獻。

本文將通過事件研究的方法驗證中國股市除權(quán)日的異常收益的存在，并且從分析師關(guān)注的角度來解釋這一現(xiàn)象。

二、本文的研究方法和數(shù)據(jù)

本文使用事件研究的方法來探究異常收益，從理論上來講，估計窗應(yīng)該在沒有其他事件的干擾下越長越好，以便得到更好的正常收益的估計，具體的公式推導(dǎo)詳見Qiao（2012），它說明估計窗的加長會減小異常收益的方差從而增加估計的精度。本文的盈余的數(shù)據(jù)主要來自CSMAR數(shù)據(jù)庫，我們使用1999—2009年的數(shù)據(jù)進行研究，在此期間，一共有1214家公司進行了股票的送股和轉(zhuǎn)增，我們進一步根據(jù)是否含有現(xiàn)金紅利來區(qū)分兩個子樣本。本文使用的方法和喬坤元（2012）的一致，均為標準的事件研究方法進行研究，異常收益即為實際異常收益減去使用市場模型得到的值（ARI，t—E（ARi，t）），而這一數(shù)值除以標準誤即得到t統(tǒng)計量，服從自由度為N—1的t分布，累計異常收益的計算和檢驗方法與異常收益類似，計算和統(tǒng)計檢驗的具體公式和推導(dǎo)詳見Qiao（2012）。

在實證檢驗分析師關(guān)注度與異常收益的部分，我們搜集了分析師對于每一只股票自2004年起對于每一只股票的關(guān)注度（Anal，為預(yù)測該股票的分析師總?cè)藬?shù)），該變量是我們在本文中重點關(guān)注的變量。

在控制變量方面，根據(jù)Nayar和Rozeff（2001）的研究成果，本文的控制變量將包括公司的風(fēng)險因素（Risk），也即進行送轉(zhuǎn)的公司在前兩個月的股票收益的波動率的值，一個虛擬變量為D，它指代的是這一送轉(zhuǎn)事件拆分是否伴隨著現(xiàn)金紅利；在公司的規(guī)模方面，使用公司的員工人數(shù)的對數(shù)值來刻畫，而公司的盈利能力則用公司利潤占收益的比例以及公司在送轉(zhuǎn)之前的市值（以百萬計）來代表。

另外，Brennan和Hughes（1991）認為正是由于異常收益才帶來了更多的分析師關(guān)注，所以文章必須解決內(nèi)生性問題。通過中經(jīng)專網(wǎng)統(tǒng)計數(shù)據(jù)庫，對公司所在的城市的面積進行了收集，這一個變量是后文分析師人數(shù)的工具變量。

我們將在下一節(jié)使用市場模型對異常收益進行探究①， 以觀察中國股市的送轉(zhuǎn)事件是否真的會帶來異常收益。

三、除權(quán)日異常收益測算

從表1、表2中可以看出，是否含現(xiàn)金紅利對于異常收益的影響微乎其微，這符合Eades等（1984）、Lasfer（1995）、Athanassakos和Smith（1996）的觀點：交易成本對于除權(quán)日的異常收益的影響是不可忽視的，所以是否派發(fā)紅利對于異常收益值的作用幾乎可以忽略。很明顯的是除權(quán)日的異常收益是顯著存在的，并且不隨著同方差、異方差的統(tǒng)計假設(shè)而變化。

為了避免研究結(jié)果會由于樣本劃分的過于粗糙而導(dǎo)致結(jié)果并不是那么的穩(wěn)健，有必要通過劃分子樣本進而重新考量異常收益。具體地按照送轉(zhuǎn)的比例和紅利數(shù)量的多少而進行劃分，學(xué)術(shù)界并沒有一個統(tǒng)一的劃分標準，本文的數(shù)據(jù)中，送轉(zhuǎn)比例超過0.5和低于0.5的幾乎對半，而紅利金額大于0.1元和小于0.1元的事件數(shù)量也幾乎是相等的，因此使用這兩個值來劃分樣本，進而得到四個子樣本，即送轉(zhuǎn)比例高于和低于0.5的，現(xiàn)金紅利高于和低于0.1元的。

可以看到的是異常收益值均是顯著為正，并且總體走勢與原樣本類似，這進一步說明了公告效應(yīng)帶來的異常收益的存在性。唯一需要指出的是，在含紅利的時候使用這幾個子樣本得到的數(shù)值結(jié)果有一定的差異。

四、除權(quán)日異常收益來源探究——分析師關(guān)注度本文將分析師關(guān)注度定義為在某一年對某一家公司進行盈余預(yù)測所有的分析師人數(shù)。分析師的關(guān)注帶來一個很強的信號作用，投資者由于有限的關(guān)注往往會參照分析師的意見，繼而關(guān)注這些股票。因此，分析師關(guān)注與送除權(quán)日超額收益之間應(yīng)該有正的相關(guān)關(guān)系。

在控制變量中，根據(jù)前人的研究結(jié)果，選取上市公司的股價、股票的歷史風(fēng)險、送股與轉(zhuǎn)增事件當(dāng)中的送轉(zhuǎn)比例等。

基本模型如下：

CARi=α0+α1Anali+α2Pricei+α3Riski+α4Ratioi+α5Divi+α5CARAi+εi

其中CARi為股票i在事件窗（公告前10天到后10 天）的累計異常收益值，按元計價。Anali代表對上市公司i的分析和關(guān)注度，Pricei代表股票i在事件窗的平均價格的對數(shù)，Riski代表股票 i在公告前兩個月收益率的波動率（%），Ratioi代表股票i的送轉(zhuǎn)比率，即：

Ratioi=上市公司i在送轉(zhuǎn)后的總股數(shù)上市公司i在送轉(zhuǎn)前的總股數(shù) 。

而Divi是一個虛擬變量，如果公司的送轉(zhuǎn)伴隨著現(xiàn)金紅利，則為1，如果沒有伴隨著現(xiàn)金紅利，則為0，而CARAi是公告的異常收益（Nayar和Rozeff（2001）認為這個一個必要的因素），我們與除權(quán)日相同的方法使用市場模型作為正常收益的預(yù)期得到， εi是擾動項。（一）基本回歸的結(jié)果

可以看到，在逐步加入控制變量的過程中，分析師關(guān)注度一直在5%水平下一致顯著。進一步，每增加一個分析師關(guān)注進行送轉(zhuǎn)的股票，那么這支股票的除權(quán)日異常收益就會增加大概0.2元，這一變化不僅僅是統(tǒng)計意義上顯著，而且是經(jīng)濟意義上顯著的。股票在這一期間的價格越高，異常收益越低，這說明人們的流動性偏好，也印證了Vijh（1994）對于人們喜歡低價格的股票的說法，但是這一影響是不顯著的。風(fēng)險因素在這里負向的影響了除權(quán)日的異常收益，這說明人對于風(fēng)險的厭惡，但是這個因素同樣不顯著。拆分比例越大，使得除權(quán)日異常收益越大，這說明了人們的流動性偏好，但是這個因素同樣不顯著?，F(xiàn)金紅利使得股東對異常收益的影響不顯著，這一結(jié)果與第三節(jié)的異常收益的結(jié)果一致。公告期的超額異常收益與除權(quán)日的呈現(xiàn)反向的關(guān)系這與Nayar 和Rozeff（2001）的研究結(jié)論想契合。

但是可以看到，控制變量顯著性并不好，模型的解釋力度也不高，這與大多數(shù)文獻遇到的問題一致：我們無法完全的解釋這個現(xiàn)象，只能從一個角度來觀察。

（二）模型穩(wěn)健性檢驗：替代變量檢驗和子樣本回歸

人們可能會因為一些我們沒有在基本回歸中加入一些常用的控制變量而懷疑我們的結(jié)果。在這里，我們加入了員工個數(shù)（取對數(shù)）和公司市值（按照百萬元記，取對數(shù)）進行回歸?？梢钥吹剑@些附加的控制變量都在10%水平下不顯著，而且我們關(guān)心的分析師關(guān)注度依然在5%水平下顯著，而且數(shù)值與之前的估計相比，變化很小，這進一步減輕了人們的擔(dān)心：這些變量并沒有帶來遺漏變量的誤差。

人們依然會質(zhì)疑我們得到的結(jié)果是由一些異常值驅(qū)動的。很多行業(yè)的企業(yè)不具備可比性，因而我們將原來的樣本進行拆分，使用子樣本來進一步檢驗?zāi)Ｐ偷姆€(wěn)健性。這家上市公司所屬行業(yè)（在傳統(tǒng)的農(nóng)業(yè)、工業(yè)領(lǐng)域、還是服務(wù)行業(yè)）、是在上海股票交易所上市還是在深圳股票交易所上市、和當(dāng)年經(jīng)營業(yè)績（虧損與非虧損組）。結(jié)果匯報于表5。

可以看到，在劃分的不同的子樣本之后，每一個子樣本里面的分析師關(guān)注度都顯著。按照傳統(tǒng)的三大行業(yè)來分，可以看到分析師對于工業(yè)企業(yè)的除權(quán)日異常收益的影響最大，為0.25，超過平均值0.20約20%；農(nóng)業(yè)和服務(wù)業(yè)的影響較小，比平均值0.20低了約11%。這一點可能會反應(yīng)中國目前的現(xiàn)實狀況，作為世界的制造中心工業(yè)在國民經(jīng)濟中的地位舉足輕重，相應(yīng)的上市企業(yè)也更加受到投資者的青睞。在上海證券交易所上市的企業(yè)比在深圳上市的企業(yè)享受了更高的分析師關(guān)注帶來的除權(quán)日溢價，而企業(yè)當(dāng)年是否虧損并不影響估計值，得到的估計都與基本回歸得到的結(jié)果很接近。

控制變量方面，在不同的子樣本之間它們的影響不盡相同，甚至方向也都不一致，比如人們的對低價格的偏好似乎只適用于工業(yè)和服務(wù)業(yè)，上海證券交易所的上市公司和非虧損的公司，而風(fēng)險厭惡則在工業(yè)企業(yè)、深圳證券交易所和虧損的企業(yè)中有一定的作用，而人們對于流動性的反應(yīng)則在除了農(nóng)業(yè)和服務(wù)業(yè)之外的其他子樣本里起作用。但是與基本回歸得到的結(jié)果一致的是，價格、風(fēng)險和拆股比率的影響都不顯著，而是否發(fā)放紅利卻又顯著的影響：它會正向的顯著影響農(nóng)業(yè)企業(yè)、在深交所上市的企業(yè)的除權(quán)日異常收益，而會負向的影響工業(yè)企業(yè)和虧損中的企業(yè)。

子樣本的檢驗進一步支持了研究的推斷，分析師關(guān)注度正向影響異常收益。對于其他的控制變量，可以看到除了是否發(fā)放紅利意外其他變量和原來的樣本中的顯著性一致。

（三）分析師關(guān)注度的內(nèi)生性問題

人們可能會擔(dān)心是由于異常收益誘使了分析師更多的關(guān)注這些進行股票送轉(zhuǎn)的公司的股票（Brennan和Hughes，1991），需要解決內(nèi)生性問題。

我們使用上市公司i 在宣布送轉(zhuǎn)所在城市的當(dāng)年的行政面積（lgArea）作為工具變量。由于我們的數(shù)據(jù)在構(gòu)造方法上是一個橫截面數(shù)據(jù)，面積可以看作是外生的而不受到當(dāng)期的經(jīng)濟變量的影響（Romer，1993）。并且，由于中國上市公司會受到當(dāng)?shù)亟?jīng)濟情況的影響，地域廣闊的城市可以吸引更多的分析師，比如北上廣深以及各個省會城市，這些城市的資源比較集中。另外，很難說公司所在城市的面積會直接影響這一公司宣布送轉(zhuǎn)而帶來的異常收益。目前沒有相關(guān)的文獻將上市公司所在地的面積作為公司送轉(zhuǎn)事件的異常收益的解釋變量，這可以增加我們使用的工具變量的有效性，并且Romer（1993）年主要使用了當(dāng)?shù)氐男姓娣e作為工具變量。但是謹慎起見，我們依然會做相應(yīng)的回歸檢驗。

然而，人們可能會質(zhì)疑，認為其實上市公司所在地的地域面積只是影響了該公司的雇員人數(shù)和之前公告效應(yīng)的異常收益；行政面積大可能會有更多的人口，而一般而言公司會在當(dāng)?shù)卣覇T工，另外，可能會由于當(dāng)?shù)孛娣e大人口多從而當(dāng)?shù)厝烁敢赓I本土企業(yè)的股票從而提高異常收益，所以我們需要檢驗一下兩個說法，工具變量的回歸結(jié)果在表6中展示。

表6的前兩列告訴我們，上市公司所在地當(dāng)年的行政面積并不是影響該公司的雇員人數(shù)和公告效應(yīng)帶來的異常收益；這一變量在回歸的模型中均不顯著。相反，這一個變量顯著正向的影響了公司的分析師關(guān)注度。

第（4）列行政面積對解釋變量異常收益的符號也是正的，這進一步支持了我們的工具變量的有效性，并且，lnArea在直接解釋CAR的模型中并不顯著，這支持了我們的假設(shè)，即上市公司所在城市的行政面積并不直接影響該公司送轉(zhuǎn)公告除權(quán)日的異常收益。另外，第三列的R2的值并不小，可以說這一個工具變量也不是弱工具變量（weak instrument）。

表6最后一列給出了工具變量的結(jié)果，可以看到這一結(jié)果依然是顯著的，而且系數(shù)與假定分析師關(guān)注度為外生的模型的系數(shù)幾乎一致。

因此，可以確定分析師關(guān)注度與送轉(zhuǎn)公告的除權(quán)日帶來的超額收益的正向關(guān)系以及兩者之間的內(nèi)生性：分析師的關(guān)注帶來一個很強的信號作用，引導(dǎo)投資者對這些股票進行投資從而催生了除權(quán)日溢價的現(xiàn)象。

五、結(jié)論和投資建議

本文對中國股市中送股轉(zhuǎn)增的除權(quán)日效應(yīng)進行了事件研究，在使用了三種常用的估計正常收益的模型以及在關(guān)于方差的不同統(tǒng)計假設(shè)下一致的發(fā)現(xiàn)了由于除權(quán)日而產(chǎn)生的異常收益的存在。進一步探究這一異常收益的來源，發(fā)現(xiàn)分析師正向影響了異常收益，認為是分析師的關(guān)注催生的信號作用帶來了正向的異常收益，這一關(guān)系通過模型的穩(wěn)健性檢驗得以驗證，而內(nèi)生性通過工具變量的方法得以解決，最后得出了一致的結(jié)論：每增加一個分析師預(yù)測某支進行送轉(zhuǎn)的股票，可以在除權(quán)日為該股票帶來0.2元的超額收益。

本文的發(fā)現(xiàn)對于投資者有一定的啟示意義：投資者可以通過關(guān)注公司的送股轉(zhuǎn)增公告，購入該公司的股票并且在除權(quán)日賣出從而獲利。進一步地，投資者可以關(guān)注在這些股票中分析師關(guān)注度高的，這些股票會為投資者帶來更大的異常收益。

注釋：

①我們在本文原始版本的英文版的論文Qiao（2012）中，同時也使用了常均值模型和市場調(diào)整模型計算了異常收益，并且發(fā)現(xiàn)得到的結(jié)果與之前的基本一致，由于篇幅有限，我們沒有匯報這一結(jié)果，具體的結(jié)果請見Qiao（2012）。參考文獻：

[1]Athanassakos， Goerge and Smith， Brian F. Odd—lot Costs， Taxes， and Ex—date Price， Effects of Stock Dividends： Evidence From Toronto Stock Exchange[J].Journal of Business Finance & Accounting， September 1996，23（7）：989—1003.

[2]Brennan， M. J.， and Copeland， T. E.Stock Splits， Stock Prices， and Transaction Costs[J].Journal of Financial Economics，1988， 22（1）：83—101.

[3]Eades， K.， Hess， P. and Kim， H. On interpreting Security Returns during the Ex—dividend Period[J].Journal of Financial Economics， 1984，13（1）：3—34.

[4]Elton， K. and Gruber， M. Marginal Stockholder Tax Rates and the Clientele Effect[J]. Review of Economics and Statistics，1970，52（1）：68—74.

[5]Lasfer， M. Ameziane. Tax or Short—Term Trading Effects，[J].Journal of Finance Papers and Proceedings， 1995，50（3）：875—897.

[6]McNichols， M.， and Dravid， A. Stock Dividends， Stock Splits， and Signaling.[J].Journal of Finance Papers and Proceedings，1990，45（3）：857—879.

[7]Nayar， Nandkumar and Rozeff， Michael S. Record Date， When Issued and Ex—date Effect in Stock Splits[J].Journal of Financial and Quantitative Analysis， March 2001，36（1）：119—139.

[8]Qiao， K. Stock Split， Ex—date Abnormal Return and Analysts Attention[R].Unpublished Working Paper，2012.

[9]Romer， D. Openness and Inflation： Theory and Evidence.[J].Quarterly Journal of Economics， 1993，108（4）：869—903.

[10]Vijh， Anand M. The Spinoff and Merger Ex—Date Effects[J]. Journal of Finance， 1994，49（2）：581—609

[11]陳珠明，史余森.高送轉(zhuǎn)股票財富效應(yīng)的實證研究[J].系統(tǒng)工程，2010，28（10）：8—14.

[12]葛宗萍.滬深股市送轉(zhuǎn)股除權(quán)效應(yīng)與預(yù)期心理實證研究[J].財會通訊，2009（5）：19—22.

[13]喬坤元.股票送轉(zhuǎn)、異常收益和管理層持股比例[J].投資研究，2012（2）：44—57.

Stock Split， Ex—date Abnormal Returns and Analysts Attention

QIAO Kun—yuan

（Guanghua School of Management，Peking University，Beijing 100871，China）

Abstract：This paper discovers the existence of the ex—date abnormal returns of stock splits via event study and the data from 1999 to 2009 in China stock market. The existence is robust to statistical assumptions and subsamples divided by split ratio and cash dividends amount. A further investigation is carried to explore the source of abnormal returns and I discover that the analysts attention significantly and positively affect the abnormal returns； an additional analyst coverage could bring about a 0.2 yuan excess return in the ex—right day， and the association is robust to a wide arrange of checks. I further exploit instrumental variable estimation to solve the endogeneity of analyst attention.

Key words：event study； Ex—date abnormal returns； analysts attention

（責(zé)任編輯：李江）