上市公司更名上演更名行情——基于事件研究法的经验证据

王亚男

上市公司更名上演更名行情
——基于事件研究法的经验证据

王亚男

事件研究法是会计、金融研究领域的一种经典的研究方法，在国外的顶尖期刊上经常被运用和关注。本文主要探讨事件研究法的起源以及经典代表文献，并梳理了事件研究法的发展脉络。事件研究法从简单的异常报酬率CAR值计算到运用异常报酬率CAR值做回归模型，开始的事件研究法以图形表现为主，后来渐渐发展为与OLS回归方法的结合运用，可以解释各个因素对于异常报酬率的影响程度。事件研究法以有效资本市场理论为基础理论，假设市场有效，市场能够对于各种事件具有价格上的信息含量。本文采用这一经典的事件研究法对比研究了重组公司和非重组公司的异常报酬率的变化情况。

事件研究法；异常报酬率；上市公司更名事件

引言：上市公司更名事件是最近几年内的热点事件，上市公司更名一般而言是因为重组，而有些上市公司虽然没有重组，但是也进行了相应的更名，这两种更名方法有何不同呢？本文就以2015年度内更名的上市公司作为样本研究，并对于重组后更名上市公司与非重组而更名的上市公司的差异，发现短期内市场有效，市场的投资者可以识别出更具有价值的上市公司。

（一）样本选取与数据来源

本文选取的样本来自上海A股市场、深圳A股市场以及创业板市场。关于2015年上市公司更名的统计信息来自于同花顺财经网站，统计信息包括更名上市公司及其数量以及上市公司更名公告的日期。本文采取同花顺财经网站上的上市公司更名公告日期作为事件日，并以事件日前后15天的时间作为事件窗口。估计窗口以更名前106日到更名前16日作为参考标准。上市公司股票的日报酬率以及上海A股市场、深圳A股市场和创业板市场的市场回报率数据均来自于国泰安数据库。

（二）实证变量的设计

1.估计窗口期内的因变量：股票的期望报酬率Rit

采取事件研究法，首先应当估计出事件窗口期以前的股票回报率，即未发生更名事件以前的股票回报率，并以此股票回报率作为对事件窗口期的正常回报率的估计。

2.估计窗口期的自变量：不同分市场的每日市场回报率

因为假定股票收益率与市场收益率有着稳定的线性关系，考虑到更名的上市公司分别属于三个不同的分市场，所以这里采取了分别采取了上海A股市场、深圳A股市场以及创业板的市场回报率分别作为自变量作为对于更名上市公司的股票期望市场回报率的估计。

3.事件窗口期内的因变量：每一家更名上市公司的异常报酬率ARit、所有更名上市公司的累计异常报酬率AARt更名上市公司在每一日平均的累计异常报酬率CAARt

在估计窗口期内已经估计出更名上市公司的期望报酬率Rit，将估计窗口内的期望报酬率作为假设上市公司未发生更名情况下事件窗口内的正常期望报酬率。在更名事件发生之后的事件窗口内的实际股票报酬率，异常报酬率ARit是以上市公司事件窗口期内的实际报酬率扣除期望报酬率。在时间窗口内的每一天，所有样本公司的ARit的累计就是累计的异常报酬率CARit。累计的异常报酬率CARit在所有样本公司的平均即为事件窗口内每一日每一家上市公司平均的累计异常报酬率CAARit。

4.事件窗口期内的自变量：时间t。

事件研究法主要是研究窗口期内累计异常报酬率和累计平均异常报酬率随着时间的变化，本文所采用的事件窗口为［-15，15］，估计窗口期为［-106，-16］，其中0表示的是上市公司更名公告的当日。

（三）事件研究法的计量模型与计算步骤

1.定义事件日、事件窗口与估计窗口

本文研究的主要对象是上市公司更名的事件窗口期内累计平均报酬率的变动情况。事件日以上市公司更名公告的日期作为事件日，即t=0。事件窗口以上市公司更名公告日的前后15日作为标准，即t属于［-15，15］。估计窗口以上市公司更名公告前的第106天到更名公告前的16天为标准。

2.计算预期正常股票收益率

本文在估计窗口期内计算预期正常报酬率时采用市场模型（market model），即假定股票的收益率与市场收益率之间存在稳定的线性关系。

这一模型剔除了收益中与市场收益波动相关的部分，降低了估计误差。此外，在采用市场模型估计中，对于预期正常报酬率的计算，分别了上海A股市场、深圳A股市场以及创业板市场，即若更名上市公司所在的市场是上海A股市场，在估计这一类更名上市公司的预期正常报酬率时所采用的市场报酬率对应为上海A股市场报酬率。其他市场依次类推。

3.计算每只股票在事件窗口期［-15，15］内每日异常报酬率。股票i在第t日的异常报酬率为：

4.计算所有股票在事件窗口期［-15，15］内每日平均的异常报酬率AARt，即为所有股票每日的平均异常报酬率，第t日的CAR为：

5.计算累计平均异常报酬率，即为计算所有股票在［-15，15］内每日的累计异常报酬率，第t/日的CARt

6.检验假设

为了检验平均的累计异常报酬率的是否是由于上市公司更名引起的，需要对结果作显著性统计检验，即检验CAR与0是否有显著差异。本文主要对AARt，CARt是否显著区别于0进行统计检验。H0：AARt=0，CARt=0，检验的统计量为：tAAR，tCAR。

其中t=15，-14，-13，-13，-12，-11，-10，…0…10，11，12，13，14，15。根据上述假设，计算出来的统计量服从自由度为n-1的t分布，可以在不同显著性水平上进行检验，得出相应的检验结果。

如果检验结果拒绝H0，CARt＞0，表明更名事件会带来的显著正的异常收益率。

如果检验结果拒绝H0，CARt＜0，表示更名事件会带来的显著负的异常收益率。

（四）事件研究法下的回归分析及研究说明

1.对所有样本公司进行事件研究

在2015年度，改名的上市公司共有166家，在估计窗口的期望报酬率的计算过程中，剔除10家股票回报率数据不足的公司以及3家市场回报率缺乏的公司；在事件窗口计算累计的非正常收益（CAR）以及累计平均的非正常收益的过程中，剔除了16家股票回报率数据不足的公司，1家市场回报率缺乏的公司以及2家因为上市日期晚于事件窗口期或者上市日期早于事件窗口期（这里主要是剔除了ST公司的数据）。在剔除样本数据量不足的公司之后，分析的公司样本量一共有142家公司，分别在上海A股市场，深圳A股市场以及创业板市场。在进行事件研究的过程中，本文主要研究了上市公司改名公告前后15天，即共计31天的样本数据，计算了所有估计出的异常报酬率的平均值在上市公司更名公告发布的-15，-14，-13……-1，0，1……13，14，15天的剔除数据不足公司后的平均异常回报率，并进行了根据Sara（2002）横截面独立的t检验，根据Brown and Warner（1980）的原始依赖性调整检验，Patell（1976）标准化残差测试，Boehmer等人（1991）的消除事件变化引起波动性的标准化残差测试，Kolari and Pynnonen（2010）消除事件引致波动性变化以及事件相互关联性的标准化残差测试。对于累计的非正常收益的测试，主要采取了在事件窗口期，一共有9个事件窗口，分别是［-10，10］，［-5，5］，［-3，3］，［-1，1］，［-1，3］，［0，5］，［5，10］，［10，15］，［-15，15］。在计算出事件窗口期内平均的累计非正常收益之后，作出了一个累计平均非正常收益在事件窗口期内的波动图。根据累计平均非正常收益波动图，可以看出，对于所有的样本公司而言，累计平均非正常收益率在上市公司改名公告前后1到2天内最高达到0.04，并且累计平均非正常收益的累计效应在上市公司更名公告前11天已经开始显著累计为正，在更名公告当日达到最大值0.04，在更名公告之后累计平均非正常收益率逐步降低减少直至为0，并在更名公告后的第11天，累计平均非正常收益率显著降低为0以下。从整个事件窗口观测，累计非正常收益率是在更名公告前的11天开始，并在更名公告后第11天开始终止，并且之后恢复正常水平。

2.根据上市公司更名前是否重组分类为重组公司、非重组公司进行分组对比研究

通过对比重组公司、非重组公司在更名窗口期内的波动，发现重组公司与非重组公司相比较而言，重组公司的累计平均非正常报酬率（CAAR）在事件窗口内整体呈现持续上升趋势，并且累计平均非正常报酬率（CAAR）最大值接近6%的水平。而非重组公司在整个事件窗口期内累计平均非正常收益率先上升后不断降低，并且在事件日之前的窗口内已经开始产生，并在事件日之后的10天内迅速降低直至为0。

［1］Eugene F.Fama.Efficent capital markets：A review of theory and empirical work［J］.The Journal of Finance，1970，25，（2）.

［2］Ross，Stephen A.The Determination of Financial Structure：The Incentive-Signalling Approach［J］.The Bell Journal of Economics，1977，8，（1）.

［3］Ray Ball.，Philip Brown.An Empirical Evaluation of Accounting Income Numbers.［J］.Journal of Accounting Research，1968，6，（2）.

（作者单位：中南财经政法大学会计学院）