2019-2020年核心指数第一次定期调整指数效应分析报告.docx

2019-2020年核心指数第一次定期调整指数效应分析 报告 2019 年 7 月 目 录 一、 指数效应微观分析 . 3 （一 ） 指 数 效 应 历 史 水 平 分析 . 4 （二） 2019 年 中 指 数 效 应 水平 . 8 （三 ） 调 仓 规 模 对 指 数 效 应的 影 响 分 析 . 9 （四 ） 指 数 效 应 背 后 的 调 仓行 为 分析 . 10 （五 ） 自 由 流 通 量 调 整 指 数效 应 分析 . 12 二、结论 .15 法律声明 .16 图表目录 表 1 本 次 沪 深 300 调 样 在 二级 行 业 中 变 动 情况 . 1 表 2 核 心 指 数 调 入 调 出 股 票数量 . 2 表 3 沪 深 300 指 数 调 入 样 本价 格 效应 . 4 表 4 沪 深 300 指 数 调 出 样 本价 格 效应 . 5 表 5 沪 深 300 指 数 调 入 样 本成 交 量 效 应 . 5 表 6 沪 深 300 指 数 调 出 样 本成 交 量 效 应 . 6 表 7 核 心 指 数 价 格 指 数 效 应 . 8 表 8 调 入 调 出 超 额 收益 率 Wilcoxon 秩 和 检 验 的 p 值 . 8 表 9 重 要 指 数 成 交 量 指 数 效应 . 9 表 10 调 入 调 出 样 本 调 仓规 模与 市 值 变 化 . 10 表 11 调 入 调 出 样 本 调 仓天 数 . 10 表 12 部 分 沪深 300 指 数产 品跟 踪 误 差 （ 只 展 示 规 模 超过 10 亿 的 基 金） . 11 表 13 非 参 数 检 验 的 p 值 . 12 表 14 历 年 沪深 300 指 数档 位上 升 效应 . 12 表 15 历 年 沪深 300 指 数档 位下 降 效应 . 13 表 16 沪深 300 指 数 档 位变 动的 价 格 效 应 和 成 交 量 效 应 . 14 表 17 沪深 300 指 数 档 位变 动调 仓 天数 . 14 图 1 沪 深 300 指 数 公 告 日 至实 施 日 窗 口 调 入 价 格 效 应 . 7 图 2 沪 深 300 指 数 公 告 日 至实 施 日 窗 口 调 出 价 格 效 应 . 7 图 3 跟 踪 重 点 指 数 的 资 产 规模 . 10 所谓的指数效应，也称为指数调样效应，一般而言是指当指数成份股调整时， 加入或剔除股票常伴有价格或成交量异常的现象。指数效应的产生通常与追踪指 数的资产规模以及基金管理人的行为金融有密切关系。国内外的研究表明，在指 数调样时，样本仓位的调整对相应样本的价格和成交量冲击是指数效应产生的最 直接原因，而指数效应通常也会在市场最具代表性、追踪资产最多的指数上表现 得更加显著。本报告对上证 50 指数、上证 180 指数、沪深 300 指数、中证 100 指数和中证 500 指数价格和成交量指数效应进行分析，并进一步分析基金管理人调仓行为对指数效应的影响，同时也分析了自由流通量调整带来的指数效应。 2019 年上半年国际保护主义、单边主义起伏不定，国内经济下行压力犹存， A 股整体走势波澜起伏，但总体而言修复了去年大部分的跌幅。整体来看，上 证综指、沪深 300、中小板指、创业板指上半年分别上涨 19.45%、 27.07%、 20.75% 和 20.87%。在成交金额方面，与去年上半年相比，沪深两市成交 金额皆有所上 升。本次调样公告日为 6 月 3 日，实施日为 6 月 17 日。在定期调样实施期间， 沪深两市总体呈现窄幅振荡的态势， 6 月 17 日实施日，沪深 300 基本不跌不涨， 收于 3654.82 点。公告日到实施日期间沪深 300 指数累计涨幅约 0.69%。 从本次沪深 300 的调入样本来看，由于大体量券商、保险、银行的陆续上市， 调入股票中金融地产行业数目居首，共计净调入 5 只。从调出样本来看，中美贸易谈判不顺对工业市场造成了较大影响，工业行业调出股票数目居首，共计净调出 4 只。从去年第二次调样与本次调样后二级行业权重比较来看，由于白酒持续 处于补库存周期，以及猪周期的来临，食品、饮料与烟草行业的景气度上升，权 重相比上期大幅提升 3.92%，居二级行业首位；而因受到贸易摩擦影响，工业中 的资本品行业权重下降最多，降幅达 1.15%。上证 180 调样整体趋势和沪深 300 相似，一级行业中金融地产净调入 2 只居首，工业净调出 2 只居首。二级行业中食品、饮料与烟草行业权重上升最多，升幅达 2.64%；资本品行业权重下降最多，降幅达 1.140%。总体而言，本次核心指数样本调整客观 反映了近一年来宏观形势与各行业不同的经营状况。 表 1 本次沪深 300 调样在二级行业中变动情况 调整前 调整后 差异 中证二级行业分类 数量 权重 数量 权重 数量 权重 能源 12 2.4% 10 2.4% -2 0.0% 原材料 38 6.7% 36 6.4% -2 -0.3% 资本品 36 9.0% 34 8.7% -2 -0.3% 商业服务与用品 5 0.4% 4 0.3% -1 -0.1% 交通运输 19 3.3% 18 3.1% -1 -0.1% 汽车与汽车零部件 12 2.4% 12 2.4% 0 0.0% 耐用消费品与服装 11 5.8% 10 5.5% -1 -0.3% 消费者服务 2 0.8% 2 0.8% 0 0.0% 传媒 5 0.8% 6 1.0% 1 0.2% 零售业 1 0.4% 1 0.3% 0 0.0% 食品与主要用品零售 1 0.3% 1 0.3% 0 0.0% 食品、饮料与烟草 13 10.8% 15 12.0% 2 1.2% 家庭与个人用品 0 0.0% 0 0.0% 0 0.0% 医疗器械与服务 3 0.7% 3 0.7% 0 0.0% 医药生物 26 5.4% 26 5.5% 0 0.1% 银行 21 17.8% 22 17.6% 1 -0.2% 其他金融 3 0.3% 3 0.4% 0 0.0% 资本市场 26 7.6% 27 7.7% 1 0.0% 保险 5 9.4% 6 9.1% 1 -0.2% 房地产 13 4.5% 15 4.6% 2 0.1% 计算机运用 14 2.5% 14 2.7% 0 0.2% 计算机及电子设备 15 4.0% 17 4.1% 2 0.2% 半导体 2 0.2% 2 0.2% 0 0.0% 电信服务 1 0.5% 1 0.5% 0 0.0% 通信设备 6 1.5% 6 1.4% 0 -0.1% 公用事业 10 2.6% 9 2.4% -1 -0.2% 总计 300 100.0% 300 100.0% 0 0.0% 在定期调样期间，调入调出样本股价格波动的原因错综复杂，为了更好的体现定期调整引起的指数效应，剔除调样期间内发生并购重组、资产收购以及其他对股价造成较大影响的公司事件和行业异动的股票。表 1 展示了核心指数调入和调出样本的数量以及经过剔除发生重大事件的样本后的数量。本次使用的事件窗口与上期相同；同时，在调入、调出样本量比较对称的条件下，对调入和调出样 本的日超额收益率采用非参数检验的方法，以避免因极端值干扰导致的错判，准 确识别调样效应的出现窗口。 表 2 核心指数调入调出股票数量 指数 类型 调样数量 调样数量（经调整） 上证 50 调出 5 5 上证 180 调出 18 17 中证 100 调出 4 3 中证 500 调出 50 40 沪深 300 调出 19 16 上证 50 调入 5 4 上证 180 调入 18 17 中证 100 调入 4 3 中证 500 调入 50 50 沪深 300 调入 19 18 注：调样数量（经调整）剔除了调样期间发生重大公司事件等变动的股票。 一、指数效应微观分析 本期指数价格效应，我们采用了基于 CAPM 模型的新方法 1，另外，档位变动引起的指数价格效应也将采用此方法测算。具体方法如下： 1、 根据每日收盘价计算日收益率 对于各只股票及指数来说，其日收益率为 Rit = Pit 1 Pit1 其中 Pit为每个交易日的收盘价。 2. 根据市场模型求各股票的期望收益对于任一只股票 i，其市场模型为 () = i + iRmt + 其中 Rit和 Rmt分别为 t 时刻股票 i 和证券市场组合的日收益率，本文中以上证 A 股指数代替证券市场组合， 为随机扰动项，满足独立同分布假设，且E() = 0， Var() = 2 对于目标窗口期前 3 个月的日收益率数据，由最小二乘估计法，可得到 i和 i的估计值，为 (Rit )(Rmt ) i = =1 (Rmt )2 =1 i = i 其中 = 1 Rit， = 1 Rmt， T 为窗口期前 3 个月的交易天数。 =1 =1 由此，我们可以得到各只股票在事件窗口的期望收益为 E(Rit) = i + iRmt， t 为目标窗口期的时间序列。 3. 计算各只股票的超常收益率设超常收益率为，根据定义有 1参考文献： 1 刘斌才 . 上海证券市场 “ 指数效应 ” 的实证检验 .黑龙江对外经贸 .2004.4 2 沈海平 .邱海锋 . 基于事件研究法的沪深 300 指数效应实证研究 .金融纵横 .2010.9 3 汪旭东 . 沪深 300 指数效应实证分析 . TECHNOLOGY AND MARKET. Vol.16,No.10,2009 =1 ARit = Rit E(Rit) = Rit i iRmt， ARit服从均值为零的正态分布，其方差为 2(ARit) = 1 (ARit ARi)2， 1 其中 ARi = 1 =1 ARit =1 4. 计算平均超常收益率 设平均超常收益率为 AARt，则 AARi = 1 ARit =1 其均值为 E(AARt) = 0，方差为 2(AARt) = 1 2 5. 计算累计平均超常收益率 2 =1 设累计平均超常收益率为 CAAR(1 2)，并且假设事件窗口内每日的平均超常收益率独立，则有 2 CAAR(1 2) = AARt =1 其均值为 E(CAAR(1, 2) = 0，方差为 2(1, 2) = 2 2 此方法的好处是，充分考虑了样本股各自的特性，如与市场的关联程度等等， 其对于指数效应的解释程度和结果的精确程度较高。我们基于此方法对 2019 年 年中数据进行的测算，并且回测了 2011 年至至今所有的定期调整事件。同时我们将成交量相应测算所用的基准指数都统一为沪指。 （一）指数效应历史水平分析 表 3 沪深 300 指数调入样本价格效应 调入生效时间 公告日 前 5 日 公告日 公告日 后一周 实施日 前 5 日 公告日至 实施日 实施日 实施日 后 5 日 201101 0.5925 -0.0183 -1.3067 1.2355 -0.0712 0.4924 -1.6008 201107 0.4117 -0.0801 1.9978 2.9130 4.9108 0.3263 2.6543 201201 1.3061 0.9235 0.7969 3.6334 4.4303 -1.0409 -3.6539 201207 3.6696 -0.0882 0.5571 1.2328 1.7899 -0.4170 -0.7682 201301 -2.2441 1.5038 3.8236 -1.0369 2.7867 -1.3675 -0.4243 201307 2.3052 3.7492 4.1584 -4.1929 -0.0345 1.4707 1.1187 201312 -0.1273 -3.5184 -2.4993 2.3254 -0.1738 0.7923 0.5471 201406 3.1550 0.5061 2.9301 -1.0636 1.8665 0.0159 0.0302 201412 -3.1967 0.5489 -4.0742 7.7131 3.6389 1.3988 -5.5357 201506 -5.5476 0.9115 -2.1927 -1.1876 -3.3803 1.4449 0.0166 201512 -0.6321 -1.0115 -3.4802 3.5779 0.0977 -1.0459 -1.6269 201606 0.7694 -0.7272 0.6298 0.8962 1.5260 -0.1779 0.2438 201612 -2.6181 -0.3785 -0.6769 1.0581 0.3812 -1.4014 0.0255 201706 -3.3660 -0.4958 1.1013 1.3634 2.4647 -0.2534 0.7620 201712 0.8770 0.0791 3.5902 0.8496 4.4397 0.1406 1.9126 201806 1.7170 0.3803 1.0635 2.6599 3.7235 -0.2325 -2.0214 201812 0.5403 0.8141 0.1071 0.8553 0.9624 -0.7426 -0.9394 201906 1.6387 -0.2262 0.2468 0.5132 0.7600 -0.1472 -1.0282 均值 -0.0416 0.1596 0.3763 1.2970 1.6732 -0.0413 -0.5716 表 4 沪深 300 指数调出样本价格效应 调出生效时间 公告日 前 5 日 公告日 公告日 后一周 实施日 前 5 日 公告日至 实施日 实施日 实施日 后 5 日 201101 0.1874 -0.2464 -0.1844 -2.3534 -2.5378 0.1555 1.5134 201107 -1.3808 -0.4112 -1.7799 0.8389 -0.9410 0.3393 0.8875 201201 -2.2089 -0.1453 -3.0823 -1.4917 -4.5741 0.0688 -1.7694 201207 -0.2761 0.1545 0.1850 -3.1926 -3.0076 0.6412 1.3774 201301 -1.0235 0.1949 0.8385 -3.3859 -2.5473 -0.3253 2.4122 201307 0.8345 0.7364 -1.5047 -5.1750 -6.6797 1.0938 5.4329 201312 1.0646 -1.2373 0.1101 -0.2125 -0.1024 -0.2187 0.4340 201406 -2.2448 -0.5093 -1.5042 -2.1009 -3.6051 -0.7153 -0.6291 201412 -1.9928 0.5608 -6.6658 2.0378 -4.6279 -0.5040 -4.2620 201506 4.3956 1.7185 1.3308 -4.0855 -2.7548 -1.2154 -8.5424 201512 3.2668 -0.5879 -1.7849 0.7518 -1.0331 -0.6112 0.1398 201606 0.9817 -0.9125 0.2550 -0.5653 -0.3102 -0.0541 0.5196 201612 -0.7027 0.1665 1.5217 -2.1340 -0.6123 -0.2958 0.8151 201706 -2.7251 -0.2559 -1.0302 0.4543 -0.5759 0.0486 2.7431 201712 1.3301 1.4426 3.7447 0.4182 4.1629 -0.4441 3.3229 201806 1.0063 -0.6943 -0.7436 -3.0822 -3.8258 0.1271 -1.9918 201812 -0.4574 -0.1112 0.1107 -1.2319 -1.1211 -0.1156 0.7542 201906 -0.4556 -0.7112 2.4806 -2.0225 0.4581 1.3373 0.6953 均值 -0.0223 -0.0471 -0.4279 -1.4740 -1.9020 -0.0382 0.2140 表 5 沪深 300 指数调入样本成交量效应 调入生效时间 公告日 前 5 日 公告日 公告日 后一周 实施日 前 5 日 公告日至 实施日 实施日 实施日 后 5 日 201101 1.0014 1.0035 0.9969 0.9980 1.0029 1.0739 1.0044 201107 0.9962 0.9133 0.9646 0.9976 0.9773 1.0237 0.9984 201201 1.0007 0.9021 1.0022 0.9935 1.0035 1.1440 1.0060 201207 0.9933 0.8394 0.9976 0.9944 0.9988 1.2455 1.0073 201301 0.9971 0.9827 1.0075 1.0083 1.0072 1.1732 0.9960 201307 1.0156 1.6672 1.0030 1.0161 1.0232 1.2008 1.0055 201312 1.0099 0.9344 1.0035 1.0154 1.0274 1.1256 0.9913 201406 1.0035 0.9814 1.0033 0.9936 1.0002 1.2510 0.9897 201412 1.0133 0.9836 0.9986 1.0188 1.0104 1.3253 1.0149 201506 0.9990 1.0975 1.0037 0.9911 0.9974 1.0915 0.9936 201512 0.9989 1.0342 0.9982 1.0026 1.0194 1.1318 1.0079 201606 0.9989 0.7754 0.9866 0.9971 0.9990 1.0959 1.0056 201612 0.9982 0.9158 1.0026 1.0041 1.0205 1.1205 0.9895 201706 1.0014 0.9672 1.0016 0.9943 0.9972 1.1053 0.9964 201712 1.0021 0.8818 1.0102 1.0325 1.0226 1.1443 0.9996 201806 0.9993 1.0216 1.0010 0.9972 1.0010 1.2100 1.0086 201812 1.0011 0.8647 1.0189 0.9895 1.0164 1.2068 1.0017 201906 0.9985 0.9274 0.9989 0.9997 0.9941 1.1545 1.0111 均值 1.0016 0.9829 0.9999 1.0024 1.0066 1.1569 1.0015 注：成交量指数效应采用 Harris 与 Gruel（ 1986）提出的平均成交量比率来衡量。计算公式： MVRt = 1 N VR ,VR = Vit V i 。其中， V 是第 t 天 i 股票的成交量， V 是事件窗口 V 的平均值， V 是第 t 天指数 N i=1 it it Vmt V m it i it mt 的成交量， V m 是估计期窗口 Vmt的平均值。 VRit反映第 t 天 i 股票的成交量效应。 表 6 沪深 300 指数调出样本成交量效应 调出生效时间 公告日 前 5 日 公告日 公告日 后一周 实施日 前 5 日 公告日至 实施日 实施日 实施日 后 5 日 201101 1.0157 1.1146 0.9885 1.0003 0.9969 1.2788 0.9946 201107 0.9990 1.1304 0.9902 0.9991 0.9953 1.2799 0.9954 201201 1.0024 0.9225 1.0034 0.9917 0.9989 1.1193 1.0041 201207 1.0058 1.0379 0.9975 0.9914 0.9957 1.0986 1.0058 201301 0.9952 0.7958 1.0021 0.9888 0.9920 1.0257 1.0005 201307 1.0063 0.9523 1.0048 1.0055 1.0129 1.1511 1.0034 201312 0.9861 0.7478 1.0252 1.0117 1.0349 1.2484 0.9842 201406 0.9978 0.8677 1.0040 0.9894 0.9948 1.1163 0.9960 201412 1.0114 1.1324 1.0008 1.0246 1.0131 1.1195 1.0063 201506 0.9991 1.0388 1.0061 1.0196 1.0123 0.9447 0.9992 201512 0.9933 1.0378 1.0002 1.0039 1.0092 1.1001 1.0048 201606 1.0010 0.7499 0.9888 0.9974 0.9996 1.0723 1.0016 201612 1.0009 0.8679 1.0000 1.0019 1.0078 1.2354 0.9770 201706 1.0069 1.0045 0.9992 0.9937 0.9961 1.0652 0.9966 201712 1.0052 0.8932 1.0091 1.0277 1.0213 1.1527 0.9959 201806 0.9969 0.9257 0.9976 0.9895 0.9988 1.2957 1.0022 201812 0.9980 0.8334 1.0095 0.9819 1.0137 1.2786 0.9961 201906 1.0000 0.8026 1.0055 1.0053 1.0001 1.2449 1.0282 均值 1.0012 0.9364 1.0018 1.0013 1.0052 1.1571 0.9995 从 2011 年以来，沪深 300 指数的价格指数效应主要体现在公告日至实施日事件窗口，历史调入样本的效应均值为 1.67%，历史调出样本的效应均值为 -1.90%。在过去历次的指数调样中，有四次指数调整窗口期处于特殊的市场环境 之中，分别是 2013 年 7 月份市场单边急剧下跌， 2014 年 12 月份市场结构性行 情快速拉升以及 2015 年中的股灾以及年底市场波动集中于部分权重股导致超额收益倒挂。倘若不考虑这四次特殊市场环境下的指数效应，调入样本的历史平均 效 应为 1.76%，调出样本的历史平均效应为 -1.46%，在市场稳定情况下，调入调出样 本的指数效应具有一定的对称性。再看调样效应较为显著的实施前五日窗口， 不 受特殊市场环境影响的历史平均调入效应为 1.08%，调出效应为 -1.61%，所以调样价格效应在公告至实施之间主要集中在实施前五日范围。总的来看，沪深 300 指数历史价格指数效应并不突出。 从成交量指数效应来看，在公告日至实施日事件窗口，沪深 300 指数调入历史平均水平为 1.0066，调出历史水平为 1.0052，可见成交量指数效应也比较微弱。但是在实施日事件窗口成交量指数效应非常明显，调入历史平均水平为1.1569，调出历史水平为 1.1571，即超额成交分别为 15.69%和 15.71%。 图 1 沪深 300 指数公告日至实施日窗口调入价格效应 图 2 沪深 300 指数公告日至实施日窗口调出价格效应