权证对投资者投资偏好影响的实证研究.docx

权证对投资者投资偏好影响的实证研究

　　摘要：金融衍生产品的出现提高了证券市场信息传递的速度，知情交易者通过对衍生品的投资提高传递的效率。本文通过对我国权证市场和相应标的股票市场交易高频数据的研究，探讨知情交易者在权证市场出现后是否改变了投资的对象。实证结果表明，尽管有部分知情交易者投资了认购权证，但是并没有证据表明知情交易者偏好认沽权证。造成这一结果的原因可能是权证制度自身的缺陷。
　　关键词：知情交易者，认购权证，认沽权证，创设制度
　　前言
　　期权对“知情交易者”(informed trader，即信息灵通的投资者)有较强的吸引力，这首先是由于期权的高杠杆低成本特性(Black(1975), Mayhew, Sarin, Shastri(1995)[13]，Faff & Hillier(2005)[10])，此外期权的价格和标的资产未来价格波动率相关，获得标的资产未来价格波动率的知情交易者能够通过投资期权获利(Back(1993))。但是，期权市场也存在阻碍知情交易者交易之处，如较低的流动性以及在做市商交易制度下容易暴露投资者的身份(Easley, O’Hara, Srinivas(1998)，Chan, Chung, Fong(2002))。
　　包括期权在内的金融衍生产品出现后知情交易者的投资选择对衍生产品价格发现功能的实现有重要影响。如果知情交易者选择衍生品为投资对象，衍生品的成交量就会对标的资产成交量和收益率有预测的能力。此外，由于报价方式的不同，衍生产品的收益率也有可能包含标的资产的信息(Chan, Chung, Fong(2002))。尽管实证研究已经发现成交量有信息传递的作用(Sarwar(2004)[15], Cao,Chen,Griffin(2005))，但多数研究主要考虑原始的交易量，这种方法的缺点是混合了买卖双方的信息。近期的研究改进了之前直接利用原始成交量的方法，有的利用净成交量作为测算的指标(Easley, O’Hara, Srinivas(1998)，Chan, Chung, Fong(2002), Pan & Potesman(2004)[14])，也有的把原始成交量分解为可预期的成交量和不可预期的成交量(Chiu, et al.(2005), Lee & Chen(2005)[11])。
　　从本质上看，权证与股票期权基本相同，对期权的研究方法同样适用于对权证的研究。但是，由于权证的发行人受到限制，这导致权证和股票期权对标的资产的影响方面存在显着的差异。Aitken和Segara(2005)[1]通过对澳大利亚权证市场的研究，认为权证限定发行人的特征会导致其对标的资产的影响(价格影响、流动性影响、波动性影响)不同于股票期权。Loudon和Nguyen(2006)[12]也认为权证发行人的特殊性使得权证价格高于相应的股票期权价格，并进一步影响了权证作为金融衍生产品作用的发挥。权证和股票期权的区别以及由此产生的对标的资产的影响差异可能会导致知情交易者选择不同的目标投资市场。
　　本文的研究目的就是要考察在中国这种转型经济的条件下，权证的出现是否会吸引知情交易者从股票市场向权证市场进行转移，并由此判断我国权证市场的出现是否提高了证券市场的有效性。实证结果表明，的确有证据显示知情交易者在股票市场和认购权证市场存在，而在认沽权证市场，并没有发现知情交易者存在的证据。我们认为知情交易者之所以不愿意进入认沽权证市场的原因可能在于认沽权证的行权价设定过低，以至于认沽权证失去了套期保值的作用。同时我们认为，创设机制的出现也不能吸引知情交易者向认沽权证市场流动。
　　投资者行为分析
　　按照信息获取能力的不同，本文将市场投资者分为两类：知情交易者和投机者。这里知情交易者定义为能够通过各种手段提前获得有关标的资产价格信息的投资者，包括内部人以及大的专业投资机构等。投机者主要是指不能提前获得有关标的资产价格信息的投资者，他们主要通过在市场上频繁买卖资产来获得收益。
　　由于前面提到的原因，在不考虑其他因素的前提条件下，知情交易者选择在权证市场进行交易。在获得信息后，知情交易者会买入或卖出相应权证，这种购买行为首先会影响到权证的成交量和价格，如果信息准确，随后标的资产的价格和成交量会发生相应的波动同理，如果知情交易者选择在股票市场投资，则股票的成交量和价格变化会领先于权证的价格和成交量变化。通过分析股票和权证的成交量以及价格波动的前后顺序，我们就能判断知情交易者的目标投资市场。
　　投机者在市场上主要的作用是提供流动性。其他条件不变的前提下，流动性强的证券更能吸引知情交易者的参与。投机者之所以愿意提供流动性，是因为他们希望从价格的频繁波动中收益，因此价格波动越强的证券其中的投机者就越多。我国权证市场采用T＋0的交易方式，而股票市场依旧采用T＋1的方式，这导致权证市场更能吸引投机者。如果这个假设成立，则权证市场的投机成分应当高于相应的股票市场。此外，由于投机者具有追涨杀跌的特性，在价格上升时，投机者买入的行为导致成交量上升，因此我们把证券价格波动先于成交量波动的程度作为衡量投机成分的指标。
　　我国证券市场的一个显着特征是股票和大盘整体走势具有较强的相关性，表现为证券之间常常具有同涨或同跌的特点(Demirer & Lien(2005))。如果股票和认购权证的收益率(净成交量)之间如果表现出较强的正相关关系，这可能不仅仅是因为股票和认购权证之间的同向变动关系，也有可能是因为市场的不完善导致的证券整体的同涨或同跌现象。
　　方法和数据说明
　　本文通过VAR模型来测算权证和作为标的资产的股票的收益率和净成交量之间的关系。具体模型如下所示
　　其中，rs,t表示股票的收益率，rw,t表示权证的收益率，vs,t表示股票的净成交量，vw,t表示权证的净成交量。股票和权证的收益率采用对数收益率，计算公式如下所示，
　　本文使用净成交量作为衡量成交量变动的指标。净成交量的计算首先要确定每一笔交易是买方发起的还是由卖方发起的。我们假设主动买盘的净成交量为正，主动卖盘的净成交量为负。当固定区间净成交量大于零时，表示此时间段买方的力量强，股票收益率因此有上升的趋势，净成交量越大表示买方的力量越强。
　　本文使用的股票和权证的交易数据来自天相数据库，由于天相数据库对每一笔交易没有区分是主动买盘还是主动卖盘，我们参考Easley, O’Hara, Srinivas(1998)以及Chan, Chung, Fong(2002)的方法，按照规则作了处理：如果一笔交易的成交价格高于前一笔交易成交价格，我们就假设此笔交易为主动买盘，并设定此笔交易的净成交量为正；相反，如果一笔交易的成交价格低于前一笔交易的成交价格，我们就假设此笔交易为主动卖盘，并设定净成交量为负。当前交易的价格如果和前一笔交易价格相同，我们无法区分交易属于哪一类交易，就设定此笔交易的净成交量为零。当考虑的区间较短时，这种近似可能会导致较大误差，因此本文所取时间间隔为8分钟，以降低这种近似方法所导致的偏差。
　　我们把每支证券每天的交易按照8分钟的区间划分成30个观测值，VAR模型中取滞后期为5期。回归采用了混合数据(pool data)的方法。为了消除不同证券在不同交易日的个体差异，我们对同一个证券在同一天的每一个变量进行标准化处理，通过减去均值并除以标准差的方法，我们把同一个变量在每天的观测值变成服从均值为0，方差为1的分布。
　　本文选取的样本区间是从2006年5月8日至6月23日共7周的分笔交易数据，包括了47只证券，其中认购权证有10只，认沽权证有16只，相应的标的股票有21只。
实证结果
　　本文研究的样本中的股票有5只同时发行了认购权证和认沽权证， 5只仅发行了认购权证，11只仅发行了认沽权证。为了分别考察认购权证和认沽权证市场的不同，我们把权证市场分成认购权证和认沽权证两个市场，分别代入模型中进行回归，共计得到8个方程。回归的结果见表1。
　　表1 VAR模型回归结果
rs
rs
rc
rp
vs
vs
vc
vp
rs,-1
-***
-***
***
-*
***
***
***
-
rs,-2
-***
-***
-**
-**
rs,-3
-***
-***
-
-
-
rs,-4
-**
-***
-
-
**
rs,-5
-*
-***
-
-
-
-
vs,-1
***
***

vs,-2
***
***
***
-
-
-
vs,-3
***
***
-
-
-
-
-
-**
vs,-4
*
*
-

vs,-5
-
-
-
-
-***
rc,-1
***
-***
***
***
rc,-2
-***
-
-
rc,-3
-***
-***
-**
rc,-4
-
-***
-
-
rc,-5
-
-*
-
-
vc,-1
***
***
-***
vc,-2
**
***
-
vc,-3
-
**
-**
vc,-4
***
-***
vc,-5
-
-
-
-**
rp,-1

-***
-
***
rp,-2
-
-
-
rp,-3
-
-***
-
-
rp,-4
-***
-
-*
rp,-5
-*
-
vp,-1
-
***
-
-
vp,-2
-
***
-
-
vp,-3
**
-
vp,-4
-
-***
vp,-5
-
-
-
　　注：第一行变量为因变量，第一列为自变量，自变量下标数字表示滞后的时期数。*、**、***分别表示系数在、、水平上显着。rs、rc、rp分别表示股票、认购权证和认沽权证的收益率；vs、vc、vp分别表示股票、认购权证和认沽权证的净成交量。以上自变量均经过标准化处理。
　　一、股票收益率和权证收益率的相关性分析
　　两个市场收益率的前后相关性表示市场上出现新的消息后两个市场价格的反映速度。从表1可以看出，认购权证的收益率和滞后一期的股票收益率显着相关，并且和预期方向一致。认沽权证尽管和滞后一期的股票收益率显着相关，但是方向和预期方向相反。股票收益率和滞后一期的认购权证收益率显着正相关。此外，股票收益率和滞后一期的认沽权证收益率也显着相关，并且方向和预期一致，但是系数较小，仅有-。
　　股票收益率与滞后的权证收益率显着相关并且方向和预期一致，这表明股票价格的变动的确影响到了权证价格的波动。和认购权证相比，认沽权证的相关系数较小，说明认沽权证对股票价格波动不敏感，这也表明认沽权证的投机成分较多。另一方面，认购权证价格的变动的确对标的股票价格变动有预报作用。相反，认沽权证却没有这种作用，这也证明认沽权证价格变动没有包含有关标的股票价格波动的信息。综上所述，有迹象表明，有部分知情交易者选择认购权证作为投资对象，但是没有选择认沽权证作为投资对象。
　　二、不同市场之间净成交量与收益率的相关性分析
　　知情交易者的交易行为会影响净成交量的变化，其所处市场的净成交量应当和滞后的另一市场的收益率显着相关。表1显示，股票净成交量和滞后两期的认购权证收益率正相关，这和预期方向相同，但是和滞后五期以内的认沽权证收益率无显着相关性。另一方面，认购权证的净成交量与滞后的股票收益率显着正相关，方向和预期方向一致。认沽权证净成交量与滞后五期内的股票收益率无显着相关关系。这些结果表明，权证推出后知情交易者开始向认购权证市场转移，但是没有证据显示知情交易者有投资认沽权证的趋势。
　　三、同一市场内收益率与净成交量的相关性分析
　　从表1来看，在分别控制了认购权证和认沽权证的收益率以及净成交量这些变量后，股票净成交量与滞后一期的收益率显着相关，系数分别为和。而在认购权证和认沽权证市场，回归的系数分别为和。虽然这些系数的差异不能精确测量不同市场之间投机成分的差异，但是我们依旧能够发现，权证市场的投机者的交易比例要高于相应的标的股票市场。这与权证本生具有的杠杆性以及我国对权证实行T+0的制度有关。这个结果也间接说明，知情交易者更偏好股票市场而非权证市场。
　　从以上的分析看，尽管衍生品市场存在诸多优势，但是知情交易者并没有从股票市场完全转移到权证市场进行投资，其中有一部分知情交易者选择了认购权证，但是很少有选择认沽权证作为投资对象。导致这个现象发生的原因我们认为与权证制度本身有密切联系。
　　知情交易者选择衍生品交易的一个重要前提是衍生品价值与标的资产价格密切相关。这种紧密的相关性来自于市场的套利以及套期保值交易。但是权证制度本身限制了发行人以及发行数量，这使得一般投资者很难成为权证产品的卖方。卖方垄断的直接后果是权证价格超过了其自身的价值，这使得利用权证进行套期保值成本过高。套期保值交易的缺乏导致权证价格与标的资产价格的相关性降低，从而阻碍了知情交易者的转移，也阻碍了信息传递速度的提升。
　　导致知情交易者不偏好权证的另一个原因涉及到权证行权价的设置。一般来说，当行权价和市场价相近或者权证处于实值(in the money)情况下，权证的套期保值功能才能得到较好体现。当权证处于深度虚值(deep out of the money)时，权证的套期保值功能基本丧失，剩余的功能就是给投机者提供一个互相博弈的工具，此时权证的价格与标的资产的价格相关性极小，知情交易者并不是风险偏好者，这种情况下的理性选择是远离权证，这可以解释为何知情交易者不选择认沽权证作为投资对象。
　　创设机制并不能完全解决权证卖方垄断的问题。我国证券市场的一个重要特征是价格波动性较大，权证行权价与市场价格很容易出现较大的偏差。此外，权证发行方由于具有垄断地位优势，也偏向于设置对自己有利的行权价，这都容易导致一部分权证不具有内涵价值。创设机制并不能解决这一问题。此外，券商进行创设必须提供足额的保证金，这种政策限制固然降低了券商创设可能带来的信用风险，但同时也制约了券商创设的能力。
　　综上所述，由于权证本身具有的缺陷，权证可以作为推进我国股权分置改革的一种工具，但不适宜作为主要的金融衍生工具进行推广。和权证相比，股票期权以及股指期权规避了权证的缺陷，更适合在证券市场上推广。
　　结论
　　本文通过对高频交易数据的分析，来判断知情交易者是否选择权证市场作为主要的投资场所。实证结果表明，尽管有部分知情交易者从股票市场向认购权证市场转移，但是并没有证据表明知情交易者选择认沽权证作为投资的对象。造成这一结果的原因可能和权证本身特点有关，这包括权证发行人的资格限制以及行权价设定的问题，创设制度并不能解决权证本身的这些问题。最后，我们认为，权证不适合成为我国金融衍生品市场的主流产品，尽快推出标准化交易的期货以及期权产品才是发展我国金融衍生品市场的根本对策。
　　参考文献
　　[1]Aitken, M. and Segare, R. Impact of Warrant Introductions on the Behaviour of Underlying Stocks: Australian Evidence. Accounting and Finance, 2005, 45.
　　Back, K. Asymmetric Information and Options. Reviews of Financial Studies, 1993, 6.
　　Black, F. Fact and Fantasy in the Use of Options. Financial Analysts Journal, 1975, 31.
　　Cao, C. Chen, Z. and Griffin, J. Informational Content of Option Volume Prior to Takeovers. Journal of Business, 2005, 3.
　　Chan, K., Chung, Y., P., and Fong, W. The Informational Role of Stock and Option Volume. The Review of Financial Studies, 2002, 15.
　　Cherian, J. Option Pricing Self-fulfilling Prophecies , Implied Volatilities, and Strategic Interaction. Working Paper.
　　Chiu, Chien-Liang,　Studies on the Effect of Trading Volume and Return Volatility on Call Warrants and Underlying Stocks in Taiwan. Quarterly Journal of Business & Economics, 2005, 44.
　　Demirer, R. and Lien, D. Correlation and Return Dispersion Dynamics in Chinese Markets. International Review of Financial Analysis, 2005, 14.
　　Easley, D. O’Hara, M. and Srinivas, P. S. Option Volume and Stock Prices: Evidence on Where Informed Traders Trade. The Journal of Finance, 1998, 53.
　　[10]Faff, R. and Hiller, D. Complete Markets, Informed Trading and Equity Option Introductions. Journal of Banking & Finance, 2005, 29.
　　[11]Lee, M. and Chen, C. The Intraday Behaviors and Relationships with its Underlying Assets: Evidence on Option Market in Taiwan. International Review of Financial Analysis, 2005, 14.
　　[12]Loudon, G. and Nguyen, K. Evidence on the Issuer Effect in Warrant Overpricing. Applied Financial Economics, 2006, 3.
　　[13]Mayhew, S., A. Sarin, and K. Shastri. The Allocation of Informed Trading Across Related Markets: An Analysis of the Impact of Changes in Equity-Option Margin Requirements. Journal of Finance, 1995.
　　[14]Pan, J. and Poteshman, A. M. The Information in Option Volume for Future Stock. Working Paper, MIT and University of Illinois, 2004.
　　[15]Sarwar, Ghulam. The Informational Role of Option Trading Volume in the S&P 500 Futures Options Markets. Applied Financial Economics, 2004, 14.