在新的“上市公司高送转信息披露指引（征求意见稿）”的背景下,本文将中国的A股市场中,符合上述征求稿中表述的高送转判定标准的上市公司的分红事件作为本篇论文的研究对象。并且用这一供给冲击来研究A股市场上的股票需求价格弹性。为了本文的研究对象——股票需求价格弹性,我们将选择一个改变股票需求或供给的冲击作为途径。因此,在最近公布“指引”的背景下,将上市公司的分红政策中属于“高送转”标准的分红事件作为一个供给冲击。结合股票的市场表现来研究在该冲击下,度量中国A股的股票需求价格弹性。本文将该分红事件的两个日期（预案公告日和除权除息日）分别作为两个事件窗口。预案公告日作为第一个事件窗口,研究“高送转”在预案公告日的前后的市场效应。主要使用的方法是反事实框架,筛选出与“高送转”的上市公司相似的对照组,即与目标上市公司规模相似,风险相近,所处行业一样,盈利能力对等的对照组。独立分理处高送转效应并进行比较。得到如下结论:牛市中,自预告日前的第17个日起,高送转政策这一因素对于高送转上市公司的累计区间收益率的作用就十分明显。t值始终很高,p值始终很低,非常显著。加入熊市的综合数据来看,自预案公告日前的第10个交易日开始,分红政策这一因素才开始变得重要。但是,从前第11个交易日到前第17个交易日,这一因素的影响并不重要。所以,我们可以得出“高送转”在预案公告日确实有明显的市场效应,即股票价格持续上升。因为并没有真正的实施除权除息,所以我们可以将这一影响原因归因于分红政策的信号传递,即信息因素。因为要将其作为一个非信息性的供给冲击,所以我们还需要发现这一信息作用什么时候被市场消化。我们以预案公告日后的第9个交易日为基准时间点,代入建立的面板固定效应模型,观察到牛市中在预案公告日后的第8个交易日开始,分红政策这一虚拟变量开始变的不显著。在综合数据中,股利政策的虚拟变量从预案公告日后第4个交易日开始变的微不足道。因此,我们可以将这一分红政策的信息作用排除出去。然后,我们将使用除息日期作为第二个事件窗口。先开始研究这一事件窗口的市场效应。以往的文献中对于异常收益率的计算都是采用了市场模型,本文认为采用市场模型并不能准确表达“高送转”公司的异常收益率。因为第三章寻找的对照组可以很好的代替没有分红政策的情况的公司,所以我们采用样本对比的方法,将“高送转”公司与对照组的收益率之间的差异视为异常收益率。对于除权除息日的分析,我们发现存在着明显的供给冲击效应,这反映在价格下跌和交易量增长上。在除权除息日之前的一天和之后的四天内,出现连续的负异常收益率。其中,在牛市中,累计异常收益率为-3.2%,中值为-2.75%。在熊市中,累计异常收益率为-3.92%,中值为-3.82%。同时,其成交量都会显著在这一段期间中,相较于平稳成交期间有显著的增长,具体数据为牛市中平均增加2.43倍,熊市中平均增加1.3倍。第五章中,在以上述统计为基础,同时考虑供给冲击的负效应与流动性改善的正效应。以送转比例和短期异常成交量作为两个最重要的变量,同时,根据Merton模型的思想,引入了收益率方差和投资者认识程度这两个控制变量与区分牛熊市的虚拟变量。建立了异常收益率的回归模型。然后,再利用搜集的供给冲击的数据。本文中的供给冲击就是每一家公司高送转的比例,来测量中国资本市场上的股票需求的价格弹性。得出的股票需求价格弹性是支持股票需求弹性有限假说的。其中,股票需求价格弹性为-49.23。换句话说,每当股票价格下降1%时,股票的需求量将增加49.23%。本文的观点是支持有限股票需求弹性的,也相信流动性效应假说。当两个假说一起考虑共同效应时,就是当股票收到供给冲击的时候,并不是单单供给曲线一条曲线向外移动,而是供给曲线和需求曲线同时向外移动,两个因素共同作用于股票价格,股票价格的上升与下降也是取决于这两种力量的相对大小的。通过本文的研究,计算出的股票需求价格弹性为-49.23。同时,成交量都会相较于平稳成交期间有显著的增长,为牛市中平均增加2.43倍,熊市中平均增加1.3倍。具体的数据都是支持本文中的观点。本文具有一定的创新性:首先,高送转一直是中国股票的一个流行的概念。但是,从来没有文献来以分红政策来作为一个供给冲击来研究股票的股票需求价格弹性。所以本文的研究为股票需求弹性的实证研究扩展了冲击范围。其次,以前的许多研究都是用市场模型来衡量异常收益。然而,本文认为这种方法得到的异常收益率并不是全面的和有偏差的。因为高送转股票往往集中于新兴热门行业。股本往往也较小,盈利能力较高。所以将高送转股票相对于大盘的超额收益率完全归功于高送转效应是难以让人信服的。本文采取了反事实框架的方法,使用对照组的样本对比来衡量超额收益率。最后,本文的测度出的股票需求价格弹性为-49.23。虽然较国外文献测度出的需求弹性要大。但是,它也为有限股票需求弹性假说提供了更有力的证据。