锚定效应:内部人在52周锚定价格时的交易偏好

来源 :深圳大学 | 被引量 : 0次 | 上传用户:zuochangfeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自2006年股权分置改革中《公司法》允许公司董事、监事、高级管理人员买卖公司股票,至今已有13年光阴,其作为股市中关注的热点,在学术界也是备受青睐,一直为学术研究的热点。有许多学者研究证明:内部人其本身具有对未来收益的预测能力以及对公司基本面情况的信息优势,不仅能为其带来超额收益,也能第一时间为市场其他投资者们传递消息,担任着重要的信息传递者的职责。随着近年来行为金融学的蓬勃发展,投资者在资本市场中无法用传统金融学解释的交易行为逐步地得到了解释和定义。学者们对我国投资者的投资行为进行了研究,实证研究证实了我国个人投资者、机构投资者在其投资行为中均存在明显的行为偏差,如处置效应、锚定效应等。然而公司内部人凭借着其独有的信息优势,能否避免锚定效应带来的影响呢?本文研究内部人交易在52周高点(股价过去一年内最高点)以及52周低点(股价过去一年内最低点)是否存在锚定效应。当股价接近52周高点时,内部人呈现锚定效应,即买进的意愿降低、抛出的意愿增强;若当公司内部人能够避免锚定效应时,其应能凭借着信息优势避免损失卖出股票后的正向回报。当股价接近52周低点时,内部人若倾向于买入,而不是卖出,则说明内部人受锚定效应的影响,认为未来股价跌破过去一年内最低点的可能性较小;若公司内部人能够避免锚定效应,则会倾向于卖出所持股票,避免股价后续继续下跌的回报势头带来的负收益。本文使用2014-2018年间5年的股价数据进行研究,分析结果证明内部人即便在拥有信息优势的情况下也普遍会具有在52周价格时的行为偏差;但拥有信息优势等级相对更高的管理层受锚定效应影响程度会较低;在52周价格时跟随内部人进行交易存在不能获得超额回报的情况,广大中小投资者们跟随内部人交易需谨慎判断。本文的研究结论对于研究内部人信息传递行为有重要的现实意义。同时,本文提出的内部人交易的动机—非理性交易行为,对于锚定效应、内部人交易两方面研究都有一定贡献,对于跟随内部人交易的广大投资者也有些许警示作用。
其他文献
随着经济的发展和人民生活水平的提高,企业和个人迫切需要进行各种投资以使得其收入和资产得到保值和增值。股票、期货、外汇、黄金、基金等金融产品层出不穷。人们在投资这些金融产品时,可以获得较为高额的收益,但是也可能导致很大的损失。金融市场的危险无处不在,所以人们在投资时都需要面对一个问题,就是如何在追逐着丰厚收益的时候对其带来的风险进行评估与控制。投资组合是一种财务概念,可以组合多个股票以降低风险。投资
物联网时代,三维技术对深度传感器的需求在不断上升,特别是在自动驾驶、虚拟现实、增强现实、机器人视觉、工厂自动化、人工智能等领域的应用不断增加。近十年来,三维成像和测距成为了最重要和最富有创新性的研究领域之一。其中最为热门的即是光子飞行时间技术(Time of Flight),简称To F。To F根据测距原理的不同,一般可以分为两种:时差测距和相位测距,即直接式和间接式。间接式To F深度传感器具
文字包含丰富的语义信息,常用来表达情感,传承知识。本文主要研究现实生活中的文字,这类文字被称为自然场景文本。场景文字的检测和识别技术具有广泛的应用场景,如车牌识别、票据识别、图像检索等。自2012年以来,基于深度学习的方法在计算机视觉刷新了多项任务的指标,取得了叹为观止的成果,当下文本检测领域的主流方法也都使用深度学习算法。本文基于深度学习框架,围绕场景文本不规则的形状、变化幅度大的尺度以及大间距
大数据、人工智能技术的研究和应用正在不断加速金融产业的发展。许多金融信贷机构已经将数据挖掘技术应用于信用贷款风险预测、信用评分,从海量的客户数据中抽取可以识别客户风险的有效信息,进一步实现精细化的信贷审批和额度分配。由于客户数据存在高维度、类别极度不均衡、稀疏等问题。目前,信贷风险预测的研究主要集中在特征工程和信用评估模型上。特征工程可以从原始数据中构造出特征数据,评估模型将客户的特征数据进行模式
近几年来,随着国家经济快速发展与企业间竞争的加剧,上市公司越来越偏重于利用并购重组来实现经营扩张以提高竞争力。并购的高溢价是日趋活跃的并购市场的产物,高溢价所带来的高商誉屡见不鲜。当前,我国资本市场上市公司并购产生的高溢价、高商誉问题突出,引起了各方关注。资本市场投资者主要关注的是,并购的交易价格是否合理,并购的高溢价、高商誉能否换来优质资产,能否给公司带来更快的成长与价值提升。上市公司并购产生的
新零售平台通过利用信息技术和大数据分析有望获得可观的潜在回报,快速、深入发展的新经营模式推动了制造业供应链系统的变革和重塑。但投资应用大数据技术成本高昂,且由此带来的高能耗及环境问题也日益突显,因此从供应链信息研究的角度刻画并评估大数据投资和利用价值便显得尤为重要。在此背景下,本文将大数据投资作为内生性因素引入供应链信息共享分析框架中,尝试探讨大数据投资与信息共享在供应链中的交互影响。本文设定了由
随着科技的不断进步发展,人脸表情识别(facial expression recognition,FER)在人机交互、安全、机器人、医疗、通信和驾驶领域得到了广泛的应用,成为学术界和工业界的研究热点。然而,人脸表情特征的提取和分类仍然面临着诸多困难和挑战,存在着一系列亟待解决的问题。一方面,现有的人脸表情数据库不完备,要获得高质量带有标记的大规模训练样本是困难,目前的表情数据库规模都不大,影响了表
现在越来越多的分析师在进行盈余预测和股价预测的同时,会进行现金流量预测。据统计,2018年分析师发布的预测中,有超过一半的预测报告进行了现金流量预测。同时,随着经营现金流量预测的使用,越来越多的学者开始对分析师的经营现金流量预测进行研究。已经有研究证实经营现金流量预测可以提高盈余预测的准确性且有研究说明现金流量和盈余指标会影响股价,但是目前并没有研究证实经营现金流量预测、盈余预测和分析师的股价预测
特征提取方法可用于提取数据的重要信息,减少数据的冗余特征。经典的特征提取方法包括主成分分析(Principal component analysis,PCA)以及局部保持投影(Locality preserving projections,LPP)等基于统计以及几何结构的方法。研究人员发现,这些方法可以通过一个叫图嵌入的模型进行统一的表达。图嵌入方法在机器学习和模式识别领域中有着广泛的应用。但是,
当市场上出现新产品时,消费者往往会对产品有用性以及自我感知价值产生不确定性。解决感知价值不确定性的一个有效方法是深思熟虑,即消费者花费一定的时间、精力等成本去了解产品和感知个人偏好。在市场中,制造商和零售商的促销、降价、广告,均有考虑消费者这方面的需求。同时,消费者思考行为也会对制造商和零售商的决策产生影响,是否思考以及思考成本大小会引发制造商和零售商制定不同的定价策略。此外,在现实商业环境中供应