(3-2)

其中Rf,t为时间t的无风险收益率；Rm,t为时问t的市场收益率；Ri,t为股票i在时间t的收益率；E(Rm,t) − Rf,t为市场风险溢价，SMBi,t为股票i在时间t的市值因子的模拟组合收益率，HMIi,t为股票i在时间t的账面市值比因子的模拟组合收益率。βi、si和hi分别是三个因子的系数。

3.1.2.2异常收益率的计算

本文采用三因子市场模型调整法计算异常收益率。

                  (3-3)

ARi,t为股票i在第t日的异常收益率，Ri,t为股票i在第t日的实际收益率，E(Ri,t)为三因子模型估计的事件未发生时股票i在t日的预期正常收益率。

为了减少样本内的公司不同实际情况对异常收益率的影响，可以采取整个样本的平均超额收益率来减少其他事项对收益率的影响。将全部样本作为整体，采用整个样本的平均异常收益率进行研究的研究结果要比单个证券的研究要有意义。公式如下：

                                （3-4）

AARt为所有样本在第t日的平均异常收益率，ARi，t为股票i在第t日的异常收益率，n为样本数。

为了直观的看出股价的异常收益率变化，本文将引入累积平均异常收益率。公式如下： 

                                                                            （3-5）

其中，CAAR(t1,t2)为样本在t1到t2交易日的累积平均异常收益率，AARt为所有样本在第t日的平均异常收益率。

3.1.3检验方法

Fama-French三因子模型包含了市场是弱势有效的，异常收益率是独立同分布的假设，即事件的发生对股价无影响，那么事件窗口内任意时间点 的平均异常收益率AARt应服从均值为零的正态分布，即：AARt N(0, 2)。因此，本文零假设为券商研报对于涉及的股票价格没有影响，即H0： t，AARt=0，t (T-30,T+30)。则H1： t，AARt≠0，t (T-30,T+30)。检验统计量为t值检验为

                                                     （3-6）

                                  (3-7)

AARt为t日的平均异常收益率，S(AARt)为t日平均异常收益率标准差， n为样本个数，S2(AARt) 为t日平均异常收益率方差，ARi,t为t日股票i的异常收益率。

3.2实证结果及分析

3.2.1数据的选取处理

本文选取2013年01月01日至2013年12月31日沪深两市上市公司中券商发布过研报进行评级的股票作为原始材料。研报的发布日期、评级、个股行情、日无风险收益率和三因子模型数据均来自于锐思数据库。由于本文研究的是券商评级一致的样本，更能从整体上系统地说明券商研究报告是否具有偏差，减少单个券商自身误差和回避多个券商不一致评级处理问题，因此本文剔除在一个月内存在不同评级和只有一份研报的样本点。来!自~优尔论-文|网www.youerw.com

锐思数据库中股票评级分为“301”、“302”、“303”、“304”、“305”五个级别，对应的含义分别为“买入”、“卖出”、“持有”、“关注”、“其他”。券商基于 

对上市公司的研究做出的评级表示了股价的发展方向。不同的评级说明股价会有不同的表现，即有明显的收益率差别,“买入”、“卖出”两级别是积极评价，“持有”、“关注”两个评级属于中性评级，一般对股价不会有太大的影响，“其他”则是对券商研报对上市公司资讯的描述，不涉及评级或评级不明确。因此，本文将样本分为“301”、“302”、“303”、“304”、“305”五大类进行检验。