APP下载

资本市场开放对企业投资效率的影响研究
——基于沪港通制度实施效果的实证研究

2023-05-09肖万田慧孔潇

武汉金融 2023年3期
关键词:股价股票效应

■肖万 田慧 孔潇

一、引言

资本市场开放可提升投资规模、生产率以及股价信息反应速度[1—3]。2014年11月17日,具有双向开放特点的沪港通制度正式确立。但是,我国金融体系尚不成熟,相关信息披露和监管制度尚未完善,因此,沪港通制度能否充分实现资本市场开放的初衷,亟须进一步研究。从宏观效应角度:Gupta 等[4]实证研究了发展中国家投资开放政策对本国不同产业的促进作用;Gamra[5]以东亚地区国家数据为样本,认为金融开放应控制其范围与强度,新兴经济体金融自由化的程度对经济增长存在显著负向影响;林曙等[6]认为开放政策虽然能够在短期内显著刺激经济,但长期会对经济增长产生消极作用。从微观效应角度:Mitton[7]实证检验了资本市场开放与企业投资水平的正相关关系;何孝星等[8]通过研究中国QFII与QDII政策,认为中国资本市场系统性风险在政策实施后下降,且市场的可投资性提升,但风险分担效应随时间推移而逐渐减弱;Bena 等[9]否定了境外投资者的“蝗虫论”,认为企业投资更偏向于长期价值投资,而非短期投机行为。

现有文献对沪港通制度所产生的宏观经济效应给予了足够的重视,但研究宏观资本市场开放政策对微观企业资源配置效率影响的相关文献尚不丰富。本文的主要贡献体现在以下三个方面:第一,沪港通制度的实施形成了可供研究的准自然实验,本文将双重差分模型(Difference-In-Differences,DID)与倾向得分匹配法(Propensity Score Matching,PSM)结合使用,有利于降低实证研究中的内生性,解决被解释变量与解释变量之间可能存在的反向因果问题。第二,本文从宏观制度入手研究其对微观企业资源配置效率的影响,有利于拓展并深化沪港通制度与标的企业投资效率关系的相关理论。第三,本文以股价信息含量与股票流动性的日度数据为基础并对其进行回归,得到度量股价信息含量与股票流动性的月度指标。这与年度数据相比,更具有丰富性和连续性。

二、研究假设

沪港通制度不仅对企业短期经营绩效产生影响,同时决定着企业的长期发展水平与投资能力。本文认为沪港通制度通过以下三种途径来提升企业投资效率:第一,沪港通制度能降低企业信息不对称程度。Piotroski等[10]认为,投资者评判企业经营与发展状况的重要依据是其所披露的信息,而信息披露的及时性、准确性与完整性是投资者作出投资决策的关键。Florou等[11]研究发现,境外投资者所选择的投资对象往往是信息不对称程度较低的企业。随着企业信息不对称程度的降低,股票价格包含的企业特质性信息数量增多,股价能更快地回到企业基本面价值水平[12]。第二,沪港通制度能提升企业治理水平。境外投资者在优化董事会规模、调整董事会人选、加强监事会效能等方面发挥了重要的公司治理作用[13]。境外资本市场的成熟度越高,则境外投资者在发挥“用手投票”的公司内部治理作用时的表现越突出,进而提升企业的投资效率[14]。第三,沪港通制度能缓解企业融资约束。根据有效市场假说,在股票市场强式有效的情况下,股票价格能够反映与公司有关的一切信息。Chen 等[15]认为,股票价格对投资决策的引导作用随融资约束程度的增加而下降。而资本市场开放能够有效促进境外资金流入,降低企业外部融资成本[16]。沪港通制度开放了境外资本的进入渠道,有利于企业进行股权融资,缓解融资约束。基于此,本文提出如下假设:

H1:沪港通制度的实施能够显著提高沪股通标的企业的投资效率。

以往研究认为,我国资本市场“同涨同跌”的现象较为严重,股票价格存在较多的噪音[17]。但是,本文认为沪港通制度将对股价信息含量产生积极影响。第一,沪港通制度使境外投资者能够通过股票交易行为将企业特质性信息反映到股价中。境外投资者往往更加注重价值投资,且具有更强的信息搜集与分析能力[1]。境外投资者还关注信息的及时性,并且通过分析公开信息与挖掘私有信息对公司进行综合评估[10],从而决定投资决策实施与否。钟覃琳等[18]也指出沪港通制度通过知情交易使企业内部信息融入股价,从而提升了市场有效性。第二,沪港通制度倒逼信息披露制度与市场监督机制的完善。一方面,基于信息不对称理论,企业出于迎合境外投资者的目的会提升信息披露的质量,向投资者传递利好信号,降低企业与市场之间的信息不对称程度[7]。另一方面,资本市场开放也使企业能够更为直接地接受两地证券监管机构的监督管理,对于规范企业交易行为、及时准确披露财务指标与重大事件有更高的要求。

通过上述两种途径的积极作用,本文认为沪港通制度提高了股价信息含量,并提升了市场的定价效率与有效性。在此基础上,股价信息含量通过以下两个途径进一步提升企业投资效率。第一,股价信息含量的提升有利于优化资本配置效率。随着股价信息含量的增加,企业特质性信息通过股价得到反映,企业进行外部融资的成本下降,提升了资本在市场中的配置效率。第二,股价信息含量的提升有利于管理层进行市场学习。根据管理者市场学习假说,股价在投资决策公布后的波动为管理层提供了有效的反馈,管理层能够通过学习股票市场价格[19],了解投资者对企业未来看涨或看跌的预期,掌握对企业未来发展有益的信息,有利于提升投资效率[15]。综上所述,本文提出如下假设:

H2:股价信息含量在沪港通制度与企业投资效率的关系中发挥部分中介作用。

随着越来越多的新兴资本市场允许境内外资本进行互联互通,学界针对资本市场开放的经济效应研究也逐步深化。资本市场开放对股票流动性的提升作用也得到了学者的验证[20]。沪港通制度作为我国双向互联互通的首个试点机制,本文认为其将从以下两个方面提升股票流动性。第一,资本流量增加。沪港通制度打通了境内外资本的直接流通渠道,有利于加快人民币国际化进程,从而促进资本流量进一步增长。第二,交易成本下降。沪港通制度不仅简化了交易手续,同时降低了资本成本,促进资本在两地之间流动。另外,股票流动性可缓解代理冲突,完善治理机制。随着股票流动性的提升,管理层薪酬对股价的敏感性上升,合理设置现金激励与股权激励使管理层与股东的激励相容程度增加,有效缓解了代理冲突[21]。此外,股票流动性增加使上市公司中大股东的进出机制更易实现,大股东出于收益性的考虑会更加积极监督管理层,抑制管理层隐藏信息与以权谋私的行为出现[22]。综上所述,本文提出如下假设:

H3:股票流动性在沪港通制度与企业投资效率的关系中发挥部分中介作用。

由于发展策略、经营方式与委托代理关系的差异性,不同企业具有不同的内外部治理水平。因此,境外投资者根据沪股通标的企业特征的不同具有不同的持股偏好,进一步对沪港通制度与企业投资效率的关系产生影响。本文将从股权制衡度、分析师关注度和产权性质三方面进行研究。

随着股权集中度的提高,大股东与小股东之间的第二类委托代理问题更加凸显。特别的,我国企业股权高度集中,股权制衡程度低,企业内部“一股独大”的情况更为普遍。大股东作为公司的终极控制人,拥有更强的动机谋取私利,加剧了过度投资的程度[23]。同时,刘星等[24]验证了大股东追逐控制权私有收益会引起投资不足,造成企业投资效率下降的观点。白重恩等[25]研究发现,企业第二到第十大股东持股比例越高,越能加强对企业管理层的有效监督。因此,本文提出如下假设:

H4a:相较于低股权制衡度企业,沪港通制度能更显著地提升高股权制衡度企业的投资效率。

随着我国资本市场的发展,证券分析师在市场中发挥的作用愈发重要,主要表现在以下两个方面。一方面,分析师扮演了证券市场中重要的信息中介角色,改善了企业的信息环境。分析师对标的企业的关注度越高,对企业内部信息的挖掘程度越强。投资者能够更加深入地掌握有关企业的私有信息,这有利于缓解逆向选择问题,提高企业信息披露的透明度,提升股价信息含量[26]。另一方面,分析师关注能够有效发挥对企业的外部监督作用。Lang等[27]认为分析师在企业内外部信息基础上作出的评价能够对管理层产生无形的监督作用。沪港通制度的落地使得标的企业成为境外投资者的关注对象,这相应增加了分析师分析预测报告的需求量,引起分析师对标的企业关注度的提高。因此,本文提出如下假设:

H4b:相较于低分析师关注度企业,沪港通制度能更显著地提升高分析师关注度企业的投资效率。

相较于非国有企业,国有企业管理层缺乏所有者的监督,在经营决策方面拥有较大的权利,具体表现在两个方面。一方面,由于国有企业存在较为严重的委托代理问题与政府干预问题,其投资决策非效率的可能性较大。因此,非国有企业能够在事前选择时获得境外投资者更高的偏好,受到沪港通制度的影响更强。另一方面,与国有企业相比,非国有企业投资不足的现象更为严重,面临着更强的融资约束。而国有企业在追求盈利目标的同时,还承担了更多的政治与社会责任[28],因此能获得更多投资。而非国有企业由于受到政治干预程度较低,投资过度的情况相对较少[29]。辛清泉等[30]也发现地方政府干预和国企管理层薪酬过低的共同作用导致了国有企业的过度投资现象,对投资效率产生负向影响。因此,本文提出如下假设:

H4c:相较于国有企业,沪港通制度能更显著地提升非国有企业的投资效率。

三、研究设计

(一)样本选取

为了避免深港通股票交易对“准自然实验”的影响,本文选择沪港通开通后、深港通开通前,即2012年11月至2016年11月作为实证研究的样本区间。在具体样本的选择上,以我国沪市A 股上市公司为初始样本,其中以沪股通标的上市公司为实验组,以非沪股通标的上市公司为控制组。在样本筛选过程中,剔除了金融行业的上市公司、ST 公司及相关变量缺失的样本。本文最终选择实验组与控制组上市公司各306家。参考钟凯等[31]、雷雷等[32]、纪彰波等[33]的研究,本文以月度数据作为标准,共得到29376个样本观测值。同时,对所有连续变量在上下1%分位数的水平上进行了缩尾处理。本文数据来源于WIND数据库与CSMAR数据库,其中沪股通标的股票数据来自香港联交所官方网站。

(二)企业投资效率度量

Richardson[34]构建了企业投资效率的残差度量模型,具体如式(1)所示。

其中,V/P 代表企业投资机会;Lev 代表资产负债率;Cash代表现金存量;Age代表企业年龄;Size代表规模大小;Return代表股票报酬率;Investi,t-1代表上一期企业新增投资。

在式(1)的基础上进行调整,参考刘慧龙等[35]的研究,采用企业营业收入增长率(Growth)作为投资机会(V/P)的替代变量,采用净资产收益率(Roe)作为股票报酬率(Return)的替代变量,构建企业投资效率(Ineff_Invest)的度量模型,具体如式(2)所示。

式(2)的残差εi,t代表企业本期实际投资规模与预期投资规模之间的差值。以εi,t的绝对值代表企业非效率投资的水平。

(三)股价信息含量度量

根据有效市场假说,Roll[36]认为市场信息公开程度与公司特质性信息增减情况影响股票价格波动。其运用的简化资本资产定价模型(CAPM)如式(3)所示。

其中,ri,t为股票i于第t期的个股收益率;rm,t为证券市场第t期以不同股票市值作为权重的加权市场收益率;εi,t为模型残差项。

考虑到投资者能力与精力方面的限制以及我国股价信息的滞后性,本文在Roll[36]的度量模型基础上,参考Hutton等[37]的研究,加入行业按照流通市值进行加权的收益率rj,t以及市场与行业滞后两期的收益率。股价信息含量的计算如式(4)所示。

考虑到样本分布与数据的可得性,本文采用Wind 数据库对行业的划分,剔除金融行业后共10个行业。通过各个交易日的行业指数对行业加权收益率进行度量。本文以月度为标准进行回归,计算上述模型的拟合优度Ri2,作为股价同步性Syn的度量标准。考虑到拟合优度Ri2∈[0,1],当其作为被解释变量时,存在边界且不符合正态分布的特点,因此参考Durnev 等[38]的研究,对其进行自然对数的标准化处理,如式(5)所示。

其中,Syni为股票i的股价波动同步性。

(四)股票流动性度量

在参考Chalmers 等[39]的基础上,本文提出摊销价差法,如式(6)所示。

其中,ILLIQi,t衡量了股票i 第t 期的非流动性,Di,t为股票i 第t 期的交易天数,分别为股票i第t期第d日的最高价、最低价与开盘价,Voli,t,d为股票i 第t 期第d日的交易量。考虑到摊销价差法中未能顾及企业规模的不同导致流通股总量的差异性,因此本文参考黄峰等[40]的研究,在原模型中将股票交易量替代为股票交易量与流通股总股数的比值,如式(7)所示。

其中,本文以月度为标准进行计算,Di,t为股票i第t月的交易天数,Toveri,t,d为股票i第t月第d日的换手率,分别为股票i 第t月第d日的最高价、最低价与开盘价。

(五)控制变量

本文参考Cheng 等[41]、陈运森[42]的研究,选取控制变量如表1 所示。此外,在双重差分模型中对个体、时间和行业的影响进行了控制。

表1 研究变量

(六)实证模型

针对假设H1,本文采用双重差分模型对沪港通制度与企业投资效率之间的关系进行实证研究,具体如式(8)所示。

其中,Listi×Postt为模型中的主要解释变量,对于沪股通标的企业而言,2014年11月及之后的Listi×Postt取1,其他情况取0。

针对假设H2 和H3,本文在基础中介效应模型的基础上,参考温忠麟等[43]调整后的中介效应的实证检验方法,构建式(9)与式(10)。

其中,Mediatei,t代表模型中介变量,分别为公司i第t月的股价信息含量与股票流动性。

四、实证结果分析

(一)描述性统计

本文通过对比实验组与控制组在政策前各变量的均值情况,发现不存在明显的差异性(见表2),因此可以认为本文在双重差分模型实验组与控制组的样本选择上具有一定的合理性,符合样本选择标准。

表2 实验组和控制组描述性统计结果

(二)平行趋势检验

平行趋势假设成立是DID方法估计结果准确可靠的前提。本文以2014年11月为时间节点,再以处理组和对照组为例,绘制了沪港通开通前后企业投资效率的平行趋势图(见图1)。从图1可以看出,在2014年11月以前,处理组和对照组的企业投资效率变动趋势大致相同,但在2014年11月之后,处理组和对照组的企业投资效率出现明显变化。这表明本文使用DID方法进行研究的前提假设是成立的。

图1 平行趋势检验

(三)总体回归结果

本文利用双重差分模型对沪港通制度与企业投资效率的关系进行实证分析。由表3(1)和(2)列可知,List×Post 的系数在5%的水平上显著为负,说明在沪港通制度实施后,相较于非沪股通标的企业,沪股通标的企业的投资效率得到显著提升。假设H1得到验证。该结果也与陈运森等[44]的研究结论相一致。

表3 沪港通制度与企业投资效率实证分析结果

(四)中介机制分析

1.股价信息含量。为了进一步探析上述关系的作用渠道与路径,本文参考温忠麟等[43]的中介效应检验模型,根据前文所述的检验方法,验证股价信息含量在沪港通制度与企业投资效率之间所发挥的中介作用。由表3(3)和(4)列可知,List×Post的系数在5%的水平上显著为负,且Syn 的系数显著为正,根据中介效应检验模型可知,股价信息含量在沪港通制度与企业投资效率的关系中发挥部分中介作用。该结果也说明随着股价信息含量的增加,企业资源配置效率得到优化,从而提高了企业投资效率。假设H2得到验证。此外,股价信息含量的部分中介效应如表4所示。式(8)中的系数α1表示沪港通制度对企业投资效率的总效应,式(10)中的系数γ1表示加入股价信息含量后沪港通制度对企业投资效率的直接效应,β1×γ2表示股价信息含量的中介效应,且中介效应占总效应的比例为4.97%。上述结果也满足MacKinnon 等[45]提出的对中介效应系数的描述,即α1=γ1+β1×γ2。

表4 股价信息含量中介效应量表

2.股票流动性。在验证股价信息含量部分中介作用的基础上,为了进一步探索沪港通制度作用于企业投资效率的股票流动性路径,同理根据前文所述的中介效应检验方法[43],对股票流动性的中介效应进行验证。由表3(5)和(6)列可知,List×Post的系数分别在1%和10%的水平上显著,且Liq 的系数显著为负,根据中介效应检验模型可知,股票流动性在沪港通制度与企业投资效率的关系中发挥部分中介作用。该结果也说明随着股票流动性的提升,股价对公司特质性信息的反映速度加快,这在一定程度上可减少企业非效率投资行为。假设H3 得到验证。此外,股票流动性的中介效应如表5 所示。在不加入股票流动性(Liq)的情况下,沪港通制度对企业投资效率的总效应为-0.0161;加入股票流动性作为中介变量后,沪港通制度对企业投资效率的直接效应系数为-0.0149,股票流动性的中介效应系数为-0.0012,即中介效应比例为7.45%。上述结果满足总效应等于直接效应与中介效应之和,达到MacKinnon等[45]提出的中介效应检验标准。

表5 股票流动性中介效应量表

(五)异质性分析①

1.股权制衡。为了检验股权制衡度所发挥的作用,本文借鉴白重恩等[25]对股权制衡度的衡量方法,利用第二至第十大股东持股比例之和与第一大股东持股比例的比值来表示企业股权制衡度(EB)。以股权制衡度(EB)的中位数为标准将原样本分为两组,分别为高股权制衡度组(EB=1)与低股权制衡度组(EB=0)。由表6(1)和(2)列可知,高股权制衡度组的List×Post系数在1%的水平上显著为负,而低股权制衡度组的系数不显著,说明沪港通制度对企业投资效率的提升作用在高股权制衡度组中表现更为明显。假设H4a得到验证。

2.分析师关注。为了检验分析师关注度在沪港通制度与企业投资效率之间所发挥的作用,本文以CSMAR 数据库中“被分析师关注度(Analyst)”指标对其进行衡量,即单位时间内对标的企业进行跟踪分析的分析师(团队)数量。以样本分析师关注度(Analyst)的中位数作为分组标准,将原样本分为高分析师关注度组(Analyst=1)与低分析师关注度组(Analyst=0),形成两个子样本,样本观测值各为14688个。由表6(3)和(4)列可知,相比低分析师关注度组,高分析师关注度组的系数更为显著,说明企业分析师关注度较高时,沪港通制度提高企业效率投资的作用更为明显。假设H4b得到验证。

3.产权性质。企业不同的产权性质会在一定程度上引起治理水平的差异。本文根据企业产权性质的不同将样本分为国有企业(Soe=1)和非国有企业(Soe=0)。由表6(5)和(6)列可知,非国有企业的List×Post系数在5%的水平上显著为负,而国有企业的List×Post 系数不显著,说明沪港通制度提升企业投资效率的影响效应在非国有企业中表现更为明显。假设H4c得到验证。

表6 异质性分组实证分析结果

五、稳健性检验

(一)安慰剂检验

本文采用虚构沪港通制度实施时间的方法进行安慰剂检验。考虑到2008年全球金融危机对企业的投融资决策以及投资效率造成了较大影响,因此本文将原样本期间向前平移3年,选择2009年11月至2013年11月作为安慰剂检验的样本区间,将2011年11月作为虚构的沪港通制度实施时间。因此,将沪港通制度实施时间虚拟变量替换为(Post2),当时间处于2011年11月及之后时,Post2取值为1,否则为0。在式(8)的基础上,构造式(11)进行安慰剂检验。其中,除时间虚拟变量Post2t外,其他变量定义与式(8)中保持一致。

安慰剂检验实证结果如表7所示,其中(2)列为在(1)列的基础上加入控制变量且控制行业固定效应后的统计结果。可以发现,(1)和(2)列的List×Post2系数分别为-0.0009 和-0.0025,且均未通过10%水平上的显著性检验,即安慰剂检验在统计结果上不显著。说明在虚构沪港通制度实施时间后,政策并未对企业投资效率产生显著影响,因此认为企业投资效率的变化是由沪港通制度而不是标的企业与非标的企业之间的特征差异引起的,支持原假设。这证明了本文研究结果的稳健性。

表7 安慰剂检验实证分析结果

(二)倾向得分匹配法

由于沪股通初始标的为上证180、上证380 与A+H 股票,根据上述股票对应企业的特征,选择资产收益率(Roa)、现金流量比率(Cfr)、杠杆水平(Lev)、企业规模(Size)、营业收入增长率(Growth)、上市年限(Age)作为倾向得分匹配的协变量,变量定义如表8所示。并据此构建Logistic 模型,根据回归得到的倾向得分值对标的企业与非标的企业进行卡尺为0.01的1∶1无放回匹配,最终得到11886个样本观测值。

表8 倾向得分匹配协变量表

为了考察倾向得分匹配是否较好的平衡了实验组与控制组样本,本文对其进行平衡性检验,通过协变量的标准化偏差(%bias)绝对值检验与t检验两种方法对其进行分析。表9列式了倾向得分匹配平衡性检验结果。可以发现,在倾向得分匹配之前,实验组与控制组各个协变量的标准化偏差(%bias)的绝对值均大于10%,且t 检验值均大于2.58,说明实验组与控制组在上述协变量中存在显著的差异。而经过倾向得分匹配之后,通过对匹配后的样本再次进行平衡性检验,发现实验组与控制组最大标准化偏差(%bias)的协变量为现金流量比率(Cfr),其绝对值取值为9.2%,而其余协变量的标准化偏差(%bias)的绝对值均小于10%,与匹配之前相比明显减小,且t 检验值均小于1.64,不再显著。上述结果说明,经过倾向得分匹配后的实验组与控制组样本在匹配特征上的接近程度得到提高,二者之间已不存在显著差异。

表9 倾向得分匹配平衡性检验结果

在PSM-DID方法的基础上,对完成倾向得分匹配后的样本使用式(8)、式(9)、式(10)再次进行回归,进而检验假设H1、H2、H3 是否仍然成立。针对假设H1,由表10(1)列可知,List×Post的系数显著为负,即沪港通制度与企业投资效率的正相关关系在匹配样本回归中仍然显著,假设H1得到验证。针对假设H2,由表10(2)和(3)列可知,List×Post 与股价信息含量(Syn)在10%的水平上显著负相关,List×Post与投资效率(Ineff_Invest)在1%的水平上显著负相关,且Syn与Ineff_Invest 呈显著正相关,因此在中介效应模型中系数β1、γ1、γ2均显著,即股价信息含量在沪港通制度与企业投资效率关系中发挥正向的部分中介作用,假设H2得到实证检验。针对假设H3,由表10(4)和(5)列可知,List×Post 与股票流动性(Liq)的系数显著为正,且Liq、List×Post 与投资效率(Ineff_Invest)之间均呈显著负相关,即倾向得分匹配样本中与股票流动性相关的中介效应系数β1、γ1、γ2均显著,股票流动性正向的部分中介作用的假设得到再次验证,假设H3成立。这与前文的结论保持一致。

表10 倾向得分匹配法实证分析结果

六、结论与政策建议

本文在沪港通制度准自然实验的基础上,研究了沪港通制度对企业投资效率的影响。研究发现,沪港通制度的实施显著提升了沪股通标的企业的投资效率。同时,沪港通制度对企业投资效率的正向影响主要通过股价信息含量与股票流动性两种渠道实现。结合双重差分模型与中介效应模型研究发现,投资效率针对沪港通制度与两个中介变量回归结果依然显著,且回归系数符合中介效应模型的检验标准。在境外投资者持股偏好的作用下,沪港通制度提高企业投资效率的正向效应在高股权制衡度、高分析师关注度和非国有企业中更为显著。

为进一步发挥沪港通制度的正向经济效应,促进资本市场开放并提高股价信息含量和股票流动性,本文提出如下建议。第一,强化强制信息披露要求。提高对虚构财务信息与隐瞒重大信息企业的处罚标准,实现“有犯必究”,减少企业的投机性行为,进而提升股价信息含量,优化投资效率。第二,扩大资本市场开放程度。沪港通制度已积累一定试点经验,未来可考虑继续扩容。具体来说,可扩大标的公司范围,降低投资者入市门槛,增加互联互通交易品种,在提高股票流动性的同时进一步强化发行常态化与投资便利化。■

注 释

①由于篇幅限制,正文仅展示异质性回归中的核心变量结果。完整数据备索。

猜你喜欢

股价股票效应
铀对大型溞的急性毒性效应
懒马效应
盘中股价升跌引起持股者情绪变化
我国金融机构股价和主要财务指标的相关性分析
应变效应及其应用
本周创出今年以来新高的股票
本周创出今年以来新高的股票
本周连续上涨3天以上的股票
近期连续涨、跌3天以上的股票
股价创股灾以来新低的股票