7.2.4 异常收益的影响因素分析
本部分采用横截面回归的方法，分析影响CAR的因素。横截面回归所使用的样本公司与事件研究中的完全一致。我们用市值的对数来控制规模的影响，同时引入一部分在分组检验中的变量：市净率pb衡量估值水平，解禁股比例size衡量股票供给的增加，异常换手率av衡量交易的活跃程度，是否政府控制的虚拟变量contrl。
表7-14列出了横截面回归结果（1）至（5）栏回归方程的因变量为［-5，-1］天的CAR，在（1）到（5）栏中，我们都控制了市净率这一变量。
表7-14 异常因素的回归分析结果
注：（*）内为t值。
在解禁过程中，相同的解禁规模，对于估值过高的股票，其所受的价格压力应该更大，异常收益的幅度应该更小。因此，估值应该与累积异常收益CAR负相关或者不相关。（1）—（4）中，市净率的回归系数虽然很小，但是都为负，随着控制变量的增加，回归系数的T统计量一直都稳定地显著。
栏（1）中，市值对数的回归系数为-0.009且显著，它意味着市值越大，股价所受的价格压力就越大，异常收益的幅度也就越大，异常收益水平与市值对数之间的关系应该是负相关，这似乎有一些反常，实际上并不奇怪，因为市值大的股票中，在200亿规模以下其实很多是处于高估的状态，并非真正的处于低估状态的大企业，所以面临解禁冲击时异常收益率有更大的跌幅也属于正常状态，前文已经有过分析，市值在200亿元以上的股票，市值才充分发挥影响力，抗跌能力明显更强。
栏（2）是关于异常换手率的回归，结果显示，异常收益率和异常换手率显著正相关，异常换手率越大，异常收益率的幅度也就越小，可以理解为，在解禁前期，市场分歧大，成交活跃的股票，往往接盘比较踊跃，阻止了股价的大幅下跌。
栏（3）显示，解禁股份比例的回归系数是0.001，回归系数并不显著。
栏（4）显示，政府实际控制虚拟变量的系数为-0.006，该回归系数也不显著。
栏（5）将所有的解释变量加入同一方程进行回归，结果显示，估值水平pb，市值规模sz和异常换手率av的解释能力比较强，估值水平越高，市值规模越大，异常换手率越小，股票下跌的幅度就越大。
综上所述，前期股价高估的程度越高，市净率越大，股价下跌也就越大；上市公司市值在200亿元范围以内时，市值越大，解禁对其冲击就越大；当时市值超过200亿元规模以上，股价对解禁的敏感性明显降低，市值越大，解禁对其冲击越小，股票需求曲线也就更为平坦；异常换手率较大的公司，说明在解禁的过程中有足够的承接能力，股票需求曲线较为平坦；实际控制人为政府的上市公司，其股东出售股份的动力较小，理论上其股票需求曲线也更为平坦，但是在窗口期观察并不显著，可能需要更为长期的观察。