中国股市季节效应研究

中国股市季节效应研究（精选六篇）

中国股市季节效应研究 篇1

关键词：股票市场,财富效应,实证分析

2004年股改方案的出台, 为中国资本市场打响了一系列改革的发令枪。此后伴随3年来中国经济的快速增长, 股市一路高歌猛进。但对于股改是否真正使中国股市步入成熟, 众学者观点不一, 本文试通过检验股市财富效应回答这一问题。

一、财富效应及相关研究

(一) 财富效应的解释

在其他条件不变的情况下, 货币余额的变化将会在总消费开支方面引起的变动, 这种现象被称之为财富效应。这一原理最初是由Pigou进行详细阐述的, 他指出, 在完全竞争条件下, 当衰退期间物价下跌时, 居民真实现实余额会增加, 财富净值提高, 消费者的消费欲望随之增长。

对于消费函数的进一步研究, 使得财富效应的存在得到普遍认同。Friedman (1957) 和Modighani (1963) 分别提出持久收入假说和生命周期假说, 认为消费者进行消费决策时必须考虑其初始的财富水平。二者理论综合起来可表述为, 消费者在进行消费决策时, 不仅考虑当期收入 (暂时性收入) , 还会考虑其前一期遗留到本期的财富收入 (持久性收入) 水平, 与此相对的, 消费也等于暂时性消费加持久性消费。其中, 暂时性消费与持久消费之间不存在固定的比率, 与暂时收入也不一定存在比例, 只有持久收入与持久消费之间存在固定比率。

而Hall (1978) 对财富效应的进一步研究为实证分析奠定了基础。他采用理性预期的概念, 用随机方法描述了一个消费者最优化的欧拉方程, 其理论含义是:消费者在做出现期消费决策时, 总是根据所有可能收集到的现期收入、未来收入、各种资产的存量和价格走势等来进行决策。因此, 所有的信息都已经在现期消费中得到反映, 下一期的消费自然就只和现期消费有关, 而与以前的消费及收入无关。

(二) 股票市场的财富效应

长久以来, 股票收入一直被认为是暂时性收入, 但随着股票市场的稳定增长会不断给投资者带来丰厚的红利, 而且直接导致持股者财富的增加, 这种良好的示范效应进一步鼓励了大众持股的积极性。受此影响, 消费者心理上产生一种将股票收入由暂时性收入转为持久性收入的预期, 对未来经济发展确定性预期因此而增加。其结果:一是消费者信心指数不断攀升, 二是消费支出增加边际消费支出呈扩大趋势。同时, 股市持续攀升使消费者对未来收入预期增加, 也乐于接受收入小于开支需要运用积蓄或消费信贷补贴的情况。

对欧美股市的研究案例表明, 在成熟的资本市场, 股市通过作用于居民消费和家庭信贷两方面来拉动经济。对于投资者来说, 股价上涨则会从实际红利增加, 心理收入增加以及对未来良好预期三方面促进消费者的积极消费, 从中派生额外消费支出的增加。随着股市的成熟和市场化程度的加深, 上述财富效应也会逐渐加强。

(三) 关于中国股市财富效应的研究

中国股市财富效应的研究集中于21世纪初, 大都以持久收入理论和生命周期理论为基础, 构造不同的消费函数模型, 采用回归分析、协整检验、格兰杰因果检验或统计相关分析等方法检验财富效应。而在数据的选取方面, 学者大都选取社会商品零售总额代表居民消费变量, 对股票财富变量样本值选取却存在差异, 如采用居民股票资产或股票流通市值代表股票财富变量等。尽管在研究方法和变量样本值选取上存在差异, 但研究结果都表明, 我国股票市场只存在微弱的财富效应。而学者也不约而同地将其原因归结为:我国股票市场尚不成熟, 如投资品种的缺失、证券监督机制缺陷、上市公司治理机制不完善等所导致的市场运行不平稳, 致使投资者难以对股票财富形成理性预期。中国股市财富效应发挥的基础还未形成。

二、关于股改后财富效应的实证分析

启动于2004年的股权分置改革, 旨在防范和化解市场风险、提高资本市场监管水平、提高上市公司质量。因此, 检验股改后中国股市财富效应的变化是检验股改成败的方式之一。

(一) 模型设定和数据选取

综合已有文献, 以上述三个经典消费函数理论为基础, 同时考虑中国的市场特点, 将模型设定为:Ct=a+b Yt+c At+d St+μt, 其中Ct为居民人均消费性支出, Yt为当期可支配劳动收入, At为当期居民固定资产价值, St为当期居民金融资产价值。该模型有以下三个特点:其一, 假设影响当期消费的均为当期因素, 这考虑了我国资本市场尚不成熟, 对居民消费的即期影响远大于长期。其二, 模型引入居民固定资产价值作为消费性支出的解释变量, 这主要是考虑到近年来房地产市场在我国资本市场中的地位与日俱增, 将该变量引入会提升模型的整体解释程度。

在数据选取方面, 由于股改始于2004年1月而截止至2006年底已有50%的上市公司完成股改, 综合数据可获得性, 截取2004年1月——2006年12月的宏观月度数据 (所有数据均来自“中经网——月度统计数据库”) 作为分析对象。具体到各变量, Yt选取城镇家庭人均可支配月收入, At选取住宅销售额, St为上证月最高综指与最低综指的调和平均数。

对于Ct变量的选取, 中经网月度数据库对城镇家庭人均消费性支出 (C0) 、教育文化娱乐服务支出 (C1) 、家庭设备用品及服务支出 (C2) 、医疗保健支出 (C3) 、居住支出 (C4) 、杂项商品和服务支出 (C5) 均有统计。对这七组变量分别进行检验, 考察财富效应在哪些支出上表现明显。为消除异方差的影响, 在下面实证分析中对各变量作对数处理。

(二) 实证分析

第一步, 对上述序列在进行单位跟检验, 结果表明5%的显著水平下其一阶差分都是平稳的, 也就是都属于序列I (1) 。因此, 它们满足变量之间存在协整关系和因果关系的必要条件。

第二步, 分别为上述6组变量建立协整关系, 并进行格兰杰因果检验, 剔除伪相关。结果显示, 只有C0 (家庭人均消费性支出) 和C5 (杂项商品和服务支出) 与解释变量存在长期稳定的关系, 具体检验结果如下:

存在格兰杰因果关系的协整结果表

注:括号中为解释变量t值

(三) 模型的经济含义

从表1中的协整关系可以看出, 消费性支出和杂项商品和服务支出分别与解释变量存在长期稳定关系。从股市财富效应的角度可解释为, 股指每上升1%, 居民消费性支出将增加7%左右, 而居民杂项商品和服务支出约增加20%, 反之则随之下降。与前述研究结论相比, 这一结果显然不能仅仅用微弱来解释, 这表明经过股改, 中国股市的财富效应明显增强。

三、中国股市财富效应的特点

研究结果表明, 中国股市的财富效应是应该分解来看的, 股市在不同的消费支出领域所产生的效应程度大不相同, 这一点恰恰表明中国股市的财富效应已经开始显现, 并且具有自身的特点, 这也给管理层细化调控目标增强经济政策的有效性提供了可能, 具体来说有以下几方面:

第一, 从检验结果来看, 股指月平均每增长1%, 当月住宅销售额也增长1%左右。这与我国房地产价格与股票市场休戚相关的联动现状也是十分相符的。随着金融市场的不断完善, 证券和房地产两个市场已经成为消化城镇居民剩余资产的两个重要渠道, 同时也充当了宏观经济的“晴雨表”和“放大镜”。这对于宏观政策的制定有利也有弊, 一方面它丰富了调控手段, 增强了政策使用的灵活度, 比如政府可以通过在二级市场上进行公开市场操作来控制楼市的过度增长感;但另一方面, 经济指标之间的关联性与敏感性也增大了政策失误的可能性, 因此管理层在出台一项政策时应综合考虑各方利益损益。

第二, 股指的变动会造成城镇居民可支配收入的反向变动。这一看似有悖于常理的结论其实正说明了我国证券市场的特点和普通居民投资的盲目性。由于上证指数是按照各上市公司股本的多少计算而得, 即股本越多的公司对股指影响越大, 这就造成了股指与所持股票变动背离的情况, 而这在我国证券市场尤为明显。2006年12月沪指成功收复了2001年的2245高点, 一路高歌猛进至2007年最高达6124点, 史上最大规模的储蓄大搬家也由此产生。而由少数权重股主导的“二八”格局也误导了投资人盲目入市, 而收入却未随股指大幅增长。

第三, 从财富效应的程度来讲, 还是十分明显的。综合考察股指变动的月度数据可以发现, 在36个月份里股指月变动率最高达到20.82%, 其中幅度超过7%的就有21个月。2004年1月的居民消费性支出为637.73元, 杂项商品服务和支出20.49元, 在此基础上分别乘以7%和20%的财富效应, 可以推知股市对这两项支出影响的绝对效果也是相当显著的。

最后, 从财富效应的结构上讲, 股市对不同支出项目的财富效应也不尽相同, 对消费性支出的财富效应约为7%, 杂项商品和服务支出的财富效应却高达20%左右, 而对其它四项还检验不出明显的财富效应。值得注意的是, 居民消费性支出在总支出中所占比重最大, 也是所有支出中最稳定的一项, 即持久性支出, 其辐射的行业也最广;杂项商品和服务支出却恰恰相反, 它在所有支出中占比重最小, 属于暂时性支出, 影响行业极为有限;而其它四类支出的行业指向性最为明显。股票财富在暂时性支出项目上表现明显, 而在持久性和行业指向明显的支出项目上表现较弱, 这说明投资者在正确预期所持股票的未来收入方面存在困难, 因而难以将股票收入视为持久性收入, 继而形成稳定的持久性支出。

综上所述, 通过拉升股市刺激消费提振经济的目的是可以“部分实现”的, “部分”有两层含义:其一是所涉及的经济部门范围有限, 因为辐射行业范围最广的消费性支出的财富效应并不明显, 杂项商品和服务支出在总支出中所占比重又太小。且行业指向不明显, 而占比重最大的消费性支出对股指变动的反应又欠敏感。其二是受影响的产业目标不明确, 由于暂时性支出行为存在偶然性, 而行业指向明显的支出项目财富效应微弱, 如若借由股市进行调控可能会使政策失焦, 达不到调控目的, 甚至有可能事与愿违。

参考文献

[1]Ando, A.Modigliani F., The Life Cycle Hypothesis of Saving:aggregate implications and teats[M].American Economic Re-view, 1963.

[2]Hall, The stochastic implication of the cycle-permanent in-come hypothesis:Theory and Evidence, Journal of political E-conomy, sep.1978.

[3]Milton Friedman, a Theory of the Consumption Function, Princeton University Press, Princeton, 1957.

[4]李学峰, 徐辉.中国股票市场财富效应微弱研究[J].南开经济研究, 2003, (3) .

中国股市季节效应研究 篇2

有效市场假说 (EMH) 是现代金融经济学的理论基石之一, 根据这一假设, 投资者在买卖股票时会迅速有效地利用可能的信息。全部已知的影响一种股票价格的因素都已反映在股票价格中, 因而根据这一理论, 技术分析是无效的。但实际上, 在股票市场的真正运作中, 出现了一些与之相悖的现象, 比如周末效应。周末效应 (Weekend Effect) 是指股票市场的收益率在一周之内有差异, 投资者会在周五时预测周末两天政策面会有什么变化而做出的买入或卖出股票的行为, 此时, 在周五收盘之前可能会出现比较大的上涨或下跌。

根据国外学者的研究, 美国、英国等成熟股市中, 周末效应表现为:收益率周一为最低, 周五到达最高, 股市有一定的相关性在周末效应与收益率之间。而在亚太区域的股市中, 周末效应的形式有所差异。克莱尔、格瑞特和琼斯专门研究了香港、台湾、马来西亚、泰国等亚太区域股市的周末效应, 发现多数收益率最低值出现在周二, 周四或周五则出现收益率最高值。

本文以深圳成分股指为例, 选取收盘价格为样本数据, 对其进行实证研究分析, 检验中国股市是否存在周末效应, 并与国外成熟证券市场的周末效应理论相比较区别, 同时得出相应的结论和政策建议。

一、模型与数据

周末效应可以解释为, 股票市场的价格波动对政策表现为很强的敏感性, 在周末通常集中公布政策消息, 交易者对相关信息的消化需要过程, 因此政策消息在股价上的反映有滞后效应。周一的股票价格反映的是周末两天及周一当天投资者的对于信息理解消化的买卖行为表现, 因此这一天的波动性较大, 具有较多不确定因素存在。对于出现的“二五”效应, 可能是因为股市的不成熟, 对信息的接受能力较差, 因而滞后到周二才发生较大的波动。

(一) 数据收集与整理

21世纪以来, 我国证券行业不断深化改革和调整, 使我国证券市场逐步向成熟健康的道路发展, 以这一期间的股票的价格变动和收益率变动情况能较好的反映证券市场的发展情形。本文收集的数据是样本区间为2002年1月1日至2015年1月1日, 深圳成分指数的每日收盘指数, 并对其做描述性数据统计分析。

1、对股票价格变动和收益率波动的分析

21世纪以来, 我国的证券市场得到迅猛发展。根据数据显示, 2002年到2007年, 股价最小值2005年11月15日 (2622.02) , 最大值为2007年10月31日 (19531.15) 。这一区间内, 深成股价上升幅度明显, 说明, 随着我国证券市场改革与调整的步伐, 深成股表现出良好的发展趋势。然而, 在2007年8月9日开始浮现金融危机, 至2008年9月9日, 这场危机全面爆发, 受此影响, 从最高点 (19531.15) 一路暴跌至最低点 (5668.81) 。

2、对收益率的统计分析

其中分别表示t时期和滞后一期的股价指数。计算出股票收益率统计结果, 即样本区间内深圳成分股指的总体股票收益率的均值、标准偏度、最大值、最小值的统计量。另对样本区间内, 周一至周五股票收益率的分别统计。

根据总体股票收益率统计量初步分析:在所讨论的样本区间范围内, 深圳成分股指的平均收益率为正, 标准偏差大于0, 其最小值和最大值表现出对称性, 总体收益率成正态右偏。

对周一至周五股票收益率的分别统计量分析:周一、周三、周五的平均收益率为正, 周二周四平均收益率为负, 标准偏差均大于0, 同样周一至周五分别呈现正态右偏。其中, 周一收益率的标准偏差最大, 表明周一的股价波动性最明显, 风险最大, 周五的收益率标准偏差最小, 风险最小。有趣的是, 统计结果显示, 周四的平均收益率为负的, 且收益率最小, 周三的平均收益率为正, 且收益率最大。说明以此样本区间内, 不能得出深圳股市存在着显著的收益率的周末效应。

显然, 本文在所讨论的样本区间内得到的结论与存在显著周末效应的研究结果存在很大的差异, 说明以此描述统计得出的结果不足以推出一般性结论, 需要进行进一步严格的检验。

(二) 模型的构建

根据以上对深圳成分股指的描述性统计结果及股票特征, 选择适当的模型进行检验分析, 并根据检验结果进行修正。建立股票收益率模型如下:

其中rt表示逐日股票收益率, βi (i=1, ..., 5) 表示周一至周五的股票收益率, 表示随机变量。

显然, 该方程的O L S系数即分别是周一到周五股票收益率的均值。假设检验的原假设为:相应地, 备选假设即为一周内各收益率不相同。只要拒绝了原假设, 即证明周末效应存在。本文的实证研究, 运用计量分析软件, 分别对收益率r和收益率平方r^2做回归分析。

二、实证分析

(一) 实证分析结果

用Eviews做回归分析, 从r的回归结果来看, 在α=0.05显著性水平下, 虚拟变量d1, d2, d4, d5的系数及常数项的t值均不显著, d1, d5对应的t值分别为-0.66, -0.52, Prob=0.2067>0.05, 差异无统计意义, 不能表现出显著的周末效应。

从回归结果分析, 在α=0.0 5的显著性水平下, Prob=0.0000, d1对应的t检验值为3.59>2, P>t=0.000, 差异有统计意义, 显现出显著的“周一效应”, 说明周一股票价格的波动性很大。

(二) 结果的解释

r的回归结果即为对收益率周末效应的检验, 从平均收益的角度看, 各交易日的平均收益率间的差别不显著, 收益率不存在周末效应, 这可能意味着深圳证券市场有效性的提高。

r^2回归结果是对波动率周末效应检验, 从波动率的角度看, 周一的股价波动性很大, 呈现出显著的“周一效应”, 是因为股价波动对政策的反应很敏感, 而政策消息通常在周末公布, 周一要消化周末的消息, 因此波动比较大, 存在周末效应。

本文得出的结果进一步实现了对深圳股市存在显著“周一效应”、显著的“周末波动性效应”的论证。

三、结论

本文在EMH假说和建立虚拟变量股票报酬率的模型基础上, 收集深圳成分股指从21世纪以来的每日收盘价为样本, 对其进行收益率和波动率的实证分析, 分析结果表明:西方市场证实的周末效应也存在于中国证券市场, 但其表现为:周一平均股票收益率的波动性大, 周五平均股票收益率的波动性小, 形成显著的“周末波动性效应”。

总体来说, 中国股市逐渐成熟, 投资者素质提升, 投资更加理性, 信息获取渠道逐渐增多, 尤其是互联网为其发展提供良好平台;证券市场监督管理力度的增强, 上市公司更及时有效地披露信息;金融危机之时, 政府的有效举措, 使得中国证券市场运行有效。

对于深圳股市表现的周一的波动性很大, 说明我国证券市场还不够稳定。政府与各相关机构以及广大投资者应相互配合。政府及相关部门加强对深圳市场的监管和有效控制, 加强管理市场风险、操作风险、政策风险等;大力推进并建设多层次证券市场体系, 满足融资和投资需求的多元化;积极完善市场约束机制, 促进上市公司健康发展;正确处理好政府与市场的关系, 完善法律和监管体系, 建设公正、透明、高校的市场。投资者加强风险意识、加强对信息的消化接受能力、减少投机性操作, 使我国证券市场能正常有序的进行, 逐步走向成熟化的轨道。

参考文献

[1]余丽霞.中国证券市场发展的回顾和展望[J].西南金融, 2009, (9) :19-22.

[2]马丹.上海股市周末效应研究[J].统计研究.2003, (11) :67-68.

[3]陈超, 钱苹.中国股票市场“周内效应”再检验[J].经济科学, 2002 (1) :85-91.

[4]王霞.股市周内效应研究[J].山东财政学院学报, 2006, (4) :23-28.

[5]赵鹏.深圳股票市场日历效应分析——针对周末效应的讨论[J].现代商贸工业, 2011, (9) :148-149.

[6]刘少波杨代平.中国证券市场周效应的实证分析[J].南方金融, 2004, (8) :36-37.

中国股市财富效应分析 篇3

关键词：中国股市,财富效应,传导机制,实证研究

中国股市刚刚经历了大幅震荡, 现在仍处于低迷的阶段, 有不少人在这一轮震荡中损失惨重。显然, 此时谈论中国股市的财富效应, 可能会有些不合时宜。但是, 股市的财富效应是客观存在的, 在我国经济和社会发展的过程中, 股市的财富效应曾经产生很大的作用。尤其是2005年中国股市进入牛市, 财富效应凸现, 刺激了消费需求的增长, 从而推动了我国经济快速发展。然而, 自2007年下半年以来, 基于我国股市内部的问题以及宏观经济基本面的负面因素, 导致了我国股市步入熊市的通道, 时值今日仍处于低迷的态势。股市的大幅震荡, 对我国的宏观经济产生了极其不利的影响。

多年来, 我国经济的增长基本上依靠投资和出口来拉动, 这样的增长方式在新的历史条件下已难以为继。当前, 国际政治经济环境的不确定、不稳定因素增多, 中国的国内经济面临的挑战和困难也在增大。在这样的国内外环境下, 我国有必要调整经济发展的战略和政策, 促进经济发展方式的转变, 确保我国经济的稳定发展。在这样的情况下, 如何通过资本市场尤其利用股市“财富效应”的作用来刺激国内需求的扩大, 具有十分重要的理论和实践意义。

股市的财富效应将带来中国经济发展方式转变的契机, 由投资驱动经济增长转向消费驱动经济增长。因此, 现阶段我们有必要建构一个适合股市健康发展的政策体系, 重塑股市的财富效应, 形成股市发展与经济增长之间互动的良性循环。

一、股市财富效应理论分析

股市财富效应是指股价变动导致股票持有者的财富变动进而影响其消费的效应, 它可以通过三种渠道来传导:通过影响居民的实际收入来影响消费;通过影响居民的收入预期来扩大消费;通过改善企业经济状况来影响消费。

(一) 财富效应的传导机制

1. 兑现的财富效应。

当消费者手中的股票增值且实现了这一收益时, 消费将会增加。这是消费者拥有更多的可流动性资产的一个直接结果。居民投资股市, 一方面将获得股票分红收益, 如果投资者属于长期性的投资行为, 且投资对象为绩优股。这部分收益将是稳定的。另一方面, 是溢价收益, 即投资者因股价上升所获得的资本利得。

2. 未兑现的财富效应。

股票价格的上涨有一个预期效应, 当股票增值而增加的收益并没有实现时, 消费者预期未来的收入和财富将增加, 从而也会间接增加消费。即投资者所购买的股票升值, 但投资者由于某些原因 (例如看好进一步升值的潜力) 而尚未卖出, 则这些股票财富只是未实现的财富, 显然有较大的不确定性。

3. 流动性的约束效应。

股票价格上涨导致投资者的资产组合价值增加, 利用这一价值增加了的资产组合作为抵押可以获得更多的信贷支持。通常, 当货币供应量增加导致个人财富增加时, 他不一定增加耐用消费品的支出, 因为耐用消费品流动性较差, 一旦消费者急需现金而被迫卖掉耐用品时, 必定会受到很大的损失。但如果消费者持有的金融资产较多 (例如银行存款、股票或债券) , 就能很容易地按完全的市场价值将其迅速脱手变现。

4. 股票期权价值效应。

股票价格上升, 家庭持有的股票期权价值上涨, 变得更富有的股票期权所有者可能会增加当期消费, 而且这种消费的增加不管期权收益有没有兑现都有可能发生。

5. 股票价格变化的间接影响。

以上的几个传输渠道都指出股票价格变化和消费的变化有正面的影响。有必要关注的是兑现和没有兑现的财富效应的区别, 比如Poterta (2000) 所说的:“很可能的是, 由‘锁定’的账户所获得的资产收益导致边际消费倾向比直接持有的资产所获得的资本收益所引起的边际消费倾向要抵。因为前者被认为是一种长期资产。”

(二) 股市财富正负效应

R.霍尔和M.费莱文在消费者理性预期的基础上, 建立了LC-PIH模型, 集中讨论了理性预期理论、持久收入理论和生命周期理论的内涵, 他们把持久收入理论对未来预期的强调和生命周期理论对财富和人口统计变量的强调相结合, 把财富当作总消费最重要的决定因素。

1. 股市财富的正效应。

如果股市持续繁荣, 消费者的金融资产价值增加从而使得消费者所拥有的总财富价值增加, 同时消费者对未来的经济预期看好, 消费支出的增加会使产出增加, 这样就形成了股市同经济发展的良性循环。股票价值增长引起的总产出的增加量。

2. 股市财富的负效应。

如果股价持续下跌, 消费者的金融资产价值减少从而使得消费者所拥有的总财富价值减少, 同时消费者对未来的经济不确定的预期增加, 信心减弱, 股价下跌引起的总产出的减少量。

因此, 正财富效应能拉动消费需求, 增加投资, 刺激经济增长;而负财富效应却使股民财富损失, 消费下降, 给宏观经济带来不良影响。

(三) 从行为金融学角度来解释财富效应的非对称效应

非对称性是股票市场财富效应作用于经济的重要特征, 原因在于对消费者而言, 不确定性收入预期的影响要小于确定的损失的影响。这种不对称性又称为股票市场财富效应的“棘轮效应”。行为金融学所引入的预期理论是对现代金融学的完善他用价值函数来替代效用函数, 价值函数具有以下特征:首先, 用投资者的损益而不是财富或消费的绝对水平作为自变量, 这就使得投资者按组合中各资产的损益水平对其区别对待而不是从资产组合的角度做出投资的决定。其次, 价值函数曲线是一条中间带有拐点的s形曲线, 它在亏损部分是凸函数而在盈利部分是凹函数, 这使得投资者在赢利状态时是风险厌恶者, 而在亏损状态时却是风险偏好者。再次, 价值函数具有不对称性。当盈利额与亏损额相同时, 人们由于亏损感到的痛苦要远远大于由于盈利所感到的快乐。因此, 即使股价变化同样的幅度, 股价下跌带来的损失所产生的效用增量远大于增加同样幅度的收益产生的效用增量。

二、股市财富效应反转的分析

(一) 股票市场在国民经济中的地位得以提高

近年来, 股票市场发展的广度与深度不断提高。在其他条件不变的前提下, 股票市场投资者人数可以反映股票投资需求, 我们将股票市场投资者人数定义为股票市场发展的广度。另一方面, 从股票供给来看, 通常用股票市值占国内生产总值 (GDP) 的比重来衡量股票市场发展深度。2005年6月以来, 我国股票市场发展的广度与深度得到显著改善, 股票市场在国民经济中的地位得以提升。

(二) 上市公司质量不断提高

股票市场刺激消费的传导机制主要来自两方面:一方面, 股票价格上涨导致投资者财富增长, 其中一部分将直接用于消费;另一方面, 投资者会将增长的财富的剩余部分用于股票再投资, 进而会出现更多的上市公司或者现有上市公司可以募集更多的资金, 有利于促进企业扩大规模和提升绩效, 进一步地增加投资者的可支配收入 (包括工资、奖金等收入) 和股票分红所得, 从而间接促进居民增加消费支出。相对于前者, 后者对刺激居民增加消费的乘数作用更大。因此, 笔者认为上市公司质量不断提高是我国股市财富效应增强的根本支撑。

三、增强股市财富效应的政策建议

中国股市存在着微弱的财富效应, 这是由于中国股市规模偏小、存在“挤占效应”、中国股市价值的持续变动趋势不稳定等诸多因素所致。因此, 应采取多方措施, 为股市财富效应的发挥创造有利条件。

(一) 完善股市信息披露制度

第一, 完善信息披露准则或体系, 对上市公司或券商等关联方的各种信息, 进行规范管理。《深圳证券交易所中小企业板上市公司公平信息披露指引》、《上市公司信息披露管理办法》等在一定程度上规范了证券市场的信息披露, 但要提高信息披露的全面性和可操作性。第二, 加大对未披露信息行为的监管和处罚力度。近来, 证监会已出台有关政策控制内幕交易, 对一些没能及时披露信息的公司进行了处罚, 应通过法律诉讼或严格的处罚制度减少内幕交易的发生。

(二) 培育优质上市公司

首先, 已上市的公司应通过自身改革建立明晰的治理结构, 建立激励约束机制为提高公司的绩效创造条件, 为提高证券的整体市场回报打好基础, 使之成为“蓝筹”股票。此外, 应完善上市公司进出淘汰机制, 对于业绩较差或无成长性的公司, 如果通过整改仍不能解决存在的问题, 应取消其上市资格, 从而促进资本市场健康发展。其次, 不仅要为技术创新和高新技术产业企业融资提供便利, 促使其做大做强, 而且要帮助更多的民营企业进入证券市场, 通过股份制改革, 使其产权结构和法人治理结构实现质变, 为民营企业获得资本提供低成本高效率的途径。

(三) 扩大股市规模, 为股市财富效应的发挥提供市场基础

首先, 从供给方考虑, 应扩大上市公司的规模。可以鼓励优质的公司上市, 而通过股市融资也可以解决企业的资金问题。但在增加上市公司数量的同时不能忽视上市公司的质量, 可以通过颁布上市资格标准、实行上市资格审查制度等手段来提高上市的门槛。其次, 从需求方考虑, 应扩大投资者规模。一方面要发展机构投资者, 如允许养老基金和社保基金在条件成熟时逐步进入股市, 还可以发展证券投资基金。另一方面要发展中小投资者, 可以对其宣传、教育并引导长期投资, 还可以加大基金的宣传力度, 使居民可以通过购买基金问接进入证券市场, 从中分享由股价上涨而得到的收益。

(四) 引导正确的投资理念其一, 对于企业而言要防止过度投机

由于股市的融资成本较低, 当股票市场繁荣、需求旺盛时, 较易从股票市场融资。股票市场的财富效应使得一部分上市公司的经济前景普遍看好, 因此不断扩大投资, 当这些过量的投资超过社会需求时就会导致经济危机出现。而有的上市公司通过股票市场融资的目的只是为了“圈钱”, 并没有真正促进虚拟资本转化为实体经济, 这两种行为都会对经济发展产生不良影响。因此, 要积极引导企业树立正确的投资观念, 即上市融资是为了促进产业发展, 应以满足社会需求为基础, 从而创造社会的物质财富。其二, 对于投资者而言要加强风险提示和投资理念教育。投资者要理性看待我国资本市场的整体背景, 建立风险自负的投资心态。

(五) 消除市场的过度投机, 努力创

建相对繁荣稳定的股票市场

中国股票市场的投机性浓厚, 换手率极高, 中小投资者大多是期望从买卖价差中而不是分红中获取利润。一定的投机对于活跃股市、发现价格是有积极作用的。但如果是过度投机, 则会导致股价波动方向更加不明朗, 不利于股票市场的发展。因此, 应倡导中小投资者加强投资的比重, 但同时更重要的应是发展优质上市公司, 从供给方增加可以进行投资的股票。

(六) 发展壮大机构投资者

为达到稳定市场、完善市场功能和健全市场机制目的, 应发展壮大机构投资者队伍, 包括发展证券投资资金, 拓宽基金公司的业务范围, 而基金公司应提供多元化、高质量的投资品种;逐步放宽QFII额度, 利用境外优质机构投资者先进的管理经验促进我国股市健康发展;运用保险资金和社保资金促进股票市场交易, 从而刺激投资和消费。

(七) 推行“富民政策”

长期以来, 中国主要是强调证券市场的融资功能以及在为国企脱困与解困中发挥的作用却忽视了其配置资源、刺激消费等其他功能, 这就在中国股市中形成了“重圈钱、轻改制”、“重获取、轻回报”的氛围, 制约了财富效应的发挥。因此, 应调整中国股市的功能, 使其在发挥为上市公司融资的功能的同时逐步培育其将储蓄转化为投资和消费的功能。具体来说, 一是要对初级市场进行改革, 要慎重对待以市场化行为高价发行新股、高价配股;二是要降低股市交易成本, 使股民免受高额手续费的困扰;三是可以适度发展股市质押贷款, 减少股市的挤占效应。

参考文献

[1]多恩布什费希尔.宏观经济学[M]中国人民大学出版社1997

[2]李学峰徐辉中国股票市场财富效应微弱研究[J]南开经济研究2003 (3)

[3]马辉陈守东中国股市对居民消费行为影响的实证分析[J]消费经济2006 (4)

[4]卢嘉瑞股市财富效应及其传导机制[J]经济评论2006 (6)

[5]王亚鸽张举钢李从欣中国股市财富效应的协整分析2008 (4)

[6]陈红田农中国股票财富效应理论与实证[J]广东金融学院学报2007 (7)

中国股市的最大值效应 篇4

Black, Jensen and Scholes (1972) , Miller and Scholes (1972) and Fama and MacBeth (1973) 等早期有关CAPM有效性的实证研究中, 都得到贝塔与平均收益率之间存在着与CAPM理论相比较弱的正相关关系的结果。Fama和French (1992) 指出在企业规模与账面市值比对横截面股票收益率有着强有力的解释能力。De Bondt, Werner F.M, and Thaler, Richard H (1985, 1987) 指出股票投资者存在反应过度的倾向, 导致过去中长期 (3-5年) 表现差的股票 (输家) 比同期过去表现好的股票 (赢家) 获得更高的收益。Shleifer and Vishny (1994) 发现投资者们都过高估计成长股的倾向, 导致将来价值股的表现要好于成长股。Clarke, de Silva, and Thorley (2006) 发现美国股市中方差最小的投资组合事后的标准偏差虽然仅为市场组合的四分之一, 但却获得比市场收益率要高得多的投资回报。Blitz and Pim van Vliet (2007) 按个股历史收益率的波动性由小到大进行排序构成组合, 发现美国股市低波动性组合获得比市场收益率高的回报, 而高波动性组合获得要比市场收益率要低的回报, 并指出“波动性效应”可能是由于投资者的行动偏差造成的。

并且在国内虽然有张人冀等 (1998) , 肖军等 (2004) , 赵振全等 (2005) , 宋建华 (2008) , 黄俊等 (2009) , 柴婷昱 (2010) 等许多学者虽然对过度反应进行了实证分析研究认为我国股市存在反应过度现象, 但是所使用的数据时间跨度相对较短, 数据量也普遍较小, 而且也有如沈艺峰, 吴世农 (1999) 等学者对我国股市存在反应过度提出了异议的研究。本文的研究动机是由于我国股市成立至今的迅速发展已吸引了国外投资者的注意, 对于国外股票市场普遍存在的波动性效应、过度反应等进行研究, 会对国外投资者提供有益的信息。

根据先行研究和本文中实证分析结果, 我们做了如下的假设:我国股市的投资者们总是反应过度的, 即在其他条件都相同的情况下会选择拥有最高的历史收益率的股票进行投资。集中投资使拥有最高的历史收益率的股票被过高评价, 导致这些股票在未来的表现差、仅能获得低于平均的收益。本文的结构如下:第二部分介绍数据及研究手法, 第三部分是实证分析结果, 第四部分是稳健性检验最后是总结。

1 数据及研究方法

本文数据来源是CSMAR, 样本是1993年12月-2010年12月的上证所有A股上市公司, 并采用上证综合A股指数回报率和月度化的定期整存整取1年利率分别作为市场组合的代理指标及无风险利率。为了避免新上市公司股价剧烈变动对实证分析结果的影响, 剔除了上市公司上市后第1年内的股价交易数据。

从1999年12月末至2010年11月末, 按某一指标数值的大小排序后逐月构建5个投资组合。选取的指标共有4个, 分别为个股历史股票收益率的标准偏差 (波动性, SD) 、平均收益率 (Ave) 和历史收益率最大值 (Max) 和个股的贝塔值 (Beta) 。这4个指标都是使用个股在构建投资组合时点前5年 (即60个月) 的股票收益率计算的。实证分析中由于新上市或暂时停牌的原因造成数据不足时, 只对该公司有效时间的数据进行了分析, 并剔除上市未满72个月的公司。样本公司数如表1所示。

(单位:家)

2 实证结果

2.1 波动性效应

按波动性排序分组构成的投资组合的结果如表2所示。由低波动性股票组成的投资组合SD1的平均超额收益率是市场组合的近2.4倍, 组合SD1与SD5平均超额收益率和夏普比率的差值分别为0.78%和9.81%, 统计上显著。组合SD1的波动性略比市场组合高, 比组合SD5低, 结果表明与Blitz and Pim van Vliet (2007) 的结果相一致, 低波动性组合比高波动性组合表现的更好, 波动性与平均超额收益率呈明显的反比关系。

2.2 CAPM检验

表3中事前的贝塔从组合Beta 1至组合Beta 5逐渐上升, 但投资组合的平均超额收益率却从组合Beta1至组合Beta 5逐渐下降, 与主张平均收益率是由贝塔来决定的CAPM理论不一致。组合的夏普比率呈下降趋势, 组合Beta1的夏普比率要比市场组合和组合Beta5都要高, 组合Beta1与Beta5的夏普比率之差的t值为2.97, 统计上具有显著性。这些结果都表明低贝塔组合比高贝塔组合表现的更好, 与Fama和French (2004) 发现的低贝塔组合获得比CAPM理论高得多收益, 而高贝塔组合只获得比理论低得多收益的结果相一致。

2.3 反应过度现象的检验

按历史收益率平均值排序分组构成投资组合的结果如表4所示。随着事前的历史收益率平均值从组合Ave1 (过去的输家) 至组合Ave5 (过去的赢家) 逐渐上升, 但投资组合的平均超额收益率却从输家组合至赢家组合逐渐下降, 两组合的平均收益率之差为1.54%。事后的贝塔值各组合基本上一致, 但夏普比率从输家组合至赢家组合也呈显著下降趋势。输家与赢家组合的夏普比率之差为0.13, t值为2.79。实证分析结果表明我国股票市场与国外相似的存在过度反应现象。

2.4 历史收益率最大值的检验

按历史收益率最大值排序分组构成投资组合的结果如表5所示。事前的指标值从组合Max1至组合Max5逐渐上升, 但投资组合的平均超额收益率却逐渐下降。组合Max1与组合Max5的平均超额收益率之差达1.01%。事后的贝塔值由组合Max1到组合Max5虽然呈上升趋势, 但夏普比率却明显下降。组合Max1的夏普比率要比市场组合的高0.11, 而组合Max5则仅比市场组合高0.01。组合Max1与Max5的夏普比率之差为0.11, 显著性检验的t值为4.68。具有显著性。实证分析结果表明与我们预测相一致, 我国股票市场的投资者们对拥有最高的历史收益率的股票长期存在反应过度现象。

3 稳健性检验

为了进一步验证我们的假设, 将实证分析中使用的标准偏差 (SD) 、贝塔 (Beta) 、历史收益率的平均值 (Ave) 和历史收益率最大值 (Max) 4个指标视为股票收益率的要素模型的系数, 进行了FM (Fama&MacBeth (1973) ) 横断面回归分析。表6中Beta、SD、Ave和Max对股票收益率的一元回归所得到的系数平均值分别是-0.09, -0.01, -0.45和-0.02, t值分别是-2.89, -2.83、-2.65和-4.44。4个指标都与平均收益率有显著的反比关系。其中Max的t值最大, 可认为Max对股票收益率有最高的说明力。另外, 在Beta与Max, SD与Max及Beta、SD、Max等多变量回归分析中, Max的t值一直比2大, 并且Beta、SD和Ave的反比关系也不复存在, 只有Max的t值是显著。进一步验证我们的假设, Max与其它的指标相比对股票收益率的说明能力最强。

4 结论

我国股市成立至今的迅速发展已吸引了国外投资者的注意, 虽然有许多学者对我国股票市场有关CAPM理论和过度反应等进行了研究, 但所得到的结果并不一致。因此重新检验上述内容是非常有意义的。

本文以沪市为研究对象。对波动性效应、过度反应和CAPM理论进行了实证分析, 验证我国股票市场也同样存在波动性效应、过度反应并得到了与CAPM理论相反的结果, 并发现拥有高的历史最大值收益率的股票在之后业绩都表现不佳。根据先行研究和本文中实证分析结果推测我国股市的投资者对以往有高收益率的股票存在过高评价进行买入的投资倾向。通过使用Fama and Macbeth (1973) 横断面回归分析方法, 我们确认了“最大值效应”要比其他方法更为有效地解释我国股市横断面股票平均收益率, 我们认为这是一个非常有意义的发现。

注:本文中部分内容曾经发表于日本国东北大学经济学研究科研究年报《经济学》和日本经营财务管理学会《Working Paper》.

(1) t值 (1) 和t值 (2) 分别是指标数 (标准偏差) 值最小的投资组合1至指标数值 (标准偏差) 最大的投资组合的夏普比率与市场组合的夏普比率的差值, 指标数值最小的投资组合与其他组合的夏普比率的差值的显著性检验的t值, 表2、3、4、5除了指标发生变化外, 其他都相同.

参考文献

[1]肖军, 徐信忠.中国股票市场价值反转投资策略有效性实证研究.经济研究, 2004, (3) :55-64.

[2]张人骥, 朱平方, 王怀芳.上海证券市场过度反应的实证检验.经济研究, 1998, (5) :55-64.

[3]Blitz, David C., and Pim van Vliet, 2007, The VolatilityEffect, The journal of Portfolio Management, Fall, 102-113.

中国股市季节效应研究 篇5

随着计算机技术的发展, 整个证券市场完整交易的数据的正确采集成为可能, 对证券市场中关联程度较大的股票进行市场运行的关联研究, 在错综复杂的个股走势中, 将个股归为相应的板块, 进而根据各板块变化规律来指导投资实践就变得越来越有时效性和指导意义。本文以上海证券交易所的上证指数及其A股指数、B股指数、综合指数、工业指数、公用指数、商业指数和地产指数等7类分类指数为研究对象, 比较其间的相关程度, 探究大盘总体走势和各板块的“板块效应”有无关系或存在何种关系, 并对根据“板块效应”对投资者的投资提出合理建议。

一、板块效应概述

板块效应, 又称板块联动效应, 是指先是某只股票强劲上涨, 然后同行业的或相关行业的其他股票跟随上涨, 呈现明显的群体强劲上涨的现象。

回顾十几年的发展历程, 中国股市呈现出以成长性股票为中心的板块轮动特征。各板块“风水轮流转”般的轮番炒作, 逐步成为中国股市的一大特色。不论板块效应的存在是否有利于股市的发展, 不论追随板块效应能否获得巨大收益, 也不论把握板块的运动规律能否帮助投资者实现理性投资, 但板块效应的产生本身有着很大的必然性。

(一) 板块的形成是市场认知归于统一的过程

股票市场中有一些股票会共同具备某种具有重大经济内涵的特殊性质, 如在地域及行业上有关联关系或企业经营上有相同特征的股票会自发形成一个有机整体, 当这种共同性质被市场认同时, 就会形成股市中的板块。

(二) 引起板块效应的事件总是存在的, 且具有一定程度的可预知性

引起板块效应的事件可以是带有某些行业特征或地域特征性质的事件, 如行业利好消息, 也可以是随着股市潮流不断涌现的某些概念。随着计算机技术的发展进步和信息披露制度的建立完善, 这些“事件”可以在足够短的时间内到达足够多的用户, 并被理性投资者接受、分析, 作为投资决策的重要依据。

(三) 市场投资者时常会发生羊群行为, “羊群效应”在很大程度上推动了板块的炒作

所谓羊群行为, 即市场中的各类参与者在进行决策时影响他人或受到他人决策影响, 使得市场表现出部分人的决策相关, 且最终反映在资产价格中的现象。当某一板块中的某有代表性的股票上涨之后, 市场投资者们便以其为示范, 而进行跟风炒作板块中的其他股票, 带动其他个股, 甚至整个板块强劲上涨, 从而形成板块的联动效应。

二、板块效应的实证分析

(一) 研究对象

上海证券市场1994年12月31日至2008年12月31日的上证指数和A股指数、B股指数、综合指数、工业指数、公用指数、商业指数和地产指数等几个主要板块指数。

(二) 数据范围及来源

选取1994年至2008年上证指数及A股指数、B股指数、综合指数、工业指数、公用指数、商业指数和地产指数等分类指数的年收盘价为计算基础, 全部数据导出于上海证券交易所。

(三) 研究目标

1. 计算各分类指数间的相关系数, 判断各分类指数的相关程度。

2. 计算各类指数年收益率的全距, 判断上证市场每年的板块效应的大小。

3. 通过1995年至2008年每年“板块效应”的大小和当年的年收益率变化趋势的对比, 判断一年的大盘总体走势和该年的板块效应有无内在关系或存在着何种关系。

(四) 分析原理

1. 评判一年中“板块效应”大小的标准——在各类指数相关性较大的情况下, 各类指数间的年收益率差距越小, 说明该年板块效应越不明显;反之, 各类指数的年收益率差距越大, 该年的板块效应越明显。

2. 判断各类指数年收益率差距的标准——相关性较高的几组数据中, 通过计算每组的全距来衡量差距的大小, 一组数据的全距越大说明该年各收益率差距越大;反之, 一组数据全距越小说明概念格收益率差距越小。

(五) 分析步骤

1. 计算上证指数及其各分类指数的年收益率。

如果用百分比收益率来计算年收益率, 会因每年的收盘价跨度较大而使年收益率差异过大, 在图形上呈现出大幅波动的态势, 不利于比较其间的变化趋势, 所以选择振幅较小的对数收益率来计算年收益率。

计算公式:R=ln (Pt) -ln (Pt-1) ,

其中R代表年收益率, Pt代表本年收盘价, Pt-1代表上年收盘价。

计算结果见表一:

2. 为判断各分类指数的相关程度, 以年收益率为基础, 计算各类指数的相关系数, 相关系数为正值表明两类指数的收益率正相关, 且相关系数越接近1, 其相关性越大。

计算结果见表二:

由表二可以看出, 这7个分类指数之间, 除了B股指数与其他6个分类指数的相关性较弱之外, 其他各分类指数之间都存在着显著的相关关系, 而且各类指数的收益率都是呈紧密正相关的。

由B股指数和上证指数的年收益率做出图一, 反映二者的年际走势。由图二可发现B股走势在大部分时间和大盘走势不吻合, 即B股板块和大盘整体的相关性较弱。因此在研究各指数之间的板块效应时, 应该事先去掉B股指数, 使其余指数满足紧密相关的前提条件, 这样做收益率全距的比较才有意义。

同时按表一数据做出7类分类指数年收益率的折线图 (见图二) , 同样发现各分类指数走势的大体趋势较为一致, 虽然各类指数对信息的反应速度和反应程度不同, 但是每次上涨或下降都有一类股票引导其他指数。只有B股指数的走势和其他几类指数的差异性较大, 在图形上验证了由相关系数表得出的结论。

3. 判断每年“板块效应”的大小——除去B股指数, 观察其他各类指数的离中趋势, 采取计算每年各分类指数的全距的方法, 全距越大, 这组数据的离中趋势就越大, 说明年收益率相差越大, 即板块效应越明显。反之, 全距越小, 各类指数的年收益率相差越小, 该年的板块效应越不明显。

选择“全距”反映收益率差异大小的原因:全距本身作为衡量数据离中趋势的重要工具, 在组中数据差距较小、相关性较大的情况下, 更具有说服力。

公式:R=最大变量值-最小变量值, 其中R为全距。

依照计算结果, 将各年的全距与上证指数的年收益率相对比, 见表三, 并依据表三做出全距和上证指数年收益率的折线图。

由图三可以观察出:

(1) 1995~1998年四年间上证市场的板块效应呈逐年显著的趋势, 但上证指数收益率并未随着板块效应的节节放大而趋于上涨, 反而在1996年达到高峰之后突然下滑, 呈现出大幅震荡。虽然1997、1998两年间的板块效应越来越显著, 但是大盘却处于下跌状态, 只能说明某类股票的上涨仅仅带动了相关行业领域其他股票的上涨, 但并未能促进大盘及其他板块的上涨。

(2) 1999~2001年三年间上证市场的板块效应发生年间的巨大波动。与1998年相比, 1999年的板块效应极弱但上证指数收益率却比上一年有所提高。其后两年板块效应呈明显的放大趋势而上证指数收益率也发生了年际的明显波动, 在2000年达到峰顶后, 2001年出现了历史新低。

(3) 2002~2005年四年间上证市场的板块效应不很明显, 且变动趋势平缓, 而上证指数收益率也在一个较小范围内平缓波动。与2001年相比, 2002年的板块效应显著缩小, 上证指数收益率却没有明显的改变。其后三年, 二者都在各自水平上小幅波动, 没有明显突破。

(4) 2006~2008年三年间上证市场的板块效应不很明显, 且变动趋势平滑, 而上证指数收益率却发生了大幅波动。尤其是2008年, 虽然板块效应具有一定的规模, 但因受到次贷危机引发的金融海啸的冲击, 上证指数收益率降到2001年来的历史新低。

(5) 在某些年份中, 当一年的板块效应较为明显时, 该年的收益率反而很低, 如1998年、2001年和2008年;板块效应不明显时, 该年的收益率反而处于上升趋势, 1999年和2005年。

4. 分析结论:

(1) 从我国上海证券市场传统的A股、B股、综合类、工业类、公用类、商业类和地产类板块的运行轨迹来看, 除了B股市场由于其独立的市场类型、市场定位、市场规模和相应的政策环境等因素的影响, 使得它的运行和大盘走势、及其他A股各板块走势的关联性相对较弱, 而A股、综合类、工业类、公用类、商业类和地产类指数之间的关联性很强, 且均为密切正相关。

(2) 一年的大盘总收益率与该年板块效应的大小无明显的相关关系, 即板块效应与股市处于“熊市”或“牛市”之间没有明显的决定关系和相关关系。行情低迷的年份可能因相关利好政策的出台而出现某些板块“一枝独秀”大幅上扬的现象, 因而使该年的板块效应表现较为明显。同时行情高涨的年份可能因为大部分板块的股票在行情的带动下“全面飘红”, 单独凭借对收益率差距大小的判断, 不能反映出明显的板块效应。

(3) 板块效应大小的变化趋势对大盘总体走势没有显著的导向作用, 即无法通过对某些板块的板块效应的评估来预计大盘总体的走势。毕竟在中国股市中, 大部分分散的投资者对信息的获得、利用的机制还不是很完善, 除非是有相对于整体的利好消息颁布, 不然一个或少数几个板块的上涨还不足以鼓励投资者的投资信心和投资热情, 无法带动整个大盘随之上扬。

三、基于“板块效应”的投资建议

(一) 投资者要对信息更新保持灵敏的“嗅觉”

无论大盘处于“熊市”或是“牛市”, 板块现象产生之前总会有些许预兆, 因此及时从政策中解读信息成为抓住有较大成长潜能板块的关键。投资者在解读政策时, 一定要相信自己的眼睛, 亲自分析政策内容和倾向以及前后政策的关联性或差异程度, 千万不可盲信小道消息以免造成资产损失。尤其是在前景不明、行情欠佳时更要对政府政策将重点扶持的行业所在的板块予以密切关注, 选择其中业绩较好、市值相对较大的龙头股票或者是发展潜力较大且价格合适的股票, 在适合的时机进行介入投资。

(二) 市场出现明显的板块效应时, 投资者要理性决策, 避免产生“羊群行为”

当大盘部分板块出现强劲上扬现象时, 投资者在判断该股票是否还有投资价值或者还有多少投资价值之前切勿盲目跟风。调查表明, 即便是在较好的行情中也会有投资者赚不到钱, 其原因很大程度上是盲目从众, 做出轻率决策。在中国股票市场, 很多短线高手“追涨杀跌”, 意图利用他人的羊群行为获利, 结果却往往是买高卖低, 成为被宰割最狠的那只羊。

即便已经判断某行业具有较大的投资价值, 在此行业中选择股票时也要谨慎。对行业中带头领涨的股票不要盲目买进, 因为那不一定是此时最适合投资的股票。投资者应全面研究, 选择那些尚未表现出上涨但具有上涨趋势的个股, 或者价格长期低于其价值的个股, 在合适的价位买进。

(三) 当股市处于反弹阶段时, 投资者应把握合适的切入时机及投资类型

以往的实验显示:虽然有所谓的“小市值效应”, 即小盘股的平均收益率一般会优于大盘股, 但是市场对小盘股好像没有特殊的偏好, 因为大盘股在反弹中的表现往往优于小盘股。因此在反弹行情中选择投资股票时, 在考虑投资板块的同时也要考虑股票底盘的大小, 所以属于成长型行业和被扶持行业的市值较大的股票都是是不错的投资选择。

摘要：随着我国证券市场的不断完善和发展和股票种类的增加, 各类股票板块的划分越来越明显, “板块效应”日益凸显, 从而使投资者根据各股票板块的变化规律来决定投资决策变得越来越具有可行性和收益性。本文以上海证券交易所的上证指数及A股指数、B股指数、综合指数、工业指数、公用指数、商业指数和地产指数等7类分类指数为研究对象, 比较其间的相关程度, 探究大盘总体走势和各板块的“板块效应”有无关系或存在何种关系, 并根据“板块效应”对投资者的投资提出合理建议。

关键词：证券市场,板块现象,相关分析

参考文献

【1】赵胜对我国证券市场板块效应的实证分析[J]税务研究2003 (4)

【2】杜伟锦等我国证券市场的板块联动效应及模糊聚类分析[J]商业研究2005 (22)

上海股市节日效应实证研究 篇6

传统的金融经济学认为在有效市场 (Efficient Market) 的假设下, 股票的未来收益率不依赖于过去的收益率, 投资者无法通过对过去收益模式的观察来准确预知未来收益, 换句话说, 股票收益不会呈现规律性波动特征。然而实证研究却发现, 在大多数的证券市场中存在某个或某些特定月份的平均收益率年复一年显著地异于其他各月平均收益率的现象, 这种市场异象被称作“月份效应”。在美国的股票市场表现为“1月效应”, 即1月份的平均收益率显著高于其他月份的平均收益。该现象最早由美国学者瓦切尔 (Wachtel) 于1942年发现[1], 但直到1976年罗兹弗 (Rozeff) 和肯尼 (Kinney) 系统地将这一异象揭示出来[2], “1月效应”才逐渐进入现代金融学者的视野, 并逐渐形成一套科学严谨的“月份效应”研究体系, 包括“1月效应”主要体现在小规模公司的股票上, 并相应地提出了“税减假说”等理论解释。

除了美国等发达国家的“1月效应”外, 亚太地区股票市场也存在一些自身独有的“月份效应”, 如卡托和斯考黑姆 (Kato andSchallhe im) 发现日本证券市场除“1月效应”外还存在着“6月、12月效应”, 即6月、12月的市场收益率显著高于其他月份等[3];埃玛德和豪森 (Ahmad and Hussain) 指出马来西亚证券市场存在“2月效应”[4]。对中国股票市场月份效应研究方面, 已有的研究表明我国并不存在与国外类似的“1月效应”和“2月效应”[5,6], 但却存在显著的负“12月效应”[7]。另有文献还发现1995年后A股市场除了12月份收益率显著为负外, 还存在3月份收益率显著为正的现象[8,9]。对于这种现象的原因, 张兵给出了基于资金面季节性流动规律的简要解释, 总结起来有两方面:第一, 资金面的季节变化, 我国股市年末往往面临着各种形式的资金抽回, 而来年初这些资金又会回流, 这一资金运动规律决定了股市的“春涨”、“冬藏”;第二, 重大利好政策往往在2、3月份发布, 从而引发“春涨”现象[9]。近来, 基于季节效应, 又提出了节日效应, 例如“红五月”的说法, 究竟市场上是否存在这种规律性, 本文对上海股票市场的节日效应做了系统的研究。

二、上海股票市场的节日效应分析

(一) 数据的选取

本文数据选取了1995年至2008年元旦、春节、五一、十一前后20个交易日的上证指数加权日收益率和交易量。计算得出1995-2008年每个节日前后的收益率及交易量均值, 并计算出节后与节前的差值, 如图:

(二) 上海股票市场的节日效应分析

如图1所示, 元旦节日前后差值波动幅度最大, 且除2007、2008年外, 节后收益率一般大于节前的收益率, 春节、五一、十一节日前后收益率差值具有波动性, 十一波动幅度最小。如图2, 除五一以外, 节后交易量普遍大于节前交易量, 节日前后交易量差值元旦波动幅度最大, 十一最小。由此可见, 元旦对股市收益率和交易量的影响最大, 十一最小。且近几年节日前后交易量差值波动幅度明显大于以前的年份, 且幅度有扩大的趋势, 这可以说明人们越来越倾向于在节前或节后进行交易。这是否说明上海股市存在着节日效应呢?下面将做进一步探讨。

三、节日效应的实证检验

通过以上的分析, 我们发现节日前后收益率均值和交易量均值差异很大, 为了进一步证实这种差异是否在统计上显著, 将对每个节日前后收益率 (交易量) 均值做是否相等的假设检验:假设节日前后收益率及交易量均成正态分布, 并且等方差。

(一)

假设节日前后收益率 (交易量) 均值相等, 即H0:μ1=μ2;备择假设H1:μ1≠μ2

(二) 构造统计量

为某节日节前20个交易日收益率 (交易量) 的平均值;为某节日后20个交易日收益率 (交易量) 的平均值;S12为某节日前20个交易日收益率 (交易量) 的方差;S22为某节日后20个交易日收益率 (交易量) 的方差。n1=20, n2=20, 运用SPSS统计软件, 得出表1所示结果。

表1检验结果为节日前X与节日后X平均收益率的配对检验 (X-X) 结果

四、结论

从表1可以看出, 元旦节日前后的平均收益率和平均交易量存在较大差异, 收益率和交易量T检验值在5%的水平下均显著, 而春节、五一、十一的检验结果显示节日前后差异在统计上是不显著的。即上海股市存在元旦效应, 而春节、五一、十一则不存在节日效应。这一结果多少和现实比较起来有点出人意外, 但它并不表明我国股市的有效性较高, 或者是监管的水平较高, 也不表明我国股市的投资者成熟, 可能的原因在于波动频繁而凸现不出节日效应。

摘要：季度效应自从被发现以来, 就不断地涌现各种各样的实证研究, 并在很多国家的实证研究中被证明。我国也有学者对此做了研究说明, 但对于节日效应则几乎没有研究。本文对上海股市节日效应做了系统分析, 发现上海股市存在元旦效应, 但并不存在春节、五一和十一效应。

关键词：季节效应,节日效应,元旦效应,收益率

参考文献

【1】Wachtel S.B.Certain Observations on the Seasonal Movement in Stock Prices[J]Journal of Business15, 1942, 184～193.

【2】Rozeff.M.S and Kinney.W.R.Capital Market Seasonality:The Case of Stock Returns[J]Jourmal of Financial Economics3October1976, 379～402.

【3】Kato K.and Schallheim J.S.Seasonal and Size Anomalies in the Japanese Stock Market[J]Journal of Financial and Quantitative Analysis20June1985243～60

【4】Ahmad Z.and Hussian S.KLSE Long Run Over-reaction and the Chinese New Year Effect[J]Journal of Business Finance and Accounting2001, 63～105

【5】奉立城中国股票市场的“月份效应”和“月初效应”[J]管理科学2003 (1)

【6】张君, 顾建新中国股票市场春节效应的实证研究[J]武汉理工大学学报 (信息与管理工程版) 2005 (6)

【7】李锐中国股票市场的月份效应[J]数量经济技术经济研究2003 (7)

【8】陈希敏, 陈菁月份效应:运用不同计量模型得出相反实证结果[J]中国软科学2004 (8)