反转策略实证分析论文

摘要：本文在排除买卖报价反弹、周末效应等干扰因素的前提下，利用分组构建逆势投资组合及Fama-Macbeth回归方法，研究周期下我国股市中的短期收益反转现象。今天小编给大家找来了《反转策略实证分析论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

反转策略实证分析论文 篇1：

反转和动量效应的国外研究动态及展望

摘要：在对国外现有相关研究系统分析的基础上，指出了现有研究在对反转和动量效应的识别方法、成因解释和投资应用上的缺陷，并结合证券市场普遍存在分形特征的现实情况，从引入分形理论的视角对上述缺陷的解决方案进行了展望，以期为学术界和实务界提供参考。

关键词：证券市场；反转效应；动量效应；分形理论

一、引言

证券市场中广泛存在的反转效应（ContrarianEffect）、动量效应（Momentum Effect）日益被Asness等（2013）、Franck等（2013）等众多学者当成最让人扑朔迷离的市场异象之一。所谓反转效应，是指在过去一段时间内业绩较好或较差的证券在未来的业绩会相对较差或较好，即证券的业绩发生了逆转；而动量效应，或称惯性效应，与反转效应相对，是指证券的业绩在未来延续过去的趋势。这两种市场异象分别由DeBondt和Thaler（1985）、Jegadeesh和Titman（1993）提出，并得到了学术界和实务界的密切关注。如今，这两种异象已涉及市场效率、投资者行为偏差、投资策略等经典金融学和行为金融学领域中的多个重要问题，其重要性不言而喻。基于此，本文对这两种异象的研究现状进行了系统的分析，在此基础上，对其未来研究进行了探讨，以期弥补尚无文献对其系统阐述的空白，并提供参考。

二、现有研究评述

（一）反转和动量效应的经典金融理论解释

反转和动量效应最初作为反对市场有效的证据，分别由DeBondt和Thaler（1985）、Jegadeesh和Titman（1993）将之作为市场异象而公之于众。Fama（1970）在前人的基础上，创造性地将有效市场假设（Effieient Market Hypothesis，EMH）归纳为公理，为经典金融学奠定了基石。在EMH下，证券的价格或收益率遵循随机游走（Random Walk），时间序列中不应具备价格预测功能。DeBondt和Thaler（1985）通过考察前期业绩中的“输家”和“赢家”组合在其后的表现，发现业绩发生了逆转，前期业绩表现较差的证券其后的业绩表现较好，且该种现象较为显著。与此相对，Jegadeesh和Titman（1993）在其他的数据样本上采用相似的研究方法，发现证券的业绩具有“强者恒强，弱者恒弱”的动量持续性；利用该种现象可以获得超额收益。这表明，现实的证券价格时间序列中具备价格预测功能，该结论与EMH结论大相径庭，对EMH形成了有力的冲击。对此，Fama和French（1996）认为超额收益率来自于风险补偿，反转效应可用Fama-French三因子模型（FF3）给予解释，但FF3难以解释动量效应。无独有偶，Sehgal和Jain（2013）以印度、中国、韩国股市为样本得到了类似的结论。但Antonios等（2006）、Wu等（2012）等学者以英国股市为例声称反转效应难以被FF3解释。如今，Cakicia等（2013）、Asness等（2013）等学者以局部因素、流动性风险、全球风险等角度尝试对其诠释，但尚未获得普遍的认可，其解释力度也远远不够。由上可见，反转和动量效应的发现对以EMH为基石的经典金融理论提出了挑战，经典金融理论难以对这两种现象加以解释。

（二）反转和动量效应的行为金融理论解释

面对经典金融理论对反转和动量效应现象乏力解释，行为金融理论一显身手。DeBondt和Thaler（1985）首次指出反转效应是由于投资者对市场新流入的信息反应过度而导致的；而对于动量效应，Jegadeesh和Titman（1993）率先将其归因于投资者对信息的反应不足。Tetlock（2011）对此不以为然，他认为投资者对信息的反应不足导致了反转效应，对信息的反应过度导致了动量效应。上述两种观点格格不入，但孰是孰非，尚未获得学者们的直接回答。部分学者将动量和反转效应归结其他投资者行为偏差。Grinblatt和Han（2005）、Asem和Tian（2011）等学者将反转和动量效应归因于前景理论、心理账户、投资者过度自信等非理性行为。Kubinska（2012）指出处置效应导致了反转和动量效应，且对前者的影响更大。但Novy-Marx（2012）认为反转效应可能是日历效应产生的幻觉，与处置效应无关。对此，Li等（2010）发现中国股市无动量效应但存在显著的反转效应，且该现象与日历效应无关。Chou和Lin（2010）认为中国股市存在动量效应，投资者未对信息充分反映。可见，行为金融理论将反转和动量效应归因于投资者行为偏差，但不同的行为偏差间相容性较差，至今未对其给出可接受的解释。

（三）反转和动量效应的实践应用

面对反转和动量效应的普遍存在性，实务界将其应用于投资策略中，部分学者将之视为市场异象，研究其投资可获利性。反转策略和动量策略是基于反转和动量效应最为直接的投资策略。反转策略，是指卖出或卖空前期业绩表现较好的证券且买入前期业绩表现较差的证券进行投资。动量策略又被称作惯性策略，与反转策略恰好相反，即通常所言的追涨杀跌。Li等（2010）利用中国股市事后模拟发现反转策略投资可获得高达12%的长期平均收益。Akarim和Sevim（2013）在新兴市场上，认为利用均值回复模型使用反转策略依然可获得优异的投资业绩。Balvers和Wu（2006）认为动量策略也可获得较好的业绩，使用动量反转混合策略更加优于单独使用动量或反转策略。然而，这些策略往往是基于学术界的理论分析，所谓的优异业绩仅是事后模拟的结果；投资实践中，动量和反转策略的确为投资者所偏爱，但并未获得较好的投资业绩。Galariotis（2013）指出全球主要的证券市场和法国的证券市场利用反转策略所获得的业绩不具备可持续性。Franck等（2013）发现规模靠前的德国基金均使用了动量投资策略，但其所产生的业绩并未超越其他基金。这些研究表明，真正应用动量和反转效应获利并非易事。事实上，对动量和反转效应的确认以及效应持续的时间长度都会制约投资收益。Chou和Lin（2010）实证分析发现动量策略和反转策略存在最优投资期限，不同的投资期限下动量和反转策略的收益大不相同。由Novy-Marx（2012）的研究可知，对动量效应识别容易出错，动量效应的识别错误将影响投资决策进而影响收益。可见，基于动量和反转效应虽被投资者所利用，但其中尚存在诸多缺陷。

综上所述，学术界已从经典金融与行为金融理论的视角对动量和反转效应进行了大量的研究，但两种现象依然让人感到迷惑；同时，这两种效应在实际应用中也未尽如人意。

三、缺陷和展望分析

（一）现有反转和动量效应的识别方法单一陈旧，应引入分形方法对其鉴别

现有识别反转和动量效应的方法单一陈旧，本质上与DeBondt和Thaler（1985）、Jegadeesh和Titman（1993）方法相差无异，几乎都是通过考察排序期“输家”和“赢家”组合在检验期的业绩表现对其进行识别。该方法中，组合业绩度量的准确性至关重要。目前学者们普遍采用收益率、Sharpe比率等指标测量组合的业绩。然而，收益率在测量业绩时未曾考虑风险，因此，用其度量业绩难以避免组合前期以“风险换收益”的情况，其合理性值得怀疑；Sharpe比率作为业绩测度指标，其基础在于收益率服从正态分布。近年来，证券市场呈现分形特征已被Peters（1994）、Yalamova（2012）等大量学者所揭示，现已受到了学术界广泛的认可。金融时间序列的分形特征表明收益率往往服从“尖峰厚尾”分布，为此，Homm和Pigorsch（2012）指出利用Sharpe比率度量业绩时存在测量偏差。收益率的非正态分布以及业绩测量指标对测量区间的依赖性均可能造成业绩度量偏差，最终将导致对反转和动量效应的识别错误。业绩测量的细微差异导致结论大相径庭的文献并不罕见，诸如前文所述，Li等（2010）、Chou和Lin（20lO）在探讨中国股市时，两者便因业绩测量区间的微小差异导致所得到的结论大不相同。

既然现有识别的反转和动量效应的方法未曾考虑到金融时间序列中普遍存在的分形波动特征，因此，在改进识别方法时理应充分重视证券市场存在分形波动。所以，引入分形方法对反转和动量效应进行识别十分自然。理论上，这样的构想并非是无稽之谈。随着Wei和Huang（2005）设计出多重分形波动测度指标，基于该指标构造出业绩测度指标应对时间序列的分形波动便有望实现减少业绩测量偏差的目标。故引入分形方法有望克服原有识别反转和动量效应方法在测量组合业绩时的缺陷。由此可见，引入非线性方法识别反转和动量效应具有一定的优越性和可行性。

（二）反转和动量效应的成因分析零散，应引入分形市场假设对其改进

当前，在解释反转和动量效应时，无论是基于经典金融理论的视角，还是基于行为金融理论的视角，所得结论零零散散，尚无较为广泛接受的观点；甚至，部分观点互不相容。经典金融理论以投资者的经济理性为假设，而行为金融理论以投资行为偏差为出发点。真实的证券市场，不仅是经济和商业形势的映射，更是投资者情绪的晴雨表；真实的证券价格是投资者理性决策和情绪干扰混合后的产物。现有研究将经典金融理论与行为金融理论作为泾渭分明的两种路径，来分别探讨反转和动量效应的内部运行机理，这容易陷入盲人摸象般的窘境，更难以让成因解释具有力度。Peters（l994）集众人之智、采众家之长，提出了分形市场假说（Fractal Market Hy-pothesis，FMH），现已得到了Wei和Huang（2005）、Yal-amova（2012）等众多学者的普遍认可。FMH不仅重视投资者对经济与商业形势的理性分析，还重视投资者在市场情绪氛围下的种种行为，是两种金融理论融合下的产物，是实际证券市场的真实重构。在FMH的框架下，结合经典金融理论与行为金融理论，对反转和动量效应的内部运行机理进行分析有望形成铿锵有力的解释。

（三）反转和动量策略在投资实践中难以应用，引入分形理论可对其改善

Jank和Wedow（2013）等学者指出，基金业绩是基金公司的声誉，是基金公司占领市场份额的核心竞争力。因此，寻找切实可行的反转投资策略具有重要的实际价值。目前，虽然一些基金公司采用反转或动量策略进行投资，但Galariotis（2013）、Franck等（2013）等学者分析显示这些基金公司在业绩上并没有体现出优越性。尽管Li等（2010）、Akarim和Se-vim（2013）等学者从事后分析的角度提供的反转和动量策略，但实际投资活动与事后分析大相径庭。因此，这些策略在实际投资中的有效性尚未得到保障。要真正做到将理论上的反转和动量策略用之于投资实践，除了考虑市场摩擦、交易成本等广为人知的因素之外，反转或动量效应的持续时间与投资者的投资区间的匹配问题、反转或动量策略的风险控制问题也必须加以考虑。

在真实的证券市场上，不同的投资者其投资期限千差万别，即使基金公司这类机构投资者也不例外。根据Chou和Lin（2010）的研究可知，反转或动量效应难以在真实的证券市场长久不消。因此，有效的反转或动量策略应充分考虑投资者投资期限。投资者的投资区间、反转或动量效应的持续区间的匹配是反转或动量策略方实现优异投资业绩的前提条件。在实际投资中，正如FMH所言，投资者投资期限具有多样性；从而准确测量反转或动量效应的持续时间或强弱变化情况便必不可少，但这却并非易事。当前也鲜有研究反转或动量效应强弱变化或关注其持续时间测量的文献。然而，正如Wei和Huang（2005）、Yalamova（2012）所言，实际的证券价格具有分形特征。利用分形理论刻画价格分形走势较之现有线性理论更为合适。一旦价格复杂的走势被分形理论所刻画，价格波动中反转或动量效应的持续时间或强弱变化将迎刃而解。

有效的投资策略不应该是靠骑乘风险来换取收益。对开放式基金而言，以风险换收益的行为后果十分严重。一旦风险降临，基金极有可能在业绩排名中位居末座；而名次是基金的声誉，此时，投资者大量赎回基金将让基金公司雪上加霜。因此，对代人理财的基金公司而言，风险控制尤为重要。在此背景下，基金公司理应对反转和动量策略的风险给予足够的认识。投资风险主要包含非系统风险和系统风险，基金公司常常持有的资产组合可能分散掉了非系统风险，但仍需面对系统风险。反转或动量策略和系统风险之间的相互关系，现有研究并未直接回答。证券市场呈现分形特征的实际情况下，系统风险比人们预想的要多得多。因此，引入分形理论探究反转和动量策略的相互关系十分必要。

综上可见，反转和动量效应仍有许多地方需要深入研究。在证券市场普遍呈现分形特征的现实情况下，将分形理论引入反转和动量效应的研究中对学术界和实务界都有启示作用。

四、小结

本文从反转和动量效应的经典金融理论解释、行为金融理论解释、投资实践中的应用三个角度对反转和动量效应的既有文献进行了梳理。尽管学者们已对其进行了卓有成效的研究，但仍存在识别方法不尽合理、形成原因解释缺乏力度、难以用于实际投资等缺陷。通过对这些缺陷的详细分析，以及考虑到分形市场理论更能准确地描述真实的证券市场，本文将分形理论引入其中，对上述缺陷的完善提供了一些展望，以期为理论界或实务界提供参考。

参考文献：

[1]Asness C S，et al.Value and Momentum Every-where[J].The Journal of Finance，2013，68（3）：929-985.

[2]Franck A，et al.Momentum Strategies of Ger-man Mutual Funds[J].Financial Markets and PortfolioManagement，2013，27（3）：307-332.

[3]DeBondt WFM and R Thaler.Does the StockMarket Overreact？[J].The Journal of Finance，1985，40（3）：793-805.

（责任编辑：贾伟）

作者：宋光辉　吴栩　董艳

反转策略实证分析论文 篇2：

中国股市个股非流动性、换手率和短期反转的关系

摘 要：本文在排除买卖报价反弹、周末效应等干扰因素的前提下，利用分组构建逆势投资组合及Fama-Macbeth回归方法，研究周期下我国股市中的短期收益反转现象。实证结果表明：我国股市中存在短期收益反转现象，短期反转在股票输家中表现更为明显；股票收益的短期反转随着非流动性的增强而增强；我国股市具有极高换手率的投资组合表现出特殊性，极高换手率对股票输家的短期收益反转具有抑制作用，而对股票赢家的短期收益反转具有促进作用。

关键词：短期反转；非流动性；换手率；股票收益

一、引言

在有效市场中，因为短期内随机的未知信息对于股票基本价值的预期影响是可以忽略不计的，所以根据目前所获得的信息对资产价格的最优预期就是资产的当前价格。但是，莱曼（Lehmann，1990）的研究表明，利用短期收益反转构造的逆势投资策略每周有1.7%的超额收益；杰格迪什（Jegadeesh，1990）证实，这种超额收益在以月为研究周期的情况下更加显著，为2.5%。虽然由于交易费用的存在，这种逆势投资策略并不能使投资者在市场上真正获利，但是股票收益短期反转的普遍存在已经引起了学术界的关注，目前对股市短期收益反转问题的研究已经成为金融研究的热点之一。

在有关股市短期收益反转的研究中，部分学者从股票的自身特性出发，分别从理论和实证两个方面探究了短期收益反转的产生机理。在这方面的研究中，股票的非流动性和成交量被认为是两个重要的度量股票特性的指标。流动性描述的是资产以合理价格迅速成交的能力，则股票的非流动性体现了股票的交易成本，是股票市场微观结构的重要属性。非流动性越强，股票的交易成本越高。近年来，国外的研究结果表明，股票非流动性和成交量信息中包含了股票收益短期反转的部分信息；多数研究表明高成交量、低流动性的股票更容易出现收益反转。国内部分有关中国股市收益短期反转的研究表明，在中国股票市场中，股票成交量和非流动性对于短期收益反转具有相同的预测作用。由于我国股票市场为典型的新兴资本市场， 与成熟资本市场有较大的差距，而且我国股市的交易机制有自身独有的特点，导致我国股市的非流动性和成交量信息与成熟资本市场也存在明显的差异。例如朱小斌、江晓东（2006）等通过与欧美日等成熟资本市场的研究对比发现，我国股市的平均换手率远高于成熟资本市场的平均水平。因此，本文认为，我国股市中短期收益反转的存在性需要经过严谨的实证研究才可以确定，非流动性与成交量信息对股票收益短期反转的影响也可能会有不同于成熟资本市场的表现。

研究我国股市短期内的收益反转现象具有重要的理论和实务价值。但是，国内现存的短期收益反转实证研究大都存在数据期限较短、股票样本选择较偏、代表性较差等诸多不足。而且这些研究大都没有排除非同步交易、买卖报价反弹和“周末效应”等干扰因素的影响。国外相关研究表明，这些因素会对股票收益短期反转现象的研究产生重大影响，排除这些因素的干扰对研究结果的准确性与严谨性至关重要。因此，本文以1997年1月至2010年12月在上海证券交易所和深圳证券交易所挂牌交易的所有A股普通股股票（ST、SST、*ST、S*ST、PT类股票除外）为样本，排除“周末效应”、买卖报价反弹因素的影响，分组构建逆势投资组合，利用Fama-Macbeth回归的方法研究周周期下短期股票收益反转现象的存在性问题，并分析非流动性和成交量两个指标对短期收益反转的影响。

二、文献回顾

（一）国外文献回顾

传统的金融理论试图通过基于风险因子的定价模型来解释价格反转现象。法玛和弗伦奇（Fama和French，1996）认为，股票收益反转是因为Fama-French模型中β值没有包含所有的风险。因此，只要在模型中加入新的风险因子，超额收益或许就会消失。行为金融学家针对股票收益反转现象提出了多种理论，他们认为收益反转与收益惯性都是由于投资者根据不同类型的信息对股票未来价格进行预测时的心理偏差造成的，如波尔塔、兰考尼肖科、施莱佛和维什尼亚（Porta、Lakonishok、Shleifer和Vishney，1995），巴伯里、施莱佛和维什尼亚（Barberis、Shleifer和Vishney，1996）等学者认为是投资者对市场新信息的过度反应导致了股票收益反转现象；洪和斯泰因（Hong和Stein，1999）则从信息扩散的角度提出HS模型来分析收益反转的成因。他们认为公司规模小、换手率低的股票具有更高的反转收益。此外，部分学者认为短期收益反转与股票市场的特性及交易机制有关。如罗和麦金利（Lo和Mavkinlay，1993）认为过度反应并非是短期收益反转的唯一和主要来源，市场微观结构也是导致股票收益短期反转的一个重要原因。鲍尔、科萨里和瓦斯利（Ball、Kothari和Wasley，1995），康拉德、居尔特金和考尔（Conrad、Gultekin和Kaul，1997）的实证研究表明，逆势交易利润的很大一部分归因于买卖报价反弹因素。

与此同时，众多学者从股票本身的特性出发，探求了短期收益反转的产生机理。在这方面的研究中，股票的流动性和成交量两个指标受到了大多数学者的重视，这些研究也为预测股票收益的短期反转提供了依据。坎贝尔、格罗斯曼和王（Campbell、Grossman和Wang，1993）提出的资产配置理论（CGW模型）认为，只有流动性交易者的交易压力造成的剧烈价格波动才会导致反转现象，这种交易压力的产生与消除会伴随着巨大的成交量，所以该理论认为伴随高成交量的价格变动更容易出现反转。康拉德、哈米德和尼登（Conrad、Hameed和Niden，1994）的实证研究表明，短期反转收益与交易量正相关。然而，王（Wang，1994）所提出的不对称信息模型却认为，当基于信息的交易者根据私有信息调整其股票交易时，短期反转收益会随着成交量的增加而减少。鲍尔、科萨里和尚肯（Ball、Kothari与Shanken，1995）研究发现，逆势交易盈利集中出现于低价股票。对于这类股票，“流动效应”可以解释其高收益。另外，阿夫拉莫夫、科迪亚和戈亚尔（Avramov、Chordia和Goyal，2006）根据CGW模型提出推论，股票非流动性对短期收益反转具有影响。非流动性越强，短期反转越明显。对于流动性不足的股票，非基于信息的交易者对股票流动性的需求会使得市场上对股票的短期定价偏离鞅过程，当这种流动性需求因为理性投资者的介入而减弱时，收益反转现象便会出现。在随后的实证研究中，阿夫拉莫夫等验证了这种推测，证实股票非流动性指标对随后出现的短期反转具有很强的预测能力。

（二）国内文献回顾

随着我国股票市场的发展与市场数据的不断完善，国内学者在借鉴国外理论解释、研究方法的基础上，根据我国股票市场的特征对短期收益反转现象做了大量的实证研究。对于我国股票市场是否存在短期收益反转这一问题，众多研究者产生了分歧。部分研究者并没有在我国股市中发现短期收益反转现象，如张人骥等（1998）、吴世农等（2003）和唐静武等（2009）。

然而大多数学者的研究结果表明，我国股市中存在短期收益反转现象，并就其成因做出了相应的解释。王永宏和赵学军（2001）对1993—2000年间深沪两市股票交易数据的研究表明，我国股市短期内存在收益反转现象。肖军和许信忠（2004） 以我国深沪两市1993年6月至2001年6月的股票交易数据为研究对象，分析了反转投资策略的有效性，证实以账面市值比等指标构造的价值反转投资策略可以产生显著的超额收益率。肖峻、陈伟忠和王宇熹（2005）对沪深股市进行研究，同样发现存在显著的短期收益反转现象，小市值股票形成更加显著的收益反转，高成交量组合经历更加强烈的收益反转。还有郑方镳等（2007）和鲁臻等（2007）的研究结果得到了同样的结论。

通过对国内外文献资料的梳理，我们发现，研究者大都认为股市短期收益反转的成因来自于市场反应过度引起的交易过度。具体传导机制大致为：当股票市场中出现某种利好或利空消息时，可能会引起一定量的噪声交易。当这种噪声交易量足够大时，随后的正反馈交易者的介入会使股票交易需求持续增加。这种高成交量的股票表现出更多热门股票的性质，将更有可能获得更多噪音交易者的关注与交易，从而进一步放大成交量。这种短期内对股票流行性的大量需求很可能会使股票价格偏离其基本价值。当这种偏离足够大，使得理性投资者发现其中蕴含的套利机会时，他们便会介入对冲噪声交易者的操作。这个过程便会导致股票收益的反转。在这种由于噪声交易与“羊群效应”使股票短期定价偏离鞅的过程中，通常伴随有异常大的成交量。所以依照这种理论，个股的非流动性和成交量与随后的短期收益反转之间存在一定的关系，收益反转将更有可能发生于前期成交量大而流动性差的股票。

我国股票市场属于资金推动型市场，市场中机构投资者偏少、个人投资者所占比例偏大。大部分个人投资者素质不高，并不能对其所投资的股票做出理性的分析，其情绪容易受机构投资者的影响，跟风、盲目信赖专家等现象普遍存在，他们属于正反馈交易者。因此，我国股市中容易出现“羊群效应”。基于这种情况，当股票市场中出现庄家故意散播利好利空消息等异常情况时，很可能会出现大量的噪声交易，随后正反馈交易者的介入会使股票交易需求持续增加。因此部分国内学者认为，在我国股市中，非流动性和成交量对股票收益短期反转的影响应该更加明显（如王春峰、郝鹏、房振明和梁崴（2004）等）。

三、样本数据选择与研究方法

（一）样本数据

本文研究样本为在上海证券交易所和深圳证券交易所上市交易的A股普通股股票（剔除ST、 SST 、*ST、 S*ST、 PT类股票），数据来源为锐思数据库。我国股市自1995年1月1日起交易制度由“T+0”改为“T+1”，自1996年12月16日起实行涨跌幅10%的限制。为了规避这些交易制度的变化对市场短期交易行为产生的影响，本文将数据样本期定为1997年1月至2010年12月。另外，为排除新股上市初期异常收益的干扰，新上市股票第一个月的交易数据也被剔除。样本期内年均股票数量为1265只。

（二）指标说明

1. 周指标计算规则。本文以周为周期研究股市短期收益反转问题。在国外近些年的实证研究中，学者们认为每周周末股市暂停交易会对股票价格及收益率产生影响，因此在实证研究中应避免以周一作为每周统计数据的开端。为了避免这种“周末效应”对研究结果的影响，本文采用与国外相关研究类似的方法，计算股票各个周指标时以周四为第一个交易日，下周三为最后一个交易日。

2. 指标计算方法。

（1）周收益指标。本文以周为周期研究股市短期收益反转问题，采用每周的日平均收益率作为股票每周收益的度量指标。样本期内日均收益率均值为0.046%。

（2）非流动性指标。一般认为，股票的流动性反映的是在不影响股票市场价格的情况下，以较低成本快速买入或卖出足额股票的能力。本文采用阿摩哈（Amihuh，2002）所使用的对股票非流动性的测度方法，将个股非流动性定义为每一单位成交额的价格冲击，计算方法如下：

[ILLIQit=1Ditt=1DitPitd-Pitd-1VOLitd*106] （1）

其中，Pitd为股票i在t周d日的收盘价（已做复权处理）；VOLitd为股票i在t周d日的成交额；Dit为股票i在t周的交易天数 。样本期内非流动性指标的均值为0.028。

（3）成交量指标。国内外相关研究普遍将换手率作为成交量的测度指标。为了消除换手率的低频率波动对研究结果的影响，本文参照洛伦特、麦可利、吉迪恩和王（Llorente、Michaely、Gideon和Wang，2002）的做法，将去趋势化的流通股平均日换手率作为每周成交量的测度指标。其计算方法为：

[Vit=logturnoverit-113s=-13-1logturnoverit+s] （2）

其中，[logturnoverit=log（turnoverit+0.000002）]；

[turnoverit]为股票i在t周的流通股平均日换手率。样本期内，成交量指标的均值为0.057。

（三） 研究方法

1. 考察我国股市短期收益反转现象的存在性。首先对研究样本中所有股票的周收益进行Fama-Macbeth（1973）截面回归，得到β时间序列均值。通过观察β均值的符号及其显著性来判断我国股票市场是否存在短期收益反转现象。

[Rit=αt+βtRit-1+εit] （3）

2. 考察周收益、换手率和非流动性指标之间的相关性。为了增强研究的可信度，有必要对周收益、换手率与非流动性3个指标之间的相关性进行分析，尤其是换手率与非流动性指标之间的相关性。在早期的研究中，换手率一直被认为是反映股票流动性强弱的指标之一。但是，近年来有学者认为换手率和流动性之间存在明显的区别，李和斯瓦米纳坦（Lee和Swaminathan，2000）证明换手率并不是一个好的流动性指标。为了能够独立地分析换手率和非流动性对短期收益反转的影响，本文首先要验证这两个指标之间的非相关性。

3. 分组构建投资组合，考察换手率和非流动性指标对短期反转的影响。在投资组合的形成期t-1周，以每周日平均收益率、换手率和非流动性指标为依据，对样本股票进行分组，构建投资组合。本文依据股票收益率R由低至高将股票分为四组：R=1，2，3，4。其中，R=1组和R=2组为输家，R=1组具有最低的收益水平；R=3组和R=4组为赢家，R=4组具有最高的收益水平。为了排除买卖报价反弹因素的干扰，本文在投资组合形成期只计算周四至下周二的日平均收益率，在组合形成期与持有期之间跳过一天。同时，本文依据t-1周的换手率和非流动性指标由低至高分别将样本股票分为四组：V=1、2、3、4；ILLIQ=1、2、3、4。其中，V=1组为换手率最低的一组，ILLIQ=1为非流动性最低的一组。至此，共得到64个投资组合。

在投资组合的持有期第t周，本文将计算每个投资组合的等权重日平均收益，通过考察组合收益水平的变化规律确定换手率和非流动性指标对短期收益反转的影响。

4. 采用Fama-Macbeth回归考察各投资组合的收益序列相关性。为了更进一步地分析换手率和非流动性因素对短期收益反转的影响，本文对基于换手率和非流动性指标分组的投资组合分别进行公式（3）形式的Fama-Macbeth回归，观察每个组合的β序列均值的变化情况。

四、实证结果及分析

（一）实证结果

1. 我国股市短期收益反转现象的存在性研究结果。对研究样本中所有股票的周收益做Fama-Macbeth截面回归，得到的β时间序列均值为-0.0565，其t值为-9.44，β的估计值在1%的水平下显著。这说明在上一周收益率比较高（低）的股票在本周获得了比较低（高）的收益，证实了我国股票市场中确实存在短期收益反转现象。

2. 收益率、换手率与非流动性指标的相关性研究结果。每周日平均收益率、换手率和非流动性指标的相关系数如表1所示。

从统计结果来看，除了收益率与换手率之间的相关性偏高外，收益率与非流动性、非流动性与换手率之间的相关性很低，这说明三个指标之间并没有彼此包含太多相同的影响因素。尤其是非流动性与换手率之间的低相关性确保能够独立地分析两个指标对短期收益反转的影响，对于本文研究结果的可信度具有重要的意义。

3. 换手率和非流动性指标对股票收益短期反转的影响。在投资组合的持有期第t周，本文计算出每个投资组合的等权重日平均收益，并对收益率的显著性进行研究。表2为组合持有期每个投资组合的平均收益及其标准差，收益率的显著性水平被*号标出，*、**、***分别代表10%、5%和1%的显著性水平。

表2显示，收益反转现象更多地集中于组合形成期t-1周的输家。在R=1组和R=2组各个组合中可以明显地发现：投资组合持有期收益随着非流动性指标ILLIQ的增大而增加。当ILLIQ=4时，除（ILLIQ=4，V=4）组合外，其他组合都获得了在1%水平上显著的正收益。例如在（R=1，V=2）4个投资组合中，随着非流动的增强，日平均收益从0.05%上升至0.169%，买空卖空投资组合更是实现了超过0.1%的日平均收益。这说明在输家组合中，短期收益反转现象随着非流动性的增强而更加显著。

与此不同是，换手率并没有表现出国外相关研究中所发现的对短期反转的预测作用，以换手率分组构建的投资组合没有表现出有规律的收益变化。值得注意的是，V=4组合与V=1、2、3组合的表现明显不同：V=4组合获得的收益明显小于其他组合，例如在（R=1，ILLIQ=1）4个投资组合中，V=1、2、3组合都获得了0.05%以上的日平均收益，而V=4组合却获得了-0.036%的负收益。同时，换手率V=4组合的特殊性也显著地影响了非流动性指标对收益反转的预测作用。

相比于输家组合，赢家组合R=3和R=4只是部分地表现出了收益反转。其中R=4组合表现出的收益反转更加明显，有13个组合获得了负收益，虽然这些负收益显著性水平并不高。在赢家组合中，非流动性因素并没有表现出像输家组合中那么明显的预测作用，依据换手率分组构建的投资组合也没有因为换手率的变化而出现规律性变化。但是，V=4组合仍然与众不同。在输家组合中，高换手率抑制了收益反转的出现，而在赢家组合中V=4组合却表现出了更多的收益反转现象。例如在（R=4，ILLIQ=1）4个投资组合中，V=4获得了-0.093%的日平均收益，低于其他3个组合的平均水平，且在5%的水平下是显著的。也就是说，具有极高换手率的输家组合相比其他输家组合表现出较弱的短期收益反转，而具有极高换手率的赢家组合相比其他赢家组合表现出更强的短期收益反转。但是这并不能说明换手率越低输家组合短期反转越显著，换手率越高赢家组合短期反转越显著，因为在V=1、2、3组合中并没有发现这种规律性。

为了更加直观地说明换手率与非流动性指标对股票短期收益反转的影响，图1给出了R=1组共16个投资组合在组合形成期和持有期的等权重平均收益。

通过对投资组合形成期与持有期收益水平的对比，可以明显地发现股票输家的短期收益反转现象。在投资组合持有期，对于每1个换手率水平，反转收益随着非流动性的提高而增加，而换手率对收益的影响则没有表现出规律性。图1表明，在形成期，投资组合的收益水平随着换手率增加而逐渐提高，说明股票价格在组合形成期因为成交量的放大而受到更大的冲击，但是在组合持有期却并没有出现有规律的反转现象。

以上实证结果表明，极高换手率组合对股票输家的收益反转抑制作用和对股票赢家的收益反转促进作用并没有出现同质性规律，这使我们对国外相关研究成果在我国股市中的适用性产生了质疑。之所以会出现这种情况，可能的原因在于我国股市中投资者的非理性投资。我国股票投资者整体素质偏低，多数属于流行性交易者，很容易出现盲目投资行为。在这种情况下，极高成交量的股票会更多地被投资者关注和交易。对于这些股票，当股票在前一周获得较大的正收益时，随着正反馈交易者的进入，部分投资者的抛售行为就可能被放大，所以股票在接下来的一周会获得负收益，即极高的成交量促进了股票赢家的收益反转。但是如果股票在前一周获得了较大的负收益，投资者很可能认为股票价格还会继续下跌而不敢买进，所以造成了极高的成交量，从而抑制了股票输家收益反转的现象出现。

4. 各换手率与非流动性组合的收益序列相关性研究结果。通过分别对基于换手率和非流动性指标分组的投资组合进行的Fama-Macbeth回归，本文进一步证实了非流动性对股票收益短期反转的预测作用。表3列出了每个投资组合收益的Fama-Macbeth回归β时间序列均值及其t统计量。表3中Panel A为本文对研究样本中所有股票周收益数据所做的Fama-Macbeth截面回归结果，Panel B和Panel C为分别以非流动性和换手率为分组指标分组得到的投资组合截面收益回归结果，Panel D为以非流动性和换手率两个指标分组得到的投资组合截面收益回归结果。

在以非流动性指标分组做回归分析时，非流动性最低的ILLIQ=1组合得到的平均β值为-0.0401，非流动性最高的ILLIQ=4组合得到的平均β值为-0.0639。从整体趋势来看，随着非流动性的提高，组合的短期收益反转在不断增强。在以换手率指标分组做回归分析时，得到的平均β值却没有表现出相似的规律性，V=1、2、3、4这4个组合回归得到的平均β值分别为-0.0593，-0.0664，-0.0664和-0.033，这与之前的分析结果一致。V=4组合同样表现出异常，-0.033明显大于其他3个组合的β均值，说明极高的换手率对股票输家短期反转的抑制作用要强于对股票赢家短期反转的促进作用。以非流动性和换手率两个指标分组得到的回归结果表明，非流动性对短期反转具有与上文的分析一致的影响。随着非流动性水平的提高，组合周收益的序列负相关性整体上呈现出加强的趋势。

（二）非同步交易对研究结果的影响

为了减小非同步交易因素对股票收益自相关的影响、验证本次实证结果的可靠性，本文剔除了每周交易少于5个交易日的股票数据后，重新进行了短期收益反转的存在性研究，并重新验证了换手率和非流动性指标对短期反转的预测作用，结果如表4所示。表4列出了剔除非同步交易的影响后，每个投资组合收益的Fama-Macbeth回归β时间序列均值及其t统计量。其中，Panel A为对研究样本中所有股票周收益数据所做的Fama-Macbeth截面回归结果，Panel B和Panel C为分别以非流动性和换手率为分组指标分组得到的投资组合截面收益回归结果。

从表4可以发现，非同步交易对我国股市短期收益反转现象几乎没有影响。排除非同步交易因素后，对全部股票收益进行Fama-Macbeth截面回归得到的β时间序列均值为-0.0569，与之前相比几乎没有变化。换手率和非流动因素对短期收益反转的影响并没有因为排除非同步交易因素而改变。非流动性对短期收益反转影响的整体趋势仍然是短期收益反转随着非流动性的提高而更加显著。换手率对短期收益反转的影响仍然没有表现出规律性，换手率极高的组合短期收益反转程度仍然明显低于其他换手率组合。

五、结论

近年来，股市中股票收益短期反转的普遍存在性引起了学者的重视。有研究表明股票非流动性和成交量信息对股票短期收益反转具有一定的影响。本文以1997年1月—2010年12月在上海证券交易所和深圳证券交易所挂牌交易的所有A股普通股股票（ST、SST、*ST、S*ST、PT类股票除外）为样本，在排除“周末效应”、买卖报价反弹等干扰因素的前提下，分组构建逆势投资组合，利用Fama-Macbeth回归的方法实证研究了周周期下我国股票市场中的短期收益反转现象。

实证结果表明：在以周为周期的情况下，我国股市存在显著的短期收益反转，而且这种短期收益反转在股票输家中表现得更为明显。股票非流动性指标对股票短期收益反转具有一定的预测作用：随着非流动性的增强，短期收益反转将越来越显著。这种规律性主要体现在股票输家上。短期收益反转并没有随换手率（成交量指标）的变化而出现规律性的变动。值得注意的是，极高的换手率对股票输家的短期收益反转具有抑制作用，而对股票赢家的短期收益反转具有促进作用，但是这种作用并不显著。由于短期收益反转主要表现在输家组合，从总体来看，极高的换手率抑制了股票收益的短期反转。

参考文献：

[1]Bruce N.Lehmann.1990.Fads，Martingales and Market Efficiency[J].The Quarterly Journal of Economics，105（1）.

[2]Narasimhan Jegadeesh.1990.Evidence of Predictable Behavior of Security Returns[J].The Journal of Finance，45（3）.

[3]Eugene F. Fama，Kenneth R.French.1996.Multifactor Explanations of Asset Pricing Ano- malies[J].The Journal of Finance，51（1）.

[4]Rafael La Porta，Josef Lakonishok，Andrei Shleifer，Robert Vishny.1997.Good News for Value Stocks：Further Evidence on Market Efficiency[J].The Journal of Finance，52（2）.

[5]Nicholas Barberis，Andrei Shleifer，Robert Vishny.1998.A Model of Investor Sentiment[J].Journal of Financial Economics，49（3）.

[6]Harrison Hong，Jeremy C.Stein.1999.A Unified Theory of Underreaction， Momentum Trading， and Overreaction in Asset Markets[J].The Journal of Finance， 54（6）.

[7]AW Lo， AC Mavkinglay.1999.When Are Contrarian Profits Due to Market Over-reaction？[J].Review of Financial Studies，3（2）.

[8]Ball Ray， S.P.Kothari， Charles E.Wasley.1995.Can We Implement Research on Stock Trading Rules？[J].Journal of Portfolio Management，1995，21（2）.

[9]吴世农，吴超鹏.我国股票市场“ 价格惯性策略”和“盈余惯性策略”的实证研究[J].经济科学，2003，（4）.

[10]唐静武，王聪.市场情绪、溢价与波动[J].经济评论，2009，（4）.

[11]王永宏，赵学军.中国股市“惯性策略”和“反转策略”的实证分析[J].经济研究，2001，（6）.

[12]肖军，许信忠.中国股市价值反转投资策略有效性实证研究[J].经济研究，2004，（3）.

[13]肖峻，陈伟忠，王宇熹.中国股市短期反转策略实证研究[J].系统工程，2005，（3）.

[14]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，（10）.

[15]王春峰，郝鹏，房振明，梁崴.中国市场下基于流动性的反转策略研究[J].系统工程学报，2009，24（6）.

（特约编辑 张立光；校对 XY，GX）

作者：彭慧文

反转策略实证分析论文 篇3：

中国A股市场的动量效应与反转效应研究

摘 要：通过引入变量换手率来改进HS模型，在Jegadeesh和Titman经典的动量策略构建方法上，采取分组的方法进行检验，研究换手率的高低与股价的动量效应和反转效应的关系。本文选取2007～2018年12年间中国A股市场的数据，实证研究发现A股市场不存在明显的动量效应，但存在明显的反转效应。还发现，反转效应与形成期和持有期呈现出正相关关系，往往形成期越长，持有期越长反转效应程度越大;同时高换手率股票与低换手率股票之间表现出了不同的特征，低换手率的股票表现出了比高换手率更明显的动量效应;高换手率的股票表现出比低换手率更明显的反转效应。

关键词：动量效应;反转效应;换手率;HS模型

Key words：momentum effect; reversal effect; turnover rate; HS model

1 引言

行为金融理论从投资者的行为和认知偏差出发，认为动量效应和反转效应产生的主要原因是反应不足和反应过度。反应不足是指投资者对新信息的重视程度较低，股票价格波动较小，而在信息产生的一段时间过后，才发生了巨大的波动，是产生“动量效应”的主要原因。反应过度是指在新信息产生的时候，投资者对新信息过分关注，从而使得股价剧烈波动以至于超过股价应有的水平，而后又反向地修正，转回到其应有的水平之上，从而产生了“反转效应”。而不同于从投资者行为和认知偏差出发的研究，HS理论从投资者自身出发，将市场中的投资者分为“消息投资者”和“动量投资者”。其中消息投资者着重关注新信息的产生，并会对其做出迅速的反应，从而做出投资决策，而不过分关注股价近期的走势。与之相反的是动量投资者，动量投资者对信息关注不多，而着重关注股价的近期走势，并依此来做投资决策，体现为对新信息的反应不足。

本文在原有HS模型基础上，把HS模型中的动量投资者划分为动量套利投资者和简单的动量策略执行者，将HS模型中两种投资者增加到三种，通过引入换手率来改进的HS模型解释动量效应和反转效应产生的因果关系。

关于动量效应与反转效应的理论解释，学术界解释基本围绕两种观点展开：有效市场上所有的策略都是徒劳和无效的，当存在市场异象：动量效应和反转效应时，Fama和French[1]认为动量策略的超额收益没有得到很好的解释，是因为因子模型中忽略了用来描述动量效应市场风险的因子，而若添加动量策略的超额收益将会消失。

行为金融理论认为市场中的投资者是有限理性的，Barberis等[2]通过对结论分析认為投资者对于信息的认知存在一定的偏差，建立了BSV模型。 Butler等[3]进行了传统理论与行为金融理论之间的讨论。Hung和Banerjee[4]通过对投资者对期权价格的预测行为的分析，证明了是符合BSV模型的推测的。Daniel和Subrahmanyam[5]的DHS模型主要观察到投资者对私人信息的认知存在偏差。Hong和Stein[6]的HS理论假设市场上存在消息投资者和动量投资者。随后Antonios等[7]进一步地对HS模型研究，找到了一系列的证据来支持他们的结论，私人信息在消息投资者中传播缓慢确实是动量效应产生的一个前提。 Campbell[8]分析了2013年诺贝尔经济学获得者们的研究共同点。Fama和French[9]从经典金融角度解释了金融异常收益来源。田利辉等[10]从行为金融的角度解释了金融异常的行为机制。而舒建平等[11]试图从投资者面临模糊不确定性来重构金融经济学，都是在一定逻辑上发现BSV，DHS等行为金融模型去研究股票定价。

国内研究中鲁臻和邹恒甫[12]在HS模型的基础上分析了中国A股市场上动量效应和反转效应的形成。潘莉和徐建国[13]从价量关系角度出发对动量效应成因进行解释，发现1995～2011年交易量大的股票在短期内表现出动量现象，而2002～2008年动量效应只在交易量小的股票中出现。谭小芬和林雨菲[14]考虑交易量冲击对动量效应的影响，发现交易量冲击对大盘股和小盘股均产生了显著的反转现象。Shi和Zhou[15]对中国股市关于时间序列的动量效应和反转效应进行了研究，并探讨了时间序列动量策略的表现和企业的自身特征的关系。高秋明等[16]的研究认为我国A股市场不存在显著的月度频率上的动量效应，但短期内，当形成期为2～4周、持有期为1～3周时则存在稳定的动量收益。而关于我国创业板，王德宏等[17]利用我国创业板2012～2015年间的周收益率进行动量与反转效应研究，结果表明反转效应在创业板短期显著，动量效应不显著。

关于换手率与动量效应和反转效应之间的关系研究，Lee和Swaminathan[18]发现动量收益与换手率之间存在正相关关系。Titman[19]以1983年到2000年間NYSE和AMEX的数据为样本，研究了在不同交易量，动量策略投资的不同表现。国内学者朱战宇等[20]对中国A股1994～2001年间的月度数据同时加入交易量为指标进行验证，发现低交易量的策略动量效应显著，高交易量策略反转效应显著。李志冰等[21]对沪市研究加入交易频率数据检验得到了相似的结论。宋光辉等[22]通过构建我国投资者情绪指标，来研究其对股票收益的影响，证明了换手率同样会影响到股票收益率的结果。

本文有以下两个方面的创新：第一，通过引入换手率来改进的HS模型解释动量效应和反转效应产生的因果关系，能够更好地解释实证结果，是在行为金融理论基础之上的实证分析。第二，构建的中长期投资组合中，反转策略是比较有效的投资策略，尤其是选择高换手率股票的收益率明显，也为投资者提供了一种切实可行的投资方案，具有较强的实践意义。

2 HS模型的改进

一般认为动量套利投资者和简单的动量策略执行者对于信息的关注存在差异，动量套利投资者具有较高的分析能力，能关注到低换手率组合的细微变化，而简单的动量策略执行者往往寻求高关注度的股票即高换手率组合更多，所以认为高换手率组合中有更多的简单的动量策略执行者。本文将投资者划分为消息投资者、动量套利投资者和简单的动量策略执行者三类，改进HS模型，用换手率作为衡量股票流动性的指标，代表股票受到的关注程度的高低，高换手率导致高流动性，股票的信息一般获取程度较为简单，股票信息传递一般较快;而换手率较低的股票受到关注较少，市场上信息的传递也比较缓慢。将低换手率的模型简化为只存在消息投资者和动量套利投资者，根据换手率的高低，将改进后的HS模型的过程图也分为高换手率和低换手率两种情况得到以下两个过程图。图1是假设在t1到t2时段消息投资者之间的信息传递缓慢， 在t2时刻股价到达平衡价格u之前，动量策略投资者捕捉到股价上涨信号进入市场，对于低换手率组合来说，信息传递缓慢，使得消息投资者的反应不足，斜率较小，股价上涨到u较为缓慢，使得动量套利投资者有机可乘。但到t2时刻随着动量套利投资者的加入，价格曲线变陡峭，价格上升加速，与原斜率的差别即体现为消息投资者的反应不足。到t3时刻之前，简单的动量策略执行者加入，导致斜率进一步增大，更快地到达u，而当价格到达平衡u时，会继续上涨，至t3到最高点，这段反应了动量投资者的加入的反应过度，最终t4时刻回到平衡价格附近。

图2是指对于高换手率组合来说，在t3到t5阶段，受到的关注较多，消息流通的速度也较快，使得在短期之内，有任何的价值偏离都会较快得到修正，但是过高的换手率带来的过多关注度，又由于中国市场投资者散户居多且大部分没有专业的分析知识，将他们大部分视为简单的动量策略执行者，他们过分地跟随高关注度的股票，所以在t3时刻会有大量的动量投资者加入，股价被推动继续上涨。

3 样本数据和研究方法

3.1 样本与数据

选取2007～2018 年12年间的上证市场上共约873只A股月度收盘数据，数据均来自Wind数据库，为了避免过高的IPO溢价对数据产生的相关性影响，剔除了所有上市时间不足1年的股票以及期间停牌的股票和ST股。

为了保持研究时间的连贯性，将短期定义为形成期与持有期均为1个月，中期为6个月， 长期为12个月，从而形成了3×3共9个组合投资策略，每一个策略对应一个形成期J和一个持有期K，如策略6×12表示形成期6个月而持有期为12个月的投资策略。

3.2 研究方法

本文的研究方法在经典的动量策略构建方法的基础之上，再引入变量换手率，采取分组处理的方法来进行动量检验：对于样本期间的某一t时刻，存在一个形成期J（筛选形成组合期）和一个持有期K（持有构建组合期）。对于所有的样本分别分类，存在4个组合，其中赢家、输家各两组。

首先，将所有股票按照形成期J的时间跨度n个月排序，筛选出处于n期间的所有股票。按照n个月内个股股票的月度换手率进行降序排序，选取前20%作为高换手率组，后20%作为低换手率组。采用股票价格可以计算出第i只股票在t月时的月度收益率Ri，t，随后在组合观察形成的时期，计算出个股的累计超额收益率Ui，t，公式为

4 实证分析

4.1 整个样本区间的实证结果及分析

根据表1实证的结果和对形成期、持有期的分析，可以得以下几个结果：

（1）短期内，高换手率组合和低换手率组合动量效应和反转效应不明显。高低换手率组超额平均收益的绝对值都在1%上下波动，最大值出现在低换手率组中仅为1.17%，高低换手率的股票组合短期内并不存在动量与反转效应。

（2）中期内，高换手率和低换手率组均出现了不同程度的动量效应。虽然动量效应不大，仅为0.63%和0.51%，但均为显著。并且动量效应的成因显然与形成期联系更为紧密，而持有期的影响主要受到投资组合高低换手率的影响。

（3）长期内，高换手率组合和低换手率组合动量效应不显著，反转效应较为普遍存在。整体来说，在中长期的形成期和持有期中，高换手率组合和低换手率组合动量策略都较为失败，总体上较为不理想;而反转策略取得了不错的成绩，且时间越长，效果越为明显，尤其在高换手率组中，甚至在12×12的组合里取得了33.69%的累计超额收益率，而在低换手率组的12×12组合中，取得14.48%的收益率，远远大于北美及欧洲成熟市场所取得的收益。

（4）高换手率组反转效应集中在长期，低换手率组动量效应集中在中期。表中所显示出来的，高换手率组中的反转策略，随着形成期和持有期的增长而更加明显，尤其集中在1×12，6×12，12×12这三个组合中;而低换手率组的动量策略则更为集中在中期，尤其在6×1的组合中，体现得非常明显。这与Lee和Swaminathan[18]的研究结论有相似之处。

（5）高换手率组反转效应的程度远大于低换手率组动量效应的程度。虽然在低换手率组中部分的动量策略获得了一定的正收益，并在6×1组合中获得了0.51%的超额收益率最大值，但比较起高换手率组中的反转策略在12×12组合获得的33.69%的反转收益显得微不足道。这一结论还是较为符合国内学者的研究结论：反转效应普遍存在，而动量效应不明显。

4.2 进一步检验

为进一步检验结论是否稳健，对整个样本区间划分为熊市与牛市分别检验，并进行比较，看是否一致。

将样本2007到2018年间划分为两个熊市和一个牛市，其中将2008年1月～2014年3月前定义为熊市，2014年3月～2015年6月为牛市，2015年6月～2018年12月为熊市。由于数据量较多，所以选取最为典型的1×1组合为短期，6×6组合为中期，12×12组合为长期。熊市的实证结果如表2、表3。

综合熊市中高低换手率动量策略组合的结果分析可得：低换手率组合在中期表现出动量效应，且结果显著。同时比较整个样本期间来看，在熊市中低换手率组合动量效应更强一些。高换手率组合在长期表现出反转效应，结果同样显著。牛市的实证结果如表4。

综合牛市中高低换手率动量策略组合的结果分析可以得到：高换手率组合在牛市的长期中，表现出明显的反转效应，且反转的程度与整个样本区间比较接近，甚至更强。低换手率组合在牛市中，动量效应存在，但明显弱于熊市中的动量效应。

将牛市和熊市得到的结论综合起来发现，虽然对于熊市和牛市高换手率组和低换手率组有各自不同的特征，但是不论是牛市还是熊市中高低换手率所得到的结论均与整个样本期间相符，可认为即使改变了样本的检验区间，我们仍然能得到相同的结论，从而证明本文得出的结论是有一定稳健性。

进一步分析牛市熊市期间换手率与动量效应的关联性，选取高换手率组合中的平均值和低换手率的平均值作为高与低的标准，进一步划分出高与低换手率组合。在得到的高低换手率的基础之上，分别来研究高换手率组和低换手率组股票的价格走势。数据同样选取2007到2018年间，同时为了体现出在熊牛市不同的表现，我们依旧将2008年1月～2014年3月前定义为熊市，2014年3月后到2015年6月为牛市，2015年6月至2018年12月为熊市。表5给出了在熊牛市中，高低换手率组合不同的表现特征。

由表5可得，高换手率组合有更高的股票收益率。在牛熊市中，高换手率组合的收益均值0.89%要略大于低换手率组合0.31%。但在牛熊市中，高低组合也表现出不一样的结果：牛市的时候，高换手率组合有更高的股票收益率。高换手率组合的收益率均值为2.21%，要远大于低换手率组合的0.27%。对于低换手率组合，在熊市的时候有更高的股票收益率，且收益率大于高换手率组合。说明低换手率组合在熊市表现得更加优秀。从峰度来看，高换手率组合有更高的峰度，但偏度系数较低，这表明投资高换手率组合的尾部风险较高。峰度高的同时，也意味着反转的时候容易获得相当的超额正收益。所以推测高换手率组合有更高的反转效应，这与上文实证结果是相符合的;低换手率组合股票峰度较小，但偏度系数较高，这表明低换手率组合的股票收益率分布尾部风险低、长期持有低换手率组合有更高的概率获得正的超额收益，尤其是在熊市之中，即反映了低換手率组合有更高的动量效应，这与前面的实证结果是一致的。

最后分析牛市熊市期间不同换手率的结果，熊市中低换手率组合的动量效应较为明显，牛市中高换手率组合的反转效应较为明显。这可能是因为投资者投资低换手率的股票，使得低换手率组合股票的价格表现出较好的正偏特性。而这种正效应又会进一步地发出市场信号，使得投资者更加地跟随这种趋势进行投资，即“动量投资者”会捕捉到市场上这种上涨的信号并采用套利策略进行买卖，从而使低换手率组合产生了更强的动量效应。且在熊市中这种现象更为明显。初步推测，股市的低迷现象导致投资者对于市场信心不足，有关于市场的最新信息可能都会受到投资者的质疑，不轻易地看好未来，从而反映股价受新信息的影响并不敏感。而投资者只能够根据股票最近的走势来判断未来的走势，以至于反应不足在熊市中更被放大。并且低换手率组合中消息本来就传递较慢，使得反应不足进一步地扩大，被动量投资者利用的空间就会更大，所以会体现出更强的动量效应。同时投资者投资高换手率组合，在牛市之中，广大投资者对市场前景抱有积极态度，对于任何的正面的“新信息”都将导致投资者的青睐，投资者们都对市场十分地乐观，高换手率的股票往往信息更新更快，在股票市场上更受关注，导致高换手率组合峰度在牛市中尤其突出。这些股票在牛市中会受到大量简单的动量策略执行者的关注，他们相信未来是美好的，股市还将上涨，盲目地跟从，拉高股价。所以在紧接而来的熊市中，将产生更大的损失，从而产生了更大的反转效应。

4.3 滞后一个月策略的实证结果

滞后一个月即在形成期结束后不马上持有组合，而是滞后一个月再买入组合。如在形成期为1个月，持有期为1个月时。当时刻时开始观察，到 时刻组合形成结束，并在时刻持有组合一个月。考虑信息传递存在时滞，且在改进的HS模型中，存在简单的动量策略投资者，他们往往获取市场信号慢于动量套利投资者。综合两个因素，对滞后一个月的实证研究，并通过对结果的考察可以应证本文的假设解释是否合理。表6是滞后一个月策略的实证结果。

分别对即时策略和滞后一个月策略进行实证得到各自的结果，可以通过对两者结果的比较来验证上文的假设解释是否合理。比较两者的实证结果，可以得到以下几个结论：

（1）高换手率组合比较差异不大

高换手率组合即时策略的5个组合中，取得了5组成功的反转策略，同时最高的策略超额收益率12×12的组合高达39.12%。动量策略为0组。高换手率组合滞后一个月策略的9个组合中，取得了4组成功的反转策略，最高的策略超额收益率12×12的组合达-29.03%。动量策略只有1组获得成功，最大为0.57%。比较来看高换手率组合的即时策略与滞后一个月策略之间同样的反转效应长期明显，最大值都出现在12×12，且最大值比较接近，滞后一个月策略虽然反转策略组合少了1组，但数值都较小，对结果影响也并不十分明显。基本上可以认为对于高换手率组合即时策略与滞后一个月策略之间变化不大。

（2）低换手率组合滞后一个月策略有更普遍的动量效应，且效应提前出现

低换手率组合即时策略的9个组合中，有1个组合表现为动量效应，最高动量效应组合6×6为2.84%。反转策略成功共有3组，最大反转效应组合12×12的反转效应达-5.67%，长期反转存在且明显，但低于高换手率组合。低换手率组合滞后一个月策略的9个组合中，取得了4个成功的动量策略，相较于即时策略增加了3个动量组合，动量效应更为普遍。同时最高的策略收益率6x6的组合为7.58%，相较于即时策略最大值6×6组合2.84%有所增加，。滞后一个月策略中，反转策略依旧为3组，虽然最大组合仍然出现在12×12中，为-13.14%，但其反转效应的值相较于即时策略的结果均出现了不同程度的增大。基本上可以认为反转效应在滞后一个月下变化较为明显，而动量效应在低换手率组合滞后一个月下，更为普遍的存在且效应也提前出现。

4.4 不同换手率股价动量效应及反转效应差异的检验

HS模型中，消息投资者与动量投资者之间的差异在于动量投资者会去过分关注股价的最近走势而来判断下一时期股价的涨跌。接下来考虑使用计量的手段，看看在过去一个形成期上的价格是否会对下一个形成期产生显著的影响，同时检验在高和低不同的换手率组合中，是否会表现出不一样的预期结果。

由表7可得，低换手率股票的回归结果β1系数，都是存在且都在1%水平下显著为正，表明低换手率的股票的投资者，往往会利用其近期股價的走势去预测未来的表现，说明上一个形成期股票价格的变动是影响这些投资者的重要因素。这是符合上文HS理论对“动量投资者”的定义的，即可以认为低换手率股票的投资者是某种意义上的“动量投资者”。

5 结论与启示

首先，中国A股市场的高换手率与低换手率组合短期内不存在明显的动量效应和反转效应。长期来看，动量效应不明显，反转效应普遍存在，且会随着时间的拉长而更加显著。高换手率股票的反转效应往往出现在长期，且比低换手率的股票更为明显。低换手率股票呈现出比高换手率的股票更强的动量效应，且往往在中期最为显著。但低换手率股票策略的反转效应成功概率和超额收益率的峰值均要小于高换手率的反转效应。总体来说，长期来看反转效应更为明显，而动量效应难以证明。

其次，在牛熊市中，高换手率组合在牛市表现出更高的平均超额收益率，峰值较高且在过后的熊市中，反转效应明显。低换手率组合在熊市中，表现出更明显的动量效应。低换手率股票的投资者更关注股票近期的走势，对消息的处理效率较低，存在对消息的反应不足，是动量效应产生的原因。高换手率的股票投资者往往是“消息投资者”，他们对股票的信息处理迅速，且高换手率的股票受到关注较多，往往股价对消息反应较大，是反转效应产生的原因。

对于投资者而言，应警惕在牛市中的高换手率股票。在经历了牛市前一年的形成期后，无论形成期后选择滞后持有与否，持有的时期越长，其股票的反转效应风险会愈发显著，持有头寸亏损的可能性和回撤力度都会变大。熊市中比较合适的投资机会是低换手率的股票，推荐的持有期为6个月。对于政策制定者和金融监管者而言，应警惕牛市中股民长期狂热持有股票后未来的反转效应。建议牛市时适时提示投资者风险，做好相关风险防范工作，尽量减少长期反转效应对实体工作的影响。熊市时，选取适当的股票让国家资金进场，提示投资者考虑政策时效性而适当滞后持有后，可以有效提升中期股票的收益率，以提升投资者和市场信心。

参 考 文 献：

[1] Fama E， French K R. Common risk factors in the returns on stocks and bonds[J]. Journal of Financial Economics， 1993， 33（1）： 3 56.

[2]Barberis N， Sheleifer A， Vishny R. A model of investor sentiment[J]. Journal of Financial Economics， 1998， 49： 307 343.

[3]Butler J V， Guiso L， Jappelli T. The role of intuition and reasoning in driving aversion to risk and ambiguity[J]. Theory and Decision， 2014， 77（4）： 455 -484.

[4]Hung C H D， Banerjee A N. How do momentum strategies‘score’against individual investors in Taiwan， Hong Kong and Korea[J]. Emerging Markets Review， 2014， 21： 67 -81.

[5]Daniel K， Subrahmanyam A. Investor psychology and security under and overreactions[J]. The Journal of Finance， 1998， 53（6）： 1838 1885.

[6]Hong H， Stein J C A. Unified theory of underreaction， momentum trading and overreaction in asset markets[J]. The Journal of Finance， 1999， 54： 2143 2184.

[7]Antonios A， Emilios G， Soyros S. Short term contrarian strategies in the London stock exchange are they profitable？ Which factors affect them[J]. Journal of Business Finance & Accounting， 2006， 33（5/6）： 839 -867.

[8]Campbell J Y. Empirical asset pricing： eugene fama， lars peter hansen， and robert shiller[J]. Journal of Economics， 2014， 116（3）： 593 -634.

[9]Fama E F， French K R. A five factor asset princing model[J]. Journal of Financial Economics， 2015， 116（1）： 1 22.

[10]田利輝，王冠英，谭德凯.反转效应与资产定价：历史收益率如何影响现在[J].金融研究，2014，（10）：177 192.

[11]舒建平，肖契志，王苏生.动量效应与反转效应的演化：基于深圳A股市场的实证[J].管理评论，2012，24（1）：52 57.

[12]鲁臻，邹恒甫.中国股市的惯性与反转效应研究[J].经济研究，2007，（9）：145 155.

[13]潘莉，徐建国.A股个股回报率的惯性与反转[J].金融研究，2011，（1）：149 166.

[14]谭小芬，林雨菲.中国A股市场动量效应和反转效应的实证研究及其理论解释[J].中国软科学，2012，（8）：45 57.

[15]Shi H L， Zhou W X. Time series momentum and contrarian effects in the Chinese stock market[J]. Physical Statistical Mechanics and its Applications， 2017， （4）： 309 318.

[16]高秋明，胡聪慧，燕翔.中国A股市场动量效应的特征和形成机理研究[J].财经研究，2014，（10）：97 107.

[17]王德宏，宋建波，刘心宇.中国创业板的动量效应和反转效应[J].金融理论探索，2017，（1）：36 -41.

[18]Lee C M C， Swaminathan B. Price momentum and trading volume[J]. The Journal of Finance， 2000， 55： 2017 2069.

[19]Titman J. Returns to buying winners and selling losers： implication for stock market efficiency[J]. Journal of Finance， 1993， 48（1）： 65 91.

[20]朱战宇，吴冲锋，王承炜.股市价格动量与交易量关系：中国经验研究与国际比较[J].系统工程理论与实践，2004，23（2）：1 7.

[21]李志冰，杨光艺，冯永昌，等.Fama French五因子模型在中国股票市场的实证检验[J].金融研究，2017，（6）：191 206.

[22]宋光辉，董永琦，陈杨炀，等.中国股票市场流动性与动量效应：基于Fama French五因子模型的进一步研究[J].金融经济学研究，2017，（1）：36 50.

作者：邓学斌 施政昊 单皓晨