版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、股票市場有效性對風(fēng)險收益關(guān)系的動態(tài)影響?14000字 摘要:經(jīng)典金融理論指出,金融市場整體的風(fēng)險與收益呈正相關(guān)關(guān)系,但很多實證結(jié)果都背離了這一理論假設(shè)。筆者認為,實證結(jié)果與理論不一致的原因在于,風(fēng)險收益關(guān)系不是靜態(tài)的,而是隨著市場有效性的變化而變化的。由此,筆者構(gòu)建了非線性變系數(shù)風(fēng)險收益模型,采用交易量代表信息交換行為的活潑度,用大宗交易股票數(shù)量來度量市場上的信息不對稱性,使用上海股票市場20222022年的高頻數(shù)據(jù)進展實證研究發(fā)現(xiàn),上海股票市場的整體收益與風(fēng)險始終存在顯著的正相關(guān)關(guān)系,但單位風(fēng)險所產(chǎn)生的收益那么隨著市場有效性的變化而變化。當(dāng)市場有效性差時,信息交換減少,信息不對稱性增加,這時
2、收益的自相關(guān)性增強,風(fēng)險對收益的解釋才能減弱。 關(guān)鍵詞:股票市場有效性;風(fēng)險收益關(guān)系;信息交換;信息不對稱中圖分類號:F8309文獻標識碼:A文章編號:1000176X202208004507一、問題的提出從1990年上海證券交易所成立至今,我國的股票市場經(jīng)歷了飛速的開展,根據(jù)我國證監(jiān)會的統(tǒng)計數(shù)據(jù),截至2022年11月1日,我國股票市場的總市值已經(jīng)到達50900萬億元,其中流通市值到達39300萬億元。相比定期存款、國債等投資手段,股票市場具有高風(fēng)險高收益的特點。在傳統(tǒng)經(jīng)濟理論中,金融市場不穩(wěn)定帶來的風(fēng)險可以通過金融資產(chǎn)相應(yīng)的高收益率進展風(fēng)險補償。然而,實證研究并沒有完全證實這一理論分析,大量
3、的文獻指出風(fēng)險收益關(guān)系是顯著負相關(guān)的。例如, Brandt和Kang1發(fā)現(xiàn)股票市場的風(fēng)險與收益存在顯著持久的負相關(guān)關(guān)系。汪孟海和周愛民2對我國股票市場的研究也發(fā)現(xiàn),股票價格下降伴隨著波動率的明顯增強。筆者認為,理論假設(shè)和實證結(jié)果不一致的原因在于市場有效性的變化。風(fēng)險收益關(guān)系為正相關(guān)的前提假設(shè)是市場充分有效證券價格可以充分地反映投資者可以獲得的信息。而現(xiàn)實中,市場并不是充分有效的。市場有效性差的時候,定價信息無法及時有效地傳遞,價格對信息的反響存在滯后性,風(fēng)險收益關(guān)系被弱化了。Yu和Yuan3與Kinnunen4的研究也都證實市場有效性越好,風(fēng)險與收益的正相關(guān)關(guān)系越突出;而市場有效性差的時候,風(fēng)
4、險收益關(guān)系不一定顯著為正。值得注意的是, Lo5、Anderson6以及魯臻和鄒恒甫7等對市場自相關(guān)生成機制的研究指出,當(dāng)市場有效性差時,由于信息傳遞的滯后性,定價信息無法及時準確地傳遞到金融資產(chǎn)的價格上,產(chǎn)生收益序列的自相關(guān)性。因此,筆者認為風(fēng)險對收益的影響與自相關(guān)性是此消彼長的。市場有效性強時,風(fēng)險對收益的影響程度增強,自相關(guān)程度減弱;市場有效性弱時,風(fēng)險對收益的影響程度降低,自相關(guān)性增強。從這一思想出發(fā),本文改良了跨期資本資產(chǎn)定價模型。一方面,股票預(yù)期收益率不僅取決于風(fēng)險溢價,而且依賴于它的自相關(guān)性;另一方面,利用時變的市場有效性指標作為權(quán)重去加權(quán)平均風(fēng)險溢價局部和自相關(guān)局部。實證中采用
5、上海股票市場20222022年的高頻數(shù)據(jù)計算已實現(xiàn)方差,使用交易量和大宗交易股票數(shù)量度量市場有效性狀況來進展詳細分析。得到了顯著穩(wěn)健的結(jié)論:收益和風(fēng)險始終存在顯著的正相關(guān)關(guān)系,同時,風(fēng)險和自相關(guān)對收益的解釋才能確實存在此消彼長。市場有效性的減弱伴隨著風(fēng)險對收益的解釋才能的減弱,以及收益序列自相關(guān)性的增強。本文的奉獻在于:第一,證實了市場環(huán)境的變化會影響風(fēng)險對收益的解釋才能,但風(fēng)險仍然和收益是正相關(guān)的,風(fēng)險溢價始終為正,支持了跨時期資本資產(chǎn)定價模型的根本結(jié)論。第二,結(jié)合市場有效性的變化討論了自相關(guān)現(xiàn)象背后的市場機制,證實了自相關(guān)和風(fēng)險對收益的解釋才能是此消彼長的。第三,自相關(guān)和風(fēng)險對收益解釋的權(quán)
6、重可以反響市場的有效性,給出了市場有效性的參考指標。二、理論分析、模型構(gòu)建與假設(shè)提出一理論分析1跨期資本資產(chǎn)定價模型風(fēng)險收益理論的根底是Merton8在1969年提出的跨期資本資產(chǎn)定價模型ICAPM。該模型假設(shè)金融市場總是處在連續(xù)變化的過程中,在信息對稱、無摩擦的市場中,投資者的決策將最大化整個投資期的效用。由投資者效用最大化得到平衡方程:Et-1rMt=+Vart-1rMtEt-1rMt=+Vart-1rMt1其中,Et-1rMt為市場收益率rMt的期望值,Vart-1rMt為市場收益率的條件方差,代表金融市場上的風(fēng)險因素。為投資者的風(fēng)險厭惡程度,由投資者自身的效用函數(shù)決定。風(fēng)險厭惡的投資者
7、需要額外獲得收益來補償其所承受的風(fēng)險,因此為正,市場的收益與風(fēng)險存在正相關(guān)關(guān)系。越大,投資者對承當(dāng)單位風(fēng)險所需要的收益補償越高。常數(shù)項包含了印花稅、交易本錢等其他因素。t-1為上一期。然而,實證研究并沒有得到一致的結(jié)論。除了Ghysels等9、Guo和Whitelaw10等少數(shù)研究得到了風(fēng)險與收益存在顯著正相關(guān)關(guān)系的實證結(jié)果,大量的文獻指出風(fēng)險收益關(guān)系并不顯著,甚至是顯著負相關(guān)的。例如,Whitelaw11發(fā)現(xiàn)風(fēng)險收益關(guān)系不顯著。Brandt 和 Kang1應(yīng)用向量自回歸模型研究發(fā)現(xiàn),使用條件方差度量的風(fēng)險與市場收益存在顯著持久的負相關(guān)關(guān)系,但無條件方差卻與收益存在正相關(guān)關(guān)系。Glosten等
8、12、 Goyal和Santa-Clara13與Lettau和Ludvigson14也都認為風(fēng)險與收益負相關(guān)。?內(nèi)的相關(guān)研究也沒有一致的結(jié)果。施東暉15基于19931996年上海證券交易所A股數(shù)據(jù)進展實證分析,發(fā)現(xiàn)風(fēng)險與收益率是負相關(guān)的。張思奇等16指出上海證券交易所A 股期望的超額收益與條件方差呈負相關(guān)關(guān)系。吳長鳳等17對滬深兩市的風(fēng)險收益特征進展了分析, 結(jié)果說明長期來看,我國股票市場存在著一定的高風(fēng)險高收益、低風(fēng)險低收益的特點,但短期看這種風(fēng)險收益關(guān)系并不顯著。何興強和孫群燕18用19932002 年上證綜指、深證成指的每日收益序列進展了研究, 發(fā)現(xiàn)我國股票市場的風(fēng)險與收益關(guān)系不顯著。汪
9、孟海和周愛民2指出上證指數(shù)的收益與波動率之間存在不顯著的負相關(guān)關(guān)系。陳夢根19基于混頻抽樣方法MIDAS的研究指出滬深兩市風(fēng)險與收益都呈顯著的正相關(guān)關(guān)系。 2風(fēng)險收益關(guān)系的動態(tài)變化和市場有效性學(xué)術(shù)界對理論和實證結(jié)果的不一致給出了一些解釋。一些研究發(fā)現(xiàn),市場的風(fēng)險收益關(guān)系是隨時間變化的。Salvador20使用了構(gòu)造轉(zhuǎn)換模型Regime-Switching Model研究了歐洲多個股票市場,發(fā)現(xiàn)風(fēng)險收益關(guān)系呈現(xiàn)明顯的兩階段特性。Ghysels等21也使用了帶構(gòu)造轉(zhuǎn)換的混頻數(shù)據(jù)抽樣模型研究了標普500指數(shù)的風(fēng)險收益關(guān)系,仍然發(fā)現(xiàn)了明顯的兩階段特征。國內(nèi)研究也發(fā)現(xiàn)風(fēng)險收益具有時變特征。陳浪南和黃杰鯤
10、22指出深證成指是否有顯著的正向風(fēng)險收益關(guān)系取決于數(shù)據(jù)區(qū)間,在19972000 年間顯著,但是在19931996年間那么不顯著。王輝23發(fā)現(xiàn)風(fēng)險和收益兩者關(guān)系與市場狀態(tài)有關(guān),市場處于上漲階段時兩者的相關(guān)度大于市場處于下跌階段。筆者認為風(fēng)險收益關(guān)系隨時間變化的原因在于市場有效性的變化。市場有效性不是恒定不變的,同時也會影響金融市場的風(fēng)險收益關(guān)系:Yu3證實了投資者敏感度低的時候,市場有效性較強,市場的風(fēng)險收益關(guān)系顯著為正;而投資者敏感度高時,敏感度高的投資者會對信息和價格變動過度反響,這時風(fēng)險收益關(guān)系為負。此外,Kinnunen4研究了標準普爾500指數(shù),證實了市場中信息含量高時,有效性強,風(fēng)險
11、收益關(guān)系顯著為正;而信息量低的?r候,有效性弱,風(fēng)險收益關(guān)系的顯著性明顯減弱。3自相關(guān)和市場有效性除了風(fēng)險收益關(guān)系以外,收益率序列也存在顯著的自相關(guān)性。收益率和它的滯后項有顯著的相關(guān)關(guān)系。因此對于風(fēng)險收益關(guān)系的分析幾乎都會參加收益的滯后項。形式如下:Et-1rMt=+Vart-1rMt+rMt-12其中,自相關(guān)項rMt-1的系數(shù)一般顯著為正,也被稱為“慣性效應(yīng)。相關(guān)研究發(fā)現(xiàn),自相關(guān)現(xiàn)象其實是市場有效性不完全的產(chǎn)物。市場不完全有效時,資產(chǎn)價格對定價信息的反響需要一個過程,金融資產(chǎn)需要經(jīng)歷連續(xù)的上漲或下跌才能消化定價信息,因此收益率通常會和上一期收益率有較強的相關(guān)性。Lo5認為交易頻率和摩擦是造成
12、收益自相關(guān)的原因,指出當(dāng)交易頻率低時,自相關(guān)增強。魯臻和鄒恒甫7研究了政策市背景下的我國股市的自相關(guān)性,認為投資者的非理性造成了自相關(guān)性。Anderson6也指出投資者對市場信息掌握的不完全會造成自相關(guān)現(xiàn)象的出現(xiàn)。綜上所述,筆者認為市場的風(fēng)險收益關(guān)系是隨著市場有效性變化而變化的。自相關(guān)局部和風(fēng)險局部都可以解釋收益,但它們的解釋才能隨著有效性的變化此消彼長。市場有效性強時,市場環(huán)境接近跨期資本資產(chǎn)定價模型的理論假設(shè),風(fēng)險對期望收益的解釋才能更強,而自相關(guān)性較弱;市場有效性減弱時,定價信息傳遞的滯后性導(dǎo)致自相關(guān)性增強,跨期資本資產(chǎn)定價模型適用性較差,風(fēng)險對期望收益的解釋才能變差。二模型構(gòu)建基于以上
13、分析,筆者認為風(fēng)險局部和自相關(guān)局部對收益的解釋才能此消彼長,因此,資本資產(chǎn)定價模型中風(fēng)險局部和自相關(guān)局部的權(quán)重應(yīng)該是可變的。參加隨時間變化的權(quán)重系數(shù)后,新的模型為:Et-1rMt=+t-1Vart-1rMt+1-t-1rMt-13其中,t-10,1。t-1變化時,模型中風(fēng)險局部和自相關(guān)局部解釋收益的比例也在隨時間變化而變化。t-1越大,期望收益被風(fēng)險解釋的局部越多,自相關(guān)局部解釋的比例越小,市場有效性越強。也就是說,t-1反映了市場的有效性。當(dāng)t-1=1時,模型形式變?yōu)镋t-1rMt=+Vart-1rMt,也就是跨期資本資產(chǎn)定價模型的標準形式,這時期望收益可以完全被風(fēng)險解釋。當(dāng)t-1=0時,模
14、型形式變?yōu)镋t-1rMt=+rMt-1,這時期望收益和風(fēng)險無關(guān),僅受自相關(guān)因素驅(qū)動。式3的條件方差Vart-1rMt作為統(tǒng)計量并不能被直接觀測到,因此對它的度量方法一直存在爭議。一類方法是根據(jù)數(shù)據(jù)特征建立模型GARCH、MIDAS等估計方差,然而采用建模方法估計條件方差時,實證結(jié)果對模型的設(shè)定非常敏感,錯誤的模型會嚴重影響實證研究的結(jié)果。Baillie和Degennaro24的研究早已說明,假如把ARCH模型中對于回報沖擊的分布設(shè)定從正態(tài)分布改為t分布,期望收益與風(fēng)險的正相關(guān)關(guān)系就會消失。因此,本文直接用分鐘高頻數(shù)據(jù)計算每日的已實現(xiàn)方差Realized Variance。這一方法的優(yōu)點是不依賴
15、于模型設(shè)定,同時包含了更多的微觀市場信息,更好地貼近快速變化的市場環(huán)境。此外,Salvador25指出使用每日的收益率分析風(fēng)險收益關(guān)系的效果要好于月度數(shù)據(jù)。本文借鑒Baillie和Degennaro24、Salvador25的做法,采用日度數(shù)據(jù)進展實證研究,構(gòu)建的模型為:rt=+t-1rvt-1+1-t-1rt-1+t4t-1=11+exp-vvst-1-bbvt-15其中,rt為上海股票市場當(dāng)日的收益率,rvt-1為已實現(xiàn)方差代表的風(fēng)險項,rt-1為自相關(guān)項,t-1為權(quán)重系數(shù),反映了市場有效性的動態(tài)變化,t為當(dāng)期隨機沖擊對收益的影響。在對t-1的詳細設(shè)定中,vst-1為交易量,bvt-1為日
16、內(nèi)發(fā)生大宗交易的股票數(shù)量,v和b分別為這兩個變量的系數(shù)。三假設(shè)提出由于風(fēng)險收益關(guān)系變化的原因是市場有效性的變化,投資者的風(fēng)險偏好并沒有發(fā)生變化。風(fēng)險厭惡的投資者仍然需要額外收益以補償其所承受的風(fēng)險,風(fēng)險溢價為正。因此,本文提出研究假設(shè)1:假設(shè)1:金融市場的風(fēng)險收益存在正相關(guān)關(guān)系,風(fēng)險越大,收益越大。風(fēng)險因素的系數(shù)為正。為了使t-1合理地反映市場有效性的變化,本文引入度量市場有效性的外生變量st-1,設(shè)定t-1表達式為: t-1=11+exp-st-16其中,st-1為一組反映市場有效性的變量。這樣的設(shè)定形式可以保證權(quán)重t-10,1。從模型設(shè)定上看,假如為正,st-1越大,t-1越大;假如為負,
17、st-1越小,t-1越大。這里st-1選取交易量vst-1和發(fā)生大宗交易的股票數(shù)量bvt-1。交易量和市場有效性存在親密的聯(lián)絡(luò)。金融市場中交易的活潑程度反映了定價信息交換的頻率。定價信息通過市場交易等途徑在市場中傳導(dǎo),最終使得金融資產(chǎn)的價格到達它的真實價值,完成金融資產(chǎn)的價格發(fā)現(xiàn)過程。Andersen26指出,交易量反映了股票市場中信息量的多少,交易量越大,市場中信息交換行為越活潑,股票價格越接近股票的真實價值。因此筆者認為,交易量越大,市場有效性越好。因此,本文提出研究假設(shè)2:假設(shè)2:交易量vst-1增加時,風(fēng)險局部權(quán)重t-1增加,自相關(guān)局部權(quán)重1-t-1減少,交易量vst-1的系數(shù)v為正。
18、股票市場上的大宗交易那么反映了市場中信息的不對稱性。林振興和屈文洲27發(fā)現(xiàn)大宗交易大多是基于私有信息或者內(nèi)幕信息。張顏江和王燕鳴28也指出大宗交易的投資者多是機構(gòu)投資者,并且大宗交易往往伴隨著價格的異常波動。Edmans29認為大宗交易的投資者會通過非公開信息判斷股票的價值。此外,很多大宗交易的參與者本身就是?公司的董事會成員。而信息不對稱程度上升會使得市場深度減小,市場有效性減弱。由此,大宗交易發(fā)生得越多,市場上的信息不對稱越強,市場有效性越弱。因此,本文提出研究假設(shè)3:假設(shè)3:大宗交易股票數(shù)量bvt-1增加時,風(fēng)險局部權(quán)重t-1減少,自相關(guān)局部權(quán)重1-t-1增加,大宗交易股票數(shù)量bvt-1
19、的系數(shù)b為負。三、實證研究一變量與數(shù)據(jù)說明本文研究使用的數(shù)據(jù)來自Thomas Reuters Ticker History的高頻數(shù)據(jù)庫以及國泰安CSMAR數(shù)據(jù)庫。樣本區(qū)間為2022年1月1日至2022年11月30日。數(shù)據(jù)包括上證綜指的每分鐘報價、收盤價、每日的交易股份數(shù)和每日發(fā)生大宗交易的股票數(shù)量。收益率rt為上證綜指每日的對數(shù)收益率,計算公式為:rt=lnPtPt-1,其中Pt為當(dāng)日收盤價。已實現(xiàn)方差RVt計算公式為:RVt=Ni=1rti2。其中,N為交易日t中收益率的采樣次數(shù),rti為交易日t中第i個時間單位的收益率。收益率的日內(nèi)采樣次數(shù)N越大,包含的信息量越高。但市場價格與有效價格之間
20、存在一定的偏向,也就是市場噪聲。已實現(xiàn)方差的頻率越高,包含的噪聲越多,反而會偏離對市場風(fēng)險的估計。因此,本文計算了三種不同頻率的已實現(xiàn)方差:1分鐘頻率的RV1、5分鐘頻率的RV5和30分鐘頻率的RV30,并在實證中比擬它們的效果。交易量vst指的是上海股票市場當(dāng)天的交易總股份數(shù)。每日發(fā)生大宗交易的股票數(shù)量bvt的數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫,反映了每日上海股票市場中發(fā)生大額交易的股票數(shù)量,用來衡量市場的信息不對稱程度。另外,穩(wěn)健性檢驗中本文使用了每日發(fā)生大額交易的總次數(shù)作為交換變量。這兩個外生變量共同反映了市場的有效性。二描繪性統(tǒng)計可以看出,收益率的均值和中位數(shù)為0005和0046。偏度為負
21、,峰度大于標準正態(tài)分布的峰度3000,說明收益率的分布是厚尾的。JarqueBera檢驗統(tǒng)計量為1 772253,遠大于1%顯著性的臨界值63660,回絕了該序列為正態(tài)分布的原假設(shè)。三種頻率已實現(xiàn)方差RV1、RV5和RV30的數(shù)據(jù)特征比擬相似,偏度均為正,峰度也遠大于3000,說明它們都有尖峰厚尾的特點。值得注意的是,RV30和RV5的均值、中位數(shù)和方差非常接近,而RV1那么和它們有明顯的差異。交易量和大宗交易股票數(shù)量也明顯偏離正態(tài)分布。樣本區(qū)間內(nèi)我國股票市場日均交易161117億股即16112109,平均每日有6644支股票出現(xiàn)大額交易。三實證結(jié)果分析對式4進展估計,采用非線性最小二乘法NL
22、S,得到的實證結(jié)果如表2所示。從表2可以看出,在三種頻率已實現(xiàn)方差RV1、RV5和RV30下,風(fēng)險溢價始終為正,并且在1%程度顯著。這一結(jié)果和上文的分析一致:風(fēng)險厭惡的投資者應(yīng)該為承當(dāng)風(fēng)險獲得正收益,即風(fēng)險越大,獲得的收益也越大,假設(shè)1成立。而自相關(guān)系數(shù)始終顯著為正,也和已有文獻的研究結(jié)果相符,說明了自相關(guān)局部對收益的解釋作用是不可無視的。交易量vst-1的系數(shù)v始終為正,大宗交易的股票數(shù)量bvt-1的系數(shù)b始終為負,說明假設(shè)2和假設(shè)3始終成立。這一結(jié)果證實了交易量低,大宗交易股票數(shù)量多時,市場有效性減弱。這時自相關(guān)對收益的解釋才能增加,單位風(fēng)險所產(chǎn)生的收益降低。而交易量增加,大宗交易股票數(shù)量
23、減少時,市場的有效性增強。這時風(fēng)險局部對收益的解釋才能增強,自相關(guān)局部的重要性減弱。系數(shù)v、b在RV1和RV5中顯著也說明權(quán)重t-1實在反映了市場有效性的不斷變化。這時,風(fēng)險局部和自相關(guān)局部對收益的解釋才能此消彼長,自相關(guān)局部對收益的驅(qū)動作用隨著交易量的增加而減弱,隨著大宗交易股票數(shù)量的增加而增加,而風(fēng)險局部對收益的驅(qū)動作用隨著交易量的增加而增加,隨著大宗交易股票數(shù)量的增加而減少。比擬三種頻率已實現(xiàn)方差RV1、RV5和RV30的回歸結(jié)果可以看出,對于三種類型的已實現(xiàn)方差RV1、RV5和RV30,R2分別為0026、0026和0014。而縱向比擬不同頻率的已實現(xiàn)方差,可以看出使用1分鐘數(shù)據(jù)計算出
24、的已實現(xiàn)方差已實現(xiàn)方差RV1顯著性強于RV5,而RV1和RV5的R2都是0026,均高于RV30得出的0014。說明在估計風(fēng)險收益關(guān)系方面,1分鐘頻率的已實現(xiàn)方差最適宜。另外,使用1分鐘頻率的已實現(xiàn)方差RV1時,v在1%程度顯著,b在5%程度顯著,說明RV1的顯著性強于使用RV5、RV30得到的結(jié)果。這也和國內(nèi)的研究結(jié)果一致。如韓清和劉永剛30對我國已實現(xiàn)波動率的噪聲成分進展了分析,指出雖然國外市場慣例使用5分鐘頻率的已實現(xiàn)波動率估計,但這一頻率在我國市場上并不適用。 四模型比擬可以看出,風(fēng)險溢價仍然不顯著。自相關(guān)系數(shù)始終在1%的程度上顯著為負,證明時間序列具有很強的自相關(guān)性,這和大多數(shù)文獻的
25、實證結(jié)果是一致的。對三種頻率已實現(xiàn)方差RV1、RV5和RV30進展回歸得到的R2都是0007,比表3的結(jié)果有所進步。比照表2、表3和表4的回歸結(jié)果可以看出,傳統(tǒng)的線性風(fēng)險收益模型無法在實證中得到顯著為正的風(fēng)險收益關(guān)系,而本文的非線性變系數(shù)風(fēng)險收益模型中風(fēng)險溢價始終為正。同時,傳統(tǒng)線性風(fēng)險收益模型的R2也低于本文的非線性變系數(shù)風(fēng)險收益模型。原因在于變化的市場環(huán)境中,自相關(guān)性和風(fēng)險對收益的解釋作用并不是恒定的,回歸方程7和回歸方程8均有一定程度的設(shè)定錯誤。交易量低,大宗交易股票數(shù)量多時,模型的理論假設(shè)和市場的實際情況不符,自相關(guān)局部對收益的解釋效果增加,而風(fēng)險局部的解釋才能下降。這時使用傳統(tǒng)的線性
26、風(fēng)險收益模型并不適宜。而交易量增加,大宗交易股票數(shù)量減少時,信息含量高,市場有效性強,跨期資本資產(chǎn)定價模型的有效性假設(shè)被較好得滿足,風(fēng)險對期望收益的解釋才能增強。五穩(wěn)健性檢驗本文使用近似變量交換外生變量來檢驗?zāi)P头€(wěn)健性。使用市場日內(nèi)發(fā)生大宗交易的次數(shù)替生大宗交易的股票數(shù)量后,該變量系數(shù)b仍然為負,顯著性有所減弱,其他實證結(jié)論不變。對此,可以認為大宗交易反映了市?齙男畔歡猿菩裕?而同一支股票發(fā)生N筆大宗交易很可能是對一次信息不對稱事件的集中反響,對整個市場的影響要小于N支不同股票發(fā)生單筆大宗交易。發(fā)生大宗交易的股票數(shù)量bvt-1更能反映出市場中信息不對稱的程度。另外,使用每日的換手率替代大宗交易
27、股票數(shù)量后,該變量系數(shù)b顯著性減弱,其他根本結(jié)論仍然和原結(jié)論一致。六對我國股票市場有效性的分析市場有效性的不斷變化是學(xué)術(shù)界的共識。Lim和Brooks31詳細總結(jié)了研究市場有效性變化的文獻,列舉多種實證方法證明了市場有效性在隨著時間變化。Lo32年提出了市場有效可變假設(shè),對有效性的變化機制進展了詳細的理論分析。這一理論假設(shè)行為人理性有界,會隨著市場環(huán)境的變化而改變投資行為。市場價格是各種類型的投資者在不同狀態(tài)下進展投資活動到達的平衡。在本文的模型中,t代表風(fēng)險局部解釋收益的比例。市場有效性越好,風(fēng)險局部解釋的比例越大。因此估計出模型參數(shù)后,可以計算t來分析股市的有效性走勢。根據(jù)56兩式,采用效
28、果最好的RV1作為風(fēng)險度量,計算出的t如圖1所示,平滑實線為多項式擬合得到的趨勢線。整個樣本區(qū)間中t均值為0364。從圖1中可以看出,從2022年到2022年間,t每日的變動非?;顫姡S性較強。但從趨勢線描繪的整體趨勢看來,2022年以后,t明顯上升。事實上,2022年4月,我國降低了融資融券本錢,客觀上增強了市場的有效性。可以看到正是從這時候開場,趨勢線開場增加,風(fēng)險對收益的解釋效果在不斷加強。在計算出權(quán)重系數(shù)t后,可以根據(jù)實證數(shù)據(jù)進一步計算出自相關(guān)局部和風(fēng)險局部的實際比例Ratiot。定義Ratiot為自相關(guān)局部和風(fēng)險局部的比值,公式為:Ratiot=1-trt/trvt。Ratiot比
29、值大于1說明自相關(guān)局部的解釋比例更大,小于1時風(fēng)險的解釋效果更強。采用HP濾波法對Ratiot進展平滑后得到Ratiot,如圖2所示。圖2平滑后的比例變動RatiotRatiot經(jīng)HP濾波法平滑后得到的Ratiot均值為007,說明市場自相關(guān)解釋收益的局部是風(fēng)險實際解釋收益的局部的7%。Ratiot越高,自相關(guān)解釋收益的比例越高,市場有效性越弱。平滑后得到的Ratiot的變化同樣非常活潑,說明股票市場的有效性一直在不斷變化。這一結(jié)果反響了我國的股票市場作為新興市場,不斷出臺新的規(guī)章制度,探究完善市場建立的過程。值得注意的是,2022年我國的股票市場出現(xiàn)了明顯的異常波動。對應(yīng)圖中可以看出,202
30、2年以后,Ratiot波動非常劇烈,尤其是在2022年6月以后的時間段。這一時間段對應(yīng)的是由于融資融券業(yè)務(wù)開展不當(dāng)造成的“股災(zāi)。融資融券交易是指投資者向具有融資融券業(yè)務(wù)資格的證券公司提供擔(dān)保物,借入資金買入證券融資交易或借入證券并賣出融券交易的行為,為我國股票市場提供了做空交易渠道,改變了我國股票市場的“單邊市格局。然而由于投資者的非理性、局部券商違規(guī)操作以及監(jiān)管不到位等原因,融資融券業(yè)務(wù)自2022年底開場了瘋狂增長。2022年6月,融資融券業(yè)務(wù)的余額高達22萬億元,不僅僅是2022年1月底112萬億元余額的一倍,也超過了2022年到2022年4年間累積余額的數(shù)倍。隨著行情逆轉(zhuǎn),融資資金踩踏逃
31、出市場導(dǎo)致了股票市場的崩盤式下跌,投資者承受了宏大的損失。2022年6月15日至7月8日的17個交易日,上證綜指下跌32%,市場頻現(xiàn)千股跌停、千股停牌。這17個交易日內(nèi)計算得到的Ratiot均值高達024436,遠高于平均值。17個交易日區(qū)間中最高點為2022年6月26日,Ratiot到達了03164,也出如今這一特殊時間段。Ratiot反響了市場系統(tǒng)性風(fēng)險產(chǎn)生時,市場有效性的增加以及頻繁的信息交換。在這一時間段內(nèi),風(fēng)險對于市場收益的解釋才能明顯增強。四、結(jié)論金融市場的風(fēng)險收益關(guān)系是金融學(xué)研究的核心問題之一。本文從市場有效性變化的角度出發(fā),研究風(fēng)險局部和自相關(guān)局部對于收益解釋才能的變化,提醒了
32、收益變化背后的市場機制。本文使用了20222022年上海股票市場的高頻數(shù)據(jù),建立非線性變系數(shù)模型,使風(fēng)險局部和自相關(guān)局部隨市場有效性變化而變化。衡量市場有效性的變量采用交易量和大宗交易股票數(shù)量,最終得到風(fēng)險與收益始終存在顯著的正相關(guān)關(guān)系,同時,風(fēng)險和自相關(guān)對收益的解釋才能此消彼長。詳細表現(xiàn)為:交易量高,大宗交易股票數(shù)量低時,市場有效性強,風(fēng)險對收益的解釋才能增強,自相關(guān)的解釋效果減弱;交易量低,大宗交易股票數(shù)量多時,市場有效性弱,風(fēng)險對收益的解釋才能降低,自相關(guān)的解釋效果更好。 相比之下,傳統(tǒng)的線性風(fēng)險收益模型無法得到顯著的風(fēng)險收益關(guān)系,對收益的解釋才能弱于本文提出的非線性變系數(shù)風(fēng)險收益模型。
33、此外,模型的另一個優(yōu)點是可以計算風(fēng)險局部和自相關(guān)局部的權(quán)重變化得到市場有效性的變化。實證結(jié)果發(fā)現(xiàn)我國股票市場的有效性變化頻繁,對應(yīng)某些特殊事件的有效性明顯減弱。出現(xiàn)這一狀況,可能與我國股票市場機制不夠完善,投資者情緒波動劇烈,市場投機氣氛濃重等因素有關(guān)。本文的研究對于投資者和監(jiān)管者都有重要意義。投資者分析風(fēng)險收益關(guān)系時需要考慮市場環(huán)境的詳細變化,更好地理解收益背后的驅(qū)動因素,進而設(shè)置適宜的投資組合;而監(jiān)管者那么可以使用這一模型考察市場的有效性強弱,更好地理解股票市場的現(xiàn)實狀況和運行規(guī)律,制定政策,完善金融市場的監(jiān)管體系。參考文獻:1Brandt,MW, Kang,QOn the Relatio
34、nship Between the Conditional Mean and Volatility of Stock Returns:A Latent VAR ApproachJJournal of Financial Economics, 2002, 722:217-2572汪孟海,周愛民我國股市自相關(guān)性與反響交易行為實證研究J南開經(jīng)濟研究,2022,3:63-723Yu,J,Yuan,YInvestor Sentiment and the Mean-Variance RelationJ Journal of Financial Economics, 2022, 1002:367-3814K
35、innunen,JRisk-Return Trade-Off and Serial Correlation: Do Volume and Volatility Matter?J Journal of Financial Markets, 2022, 203:1-195Lo,AWThe Adaptive Markets Hypothesis: Market Efficiency From an Evolutionary PerspectiveJ Social Science Electronic Publishing, 2022, 311:21-446Anderson,RMTime-Varyin
36、g Risk PremiaJ Journal of Mathematical Economics, 2022, 473:253-2597魯臻,鄒恒甫我國股市的慣性與反轉(zhuǎn)效應(yīng)研究J經(jīng)濟研究,2022,9:145-1558Merton,RCLifetime Portfolio Selection Under Uncertainty: The Continuous-Time CaseJ Review of Economics Statistics, 1969, 513:247-2579Ghysels,E,Santa-Clara,P,Valkanov,RThere Is a Risk-Return T
37、rade-Off After All J Journal of Financial Economics, 2022, 763:509-54810Guo,H,Whitelaw,RFUncovering the Risk-Return Relation in the Stock MarketJ The Journal of Finance, 2022, 613:1433-146311Whitelaw,RFTime Variations and Covariations in the Expectation and Volatility of Stock Market ReturnsJ The Jo
38、urnal of Finance, 1994, 492:515-54112Glosten,LR,Jagannathan,R,Runkle,DEOn the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on StocksJ The Journal of Finance, 1993, 485:1779-180113Goyal,A,Santa-Clara,PIdiosyncratic Risk MattersJ The Journal of Finance, 2022, 583
39、:975-100714Lettau,M,Ludvigson,SCExpected Returns and Expected Dividend GrowthJ Journal of Financial Economics, 2022, 763:583-62615施?|暉上海股票市場風(fēng)險性實證研究J經(jīng)濟研究,1996,10:44-4816張思奇,馬剛,冉華股票市場風(fēng)險、收益與市場效率:ARMA-ARCH-M模型J世界經(jīng)濟,2000,5:19-2817吳長鳳,趙軍,吳國富我國股票市場的收益風(fēng)險關(guān)系和慣性分析J數(shù)學(xué)的理論與認識,2002,4:576-58218何興強,孫群燕我國股票市場的杠桿效應(yīng)和風(fēng)險收益權(quán)衡J南方經(jīng)濟,2022,9:62-6519陳夢根基于混頻抽樣方法的股市風(fēng)險收益關(guān)系研究J當(dāng)代財經(jīng),2022,11:47-55 20Salvador,EThe Non-L
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024幼兒園教育集團股權(quán)收購與教育產(chǎn)業(yè)發(fā)展合作協(xié)議3篇
- 2024年酒吧經(jīng)營權(quán)承接合同
- 2024年集裝箱搬運吊裝合同6篇
- 2024年高端電子產(chǎn)品研發(fā)與銷售合同
- 2024年跨國技術(shù)授權(quán)與關(guān)鍵設(shè)備進口合同樣本版B版
- 2024年適用出租車租賃承包協(xié)議版
- 2024年跨區(qū)域醫(yī)療機構(gòu)雙向轉(zhuǎn)診服務(wù)合作協(xié)議3篇
- 2024年軟件開發(fā)合同-軟件公司為客戶定制開發(fā)軟件
- 2025年度智能溫室大棚控制系統(tǒng)集成合同3篇
- 第16課-三國鼎立-作業(yè)課件-2020-2021學(xué)年部編版歷史與社會七年級上冊
- 期末測試卷(試題)-2024-2025學(xué)年五年級上冊數(shù)學(xué)北師大版
- 2024年下半年中國石油大連石化分公司招聘30人易考易錯模擬試題(共500題)試卷后附參考答案
- 附件:財政業(yè)務(wù)基礎(chǔ)數(shù)據(jù)規(guī)范(3.0版)
- 電商公司售后服務(wù)管理制度
- 國有企業(yè)品牌建設(shè)策略方案
- 火災(zāi)應(yīng)急處理課件
- 家政培訓(xùn)講師課件
- 廣東省深圳市龍華區(qū)2023-2024學(xué)年八年級下學(xué)期期中數(shù)學(xué)試題
- 視頻監(jiān)控方案-高空瞭望解決方案
- 完整液壓系統(tǒng)課件
- GB/T 44561-2024石油天然氣工業(yè)常規(guī)陸上接收站液化天然氣裝卸臂的設(shè)計與測試
評論
0/150
提交評論