中國股市“周內(nèi)效應(yīng)”研究分析報告

./中國股市"周效應(yīng)"研究分析理工大學(xué)經(jīng)管學(xué)院王木偉摘要"周效應(yīng)"<day-of-the-weekeffect>指股票市場在一周的某一天的平均收益率比一周其他任何一天的平均收益率高或者低,且在統(tǒng)計上有顯著性。大量的實證研究表明"周效應(yīng)"是絕大多數(shù)發(fā)達國家股票市場和某些新興國家股票市場普遍存在的一種異象。本文以我國的滬深股市為研究對象,在使用虛擬變量的基礎(chǔ)上,運用廣義自回歸條件異方差模型<GARCH>對其進行了實證分析,考察其是否存在周效應(yīng)。并力圖為政府部門監(jiān)管股市及投資者預(yù)測并規(guī)避風(fēng)險提供一定的決策依據(jù)。本文選取的數(shù)據(jù)是上證綜合指數(shù)和深證成分指數(shù),樣本時間為2009-20XX6月。首先對收益率的時間序列進行分析,發(fā)現(xiàn)所謂波動的集群性,這表明收益率的序列存在異方差性。因此本文采用能夠很好地描述金融時間序列數(shù)據(jù)的異方差的廣義自回歸條件異方差模型<GARCH>。在引入虛擬變量<dummyvariables>的基礎(chǔ)上,經(jīng)過檢驗,滬深股市都不存在"周效應(yīng)"。這表明在眾多的發(fā)達國家和某些新興的工業(yè)化國家的股票市場上連續(xù)而且穩(wěn)定出現(xiàn)的周效應(yīng)在我國的市場幾乎不存在。關(guān)鍵詞：周效應(yīng)波動性虛擬變量廣義自回歸條件異方差模型〔GARCHAbstractThedayoftheweekeffectmeansthatinthestockmarkets,theyieldrateononedayissignificanthigherorlowerthantherestotherdayduringaweek.Alotofliteraturehaveshowedthatthedayoftheweekeffectexistsinmostofthedevelopedmarketsandthenewlyindustriedmarkets.BasedonthedummyvariablesandtheGARCHmodel,thispaperexamineswhetherthedayoftheweekeffectexistsintheChinesestockmarket,andmanagedtogivesomeadviceonthegovernmentalregulations,aswellastotheinvestorhowtoanticipateandhedgetheriskinthestockmarket.ThedatausedinthispaperarethepracticaldataintheShanghaiandShenzhenstockmarketfrom2009toJune2010.Firstly,weanalysisthetimeseriesdataoftheyield,andfindthevolatilityclustering,whichmeansthedataisaccompaniedwiththeheteroskedasticity.WeapplytheGARCHwhichcanfeaturestheheteroskedasticityinthefinancialtimeseriesdata.Inthetestform,neitherShanghaimarketorShenzhenmarketshowsthepositiveweekdayeffectsignificantly.KeyWords:thedayoftheweekeffectvolatilitydummyvariablesGARCH目錄TOC\o"1-1"\h\z\u\t"標(biāo)題2,2,標(biāo)題3,3,標(biāo)題4,4"摘要11緒論41.1研究的目的與意義41.2研究思路與結(jié)構(gòu)52、ARCH類模型說明62.1ARCH〔p模型62．2、GARCH〔p,q模型72.3AR-GARCH模型73數(shù)據(jù)及檢驗83.1滬深股市日收益率數(shù)據(jù)統(tǒng)計特征83.2AR-GARCH模型進行回歸,檢驗是否存在"周效應(yīng)"103.2.1AR-GARCH應(yīng)用必要性解釋103.2.2"周效應(yīng)"檢驗過程11周效應(yīng)檢驗結(jié)果134.結(jié)論14參考文獻161緒論1.1研究的目的與意義"周效應(yīng)"指股票市場在一周的某一天的平均收益率比一周其他任何一天的平均收益率高或者低,且在統(tǒng)計上有顯著性。由于最早的研究對象是美國股票市場,且發(fā)現(xiàn)周一的平均收益率顯著低于其他時間,而周五的平均收益率顯著高于其他時間,因此"周效應(yīng)"有時也稱為"周一效應(yīng)"<Mondayeffect>或"周末效應(yīng)"<weekendeffect>。大量的實證研究表明"周效應(yīng)"是絕大多數(shù)發(fā)達國家股票市場和某些新興國家股票市場普遍存在的一種異象。"周效應(yīng)"看起來似乎與有效市場假說相背離,因為這種效應(yīng)的存在意味著投資者可能從中獲得套利機會。比如,其他條件不變時,投資者可以在周一收盤前買入而在周五收盤前賣出股票,從而獲得異常收益。然而換個角度看,收益一定程度上可預(yù)測并不一定意味著市場的無效,因為一旦考慮到現(xiàn)實中存在股票的交易成本,微小的超額收益并不足以造成套利機會；而且,收益率的變化還可能是由股票市場風(fēng)險變化產(chǎn)生的時變風(fēng)險溢價所致。對于"周效應(yīng)"的解釋是多角度的,例如觀測誤差,收益公告的發(fā)布時間,個人和機構(gòu)投資者的交易行為,風(fēng)險溢價的變動等。不少解釋看起來針對某個情況是合適的,然而考慮到世界圍這種"周效應(yīng)"的廣泛存在,還沒有哪種解釋能得到廣泛的認同。國外研究證券市場異象的文獻很多,但是有關(guān)中國股票市場的異象研究的文獻卻相對較少。因此,本文試圖對中國股票市場的"周效應(yīng)"進行研究,并認為此研究的意義如下：1.中國股市發(fā)展很快。我國股票市場尚與發(fā)達國家存在一定差距,但已經(jīng)初具規(guī)模。而眾所周知,作為一個新興的市場,我國的股票市場尚未成熟,股市收益率波動較高,自開始交易以來,一直表現(xiàn)出極度的不穩(wěn)定性。股票價格經(jīng)常大起大落,股價變化無常,利用價差盈利的機會增多,反過來又助長了投資者的投機興趣,使資本市場的投機性愈演愈烈。中國股市收益率波動性之高位于世界前列,對能防股市系統(tǒng)性風(fēng)險提出了客觀需求。收益率波動性的估計和預(yù)測已經(jīng)得到了廣大研究者和從業(yè)人員的注意。它是對金融市場投資、制定期權(quán)價格和進行監(jiān)管時考慮的重要因素。2.盡管現(xiàn)有的資產(chǎn)定價模型不能解釋異象,但這并不表示異象一定是市場缺乏效率的結(jié)果。有證據(jù)表明市場機制在此起到了一定的作用。包括美國在的眾多發(fā)達國家都存在某種形式的"周效應(yīng)",中國作為發(fā)展中國家,其市場機制與工業(yè)化國家的市場機制有很大程度的不同。因此如果中國的證券市場也存在類似形式的"周效應(yīng)",那么中國也應(yīng)該存在類似的市場機制,這為研究市場機制如何作用于市場提供了重要的信息。這些信息反過來會對股票交易所和其他的相關(guān)監(jiān)管部門制定相關(guān)的政策具有指導(dǎo)作用。我國已經(jīng)加入了WTO,市場經(jīng)濟制度需要與國外接軌,在這種情況下,對中國股票市場的"周效應(yīng)"的研究也顯得很重要。3.證券市場的"周效應(yīng)"、半月效應(yīng)、一月效應(yīng)、成交量效應(yīng)等具有大致相同的表現(xiàn)形式。因此,能夠正確解釋"周效應(yīng)"的理論模型將可以被類似地用于研究其他的效應(yīng),這將會加深我們對證券市場的進一步認識。4.吸收西方國家先進的金融計量經(jīng)濟學(xué)理論,力爭為推動我國股票市場實證研究工作的向前邁進作出一點貢獻,以使其更趨規(guī),更趨嚴謹,同時對實踐也能起到更好的引導(dǎo)作用。1.2研究思路與結(jié)構(gòu)本文取收盤價的對數(shù)的一階差分為收益率,使之轉(zhuǎn)換為連續(xù)收益率：由于股市收益率存在極強的時變方差<ARCH,或稱"自回歸條件異方差">效應(yīng),因此運用GARCH模型,將收益率對周一到周五這五個虛擬變量進行回歸。再進行檢驗,包括五個方程：其中,虛擬變量的取值情況為MMt=1,若第t天為周一0,若第t天不為周一其余虛擬變量取值與Mt雷同。以第一個方程為例：代表周一的平均收益率,而、、、則分別代表周二到周五的收益率與周一的收益率的差值。若某個顯著,則說明此日與周一的收益率有顯著差異。但是檢驗要綜合5個方程得出結(jié)論,從而判斷周i<i=1,2,3,4,5>是否存在周效應(yīng)。2、ARCH類模型說明2.1ARCH〔p模型假設(shè)在歷史數(shù)據(jù)已知的情況下,零均值、純隨機序列具有異方差性：在正態(tài)分布的假設(shè)下,有如果殘差序列存在自相關(guān)系數(shù)不為零即異方差函數(shù)存在自相關(guān)性,我們可以通過構(gòu)造殘差平方序列的自回歸模型來擬合異方差函數(shù)：這樣構(gòu)造的模型稱為q階自回歸條件異方差模型即ARCH<q>。其完整結(jié)構(gòu)為：ARCH模型是GARCH模型族中最基本的模型,其它模型基本上都是通過對它進行擴展而來的。2．2、GARCH〔p,q模型在ARCH模型的方差方程中加入條件方差自身的滯后項就得到GARCH模型,完整結(jié)構(gòu)為：一般要求系數(shù)和,但這個對系數(shù)非負性的要求只是保證模型有意義的充分而必要條件。2.3AR-GARCH模型對殘差序列擬合GARCH模型有一個基本要求：為零均值、純隨機、異方差序列。有時回歸函數(shù)不能充分提取原序列中的相關(guān)信息,殘差序列可能具有自相關(guān)性,而不是純隨機的。這時需要對先擬合自回歸模型,再考察自回歸殘差序列的方差齊性,若果異方差,對它擬合GARCH模型。這樣構(gòu)造的模型成為AR-GARCH模型,完整結(jié)構(gòu)如下：3數(shù)據(jù)及檢驗3.1滬深股市日收益率數(shù)據(jù)統(tǒng)計特征本文所用數(shù)據(jù)為2009-20XX6月每日收盤價數(shù)據(jù),經(jīng)過計算得到每日平均收益率。應(yīng)用SAS軟件得到以下收益率統(tǒng)計特征圖和每日收益率時序圖。圖3-12009-2010滬市日收益率統(tǒng)計特征圖圖3-22009-2010深市日收益率統(tǒng)計特征圖圖3-32009-2010滬市日收益率時序圖圖3-42009-2010深市日收益率時序圖圖3-1和圖3-2分別給出滬市和深市的日收益率序列統(tǒng)計特征。包括均值、標(biāo)準差〔用來度量波動性的指標(biāo)、中位數(shù)、最大〔小值、偏度以及峰度。圖3-3和圖3-4分別給出了深市和滬市每日收益率的時序圖。偏度和峰度則用來判斷收益率序列是否為正態(tài)分布。由于正態(tài)分布的偏度為0,峰度為3,因此我們可以看出日收益率序列不服從正態(tài)分布。偏度為負意味著坐標(biāo)軸左側(cè)的厚尾特征更明顯,偏度為正意味著坐標(biāo)軸右側(cè)的厚尾特征更明顯。經(jīng)驗證據(jù)表明,收益率序列的自回歸條件異方差效應(yīng)<ARCH,Auto-regressiveConditionalHeteroskedasticity>會導(dǎo)致這種特征。正是基于此效應(yīng),本文將采用ARCH類模型來分析我國股票市場是否存在周效應(yīng),而不是簡單地使用最小二乘法<OLS>,因為后者忽視了異方差效應(yīng)因而給出錯誤的結(jié)論。3.2AR-GARCH模型進行回歸,檢驗是否存在"周效應(yīng)"3.2.1AR-GARCH應(yīng)用必要性解釋"周效應(yīng)"的檢驗`需要同時檢驗下面五個方程：以第一個方程為例：代表周一的平均收益率,而、、、則分別代表周二到周五的收益率與周一的收益率的差值。若某個顯著,則說明此日與周一的收益率有顯著差異。但是由于在第一個方程中同時包含著其他的解釋變量,這些解釋變量的引入會影響α1的顯著性。為正確而全面地判斷周一的收益率與周二是否存在顯著的差異,我們必須同時使用第二個方程,此時,α1代表周一的收益率與周二的差值。兩式的差別在于第一個方程以周一為基底,而第二個以周二為基底。只有當(dāng)兩式中的α1都顯著時,我們才認為周一的收益率與周二相比有顯著差異。類似的原理適用于周一到周五中的任意兩天。因此我們必須同時使用上述五個方程來判斷是否存在周效應(yīng)。在本研究中,我們采用GARCH<1,1>來描述每一個方程中擾動項的運動模式。另外,有時回歸函數(shù)不能充分提取原序列中的相關(guān)信息,殘差序列可能具有自相關(guān)性,而不是純隨機的。這時需要對先擬合自回歸模型,再考察自回歸殘差序列的方差齊性,若果異方差,對它擬合GARCH模型。這樣最終使用的模型為AR-GARCH模型。3.2.2"周效應(yīng)"檢驗過程下面以滬市"周一效應(yīng)"進行檢驗為例,其他"周效應(yīng)"的檢驗與之雷同。求解方程,即把作為因變量,把作為自變量進行多元線性回歸。首先運用SAS軟件進行回歸分析,線性回歸后得到殘差序列。殘差序列的自相關(guān)性顯著,見下圖：圖3-5殘差序列顯著性檢驗的DW值由上圖可知,DW統(tǒng)計量的p值為0.2941,殘差序列具有顯著的正相關(guān)性。接下來,給出殘差序列的自相關(guān)系數(shù)圖：圖3-6殘差序列的自相關(guān)系數(shù)圖由上圖可知,殘差序列至少存在一階自相關(guān),可擬合AR〔1模型。繼續(xù),給出殘差序列的異方差性檢驗圖：圖3-7殘差序列的異方差性檢驗圖由上圖可知,Q和LM統(tǒng)計量的P值絕大部分小于0.05,可知殘差序列具有異方差性,且具有顯著的長期相關(guān)性。最后,我們擬合AR<1>-GARCH<1,1>模型對原數(shù)據(jù)進行回歸分析。得到最終模型,見下圖：圖3-8擬合模型的系數(shù)及其顯著性水平圖將模型的完整結(jié)構(gòu)表達出來,即為：其中,,,,,均不顯著〔p值都大于0.05另外,模型的顯著性水平見下圖：圖3-9擬合模型的顯著性水平圖由上圖可知,模型的擬合效果并不太好,整個模型的R2只有0.0041,但正態(tài)性檢驗通過〔p值為小于0.0001。3.2.3周效應(yīng)檢驗結(jié)果根據(jù)前一小結(jié)的檢驗思路,我們可以對滬市及深市其他周效應(yīng)進行檢驗,綜合檢驗結(jié)果如下：先來看滬市的檢驗結(jié)果,見下圖：周iα1α2α3α4一-0.004253-0.001354-0.003125-0.002486〔P值0.13700.57680.18440.3803二0.0042530.0028990.0005280.001767〔P值0.13700.28760.86070.5884三0.001354-0.002899-0.002371-0.001133〔P值0.57680.28750.40020.7073四0.003725-0.0005280.0023710.001239〔P值0.18440.86070.40010.6983五0.002486-0.0017660.001133-0.001239〔P值0.38030.58850.70720.6983表3-1滬市周效應(yīng)檢驗結(jié)果檢驗結(jié)果表明,周一效應(yīng)不存在：周二、三、四、五所對應(yīng)的周一的系數(shù)不同時顯著。同理,周二、三、四、五效應(yīng)也不存在。因此,滬市不存在"周效應(yīng)"。再來看深市的檢驗結(jié)果,見下圖：周iα1α2α3α4一-0.003791-0.000754-0.003826-0.002642〔P值0.27220.79030.23990.3978二0.0037920.003038-0.0000340.001151〔P值0.27210.36000.99260.7588三0.000754-0.003038-0.003072-0.001887〔P值0.79030.36010.35020.5670四0.003826-0.00003420.0030720.001185〔P值0.23990.99260.35020.7383五0.002641-0.0011510.001887-0.001184〔P值0.39800.75870.56700.7384表3-2深市周效應(yīng)檢驗結(jié)果同深市周效應(yīng)檢驗一樣,深市同樣不存在"周效應(yīng)"。因為若存在周i效應(yīng),那么其他天對應(yīng)的周i的系數(shù)應(yīng)該同時顯著,但是檢驗結(jié)果下不存在這種情況。4.結(jié)論由于我國股市存在ARCH效應(yīng),因此本文通過AR-GARCH模型對我國滬深股市日收益率進行回歸分析,模型擬合結(jié)果較好,但是通過檢驗結(jié)果,我們發(fā)現(xiàn)我國滬深股市不存在"周效應(yīng)",在這一點上,這與發(fā)達國家的股市情況有所差異。我國股票市場的發(fā)展還很不健全,噪音偏多,各種各樣非市場的因素往往左右著市場的整個走勢,這在一個成熟市場是不應(yīng)該出現(xiàn)的,從而充分地說明了我國股市還存在很多弊端,要走上健康規(guī)的軌道