中国股市“反向效应”和“动量效应”的实证研究

来源:岁月联盟 作者:佚名 时间:2010-06-26
  [摘 要]:本文对股市的“反向效应”和“动量效应”进行了研究,实证结果显示:中国股市存在显著的短期性“反向效应”和中期性“动量效应”。依据本文的分析,造成中国股市存在这两种效应的基本原因在于:(1)股市存在对上市公司特质性信息的过度反应;(2)股票收益中存在“带头-滞后结构效应”;而这两个基本因素又是内生于中国股市的特质性。

  [关键词]:“反向效应” “动量效应” 过度反应 “带头-滞后结构效应”

一、引 言

    大量的研究表明,根据股票收益的过去表现可以对未来短期、中期或长期水平的股票收益变化进行预测。例如Jegadeesh&Lehmann(1990)对美国股票市场所做的分析发现,股票收益在1至6个月的短期水平中会出现逆转现象。Jegadeesh&Titman(1993)则认为,股票收益在3至12个月的中期水平中会出现连续性变化,即平均来讲,过去“表现好的股票”(past winner)的未来收益将会持续超出过去“表现差的股票”(past loser)。DeBondt&Thaler(1985,1987)研究后认为,股票收益在3至5年的长期水平中也会出现逆转现象,即过去长期“表现差的股票”的未来收益一定会优于过去长期“表现好的股票”。

    基于这些股票收益变动的实证研究结论,形成了两种改进的资产组合投资策略:反向策略(contrarian strategies)和动量策略(momentum strategies)。其中,依据反向策略,投资者应该买进过去“表现差的股票”并卖出过去“表现好的股票”来进行套利;依据动量策略,投资者则应该买进过去“表现好的股票”并卖出过去“表现差的股票”来获取超额收益。按照金融理论的看法,如果一国的股票投资者利用反向策略和动量策略可以在本国股市中获得异常性收益,则认为此一国的股市中存在“反向效应”和“动量效应”。
股市中的“反向效应”和“动量效应”可以在除美国股市之外的其他国家股市中得到确认。例如,Ahmet&Nusret(1999)发现在美国之外的其他七个化国家的股市中同样存在长期性“反向效应”。Chang等人(1995)证明在日本的股市中存在短期性“反向效应”。Hamed&Ting(2000)在马来西亚股市中也发现了这种短期的“反向效应”。Rouwenhort(1998)在欧盟12国的股市中则检验出了“动量效应”。Hameed&Yuanto(2000)在亚洲6国的股市中也发现了显著性的“动量效应”。Schiereck等人(1999)在对德国股市的经验分析中,则发现存在中期性“动量效应”、短期性和长期性“反向效应”。
按照Fama(1991)的认识,股票收益的可预期性直接违背了股票市场的有效性假说和随机游走原理。因此,研究股市中的各种异常性现象,包括“反向效应”和“动量效应”,不仅仅有利于改进投资者的投资策略、增强投资者的理性行为,还可以用来检验一国股市的有效性并相应提升股市的运行效率。这一点,对于历程十分短暂、制度极不规范的中国股市来讲尤其必要。但也正是缘于我国股市的不完善性和可利用数据的有限性,制约了我们对我国股市“反向效应”和“动量效应”的深入性研究,因此国内的相关研究并不丰富。在这方面,王永宏、赵学军(2001)研究了中国深沪两市1993年以前上市的所有股票,实证结果显示,深沪股票市场存在明显的收益反转现象,但没有发现显著的收益惯性策略。周琳杰(2002)则选取深沪两市1995-2000年的股票交易数据,专门考察了中国股市动量策略的赢利性特征。研究发现,在卖空机制存在的假定下,动量组合的形成和持有期限与其收益呈负相关关系;期限为一个月的动量策略的超额收益明显好于其他期限的策略。吴世农、吴超鹏(2003)对1997-2002年我国上海股市342家上市公司发行的A股进行“价格惯性策略”和“赢余惯性策略”的实证研究,结果表明:样本股票价格同样也存在明显的短期性惯性策略。借鉴这些已有研究成果的基础上,本文将利用中国A股股票市场1995-2002的相关样本数据,对中国股市是否存在“反向效应”和“动量效应”进行更深入的实证分析,并进一步探究其形成的深层机理。

二、数据和分析方法

(一)数据和样本选择

    本文所选用的数据为1995年1月1日至2002年12月31日期间每周的股票价格(并利用“钱龙”分析系统所提供的日交易数据进行一定的修正)。由于原因,本文的样本选择涉及到1996年12月31日上市之前的所有A股,共268只股票,其中沪市140家,深市128家。为了提高数据的有效性,本文对样本股票的筛选原则是:(1)考虑产业的多样性,所选择的样本股票涉及到各个产业的代表性上市公司;(2)考虑到样本股票的规模性差异会诱发“小公司效应”(small-firm effect)或“大股效应”(big-firm effect),对规模极大或极小的上市公司股票数据进行处理;(3)考虑到ST或PT股票交易规则的不同,对在研究期间被特别处理(ST或PT)的股票予以剔除;(4)缘于首次公开上市股票(IPO)上市初会出现不规则的收益变动,对首次公开上市股票第一周的数据给予排除。

(二)构建股票投资组合

为了检验中国股市是否存在“反向效应”和“动量效应”,即股票投资收益是否存在逆转现象和连续现象,本文将借鉴Lo&MacKinlay(1990)和Jegadeesh&Titman(1995)的检验方法。

    为了提高统计检验的可信度,本文将分别检验8个不同的股票投资组合生成期限()和股票投资组合持有()期限水平,即和分别等于1周,2周,4周,8周,12周,16周,20周和26周的收益情况,这样我们就可以构建64种投资组合策略,并依次对其进行检验。

    由于股票市场流动性不足和非同期性交易会导致价格压力,而这种买卖价差(bid-ask spread)压力又会引起各种统计偏差(Chan等人,1999),本文对每周的界定是:在股票投资组合生成阶段的周内,每周是星期三开始,到星期二结束(如果星期三是非交易日,则依次顺延);在股票投资持有期间周内,每周从星期四开始,到星期三结束。这种界定也可以避免股票市场中可能存在着的“星期一效应”或“星期五效应”。

三、实证结果

    本文的实证结果见表1所示,表1给出了各期非等权重的“表现好的股票投资组合”(Winner)、“表现差的股票投资组合”(Loser)、其他股票投资组合的平均收益以及“表现好”与“表现差”的股票投资组合的收益差等基本统计结果。从中可以发现:在1995-2002年,基于“反向效应”的投资收益在股票投资策略1-1(第一部分),2-16(第二部分),4-8(第三部分),8-1,8-4,8-8和8-16(第四部分),12-4和12-8(第五部分)具有统计显著性;基于“动量效应”的投资收益在股票投资策略12-26(第五部分),16-20(第六部分),20-12,20-20和20-26(第七部分),26-12,26-16,26-20和26-26(第八部分)具有统计显著性。

    这种结果说明,从整体上来讲,我国股票市场(A股)在短期水平上存在显著的"反向效应",而在中期水平上则存在显著的"动量效应",这一结论与Jegadeesh&Lehmann(1990)和Jegadeesh&Titman(1993)基于美国股市的实证分析结论具有相似性。但我国A股股票市场相比较于美国股票市场,"反向效应"和"动量效应"在统计上更加显著,这可能缘于我国股市具有的内生性特点。


(三)对上市公司特质性信息的过度反应和“带头-滞后结构效应”

    一般认为,对上市公司特质性信息的过度反应会导致出现自序列相关(own-serial correlations)关系,它是引起“反向效应”和“动量效应”的主要原因。Lo&MacKinlay(1990)则辨别出另一种诱发因素,即当某些股票能比其他股票更快地对新信息做出反应时,带头对信息做出反应的股票的收益与其他对信息反应滞后的股票的收益会出现交叉性序列相关(cross-serial correlations)关系,这种与规模相关的、对信息反应的“带头-滞后结构效应”(lead-lag structure effect)会导致“反向效应”或“动量效应”。Lo&MacKinlay(1990)认为,当小规模的股票带动大规模的股票时,会出现显著的正交叉性序列相关关系;当大股带动小股时,则这种交叉序列相关关系并不显著。

    基于这种分析,我们将利用检验自序列相关和交叉序列相关关系,来分析对上市公司特质性信息的过度反应和“带头-滞后效应”所具有的统计显著性。检验结果见表3。依据表3中Panel A的结论,我们可以发现:在45个自序列相关系数检验中(矩阵主对角线上的数值),只有7个自序列相关系数是正的(其中只有3个正自序列相关系数的统计显著水平为10%),其他的自序列相关系数都为负,而负的自序列相关系数则表明存在对上市公司特质性信息的过度反应。由此可见,对上市公司特质性信息的过度反应是造成我国股市“反向效应”和“动量效应”的一个基本因素。但是其他非矩阵主对角线上的数值,即180个交叉序列相关系数检验中,只有33个的交叉序列相关数值为正,其中只有2个的统计显著水平为10%,其他147个交叉序列相关系数为负(其中82个的统计显著水平达到了10%),情况表明,滞后股票按照相反的方向在追随带头股票,即带头的股票将产生正的投资收益,而滞后的股票将产生负的投资收益。依据实证结果可以证明:除了1-1反向策略以外,大盘股票将在短期的2-8,4-4,8-8和12-8反向策略中领导小盘股票,而在中期的12-8,12-26,16-20,20-20和26-26动量策略中,小盘股票将会领导大盘股票。
   表3中Panel B部分则分析了最大规模的股票和最小规模的股票依据反向策略和动量策略获得收益的自序列相关和交叉序列相关关系。结果表明:小盘股票收益之间的自序列相关系数除了1-1反向策略以外全部是负值,大盘股票收益之间的自序列相关系数则不具有性且数值较小,小盘股票和大盘股票之间的交叉序列相关系数对于所有策略为负(见S5-S1行)。由于负的交叉序列相关系数与Lo&MacKinlay(1990)基于美国股市的分析结论有很大差异,这就表明在我国股市中存在独特的“带头-滞后结构效应”。根据Hu(1999)的分析,相比较其他国家的股市,股市具有很大的特殊性,尤其是在政府对股市的管制程度和股票投资者的组合结构上。这种内生的特质性因素决定了我国的股票市场更容易被市场谣言和投资者情绪所驱动,因此也更容易被机构投资者所操纵。因为机构投资者发现,在现有的交易机制下,他们很容易通过操纵那些流通规模较小的股票价格用来推进牛市市场情绪的蔓延,并从这种操纵中获取丰厚的报酬。结果,在机构投资者的利益驱动下,中国股市中的小盘股票常常成为带动大盘股票的领头羊,小盘股票的收益也必定会影响到大盘股票的变动,而当机构投资者从这种操纵性“炒作”中获利后,“跟庄者”却只能遭受损失。这种中国股市的内生性特点,决定了我国股市会出现更多的负交叉序列相关值,也更容易诱发短期性收益逆转和中期性收益连续现象,即“反向效应”和“动量效应”。

注:表中S1,S2,S3,S4,S5表示在股票投资组合生成初时依据股票上市流通规模进行升序排列的五种股票投资组合,其中S1表示规模最小的股票组合,S5表示规模最大的股票组合。

五、基本结论

    本文检验了中国股票市场中的股票收益行为,结果发现中国股市存在显著的短期性“反向效应”和中期性“动量效应”。依据本文的分析,造成中国股市存在这两种效应的基本因素在于:(1)股市存在对上市公司特质性信息的过度反应;(2)股票收益中存在“带头-滞后结构效应”。

    我们认为,中国股市之所以会出现对上市公司特质性信息的过度反应和股票收益的“带头-滞后效应”,根源于我国股票市场内生的特质性,其中一方面在于中国股市投资者是以个体投资者(散户)为主,另一方面是中国股市缺乏规范和严格的信息披露制度(尤其是小规模上市公司)。基于我国股市的这种结构性特点和制度性缺陷,理性程度不足、学习能力较差的个体投资者只能依赖于市场谣言和过去的价格波动来进行投资决策,这就便利了机构投资者对市场的操纵,而受到政府极力扶持的机构投资者,在缺乏相关制度约束和市场约束的背景下,在“散庄博弈”过程中必然能够占据优势地位,并获取超额“租”。


  1、王永宏、赵学军(2001):《股市惯性策略和反转策略的实证分析》,《研究》2001年第6期。
  2、周琳杰(2002):《中国股票市场动量策略赢利性研究》,《世界经济》2002年第8期。
  3、吴世农、吴超鹏(2003):《我国股票市场“价格惯性策略”和“赢余惯性策略”的实证研究》,《经济》2003年第4期。
  4、Ahmet, B., Nusret, C., 1999. Do markets overreact? International evidence. Journal of Banking and Finance 23,1121– 1144.
  5、Bacmann, J.F., Dubois, M., 1998. Contrarian strategies and cross-autocorrelations in stock returns: Evidence from France. Working paper (www.ssrn.com).
  6、Chan, K.C., 1988. On the contrarian investment strategy. Journal of Business 61, 147– 163.
  7、Chan, K., Hameed, A., Tong, W., 1999. Profitability of momentum strategies in the international equity markets. Working paper, Hong Kong University of Science and Technology.
  8、Chang, R.P., McLeavey, D.W., Rhee, S.G., 1995. Short-term abnormal returns of the contrarian strategy in the Japanese stock market. Journal of Business Finance and Accounting 22, 1035–1048.
  9、Conrad, J.S., Gultekin, M., Kaul, G., 1997. Profitability of short-term contrarian strategies: Implications for Market efficiency. Journal of Business and Economic Statistics 15, 386–397.
  10、Daniel, K., Hirshleifer, D., Subrahmanyam, A., 1998. Investor psychology and security market under- and Overreactions. Journal of Finance 53, 1838– 1885.
  11、DeBondt, W.F.M., Thaler, R., 1985. Does the stock market overreact? Journal of Finance 40, 793–805.
DeBondt, W.F.M., Thaler, R., 1987. Further evidence on investor overreaction and stock market seasonality. Journal of Finance 42, 557– 581.
  12、Fama, E., 1991. Efficient capital markets II. Journal of Finance 46, 1575–1671.
  13、Hameed, A., Ting, S., 2000. Trading volume and short-horizon contrarian profits: Evidence from Malaysian stock market. Pacific-Basin Finance Journal 8, 67– 84.
  14、Hameed, A., Yuanto, K., 2000. Momentum strategies, evidence from the pacific basin stock markets. National University of Singapore, working paper (www.ssrn.com).
  15、Hong, H., Lim, T., Stein, J., 2000. Bad news travels slowly: Size, analyst converge, and the profitability of Momentum strategies. Journal of Finance 55, 265– 295.
  16、Hu, J., 1999. The Evolution of China Stock Market and Its Institutions. Economic Science Publisher, Beijing. Jegadeesh, N., 1990. Evidence of predictable behavior of security returns. Journal of Finance 45, 881– 898.
  17、Jegadeesh, N., Titman, S., 1993. Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance 48, 65–91.
  18、Jegadeesh, N., Titman, S., 1995. Overreaction, delayed reaction, and contrarian profits. Review of Financial Studies 8, 973– 993.
  19、Lo, A., MacKinlay, C., 1990. When are contrarian profits due to stock market overreaction? Review of Financial Studies 3, 175– 250.
  20、Park, J., 1995. A market microstructure explanation for predictable variations in stock returns following large price changes. Journal of Financial and Quantitative Analysis 30, 241– 256.
  21、Rouwenhorst, K.G., 1999. Local return factors and turnover in emerging stock markets. Journal of Finance 54, 1439–1464.
  22、Schiereck, D., DeBondt, W., Weber, M., 1999. Contrarian and momentum strategies in Germany. Financial Analysts Journal 55, 104–116.