基于上證指數(shù)數(shù)據(jù)股票市場周日效應(yīng)實證研究

秦秀紅

0 引言

有效市場假說首次在1965年被提出，該假說認為股票的價格已經(jīng)充分包含了所有股市的相關(guān)信息，市場是有效的。在充分有效的市場上，所有投資者都同樣能以較低的成本獲得大量信息。因為在有效的市場上所有的信息都已反映在股票價格上，所以通過收集和分析股票價格信息是不能獲得超常收益的。而從對股票市場實證研究的角度來看，在市場達到有效的狀態(tài)下，證券價格是隨機游走的，即不能通過已經(jīng)完全公開的信息預(yù)測未來的收益率，也不能基于對過去價格行為的分析來預(yù)測價格的變化趨勢。然而這一假說受到越來越多的置疑，其中之一就是在股票市場發(fā)現(xiàn)了股票收益率的周日效應(yīng)的現(xiàn)象。這種現(xiàn)象有悖于有效市場假說的理論，同時也反映出股票收益的經(jīng)濟力量是非常復(fù)雜的。隨著全球經(jīng)濟的發(fā)展，中國的股票市場也趨于完善，與國外的股票市場一樣，中國的股市也出現(xiàn)各種有悖于有效市場假說的經(jīng)濟異象。其中股票收益率的周日效應(yīng)是其中一個重要的異象。所謂的周日效應(yīng)，是指股票收益率在一周中出現(xiàn)有規(guī)律的異常變化的現(xiàn)象。在以往的研究中發(fā)現(xiàn)，對于美國、英國、德國等歐美成熟股票市場，周日效應(yīng)表現(xiàn)為負的周一效應(yīng)和正的周五效應(yīng)，且周五的收益率最高。而對于亞太地區(qū)的股票市場的研究，如對香港、臺灣、馬來西亞、菲律賓、澳大利亞、泰國等地區(qū)和國家的股票市場研究發(fā)現(xiàn)周日效應(yīng)的結(jié)果有所不同，最低的收益率出現(xiàn)在周二。但從中也可以發(fā)現(xiàn)，不管在哪個市場，周日效應(yīng)都是存在的。

本文從中國股市的角度出發(fā)，利用上證指數(shù)數(shù)據(jù)研究中國股票市場的有效性問題。這一討論的意義在于，中國股市市場是一個新興的市場，其特殊性和獨立性很可能使得中國股市市場的周日效應(yīng)與其他國家和地區(qū)不同。即使中國股票市場有著與其他國家和地區(qū)的股票市場相同的表現(xiàn)和行為，也能夠使我們更深入透徹地了解股票的周日效應(yīng)。

1 基于GARCH模型股市周日效應(yīng)分析

1.1 GARCH模型的基本原理

Engle在1982年提出ARCH模型分析時間序列的異方差性以后，GARCH模型是一個專門針對金融數(shù)據(jù)量體訂做的回歸模型，除去和普通回歸模型相同的之處，GARCH對誤差的方差進行了進一步的建模。特別適用于波動性的分析和預(yù)測，這樣的分析對投資者的決策能起到非常重要的指導性作用，其意義很多時候超過了對數(shù)值本身的分析和預(yù)測。一般的GARCH模型可以表示為：

式（1）中，ht為條件方差，ut為獨立同分布的隨機變量，ht與ut互相獨立，ut為標準正態(tài)分布。其中，第一個公式稱為條件均值方程；第三個公式稱為條件方差方程，說明時間序列條件方差的變化特征。

由于GARCH(p,q)模型是ARCH模型的擴展，因此GARCH(p,q)同樣具有ARCH(q)模型的特點。但GARCH模型的條件方差不僅是滯后殘差平方的線性函數(shù)，而且是滯后條件方差的線性函數(shù)。GARCH模型在計算量不大時，可以方便地描述高階的ARCH過程，因而具有更大的適用性。但GARCH(p,q)模型在應(yīng)用于資產(chǎn)定價方面也存在一些問題。

1.2 基于GARCH模型股市周日效應(yīng)分析

在以往的研究中，對于比較成熟的股市市場，呈現(xiàn)較明顯的負的周一效應(yīng)和正的周五效應(yīng)，且周五的收益率最高。而對于我國現(xiàn)階段的股市情況如何，本文將通過簡單的描述統(tǒng)計以及GARCH模型檢驗來分析，同時檢驗我國的股市是否存在周日效應(yīng)，以及存在怎樣的周日效應(yīng)。在接下來的分析中，采用以下模型研究我國股市的周日效應(yīng)：

其中，

式（2）中，參數(shù) ?1，?2，?3，?4，?5的估計分別是周一、周二、周三、周四、周五收益率均值的估計。

2 實證驗證

2.1 樣本選擇與數(shù)據(jù)來源

本文選用上證指數(shù)(上證指數(shù)的各項數(shù)據(jù)來自于大智慧軟件)為研究對象，樣本數(shù)據(jù)區(qū)間為2006年1月4日到2010年12月31日。將樣本按照牛市、熊市和震蕩期分為三組來進行分析。分組的標準如下：牛市時期，大部分股價會出現(xiàn)持續(xù)的上漲，在這種背景下，個股漲的天數(shù)一般大于下跌的天數(shù)，即個股上漲三到四天或者更多天數(shù)后因技術(shù)調(diào)整要求而出現(xiàn)一到兩天的下跌，然后進一步上漲，同時大盤每天都有一定數(shù)量的漲停個股，很少見到有跌停的個股。熊市時期，與上面正好相反，大部分股價會出現(xiàn)持續(xù)的下跌，在這種背景下，個股跌的天數(shù)一般大于漲的天數(shù)，即個股下跌兩三天或更多天數(shù)后因技術(shù)調(diào)整要求而出現(xiàn)一到兩天的上漲，然后進一步下跌，同時大盤經(jīng)常出現(xiàn)一定數(shù)量的跌停個股，而漲停個股只有少數(shù)幾個或者根本沒有。

從資金面上看，牛市時不斷有新的資金進入，比如我們可以不時聽到有多少億資金將進入股市，又有多少億資金將解凍后進入股市，另外每天的新開戶數(shù)都在三十萬以上，相當于每天有上百億資金進入股市，在資金的持續(xù)推動下股指越漲越高。應(yīng)該說所有的牛市主要都是資金推動型的牛市，一旦資金斷鏈，牛市的格局就結(jié)束，這時不管國家的經(jīng)濟如何，也不管企業(yè)的贏利如何。只要出現(xiàn)資金斷鏈，牛市的格局就結(jié)束。而熊市時就是資金無法供給從而造成斷鏈。利用以上方法及標準可以發(fā)現(xiàn)樣本區(qū)間呈明顯牛市、熊市和震蕩期。而各期時股民們的心理會有很大的區(qū)別，所以研究時將樣本數(shù)據(jù)按此方法及標準劃分為牛市、熊市和震蕩期三組。其中牛市時期為2006年1月4日至2008年1月17日和2009年3月9日至2009年7月27日兩個時間段；熊市時期為2008年1月18日至2009年3月6日；震蕩期時期為2009年7月28日至2010年12月31日。

2.2 描述統(tǒng)計分析

表1和表2報告了2006年1月4日到2010年12月31日上證指數(shù)周日效應(yīng)的描述統(tǒng)計結(jié)果。表1是將整個數(shù)據(jù)樣本作為一個整體進行統(tǒng)計分析，表2是將數(shù)據(jù)樣本以牛市、熊市、震蕩期進行分組來進行統(tǒng)計分析。其中都包括各交易日收益率的均值以及標準差。

表1 收益率簡單描述統(tǒng)計分析表—整體樣本

從表1的結(jié)果可以初步判斷上海股市可能存在周日效應(yīng)。

從均值上看，周一為0.1824%，周二為-0.0978%，周三為0.0747%，周四為-0.0271%，周五為0.0254%。從標準差上看，周一為1.07859，周二為0.82024，周三為0.87334，周四為0.84107，周五為0.80117。均值中，周一的均值為正，且最高；周二周四的收益率均值均為負，這與以往對中國股市的分析相吻合；周五的收益率也為正，但并不是最高。方差上，周一的方差最大，這也說明了周一的風險最大，其他各交易日的風險從數(shù)值上相差不大。

從以上的分析結(jié)果來看，可以基本上得出我國上海股市存在周一的收益率最高，周二的收益率最低這種周日效應(yīng)分布情況。

表2 收益率簡單描述統(tǒng)計分析表—分組樣本

表2的結(jié)果要根據(jù)各時期不同的牛熊市情況來分別分析。

在牛市時期，從均值上看，周一為0.3681%，周二為0.1268%，周三為0.0953%，周四為-0.0165%，周五為0.0777%。方差上，周一為0.89477，周二為0.72055，周三為0.75621，周四為0.83923，周五為0.7712。從結(jié)果可以看出，在牛市時期，除了星期四的收益率均值為負數(shù)之外，其他各交易日的收益率的均值都為正數(shù)，周一的收益率同樣為最高的。同時可以看出，雖然周一的風險在數(shù)值上最高，但相對而言，在牛市時期，各交易日的風險都相對較小。

在熊市時期，從均值上看，周一為-0.1043%，周二為-0.5301%，周三為0.1778%，周四為-0.1493%，周五為-0.0679%。從方差上看，周一為1.54912，周二為1.07167，周三為1.24513,周四為1.10236，周五為1.10224。從結(jié)果可以看出，在熊市時期，除了星期三，其他各交易日的收益率都為負數(shù)，且一周內(nèi)各交易日的風險都比牛市要高出很多。同時，周二的收益率最低，周一的風險最大。

在震蕩期時期，各交易日在均值上的表現(xiàn)為周一為0.0920%，周二為-0.1382%，周三為-0.0716%，周四為-0.0132%，周五為0.0104%。在方差上表現(xiàn)為周一為0.88540，周二為0.64429，周三為0.66947，周四為0.66872，周五為0.70240。從結(jié)果可以看出，在震蕩時期，周一的收益率為正且最高，但周一的最高收益率并不如牛市那么顯著。同樣周二的收益率為負，且最低。

總結(jié)以上結(jié)果可以初步得出，在牛市時期，存在正的周一效應(yīng)，周一的收益率最高，且周一的風險最大。在熊市時期，各交易日的收益率都不理想，其中周二的收益率最低，且各交易日的風險相對都較高，同樣，周一的風險最高。在震蕩期時期，周一的收益率最高，且周二的收益率最低，周一的風險最高。

2.3 GARCH模型的估計

由簡單描述統(tǒng)計分析可知，我國上海的股票市場可能會存在周日效應(yīng)。而且由前文的理論介紹可知，采用包含虛擬變量的GARCH模型研究股票的收益率將更為合適。所以對前文所搜集的相關(guān)數(shù)據(jù)利用Eviews軟件對公式2.4進行估計，結(jié)果如下。表3、表4、表5分別報告了2006年1月4日到2010年12月31日這段樣本區(qū)間內(nèi)，牛市、熊市以及震蕩期的分析結(jié)果。其中，C代表了周一的收益率，D1代表周二的收益率，D2代表周三的收益率，D3代表周四的收益率，D5代表周五的收益率。

表3表示的是牛市情況，在牛市時期可以發(fā)現(xiàn)，在α=0.05的情況下，周一的收益率顯著為正且最高，周四的收益率最低，可認為存在正的周一效應(yīng)。杜賓檢驗可以看出，DW=1.998190,不存在自相關(guān)。

表3 牛市時期GARCH模型分析結(jié)果

續(xù)表 Variance Equation

表4 熊市時期GARCH模型分析結(jié)果

表4表示的是熊市的情況，在熊市時期，α=0.05的情況下可以發(fā)現(xiàn)，周一、周二、周四、周五的收益率為負，但只有周二的收益率是顯著的，周三的收益率為正，但并不顯著。所以可認為在熊市時期存在負的周二效應(yīng)。杜賓檢驗可以看出，DW=2.021434，也不存在自相關(guān)。

表5 震蕩期GARCH模型分析結(jié)果

表5為震蕩期，在震蕩期，α=0.05的情況下，周一的收益率為正，且顯著。周二、周三、周四的收益率都為負，其中可以發(fā)現(xiàn)，周二的收益率最低，周四的收益率并不顯著。周五的收益率為正，也不顯著。所以可認為存在正的周一效應(yīng)和負的周二效應(yīng)。杜賓檢驗可以看出，DW=1.962806，不存在自相關(guān)。

3 結(jié)束語

通過以上的分析，可認為中國的股市存在一定程度的周日效應(yīng)。這也說明了中國的股市還不是有效率的。一個有效率的市場，任何新的信息都會迅速并且充分地反映在價格中，價格將明顯代表投資者對價值的看法，市場上的股票價格是隨機波動的。

[1]劉寅.上海股票市場周末效應(yīng)的實證分析[J].經(jīng)濟理論研究，2008,(5)．

[2]張兵.中國股市日歷效應(yīng)研究:基于滾動樣本檢驗的方法[J].金融研究，2005,(7).

[3]陶苗，徐楊，刑亞男.我國股票市場周末效應(yīng)實證研究[J].商業(yè)時代，2007,(21).

[4]范鈦，張明善.中國證券市場周末效應(yīng)研究[J].中國管理科學，2010,10（2）.