基于收益分解的股票市场动量效应国际比较

基于资产定价模型和股票市场动量效应的研究成果,对比分析了中、美股票市场动量效应的存在及形成机理。结果表明,中国股票市场赢者组合过早出现收益反转,致使动量投资策略盈利性不显著;而美国股票市场赢者组合与输者组合表现的相对对称性,保证了动量投资策略的盈利性。不同市场动量投资组合收益成分变化与市场表现之间的因果关系进一步揭示了动量效应的内在机理。     

媒体注意力会引起股票的异常收益吗?——来自中国股票市场的经验证据

通过考察媒体注意力与股票月度收益之间的关系,发现媒体对上市公司的关注度越高,在接下来一个月中,其股票的平均收益率越低.以2000年8月到2008年1月为样本区间,通过买入低关注度股票、卖出高关注度股票构建的零投资套利策略具有显著的超额收益,月平均溢价为0.46%,经Fama和French的三因素模型及Carhart的四因素模型调整后仍然显著,并且具有行业调整后的稳健性,这与Fang和Peress的结论一致.但我们认为这种异常收益主要来源于高关注度股票组合的弱势表现,而不是低关注度股票的"未报道信息溢价",这一点与Fang和Peress所提出的信息补偿假说相悖,却与基于有限注意的"过度关注弱势假说"一致.此外,月历效应对媒体效应的影响,媒体效应与规模、波动率和换手率以及前一期的股票收益之间的交互关系从某种程度上支持所提出的研究假设.     

基于风险溢价和特征要素的中国股市B/M效应

对B/M效应已有研究结果进行回顾,总结了B/M效应解释中存在的风险溢价和特征要素观点冲突。通过基于产业与资本市场的资产定价模型的推导原理和经济涵义,统一了对B/M效应的理性风险补偿与特征要素解释观点;实证效果证实了之前的理论结果。     

中国股票市场的收益与波动关系

在考察现有的2种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,运用更具理论优势的SV-M模型,研究了实行涨跌幅限制制度前后中国股市收益与波动关系的不同状况,并结合波动反馈效应理论,探讨了中国股市预期收益与波动之问的跨期关系.研究表明:中国股市的收益与同期波动之间存在负相关关系,这一关系在实行涨跌幅限制制度后变得更为显著;中国股市存在波动反馈效应,且预期收益与波动之间的跨期关系为正;涨跌幅限制制度不仅限制了沪深股市的暴涨暴跌现象,而且增加了股指收益率的自相关性和波动的持续性.     

多重上市股价异常效应的影响因素——来自中国A、B股证券市场的证据

实证检验了多重上市的股价异常效应及其影响因素。结果表明,多重上市的股价异常效应并非市场过度反应的结果,而与A、B股的市场分割、发行价格与原股票价格的差异、上市前后流动性的变化紧密联系。另外,A股市场多重上市的股价异常效应主要表现在招股公告前,B股市场多重上市的股价异常效应则主要表现在招股公告后。从股东构成、时间因素、散户投资者的损失厌恶心理方面探讨了以上不对称反应模式的原因。     

中国股票市场收益的长期记忆性研究

首先应用R/S分析法研究中国股票市场的长期记忆性，实证结果表明中国股市作为一个新兴的资本市场，表现了与国外发达股市不太一样的特征，即中国股市具有较明显的长期记忆生，又用既能描述短记忆又能表现长记忆的ARFIMA模型对中国股票市场进行建模研究，并证明该模型与其他模型相比较所体现的优越性。     

中国股票市场日周效应的规律性研究

对我国股票市场的日周效应进行研究发现，自1995年1月1日以后沪、深A股和深市B股市场存在着显著的正周五效应．实证结果表明，存在于中国证券市场上的正周五效应可以通过结算过程假设和半月效应假设进行解释．同时研究发现中国深市B股市场的日周效应可能源自于国外市场的溢出效应．当不考虑交易成本的情况下，在中国沪、深A股市场上存在着利用日周效应交易策略进行套利的机会．     

股票非预期收益定价的三因素模型研究——基于中国股票市场的检验

本文建立了股票非预期收益三因素定价模型,三因素包括：当期非预期会计收益与期初股票价格之比（反映价值相关性^[1]）,分析师盈余预测修正变量（反映会计收益增长预期）,以及市场非预期收益（URM）变量. 在此基础上,本文建立了多变量回归模型,并采用2002年1月至2011年3月间中国股票市场的有关交易数据、机构收益预测数据和财务数据,来检验理论模型和实证模型的预测,发现：1）三因素模型框架可以精确地解释股票非预期收益,模型的截距项接近于零,调整R² 为52%;2）非预期市场收益（URM）吸收了账面市值比对股票非预期收益的解释能力;3）存在证券分析师偏向乐观的盈余预测,并且,基于证券分析师盈余的当期盈余预测修正变量对股票非预期收益具有显著的解释能力.     

考虑卖空限制的动量效应和反向效应模型

改进了HS模型的假设条件,增加了反向投资者行为偏差的影响,建立了考虑卖空限制的动量效应和反向效应模型.在研究方法上,采用了不同于HS模型的递推公式法,清晰地描述了正、负消息影响下股价及收益率的运动轨迹,直观地分析了消息投资者和两类趋势投资者行为偏差导致赢者和输者组合出现动量效应和反向效应的规模和方向.证明了受到卖空限制的约束,输者组合股票在长期表现出反向效应的概率比没有卖空限制时减小.     

中国股票市场弱有效性的统计套利检验

简要介绍了统计套利的概念,并在Hogan等(2004)的基础上,采用证伪的方式来验证市场的有效性:只要有统计套利的存在,就与有效市场假定相违背.利用这种方法,还对我国A股市场的弱有效性加以检验,发现我国A股市场弱有效性不成立.     

中国证券市场反向策略研究及其短周期性

证券市场中的反向策略是指购买价格被低估的"价值股票"和抛售价格被高估的"热门股票".国外大量实证研究表明,采取反向策略能获得较高的收益,而我国目前的实证结果争议较大.采用不同于以往大部分国内学者的实证方法,根据股票的价格比例对资产组合进行分类,对我国证券市场上反向策略的有效性进行了实证研究.结果表明,中国证券市场存在反应过度,反向策略行之有效,从而也说明我国证券市场的非有效性.另外,作为新兴市场,中国证券市场和西方证券市场的反向策略存在差异,主要表现在中国股市的反向周期短于西方发达国家,这可能与中国股市的高换手率有关.     

流动性与收益、收益波动的动态关系

研究了我国股市流动性与收益的时间序列的动态关系。通过建立相关模型,发现非流动性与证券收益互为G ranger因果关系,当期收益与当期非流动性呈负相关关系、而与滞后一期非流动性呈正相关关系。进一步把市场日非流动性分解为期望非流动性与预期之外非流动性,发现期望非流动性对于期望收益具有正效用,而预期之外非流动性对于期望收益有负效应,且后者的负效应大于前者的正效应;预期之外非流动性对收益波动有显著影响,而期望非流动性对收益波动影响不显著。     

价格对信息调整的速度:我国证券市场的实证研究

价格对信息调整的速度提供了一种直接衡量金融市场反应不足或反应过度的程度,进而检验市场有效性的方法。运用一种更优的价格调整速度的估计量,对我国股票市场进行了实证研究,发现股票价格对信息的调整是一个剧烈振荡的过程,信息得以完全调整需要12天,而在更长时间间隔内市场并未表现出反应过度,短期内小盘股对信息的调整速度快于大盘股。     

中国股市收益率的多重分形分析

应用MF-DFA方法对上海综合指数收益率和深圳成分指数收益率进行多重分形分析.结果表明:上证综指收益率和深成指收益率均具有多重分形特征,均存在长程相关性和胖尾分布;深成指收益率序列的相关性程度高于上证综指收益率序列的相关性程度,从而上证综指收益率的波动性大于深成指收益率的波动性.     

涨跌幅限制与流动性研究

给出报价驱动机制下的股票流动性的计算方法,提出指令驱动机制下的股票流动性和市场流动性计算方法,并运用这些度量方法,从不同角度实证研究了涨跌幅限制对流动性的影响。研究结果表明,对整个市场而言,涨跌幅限制不仅没有限制流动性,反而增加了流动性;对个股而言,涨跌幅限制在一定程度上约束了流动性;对ST股票而言,涨跌幅限制为5%时期的流动性大于涨跌幅限制为10%时期的流动性,说明过小的涨跌幅限制存在流动性干扰和过度反应现象。因此,在增加市场交易透明度的基础上,适当放宽涨跌幅限制,特别是对小盘股、绩差股、信誉低的上市公司继续实行涨跌幅10%的限制,而对大盘股、绩优股、高市值股和信誉高的上市公司放宽或取消涨跌幅限制,有利于增加市场的流动性。     

GARCH模型在计算我国股市风险价值中的应用研究

主要讨论VaR模型中有关波动率的估计方法。通过拉格朗日检验（LM），发现上海股市的日收益率服从ARCH过程。分别采用GARCH（1,1）模型、RiskMetrics和移动平均法预测上海股市日收益率的波动性，计算每天的VaR。返回式检验表明，GARCH（1,1）模型比RiskMetrics和移动平均法能更准确地反映我国上海股市的风险。     

中国股市收益率胖尾性分析

应用HKKP估计方法对沪深股指收益率的尾指数进行估计,并对涨跌停板前后股指收益率尾部的变化状况进行分析。结果表明:沪深股指收益率的左右尾指数均大于2;上证综指收益率呈现明显的非对称性,右尾胖于左尾;上证综指收益率的波动性比深成指收益率的波动性大,但沪市比深市更有吸引力;沪深股指收益率在涨跌停板后发生了较大的变化,沪市变化更大。     

Empirical Analysis of Seasonality Anomalies in Chinese Stock Market Based on Rolling Sample Tests

The paper uses rolling sample tests to investigate calendar effect in Chinese stock market, the method is very suitable for emerging market. We utilize GARCH （1,1）- GED model to identify the time varying nature of calendar effect. Friday effect existed with low volatility at the early stage, but it seems to disappear since 1997, and positive Tuesday effect began to appear then. There is small firm January effect with high volatility.