论文部分内容阅读
有效市场假说(EMH)认为,在有效市场中,金融资产的价格充分反映了含未来信息的全部信息,价格变动遵循随机游走的特征。而中国股票市场中的收益率变动并不符合随机游走的特征,在过去的16年中,周四的收益长期低于其他交易日,这一市场异象被业界称为我国股市的“黑色星期四”。我国屡屡出现的“黑色星期四”为研究股市周内效应理论提供了自然实验的场所。与此同时,我国股票市场现行的“T+1”的交易制度饱受争议,有文献表明“T+1”交易制度增加了投资者的交易成本,降低了市场的流动性,对信息向价格的有效传递起到了一定的阻碍作用,这可能会引发某种模式的市场异象。本文基于交易制度变革的视角,对不同交易制度下我国股票市场周内效应模式的差异进行研究。本文先尝试从理论上分析当前“T+1”交易制度是否是“黑色星期四”的影响因素,并就其影响的传导机制提出假设。在对理论分析的基础上,设计构建相关模型对假设进行检验,从而探究周四效应的存在性和成因。 本研究主要内容包括:⑴阐述了有效市场假说的前提、内涵、分类和检验方法,介绍了学者们对有效市场检验中发现的各类市场异象,并认为有效市场理论描述的有效市场与现实市场有较大差距在于其假设不完全符合市场现实,即市场交易存在成本,且投资者并非完全理性。在此基础上,本文从研究交易制度、交易成本与市场有效性关系的市场微观结构理论和研究投资者有限理性及其行为对市场有效性影响的行为金融学等角度出发,对市场异象的产生进行了分析,得出包括交易制度在内的主要市场机制,可能会通过一定的途径影响投资者的交易成本,从而改变市场中投资者的参与程度和整个市场的流动性、波动性、有效性等市场特征,造成金融市场的异象。与此同时,由于投资者存在认知偏差,其受到认知偏差影响的决策行为也可能会导致资产定价和价格波动的异常。进一步的,本文在分析股票收益影响因素的基础上,总结了包括规模、价值、盈利性、投资模式、动量效应和流动性在内的影响股票收益的诸多因子,结合交易机制对市场特征的影响和投资者的情绪变化,认为导致我国股票市场周四效应的因素应该是在“T+1”的交易制度下,市场中股票周内流动性的周期性变动引发的投资者情绪的周期性变化。具体而言,“T+1”的交易制度和我国银证转账只能在周一到周五间进行的市场规则导致周末的流动性需求提前到周四产生抛压,而市场对周期性额外卖盘引发的供需失衡的担忧情绪过度反应放大了抛压影响,使得场内市场的必要报酬率在周四有周期性地上升,这导致股票收益在周四周期性地下降,即造成我国特有的周四效应的市场异象。⑵提出研究假说“T+1”交易制度的实施造成了周四收益率的显著下降。由于交易制度下中国股市周四效应的成因是周期性的市场情绪变化导致的周四必要报酬率的上升,故提出研究假说在我国“T+1”交易制度的环境中,场内市场的周四利率显著较高。进一步的,由于市场对交易性投资的特定投资行为的过度担忧情绪导致了周四的异常收益率,因此交易性投资占比越高的时段和个股的周四效应越明显,即新增开户数越多的时段,大股东持股比例越低、股息发放率越低、融资融券余额占比越低的个股的周四效应越大。此外,由于市场对周末流动性成本的升高产生的过度担忧情绪造成了周四效应的异象,因此本文也认为对于平时流动性较高的股票受此影响的程度更大,其周四效应也应该更明显,故得到研究假说流动性水平越高的股票周四效应越大。⑶进行了周内效应的描述性统计和GARCH(1,1)模型的回归检验,发现周四效应不是我国股票市场的天然属性,而是随着“T+1”交易制度的不断推广而逐步出现。在对周四效应存在性检验的基础上,检验了“T+1”交易制度对周四超额收益的影响,发现我国“T+1”交易制度的实施是导致了我国股票市场的周四效应的关键因素。本文再对“T+1”交易制度下场内市场的国债回购利率进行了回归分析,发现市场中确实存在周期性的异常利率水平变化。⑷用新增开户数作为衡量整体市场上交易性投资的替代变量,就交易性投资对周四收益率的影响进行了回归分析,发现了新增开户数对整体市场的周四超额收益率有显著为负的影响,从而得出交易性投资占主导的时段周四效应越严重的结论。本文还对在“T+1”交易制度下不同特征的个股的周四效应程度进行了面板数据的回归分析,回归结果表明,大股东持股比例越低,机构持股比例越低,股息发放率越低,融资融券占比越低,股票的流动性越高时,周四效应更强,这验证了交易性投资占主导的个股周四效应更明显。⑸用EGARCH模型对周四效应进行了稳健性检验,其检验结果与前文基本一致。此外,本文还用机构持股比例替代大股东持股比例,作为衡量交易性投资的替代变量,对交易性投资对周四效应影响的稳健性进行检验,实证结果也表明交易性投资越少,市场对周末流动性缺失的过度担忧情绪越小,周四效应的程度越低。⑹结合理论定性分析和实证定量分析得出的结论,对投资者构建择时投资策略和具体操作提出了有针对性的建议,并为监管者进行制度改革和投资者结构优化提供决策参考。此外,本文还对研究的不足进行了总结,并展望了未来的研究方向。