近三十年来越来越多的实证研究表明,凭借股票价格的过往表现在一定程度上能够预测未来的股价的运行趋势,即股价运行会表现出动量效应和反转效应。动量效应,也被称为惯性效应,指的是在前期表现好的股票将会持续有好的表现,而表现不好的股票也将会持续有不好的表现。动量效应有多种分类方法,其中行业动量效应则是按风格特征分类的一种。动量效应这种以股票过去的表现来预测股价未来走势的方法与“有效市场假说”相矛盾。作为传统金融学基石之一的“有效市场假说”认为：在一个有效的市场中,证券价格能及时、充分地反应相关信息,依据新出现的重大信息迅速做出调整,从而使证券的价格等于其内在价值,任何一个投资者都不可能通过分析相关信息长期获取超额收益。也就是说,证券资产的未来收益与其过去的收益是无关的,历史的表现不能作为预测未来收益的依据。即便过去和未来的收益存在着一定程度的相关性,大量的投资者也会利用这种相关性进行无风险套利,最终也会使超额收益消失,证券价格等于内在价值,相关性也随之消失。“有效市场假说”认为投资者是完全理性的,即使存在非完全理性的投资者,投资者交易的随机性也会相互抵消定价偏差,并且无风险套利行为会快速有效地消除错误定价从而使股票价格回归内在价值。但现实情况是：投资者并非完全理性的,他们的决策行为会受到心理因素和外界环境的影响；交易并非完全随机,人们的行为有一定的群体性,从众心理会导致系统性偏差；套利也不是无风险、完全有效的,会受到资金量、未来价格不确定性等因素的影响。对于动量效应和反转效应等市场异象,传统金融学理论不能给出合理的理论解释,而新兴的行为金融学放宽了有效市场假说的前提假设,认为投资者是非完全理性的,其行为过程中会出现认知偏差及行为偏差,该理论以这些前提假设为基础,认为对信息反应的不足、过度会导致动量效应、反转效应。投资者并非完全理性的,投资行为会受到投资者的认知、感情、态度等心理特征的影响,而且这些心理特征是群体性的,不能相互抵消,因此会产生系统性的偏差。行为金融学认为,人们在决策时,会受到认知和情绪的影响,由于行为人自身认识能力的局限而形成错误的偏好称之为认知偏差,而由于情绪因素而造成行为上的非理性行为称之为行为偏差。由于投资者行为存在这些偏差,人们在风险条件下的选择并不是完全符合传统经济学中的效用理论,并非是无差异且理性化的,而是存在着锚定效应、确定性效应和损失厌恶等偏差。BSV模型、DHS模型和HS模型从投资者心理过程和决策过程的存在的偏差出发,用对信息的反应不足和过度合理地解释了动量效应和反转效应。BSV模型认为,投资者在决策时存在着两种基本的认知偏差：代表性偏差和保守性偏差。代表性偏差使投资者过分重视近期数据的变化,忽视了总体样本的特征,认为即使小样本也能反映总体特征,就会造成对某种信息的反应过度;保守性偏差是指个体由于锚定效应的存在而调整不充分,以至于相对于先期信息趋向于低估新信息,在信念转变上过于保守,导致了反应不足。DHS模型认为有信息者的投资者易受到两种判断偏差的影响,一是过度自信,二是有偏的自我归因。过度自信的使投资者高估其私人信号精确性,导致股价倾向于对私人信号反应过度而对公开信号反应不足。有偏的自我归因,即人们一方面倾向于认同正面事件,并将其归因于自己的能力,另一方面却把负面事件归因于外部噪声或破坏,因此,有偏自我归因的投资者信心基本不变,就导致了股价的动量,但是长期而言,股价对基本价值的偏离会实现反转。HS模型把投资者分为“信息观察者”和“动量交易者”,信息观察者只能根据获得的关于资产未来价值的信息进行预测,动量交易者则完全依赖于过去的价格变化来决策,因此他们都是非完全理性的。由于私人信息的逐渐扩散,使得信息观察者得到的信息是逐渐趋于完整的,表现出对私人信息反应不足的倾向；而动量交易者试图利用信息观察者的反应不足,根据价格变化做出判断,导致了动量效应。受国外理论界对动量效应逐渐深入研究的影响,国内的学者也开始以中国A股市场的数据为样本研究动量效应,但是现阶段的研究仍不深入,焦点集中于个股动量效应的存在性,对风格动量效应的研究很少。而现如今A股市场中行业ETF的推出使得行业配置有了实现的可能,因此本文将在前人的基础上,吸收并发展,以中国A股市场的行业收益率为样本,研究A股市场中的行业动量效应的存在性、影响因素及成因等,希望以行业层面的分析来试图触及动量效应的本质。本文以A股市场中23个一级行业(证监会行业划分标准)的周指数收盘价为研究样本,采用Jegadeesh and Titman(1993)提出的验证动量效应的方法,对A股市场中行业动量效应的存在性进行了验证；然后以逐步猜想的思路,采用“行业因素中和法”研究了行业因素是否是行业动量效应的重要来源之一；而后分析了间隔期及不同市场行情对行业动量策略获利能力的影响程度。最终,从“有效市场假说”的前提假设——市场有效、投资者理性两个角度切入,分析A股市场的非有效、投资者行为偏差是如何导致行业动量效应的。分析实证结果发现：(1)当排序期和持有期在3到4周时,A股市场中行业能够表现出比较显著的行业动量效应,并且随着排序期的延长,行业动量效应超额收益率水平呈现先增加然后减少而呈倒U型特征,而p值则先减少后增加。其中一般在持有期为4周时,超额收益水平最高；(2)对于选择行业动量策略最优的排序期和持有期时,本文参照实证结论中的超额收益水平及显著性,得出在[3,3]、[3,4]时行业动量策略的获利能力最优；(3)在全样本数据区间时,赢家组合的动量效应获利能力比输家组合更好,相反,输家投资组合不论排序期和持有期如何取值,都不能够得到显著的超额收益,说明在此区间时A股市场中行业动量策略的超额收益主要来源于买入赢家组合；(4)经过“行业中和法”调整后,动量策略无论在超额收益的水平或是显著性上均大幅下降,由此得出行业因素在行业动量效应中占据着重要的地位,也即行业动量效应主要来源于行业因素；(5)行业动量效应所获得的超额收益并非是个别固定行业所驱动的,而是在多个行业共同作用下而形成的。(6)引入间隔期对行业动量效应会产生影响。当间隔期为1周时,无论排序期和持有期是短期或是长期,行业动量策略组合的获得能力会得到提高；(7)比较全样本和四阶段分析结果,发现行业动量效应是显著存在的,由此得出行业动量效应的存在是稳定的,满足统计学中的稳定性检验；(8)综合两次牛市阶段发现,行业动量效应都显著存在,且赢家组合的动量效应比输家组合表现更好；(9)综合两次熊市阶段发现,输家组合的行业动量效应比较明显,即在熊市中,前期表现差的行业继续弱势,而前期表现好的行业则不一定会延续行情；纵观全文,本文有以下几点创新之处：(1)本文在选择样本时,权衡了之前学者的样本选择标准,从样本的可获得性及适用性两个方面考虑,使用了证监会行业划分标准,从而弥补了前人在样本选择时出现的不足；(2)通过文献综述发现,前人在研究行业动量效应存在性时很少对其进行稳定性分析,这不符合统计学原理,所以本文同时进行了全样本研究及分阶段样本研究,这样既检验了行业动量效应存在的稳定性,又分析了市场行情不同对行业动量效应的影响；(3)另外,本文采用的样本区间为2001年—2013年,跨度较长,包含不同市场行情；(4)另外,本文参照前人对比研究行业动量效应和个股动量效应关系的方法,使用改进的“行业中和法”研究了行业因素对行业动量效应的影响;(5)从“有效市场假说”的两个前提假设切入,分别研究了A股市场结构非有效及投资者有限理性是如何导致动量效应的产生。