多视角下中国股票市场月份效应研究

发布时间：2020-10-14 07:26

　　 市场有效假说被提出后即受到来自各方面的质疑,层出不穷的市场异象被学者们相继发现,并不断对市场有效假说发起挑战。月份效应是市场异象的典型代表,其广泛存在于全球各大股票市场中。以美国股票市场为代表的成熟市场表现出一月效应,在其他市场中因具体情况不同,月份效应的表现也有所差异。中国股票市场中是否存在显著的月份效应,如果存在其表现又是如何,对于这些问题学者们持有不同看法,至今未达成共识。月份效应理论生命力极强,无论是在市场分析还是在投资策略的选择中应用都非常广泛,是证券分析师和股民们热议的话题。遗憾的是,在各类媒体平台上充斥着各式各样“月份效应”,这些说法大多又缺乏理论依据和数据支撑,给投资者造成了许多困扰。中国股票市场起步较晚,以往研究中又存在样本量不足、回归方法拟合度较差等问题,使得结论的可信度较低。为了克服这些问题,本文选取了2000年1月至2018年6月之间上证综指和深证综指以及申银万国规模指数和行业指数为研究样本,引入基于广义误差分布的EGARCH-M模型,从纵向的时间维度和横向的样本维度两个不同的视角对月份效应进行研究。实证结果表明,中国股票市场的月份效应不是一成不变的,是不断发展变化的。本文通过滚动样本回归发现,不同样本期内月份效应的表现并不完全相同,说明随着市场环境和法规政策的变化,月份效应也随之发生了改变。通过样本分类检验发现,月份效应也会因市场不同、规模不同、行业不同而有所差别,说明月份效应只在某类特定样本中成立。因此我们只能立足现有数据,得出有限结论。从整体上看,中国股市存在较为显著的二月效应和六月效应,二月份主要受到春节前投资者避险情绪高涨和节后市场资金面宽松的影响,使得投资组合大概率能够获得超额收益;在季节因素、假期因素和政策因素的多重作用下,六月份股票市场下行趋势明显,较其他月份更容易出现投资亏损。除此之外,在行业因素的影响下,不同行业股票往往表现出一些具有行业特点的月份效应。综上所述,本文基于时间和样本两个维度,从交易市场、公司规模、行业分类三个不同角度考察了中国股票市场的月份效应。现阶段从整体上来看,中国股市表现出较为显著的二月效应和六月效应。由于中国股票市场的月份效应是不断发展变化的,加之在这些特殊月份中指数收益率偏低、风险较大,所以该效应不适宜作为投资策略。为了营造一个良好的投资环境,还需从提高投资者素质、加强市场监管和优化市场结构等方面来逐步提高中国股票市场的有效性。在下一步研究中,应该密切关注样本的全面性和实时性,跟进最新的理论模型和研究方法,追踪月份效应在细分市场中的表现,描绘月份效应在证券市场中的发展轨迹。
【学位单位】：山西大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.51
【部分图文】：

的演变过程，另一方面也可以起到稳健性检验的作用。1.2.2 技术路线图1.3 为研究技术路线图：图1.3 研究技术路线图不同市场 不同规模 不同行业月份效应检验中国股市月份效应 月份效应成因市场有效假说ADF 检验ARCH LM 检验T1样本期T2样本期T9样本期滚动样本检验中国股票市场

1 1100% （3.15）其中， 代表指数的日收益率， 为 t 日指数收盘值， 1为前一个交易日指数收盘值。百分比收益率与对数收益率相比更为直观，更加符合投资者对股票收益的认知得出的结论更易于推广。由于样本众多，此处选取了较为有代表性的6 组指数日收益率数据以时间序列图的形式呈现出来。这6 组指数分别是上证综指（图 3.1）、深证综指（图 3.2）、大盘指数（图3.3）、小盘指数（图 3.4）、农林牧渔指数（图 3.5）和电气设备指数（图 3.6）。从时间序列图中可以看出，指数日收益率分布普遍具有波动集聚的特点，波动在某一段时间内非常剧烈，在有的时间段又较为平缓，说明波动之间关联性较强，收益率序列存在相关性。在这种情况下使用普通最小二乘法进行回归会导致回归结果不是无偏最优的，计算出的标准差不准确，而且回归结果中参数的显著性检验没有意义，所以本文选用基于广义自回归条件异方差模型作为实证模型。

1 1100% （3.15）其中， 代表指数的日收益率， 为 t 日指数收盘值， 1为前一个交易日指数收盘值。百分比收益率与对数收益率相比更为直观，更加符合投资者对股票收益的认知得出的结论更易于推广。由于样本众多，此处选取了较为有代表性的6 组指数日收益率数据以时间序列图的形式呈现出来。这6 组指数分别是上证综指（图 3.1）、深证综指（图 3.2）、大盘指数（图3.3）、小盘指数（图 3.4）、农林牧渔指数（图 3.5）和电气设备指数（图 3.6）。从时间序列图中可以看出，指数日收益率分布普遍具有波动集聚的特点，波动在某一段时间内非常剧烈，在有的时间段又较为平缓，说明波动之间关联性较强，收益率序列存在相关性。在这种情况下使用普通最小二乘法进行回归会导致回归结果不是无偏最优的，计算出的标准差不准确，而且回归结果中参数的显著性检验没有意义，所以本文选用基于广义自回归条件异方差模型作为实证模型。
【相似文献】

相关期刊论文 前10条

1 张苏林;;美国股票市场异常时期的“十月份效应”实证检验[J];商业时代;2010年14期

2 杨陨菽;李晓柯;;中国股票市场月份效应研究[J];中国市场;2019年22期

3 任中杰;;美国石油期货市场“月份效应”研究[J];山东纺织经济;2018年04期

4 邹晓峰;李则瑶;;中小板综合指数收益率的月份效应研究——基于含有虚拟变量的GARCH模型[J];企业科技与发展;2019年07期

5 蔡华;;中国A股市场月份效应实证检验[J];天津理工大学学报;2006年06期

6 高芳芳;;沪深股市月份效应和月初效应的实证研究[J];企业科技与发展;2009年12期

7 周润之;关注季报亮点,紧握成长行业投资机会[J];股市动态分析;2004年43期

8 杨玉波,位华;中国证券市场“时间效应”的实证分析[J];金融纵横;2005年06期

9 张爽;;关于日历效应实证研究的文献综述[J];企业导报;2010年08期

10 林日丽;龙海雷;;日历效应研究进展[J];经济论坛;2006年07期

相关硕士学位论文 前10条

1 马光宇;多视角下中国股票市场月份效应研究[D];山西大学;2019年

2 李浩;中国A股市场“小公司效应”实证研究[D];天津大学;2014年

3 刘芳琴;中国股市行业板块月份效应研究[D];浙江工商大学;2014年

4 张少杰;我国期货市场流动性研究[D];暨南大学;2006年

5 周辉;期货市场日历效应实证研究[D];上海交通大学;2012年

6 孙笑晨;中国证券市场日历效应的实证分析[D];东北财经大学;2011年

7 张振宇;证券市场股票收益率季节效应的实证研究[D];湖南大学;2006年

8 刘京;我国A股市场日历效应的实证研究[D];东北财经大学;2016年

9 李英杰;中国股市规模效应和月份效应存在性实证分析[D];西南交通大学;2012年

10 张永杰;基于异质信念的股票市场均衡研究及我国股市的实证检验[D];天津大学;2004年

本文编号：2840376