中国股票市场的周内效应检验

1中国股票市场的周内效应检验周雨田台湾中研院，西安交通大学金禾经济研究中心蔡义杰∗西安交通大学金禾经济研究中心李丹西安交通大学金禾经济研究中心研究领域：数理经济与计量经济学∗通信作者：联系方式，Email地址：[e-mail]，通讯地址：西安交通大学金禾经济研究中心，邮政编码：710049，电话：135725366842中国股票市场的“周内效应”检验摘要：摘要：摘要：摘要：运用周期性模型PDCC-PAR-PEGARCH对上证市场和深证市场的收益率序列进行检验发现，中国股票市场存在显著的周内效应，具有以下特性：上证、深证市场的收益率在星期一较容易受上周周末的收益变化影响，两市场收益率最低值通常出现在星期四；两市场波动、市场间的联动关系在周初的持续性最高，受历史消息组合冲击最大；两市场波动在每星期开市第一天表现最大，而在星期二或者星期三表现最小，而市场间的联动关系通常在星期一最大，星期五最小。关键字：关键字：关键字：关键字：中国股票市场；周期性模型中国股票市场；周期性模型中国股票市场；周期性模型中国股票市场；周期性模型；多元；多元；多元；多元GARCHGARCHGARCHGARCH；；；；周内效应；联动关系周内效应；联动关系周内效应；联动关系周内效应；联动关系中图分类号:F222.3文献标识码:A文章编号：AnAnAnAnExperimentalExperimentalExperimentalExperimentalExaminationExaminationExaminationExaminationononononDayDayDayDayofofofofthethethetheWeekWeekWeekWeekEffectEffectEffectEffectininininChinaChinaChinaChina’’’’ssssStockStockStockStockMarketsMarketsMarketsMarketsAbstract:Abstract:Abstract:Abstract:Inthispaper,aperiodicmodelnamedPDCC-PAR-PEGARCHisemployedtoinvestigate“Dayoftheweekeffect”inChina’sstockmarkets.Theempiricalresultshowsasfollows:ThepersistenceofthereturnsinShanghaiandShenzhenmarketsarelageronMondayandreturnsarelowestonThursday.Thepersistenceofthevolatilitiesandinterdependencebetweentwomarketsarelargeratthebeginningoftheweek,andmoreeasilyaffectedbythehistoricalinformationshocks.ThevolatilitiesofthemarketsarelargestonthefirstdayofaweekandsmallestonTuesdayorWednesday,whilethelinkagesarelargestonMondayandsmallestonFriday.Keywords:Keywords:Keywords:Keywords:China’sstockmarkets;PeriodicModels;MultivariateGARCH;DayoftheWeekEffect;Interdependence一、引言有关金融市场“周内效应”的研究始终是金融界关注的焦点之一。国内外的许多文献均认为不同的国家、不同的市场存在着不同形式的周内效应。周内效应是指一周之内不同天里收益率、价格的波动、市场间的联动等市场描述性参数存在系统性、显著性差异。经验实证显示，周内效应不仅仅存在于股票市场，而且存在于期货、债券等其它金融市场。很多学者认为周内效应的存在有悖于市场有效性假设。他们指出这种规律有力地回应了金融市场具有不可预测性的观点。因此，研究金融市场的“周内效应”意义重大。近年来国内学者的研究显示，中国股票市场也存在显著的周内效应。然而，国内现有的研究往往集中于对单个市场收益率的观察，采用的方法更多是针对“周内效应”构建模型检验，缺乏对市场整体的描述。本文将突破以往研究的定式，尝试采用计量模型对中国股票市场的周内效应进行较为全面、系统的讨论。本文在捕捉收益率、市场波动的周内效应的同时，首次对上证、深证市场间联动关系的周内效应进行了衡量。本文的结构如下：第二章将简单回顾现有文献对中国股票市场周内效应的讨论；第三章将介绍PDCC-PAR-PEGARCH模型及周内效应检验方法；第四章将以上证、深证市场为研究对象进行实证分析；第五章将给出3结论。二、文献回顾中国股票市场存在周内效应已经被学者们普遍证实，关于这方面的研究成果也颇为丰硕。奉立城（2000）[1]指出，上证和深证市场均存在收益率序列显著为负的“星期二效应”和显著为正的“星期五效应”，两个市场的波动在星期一最大。同时他们还指出，国内两个市场均未表现出大多国际市场表现出的星期一效应，上海和深圳证券市场均缺乏效率，且上海相对深圳表现更为突出。史代敏（2003）[2]通过检验也证明上海股票市场具有显著为正的“周五效应”。赵留彦和王一鸣（2004）[3]采用GARCH模型，并通过交替迭代样本和分段取样方法对上证和深证市场进行研究。他们的实证结论证实了两市场存在显著为正的“周五效应”，但这一效应在1998年左右开始弱化。同时，他们发现中国股市早期存在显著为负的“周一效应”。此外，他们认为，中国股市周一的市场波动最大，因此收益率序列的周内效应并不能归因于市场波动风险的补偿。石柱鲜和吴泰岳（2005）[4]采用了异方差结构检验证实中国股票市场存在周内效应。他们认为上证市场存在显著为正的“星期五效应”，而深证市场存在显著为负的“星期一效应”和显著为正的“星期五效应”。此外他们还发现，深证市场的波动也存在显著的周内效应。总体上说，中国股票市场存在显著为正的“周五效应”是早期研究得到的共同成果。近年来，学者们开始尝试采用更为复杂的模型进一步深入讨论中国股票市场的周内效应。陈雄兵和张宗成（2008）[5]表达了与之前文献不同的声音。他们发现两市场收益率的最大值和最小值分别出现在星期二和星期四；最小的波动均出现在星期二；上证市场最大波动出现在星期三，而深证市场最大的波动出现在星期一。吴武清等（2008）[6]以中国股票市场的行业指数为研究对象，对收益率、交易量以及市场风险的两个度量指标“时变贝塔”和“时变特雷诺比率”进行周内效应检验。研究结果发现，上证指数收益率序列存在明显的周四效应；行业指数收益率和时变特雷诺比率存在明显的周二、周四效应；个股的时变贝塔表现出显著的周内效应。此外，一些学者还针对节假日可能带来的对中国股票市场的影响进行了分析。陆磊和刘思峰（2008a）[7]通过对上证综指和深证成指的数据进行调查发现，中国股票市场存在显著的节前效应和节后效应，且节后的高报酬率伴随着高风险。他们通过分析证明了中国股票市场所表现出的节日效应并不是由日历效应所引起的。陆磊和刘思峰（2008b）[8]针对不同的节日逐一进行检验，并得出结论：元旦表现出正的“节前效应”；春节和劳动节具有正的“节日效应”；国庆节未表现出节日效应。结合最新的前沿理论研究成果，本文将引入新的周期性多元波动模型尝试对中国股票市场的周内效应进行捕捉。三、PDCC-PAR-PEGARCH模型为了捕捉多个金融市场间可能存在的周内效应，Osborn等（2008）[9]提出了一种新的模型，称之为PDCC-PAR-PEGARCH模型。他们通过对欧美等成熟市场的实证分析显示，该模型能够较好地捕捉到金融市场出现的显著的周期效应。本章将对PDCC-PAR-PEGARCH模型进行详细的介绍，并给出周内效应的模型检验方法和模型的估计方法。（一）PDCC-PAR-PEGARCH模型设定首先，为了衡量可能存在的周期性变化的均值效应和波动效应，我们对收益率序列tr建立周期性的单变量GARCH模型，称之为PAR-PEGARCH（PeriodicAutoRegressivePeriodicEGARCH）模型。具体如式（1）、（2）。4条件均值方程如式（1）所示。为市场收益率序列，其残差服从条件正态分布。均值tr方程中的AR(1)项用于消除收益率序列的自相关；虚拟变量表示一个星期内的第s天,std（s=1,2,3,4,5），用于捕捉收益率的周期性变化。当t时刻属于一个星期内的第s天时，；否则。引入这五个虚拟变量旨在观察收益率是否在一星期内的五个交,1std=,0std=,std易日表现出不同的特性。条件方差方程如式（2）所示，我们选用EGARCH模型突出负面消息可能带来的波动不对称冲击。此外，式（2）中也加入了表示周期性变化的虚拟变量，以衡量股票市场,std的波动在一星期内不同的交易日可能表现出的不同特性。接着，我们将周期性的变化引入Cappiello等（2006）[10]提出的对角向量相关系数模型中，模拟市场间的联动关系可能出现的周期性变化。二元条件相关系数矩阵的具体结构如式（3）、（4）所示。在式（3）中，为条件协方差矩阵，为一对角矩阵，对角线上元素取值为收益率ttttHHHHttttDDDD序列的条件标准差。为条件相关系数矩阵，可以通过条件协方差矩阵计算得出，ttttRRRRttttQQQQttttQQQQ的一般形式如式（4）所示。其中。由式（4）计算可得，两收益率序列的条件相(),51;1,2,3,4,5isittssωεεω==−+=关系数表示为。通过观察式（4）的结构，我们认为市场间的联动()12,12,11,22,ttttqqqρ＝关系也存在周期性的变化。式（1）~（4）构成了PDCC-PAR-PEGARCH模型。（二）周内效应检验Osborn等（2008）的文中总结了之前文献关于股票日收益率序列周期性变化的调查结论。他们发现，股票市场的日收益率、市场日波动和市场间的日联动性均可能表现出周期性变化的特性。结合（1）~（4）式给出的周期性模型设定，本节将介绍捕捉这些周内特性的模型检验方法。根据模型结构，本文共给出了8组检验。表1是二元模型周期效应检验列表。[]()51/21,11,~0,1tsststttttsrrdhNµγεε−−==++Ω∑()()()5111,1explogtsststststshhdωαεδεβ−−−==+++∑(1)(2)()()()()1,112,0,diagdiag0tthh−−⎛⎞⎜⎟⎜⎟⎝⎠ttttttttttttttttttttttttttttttttttttH=DRDDRQQQH=DRDDRQQQH=DRDDRQQQH=DRDDRQQQ＝且＝(3)()()()5,111,12,1112,22,221122330000i,js1,2,3...T5,,ststtssttssijijidqqabqqabEEEωωωωωωωεεεεεε=′′′++⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦′′=−−=∑tsst-1t-1sst-1stsst-1t-1sst-1stsst-1t-1sst-1stsst-1t-1sst-1stsstsstsstssssss-1sss-1sssss-1sss-1sssss-1sss-1sssss-1sss-1ssijsijsijsijijijijijQ=CAQ=CAQ=CAQ=CAεεεεεεεεABQBABQBABQBABQBQ=ABQ=ABQ=ABQ=ABCQAQABQBCQAQABQBCQAQABQBCQAQABQBQPQPQPQPPPPP其中，＝，＝的第（）个元素等于的第个元素，＝()()()4455,,jijijEEωωωωεεεε′⎡⎤⎣⎦(4)5模型设定检验1和2用于检验条件均值方程的周