深圳股市价格运动可预测性的研究

短文深圳股市价格运动可预测性的研究 范龙振 , 胡畏(复旦大学管理学院 , 上海 200433)摘要 : 讨论了市场的可预测性及与有效性的关系 . 以深圳股票市场为对象 , 研究了股票价格或各类指数的可预测性 , 发现深圳股市综合指数和各类分类指数的对数可以认为服从随机走动 , 而在被检验的 6 个股票价格中发现两个股票价格的对数不服从随机走动 , 只服从单位根过程 , 随机扰动项具有序列相关性 . 检验方法包括用Ph 验法检验单位根过程 , 用方差比检验法检验随机走动等 市场效率 ; 随机走动 ; 单位根过程 ; 股票价格中图分类号 : 文献标识码 : A 文章编号 : 100025781 (2001) 0620475206of pr e i( 00433, Ch T he p of m w m w as w e on of p or O ur s p as s. s of p as p w so be p to e T he h to to s, m w p p 引 言根据法码 (a) 1976 年给出的市场有效性的定义 , 在有效的资本市场上 , 价格对有关信息能够作出充分及时的反映 . 这个定义看似直观 , 在实证中却很困难 , 因为“充分及时”这个概念很难定量分析 , 要知道市场是否充分及时首先要知道在新的信息下股票的均衡价格 , 然后再看到达均衡价格所需时间 . 一种常见的理解是价格充分反映信息时价格应该服从随机走动 , 价格变化不具有可预测性 . 价格的可预测性的实证检验不仅对于认识资本市场的效率具有意义 , 而且也是投资者所关心的 . 因此价格的可预测性的检验受到了广泛的重视 , 早期的检验包括 1937 年出现的顺序 逆序 (检验 , 1961 年出现的过滤法 (检验 , 1963)的谱分析方法和 60 年代国外广泛使用的序列相关分析法检验等 , 这些检验方法通称为传统的检第 16 卷第 6 期2001 年 12 月 系统工程学报 F M S N GV 16 N o. 6D 2001 收稿日期 : 1999212222; 修订日期 : 2001206201. 1995o., 用它们对西方股票市场进行检验 , 检验结果总体上是承认随机走动假设的 , 承认价格不具有可预测性 . 随着金融理论和计量方法的发展 , 人们把随机走动模型又划分为不同层次 , 在现代检验方法下 , 人们发现股票市场价格并不服从随机走动 , 价格的变化具有一定的可预测性 并不能否定资本市场的有效性 , 因为 a 的定义是一个理想化的定义 , 没有考虑到交易成本等市场摩擦因素 . 978 年给出一个较弱、更合理的市场有效性定义为 : 价格能够及时充分反映信息 , 直到信息带来的边际收益等于边际成本为止 . 文 1 认为尽管市场有效性的极端描述是不成立的 , 但它的优点是避开什么是合理的信息和交易成本这些烦琐问题 , 而集中讨论价格对各种信息的反映 文 1 把市场的有效性研究已不再划分为弱有效性、半强有效性和强有效性研究 , 而是划分为可预测性、事件研究和非公众信息对价格影响的研究 . 可预测性研究主要是研究价格或回报率历史数据的可预测性 . 事件研究主要是研究间断到达的信息如财务公告对股票市场价格的影响 . 非公众信息对价格的影响的研究主要是研究机构投资者的收益表现 但对其效率的研究已引起了广泛的关注 , 出现了大量的研究文献 . 比较典型的研究集中在弱有效性的研究方面 2- 6 , 研究结果从最早的不承认弱有效性到认为我国股票市场具有弱有效性 . 研究方法分别有序列相关分析、误差序列相关分析、游程检验、非参数检验、 D F 检验等 . 随着金融计量经济学的发展 , 上述检验可以用更精细方法去检验 , 如相关性检验 , 要假定方差、协方差的非异方差性 , 而实证表明 , 回报率序列、误差序列都具有明显的异方差性 , 另外是否有趋势项 , 序列是否平稳也没有适当考虑 . D F 检验对误差项作了比较严格的假定 , 要根据检验的模型小心运用 . 本文集中研究价格和回报率的历史数据的可预测性 , 因与前述的弱有效性研究具有类似的研究内容 , 故可以认为是它们的继续 . 由于回报率是观察股票价格变动时最关心的一个指标 , 而在做时间序列分析时以连续复利计算回报率最为方便 , 因此主要以价格的对数作为研究对象 . 首先假定股票价格或指数的对数是非平稳过程 , 使用 Ph 检验股票价格或指数的对数是单位根过程还是具有确定趋势的非平稳过程 , 如果是具有确定趋势的非平稳过程 , 确定趋势对价格对数的变化起着决定的作用 , 股票价格或指数具有可预测性 ; 如果是单位根过程 , 再使用方差比检验法检验随机扰动项是否具有可预测性 , 如果随机扰动项是相互独立的时间序列 , 则认为股价或指数的对数服从随机走动模型 , 股票价格变化完全不具有可预测性 . 如果随机扰动项是相关的 , 则股价或指数仍具有一定程度的可预测性 , 因为可以通过预测扰动项的变化来预测股价或指数的变化 . 针对西方学者认为股价从长期看可能表现出均值回复现象 , 还检验了均值回复过程 , 均值回复过程实际上是一种平稳过程 , 它表示股价或指数从长期看有一个平均值 , 它也表示了股价或指数在一定程度上具有可预测性 , 因为可以用 A R (1) 模型来预测它 单位根检验 (Ph 验 )首先假定股票价格的对数是非平稳的随机过程 , 以 p t 代表股票价格 , 用 X t 代表股价的对数 , 即X t = t. 非平稳随机过程主要划分成两大类 :确定趋势的随机过程和单位根过程 , 确定趋势的随机过程表示随机过程具有与时间有关的趋势 ,它和单位根过程的最大差异是股票价格的一个突然变动对将来价格不具有永久的影响 , 它还表示股票价格具有一定程度的可预测性 , 只要能够发现这个趋势项 . 而单位根过程是否具有可预测性主要看随机扰动项是否具有预测性 , 如果具有相关性则表示可以通过对随机扰动项的预测来预测股票价格的变动 , 如果扰动项是相互独立的 , 股价变动完全不具有可预测性 1单位根检验模型为了检验单位根 , 使用 Ph 验 ,它假定回归方程为X t = A+ QX + 1)其中 随机扰动项 , 并满足期望值是零 , 即 E = 0,但它有可能序列相关 , 如果 X t 具有单位根但没有时间趋势 , 那么 D = 0, Q= 1, 因此零假设为674 系 统 工 程 学 报 第 16 卷 第 6 期 1995o., H 0: Q= 1, D= 0如果 X 1, X 2, , X T 是一组时间序列样本 , 在假设H 0 下 , Ph 验统计量为z p = (2) 1 2 12 ( (2)其中 别是参数 t 统计量值、标准差和使用最小二乘估计回归方程 (1) 的残差平方和 , z p 的临界值由文 7 中的表 B. 6 给出 . 式 (2) 中 E ( = s= 0Rs= 0 1T 1e 2t (3) 2 11 - j (q + 1) 4)其中 T - 1 j+ 1e t e t- 选择应使 q + 1 阶以上的自协方差很小 2数据处理及检验结果以深圳股票市场作为研究对象 , 由于深圳股票市场大约有 500 只股票交易 , 很难一一检验 , 取深圳综合指数 (, 6 种分类指数和从 6 种分类指数中的每一种分类指数任取的一种股票 , 共13 个时间序列数据作为深圳股票市场的代表 . 6种分类指数分别是商业类分类指数 (、综合类分类指数 (、金融类分类指数 (工业类分类指数 ()、地产类分类指数 (、 公用事业类分类指数 (. 还有 6 种随机抽取的股票 , 它们每个分别来自某一类分类指数 , 这 6 种股票是苏州物贸 (深圳宝安(深圳发展银行 (深圳康佳 (广东宏远 (广东电力 ( 样本期间是1995 - 02 - 17 1999 - 11 - 19, 共 241 周的收盘价 , 所有的数据从路透金融信息系统中提取 , 其中个股股价的历史数据已经过对送配股、增股等的调整 . 检验结果如表 1 所示 单位根检验的实证结果指 数 z p 股 票 z 1. 412 1. 310 1. 162 0. 967 1. 535 1. 134 1. 095 - 1. 083 0. 969 1. 440 1. 359 1. 548 1. 273表 1 中 z p 的最小值是 - 1. 548, 而统计量 z 的置信水平下临界值是 - 3. 42, 因此承认零假设 H 0, 认为股票和指数的对数都服从单位根过程 , 没有发现确定性时间趋势存在 随机扰动项的不相关性检验(方差比检验 )使用 Ph 验法实证检验 , 承认了股票价格或指数的对数是单位根过程 , 那么它们的扰动项是否具有相关性就成为主要关心的问题 . 因为如果股票价格或指数的对数的随机扰动项不具有相关性甚至是独立的 , 那么股票价格或指数的对数变化是随机走动过程 , 这是理想的市场有效性下股价应该显示的状态 ; 反之 , 如果股票价格或指数的对数的变化的随机扰动项具有相关性 , 说明可以通过预测随机扰动项的变化来预测股票价格或指数的变动 . 可使用方差比检验法检验随机扰动项是否具有相关性 , 即在两个零假设下检验 : 一个是假定扰动项是相互独立同分布的高斯增量过程 ; 另一个假定扰动项是不相关的异方差过程 1 方差比检验零假设 1 H 1 (扰动项是相互独立同分布的高斯过程 )假定 X t 是一个随机过程时间序列 , 满足下面方程X t = L+ X + 5)其中 随机走动与其他单位根过7742001 年 12 月 范龙振等 : 深圳股市价格运动可预测性的研究 1995o., 不具有序列相关性 ,扰动项的取值不能够通过以前的数据预测 . 先考虑原假设 H 1H 1 et i. i. d. N (0, 定有 X t 的 1 个观测数据 X 0, X 1, X 2, ,X 考虑未知参数 L, 估计量 1nq1X k - X = 1X X 0 (6) 1nq1(X k - X - 2 (7)q) = 1q(X k - X k- q - 2 (8)在假设 H 1 下 , 两个估计量方差应该很接近 ,如果定义方差比为M r (q) = q) 1 (9)L o 和 M 1988) 证明 M r (q) 在零假设 H 1下具有渐近正态分布r (q) a N 0, 2 (2q - 1) (q - 1)3q(10)2. 2 方差比检验零假设 2 H 2(扰动项是异方差不相关的 )由于很多实证研究发现股票价格的回报率 ,即价格对数的变化具有异方差性 , 必须放松零假设 H 1 的同方差假设 , 而把注意力集中在不相关的检验上来 , 但为了保证检验统计量具有较好的渐近分布 , 对异方差的类型和不相关性做出一定的假定 8 , 这些假定具有一定的代表性 , 如确定性变化的异方差和著名的 A 型中的异方差都满足这些条件 . 在这些假设下 , 得到r (q) a N (0,V (q) ) (11)其中 V (q) = j = 12 (q - j)j) (12)D(j ) 可以通过下述方法估计Dd(j ) =nqj + 1A (X k- j - X k- - 2 1A 2(13)其中 A = (X k - X - 2总之 , 分别在上述两种假设 H 1、 H 2 下 , 下面定义的 z 1 (q) , z 2 (q) 都具有渐近标准正态分布 , 即z 1 (q) = r (q) 2 (2q - 1) (q - 1)3 2 0, 1) (14)z 2 (q) = r (q) 2 (q) a N (0, 1) (15)可以分别通过检验 z 1 (q)、 z 2 (q) 来检验原假设 H 1、H 3方差比检验的实证结果通过 Ph 验法检验 , 承认了被检验的股票价格或指数的对数是单位根过程 , 再使用方差比检验法 , 检验上述 13 个时间序列数据的对数是否是随机走动过程 , 首先检验零假设 H 1,z 1 (q) 的检验结果如表 2 所示 指数或股票价格对数的 q) 统计量值指 数 z 1 (2) z 1 (3) z 1 (4) z 1 (5) z 1 (6) z 1 (7). 609 0. 313 0. 547 0. 533 0. 406 0. 890. 006 0. 800 0. 858 0. 586 0. 432 0. 844. 717 0. 433 0. 661 0. 714 0. 626 0. 360. 726 1. 631 1. 701 1. 850 2. 089 1. 665 0. 128 - 0. 258 0. 120 0. 220 0. 203 0. 292. 126 - 0. 043 0. 253 0. 158 - 0. 057 - 0. 068. 363 - 0. 078 0. 074 - 0. 026 - 0. 229 0. 468. 836 1. 435 1. 835 1. 891 1. 928 2. 728. 170 0. 895 1. 004 0. 838 0. 662 0. 608. 077 2. 838 3. 057 3. 267 3. 510 3. 302 0. 450 - 0. 497 0. 000 0. 565 0. 980 0. 558 0. 780 - 0. 353 - 0. 140 - 0. 247 - 0. 314 0. 142 1. 422 - 1. 118 - 0. 740 - 0. 523 - 0. 333 - 0. 041874 系 统 工 程 学 报 第 16 卷 第 6 期 1995o., 表 2的结果显示除 外 ,其他股票价格或指数的对数都可以认为是具有相互独立同分布高斯扰动项的随机走动 , 551 和 价格对数变化不服从具有相互独立同分布高斯扰动项的随机走动 . 为进一步检验它们是否服从具有不相关的异方差扰动项的随机走动 , 在零假设 H 2 下对这 3 只股票价格或指数的对数做检验 , z 2 (q) 的检验结果如表 3 所示 原假设 H 2 下指数或股票价格对数统计量 q) 的检验值指 数 z 2 (2) z 2 (3) z 2 (4) z 2 (5) z 2 (6) z 2 (7). 067 1. 051 1. 133 1. 266 1. 459 1. 179. 551 1. 008 1. 362 1. 459 1. 530 2. 211. 275 1. 806 2. 005 2. 200 2. 413 2. 302表 3 显示 , 以认为服从具有不相关异方差扰动项的随机走动 , 而另外两只股票不服从随机走动 h 值回复过程 , 检验结果都是拒绝均值回复过程假设 . 检验结果不再给出 分析及总结与发达国家的资本市场相比 , 特别是与纽约证券交易市场相比 , 我国资本市场有自己的特征 ,从交易机制 , 投资者投资行为及上市公司经营、信息披露来看 , 我国股票市场明显具有以下特点 :(A 1) 交易采取涨跌停板制度并且没有坐市商 (, 市场的流动性无法充分保证 , 信息有时无法充分反映 ;(A 2) 投资者投机现象严重 , 投资者购买股票在很多情况下可看成相互博奕行为 , 对上市企业的内在价值缺乏关注 , 导致有时股价不能反映内在价值 , 一些股票存在庄家操纵、 影响价格行为 ;(A 3) 上市公司经营、信息披露不规范 , 有时为了满足一些条件 , 存在人为操纵行为 , 如为了满足配股资格 , 就会出现关联交易、关联兼并收购行为 , 信息披露有时欠公正、不充分、不准确 我国市场的特殊特点造成了特有的价格行为 . 从实证也可以得出如下结论 :(B 1) 所有检验结果都承认股票价格或指数的对数服从单位根过程 , 无确定性趋势现象 , 没有发现股票价格或指数具有均值回复现象 , 非均值回复现象可能跟数据长度有关 , 因为均值回复一般认为是较长时间表现出的现象 ;(B 2) 检验结果承认深圳股票综合指数的对数服从具有相互独立正态分布扰动项的随机走动 , 这与美国股票市场的检验结果形成鲜明对比 ,它们的检验结果是否定综合指数的对数服从随机走动假设的 8 . 文 8 把综合指数可预测性的大部分因素归结为各种不同股票对信息的反映速度的差异 , 在纽约证券交易所上市的大股票 , 如A T &T 等受到更多关注 , 交易次数及交易量都比较大 , 而一些小股票不受人关注 , 成交次数比较少 , 信息反映滞后 , 造成大股票与小股票交叉序列相关 , 指数也就表现出一定的序列相关性 , 而深综合指数没有发现非随机走动现象 , 说明深圳交易所上市股票没有这种明显的信息反映差异 , 当然这个结论还需进一步检验 ;(B 3) 深圳股票市场上的 6种分类指数的对数有 5 种被承认服从具有独立正态分布扰动项的随机走动 , 一种是具有不相关异方差扰动项的随机走动 , 这也说明各大类中 , 每一类中的各个股票信息反映没有明显的差异 ;(B 4) 深圳股票市场上被检验的 6种股票的对数有 4 种服从具有独立正态分布扰动项的随机走动 , 两种不服从随机走动 , 两种股票具有可预测性 , 由于综合指数、各分类指数的对数可以认为服从独立或非相关的随机走动 , 可以推断出这种具有可预测性的股票是比较少的 .(B 5) 从实证结果可知 , 深圳股票市场历史价格或回报率数据预测效果较差 , 甚至弱于国外发达的资本市场 , 但这并不能说明我国股票市场更具有效率 , 因为已经从理论上说明了二者的区别 ,如果做一些没有充分依据的推断 , 这可能与我国市场的投机性 , 庄家操纵的影响有关 , 因为投机行为、庄家行为很难发现有一定模式 .9742001 年 12 月 范龙振等 : 深圳股市价格运动可预测性的研究 1995o., 文 献 :1 a E. J . T 1991, (5): 1575216172 俞乔 . 市场有效 , 周期异常与股价波动 J . 经济研究 , 1994, (9): 432503 宋颂兴 , 金伟根 . 上海股票市场有效性的实证研究 J . 经济学家 , 199