中国科技类股票价格的季节性分析

中国科技类股票价格的季节性分析

1个案收益的季节性异象它是股东大公司收入的横向截面，也称为股东大公司收入的季节性。它是指股东大公司或投资组合的收入与特定月份之间的关系的市场异常现象。也就是说,若在前几年的某个特定月份,投资组合A具有最高的月平均收益率(称为赢家组合,即Winner),而投资组合B具有最低的月平均收益率(称为输家组合,即Loser),则在一年后的同一个月份,赢家组合A的收益率仍将超越输家组合B的一种股票市场季节性异常现象。这种季节性异象首先由Heston和Sadka于2008年发表在《JournalofFinancialEconomics》的文章“Seasonalityinthecross-sectionofstockreturns”提出来。他们指出美国股票市场存在显著的在个股收益横截面上的季节性市场异象,而且利用此种季节性异象进行套利是可行的。由此如果某个市场存在个股收益的季节性异象,那么我们可以在一年中的某个特定月份,构造如下的投资组合:先将所有股票按照前几年在该月份的月平均收益率从低到高排序,然后等分为10组,收益率最低的一组为输家组合(Loser),收益率最高一组为赢家组合(Winner),然后卖空输家组合同时用所得资金买入赢家组合就形成了十分位Winner-Loser组合,这样形成的自融资组合(也称为零成本组合“zero-costportfolio”)Winner-Loser将会取得超常收益。作为较早提到个股的收益与特定月份相关的文献,Keim(1983)和Reingnum(1983)指出在1月份小市值股票的表现会明显超越大市值股票。而Tinic和West(1984)表明高beta值股票在1月份明显好于低beta值股票。但是这些文献只是针对1月份的个股的收益差异情况,并未涉及在全年每个月的个股收益的季节性差异。比较典型的涉及个股收益在横截面上存在显著的季节性差异的文献主要有Jagedeesh(1990)以及Heston和Sadka(2008)两篇。Jagedeesh(1990)实证结果表明对于12、24、36个月的滞后期,股票收益存在显著的正年度自相关。Heston和Sadka(2008)利用1945～2002年CRSP中纽约股票交易所和美国股票交易所上市的公司股票月度收益率数据,对于Jagedeesh(1990)的结论进行了扩展研究,他们发现股票收益呈现出一种新的季节性震荡模式,即在某个月(例如5月份)的赢家股票,其表现在一年后的同一个月(即第二年的5月份)仍然会超越同一个月的输家股票,而且这种表现持续长达20年之久。也就是说,股票收益存在这样一种季节性异象,即在年度区间上呈现出收益的惯性而在超过一年的区间上呈现出收益的反转。并且他们认为,Jagedeesh(1990)的结论(即对于12、24、36个月的滞后期,股票预期收益存在显著的正年度自相关)可以作为这种长达20年的一般模式的一部分。2样本数据和研究中的模型2.1月发生率本文所使用的数据来源于国泰安公司开发的CSMAR中国股票市场交易数据库。由于从1996年12月16日开始施行10%的涨跌停板制度,Chenetal(2005)研究了股价涨跌幅限制对于中国股票市场的影响,结果显示施行涨跌幅限制对市场有显著的影响。为了保持数据的一致性,故选用1997年1月至2010年8月的沪深两市所有科技类股票的月收益率数据。此外,为了避免由于只采用部分数据而造成“存活性偏误”(SurvivorshipBias),本研究采用了在该时间段的所有存在交易记录的科技类股票的月收益率数据。为便于统计软件进行处理,经过大量的整理工作,将所有科技类上市公司按上市时间长短进行排列,将样本分成两部分,一部分是2002年1月至2010年8月(共104个月)仍在交易的上市公司作为主要研究对象,然后利用这些公司滞后5年(60个月)即1997年1月至2001年12月的数据(第二部分)来研究其收益的季节性规律。2.2kt期收益的经济学含义本研究所使用的数学模型为Fama和McBeth提出的横截面回归模型:rit=αkt+γktri,t-k+εit(1)这里rit表示股票i在第t个月的收益率,ri,t-k表示股票i在t-k个月(滞后k期)的收益率,称斜率系数γkt为收益响应,因为它表示从横截面上在t-k期的收益对t期收益的影响。然后,我们对γkt取关于t的均值,得到γk,我们称之为平均收益响应,它反映了相差k期的收益率间的自相关性。如果γk>0时,则说明相差k期的收益率间存在正的自相关性。为了确保ˆγ估值的稳健性,并且更准确地反映历史收益对当期收益的影响,本文又使用了Jegadeesh(1990)的横截面多元回归法,其方程设定为:ri,t=αk,t+γ1,tri,t-1+γ2,tri,t-2+…γk,tri,t-k+εit(2)我们可以与上节类似地推导出γkt的经济学含义,即如果我们基于第t期以前的k期的收益(即从第t-1,t-2直到t-k月的收益)情况,来构造无风险套利的加权相对强度(WRSS)投资组合,则此投资组合在第t期的收益率可以用最小二乘法计算出来。由此可知,此时平均收益响应γk表示,采用基于前k期的收益构造出的加权相对强度策略在样本期间投资收益的平均值。3股东季度的实证研究3.1计算每相线的k,t对于本研究所使用的样本数据,本文用t=1表示2002年1月,而t=104表示2010年8月。先固定滞后值k,笔者按(1)式利用对应时期的所有股票的月收益率数据对每一个t作回归得到相应的ˆγk,t,然后对所有的ˆγk,t对t求平均值得到γt的估计值ˆγk。按照上述方法,笔者利用统计软件Eviews编写了一组循环回归程序,为避免序列相关以及异方差的问题,用Newey-West异方差与自相关一致标准误修正方法进行估计,计算出了对于每一个滞后值k所对应的γk的估计值ˆγk(k=1⋯⋯60)。图1展示了平均收益响应γk与滞后值k的函数关系图。从图中可以看出,平均收益响应呈现出没有规则的波动,在k=12、24、36、48、60时,ˆγk并不显著大于零。然后,我们对γk的回归估计值ˆγk进行了显著性检验(见表1)。3.2j格达斯多源回归多元回归分为三部分:3.2.1t估计的结果ri,t=α60‚t+12∑k=1γk,tri,t-k+γ24,tri,t-24+γ36,tri,t-36+γ48,tri,t-36+γ60,tri,t-60+εi,t估计的结果列在表2的第2列中。3.2.2t估计的结果ri,t=α48‚t+12∑k=1γk,tri,t-k+γ24,tri,t-24+γ36,tri,t-36+γ48,tri,t-48+εi,t估计的结果列在表2的第4列中。3.2.3k.回归参数回归ri,t=α36‚t+∑k=112γk,tri,t-k+γ24,tri,t-24+γ36,tri,t-36+εi,t估计的结果列在表2的第6列中。所使用的样本数据与上述Fama-McBeth横截面一元回归的数据相同,为避免序列相关以及异方差的问题,参数估计的标准差用Newey-West方法进行修正,得到对于每一个滞后值k所对应的估计值γ^k及相应的t值(见表2)。从统计结果看:①在k=12、24、36、48、60时,γ^k并不显著异于零,其中γ^12在一元回归中显著大于零,但是在多元回归中并不是很显著。这说明在中国股票市场上,个股收益并不存在横截面上的季节性异象。这与美国股市存在显著的个股收益率年度正相关异象有相当大的差异。这可能与中国股市投资者主要以短线交易为主、短期内换手率极高的现象有关,而不像美国股市那样,以成熟的机构投资者为主而且以长期持股已获取投资回报为主流。②当k=1时,γ^k显著小于0,反映中国股市中在短期内月收益率具有负的自相关性。这与美国股市的结果是一致的。③当k=6、9时,γ^k的估计值显著为正,这说明在中国股票市场,股票收益存在6个月和9个月的正的自相关性。而这种现象在美国股市是不显著的。4公司上市公司大有可为本文研究了中国科技类股票收益横截面上是否存在季节性波动模式,即在某一给定月份的赢家股票,在接下来的年度的同一月份中是否仍具有超越输家的表现。结果发现,中国股票市场并不存在美国股市中个股收益横截面上的季节性震荡模式(即在某一给定月份具有最高收益的股票组合,在一年后的同一个月中其收益率仍将超越最