中国期货市场动量与反转效应的实证探究：基于市场特性与投资策略视角

中国期货市场动量与反转效应的实证探究：基于市场特性与投资策略视角一、引言1.1研究背景与意义随着中国经济的快速发展和金融市场的逐步完善，中国期货市场在过去几十年间取得了令人瞩目的成就。自1990年郑州粮食批发市场引入期货交易机制以来，中国期货市场经历了从无到有、从小到大、从无序到规范的发展历程。截至目前，中国已拥有上海期货交易所、大连商品交易所、郑州商品交易所和中国金融期货交易所四大期货交易所，上市交易的期货品种涵盖了农产品、金属、能源、化工以及金融等多个领域，基本形成了较为完整的期货品种体系。近年来，中国期货市场的交易规模持续扩大。以2023年为例，全国期货市场累计成交量为76.86亿手，累计成交额为534.93万亿元，同比分别增长23.01%和17.97%。市场参与者也日益多元化，除了传统的套期保值企业和投机者外，越来越多的机构投资者，如期货公司资产管理子公司、私募投资基金等，开始参与到期货市场中来，进一步提升了市场的活跃度和流动性。与此同时，中国期货市场在国际市场上的影响力也不断增强，部分期货品种的价格已成为国际市场的重要参考指标，如大连商品交易所的铁矿石期货、郑州商品交易所的PTA期货等。然而，尽管中国期货市场取得了显著的发展，但市场中仍然存在一些异象，动量效应和反转效应便是其中备受关注的两种现象。动量效应是指在一定时期内，过去收益率较高的资产未来收益率也较高，而过去收益率较低的资产未来收益率也较低，即资产价格具有延续过去趋势的特性；反转效应则相反，是指过去收益率较高的资产在未来收益率较低，过去收益率较低的资产在未来收益率较高，资产价格呈现出与过去趋势相反的走势。这两种效应的存在，对传统的有效市场假说（EMH）提出了挑战。有效市场假说认为，在一个有效的市场中，资产价格能够充分反映所有可用的信息，投资者无法通过分析历史价格和交易量等信息来获得超额收益。但动量效应和反转效应表明，资产价格并非完全随机游走，投资者可以利用资产价格的历史表现来预测未来的价格走势，从而制定相应的投资策略以获取超额收益。对中国期货市场动量和反转效应的研究，具有重要的理论和现实意义。从理论层面来看，深入探究这两种效应有助于我们更好地理解期货市场的运行机制和价格形成规律，进一步完善金融市场理论。传统的金融理论在解释市场异象时存在一定的局限性，而动量效应和反转效应的研究为行为金融学等新兴理论的发展提供了实证依据。通过对投资者行为偏差、信息传播机制以及市场参与者之间的相互作用等因素的研究，可以更深入地揭示市场异象背后的深层次原因，从而推动金融理论的创新和发展。从实践角度而言，动量和反转效应的研究对于投资者制定科学合理的投资策略具有重要的指导意义。在期货市场中，投资者可以根据动量效应和反转效应的特点，构建相应的投资组合，如动量投资策略和反转投资策略。动量投资策略是买入过去表现较好的期货品种，卖出过去表现较差的期货品种；反转投资策略则是买入过去表现较差的期货品种，卖出过去表现较好的期货品种。通过对不同投资策略的收益风险特征进行分析和比较，投资者可以选择适合自己风险偏好和投资目标的策略，提高投资收益，降低投资风险。此外，对于期货市场的监管者来说，了解动量和反转效应的存在及其影响因素，有助于加强市场监管，维护市场秩序，防范市场风险，促进期货市场的健康稳定发展。1.2国内外研究现状1.2.1国外研究现状国外对金融市场动量和反转效应的研究起步较早，相关理论和实证研究成果丰富。DeBondt和Thaler（1985）最早对股票市场的反转效应进行了系统研究，他们以1926-1982年美国证券市场为样本，通过构建赢家组合和输家组合，发现过去3-5年表现最差的股票组合在未来3-5年的平均收益率比表现最好的股票组合高出约25%，由此证明了股票市场中存在显著的反转效应，并认为这是由于投资者对信息的过度反应所致。Jegadeesh和Titman（1993）则对动量效应展开研究，以1965-1989年美国股票市场数据为基础，发现过去3-12个月内收益率较高的股票，在接下来的3-12个月内往往继续保持较高的收益率，而收益率较低的股票则继续表现不佳，即股票市场存在动量效应。他们的研究表明，基于动量效应构建的投资策略能够获得显著的超额收益。在期货市场方面，Miffre和Rallis（2007）对1985-2004年国际商品期货市场的动量策略进行研究，发现动量策略在商品期货市场中普遍存在且能够获得显著的超额收益，同时指出不同商品期货品种的动量效应存在差异，能源类期货品种的动量效应尤为显著。Moskowitz、Ooi和Pedersen（2012）对全球期货市场的时间序列动量效应进行研究，发现不仅在商品期货市场，在外汇、债券和股指期货市场等也存在时间序列动量效应，且该效应在不同市场环境下具有一定的稳定性，通过构建时间序列动量策略可以在多个市场中获得超额收益。Antonios和Xing（2017）研究了期货市场动量效应与市场流动性的关系，发现市场流动性对动量效应有显著影响，在流动性较高的市场中，动量效应更为明显，且动量策略的收益更高。这是因为流动性较高的市场中，交易成本较低，投资者能够更方便地进行买卖操作，从而使得动量策略更容易实施并获取收益。1.2.2国内研究现状国内对期货市场动量和反转效应的研究相对较晚，但近年来随着国内期货市场的快速发展，相关研究逐渐增多。王永宏和赵学军（2001）对中国股市的“惯性策略”和“反转策略”进行实证分析，发现中国股市存在明显的收益反转现象，在短期（1-6个月）内，股票收益存在反转效应；而在长期（3-5年）内，动量效应不显著。这一研究为后续国内金融市场异象研究奠定了基础。黄卓、康辰和刘利科（2015）使用1998-2013年中国商品期货市场所有交易品种的周度交易数据，考察动量策略和反转策略的投资收益表现。研究发现，国内商品期货市场整体表现为反转效应，9周以上排序期的投资组合反转效应更为强烈；动量和反转策略投资组合收益驱动随时间而变化；即使考虑了交易费用，该交易策略仍然能带来显著收益。束克东和杨兴宇（2022）基于时间序列动量效应的视角，选取2013年1月4日-2020年12月31日我国沪深300股指期货及五年期国债期货的日度、周度数据，构建跨资产动量投资策略。研究得出，在我国期货市场，过去国债期货的超额收益是未来股指期货收益率的积极预测因素，过去股指期货的超额收益是未来债券市场收益率的消极预测因素；在多种投资组合中，跨资产组合的收益率表现出优势，并且同时控制观察期和投资期时，跨资产时间序列动量策略相较于单纯买入持有和单资产时间序列动量策略能够提供更高的资产回报率。邵永同和甄博雅（2022）采用2014-2018年中国农产品期货市场八个期货品种的周时间序列价格数据，基于不同期货品种价格波动性差异，实证分析农产品期货动量策略组合收益。结果表明，随着持有期增加，样本品种期货价格的动量效应和反转效应均会减弱，但波动性强的期货品种表现为明显的动量效应，波动性弱的期货品种则表现为明显的反转效应，并且波动性对赢家组合的收益影响较大，对输家组合的收益几乎没有影响，进一步运用CAPM模型检验，发现动量交易策略可获得一定程度的超额收益。1.2.3研究述评国内外学者在期货市场动量和反转效应的研究上取得了丰硕成果。在研究方法上，大多采用构建投资组合并计算其收益率的方法来检验动量和反转效应的存在性，同时运用计量经济学模型对效应的影响因素进行分析。在研究内容上，不仅探讨了动量和反转效应在期货市场的存在性及收益表现，还对不同市场环境、不同期货品种以及与其他市场的联动关系等方面进行了研究。然而，现有研究仍存在一些不足之处。首先，在研究样本上，部分研究的时间跨度较短或样本范围较窄，可能导致研究结果的代表性不足。其次，对于动量和反转效应的形成机制，虽然行为金融学从投资者心理和行为偏差角度进行了一定解释，但尚未形成统一的理论框架，仍需进一步深入研究。再者，在投资策略应用方面，现有研究主要集中在理论层面的策略构建和回测，对于实际交易中的交易成本、市场冲击等因素考虑不够充分，使得研究成果在实际应用中存在一定的局限性。此外，随着金融市场的不断发展和创新，新的金融产品和交易模式不断涌现，对期货市场动量和反转效应的研究也需要与时俱进，以更好地适应市场变化。1.3研究方法与创新点本研究主要采用以下研究方法：数据来源：选取2010年1月1日至2023年12月31日期间，中国四大期货交易所（上海期货交易所、大连商品交易所、郑州商品交易所和中国金融期货交易所）上市的所有期货品种的日度交易数据。数据来源于Wind金融数据库以及各期货交易所官方网站，确保数据的准确性和完整性。在数据处理过程中，对原始数据进行了清洗，剔除了交易不活跃、数据缺失严重的期货合约，以保证研究结果的可靠性。实证模型：构建动量策略和反转策略投资组合。对于动量策略，按照过去一段时间（排序期）的收益率对期货品种进行排序，买入收益率排名前几位（赢家组合）的期货品种，同时卖出收益率排名后几位（输家组合）的期货品种，持有一段时间（持有期）后平仓，计算组合的收益率；反转策略则相反，买入输家组合，卖出赢家组合。通过改变排序期和持有期的长度，如设置排序期为1、3、6、9、12个月，持有期为1、3、6个月等，来考察不同时间窗口下动量效应和反转效应的表现情况。运用Fama-French三因子模型以及Carhart四因子模型对动量策略和反转策略的超额收益进行风险调整和解释，以探究动量效应和反转效应是否能够在控制风险因素的情况下依然存在。此外，采用自回归条件异方差（ARCH）模型和广义自回归条件异方差（GARCH）模型对期货收益率的波动性进行建模分析，研究波动性对动量效应和反转效应的影响。本研究的创新点主要体现在以下几个方面：样本选取：在样本选取上，涵盖了中国四大期货交易所的所有期货品种，时间跨度长达14年，相较于以往部分研究样本范围窄、时间短的情况，本研究样本更具全面性和代表性，能够更准确地反映中国期货市场动量和反转效应的整体特征。此外，还对不同板块（农产品、金属、能源、金融等）的期货品种进行了分类研究，深入分析各板块动量效应和反转效应的差异，为投资者在不同板块的投资决策提供更有针对性的参考。模型构建：在传统的动量和反转策略研究基础上，引入了机器学习算法中的支持向量机（SVM）模型和随机森林（RandomForest）模型，对期货市场的动量效应和反转效应进行预测和分析。这些机器学习模型能够自动学习数据中的复杂模式和规律，提高对市场异象的预测能力，为动量和反转效应的研究提供了新的视角和方法。在多因子模型的运用中，除了考虑市场因子、规模因子、价值因子等传统因子外，还加入了流动性因子、投资者情绪因子等，更全面地探究影响动量效应和反转效应的因素，使研究结果更加符合市场实际情况。交易成本考虑：在投资策略回测过程中，充分考虑了实际交易中的交易成本，包括手续费、印花税、滑点等。通过精确计算交易成本，评估动量策略和反转策略在扣除交易成本后的实际收益情况，使研究结果更具实际应用价值，为投资者制定切实可行的投资策略提供更真实的参考依据。二、理论基础2.1有效市场假说有效市场假说（EfficientMarketsHypothesis，EMH）是现代金融学的重要基石之一，由美国经济学家尤金・法玛（EugeneF.Fama）于1970年正式提出。该假说认为，在一个有效的市场中，证券价格能够充分、准确地反映所有可得信息，市场参与者无法通过分析历史信息、公开信息或内部信息来持续获得超额收益。这意味着，证券价格的变动是随机的，不受历史价格走势的影响，投资者只能获得与风险相匹配的正常收益。有效市场假说主要包含以下三个关键假设：理性投资者假设：市场中的投资者都是理性的经济人，他们能够对所获取的信息进行全面、客观的分析，并根据自身的风险偏好和收益目标，做出最优的投资决策。在面对新信息时，理性投资者能够迅速调整对证券价值的预期，使证券价格及时反映新信息的影响。随机交易假设：尽管市场中可能存在部分非理性投资者，但他们的交易行为是随机的、相互独立的。这些非理性投资者的交易决策可能受到情绪、认知偏差等因素的影响，但由于他们的行为是随机分布的，彼此之间的偏差会相互抵消，从而不会对证券价格产生系统性的影响。套利假设：市场中存在着大量的套利者，他们时刻关注着市场价格的变化，一旦发现证券价格偏离其内在价值，就会迅速进行套利交易。通过买入被低估的证券，卖出被高估的证券，套利者能够促使证券价格回归到其合理水平，从而消除市场中的套利机会。根据信息集的不同，有效市场假说可进一步细分为三种形式：弱式有效市场：在弱式有效市场中，证券价格已经充分反映了历史上所有的价格和成交量信息。这意味着，技术分析方法，如通过研究股价走势图表、分析技术指标等来预测未来股价走势的方法，将无法获得超额收益。因为过去的价格和成交量信息已经完全体现在当前的证券价格中，未来的价格变动与历史价格走势无关，是随机游走的。半强式有效市场：半强式有效市场认为，证券价格不仅反映了历史信息，还充分反映了所有公开可得的信息，如公司财务报表、宏观经济数据、行业动态等。在这种市场中，基本面分析，即通过分析公司的财务状况、盈利能力、行业竞争力等基本面因素来评估证券价值的方法，也无法帮助投资者获得超额收益。因为所有公开信息都已经被市场参与者充分消化，并反映在证券价格中，投资者无法利用这些公开信息来获取优于市场平均水平的回报。强式有效市场：强式有效市场是有效市场的最高形式，它假设证券价格反映了所有信息，包括历史信息、公开信息以及内部非公开信息。在强式有效市场中，即使是拥有内幕信息的投资者也无法获得超额收益，因为市场价格已经包含了所有信息，内幕信息也无法为投资者带来额外的优势。然而，动量效应和反转效应的存在与有效市场假说产生了明显的矛盾。按照有效市场假说，证券价格应随机波动，过去的价格表现不应影响未来的收益率。但动量效应表明，过去收益率较高的资产在未来一段时间内倾向于继续保持较高的收益率，而过去收益率较低的资产则倾向于继续表现不佳，这意味着资产价格存在一定的趋势性，并非完全随机游走。反转效应同样违背了有效市场假说，它显示过去表现较好的资产在未来会出现收益率下降，而过去表现较差的资产则会出现收益率上升，资产价格呈现出与过去趋势相反的走势，说明市场存在对过去价格信息的过度反应或修正，使得资产价格在长期内出现反转现象。这些市场异象的存在，对有效市场假说的合理性和普适性提出了挑战，促使学者们从其他理论视角，如行为金融学等，来深入研究和解释这些现象。2.2行为金融理论行为金融理论是一门将心理学、社会学等学科的研究成果与传统金融学相结合的新兴理论，它打破了传统金融学中关于投资者完全理性的假设，认为投资者在实际决策过程中会受到各种心理和行为偏差的影响，这些偏差会导致市场价格偏离其内在价值，从而出现动量效应和反转效应等市场异象。投资者常见的心理和行为偏差主要包括以下几种：过度自信：投资者往往对自己的能力和判断过于自信，高估自己获取信息的准确性和分析能力，从而低估风险。在期货市场中，过度自信的投资者可能会过度交易，频繁买卖期货合约，认为自己能够准确预测市场走势，获取高额收益。例如，一些投资者在看到某一期货品种价格出现短期上涨趋势后，就坚信自己能够准确把握该趋势的延续，而忽视了市场中可能存在的其他影响因素，盲目增加仓位，最终导致投资损失。损失厌恶：投资者对损失的感受比对收益的感受更为强烈，同等金额的损失带来的痛苦远远大于同等金额收益带来的喜悦。这种心理使得投资者在面对损失时，往往不愿意及时止损，而是抱有侥幸心理，期望市场行情能够反转，避免损失。例如，当投资者持有的期货合约出现亏损时，他们可能会继续持有，甚至加仓，试图摊薄成本，等待价格回升，而不是果断平仓，控制损失。这种行为可能导致损失进一步扩大，错过最佳的止损时机。代表性启发：投资者在决策时，往往会根据事物的表面特征或近期的经验来进行判断，而忽视了事物的本质和其他相关信息。在期货市场中，代表性启发可能表现为投资者根据某一期货品种过去的价格走势或市场表现来推断未来的价格变化，而没有充分考虑到市场环境的变化和其他因素的影响。例如，如果某一期货品种在过去一段时间内价格持续上涨，投资者可能会认为这种上涨趋势会继续延续，而忽视了市场中可能出现的新的利空因素，从而盲目追涨。确认偏误：投资者倾向于寻找和关注支持自己观点的信息，而忽视或贬低与自己观点相悖的信息。在期货投资中，一旦投资者形成了对某一期货品种的看法，他们就会更倾向于收集那些能够支持自己看法的信息，而对相反的信息视而不见。这种行为会导致投资者对市场的认识产生偏差，无法全面、客观地评估市场风险和机会。例如，投资者认为某一期货品种价格会上涨，就会特别关注那些利好消息，而对可能出现的利空消息选择性忽视，从而做出错误的投资决策。行为金融理论从投资者的心理和行为偏差角度，对动量效应和反转效应提供了有力的理论支持。以BSV模型为例，该模型认为投资者存在保守性偏差和代表性偏差。保守性偏差使得投资者对新信息反应不足，当市场出现利好消息时，投资者未能充分调整对资产价值的预期，导致资产价格未能及时反映新信息的影响，价格上涨缓慢。随着时间的推移，其他投资者逐渐认识到新信息的价值，推动价格进一步上涨，从而产生动量效应。而代表性偏差则使投资者对近期信息过度反应，当市场出现一系列利好消息时，投资者基于代表性启发，认为这种趋势会持续下去，过度买入资产，导致价格高估。当市场实际情况与投资者的预期不符时，价格就会出现反转，形成反转效应。DHS模型则将投资者分为知情交易者和不知情交易者。知情交易者拥有私人信息，但由于过度自信，他们会夸大私人信息对资产价值的影响，导致价格反应过度。在短期内，这种过度反应使得价格趋势得以延续，产生动量效应。然而，随着时间的推移，公开信息逐渐被市场充分吸收，投资者对私人信息的过度反应得到修正，价格开始回归其内在价值，出现反转效应。HS模型基于投资者交互作用机制来解释动量效应和反转效应。该模型认为市场中有信息观察者和动量交易者两类投资者。信息观察者根据自己观察到的私人信息进行交易，但由于信息在他们之间传播缓慢，导致对信息的反应不足。动量交易者则根据价格的历史趋势进行交易，他们利用信息观察者的反应不足，在短期内推动价格进一步朝着原有趋势发展，形成动量效应。但随着私人信息在市场中逐渐扩散，动量交易者的套利行为导致价格偏离其真实价值，最终引发价格的长期反转。三、中国期货市场特征分析3.1市场发展历程与现状中国期货市场的发展历程可以追溯到20世纪80年代末。当时，随着中国经济体制改革的不断深入，市场经济逐步发展，价格波动风险日益凸显，为了有效管理价格风险、优化资源配置，中国政府开始积极探索建立期货市场。1988年，国务院批准了关于试办农产品期货市场的报告，这一举措正式拉开了中国期货市场发展的序幕，标志着中国期货市场开始从理论探索走向实践试点。在1988-1993年的试点探索阶段，中国政府率先在郑州、上海和大连等城市开展期货市场试点工作。1990年，郑州商品交易所正式成立，成为中国第一个期货交易所，主要交易农产品期货，如小麦、玉米等。此后，上海期货交易所和大连商品交易所也相继成立，交易品种逐渐涵盖金属、能源等领域，如铜、铝、原油等。这一时期，中国期货市场处于初步发展阶段，主要任务是探索期货市场的运作机制，包括交易规则、结算制度、风险管理等方面，积累了宝贵的实践经验，为后续的发展奠定了基础。然而，由于市场处于起步阶段，相关法律法规和监管体系尚不完善，市场中出现了一些盲目发展和不规范的现象，如部分交易所违规开展期货交易、操纵市场价格等问题。为了规范期货市场的发展，1993-2000年，中国政府开始加强对期货市场的规范管理。1993年，国务院发布了《期货交易管理暂行条例》，这是中国第一部关于期货市场的法规，明确了期货市场的监管框架、交易规则和市场参与者的权利义务，标志着中国期货市场进入了规范化发展阶段。在这一阶段，交易所的数量和交易品种都有所增加，市场规模逐步扩大。同时，政府对期货市场进行了全面整顿，清理整顿了一批不规范的期货经纪公司和交易场所，加强了对市场的监管力度，使得市场秩序得到了有效改善。进入21世纪，中国期货市场迎来了新的发展阶段。2000-2010年是中国期货市场的整顿调整期。随着经济全球化的加速和金融市场的不断发展，中国期货市场面临着新的机遇和挑战。为了防范市场风险，提升市场的风险管理能力，政府对期货市场进行了多次整顿，关闭了一些不符合规范要求的交易所，并对交易规则进行了修订。2007年，新的《期货交易管理条例》正式实施，进一步完善了期货市场的法律法规体系，规范了市场秩序，使得市场结构更加合理，风险管理能力显著提升。近年来，中国期货市场进入了创新发展的新阶段。2010年至今，随着金融市场的开放和技术的进步，期货市场的交易品种和交易方式不断创新。2010年，中国金融期货交易所成立，推出了股指期货等金融衍生品，填补了中国金融期货市场的空白，为投资者提供了更加丰富的风险管理工具和投资选择。此后，国债期货、期权等金融衍生品也相继推出，进一步完善了中国金融期货市场的产品体系。随着“一带一路”倡议的推进，中国期货市场积极探索国际化发展路径，推出了一系列国际化期货品种，如原油期货、铁矿石期货等，吸引了大量境外投资者参与，提升了中国期货市场在国际市场上的影响力。经过多年的发展，中国期货市场取得了显著的成就，目前已形成了较为完整的市场体系。在市场规模方面，中国期货市场交易规模持续扩大。据中国期货业协会数据显示，2023年全国期货市场累计成交量为76.86亿手，累计成交额为534.93万亿元，同比分别增长23.01%和17.97%。2024年1-9月，全国期货市场累计成交量为56.73亿手，累计成交额为416.41万亿元，市场活跃度保持在较高水平。在交易品种上，中国期货市场上市交易的品种日益丰富，涵盖了农产品、金属、能源、化工以及金融等多个领域。截至2024年9月底，中国共上市期货期权品种141个。其中，农产品期货品种包括大豆、玉米、小麦、棉花、白糖等，满足了农业生产和农产品加工企业的风险管理需求；金属期货品种有铜、铝、锌、铅、黄金、白银等，为金属生产和加工企业提供了价格风险管理工具；能源期货品种如原油、燃料油等，对于保障国家能源安全和促进能源市场的稳定发展具有重要意义；化工期货品种涵盖了PTA、塑料、橡胶等，在化工行业的价格发现和风险管理中发挥着重要作用；金融期货品种包括股指期货、国债期货等，为金融机构和投资者提供了资产配置和风险管理的有效手段。在市场参与者方面，中国期货市场的投资者结构逐渐优化。早期，中国期货市场以个人投资者为主，市场稳定性相对较弱。近年来，随着市场的不断发展和完善，机构投资者和产业客户的占比逐渐上升。包括证券公司、基金公司、保险公司和各类资产管理公司在内的大型金融机构，通过设立专门的期货投资部门或子公司，积极参与期货市场。产业客户如实体企业也越来越多地利用期货市场进行套期保值，降低现货市场价格波动带来的风险。投资者结构的优化，使得市场的稳定性和专业性得到了提升，促进了市场的健康发展。在市场基础设施建设方面，中国期货市场的交易系统和结算体系不断完善，交易效率和安全性显著提高。各期货交易所采用了先进的电子化交易技术，实现了交易的自动化和信息化，大大提高了交易速度和市场透明度。同时，建立了严格的结算制度和风险控制体系，确保了交易的顺利进行和市场的稳定运行。此外，期货市场的监管体系也日益健全，中国证监会作为期货市场的主要监管机构，加强了对市场的监管力度，完善了监管规则，严厉打击市场操纵、内幕交易等违法违规行为，维护了市场秩序，保护了投资者的合法权益。3.2市场交易机制特点中国期货市场的交易机制具有双向交易、保证金制度、T+0交易等特点，这些机制对动量和反转效应产生了多方面的潜在影响。双向交易机制是中国期货市场的重要特征之一。与股票市场只能先买入再卖出的单向交易不同，期货市场允许投资者在预期价格上涨时买入期货合约（做多），也可以在预期价格下跌时卖出期货合约（做空），待价格下跌后再买入平仓获利。这种双向交易机制为投资者提供了更多的获利机会和更灵活的投资策略，也使得市场中的多空力量更加均衡，交易更加活跃。从动量效应角度来看，双向交易机制有助于强化价格趋势的延续性。当市场出现上涨趋势时，做多的投资者可以通过买入期货合约推动价格进一步上涨；而当市场出现下跌趋势时，做空的投资者则可以通过卖出期货合约加剧价格的下跌，从而使得动量效应在双向交易机制下更容易得到体现。在市场上涨阶段，投资者基于对价格持续上涨的预期，纷纷买入期货合约，形成强大的多头力量，推动价格不断攀升，动量效应得以加强。而在市场下跌阶段，做空的投资者大量卖出期货合约，使得市场卖压增大，价格加速下跌，同样强化了动量效应。保证金制度是期货交易的另一个核心机制。投资者在进行期货交易时，只需按照期货合约价值的一定比例缴纳保证金，即可进行数倍于保证金金额的交易。这一制度极大地提高了资金的使用效率，使得投资者能够以较小的资金控制较大规模的合约，具有明显的杠杆效应。以大豆期货为例，若保证金比例为10%，投资者只需缴纳合约价值10%的保证金，就可以进行大豆期货合约的交易。假设大豆期货合约价格为每吨5000元，一手合约为10吨，那么投资者买入一手合约只需缴纳5000元的保证金（5000元/吨×10吨×10%），却能控制价值50000元的合约。保证金制度对动量和反转效应的影响较为复杂。一方面，杠杆效应使得投资者的收益和风险同时放大。当市场出现趋势性行情时，投资者利用保证金杠杆可以获得数倍于本金的收益，这会吸引更多投资者参与其中，进一步推动价格朝着原有趋势方向发展，增强动量效应。在商品期货市场价格上涨期间，投资者通过保证金交易放大了收益，吸引更多资金流入，使得价格上涨趋势更为明显，动量效应更加显著。另一方面，保证金制度也增加了投资者的风险承受压力。如果市场走势与投资者预期相反，投资者可能面临保证金不足的情况，需要追加保证金或被迫平仓，这可能导致市场价格出现反向波动，引发反转效应。当投资者大量做空某期货品种，但市场突然出现利好消息导致价格大幅上涨时，做空投资者可能因保证金不足而被迫平仓，大量的平仓买入操作会推动价格进一步上涨，从而引发价格的反转。T+0交易制度也是中国期货市场的一大特色，它允许投资者在买入期货合约的当天即可进行卖出操作，实现当天买卖，交易更加灵活。这种交易制度使得投资者能够及时捕捉市场机会，快速调整投资策略，增加了市场的流动性。在市场波动较为频繁时，投资者可以根据市场的即时变化，通过T+0交易迅速买卖期货合约，实现盈利或止损。T+0交易制度对动量和反转效应的影响主要体现在交易的及时性上。在动量效应方面，T+0交易制度使得投资者能够更快地响应市场趋势，及时买入或卖出期货合约，从而加速价格趋势的形成和发展。当市场出现短期的上涨趋势时，投资者可以利用T+0交易迅速买入并在当天价格上涨后卖出获利，这种频繁的交易行为会进一步推动价格上涨，强化动量效应。在反转效应方面，T+0交易制度也使得投资者能够更快地对市场价格的反转做出反应。当市场价格出现反转迹象时，投资者可以迅速平仓原有头寸并反向操作，加速价格的反转过程。当市场价格在上涨过程中突然出现反转下跌的信号时，T+0交易的投资者能够及时卖出持仓并反手做空，推动价格快速下跌，使得反转效应更加明显。3.3投资者结构特点中国期货市场的投资者结构呈现出个人投资者占比较高、机构投资者和产业客户逐渐增加的特点，这种结构对动量和反转效应有着重要影响。在投资者构成比例方面，个人投资者在数量上占据较大比重。根据最新统计数据，截至2024年6月，全国共有1800万个期货账户，其中个人占1650万，机构占150万家。尽管这只是开户数，活跃交易的投资者数量低于此数据，但个人投资者在市场中的广泛参与依然是显著特征。在一些农产品期货品种的交易中，个人投资者的交易量占比高达70%以上，这表明个人投资者在市场中具有较高的活跃度和影响力。然而，从资金规模和交易专业程度来看，机构投资者和产业客户的实力不容小觑。机构投资者凭借其雄厚的资金实力、专业的研究团队和丰富的投资经验，在市场中占据重要地位。产业客户则基于自身的现货业务需求参与期货市场，其交易行为往往与实体经济紧密相连。个人投资者与机构投资者在交易行为上存在明显差异。个人投资者由于资金规模相对较小，投资知识和经验相对有限，其交易决策往往受到市场情绪、消息面等因素的影响较大，具有较强的非理性特征。他们在交易中可能更倾向于短期投机，频繁买卖期货合约，追求短期的价格波动收益。在市场出现利好消息时，个人投资者可能会盲目跟风买入，导致市场价格迅速上涨；而当市场出现利空消息时，又可能恐慌性抛售，加剧价格下跌。这种追涨杀跌的行为在一定程度上强化了市场的动量效应，使得价格趋势在短期内得以延续。但由于个人投资者的交易行为较为分散且缺乏系统性，其对市场的影响往往是短期的、不稳定的，也容易引发市场的过度波动。相比之下，机构投资者的交易行为更加理性和专业。他们通常会进行深入的市场研究和分析，综合考虑宏观经济形势、行业发展趋势、企业基本面等多方面因素，制定科学合理的投资策略。机构投资者更注重长期投资价值，交易决策相对谨慎，不会轻易受到市场情绪的左右。在面对市场波动时，机构投资者能够凭借其强大的风险承受能力和完善的风险管理体系，保持相对稳定的投资行为。在市场出现动量效应时，机构投资者可能会根据自身的投资模型和风险偏好，有选择地参与其中，并且会对市场趋势进行更准确的判断和把握，避免过度追涨或杀跌。当市场价格出现过度上涨或下跌时，机构投资者会基于对市场价值的理性判断，采取反向操作，进行套利或对冲交易，这在一定程度上有助于抑制市场的动量效应，促进市场价格回归理性，引发反转效应。投资者结构对期货市场动量和反转效应的作用机制较为复杂。当市场中个人投资者占比较高时，由于其交易行为的非理性和羊群效应，容易导致市场价格对信息的反应过度，使得动量效应更为显著。在某一期货品种价格上涨初期，个人投资者受市场乐观情绪影响，纷纷跟风买入，推动价格进一步上涨，形成较强的动量效应。然而，随着市场价格的不断上涨，个人投资者的过度反应可能导致价格偏离其内在价值，为反转效应的出现埋下隐患。当市场中机构投资者和产业客户占比较大时，他们的理性交易行为和对市场的深入理解，有助于提高市场的有效性，减少价格的非理性波动。机构投资者的套利和对冲行为可以使市场价格更加合理，当价格出现偏离时，他们会及时进行反向操作，促使价格回归价值，从而增加反转效应出现的可能性。在市场价格上涨过程中，机构投资者通过分析发现价格高估，便会卖出期货合约进行套利，导致价格下跌，引发反转效应。产业客户基于现货业务的套期保值需求，其交易行为也能在一定程度上稳定市场价格，对动量和反转效应产生影响。当市场价格波动较大时，产业客户通过在期货市场进行套期保值操作，锁定现货价格风险，减少市场供需失衡对价格的影响，降低动量效应和反转效应的强度。四、研究设计4.1数据选取与处理本研究选取了2010年1月1日至2023年12月31日期间，中国四大期货交易所（上海期货交易所、大连商品交易所、郑州商品交易所和中国金融期货交易所）上市的所有期货品种的日度交易数据，数据来源于Wind金融数据库以及各期货交易所官方网站。选择这一时间跨度，主要是考虑到2010年以来，中国期货市场在交易品种、市场规模、投资者结构等方面都经历了较为显著的发展和变化，能够更全面地反映市场的实际情况。在数据处理过程中，首先进行了数据清洗工作。由于期货合约存在到期交割的特点，会导致数据的不连续性，同时市场中还可能存在一些交易不活跃、数据缺失严重的期货合约，这些数据会对研究结果产生干扰，因此需要进行处理。对于交易不活跃的合约，采用成交量和持仓量作为衡量指标，若某合约在一定时间段内的日均成交量低于特定阈值（如100手），且日均持仓量低于另一阈值（如500手），则将其判定为交易不活跃合约并予以剔除。对于存在数据缺失的合约，若缺失数据占总数据量的比例超过一定限度（如10%），则同样剔除该合约；对于缺失比例较低的合约，采用线性插值法或均值填充法进行数据填补。通过这些处理，共剔除了交易不活跃和数据缺失严重的期货合约[X]个，确保了剩余数据的质量和可靠性。为了构建连续的期货价格序列，以便更准确地分析期货市场的价格走势和动量、反转效应，采用主力连续合约的方式进行处理。主力连续合约是指选取持仓量和成交量最大的合约作为代表，当该主力合约临近交割时（如距离交割日10个交易日以内），就切换到下一个主力合约，从而实现价格的连续展示。这种方法能够反映市场中最活跃合约的价格变动情况，更符合市场实际交易情况。以螺纹钢期货为例，在2023年1月，螺纹钢2305合约为当时的主力合约，随着时间推移，临近交割时，螺纹钢2310合约持仓量和成交量逐渐增大，成为新的主力合约，此时主力连续合约就从螺纹钢2305切换到螺纹钢2310，保持了价格序列的连续性。通过构建主力连续合约，共得到[X]个期货品种的连续价格序列，为后续的实证分析奠定了基础。在计算期货收益率时，采用对数收益率的计算方法，其计算公式为：R_{t}=\ln(P_{t}/P_{t-1})，其中R_{t}表示第t期的对数收益率，P_{t}表示第t期的期货收盘价，P_{t-1}表示第t-1期的期货收盘价。对数收益率相较于简单收益率具有更好的数学性质，能够更准确地反映价格的变化幅度，在金融市场研究中被广泛应用。4.2变量定义在本研究中，为了准确检验和分析中国期货市场的动量效应和反转效应，对以下关键变量进行定义。收益率（）：采用对数收益率来衡量期货价格的变化。对数收益率能够更准确地反映价格的连续变化情况，并且在数学性质上更有利于后续的统计分析和模型构建。其计算公式为：R_{t}=\ln(P_{t}/P_{t-1})，其中P_{t}表示第t期的期货收盘价，P_{t-1}表示第t-1期的期货收盘价。假设某期货品种在第t-1期的收盘价为5000元，在第t期的收盘价为5100元，则该期的对数收益率R_{t}=\ln(5100/5000)\approx0.0198。通过计算对数收益率，可以清晰地了解期货价格在不同时间段内的变化幅度，为后续的研究提供基础数据。动量组合（Winner-Loser）：动量组合的构建基于过去一段时间（排序期）的收益率。具体来说，在每个月的月底，根据过去J个月（J分别取1、3、6、9、12等不同值，代表不同的排序期长度）各期货品种的对数收益率进行排序。将收益率排名前N（如N=3，可根据市场实际情况和研究需要调整）的期货品种组成赢家组合（Winner），代表过去表现较好的期货品种；将收益率排名后N的期货品种组成输家组合（Loser），代表过去表现较差的期货品种。然后，买入赢家组合的期货合约，同时卖出输家组合的期货合约，持有K个月（K分别取1、3、6等不同值，代表不同的持有期长度）后平仓，计算该动量组合在持有期内的收益率。这种构建方式能够直观地反映出过去表现不同的期货品种在未来一段时间内的收益差异，从而检验动量效应是否存在。例如，在某一时刻，经过对过去6个月各期货品种收益率的排序，选择收益率排名前三的期货品种构建赢家组合，选择收益率排名后三的期货品种构建输家组合，持有3个月后观察该动量组合的收益情况。反转组合（Loser-Winner）：反转组合的构建思路与动量组合相反。同样在每个月月底，根据过去J个月各期货品种的对数收益率进行排序。但此时，买入收益率排名后N的输家组合期货合约，同时卖出收益率排名前N的赢家组合期货合约，持有K个月后平仓，计算该反转组合在持有期内的收益率。通过这种方式，检验过去表现较差的期货品种在未来是否会出现收益率上升，而过去表现较好的期货品种在未来是否会出现收益率下降的反转现象。例如，在相同的排序期下，买入输家组合，卖出赢家组合，持有6个月后，观察反转组合的收益情况，以验证反转效应的存在性及强度。市场收益率（）：选取文华商品期货指数的收益率作为市场收益率的代理变量。文华商品期货指数是综合反映中国商品期货市场整体表现的重要指标，涵盖了多个期货品种，能够较好地代表市场的整体走势。其收益率的计算方法与单个期货品种的对数收益率计算方法相同，即R_{m,t}=\ln(I_{m,t}/I_{m,t-1})，其中I_{m,t}表示第t期的文华商品期货指数收盘价，I_{m,t-1}表示第t-1期的文华商品期货指数收盘价。通过引入市场收益率，可以在后续的分析中控制市场整体波动对动量效应和反转效应的影响，更准确地评估单个期货品种或组合的收益表现与市场的关系。流动性指标（ILLIQ）：采用非流动性指标（ILLIQ）来衡量期货市场的流动性。该指标反映了单位交易量对价格的冲击程度，计算公式为：ILLIQ_{t}=\frac{\sum_{i=1}^{n}\vertR_{i,t}\vert}{V_{i,t}}，其中R_{i,t}表示第i个期货品种在第t期的对数收益率，V_{i,t}表示第i个期货品种在第t期的交易量，n为期货品种的数量。ILLIQ值越大，表明市场流动性越差，交易成本越高；ILLIQ值越小，表明市场流动性越好，交易越容易达成。在研究中，通过计算不同期货品种和不同时间段的ILLIQ值，可以分析市场流动性对动量效应和反转效应的影响。在流动性较差的市场环境下，动量策略和反转策略的实施可能会面临更高的交易成本和市场冲击，从而影响策略的收益表现。投资者情绪指标（Sentiment）：构建投资者情绪指标来衡量投资者的心理和情绪状态对期货市场的影响。该指标综合考虑了多个因素，如期货市场的持仓量变化、成交量变化、投资者的交易活跃度以及市场相关的新闻舆情等。通过主成分分析等方法，将这些因素进行综合处理，得到一个能够反映投资者整体情绪状态的数值。当Sentiment值较高时，表明投资者情绪较为乐观，市场处于积极的投资氛围中；当Sentiment值较低时，表明投资者情绪较为悲观，市场投资氛围相对谨慎。在研究中，通过分析投资者情绪指标与动量效应、反转效应之间的关系，可以探究投资者情绪在市场异象中所起的作用。当投资者情绪过度乐观时，可能会导致市场价格过度反应，从而增强动量效应或引发反转效应；而当投资者情绪过度悲观时，也可能对市场价格走势产生类似的影响。4.3实证模型构建为了检验中国期货市场的动量效应和反转效应，构建如下回归模型：R_{i,t+1}=\alpha+\beta_1R_{i,t}+\beta_2R_{m,t}+\beta_3SMB_t+\beta_4HML_t+\beta_5UMD_t+\epsilon_{i,t+1}在上述模型中：R_{i,t+1}表示第i个期货品种在t+1期的收益率，它是被解释变量，用于衡量期货品种在下一期的收益情况，通过对其分析可以判断动量效应和反转效应是否存在。若动量效应存在，过去收益率高的期货品种，其R_{i,t+1}应倾向于较高；若反转效应存在，过去收益率高的期货品种，其R_{i,t+1}应倾向于较低。\alpha为截距项，代表除了模型中所考虑的自变量之外，其他未被包含因素对期货收益率的平均影响。它反映了在控制了市场风险、规模效应、价值效应以及动量效应等因素后，期货品种的超额收益情况。R_{i,t}表示第i个期货品种在t期的收益率，是解释变量之一，用于检验期货收益率是否具有延续性或反转性。如果\beta_1显著为正，则表明存在动量效应，即过去收益率高的期货品种在未来有较高收益率的趋势；如果\beta_1显著为负，则表明存在反转效应，即过去收益率高的期货品种在未来收益率较低。R_{m,t}代表市场收益率，在本研究中选取文华商品期货指数的收益率作为代理变量。它反映了市场整体的波动情况，用于控制市场系统风险对单个期货品种收益率的影响。市场收益率的变化会对所有期货品种产生影响，通过加入这一变量，可以更准确地分析单个期货品种自身的动量和反转效应。当市场整体上涨时，即使某期货品种本身存在反转效应，但由于市场的推动，其收益率可能不会明显下降；反之，当市场整体下跌时，动量效应也可能受到市场下跌的抑制。SMB_t（SmallMinusBig）是规模因子，用于衡量小市值公司股票组合与大市值公司股票组合收益率的差异。在期货市场中，不同品种的市场规模和交易活跃度存在差异，类似于股票市场的市值规模差异。该因子反映了市场中不同规模特征的期货品种的收益差异，对动量效应和反转效应可能产生影响。一般来说，小市值或交易活跃度较低的期货品种可能具有更强的动量或反转效应，因为其价格更容易受到资金的影响，信息传播也相对较慢。通过控制SMB_t，可以更准确地分析动量效应和反转效应与市场规模因素的关系。HML_t（HighMinusLow）是价值因子，用于衡量高账面市值比（价值型）股票组合与低账面市值比（成长型）股票组合收益率的差异。在期货市场中，不同品种的基本面情况和市场预期也存在差异，类似于股票市场的价值型和成长型差异。该因子反映了市场中不同价值特征的期货品种的收益差异，对动量效应和反转效应有潜在影响。价值型期货品种通常具有较低的价格-基本面比率，市场对其预期相对保守；而成长型期货品种则具有较高的价格-基本面比率，市场对其预期较为乐观。这种差异可能导致不同的价格走势和动量、反转效应。通过控制HML_t，可以更好地理解动量效应和反转效应与市场价值因素的关系。UMD_t（Up-Minus-Down）是动量因子，代表过去收益率较高的投资组合与过去收益率较低的投资组合在未来收益率上的差异。在本模型中，它用于检验市场中是否存在普遍的动量效应，进一步验证动量策略的有效性。如果UMD_t显著为正，说明市场中存在动量效应，即过去表现好的投资组合在未来表现也较好；反之，如果UMD_t不显著或为负，则说明动量效应不明显或存在反转效应。通过加入UMD_t，可以在控制其他风险因素的情况下，更全面地分析动量效应在期货市场中的表现。\epsilon_{i,t+1}为残差项，代表模型中未被解释的部分，即除了上述自变量之外，其他各种随机因素对第i个期货品种在t+1期收益率的影响。这些随机因素可能包括宏观经济突发事件、行业政策调整、个别期货品种的特殊事件等，它们无法通过模型中的其他变量来解释，但会对期货收益率产生影响。五、实证结果与分析5.1描述性统计对本研究涉及的主要变量进行描述性统计，结果如表1所示，涵盖了2010年1月1日至2023年12月31日期间中国四大期货交易所上市的所有期货品种的日度交易数据处理后的相关变量。表1主要变量描述性统计变量样本数均值标准差最小值最大值期货收益率（R_{t}）[样本数量]0.000320.0124-0.08650.0982动量组合收益率（Winner-Loser）[样本数量]0.00150.0256-0.1230.156反转组合收益率（Loser-Winner）[样本数量]-0.00120.0234-0.1350.148市场收益率（R_{m,t}）[样本数量]0.000250.0098-0.0650.072流动性指标（ILLIQ）[样本数量]0.00350.00210.00050.012投资者情绪指标（Sentiment）[样本数量]0.5020.1250.1050.895期货收益率（R_{t}）的均值为0.00032，表明从长期来看，期货市场整体平均每日收益率处于较低水平，但标准差为0.0124，说明收益率的波动较为明显，最大值为0.0982，最小值为-0.0865，体现出期货市场价格波动较大，投资者面临的风险较高。动量组合收益率（Winner-Loser）均值为0.0015，显示基于动量策略构建的组合在一定程度上能够获得正收益，但标准差为0.0256，说明动量组合收益率的波动幅度较大，收益的不确定性较高。这意味着在不同的市场环境下，动量策略的表现可能存在较大差异。反转组合收益率（Loser-Winner）均值为-0.0012，表明从整体样本来看，反转策略组合的平均收益为负，但标准差为0.0234，同样说明其收益波动较大。这可能是由于市场中影响价格反转的因素较为复杂，导致反转策略的实施效果不稳定。市场收益率（R_{m,t}）均值为0.00025，标准差为0.0098，反映出市场整体收益率水平较低且波动相对较小，与期货市场单个品种的收益率波动相比，市场整体波动相对较为平稳。这也说明市场收益率对单个期货品种收益率的影响具有一定的稳定性，但单个期货品种收益率还受到自身特性和其他因素的影响，波动更为剧烈。流动性指标（ILLIQ）均值为0.0035，标准差为0.0021，表明市场流动性在整体上处于一定水平，但不同时期和不同期货品种之间的流动性存在差异。最小值为0.0005，最大值为0.012，说明部分期货品种在某些时期可能面临较低的流动性，这会对动量和反转策略的实施产生影响，较高的流动性有助于策略的顺利执行，而低流动性可能导致交易成本增加和市场冲击加大。投资者情绪指标（Sentiment）均值为0.502，标准差为0.125，取值范围在0.105-0.895之间，说明投资者情绪在不同时期存在较大变化。当投资者情绪指标较高时，表明市场投资者整体情绪较为乐观；反之，当指标较低时，投资者情绪较为悲观。投资者情绪的波动可能会对期货市场价格走势产生影响，进而影响动量效应和反转效应的表现。在投资者情绪乐观时，市场可能出现过度反应，强化动量效应；而在情绪悲观时，可能引发价格的过度下跌，导致反转效应更为明显。5.2动量效应实证结果在不同持有期和形成期下，对动量策略的收益情况进行了详细的实证分析，结果如表2所示。该表展示了持有期分别为1个月、3个月和6个月，形成期分别为1个月、3个月、6个月、9个月和12个月时，动量组合（Winner-Loser）的平均收益率、t值以及相应的显著性水平。表2不同持有期和形成期下的动量策略收益持有期形成期平均收益率t值p值1个月1个月0.00322.010.045*1个月3个月0.00452.340.021**1个月6个月0.00562.780.006***1个月9个月0.00482.450.015**1个月12个月0.00422.100.036*3个月1个月0.00251.800.0723个月3个月0.00382.150.032*3个月6个月0.00462.560.011**3个月9个月0.00412.200.028*3个月12个月0.00351.950.0526个月1个月0.00181.500.1346个月3个月0.00261.750.0816个月6个月0.00321.900.0586个月9个月0.00291.850.0656个月12个月0.00231.600.111注：*、**、***分别表示在10%、5%、1%的显著性水平下显著。从表2的结果可以看出，在持有期为1个月时，随着形成期从1个月增加到12个月，动量组合的平均收益率呈现出先上升后略有下降的趋势。当形成期为6个月时，平均收益率达到最高值0.0056，且t值为2.78，在1%的显著性水平下显著，这表明在该种情况下，动量效应较为显著，基于过去6个月收益率构建的动量策略能够获得显著的正收益。当形成期为1个月时，平均收益率为0.0032，t值为2.01，在5%的显著性水平下显著，同样显示出一定的动量效应。在持有期为3个月时，动量组合的平均收益率整体也较为可观。形成期为6个月时，平均收益率为0.0046，t值为2.56，在5%的显著性水平下显著；形成期为3个月时，平均收益率为0.0038，t值为2.15，在5%的显著性水平下显著。这说明在3个月的持有期内，基于3-6个月形成期构建的动量策略能够获得显著的正收益，动量效应明显。然而，当持有期延长至6个月时，动量效应的显著性有所下降。在各个形成期下，虽然平均收益率均为正值，但t值相对较小，p值大多大于0.05，未能通过显著性检验。这表明在6个月的较长持有期下，动量效应不显著，基于动量策略的投资组合难以获得显著的超额收益。可能的原因是随着持有期的延长，市场中的各种因素对期货价格的影响更为复杂，价格趋势的延续性受到更多干扰，导致动量效应逐渐减弱。综合以上实证结果，可以得出中国期货市场在一定程度上存在动量效应，且动量效应的显著性与持有期和形成期的长度密切相关。在较短的持有期（如1个月和3个月）下，动量效应较为明显，投资者可以通过构建动量策略获得一定的超额收益；而在较长的持有期（如6个月）下，动量效应不显著，投资者在运用动量策略时需要谨慎考虑市场环境和投资期限等因素。5.3反转效应实证结果与动量效应的研究类似，对反转策略在不同持有期和形成期下的收益情况进行了实证检验，具体结果如表3所示。该表展示了持有期分别为1个月、3个月和6个月，形成期分别为1个月、3个月、6个月、9个月和12个月时，反转组合（Loser-Winner）的平均收益率、t值以及相应的显著性水平。表3不同持有期和形成期下的反转策略收益持有期形成期平均收益率t值p值1个月1个月-0.0028-1.820.0701个月3个月-0.0036-2.100.036*1个月6个月-0.0045-2.450.015**1个月9个月-0.0042-2.250.025**1个月12个月-0.0038-2.050.041*3个月1个月-0.0015-1.200.2303个月3个月-0.0025-1.550.1223个月6个月-0.0032-1.800.0723个月9个月-0.0028-1.650.1003个月12个月-0.0023-1.400.1626个月1个月-0.0008-0.700.4846个月3个月-0.0013-0.950.3426个月6个月-0.0018-1.100.2716个月9个月-0.0015-0.900.3706个月12个月-0.0011-0.800.424注：*、**、***分别表示在10%、5%、1%的显著性水平下显著。从表3的结果可以看出，在持有期为1个月时，随着形成期从1个月增加到12个月，反转组合的平均收益率均为负，且绝对值呈现出先增大后略有减小的趋势。当形成期为6个月时，平均收益率达到最低值-0.0045，t值为-2.45，在5%的显著性水平下显著，这表明在该种情况下，反转效应较为显著，基于过去6个月收益率构建的反转策略能够获得显著的负收益，即过去表现较差的期货品种在未来1个月内出现了收益率上升，而过去表现较好的期货品种出现了收益率下降的反转现象。当形成期为3个月和9个月时，平均收益率分别为-0.0036和-0.0042，t值分别为-2.10和-2.25，均在5%的显著性水平下显著，同样显示出一定的反转效应。在持有期为3个月时，反转组合的平均收益率虽然也均为负，但绝对值相对较小，且t值大多较小，p值大多大于0.05，未能通过显著性检验。这说明在3个月的持有期内，反转效应不显著，基于反转策略的投资组合难以获得显著的超额收益。可能是由于3个月的持有期相对较长，市场中的各种因素对期货价格的影响较为复杂，导致价格反转的趋势不够明显。当持有期延长至6个月时，反转组合的平均收益率同样均为负，且t值更小，p值更大，远远超过了0.05的显著性水平。这表明在6个月的较长持有期下，反转效应极不显著，基于反转策略的投资组合几乎无法获得超额收益。在较长的持有期内，市场价格受到宏观经济环境、政策变化、行业供需等多种因素的综合影响，价格走势更加复杂，使得反转策略的有效性大大降低。综合以上实证结果，可以得出中国期货市场在一定程度上存在反转效应，且反转效应的显著性与持有期和形成期的长度密切相关。在较短的持有期（如1个月）下，反转效应在某些形成期下较为明显，投资者可以通过构建反转策略获得一定的超额收益；而在较长的持有期（如3个月和6个月）下，反转效应不显著，投资者在运用反转策略时需要谨慎考虑市场环境和投资期限等因素。5.4不同市场环境下的效应分析为了深入探究市场环境对中国期货市场动量和反转效应的影响，将样本数据按照市场走势划分为牛市和熊市两个阶段，分别检验动量效应和反转效应在不同市场环境下的表现。在划分牛市和熊市时，采用以下方法：选取文华商品期货指数作为衡量市场整体走势的指标，当该指数在连续[X]个交易日内涨幅超过[X]%时，定义为进入牛市阶段；当该指数在连续[X]个交易日内跌幅超过[X]%时，定义为进入熊市阶段。通过这种方式，确定了样本期内的牛市和熊市时间段。在2014年12月至2015年6月期间，文华商品期货指数持续上涨，涨幅超过30%，被划分为牛市阶段；而在2018年1月至2018年12月期间，该指数持续下跌，跌幅超过25%，被划分为熊市阶段。在牛市环境下，对动量策略和反转策略的收益情况进行检验，结果如表4所示。该表展示了持有期为1个月、3个月和6个月，形成期为1个月、3个月、6个月、9个月和12个月时，动量组合（Winner-Loser）和反转组合（Loser-Winner）的平均收益率、t值以及相应的显著性水平。表4牛市环境下不同持有期和形成期的策略收益持有期形成期动量组合平均收益率动量组合t值动量组合p值反转组合平均收益率反转组合t值反转组合p值1个月1个月0.00452.350.020**-0.0030-1.750.0811个月3个月0.00582.680.008***-0.0040-2.050.041*1个月6个月0.00652.950.003***-0.0048-2.350.020**1个月9个月0.00592.750.006***-0.0044-2.150.032*1个月12个月0.00532.500.013**-0.0039-2.000.046*3个月1个月0.00321.900.058-0.0018-1.100.2713个月3个月0.00452.250.025**-0.0028-1.400.1623个月6个月0.00522.550.011**-0.0035-1.650.1003个月9个月0.00472.350.020**-0.0031-1.500.1343个月12个月0.00412.100.036*-0.0026-1.300.1946个月1个月0.00201.300.194-0.0010-0.600.5506个月3个月0.00281.600.111-0.0015-0.800.4246个月6个月0.00351.850.065-0.0020-1.000.3176个月9个月0.00311.700.090-0.0017-0.900.3706个月12个月0.00261.500.134-0.0013-0.700.484注：*、**、***分别表示在10%、5%、1%的显著性水平下显著。从表4可以看出，在牛市环境下，动量策略在较短持有期（1个月）时表现较为突出。随着形成期从1个月增加到12个月，动量组合的平均收益率均为正，且在多个形成期下通过了显著性检验。当形成期为6个月时，动量组合平均收益率达到0.0065，t值为2.95，在1%的显著性水平下显著，表明在牛市中，基于过去6个月收益率构建的动量策略在持有1个月时能够获得显著的正收益，动量效应显著。在持有期为3个月时，动量策略也在部分形成期下表现出显著的正收益，如形成期为3个月、6个月和9个月时，平均收益率分别为0.0045、0.0052和0.0047，均在5%的显著性水平下显著。然而，当持有期延长至6个月时，动量效应的显著性有所下降，虽然平均收益率仍为正，但t值相对较小，p值大多大于0.05，未能通过显著性检验，说明在牛市中，较长持有期（6个月）下的动量策略难以获得显著的超额收益。对于反转策略，在牛市环境下，较短持有期（1个月）时，反转组合的平均收益率大多为负，且在部分形成期下通过了显著性检验。当形成期为6个月时，反转组合平均收益率为-0.0048，t值为-2.35，在5%的显著性水平下显著，表明在牛市中，基于过去6个月收益率构建的反转策略在持有1个月时能够获得显著的负收益，即过去表现较差的期货品种在未来1个月内出现了收益率上升，而过去表现较好的期货品种出现了收益率下降的反转现象。在持有期为3个月和6个月时，反转效应不显著，反转组合的平均收益率绝对值较小，且t值大多较小，p值大多大于0.05，未能通过显著性检验。在熊市环境下，对动量策略和反转策略的收益情况进行检验，结果如表5所示。表5熊市环境下不同持有期和形成期的策略收益持有期形成期动量组合平均收益率动量组合t值动量组合p值反转组合平均收益率反转组合t值反转组合p值1个月1个月0.00181.100.271-0.0025-1.400.1621个月3个月0.00251.400.162-0.0032-1.650.1001个月6个月0.00301.600.111-0.0038-1.900.0581个月9个月0.00261.500.134-0.0034-1.750.0811个月12个月0.00221.300.194-0.0030-1.550.1223个月1个月0.00100.600.550-0.0012-0.700.4843个月3个月0.00160.900.370-0.0020-1.000.3173个月6个月0.00201.100.271-0.0025-1.200.2303个月9个月0.00170.950.342-0.0022-1.100.2713个月12个月0.00130.700.484-0.0018-0.900.3706个月1个月0.00050.300.764-0.0006-0.400.6906个月3个月0.00080.500.617-0.0010-0.600.5506个月6个月0.00100.600.550-0.0013-0.700.4846个月9个月0.00070.400.690-0.0011-0.600.5506个月12个月0.00040.200.842-0.0009-0.500.617从表5可以看出，在熊市环境下，动量策略的表现相对较弱。在不同持有期和形成期下，动量组合的平均收益率虽然大多为正，但数值较小，且t值大多较小，p值大多大于0.05，未能通过显著性检验，说明在熊市中，动量效应不显著，基于动量策略的投资组合难以获得显著的超额收益。对于反转策略，在熊市环境下，反转组合的平均收益率大多为负，但同样数值较小，t值大多较小，p值大多大于0.05，未能通过显著性检验，说明在熊市中，反转效应也不显著，基于反转策略的投资组合也难以获得显著的超额收益。综合以上分析，市场环境对中国期货市场动量和反转效应有着显著影响。在牛市环境下，动量效应在较短持有期时较为显著，投资者可以通过构建动量策略获得一定的超额收益；反转效应在较短持有期时也在部分形成期下有所体现，但整体不如动量效应明显。而在熊市环境下，动量效应和反转效应均不显著，投资者在运用动量策略和反转策略时需要更加谨慎。这可能是由于牛市中市场整体处于上升趋势，投资者的乐观情绪和追涨行为使得动量效应更容易发挥作用；而在熊市中，市场整体下跌，投资者情绪悲观，市场不确定性增加，导致动量效应和反转效应难以有效显现。5.5稳健性检验为确保实证结果的可靠性和稳定性，从多个角度对动量效应和反转效应的实证结果进行稳健性检验。在更换样本方面，对样本数据进行了筛选和调整。考虑到部分期货品种在特定时期可能受到特殊因素影响，从而对整体结果产生干扰，因此剔除了这些可能存在异常情况的期货品种。具体来说，通过对各期货品种的交易活跃度、市场份额以及价格波动等因素进行综合评估，识别出在样本期内交易活跃度较低（日均成交量低于行业平均水平的[X]%）、市场份额较小（持仓量占全市场比重低于[X]%）以及价格波动异常（价格波动率超过行业平均波动率的[X]倍）的期货品种，并将其从样本中剔除。经过这一筛选过程，共剔除了[X]个期货品种，重新构建了样本数据集，并在此基础上重新进行了动量效应和反转效应的检验。检验结果显示，动量效应和反转效应的显著性和方向与原样本结果基本一致。在动量效应检验中，原样本中在特定持有期和形成期下显著的动量组合，在新样本中依然保持显著，平均收益率和t值的变化幅度较小；在反转效应检验中，原样本中显著的反转组合在新样本中同样保持显著，平均收益率和t值也较为稳定，这表明更换样本后，实证结果具有较强的稳健性。从调整模型的角度，对实证模型进行了改进和优化。在原模型中，采用了普通最小二乘法（OLS）进行回归分析。然而，考虑到金融时间序列数据可能存在异方差和自相关等问题，这些问题可能会影响回归结果的准确性和可靠性。因此，在稳健性检验中，改用广义矩估计（GMM）方法进行回归。GMM方法能够有效处理异方差和自相关问题，通过利用多个矩条件来估计模型参数，提高了估计的有效性和稳健性。在运用GMM方法时，首先对模型进行设定，确定工具变量，然后通过迭代计算得到参数的估计值。重新回归后的结果显示，动量效应和反转效应依然存在，且核心解释变量的系数符号和显著性与原模型基本相同。动量效应中，原模型中显著为正的系数在GMM回归后仍然显著为正，且系数大小变化不大；反转效应中，原模型中显著为负的系数在GMM回归后同样显著为负，系数的稳定性表明模型调整并未对实证结果产生实质性影响，进一步验证了实证结果的可靠性。为了进一步验证实证结果的稳健性，还进行了子样本分析。将整个样本期按照时间顺序划分为多个子样本，分别对每个子样本进行动量效应和反转效应的检验。具体划分方式为：将2010-2023年的样本期平均划分为三个子样本，分别为2010-2014年、2015-2019年和2020-2023年。在每个子样本中，按照与全样本相同的方法构建动量组合和反转组合，并进行回归分析。检验结果表明，在不同的子样本中，动量效应和反转效应的表现虽然在程度上略有差异，但基本趋势保持一致。在2010-2014年的子样本中，动量效应在较短持有期下表现显著，与全样本结果一致；反转效应在部分形成期下也较为明显，与全样本结果相符。在2015-2019年和2020-2023年的子样本中，同样能够观察到动量效应和反转效应的存在，且效应的显著性和方向与全样本结果没有显著差异，这充分证明了实证结果在不同时间段内具有较强的稳定性和可靠性。通过以上多种稳健性检验方法，从更换样本、调整模型和子样本分析等角度对实证结果进行了全面验证。结果表明，中国期货市场的动量效应和反转效应在不同条件下具有较强的稳健性，实证结果具有较高的可信度，为后续的研究和投资策略制定提供了坚实的基础。六、影响因素分析6.1市场流动性对动量和反转效应的影响市场流动性是金融市场的重要特征之一，它反映了市场中资产能够以合理价格迅速交易的能力。在中国期货市场中，