我国股票市场板块效应实证研究
|
摘要
在一定的时期内,某一板块内的股票出现了齐涨齐跌的现象,称之为“板块效应”。随着我国证券市场的不断完善、发展和股票种类的增加,各类股票板块的划分越来越明显,“板块效应”日益凸显,从而使投资者根据各股票板块的变化规律来决定投资决策变得越来越具有可行性和收益性。
本文研究的目的是通过建立金融计量模型来识别我国股票市场的板块效应,选取的研究样本是银行业板块,同时选取上证综合指数作为市场组合。不合理的度量方法会导致表面上的“异常”现象,所以对市场有效性及“异常”现象的度量需要与预测“预期正常收益”的模型一起来检验,以避免“不良”模型。因此我们先对银行组合的日对数收益率和上证综合指数的日对数收益率做散点图,由散点图看出它们之间的线性关系,我们选定一元线性回归模型作为理论模型。由t检验统计量知回归方程通过了显著性检验,因此,此一元线性回归模型是有统计学意义的。利用银行组合日对数收益率对市场日对数收益率进行回归分析,用经验回归方程来预测“预期正常收益”,由实际值与预期正常收益的差值计算出银行组合的超额收益率。用U检验法我们得知,银行组合的预测正常日对数收益率服从正态分布,它的标准差记为δ,因此实际值和预测值的差值(即超额收益率)大于δ时,才是出现“异常”现象,即出现了板块效应。
其次在板块效应存在的基础上,引入相对对数收益率来度量板块效应的强弱,当天超额收益率的绝对值与银行组合相对对数收益率标准差的比值,即为板块效应的强度。
实证结果表明：在选取的样本中,股票分别在2010年12月13日、12月15日、12月21日、12月23日、12月24日、12月28日、12月31日、1月7日、1月11日、1月25日、27日、28日、31日、2月16日出现了板块效应,且分别在2010年12月23日、24日和2011年1月27日、28日、31日持续出现板块效应。
板块效应的强度依次为1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02。因此在定性分析和实证的基础上,通过对数据的分析建立起的相应的市场模型对板块效应进行实证研究,可使投资者根据各股票板块的变化规律来决定投资决策,以提高股市的回报率。
In a certain period of time, the stocks in one plate appears up and down together. We call this phenomenon "plate effect". Along with the development of our country securities market, the stock type is increasing and the partition of all kinds of stock is more and more obvious. All kinds of "plate effect" gradually highlight. So according to the law of each stock plate, investment decision becomes more and more feasible and profitable.
This paper writing purpose is through the establishment of financial econometrics model to identify China stock market plate effect. The study sample is banking sector, at the same time, select Shanghai stock composite index as market portfolio. No reasonable measurement method can lead to the seeming "abnormal" phenomenon. In order to avoid the "bad" model, we should test the market efficiency and "abnormal" phenomenon together with the model of the "expected normal revenue". So. we do scatter plot chart for the Logarithmic return rate of bank combination and Shanghai stock composite index. Scatter plot chart present a linear relationship between them. We selected a linear regression model as the theoretical model. Through the T test, we can see that Regression equation passed significant inspection. Therefore, the linear regression model has a statistical significance. Use the Logarithmic return rate of bank combination to analysis the Logarithmic return rate of the market. Forecast the expected normal earnings by experience regression equation. Calculation excess yield of bank combination by the difference between actual value and expected normal earnings. With U inspection we can learn Normal day forecast logarithmic rate of return obev Normal distribution, and its Standard deviation records as δ. Therefore. when excess yield is greater than δ. we call it abnormal phenomenon. The plate effect appears.
Second, on the basis of plate effect, measure the strength of the plate effect. The ratio of excess return of absolute value and logarithmic rate of return standard deviation is the strength of plate effect.
The empirical results show that, In the selection of samples, the stock plate effect appears on2010.12.13、12.15、12.21、12.23、12.24、12.28、12.31、2011.1.7、1.11、1.25、1.27、1.28、1.31、and2.16. The strength of plate effect are1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02.
On the basis of qualitative and empirical analysis, So investment decision can be made according to the law of each stock plate and the returns will be improved.
本文研究的目的是通过建立金融计量模型来识别我国股票市场的板块效应,选取的研究样本是银行业板块,同时选取上证综合指数作为市场组合。不合理的度量方法会导致表面上的“异常”现象,所以对市场有效性及“异常”现象的度量需要与预测“预期正常收益”的模型一起来检验,以避免“不良”模型。因此我们先对银行组合的日对数收益率和上证综合指数的日对数收益率做散点图,由散点图看出它们之间的线性关系,我们选定一元线性回归模型作为理论模型。由t检验统计量知回归方程通过了显著性检验,因此,此一元线性回归模型是有统计学意义的。利用银行组合日对数收益率对市场日对数收益率进行回归分析,用经验回归方程来预测“预期正常收益”,由实际值与预期正常收益的差值计算出银行组合的超额收益率。用U检验法我们得知,银行组合的预测正常日对数收益率服从正态分布,它的标准差记为δ,因此实际值和预测值的差值(即超额收益率)大于δ时,才是出现“异常”现象,即出现了板块效应。
其次在板块效应存在的基础上,引入相对对数收益率来度量板块效应的强弱,当天超额收益率的绝对值与银行组合相对对数收益率标准差的比值,即为板块效应的强度。
实证结果表明：在选取的样本中,股票分别在2010年12月13日、12月15日、12月21日、12月23日、12月24日、12月28日、12月31日、1月7日、1月11日、1月25日、27日、28日、31日、2月16日出现了板块效应,且分别在2010年12月23日、24日和2011年1月27日、28日、31日持续出现板块效应。
板块效应的强度依次为1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02。因此在定性分析和实证的基础上,通过对数据的分析建立起的相应的市场模型对板块效应进行实证研究,可使投资者根据各股票板块的变化规律来决定投资决策,以提高股市的回报率。
In a certain period of time, the stocks in one plate appears up and down together. We call this phenomenon "plate effect". Along with the development of our country securities market, the stock type is increasing and the partition of all kinds of stock is more and more obvious. All kinds of "plate effect" gradually highlight. So according to the law of each stock plate, investment decision becomes more and more feasible and profitable.
This paper writing purpose is through the establishment of financial econometrics model to identify China stock market plate effect. The study sample is banking sector, at the same time, select Shanghai stock composite index as market portfolio. No reasonable measurement method can lead to the seeming "abnormal" phenomenon. In order to avoid the "bad" model, we should test the market efficiency and "abnormal" phenomenon together with the model of the "expected normal revenue". So. we do scatter plot chart for the Logarithmic return rate of bank combination and Shanghai stock composite index. Scatter plot chart present a linear relationship between them. We selected a linear regression model as the theoretical model. Through the T test, we can see that Regression equation passed significant inspection. Therefore, the linear regression model has a statistical significance. Use the Logarithmic return rate of bank combination to analysis the Logarithmic return rate of the market. Forecast the expected normal earnings by experience regression equation. Calculation excess yield of bank combination by the difference between actual value and expected normal earnings. With U inspection we can learn Normal day forecast logarithmic rate of return obev Normal distribution, and its Standard deviation records as δ. Therefore. when excess yield is greater than δ. we call it abnormal phenomenon. The plate effect appears.
Second, on the basis of plate effect, measure the strength of the plate effect. The ratio of excess return of absolute value and logarithmic rate of return standard deviation is the strength of plate effect.
The empirical results show that, In the selection of samples, the stock plate effect appears on2010.12.13、12.15、12.21、12.23、12.24、12.28、12.31、2011.1.7、1.11、1.25、1.27、1.28、1.31、and2.16. The strength of plate effect are1.73、1.12、1.198、2.13、1.85、1.17、1.398、3.32、1.46、1.43、1.14、1.36、1.17、1.02.
On the basis of qualitative and empirical analysis, So investment decision can be made according to the law of each stock plate and the returns will be improved.
引文
[1]Banz, Rolf W..The relationship between return and market value of common stock[J] Journal of Financial Economics, 1981.9:3-18.
[2]Yakov Amihud,H,Mendeison.The Effects of Beta,Bid-Ask Spread.Residual Risk and Size On StockReturns[J]. Journalof Finance,1989,44,479-486.
[3]Holmstrom B, Tirole J. LAPM:A Liquidity-Based Asset Pricing Model[J]. The Journal of Finance,2001.56:1837-1867.
[4]Brenmen M J, A.Subrahmanyam. Market Microstmcture and Asset Pricing:On the Compensation for miquidity in Stock Returns[J]. Journal of Financial Economics, 1996.41:441-464.
[5]Heston S L Rouwenhorst K G. Industry and country effects in international stock returns[J]. Journal of Portfolio management, 1995,22:53-58.
[6]何成颖.中国股市“板块现象”分析[J].经济研究,2001,(12)：82-87.
[7]彭艳,张维.我国股票市场的分板块投资策略及其应用[J],数量经济技术经济研究,2003,(12)：148-151.
[8]程希明,蒋学雷.上海股票市场股票收益率因素研究[J].管理科学学报,2003,10(2).
[9]乔海曙,陈志强,陈力.我国A股市场行业板块轮动现象研究[J].2009.
[10]陈鹏,郑翼村.中国股市板块联动现象分析[J].时代金2010,(5)：110-111.
[11]王宁.我国股票市场板块效应研究[D].上海：复旦大学金融系,2007.
[12]王宁.中国股票市场板块效应实证研究[J].商业时代,2009,88-89.
[13]叶咸尚.中国股市板块轮动：特征、影响因素与趋势[J].浙江金融,2007,(8).
[14]陈庆伟,程刚.我国股市板块效应研究[J].金融经济,2010,(5)：110-111.
[15]杜伟锦,何涛富.我国证券市场的板块联动效应及模糊聚类分析[J].商业研究,2005,(22)
[16]王燕鸣,楚庆峰.沪深股市IPO行业板块效应研究[J].金融研究,2009,(1).
[17]范刚强.我国A股市场IP0行业板块效应及影响因素分析[D].湖南大学,2010.
[18]林美艳,薛宏刚,赵凤群等.上证综合指数收益率的统计分析[J].运筹与管理,2005,(4).
[19]Fama E.F..French, K, The Cross-Sectional of Expected Stock Returns[J]. Jourllal of Finance.1992,47:427-465.
[20]Fama E.F.French.K.Common rsk factors in the return on stocks and bonds[J]. Journal of Financial Economics,1993,33:3-56.
[21]武爱文,冯卫国.概率论与数理统计[M].上海：上海交通大学出版社,2011.
[22]王菁嫒.中国股市“板块效应”实证分析——以上海证券交易市场为例[J].时代金融,2009,(8)
[23]俞世典,陈守东,黄立华.主要股票指数的联动分析统计研究[J].2001,(8).
[24]张晓峒.计量经济分析[M].北京：经济科学出版社,2000.
[25]麻晓芳.中国A股市场行业板块的波动性和相关性研究[J].2010,(4).
[26]叶志强,涂波,张顺明.汶川地震”的证券市场板块效应[J].研究投资,2011,(8).
[27]张福芬.中国股票市场板块轮动的机理研究[J].经济管理与科学决策,2010,(4)：139-141.
[28]武魏巍,龚玉晶.中国股票市场板块轮动的机理研究[J].现代商贸工业,2010,(11)：197-198.
[29]刘明卿.我国股市反弹行情中的板块效应分析[J].内蒙古科技与经济,2004,(20)
[30]卢方元.中国股市收益率稳定分布实证研究[J].中国管理科学,2005,(10)。
[31]李茜.我国股市收益率季节效应实证研究[D].2009.
[32]王汉荣.证券投资组合收益率与风险的统计分析[N].沙洲职业工学院学报,2008,(12).
[33]王华峰.我国股市中机构投资者的“羊群行为”[N].贵州商业高等专科学校学报,2006,(3).
[34]张磊.中国股市板块轮动现象简析[J].经营管理者,2010,(7).
[35]王军,中国证券市场与投资者羊群行为实证研究[D].东北财经大学,2007.
[36]吴福龙,曾勇,唐小我.中国证券投资基金的羊群行为分析[N],管理工程学报,2004(18),115-117.
[37]胡娜,薛燕.证券市场羊群行为的成因及启示[J].现代管理科学,2005,(3).
[38]向锐,李琪琦.中国机构投资者羊群行为实证分析[J].产业经济研究,2006,(1).
[39]新云汇,刘霖.中国股票市场CAPM的实证研究[J：.金融研究,2001,(7).
[40]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社,2006.
[41]冯玉明.市场的非理性与组合投资策略[J].投资与证券,2001,(5).
[42]唐德祥.证券投资基金“羊群行为”的实证分析[J].统计与决策,2003,(33).
[43]夏普.证券投资原理[M].中译本,四川：西南财经大学出版社,1992.
[44]倪雪梅SPSS统计分析[M].北京：清华大学出版社,2010.
[45]薛薇.统计分析与SPSS的应用[M].北京：中国人民大学出版社,2011.
[46]赵硕刚.中国股票市场羊群行为实证研究.经济论坛[J].2009,(13).
[47]廖田锐.中国股票市场板块轮动投资策略的实证研究[D].北京：对外经济贸易大学金融学,2011.
[48]徐国祥.金融统计学[M].上海：人民出版社,2009.
[2]Yakov Amihud,H,Mendeison.The Effects of Beta,Bid-Ask Spread.Residual Risk and Size On StockReturns[J]. Journalof Finance,1989,44,479-486.
[3]Holmstrom B, Tirole J. LAPM:A Liquidity-Based Asset Pricing Model[J]. The Journal of Finance,2001.56:1837-1867.
[4]Brenmen M J, A.Subrahmanyam. Market Microstmcture and Asset Pricing:On the Compensation for miquidity in Stock Returns[J]. Journal of Financial Economics, 1996.41:441-464.
[5]Heston S L Rouwenhorst K G. Industry and country effects in international stock returns[J]. Journal of Portfolio management, 1995,22:53-58.
[6]何成颖.中国股市“板块现象”分析[J].经济研究,2001,(12)：82-87.
[7]彭艳,张维.我国股票市场的分板块投资策略及其应用[J],数量经济技术经济研究,2003,(12)：148-151.
[8]程希明,蒋学雷.上海股票市场股票收益率因素研究[J].管理科学学报,2003,10(2).
[9]乔海曙,陈志强,陈力.我国A股市场行业板块轮动现象研究[J].2009.
[10]陈鹏,郑翼村.中国股市板块联动现象分析[J].时代金2010,(5)：110-111.
[11]王宁.我国股票市场板块效应研究[D].上海：复旦大学金融系,2007.
[12]王宁.中国股票市场板块效应实证研究[J].商业时代,2009,88-89.
[13]叶咸尚.中国股市板块轮动：特征、影响因素与趋势[J].浙江金融,2007,(8).
[14]陈庆伟,程刚.我国股市板块效应研究[J].金融经济,2010,(5)：110-111.
[15]杜伟锦,何涛富.我国证券市场的板块联动效应及模糊聚类分析[J].商业研究,2005,(22)
[16]王燕鸣,楚庆峰.沪深股市IPO行业板块效应研究[J].金融研究,2009,(1).
[17]范刚强.我国A股市场IP0行业板块效应及影响因素分析[D].湖南大学,2010.
[18]林美艳,薛宏刚,赵凤群等.上证综合指数收益率的统计分析[J].运筹与管理,2005,(4).
[19]Fama E.F..French, K, The Cross-Sectional of Expected Stock Returns[J]. Jourllal of Finance.1992,47:427-465.
[20]Fama E.F.French.K.Common rsk factors in the return on stocks and bonds[J]. Journal of Financial Economics,1993,33:3-56.
[21]武爱文,冯卫国.概率论与数理统计[M].上海：上海交通大学出版社,2011.
[22]王菁嫒.中国股市“板块效应”实证分析——以上海证券交易市场为例[J].时代金融,2009,(8)
[23]俞世典,陈守东,黄立华.主要股票指数的联动分析统计研究[J].2001,(8).
[24]张晓峒.计量经济分析[M].北京：经济科学出版社,2000.
[25]麻晓芳.中国A股市场行业板块的波动性和相关性研究[J].2010,(4).
[26]叶志强,涂波,张顺明.汶川地震”的证券市场板块效应[J].研究投资,2011,(8).
[27]张福芬.中国股票市场板块轮动的机理研究[J].经济管理与科学决策,2010,(4)：139-141.
[28]武魏巍,龚玉晶.中国股票市场板块轮动的机理研究[J].现代商贸工业,2010,(11)：197-198.
[29]刘明卿.我国股市反弹行情中的板块效应分析[J].内蒙古科技与经济,2004,(20)
[30]卢方元.中国股市收益率稳定分布实证研究[J].中国管理科学,2005,(10)。
[31]李茜.我国股市收益率季节效应实证研究[D].2009.
[32]王汉荣.证券投资组合收益率与风险的统计分析[N].沙洲职业工学院学报,2008,(12).
[33]王华峰.我国股市中机构投资者的“羊群行为”[N].贵州商业高等专科学校学报,2006,(3).
[34]张磊.中国股市板块轮动现象简析[J].经营管理者,2010,(7).
[35]王军,中国证券市场与投资者羊群行为实证研究[D].东北财经大学,2007.
[36]吴福龙,曾勇,唐小我.中国证券投资基金的羊群行为分析[N],管理工程学报,2004(18),115-117.
[37]胡娜,薛燕.证券市场羊群行为的成因及启示[J].现代管理科学,2005,(3).
[38]向锐,李琪琦.中国机构投资者羊群行为实证分析[J].产业经济研究,2006,(1).
[39]新云汇,刘霖.中国股票市场CAPM的实证研究[J：.金融研究,2001,(7).
[40]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社,2006.
[41]冯玉明.市场的非理性与组合投资策略[J].投资与证券,2001,(5).
[42]唐德祥.证券投资基金“羊群行为”的实证分析[J].统计与决策,2003,(33).
[43]夏普.证券投资原理[M].中译本,四川：西南财经大学出版社,1992.
[44]倪雪梅SPSS统计分析[M].北京：清华大学出版社,2010.
[45]薛薇.统计分析与SPSS的应用[M].北京：中国人民大学出版社,2011.
[46]赵硕刚.中国股票市场羊群行为实证研究.经济论坛[J].2009,(13).
[47]廖田锐.中国股票市场板块轮动投资策略的实证研究[D].北京：对外经济贸易大学金融学,2011.
[48]徐国祥.金融统计学[M].上海：人民出版社,2009.