發(fā)布時(shí)間：2020-10-14 07:26

　　 市場(chǎng)有效假說(shuō)被提出后即受到來(lái)自各方面的質(zhì)疑,層出不窮的市場(chǎng)異象被學(xué)者們相繼發(fā)現(xiàn),并不斷對(duì)市場(chǎng)有效假說(shuō)發(fā)起挑戰(zhàn)。月份效應(yīng)是市場(chǎng)異象的典型代表,其廣泛存在于全球各大股票市場(chǎng)中。以美國(guó)股票市場(chǎng)為代表的成熟市場(chǎng)表現(xiàn)出一月效應(yīng),在其他市場(chǎng)中因具體情況不同,月份效應(yīng)的表現(xiàn)也有所差異。中國(guó)股票市場(chǎng)中是否存在顯著的月份效應(yīng),如果存在其表現(xiàn)又是如何,對(duì)于這些問(wèn)題學(xué)者們持有不同看法,至今未達(dá)成共識(shí)。月份效應(yīng)理論生命力極強(qiáng),無(wú)論是在市場(chǎng)分析還是在投資策略的選擇中應(yīng)用都非常廣泛,是證券分析師和股民們熱議的話題。遺憾的是,在各類媒體平臺(tái)上充斥著各式各樣“月份效應(yīng)”,這些說(shuō)法大多又缺乏理論依據(jù)和數(shù)據(jù)支撐,給投資者造成了許多困擾。中國(guó)股票市場(chǎng)起步較晚,以往研究中又存在樣本量不足、回歸方法擬合度較差等問(wèn)題,使得結(jié)論的可信度較低。為了克服這些問(wèn)題,本文選取了2000年1月至2018年6月之間上證綜指和深證綜指以及申銀萬(wàn)國(guó)規(guī)模指數(shù)和行業(yè)指數(shù)為研究樣本,引入基于廣義誤差分布的EGARCH-M模型,從縱向的時(shí)間維度和橫向的樣本維度兩個(gè)不同的視角對(duì)月份效應(yīng)進(jìn)行研究。實(shí)證結(jié)果表明,中國(guó)股票市場(chǎng)的月份效應(yīng)不是一成不變的,是不斷發(fā)展變化的。本文通過(guò)滾動(dòng)樣本回歸發(fā)現(xiàn),不同樣本期內(nèi)月份效應(yīng)的表現(xiàn)并不完全相同,說(shuō)明隨著市場(chǎng)環(huán)境和法規(guī)政策的變化,月份效應(yīng)也隨之發(fā)生了改變。通過(guò)樣本分類檢驗(yàn)發(fā)現(xiàn),月份效應(yīng)也會(huì)因市場(chǎng)不同、規(guī)模不同、行業(yè)不同而有所差別,說(shuō)明月份效應(yīng)只在某類特定樣本中成立。因此我們只能立足現(xiàn)有數(shù)據(jù),得出有限結(jié)論。從整體上看,中國(guó)股市存在較為顯著的二月效應(yīng)和六月效應(yīng),二月份主要受到春節(jié)前投資者避險(xiǎn)情緒高漲和節(jié)后市場(chǎng)資金面寬松的影響,使得投資組合大概率能夠獲得超額收益;在季節(jié)因素、假期因素和政策因素的多重作用下,六月份股票市場(chǎng)下行趨勢(shì)明顯,較其他月份更容易出現(xiàn)投資虧損。除此之外,在行業(yè)因素的影響下,不同行業(yè)股票往往表現(xiàn)出一些具有行業(yè)特點(diǎn)的月份效應(yīng)。綜上所述,本文基于時(shí)間和樣本兩個(gè)維度,從交易市場(chǎng)、公司規(guī)模、行業(yè)分類三個(gè)不同角度考察了中國(guó)股票市場(chǎng)的月份效應(yīng)�，F(xiàn)階段從整體上來(lái)看,中國(guó)股市表現(xiàn)出較為顯著的二月效應(yīng)和六月效應(yīng)。由于中國(guó)股票市場(chǎng)的月份效應(yīng)是不斷發(fā)展變化的,加之在這些特殊月份中指數(shù)收益率偏低、風(fēng)險(xiǎn)較大,所以該效應(yīng)不適宜作為投資策略。為了營(yíng)造一個(gè)良好的投資環(huán)境,還需從提高投資者素質(zhì)、加強(qiáng)市場(chǎng)監(jiān)管和優(yōu)化市場(chǎng)結(jié)構(gòu)等方面來(lái)逐步提高中國(guó)股票市場(chǎng)的有效性。在下一步研究中,應(yīng)該密切關(guān)注樣本的全面性和實(shí)時(shí)性,跟進(jìn)最新的理論模型和研究方法,追蹤月份效應(yīng)在細(xì)分市場(chǎng)中的表現(xiàn),描繪月份效應(yīng)在證券市場(chǎng)中的發(fā)展軌跡。
【學(xué)位單位】：山西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51
【部分圖文】：

的演變過(guò)程，另一方面也可以起到穩(wěn)健性檢驗(yàn)的作用。1.2.2 技術(shù)路線圖1.3 為研究技術(shù)路線圖：圖1.3 研究技術(shù)路線圖不同市場(chǎng) 不同規(guī)模 不同行業(yè)月份效應(yīng)檢驗(yàn)中國(guó)股市月份效應(yīng) 月份效應(yīng)成因市場(chǎng)有效假說(shuō)ADF 檢驗(yàn)ARCH LM 檢驗(yàn)T1樣本期T2樣本期T9樣本期滾動(dòng)樣本檢驗(yàn)中國(guó)股票市場(chǎng)

1 1100% （3.15）其中， 代表指數(shù)的日收益率， 為 t 日指數(shù)收盤值， 1為前一個(gè)交易日指數(shù)收盤值。百分比收益率與對(duì)數(shù)收益率相比更為直觀，更加符合投資者對(duì)股票收益的認(rèn)知得出的結(jié)論更易于推廣。由于樣本眾多，此處選取了較為有代表性的6 組指數(shù)日收益率數(shù)據(jù)以時(shí)間序列圖的形式呈現(xiàn)出來(lái)。這6 組指數(shù)分別是上證綜指（圖 3.1）、深證綜指（圖 3.2）、大盤指數(shù)（圖3.3）、小盤指數(shù)（圖 3.4）、農(nóng)林牧漁指數(shù)（圖 3.5）和電氣設(shè)備指數(shù)（圖 3.6）。從時(shí)間序列圖中可以看出，指數(shù)日收益率分布普遍具有波動(dòng)集聚的特點(diǎn)，波動(dòng)在某一段時(shí)間內(nèi)非常劇烈，在有的時(shí)間段又較為平緩，說(shuō)明波動(dòng)之間關(guān)聯(lián)性較強(qiáng)，收益率序列存在相關(guān)性。在這種情況下使用普通最小二乘法進(jìn)行回歸會(huì)導(dǎo)致回歸結(jié)果不是無(wú)偏最優(yōu)的，計(jì)算出的標(biāo)準(zhǔn)差不準(zhǔn)確，而且回歸結(jié)果中參數(shù)的顯著性檢驗(yàn)沒(méi)有意義，所以本文選用基于廣義自回歸條件異方差模型作為實(shí)證模型。

1 1100% （3.15）其中， 代表指數(shù)的日收益率， 為 t 日指數(shù)收盤值， 1為前一個(gè)交易日指數(shù)收盤值。百分比收益率與對(duì)數(shù)收益率相比更為直觀，更加符合投資者對(duì)股票收益的認(rèn)知得出的結(jié)論更易于推廣。由于樣本眾多，此處選取了較為有代表性的6 組指數(shù)日收益率數(shù)據(jù)以時(shí)間序列圖的形式呈現(xiàn)出來(lái)。這6 組指數(shù)分別是上證綜指（圖 3.1）、深證綜指（圖 3.2）、大盤指數(shù)（圖3.3）、小盤指數(shù)（圖 3.4）、農(nóng)林牧漁指數(shù)（圖 3.5）和電氣設(shè)備指數(shù)（圖 3.6）。從時(shí)間序列圖中可以看出，指數(shù)日收益率分布普遍具有波動(dòng)集聚的特點(diǎn)，波動(dòng)在某一段時(shí)間內(nèi)非常劇烈，在有的時(shí)間段又較為平緩，說(shuō)明波動(dòng)之間關(guān)聯(lián)性較強(qiáng)，收益率序列存在相關(guān)性。在這種情況下使用普通最小二乘法進(jìn)行回歸會(huì)導(dǎo)致回歸結(jié)果不是無(wú)偏最優(yōu)的，計(jì)算出的標(biāo)準(zhǔn)差不準(zhǔn)確，而且回歸結(jié)果中參數(shù)的顯著性檢驗(yàn)沒(méi)有意義，所以本文選用基于廣義自回歸條件異方差模型作為實(shí)證模型。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張?zhí)K林;;美國(guó)股票市場(chǎng)異常時(shí)期的“十月份效應(yīng)”實(shí)證檢驗(yàn)[J];商業(yè)時(shí)代;2010年14期

2 楊隕菽;李曉柯;;中國(guó)股票市場(chǎng)月份效應(yīng)研究[J];中國(guó)市場(chǎng);2019年22期

3 任中杰;;美國(guó)石油期貨市場(chǎng)“月份效應(yīng)”研究[J];山東紡織經(jīng)濟(jì);2018年04期

4 鄒曉峰;李則瑤;;中小板綜合指數(shù)收益率的月份效應(yīng)研究——基于含有虛擬變量的GARCH模型[J];企業(yè)科技與發(fā)展;2019年07期

5 蔡華;;中國(guó)A股市場(chǎng)月份效應(yīng)實(shí)證檢驗(yàn)[J];天津理工大學(xué)學(xué)報(bào);2006年06期

6 高芳芳;;滬深股市月份效應(yīng)和月初效應(yīng)的實(shí)證研究[J];企業(yè)科技與發(fā)展;2009年12期

7 周潤(rùn)之;關(guān)注季報(bào)亮點(diǎn),緊握成長(zhǎng)行業(yè)投資機(jī)會(huì)[J];股市動(dòng)態(tài)分析;2004年43期

8 楊玉波,位華;中國(guó)證券市場(chǎng)“時(shí)間效應(yīng)”的實(shí)證分析[J];金融縱橫;2005年06期

9 張爽;;關(guān)于日歷效應(yīng)實(shí)證研究的文獻(xiàn)綜述[J];企業(yè)導(dǎo)報(bào);2010年08期

10 林日麗;龍海雷;;日歷效應(yīng)研究進(jìn)展[J];經(jīng)濟(jì)論壇;2006年07期

相關(guān)碩士學(xué)位論文 前10條

1 馬光宇;多視角下中國(guó)股票市場(chǎng)月份效應(yīng)研究[D];山西大學(xué);2019年

2 李浩;中國(guó)A股市場(chǎng)“小公司效應(yīng)”實(shí)證研究[D];天津大學(xué);2014年

3 劉芳琴;中國(guó)股市行業(yè)板塊月份效應(yīng)研究[D];浙江工商大學(xué);2014年

4 張少杰;我國(guó)期貨市場(chǎng)流動(dòng)性研究[D];暨南大學(xué);2006年

5 周輝;期貨市場(chǎng)日歷效應(yīng)實(shí)證研究[D];上海交通大學(xué);2012年

6 孫笑晨;中國(guó)證券市場(chǎng)日歷效應(yīng)的實(shí)證分析[D];東北財(cái)經(jīng)大學(xué);2011年

7 張振宇;證券市場(chǎng)股票收益率季節(jié)效應(yīng)的實(shí)證研究[D];湖南大學(xué);2006年

8 劉京;我國(guó)A股市場(chǎng)日歷效應(yīng)的實(shí)證研究[D];東北財(cái)經(jīng)大學(xué);2016年

9 李英杰;中國(guó)股市規(guī)模效應(yīng)和月份效應(yīng)存在性實(shí)證分析[D];西南交通大學(xué);2012年

10 張永杰;基于異質(zhì)信念的股票市場(chǎng)均衡研究及我國(guó)股市的實(shí)證檢驗(yàn)[D];天津大學(xué);2004年

本文編號(hào)：2840376