復旦大 N 中国股票市场的周内效应研究 系:经济学院 院专学姓 业:金融专硕(基金管理方向) 号:17210680184 名:朱芮 指导教师:张宗新 完成日期:2018年1月4日
中国股票市场的周内效应研究 院 系： 经济学院 专 业： 金融专硕（基金管理方向） 学 号： 17210680184 姓 名： 朱芮 指 导 教 师： 张宗新 完 成 日 期： 2018 年 1 月 4 日
中国股票市场的周内效应研究 朱芮 The study on the Weekday effect in China's Stock Market Zhu, ru
1 中国股票市场的周内效应研究 朱芮 The Study on the Weekday Effect in China’s Stock Market Zhu, Rui
选题背景 中国股票市场自建立以来快速发展,从1990年12月上海证券交易所和深圳 证券交易所建立算起,至今已经有27年历史。截至2016年末中国股票市场市值 规模已经达到6.56万亿美元,成为全球规模第二大股票市场,证券化率达到 60.38%。在这27年间它在优化社会资源配置,拓宽社会融资渠道等方面发挥了 巨大作用,为促进我国的经济发展与改革开放作出不可忽视的重要贡献。但由于 我国股票市场短时间内的爆炸式发展,市场难免会出现许多不完善的现象,投机 性质也更加明显,譬如新股IPO时存在超高溢价现象。与此同时,我国市场也出 现许多独特的市场现象。国内学者近年来对这些现象进行探寻、总结、研究和解 自从Fama(1965)提出有效市场假说以来,市场的有效性就成为学术争议的话 题,众多学者在这个话题上提出自己的看法并作出研究。与此同时,市场异象也 成为关注的重点。常见的市场异象有“规模效应”“日历效应”“特殊数字效应” 等等,股票价格或者收益率异象可能源自上市公司规模,可能源自不同的日历时 期,也有可能源自上市公司在市场上代码的数字和证券简称。资产价格是市场上 相关信息的反映,但是市场价格的形成过程中不仅受到资产内在价值的影响,还 受到市场情绪、技术和投机等因素的影响。在价格传导过程中,市场参与者并非 百分之百遵从理性人假设,由此产生了一些市场异象。 股票市场的“周内效应”检验 “周内效应”是指证券市场在一星期之内某一天的平均收益率比一周内其他 任何一天的平均收益率要低得多,且统计上显著为负。Cros1973对标准普尔500 指数在1953-1970年的日收益率数据研究发现,周一的平均收益率要低于一周里 的其他日期,并且为统计显著的负值。随后 French(1980)等学者也用美国市场的 数据进行了类似研究,得出的结论一致。Jat和 Westerfield(1985)研究了日本、 英国、澳大利亚和加拿大四个发达国家的股票市场,得出的结论是:“周内效应” 在这四个国家的股票市场是显著存在的,只是效应日期存在不同。英国和加拿大 存在显著的“星期一效应”,而日本和澳大利亚股票市场则存在显著的“星期二 效应”。1989年 Aggarwal和 Rivoli对四个新兴资本市场香港、新加坡、菲律宾和 马来西亚的股票市场进行研究得出的结论是存在显著为负的“星期一效应”和“星 期二效应”。 为考察中国A股市场是否具有类似情况,选取沪深300指数从2002年至今 所有收盘数据,计算得出收益率并按照星期一至星期五分类,得到五组数据分别 进行描述性统计。由图1,星期四的样本数据似乎在一周之中显得与众不不同 在2002.14-2017.11.24期间内,星期四的收益率数据均值小于0,而其余四组数
2 一、选题背景 中国股票市场自建立以来快速发展，从 1990 年 12 月上海证券交易所和深圳 证券交易所建立算起，至今已经有 27 年历史。截至 2016 年末中国股票市场市值 规模已经达到 6.56 万亿美元，成为全球规模第二大股票市场，证券化率达到 60.38%。在这 27 年间它在优化社会资源配置，拓宽社会融资渠道等方面发挥了 巨大作用，为促进我国的经济发展与改革开放作出不可忽视的重要贡献。但由于 我国股票市场短时间内的爆炸式发展，市场难免会出现许多不完善的现象，投机 性质也更加明显，譬如新股 IPO 时存在超高溢价现象。与此同时，我国市场也出 现许多独特的市场现象。国内学者近年来对这些现象进行探寻、总结、研究和解 释。 自从 Fama(1965)提出有效市场假说以来，市场的有效性就成为学术争议的话 题，众多学者在这个话题上提出自己的看法并作出研究。与此同时，市场异象也 成为关注的重点。常见的市场异象有“规模效应”、“日历效应”、“特殊数字效应” 等等，股票价格或者收益率异象可能源自上市公司规模，可能源自不同的日历时 期，也有可能源自上市公司在市场上代码的数字和证券简称。资产价格是市场上 相关信息的反映，但是市场价格的形成过程中不仅受到资产内在价值的影响，还 受到市场情绪、技术和投机等因素的影响。在价格传导过程中，市场参与者并非 百分之百遵从理性人假设，由此产生了一些市场异象。 二、股票市场的“周内效应”检验 “周内效应”是指证券市场在一星期之内某一天的平均收益率比一周内其他 任何一天的平均收益率要低得多，且统计上显著为负。Cross(1973)对标准普尔 500 指数在 1953-1970 年的日收益率数据研究发现，周一的平均收益率要低于一周里 的其他日期，并且为统计显著的负值。随后 French(1980)等学者也用美国市场的 数据进行了类似研究，得出的结论一致。Jaffe 和 Westerfield(1985)研究了日本、 英国、澳大利亚和加拿大四个发达国家的股票市场，得出的结论是：“周内效应” 在这四个国家的股票市场是显著存在的，只是效应日期存在不同。英国和加拿大 存在显著的“星期一效应”，而日本和澳大利亚股票市场则存在显著的“星期二 效应”。1989 年 Aggarwal 和 Rivoli 对四个新兴资本市场香港、新加坡、菲律宾和 马来西亚的股票市场进行研究得出的结论是存在显著为负的“星期一效应”和“星 期二效应”。 为考察中国 A 股市场是否具有类似情况，选取沪深 300 指数从 2002 年至今 所有收盘数据，计算得出收益率并按照星期一至星期五分类，得到五组数据分别 进行描述性统计。由图 1，星期四的样本数据似乎在一周之中显得与众不不同。 在 2002.1.4-2017.11.24 期间内，星期四的收益率数据均值小于 0，而其余四组数
据均值均为正。如图2所示,五组收益率序列的最大最小值并没有明显差异,而 均值却在周四出现异常。为判断均值为负是否具有显著效应,对其进行统计检验。 0.15% 0.1288% 0.1257% 0.10% 0.0726% 0.05% 0.0029% 0.00% -0.15% 数据来源:Wind。样本时间区间:2002.14-2017.11.24 图1沪深300指数五组子样本收益率均值 15.00% 0.40% 9.28799 1000% 6.7147% 8.1802% 0.1288% 0.1257% 5.00% 0.00% 0.00% 5.00% -0.1079% -0.20% -6.7613% 7.8683% 10.00% 8.7477% -92398% -72945% -1500% 0.40% ■Max Min- Mear 图2沪深300指数五组子样本收益率最大值、最小值和均值 表1 300收益率数据的描述性统计和均值检验 Mean StdErr Std Dev T-Test (T>t) Monday 0.1288%0.0744%20451%1.7316 0.0838 Tuesday 775 00029%005670%1.5785%0050609596 Wednesday 0.1257%0.0595%1.6625% 2.1122 0.035 Thursday 77 0.1079%00604%1.6785%-1.78720.0743 770 00726%0055%1.5297%1.31640.1884
3 据均值均为正。如图 2 所示，五组收益率序列的最大最小值并没有明显差异，而 均值却在周四出现异常。为判断均值为负是否具有显著效应，对其进行统计检验。 数据来源：Wind。样本时间区间：2002.1.4-2017.11.24 图 1 沪深 300 指数五组子样本收益率均值 图 2 沪深 300 指数五组子样本收益率最大值、最小值和均值 表 1 沪深 300 收益率数据的描述性统计和均值检验 Observation Mean Std.Err Std.Dev. T-Test P(|T| >|t|) Monday 756 0.1288% 0.0744% 2.0451% 1.7316 0.0838 Tuesday 775 0.0029% 0.05670% 1.5785% 0.0506 0.9596 Wednesday 780 0.1257% 0.0595% 1.6625% 2.1122 0.035 Thursday 773 -0.1079% 0.0604% 1.6785% -1.7872 0.0743 Friday 770 0.0726% 0.0551% 1.5297% 1.3164 0.1884 0.1288% 0.0029% 0.1257% -0.1079% 0.0726% -0.15% -0.10% -0.05% 0.00% 0.05% 0.10% 0.15% Monday Tuesday Wednesday Thursday Friday 9.3898% 6.7147% 8.1802% 9.2879% 9.3420% -8.7477% -9.2398% -6.7613% -7.2945% -7.8683% 0.1288% 0.0029% 0.1257% -0.1079% 0.0726% -0.40% -0.30% -0.20% -0.10% 0.00% 0.10% 0.20% 0.30% 0.40% -15.00% -10.00% -5.00% 0.00% 5.00% 10.00% 15.00% Monday Tuesday Wednesday Thursday Friday Max Min Mean
表2沪深300收益率均值的假设检验 Ha: mean<O Ha:mean≠0 Ha: mean>0 Pr(T <t) Pr(T>tD 0838 0.5202 0.9596 0.4798 Wednesday 0.9825 0.035** 0.0175** Thursday 0.0371* 0.0743* 0.9629 0.9058 0.1884 0.0942 注:*、*和**分别表示10%、5%和1%显著性水平显著。 当对沪深300指数收益率进行假设检验时,可以是单侧检验也可是双侧检 验。由表1和2可知: Null hypothesis:收益率均值为0, Alternative hypothesis(3 种):收益率均值<0;≠0;>0。其中,对周四收益率均值为0的假设检验,备择 假设是均值小于0时,p值为00371,在5%的显著性水平上是显著的,因此拒 绝原假设,即表明周四收益率均值为负在统计上是显著的。 考虑到沪深300指数可能具有代表性偏差,只反映了流动性强和规模大的代 表性股票的股价变动。因此再考虑中证500指数,考察沪深市场内小市值公司的 周内效应。选取中证500指数从2005年编制以来至2017年11月24日的所有日 数据,计算得出收益率并按照星期一至星期五分类,得到五组数据分别进行描述 性统计。由图3,在2005.14-2017.11.24期间内,星期四的收益率数据均值小于 0,而其余四组收益率均值均为正。同时与图1进行对比,发现除了星期五中证 500指数收益率均值比沪深300指数更接近于0外,其余四天中证500指数的收 益率均值更远离0。进一步如图4所示,五组收益率序列的最大最小值并没有明 显差异,而均值同样在周四出现异常。为判断均值为负是否具有显著效应,对其 进行统计检验 0.30% 0.24% 0.05% 0.03% -0.15% 数据来源:wind。样本时间区间:2005.14-2017.1.24 图3中证500指数五组子样本收益率均值
4 表 2 沪深 300 收益率均值的假设检验 H0: mean=0 Ha: mean<0 Ha: mean≠0 Ha: mean>0 p value Pr(T < t) Pr(|T| > |t|) Pr(T > t) Monday 0.9581 0.0838 0.0419** Tuesday 0.5202 0.9596 0.4798 Wednesday 0.9825 0.035** 0.0175** Thursday 0.0371** 0.0743* 0.9629 Friday 0.9058 0.1884 0.0942 注：*、**和***分别表示 10%、5%和 1%显著性水平显著。 当对沪深 300 指数收益率进行假设检验时，可以是单侧检验也可是双侧检 验。由表 1 和 2 可知：Null hypothesis：收益率均值为 0，Alternative hypothesis（3 种）：收益率均值<0；≠0；>0。其中，对周四收益率均值为 0 的假设检验，备择 假设是均值小于 0 时，p 值为 0.0371，在 5%的显著性水平上是显著的，因此拒 绝原假设，即表明周四收益率均值为负在统计上是显著的。 考虑到沪深 300 指数可能具有代表性偏差，只反映了流动性强和规模大的代 表性股票的股价变动。因此再考虑中证 500 指数，考察沪深市场内小市值公司的 周内效应。选取中证 500 指数从 2005 年编制以来至 2017 年 11 月 24 日的所有日 数据，计算得出收益率并按照星期一至星期五分类，得到五组数据分别进行描述 性统计。由图 3，在 2005.1.4-2017.11.24 期间内，星期四的收益率数据均值小于 0，而其余四组收益率均值均为正。同时与图 1 进行对比，发现除了星期五中证 500 指数收益率均值比沪深 300 指数更接近于 0 外，其余四天中证 500 指数的收 益率均值更远离 0。进一步如图 4 所示，五组收益率序列的最大最小值并没有明 显差异，而均值同样在周四出现异常。为判断均值为负是否具有显著效应，对其 进行统计检验。 数据来源：Wind。样本时间区间：2005.1.4-2017.11.24 图 3 中证 500 指数五组子样本收益率均值 0.25% 0.04% 0.24% -0.16% 0.03% -0.20% -0.15% -0.10% -0.05% 0.00% 0.05% 0.10% 0.15% 0.20% 0.25% 0.30% Monday Tuesday Wednesday Thursday Friday