复旦大学：《投资学原理 Investments》课程教学资源（学生论文）我国A股市场动量效应的实证研究.docx

我国A股市场动量效应的实证研究摘要:动量效应是指股票的收益率有延续原来的运动方向的趋势:反转效应与动量效应相反指股票的收益率趋势会发生逆转。这两种效应都是对有效市场假说的挑战。本文采用 Jegadeesh和 Titman(1993)的重叠抽样的方法,选取了1997-2014年A股市场的周度数据为样本,在短中期时间维度上检验动量效应的存在性,结果发现在收益率单标准下我国A 股市场存在着较为明显的反转效应。关键字;动量效应,反转效应动量效应与反转效应的概述 (一)动量效应概述动量效应,又称“惯性效应”,由 Jegadeesh和 Titman(1993)提出的,是指股票的收益率有延续原来的运动方向的趋势,即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。反转效应由 De bond与 Thaler(1985)提出,与动量效应相反,指股票的收益率趋势会发生逆转,即指过去一段时间收益率较高的股票在未来获得的收益率将会低于过去收益率较低的股票有效市场假说认为价格已经充分得、迅速地反映了所有可获得的信息,因而投资者不可能根据已有的信息获得超额收益。但若存在动量效应,则可以买入过去表现好的股票,卖出过去表现差的股票,构造投资组合获得相对无风险收益。反转效应与之类似,即买入过去表现差的股票,卖出过去表现好的股票获得相对无风险收益可以看到应用动量效应(或反转效应)都可以获得超额收益,这两种效应都是对有效市场假说的挑战,并且因被证明广泛存在于各个证券市场中而备受关注,故而有越来越多的学者研究这个市场“异常现象”。若在A股市场证明了动量效应的存在,即可以构造策略获得无风险收益。 (二)动量效应国内外的研究与发展国外动量效应与反转效应的研究发展起于1985年 De bond与 Thaler发现的长期反转收益,他们对1926-1982年在纽约证券交易所上市的所有普通股进行实证研究,发现过去表现差的股票组合形成期后3-5年内的表现要好于过去表现好的股票组合。他们认为股票市场上存在着过度反应,即过去表现好的股票被过分高估,过去表现差的股票被过分低估从而产生反转现象。而 Jegadeesh和 Titman(1993)对美国证券市场1965年至1989年的数据进行实证研究发现明显动量效应:过去3-12个月内收益率较高的赢家组合在接下来的3-12个月内的收益率依然较高;相反过去3-12个月内收益率较低的输家组合在接下来的3-12个月内收益率依然较低,即买入贏家组合卖出输家组合可以获得超长收益。与此类似, Rouwenhorst(1995 对1975年到1995年12个欧洲国家(澳大利亚、比利时、德国、法国、丹麦、意大利、荷兰、挪威、西班牙、瑞典、瑞士与英国)的股票市场进行研究,发现在中期内欧洲各国市场上普遍存在着动量效应。 Hameed和 Kusnadi(2002)以及其他学者也发现亚洲一些新兴市场国家存在着动量效应在发现存在着广泛的和持续的动量效应后,学者们致力于找出股票市场中动量效应存在的机理,主要有传统金融学和行为金融学两个方面。传统金融学认为F一F三因子理论模型中加入新风险因子,或许可以解释超常收益。行为金融学则从信息传播以及交易者的非理性行为为切入点,主要有正反馈模型、BsV、DHS模型等。国内对于动量效应的研究大多聚集于国内市场是否存在动量效应的实证研究,以及一些

我国 A 股市场动量效应的实证研究摘要：动量效应是指股票的收益率有延续原来的运动方向的趋势；反转效应与动量效应相反，指股票的收益率趋势会发生逆转。这两种效应都是对有效市场假说的挑战。本文采用 Jegadeesh 和 Titman（1993）的重叠抽样的方法，选取了 1997-2014 年 A 股市场的周度数据为样本，在短中期时间维度上检验动量效应的存在性，结果发现在收益率单标准下我国 A 股市场存在着较为明显的反转效应。关键字：动量效应，反转效应一、动量效应与反转效应的概述（一）动量效应概述动量效应，又称“惯性效应”，由 Jegadeesh 和 Titman（1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。反转效应由 De Bond 与 Thaler(1985)提出，与动量效应相反，指股票的收益率趋势会发生逆转，即指过去一段时间收益率较高的股票在未来获得的收益率将会低于过去收益率较低的股票。有效市场假说认为价格已经充分得、迅速地反映了所有可获得的信息，因而投资者不可能根据已有的信息获得超额收益。但若存在动量效应，则可以买入过去表现好的股票，卖出过去表现差的股票，构造投资组合获得相对无风险收益。反转效应与之类似，即买入过去表现差的股票，卖出过去表现好的股票获得相对无风险收益。可以看到应用动量效应（或反转效应）都可以获得超额收益，这两种效应都是对有效市场假说的挑战，并且因被证明广泛存在于各个证券市场中而备受关注，故而有越来越多的学者研究这个市场“异常现象”。若在 A 股市场证明了动量效应的存在，即可以构造策略获得无风险收益。（二）动量效应国内外的研究与发展国外动量效应与反转效应的研究发展起于 1985 年 De Bond 与 Thaler 发现的长期反转收益，他们对 1926-1982 年在纽约证券交易所上市的所有普通股进行实证研究,发现过去表现差的股票组合形成期后 3-5 年内的表现要好于过去表现好的股票组合。他们认为股票市场上存在着过度反应，即过去表现好的股票被过分高估，过去表现差的股票被过分低估从而产生反转现象。而 Jegadeesh 和 Titman(1993)对美国证券市场 1965 年至 1989 年的数据进行实证研究发现明显动量效应:过去 3-12 个月内收益率较高的赢家组合在接下来的 3-12 个月内的收益率依然较高;相反过去 3-12 个月内收益率较低的输家组合在接下来的 3-12 个月内收益率依然较低，即买入赢家组合卖出输家组合可以获得超长收益。与此类似，Rouwenhorst(1995) 对 1975 年到 1995 年 12 个欧洲国家(澳大利亚、比利时、德国、法国、丹麦、意大利、荷兰、挪威、西班牙、瑞典、瑞士与英国)的股票市场进行研究,发现在中期内欧洲各国市场上普遍存在着动量效应。Hameed 和 Kusnadi(2002)以及其他学者也发现亚洲一些新兴市场国家存在着动量效应。在发现存在着广泛的和持续的动量效应后，学者们致力于找出股票市场中动量效应存在的机理，主要有传统金融学和行为金融学两个方面。传统金融学认为 F—F 三因子理论模型中加入新风险因子，或许可以解释超常收益。行为金融学则从信息传播以及交易者的非理性行为为切入点，主要有正反馈模型、BSV 、DHS 模型等。国内对于动量效应的研究大多聚集于国内市场是否存在动量效应的实证研究，以及一些

基于国外一些现有理论对国内市场动量效应的解释因动量效应是否存在的检验受样本、时间、市场等众多因素影响,故而国内的实证研究中所得结论也不尽相同。如朱战宇等(2003)选取了1995-2001比较能全面反映我国股市波动周期的时间区间,考察周、月周期下的动量效应的盈利情况,发现月度周期中并不存在动量效应,而动量利润只存在于形成期和持有期在4周以内的周度周期策略中,并且随持有期加长,动量利润递减,但赢者组合对动量利润的贡献逐渐增大。王永宏和赵学军(2001)以 1993年至2000年深沪全部A股为样本,发现我国股票市场动量效应并不存在,反而存在明显的反转现象。王平平、肖志兰(2008)选取沪深300统一指数中样本股自2005年1月至2007年12月的月收益数据,采用重叠技术计算组合的持有期收益,发现持有期一个月的组合存在价格反转效应。牛芳(2014)在固定持有期动量策略的基础上,引入MACD指标构建随机持有期的动量新策略。运用两个动量策略对沪深A股从1999至2013有交易数据的股票进行实证检验,发现固定持有期策略下,不存在显著的动量效应:而新策略下平均收益显著为正,动量效应显著总结这些文献并不能发现共同的规律或结论,我国股票市场动量效应并不像国外市场那样明显与广泛、A股实证检验 (一)样本数据本文研究所采用的数据来自国泰安数据库,考虑到及时性以及我国A股市场换手率较高的特点,高换手率一定程度上意味着短线交易频繁,故而本文选取了1997-2014年A股市场的周度数据为样本。即在中短期维度上检验动量效应的存在性。周数据即用个股日数据而算出的累计收益率本文并未对样本数据进行严格的筛选,如剔除新股新发行几周数据或限制ST股等 (二)研究方法本文采用的是 Jegadeesh和 Titman(1993)的重叠抽样的方法,对我国A股市场的动量效应进行实证研究实证研究方法如下 1.收集整理出A股市场个股票的周度数据: 2.计算出形成期间J内的累积收益率 3.根据累积收益率将所有股票排序,根据历史表现将股票分成10组,构造10个等权重的组合 4将组合R-R持有K期,统计每组持有期的平均收益率 5.对于给定的(J,K),每个周t每个组合都有K个,本周形成1个,之前K-1周形成 K-1个 6.构造策略,形成期收益率最低的组合R1卖出(sell),收益率最高的组合R0买入(buy) 观察单个策略的收益以及组合R10与组合R1的收益率差异。ΔR若显著大于0,买入强势组合卖出弱势组合可以获得收益,即存在动量效应:若小于0,则存在反转效应本文选取形成期J=(3,4,5,6,7,8,9,10,11,12),持有期K=(3,4,5,6,7,8,9,10,11,12) 这样会形成10*10个组合,具体考察在哪个时间组合内存在显著动量效应 (三)实证结果基于收益率分组的动量效应实证检验结果如下表(单位:%): 表1:3-7周持有期动量效应结果 k组合 3 4 5 6

基于国外一些现有理论对国内市场动量效应的解释。因动量效应是否存在的检验受样本、时间、市场等众多因素影响，故而国内的实证研究中所得结论也不尽相同。如朱战宇等（2003）选取了 1995-2001 比较能全面反映我国股市波动周期的时间区间，考察周、月周期下的动量效应的盈利情况，发现月度周期中并不存在动量效应，而动量利润只存在于形成期和持有期在 4 周以内的周度周期策略中，并且随持有期加长,动量利润递减，但赢者组合对动量利润的贡献逐渐增大。王永宏和赵学军（2001）以 1993 年至 2000 年深沪全部 A 股为样本，发现我国股票市场动量效应并不存在，反而存在明显的反转现象。王平平、肖志兰（2008）选取沪深 300 统一指数中样本股自 2005 年 1 月至 2007 年 12 月的月收益数据，采用重叠技术计算组合的持有期收益，发现持有期一个月的组合存在价格反转效应。牛芳（2014）在固定持有期动量策略的基础上，引入 MACD 指标构建随机持有期的动量新策略。运用两个动量策略对沪深 A 股从 1999 至 2013 有交易数据的股票进行实证检验，发现固定持有期策略下，不存在显著的动量效应；而新策略下平均收益显著为正，动量效应显著。总结这些文献并不能发现共同的规律或结论，我国股票市场动量效应并不像国外市场那样明显与广泛。二、 A 股实证检验（一）样本数据本文研究所采用的数据来自国泰安数据库，考虑到及时性以及我国 A 股市场换手率较高的特点，高换手率一定程度上意味着短线交易频繁，故而本文选取了 1997-2014 年 A 股市场的周度数据为样本。即在中短期维度上检验动量效应的存在性。周数据即用个股日数据而算出的累计收益率。本文并未对样本数据进行严格的筛选，如剔除新股新发行几周数据或限制 ST 股等。（二）研究方法本文采用的是 Jegadeesh 和 Titman（1993）的重叠抽样的方法，对我国 A 股市场的动量效应进行实证研究。实证研究方法如下： 1.收集整理出 A 股市场个股票的周度数据； 2.计算出形成期间 J 内的累积收益率； 3.根据累积收益率将所有股票排序，根据历史表现将股票分成 10 组，构造 10 个等权重的组合； 4.将组合 R1- R10 持有 K 期，统计每组持有期的平均收益率； 5.对于给定的（J，K），每个周 t 每个组合都有 K 个，本周形成 1 个，之前 K-1 周形成 K-1 个； 6.构造策略，形成期收益率最低的组合 R1 卖出（sell），收益率最高的组合 R10 买入（buy）。观察单个策略的收益以及组合 R10 与组合 R1 的收益率差异。ΔR 若显著大于 0，买入强势组合卖出弱势组合可以获得收益，即存在动量效应；若小于 0，则存在反转效应。本文选取形成期 J=（3,4,5,6,7,8,9,10,11,12），持有期 K=（3,4,5,6,7,8,9,10,11,12），这样会形成 10*10 个组合，具体考察在哪个时间组合内存在显著动量效应。（三）实证结果基于收益率分组的动量效应实证检验结果如下表（单位：%）：表 1:3-7 周持有期动量效应结果 j/k 组合 3 4 5 6 7

0.28819**0.34238**0.39105**0.39213*0.39219** 3|b 0.31381*0.28111**0.25655**0.26284米 0.26599 u-sel0.0256157-0.0612653-0.1345**-0.1229*一0.1262* sell 0.3397**0.39307**0.43506**0.42741**0.41624* 4[buy0.27583*0.24532*0.2285 0.25833* 0.26773* buy-sel1-0.0581395-0.14776*-0.2062* 0.16909**-0.14851** 0.40337*0.45163**0.4808**0.43848**0.42424** 0.29476*0.26324* 0.25196*0.25137 27925 buy-sell[-010861 0.18839**-0.22884**-0.18711**|-0.14499 sell 0.39298**0.43395**0.4566**0.40038***0.4003** 6 bu 0.25149*0.21772 0.20873 0.20703 0.23876 buy-sel1-0. 14149 0.21623**-0.24787**-0.19335**-0.16158 sell 0.360290.40309*0.42132*来*0.3728**0.36787** buy 0.21784 0.18247 0.18223 0.1784 0.20858 buy-sell-0.142450.22062*-0,23909*来-0.19440**「-0.15929 0.36749米*0.40741米0.43326来*0.37491**0.37085来 8 buy 0.197120.16782 0.16319 0.15861 0.19192 buy-sel1-0.17037-0.23959*-0.27006*-0.2163**-0.17893* lI 0.3662**0.40506**0.42596***0.36344*0.3558* 9 bu 0.19674 0.15718 0.15536 0.146 0.35558 buy=sel-0.16946-0.2478*-0.2706*0.21744*-0.17642* 0.38806*0.42396**0.4512**0.38661**0.37564* 10 buy 0.17019 0.11825 0.1193 0.11438 0.14415 buy-sel1-0.21786*-0.30571*-0.3319***-0.27224**-0.23149* 11 0.39267**0.43305**0.46682**0.39593*0.38473** 11 buy 0.12504 0.08176660.08325550.074939 0.11489 buy-se111-0.26763**_0.35128**-0.38356**0.321* 0.26984** 0.41146*0.45587**0.47613***0.39055*0.39113* 12 buy 0.115050.07806840.08067090.0743430.1208 buy-selL-0.29641**[_0.3778**-0.39546米*一0.31621**一0.27032* 表2:8-12周持有期动量效应结果 j/k组合 10 12 0.38174**0.3738米来*0.36492**0.36083*0.35443* 3 buy 0.27786*0.28932**0.30092**0.30647**0.30857* buy-se1lL-0.10388-0.084727-0.0640031-0.054356-0.0458647 sell0.4057**0.39575**0.3822*0.37364**0.36653* 4 buy 0.28203*0.29605**0.30557*0.30845 0.30977* buy-sel10.12367*-0.0997054-0.07665-0.0651908-0.0567602 lI 0.41349**0.4008来*0.38598*0.37649**0.36651* 0.29218**0.30347*0.31072**0.31569米*0.31689来 buy-sell-0.12131-0.0966029-0.0752616-0.0607988-0.04961 sel0.39846*0.38416**0.3677*710.35629*0.3456* 6 bu 0.27101*0.28218**0.29509**0.30015米0.30154*

3 sell 0.28819** 0.34238** 0.39105*** 0.39213*** 0.39219*** buy 0.31381** 0.28111** 0.25655** 0.26284* 0.26599* buy-sell 0.0256157 -0.0612653 -0.1345** -0.12929* -0.1262* 4 sell 0.33397** 0.39307*** 0.43506*** 0.42741*** 0.41624*** buy 0.27583* 0.24532* 0.22885 0.25833* 0.26773* buy-sell -0.0581395 -0.14776* -0.2062** -0.16909** -0.14851** 5 sell 0.40337*** 0.45163*** 0.4808*** 0.43848*** 0.42424*** buy 0.29476** 0.26324* 0.25196* 0.25137* 0.27925* buy-sell -0.10861 -0.18839** -0.22884*** -0.18711** -0.14499* 6 sell 0.39298** 0.43395*** 0.4566*** 0.40038*** 0.40034*** buy 0.25149* 0.21772 0.20873 0.20703 0.23876 buy-sell -0.14149 -0.21623** -0.24787*** -0.19335** -0.16158* 7 sell 0.36029** 0.40309** 0.42132*** 0.3728** 0.36787** buy 0.21784 0.18247 0.18223 0.1784 0.20858 buy-sell -0.14245 -0.22062** -0.23909** -0.19440** -0.15929* 8 sell 0.36749** 0.40741** 0.43326*** 0.37491** 0.37085** buy 0.19712 0.16782 0.16319 0.15861 0.19192 buy-sell -0.17037 -0.23959** -0.27006** -0.2163** -0.17893* 9 sell 0.3662** 0.40506** 0.42596*** 0.36344** 0.35558* buy 0.19674 0.15718 0.15536 0.146 0.35558 buy-sell -0.16946 -0.24788** -0.2706** -0.21744** -0.17642* 10 sell 0.38806** 0.42396** 0.4512*** 0.38661** 0.37564** buy 0.17019 0.11825 0.1193 0.11438 0.14415 buy-sell -0.21786* -0.30571*** -0.3319*** -0.27224** -0.23149** 11 sell 0.39267** 0.43305** 0.46682*** 0.39593** 0.38473** buy 0.12504 0.0817666 0.0832555 0.074939 0.11489 buy-sell -0.26763** -0.35128*** -0.38356*** -0.321*** -0.26984** 12 sell 0.41146** 0.45587** 0.47613*** 0.39055** 0.39113** buy 0.11505 0.0780684 0.0806709 0.074343 0.1208 buy-sell -0.29641** -0.3778*** -0.39546*** -0.31621*** -0.27032** 表 2:8-12 周持有期动量效应结果 j/k 组合 8 9 10 11 12 3 sell 0.38174*** 0.3738*** 0.36492*** 0.36083** 0.35443** buy 0.27786** 0.28932** 0.30092** 0.30647** 0.30857** buy-sell -0.10388* -0.0844727 -0.0640031 -0.054356 -0.0458647 4 sell 0.4057*** 0.39575*** 0.38222*** 0.37364*** 0.36653*** buy 0.28203** 0.29605** 0.30557** 0.30845** 0.30977** buy-sell -0.12367* -0.0997054 -0.0766525 -0.0651908 -0.0567602 5 sell 0.41349*** 0.40008*** 0.38598*** 0.37649*** 0.36651** buy 0.29218** 0.30347** 0.31072** 0.31569** 0.31689** buy-sell -0.12131 -0.0966029 -0.0752616 -0.0607988 -0.0496144 6 sell 0.39846*** 0.38416*** 0.36777** 0.35629** 0.3456** buy 0.27101* 0.28218** 0.29509** 0.30015** 0.30154**