个股反转策略与行业动量策略 ——基于A股市场的实证研究
作者单位：湖南大学
学位级别：硕士
导师姓名：刘千秋
授予年度：2017年
学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）]
摘 要：从上世纪八十年代开始,越来越多的实证研究表明股票过去的价格往往在一定程度上能够预测未来的股价的运行趋势,即股价运行会表现出反转效应(Reversal Effect)和动量效应(Momentum Effect)。反转效应,指的是前期表现良好(较差)的股票在后续时期表现变差(变好);动量效应,或者称为惯性效应,指的是在前期表现好的股票在后续时期将会持续表现良好,前期表现不好的股票在后续时期将会持续表现较差。这与学者们一直所信奉的市场有效理论所相悖故而被称为市场异象(Market Anomaly)。有效市场假说理论(Efficient Market Hypothesis)认为:在一个有效的市场中,证券价格能及时、充分地反映相关信息,依据市场新出现的信息迅速做出调整,从而使证券的价格等于其内在价值,任何一个投资者都不可能通过分析相关信息长期获取超额收益。也就是说,证券资产的未来收益与其过去的收益是无关的,历史的表现不能作为预测未来收益的依据。投资者获得更高回报的唯一途径便是购买风险水平更高的资产组合。对于反转效应和动量效应等市场异象,传统金融学理论不能给出合理的理论解释,而新兴的行为金融学则放宽了有效市场假说的前提假设,认为投资者是非完全理性的,其行为过程中会出现认知偏差及行为偏差,该理论以这些前提假设为基础,认为对信息反应的过度会导致股票价格的反转效应;而对信息反应不足则导致了股票价格的动量效应。投资者并非完全理性的,投资行为会受到投资者的认知、感情、态度等心理特征的影响,而且这些心理特征是群体性的,不能相互抵消,因此会产生系统性的偏差。由于投资者行为存在这些偏差,人们在风险条件下的选择并不是完全符合传统经济学中的效用理论,并非是无差异且理性化的。行为金融学试图通过把行为和认知心理学与传统经济金融学相结合来解释人们为何会做出非理性决策。本文所选取的数据来源于国泰安数据库(CSMAR)中“股票市场交易(CSMAR China Stock Market Trading Database)中的公司基本数据和月个股回报率数据。该数据率收录了从1990年以来的中国上市公司个股交易数据。在本篇文章中我们截取了从1997年1月1日起至2016年12月31日的完整个股月度交易数据。之所以采用该时间段主要是基于以下两点考虑。一,我国证券市场现行的涨跌停板制度是1996年12月13日发布、1996年12月26日开始实施的。由于1997年以前中国股票不存在涨跌停板制度导致1997年以前的股票交易数据往往波动较大,对计量分析方面存在较大不确定性。二,早期的上市公司数量过少,市场体系也较不完善。这对我们后面在论文中所做的滞后期回归、构造赢者组合和输者组合等都会造成统计意义上的不准确。所以在数据处理第一步中我们便剔除了 1997年以前的数据以力求数据处理的准确、连续、一致性。综合以上标准进行筛选后共有3238只股票进入我们的样本中。实证的结果表明:短中长期内A股市场都并未表现出显著的动量效应,这与林松立和唐旭(2005)的发现相符。在短期内(3个月内),我国A股市场存在显著的反转效应,中长期反转效应并不明显。分市场来看,深圳A股市场的反转强度略微强于上海A股市场,特别地,对创业板的实证结果也表明创业板也存在着显著的短期反转效应,其强度强于沪A与深A市场;将1997年至2016年按每4年一阶段划分为5段分别考察后我们发现A股市场的反转效应强度有波动但整体强度在变大;分公司市值大小来看,我们发现小市值公司的反转效应强度明显大于大市值公司,大市值公司反转效应并不显著,这可能是由于大公司的公司治理更加完善,市场透明度较高,分析师覆盖也较多致使相对于小公司而言,大公司的主客观信息披露程度都较高,所以反转效应不明显。借鉴Jegadeesh(1990)的方法我们在每一个月度对公司股票收益率进行排名选出赢者与输者股票。在下一个月初,我们按等权重与等市值两种方法分别用赢者股票与输者股票构造赢者组合与输者组合。实证发现反转策略可以给我们带来0.57%的月度超额收益。除此之外,我们还对行业动量效应存在性以及行业动量策略的收益进行了研究,实证结果表明在牛市状态下采取行业动量投资策略可以给我们带来显著的正收益,但是该收益绝对值水平较小,在考虑了交易成本,同期市场无风险利率水平等因素影响下该策略并不一定能够给我们带来预期的超额收益。
同方学位论文库