2013年 第 14 期
总第 666 期
财会月刊(下)
借鉴与参考
证券市场异象研究述评

作  者
杨 华(博士)

作者单位
(财政部财政科学研究所 北京 100142)

摘  要

      【摘要】近三十年来,越来越多的实证研究发现,证券市场存在一些资本资产定价模型无法解释的异常现象。本文对证券市场主要异象:日历异象(包括周内效应、月份效应、月初效应、节日效应)、规模效应、账面市值比效应、天气效应情绪影响异常、反应过度和反应不足异象等的最新研究成果进行了归纳与评价,并指出了进一步研究的方向。
【关键词】日历异象   规模效应   账面市值比效应   天气效应   反应过度   反应不足

      一、引言
      以资本资产定价模型(CAPM)为代表的经典理论在金融理论中一直占据主导地位,其基石便是有效市场假说,该理论主要研究完美市场和理性人假设下金融市场的运作规律和特征。长期以来,资本资产定价模型一直是用来分析股票收益率和风险关系的主要指标,而CAPM认为影响股票期望收益率的唯一因素是系统风险,且两者为线性关系。然而,近三十年来越来越多的研究发现, 现实金融世界中存在很多经典金融理论所无法解释的现象。即除了系统风险之外,还有其他的因素可以解释股票异常收益的现象,如季节效应、规模效应、权益比效应、账面市值比效应、反应过度、反应不足、天气效应、超额新股初始收益率现象和新股长期业绩低迷现象等,金融学文献将之称为金融异象(anomalies)。
      本文通过对相关文献进行梳理与简评,旨在对证券市场常见异象的最新研究进展进行一个较为完整和清晰的描述,从而把握证券市场各种异象在不同国家的检验结果、有何差异、异象产生的原因,分析检验各种异象研究方法,找出研究中存在的不足,并指出进一步研究的方向。
二、日历异象
日历异象是股票收益率因自然季节、交易日、不同月份和节假日等因素所表现出的规律性变化。日历异象是行为金融学中包含的一个重要研究课题,属于市场异象之一,是有效市场假说的现实反例。 Dan Galai等(2009)分析不同年份的日历异象,以月份和周一作为虚拟变量,发现股票收益率在一月份很高,而在八九月份变得相当低。Christina V. Atanasova等(2010)以美国证券市场为例研究发现技术贸易规则对日历异象有一定程度的影响。Martin T. Bohl等(2010)以我国沪市B股市场为例进行实证分析,发现个人投资者和机构投资者的投资行为对日历异象有一定的影响。日历异象包括周内效应、月份效应、月初效应、节日效应等。
1. 周内效应。证券市场的周内效应是指股票市场在周一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,有时也称为周一效应或周末效应。张仁良和胡斌(1998)证实亚洲股市存在周一效应,发现5天交易制的股市(如香港、马来西亚),其周一的平均收益率最低;6天交易制度的股市(如日本、韩国、台湾),周二的收益率最低;其一周最后一天的收益率都是最高的。Young-Hyun Cho等(2007)运用随机优化法以美国、英国、日本证券市场为例,实证分析发现存在较明显的周内效应。Hooi Lean等(2007),Osamah Al-Khazali等(2008)分别运用随机优化方法分析亚洲、希腊证券市场,同样发现存在周内效应、月份效应。Travis L. Jones等(2009)研究发现,周一进行IPO(初次发行新股)情况下周一效应表现较显著。这些研究是对Keim与Stambaugh(1984)发现美国证券市场存在明显的周一效应的进一步验证。许多研究者尝试从不同的角度解释周内效应产生的原因。其中有的研究者认为周内效应是由于股票的交易与清算之间存在着时间滞后;也有研究者认为是交易制度本身的原因;还有研究者从测量误差、系统交易模式等方面做出了相关解释。
然而,有些学者最新研究证明周一效应在美国、英国证券市场基本消失了。Tak-kee与Hui(2005)用非参数方法研究了亚洲金融危机期间和其后的美国与亚太股市的周一效应,研究表明,香港、韩国、日本和美国的股市不存在明显的周一效应,但新加坡市场是个例外,新加坡周一到周二的收益率水平较低,而周内其后几个交易日的收益率水平较高。Holder等(2005)则对1997 ~ 1998年亚洲金融危机期间和其后泰国的股市进行了系统的研究,发现并不存在明显的周一效应。 John R. Doyle等(2009)以欧美11个主要国家的证券市场为例进行周一效应检验,结果发现其存在随机游走现象,但不存在明显的周一效应。Wentworth Boynton等(2009)研究发现,日本股票市场直到20世纪90年代周一、周二都有异常损失,成交量增加可减少周一损失。Tephen P. Keef等(2009)利用面板数据模型以50个国家1994年到2006年证券市场数据为例对周一效应进行短期动态分析,发现周一效应近年来逐渐减弱。这种方法也被用来检验其他的日历异象。Amélie Charles(2010)利用自相关异方差模型来分析全球主要股票市场信息不对称对周内效应的影响,结果发现日历效应不明显。Antoniou等(2007),Asem(2009)分析了研究者产生不同研究结果的主要原因有四个方面:①主要研究数据是通过人工数据挖掘获得的,验证的数据缺乏统一的标准;②不同市场的微观结构存在差异;③不同的宏观、微观的信息量存在差异;④市场参与者运用的交易模式不同。
2. 月份效应与月初效应。
(1)月份效应。月份效应是指证券市场一月份的平均收益率比一年中其他任何月份的收益率要高得多。Rozeff与Kinney最早在美国的证券市场发现月份效应。他们对美国1904 ~ 1974年纽约证券交易所股票指数的研究发现,美国的证券市场在1月份的平均收益率是3.5%,而其他月份的收益率平均为0.5%,年收益率超过三分之一的部分集中在这一个月内。Keim(1983)发现小规模公司具有较高的股票收益率;而小规模公司有一半的超额收益率集中于1月份,在1月份的超额收益中又有一半集中在一年中最初的五个交易日。Marc Reinganum(1983)进一步研究发现,小规模公司的一月效应更为明显,小规模公司的股价一般在上一年年末有较大幅度的下跌。Richard 、Roll(1983)的研究同样发现以上的月份效应及规模差异效应。同时他指出:在上一年度有较低的负收益率的股票,在第2个年度的1月份则会出现很高的收益率。
Lakonishok与Smidt(1989)等在研究中也发现存在月份效应及规模效应。随后的大量研究发现在成熟市场和新兴市场,小公司普遍存在着规模效应和月份效应。Schwert(2001)将研究的样本数据扩展至2000年数据,发现情况基本没有变化。因此月份效应与数据选择的关系不大。 McGuinness(2006),Nikkinen等(2007),Gerlach(2007)等在一系列实证研究中发现存在较明显的月份效应,并分析其产生的主要原因是窗帘效应(Thaler,1987)。Nikkinen等(2007),Gerlach(2007)等认为股票市场产生月份效应的原因是密集的宏观经济重大事件消息的发布,而在控制宏观经济事件消息发布后,股票市场月份效应不再发生。Einari Jalonen等(2010)实证研究除了债券市场,发现债券市场也存在月份效应。
Wong(2007)及Osamah Al-Khazali等(2008)运用随机优化法分别分析亚洲、希腊证券市场,发现这两个证券市场同样存在较明显的月份效应。Booth与Keim(2000)对投资于小市值股票的DFA基金的投资收益进行了分析,发现针对月份效应所采用的相应投资策略没有获得显著的超常回报。他们认为小市值月份效应主要是由估价较低的股票和流动性很差的股票形成。因此,非流动性成本被认为是解释这一异象的主要原因。通常主流金融理论对于月份效应的解释除了“避税论”外,还有将其解释为1月份有较多的年底分红及补贴,因而增加了1月份的投资,导致了1月份有较高的收益率;也有研究文献将月份效应解释为财务经理往往希望在新的一年通过调整投资组合,以期获得更好的收益;也有研究者指出,在1月份,政府、企业和个人投资者一般会对上一年度投资进行总结,从而会对本年度的投资做出安排,形成新的投资。然而Kilman Shin和陈维政等(2003)发现在亚洲股市不存在月份效应,但有趣的是,亚洲股市月度收益反映在春季上升。
(2)月初效应。月初效应是指股票市场在一个月头几个交易日的平均收益率比同一月的其他交易日的平均收益率要高得多。Jaffe与Ogden(1999),Agrawe(2007)等相继进行了实证研究,发现一些主要发达国家证券市场存在较明显的月初效应。高芳芳(2009)利用非参数检验方法,以我国上证综合指数、深证成份指数为例,分析发现沪深两市存在显著的月初效应。这些研究者认为月初效应产生的原因是:市场反应过度的滞后性;月初现金流相对充裕;月初披露的信息较多;投资者月初具有较高的预期等。
3. 节日效应。节前效应是指在证券市场上,节日前第一个交易日收益率与市场平均收益率有较大差异,也称为节前异象。节后效应是指节日后第一个交易日收益率与市场平均收益率有较大差异,也称为节后异象。节前节后异象都存在通常称之为节日效应。Harrison Hong、Jialin Yu(2009)应用全球51个股票市场数据分析股票市场日历异象,引入假期作为外生变量,交易量(即成交量)作为控制变量,发现股票市场日历异象在假期有不同的表现,并且交易量对其有一定程度的影响。陆磊、刘思峰(2008)运用ARMA(1,1)-GARCH(1,1)模型以我国证券市场为例进行实证分析,发现在中国传统节日:元旦具有正的节前效应;春节、劳动节具有正的节日效应(包括节前和节后效应);国庆节没有节日效应。Hui-Miao Cheng、 Kuo-Ching Ying (2009)研究我国台湾证券市场发现,节日效应表现较为明显:白露和寒露两个节气股票收益率较高,小满、冬至两个节气股票收益率相对较低。
Coutts等(2000)研究证实在西方主要证券市场存在较明显的节前效应。但是Ryan Chong等(2005)研究发现,在1991 ~ 2003年美国证券市场、英国证券市场和香港证券市场都存在节前效应,但这种效应呈下降趋势。
综合国内外研究分析,节日效应产生的原因大致有以下几点:①节日效应与其他季节异象密切相关;②与投资者的情绪密切相关,投资者在节日期间的愉悦感倾向于买入并持有股票,充裕的流动性必定推高股票的投资收益;③节日效应与股票市场制度、休市制度等相关;④节日效应与规模效应、交易量、监管力度密切相关。
三、规模效应与账面市值比效应
1. 规模效应。规模效应也称规模异象,它是指小规模公司的股票收益大于大规模公司的股票收益的现象,通常又称小公司效应。Lean H H.与Wong W.K.(2006)利用随机动态优化方法对美国股市进行了实证分析,发现美国股市存在较明显的规模效应。Chowetal(2000)研究表明,日本证券市场存在规模效应,但是其研究结果会随着计量模型的改变而改变。这些研究与 Banz(1981) ,Reinganum、Keim(1983)等研究一样证明了小规模效应显著发生在一月份,特别是1月的头两个星期。但是Dimson、Marsh(1999) 等研究表明,规模效应正在逐步消失,甚至会产生反向规模效应;  Pinfold 、Wilson 和li(2001),Baik与Park (2003)等学者的研究结果认为,公司规模与股票收益之间存在着显著的正向关系。
Guohua Jiang(2010),Banz(1981)等学者对规范效应产生的原因也进行了研究,认为规模效应产生的原因是CAPM模型存在缺陷。其他学者对公司规模效应产生的原因有三种主要解释,即忽略效应、避税效应和窗帘效应 。另外, Lo和MacKinlay(2007)研究表明,基于异常收益的“规模效应”来自于数据挖掘的不同。Rouwenhorst(2008)等学者认为产生规模效应主要是投资者对于公司业绩的一种过度反应 。Pin-Huang Chou等(2010)认为,一定程度的财务杠杆、恐慌情绪可导致规模效应、账面市值比效应的产生。
2. 账面市值比效应。自从Chan、Hamao 与Lakonishok(1991), Fama 与French(1992)分别发现日本和美国证券市场都存在账面市值比效应,即账面市值比对于股票的异常收益具有显著的解释力,之后,许多研究者都将账面市值比作为研究对象。Fant与Peterson(1995)在研究中除了检验规模效应确实存在外,还针对账面市值比等变量,用回归分析方法来说明其对股票收益率的影响,研究结果表明,账面市值比和股票收益率间呈正相关关系,且账面市值比对于股票收益率的解释比公司规模变量要强。Chow与Hulburt(2000)发现在东京证券交易所上市的公司账面市值比效应较明显。
      而王智玲(2004)在研究中发现,我国台湾证券市场规模效应中存在账面市值比效应。Coval与Stafford(2007),Frazzini与Lamont (2008)研究表明,交易量会影响股票额外收益,从而影响上市公司的账面市值比效应。另外,石予友、仲伟周、马骏、陈燕(2008)以我国上海证券市场随机选取的10只股票为例,运用模糊数学的聚类分析方法和传统实证分析方法进行研究,发现沪市A股账面市值比效应较显著。Hao Jiang(2009)在已有研究的基础上,分析上市公司的对外贸易行为与账面市值比效应关系,发现贸易额规模对账面市值比效应有较强的影响。 Kuan-ChengK、Shinn-JuhLin(2009)扩展Fama-French的三因子模型为五因子模型来分析证券市场的规模效应和账面市值比效应,发现一定程度的财务杠杆、恐慌情绪能够解释这两种异象。
近年来有关证券市场异常现象的研究已由分析单一效应转向研究不同效应的交互作用对股票收益率的影响。吴贞宜(2007)突破传统线性分析方法,利用Hansen(1999)提出的非线性方法——面板门槛分析我国台湾地区证券市场的异象,结果发现公司规模、权益比与超额股票收益率存在单一负向、正向关系(单一门槛),即存在规模效应、权益比效应;而账面市值比与股票收益率存在双重门槛。还发现公司规模、权益比、账面市值比之间,仅公司规模与账面市值比之间存在交互效应,其余两者之间不存在交互效应。
四、天气效应情绪影响异象
从资本资产定价模型的构成因素来看,环境(如天气好坏等)影响投资者情绪的因素为非经济变量,不会影响市场的理性价格指数。然而,心理学和行为金融学研究则发现上述因素并非中性变量,它们通过影响投资者情绪进而影响证券价格。心理学、行为金融理论认为,焦虑、消极情绪产生负面情感,会影响投资决策进而影响资产定价。
      近年来,一些学者通过对西方主要证券市场及部分新兴市场研究证实,在阴暗、沉闷的日子里股票会下跌,而欢快、明媚的日子里股票会上涨,即存在天气效应。 Michael与Brain(2002)通过将天气分为晴、阴、雨、湿、潮汐,并以美国证券市场为例进行研究,也得出了类似的结论,即股票收益在多云、阴天、雨天会降低。Irshleifer与Shumway(2003)以26个国家证券市场的数据为例进行研究,发现在天气晴朗时,股票收益率较高。Melanie Cao、Jason Wei(2005)从心理学的角度研究发现,气温影响情绪,从而影响人的风险偏好,因而气温与股票收益相关。Keef 和Roush(2007),Dowling  与 Lucey(2008)分别发现澳大利亚和新西兰股票市场温度与股票收益负相关。Kamstra,、Kramer 与Levi(2007)研究发现存在季节性情绪混乱效应(SAD效应):由于不同季节白天时间不同导致的季节性忧郁,从而导致股票收益率的季节性变化。Garrett等(2008)在英国证券市场同样发现存在季节性情绪SAD效应。Chang等(2008)研究发现,在我国台湾地区证券市场温度、多云天气与股票收益负相关。Patrick J. Kelly等(2010)引入虚拟变量利用不同时间段证券市场数据重新进行检验,结果证实了Kamstra等 (2003)所提出的SAD效应。
也有一些研究证实不存在天气效应,或天气效应较弱。Trombley(2007)发现纽约证券市场没有天气效应。Jacobsen 与 Marquering(2008)发现美国证券市场没有SAD效应。Gregor Dorfleitner、Christian Klein(2009)以几个主要欧洲证券市场为例进行分析,发现因为情绪变化导致的证券市场异象似乎消失了。Sang Hoon Kang等(2010)以我国上海证券市场为例分析天气效应,他们以极端天气状况为虚拟变量,发现沪市A股存在天气效应,而B股只在向境内投资者开放时期存在天气效应,其他时间没有这个现象。不管是A股,还是B股市场天气状况都会导致股票收益率波动。
五、反应过度和反应不足异象
Barberis 、Shleifer 和Vishny(1998)最早明确给出反应过度和反应不足的定义。反应过度的含义:如果一系列好消息公布后的股票平均收益要低于一系列坏消息公布后平均收益,那么表明投资者对信息反应过度,此时若赢者组合在未来的时间内弱于输者组合,则为反转效应。反应不足的含义:如果好消息公布后的股票平均收益高于坏消息公布后的平均收益,那么表明投资者对信息反应不足,此时投资组合在持有期的波动方向与形成期的方向持续相反的现象。一般会形成预期业绩排序最高的股票组成赢者组合,预期业绩排序最低的股票组成输者组合,如果赢者组合在未来的时间中依然超过输者组合,则为动量效应(或者惯性效应、正反馈)。
1. 反应过度。Reza S. Mahani 、Allen M.Poteshman (2008)利用期权博奕分析法重新研究美国证券市场,发现其存在长期过度反应。Schwert和Stambaughl(2003)、Akhigbe(2006),Rouwenhorst(2008)等采用日收益数据检验美国证券市场,发现其存在反应过度现象。此外,反应过度被证明在美国以外的证券市场也存在。例如,Chang等(1995)对日本证券市场的研究和Hameed 与 Ting(2000)对马来西亚证券市场的研究就得出了上述结论。黄江文(2007)以及林陈燕等(2009)采取资产组合排序方法, 发现我国沪深两市A 股在长周期(跨年度)和短周期(一个月内)确实存在明显的反应过度现象。这些学者认为,获得超额收益的根本原因是横截面上不同历史收益率的股票具有不同的期望收益, 因此反应过度在本质上是横截面定价异常。
      2. 反应不足。反应不足最早是由Jeadeesh、Titman(1993)研究美国股市投资收益时提出来的。他们发现形成期为3至12个月的赢家组合在之后的3至12个月持有期间内的收益率持续超过输家组合,即零成本的惯性交易策略在美国股市能够获得显著的中期收益。自此,西方学者对反应不足的研究层出不穷, 研究范围扩展到欧洲、亚洲等主要资本市场。例如Rouwenhor st(1998)对欧洲12 国1978 ~ 1998 年数据的研究、Rouwenhor st(1999)对20 个新兴国家证券市场的研究、Hameed 与 Kusnadi (2000)对6个亚洲国家证券市场的研究、Liew 与Vassalou(2000)对全球10个发达国家证券市场的研究、Chui等(2000)对新兴资本市场的研究以及Chan等(2000)对国际证券市场指数的研究,都包含了反应不足的研究内容。总的来看,除了少数市场(如日本)外, 反应不足是一种普遍存在的现象。且Grundy等(2001)证明,从20 世纪20 年代开始运用流动性和成交量策略(简称动量策略)就可获利。因此反应不足也是一种长期稳定现象。和反应过度一样, 反应不足能获得超额收益的根本原因也是横截面上不同历史收益率的股票具有不同的期望收益, 因此反应不足产生的本质原因是横截面异常。
3. 反应过度和反应不足同时存在。游家兴(2008)以我国沪深两市A股上市公司数据为例,以中国股市的动量效应和反转效应为研究的切入点,实证研究发现,短期内,机构投资者对信息的反应相对理性,而散户投资者更为强烈的反应往往将整个市场推向过度反应的非理性状态。在中长期内,散户投资者逐渐走向理性,而机构投资者由于对新信息存在一个反馈调整渐近过程,因而在其主导下,市场整体表现反应不足。 Hong和Stein(1999)、Cho和Jo(2006)则把反应过度和反应不足统一在一个框架下进行解释,认为证券市场上投资者不是同质的,虽然都存在一定的行为偏差,却又不尽相同,而不同类型的投资者相互作用便导致了证券市场的反应过度和反应不足。Cho和Jo则将市场参与者分为“机构投资者”和“散户投资者”两种类型。散户投资者由于存在过度自信,低估了机构投资者的私人信息, 其追涨杀跌行为推动了股价短期内的动量效应。并且,当包括机构投资者在内的整个市场参与者过度自信进一步加剧时,存在过度反应的股票价格在长期内会有一个显著的反向调整过程。
六、小结
本文对经典金融理论(主要是资本资产定价模型)难以解释的常见证券市场异象研究进行了归纳和评析。从国外对证券市场主要异象的研究情况来看,对日历异象、规模效应、账面市值比效应、反应过度、反应不足、气候变化异象等在不同国家检验结果的差异、异象产生的原因、实证研究方法已经获得了很大的进展,形成了较为系统的理论和方法。这主要表现在:①分析异象产生的原因时已考虑心理学、行为金融学理论的影响。②研究异象的实证方法已多样化。③有些研究开始分析不同异象的交互作用。
      当然,现有研究并非完美,还存在一些不足,如,各种异象在不国家的对比分析、样本选择的影响、样本数据的平稳性检验问题、研究方法如何选择等,论证还不够充分;尤其是结合我国实际情况,反映中国证券市场异象特色的研究成果还不多。这些都给未来的研究指出了努力的方向。
主要参考文献
1. Robert B. Durand, Alex Juricev, Gary W. Smith SMB — Arousal, disproportionatereactions and the size-premium. Pacific-Basin Finance,2007;1
2. Travis L. Jones, James A. Ligon. The day of the week effect in IPO initial returns. The Quarterly Review of Economics and Finance,2009;22
3. Guy Kaplanski, HaimLevy. Sentiment and stock prices: The case of aviation disasters. Journal of Financial Economics,2009;95
4. Chan, K.S., Tsay R. S.. Limiting properties of the least squares estimator of a continuous threshold autoregressive model. Biometrika,1998;85
5. Chow, K.V. and Hulburt, H.M.. Value, size, and portfolio efficiency. Journal of PortfolioManagement,2000;26
6. Fama, E.F. and French, K.R.. The cross-section of expected stocks returns. Journal of Finance,1992;47
7. Fant L. F., Peterson, D.R.. The effect of size, book-to-market equity prior returns,and beta on stock returns: January versus the remainder  of the year. Journal of Financial Research,1995;18
8. Hansen B. E.. Threshold effects in non-dynamic panels: Estimation,testing and inference. Journal of Econometrics,1999;93