中国股市反转效应实证(1)
中国股市的惯性与反转效应研究
中国股市的惯性与反转效应研究中国股市作为世界第二大股票市场，在全球金融市场中扮演着重要角色。
然而，中国股市的波动性一直备受关注，投资者们不禁要问，其背后的原因是什么？本文将从股市的惯性和反转效应两方面进行研究，探讨中国股市的波动性及其影响因素。
一、中国股市的惯性效应惯性效应是指过去的市场行为对未来市场行为的影响。
在中国股市中，惯性效应表现为股票价格对前期市场趋势的延续性。
这一现象主要受到以下几个因素的影响：1. 投资者心理因素中国股市中存在大量散户投资者，他们普遍缺乏投资经验和专业知识。
面对市场的波动，他们更可能采用跟风投资策略，即盲目追逐市场热点，而不是基于理性思考做出决策。
这种心理因素导致了股价的上涨或下跌的延续性。
2. 信息不对称中国股市的信息披露制度仍然不完善，导致信息不对称的问题普遍存在。
大型机构投资者和内幕信息的获取优势，使他们能够更早获得市场信息，并据此作出投资决策。
而散户投资者信息获取渠道有限，容易受到机构投资者的市场行为影响，从而加剧了市场的惯性效应。
3. 资金杠杆效应中国股市存在较为严重的资金杠杆效应，即借款购买股票或使用股票作为担保进行融资。
这种杠杆策略会放大市场的波动性，并加深市场的惯性效应。
当市场出现下跌，投资者的杠杆交易可能触发追加保证金或强制平仓，进一步加速股价的下跌。
二、中国股市的反转效应反转效应是指市场行为由当前趋势转向相反的趋势。
在中国股市中，反转效应表现为股票价格在出现上升或下跌后，会出现相反的趋势。
这一现象主要受以下几个因素的影响：1. 技术指标投资者普遍使用技术指标来指导投资决策，其中包括移动平均线、相对强弱指标等等。
当股票价格远离其移动平均线时，投资者会倾向于做出反向操作，从而引发市场的反转效应。
2. 市场调控政策中国政府对于股市的调控政策也会对市场产生重要的影响。
例如，当市场出现较大幅度的上涨时，政府可能会出台措施限制市场过热。
这种政策干预会导致市场的反转效应，使股票价格出现下跌。
股市反转投资策略效应分析——基于股票不同特征因素的实证研究
或 坏消 息 反 应 过度 ，造 成 表现 好 的股 票市 场 价 格 大 大 高 于其 实 际 价值 （ 明星 股 票 ）表 现不 好 的 股票 市场 价格 远 远 低 于 其 实 际 价 值 ，
（ 价值股票 ）在投资组合形成后 的三年内其回报是否高于过去平均 销售收入增 长高 、 表现好 的股票 ， 被反映过度 的“ 幼稚投资者” 预期
４５ ２ ．８
１ ．７ ０９２
５３ ３ ．４
５８ ６
６２ １ ．３
８５ ４ ５
５４ ５
８４ ８ ０
８ １ ７ ７ ７ ６１ ５
８８ ９ １ ９ ４ １ ． ９
９１ ９ ．４ ７９ （ ０
８４ （ － ＿１ ８ １ ； ３ ９２ ．５ ３６ 】 ７ ６２ １ ＿ ７（
现， 价值投资策略产生较高回报率的原因是 由于反转投资策略。
我 国学 者 张人骥 、 平 方 与王 怀芳 （９ ８ 对 １９ 年 ～１９ 年 的 朱 １９ ） ９ ３ ９６ 沪 市 股票 进 行 了研究 ， 结论 是 “ 拒绝 接 受 过 度反 应 的假 设 ” 黄兴 旺 ； （９ ９ 研究 发 现 ， 票 在短 期 内 （个 月 ） 存 在 明显 的反 转迹 象 ， １９ ） 股 １ 不 但 中期 （ 个月 至 一年 ） 三 明显存 在 着反 转 现象 ； 王永 宏 与赵 学 军 （０ １ ２０ ） 以深 沪 两市 １９ 年 以前 上 市 的全部 股 票为 研 究样 本 ， 验 分析 结 果 ９３ 经 显示 ， 沪股 票 市 场上 的反 转 策 略显 著 ， 深 而惯 性 策 略 不显 著 ； 忻 、 杨 陈展 辉 （０４ 基 于 １９ 年 ～２ ０ 年 的沪深 股 市 的全样 本 数 据 ， ２０ ） ９２ ０１ 采用 Ｊｇｄｅｈ Ｔｔ ｎ ２０ ） 来 研 究 ， 果 表 明 ， 中 国股 票 市 场上 ｅｅ ｅｓ 、ｉ （０ １方法 ｍａ 结 在 基 本不 存 在惯 性 现象 ， 在 明显 的反转 现象 。 而存
股票市场的动量效应和反转效应实证分析
股票市场的动量效应和反转效应实证分析股票市场的投资风格有很多，动量投资和反转投资是其中比较典型的两种策略。
动量投资指的是买入过去涨得好的股票，而反转投资则是买入过去跌得很厉害的股票。
这两种策略背后的理论基础是股票价格不会总是按照随机漫步的方式波动，而是具有一定的趋势和周期性。
本文将对动量效应和反转效应进行实证分析，并探讨其背后的原因和市场应用。
一、动量效应的实证分析动量效应指的是股票价格的趋势性，即过去的上涨或下跌趋势将延续一段时间。
具体表现为过去表现好的股票未来还有可能表现得不错，而过去表现不佳的股票未来则会继续下跌。
这种效应在股票市场中非常普遍，尤其是在短期内更为显著。
为了验证动量效应，我们可以使用以S&P 500为代表的股票指数进行实证研究。
找到长期的S&P 500数据，计算每个月S&P 500指数增长率，并将其按照大小排序分为10组（即十分位数组）。
然后，计算每组的未来1个月、3个月、6个月以及12个月的平均增长率。
实证研究发现，表现优异的股票在未来持续表现更好的概率高，且未来持续表现的时间越长越显著。
例如，表现最好的股票组，在未来1个月中平均表现比最差的股票组多了1.3%左右的收益率，而在未来12个月中平均表现则比最差的股票组多了14%左右的收益率。
这表明动量效应确实存在，而且更加明显的表现在长期内。
二、反转效应的实证分析反转效应是指过去表现不佳的股票在未来有可能会上涨，而过去表现良好的股票则有可能继续下跌。
这种效应背后的原因是市场存在着过度反应，即市场在对某些事件做出反应时，可能会出现过度反应的情况。
为了验证反转效应，我们同样以S&P 500为代表进行了实证研究。
首先，计算每个月S&P 500指数的增长率，并将其按照大小排序分为10组。
然后，计算每组的未来1个月、3个月、6个月以及12个月的平均增长率。
实证研究发现，在短期内，表现最差的股票组可能会出现一定程度的反转效应。
中国A股市场动量效应和反转效应的实证研究及其理论解释
中国A股市场动量效应和反转效应的实证研究及其理论解释谭小芬;林雨菲【摘要】本文通过模拟上证180指数交易,考察动量和反转策略的收益情况来验证中短期动量效应和反转效应的存在性,并分析不同市场形势下的效应差异.然后,按照流通A股总市值对大盘股和小盘股,分析对交易量冲击和收益率冲击的反应不足和过度反应与短期动量和反转效应之间的关系,并对动量和反转效应的形成机制提供合理的解释.【期刊名称】《中国软科学》【年(卷),期】2012(000)008【总页数】13页(P45-57)【关键词】动量效应;反转效应;A股市场【作者】谭小芬;林雨菲【作者单位】中央财经大学金融学院,北京100081;中国人民大学汉青经济与金融高级研究院,北京100872【正文语种】中文【中图分类】F830.9上世纪90年代以来，国内外学者纷纷对各国资本市场是否存在动量效应和反转效应进行了广泛研究，而对两种效应形成机制的研究则相对缺乏。
近年来，行为金融学从多个角度解释了动量效应和反转效应的现象，其中基于反应不足和过度反应的视角受到了学术界的普遍关注。
本文以中国A股市场为研究对象，根据市场对交易量冲击的信息和对收益率冲击的信息，探究动量效应和反转效应的存在性，从反应不足或过度反应的角度分析动量效应和反转效应的形成机制和形成过程，最后再基于行为金融学理论，对中国股票市场的动量效应和反转效应提供一个可能的解释。
文章结构安排如下:第一部分是在现有文献的基础上提出所要研究的问题，第二部分是介绍分析方法和构建模型，第三部分是数据处理和实证结果，第四部分是对实证结果进行解释，并得出相关的结论。
一、问题的提出动量效应是指前期获得较高收益的资产在下一期继续获得显著高收益的现象;反转效应则指前期获得较高收益的资产在下一期将获得显著低收益的现象。
近年来，行为金融学从多个角度解释了动量效应和反转效应的现象，其中基于反应不足和过度反应的视角受到了学术界的普遍关注。
中国股市“反向效应”和“动量效应”的实证研究
中国股市“反向效应”和“动量效应”的实证研究一、论文报告1. 中国股市中的反向效应：实证研究2. 中国股市中的动量效应：实证研究3. 反向效应与动量效应之间的关系：实证研究4. 对股市行为的驱动机制的探究5. 投资策略：如何应对反向效应与动量效应随着中国股市的不断发展，反向效应和动量效应成为了广受关注的研究对象。
反向效应指的是一个股票在前一段时间表现较弱，但在接下来的时间内上涨的情况，而动量效应指的是一个股票在前一段时间表现较好，继续上涨的情况。
接下来本文将分别对反向效应和动量效应进行实证研究，探究其背后的股市行为驱动力，并分析两者之间的关系。
最后，探讨如何应对反向效应和动量效应的出现，提出一些投资策略。
一、反向效应实证研究显示，中国股市中存在明显的反向效应。
具体来说，一个股票在前一段时间表现较弱，但在接下来的时间内出现了上涨，这一现象的出现可以用一些理论解释。
第一，反向效应可能是由于投资者过度反应过去的股票表现所导致的。
第二，反向效应可能是由于市场中存在未被完全发现的信息所导致的。
如果投资者低估了这些信息，股票就可能在接下来的时间内上涨。
二、动量效应实证研究还发现，中国股市中也存在着明显的动量效应。
具体来说，一个股票在前一段时间表现较好，会继续上涨的情况。
这种现象可能与投资者对未来的预期有关。
如果投资者认为股票将继续上涨，他们可能会进一步买入股票，导致股票价格上涨。
与此同时，他们也会卖出表现较差的股票，导致其价格下跌。
三、反向效应与动量效应之间的关系反向效应和动量效应在某种程度上是互相矛盾的。
一个股票在前一段时间表现较弱，但在接下来的时间内出现上涨的情况，就是反向效应的表现。
但是，如果这个股票在接下来的时间内继续表现优异，就会出现动量效应。
因此，反向效应和动量效应可能是相互影响的。
四、对股市行为的驱动机制的探究研究表明，股市行为的驱动机制与投资者的情感相关。
例如，当市场处于不确定的时期时，投资者可能会感到恐慌和不安。
中国股市反转效应实证(1)
中国股市反转效应实证摘要在现代金融相关理论中，有效市场假说认为，投资者所取得的信息都体现在了股票价格上，投资者想要通过分析信息，从而获取超额收益是不可能的。
不过越来越多的金融现象出现，得出了不一样的结论。
本文首先对上海股市和深圳股市分别进行日度反转效应存在性的短期证实，试图通过短期证实，对沪市A股和深市A股两个股票市场反转效应的表现进行比较与分析，最终，总结出我国的股票市场上反转效应的表现。
之后将2000年至2015年的股票数据根据不同的节点分成2个阶段，检验反转效应在不同时间阶段和不同市场形态下的变化规律。
最后，对媒体舆论、投资者情绪和反转效应之间的关系进行梳理,选定两篇不同性质的权威媒体报道，以权威媒体对股票市场的报道的时间点为节点，考察媒体舆论对我国股票市场反转效应表现的影响。
1.1样本选择关于股票的选择方面，本文将沪市A股和深市A股分为两个样本，对他们分别进行反转效应的检验。
并对两个样本的检验结果进行比较分析，本文主要选取了股票2000年至2015年一共十六年的数据。
并且本文为了保证研究结果的时效性，于是选择了2000年至2015年较能体现现在股市特点的股票数据进行分析研究。
因为数据样本的时间跨度长达16年，有相当一部分的股票数据不太完整，当股票的开盘价数据大部分不存在时，会将这只股票剔除出样本，当股票的开盘价数据存在少部分缺失时，本文会釆用前五日的开盘价数据进行加权平均补足数据，如表1.1表1.1缺少收盘价数据股票缺少1月13日的股票开盘价数据，于是对1月13日前五日的数据进行加权平均，即得到1月13日的开盘价为：（18.32+18.57+18.45+18.23+18.52） /5=18.42（元）将数据进行补足后得到1.2：表1.2补充缺少的收盘价数据最终利用这种方法，我们最终选取了上海A股股票市场上的392支股票和深圳A股股票市场上的345支股票作为本次研究的样本。
1.2实证方法检验反转效应的方法是由Jagadeesh开创，将所有股票的在形成期时的收益率按照从高到低进行排序，然后定义一个阙值，例如将阙值定义为15%时，则收益率位于前15%的股票组合成为底家组合,收益率位于后15%的股票组合成为输家组合，组合内每只股票的投资权重是相等的。
我国股市动量效应与反转效应的实证研究
我国股市动量效应与反转效应的实证研究近三十年来越来越多的实证研究发现,过去的股票价格在一定程度上会影响未来的股价的走势,突出表现为股票的市场上的动量效应和反转效应。
动量效应,也称之为惯性效应,指的是在短期内表现好的股票将会持续其好的表现,而表现不好的股票也将会持续其不好的表现。
与之相反,反转效应指的是在一段较长的时间内,表现差的股票有强烈的趋势在其后的一段时间内经历相当大的好转,而表现好的股票则倾向于在其后的时间内出现差的表现。
动量效应说明股票超额收益的短期的正相关,而反转效应说明股票超额收益的长期的负相关,这都与传统的有效市场假说相矛盾。
作为标准金融学的基石之一的有效市场假说认为：在一个有效的市场上,证券价格能正确完全的反应相关信息,并对新出现的重大信息迅速做出调整,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以获取超额收益。
也就是说,证券组合的未来收益与该组合过去的收益是无关的,历史的绩效表现不能预测未来的收益。
即使过去和未来的收益存在着相关性,大量的投资者会利用这种相关性进行套利获得超额收益,最终使超额收益消失,证券价格等于内在价值,相关性也随之消失。
然而,动量效应和反转效应等异象的存在向有效市场假说提出了有力的挑战。
有效市场假说认为投资者是完全理性的,即使存在非完全理性的投资者,但由于交易随机也会抵消系统性的定价偏差,无风险套利会快速有效的消除错误定价从而使股票价格回归内在价值。
然而,实际的情况是：投资者并非完全理性的,他们会受到心理和外界的影响；交易并非完全随机,人们的行为有一定的群体性,会导致系统性偏差；套利也不是没有风险、完全有效的,会受到资金量、未来价格不确定性等的限制。
传统的金融学理论已经不能有效的解释动量效应和反转效应等异象了,新兴的行为金融学放宽了有效市场假说的前提假设,从人的心理过程和投资决策选择出发,较好的解释了动量效应和反转效应。
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行为,不能相互抵消,会产生系统性的偏差。
股票市场反转原则介绍_股票反转形态有哪些
股票市场反转原则介绍_股票反转形态有哪些股票市场反转原则介绍_股票反转形态有哪些首先反转行情其实就是市场的整体下跌趋势出现了根本性转变，股票市场重新步入牛市，股指将超越前期高点的强势行情。
下面是整理的股票市场反转原则介绍，希望能够帮助到大家。
股票市场反转原则介绍1、出现反转行情的时候，很多投资者都比较青睐于追涨幅不大的个股，而那些股票价格涨高了个股追涨的人就略少一些了。
其实这种操作是很多投资者的一种投资误区。
事实上，在反转行情中越是率先启动、大规模上涨的股票，就越能成为未来行情中的热点板块与龙头股。
因为反转行情属于一种强势上攻的行情，反转行情的投资理念方法和弱市以及平衡市的投资理念方法是完全不同的。
2、就像在弱市中个股是否止跌并不是股票价格跌幅的大小决定的一样，在反转行情中股票价格涨幅的多少，也无法决定该股的未来上涨的动力。
在反转行情中对于个股是否决定要追涨，关键是看该股后市是否还有持续上涨的动力以及上涨的空间。
记住!在反转行情中想要获得丰厚的利润一定要勇于大胆尝试、追涨强势股、坚持持股。
反转行情的最佳介入时机市场从弱变强的时候，就是最好的操作时机，在反转行情中也是如此外。
所以研判行情从弱变强的方法就显得尤为重要，而研判行情从弱变强的方法概括起来主要有以下几类：1、根据技术判断，大盘转强的方法主要是依据长期均线，例如：半年线和年线等，还有中轴线、布林线的中轨线还有一些技术指标强弱区分位置。
参考半年线为例，大盘有效突破半年线通常都会产生强市行情，股指偶尔短时间内上涨迅速，可是大盘却无法有效将半年线突破，这标志着股票市场依旧处在一个弱市格局之中，务必要谨慎小心。
2、根据成交量判断大盘转强。
反转行情一定要有成交量的配合，观察沪、深股票市场的历史走势中，可以发现只要成交量相对偏大的背景下强市才会产生，因为量能是行情的基础，没有量能温和放大的支持，通常大盘都很难维持走强趋势，更不用想形成强市的可能性了。
3、从根据形态判断大盘转强的方法，关键是对股票价格能否有效突破各种底部形态的颈线位的观察。
中国股市的短期反转与长期反转——经验事实、理论模型与实验仿真
NANKAI ECONOMIC STUDIESNo.1 2021DOI:10.14116/j.nkes.2021.01.006 85中国股市的短期反转与长期反转 ——经验事实、理论模型与实验仿真贺京同 贺 坤 赵子沐 郑为夷*摘 要：根据我国股市的经验事实与实证分析，发现不同于欧美股市的短期动量效应与长期反转效应，中国股市在短期与长期皆存在显著的反转效应特征；而依据市场设计理论，价格机制不可能脱离文化、习俗、制度等市场环境单独发挥作用。
在此事实基础上，本文引入自谦归因偏向修正了Daniel 等人(1998)模型中不符合中国投资者行为特征的假设，构建了符合中国股市的模型。
仿真实验表明，在过度自信与自谦归因偏向假设下，经过短暂的过度反应后，股票收益自相关函数在短期与长期皆为负值，这与经验事实、实证研究和市场设计理论是相符的；此外，股票收益短期自相关函数绝对值，即短期反转效应水平，与投资者受自谦归因偏向影响程度呈正向关系。
关键词：行为金融；反转效应；市场设计；自谦归因；DHS 模型一、引 言现代金融研究的一个普遍共识是股票收益存在一定程度的可预测性，并有大量文献提供了相关证据。
这其中，两类重要的现象就是股票收益的动量与反转效应，围绕二者开展了大量的实证检验和形成机理研究，直接推动了证券市场微观理论及行为金融理论的发展。
所谓动量效应，是指前期收益率较高的股票在未来仍然会保持较高的收益率，而前期收益率低的股票在未来会继续表现不佳。
若存在动量效应，那么通过买进以往表现好的股票组合而卖出以往表现较差的股票组合，即采用动量投资策略，能够获得超额收益。
与之相对，股票收益的反转效应是指前期收益率低的股票在未来会有较高收益率，而前期收益率高的股票则在未来表现不佳。
同理，若存在反转效应，那么采用反转效应投资策略，买入过去表现较差的股票组合而卖出过去表现较好的股票组合，能够获得超额收益。
早期国外有关二者的实证与理论研究大多以欧美股市为基础，* 贺京同，南开大学经济学院(邮编：300071)，E-mail ：hjt@nankai ；贺 坤，南开大学经济学院(邮编：300071)，E-mail ：****************；赵子沐，南开大学经济学院(邮编：300071)，E-mail ：zzm1106@foxmail .com ；郑为夷，中国工商银行天津分行(邮编：300074)，E-mail ：****************。
量信投资：中国股市的动量反转效应作者：石川1研究动机股市中的动量、反转效应不是一个新鲜的课...
量信投资：中国股市的动量反转效应作者：石川1研究动机股市中的动量、反转效应不是一个新鲜的课...作者：石川1研究动机股市中的动量、反转效应不是一个新鲜的课题。
它的提出源于Jegadeesh 和 Titman 在 1993 年发表于 Journal of Finance 上的一篇文章 Returns to buying winners and selling losers: implications for stock market efficiency。
文中，这两位老兄利用动量效应构建了赚钱的投资组合。
动量和反转效应的定义如下：动量效应（Momentum effect）一般又称惯性效应，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（Reversal effect）是指在一段较长的时间内，表现差的股票在其后的一段时间内有强烈的趋势经历相当大的逆转，要回复到正常水平（reversal to mean），而在给定的一段时间内，最佳股票则倾向于在其后的时间内出现差的表现。
很多国内的学者对动量和反转效应在A 股上进行了大量实证。
即便是到了今天，仍有前赴后继的硕士论文仍再研究这个课题。
有意思的是，人们的研究结论非常不一致：有多少人看好动量效应就有多少人力推反转效应。
这种分歧源于实证中选取的参数以及回测的周期的不同。
显然，无论动量还是反转效应都意味着有效市场假说的黯然失效。
既然无法从市场有效性解释，市场中普遍流行的学说就是从行为金融学的角度来解释：动量和反转效应和投资者的反应不足与反应过度有关。
本期数据解码投资就来说说中国股市的动量、反转效应。
从我们的实证来看，中国股市是高噪声散户市场，反应过度明显高于反应不足，存在显著的反转效应。
然而，反转效应的收益率和回测周期的选择息息相关，且幸存者偏差（survivorship bias）会放大反转效应。
中国市场动量和反转效应实证研究——基于深证A股市场
都来源于深圳市 国泰安信息技术公司开发 的 《 中国 股票市场交易数据查询系统——ｃ ｓ Ｍ Ａ Ｒ ＝ 》数据库。
不 足反应 就起 始于这 样 的证 据 。
收 稿 日期 ：２ ０ １ ３ — ０ ９ — １ ６
为负相关 关 系 。 Ｌ ｏ和 Ｍ ａ ｃ ｋ ｉ ｎ ｌ ａ ｙ｛ ８ １ 发 现 当股 票报 酬 间存 在有 规律
的领先或落后关系时 ，即使股票报酬 间并不存在负
自相 关 ，采用 反转 投 资 策 略 仍 可 获 得 正 的 收 益 率 。 而 且赢 家 和 输 家股 票 的负 自相 关 并不 能保 证 反 转投
调 整 。 因此 其构 造 的反 转 投资 策 略 的投 资组 合 即买 输 家 股票 并 且买 等额 的赢 家组 合 ，结 果发 现 反转 投
资 策 略 之所 以能 获 利是 因为赢 家 和输 家 的股 票报 酬
种现象他们构建 了买进赢家组合 ，卖 出输家组合的
投 资策 略 ，实 现 了年 均 １ ２ ％的异 常收益 。 并 且 大 量 研 究 表 明股 票 市 场存 在 这样 的 现 象 ： 股 票价格 对公 告 的完 全反应 通 常是 １ 年左 右时 间［ ２ － ３ ］ ，
票市场反应过度现象提出的 ，是人们对信息反应过
度 的结果 。
Ｊ ｅ ｇ ａ ｄ ｅ ｅ ｓ ｈ和 Ｔ ｉ ｔ ｍ ａ ｎ＿ ｌ Ｊ 最早 全 面地 研 究 了 动 量效 应 现象 。他们对 美 国证券 市场 １ ９ ６ ５ －１ ９ ８ ９年 的数据
进行 实证研 究 发现 ：前 ３ １ ２ 个 月 收益率最 高 的股票 （ 赢 家 组合 ） 在 接下 来 的 ３ ～ １ ２个 月 内 的收益 率 依然 较 高 ；前 ３ — １ ２个 月 收益 率 最低 的股 票 （ 输 家组 合 ） 在 接下来 的 ３ ～ １ ２ 个 月 内的收 益率依 然较低 。依 照这
我国股市的动量和反转投资策略实证研究的开题报告
我国股市的动量和反转投资策略实证研究的开题报告一、选题背景与意义股市是投资者获取资产收益的重要渠道之一，越来越多的投资者亦开始逐渐关注股票市场，尝试运用不同的投资策略获取最大化的收益。
其中动量和反转投资策略是较为常见的两种策略。
动量策略是利用股票市场上短期上涨或下跌趋势来进行投资决策；反转策略则是基于市场上价格异常波动，利用市场上反转现象获取收益。
本文旨在探究我国股市中动量和反转策略的实证研究，为投资者提供对于投资决策的参考意见。
二、研究问题与目的本文主要研究以下问题：1. 我国股市中动量策略是否有效？如果有效，何种指标可作为动量信号？2. 我国股市中反转策略是否有效？如果有效，何种指标可作为反转信号？3. 动量和反转策略在不同市场环境下（牛市、熊市）的效果如何？本文的研究目的在于验证动量和反转策略是否适用于我国股票市场，并且探究其适用条件，为投资者提供参考。
三、研究方法本文采用定量分析的方法进行研究，具体方法如下：1. 数据来源：本文采用Wind或者Thomson Reuters等专业数据提供商获取我国股票市场的日收盘价数据，以及各类股票指标数据。
2. 动量策略：本文将选择市场上较为常用的动量指标（如RSI、MACD等），构建动量信号，并以此进行股票的购买卖出决策。
同时，本文也将从不同市场环境下（牛市、熊市）进行分析。
3. 反转策略：本文将选择市场上较为常用的反转指标（如RSI、MACD等），构建反转信号，并以此进行股票的购买卖出决策。
同时，本文也将从不同市场环境下（牛市、熊市）进行分析。
4. 统计分析：本文将采用统计分析方法（如t检验、F检验等）验证动量和反转策略的有效性以及对于不同市场环境下的适用性。
四、论文结构与安排本文的整体结构如下：第一章绪论1.1 研究背景1.2 研究问题与目的1.3 研究方法1.4 论文结构与安排第二章动量策略实证研究2.1 动量策略原理2.2 数据来源及变量定义2.3 研究结果分析第三章反转策略实证研究3.1 反转策略原理3.2 数据来源及变量定义3.3 研究结果分析第四章动量和反转策略在不同市场环境下的实证研究4.1 数据来源及变量定义4.2 研究结果分析第五章结论与建议5.1 研究结论5.2 研究局限与展望5.3 投资建议第六章参考文献五、预期成果本文旨在探究我国股市中动量和反转策略在不同市场环境下的有效性，为投资者提供参考意见。
中国股票市场价格反转和惯性现象的实证研究的开题报告
中国股票市场价格反转和惯性现象的实证研究的开题报告当前，中国股票市场已经成为世界上最具活力的股票市场之一。
然而，中国股票市场的价格表现具有一定的反转和惯性现象。
为了深入研究这些现象，本研究拟开展一项实证研究，旨在探讨中国股票市场价格反转和惯性现象的原因和影响。
一、研究背景与意义随着中国经济的不断发展和市场化改革的逐步深入，中国股票市场已经成为国内外投资者关注的重点。
然而，中国股票市场的价格表现却存在着反转和惯性现象，这对投资者的决策和管理带来了一定的困难。
因此，深入研究中国股票市场价格反转和惯性现象，对于更好地把握市场机会，提升投资效益具有重要意义。
二、研究目标本研究旨在通过实证研究，探讨中国股票市场价格反转和惯性现象的原因和影响，以及投资者应该如何操作和应对。
三、研究内容1、股票市场价格反转现象的概述介绍中国股票市场反转现象的基本概念和相关理论，分析反转现象的产生原因和机制。
2、股票市场价格惯性现象的概述介绍中国股票市场惯性现象的基本概念和相关理论，分析惯性现象的产生原因和机制。
3、中国股票市场价格反转和惯性现象的实证研究通过实证研究，对中国股票市场价格反转和惯性现象进行详细的数据分析和模型建立，探讨其影响因素和市场行为特征。
4、投资者应对反转和惯性现象的策略根据实证研究结果，提出针对反转和惯性现象的投资策略和应对措施，为投资者提供参考和借鉴。
四、研究方法本研究采用定量研究方法，主要基于中国股票市场的历史交易数据，对反转和惯性现象进行统计分析和建模论证。
具体方法包括时间序列分析、回归分析、样本分析等。
五、预期成果本研究预计将对中国股票市场价格反转和惯性现象的产生原因、机制和影响因素进行深入探究，揭示股票市场投资者行为特征。
在此基础上，提出针对反转和惯性现象的投资策略和应对措施，为投资者提供有价值的参考和借鉴。
同时，本研究所得到的实证结果和理论结论，也将有助于加深对中国股票市场的认识和理解。
中国股市价值反转投资策略有效性实证研究
中国股市价值反转投资策略有效性实证研究中国股市价值反转投资策略有效性实证研究摘要：股票市场是金融市场中最具活力和风险最高的市场之一，在这个市场中，投资者不断尝试各种投资策略来获取更高的回报。
其中，价值反转投资策略备受关注，这种策略以低估股票的买入和高估股票的卖出为基础，通过寻找市场低估价值的股票进行投资。
本文通过对中国股市的历史数据进行实证研究，探讨中国股市价值反转投资策略的有效性。
1. 引言价值反转投资策略是利用资产价格波动中的错配，即买入低估的资产并卖出高估的资产。
价值反转策略根据股票市场中的投资者情绪和市场波动程度，选择具有相对较低估值的股票进行投资。
它基于一个假设，即市场上过度反应了坏消息和好消息，从而导致被低估和高估的机会产生。
尽管价值反转策略在许多国家的股票市场上被广泛研究和运用，但在中国股市上的实证研究还相对较少。
2. 数据和方法为了研究中国股市的价值反转投资策略有效性，本研究收集了近20年来的中国股票市场数据，包括股票的基本面数据、市场数据和投资者情绪数据。
首先，通过计算每只股票的市盈率（PE）和市净率（PB）来衡量股票的估值情况。
然后，以市盈率和市净率的百分位数作为衡量指标，将股票分为高估值和低估值两个组合。
最后，通过对两个组合的历史回报进行比较，来判断价值反转策略是否有效。
3. 结果分析通过对中国股市的价值反转策略进行实证研究，我们发现： 3.1 价值反转策略在中国股市具有一定的有效性。
通过对2000年至2020年的中国股票市场数据进行研究，我们发现高估值组合和低估值组合之间存在明显的回报差异。
低估值组合的平均年化回报率显著高于高估值组合。
3.2 价值反转策略的有效性存在时间差异。
我们对不同时间段内的价值反转策略进行分析后发现，其有效性在不同市场状况下可能有所不同。
在市场下跌、不确定性增加时，价值反转策略的有效性可能进一步增强。
4. 风险控制尽管价值反转策略在理论上是有效的，但投资者在实施过程中应注意风险控制。
中国股市惯性策略和反转策略的实证分析论文
中国股市惯性策略和反转策略的实证分析论文中国股市惯性策略和反转策略的实证分析摘要：本文通过对中国股市的实证分析，探讨了惯性策略和反转策略在中国股市中的运用。
首先，我们对中国股市的历史数据进行分析，发现了中国股市存在明显的惯性现象。
接着，我们运用惯性策略和反转策略对中国股市进行实证研究，并通过相关指标进行了比较分析。
最后，我们总结了实证结果，并提出了对中国股市投资的建议。
关键词：中国股市、惯性策略、反转策略、实证分析一、引言中国股市作为全球最大的股市之一，对于投资者来说具有重要的意义。
然而，中国股市的波动性较大，在投资风险管理方面存在一定的困难。
因此，研究股市中的惯性策略和反转策略对于投资者来说具有重要的意义。
二、中国股市的历史数据分析通过对中国股市的历史数据进行分析，我们发现了中国股市的惯性现象。
具体来说，中国股市在上涨趋势中具有更高的概率继续上涨，而在下跌趋势中则具有更高的概率继续下跌。
这一现象与传统金融市场理论中的“趋势效应”相一致。
三、惯性策略在中国股市中的应用基于中国股市的惯性现象，我们采用惯性策略来进行投资。
具体来说，我们选取中国股市中具有较高市值和较高成交量的股票作为投资标的，然后根据股票的历史数据计算股票的平均收益率。
在投资时，我们选择上涨趋势明显的股票进行买入，并在股票出现下跌趋势时进行卖出。
四、反转策略在中国股市中的应用除了惯性策略，反转策略也是一种常用的投资策略。
基于中国股市的惯性现象，我们通过反转策略来进行投资。
具体来说，我们选取中国股市中具有较高市值和较高成交量的股票作为投资标的，然后根据股票的历史数据计算股票的平均收益率。
在投资时，我们选择出现明显下跌趋势的股票进行买入，并在股票出现上涨趋势时进行卖出。
五、实证结果分析通过将惯性策略和反转策略应用于中国股市的实证研究，我们发现两种策略相对来说都能够取得一定的投资收益。
然而，反转策略在中国股市中的效果更好，其投资收益率较高，并且相对稳定。
中国A股的隔夜-日内反转效应
第7卷第4期2020年12月经济学报China Journal of Economics Vol.7,No.4:64-87December 2020中国A 股的隔夜-日内反转效应曲荣华1㊀刘扬21曲荣华,中国人民大学财政金融学院博士研究生,E-mail :quronghua@ ㊂2刘扬(通讯作者),清华大学经济管理学院博士研究生,E-mail :liuy9.15@ ㊂㊀㊀摘㊀要㊀基于2000年至2018年的个股日度数据,本文发现中国A 股存在显著的隔夜-日内反转效应,即隔夜收益率更低(高)的股票,在当日将获得更高(低)的日内收益率㊂区别于基于收盘价收益率的传统反转效应,该效应具有更优异的多空策略表现:日度收益率高达1.12%,年化夏普率为18.02㊂在控制了公司规模㊁账面市值比等特征以及经典的风险因子之后,其策略表现仍具有稳健性㊂进一步实证分析发现,该效应不仅随股票非流动性的加剧而增强,还随个股卖空限制的增强以及散户持股比例的提高而增强,这说明流动性溢价和投资者情绪是其背后的主导因素㊂本文的研究不仅为理解股票定价机制提供了更微观的新视角,也具有较强的投资实践价值㊂关键词㊀隔夜-日内反转;横截面收益率;流动性;投资者情绪0㊀引言历史收益率对未来收益率的预测关系是资产定价领域的一大热门研究话题㊂国外学者在美国及其他西方发达股市发现了三大经典的横截面效应,即短期月度反转(Lehmann ,1990)㊁中期年度动量(Jegadeesh and Titman ,1993),以及长期三年至五年的反转(De Bondt and Thaler ,1985)㊂而在中国股市,文献普遍认为A 股不存在传统的中期动量效应,但存在反转效应和超短期的动量效应(王永宏和赵学军,2001;潘莉和徐建国,2011)㊂这些研究不仅对学界的有效市场假说提出了挑战,对业界的投资实践也具有重要的指导作用㊂值得注意的是,上述文献都是研究传统的收盘价收益率,鲜有文献探讨开盘价的影响㊂以开盘为分界点,市场可以分为隔夜区间(昨收盘至今开盘)和日内区间(今开盘至今收盘),而传统收益率也可以对应地分解为隔夜收益率和日内收益率㊂考虑到隔夜市场和日内市场在流动性㊁信息披露等方面具有的不同特征(Barclay㊀第7卷第4期㊀㊀㊀㊀㊀曲荣华㊀刘扬:中国A股的隔夜-日内反转效应㊀㊀and Hendershott,2003,2004),一个有趣的问题是,隔夜及日内收益率是否会表现出异于传统收盘价收益率的规律?更重要的是,他们能否反映被已有研究所忽视的定价机制?基于2000年至2018年的个股日度数据,本文对中国A股的隔夜㊁日内收益率进行了实证分析,主要有以下四点发现:第一,中国A股市场存在着显著的隔夜-日内反转效应,即隔夜收益率更低(高)的股票,平均而言将在当天获得更高(低)的日内收益率㊂其对应的多空策略在经济和统计意义上都获得了不俗的表现:日度收益率为1.12%,t-stat更是高达50.98,远远超过日内动量策略(0.04%,t-stat:3.01)和传统的基于收盘价的超短期日度动量策略(0.41%, t-stat:16.40)㊂第二,隔夜-日内反转效应不仅区别于传统的月度反转效应,而且不能被标准的风险因子模型所解释㊂具体而言,本文构造了基于日内收益率的因子模型,包括CAPM㊁Liu et al.(2019)针对中国股市所提出的三因子和四因子模型以及加入了传统短期反转因子的五因子模型㊂隔夜-日内反转策略在上述所有的因子模型下都获得了超过1%且高度显著的日度alpha㊂第三,利用双变量排序和Fama and MacBeth(1973)回归来控制其他对未来收益率有预测作用的公司特征,比如市值㊁账面市值比和换手率等,隔夜收益率对于日内收益率的负向预测能力仍然显著存在,说明隔夜收益率反映了独立于这些公司特征之外的预测信息㊂第四,更为重要的是,本文从流动性溢价和投资者情绪两个角度,深入探讨了隔夜-日内反转效应背后的经济原因㊂从流动性的角度,相比于日内区间,市场在隔夜状态下的交易活跃度极低(Barclay and Hendershott,2003,2004)㊂与此同时,市场在开盘时表现出的高波动性也会限制金融中介提供流动性的功能(Gromb and Vayanos,2002;Brunnermeier and Pedersen,2009)㊂特别地,考虑到中国股市散户比例高㊁波动性大的特点,流动性提供者在开盘时往往面临着较大的风险,所以对于隔夜收益率的输家股票这样一些卖出压力大的股票,其会要求一个更高的溢价补偿才愿意提供流动性㊂对应地,本文发现隔夜-日内反转效应在流动性不足的股票中,即Amihud(2002)非流动性指标较高以及交易量较低的股票中,表现更强烈㊂这说明隔夜-日内反转效应反映了市场对于流动性提供者所做出的溢价补偿㊂此外,从投资者情绪的角度,如果隔夜-日内反转效应反映了由投资者乐观情绪引起的对赢家组合的高估定价偏差,那么这一效应会随着个股卖空限制的增强而变强㊂对应地,本文发现相对于支持融资融券业务的股票,隔夜-日内反转效应在不支持融资融券的股票中表现更强烈㊂与此同时,在支持融资融券的股票中,该效应也随着股票卖空强度的减弱,即随着卖空限制的增强而增强㊂最后,对比机构投资者,散户更容易受情绪的影响㊂对应地,本文也发现隔夜-日内反转效应随着散户持股比例的上升而增强㊂上56㊀㊀㊀经济学报㊀2020年12月述证据说明投资者情绪是隔夜-日内反转效应背后的另一驱动因素㊂本文的创新和贡献在于:第一,区别于传统的收盘价收益率研究,本文首次在A股的日度数据上对横截面收益率的隔夜-日内反转效应进行了检验,这为深入理解收益率规律提供了新的微观视角㊂第二,通过与传统收盘价收益率下的动量及反转效应进行对比分析,本文一方面验证了已有文献的结论,另一方面发现隔夜-日内反转效应不能被经典的短期反转效应所解释,而且其在经济意义和统计显著性上都远强于传统效应㊂第三,本文从流动性溢价和投资者情绪两个角度,对隔夜-日内反转效应的经济原因进行了系统性的探讨㊂在已有文献中,关于流动性和投资者情绪对股票定价影响的研究大多侧重于分析月度横截面数据或者市场收益率,鲜有文献从日内层面探究这两个因素对横截面收益率的影响㊂因此,本文填补了这方面的研究空白,对于深入理解流动性和市场情绪在股票定价机制中所发挥的作用具有重要意义㊂第四,隔夜-日内反转策略具有极高的收益率和夏普比率,因而对于投资实践具有较强的指导意义㊂在我国股市现行的 T+1 制度下,虽然普通散户难以利用该策略进行投资,但是分散化持股的机构交易者可以通过灵活的底仓管理利用该策略指导投资㊂这不仅有利于修正投资者乐观情绪引起的定价误差,增强市场的有效性,也有助于提升市场的流动性,降低风险㊂与此同时,随着A股机构化程度的提升以及 T+0 改革的不断推进,隔夜-日内策略的实用价值也将得到提升㊂本文的后续安排如下:第1部分回顾了相关文献,第2部分介绍了研究方法和数据,第3部分展示了主要的实证结论,第4部分探究了隔夜-日内反转效应背后的经济原因,第5部分检验了结果的稳健性,第6部分对全文进行了总结㊂1㊀文献回顾针对股票历史收益率对未来收益率的影响,国内外学者进行了大量研究㊂西方文献在美国股市中率先发现历史回报对未来收益率的预测模式随着投资期限而发生变化,并呈现出三大著名的横截面效应:一个月的短期反转效应(Lehmann,1990;Lo and MacKinlay,1990)㊁过去二个月到十二个月的中期动量效应(Jegadeesh and Titman,1993),以及过去三年至五年的长期反转效应(De Bondt and Thaler,1985)㊂从全球的视角,大量研究显示动量效应在除日本以外的其他欧美成熟股市也都显著存在(Rouwenhorst,1998;Fama and French, 2012)㊂而针对其他的资产类别,Asness et al.(2013)在欧美成熟市场的外汇㊁政府债券㊁商品期货以及股指期货上,也都发现了显著的动量效应㊂不同于传统动量效应在欧美成熟市场广泛存在的普遍结论,动量效应在中66㊀第7卷第4期㊀㊀㊀㊀㊀曲荣华㊀刘扬:中国A股的隔夜-日内反转效应㊀㊀国A股的检验结果则存在争议㊂在传统的中期月度频率下,绝大部分文献,比如王永宏和赵学军(2001),发现A股没有显著的动量效应㊂得到类似结论的还有马超群和张浩(2005)㊁郭磊等(2007)㊁Li et al.(2010)㊁Cheema and Nartea (2014)和Cakici et al.(2017)㊂特别地,在剔除了小市值壳资源的公司之后, Liu et al.(2019)同样发现中国A股不存在传统的中期动量效应,但存在显著的短期反转效应㊂而可能由于样本区间的不同,有少部分文献(徐信忠和郑纯毅, 2006;王甜甜和郭朋,2014)检测到了中期动量效应的存在㊂另一方面,区别于中期动量众说纷纭的结果,已有文献普遍认为A股存在月内超短期的动量效应㊂比如,朱战宇等(2003)在周度频率上发现了显著的动量效应,而潘莉和徐建国(2011)也在日度及周度频率检测到了超短期动量效应㊂与此同时,学界对传统反转效应在A股的存在性也达成了较为一致的结论㊂鲁臻和邹恒甫(2007)在中国股市发现了短期和长期的反转效应㊂从投资者的非持续性过度自信模式出发,何诚颖等(2014)发现中国股市表现出独特的中期反转效应㊂类似地,潘莉和徐建国(2011)发现A股个股收益率在多个时间频率上都表现出明显的反转效应㊂总结上述文献,学界普遍认为中国股市的反转效应要强于动量效应㊂此外,虽然传统的中期动量效应并不显著,但中国A 股存在月内的超短期动量效应㊂上述文献主要利用月度等中低频数据来分析传统的收盘价收益率㊂近年来,国内外学者开始研究更高频的数据,并通过对隔夜区间和日内区间的区分,将收盘价收益率分解为隔夜收益率和日内收益率进行研究㊂这不仅为探索收益率规律提供了更微观的新视角,对于深入理解不同市场状态下的股票定价机制也具有重要意义㊂在横截面层面,从投资者异质性的角度,Lou et al.(2019)认为不同类型的投资者会倾向于在不同的区间交易,所以隔夜㊁日内收益率反映了不同投资者的需求㊂对应地,其在美国股市发现,各类投资者的行为连续性使得隔夜及日内收益率分别表现出持续性高达数年的横截面动量效应,而不同投资者之间的力量拉扯则引起了隔夜和日内收益率之间的反转效应㊂此外, Corte et al.(2015)在其他西方股市和股指期货㊁外汇期货以及商品期货等期货市场上,也发现了类似的隔夜-日内反转效应㊂借鉴上述思路,白颢睿等(2020)发现在中国A股,日内收益率和隔夜收益率在月度频率上均表现出横截面的动量效应,但两者的相反作用相互抵消,从而解释了中国股市的传统动量效应消失之谜㊂与此同时,Hendershott(2020)在美国及全球股市中发现隔夜收益率与股票的beta系数正相关,而日内收益率与beta负相关㊂值得注意的是,区别于其他市场(比如H股),张兵(2019)发现我国A股市场表现出隔夜收益率为负的独特现象㊂从期权的角度,Bai(2020)认为在 T+1 的交易制度下,相对于t 日开盘价,t-1日收盘价嵌入了回溯最大卖出期权㊂因而,中国A股的负隔夜收76㊀㊀㊀经济学报㊀2020年12月益率反映了这一特殊期权的价值㊂在时间序列层面,Gao et al.(2018)基于S&P500指数的高频数据发现了日内动量效应,即市场开盘半小时的收益率可以正向预测最后半小时的收益率㊂借鉴上述方法,Zhang et al.(2019)利用上证综指的高频数据检验了中国股市的日内时间序列动量效应,发现第一个半小时的市场回报可以显著预测最后半小时的回报,同时早上的市场收益率也能显著预测下午的收益率㊂Chu et al. (2019)发现除了上述首尾半小时收益率之间的日内动量效应,中国A股的市场收益率还存在第一个和第二个半小时收益率之间的日内反转效应㊂Jin et al. (2020)将研究标的拓展至期货,并在中国市场的钢㊁铜㊁大豆和豆粕这四个期货合约上发现了类似的日内时间序列动量效应㊂而基于文本分析等新方法,尹海员和吴兴颖(2019)构建了日内高频情绪指标,并发现投资者情绪能够正向预测市场(上证指数)收益率㊂梳理上述文献,可以发现针对A股的研究存在下述局限性㊂首先,已有文献主要集中于检验传统收盘价收益率框架下的动量及反转效应,以及探讨为何传统的中期动量效应在中国A股并不显著㊂第二,大部分研究侧重于检验各个效应的实证表现,鲜有文献对各种效应背后的经济原因进行系统性的研究㊂第三,针对隔夜㊁日内收益率,已有文献虽有一定的探讨,但主要侧重于时间序列维度的分析,缺乏横截面层面的深入研究㊂特别地,已有文献对日度频率下的隔夜㊁日内收益率横截面规律的检验以及对其经济解释的探索尚为空白㊂2㊀方法与数据2.1㊀策略构建㊀㊀假定r F i,t-1和r H i,t分别为股票i在策略形成期(formation)与策略持有期(Holding)的收益率㊂考虑以w i,t-1为个股权重的自融资组合:w i,t-1=-1N r F i,t-1- r F t-1()(1)其中, r F t-1=N-1ðN i=1r F i,t-1,N为股票数目㊂从构造上,该策略是一个反转策略:其卖空策略形成期的赢家,买入策略形成期的输家㊂同时,ðN i=1w i,t-1=0,这说明该投资组合为自融资策略㊂借鉴Lehmann(1990)和Nagel(2012),假定多㊁空头寸的保证金均为50%,则这个策略的持有期收益率r p,t为:r p,t=ðN i=1w i,t-1r H i,td t-1/2(2)86㊀第7卷第4期㊀㊀㊀㊀㊀曲荣华㊀刘扬:中国A股的隔夜-日内反转效应㊀㊀其中,d t-1=ðN i=1w i,t-1为策略形成期在多㊁空头寸的资金投入①㊂通过设置不同的策略形成期及持有期收益率,本文可以检验不同的投资策略㊂如果对应的策略收益率r p,t为正,则说明该策略捕捉了横截面收益率的反转效应;反之,如果r p,t为负,该策略则反映了动量效应㊂本文主要关注下述三个区间段的收益率:r cc i,t为股票i基于t-1日及t日收盘价所计算的传统日度收盘价收益率;r co i,t为基于t-1日收盘价及t日开盘价所计算的隔夜收益率;r oc i,t为基于t日开盘价和t日收盘价所计算的日内收益率㊂因而,r cc i,t约等于r co i,t加r oc i,t㊂对应地,本文着重检验表1中的三个日度策略㊂CC-CC策略为基于收盘价来计算形成期和持有期收益率的传统策略㊂将收盘价收益率拆分为隔夜收益率与日内收益率,本文进一步检验下述两种隔夜及日内策略㊂由于日内区间为主要的交易区间,本文主要关注以日内收益率作为持有期收益率的策略㊂具体而言,OC-OC策略为日内-日内策略,其形成期和持有期收益率分别为t-1天和t天的日内收益率㊂与之相对,CO-OC策略是隔夜-日内策略,其形成期收益率为t天的隔夜收益率,持有期收益率为t天的日内收益率②㊂表1 策略构建方法策略形成期收益率(r F i,t-1)持有期收益率(r H i,t)CC-CC r cc i,t-1=P c i,t-1P ci,t-2-1r cc i,t=P c i,t P ci,t-1-1OC-OC r oc i,t-1=P c i,t-1P oi,t-1-1r oc i,t=P c i,t P oi,t-1CO-OC r co i,t=P o i,t P ci,t-1-1r oc i,t=P c i,t P oi,t-12.2㊀数据本文检验中国A股市场的股票,所有的股票交易数据以及财务数据均来自于WIND数据库,样本区间为2000年1月4日至2018年7月31日㊂个股开盘价和收盘价皆为复权价格㊂基于分红再投资的假设,WIND数据库对价格进行了调整,弥补了因股票分割以及除权除息等事件造成的价格缺口,方便计算投资收益率㊂Beta为基于过去100个交易日(要求至少50个有效数据)的日度收盘价收益率所估计的个股相对于市场收益率的Beta㊂ILLIQ96①②在后文第4部分,我们将以组合排序的传统方法构造策略,结果依旧稳健㊂此外,我们还检验了形成期和持有期收益率分别为t-1天和t天隔夜收益率的CO-CO策略㊂与Lou et al.(2019)在美国股市的结果相吻合,该策略表现为动量策略,其结果因为篇幅限制而未汇报㊂㊀㊀㊀经济学报㊀2020年12月(Illiquidity)是过去1个月Amihud(2002)个股日度非流动性指标的平均值,其中日度非流动性指标定义为日度绝对值收益率除以当天的交易金额㊂Size为个股包括非流通股在内的总市值,Turnover为个股的日度换手率㊂EP(earnings-to-price)为最近公布的季度报表中的扣除非经常性损益后净利润除以上月末的总市值㊂BM(book-to-market)为最近公布的季度报表中的股东权益除以上月末的总市值㊂ROE(return-on-equity)为最近公布的季度报表中的扣除非经常性损益后净利润除以最近公布的季度报表中的股东权益㊂注意,本文所研究的策略为日度频率,而上述财务估值指标的更新频率为月度频率㊂个股在t月内的日度财务指标保持不变,均为在t-1月月末所计算的财务指标㊂同时,为了避免数据前视偏差(look-ahead bias),本文仅使用公布日期在上月末之前的最新报表来计算本月的估值指标㊂3㊀实证结果3.1㊀描述性统计量㊀㊀表2汇报了传统收盘价收益率㊁隔夜收益率以及日内收益率的描述性统计量㊂收盘价收益率r cc和日内收益率r oc的为正,日度均值分别为0.07%和0.18%㊂与之相反,隔夜收益率r co均值为负数(-0.10%),约等于r cc减去r oc,这与张兵(2019)的结果相吻合㊂由于收盘价收益率的时间区间涵盖了隔夜区间和日内区间,所以其反映的信息量最多㊂对应地,收盘价收益率r cc表现出最大的波动率,为2.99%㊂与之对比,隔夜收益率r co的波动率仅为1.39%㊂与此同时,由于日内区间为主要的交易时间且贡献了绝大部分的交易量,对应地,日内收益率r oc的波动率仅略低于收盘价收益率r cc的波动率,为2.80%㊂这一结果也从侧面说明股价的信息反应集中于日内区间段㊂表2 日度收益率的描述性统计量均值/%标准差/%偏度峰度Q1/%Q99/%传统收益率:r cc0.07 2.990.13 6.28-9.709.99隔夜收益率:r co-0.10 1.39 1.4337.70-4.16 4.67日内收益率:r oc0.18 2.800.247.94-7.788.86值得注意的是,这三个收益率都表现出微弱的正偏度以及较高的峰度,说明收益率数据呈现出 尖峰厚尾 的分布特征㊂从极端值的角度,r cc的1%和99%分位数分别为-9.70%和9.99%,反映了A股的涨跌停板制度㊂r co和r oc的99%分位数均大于其1%分位数的绝对值,这与收益率所表现出的正偏度相吻合㊂07㊀第7卷第4期㊀㊀㊀㊀㊀曲荣华㊀刘扬:中国A股的隔夜-日内反转效应㊀㊀3.2㊀策略基本表现表3汇报了三个日度策略的基本表现㊂Panel A显示,仅隔夜-日内策略CO-OC获得了显著为正的收益率,这说明中国A股存在着显著的隔夜-日内反转效应,即隔夜收益率更低(高)的股票,平均而言将在当天获得更高(低)的日内收益率㊂与之相对,日内-日内策略OC-OC获得了负收益,说明日内收益率表现为动量效应,这与Lou et al.(2019)在美国股市的结论一致㊂与此同时,收盘价策略CC-CC也获得了显著的负收益率,这说明A股市场存在日度频率的超短期动量效应,这与潘莉和徐建国(2011)等人的研究结论一致㊂表3 策略日度收益表现CC-CC OC-OC CO-OCPanel A:基本统计量均值/%-0.41-0.04 1.12 (-16.40)(-3.01)(50.98)标准差/% 1.050.87 1.04偏度-1.46-0.41 1.63Panel B:协方差矩阵CC-CC 1.000.790.20OC-OC0.79 1.000.16CO-OC0.200.16 1.00㊀㊀注:括号内的数值为Newey and West(1987)方法调整下的t统计量,以下表同㊂值得注意的是,无论是在经济意义还是统计显著性层面,隔夜-日内策略CO-OC都显著优于其他两个策略㊂具体而言,CO-OC赢得了最高的日度收益率(1.12%),其t统计量更是高达50.98㊂对比而言,传统的超短期动量策略CC-CC的日度收益率为-0.41%,t统计量为-16.40,而日内动量策略OC-OC则表现更差,其收益率仅为-0.04%,t统计量为-3.01㊂从偏度的角度,CO-OC和CC-CC这两个收益率较高的策略分别获得了1.63和-1.46的(绝对值)高偏度①,这说明其收益率集中偏向于对策略有利的尾部方向㊂对比而言,OC-OC的偏度仅为-0.41㊂最后,CO-OC获得了最高的(绝对值)年化夏普率(18.02),远高于CC-CC(-6.19)以及OC-OC(-0.79),这说明隔夜-日内反转策略在收益与风险的权衡方面也远优于其他两个策略㊂17①CC-CC和OC-OC策略均表现为动量策略㊂若将其多空头寸调换,对应策略的收益率将为正数,偏度和夏普率也将取相反数㊂㊀㊀㊀经济学报㊀2020年12月Panel B 汇报了策略间的相关系数矩阵㊂CC-CC 和OC-OC 这两个动量策略之间呈现出较强的正相关性(0.79),而隔夜-日内反转策略CO-OC 与这两个动量策略的相关性都比较弱,分别为0.20和0.16㊂图1展示了三个策略的日度收益率曲线①㊂与表1中CC-CC 和CO-OC 的(绝对值)高偏度相吻合,动量策略CC-CC 的收益率曲线几乎都在0之下,而反转策略CO-OC 的收益率曲线都在0之上,这说明这两个策略的表现十分稳健㊂值得注意的是,在2008年和2015年这两个市场波动较大的危机年份,这三个策略都展现了较大的波动性和更强的策略表现㊂比如在2015年,隔夜-日内反转策略CO-OC 表现出收益率的正峰值,而其他两个动量策略则表现出收益率的负峰值㊂图1 策略日度收益率曲线为了进一步探究策略表现与市场波动率的关系,我们进行下述回归分析27①为了更方便地看清时间趋势,该图汇报的是策略日度收益率的月度(假定22个交易日)移动均值㊂㊀第7卷第4期㊀㊀㊀㊀㊀曲荣华㊀刘扬:中国A股的隔夜-日内反转效应㊀㊀R t=α+βVol t-1,其中R t为策略的收益率,Vol t-1市场收益率在过去三个月的日度波动率①㊂结果显示,CC-CC和OC-OC的β分别为-0.15(t统计量:-3.89)和-0.04(t统计量:-1.60),而CO-OC的对应的β为0.19(t统计量:4.53),这一结果与图1结论相吻合㊂3.3㊀分时间区间表现表4汇报了各策略在子样本区间的表现㊂Panel A展示了隔夜-日内反转策略CO-OC的结果,其余表格则汇报了两个动量策略的表现㊂CO-OC策略在时间维度上表现出很强的持续性,其在三个子样本都赢得了最高的收益率,分别为1.50%㊁1.10%和0.88%,对应的t统计量分别为56.71㊁29.13和24.61㊂与之对比,CC-CC动量策略虽然在三个子样本都稳定地获得了负收益率,但是就经济和统计显著性而言,CC-CC策略都要远逊于CO-OC策略㊂值得注意的是, OC-OC策略的表现并不稳定㊂虽然在整个样本区间内,其获得负收益率,表现为动量效应㊂但是Panel C显示在2000 2006年期间,OC-OC获得正收益率,表现为反转效应㊂表4 策略在子时间区间的日度表现样本区间2000 20062007 20122013 2018危机区间非危机区间Panel A:CO-OC 均值/%1.50 1.100.88 1.39 1.16 (56.71)(29.13)(24.61)(16.30)(48.33)标准差/%0.75 1.21 1.09 1.670.98年化夏普率31.6314.5212.9013.2018.84Panel B:CC-CC 均值/%-0.12-0.38-0.80-1.01-0.37 (-6.22)(-13.63)(-15.22)(-9.25)(-17.90)标准差/%0.770.98 1.29 1.870.91年化夏普率-2.59-6.07-9.91-8.59-6.37Panel C:OC-OC 均值/%0.08-0.13-0.10-0.24-0.04 (3.62)(-5.91)(-3.75)(-3.77)(-3.10)标准差/%0.720.87 1.03 1.530.79年化夏普率 1.69-2.45-1.55-2.51-0.90㊀㊀注:危机区间为2008年及2015年㊂37①假定每个月22个交易日㊂选取其他的窗口区间,比如过去1个月或过去6个月,构建波动率指数,回归所得结果类似㊂表4的最后两列汇报了各个策略在危机区间和非危机区间的表现㊂三个策略都在危机区间赢得了更高的(绝对值)收益率,这与图1中策略在危机年份展现出的收益率峰值相吻合㊂与此同时,各个策略都在危机区间展示了更大的波动性㊂比如CO-OC在危机区间的波动率为1.67%,而其在非危机区间的波动率仅为0.98%㊂但是,CO-OC在两个区间都赢得了最高的年化夏普率(13.20与18.84),说明其很好地平衡了收益与风险㊂3.4㊀子样本表现为了控制其他影响股票横截面收益的因素,表5检验了各个策略在按照公司市值以及账面市值比分组的子样本中的表现㊂具体而言,本文先将股票按照Size或BM分为五组,然后在各个子样本中分别构建策略㊂Panel A显示了按照公司市值分组的结果㊂隔夜-日内反转策略CO-OC在各个子样本中均获得了高度显著的正收益㊂与此同时,其策略表现随着公司市值的增大而逐渐减弱㊂但即使是在表现最差的Size Big子样本中,其也显示出极强的经济及统计显著性:策略日收益率高达0.87%,t统计量为35.73㊂CC-CC策略在各个子样本中也都获得了显著的负收益,但其在经济显著性和统计稳健性上都远弱于CO-OC㊂此外,CC-CC策略也随公司市值的增大而呈现减弱的趋势㊂不同于CO-OC和CC-CC,OC-OC策略在小股票中表现得更差,其在Size Small组中的t统计量仅为-0.05㊂但是,即使是在表现最好的Size Big子样本中,OC-OC的收益率也仅为-0.07%(t统计量:-4.68),远逊于CO-OC的表现㊂表5 策略在子样本的日度表现:控制市值与账面市值比CC-CC OC-OC CO-OC Panel A:按照公司市值分组Size Small-0.480.00 1.41(-14.16)(-0.05)(47.64)2-0.29-0.02 1.25(-12.07)(-1.02)(47.86)3-0.28-0.02 1.16(-12.39)(-1.58)(48.68)4-0.27-0.03 1.10(-12.41)(-2.15)(45.50) Size Big-0.31-0.070.87 Panel B:按照账面市值比分组BM Low-0.54-0.03 1.33(-18.45)(-1.91)(42.80)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国股市反转效应实证摘要在现代金融相关理论中，有效市场假说认为，投资者所取得的信息都体现在了股票价格上，投资者想要通过分析信息，从而获取超额收益是不可能的。
不过越来越多的金融现象出现，得出了不一样的结论。
本文首先对上海股市和深圳股市分别进行日度反转效应存在性的短期证实，试图通过短期证实，对沪市A股和深市A股两个股票市场反转效应的表现进行比较与分析，最终，总结出我国的股票市场上反转效应的表现。
之后将2000年至2015年的股票数据根据不同的节点分成2个阶段，检验反转效应在不同时间阶段和不同市场形态下的变化规律。
最后，对媒体舆论、投资者情绪和反转效应之间的关系进行梳理,选定两篇不同性质的权威媒体报道，以权威媒体对股票市场的报道的时间点为节点，考察媒体舆论对我国股票市场反转效应表现的影响。
1.1样本选择关于股票的选择方面，本文将沪市A股和深市A股分为两个样本，对他们分别进行反转效应的检验。
并对两个样本的检验结果进行比较分析，本文主要选取了股票2000年至2015年一共十六年的数据。
并且本文为了保证研究结果的时效性，于是选择了2000年至2015年较能体现现在股市特点的股票数据进行分析研究。
因为数据样本的时间跨度长达16年，有相当一部分的股票数据不太完整，当股票的开盘价数据大部分不存在时，会将这只股票剔除出样本，当股票的开盘价数据存在少部分缺失时，本文会釆用前五日的开盘价数据进行加权平均补足数据，如表1.1表1.1缺少收盘价数据股票缺少1月13日的股票开盘价数据，于是对1月13日前五日的数据进行加权平均，即得到1月13日的开盘价为：（18.32+18.57+18.45+18.23+18.52） /5=18.42（元）将数据进行补足后得到1.2：表1.2补充缺少的收盘价数据最终利用这种方法，我们最终选取了上海A股股票市场上的392支股票和深圳A股股票市场上的345支股票作为本次研究的样本。
1.2实证方法检验反转效应的方法是由Jagadeesh开创，将所有股票的在形成期时的收益率按照从高到低进行排序，然后定义一个阙值，例如将阙值定义为15%时，则收益率位于前15%的股票组合成为底家组合,收益率位于后15%的股票组合成为输家组合，组合内每只股票的投资权重是相等的。
（一）设定形成期和观察期形成期是指我们对某只股票的收益率的观察时间，持有期是指我们买入一只股票，然后一直持有至卖出的时间。
在进行短期反转效应检验时，我们将形成期和持有期的设定为5天、10天、15天、20天、25天、30天，形成6*6=36种组合模式。
本文中，我们用（p,q）表示所有的投资组合，其中p表示股票的形成期，q表示股票的持有期，以日度检验为例，（P,q）表示对股票市场观察P天，然后一直持有贏家组合或输家组合q天后，观察投资组合的在这q天的收益率。
本文样本时间跨度达16年，包含2000年1月1日至2015年12月31日的所有数据，一共拥有高达3871天的股票收盘价数据。
（二）处理方法以及研究过程我们将沪市A股的392支股票和深市A股的345支股票向后复权，得到所有股票的收盘价，以便于计算接下来的收益率。
以日收益率为例，将股票2000年至2015年所有数据按照时间顺序分为3871天，计算每一支股票在第n天的日收益率，等于第n 天的收盘价取对数减去第n-1天的收盘价取对数，即：dm, n=LnSm, n-LnSn, n-1其中dm, n 表示代号为m 的股票在第n 天的收益率。
Sm,n 表示代号为m 的股票在第n 天的收盘价，Sm,n-1表示代号为m 的股票在第n-1天的股票收盘价。
我们将所有的日收益率算出之后，我们需要求得股票的累计收益率，例如组合（p,q ）,我们需要计算每一支股票P 天的累计收益率，然后按照累计收益率的高低顺序进行排列，累计收益率计算方式如下：D m =Πp 1(1+d n )-1其中D m 表示的是代号为m 的股票的累计收益率，利用相关程序将所有股票的累计收益率进行从大到小的排列.本文设定的阙值为10%,所以将累计收益率排名位于前10%的股票组合成为嬴家组合，将累计收益率位于后10%的股票组合成为输家组合.然后在观察p 天后，投资贏家组合并持有q 天，计算在这q 天里贏家组合的累计收益率，形成第一组wp,wp=Πq1(d n +1)-1然后投资输家组合也持有q 天，计算在这q 天里输家组合的累计收益率，形成第一组1P,lp=Πq 1(d n +1)-1接下来以第P+1天为起始点，以p+1至第P+P 天为形成期，计算每客股票的累计收益率，再次将所有股票的累计收益率进行高低顺序排序，形成新备贏家组合和新的输家组合，在第p+p+1天至第p+p+q 天持有新的贏家组合和输家组合，计算这q 天内赢家组合和输家组合的累计收益率，形成第二组wp 和lp,以此类推,直到最后一天，得出X 个wp 和lp,然后对这X 个wp 和lp 求均值,得出最终的贏家组合收益率wp 和最终输家组合收益率lp .wp =x1 ∑x1wp x wplp =x1∑x 1lp xwp此外，我们还需要构建一个零投资组合W1,假设不存在交易的成本，我们可以买入一定价格的赢家组合，同时卖出同样价格的输家组合，此时成本为0,则零投资组合的好率为：wl=wp—lp最后我们需要对数据进行显著性检验：t=g/（s/X)其中g为wp-lp的均值，s为wp-lp的标准差，X为wp-lp的总组数。
进行显著性检验后，我们的得到相应的t值，设定适当的显著性水平α值，检验所得数据是否能够通过显著性检验。
如果通过显著性检验，且构造的零投资成本组合能够获得正的收益率时，则证明我国股市存在显著的动量效应，当通过显著性检验且构造的零投资组合获得的收益率为负时，则证明我国股市存在有显著的反转效应。
由于本文涵盖有2000年至2015年长达16年的数据，数据庞大，需要借助辅助工具处理，本文采用的是matlab工具，编写了一个matlab数据处理工具.最后将所得数据编写为表格形式.1.3反转效应存在性检验1.3.1日度反转效应检验日度反转效应的检验主要是为了分析我国股票市场的短期规律,本文利用了我国沪市A股和深市A股从2000年到2015年的每日收盘价，共计3871天的数据，采用重叠形成期的方法，对数据进行分析研究。
形成期和持有期的设定分别为5天、10天、15天、20天、25天、30天，一共36种组合方式，通过上文的实证数据分析方法，得到沪市A股的结果如表1.3表1.3沪市A股日度反转效应检验结果注：表中竖排第一列代表形成期，横排第一排代表持有期，单位为天，其他数字除t值外代表收益率单位为：%.用☆号标出的数字表示通过a =0.05的显著性检验.表1.3中显示了沪市A股反转效应检验结果，从结果可以看岀，贏家组合在36种组合模式下都能够获得负的收益率，输家组合的收益率除组合(15,5)以外,全部的收益率都为正数，在36个形成期与持有期的不同组合中，所有的零投资成本组合都呈现负的收益率，在显著性水平设定为0.05的情况下，全部通过显著性检验。
由此可知，中国沪市A股在短期存在有非常显著的反转效应，人们能够通过反转效应策略获取超额收益。
此外，当形成期固定，随着持有期时间的増长，零投资组合的收益率绝对值增加，这意味着在形成期固定时，利用反转效应策略，持有股票越长时间，越能获得更多的超额收益.对比观察深市A股反转效应短期规律如表1.4：表1.4深市A股日度反转效应检验结果注：表中竖排笫•列代表形成期，横排第一排代发持有期，单位为天，其他数字除t值外代表收益率单位为：％。
用☆号标出的数字表示通过Q=0.05的显著性检验。
从表1.4结果来看，贏家组合的收益率全部都为负数，输家组合的收益率则全部都为正数。
在36个形成期与持有期的投资组合中，所有的零成本投资组合都只能获得负的收益率，全部组合均通过了显著性检验，这个结果表明，中国深市A股存在显著的反转效应。
人们能够通过反转效应策略获取超额收益。
此外，当形成期固定，随着持有期时间的增长，零投资组合的收益率绝对值增加，这意味着在形成期固定时，利用反转效应策略，持有股票越长时间，越能获得更多的超额收益。
对比沪市A股和深市A股发现，两者在短期反转效应的表现上没有明显的区别，两个市场都存在着非常显著的反转效应，因此，可以说明，中国股市在短期上是存在着特别显著的反转效应的，1.3.2本节小结本节只对我国的沪市A股和深市A股进行了以日为参考单位的短期检验周期来检验我国短期反转效应的存在性.可以知道，在日检验时，在两个股票市场都可以发现，当形成期固定，零成本组合收益率随着持有期的増长而负得更多的规律。
此外，在两个股票市场的反转效应检验，所有的零成本投资组合累计收益率都表现为负数，表现为反转效应.在短期反转效应检验时，两个股票市场的所有组合都通过了反转效应检验。
可以得出结论，中国股票市场存在有非常显著的反转效应。
1.4中国股市反转效应动态演变本文的样本时间跨度为2000年至2015年，在这16年期间，中国股市发生了非常多的重大的变革，为了了解反转效应在不同市场时期的表现形式与规律，本章将沪市A股的392支股票与深市A股的345支股票合并在一起组成一个大样本，将16年的样本分割成为四个不同的阶段，考察我国股市不同阶段的反转效应表现，通过对比分析出我国股市反转效应在这16年期间的表现和变化规律.1.4.1 2000年1月至2005年5月的熊市阶段第一个阶段：时间为2000年1月至2005年5月，这个阶段中国股票市场表现为熊市，在2005年5月，中国股票市场正式开始了股权分置改革。
股权分置改革是中国股票市场的一次重大的变革，是对中国股票市场的重新塑造。
所以我们将2000年1月至2005年5月作为第一个阶段，探究还没有进行股权分置改革时期，我国股市反转效应的表现规律，如表1.5：表1.5第一个阶段反转效应检验结果注：表中竖排第一列代表形成期，横排第一排代表持有期，单位为天，其他数字除t值外代表收益率单位为：％。
用☆号标出的数字表示通过a =0.05的显著性检验。
从表1.5中的检验结果来看，在2000年1月至2005年5月这个阶段，所有的贏家组合累计收益率全部都为负，而输家组合除组合(25,5) , (25,20)之外，累计收益率也全部都为负数，零成本投资组合累计收益率全部都为负数，在形成期为25天持有期为30天时，利用反转效应策略能够获得饭大的收益率3.07%。
在这36种组合当中，只有一半也就是18种组合通过了显著性检验，且大部分集中在持有期较长的组合当中，在持有期短于15天的投资组合中只有三种投资组合通过了显著性检验。
可以认定的是，在第一个熊市阶段还没有进行股权分置改革的时期，中国股票市场的反转效应存在，但是不显著。