中国股票市场一月效应的实证研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇中国股票市场一月效应的实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：一月效应是从统计学角度分析股市走势的一种惯常现象，指一月份的回报率往往是“正数”，而且会比其他月份为高；相反，十二月的股市回报率很多时候会呈现负值。在传统股市经验里，每逢踏入新一年的一月，股市总是涨的多，跌的少。中国市场是否存在一月效应，投资者能否利用一月效应来获得期望的收益，这些都是研究人员关注的课题。以1997―2007年沪深两市A股指数的日收益率为研究样本，对中国股市是否存在显著的一月效应进行实证研究，结论表明：相对于其他月份而言，中国股市不存在显著的一月效应。
中图分类号：F830 文献标识码：A 文章编号：1001-6260（2009）02- 0096-05
在发达工业国家的股票市场和新兴证券市场上均存在着明显的违背市场有效性的现象，而股票的季节效应是其中之一。 在季节效应的研究中，尤以“一月效应”较为具有代表性。“一月效应”是指1月份的股票收益率显著高于其他月份。在许多国家,如美国、加拿大、意大利、荷兰、比利时、日本、新加坡等,股市1月份的收益率要远远高于其它月份,尤其是小市值的股份更甚。本文试图通过实证研究来验证中国股票市场是否存在显著的“一月效应”。
一、文献回顾
国外对一月效应的研究始于20世纪40年代。Wachtel(1942)在《股票价格确定的季节性变动》一文中提出纽约股票市场1月份会出现超常的收益率和交易量。Rozeff等(1976)对月份效应做了系统的研究，发现纽约股票市场在1月份有超常的收益率和交易量，并认为这种现象是由于投资者在上一年年末为了避税而抛售股票，然后在新一年年初大量购入所致(避税说，Tax LossSelling)。持这种观点的还有Keim(1983)和Reinganum(1983)等。Keim(1980)对美国股市的一月效应和公司规模的关系做了较为全面的研究。他将所有的公司以市值大小为标准构造了10个组合，每年年初根据前一年末的数据更新一次。研究结果显示：相对于其他11个月份，股票在1月份的日收益率明显高于其它月份；公司的规模大小与股票的收益率呈负相关，小公司的一月效应比大公司明显。
20世纪80年代中期，美国对月份效应的研究范围从股票市场拓展到债券和期货市场。Smirlock(1985)研究了1978―1985年的数据,发现低等级公司的债券在1月份的收益率显著地大于它们的平均月收益率，即低等级公司债券的收益率存在一月效应，但是高等级公司的债券和美国政府债券的收益率不存在一月效应。Laura等(2003)研究了美国市政债券封闭式基金减税卖出和一月效应的关系，实证证明了减税卖出假说，且发现与经纪商相关的市政债券基金呈现出更大的减税卖出行为。
除了美国的股票、债券和期货市场外，许多学者发现其他国家的股票市场也存在一月效应。Gultekin等(1983)对1959―1983年17个主要工业国的股市指数进行了研究，通过非参数检验证明，除了美国之外，其它工业国的股票市场收益率也存在一月效应。他们进一步研究了每个税收年度1月份的收益率，发现存在月份效应的13个国家中，除了澳大利亚以外，其余12个国家1月份的收益率都比其他大多数月份的收益率要高。虽然他们不能肯定避税说是月份效应的直接原因，但他们认为月份效应确实与税收有关。另外，他们的研究中使用的指数是按照公司市值为权数构成的，大公司的股票在指数中占的权数很大，但结果仍然表明大部分的工业国存在月份效应。这说明了公司规模并不是引起月份效应的主要原因。Alexakis(1995)等的研究表明许多发达国家的金融市场都存在星期效应。
我国对金融市场一月效应的研究始于20世纪90年代。张仁良等（1997）研究了香港股市的小盘股效应和日历效应，研究结果表明香港股市小盘股1月份的收益率与其它月份的收益率差异很大，大盘股的一月效应更加明显。朱宝宪等(2001)以1995―1997年深沪两市286只股票的周均收益率进行检验，认为数据支持“一月效应”，但因为春节的缘故，被移到了2月或3月。奉立诚(2003)认为，中国股票市场并不存在绝大多数工业发达国家股票市场和其它某些新兴股票市场所普遍具有的“一月份效应”，但是沪深两市均存在显著的“月初效应”，这说明在某种意义上股市缺乏有效性。李锐(2003)检验了1993年1月2日到2002年12月3日的上证综合指数和深证成份指数，证实中国股票市场不存在“一月份效应”，但却存在“十二月份效应”。这些文章采用的数据主要是中国早期股票市场的数据，缺乏规范性，同时由于近年来国家出台了许多管制措施，股票市场越来越规范，他们的研究结论对于如今的中国股票市场的指导意义越来越弱。
近年来，国内研究一月效应所使用的数据区间不断扩大，方法也不断更新。周少甫等（2004）应用无条件波动的修正Levene检验和条件波动的GARCH模型对上海股市的星期效应进行实证研究,结果显示上海股市存在显著的周一高波动现象,他们对此利用混合分布模型进一步研究，认为周末信息的积累可能是周一高波动现象的原因。徐国栋等（2004）运用标准的K-S非参数检验和虚拟变量回归的方法,利用1993年至2003年的股票指数从三个层次（月份/季度/半年度）对我国沪深股市的日历效应进行了较为全面的分析和检验。研究结果表明：上海市场存在着较为显著的季节效应,而深圳市场的季节效应并不明显；研究还发现,沪深两市均存在较为显著的12月份效应,这与中国股市特殊的政策和市场背景是分不开的。他们认为季节效应的存在,从一个角度反映了我国股市运行的低效率,这在上海股市表现得更为明显。张璇（2004）利用沪深股市A股综合指数的1316个交易日的收益率对沪深股市的日历效应进行了研究，结果显示沪深股市在周五有明显的正的超额收益率,存在显著的星期效应,但是月份效应不太明显,只表现为微弱的一月效应。李凌波等（2004）对中国证券市场中开放式基金和封闭式基金的日历效应进行了实证检验,并与指数基准进行了比较。结果表明中国基金市场存在一定程度的日历效应。而且，上海基金指数和大部分开放式基金周一日收益率相对更高；上半月的日收益率均值低于下半月的日收益率均值；封闭式基金在3月份的收益率较高，8月份的收益率较低。
二、样本数据和研究方法
（一）样本数据
考虑到1997年以前,中国股票市场还处于初创时期,股市受政策影响出现暴涨、暴跌的可能性大,由此可能会掩盖股市变动的某些规律,1996年12月16日管理层引入10%的日收益率涨跌停板制度,股市暴涨、暴跌的现象得到了控制。为了保证结论的稳健性,所以本文采用1997年1月2日―2007年12月30日上证及深证A股综合指数的日收盘数据(搜狐股票)。
（二）研究方法
1.股票市场日收益率模型
许多研究成果表明普通股票的价格运动服从多重随机漫游。因此，一个证券组合的收益率可以用下述模型来描述：
Rt=u+§t
其中，Rt是所研究指数的收益率，其计算方法为 Rt=（Pt-Pt-1）/Pt-1,Pt为证券组合在t 时期的期末价值,u为证券组合的平均收益率，§t是白噪声。这就是平均收益率不变模型。即证券组合的收益率不随时间变动而变动。但是有实证证明证券组合的收益率的分布在短期内是有些变动的。因此可以将该模型改成以下形式:
Rt =β1+∑122βiM2t+§t
其中，M 是一年中的某个月。
2.分析方法
为了检验中国A股市场是否存在显著的一月效应，即1月份的每个交易日的平均收益率的在12个月中是否有显著不同，标准的虚拟变量回归式为：
Rt=β1+∑122βiMit+§t
其中，Rt为上证或深证每日的收益率；Mit为一年中月份i的虚拟变量。例如i=1如果观察的收益率为1月份某天的收益率，那么M1t=1,否则M1t=0。在这一模型中，β1 代表一年中1月份的日平均收益率，βi （i=1,3,4,.....12）代表一年中1月份的日平均收益率与其他月份的日平均收益率之差。因此，该模型是用于检查一年中各月的日平均收益率是否一致。如果所有参数βi （i=1,3,4,.....12）在统计上不同时等于0，那么就表明存在显著的“一月效应”。
三、实证结果
(一)沪深A股各月的日收益数据基本特征
从表1、表2可以看出,在所采集的样本时期内,沪深A股日平均收益分别为0.057225和0.849,用于度量股票收益波动性的标准差分别为4．87%和2．92%,表明上证A股平均收益高于深证A股,但两股市波动性差别不大。
表1 上海A股市场各月的日收益的基本统计概况
1997―2007均值最大值最小值标准差偏度峰度t 检验值样本值所有交易日0.0579.856-8.9114.873-0.0621.6510.65427291月0.0729.051-7.2173.298-0.0412.0951.0761942月0.1048.132-8.9116.970-0.3681.9390.7431653月0.1354.943-5.4162.159-0.4431.955-0.0682544月0.1929.294-5.6174.9840.5311.6031.7212445月0.0724.643-8.8313.002-0.9421.963-0.4692086月0.0069.025-8.2564.6470.5142.015-0.0082737月0.0046.458-5.3932.802-0.1751.566-1.5422408月0.0315.332-8.3565.465-0.5192.0761.3922319月-0.0436.587-6.8014.719-0.0061.225-0.40222310月0.0079.856-4.8046.8291.0171.6441.23718311月-0.0134.935-4.8512.221-0.1461.3131.43322512月0.1034.201-3.3471.3090.3681.192-0.674240
表2 深圳A股市场各月的日收益率的基本统计概况
1919―2007均值最大值最小值标准差偏度峰度T检验值样本数所有交易日0.03323.899-92.99852.925-13.997453.4390.82722661月0.3829.995-7.6612.5880.0312.138-0.2211982月0.2767.950-9.9932.374-0.4544.4621.1421583月0.0887.494-7.3241.933-0.4232.406-0.0872244月0.2768.705-6.3012.1770.5272.2391.2312185月0.1147.591-10.0072.651-0.5422.5810.1231806月-0.43223.899-92.9197.331-10.265132.885-0.5761987月-0.0785.269-8.8981.992-0.5303.281-0.0981568月-0.0167.342-9.4862.053-0.0703.6791.4231929月-0.0275.958-9.1921.8760.2763.8690.08519110月-0.0958.551-6.1181.9020.6334.7750.08615811月-0.0745.221-4.6071.6030.6330.3890.19218712月-0.0524.136-7.5821.4980.0764.361-0.921198
沪深两市A 股市场各月的日平均收益率呈现明显差异，在沪市，上半年的收益率要好于下半年。根据偏度、峰度等统计值来看，4、6、10、12等月份为右偏倚，其他月份为左偏倚。除1月和5月份外，2、4、6、8、9等月份的分布呈现厚尾特征。较高的日收益率来自2、3、4、12等月份，较低的日收益率分别6、7、9、11等月份。
表3 一月效应的实证检验
沪市最小二乘法(ols)深市最小二乘法（ols）常数项0.324（0.426）-0.035(0.824)2月0.2122（0.467）-0.0298(0.794)3月-0.231(0.563)0.0176(0.965)4月0.1865(0.8021)0.3024(0.4321)5月-0.4253(0.3415)0.0726(0.9543)6月-0.2131(0.4234)-0.1098(0.7654)7月-0.6759(0.1798)0.0164(0.9728)8月0.5672(0.3876)0.5867(0.1341)9月0.3761(0.4681)0.0698(0.8722)10月-0.6371(0.3241)0.0678(0.8722)11月0.3178(0.6423)-0.2108(0.5780)12月-0.473(0.4211)-0.1921(0.654)DW统计量1.869(1.078)1.793(0.678)自由度(0.2986)(10.178)(0.6986)(12.689)
在深市，正的日收益率来自上半年的1―5月份。从峰度、偏度等统计值来看，7、8、9月的日平均收益率服从正态分布，4、9、10、11月份为右偏倚，其他月份为左偏倚。除了7、8、9月份外，2、6、10、12月份的分布呈现明显的厚尾特征。与沪市相比，深市较高的日收益率来自1、2、4、5月份，较低的日收益率来自6、7、9、10等月份。
（二）一月效应的检验
从表3的实证检验来看，中国股市不存在明显的一月效应。用于检验一年中各月日平均收益率是否相等的统计量均在统计上不显著。对于沪市来说，统计量仅为1.078 ,相对应的p 值为29.86%，而对于深市来说，统计量仅为0.678，相应的p值为69.86%，因此本文的实证研究结果表明我国不存在明显的“一月效应”。
四、结论
通过分析1997―2007年沪深两市股票的日收益率，得出以下结论：我国股市不存在明显的“一月效应”，即我国股市1月份不存在明显的超额收益。这一结果或许有点出人意外，但并不代表中国股票市场不存在月份效应，其月份效应表现为3、4月份有着较高的收益率，而12月份的收益率较低。出现这一情况的原因可能是：首先，根据EMH假说，市场如果出现无风险套利机会，将会很快消失，正如美国股市一样，在“一月效应”得到证实后，尤其在整个的20世纪90年代，“一月效应”没有得到大量证据的支持。其次，通过简单检查上海交易所和深圳交易所的交易量和换手率，在沪深两市1月份的交易量和换手率相对其他月份较低，这与市场中的资金供应量有关，说明资金的进场是逐渐的过程或者新资金的进场建仓还需要时间。另外，认知与行为偏差、季节性的信息流出政策调整等也是造成这一结果的原因。在一个完全有效的市场中，投资者可以根据信息很快纠正被错误定价的股票，套利机会消失，所以我们要做的就是加强和规范信息披露机制，更好地引导投资者，使其能正确
投资，营造一个有效的市场。
参考文献：
奉立城. 2003. 中国股票市场的“月份效应”和“月初效应” ［J］. 管理科学(1):28-34.
李锐. 2003. 中国股票市场的月份效应 ［J］. 数量经济技术经济研究(7):37-44.
李凌波． 2004． 证券投资基金管理人行为研究 ［J］． 金融理论与实践（3）：32-37.
徐国栋,田祥新,林丙红. 2004． 中国股市季节效应实证研究 ［J］． 广西财政高等专科学校学报（1）：63-66.
张仁良，胡斌． 1997. 香港股市中的小盘股效应及季节效应分析 ［J］． 自然科学（2）：34-30
张璇． 2004. 基于分位回归模型得沪深股市风险测量研究 ［J］． 武汉理工大学学报（7）：25-31.
周少甫. 2004. 上海股市波动的周日效应检验［J］. 自然科学（5）：45-48.
朱宝宪，何治国．2002. β值和帐面、市值比与股票收益关系得市政研究［J］． 经济研究（1）：5-63
ALEXAKIS P X. 1995. Day ofJ the Week Effect on the Greek stock market［J］. Applied Financial Economics,5(1) :43-50.
GULTEKIN M N, GULTEKIN N B. 1983. Stock market seasonality: international evidence ［J］. Journal of Financial Economics,(12):469- 481.
KEIM D. 1983. Size related anomalies and the stock return seasonality: further empirical evidence ［J］. Journal of Financial Economics,28:67-83.
LAURA M, LUDVIGSON S. 2003. Consumption, aggregute wealth, and expected stock retums ［J］. Journal of Finance，56:815-847.
REINGANUM M. 1983. The anomalous stock market behavior of small firms in January: empirical tests for tax loss selling effects ［J］. Journal of Financial Economics,12:89-104.
ROZEFF M S, KINNEY W R. 1976. Capital market seasonality: the case of stock retums ［J］. Journal of b frnancial Economics, 3(October):379-402.
SMIRLOCK M. 1985. Mouth evaluation of liquid profits and returms: a common explanation for the Monthy and January Effects ［J］. Journal of finance,(Sep): 125-134.
WACHTEL S B . 1942 . Certain observation on the seasonal movement in stock price ［J］. Jounal of Busniess，15:184-193.
Empirical Study on January Effect of Chinese Stock Market
LI Hong bing1 SUN Li min2
(1.School of Earth Sciences and Resources, China University of Geosciences, Beijing 100081; 2.School of Economy and Management, China Agricultural University, Beijing 100083)
Abstract: January effect, a kind of usual phenomenon to statistically analyze the stock market movements, refers to the rate of return in January is often “positive” and is higher than that in other months. On the contrary, the rate of return of the market in December is always negative. According to the traditional experience of the stock market, the trend of the stock market tends to rise when January of each year is coming. Whether the January effect exists in china′s market or not and whether the investors can use the January effect to obtain expected earnings have become concerned matters of the investors. Taking Shanghai and Shenzhen's A shares day-index yield in 1997-2007, this paper studies empirically the Chinese stock market to find whether there is a significant January effect. Conclusion is that significant January effect does not exist in China′s stock market when compared to other months.
Keywords: stock market; January effect; yield