史永东等,2003 中国股市有效性动态变化的实证研究-系统工程理论与实践

2002年12月系统工程理论与实践第12期　文章编号:1000-6788(2002)12-0088-05中国股市有效性动态变化的实证研究史永东,何海江,沈德华(东北财经大学金融学院和金融工程研究中心,辽宁大连116025)摘要:　收益的显著相关通常称为可预测性.若收益是可预测的,则在一定程度上表明市场是无效的.我们基于可变参数的K alma n滤波模型,利用我国股票市场近10年的数据,通过分析股票收益的可预测性,实证地研究了我国新兴股票市场有效性的动态变化.结果表明中国股市的有效性是逐步提高的,政策法规的颁布与实施对股市有效性的提高起到了非常重要的积极作用.关键词:　动态效率;K alman滤波;可预测性中图分类号:　F830.91 文献标识码:　A Empirical Analysis of Efficiency Evolutionin Chinese Stock M arketsSHI Yong-dong,HE Hai-jiang,SHEN De-hua(Resear ch Center of F inancial Engineering and Schoo l of Finance,Do ng bei U niver sity of Finance and Iconomics,D alian 116025,China)Abstract:　Sig nificant aut ocor r elation bet ween retur ns has been defined as pr edictability.If retur n ispredictable,it means that market is inefficient to some extent.W e apply a t ime-v ary ing K alma n filtermo del to analy zing the predictabilit y o f st ock ret ur ns and inv est ig ating empirically the dynamic chang esof our emerg ing stock ma rket efficiency,using near ly10y ear s`Chinese sto ck data..W e find thatChinese sto ck mar ket efficiency has g ra dually impr ov ed w ith tim e,and that pro mulg atio n o f policies andr egulatio ns has contr ibut ed g reat ly to t he impro vement of sto ck market efficiency.Key words:　dy namic efficiency;K alman filter;pr edictability1　引言股票市场的基本功能是优化资源配置,使投资者获得最大收益.在资源优化配置的情况下,股票价格能够反映公司的真实价值,为公司制定正确的经营战略提供准确的信号,投资者也因此能够选取最佳的股票进行投资.理论上,只有市场是有效的,以上目标才可以达到.市场有效性的概念最先由Roberts (1967)提出,后经Fam a(1970)改进,形成了系统的假说.按照该假说,由于价格反映信息的程度不同,从而导致了不同程度的市场有效性.Fama将证券市场的有关信息分为三类:历史信息、公开信息以及非公开信息.从而把证券市场的效率分为三种类型:弱型效率(w eak efficiency)、半强型效率(semi-strong efficiency)和强型效率(strong efficiency).这些类型之间的区别在于被假设反映在证券价格中的相关信息不同.其中,弱型效率意味着证券的价格反映了全部历史信息;半强型效率意味着证券价格充分反映了所有的公开信息(这些信息包括但又不仅限于历史信息);强型效率则是指证券的价格反映了所有的信息,而无论这些信息是否能公开获得.收稿日期:2001-08-16资助项目:霍英东青年教师基金(81078);东北财经大学金融系科研基金(2001008) 作者简介:史永东(1968-),男,教授,博士,主要研究方向:证券市场与金融工程;何海江(1977-),男,研究生;沈德华(1976-),男,研究生自有效市场假说提出以来,许多学者采用各种方法 对其进行了实证检验.结论不尽相同(Alex ander ,1964;Fama ,1970;Heish ,1991).在国内,许多学者作了类似的研究,也得出了相似的结论(俞乔,1994;宋颂兴、金伟根,1995;吴世农,1996;史永东,2000).但是,在转轨经济框架下进行有效性的动态变化,即有效性演进研究的为数不多 .纵观中国证券市场十年的发展历程,国家为完善证券市场,提高市场的有效性,颁布和实施了近250项各类证券法规、规章和规范性文件.本文试图在国内外已有研究成果的基础上,以中国沪深两市为样本市场,研究中国股票市场有效性的动态变化,来检验这些政策法规是否起到了应有的作用.弱型有效市场的情况下,投资者不能根据历史信息获得超额收益.Fama (1991)和Claessens et al.(1995)将收益率的显著自相关定义为可预测性(pr edictability ),而当期的股价变化与上一期的股价变化显著相关则表明市场无效(Keim ,1988;T ay lor,1986).本文利用可变参数模型中的Kalm an 滤波模型(Kalman filter mo del)来分析我国股票市场可预测性的变化情况.本文第二部分我们引入可变参数的一阶自回归Kalman 滤波模型;第三部分对我们选取的数据进行说明,并利用上述模型分析我国股市可预测性的演进情况;第四部分进行总结.2　研究模型与方法2.1　模型的分析计量经济学中,为了分析经济变量之间的关系,在测算回归方程式时,通常采用以OLS 为代表的固定参数模型.这些模型有一个的共同特点,即以经济变量之间的关系在测算期间内不发生结构变化为前提.当经济结构发生变化时,固定参数模型一般通过引进虚拟变量来刻画经济变量之间的变化,然而使用这种方法必须事先知道经济结构可能的变化点,然后可用邹至庄检验(Chow ,1960;Greene,1993)确定具体的变化点.因此,这种方法只适用于当经济结构变化时,经济变量之间发生跳跃(discrete jump )情况,而对于经济变量发生逐渐变化(gr adual shift )和随机变化(sto chastic chang e )情况,该方法是无能为力的.1960年卡尔曼(Kalman,1960,1963;Hamilton,1994;Har vey ,1989)提出的Kalman 滤波模型解决了上述问题,该模型采用的是可变参数的估计方法,因而不仅适用于刻画经济结构发生变化时经济变量之间的关系,而且对经济结构不发生变化的情况也同样适用,尤其适于刻画经济变量之间关系的随机变化,因此能更好地描述股票市场的价格行为(Bekaert and Harvey ,1997;Harvey,1995).设{r t }为股票的对数收益率序列,则可变参数的一阶自回归卡尔曼滤波模型为r t =a 0,t +a 1,t r t -1+u t(1)a i ,t =a i ,t -1+v i ,t ,　i =0,1(2)其中,r t =ln(p t /p t -1),p t 为t 时的股票价格;u t 服从N (0, 2)的分布;v i ,t 服从N (0,q 2i )的分布;所有的随机噪声相互独立.等式(1)将收益率分为三个部分:随时间变化的截距项a 0,t ,预测项a 1,t r t -1及误差项u t .其中截距项a 0,t 描述了股票市场收益的长期趋势,可变系数a 1,t 用来衡量收益的可预测性,误差项u t 表示长期趋势项和预测项不能解释的部分,若收益在t 时刻不可预测,即自相关,则意味着a 1,t =0.等式(2)描述了参数的动态性,其中我们假设了参数未来值的最佳预期值是当期值,表明未来值等于当期值与误差项v i ,t 之和.如果给定参数不随时间变化,那么其所有各期的值一定相等,即q i =0.2.2　初值的设定和可变参数的计算为了表述方便,将(1)式和(2)式改写为如下的向量形式:r t =R t t +u t(3) t = t -1+v t(4)89第12期中国股市有效性动态变化的实证研究在国外,许多人对转轨国家股票市场有效性的变化进行了研究,参见Campbell (1996);Jenssen (1999);Ro ckinger andU r g a(2000).包括随机游走检验(R andom T est )、滤波检验(Filt er T est )、非线性分析、动力系统、混沌和分支等,详见吴世农(1996)和史永东(2000).其中向量 t =(a 0,t ,a 1,t )T ,R t =(1,r t -1),q t =(q 20,q 21)T ,v t =(v 0,t ,v 1,t )T .由此得Var (v t )=q t ,Var (u t )= 2,u t 与向量v t 相互独立.对参数向量t ,即可变参数a 0,t 和a 1,t 进行平滑估计时,采用如下的修正形式:S t = t +q t(5) T =S t -S t R ′t (R t S t R ′t + 2)-1R t S t (6)t = t -1+ t R ′t -2(r t -R t t -1)(7) 初始向量 0=(a 0,0,a 1,0)T 的估计值0=(a 0,0,a 1,0)T 设定为用OLS 估计方程(1)的系数;协方差矩阵 0设定为对角阵,其中主对角元素分别为用OLS 估计的无条件方差 .3　数据选取和实证结果3.1　数据与样本本研究所使用的数据为上证综合指数和深证成分指数.鉴于上证综合指数于1991年7月15日首次发布,而深证成分指数于1991年4月3日首次发布,为了便于比较,本文的样本区间为1991年7月15日至2000年12月29日,以周收盘收益率为样本数据(共479个),上证综合指数和深证成分指数在样本区间的走势见图1和图2.在估计和回归过程中,我们采用的是股票的对数收益率.图1　上证综合指数图2　深证成分指数3.2　实证结果1)两个市场a 0,t 的平滑估计见图3和图4.我们将图3与图1进行比较,可以发现从,1991年7月到1993年4月,上证指数从140点左右涨到近1400点;从1993年5月到1994年7月,上证指数从1300多点跌到300多点;此后,上证指数总体上呈慢牛走势.从图3中可以看出,a 0,t 在1991年7月至1993年4月间为正值,在1993年5月至1994年7月为负值,此后,基本上为正值.而深圳市场的情况与上海市场大体相仿.比较显示截距项a 0,t 基本上反映了市场的长期趋势. 2)两个市场a 1,t 的平滑估计见图5和图6.从中可以看出:在整个样本区间,a 1,t 有一个明显趋近于0的趋势,这表明两市的可预测性是逐渐降低的,即市场有效性是在逐步提高的.两个市场a 1,t 的走势可以从国家在提高股票市场的规范性过程中所作出的努力而得到解释.1992年5月,两市股指飞涨.上证综指由于股价限制的放开,从5月20日收盘的616.64点直窜到21日收盘的1265.79点,日涨幅为105%;而深证成指也于5月29日报收2766.85点.当时,平均市盈率达80多倍.为抑制股价暴涨,管理层采取行动.国家体改委等五部门联合发布了《股份制企业试点办法》、《股份有限公司规范意见》和《有限责任公司规范意见》.此后,国务院各有关部门陆续颁发其他9项配套法规和规章.此时,我们可以从图中看到,两市相应的a 1,t 开始从峰顶下降,有向0运动的趋势,这表明市场的可预测性在90系统工程理论与实践2002年12月关于初值设定的细节可参见张桂莲和史永东(1996).降低,有效性在提高.1993年第2季度,国务院发布了《股票发行与交易管理暂行条例》.此外,中国证监会发布了《公开发行股票公司信息披露的内容与格式》和《公开发行股票公司信息披露实施细则(试行)》等规范性文件,再次导致了a 1,t 的显著降低.而1994年7月《中华人民共和国公司法》的颁布以及10月上交所即时披露制度的实行同样降低了可预测性.1998年12月29日《中华人民共和国证券法》的颁布再次提高了市场有效性.由此可见,政策法规的颁布对市场有效性的提高起到了积极的作用.图3　上证综指a 0,t 的平滑估计图4　深证成指a 0,t的平滑估计图5　上证综指a 1,t 的平滑估计图6　深证成指a 1,t 的平滑估计 另外,从图中还可以发现,两市的a 1,t 在一部分时间里为负值,且负值大部分出现在1992年至1995年间;而同期,股市的异常波动就达30多次(叶国英,1995),因此,我们猜测这一时期负的a 1,t 可能是由于股市的异常波动比较频繁所致.3)从两市a 0,t 和a 1,t 的比较中,我们不难看出两市a 0,t 和a 1,t 的走势大体相仿,说明两市存在着显著的相关性.同时也发现深市a 1,t 的波动明显比沪市波动剧烈,这说明深市对政策法规的敏感性大于沪市.4　结论在股票市场上,如果资产价格的变化呈现出显著并且稳定的相关性,那么投资者就可以以此容易地来获得超额利润.其中,股票市场收益率的自相关性被定义为可预测性.可预测性的存在降低了市场有效性,影响了市场的公平程度.本文通过利用可变参数的一阶自回归Kalman 滤波模型,研究处于转轨经济过程中的中国股市可预测性的变化,来检验中国股市有效性的演进情况,考察政策法规的逐步完善是否提高了市场的有效性.我们得出的主要结论有:1)中国股市的市场有效性是逐步提高的.2)政策法规的颁布与实施对市场有效性的提高起到了非常重要的积极作用.其中,1992年5月、1993年第2季度、1994年7月到10月及1998年末所颁布和实施的政策法规的作用较为明显.3)深市对政策法规的敏感性要大于沪市. 感谢　蒙东北财经大学经济系硕士研究生姜勇为本研究提供使用的数据.91第12期中国股市有效性动态变化的实证研究92系统工程理论与实践2002年12月参考文献:[1]　胡继之.中国股市的演进与制度变迁[M].北京:经济科学出版社,1999.[2]　史永东.中国证券市场股票收益持久性的经验分析[J].世界经济,2000,(11):29-33.[3]　宋颂兴,金伟根.上海股市市场有效性实证研究[J].经济学家,1995,(4):107-113.[4]　吴世农.我国证券市场效率的分析[J].经济研究,1994,(4):13-19.[5]　叶国英.上海股市异常波动的成因与分析[J],证券市场导报,1995,(8):21-25[6]　俞乔.市场有效、周期异常与股价波动[J].经济研究,1995,(9):43-49.[7]　张桂莲,史永东.用卡尔曼滤波模型对我国出口函数的估计与分析[J].预测,15(5):52-55.[8]　A lex ander D S.P rice mov ements in speculative market s:tr ends or r ando m w alks[J].I ndustrial M anagem entR eview,1964,15(2):7-26.[9]　Bekaer t G eert,Har vey Campbell R.T ime-v ar ying w or ld m arket integr ation[J].Jour nal o f F inance1997,50(2):403-444.[10]　Campbell Jo hn Y.Co nsumptio n and the Stock M arket:I nter preting the Inter natio nal Ex per ience[R].N BERW or king Paper5610,Ca mbr idge U niver sity,M A,1996,June.[11]　Cho w G.T est of equality betw een sets o f coefficient s in two linear r egr essions[J].Eco no metr ica,1960,28(3):591-605.[12]　Claessens St ijn,Dasgupta Susmita,G len Jack.R etur n behav io r in emer g ing sto ck ma rkets[J].W or ld Bank Econ,1995,Ja n.[13]　Cro ss F rank.Behavior of sto ck pr ices on friday and mo nday[J].Financial A na ly ses Jour na l,1973,32(6):56-72.[14]　Fama E F.Efficient capital markets;a rev iew of theo ry and empir ical wo rk[J].Jo urnal of F inance,1970,25(2):383-417.[15]　Fama E F.Efficient Capital M ar ket s[J].Jo ur nal o f Fina nce,1991,46(5):1575-1617.[16]　Gr eene William D.Economet ric A naly sis[M].P rentice-Hall Inc,1993.[17]　Hamilton James D.T ime Ser ies A naly sis[M].P rinceto n U niver sity P ress,1970.[18]　Har vey A ndr ew C.Fo recasting,Str uctural T ime Series M odels and the K alma n F ilter[M],Cambr idge U niver sityP ress,1989.[19]　Har vey Campbell R.Pr edict able r isk and r eturns in emer ging mar kets[J].Rev iew Financial Studies,1995,8(3):773-816.[20]　Heish D A.Chaos and no nlinear dy namics:applica tio n t o financial mar kers[J].T he Jo ur nal of F inance,1991,46(5):1839-1877.[21]　Jenssen U we.Cent ral ver sus east euro pean mar kets:a compar ison[A].T he Handboo k o f Wo rld Sto ck,Der iva tiv ea nd Commo dity Ex chang es[C].L ondon:I nter natio nal F inancial Publicat ions,1999.75-79.[22]　K alma n R E.A new appr oach to linear filter ing and pr edictio n pro blems[J].Jour na l of Basic Eng ineering,T ra nsactio ns o f the A SM E Series D,1960,82:35-45.[23]　Ka lman R E.N ew methods in w iener filt ering theor y[A].John L.Bo gdanoff and F ra nk K ozin.P ro ceeding s o f t heF ir st Sy mpo sium o f Eng ineering Applica tio ns of Rando m Funct ion T heor y and Pr o babilit y[C],270-388.N ewY o rk:Wiley.1963.[24]　K eim Donslf B.Stock mar ket reg ular it ies:a sy nt hesis o f the ev idence and explanat ions[A].Elr oy Dim so n,Sto ckM arket A nom alies[C].Cam br idge,U.K.:Cambridg e U niv Pr ess,1988.[25]　M ichael R ocking er,G io vanni U r ga.T he ev olutio n o f st ock markets in tr ansitio n eco no mics[J].Jour na l ofCo mpa rative Econo mics,2000,28(2):361-372.[26]　Ro ber ts Harr y V.Statistical v ersus Clinical P redictio n of the St ock M ar ket[M].M imeo.Chicag o,IL:U niver sityo f Chicago,1967.[27]　Ro cking er M ichael,U r g a G io vanni.T he ev olutio n o f st ock markets in tr ansitio n eco no mics[J].Jour na l ofCo mpa rative Econo mics,2000,28:456-472.[28]　T ay lo r St ephen.M odelling F inancial T ime Ser ies[M].Chichester:W iley,2000.。