李云紅，魏 宇，吳曉雄

?

中國(guó)股票市場(chǎng)適應(yīng)性特征的實(shí)證研究

李云紅1，魏 宇2，吳曉雄2

(1.重慶文理學(xué)院群與圖的理論及應(yīng)用研究重點(diǎn)實(shí)驗(yàn)室，重慶402160；2.西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院，四川成都 610031)

對(duì)有效市場(chǎng)假說的質(zhì)疑以及行為金融理論體系的不完整，使得適應(yīng)性市場(chǎng)假說成為整合兩種理論的綜合分析思路。文章以上證綜指和深證成指為研究對(duì)象，對(duì)中國(guó)股市適應(yīng)性特征進(jìn)行研究，分析股市有效性指標(biāo)的不確定性；驗(yàn)證股市收益與風(fēng)險(xiǎn)關(guān)系的存在和時(shí)變性；并選取具有代表性的因素作為市場(chǎng)環(huán)境指標(biāo)，衡量市場(chǎng)條件改變對(duì)股市收益與可測(cè)性的影響。實(shí)證結(jié)果表明，中國(guó)股市的有效性以及收益與風(fēng)險(xiǎn)關(guān)系均具呈現(xiàn)時(shí)變特征；市場(chǎng)環(huán)境對(duì)風(fēng)險(xiǎn)溢價(jià)的影響不明顯，但對(duì)收益可預(yù)測(cè)性卻有顯著影響，因此，可以據(jù)此判斷股市的發(fā)展趨勢(shì)，以便及時(shí)調(diào)整投資策略和風(fēng)險(xiǎn)管理的方向。

有效市場(chǎng)假說；適應(yīng)性市場(chǎng)假說；風(fēng)險(xiǎn)溢價(jià)；股市可預(yù)測(cè)性

0 引言

自1970年芝加哥大學(xué)教授Fama[1]提出有效市場(chǎng)假說（EMH:efficientmarkethypothesis）以來，EMH理論就以其嚴(yán)謹(jǐn)?shù)睦碚擉w系和實(shí)證模型成為現(xiàn)代金融研究的基石。但面對(duì)20世紀(jì)80年代以來發(fā)現(xiàn)的眾多金融市場(chǎng)異象，有效市場(chǎng)理論卻無法給出合理的解釋。因此，很多學(xué)者開始從金融市場(chǎng)參與者的行為心理角度去尋求解釋方案，從而形成了一支與EMH相對(duì)應(yīng)的“行為金融學(xué)派”（Behavior Finance）。在2002年，諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)也授予了為行為金融理論作出開創(chuàng)性貢獻(xiàn)的Kahneman和Tversky教授。可是發(fā)展至今，由于未能形成其特有的理論體系以及統(tǒng)一的分析模式，行為金融始終無法取代EMH在金融領(lǐng)域的核心地位。21世紀(jì)初期，以Lo[2-3]和Farmer[4-5]為代表的一些學(xué)者基于EMH 與行為金融理論之間的分歧與爭(zhēng)論，借鑒生物進(jìn)化論的思想，從適應(yīng)演化的角度提出了適應(yīng)性市場(chǎng)假說（AMH：adaptive markets hypothesis）。該假說并不否認(rèn)EMH的分析模式及其所強(qiáng)調(diào)的理性參與者前提，同時(shí)引入達(dá)爾文的生物進(jìn)化理論，強(qiáng)調(diào)理性是一個(gè)相對(duì)概念，是與外部環(huán)境相關(guān)聯(lián)和不斷變化的理性，參與者的行為會(huì)由于環(huán)境的改變而顯示出非理性，又會(huì)由于不斷適應(yīng)環(huán)境而使非理性逐漸消失。

目前，學(xué)術(shù)界一般以Lo[3]對(duì)適應(yīng)性市場(chǎng)假說的概念及基礎(chǔ)理論闡述作為適應(yīng)性市場(chǎng)假說建立的標(biāo)志。Lo的觀點(diǎn)認(rèn)為金融市場(chǎng)的參與者如生物圈的物種，處于不斷進(jìn)化的過程，而進(jìn)化依賴于“自然選擇”，能夠生存下來的“市場(chǎng)有效”是其唯一目標(biāo)?；贚o的思想，適應(yīng)性市場(chǎng)假說主要觀點(diǎn)如下：參與者并非處處理性，而是逐漸適應(yīng)市場(chǎng)的變化，市場(chǎng)有效并不穩(wěn)定；風(fēng)險(xiǎn)和收益之間的關(guān)系是動(dòng)態(tài)、不穩(wěn)定的，風(fēng)險(xiǎn)溢價(jià)具有時(shí)變性，并與所處的環(huán)境有關(guān)；與EMH相比，在AMH假說下，套利機(jī)會(huì)是存在的，進(jìn)化過程不斷的導(dǎo)致舊機(jī)會(huì)消失，新機(jī)會(huì)出現(xiàn)；投資策略會(huì)隨環(huán)境的變化表現(xiàn)的時(shí)好時(shí)壞，具有時(shí)變性；生存是參與者的唯一目標(biāo)，而不斷變革則是生存的關(guān)鍵。Lo本人隨后亦對(duì)AMH理論進(jìn)行了更詳盡的分析，他指出AMH能夠形成一種新的市場(chǎng)格局，盡管現(xiàn)在還未能像EMH理論一樣完善，但是AMH覆蓋面廣泛，不僅能夠解釋EMH和行為金融框架下的市場(chǎng)現(xiàn)象，還能夠?qū)κ袌?chǎng)參與者由理性到非理性再回歸理性的周而復(fù)始現(xiàn)象進(jìn)行解釋[6-7]。

根據(jù)適應(yīng)性市場(chǎng)假說的觀點(diǎn)，市場(chǎng)有效與市場(chǎng)無效是證券市場(chǎng)中適應(yīng)性行為的具體表現(xiàn)，當(dāng)投資者的投資決策與投資環(huán)境相適應(yīng)時(shí)，市場(chǎng)就表現(xiàn)為有效；當(dāng)投資者的投資決策與投資環(huán)境不相適應(yīng)時(shí)，市場(chǎng)就會(huì)出現(xiàn)行為偏差，表現(xiàn)為無效。而這種行為的持續(xù)性與否依賴于適應(yīng)演化的過程，EMH和行為金融理論恰好分別對(duì)應(yīng)于這兩種表現(xiàn)。適應(yīng)性市場(chǎng)假說的提出，化解了EMH與行為金融理論的分歧，使得對(duì)金融市場(chǎng)的分析能夠在一個(gè)統(tǒng)一的理論框架下進(jìn)行。

其實(shí)，將生物進(jìn)化論理念引入金融領(lǐng)域的相關(guān)研究早已出現(xiàn)，其最早可追溯到Friedman[8]以及Fama[9]等人的經(jīng)典著作。他們都認(rèn)為“自然選擇”是出現(xiàn)有效市場(chǎng)的推動(dòng)力。隨后， Lo和Repin[2]、Grossberg和Gutowski[10]、Darnasio[11]、Peters和Slovic[12]、Loewenstein[13]，以及鄒高峰等[14]的研究也強(qiáng)調(diào)金融市場(chǎng)的參與者在不同情緒下的決策是典型的非理性行為，可將其看做投資者在自然選擇中逐步適應(yīng)環(huán)境、不斷進(jìn)化的一種表現(xiàn)特征；楊招軍和秦國(guó)文[15-16]從進(jìn)化博弈論和達(dá)爾文生物進(jìn)化論的思想出發(fā)，研究了投資策略的時(shí)變性和演變規(guī)律；楊華蔚和韓立巖[17]從連續(xù)時(shí)間均衡模型出發(fā)，探討了市場(chǎng)和公司層面的外部條件對(duì)股票價(jià)格和收益的影響。此外，Niederhoffer[18]直接將金融市場(chǎng)比作一個(gè)生態(tài)系統(tǒng)，其中投機(jī)商是金融生態(tài)系統(tǒng)中的“食肉動(dòng)物”，交易商是“食草動(dòng)物”，而散戶投資者只是“食腐動(dòng)物”；石建輝[19]認(rèn)為市場(chǎng)異象的存在意味著投資機(jī)會(huì)的出現(xiàn)，而最早發(fā)現(xiàn)機(jī)會(huì)的人能夠享受由此帶來的利潤(rùn)，利用AMH理論能夠提供統(tǒng)一的市場(chǎng)分析思路。

另一方面，在實(shí)證分析領(lǐng)域，Neely等[20]對(duì)外匯市場(chǎng)進(jìn)行分析，驗(yàn)證了在不同交易策略下，外匯市場(chǎng)超額收益的變化規(guī)律與AMH一致。Kim等[21]以及 Lim等[22]以美國(guó)為例證實(shí)了股市處在不斷的進(jìn)化當(dāng)中，市場(chǎng)有效性也具有時(shí)變規(guī)律，從而得出了基于適應(yīng)性市場(chǎng)假說的股票收益可預(yù)測(cè)模式。Ito和Noda[23]的研究也表明美國(guó)股市是不斷進(jìn)化的，并且市場(chǎng)效率以30-40年為周期循環(huán)波動(dòng)。韋立堅(jiān)等[24]對(duì)中國(guó)股市風(fēng)格輪動(dòng)投資現(xiàn)象進(jìn)行了分析，并從適應(yīng)性市場(chǎng)假說的角度對(duì)其演進(jìn)過程給予了充分合理的解釋，指出正是投資者對(duì)環(huán)境的不斷適應(yīng)才導(dǎo)致了風(fēng)格輪動(dòng)投資現(xiàn)象。Noda[25]對(duì)日本股票市場(chǎng)有效性進(jìn)行實(shí)證分析，也得出了與AMH 相符合的結(jié)論。

從已有研究文獻(xiàn)來看，從實(shí)證分析角度進(jìn)行的研究大部分集中在市場(chǎng)有效性的驗(yàn)證方面，部分研究針對(duì)投資策略和收益的變化特征，得出的結(jié)論也均與AMH的觀點(diǎn)一致。但需要指出的是，在AMH框架下，對(duì)所處環(huán)境影響股市表現(xiàn)的研究很少，只在Kim等[21]的文章中有所涉及；其次，尚未見到對(duì)收益與風(fēng)險(xiǎn)動(dòng)態(tài)關(guān)系的討論，特別是還沒有見到針對(duì)中國(guó)股市的相關(guān)研究?；诖?，文章對(duì)中國(guó)股市的適應(yīng)性特征進(jìn)行實(shí)證分析，市場(chǎng)適應(yīng)性的檢驗(yàn)主要從以下幾個(gè)方面進(jìn)行：（1）市場(chǎng)有效與否及其穩(wěn)定性；（2）收益與風(fēng)險(xiǎn)關(guān)系的穩(wěn)定性；（3）風(fēng)險(xiǎn)溢價(jià)及股市可測(cè)性與所處環(huán)境的關(guān)系。其研究特點(diǎn)為：（1）以中國(guó)股市代表性指數(shù)：上證綜指和深證成指為研究對(duì)象，探討AHM在新興市場(chǎng)中的適用性；（2）分析股市有效性指標(biāo)的不確定性，驗(yàn)證股市收益與風(fēng)險(xiǎn)關(guān)系的時(shí)變性，并運(yùn)用生態(tài)進(jìn)化觀點(diǎn)進(jìn)行詮釋；（3）選取相關(guān)指標(biāo)代表金融市場(chǎng)環(huán)境變量，衡量市場(chǎng)條件改變對(duì)股市收益與可測(cè)性的影響，從而驗(yàn)證AHM所強(qiáng)調(diào)的自然選擇觀點(diǎn)。中國(guó)股市作為迅速發(fā)展的新興市場(chǎng)，其未來的發(fā)展前景不可限量。因此，驗(yàn)證AHM理論在中國(guó)股市的適用性對(duì)其普遍適用性的證明至關(guān)重要。同時(shí)，本文的研究工作有助于進(jìn)一步發(fā)現(xiàn)新興市場(chǎng)的AMH證據(jù)，為AHM理論體系的完善提供有力的事實(shí)依據(jù)，更可為今后中國(guó)股市投資和風(fēng)險(xiǎn)管理政策提供新的實(shí)證依據(jù)和途徑。

1檢驗(yàn)方法與模型描述

1.1 市場(chǎng)有效性的檢驗(yàn)?zāi)Ｐ?/p>

對(duì)市場(chǎng)有效性所持的不同觀點(diǎn)是EMH與AMH的本質(zhì)區(qū)別，AMH認(rèn)為市場(chǎng)有效并非時(shí)時(shí)存在。因此，我們首先從檢驗(yàn)市場(chǎng)有效與否及其穩(wěn)定性入手來驗(yàn)證AMH的觀點(diǎn)。Fama[1]提出有效市場(chǎng)假說以來，出現(xiàn)了眾多對(duì)市場(chǎng)有效性的檢驗(yàn)研究，而檢驗(yàn)的重心在于確定收益序列是否為隨機(jī)游走過程，但不同方法得出的結(jié)論相去甚遠(yuǎn)。因此，為了得出更穩(wěn)健的結(jié)果，文章同時(shí)采用自動(dòng)方差比檢驗(yàn)（Automatic variance ratio test）和自動(dòng)混合檢驗(yàn)（Automatic portmanteau test）兩種方法。

1.1.1 自動(dòng)方差比檢驗(yàn)?zāi)Ｐ?/p>

方差比檢驗(yàn)（VR）是一種要求相對(duì)寬泛、使用較普遍[26-31]的檢驗(yàn)方法，由Lo和Mockinlay[32]首先提出。由于該方法對(duì)數(shù)據(jù)要求相對(duì)寬松，允許數(shù)據(jù)存在異方差，并且不具體要求隨機(jī)擾動(dòng)項(xiàng)的分布情況，因此被廣泛應(yīng)用。根據(jù)Lo和Mockinlay[32]的思想，滯后階的方差比可表示為：

（2）

1.1.2 自動(dòng)混合檢驗(yàn)?zāi)Ｐ?/p>

當(dāng)收益率序列R服從某種未知形式的條件異方差時(shí)，Lobato et al.[34]提出了一種具有穩(wěn)定性的混合檢驗(yàn)統(tǒng)計(jì)量，形式如下：

其中，

（4）

（6）

隨后的研究中，Escanciano 和Lobato[35]提出了一種由數(shù)據(jù)依賴的方式?jīng)Q定最佳值的自動(dòng)檢測(cè)方法，該方法統(tǒng)計(jì)量形式如下：

1.2 收益與風(fēng)險(xiǎn)關(guān)系的檢驗(yàn)?zāi)Ｐ?/p>

收益與風(fēng)險(xiǎn)的關(guān)系一直是傳統(tǒng)金融理論研究的基礎(chǔ)，一般用收益的方差來衡量風(fēng)險(xiǎn)的大小。由于GARCH-M模型在均值方程中引入了條件方差項(xiàng)，即能夠很好的描述收益與風(fēng)險(xiǎn)的關(guān)系，也能體現(xiàn)AMH所強(qiáng)調(diào)的動(dòng)態(tài)性。因此，文中采用GARCH-M模型作為基本模型來驗(yàn)證中國(guó)股市收益與風(fēng)險(xiǎn)的時(shí)變關(guān)系。

GARCH-M模型的均值方程為[36]：

（9）

此外，GARCH模型將方差看成是前期收益新息平方的函數(shù)，如果條件稍加改變會(huì)對(duì)結(jié)果產(chǎn)生影響。進(jìn)一步，為了增強(qiáng)實(shí)證結(jié)論的穩(wěn)健性，我們將條件方差的設(shè)定形式做一些拓展，分別考慮IGARCH、GJR、APARCH模型，并將條件方差項(xiàng)加入到各模型的均值方程中去，從而得到IGARCH-M、GJR-M和APARCH-M模型。各模型的條件方差如下：

IGARCH-M模型：

其中參數(shù)滿足＋＝1，保證了過去波動(dòng)及收益新息的平方對(duì)方差影響的持久性。

GJR-M模型：

其中，()是一個(gè)指示函數(shù)（Indicator function），即當(dāng)( )中的條件成立時(shí)，其取值為1，否則取值為0，用來衡量收益新息正負(fù)對(duì)方差的不同影響；當(dāng)時(shí)，外部消息對(duì)方差的影響是不對(duì)稱的，稱之為波動(dòng)的杠桿效應(yīng)（Volatility leverage effect）。

APARCH-M模型：

2 數(shù)據(jù)說明及其統(tǒng)計(jì)特征

2.1 數(shù)據(jù)說明

文章選取上證綜合指數(shù)和深證成份指數(shù)的周和月度收盤價(jià)為樣本，樣本區(qū)間開始日期分別為1990年12月19日和1991年4月3日，截止至2012年7月31日，數(shù)據(jù)來源于招商證券系統(tǒng)。

2.2 描述性統(tǒng)計(jì)

關(guān)于兩類指數(shù)周和月度收益的波動(dòng)特征及其描述性統(tǒng)計(jì)分別如圖1和表1所示（為清晰起見，這里只給出月度數(shù)據(jù)的圖形），其中收益率序列的波動(dòng)率由GARCH（1,1）模型估計(jì)得出。

從圖1可直觀看出，上證綜指和深證成指的價(jià)格和收益變動(dòng)趨勢(shì)相似，且都表現(xiàn)出了波動(dòng)聚集性，在市場(chǎng)成立之初和2008年左右股市波動(dòng)較為劇烈。表1中的描述性統(tǒng)計(jì)結(jié)果顯示，兩個(gè)市場(chǎng)對(duì)應(yīng)的收益率均值較小，而標(biāo)準(zhǔn)差較大；周、月度數(shù)據(jù)均表現(xiàn)出明顯的 “尖峰胖尾”特征，并且偏度指標(biāo)為正，說明兩市中多數(shù)樣本收益率高于其均值，這些均表明我國(guó)股市波動(dòng)劇烈且幅度較大，并且不能用正態(tài)分布來描述（Jarque-Bera統(tǒng)計(jì)量顯著）。此外， Phillips-Perron單位根檢驗(yàn)表明，各序列都顯著拒絕存在單位根的原假設(shè)。因此，可以認(rèn)為所考察數(shù)據(jù)均為平穩(wěn)時(shí)間序列，可直接用來作進(jìn)一步的計(jì)量分析。

圖1樣本區(qū)間內(nèi)上證綜指和深證成指的價(jià)格、收益率和波動(dòng)率月度數(shù)據(jù)

表1 股票指數(shù)收益率序列的描述性統(tǒng)計(jì)

說明：***代表在1％水平上顯著，其中J-B為Jarque-Bera統(tǒng)計(jì)量，P-P是Phillips-Perron單位根檢驗(yàn)結(jié)果。

3實(shí)證結(jié)果分析

3.1 中國(guó)股市的有效性

本節(jié)利用1.1介紹的兩種方法，對(duì)中國(guó)股市的周和月度收益序列分別進(jìn)行了估計(jì)，并采用固定樣本長(zhǎng)度的滾動(dòng)時(shí)間窗估計(jì)方法。具體步驟如下：保持估計(jì)樣本長(zhǎng)度不變，連續(xù)向后滾動(dòng)1個(gè)樣本，每滾動(dòng)1次，則重新估計(jì)模型參數(shù)。其中對(duì)月度數(shù)據(jù)分別選擇了3-6年的估計(jì)樣本長(zhǎng)度，周數(shù)據(jù)分別選擇了1-4年的估計(jì)樣本長(zhǎng)度。各種樣本長(zhǎng)度下的結(jié)果類似，為了簡(jiǎn)便起見，我們列出月度數(shù)據(jù)6年、周數(shù)據(jù)3年的結(jié)果如圖2所示。

圖2 中國(guó)股票市場(chǎng)有效性檢驗(yàn)

圖2為上證綜指和深證成指收益數(shù)據(jù)的AVR統(tǒng)計(jì)量和AQ統(tǒng)計(jì)量的滾動(dòng)時(shí)間窗估計(jì)結(jié)果，圖中虛線代表各統(tǒng)計(jì)量在5%顯著性水平上的臨界值。從圖2可以看出，對(duì)于上證綜指和深證成指，各樣本統(tǒng)計(jì)量隨時(shí)間不斷波動(dòng)，且均在2007-2010年左右，超出了95%的臨界水平線，說明這段時(shí)間股市收益具有顯著的自相關(guān)性，市場(chǎng)無效，而這正是西方房地產(chǎn)泡沫以及由其導(dǎo)致的美國(guó)次貸危機(jī)對(duì)世界經(jīng)濟(jì)、金融市場(chǎng)產(chǎn)生重大影響的時(shí)段。此外，上證綜指周數(shù)據(jù)和月度數(shù)據(jù)的AQ統(tǒng)計(jì)量均在1998-2001年間超出了臨界水平；深證成指兩類統(tǒng)計(jì)量的波動(dòng)更劇烈，周度數(shù)據(jù)在1998-2000年間超出臨界水平線，月度數(shù)據(jù)分別在1998年和2002年左右超出臨界水平；這些時(shí)間段也正經(jīng)歷了亞洲金融危機(jī)、98洪水和20世紀(jì).com金融泡沫等事件。我們得到的結(jié)果中，股市短暫無效與金融環(huán)境和自然事件間的聯(lián)系是偶然還是必然，將在后面的部分做進(jìn)一步的分析。根據(jù)圖形，我們也可清楚地看出，兩種統(tǒng)計(jì)檢驗(yàn)方式得到了基本一致的結(jié)論，因此我們的實(shí)證結(jié)果具有一定的穩(wěn)健性。

股市有效性指標(biāo)在所考察區(qū)間是不穩(wěn)定的，按照Kim[21]的思想，若市場(chǎng)在我們所考察的整個(gè)時(shí)期是有效的，則統(tǒng)計(jì)量超過95%臨界值的比率應(yīng)低于5%。因此，若想驗(yàn)證AMH的假設(shè)，則此比率要高于5%。我們以月度數(shù)據(jù)AVR統(tǒng)計(jì)量為例，得到的結(jié)果是上證綜指為17.5%、深證成指為20%，因此支持AMH理論，我國(guó)股市的有效性并不穩(wěn)定，具有一定的時(shí)變特征。

3.2 中國(guó)股市收益與風(fēng)險(xiǎn)的關(guān)系

傳統(tǒng)金融理論認(rèn)為投資者是風(fēng)險(xiǎn)規(guī)避的，風(fēng)險(xiǎn)與收益正相關(guān)，即對(duì)于理性投資者而言，高風(fēng)險(xiǎn)的投資要求有高回報(bào)，反之亦然。而Lo[3]認(rèn)為風(fēng)險(xiǎn)和收益之間具有相關(guān)性，但這種關(guān)系并不穩(wěn)定，具有時(shí)變性。

由于我們考察的問題是收益與風(fēng)險(xiǎn)關(guān)系的時(shí)變性，要考察不同樣本區(qū)間的值，因此我們采用GAECH-M族模型對(duì)上證綜指和深證成指的周數(shù)據(jù)進(jìn)行了等樣本長(zhǎng)度的滾動(dòng)時(shí)間窗估計(jì)。我們分別選取1-4年的估計(jì)樣本長(zhǎng)度，因?yàn)楦鳂颖鹃L(zhǎng)度下的結(jié)果類似，為了簡(jiǎn)便起見以及更清晰的展示值的變化趨勢(shì)，文中只給出樣本長(zhǎng)度為2年的結(jié)果，如圖3所示，表2則是時(shí)變的描述性統(tǒng)計(jì)。

圖3 中國(guó)股市收益與風(fēng)險(xiǎn)的相關(guān)系數(shù)

表2 滬深股市周數(shù)據(jù)的GARCH-M參數(shù)值描述性統(tǒng)計(jì)

表2 滬深股市周數(shù)據(jù)的GARCH-M參數(shù)值描述性統(tǒng)計(jì)

均值標(biāo)準(zhǔn)差最大值最小值偏度峰度J-B 上證綜指GARCH-M0.0090.0350.134-0.0681.208***2.135***428.466*** IGARCH-M0.0110.0380.170-0.1130.465***1.186***93.575*** GJR-M0.0070.0330.127-0.0900.816***1.574***211.987*** APARCH-M0.0070.0320.119-0.0660.922***1.180***197.477*** 深證成指GARCH-M0.0070.0270.111-0.0530.922***0.857***167.754*** IGARCH-M0.0140.0350.163-0.0930.954***2.494***400.255*** GJR-M0.0050.0300.098-0.0990.622***1.240***125.117*** APARCH-M0.0070.0290.117-0.0451. 356***2.543***561.044***

說明：***代表在1％水平上顯著，其中J-B為Jarque-Bera統(tǒng)計(jì)量。.

綜合各種模型的結(jié)果，股市發(fā)展初期，由于還未形成自有的發(fā)展模式，參與者多持觀望態(tài)度或者借鑒國(guó)外成熟市場(chǎng)的理論，因此股市收益與風(fēng)險(xiǎn)的關(guān)系圍繞零值的波動(dòng)幅度不大；隨著市場(chǎng)逐步發(fā)展成熟，投資者開始大量參與并逐步增強(qiáng)了對(duì)風(fēng)險(xiǎn)的承受能力，2001-2006年間由于整體市場(chǎng)的萎靡，使得風(fēng)險(xiǎn)和收益大部分時(shí)間呈負(fù)相關(guān)；之后隨著股市和經(jīng)濟(jì)的復(fù)蘇和繁榮，又使二者的關(guān)系迅速擴(kuò)大，直到2008美國(guó)次貸危機(jī)，金融市場(chǎng)的動(dòng)蕩淘汰了大批風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)中性的投資者，市場(chǎng)的不景氣又使風(fēng)險(xiǎn)和收益的相關(guān)性下降并大部分時(shí)間為負(fù)。這也驗(yàn)證了Lo的觀點(diǎn)，二者的時(shí)變關(guān)系是適應(yīng)環(huán)境和市場(chǎng)選擇的結(jié)果。

3.3 市場(chǎng)環(huán)境對(duì)股市收益的影響

3.3.1 變量數(shù)據(jù)的選取

上文我們驗(yàn)證了適應(yīng)性市場(chǎng)的兩個(gè)特性：市場(chǎng)有效性的時(shí)變性以及收益與風(fēng)險(xiǎn)的時(shí)變相關(guān)性。正是由于這種不確定性，才讓投資者能夠通過調(diào)整自己的投資策略，不斷擁有新的獲利機(jī)會(huì)。此外，適應(yīng)性市場(chǎng)假說也強(qiáng)調(diào)市場(chǎng)環(huán)境的變化對(duì)股市行為的影響，因此我們針對(duì)中國(guó)的實(shí)際情況以及宏觀數(shù)據(jù)的可得性，選擇風(fēng)險(xiǎn)溢價(jià)和收益預(yù)測(cè)指標(biāo)的月度數(shù)據(jù)作為因變量，一些具有代表性的經(jīng)濟(jì)、金融和自然因素作為市場(chǎng)環(huán)境變量，運(yùn)用多元線性回歸方法來考察此觀點(diǎn)的適用性。本文定義的風(fēng)險(xiǎn)溢價(jià)（Risk premium）為指數(shù)收益與無風(fēng)險(xiǎn)收益的差值，記為，其中根據(jù)中國(guó)的實(shí)際情況，以一年期存款利率作為無風(fēng)險(xiǎn)收益的代表[37-38]。同時(shí)，我們采用公式（2）所定義的統(tǒng)計(jì)量作為收益可預(yù)測(cè)性指標(biāo)[21]。市場(chǎng)環(huán)境因素中的金融危機(jī)（）、股市泡沫（）和重大災(zāi)害（）采用啞變量的形式，具體解釋如表3所示。此外，我們選擇工業(yè)生產(chǎn)總值增速（）、通貨膨脹率、匯率（）、市場(chǎng)利率和房地產(chǎn)景氣指數(shù)（）作為宏觀經(jīng)濟(jì)變量的代表，其中通貨膨脹率采用變化率數(shù)據(jù)，記為，市場(chǎng)利率選取銀行間7天內(nèi)拆借利率（）[39]，數(shù)據(jù)來自中國(guó)宏觀經(jīng)濟(jì)網(wǎng)。建立計(jì)量模型如下：

表3 金融危機(jī)、股市泡沫和重大災(zāi)害情況

3.3.2 回歸結(jié)果分析

對(duì)上證綜指和深證成指的回歸結(jié)果如表4所示，在風(fēng)險(xiǎn)溢價(jià)指標(biāo)方面，金融危機(jī)（Crisis）對(duì)兩個(gè)市場(chǎng)的收益有較為顯著的負(fù)向影響，股市泡沫（Bubble）則會(huì)顯著的提高股市收益，這與發(fā)生危機(jī)時(shí)股市的蕭條以及出現(xiàn)泡沫時(shí)的繁榮相一致；而利率（Rate）對(duì)市場(chǎng)收益也表現(xiàn)出顯著的正向影響，體現(xiàn)出貨幣市場(chǎng)與股票市場(chǎng)資金價(jià)格的共同變化；其余指標(biāo)則未表現(xiàn)出顯著性，即與股市收益未表現(xiàn)出顯著的相關(guān)性。

收益率可預(yù)測(cè)指標(biāo)方面，金融危機(jī)（Crisis）和股市泡沫（Bubble）對(duì)收益率預(yù)測(cè)指標(biāo)均有顯著的正向影響，說明我國(guó)股市在金融危機(jī)和泡沫時(shí)期具有較高的可預(yù)測(cè)性；通貨膨脹率（DCPI）和匯率指標(biāo)（EX）對(duì)收益預(yù)測(cè)也均有顯著的影響。其中，除了通貨膨脹率DCPI能顯著增強(qiáng)上證綜指收益的可預(yù)測(cè)性外，其余情況下DCPI和EX對(duì)股市收益可預(yù)測(cè)性的影響為負(fù)，即DCPI和EX的上升，降低了市場(chǎng)參與者對(duì)股市收益的預(yù)測(cè)能力，增加了投資決策的難度，這與Kim[21]的結(jié)果一致；此外，利率（CHIBOR）和房地產(chǎn)景氣指數(shù)（REI）對(duì)深證成指的可預(yù)測(cè)性有顯著的正向影響，即在高利率和房地產(chǎn)業(yè)發(fā)展?fàn)顩r良好的情況下，提高了深證成指收益的可預(yù)測(cè)性；而重大自然災(zāi)害（Disaster）和工業(yè)生產(chǎn)總值增速（DIP）指標(biāo)均不顯著，說明重大自然災(zāi)害的發(fā)生以及總體宏觀經(jīng)濟(jì)增速并不能影響投資者對(duì)市場(chǎng)收益的可預(yù)測(cè)性。

表4 金融市場(chǎng)表現(xiàn)與市場(chǎng)環(huán)境的回歸分析結(jié)果

說明：*、**和***分別代表在10%、5％和1％水平上顯著。

總體來講，市場(chǎng)環(huán)境對(duì)風(fēng)險(xiǎn)溢價(jià)的影響不太顯著，但對(duì)收益可測(cè)性影響的顯著性較高。因此，雖然不能根據(jù)市場(chǎng)條件判斷所獲收益的具體大小，但卻可以預(yù)測(cè)收益的變化趨勢(shì)，以便及時(shí)調(diào)整投資策略，從而發(fā)現(xiàn)獲利機(jī)會(huì)。我們發(fā)現(xiàn)金融危機(jī)（Crisis）的出現(xiàn)和市場(chǎng)利率（CHIBOR）的增加雖然會(huì)降低股市的溢價(jià)收入，但是能夠提高股市的可預(yù)測(cè)性；在股市泡沫（Bubble）的情況下，股市的收益和可預(yù)測(cè)性會(huì)大大提升，而與此相反，高通貨膨脹率（DCPI）和高匯率（EX）卻會(huì)導(dǎo)致可預(yù)測(cè)性的降低；市場(chǎng)利率（CHIBOR）和房地產(chǎn)發(fā)展情況（REI）對(duì)溢價(jià)和預(yù)測(cè)也有顯著影響。此外我們注意到，上證綜指和深證成指收益可預(yù)測(cè)性指標(biāo)對(duì)所處環(huán)境的反應(yīng)并不一致，這可能與兩個(gè)市場(chǎng)的特點(diǎn)有關(guān)，上證主要以市值較大的大盤股為主，而深證主要為中小板和創(chuàng)業(yè)板，因此相比于上證，深證對(duì)環(huán)境的反應(yīng)更加靈活，也更容易由環(huán)境的變化來判斷其走勢(shì)。另外，除重大災(zāi)害等突發(fā)事件（Disaster）對(duì)股市無明顯影響外，工業(yè)生產(chǎn)總值增速（DIP）的影響也不顯著，說明中國(guó)實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)的發(fā)展趨勢(shì)并不同步，這可能與中國(guó)股市起步較晚、還未發(fā)展完善有關(guān)，個(gè)人或機(jī)構(gòu)投資者的行為大部分是憑個(gè)人喜好、經(jīng)濟(jì)主體操控或其他市場(chǎng)環(huán)境，并未過多參照生產(chǎn)總值指標(biāo)，使得股市受其影響并不明顯。

4 主要結(jié)論和研究展望

隨著對(duì)有效市場(chǎng)假說質(zhì)疑和挑戰(zhàn)的增加，以及行為金融理論體系的不完善，適應(yīng)性市場(chǎng)假說整合了兩種理論，已成為一種可行的綜合分析思路。文章檢驗(yàn)了中國(guó)股市的有效性、收益與風(fēng)險(xiǎn)的相關(guān)性以及他們與市場(chǎng)環(huán)境的關(guān)系。從整體來講，股市有效性指標(biāo)隨時(shí)間不斷變化，尤其在2008年金融危機(jī)階段起伏較大，因此中國(guó)股市的有效性是一個(gè)時(shí)變概念。此外，收益與風(fēng)險(xiǎn)的關(guān)系也是一個(gè)波動(dòng)較大的動(dòng)態(tài)變量，這些均與AMH假設(shè)的觀點(diǎn)一致。在股市表現(xiàn)與市場(chǎng)環(huán)境的關(guān)系方面，我們發(fā)現(xiàn)市場(chǎng)環(huán)境對(duì)風(fēng)險(xiǎn)溢價(jià)的影響不明顯，但對(duì)收益可預(yù)測(cè)性卻有顯著影響。因此，可以據(jù)此判斷股市收益的變化趨勢(shì)，以便及時(shí)調(diào)整投資策略。但由于我們事先并不能準(zhǔn)確預(yù)測(cè)一些突發(fā)事件的發(fā)生，同時(shí)一些具有持續(xù)性的自然災(zāi)害或市場(chǎng)危機(jī)等等的起止時(shí)間也比較模糊，給這部分研究造成了一定的困難。文章對(duì)中國(guó)股市適應(yīng)性特征的討論，為AHM理論體系的完善提供了有力的經(jīng)驗(yàn)證據(jù)，也為今后市場(chǎng)風(fēng)險(xiǎn)管理及股市預(yù)測(cè)分析提供了一種新的理論依據(jù)和分析思路。

進(jìn)一步的研究可采取適當(dāng)?shù)姆椒ㄔ谶m應(yīng)性市場(chǎng)特征下對(duì)股市表現(xiàn)進(jìn)行預(yù)測(cè)，以便更好地指導(dǎo)投資決策和風(fēng)險(xiǎn)管理；此外，雖然在不同模型假定下，對(duì)市場(chǎng)有效性及收益風(fēng)險(xiǎn)關(guān)系的檢驗(yàn)結(jié)論已近足夠解釋了本文要探討的問題，但在今后更深入的分析中可能會(huì)因具體結(jié)果不同而產(chǎn)生一定的困擾，因此找到一種更加貼近實(shí)際市場(chǎng)表現(xiàn)的檢驗(yàn)方法也是接下來要做的一項(xiàng)主要工作。

[1] Fama E F. Efficient Capital Markets: A Review of Theory and Empirical Work [J]. The Journal of Finance, 1970, 25(2): 383-417.

[2] Lo A, Repin D. The Psychophysiology of Real-time Financial Fisk Processing [J].Journal of Cognitive Neuroscience, 2002, 14(3):323-339.

[3] Lo A. The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective [J].The Journal of Portfolio Management, 2004, 30(15):15-29.

[4] Farmer D, Lo A. Frontiers of Finance：Evolution and Efficient Markets [J]. Proceedings of the National Academy of Sciences, 1999, 96(18): 9991-9992.

[5] Farmer D. Market Force, Ecology and Evolution [J].Industrial and Corporate Change，2002, 11(5):895-953.

[6] Lo A. Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis [J]. Journal of Investment Consulting, 2005, 7(2):21-44.

[7] Lo A.Adaptive Markets and the New World Order [J]. Financial Analysts Journal, 2012, 68(2):18-30.

[8] Friedman M. Essays in Positive Economics [M]. Chicago: University of Chicago Press, 1953.

[9] Fama E F. The Behavior of Stock Market Prices [J].Journal of Business, 1965, 38(1):34-105.

[10] Grossberg S, Gutowski W E. Neural Dynamics of Decision Making under Risk: Affective Balance and Cognitive-Emotional Interactions [J].Psychological Review, 1987, 94(3):300-318.

[11] Darnasio A R. Descartes' Error: Emotion, Reason, and the Human Brain [M]. New York: Grosset/Putnam Book, 1994.

[12] PetersE, SlovicP. The Springs of Action: Affective and Analytical Information Processing in Choice [J].2000, 26(12): 1465-1475.

[13] Loewenstein G. Emotions in Economic Theory and Economic Behavior [J].The American Economic Review, 2000, 90(2):426-432.

[14] 鄒高峰，張維，徐曉婉.中國(guó)IPO抑價(jià)的構(gòu)成及影響因素研究[J].管理科學(xué)學(xué)報(bào)，2012，15(4)：12-22.

[15] 楊招軍，秦國(guó)文. 連續(xù)進(jìn)化金融模型與全局漸進(jìn)化穩(wěn)定策略[J]. 經(jīng)濟(jì)研究，2006，5：41-49.

[16] 楊招軍，秦國(guó)文.進(jìn)化金融理論及應(yīng)用[M].北京：光明日?qǐng)?bào)出版社，2011.

[17] 楊華蔚，韓立巖. 外部風(fēng)險(xiǎn)、異質(zhì)信念與特質(zhì)波動(dòng)率風(fēng)險(xiǎn)溢價(jià)[J].管理科學(xué)學(xué)報(bào)，2011，14（11）：71-80.

[18] Niederhoffer V. The Education of a Speculator [M]. New York: John Wiley & Sons, 1997.

[19] 石建輝. 試論適應(yīng)性市場(chǎng)假說對(duì)投資的意義[J].生產(chǎn)力研究，2011，4：25-27.

[20] Neely C J, Weiler P A, and Ulrioh J M. The Adaptive Markets Hypothesis: Evidence from the Foreign Exchange Market [J]. Journal of financial and Quantitative analysis, 2009, 44(2):467-488.

[21] Kim J H, Shamsuddin A, and Lim K P. Stock Return Predictability and the Adaptive Markets Hypothesis: Evidence from Century-Long U.S. Data [J]. Journal of Empirical Finance, 2011, 18, 868-879.

[22] Lim K P, Luo W and Kim J H. Are US Stock Index Returns Predictable? Evidence from Automatic Autocorrelation-Based Tests [J]. Applied Economics, 2013, 45(8): 953-962.

[23] Ito M. and Noda A. The Evolution of Market Efficiency and Its Periodicity [J]. Quantitative Finance, 2012, [Preprint: arXiv: 1202.0100v9].

[24] 韋立堅(jiān)，張維，張永杰，李根.中國(guó)股票市場(chǎng)風(fēng)格輪動(dòng)效應(yīng)及基于適應(yīng)性市場(chǎng)假說的解釋[J]. 管理學(xué)報(bào)，2012，9(7)：943-951.

[25] Noda A. A Test of the Adaptive Market Hypothesis using Non-Bayesian Time-Varying AR Model in Japan[J]. Quantitative Finance, 2012, [Preprint: arXiv: 1207.1842v2].

[26] Huang B N. Do Asian Stock Market Prices Follow Random Walks? Evidence from the Variance Ratio Test [J].Applied Financial Economics, 1995, 18(5):251-256.

[27] Chang K P and Ting K S. A Variance Ratio Test of the Random Walk Hypothesis for Taiwan’s Stock Market [J].Applied Financial Economics, 2000, 10(5):525-532.

[28] 張兵，李曉明.中國(guó)股票市場(chǎng)的漸進(jìn)有效性研究[J].經(jīng)濟(jì)研究，2003，1：54-63.

[29] Smith G. Random walks in Middle Eastern Stock Markets [J].Applied Financial Economics, 2007, 17(7): 587-596.

[30] Hung J C, Lee Y H and Pai T Y. Examining Market Efficiency for Large- and Small-Capitalization of TOPIX and FTSE Stock Indices [J].Applied Financial Economics, 2009, 19(9):735-744.

[31] 劉劍鋒，蔣瑞波.中國(guó)證券市場(chǎng)弱有效性檢驗(yàn)——來自收益率方法比的證據(jù)[J].金融理論與實(shí)踐，2010，4：83-87.

[32] Lo A and MacKinlay A C. Stock Market Prices do not Follow Random Walks: Evidence from a Simple Specification Test [J]. Review of Financial Studies, 1988, 1(1):41-66.

[33] Choi I. Testing the Random Walk Hhypothesis for Real Exchange Rates [J]. Journal of Applied Econometrics, 1999, 14(3), 293-308.

[34] Lobato I N, Nankervis, J C and Savin N E. Testing for Autocorrelation Using a Modified Box-Pierce Q Test[J]. International Economic Review, 2001, 42(1):187-205.

[35] Escanciano J C, Lobato I N.An Automatic Portmanteau Test for Serial Correlation [J]. Journal of Econometrics, 2009, 151(2):140-149.

[36] Engle R, Lilien D, Robbins R. Estimating Time Varying Risk Premia in the Term Structure: the Arch-M Model [J].Econometrics, 1987, 55(2):391-407.

[37] 王茵田，朱英姿.中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)溢價(jià)研究[J].金融研究，2007（7）：152-166.

[38] 劉勇，周宏.上海股票市場(chǎng)時(shí)變風(fēng)險(xiǎn)收益關(guān)系研究[J].會(huì)計(jì)研究，2005（12）：65-70.

[39] 曹廣喜.基于分形分析的我國(guó)股市波動(dòng)性研究[D].南京：河海大學(xué)，2007.

Empirical Study of the Adaptability Features on Chinese Stock Markets

LI Yun-hong1, WEI Yu2, WU Xiao-xiong2

(1. Key Laboratory of Group & Graph Theories and Applications, Chongqing University of Art and Sciences, Chongqing 402160, China;2. School of Economics & Management, Southwest Jiaotong University, Chengdu 610031, China)

Fama's efficient market hypothesis is the cornerstone of modern financial research. In the face of many financial markets anomalies since the 1980s, the hypothesis cannot give a reasonable explanation. Therefore, many scholars in the field of behavioral psychology began to seek explanations from financial market participants, in order to form behavioral finance that corresponds to efficient market hypothesis.

Due to its failure to form a unique theoretical system and unified analysis model, behavioral finance has not been able to replace the core position of EMH in the financial field. Based on the differences and controversy between EMH and behavioral finance theories, Lo and Farmer drew on the theory of ??biological evolution, and proposed the Adaptive Markets Hypothesisfrom the perspective of evolution’s adaptation. The future of China's stock market as a rapidly growing emerging market is limitless. Therefore, verifying the AHM theory in the China stock market provides a critical evidence of its general applicability. At the same time, this study is helpful to find AMH evidence in the emerging market, provide factual evidence for perfecting the theory of AHM system, and provide new empirical evidence and approach for the future of China's stock market investment and risk management.

The paper mainly consists of five parts: (1) literature review on adaptive market hypothesis and research methods; (2) sampledata and statisticaldescription; (3) introduction of the appropriate test methods and estimation model; (4) the empirical results of the Adaptability Features on Chinese stock markets;and (5) main conclusions and research prospects.

Most of the empirical research focused on the verification of market efficiency, and the variation characteristics of the investment strategy and return. However, under the AMH framework, market efficiency rarely has environmental impact on the stock market performance. The current study has not discussed the dynamic relationship between return and risk, especially for China's stock market. Based on the findings of the current study, the article analyzes the adaptive characteristics of China's stock market mainly from the following aspects: (1) market efficiency and stability; (2) the stability of the relationship between risk and returns; and (3) the relationship that links risk premium and market measurable with environment.This study used theShanghai Composite Index and Shenzhen Component Index as a sample, and study the Adaptability Features of Chinese Stock Markets. In addition, this study analyzed the uncertainty of stock market effectiveness and verified the existence and variability of the relationship between returns and riskfrom the eco-evolutionary perspective. More importantly, this study selected some representative factors, such as market conditions indicators, and determined whether market conditions drive stock return and market predictability.

The results indicate that the time-varying characteristics are existing in China's stock market effectiveness during 2008 financial crisis. Therefore, the effectiveness of China's stock market is a time-varying variable. In addition,AMH proposes that there exists the relations between return and risk volatile dynamic variables. As for the performance of the stock market and the market environment, we found that Market environment has no significant effect on the risk premium, but market predictability is driven by changing market conditions. Therefore, we can judge the development tendency of the market, and adjust the direction of the investment strategy and risk management.

efficient market hypothesis; adaptive markets hypothesis; risk premium;market predictability

中文編輯：杜 健；英文編輯：Charlie C. Chen

F830

A

1004-6062(2016)01-0072-08

10.13587/j.cnki.jieem.2016.01.009

2013-05-13

2013-09-01

國(guó)家自然科學(xué)基金資助項(xiàng)目（71371157，71271227）；教育部人文社會(huì)科學(xué)規(guī)劃資助項(xiàng)目（14YJC790073）；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助課題（20120184110020）；四川省科技青年基金資助項(xiàng)目（2015JQ0010）

李云紅（1983—），女，遼寧葫蘆島人，重慶文理學(xué)院，講師，博士，研究方向：金融風(fēng)險(xiǎn)管理、金融工程。