鐘國泰

（廣西師范大學(xué)經(jīng)濟(jì)管理學(xué)院，廣西 桂林 541006）

一、引言

中國作為一個近年來快速崛起的一個新興經(jīng)濟(jì)體，相對應(yīng)的股市市場由非對稱性引起的日歷效應(yīng)的成因還不明確。在此情況下，不同交易日所積累的信息不同，可能因此導(dǎo)致市場對此反應(yīng)不同。假設(shè)日歷效應(yīng)存在，則股市存在一定牟利區(qū)間，因此對日歷效應(yīng)的研究將有助于投資者構(gòu)建更加合理的風(fēng)險規(guī)避組合和選擇良好的投資時機(jī)。國外早期研究文獻(xiàn)主要聚焦于歐美市場，且大部分驗證了歐美市場周一收益率低的結(jié)論。如Donald Keim（1987）、Rogalski（1984）、Jaffe等（1985）等分析了美國、英國和加拿大在內(nèi)的發(fā)達(dá)國家。Swankoshi（1989）和Ho（1990）開始對亞洲發(fā)達(dá)市場進(jìn)行分析，無一例外地發(fā)現(xiàn)中國香港、中國臺灣，以及新加坡、日本和韓國都存在星期效應(yīng)。進(jìn)一步地，Cheung（1994）利用Levene檢驗上述幾個市場得出：周一波動率最大，一周最后一個交易日的收益率最高。盡管如此，每個市場的日歷效應(yīng)并不是一成不變的，如Lee-Kian Lim（2002）研究紐約股票市場時，發(fā)現(xiàn)其過去表現(xiàn)出的星期效應(yīng)發(fā)生了變化：周一低收益的情況逐漸改變，即低收益的“周一效應(yīng)”逐漸消失。在“中興事件”發(fā)生后，我國電子行業(yè)卡脖子問題越發(fā)突出。在此背景下，政府加大了對電子行業(yè)的扶持力度，股票二級市場中對于電子行業(yè)關(guān)注度也急劇上升。因而本文選取了當(dāng)下關(guān)注度非常高的電子行業(yè)板塊，希望能從長期視角來檢驗日歷效應(yīng)的存在。

國內(nèi)早期研究主要著眼于驗證股票市場的非有效性，如俞喬（1994）等。此后，我國股市存在的日歷效應(yīng)也得到了大量驗證。近年來國內(nèi)對此研究方法大致可歸為三類，即虛擬變量法、GARCH族、CAPM。早期研究主要使用了虛擬變量回歸法，如奉立城（2003）、李凌波等（2004）。近年來更多使用的是GARCH族模型，原因在于金融數(shù)據(jù)的尖峰厚尾。陸磊等（2008）以上證綜指為例，通過GARCH（1，1）模型發(fā)現(xiàn)了元旦具有正的節(jié)前效應(yīng)，節(jié)日效應(yīng)與星期效應(yīng)無關(guān)。此外，胡永宏（2008）則改進(jìn)了TGACH模型，指出周一和周四波動較大，市場具有明顯的杠桿效應(yīng)。除了對節(jié)假日的研究，徐碩正等（2020）進(jìn)一步修正模型，使用GED-GARCH（1，1）對傳統(tǒng)文化因素進(jìn)行剖析，提出了一個“滿月效應(yīng)”，即每月農(nóng)歷十四買入市場指數(shù)而農(nóng)歷十六賣出，可以獲得穩(wěn)健負(fù)收益。在對上述模型進(jìn)行比較選擇后，本文將使用EGARCH-M模型。

我國市場仍屬于快速發(fā)展、逐漸走向成熟的新興市場，所表現(xiàn)出來的“星期效應(yīng)”“周內(nèi)效應(yīng)”都不盡相同，區(qū)別在于表現(xiàn)時間和時段。在較早的研究中，我們在未考慮漲跌停板設(shè)置時，市場表現(xiàn)出周五收益最高，周一收益最低的星期效應(yīng)。但隨著漲跌停板設(shè)置的加入，周一的持續(xù)低收益現(xiàn)象已經(jīng)逐漸消失了，而是表現(xiàn)出周五收益最高?；仡櫛姸鄬W(xué)者研究，大部分都基于上證、深證綜指，較少對行業(yè)進(jìn)行細(xì)致研究。因此，本文基于一個近年來關(guān)注度非常高的電子科技行業(yè)視角，試圖探討在長期市場中，是否存在顯著的星期效應(yīng)。如果存在，是否存在牟利期間？

二、數(shù)據(jù)處理與理論模型

1.樣本選取

本文基于行業(yè)角度，從不同行業(yè)的視角來分析股市的日歷效應(yīng)等異象。為了使數(shù)據(jù)覆蓋范圍更廣，數(shù)據(jù)代表性更強，在綜合目前市場上各類一級行業(yè)指數(shù)考慮的基礎(chǔ)上，我們選取了2000年1月4日至2020年2月25日的申萬電子制造指數(shù)的每日收盤價指數(shù)。樣本量為為4872個，很好滿足了之后GARCH模型的大樣本需求。所有數(shù)據(jù)均來源于申萬宏源研究官網(wǎng)。為了減少誤差，每日收益率采用對數(shù)形式，令Rt=ln（Pt/Pt-1），其中Pt是第t日收盤價，Pt-1是第t日前一天的收盤價，且t≥2。本文主要利用Eviews對數(shù)據(jù)進(jìn)行處理。

2.數(shù)據(jù)檢驗

為了驗證數(shù)據(jù)是否滿足適用GARCH模型族的基本條件，首先進(jìn)行非正態(tài)檢驗。其次，為了確保模型有效，還得進(jìn)行序列平穩(wěn)性檢驗。再次，現(xiàn)代研究普遍表明，金融數(shù)據(jù)存在明顯的慣性和滯后性，呈現(xiàn)出一定的自相關(guān)性，因此還得進(jìn)行序列自相關(guān)和偏自相關(guān)檢驗，并根據(jù)自相關(guān)系數(shù)拖尾和偏自相關(guān)系數(shù)截尾情況選擇滯后階數(shù)。最后，進(jìn)行ARCH效應(yīng)檢驗，如果存在，則適用GARCH模型族進(jìn)行模擬。

（1）非正態(tài)檢驗

在99%的置信水平下，它們的JB統(tǒng)計量的伴隨概率都為0，遠(yuǎn)小于0.05。同時，由K值和S值可知，它們出現(xiàn)了不同程度的左偏，出現(xiàn)了“高峰厚尾”現(xiàn)象。因此，這些樣本不服從正態(tài)分布。

表1 非正態(tài)檢驗

（2）平穩(wěn)性檢驗

為了避免偽回歸的出現(xiàn)，我們需要對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗。本文將使用ADF單位根檢驗方法。檢驗結(jié)果顯示在1%的顯著水平下，Mckinnon臨界值為-3.4319，t檢驗統(tǒng)計量則為-48.0974，遠(yuǎn)小于臨界值，說明電子行業(yè)對數(shù)收益率序列是平穩(wěn)的。

（3）ARCH效應(yīng)檢驗

ARCH效應(yīng)檢驗又稱為異方差檢驗。在本文中，主要對數(shù)據(jù)進(jìn)行處理，并沒有相應(yīng)地建模。因此我們使用殘差的平方自相關(guān)性檢驗。

在對對數(shù)收益率序列，進(jìn)行序列自相關(guān)和偏自相關(guān)檢驗，其中滯后階數(shù)統(tǒng)一選擇為12，發(fā)現(xiàn)上述樣本的序列對應(yīng)的AC、PAC都在0上下波動，非常接近于0， 且Q統(tǒng)計量對應(yīng)的P值都小于0.05可以認(rèn)為在5%的顯著性水平下，它們的殘差平方之間存在顯著的自相關(guān)性，說明回歸模型存在異方差性，即ARCH效應(yīng)。同時，為了模型更為簡便，可以考慮使用GARCH模型族進(jìn)行建模。

3.理論模型

為了充分體現(xiàn)風(fēng)險這一變量對模型的影響，充分體現(xiàn)政策等外部因素對市場的杠桿效應(yīng)和投資者風(fēng)險偏好等行為，在研究中加入了條件方差的標(biāo)準(zhǔn)差項用其來代表風(fēng)險。同時金融時間序列數(shù)據(jù)擾動方差穩(wěn)定性較差，往往會取決于后續(xù)擾動項的大小，因此我們在均值方程中加入1階滯后變量。下文將通過比較EGARCH模型的條件方差基于t分布下和基于GED分布下的擬合程度，進(jìn)而選取適合本文的研究模型。

EGARCH-M模型為：

其中rt是對數(shù)收益率，σ2t為收益率方程殘差的方差，σ2t-1為σ2t的一期滯后項，ut-1為ut的一期滯后項。并且，θ衡量非對稱性，β1衡量波動集聚性。

三、結(jié)果分析

1.描述性分析

本文主要從平均收益、標(biāo)準(zhǔn)差（即波動）、滯后期、偏度、峰度、預(yù)期風(fēng)險以及非對稱性沖擊等因素來分析研究星期效應(yīng)、月份效應(yīng)和節(jié)日效應(yīng)。同時為了進(jìn)一步檢驗數(shù)據(jù)非正態(tài)性的假設(shè)的正確性，還加入了JB統(tǒng)計量。同時還通過ARCH-LM檢驗了模型擬合的效果。

星期效應(yīng)的描述性統(tǒng)計結(jié)果：就均值而言，星期一（-0.0659）、星期三（-0.0731）和星期四（-0.0946）顯著負(fù)收益；星期二（0.0119）、星期五（0.0708）為顯著正收益。因此對于投資者來說，星期四買入，星期五賣出獲得正收益的可能性較大，與趙留彥和王一鳴（2004）結(jié)論一致。此外，周內(nèi)收益率波動不大，不再是星期一高波動率，而是星期四取代星期一成為波動率最高的交易日，這與過去學(xué)者研究結(jié)論相悖；樣本均呈現(xiàn)左偏，與總體樣本保持一致。此外，電子行業(yè)板塊收益率均是不同程度左偏，說明了市場極端低收益情況出現(xiàn)概率較正態(tài)分布大。

根據(jù)JB檢驗，其漸進(jìn)顯著值均為0，遠(yuǎn)小于0.05，因此可以認(rèn)為在星期效應(yīng)中，它們的收益分布是非正態(tài)分布，屬于尖峰厚尾分布，也進(jìn)一步證明了基于t分布建模的正確性。

表2 星期效應(yīng)的描述性統(tǒng)計結(jié)果

2.實證分析

ARCH模型建立的條件方差模型對研究序列的條件分布做了嚴(yán)格的限制，認(rèn)為市場波動是對稱的，即同等程度利好和利空消息對市場的影響是一樣的，很多研究基于此而展開，利用GARCH（1，1）等模型也能得出金融數(shù)據(jù)具有“尖峰厚尾”的性質(zhì)（陳浪南等，2002；劉金全等，2002）。但很多實證表明，EGARCH和TGARCH擬合出來的結(jié)果卻往往拒絕正態(tài)分布，而且已經(jīng)有研究表明，中國股市市場受政策等因素影響較大，其引起的波動性現(xiàn)象已經(jīng)被發(fā)現(xiàn)了，在實證檢驗中它們的條件方差并不服從正態(tài)分布?，F(xiàn)使用較多的衡量波動性現(xiàn)象的模型為TGARCH和EGARCH來模擬股市中存在的杠桿效應(yīng)，將兩者相比而言，TGARCH模型要求GARCH項系數(shù)大于0，這對于我國這類數(shù)據(jù)樣本較少的市場，尤其是本文著力于研究某個特定行業(yè)，這對于樣本數(shù)據(jù)要求更高。而對于EGARCH模型來說，它的參數(shù)不受要求，能較好反映杠桿效應(yīng)，性質(zhì)優(yōu)良，效果良好。此外，本文還初步比較了兩個模型對于杠桿效應(yīng)的反應(yīng)程度，結(jié)果顯示TGARCH-M模型在對于杠桿效應(yīng)的檢驗中P值遠(yuǎn)大于0.1，而同等條件下EGARCH-M則通過檢驗。因此，本文選用EGARCH-M模型進(jìn)行擬合。

表3 t分布和GED分布

相比之下，很明顯基于t分布下的EGARCH-M模型優(yōu)于基于GED分布下的情況。參照赤池信息準(zhǔn)則和施瓦茨信息準(zhǔn)則，總體上看，基于t分布下的EGARCH-M模型的系數(shù)更小。下面對模擬后的基于t分布的EGARCH-M模型進(jìn)行ARCH-LM檢驗。

由進(jìn)行的LM檢驗結(jié)果可以得到， ARCH-LM檢驗的相伴概率均大于0.05，說明該方程的殘差序列已經(jīng)消除了ARCH效應(yīng)，EGARCH-M模型較好地擬合了所有的樣本數(shù)據(jù)。因此，在考慮我國股票市場容易受到信息的非對稱性的沖擊的情況下，本篇文章將基于t分布下的EGARCH-M模型進(jìn)行分析。擬合后結(jié)果如下：

均值方程：rt=0.168790σ+0.050353rt-1-0.002113 （3）

方差方程：

根據(jù)上述均值方程知，當(dāng)市場風(fēng)險增加一個百分點時，電子行業(yè)收益增加0.168790個百分點。根據(jù)上述方差方程知，對于電子行業(yè)，當(dāng)市場有利好消息（ut＞0）時，帶來的沖擊為0.169603-0.023660=0.145943，而對于利空消息（ut＜0），帶來的沖擊為0.169603+0.023660=0.193263。

根據(jù)表4可以得出以下結(jié)果：在均值方程中，對于風(fēng)險變量而言，在星期一至星期五中，只有星期一的風(fēng)險變量（即σ項）對均值收益產(chǎn)生了顯著影響。在星期一中，當(dāng)預(yù)期風(fēng)險增加一個百分點，對應(yīng)的平均收益會上升0.23781個百分點。對于其余四個交易日而言，它們的風(fēng)險變量對收益產(chǎn)生了一定影響，但是不顯著。對于滯后期對平均收益的影響（即γt-1），數(shù)據(jù)顯示五個交易日都相應(yīng)受到滯后一期的反向影響，但是效果都不顯著。這部分結(jié)果可以解釋為，滯后期的影響都可能累積到風(fēng)險上，通過風(fēng)險變量表現(xiàn)出來。

表4 均值方程、方差方程

對于方差方程，θ項系數(shù)均為負(fù)數(shù)，說明利空消息對股市的沖擊大于利好消息的沖擊，但是只有星期一和星期二的t檢驗統(tǒng)計量的伴隨概率是小于0.01，說明這兩天存在顯著的杠桿效應(yīng)。因此，在星期效應(yīng)的研究中，可以認(rèn)為星期一、星期二的股票市場受到的信息沖擊表現(xiàn)出非對稱性。對于一階滯后的系數(shù)β1而言，它們的P值遠(yuǎn)小于0.01，均顯著，表明了前一期對后一期的影響均很顯著。尤其是星期四的收益波動受滯后期影響最大，前一期波動1個百分點，后一期也增加0.965479個百分點。星期一受影響較小。前一期波動1個百分點，后一期波動0.915874個百分點。這體現(xiàn)了波動集聚會出現(xiàn)星期效應(yīng)。

表5 JB統(tǒng)計量、Q統(tǒng)計量、ARCH效應(yīng)

使用模型擬合后的殘差偏度都相對減少了，但是JB統(tǒng)計量的伴隨概率仍然非常顯著，因此可以認(rèn)為經(jīng)過EGARCH-M模型擬合的數(shù)據(jù)仍然呈現(xiàn)非正態(tài)性，進(jìn)一步肯定了建模思路的正確性。

同時為了檢驗經(jīng)過擬合后的ARCH效應(yīng)，再次使用ARCH-LM檢驗，結(jié)果顯示交易日的F統(tǒng)計值的相伴概率都大于0.05，因此基本可以說明EGARCH-M消除了存在的異方差。對于均值方程而言，它們的殘差Q（5）、Q（10）都不顯著，說明了該方程設(shè)定較好，剩余的序列相關(guān)性幾乎沒有。對于方差方程而言，它們的殘差平方的Q（5）、Q（10）、Q（20）都不顯著，說明剩余的ARCH效應(yīng)幾乎得到消除，該方程設(shè)定較好。

3.進(jìn)一步分析

本文基于t分布下的EGARCH-M模型，很好地反映了近二十年來中國主板市場中電子行業(yè)板塊指數(shù)的時變特征，同時穩(wěn)健性表現(xiàn)較好。對前文進(jìn)行匯總，得到表6。

表6 匯總表

由表6可得以下結(jié)論。（1）電子板塊指數(shù)收益率表現(xiàn)為星期四最低，星期五最高。這與過去研究發(fā)現(xiàn)不盡相同：上證市場收益率顯著為負(fù)的星期二效應(yīng)、顯著為正的星期五效應(yīng)（奉立城，2000）。在進(jìn)行檢驗中，過去常出現(xiàn)的星期二效應(yīng)不再顯著，而星期五效應(yīng)仍然存在。（2）過去常常出現(xiàn)的星期一收益率大幅度波動現(xiàn)象也消失了，取而代之為星期四的劇烈波動。（3）在風(fēng)險度量方面，預(yù)期風(fēng)險也存在顯著的星期效應(yīng)，尤以星期一效應(yīng)具代表性；同時，市場中星期一和星期二也存在杠桿效應(yīng)。

自A股市場實行新的清算制度以來，學(xué)者對日歷效應(yīng)進(jìn)行重復(fù)實驗，往往都可以得出星期五效應(yīng)，即星期五的收益率顯著為正，獲得高于周內(nèi)平均收益的超額收益。解釋也較為合理：星期一至星期四均是“T+1”的交易規(guī)則；而星期五受規(guī)則影響，無法在當(dāng)天賣出獲得資金，必須等到星期一開盤才能轉(zhuǎn)出上周賣出的資金，這樣子投資者相當(dāng)于遵守“T+3”規(guī)則。又因為我國政府和企業(yè)喜歡在周末釋放政策或消息，這使得投資者承受了更大的風(fēng)險（張兵，2005）?；陲L(fēng)險價值角度，人們有權(quán)要求星期五的高收益，否則投資者會避開星期五進(jìn)行交易，從而減低資金成本。這是對星期五效應(yīng)出現(xiàn)的一個合理解釋。此外，順著交易制度的視角，也可以有效解釋星期四效應(yīng)。正是由于星期五的資金成本較高，很多風(fēng)險厭惡者往往會選擇星期四賣出持有倉位，靜待周末消息發(fā)布。這種風(fēng)險厭惡者更多是大機(jī)構(gòu)或基金持倉，他們?yōu)榱吮ＷC資金安全，往往更偏好于穩(wěn)健型投資。而他們持有資金量巨大，是市場交易主力，對市場影響非常顯著。這種大金額、出逃式交易，會使得股價劇烈波動，又在羊群效應(yīng)作用下，往往更容易導(dǎo)致市場崩盤，使得收益率顯著低于周內(nèi)平均收益，出現(xiàn)星期四效應(yīng)。這也符合周四收益率波動最大的結(jié)論。

對于風(fēng)險變量，星期一的風(fēng)險與收益呈現(xiàn)出正相關(guān)關(guān)系。主要在于周末政策或消息釋放幾率大，使得星期一的風(fēng)險相對于其他交易日的風(fēng)險更大，累積了周末的不確定性。

至于杠桿效應(yīng)，本文均顯示在星期一和星期二出現(xiàn)了顯著為負(fù)的杠桿效應(yīng)，即利好消息帶來的沖擊要比利空消息帶來的沖擊更大。這主要受兩方面因素影響：一是歷史上星期一經(jīng)常出現(xiàn)大幅度收益率波動，而我國投資者中散戶較多、股票市場準(zhǔn)入門檻較低，具備的金融知識不完備，會使得對于政策的判斷出現(xiàn)偏誤，使得人們在經(jīng)驗判斷上，對于利好消息更為敏感。二是在羊群效應(yīng)作用下，利好消息作用期較利空消息長，利好消息更會加速人們進(jìn)場，使得星期一、星期二的杠桿效應(yīng)顯著負(fù)面。

四、對策建議

對于投資者而言：首先要掌握足夠的金融知識，明確“日歷效應(yīng)“是一種異象，也是一種可以加以輔助利用的規(guī)律。投資者應(yīng)該明確自己的風(fēng)險偏好類型，及時根據(jù)市場變化調(diào)整投資策略，并通過參考日歷效應(yīng)時變特征，在理性判斷指導(dǎo)下，確定買賣時機(jī)。

對于政府而言：我國目前股票市場中存在大量的散戶交易者，市場準(zhǔn)入門檻較低，且中國歷來有“政策市“這個說法，習(xí)慣在周末釋放政策或消息。因此，政府應(yīng)該構(gòu)建一個完善的披露系統(tǒng)，將政策披露時間隨機(jī)化，可以選在周中釋放消息，避免周末密集利空或利好導(dǎo)致市場大起大落。同時，監(jiān)管機(jī)構(gòu)還應(yīng)該加強對投資者的考核，提高市場準(zhǔn)入門檻、定期進(jìn)行投資知識考核、普及等，這樣可以有效減弱羊群效應(yīng)在市場的不利影響。此外，政府還應(yīng)積極完善交易制度，如推進(jìn)融資融券系統(tǒng)的完善、探討“T+0”政策的可行性等。