（数量经济学专业论文）我国股票市场技术分析有效性研究.pdf

电子 科技大学硕士 论文 一我国 股票市 场技术分析有效性研究 e m p i r i c a l s t u d y o n t h e t e c h n i c a l a n a l y s i s e f f i c i e n c y o f c h i n e s e s t o c k ma r k e t g r a d u a t e : t a n g y u t u i t o r : z e n g y o n g a b s t r a c t : t e s t s o f t e c h n i c a l a n a l y s i s e f f i c i e n c y h a v e a r o u s e d g r e a t i n t e r e s t o f r e s e a r c h e r s i n s t o c k m a r k e t s . t h e r e l e v a n t s t u d y i n c h i n a , h o w e v e r , s t i l l l a c k s e n o u g h e m p i r i c a l p r o o f s b a s e d o n l o c a l d a t a . i n t h i s p a p e r , w e s t u d y t h e t e c h n i c a l a n a l y s i s e ff i c i e n c y o n t h e b a s i s o f r e c e n t d i s c o v e r i e s a s w e l l a s t h e d a t a o f c h i n e s e s t o c k m a r k e t . f ir s t , w e fi n d t h a t t h e n e g a t iv e a u t o c o r r e la t i o n i n d u c e d b y p o s i t i v e f e e d b a c k t r a d e r s i n c re a s e s ( i n a b s o lu t e t e r m s ) w it h v o l a t i l i t y , w h i c h i n t u rn c a u s e s t h e p o s it iv e a u t o c o r r e l a t io n o f in d e x s t o c k r e t u rn s t o d e c r e a s e w it h v o l a t i l it y a n d e v e n t u rn t o n e g a t i v e . i t m e a n w h i l e s h o w s t h a t f e e d b a c k t r a d e r s i n d u c e g r e a t e r p r e d i c t a b i l it y w it h p a s t r e t u rn s . s e c o n d , w e fi n d t h a t e x p e c t e d r e t u r n s a r e n e g a t i v e l y re l a t e d t o t u r n o v e r r a t i o s i n c h i n e s e s t o c k m a r k e t . f u rt h e r m o r e , t h e r e t u rn- t u rno v e r r e l a t i o n s h i p i s m o r e p r o f o u n d ( fl a t ) w h e n c o n d i t i o n e d o n a n u p m a r k e t ( a d o w n m a r k e t ) i n t h e p r e v i o u s m o n t h , w h i c h i s c o n s i s t e n t w it h t h e l e a d - l a g e ff e ct a m o n g s t o c k s w it h d i ff e r e n t t u r n o v e r r a t i o s . t h i s r e s u l t a l s o s h o w s t h a t t u rn o v e r r a t i o p l a y s a s i g n i fi c a n t r o l e i n e x p l a i n i n g a n d p r e d i ct i n g s t o c k r e t u rn s . t h ir d , a n d t h e la s t , w e d ir e c t l y t e s t t h e m o v i n g a v e r a g e r u l e . a ft e r c o n t r o l l i n g f o r t h e t r a d i n g c o s t s a n d r i s k s w e fi n d t h a t t h e e ff i c i e n c y o f m o v i n g a v e r a g e r u l e i s r e l e v a n t t o t h e t i m e s p a n it a d o p t s a n d t h a t t h e r u l e s w it h s h o rt e r t i m e s p a n b r i n g m o r e e x c e s s r e t u r n s . i t a l s o s u g g e s t s t h e l i m i t a t i o n o f li n e a r p r e d i ct io n m e t h o d s w e n o w u s u a l l y u s e . i n g e n e r a l, o u r s t u d y s u p p o rt s t h e c o n c l u s i o n t h a t t h e t e c h n i c a l a n a l y s i s h a s s o m e e ff i c i e n c y a n d s t o c k r e t u r n s a r e p r e d i c t a b l e , t h o u g h f u rt h e r s t u d y i s a s a lw a y s e x p e c t e d ke y w o r d s : t r a d i n g ; t e c h n i c a l a n a l y s i s e f f i c i e n c y ; r e t u rn p r e d i ct a b i l i t y ; f e e d b a c k t u rno v e r r a t i o ; m o v i n g a v e r a g e r u l e ; e m p ir i c a l s t u d y 电户 科技左 学6 f 1 : 沦文 一我国股票市 场技术分析有效 性研究 第一章绪 论 号1 技术分析有效性检验概述 有效市场理论是金融经济学的重要基础。自 七十年代以来，关于 金融市场有效性的讨论几乎没有中断过。法马 ( f a m a 1 9 7 0 ) 指出， 所谓市场有效即价格及时充分地反映了所有可得的 信息。在此基础上 分为三个层次:弱式有效，即价格反映了所有的历史信息;半强式有 效，即价格反映了所有公开可得的信息:强式有效，指价格反映所有 可得的信息，包括公开的和私人的。其中，弱式有效的检验从当初的 仅利用历史收益进行收益预测，发展到现在广泛意义上的可预测性研 究，包括采用股利以及一些期限结构变量等进行收益预测的研究。而 在股市实践中广泛采用的预测方法技术分析，也逐渐受到学者们 的重视。最近几年，技术分析有效性检验已成为金融市场有效性研究 的热点领域，并得出了许多有益的结论。 技术分析，指的是利用市场的内部因素，归结起来就是交易量和 股票价格水平，分析市场的运动模式并作出其趋势预测。 其方法论是 建立在股票市场的历史倾向于重复自 身这一假设基础上的。按照技术 分析的假设，市场价格总是以既定的趋势变化和演进，而这些趋势是 可以 预测的。这与早期有效性研究支持随机游走假说的结论是相互矛 盾的。事实上，技术分析作为一种预测技术， 其价值正在于发现价格 错误，客观上促使价格趋向合理，并在此过程中获得超额收益。正如 美国投资大师格兰姆所说:市场并非永远是正确的，由股市造成的错 误迟早都会由股市自身来纠正，市场不可能对明显的错误视而不见。 一旦这种错误得到纠正，就是有眼光的投资者获利之时。技术分析的 有效性，从相反的方面映证了有效市场对价格错误的纠正功能。 第1 页共 6 1 页 电 子 科 技 大 学 于明 圭 竺立 二 丝 坦 鲤到巡 些 竺塑 丝 竺塑竺- 同时，立足于动态层面来看，技术分析的有效性实际上是一个伴 随着证券市场弱式有效， 半强式有效一 强式有效的弱进程概念。即证券 市场有效性越强，技术分析的有效性相对越弱。反之，在有效性越弱 的证券市场，技术分析的有效性相对就越强。 但是，技术分析有效性检验的结果在解说金融市场有效性方面似 乎仍有一个无法逾越的障碍 联合假设问 题。 法马 ( f a m a , 1 9 7 0 ) 指出，市场有效性本身是不能检验的，对价格是否恰当的反映了信息 的检验必须在一个资产定价模型中进行。即使发现了收益行为的某个 异例，它既可能是由于市场无效，也可能是由于采用的均衡模型有问 题。出于同 样的原因，收益可预测性研究的肯定性结论也存在两种解 释: 一是市场无效， 价格不合理地偏离了其基础价值; 二是市场有效， 收益可预测是期望收益随时间合理变动的结果。 不过，法马同时也指出， 尽管人们可以 对相关文献在金融理论上 的 解释或含义质疑，这些研究得出的实证结果却是不可否认的。它们 将帮助我们更好地认识股票收益的行为特征。而这些研究的价值，恰 恰在于它是否提高了人们对证券收益行为的解释能力，是否加深了人 们对证券市场的理解。 2 国内外研究进展介绍 早期的有效性研究支持随机游走假说，认为收益可预侧的可能在 统计意义上和经济意义上都太小。然而，近几年的一些研究表明:存 在着股票收益可以 预侧的证据。实际上，早期的研究极少有显示技术 分析能帮助投资者 “ 战胜市场”的证据。虽然提出了许多技术分析有 效的证明，但大部分至少犯了以下某个错误。比如，没有对风险进行 第2 页共6 1 页 电子 科技大学硕1 论文 一我国 股票if 场技术分析有效 性研究 调整， 没有考虑交易 成本， 进行了虚假拟合， 或者是事后选择倾向等。 但是近期的一些研究显示，技术分析可能对投资者有用 通过采用相 应的策略， 投资者可以获得超额的利润。 这些策略经过了严格的检验， 避免了前面提及的错误。这些研究主要分为两个方面:一是针对价格 水平的时间序列分析，包括一些技术分析常用的交易规则，如移动平 均法、反馈交易法等;二是对成交量在预测收益过程中的信息价值加 以分析，采取的交易规则包括逆向 操作法等。下面对这两个方面的研 究进展作简要介绍。 2 . 1墓于价格时序的 检验 研究者们对价格水平时间序列的关注已久，技术分析的交易规则 主要也是针对它进行。采用的交易策略包括动量策略 ( m o m e n t u m s tr a t e g y ) 和逆向策略 ( c o n tr a r i a n s tr a t e g y ) 等。所谓动量策略是 指买 入最近价格明显上扬的股票，卖出最近价格明显下跌的股票。而逆向 主义者恰恰相反，他们相信投资者倾向于对消息反应过头，故买入其 他人认为会亏损的股票，而卖出其他人认为会盈利的股票。l e h m a n n 在文献 7 中检验了 这两种策略。 他选出 在纽约证券交易所和美国 证券 交易所中上市的股票，按其上期 ( 称作 “ 形成期” ) 收益的大小排序， 收益靠后的5 0 % 放入 “ 亏损” 组合， 收益靠前的5 0 % 放入 “ 盈利” 组 合， 考察各自 在接下来一期 ( 称作“ 检验期” ) 中的收益表现。 如此重 复多期，通过减去具有可比风险水平的标准组合的收益确定其额外收 益， 并计算这些额外收益的平均值。 在考察 1 9 6 2 - 1 9 8 6 年的周收益后 发现，盈利组合有近 2 5 %的额外收益，而亏损组合有十 9 0 %的额外收 益， 两者之间一 1 1 5 % 的差额在统计上显著不为0 。 这一证据证实了 逆向 策略的“ 盈利” 能力、 文献 3 , 5 , 1 4 , 1 5 进行了类似检验， 采用的收益区 第3 页共 6 1 页 电子 科技大学硕士论文一我国 股票市 场技术分析有效性研究 间分别为一个月、半年、一年、 3年和 5 年。综合比较后， 最后结论 是， 在十 分短 ( 1 周或 1 月) 和十分长 ( 3 年或5 年) 的时期内， 逆向 策略显示出一定价值，而对诸如6 个月和 1 年这样的中间时期， 动量 策略发挥作用。 然而，由于两种策略都涉及频繁的证券重组，将由此 导致的交易费用考虑进去后，它们是否有利可图仍有疑问。 另外，技术分析中还有一些历史悠久的交易规则，如移动平均规 则( m o v i n g a v e r a g e ) 和 交易 范 围 突 破 规则( tr a d in g - r a n g e b r e a k ) 等。 文 献口 司 很早就研究了 这些规则， 近期文献 1 7 利用1 8 9 7 - 1 9 8 6 年的 道 琼斯工业平均指数数据对这两种交易规则进行了 检验，结果表明，两 种规则产生的买入信号能持续生成较之卖出信号更高的收益，并且买 入信号后的收益较之卖出信号后的收益波动性更小。这表明买入信号 和卖出 信号 取得的 收益之间的 差额 不能 用风险 来解释。 文献 1 7 认为， 这两种方法确实能够帮助预测股价的变化。值得一提的是，文章采用 b o o t s t r a p 方法对涉及的交易 规则进行了 综合检验，使结果不局限于采 用的某一特定规则。 文 献 1 7 还检验了四种经典模型: 随机游走、 a r ( 1 ) . g a r c h - m 和e g a r c h ，发现在金融计量经济中流行的后两者预测表现并不好。 g e n c a y ( 1 9 9 6 ) 研究了 这一结果， 并指出 它实际上表明， 线性条件期 望估计不能描述股票收益的时序动态特征，并暗示了可能有非线性存 在。 为此， 他采用了前向神经网络对移动平均法加以 检验。 结果显示， 基于 ( 买入一卖出) 信号的非线性条件期望预测，对基于历史收益的 线性条件期望预测有显著的改善。该文虽未直接比较有关模型相对于 随机游走模型的优越性，但线性a r模型以随机游走模型为其特殊形 式， 因 此文 献1 1 9 对移动平 均规则的 检验实 际上 否定了 随 机游走模型。 对价格时序分析的研究中， 一个有价值的发现是由e . s e n t a n a 和 s . w a d h ) n a n i 作出的。 他们在文献 2 0 1 中指出， 在波动性较小的时期， 第4 页共 6 1 页 电子 科技大 学硕 上 论文 一伐i t 股票市 场技术分析有 效性研究 股票的日 收益表现出le的自 相关，而当波动性较大时，股票日 收益表 现为负的自 相关。 对收益 序列相关的 这种符号反转 ( s ig n r e v e r s a l ) 现 象，文 献2 0 1 以 一个 部分交易 者 采取反馈交易 规则的模型来解释。 该 摸型早先在文献2 1 中 被用来说明多种资 产的 序列相关特征。 文献 2 0 1 假定市场上交易者分为两组， 他们采用不同的交易规则。 第一组的需求函数为:q , 二【 e , _ , ( r , ) 一 a 7 / t 0 ) 。 第二 组交易 者采用正 反 馈规则。 即 在价 格上升时买 进， 在价格下跌时卖出， 则其需求函数可表示为y ,- y r ,_ , ( y 0 ) 。 采用该 规则的投资者不仅包括具有非理性 “ 跟风”行为的市场参与者，也包 括进行组合证券保险或使用止损指令的理性投资者。另外，市场处于 恐慌卖出时，该规则也适用。 市场均衡要求两部分交易者需求之和为1 ， 即q ,+ y e 1 ， 展开后得 到 民 .， ( 动 = a + 。 0 2 : 一 y 0 a 2 , r o- i ( 1 . 1 ) 由上式可以 看出， 收益 将表现出负的自 相关( 相关系数为一y。 。 2 : ) ， 并且相关程度随波动的大小而变化。另外，如果第二组交易者采用负 反馈规则( y 0 。即 ( 平均)丫 值是随着波动大小变化的。若波动较小， 负反馈占主要地位 y 0 ) ，收益则表现为负的自 相关。 基于以上的思路， 文献 2 0 1 考察了从1 8 8 5 年到1 9 8 8 年的股指日 收益情况，采用数据包括 1 8 8 5 年2 月3日 到 1 9 2 8 年 1 月3日的道琼 斯指数日收益，1 9 2 8 年 1 月4日 到 1 9 6 2 年7 月2日的标准一普尔合 成组合 ( s 而在股市过热的两 个多月里， 收益的自 相关系数由正转负， 变为一 0 . 0 2 3 6 ( 0 . 0 7 2 3 - 0 . 0 9 5 9 ) , 且在 i % 的显著性水平下显著非零。这个结果表明，我国股市可能存在 足够多的正反馈交易者。 即使考虑到非同步交易可能引起的正的序列相 关，这些正反馈交易者的存在仍可以导致股指收益呈现负的序列相关。 上证综指日 收益的自 相关系数由正转负的结果可以 看作是对第一节1 . 1 中市场包含反馈交易者的模型的支持。波动性增大使第一组交易者 ( s m a r t m o n e y ) 更为 谨慎，这就使得采用组合保险策略或止损指令等 正反馈规则的交易者能够对价格变动施加更大的影响。 这表现为收益自 相关系数符号的反转。 尽管式 ( 2 . 3 )的估计结果与市场含有反馈交易者的模型分析相吻 合， 但其分析仅使用了一年的样本数据， 尚欠缺说服力。 下面我们将采 用更长期间的样本， 并使用g a r c h 模型来度量波动的大小， 以作进一步 的分析。 2 . 2基于1 9 9 6 年1 月至2 0 0 0 年6 月样本的实证分析 第1 3 页共6 1 页 电f 科技大学硕士沦文 一找1 9 股票市场技术分析有效性研究 2 . 2 . 1 对浪动的度f一一g a r c h 模型 广 义自 回 归条 件 异 方差 模型g a r c h ( g e n e r a l i z e d a u t o - r e g r e s s i v e c o n d i t i o n a l h e t e r o s k e d a s t i c )是为适应金融领域的某些特有现象而提出 的一种模型，它刻画了时间序列波动的群集性 ( c lu s t e r in g ) 和持续性 ( p e r s i s te n c e ) 。 数学上可 通过研究回归 模型残差 序列的 条 件方差 的 性质 来反映这些特性。 设有一元宽平稳 ( 序列的二阶矩有限，且与时间t 无关)时间序列 y , 和 x l , , . . . , x 时， y + 关于 x ; 小 i = 1 ,2 , . . . ,k 的回归 模型为 j t =v o + p l x 1! + . 二 + 97 k x k t + ，( 2 . 4 ) 式 中 9 0 , 9 1 ， 一， q, * 为 待 估 参 数 ， 截 距 项q, 。 可 以 为 零 ， ， 为 回 归 残 差 项 ， 均 值 为e s , = 0 ， 方 差 为 v a r ( e , ) 二 e e t = a t = 气 。 对于 平 稳 残 差 序 列 伙 ， 一元阶 数为p , 4 的g a r c h ( p , 动 模型定义 为: : ， = : ，* ， : ， 一 m i d ( 0 , 1 ) ( 2 .5 ) 其中， h , = a o + a le 1 1 + . + a p e ,z _ p + y lh t- 1 + 二 + 民 h ,_ 9 式 中 。 0 , a t ,. ., a , , ,6 r ., 几为 未 知 参 数 ， 序 列 的 平 稳 性 要 求 未 知 参 数 满 足 a , 0 , a , ? 0 , 几_ 0 ( i= 1 ， 二 ， p ; .1= 1 , 1 八 口艺问 十 a 户艺间 且 心 当 上 述 要 求 满 足 时 ， 序 列 的 无 条 件 方 ” “ ao/o， 将式中 的h 逐 步 迭 代 下 去， 则 表明t 时 刻的条件方差不仅与过去临近的观测信息有明显关系， 而且与无限过去 的 观测 信息都有关 系。 对于 一元g a r c h ( p 川模型， 某 一时 刻序列 y 的过去p 个临 近值的 波动越大，该时 刻的波动就越大，反之，则越小， pa 这 就 是 所 谓 的 群 集 性 。 模 型 的 系 数 之 和 艺 a ， 十 艺几的 值 的 大 小 ， 则 i = i j = l 反映了 序列波动的持续性， 即序列在过去时刻波动的大小特征在当前时 刻 被 继 承 ， 下 来 的 多 少 ， 玄 。 ， + 4l a , + 1 )6 j. 越 接 近 1 . 。 继 承 ” 得 就 越 多 ， ! = i少 . 1 整个序列的波动就越大。 2 . 2 . 2 实证分析与结果 样本为上证综指 1 9 %年 i 月4日 到2 0 0 0 年6 月2日的日 收益， 共 第1 5 页共6 1 页 电子 科技大学硕 l 论文一找国股票市场技术分析有效性研究 1 0 6 7 个数据。我们采用下面的模型来进行估计: r ,= a + 0 。 , + ( (p + (h : 。 :，) r ,_ , + 。 ，( 2 .7 ) 其 中 ，r (采 用 股 价 自然 对 数 差 分 的 百 分 比 形 式 ， 即 尺= 1 0 0 x i n ( 君一 君 _ 小 考虑 到非 同 步 交易 可 能 引 起的 正的自 相关， 在 r ,_ ， 的系数中引入一项中 。 。正反馈交易的存在意味着中 ， 统计上显著为 负， 非同步交易导致的收益自 相关则意味着中 。 统计上显著为正。 对于 波动的 度量， 文献 3 4 1 指出， 大多数 情况下g a r c h ( 1 . 1 ) 模型就足够了。这里我们采用如下形式的g a r c h ( 1 , 1 ) 模型: 。 :， = a o + a , ,_ ,z + 0 a t 1t 1 ( 2 .8 ) 其中，。 ， 为t 期收益的 条件方差，e ， 是t 期收益的扰动项，a o , a ， 和p 是非负参数。 波动的持续性由a 讨0 表示， 它的大小反映了过去时 刻波动的大小特征在当前时刻被 “ 继承”下来的多少。 对式 ( 2 . 7 )和式 ( 2 . 8 )的估计遵从文献 3 5 和文献【 3 6 的建议， 并参考了文献【 3 7 1 的作法，需要顺序对式 ( 2 . 7 )和式 ( 2 . 8 )进行参数 估计。具体步骤如下: ( 1 )首先，去掉含。 。 “ 的项对式 ( 2 . 7 ) 作最小二乘估计，得到残差序 列的 估计 值 u , ; ( 2 ) 然 后 ， 将 残 差 序 列 变 形 ， 氏= 1 众 廿 刁 2 ， 得 到 条 件 标 准 差 的 估 计 值 序列 氏 ， 对式( 2 .8 ) 进 行 参 数 估 计; ( 3 )进而，将式 ( 2 . 8 )的回归拟合值作为式 ( 2 . 7 )的解释变量，重 新 估 计 完 整 的 式( 2 .7 ) 的 参 数 ， 又 得 到 残 差 序 列( 比 : ( 4 )最后，再对残差序列变形并重新对式 ( 2 . 8 ) 进行参数估计。 按上述方法得到的估计结果见表 2 - 2 0 第1 6 页共 6 1 页 电子科技大学硕士论文 一我国股票市场技术分析有效性研究 表2 - 2 上证综指日 收益ar 6 , 模型的今致估计 ( 1 9 9 6 / 0 1 / 0 4 -2 0 0 0 / 0 6 / 0 2 ) aa 中。中a0 ql 0 0 . 1 0 2 1 ( 1 .8 8 4 9 ) 0 . 0 01 5 ( 0 .2 1 8 1 ) 0 . 0 41 0 ( 1 . 5 5 1 9 ) 0 .0 01 9 ( - 1 .6 4 1 2 ) 0 . 5 4 4 1 ( 4 . 3 5 0 1 ) 0 . 31 2 3 ( 2 .0 6 0 4 ) 0 . 5 9 5 3 ( 1 . 8 4 0 8 ) 注:括号内为相应的t 检验值。 如表2 - 2 所示，条件方差g a r c h模型中的参数a o 。 ， 和0 分别 为0 . 5 4 4 1 , 0 . 3 1 2 3 和 0 . 5 9 5 3 ，符合参数的非负约定，且至少在 1 0 % 的 显著性水平下显著。 这表明， 上证综合指数日 收益序列存在明显的条件 异方差性。 而标识波动持续性大小的量 ( a , + $) 达到0 . 9 0 7 6 ， 表明序 列当前的波动大小与其在无限过去的波动大小存在明显相关性， 过去的 波动有很大一部分在当前被 “ 继承”下来。另外，参数a 的估计值为 0 .0 0 1 5 ，但这个结果在统计上并不显著 ( 尽管文献 2 0 , 2 3 1 的。 值多数 为负， 但在统计意义上都不显著) 。因此，我们认为。 等于零，即样本 序列的g a r c h - m特征不明显。 在表2 - 2的结果中，我们最感兴趣的还是d) 。 和中的值。这两个参 数值决定了收益序列相关的大小以及符号。其中，巾 。 的估计值为 0 . 0 4 1 0 ， 渐近t 值为1 . 5 5 1 9 ， 在2 0 % 的显著性水平下显著。 可以认为， 序列相关系数中不随波动变化的固定部分为正。 正如在前面模型中提到 的， 这一显著为正的序列相关可能是由于非同步交易的影响， 即构成上 证综合指数的各股票对市场信息反应速度不一样，从而导致的序列相 关。 非同步交易可能导致序列正的自 相关， 而正反馈交易将导致序列负 的自 相关，且相关系数的绝对值随波动增大而增大。中 ， 的估计值证明 了这一点。 其估计值为一 0 . 0 0 1 9 并且在1 0 %的显著性水平下显著不为零。 该结果表明，正反馈交易在股价的短期运动中是一个重要的决定因素。 第1 7 页共 6 1 页 电y 科技大学硕 + : 沦文 一找1 9 股票d j 场技术分析有效性研究 需要说明的是， 正反馈交易导 致的序列相关虽然意味着股价可 预测性的 增大， 对风险规避的理性投资者来说， 却并不会带来套利的机会。 因为 股价可预测性增大的同时，波动增大，风险也增大了。 从我们对中 。 和中 ， 的估计值可以看出，较高的波动将导致收益表现 为负的自 相关。当。 :z 的值大于 2 1 . 5 8 ( (b d i ) 时，收益的 序列相关 系数就变为负的。实际上，波动对收益自 相关系数的重大影响在 1 9 9 6 年 1 0 月至1 2 月股市过热时期表现得非常突出， 在此期间按g a r c h 模型 度量的波动值最高达到 6 4 . 9 6 6 9 ， 意味着收益自 相关系数为 一 0 . 0 8 1 7 ( ( u + 6 4 . 9 6 6 9 4 ) 。 而在此之前的一周，收益自 相关系数的平均值是 0 . 0 0 6 4 ，此后一周的收益自 相关系数平均值是 0 . 0 4 1 0 。收益自 相关系 数随波动变化的关系可参见图2 - 1 和图2 - 2 0 从图2 - 1 可以看到， 当我们将正反馈交易的影响考虑在内时， 股指 收益不再如经典文献所说的那样总是正相关， 其自 相关系数会随波动的 变化在一个范围内波动， 甚至可能为负。 上证综指在样本期间的自 相关 系数最大为0 . 0 3 8 3 ，最小为一 0 . 0 8 1 7 ，均值为0 . 0 3 2 3 . 第i 8 页共6 1 页 电f- 科技大学硕士沦文一我国股票市 场技术分析有效性研究 图2 - 1 随波动变化的自相关系数 a u t o c o n e la t i o n s v a ryin g w i t h vola t i lit y 口1 0 . 0 8 仓0 6 曰一于11 佩川川平珊1 0 . 0 4 嘛卿呱朋洲川可|j| 0 . 0 2 卿 rrwii rk. : 。 a-0 .112 军 一 丫孵 组名1布1口匕000芍 一 0 4 刀. 0 6 刁 0 叮一 a u t o c o n e l a t i o n t o b e刁 0 8 1 7 w it h p e a k vola t i lit y b e in g 6 4 . 9 8 8 9 一 ， 0 2 0 0 4 0 0 8 0 0 8 0 0 1 0 0 0 o b s e r v a t io n s (t o t a l 1 0 6 7 d a y s , fr o m 1 9 9 6 / 0 1 / 0 4 t o 2 0 0 0 1 0 6 / 0 2 ) 1 2 1 1】 图2 - 2 按g a r c h ( 1 , 1 ) 模型估计的条件方差 e s t im a t e d c o n d it io n a l v ol a t i lity w i t h g a r c f k 1 , 1 ) 7 0 6 0 俪- - - - -mean(.4m -. i , lku -. -/- - - - - -,-yj 1 喇衷 504c加 看11拐互万忘一星习吕。 加10 一匕妞三一龙山 2 田 ob s e v s t i o n s 8 0 0 1 0 0 0， 么幻 1 9 9 6 1 0 1 1 0 4 t o 2 0 0 0 / 0 6 / 0 2 ) 第1 9 页 共6 1 页 电f 科技大学硕士论文 一我国股,n h 场技术分析有效性研究 2 . 3与其他六国实证结果的对比分析 上述结果总体上与文献 2 0 , 2 3 的发现是吻合的。 不过， 我国是发 展中国家， 股市也仅仅成立十 年多， 而文献 2 0 , 2 3 都是对工业化国v 股市所作的研究， 因此将这些结果作一对比是有必要的。 这里我们将文 献【 2 3 与本章结果对比如下( 文献 2 川采用的波动度量模型为e - g a r c h , 文献【 2 3 和本文均采用g a r c h ( 1 , 1 ) 模型，故更具可比性) : 表2 - 3 我国与六国股指自相关模型估计结果比较 中国 澳大利 亚 比利时德国意大利日本英国 凡 一 a + ( a + ( 0 + 1 a ) 凡1 + 。 ， 巾。 0 . 0 41 00 . 1 4 7 10 . 2 2 2 90 . 1 0 2 20 . 1 8 0 10 . 1 2 7 5 0 . 1 31 0 中l - 0 . 0 0 1 9一刀2 7 6- 0 .01 1 8 - 0 . 0 1 6 0- 0 . 0 2 5 4- 0 . 0 1 6 5- 0 . 0 2 9 7 0 0 !0 1 21 . 5 85 . 3 31 8 . 8 9 6 . 3 97 . 0 97 . 7 34 . 4 1 a ,z = a o + a i 。 。 1zpo ， 1z a0 0 . 5 4 410 . 1 3 8 70 . 0 3 0 20 . 0 8 2 00 . 0 2 6 30 . 0 4 5 4 0 . 0 5 9 0 a, 0 . 3 1 2 30 . 21 6 60 . 1 9 6 20 . 1 3 1 90 . 0 8 9 7 0 . 1 5 6 00 . 0 8 0 0 p0 . 5 9 5 30 . 6 5 6 60 . 7 8 6 50 . 8 2 0 40 . 8 9 4 2 0 . 8 2 0 40 . 8 3 9 2 a , + p 0 . 9 0 7 6 0 . 8 7 3 20 . 9 8 2 70 . 9 5 2 30 . 9 8 3 90 . 9 7 6 4 0 . 9 1 9 2 a o ( a , + ,6 ) 0 . 5 9 9 50 . 1 5 8 80 . 0 3 0 7 0 .0 8 610 . 0 2 6 70 . 0 4 6 5 0 . 0 6 4 2 如表2 - 3 所示， 对考虑正反馈交易者的股指收益自 相关回归模型中 决定自 相关系数大小的两个参数巾 。 和中 : ，上证综指的估计值均明显地 小于其他发达国家股指的估计值， 表明上证综指的序列相关性不如其他 第2 0 页共6 1 页 电子 科技大学硕上沦文一我因股票市场技术分析有效性研究 股指那样强烈， 相对要 弱一些。 而在中 。 和小二者绝对值之比这一项上， 上证综指的估计值则明显大于其他股指的估计值。 这就是说， 要使收益 自 相关符号由正转负， 上证综指的波动需要达到比其他股指高得多的水 平。 注意到前面模型中正反馈交易的影响随股价波动增大而增大的推测 ( 见式 2 .2 ，正反馈交易导致的序列相关系数为一reo , z ) ，这表明我 国的正反馈交易者相对还较少，其影响也有限 ( 丫 较小) ，只有当波动 达到相当高的水平时才足以改变股指收益序列相关的符号。 另外，对于波动度量模型g a r c h ( 1 , 1 ) ， 参数。 ， 十 p的大小标志 着波动持续性的大小。 上证综指该项的估计值与其他股指的估计值差别 不大，都非常接近 1 ， 表明各国的股市都具有较明显的波动持续性。 但 是 ， 在 标 志 收 益 序 列 无 条 件 方 差 的 量 a o /( a 十 刀 ) 这 一 项 上 ， 上 证 综 指 的估计值 0 . 5 9 9 5却显著地大于其他股指的估计值，这表明上证综指整 体波动更大，异方差性更强，股价变化幅度更大。 总之， 与其他六国股指收益自 相关回归模型估计参数进行比 较的结 果，与我国还属于新兴股票市场的实际是符合的。 一方面， 股市发展时 间短， 很可能采用组合保险策略或大量使用止损指令的理性投资者就较 少，同 时 我国 股市 对保 证金交易 ( m a r g in a c c o u n t t r a d i n g ) 的限 制 使交 易者在市场下跌时无须被强制平仓， 这些因素都是正反馈交易对收益序 列相关的影响较小的原因。 另一方面， 作为只有十年多历史的股市， 投 资者多不理性行为， 政策因素多， 股价波动幅度大， 都是造成更强异方 差性，导致股指整体方差更大的可能因素。 3 小 结 本章重点研究了上证综合指数日 收益序列相关与波动之间的联系。 第2 1 页共 6 1 页 电户 科技大 学硕上 论文 - 划训4 票巾场技术分析仃效性 研究 传统文献认为，旬 交易量股指的收益存在正的序列相关。 本章的研究结 果表明， 上证综指收益的序列相关系数随波动大小而变化， 并认为可以 用市场中存在部分正反馈交易者的假设模型来解释。 正反馈交易 将导 致 收益负的序列相关，且相关系数的绝对值随波动的增大而增大。这样， 考虑到非同步交易可能引起的正的序列相关， 当波动较小时， 正反馈交 易的影响较弱，股指收益整体上表现为正的自 相关，当波动足够大时， 正反馈交易将对股价施加更大的影响， 足以抵消非同步交易导致的正自 相关， 从而股指收益整体上表现为负的自 相关。另外， 与其他发达国家 股指相应结果的对比发现， 上证综指表现出明显的新兴市场特征。 正反 馈交易对收益自 相关造成的影响更小，同时收益整体上波动性更强。 事实上， 上述结果与我们对股市的观察是一致的。 在股市较平稳的 阶段，一般的原则是 “ 低买高卖， ，即当股价下跌到低点时买入股票， 当 股价上升到高点时卖出股票。 交易者往往抱有在最低点买入并在最高 点卖出的心态， 即使多数时候做不到， 仍按此原则进行操作。 而在股市 波动增大， 股价呈现明显的上涨或下跌趋势时， 相当一部分交易者又会 追涨杀跌， 即买入股价不断攀升的股票， 卖出 股价连续下跌的股票。 因 此， 正反馈交易对收益序列相关的影响就呈现出一种与股价波动的变化 方向相同的趋势，即波动较小时， 正反馈交易的影响较小， 而随着波动 的增大， 正反馈交易的影响也增大。 尽管二者之间关系的具体形式无从 得知， 但是， 可以知道的是， 股价波动与正反馈交易的影响应是上述同 向变动的关系。 我们的实证研究用线性相关的形式拟合了这种同向变动 关系。 第2 2 页共6 1 页 电子 科技大学硕士论文一浅国股票市 场技术分析有效性研究 第三章实证研究二: 收益与周转率负相关的不对称性 文献 3 9 的资产定价模型中提出，期望收益与买卖价差 ( b i d - a s k s p r e a d ) 正 相关， 这一假设 在 文献 4 0 和文献 4 1 中 都得 到了 验证。 在近 来的 研究中， 文 献 4 2 又 提出，由 于买卖 双方信息的不 对称 性， 股票 收 益与成交量之间存在负相关的关系。 将买卖价差视作股票流动性的相反 的度量， 而成交量作为流动性的度量， 则股票收益应与其流动性负相关。 文献【 4 3 】 以 周转率( tu rn o v e r ) 作为 流动性的 度量， 发现周转率是 对股票 收益截面数据的一个非常重要的解释因素， 即使在同时考虑到股票的贝 塔值、公司规模和帐市比时仍然如此。 上述研究中关于股票收益与其周转率负相关的论断主要是基于美 国的情况得出的。 本章拟结合中国股市的具体情况对此加以检验并作相 关分析。注意到上述研究中对周转率的定义与中国的实际情况有差异， 需要作相应的调整。 中国上市公司的股票包括国家股、 法人股和社会公 众股， 前两者目 前暂时不能上市流通。 也就是说， 中国上市公司的股票 有相当一部分不能自由交易。 作为流动性的 度量， 周转率应基于可自由 流通的股份数来计算，以更真实、 准确地反映股票的流动性。 因此， 本 章中周转率被定义为股票成交量和其社会公众股股份总数之间的比 值。 务1 收益与周转率的负相关 文献 4 3 】 的研究表明， 将股票收益 对其贝塔值、公司 规模、帐市比 及周转率的截面数据进行回归相关分析时， 收益与周转率之间呈现显著 的负相关。 那么， 这种负相关关系对中国股市是否成立呢?由于中国上 第2 3 页共6 1 页 电y 科 伎大学硕七 论文 一我4 y iiq :a 市场技术分析有效比研究 市公司的股票不仅包括自由流通的社会公众股， 还包括暂不流通的国家 股和法人股， 帐市比的概念不容易在现行会计处理上找到对应物， 因此 我们不考虑帐市比这个因素，而用下面的回归模型来验证: r ， 一 r f = “ 。 ， + ix 11 b e t a t.r- 1 + l y z 1 l n ( s z 1.r- , ) + q .3 t tn1.1 - 1 + 。 ( 3 . 1 ) 其中， r i: 和 r 。 分别为股票 i 的月收益 和市场无风险利率， b e t a , t-1 , 坷s z i.t- 1 ) , t n ,t, : 分 别是 股票i 的贝 塔 值， 公司 规模的自 然 对数值 和其周 转率。 这些数据中， b e t a i, 1 , ln ( s z i,o- 1) 和t n i.t- 、 按年更新， r it 和r 。 按月 更新。 具体而言， b e t a ,.,- ; 以 第t 年5 月之前一年的日 收益数 据回归估计 获得， 公司 规模 ( s z ;, t ) 以 第t 年4 月最后一个交易日 的股 价乘以上 一 年 年度 报告中 的 流通股份数计 算， 周转率( t n i t-1 ) 为第t 年5 月之前 1 2 个月每月周转率的平均值，股票i 的月收益民 : 以每月股价自 然对数 的差分计算， 无风险利率r 。 以对应时期上交所1 3 周国债回购利率代替。 我们以每年5 月到第二年4 月共 1 2 个月的月收益数据，对按上述说明 计算的b e t a ,t- l n ( s z i,t- 1) 和，tnl , ， 进 行回归。 这 样作的目 的 是 保证 在使 用这些数据来解释股票的期望收益前， 上市公司年终报告所包含的会计 信息己充分为市场所知。 资本资产定价模型 ( c a p m)认为股票的期望收益应与反映其市场 风险的b e ta 系数正相关。因此，a ， 应为正。同时， 近年来国 外的一些 研究 表明， 收益与 其公 司 规模负 相关( 见 文献1 4 4 , 4 5 ) ， 故 可假定。 2 0 . 最后， 文