论文部分内容阅读
摘 要:随着我国资本市场的发展,已经从以往的不规范的交易行为转向了规范化交易,确保了信息的有效公布,从而导向市场走向有效金融市场制度。本文通过单位根NP检验,以确定我国上海和深圳股票市场的有效性,通过数据分析,我国的上海股票市场和深圳股票市场在高低频数据分析时都存在单位根,其未来价格满足随机游走过程,从而支持上海和深圳两地股票市场总体上是市场有效的。
关键词:随机游走;普密度估计量;市场有效;单位根
中图分类号:F830.91 文献标识码:A文章编号:1008-4428(2010)03-56-02
一、引论
最新的金融市场有效性研究都采用不同的数学方法和数据频率来分析,因而对市场的随机游走行为有不同的见解,这就造成经济学家对于股票交易的不可预测难以达成一致的观点。然而,我们应该对不同的数学方法和不同的频率的数据区别对待,以有利于建立促进股票市场发展的金融政策,否则投资者和政策制定者都容易被误导。对不同的数学方法和数据频率区别对待的原因如下:(1)这样可以降低金融市场参与者和学术研究者之间对市场有效性的争论,金融市场参与者认为市场是无效的,而后者认为市场是有效的;(2)即使是健全的金融市场,金融参与者的交易行为不同,一些交易者是理性交易,基于基础分析而称为理性套利者,一些交易者是非理性的,是基于情感或噪声而称为非理性的噪声交易者;(3)高频数据更能分析相对健全的金融市场的有效性,该市场的成交量大,股票市场相对健全,市场竞争性强,参与者能够获得不健全的市场更多的信息,而中低频的数据对于未发展健全的市场具有更好的有效分析。其不同于Lo and MacKinlay (1988)的结论,认为中频数据能够避免高低频数据的缺点,本文认为检验市场的有效性要根据市场的健全程度而论定,Lo and Lee (2006)和其他学者认为高频数据能更好解释外汇市场的有效性。因而我们在讨论中国证券市场的有效性时必须考虑这些方面内容,所以本文根据我国证券市场的实际情况,高中频数据同时加以分析,以得到更为适当的金融政策。
随机游走和市场有效性假设认为如果股票市场股票价格是随机的,因此从该市场获得的收益将是不可预测的,因此我们接受市场是有效的这个假定。相反,如果市场的收益是可以预测的,则价格是非随机游走的,该市场是无效的。对于市场的无效有以下几种原因,(1) Fama(1970)的论文认为是由于市场对信息反应的滞后造成;(2)Smith, Jefferis and Ryoo(2002)论文认为市场处于非均衡价格是由于资本定价和风险溢价的扭曲造成;(3)股票市场的交易制度也使得该市场无效。本文将从1992-2009年的两市综合指数进行分析,以确定我国金融市场是否有效。
二、数学方法介绍
单位根检验是验证金融随机变量是否满足随机游走的有效方法,如果某时间序列存在单位根,则该序列的零假设是不可拒绝的,因而该序列满足随机游走。本文研究是根据Ng and Perron (2001)的论文提出的统计检验,该论文是基于广义最小二乘法的趋势数据ydt,我们有:
其中的 (1)
MZdt=MZda*MSB(2)
MSB=()0.5(3)
当x={1}
或 当x={1,t}(4)
此处在xt=1时c=-7,在xt={1,t}时c=-13.5;而xt为可选择的外生回归因子,可能为常数,也可能常趋势因子。Ng and Perron (2001)的测试要求xt 是和对f0估计方法是确定的,我们用在零频率自回归(AR )谱密度估计,该估计量是基于下列辅助回归中的残差和估计协方差:
定义yt的拟差分:
d(yt a)=yt当t=1,d(yta)=yt-ayt-1当t>1时 (5)
其中a为小于1的特定常数,且a=a,同时满足在xt=1时a=1- ,在xt={1,t}时a=1-。
其中,f0定义为:
而且,此处三种(AR)谱密度估计方法是:最小二乘法、矫正最小二乘法和取决于所选择金融时间序列的矫正广义最小二乘法。本文使用矫正最小二乘法和Ng and Perron (2001)选择金融时间序列时建议使用修正赤池信息标准(MAIC),并且认为伴随矫正最小二乘法数据的MAIC能有提供所需的特性。
三、数据来源和分析
本文的数据采集是从wind数据库中的上海和深圳股票市场综合指数的日收盘价格和周收盘价格,并且选取的期限从1992年1月1日开始,直到2009年12月31日,同时在分析中我们将上海股票交易所和深圳股票交易所两市场综合指数价格的日收益率和周收益率进行分析。同时,由于在这之间两交易所都存在休市等行为,我们在分析时自动剔除这些停市行为,只取有交易发生的时间进行分析。
在这时间段上海股票交易所的日收益率数据有4404组,周收益率有905组;深圳股票交易所日收益率数据有4387组,周收益率数据有902组。我们在分析时必须注意,在这之间,上海和深圳两市场的综合指数有股票不断注入,因而将会使得该市场存在价值增加过程,因而可能存在趋势变量和时间趋势变量,因而在回归中xt={1,t}进行分析,同时常数c=-13.5,且a=1- ,其中时间T表示上海股票交易所和深圳股票交易所数据组数。
通过上面的数据,我们用(8)式进行回归分析,依次从P=1开始,不断的回归判断,我们可以确定当P=2时满足回归条件,这时我们将回归的参数带入(9)和(10),再根据已知的数据,我们带入(1)、(2)、(3)和(4)式,我们得到所需要判定的结果,从而进行判定我国上海股票交易所和深圳股票交易所综合指数的日收盘价格和周收盘价格是否满足随机过程。
根据上文所提供的单位根检验方法,我们采用matlab进行编程计算,且其回归计算结果见下列各表格:
表1上海和深圳股票市场的单位根估计值
根据Ng and Perron (NP, 2001)的论文,我们可以确定得到其判定的Critical value,其具体标准见表2。
表2Ng-Perron的Critical value
通过表1和表2对比,我们可以看出上海股票交易所日收盘价格和周收盘价格的收益率进行NP单位根检验时,其都存在单位根,表明上海股票交易所高频数据和中低频数据都支持该交易所的市场行为是有效的。由于上海股票市场的成交量大,股票市场相对健全,市场竞争性强,参与者能够获得不健全的市场更多的信息,而中低频的数据也支持其市场是有效的。
根据NP单位根检验的结果,我国上海股票交易所和深圳股票交易所达到弱型效率,这样在该两市场股票价格的时间序列将呈现随机状态,不会表现出某种可观测或统计的确定趋势,即在时间序列中股票价格之间的相关性为零,我国上海和深圳两地的股票交易市场有着随时间变化的均值和方差,因此这些时间序列是非平稳的,该指标表明我国的证券市场其收益的可预测性是很低的,即我国股票交易市场是有效的。
四、结论
通过上述数据分析,对于NP单位根检验上海股票交易所和深圳股票交易所的综合指数的价格进行检验,两市场都存在单位根,因此我们可以推断上海股票交易所和深圳股票交易所市场是总体上是有效的,其价格满足随机游走,无法通过交易策略等获得超额收益。
以上分析仅仅考虑两市的综合指数,并不代表我国两市场中任何一只股票都满足有效性,因而有可能某只股票不具有随机游走过程。同时我国的股票市场及其外部环境的不成熟性,使得我国股票市场中信息的规范性、真实性、充分性和分布的均匀性等还有不足,导致反应和反映信息的价格对于企业价值的评估很难是“有效”的。当然,经验检验仍然有其参考价值,市场有效性检验是对市场运行结果的检验,表明市场对历史信息做出反应,这也是股票市场自身运行效率提高的表现,但是仍然需提高股市在我国市场经济运行中的作用。
参考文献:
[1] Fama E.F. 1970, Efficient capital markets: A review of theory and empirical work. Journal of Finance 25, 383~417.
[2] Lo A. MacKinlay A.C.1988, Stock market prices do not follow random walks: Evidence from a sample specification test. Review of Financial Studies 1, 41~66.
[3] Ng S. and Perron P.2001, Lag length selection and the construction of unit root tests with good size and power, Econometrica 69, 1519-1554.
[4] Smith G.Jefferis K. and Ryoo H.-J. 2002, African stock markets: Multiple variance-ratio tests of random walks. Applied Financial Economics12,475~484.
[5] 房林,邹卫星.多种单位根检验法的比较研究[J].数量经济技术经济研究,2007.
[6]崔建斌,闫荣国.单位根检验的若干改进与扩展方法 [J]. 知识丛林,2008.
作者简介:
谢凯,南京大学经济系;
曾会华,南京航空航天大学。
关键词:随机游走;普密度估计量;市场有效;单位根
中图分类号:F830.91 文献标识码:A文章编号:1008-4428(2010)03-56-02
一、引论
最新的金融市场有效性研究都采用不同的数学方法和数据频率来分析,因而对市场的随机游走行为有不同的见解,这就造成经济学家对于股票交易的不可预测难以达成一致的观点。然而,我们应该对不同的数学方法和不同的频率的数据区别对待,以有利于建立促进股票市场发展的金融政策,否则投资者和政策制定者都容易被误导。对不同的数学方法和数据频率区别对待的原因如下:(1)这样可以降低金融市场参与者和学术研究者之间对市场有效性的争论,金融市场参与者认为市场是无效的,而后者认为市场是有效的;(2)即使是健全的金融市场,金融参与者的交易行为不同,一些交易者是理性交易,基于基础分析而称为理性套利者,一些交易者是非理性的,是基于情感或噪声而称为非理性的噪声交易者;(3)高频数据更能分析相对健全的金融市场的有效性,该市场的成交量大,股票市场相对健全,市场竞争性强,参与者能够获得不健全的市场更多的信息,而中低频的数据对于未发展健全的市场具有更好的有效分析。其不同于Lo and MacKinlay (1988)的结论,认为中频数据能够避免高低频数据的缺点,本文认为检验市场的有效性要根据市场的健全程度而论定,Lo and Lee (2006)和其他学者认为高频数据能更好解释外汇市场的有效性。因而我们在讨论中国证券市场的有效性时必须考虑这些方面内容,所以本文根据我国证券市场的实际情况,高中频数据同时加以分析,以得到更为适当的金融政策。
随机游走和市场有效性假设认为如果股票市场股票价格是随机的,因此从该市场获得的收益将是不可预测的,因此我们接受市场是有效的这个假定。相反,如果市场的收益是可以预测的,则价格是非随机游走的,该市场是无效的。对于市场的无效有以下几种原因,(1) Fama(1970)的论文认为是由于市场对信息反应的滞后造成;(2)Smith, Jefferis and Ryoo(2002)论文认为市场处于非均衡价格是由于资本定价和风险溢价的扭曲造成;(3)股票市场的交易制度也使得该市场无效。本文将从1992-2009年的两市综合指数进行分析,以确定我国金融市场是否有效。
二、数学方法介绍
单位根检验是验证金融随机变量是否满足随机游走的有效方法,如果某时间序列存在单位根,则该序列的零假设是不可拒绝的,因而该序列满足随机游走。本文研究是根据Ng and Perron (2001)的论文提出的统计检验,该论文是基于广义最小二乘法的趋势数据ydt,我们有:
其中的 (1)
MZdt=MZda*MSB(2)
MSB=()0.5(3)
当x={1}
或 当x={1,t}(4)
此处在xt=1时c=-7,在xt={1,t}时c=-13.5;而xt为可选择的外生回归因子,可能为常数,也可能常趋势因子。Ng and Perron (2001)的测试要求xt 是和对f0估计方法是确定的,我们用在零频率自回归(AR )谱密度估计,该估计量是基于下列辅助回归中的残差和估计协方差:
定义yt的拟差分:
d(yt a)=yt当t=1,d(yta)=yt-ayt-1当t>1时 (5)
其中a为小于1的特定常数,且a=a,同时满足在xt=1时a=1- ,在xt={1,t}时a=1-。
其中,f0定义为:
而且,此处三种(AR)谱密度估计方法是:最小二乘法、矫正最小二乘法和取决于所选择金融时间序列的矫正广义最小二乘法。本文使用矫正最小二乘法和Ng and Perron (2001)选择金融时间序列时建议使用修正赤池信息标准(MAIC),并且认为伴随矫正最小二乘法数据的MAIC能有提供所需的特性。
三、数据来源和分析
本文的数据采集是从wind数据库中的上海和深圳股票市场综合指数的日收盘价格和周收盘价格,并且选取的期限从1992年1月1日开始,直到2009年12月31日,同时在分析中我们将上海股票交易所和深圳股票交易所两市场综合指数价格的日收益率和周收益率进行分析。同时,由于在这之间两交易所都存在休市等行为,我们在分析时自动剔除这些停市行为,只取有交易发生的时间进行分析。
在这时间段上海股票交易所的日收益率数据有4404组,周收益率有905组;深圳股票交易所日收益率数据有4387组,周收益率数据有902组。我们在分析时必须注意,在这之间,上海和深圳两市场的综合指数有股票不断注入,因而将会使得该市场存在价值增加过程,因而可能存在趋势变量和时间趋势变量,因而在回归中xt={1,t}进行分析,同时常数c=-13.5,且a=1- ,其中时间T表示上海股票交易所和深圳股票交易所数据组数。
通过上面的数据,我们用(8)式进行回归分析,依次从P=1开始,不断的回归判断,我们可以确定当P=2时满足回归条件,这时我们将回归的参数带入(9)和(10),再根据已知的数据,我们带入(1)、(2)、(3)和(4)式,我们得到所需要判定的结果,从而进行判定我国上海股票交易所和深圳股票交易所综合指数的日收盘价格和周收盘价格是否满足随机过程。
根据上文所提供的单位根检验方法,我们采用matlab进行编程计算,且其回归计算结果见下列各表格:
表1上海和深圳股票市场的单位根估计值
根据Ng and Perron (NP, 2001)的论文,我们可以确定得到其判定的Critical value,其具体标准见表2。
表2Ng-Perron的Critical value
通过表1和表2对比,我们可以看出上海股票交易所日收盘价格和周收盘价格的收益率进行NP单位根检验时,其都存在单位根,表明上海股票交易所高频数据和中低频数据都支持该交易所的市场行为是有效的。由于上海股票市场的成交量大,股票市场相对健全,市场竞争性强,参与者能够获得不健全的市场更多的信息,而中低频的数据也支持其市场是有效的。
根据NP单位根检验的结果,我国上海股票交易所和深圳股票交易所达到弱型效率,这样在该两市场股票价格的时间序列将呈现随机状态,不会表现出某种可观测或统计的确定趋势,即在时间序列中股票价格之间的相关性为零,我国上海和深圳两地的股票交易市场有着随时间变化的均值和方差,因此这些时间序列是非平稳的,该指标表明我国的证券市场其收益的可预测性是很低的,即我国股票交易市场是有效的。
四、结论
通过上述数据分析,对于NP单位根检验上海股票交易所和深圳股票交易所的综合指数的价格进行检验,两市场都存在单位根,因此我们可以推断上海股票交易所和深圳股票交易所市场是总体上是有效的,其价格满足随机游走,无法通过交易策略等获得超额收益。
以上分析仅仅考虑两市的综合指数,并不代表我国两市场中任何一只股票都满足有效性,因而有可能某只股票不具有随机游走过程。同时我国的股票市场及其外部环境的不成熟性,使得我国股票市场中信息的规范性、真实性、充分性和分布的均匀性等还有不足,导致反应和反映信息的价格对于企业价值的评估很难是“有效”的。当然,经验检验仍然有其参考价值,市场有效性检验是对市场运行结果的检验,表明市场对历史信息做出反应,这也是股票市场自身运行效率提高的表现,但是仍然需提高股市在我国市场经济运行中的作用。
参考文献:
[1] Fama E.F. 1970, Efficient capital markets: A review of theory and empirical work. Journal of Finance 25, 383~417.
[2] Lo A. MacKinlay A.C.1988, Stock market prices do not follow random walks: Evidence from a sample specification test. Review of Financial Studies 1, 41~66.
[3] Ng S. and Perron P.2001, Lag length selection and the construction of unit root tests with good size and power, Econometrica 69, 1519-1554.
[4] Smith G.Jefferis K. and Ryoo H.-J. 2002, African stock markets: Multiple variance-ratio tests of random walks. Applied Financial Economics12,475~484.
[5] 房林,邹卫星.多种单位根检验法的比较研究[J].数量经济技术经济研究,2007.
[6]崔建斌,闫荣国.单位根检验的若干改进与扩展方法 [J]. 知识丛林,2008.
作者简介:
谢凯,南京大学经济系;
曾会华,南京航空航天大学。