摘要：我国的证券市场是一个新兴的，尚不成熟的市场，市场的发展过程中出现了大量与有效市场理论相悖的现象，然而这些现象却无法通过传统的金融理论进行解释。本文主要运用计量经济学中的虚拟变量法对中国证券市场“春节效应”的存在性进行检验和分析；进而根据行为金融学的相关理论，从投资者的心理和行为偏差，社会的风俗习惯和民族特以及中国金融市场的非有效性等方面来对“春节效应”进行解释；从而为投资者和管理者提供一定的参考和借鉴。
关键词：春节效应 行为偏差 非有效市场 虚拟变量 最小二乘估计
1.引言
传统的金融学理论主要是基于有效市场假说和资本资产定价模型，在“理性人”“经济人”以及“市场是有效率的”等严格的假设前提下，对资产组合的定价和风险进行了系统的分析，并由此产生了经典的资本组合，资本资产定价模型，套利定价模型以及期权定价模型，为投资者的最优决策提供了很好的依据。但是现实中决策者并不是完全理性的，这对于以该假设为前提的金融理论是巨大的冲击。行为金融学就是针对传统金融理论与现实市场的背离现象，以心理学和实
验经济学的研究成果为依据，从有限的理性个体，投资者的体行为以及非有效市场三个层次来解释市场的各种“异象”。
2.证券市场的“日历效应”
对于股票市场异常收益率的实证研究非常多，主要有“月份效应”“节日效应”等。国外相关文献的研究结果发现，美国股市存在显著的“一月效应”，日本证券市场存在着“6月、12月效应”，英国、日本、加拿大等国同时存在“周末效应”。同时，在中国这个蓬勃发展的新型证券市场里，国际接轨的“日历效应”日益凸显。学者们以不同的方式辩驳着这场充斥在股市投资浪潮里的规则效应。
2.1周内效应
“周内效应”也称星期效应，是指股票市场的收益率在一周之内有差异。有研究结果发现，1995年至1997年期间四个市场上周末效应较为明显，表现为周二的平均收益率在一周内最低，并且显著为负。A股市场上除了星期二有异常表现外，周五的平均收益率达到一周内的最高并且显著为正。代表有显著为负的“星期二效应”和显著为正的“星期五效应”。
2.2月份效应
“月份效应”是指在股票市场上发现一年中某些月份具有异常的高收益率或是异常低收益率的现象。对我国股票市场的月份效应一些实证分析，指出我国股票市场上也许不存在许多其他成熟的和新兴的股票市场所共有的一月份效应，但却存在十二月份效应或者小公司的一月效应，因为公司规模与收益率成反比，而国外盛行的一月效应是对一月高收益率的描述，而在我国出现在了部分年的的小公司股票上。代表的有“十二月效应”，“小公司一月效应”。
2.3节日效应
“节日效应”是指股票市场在假期前的交易日出现了显著为正的高收益率的现象。造成我国股票市场停止交易的节日有我国的特节日 如元旦、春节、劳动节和国庆节会造成我国股市停止交易，研究者在考察了这四个假期的假期前交易日的收益率后发现，在上海A、B和深圳A、B股市场存在假期效应的现象。
众多的类似国外日历效应的研究，与中国整个证券市场的发展密切相关。而从中的差异性，或者是异象的不确定性说明的是证券市场的不发达性，而这种不发达性应该如包括弱势
市场假说，或者是半强势市场中投资者的不理性行为占多，以及管理，规则，游戏参与者的不规范行为等直接表现市场不完善的猜测。所以当市场中还存在有多数以人类判断而不是经济模型定义的异象时，以心理学及人类行为来描述不成熟的证券市场依然有着其不能明示的意义，既证券市场异象有着重要的因为金融学内涵。
3.中国证券市场“春节效应”的存在性分析
3.1研究对象选择及特点
中国股票市场起步较晚，但发展迅速。股票市场存在有A股市场与B股市场，A股是人民币普通股票，在境上市以人民币标值同时以人民币交易的股票。B股为人民币特种股票，在境内上市以外币认购和买卖的股票。同时，中国股市分为上海股票市场及深圳股票市场。 本文采用了上海证券市场A股数据，因为我国的A股市场与海外市场鲜有联系，因而受到的影响因素是基于国内的资本市场冲击，保持有一定的独立性。而内在的因果联系可以推测为，以上证A股的数据测试春节效应，是个逻辑思维的逆否命题，既如果上证A股不存在“春节效应”，中国证券市场就不存在“春节效应”。
3.2样本选择及数据来源
1999年9月8日国务院发布并实施了新的《全国年节及纪念日放假办法》，除新年外，春节、劳动节和国庆节都变成了3天法定休假日，加上调整的两个双休日，形成了春节效应所谓的“长假”，同时使中国股票市场的假日也相对地加长了。所以本文采用办法实施后的时间区间，既以2000年一月至2009年十二月的月收盘指数做为样本期间，采用的是上证A股的数据。数据所使用的上海A股股价指数的每月收盘指数，数据来自上海证券交易所。
3.3 计量方法设计
3.3.1简单描述统计
本文使用上证A股每月最后一天交易日的收盘指数计算每月的平均收益率.见公式3-1。Pt 表示股票在t月的最后一个交易日的日收盘价的可比价格。Pt-1 表示股票在t—1月的最后一个交易日的日收盘价的可比价格。这里t 可以取1至12。
（ 公式3-1）
根据计算所得的2000年---2009年每月平均收益率，利用Eviews软件对120个样本数据进行描
述统计分析。见表1，图1以图2。由图1可知，2000年至2009年10年中2月的平均收益率明显高于其它10个月的平均收益率；在图2标准差的折线走势中，2000年---2009年期间每个月的平均收益率都表现出了较大的波动性，但是相比而言，2月份月平均收益率的标准差较小，说明10年间2月份的月平均收益率波动性较小。
表1 2000年---2009年月收益率的统计描述
统计量 月份 | 均值 | 标准差 | 偏度 | 峰度 | Jarque-bera | P值 |
一月 | 1.8530 | 9.66939 | -0.737176 | 2.267534 | 1.129259 | 0.568571 |
二月 | 3.4940 | 4.84198 | 0.040081 | 2.671953 | 0.047517 | 0.976522 |
三月 | 1.6610 | 10.01171 | -1.037738 | 3.338504 | 1.842577 | 0.398006 |
四月 | 3.9060 | 7.79549 | 0.719281 | 3.514946 | 0.972762 | 0.614848 |
五月b股和a股有什么区别 | 1.1350 | 7.63193 | -0.014585 | 1.941908 | 0.466837 | 0.791822 |
六月 | -1.0690 | 10.29423 | -0.214778 | 2.578767 | 0.150815 | 0.927366 |
七月 | 1.5700 | 9.07796 | 0.397449 | 2.643556 | 0.316215 | 0.853758 |
八月 | -1.9090 | 10.60437 | -0.207182 | 2.972287 | 0.071861 | 0.964707 |
九月 | -0.2870 | 4.83548 | 0.282985 | 1.318318 | 1.311823 | 0.518969 |
十月 | -2.3270 | 9.41761 | -1.228411 | 4.235673 | 3.151191 | 0.206884 |
十一月 | 2.0870 | 8.72036 | -1.15022 | 4.164796 | 2.770323 | 0.250283 |
十二月 | 3.1500 | 10.04414 | 1.424012 | 4.466265 | 4.27549 | 0.117922 |
图1 2000年---2009年每月平均收益率
图2 2000年---2009年平均每月收益率的标准差
3.3.2.包含虚拟变量的最小二乘估计
分析“春节效应“时引用了分析月份效应时最常见的方法，包含虚拟变量的最小二乘法(OLS)估计。虚拟变量最小二乘法也存在一定的缺陷，对于收益率的波动性只能进行粗略的描述，但是对于“春节效应”的存在问题还是基本能进行说明。该模型见公式3-2. 该模型中的 Rt 同样指使用公式3-1计算所得的是上证A股股票指数月收益率。D it 是表示月份的虚拟变量，用以表示第t个交易月是几月。在该模型中有12个虚拟变量；εt代表残差项。
公式3-2
在引入虚拟变量时，为了避免出现变量共线形的问题，模型中去除掉常数项。D it 取“l”或“0”值，用以表示交易月在一年中的位置。在春节效应中，如果第t个交易日是2月，则D 2t=1，其他的虚拟变量为零，D 1t = D 3t =⋯ = D 12t =O .
然后使用计量软件EViews5.0进行分析。利用软件对公式3-2进行参数估计，估计得到虚拟变量 D 2t 的系数 b 2 实际是一年内2月份的上证A股股价指数的平均收益率。见表2。
表2 基于虚拟变量的最小二乘法估计结果
Dependent Variable: R | ||||
Method: Least Squares | ||||
Date: 05/01/10 Time: 16:46 | ||||
Sample: 1 120 | ||||
Included observations: 120 | ||||
Coefficient | Std. Error | t-Statistic | Prob. | |
C | 3.494000 | 2.778112 | 1.257689 | 0.2112 |
D1 | -1.641000 | 3.928843 | -0.417680 | 0.6770 |
D3 | -1.833000 | 3.928843 | -0.466550 | 0.6418 |
D4 | 0.412000 | 3.928843 | 0.104865 | 0.9167 |
D5 | -2.359000 | 3.928843 | -0.600431 | 0.5495 |
D6 | -4.563000 | 3.928843 | -1.161411 | 0.2480 |
D7 | -1.924000 | 3.928843 | -0.489712 | 0.6253 |
D8 | -5.403000 | 3.928843 | -1.375214 | 0.1719 |
D9 | -3.781000 | 3.928843 | -0.962370 | 0.3380 |
D10 | -5.821000 | 3.928843 | -1.481607 | 0.1414 |
D11 | -1.407000 | 3.928843 | -0.358121 | 0.7210 |
D12 | -0.344000 | 3.928843 | -0.087558 | 0.9304 |
R-squared | 0.053712 | Mean dependent var | 1.105333 | |
Adjusted R-squared | -0.042669 | S.D. dependent var | 8.603524 | |
S.E. of regression | 8.785160 | Akaike info criterion | 7.278645 | |
Sum squared resid | 8335.337 | Schwarz criterion | 7.557394 | |
Log likelihood | -424.7187 | Hannan-Quinn criter. | 7.391846 | |
F-statistic | 0.557285 | Durbin-Watson stat | 1.743808 | |
Prob(F-statistic) | 0.859175 | |||
显著性水平定为1%,5%和10%
根据表2的统计结果，T检验满足要求的为C，D8和D10。但是从表1可知，8月和10月的平均收益率均为负值，因此说明八月和10月的平均收益率是显著为负。而2月则显著为正。综合
而言，2月在全年中表现出了超额收益。因此，中国证券市场存在“春节效应”。
4.“春节效应”的行为金融学解释
根据行为金融学的相关理论， A股市场的“春节效应”产生的原因主要有以下几点：（1）春节是中国最重要的传统节日，是人们告别过去的一年，迎接新的开始的重要时刻。这段期间，人们通常都沉浸在喜庆的节日气氛中，情绪较为乐观，人们表现出“过度自信”和“过度乐观”的投资态度后，会影响投资者对未来市场前景的预期。（2）年初市场上流动性较为充裕，银行的信贷投放量较大，加上居民年终的各种红利、奖金、津贴等，大量的资金涌入资本市场, 从而推动资产价格的迅速上扬, 而加之“羊行为”的凸显，产生了春节前后的超额收益。（3）一般上市公司的年度财务报表都在次年四月披露，但是在春节节前大多数上市公司的财务报表资料就已经编制完成，各种业绩、送配信息成为“内幕信息”进入市场。人们容易产生多种“框定偏差”,既寻内部信息并把自身的投资行动与该信息捆绑在一起。在此带动下, 必然导致相关股票价格异常波动产生“超额”收益率。（4）年初一般是各种政策出台的密集期。作为传递政府意愿的窗口，所出台的政策也成为推动市场的各种利好消息，过于积极的心态使市场的有效性减弱。
发布评论