1. 引言
股票市场中存在一些传统有效市场假说无法解释的价格存在持续性的规律性特征,依据存在的某些特征,投资这类资产能够获得超额回报率,这种现象被称为股票市场中的异象,股票市场上的异象主要包括日历效应、羊群效应、反应过度和反映不足等等。而股票市场中的月份效应是日历效应的一种,是指在一年当中某些月份的平均收益率高于或低于其他月份,并在统计上表现出显著的现象。不同国家由于金融发展程度的不同,股票市场会展现出不同的月份效应。在美国股票市场表现为“一月效应”,这最早由美国学者瓦切尔于1942年发现的这一现象,后来罗兹弗和金乃尔将其系统揭示,他们的研究指出,这是由“小规模股票的1月效应”导致的,也就是个体投资者倾向于持有小公司股票在年底卖出股票以躲避税收[1]。“一月效应”的存在在几十年前就已被广泛接受,大多数研究试图寻找细微差别和原因,但没有统一的结论,有一种从行为理论的角度解释这一现象:人们在新年伊始做出财务决定,并相应地调整投资,从而推高股市,许多高薪投资者严重依赖年终奖,这使他们有充裕的现金可以在新年伊始进行投资[2]。
国内学者对中国股市月份效应的研究结果存在一定的差异,有的通过线性回归模型或GARCH模型得出中国股票市场存在与国外的一月效应不同的月份效应或根本不存在月份效应,有的学者提出不同的计量方法能够得出不同的结论[3]。对中国股市月份效应的研究结果存在一定的差异,表明我国股市的月份效应目前还没有一个能让大家信服的统一结论,而且根据中国股市发展成熟程度阶段的不同将其划分为不同阶段进行月份效应的研究也较少,A股的月份效应在不同时期由于中国股票市场不同的发展阶段发展程度不同而可能存在一定的差异。2018年11月5日,习近平总书记宣布注册制试点,标志着注册制改革进入启动实施的阶段,这在我国金融市场发展史上具有重大意义,鉴于此,本文将以2018年11月5日注册制试点为界将中国股票市场划分为两个时期来研究A股的月份效应。
2. 文献综述
国外学者对股票市场中的月份效应研究较为深入,Rozeff与Kinney的研究系统地将月份效应一异象揭示出来后,许多学者开始对月份效应进行研究,Perry、Gu (2003)发现从1987年开始月份效应在美国股票市场开始逐渐减弱[4]。Nicholas (2008)等的研究表明,美国股市在1927~2004年间存在一月效应,一月份的平均收益率为高于整个样本期内的市场平均收益率[5]。除美国股票市场外,月份效应在其他地区也存在,Gultekin、Gultekin (1983)研究了17个国家的股票市场,发现有13个国家的股市存在一月效应[6]。Raghuram (2017)发现印度市场存在一月效应、四月效应和十一月效应[7]。由此可见长期以来月份效应一直是各国学者关注的焦点,该效应广泛存在于全球各国股票市场之中。
许多国内学者也开始关心起中国的股票市场是否存在月份效应,奉立城(2003)发现中国股票市场并不存在绝大多数工业发达国家股票市场和其他新兴股票市场所普遍具有的月份效应,但中国沪深两市均存在显著的月初效应[8]。蔡华(2006)发现沪市存在显著为正的“三月效应”和“负的十二月效应”[9]。何晓光和许友传(2006)的研究结论表明:相对于其它月份而言,中国股票市场一月份和三月份的收益率显著地高于其他月份,而七月份及九月份收益率却显著地低于其他月份[10]。江州等(2008)也发现中国股票市场存在收益率月份效应,并研究了上海A股市场和深圳A股市场的个股情况,发现中国股市的个股也存在月份效应,在一月份和六月份分别表现出高收益率和低收益率[11]。王宝路(2023)等发现我国股票市场月份效应在不同行业中存在区别,牛熊市期间的行份效应也存在显著区别[12]。
以上文献大多是对A股市场中月份效应是否存在进行检验的研究,但是随着中国股市的不断地改进和完善,月份效应会随着制度的完善而逐渐变化,因此对中国股市的发展阶段不同而进行划分是有必要的。此外以往文献对月份效应是否存在的原因并没有深入地分析,中国股市作为新兴市场,其月份效应是否存在与其他地区不同,其形成原因也会不同。因此本文将分阶段检验中国股票市场月份效应是否存在,并且分析造成该现象的原因。
3. 样本数据与实证方法
3.1. 样本数据选择
政府通过了许多次的政策变革对中国股市进行了完善,如1995年起A股开始实行T + 1交易制度,1996年A股实施涨跌停板制度,2005年股权分置改革,IPO市场化改革进程,A股市场法治化与国际化进程中的变革等,这些政策对股市都有非常重要的意义,可以用来作为股市发展阶段的划分点的重大变革时间有很多。本文采用的是将2018年注册制试点启动作为时间段的划分点,因为它代表的是中国股市发行制度的巨大变化,是影响深远的改革举措,在我国金融市场发展史上有着里程碑意义,这项改革对于支持科技创新、推动经济高质量发展、推进资本市场市场化改革具有重要战略意义。
本文选取的变量是上证综指和深证综指,选取的时间区间为1995年1月1日至2024年6月1日 ,以注册制试点即2018年11与5日为分界点,将中国股市的发展阶段分为两个不同时间段,股指数据均采用日数据,通过python中akshare接口抓取每日收盘价数据,并按月份将日数据算出当年每个月的平均收益率。在下文中,1995年1月1日至2018年11月4日、2018年11月5日至2024年6月1日称为第一阶段和第二阶段。
3.2. 实证方法
本文使用的股票指数日收益率用以下公式进行计算:
其中,rt代表第t个交易日各个股票市场的收益率,indext和indext−1分别是指第t个交易日和第t − 1个交易日各股票指数的收盘价。
综合考虑收益率时间序列的时变性、自相关、异方差、尖峰厚尾等特性,GARCH模型可以在金融时间序列存在异方差、自相关等情况下得出有效的参数估计,下文将通过GARCH (1, 1)模型对股价收益率的月份效益进行分析,模型的具体形式如下:
其中,Pt表示t交易日两个股票市场的指数,参数bi是对第i月股票平均收益率的估计,Dit是一年中月份i的虚拟变量,如果是第i月的第t日的收益率,则Dit = 1,否则Dit = 0。均值方程中的误差项服从一个正态分布:
,
。
4. 实证分析
4.1. 描述性统计分析
表1给出了两个阶段上证综指各月份内日均收益率数据,由表1可知,在均值、最大值、最小值等统计指标上,上海股市在第一阶段、第二阶段存在非常明显的差异,这种差异显然是由于股市发展程度不同造成的。从数据可以看出,上证综指两个阶段2月,11月,12月日均收益率均为正值,尤其是2月份平均收益率最高;9月,10月日均收益率均为负值。其他月份两个阶段正负不同,以此为依据推测上海股票市场可能存在日均收益率为正的“二月效应”、“十一月效应”、“十二月效应”和日均收益率为负的“九月效应”、“十月效应”;其他月份两个阶段月份效应不同。
Table 1. Descriptive statistics of the average daily return of the Shanghai Composite Index
表1. 上证指数日均收益率的描述性统计
|
|
mean |
std |
min |
25% |
50% |
75% |
max |
1 |
第一阶段 |
0.013882 |
0.136744 |
−0.22649 |
−0.05402 |
0.007048 |
0.05995 |
0.535745 |
第二阶段 |
−0.0015 |
0.051601 |
−0.07647 |
−0.02413 |
0.002879 |
0.036357 |
0.053867 |
2 |
第一阶段 |
0.031794 |
0.05096 |
−0.05152 |
−0.00573 |
0.027573 |
0.051343 |
0.164155 |
第二阶段 |
0.030077 |
0.064314 |
−0.03233 |
0.007353 |
0.007468 |
0.030008 |
0.137888 |
3 |
第一阶段 |
0.016026 |
0.109971 |
−0.30896 |
−0.00987 |
0.024482 |
0.074385 |
0.187102 |
第二阶段 |
−0.01522 |
0.043381 |
−0.06069 |
−0.04513 |
−0.01914 |
−0.00206 |
0.050939 |
4 |
第一阶段 |
0.048273 |
0.128362 |
−0.15885 |
−0.02164 |
0.013621 |
0.102183 |
0.467508 |
第二阶段 |
−0.00207 |
0.038099 |
−0.06308 |
−0.00402 |
0.001438 |
0.015402 |
0.039916 |
5 |
第一阶段 |
0.065256 |
0.362064 |
−0.31153 |
−0.06037 |
−0.00052 |
0.054856 |
1.772262 |
第二阶段 |
−0.00042 |
0.047888 |
−0.05836 |
−0.03572 |
−0.0027 |
0.045739 |
0.04892 |
6 |
第一阶段 |
−0.00535 |
0.116705 |
−0.20308 |
−0.07198 |
−0.01273 |
0.018991 |
0.320561 |
第二阶段 |
0.026629 |
0.031031 |
−0.00672 |
−0.00078 |
0.027661 |
0.04639 |
0.066592 |
7 |
第一阶段 |
−0.01387 |
0.098214 |
−0.28846 |
−0.05115 |
−0.00775 |
0.024599 |
0.170212 |
第二阶段 |
0.004895 |
0.066181 |
−0.05398 |
−0.04278 |
−0.01557 |
0.027788 |
0.109004 |
8 |
第一阶段 |
0.031631 |
0.282586 |
−0.21814 |
−0.04293 |
0.003798 |
0.028055 |
1.351851 |
第二阶段 |
−0.00289 |
0.037716 |
−0.05201 |
−0.01578 |
−0.01571 |
0.025882 |
0.043145 |
9 |
第一阶段 |
−0.00698 |
0.057166 |
−0.14691 |
−0.04205 |
−0.00479 |
0.039624 |
0.080982 |
第二阶段 |
−0.01949 |
0.031694 |
−0.05551 |
−0.05231 |
−0.00301 |
0.006566 |
0.006837 |
10 |
第一阶段 |
−0.01248 |
0.099427 |
−0.27775 |
−0.04587 |
−0.00768 |
0.048176 |
0.121691 |
第二阶段 |
−0.01368 |
0.021872 |
−0.04329 |
−0.02948 |
−0.00584 |
0.002014 |
0.008216 |
11 |
第一阶段 |
0.031686 |
0.112831 |
−0.18187 |
−0.04081 |
0.029774 |
0.057114 |
0.428487 |
第二阶段 |
0.025954 |
0.043813 |
−0.01949 |
0.003611 |
0.004665 |
0.051862 |
0.089118 |
12 |
第一阶段 |
0.003142 |
0.099232 |
−0.15344 |
−0.05489 |
−0.0156 |
0.054116 |
0.274464 |
第二阶段 |
0.013905 |
0.033997 |
−0.0197 |
−0.01807 |
0.021294 |
0.023973 |
0.062027 |
表2给出了两个阶段深圳综指各月份内日均收益率数据,由表2可知,在均值、最大值、最小值等统计指标上,深圳股市在第一阶段、第二阶段存在非常明显的差异,从数据可以看出,深证综指两个阶段月,2月,7月,11月,12月日均收益率均为正值,尤其是2月份平均收益率最高;9月日均收益率均为负值。其他月份两个阶段正负不同,以此为依据推测深圳股票市场可能存在日均收益率为正的“二月效应”、“七月效应”、“十一月效应”、“十二月效应”和日均收益率为负的“九月效应”;其他月份两个阶段月份效应不同。
Table 2. Descriptive statistics of the average daily return of the Shenzhen Composite Index
表2. 深证综指日均收益率描述性统计
|
|
mean |
std |
min |
25% |
50% |
75% |
max |
1 |
第一阶段 |
0.005264 |
0.106304 |
−0.25635 |
−0.06002 |
−0.00333 |
0.077734 |
0.172958 |
第二阶段 |
0.013587 |
0.070594 |
−0.10293 |
0.024076 |
0.024277 |
0.033071 |
0.08944 |
2 |
第一阶段 |
0.032959 |
0.061467 |
−0.06119 |
−0.00257 |
0.022594 |
0.054752 |
0.219971 |
第二阶段 |
0.041164 |
0.095236 |
−0.02122 |
−0.01812 |
0.009579 |
0.027979 |
0.207603 |
3 |
第一阶段 |
0.026449 |
0.103966 |
−0.16794 |
−0.02572 |
0.012666 |
0.059819 |
0.27135 |
第二阶段 |
−0.03008 |
0.080453 |
−0.0994 |
−0.09275 |
−0.05024 |
−0.00487 |
0.096871 |
4 |
第一阶段 |
0.053953 |
0.16838 |
−0.13071 |
−0.02613 |
0.016194 |
0.075925 |
0.580062 |
第二阶段 |
−0.00458 |
0.066775 |
−0.09051 |
−0.03307 |
−0.02345 |
0.047893 |
0.076235 |
5 |
第一阶段 |
0.025774 |
0.112822 |
−0.13278 |
−0.04849 |
0.001399 |
0.072332 |
0.385476 |
第二阶段 |
−0.00779 |
0.053972 |
−0.07771 |
−0.04805 |
0.002266 |
0.038633 |
0.045927 |
6 |
第一阶段 |
−0.00589 |
0.133342 |
−0.22223 |
−0.07997 |
−0.02984 |
0.039842 |
0.438002 |
第二阶段 |
0.059186 |
0.053472 |
0.011024 |
0.021562 |
0.028648 |
0.115974 |
0.118722 |
7 |
第一阶段 |
0.004519 |
0.108882 |
−0.15119 |
−0.07346 |
0.002067 |
0.042018 |
0.256749 |
第二阶段 |
0.014687 |
0.075261 |
−0.0488 |
−0.04541 |
0.014267 |
0.016158 |
0.137215 |
8 |
第一阶段 |
0.008058 |
0.14439 |
−0.22571 |
−0.04933 |
−0.00236 |
0.050472 |
0.563154 |
第二阶段 |
−0.02045 |
0.032191 |
−0.06846 |
−0.03678 |
−0.01001 |
0.004189 |
0.008825 |
9 |
第一阶段 |
−0.00559 |
0.059718 |
−0.10956 |
−0.05109 |
−0.00625 |
0.03416 |
0.134205 |
第二阶段 |
−0.0344 |
0.040516 |
−0.08778 |
−0.06184 |
−0.02963 |
−0.00135 |
0.008602 |
10 |
第一阶段 |
0.00416 |
0.112526 |
−0.22753 |
−0.05569 |
0.001358 |
0.036441 |
0.299326 |
第二阶段 |
−0.00085 |
0.027342 |
−0.0354 |
−0.02431 |
0.00995 |
0.020017 |
0.025501 |
11 |
第一阶段 |
0.010215 |
0.087404 |
−0.19935 |
−0.05615 |
0.008549 |
0.052759 |
0.226101 |
第二阶段 |
0.021123 |
0.032845 |
−0.01388 |
−0.00552 |
0.023828 |
0.032751 |
0.068429 |
12 |
第一阶段 |
0.002679 |
0.09738 |
−0.2115 |
−0.05483 |
−0.02246 |
0.061644 |
0.223543 |
第二阶段 |
0.024434 |
0.046922 |
−0.02079 |
−0.00833 |
0.004165 |
0.058564 |
0.088561 |
4.2. 实证结果与原因分析
对两个阶段的沪市收益率运用GARCH (1, 1)模型进行处理后得到实证结果如表3及表4所示。
Table 3. Results of the two-stage GARCH model in Shanghai
表3. 沪市两个阶段GARCH模型结果
上证综指 |
第一阶段 |
第二阶段 |
一月 |
0.0012** |
0.0021 |
二月 |
0.0001** |
0.0019 |
三月 |
0.0002 |
−0.0002 |
四月 |
−0.0007 |
0.0020 |
五月 |
0.0021 |
0.0007 |
六月 |
−0.0002 |
0.0000 |
七月 |
−0.0019* |
0.0007 |
八月 |
0.0004 |
0.0005 |
九月 |
−0.0021 |
0.0002 |
十月 |
0.0003 |
0.0011 |
十一月 |
0.0000 |
0.0002 |
十二月 |
0.0013** |
0.0027* |
注:*、**和***分别表示在10%、5%和1%显著水平下的统计结果。
Table 4. Results of the two-stage GARCH model in Shenzhen
表4. 深市两个阶段GARCH模型结果
深证成指 |
第一阶段 |
第二阶段 |
一月 |
−0.0009 |
0.0015 |
二月 |
0.0015*** |
0.0026 |
三月 |
0.0009 |
0.0000 |
四月 |
−0.0007 |
0.0020 |
五月 |
−0.0036 |
0.0002 |
六月 |
−0.0021 |
−0.0005 |
七月 |
0.0002 |
0.0007 |
八月 |
−0.0032** |
−0.0007 |
九月 |
−0.0025 |
0.0002 |
十月 |
0.0001 |
0.0002 |
十一月 |
−0.0005** |
−0.0005 |
十二月 |
−0.0015 |
0.0026 |
注:*、**和***分别表示在10%、5%和1%显著水平下的统计结果。
由表3可知,上证综指在第一阶段时期,一、二、六、十二月份的参数在5%或10%的显著性水平下显著,其中一月、二月和十二月显著地大于其它月份,表现出正的月份效应;在第二阶段仅十二月在10%的显著性水平下显著,表现出正的月份效应。由表4可知,深证综指第一阶段在二、八、十一月份的参数也显著地与其它月份不同;在第二阶段没有月份参数通过检验,表明深圳股市月份效应这一市场异象消失。
已有前人的研究表明沪深两市存在月份效应,但具体月份不同学者间存在差异。本文的研究发现在第一阶段,即注册制试点开始前,沪市和深市具有较强的多月份效应,但这两个股票市场存在多月份效应与国外的一月份效应也存在差异,且沪深两市都处在同一个经济大环境中,很难有符合市场规律的解释月份效应存在的这种差异的理论;在第二阶段沪深两市的月份效应不明显,仅存在沪市的十二月效应,市场有效性假说认为,股票的价格能充分地反映市场包含的一切信息,沪深两市在第一阶段存在的多月份效应说明市场不充分有效,下面是原因分析。
第一,中国股市制度建设不够健全。自1990年,上海证券交易所正式和深圳证券交易所先后开业,中国资本市场初具雏形,2001年,中国证监会建立并实施了证券发行上市核准制,资本市场开始从行政审批转向市场竞争,中介机构的作用开始得以发挥,2018年注册制改革进入启动实施阶段,随后一年科创板开市,资本市场迎来了注册制,市场化进程深入发展。除上市发行制度的变化外,早期资本市场对股市影响重大的制度也不完善,涨跌停板、上市保荐、股权分置改革等制度都是在以后慢慢实行的,这些制度的不完善都是导致多月份效应存在的主要原因,也导致了投资者能够通过挖掘信息而获取超额收益进行套利。
第二,投资者理念不成熟。由于我国股市起步较晚,投资者经验不足,对股市的判断、对国家公布的政策的理解等容易产生认知与行为偏差,并且该阶段人们受教育水平较低,专业的股票知识还没有普及,投资者不理性,容易受到一些非客观因素的影响,投资理念不成熟。
第三,信息披露制度不完善。伴随资本市场持续发展和现实情况不断变化,信息披露标准不断修订和调整,中国证监会对雏形阶段的原则性法规进行细化规定,陆续出台一系列《公开发行股票公司信息披露内容与格式准则》,深交所启动上市公司信息披露直通车制度,上交所发布《上海证券交易所直通车业务指引》,并于当年7月1日正式实施信息披露直通车,标志着上市公司自主信息披露制度的进一步完善;此外在这个时间段,计算机的使用程度较低,信息化程度低,投资者获取信息的渠道有限,获取信息的能力偏低。
在第二阶段沪深两市月份效应基本消失,表明我国股市更加有效,资本市场进一步完善说明,市场行为更加理性,其中注册制的实行起到了关键作用。注册制是全面深化资本市场改革的“牛鼻子”工程,全面实行注册制,将进一步优化制度供给,完善资本市场基础制度,提升市场能级;优化支持实体经济高质量发展的资本形成和要素配置机制,充分发挥资本市场功能;增强市场包容性、代表性,完善多层次市场体系;持续改善投资者结构,从长期视角提升投资者总体回报。同时,以全面注册制改革为引领,在发行、上市、交易、退市等各个环节同步、系统化推动制度创新,有利于以信息披露为核心完善资本市场生态,强化市场化约束制衡机制,提高市场运行韧性、稳定性,防范资本无序扩张。注册制的实行将极大带动资本市场全面深化改革工作的深入。
5. 结论
本文按中国股市发展成熟度不同,以注册制试点启动作为标志性时间节点,将中国股市发展划分为两个不同的时间段,运用GARCH模型对这两个时间段的数据进行了实证分析。实证结果表明,在第一阶段,我国A股股市存在多个月份效应,说明在这一阶段我国股票市场非有效,股市发展还未成熟。在第二阶段,中国的股票市场日趋完善,市场有效性增强,月份效应基本消失,这与我国股市上市发行制度的完善、投资者的投资理念成熟、信息披露制度的优化有关,我国股市各方面制度的建设已经比较成熟。