許毓坤，于　洋(.泉州經(jīng)貿(mào)職業(yè)技術學院經(jīng)濟管理系，福建泉州　36000；.東北財經(jīng)大學數(shù)學與數(shù)量經(jīng)濟學院，遼寧大連　605)

?

股市預期的短期波動與長期記憶性研究—— 基于新浪網(wǎng)股市調(diào)查數(shù)據(jù)

許毓坤1，于洋2
(1.泉州經(jīng)貿(mào)職業(yè)技術學院經(jīng)濟管理系，福建泉州362000；2.東北財經(jīng)大學數(shù)學與數(shù)量經(jīng)濟學院，遼寧大連116025)

摘要：基于新浪網(wǎng)的多空調(diào)查數(shù)據(jù)換算得到股市預期，研究發(fā)現(xiàn)：股市預期表現(xiàn)出高峰厚尾、集束波動等典型的金融數(shù)據(jù)特征；TGARCH、FIEGARCH模型顯示預期波動具有非對稱性看空預期的沖擊要大于看多預期；長記憶模型表明股市預期波動均值有中度長記憶性,方差則具有非對稱長記憶性。本研究將有利于進一步揭示股市整體預期行為特征和變化規(guī)律。

關鍵詞：股市預期；長記憶性；非對稱性；統(tǒng)計調(diào)查

本文采用網(wǎng)絡調(diào)查數(shù)據(jù)分析市場整體預期行為規(guī)律，內(nèi)容包括：研究意義、現(xiàn)狀和思路；預期數(shù)據(jù)的選擇、計量及其基本性質；建立模型分析股市預期的短期波動和長期記憶特征；結論。

一、研究意義、現(xiàn)狀和思路

預期對投資決策具有重要意義，股市預期體現(xiàn)對未來漲跌的判斷，有利于前瞻性地了解市場多空變化。然而，預期易受到各種外界因素和主觀動物精神的影響，所以描述預期的數(shù)據(jù)難以直接獲取，這造成對股市預期研究主要集中在對機構和分析師的預期研究上，對股市整體預期行為與特性開展研究的較為鮮見。Elton研究了分析師對上市公司盈利的預測偏差與公司股票隨后時間段內(nèi)投資收益關系，認為股價已包含市場的一致共識，所以分析師預測并不會導致超額收益，投資者如果從分析師的估計中發(fā)現(xiàn)被低估的股票則可以獲得更高的收益[1]。Womack研究了美國First Call數(shù)據(jù)系統(tǒng)上的投資建議對股價和成交量的影響，發(fā)現(xiàn)機構投資者的推薦對股票未來3 - 4天的價格存在顯著的影響[2]。Rangvid利用德國ZEW中心的股市月度調(diào)查數(shù)據(jù)，分析發(fā)現(xiàn)整體預測者的預期共識會影響單個預測者的預期，年輕預測者或投資經(jīng)理的預測行為更依賴于整體預期共識。當股市的一致性預期是樂觀時，單個預測者會因為高階預期①而傾向于也得出樂觀的判斷[3]。Yamamoto & Hirata利用日經(jīng)指數(shù)的月度數(shù)據(jù)分析股票價格預測異質性的決定因素，認為在相同信息下交易雙方會因不同的商業(yè)目標形成不同的信息內(nèi)容,從而造成預期異質[4]。

國內(nèi)文獻研究股市預期的主要有：楊六琴通過《中國證券報》及其網(wǎng)絡連續(xù)兩年開展股市投資者問卷調(diào)查，發(fā)現(xiàn)投資者年底家庭金融資產(chǎn)調(diào)整計劃對次年有一定的預測意義，家庭金融資產(chǎn)結構、投資行為與其對經(jīng)濟的預期有著密切的關聯(lián)[5]。高峰等利用中國央視網(wǎng)站上對數(shù)十家機構的分類調(diào)查數(shù)據(jù)，設計發(fā)展包含離散數(shù)據(jù)的隱變量模型檢驗機構的短期預期行為，認為機構的預期行為并不符合理性預期的假說[6]。長期來看機構預測和真實市場收益無很大偏差，但短期來看機構預測精度誤差較大并不適合指導投資。馬樹才等認為投資者非理性并不滿足完美套利條件，其采用GARCH-M模型實證檢驗認為對滬深股市收益率的波動對預期收益率具有較強的解釋能力，滬深股票市場并不滿足于風險中性假定具有可預測性[7]。陳圣飛等基于適應性預期和有限理性的思想，利用1994至2007年的上指月度數(shù)據(jù)來測定投資者對股市看法的主觀概率，發(fā)現(xiàn)我國投資者對股市未來走勢判斷存在規(guī)律性的主觀概率，通常不會連續(xù)兩年預測股市好轉或惡化[8]。

二、股市預期的數(shù)據(jù)選擇與基本性質

（一）數(shù)據(jù)選擇

股市預期的調(diào)查數(shù)據(jù)來自“新浪財經(jīng)-中證報”聯(lián)合多空調(diào)查，“下一交易日市場走勢判斷”分為上漲、盤整和下跌，其不同比例揭示了下一交易日的多空預期情況，經(jīng)過計算可以得到股市預期。選取2008年10月9日至2013年2月8日的調(diào)查數(shù)據(jù)，扣除周末、節(jié)假日以及個別數(shù)據(jù)缺失共計1 044天。采用肖爭艷[9]介紹的邏輯分布概率法來計算股市預期。具體計算中需要使用同期上證指數(shù)收益率SZ均值，故股市預期體現(xiàn)了上指收益率情況，但其本身波動仍保留了網(wǎng)民接受調(diào)查時的預期判斷特性。

（二）基本性質

圖1中（a）、（b）分別表示基于邏輯分布概率法計算得到的股市預期收益率LJ和上證指數(shù)收益率SZ。上證指數(shù)收益率SZ的波動幅度較大且集束波動性非常明顯，尤其是在前300 - 400個數(shù)據(jù)上波動幅度明顯大于其他數(shù)據(jù)，這可能與2007年金融危機后市場波動變化激烈有關。股市預期收益率LJ的波動相對穩(wěn)定振幅較窄集束波動性也較不明顯，其中有三個激烈波動的時期，經(jīng)對比這三個激烈波動出現(xiàn)的時間正好是上證股市多空轉換強烈的時期。

圖1　股市預期收益率LJ、上指收益率SZ相關波動情況

股市預期的統(tǒng)計學性質見表1。從表1可發(fā)現(xiàn)，LJ的峰度值為11.288表現(xiàn)出高峰厚尾的典型金融數(shù)據(jù)特征，偏度值0.154表明股市預期收益率LJ非對稱存在稍微的右偏態(tài)，JB值說明預期不具備正態(tài)分布特征。經(jīng)計算，股市預期與實際上證指數(shù)收益率之間的絕對誤差MAE=0.014，均方誤差RMSE=0.019，誤差較小。ADF檢驗認為股市預期收益率LJ是平穩(wěn)時間序列。

表1　股市預期收益率LJ、上指收益率SZ基本性質

三、股市預期的短期波動與長期記憶性

（一）短期波動

傳統(tǒng)的自回歸模型假定相距較遠的兩個觀測值之間相互獨立，模型自相關函數(shù)呈指數(shù)率迅速衰減故認為這種時間序列具有“短期記憶性”，ARMA等模型即具有這樣的特性。比較不同的自回歸模型AIC值，決定建立股市預期收益率LJ的ARMA(2，1)模型，具體參數(shù)見表2。模型AR項體現(xiàn)股市預期波動的慣性，當期預期主要受到前2期預測影響，其中前一期對當期的影響作用最大，系數(shù)1.230表明這種作用被放大。MA項系數(shù)為負表明上一期的判斷誤差對當期預期的修正作用，系數(shù)值為-0.945說明修正的強烈程度和收斂性。圖1（c）是ARMA（2，1）模型殘差圖，LM檢驗發(fā)現(xiàn)在滯后1至4階條件下異方差F值顯著，這說明LJ具有不確定性。股市信息不對稱和股民的投資能力、理念、風險偏好等方面均存在異質，在股市漲跌波動的作用下必將導致股市預期差異造成不確定。進一步建立TGARCH模型分析短期波動特征，見表2。

表2　股市預期收益率LJ的ARMA和TGARCH模型

在TGARCH模型中，杠桿效應項顯著系數(shù)為0.241，說明當出現(xiàn)利多預期時會對股市預期帶來一個0.090倍沖擊，而出現(xiàn)利空預期時會帶來一個0.331倍沖擊。顯然，投資者對股市的多空預期反應并不一致，利空預期總是能造成預期更大的波動從而出現(xiàn)股市暴跌緩漲現(xiàn)象。股市預期的短期波動分析表明前2期的預期行為對當期預期有影響，而多空預期行為中存在不對稱性和不確定性，市場對利空反應更為激烈。

（二）長期記憶性

長期記憶性表示相距甚遠的觀察值之間仍存在著某種穩(wěn)定的依存關系，模型自相關函數(shù)衰減緩慢。目前描述長期記憶性的模型主要有FIGARCH、ARFIMA等模型。FIGARCH用于捕捉序列波動過程存在的長記憶性，而ARFIMA用于描述均值過程存在的長記憶性，兩者側重點不一樣將展示股市預期收益率LJ中所包含的長期相關特征。KPSS和ADF聯(lián)合檢驗可以判斷一時間序列是否存在長記憶性。聯(lián)合檢驗前利用ARMA（1，1）模型去除短記憶性，這時股市預期收益率LJ只存在長記憶特征有利于實現(xiàn)對長記憶準確分析。經(jīng)檢驗，在5%的顯著性下ADF和KPSS檢驗都拒絕原假設，說明消除短記憶的LJ序列具有長記憶特征，具體結果如表3。

表3　消除短期記憶性后的股市預期KPSS、ADF檢驗

采用s-plus 8軟件和Finmetrics工具包，計算得到股市預期收益率LJ的長記憶模型，見表4。

表4　股市預期收益率LJ的長記憶模型

在ARFIMA模型中d=-0.127＜0，此時股市預期收益率LJ的自相關函數(shù)的絕對值之和趨近于一個常數(shù),故被稱為中度記憶過程。股市預期收益率LJ均值回復的經(jīng)濟學含義是股民認為股市即不會持續(xù)上漲也不會持續(xù)下跌。ARFIMA模型也說明股市預期具有“約瑟夫效應”存在長期持續(xù)與非周期的循環(huán)現(xiàn)象。在FIEGARCH模型中，C為條件均值方程中的常數(shù)項估計值，A為條件方差方程中的常數(shù)項估計值，分形差分參數(shù)d=0.445＜0.5，其中，GARCH（1）和ARCH（1）項系數(shù)之和等于0.972略小于1說明模型穩(wěn)定。而杠桿效應項LEV（1）的系數(shù)P值顯著表明確實存在一定的杠桿效應，系數(shù)為-0.037小于0說明非對稱程度。波動過程存在長記憶特點意味著某次判斷誤差將長時間地持續(xù)影響人們的預期行為。股市預期存在長記憶性說明前后相距較遠的預測仍存在穩(wěn)定的相依關系，推其原因主要與投資者有限理性行為、非線性反應、學習能力和經(jīng)驗積累等等有關。

四、結　論

本文利用新浪網(wǎng)連續(xù)三年的調(diào)查數(shù)據(jù)計算得到中國股市預期波動情況，建立時間序列模型分析了股市預期的波動特征,發(fā)現(xiàn)股市預期波動行為中存在不確定性、非對稱性和長期記憶的特點。預期不確定性與股市波動有關，股市漲跌對投資者有心理影響，這種心理影響會反過來作用到投資行為進而對股市產(chǎn)生新的影響加劇股市波動。在TGARCH、FIEGARCH模型均顯示股市對看空預期的反應要大于看多預期的反應，股市暴跌緩漲正是投資者的多空預期不對稱反應在股市中的表現(xiàn)。ARFIMA模型揭示了股市預期是存在均值回復的中度記憶過程，F(xiàn)IEGARCH模型顯示股市預期存杠桿效應對正負干擾反應的不對稱，方差存在長記憶特點。均值和方差均存在長期記憶性，所以股市預期具有雙長記憶的特點。

參考文獻

[1]Elton E J,Gruber M J,Gultekin M.Expectations and Share Prices[J].Management Science,1981,27(9):975-987.

[2]Womack L K.Do brokerage Analysts’ Recommendations Have Investment Value[J].The Journal of Finance,1996,51:137-167.

[3]Rangvid J,Schmeling M,Schrimpf A.Higher-Order Beliefs Among Professional Stock Market Forecasters:Some First Empirical Tests[R].Mannheim:ZEW Center,2009:9-42.

[4]Yamamoto R,Hirata H.Belief Changes and Expectation Heterogeneity in Buy- and sell-side Professionals in the Japanese Stock Market[J].Pacific-Basin Finance Journal,2012,20(5):723-744.

[5]楊六琴,車宏生,馮江平.中國股市投資者投資預期的初步研究[J].經(jīng)濟管理,2002,(18):75-82.

[6]高峰,宋逢明.中國股市理性預期的檢驗[J].經(jīng)濟研究,2003,(3):61-69.

[7]馬樹才,趙豐義.中國滬深股市可預測性研究[J].當代經(jīng)濟管理,2007,(6):103-106.

[8]陳圣飛,謝汪送,朱旭強.論適應性預期下中國投資者對股市主觀概率的測定[J].經(jīng)濟理論與經(jīng)濟管理,2011,(7):76-79.

[9]肖爭艷,陳彥斌.中國通貨膨脹預期研究:調(diào)查數(shù)據(jù)方法[J].金融研究,2004,(11):1-18.

(編輯：劉慧青)

Study on Expectation of Stock Market about Short-term Fluctuation and Long-term Memory—— Based on Sina’ s Stock Market Survey Data

XU Yukun1,YU Yang2
(1.Department of Economics and Management,Quanzhou Vocational College of Economics and Business,Quanzhou,China362000; 2.School of Mathematics and Quantitative Economics,Dongbei University of Finance and Economics,Dalian,China116025)

Abstract:With SINA survey data we obtain the stock yield expectation,and find that stock yield expectation has a typical peak thick tail and volatility cluster characteristics which the financial data always had.By TGARCH and FIEGARCH model,we find that there is asymmetric effect of China's stock yield expectation.Long memory models show that stock yield expectations have an average moderately long memory,and the variance with asymmetric long memory.This conclusion will help to reveal the characteristic and variation of stock yield expectation.

Key words:Stock Expectation; Long-term Memory; Asymmetry; Survey

作者簡介：許毓坤(1979- )，男，福建泉州人，副教授，博士，研究方向：數(shù)量經(jīng)濟學

基金項目：福建省教育廳A類項目(JAS140151)；泉州市社科聯(lián)基金項目(2014H05)

收稿日期：2014-03-21

DOI：10.3875/j.issn.1674-3555.2016.02.010本文的PDF文件可以從xuebao.wzu.edu.cn獲得

中圖分類號：F830.91

文獻標志碼：A

文章編號：1674-3555(2016)02-0078-05