顧浩威

（中國人民大學(xué)商學(xué)院）

一、引言

動量效應(yīng)，由Jegadeesh于1993年提出，是指股票的回報率有延續(xù)原本運動方向的趨向，即過去回報率高的股票在未來表現(xiàn)依然亮眼，其收益會仍然顯著高于過去表現(xiàn)低迷股票的收益，因此又被稱為“慣性效應(yīng)”；而反轉(zhuǎn)效應(yīng)則與動量效應(yīng)恰好相反，指過去表現(xiàn)較差（/好）的股票在未來的一段時間反而能獲得顯著高（/低）的收益。

通過研究中國股市的動量效應(yīng)及其與新聞報道之間的關(guān)系，能夠進一步探究有效市場假說背后的異象，為行為金融學(xué)解釋視角提供一種新的證據(jù)；同時，為具備一定資金量和做空資格的機構(gòu)投資者，提供了一種新的投資方法。

二、理論分析及假設(shè)的提出

（一）中國A股市場的動量效應(yīng)

Jegadeesh（1993）、 Conard（1998）、Rouwenhorst（1998）等國外學(xué)者，在對美國、歐洲這些國家的股票做檢驗時，都發(fā)現(xiàn)了明顯的動量效應(yīng)。而國內(nèi)研究學(xué)者，譬如高秋明、胡聰慧與燕翔（2014），也發(fā)現(xiàn)我國A股市場周度數(shù)據(jù)存在顯著的動量效應(yīng)。但是動量效應(yīng)所導(dǎo)致的價格上漲，會由于價格最終向基礎(chǔ)價值回歸的過程而下跌，因此，若選取的時間段不當(dāng)，反而會出現(xiàn)顯著的反轉(zhuǎn)效應(yīng)。對此，也有相關(guān)的國內(nèi)研究實證證明，徐信忠、鄭純毅（2006）發(fā)現(xiàn)我國A股市場雖然存在顯著動量效應(yīng)，但期限明顯短于西方的發(fā)達國家，并且當(dāng)期限超過半年時會出現(xiàn)顯著的反轉(zhuǎn)效應(yīng)。

對此，提出第一個假設(shè)：

H1：在選定合適時間段的情況下，中國A股市場存在顯著的動量效應(yīng)，由于存在一個股價偏離后回歸基礎(chǔ)價值的過程，之后存在一定的反轉(zhuǎn)效應(yīng)。

（二）新聞報道與動量效應(yīng)的關(guān)系

國外研究（Engelberg and Parsons 2011，Tetlock 2007）證實媒體的新聞報道會直接影響投資者收集、處理與理解信息的方式，也有學(xué)者（Hong and Stein 2007）通過實證得到媒體在股票市場投資者投資決策過程中扮演著“塑造”的重要角色的結(jié)論，這些結(jié)論表明媒體的相關(guān)新聞報道可能與動量效應(yīng)之間存在一定的相關(guān)性。

對此提出本文的第二個假設(shè)：

H2：上市公司的相關(guān)新聞報道與動量效應(yīng)呈正相關(guān)。

三、中國A股市場動量效應(yīng)實證研究

（一）數(shù)據(jù)來源

鑒于深市與滬市的同漲同跌性（朱俊、莊新田2010），股票的流動性（Alexander Hillert等 2014）以及樣本充足性考慮，本文以2017年1月6日發(fā)布的上證50指數(shù)成分股為標(biāo)準(zhǔn)，最終選定2008年第四季至2016年第三季的35家企業(yè)作為研究對象。

（二）研究方法

動量效應(yīng)是違背有效市場假說的異象之一，要判斷中國A股市場是否存在動量效應(yīng)，只需要通過動量策略構(gòu)造贏家組合與輸家組合，再觀察是否存在顯著的超額收益即可。選取贏家組合與輸家組合的這段觀察時間，可將其稱之為形成期，組合形成后，持有的這段時間被稱為持有期，在持有期觀察是否能獲得顯著的超額收益。形成期又有重疊與不重疊之分，譬如將1—3月作為第一個形成期，若采用重疊的形成期，那么下一個形成期則是2—4月；若采用不重疊的形成期，則下一個形成期為4—6月。本文為了投資組合更能及時、連續(xù)地反映市場的動態(tài)，采取重疊的形成期。

本文采用Jegadeesh（1993）構(gòu)造動量組合的方法，具體步驟如下：

1.確定形成期J和持有期K。J=1，K=2，時間單位為季度。

2.計算形成期個股的對數(shù)差分收益率。根據(jù)n只股票交易復(fù)權(quán)價的數(shù)據(jù)計算在形成期J的對數(shù)差分收益率：

其中，Pi,t為股票i在第t個季度的復(fù)權(quán)價，i=1，…，n。

3.計算市場對數(shù)差分收益率。根據(jù)上海證券綜合指數(shù)的季度數(shù)據(jù)計算市場收益率：

其中，Pm,t為上證綜指在第t個季度末的數(shù)值。

4.計算個股的超額收益率：

5.計算個股在形成期的平均累計超額收益率：

6.根據(jù)形成期J內(nèi)的對股票進行排序，分成贏家組合(winner portfolio)和輸家組合(loser portfolio)。在排序后的股票中，排在總序列的前十分位股票構(gòu)成形成期J的贏家組合W，后十分位股票構(gòu)成形成期J的輸家組合L，在持有期K，計算僅持有贏家組合W，僅持有輸家組合L，以及購買贏家組合W并賣出輸家組合L的無成本套利資產(chǎn)組合(W-L)的平均累計超額收益率，組合中的股票賦予相同的權(quán)重：

其中，h為贏家(輸家)組合股票數(shù)；在式(5)和式(6)中分別表示贏家組合和輸家組合在持有期K的組合內(nèi)股票的累計收益率；分別代表贏家組合、輸家組合和無成本套利組合在持有期K的平均累計超額收益率。

（三）研究結(jié)果

表1給出了構(gòu)造的輸家組合的實證檢驗結(jié)果，第一行數(shù)據(jù)代表的是該組合取得的超額收益序列的t值，第二行數(shù)據(jù)為序列的均值，第三行數(shù)據(jù)為收益序列的標(biāo)準(zhǔn)差。由表1可知，輸家組合的P值為0.26，不能通過顯著性檢驗，即構(gòu)造的輸家組合并不能獲取明顯的超額收益。

表1 輸家組合實證結(jié)果

表2給出了構(gòu)造的贏家組合的實證檢驗結(jié)果，從表中可以看出，輸家組合的P值為0.38，不能通過顯著性檢驗，即構(gòu)造的贏家組合并不能獲取明顯的超額收益。

表2 贏家組合實證結(jié)果

表3給出了構(gòu)造的動量組合的實證檢驗結(jié)果，從表中可以看出，動量組合的P值為0.10，t值為-1.69，因此在90%的置信度上能通過顯著性檢驗，構(gòu)造的動量組合獲取了明顯的損失。

表3 動量組合實證結(jié)果

圖1為從2008年第四季至2016年第三季，贏家組合、輸家組合與動量組合的超額收益序列情況，結(jié)合上述不同組合的實證檢驗結(jié)果，可以發(fā)現(xiàn)僅憑贏家組合或者輸家組合是不能取得顯著的超額收益的，而利用動量策略得到的結(jié)果雖然是顯著的，但收益為負，因此說明以季度為單位，中國A股市場存在顯著的反轉(zhuǎn)效應(yīng)。

本文通過反轉(zhuǎn)策略，在持有反轉(zhuǎn)組合的2015年的第四個季度能獲得最大的95.89%超額收益，且反轉(zhuǎn)組合中來自賣空贏家組合與買入輸家組合的收益來源基本相等，輸家組合收益為0.013，贏家組合收益為-0.014，沒有明顯傾向。輸家組合的標(biāo)準(zhǔn)差為0.064，贏家組合的標(biāo)準(zhǔn)差為0.087，說明即便兩處收益來源基本相等，但來自輸家組合的收益更加穩(wěn)定；且最終的動量組合標(biāo)準(zhǔn)差為0.089和贏家組合的標(biāo)準(zhǔn)差0.087幾乎相等，但動量組合的收益均值為-0.028，比贏家組合的收益均值-0.014更小，可以說明動量組合收益比贏家組合收益更穩(wěn)定。

圖1 2008.9.30—2016.9.30不同投資組合累計收益

四、新聞報道與動量效應(yīng)的關(guān)系研究

（一）數(shù)據(jù)來源

對35家企業(yè)的動量效應(yīng)檢驗結(jié)果得知，目前中國A股市場存在反轉(zhuǎn)效應(yīng)，因此本部分在研究相關(guān)新聞報道與反轉(zhuǎn)效應(yīng)之間的關(guān)系時，選取的研究對象仍然是這35家企業(yè)，時間段為2008年9月30日至2016年9月30日，以季度為時間單位。筆者用百度新聞的高級搜索來計量相關(guān)上市公司的新聞報道數(shù)，即將高級搜索的設(shè)置定為僅在標(biāo)題中含有該上市公司名字的關(guān)鍵詞進行搜索，結(jié)果頁面顯示的找到相關(guān)新聞篇數(shù)即該公司在這一時間段的相關(guān)新聞報道數(shù)。

圖2描述了從2008—2016年，連續(xù)32個季度至少含有一篇新聞報道的公司比例的時間序列，其中以季度為時間單位，和動量策略的形成期相匹配。如圖2所示，近8年具有新聞報道的公司比例在94%～100%之間波動，顯然十分穩(wěn)定。

圖2 近8年含有新聞報道的企業(yè)比例走勢圖

（二）研究方法

2008—2016年，35家企業(yè)的平均報道篇數(shù)為55 690篇，而中位數(shù)為646篇，總體來說，新聞報道數(shù)分布高度偏頗，因此將每個季度公司的新聞報道數(shù)定義為ln(1+number of articles)，作為被解釋變量，通過逐步線性回歸的方法來引入控制變量。

純粹的通過相關(guān)新聞報道數(shù)對企業(yè)進行區(qū)分，可能會受到公司規(guī)模等因素的影響。比如媒體往往對大公司的關(guān)注度比較高，往往有較多的新聞報道數(shù)，而有些小公司時常報道較少，即便在某些時間段新聞報道明顯增多，卻仍然少于大公司的新聞報道數(shù)。在這種情況下，純粹的通過相關(guān)新聞報道數(shù)對企業(yè)進行區(qū)分就并不能完全反映投資者對不同企業(yè)所獲取的信息量，因此有必要通過引入公司規(guī)模（size）這一控制變量，獲取回歸后的殘差來反映公司真正的相關(guān)新聞報道數(shù)，在衡量公司規(guī)模這一方面選取了公司市值這一更具有時效性的參數(shù)反映。表4給出了以新聞報道為被解釋變量，引入公司規(guī)模這一控制變量的結(jié)果，從表中可以看出公司規(guī)模（size）的系數(shù)為1.18，與新聞報道數(shù)呈正相關(guān)，t值為32.4，能夠通過顯著性檢驗。

表4 公司規(guī)模作為解釋變量的實證結(jié)果

研究（Alexander Hillert 2014）表明，公司股票的相關(guān)分析師報道與新聞報道之間存在替代關(guān)系，因此有必要在控制變量中引入分析師報道（analyst）的因素。表5給出了以新聞報道為被解釋變量，引入分析師覆蓋率（analyst）這一控制變量的結(jié)果，從表中可以看出分析師覆蓋率（analyst）的t值為9.29，能夠通過顯著性檢驗。

表5 分析師報道作為解釋變量的實證結(jié)果

因為上述兩個參數(shù)均通過顯著性檢驗，同時將其引入模型（8）：

回歸的結(jié)果如表6所示，公司規(guī)模（size）參數(shù)顯著，系數(shù)為正，符合公司規(guī)模越大，越吸引媒體注意的理論；分析師覆蓋率（analyst）參數(shù)的系數(shù)為負，符合新聞報道數(shù)與分析師報道數(shù)成替代關(guān)系的理論，但是不能通過顯著性檢驗，可能存在遺漏重要解釋變量的情況，因此需要進一步增添新的解釋變量視情況而定。

表6 含2個解釋變量的實證結(jié)果

考慮增加的第一個解釋變量是賬面市值比（B/M）。因為在橫截面數(shù)據(jù)中，一些關(guān)于基本面的變量要經(jīng)過價格的比例換算，其中最重要的一個變量就是賬面價值與市值比（B/M），具有預(yù)測未來收益的能力，構(gòu)成了難以用傳統(tǒng)模型解釋的異象。Fama和French在1992年將1963-1990年在NYSE、AMEX以及NASDAQ中交易的股票根據(jù)賬面價值與市值比分10組，并計算每組下一年的平均收益。結(jié)果是，最高比值組的每月平均收益比最低比值組的每月平均收益高1.53%。由此可見，將B/M引入模型作為控制變量有可能進一步增加模型的解釋力度。

考慮增加的第二個解釋變量即換手率（turnover）。2005年NYSE的成交量是14.1萬億美元，NASDAQ成交量為10.1萬億美元，東京交易所成交量為4.5萬億美元。近年來，NYSE每年的換手率平均為100%，其中2005年為102%。歷史上多次的股價泡沫都伴隨有巨大的成交量，比如1720年的南海公司泡沫，今年的網(wǎng)絡(luò)泡沫等。此外，經(jīng)典的技術(shù)分析中量價分析也占據(jù)了十分重要的位置，在現(xiàn)實市場中，很多投資者會依據(jù)量價關(guān)系對未來的走勢作出預(yù)測并指導(dǎo)自身的投資。而市場價格及成交量也一再重演歷史，說明投資者在使用圖表分析，并且據(jù)此得出的判斷是準(zhǔn)確的。上述事實都證明，成交量與價格之間存在某種互動關(guān)系，因此引入換手率（即成交量/流通總股數(shù)×100%）作為第二個控制變量。

綜上所述，得到如下回歸模型（9）：

回歸結(jié)果如表7所示，模型（9）各參數(shù)均顯著，修正后的R方為51%也優(yōu)于模型（8）的48%，因此本文采用模型（9）得到的殘差來衡量上市公司的相關(guān)新聞報道數(shù)。

表7 含4個解釋變量的實證結(jié)果

運用模型（9）對2008年第四季至2016年第三季中的各個季度進行回歸，將每個季度得到的殘差序列從大到小對這35家企業(yè)進行排序，分成5個層次，每個層次7家公司。第一層次簡稱為1st，即每個季度新聞報道最多的7家企業(yè)，其他層次以此類推。每個層次的7家公司中，收益在前2名的稱為Winner，中間3名稱為Mid，最后2名則稱為Loser。最后只需觀察分類后的組合收益顯著性即可。

（三）研究結(jié)果

表8所示是在形成期為1個季度，持有期為2個季度情形下的結(jié)果。其中Residual media coverage portfolio 指根據(jù)新聞報道數(shù)殘差排序劃分的投資組合；winner return指贏家組合的收益，loser return指輸家組合的收益，Mid return則指歷史收益介于贏家組合與輸家組合之間的組合的收益；Mom return指每個層次中，通過構(gòu)造動量組合（買入贏家組合，賣空輸家組合）所獲得的收益；Return 1-5指的是買入新聞報道數(shù)最多層次中的Winner（/Mid/Loser），賣空新聞報道數(shù)最少層次中的Winner（/Mid/Loser）所獲得的收益；Mom t-stat指動量組合的t值；t-stat 1-5指 Return 1-5組合的t值。由表8中結(jié)果可知，構(gòu)造的組合所獲得的收益幾乎全部不能通過顯著性檢驗，只有層次2中的動量組合能夠獲得顯著收益。

同樣，在形成期為1個季度，持有期為1個季度的情形下，得到了和表8類似的結(jié)論。

如圖3所示，實線代表對新聞報道數(shù)最多的企業(yè)運用動量組合所獲取的收益，虛線代表對新聞報道數(shù)最少的企業(yè)運用動量組合所獲取的收益，構(gòu)造動量組合時選取的形成期為1個季度，持有期為2個季度。由表8可知即便通過新聞區(qū)分后運用的動量組合并不能獲取顯著的收益，但在前2年，對新聞報道數(shù)較多的公司運用動量策略仍然比低新聞曝光率的公司能獲取更多的收益，即一定時間內(nèi)新聞報道越多，動量效應(yīng)越大。

綜上所述，以季度為時間單位，通過新聞報道數(shù)對上市公司進行區(qū)分，再構(gòu)造動量組合并不能獲取超額收益，即相關(guān)上市公司的新聞報道數(shù)與反轉(zhuǎn)效應(yīng)之間沒有關(guān)系。但值得注意的是，在前2年對新聞報道數(shù)最多的公司運用動量策略獲取的收益一直大于新聞報道數(shù)最少的公司，因此上述收益不顯著的原因可能在于時間單位選取過大，即季度的新聞已經(jīng)失去時效性，對于投資者決策影響甚小，此時用季度的新聞報道數(shù)并不能正確的反映投資者實際所獲取的信息大小，需要將時間單位進一步細化，來衡量新聞報道與動量效應(yīng)之間的關(guān)系。

表8 “多余”新聞報道數(shù)與動量效應(yīng)關(guān)系實證結(jié)果（J=1 K=2）

圖3 高新聞報道數(shù)與低新聞報道數(shù)公司的動量組合收益走勢（季度）

因為上市公司的賬面資產(chǎn)與分析師覆蓋率只有季度及以上的數(shù)據(jù)，因此接下來以周為時間單位，通過原始的公司新聞報道數(shù)來區(qū)分股票為不同的層次，再分別構(gòu)造動量組合，觀察是否能獲得顯著的收益。若將形成期選取為1周，持有期也選取為1周，結(jié)果如圖4所示，由圖可見高新聞報道數(shù)公司的動量組合累計收益一直大于低新聞報道數(shù)公司的動量組合收益，且有緩慢上升的趨勢。

為了進一步探討時間以周為單位，新聞報道數(shù)與動量效應(yīng)之間的關(guān)系，我們做了不同形成期與持有期組合下動量收益的顯著性檢驗，結(jié)果如表9所示，相關(guān)新聞報道數(shù)較多的公司動量收益都比相關(guān)新聞報道數(shù)較少的公司更顯著，且高新聞報道數(shù)動量組合的收益均顯著且大于0，而低新聞報道數(shù)組合的t值只有（4，1）組合顯著，從而說明：上市公司的相關(guān)新聞報道數(shù)越多，動量效應(yīng)越明顯。

五、結(jié)論與展望

本文基于上證50指數(shù)成分股選取標(biāo)準(zhǔn)，選取35家企業(yè)為研究對象，時間跨度從2008年9月30日至2016年9月30日，探索上市公司相關(guān)新聞報道與股價動量效應(yīng)的關(guān)系。其中對新聞報道數(shù)的衡量分別用四因素對數(shù)線性回歸模型的殘差和原始新聞報道進行衡量，得到主要結(jié)論如下：

采用Jegadeesh和Titman（1993）構(gòu)造動量組合的標(biāo)準(zhǔn)方法，時間以周或月（即4周）為單位，中國上市公司的相關(guān)新聞報道與動量效應(yīng)之間正相關(guān)，即上市公司的相關(guān)新聞報道越多，動量效應(yīng)越顯著；但時間以季度為單位時，中國A股市場在中長期（6個月）存在顯著的反轉(zhuǎn)效應(yīng)，此時中國上市公司的相關(guān)新聞報道與反轉(zhuǎn)效應(yīng)之間沒有相關(guān)性?？赡艿脑蚴羌径鹊男侣勈r效性，已不能反映投資者獲取信息的大小，投資者對其關(guān)注度不高，從而致使新聞對投資者的決策影響甚小。因此，假設(shè)1，2成立。

本文選取樣本的標(biāo)準(zhǔn)是基于上證50指數(shù)的編制標(biāo)準(zhǔn)，沒有包含上證50指數(shù)以外特征的股票，樣本區(qū)間較狹隘，因此在未來主要有兩個改進工作：

表9 原始新聞報道數(shù)與動量效應(yīng)關(guān)系實證結(jié)果

圖4 高新聞報道數(shù)與低新聞報道數(shù)公司的動量組合收益走勢（周度）

（一）做中國深市或者滬市全樣本的動量效應(yīng)檢驗，及與新聞報道之間的相關(guān)性檢驗，避免本文可能出現(xiàn)的樣本數(shù)過少導(dǎo)致的結(jié)果偏差。

（二）在全樣本的基礎(chǔ)上，向模型中引入是否屬于股指成分股這一虛擬變量，來區(qū)分股指里的成分股和“普通”的股票。