余富

摘? ?要：自上交所成立以來，股票市場的各種異象就備受學(xué)者關(guān)注。為了研究春節(jié)期間常常能讓投資者獲得超額收益率這一異象，使用上證綜合指數(shù)2000—2021年的日收益率數(shù)據(jù)作為樣本，首先對收益率進行了統(tǒng)計性描述，然后通過基于GARCH模型的方法對中國A股市場的春節(jié)效應(yīng)做實證檢驗，結(jié)果顯示，A股市場不僅存在春節(jié)前效應(yīng)，也存在春節(jié)后效應(yīng)。最后，從行為金融學(xué)視角出發(fā)，對A股市場產(chǎn)生春節(jié)效應(yīng)的原因進行分析總結(jié)。

關(guān)鍵詞：春節(jié)效應(yīng);上證指數(shù);GARCH模型;波動聚集性

中圖分類號：F830.91? ? 文獻標志碼：A? ? 文章編號：1673-291X（2022）14-0122-04

引言

節(jié)日效應(yīng)，一般是指由于某些特殊日子的到來使得相關(guān)的金融變量異常。這一現(xiàn)象難以用傳統(tǒng)金融理論解釋。1970年，尤金·法瑪（Eugene Fama）修改并深化了其1965年發(fā)表的博士論文，從而形成有效市場假說。EMH理論認為，若股票市場法律體系完備、透明度高、具有充分競爭并且功能性良好，則股價走勢能充分、及時而且準確反映所有有益的信息;同時認為，當(dāng)前的股價已經(jīng)囊括了企業(yè)從現(xiàn)在到未來的價值。因此，在市場無人為操作的情況下，投資者不可能通過技術(shù)性分析獲得超過市場水平的利潤。但是，從中國的證券市場開始建立至今，證券市場上時常出現(xiàn)的收益率等指標異常的現(xiàn)象一直在不斷沖擊著傳統(tǒng)的有效市場假說理論。

隨著大量學(xué)者和專家對節(jié)日效應(yīng)的深入研究和實證分析，節(jié)日效應(yīng)的神秘面紗被一層層揭開。通過梳理學(xué)者們的觀點，大多認為引起節(jié)日效應(yīng)的原因如下：（1）投資者的情緒導(dǎo)致節(jié)日效應(yīng)的產(chǎn)生;（2）投資者心理活動和滿足感與節(jié)日效應(yīng)有緊密聯(lián)系;（3）國家相關(guān)政令的出臺以及公司信息的發(fā)布與節(jié)日效應(yīng)有關(guān);（4）企業(yè)的規(guī)?？赡芤彩窃斐晒?jié)日效應(yīng)的一個因素。春節(jié)作為我國最重要的傳統(tǒng)節(jié)日，分析春節(jié)效應(yīng)在A股股市的存在性，不僅豐富了節(jié)日效應(yīng)的相關(guān)實證內(nèi)容，更為投資者投資市場、合理配置資產(chǎn)和適時選擇投資時間節(jié)點提供一定的借鑒?；诖耍疚倪x取上證指數(shù)2000—2021年的日收益率組成樣本，考慮日收益率的波動聚集性，采用基于加入虛擬變量的GARCH模型對上證日收益率進行實證檢驗，從實證結(jié)果分析該市場是否存在春節(jié)效應(yīng)，并且進一步深入分析原因。

一、文獻綜述

對節(jié)日效應(yīng)的闡述是由學(xué)者Fields在1934年提出的。該學(xué)者認為，由于投資者厭惡風(fēng)險，所以不愿意在股市休市的時候持有手中的股票，從而導(dǎo)致了假日前后股票收益率產(chǎn)生波動。Lakonishok和Simdt（1984）對美國道瓊斯工業(yè)指數(shù)研究發(fā)現(xiàn)，節(jié)前平均收益率大大超過其他平時的日收益率。Paul（1995）驗證了香港股票市場的節(jié)日效應(yīng)，發(fā)現(xiàn)香港股市存在明顯的節(jié)前效應(yīng)。同時，新西蘭以及以色列等證券市場存在明顯的節(jié)前效應(yīng)也被相關(guān)學(xué)者實證分析一一驗證。Liano和Wilson（1993）對1973—1987年美國股票市場的數(shù)據(jù)進行節(jié)日效應(yīng)分析，發(fā)現(xiàn)節(jié)日前效應(yīng)確實存在。Pettengill（1989）分析標準普爾發(fā)現(xiàn)，所有公司在節(jié)假日開始前都獲得了不錯的收益率，進一步研究發(fā)現(xiàn)，市值小的公司的節(jié)前效應(yīng)好于市值大的公司。而McGinnis（1999）分析美國1987—1996年的數(shù)據(jù)發(fā)現(xiàn)，低市值公司的節(jié)前效應(yīng)不斷降低，更可怕的是規(guī)模大的公司節(jié)日效應(yīng)正在不斷降低甚至消失。

近年來，國內(nèi)學(xué)者也對各種證券市場上的異常現(xiàn)象進行了大量的研究，形成了豐富的實證內(nèi)容。戴國強和陸蓉（1999）對A股市場進行實證檢驗，結(jié)果顯示，只有深市市場有周末效應(yīng)。奉立城（2003）的研究結(jié)果表明，外國股票市場普遍存在的“周一效應(yīng)”以及“一月份效應(yīng)”不存在于A股，但A股存在周二平均收益率顯著為負，周五則顯著為正的奇怪現(xiàn)象。歐陽建和李慶華（2005）選取1992—2004年深圳綜指的數(shù)據(jù)實證分析，發(fā)現(xiàn)深市存在節(jié)日效應(yīng)。陸磊與劉思（2008）對上證指數(shù)研究發(fā)現(xiàn)，1996—2007年上證指數(shù)的節(jié)日效應(yīng)也顯著，這種節(jié)日現(xiàn)象也存在于同期的深市市場。特別地，吳瑋琳（2009）利用ARMA-GARCH模型研究節(jié)日效應(yīng)發(fā)現(xiàn)，中國的傳統(tǒng)節(jié)日——春節(jié)的節(jié)日效應(yīng)最為明顯。

二、數(shù)據(jù)描述與模型選擇

（一）數(shù)據(jù)和節(jié)日的選取

本文選取上證綜指2000年1月4日到2021年6月22日的數(shù)據(jù)作為基礎(chǔ)樣本，數(shù)據(jù)均從英為財情官方網(wǎng)站下載。數(shù)據(jù)的選取基于以下原因：第一，1996年股票改變了交易規(guī)則，由T+0轉(zhuǎn)變成了T+1，選取2000年后的數(shù)據(jù)，是考慮到不規(guī)范的市場在新規(guī)的運作下會更完善，這樣的數(shù)據(jù)更加穩(wěn)定。第二，上證指數(shù)的時間選取跨度超過20年，期間A股經(jīng)歷了幾輪的牛、熊市，運用這樣的數(shù)據(jù)更加能驗證出春節(jié)效應(yīng)在A股是否存在;同時，隨著經(jīng)濟的發(fā)展，許多節(jié)假日已經(jīng)越來越不被人們重視，而作為中國傳統(tǒng)節(jié)日的春節(jié)在人們心目中還是最重要的存在，選擇春節(jié)來驗證具有典型性。

（二）樣本數(shù)據(jù)統(tǒng)計分析

在對A股股市是否存在春節(jié)效應(yīng)進行模型檢驗之前，先看下樣本數(shù)據(jù)的統(tǒng)計結(jié)果。通過以下公式定義樣本的日收益率：

r=（lnp-lnp）*100

其中，r代表上證指數(shù)在t時間的日收益率，p和p分別表示t和t-1天的股市收盤價。本文使用春節(jié)前3天和春節(jié)后3天的數(shù)據(jù)分別來驗證春節(jié)前、后效應(yīng)。

表1是本文樣本數(shù)據(jù)的相關(guān)統(tǒng)計。從表1中可以看到，其他交易日（即除了春節(jié)的交易日）的日收益率平均為0.02%，標準差是1.521。從平均日收益率來看，春節(jié)期間為0.418%，高于其他交易日19.9倍，但波動率方面卻僅超過29.4%。將春節(jié)分開來看，春節(jié)前3日的日平均收益率為0.527%，不僅高于春節(jié)期間日收益率，甚至是其他交易日的26.35倍，而波動率卻只高了3.7%;春節(jié)后3日的日平均收益率是0.311%，是其他交易日的15.55倍，波動率高于其他交易日51.3%。由以上數(shù)據(jù)分析可知，滬市市場很明顯存在基于日收益率的春節(jié)效應(yīng)。

（三）理論模型簡介

1.ARCH模型簡介

在眾多實證研究過程中，發(fā)現(xiàn)截面數(shù)據(jù)的異方差大量存在，而時間序列數(shù)據(jù)總是存在自相關(guān)性。Engle分析后發(fā)現(xiàn)，時間序列實際上也存在異方差，且這種異方差具有特殊性，被稱為“自回歸條件異方差”（即ARCH效應(yīng)）。ARCH模型的主要邏輯是，t時刻的隨機擾動項的條件方差取決于它前面t-p項擾動的綜合。以下是ARCH（p）模型的公式：

在以上兩個表達式中，{μt}是滿足均值等于0、方差為1的獨立同分布隨機變量序列;α>0，α≥0，并且假定αi滿足一定的條件，從而讓ε的無條件方差變得有限。ARCH模型除了能夠很好刻畫波動率之外，還能較好擬合金融數(shù)據(jù)的尖峰后尾特征。

2.GARCH模型簡介

1986年Bollerslev把ARCH模型進行升級擴展創(chuàng)造了GARCH模型（廣義自回歸異方差模型）。該模型認為，時間序列在時間節(jié)點t時刻其變量的波動率與時間節(jié)點t之前變量的殘差和波動率有關(guān)，是臨近p階時間節(jié)點的殘差平方的線性組合，以及臨近q個時間節(jié)點變量的波動率的線性疊加，其表達式如下：

（四）本文模型的建立

在對時間序列進行GARCH建模的實證過程中，GARCH（1，1）模型是最常使用并且也很適合金融時間序列的。為了分別檢驗A股市場春節(jié)前、后的春節(jié)效應(yīng)，本文加入了虛擬變量D和D。使用春節(jié)前3天日收益率數(shù)據(jù)時D=1，否則為0;使用春節(jié)后3天日收益率數(shù)據(jù)時Dl=1，否則為0。本文建立的刻畫均值的方程是：

R=c+αD+βD+ε

其中，R代表的是樣本數(shù)據(jù)中的日收益率，c是常數(shù)，α和β分別是虛擬變量的參數(shù)。本文依據(jù)虛擬變量之前參數(shù)的顯著性來綜合判斷A股市場的春節(jié)效應(yīng)。

三、春節(jié)效應(yīng)的實證

（一）平穩(wěn)性檢驗

從圖1的上證綜指日收益率的序列圖中可以看出，日收益率圍繞在一個均值的附近波動，但波動幅度高低不一;同時可以，發(fā)現(xiàn)大的波動往往跟隨著大的波動，而小的波動之后的波動也較為平緩，說明上證綜指日收益率存在波動聚集性;從自相關(guān)和偏自相關(guān)圖可知，其自相關(guān)系數(shù)以及偏自相關(guān)系數(shù)均快速的衰減到0附近，而且由ADF檢驗結(jié)果可知T值為-17.015。由P值為0可知，檢驗結(jié)果拒絕日收益率具有單位根的原假設(shè)，也就是說本文樣本數(shù)據(jù)是平穩(wěn)的。

（二）白噪聲檢驗

Ljung-Box檢驗的原假設(shè)認為所檢驗的序列為隨機序列，當(dāng)LB檢驗的統(tǒng)計量對應(yīng)的p值大于所檢驗的顯著水平時，接受原假設(shè)，反之則認為序列是白噪聲序列。對日收益率序列進行LB檢驗發(fā)現(xiàn)，當(dāng)滯后3階時LB檢驗的p值為0.048<5%，因而不應(yīng)接受原假設(shè)，應(yīng)拒絕本文數(shù)據(jù)序列是白噪聲序列。

（三）ARCH效應(yīng)檢驗

從圖2的日收益平方和絕對值走勢圖可以看出，上證指數(shù)存在較明顯的波動聚集現(xiàn)象，初步可以判斷出上證指數(shù)日收益序列存在ARCH效應(yīng)。緊接著使用Ljung-Box對日收益率平方進行自相關(guān)性統(tǒng)計檢驗。選擇滯后1到5階的LB檢驗結(jié)果的p值均在1%以下， 該結(jié)果表明原假設(shè)成立的概率極小，從而可以拒絕上證指數(shù)日收益率的平方是白噪音序列的原假設(shè)，說明原來的序列（即上證指數(shù)日收益率）存在ARCH效應(yīng)。

（四）節(jié)日效應(yīng)的檢驗

對上證指數(shù)進行建立GARCH（1，1）模型所得的擬合結(jié)果如下：

從以上回歸結(jié)果可以看出，使用GARCH（1，1）模型得出的節(jié)前效應(yīng)的系數(shù)為0.329 4，對應(yīng)的統(tǒng)計量為2.116 5，對應(yīng)的p值為3.43%;節(jié)后效應(yīng)的系數(shù)為0.283 6，對應(yīng)的統(tǒng)計量為2.185 8，對應(yīng)的p值為2.88%。春節(jié)前、春節(jié)后均在5%的顯著性水平下統(tǒng)計性顯著，說明滬市市場存在明顯的春節(jié)效應(yīng)。

四、研究結(jié)論以及原因分析

股市的異常現(xiàn)象無法用經(jīng)典的有效市場假說解釋，同時A股的日歷效應(yīng)是眾多學(xué)者研究的課題之一。本文使用上證綜合指數(shù)代替A股，以上證2000—2021年的數(shù)據(jù)作為樣本，通過基于加入虛擬變量的GARCH模型對中國傳統(tǒng)節(jié)日春節(jié)進行了春節(jié)效應(yīng)檢驗，結(jié)果發(fā)現(xiàn)：第一，春節(jié)期間的平均收益率大大超過其他交易日的平均收益率，除了春節(jié)期間的市場波動率比其他交易日波動率要高之外，春節(jié)后的波動率也大于春節(jié)前;第二，A股市場確實存在顯著的春節(jié)效應(yīng)，投資者可以利用春節(jié)效應(yīng)，讓投資獲得較多的超額收益率。

A股的春節(jié)效應(yīng)在牛市、熊市中都明顯存在，基于行為金融學(xué)等理論，造成A股股市春節(jié)效應(yīng)的原因可能為：第一，資本市場流動性寬裕，國家相關(guān)利率的下調(diào)造成銀行放貸量增多，同時投資者手中由于春節(jié)的來臨增加了許多可用的投資額度。第二，投資者高昂的情緒和節(jié)日帶來的滿足感。由于傳統(tǒng)節(jié)日的闔家歡聚等帶來的投資者的樂觀情緒，投資者往往對市場也樂觀，從而會加大投資額度。第三，國家政策的出臺以及上市公司年報的披露。國家兩會召開發(fā)布的各種利好政策疊加對公司年報的高預(yù)期，常常吸引一大批投資者紛紛入市。

參考文獻：

[1]? ?Josef Lakonishok，Seymour Smidt. Are Seasonal Anomalies Real？ A Ninety-Year Perspective[J]. The Review of Financial Studies，1988，1（4）.

[2]? ?Liono K，Marchand P H，Huang G.The Holiday Effect in Stock Returns：Evidence from the OTC Market[J].Review of Financial Economics，1992，2（1）：45-54.

[3]? ?Pettengill G N. Holiday closings and security returns [J].Journal of Financial of Finance，1994，49（1）：307-324.

[4]? ?戴國強，陸蓉.中國股票市場的周末效應(yīng)檢驗[J].金融研究，1999，（4）：48-54.

[5]? ?陸磊，劉思峰.中國股票市場具有“節(jié)日效應(yīng)”嗎？[J].金融研究，2008，（2）：127-139.

[6]? ?吳瑋琳.中國股市“節(jié)日效應(yīng)”的實證研究[J].經(jīng)濟前沿，2009，（8）：57-64.

[7]? ?董桓旭.中國股市春節(jié)效應(yīng)的驗證及投資建議[J].時代金融，2017，（21）：133-134，136.

[8]? ?陳研研.中國股票市場的節(jié)日效應(yīng)研究[D].太原：山西大學(xué)，2019.

[9]? ?宋永輝，許倩.基于GARCH族模型的創(chuàng)業(yè)板市場波動性問題研究[J].全國流通經(jīng)濟，2020，（6）：98-99.

[10]? ?張乃月.基于GARCH模型的上證綜合指數(shù)分析[J].現(xiàn)代營銷（下旬刊），2020，（12）：52-54.

A Test of the Spring Festival Effect in China’s A-share Market

YU Fu

（School of Economics， Guizhou University， Guiyang 550025， China）

Abstract： Since the establishment of the Shanghai Stock Exchange， various anomalies in the stock market have attracted attention from scholars. In order to study the anomaly that investors can often obtain excess returns during the Spring Festival， this study uses the daily return data of the Shanghai Composite Index from 2000 to 2021 as a sample. First， the return is statistically described， and then based on The method of the GARCH model is an empirical test of the Spring Festival effect in China’s A-share market. The results all show that there is not only a pre-Spring Festival effect， but also a post-Spring Festival effect in the A-share market. Finally， from the perspective of behavioral finance， the reasons for the Spring Festival effect in the A-share market are analyzed and summarized.

Key words： Spring Festival effect; Shanghai Stock Exchange Index; GARCH model; volatility clustering

[責(zé)任編輯? ?妤? ?文]