首页 > 文章中心 > 正文

我国证券交易数据量探讨论文

我国证券交易数据量探讨论文

摘要:投资者对信息的反应具有非线性特征,当超过临界点时,以往被忽略的信息会以聚集的形式爆发性地表现出来,因此证券市场具有长期记忆特征。分析了上海证券交易市场的交易量数据,认为上海市场具有长期记忆特征,长期记忆主要原因是因为市场中存在较多的噪声交易者,而缺乏套期保值工具和信息披露的不完善又放大了投资者对信息反应的集群性。

1引言

在金融研究中,“有效市场假说”可能是使用频率最高的术语之一。根据该假说,资产价格的变化只能是受今天未预料到的信息驱动,因为昨天的信息已经充分地反映在昨天的价格变化中了。在这种线性范式下,投资者对信息的反应也是线性的,因此今天的收益与昨天的收益无关,资产的收益服从正态分布,或者说遵循随机漫步过程。其实在有效市场假说完全形成之前,关于金融资产收益服从正态分布的论断就已经受到挑战。Osborne在描述股票收益的函数时就注意到了股票收益密度函数只是“接近正态”,因为密度函数存在厚尾现象。

Fama发现股票收益具有偏度,在负收益侧的观测点要多于正收益侧,而且在均值处收益分布的峰明显高于正态分布。此后大量的实证研究表明股票收益明显偏离正态分布,如Turner和Weigel用S&P500的日收益做的实证分析证明了股票收益具有“尖峰厚尾(leptokurtotic)”的特征。Mandelbrot提出股票收益分布应服从具有不稳定方差的稳态帕雷托分布(StableParetianDistribution),稳态帕雷托分布具有以下特征:①在均值处具有尖峰,并且尾部较正态分布厚;②表现出趋势性和循环;③会出现不连续的、突发性的变化。根据股票收益的真实情况,Mandel-brot认为稳态帕雷托分布比正态分布更能准确地刻画资产收益的情况。行为金融理论的创始人之一———Shiller从投资者行为角度对有效市场理论提出了质疑,Shiller将投资者分为两类:噪声交易者(NoiseTrader)和机智钱交易者(SmartMoneyTrader),噪声交易者的存在加大了市场的波动,因为他们容易反应过度。Shiller对有效市场理论的两个论断提出质疑:①投资者是理性的;②当投资者数量足够大时,市场会达到有效[1]。Peters认为股票收益分布的“尖峰厚尾”特征源自投资者对信息的非线性反应[2],投资者接收到信息后,未必会立即做出反应,而是在资产价格变化已经呈现趋势时,或者当信息突破某一临界点时,投资者会将以往忽略的信息爆发性地表现出来,表现为资产价格的大幅波动。因此Peters认为资产市场存在长期记忆,过去的信息将影响当前的市场,过去的经验对当前的市场以及当前的信息对未来的市场都存在反馈效应。

2长期记忆的检验方法

2•1Hurst指数和R/S分析法R/S首先由Hurst提出并用于检验自然现象的长期记忆特征,后来经过Mandelbrot等人的完善,在经济研究领域也得到了广泛的应用。Hurst提出一个新的统计量:Hurst指数以及计算Hurst指数的R/S分析法(RescaledRangeAnalysis,重新标度极差分析)。对Hurst指数H,Hurst认为当H=0.5时,时间序列不存在长期记忆;当H∈(0,0.5)时,时间序列表现为短期的逆转;H∈(0.5,1)时,时间序列具有长期记忆。R/S分析法计算简便,能够计算出完成循环所需要的时间,或者说是事件影响的持续时间。但也存在一定的缺陷:①取样的时间要长,混沌理论认为取样的时间要大于10循环周期以上[2]。Peters用R/S研究了美国几种股票以及世界主要货币的长期记忆特征,但因为样本时间过短,未能估计出确定的日元、德国马克和英国英镑的循环周期。②当样本序列存在短期自相关和异方差时,R/S的估计结果不具有效性[3]。

2•2GPH检验由Geweke和Porter-Hudak提出,简称为GPH检验[4]。若一个协方差平稳序列满足下列条件:∑nk=-nρ(k)→∞(当n→∞)其中,ρ(k)为滞后k阶的自相关系数,表明该序列具有长期记忆,因为即使k很大,ρ(k)也不能忽略不计[5]。因此,平稳自回归移动平均(ARMA)过程就没有长期记忆的特征。对于服从分数维整合自回归移动平均(ARFIMA)过程的时间序列X={x1,…,xT},即:Φ(B)(1-B)dxt=Θ(B)εt(1)其中,εt~iid(0,σ2);B为滞后算子;Φ(B)=1-1B-…-pBp;(1-B)d为分数差分算子;Θ(B)=1-θ1B-…-θpBq;(1-B)d=∑∞k=0Γ(k-d)Bk/Γ(k+1)Γ(-d),Γ(•)为Gamma函数。当d=0,ARFIMA过程即演变为ARMA过程。Hosking证明,当d∈(0,0.5)时,ARFIMA过程呈现长期记忆性[6]。因此,判定时间序列是否具有长期记忆决定于d的估计值。Geweke和Porter-Hudak建立了用谱方法检验d值的方法(即GPH检验法)[4],设xt在频率λj处的谱密度和周谱为gu(λj)和I(λj),则下式成立:lnI(λj)=lngu(0)-dln[4sin2(λj2)]+lnI(λj)fx(λj)(2)其中,I(λj)=12πT∑Tt=1exp(itλj)(xt--x)2;fx(λj)为xt的谱密度函数。这意味着d可以通过一个简单的回归方程来估计得到:lnI(λj)=d0-dln[4sin2(λj2)]+ej,j=1,…,n(3)其中,ej=lnI(λj)fx(λj),在调和频率λj处是渐近独立同分布的;n为T的递增函数,但远远小于T。Geweke和Porter-Hudak建议取n=Tα,0<α<1,若过程存在长期记忆性,则d的最小二乘估计值应显著地不等于0。Yajima建议,取n=T0.5[8],此时ej的方差为π6,d的估计值的渐近分布既不依赖于过程的阶数,也不依赖于ARFIMA误差项的分布,这样可提高d的估计值的有效性。GPH方法曾被广泛用于检验资本市场的长期记忆特征,如Cheung曾用GPH方法检验了几个主要货币之间汇率的长期记忆特征,认为美元与英镑、美元与瑞士法朗等汇率存在长期记忆;Sadique用GPH方法检验了七国股票市场的周收益,认为韩国、马来西亚、新加坡和新西兰四国股票市场存在长期记忆,而日本、美国和澳大利亚三国股票市场不存在长期记忆。

3我国证券市场长期记忆特征的实证分析

我们选择上海证券市场日交易量作为样本,样本区间从1993年初至2000年底连续8年,共1974个观测值。图1是我们采集的时间序列图,成交量的异方差性是显而易见的。对成交量取对数后,得到的成交量对数值序列Vt,图2是取对数后的成交量图,该图表现出一种线性或非线性趋势,可以用关于时间t的一次或二次多项式来去除趋势。用Vt序列对下式进行参数估计:Vt=a0+a1t+a2t2,得到的参数本估计值为:^a0=20•25309(p<0.0001),^a1=0•00003793(p<0•0001),^a2=3•15765E-11(p=0•4589),可以看到二次平方项不显著,因此去除Vt序列的线性趋势,得到去除趋势后的数据序列Vt从估计结果可以看出,d的估计值显著不等于0,表明上海证券交易市场存在长期记忆。

4对证券市场长期记忆特征的理论解释

4•1交易者对信息的非线性反应是长期记忆存在的主要原因中国证券市场上的投资者,包括个人投资者和机构投资者,而且是以个人投资者为主的证券市场。中国证券市场上个人投资者具有以下特点:一是文化程度低,有经济学、证券投资知识的人少;二是新股民多,每次行情开始时就会增加一大批盲目狂热的新股民;三是得不到充分信息,由于信息披露不规范,大多数投资者只能得到噪声,即使能得到信息,由于缺乏应有的分析能力,信息的作用也是有限的。因此中国证券市场存在大量的噪声交易者,“跟风”和“跟庄”是他们的主要投资策略[7]。这些交易者不可能对新信息做出线性反应,而是以一种非线性的方式对信息做出反应,一旦出现某种趋势或信息累积超过某一临界点,他们才会对以往忽略的信息做出“聚集、爆发”性的反应。信息的“聚集性效应”在金融市场可以得到很多的验证。例如许多投资者采用图形分析法来指导自己的投资行为,这种技术分析法所依据的并非是基本经济面的变化,而是与基本面无关的其它因素变化。经过数十年的检验,确实有许多技术分析方法能给投资者带来正的收益,如波浪理论等。这一现象可以用信息聚集性效应来解释:如果把图形分析视为进行短期投资决策的信息,当越来越多的短期交易者采用这一方法,即聚集在这一“信息”上,并由此得出相似的结论时,交易者就能从中获利,这又会吸引更多的投资者采用这种与基础面无关的信息。这种正的信息溢出效应使专业投资者在进行投资决策时,不仅要关心与基本面有关的信息,还要关注那些为大家所关注的信息。

4•2理性投资者未必能平抑市场过度波动传统金融市场理论认为理性投机者能平抑市场的过度波动。一般认为理性投资者通过与噪声交易者进行平稳交易,从而使市场平稳并从中获利。但金融噪声交易理论认为,理性投机者不但未能起到平稳市场的作用,反而会使市场的波动加大。当市场中存在“跟风”噪声交易者(指那些看到某一股票成交量突然增加时跟风买进或卖出的交易者)时,理性投机者会利用“跟风”噪声交易者的特征从中获利。假设理性投机者获得一个利好消息(成为知情交易者)并据此进行交易时,他会意识到他们的交易会刺激“跟风交易者”在明天跟风买进,因此他会在今天购买的更多,使交易量的放大更加明显,并使价格上涨幅度高于基本面消息应有的幅度。到了第二天,跟风交易者对今天交易量突然增加的跟风使交易量进一步增加,价格越发偏离基本面。这样,在整个交易量骤然增加的过程中,虽然有一部分交易量是理性的,但还有一部分是理性投机者对跟风投机者的预期而增加的,另一大部分则是跟风交易者所贡献的。在市场中,知情交易者控制了跟风交易者,从而使交易量的波动更大,并通过利用后者的交易特征采取相应的投机策略而获利。除了上述原因之外,影响中国机构投资者不能稳定市场反而成为市场投机的主要原因还有:①机构投资者联合造势,由于中国证券市场上存在大量的噪声交易者,使得机构投资者联合行动,制造行情,让大量的噪声交易者跟风,从中谋利;②大量违规资金的存在,违规资金来源主要是上市公司和银行资金,这些资金的到期返还特征起了领导交易量巨幅波动的“领头羊”的作用;③机构投资者的管理体制问题,资金管理人员容易出现个人投资失误,因此可以说中国机构投资者的投机性质强化了对信息的聚集性反应。

4•3缺乏风险规避工具和信息披露的不完善也导致了交易量波动的聚集性有效市场假说认为套期保值能够抵消非理性投机者的偏差,但实际上市场的套期保值是有限的、有风险的,套期保值的有效性取决于是否存在近似的替代资产。但是许多资产并没有替代资产,因此对于套期保值并不拥有无风险的套利策略,他们将投资资产保持在基本价值附近的能力受到限制。即使存在完全替代资产,套期保值者还面临来自未来资产价格的不确定性。然而在中国,由于缺乏套期保值工具,证券市场上的投资者只能随市场趋势的变化调整自己的投资策略,因此对市场变化趋势敏感性非常强,也就是说对信息的反应聚集性增强。在信息线性出现的情况下,投资者尚且会出现对信息的非线性反应。如果信息披露是非线性时,那投资者的非线性反应就更加强烈了。在我国,直到2001年才有少数公司季报,而大多数投资者只能从中报和年报了解上市公司的状况,而上市公司业绩的大起大落、突击的关联交易和重组等因素导致了信息披露的非连续性和非平稳性,市场信息的非线性传导放大了投资者对信息反应“聚集性”特征。超级秘书网

5结论

虽然用R/S法计算时间序列的Hurst指数能检验证券市场的长期记忆特征,而且R/S法还能估计完成一个循环所需的时间,但是R/S方法存在一定的缺陷,如当样本序列存在短期自相关和异方差时,R/S的估计结果不具备有效性。另外,混沌理论认为使用R/S法需要取样区间大于10循环周期以上。这些缺陷限制了R/S法的使用,因此我们采取了GPH法对上海证券市场的成交量序列作了检验,我们得出以下结论:(1)通过对ARFRIMA(p,d,q)中分数参数d的估计,d的估计值显著地不等于0,可以认为上海证券交易市场存在长期记忆,说明成交量的波动具有集群性,即大幅度的成交量集中发生在某些时段,而小幅度的波动则集中在另一些时段。(2)我国证券市场长期记忆的根本原因是投资者对信息反应非线性。我国证券市场存在大量的噪声交易者,他们获取信息以及分析信息的能力有限,因此直到超过临界点或市场出现趋势后,他们才会以聚集的方式对以往忽略的信息做出反应。而机构投资者虽然具有信息优势和一定的分析能力,但是由于噪声交易者的存在以及其自身的原因,其投资理性也是有限的。(3)健康的市场应该是活跃的市场,而不是过度波动的市场,证券市场的长期记忆充分地反映了市场的非线性和非理性。因此,要减少市场交易量的长期记忆特征,或者说减轻交易量波动的幅度,除提高投资者的投资水平外,减少非理性的噪声交易是关键。另外,因为套期保值工具的缺乏以及信息披露的不完善,间接地成为投资者对信息非线性反应的原因,开发套期工具和改善信息披露也是非常重要的。

参考文献:

[1]ShrillerR.J..MarketVitality[M].Cambridge,MA:M.I.T.Press,1989.

[2]PetersE.E..ChaosandOrderintheCapitalMarket[M].JohnWiley&SonsInc..NewYork,1991.