1、过度反应丶成交量与股票收益率基于动态分位数回归的实证分析金融与经济 2014.06 oumalofFin 咀 ncemul Ecollomics 3 过度反应、成交量与股票收益率一一一基于动态分位数回归的实证分析.吴晓瑞，薛文骏本文综合使用我国 2006 年至 2013 年上证全指指数和相关构成指数的日度数据，通过动态分位数模型研究我国股票过度反应、成交量同股票收益率的动态影响关系 O 实证结果表明，我国投资者的过度反应使得股票收益率存在负向的序列相关。投资者的过度交易和投机是造成成交量和股票收益率存在负向影响作用的一个原因，同时公司市值也会对投资者的交易行为产生影响。此外，投资者过度反应程度
2、越大，股票收益率在随后的修正程度也会越大 O 我国投资者需要加强风险管理意识，保持理性冷静的投资观念，以减少由于个人心理偏差而造成的投资损失 O关键词股票收益率序列相关;过度反应;成交量;动态分位数回归申图分类号F830.91 文献标识码A 文章编号1006-169X(2014)06-0064-08 基金项目 :国家自然科学基金青年项目半参数变换模型的设定检验、估计方法及应用研究 (71001061) ;上海市;浦江人才;计划项目半参数变换模型在我国上市公司财务困境预警中的应用研究(C 类);上海市教委创新项目广义变换模型的估计理论及应用研究)(lOYZ24 ) 0 吴晓瑞(1989 一)，山
3、东曲阜人，上海大学经济学院统计学硕士研究生，研究方向为金融统计与风险管理;薛文骏(1988-)，上海人.Central Michigan University 商学院经济学硕士研究生，研究方向为计量经济学，股票市场 o(上海 200444) 一、引言非对称等特征，所以投资者在市场非有效的情况下以有效市场假说为代表的经典金融学理论认为可以使用合适的方法对股票收益率进行分析以获投资者是完全理性的，市场可以根据信息进行瞬间得投资收益，其主要方法包括基本面分析和技术分调整。根据市场价格对信息反应的程度和种类，析。然而由于基本面信息存在时滞、信息传播渠道 Fama (1973)把市场分为三类，即强式有效
4、市场不明确和专业性强等特点，投资者短期更倾向于使用技术方法来对股票收益率进行分析，其主要包括(Strong F orm )、半强式有效市场(Semi-StrongForm) 和弱式有效市场(WeakForm) 0 前期价格和成交量信息 O 但在实际股票市场中，由于受到诸多客观条件对于这些市场非有效的特征，行为金融学认为，的限制，包括信息传播渠道、交易成本和投资者不人并非是完全理性的，由于信息收集的不充分和认同步交易(NonsynchronousTrading)等，使得股票市知能力的有限，投资者在决策过程中可能会产生多场中的信息不能及时迅速地传播、价格不能完全反种心理偏差，如过度自信、保守性偏差
5、和自我归因应所有可获得的信息。此外，在投资者行为方面，投错误等，所以对我国股票市场有效性的分析需要结资者在分析股票走势过程中可能会存在一些心理合股票市场交易特点和投资者行为来解释和分析 O 偏差，使得其在股票市场上做出一些非理性投资行本文主要使用我国 2006 年至 2013 年上证全指为，如过度反应和反应不足等。在我国股票市场中，指数和相关构成指数的日度数据，使用动态分位数投资者比较明显的投资特征就是;追涨杀跌这使回归模型实证分析我国股票收益率序列相关、成交得我国股票收益率具有较大的波动性、序列相关和量同股票收益率的动态影响关系，并研究投资者是 64 页而过度反应、成交量与股票收益率一一基于
6、动态分位数回归的实证分析否会受到心理因素的影响从而在投资过程中存在许多学者从理论角度和实证角度研究了成交过度反应和反应不足。量对股票收益率的动态影响作用。在理论上，Ami?本文结构安排如下，第一部分为引言，第二部分 hud and Mendelson (1986 )、 Brennan(1998)、Dat 缸，是文献综述，第兰部分为计量模型与数据介绍，第四 Na ik and Radcliffe (1998 )和 Chordia，Subrahmanyam 部分为回归模型和实证分析，第五部分为结论。and Anshuman(2001)认为股票成交量的增加可以视二、文献综述为股票预期流动性的改善这使
7、得投资者对于未来Fama(1970)提出的有效市场假说认为投资者股票收益率有一个较低的预期，从而使得前期的成是完全理性的，市场可以有效地根据信息进行瞬间交量和当期收益率存在负向的关系。Bakerand Stein 调整。在弱式有效市场中，市场价格已经充分反映(2004)认为成交量是投资者情绪一个较好的代理变股票的历史信息，这使得股票价格不存在序列相关量，在缺乏卖空机制的股票市场中，股票容易受到和固定的变动特征，但这观点受到了许多学者的投资者情绪的影响而偏离其基础价格，并在随后出反对。Glosten，Jagannathan and Runkle(l993)认为信现反转，导致成交量和收益率存在负向
8、的关系。类息构成部分的相关性和价格对信息反应的不充分似的，Leeand Swaminathan (2000 )也认为成交量的是导致短期股票价格存在序列相关的主要原因。搅动也反映了投资者情绪的波动。与之相反的是，Amihud and Mendelson(1986)认为信息融入的时滞 Gerv 邸，Kaniel and Mingegrin (2001 )认为经历高成性和价格对信息的过度反应也是价格存在序列相交量的股票往往伴随着较高的收益率，他认为股票关的原因，其中，投资者不同步交易和交易成本是市场中的冲击会吸引投资者的注意从而导致股票导致价格反应信息出现时滞性的原因。类似的，价格的上升(Mille
9、r1977) 0 Campbell, Grossman and Mech (1993)认为交易戚本会使得价格出现缓慢调 Wang(l993)通过构建理论模型和实证模型表明了整并且造成股票收益率出现序列相关。Loand 相比低成交量，股票收益率在经历高成交量之后更 MacKinlay (1990)认为大多数股票收益率的正序列容易出现反转。相关是由于投资者不同步交易和不交易造成的。同时，一些学者利用回归模型来分析成交量和另外一些学者从投资者的心理和行为，诸如过价格之间的非线性关系。Karpoff(1987)的实证结果度自信、认知偏差等对股票价格变动特征进行分表明量价关系是存在非对称变化的，即对于正
10、的股析。Daniel，Hirshleifer and Subr 由 manyam( 1998 )认为价变化，成交量和价格呈正向关系，而对于负的股投资者过度自信、自我归因偏差是投资者过度反应价变化，成交量同价格呈负相关关系。McMillan 和反应不足的重要原因。他们认为过度反应是收益(2007)发现滞后的交易量能作为门限来增加非线性率正序列相关的原因而收益率负序列相关是价格收益率模型的预测能力。Chen(2012)通过马尔科夫的反向调整。Veronesi( 1999 )对引起过度反应和反应机制转换模型分析得出在熊市中，收益率和成交量不足产生的市场背景建立了一个跨期理性预期的呈负相关，在牛市中收
11、益率和成交量呈正相关关资产定价模型，他认为在股市繁荣时投资者对于负系。面消息反应过度，而在股市萧条时投资者对于利好国内也有一些学者对于股票收益率的序列相消息反应不足，所以市场繁荣程度也是影响投资者关性和量价关系进行分析。郑方镶，吴超鹏和吴世对信息反应的重要因素。在实证方面，Lewellen 农(2007)研究发现在牛市、熊市、平衡市中，高成交(2002)使用美国兰大证券交易所 1941 年至 1999 年量的股票收益率在随后的交易日中表现出;反转股票月度数据分析了动量策略和股票收益率的自除去平衡市，信息不对称程度较高的股票比信息不相关关系，结果发现股票收益呈现出负的自相关对称程度低的股票在高成
12、交量的交易日后更易;反性，但在多数情况下其统计显著性不强。Baur，转他们认为其原因在于资产配置交易和股票信 Dimpfl and Jung(2012)使用道琼斯 600 指数和对应息的不对称。对于突出交易量同股票收益率的非对的股票通过分位数回归模型得出:股票收益率在低称影响作用，梁丽珍(2008)使用分位数回归的方法分位点上呈现出正的自相关关系，而在高分位点呈进行分析，实证结果表明中国股市具有;价量齐扬;现负的自相关关系。和;价跌量缩;的现象，但前者在接近最大涨幅时减页百，65 金融与经济 2014.06 弱，后者在接近最大跌幅时增强，她认为股市的卖空区间上，我们使用自助法(Bootstra
13、pping )进行估计。限制使投资人无法对市场信息(尤其是负面信息)充 g 分反应，因此造成正负收益率与成交量之间的不对回 N 称关系。王柱，吴冲锋，王欣荣等(26)使用转换后的股价动力学方程得出投资者的非同步交易特点，fl b-amao 由说明了股票收益率与成交量的非线性关系。F也然而 Campbell，Grossman and Wang ( 1993 )认为 o F 过去的股票价格信息并不能完全包含成交量的信息，所以单单从前期的股票收益率或成交量来对当期的股票收益率进行解释是不全面的。然而，以往的学者很少全面地分析和解释前期股票收益率和。06.0.04 .0,02 000 002 0,04
14、 0,06 成交量对当期股票收益率的影响作用。在实证方法圄 1 上证全指指鼓收益率的分布上，由于股票收益率可能会存在非对称、尖峰、厚尾我们对上证全指指数的分布进行分析，用以检等特征，所以使用最小二乘估计很难体现出在不同验股票收益率是否存在非对称、厚尾和非正态等问市场环境中，前期信息对于股票收益率的异质性影题。从图 1 可以发现上证全指指数其偏度为-0.4016、响作用和投资者非理性的投资行为。在本文中，我峰度为 5.532，J-B 检验的 P 值明显小于 0.05，这说们同时使用前期股票收益率和成交量、利用动态分明分布为左偏、高峰并且为非正态的，表明仅仅使用位数回归方法构建回归模型进行分析。最
15、小二乘法很难反映出其分布特征。同时，由于我国存在涨跌停制度，使得最小二乘估计不能反映自变三、计量模型与戴掘的介绍量对应变量平均的影响作用，而分位数回归则是对(一)分位数方法的介绍某一个区域进行重点分析在解决这一问题时有其 Koenker and Bassett (1978)提出了分位数回归，独特的优势。是对以古典条件均值模型为基础的最小二乘法的(二)数据指标和描述统计分析拓展，它能依据因变量 Y 的条件分位数对自变量 X 为了能够突出股票市场信息传播的有效性和影进行回归，这样就能够对应变量进行更为细致的分响作用，我们选用上证全指指数( 削 47)和构成指析，相比之下，在 OLS 回归中，自变量
16、 X 只能解释因数的日度数据进行分析，包括上证 50 指数变量 Y 均值的变化。此外考虑到分位数回归主要( 削 16)、上证中盘指数(仪削 44)和上证小盘指数是对于因变量的某一个区域进行重点分析，所以它(仪削 45)。我们选用的样本主要有两个优势，首先上可以在保留变量之间的大部分信息的同时，在一定证全指指数是由大市值、中市值和小市值的 500 家程度上消除异方差的问题。企业构成的一个指数，可以综合反映沪市大中小盘相对于普通的 OLS 回归，分位数回归有如下表示:公司的整体表现状况。同时，根据 Loand MacKinlay Qy( 1; 1 X=X)=X T (1) (1990)、Conno
17、llyand Stivers (2003)和Wangand 其中，Qy(I;1 X=x)为给定解释变量 X 时，因变 Cheng(24)的观点，不同市值的投资组合，可能使量 Y 的条件 T 分位数，队是对应因变量的第 T 分位得前期股票收益率、成交量对当期股票收益率产生数的 pxl 回归系数列，x 是自变量向量。不同的影响作用，所以使用上证全指指数，可以有效分位数回归就是通过解下述最优化问题来得到比较 5家企业中，不同市值投资组合股票收益率参数估计札，具体如下:的序列相关性和量价关系特征，其中规模大的投资 .=arg minI; L 1y -x 币 1+(1-1;)L ly-x 1 (2) 组
18、合我们用上证 50 指数表示，其是由上海证券市场 y军事 y翼冉其中，1;是因变量的分位点。式(2)通过对模型规模大、流动性好的最具代表性的 50 只股票组成样估计的残差添加一定的权重并采取线性规划法(LP)本股，可以综合反映上海证券市场最具市场影响力计算其最小加权绝对偏差，从而得到解释变量的回的一批龙头企业的整体状况。中等规模的投资组合，归系数。在估计概率密度函数、假设检验与建立置信我们使用上证中盘指数表示，共有130 只股票组成。66 五百过度反应、成交量与股票收益率一一基于动态分位数回归的实证分析小规模的投资组合，我们使用上证小盘指数表示，其上证 50 指数依旧远大于上证中盘指数和上证小
19、盘是由上证全指指数中的 500 家公司剔除 320 只股票指数。在平均流通股换手率方面，上证小盘指数所组成的。(29.27% )大于上证中盘指数(18.35%)和上证 50 指上述四只股票指数的统计特征如表 1 和表 2 所数(5.9813毛)。而平均市盈率方面，上证小盘指数示，在日度收益率均值方面，上证小盘指数最大(33.23 )大于上证中盘指数(21.57)和上证 50 指数(0.15013 毛)，上证 50 指数最小(0.09813 毛)。在日度收益(14.54 )。这说明相比上证 50 指数，上证中盘指数和率中位数方面，上证小盘指数最大(0.307%)，上证上证小盘指数有着更大的流动性
20、和投机性。50 指数较小(0.055%)。四只指数的标准差在0.017O. O 至 0.019 之间，说明日度收益率的披动率非常大。同 0. O 时，在成交量方面，四只上证股票指数的成交量均值分别为上证全指指数(22.325)、上证 50 指数。什 0.(1:l(21.223 )、上证中盘指数(21.014)和上证小盘指数 o. YJIIt:窟.咛虫;平IJlOJ1.f￥201且(21.387 )。从上证全指的日度收益率和成交量的时间序列图中可以发现，上证全指的日度收益率呈现出序列相关和聚集的特征，同时成交量对数的变动圄 2 上证全指指数收益率和成交量的时间序列同日度股票收益率的变动存在一定的
21、正相关性。表 3 相关指数投资特征的描述统计表 1 上证相关指鼓收益率的描述统计上证中盘上证小盘指标上证全指上证 50 指数指数指数上证小盘上证指中数盘收益率上证会指上证 50 指数指数平均月未市值 147624.85 92766.79 319 朋 24838.83 观测值 2057 2057 2057 2057 平均月末企业 295.25 1855.34 230.92 77.62 市值均值 0.120% 0.0989 毛 0.133% 0.1509 品平均月末流通 113191.43 69737.44 23548.90 19905.09 市值中位数 0.161% 0.055% 0.202%
22、0.307% 乎均月末企业226.38 1394.75 181.15 62.20 标准差流通市值 0.018 0.017 0.019 0.019 平均流通股换 5%的分位数 11.64% 5.98% 18.359 串 29.279 奋-2.882% -2.767% -3.2149 毛-3.2089 奋手率 95%的分位数 2.834% 2.8979 毛 3.129% 2.9789 奋平均市盈率 17.11 14.54 21.57 33.23 表 2 上证相关指数成交量的描述统计注:市值的单位为万元，数据来源为上海证券交上证中盘上证小盘易所市场数据库，时间跨度为 2009 年 7 月至 2013
23、 成交量上证全指上证 50 指数指数指数年 6 月。观现1 值 2057 2057 2057 2057 在数据来源方面，本文的数据是通过Wind 数均值 22.325 21.223 21.014 21.387 据库和上海证券交易所市场数据库收集所得，包括中位数 22.461 21.321 21.173 21.547 相关股票指数的日度收益率和成交量数据，日度收标准差 0.714 0.711 0.740 0.737 益率的计算是通过收盘价取对数后，前后两期相减 59 毛的分位数 20.777 19.788 19.435 19.787 而得，成交量的单位为万股。本文使用的数据频率为 959 岛的分
24、位数23.263 22.228 21.947 22.342 日度数据，时间跨度是从 2005 年 1 月 4 日至2013 从表 3 中四只股票指数的投资特征可以发现，年 6 月 28 日，样本共为2057 个。在平均月末市值和企业市值上，上证 50 指数要远四、回归模型和实证分析大于上证中盘指数和上证小盘指数，其中，平均月末(一)回归模型和滞后阶数的确定企业市价总值分别为 1855.34、230.92 和 77.62，类似本文主要研究前期股票收益率和成交量信息对的，在平均流通市值和平均月末企业流通市值方面，当期股票收益率的影响作用，所以我们有必要建立考虑到成交量受到单位的影响数值较大，所以在
25、本文中成交量都进过对数处理。平均月末企业市值是将平均月末市值总值除以指数中企业个数所得;同类，平均月末企业流通市值是将平均月末流通市值除以指数中企业个数所得。页百 167 金融与经济 2014.06 具有合适滞后阶数的回归模型 O 本文建立的回归模和厚尾等特征，我们使用滞后一期的股票收益率和成交量构建动态分位数回归模型进行分析。首先通型如下所示:过均值回归，在表 5 中可以发现前期的股票收益率 R,=a+bV,+ 2.CiR，寸+立吗 V，寸+u，(1) 对于当期收益率存在负向的影响作用，表现出投资其中，R，表示第 t 期的股票收益率，V，表示第 t 者存在过度反应，这个使得前期的价格出现大幅
26、度期的成交量，而 i 和 j 分别表示收益率和成交量的滞偏离其价值，当价格回归价值时，股票收益率序列存后阶数。考虑到当期的股票收益率不仅受到前期收在负相关关系 O 同时对于不同市值的上证 50 指数、益率和成交量等信息的影响，所以本文在模型中加上证中盘指数和上证小盘指数，其股票收益率的序入了当期的成交量作为控制变量，使得滞后变量的列相关性呈现出较大的差异，其序列相关系数分别估计更为有效。为-0.117、-0.080 和-0.058 表现出投资者倾向于在从表 4 中可以发现，滞后一期至三期的收益率短期对市值较大的投资组合进行投机。同时，这也说和成交量对于当期收益率的影响显著，这说明我国明了在上海
27、证券市场上，投资者通过反转策略可以股票市场可以通过技术方法进行获利 o 在 5%的显著取得盈利，表明股票市场不是有效的。从分位数回归性水平下，上证全指指数、上证 50 指数、上证中盘指的结果可以发现滞后一期的收益率对当期不同分位数和上证小盘指数滞后一期的收益率对当期收益率点的指数收益率有较大异质性的影响作用，其中对有负向影响作用，同时当期和滞后一期的成交量对于当期高收益率的负向作用更大。我们认为这体现于收益率分别存在正向和负向的影响作用。然而，这出在不同的股市涨跌幅中投资者的投资行为出现些滞后两期和兰期的股票收益率和成交量对于当期不同，在股票大涨时，即在高分位点上投资者更倾向收益率的影响并不全
28、部显著，所以在下文的实证研于过度买卖，导致其股票收益率在随后的反向调整究中，我们采用滞后一期的股票收益率和成交量对当中的修正幅度也相应变大负向的序列相关更为明期收益率进行建模分析。此外，对于四只股票指数，回显 O 对于上证 50 指数，上证中盘指数和上证小盘指归模型的杜宾-沃森检验值基本都位于 2 附近，表明数，滞后一期股票收益率也出现了类似的影响作用 O 回归模型构建较好、残差没有严重的序列相关性。表5 股票收益率的分位数回归结果表 4 股票收益率模型的回归结果上证全指上证50 指数上证中盘指数上证小盘指数上证 50 上证中盘上证小盘上证全指变量分位点革数 2 在数革数革数指数指数指数均值变
29、量革数系数系数革数 0.016* 0.013* 0.016* 0.017* 0.05 -0.034* -0.026* 一 0.026*-0.033 常数项-0.029* -0.031 * -0.030* -0.036* 0.25 一 0.003-0.2 -0.004 一0.002*成交量 0.019* 0.015* 0.019* 0.020* 成交量 0.50 0.021 * 0.013* 0.022* 0.027* 收益率(-1)-0.141 * -0.140* 一 0.106*-0.084* 0.75 0.029* 0.022* 0.028* 0.031 * 收益率(-2)-0.037 0
30、.011 -0.041 * -0.052* 0.95 0.039* 0.031 * 0.048* 0.045* 收益率(-3)0.041* 0.051 * 0.043* 0.032 均值-0.112* -0.117* -0.080* 白0.058*0.05 0.066 -0.024 0.107* 0.193* 成交量(-1)-0.008* -0.007* -0.lO7*一 0.007*收益率 0.25 O.创 lO3-0.017 0.035 0.097* 成交量(-2)-0.004* -0.004* -0.003 一 0.003(-1) 0.50 -0.119* -0.094* -0.101
31、* -0.117* 成交量(-3)-0.6* -0.003* -0.007* -0.008* 0.75 -0.179* -0.149* -0.155* -0.181* 拟合优度 0.053 0.063 0.045 0.040 0.95 -0.263* -0.253* -0.280* -0.271 * D-W 检验 2.012 2.7 2.015 2.012 均值-0.015* -0.011 * -0.014* 一 0.015*注:;*;和;*;分别表示变量在 5%和 109 毛的置 0.05 0.029* 0.020* 0.021 * 0.027* 成交量0.25 0.005 O.2 O.6*
32、 0.004 信水平下显著。 0.50 -0.019* 一 0.011* -0.021 * -0.025* (-1) (二)股票收益率模型的分位数回归 0.75 -0.026* -0.018* -0.025* 0.028* 考虑到股票收益率的分布呈现非正态、非对称0.95 -0.033* -0.024* -0.042* -0.039* 通过滞后期选择发现，模型中的变量滞后四阶及以上基本不显著，所以本文选择滞后三阶进行建模。由于本文主要研究前期的收益率和成交量对于当期收益率的影响作用，所以这里仅列出了这部分回归结果 O68 JR 刃 J过度反应、成交量与股票收益率一一基于动态分位数回归的实证分析
33、注忡;和;*;分别表示变量在 5%和 10%的置牛熊市中，通过将高收益率和高成交量作为变量放信水乎下显著。入模型进行分析。从表 6 中可以发现，在牛市和熊市此外，通过均值回归 I 可以发现当期成交量同股中，当期成交量对于股票收益率的影响作用不同。在票收益率呈正相关关系，说明成交量的上升确实会牛市时，成交量同股票收益率呈正相关，体现出牛市推动股票收益率的增加。而通过分位数回归可以发中的成交量会推动股票收益率上升，即量价齐升，这现，成交量对于股票收益率的影响作用是非线性的，种现象我们可以解释为:在牛市中，投资者对市场充即从低收益率到高收益率当期成交量对于收益率满自信，股票市场在连续的利好消息的剌激
34、下，股票的影响作用是逐渐增加的，前期成交量对当期收益价格开始上升，投资者由此开始产生正的投资收益，率存在负向的影响作用，这和 Bakerand Stein 而随着投资收益的增加，投资者对风险的偏好也开(2004)和 Amihudand Mendelson(1986)等认为前期始发生变化，因为投资收益的增加会使得他们的风成交量和当期股票收益率负相关的观点一致。同时，险厌恶程度开始降低，从而增加他们的交易频率，而对于不同市值的上证 50 指数、上证中盘指数和上证产生了;量价齐升;的现象;而在熊市时，成交量同股小盘指数，其相关性有着较大的差异、负向影响分别票收益率呈负相关，体现出熊市中的成交量并不一
35、为-0.011，-0.014 和-0.015，说明小盘股更容易受到定推动股票的收益率的增加即;量价背离;。我们认投资者情绪和流动性的影响而导致价格出现偏差。为在熊市中，投资者已经亏损严重，即使在股票价格从分位数回归的结果可以发现，在不同分位点下前上升时，他们也不会卖出股票。此外，在这种情况下，期成交量对于当期收益率的影响作用存在较大的异投资者容易出现恐慌性的过度卖出，造成股票收益质性。从低收益率至高收益率，前期成交量对其的影率同成交量呈负相关关系，这个观点和 Chen(2012)响逐渐增大，说明在股票市场大涨时，投资者更倾向一致。于大幅度交易和买卖;过度反应的程度越大，其随后表 6 熊牛市下股
36、票收益率的回归结果上证全指上证 50 指盘上证中盘指盘上证中盘指数时期的修正程度也会越大，这使得股票收益率和成牛市融市牛市障市牛市融市牛市融市交量的负向关系更为明显。变量单数草草革 4 生草鞋革盘革盘革 草草常数项-0.050 忡-0.056* -0.038* 问 069*O.8 -0.034* -0.051 -0.034* A 史量 0.033* -0.8树 0.025* -0.007; 0.032* -0.012; 0.034 树-0.012 高收益事10.346* -0.062 0.309* -0.015 0.390* -0.084 0.366* -0.119 收益丰(-1)-0.343
37、 牌 0.080* 问.283-0.011 -0.318* 0.117* -0.319* 0.198* 高成主量lO.创则 12O.仪削 4O.仅用 110.00002 O.创则 l6O.创阳 l6O.Xl17 O.则 2 成主量(-1)。脱)9*-0.030; 问 021*O.7* -0.029* 0.013* 1-0.031 0.013* O 剧.拟合优皮 0.153 O.8 0.162 O.8 0.130 0.010 0.128 0.011 回应盒.，句注.;*;和;*;分别表示变量在 5%和 10%的置 .; ;ecd 信水平下显著。此外，在牛市中，前期股票收益率和成交量依旧句、对当期
38、的收益率存在负相关的作用，表现出我国股 hd 票投资者的过度反应使得股票收益率出现反转。同明勾时，在熊市时，滞后期的股票收益率和成交量也对当期的收益率存在负相关的影响作用。但是牛市和熊图 3 股票收益率的分位数回归系数市，前期收益率和成交量对于当期收益率的影响存阴影为系数 97.5%的置信区间)在明显的差异。在牛市和熊市中，上证全指指数的前考虑到前期极端股票收益率和成交量可能会对期收益率系数分别为-0.343 和0.080，说明在牛市当期股票收益率产生不同的影响作用，所以我们在中，我国投资者更倾向于投机并存在过度反应，使得我们把 90;1 配以上的收益率和成交量定义为高收益率和高成交量。而对于
39、牛熊市的区分，我们是通过将当期收益率达到整个样本分位数 80%以上定义为牛市，而对低于整个样本分位数 20%以下定义为熊市。页百 69金融与经，齐 2014.06 股票价格出现较大幅度的反转，而在熊市中，该影响 the relation between the expected value and the 作用则非常小。此外，在牛市和熊市中，前期成交量 volatility of the nominal excess return on stocksJ. The 对于当期收益率的影响作用为-0.030 和 0.009，说明 journal offinance, 1993,48(5): 1779
40、-1801. 在牛市中，投资者更容易存在投资者情绪从而使得3Amihud Y, Mendelson H. Asset pricing and 收益率出现反转。对上证 50 指数、上证中盘指数和 the bid-ask spreadJ. Journal of financial Economics, 上证小盘指数的分析结果也可以得出类似的结论。1986, 17(2): 223-249. 对于前期高收益率对于当期收益率的影响，可4Mech T S. Portfolio return autocorrelation J. 以发现在牛市中，前期高收益率对当期收益率呈现 Journal of Finan
41、cial Economics, 1993, 34(3):307-344. 出正向的影响作用，对于各指数其影响系数分别为5Lo A W, MacKinlay A C. When are contrarian 0.346、0.309、0.390 和 0.366，反映出对于高收益股profits due to stock market overreaction?J. Review of 票，投资者可能存在投资惯性。而在熊市时，前期的高 Financial studies, 1990, 3(2): 175-205. 股票收益率对于当期股票收益率的影响作用不明显。6Daniel K, Hirshleif
42、er D, Subrahmanyam A. 五、结论 Investor psychology and security market under -and 本文在回顾我国股票收益率的序列相关性、成overreactions J. the Journal of Finance, 1998, 53 (6): 交量同股票收益率动态影响理论关系的基础上，使 1839-1885. 用上证全指指数、上证 50 指数、上证中盘指数和上7v eronesi P. Stock market overreactions to bad 证小盘指数的收益率和成交量数据，利用动态分位 news in good time
43、s: a rational expectations equilibrium 数回归模型分析不同分位点上前期股票收益率和成 modelJ.Review of Financial Studie 鸟 1999，12(市 975-1007.交量对于当期收益率的异质性影响，并实证分析我8Lewellen J. Momentum and autocorrelation in 国股票市场投资者是否存在过度反应和反应不足等 stock returnsJ. Review of Financial Studies, 2002, 15 非理性投资行为。实证结果显示前期股票收益率、成(2):533-564. 交量对
44、当期股票收益率有着较好的解释能力 O 同时，9Baur D G, Dimpfl T, Jung R C. Stock return 可以发现前期股票收益率、成交量同当期股票收益 autocorrelations revisited: A quantile regression 率呈负相关关系。approach 1. Journal of Empirical Finance, 2012, 19 从动态分位数回归结果发现，前期的收益率对(2):254-265. 于当期高收益率的负向作用更大，这体现出了在股1OBrennan M 1. The role of learning in dynamic
45、票大涨时，投资者倾向于过度买卖，导致随后股票收 portfolio decisionsJ. European Finance Review, 1998, 益率修正程度越大，从而使得负向的序列相关更为 1(3):295-306. 明显。类似的，在市场大涨时，投资者更倾向于大幅11 Dat 缸 VT, Y Naik N, Radcliffe R. Liquidity 度交易和买卖，过度反应的程度越大，其随后时期的and stock returns: An alternative test J. Journal of 修正程度也会越大，导致股票收益率和成交量的负 Financial Markets,
46、 1998,1( 2):203-219. 向关系明显。同时，在牛市时，前期股票收益率、成交12Chordia T, Subrahmanyam A, Anshuman V R. 量对当期的收益率呈负相关的作用。在投资策略上，Trading activity and expected stock retums1. Joumal 投资者在牛市中可以根据前期成交量和收益率采取 of Financial Economics, 2001, 59(1):3-32. 反转策略取得盈利。在熊市中，由于前期的收益率和13Baker M, Stein J C. Market liquidity as a 成交量对于
47、当期收益率的呈正相关作用，投资者通 sentiment indicator 1. Joumal of Financial Markets, 过动量策略可以取得盈利。2004,7(3):271-299. 参考文献 l14Lee C, Swaminathan B. Price momentum and 1Malkiel B G, Fama E F. Efficient Capital trading volumeJ.The Joumal of Finance, 2000, 55(5): Markets: A Review f Theory And Empirical Wo rk J. 2017-2
48、069. The journal of Finance, 1970,25(2): 383-417. 15Gervais S, Kaniel R, Mingelgrin D H. The 2Glosten L R, Jagannathan R, Runkle D E. On (下转第 55 页)70 五日债务危机探析:美债与欧债的比较从美国来看，债务情况要好得多:债务期限相对合就难以维持，届时必然面临着更为严峻的调整压理，短期债务占比低于欧债危机国，债权人相对稳力，甚至是严重的经济衰退。因此，美国债务问题解定，社保账户和国外政府机构是主要的债务持有者，决的根本出路在于，政府当前的财政货币政策能否
49、所以即使在评级机构下调美国主权信用评级之后真正重振经济，无论是保持一国货币的强大国际地债务利率也没有出现大幅波动。更为重要的是，美位，还是增加政府财政收入，都有赖于其经济增长国拥有独立的货币政策，而且可以凭借美元的国际的实现。一旦美国经济再度陷入萎靡，市场预期发货币地位，通过债务货币化的途径延缓债务偿付出生转变，那么债务问题必然引发新一轮危机，对世现问题。当前以美元为核心的国际货币体系没有发界经济产生重大影响。生根本的改变，美元的地位成为美国债务经济的支撑(陈宝森，27)，这都大大降低了短期内美国爆发参考文献债务危机的可能性。1陈欣.欧洲与美国主权债务危机治理思路、方进一步来看，债务货币化固然可以缓解债务问案及效果之比较J.世界经济与政治，2012，(6).题，但其最终解决还有赖于增加财政收入或缩减财2何机.欧洲主权
