基于市值规模的中国股票市场展望理论的实证检验

《基于市值规模的中国股票市场展望理论的实证检验》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于市值规模的中国股票市场展望理论的实证检验　　【摘要】通过引入修正的GARCH模型来研究我国股票市场不同市值规模股票投资者的投资行为，来验证我国股票市场的展望理论。结论表明：股票市值规模越小，其投资者行为越符合展望理论的描述；股票损益信息的冲击能够增强股票成交量波动率的持续性，并且正向冲击引起股票成交量波动率变化与股票市值规模大小成正比。　　【关键词】展望理论股票市场市值规模修正的GARCH模型波动率　　Kahnenman与Tverskhy[1]在1979年提出了展望理论，认为人们在面对收益时表现出风险厌恶，面对损失时表现出风险偏好的特点。具体到股票市场的实践

2、中就是，股票获利时，人们倾向于出售手中的股票；股票亏损时，人们往往会产生惜售的心理。展望理论将个人的心理因素考虑在内，在尚不成熟的中国股票市场中，由于人们的投资技巧和投资心理还不成熟，所以与西方国家相比，我国的股票市场更应表现出展望理论所描述的特征。　　孙培源、施东晖[2]通过对上交所交易股票换手率的统计分析验证了展望理论的实用性；陈绍胜[3]对294支开放式基金进行单因子回归分析，也验证了中国开放式基金市场中投资者的行为符合展望理论描述；张海峰、张维[4]等运用随机占优理论对中国市场展望理论进行了检验，认为我国投资者整体上表现出展望理论的决策偏好。　　以往学者

3、的研究一般是以整个市场为对象，并且只是简单地进行数理统计进行实证检验。本文将市场按股票的市值规模进行分类，并且运用修正的GARCH模型，来研究不同市值规模股票投资者的投资行为。　　一、模型介绍　　本文研究股票损益对股票成交量的影响，采用修正的GARCH模型进行拟合检验。为了验证展望理论，首先将虚拟变量引入均值方程。检验展望理论的修正GARCH模型为：　　lnl■=c+■θ■lnl■+φd■+ε■（1）　　σ■■=？渍+αε■■+βσ■■（2）　　l■为t时刻股票成交量，然后我们对其取自然对数，λ为成交量序列的滞后阶数，ε■是无序相关的随机扰动项，σ■为t时刻随机

4、扰动项的方差，d■为引入的虚拟变量。展望理论认为人们会选择一个参考点来判断自己投资的损益情况，池丽旭、庄新田[5]对参考点的选取做了深入的研究，本文为了研究方便，选取市场平均收益率作为参考点，所以d■的取值为：　　d■=1，r■>r■■0，其他（3）　　r■、r■■分别表示t时刻股票收益率和市场平均收益率。当d■前的系数φ为正时，说明股票收益率大于市场平均收益率，股票相对获利，成交量放大，即符合展望理论的描述。因为当股票收益时，人们表现出风险偏好特征，倾向于出售手中的股票，股票成交量就会放大。　　为了研究股票损益对股票成交量波动率的影响，我们在方差方程中引入虚拟

5、变量，修正的GARCH模型为：　　lnl■=c+■θ■lnl■+φd■+ε■（4）　　σ■■=？渍+αε■■+βσ■■+μd■（5）　　d■=1，r■>r■■0，其他（6）　　二、实证检验　　本文需要研究不同市值规模股票投资者的行为，因此选用样本数据为超大盘、上证中盘和上证小盘指数，分别代表大、中、小市值规模的股票，样本区间为2009年7月3日至2013年7月24日的周数据（数据来源于大智慧软件）。市场平均收益率我们选用上证指数周平均收益率，数据选取时间和来源同上。　　（一）数据处理及统计　　首先对超大盘、上证中盘、上证小盘以及上证指数序列进行自然对数处理，然后

6、进行差分，得到收益率，同时对前三大指数的成交量取自然对数。　　表1指数收益率与成交量描述性统计　　由表1可以发现，指数的平均收益率均小于零，即处于亏损状态，但大盘收益率的亏损最严重，其次是中盘，最后是小，而相对应的标准差依次增加，说明市值规模与收益和风险成反比；JB统计量和p值显示指数收益率不服从正态分布。指数成交量的标准差随市值规模增大逐渐减小，说明成交量的波动率与市值规模成正比；指数成交量的JB统计量和p值显示大盘成交量接近于服从正态分布，而中盘和小盘显著不服从正态分布。　　（二）平稳性检验　　对指数收益率和成交量进行ADF检验，检验结果如表2所示：　　表2

7、ADF平稳性检验　　注：c表示常数项，t表示趋势项，i表示滞后阶数（本例中采用SIC准则，大盘成交量为1，其他数据为0）　　由表2中ADF检验结果得知，超大盘、上证中盘、上证小盘指数收益率和成交量均在1%显著性水平下平稳。　　（三）自相关性分析　　运用自相关函数（ACF）和偏自相关函数（PACF）对成交量做自相关性检验，本文只列出了滞后10期的ACF和PACF值，见表3：　　表3成交量ACF和PACF值　　由表3的结果可知，超大盘、上证中盘和上证小盘指数成交量的自相关函数呈现出拖尾的特征，而偏自相关函数在1期后呈现出截尾的特征，因此成交量的滞后期确定为1期，即修

8、正的GARCH模型均值方