基于市值規模的中國股票市場展望理論的實證檢驗

【摘要】通過引入修正的GARCH模型來研究我國股票市場不同市值規模股票投資者的投資行為，來驗證我國股票市場的展望理論。結論表明：股票市值規模越小，其投資者行為越符合展望理論的描述；股票損益信息的沖擊能夠增強股票成交量波動率的持續性，并且正向沖擊引起股票成交量波動率變化與股票市值規模大小成正比。

【關鍵詞】展望理論 股票市場 市值規模 修正的GARCH模型 波動率

Kahnenman與Tverskhy[1]在1979年提出了展望理論，認為人們在面對收益時表現出風險厭惡，面對損失時表現出風險偏好的特點。具體到股票市場的實踐中就是，股票獲利時，人們傾向于出售手中的股票；股票虧損時，人們往往會產生惜售的心理。展望理論將個人的心理因素考慮在內，在尚不成熟的中國股票市場中，由于人們的投資技巧和投資心理還不成熟，所以與西方國家相比，我國的股票市場更應表現出展望理論所描述的特征。

孫培源、施東暉[2]通過對上交所交易股票換手率的統計分析驗證了展望理論的實用性；陳紹勝[3]對294支開放式基金進行單因子回歸分析，也驗證了中國開放式基金市場中投資者的行為符合展望理論描述；張海峰、張維[4]等運用隨機占優理論對中國市場展望理論進行了檢驗，認為我國投資者整體上表現出展望理論的決策偏好。

以往學者的研究一般是以整個市場為對象，并且只是簡單地進行數理統計進行實證檢驗。本文將市場按股票的市值規模進行分類，并且運用修正的GARCH模型，來研究不同市值規模股票投資者的投資行為。

一、模型介紹

本文研究股票損益對股票成交量的影響，采用修正的GARCH模型進行擬合檢驗。為了驗證展望理論，首先將虛擬變量引入均值方程。檢驗展望理論的修正GARCH模型為：

lnl■=c+■θ■lnl■+φd■+ε■ （1）

σ■■=？漬+αε■■+βσ■■ （2）

l■為t時刻股票成交量，然后我們對其取自然對數，λ為成交量序列的滯后階數，ε■是無序相關的隨機擾動項，σ■為t時刻隨機擾動項的方差，d■為引入的虛擬變量。展望理論認為人們會選擇一個參考點來判斷自己投資的損益情況，池麗旭、莊新田[5]對參考點的選取做了深入的研究，本文為了研究方便，選取市場平均收益率作為參考點，所以d■的取值為：

d■=1，r■>r■■0，其他 （3）

r■、r■■分別表示t時刻股票收益率和市場平均收益率。當d■前的系數φ為正時，說明股票收益率大于市場平均收益率，股票相對獲利，成交量放大，即符合展望理論的描述。因為當股票收益時，人們表現出風險偏好特征，傾向于出售手中的股票，股票成交量就會放大。

為了研究股票損益對股票成交量波動率的影響，我們在方差方程中引入虛擬變量，修正的GARCH模型為：

lnl■=c+■θ■lnl■+φd■+ε■ （4）

σ■■=？漬+αε■■+βσ■■+μd■ （5）

d■=1，r■>r■■0，其他 （6）

二、實證檢驗

本文需要研究不同市值規模股票投資者的行為，因此選用樣本數據為超大盤、上證中盤和上證小盤指數，分別代表大、中、小市值規模的股票，樣本區間為2009年7月3日至2013年7月24日的周數據（數據來源于大智慧軟件）。市場平均收益率我們選用上證指數周平均收益率，數據選取時間和來源同上。

（一）數據處理及統計

首先對超大盤、上證中盤、上證小盤以及上證指數序列進行自然對數處理，然后進行差分，得到收益率，同時對前三大指數的成交量取自然對數。

表1 指數收益率與成交量描述性統計

由表1可以發現，指數的平均收益率均小于零，即處于虧損狀態，但大盤收益率的虧損最嚴重，其次是中盤，最后是小，而相對應的標準差依次增加，說明市值規模與收益和風險成反比；JB統計量和p值顯示指數收益率不服從正態分布。指數成交量的標準差隨市值規模增大逐漸減小，說明成交量的波動率與市值規模成正比；指數成交量的JB統計量和p值顯示大盤成交量接近于服從正態分布，而中盤和小盤顯著不服從正態分布。

（二）平穩性檢驗

對指數收益率和成交量進行ADF檢驗，檢驗結果如表2所示：

表2 ADF平穩性檢驗

注：c表示常數項，t表示趨勢項，i表示滯后階數（本例中采用SIC準則，大盤成交量為1，其他數據為0）

由表2中ADF檢驗結果得知，超大盤、上證中盤、上證小盤指數收益率和成交量均在1%顯著性水平下平穩。

（三）自相關性分析

運用自相關函數（ACF）和偏自相關函數（PACF）對成交量做自相關性檢驗，本文只列出了滯后10期的ACF和PACF值，見表3：

表3 成交量ACF和PACF值

由表3的結果可知，超大盤、上證中盤和上證小盤指數成交量的自相關函數呈現出拖尾的特征，而偏自相關函數在1期后呈現出截尾的特征，因此成交量的滯后期確定為1期，即修正的GARCH模型均值方程（1）式中λ為1。

（四）修正的GARCH模型分析

分別采用修正的GARCH模型方程（1）～（3）和方程（4）～（6）分別研究股票損益對股票成交量以及股票成交量波動率的影響，結果如表4所示：

表4 指數成交量修正GARCH模型參數

注：*代表在10%顯著性水平下顯著，**和***分別代表在5%和1%顯著性水平下顯著

由表4知，在方程（1）～（3）下，超大盤、上證中盤和上證小盤成交量修正GARCH模型均值方程中，虛擬變量前的參數？漬值均大于零，并且股票市值規模越小，？漬值越大，中盤指數和小盤指數的？漬值要遠遠大于大盤指數的？漬值，說明在我國股票市場，無論股票市值規模大小，其投資者行為都符合展望理論的描述，但市值規模越小的股票，其投資者行為越符合展望理論的描述；在方差方程中，α+β值都遠小于1，說明股票成交量的波動持續性較弱。方差方程引入虛擬變量后（見方程（4）～（6）），發現α+β值均顯著變大，說明股票的損益信息增強了股票成交量波動的持續性；另一方面，超大盤和上證小盤虛擬變量前的參數為正，且超大盤參數遠大于上證小盤參數，而上證中盤虛擬變量前的參數為負，說明股票獲利信息會顯著增加大市值規模股票成交量的波動率，但對小市值規模股票成交量的波動率影響較小甚至會降低股票成交量的波動率。

三、結論

（一）中國股票市場投資者的行為符合展望理論的描述

從修正的GARCH模型來看，無論股票市值規模是大是小，代表股票損益虛擬變量前的參數均為正值，說明當股票相對收益率為正時，該股票的成交量就會增加，符合展望理論預測：人們面對收益時會表現出風險厭惡的特征，急于出售手中的股票。

（二）股票損益信息對市值規模不同的股票影響程度不同

三組指數修正的GARCH模型中，虛擬變量前的參數大小差別很大，超大盤的φ值要遠遠小于上證中盤和小盤的φ值，說明展望理論對小市值規模股票的預測更加明顯，這也與孫培源、施東暉[6]的研究結論一致。

（三）股票損益信息對股票成交量的波動率也有顯著影響

從表4兩組方程參數的比較結果來看，股票損益信息的加入均使三組指數α+β值變大，說明股票獲利信息的沖擊能夠增加股票波動率的持續性；并且從方差方程虛擬變量dt前的參數μ來看，股票獲利信息會顯著加大市值規模較大股票成交量的波動率，而對市值規模較小股票成交量的波動率影響作用較小甚至會有負效應。這與吳承堯、劉海飛[7]等驗證的利好消息會增加市場波動性，而市場對利空消息反應不大的結論基本一致。

參考文獻

[1]Kahneman，D. and A.Tversky.Prospect theory：an analysis of decision under risk[J].Econometrica.1979，47（2）：263-291.

[2]孫培源，施東暉.漲跌幅限制降低了股份波動嗎？——來自中國股票市場的證據[J].證券市場導報，2001（11）：12-18.

[3]陳紹勝.前景理論與中國開放式基金的實證檢驗[J].證券市場導報，2006（1）：55-58.

[4]張海峰，張維，鄒高峰，熊熊.中國市場條件下前景理論的實證分析[J].西安電子科技大學學報（社會科學版），2011，21（3）：84-89.

[5]池麗旭，莊新田.我國基金經理心理參考點調整特征的實證研究[J].系統管理學報，2012，21（1）：22-28.

[6]孫培源，施東暉.投資者總是風險厭惡嗎？——來自中國股市的證據[J].證券市場導報，2002（9）：54-57.

[7]吳承堯，劉海飛，李心丹.證券市場穩定性[J].管理科學，2011，24（2）：85-93.

作者簡介：郭琳（1988-），男，漢族，山東濰坊人，青島大學經濟學院碩士研究生，研究方向：金融工程與管理；高齊圣（1966-），男，漢族，山東濰坊人，青島大學經濟學院副院長，教授，博士，博士生導師，研究方向：教學質量管理與質量控制。