基于深證成指的中國股市節日效應的實證分析

摘要：本文選取深證成指的收益率數據作為樣本，用 GARCH（1，1）-M模型，選擇元旦、春節、勞動節和國慶節四大法定節日前后一天收益率數據對我國股票市場是否存在節日效應及收益與風險的關系進行實證分析，發現：總體節日檢驗中，深市有顯著的基于收益和波動的節前和節后效應，高收益率對應著高風險;分節日檢驗來看，不同的節日，節日效應有很大的差異，同一節日節前節后收益率和波動率也存在差異。根據實證結論得出有關建議。

關鍵詞：深證成指;GARCH（1，1）-M模型;節日效應

中圖分類號：F832?文獻識別碼：A?文章編號：2096-3157（2020）24-0144-03

一、引言

弱式效率市場假說認為，在完全的股票市場，全部有用的信息已經反映在當前的股價中，除非有市場操縱，否則投資者不可能通過技術分析獲得高于市場平均水平的超額利潤。①然而，大量事實說明，全球股市大多都存在例如周末效應、日歷效應、小公司效應等現象，即投資者有可能利用股票市場的相關信息，如基本面分析、政府政策、“內幕信息”等，來獲得高于市場平均收益的超額收益。這些市場異象的存在，可能意味著市場是非有效的。節日效應是市場異象的一種。各個節日對股市的收益和風險具有何種影響？影響的程度如何？超額收益與波動率之間存在怎樣的聯系？對于這些問題的研究具有十分重大的理論和現實意義。

基于此，筆者通過建立 GARCH-M模型研究深市是否存在節日效應（即是否存在超額回報和異常風險）、收益與風險之間的關系如何等問題，試圖為投資者提供一些恰當的投資和理財建議，幫助其規避風險并實現收益最大化的目標。

二、文獻綜述

1.國外學者研究梳理

國內外學者對于全球股市的節日效應做了大量相關研究，發現了“節前效應”“小公司效應”等現象。西方國家對股市節日效應的探索最先開始，研究大多關于股票市場中節日效應的存在性及成因，如Dumitriu等（2016）考察了假日效應對羅馬尼亞股市的影響，發現各指標均存在節后效應，部分指標僅存在節前效應。Xing Lu等（2016）發現孟買交易所的大多數指數在節后都有很強的影響，節后效應在金融危機期間變得更加強烈。Dumitriu等（2020）采用了美國資本市場四個重要指數——道瓊斯工業平均指數等數據，研究發現長假效應在相對平靜的時期更為明顯，尤其影響到小盤股公司的股票收益率。

2.國內學者研究梳理

中國股市起步晚，且有比較嚴格的監管，近年來才出現了一些基于上證綜指收益率的中國股市節日效應的文獻研究。桓旭（2017）研究發現滬市存在顯著的春節效應，尤其是鋼鐵、運輸服務等幾個板塊。劉維奇等（2019）發現中國股市有基于收益的節前效應，同時有基于波動的節前和節后效應。節前節后股市風險顯著降低，只有節前收益受到了風險的影響。莊申云（2019）建立ARMA-GARCH-GED模型并選擇元旦、春節等六大法定節日前后一天日收益率數據來研究，發現滬市具有明顯的節前效應。

3.文獻綜述評價

綜上所述，國外研究大都集中在分析節日效應是否存在和原因的探索上;國內的文獻幾乎都是基于上證綜指的收益率數據分析滬市的節日效應，而且時間距離現在比較久遠，研究結論作為投資參考存在局限性;而且大多數研究都采用的是ARMA（1，1）-GARCH（1，1）模型，模型假定金融時間序列的條件均值是不變的，這個假設在現實中并不總是成立的。金融資產的收益一般與風險有關。故筆者利用 1996～2020年的數據，選用GARCH-in-Mean模型從收益和波動兩個方面檢驗我國股票市場是否存在節前和節后效應，為我國股票市場的節日效應的研究提供進一步的證據，并據此提出相關建議。

三、數據選擇

本文選用1996年12月31日至2020年3月31 日的深證成指共5632條數據作為研究對象，因為我國于1996年12月16日制定了漲跌幅限制制度，股市進入了相對穩定的階段，而在此之前的股市受政策等其他因素影響較大，可能會引起收益率較大波動;另外，數據量越多，數據越新，研究結果的可信度和參考價值越高。近年來，我國節假日政策趨于穩定，股市發展逐漸成熟，基于上證綜指收益率對滬市節日效應分析的研究已經較多，對深市的研究相對較少，并將結果綜合以往文獻研究給出投資者較為恰當的投資建議。筆者選取有代表性的四大傳統節日——元旦、春節、勞動節、國慶節，分析節前和節后第一個交易日收益率的變動情況;分析軟件為Eviews7.0和Eviews10.0。

四、研究方法

首先，對深證成指收盤價數據做如下處理（取對數做差分）：

Rt表示第t日的日收盤價對數收益率，Pt表示第t個交易日深證成指收盤價，Pt-1表示t-1個交易日深證成指收盤價數據。

1.平穩性檢驗

對時間序列問題進行分析時，要保證序列的平穩性。故對深證成指日收益率數據進行ADF單位根檢驗。檢驗的p值為0.0001，在1%的顯著水平上拒絕原假設，不存在單位根，序列是平穩的。

2.GARCH-in-Mean模型

以往關于節日效應的研究采取OLS法和建立ARMA模型的情況較多。OLS法假設誤差項的方差固定，即誤差項的方差不隨時間變化，該方法容易忽略股票收益率序列及其回歸誤差項所具有的自相關特性。

ARMA模型主要用于分析實際金融時間序列變量動態變化的過程，它通常用于擬合非穩定的時間序列，但問題是MA過程是白噪音隨機誤差項的線性組合，即波動率恒定，不會因任何條件而變動，這在現實生活中顯然是不成立的。②樣本收益率數據有明顯的集群和波動現象。

上述方法自身存在局限性，它們并不能夠有效地擬合樣本收益率數據的尖峰厚尾的特征。部分學者采用GARCH模型來研究節日效應，雖然GARCH模型能夠較好地描述金融時間序列的集聚性和波動性等特征，但是GARCH模型假設金融時間序列的條件均值是不變的，這個假設在現實中并不總是成立的。在很多情況下，金融資產的收益率與投資風險緊密相關，為探討收益與風險之間的關系，選用GARCH-M模型來研究股市的節日效應。

利用Eviews檢驗殘差項數據具有尖峰厚尾特征，峰度大于3，為6.696271。JB統計量的值為3328.221，故拒絕原假設（序列的分布與正態分布無顯著性差異），選擇廣義誤差分布對模型進行擬合。

五、實證分析

1.描述性統計分析

圖表由于篇幅有限不再列出。

通過計算得出全部交易日的收益率均值為0.020070，收益標準差為1.803435;其他交易日收益率均值為0.021096，收益標準差為1.868250;其他交易日收益率大于全部交易日的收益率均值，前者的收益率是后者的1.0511倍;其他交易日標準差大于全部交易日的收益率標準差，前者的收益率是后者的1.0359倍。四大傳統節日節前的收益率均值為0.518530，節后收益率均值為0.309044，明顯大于其他交易日的均值，分別達到24.5795倍和14.6494倍，且各個節日的節前和節后收益率均大于其他交易日的收益率。全部節日總體和各個節日節前的標準差比其他交易日標準差小，節后的標準差比其他交易日標準差大。

從收益角度來看，四個節日的節前和節后第一個交易日的收益均值有明顯的差異。四個節日中節前的最大和最小收益均值，分別為國慶節前0.746763和元旦節前0.238411，是其他交易日收益率均值的35.3983和11.3012倍;節后的最大和最小收益均值，分別為勞動節后0.537882和春節后0.172216，是其他交易日收益率均值的25.4969和8.1634倍，對比來說節前收益率均值差異更大。

同一節日，節前節后收益率也存在差異。元旦節前和節后的平均收益是其他交易日的11.3012倍和12.1497倍。春節節前和節后的平均收益是其他交易日的24.1632倍和8.1634倍。勞動節節前和節后的平均收益是其他交易日的28.0508倍和25.4969倍。國慶節節前和節后的平均收益是其他交易日的35.3983倍和13.1782倍。以上數據說明：深市可能具有基于收益的節日效應。

從波動的角度來看，四大傳統節日節前和節后的收益率的標準差分別是其他交易日的標準差的0.8852、1.4626、0.7786、1.6713、0.7904、1.6293、1.0931、1.3608倍。春節前后、勞動節后、國慶節后收益標準差和總體標準差相差較大，節后的標準差普遍大于節前的標準差，說明深市可能存在基于風險波動的節日效應，不同節日的節日效應可能表現不同，某些節日的節日效應為節日前后的一種，而某些節日同時具有兩種效應。

當傳統節日前后的收益率平均值與其他交易日有比較明顯的區別時，收益率的方差與其他交易日的差異也比較大，說明節日期間的超額收益可能與風險有一定聯系。

根據描述性統計分析情況，得出初步假設：

中國股市可能同時存在基于收益和波動的節日效應。從收益角度看，春節、勞動節和國慶節節前效應顯著、勞動節和國慶節節后效應顯著。四大傳統節日的節前和節后第一個交易日的收益均值有較大差異;對同一節日，節前和節后的收益率也存在差異。傳統節日節前和節后的收益率均大于其他交易日的均值收益率。春節前后、勞動節后、國慶節后波動效應顯著。一些節日的節日效應可能表現為節前效應或節后效應中的一種，國慶節和勞動節可能同時具有兩種效應。節日前后的超額收益可能與風險有關，重點表現在春節前、勞動節后和國慶節后。

2.全部節日綜合檢驗

建模進行研究，在均值方程與波動率方程中同時引入了表示節日的虛擬變量。經反復檢驗，GARCH（1，1）-M模型比其他模型擬合效果更好（利用SIC法確定最優滯后期數，得出使AIC、SC較小時的期數）。模型具體形式如下：

Dnt為代表節日的虛擬變量，表示節前或節后，當 n表示節前/節后時，如果所觀察到的收益率Rt是節前/節后的收益率，則 Dnt=1，否則Dnt=0;δ2t為條件方差，εt為誤差項;c，a，χ，1，ω，λ，η，γ，β1為模型系數。當1的值顯著不等于0時，那么就說明中國股票市場存在基于收益的節前（節后）效應;當β1的值顯著不等于0時，那么就說明中國股票市場存在基于波動的節前（節后）效應;γ值顯著時，說明收益與風險有關。圖表由于版面原因不再列出。

模型1的節前和節后虛擬變量1的系數分別為0.423227和0.404879，且二者都為正，都通過了顯著性水平為1%的檢驗。通過檢驗的結果我們可以得出，中國股市（深市）同時有基于收益的節前效應和節后效應。另外，表示節前和節后效應波動率的虛擬變量參數值β1值分別為0.045985和0.044663，也都通過了1%水平的顯著性檢驗，說明在深市中，無論是節前、節后都顯著，表明從總體上看來深市存在基于波動的節前和節后效應。節前和節后γ值分別為0.045985和0.044663，均顯著為正，說明法定節日前后的異常收益與節日風險有關，高風險對應著高收益，收益的增加是對高風險的補償。

以上結果表明中國股市同時存在著基于收益和波動的節日效應;節日前后的異常收益與風險有正相關關系。

3.分節日檢驗

新的均值方程和波動方程如下：

其中，i=1，2，3，4，分別代表四大傳統節日;Dni，t為第i個節日的虛擬變量;n表示節前或節后，當 n表示節前/節后時，如果所觀察到的收益率Rt是節前（節后）的收益率，則 Dnt=1，否則Dnt=0;δ2t為條件方差，εt為誤差項;c，a，χ，i，ω，λ，η，γ，βi為模型系數。當i 顯著不等于0時，那么就說明第i個節日存在基于收益顯著的節日效應（節前或節后效應）;當βi的值顯著不等于0時，那么就說明中國股票市場存在基于波動的節日效應;γ檢驗結果顯著時，說明收益與風險有關。

從收益角度看，通過建模得到表示各節日虛擬變量的參數值和z統計量的值。節前的檢驗結果顯示：春節、國慶節代表基于收益的節日效應虛擬變量參數值分別在10%，5%的顯著性水平下通過了檢驗。節后的檢驗結果顯示：元旦節、國慶節的值分別在5%，1%的顯著性水平下通過了檢驗。由此可以看出元旦節后效應顯著，幾乎沒有節前效應;春節節前效應比較顯著，幾乎沒有節后效應;勞動節沒有通過檢驗，表示為沒有基于收益率的節日效應;國慶節具有顯著的基于收益率的節前和節后效應，且節后效應比節前效應更為明顯。

從波動率的角度看，節前的檢驗結果顯示：元旦、春節、勞動節代表基于風險波動的節日效應虛擬變量參數β值分別在1%，5%，5%的顯著性水平下通過了檢驗;節后的檢驗結果顯示：元旦和勞動節的β值分別在1%，5%的顯著性水平下通過了檢驗，說明在這個時間段內存在基于異常波動率的節日效應，且元旦節日前后的異常風險波動比其他節日更為明顯。春節后和國慶節前后的β值沒有通過顯著性檢驗，說明在這個時間段內沒有明顯的異常風險波動。

從收益和風險的關系進行分析，γ值均通過了1%水平下的顯著性檢驗，且都為正值，說明股市收益與股市風險正向相關，風險越高，收益率越高。

六、主要結論、建議

1.主要結論

從總體節日檢驗的結果來看，深市有顯著基于收益和波動的節前和節后效應。全部節日的節前和節后的均值收益率都大于其他交易日的均值收益率。節前的標準差比其他交易日標準差小，節后的標準差比其他交易日標準差大。分節日檢驗來看，不同的節日里，節日效應有很大的差異，同一節日節前節后收益率和風險也存在差異。各個節日的節前節后收益率均大于其他交易日收益率均值。表示收益和風險關系的參數值顯著為正，股市收益與股市風險正向相關，風險越高，收益率越高。

2.建議

對于投資者來說，中小投資者應該不斷學習補充投資的專業知識，保持理性，避免盲目投機行為帶來的損失;合理分析股票收益與風險的關系，利用股市不同的節日收益和風險的情況安排投資策略進行投資以期獲得高收益。比如在其他交易日買進，在節前和節后，密切關注大盤走勢及股價波動，再選擇合適的時機拋出。

對于監管者來說，監管部門應密切關注節日前后不同風險狀況，合理地進行市場引導和風險監管，維護市場平穩運行。提高股市信息透明程度，維護市場有效性，以便投資者及時得到有效信息，合理規劃投資策略。

注釋：

①有效市場假說定義https：//baike.baidu.com/item/有效市場假說/6218116？fr=aladdin。

②方法說明部分引自《基于上證綜合指數的中國股票市場節日效應研究》和《中國股市“節日效應”的實證研究》。

參考文獻：

[1]董桓旭.中國股市春節效應的驗證及投資建議[J].時代金融，2017，（21）：133～134+136.

[2]黃志勇，孟巖，張騰.滬深300股指期貨的午間效應和隔夜效應[J].南京財經大學學報，2016，（6）：34～42.

[3]江一濤，楊林燕.中國股市的節日效應研究[J].經濟經緯，2009，（6）：135～138.

[4]劉維奇，陳研研.中國股票市場的節日效應研究——基于收益和波動的視角[J].金融發展研究，2019，（2）：61～67.

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

[6]潘勤華，龔晟.基于GARCH模型的中國股市節日效應實證研究[J].知識經濟，2015，（1）：83～83.

[7]吳瑋琳.中國股市“節日效應”的實證研究[J].經濟前沿，2009，（8）：57～64.

[8]莊申云.基于上證綜合指數的中國股票市場節日效應研究[J].甘肅科技，2019，35（16）：116～120.

作者簡介：

王新悅，西北農林科技大學學生。