中國股市的星期效應
——基于電子行業的視角

鐘國泰

（廣西師范大學經濟管理學院，廣西 桂林 541006）

一、引言

中國作為一個近年來快速崛起的一個新興經濟體，相對應的股市市場由非對稱性引起的日歷效應的成因還不明確。在此情況下，不同交易日所積累的信息不同，可能因此導致市場對此反應不同。假設日歷效應存在，則股市存在一定牟利區間，因此對日歷效應的研究將有助于投資者構建更加合理的風險規避組合和選擇良好的投資時機。國外早期研究文獻主要聚焦于歐美市場，且大部分驗證了歐美市場周一收益率低的結論。如Donald Keim（1987）、Rogalski（1984）、Jaffe等（1985）等分析了美國、英國和加拿大在內的發達國家。Swankoshi（1989）和Ho（1990）開始對亞洲發達市場進行分析，無一例外地發現中國香港、中國臺灣，以及新加坡、日本和韓國都存在星期效應。進一步地，Cheung（1994）利用Levene檢驗上述幾個市場得出：周一波動率最大，一周最后一個交易日的收益率最高。盡管如此，每個市場的日歷效應并不是一成不變的，如Lee-Kian Lim（2002）研究紐約股票市場時，發現其過去表現出的星期效應發生了變化：周一低收益的情況逐漸改變，即低收益的“周一效應”逐漸消失。在“中興事件”發生后，我國電子行業卡脖子問題越發突出。在此背景下，政府加大了對電子行業的扶持力度，股票二級市場中對于電子行業關注度也急劇上升。因而本文選取了當下關注度非常高的電子行業板塊，希望能從長期視角來檢驗日歷效應的存在。

國內早期研究主要著眼于驗證股票市場的非有效性，如俞喬（1994）等。此后，我國股市存在的日歷效應也得到了大量驗證。近年來國內對此研究方法大致可歸為三類，即虛擬變量法、GARCH族、CAPM。早期研究主要使用了虛擬變量回歸法，如奉立城（2003）、李凌波等（2004）。近年來更多使用的是GARCH族模型，原因在于金融數據的尖峰厚尾。陸磊等（2008）以上證綜指為例，通過GARCH（1，1）模型發現了元旦具有正的節前效應，節日效應與星期效應無關。此外，胡永宏（2008）則改進了TGACH模型，指出周一和周四波動較大，市場具有明顯的杠桿效應。除了對節假日的研究，徐碩正等（2020）進一步修正模型，使用GED-GARCH（1，1）對傳統文化因素進行剖析，提出了一個“滿月效應”，即每月農歷十四買入市場指數而農歷十六賣出，可以獲得穩健負收益。在對上述模型進行比較選擇后，本文將使用EGARCH-M模型。

我國市場仍屬于快速發展、逐漸走向成熟的新興市場，所表現出來的“星期效應”“周內效應”都不盡相同，區別在于表現時間和時段。在較早的研究中，我們在未考慮漲跌停板設置時，市場表現出周五收益最高，周一收益最低的星期效應。但隨著漲跌停板設置的加入，周一的持續低收益現象已經逐漸消失了，而是表現出周五收益最高。回顧眾多學者研究，大部分都基于上證、深證綜指，較少對行業進行細致研究。因此，本文基于一個近年來關注度非常高的電子科技行業視角，試圖探討在長期市場中，是否存在顯著的星期效應。如果存在，是否存在牟利期間？

二、數據處理與理論模型

1.樣本選取

本文基于行業角度，從不同行業的視角來分析股市的日歷效應等異象。為了使數據覆蓋范圍更廣，數據代表性更強，在綜合目前市場上各類一級行業指數考慮的基礎上，我們選取了2000年1月4日至2020年2月25日的申萬電子制造指數的每日收盤價指數。樣本量為為4872個，很好滿足了之后GARCH模型的大樣本需求。所有數據均來源于申萬宏源研究官網。為了減少誤差，每日收益率采用對數形式，令Rt=ln（Pt/Pt-1），其中Pt是第t日收盤價，Pt-1是第t日前一天的收盤價，且t≥2。本文主要利用Eviews對數據進行處理。

2.數據檢驗

為了驗證數據是否滿足適用GARCH模型族的基本條件，首先進行非正態檢驗。其次，為了確保模型有效，還得進行序列平穩性檢驗。再次，現代研究普遍表明，金融數據存在明顯的慣性和滯后性，呈現出一定的自相關性，因此還得進行序列自相關和偏自相關檢驗，并根據自相關系數拖尾和偏自相關系數截尾情況選擇滯后階數。最后，進行ARCH效應檢驗，如果存在，則適用GARCH模型族進行模擬。

（1）非正態檢驗

在99%的置信水平下，它們的JB統計量的伴隨概率都為0，遠小于0.05。同時，由K值和S值可知，它們出現了不同程度的左偏，出現了“高峰厚尾”現象。因此，這些樣本不服從正態分布。

表1 非正態檢驗

（2）平穩性檢驗

為了避免偽回歸的出現，我們需要對數據進行平穩性檢驗。本文將使用ADF單位根檢驗方法。檢驗結果顯示在1%的顯著水平下，Mckinnon臨界值為-3.4319，t檢驗統計量則為-48.0974，遠小于臨界值，說明電子行業對數收益率序列是平穩的。

（3）ARCH效應檢驗

ARCH效應檢驗又稱為異方差檢驗。在本文中，主要對數據進行處理，并沒有相應地建模。因此我們使用殘差的平方自相關性檢驗。

在對對數收益率序列，進行序列自相關和偏自相關檢驗，其中滯后階數統一選擇為12，發現上述樣本的序列對應的AC、PAC都在0上下波動，非常接近于0， 且Q統計量對應的P值都小于0.05可以認為在5%的顯著性水平下，它們的殘差平方之間存在顯著的自相關性，說明回歸模型存在異方差性，即ARCH效應。同時，為了模型更為簡便，可以考慮使用GARCH模型族進行建模。

3.理論模型

為了充分體現風險這一變量對模型的影響，充分體現政策等外部因素對市場的杠桿效應和投資者風險偏好等行為，在研究中加入了條件方差的標準差項用其來代表風險。同時金融時間序列數據擾動方差穩定性較差，往往會取決于后續擾動項的大小，因此我們在均值方程中加入1階滯后變量。下文將通過比較EGARCH模型的條件方差基于t分布下和基于GED分布下的擬合程度，進而選取適合本文的研究模型。

EGARCH-M模型為：

其中rt是對數收益率，σ2t為收益率方程殘差的方差，σ2t-1為σ2t的一期滯后項，ut-1為ut的一期滯后項。并且，θ衡量非對稱性，β1衡量波動集聚性。

三、結果分析

1.描述性分析

本文主要從平均收益、標準差（即波動）、滯后期、偏度、峰度、預期風險以及非對稱性沖擊等因素來分析研究星期效應、月份效應和節日效應。同時為了進一步檢驗數據非正態性的假設的正確性，還加入了JB統計量。同時還通過ARCH-LM檢驗了模型擬合的效果。

星期效應的描述性統計結果：就均值而言，星期一（-0.0659）、星期三（-0.0731）和星期四（-0.0946）顯著負收益；星期二（0.0119）、星期五（0.0708）為顯著正收益。因此對于投資者來說，星期四買入，星期五賣出獲得正收益的可能性較大，與趙留彥和王一鳴（2004）結論一致。此外，周內收益率波動不大，不再是星期一高波動率，而是星期四取代星期一成為波動率最高的交易日，這與過去學者研究結論相悖；樣本均呈現左偏，與總體樣本保持一致。此外，電子行業板塊收益率均是不同程度左偏，說明了市場極端低收益情況出現概率較正態分布大。

根據JB檢驗，其漸進顯著值均為0，遠小于0.05，因此可以認為在星期效應中，它們的收益分布是非正態分布，屬于尖峰厚尾分布，也進一步證明了基于t分布建模的正確性。

表2 星期效應的描述性統計結果

2.實證分析

ARCH模型建立的條件方差模型對研究序列的條件分布做了嚴格的限制，認為市場波動是對稱的，即同等程度利好和利空消息對市場的影響是一樣的，很多研究基于此而展開，利用GARCH（1，1）等模型也能得出金融數據具有“尖峰厚尾”的性質（陳浪南等，2002；劉金全等，2002）。但很多實證表明，EGARCH和TGARCH擬合出來的結果卻往往拒絕正態分布，而且已經有研究表明，中國股市市場受政策等因素影響較大，其引起的波動性現象已經被發現了，在實證檢驗中它們的條件方差并不服從正態分布。現使用較多的衡量波動性現象的模型為TGARCH和EGARCH來模擬股市中存在的杠桿效應，將兩者相比而言，TGARCH模型要求GARCH項系數大于0，這對于我國這類數據樣本較少的市場，尤其是本文著力于研究某個特定行業，這對于樣本數據要求更高。而對于EGARCH模型來說，它的參數不受要求，能較好反映杠桿效應，性質優良，效果良好。此外，本文還初步比較了兩個模型對于杠桿效應的反應程度，結果顯示TGARCH-M模型在對于杠桿效應的檢驗中P值遠大于0.1，而同等條件下EGARCH-M則通過檢驗。因此，本文選用EGARCH-M模型進行擬合。

表3 t分布和GED分布

相比之下，很明顯基于t分布下的EGARCH-M模型優于基于GED分布下的情況。參照赤池信息準則和施瓦茨信息準則，總體上看，基于t分布下的EGARCH-M模型的系數更小。下面對模擬后的基于t分布的EGARCH-M模型進行ARCH-LM檢驗。

由進行的LM檢驗結果可以得到， ARCH-LM檢驗的相伴概率均大于0.05，說明該方程的殘差序列已經消除了ARCH效應，EGARCH-M模型較好地擬合了所有的樣本數據。因此，在考慮我國股票市場容易受到信息的非對稱性的沖擊的情況下，本篇文章將基于t分布下的EGARCH-M模型進行分析。擬合后結果如下：

均值方程：rt=0.168790σ+0.050353rt-1-0.002113 （3）

方差方程：

根據上述均值方程知，當市場風險增加一個百分點時，電子行業收益增加0.168790個百分點。根據上述方差方程知，對于電子行業，當市場有利好消息（ut＞0）時，帶來的沖擊為0.169603-0.023660=0.145943，而對于利空消息（ut＜0），帶來的沖擊為0.169603+0.023660=0.193263。

根據表4可以得出以下結果：在均值方程中，對于風險變量而言，在星期一至星期五中，只有星期一的風險變量（即σ項）對均值收益產生了顯著影響。在星期一中，當預期風險增加一個百分點，對應的平均收益會上升0.23781個百分點。對于其余四個交易日而言，它們的風險變量對收益產生了一定影響，但是不顯著。對于滯后期對平均收益的影響（即γt-1），數據顯示五個交易日都相應受到滯后一期的反向影響，但是效果都不顯著。這部分結果可以解釋為，滯后期的影響都可能累積到風險上，通過風險變量表現出來。

表4 均值方程、方差方程

對于方差方程，θ項系數均為負數，說明利空消息對股市的沖擊大于利好消息的沖擊，但是只有星期一和星期二的t檢驗統計量的伴隨概率是小于0.01，說明這兩天存在顯著的杠桿效應。因此，在星期效應的研究中，可以認為星期一、星期二的股票市場受到的信息沖擊表現出非對稱性。對于一階滯后的系數β1而言，它們的P值遠小于0.01，均顯著，表明了前一期對后一期的影響均很顯著。尤其是星期四的收益波動受滯后期影響最大，前一期波動1個百分點，后一期也增加0.965479個百分點。星期一受影響較小。前一期波動1個百分點，后一期波動0.915874個百分點。這體現了波動集聚會出現星期效應。

表5 JB統計量、Q統計量、ARCH效應

使用模型擬合后的殘差偏度都相對減少了，但是JB統計量的伴隨概率仍然非常顯著，因此可以認為經過EGARCH-M模型擬合的數據仍然呈現非正態性，進一步肯定了建模思路的正確性。

同時為了檢驗經過擬合后的ARCH效應，再次使用ARCH-LM檢驗，結果顯示交易日的F統計值的相伴概率都大于0.05，因此基本可以說明EGARCH-M消除了存在的異方差。對于均值方程而言，它們的殘差Q（5）、Q（10）都不顯著，說明了該方程設定較好，剩余的序列相關性幾乎沒有。對于方差方程而言，它們的殘差平方的Q（5）、Q（10）、Q（20）都不顯著，說明剩余的ARCH效應幾乎得到消除，該方程設定較好。

3.進一步分析

本文基于t分布下的EGARCH-M模型，很好地反映了近二十年來中國主板市場中電子行業板塊指數的時變特征，同時穩健性表現較好。對前文進行匯總，得到表6。

表6 匯總表

由表6可得以下結論。（1）電子板塊指數收益率表現為星期四最低，星期五最高。這與過去研究發現不盡相同：上證市場收益率顯著為負的星期二效應、顯著為正的星期五效應（奉立城，2000）。在進行檢驗中，過去常出現的星期二效應不再顯著，而星期五效應仍然存在。（2）過去常常出現的星期一收益率大幅度波動現象也消失了，取而代之為星期四的劇烈波動。（3）在風險度量方面，預期風險也存在顯著的星期效應，尤以星期一效應具代表性；同時，市場中星期一和星期二也存在杠桿效應。

自A股市場實行新的清算制度以來，學者對日歷效應進行重復實驗，往往都可以得出星期五效應，即星期五的收益率顯著為正，獲得高于周內平均收益的超額收益。解釋也較為合理：星期一至星期四均是“T+1”的交易規則；而星期五受規則影響，無法在當天賣出獲得資金，必須等到星期一開盤才能轉出上周賣出的資金，這樣子投資者相當于遵守“T+3”規則。又因為我國政府和企業喜歡在周末釋放政策或消息，這使得投資者承受了更大的風險（張兵，2005）。基于風險價值角度，人們有權要求星期五的高收益，否則投資者會避開星期五進行交易，從而減低資金成本。這是對星期五效應出現的一個合理解釋。此外，順著交易制度的視角，也可以有效解釋星期四效應。正是由于星期五的資金成本較高，很多風險厭惡者往往會選擇星期四賣出持有倉位，靜待周末消息發布。這種風險厭惡者更多是大機構或基金持倉，他們為了保證資金安全，往往更偏好于穩健型投資。而他們持有資金量巨大，是市場交易主力，對市場影響非常顯著。這種大金額、出逃式交易，會使得股價劇烈波動，又在羊群效應作用下，往往更容易導致市場崩盤，使得收益率顯著低于周內平均收益，出現星期四效應。這也符合周四收益率波動最大的結論。

對于風險變量，星期一的風險與收益呈現出正相關關系。主要在于周末政策或消息釋放幾率大，使得星期一的風險相對于其他交易日的風險更大，累積了周末的不確定性。

至于杠桿效應，本文均顯示在星期一和星期二出現了顯著為負的杠桿效應，即利好消息帶來的沖擊要比利空消息帶來的沖擊更大。這主要受兩方面因素影響：一是歷史上星期一經常出現大幅度收益率波動，而我國投資者中散戶較多、股票市場準入門檻較低，具備的金融知識不完備，會使得對于政策的判斷出現偏誤，使得人們在經驗判斷上，對于利好消息更為敏感。二是在羊群效應作用下，利好消息作用期較利空消息長，利好消息更會加速人們進場，使得星期一、星期二的杠桿效應顯著負面。

四、對策建議

對于投資者而言：首先要掌握足夠的金融知識，明確“日歷效應“是一種異象，也是一種可以加以輔助利用的規律。投資者應該明確自己的風險偏好類型，及時根據市場變化調整投資策略，并通過參考日歷效應時變特征，在理性判斷指導下，確定買賣時機。

對于政府而言：我國目前股票市場中存在大量的散戶交易者，市場準入門檻較低，且中國歷來有“政策市“這個說法，習慣在周末釋放政策或消息。因此，政府應該構建一個完善的披露系統，將政策披露時間隨機化，可以選在周中釋放消息，避免周末密集利空或利好導致市場大起大落。同時，監管機構還應該加強對投資者的考核，提高市場準入門檻、定期進行投資知識考核、普及等，這樣可以有效減弱羊群效應在市場的不利影響。此外，政府還應積極完善交易制度，如推進融資融券系統的完善、探討“T+0”政策的可行性等。