中国股市噪声交易行为有效性实证研究的论文.docVIP

　　中国股市噪声交易行为有效性实证研究的论文 [摘要]本文以上海证券交易所上市交易的所有a股为研究对象，采集从1997年12月31日到2005年12月31日为止共8个年度的所有股票的日交易数据作为样本数据，采用事件研究法对中国股市进行噪声交易行为有效性实证检验，结果发现：6种噪声交易组合全部亏损，且噪声交易正确的概率远远低于错误的概率。该结果表明，在中国股市，噪声交易行为不是一种有效的盈利行为；这一结果可以说是中国股市股价大幅波动具有市场操纵性质的间接证据。 　　[关键词]股价波动；噪声交易；事件组合 　　　 　　一、引言 　　 　　在股票市场中，噪声是与信息相对的概念，信息与公司基本因素有关，而噪声则是与基本因素无关却可能影响股份并使之产生非理性波动的杂音；就股市噪声根源而言，信息不对称、投资者非理性、 以及投资者结构缺陷等因素都有可能导致投资者出现噪声交易行为而产生噪声。在现实的股票市场中，由于信息不对称，股市参与者需要通过观察价格等公开市场指标来推测了解其中的信息，因而市场本身具有一种正反馈机制，股价运动存在明显的趋势和惯性，对短期投资而言，噪声交易行为可能是有效的盈利行为。delong et al(1990a)对噪声交易行为有效性进行了理论的论证，认为理性套利者所面临的不仅有基础性风险，而且还有噪声交易者自身创造的风险，由于这种风险的存在，作为风险厌恶者，理性套利者可能放弃套利机会，因而使得价格可以明显偏离于基础价值，而噪声交易者则可从他们自身创造的风险中获利，获得高于理性套利者的收益，从而创造了自己的生存空间。.cOm该观点对于投资实践的延伸含义是，当噪声交易者在不顾及证券基本价值而采用“追涨杀跌”噪声交易行为时，以基本价值作为判断标准的理性投资者将面临更大的风险，拥有有限期限(definite horizon)的个人理性选择应是“随大流”(jump on the bandal return)是一个很重要的指标，用来度量股价对事件发生异常反应的程度。本文计算异常收益的基本思想是：先用市场模型(market model)方法来预测正常收益，然后利用该模型的预测误差作为异常收益的估计。累积异常收益率的计算分四步进行：(1)估计各事件股市场模型的参数；(2)计算各事件股在形成期和检验期的日异常收益率；(3)计算组合的日异常收益率；(4)对组合的异常收益累加起来得到各组合的累积异常收益率。 　　(1)市场模型参数估计 　　在单因子市场模型下，根据样本股在估计期间的日收益率及相应期间的市场指数日收益率，采用最小二乘回归法估计出个样本股票的参数αi和βi的估计值。单因子市场模型方程如下： 　　ru＝αiβi·rmt＋εu 　　其中，i代表涨幅组合中的事件股，t代表事件日前200个交易日开始至事件前50个交易日，ru代表第i股在第t日收益率，αi代表第i股的截距项，βi代表第i股的系统风险因子，rmt代表第t日的日市场收益率，εu代表残差。 　　(2)事件股的日异常收益率 　　将估计出来的市场模型参数代人单因子市场模式方程，计算出股票的预期收益率，然后以形成期和检验期股票的实际收益率减去预期收益率，即可得到各事件股在形成期和检验期内的异常收益率aru,即： 　　aru＝ru－αi－βi·rmt　　(2) 　　其中，t为事件日前50个交易日至事件日后的 100个交易日。 　　(3)事件组合的日异常收益率 　　对事件组合中的各股异常收益率先加总再进行算术平均，求出事件组合的异常收益率aru： 　　 　　其中，n是特定事件组合中样本股数目，t为事件日前50个交易日至事件日后的100个交易日。 　　(4)事件组合的累积异常收益率cart 　　 　　其中，t为事件日前50个交易日至事件日后的100个交易日。 　　3、样本选取、数据来源及处理 　　本文的实证选取在上海证券证券交易所上市交易的a股为研究对象，数据采集的时间跨度是从1997年12月31日到2005年12月31日为止共8个年度的交易数据。事件股票的数据窗口是以事件触发日作为基准日(t＝0)的前200个交易日和基准日后100个交易日，共301个交易日的股票日收益率和市场收益率数据，如股票停牌造成该股当日没有交易数据，则视该股当日的收益率为零。 　　股票收益率数据及市场收益率数据均来自于深圳国泰安信息有限公司的2006年版csmar上市公司股票交易数据库。在计算收益率的过程中，本文采用考虑红利再投资的日个股收益率和红利再投资的日市场收益率(流通市值加权平均法)。 　　 　　四、实证结果与分析 　　 　　 　　从表1和图l中可以发现： 　　(1)从组合绩效看，6种类型的事件组合全部亏损，且亏损程度与事件组合的触发涨幅成正比。进