中國股市動量及反轉投資策略研究

5.2 短期反轉策略研究

　　5.2.1 樣本數據及研究方法

　　（一）樣本數據描述

　　本章樣本數據來源於上海萬德（WIND）資訊數據庫係統，該數據庫係統廣泛被基金公司、證券公司等專業機構所采用，數據來源較為可靠並且較為完整。本文采用了萬德係統的A股日交易數據，其中個股價格數據以上市日為基點向後複權，考慮了分紅、送配及增發等對股價的影響，在時間上具有可比性和一致性。

　　樣本期為1995年1月至2004年6月，對樣本期的選取出於如下考慮：其一，由於滬深股市自95年1月1日起交易製度由“T+0”改為“T+1”，可能導致市場短期交易行為發生重大變化，因此選取95年以後的樣本數據可保證不受交易製度變更的影響，同時保證了成交量（換手率）度量的一致性；其二，樣本期包括了中國股市的相對牛市期（95年至2001年上半年）及相對熊市期（自2001年下半年起），以避免實證結果出現時段依賴性。

　　樣本股為滬深股市所有上市A股，其中剔除了ST、PT類上市公司及深圳中小企業板上市公司，為排除新股上市初期異常收益的幹擾，新股上市第一個月的交易數據亦被剔除。計算周收益的價格數據為A股日複權價格數據，所有收益率均考慮了現金紅利的再投資，對成交量的度量采用了換手率數據，市場組合則由滬深股市所有上市A股構成。與國外相關研究類似（JT，1995等），我們計算周收益時以周四為第一個交易日，下周三為最後一個交易日，如下周三數據缺失則以周二為最後一個交易日，以此類推，如果一周交易數據少於3日，則該周數據予以剔除，如此界定可避免市場中可能存在的“周一效應”及“周末效應”對實證結果的幹擾。最後，與LM（1990）及JT（1995）等一致，為消除由於小樣本數據可能導致的向下有偏性，我們要求樣本股至少有52周以上的連續交易周。

　　（二）研究方法

　　1.LM反轉策略構建方法

　　LM（1990）反轉策略具有兩個顯著的特點：其一，針對全部樣本股進行操作，同時賦予極端收益個股更大的權重，而並非隻關注極端的輸家與贏家組合，因此減少了異常值影響，在統計上具有很好的穩健性。其二，更重要的是，LM策略為反轉（動量）收益分解提供了基礎框架，因而在收益來源分析時被廣泛采用（如Conrad和Kaul，1998；Lewellen，2002等）。LM反轉策略中輸家與贏家的劃分按照個股相對於等權市場組合的超額收益率，其中個股權重由（5.1）式決定：

　　（5.1）

　　上式中 為個股t期權重，為該股t-1期收益率，為等權市場組合t-1期收益率，N為個股總數。由於=0，因此該策略構建了一個零投資的套利組合，該組合t期總收益 與多頭（空頭）總投資 分別由（5.2）式和（5.3）式決定：

　　（5.2）

　　（5.3）

　　2.JT收益分解框架

　　JT（1995）將影響個股收益的信息分為市場公共信息與公司特有信息，並假定個股收益由下式單因子模型驅動：

　　（5.4）

　　上式中 為個股無條件期望回報，為未預期的共同因子回報（與JT等相一致，本文中 由流通市值加權市場組合 刻劃），為相應因子載荷（Beta），反映個股收益受當前和滯後市場公共信息影響敏感性，為個股回報特質因子（specific component），反映公司特有信息對收益影響。根據（5.4）式，反轉策略期望收益 可分解為以下三部分：

　　（5.5）

　　其中：（5.6）

　　（5.7）

　　（5.8）

　　以上（5.5）-（5.8）式中：為期望收益的截麵方差，可視為共同因子無法刻劃的額外風險，將減少反轉收益（增加動量收益）；為個股回報特質因子一階自協方差的截麵均值，即自相關結構，由股價對公司特有信息（firm-specific information）的反應決定，如果股價對公司特有信息反應過度，則 為負，反之如果股價反應不足，則 為正；為共同因子無條件回報方差與當前及滯後Beta交叉序列協方差截麵均值的乘積，反映“領先-滯後”（lead-lag）效應，若＜0，則“領先-滯後”結構對反轉策略收益貢獻為正，反之為負。

　　5.2.2 LM（1990）反轉策略及JT（1995）收益分解

　　（一）策略收益

　　顯示，中國股市以一周為組合形成期與持有期時，表現出強烈的收益反轉：（1）除最大規模組合外，其餘4個規模組合及全部樣本組合周收益均值和周投資回報率均值皆在5%的統計水平上顯著。策略周回報率最高達到0.57%，具有經濟意義上的重要性，這一發現與LM（1990）、JT（1995）等一致；（2）贏家組合與輸家組合基本都呈現收益反轉特征，然而輸家組合收益反轉最為強烈，其周收益均值皆在10%的統計水平上顯著，是策略收益的主要貢獻者，這一結果表明國內投資者對可能導致股價下跌的（壞）消息更易產生過度反應；（3）收益反轉強度與組合規模相關，小市值組合反轉最為強烈，隨著規模增加，反轉收益呈現一定下降趨勢，最大規模組合則基本不呈現反轉特征，這一結果在LM（1990）和JT（1995）中亦被觀察到。對於短期收益反轉體現出的規模效應，LM（1990）等認為一個可能的解釋來自於市場微觀結構（market microstructure），即由於小規模個股缺乏流動性，因而容易產生大的買賣報價反彈（bid-ask bounce）及非同步交易。然而中國股市有其特殊性，小規模公司往往交易更活躍、換手率更高，基本不存在流動性缺失的問題，因此本文認為這一結果更有可能是由於國內股市小市值個股更易受到“莊家”操縱、“噪聲交易者”或正反饋交易者“羊群行為”以及時常充斥的各類消息（謠言）迅速擴散的影響，因而對公司特有信息相關的過度反應最強烈。

　　注：Small，2，3，4，Large 分別為5個規模組合（規模組合劃分以每年年初流通市值為標準），Full為樣本期全部樣本組合。為反轉策略周收益均值，R為經（3）式調整的周投資回報率均值，分別為贏家與輸家周收益均值。括號內為經Newey-West調整的t值，表示5%的統計顯著性水平，表示10%的統計顯著性水平。

　　（二）參數敏感性分析

　　（三）收益分解

　　顯示，在JT（1995）反轉收益分解的3個來源中：（1）為正值，對反轉收益產生負的貢獻，其平均相對貢獻為-33%，並不對反轉收益構成大的影響；（2）規模組合1、2、3及全樣本組合 為正值，對反轉收益產生負的貢獻，規模組合4、5的 雖為負值，但對反轉收益相對貢獻僅為6%和2%，證明“領先-滯後”結構並不是反轉收益的主要來源；（3）則全部為負值，因而對反轉收益產生正的貢獻，並且在規模組合1、2、3及全樣本組合中是反轉收益唯一來源，其平均相對貢獻達到106.66%，是反轉收益主要貢獻部分。總之，上述發現均表明，中國股市短期收益反轉並非由於對市場公共信息反應不同所導致的“領先-滯後”結構驅動，對公司特有信息的反應過度是其最主要來源，這一結果與JT（1995）、Conrad和Kaul（1998）等相一致。

　　（四）魯棒性檢驗

　　我們將全部樣本期1995.01 2004.06劃分為兩個子樣本期1995.01 1999.12、2000.01 2004.06分別進行了魯棒性檢驗，、的檢驗結果與基本類似（由於篇幅所限，此處隻列出了3個規模組合與全樣本組合），進一步表明了本文結果的穩健性，此外我們還將反轉組合形成期與持有期間隔一天，以消除潛在買賣報價反彈的影響，結果亦基本類似，在此不再贅述。

　　注：Small，3，Large 分別來自5個規模組合（規模組合劃分以每年年初流通市值為標準），Full為樣本期全部樣本組合。表中第2列括號內為經Newey-West調整的t值，其餘3列括號中數字為各部分對反轉收益的相對貢獻度。表示5%的統計顯著性水平，表示10%的統計顯著性水平。

　　5.2.3 短期反轉的成交量效應

　　（一）研究設計

　　在JT（1993），Conrad，Hameed和Niden（1994）及Lee和Swaminathan（2000）等人的研究基礎上，本文采用將收益率及成交量衝擊進行複合分組的技術，考察了短期價格反轉的成交量效應：（1）每周根據上周收益率大小將個股平均分為N1組，其中曆史收益率最小組合定義為輸家組合（loser），曆史收益率最大組合定義為贏家組合（winner）；（2）在輸家和贏家組合內分別按照成交量衝擊的大小再平分為N2組，其中成交量衝擊最大組合定義為高量組合（high），最小組合定義為低量組合（low）；（3）持有上述組合一周。這樣共形成了N1 N2個策略組合，我們隻關注由8個極端組合構成的4組典型策略：（1）高量贏家組合與高量輸家組合構成的WH-LH策略；（2）低量贏家組合與低量輸家組合構成的WL-LL策略；（3）高量贏家組合與低量贏家組合構成的WH-WL策略4）高量輸家組合與低量輸家組合構成的LH-LL策略。

　　我們對成交量衝擊的定義與Conrad，Hameed和Niden（1994）類似，為本期換手率相對於滯後m階換手率均值的百分比變化即（5.10）式，不同之處在於Conrad，Hameed和Niden（1994）中為t期成交筆數，而本文中為換手率（因國內股市為指令驅動型市場，並非做市商製）。

　　（5.9）

　　上式中表示成交量衝擊，表示換手率，m表示滯後階數，可分別取值1，4，52.

　　（二）實證結果及分析

　　由於極端市值規模個股易產生異常波動，因此在規模分組時剔除了5%的極端市值樣本股，報告了按3 3二維分組的策略結果。

　　顯示，高量策略與低量策略有著明顯不同的策略表現：（1）從策略層次分析，在各個規模組合及全部樣本組合中，WH-LH策略和WL-LL策略（除最大規模組合外）都取得了顯著為正的收益率，策略收益與組合規模成反比，最小規模組合有著最高的反轉收益；高量策略的反轉收益明顯大於低量策略，且具有更高的統計顯著性。從組合層次分析，輸家組合反轉強度明顯強於贏家組合，並且高量組合贏家與輸家反轉強度皆大於低量組合；（2）從策略層次分析，在各個規模組合及全部樣本組合中，WH-WL策略都獲得了顯著為正的收益率，而LH-LL策略收益不具有統計顯著性；從組合層次分析，WH-WL策略收益主要來自於高量贏家組合的強烈反轉，而LH-LL策略由於高量、低量組合同時呈現較強反轉，因此總體收益不具有統計顯著性。這一結果與Conrad，Hameed和Niden（1994）有所不同，Conrad，Hameed和Niden（1994）發現高量組合經曆顯著的收益反轉，而低量組合則表現出收益慣性，這一差別亦反映了中國股市具有一定特殊性。

　　上述分析顯示，引入成交量（衝擊）後，短期反轉策略得到了明顯優化，高成交量組合經曆更強烈的反轉證明成交量對短期收益確實具有很強的預測力。各個規模組合中策略收益的不同表現，進一步表明成交量並非僅僅作為一個流動性指標，其含有的信息內容與規模所代表的信息內容並不完全相同。結合股價對公司特有信息的過度反應及成交量效應，我們認為DeLong（1990）關於正反饋交易和Hong和Stein（1999）信息逐漸擴散的行為模型對短期價格反轉都具有一定解釋力：國內股市存在大量從事短線交易的正反饋交易者（positive feedback trader）或動量交易者（momentum trader），他們的投資行為往往表現為“追漲殺跌”及“羊群行為”，成交量（衝擊）則指示了正反饋交易的強度和信息擴散的程度，大的成交衝擊表明短期大量的正反饋交易及信息（謠言）的迅速擴散，引發強烈的“追漲殺跌”及“羊群行為”，從而產生短期過度反應並導致隨後的收益反轉。此外，由於中國股市的特殊性，短期反轉的成交量效應可能因國內股市普遍存在的“莊家”操縱而進一步強化，即“莊家”為達到順利出貨或打壓震倉的目的，通常散布一些個股的所謂利好利壞消息，並製造虛假的交易量吸引跟風者或技術分析者的加入，由此導致股價短期的過度反應。

　　在魯棒性檢驗中，我們還就m=4，52，5 3、5 5複合分組以及將樣本期劃分為二個不同子樣本期的情況分別進行檢驗，結果與類似，因篇幅所限不再贅述。