对中国证券市场弱态有效性的检验(1)

1、对我国证券市场弱态有效性的检验基于技术分析获利能力的实证研究内容简介1.前言2.样本选择和技术规则的具体设定3.检验技术规则预测能力的方法和实证检验结果4.技术规则预测能力与市场有效性关系实证分析5.结论和启示1.前言 多年来,市场有效性问题一直是证券市场研究的热点之一。 市场有效性可以分为三个程度:弱态有效性、半强态有效性和强态有效性，其中研究最多、争议最大的是市场的弱态有效性。 弱态有效性是指交易者无法利用股票的历史价格预测未来价格。具体而言，如果现行价格充分反映了股票历史价格序列中包含的全部信息,投资者就无法通过技术分析获得长期而稳定的超额利润,这时就认为市场具有弱态有效性。v近年来经济

2、学界关于中国股市有效性的研究有很多,但对中国股市是否呈现弱态有效性并没有达成一致的看法。v例如:俞乔(1994)通过检验认为中国证券市场还没有达到弱态有效性；宋颂兴、金伟根(1995)与周四军(2003)的研究认为中国股票市场弱态有效性成立。v在国内的这些研究中,通常采用随机游走模型和序列自相关模型等方法进行检验,无可避免地带有联合检验问题,极大地损害了实证结果的现实解释能力。 针对前人研究存在的不足，本文从弱态有效性的定义入手,通过考察中国投资者是否可以通过技术分析获得长期而稳定的超常利润,来讨论中国股票市场是否达到弱态有效性的问题。从这个角度讨论市场弱态有效性,可以直接在定义水平上进行检验

3、,避免了理论理解上的分歧和序列自相关等传统检验方法带来的联合检验问题。v所谓技术分析，是指通过观察市场过去的行为来预测它的未来走势。v早期对技术分析的研究多数认为技术分析不具备获利能力。但近期大量的实证研究证明,一些简单的技术规则具有可观的获利能力(如等(1992)、和(1995)和(1999)。这些结论对有效市场假说提出了极大地挑战,引起了金融研究者的广泛兴趣。 有效市场的支持者认为，技术规则具有预测能力并不等同于市场不具备弱态有效性，至少三个原因可能导致技术规则具有获取超额利润的能力： 1.异步交易 异步交易会导致技术规则显现出虚假的预测能力。 2.交易成本 技术分析往往需要频繁交易,交易

4、成本的存在足以抵消它的超额利润。 3.时变的均衡期望回报 均衡期望回报随着时间变化而变化,这可以很好地解释技术规则的预测能力。 那么，如果这三个原因不能完全解释这种超额利润的那么，如果这三个原因不能完全解释这种超额利润的获取获取,则认为中国股票市场还没有达到弱态有效性，本文则认为中国股票市场还没有达到弱态有效性，本文即是以该思路为指引展开研究的。即是以该思路为指引展开研究的。2.样本选择和技术规则的具体设定v样本选择 本文采用1990年12月19日到2003年12月30日的上证指数(数据来源于证券之星)利用指数回报定义 = - ,由上证指数的样本数据计算得到3210个指数回报数据。这些指数回报

5、数据的均值为0 085%,标准差为0 0287,一阶自相关系数为0 056。v技术规则的设定 本文将针对两个最简单、应用最广泛的规则移动平均线规则和交易范围突破规则(支撑位和阻力位)进行讨论。tP1tPtRv移动平均线的信号由短期均线和长期均线的相对位置变化移动平均线的信号由短期均线和长期均线的相对位置变化产生。产生。v这种规则最简单的形式是当短期均线在长期均线的上(下)方某个范围(例如1%)外时,产生买(卖)信号;当短期均线在长期均线的某个范围内,则不产生信号。如果这个范围缩小为零,则每一个交易日或者是“买信号”日,或者是“卖信号”日。因为在这种规则下,投资者的证券持有期处于不断地变化中,因

6、此称它为持有期可变的移动平均规则(简称)。v中国股票交易者主要关注5天(周线)、30天(月线)和250天(年线)的技术指标,因此本文讨论了这三个时间设定下技术规则的表现情况。常用的时间设定为15、130、1250、530、5250,其中前一个数字表示短期均线的时间长度,后一个数字表示长期均线的时间长度。在此基础上,再分别考虑是否存在1%的限制,因此持有期可变的移动平均规则共有10种交易策略。v支撑位支撑位阻力位规则阻力位规则又称为交易范围突交易范围突破破()规则规则，在价格向上突破阻力位(局部最大价格)时产生买信号,在价格向下突破支撑位(局部最小价格)时产生卖信号。它的基本思想是投资者倾向于在

7、以前价格变动的(局部)最高值处出售手中的股票,这种卖压会阻止价格在阻力位继续上升;一旦价格突破了阻力位,说明这种阻力已经消失,因此这种突破可以被视为一种买的信号。为了与前面的讨论一致,局部最值定义为前5天、前30天和前250天中的最值。记录信号产生后10天内的回报,忽略这10天内的其他信号,再考虑有无1%的限制,因此该技术规则有6种交易策略。3.检验技术规则预测能力的方法和实证检验结果检验技术规则的预测能力主要分为以下几个步骤检验技术规则的预测能力主要分为以下几个步骤:v步骤一:利用股指每日收盘价确定技术信号。根据上面对规则的设定和-1日收盘时的信息(如有无发生穿越),技术规则确定第二天(时间

8、)的信号为买、卖或者无信号。v步骤二:在信号已确定的情况下,计算买买( (卖卖) )日均回报日均回报和买卖日均回报差买卖日均回报差。买日买日的日均回报的日均回报指在所有买日(当天信号为买信号)日回报的均值,卖日均回报卖日均回报的定义类似。买卖日均回报差买卖日均回报差则是买日与卖日日均回报之差。v步骤三:构建统计量检验技术规则预测能力是否存在。如果规则具有获取超额利润的能力,买(卖)日的日平均收益应该高(低)于市场的日平均收益水平,买卖日均回报差应该大于零。对买(卖)日均回报检验的原假设为 :买(卖)日均回报等于无条件回报均值。 统计量定义为: 其中 和 是买(卖)信号的回报均值和信号数量,和是

9、全样本的无条件均值和观察值, 是全样本的估计方差。对买卖日均回报差检验的原假设是 :买卖日均回报差为零。相应的统计量为 ，其中 和 是买信号的回报均值和信号数量, 和 是卖信号的回报均值和信号数量。如果这两个检验都拒绝了原假设,那么可以得到结论:技术分析的确具有获取超额利润的能力。0H)NN/(/ )(r2rrrN20H)NN/(/ )(sb2sbbbNssN实证检验结果（一）注：1.第一列中括号前的*号表示该策略的买卖日均回报差统计量不显著。2.第一列中后括号中的三个数字分别代表短期均线的计算天数、长期均线的计算天数和限制范围。实证检验结果（二）除了策略(250,0)的 检验不显著外,其他策

10、略的买卖日均回报差至少在10%水平上显著。买日回报均为正,卖日回报均为负。买卖日均回报差为正,其均值0.3768%远大于无条件均值0.085%。实证检验结论实证检验结论v综合表1对持有期可变移动平均规则()的检验结果以及表2支撑位-阻力位规则()的检验结果，可以得到以下结论:在选取的上证指数样本情况下,我们定义的某些技术规则的确具有获取超额利润的能力。4、技术规则预测能力与市场有效性关系的实证分析v第三部分的分析已经说明在中国股票市场上某些技术规则的确具有显著的预测能力,但正如第一部分中所指出的,只有在排除异步交易、交易成本、均衡期望回报时变性这三种可能后技术分析仍然具有超额利润,才可以认为这

11、个证券市场还没有达到弱态有效性。4.1异步交易v对于持有期可变的移动平均规则(),滞后一天与没有滞后的结果类似。买卖日均回报差范围有所缩小为0.198%,但仍显著大于零。支撑位阻力位规则()在滞后一天情况下结论发生较大变化:只有(5,0.01)和(30,0.01)两个策略的买卖日均回报差通过了10%置信水平的检验;买卖日均回报差也由原来的0.3768%下降到0.1991%。v可以看到,在控制了异步交易的情况下,部分技术规则仍具有预测能力,但日均回报差的缩小说明技术规则预测能力的一部分可能来自于异步交易的序列相关性,这种情况在支撑位-阻力位规则中尤其明显。4.2交易成本v直接计算单个策略的交易成

12、本相当困难,因此本文采用 和(1995)的间接方法计算一个完整交易过程的收支平衡成本。这种方法说明相对于“购买并持有”策略,“加倍或出局”策略的交易成本及其对利润的影响。v“购买并持有”策略指投资者在首次购买后一直持有。整个过程中除了第一次购买发生交易成本外,不发生其他的交易成本。v“加倍或出局”策略指投资者在买信号出现时借贷购入与目前持有头寸相同数量的股票,令手中的头寸加倍;在卖信号时出售手中的头寸出市,投资于无风险资产;在没有信号时不发生交易,保持头寸不变。v假设 是无风险资产在时间的日回报，“加倍或出局”策略下买(信号)日的利润为ttr2RTRttrv卖日利润为v没有信号的日子中利润为v

13、在不考虑交易成本的情况下,相对于“购买并持有”策略,“加倍或出局”策略的超额利润为:ttrTR ttRTR )()(SBBSNtNtSSBBNNttttNtNtrRRNRNrRrRRTR其中是总样本天数， 是买信号天数， 是出市的卖信号天数。 和 是第三部分中得到的买日日均回报和卖日日均回报。因为在我们的检验中， 和 相差不大,无风险资产的日回报又远小于技术规则的日均回报,因此可以将近似为 。是单个交易过程中令收支相抵的成本额,因此 其中 和 分别是初始买、卖信号的个数,也就是根据初始买、卖信号加倍购入头寸或出售头寸的交易次数。BNSNBRBNSNSSBBRNRN)/(SBnnCBnsnSR

14、表3给出了第三部分中通过 检验策略的相应成本,11个策略的交易成本均值为20 68。 对中国股市来说,实际的交易费用主要是佣金和印花税,分别取3和3.5作为两者近年来的平均水平,因此一个完整的交易回合(包括两次交易)需要的实际交易成本近似为13。对于交易过度频繁的技术规则,例如(1,5,0.01)、(5,0)和(30,0),交易得到的超额利润不足以弥补交易成本,因此在考虑交易成本情况下不具有获取超额利润的能力。但与月线相关的四个规则、(5,0.01)和(30,0.01),虽然不考虑交易成本时获取超额利润的能力并不是最大,但因为交易次数相对较少,所以交易成本虽然减少了它的超额利润,但并没有完全抵消这种利润。4.3 时变的均衡期望回报 有效市场理论的支持者认为在例如(1)等一些模型中,均衡期望回报随着时间变化而变化,这可以很好地解释技术规则的预测能力。本文的指数回报样本数据存在一阶相关性。为了说明这种自相关性能否解释交易规则的预测能力,可以以6个与年线无关的规则为代表,利用自助法对(1)模型进行模拟检验。模拟得到的买、卖日均回报平均值分别为0.0804%和0.0809%,买卖日均回报差接近于0,因此,(1)原假设模型无法解释技术规则带来的实际买卖日均回报差。5、