中国股市反向策略的盈利能力

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Profitability of contrarian strategies in the Chinese stock market》
---
作者：
Huai-Long Shi, Zhi-Qiang Jiang, Wei-Xing Zhou (ECUST)
---
最新提交年份：
2015
---
英文摘要：
  This paper reexamines the profitability of loser, winner and contrarian portfolios in the Chinese stock market using monthly data of all stocks traded on the Shanghai Stock Exchange and Shenzhen Stock Exchange covering the period from January 1997 to December 2012. We find evidence of short-term and long-term contrarian profitability in the whole sample period when the estimation and holding horizons are 1 month or longer than 12 months and the annualized returns of contrarian portfolios increases with the estimation and holding horizons. We perform subperiod analysis and find that the long-term contrarian effect is significant in both bullish and bearish states while the short-term contrarian effect disappears in bullish states. We compare the performance of contrarian portfolios based on different grouping manners in the estimation period and unveil that decile grouping outperforms quintile grouping and tertile grouping, which is more evident and robust in the long run. Generally, loser portfolios and winner portfolios have positive returns and loser portfolios perform much better than winner portfolios. Both loser and winner portfolios in bullish states perform better than those in the whole sample period. In contrast, loser and winner portfolios have smaller returns in bearish states in which loser portfolio returns are significant only in the long term and winner portfolio returns become insignificant. These results are robust to the one-month skipping between the estimation and holding periods and for the two stock exchanges. Our findings show that the Chinese stock market is not efficient in the weak form. These findings also have obvious practical implications for financial practitioners.
---
中文摘要：
本文利用1997年1月至2012年12月在上海证券交易所和深圳证券交易所交易的所有股票的月度数据，重新检验了中国股市中输家、赢家和反转投资组合的盈利能力。当估计和持有期限为1个月或超过12个月时，我们发现在整个样本期内存在短期和长期反转盈利能力的证据，并且反转投资组合的年化收益率随着估计和持有期限的增加而增加。我们进行了次周期分析，发现长期反转效应在看涨和看跌状态下都是显著的，而短期反转效应在看涨状态下消失。我们比较了基于不同分组方式的反向投资组合在估计期内的表现，发现十分位数分组优于五分位数分组和三分位数分组，从长期来看更为明显和稳健。一般来说，输家投资组合和赢家投资组合都有正回报，输家投资组合的表现比赢家投资组合好得多。看涨状态下的输家和赢家投资组合都比整个样本期内的投资组合表现更好。相比之下，输家和赢家的投资组合在熊市状态下的回报较小，在熊市状态下，输家的投资组合回报仅在长期内显著，赢家的投资组合回报变得微不足道。这些结果对于估计期和持有期之间的一个月跳跃以及两个证券交易所来说都是稳健的。我们的研究结果表明，中国股市的有效性不是弱式的。这些发现对金融从业者也有明显的实际意义。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载：
--> Profitability_of_contrarian_strategies_in_the_Chinese_stock_market.pdf (455.76 KB)

2022-5-8 04:30:42 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：中国股市 盈利能力 国股市 Quantitative Econophysics

中国股票市场中反转策略的可行性淮龙市1,2，姜志强1,2，周伟星1,2,3，*1华东科技大学商学院财务系，上海200237，中国2华东科技大学经济物理研究中心，上海300237，中国3理工大学数学系，华东理工大学，上海300237，中国*wxzhou@ecust.edu.cn（WXZ）摘要本文利用1997年1月1日至2012年12月期间在上海证券交易所和深圳证券交易所交易的所有股票的月度数据，重新检验了中国股市中输家、赢家和反向投资组合的可操作性。当估计和持有期限为1个月或超过12个月，且反向投资组合的年化收益率随估计和持有期限的增加而增加时，我们在整个样本期内发现了短期和长期反向投资可行性的证据。我们进行了次周期分析，发现长期反转效应在看涨和看跌状态下都是显著的，而短期反转效应在看涨状态下消失。我们比较了基于不同分组方式的反向投资组合在估计期内的表现，发现十分位数分组优于五分位数分组和三分位数分组，从长期来看，这一点更为明显。

一般来说，los-er投资组合和赢家投资组合的回报率为正，而输家投资组合的表现要比赢家投资组合好得多。看涨状态下的输家和赢家投资组合都比整个样本期内的投资组合表现更好。相比之下，在熊市状态下，输家和赢家的投资组合回报较小，输家的投资组合回报仅在长期内显著，赢家的投资组合回报变得不显著。这些结果对于估计期和持有期之间的一个月跳跃以及两个股票交易所都是稳健的。我们的发现表明，中国股市在疲软状态下并不有效。这些发现对金融从业者也有明显的实际意义。引言有效市场假说是现代金融的基石[1,2]。然而，有越来越多的证据表明市场存在异常现象，如动量效应和反转效应。动量效应描述了经验主义观察到的资产价格进一步上涨、价格持续下跌的趋势，而反向效应描述了价格反转现象，表明过去表现最好（最差）的股票在随后的时期往往表现良好（较差）。在过去的二十年里，这种势头和反转效应在学术界和金融业引起了广泛关注。Jegadeesh和Iitman对动量效应进行了首次研究[3]。通过设置16种不同估值和持有期限的组合，投资者可以在估值期间通过购买表现最好的股票（赢家）组合和出售表现最差的股票（输家）组合，在持有期间获得异常回报。

他们发现，16个套利组合中有15个在未来3到12个月内产生了具有统计意义的回报，这也证实了中期动量效应的存在。关于逆势效应的研究最初是在REF进行的。[4]. 他们使用1926年至1982年在纽约证券交易所上市的100只股票的月度数据，并构建了过去3年中表现最好的35只股票的赢家投资组合和过去3年表现最差的35只股票的输家投资组合。实证证据表明，在未来三年内，输家的投资组合比赢家的投资组合表现更好，平均累积回报率高达25%，这表明存在长期反向效应。对动量和反转效应的早期调查主要集中在美国市场。这两种反常现象后来也在其他市场发现。鲁文霍斯特调查了从1980年到1995年的12个欧洲股票市场，并报告称，赢家投资组合的平均月回报率比输家投资组合高1%[5]。Chan等人[6]和Chou等人[7]发现了日本市场的短期反转效应。Baytas和Cakici报告了即使是在非美国市场，也会产生长期相反的影响[8]。Hameed和Ting发现了马拉西亚市场的价格反转[9]。Kang等人发现，中国市场存在短期反转效应和中期动量效应[10]。诺顿等人还发现了中国的动量效应[11]。此外，在不同金融产品的市场中也发现了动量效应和控制效应。Grinblatt等人利用1975年至1984年155家共同基金公司的数据，发现大约77%采用动量策略的共同基金在统计上比其他基金获得了显著更高的回报[12]。阿斯内斯·e·塔尔。

调查国际市场价值和动量效应之间的相关性，发现不同地区和不同资产类别中普遍存在的动量效应[13]。参考文献[14]中的研究得出了类似的结论。最初的动量和约束效应是基于c-ross分段价格或资产收益率，也称为“价格动量”[3,7,10]。在一系列关于市场异常的进一步研究中，我们探索了越来越多的动量或反转效应，这些研究反过来又部分解释了动量和反转效应的存在。在价格动量的基础上，考虑了包含企业特定信息的各种因素。投资者可以根据更多信息构建成本套利投资组合，并获得更高的收益。这些因素包括资本化[3,5]、股价[15,16]、账面市盈率[17]、交易量[11,18]等等。此外，根据这些特定的信息因素，这些资产可以划分为不同风格的投资组合，风格组合（风格投资）的动量或反转效应也受到了广泛关注[19,20]。对特定工业部门的研究表明，即时和逆向效应可以在工业部门获得更多利益[21,22]。请注意，动量效应和反转效应的结果随市场状态[23]和适航性[24]的变化而变化。此外，还对个股和股市指数进行了研究[25]，这超出了本研究的范围。随着中国在世界经济中的地位日益重要，对中国股票市场的相关研究也越来越多。研究表明，中国股市和美国股市不相关[26]，甚至在某些时期呈负相关[10]。

20世纪90年代初，中国成立了上海证券交易所（SHSE）和深交所（SZSE）。与其他成熟金融市场相比，中国市场的数据规模相对较小，这可能导致结果不准确。中国市场的交易机制与其他市场不同，并不断完善。在中国市场，大多数投资者是零售投资者，导致了更大的非理性和投机行为。这些情况可能对某些异常现象产生不同的影响。关于中国股市的动量效应和反转效应的研究结果喜忧参半，这并不奇怪。动量效应和反转效应的结论通常与估计和持有期的长度以及调查中每个IOD的样本有关。一般来说，期限可分为短期（3个月或更短）、中期（3至12个月）和长期（12个月以上）。大多数研究报告称，中国股市存在长期反转效应。利用1993年1月至2000年12月在上海证券交易所和深交所上市的53只股票的月度数据，王和赵发现了统计上显著的反转效应，估计期为1至3年，持有期为1至5年[27]。李和李调查了1996年1月至2002年12月上海证券交易所和深交所的A股，发现市场在1年多的时间里表现出相反的影响[28]。利用1995年1月至2002年12月上海证券交易所和深圳证券交易所A股交易的月度数据，罗和王也得出了类似的结论[29]。类似的结果可以在以后的研究中找到[30–37]。在短期和中期，结论好坏参半。例如，Kang等人。

使用1993年至2000年的个股数据，发现短期（1、2、4、8和12周）反转效应和中期（12、16、20和26周）统计显著的动量效应的存在[10]。根据1995年1月至2001年12月上海证券交易所和深交所的A股数据，朱等人验证了在估计期和持有期均小于4周的情况下存在显著的动量效应[38]。Zhu等人发现，在估值和持有期少于5天的情况下，存在统计上显著的反转效应[39]。L iu和Qin使用2002年7月至2005年9月上证180指数成分股的月度数据，并报告在不到12个月的时间内存在动量效应[40]。Pan等人发现，在周回报中存在动量效应，在月回报中存在反向效应[37,41]。有一项lso研究发现，短期或中期内没有显著的动量或反转效应[27,31,35]。上述研究中的不同结论可归因于以下因素。（1） 不同的数据样本。一些研究使用了上海证券交易所（SHSE）和深圳证券交易所（theSZSE）上市的部分个股[27]，而另一些研究使用了所有A股的数据[34,35,38]。（2） 不同的采样周期。例如，Wang和Zhao[27]以及Kang等人[10]使用了1993年至2000年的样本期，Zhu等人[39]研究了1996年至2001年的样本期，Lu和Zou[34]研究了1998年至2005年的样本期，Nootonet等人[11]考虑了1995年至2005年的样本期。（3） 不同的采样频率。一些研究人员使用每月数据[3,11]，而另一些研究人员使用每日和每周数据[10,38,39,41]。（4） 其他因素。研究发现，买卖双方展开、非同步交易以及缺乏流动性都会加大动量效应和反向效应[42–44]。

为了避免这些情况，常用的方法是跳过估计期和等待期之间的确定时间间隔[3,38]。不使用这种跳跃方法的研究可能会导致不同的结果[27,34]。有了更多的数据，有必要重新审视中国股市的反转效应和动量效应。我们使用1997年1月至2012年12月在上海证券交易所和深交所上市的所有A股的月度回报数据来构建赢家和输家的投资组合，形成了零c投资组合。在股票排名的估计期内，需要确定股票组的数量。关于动量效应和反转效应的不同研究采用了不同的分组方式，包括十分位分组、五分位分组和三分位分组[3,10,13,27,41]。对于不同的市场，不同的分组方式可能会导致显著不同的结果。本文将考虑这三种分组方式进行比较。以往关于中国市场的研究大多将A-shar e市场作为一个整体进行。由于在这两个证券交易所上市的A股的特征不相似，我们独立研究了上证综指和上证综指的动量效应和反转效应。例如，上海证券交易所上市的A-s hare股票的市值通常高于深交所的股票。然而，本研究中的实证分析未能验证两次交流结果之间的任何显著差异。材料与方法中国大陆有两个证券交易所——上海证券交易所（SHSE）和深圳证券交易所（SZSE），中国证券市场包括A股市场和B股市场。大多数股票只在A股市场交易，而一小部分股票在两个市场交易。

截至2012年底，上海证券交易所有944只A股和54只B股，深交所有1528A股和53只B股（表1）。与A股不同，国内投资者在2001年2月之前无法获得B股，B股市场的流动性和市值较低。如表1所示，截至2012年底，B股占比为5。上海证券交易所和深交所的B股市值分别为41%和3.35%，上海证券交易所和深交所的B股市值分别只占0.5%和1.11%，上海证券交易所和深交所的B股市值分别占0.25%和0.30%，A股市场的投资者数量较多，换手率较高。因此，我们对中国A股市场进行了分析，它可以代表中国国内的投资环境。由于上海证券交易所股票（每股167.3亿元人民币）和深交所股票（每股46.4亿元人民币）的平均市值存在显著差异，我们将分别调查这两个交易所的A股股票进行比较。表1。2012年底中国股市基本情况。这些数据来自上海证券交易所和深交所发布的年度报告。A股B股A股B股A股B股B股A股B股A股A股B股B股B股B股SE944 54 15791.27 78.58 16404.74 41.35 88.42 1.55 101.9%57.5%深交所1528 53 7086.27 79.65 14966.78 45.47///我们使用从深交所数据库检索到的所有A股在深交所上市的月度数据(http://www.resset.cn)这些数据主要包括1991年1月至2012年12月20日期间个人股票的月度调整收益率。

由于中国证券监督管理委员会（CSRC）的价格决定，股票价格通常会在IP O月出现上涨，这会导致个别股票在第一个月出现异常反弹。因此，我们的分析不包括个别股票的第一个月回报数据。如图1所示，在两个交易所成立后的最初几年里，投资者只能购买少数股票。到1995年底，每家交易所上市的股票不到200只，股票数量稳步增长。成熟的限价交易规则自1996年12月起生效，要求普通股与最后收盘价的最大日价格波动为±10%。尽管在此之前的一些时期，中国股市也有其他限价交易规则，但实施时间很短。综合这些因素，我们排除了1997年之前的数据，并在实证分析中考虑了1997年1月至2012年12月这段时间。方法与大多数关于横截面动量或逆效应的研究[11,41]一样，我们遵循[3]提出的程序来构建J- K投资组合。对于给定的“当前”月份t=0，所有股票都根据其在过去J个月内从t=-J到t=0（图2）。我们把股票分成几组。为了进行比较，采用了十分位分组、五分位分组和三分位分组。在估计中表现最差的股票组被称为lo ser portfolioLOS（J，K），表现最好的股票组被称为winner portfolioLOS WIN（J，K）。然后采用1991年1994年2000年2003年2009年201202004006008001000120014001600 SHSESZ图1。