股票市場有效性對風(fēng)險(xiǎn)收益關(guān)系的動(dòng)態(tài)影響--14000字

1、股票市場有效性對風(fēng)險(xiǎn)收益關(guān)系的動(dòng)態(tài)影響?14000字 摘要：經(jīng)典金融理論指出，金融市場整體的風(fēng)險(xiǎn)與收益呈正相關(guān)關(guān)系，但很多實(shí)證結(jié)果都背離了這一理論假設(shè)。筆者認(rèn)為，實(shí)證結(jié)果與理論不一致的原因在于，風(fēng)險(xiǎn)收益關(guān)系不是靜態(tài)的，而是隨著市場有效性的變化而變化的。由此，筆者構(gòu)建了非線性變系數(shù)風(fēng)險(xiǎn)收益模型，采用交易量代表信息交換行為的活潑度，用大宗交易股票數(shù)量來度量市場上的信息不對稱性，使用上海股票市場20222022年的高頻數(shù)據(jù)進(jìn)展實(shí)證研究發(fā)現(xiàn)，上海股票市場的整體收益與風(fēng)險(xiǎn)始終存在顯著的正相關(guān)關(guān)系，但單位風(fēng)險(xiǎn)所產(chǎn)生的收益那么隨著市場有效性的變化而變化。當(dāng)市場有效性差時(shí)，信息交換減少，信息不對稱性增加，這時(shí)

2、收益的自相關(guān)性增強(qiáng)，風(fēng)險(xiǎn)對收益的解釋才能減弱。 關(guān)鍵詞：股票市場有效性；風(fēng)險(xiǎn)收益關(guān)系；信息交換；信息不對稱中圖分類號(hào)：F8309文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000176X202208004507一、問題的提出從1990年上海證券交易所成立至今，我國的股票市場經(jīng)歷了飛速的開展，根據(jù)我國證監(jiān)會(huì)的統(tǒng)計(jì)數(shù)據(jù)，截至2022年11月1日，我國股票市場的總市值已經(jīng)到達(dá)50900萬億元，其中流通市值到達(dá)39300萬億元。相比定期存款、國債等投資手段，股票市場具有高風(fēng)險(xiǎn)高收益的特點(diǎn)。在傳統(tǒng)經(jīng)濟(jì)理論中，金融市場不穩(wěn)定帶來的風(fēng)險(xiǎn)可以通過金融資產(chǎn)相應(yīng)的高收益率進(jìn)展風(fēng)險(xiǎn)補(bǔ)償。然而，實(shí)證研究并沒有完全證實(shí)這一理論分析，大量

3、的文獻(xiàn)指出風(fēng)險(xiǎn)收益關(guān)系是顯著負(fù)相關(guān)的。例如， Brandt和Kang1發(fā)現(xiàn)股票市場的風(fēng)險(xiǎn)與收益存在顯著持久的負(fù)相關(guān)關(guān)系。汪孟海和周愛民2對我國股票市場的研究也發(fā)現(xiàn)，股票價(jià)格下降伴隨著波動(dòng)率的明顯增強(qiáng)。筆者認(rèn)為，理論假設(shè)和實(shí)證結(jié)果不一致的原因在于市場有效性的變化。風(fēng)險(xiǎn)收益關(guān)系為正相關(guān)的前提假設(shè)是市場充分有效證券價(jià)格可以充分地反映投資者可以獲得的信息。而現(xiàn)實(shí)中，市場并不是充分有效的。市場有效性差的時(shí)候，定價(jià)信息無法及時(shí)有效地傳遞，價(jià)格對信息的反響存在滯后性，風(fēng)險(xiǎn)收益關(guān)系被弱化了。Yu和Yuan3與Kinnunen4的研究也都證實(shí)市場有效性越好，風(fēng)險(xiǎn)與收益的正相關(guān)關(guān)系越突出；而市場有效性差的時(shí)候，風(fēng)

4、險(xiǎn)收益關(guān)系不一定顯著為正。值得注意的是， Lo5、Anderson6以及魯臻和鄒恒甫7等對市場自相關(guān)生成機(jī)制的研究指出，當(dāng)市場有效性差時(shí)，由于信息傳遞的滯后性，定價(jià)信息無法及時(shí)準(zhǔn)確地傳遞到金融資產(chǎn)的價(jià)格上，產(chǎn)生收益序列的自相關(guān)性。因此，筆者認(rèn)為風(fēng)險(xiǎn)對收益的影響與自相關(guān)性是此消彼長的。市場有效性強(qiáng)時(shí)，風(fēng)險(xiǎn)對收益的影響程度增強(qiáng)，自相關(guān)程度減弱；市場有效性弱時(shí)，風(fēng)險(xiǎn)對收益的影響程度降低，自相關(guān)性增強(qiáng)。從這一思想出發(fā)，本文改良了跨期資本資產(chǎn)定價(jià)模型。一方面，股票預(yù)期收益率不僅取決于風(fēng)險(xiǎn)溢價(jià)，而且依賴于它的自相關(guān)性；另一方面，利用時(shí)變的市場有效性指標(biāo)作為權(quán)重去加權(quán)平均風(fēng)險(xiǎn)溢價(jià)局部和自相關(guān)局部。實(shí)證中采用

5、上海股票市場20222022年的高頻數(shù)據(jù)計(jì)算已實(shí)現(xiàn)方差，使用交易量和大宗交易股票數(shù)量度量市場有效性狀況來進(jìn)展詳細(xì)分析。得到了顯著穩(wěn)健的結(jié)論：收益和風(fēng)險(xiǎn)始終存在顯著的正相關(guān)關(guān)系，同時(shí)，風(fēng)險(xiǎn)和自相關(guān)對收益的解釋才能確實(shí)存在此消彼長。市場有效性的減弱伴隨著風(fēng)險(xiǎn)對收益的解釋才能的減弱，以及收益序列自相關(guān)性的增強(qiáng)。本文的奉獻(xiàn)在于：第一，證實(shí)了市場環(huán)境的變化會(huì)影響風(fēng)險(xiǎn)對收益的解釋才能，但風(fēng)險(xiǎn)仍然和收益是正相關(guān)的，風(fēng)險(xiǎn)溢價(jià)始終為正，支持了跨時(shí)期資本資產(chǎn)定價(jià)模型的根本結(jié)論。第二，結(jié)合市場有效性的變化討論了自相關(guān)現(xiàn)象背后的市場機(jī)制，證實(shí)了自相關(guān)和風(fēng)險(xiǎn)對收益的解釋才能是此消彼長的。第三，自相關(guān)和風(fēng)險(xiǎn)對收益解釋的權(quán)

6、重可以反響市場的有效性，給出了市場有效性的參考指標(biāo)。二、理論分析、模型構(gòu)建與假設(shè)提出一理論分析1跨期資本資產(chǎn)定價(jià)模型風(fēng)險(xiǎn)收益理論的根底是Merton8在1969年提出的跨期資本資產(chǎn)定價(jià)模型ICAPM。該模型假設(shè)金融市場總是處在連續(xù)變化的過程中，在信息對稱、無摩擦的市場中，投資者的決策將最大化整個(gè)投資期的效用。由投資者效用最大化得到平衡方程：Et-1rMt=+Vart-1rMtEt-1rMt=+Vart-1rMt1其中，Et-1rMt為市場收益率rMt的期望值，Vart-1rMt為市場收益率的條件方差，代表金融市場上的風(fēng)險(xiǎn)因素。為投資者的風(fēng)險(xiǎn)厭惡程度，由投資者自身的效用函數(shù)決定。風(fēng)險(xiǎn)厭惡的投資者

7、需要額外獲得收益來補(bǔ)償其所承受的風(fēng)險(xiǎn)，因此為正，市場的收益與風(fēng)險(xiǎn)存在正相關(guān)關(guān)系。越大，投資者對承當(dāng)單位風(fēng)險(xiǎn)所需要的收益補(bǔ)償越高。常數(shù)項(xiàng)包含了印花稅、交易本錢等其他因素。t-1為上一期。然而，實(shí)證研究并沒有得到一致的結(jié)論。除了Ghysels等9、Guo和Whitelaw10等少數(shù)研究得到了風(fēng)險(xiǎn)與收益存在顯著正相關(guān)關(guān)系的實(shí)證結(jié)果，大量的文獻(xiàn)指出風(fēng)險(xiǎn)收益關(guān)系并不顯著，甚至是顯著負(fù)相關(guān)的。例如，Whitelaw11發(fā)現(xiàn)風(fēng)險(xiǎn)收益關(guān)系不顯著。Brandt 和 Kang1應(yīng)用向量自回歸模型研究發(fā)現(xiàn)，使用條件方差度量的風(fēng)險(xiǎn)與市場收益存在顯著持久的負(fù)相關(guān)關(guān)系，但無條件方差卻與收益存在正相關(guān)關(guān)系。Glosten等

8、12、 Goyal和Santa-Clara13與Lettau和Ludvigson14也都認(rèn)為風(fēng)險(xiǎn)與收益負(fù)相關(guān)。?內(nèi)的相關(guān)研究也沒有一致的結(jié)果。施東暉15基于19931996年上海證券交易所A股數(shù)據(jù)進(jìn)展實(shí)證分析，發(fā)現(xiàn)風(fēng)險(xiǎn)與收益率是負(fù)相關(guān)的。張思奇等16指出上海證券交易所A 股期望的超額收益與條件方差呈負(fù)相關(guān)關(guān)系。吳長鳳等17對滬深兩市的風(fēng)險(xiǎn)收益特征進(jìn)展了分析， 結(jié)果說明長期來看，我國股票市場存在著一定的高風(fēng)險(xiǎn)高收益、低風(fēng)險(xiǎn)低收益的特點(diǎn)，但短期看這種風(fēng)險(xiǎn)收益關(guān)系并不顯著。何興強(qiáng)和孫群燕18用19932002 年上證綜指、深證成指的每日收益序列進(jìn)展了研究， 發(fā)現(xiàn)我國股票市場的風(fēng)險(xiǎn)與收益關(guān)系不顯著。汪

9、孟海和周愛民2指出上證指數(shù)的收益與波動(dòng)率之間存在不顯著的負(fù)相關(guān)關(guān)系。陳夢根19基于混頻抽樣方法MIDAS的研究指出滬深兩市風(fēng)險(xiǎn)與收益都呈顯著的正相關(guān)關(guān)系。 2風(fēng)險(xiǎn)收益關(guān)系的動(dòng)態(tài)變化和市場有效性學(xué)術(shù)界對理論和實(shí)證結(jié)果的不一致給出了一些解釋。一些研究發(fā)現(xiàn)，市場的風(fēng)險(xiǎn)收益關(guān)系是隨時(shí)間變化的。Salvador20使用了構(gòu)造轉(zhuǎn)換模型Regime-Switching Model研究了歐洲多個(gè)股票市場，發(fā)現(xiàn)風(fēng)險(xiǎn)收益關(guān)系呈現(xiàn)明顯的兩階段特性。Ghysels等21也使用了帶構(gòu)造轉(zhuǎn)換的混頻數(shù)據(jù)抽樣模型研究了標(biāo)普500指數(shù)的風(fēng)險(xiǎn)收益關(guān)系，仍然發(fā)現(xiàn)了明顯的兩階段特征。國內(nèi)研究也發(fā)現(xiàn)風(fēng)險(xiǎn)收益具有時(shí)變特征。陳浪南和黃杰鯤

10、22指出深證成指是否有顯著的正向風(fēng)險(xiǎn)收益關(guān)系取決于數(shù)據(jù)區(qū)間，在19972000 年間顯著，但是在19931996年間那么不顯著。王輝23發(fā)現(xiàn)風(fēng)險(xiǎn)和收益兩者關(guān)系與市場狀態(tài)有關(guān)，市場處于上漲階段時(shí)兩者的相關(guān)度大于市場處于下跌階段。筆者認(rèn)為風(fēng)險(xiǎn)收益關(guān)系隨時(shí)間變化的原因在于市場有效性的變化。市場有效性不是恒定不變的，同時(shí)也會(huì)影響金融市場的風(fēng)險(xiǎn)收益關(guān)系：Yu3證實(shí)了投資者敏感度低的時(shí)候，市場有效性較強(qiáng)，市場的風(fēng)險(xiǎn)收益關(guān)系顯著為正；而投資者敏感度高時(shí)，敏感度高的投資者會(huì)對信息和價(jià)格變動(dòng)過度反響，這時(shí)風(fēng)險(xiǎn)收益關(guān)系為負(fù)。此外，Kinnunen4研究了標(biāo)準(zhǔn)普爾500指數(shù)，證實(shí)了市場中信息含量高時(shí)，有效性強(qiáng)，風(fēng)險(xiǎn)

11、收益關(guān)系顯著為正；而信息量低的?r候，有效性弱，風(fēng)險(xiǎn)收益關(guān)系的顯著性明顯減弱。3自相關(guān)和市場有效性除了風(fēng)險(xiǎn)收益關(guān)系以外，收益率序列也存在顯著的自相關(guān)性。收益率和它的滯后項(xiàng)有顯著的相關(guān)關(guān)系。因此對于風(fēng)險(xiǎn)收益關(guān)系的分析幾乎都會(huì)參加收益的滯后項(xiàng)。形式如下：Et-1rMt=+Vart-1rMt+rMt-12其中，自相關(guān)項(xiàng)rMt-1的系數(shù)一般顯著為正，也被稱為“慣性效應(yīng)。相關(guān)研究發(fā)現(xiàn)，自相關(guān)現(xiàn)象其實(shí)是市場有效性不完全的產(chǎn)物。市場不完全有效時(shí)，資產(chǎn)價(jià)格對定價(jià)信息的反響需要一個(gè)過程，金融資產(chǎn)需要經(jīng)歷連續(xù)的上漲或下跌才能消化定價(jià)信息，因此收益率通常會(huì)和上一期收益率有較強(qiáng)的相關(guān)性。Lo5認(rèn)為交易頻率和摩擦是造成

12、收益自相關(guān)的原因，指出當(dāng)交易頻率低時(shí)，自相關(guān)增強(qiáng)。魯臻和鄒恒甫7研究了政策市背景下的我國股市的自相關(guān)性，認(rèn)為投資者的非理性造成了自相關(guān)性。Anderson6也指出投資者對市場信息掌握的不完全會(huì)造成自相關(guān)現(xiàn)象的出現(xiàn)。綜上所述，筆者認(rèn)為市場的風(fēng)險(xiǎn)收益關(guān)系是隨著市場有效性變化而變化的。自相關(guān)局部和風(fēng)險(xiǎn)局部都可以解釋收益，但它們的解釋才能隨著有效性的變化此消彼長。市場有效性強(qiáng)時(shí)，市場環(huán)境接近跨期資本資產(chǎn)定價(jià)模型的理論假設(shè)，風(fēng)險(xiǎn)對期望收益的解釋才能更強(qiáng)，而自相關(guān)性較弱；市場有效性減弱時(shí)，定價(jià)信息傳遞的滯后性導(dǎo)致自相關(guān)性增強(qiáng)，跨期資本資產(chǎn)定價(jià)模型適用性較差，風(fēng)險(xiǎn)對期望收益的解釋才能變差。二模型構(gòu)建基于以上

13、分析，筆者認(rèn)為風(fēng)險(xiǎn)局部和自相關(guān)局部對收益的解釋才能此消彼長，因此，資本資產(chǎn)定價(jià)模型中風(fēng)險(xiǎn)局部和自相關(guān)局部的權(quán)重應(yīng)該是可變的。參加隨時(shí)間變化的權(quán)重系數(shù)后，新的模型為：Et-1rMt=+t-1Vart-1rMt+1-t-1rMt-13其中，t-10，1。t-1變化時(shí)，模型中風(fēng)險(xiǎn)局部和自相關(guān)局部解釋收益的比例也在隨時(shí)間變化而變化。t-1越大，期望收益被風(fēng)險(xiǎn)解釋的局部越多，自相關(guān)局部解釋的比例越小，市場有效性越強(qiáng)。也就是說，t-1反映了市場的有效性。當(dāng)t-1=1時(shí)，模型形式變?yōu)镋t-1rMt=+Vart-1rMt，也就是跨期資本資產(chǎn)定價(jià)模型的標(biāo)準(zhǔn)形式，這時(shí)期望收益可以完全被風(fēng)險(xiǎn)解釋。當(dāng)t-1=0時(shí)，模

14、型形式變?yōu)镋t-1rMt=+rMt-1，這時(shí)期望收益和風(fēng)險(xiǎn)無關(guān)，僅受自相關(guān)因素驅(qū)動(dòng)。式3的條件方差Vart-1rMt作為統(tǒng)計(jì)量并不能被直接觀測到，因此對它的度量方法一直存在爭議。一類方法是根據(jù)數(shù)據(jù)特征建立模型GARCH、MIDAS等估計(jì)方差，然而采用建模方法估計(jì)條件方差時(shí)，實(shí)證結(jié)果對模型的設(shè)定非常敏感，錯(cuò)誤的模型會(huì)嚴(yán)重影響實(shí)證研究的結(jié)果。Baillie和Degennaro24的研究早已說明，假如把ARCH模型中對于回報(bào)沖擊的分布設(shè)定從正態(tài)分布改為t分布，期望收益與風(fēng)險(xiǎn)的正相關(guān)關(guān)系就會(huì)消失。因此，本文直接用分鐘高頻數(shù)據(jù)計(jì)算每日的已實(shí)現(xiàn)方差Realized Variance。這一方法的優(yōu)點(diǎn)是不依賴

15、于模型設(shè)定，同時(shí)包含了更多的微觀市場信息，更好地貼近快速變化的市場環(huán)境。此外，Salvador25指出使用每日的收益率分析風(fēng)險(xiǎn)收益關(guān)系的效果要好于月度數(shù)據(jù)。本文借鑒Baillie和Degennaro24、Salvador25的做法，采用日度數(shù)據(jù)進(jìn)展實(shí)證研究，構(gòu)建的模型為：rt=+t-1rvt-1+1-t-1rt-1+t4t-1=11+exp-vvst-1-bbvt-15其中，rt為上海股票市場當(dāng)日的收益率，rvt-1為已實(shí)現(xiàn)方差代表的風(fēng)險(xiǎn)項(xiàng)，rt-1為自相關(guān)項(xiàng)，t-1為權(quán)重系數(shù)，反映了市場有效性的動(dòng)態(tài)變化，t為當(dāng)期隨機(jī)沖擊對收益的影響。在對t-1的詳細(xì)設(shè)定中，vst-1為交易量，bvt-1為日

16、內(nèi)發(fā)生大宗交易的股票數(shù)量，v和b分別為這兩個(gè)變量的系數(shù)。三假設(shè)提出由于風(fēng)險(xiǎn)收益關(guān)系變化的原因是市場有效性的變化，投資者的風(fēng)險(xiǎn)偏好并沒有發(fā)生變化。風(fēng)險(xiǎn)厭惡的投資者仍然需要額外收益以補(bǔ)償其所承受的風(fēng)險(xiǎn)，風(fēng)險(xiǎn)溢價(jià)為正。因此，本文提出研究假設(shè)1：假設(shè)1：金融市場的風(fēng)險(xiǎn)收益存在正相關(guān)關(guān)系，風(fēng)險(xiǎn)越大，收益越大。風(fēng)險(xiǎn)因素的系數(shù)為正。為了使t-1合理地反映市場有效性的變化，本文引入度量市場有效性的外生變量st-1，設(shè)定t-1表達(dá)式為： t-1=11+exp-st-16其中，st-1為一組反映市場有效性的變量。這樣的設(shè)定形式可以保證權(quán)重t-10，1。從模型設(shè)定上看，假如為正，st-1越大，t-1越大；假如為負(fù)，

17、st-1越小，t-1越大。這里st-1選取交易量vst-1和發(fā)生大宗交易的股票數(shù)量bvt-1。交易量和市場有效性存在親密的聯(lián)絡(luò)。金融市場中交易的活潑程度反映了定價(jià)信息交換的頻率。定價(jià)信息通過市場交易等途徑在市場中傳導(dǎo)，最終使得金融資產(chǎn)的價(jià)格到達(dá)它的真實(shí)價(jià)值，完成金融資產(chǎn)的價(jià)格發(fā)現(xiàn)過程。Andersen26指出，交易量反映了股票市場中信息量的多少，交易量越大，市場中信息交換行為越活潑，股票價(jià)格越接近股票的真實(shí)價(jià)值。因此筆者認(rèn)為，交易量越大，市場有效性越好。因此，本文提出研究假設(shè)2：假設(shè)2：交易量vst-1增加時(shí)，風(fēng)險(xiǎn)局部權(quán)重t-1增加，自相關(guān)局部權(quán)重1-t-1減少，交易量vst-1的系數(shù)v為正。

18、股票市場上的大宗交易那么反映了市場中信息的不對稱性。林振興和屈文洲27發(fā)現(xiàn)大宗交易大多是基于私有信息或者內(nèi)幕信息。張顏江和王燕鳴28也指出大宗交易的投資者多是機(jī)構(gòu)投資者，并且大宗交易往往伴隨著價(jià)格的異常波動(dòng)。Edmans29認(rèn)為大宗交易的投資者會(huì)通過非公開信息判斷股票的價(jià)值。此外，很多大宗交易的參與者本身就是?公司的董事會(huì)成員。而信息不對稱程度上升會(huì)使得市場深度減小，市場有效性減弱。由此，大宗交易發(fā)生得越多，市場上的信息不對稱越強(qiáng)，市場有效性越弱。因此，本文提出研究假設(shè)3：假設(shè)3：大宗交易股票數(shù)量bvt-1增加時(shí)，風(fēng)險(xiǎn)局部權(quán)重t-1減少，自相關(guān)局部權(quán)重1-t-1增加，大宗交易股票數(shù)量bvt-1

19、的系數(shù)b為負(fù)。三、實(shí)證研究一變量與數(shù)據(jù)說明本文研究使用的數(shù)據(jù)來自Thomas Reuters Ticker History的高頻數(shù)據(jù)庫以及國泰安CSMAR數(shù)據(jù)庫。樣本區(qū)間為2022年1月1日至2022年11月30日。數(shù)據(jù)包括上證綜指的每分鐘報(bào)價(jià)、收盤價(jià)、每日的交易股份數(shù)和每日發(fā)生大宗交易的股票數(shù)量。收益率rt為上證綜指每日的對數(shù)收益率，計(jì)算公式為：rt=lnPtPt-1，其中Pt為當(dāng)日收盤價(jià)。已實(shí)現(xiàn)方差RVt計(jì)算公式為：RVt=Ni=1rti2。其中，N為交易日t中收益率的采樣次數(shù)，rti為交易日t中第i個(gè)時(shí)間單位的收益率。收益率的日內(nèi)采樣次數(shù)N越大，包含的信息量越高。但市場價(jià)格與有效價(jià)格之間

20、存在一定的偏向，也就是市場噪聲。已實(shí)現(xiàn)方差的頻率越高，包含的噪聲越多，反而會(huì)偏離對市場風(fēng)險(xiǎn)的估計(jì)。因此，本文計(jì)算了三種不同頻率的已實(shí)現(xiàn)方差：1分鐘頻率的RV1、5分鐘頻率的RV5和30分鐘頻率的RV30，并在實(shí)證中比擬它們的效果。交易量vst指的是上海股票市場當(dāng)天的交易總股份數(shù)。每日發(fā)生大宗交易的股票數(shù)量bvt的數(shù)據(jù)來自國泰安CSMAR數(shù)據(jù)庫，反映了每日上海股票市場中發(fā)生大額交易的股票數(shù)量，用來衡量市場的信息不對稱程度。另外，穩(wěn)健性檢驗(yàn)中本文使用了每日發(fā)生大額交易的總次數(shù)作為交換變量。這兩個(gè)外生變量共同反映了市場的有效性。二描繪性統(tǒng)計(jì)可以看出，收益率的均值和中位數(shù)為0005和0046。偏度為負(fù)

21、，峰度大于標(biāo)準(zhǔn)正態(tài)分布的峰度3000，說明收益率的分布是厚尾的。JarqueBera檢驗(yàn)統(tǒng)計(jì)量為1 772253，遠(yuǎn)大于1%顯著性的臨界值63660，回絕了該序列為正態(tài)分布的原假設(shè)。三種頻率已實(shí)現(xiàn)方差RV1、RV5和RV30的數(shù)據(jù)特征比擬相似，偏度均為正，峰度也遠(yuǎn)大于3000，說明它們都有尖峰厚尾的特點(diǎn)。值得注意的是，RV30和RV5的均值、中位數(shù)和方差非常接近，而RV1那么和它們有明顯的差異。交易量和大宗交易股票數(shù)量也明顯偏離正態(tài)分布。樣本區(qū)間內(nèi)我國股票市場日均交易161117億股即16112109，平均每日有6644支股票出現(xiàn)大額交易。三實(shí)證結(jié)果分析對式4進(jìn)展估計(jì)，采用非線性最小二乘法NL

22、S，得到的實(shí)證結(jié)果如表2所示。從表2可以看出，在三種頻率已實(shí)現(xiàn)方差RV1、RV5和RV30下，風(fēng)險(xiǎn)溢價(jià)始終為正，并且在1%程度顯著。這一結(jié)果和上文的分析一致：風(fēng)險(xiǎn)厭惡的投資者應(yīng)該為承當(dāng)風(fēng)險(xiǎn)獲得正收益，即風(fēng)險(xiǎn)越大，獲得的收益也越大，假設(shè)1成立。而自相關(guān)系數(shù)始終顯著為正，也和已有文獻(xiàn)的研究結(jié)果相符，說明了自相關(guān)局部對收益的解釋作用是不可無視的。交易量vst-1的系數(shù)v始終為正，大宗交易的股票數(shù)量bvt-1的系數(shù)b始終為負(fù)，說明假設(shè)2和假設(shè)3始終成立。這一結(jié)果證實(shí)了交易量低，大宗交易股票數(shù)量多時(shí)，市場有效性減弱。這時(shí)自相關(guān)對收益的解釋才能增加，單位風(fēng)險(xiǎn)所產(chǎn)生的收益降低。而交易量增加，大宗交易股票數(shù)量

23、減少時(shí)，市場的有效性增強(qiáng)。這時(shí)風(fēng)險(xiǎn)局部對收益的解釋才能增強(qiáng)，自相關(guān)局部的重要性減弱。系數(shù)v、b在RV1和RV5中顯著也說明權(quán)重t-1實(shí)在反映了市場有效性的不斷變化。這時(shí)，風(fēng)險(xiǎn)局部和自相關(guān)局部對收益的解釋才能此消彼長，自相關(guān)局部對收益的驅(qū)動(dòng)作用隨著交易量的增加而減弱，隨著大宗交易股票數(shù)量的增加而增加，而風(fēng)險(xiǎn)局部對收益的驅(qū)動(dòng)作用隨著交易量的增加而增加，隨著大宗交易股票數(shù)量的增加而減少。比擬三種頻率已實(shí)現(xiàn)方差RV1、RV5和RV30的回歸結(jié)果可以看出，對于三種類型的已實(shí)現(xiàn)方差RV1、RV5和RV30，R2分別為0026、0026和0014。而縱向比擬不同頻率的已實(shí)現(xiàn)方差，可以看出使用1分鐘數(shù)據(jù)計(jì)算出

24、的已實(shí)現(xiàn)方差已實(shí)現(xiàn)方差RV1顯著性強(qiáng)于RV5，而RV1和RV5的R2都是0026，均高于RV30得出的0014。說明在估計(jì)風(fēng)險(xiǎn)收益關(guān)系方面，1分鐘頻率的已實(shí)現(xiàn)方差最適宜。另外，使用1分鐘頻率的已實(shí)現(xiàn)方差RV1時(shí)，v在1%程度顯著，b在5%程度顯著，說明RV1的顯著性強(qiáng)于使用RV5、RV30得到的結(jié)果。這也和國內(nèi)的研究結(jié)果一致。如韓清和劉永剛30對我國已實(shí)現(xiàn)波動(dòng)率的噪聲成分進(jìn)展了分析，指出雖然國外市場慣例使用5分鐘頻率的已實(shí)現(xiàn)波動(dòng)率估計(jì)，但這一頻率在我國市場上并不適用。 四模型比擬可以看出，風(fēng)險(xiǎn)溢價(jià)仍然不顯著。自相關(guān)系數(shù)始終在1%的程度上顯著為負(fù)，證明時(shí)間序列具有很強(qiáng)的自相關(guān)性，這和大多數(shù)文獻(xiàn)的

25、實(shí)證結(jié)果是一致的。對三種頻率已實(shí)現(xiàn)方差RV1、RV5和RV30進(jìn)展回歸得到的R2都是0007，比表3的結(jié)果有所進(jìn)步。比照表2、表3和表4的回歸結(jié)果可以看出，傳統(tǒng)的線性風(fēng)險(xiǎn)收益模型無法在實(shí)證中得到顯著為正的風(fēng)險(xiǎn)收益關(guān)系，而本文的非線性變系數(shù)風(fēng)險(xiǎn)收益模型中風(fēng)險(xiǎn)溢價(jià)始終為正。同時(shí)，傳統(tǒng)線性風(fēng)險(xiǎn)收益模型的R2也低于本文的非線性變系數(shù)風(fēng)險(xiǎn)收益模型。原因在于變化的市場環(huán)境中，自相關(guān)性和風(fēng)險(xiǎn)對收益的解釋作用并不是恒定的，回歸方程7和回歸方程8均有一定程度的設(shè)定錯(cuò)誤。交易量低，大宗交易股票數(shù)量多時(shí)，模型的理論假設(shè)和市場的實(shí)際情況不符，自相關(guān)局部對收益的解釋效果增加，而風(fēng)險(xiǎn)局部的解釋才能下降。這時(shí)使用傳統(tǒng)的線性

26、風(fēng)險(xiǎn)收益模型并不適宜。而交易量增加，大宗交易股票數(shù)量減少時(shí)，信息含量高，市場有效性強(qiáng)，跨期資本資產(chǎn)定價(jià)模型的有效性假設(shè)被較好得滿足，風(fēng)險(xiǎn)對期望收益的解釋才能增強(qiáng)。五穩(wěn)健性檢驗(yàn)本文使用近似變量交換外生變量來檢驗(yàn)?zāi)Ｐ头€(wěn)健性。使用市場日內(nèi)發(fā)生大宗交易的次數(shù)替生大宗交易的股票數(shù)量后，該變量系數(shù)b仍然為負(fù)，顯著性有所減弱，其他實(shí)證結(jié)論不變。對此，可以認(rèn)為大宗交易反映了市?齙男畔歡猿菩裕?而同一支股票發(fā)生N筆大宗交易很可能是對一次信息不對稱事件的集中反響，對整個(gè)市場的影響要小于N支不同股票發(fā)生單筆大宗交易。發(fā)生大宗交易的股票數(shù)量bvt-1更能反映出市場中信息不對稱的程度。另外，使用每日的換手率替代大宗交易

27、股票數(shù)量后，該變量系數(shù)b顯著性減弱，其他根本結(jié)論仍然和原結(jié)論一致。六對我國股票市場有效性的分析市場有效性的不斷變化是學(xué)術(shù)界的共識(shí)。Lim和Brooks31詳細(xì)總結(jié)了研究市場有效性變化的文獻(xiàn)，列舉多種實(shí)證方法證明了市場有效性在隨著時(shí)間變化。Lo32年提出了市場有效可變假設(shè)，對有效性的變化機(jī)制進(jìn)展了詳細(xì)的理論分析。這一理論假設(shè)行為人理性有界，會(huì)隨著市場環(huán)境的變化而改變投資行為。市場價(jià)格是各種類型的投資者在不同狀態(tài)下進(jìn)展投資活動(dòng)到達(dá)的平衡。在本文的模型中，t代表風(fēng)險(xiǎn)局部解釋收益的比例。市場有效性越好，風(fēng)險(xiǎn)局部解釋的比例越大。因此估計(jì)出模型參數(shù)后，可以計(jì)算t來分析股市的有效性走勢。根據(jù)56兩式，采用效

28、果最好的RV1作為風(fēng)險(xiǎn)度量，計(jì)算出的t如圖1所示，平滑實(shí)線為多項(xiàng)式擬合得到的趨勢線。整個(gè)樣本區(qū)間中t均值為0364。從圖1中可以看出，從2022年到2022年間，t每日的變動(dòng)非?；顫?，跳躍性較強(qiáng)。但從趨勢線描繪的整體趨勢看來，2022年以后，t明顯上升。事實(shí)上，2022年4月，我國降低了融資融券本錢，客觀上增強(qiáng)了市場的有效性?？梢钥吹秸菑倪@時(shí)候開場，趨勢線開場增加，風(fēng)險(xiǎn)對收益的解釋效果在不斷加強(qiáng)。在計(jì)算出權(quán)重系數(shù)t后，可以根據(jù)實(shí)證數(shù)據(jù)進(jìn)一步計(jì)算出自相關(guān)局部和風(fēng)險(xiǎn)局部的實(shí)際比例Ratiot。定義Ratiot為自相關(guān)局部和風(fēng)險(xiǎn)局部的比值，公式為：Ratiot=1-trt/trvt。Ratiot比

29、值大于1說明自相關(guān)局部的解釋比例更大，小于1時(shí)風(fēng)險(xiǎn)的解釋效果更強(qiáng)。采用HP濾波法對Ratiot進(jìn)展平滑后得到Ratiot，如圖2所示。圖2平滑后的比例變動(dòng)RatiotRatiot經(jīng)HP濾波法平滑后得到的Ratiot均值為007，說明市場自相關(guān)解釋收益的局部是風(fēng)險(xiǎn)實(shí)際解釋收益的局部的7%。Ratiot越高，自相關(guān)解釋收益的比例越高，市場有效性越弱。平滑后得到的Ratiot的變化同樣非常活潑，說明股票市場的有效性一直在不斷變化。這一結(jié)果反響了我國的股票市場作為新興市場，不斷出臺(tái)新的規(guī)章制度，探究完善市場建立的過程。值得注意的是，2022年我國的股票市場出現(xiàn)了明顯的異常波動(dòng)。對應(yīng)圖中可以看出，202

30、2年以后，Ratiot波動(dòng)非常劇烈，尤其是在2022年6月以后的時(shí)間段。這一時(shí)間段對應(yīng)的是由于融資融券業(yè)務(wù)開展不當(dāng)造成的“股災(zāi)。融資融券交易是指投資者向具有融資融券業(yè)務(wù)資格的證券公司提供擔(dān)保物，借入資金買入證券融資交易或借入證券并賣出融券交易的行為，為我國股票市場提供了做空交易渠道，改變了我國股票市場的“單邊市格局。然而由于投資者的非理性、局部券商違規(guī)操作以及監(jiān)管不到位等原因，融資融券業(yè)務(wù)自2022年底開場了瘋狂增長。2022年6月，融資融券業(yè)務(wù)的余額高達(dá)22萬億元，不僅僅是2022年1月底112萬億元余額的一倍，也超過了2022年到2022年4年間累積余額的數(shù)倍。隨著行情逆轉(zhuǎn)，融資資金踩踏逃

31、出市場導(dǎo)致了股票市場的崩盤式下跌，投資者承受了宏大的損失。2022年6月15日至7月8日的17個(gè)交易日，上證綜指下跌32%，市場頻現(xiàn)千股跌停、千股停牌。這17個(gè)交易日內(nèi)計(jì)算得到的Ratiot均值高達(dá)024436，遠(yuǎn)高于平均值。17個(gè)交易日區(qū)間中最高點(diǎn)為2022年6月26日，Ratiot到達(dá)了03164，也出如今這一特殊時(shí)間段。Ratiot反響了市場系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生時(shí)，市場有效性的增加以及頻繁的信息交換。在這一時(shí)間段內(nèi)，風(fēng)險(xiǎn)對于市場收益的解釋才能明顯增強(qiáng)。四、結(jié)論金融市場的風(fēng)險(xiǎn)收益關(guān)系是金融學(xué)研究的核心問題之一。本文從市場有效性變化的角度出發(fā)，研究風(fēng)險(xiǎn)局部和自相關(guān)局部對于收益解釋才能的變化，提醒了

32、收益變化背后的市場機(jī)制。本文使用了20222022年上海股票市場的高頻數(shù)據(jù)，建立非線性變系數(shù)模型，使風(fēng)險(xiǎn)局部和自相關(guān)局部隨市場有效性變化而變化。衡量市場有效性的變量采用交易量和大宗交易股票數(shù)量，最終得到風(fēng)險(xiǎn)與收益始終存在顯著的正相關(guān)關(guān)系，同時(shí)，風(fēng)險(xiǎn)和自相關(guān)對收益的解釋才能此消彼長。詳細(xì)表現(xiàn)為：交易量高，大宗交易股票數(shù)量低時(shí)，市場有效性強(qiáng)，風(fēng)險(xiǎn)對收益的解釋才能增強(qiáng)，自相關(guān)的解釋效果減弱；交易量低，大宗交易股票數(shù)量多時(shí)，市場有效性弱，風(fēng)險(xiǎn)對收益的解釋才能降低，自相關(guān)的解釋效果更好。 相比之下，傳統(tǒng)的線性風(fēng)險(xiǎn)收益模型無法得到顯著的風(fēng)險(xiǎn)收益關(guān)系，對收益的解釋才能弱于本文提出的非線性變系數(shù)風(fēng)險(xiǎn)收益模型。

33、此外，模型的另一個(gè)優(yōu)點(diǎn)是可以計(jì)算風(fēng)險(xiǎn)局部和自相關(guān)局部的權(quán)重變化得到市場有效性的變化。實(shí)證結(jié)果發(fā)現(xiàn)我國股票市場的有效性變化頻繁，對應(yīng)某些特殊事件的有效性明顯減弱。出現(xiàn)這一狀況，可能與我國股票市場機(jī)制不夠完善，投資者情緒波動(dòng)劇烈，市場投機(jī)氣氛濃重等因素有關(guān)。本文的研究對于投資者和監(jiān)管者都有重要意義。投資者分析風(fēng)險(xiǎn)收益關(guān)系時(shí)需要考慮市場環(huán)境的詳細(xì)變化，更好地理解收益背后的驅(qū)動(dòng)因素，進(jìn)而設(shè)置適宜的投資組合；而監(jiān)管者那么可以使用這一模型考察市場的有效性強(qiáng)弱，更好地理解股票市場的現(xiàn)實(shí)狀況和運(yùn)行規(guī)律，制定政策，完善金融市場的監(jiān)管體系。參考文獻(xiàn)：1Brandt，MW， Kang，QOn the Relatio

34、nship Between the Conditional Mean and Volatility of Stock Returns：A Latent VAR ApproachJJournal of Financial Economics， 2002， 722：217-2572汪孟海，周愛民我國股市自相關(guān)性與反響交易行為實(shí)證研究J南開經(jīng)濟(jì)研究，2022，3：63-723Yu，J，Yuan，YInvestor Sentiment and the Mean-Variance RelationJ Journal of Financial Economics， 2022， 1002：367-3814K

35、innunen，JRisk-Return Trade-Off and Serial Correlation： Do Volume and Volatility Matter？J Journal of Financial Markets， 2022， 203：1-195Lo，AWThe Adaptive Markets Hypothesis： Market Efficiency From an Evolutionary PerspectiveJ Social Science Electronic Publishing， 2022， 311：21-446Anderson，RMTime-Varyin

36、g Risk PremiaJ Journal of Mathematical Economics， 2022， 473：253-2597魯臻，鄒恒甫我國股市的慣性與反轉(zhuǎn)效應(yīng)研究J經(jīng)濟(jì)研究，2022，9：145-1558Merton，RCLifetime Portfolio Selection Under Uncertainty： The Continuous-Time CaseJ Review of Economics Statistics， 1969， 513：247-2579Ghysels，E，Santa-Clara，P，Valkanov，RThere Is a Risk-Return T

37、rade-Off After All J Journal of Financial Economics， 2022， 763：509-54810Guo，H，Whitelaw，RFUncovering the Risk-Return Relation in the Stock MarketJ The Journal of Finance， 2022， 613：1433-146311Whitelaw，RFTime Variations and Covariations in the Expectation and Volatility of Stock Market ReturnsJ The Jo

38、urnal of Finance， 1994， 492：515-54112Glosten，LR，Jagannathan，R，Runkle，DEOn the Relation Between the Expected Value and the Volatility of the Nominal Excess Return on StocksJ The Journal of Finance， 1993， 485：1779-180113Goyal，A，Santa-Clara，PIdiosyncratic Risk MattersJ The Journal of Finance， 2022， 583

39、：975-100714Lettau，M，Ludvigson，SCExpected Returns and Expected Dividend GrowthJ Journal of Financial Economics， 2022， 763：583-62615施?|暉上海股票市場風(fēng)險(xiǎn)性實(shí)證研究J經(jīng)濟(jì)研究，1996，10：44-4816張思奇，馬剛，冉華股票市場風(fēng)險(xiǎn)、收益與市場效率：ARMA-ARCH-M模型J世界經(jīng)濟(jì)，2000，5：19-2817吳長鳳，趙軍，吳國富我國股票市場的收益風(fēng)險(xiǎn)關(guān)系和慣性分析J數(shù)學(xué)的理論與認(rèn)識(shí)，2002，4：576-58218何興強(qiáng)，孫群燕我國股票市場的杠桿效應(yīng)和風(fēng)險(xiǎn)收益權(quán)衡J南方經(jīng)濟(jì)，2022，9：62-6519陳夢根基于混頻抽樣方法的股市風(fēng)險(xiǎn)收益關(guān)系研究J當(dāng)代財(cái)經(jīng)，2022，11：47-55 20Salvador，EThe Non-L