中國股票市場(chǎng)是弱式有效的嗎——基于樣本外預(yù)測(cè)的檢驗(yàn)

汪盧俊

(南開大學(xué)經(jīng)濟(jì)學(xué)院，天津300071)

一、引 言

2013年的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)由 Fama、Shiller和Hanson共同分享，其中，F(xiàn)ama［1］提出的有效市場(chǎng)理論獲得了比其他經(jīng)濟(jì)學(xué)命題更多而堅(jiān)實(shí)的經(jīng)濟(jì)證據(jù)支持［2］，也因此成為現(xiàn)代金融理論的基石。Fama［1］將有效市場(chǎng)劃分為弱式有效市場(chǎng)。半強(qiáng)式有效市場(chǎng)以及強(qiáng)式有效市場(chǎng)。其中，弱式有效市場(chǎng)是實(shí)證中檢驗(yàn)的核心。弱式有效市場(chǎng)下，歷史信息對(duì)金融資產(chǎn)價(jià)格沒有任何影響。根據(jù)Leroy［3］的思想，弱式有效市場(chǎng)理論實(shí)際上是競爭均衡理論在股票市場(chǎng)的應(yīng)用，是亞當(dāng)·斯密“看不見的手”原理的延伸，它提供的是一個(gè)分析的基準(zhǔn)。盡管有效市場(chǎng)理論受到2008年國際金融危機(jī)的挑戰(zhàn)，而Shiller［4］從行為金融角度對(duì)金融危機(jī)的出現(xiàn)進(jìn)行了很好的解釋，但這并不意味有效市場(chǎng)理論的錯(cuò)誤。正如張兵和李曉明［5］所指出，有效市場(chǎng)理論反映了金融學(xué)家夢(mèng)寐以求的理想狀態(tài)，現(xiàn)實(shí)中雖然存在著異象，但反映了現(xiàn)實(shí)狀態(tài)對(duì)理想狀態(tài)的偏離，并不能從根本上否定有效市場(chǎng)理論，反而是為該理論的研究提供了有效的現(xiàn)實(shí)參照。因此，在反思2008年國際金融危機(jī)對(duì)中國股票市場(chǎng)的沖擊時(shí)，我們不僅應(yīng)意識(shí)到非理性行為的影響，也需要重新審視股票市場(chǎng)的有效性。這不僅關(guān)系到投資者的投資組合和風(fēng)險(xiǎn)管理，同時(shí)還能揭示漸近式改革背景下股票市場(chǎng)發(fā)展的特點(diǎn)和規(guī)律，對(duì)管理當(dāng)局的市場(chǎng)監(jiān)管以及金融市場(chǎng)的一體化等具有重要的理論和現(xiàn)實(shí)意義。

洪永淼［6］曾指出，金融計(jì)量學(xué)的一個(gè)基本公理是金融市場(chǎng)可以被視為一個(gè)“數(shù)據(jù)生成過程”，即服從某種概率法則的隨機(jī)時(shí)間序列，金融數(shù)據(jù)可以被看作“數(shù)據(jù)生成過程”的一個(gè)實(shí)現(xiàn)。那么，金融時(shí)間序列的基本分析思路是要從數(shù)據(jù)本身去尋找特點(diǎn)，找到真實(shí)或接近真實(shí)的數(shù)據(jù)生成過程，對(duì)金融現(xiàn)象進(jìn)行解釋。但已有研究在檢驗(yàn)股票市場(chǎng)的有效性時(shí)卻較少試圖尋求股票價(jià)格變動(dòng)所遵循的真實(shí)的數(shù)據(jù)生成過程，而僅僅是直接進(jìn)行統(tǒng)計(jì)上的推斷。

鑒于此，本文的結(jié)構(gòu)安排如下:第一部分是對(duì)現(xiàn)有文獻(xiàn)進(jìn)行綜述，發(fā)現(xiàn)已有研究存在的不足，尋求本文研究的創(chuàng)新點(diǎn);第二部分經(jīng)過嚴(yán)格的模型設(shè)定確定相應(yīng)的非線性模型，對(duì)樣本期內(nèi)股票價(jià)格收益率序列的真實(shí)數(shù)據(jù)生成過程進(jìn)行準(zhǔn)確描述;第三部分進(jìn)一步結(jié)合滾動(dòng)分析對(duì)股票價(jià)格收益率進(jìn)行樣本外預(yù)測(cè)，并與鞅假設(shè)下的樣本外預(yù)測(cè)效果進(jìn)行統(tǒng)計(jì)意義與經(jīng)濟(jì)意義上的比較，以檢驗(yàn)股票市場(chǎng)是否是弱式有效市場(chǎng);第四部分是文章的主要結(jié)論。

一、文獻(xiàn)綜述

Samuelson［7］指出有效市場(chǎng)假說實(shí)質(zhì)上就是鞅假設(shè)后，F(xiàn)ama［8］關(guān)于有效市場(chǎng)的重新表述也使學(xué)界加深了這一共識(shí)，對(duì)股票市場(chǎng)是否是弱式有效市場(chǎng)的檢驗(yàn)也轉(zhuǎn)化為股票價(jià)格序列是否是鞅序列或者股票收益率序列是否是鞅差分序列的檢驗(yàn)。由于隨機(jī)游走假設(shè)對(duì)一階矩和二階矩都有要求，而鞅假設(shè)僅對(duì)一階矩有要求。若股票價(jià)格的變動(dòng)是一個(gè)隨機(jī)游走過程，那么一定是一個(gè)鞅過程，股票市場(chǎng)是弱式有效市場(chǎng)，但拒絕隨機(jī)游走假設(shè)并不意味拒絕鞅假設(shè)，此時(shí)無法判斷股票市場(chǎng)的有效性。

關(guān)于中國股票市場(chǎng)弱式有效性的討論中，俞喬［9］以及吳世農(nóng)［10］等的實(shí)證研究的結(jié)論支持中國股市并非弱式有效市場(chǎng)的結(jié)論。與之相反，張兵和李曉明［5］、王少平和楊繼生［11］等均認(rèn)為中國股市已經(jīng)具備弱式有效性。結(jié)論出現(xiàn)差異的原因在于選取樣本以及所用理論和模型不同。而且大多數(shù)研究并沒有考慮股票價(jià)格序列的真實(shí)數(shù)據(jù)生成過程，僅從統(tǒng)計(jì)檢驗(yàn)角度進(jìn)行分析，但統(tǒng)計(jì)檢驗(yàn)本身也存在一些問題。

陳燈塔和洪永淼［12］已經(jīng)指出，絕大多數(shù)的實(shí)證研究采用的統(tǒng)計(jì)方法都忽略了高頻金融數(shù)據(jù)存在的諸如波動(dòng)聚類等特征事實(shí)。例如，游程檢驗(yàn)和BDS檢驗(yàn)中，雖然股票收益的序列獨(dú)立確實(shí)表明市場(chǎng)有效，但市場(chǎng)有效并不要求股票收益序列獨(dú)立，在股票收益不服從正態(tài)分布的情形下，弱式有效性可以和股票收益的高階序列依賴共存，例如高頻股票收益存在持續(xù)的波動(dòng)聚類，因此，拒絕股票收益序列獨(dú)立的假設(shè)并不能說明市場(chǎng)一定是無效的，也可能是由波動(dòng)聚類引起的。另外，Hong and Lee［13］也指出，序列相關(guān)檢驗(yàn)以及方差比檢驗(yàn)等傳統(tǒng)的檢驗(yàn)本質(zhì)上是關(guān)于白噪聲序列而不是鞅差分序列的檢驗(yàn)，雖然在有效市場(chǎng)假說成立時(shí)，它們具有適當(dāng)?shù)臐u近檢驗(yàn)水平，但這些檢驗(yàn)只能檢測(cè)條件期望的線性依賴部分，對(duì)非線性依賴無能為力，檢驗(yàn)統(tǒng)計(jì)量及其極限分布是在條件同方差假設(shè)下推導(dǎo)出來的，任何條件異方差的存在都將使該檢驗(yàn)方法無效，于是不能準(zhǔn)確判斷鞅假設(shè)是否成立以及股票市場(chǎng)是否為弱式有效市場(chǎng)。Hong and Lee［13］提出基于廣義譜域分析的檢驗(yàn)方法，其中的檢驗(yàn)統(tǒng)計(jì)量的極限分布與待估參數(shù)沒有關(guān)系，不僅允許存在任意形式的波動(dòng)聚類以及其他更高階條件矩的序列依賴，而且能有效地檢測(cè)出對(duì)市場(chǎng)有效假說的線性和非線性偏離，故可直接用來檢驗(yàn)股價(jià)序列的鞅假設(shè)或股價(jià)收益率序列的鞅差分假設(shè)，檢驗(yàn)結(jié)果更為準(zhǔn)確。張亦春和周穎剛［14］，陳燈塔和洪永淼［12］在此基礎(chǔ)上對(duì)中國股市弱式有效性進(jìn)行檢驗(yàn)，均得到中國股市并未達(dá)到弱式有效市場(chǎng)的結(jié)論。但根據(jù)Su et al.［15］的思路，對(duì)股票市場(chǎng)有效性的現(xiàn)有實(shí)證研究大多只提供樣本內(nèi)的證據(jù)，對(duì)檢驗(yàn)的統(tǒng)計(jì)意義關(guān)注較多，較少從股票市場(chǎng)有效性的經(jīng)濟(jì)意義進(jìn)行考慮，而且該類研究較少考慮股票價(jià)格序列的真實(shí)數(shù)據(jù)生成過程可能存在的非線性特征，簡單地建立線性模型描述股價(jià)的動(dòng)態(tài)行為。實(shí)際上，在檢驗(yàn)股票市場(chǎng)有效性時(shí)，將經(jīng)濟(jì)意義與統(tǒng)計(jì)意義結(jié)合起來進(jìn)行分析會(huì)使結(jié)論更加清晰，這就需要我們回歸到有效市場(chǎng)理論的經(jīng)濟(jì)學(xué)本質(zhì)，即歷史信息對(duì)股票價(jià)格沒有任何影響，股價(jià)以及股價(jià)收益率均是不可預(yù)測(cè)的，進(jìn)而，可從可預(yù)測(cè)性角度判斷股票市場(chǎng)的有效性。

事實(shí)上，陳燈塔和洪永淼［12］提出的關(guān)于股票價(jià)格或其收益率序列條件期望的非線性依賴與條件方差的波動(dòng)集聚特征可由STAR-GARCH模型［16］描述，這一模型是在 Ter?svirta［17］提出的 STAR 模型和Bollerslev［18］提出的GARCH模型基礎(chǔ)上得到，在對(duì)股票價(jià)格或收益率序列建模時(shí)得到廣泛應(yīng)用［19-20］。結(jié)合 Yang et al.［21］以及 Su et al.［15］的研究，本文認(rèn)為，在檢驗(yàn)股票價(jià)格序列是否是鞅過程時(shí)，采取傳統(tǒng)的檢驗(yàn)方法很容易接受鞅假設(shè)，誤判股票市場(chǎng)為弱式有效市場(chǎng)。在弱式有效的股票市場(chǎng)中，由于歷史信息對(duì)股價(jià)變化沒有任何影響，股價(jià)的變化是不可預(yù)測(cè)的，鞅模型很好地描述了這一特征。因此，可以通過檢驗(yàn)股票價(jià)格的可預(yù)測(cè)性來判斷股市的弱式有效性。如果建立的模型能夠較好地描述股價(jià)或收益率序列的真實(shí)數(shù)據(jù)生成過程，同時(shí)該過程下的樣本外預(yù)測(cè)效果不優(yōu)于鞅假設(shè)下的預(yù)測(cè)效果，說明不能根據(jù)歷史信息進(jìn)行預(yù)測(cè)，股票市場(chǎng)是弱式有效市場(chǎng)。反之，真實(shí)數(shù)據(jù)生成過程下的樣本外預(yù)測(cè)效果優(yōu)于鞅假設(shè)下的預(yù)測(cè)效果，則說明可以根據(jù)歷史信息進(jìn)行預(yù)測(cè)，此時(shí)股票市場(chǎng)并非弱式有效市場(chǎng)。

因而，本文深入地分析了鞅過程的檢驗(yàn)與股票市場(chǎng)有效性的聯(lián)系，在描述股票價(jià)格序列的真實(shí)數(shù)據(jù)生成過程時(shí)進(jìn)行更嚴(yán)格的模型設(shè)定檢驗(yàn)，并在此基礎(chǔ)上建立相應(yīng)的非線性模型，不同于以往研究不加檢驗(yàn)地設(shè)立非線性模型，從而使得計(jì)量分析過程更嚴(yán)謹(jǐn)。具體進(jìn)行樣本外預(yù)測(cè)分析時(shí)，根據(jù)clark and McCracken［22］的研究結(jié)論。本文采用更能體現(xiàn)參數(shù)動(dòng)態(tài)變化特征的滾動(dòng)分析。一方面，滾動(dòng)分析中每次估計(jì)的樣本數(shù)一致，模型中參數(shù)更具有可比性。另一方面，預(yù)測(cè)期距離滾動(dòng)窗口更近有助于提高預(yù)測(cè)精度。

二、股價(jià)收益率的非線性動(dòng)態(tài)特征

2005年4月29日，經(jīng)國務(wù)院批準(zhǔn)，證監(jiān)會(huì)宣告股權(quán)分置改革正式啟動(dòng)，股改是一種資本市場(chǎng)制度的創(chuàng)新，它通過流通股股東和非流通股股東的同股同權(quán)，向市場(chǎng)傳遞了保護(hù)中小投資者的信號(hào)。股改之前，股票市場(chǎng)成為大股東掠奪中小股東的場(chǎng)所，股權(quán)分置導(dǎo)致了市場(chǎng)內(nèi)幕交易盛行與市場(chǎng)信息失真［23］，使得市場(chǎng)信息效率低下，導(dǎo)致股票市場(chǎng)難以達(dá)到弱式有效市場(chǎng)。為此，本文選取自2005年股改以來上證指數(shù)與深證成指日度數(shù)據(jù)進(jìn)行分析，樣本期是2005年4月29日至2013年7月25日，兩類股指數(shù)據(jù)均有2000個(gè)觀測(cè)值，可以保證估計(jì)結(jié)果的穩(wěn)健性，數(shù)據(jù)分別來源于上海與深圳證券交易所網(wǎng)站。具體地，用y1、y2分別代表對(duì)數(shù)化后的上證指數(shù)和深證成指①取對(duì)數(shù)后可以避免估計(jì)中的異方差問題，也使得進(jìn)行差分處理時(shí)更具備經(jīng)濟(jì)含義。，dy1、dy2分別代表上證指數(shù)和深證成指收益率序列，建模分析時(shí)借助的軟件為EViews7.2以及 R3.0.0。

(一)單位根檢驗(yàn)

為避免虛假回歸的問題，通常在平穩(wěn)序列下建立線性或者非線性自回歸模型。因此，首先對(duì)股指序列進(jìn)行ADF單位根檢驗(yàn)，以確定變量的平穩(wěn)性特征，結(jié)果如表1所示。

表1 變量的平穩(wěn)性檢驗(yàn)結(jié)果

表1顯示，在5%的顯著性水平下，y1、y2均為非平穩(wěn)序列，但對(duì)應(yīng)的差分序列，即上證指數(shù)和深證成指收益率序列均為平穩(wěn)序列，故可針對(duì)dy1和dy2建模。

(二)模型的設(shè)定與估計(jì)

在對(duì)股指收益率序列進(jìn)行建模時(shí)，主要參考Dijk et al.［24］的分析方法。該方法首先在線性自回歸的基礎(chǔ)上對(duì)模型是否存在非線性特征進(jìn)行檢驗(yàn)，其中，作為檢驗(yàn)基準(zhǔn)的p階線性自回歸模型的滯后階數(shù)p由AIC準(zhǔn)則確定;檢驗(yàn)的備擇假設(shè)為非線性STAR模型，為構(gòu)建可以識(shí)別的檢驗(yàn)統(tǒng)計(jì)量，對(duì)STAR模型進(jìn)行三階泰勒展開，選擇合適的轉(zhuǎn)移變量(一般為變量的滯后項(xiàng)或者變量變動(dòng)量的滯后項(xiàng))進(jìn)行線性檢驗(yàn)，轉(zhuǎn)移變量的選取原則也是依據(jù)最小化p值來決定;最后，如果檢驗(yàn)拒絕零假設(shè)，則借助序貫檢驗(yàn)確定STAR模型的具體形式(LSTAR或者ESTAR)。只有拒絕了零假設(shè)，才可以進(jìn)一步借助非線性最小二乘方法估計(jì)具體參數(shù)。

首先，本文依據(jù)AIC準(zhǔn)則確定最優(yōu)滯后階數(shù)，將dy1以及dy2進(jìn)行線性自回歸估計(jì)，估計(jì)時(shí)剔除在5%的顯著水平下不顯著的滯后項(xiàng)，并根據(jù)LB(q)檢驗(yàn)進(jìn)行殘差序列自相關(guān)檢驗(yàn)，具體估計(jì)結(jié)果見式(1)與式(2)。

其中，估計(jì)系數(shù)下方的括號(hào)中數(shù)字表示估計(jì)系數(shù)的標(biāo)準(zhǔn)差，為殘差序列的標(biāo)準(zhǔn)差，表示用于檢驗(yàn)殘差序列不存在q階自相關(guān)的Ljung-Box Q統(tǒng)計(jì)量值，該統(tǒng)計(jì)量值后括號(hào)中數(shù)字表示不能拒絕原假設(shè)的概率。顯然，在5%的顯著性水平下，式(1)與式(2)中殘差序列不存在自相關(guān)，可以近似為一個(gè)白噪聲過程。但殘差序列仍可能存在顯著的GARCH效應(yīng)，根據(jù) Luukkonen and Ter?svirta［16］的研究，可以首先對(duì)序列的條件均值建模，GARCH效應(yīng)可能在考慮條件均值的非線性STAR特征后消失，故暫不予考慮。

某股份制商業(yè)銀行對(duì)公部門副總經(jīng)理金三成說：“目前銀行很難拉到存款，流動(dòng)性緊張，受資本充足率和負(fù)債約束很大。有的規(guī)模不大但前些年表外業(yè)務(wù)做得比較多的城商行，存貸比非常高，已經(jīng)達(dá)到90%左右了?！?/p>

在對(duì)STAR模型進(jìn)行估計(jì)之前，根據(jù)上證指數(shù)和深證成指收益率序列的線性自回歸估計(jì)結(jié)果，進(jìn)行模型的非線性檢驗(yàn)。根據(jù) Dijk et al.［24］，基本的STAR模型可以表述為:

其中，常用的F(st，γ，c)有l(wèi)ogistic函數(shù)與指數(shù)函數(shù)兩種形式:

兩種形式分別對(duì)應(yīng)LSTAR與ESTAR模型中的平滑轉(zhuǎn)移函數(shù)，具體地，平滑轉(zhuǎn)移函數(shù)F(st，γ，c)滿足［0，1］約束，st表示轉(zhuǎn)移變量;γ表示調(diào)整參數(shù)，意指從一種狀態(tài)“0”過渡到另一種狀態(tài)“1”的速度;c表示開始狀態(tài)轉(zhuǎn)換的門限值，當(dāng)轉(zhuǎn)換變量st的值低于門限值c時(shí)，變量處于“0”狀態(tài)，當(dāng)轉(zhuǎn)換變量st的值超過門限值c時(shí)，變量處于“1”狀態(tài)。STAR模型的主要特征就在于區(qū)制間的轉(zhuǎn)移是平滑過渡，而不是由一個(gè)區(qū)制到另一個(gè)區(qū)制的瞬間跳躍。

根據(jù) Dijk et al.［24］的思路，對(duì) STAR 模型下的非線性特征進(jìn)行檢驗(yàn)時(shí)，首先對(duì)模型進(jìn)行三階泰勒展開，得到:

定義線性模型下的原假設(shè)為H0:β2j=β3j=β4j=0，在此基礎(chǔ)上構(gòu)造檢驗(yàn)統(tǒng)計(jì)量(LM統(tǒng)計(jì)量)，為確定模型的具體類型，構(gòu)造了三個(gè)序貫假設(shè)檢驗(yàn):

Dijk et al.［24］建議，在拒絕 H0檢驗(yàn)后，若 H02檢驗(yàn)統(tǒng)計(jì)量所對(duì)應(yīng)的p值最小，應(yīng)建立ESTAR模型;若H01或H03檢驗(yàn)統(tǒng)計(jì)量所對(duì)應(yīng)的p值最小，則應(yīng)建立LSTAR模型。同時(shí)，這些檢驗(yàn)也為確定轉(zhuǎn)移變量提供了重要信息。Ter?svirta［17］認(rèn)為，STAR 模型的轉(zhuǎn)移變量通常為因變量的滯后項(xiàng)或者差分滯后項(xiàng)，為確定STAR模型中最合適的轉(zhuǎn)移變量，建模者可以在檢驗(yàn)式(6)中分別代入不同的St，從中選擇檢驗(yàn)統(tǒng)計(jì)量p值最小的st作為轉(zhuǎn)移變量，此種做法具有較高的檢驗(yàn)功效。

根據(jù)以上思路，我們?cè)谑?1)與式(2)列出的估計(jì)結(jié)果基礎(chǔ)上進(jìn)行非線性檢驗(yàn)，在選取因變量的滯后項(xiàng)或差分滯后項(xiàng)為轉(zhuǎn)移變量時(shí)，因建模變量本身就是差分變量，故轉(zhuǎn)移變量選取為其滯后項(xiàng)①根據(jù)Ter?svirta［17］的思路，滯后階數(shù)不超過線性模型下的最大滯后階數(shù) 。。表2給出了上證指數(shù)和深圳成指收益率分別建立自回歸模型后，進(jìn)行模型非線性檢驗(yàn)的檢驗(yàn)統(tǒng)計(jì)量所對(duì)應(yīng)的p值:

表2 模型設(shè)定中的非線性檢驗(yàn)

結(jié)合之前的分析，可見，在5% 的顯著性水平下，針對(duì)上證指數(shù)收益率序列的建模，以dy1t－1為轉(zhuǎn)移變量時(shí)，H01以及H03檢驗(yàn)統(tǒng)計(jì)量所對(duì)應(yīng)的p值最小，并拒絕了H02檢驗(yàn)。針對(duì)深證成指收益率序列的建模，以dy2t－1為轉(zhuǎn)移變量時(shí)，H01以及H03檢驗(yàn)統(tǒng)計(jì)量所對(duì)應(yīng)的p值最小，并拒絕了H02檢驗(yàn)。說明上證指數(shù)和深證成指收益率序列條件均值的真實(shí)數(shù)據(jù)生成過程均具有LSTAR模型所描述的非線性動(dòng)態(tài)特征。

進(jìn)一步進(jìn)行LSTAR模型的估計(jì)。其中，轉(zhuǎn)換函數(shù)中轉(zhuǎn)移速度參數(shù)及位置參數(shù)c由格點(diǎn)搜索法得到，之后可以利用NLS方法對(duì)LSTAR模型進(jìn)行具體估計(jì)，與線性AR模型下的估計(jì)一致，同樣剔除了在5%的顯著水平下不顯著的滯后項(xiàng)結(jié)果，其中上證指數(shù)收益率序列條件均值的估計(jì)結(jié)果如下:

經(jīng)檢驗(yàn)發(fā)現(xiàn)在5%的顯著性水平下，上證指數(shù)收益率序列條件方差具有顯著的GARCH效應(yīng)，具體模型設(shè)定為:

估計(jì)得到:

深證成指收益率序列條件均值的估計(jì)結(jié)果如下:

經(jīng)檢驗(yàn)發(fā)現(xiàn)在5%的顯著性水平下，條件方差序列具有顯著的GARCH效應(yīng)，估計(jì)得到:

綜合以上分析，本文通過建立兩區(qū)制LSTARGARCH(1，1)模型，對(duì)2005年4月29日至2013年7月25日中國股票市場(chǎng)兩大股指收益率的真實(shí)數(shù)據(jù)生成過程進(jìn)行描述，從估計(jì)結(jié)果上看，基于兩區(qū)制的LSTAR-GARCH(1，1)模型的AIC值較線性模型均有所下降，同時(shí)模型擬合程度上升，說明樣本期內(nèi)，該模型可以很好地描述上證指數(shù)與深證成指收益率的真實(shí)數(shù)據(jù)生成過程。

在弱式有效市場(chǎng)下，股指收益率序列應(yīng)是一個(gè)鞅差分過程，這與股指序列是一個(gè)鞅過程是等價(jià)的①陳燈塔和洪永淼［12］對(duì)此有詳細(xì)的論述。。樣本期內(nèi)，上證指數(shù)與深證成指收益率的真實(shí)數(shù)據(jù)生成過程均存在非線性特征，采取傳統(tǒng)的檢驗(yàn)方法很容易接受鞅假設(shè)，誤判股票市場(chǎng)為弱式有效市場(chǎng)。為避免這種誤判，本文將樣本期重新劃分為樣本內(nèi)與樣本外兩個(gè)時(shí)間區(qū)間，根據(jù)對(duì)樣本內(nèi)股指收益率序列真實(shí)數(shù)據(jù)生成過程的擬合模型，考察樣本外的預(yù)測(cè)效果，通過比較與鞅假設(shè)下的預(yù)測(cè)效果，得出股指收益率是否可預(yù)測(cè)的結(jié)論以判斷股票市場(chǎng)的有效性。如果真實(shí)數(shù)據(jù)生成過程下的樣本外預(yù)測(cè)效果不優(yōu)于鞅假設(shè)下的預(yù)測(cè)效果，說明不能根據(jù)歷史信息進(jìn)行預(yù)測(cè)，股票市場(chǎng)是弱式有效市場(chǎng)。反之，真實(shí)數(shù)據(jù)生成過程下的樣本外預(yù)測(cè)能力優(yōu)于鞅假設(shè)下的預(yù)測(cè)能力則說明可以根據(jù)歷史信息進(jìn)行預(yù)測(cè)，此時(shí)股票市場(chǎng)并非弱式有效市場(chǎng)。

三、基于樣本外預(yù)測(cè)的檢驗(yàn)

根據(jù)前文分析，在2005年4月29日至2013年7月25日期間內(nèi)，上證指數(shù)與深證成指收益率序列的真實(shí)數(shù)據(jù)生成過程具備非線性LSTAR-GARCH模型所描述的動(dòng)態(tài)特征。因此，根據(jù)滾動(dòng)分析考察模型樣本外預(yù)測(cè)效果時(shí)，主要通過比較基于LSTAR模型的預(yù)測(cè)效果與弱式有效市場(chǎng)假設(shè)下的預(yù)測(cè)效果，檢驗(yàn)股票市場(chǎng)的有效性。2010年4月16日，滬深300股指期貨在中國金融期貨交易所正式掛牌交易。理論上，由于股指期貨價(jià)格的形成是建立在眾多交易者對(duì)股票市場(chǎng)未來價(jià)格預(yù)期的基礎(chǔ)上，具有預(yù)見性與競爭性的特征，因而具有價(jià)格發(fā)現(xiàn)的功能，股指期貨的引入能夠轉(zhuǎn)移現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)，吸引更多投資者從事股票投資，有利于市場(chǎng)流動(dòng)性和效率的提高，進(jìn)而增進(jìn)股票市場(chǎng)的有效性。但實(shí)際效果如何尚缺少實(shí)證中的檢驗(yàn)，為考察股指期貨推出以來股票市場(chǎng)有效性的變化，本文分別考察2005年4月29日至2010年4月15日、2010年4月16日至2013年7月25日兩段時(shí)期內(nèi)股票市場(chǎng)的有效性。

根據(jù)滾動(dòng)分析的原理，將兩段時(shí)期內(nèi)的樣本均劃分為樣本內(nèi)期數(shù)R以及樣本外預(yù)測(cè)期數(shù)P，由第1期至第R期樣本內(nèi)股價(jià)指數(shù)收益率的變動(dòng)趨勢(shì)預(yù)測(cè)第R+1期股價(jià)指數(shù)收益率的預(yù)測(cè)值，之后根據(jù)第2期至第R+1期樣本內(nèi)股價(jià)指數(shù)收益率的變動(dòng)趨勢(shì)預(yù)測(cè)第R+2期股價(jià)指數(shù)收益率的預(yù)測(cè)值，以此類推，最后可以得到P個(gè)樣本外預(yù)測(cè)值。之后可以根據(jù)相應(yīng)的準(zhǔn)則評(píng)價(jià)預(yù)測(cè)效果，具體依據(jù)均方預(yù)測(cè)誤差(MSFE)與交易回報(bào)的平均預(yù)測(cè)(MFTR)兩大指標(biāo)①根據(jù)Yang et al.［21］、Clark and McCracken［22］的研究，MSFE指標(biāo)與MFTR指標(biāo)可以分別從統(tǒng)計(jì)意義與經(jīng)濟(jì)意義角度評(píng)價(jià)模型預(yù)測(cè)效果，并且具備良好的統(tǒng)計(jì)性質(zhì)。，分別從統(tǒng)計(jì)意義與經(jīng)濟(jì)意義兩大角度考察樣本外預(yù)測(cè)的效果。具體地:

其中，P代表樣本外預(yù)測(cè)的期數(shù)，yt代表真實(shí)值表示預(yù)測(cè)值，當(dāng)≥0 時(shí)，sign)=1＜0時(shí)，sign()=－1。MSFE越小，說明模型的預(yù)測(cè)精度越高，預(yù)測(cè)值與真實(shí)值的差異越小，即從統(tǒng)計(jì)意義上考慮，模型的預(yù)測(cè)效果更好。MFTR越大，說明股市投資者對(duì)股價(jià)變動(dòng)方向的預(yù)測(cè)越準(zhǔn)確，而由于股價(jià)變動(dòng)有時(shí)會(huì)很大，很有可能出現(xiàn)雖然統(tǒng)計(jì)意義上預(yù)測(cè)效果較差，但從經(jīng)濟(jì)意義考慮，仍然具有較好的預(yù)測(cè)效果。因此，有必要同時(shí)從統(tǒng)計(jì)與經(jīng)濟(jì)意義角度考察樣本外預(yù)測(cè)的效果。除此之外，本文還借助White［25］提出的檢驗(yàn)方法檢驗(yàn)基于真實(shí)數(shù)據(jù)生成過程下的樣本外預(yù)測(cè)效果是否優(yōu)于鞅假設(shè)下的預(yù)測(cè)效果，該檢驗(yàn)的原假設(shè)是單個(gè)模型的預(yù)測(cè)效果不優(yōu)于鞅模型，通過比較檢驗(yàn)統(tǒng)計(jì)量對(duì)應(yīng)的p值②后文提到的pwhite即指根據(jù)White［25］提出的檢驗(yàn)方法得到的p值。與設(shè)定的顯著性水平判斷是否接受原假設(shè)。與之前的分析相同，設(shè)定的顯著性水平為5%。為更全面地從樣本外預(yù)測(cè)的角度考察中國股票市場(chǎng)是否是弱式有效市場(chǎng)，更細(xì)致地區(qū)分了樣本內(nèi)與樣本外，具體包括P/R=1、P/R=0.5、P/R=0.25、P/R=0.1 以及P/R=0.01五種情形。根據(jù)以上分析，首先比較2005年4月29日至2010年4月15日，真實(shí)數(shù)據(jù)生成過程以及鞅假設(shè)下對(duì)上證指數(shù)與深證成指收益率的樣本外預(yù)測(cè)效果，具體見表3。從表3中可以發(fā)現(xiàn)，自2005年4月29日股改至2010年4月16日推出股指期貨之前，基于真實(shí)數(shù)據(jù)生成過程的樣本外預(yù)測(cè)發(fā)現(xiàn)，無論從統(tǒng)計(jì)意義還是經(jīng)濟(jì)意義進(jìn)行考察，根據(jù)真實(shí)數(shù)據(jù)生成過程預(yù)測(cè)股指收益率更加準(zhǔn)確，預(yù)測(cè)效果顯著優(yōu)于鞅假設(shè)下的預(yù)測(cè)，說明股指收益率可預(yù)測(cè)性較強(qiáng)，進(jìn)而可以拒絕股指收益率序列是鞅差分序列的假設(shè)，得到上海與深圳股票市場(chǎng)均非弱式有效市場(chǎng)的結(jié)論，這與張亦春和周穎剛［14］和陳燈塔和洪永淼［12］的研究結(jié)論一致，即中國股市尚未達(dá)到弱式有效市場(chǎng)。

結(jié)合陳燈塔和洪永淼［12］的分析，本文認(rèn)為股票市場(chǎng)尚未達(dá)到弱勢(shì)有效市場(chǎng)的原因如下。首先，中國股市與成熟的資本市場(chǎng)仍然有很大的差距，股票價(jià)格不完全由市場(chǎng)決定沒有完全體現(xiàn)出所有的公開信息，監(jiān)管當(dāng)局仍然直接或者間接地控制著金融資源;其次，上市公司提供的信息質(zhì)量仍待提升，投資者并不能公平地獲取信息，加之漲跌幅度限制，A股和B股之間的市場(chǎng)分割，內(nèi)幕交易等均使股票市場(chǎng)信息效率不高。雖然，股改傳遞了一個(gè)良好的信號(hào)，以上制約股市有效性提升的因素均較陳燈塔和洪永淼［12］的研究期間有所改善，但包括股改在內(nèi)的制度性改革措施實(shí)施的時(shí)間均較短，市場(chǎng)外因素的影響仍然較大，進(jìn)而使整個(gè)股票市場(chǎng)的股價(jià)收益率呈現(xiàn)可預(yù)測(cè)的特征，中國股票市場(chǎng)仍非一個(gè)弱式有效的市場(chǎng)，歷史信息有助于對(duì)當(dāng)期的收益率的預(yù)測(cè)，為套利提供了可能，這也在表3中得到了驗(yàn)證。

進(jìn)一步考察2010年4月16日至2013年7月25日股票市場(chǎng)的有效性，具體見表4。從表4中可以發(fā)現(xiàn)，2010年股指期貨推出后，無論從統(tǒng)計(jì)意義還是經(jīng)濟(jì)意義進(jìn)行考察，根據(jù)真實(shí)數(shù)據(jù)生成過程預(yù)測(cè)上證指數(shù)收益率仍較準(zhǔn)確，預(yù)測(cè)效果依舊顯著優(yōu)于鞅假設(shè)下的預(yù)測(cè)，說明上證指數(shù)收益率可預(yù)測(cè)性較強(qiáng)，可以拒絕上證指數(shù)收益率序列是鞅差分序列的假設(shè)，上海股市仍未達(dá)到弱式有效市場(chǎng)。而真實(shí)數(shù)據(jù)生成過程下預(yù)測(cè)深證成指收益率的準(zhǔn)確度較股改之初下降，預(yù)測(cè)效果不再優(yōu)于鞅假設(shè)下的預(yù)測(cè)，說明深證成指收益率可預(yù)測(cè)性較弱，進(jìn)而不能拒絕深證成指收益率序列是鞅差分序列的假設(shè)，深圳股票市場(chǎng)已逐漸轉(zhuǎn)變?yōu)槿跏接行袌?chǎng)。而由此推斷，樣本期間，中國股市有效性有所增強(qiáng)，但仍需進(jìn)一步推進(jìn)制度性改革，提升股票定價(jià)效率并減少政策干預(yù)以使滬深兩市均能達(dá)到弱式有效市場(chǎng)。

隨著股份制改革的推進(jìn)和信息披露政策的逐漸完善，尤其是以股指期貨為代表的金融衍生品的推出，使得投資者可以在一定程度上進(jìn)行雙邊交易，并進(jìn)行套期保值以實(shí)現(xiàn)風(fēng)險(xiǎn)轉(zhuǎn)移，股票定價(jià)受市場(chǎng)影響增大，有利于增強(qiáng)股票市場(chǎng)的有效性。之所以出現(xiàn)滬、深股市弱式有效性的差異，本文認(rèn)為，一方面，由于在中國股市總市值的權(quán)重中，上海股市所占權(quán)重較大，使得政策關(guān)注度更高，相應(yīng)的干預(yù)較強(qiáng)。另一方面的緣由可能在于信息披露的效率和公開性上的差異。進(jìn)而使滬、深股票市場(chǎng)的股價(jià)收益率分別呈現(xiàn)可預(yù)測(cè)和不可預(yù)測(cè)的特征，中國股票市場(chǎng)只是部分達(dá)到弱式有效的市場(chǎng)。對(duì)應(yīng)地，上海股市套利的可能性依舊存在，但深圳股市的難度加大，這也在表4中得到了驗(yàn)證。當(dāng)然，我們有理由相信，隨著監(jiān)管當(dāng)局已經(jīng)實(shí)行和正在實(shí)施的包括保護(hù)投資者利益、健全和完善信息披露制度以及懲處利用內(nèi)幕信息、內(nèi)幕交易、虛假陳述等措施，均有助于信息在股票市場(chǎng)上充分、迅速、準(zhǔn)確、對(duì)稱地流動(dòng)，促使股票市場(chǎng)有效性的提升。

表3 真實(shí)數(shù)據(jù)生成過程與鞅假設(shè)下的樣本外預(yù)測(cè)效果比較(2005年4月29日-2010年4月15日)

表4 真實(shí)數(shù)據(jù)生成過程與鞅假設(shè)下的樣本外預(yù)測(cè)效果比較(2010年4月16日-2013年7月25日)

四、結(jié) 論

本文以上證指數(shù)與深證成指為例，經(jīng)過非線性檢驗(yàn)后，建立LSTAR模型描述上證指數(shù)與深證成指收益率序列的真實(shí)數(shù)據(jù)生成過程，在此基礎(chǔ)上借助滾動(dòng)分析進(jìn)行樣本外預(yù)測(cè)，通過對(duì)比真實(shí)數(shù)據(jù)生成過程與鞅假設(shè)下的預(yù)測(cè)效果，對(duì)股票市場(chǎng)的弱式有效性進(jìn)行檢驗(yàn)。研究發(fā)現(xiàn)，2005年4月29日股改之初，滬深兩市均非弱式有效市場(chǎng)，而隨著股改的推進(jìn)，包括2010年4月16日推出股指期貨等股市制度性改革力度的加大，股票市場(chǎng)有效性增強(qiáng)，雖然上海股市尚未達(dá)到弱式有效市場(chǎng)，但深圳股市已經(jīng)達(dá)到弱式有效市場(chǎng)。同時(shí)，經(jīng)濟(jì)意義上的證據(jù)也支持這一結(jié)論，隨著股改的推進(jìn)和股指期貨的推出，雖然上海股市套利的空間依舊存在，但深圳股市套利的可能性很小。

基于以上結(jié)論，本文認(rèn)為，隨著中國股市規(guī)模的擴(kuò)大、流動(dòng)性的提高、投資者的日益成熟以及政府監(jiān)管水平的提高，股票市場(chǎng)已經(jīng)具備轉(zhuǎn)變?yōu)槿跏接行袌?chǎng)的條件。包括股改以及推出股指期貨等措施均一定程度上增進(jìn)了股票市場(chǎng)的有效性。但綜合滬、深兩市的有效性特征也可以發(fā)現(xiàn)，中國股票市場(chǎng)的有效性仍有待增強(qiáng)。股票市場(chǎng)完全達(dá)到弱式有效市場(chǎng)的核心是市場(chǎng)信息的完全性與公平性以及股票定價(jià)的市場(chǎng)化。具體地講，健全和完善信息披露制度可以提升市場(chǎng)信息的公開程度和信息的公平性，有益于提升市場(chǎng)效率;加強(qiáng)對(duì)投資者尤其是中小投資者利益的保護(hù)可以擴(kuò)大股票市場(chǎng)的參與方，同時(shí)避免股價(jià)被操縱，進(jìn)而有助于股票定價(jià)的市場(chǎng)化;加大懲處利用內(nèi)幕信息、內(nèi)幕交易、虛假陳述等措施獲利的力度，在防范股價(jià)波動(dòng)風(fēng)險(xiǎn)的同時(shí)也向市場(chǎng)釋放了積極的信號(hào)，使投資者可以進(jìn)行市場(chǎng)化操作;最后，從股票市場(chǎng)供求角度出發(fā)，豐富股票交易品種、完善衍生品市場(chǎng)，引入做空機(jī)制，都可以促進(jìn)股票市場(chǎng)的有效性的提升。

［1］ Fama E F.Efficient Capital markets:A review of the theory and empirical work［J］.Journal of Finance，1970，25:383-417.

［2］ Jensen M C.Some anomalous evidence regarding market efficiency［J］.Journal of financial economics，1978，6:95-101.

［3］ Leroy S F.Efficient capital markets and martingales［J］.Journal of Economic Literature，1989，27:1583-1621.

［4］ Shiller R J.Irrational exuberance［M］.Random House Digital，Inc.，2005.

［5］ 張兵，李曉明.中國股票市場(chǎng)的漸進(jìn)有效性研究［J］.經(jīng)濟(jì)研究，2003(1):54-61.

［6］ 洪永淼.金融計(jì)量的新近發(fā)展［J］.經(jīng)濟(jì)學(xué) (季刊)，2002(2):258-260.

［7］ Samuelson P A.Proof that properly anticipated prices fluctuate randomly［J］.Industrial Management Review，1965，6:41-49.

［8］ Fama E F.Efficient Capital Markets:II［J］.Journal of Finance，1991，46:1575-1617.

［9］ 俞喬.市場(chǎng)有效，周期異常與股價(jià)波動(dòng)［J］.經(jīng)濟(jì)研究，1994(9):43-50.

［10］ 吳世農(nóng).我國證券市場(chǎng)效率的分析［J］.經(jīng)濟(jì)研究，1996(4):13-19.

［11］ 王少平，楊繼生.聯(lián)合p值綜列單位根檢驗(yàn)的擴(kuò)展及其對(duì)中國股市的弱有效性檢驗(yàn)［J］.統(tǒng)計(jì)研究，2006(4):69-72.

［12］ 陳燈塔，洪永淼.中國股市是弱式有效的嗎——基于一種新方法的實(shí)證研究［J］.經(jīng)濟(jì)學(xué) (季刊)，2003(10):97-124.

［13］ Hong Y，Lee Y J.Generalized spectral tests for conditional mean models in time series with conditional heteroscedasticity of unknown form［J］.The Review of E-conomic Studies，2005，72:499-541.

［14］ 張亦春，周穎剛.中國股市弱式有效嗎?［J］.經(jīng)濟(jì)研究，2001(3):34-40.

［15］ Su X，Wang T，Yang J.Out-of-sample predictability in international equity markets:A model selectionApproach［J］.Financial Review，2009，44:559-582.

［16］ Lundbergh S，Ter?svirta T.Modelling economic highfrequency time series with STAR-STGARCH models［M］.Tinbergen Institute，1999.

［17］ Ter?svirta T.Specification，estimation，and evaluation of smooth transition autoregressive models［J］.Journal of the American Statistical Association，1994，89:208-218.

［18］ Bollerslev T.Generalized autoregressive conditional heteroskedasticity［J］.Journal of Econometrics，1986，31:307-327.

［19］ Boswijk H P，Hommes C H，Manzan S.Behavioral heterogeneity in stock prices［J］.Journal of Economic Dynamics and Control，2007，31:1938-1970.

［20］ Matias J M，Reboredo J C.Forecasting performance of nonlinear models for intraday stock returns［J］.Journal of Forecasting，2012，31:172-188.

［21］ Yang J，Su X，Kolari J W.Do Euro exchange rates follow a martingale?Some out-of-sample evidence［J］.Journal of Banking＆ Finance，2008，32:729-740.

［22］ Clark T E，McCracken M W.Advances in forecast evaluation［R］.Federal Reserve Bank of St.Louis Working Paper，No.025B，2011.

［23］ 吳曉求.中國資本市場(chǎng):股權(quán)分裂與流動(dòng)性變革［M］.北京:中國人民大學(xué)出版社，2004.

［24］ Dijk V D，Ter?svirta T，F(xiàn)ranses P H.Smooth transition autoregressive models——A survey of recent developments［J］.Econometric Reviews，2003，21:1-47.

［25］ White H.A reality check for data snooping［J］.Econometrica，2000，68:1097-1126.