中國股票市場適應(yīng)性特征的實證研究

李云紅，魏 宇，吳曉雄

?

中國股票市場適應(yīng)性特征的實證研究

李云紅1，魏 宇2，吳曉雄2

(1.重慶文理學(xué)院群與圖的理論及應(yīng)用研究重點實驗室，重慶402160；2.西南交通大學(xué)經(jīng)濟管理學(xué)院，四川成都 610031)

對有效市場假說的質(zhì)疑以及行為金融理論體系的不完整，使得適應(yīng)性市場假說成為整合兩種理論的綜合分析思路。文章以上證綜指和深證成指為研究對象，對中國股市適應(yīng)性特征進行研究，分析股市有效性指標的不確定性；驗證股市收益與風險關(guān)系的存在和時變性；并選取具有代表性的因素作為市場環(huán)境指標，衡量市場條件改變對股市收益與可測性的影響。實證結(jié)果表明，中國股市的有效性以及收益與風險關(guān)系均具呈現(xiàn)時變特征；市場環(huán)境對風險溢價的影響不明顯，但對收益可預(yù)測性卻有顯著影響，因此，可以據(jù)此判斷股市的發(fā)展趨勢，以便及時調(diào)整投資策略和風險管理的方向。

有效市場假說；適應(yīng)性市場假說；風險溢價；股市可預(yù)測性

0 引言

自1970年芝加哥大學(xué)教授Fama[1]提出有效市場假說（EMH:efficientmarkethypothesis）以來，EMH理論就以其嚴謹?shù)睦碚擉w系和實證模型成為現(xiàn)代金融研究的基石。但面對20世紀80年代以來發(fā)現(xiàn)的眾多金融市場異象，有效市場理論卻無法給出合理的解釋。因此，很多學(xué)者開始從金融市場參與者的行為心理角度去尋求解釋方案，從而形成了一支與EMH相對應(yīng)的“行為金融學(xué)派”（Behavior Finance）。在2002年，諾貝爾經(jīng)濟學(xué)獎也授予了為行為金融理論作出開創(chuàng)性貢獻的Kahneman和Tversky教授?？墒前l(fā)展至今，由于未能形成其特有的理論體系以及統(tǒng)一的分析模式，行為金融始終無法取代EMH在金融領(lǐng)域的核心地位。21世紀初期，以Lo[2-3]和Farmer[4-5]為代表的一些學(xué)者基于EMH 與行為金融理論之間的分歧與爭論，借鑒生物進化論的思想，從適應(yīng)演化的角度提出了適應(yīng)性市場假說（AMH：adaptive markets hypothesis）。該假說并不否認EMH的分析模式及其所強調(diào)的理性參與者前提，同時引入達爾文的生物進化理論，強調(diào)理性是一個相對概念，是與外部環(huán)境相關(guān)聯(lián)和不斷變化的理性，參與者的行為會由于環(huán)境的改變而顯示出非理性，又會由于不斷適應(yīng)環(huán)境而使非理性逐漸消失。

目前，學(xué)術(shù)界一般以Lo[3]對適應(yīng)性市場假說的概念及基礎(chǔ)理論闡述作為適應(yīng)性市場假說建立的標志。Lo的觀點認為金融市場的參與者如生物圈的物種，處于不斷進化的過程，而進化依賴于“自然選擇”，能夠生存下來的“市場有效”是其唯一目標。基于Lo的思想，適應(yīng)性市場假說主要觀點如下：參與者并非處處理性，而是逐漸適應(yīng)市場的變化，市場有效并不穩(wěn)定；風險和收益之間的關(guān)系是動態(tài)、不穩(wěn)定的，風險溢價具有時變性，并與所處的環(huán)境有關(guān)；與EMH相比，在AMH假說下，套利機會是存在的，進化過程不斷的導(dǎo)致舊機會消失，新機會出現(xiàn)；投資策略會隨環(huán)境的變化表現(xiàn)的時好時壞，具有時變性；生存是參與者的唯一目標，而不斷變革則是生存的關(guān)鍵。Lo本人隨后亦對AMH理論進行了更詳盡的分析，他指出AMH能夠形成一種新的市場格局，盡管現(xiàn)在還未能像EMH理論一樣完善，但是AMH覆蓋面廣泛，不僅能夠解釋EMH和行為金融框架下的市場現(xiàn)象，還能夠?qū)κ袌鰠⑴c者由理性到非理性再回歸理性的周而復(fù)始現(xiàn)象進行解釋[6-7]。

根據(jù)適應(yīng)性市場假說的觀點，市場有效與市場無效是證券市場中適應(yīng)性行為的具體表現(xiàn)，當投資者的投資決策與投資環(huán)境相適應(yīng)時，市場就表現(xiàn)為有效；當投資者的投資決策與投資環(huán)境不相適應(yīng)時，市場就會出現(xiàn)行為偏差，表現(xiàn)為無效。而這種行為的持續(xù)性與否依賴于適應(yīng)演化的過程，EMH和行為金融理論恰好分別對應(yīng)于這兩種表現(xiàn)。適應(yīng)性市場假說的提出，化解了EMH與行為金融理論的分歧，使得對金融市場的分析能夠在一個統(tǒng)一的理論框架下進行。

其實，將生物進化論理念引入金融領(lǐng)域的相關(guān)研究早已出現(xiàn)，其最早可追溯到Friedman[8]以及Fama[9]等人的經(jīng)典著作。他們都認為“自然選擇”是出現(xiàn)有效市場的推動力。隨后， Lo和Repin[2]、Grossberg和Gutowski[10]、Darnasio[11]、Peters和Slovic[12]、Loewenstein[13]，以及鄒高峰等[14]的研究也強調(diào)金融市場的參與者在不同情緒下的決策是典型的非理性行為，可將其看做投資者在自然選擇中逐步適應(yīng)環(huán)境、不斷進化的一種表現(xiàn)特征；楊招軍和秦國文[15-16]從進化博弈論和達爾文生物進化論的思想出發(fā)，研究了投資策略的時變性和演變規(guī)律；楊華蔚和韓立巖[17]從連續(xù)時間均衡模型出發(fā)，探討了市場和公司層面的外部條件對股票價格和收益的影響。此外，Niederhoffer[18]直接將金融市場比作一個生態(tài)系統(tǒng)，其中投機商是金融生態(tài)系統(tǒng)中的“食肉動物”，交易商是“食草動物”，而散戶投資者只是“食腐動物”；石建輝[19]認為市場異象的存在意味著投資機會的出現(xiàn)，而最早發(fā)現(xiàn)機會的人能夠享受由此帶來的利潤，利用AMH理論能夠提供統(tǒng)一的市場分析思路。

另一方面，在實證分析領(lǐng)域，Neely等[20]對外匯市場進行分析，驗證了在不同交易策略下，外匯市場超額收益的變化規(guī)律與AMH一致。Kim等[21]以及 Lim等[22]以美國為例證實了股市處在不斷的進化當中，市場有效性也具有時變規(guī)律，從而得出了基于適應(yīng)性市場假說的股票收益可預(yù)測模式。Ito和Noda[23]的研究也表明美國股市是不斷進化的，并且市場效率以30-40年為周期循環(huán)波動。韋立堅等[24]對中國股市風格輪動投資現(xiàn)象進行了分析，并從適應(yīng)性市場假說的角度對其演進過程給予了充分合理的解釋，指出正是投資者對環(huán)境的不斷適應(yīng)才導(dǎo)致了風格輪動投資現(xiàn)象。Noda[25]對日本股票市場有效性進行實證分析，也得出了與AMH 相符合的結(jié)論。

從已有研究文獻來看，從實證分析角度進行的研究大部分集中在市場有效性的驗證方面，部分研究針對投資策略和收益的變化特征，得出的結(jié)論也均與AMH的觀點一致。但需要指出的是，在AMH框架下，對所處環(huán)境影響股市表現(xiàn)的研究很少，只在Kim等[21]的文章中有所涉及；其次，尚未見到對收益與風險動態(tài)關(guān)系的討論，特別是還沒有見到針對中國股市的相關(guān)研究。基于此，文章對中國股市的適應(yīng)性特征進行實證分析，市場適應(yīng)性的檢驗主要從以下幾個方面進行：（1）市場有效與否及其穩(wěn)定性；（2）收益與風險關(guān)系的穩(wěn)定性；（3）風險溢價及股市可測性與所處環(huán)境的關(guān)系。其研究特點為：（1）以中國股市代表性指數(shù)：上證綜指和深證成指為研究對象，探討AHM在新興市場中的適用性；（2）分析股市有效性指標的不確定性，驗證股市收益與風險關(guān)系的時變性，并運用生態(tài)進化觀點進行詮釋；（3）選取相關(guān)指標代表金融市場環(huán)境變量，衡量市場條件改變對股市收益與可測性的影響，從而驗證AHM所強調(diào)的自然選擇觀點。中國股市作為迅速發(fā)展的新興市場，其未來的發(fā)展前景不可限量。因此，驗證AHM理論在中國股市的適用性對其普遍適用性的證明至關(guān)重要。同時，本文的研究工作有助于進一步發(fā)現(xiàn)新興市場的AMH證據(jù)，為AHM理論體系的完善提供有力的事實依據(jù)，更可為今后中國股市投資和風險管理政策提供新的實證依據(jù)和途徑。

1檢驗方法與模型描述

1.1 市場有效性的檢驗?zāi)Ｐ?/p>

對市場有效性所持的不同觀點是EMH與AMH的本質(zhì)區(qū)別，AMH認為市場有效并非時時存在。因此，我們首先從檢驗市場有效與否及其穩(wěn)定性入手來驗證AMH的觀點。Fama[1]提出有效市場假說以來，出現(xiàn)了眾多對市場有效性的檢驗研究，而檢驗的重心在于確定收益序列是否為隨機游走過程，但不同方法得出的結(jié)論相去甚遠。因此，為了得出更穩(wěn)健的結(jié)果，文章同時采用自動方差比檢驗（Automatic variance ratio test）和自動混合檢驗（Automatic portmanteau test）兩種方法。

1.1.1 自動方差比檢驗?zāi)Ｐ?/p>

方差比檢驗（VR）是一種要求相對寬泛、使用較普遍[26-31]的檢驗方法，由Lo和Mockinlay[32]首先提出。由于該方法對數(shù)據(jù)要求相對寬松，允許數(shù)據(jù)存在異方差，并且不具體要求隨機擾動項的分布情況，因此被廣泛應(yīng)用。根據(jù)Lo和Mockinlay[32]的思想，滯后階的方差比可表示為：

（2）

1.1.2 自動混合檢驗?zāi)Ｐ?/p>

當收益率序列R服從某種未知形式的條件異方差時，Lobato et al.[34]提出了一種具有穩(wěn)定性的混合檢驗統(tǒng)計量，形式如下：

其中，

（4）

（6）

隨后的研究中，Escanciano 和Lobato[35]提出了一種由數(shù)據(jù)依賴的方式?jīng)Q定最佳值的自動檢測方法，該方法統(tǒng)計量形式如下：

1.2 收益與風險關(guān)系的檢驗?zāi)Ｐ?/p>

收益與風險的關(guān)系一直是傳統(tǒng)金融理論研究的基礎(chǔ)，一般用收益的方差來衡量風險的大小。由于GARCH-M模型在均值方程中引入了條件方差項，即能夠很好的描述收益與風險的關(guān)系，也能體現(xiàn)AMH所強調(diào)的動態(tài)性。因此，文中采用GARCH-M模型作為基本模型來驗證中國股市收益與風險的時變關(guān)系。

GARCH-M模型的均值方程為[36]：

（9）

此外，GARCH模型將方差看成是前期收益新息平方的函數(shù)，如果條件稍加改變會對結(jié)果產(chǎn)生影響。進一步，為了增強實證結(jié)論的穩(wěn)健性，我們將條件方差的設(shè)定形式做一些拓展，分別考慮IGARCH、GJR、APARCH模型，并將條件方差項加入到各模型的均值方程中去，從而得到IGARCH-M、GJR-M和APARCH-M模型。各模型的條件方差如下：

IGARCH-M模型：

其中參數(shù)滿足＋＝1，保證了過去波動及收益新息的平方對方差影響的持久性。

GJR-M模型：

其中，()是一個指示函數(shù)（Indicator function），即當( )中的條件成立時，其取值為1，否則取值為0，用來衡量收益新息正負對方差的不同影響；當時，外部消息對方差的影響是不對稱的，稱之為波動的杠桿效應(yīng)（Volatility leverage effect）。

APARCH-M模型：

2 數(shù)據(jù)說明及其統(tǒng)計特征

2.1 數(shù)據(jù)說明

文章選取上證綜合指數(shù)和深證成份指數(shù)的周和月度收盤價為樣本，樣本區(qū)間開始日期分別為1990年12月19日和1991年4月3日，截止至2012年7月31日，數(shù)據(jù)來源于招商證券系統(tǒng)。

2.2 描述性統(tǒng)計

關(guān)于兩類指數(shù)周和月度收益的波動特征及其描述性統(tǒng)計分別如圖1和表1所示（為清晰起見，這里只給出月度數(shù)據(jù)的圖形），其中收益率序列的波動率由GARCH（1,1）模型估計得出。

從圖1可直觀看出，上證綜指和深證成指的價格和收益變動趨勢相似，且都表現(xiàn)出了波動聚集性，在市場成立之初和2008年左右股市波動較為劇烈。表1中的描述性統(tǒng)計結(jié)果顯示，兩個市場對應(yīng)的收益率均值較小，而標準差較大；周、月度數(shù)據(jù)均表現(xiàn)出明顯的 “尖峰胖尾”特征，并且偏度指標為正，說明兩市中多數(shù)樣本收益率高于其均值，這些均表明我國股市波動劇烈且幅度較大，并且不能用正態(tài)分布來描述（Jarque-Bera統(tǒng)計量顯著）。此外， Phillips-Perron單位根檢驗表明，各序列都顯著拒絕存在單位根的原假設(shè)。因此，可以認為所考察數(shù)據(jù)均為平穩(wěn)時間序列，可直接用來作進一步的計量分析。

圖1樣本區(qū)間內(nèi)上證綜指和深證成指的價格、收益率和波動率月度數(shù)據(jù)

表1 股票指數(shù)收益率序列的描述性統(tǒng)計

說明：***代表在1％水平上顯著，其中J-B為Jarque-Bera統(tǒng)計量，P-P是Phillips-Perron單位根檢驗結(jié)果。

3實證結(jié)果分析

3.1 中國股市的有效性

本節(jié)利用1.1介紹的兩種方法，對中國股市的周和月度收益序列分別進行了估計，并采用固定樣本長度的滾動時間窗估計方法。具體步驟如下：保持估計樣本長度不變，連續(xù)向后滾動1個樣本，每滾動1次，則重新估計模型參數(shù)。其中對月度數(shù)據(jù)分別選擇了3-6年的估計樣本長度，周數(shù)據(jù)分別選擇了1-4年的估計樣本長度。各種樣本長度下的結(jié)果類似，為了簡便起見，我們列出月度數(shù)據(jù)6年、周數(shù)據(jù)3年的結(jié)果如圖2所示。

圖2 中國股票市場有效性檢驗

圖2為上證綜指和深證成指收益數(shù)據(jù)的AVR統(tǒng)計量和AQ統(tǒng)計量的滾動時間窗估計結(jié)果，圖中虛線代表各統(tǒng)計量在5%顯著性水平上的臨界值。從圖2可以看出，對于上證綜指和深證成指，各樣本統(tǒng)計量隨時間不斷波動，且均在2007-2010年左右，超出了95%的臨界水平線，說明這段時間股市收益具有顯著的自相關(guān)性，市場無效，而這正是西方房地產(chǎn)泡沫以及由其導(dǎo)致的美國次貸危機對世界經(jīng)濟、金融市場產(chǎn)生重大影響的時段。此外，上證綜指周數(shù)據(jù)和月度數(shù)據(jù)的AQ統(tǒng)計量均在1998-2001年間超出了臨界水平；深證成指兩類統(tǒng)計量的波動更劇烈，周度數(shù)據(jù)在1998-2000年間超出臨界水平線，月度數(shù)據(jù)分別在1998年和2002年左右超出臨界水平；這些時間段也正經(jīng)歷了亞洲金融危機、98洪水和20世紀.com金融泡沫等事件。我們得到的結(jié)果中，股市短暫無效與金融環(huán)境和自然事件間的聯(lián)系是偶然還是必然，將在后面的部分做進一步的分析。根據(jù)圖形，我們也可清楚地看出，兩種統(tǒng)計檢驗方式得到了基本一致的結(jié)論，因此我們的實證結(jié)果具有一定的穩(wěn)健性。

股市有效性指標在所考察區(qū)間是不穩(wěn)定的，按照Kim[21]的思想，若市場在我們所考察的整個時期是有效的，則統(tǒng)計量超過95%臨界值的比率應(yīng)低于5%。因此，若想驗證AMH的假設(shè)，則此比率要高于5%。我們以月度數(shù)據(jù)AVR統(tǒng)計量為例，得到的結(jié)果是上證綜指為17.5%、深證成指為20%，因此支持AMH理論，我國股市的有效性并不穩(wěn)定，具有一定的時變特征。

3.2 中國股市收益與風險的關(guān)系

傳統(tǒng)金融理論認為投資者是風險規(guī)避的，風險與收益正相關(guān)，即對于理性投資者而言，高風險的投資要求有高回報，反之亦然。而Lo[3]認為風險和收益之間具有相關(guān)性，但這種關(guān)系并不穩(wěn)定，具有時變性。

由于我們考察的問題是收益與風險關(guān)系的時變性，要考察不同樣本區(qū)間的值，因此我們采用GAECH-M族模型對上證綜指和深證成指的周數(shù)據(jù)進行了等樣本長度的滾動時間窗估計。我們分別選取1-4年的估計樣本長度，因為各樣本長度下的結(jié)果類似，為了簡便起見以及更清晰的展示值的變化趨勢，文中只給出樣本長度為2年的結(jié)果，如圖3所示，表2則是時變的描述性統(tǒng)計。

圖3 中國股市收益與風險的相關(guān)系數(shù)

表2 滬深股市周數(shù)據(jù)的GARCH-M參數(shù)值描述性統(tǒng)計

表2 滬深股市周數(shù)據(jù)的GARCH-M參數(shù)值描述性統(tǒng)計

均值標準差最大值最小值偏度峰度J-B 上證綜指GARCH-M0.0090.0350.134-0.0681.208***2.135***428.466*** IGARCH-M0.0110.0380.170-0.1130.465***1.186***93.575*** GJR-M0.0070.0330.127-0.0900.816***1.574***211.987*** APARCH-M0.0070.0320.119-0.0660.922***1.180***197.477*** 深證成指GARCH-M0.0070.0270.111-0.0530.922***0.857***167.754*** IGARCH-M0.0140.0350.163-0.0930.954***2.494***400.255*** GJR-M0.0050.0300.098-0.0990.622***1.240***125.117*** APARCH-M0.0070.0290.117-0.0451. 356***2.543***561.044***

說明：***代表在1％水平上顯著，其中J-B為Jarque-Bera統(tǒng)計量。.

綜合各種模型的結(jié)果，股市發(fā)展初期，由于還未形成自有的發(fā)展模式，參與者多持觀望態(tài)度或者借鑒國外成熟市場的理論，因此股市收益與風險的關(guān)系圍繞零值的波動幅度不大；隨著市場逐步發(fā)展成熟，投資者開始大量參與并逐步增強了對風險的承受能力，2001-2006年間由于整體市場的萎靡，使得風險和收益大部分時間呈負相關(guān)；之后隨著股市和經(jīng)濟的復(fù)蘇和繁榮，又使二者的關(guān)系迅速擴大，直到2008美國次貸危機，金融市場的動蕩淘汰了大批風險偏好和風險中性的投資者，市場的不景氣又使風險和收益的相關(guān)性下降并大部分時間為負。這也驗證了Lo的觀點，二者的時變關(guān)系是適應(yīng)環(huán)境和市場選擇的結(jié)果。

3.3 市場環(huán)境對股市收益的影響

3.3.1 變量數(shù)據(jù)的選取

上文我們驗證了適應(yīng)性市場的兩個特性：市場有效性的時變性以及收益與風險的時變相關(guān)性。正是由于這種不確定性，才讓投資者能夠通過調(diào)整自己的投資策略，不斷擁有新的獲利機會。此外，適應(yīng)性市場假說也強調(diào)市場環(huán)境的變化對股市行為的影響，因此我們針對中國的實際情況以及宏觀數(shù)據(jù)的可得性，選擇風險溢價和收益預(yù)測指標的月度數(shù)據(jù)作為因變量，一些具有代表性的經(jīng)濟、金融和自然因素作為市場環(huán)境變量，運用多元線性回歸方法來考察此觀點的適用性。本文定義的風險溢價（Risk premium）為指數(shù)收益與無風險收益的差值，記為，其中根據(jù)中國的實際情況，以一年期存款利率作為無風險收益的代表[37-38]。同時，我們采用公式（2）所定義的統(tǒng)計量作為收益可預(yù)測性指標[21]。市場環(huán)境因素中的金融危機（）、股市泡沫（）和重大災(zāi)害（）采用啞變量的形式，具體解釋如表3所示。此外，我們選擇工業(yè)生產(chǎn)總值增速（）、通貨膨脹率、匯率（）、市場利率和房地產(chǎn)景氣指數(shù)（）作為宏觀經(jīng)濟變量的代表，其中通貨膨脹率采用變化率數(shù)據(jù)，記為，市場利率選取銀行間7天內(nèi)拆借利率（）[39]，數(shù)據(jù)來自中國宏觀經(jīng)濟網(wǎng)。建立計量模型如下：

表3 金融危機、股市泡沫和重大災(zāi)害情況

3.3.2 回歸結(jié)果分析

對上證綜指和深證成指的回歸結(jié)果如表4所示，在風險溢價指標方面，金融危機（Crisis）對兩個市場的收益有較為顯著的負向影響，股市泡沫（Bubble）則會顯著的提高股市收益，這與發(fā)生危機時股市的蕭條以及出現(xiàn)泡沫時的繁榮相一致；而利率（Rate）對市場收益也表現(xiàn)出顯著的正向影響，體現(xiàn)出貨幣市場與股票市場資金價格的共同變化；其余指標則未表現(xiàn)出顯著性，即與股市收益未表現(xiàn)出顯著的相關(guān)性。

收益率可預(yù)測指標方面，金融危機（Crisis）和股市泡沫（Bubble）對收益率預(yù)測指標均有顯著的正向影響，說明我國股市在金融危機和泡沫時期具有較高的可預(yù)測性；通貨膨脹率（DCPI）和匯率指標（EX）對收益預(yù)測也均有顯著的影響。其中，除了通貨膨脹率DCPI能顯著增強上證綜指收益的可預(yù)測性外，其余情況下DCPI和EX對股市收益可預(yù)測性的影響為負，即DCPI和EX的上升，降低了市場參與者對股市收益的預(yù)測能力，增加了投資決策的難度，這與Kim[21]的結(jié)果一致；此外，利率（CHIBOR）和房地產(chǎn)景氣指數(shù)（REI）對深證成指的可預(yù)測性有顯著的正向影響，即在高利率和房地產(chǎn)業(yè)發(fā)展狀況良好的情況下，提高了深證成指收益的可預(yù)測性；而重大自然災(zāi)害（Disaster）和工業(yè)生產(chǎn)總值增速（DIP）指標均不顯著，說明重大自然災(zāi)害的發(fā)生以及總體宏觀經(jīng)濟增速并不能影響投資者對市場收益的可預(yù)測性。

表4 金融市場表現(xiàn)與市場環(huán)境的回歸分析結(jié)果

說明：*、**和***分別代表在10%、5％和1％水平上顯著。

總體來講，市場環(huán)境對風險溢價的影響不太顯著，但對收益可測性影響的顯著性較高。因此，雖然不能根據(jù)市場條件判斷所獲收益的具體大小，但卻可以預(yù)測收益的變化趨勢，以便及時調(diào)整投資策略，從而發(fā)現(xiàn)獲利機會。我們發(fā)現(xiàn)金融危機（Crisis）的出現(xiàn)和市場利率（CHIBOR）的增加雖然會降低股市的溢價收入，但是能夠提高股市的可預(yù)測性；在股市泡沫（Bubble）的情況下，股市的收益和可預(yù)測性會大大提升，而與此相反，高通貨膨脹率（DCPI）和高匯率（EX）卻會導(dǎo)致可預(yù)測性的降低；市場利率（CHIBOR）和房地產(chǎn)發(fā)展情況（REI）對溢價和預(yù)測也有顯著影響。此外我們注意到，上證綜指和深證成指收益可預(yù)測性指標對所處環(huán)境的反應(yīng)并不一致，這可能與兩個市場的特點有關(guān)，上證主要以市值較大的大盤股為主，而深證主要為中小板和創(chuàng)業(yè)板，因此相比于上證，深證對環(huán)境的反應(yīng)更加靈活，也更容易由環(huán)境的變化來判斷其走勢。另外，除重大災(zāi)害等突發(fā)事件（Disaster）對股市無明顯影響外，工業(yè)生產(chǎn)總值增速（DIP）的影響也不顯著，說明中國實體經(jīng)濟與虛擬經(jīng)濟的發(fā)展趨勢并不同步，這可能與中國股市起步較晚、還未發(fā)展完善有關(guān)，個人或機構(gòu)投資者的行為大部分是憑個人喜好、經(jīng)濟主體操控或其他市場環(huán)境，并未過多參照生產(chǎn)總值指標，使得股市受其影響并不明顯。

4 主要結(jié)論和研究展望

隨著對有效市場假說質(zhì)疑和挑戰(zhàn)的增加，以及行為金融理論體系的不完善，適應(yīng)性市場假說整合了兩種理論，已成為一種可行的綜合分析思路。文章檢驗了中國股市的有效性、收益與風險的相關(guān)性以及他們與市場環(huán)境的關(guān)系。從整體來講，股市有效性指標隨時間不斷變化，尤其在2008年金融危機階段起伏較大，因此中國股市的有效性是一個時變概念。此外，收益與風險的關(guān)系也是一個波動較大的動態(tài)變量，這些均與AMH假設(shè)的觀點一致。在股市表現(xiàn)與市場環(huán)境的關(guān)系方面，我們發(fā)現(xiàn)市場環(huán)境對風險溢價的影響不明顯，但對收益可預(yù)測性卻有顯著影響。因此，可以據(jù)此判斷股市收益的變化趨勢，以便及時調(diào)整投資策略。但由于我們事先并不能準確預(yù)測一些突發(fā)事件的發(fā)生，同時一些具有持續(xù)性的自然災(zāi)害或市場危機等等的起止時間也比較模糊，給這部分研究造成了一定的困難。文章對中國股市適應(yīng)性特征的討論，為AHM理論體系的完善提供了有力的經(jīng)驗證據(jù)，也為今后市場風險管理及股市預(yù)測分析提供了一種新的理論依據(jù)和分析思路。

進一步的研究可采取適當?shù)姆椒ㄔ谶m應(yīng)性市場特征下對股市表現(xiàn)進行預(yù)測，以便更好地指導(dǎo)投資決策和風險管理；此外，雖然在不同模型假定下，對市場有效性及收益風險關(guān)系的檢驗結(jié)論已近足夠解釋了本文要探討的問題，但在今后更深入的分析中可能會因具體結(jié)果不同而產(chǎn)生一定的困擾，因此找到一種更加貼近實際市場表現(xiàn)的檢驗方法也是接下來要做的一項主要工作。

[1] Fama E F. Efficient Capital Markets: A Review of Theory and Empirical Work [J]. The Journal of Finance, 1970, 25(2): 383-417.

[2] Lo A, Repin D. The Psychophysiology of Real-time Financial Fisk Processing [J].Journal of Cognitive Neuroscience, 2002, 14(3):323-339.

[3] Lo A. The Adaptive Markets Hypothesis: Market Efficiency from an Evolutionary Perspective [J].The Journal of Portfolio Management, 2004, 30(15):15-29.

[4] Farmer D, Lo A. Frontiers of Finance：Evolution and Efficient Markets [J]. Proceedings of the National Academy of Sciences, 1999, 96(18): 9991-9992.

[5] Farmer D. Market Force, Ecology and Evolution [J].Industrial and Corporate Change，2002, 11(5):895-953.

[6] Lo A. Reconciling Efficient Markets with Behavioral Finance: The Adaptive Markets Hypothesis [J]. Journal of Investment Consulting, 2005, 7(2):21-44.

[7] Lo A.Adaptive Markets and the New World Order [J]. Financial Analysts Journal, 2012, 68(2):18-30.

[8] Friedman M. Essays in Positive Economics [M]. Chicago: University of Chicago Press, 1953.

[9] Fama E F. The Behavior of Stock Market Prices [J].Journal of Business, 1965, 38(1):34-105.

[10] Grossberg S, Gutowski W E. Neural Dynamics of Decision Making under Risk: Affective Balance and Cognitive-Emotional Interactions [J].Psychological Review, 1987, 94(3):300-318.

[11] Darnasio A R. Descartes' Error: Emotion, Reason, and the Human Brain [M]. New York: Grosset/Putnam Book, 1994.

[12] PetersE, SlovicP. The Springs of Action: Affective and Analytical Information Processing in Choice [J].2000, 26(12): 1465-1475.

[13] Loewenstein G. Emotions in Economic Theory and Economic Behavior [J].The American Economic Review, 2000, 90(2):426-432.

[14] 鄒高峰，張維，徐曉婉.中國IPO抑價的構(gòu)成及影響因素研究[J].管理科學(xué)學(xué)報，2012，15(4)：12-22.

[15] 楊招軍，秦國文. 連續(xù)進化金融模型與全局漸進化穩(wěn)定策略[J]. 經(jīng)濟研究，2006，5：41-49.

[16] 楊招軍，秦國文.進化金融理論及應(yīng)用[M].北京：光明日報出版社，2011.

[17] 楊華蔚，韓立巖. 外部風險、異質(zhì)信念與特質(zhì)波動率風險溢價[J].管理科學(xué)學(xué)報，2011，14（11）：71-80.

[18] Niederhoffer V. The Education of a Speculator [M]. New York: John Wiley & Sons, 1997.

[19] 石建輝. 試論適應(yīng)性市場假說對投資的意義[J].生產(chǎn)力研究，2011，4：25-27.

[20] Neely C J, Weiler P A, and Ulrioh J M. The Adaptive Markets Hypothesis: Evidence from the Foreign Exchange Market [J]. Journal of financial and Quantitative analysis, 2009, 44(2):467-488.

[21] Kim J H, Shamsuddin A, and Lim K P. Stock Return Predictability and the Adaptive Markets Hypothesis: Evidence from Century-Long U.S. Data [J]. Journal of Empirical Finance, 2011, 18, 868-879.

[22] Lim K P, Luo W and Kim J H. Are US Stock Index Returns Predictable? Evidence from Automatic Autocorrelation-Based Tests [J]. Applied Economics, 2013, 45(8): 953-962.

[23] Ito M. and Noda A. The Evolution of Market Efficiency and Its Periodicity [J]. Quantitative Finance, 2012, [Preprint: arXiv: 1202.0100v9].

[24] 韋立堅，張維，張永杰，李根.中國股票市場風格輪動效應(yīng)及基于適應(yīng)性市場假說的解釋[J]. 管理學(xué)報，2012，9(7)：943-951.

[25] Noda A. A Test of the Adaptive Market Hypothesis using Non-Bayesian Time-Varying AR Model in Japan[J]. Quantitative Finance, 2012, [Preprint: arXiv: 1207.1842v2].

[26] Huang B N. Do Asian Stock Market Prices Follow Random Walks? Evidence from the Variance Ratio Test [J].Applied Financial Economics, 1995, 18(5):251-256.

[27] Chang K P and Ting K S. A Variance Ratio Test of the Random Walk Hypothesis for Taiwan’s Stock Market [J].Applied Financial Economics, 2000, 10(5):525-532.

[28] 張兵，李曉明.中國股票市場的漸進有效性研究[J].經(jīng)濟研究，2003，1：54-63.

[29] Smith G. Random walks in Middle Eastern Stock Markets [J].Applied Financial Economics, 2007, 17(7): 587-596.

[30] Hung J C, Lee Y H and Pai T Y. Examining Market Efficiency for Large- and Small-Capitalization of TOPIX and FTSE Stock Indices [J].Applied Financial Economics, 2009, 19(9):735-744.

[31] 劉劍鋒，蔣瑞波.中國證券市場弱有效性檢驗——來自收益率方法比的證據(jù)[J].金融理論與實踐，2010，4：83-87.

[32] Lo A and MacKinlay A C. Stock Market Prices do not Follow Random Walks: Evidence from a Simple Specification Test [J]. Review of Financial Studies, 1988, 1(1):41-66.

[33] Choi I. Testing the Random Walk Hhypothesis for Real Exchange Rates [J]. Journal of Applied Econometrics, 1999, 14(3), 293-308.

[34] Lobato I N, Nankervis, J C and Savin N E. Testing for Autocorrelation Using a Modified Box-Pierce Q Test[J]. International Economic Review, 2001, 42(1):187-205.

[35] Escanciano J C, Lobato I N.An Automatic Portmanteau Test for Serial Correlation [J]. Journal of Econometrics, 2009, 151(2):140-149.

[36] Engle R, Lilien D, Robbins R. Estimating Time Varying Risk Premia in the Term Structure: the Arch-M Model [J].Econometrics, 1987, 55(2):391-407.

[37] 王茵田，朱英姿.中國股票市場風險溢價研究[J].金融研究，2007（7）：152-166.

[38] 劉勇，周宏.上海股票市場時變風險收益關(guān)系研究[J].會計研究，2005（12）：65-70.

[39] 曹廣喜.基于分形分析的我國股市波動性研究[D].南京：河海大學(xué)，2007.

Empirical Study of the Adaptability Features on Chinese Stock Markets

LI Yun-hong1, WEI Yu2, WU Xiao-xiong2

(1. Key Laboratory of Group & Graph Theories and Applications, Chongqing University of Art and Sciences, Chongqing 402160, China;2. School of Economics & Management, Southwest Jiaotong University, Chengdu 610031, China)

Fama's efficient market hypothesis is the cornerstone of modern financial research. In the face of many financial markets anomalies since the 1980s, the hypothesis cannot give a reasonable explanation. Therefore, many scholars in the field of behavioral psychology began to seek explanations from financial market participants, in order to form behavioral finance that corresponds to efficient market hypothesis.

Due to its failure to form a unique theoretical system and unified analysis model, behavioral finance has not been able to replace the core position of EMH in the financial field. Based on the differences and controversy between EMH and behavioral finance theories, Lo and Farmer drew on the theory of ??biological evolution, and proposed the Adaptive Markets Hypothesisfrom the perspective of evolution’s adaptation. The future of China's stock market as a rapidly growing emerging market is limitless. Therefore, verifying the AHM theory in the China stock market provides a critical evidence of its general applicability. At the same time, this study is helpful to find AMH evidence in the emerging market, provide factual evidence for perfecting the theory of AHM system, and provide new empirical evidence and approach for the future of China's stock market investment and risk management.

The paper mainly consists of five parts: (1) literature review on adaptive market hypothesis and research methods; (2) sampledata and statisticaldescription; (3) introduction of the appropriate test methods and estimation model; (4) the empirical results of the Adaptability Features on Chinese stock markets;and (5) main conclusions and research prospects.

Most of the empirical research focused on the verification of market efficiency, and the variation characteristics of the investment strategy and return. However, under the AMH framework, market efficiency rarely has environmental impact on the stock market performance. The current study has not discussed the dynamic relationship between return and risk, especially for China's stock market. Based on the findings of the current study, the article analyzes the adaptive characteristics of China's stock market mainly from the following aspects: (1) market efficiency and stability; (2) the stability of the relationship between risk and returns; and (3) the relationship that links risk premium and market measurable with environment.This study used theShanghai Composite Index and Shenzhen Component Index as a sample, and study the Adaptability Features of Chinese Stock Markets. In addition, this study analyzed the uncertainty of stock market effectiveness and verified the existence and variability of the relationship between returns and riskfrom the eco-evolutionary perspective. More importantly, this study selected some representative factors, such as market conditions indicators, and determined whether market conditions drive stock return and market predictability.

The results indicate that the time-varying characteristics are existing in China's stock market effectiveness during 2008 financial crisis. Therefore, the effectiveness of China's stock market is a time-varying variable. In addition,AMH proposes that there exists the relations between return and risk volatile dynamic variables. As for the performance of the stock market and the market environment, we found that Market environment has no significant effect on the risk premium, but market predictability is driven by changing market conditions. Therefore, we can judge the development tendency of the market, and adjust the direction of the investment strategy and risk management.

efficient market hypothesis; adaptive markets hypothesis; risk premium;market predictability

中文編輯：杜 ?。挥⑽木庉嫞篊harlie C. Chen

F830

A

1004-6062(2016)01-0072-08

10.13587/j.cnki.jieem.2016.01.009

2013-05-13

2013-09-01

國家自然科學(xué)基金資助項目（71371157，71271227）；教育部人文社會科學(xué)規(guī)劃資助項目（14YJC790073）；高等學(xué)校博士學(xué)科點專項科研基金資助課題（20120184110020）；四川省科技青年基金資助項目（2015JQ0010）

李云紅（1983—），女，遼寧葫蘆島人，重慶文理學(xué)院，講師，博士，研究方向：金融風險管理、金融工程。