李延軍,劉華堂,葛林潔
(河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,天津 300401)
West和Tinic(1975)[1]認(rèn)為,資本市場(chǎng)效率主要是指定價(jià)效率,即證券的價(jià)格是否能夠依據(jù)市場(chǎng)信息作出及時(shí)迅速的反應(yīng),從而采用最優(yōu)的策略將儲(chǔ)蓄進(jìn)行配置的效率。具體體現(xiàn)在以下兩個(gè)方面:一是價(jià)格能根據(jù)有關(guān)市場(chǎng)信息自由地變動(dòng);二是在市場(chǎng)中關(guān)于資產(chǎn)的信息可以充分及時(shí)地披露、均勻迅速地發(fā)布,市場(chǎng)中所有投資者都可以在相同時(shí)間里獲得等質(zhì)等量的信息。
隨著研究的深入,學(xué)者們對(duì)市場(chǎng)效率的度量也進(jìn)行了多方面探索。一般而言,交易者獲取信息的時(shí)間和能力代表市場(chǎng)效率的水平,市場(chǎng)參與者需要時(shí)間將新信息納入其交易策略并下達(dá)交易指令,當(dāng)市場(chǎng)中的買方交易指令合計(jì)大于賣方交易指令合計(jì),股票價(jià)格就會(huì)上漲,反之則下降。Tarun等(2005)[2]在研究中根據(jù)買方與賣方交易指令之間的差額提出了指令不平衡這一概念,并提出可以采用指令不平衡預(yù)測(cè)股票的短期回報(bào)。Handa等(2003)[3]證實(shí)了建立在報(bào)價(jià)驅(qū)動(dòng)型市場(chǎng)上的理論模型同樣適用于沒(méi)有做市商的指令驅(qū)動(dòng)型市場(chǎng)。Lee等(2014)[4]、周開(kāi)國(guó)和王海港(2008)[5]、Rastogi等(2013)[6]、Hanke和 Weigerding(2015)[7]、許啟發(fā)等(2016)[8]等分別研究了中國(guó)臺(tái)灣、中國(guó)香港、印度、德國(guó)和中國(guó)等國(guó)家和地區(qū)的指令驅(qū)動(dòng)型市場(chǎng)上指令不均衡與股票收益之間的關(guān)系。上述以指令驅(qū)動(dòng)型市場(chǎng)為基礎(chǔ)的研究表明,滯后一期的指令不均衡對(duì)股票收益具有一定的解釋能力。在后來(lái)的研究中,Tarun等(2008)[9]將短期收益的可預(yù)測(cè)性作為市場(chǎng)效率的反向指標(biāo),并發(fā)現(xiàn)這種指令不平衡對(duì)短期收益的預(yù)測(cè)能力隨著市場(chǎng)流動(dòng)性的提高以及紐約證券交易所市場(chǎng)的交易制度的的變化而下滑。同樣,Chung和Hrazdi(l2010)[10]通過(guò)對(duì)納斯達(dá)克股票進(jìn)行大量抽樣分析發(fā)現(xiàn),最小報(bào)價(jià)單位的降低提升了市場(chǎng)的流動(dòng)性,降低了短期收益率的可預(yù)測(cè)性和方差比,從而證實(shí)了流動(dòng)性的改善有助于提高市場(chǎng)效率。
然而,Baker和Stein(2004)的實(shí)證發(fā)現(xiàn)卻得到相反的結(jié)果。流動(dòng)性可能也是投資者情緒的代理變量,投資人情緒很高,流動(dòng)性水平急劇上升,無(wú)論是在個(gè)股層面還是市場(chǎng)層面,短期收益率能夠被預(yù)測(cè),這種現(xiàn)象是不符合有效市場(chǎng)假說(shuō)的。崔婧等(2008)[11]認(rèn)為不同市場(chǎng)環(huán)境下投資者的行為模式會(huì)存在差異,基于行為金融學(xué)理論提出在研究異象時(shí)應(yīng)將牛市和熊市區(qū)別對(duì)待。陸蓉和徐龍炳(2003)[12]證實(shí)了我國(guó)股票市場(chǎng)上“好消息”的影響要大于“壞消息”的影響。針對(duì)市場(chǎng)效率在不同市場(chǎng)環(huán)境下的不同效應(yīng),我國(guó)資本市場(chǎng)流動(dòng)性與市場(chǎng)效率之間在不同的市場(chǎng)環(huán)境下的表現(xiàn)如何?這將是本文重點(diǎn)關(guān)注和著力解決的主要問(wèn)題。
本文借鑒Tarun等(2008)[2]的研究思路,采用資產(chǎn)短期收益可預(yù)測(cè)性作為市場(chǎng)效率的反向指標(biāo),進(jìn)一步研究資產(chǎn)流動(dòng)性水平與市場(chǎng)效率的關(guān)系。關(guān)于市場(chǎng)效率指標(biāo)的度量,主要采用短期指令不平衡對(duì)股票的短期收益進(jìn)行預(yù)測(cè),并用短期收益的可預(yù)測(cè)性反映市場(chǎng)效率水平(一般而言,短期收益的可預(yù)測(cè)性與市場(chǎng)效率成負(fù)相關(guān)關(guān)系,即收益的預(yù)測(cè)性越好,則市場(chǎng)效率越低;反之,收益可預(yù)測(cè)性越差,則市場(chǎng)效率越高),這一方法有效解決了現(xiàn)有研究關(guān)于市場(chǎng)效率水平難以量化的不足。
(1)市場(chǎng)效率代理指標(biāo)
市場(chǎng)效率可以由股票收益的可預(yù)測(cè)性作為反向指標(biāo)量化。文獻(xiàn)研究表明,滯后一期的指令不平衡有較好的股票收益預(yù)測(cè)能力:如果滯后一期的指令不平衡(OIB)對(duì)股票收益的預(yù)測(cè)能力較強(qiáng),則市場(chǎng)效率較低;否則,市場(chǎng)效率較高?;跍笠黄诘闹噶畈黄胶夤善笔找骖A(yù)測(cè)模型如下:
其中,OIB表示指令不平衡、Ret表示收益率、ILD表示由高頻換手率Turnover衡量的一個(gè)低流動(dòng)性虛擬變量。本文采用模型(1)和模型(2)的擬合優(yōu)度R2表示指令不平衡OIB預(yù)測(cè)能力的大小,并對(duì)兩個(gè)模型的擬合效果進(jìn)行比較,選擇擬合優(yōu)度較好的R2表示市場(chǎng)效率水平。
模型(1)和模型(2)中的數(shù)據(jù)均為每5min的高頻數(shù)據(jù)。首先匯總每只股票的每一個(gè)5min的指令不平衡OIB、收益率Ret和換手率Turnover,然后根據(jù)每只股票前一日的流通市值作為權(quán)重將上述三個(gè)指標(biāo)作加權(quán)平均。收益指標(biāo)Ret為采用每只股票每五分鐘的收盤價(jià)所計(jì)算對(duì)數(shù)收益率。ILD(illiquid Dummy)作為一個(gè)低流動(dòng)性虛擬變量,采用每5min的換手率Turnover作為衡量標(biāo)準(zhǔn),如果t時(shí)刻換手率低于(t-30min,t+30 min)換手率均值一個(gè)標(biāo)準(zhǔn)差,則ILD取1,否則取0。此時(shí),模型的擬合優(yōu)度R2值與市場(chǎng)效率水平呈反向關(guān)系,本文將R2的倒數(shù)作為市場(chǎng)效率數(shù)據(jù),并進(jìn)行標(biāo)準(zhǔn)化處理。
指令不均衡的計(jì)算方法如下:指令不均衡指在一個(gè)特定交易時(shí)期中,買方主動(dòng)的交易量和賣方主動(dòng)的交易量之間的差額。它能夠同時(shí)度量交易絕對(duì)數(shù)量和交易方向這兩個(gè)維度,不但反映了供需雙方的力量對(duì)比,而且可以提供關(guān)于交易更詳細(xì)的信息,比傳統(tǒng)的交易量指標(biāo)包含了更多的有用信息來(lái)度量交易的活躍程度。本文參照Tarun等(2008)[2]和Chung和Hrazdi(l2010)[10]的做法,采取交易金額法計(jì)算指令不平衡(OIB)指標(biāo)。指令不平衡(OIB)計(jì)算過(guò)程為:
每只股票每筆交易都會(huì)被標(biāo)記買方發(fā)起和賣方發(fā)起,通過(guò)匯總股票在每個(gè)5min內(nèi)買方發(fā)起的總的交易金額和賣方發(fā)起的總的交易金額,然后計(jì)算出每只股票的指令不平衡(OIB)數(shù)值。
(2)流動(dòng)性代理指標(biāo)
根據(jù)Amihud非流動(dòng)性指標(biāo),本文將其進(jìn)行調(diào)整以測(cè)度股票市場(chǎng)每天的非流動(dòng)性水平:
其中,vi表示根據(jù)所有樣本股票前一日的流通市值所計(jì)算的權(quán)重,|rit|表示股票i在第t天的對(duì)數(shù)收益率的絕對(duì)值,Voldit表示股票i在第t日的交易金額。illiquidt所計(jì)算的結(jié)果為股票樣本總體的非流動(dòng)性水平。為便于通過(guò)數(shù)據(jù)直接展示數(shù)值所代表的流動(dòng)性水平,本文將illiquid的倒數(shù)值作為L(zhǎng)iquid流動(dòng)性數(shù)據(jù),并進(jìn)行標(biāo)準(zhǔn)化處理。
借鑒Chung和 Hrazdil(2010)[10]在分析納斯達(dá)克市場(chǎng)效率與流動(dòng)性關(guān)系時(shí)的建模思路,本文結(jié)合我國(guó)市場(chǎng)特點(diǎn)構(gòu)建如下模型形式:
其中,MktEff為市場(chǎng)效率指標(biāo),Liquid表示市場(chǎng)流動(dòng)性,LnMmarketsize表示股票流通市值加權(quán)平均數(shù)的對(duì)數(shù),LnVolume表示股票交易金額的對(duì)數(shù),TradFred表示交易頻率,ε表示隨機(jī)擾動(dòng)項(xiàng)。
在模型(5)的基礎(chǔ)上,將所有數(shù)據(jù)根據(jù)流動(dòng)性大小進(jìn)行排列并等分為K組,每組對(duì)應(yīng)一個(gè)虛擬變量Dk(K=1,2,…,K),同時(shí)生成流動(dòng)性關(guān)聯(lián)變量Liquidity*Dk,進(jìn)而構(gòu)建模型(6):
將樣本期劃分為牛市與熊市兩個(gè)時(shí)期,分別采用模型(5)進(jìn)行計(jì)量分析,可以得到不同市場(chǎng)環(huán)境下,流動(dòng)性與市場(chǎng)效率之間的變化趨勢(shì)。此外,市場(chǎng)處于熊市與牛市的兩個(gè)不同時(shí)期,二者的流動(dòng)性水平不同,牛市的市場(chǎng)流動(dòng)性水平通常高于熊市狀態(tài)。因此,采用分段線性回歸的方法,即模型(6),能夠檢驗(yàn)在牛市狀態(tài)下,隨著流動(dòng)性的不斷增大,市場(chǎng)效率是否會(huì)出現(xiàn)下降的現(xiàn)象,展現(xiàn)市場(chǎng)不同狀態(tài)下流動(dòng)性與市場(chǎng)效率之間的更為具體的關(guān)系。
本文選擇滬深300指數(shù)成分股作為樣本數(shù)據(jù)(滬深300指數(shù)股票以體量較大,流動(dòng)性較好著稱,用來(lái)計(jì)算市場(chǎng)效率的反向指標(biāo)比較具有代表性)。具體的樣本期和樣本選擇過(guò)程如下:參照滬深300指數(shù)行情,選取2014/7/1至2015/6/30作為牛市階段、2015/7/1至2017/6/30作為熊市階段,即2014/6/30至2017/6/30時(shí)期內(nèi)滬深300指數(shù)成分股票合計(jì)3年的數(shù)據(jù),剔除掉數(shù)據(jù)缺失較為嚴(yán)重的股票29支、停牌時(shí)間較長(zhǎng)的股票23支,最終選擇剩下的248支作為樣本股票?;A(chǔ)數(shù)據(jù)來(lái)源于同花順(iFinD)和國(guó)泰安(CSMAR)高頻交易數(shù)據(jù)庫(kù)。
下頁(yè)表1顯示了模型(1)與模型(2)中股票收益Ret、指令不平衡OIB$與低流動(dòng)性虛擬變量ILD相關(guān)的換手率Turnover三個(gè)指標(biāo)的數(shù)據(jù)描述統(tǒng)計(jì)。2014/7/1至2017/6/30期間,只有指令不平衡指標(biāo)波動(dòng)較大,標(biāo)準(zhǔn)差為21.56%,而收益率與換手率指標(biāo)的波動(dòng)性較小。此外,市場(chǎng)收益率指標(biāo)的均值幾乎為0,說(shuō)明我國(guó)股票市場(chǎng)行情并未為投機(jī)者帶來(lái)比較客觀的收益,并且我國(guó)股票市場(chǎng)的分紅比例較低,與成熟資本市場(chǎng)對(duì)投資者的穩(wěn)定回報(bào)之間存在一定的差距。
表1 模型(2)相關(guān)變量的描述性統(tǒng)計(jì)
表2提供了模型(5)中相關(guān)變量的描述性統(tǒng)計(jì)。樣本數(shù)據(jù)劃分為牛市與熊市兩個(gè)時(shí)期,從表2中可以看出:牛市期間的流動(dòng)性水平高于熊市期間的流動(dòng)性水平,此外,牛市市場(chǎng)效率的中位數(shù)大于熊市市場(chǎng)效率的中位數(shù),說(shuō)明牛市期間的市場(chǎng)效率比較高。
表2 模型(5)相關(guān)變量的描述性統(tǒng)計(jì)
為了更直觀地展現(xiàn)流動(dòng)性與市場(chǎng)效率之間的關(guān)系,本文計(jì)算了月度流動(dòng)性與市場(chǎng)效率的數(shù)值,如圖1所示。從圖中可以看出,熊市時(shí)期流動(dòng)性與市場(chǎng)效率正向變化;牛市前期,流動(dòng)性與市場(chǎng)效率正相關(guān),而在流動(dòng)性達(dá)到一定水平之后,隨著流動(dòng)性的提高,市場(chǎng)效率開(kāi)始出現(xiàn)下降。
圖1 流動(dòng)性與市場(chǎng)效率
首先,采用模型(1)和模型(2)對(duì)整個(gè)樣本數(shù)據(jù)作回歸,然后再對(duì)每一個(gè)交易日的高頻數(shù)據(jù)進(jìn)行日回歸,并統(tǒng)計(jì)每一個(gè)交易日的R2、調(diào)整后的R2以及t統(tǒng)計(jì)值的大小。依次比較模型(1)與模型(2)哪一個(gè)更能準(zhǔn)確的預(yù)測(cè)股票短期收益,進(jìn)而采用預(yù)測(cè)效果較好模型的擬合優(yōu)度值作為市場(chǎng)效率的反向預(yù)測(cè)指標(biāo)。而后將擬合優(yōu)度值取倒數(shù)并做標(biāo)準(zhǔn)化處理,所得結(jié)果即代表市場(chǎng)效率的大小,數(shù)值越大,市場(chǎng)效率越高。匯總結(jié)果如表3所示。
從表3中可以看出,滯后一期的指令不平衡與收益之間具有反向的關(guān)系,即若指令不平衡為正,說(shuō)明主動(dòng)買入大于主動(dòng)賣出,則本期的收益率較高,內(nèi)幕信息被消化,下一期就不存在超額收益。另一方面,當(dāng)在模型(1)中加入低流動(dòng)性虛擬變量之后,模型(2)的解釋力相比模型(1)得到提高。此外,擬合優(yōu)度差值圖(見(jiàn)圖2)顯示,模型(2)與模型(1)的擬合優(yōu)度差值均為正,進(jìn)一步說(shuō)明模型(2)的解釋能力均優(yōu)于模型(1)。因此本文選用模型(2)估計(jì)的擬合優(yōu)度值作為市場(chǎng)效率的反向指標(biāo)。
表3 市場(chǎng)效率衡量模型比較
圖2 模型(1)與模型(2)解釋力差值圖
將模型(2)測(cè)算的市場(chǎng)效率量化值,以及流動(dòng)性、流通市值、成交金額、交易頻率等數(shù)據(jù)代入模型(5),計(jì)量分析結(jié)果如表4所示。
表4 模型(5)回歸結(jié)果
回歸1至回歸4中,依次添加新的控制變量,模型的擬合優(yōu)度均有所提高。在熊市中,市場(chǎng)效率與流動(dòng)性正相關(guān),即隨著流動(dòng)性的改善,股票市場(chǎng)的市場(chǎng)效率不斷提高;股票成交金額、流通市值與市場(chǎng)效率正相關(guān),交易頻率與市場(chǎng)效率負(fù)相關(guān)。在整個(gè)牛市樣本期中,回歸方程中流動(dòng)性的系數(shù)值為負(fù)數(shù),即市場(chǎng)效率與流動(dòng)性反向變化;成交金額與流動(dòng)性正相關(guān)(回歸2與回歸4);流通市值與市場(chǎng)效率正相關(guān)(回歸3),交易頻率與市場(chǎng)效率負(fù)相關(guān)(回歸4)。
為了更加細(xì)致地分析牛市和熊市中流動(dòng)性與市場(chǎng)效率之間的關(guān)系,本文采用模型(6)對(duì)股票市場(chǎng)的兩個(gè)時(shí)期分別進(jìn)行分段線性回歸,將流動(dòng)性按照從小到大的順序排列,依次分為流動(dòng)性低、中、高三組。分階段回歸結(jié)果如表5所示。
表5 熊市與牛市分段回歸結(jié)果
從表5中可以看出,熊市時(shí)期的三段回歸結(jié)果中,流動(dòng)性系數(shù)均為正值,即隨著流動(dòng)性的不斷改善,市場(chǎng)效率不斷提高;在牛市時(shí)期,第一組和第三組的流動(dòng)性關(guān)聯(lián)變量的系數(shù)值為正,第三組的流動(dòng)性關(guān)聯(lián)變量的系數(shù)值為負(fù),且牛市回歸4的結(jié)果比較顯著。說(shuō)明在牛市初期,隨著流動(dòng)性的提高,市場(chǎng)效率開(kāi)始是逐漸上升,而在流動(dòng)性超過(guò)一定水平時(shí),市場(chǎng)效率呈現(xiàn)下降趨勢(shì)。原因可能是在牛市初期,投資者比較理性,而當(dāng)市場(chǎng)行情上升到一定程度時(shí),投資者情緒高漲,入市者甚多,從而形成了一波由資金推動(dòng)的市場(chǎng)又一輪上漲,此時(shí)的投資者已經(jīng)不是傳統(tǒng)市場(chǎng)有效理論中的理性人的假設(shè)。此外,這也與我國(guó)股票市場(chǎng)的參與者結(jié)構(gòu)有關(guān),我國(guó)股市的參與者中散戶占據(jù)大多數(shù),散戶的行為通常是追漲殺跌,專業(yè)化程度比較低,羊群效應(yīng)明顯。因此造成了在牛市流動(dòng)性最高的時(shí)期市場(chǎng)效率卻出現(xiàn)下降。
由于在上述研究中,均采用日數(shù)據(jù)進(jìn)行分析,而在熊市期間的部分天數(shù)流動(dòng)性大于牛市時(shí)期的流動(dòng)性,單純根據(jù)時(shí)間劃分不同的流動(dòng)性水平可能導(dǎo)致不太科學(xué)的結(jié)果。因此,本文進(jìn)一步對(duì)整個(gè)樣本期間的數(shù)據(jù)根據(jù)流動(dòng)性的大小從小到大進(jìn)行排序,并等分為5組,然后通過(guò)模型(6)進(jìn)行分段線性回歸。這樣做可以將在熊市期間流動(dòng)性奇高的交易日納入高流動(dòng)性分組進(jìn)行分析,從而得到更加準(zhǔn)確的結(jié)果。回歸結(jié)果如表6所示。
表6 整體分段線性回歸結(jié)果
圖3 流動(dòng)性與市場(chǎng)效率
從全樣本期看,依次加入新控制變量,擬合優(yōu)度均優(yōu)于模型(3)。此外,在流動(dòng)性水平從高到低的前四組來(lái)看,均大于0,流動(dòng)性與市場(chǎng)效率之間均存在正向的變化,而在第五組中,系數(shù)值β15<0,流動(dòng)性在上升到一定水平時(shí)開(kāi)始出現(xiàn)下降。根據(jù)表6中每一組流動(dòng)性關(guān)聯(lián)變量的系數(shù)值,流動(dòng)性與市場(chǎng)效率關(guān)系如下頁(yè)圖3所示:在L1至L2期間,我國(guó)股市效率隨流動(dòng)性的改善逐漸上升,而當(dāng)流動(dòng)性水平急速上升超過(guò)L2時(shí),市場(chǎng)效率出現(xiàn)下降。
不同行情下,熊市時(shí)期,流動(dòng)性水平較低,隨著流動(dòng)性的不斷改善,市場(chǎng)效率逐漸提高;牛市時(shí)期,投資者情緒高漲,大量資金涌入,市場(chǎng)流動(dòng)性急速上升引起股票價(jià)格持續(xù)上漲,此時(shí)采用指令不平衡數(shù)據(jù)能夠?qū)善笔找孢M(jìn)行很好的預(yù)測(cè),從而導(dǎo)致了在高流動(dòng)性時(shí)市場(chǎng)效率出現(xiàn)拐點(diǎn)。
流動(dòng)性是衡量股票市場(chǎng)的重要指標(biāo),是證券市場(chǎng)的生命力所在。從理論上說(shuō),流動(dòng)性與市場(chǎng)效率是密切相關(guān)的:資產(chǎn)流動(dòng)性小,買賣信息傳播慢,供求難以達(dá)到平衡,交易成本大,投資者的期望收益也就高,交易就越不活躍,投資者可以通過(guò)指令不平衡(OIB)對(duì)股票收益進(jìn)行預(yù)測(cè),股票市場(chǎng)效率比較低。本文基于流動(dòng)性水平選擇滬深300作為樣本數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果表明:流通市值、成交金額與市場(chǎng)效率之間存在正相關(guān)關(guān)系;熊市期間,流動(dòng)性與市場(chǎng)效率正向變化;牛市期間,隨著流動(dòng)性上升,市場(chǎng)效率呈現(xiàn)先上升后下降的變化趨勢(shì)。在合并牛市與熊市樣本數(shù)據(jù)對(duì)整體進(jìn)行分段回歸的結(jié)果表明:我國(guó)股市現(xiàn)行條件水平下,市場(chǎng)效率隨著流動(dòng)性的提高逐漸上升,而在流動(dòng)性超過(guò)一定水平時(shí),市場(chǎng)效率呈現(xiàn)出略微的下降趨勢(shì)。這可能與我國(guó)股票市場(chǎng)的參與者結(jié)構(gòu)有關(guān),我國(guó)股市的參與者中散戶占據(jù)大多數(shù),散戶的行為通常是追漲殺跌,專業(yè)化程度比較低,羊群效應(yīng)明顯。
綜上所述,為了防止流動(dòng)性水平快速上升而導(dǎo)致市場(chǎng)效率下降的情況出現(xiàn),市場(chǎng)監(jiān)管部門需注意:首先,針對(duì)我國(guó)股市投資者結(jié)構(gòu),應(yīng)適當(dāng)提高市場(chǎng)投資者的準(zhǔn)入門檻,剔除風(fēng)險(xiǎn)承受能力較差以及投資水平較低的客戶,并加強(qiáng)對(duì)投資者進(jìn)行繼續(xù)教育;其次,在牛市行情中,應(yīng)加強(qiáng)對(duì)股票市場(chǎng)流動(dòng)性水平進(jìn)行實(shí)時(shí)監(jiān)測(cè);最后,從宏觀層面及時(shí)采取合理的措施引導(dǎo)資金流向,對(duì)股票市場(chǎng)進(jìn)行降溫,防止投資者情緒高漲、跟風(fēng)炒作所導(dǎo)致的市場(chǎng)過(guò)熱引發(fā)市場(chǎng)效率下降,資源配置扭曲現(xiàn)象的出現(xiàn)。