基于AR-TGARCH模型的電商行業(yè)股票節(jié)日效應(yīng)研究

陳潔 王耀輝

摘要：隨著電子信息技術(shù)的發(fā)展，電商購(gòu)物儼然成為當(dāng)紅的消費(fèi)形態(tài)之一，新型電商購(gòu)物狂歡節(jié)為電商企業(yè)帶來(lái)了巨額的利潤(rùn)。為探究電商行業(yè)股票的節(jié)日效應(yīng)，本文以阿里巴巴公司為樣本，選取天貓“6.18”“雙11”和“雙12”三個(gè)具有代表性的購(gòu)物節(jié)，采用AR-TGARCH模型實(shí)證了電商行業(yè)股票節(jié)日效應(yīng)存在且節(jié)前效應(yīng)大于節(jié)后效應(yīng)。同時(shí)發(fā)現(xiàn)，購(gòu)物節(jié)對(duì)阿里巴巴股價(jià)收益率的影響是負(fù)的，這對(duì)于投資電商行業(yè)股票的股民進(jìn)行短期決策是有借鑒性的。

關(guān)鍵詞：節(jié)日效應(yīng);AR-TGARCH模型;電子商務(wù);購(gòu)物節(jié)

近幾年，我國(guó)互聯(lián)網(wǎng)經(jīng)濟(jì)飛速發(fā)展，以淘寶商城為首的網(wǎng)絡(luò)電子商務(wù)平臺(tái)，以不可阻擋的勢(shì)頭不斷創(chuàng)造著互聯(lián)網(wǎng)經(jīng)濟(jì)的奇跡。淘寶天貓2009年首創(chuàng)“雙11”購(gòu)物節(jié)，開創(chuàng)了電商購(gòu)物節(jié)的新型營(yíng)銷模式。如今，天貓雙11已成為名副其實(shí)的全民購(gòu)物盛宴，成交額年年破新高。2019年雙11當(dāng)天僅僅96秒就突破了100億，當(dāng)天的總成交額2 684億，超過(guò)了2018年的2 135億，又一次創(chuàng)下歷史記錄。購(gòu)物節(jié)帶來(lái)的如此龐大的現(xiàn)金流量造就了不可思議的公司價(jià)值，會(huì)對(duì)電商行業(yè)股票價(jià)格造成影響嗎？影響程度如何？我們將在本文進(jìn)行探索。

一、文獻(xiàn)綜述

長(zhǎng)期以來(lái)，股市節(jié)日效應(yīng)作為一種股市異象，已經(jīng)在國(guó)內(nèi)外的學(xué)界引起了廣泛的研究。他們?cè)谘芯窟@一現(xiàn)象的同時(shí)，也留下了許多有價(jià)值的文獻(xiàn)。

對(duì)于股市節(jié)日效應(yīng)的研究最早發(fā)源于國(guó)外。首先由Fieds（1934）[1]提出，他通過(guò)研究美國(guó)股票市場(chǎng)發(fā)現(xiàn)在某些宗教節(jié)日和一些其他節(jié)日休市前具有較高的收益回報(bào);Cervera和Keim（2000）[2]研究發(fā)現(xiàn)美國(guó)股市在因法定節(jié)日而休市前的交易日里股票收益率具有高回報(bào);Chong（2005）[3]等發(fā)現(xiàn)1991—2003年美國(guó)、英國(guó)和香港股市都存在呈下降趨勢(shì)的節(jié)前效應(yīng)。

我國(guó)對(duì)于股市節(jié)日效應(yīng)的研究起步較晚，儀垂林、劉淄（2005）[4]研究1996—2003年上證綜指的數(shù)據(jù)發(fā)現(xiàn)法定節(jié)日和傳統(tǒng)節(jié)日在滬市有顯著的節(jié)日效應(yīng)，最明顯的是春節(jié);陸磊、劉思峰（2008）[5]研究上證綜合指數(shù)發(fā)現(xiàn)中國(guó)股市不僅有類似其他國(guó)家的節(jié)前效應(yīng)，還存在其他國(guó)家未曾發(fā)現(xiàn)的節(jié)后效應(yīng)，其中元旦只有正的節(jié)前效應(yīng)，春節(jié)和勞動(dòng)節(jié)有正的節(jié)日效應(yīng);江一濤、楊林燕（2009）[6]發(fā)現(xiàn)無(wú)論傳統(tǒng)節(jié)日還是法定節(jié)日在中國(guó)股市都有顯著的節(jié)日效應(yīng)且影響相同， 但國(guó)外節(jié)日在中國(guó)股市的節(jié)日效應(yīng)不顯著。

國(guó)內(nèi)對(duì)股市節(jié)日效應(yīng)的研究多為中國(guó)傳統(tǒng)節(jié)日和法定節(jié)日，電商購(gòu)物節(jié)作為一種特殊的節(jié)日是否存在節(jié)日效應(yīng)有待研究。在已有研究基礎(chǔ)上，本文采用AR-TGARCH模型進(jìn)行建模分析，來(lái)有效地?cái)M合金融時(shí)間序列的特殊性質(zhì)。在模型中引入代表節(jié)日的虛擬變量，對(duì)股指收益率按節(jié)日前、節(jié)日當(dāng)天和節(jié)日后分別研究，更能反映節(jié)前效應(yīng)和節(jié)后效應(yīng)。

二、數(shù)據(jù)及節(jié)日的選擇

阿里巴巴作為國(guó)內(nèi)電商巨頭公司，其天貓購(gòu)物節(jié)知名度極高，是具有行業(yè)代表性的。因此本文以阿里巴巴公司為研究樣本，采用其每日股票收盤價(jià)信息，股價(jià)數(shù)據(jù)來(lái)源于Yahoo Finance。數(shù)據(jù)取樣期間為2014年9月19日至2019年11月25日，即自其上市至今。為使對(duì)電商節(jié)日效應(yīng)的研究更具代表性，本文選取淘寶天貓最熱門的三個(gè)購(gòu)物節(jié)“6.18年中大促”“天貓雙11購(gòu)物狂歡節(jié)”和“天貓雙12購(gòu)物狂歡節(jié)”進(jìn)行研究。

三、實(shí)證分析

（一）樣本數(shù)據(jù)描述性統(tǒng)計(jì)分析

為研究在購(gòu)物節(jié)期間股價(jià)收益率的特征，表1統(tǒng)計(jì)了2014年9月19日至2019年11月25日，阿里巴巴股票在 “6.18”“雙11”和“雙12”購(gòu)物節(jié)的節(jié)前、當(dāng)天和節(jié)后以及其他交易日的平均收益率和標(biāo)準(zhǔn)差。收益倍數(shù)定義為節(jié)日收益率與其他交易日收益率均值的比值。統(tǒng)計(jì)結(jié)果見表1。

由表1結(jié)果可知：

第一，所有節(jié)日的收益率都與其他交易日的平均收益率有較大的差異。

第二，同一個(gè)節(jié)日在節(jié)前、節(jié)日當(dāng)天和節(jié)后的收益率也存在較大的差異，可能在節(jié)前表現(xiàn)為股價(jià)收益率減少，而節(jié)日當(dāng)天和節(jié)日后股價(jià)收益率卻變?yōu)檎?/p>

（二）序列平穩(wěn)性

首先采用單位根檢驗(yàn)（ADF）方法檢驗(yàn)收益率數(shù)據(jù)的平穩(wěn)性。結(jié)果可知：ADF檢驗(yàn)顯示t值1%顯著性水平下的臨界值，因此可判斷樣本收益率數(shù)據(jù)是平穩(wěn)序列，可進(jìn)行進(jìn)一步的研究。

（三）節(jié)日效應(yīng)檢驗(yàn)

以往的文獻(xiàn)一般采用GARCH模型或者OLS模型對(duì)節(jié)日效應(yīng)進(jìn)行檢驗(yàn)，但AR-TGARCH模型能更有效地?cái)M合金融時(shí)間序列的特殊性質(zhì)，更適用于金融數(shù)據(jù)波動(dòng)性的分析。因此，本文采用AR-TGARCH模型分析阿里巴巴股價(jià)是否存在節(jié)日效應(yīng)，并且在模型中加入代表節(jié)日前、節(jié)日中和節(jié)日后的虛擬變量，用來(lái)檢驗(yàn)是否存在節(jié)前和節(jié)后效應(yīng)。

AR-TGARCH模型可表達(dá)為：

均值方程： ? ? ? ?（1）

方差方程：（2）

其中，?為股指在t日的收益率，定義為，為日的收盤價(jià);為代表節(jié)日的虛擬變量;k表示節(jié)前、節(jié)中、節(jié)后，當(dāng)t日為節(jié)前（節(jié)中或節(jié)后）交易日時(shí)，則，否則為0;為殘差項(xiàng);為條件方差;為模型參數(shù)。模型擬合結(jié)果見表3。

1.分析值，發(fā)現(xiàn)節(jié)日當(dāng)天的值的絕對(duì)值最大，表明購(gòu)物節(jié)當(dāng)天存在顯著的節(jié)日效應(yīng)。節(jié)前值絕對(duì)值較小，表明節(jié)前效應(yīng)存在但不明顯。而節(jié)后的值其z統(tǒng)計(jì)量不顯著，說(shuō)明購(gòu)物節(jié)的節(jié)后效應(yīng)幾乎不存在。

2.值都表現(xiàn)顯著，表明節(jié)日前后與節(jié)日當(dāng)天的股市異常收益率與節(jié)日風(fēng)險(xiǎn)有較強(qiáng)的相關(guān)性。其中，節(jié)日前和節(jié)日當(dāng)天收益率與風(fēng)險(xiǎn)成正相關(guān)，節(jié)后收益率與風(fēng)險(xiǎn)成負(fù)相關(guān)。

3.由式（1）中的各參數(shù)在節(jié)日前后與節(jié)日當(dāng)天均為負(fù)值，可得出日收益率在節(jié)日前后與節(jié)日當(dāng)天同樣為負(fù)值，說(shuō)明節(jié)日效應(yīng)對(duì)股票收益率產(chǎn)生負(fù)向影響。

五、結(jié)語(yǔ)

本研究利用引入虛擬變量的AR-TGARCH模型進(jìn)行實(shí)證研究，發(fā)現(xiàn)購(gòu)物節(jié)期間的收益率均值都與其他交易日的平均收益率有較大的差異，說(shuō)明阿里巴巴股票在“6.18”“雙11”“雙12”三個(gè)購(gòu)物節(jié)期間都有較為顯著的節(jié)日效應(yīng)。同時(shí)，我們發(fā)現(xiàn)，股價(jià)收益率在節(jié)日當(dāng)天的波動(dòng)最顯著，其次是節(jié)日前，而節(jié)日后則幾乎不存在節(jié)日效應(yīng)。

值得注意的是，過(guò)去5年，阿里巴巴股價(jià)每逢雙11必跌，已連續(xù)3年在11月11日當(dāng)日出現(xiàn)較大幅度的下跌，而另外的2年雙11正逢周末休市，總體來(lái)看天貓購(gòu)物節(jié)的節(jié)日效應(yīng)帶來(lái)的是購(gòu)物節(jié)期間幾日內(nèi)阿里巴巴股票負(fù)的收益率。

一個(gè)合理的解釋是，長(zhǎng)期的投資人關(guān)注的是公司能夠長(zhǎng)期為股東創(chuàng)造的利潤(rùn)和公司未來(lái)的成長(zhǎng)空間，因此他們會(huì)比較理智地看待電商購(gòu)物節(jié)，不會(huì)盲目地在購(gòu)物節(jié)期間購(gòu)買股票。而大多數(shù)短期投資人，他們出手是具有前瞻性的，能夠預(yù)測(cè)到在購(gòu)物節(jié)后電商公司股價(jià)將會(huì)下跌，于是他們?cè)诠?jié)前就拋出持有的股票以免購(gòu)物節(jié)后股價(jià)下跌造成損失，因而導(dǎo)致了電商公司的股票在購(gòu)物節(jié)前的十天股價(jià)大多數(shù)是上漲的，而購(gòu)物節(jié)前一至兩天，股價(jià)便開始下跌。

購(gòu)物節(jié)期間股價(jià)波動(dòng)較大意味著風(fēng)險(xiǎn)也較大，因此投資者最好在購(gòu)物節(jié)前一段時(shí)間買入電商公司股票，在購(gòu)物節(jié)之前1—2個(gè)交易日拋出。

參考文獻(xiàn)

[1]Fields， M. SecurityPrices and Stock Exchange Holidays in Relation to Short Selling[J]，Journal of Business， 1934（7）：328-338.

[2]Cervera，A.，D. Keim，High Returns before Holidays： International and Additional Tests [M]. Cambridge University Press， Cambridge， U.K. 2000.

[3]Chong， R.， Hudson， R， Keasey. Pre-holiday effffects： international evidence on the decline and reversal of a stock market anomaly[J]. Journal of International Money and Finance，2005（24）.

[4]儀垂林，劉淄.上海股市法定節(jié)日及傳統(tǒng)節(jié)日效應(yīng)的實(shí)證研究[J].財(cái)經(jīng)科學(xué)，2005（5）.

[5]陸磊，劉思峰.中國(guó)股票市場(chǎng)具有“節(jié)日效應(yīng)”嗎 ？[J].金融研究，2008（2）.

[6]江一濤，楊林燕.中國(guó)股市的節(jié)日效應(yīng)研究[J].金融研究，2009（8）.

作者簡(jiǎn)介：陳 潔（2001—），女，湖南漣源人，蘭州大學(xué)國(guó)際經(jīng)濟(jì)與貿(mào)易專業(yè)2017級(jí)在讀本科生，主要從事經(jīng)濟(jì)學(xué)、金融學(xué)研究;王耀輝（1999—），男，河南許昌人，蘭州大學(xué)經(jīng)濟(jì)學(xué)基地班2017年級(jí)在讀本科生，主要從事產(chǎn)業(yè)經(jīng)濟(jì)學(xué)、區(qū)域經(jīng)濟(jì)學(xué)、資源環(huán)境經(jīng)濟(jì)學(xué)研究。