基于深證成指的中國股市節(jié)日效應(yīng)的實(shí)證分析

摘要：本文選取深證成指的收益率數(shù)據(jù)作為樣本，用 GARCH（1，1）-M模型，選擇元旦、春節(jié)、勞動(dòng)節(jié)和國慶節(jié)四大法定節(jié)日前后一天收益率數(shù)據(jù)對(duì)我國股票市場是否存在節(jié)日效應(yīng)及收益與風(fēng)險(xiǎn)的關(guān)系進(jìn)行實(shí)證分析，發(fā)現(xiàn)：總體節(jié)日檢驗(yàn)中，深市有顯著的基于收益和波動(dòng)的節(jié)前和節(jié)后效應(yīng)，高收益率對(duì)應(yīng)著高風(fēng)險(xiǎn);分節(jié)日檢驗(yàn)來看，不同的節(jié)日，節(jié)日效應(yīng)有很大的差異，同一節(jié)日節(jié)前節(jié)后收益率和波動(dòng)率也存在差異。根據(jù)實(shí)證結(jié)論得出有關(guān)建議。

關(guān)鍵詞：深證成指;GARCH（1，1）-M模型;節(jié)日效應(yīng)

中圖分類號(hào)：F832?文獻(xiàn)識(shí)別碼：A?文章編號(hào)：2096-3157（2020）24-0144-03

一、引言

弱式效率市場假說認(rèn)為，在完全的股票市場，全部有用的信息已經(jīng)反映在當(dāng)前的股價(jià)中，除非有市場操縱，否則投資者不可能通過技術(shù)分析獲得高于市場平均水平的超額利潤。①然而，大量事實(shí)說明，全球股市大多都存在例如周末效應(yīng)、日歷效應(yīng)、小公司效應(yīng)等現(xiàn)象，即投資者有可能利用股票市場的相關(guān)信息，如基本面分析、政府政策、“內(nèi)幕信息”等，來獲得高于市場平均收益的超額收益。這些市場異象的存在，可能意味著市場是非有效的。節(jié)日效應(yīng)是市場異象的一種。各個(gè)節(jié)日對(duì)股市的收益和風(fēng)險(xiǎn)具有何種影響？影響的程度如何？超額收益與波動(dòng)率之間存在怎樣的聯(lián)系？對(duì)于這些問題的研究具有十分重大的理論和現(xiàn)實(shí)意義。

基于此，筆者通過建立 GARCH-M模型研究深市是否存在節(jié)日效應(yīng)（即是否存在超額回報(bào)和異常風(fēng)險(xiǎn)）、收益與風(fēng)險(xiǎn)之間的關(guān)系如何等問題，試圖為投資者提供一些恰當(dāng)?shù)耐顿Y和理財(cái)建議，幫助其規(guī)避風(fēng)險(xiǎn)并實(shí)現(xiàn)收益最大化的目標(biāo)。

二、文獻(xiàn)綜述

1.國外學(xué)者研究梳理

國內(nèi)外學(xué)者對(duì)于全球股市的節(jié)日效應(yīng)做了大量相關(guān)研究，發(fā)現(xiàn)了“節(jié)前效應(yīng)”“小公司效應(yīng)”等現(xiàn)象。西方國家對(duì)股市節(jié)日效應(yīng)的探索最先開始，研究大多關(guān)于股票市場中節(jié)日效應(yīng)的存在性及成因，如Dumitriu等（2016）考察了假日效應(yīng)對(duì)羅馬尼亞股市的影響，發(fā)現(xiàn)各指標(biāo)均存在節(jié)后效應(yīng)，部分指標(biāo)僅存在節(jié)前效應(yīng)。Xing Lu等（2016）發(fā)現(xiàn)孟買交易所的大多數(shù)指數(shù)在節(jié)后都有很強(qiáng)的影響，節(jié)后效應(yīng)在金融危機(jī)期間變得更加強(qiáng)烈。Dumitriu等（2020）采用了美國資本市場四個(gè)重要指數(shù)——道瓊斯工業(yè)平均指數(shù)等數(shù)據(jù)，研究發(fā)現(xiàn)長假效應(yīng)在相對(duì)平靜的時(shí)期更為明顯，尤其影響到小盤股公司的股票收益率。

2.國內(nèi)學(xué)者研究梳理

中國股市起步晚，且有比較嚴(yán)格的監(jiān)管，近年來才出現(xiàn)了一些基于上證綜指收益率的中國股市節(jié)日效應(yīng)的文獻(xiàn)研究。桓旭（2017）研究發(fā)現(xiàn)滬市存在顯著的春節(jié)效應(yīng)，尤其是鋼鐵、運(yùn)輸服務(wù)等幾個(gè)板塊。劉維奇等（2019）發(fā)現(xiàn)中國股市有基于收益的節(jié)前效應(yīng)，同時(shí)有基于波動(dòng)的節(jié)前和節(jié)后效應(yīng)。節(jié)前節(jié)后股市風(fēng)險(xiǎn)顯著降低，只有節(jié)前收益受到了風(fēng)險(xiǎn)的影響。莊申云（2019）建立ARMA-GARCH-GED模型并選擇元旦、春節(jié)等六大法定節(jié)日前后一天日收益率數(shù)據(jù)來研究，發(fā)現(xiàn)滬市具有明顯的節(jié)前效應(yīng)。

3.文獻(xiàn)綜述評(píng)價(jià)

綜上所述，國外研究大都集中在分析節(jié)日效應(yīng)是否存在和原因的探索上;國內(nèi)的文獻(xiàn)幾乎都是基于上證綜指的收益率數(shù)據(jù)分析滬市的節(jié)日效應(yīng)，而且時(shí)間距離現(xiàn)在比較久遠(yuǎn)，研究結(jié)論作為投資參考存在局限性;而且大多數(shù)研究都采用的是ARMA（1，1）-GARCH（1，1）模型，模型假定金融時(shí)間序列的條件均值是不變的，這個(gè)假設(shè)在現(xiàn)實(shí)中并不總是成立的。金融資產(chǎn)的收益一般與風(fēng)險(xiǎn)有關(guān)。故筆者利用 1996～2020年的數(shù)據(jù)，選用GARCH-in-Mean模型從收益和波動(dòng)兩個(gè)方面檢驗(yàn)我國股票市場是否存在節(jié)前和節(jié)后效應(yīng)，為我國股票市場的節(jié)日效應(yīng)的研究提供進(jìn)一步的證據(jù)，并據(jù)此提出相關(guān)建議。

三、數(shù)據(jù)選擇

本文選用1996年12月31日至2020年3月31 日的深證成指共5632條數(shù)據(jù)作為研究對(duì)象，因?yàn)槲覈?996年12月16日制定了漲跌幅限制制度，股市進(jìn)入了相對(duì)穩(wěn)定的階段，而在此之前的股市受政策等其他因素影響較大，可能會(huì)引起收益率較大波動(dòng);另外，數(shù)據(jù)量越多，數(shù)據(jù)越新，研究結(jié)果的可信度和參考價(jià)值越高。近年來，我國節(jié)假日政策趨于穩(wěn)定，股市發(fā)展逐漸成熟，基于上證綜指收益率對(duì)滬市節(jié)日效應(yīng)分析的研究已經(jīng)較多，對(duì)深市的研究相對(duì)較少，并將結(jié)果綜合以往文獻(xiàn)研究給出投資者較為恰當(dāng)?shù)耐顿Y建議。筆者選取有代表性的四大傳統(tǒng)節(jié)日——元旦、春節(jié)、勞動(dòng)節(jié)、國慶節(jié)，分析節(jié)前和節(jié)后第一個(gè)交易日收益率的變動(dòng)情況;分析軟件為Eviews7.0和Eviews10.0。

四、研究方法

首先，對(duì)深證成指收盤價(jià)數(shù)據(jù)做如下處理（取對(duì)數(shù)做差分）：

Rt表示第t日的日收盤價(jià)對(duì)數(shù)收益率，Pt表示第t個(gè)交易日深證成指收盤價(jià)，Pt-1表示t-1個(gè)交易日深證成指收盤價(jià)數(shù)據(jù)。

1.平穩(wěn)性檢驗(yàn)

對(duì)時(shí)間序列問題進(jìn)行分析時(shí)，要保證序列的平穩(wěn)性。故對(duì)深證成指日收益率數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)。檢驗(yàn)的p值為0.0001，在1%的顯著水平上拒絕原假設(shè)，不存在單位根，序列是平穩(wěn)的。

2.GARCH-in-Mean模型

以往關(guān)于節(jié)日效應(yīng)的研究采取OLS法和建立ARMA模型的情況較多。OLS法假設(shè)誤差項(xiàng)的方差固定，即誤差項(xiàng)的方差不隨時(shí)間變化，該方法容易忽略股票收益率序列及其回歸誤差項(xiàng)所具有的自相關(guān)特性。

ARMA模型主要用于分析實(shí)際金融時(shí)間序列變量動(dòng)態(tài)變化的過程，它通常用于擬合非穩(wěn)定的時(shí)間序列，但問題是MA過程是白噪音隨機(jī)誤差項(xiàng)的線性組合，即波動(dòng)率恒定，不會(huì)因任何條件而變動(dòng)，這在現(xiàn)實(shí)生活中顯然是不成立的。②樣本收益率數(shù)據(jù)有明顯的集群和波動(dòng)現(xiàn)象。

上述方法自身存在局限性，它們并不能夠有效地?cái)M合樣本收益率數(shù)據(jù)的尖峰厚尾的特征。部分學(xué)者采用GARCH模型來研究節(jié)日效應(yīng)，雖然GARCH模型能夠較好地描述金融時(shí)間序列的集聚性和波動(dòng)性等特征，但是GARCH模型假設(shè)金融時(shí)間序列的條件均值是不變的，這個(gè)假設(shè)在現(xiàn)實(shí)中并不總是成立的。在很多情況下，金融資產(chǎn)的收益率與投資風(fēng)險(xiǎn)緊密相關(guān)，為探討收益與風(fēng)險(xiǎn)之間的關(guān)系，選用GARCH-M模型來研究股市的節(jié)日效應(yīng)。

利用Eviews檢驗(yàn)殘差項(xiàng)數(shù)據(jù)具有尖峰厚尾特征，峰度大于3，為6.696271。JB統(tǒng)計(jì)量的值為3328.221，故拒絕原假設(shè)（序列的分布與正態(tài)分布無顯著性差異），選擇廣義誤差分布對(duì)模型進(jìn)行擬合。

五、實(shí)證分析

1.描述性統(tǒng)計(jì)分析

圖表由于篇幅有限不再列出。

通過計(jì)算得出全部交易日的收益率均值為0.020070，收益標(biāo)準(zhǔn)差為1.803435;其他交易日收益率均值為0.021096，收益標(biāo)準(zhǔn)差為1.868250;其他交易日收益率大于全部交易日的收益率均值，前者的收益率是后者的1.0511倍;其他交易日標(biāo)準(zhǔn)差大于全部交易日的收益率標(biāo)準(zhǔn)差，前者的收益率是后者的1.0359倍。四大傳統(tǒng)節(jié)日節(jié)前的收益率均值為0.518530，節(jié)后收益率均值為0.309044，明顯大于其他交易日的均值，分別達(dá)到24.5795倍和14.6494倍，且各個(gè)節(jié)日的節(jié)前和節(jié)后收益率均大于其他交易日的收益率。全部節(jié)日總體和各個(gè)節(jié)日節(jié)前的標(biāo)準(zhǔn)差比其他交易日標(biāo)準(zhǔn)差小，節(jié)后的標(biāo)準(zhǔn)差比其他交易日標(biāo)準(zhǔn)差大。

從收益角度來看，四個(gè)節(jié)日的節(jié)前和節(jié)后第一個(gè)交易日的收益均值有明顯的差異。四個(gè)節(jié)日中節(jié)前的最大和最小收益均值，分別為國慶節(jié)前0.746763和元旦節(jié)前0.238411，是其他交易日收益率均值的35.3983和11.3012倍;節(jié)后的最大和最小收益均值，分別為勞動(dòng)節(jié)后0.537882和春節(jié)后0.172216，是其他交易日收益率均值的25.4969和8.1634倍，對(duì)比來說節(jié)前收益率均值差異更大。

同一節(jié)日，節(jié)前節(jié)后收益率也存在差異。元旦節(jié)前和節(jié)后的平均收益是其他交易日的11.3012倍和12.1497倍。春節(jié)節(jié)前和節(jié)后的平均收益是其他交易日的24.1632倍和8.1634倍。勞動(dòng)節(jié)節(jié)前和節(jié)后的平均收益是其他交易日的28.0508倍和25.4969倍。國慶節(jié)節(jié)前和節(jié)后的平均收益是其他交易日的35.3983倍和13.1782倍。以上數(shù)據(jù)說明：深市可能具有基于收益的節(jié)日效應(yīng)。

從波動(dòng)的角度來看，四大傳統(tǒng)節(jié)日節(jié)前和節(jié)后的收益率的標(biāo)準(zhǔn)差分別是其他交易日的標(biāo)準(zhǔn)差的0.8852、1.4626、0.7786、1.6713、0.7904、1.6293、1.0931、1.3608倍。春節(jié)前后、勞動(dòng)節(jié)后、國慶節(jié)后收益標(biāo)準(zhǔn)差和總體標(biāo)準(zhǔn)差相差較大，節(jié)后的標(biāo)準(zhǔn)差普遍大于節(jié)前的標(biāo)準(zhǔn)差，說明深市可能存在基于風(fēng)險(xiǎn)波動(dòng)的節(jié)日效應(yīng)，不同節(jié)日的節(jié)日效應(yīng)可能表現(xiàn)不同，某些節(jié)日的節(jié)日效應(yīng)為節(jié)日前后的一種，而某些節(jié)日同時(shí)具有兩種效應(yīng)。

當(dāng)傳統(tǒng)節(jié)日前后的收益率平均值與其他交易日有比較明顯的區(qū)別時(shí)，收益率的方差與其他交易日的差異也比較大，說明節(jié)日期間的超額收益可能與風(fēng)險(xiǎn)有一定聯(lián)系。

根據(jù)描述性統(tǒng)計(jì)分析情況，得出初步假設(shè)：

中國股市可能同時(shí)存在基于收益和波動(dòng)的節(jié)日效應(yīng)。從收益角度看，春節(jié)、勞動(dòng)節(jié)和國慶節(jié)節(jié)前效應(yīng)顯著、勞動(dòng)節(jié)和國慶節(jié)節(jié)后效應(yīng)顯著。四大傳統(tǒng)節(jié)日的節(jié)前和節(jié)后第一個(gè)交易日的收益均值有較大差異;對(duì)同一節(jié)日，節(jié)前和節(jié)后的收益率也存在差異。傳統(tǒng)節(jié)日節(jié)前和節(jié)后的收益率均大于其他交易日的均值收益率。春節(jié)前后、勞動(dòng)節(jié)后、國慶節(jié)后波動(dòng)效應(yīng)顯著。一些節(jié)日的節(jié)日效應(yīng)可能表現(xiàn)為節(jié)前效應(yīng)或節(jié)后效應(yīng)中的一種，國慶節(jié)和勞動(dòng)節(jié)可能同時(shí)具有兩種效應(yīng)。節(jié)日前后的超額收益可能與風(fēng)險(xiǎn)有關(guān)，重點(diǎn)表現(xiàn)在春節(jié)前、勞動(dòng)節(jié)后和國慶節(jié)后。

2.全部節(jié)日綜合檢驗(yàn)

建模進(jìn)行研究，在均值方程與波動(dòng)率方程中同時(shí)引入了表示節(jié)日的虛擬變量。經(jīng)反復(fù)檢驗(yàn)，GARCH（1，1）-M模型比其他模型擬合效果更好（利用SIC法確定最優(yōu)滯后期數(shù)，得出使AIC、SC較小時(shí)的期數(shù)）。模型具體形式如下：

Dnt為代表節(jié)日的虛擬變量，表示節(jié)前或節(jié)后，當(dāng) n表示節(jié)前/節(jié)后時(shí)，如果所觀察到的收益率Rt是節(jié)前/節(jié)后的收益率，則 Dnt=1，否則Dnt=0;δ2t為條件方差，εt為誤差項(xiàng);c，a，χ，1，ω，λ，η，γ，β1為模型系數(shù)。當(dāng)1的值顯著不等于0時(shí)，那么就說明中國股票市場存在基于收益的節(jié)前（節(jié)后）效應(yīng);當(dāng)β1的值顯著不等于0時(shí)，那么就說明中國股票市場存在基于波動(dòng)的節(jié)前（節(jié)后）效應(yīng);γ值顯著時(shí)，說明收益與風(fēng)險(xiǎn)有關(guān)。圖表由于版面原因不再列出。

模型1的節(jié)前和節(jié)后虛擬變量1的系數(shù)分別為0.423227和0.404879，且二者都為正，都通過了顯著性水平為1%的檢驗(yàn)。通過檢驗(yàn)的結(jié)果我們可以得出，中國股市（深市）同時(shí)有基于收益的節(jié)前效應(yīng)和節(jié)后效應(yīng)。另外，表示節(jié)前和節(jié)后效應(yīng)波動(dòng)率的虛擬變量參數(shù)值β1值分別為0.045985和0.044663，也都通過了1%水平的顯著性檢驗(yàn)，說明在深市中，無論是節(jié)前、節(jié)后都顯著，表明從總體上看來深市存在基于波動(dòng)的節(jié)前和節(jié)后效應(yīng)。節(jié)前和節(jié)后γ值分別為0.045985和0.044663，均顯著為正，說明法定節(jié)日前后的異常收益與節(jié)日風(fēng)險(xiǎn)有關(guān)，高風(fēng)險(xiǎn)對(duì)應(yīng)著高收益，收益的增加是對(duì)高風(fēng)險(xiǎn)的補(bǔ)償。

以上結(jié)果表明中國股市同時(shí)存在著基于收益和波動(dòng)的節(jié)日效應(yīng);節(jié)日前后的異常收益與風(fēng)險(xiǎn)有正相關(guān)關(guān)系。

3.分節(jié)日檢驗(yàn)

新的均值方程和波動(dòng)方程如下：

其中，i=1，2，3，4，分別代表四大傳統(tǒng)節(jié)日;Dni，t為第i個(gè)節(jié)日的虛擬變量;n表示節(jié)前或節(jié)后，當(dāng) n表示節(jié)前/節(jié)后時(shí)，如果所觀察到的收益率Rt是節(jié)前（節(jié)后）的收益率，則 Dnt=1，否則Dnt=0;δ2t為條件方差，εt為誤差項(xiàng);c，a，χ，i，ω，λ，η，γ，βi為模型系數(shù)。當(dāng)i 顯著不等于0時(shí)，那么就說明第i個(gè)節(jié)日存在基于收益顯著的節(jié)日效應(yīng)（節(jié)前或節(jié)后效應(yīng)）;當(dāng)βi的值顯著不等于0時(shí)，那么就說明中國股票市場存在基于波動(dòng)的節(jié)日效應(yīng);γ檢驗(yàn)結(jié)果顯著時(shí)，說明收益與風(fēng)險(xiǎn)有關(guān)。

從收益角度看，通過建模得到表示各節(jié)日虛擬變量的參數(shù)值和z統(tǒng)計(jì)量的值。節(jié)前的檢驗(yàn)結(jié)果顯示：春節(jié)、國慶節(jié)代表基于收益的節(jié)日效應(yīng)虛擬變量參數(shù)值分別在10%，5%的顯著性水平下通過了檢驗(yàn)。節(jié)后的檢驗(yàn)結(jié)果顯示：元旦節(jié)、國慶節(jié)的值分別在5%，1%的顯著性水平下通過了檢驗(yàn)。由此可以看出元旦節(jié)后效應(yīng)顯著，幾乎沒有節(jié)前效應(yīng);春節(jié)節(jié)前效應(yīng)比較顯著，幾乎沒有節(jié)后效應(yīng);勞動(dòng)節(jié)沒有通過檢驗(yàn)，表示為沒有基于收益率的節(jié)日效應(yīng);國慶節(jié)具有顯著的基于收益率的節(jié)前和節(jié)后效應(yīng)，且節(jié)后效應(yīng)比節(jié)前效應(yīng)更為明顯。

從波動(dòng)率的角度看，節(jié)前的檢驗(yàn)結(jié)果顯示：元旦、春節(jié)、勞動(dòng)節(jié)代表基于風(fēng)險(xiǎn)波動(dòng)的節(jié)日效應(yīng)虛擬變量參數(shù)β值分別在1%，5%，5%的顯著性水平下通過了檢驗(yàn);節(jié)后的檢驗(yàn)結(jié)果顯示：元旦和勞動(dòng)節(jié)的β值分別在1%，5%的顯著性水平下通過了檢驗(yàn)，說明在這個(gè)時(shí)間段內(nèi)存在基于異常波動(dòng)率的節(jié)日效應(yīng)，且元旦節(jié)日前后的異常風(fēng)險(xiǎn)波動(dòng)比其他節(jié)日更為明顯。春節(jié)后和國慶節(jié)前后的β值沒有通過顯著性檢驗(yàn)，說明在這個(gè)時(shí)間段內(nèi)沒有明顯的異常風(fēng)險(xiǎn)波動(dòng)。

從收益和風(fēng)險(xiǎn)的關(guān)系進(jìn)行分析，γ值均通過了1%水平下的顯著性檢驗(yàn)，且都為正值，說明股市收益與股市風(fēng)險(xiǎn)正向相關(guān)，風(fēng)險(xiǎn)越高，收益率越高。

六、主要結(jié)論、建議

1.主要結(jié)論

從總體節(jié)日檢驗(yàn)的結(jié)果來看，深市有顯著基于收益和波動(dòng)的節(jié)前和節(jié)后效應(yīng)。全部節(jié)日的節(jié)前和節(jié)后的均值收益率都大于其他交易日的均值收益率。節(jié)前的標(biāo)準(zhǔn)差比其他交易日標(biāo)準(zhǔn)差小，節(jié)后的標(biāo)準(zhǔn)差比其他交易日標(biāo)準(zhǔn)差大。分節(jié)日檢驗(yàn)來看，不同的節(jié)日里，節(jié)日效應(yīng)有很大的差異，同一節(jié)日節(jié)前節(jié)后收益率和風(fēng)險(xiǎn)也存在差異。各個(gè)節(jié)日的節(jié)前節(jié)后收益率均大于其他交易日收益率均值。表示收益和風(fēng)險(xiǎn)關(guān)系的參數(shù)值顯著為正，股市收益與股市風(fēng)險(xiǎn)正向相關(guān)，風(fēng)險(xiǎn)越高，收益率越高。

2.建議

對(duì)于投資者來說，中小投資者應(yīng)該不斷學(xué)習(xí)補(bǔ)充投資的專業(yè)知識(shí)，保持理性，避免盲目投機(jī)行為帶來的損失;合理分析股票收益與風(fēng)險(xiǎn)的關(guān)系，利用股市不同的節(jié)日收益和風(fēng)險(xiǎn)的情況安排投資策略進(jìn)行投資以期獲得高收益。比如在其他交易日買進(jìn)，在節(jié)前和節(jié)后，密切關(guān)注大盤走勢及股價(jià)波動(dòng)，再選擇合適的時(shí)機(jī)拋出。

對(duì)于監(jiān)管者來說，監(jiān)管部門應(yīng)密切關(guān)注節(jié)日前后不同風(fēng)險(xiǎn)狀況，合理地進(jìn)行市場引導(dǎo)和風(fēng)險(xiǎn)監(jiān)管，維護(hù)市場平穩(wěn)運(yùn)行。提高股市信息透明程度，維護(hù)市場有效性，以便投資者及時(shí)得到有效信息，合理規(guī)劃投資策略。

注釋：

①有效市場假說定義https：//baike.baidu.com/item/有效市場假說/6218116？fr=aladdin。

②方法說明部分引自《基于上證綜合指數(shù)的中國股票市場節(jié)日效應(yīng)研究》和《中國股市“節(jié)日效應(yīng)”的實(shí)證研究》。

參考文獻(xiàn)：

[1]董桓旭.中國股市春節(jié)效應(yīng)的驗(yàn)證及投資建議[J].時(shí)代金融，2017，（21）：133～134+136.

[2]黃志勇，孟巖，張騰.滬深300股指期貨的午間效應(yīng)和隔夜效應(yīng)[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，（6）：34～42.

[3]江一濤，楊林燕.中國股市的節(jié)日效應(yīng)研究[J].經(jīng)濟(jì)經(jīng)緯，2009，（6）：135～138.

[4]劉維奇，陳研研.中國股票市場的節(jié)日效應(yīng)研究——基于收益和波動(dòng)的視角[J].金融發(fā)展研究，2019，（2）：61～67.

[5]陸磊，劉思峰.中國股票市場具有”節(jié)日效應(yīng)”嗎？[J].金融研究，2008，（2）：127～139

[6]潘勤華，龔晟.基于GARCH模型的中國股市節(jié)日效應(yīng)實(shí)證研究[J].知識(shí)經(jīng)濟(jì)，2015，（1）：83～83.

[7]吳瑋琳.中國股市“節(jié)日效應(yīng)”的實(shí)證研究[J].經(jīng)濟(jì)前沿，2009，（8）：57～64.

[8]莊申云.基于上證綜合指數(shù)的中國股票市場節(jié)日效應(yīng)研究[J].甘肅科技，2019，35（16）：116～120.

作者簡介：

王新悅，西北農(nóng)林科技大學(xué)學(xué)生。