前言：本站為你精心整理了運用多種手段驗證上證指數的周日效應范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

0引言

有效市場假說首次在1965年被提出，該假說認為股票的價格已經充分包含了所有股市的相關信息，市場是有效的。在充分有效的市場上，所有投資者都同樣能以較低的成本獲得大量信息。因為在有效的市場上所有的信息都已反映在股票價格上，所以通過收集和分析股票價格信息是不能獲得超常收益的。而從對股票市場實證研究的角度來看，在市場達到有效的狀態下，證券價格是隨機游走的，即不能通過已經完全公開的信息預測未來的收益率，也不能基于對過去價格行為的分析來預測價格的變化趨勢。然而這一假說受到越來越多的置疑，其中之一就是在股票市場發現了股票收益率的周日效應的現象。這種現象有悖于有效市場假說的理論，同時也反映出股票收益的經濟力量是非常復雜的。隨著全球經濟的發展，中國的股票市場也趨于完善，與國外的股票市場一樣，中國的股市也出現各種有悖于有效市場假說的經濟異象。其中股票收益率的周日效應是其中一個重要的異象。所謂的周日效應，是指股票收益率在一周中出現有規律的異常變化的現象。在以往的研究中發現，對于美國、英國、德國等歐美成熟股票市場，周日效應表現為負的周一效應和正的周五效應，且周五的收益率最高。而對于亞太地區的股票市場的研究，如對香港、臺灣、馬來西亞、菲律賓、澳大利亞、泰國等地區和國家的股票市場研究發現周日效應的結果有所不同，最低的收益率出現在周二。但從中也可以發現，不管在哪個市場，周日效應都是存在的。本文從中國股市的角度出發，利用上證指數數據研究中國股票市場的有效性問題。這一討論的意義在于，中國股市市場是一個新興的市場，其特殊性和獨立性很可能使得中國股市市場的周日效應與其他國家和地區不同。即使中國股票市場有著與其他國家和地區的股票市場相同的表現和行為，也能夠使我們更深入透徹地了解股票的周日效應。

1基于GARCH模型股市周日效應分析

1.1GARCH模型的基本原理Engle在1982年提出ARCH模型分析時間序列的異方差性以后，GARCH模型是一個專門針對金融數據量體訂做的回歸模型，除去和普通回歸模型相同的之處，GARCH對誤差的方差進行了進一步的建模。特別適用于波動性的分析和預測，這樣的分析對投資者的決策能起到非常重要的指導性作用，其意義很多時候超過了對數值本身的分析和預測。一般的GARCH模型可以表示為：式（1）中，ht為條件方差，ut為獨立同分布的隨機變量，ht與ut互相獨立，ut為標準正態分布。其中，第一個公式稱為條件均值方程；第三個公式稱為條件方差方程，說明時間序列條件方差的變化特征。由于GARCH(p,q)模型是ARCH模型的擴展，因此GARCH(p,q)同樣具有ARCH(q)模型的特點。但GARCH模型的條件方差不僅是滯后殘差平方的線性函數，而且是滯后條件方差的線性函數。GARCH模型在計算量不大時，可以方便地描述高階的ARCH過程，因而具有更大的適用性。但GARCH(p,q)模型在應用于資產定價方面也存在一些問題。

1.2基于GARCH模型股市周日效應分析在以往的研究中，對于比較成熟的股市市場，呈現較明顯的負的周一效應和正的周五效應，且周五的收益率最高。而對于我國現階段的股市情況如何，本文將通過簡單的描述統計以及GARCH模型檢驗來分析，同時檢驗我國的股市是否存在周日效應，以及存在怎樣的周日效應。在接下來的分析中，采用以下模型研究我國股市的周日效應：式（2）中，參數1，2，3，4，5的估計分別是周一、周二、周三、周四、周五收益率均值的估計。

2實證驗證

2.1樣本選擇與數據來源本文選用上證指數(上證指數的各項數據來自于大智慧軟件)為研究對象，樣本數據區間為2006年1月4日到2010年12月31日。將樣本按照牛市、熊市和震蕩期分為三組來進行分析。分組的標準如下：牛市時期，大部分股價會出現持續的上漲，在這種背景下，個股漲的天數一般大于下跌的天數，即個股上漲三到四天或者更多天數后因技術調整要求而出現一到兩天的下跌，然后進一步上漲，同時大盤每天都有一定數量的漲停個股，很少見到有跌停的個股。熊市時期，與上面正好相反，大部分股價會出現持續的下跌，在這種背景下，個股跌的天數一般大于漲的天數，即個股下跌兩三天或更多天數后因技術調整要求而出現一到兩天的上漲，然后進一步下跌，同時大盤經常出現一定數量的跌停個股，而漲停個股只有少數幾個或者根本沒有。從資金面上看，牛市時不斷有新的資金進入，比如我們可以不時聽到有多少億資金將進入股市，又有多少億資金將解凍后進入股市，另外每天的新開戶數都在三十萬以上，相當于每天有上百億資金進入股市，在資金的持續推動下股指越漲越高。應該說所有的牛市主要都是資金推動型的牛市，一旦資金斷鏈，牛市的格局就結束，這時不管國家的經濟如何，也不管企業的贏利如何。只要出現資金斷鏈，牛市的格局就結束。而熊市時就是資金無法供給從而造成斷鏈。利用以上方法及標準可以發現樣本區間呈明顯牛市、熊市和震蕩期。而各期時股民們的心理會有很大的區別，所以研究時將樣本數據按此方法及標準劃分為牛市、熊市和震蕩期三組。其中牛市時期為2006年1月4日至2008年1月17日和2009年3月9日至2009年7月27日兩個時間段；熊市時期為2008年1月18日至2009年3月6日；震蕩期時期為2009年7月28日至2010年12月31日。

2.2描述統計分析表1和表2報告了2006年1月4日到2010年12月31日上證指數周日效應的描述統計結果。表1是將整個數據樣本作為一個整體進行統計分析，表2是將數據樣本以牛市、熊市、震蕩期進行分組來進行統計分析。其中都包括各交易日收益率的均值以及標準差。從表1的結果可以初步判斷上海股市可能存在周日效應。從均值上看，周一為0.1824%，周二為-0.0978%，周三為0.0747%，周四為-0.0271%，周五為0.0254%。從標準差上看，周一為1.07859，周二為0.82024，周三為0.87334，周四為0.84107，周五為0.80117。均值中，周一的均值為正，且最高；周二周四的收益率均值均為負，這與以往對中國股市的分析相吻合；周五的收益率也為正，但并不是最高。方差上，周一的方差最大，這也說明了周一的風險最大，其他各交易日的風險從數值上相差不大。從以上的分析結果來看，可以基本上得出我國上海股市存在周一的收益率最高，周二的收益率最低這種周日效應分布情況。表2的結果要根據各時期不同的牛熊市情況來分別分析。在牛市時期，從均值上看，周一為0.3681%，周二為0.1268%，周三為0.0953%，周四為-0.0165%，周五為0.0777%。方差上，周一為0.89477，周二為0.72055，周三為0.75621，周四為0.83923，周五為0.7712。從結果可以看出，在牛市時期，除了星期四的收益率均值為負數之外，其他各交易日的收益率的均值都為正數，周一的收益率同樣為最高的。同時可以看出，雖然周一的風險在數值上最高，但相對而言，在牛市時期，各交易日的風險都相對較小。在熊市時期，從均值上看，周一為-0.1043%，周二為-0.5301%，周三為0.1778%，周四為-0.1493%，周五為-0.0679%。從方差上看，周一為1.54912，周二為1.07167，周三為1.24513,周四為1.10236，周五為1.10224。從結果可以看出，在熊市時期，除了星期三，其他各交易日的收益率都為負數，且一周內各交易日的風險都比牛市要高出很多。同時，周二的收益率最低，周一的風險最大。在震蕩期時期，各交易日在均值上的表現為周一為0.0920%，周二為-0.1382%，周三為-0.0716%，周四為-0.0132%，周五為0.0104%。在方差上表現為周一為0.88540，周二為0.64429，周三為0.66947，周四為0.66872，周五為0.70240。從結果可以看出，在震蕩時期，周一的收益率為正且最高，但周一的最高收益率并不如牛市那么顯著。同樣周二的收益率為負，且最低。總結以上結果可以初步得出，在牛市時期，存在正的周一效應，周一的收益率最高，且周一的風險最大。在熊市時期，各交易日的收益率都不理想，其中周二的收益率最低，且各交易日的風險相對都較高，同樣，周一的風險最高。在震蕩期時期，周一的收益率最高，且周二的收益率最低，周一的風險最高。

2.3GARCH模型的估計由簡單描述統計分析可知，我國上海的股票市場可能會存在周日效應。而且由前文的理論介紹可知，采用包含虛擬變量的GARCH模型研究股票的收益率將更為合適。所以對前文所搜集的相關數據利用Eviews軟件對公式

2.4進行估計，結果如下。表3、表4、表5分別報告了2006年1月4日到2010年12月31日這段樣本區間內，牛市、熊市以及震蕩期的分析結果。其中，C代表了周一的收益率，D1代表周二的收益率，D2代表周三的收益率，D3代表周四的收益率，D5代表周五的收益率。表3表示的是牛市情況，在牛市時期可以發現，在α=0.05的情況下，周一的收益率顯著為正且最高，周四的收益率最低，可認為存在正的周一效應。杜賓檢驗可以看出，DW=1.998190,不存在自相關。表4表示的是熊市的情況，在熊市時期，α=0.05的情況下可以發現，周一、周二、周四、周五的收益率為負，但只有周二的收益率是顯著的，周三的收益率為正，但并不顯著。所以可認為在熊市時期存在負的周二效應。杜賓檢驗可以看出，DW=2.021434，也不存在自相關。表5為震蕩期，在震蕩期，α=0.05的情況下，周一的收益率為正，且顯著。周二、周三、周四的收益率都為負，其中可以發現，周二的收益率最低，周四的收益率并不顯著。周五的收益率為正，也不顯著。所以可認為存在正的周一效應和負的周二效應。杜賓檢驗可以看出，DW=1.962806，不存在自相關。

3結束語

通過以上的分析，可認為中國的股市存在一定程度的周日效應。這也說明了中國的股市還不是有效率的。一個有效率的市場，任何新的信息都會迅速并且充分地反映在價格中，價格將明顯代表投資者對價值的看法，市場上的股票價格是隨機波動的。