中國A股市場慣性投資策略的統計驗證

郭江濤

（四川大學 經濟學院，成都 610064）

0 引言

按照股票價格趨勢交易的慣性策略，由于其本身的可操作性和易復制性被各類投資者廣泛使用，或者已經被某些投資者過度濫用，一些風險厭惡程度低的投資者視其為投機獲利的賭博操作模式。如果絕多數機構投資者都復制該投資策略，那么對公司和經濟基本面的研究和關注將會被丟棄，股票價格的峰值將會更高，價格的谷底將會更低，市場風險不但沒有減小，反而成倍放大。

本文利用了上海A股的歷史數據，通過對原始金融數據的處理，可以根據收益率將投資組合推廣到更一般化的情況，并且根據慣性策略建立并管理投資組合，然后計算出投資組合的收益率情況。根據計算的結果，本文將對慣性策略在我國的失效的原因進行相應的總結。

1 研究設計

1.1 實證研究的思路

本文實證研究的中心思想是：驗證慣性投資策略能否在單一特定的股票市場，即中國的資本市場廣泛適用，或者說是否可以不對投資對象加以限定，對所有上市公司股票運用慣性投資策略。同樣的，為了驗證中國資本市場的有效性和股價對信息的反應程度，根據慣性投資策略在中國市場建立了一個簡化的投資基金。建立一個嚴格的持續的股票篩選和持有機制，并檢驗是否遵守并執行該機制即可獲得優于中國整體市場表現的超額收益。

本文實證研究的核心股票篩選和持有策略有類似的幾個要點：

首先，為了檢驗慣性投資在特定的組合下的投資收益情況，將投資標的的范圍進行了調整。

其次，在此需要對所研究的數據樣本進行處理，即處理原始數據，得到收益率在一個較長時間段內的數據，再選定時間序列的起點。結合樣本中公司的上市時間，以及形成期的長短，以便在組合中包含更多的有效數據，得到更加顯著的統計規律。

再次，確定資產配置的策略，并且選定最優的財務或統計標準來對所選策略進行檢驗。同樣計劃考慮夏普比率，選擇最優的配置策略。

然后，嘗試不同的形成期和持有期策略。在研究中，模擬組合的建立保持適當的交易頻率，保持資產組合適度的流動性，盡量保持資產的連續定價；保持適中的交易頻率，從而控制交易成本，保證資產絕對收益。

最后，嚴格遵守投資策略和投資紀律，在不同的時間點反復執行以上四步。檢驗不同形成期和持有期對應的投資收益率時間序列，計算預期收益率等指標，驗證收益率的統計顯著性，判斷該策略在中國資本市場的普遍適用性。

1.2 實證研究的方法

要最終達到篩選中國資本市場強勢股，測試趨勢投資策略盈利能力的研究目標，需要先確定本研究的投資標的和研究對象。

第一步，本研究選取中國資本市場上盡量多的公司數據作為研究標的。迫于數據的可得性，且上海證券交易所的股票信息較為完整，故將上海證券交易所所有的上市公司，包括曾經上市和退市的股票都納入原始數據進行實證研究。

第二步，根據處理完成的數據選擇研究的時間序列：數據序列的終點定為2014年1月，而數據序列的起點，雖然上海證券交易所于1990年成立，但是交易所成立之初，上市的公眾公司并不多。研究需根據數據可得性確定實證研究的起始時間點，所以在編程過程中需根據具體的數據情況，確定數據序列的起點1994年。

第三步，選擇股票的趨勢形成期（J月）：根據不同的形成期J月，對樣本公司逐月排名，選出對應情況下收益率最靠前的數支股票，建立符合標準的股票資產組合。組合在進入平穩運行的階段后一直保證持有60支股票。

第四步，確定資產組合的投資風格：選出強勢股票后立刻按照一定的比例配置選出的股票。同樣的，在中國這一單一市場投資最為理想的投資目標，也是希望建立的組合有最大的預期收益率和最低的方差，即擁有最大的夏普比率和承受單位風險所得到的收益率補償。在此，我們簡化了頭寸的優化過程，只對收益率大小進行比較。同時，無需假設交易數據的穩定性，不考慮是否有數據的結構性改變，進行和上一章相同的股票挑選和組合建立的過程。在投資風格上，由于現在國內僅能賣空指數，而不能對單只股票進行賣空，所以假設本基金為純多頭基金，在操作上僅買入強勢股票，不對表現糟糕的股票進行賣空。

第五步，確定投資和持有期限(K月)：對公司按照一定的持有期標準K月進行持有，獲取投資收益（損失）。表1標示了按照不同的形成期和持有期策略進行倉位調整產生的年度換手率。可知基金的換手率全部由其執行的持有期限決定，即同一持有期限下不論基金執行的形成期為多少個月，都將具有同一的換手率。其中，最高的年度換手率將達到400%，對應的持有期為3個月。總體看來，我們所采用的慣性策略不會帶來太高的換手率，在中國的公募基金中屬于較低水平，完全能被同業和市場所接受。

表1 模擬基金換手率示意圖 （單位：%）

第六步，持有和管理第五步得到的組合，計算其持有期收益率，產生對應的收益率時間序列。利用第四步挑選出的判定標準比較和評估我們的投資組合，進而判定投資策略在該環境下是否可行。

第七步，對投資策略產生的結果進行定性分析，找出影響投資結果的特殊市場機制和市場參與者心理要素。

2 數據來源和樣本的選取

2.1 數據來源

本文所使用的上市公司名單及其相關信息，都來自中國股票市場研究數據庫CSMAR終端和交易所公開資料。所使用的統計分析軟件主要是EXCEL 2007軟件和MATLAB R2009b軟件。

同時，本文中樣本公司的股價數據和對應的收益率全部以人民幣計值。實證研究試圖達到的目的是檢驗慣性交易策略的盈利能力，只需驗證嚴格執行該策略的投資基金的業績表現優于其對應的基準指數即可。

2.2 樣本的選取

（1）數據樣本的范圍。

本文通過中國股票市場歷史數據研究中國股票市場，因為中國的股票市場分為上海證券交易所和深圳證券交易所，其中股票類別又分為A股和B股。B股由于交易量小又僅僅面向少部分持有外匯的投資者，所以不在本文的研究范圍之內。又因為深圳證券交易所上市的中小市值公司較多，開盤時和收盤時與滬市有不同的定價方式，數據可比程度稍低，我們將收集上海證券交易所的歷史交易數據，這些數據涵蓋了1994年以來的所有股票的歷史數據和復權股價信息。本文研究的時間區間為1994年初至2014年1月初。所以，整個研究樣本包括了過去20年間曾在上海證券交易所A股上市的所有股票。值得注意的一點是，因為將研究的股票對象擴大至所有上海A股且計值貨幣為人民幣，所以對應的基準指數很自然地選擇了上證指數。

在這一研究中，我們并沒有剔除研究區間內的ST股票或者去掉某一特定行業的股票（例如銀行類股票，由于整個行業資產負債的特殊性，常常在財務杠桿或公司負債的實證研究中將其剔除）。同時，在某一期被選入資產組合的股票也有可能在未來某一時刻由于財務指標達不到相關法律的定量標準而被執行強行退市。文章的目的在于研究慣性交易策略在中國資本市場的普遍適用性和盈利能力，如果對投資標的有選擇地運用該策略，將造成抽樣偏差，使得慣性策略的普遍性和一般適用性大打折扣。

（2）材料數據的處理。

因為文章分析的數據全部來自上海證券交易所A股的歷史成交月度數據。為了獲得一個較長時間段內的收益率，同樣需要避免使用簡單的算術平均收益率或者幾何平均收益。對原始的復權股價數據進行對數處理，得到對應的收益率數據時間序列。

rt=ln(1+Rt)=ln(pt+Dt)-ln(pt)

設定材料數據的起點為1994年1月末復權股價，終點為2014年1月的復權股價。

3 實證分析

3.1 一般化的投資組合建立規則

我們選取相對強勢股票的資產組合建立思路與Rouwenhorst(1998)以及Jegadeesh and Titman(1993)的操作方法比較類似，都關注組合的不同期限的慣性策略。所以，類似的，我們在此檢驗了相對強勢交易策略應用于短期和中長期的盈利能力。每一個月的月末，所有股票都會基于自身的過去數月（J個月）月度收益對所有已上市股票進行排名。符合對應策略要求的股票，將會被繼續持有至之后的K個月，其中，J、K=3、6或12。

組合在每一個月的月末進行調整。在每一個月的月末（時點t），我們的策略要求我們賣出在t-K時點所建立的頭寸，因而整個組合中權重為1/K的股票都在t月度被調整，然后整個組合中剩下的股票被繼續持有。因而，對一個K月的持有期來說，月度回報率是應用慣性策略后，投資組合當月和之前K-1個月投資業績的算術平均收益率。

例如，在接近第t月末的時候，J=3，K=3策略組合的優勝股票將由三部分頭寸構成：其中一部分來自第t-3月月末時投入的頭寸，其中的股票是之前3個月表現最強勢的股票。另外兩部分頭寸來自于t-2月月末和t-1月月末時投入之前3個月里表現最強勢的股票。因為整個股票組合共持有60支股票，三分之一的頭寸即選擇20支股票。相應地，當J=6，K=12時，策略組合的優勝股票將由十二部分頭寸構成，其中一部分來自第t-12月月末投入的股票頭寸，這當中的股票是前6個月表現最強勢的股票。另外十一個部分頭寸來自于t-11，t-10直至t-1月月末時投入的前6個月里表現最強勢的股票。十二分之一的頭寸對應了5支股票。

由于投資組合按月調整，每個月的月末將得到該投資組合的一個收益率數據。20年的數據產生一個時間序列，使得常規的t統計檢驗可運用于該序列。

3.2 慣性投資組合業績分析

表2描述了按照我們之前所設計的相對強勢策略進行組合管理后的獲得收益是什么樣的狀況。其中形成期分別為3、6和12個月，它們沒有重疊；持有期分別取值為3、6和12個月。從投資收益上看，形成期為3個月，持有期為6個月的股票組合擁有最大的月度投資損失，達到-0.48%，年化收益率為-5.76%。形成期為12個月，持有期為3個月的股票組合擁有最大的月度投資收益，達到0.41%，年化收益率為4.92%。同期的基準指數上證指數從1450點上漲到2870點，漲幅97.9%，月平均收益率0.874%，對應年化收益率為10.50%。所以即使試驗中表現最好的慣性投資組合也沒能戰勝對應的市場指數。

表2 描述性統計表（1）

慣性投資策略在整體上表現出以下特點：

中國A股強勢股票的投資組合并沒有表現出預期的收益率慣性，而表現出一定的收益率反轉。在報告的3種不同形成期和3種不同持有期里，絕大多數形成期和持有期的組合都將帶來負的絕對收益率，選取過去的強勢股，在未來的收益情況為往往不能獲得過去同樣良好的表現，過去強勢的股票在收益率上存在逆轉。最令人震驚的結果在于，如果堅持以股票的價格走勢作為投資的唯一判斷標準，股票組合幾乎在所有情況下都會遭受損失。另一方面，持有期為3個月的慣性策略組合投資的月均收益隨著形成期時間的增加逐步升高②策略（3，3）的月均收益率為-0.31%，策略（6，3）的月均收益率略微上升到-0.19%，策略（12，3）的月均收益率繼續上升到0.41%，出現了9種策略中唯一的正向月度平均收益。，但是統計量顯著性變化趨勢不明顯。

同時，絕大多數的收益率并不統計顯著。所有的t統計量的絕對值都不超過1，p值也大于所有常用的概率（5%，10%），證明該策略雖然在絕大多數情況下預期收益率為負，但是統計上并不顯著，缺乏統計顯著性的內在原因可能在于:

第一，長期以來，“齊漲共跌”的系統風險在中國股票市場表現更為明顯。波濤根據1998年前上海A股的交易數據，發現上海證券交易所的投資風險結構“倒置”，大多數股票的在多數情況下走勢相近。

第二，我國的股票市場總體風險過大，由方差代表的波動性過高，致使t值不顯著。對1885～1993年間道瓊斯工業指數的研究和分析，Hull發現，在一百多年時間里，道瓊斯工業指數單日跌幅超過7%的交易日只有15次，而在1992年至1998年7月的6年之內，上證指數單日跌幅超過7%的交易日有23次。截至2014年，美國股票市場典型股票的年波動率為20%左右，而中國股票市場典型股票的年波動率為是美國的3倍。這些必然導致我們股票組合的平均收益率的標準差太大，即t統計量的分母過大，從而使得t統計量不顯著。

第三，可能研究區間內的數據產生了結構變化或者結構斷裂。雖然整個研究區間使用了同一策略進行慣性投資，但是不同于國際投資的結果，上海A股的慣性投資收益率具有非常不顯著的統計特性。一個潛在的解釋就是A股的交易數據產生了可以影響統計效果的變化。例如1990年上海證券交易所和深圳證券交易所成立后新股的定價系統嘗試了多種申購和新股定價發行方式，證券的詢價機制和財務及戰略投資者的投資規范要求也發生了多次變化。股票上市定價區間的不同和戰略投資者鎖定期的不同直接影響了股票上市后在二級市場的價格走向。又如2005年進行的股權分置改革帶來了股票市場的全流通時代，直接帶來了交易機制、公司估值以及交易心理的變化，交易數據隨之產生了結構變化。

4 結論

我們在中國股票市場上不加限制地運用慣性策略，被證明將不能獲得統計顯著的穩定的收益率。本文投資于所有股票時，收益率明顯的反轉特征可能是由以下原因造成的：

（1）我國證券市場自身的系統風險過高，投機氛圍依然濃厚，在缺乏其他有效投資渠道的情況下表現出市場的非理性繁榮。慣性策略的失敗一方面可能是由于中國廣