有效市场假说理论及其实证检验Word格式文档下载.doc
《有效市场假说理论及其实证检验Word格式文档下载.doc》由会员分享，可在线阅读，更多相关《有效市场假说理论及其实证检验Word格式文档下载.doc（16页珍藏版）》请在冰点文库上搜索。
他认为市场中投资者的逐利行为会消除价格的可预测性波动，并最终导致股票价格的随机游走。
1953年Kendall也发现股票价格“漫步徘徊”，并认为根据股票价格历史信息预测其未来价格是无用的。
1959年Osborne提出股票价格服从“几何布朗运动”。
1964年Cootner在其出版的论文集中收录了很多有关“股票价格随机游走模型”的实证研究。
Working、亚历山大等也论述了随机游走假说。
1965年，经济学家EugeneFama从信息与股票价格波动的关系研究了有效市场[5]，指出信息变化和证券价格变化是一种因果关系，这使得股票价格符合随机游走模型。
Paul．A．Samuelson（1965）、BenoitMandelbrot（1966）根据股票价格波动，提出早期有效市场理论。
1970年Fama在深化前人研究成果的基础上，发表了著名的《有效资本市场：
对理论和实证的评价》[6]。
从理性预期的角度对市场有效性作出定义，并提出了“有效市场假说”（EfficientMarketsHypothesis）:
有效市场就是信息有效流动和反映价格的市场，只要信息能够完全充分地反映在价格上，该市场就是有效的市场，而不管该市场是否达到资源配置的有效或市场运作的有效。
此后，他还根据信息对市场影响的广泛程度把有效市场分为三类：
弱式有效市场、半强式有效市场和强式有效市场。
在Fama之后的几十年，很多学者对有效市场假说理论进行了实证研究，期间产生了许多很有价值的研究结果，促进了有效市场理论的发展。
2有效市场的内容及意义
2.1有效市场假设分类
从Fama对有效市场的定义和分类，我们可以看出，“有效市场假设”实际上涉及两个关键问题：
信息与价格的关系以及不同信息对价格产生怎样的影响。
这里“信息”主要有：
历史信息、公开信息和内部信息。
其中历史信息是指市场过往交易的有关历史资料，如股价变化、成交量、会计数据等；
公开信息是指一切可从公共途径获得的信息，如公司财务、盈利报告、经营状况等，还包括各种相关的经济政策、法规、及世界经济形式等；
而内部信息则是指那些只有公司内部人员才能获得的内幕消息，这里内幕消息包括公司内部架构改变、管理层人员变动等只有公司内部人员掌握的信息。
Fama认为，在有效市场中，证券价格可以反映影响其变化的信息，而且价格所反映的信息越广泛，那么证券价格就越接近其所代表的真实资产价值，这就意味着在有效市场中，投资者针对证券价格的基本分析或技术分析是无效的（也就是说投资者无法凭借其分析获取超额利润）。
反之，在非有效市场中，证券价格对信息的反映则会出现一定程度的偏差（比如提前反映、延期反映或过度反映），也就是说，市场对信息不能够进行充分及时的有效反映。
有效市场和非有效市场下股价对信息的反应如下图示[7]：
图示表明：
只有在信息公布之时，股价作出迅速反映才是有效市场（图中实线所示）。
进一步地，可以知道：
市场对新信息的反应速度是判断其是否有效的标志。
三种有效市场的分类。
2.1.1弱式有效市场——低级有效市场
所谓弱式有效市场是指，证券现行价格完全反映了股票的历史信息。
在弱式有效市场下，投资者是不可能通过对股票历史信息的分析来赚取超额利润。
但是那些拥有公开信息和内部消息的人就可以趁机赚取超额利润。
根据弱式有效市场假设中股票价格随机游走的假设，采用随机游走模型来刻画市场的弱式有效性：
～.
其中：
：
当期证券价格,：
上一期证券价格
：
证券的期望收益
：
随机误差项，且.
2.1.2半强式有效性市场——中等强度有效市场
所谓半强式有效市场是指，股票当前价格不仅反映了所有有关的历史信息还反映了公开信息。
这种情况下证券价格会随着新进入市场的相关信息迅速地波动，进而很快达到均衡价格，显然此时投资者很难通过这种短时间的股价波动来获取超额利润的。
但是对于那些拥有公司内幕消息的人，这时候就可以趁机进行投资并且获得超额利润。
2.1.3强式有效市场——最高级的有效市场
所谓强式有效市场是指，股票当前价格不仅反映了其历史信息、全部公开信息还反映了只有内部人员才能掌握的公司内部信息。
此时即使是拥有内部信息的投资者也已经无法利用内部的未公开的信息赚取超额利润。
需要注意的是，强式有效市场是一个完美的市场，因为这时候市场是完全的，投资者是理性的而且市场具有有效地套利机制。
根据以上分类，市场有效性和信息的关系可以表示如下：
由上图可以直观地看出，强式有效市场一定半强式有效，半强式有效市场一定弱式有效，反之却不成立。
2.2有效市场假设的实证检验
一般地我们可以从如下两个角度来衡量市场究竟是否有效：
一方面，可以根据证券市场价格能否迅速的根据信息变化而变动来判断；
另一方面，还可以根据有关证券价格的所有信息能否充分披露并且均匀有效地分布来进行判断。
因此，我们可以依据股票价格和信息的关系，建立均衡价格下的预期收益模型：
Pt表示t时刻股票价格，表示收益率，表示时的所有信息集。
假设
若有：
则表示市场价格达到均衡，即市场有效。
同理，这里可令
此时若有：
那么市场同样达到了有效。
显然以上模型表明在有效市场中投资者获得的收益是相等的。
因此为了最终达到有效市场的市场均衡，人们开始研究并验证市场的有效性,并针对不同程度的市场假设采用不同方法进行市场有效性检验。
2.2.1弱式有效市场的检验
弱式有效市场检验主要是看能否通过分析股票的历史信息（价格和成交量等）来预测证券未来的价格。
通常主要采用随机游走检验、过滤检验及动能效应检验等来进行检验。
1、随机游走检验
因为市场若达到弱式有效，则证券价格波动将呈现随机游走状态（亦即价格不会出现某种可观测或者是可统计的确定趋势）。
所以根据数理统计知识我们可以采用自回归检验，游程检验和符号检验来验证价格变动是否呈随机游走状态。
（1）自回归检验[8]
假设证券市场价格时间序列是一随机游走序列，很显然也是一随机游走序列,因此可以建立随机游走模型如下：
（*）.
是随机误差,。
显然只要证明（*）中b显著等于1，就可以说明随着随机变量进行随机游走，进一步就可以得出股票价格随机游走。
以（*）为模型，进行回归的具体过程如下：
假设一元回归方程为：
.（为随机误差项）
接下来要遵循最小二乘法原则，目的是使得残差平方和最小（亦即进行中心化过程），需要注意的是其中。
（1）
对
（1）式右边求偏导，得
进一步地，可以得到
（2）
为简化上式，对进行离差变换,
令
注意此处（原始数据均值），也就进一步地确保为0。
把替换后的数代入
（2）式，得
注:
。
现在需要对具体数据进行实证检验。
以下是具体实证方法：
取1990年12月19日——2010年3月22日的上证指数，运用excel软件进行基本数据回归分析。
（数据来源：
）
以为回归模型进行检验，检验假设为：
运用excel软件对数据进行线性运算：
首先求出股价随机游走序列（这里为的一阶滞后，分别表示上面回归过程中的），接着分别以30天和250天为周期求出相应。
然后再求出,最后运用公式（3）就可以求出回归系数b的估计值。
分别以30天和250天为周期求出的b值
进一步地分别画出b的折线图：
（如下）
从上图可以看出假设是成立的，也就是上海股票市场具有弱式有效性。
再取2000.1.4—2011.4.18上证A股和纳斯达克指数及2003.3.12—2011.4.18深证A指数（数据来源：
国经网金融版），并运用spss软件进行实证。
首先，利用软件求出各自日收益率指数
其次，运用spss软件进行基本描述性统计得到如下图数据：
上证A股和深证A股日对数收益率描述性统计表
数据个数
偏度
峰度
上证A
2576
-0.069
4.651
深证A
1860
-0.326
4.582
纳斯达克指数
2848
-0.076
277.690
由上表各数据偏度和峰度系数可以看出上证A股深证A股和纳斯达克指数分布都较接近正态分布。
接着，以上证A股为例对它们各自进行线性回归分析。
具体分析结果如下图所示（主要以上证A股为例）：
图1.上证A股方差分析表
图2.回归系数检验及其显著性统计
图3.标准化参差p-p图
通过spss线性回归分析得到，上证A股指数收益的，这表明和有线性关系。
再根据以上各表分析数据进行分析:
其中图1.显示回归模型中F统计量的值为0.675。
图2给出了回归系数及其标准差及其显著性t检验，从表中可以看出x的t统计量对应的p＞0.05，综上分析可以说明上证A股指数收益服从正态分布，也就是市场弱式有效。
最后综合三个市场的分析得出其综合分析表：
上证A股、深证A股、纳斯达克指数指数收益率分析表
R2
F
T
P
P-P图
上证A股
0.001
0.675
0.822
0.411
靠近对角线
深证A股
2.677
1.633
0.103
从上表可以看出，深证A股和纳斯达克指数指数收益也服从正态分布，市场达到弱式有效。
（2）游程检验
游程检验主要是研究价格的变化趋势，在由某个时间序列生成的样本数据中，以“+”表示证券价格上升，“-”表示价格下降。
通过“+”“-”出现的规律判断序列是不是存在自相关性。
若价格变化正相关，那么可能“+”之后仍为“+”，“-”之后仍为“-”。
由此可通过对相关价格变化的分析，观察价格变动是否具有相关性。
当样本量足够大时，总游程数趋于正态分布，此时市场是弱有效的。
（3）CJ统计量检验[9]
该法主要通过考察股票价格连续两天的变动是否独立来检验股价是否随机游走。
股价的变动有同号和异号两种情况。
若股票价格随机游走，那么同号和异号的概率最终都应该趋于0.5。
假设（注：
表示t时刻股价），则,此时的正负就反映了价格的同向和异向变化，令
则有，其中。
显然表明n+1个价格变化序列中中同号的个数（因为若，则表明同号，若，则异号），则表示价格变化序列中异号的个数。
若股票价格随机游走，则股票价格变化序列相互独立且对称分布，此时Cowles-Jones统计量为：
这里表示出现同号的概率，表示出现异号的概率。
假设：
，则有
根据JohanY.Campbell等的推导[10]可以得到CJ统计量的渐进分布：
再利用CJ统计量的渐进分布就可以检验序列是否服从随机游走模型。
2、过滤检验
过滤检验是一种检验交易策略（交易策略是指根据历史价格信息总结出来的投资策略）的技术分析方法。
具体方法是：
对于持续下跌的股票，当股价反弹x%（超过前期下跌的底部x%）时,买入并持有；
而对于持续上涨的股票时，当股票价格回落x%（超过前期上涨的顶部x%）时,卖出并卖空，直到股价上升x%。
重复这一过程,若证券价格的时间序列存在系统性变动趋式,使用过滤交易策略将可获得超额收益。
1961年Alexander首先检验了“过滤交易法则”的有效性，他考察了1897-1959美股市场每日收盘价发现：
不考虑交易成本下，该策略具有显著获利性。
Fama等人也对“过滤交易法则”进行了实证检验[11]，他们发现只要把百分比控制到1%～50%之间，那么扣除交易成本后是不能获得超额利润的。
2.2.2半强式有效市场检验
半强式有效市场检验主要是检验能否通过对所有公开信息的分析，来判断股票价格变动并预测股票未来的价格，以此获得超额利益。
对半强式有效市场的检验通常采用残差分析法。
具体方法如下：
[12]
假设：
股票市场收益率为，
正常收益率为.
其中，表示i种股票在第t期的收益率；
为市场指数在第t期的收益率；
表示回归系数；
表示i种股票第t期残差项，即误差；
则表示第i种股票在第t期的正常收益率。
则股票超常收益率为：
.
其中，表示种股票在期的超常收益率。
那么，种股票在期的超常收益率和其在一段时间内的超常收益率分别为：
注意：
表示某一件跟股票价格相关的事件发生的时间。
T表示跟股票价格有关的事件发生前或后的一段时间。
若市场能快速反应，即CAAR在消息公布后趋于稳定，则表明基本分析失灵，半强式有效成立。
若CAAR在消息公布后持续上升一段时间，则说明基本分析有效，市场无效。
很多学者通过实证检验得出：
公司发布的新信息基本上能够反映在调整后的股票价格上，市场基本上是符合半强式有效假说的。
2.2.3强式有效市场的检验
强式有效市场的检验主要是通过内幕消息的交易、基金管理者的投资业绩来判断的（共同基金是内幕信息拥有者的主要代表）。
但通常由于能获得内部消息有限其所需付出的成本问题等情况，所以一般不对强式有效市场进行检验。
2.3有效市场假说的意义
EMH对于资本市场发展来说具有里程碑的意义，它标志着资本市场的成熟，使得对资本市场上的风险衡量得以量化。
因而很多经济学上著名的模型都是以其为前提建立的，比如著名的资本资产定价模型（CAPM模型；
Sharpe，Lintner,Mossin,1964,1965,1966），Ross套利定价理论（APT；
Ross,1976），Black—Scholes期权定价模型（Black&
Scholes,1973）和Merton的期权定价理论（OPT）（Merton,1973）等。
但随着进一步研究，人们发现有效市场假设的一个必要条件“投资者得到信息的成本和交易成本为0”，而这是与市场现实相悖的。
而且有效市场假设的前提是：
投资者是理性的,即使存在部分非理性投资者，由于其交易具有随机性，他们的交易活动将相互抵消，即便部分非理性投资者的行为具有相关性，但由于有效套利者的交易可以消除非理性投资者对市场价格的影响。
但是一方面真实的市场上完全理性的投资者是不存在的，因为投资者在一定程度上都厌恶风险，他们中的大多数都是依据自己主观判断来进行投资的，这就涉及个人的风险偏好程度、投资效用函数等，而且个人投资者在一定程度上都具有短视性，他们所获得的信息及个人知识水平也是不相同的。
另一方面市场上的信息具有不对称性，复杂性，这与EMH要求信息的完全对称相违背。
这些都无疑对有效是假设提出了巨大挑战。
3EMH异象的研究及我国市场有效性实证
无疑EMH较之完全市场假说前进了一大步，其为提高证券市场效率的研究提供了理论指导。
但随着经济学家的进一步研究发现在实际的金融市场上其实有很多现象是与EMH相违背的。
因此自从其提出以来，围绕市场究竟是否有效的争论就没停止过，其中以RobertJ.Shiller教授为代表的一批金融学家认为，投资者是“非完全理性”的，这就与有效市场假设的前提投资者是完全理性相矛盾。
近年来，众多金融经济学者对市场有效性进行了一系列的实证研究，发现了一些典型的与有效市场假设相悖的异象。
当然随着近几年我国证券市场的发展，我国学者也开始对我国证券市场的有效性进行了一系列的研究。
3.1EMH异象的实证研究
尽管许多实证研究，例如：
相关系数检验、游程检验、残差分析（事件研究法）和检测公司内部人员盈利情况等都证明了市场在一定程度上是有效的。
但与此同时学者们也发现市场上存在很多与有效市场假设相悖的现象，比如：
3.1.1规模效应（sizeeffect，亦称小公司效应）
所谓“规模效应”是指排除风险因素后，股票收益率跟公司大小有关（小公司收益率明显高于大公司）。
规模效应最先由Banz[13]在1981年提出来。
他把1931—1975纽交所股票按照公司股票市值进行排队，分10组比较，结果发现从1931年到1975年间小公司的年度平均收益率高于大公司近19.8%，最小的公司组合与最大的公司组合年均收益率相差8.59%。
这说明股票收益率不仅与市场指数有关还与公司规模有关。
StephenA.Rose[14]在对1963年～1995年美国股票进行排队研究后也证明了“规模效应”，如下图：
1963年～1995年美国股票收益与公司规模关系
这也可以进一步说明，市场并非半强式有效的。
3.1.2日历效应（calendareffect）
所谓“日历效应”是指股票收益在不同时间段表现出不同的趋势。
主要有周末效应、一月效应和假日效应等。
在金融学上主要采用OLS（最小二乘法）模型和GARCH（广义自回归条件异方差）模型对日历效应进行研究。
其中OLS模型为：
GARCH模型为：
，为截距项，为未知项，为随机变量，表示信息集合，为解释变量，、为未知系数，，为的协方差，B表示未知系数向量，表示解释变量向量。
（1）周末效应
1980年，K.R.French对S&
P500种股票在1953年至1977年间的日收益率进行实证研究。
发现周一的收益率明显为负值，这表示周一收盘时的标准普尔指数是最低的。
这也就表示可以通过把原本计划在周四或周五的投资改在周一进行，这就保证了投资者能够获取稳定超额利润，也就表示半强式有效市场假设是不成立的。
郭彦峰、魏宇在《我国股指期货标的指数的日历效应研究》[15]一文中的方法对周末效应检验了。
其建立的检验模型为：
，其中为星期i对应的虚拟变量。
（这里为了避免出现多重共线性，导致的虚拟变量陷阱，采取去除截距项的做法）。
根据他们对2005.1.4——2007.7.16沪深300指[15]的研究发现：
沪深300指数的OLS和GRACH模型分析结果
变量
OLS法
GARCH法
估计值
Mon
0.5075
3.3360
0.0009
0.2947
2.5358
0.0112
Tue
0.1244
0.8219
0.4115
0.0903
0.6272
0.5306
Wen
0.2378
1.5859
0.1134
0.3479
3.1256
0.0018
Thur
0.0883
-0.5885
0.5565
-0.1471
-1.1594
0.2463
Fri
0.1345
0.8970
0.3701
0.1970
1.5356
0.1246
可以发现沪深股市具有明显的周日效应。
（2）一月效应
“一月效应”是指在每年12月，公司（特别是小公司和那些股票价格在当年已经下跌的公司）股票的收益是呈下降趋式的，而在次年一月价格又重新回升。
一般来讲，一
升级会员 