动量交易策略及我国股票市场实证分析

摘要：动量交易策略指的是事先针对股票收益及交易量设定过滤规则，一旦股票收益或者股票收益和交易量同时满足过滤规则就买入或卖出股票的交易策略。动量交易策略的理论基础是行为金融学。国外投资者已经成功地在实践中应用了该策略。我国股票市场是否存在动量效应，还未形成统一的结论。在总结国内外学者研究方法的基础上，利用目前可用的数据，对我国股票市场在中期条件下动量交易策略的适用性进行了实证研究。但得出的结论并不支持存在动量效应。

关键词： 动量交易策略；动量效应；超额收益；行为金融；股票市场

中图分类号：F224；F832.51文献标识码：A文章编号：1003-7217（2015）02-0046-07

一、引言及文献综述

根据有效市场理论，任何影响股票价格的事件发生后股票价格都应该及时调整到新的应有水平，任何人都不能获得超额收益。而人们研究发现，股票的收益率有延续之前的运动趋势的现象，也即存在惯性；股票的价格波动也是如此。这种现象被称为动量效应。那么投资者可以利用股票市场的动量效应，构造动量交易策略来实现套利。有效市场理论不能解释这样一种现象，所以，如果市场存在动量效应，那么以有效市场理论为基础的研究和政策及投资理论都会受到挑战，动量效应将为投资者提供全新的投资视角。

学者们对股票市场的动量效应做了大量研究。Jegadeesh和Titman（1993）利用芝加哥大学商学院CRSP daily的数据，对动量交易策略的可行性进行实证检验，如果买进过去表现好的股票卖出过去表现差的股票，持有期在3～12个月，那么将获得显著的正收益，从而证明动量效应是存在的，动量交易策略是可行的。但是这一超常收益率将在2年内消失[1]。Conrad 和 Kaul（1998）运用1926～1989 年间美国股票市场的数据，设定持有期为 1～36 个月，也证明中期（3～12 个月）动量交易策略的收益显著，但长期来看，反向的策略收益更好[2]。Rouwenhorst（1998）研究了欧洲的主要资本市场，发现投资者或多或少的倾向于动量交易策略，即倾向于购买过去期间收益表现出色的股票[3]。 Rouwenhorst（1999）还研究了新兴市场国家的股票市场的动量交易效应，得出的结果是小盘股表现优于大盘股，价值股表现优于成长股[4]。Hameed 和Yuanto通过对6个亚洲股票市场的研究，结论是动量交易策略的超常受益偏小但是在统计上仍然显著[5]。Qian Shen、Andrew C.Szakmary和 Subhash C对主要国际股票市场进行了研究，认为在1987年12月以后，动量交易策略是有效的[6]。可以看出，大多数针对发达股票市场的动量交易效应的研究结论是肯定的，运用动量交易策略是有效的。

对于国内股票市场动量交易策略的研究也有一些成果。赵宇龙（1998）对1993～1996年上海证券交易所123家上市公司的会计盈余资料进行了分析，他们认为，上海证券交易所的股票会对利好消息反应过度，而对利空消息却反应不足（惯性），也就可以认为当利空消息披露时动量交易策略是有效的。不过鉴于我国股票市场的做空机制并不健全，也就顺理成章地认为动量交易策略不适用于我国当前的股票市场[7，8]。王永宏和赵学军（2001）对深、沪两地1993年以前挂牌上市的全部股票进行了研究，实证检验的数据从1993～2000年，结论是沪、深市场存在着明显的反应过度现象，但是没有证据表明存在反应不足现象。从而认为在我国股票市场中可以采用反向交易策略，并且动量交易策略不适用[9]。王翼（2007）选取从1994年1月～2006年12月，总共13年的所有股票数据进行动量交易策略检验，发现大盘股相对于中小盘股有明显的动量效应，大盘股更适用动量交易策略[10]。杨德勇和王家庆（2013）证实我国A股市场在短期内存在显著的反转效应而非动量效应，但中长期存在显著的动量效应，动量交易策略有效[11]。姜杨（2013）对A股市场研究后发现，日内交易可以运用动量交易策略，但是非日内不存在动量效应[12]。从国内的研究看出，针对我国股票市场的研究得出的结论并不统一，那么动量交易策略在中国股票市场究竟能不能运用呢？

由于我国股票市场建立和发展的历程很短，只有20余年的时间，市场从不完善到逐步完善，政策变化和股权分置等等问题，使得不同时期、选取的样本以及选取的研究方法对研究结论都会带来明显的影响，甚至产生完全相反的结论。当然，我国股票市场在朝着越来越完善的、越来越开放的方向发展，投资者要时刻面临市场发展变化带来的新问题和新机遇。因而对于我国股票市场是不是存在动量效应的研究，仍然值得一试。本文将探讨中期（1～12月）是否适用动量交易策略，研究的结论对于投资者将具有现实的指导意义。投资者可以根据研究结果采取相应的投资策略，更好地在市场交易中获利。对于在我国股票市场中如何应用动量交易策略的研究，不仅可以丰富个人投资者的交易策略，也可以为机构投资者的量化交易提供借鉴。

二、动量交易策略概述

行为金融学作为一门新兴的学科在国内外受到了广泛的关注，根据行为金融理论而提出的动量交易策略已经在国外资本市场中得到了实际应用。

财经理论与实践（双月刊）2015年第2期2015年第2期（总第194期）黄卫华：动量交易策略及我国股票市场实证分析

美国学者Jegadeesh与Titman首先提出了动量交易策略这一概念，认为动量交易策略是预先对股票在一段时期内的收益率设定过滤规则，当股票收益率满足过滤规则就买入或卖出股票，进而持有相应期限的投资的策略[1]。国内学者裴新瑞概括地把这种情况称为动量效应，或者称为“惯性现象”，英文原文是 “momentum”[13]。动量交易策略是在行为金融理论背景下提出来的，主要是基于市场中股票收益率具有延续性的现象，指的是某股票在过去一段时间内收益率较高，那么在将来的一段时间内其期望收益率也较高；相反，同一时期内某股票收益率较低，那么在将来相同时期内它的期望收益率也较低。因而，如果存在动量效应，投资者就可以买进“赢家组合”（ 一组过去一段时间内收益率最高的股票），卖出“输家组合”（一组同时期内收益率最低的股票），由此构建一个零风险投资组合进行套利，这一交易策略即是动量交易策略。

行为金融学概括并且解释了金融现象的科学内涵，尤其对于多变且现代金融理论显得束手无策的资本市场更具有独特的解释力。其假设前提是否定现代经济学关于“理性人”的基本假设，而设定了“行为人”假设，因为金融行为在很多情况下并非是由完全理性并且有足够信息和知识的人做出的。金融活动中的参与者可能会产生各种心理和行为的偏差，其金融行为不一定符合追求利益最大化的自利者应当采取的行动。种种并不见得最优的决策和行动，使得“看不见的手”不能发挥有效的作用，从而出现了市场失灵现象。这也在一定程度上，否定了有效市场假说。

由于我国股票市场直到2010年才推出融资融券业务，虽然为做空股票提供了可能，但是参与该项业务的门槛较高，并且融券标的仅限于少数个股。在这种现实条件的限制下，去做空按动量效应选出的股票组合显然是不大可能的。所以仅仅买入过去一段时间高收益率的股票这一投资行为本身，也可以被认为是符合我国实际情况的动量交易策略。

行为金融学对动量交易策略可行性的解释主要有以下观点：

第一，Jegadeesh与Lehmann指出证券市场中的投资者并非完全理性的，其实际决策与理论上应该做出的最佳决策或多或少地存在偏差。当种种投资行为偏差产生合力时，股票价格就会产生一定程度的偏离[1]。反应不足现象就是其中的一种常见的偏离现象。所谓反应不足是指当有新信息出现以后，股票价格的反应趋于滞后，但之后一段时间内会有持续性的走势以弥补之前一段时间反应的不足。如果要应用动量交易策略，那么就必须要有反应不足现象的存在（见图1）。

图1反应不足现象

如果市场是有效的，当事件在t-1时点发生时，价格就应该立即从A点调整到B点，但是当反应不足现象存在时，价格就会缓慢的运行到C点，从而在t-1到t-2这段时间内就可以运用动量交易策略了。

第二，噪声交易理论认为，市场上有两种交易者，一种是噪声交易者，另一种是理性交易者。噪声交易者的行为是非理性的，他们会盲目地跟随价格追涨杀跌，在价格上涨时买进或者买空，而在价格下跌时卖出或卖空。在一定时期内，理性交易者预计价格将会上涨，就会大量购入；接下去噪声交易者会跟风买入，从而进一步助推了价格。噪声交易者之所以敢如此操作，也与他们的过度自信有关。这种情况下，动量效应就产生了[1]。

第一种解释是针对有效市场假说所提出的，且在国内外学者的研究中被较多的用来解释动量效应。本文也倾向性地认为第一种解释更加合理，第二种解释只作为参考。

如果市场不是有效的，同时还存在反应不足现象，那么当有影响股票价格的事件发生时，就可以利用价格的动量效应去构造投资组合，以期获得超额收益。但在构造该组合时，对所有影响股票价格的事件都去做考察并不实际。不仅是因为事件太多，而且仅仅在判断所发生的事件是否对股票价格有影响，也会存在过多的主观臆测性。况且，如果在实际操作中，事先不选择好股票构造投资组合，而是发生一个可以影响股票价格的事件时购入一个股票，就无法做好对整体仓位的控制。如原本计划购买十个股票作为一个组合，同时，每个股票的比重都是十分之一。但符合条件的事件只发生了五个，那么整个仓位就比计划少了一半；如果发生了十五个符合条件的事件，那么具体是选哪十个来构造投资组合，仍旧是一个很难给出答案的问题。

鉴于按以上所述构造投资组合的困难和不实用，研究者提出了简单易行的动量交易策略。该策略通过选取排序期样本股票中超额收益排前的股票来构造投资组合。动量交易策略仍旧遵从市场中存在反应不足现象的假设。同时，还假定如果动量交易策略可行的话，那么在该排序期内排名靠前的股票的超额收益都是由动量效应引起的，该动量效应在接下去的检验期内将会继续产生作用[14]。对具体引起股票价格变动的事件，就不再做考察。

三、我国股票市场实证模型的选取

国内外很多研究动量交易策略的文献都使用了累计超常收益率这个概念。赵振全、丁志国和苏治总结了三种常见的计算排序期和检验期股票累积超常收益率的计算方法：DeBondt及Thaler提出的加法累积超常收益率法（arithmetic returns calculation method，简称AR）；加法对数累积超常收益率法（1ogarithmic returns calculation method，简称LR） ，这种方法主要是对价格取对数再相减，从而得出对收益率的一种近似估计；以及由Gishan Dissanaike提出的乘法累积超常收益率法（multiplicative returns calculate-on method ，简称MR） [15]。但本文认为，在对动量交易策略的检验上几乎所有文献都采用了买入并持有的策略假设，所以直接用所选期间的超额收益率作为对动量效应检验的一种指标也是一种科学可行的方法。本文主要模仿加法累计超常收益率法建立实证模型。

1.个股在一定期间内的超额收益率及其筛选。

R-i，t1t2=P-i，t2P-i，t1-1 （1）

R-m，t1t2=P-m，t2P-m，t1-1（2）

AR-i，t1t2=R-i，t1t2-R-m，t1t2-c（3）

其中R-i，t1t2表示股票i在排序期t-1到t-2的收益率，P-i，t1表示t-1时刻个股i的价格，P-i，t2表示t-2时刻个股i的价格，R-m，t1t2表示市场指数在t-1到t-2期的收益率。本文选用上证指数作为市场指数的替代，之所以选用上证指数，不仅是因为这是目前使用最广的一种代表A股市场的指数，而且还由于沪、深市场表现出一定的同步性，用上证指数也可以在很大程度上代表深圳市场的走势。P-m，t1表示t-1时刻的上证指数，P-m，t2表示t-2时刻的上证指数，AR-i，t1t2表示个股i的超额收益率，c表示交易费用。鉴于当前沪、深股市的交易成本，c取为3‰（不考虑建立投资组合时，本身对价格将产生的影响）。然后对样本股的超额收益率从大到小进行排序，排在最前面的五个股票构成赢家组合，排在最后面的五个股票构成输家组合。

2.计算赢家组合和输家组合在检验期t-3到t-4的超额收益率。在第一步中筛选出的个股表示为股票j。筛选出来的个股的投资比例是等权重的，并且使用买入并持有的策略。

R-m，t3t4=P-j，t4P-j，t3-1（4）

R-m，t3t4=P-m，t4P-m，t3-1（5）

AR-j，t3t4=R-j，t3t4-R-m，t3t4-C（6）

AAR-w，t3t4=15×∑5-j=1AR-wj，t3t4 （7）

AAR-l，t3t4=15×∑5-j=1AR-lj，t3t4（8）

其中AAR-w，t3t4表示赢家组合在检验期t-3到t-4的平均超额收益，AAR-l，t3t4表示输家组合在检验期t-3到t-4的平均超额收益。其他符号的意义和第一步中的相同。

3. 在整个考察期内，根据某个固定的排序期和检验期就可以得出数个AAR-w和AAR-l。然后对这些AAR-w和AAR-l的值做简单的算术平均。 再对相应的AAR-w和AAR-l进行统计检验，分析其超额收益率的状况和统计显著性。

4. 换一个排序期和检验期进行以上相同的操作，直到所有设定好的排序期和检验期全部检验完成。

需要特别说明的是，本文并没有构造买入赢家组合同时卖出输家组合的投资策略，原因之前已经说明，构造这种组合对于目前中国股市来说并没有太大的意义。同时，之所以也考察了输家组合，是考虑到如果持有输家组合也具有动量效应的话，那么对于持有这一组合的投资者来说，卖出现有的股票是一个比较好的策略；如果输家组合并没有表现出动量效应的话，继续持有也不失为可以获得理想收益的途径。

四、排序期和样本的选择

（一）排序期和检验期选择

理论上可以从短、中、长三个期间去考察动量效应，短期一般是指数天或数周，中期一般指数个月，而长期一般指数年。因为短期价格变动的随机性较大，可能并没有充分地将动量效应表现出来，所以一般不考察短期的价格；而对于长期来说，价格就可能会被其他的未预期因素所干扰，价格变动不一定完全是由动量效应所致，而且实际操作中的期限也不会太长。

故而一般选择中期作为排序期和检验期，国内外学者也大多从中期去考察动量效应的，比如王翼选取了6、12个月这两个排序期和3、6、9、12个月这四个检验期。樊家鸣选取了1、2、3、6、9、12个月作为排序期和检验期。

本文也类似的选择1、3、6、9、12个月作为排序期和检验期，总共分为25组。模型选取的数据是非重叠的，因为对数据要做统计检验，这样做就可以保证样本观测值的独立性。况且现在中国股市也有足够的数据进行观测，不需要像初期有些学者一样为了增加样本数而采用重叠的方法。

（二）样本数据的选取

本文根据实际情况剔除了已经停止交易的股票数据。模型选取的数据包括截至2012年在沪、深证券交易所交易的所有符合条件的股票，这意味着即使对于相同的观察期和检验期，各子区间中的样本数极有可能是不同的。

在研究中，有学者结合中国股市的实际情况，认为应该剔除被特殊处理过或正在被特殊处理的股票。但本文并不这样认为，因为被特殊处理只是限制了一天内的涨跌幅，对于从中期观察来说，股票价格已经有足够的时间来做出相关反应。从而即使是被特殊处理过或正在被特殊处理的股票也应该包括到样本中来。

结合我国股票市场建立时间并不长的实际情况，大多数国内学者都剔除了股票市场前几年的交易数据，比如樊家鸣认为由于上市公司数量少，市场效率低、信息的反应程度差，所以，1996年以前的数据没有代表性，不计入样本[16]。吴晓梁在选取数据时认为1993年是A股有规模开始交易的第一年，之前的数据应该剔除[17]。鉴于相同的原因，本文的数据从1995年1月开始选取，直到2012年12月，总共216个月的数据。

五、实证结果分析

依照前面设计的步骤，利用来自大智慧数据软件沪、深A股市场个股复权后的月收盘数据，应用EVIEWS 6.0统计软件进行实证分析，得到实证结果如图2所示。

图2中横坐标的1～5是指在1个月的排序期下，当检验期分别为1、3、6、9、12个月时赢家组合和输家组合AAR的算术平均值；6到10是指在3个月的排序期下，当检验期分别为1、3、6、9、12个月时赢家组合和输家组合AAR的算术平均值，接下去的情况一样，可以依此类推。

综合图2和表2的分析，可以归纳出以下一些特点：

1.当排序期为1、3、6个月时，基本上所有的赢家组合在检验期的收益率都是负的；而输家组合在大多数的检验期里内仍是负的，这在一定程度上印证了某些国内学者所认为的我国股票市场对利好消息反应过度，但是对利空消息却反应不足。

2.在大多数情况下，当排序期固定时，随着检验期的延长，超额收益的绝对值倾向于变大。这种现象在图2中可以明显的看出来，两组数据都表现出一定的周期性波动。

3.与国外股票市场中大多表现出动量效应不同，本文实证结果中的大多数数据并未通过10%的显著性检验，也就表明运用动量交易策略在我国股票市场中并不能获得显著的超额收益。

4.当排序期和检验期都为1个月或3个月时，赢家组合中有较多的组合表现出了统计显著性，但是超额收益是负的。在这种情况下，赢家组合所体现出的是动量效应的另一面，也就是反转效应。相同条件下的输家组合并没有表现出反转效应。

5.当排序期和检验期都为9个月或12个月时，大多数赢家组合都表现出了统计显著性，而且超额收益也是正的，从而表明在这种情况下，赢家组合表现出一定的动量效应。虽然输家组合的超额收益都是负的，但鉴于统计检验上的限制，不能说输家组合在这种情况下表现出了动量效应。

六、结论及启示

从以上对我国股票市场数据的实证中可以看出，从中期的角度来观测，并没有表现出显著的动量效应。从更小的范围来说，至少对于中期内的大部分检测期间都未表现出动量效应。本文认为出现相关现象的主要原因有：

1.我国股票市场的投机现象较严重，当利好消息出现时，大多数投资者盲目的跟风，过度高估了利好消息，从而导致短期内股票涨幅过大；但当利空消息出现时，部分持有该股票的投资者由于过度自信，不承认自己的投资决策失误，拒绝卖出，从而导致股票的反应并不充分；另一方面做空机制的缺失，导致看空的投资者不能卖空该股，也在一定程度上导致了当利空消息出现时股票的反应不足。

2.在大多数情况下，随着检验期的延长，超额收益的绝对值倾向于扩大。或者换种说法，随着检验期的延长，超额收益的变动范围扩大。因为相对于短期而言，在长期中市场所面对的不确定性增多，会有更多的事件对股票走势产生影响，从而导致了超额收益变动范围的扩大。即使在检验期内没有新的事件发生，只要有某一作用力持续地影响股票走势的话，那么其变化的范围也理所当然的会扩大。

3.大多数的结果并未表现出统计显著性，这可能是因为在我国股票市场的总风险结构中，系统性风险所占的比例过高。有研究认为，我国A股市场系统性风险占总风险比例高达46.90%，而美国股市的系统性风险在总风险中只占1/4 [18] 。由于系统性风险过高，导致我国股市齐涨齐跌的现象严重，个股的超额收益很难从市场收益中分离出来，从而导致了大多数情况下超额收益并不显著。

4.基于政策因素在我国股市中有很大的影响这一现实情况，一般仅经历少数月份涨幅就领先的股票，大多是由于政策因素所推动的。政策因素往往会导致投资者对行业或个股前景的过度乐观预期，从而导致过度炒作，短期内涨幅过大，所以接下去的走势将会是对个股真实价值的回归，从而会表现出一定的反转现象。

5.可能9或者12个月的排序期间就足以排除受到政策短期刺激的股票，所以在这期间内筛选出的股票是真正受到动量效应影响的股票；同时，9或者12个月的检验期也足以将超额收益从市场收益中分离出来，从而表现出了显著的正收益。这种方式的组合，也就是目前在我国股票市场上可以应用动量交易策略的一种情况。

鉴于大多数的组合结果并未表现出统计显著性，对我国股票市场盲目运用动量交易策略是不可取的，但根据分析验证的结果，也可以得出以下有用的启示和对策：（1）对于短短数个月内涨幅就很大的股票，不可盲目追涨，尤其是那些仅仅是因为政策预期而带动起来的个股更是如此。如果手中持有这些股票组合的话，套现离场不失为一种很好的策略。（2）并不是所有中期的组合都是可以选用的，投资者只可以选取9个月或12个月作为排序期或检验期来构建动量交易策略。因为只有这些组合被证明是存在动量效应的。（3）大多数的输家组合在检验期的超额收益仍旧是负的。对于持有输家组合的投资者来说，应该卖出所持有的输家组合。鉴于我国股票市场对利空消息反应不足的特性，如果输家组合正好都在融券标的中的话，卖空这一组合也是比较可取的。

参考文献：

[1]Narasimhan Jegadeesh，Sheridan Titman.Returns to buying winners and selling losers：implications for stock market efficiency[J].The Journal of Finance，1993， 489（1）： 65-91.

[2]Conrad J， Kaul G.An anatomy of trading strategies[J].The Review of Financial studies， 1998，（11）： 489-519

[3]K.Geert Rouwenhorst.International momentum strategies[J].The Journal of Finance，1998， 53（1）： 267-284.

[4]K. Geert Rouwenhorst.Local return factors and turnover in emerging stock markets[J].The Journal of Finance，1999，54（4）： 1439-1464.

[5]Allaudeen Hameed， Yuanto Kusnadi.Momentum strategies：evidence from pacific basin stock markets[J]. Journal of Financial Research，2002， 25（3）： 383-397.

[6]Qian Shen， Andrew C.Szakmary， Subhash C. Sharma. An examination of momentum strategies in commodity futures markets[J].Journal of futures markets.2007， 27（3）： 227-256.

[7]赵宇龙. 会计盈余披露的信息含量来自上海股市的经验证据[J].经济研究，1998， （7）：41-49.

[8]宋玉臣，李楠博.股票收益率均值回归理论及数量方法研究[J].商业研究，2013，（11）：129-137.

[9]王永宏， 赵学军. 中国股市 “惯性策略” 和 “反转策略” 的实证分析[J]. 经济研究， 2001， 6（3）： 56-89.

[10]王翼. 动量交易策略和反向交易策略绩效研究[J]. 统计与咨询， 2007，（2）：62-63.

[11]杨德勇， 王家庆. 我国A股市场动量效应与反转效应的实证研究[J]. 江西财经大学学报，2013，（9）：54-62.

[12]姜杨. 我国 A 股市场动量效应研究[D]. 哈尔滨：哈尔滨工程大学，2013：34-55.

[13]裴新瑞.行为金融理论及行为金融投资策略[J].山西高等学校社会科学学报，2011，（6）：18-20.

[14]樊澎涛，张宗益. 行业动量交易策略研究[J].财经论坛，2011，（11）：102-104.

[15]赵振全，丁治国，苏治.“动量交易策略”与“反转交易策略”国际实证比较研究[J].中国软科学，2010，（1）：120-125.

[16]樊家鸣.股权分置改革前后沪深A股动量和反转效应的实证研究[J].经济研究参考，2011，（53）：66-79.

[17]吴晓梁.国内股市投资期限与反向投资、动量交易策略的实证研究[D].杭州：浙江大学，2010.

[18]肖敬红，闻岳春，刘畅.A股市场系统性风险研究[J].西部金融，2013，（3）：17-22.

（责任编辑：王铁军）