中国股市周期的划分与实证分析：1991-2004，本文主要内容关键词为：实证论文,中国论文,周期论文,股市论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
对股市周期划分方法的研究源于商业周期划分的研究。最著名的商业周期划分是美国经济研究所(NBER)的经济指数分析法，这种方法是通过分析大量的各种经济指数来最终确定商业周期的划分。但这种划分方法存在一些局限性。第一，方法本身缺少充分的统计基础(Stock和Watson，1998)；[1]第二，商业周期的划分取决于少数人的评估，容易受研究人员主观偏差的影响；第三，商业周期划分的研究人员需要对经济发展的历史和现状有全面的了解和深入的研究。鉴于此，NBER的Bry和Boschan(1971)(以下简称BB)发展和应用了一个更为科学与客观的商业周期划分方法，[2]解决了以上存在的问题。它的最大优点在于，研究人员并不需要对经济发展的历史和现状有充分的了解。它简单实用，而且任何人使用这种划分方法，然后应用在同样的数据上，都能得到同样的结果。BB方法产生后，被大量地应用于经济学领域的研究中。如计量经济学权威Pagan和他的助手Sossounov(2003)采用稍加修改后的BB方法，对美国、英国和澳大利亚的股票市场进行了牛市和熊市划分。由于方法的科学性更强，受到学术界的广泛关注。[3]此后，BB方法被逐渐应用于金融学研究领域。
本文采用基于商业周期划分方法发展起来的BB“转折点确认程序”分析方法，来客观地测定中国股票市场的牛市和熊市，找出牛、熊市的起点和终点。本文的贡献在于应用科学的方法对1991-2004年中国股票市场牛市和熊市周期的划分进行了深入的研究，通过客观的数据分析及检验，揭示了中国股票市场牛市和熊市的重要特征；研究结果提供了诸多有价值的结论，有助于对股票市场周期行为经济解释的研究，也有助于加深对稳定的股票市场周期的理解。本文的分析还指出，一些早期的预警信号对投资者把握交易时机具有重要性。
二、牛市、熊市周期的定义和转折点测定
1.定义牛市和熊市周期的数学模型
在股票市场中，由于股票回报存在随时间变化的状态转换(regime switching)(Campbell，Lo和MacKinlay，1997)，[4]我们用一个数学模型把牛市和熊市定义为两个界线分明(如回报明显不同)以及有持续性(persistent)的阶段。资本回报R[,t]是一个时间序列过程，它可以用股票价格指数的自然对数变化来表现，该变化服从正态分布，标准差为σ。每个牛市和熊市的单向运行阶段k的平均回报为u[,k](k=1，…，K)。如前阶段为牛市阶段k[,t]，现阶段为熊市阶段，则现阶段为k+l。假定R[,t]的统计过程服从相互转换的牛市和熊市潜在的时间和数量的变化，但这种时间和数量是未知的。同时，假定u[,k]在每一个牛市或熊市的单向运行阶段k是相对稳定的，那么当时间变化到t+j时，如果牛、熊市发生转换(k转换到k+1)，u[,k]的变化量为△[,t+j]。这样，在一个新的阶段k+1，新的平均回报值为：
其中，平均值的分布由公式(1)得到。
牛市和熊市转折点的正式定义是，当平均股票回报参数变化到新阶段k+1时，其值为u[,k+1]，条件为在转折点被确认之前要服从变化状态上的持续性要求。这样，此定义就可以反映出被广泛认同的牛市特征，即股票价格持续不断上升。由于在时间点t+j，变化值△[,t+j]是未知的，因此需根据以上定义用转折点划分程序来进行计算。
2.BB转折点划分方法
本文的股票市场转折点检测方法采用经Pagan和Sossounov经过适当调整的BB法则。检测过程如下：首先，不对数据做平滑处理。在时间t，对当前股市指数水平和前后5个月的股市指数水平进行比较；如果对比之后的当前股市指数水平是最高的或最低的，则得到一个峰点或谷点，令t=1，…n，依次计算。在峰点(谷点)到谷点(峰点)的转换阶段，由于以上的办法有时可以得到两个(或更多)连续的峰点或谷点，所以接下来可以选出其中最高的峰点或最低的谷点。然后，限定峰点(谷点)到谷点(峰点)的单向运行周期的持续时间为最少5个月，单向运行周期的持续时间少于5个月的峰点或谷点省略不计。最后，对一个完整的股票市场循环周期(峰点到下一个峰点或谷点到下一个谷点)做一个限制。考虑到中国的股票市场和发达国家的股票市场相比具有波动性更大的特点，本文把一个完整的循环周期设定为不少于12个月，少于12个月的则省略不计。另外，实务界普遍认为，当某个月的回报大于20％，则可以认为牛市来临。所以，我们加入另一个条件：当某个月的回报超过正负20％的幅度，那么最小的单向运行周期时间要求(5个月)可以忽略不计。
3.交易量的上升期和下降期
股市交易量是一个代表投资者对股市信心的通用指标(Gitman and Joehnk，1996)。[5]根据这个指标，本文稍后将检测牛、熊市和投资者投资信心的相互关系。由于从谷点到峰点的时期通常也是交易量上升的时期，交易量的显著上升也经常被认为是牛市的征兆，[5]因此BB法则也可以应用于深沪两个交易市场的交易量数据研究，以找出交易量的上升期和下降期(方法同上)。这样，我们就可以确定由BB方法检测得到的牛市是否伴随着股票市场的活跃和投资者信心的增强。
三、实证分析
1.数据样本与来源
本文采用上海和深圳股票市场的月综合指数和月交易量数据，它们来自于“Thomson Financial Datastream”。这些月综合指数数据系列的时间跨度是，沪市从1991年1月到2004年12月，深市从1991年4月到2004年12月。两个市场交易量的时间跨度是从1994年11月到2004年12月。股票指数水平见图1，且从图中可以看到，沪深两地的股指水平有着很强的相关性。
2.牛市和熊市的转折点划分以及基本特征
采用BB计算方法测定的中国股票市场周期的转折点见表1，所绘制的图形见图2a和2b。它们清楚地表明，在沪市中，有7个牛市和熊市的循环；而在深市中只有6个牛市和熊市的循环。其主要差异体现在上海股票市场从1991年1月-1993年2月期间多出了一次熊市；而在1992年5月-1992年10月期间，深圳股票市场都是处于牛市阶段。表1还列出了每个单向循环周期的月平均回报。所有的熊市都是负的资产收益；相比之下，所有的牛市都是正的资产收益。从表1的结果中可以看出，沪深两市在1994年以前，牛市阶段的平均月回报最大，之后呈下降趋势；但从2001年开始，则呈现出缓慢的上升趋势。
表1 1991年1月到2004年12月期间沪深两市的牛市和熊市
峰至谷 谷至峰
日期
平均周期月回报 日期
平均周期月回报
上海股票市场
1991．01-1992．050．195
1992．05-1992．10-0．1591992．10-1993．040．220
1993．04-1994．07-0．0801994．07-1997．040．064
1997．04-1997．09-0．0461997．09-1998．050．033
1998．03-1999．02-0．0271999．02-2001．060．028
2001．06-2002．01-0．0542002．01-2002．060．033
2002．06-2003．10-0．0152003．10-2004．．030．053
2004．03--0．034
深圳股票市场
1991．04-1993．020．088
1993．02-1994．07-0．0681994．07-1997．040．062
1997．04-1997．09-0．0651997．09-1998．050．038
1998．05-1999．02-0．0311999．02-2001．050．030
2001．05-2002．01-0．0532002．01-2002．060．041
2002．06-2003．10-0．0192003．10-2004．030．047
2004．03--0．039
注：由于最后一个周期不完整，因而计算平均周期回报数据取样到2004年12月为止。
上海证券交易市场牛市的平均持续时间为14.57个月，比深圳证券交易市场的16.82个月稍短一点(见表2)。相比之下，两个交易市场熊市的平均持续时间比牛市短一些，大约为10个月。相应的t检验表明，在沪深两市，牛市和熊市的持续时间并没有显著区别。
表2 牛市和熊市的特征
上海 深圳
平均牛市持续时间(月) 14．5716．82
平均熊市持续时间(月)
9．4310．67
牛市熊市差异的t检验1．09 1．14
牛市平均月回报 7．97％
5．53％
熊市平均月回报-5．13％ -4．43％
牛市熊市差异的t检验 4．91***5．33***
牛市月回报的标准差24．63％ 16．52％
熊市月回报的标准差 8．59％
7．02％
牛市和熊市差异的F检验8．22***
1．54***
牛市月回报的峰度系数(kurtosis)28．54 6．64
熊市月回报的峰度系数(kurtosis) 2．39-0．12
牛市月回报斜度(skewness)
4．77 2．11
熊市月回报斜度(skewness) -0．57 0．18
％的时间处于牛市 60．7161．21
在牛市的状态下，％的时间回报为正值70．5968．00
在熊市的状态下，％的时间回报为正值22．3921．54
注：***表示1％的显著水平，**表示5％的显著水平。
表2表明，两个交易市场都有大约60％的时间处于牛市。在上海，牛市的平均回报为每个月7.97％；而在熊市，平均月回报是-5.13％。关于牛市和熊市的回报差异，t检验得出的检验值是：上海4.91，深圳5.33，1％的显著水平。这意味着两个交易市场上的牛市和熊市所带来的股票回报是显著不同的。在牛市状态下，超过68％的时间里，股市月回报为正值；而在熊市，只有小于23％的时间里，股市的月回报为正值。
从表2中，我们可以看到一个显而易见的结果：牛市始终表现出比熊市更高的峰度系数(Kurtosis)。以沪市为例，其牛市的月回报峰度系数为28.54，远远大于其熊市的2.39。我们知道，峰度系数越大，峰形越尖锐；峰度系数越小，峰形越平坦。这就是说，牛市比熊市更有可能表现出大波动性。这一点可从牛、熊市的股市指数水平的月回报标准差得到进一步证明。在沪深两市，牛市的月回报标准差是熊市的月回报标准差的最少两倍。标准差的F检验结果也证实了月回报标准差在牛市和熊市的显著不同。
3.检验定义牛市和熊市的数学模型
为了进一步检验定义牛市和熊市的数学模型(公式1至3)，我们可以对股票回报进行虚拟回归分析。回归方程如下：
其中，R[,t]为时间t股市指数水平的月回报，为对数差分形式；α[,0]和α[,1]为常数参数，α[,0]代表熊市的平均月回报，α[,1]代表牛市和熊市的平均月回报之差；D[,t]为时间t的牛市和熊市的虚拟变量，如果这个月处于牛市，那么取值1，如果是熊市，就取值0。虚拟变量系数显著与否，代表牛市和熊市的平均月回报是否有着显著差异。回归分析结果中的t检测值运用了Newey-Weat(1987)的方法来调整异方差性和自相关性。分析数据基于1991年到2004年上海和深圳的股票市场综合指数。
表3 检测牛市和熊市的数学模型的回归分析结果
上诲
深圳
第一部分：回归分析
系数
t检测值 系数 t检测值
常数项-0．051-4．089***
-0．044-5．035***
Dt
0．131 4．130***0．100 4．817***
F检测值17．255*** 20．826***
R-平方 0．095 0．114
第二部分：虚拟变量(Dt)的自相关系数的检测
DtQ检测值
DtQ检测值
滞后1个月0．822115．57***0．843119．50***
滞后2个月0．644186．96***0．687199．21***
滞后3介月0．466224．58***0．530246．99***
滞后4个月0．288239．05***0．373270．85***
滞后5个月0．125241．80***0．232280．15***
滞后6个月0．078242．87***0．183285．98***
注：***表示1％的显著水平。
分析结果见表3的第一部分。就上海股票市场综合指数而言，虚拟变量系数是0.131，t检验值为4.130，1％的显著水平。也就是说，在沪市，牛市比熊市的平均月回报要明显地高出13.1％；与此对应的是，深圳这一数字是0.100，也是1％的显著水平。此结果和表2的结果完全吻合。上述结果进一步证明了中国股票市场在牛市和熊市上有着完全不同的平均月回报，也就是说，牛市和熊市是两个界线分明的阶段。
检测牛市和熊市的持续性，可以计算虚拟变量(D[,t])的自相关系数(autocorrelation)。虚拟变量暗示着牛、熊市周期的长短。表3的第二部分展示了虚拟变量的自相关系数。结果表明，虚拟变量和其滞后1至6个月都有较为密切的关系，Q检测值始终处于1％的显著水平。比如上海股票市场，虚拟变量和其滞后1个月的自相关系数为0.822，而深圳股票市场的结论也是一致的。这就是说，中国股票市场的牛市和熊市都有着较强的持续性。综合来说，表3的结果证明了牛市和熊市周期为两个界线分明以及有持续性的阶段，直接支持本文公式1至公式3。
4.牛、熊市和交易量的相互关系
在这一部分，我们的分析采用了反映投资者信心的指标——交易量，以判断牛、熊市和投资者信心之间是否有联系。我们采用BB方法将交易量数据分成交易量上升期和交易量下降期。牛、熊市和交易量趋势之间的相互关系，可以通过牛市或熊市和交易量的上升或下降的组合关系来进行回归分析。也就是说，可以用下列四种组合，即牛市和交易量上升期、牛市和交易量下降期、熊市和交易量上升期、熊市和交易量下降期，来解释股票指数的月回报。所以，我们可采用回归模拟分析模型来检测。模型如下：
其中，R[,t]为时间t股票指数的月回报，为对数差分形式；(BBPVOLP)[,t]为时间t的牛市和交易量上升期组合的虚拟变量，如果这个月处于牛市及交易量上升期，那么取值1，反之就取值0；(BBPVOLT)[,t]为时间t的牛市和交易量下降期组合的虚拟变量，如果这个月处于牛市及交易量下降期，那么取值1，反之就取值0；(BBTVOLP)[,t]为时间t的熊市和交易量上升期组合的虚拟变量，如果这个月处于熊市及交易量上升期，那么取值1，反之就取值0；(BBTVOLT)[,t]为时间t的熊市和交易量下降期组合的虚拟变量，如果这个月处于熊市及交易量下降期，那么取值1，反之就取值0；β[,1]，β[,2]，β[,3]和β[,4]为常数参数，它们代表不同组合的平均月回报。
表4结果显示，在沪深两市，不管交易量是否处于上升期或下降期，只要股市处于牛市(熊市)，则组合的平均月回报大于(小于)零。更重要的是，牛市及交易量上升期组合的平均月回报最大，1％的显著水平；反之，熊市和交易量下降期组合的平均月回报最小，也是1％的显著水平。
表4 牛、熊市和交易量相互关系的回归分析结果
上海
深圳
系数t检测值 系数t检测值
牛市和交易量上升期 0．049
3．276*** 0．0782．312**
牛市和交易量下降期 0．0181．3440．0201．918*
熊市和交易量上升期-0．026 -2．019** -0．014-1．260
熊市和交易量下降期-0．033 -5．184*** -0．043
-6．074***
R2 0．165 0．194
注：***表示1％的显著水平，**表示5％的显著水平，*表示10%的显著水平
虽然上海股票市场的牛市与交易量下降期组合和深圳股票市场的熊市与交易量上升期组合的平均月回报并不显著，但其他组合的平均月回报则明显的不等于零，最少处于10％的显著水平。
从以上结果可以看出，交易量上升期(交易量下降期)和牛市(熊市)有着较强的相互关系，而交易量上升期(交易量下降期)和熊市(牛市)的相互关系则较弱。它暗示着牛市的来临经常伴随着交易量的上升，而熊市则相反。也就是说，股市交易量的显著变化可以帮助我们确定牛、熊市的来临，这一结果对牛、熊市周期的划分有着很重要的意义。
5.基于对牛市和熊市的划分应采取的投资策略
正确划分与识别牛市和熊市，对股票市场投资者准确判断和掌握投资机会无疑具有十分重要的意义。我们可以通过分析投资者根据牛、熊市划分而采取的投资策略的回报及风险，来检验本文股市周期划分的准确与否及其实用价值。应当注意的是，本文峰点和谷点的确认涉及当前股市指数水平与前后5个月的股市指数水平的比较。因此，一个峰点和峰谷的最终确认是在这一转折点发生后的5个月。表2的结果表明，牛市和熊市的回报持续时间分别为大约15个月和10个月。也就是说，当一个谷点在5个月后被最终确认后，投资者仍然有余下的10个月时间，可以从牛、熊市划分而采取的对应投资策略中获益。
投资者可以采取的投资策略有以下几种选择：
(1)消极投资策略(Passive)。在此投资策略下，投资者买入股票以后长期持有，这是长线投资者的显著特征。以这个投资策略为基准，与其他根据熊、牛市划分而采取的投资策略作比较，就可以证明牛、熊市划分的有效性。
(2)积极投资策略(Active)。该策略是一个基于BB方法对牛市和熊市划分后采取的进取性投资策略。如果投资者检测到牛市转折点后的5个月得到一个买入信号，就可以把所有(100％)的现金投入市场；反之，如检测到熊市转折点后的5个月得到一个卖出信号，此时应将所有投资从市场撤出，投入短期储蓄，等到短暂积淀后的下一个买入信号的到来再重新投资。
(3)杠杆投资策略。该策略涉及信贷投资，而借入资金的多少与投资者的风险偏好程度有关。所以，该策略是更为积极进取、风险也更高的投资策略。它基于BB方法对牛市和熊市的识别，投资者在测得买入信号到来时再借入与其所持有的现金等额的资金量，①将自有资金与借入资金共同投入股市，因而在股票市场的购买力扩大为两倍(200％)。杠杆投资策略要求投资者在卖出信号到来时，将所有持有股票抛售，偿还债务以及利息后，转为短期储蓄，然后等待下一个买入信号的到来。
表5 根据牛市和熊市采取的三种投资策略的表现
消极投资策略 积极投资策略 杠杆投资策略
上海
投资策略平均月回报 0．028
0．019
0．043
投资策略月标准差0．209
0．130
0．259
Sharpe比率 0．134
0．144
0．164
深圳
投资策略平均月回报 0．016
0．014
0．027
投资策略月标准差0．144
0．095
0．189
Sharpe比率 0．114
0．149
0．140
表5显示的是1991年到2004年上海和深圳股票市场三种投资策略的回报、风险以及Sharpe比率。Sharpe比率等于投资策略的平均回报和无风险利率之差除以投资策略的标准差。在本文中，因为上海和深圳股票市场有着一致的无风险利率，所以，本文简单地用投资策略的平均回报和投资策略的标准差之比来代表Sharpe比率，其分析结果不会受到影响。
以上海股票市场为例，积极投资策略的平均月回报(1.9％)虽然小于消极投资策略的平均月回报(2.8％)，但其风险和消极投资策略相比则大为减少，所以它的Sharpe比率高于消极投资策略的Sharpe比率。而对杠杆投资策略而言，虽然它的风险比消极投资策略高出20％左右，但其回报率则高于消极投资策略50％，所以它的Sharpe比率远远高于消极投资策略的Sharpe比率。同样，在深圳股票市场，积极投资策略和杠杆投资策略的Sharpe比率都高于消极投资策略的Sharpe比率。
总的来说，和消极投资策略相比，积极投资策略虽然回报稍低，但能显著地减少风险；杠杆投资策略虽然风险稍高，但能显著地增加回报。所以，对偏好风险的投资者，可以通过杠杆投资策略获得高回报；而对风险厌恶的投资者，则应采取积极投资策略来减少风险。结果表明，通过用BB方法划分牛市和熊市而采取的投资技巧，能给投资者带来明显的利益。这对股票市场投资者是大有裨益的，这也意味着用BB方法划分牛、熊市的有效性及其实用价值。
四、结论
第一，本文使用Bry和Boschan的“转折点确认程序”方法，客观地划分出了1991-2004年我国股票市场的牛市、熊市阶段，这为从投资者心理、股票市场的过度反应、股票价格与信息之间的关系以及股票市场的异常现象等多方面，深入研究我国股票市场的发展与特征提供了科学的基础。
第二，本文根据划分出的阶段，揭示出我国股票市场牛市、熊市特征，证明我国股票市场的牛市和熊市周期为两个界线分明以及有持续性的阶段。这有助于提高对稳定的股票市场周期的理解及今后的研究。
第三，本文统计检验证明，由BB方法检测出的牛市、熊市的转折点可以在交易中使用，据此发展的投资策略能给投资者带来一定的实用价值。
注释：
①本文假设投资者供入与其所持有现金等额的资金量。本文也同时检验了不同的信贷资金量，所得到的结论一致。