中国股市日历异象之换月效应

石川   2018-02-08 本文章698阅读

1

引言


股市中有许多流传已久的日历效应(calendar effect),它指的是市场的收益率在一年中的一些特定日子或者特定月份有高于平时的收益率。这其中最大名鼎鼎的当属换月效应(turn-of-the-month effect),它指的是股票在每月的最后 1 个交易日到下一个月的第 3 个交易日这个窗口内的收益率显著高于一个月中的其他交易日(具体的换月窗口可以和上述略有不同,但一般的实证中使用的是从每月的最后一个交易日到下月的第三个交易日这四天)。


以美股为例,Xu and McConnell (2016) 指出在 1926 到 2005 间,仅在上述换月窗口内买入标普 500 指数的 ETF 就可以取得年化 7.20% 的收益率且该策略的夏普率高达 1.04(在非换月窗口内的其他交易日,它们的均值几乎为零)。Carchano and Pardo Tornero (2011) 以美国标普 500 指数、德国法兰克福指数和日经指数为研究对象,分析了潜在的 188 中日历效应,并发现在统计上和经济上同时显著的只有换月效应。


研究中国股市换月效应的文献也自不在少数。大量针对A股的实证说明,中国股市确实存在换月效应。但我们也看到,换月效应的作用正在减弱(2017 年开始就几乎消失),且换月的时间窗口也似乎在收窄。针对换月效应,学术界和业界一直在努力寻找各种合理的解释,包括更多现金流假说、额外风险假说、流动性假说,以及基金经理在月末的窗饰(window dressing)现象。


本文就来使用我国股市的六大指数(上证指数、上证 50、沪深 300、中证 500、中小板、创业板)来对换月效应进行实证。具体的实证内容包括:


1. 指数在全部十二个月的换月效应。


2. 指数在换年月(12 月底到 1 月初)和非换年月(其他 11 个月)内的换月效应。


3. 指数在换季月(3 月底到 4 月初、6 月底到 7 月初、9 月底到 10 月初、12 月底到 1 月初)和非换季月(其他 8 个月)内的换月效应。


4. 换月效应是否可以被交易量解释(更多现金流假说)。


5. 换月效应是否被额外风险解释。


6. 换月效应是否被更高的无风险收益率解释(流动性假说)。


此外,文章会简单讨论基金经理的窗饰效应,并在最后就换月效应是否足以成为一个交易策略给出我们的看法。


2

换月窗内的“超额”收益


本节以上证指数为例,通过假设检验来分析其在换月窗口内的收益率是否显著为正。上证指数的实证期全长为 2001 年 1 月 1 日至 2018 年 2 月 6 日。在这段窗口中,月内不同交易日内的收益率均值如下:


f1.png


从上图直观来看,换月窗口内的 4 个交易日的收益率均值明显大于零且高于其他交易日。下面就是用假设检验定量看看。为了探究换月效应是否在不同的时期持续有效,我们把回测期分为三部分:


第一部分:2001 年 1 月 1 日 – 2010 年 12 月 31 日

第二部分:2011 年 1 月 1 日 – 2016 年 12 月 31 日

第三部分:2017 年 1 月 1 日 – 2018 年 2 月 6 日


假设检验的原假设为这换月窗内的交易日的收益率以及这 4 个交易日的收益率均值为零。我们看看能否拒绝原假设。假设检验的结果如下。


f2.png


上面的结果表明,在 2017 年之前上证指数在换月窗口内的平均收益率均值为正,其显著性水平在 5% 以下。然而从 2017 年开始,换月效应似乎在统计上失效。当然,在 2017 年之后其 t 统计值较小的另外一个原因是样本点较少,因此均值估计中 standard error 较大。


对于其他五大指数的分析见附录 A 和 B,从中也可总结出类似的结论。这说明换月效应对各市值的股票均有效,而非仅仅是小市值股的特性。但是,从 2017 年开始换月效应在统计意义上失效,且切换月窗口由 -1 到 +3 缩窄至 -1 到 +1(即每月的最后一个交易日到下个月的第一个交易日),这种现象在小市值板块上更加明显。


3

换年和换季能否解释换月?


接下来,我们尝试将换季和换年效应从换月中剥离开,从而分析换年和换季是否对能够解释换月收益率。同样,以上证指数为例,对于换年效应,考察 12 月底到下一年 1 月初这个换月窗口内指数的收益率均值,以及除了换年之外的 11 个换月窗口内的收益率均值;对于换季效应,考察 4 个换季窗口(3 月底到 4 月初、6 月底到 7 月初、9 月底到 10 月初、以及 12 月底到下一年 1 月初)内和非换季时的 8 个换月窗口内的收益率均值。


上证指数换年效应假设检验结果如下:


f3.png


上证指数换季效应假设检验结果如下:


f4.png


其他五个指数的假设检验结果见附录 C。对于换年是否能够解释换月效应的假设检验结果如下:


1. 六大指数均没有表现出统计意义上显著的换年月窗口间正收益(部分原因是因为样本比较少)。由于 2016 年 1 月初由熔断造成的大跌,创业板甚至在换年月窗口内表现出了负收益。


2. 在除去换年月的剩余 11 个月中,六大指数均表现出统计意义上显著性水平 5% 以下的换月正收益(大多数显著性水平在 1% 以下)。


上述结果说明,换年效应无法为换月效应提供解释。


对于换季是否能够解释换月效应的假设检验结果如下:


1. 当仅考虑换季的 4 个月份时,六大指数体现出了统计意义上的显著正收益(显著性多为 5% 以下)。


2. 当考虑除换季之外的 8 个月份时,六大指数体现出了统计意义上更加显著的正收益(显著性多为 1% 以下)。


上述结果说明,换季效应在换季月份中与换月效应重合,但是它无法为非换季月的换月效应提供解释。


4

解释换月效应的假说


上面的实证表明,A 股中确实存在换月效应。学术界和业界对这个日历异象的解释主要从以下四个方面:更多现金流假说、额外风险补偿假说、流动性假说,以及基金经理在月末的窗饰现象。下面逐一介绍。


4.1 更多现金流假说


流动性假说假设月末个人投资者有更多的资金(可能是发了工资或者奖金),从而会在换月期内购买股票,造成上涨。按照这个逻辑,我们预期在换月窗口内股市的成交量明显高于月内其他日的成交量。


以下为六大指数的月内平均交易量。计算时,我们将每日的交易量用包含它的 30 日窗口的均值做了归一化。可以看到,月内每日的交易量基本非常平均,说明更多现金流假说无法解释换月效应。


f5.png


4.2 额外风险补偿假说


换月效应的另一个假说是股票在换月窗口内承担了更高的风险,因此有更高的风险溢价。采用收益率的标准差来衡量风险可计算出月内不同日期的收益率波动率。结果表明(下图),波动率在换月窗口内并没有高于月内其他日期,这种假说也不成立。


f6.png


4.3 流动性假说


流动性假说假设换月窗口内有流动性风险,导致无风险利率上升,从而引发风险资产收益率上升。通过考察 GC001 的收益率(国债逆回购利率,流动性风险的代理指标)发现,在换月窗口内其收益率并不高,因此这种解释也不成立。


不过值得注意的是,在换月窗口的前一天,即每个月的倒数第二个交易日,GC001 的收益率显著的高于其他日期。对于此,可能的解释是月底最后一天是发工资结账的时候,真正最紧的是各种筹措准备发工资结账的倒数第二天。


f7.png


4.4 基金经理的窗饰现象


窗饰(window dressing)现象指的是基金经理在季末以及年末,由于有需要向投资人进行业绩汇报的压力,通过卖出自己投资组合中亏损的股票而买入市场中大涨的股票、或者通过拉升自己投资组合中股票的价格,来达到粉饰业绩目的的非理性投资行为。基金经理与投资者之间存在信息不对称,基金管理人往往为了个人利益(如个人薪酬、名誉等),牺牲投资者的利益,实现自身利益的最大化(Jiao 2011)。


Jiao (2011) 通过研究中国的开放是股票基金,发现了市场中存在着显著的季度窗饰现象,在不同时间区间,窗饰程度不一。此外,窗饰现象与基金经理的工作经验、任职时间长短有密切关系;对于基金特征变量而言,窗饰现象更容易发生在规模小、以往表现差的基金中,而成立时间、投资风格、赎回压力等变量对窗饰程度并无显著影响。


虽然窗饰现象可以从一定程度上解释季末股票的“超额”收益,但它仍然不能完全解释月末的换月效应,因为基金经理在普通的换月窗口内并无进行窗饰业绩的动机。


5

换月效应是否值得成为独立策略


本节来看看既然换月效应在 A 股中存在,那么我们利用它来构建策略会有怎样的表现。利用换月效应,构建策略如下:在每个月的换月窗口内持有指数(即每个月的最后倒数第二个交易日收盘时买入,在下个月的第三个交易日收盘时卖出),在其他交易日空仓。


下图反应了该策略于 2005 年到 2016 年 2 月底之间在这六大指数上的表现。很明显,换月策略无法捕捉大牛市,在大牛市中远远跑输市场。这很容易理解,因为牛市中市场几乎天天涨,而该策略在每个月的 23 个交易日中的绝大多数选择空仓。从行为金融学的角度来说,在大牛市中依本策略操作、看着指数“绝尘而去”是非常痛苦的,这种痛苦足以让投资者放弃该策略。可喜的是,在 2010 年至 2014 年市场震荡下行的时候,该策略却呈现出了十足的韧性,稳健上行。如果未来市场仍然是震荡下行,那么只要换月效应不失效,这个策略就会战胜市场本身。


f8.png


再来看看股灾 3.0 之后(即从 2016 年 3 月 1 日开始),换月策略的表现(下图)。虽然换月效应在这六大指数上均能录得正收益,但是不难发现这些收益主要来自 2016 年,而其在 2017 年几乎失效,特别是对于大盘股如上证 50 和沪深 300。


f9.png


对于上证 50 和沪深 300,换月策略的表现远远差于指数本身。换月策略本质上是一种“择时”。Jusselin et al. (2017) 的研究表明,对于市场上最流行的趋势追踪择时策略,如果标的本身的夏普率高于 0.35,那么择时策略的净值就无法战胜标的本身了。换月策略虽然不是趋势追踪,但由于也是一种择时,因此类似的结论也对它有效。在股灾 3.0 之后,上证 50 和沪深 300 经历了近两年的牛市,这两者的夏普率都高达 1 以上,因此换月策略大幅跑输指数本身实属必然。对于中证 500、中小板以及创业板,由于指数本身的表现很差,换月策略战胜了指数。


随着价值投资理念的回归,人们对大盘股在可预见的未来抱有“长期慢牛”的判断。在这种判断下,从获得尽量高的收益率来说,任何择时都是没有必要的。因此,如果我们未来以上证 50、沪深 300 的成分股为投资标的,那么换月策略显然远不如买入持有策略。在这种预期下,正确的路子无疑是选股。


由于每个月仅仅交易 4 天(或者由于换月窗口的缩窄而更少),换月策略的风险和波动率远低于指数本身。这也是显而易见的,因为它毕竟是一种择时,是一个 β 策略。交易次数少、低波动是它的优点,但对一些活跃交易者来说这也是它的缺点。毕竟,如果市场在非换月窗内的交易日上涨时,我们只能眼巴巴看着。此外,由于一年只有 12 个换月窗口,这意味着一年只有 12 个交易样本。因此,想要判断这个换月效应是否失效需要几年的时间。从这些角度来说,换月效应虽然有不错的统计意义,但是作为独立策略来说,它的交易结构有些逆人性(交易次数太少,需要很长时间判断其是否有效或者失效)、收益率不够吸引人(特别是在对标具备长期慢牛走势的标的时),实在是有些“食之无味”。


换月效应代表着市场的某种非有效性。本文的实证表明这种异象存在于 A 股之中且尚未完全失效,现存的各种假说也无法很好的解释它。因此,我们应该对它保持开放的心态,关注它的表现。虽然它不足以成为一个独立的策略,但是努力理解它背后揭示出来的市场的非有效性,有助于我们加深对市场的理解。



参考文献

Carchano, O. and A. Pardo Tornero. (2011). Calendar Anomalies in Stock Index Futures. SSRN, https://ssrn.com/abstract=1958587.


Jiao, L. (2011). Research on window-dressing of fund and its influencing factors – evidence from Chinese open-end stock fund market. Science Technology and Engineering, Vol. 11(35), 1671 – 1815 (in Chinese).


Jusselin, P., E. Lezmi, H. Malongo, C. Masselin, T. Roncalli, and T-L. Dao. (2017). Understanding the momentum risk premium: an in-depth journey through trend-following strategies. SSRN, https://ssrn.com/abstract=3042173.


Xu, W. and J. J. McConnell (2006). Equity Returns at the Turn of the Month. SSRN, https://ssrn.com/abstract=917884.



免责声明:文章内容不可视为投资意见。市场有风险,入市需谨慎。


-

附录


A. 其他指数在月内不同交易日的平均收益率


f10.png


B. 其他指数的换月效应假设检验结果


f11.png


f12.png


f13.png


f14.png


f15.png


C. 其他指数的换年及换季效应对换月效应的解释


上证 50:


f16.png


f17.png


沪深 300:


f18.png


f19.png


中证 500:


f20.png



中小板:


f22.png


f23.png


创业板:


f24.png


f25.png

一键咨询