MAX效应存在性检验.docVIP

MAX效应存在性检验 　　摘 要：在研究MAX效应过程中，增加1927年1月至1963年6月的样本期内分析，并通过Liu两因子模型进行验证。区别于其他学者，考虑市场份额对MAX效应影响，因此以NYSE为基准分组对MAX效应进行再检验。最后，进一步考虑一些风险因素对MAX效应的影响。结果发现，MAX效应在1927年1月至1963年6月期间内依旧存在；重新分配市场份额后，MAX效应负收益下降；MAX效应在一些风险因素影响下依旧存在。 　　关键词：MAX效应；NYSE基准；稳健性检验 　　中图分类号：F831 文献标志码：A 文章编号：1673-291X（2017）15-0068-04 　　引言 　　作为多元投资手段中越来越重要的一种，股票市场在不断发展的同时也表现出一些金融异象，例如Bali et al.（2011）提出的“MAX效应”[1]。它描述的是股票高（低）的最大日收益率组合未来拥有低（高）的月平均收益，而且高低组合间存在显著负自相关关系的收益溢价。众多学者在对MAX效应进行解释过程大多选取1963年7月至2014年12月为样本期，但对样本外（1927年1月至1963年6月）数据还未分析。同时，分析过程中未考虑市场份额和一些风险因素的影响，这就为本文的研究提供了重要的方向。此外，现有文献在对股票收益进行解释时还未出现考虑流动调整的因子模型，这也是本文一个重要研究方向。 　　本文的主要贡献在于：（1）增加1927年1月至1963年6月时间段对MAX效应分析发现MAX效应未表现出时间效应；（2）以NYSE为基准分组发现MAX效应负收益下降，但MAX效应依旧存在；（3）MAX效应在1932年与2009年两次金融动荡、大衰退这两种风险因素中依旧稳健存在。 　　一、文献回顾 　　随着MAX效应的发现，众多学者将MAX作为彩票型股票的度量指标。然而，另有一些发现可将特质波动率之谜可以归入MAX效应中，但仍不能解释MAX效应。张信东和翟悦（2016）从市场微观结构角度试图挖掘可能的影响，结果发现，从交易成本角度研究发现市场微观结构噪音并不是产生MAX效应的原因[2]。但这些学者都是在1963年7月至2014年12月期间内以CRSP为基准分组进行分析，而以FamaFrench（1993）为代表，大多学者在研究中以NYSE 为基准分组，这种方法较前文中以CRSP 为基准分组而言，可以起到平衡市场份额的作用，更加具有经济意义[3]。因此，本文在研究过程中增加了1927年1月至1963年6月时间段对MAX效应检验，同时还考虑了以NYSE为基准分组后MAX效应的情况。 　　资产定价模型作为现代金融理论的基石之一，却在理论上仍然有一定的局限性。众学者围绕在此基础上展开了拓展性研究。FamaFrench （1993）观察并构造著名的三因子定价模型。但三因子模型对一些金融异象仍无法解释。于是，金融学家们开始寻找是否还有可以解释股票横截面收益的其他因子。Liu（2006）仿照FamaFrench （1993）构建了一个流动性虚拟因子，重新建立了经流动性风险调整的两因子模型，它的优点在于能很好地说明以不同流动性变量和流动性因子系数进行组合分组的投资收益[4]。因此，本文在对 MAX 效应导致的股票收益进行分析时将以 Liu 的两因子模型为研究的主要的因子模型。 　　二、样本数据与研究设计 　　1.数据。本文选取CRSP数据库中1927年1月到2014年12月的NYSE、Amex和NASDAQ三大证券交易所普通股的日数据和月数据作为样本数据。另外，本文中涉及到的各个资产定价模型中的市场因子和无风险利率通过Kenneth French的个人网站数据库下载得到，流动性因子由刘卫民教授提供。 　　2.研究设计。为了检验MAX效应的成因，本文分?e使用组合分析方法、时间序列回归进行了实证检验和分析。首先，通过MAX（1）单变量分组检验了1927年1月至1963年6月和1963年7月至2014年12月两段时间内MAX效应的存在性，并从Liu两因子模型进行解释。其次，以NYSE为基准分组排除市场份额影响。最后，本文通过描述性统计分析一些风险因素对MAX效应的影响。本文进行显著性检验时使用NeweyWest（1987）的方法[5]。 　　三、实证检验 　　1.MAX效应在1963年前后分时间段表现。目前对于MAX效应的研究大都是从 1963 年 7 月份开始，很少有文献关注1963 年之前的表现情况，故本文为了从时间区间的角度，寻求能够解释异象的因素，首次以 1927年1月至 1963年6月期间的普通股为研究样本，对MAX效应进行检验。本文除了在分析MAX初始收益（R0）外，还通过基于流动性风险调整的Liu两因子模型（α2）截距项对MAX效应导