时间:2023-08-10 09:21:53
引言:寻求写作上的突破?我们特意为您精选了4篇股市资金流向分析范文,希望这些范文能够成为您写作时的参考,帮助您的文章更加丰富和深入。
西方众多学者从不同的角度对股票市场的有效性进行了论证,结果大多都支持有效市场的假设,但也出现了一些无法用有效市场理论解释的“异常现象”,其中最重要的就是股票市场中广泛存在的动量效应和反转效应。因此,通过研究股市中的动量效应和反转效应是否存在以及表现强度如何,可以对市场的有效性做出一个基本的判断;并且正确识别和度量市场的动量效应和反转效应是投资者利用市场无效性进行套利的重要步骤。
20世纪90年代后期,随着资金流向指标的提出,人们开始意识到资金流向指标是比历史收益率更超前的技术指标。如果股市中存在动量效应与反转效应,资金流向也有可能出现动量或反转的特性,进而为投资者提前预测股价未来走势提供了一种新的思路。资金流向指标不仅为研究市场动量效应和反转效应提供了一个全新的角度,也为利用股指期货进行对冲套利提供了一种新方法。我国股票市场起步较晚,长期缺乏风险对冲工具,利用股市的动量效应和反转效应进行套利交易风险较大,因此在股指期货推出之前一直发展缓慢。股指期货的推出使得利用股市动量效应和反转效应进行套利交易成为可能,为投资者在期现套利和跨期套利之外提供了一种相对收益较高、风险较低的投资策略,有助于完善市场投资者结构,进一步增强股指期货的价格发现功能,提高股票市场的有效性。
资金流向指标基本概念及计算方法
设计资金流向指标的主要目的是测算推动股票价格涨跌的力量强弱,其定义规则是:将主动性买入股票产生的成交额认定为推动股价上涨的力量,这部分的成交金额被定义为资金流入;将主动性卖出股票产生的成交额认定为推动股价下跌的力量,这部分的成交金额就被定义为资金流出。资金流向指标能够帮助投资者透过股价涨跌迷雾看清市场交易对手特别是主力交易者的动向。股价上涨一个百分点,可能是一千万资金推动的,也可能是一亿资金推动的,这两种情形对投资者而言有完全不同的指导意义。
从资金流向指标的定义规则来看,要计算个股的资金流入和流出,最关键的一点就是要制定出一个有效的法则来判断一笔成交是主动性的买入还是主动性的卖出。目前,根据对该法则的设计不同,主要有三种资金流向指标的计算方法。
第一种是Bennett 提出的经典计算模型,该模型是根据市场的交易价格来判断资金是流入还是流出,其计算公式如下:
(1)
其中,Pi是第i笔交易的成交价,Pi-1是第i笔交易的前一笔交易的成交价,Volumei是第i笔交易对应的成交量。
由此可见,这种计算方法是将每笔交易之间的成交价高低作为判定主动性买入和卖出的主要因素,若本笔交易的成交价大于上笔交易,则本笔所有成交金额都算作资金的流入(正值),若本笔交易的成交价小于上笔交易,则本笔所有成交金额都算作资金的流出(负值)。这种算法最大的优点就是能很好地将股价涨跌与资金流向很好的联系起来,将上述计算公式进行变形可以得到:
(2)
从公式(2)可以看到,由于前两项始终为正,计算出的个股资金流向将于股票收益率呈严格的正相关关系,我国国内学者侯丽薇和谢赤在计算沪深300 成分股资金流向时就采用的这个模型。但其缺点也是显而易见的,首先,仅仅以成交价的涨跌无法有效判定交易者的主动性买卖意愿,最明显的就是遇到涨跌停板时,若按照此种方法股价在达到涨跌停板后的所有成交金额对资金流入和流出的贡献都为零,显然这些成交金额的背后不会完全没有投资者主动易的意愿;其次,从实际操作来看,由于分笔的交易数据并不容易获得,即使获得了也存在数据量庞大、计算繁杂的问题,因此Bennett和侯丽薇在各自的文章中都没有采用严格意义上的分笔明细数据,而用分钟级的分时明细数据来计算个股资金流向,最终计算结果的精度肯定会受到一定的影响。
第二种计算方法则直接将内外盘数据作判断买卖双方力量强弱的指标,简单地当用外盘手数减去内盘手数,乘以当天的成交均价就得出当天的资金净流量,如果外盘大于内盘就是资金净流入,反之就是资金净流出。计算公式如下:
Net Money Flow=(B-S)P (3)
其中,B是外盘成交量,S是内盘成交量,P是成交均价。
这种计算方法最大的优点就是简单方便,内外盘数据可以方便地从各类股票行情软件中获得,成交均价的计算也不算复杂,因此和讯等财经网站通常采用这种方法计算资金流向。不过,内外盘的划分本身就不是很严格的,这两个统计指标是由股票行情软件自己计算的,并不是交易所计算后传出来的。当软件收到一笔新数据时就会将成交价与上一次显示的买一和卖一进行比较,如果成交价小于或等于买一,那么相应的成交量就被加到内盘指标上去,如果大于或等于卖一,那么对应的成交量就被加到外盘指标上去。如果在两者之间则内外盘各分一半,这样内盘加上外盘就等于总的成交量。但由于各个通讯站点接受讯号有差异,所以不同的软件所计算出来的内盘和外盘是不一样的,而且由于网络延迟,内外盘的划分不能保证都反应实际情况。比如,你想以现价或高一点的价格买入一只股票,那么从你的操作动机来说,应该是主动性买盘。但是当你提交委托以后,由于网络延迟你报的价格已经比卖一的价格还低了,这时候正好有同样原因的非主动性卖单出现,那么你这笔成交就会在系统上显示为卖盘。本来是买盘,但是却被系统统计为卖盘。因此,这种方法计算出来的资金流向数据并无多少参考价值。
第三种计算方法是将高频逐笔成交数据与分时盘口数据相结合,将成交数据逐一还原至参与交易的交易者以追踪每位交易者的实际成交金额,进而获取每位交易者最初的委托单金额。实际上,这种方法是在第一种计算方法的基础上进行了改进,利用分时盘口数据来判断资金流入流出的方向,若一笔交易成交在买盘则算作资金流出,则将成交额算作资金流出,成交在卖盘则算作资金的流入,这样就解决了股价出现持续零涨跌时资金流向的方向问题,然后再利用逐笔数据计算每笔成交的资金流入或者流出的具体金额。这种计算方法目前来看精度较高,能较好地测算出股价涨跌背后的力量强弱,能客观反映出市场参与者的交易意图。但正如前文所讲,这种计算方式对数据处理要求较高,目前国内仅有万得资讯能够提供上诉方法计算的各股资金流向,本文的研究也将主要采用万得金融终端提供的近两年沪深股市的资金流向数据。
股票市场动量效应与反转效应分析
(一)动量效应和反转效应的基本含义
在传统的投资理论中,股票市场的动量效应和反转效应主要是指股票收益率的动量和反转特征。所谓动量效应(又称惯性效应)是指股票价格的变动在一定的时间范围内具有连续性和持续性,未来收益率与历史收益率呈正相关关系;所谓反转效应就是指股票未来价格变动在一定时间范围内与其历史走势具有负相关关系。
Jegadeesh和Titman(1993)被公认为首次发现和系统论证动量效应的存在,他们利用美国股票市场数据库CRSP(Center for Research in security prices)1965-1989年的日交易数据进行实证分析,根据不同的时间段将股票按照历史收益率进行排名,将过去1、2、3、4季度收益排名前10的股票选为赢家组合,将收益后10名的股票选为输家组合,然后买入赢家组合,卖出输家组合,并持有该策略头寸1至4季度。研究结果发现,各种赢家组合的收益减去输家组合的收益都是正的,这种异常的正收益在统计上也是显著的,按年折算这些组合策略的年化收益率达到了12%,从而证实了这种多空策略在市场中的获利性,验证了动量效应的存在。
股票市场的反转效应最早是由Lehmann(1990)在验证股票市场有效性时发现的。其采用纽约交所股票周收益率数据研究发现,在过去的一周有正收益的股票组合在接下来的一周很可能会出现负收益(平均收益率在-0.35%至-0.55%之间),而那些在过去一周有负收益率的股票组合在接下来的一周大多出现正的收益率(平均收益率在0.86%至1.24%之间),其中约90%的反转策略组合(买入过去收益为负的组合,同时卖出过去收益为正的组合)获得了明显的正收益,股票价格在短期(1-6周)表现出明显的收益反转特性。
(二)动量效应和反转效应的成因
对动量效应和反转效应存在的原因很难用传统的风险定价模型来加以解释,因此研究者大多从行为金融学的角度,通过研究市场投资者行为对股价的影响来解释动量效应的成因。
一般来说,导致股价出现动量效应的原因主要分为两类:
一是交易者的认知偏差,即交易者对上市公司未来成长潜力、风险等存在认识滞后和保守。这种认知偏差导致投资者对股票未来收益率的判断始终滞后于当前股价的涨跌,投资者往往会等到优质股票价格开始明显上涨时才出手买入,助推股价的上涨。在散户投资者为主的不成熟资本市场中,大量股票交易者对基本面缺乏实际的判断能力,跟风炒作、追涨杀跌的现象较为明显,常常导致股票价格的波动在短期内出现动量特征。周琳杰(2002)利用早期我国股市数据(1995-2000 年)测试了动量策略的赢利性,发现盈利结果与策略持有期呈负相关关系3,短期动量策略的赢利性较为明显。这与20世纪90年代中后期我国股票市场以散户为主、投资方式不成熟有关系。
二是交易者的“羊群行为”(herd behavior)。在市场发展到以机构投资者为主的时候,动量效应的存在可能与投资者从众投资行为有密切联系。这种从众投资行为可能是无意为之,也可能是有意为之。首先,从市场信息获取角度来看,大型机构投资者之间获得信息的渠道基本差不多,因而明智的投资经理对市场走势一般都会做出相同的正确判断,无意中形成相同的投资行为。其次,对于小型机构投资者和个人投资者而言,追踪大型机构的投资方向是其常用的投资策略之一。最后,从理性投资经理个人利益最大化的角度考虑,实现投资收益最大化可能并不是其最优选择,凯恩斯在通论中就对长期投资者追寻市场趋势和保证投资意愿提出了怀疑。在他看来,由于担心采取反常投资策略会使得自身信誉受到影响,投资者可能不太愿意完全根据其所掌握的信息和判断来进行投资。因此,在某些特定的环境下,投资经理会简单的模仿其他投资经理的行为,而不顾自己所掌握的有用私人信息。尽管从社会的角度看,这种行为是无效率的,但是从投资经理自身利益的角度来看,为维护自己在人才市场中的声誉,这种模仿行为可能就是理性的。
导致股价出现反转效应现象的原因常常被归结为市场对信息的过度反应。根据Fama提出的有效市场模型,股票的收益率和信息集之间满足如下关系:
(4)
其中,Ft-1代表t-1时刻的完全信息集;Rjt是t时刻证券j的收益;Em(Rjt│Fmt-1)是Rjt市场信息集Ft-1的条件期望。
有效市场假说意味着E(uwt│Ft-1)=E(uLt│Ft-1)=0,而过度反应则意味着E(uwt│Ft-1)0,市场存在超涨和超跌的现象,在一段时间之后市场为修正这种超涨或超跌会出现收益反转,前期超跌的股票会获得高于市场平均水平的收益而前期超涨的股票则会跑输市场。这种对市场信息过度反应现象出现的原因通常被归结为以下四点:
一是投资者的过度自信(over-confidence),心理学研究发现,投资者往往会高估自己的判断,对信息本身实际具有的权重考虑不够,这种对信息认识的偏差会导致投资者给予利好消息较大的权重,而有选择性地过滤或者忽视一些负面消息,这种过度自信导致的盲目乐观无疑会使股价的涨幅超出其理论价值,在一段时间的超涨之后,随着市场对信息的消化,投资者对股票的估价就会趋于合理,收益会出现反转。
二是有偏的自我归因(biased self-attribution),它是指人们会过分强烈地将证实其行动正确性的事件归因于自己的判断,而将证实其行动失败的事件归因于一些外部因素的干扰,这种倾向会使投资者对自己的投资保持一定的惯性,即使方向错误也不易自我修正,从而出现过度反应的现象。
三是“一月效应”的存在。“一月效应”是从统计学角度分析股市走势的一种惯常现象,指一月份的回报率往往是正数,而且会比其他月份为高;相反在十二月的股市回报率很多时会呈现负值。Bondt和Thaler在利用反转策略检验美国股市是否存在过度反应时发现,输家-赢家组合所产生的超额正收益有一大部分是在每年的一月份产生的,过度反应可能与一月效应存在紧密联系。
四是公司的规模效应。公司规模效应又称小公司效应,是指小盘股通常比大盘股的收益率高。在对赢家组合和输家组合中的公司规模进行分析后,Fama和Jegadeesh等学者发现输家组合和赢家组合的公司市值差距较大,从而认为公司规模的不同使收益产生了反转。
通过对动量效应和反转效应的成因分析,可以发现动量效应和反转效应可能同时出现在一个非有效的股票市场之中。例如,“羊群行为”可能在短时间内导致的股价出现动量特性,但这种持续的动量效应会导致股价偏离其理论价值,出现超涨超跌的现象,而后随着理性的回归收益率会出现一定的反转。因此,随着观察期的不同动量效应和反转效应可能存在相互转化的可能性。
(三)动量效应和反转效应与资金流向指标的联系
资金流向指标反映的是股价变动背后交易者的力量对比,能够最真实的还原当前市场上对某只股票的超额供给或者需求。因此,可以说资金流向的变动直接导致了股价的变动,个股的涨跌是资金流入和流出的结果。既然如此,那么在一个存在动量效应或者反转效应的非有效市场内,资金流向的变动必然也会呈现出某种动量或者反转的特性,资金流向与股票收益率之间也会有某种相关性。
首先,从上文分析的动量效应成因来看,如果市场中动量效应占主导,股票市场上的投资者追涨杀跌,采取从众的“羊群行为”的话,那么大量投资者的跟随行动,即持续买入被看好的股票或者持续卖出不被看好的股票,就会导致当期市场超额需求或供给的存在,而且当前市场的超额需求或供给也将导致未来市场上出现超额的需求或供给。因此,从这个角度来分析,资金流向将表现出相同的动量特征,历史资金流向与未来资金流向呈现出正相关关系,历史资金流向与未来收益率也将呈现出正相关关系。从反转效应的成因来看,如果当前市场的超额供给或需求是由于投资者过度自信等原因造成的,那么在一段时间之后股票的收益率就会出现反转,当前的资金流向与未来一定时间的资金流向呈负相关关系,当前资金流向与股票收益率也呈现出负相关关系。其次,从交易成本的角度考虑,大型机构投资者在建仓或减仓时,为降低对市场的冲击,通常会将大量的订单进行分拆,短时间内这种持续的增仓或者减仓将使得当期资金流向与未来资金流向呈正相关关系,资金流向与股票收益率之间也会存在正相关关系。由于传统的动量效应和反转效应对资金流向的影响并不一致,加上交易成本的影响,未来资金流向与当期(历史)资金流向之间、当期(历史)资金流向与未来股票收益率之间究竟有着怎样的相关性并不容易从理论上找出答案,需要利用大量的历史交易数据进行实证研究。
结论和展望
自股票市场诞生之日起,股票投资者和各类经济学者就开始从各种角度来探寻股票价格的波动规律并尝试对未来的股价作出种种预测,在这一过程中,诞生了像墨菲这样资深的技术分析师,也诞生了像巴菲特这样的伟大价值投资者。虽然人们找出了各种解释股票价格波动的原因,但很多解释本质上都是马后炮,对于未来股价的走势即使是最资深的股票分析师也不敢轻易言说。不同于任何实体商品市场,在电子化交易日益发达的今天,以股票市场为代表的资本市场能够比任何实体市场汇集更多的交易者,产生更多的交易金额。
导致我国股市资金流向出现短期动量特征和长期反转特征的原因有很多,综合历史资金流向对股票未来收益率影响的实证分析结果,本文倾向于认为投资者结构不合理,中小投资者比例偏高是导致历史资金流向出现短期动量特征的重要原因,而历史资金流向对未来资金流向和收益率表现出的长期反转特性则与我国股市强烈的处置效应、高换手率和板块轮动等因素密切相关。
参考文献:
1.俞乔.市场有效、周期异常与股价波动[J].经济研究,1994(8)
2.沈艺峰.会计信息披露和我国股票市场半强式有效性的实证分析[J].会计研究,1996(1)
3.吴世农,吴超鹏.我国股票市场“价格惯性策略”和“盈余惯性策略”的实证研究[J].经济科学,2003(4)
4.周琳杰.我国股票市场动量策略赢利性研究[J].世界经济,2002(8)
5.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)
6.赵宇龙.会计盈余披露的信息含量—来自上海股市的经验数据[J].经济研究,1998(7)
7.侯丽薇,谢赤等.如何使用A股市场资金流向指标[J].证券市场导报,2010(11)
8.何诚颖,刘瑛,徐清振.基于二阶段模型的中国股市资金流向研究[J].管理世界,2011(2)
9.Louis K.C.Chan and Josef Lakonishok,1995:The Behavior of Stock Prices Around Institutional Trades,The Journal of Finance,Vol.50,No.4(Sep.,1995)
10.Brian Boyer and Lu Zheng,1999:Who Moves the Market?A Study of Stock Prices and Sector Cash flow s,The Journal of Finance,Vol.24,No.3(Apr.,1999)
[3]中国银行业监督管理委员会.个人贷款管理暂行办法[EB/OL].中国银监会网站,
,2010-2-20.
[4]中国银行业监督管理委员会.固定资产贷款管理暂行办法[EB/OL].中国银监会网站,
,2009-7-27.
[5]中国银行业监督管理委员会.项目融资业务指引[EB/OL].中国银监会网站,
,2009-7-27.
The Status Quo, Problems of Monitoring the Flow of Banks’
Credit Funds and Suggestions
SHI Tao
“打新”基金规模迅速增加
自去年6月证监会重启IPO后,公募“打新”的热潮不断升温。事实上,此前公募“打新”基金就一直以高中签率、收益稳定等受到了投资者的青睐,但此后由于证监会暂停IPO,公募“打新”面临无“新”可打的局面,因此淡出视野。但随着重启IPO再次受到市场的关注。
相关统计显示,自2014年6月重启IPO至今年7月7日,A股市场共有269只新股发行,共获得792只公募基金累计14599次有效申购,平均每只新股获得54只公募基金有效申购,申购金额为178亿元,获配金额6121万元。其中,首发时参与申购的公募基金数量最多的“一心堂”共获得217只公募基金网下有效申购;首发时参与申购的公募基金最多的“中国核电”共获得公募申购资金7520亿元;首发时获配的公募资金最多的“国泰君安”,公募基金获配金额达49亿元。
我们看到,随着行情的不断升温,公募基金参与“打新”的资金规模不断增加。据相关测算,2015年4月份以前用于申购新股的公募资金在1000亿以内,4月份在3000亿左右,5月份增长到5000亿左右,到了6月份则一跃增加到13000亿左右。同时,可以看到,公募资金在新股申购中的占比不断扩大。之前平均占网下申购资金的42%,占总申购资金的13%;到2015年6月该比例已分别提高至60%和20%。此外,在新股“巨无霸”上,公募申购资金占比则超过40%。
另一方面,虽然公募“打新”基金的规模不断增加,但是其收益率却逐步出现下滑。相关数据显示,2014年四季度“打新”基金的平均收益率达到6.18%,今年一季度下滑到4.3%,而二季度仅有2.73%。
从公布今年1月份信贷资料看,当前市场货币资金流动性的确出现局部性宽裕,但是M1同比增长仅为6.68%,这是历史上最低水平,1月份M1与M2增速差距迅速扩大到12.11个百分点,M1与M2“剪刀差”是1996年9月以来新高,表示货币资金存款定期化特征甚为明显。M1与M2增长方向一减一增,意味着活期存款与定期存款增速一减一增趋势,正是反映企业投资需求下降,利润减少,居民消费意愿下滑,市场投资和消费信心趋弱,货币资金更多以定期存款等形式被企业和个人通过银行进行“窖藏”,从公布1月份居民储蓄(主要是定期储蓄)增加1.53万亿,创下多年新高,就可见一斑了。说明大量流动性资金沉淀滞留在银行体系内,充裕宽松的货币资金量没能够有效地流向实体经济,而流向了虚拟经济,如果缺乏实体经济基本面增长的支持,虚拟经济资产价格上涨,很可能是一种“虚胖”,尤其是1月份M1增速减慢,对资产和资本价格推动作用较为有限,对股市短期演绎则不利,所以讲,M1增速变化对股市运行影响较大。
再以1月份新增信贷1.62万亿元结构看,尽管新增信贷资金创出天量,但其中票据融资增加6239亿元,占企业贷款比重41.6%,而中长期人民币增量贷款占比仅有38.5%,显示企业贷款主要是解决资金流动性困难问题,真正对经济增长有支持作用的是中长期贷款,然而中长期贷款同比少增。又从金融数据结构看,企业得到绝大部分贷款没有用于投资生产领域,而是借新还旧。因为目前半年期银行存款利率为1.98%,票据贴现利率约1.92%,当企业需要支付款项时,可以通过在银行做半年期定期存款,然后开票据给收款单位,并同时承若支付企业有关票据贴现费用即可,如此操作企业还可获得到约0.06个百分点利差收入,这样一来银行票据融资和定期存款数量都大幅度增加,体现在银行资产负债表两端数据均变大。资金在银行和企业之间空转,可是并没有多少新增资金流入实体经济领域,也几乎没有什么投资和消费交易过程。