張曉鴿，張二梅，師應(yīng)來

(中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

中國股票市場“周內(nèi)效應(yīng)”的再檢驗

張曉鴿，張二梅，師應(yīng)來

(中南財經(jīng)政法大學(xué) 統(tǒng)計與數(shù)學(xué)學(xué)院，湖北 武漢 430073)

通過對深證成指與上證綜指2005年9月5日至2014年12月5日的日平均收益率進行帶虛擬變量的最小二乘回歸，并以2010年4月16日股指期貨的推出為間斷點，將樣本分為兩個階段，結(jié)合AR模型與GARCH(1,1)模型，得出如下結(jié)論：深滬兩市的股票收益率存在一定的正相關(guān)性，股票平均收益率的波動率在兩個階段都是在周一達到最大。不同的是，在第一階段，深滬兩市都存在顯著為正的周一效應(yīng)與周三效應(yīng)；在第二階段，深滬兩市都存在顯著為負的周四效應(yīng)與顯著為正的周五效應(yīng)。但是，反應(yīng)波動持續(xù)性的指標在第二階段有所降低?？偟膩碚f中國股票市場尚未達到弱勢有效。

周內(nèi)效應(yīng)；虛擬變量；最小二乘回歸；AR模型；GARCH模型；股票市場；中國

股票市場是宏觀經(jīng)濟的“晴雨表”，能夠提前反映宏觀經(jīng)濟的變化。有效市場假說是股票市場的重要的理論基礎(chǔ)，近些年越來越多的學(xué)者對股票市場的有效性進行研究。所謂股票市場的有效性是指任何與股票有關(guān)的信息都能夠及時地反映到股票的價格上，任何技術(shù)分析和信息的獲得都無法使投資者獲取超額收益。然而，近些年來的一些研究都表明中國的股票市場存在著不同程度的“周內(nèi)效應(yīng)”，即收益率在一周之內(nèi)的差異性存在著某種規(guī)律，投資者可以根據(jù)收益率的差異規(guī)律，選擇合適的投資時機，從而賺取投資收益，這些都違背了市場有效性假說，并且與CAPM模型和APT模型相矛盾，成為股票市場長期存在并且難以控制的異象。因此，有必要對中國股票市場的有效性進行研究，這樣可以更加合理地評判股票市場的有效性和建立更為現(xiàn)實的資產(chǎn)定價模型，可以實現(xiàn)資源的有效配置，可以指導(dǎo)證券市場的監(jiān)管和幫助投資者制定更為精確的投資策略。

一、文獻綜述

目前對證券市場有效性的研究主要集中在對周內(nèi)效應(yīng)、月份效應(yīng)、節(jié)假日效應(yīng)的檢驗：周內(nèi)效應(yīng)是指證券市場一周之內(nèi)各交易日的平均收益率存在差異；月份效應(yīng)是指大多數(shù)的證券市場中存在的某個或某些特定月份的收益率年復(fù)一年顯著地異于其他各月平均收益的現(xiàn)象；節(jié)假日效應(yīng)是指全球節(jié)日對股票市場波動性的影響。對這些效應(yīng)的研究具體如下。

(一)對周內(nèi)效應(yīng)的檢驗

何誠穎、王占海、張帥以SV模型為基礎(chǔ)，采用MCMC技術(shù)，對上證綜指與恒生指數(shù)進行研究，得出A股市場在發(fā)展的不同時期，都存在顯著的星期一效應(yīng)與星期五效應(yīng)。[1]韓國文、劉安坤利用1995年5月5日到2009年7月27日滬深兩市的股票價格作為樣本，利用GARCH(1,1)、GARCH(1,1)-M和EGARCH(1,1)模型，并以1996年的漲跌停板制度進行分段處理，得出了中國股票市場在相應(yīng)的樣本區(qū)間存在顯著的周內(nèi)效應(yīng)，但在不同區(qū)間周內(nèi)效應(yīng)的分布不盡相同。[2]陳敬玉、劉碩、黃雅婷基于帶虛擬變量的AR-GARCH模型對滬市行業(yè)指數(shù)研究得出，上證工業(yè)、商業(yè)和房地產(chǎn)業(yè)的收益率波動均表現(xiàn)出顯著的周一增強作用，工商行業(yè)波動率存在顯著的周四負效應(yīng)。[3]殷雙建以滬深300股指期貨的收盤價、成交量、持倉量為基礎(chǔ)，利用AR-GARCH模型并引入虛擬變量得出滬深300股指期貨的收益率在周一具有顯著的負效應(yīng)。[4]王倩茹基于上證綜合指數(shù)2006～2010年的數(shù)據(jù)，利用非對稱的E-GARCH模型進行研究發(fā)現(xiàn)，滬市存在顯著的正的周一效應(yīng)與周三效應(yīng)。[5]朱喜安、馬興祥利用帶解釋變量的杠桿SV模型對2010年4月16至2012年2月17日的上證綜指進行研究表明，在樣本區(qū)間內(nèi)上證綜指的收益率存在周一、周二、周五效應(yīng)。[6]

(二)對月份效應(yīng)的研究

沈冰、廖杰、余涵利用GARCH模型對中國滬深兩市1991～2012的股票日收益率進行研究，并以中國股權(quán)分置改革為分段點，得出在第一階段由于中國證券市場的市場化水平低，滬市和深市均存在多月份效應(yīng)；在第二階段，滬深兩市都存在年關(guān)效應(yīng)和二月效應(yīng)，其中滬市還存在四月效應(yīng)，深市還存在二月效應(yīng)。[7]張穎以2000～2012年9月的上證綜合指數(shù)每日收益率作為樣本數(shù)據(jù)，運用虛擬變量對中國股市的一月效應(yīng)進行檢驗，得出上證綜合指數(shù)的一月效應(yīng)不是很顯著。[8]奉立城利用1992～1998年滬深兩市的日收盤價數(shù)據(jù)研究得出，兩市都存在月初效應(yīng)，即上一個月的最后一個交易日到本月第六個交易日期間的收益率都遠高于其他交易日的日平均收益率。[9]

(三)對節(jié)假日效應(yīng)的研究

馮曉梅選用上證工業(yè)、商業(yè)、地產(chǎn)業(yè)、公用事業(yè)、綜合指數(shù)共五大類股指的低頻與高頻交易數(shù)據(jù)，對2008年調(diào)整之后的節(jié)假日效應(yīng)進行研究發(fā)現(xiàn)，我國股票市場存在節(jié)日效應(yīng)，而且上證商業(yè)與上證公用事業(yè)指數(shù)假日效應(yīng)尤其明顯。[10]李超以1995年12月17日至2011年4月10日上海證券交易所的股票收益率為研究對象，使用Friedman檢驗、虛擬變量回歸模型、ARMA模型驗證了節(jié)日效應(yīng)的存在性和具體影響。[11]嚴太華、齊頌超采用上證綜指和深證成指收益率數(shù)據(jù)，運用加權(quán)最小二乘法研究表明我國股市存在顯著的并非由周內(nèi)效應(yīng)引起的節(jié)日效應(yīng)。[12]張宗益、劉蘭以上證行業(yè)板塊股指為研究對象，利用ARMA-GARCH-GED模型對上證五大板塊的股指收益率進行研究發(fā)現(xiàn)，節(jié)日效應(yīng)在五大板塊存在顯著的差異，除房地產(chǎn)行業(yè)板塊外，工業(yè)、商業(yè)、公共事業(yè)、綜合類板塊均存在節(jié)前效應(yīng)，節(jié)后效應(yīng)僅存在于工業(yè)和公用事業(yè)板塊。[13]

二、數(shù)據(jù)和模型的選擇

(一)數(shù)據(jù)的選擇

本文使用的數(shù)據(jù)為上證綜合指數(shù)和深證成分指數(shù)的日收盤價，數(shù)據(jù)全部來自國泰安數(shù)據(jù)庫，數(shù)據(jù)范圍為2005年9月5日到2014年12月5日。由于2010年4月16日股指期貨的推出使中國A股市場結(jié)束了20年單邊做多的時代，開啟了中國資本市場歷史的新紀元，因此，本文以2010年4月16日股指期貨的推出為間斷點，將股權(quán)分置改革后中國股市的發(fā)展按時間順序劃分為兩個時間段，分別進行研究。為便于表述，將2005年9月5日至2010年4月15日的樣本稱為第一階段，將2010年4月16至2014年12月5日的樣本稱為第二階段。以上證指數(shù)和深證成指每日的收盤價為基礎(chǔ)，計算出每日的收益率，收益率采用(1)式計算方法：

(1)

其中，pt為股票在t日的收盤價，pt-1為股票在(t-1)日的收盤價。另外，由于收益率數(shù)據(jù)較小，故下文在實證分析中都將收益率乘以100來處理。

(二)模型的選擇

本文首先對平均收益率進行含虛擬變量的最小二乘回歸，然后檢驗殘差項是否存在自相關(guān)和異方差。如果存在自相關(guān)，就利用AR模型將因變量的滯后項納入方程進行擬合以消除自相關(guān)；如果存在異方差，就利用ARCH模型或者GARCH模型進行擬合以消除異方差現(xiàn)象。具體模型如下：

1．含虛擬變量的最小二乘回歸模型

最小二乘虛擬變量回歸模型具體如式(2)所示：

Rt=∑α1Dit+ut

(2)

其中，Rt為上證綜合指數(shù)或者深證成分股指數(shù)依據(jù)式(1)計算的每日的收益率，Dit為關(guān)于星期i的虛擬變量，例如當觀察到的收益率為星期一的收益率時，i=1，Dit=1，否則，Dit=0。參數(shù)αi分別代表每周各天的平均收益率，如果αi顯著地不等于零，那么就可以認為平均收益率存在顯著的周內(nèi)效應(yīng)。

2．AR(p)模型

當最小二乘回歸產(chǎn)生的殘差存在自相關(guān)時，就可以引入因變量的滯后項來消除自相關(guān)現(xiàn)象。AR(p)具體形式如下式(3)：

xt=φ1xt-1+φ2xt-2+…+φpxt-p+ut

(3)

3．ARCH模型與GARCH模型

在實證研究中，金融時間序列日數(shù)據(jù)通常存在異方差問題，使回歸結(jié)果難以評價，由Engle提出的自回歸條件異方差模型(ARCH)具有較好地處理時變方差和尖峰厚尾的能力，被廣泛地應(yīng)用于各種經(jīng)濟類時間序列數(shù)據(jù)的分析中。

ARCH(p)模型的主要思想是擾動項的條件方差依賴于它的前期值ut-1的大小。具體地說，在存在k個自變量時，模型如下：

yt=γ0+γ1x1t+γ2x2t+γkxkt

(4)

(5)

其中，(4)式為均值方程，(5)式為條件方差方程，則稱ut服從P階自回歸條件異方差方程。

當參數(shù)p很大時，ARCH(p)模型就很難精確地估計，且不能保證α0,α1,α2,…,αp同時大于零，同時會提高波動率，所以應(yīng)采用廣義自回歸條件異方差模型消除異方差，一般最常見的是GARCH(1,1)模型，具體如下：

yt=γ0+γ1x1t+L+γkxkt+utLLLLL

(6)

σt2=α0+α1ut-12+β1σt-12LLLLLL

(7)

三、中國股市“周內(nèi)效應(yīng)”實證分析

(一)第一階段“周內(nèi)效應(yīng)”實證分析

1．描述性統(tǒng)計分析

表1給出了2005年9月5日股權(quán)分置改革后到2010年4月15日股指期貨推出前深證成分指數(shù)和上海綜合指數(shù)日收益的基本情況。從表1可以看出，在第一階段，深滬兩市周一的日平均收益率都為正，且都為一周五天中的最高值；周二的日平均收益率都為負，且都為一周五天中的最低值。用于度量股票收益率波動性的指標(標準差)均在周一那天最大，分別為2.6565%和2.4678%，這表明中國股市在周一的波動性最大。兩市日收益率的最低值均發(fā)生在周二，分別為-9.2899%和-8.8406%，但兩市日最高收益率卻不出現(xiàn)在同一日，深圳證券交易所股票日收益率的最高值發(fā)生在周四，為9.5943%。上海證券交易所股票日收益率的最高值發(fā)生在周五，為9.4551%。從兩市股票收益率序列的偏度、峰度和JB統(tǒng)計量數(shù)據(jù)來看，兩市股票日收益率均服從尖峰、厚尾的非正態(tài)分布。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

2．實證分析

為了檢驗中國股市在第一階段是否存在周內(nèi)效應(yīng)，首先用帶虛擬變量的回歸方程，即公式(1)進行最小二乘回歸估計，得到各虛擬變量的系數(shù)如表2所示。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

從表2可以看到，在第一階段，滬深兩市虛擬變量D1(1%的顯著性水平)和D3(10%的顯著性水平)前的回歸系數(shù)是顯著的，且為正；而其他的虛擬變量前的系數(shù)卻不顯著，表明深滬兩市都存在顯著為正的周一和周三效應(yīng)。

由于在檢驗中用的是金融時間序列數(shù)據(jù)，且上文的描述性統(tǒng)計分析顯示數(shù)據(jù)存在高峰厚尾的特征，故可能存在殘差自相關(guān)的問題，因此對上述回歸結(jié)果的殘差進行適用于高階的LM檢驗，發(fā)現(xiàn)存在嚴重的自相關(guān)，故應(yīng)該采用AR模型擬合來消除自相關(guān)現(xiàn)象。結(jié)合殘差序列的自相關(guān)和偏自相關(guān)圖，確定最佳的滯后階數(shù)都為4(5%的顯著性水平)。經(jīng)過反復(fù)驗證，剔除系數(shù)不顯著的AR(1)、AR(2)、AR(3)項，最終確定滬深兩市平均收益率的自回歸模型形式，如表3所示。

此時再對經(jīng)AR(4)模型擬合后的殘差進行檢驗，發(fā)現(xiàn)殘差不存在自相關(guān)。但是由上文的描述性統(tǒng)計可知，樣本數(shù)據(jù)存在“尖峰厚尾”現(xiàn)象，殘差的平方可能存在嚴重的自相關(guān)。因此，接下來對深圳成指和上海綜指日收益率樣本進行條件異方差檢驗，表4是殘差的ARCH-LM檢驗結(jié)果。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

從表4可以看出，檢驗結(jié)果顯著拒絕“不存在ARCH效應(yīng)的”原假設(shè)，即殘差存在ARCH效應(yīng)，結(jié)合殘差的時序圖也可以發(fā)現(xiàn)殘差項存在嚴重的金融時間序列所特有的“波動集聚”現(xiàn)象。這表明第一階段的深證成分指數(shù)和上海綜合指數(shù)日收益率樣本運用AR模型改進后依然沒有很好的擬合數(shù)據(jù)。因此，本文將選取AR(4)-GARCH模型對數(shù)據(jù)進行進一步的擬合。根據(jù)AIC與SC準則，最終選擇了AR-GARCH(1,1)模型，剔除系數(shù)不顯著的AR項，可得結(jié)果如表5所示。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

再次對殘差進行檢驗，發(fā)現(xiàn)在1%的水平下，殘差已經(jīng)不存在自相關(guān)，且不存在ARCH效應(yīng)，表明AR(4)-GARCH(1,1)模型很好地擬合了樣本數(shù)據(jù)。從兩市AR(4)-GARCH(1,1)模型的均值方程來看，在第一階段，深市的平均收益率在周一、周三、周五都為正，但只有周一與周三的效應(yīng)顯著；平均收益率在周二與周四都為負，但是都不顯著。對于滬市來講，只有周四的平均收益率為負，而且在統(tǒng)計上不顯著；其他各天的平均收益率都為正，但是只有周一與周三的平均收益率在統(tǒng)計上是顯著的。從滬深兩市的條件方差式來看，α1+β2<1，表明模型是平穩(wěn)的，α1+β2非常接近1，反應(yīng)波動持續(xù)性的指標在深市為0.9935，在滬市為0.9978，說明我國股票市場一期波動的后續(xù)影響時間較大。總體來說，滬深兩市的股票收益率在第一階段都存在顯著為正的周一和周三效應(yīng)，從某種意義上來講，市場還未達到弱勢有效。

(二)中國股市第二階段周期效應(yīng)檢驗

1．描述性統(tǒng)計分析

表6給出了2010年4月16日股指期貨推出后到2014年12月5日深證成分指數(shù)和上海綜合指數(shù)日收益的基本情況。從表6可以看出，第二階段股指期貨推出后，深滬兩市周五的日平均收益率、日最高收益率均為一周五天中的最大值，且為正；周二的日平均收益率為負，且為一周五天中的最小值。用于度量股票收益率波動性的指標(標準差)同樣在周一達到最大。深市的日最小收益率出現(xiàn)在周五，滬市的日最小收益率出現(xiàn)在周一。從兩市股票日收益率序列的偏度、峰度和JB統(tǒng)計量數(shù)據(jù)來看，兩市市場收益均服從尖峰、厚尾的非正態(tài)分布。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

2．實證分析

用帶虛擬變量的回歸方程對第二階段是否存在周內(nèi)效應(yīng)進行檢驗，檢驗結(jié)果如表7所示：

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

從表7可以看出，在第二階段，滬深兩市的虛擬變量D4前的回歸系數(shù)在統(tǒng)計上是顯著的(5%的顯著性水平)，虛擬變量D5前的回歸系數(shù)分別在5%和10%的顯著性水平上是顯著的。有足夠的證據(jù)表明深滬兩市存在顯著為負的周四效應(yīng)和顯著為正的周五效應(yīng)。這與第一階段股指期貨推出前中國股市的周內(nèi)效應(yīng)有所不同，可能與我國股市的發(fā)展狀況有關(guān)。

對上述回歸結(jié)果的殘差進行適用于高階的自相關(guān)的LM檢驗，發(fā)現(xiàn)兩市在第二階段的日收益率均不存在自相關(guān)；對殘差進行ARCH-LM檢驗，得出深滬兩市在第二階段均拒絕“不存在ARCH效應(yīng)的”原假設(shè)，即殘差存在ARCH效應(yīng)，結(jié)合殘差的時序圖也可以發(fā)現(xiàn)殘差項存在嚴重的“波動集聚”現(xiàn)象。殘差A(yù)RCH-LM檢驗結(jié)果如表8所示。

根據(jù)滬深兩市股票日收益率序列在第二階段均呈現(xiàn)尖峰、厚尾非正態(tài)分布的特點，選擇GARCH(1,1)模型對數(shù)據(jù)進行分析，結(jié)果如表9所示。

注：*表示在10%的水平下顯著，**表示在5%的水平下顯著，***表示在1%的水平下顯著.

再次對殘差進行檢驗，發(fā)現(xiàn)在1%的水平下，殘差已經(jīng)不存在ARCH效應(yīng)，表明GARCH(1,1)模型很好地擬合了樣本數(shù)據(jù)。從兩市GARCH(1,1)模型的均值方程來看，兩個市場在第二階段均表現(xiàn)出顯著為正的周五效應(yīng)和顯著為負的周四效應(yīng)；兩市周五的平均收益率最高，且為正；周四的收益率最低，且為負。從條件方差式來看，α1+β1<1，表明模型是平穩(wěn)的，非常接近1，反應(yīng)波動持續(xù)性的指標在深市為0.9756，在深市為0.9792，相對于第一階段來說有所減小，說明我國股票市場一期波動的后續(xù)影響時間相對于第一階段有所減弱。總體來說，我國股市在第二階段股票收益率波動有所減小，但仍存在顯著為正的周五效應(yīng)和顯著為負的周四效應(yīng)，未達到弱勢有效。

四、結(jié) 論

本文通過對中國股票市場具有代表性的股票指數(shù)的收益率自股權(quán)分置改革后是否存在“周內(nèi)效應(yīng)”的問題進行了實證分析，并以股權(quán)分置改革為間斷點，將樣本分為兩個階段，得出如下結(jié)論：

(1)平均收益率的波動都是在周一達到最大。一般來說，中央政府傾向于在周六、周日頒布各項法規(guī)，會造成股市的動蕩，故而收益率在周一波動性最大。

(2)深滬兩市在第一階段存在顯著的正的周一效應(yīng)與周三效應(yīng)。這與西方發(fā)達國家和新興股票市場普遍具有的負的周一效應(yīng)不符合。究其原因，有待進一步探討。

(3)深滬兩市在第二階段存在正的周五效應(yīng)和負的周四效應(yīng)。

(4)深滬兩市的平均收益率存在一定的正相關(guān)。平均收益率在第一階段的周一與周三效應(yīng)，第二階段的周四與周五效應(yīng)，都可以指導(dǎo)投資者利用股價歷史信息進行技術(shù)分析獲取超額收益，進一步說明了我國股市未達到弱式有效。

根據(jù)股票市場有效性假說，股票價格能充分反映市場包含的一切信息，人們不能通過從市場挖掘出來的信息來獲得額外收益，中國股市在第一階段呈現(xiàn)出的正的周一和周三效應(yīng)，以及第二階段呈現(xiàn)出來的負的周四效應(yīng)和正的周五效應(yīng)都是對股票市場有效性的否定。但是中國股票市場的“周內(nèi)效應(yīng)”可能是由特定的歷史條件造成的，如中國政府在摸索中完善中國股市制度，股市會對一些在國外已經(jīng)適應(yīng)得很好的制度做出強烈反應(yīng)，因此造成了一周內(nèi)某些日期的收益率明顯高于或低于其他日期。故“周內(nèi)效應(yīng)”是中國股市處在一個特定階段的產(chǎn)物。但由于“周內(nèi)效應(yīng)”并不是一個成熟的股票市場應(yīng)該擁有的，因此從理論上來說，隨著我國股票制度的進一步完善，周內(nèi)效應(yīng)會從我國股票市場逐漸消失。

[1]何誠穎,王占海,張 帥.我國股票市場周內(nèi)效應(yīng)、杠桿效應(yīng)與跳躍行為分析[J].21世紀數(shù)量經(jīng)濟學(xué),2014,(7):298-316.

[2]韓國文,劉安坤.滬深股市周內(nèi)效應(yīng)再檢驗[J].重慶大學(xué)學(xué)報(社會科學(xué)版),2014,(3):33-41.

[3]陳敬鈺,劉 碩,黃雅婷.基于AR-GARCH模型的滬市行業(yè)指數(shù)周內(nèi)效應(yīng)研究[J]. 中國證券期貨,2013,(7):7+9.

[4]殷雙建. 滬深300股指期貨周內(nèi)效應(yīng)研究[J].中國商貿(mào),2013,(12):100-102.

[5]王倩如.我國股票市場周內(nèi)效應(yīng)的EGARCH模型研究[J].商業(yè)時代,2012,(17):64-65.

[6]朱喜安,馬興祥.基于帶解釋變量杠桿SV模型上證指數(shù)收益率周內(nèi)效應(yīng)及特征分析[A].21世紀數(shù)量經(jīng)濟學(xué)(第13卷)[C].中國數(shù)量經(jīng)濟學(xué)會，2012:21.

[7]沈 冰,廖 杰,余 函.中國股票市場月份效應(yīng)的實證研究[J].財經(jīng)問題研究,2014,(6):57-62.

[8]張 穎,劉桂榮.上證綜合指數(shù)一月效應(yīng)的實證分析[J].金融經(jīng)濟,2013,(24):124-125.

[9]奉立城.中國股票市場的“月份效應(yīng)”和“月初效應(yīng)”[J].管理科學(xué),2003,(1):41-48.

[10]馮曉梅.中國股市的假日效應(yīng)及市場異質(zhì)性研究[D].山東財經(jīng)大學(xué),2014.

[11]李 超.上海股票市場節(jié)日效應(yīng)的實證研究[D].湘潭大學(xué),2011.

[12]嚴太華,齊頌超.股市的節(jié)日效應(yīng)探源:基于上證綜指和深證成指收益率[J].改革,2011,(1):124-128.

[13]張宗益,劉 蘭.我國滬市節(jié)日效應(yīng)的行業(yè)差異研究——基于GARCH模型[J].技術(shù)經(jīng)濟,2011,(5):94-99.

責任編校：張 靜，羅 紅

Empirical Research on the Week Effect of Stock Market in China

ZHANG Xiao-ge，ZHANG Er-mei，SHI Ying-lai

(Zhongnan University of Economics and Law，Institute of Mathematics and Statistical，Wuhan 430073，China)

By dividing the the data of Shenzhen component index and Shanghai composite index from September 5, 2005 to December 5, 2012 into two stages according to the launch of the stock futures in April 4, 2010 and applying the Least squares Regression with dummy variables、AR model and GARCH(1,1) model, we finally draw the following conclusions: there is positive relationship between Shenzhen and Shanghai stock returns. Specially, in two stages, the maximum rate of volatility are all appear on Monday. In the first stage, there are significant positive Monday and Wednesday effect in the two markets; in the second stage, there is significant negative Thursday effect and significant positive Friday effect in both Shenzhen and Shanghai markets. In a word, stock market in China has not yet researched a weak effect.

week effect;dummy variables;the least squares regression;AR model;GARCH model；stock market;China

2015-02-11

張曉鴿，河南平頂山人，碩士，研究方向為金融計量。 張二梅，河南周口人，碩士，研究方向為金融統(tǒng)計。 師應(yīng)來，河南孟州人，教授，碩士生導(dǎo)師，研究方向為金融計量。

F832.5

A

1007-9734(2015)02-0025-07