月度效应：来自新兴股市的新证据外文翻译资料

月度效应：来自新兴股市的新证据

原文作者Volkan Kayacetin, Senad Lekpek

单位Ozyegin University

摘要：本文分析了土耳其股票收益率的月度转换（ToM）效应。我们证明ToM效应在1988 -2014年的BIST100指数中具有显着的显着性，并且与其他日历异常不同。特别是，在每个月的最后一个交易日和下个月的前两个交易日的三天期间，平均每日指数收益率为0.46％，其余天数为0.09％。在以下几个月之后，ToM效应更为重要：（a）重要的信息流和（b）高于平均市场表现，并且在ToM期间产生的指数回报的比例从1988 - 1996年的39％增加到1997年的49％ - 2005年和2006 - 2014年间达到86％。指数交易量或实现波动率中不存在类似的月末季节，排除标准流动性或基于风险的解释。然而，估算具有每日指数回报的e-GARCH模型，我们将ToM效应与导致月回合的日期中的预期波动率下降联系起来。这些调查结果最能说明一个故事，即在高信息风险期后逐步解决不确定性会释放大量的“流动资金”，这些资金在此期间累积到股票市场，创造了大量流动性并推动股票价格上涨。

关键词：月度效应；股票市场；

一、介绍

月末（ToM）效应是一种广泛认可的经验模式，其特点是月末的高回报。这种模式首先 如美林，1966年;赫希，1986年;和福斯贝克，1976年），销售应推迟到月末，并且应在月末之前进行购买，以征收在该月初产生的异常高回报。Lakonishok和Smidt（1988） 表明从一个月的最后一个交易日开始到随后一个月的第三个交易日结束的四天期间占1897 - 1986年道琼斯工业平均指数的所有正回报。麦康纳和徐（2008） 在1897年至2005年的扩展样本中采用相同的方法，并确认ToM模式在最近的1987 - 2005年期间仍然存在并且很好。

在国际股票市场也观察到ToM效应。其中，Cadsby和Ratner（1992） 研究国际指数在1962 - 1989年间的回报率，并显示ToM期间的平均日收益率显着高于其他日子中所检查的10个指数中的6个。同样的，Kunkel等人。（2003年） 分析1988 - 2000年间国际指数回报的大部分横截面，并发现在所研究的19个国家中有15个存在ToM模式，ToM期间平均回报占月度指数回报的87％。除了这些多国研究之外，还有几篇论文对全球各种证券交易所的ToM效应进行了详细分析。我们的分析属于后一类。

本文详细研究了土耳其股票市场的ToM模式。学习每日BIST100指数在1988 - 2014年的回报中，我们记录了效果非常显着，ToM期间的平均每日回报率为0.46％，其余月份则为0.09％。在子期间分析中，我们发现平均ToM回报率在1988 - 1996年间为0.60％，比1997 - 2005年度高0.56％，比2006 - 2014年度高0.20％，并且在每种情况下都非常显着。虽然最新子样本的平均ToM回报较低，但ToM期间所占总回报的比例显示长期增长，从1988 - 1996年的39％增加到1997 - 2005年的49％和2006 - 2014年的86％，暗示强化ToM效应。在一年中的调节，我们证明ToM天的平均每日回报超过了除9月以外的所有月份的剩余天数，并且特别高于4月（1。13％），1月（1。03％），12月（0.62） ％）和6月（0.51％）在整个样本期间。在子期间分析中，我们发现4月是ToM期间平均每日回报率始终高于所有三个子期间剩余天数的唯一月份。最后，我们通过指数GARCH模型提取指数的条件波动率尼尔森（1991） 并揭示ToM期间回报与导致月回合的日子中预期波动率的动态之间的联系。特别是，我们表明，从前一个月末到当前月末的预期波动率的变化解释了ToM期间回报的统计和经济重要部分。这些结果有利于一个故事，即在高信息风险期间被股权资产阻止的工资和利息/股息收入所产生的“流动资金”，一旦信息不确定性在这些时期之后得到解决，就会被释放回股票。

关于Borsa Istanbul的ToM效应的证据应该如何回归？

证据表明效果在一年中的几乎所有月份都表现出来并且在不同的子时期内是一致的奥格登（1990）他们认为，工资和利息以及月末股息收入对流动资金的再投资推动股价上涨。ToM返回的发现在月份转弯中最强，标志着第一季度和最后一季度的结束在Haugen和Lakonishok报告截止日期之前，今年的基金管理人员都在追问这一点 (1987）和 丽特呃（1988年）和麦克尼科尔斯早期自愿披露好消息和压制坏消息 （1988）。这一新颖的发现表明，随着月初收益的增加，回报的条件波动率会下降基于风险的解释，其中股票基本面的不确定性逐渐向月底解决，推动风险溢价下降和股价上涨。

我们的论文增加了一份研究土耳其股市ToM效应的论文清单（例如 比尔迪克，2004年;和Oguzsoy和Guven，2003）。我们的分析使用更近期的样本周期更新他们的结果，进行子周期测试，提供 ToM效应的每月分解，并将月转的条件波动率动态作为月初模式的替代解释。据我们所知，后一个发现是新颖的。本文的其余部分安排如下。下一节总结了关于ToM效应的现有研究，并对这种普遍的季节性模式的存在和持续性提出了几种可能的解释。第三节描述了我们的数据和方法。第四节介绍和讨论我们的实证研究结果。第五节总结。

二、 文献评论

阿里尔（1987） 在他分析一些受欢迎的股市分析师表示他们的客户应该在月下半月进行预期销售以及在月之前预期购买时，是第一个记录月末股票回报季节性模式的季节性模式。 - 在本月初的早些时候观察到的异常高回报。作者发现，包括该月的最后一个交易日和下个月的前九个交易日在内的十天期间的平均每日回报率为高且为正，而该月剩余日内的平均回报率为负。Ariel还证明，删除披露月会加剧影响，而不是消除影响。

Lakonishok和Smidt（1988） 指从月的最后一个交易日开始到下个月的第三个交易日结束的四天期间作为月末（ToM）期间并显示ToM期间返回所有正数的帐户从1897年到1986年返回道琼斯工业平均指数：ToM期间的平均每日回报率为0.47％，而整个样本的回报率为0.35％。在以后的工作中，Hensel和Ziemba（1996） 表明在1928年至1993年期间，在标准普尔500指数期间投资于标准普尔500指数以及T-bills的投资组合策略在标准普尔500指数中的表现优于每年0.6％的买入持有策略。

最近，麦康纳和徐（2008） 确认结果Lakonishok和Smidt（1988） ToM效应占1897年至2005年期间美国股票的所有正回报，并显示美国股票回报的ToM效应在1897年至2005年期间持续存在大量文献研究了国际指数收益的ToM效应。其中，Cadsby和Ratner（1992）研究了从1962年到1989年的每日指数回报，并表明ToM效应在十个国家中的六个国家都很重要 包括在他们的样本中。同样的，Kunkel，Compton和Beyer（2003） 检查从1988年到2000年的每日指数回报，发现在所研究的19个国家中，有15个国家存在ToM效应，这些国家的月度股票收益率平均占87％。土耳其股票，比尔迪克（2004年） 确认在Borsa Istanbul（BIST）指数回报中存在ToM效应，以及可能与支付日期海关的制度差异有关的月中效应。 Oguzsoy和Guven（2003） 检查BIST在1988-1999期间的回报，并在ToM期间记录高回报，并在ToM期间的天数中大幅降低回报。Georgantopoulos和Tsamis（2008） 检查BIST回报中的日历异常，并证明ToM效应在2000年至2008年的九年期间具有重要意义。其他关于月度效应的研究包括Eken和Uner（2010） 和Guler和Cimen（2014），他确认在其他时期存在ToM效应。有什么可能推动月末效应？Jacobs和Levy（1988） 认为这种日历异常发生在转折点，虽然几乎没有经济意义，但可能会引发特殊的行为模式。泰勒（1987） 为股票收益中观察到的季节性模式的存在提供了三个似是而非的故事。第一个故事，我们称之为流动资金假设，涉及影响资金流入和流出股票市场的支付日海关。遵循这个主题，奥格登（1990） 认为工资和利息/股息收入的支付日期的规律性将在月末创造“流动资金”供应，这些流动资金流入市场推动股票价格上涨，导致每月季节性特征为更高的平均值在月初返回。第二个故事，我们称之为门窗假设，表明基金经理调整其投资组合以在报告截止日期之前结束令人尴尬的位置，并且在报告日期之后这些经理回归其先前的投资组合时产生的资金流量导致季节性模式的特点是报告日期周围的高回报（Haugen和Lakonishok，1987年;里特，1988年）。第三个故事，我们称之为新闻聚类假设，涉及传播好消息和坏消息的系统模式。麦克尼科尔斯（1988） 表明公司倾向于在月初自愿传播好消息，并在报告截止日期之前抑制坏消息。这引发了本月初的好消息和正回报冲击的集中，这可以解释在月初产生的高股本回报。最后，假设由于关键宏观经济的到达频率增加，投资者在月初转向面临更大的信息风险是合理的（罗斯，1989年）月末期间的公司特定信息。信息到达频率的增加将推动信息的不确定性和预期的波动性，直到信息最终发布并且不确定性得到解决。在导致月回合的日子里逐渐解决不确定性将导致预期风险溢价下降，从而推动股票估值上升。我们将这种基于风险的故事称为信息风险假设。我们的研究提供了对Borsa Istanbul回归中ToM效应的探索性调查。除了更新关于这种普遍的季节性模式的当前状态的证据，我们通过分析ToM期间的平均回报来提供新的证据，条件是一年中的月份和市场状态，并通过调查如何通过拟合指数GARCH模型提取的预期波动率。精神尼尔森（1991） 索引返回，在ToM周期内运行。虽然我们的目标不是直接测试上述替代假设，但我们分析的这些部分的结果可能会提供暗示性证据。

三、 数据和变量

3.1. 那个设定

Borsa Istanbul（BIST）是一个订单驱动的多价连续拍卖市场，没有做市商或专家。该交易所成立于1986年，通过快速发展和高绩效吸引了众多国际投资者的关注。截至2014年，Borsa Istanbul的总市值为6264.3亿土耳其里拉，其中约有64％的自由流通股在国际投资者持有的交易所上市。BIST是一个非常活跃的市场，平均每日交易量为34.7亿土耳其里拉。

交易活动通过计算机化的交易系统进行。交易日为周一至周五，每天两次，每次09:15至12:30，以及14:00至17:40。

3.2. 指数特征

BIST100指数被用作Borsa Istanbul Equity Market的主要指数。它包括在全国市场上交易的公司股票中选出的100只股票，以及在集体产品市场上交易的房地产投资信托和风险资本投资信托的股票。指数价格按自由流通市值加权平均计算。要获得加入BIST100的资格，截至审核期结束时，股票应在Borsa Istanbul交易至少60天。然后，根据自由流通市值和审查期间每日平均交易量的排名，选择在BIST100中包含（排除）股票。

3.3. 指数回报

我们从Borsa Istanbul网站获取了1988年1月至2014年12月期间BIST100价格指数的每日收盘价（www.borsaistanbul.com).5 然后使用这些收盘水平来计算每日日志收益，如下面的公式所示

其中Pt 和Pt-1是交易日t和t-1结束时BIST100指数的收盘价，而rt 是从第t -1天到第t天的对数指数。

3.4. 转月期间

月末（ToM）通常定义为跨越每个月的最后几天和下个月的前几天的时段。在第4.1节，我们检查备选ToM定义的性能，并根据结束月份（L＃）和开始月份（F＃）包含的交易日数标记这些。例如，L1F2指的是涵盖月末的最后交易日和月末的前两个交易日的期间。在我们的分析中，我们关注两个ToM定义，它们产生（i）ToM期间的最大平均日收益率和（ii）该月剩余交易日的最小平均每日收益率。由于我们的分析还包括对ToM效应的逐月分析，因此必须澄清不同月份的ToM期间是如何标记的。我们将每个ToM期间的月份名称指向它，而不是它结束的月份。例如，12月的最后几天和1月的前几天的期间将被称为1ToM期间而不是12月ToM期间。

3.5. 有条件的波动

我们首先将已实现的超额收益写在市场上

其中rM，t是第t天的市场收益，sigma; t 是第t天市场收益的条件标准差，而ɛt 是随机冲击，通常以均值零和方差sigma; 2分布。我们使用指数广义自回归条件异方差（e-GARCH）模型的精神尼尔森（1991） 提取rM的条件方差为

我们将上面给出的条件均值和条件方差方程应用于BIST100的每日对数回报索引并提取其条件波动率的每日时间序列。该模型的参数估计值见附录表A1，以及一些重要的描述性统计数据，这里没有讨论，有利于简洁。

四、结果和讨论

4.1. 定义月末期

我们通过调查月末的平均每日回报来启动我们的分析。图。1 图表表示1988年1月至2014年12月期间过去十天（t-10至t-1）和前十天（t 1至t 10）的每日回报。由于每日回报为从第t-2天到第t 4天特别高，并且在此期间外显着降低，我们检查t-2和t 4内月交易期的替代定义，并根据按月定义的每月末的日期第3.4节.表格1 报告每月交易（ToM）期间的替代定义下的平均每日回报。在ToM期间，平均每日回报率在L1F1和L1F2的0.46％和L2F3和L2F4的0.35％之间变化

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 16 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[277976]，资料为PDF文档或Word文档，PDF文档可免费转换为Word