摘要：
1.研究背景:「歷史重演」是分析股市用到的最樸素的想法，A股市場上, 「歷史重演」最突出的表現是「春節效應」。春節前後, 滬深股票市場中大部分股票容易出現局部低點，是一個很好提升收益的時間段，有些行業這二十年春節前後五個交易日的累積收益高達300%，因此精準分析股市春節效應有助於我們把握規律，為提前布局春節行情做準備。本文主要解決三個問題：（1）春節效應存在性證明以及春節效應準確起止時間點；（2）哪些行業春節效應強？春節效應強是不是意味著更高的絕對收益？（3）具有哪些特徵的股票，在春節效應下會有更高的漲幅。
2.上證指數春節效應:為了準確驗證春節效應的存在性，我們首先簡單統計了2000到2020年，這21年春節前50、30、10、5交易日的日均收益率，和春節後5、10、30交易日的日均收益；然後對這些日均收益與全年日均收益做對比，用t檢驗查看差異的顯著性；最後利用包含節前節後效應啞變量的回歸來進一步論證春節效應的存在性與起作用的時間段。我們發現：春節效應起作用時間段為節前5個交易日到後5個交易日，共十個交易日，節前效應強於節後效應。
3.行業春節效應:用每個行業的指數收益率日度序列做被解釋變量Y, Fama五因子和節前、節後虛擬變量做解釋因素X，來進行加權最小二乘回歸，利用節前節後虛擬變量的係數來表示不同行業春節效應的強弱。節前效應最強的是有色金屬，節後效應最強的是農林牧漁。春節效應靠前的行業有：綜合、有色金屬、醫藥生物、國防軍工、紡織服裝、電子、化工、汽車。靠後的有：銀行、非銀金融、食品飲料、採掘、傳媒、房地產。
從春節效應期間各行業累積收益表現來看，電子、綜合、有色金屬、農林牧漁、通信等行業表現靠前，平均每年春節效應期間獲得絕對收益超過6%，且期間夏普比高達8以上，這些行業收益有的來自高Beta,有的來自春節效應。春節效應靠前的行業絕對收益表現也很不錯，效應期間的年化收益均超過5%。總的來說，春節效應期間是投資組合獲取絕對收益的重要時段，值得重視。綜合行業春節效應指標和絕對收益表現，建議超額配置：有色金屬、綜合、農林牧漁、國防軍工、電子、汽車這幾個行業。
4.春節效應下個股特徵：為了研究春節效應期間，估值PE、流通市值AMV、換手率Turnover這三個因素對個股收益影響與其餘時間段的區別，分別利用春節效用期間數據、春節前後30個交易日的數據來進行面板回歸(PLM)，前後30個交易日的數據作為對照組。回歸結果顯示，流通市值、換手率係數顯著，而且春節效應期間係數絕對值比前後30個交易日區間回歸的係數更大，表明春節效應期間小市值、換手率更高的股票會有更大漲幅。
報告正文
1. 春節效應簡介
「歷史重演」是分析股市用到的最樸素的想法，A股市場上, 「歷史重演」最突出的表現是「春節效應」。春節前後, 滬深股票市場中大部分股票容易出現局部低點，是一個很好提升收益的時間段，因此實證分析股票市場的春節效應是有必要的，有助於我們更好掌握規律，為提前布局春節行情提供準備。
由於對「春節效應」的概念並未形成統一認識，不同研究人員用不同界定標準和模型展開研究時，得出的結論可能有差別。在對「春節效應」展開研究前，有必要對概念進行明確的定義。考慮到行為金融學的解釋是，「春節效應」是來自於臨近節日的愉悅快感和高漲情緒，從而影響投資行為推高節前收益。因此，「普遍的」春節前高漲情緒不可能在一天內暴漲而又迅速消退，這種情緒從產生到普遍影響市場再到消退需要一個過程。我們延長春節效應的考察區間，定義「春節效應」為股票市場上節前和節後5個交易日的平均收益率與全年每個交易日平均收益率相比，存在較大正向差異，即存在超額收益的現象，具體論證見下文。
學術界對「節日效應」的研究主要分為兩個方向：一是應用各國股市經驗數據，對節前是否存在超額收益現象進行實證檢驗；二是對節日效應產生的原因進行研究，在提出不同假設進行解釋的同時應用經驗數據進行驗證。國外對「節前效應」的研究已經相當成熟，並形成了大量的研究成果。在Fields之後，不同學者從多個角度對歐美股票市場的這一市場異象進行驗證，幾乎都得出了與之相同的結論。Fosback、Lakonishok等分別採用S＆P500 指數、道瓊工業指數和期貨市場數據對美國證券市場的「節日效應」進行研究，均得出了節前平均收益率比其他交易日平均收益率要高的結論。Barone、Ziemba、Arsad、Paul 分別在義大利、日本、英國和香港股市中也證實了這一發現。
春節是中國最重要的傳統節日，它對股市的影響與西方國家的節日存在很多不同：首先，春節在公曆上是變動的，導致股市休市時間比較長；第二， 春節前人們往往會收到年終獎和過節福利，同樣過春節消費也比較高；最後，春節長假後很快會迎來兩會，往往會出臺影響經濟的重大政策，影響投資者的預期。這些差異導致中國的春節效應可能比國外的節日效應來的更強，更具有投資吸引力。為了深入研究其規律，下文我們分別研究指數與各行業的春節效應。
2. 指數春節效應
利用2000年到2020年共二十一年的每日上證指數收益率序列，我們分別計算每年春節前50，30，10，5交易日的日均收益率，春節後5、10、30交易日的日均收益，具體數據見表1。
從表 1 可知，從 2000 年到 2020年的 21個年度中，節前五個交易日平均收益率共有 17 個年份為正，節後五個交易日平均收益率共有 16 個年份為正；相對比，全年日均收益率卻只有 11 個年度為正。在所有的年份裡，有 16 個年份的節前五日日均收益率大於全年日均收益率，有 16 個年份的節後五日日均收益率超過了全年日均收益率。如果買入上證綜指ETF，選擇在每年的春節前的第 5 個交易日買入該組合，在節後的第5 個交易日賣出，總共 21個年度的 210 個交易日中可以獲得將近 120%的收益率。
表1隻是統計了各個年份節前節後不同時間段的日均收益率情況，為了進一步獲取統計學意義上的穩健結論，我們利用t檢驗，來衡量春節前後不同時間段的指數日均收益和全年指數日均收益的差異。統計檢驗如下：
原假設H0:春節前後時間段日均收益 = 全年日均收益
備擇假設H1:春節前後時間段日均收益 > 全年日均收益
從上表可以看出，春節前5個交易日(SF-5)日均收益率為0.439%，顯著高於全樣本日均收益0.038%，春節後5個交易日(SF+5)的日均收益為0.339%，也顯著高於全年日均收益，雖然節前十個交易日的日均收益也顯著高於全年日均收益，但是主要是由於節前5個交易日拉高所導致，所以，我們把春節效應起作用的時間段限定為節前5個交易日和後5個交易日。
從表1 和表2 的統計結果中可以看出，中國股市在春節前後一段時間內的確是漲多跌少，同時也能獲得不錯的超額收益率。但為了驗證春節效應的存在，還需進一步進行建模分析。由於固定效應面板數據回歸與帶啞變量的普通回歸等價，我們通過引入虛擬變量處理模型的春節期間固定效應。也就是說，為了直白的展示春節效應，我們可以直接用帶啞變量的普通OLS做實證分析。模型形式如下：
等式（1）利用指數前一日的收益率來解釋下一個交易日的收益，等式（2）更準確一些，利用Fama五因子來解釋指數的收益，這兩個模型都帶上節前、節後5個交易日的啞變量，通過啞變量的顯著性，來檢測節日效應的存在與否。之所以用兩個模型，是為了預防模型偏誤帶來的認知偏差，相互驗證下的模型結論會更穩健。
由於金融收益率的時間序列普遍存在波動率聚集的現象，如果直接使用普通最小二乘(OLS），得到的回歸標準差估計量不再是無偏的，從而t 統計量也不服從精確的t 分布，顯著性指標會不準確。為了解決波動率聚集的問題，**本文使用了加權最小二乘法(WLS)來進行實證分析，**OLS方法也會列在下表進行對比。
上證指數一階滯後回歸模型下的春節效應回歸結果見表3，WLS估計得出節前效應的係數估計值為0. 004，相應的T值為14.2；節後效應的係數估計值為0. 003，說明節後效應要弱於節前效應，這也和我們表2的結論一致。
上證指數Fama-French 五因子模型下的春節效應回歸結果見表4，WLS估計得出節前效應的係數估計值為0. 00012，相應的T值為1.85；節後效應的係數估計值為0. 00008，也是顯著的，節後效應係數小，說明節後效應要弱於節前效應，這也和我們表3的結論一致。所以，不管是滯後一期收益率做解釋變量還是FF-5做解釋變量，指數都存在顯著的節前、節後效應，而且節前效應要強於節後效應。到此為止，我們嚴格論證了春節效應的存在性，且得到了春節效應的準確區間，就是節前5個交易日到節後5個交易日這十個交易日。
3. 行業春節效應
上文我們論證了上證指數存在春節效應，並且獲得了春節效應作用區間是節前5個交易日到節後5個交易日。本節我們論證各個行業的春節效應，希望獲得不同行業春節效應的數據，來對投資實戰形成指導，行業指數採用申萬一級行業指數。
論證行業的春節效應，我們採用Fama五因子加上節前節後啞變量作為解釋變量，回歸方法還是利用加權最小二乘（WLS）。回歸等式如下：
利用這20年的數據，每個行業日度收益率序列分別對Fama五因子和節前節後啞變量做回歸，回歸結果如下表。數據顯示，有色金屬、國防軍工、綜合、汽車、紡織服裝、鋼鐵、化工、醫藥生物等行業的節前效用較強，大部分行業節前效應為正，只有銀行、食品飲料、非銀金融行業節行業節前效應為負，表示節前這些行業的表現會比平時差。節後效應較強的行業有：農林牧漁、綜合、醫藥生物、電子、公用事業、電氣設備。節後效應較差的是：非銀金融、銀行、採掘、房地產、傳媒。28個行業中有16個行業的節前效應大於節後效應，綜合節前節後效應，春節效應靠前的行業有：綜合、有色金屬、醫藥生物、國防軍工、紡織服裝、電子、化工、汽車。靠後的有：銀行、非銀金融、食品飲料、採掘、傳媒、房地產。
上圖描述了春節效應靠前的行業，在這麼多年的春節效應期間的累積收益情況，下表描述了每個行業春節效應期間的累積收益、年化收益等收益指標。值得注意的是，春節效應靠前的行業雖然收益表現良好，但是累積收益並不一定絕對靠前，原因在於解釋春節效應期間的因素不只是包含春節效應啞變量，還包含Fama五因子。所以春節效應和絕對收益之間不存在一一對應關係。
單從春節效應期間，各行業累積收益表現來看，電子、綜合、有色金屬、農林牧漁、通信、計算機、汽車等行業表現靠前，平均每年春節效應期間獲得絕對收益超過6%，且春節效應期間的夏普比極高。春節效應靠前的行業絕對收益表現也很不錯，效應期間的年化收益都超過5%。總的來說，春節效應期間是投資組合獲取絕對收益的重要時段，值得重視。綜合行業春節效應指標和絕對收益表現，建議超額配置：有色金屬、綜合、農林牧漁、國防軍工、電子、汽車這幾個行業。
4. 春節效應下個股收益的影響因素
上文我們分析了行業的春節效應，選出了春節效應靠前的行業。這一節我們重點分析春節效應期間常見因素給個股收益帶來的影響與平時有什麼異同，也就是說我們選**具備什麼樣特徵的股票會帶來更高的超額收益。**我們選擇的影響股票橫截面收益的三個因素是：估值（PE）、流通市值（AMV）、流動性（Turnover），為了控制影響個股春節效應期間收益的不可觀測且不隨時間變化的個體效應，我們除了構建混合普通最小二乘回歸模型（3），也構建了面板回歸模型（4）。
上面回歸模型中，Rit表示第t年春節效應期間股票i的收益率，也就是那一年春節前後5個交易日共10個交易日的累積收益，PE、AMV、Turnover就是這個十天股票對應指標的均值。樣本一共42090條，實際回歸過程中，我們對這些指標進行了標準化處理。為了形成對照，我們對春節前後30個交易日數據，也進行了同樣的回歸分析，具體結果如下。
從時間和個體上看，面板數據回歸模型的解釋變量對被解釋變量的邊際影響均是相同的，而且除模型的解釋變量外，影響被解釋變量的其它所有確定性變量的效應只是隨個體變化而不隨時間變化。每組個體有不同的截距，每組的解釋變量的係數都是相同的。所以如果研究樣本個體差異比較明顯，時間差異不明顯，可以用個體固定效應模型，個體效應模型由於吸收了影響個股不隨時間而變的因素，其餘變量的顯著性也會提升。
通過F檢驗得到F=2.79 > 1.25，表明不應選用混合回歸模型；再通過Hausman檢驗，表明在個體固定效應和個體隨機效應模型二者中應選擇個體固定效應模型，回歸結果見下表10。
為了研究春節效應期間，PE、AMV、Turnover這三個因素對個股收益的影響與其餘時間段對股票收益影響的區別，我們分別利用春節效用期間數據、春節前後30個交易日的數據來進行面板回歸(PLM)，用前後30個交易日的數據作為對照組。回歸結果顯示，流通市值、換手率係數顯著，而且春節效應期間係數絕對值比前後30個交易日更大，表明春節效應期間小市值股票、換手率更高的股票會有更大漲幅，春節效應主要由情緒主導。這個結論和XiaoLi Cao、I. M. Premachandra對紐西蘭市場的分析結論一致。
從表7來看，換手越高、市值越小的股票在春節效應期間會獲得更高的收益。但這是從全樣本來看，分行業來看大多數行業仍然服從這個規律，但有些行業有自己的特徵。儘管PE指標從全樣本來看，對個股收益解釋的係數不顯著，但是春節效應期間，銀行、非銀金融、計算機、食品飲料、汽車這幾個行業的PE係數顯著， 這幾個行業的係數在春節效應期間都小於對照組的估計係數，表明這個行業在春節效應期間更偏好低估值的股票。
對於全樣本數據來說，流通市值小的股票在春節效應期間表現更好，從各行業的係數來看，大多與全樣本的規律相符，電氣設備行業與樣本總體規律相反，是流通市值越大的股票，收益表現越好。換手率指標各行業規律也與總體規律相符合，春節效應較強的行業都是換手越高，收益率越高。
（編輯：趙錦彬）