月份效应（Month-of-the-Year Effect
） 实证研究发现，在大部分的证券市场中存在某个或某些特定月份的平均收益率年复一年明显地异于其余各月平均收益率的现象，该种市场异象被称作“月份效应”。 在美国的股票市场显现为“1月效应”，即1月份的平均收益率明显好于其余月份的平均收益。该现象最早由美国学者瓦切尔(Wachte1)于1942年发现，但直到1976年罗兹弗(Rozef)和金乃尔(Kinney)系统地将这一异象揭示出来，“1月效应”才渐渐进入现代金融学者的视野，并渐渐形成一套科学严谨的“月份效应”研究体系，包含“1月效应”首要体当下小范围公司的股票上，并相应地提出了“税减假说”等理论解释。基本介绍
除了美国等发达国家的“1月效应”外，亚太地区股票市场也存在一部分本身独有的“月份效应”，如卡托和斯考黑姆(Kato and Schallheim)发现日本证券市场除“1月效应”外
还存在着“6月、12月效应”，即6月、12月的市场收益率明显好于其余月份等 ；埃玛德和豪森(Ahmad and Hussain)表示马来西亚证券市场存在“2月效应” 。对中国股票市场月份效应研究方面，已有的研究显示我国并没有存在同国外相似的“1月效应”和“2月效应”，但却存在明显的负“12月效应”。另有文献还发现1995年后A股市场除了12月份收益率明显为负外，还存在3月份收益率明显为正的现象。对于该种现象的原因，张兵给出了基于资金面季节性流动规律的简要解释，归纳起来有两方面：第一，资金面的季节改变，我国股市年底往往面对着各种形式的资金抽回，而来年初这些资金又会回流，这一资金运动规律决定了股市的“春涨”、“冬藏”；第二，巨大有利于政策往在2、3月份公布，进而导致“春涨”现象 。总的来说，我国与国外的有关研究对比还停留在“月份效应”的发掘阶段，当前所发现的“3月效应”和“12月效应”的凭证导致收益率与零的比较，收益率与其余月份的差异能否明显仍有待验证。此外，相关我国的月份效应究竟是整体市场之举动依旧由某种风险特质的股票引起(比如美国的“1月效应”首要由小市值股票引起)的困难仍未有人刷新。实证检验
本部分所运用的报告来因为CSMAR交易报告库，可分为两类：一类是市场收益率报告，包含考虑现金股利再投资的A股等权重月收益率(综合市场、上海市场、深圳市场)和流通市值加权平均月收益率(综合市场、上海市场、深圳市场)；另一类是个股收益率报告，是考虑现金股利再投资的沪、深两市A股个股的月收益率。样本的时间跨度为1995年1月到2004年12月。
表1给出了沪、深两市A股的市场收益率的描述性统计，其做法是将市场的月收益率按月份执行分组，共分为12组，统计每组的均值和标准差。为了检验月收益率的均值足否偏离零，本文采取t-统计量，其计算方法为，其中n为组内的样本数，为组内收益率的均值，SD(rm)为组内收益率的标准差。表中收益率均值偏离零的明显性用*号执行标识。可以看出，就沪市来说无论等权重依旧流通加权，全年的最高月平均收益都发生在3月份，分别为8.06％ 和7.05％ ，且均在5％的明显性水平下的大于零；而最低平均收益率都发生在l2月份，分别为-5.16％和-4.53％ ，均在5％明显水平上差于零。除了3、12月份外，其余月份日平均收益率均无法在统计上婉拒等于零的原如果。就深市来说在等权重与流通加权收益率下，3月份月平均收益率为7.43％ 和6.10％ ，分别在1％和5％ 明显水平上大于零；12月份月平均收益率为-6.43％和-6.01％，均在5％水平上差于零。这一定性结论与张兵对深成指各月日收益率的描述性统计相统一。
两市的描述性统计共同提示出，3月份月平均收益都明显大于零且都是全年最高，12月份月平均收益均明显差于零且为全年最低。此外，表1显示上半年1～6月份的月平均收益率基本都大于下半年，与李锐日收益率的描述性统计相相似。市场收益率在月份上的分布特点也可直观地表明为图1，图中运用的是沪深两市综合A股市场的月收益率。
依据“月份效应”的定义，它是特定月份平均收益率异于其余各月平均收益率的现象，而非平均收益率异于零的现象。为了检验“3月效应”和“l2月效应”能否是真实的月份效应，本文沿用传统检验月份效应的虚拟变量回归法，分别设置3月和l2月的虚拟变量，对市场的门收益率执行时间序列回归，其模型如下：
rm,1 = C0 + C1 * Di,1 + ε1(1)
其中，rm,1给市场的月收益率，Di,1为待研究月份(3月、12月份)的虚拟变量，C0衡量的是除待研究月份外其余所有月份的平均收益率，C1为待研究月份i与余下所有月份平均收益之差异，假使参数C1在统计上明显地异于零，那就显示存在待研究月份的月份效应。表2给出了沪、深两市能否存在明显的“3月、12月效应”的检验结果。D-W统计量用于检验不同期期市场收益率之间的序列有关性，该统计量越靠近2，表明收益率间的序列有关性越弱；假使该统计量明显偏离2，表明存在较强的序列有关性，普通的t-检验不再适用。受于模型(1)为参数检验法，为避免收益分布对结果造成的偏差，本文还就待研究月份能否与其余所有月份平均收益间存在明显差异执行了Kruskal-Wallis非参数检验，并数据了K-W统计量，以保证结果的牢靠性。K-W统计量的思想是比较两组子样本的中位数能否有差异。
从表中D—W统计量看出，收益率之间不存在明显的序列有关性；就两个市场来说，衡量3月、l2月月均收益率与其余各月总的月平均收益率差异的C1均在5％的明显性水平下大于零、差于零，显示3月和l2月的“月份效应”是成立的。此外，两市K-W检验结果也表明3月、l2月份收益与其余月份总的收益存在明显差异，更深一步保证了结果的牢靠性。运用同样的虚拟变量法，发现3月和l2月以外的其余月份不存在明显的月份效应，实证结果省略。
股票风险特质检验
美国市场的“1月效应”首要体当下小范围公司股票上，瑞特(Ritter)的研究表示个体投资人看好于持有许多的小范围企业股票，而机构投资人则倾向持有较多的大范围企业股票，受于抱有税减动机的多数为个体投资人，因此会致使“小范围股票的1月效应”。这一解释显示，美国市场的1月效应是由部分投资人(个体投资人)的季节性投资举动(年底卖掉亏损股
月份效应
票以避税)和这部分投资人的风险偏好特点(着重投资小范围股票)共同引起的。我国A股市场的“3月效应”和“12月效应”能否也相似，是具有特定风险特质的某类股票的个体举动呢?假使是某类股票的特殊举动，那么着重投资这类股票的投资人其举动应具有相应的季节性特点。循着这条思路，本部分研究不同风险特质股票的月份效应的差异，研究的基础是Fama-French(1996)的三原因定价模型。Fama- French三原因模型是从实证中归纳出来的，它的解释能力强大，当前已被学术界所公认。该模型觉得，股票的风险可由B系数、企业的范围和账面／市值比三方面特质来刻画，所以本部分在控制这三种风险特质条件下观察月份效应的状况。受于账面／市值比涉及企业的财务报告，本部分的报告除来自CSMAR交易报告库外，还运用了CSMAR财务报告库。
B系数的预期用经典的时间序列回归方法：
ri,t − rf,t = αi + βi * (rm,t − rf,t) + εi,t(2)
其中，ri,t为股票i在t月的收益率，rf,t为无风险收益率，rm,t给市场收益率，βi为待估的β系数。本文具体的预期方法为，在任意1个月用前3年的股票月收益率，假使前3年的收益率报告不完整，起码要保证有1年，即12个月收益率报告；无风险收益率采取1年期的定期存款平均到每个月的收益率；市场收益率采取全部A股的流通市值加权收益率。
公司范围按上月收盘价计算的流通市值计算。
公司的账面／市值比是用公司年报所发布的所有者权益除以按当年12月末收盘价计算的总市值。受于多部分年报在第2年的3月份发布，所以账面／市值比可运用的期限为第2年的4月份至第3年的3月份。
不同风险特质股票的月份效应可以用传统的排序法执行检验：股票按前1个月的某个风险特质(β系数、企业的范围和账面／市值比其中之一)执行排序，按顺序分为5个组合，每个组合持有1个月，收益率按等权重执行平均，每个月从新更新一次组合。如此每个组合都具有了收益率的时间序列，利用模型(1)执行时间序列回归来研究月份效应的状况。表3的3栏分别给出了不同B系数、流通市值、和账面／市值比组合“3月、12月效应”的预期结果，各表中13系数、流通市值、账N／市值比组合从小到大分别以1到5来标识。
从表3的A栏中可以看出，各个B组合均表现出明显的3月效应和12月效应，而且3月效应和12月效应伴随B的放大而增强：3月份多出其余月份收益率的程度从最小β组合的6％增长到最大B组合的8.5％ ；12月份低出其余月份收益率的程度从最小β组合的6.1％增长到最大β组合的8％。受于β衡量的是股票的市场风险，上述现象从一个侧面也表明，3月效应和12月效应是包含在市场波动内的，β越大，对市场波动性的反应能力越强，3月效应和12月效应就越显著。
从表3的B栏可以看出，无论是大市值依旧小市值组合，参数与非参数统计检验都确认了3月效应和12月效应的明显性，而不仅仅表当下小市值组合上。这点与美国(Keim)、日本(Kato和Schallheim)市场的月份效应首要由小市值公司引起不同。但是我们也注意到，市场的“3月、12月效应”均伴随组合市值的放大而变弱：按市值从sl,N大的3月份月均收益率与其余月份总体平均收益之差异从9.66％递减到6.36％ ，差值达3.3％ 。这一点表明我国的月份效应与国外有相似之处，有季节性投资规律的投资人尽管不是首要侧重于小范围股票的投资，但是对小范围股票有所倾斜。
表3的C栏给出了按账面／市值比划分为5组后组合的3月效应和12月效应的预期情形。从参数和非参数的检验结果来说，沪、深两市各个账面／市值比组合均表现出明显的3月效应和12月效应。但是“3月效应”均伴随账面／市值比的放大而降低；而“12月效应”则伴随账面／市值比的放大而稍有增强。受于账面／市值比反应的是企业的衰退程度，上述现象表明收益率在3月的上升和在12月的下滑在运营情况不同的企业表现有所差异：市场表现好的企业在3月上升得较快，而表现差的企业在12月下挫得较快。相应地，投资人3月份会看好于追逐市场表现好的股票，而12月则看好于解脱市场表现差的股票。
综合看来，我国A股市场的3月效应和12月效应在分别依照各股票β系数、流通市值和账面／市值比分组后的各个组合中均有明显的状况，这显示我国股票市场的“3月、12月效应”是整体市场的举动，并非是具特定风险特质的某类股票的个体举动。相应地，对月份效应的解释不应从部分投资人举动的季节性特点出发，而应着眼于宏观方面的解释。
消费习惯假说
既然没有证据显示我国A股市场的月份效应是某类股票的个体举动，那么该种季节性或许出于两种情形：一是所有的投资人都具有某种季节性特点，相应地产生了整体市场的月份效应；另一是具有季节性投资特点的投资人没有特殊的风险偏好，不按股票的风险特质执行着重投资，而其余的投资人或者没有季节性，或者相反的季节性不足够抵消季节性。无论是前者依旧后者，月份效应都应当是一种宏观现象，那么相应地可以寻到某些宏观经济变量来解释该种季节性的动机。
张兵觉得该种季节性是资金助推的，股市资金中多部分是国有企业的挪用款，属于违规资金，这些资金到年末会面
临抽回和结账的阻力，而来年初这些资金又又一次回流，再加之中小投资人春节后的余钱流人市场等，这一资金运动规律决定了股市的“春涨”、“冬藏”。但是该种解释不是均衡意义下的：企业可以用股票或信用来借款满足结账阻力，而没必要一定卖掉股票。假使季节性完全是由该种非均衡原因所产生的，一定会有套利者在l2月股价下滑后买人股票等到3月股价上涨后卖掉进而获利。套利者的存在必然会清除该种非均衡现象，而实证却发现3月效应和l2月效应是长期的，这点与非均衡解释之间存在一定冲突，那么我国的月份效应有没有均衡意义下的解释呢?宏观经济在3月和l2月有什么季节性改变规律呢?众所同知，12月到2月阶段是我国巨大节日的集中期：圣诞节、元旦和春节集中于此。这些节日反应在宏观经济上的首要内容是消费，零售业和服务业生意兴隆，民众购物和消费的热情高涨，甚至对于某些消费者来说，一年的多部分收入均为在这段时间消费的。该种消费的季节性能否是产生月份效应的真正原因呢?
在美股“1月—小市值效应”的研究中，已有间接或直接的凭证显示消费可以对月份效应供应解释。奥登(Ogden)在他的“资金流动性假说”中将年关的商业活动回跌作为分析的基点，进而间接将商业活动变动(可用消费总量来衡量)与月份效应联系起来；克莱默(Kramer)运用含消费上涨率的多原因模型对低价股票的1月超标收益执行解释，结果发现该多原因模型能够解释 多部分1月超标收益且消费上涨率的因子载荷明显 。外有关消费习惯与市场收益率举动的关系研究也由来已久，有些文献觉得是消费自身决定了股票市场收益率，他们表示消费作为反应当期宏观经济景气水平的核心指标将对股票价格造成影响，如高消费则预示民众对将来经济的看好进而引敏目前市场价格的上行，阿诺若等(Anoruo 2003)对英国股票市场的研究即属此类 。仍有一部分文献觉得是预期的股票收益率决定了目前的消费水平，他们表示：消费者将对其一生的财富执行规划，并自此决定各期消费，以使每期的消费趋于平滑，而股票作为发达国家个人财富的一部分，其预期收益率的放大必然会致使个人财富的预期提高，进而引致个人当期消费的增多 。莱托和路维森(Lettau和Ludvigson 2001)对超标消费(当期消费胜过平滑水平的消费额度)与预期收益率的关系执行研究，结果显示超标消费可以对将来收益作出预期，进而验证了预期股票收益率决定目前消费水平这一说法。而许多的研究则来自金融经济学领域的消费资本资产定价模型(CCAPM，Consumption based CAPM)，该理论觉得每一个经济举动主体的效用函数都可以抽象为消费——资产组合选择困难，基于这一设定。在均衡时任何证券的风险贴水(即预期收益率减去无风险收益率的部分)都同消费边际替代率和该证券收益率之间的协方差成比例关系，投资人会在消费的效用和资本收益所得到的效用之间执行选择。假使将股票市场整体当作一种证券组合，基于这一理论，消费自身就与其存在紧密联系，坎贝尔和科卡瑞恩(Campbell和Cochrane)就曾验证过美股整体与消费习惯的该种关系 。
与国外对比，我国资本市场在成熟度以及风俗习惯上与国外存在较大差异。就成熟度来说，我国的金融系统首要以银举动主，股票市场自身范围较小，股票资产自身对家庭的财富贡献度有限，因此在资产配置方面处在从属地位，如此股市收益率就会被动地受消费变动的影响；就风俗习惯来说，我国传统“春节”在我国居民的文化生活中占领重要地位，它决定了中国本土投资人在执行长期消费一投资决策的同期还要就1年在内的消费一投资执行规划。与美国对比，这些差异或许会让我国居民的消费习惯在短时间内对股票市场收益率造成明显影响，并形成特殊的“3月、l2月效应”。
为了检验消费对月份效应的解释能力，我们首先来处理消费的度量困难。从《中国统计年鉴》中消费价格指数的组成来说，居民消费首要可分为食品、衣着、家庭设置用品及服务、医疗保健及个人用品、交通通讯及服务、娱乐教育文化用品及服务、居住等几个部分，但就当前的统计口径我们还无法从经济数据统计中分离出居民的消费额， 此选用一个代理变量——社会消费品零售总额求反应居民消费的上涨情形。社会零售总额的月度报告摘自国家统计局出版的《中国商品统计年鉴》，受于从1996年才开始有月度报告，所以本部分的样本区问为1996年1月到2004年l2月。图2给出了经历价格调整后的月平均消费品零售额，可以看出每年的l2月是一个消费高峰，3月到4月是消费低谷。受于消费品零售额存在单位根困难，所以我们选用消费品零售额的增K率来执行回归分析。图3是消费上涨率与A股市场收益率的比照情形，从图中可以看出，在消费上涨率为负的月份，往往对应着股票市场的高收益率，如年初的2、3月份；而在消费上涨率处在全年新高的l2月份，则对应着股票市场明显为负的低收益。
图3中也反应出消费月上涨率自身也呈现出适当的“3月、12月效应”，其统计结果见表4的回归(1)。本部分要检验消费上涨率能否有能力解释月份效应，假使直接将消费月上涨率与3月、l2月虚拟变量一起对市场收益率执行回归的话或许会造成共线性困难，进而致使系数明显度预期造成偏误，影响结论的牢靠性。所以本部分除了直接用消费月上涨率对市场收益率执行回归外，还会就市场收益率对消费月上涨率回归后的残差(它衡量扣除消费变动影响后的市场收益率)再对3月、l2月虚拟变量执行回归，以观察避免共线性困难后的消费上涨率对3月、l2月效应解释情形，进而保证结论的牢靠性。回归结果表4所示。
从方程(2)和(6)的预期结果可以看出，消费上涨率在1％明显性水平上对沪深A股的市场收益率造成负向影响，与图3反应的直观规律统一；此外，从方程(3)和(7)的预期情形来说，1996～2004年问“3月效应”和“12月效应”在一个方程内同期明显；方程(4)和(8)给出了直接加入消费月上涨率后的预期结果，可以看出，原有的“3月、12月效应”均变得不再明显，但是消费上涨率自身的系数却从方程1的1％水平明显变成了，10％水平明显，假使再看每个方程的F值的话，它们均在不同水平上明显，这显示方程自身存在较为显著的多重共线性困难(方程明显，而自变量系数不明显)，与前文的共线性有关分析统一。
从方程(5)和(9)可以看出，消除了共线性困难后，原本明显的“3月、12月效应”在扣除消费需求变动指标影响之后均变得不再明显，这直接对本文提出的“消费习惯假说”组成了支撑，表明引起我国股票市场总的“3月、l2月效应”的原因是我国元旦、春节阶段的消费需求变动。