电商行业节日效应研究

  电商行业节日效应研究  余昭弘　李慧[提要]随着电子信息技术的发展，互联网交易俨然成为目前当红的消费形态之一，本文着重探讨电子商务上市公司股价信息与节日效应的关系，通过收集数据资料，利用CAPM分析法，选取和分析阿里巴巴、京东商城、亚马逊、雅虎等四家知名电商公司相比大盘的超额报酬率，并对四家上市电商公司股价报酬率行为进行研究，发现四家电商公司的股价报酬率皆存在节日效应，并据此给广大投资者的投资方式以及公司经营战略提供参考。Key：电商公司;购物节;节日效应;动态CAPM：F83：A收录日期：2018年12月3日一、引言随着当前移动互联网的快速生长，互联网经济的发展势头已锐不可当。如何发展、应用与完善电子商务平台，对每一家电商公司而言至关重要，这些平台上的商品具备快速流通和低廉价格的特点，且能够让消费者在短时间内接触和比较更多元化的商品或服务，除了能够提高消费者购买意愿之外，更能诱发对相关商品的消费，因此电子商务平台是促进互联网经济发展的重大因素之一。随着消费形态的改变，近些年“电商公司节日效应”在人们购物中的影响越来越明显，其也成了我国不少电商公司趁此大赚一笔的机会。电子商务是1995年之后开始在中国发展的。以淘宝网和天猫商城为例，2018年双十一期间天猫累计实现销售额2，135亿元，超过上年同期1，682亿元26.9%，网络购物记录再次被刷新。中国电子商务研究中心监测数显示，2017年中国移动网购交易规模达到44，726亿元，而2016年为20，184亿元，同比增长121.6%。由此可见，中国网络购物用户的增长规模及速度和所创造的中国移动端网购交易额是相当可观的。如此庞大的现金流量将造就不可思议的公司价值，使得电商板块的股价，在2015之后美国股票市场中表现最好，尤其是各个电商公司配合既有节日或另创节日方式，比如淘宝的双十一、京东的6.18，美国也有类似层出不穷的“人造”购物节。据相关资料显示，每年11月第4个星期四的感恩节一过，整个美国就会调整为“消费”模式。感恩节前后，大部分甚至全部商家就会推出降价促销活动，大多数人都会排队消费，这就是鼎鼎大名的“黑色星期五”。开展一系列优惠购物活动，让消费者聚集在这些时段内进行消费，本研究将此现象称为“电商公司节日效应”以下简称“节日效应”。在“电商公司节日效应”下，电商公司利用节假日或促销日这个商机来搞活动做促销，而这些行为原本被视为“超跌反弹”的行情，居然达到了成交量成倍增长的情况。淘宝、亚马逊、京东、雅虎等电商企业都有其特有的促销方式和宣传方式，消费者随波逐流，等待着促销活动，准备好“金库”随时出手，据了解像双十一等促销节日往往从一个星期前就开始促销活动，这更是拉长了“消费战线”，并让这股热流不断持续增长。本文将在电商企业的基础上研究在节日前后是否会引起企业效益和股价的变动，并进一步探究变动的趋势和幅度。本文的贡献为：第一，整理和检验了代表大部分电商行业的股价波动与节日效应的关系;第二，本论文采用动态CAPM模型研究电商行业的“节日效应”，为研究中国近年来形成的“节日效应”的文献形成补充;第三，本论文不仅做了电商行业“节日效应”，而且研究了择时择股能力，对今后电商行业的发展提供了参考数据。二、文献与理论分析长期以来，节日效应作为一种长期稳定且持续的现象，已经被大量学者和研究人员所知晓。他们在研究这一现象的同时，也为我们留下大量有价值的文献。对于“节日效应”的研究大多集中在美国，Cross（1973）发现美国股市具有“周一效应”，表现为星期一的平均收益率显著为负，周五显著为正;Keim（2000）发现了在法定节假日美国股市休市前收益呈现上升趋势;Ariel（1990）同样经过严密的论证发现节日前的最后一天收益明显比其他天的收益高出9～14倍。Pettengill从纵向时间截面研究了1962～1986年间的节日效应，发现公司规模大小均不会影响公司较高的节前收益;同时，Barone和Ziemba在意大利和日本股票市场均表现出较高的节前效应。Fabozzi等发现期货市场同样存在显著节前效应。相比于国外的研究而言，国内代表性的研究主要有“周五效应”、“周末效应”等。陆磊、刘思峰（2008）指出：“节日效应指证券市场上同时存在节前效应和节后效应，即节日前第一个交易日和节日后的第一个交易日的收益率都与市场平均收益率存在着统计上显著的差异”。陆磊、刘思峰和仪垂林等（2005）均发现了“节后效应”集中在元旦、春节、劳动节和国庆节;同样研究“节日效应”的戴国强（1999）利用ARCH模型证明了沪深股市都具有“周末效应”，赵留彦、石柱鲜等发现中国股票市场存在负的周一效应和正的周五效应。基于对国内外关于“节日效应”文献的研读，本文将电商行业的代表公司阿里巴巴、京东、雅虎、亚马逊作为研究对象，采用动态CAPM模型研究了电商行业是否存在“节日效应”，并且避免了因模型不同而造成的实证结果的差异。本文将做出以下假设：假设一：电商行业具有特定的节日效应假设二：电商行业特殊节日效应有显著的系统风险三、研究 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 （一）估计模型。为了了解电商公司在购物节或特定时段是否存在着节日效应，本研究采用动态CAPM观察报酬率变化情况，模型如下：（三）数据来源。本研究搜集东方财富网、YahooFinance中，阿里巴巴、京东商城、亚马逊、雅虎等四家电商公司为研究样本，探究其股价报酬率行为的电商公司节日效应，采用每日个别样本公司股票收盘价信息，以及所在市场的大盘收盘价信息，辅以美国三个月期公债到期收益率，计算估计模型中的rit-rft和rmt-rft，再进行CAPM估計，得出估计方法中的截距项与系统风险数列后，以趋势图呈现动态CAPM的估计结果。数据取样期间分别为：阿里巴巴（2014/09/22～2017/11/21）、京东商城（2014/05/22～2017/11/21）、亚马逊（1999/01/04～2017/11/21）、雅虎（1999/01/04～2017/11/21），因为每家样本企业的上市时间不一致，使得其取样期间有所不同，但因为本研究是采用个别公司独立估计方式获得动态CAPM的系数值，即使取样时间不同并不影响本研究观察电商公司是否存在节日效应的结果。四、实证结果本文以递进式回归对选取样本进行回归分析，选取的数据涵括了样本公司上市至今的大部分数据，数据来源为东方财富网。采取的基本模型为CAPM定价模型，计算收益率时，为了避免异方差以及削弱共线问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ，因此本文在计算预期收益率的时候将数据进行对数化处理，各样本公司数据回归结果及分析：其中，βi是证券i的贝塔系数，通常可以用来衡量一支股票的风险大小，若βi系数等于1，则表明资产的风险程度与市场的风险程度相一致;若βi系数大于1，则表明资产的风险程度大于市场风险，属于高风险资产;若βi系数小于1，则表明资产的风险程度小于市场风险。即：α衡量的是与预期风险相比的超额收益。从图1、图2可以看出，2005年感恩节前后，亚马逊的股票存在高风险、超额的回报率，这是符合高风险高回报的市场规律的，但是对于投资来讲还是需要谨慎的。在2008年和2015年感恩节前后都存在超额回报率但是风险却接近于1，此时可以选择进行投资。（图1、图2）从图3、图4可看出，2002～2004年以及2012～2014年间，α系数回到正值，股价稍微缓和，且其超额收益时点都在10月附近徘徊。据悉，此为雅虎购物中心周年庆时期，即雅虎购物中心周年庆折扣活动会带动股价的上升。然而，2015年后，α系数又跌入零下，肢解和抢购雅虎，已经成为业界最受关注的话题之一。但是总体上来讲，雅虎是存在节日效应的。（图3、图4）加上京东的“左腿下乡”策略并利用节日效应的作用，进一步提高其收益率。一般，在6月11日中国人口日这天，各地政府都会在城市特别是农村地区开展活动。所以京东瞄准了固有的节日，在2015年6月11日中国人口日的一周之前，采取积极行动。如图5、图6所示，2015年6月京东的收益确实高于市场。也就是说中国人口日节日效应对京东的收益确实起到了显著的作用。另外，除了固有的节日，京东为了更好地利用节日效应去提高收益率还自创属于京东自己的节日。6月18日是京东的店庆日，其一般会推出大型的促销活动，与“双十一”构成了相呼应的全民狂欢购物街。综合上述，以上的例子无不表明节日效应行为会对电商的股价产生正面的冲击，创造更高的收益率。这也跟回归结果中京东在6月10日至18日之间的a值为显著相对应。（图5、图6）从图7、图8中可以看到贝塔值总体趋势逐步上升，意味着风险逐步上升，而阿里巴巴近一年的实际收益率也随着贝塔值的升高而升高，并且我们可以看出在双十一以及各大传统节日前后，阿里巴巴的a值显著为正，表明阿里巴巴有明显的节日效应。（图7、图8）五、研究结论本研究利用固定视窗递回回归估计方法，得出动态CAPM的截距项，作为观察电商公司是否存在节日效应。根据实证结果和分析显示，阿里巴巴、京东、亚马逊、雅虎这四家电商公司存在着节日效应，其股价报酬率会在各自的购物节日前后显著优于市场大盘的报酬率（也就是该期间的CAPM回归截距项显著大于零）。根据本文研究成果，投资人可以在各自电商公司节日前一段时间买进该公司股票，待节日结束后卖出赚取优于市场的报酬，从而达到投资的高收益。主要Reference：[1]Cross，F.TheBehaviorofStockPricesonFridaysandMondays.FinancialAnalystsJournal，November-December，1973.[2]Keim，D.B..Size-RelatedAnomaliesandStockReturnSeasonality：FurtherEmpiricalEvidence.JournalofFinancialEconomics，1983.[3]Ariel，R.A.HighStockReturnsbeforeHolidays：ExistenceandEvidenceontheDeclineandFinance，2005（24）.[4]PettengillGN.HolidayClosingsandReturns[J].JournalofFinancialResearch，1989.12（1）.[5]BaroneE.TheItalianStockMarket.EfficiencyandCalendarAnomalies[J].JournalofBankingandFinance，1990.14.[6]ZiembaWT.JapanessSecurityMarketRegularities：Monthy.TurnoftheMonthandYear，HolidayandGoldenWeekEffects[J].JapanandtheWorldEconomy，1991.3（2）.[7]陸磊，刘思峰.中国股票市场具有“节日效应”吗？[J].金融研究，2008（2）.[8]义垂林，刘淄.上海股市法定节日及传统节日效应的实证研究[J].财经科学，2005（5）.[9]戴国强，陆蓉.中国股票市场周末效应检验[J].金融研究，1999（1）.[10]赵留彦，王一鸣.中国股票市场收益率的时变方差与周内效应[J].世界经济，2004（1）.合作经济与科技2019年5期合作经济与科技的其它文章经济新常态下中国经济增长思考高铁网络下广东省际经济联系测度分析北戴河机场国际化建设探索大连婚博会创新发展研究广州市商业综合体选址研究云南丽江旅游业主体“边缘化”现象研究 -全文完-