導(dǎo)語(yǔ)：如何才能寫好一篇證券市場(chǎng)顯著特征，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

整體而言，《辦法》對(duì)權(quán)證開發(fā)的態(tài)度是相當(dāng)開放的，其第二條所涵蓋的權(quán)證品種范圍是相當(dāng)寬泛的：從發(fā)行人角度，既包括股本權(quán)證（由標(biāo)的證券的發(fā)行人（如上市公司）自行發(fā)行），又包括衍生權(quán)證（或稱備兌權(quán)證，由標(biāo)的證券以外的第三人（如券商）發(fā)行）；從標(biāo)的資產(chǎn)來(lái)看，既可以是股票（“正股”）也可以是其他證券（如債券、股指等）；從行權(quán)時(shí)間來(lái)看，既包括美式權(quán)證（在規(guī)定期間內(nèi)權(quán)證持有人可隨時(shí)要求行權(quán)），又包括歐式權(quán)證（權(quán)證持有人只能于特定到期日要求行權(quán)）；從其行權(quán)內(nèi)容來(lái)看，既包括認(rèn)購(gòu)權(quán)證（以約定價(jià)格買進(jìn)標(biāo)的證券），又包括認(rèn)沽權(quán)證（以約定價(jià)格賣出標(biāo)的證券）；從結(jié)算方式來(lái)看，既有標(biāo)的證券給付型，又有現(xiàn)金結(jié)算型。

從產(chǎn)品本身來(lái)看，權(quán)證具有高財(cái)務(wù)杠桿、風(fēng)險(xiǎn)對(duì)沖等優(yōu)勢(shì)。但是，鑒于《辦法》中如此寬泛的權(quán)證概念，考慮到國(guó)內(nèi)權(quán)證市場(chǎng)的發(fā)展處于起步階段，特別是考慮到國(guó)內(nèi)權(quán)證市場(chǎng)（上世紀(jì)90年代曾推出大飛樂、寶安、桂柳工等幾支權(quán)證產(chǎn)品）所曾遭遇的失敗的慘痛教訓(xùn)，我們認(rèn)為從權(quán)證制度設(shè)計(jì)者的角度來(lái)看，現(xiàn)階段應(yīng)特別關(guān)注權(quán)證運(yùn)作的市場(chǎng)風(fēng)險(xiǎn)，尤其是要注意盡可能降低權(quán)證的發(fā)行交易對(duì)本已十分脆弱的正股市場(chǎng)的可能沖擊，促進(jìn)權(quán)證品種的健康發(fā)展。就市場(chǎng)風(fēng)險(xiǎn)的監(jiān)管而言，制度設(shè)計(jì)者通?？梢詮臋?quán)證發(fā)行人、權(quán)證標(biāo)的證券、權(quán)證條款要求以及發(fā)行人擔(dān)保等幾方面來(lái)著手。對(duì)于權(quán)證條款要求以及發(fā)行人擔(dān)保，《辦法》第十條、第十一條已有明確規(guī)定，不再贅述。下文僅擬就權(quán)證發(fā)行人以及權(quán)證標(biāo)的證券的資格要求進(jìn)行闡述。

從《辦法》的相關(guān)規(guī)定可以看出，制度設(shè)計(jì)者對(duì)權(quán)證標(biāo)的證券的資格要求給予了一定的關(guān)注。《辦法》第九條規(guī)定，標(biāo)的股票應(yīng)符合以下條件：（一）最近20個(gè)交易日流通股份市值不低于10億元；（二）最近60個(gè)交易日股票交易累計(jì)換手率在25％以上；（三）流通股股本不低于2億股；（四）本所規(guī)定的其他條件。該條對(duì)權(quán)證標(biāo)的證券為股票（正股）時(shí)的相關(guān)門檻予以了明確。在此方面，港交所上市規(guī)則第十五章就股本權(quán)證（以股票為標(biāo)的證券）進(jìn)行了規(guī)范。從《辦法》第九條及港交所上市規(guī)則第15.05條的規(guī)定（要求正股為一類上市股本證券或港交所認(rèn)可的其他正常運(yùn)作的上市股票）來(lái)看，對(duì)正股的要求通常都是選擇一些表現(xiàn)優(yōu)良、高度流通的股票；就此，二者有異曲同工之效。

但是，相較港交所上市規(guī)則第15.02條的規(guī)定，《辦法》的規(guī)定有所欠缺，未能充分考慮權(quán)證持有人行權(quán)時(shí)對(duì)正股市場(chǎng)所可能帶來(lái)的沖擊。在以給付正股而非現(xiàn)金為結(jié)算方式的情況下，當(dāng)（認(rèn)股）權(quán)證持有人行權(quán)時(shí)，則權(quán)證發(fā)行人需要向投資者交付正股。此種情況下，如果權(quán)證發(fā)行人為普通券商，則其在市場(chǎng)上購(gòu)入相關(guān)正股來(lái)履行其給付義務(wù)即可。但是，如果發(fā)行人為上市公司，而權(quán)證標(biāo)的為該發(fā)行人自己的股票時(shí)，則發(fā)行人需要通過(guò)發(fā)行新股來(lái)滿足權(quán)證投資者的行權(quán)要求，此時(shí)不僅涉及上市公司股東就新股發(fā)行的批準(zhǔn)，而且將會(huì)增加正股的流通量，從而對(duì)正股市場(chǎng)產(chǎn)生一定沖擊。針對(duì)此種情況，港交所上市規(guī)則第15.02條規(guī)定，此種以上市公司股票為標(biāo)的證券由上市公司自行發(fā)行的股本權(quán)證，其發(fā)行除需取得港交所批準(zhǔn)以外，還需要取得上市公司股東大會(huì)的批準(zhǔn)，因?yàn)樵谠摰葯?quán)證將來(lái)被行使時(shí)必然會(huì)涉及新股的發(fā)行。同時(shí)，上市規(guī)則第15.02條規(guī)定，假定相關(guān)權(quán)證全部被行使而需要新發(fā)行的股票（正股），與該等正股的其他認(rèn)購(gòu)期權(quán)（員工期權(quán)計(jì)劃除外）被行使時(shí)所需發(fā)行的新股之和，不得超過(guò)該等認(rèn)股權(quán)證發(fā)行時(shí)發(fā)行人已發(fā)行股本（正股）的20％。該種做法，可以降低市場(chǎng)的不可預(yù)期，值得《辦法》借鑒。

另一方面，對(duì)于權(quán)證標(biāo)的為一籃子股票的情況，此時(shí)多是由券商發(fā)行的結(jié)構(gòu)性產(chǎn)品。此等權(quán)證被行權(quán)時(shí)，雖通常不會(huì)出現(xiàn)上述發(fā)行人增發(fā)新股進(jìn)而影響正股流通量的突出情況，但是另一問(wèn)題又會(huì)出現(xiàn)：如果發(fā)行人所設(shè)計(jì)的籃子中的多個(gè)正股間的比重嚴(yán)重懸殊，則難免會(huì)將權(quán)證發(fā)行人的傾向性判斷傳遞給正股市場(chǎng)的其他投資者，進(jìn)而增加正股市場(chǎng)波動(dòng)的復(fù)雜性，徒增監(jiān)管難度。在此方面，港交所上市規(guī)則第十五A章就結(jié)構(gòu)性權(quán)證進(jìn)行了規(guī)范，其中第15A.32條對(duì)籃子中的正股的市值比重有如下特別要求：籃子由2支正股組成時(shí)，每支正股的最低比重不得低于25％；由3支組成時(shí)，每支不得低于12.5%；由4支以上組成時(shí)，每支不得低于10%.其中市值比重按下述公式計(jì)算：

市值比重 ＝ N X M/P X 100

其中N為籃子中該類正股的數(shù)目；M為該類股份于籃子推出之前一個(gè)營(yíng)業(yè)日的收市價(jià)；P為籃子中所有正股的總市值，即籃子中每一正股的數(shù)目乘以其收市價(jià)，收市價(jià)按籃子推出之前一個(gè)營(yíng)業(yè)日的收市價(jià)計(jì)算。

但是，如果籃子中的某支正股屬于權(quán)證發(fā)行日恒生指數(shù)33支成分股之一或?qū)俑劢凰考径裙嫉摹皢我活惞煞萁Y(jié)構(gòu)性產(chǎn)品的正股”之列，則上述比重要求不適用于該等正股；另一方面，如果正股屬港交所每季度公布的“一籃子結(jié)構(gòu)性產(chǎn)品的正股”之列，則該等正股在籃子中的加權(quán)比重（適用上述市值比重的計(jì)算公式）最高值依其所處分類而有不同：20％（第一類“一籃子結(jié)構(gòu)性產(chǎn)品的正股”）；30％（第二類）；45％（第三類）。

上述比重或類別要求，除了關(guān)注有關(guān)正股的高度流通性以外，制度設(shè)計(jì)者還特別關(guān)注了最大限度降低權(quán)證被行權(quán)時(shí)對(duì)正股市場(chǎng)所可能產(chǎn)生的沖擊，值得《辦法》借鑒。當(dāng)然，如果《辦法》第九條意圖先從單一正股的認(rèn)股權(quán)證著手，則在明確此種意圖后可暫時(shí)無(wú)需引入此等復(fù)雜的比重要求。另外需要注意的是，對(duì)于標(biāo)的證券不是股票而為其他證券（如債券、指數(shù)等）的，《辦法》第九條僅是原則性地規(guī)定，其資格條件由上證所另行規(guī)定。由此似顯示，制度設(shè)計(jì)者有意先從相對(duì)簡(jiǎn)單的認(rèn)股權(quán)證開始，逐步制定其他規(guī)則，此不失為一種現(xiàn)實(shí)選擇。

對(duì)于權(quán)證發(fā)行人的資格要求，《辦法》除了原則性規(guī)定權(quán)證的發(fā)行上市申請(qǐng)需經(jīng)上證所核準(zhǔn)以外，卻對(duì)發(fā)行人的資格限制沒有任何明確規(guī)定，亦未說(shuō)明就此應(yīng)適用其他何種標(biāo)準(zhǔn)。權(quán)證市場(chǎng)監(jiān)管的一個(gè)重要手段便是通過(guò)設(shè)定特定的發(fā)行門檻來(lái)實(shí)現(xiàn)的。而發(fā)行門檻的設(shè)定，除了有關(guān)標(biāo)的證券（《辦法》第九條）、發(fā)行量（《辦法》第十條）以及發(fā)行擔(dān)保（《辦法》第十一條）等的特定要求以外，一個(gè)極為重要的因素就是有關(guān)發(fā)行人本身的資格限制。尤其是考慮到當(dāng)前國(guó)內(nèi)市場(chǎng)上無(wú)論是對(duì)上市公司還是對(duì)券商都存在普遍的信任危機(jī)的狀況，若要推進(jìn)權(quán)證的健康發(fā)展，必須要對(duì)發(fā)行人的資格限制予以明確。

篇2

內(nèi)容摘要:本文在充分考慮前人研究成果的基礎(chǔ)上,利用E-GARCH模型對(duì)于我國(guó)證券周期不同階段下信息沖擊的影響進(jìn)行了分析,得出以下結(jié)論:在證券市場(chǎng)的各階段,信息帶來(lái)的沖擊影響是不同的。在證券市場(chǎng)的盤整階段,利好信息對(duì)大盤股和基金的沖擊較顯著,而對(duì)中小盤不顯著。在證券市場(chǎng)上漲階段,投資人對(duì)利空信息的沖擊不敏感,而對(duì)利好信息的沖擊較顯著,說(shuō)明在牛市中,利空信息被忽視,而利好信息的影響則被放大,投資人開始青睞于中小盤股票;在熊市中,利空信息的影響被放大,而利好信息則被忽視,投資人存在普遍的恐慌情緒。

關(guān)鍵詞:信息沖擊 周期 E-GARCH模型

文獻(xiàn)回顧

作為新興市場(chǎng)之一的我國(guó)證券市場(chǎng)處于成長(zhǎng)時(shí)期,發(fā)展過(guò)程中市場(chǎng)表現(xiàn)出有效性較弱、投機(jī)性較強(qiáng)的特點(diǎn),體現(xiàn)在一定程度的市場(chǎng)波動(dòng)性。同時(shí),市場(chǎng)交易制度存在缺陷,使市場(chǎng)不確定性因素和風(fēng)險(xiǎn)增大,周期性的變化更為劇烈。對(duì)于發(fā)達(dá)成熟市場(chǎng)的波動(dòng)性研究結(jié)果表明(Nelson,1994),資產(chǎn)的價(jià)格具有隨機(jī)游走性質(zhì);收益率的波動(dòng)存在積聚性、持久性以及呈現(xiàn)出均值回復(fù)現(xiàn)象。經(jīng)驗(yàn)分布表現(xiàn)為尖峰厚尾特征,有的金融序列表現(xiàn)出波動(dòng)非對(duì)稱性。Engel(1982)的自回歸條件異方差(ARCH)模型,Bollerslev(1986)的廣義ARCH模型(GARCH),Engle、Lilien和Robins(1986)的廣義ARCH-M模型,Zakoian(1990)和Glosten、Jafanathan、Runkle(1993)的GJR-GARCH模型為這類效應(yīng)研究提供了重要的思路和工具。

對(duì)于我國(guó)證券市場(chǎng)的GARCH效應(yīng)的分析,已有的研究普遍認(rèn)為中國(guó)股市ARCH效應(yīng)顯著。這些研究在運(yùn)用GARCH模型分析過(guò)程中普遍存在以下幾方面的缺點(diǎn):一是在GARCH模型的分析過(guò)程中沒有考慮金融時(shí)間序列的非對(duì)稱性和非正態(tài)性,從而影響估計(jì)參數(shù)的有效性;二是在數(shù)據(jù)處理中采用整體分析,沒有考慮把數(shù)據(jù)分階段進(jìn)行分析導(dǎo)致分析結(jié)果不完善;三是在對(duì)證券市場(chǎng)的波動(dòng)分析中沒有考慮到證券周期的各階段波動(dòng)影響不一致的背景。

本文在充分考慮上述研究成果的基礎(chǔ)上,利用E-GARCH模型對(duì)我國(guó)證券周期不同階段下信息沖擊的影響進(jìn)行了分析,得出以下結(jié)論:在證券市場(chǎng)的各階段,信息帶來(lái)的沖擊影響是不同的。我國(guó)證券市場(chǎng)的盤整階段,利好信息對(duì)大盤股和基金的沖擊較顯著,而對(duì)中小盤不顯著。在證券市場(chǎng)上漲階段,投資人對(duì)利空信息的沖擊不敏感,而對(duì)利好信息的沖擊較顯著,說(shuō)明在牛市中,利空信息被忽視,而利好信息的影響則被放大,投資人開始青睞于中小盤股票;在熊市中,利空信息的影響被放大,而利好信息則被忽視,投資人存在普遍的恐慌情緒。

數(shù)據(jù)選擇及統(tǒng)計(jì)檢驗(yàn)

截至2009年底,我國(guó)證券市場(chǎng)已經(jīng)經(jīng)歷了1998年亞洲金融危機(jī)和始于2008年下半年的全球性金融危機(jī)的兩次重大沖擊,我國(guó)證券市場(chǎng)結(jié)構(gòu)發(fā)生了重大變化,為了研究我國(guó)股市周期下信息波動(dòng)帶來(lái)的影響,本文以2005年12月30日為分割線,對(duì)我國(guó)2003年1月至2008年10月中證基金指數(shù)、大盤股指數(shù)、中盤股指數(shù)、小盤股指數(shù)進(jìn)行3階段E-GARCH模型分析,通過(guò)對(duì)比前后三期的非對(duì)稱性杠桿效益,對(duì)我國(guó)股市周期下信息的沖擊進(jìn)行實(shí)證分析。

根據(jù)我國(guó)股票市場(chǎng)周期,文章將中證基金指數(shù)、大盤股指數(shù)以及小盤股指數(shù)分為三階段,分別是:S1(震蕩筑底):2003年1月3日至2005年12月30日;S2(上漲):2006年1月至2007年10月;S3(下跌):2007年10月至2008年10月。

對(duì)于數(shù)據(jù)的選取,本文分別以jjzs、dpzs、xpzs代表中證基金指數(shù)、大盤股指數(shù)、小盤股指數(shù)。這類數(shù)據(jù)的選取為開盤價(jià)、最高價(jià)、最低價(jià)和收盤價(jià)四者的平均數(shù)。數(shù)據(jù)來(lái)源為WIND資訊網(wǎng)站。為避免數(shù)據(jù)的劇烈波動(dòng),消除時(shí)間序列的異方差性,對(duì)以上數(shù)據(jù)取前后兩期的自然對(duì)數(shù)的差值,即:

rjjzs=log(jjzst)-log(jjzst-1); rdpzs=log(dpzst)-log(dpzst-1);rxpzs=log(xpzst)-log(xpzst-1)。本文中時(shí)間序列數(shù)據(jù)用Eviews5軟件處理, 最優(yōu)滯后期由AIC和SC信息準(zhǔn)則判別。

表1給出了三階段各序列數(shù)據(jù)的描述性統(tǒng)計(jì)量。從表1可以看出,各序列在三樣本區(qū)間具有不同的均值和標(biāo)準(zhǔn)差,并且差異較大。對(duì)于均值和方差相等進(jìn)行檢驗(yàn),其統(tǒng)計(jì)量非常顯著,拒絕各序列在三階段均值方差相等的原假設(shè)(見表2),因此對(duì)于各序列項(xiàng)采用分段建模有一定的合理性。各序列收益率尖峰厚尾的特征明顯,偏度系數(shù)顯著不為零,峰度系數(shù)遠(yuǎn)大于3,由JB統(tǒng)計(jì)量可以判定收益率均不符合正態(tài)分布。而對(duì)各序列的三階段數(shù)據(jù)平穩(wěn)性檢驗(yàn)結(jié)果表明,各序列統(tǒng)計(jì)量都遠(yuǎn)遠(yuǎn)小于顯著性水平為1%的臨界值,因此可以拒絕具有單位的原假設(shè),各序列在三階段均為平穩(wěn)序列,可以運(yùn)用GARCH模型進(jìn)行實(shí)證分析。

模型選擇

針對(duì)金融市場(chǎng)時(shí)間序列存在的尖峰厚尾現(xiàn)象以及非對(duì)稱的特征,Bollerslev(1986)在Engel(1982)的自回歸條件異方差模型的基礎(chǔ)上提出了廣義ARCH模型(GARCH)。即:;;

其中,vt為白噪音過(guò)程。E(vt)=0,D(vt)=1,E(vtvs)=0(t≠s) ;α0≥0,αi≥0,βi≥0,

該模型可以用來(lái)估計(jì)并預(yù)測(cè)序列的波動(dòng)性和相關(guān)性,被我國(guó)學(xué)者廣泛應(yīng)用于對(duì)金融市場(chǎng)t波動(dòng)性的研究中,但是該模型方差取的是平方項(xiàng),不能區(qū)分正向波動(dòng)與負(fù)向波動(dòng)的不同影響。同時(shí)在均值方程中也未能體現(xiàn)出收益與風(fēng)險(xiǎn)的關(guān)系,一般而言,收益率受到所承擔(dān)的風(fēng)險(xiǎn)的影響。因此該模型具有較大的局限性。為了衡量這種關(guān)系,GARCH模型不斷進(jìn)行發(fā)展,從GARCH發(fā)展到引入風(fēng)險(xiǎn)因子的GARCH-M模型,然后到衡量風(fēng)險(xiǎn)非對(duì)稱性的GJR-GARCH-M模型以及最新的E-GARCH模型。本文使用E-GARCH模型進(jìn)行實(shí)證分析。E-GARCH模型的基本描述如下:;。

經(jīng)選擇檢驗(yàn),本文選取了GARCH(1,1)作為基本模型,運(yùn)用E-GARCH模型進(jìn)行信息沖擊分析,即本文使用模型如下:rt=c1*log(σt)+μi,t=1,2...,T

;

μt / t-1～GED(0,σ2t,v)

信息沖擊分析

通過(guò)對(duì)開放式基金指數(shù)、小盤股指數(shù)、大盤股指數(shù)的信息沖擊圖分階段分析(見圖1、圖2、圖3),可以更加清晰的了解信息在各階段對(duì)不同類型證券的沖擊程度。

在證券市場(chǎng)的第一階段,通過(guò)信息沖擊圖可以比較清晰的看到,在盤整期,利好消息對(duì)于大盤股的持續(xù)沖擊較大,對(duì)中盤股以及小盤股的持續(xù)沖擊較小,而利空消息對(duì)于大盤股沖擊較弱,對(duì)中小盤股的持續(xù)沖擊較為強(qiáng)烈。這反映出在證券市場(chǎng)的盤整階段,投資人的投資傾向于保守,比較信賴穩(wěn)健的大盤股和基金。

在證券市場(chǎng)的第二階段,即上漲期,對(duì)于所有的指數(shù),在本階段等量信息的沖擊中,利好消息都產(chǎn)生了更大的影響。而相對(duì)的利空消息產(chǎn)生的影響則較微弱,反映出在本階段整個(gè)市場(chǎng)都處于盲目樂觀的氛圍中,利空信息的影響被市場(chǎng)所忽視,市場(chǎng)處于高度投機(jī)中,而中盤股和小盤股受利好信息沖擊的力度遠(yuǎn)遠(yuǎn)超過(guò)了大盤股,反映了市場(chǎng)投資的傾向開始轉(zhuǎn)向中小盤股。通過(guò)分析基金的沖擊圖可以發(fā)現(xiàn),基金受到利好信息的影響比較大,說(shuō)明此時(shí)基金也大量持有中小盤股的投資。

在證券市場(chǎng)的第三階段,即下跌期間,整個(gè)市場(chǎng)處于恐慌階段,信息沖擊對(duì)于指數(shù)收益的波動(dòng)影響在迅速的衰減,但無(wú)論哪個(gè)指數(shù)都是利空信息對(duì)于波動(dòng)產(chǎn)生的沖擊較大。等量信息的沖擊中,利空信息帶來(lái)的沖擊影響要遠(yuǎn)遠(yuǎn)超出了利好信息帶來(lái)的沖擊影響,說(shuō)明市場(chǎng)此時(shí)對(duì)于利好信息是完全麻木的,市場(chǎng)處于極度的悲觀之中?；鹋c大盤股所受到的信息沖擊圖有相似的地方,等量信息沖擊中,利好信息帶來(lái)的沖擊、波動(dòng)在減弱,而利空信息帶來(lái)的沖擊、波動(dòng)在持續(xù)的增長(zhǎng),說(shuō)明市場(chǎng)下跌容易,而上漲則很難;而在中盤股和小盤股中,無(wú)論是利好消息還是利空信息帶來(lái)的沖擊都在持續(xù)的衰減,而利好信息帶來(lái)的沖擊衰減幅度更加大,說(shuō)明中小盤也處于持續(xù)的下跌過(guò)程中,而且即使利好信息帶來(lái)的沖擊也只能帶來(lái)衰減的波動(dòng)。

綜上所述,通過(guò)對(duì)于信息沖擊的分階段分析發(fā)現(xiàn):在證券市場(chǎng)的各階段,信息帶來(lái)的沖擊影響是不同的,我國(guó)證券市場(chǎng)的盤整階段,利好信息對(duì)大盤股和基金的沖擊較顯著,而對(duì)中小盤不顯著,反映出在該階段投資人心態(tài)保持謹(jǐn)慎,基金也以持有大盤股為主。在證券市場(chǎng)上漲階段,投資人對(duì)利空信息的沖擊不敏感,而對(duì)利好信息的沖擊較顯著,說(shuō)明在牛市中,利空信息被忽視,而利好信息的影響則被放大,投資人開始青睞于中小盤股票,基金持倉(cāng)結(jié)構(gòu)也趨于中小盤為主;在熊市中,利空信息的影響被放大,而利好信息則被忽視,投資人存在普遍的恐慌情緒,即使基金持倉(cāng)開始向大盤股轉(zhuǎn)變,其受到?jīng)_擊的幅度依然大于大盤股所受到的沖擊。

參考文獻(xiàn):

篇3

[關(guān)鍵詞]反饋交易行為；收益率序列相關(guān)；非對(duì)稱GARCH模型；上海證券市場(chǎng)

一、引言

資本市場(chǎng)上存在這樣一類交易者，他們根據(jù)資產(chǎn)過(guò)去的價(jià)格而不是對(duì)未來(lái)價(jià)格的預(yù)期來(lái)構(gòu)建投資組合。這類投資者在行為金融中稱為反饋交易者，根據(jù)對(duì)過(guò)去價(jià)格的不同反應(yīng)分為正反饋交易者和負(fù)反饋交易者。在中國(guó)資本市場(chǎng)上存在“追漲殺跌”和“低買高賣”說(shuō)法，前者對(duì)應(yīng)于正反饋交易，后者對(duì)應(yīng)于負(fù)反饋交易。

一般說(shuō)來(lái)如果市場(chǎng)上存在足夠多的反饋交易者，資本市場(chǎng)的收益將表現(xiàn)出自相關(guān)的特征。當(dāng)有大量的正反饋交易者存在，股票價(jià)格相對(duì)于它的基礎(chǔ)價(jià)值會(huì)被高估并表現(xiàn)出過(guò)高的波動(dòng)率。因此當(dāng)市場(chǎng)上存在大量的正反饋交易者的時(shí)候，市場(chǎng)會(huì)變得不穩(wěn)定(Delongetal．．1990)；相反，如果市場(chǎng)上存在大量的負(fù)反饋交易者，相對(duì)于基礎(chǔ)價(jià)值被低估的股票受到負(fù)反饋交易者的追捧，其價(jià)格會(huì)接近基礎(chǔ)價(jià)值，當(dāng)價(jià)格被高估時(shí)，大量的負(fù)反饋交易者拋出被高估的股票，使價(jià)格降低至接近基礎(chǔ)價(jià)值的水平。因此，大量負(fù)反饋交易者的存在能夠穩(wěn)定市場(chǎng)，減少市場(chǎng)的波動(dòng)。

sentana和Wadhwani(1992)擴(kuò)展了Delong的分析邏輯，考察了反饋交易、收益率自相關(guān)和波動(dòng)率能關(guān)系。他們?cè)趕hiller(1984)的成果的基礎(chǔ)上將三者的關(guān)系用Sh¨ler-Sentana—Wadhwani模型的形式表述出來(lái)。Bohl和siklos(2004)基于shiller-Sentana—Wadhwani模型，用不同的GARCH模型來(lái)估計(jì)條件力差檢驗(yàn)了成熟市場(chǎng)和新興市場(chǎng)上的反饋交易。檢驗(yàn)結(jié)論認(rèn)為，在兩個(gè)市場(chǎng)上都存在正反饋和負(fù)反饋交易行為，但反饋交易行為在新興市場(chǎng)表現(xiàn)更為明顯。在兩個(gè)市場(chǎng)上，正反饋均隨波動(dòng)率的增加而增強(qiáng)，但新興市場(chǎng)增強(qiáng)的程度要小一些。唐或等人(2001)也基于shiller－Sentana－Wadhwani模型驗(yàn)證了滬市上證綜合指數(shù)日收益率自相關(guān)和反饋交易之間的關(guān)系。他們采用GARCH(1，1)來(lái)處理收益波動(dòng)率的異方差性，實(shí)證結(jié)果表明滬市存在正反饋引起的序列自相關(guān)，且相關(guān)系數(shù)的絕對(duì)值隨波動(dòng)增大而增大。

二、反饋交易的理論模型

sentana和wadhwani(1992)在用投資者的反饋交易行為解釋股票收益率的序列相關(guān)時(shí)，提出一個(gè)包含基于對(duì)股票基礎(chǔ)價(jià)值的預(yù)期進(jìn)行投資的交易者(SmartMoney)和反饋交易者的兩群體的市場(chǎng)模型。假定第一個(gè)群體對(duì)資產(chǎn)的需求函數(shù)具有以下形式：

S，表示由第一類投資者(SmartMoney)持有的資產(chǎn)的比例。Et-1(rt)表示在t-1時(shí)刻對(duì)t時(shí)刻資產(chǎn)回報(bào)率rt的預(yù)期，是一個(gè)基于t-1時(shí)刻所有信息基礎(chǔ)上的條件期望。α是無(wú)風(fēng)險(xiǎn)資產(chǎn)的收益率(Merton，1980)，當(dāng)期望收益率為a時(shí)，這類投資者不持有該資產(chǎn)。μt表示t時(shí)刻投資者持有風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)，它是條件方差σt2的非降函數(shù)。

反饋交易者是根據(jù)過(guò)去資產(chǎn)的價(jià)格而不是對(duì)未來(lái)的預(yù)期來(lái)決定對(duì)該資產(chǎn)的持有量。假定當(dāng)期t(期)的持有量由上期(t-1期)的收益水平來(lái)決定：Ft=γrt-1

(2)Ft表示反饋交易者的資產(chǎn)持有比例；γ＞0表示反饋交易者是正反饋交易型，即“追漲殺跌”；當(dāng)丫當(dāng)兩類投資者的相互作用達(dá)到均衡時(shí)有St+Ft=1，代入(1)式和(2)式有下面均衡時(shí)的定價(jià)模型：Et-1(γt)=α+μ(σt2)-γμ(σt2)γt-1(3)和標(biāo)準(zhǔn)的資本資產(chǎn)定價(jià)模型相比，該定價(jià)模型多了一項(xiàng)γμ(σt2)γt-1。由于反饋交易者的存在，第一類投資者對(duì)持有資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)發(fā)生了改變。當(dāng)市場(chǎng)上有反饋交易者存在時(shí)，收益率表現(xiàn)出一階相關(guān)的特征。這種相關(guān)的方式取決于反饋交易者的類型，當(dāng)反饋投資者是正反饋型時(shí)，收益率存在一階負(fù)序列相關(guān)；當(dāng)反饋投資者是負(fù)反饋型時(shí)，收益存在一階正序列相關(guān)。Sentana等人認(rèn)為，市場(chǎng)上同時(shí)存在正反兩種反饋交易者，兩種反饋交易強(qiáng)度隨著波動(dòng)率的變化而變化：當(dāng)風(fēng)險(xiǎn)比較小的時(shí)，反饋交易者主要采取“低買高賣”的負(fù)反饋策略，第一類投資者對(duì)市場(chǎng)的影響比較大；當(dāng)風(fēng)險(xiǎn)較大的時(shí)候，第一類投資者的風(fēng)險(xiǎn)厭惡偏好決定了他們要求較高的期望收益因而部分退出市場(chǎng)，反饋交易者對(duì)市場(chǎng)的影響增大。當(dāng)風(fēng)險(xiǎn)大到一定程度，反饋交易投資者表現(xiàn)出風(fēng)險(xiǎn)厭惡特性，采取“追漲殺跌”的正反饋策略。簡(jiǎn)化考慮，將反饋交易的程度看成是波動(dòng)率σ12的簡(jiǎn)單線性函數(shù)，(3)式簡(jiǎn)化為：Et-1(γt)=α+μ(σt2)-(γ0γ1σt2)γt-1(4)雖然這個(gè)理論模型最先提出來(lái)是用反饋交易行為解釋收益序列相關(guān)。但是，該模型解釋了第一類投資者和反饋交易者之間相互作用的模式，為檢驗(yàn)反饋交易行為提供了可能(Bohl和Siklos，2004)。

三、經(jīng)濟(jì)計(jì)量方法

在金融實(shí)證分析中發(fā)現(xiàn)，股票收益率的條件方差呈非對(duì)稱分布，Glosten、Jagannathan和Runkle(1993)及Zakoian(1994)提出了描述這種波動(dòng)性呈非對(duì)稱的模型(TGARCH)。Engle(1993)認(rèn)為取一階的GARCH模型就能很好的描述收益率的條件波動(dòng)特征。本文在實(shí)證分析中選擇TGARCH(1，1)來(lái)對(duì)收益率的條件方差建模。在檢驗(yàn)中國(guó)資本市場(chǎng)反饋交易特征存在性方面，聯(lián)合估計(jì)下面的模型：

h1，表示條件方差，εt服從均值為0,方差為h1的條件正態(tài)分布。在(6)式和(7)式中，條件方差是過(guò)去殘差平方和過(guò)去條件方差的函數(shù)。方差方程的平穩(wěn)性要求滿足：β1β2和β3非負(fù)，β1+β2+β3＜1和β1+β2≥0。但是結(jié)合回歸模型，條件方差不但是殘差平方和過(guò)去條件方差的函數(shù)，也間接是參數(shù)α1、α2和α3的函數(shù)?？紤]到回歸方程，條件方差的穩(wěn)定性條件要更復(fù)雜。這個(gè)模型是TGARCH-M的變種形式，目前文獻(xiàn)還沒有給出這個(gè)模型條件方差平穩(wěn)的分析性條件。β2度量了條件異方差非對(duì)稱的程度，當(dāng)該系數(shù)不為0時(shí)，表示上期正的殘差和負(fù)的殘差對(duì)當(dāng)期的條件異方差有不通的影響，當(dāng)該系數(shù)為0時(shí)，表明條件異方差不存在非對(duì)稱現(xiàn)象，可以使用一般的GARCH模型來(lái)估計(jì)條件異方差。我國(guó)學(xué)者在檢驗(yàn)中國(guó)資本市場(chǎng)上反饋交易行為的存在性時(shí)，主要用GARH(1，1)模型來(lái)預(yù)測(cè)和估計(jì)波動(dòng)率(唐或等，2002；任波和楊寶臣，2002)。實(shí)證檢驗(yàn)發(fā)現(xiàn)，GARCH(1，1)模型估計(jì)中國(guó)資本市場(chǎng)的波動(dòng)率的效果并不是很好,TGARH模型或EGARCH模型對(duì)市場(chǎng)的波動(dòng)率解釋能力更強(qiáng)一些，實(shí)證也發(fā)現(xiàn)，TGARCH模型的效果要比EGARH模型的效果更好(鄭梅，苗佳和王升，2005年；郭曉亭，2006)。

(5)式和(6)式構(gòu)成的聯(lián)合模型比一般意義上的條件方差模型要復(fù)雜。在回歸模型(5)式中，除了用滯后的收益率來(lái)解釋收益率外，還用市場(chǎng)的波動(dòng)率(條件方差)來(lái)解釋收益，由于反饋交易的存在，條件方差成為滯后收益率的系數(shù)，當(dāng)這項(xiàng)α3為0時(shí)，就成為一般的GARCH-M模型(Chou，1988)，有標(biāo)準(zhǔn)的軟件能夠處理。由于反饋交易者的存在，該項(xiàng)不為零，不能用標(biāo)準(zhǔn)的統(tǒng)計(jì)軟件處理這個(gè)模型。

四、數(shù)據(jù)及實(shí)證結(jié)果

本文研究的樣本數(shù)據(jù)來(lái)自于上海證券市場(chǎng)上海綜合指數(shù)。選擇1996年1月5日到2006年8月3日的每個(gè)交易日收盤價(jià)格指數(shù)，樣本容量為2554。數(shù)據(jù)來(lái)源于“分析家”軟件的在線數(shù)據(jù)接受系統(tǒng)。兩個(gè)市場(chǎng)上的收益率按公式

計(jì)算，pt表示t時(shí)期上海綜合指數(shù)價(jià)格數(shù)據(jù)。參數(shù)估計(jì)采用極大似然方法，參數(shù)估計(jì)結(jié)果列于表1中。表1中，+表示參數(shù)在1％的置信水平下是顯著的；**表示參數(shù)在5％的顯著性水平下是顯著的；***表示參數(shù)在10％的顯著性水平下是顯著；沒有標(biāo)注的表示該參數(shù)在10％的顯著性水平下是不顯著的。

表1中的第二、三欄是本文使用非對(duì)稱GARCH模型擬和條件異方差的結(jié)果，第四、五欄是文獻(xiàn)[2]中使用一般GARCH模型擬和條件異方差的結(jié)果。從第二欄和第三欄的數(shù)據(jù)來(lái)看，模型的各個(gè)參數(shù)在10％的水平下都是顯著的，不存在進(jìn)一步改進(jìn)的可能。特別是參數(shù)β2顯著不為0，表明上海股市上證綜合指數(shù)的波動(dòng)存在明顯的非對(duì)稱現(xiàn)象，說(shuō)明使用TGARCH模型擬和會(huì)比單純使用GARCH模型更能擬和綜合指數(shù)的波動(dòng)。參數(shù)α2、α2的估計(jì)值都顯著不為0，說(shuō)明上海證券市場(chǎng)存在比較明顯的反饋交易行為，這個(gè)結(jié)論和唐或等人的結(jié)論一致，但是在反饋交易行為特征上和唐或等人的結(jié)論存在比較大的差距。在使用TGARCH模型時(shí)，參數(shù)α2的符號(hào)為正，和使用GARCH模型時(shí)一致(雖然該參數(shù)沒有通過(guò)顯著性檢驗(yàn))，表明在風(fēng)險(xiǎn)較低的時(shí)候，上海證券市場(chǎng)上的反饋交易行為表現(xiàn)出負(fù)反饋的特征。參數(shù)α2的符號(hào)為負(fù)，說(shuō)明隨著市場(chǎng)風(fēng)險(xiǎn)的增加，上海證券市場(chǎng)上反饋交易者更多的采用正反饋的交易行為。而在文獻(xiàn)[2]中，使用GARCH模型擬和市場(chǎng)波動(dòng)，得到的相應(yīng)參數(shù)卻為正，說(shuō)明隨著市場(chǎng)風(fēng)險(xiǎn)的增加，上海證券市場(chǎng)上反饋交易者更多的采用負(fù)反饋交易行為。

表1：上海證券市場(chǎng)反饋交易行為實(shí)證檢驗(yàn)結(jié)果

唐或等人參數(shù)擬和的結(jié)果顯示，部分參數(shù)在10％的顯著性水平下是不能通過(guò)檢驗(yàn)的，需要進(jìn)一步的調(diào)整，至少參數(shù)α2可以從模型中去掉。本文的模型至少在兩個(gè)方面的表現(xiàn)要比唐或等人的模型好。首先，該模型參數(shù)均能通過(guò)顯著性檢驗(yàn)，表明該模型不可能進(jìn)一步改進(jìn)；其次，TGARCH模型中的參數(shù)β2，顯著不為0，表明上海股市綜合指數(shù)確實(shí)存在比較明顯的非對(duì)稱現(xiàn)象，使用非對(duì)稱GARCH模型來(lái)擬和波動(dòng)更合理。

將本文的結(jié)論和Bohl等人的結(jié)論比較，可以看到和成熟證券市場(chǎng)、其他新興證券市場(chǎng)都存在較大的區(qū)別。Bohl的結(jié)論認(rèn)為：成熟市場(chǎng)在風(fēng)險(xiǎn)較低的時(shí)候存在，反饋交易者表現(xiàn)出正反饋的交易特征，隨著風(fēng)險(xiǎn)的增加，反饋交易者表現(xiàn)出負(fù)反饋的交易特征；新興市場(chǎng)上，當(dāng)風(fēng)險(xiǎn)較低的時(shí)候，反饋交易者表現(xiàn)出輕度的負(fù)反饋交易特征，隨著風(fēng)險(xiǎn)的增加，負(fù)反饋交易行為也增加，但是幅度普遍要大于成熟市場(chǎng)。

五、結(jié)論

現(xiàn)代金融理論認(rèn)為，在市場(chǎng)有效性假設(shè)下，噪聲交易者對(duì)估價(jià)的形成沒有重要的影響。西方金融學(xué)界在行為金融的框架下，研究發(fā)現(xiàn)市場(chǎng)存在比較顯著的正反饋交易特征，這種行為模式推動(dòng)股票價(jià)格偏離其基礎(chǔ)價(jià)值，從而作為有效市場(chǎng)的一個(gè)反例。本文使用TGARCH模型來(lái)擬和條件異方差，并基于Shiller-Sentana-Wadhwni的理論模型檢驗(yàn)了上海證券市場(chǎng)的反饋交易行為。

篇4

關(guān)鍵詞：股票市場(chǎng)；協(xié)整檢驗(yàn)；格蘭杰因果檢驗(yàn)；市場(chǎng)發(fā)展

作者簡(jiǎn)介：王曉芳(1958－)，女，陜西西安人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院副院長(zhǎng)，金融學(xué)會(huì)理事，教授，博士生導(dǎo)師，主要從事金融市場(chǎng)、貨幣理論與政策研究；盧小兵(1974－)，男，河南南陽(yáng)人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院博士研究生，主要從事金融市場(chǎng)理論與實(shí)務(wù)研究。

中圖分類號(hào)：F830．9

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006－1096(2007)02－0136－04

收稿日期：2007－01－11

一、引言

多年來(lái)，中國(guó)的證券市場(chǎng)一直以其特立獨(dú)行的走勢(shì)受到投資者的廣泛關(guān)注并備受爭(zhēng)議，由于證券市場(chǎng)長(zhǎng)期以來(lái)既不反映經(jīng)濟(jì)發(fā)展的總體形勢(shì)，也和世界證券市場(chǎng)的總體趨勢(shì)幾無(wú)相關(guān)，既不能作為反映經(jīng)濟(jì)增長(zhǎng)的晴雨表，也無(wú)法將自己納入對(duì)世界經(jīng)濟(jì)總體衡量的指標(biāo)體系，再加上長(zhǎng)期以來(lái)形成的對(duì)政策因素的過(guò)分敏感，已經(jīng)被市場(chǎng)人士公認(rèn)為“政策市”，成了非有效市場(chǎng)的典型代表。最近幾年，隨著我國(guó)政府對(duì)證券市場(chǎng)大力規(guī)范和整頓，證券市場(chǎng)法律法規(guī)不斷完善，特別是隨著股權(quán)分制改革的順利實(shí)施，我國(guó)證券市場(chǎng)的市場(chǎng)化程度已大大加強(qiáng)。特別是近一段時(shí)間，上證綜指和深證綜指尾隨美國(guó)道瓊斯指數(shù)和香港恒生指數(shù)疊創(chuàng)新高，股票市場(chǎng)呈現(xiàn)出了同步的繁榮，中國(guó)股市和世界主要股市已表現(xiàn)出了一定程度的趨同現(xiàn)象，特別是在一些重大的趨勢(shì)和事件影響下，表現(xiàn)出了相同的波動(dòng)特征。

對(duì)股票市場(chǎng)關(guān)聯(lián)性的研究，不僅能反映不同國(guó)家和經(jīng)濟(jì)體經(jīng)濟(jì)運(yùn)行的相關(guān)性，而且在當(dāng)前金融運(yùn)行和資本流動(dòng)越來(lái)越國(guó)際化的背景下，對(duì)投資者的資金配置和趨勢(shì)投資具有重要的參考價(jià)值，同時(shí)，還可以通過(guò)市場(chǎng)的純技術(shù)角度的模仿，不斷向成熟市場(chǎng)國(guó)家看齊。

為了分析我國(guó)證券市場(chǎng)的市場(chǎng)表現(xiàn)是否實(shí)現(xiàn)了和世界證券市場(chǎng)的接軌，我們運(yùn)用協(xié)整理論對(duì)我國(guó)證券市場(chǎng)和世界主要的證券市場(chǎng)總體走勢(shì)的趨勢(shì)特征進(jìn)行實(shí)證分析，同時(shí)運(yùn)用因果檢驗(yàn)方法，分析我國(guó)證券市場(chǎng)和世界證券市場(chǎng)的相互影響關(guān)系，以此來(lái)分析我國(guó)證券市場(chǎng)和世界主要證券市場(chǎng)的關(guān)聯(lián)狀況。

二、數(shù)據(jù)的選取及依據(jù)

為了分析中國(guó)股市和世界股市的同步性以及其相互關(guān)系，我們選取幾個(gè)有代表性的股票市場(chǎng)指數(shù)進(jìn)行度量。美國(guó)紐約、英國(guó)倫敦和日本東京是世界上三個(gè)最大的金融交易市場(chǎng)，再加上其在國(guó)際金融市場(chǎng)所處的特有的地理位置，開閉市時(shí)間順次連接，實(shí)現(xiàn)了不間斷交易，所以通常對(duì)世界金融市場(chǎng)的研究多選擇這三個(gè)市場(chǎng)。因本文對(duì)世界股市進(jìn)行研究，我們擬按照慣例選擇美國(guó)道瓊斯指數(shù)、英國(guó)金融時(shí)報(bào)指數(shù)和日本日經(jīng)225指數(shù)。但綜合已有研究成果的結(jié)論，日經(jīng)225指數(shù)對(duì)我國(guó)股指的相關(guān)性較小，因此在此僅選擇美國(guó)道瓊斯指數(shù)和英國(guó)金融時(shí)報(bào)指數(shù)，同時(shí)考慮到香港證券市場(chǎng)和大陸證券市場(chǎng)的密切聯(lián)系，引入香港恒生指數(shù)。對(duì)于中國(guó)內(nèi)地的股指選擇，比較有代表性的主要是上海證券交易所的上證綜合指數(shù)和深圳證券交易所的深證綜合指數(shù)，但由于兩市的關(guān)聯(lián)性極強(qiáng)，具有明顯的替代效應(yīng)，且深交所在相當(dāng)長(zhǎng)一段時(shí)間停止了新股的發(fā)行，深綜指不能有效反應(yīng)證券市場(chǎng)發(fā)展的全貌，因此我們選取上海證券交易所的上證綜合指數(shù)作為本次研究的指數(shù)選擇。

在所選股指中，以SSEC代表上海證券交易所綜合指數(shù)，以DJI代表美國(guó)道瓊斯指數(shù)，F(xiàn)ISE代表英國(guó)金融時(shí)報(bào)指數(shù)，以HSI代表香港恒生指數(shù)。

數(shù)據(jù)均來(lái)自雅虎財(cái)經(jīng)網(wǎng)站，考慮到中國(guó)股市發(fā)展時(shí)間較短，在其初市場(chǎng)化程度較低并較易受到政策因素的影響，數(shù)據(jù)選取時(shí)段為1998年1月至2006年11月，同時(shí)為了簡(jiǎn)化數(shù)據(jù)處理，計(jì)量檢驗(yàn)的數(shù)據(jù)采用周線數(shù)據(jù)。

三、實(shí)證分析的步驟和結(jié)果

(一)對(duì)各股指的單整性分析

為了考察所選各股指的單整性，分別做出所考察股指的時(shí)間序列圖及其一階差分序列圖，注意到數(shù)據(jù)可能存在異方差性，對(duì)以上各股指數(shù)據(jù)取對(duì)數(shù)進(jìn)行處理。

由圖1可見，各股指變量的原始序列數(shù)據(jù)呈現(xiàn)出一定的非平穩(wěn)性，而其一階差分序列則比較平穩(wěn)。但觀察圖形可以發(fā)現(xiàn)圖形的波動(dòng)幅度并不一致，可以粗略認(rèn)為在不同的時(shí)段方差不同，即存在異方差現(xiàn)象，也說(shuō)明股指波動(dòng)存在著聚集現(xiàn)象。

由于僅當(dāng)若干個(gè)非平穩(wěn)變量具有協(xié)整性時(shí)，由這些變量建立的回歸模型才有意義，所以，在此需要對(duì)各個(gè)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，并判斷其是否具有相同的單整階數(shù)。

對(duì)時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn)的常用方法為單位根檢驗(yàn)，由于進(jìn)行單位根檢驗(yàn)涉及方程的設(shè)定和檢驗(yàn)方法的選擇，ADF檢驗(yàn)法通過(guò)在回歸方程中加入因變量的滯后差分項(xiàng)來(lái)控制高階序列相關(guān)，這一點(diǎn)和股指走勢(shì)影響的經(jīng)濟(jì)含義比較接近，可以進(jìn)行相應(yīng)的解釋。因此，可以利用ADF檢驗(yàn)法并對(duì)方程的對(duì)應(yīng)情況進(jìn)行依次檢驗(yàn)。

ADF檢驗(yàn)涉及到方程的三種形式，分別為既不包含截距項(xiàng)也不包含趨勢(shì)項(xiàng)；僅包含截距項(xiàng)；既包含截距項(xiàng)又包含趨勢(shì)項(xiàng)，其擴(kuò)展定義將檢驗(yàn)(公式無(wú)法輸入)也就是說(shuō)原假設(shè)為序列存在一個(gè)單位根，備擇假設(shè)為不存在單位根序列。

從各個(gè)股指的對(duì)數(shù)原始時(shí)間序列圖示分析，不存在明顯的時(shí)間趨勢(shì)，另外從股指設(shè)定和期間選擇的角度考慮，一般股指都將基期指數(shù)定為100或1000，由此可以認(rèn)定原始股指應(yīng)該是符合包含常數(shù)項(xiàng)的方程，即滿足方程

(公式無(wú)法輸入)而對(duì)于一階差分序列而言，由于其在0均值附近波動(dòng)，可認(rèn)為是既不存在常數(shù)項(xiàng)，又不包含時(shí)間序列的方程，即滿足方程

(公式無(wú)法輸入)分別對(duì)LNDJI、LNFTSE、LNHIS和LNSSEC進(jìn)行原序列及其一階差分序列的單位根檢驗(yàn)，其結(jié)果如表1。

可見，各股指原序列的T統(tǒng)計(jì)量均大于顯著性水平為，10％的臨界值，可以認(rèn)為其原對(duì)數(shù)序列為非平穩(wěn)時(shí)間序列，對(duì)其一階差分時(shí)間序列進(jìn)行單位根檢驗(yàn)，發(fā)現(xiàn)其T統(tǒng)計(jì)量均小于1％的臨界值，可以認(rèn)為其一階差分序列為平穩(wěn)時(shí)間序列。由檢驗(yàn)結(jié)果可知，所選股指均為一階差分平穩(wěn)時(shí)間序列，即均為I(1)序列，滿足協(xié)整檢驗(yàn)的前提。

(二)所選主要股指的協(xié)整性分析

1．EG兩步法：由協(xié)整的定義可知，如果N個(gè)時(shí)間序列存在協(xié)整關(guān)系，則非均衡誤差必然是I(0)的，如果N個(gè)時(shí)間序列之間不存在協(xié)整關(guān)系，則非均衡誤差必然是I(1)的。由此，可以用OLS建立回歸模型，對(duì)其殘差項(xiàng)進(jìn)行單位根檢驗(yàn)，通過(guò)分析殘差項(xiàng)的特征來(lái)判斷是否存在協(xié)整關(guān)系。

(1)協(xié)整回歸：由于我們?cè)诳疾旄鞴芍傅膮f(xié)整關(guān)系時(shí)，主要目的是要了解中國(guó)股市與世界股市是否實(shí)現(xiàn)了同步波動(dòng)，

因此，在此建立的回歸模型必然是以LNSSEC作為因變量進(jìn)行考察，所以，建立的回歸模型如下

(公式無(wú)法輸入)

通過(guò)對(duì)上式進(jìn)行回歸檢驗(yàn)，可以發(fā)現(xiàn)其主要統(tǒng)計(jì)指標(biāo)均比較理想，但在此的目的主要是考察殘差項(xiàng)是否平穩(wěn)，因此直接對(duì)殘差項(xiàng)進(jìn)行平穩(wěn)性檢驗(yàn)。

(2)殘差項(xiàng)的AEG檢驗(yàn)：根據(jù)回歸模型生成殘差序列e，殘差序列的取值如圖2：

對(duì)殘差序列進(jìn)行單位根檢驗(yàn)：

檢驗(yàn)結(jié)果顯示，在1％的顯著性水平下拒絕原假設(shè)，可以認(rèn)為殘差序列e基本上為平穩(wěn)序列，表明LNSEC和LNDJI、LNFTSE以及LNHSI有協(xié)整關(guān)系。

(3)建立誤差修正模型：由于協(xié)整關(guān)系表現(xiàn)的是變量之間的一種“長(zhǎng)期均衡”關(guān)系，協(xié)整關(guān)系的存在表明了這種長(zhǎng)期均衡關(guān)系的存在，而現(xiàn)實(shí)中的實(shí)際經(jīng)濟(jì)數(shù)據(jù)則是由“非均衡過(guò)程”生成的，這就暗含了存在一種對(duì)模型中偏離長(zhǎng)期均衡趨勢(shì)調(diào)整的力量，為了反映這種對(duì)長(zhǎng)期均衡的調(diào)整力度我們建立各變量滯后1期的誤差修正模型(各變量前的數(shù)字為系數(shù)，括號(hào)內(nèi)為t檢驗(yàn)值)

從上式中可以看出，誤差修正模型的檢驗(yàn)結(jié)果并不理想，各相關(guān)變量的檢驗(yàn)值幾乎都不顯著，只有誤差修整項(xiàng)的系數(shù)為負(fù)且檢驗(yàn)顯著，表明了該模型符合反向修正機(jī)制，說(shuō)明了上證指數(shù)的當(dāng)日波動(dòng)受前兩日非均衡誤差的反向影響，如果前兩日股指的增長(zhǎng)率超過(guò)(或低于)均衡的股指增長(zhǎng)率，則當(dāng)日股指增長(zhǎng)率會(huì)下降(或上升)，從而使其趨近均衡水平，調(diào)整速度約為1．74％。

由協(xié)整回歸可知，在股市的長(zhǎng)期均衡關(guān)系中，上海股市與所選擇的世界三大股市均保持了正向的相關(guān)關(guān)系，但強(qiáng)度有所不同，長(zhǎng)期來(lái)看受美國(guó)股市的影響較大，其次是香港股市，英國(guó)股市只有微弱的影響。從短期的波動(dòng)特征來(lái)看，上海股市也受到以上各股指波動(dòng)的影響，但影響因素均較小。總體來(lái)看，無(wú)論長(zhǎng)期和短期，中國(guó)股市都保持了一種較為獨(dú)立的走勢(shì)。

2．向量自回歸模型法(VAR)：由于EG兩步法一般只假定有一個(gè)協(xié)整關(guān)系，忽略了其他協(xié)整關(guān)系的存在，由其所作的協(xié)整檢驗(yàn)僅考慮了世界各股指對(duì)上證指數(shù)的影響，而忽略了各股市之間的相互關(guān)系。因此，我們采用VAR方法對(duì)其進(jìn)行進(jìn)一步檢驗(yàn)。

(1)確定滯后期k：VAR方法的最大優(yōu)點(diǎn)就是預(yù)先不設(shè)定檢驗(yàn)的因變量，而是根據(jù)總體變量及其各期滯后逐個(gè)進(jìn)行回歸檢驗(yàn)，并依據(jù)檢驗(yàn)結(jié)果確定最終的變量關(guān)系，但在設(shè)定回歸模型時(shí)首先要對(duì)其滯后期數(shù)進(jìn)行確定。在此，可對(duì)滯后期數(shù)的選擇采用依次試錯(cuò)的方法，分別對(duì)各統(tǒng)計(jì)量的值進(jìn)行比較(表3)。

表3顯示了不同滯后期數(shù)條件下所確定的各統(tǒng)計(jì)量的值，各最小值由下劃線表示，按照簡(jiǎn)易的原則，我們選擇滯后2期作為模型的選擇。另外還可以通過(guò)Eviews的輸出結(jié)果對(duì)VAR模型的滯后長(zhǎng)度標(biāo)準(zhǔn)進(jìn)行直接確定，顯示結(jié)果如表4：

(2)確定協(xié)整向量個(gè)數(shù)：利用跡統(tǒng)計(jì)量和其臨界值的比較確定協(xié)整向量的個(gè)數(shù)，具體的結(jié)果見表5。

根據(jù)所設(shè)定的原假設(shè)和檢驗(yàn)結(jié)果，可以判斷存在2個(gè)協(xié)整關(guān)系。

(3)建立VAR及向量誤差修正模型：各股指的向量回歸結(jié)果見表6，可以看出，在以各滯后兩期的回歸檢驗(yàn)中，除了各自的滯后項(xiàng)對(duì)其的影響顯著以外，LNFTSE的1、2期滯后對(duì)LNDJI和LNHSI的影響顯著，另外，LNDJI對(duì)LNFTSE和LNH-SI也有一定的影響，但比較特別的是LNDJI的影響主要表現(xiàn)任其滯后2期的影響上，由此也可以判斷，香港股市的走勢(shì)在一定程度上有跟隨美國(guó)股市的特征。

通過(guò)以上的分析可以看出，英國(guó)金融時(shí)報(bào)指數(shù)對(duì)美國(guó)道瓊斯指數(shù)和香港恒生指數(shù)的影響較大，同時(shí)美國(guó)道瓊斯指數(shù)對(duì)英國(guó)金融時(shí)報(bào)指數(shù)和香港恒生指數(shù)也產(chǎn)生了一定的影響，而中國(guó)的上證指數(shù)和世界各股指的關(guān)聯(lián)性較小，這一點(diǎn)與用EG兩步法得到的結(jié)論基本一致?？梢耘袛?，中國(guó)股市和世界股市雖然存在一定的關(guān)聯(lián)性，但這種關(guān)聯(lián)性不是很強(qiáng)，中國(guó)的股市依然保持了一種比較獨(dú)立的走勢(shì)。

(三)各地股指的因果關(guān)系檢驗(yàn)

為考察各地股指的關(guān)聯(lián)并驗(yàn)證上文的猜測(cè)，進(jìn)一步考察四個(gè)市場(chǎng)之間的關(guān)系，對(duì)其進(jìn)行格蘭杰因果檢驗(yàn)：在此以Pairwise Granger Causality方法進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表7：

由以上檢驗(yàn)結(jié)果可知，英國(guó)金融時(shí)報(bào)指數(shù)對(duì)美國(guó)道瓊斯指數(shù)和香港恒生指數(shù)有較強(qiáng)的影響，同時(shí)，Pairwise Granger Causality Tests還認(rèn)為英國(guó)金融時(shí)報(bào)指數(shù)對(duì)上證指數(shù)、美國(guó)道瓊斯指數(shù)對(duì)香港恒生指數(shù)有一定的因果聯(lián)系。

四、結(jié)論及影響因素分析

檢驗(yàn)結(jié)果所給出的協(xié)整關(guān)系及因果關(guān)系可以看出，英國(guó)金融時(shí)報(bào)指數(shù)的走勢(shì)對(duì)美國(guó)道瓊斯指數(shù)和香港恒生指數(shù)的影響較大，同時(shí)美國(guó)道瓊斯指數(shù)對(duì)英國(guó)金融時(shí)報(bào)指數(shù)和香港恒生指數(shù)也產(chǎn)生了一定程度的影響；中國(guó)股市和世界股市雖然存在一定的關(guān)聯(lián)性，但這種關(guān)聯(lián)性的檢驗(yàn)結(jié)果并不顯著，只有英國(guó)金融時(shí)報(bào)指數(shù)在1％的顯著性水平下檢驗(yàn)通過(guò)了對(duì)上證指數(shù)的影響。由此，我們可以認(rèn)為，我國(guó)股市依然保持了一種較為獨(dú)立的走勢(shì)特征，但短期波動(dòng)已呈現(xiàn)出了較強(qiáng)的均值回復(fù)現(xiàn)象，可以認(rèn)為世界股指走勢(shì)的信息傳遞已經(jīng)對(duì)我國(guó)股市產(chǎn)生了影響。

對(duì)于世界股市這種相互影響的因素和關(guān)聯(lián)關(guān)系，可以從世界股市的區(qū)位設(shè)置和市場(chǎng)微觀結(jié)構(gòu)以及市場(chǎng)的歷史發(fā)展找到線索。倫敦和紐約作為世界兩大金融中心，金融市場(chǎng)經(jīng)歷了百年的發(fā)展，其市場(chǎng)發(fā)展程度較為成熟，兩個(gè)市場(chǎng)間的資本流動(dòng)較為充分，因此使得兩個(gè)市場(chǎng)必然呈現(xiàn)一定的關(guān)聯(lián)性。另外從兩個(gè)市場(chǎng)所處的世界時(shí)區(qū)來(lái)看，倫敦市場(chǎng)的收市時(shí)間剛好是紐約市場(chǎng)的開市時(shí)間，這種由于地理位置的原因?qū)е碌拈_閉市時(shí)間的巧合必然通過(guò)市場(chǎng)信息的傳遞影響下一個(gè)交易的進(jìn)行。大量的對(duì)市場(chǎng)微觀結(jié)構(gòu)的研究發(fā)現(xiàn)，當(dāng)前的交易價(jià)格受到前一期交易價(jià)格的影響，這也是英國(guó)金融時(shí)報(bào)指數(shù)對(duì)美國(guó)道瓊斯指數(shù)的影響遠(yuǎn)大于后者對(duì)前者的影響的原因。香港金融市場(chǎng)的各種制度安排很大程度上沿襲了英國(guó)的模式，再加上歷史的原因，無(wú)論是監(jiān)管當(dāng)局還是市場(chǎng)參與者，在對(duì)國(guó)際金融市場(chǎng)總體走勢(shì)的判斷上都會(huì)更多基于英國(guó)市場(chǎng)的狀況作為分析的基礎(chǔ)，因此，反映在股市上就表現(xiàn)為英國(guó)金融時(shí)報(bào)指數(shù)的波動(dòng)對(duì)香港恒生指數(shù)有較強(qiáng)的影響而不是相反。

從中國(guó)證券市場(chǎng)的角度進(jìn)行研究，上證指數(shù)雖然依舊保持了較為獨(dú)立的走勢(shì)特征，但通過(guò)計(jì)量檢驗(yàn)結(jié)果可以看出其中也出現(xiàn)了一定程度的弱相關(guān)性。綜合現(xiàn)有的研究發(fā)現(xiàn)，這種弱相關(guān)性主要來(lái)自市場(chǎng)信息傳導(dǎo)的影響，其中又和近幾年來(lái)我國(guó)企業(yè)海外上市密不可分。據(jù)統(tǒng)計(jì)，截止到2005年底，我國(guó)企業(yè)在海外上市的共有143家(不包含在香港主板和創(chuàng)業(yè)板上市的公司)，其中紐約證券交易所18家、美國(guó)納斯達(dá)克市場(chǎng)28家、倫敦證券交易所13家，其余多選擇在新加坡交易所和美國(guó)柜臺(tái)交易市場(chǎng)交易。在為數(shù)眾多的海外上市企業(yè)中，不乏兩地同時(shí)上市的公司(其中4家公司實(shí)現(xiàn)四地同時(shí)上市，8家公司實(shí)現(xiàn)三地同時(shí)上市)，由于兩地上市公司股價(jià)的比價(jià)效應(yīng)，再加上當(dāng)前便利的信息傳播渠道，必然使得股指的波動(dòng)呈現(xiàn)出一定的傳遞性，從而使各地的股指出現(xiàn)一定的關(guān)聯(lián)。另外還有一個(gè)重要的因素就是我國(guó)近幾年來(lái)實(shí)行的QFII和QDII制度，在一定程度上加快了國(guó)際和國(guó)內(nèi)資本的流動(dòng)和融合，也為國(guó)內(nèi)和國(guó)外股市之間相互影響的加強(qiáng)提供了動(dòng)力。

當(dāng)然，對(duì)我國(guó)證券市場(chǎng)和世界市場(chǎng)整體走勢(shì)的比照研究，其目的并不是為了追求一種和世界主要股市的同步或趨同，而是通過(guò)對(duì)現(xiàn)有股指的協(xié)同分析對(duì)我國(guó)股市的一些統(tǒng)計(jì)特征進(jìn)行反映并進(jìn)而分析考察我國(guó)證券市場(chǎng)的發(fā)展?fàn)顩r。從當(dāng)前我國(guó)股市的發(fā)展現(xiàn)狀看，規(guī)范和發(fā)展依然是我國(guó)證券市場(chǎng)的重中之重，而其中完善制度、健全法律又是當(dāng)前最為重要的課題，對(duì)于屬于由市場(chǎng)支配和反映市場(chǎng)特征的波動(dòng)和趨勢(shì)，則無(wú)需我們刻意為之，而是要靠市場(chǎng)這只無(wú)形之手去掌控和把握。

篇5

證券市場(chǎng)最為明顯的特征是股票價(jià)格的頻繁波動(dòng),產(chǎn)生原因從本質(zhì)講是股票的市場(chǎng)價(jià)格偏離其內(nèi)在價(jià)值。價(jià)格波動(dòng)特征用股票指數(shù)收益率描述,計(jì)算公式為:■,其中■分別表示上證指數(shù)在第■天的收盤指數(shù)值,其時(shí)間序列隱含了不同時(shí)期股票市場(chǎng)的各種信息。我們選取從2009年3月2日至2010年2月26日的上證每日收盤指數(shù),運(yùn)用計(jì)量方法對(duì)上證指數(shù)波動(dòng)特征進(jìn)行實(shí)證分析:(如表所示)。

一、“尖峰后尾”特征

收益率分布特性是波動(dòng)特性研究的一個(gè)基礎(chǔ)問(wèn)題,由于中心極限定理確定了正態(tài)分布在統(tǒng)計(jì)學(xué)中的重要地位,同時(shí)正態(tài)分布具有較好的統(tǒng)計(jì)特性,因此在股市波動(dòng)研究中,往往假設(shè)收益服從正態(tài)分布,但是有研究表明,股票收益分布具有兩大特性:有偏性和偏度。本文通過(guò)檢驗(yàn)可以看出上證指數(shù)收益率序列均值非常接近于0,偏度-0.587883小于0,呈現(xiàn)趨左偏的分布,意味著收益率的分布有一個(gè)較長(zhǎng)的左尾,表明上證指數(shù)出現(xiàn)極端負(fù)收益率的可能性要大于出現(xiàn)正收益率的可能性。另外峰度4.991834大于正態(tài)分布的峰度3,說(shuō)明其收益率呈現(xiàn)明顯的尖峰態(tài),即表示收益率劇烈波動(dòng),出現(xiàn)極端事件的可能性要大于正態(tài)分布假設(shè)下極端事件發(fā)生的概率。另外在5%的顯著性水平下,而收益率序列樣本Jarque-Bera統(tǒng)計(jì)量的值為57.73361,遠(yuǎn)遠(yuǎn)的大于臨界值10.6,明顯地反映了日收益率序列的非正態(tài)和“尖峰厚尾”的分布特征。這種分布特性反映了股市波動(dòng)的正相關(guān)性,說(shuō)明股票市場(chǎng)具有正反饋效應(yīng)。而“厚尾”分布顯示出由非線性隨機(jī)過(guò)程所產(chǎn)生的一種具有長(zhǎng)期記憶的跡象,說(shuō)明我們不能過(guò)分依賴方差來(lái)度量股市的風(fēng)險(xiǎn)程度。

二、集群性

股票市場(chǎng)除了收益率備受關(guān)注外,股票價(jià)格的頻繁波動(dòng)也是股票市場(chǎng)最明顯的特征之一,股票市場(chǎng)的價(jià)格波動(dòng)往往具有隨時(shí)間變化的特征,有時(shí)相當(dāng)穩(wěn)定,有時(shí)波動(dòng)異常激烈。或者說(shuō),在序列方差變化的過(guò)程中,幅度較大的變化相對(duì)地集中在某些時(shí)段里,而幅度較小的變化也會(huì)集中在另一些時(shí)段。這種隨時(shí)間出現(xiàn)連續(xù)偏高或偏低的情況就是通常所說(shuō)的波動(dòng)聚群性(Volatility Clustering)。

上證指數(shù)的收益率在2009年8月前后一段時(shí)間里表現(xiàn)出較大幅度波動(dòng),而且后面9月伴隨著另一波較大幅度的波動(dòng),在其他時(shí)間段是較小幅度波動(dòng)緊接著較小幅度的波動(dòng),這種波動(dòng)集群性反映了金融波動(dòng)的正相關(guān)和正反饋效應(yīng),即說(shuō)明收益率序列均具有明顯的時(shí)變方差特征。因此股票市場(chǎng)股價(jià)波動(dòng)并不滿足有效市場(chǎng)假說(shuō),不是隨機(jī)游走的,而是具有一定的規(guī)律性,表現(xiàn)為具有長(zhǎng)期記憶特性以及狀態(tài)的持續(xù)性。為了刻畫時(shí)變特征和股市風(fēng)險(xiǎn)變化對(duì)收益率的影響,我們將條件方差作為變量引入到條件均值模型建立GARCH模型。

三、波動(dòng)平穩(wěn)性

GARCH模型, 即廣義自回歸條件異方差模型, 是一種帶異方差誤差的時(shí)間序列建模方法, 它由 Bollerslev于1986年提出。對(duì)由選取數(shù)據(jù)計(jì)算得到的收益率序列反復(fù)實(shí)驗(yàn),在5%的置信水平時(shí),上證指數(shù)收益率存在GARCH(1,1)效應(yīng),變量系數(shù)均顯著,回歸估計(jì)模型為:

■

模型中■,則上證指數(shù)收益率序列■是一個(gè)平衡的GARCH(1,1)過(guò)程,表明我國(guó)滬市的條件波動(dòng)滿足寬平穩(wěn)要求。另外系數(shù)之和接近1,表明條件方差所受的沖擊是持久的,即沖擊對(duì)未來(lái)所有的預(yù)測(cè)都有重要作用。該模型不僅可以很好的刻畫條件異方差性,而且可以較為精確地?cái)M合收益波動(dòng)性特征。

四、杠桿效應(yīng)

通過(guò)回歸TARCH模型:

■,我們知道,收益率序列所體現(xiàn)的杠桿效應(yīng)項(xiàng)系數(shù)■=0.225,說(shuō)明上證指數(shù)波動(dòng)具有“杠桿”效應(yīng):利空消息能比等量的利好消息會(huì)產(chǎn)生更大的波動(dòng)。這是因?yàn)檩^低的股價(jià)減少了股東權(quán)益,股價(jià)的大幅下降增加了上市公司的杠桿作用而提高了持有股票的風(fēng)險(xiǎn)。

五、結(jié)論

第一,平衡GARCH(1,1)模型對(duì)于金融資產(chǎn)異方差性具有較強(qiáng)的描述能力,收益率波動(dòng)性的衰減系數(shù)為■,說(shuō)明其波動(dòng)的衰減比較迅速,也表明模型降低了收益率序列的波動(dòng)性,擬合效果非常好。同時(shí)在條件方差方程中,回歸系數(shù)均為顯著正值,這表明過(guò)去的波動(dòng)對(duì)市場(chǎng)未來(lái)波動(dòng)有著正向而減緩的影響,從而使股市波動(dòng)出現(xiàn)集群性現(xiàn)象,即收益率的大幅度波動(dòng)集中在某些時(shí)段,而小幅度波動(dòng)集中在其他一些時(shí)段。這種收益率波動(dòng)集群性表明證券市場(chǎng)具有波段投資特征。

第二,股票收益序列的穩(wěn)態(tài)特征表明,不同投資者對(duì)信息的消化與確認(rèn)是不均等的,信息以非線性的方式呈現(xiàn),投資者也以非線性的方式對(duì)信息做出博弈,所有這些特征最終都將通過(guò)交易活動(dòng)反映在股票價(jià)格和交易量上,使得股票價(jià)格呈現(xiàn)為有偏的隨機(jī)游走,這為我們討論證券投資組合提供了可能性的思路。

第三,我國(guó)證券市場(chǎng)處于發(fā)展的摸索階段,其波動(dòng)幅度和風(fēng)險(xiǎn)性遠(yuǎn)遠(yuǎn)高于國(guó)外成熟的市場(chǎng),尤其是異常波動(dòng)和超常波動(dòng)更是頻繁出現(xiàn)。這可能與我國(guó)上市公司的實(shí)際價(jià)值、投資者的投機(jī)炒作和市場(chǎng)法律不健全等因素有關(guān)。隨著我國(guó)證券市場(chǎng)操作交易透明度的提高和國(guó)際競(jìng)爭(zhēng)的參與,以及投資者風(fēng)險(xiǎn)意識(shí)的增強(qiáng),尤其是隨著融資融券、股指期貨的推出,相信我國(guó)證券市場(chǎng)的所謂“政策市”信息不對(duì)稱和過(guò)分投機(jī)等局限將逐漸得到改善,從而更好地發(fā)揮證券市場(chǎng)優(yōu)化資源配置的功能。■

篇6

摘 要：本文結(jié)合穩(wěn)定分布理論和長(zhǎng)記憶模型ARFIMA，研究股價(jià)行為的長(zhǎng)記憶特性和分布特征，從股票市場(chǎng)結(jié)構(gòu)及有效性的角度，通過(guò)漲跌幅限制實(shí)施前后的對(duì)比，分析漲跌幅限制對(duì)我國(guó)滬深證券市場(chǎng)股價(jià)行為的影響。結(jié)果表明：在漲跌幅限制前后，滬深兩市都具有非線性和分形結(jié)構(gòu)，但漲跌幅限制對(duì)滬深二市的影響并不相同，上海證券市場(chǎng)有效性得到了提高，而深圳證券市場(chǎng)有效性沒有顯著提高，卻有減弱的跡象。

關(guān)鍵詞：股市有效性；非線性；ARFIMA模型；穩(wěn)定分布

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-176X（2006）12-0054-05

一、引 言

對(duì)于股市結(jié)構(gòu)及有效性的研究，人們提出了許多理論，其中線性范式占有主導(dǎo)地位。所謂線性是指股價(jià)行為是受眾多獨(dú)立因素影響的結(jié)果，這種影響滿足可加性，從而根據(jù)中心極限定理，股票收益率服從正態(tài)分布。然而，股票收益率正態(tài)分布作為重要的基礎(chǔ)假設(shè)正遭受越來(lái)越多的質(zhì)疑。

對(duì)數(shù)收益率序列可能表現(xiàn)出相關(guān)性，而這種相關(guān)可以是短期相關(guān)的，也可以是長(zhǎng)期的。如果是短期相關(guān)（即短記憶的），我們可以將其解釋為市場(chǎng)摩擦或者信息流的非均勻到達(dá)，收益率序列的一階相關(guān)和二階相關(guān)可分別由ARMA模型和GARCH模型刻畫。這時(shí)，有效市場(chǎng)假說(shuō)在一定程度上仍不失為一種合理的假設(shè)。如果序列的相關(guān)持續(xù)很長(zhǎng)時(shí)期（即序列是長(zhǎng)記憶的），市場(chǎng)摩擦或信息流的非均勻性的解釋就不合適了，而可能是非線性結(jié)構(gòu)或非線性動(dòng)力系統(tǒng)的一種表現(xiàn)。同時(shí)，大量的經(jīng)驗(yàn)研究表明，對(duì)數(shù)收益率序列多表現(xiàn)出尖峰、肥尾特征，這意味著股票市場(chǎng)可能存在著非線性結(jié)構(gòu)，從而線性范式下的理論并不能恰當(dāng)刻畫股市行為。一些非線性研究方法如(G)ARCH模型，長(zhǎng)記憶過(guò)程，穩(wěn)定分布理論，分形分析，混沌理論等新方法逐漸發(fā)展起來(lái)，并大量應(yīng)用于股市結(jié)構(gòu)及有效性以及其他金融經(jīng)濟(jì)學(xué)問(wèn)題的研究。

從制度上對(duì)證券價(jià)格波動(dòng)加以直接或間接限制的初衷是為了消除價(jià)格的異常波動(dòng)，減少虛擬經(jīng)濟(jì)泡沫以及避免恐慌性股市崩潰。但是學(xué)術(shù)界對(duì)漲跌幅限制的爭(zhēng)論卻非常激烈，許多學(xué)者對(duì)漲跌幅限制措施提出質(zhì)疑，認(rèn)為漲跌幅限制不會(huì)使波動(dòng)穩(wěn)定下來(lái)，反而會(huì)導(dǎo)致波動(dòng)性溢出和價(jià)格扭曲等效應(yīng)。呂繼宏，趙振全（2000）對(duì)我國(guó)股市的漲跌幅限制進(jìn)行了研究，認(rèn)為長(zhǎng)期來(lái)看漲跌停板制度降低了市場(chǎng)波動(dòng)；[1]孫培源和施東暉（2001）認(rèn)為我國(guó)的漲跌幅限制并沒有降低股市波動(dòng)和投資者過(guò)度反應(yīng)。[2]沈根祥（2003）利用隨機(jī)波動(dòng)模型對(duì)上證綜合指數(shù)進(jìn)行了研究，認(rèn)為漲跌停板制度降低了上海證券交易所綜合指數(shù)收益波動(dòng)性，卻增加了指數(shù)收益相關(guān)性。[3]劉海龍，吳沖鋒等（2004，2005）通過(guò)實(shí)證研究發(fā)現(xiàn)，恰當(dāng)?shù)臐q跌幅限制約束了市場(chǎng)劇烈波動(dòng)；不恰當(dāng)?shù)臐q跌幅限制不僅對(duì)波動(dòng)性沒有約束，反而在一定程度上增加了波動(dòng)性。[4][5]上述文獻(xiàn)從不同的角度研究了漲跌幅限制對(duì)股票市場(chǎng)影響的不同方面，但沒有從穩(wěn)定分布和長(zhǎng)記憶模型的角度研究對(duì)股市結(jié)構(gòu)及其有效性的做充分的研究。李亞靜等(2003)根據(jù)Granger關(guān)于長(zhǎng)記憶的定義，分析了滬深股票市場(chǎng)的長(zhǎng)記憶特征，但沒有具體分析漲跌幅限制的影響。[6]

本文結(jié)合長(zhǎng)記憶模型ARFIMA和穩(wěn)定分布理論，在非線性范式下研究我國(guó)滬、深二市股價(jià)行為的長(zhǎng)記憶特性和穩(wěn)定分布特征，并從股票市場(chǎng)結(jié)構(gòu)及其有效性的角度，通過(guò)漲跌幅限制實(shí)施前后的對(duì)比，分析漲跌幅限制對(duì)我國(guó)滬深證券市場(chǎng)股價(jià)行為的影響。

二、研究方法

對(duì)于股市結(jié)構(gòu)及有效性的研究，分析股市價(jià)格的分布特征是一個(gè)基本方法，所以有必要對(duì)股市價(jià)格分布的尖峰、肥尾特征做進(jìn)一步的分析。GARCH模型可以刻畫尖峰、肥尾現(xiàn)象，但是它刻畫的是股價(jià)行為的局部特征，人們往往利用它擬合協(xié)方差平穩(wěn)的過(guò)程。市場(chǎng)有效性假設(shè)，即鞅模型并沒有要求過(guò)程必須是協(xié)方差平穩(wěn)的，所以GARCH模型是有嚴(yán)重的局限性的。完整反映序列分布特征的是分布函數(shù)或者特征函數(shù)。所以，收益率分布的擬合是本文選用的重要方法。ARFIMA模型則可以進(jìn)一步將收益率的內(nèi)在結(jié)構(gòu)以模型參數(shù)的形式明確地表達(dá)出來(lái)。股價(jià)行為的分布類型以及描述這種分布的ARFIMA模型是研究股市結(jié)構(gòu)及有效性有力工具。

（一）穩(wěn)定分布(Stable distribution)

針對(duì)于金融收益率序列的尖峰、肥尾特征，Mandelbrot提出用Stable Paretian分布（又稱為分形分布、 Pareto或Pareto- Levy分布）擬合股票收益率。實(shí)際描繪穩(wěn)定分布通常是在Mandelbrot（1963）的方式下進(jìn)行的，穩(wěn)定分布的特征函數(shù)f(t)滿足[8]：

三、實(shí)證分析

（一）樣本數(shù)據(jù)

本文采用上證綜合指數(shù)和深成指數(shù)的日收盤價(jià)格指數(shù)作為分析對(duì)象。參照沈根祥（2003），兩個(gè)指數(shù)都從1992年5月21日開始選取，到1996年12月16日實(shí)施漲跌幅限制之前一個(gè)交易日即1996年12月13日為一個(gè)樣本區(qū)間，稱為限制前區(qū)間；考慮到我國(guó)股票市場(chǎng)是一個(gè)新興市場(chǎng)，市場(chǎng)特性的變化可能相對(duì)較快，處于可比性，漲跌幅限制后區(qū)間并沒有選擇自實(shí)施日開始到當(dāng)前的所有數(shù)據(jù)，而是根據(jù)實(shí)施前區(qū)間長(zhǎng)度，選擇為1996年12月16日至2001年9月7日，即保持漲跌幅限制實(shí)施前后的比較區(qū)間長(zhǎng)度一致。收益率計(jì)算采用對(duì)數(shù)收益率：

（二）實(shí)證分析結(jié)果

1.分布特征的初步分析

首先分別對(duì)上證綜合指數(shù)和深成指數(shù)的漲跌幅限制前后期間的原始數(shù)據(jù)進(jìn)行初步檢驗(yàn)分析。

表1滬市深市收益率統(tǒng)計(jì)值

由表1中結(jié)果可以看出，滬市和深市在漲跌幅限制實(shí)施前后收益率分布的偏態(tài)和峰態(tài)統(tǒng)計(jì)量都顯著異于正態(tài) (正態(tài)下二者分別為 0和 3 ) ,而J- B統(tǒng)計(jì)量大于任意合理顯著水平下的臨界值，其尾概率接近于0。這反映了收益非正態(tài)和“尖峰厚尾”的分布特性，這一結(jié)論與許多關(guān)于國(guó)內(nèi)、外金融市場(chǎng)的統(tǒng)計(jì)結(jié)果一致。這說(shuō)明對(duì)于正態(tài)分布不能恰當(dāng)?shù)目坍嬑覈?guó)股市收益率的分布特征。根據(jù)Mandelbrot的建議，下面利用穩(wěn)定分布擬合我國(guó)股市收益率，分析其分布特征。

2.穩(wěn)定分布特征分析

有多種方法可以估計(jì)穩(wěn)定分布的特征參數(shù)α，β，δ，γ，例如log-log經(jīng)驗(yàn)分布圖形法，R/S分析的非參數(shù)估計(jì)法，極小化Kolmogorov距離法，穩(wěn)定分布下的分位數(shù)法和極大似然法等，本文選用極大似然法進(jìn)行估計(jì)，分別對(duì)滬、深市指數(shù)收益率在漲跌幅限制實(shí)施前后進(jìn)行估計(jì)，結(jié)果如表2。

表2我國(guó)股市收益率穩(wěn)定分布特征參數(shù)

由表2中的結(jié)果可以看到：所有區(qū)間上的尾部指數(shù)α∈（1，2），說(shuō)明收益率的無(wú)條件二階矩或總體方差無(wú)限或者不存在（或不是常數(shù)）。一個(gè)分布呈肥尾現(xiàn)象的充分必要條件是無(wú)限大處的規(guī)則變化。[7]所以，我國(guó)股市的超常劇烈波動(dòng)具有一定的規(guī)律性。具體地，上證綜合指數(shù)收益率分布在漲跌幅限制實(shí)施后，尾部特征指數(shù)α由1.279提高到1.478，偏斜度參數(shù)β由0.06變?yōu)?0.01，分別向正態(tài)分布的尾部指數(shù)2和偏度測(cè)度參數(shù)0接近，說(shuō)明漲跌幅限制減弱了滬市的厚尾和有偏性，逐漸接近于正態(tài)分布，即上海證券市場(chǎng)有效性得到了提高 。而深圳成分指數(shù)收益率分布在漲跌幅限制實(shí)施后，尾部特征指數(shù)α沒有提高，反而有輕微下降；偏斜度參數(shù)β由0.幅減低為0.02，右偏斜程度降低，逐漸接近于對(duì)稱，這說(shuō)明漲跌幅限制沒有減少波動(dòng)的持續(xù)性，卻很大程度地降低了波動(dòng)的有偏性。由此可以看出，對(duì)于滬市和深市的影響是不同的，對(duì)于滬市，漲跌幅限制提高了市場(chǎng)有效性，而對(duì)于深市，漲跌幅限制是否提高了市場(chǎng)有效性還不能得出明確的結(jié)論。下文結(jié)合ARFIMA模型再做進(jìn)一步分析。

由于無(wú)論對(duì)于滬市還是深市，漲跌幅限制實(shí)施前后收益率分布的尾部特征指數(shù)α都小于2，所以收益率的總體方差是無(wú)限大或不是常數(shù)，方差概念不能反映股市總體風(fēng)險(xiǎn)的大小，而用尺度調(diào)整參數(shù)γ來(lái)反映總體風(fēng)險(xiǎn)的大小。對(duì)于滬市，尺度調(diào)整參數(shù)γ由0.0142減少為0.00809，對(duì)于深市，尺度調(diào)整參數(shù)γ由0.014減少為0.00881，說(shuō)明滬市和深市的總體風(fēng)險(xiǎn)得到了降低。

3.ARFIMA模型分析

ARFIMA模型可以進(jìn)一步將收益率的內(nèi)在結(jié)構(gòu)明確地表達(dá)出來(lái)，分析序列的長(zhǎng)期記憶特性。分別在漲跌幅限制實(shí)施前后的兩個(gè)時(shí)期上，對(duì)上證綜合指數(shù)收益率和深證成分指數(shù)收益率、收益率的平方r2以及絕對(duì)值|r|進(jìn)行分析。之所以討論收益率序列的平方r2和絕對(duì)值|r|，是因?yàn)檠芯窟@種變換后的序列的特征，對(duì)市場(chǎng)風(fēng)險(xiǎn)的度量有用。表3―1和表3―2分別給出了滬市、深市的分?jǐn)?shù)差分參數(shù)d的估計(jì)以及檢驗(yàn)結(jié)果。

（1）滬市結(jié)構(gòu)及有效性分析

在漲跌幅限制前，上證綜合指數(shù)收益率序列的分?jǐn)?shù)差分參數(shù)，即分形維數(shù)d＝-0.198。對(duì)其進(jìn)行單邊檢驗(yàn)，發(fā)現(xiàn)d在10%的顯著性水平小于0，說(shuō)明滬市收益率序列表現(xiàn)出一定程度上的反持續(xù)性，即具有比隨機(jī)序列更強(qiáng)的突變性或易變性。這一點(diǎn)可以與收益率的穩(wěn)定分布的特征指數(shù)α的表現(xiàn)相互印證。由于技術(shù)限制，本文沒有估計(jì)尾部特征指數(shù)α的置信區(qū)間，但是可以對(duì)所估計(jì)的4組數(shù)據(jù)的特征指數(shù)α進(jìn)行比較分析，說(shuō)明這種反持續(xù)性的存在。在所估計(jì)的4組數(shù)據(jù)的特征指數(shù)α中，滬市漲跌幅限制前的尾部特征指數(shù)α最小，與1比較接近。由前述可知，對(duì)于尾部指數(shù)α，1是一個(gè)臨界點(diǎn)：如果尾部指數(shù)α小于1，意味著分布不僅沒有總體方差，而且總體均值也不存在（或不是一個(gè)常數(shù)）。這正是反持續(xù)性的另一種表述：序列頻繁地返回其自身，試圖去建立另一個(gè)均值！這說(shuō)明了在實(shí)施漲跌幅限制之前，上海證券市場(chǎng)的波動(dòng)十分劇烈，成為實(shí)施漲跌幅限制的一個(gè)現(xiàn)實(shí)原因。在漲跌幅限制實(shí)施之后，上證綜合指數(shù)收益率序列的分形維數(shù)d在統(tǒng)計(jì)上不顯著，說(shuō)明序列不再存在持久性和反持久性，收益率序列不再是長(zhǎng)記憶的。

上證綜合指數(shù)收益率序列的兩個(gè)非線性變換序列平方r2和絕對(duì)值|r|，在漲跌幅限制實(shí)施前后，其分形維數(shù)d＞0，且都表現(xiàn)出統(tǒng)計(jì)顯著性，意味著長(zhǎng)記憶性的存在，這暗示反映收益率的風(fēng)險(xiǎn)的波動(dòng)具有持續(xù)性，市場(chǎng)具有非線性結(jié)構(gòu)。對(duì)比漲跌幅限制實(shí)施前后，發(fā)現(xiàn)平方序列r2的持續(xù)性沒有發(fā)生明顯變化，而絕對(duì)值序列|r|的持續(xù)性得到了減弱。綜合分析發(fā)現(xiàn)，漲跌幅限制實(shí)施后，滬市有效性得到了明顯提高。這與上證綜合指數(shù)收益率的穩(wěn)定分布特征分析結(jié)論是一致的。

（2）深市結(jié)構(gòu)及有效性分析

在漲跌幅限制前后，深圳成分指數(shù)收益率序列的分形維數(shù)都不顯著，說(shuō)明不存在長(zhǎng)記憶性。而在漲跌幅限制后，收益率序列的平方r2和絕對(duì)值|r|序列的分形維數(shù)都顯著增加。其中，收益率的平方序列的分形維數(shù)由漲跌幅限制實(shí)施前的不顯著變?yōu)閷?shí)施后的顯著大于0。所以，漲跌幅限制后，深圳證券市場(chǎng)結(jié)構(gòu)的非線性得到了加強(qiáng)，市場(chǎng)有效性被減弱。結(jié)合深成指數(shù)收益率序列的穩(wěn)定分布特征分析，可以得出結(jié)論，雖然漲跌幅限制后，收益率序列分布的有偏性被減弱，但收益率的波動(dòng)的持續(xù)性被加強(qiáng)，助長(zhǎng)了收益率波動(dòng)，總體效果是市場(chǎng)有效性被減弱。

四、結(jié)論及進(jìn)一步的討論

本文認(rèn)為，GARCH模型是收益率過(guò)程的一個(gè)局部模型，帶有有限條件方差的GARCH模型可能僅僅刻畫了分形分布的局部特征，而整個(gè)分布可能具有無(wú)限無(wú)條件方差或者無(wú)條件方差不是常數(shù)；對(duì)應(yīng)于分形過(guò)程的穩(wěn)定分布刻畫了其整體結(jié)構(gòu)，而ARFIMA模型能對(duì)這種結(jié)構(gòu)給出參數(shù)性的具體分析，從長(zhǎng)記憶的角度明確分形過(guò)程的非線性結(jié)構(gòu)。

本文結(jié)合穩(wěn)定分布和ARFIMA模型兩種方法，以1996年12月16日（即漲跌幅限制實(shí)施的第一個(gè)交易日）為界，對(duì)比分析了滬深兩市股價(jià)指數(shù)日收益率的分布特征。結(jié)果發(fā)現(xiàn)，在漲跌幅限制前后，中國(guó)股市日收益率都具有尖峰肥尾特征，但尖峰肥尾特征不能僅僅由GARCH模型刻畫，滬深兩市都具有非線性和分形結(jié)構(gòu)，從而需要結(jié)合穩(wěn)定分布和ARFIMA模型才能對(duì)其進(jìn)行全面刻畫。

由于采用了不同的分析方法，關(guān)于漲跌幅限制對(duì)中國(guó)股市結(jié)構(gòu)和有效性的影響分析得出了不同的結(jié)論。具體的分析表明，在漲跌幅限制前后，中國(guó)股市結(jié)構(gòu)及有效性發(fā)生了顯著變化。上海證券市場(chǎng)有效性得到了提高，而深圳證券市場(chǎng)有效性沒有顯著提高，卻有減弱的跡象。漲跌幅限制對(duì)滬深二市的影響并不相同，甚至相反，這說(shuō)明漲跌幅限制的作用依賴于市場(chǎng)的具體情況，而不能簡(jiǎn)單的肯定或否認(rèn)漲跌幅限制的作用。

進(jìn)一步對(duì)滬深二市作具體的對(duì)比分析，也許會(huì)發(fā)現(xiàn)為什么會(huì)有如此的差異，為如何發(fā)揮漲跌幅限制的積極作用提供一些線索。希望在以后的研究中能夠繼續(xù)對(duì)此問(wèn)題進(jìn)行分析。

來(lái)自中國(guó)滬市和深市的經(jīng)驗(yàn)證據(jù)都表明，股票市場(chǎng)存在非線性和分形特征。這說(shuō)明相對(duì)于正態(tài)分布，穩(wěn)定分布似乎是研究股票收益與風(fēng)險(xiǎn)的更合理的分析基礎(chǔ)。果真如此，以正態(tài)分布和線性假設(shè)為基礎(chǔ)的經(jīng)典資產(chǎn)組合理論、資本資產(chǎn)定價(jià)模型、套利定價(jià)理論以及Black－Scholes期權(quán)定價(jià)模型等都需要重新加以考察。另外，股市的這種非線性特征是隨機(jī)系統(tǒng)的表現(xiàn)還是確定性混沌的結(jié)果，對(duì)于經(jīng)典的金融經(jīng)濟(jì)理論也具有重大影響，這還有待于進(jìn)一步的分析。

參考文獻(xiàn)：

[1] 呂繼宏，趙振全.漲跌停板對(duì)股市波動(dòng)的影響[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2000，（5）.

[2] 孫培源，施東暉.漲跌幅限制降低了股價(jià)波動(dòng)嗎？[J].證券市場(chǎng)導(dǎo)報(bào)，2001，（11）.

[3] 沈根祥.股票收益隨機(jī)波動(dòng)模型研究[J].中國(guó)管理科學(xué)，2003，（2）.

[4] 劉海龍，吳沖鋒，吳文鋒，陳占鋒，等.漲跌幅限制與流動(dòng)性研究[J].系統(tǒng)工程理論方法應(yīng)用，2004，（1）.

[5] 劉海龍，吳文鋒，吳沖鋒.漲跌幅限制對(duì)股票市場(chǎng)波動(dòng)性的影響[J].上海交通大學(xué)學(xué)報(bào)，2005，（10）.

[6] 李亞靜，何躍，朱宏泉.中國(guó)股市收益率與波動(dòng)性長(zhǎng)記憶性的實(shí)證研究[J].系統(tǒng)工程理論與實(shí)踐，2003，（1）.

[7] 特倫斯.C.米而斯（Mills.T.C）,(1999).金融時(shí)間序列的經(jīng)濟(jì)計(jì)量學(xué)模型》（中譯本）[M].北京：經(jīng)濟(jì)科學(xué)出版社，2002.

[8] Peters,e.,1994.Fractal Market Analysis:Applying Chaos Theory to Investment and Economics[M].John Wiley&Son,Inc.

[9] Richard T.Baillie.(1996). Long Memory Processes and Fractional Integration in Econometrics[J].Journal of econometrics,73,5-59.

[10] Geweke J.and S.Porter-Hudak (1983). The estimation and application of long memory time series models[J].Journal of Time Series Analysis, 4, 221-238.

篇7

關(guān)鍵詞：證券市場(chǎng)；相關(guān)性；行業(yè)特征；國(guó)際投資

本文通過(guò)對(duì)中國(guó)證券市場(chǎng)中主要行業(yè)的國(guó)際相關(guān)性的現(xiàn)狀和變化趨勢(shì)的研究，主要分析三個(gè)方面的問(wèn)題：1．近年來(lái)中國(guó)證券市場(chǎng)中各主要行業(yè)與國(guó)際上主要市場(chǎng)之間的相關(guān)性的總體狀況及變化趨勢(shì)；2．不同行業(yè)之間的國(guó)際相關(guān)性差異性及其發(fā)展趨勢(shì)；3．近期內(nèi)其國(guó)際相關(guān)性相對(duì)顯著提高的行業(yè)。

一、相關(guān)研究的回顧與分析

國(guó)際上對(duì)于證券市場(chǎng)之間相關(guān)性的研究從20世紀(jì)80年代以后日漸增加。Harvey(1995)的研究表明美國(guó)股票市場(chǎng)的變動(dòng)通常能反映到國(guó)外市場(chǎng)的類似變動(dòng)之中；Odier和Solnik(1993)的研究顯示各國(guó)股票市場(chǎng)之間存在正相關(guān)性，但相關(guān)系數(shù)很低；Syriopoulos(2004)對(duì)波蘭、捷克、匈牙利和斯洛伐克四國(guó)股票市場(chǎng)的研究表明，上述市場(chǎng)間的相關(guān)性很弱，但與其經(jīng)濟(jì)聯(lián)系較密切的發(fā)達(dá)國(guó)家的市場(chǎng)相關(guān)性則相對(duì)較強(qiáng)。根據(jù)Gtiffin和Stulz(2001)的研究，幾乎所有國(guó)際化投資組合的多樣化效應(yīng)均來(lái)自于國(guó)別因素；Rouwenhorst(1999)在分析了1978年至1998年間12個(gè)歐洲國(guó)家中的952只股票數(shù)據(jù)后認(rèn)為，在歐洲貨幣聯(lián)盟成立后，行業(yè)因素仍不足以勝過(guò)國(guó)別因素而居主導(dǎo)地位；但Eiling、Gerard和Roon(2005)在對(duì)歐元區(qū)各國(guó)股票市場(chǎng)從1990年到2003年的有關(guān)數(shù)據(jù)進(jìn)行分析后認(rèn)為，在歐元正式推出后，歐元區(qū)各國(guó)股票市場(chǎng)的國(guó)別效應(yīng)與行業(yè)效應(yīng)已相差無(wú)幾。Hamelink、Harasty和Hillion(2001)在分析了1990年至2001年的有關(guān)數(shù)據(jù)后發(fā)現(xiàn)，行業(yè)、國(guó)別、股票類型以及公司規(guī)模等因素都應(yīng)當(dāng)是進(jìn)行全球化組合投資時(shí)的考慮因素。近年來(lái)，國(guó)內(nèi)學(xué)者在這方面也開始了一些研究工作，其重點(diǎn)是中國(guó)證券市場(chǎng)與國(guó)際上主要證券市場(chǎng)之間的收益率相關(guān)性和風(fēng)險(xiǎn)溢出機(jī)制。洪永淼、成思危等(2004)的研究結(jié)果表明B股和H股與世界其他股市之間存在著顯著的風(fēng)險(xiǎn)溢出效應(yīng)；而A股與世界主要股市之間不存在任何風(fēng)險(xiǎn)溢出效應(yīng)。胡安和許萌(2003)分析了中美兩國(guó)最具代表性的市場(chǎng)關(guān)系變化的時(shí)間路徑，并對(duì)其原因加以事件分析。袁繼東(2003)采用非線性ALRS模型的分析結(jié)果表明滬、深兩市都同港、臺(tái)股市有一定的關(guān)聯(lián)性，而滬、深兩市同美國(guó)股市關(guān)聯(lián)度不明。

上述研究對(duì)國(guó)際相關(guān)性的進(jìn)一步分析奠定了良好的基礎(chǔ)，但其主要不足之處在于相關(guān)研究均是以“市場(chǎng)指數(shù)”為研究對(duì)象，也就是說(shuō)，以市場(chǎng)整體相關(guān)性作為研究對(duì)象。但在實(shí)際的投資過(guò)程中，投資者往往并不持有整個(gè)市場(chǎng)組合，而是根據(jù)其對(duì)某個(gè)行業(yè)的分析，持有某個(gè)或某幾個(gè)行業(yè)的投資組合。在這種情況下，當(dāng)中國(guó)投資者進(jìn)行國(guó)際化投資時(shí)，就需要根據(jù)所持有的偏重于某些行業(yè)的組合結(jié)構(gòu)，對(duì)這些行業(yè)的國(guó)際相關(guān)性的現(xiàn)狀尤其是變化趨勢(shì)進(jìn)行深入分析；另一方面，作為一個(gè)發(fā)展中的、逐步與國(guó)際接軌的市場(chǎng)，國(guó)際相關(guān)性的變化趨勢(shì)無(wú)疑是一個(gè)值得進(jìn)行深入研究的方面，而在行業(yè)層面上對(duì)該變化趨勢(shì)進(jìn)行分析，對(duì)于深入理解國(guó)際經(jīng)濟(jì)和金融環(huán)境對(duì)中國(guó)經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)展的影響能起到一定的幫助。

二、研究方法與數(shù)據(jù)

本文所采用的行業(yè)收益率數(shù)據(jù)為Wind咨詢公司提供的“新華富時(shí)一級(jí)行業(yè)指數(shù)”的周收益率數(shù)據(jù)，包括10大行業(yè)指數(shù)。由于在本文所涉及的時(shí)間區(qū)間內(nèi)，部分電信行業(yè)的數(shù)據(jù)無(wú)法獲得，因此本研究不包含該行業(yè)指數(shù)，其余指數(shù)所覆蓋的行業(yè)分別為：石油及天然氣(簡(jiǎn)稱“石氣”)、基礎(chǔ)材料(簡(jiǎn)稱“基材”)、工業(yè)、消費(fèi)品(簡(jiǎn)稱“消品”)、衛(wèi)生保健(簡(jiǎn)稱“衛(wèi)生”)、消費(fèi)服務(wù)(簡(jiǎn)稱“消服”)、公用事業(yè)(簡(jiǎn)稱“公用”)、金融和科技。

國(guó)際主要市場(chǎng)收益率數(shù)據(jù)為Wind咨詢公司提供的“S&P500指數(shù)”(代表美國(guó)市場(chǎng))、“日經(jīng)225指數(shù)”(代表日本市場(chǎng))和“恒生指數(shù)”(代表香港市場(chǎng))的周收益率數(shù)據(jù)。時(shí)間為2001年7月至2006年3月，采樣周期分別為24、36和48周。

三、結(jié)果及分析

表1列舉了各行業(yè)與美國(guó)、日本和香港市場(chǎng)的相關(guān)性的總體狀況。從表中可以看到，與上述比較成熟的市場(chǎng)相比，中國(guó)證券市場(chǎng)的整體國(guó)際相關(guān)性是很弱的；從地域上看，中國(guó)證券市場(chǎng)與上述三個(gè)市場(chǎng)之間的相關(guān)性從大到小依次為：香港、日本、美國(guó)，這顯示市場(chǎng)相關(guān)性與經(jīng)濟(jì)區(qū)域存在著一定的內(nèi)在聯(lián)系。

表2顯示了各行業(yè)國(guó)際相關(guān)性平均值的變化趨勢(shì)。從表2中我們可以發(fā)現(xiàn)：

1．從總體上看，隨著時(shí)間的推移，各行業(yè)與國(guó)際市場(chǎng)間的相關(guān)性有增強(qiáng)的趨勢(shì)，反映在各回歸方程的最高次數(shù)項(xiàng)的系數(shù)基本為正。

2．從相對(duì)長(zhǎng)期的趨勢(shì)來(lái)看，與香港和日本市場(chǎng)之間的相關(guān)性的變化幅度要大于美國(guó)市場(chǎng)；而與日本市場(chǎng)相比，各行業(yè)與香港市場(chǎng)之間相關(guān)性的增長(zhǎng)趨勢(shì)相對(duì)較強(qiáng)，顯示出市場(chǎng)相關(guān)性的變化程度與經(jīng)濟(jì)區(qū)域存在一定聯(lián)系，以及內(nèi)地與香港兩地資本市場(chǎng)日益呈現(xiàn)的“一體化”效應(yīng)。

3．隨著采樣周期的增加，與美國(guó)市場(chǎng)和日本市場(chǎng)之間相關(guān)性的增長(zhǎng)逐步顯著，反映在隨著采樣周期的增加，其回歸方程中時(shí)間系數(shù)在數(shù)值和顯著性兩方面均有所增加。這在一定程度上說(shuō)明了我國(guó)證券市場(chǎng)國(guó)際相關(guān)性的變化過(guò)程并非單純地由市場(chǎng)間的“風(fēng)險(xiǎn)溢出”效應(yīng)所產(chǎn)生，而是有著內(nèi)在的經(jīng)濟(jì)和金融驅(qū)動(dòng)因素。

表3顯示了各行業(yè)國(guó)際相關(guān)性的標(biāo)準(zhǔn)差的變化趨勢(shì)。從表3中我們可以發(fā)現(xiàn)：

1．近年來(lái)，不同行業(yè)國(guó)際相關(guān)性的差異程度有逐步增加的趨勢(shì)。反映在各行業(yè)與香港、美國(guó)和日本市場(chǎng)之間相關(guān)性的標(biāo)準(zhǔn)差的變化率均為正，且有關(guān)統(tǒng)計(jì)量的顯著性程度均較高。這一現(xiàn)象表明隨著中國(guó)經(jīng)濟(jì)和金融市場(chǎng)全球化進(jìn)程的推進(jìn)，國(guó)際經(jīng)濟(jì)和金融環(huán)境對(duì)中國(guó)不同行業(yè)的影響的差異在逐步明顯。

2．各行業(yè)與美國(guó)市場(chǎng)之間相關(guān)性的差異程度相對(duì)更加明顯，這顯示盡管中國(guó)市場(chǎng)與美國(guó)市場(chǎng)之間相關(guān)性的整體水平相對(duì)不高，但卻呈現(xiàn)出強(qiáng)烈的行業(yè)特征和行業(yè)差異性。

上述“行業(yè)差異”對(duì)于進(jìn)行國(guó)際化投資的中國(guó)投資者而言是很重要的：由于其投資組合中必然會(huì)有相當(dāng)一部分投資于中國(guó)市場(chǎng)(這種“本國(guó)偏好”效應(yīng)在世界各國(guó)均存在)，如果這部分本國(guó)投資組合集中于某些行業(yè)，則在通過(guò)國(guó)際化投資以改善投資組合的風(fēng)險(xiǎn)一收益特性時(shí)，就需要充分考慮其國(guó)內(nèi)投資組合中的不同行業(yè)的國(guó)際相關(guān)性差異，上述研究結(jié)果表明，這種差異對(duì)于投資績(jī)效的重要性正在逐步增加。

表4顯示了根據(jù)各行業(yè)國(guó)際相關(guān)性變化趨勢(shì)的回歸方程計(jì)算得出的近期內(nèi)各行業(yè)與香港、美國(guó)和日本市場(chǎng)之間相關(guān)性的變化率、邊際變化率、相對(duì)變化率和相對(duì)邊際變化率的排名(為盡可能反映中長(zhǎng)期趨勢(shì)，采樣周期取48周)。

從表4中可以發(fā)現(xiàn)：

1．綜合各行業(yè)的國(guó)際相關(guān)性的變化率和相對(duì)變化率排名，在近期“金融”、“基材”和“公用”三個(gè)行業(yè)的國(guó)際相關(guān)性的增長(zhǎng)率相對(duì)較高。

2．綜合各行業(yè)的國(guó)際相關(guān)性的邊際變化率和相對(duì)邊際變化率排名，在近期“金融”和“科技”兩個(gè)行業(yè)的國(guó)際相關(guān)性的邊際增長(zhǎng)率相對(duì)較高；而“公用”和“消服”行業(yè)的國(guó)際相關(guān)性的絕對(duì)邊際變化率和相對(duì)邊際變化率排名差距較大，這主要是由于這兩個(gè)行業(yè)的國(guó)際相關(guān)性與特定的國(guó)際主要市場(chǎng)有著相對(duì)緊密的聯(lián)系，相對(duì)而言，“公用”行業(yè)與香港和日本市場(chǎng)之間相關(guān)性的邊際增長(zhǎng)率較高，與美國(guó)市場(chǎng)之間相關(guān)性的邊際增長(zhǎng)率較低；而“消服”行業(yè)則正好相反。

綜合以上分析，在本文所研究的9大行業(yè)中，近期內(nèi)金融、基礎(chǔ)材料、科技、公用事業(yè)和消費(fèi)服務(wù)行業(yè)的國(guó)際相關(guān)性具有相對(duì)比較顯著的增長(zhǎng)，其中公用事業(yè)和消費(fèi)服務(wù)行業(yè)的國(guó)際相關(guān)性變化表現(xiàn)出相對(duì)較強(qiáng)的市場(chǎng)差異性。

四、結(jié)論及進(jìn)一步的研究方向

在本文中，我們通過(guò)對(duì)“新華富時(shí)一級(jí)行業(yè)指數(shù)”所代表的中國(guó)證券市場(chǎng)9大行業(yè)與香港、美國(guó)和日本證券市場(chǎng)間的收益率相關(guān)性的變化狀況的實(shí)證分析，對(duì)中國(guó)證券市場(chǎng)主要行業(yè)的國(guó)際相關(guān)性的變化趨勢(shì)進(jìn)行了研究。研究結(jié)果表明：中國(guó)證券市場(chǎng)中各行業(yè)的國(guó)際相關(guān)性從總體上有增強(qiáng)的趨勢(shì)；不同行業(yè)國(guó)際相關(guān)性的差異化程度逐步增加，顯示國(guó)際經(jīng)濟(jì)和金融因素對(duì)中國(guó)經(jīng)濟(jì)不同產(chǎn)業(yè)的影響差異性正在日益增加；同時(shí)，不同行業(yè)國(guó)際相關(guān)性的增長(zhǎng)率也存在差異，金融和基礎(chǔ)材料行業(yè)的國(guó)際相關(guān)性具有相對(duì)較高的增長(zhǎng)率。

進(jìn)一步的研究需要結(jié)合不同行業(yè)與國(guó)際市場(chǎng)的經(jīng)濟(jì)、產(chǎn)業(yè)和金融聯(lián)系來(lái)進(jìn)行分析。另外，本文所采用的“新華富時(shí)一級(jí)行業(yè)指數(shù)”在行業(yè)劃分上相對(duì)是比較粗略的，采用更加細(xì)致的行業(yè)劃分標(biāo)準(zhǔn)(例如采用“二級(jí)行業(yè)指數(shù)”)不僅有利于在投資決策中提供更詳細(xì)的參考信息，也有助于更深入地理解不同行業(yè)的發(fā)展?fàn)顩r與國(guó)際經(jīng)濟(jì)金融環(huán)境之間的內(nèi)在聯(lián)系。

參考文獻(xiàn)：

[1]洪永淼，成思危，劉艷輝，汪壽陽(yáng)，中國(guó)股市與世界其他股市之間的大風(fēng)險(xiǎn)溢出效應(yīng)[J].經(jīng)濟(jì)學(xué),2004,(3)：703-726．

[2]胡安，許萌，上證指數(shù)與美國(guó)S&P500指數(shù)間相關(guān)變化的時(shí)間路徑分析[J].經(jīng)濟(jì)管,2003,(12)：83-85．

[3]Eiling，E；Gerard，B.andRoon，F(xiàn).2005.“AssetAllocationintheEuro-zone：IndustryorCountryBased．”DiscussionPaper，TilburgUniversity．

假設(shè)ri(t)和Rj(t)分別為本國(guó)市場(chǎng)中第i類行業(yè)和第j個(gè)國(guó)際市場(chǎng)在時(shí)間t的收益率，則其(離散形式)相關(guān)系數(shù)由式(1)所定義：

其中

分別為當(dāng)采樣周期為m時(shí)的本國(guó)市場(chǎng)第i類行業(yè)和第j個(gè)國(guó)際主要市場(chǎng)收益率時(shí)間序列的采樣周期平均值，上述相關(guān)系數(shù)對(duì)于各行業(yè)的平均值和標(biāo)準(zhǔn)差反映了特定采樣周期下各行業(yè)國(guó)際相關(guān)性的總體趨勢(shì)和各行業(yè)國(guó)際相關(guān)性的差異性的趨勢(shì)。

對(duì)于某個(gè)行業(yè)而言，可以通過(guò)兩個(gè)指標(biāo)來(lái)分析其國(guó)際相關(guān)性的基本變化趨勢(shì)，即第i個(gè)行業(yè)與第j個(gè)國(guó)際主要市場(chǎng)之間在某一段時(shí)間內(nèi)相關(guān)系數(shù)的變化率和邊際變化率，前者體現(xiàn)了相關(guān)性的變化狀況，而后者則反映了這一變化狀況的穩(wěn)定性，由式(2)所定義。

篇8

關(guān)鍵詞：金融發(fā)展；經(jīng)濟(jì)增長(zhǎng)；總量研究；結(jié)構(gòu)分析

Abstract：By reviewing the existing literatures，and based on finance functions theory and relative data of Jiangsu Province from 1980 to 2010，this paper empirically tests the effect of financial development on regional economic growth. The results show significant effect of financial development in Jiangsu economic growth with diverse internal structure. Finally， this paper puts forward policy recommendations based on the empirical results.

Key Words：financial development，economic growth，gross quantity analysis，structure analysis

中圖分類號(hào)：F830.2 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2012）03-0016-04

一、研究背景

在經(jīng)濟(jì)全球化和經(jīng)濟(jì)金融化背景下，金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是國(guó)內(nèi)外學(xué)者的研究熱點(diǎn)。國(guó)家“十二五”規(guī)劃提出要加快多層次金融體系建設(shè)，以科學(xué)發(fā)展觀為指引，圍繞經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的目標(biāo)，加強(qiáng)金融對(duì)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)型的支持力度。在這樣一個(gè)理論和現(xiàn)實(shí)背景下，本文嘗試通過(guò)江蘇省的實(shí)證數(shù)據(jù)從總量和結(jié)構(gòu)兩個(gè)視角研究區(qū)域金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，并提出相關(guān)政策建議。

二、文獻(xiàn)綜述及本文研究思路

（一）文獻(xiàn)綜述

從戈德史密斯的金融結(jié)構(gòu)論到麥金農(nóng)和肖的金融抑制與金融深化理論，從默頓、博迪的金融功能論到白欽先等人的金融可持續(xù)發(fā)展理論，理論研究基本形成共識(shí)，認(rèn)為金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間存在密切關(guān)系，但對(duì)兩者之間的相互作用機(jī)理各有不同的觀點(diǎn)。相應(yīng)的實(shí)證研究主要集中在兩個(gè)方面：一是驗(yàn)證金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的相關(guān)性，二是兩者之間因果關(guān)系的論證。對(duì)于相關(guān)性問(wèn)題，主流觀點(diǎn)認(rèn)為金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間存在著明顯的相關(guān)關(guān)系（貝克和萊文，2002），這與金融發(fā)展理論得出的結(jié)論一致。在因果關(guān)系方面，由于研究對(duì)象和方法等方面的差異，主要有四種不同結(jié)論：其一，金融發(fā)展影響經(jīng)濟(jì)增長(zhǎng)，兩者之間是“供給驅(qū)動(dòng)型”關(guān)系，金融發(fā)展是經(jīng)濟(jì)增長(zhǎng)的必要條件。其二，經(jīng)濟(jì)增長(zhǎng)導(dǎo)致金融發(fā)展，兩者之間是“需求拉動(dòng)型”關(guān)系，經(jīng)濟(jì)增長(zhǎng)是金融發(fā)展的前提條件。其三，金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)互為因果，相互影響。其四，兩者之間無(wú)因果關(guān)系，它們的相關(guān)僅是巧合或共同取決于第三個(gè)變量。

遵循國(guó)外研究思路，國(guó)內(nèi)涌現(xiàn)出眾多關(guān)于中國(guó)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究。多數(shù)認(rèn)為金融發(fā)展能夠帶動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)（談儒勇，1999；趙志君，2000），然而在金融發(fā)展內(nèi)部結(jié)構(gòu)方面卻很難形成一致的結(jié)論。梁琪、滕建洲（2005）研究發(fā)現(xiàn)中國(guó)金融中介和經(jīng)濟(jì)增長(zhǎng)之間有顯著的正相關(guān)關(guān)系，而股票市場(chǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用有限。范學(xué)?。?006）通過(guò)對(duì)中國(guó)季度數(shù)據(jù)分析得出了完全相反的結(jié)論。在區(qū)域金融發(fā)展與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究方面，通過(guò)對(duì)中國(guó)分地區(qū)的實(shí)證分析發(fā)現(xiàn)在中國(guó)東北、東部和西部三個(gè)地區(qū)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系表現(xiàn)出很大的差異性（王紀(jì)全、張曉燕、劉勝全，2007），金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系具有明顯的時(shí)空特征（袁云峰、曹旭華，2007），不同區(qū)域的金融控制對(duì)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的影響顯著，應(yīng)區(qū)別對(duì)待它們之間的影響（王晉兵，2007）。

（二）現(xiàn)有研究不足及本文研究思路

現(xiàn)有研究存在以下不足：（1）從研究范圍看，多是基于國(guó)家宏觀層面，對(duì)于像我國(guó)這樣一個(gè)經(jīng)濟(jì)發(fā)展不平衡的國(guó)家，國(guó)家范圍的研究結(jié)論不具有普適性。國(guó)內(nèi)已有學(xué)者關(guān)注區(qū)域金融發(fā)展與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系（周立、王子明，2002；袁云峰、曹旭華，2007；王紀(jì)全等，2007），但他們的研究都是基于中國(guó)地區(qū)分布的特征，同樣存在范圍相對(duì)較大、缺乏針對(duì)性的不足。（2）研究金融結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)關(guān)系時(shí)，一般只考慮銀行的作用，未從社會(huì)融資總量角度分析金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用。

因此，本文嘗試從以下兩個(gè)方面做出改進(jìn)：（1）進(jìn)一步縮小研究范圍，把實(shí)證對(duì)象定位在江蘇省，研究省域金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，使研究更有針對(duì)性。（2）以金融功能論為理論基礎(chǔ)，以中國(guó)人民銀行貨幣政策導(dǎo)向?yàn)橹敢瑥纳鐣?huì)融資總量和融資內(nèi)部結(jié)構(gòu)兩個(gè)方面研究金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的支持力度。

三、江蘇省金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)作用的實(shí)證分析：1980―2010年

（一）模型的構(gòu)建及數(shù)據(jù)來(lái)源

1. 理論基礎(chǔ)。根據(jù)金融功能論，金融發(fā)展的本質(zhì)是金融功能的提升，其外在表現(xiàn)體現(xiàn)在兩個(gè)方面：一是金融主體的總量提升，二是金融結(jié)構(gòu)的優(yōu)化。在這兩個(gè)方面的作用下使得金融效率得以提升。金融效率的提升將發(fā)揮社會(huì)資源配置作用，促進(jìn)投資和儲(chǔ)蓄的增長(zhǎng)，使得經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，最終結(jié)果是經(jīng)濟(jì)的增長(zhǎng)，作用機(jī)制如下圖所示：

圖1：金融功能論理論原理示意圖

2. 研究變量和樣本數(shù)據(jù)來(lái)源。為了消除人口規(guī)模對(duì)計(jì)算結(jié)果的影響，本文采用人均GDP（RPGDP）為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)；用金融相關(guān)率（FIR）作為度量金融發(fā)展的總量指標(biāo)，金融相關(guān)率的定義為：FIR=（金融機(jī)構(gòu)各項(xiàng)存款+金融機(jī)構(gòu)各項(xiàng)貸款）/GDP。在金融結(jié)構(gòu)指標(biāo)選擇方面，本文從社會(huì)融資總量衡量金融對(duì)經(jīng)濟(jì)的支持力度。社會(huì)融資資金主要來(lái)源于金融中介市場(chǎng)和證券市場(chǎng)，即銀行融資和證券市場(chǎng)融資兩個(gè)方面。本文用Bank反映實(shí)際通過(guò)銀行中介作用于經(jīng)濟(jì)發(fā)展的資金量，即金融機(jī)構(gòu)各項(xiàng)貸款總額；用Stock反映證券市場(chǎng)的籌資能力，即上市公司募集資金總量（含發(fā)行、增發(fā)、公司債、配股等）。為了削弱數(shù)據(jù)的異方差，本文對(duì)各個(gè)變量進(jìn)行取對(duì)數(shù)處理（見表1）。

實(shí)證檢驗(yàn)數(shù)據(jù)來(lái)自歷年的《江蘇省統(tǒng)計(jì)年鑒》、江蘇省統(tǒng)計(jì)公報(bào)（2010）及人民銀行南京分行網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)，使用的計(jì)量軟件是Eviews3.1。

（二）基于總量視角的金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用研究：1980―2010年

1. ADF單位根檢驗(yàn)。為了避免時(shí)間序列數(shù)據(jù)不平穩(wěn)而產(chǎn)生的“偽回歸”現(xiàn)象，首先對(duì)變量進(jìn)行了ADF單位根檢驗(yàn)，從表2可以看出，lnFIR與lnRPGDP都是非平穩(wěn)的，但經(jīng)過(guò)一階差分后在5%顯著水平下都是平穩(wěn)的，即它們都是一階單整序列。

注：（1）檢驗(yàn)類型中的c、t、k分別表示常數(shù)項(xiàng)，趨勢(shì)項(xiàng)以及滯后階數(shù)。（2）是否含有常數(shù)項(xiàng)和趨勢(shì)項(xiàng)根據(jù)散點(diǎn)圖的變化規(guī)律和趨勢(shì)確定，滯后階數(shù)k的選擇以AIC和SC值最小為標(biāo)準(zhǔn)。（3） 表示相關(guān)變量的一階差分。（4）Y表示通過(guò)平穩(wěn)性檢驗(yàn)，N表示未通過(guò)平穩(wěn)性檢驗(yàn)。（5）***表示1%顯著水平下的平穩(wěn)，**表示5%顯著水平下的平穩(wěn)，*表示10%顯著水平下的平穩(wěn)。（6）以上說(shuō)明同樣適合下文結(jié)構(gòu)分析中的單位根檢驗(yàn)。

2. 協(xié)整分析。為了找到金融總量與經(jīng)濟(jì)增長(zhǎng)之間的某個(gè)線性組合是否存在長(zhǎng)期穩(wěn)定關(guān)系，本文對(duì)變量進(jìn)行Engle-Granger協(xié)整分析。首先進(jìn)行協(xié)整檢驗(yàn)，得協(xié)整回歸模型 ：

（53.18947）（15.30880）

其次對(duì)回歸殘差進(jìn)行平穩(wěn)性檢驗(yàn)，得到ADF檢驗(yàn)的臨界值為-3.141016。對(duì)照AEG檢驗(yàn)臨界值表可知在1%顯著水平下拒絕原假設(shè)，說(shuō)明從總量上看江蘇省金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期均衡關(guān)系。

3. 誤差修正模型（ECM）。由于受金融危機(jī)等突發(fā)事件因素的影響，金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期均衡關(guān)系可能會(huì)出現(xiàn)短期失衡的現(xiàn)象，短期內(nèi)變量間存在誤差修正機(jī)制。本文用ECM模型來(lái)研究這種機(jī)制，最終ECM模型：

lnRPGDPt=0.175966-0.597005lnFIRt+0.012683ECMt-1

（15.81758） （-4.817956） （2.07E+14）

模型結(jié)果顯示短期內(nèi)江蘇省經(jīng)濟(jì)金融系統(tǒng)存在誤差修正機(jī)制，誤差系數(shù)0.012683體現(xiàn)了各期經(jīng)濟(jì)增長(zhǎng)對(duì)均衡水平偏離的修正，在（t-1）期的實(shí)際經(jīng)濟(jì)發(fā)展水平低于其均衡值時(shí)，做出了正向修正。

4. Granger因果檢驗(yàn)。協(xié)整檢驗(yàn)表明江蘇省金融總量與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期均衡關(guān)系，但這種均衡關(guān)系是否構(gòu)成因果關(guān)系需要進(jìn)一步檢驗(yàn)。對(duì)變量進(jìn)行Granger因果檢驗(yàn)，選擇滯后2階，檢驗(yàn)結(jié)果如表3。

Granger因果檢驗(yàn)的結(jié)果都拒絕了原假設(shè)，表明lnRPGDP是lnFIR的Granger原因，lnFIR也是lnRPGDP的Granger原因。從總量上看，金融的增長(zhǎng)量和經(jīng)濟(jì)的增長(zhǎng)量之間是相互影響的雙線關(guān)系，江蘇省金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間互為因果。

（三）基于結(jié)構(gòu)視角的金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的作用研究：1993―2010年

從金融發(fā)展的內(nèi)部結(jié)構(gòu)來(lái)看，金融支持經(jīng)濟(jì)融資除銀行信貸外還包括證券市場(chǎng)融資。由于江蘇資本市場(chǎng)自1993年才逐漸形成并發(fā)展起來(lái)，金融發(fā)展表現(xiàn)出階段性的特征。為了更好地把握金融發(fā)展內(nèi)部結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，以下利用1993年以來(lái)的數(shù)據(jù)，使用lnBank、lnStock兩個(gè)結(jié)構(gòu)指標(biāo)，分析其與經(jīng)濟(jì)增長(zhǎng)的關(guān)系。

1. ADF單位根檢驗(yàn)。表4所示檢驗(yàn)結(jié)果表明各變量除lnRPGDP在10%顯著性水平下平穩(wěn)外，其他指標(biāo)都是非平穩(wěn)的，但一階差分后在5%的顯著性水平下都是平穩(wěn)的，都是一階單整序列。

2. 協(xié)整分析。由于結(jié)構(gòu)分析涉及三個(gè)變量，變量間可能存在多種穩(wěn)定的線性組合，在進(jìn)行協(xié)整分析時(shí)需要考慮它們的任意線性組合也是穩(wěn)定的情況，此時(shí)用E-G兩步法進(jìn)行協(xié)整分析時(shí)存在不足，故采用Johansen協(xié)整檢驗(yàn)進(jìn)行分析，結(jié)果如表5、表6。

從分析結(jié)果可以看出，在1%的顯著性下存在一個(gè)協(xié)整方程：

（0.01580） （0.01765）

結(jié)果表明影響江蘇省經(jīng)濟(jì)增長(zhǎng)的兩個(gè)金融發(fā)展結(jié)構(gòu)變量在樣本期間存在協(xié)整關(guān)系，這說(shuō)明江蘇省經(jīng)濟(jì)增長(zhǎng)與銀行信貸規(guī)模、證券市場(chǎng)籌資能力之間存在長(zhǎng)期均衡關(guān)系，協(xié)整結(jié)果符合經(jīng)濟(jì)理論。協(xié)整方程表明在長(zhǎng)期均衡關(guān)系中，銀行信貸投放在經(jīng)濟(jì)增長(zhǎng)中的最終貢獻(xiàn)為66.5%，而證券市場(chǎng)籌資的貢獻(xiàn)度是6.87%，銀行信貸規(guī)模的影響程度遠(yuǎn)大于證券市場(chǎng)籌資規(guī)模。

3. Granger因果分析。在協(xié)整分析的基礎(chǔ)上，進(jìn)一步驗(yàn)證江蘇省經(jīng)濟(jì)增長(zhǎng)與金融發(fā)展內(nèi)部結(jié)構(gòu)指標(biāo)之間的Granger因果關(guān)系，結(jié)果如下：

從檢驗(yàn)結(jié)果可以看出lnBank是lnRPGDP的Granger原因，江蘇省銀行信貸規(guī)模與經(jīng)濟(jì)增長(zhǎng)之間是“供給驅(qū)動(dòng)型”關(guān)系，信貸規(guī)模的增加對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用顯著，而證券市場(chǎng)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的Granger因果關(guān)系微弱。Granger因果分析的結(jié)果進(jìn)一步驗(yàn)證了協(xié)整分析的結(jié)論，表明在江蘇省經(jīng)濟(jì)增長(zhǎng)中銀行信貸投放起著重要的作用。

（四）實(shí)證結(jié)論的比較分析

1. 總量分析表明江蘇省金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間存在協(xié)整關(guān)系，并且短期內(nèi)存在誤差修正機(jī)制，兩者之間是相互促進(jìn)的正相關(guān)關(guān)系。這驗(yàn)證了金融功能論，金融系統(tǒng)作為一個(gè)整體通過(guò)資源配置、支付結(jié)算以及風(fēng)險(xiǎn)管理等功能對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正向作用，同時(shí)經(jīng)濟(jì)的發(fā)展?fàn)顩r也對(duì)金融系統(tǒng)功能的發(fā)揮有著重要影響。

2. 結(jié)構(gòu)分析從社會(huì)融資總量角度衡量主要融資來(lái)源對(duì)經(jīng)濟(jì)的支持力度。實(shí)證結(jié)果表明金融中介在經(jīng)濟(jì)增長(zhǎng)中發(fā)揮著重要作用。從長(zhǎng)期角度來(lái)看，銀行信貸規(guī)模的投放對(duì)經(jīng)濟(jì)增長(zhǎng)的作用顯著，銀行信貸規(guī)模與經(jīng)濟(jì)增長(zhǎng)之間存在正相關(guān)關(guān)系。江蘇省證券市場(chǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用是微弱的，這與江蘇的股票市場(chǎng)起步晚、證券市場(chǎng)規(guī)模偏小、發(fā)展機(jī)制不健全有關(guān)，另外也與不成熟的資本市場(chǎng)體系有關(guān)。

3. 綜合對(duì)比分析?？偭垦芯亢徒Y(jié)構(gòu)分析共同表明江蘇省金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間存在長(zhǎng)期協(xié)整關(guān)系，金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響顯著，在推動(dòng)地方經(jīng)濟(jì)發(fā)展的過(guò)程中應(yīng)充分發(fā)揮金融“助推器”的作用；結(jié)構(gòu)分析表明金融在推進(jìn)經(jīng)濟(jì)發(fā)展中存在內(nèi)部結(jié)構(gòu)的差異，證券市場(chǎng)發(fā)展在推動(dòng)地方經(jīng)濟(jì)發(fā)展中作用微弱，證券市場(chǎng)有待進(jìn)一步發(fā)展，同時(shí)不同金融市場(chǎng)之間的Granger因果關(guān)系不顯著，金融發(fā)展內(nèi)部結(jié)構(gòu)之間的協(xié)同作用不明顯。

四、政策建議

（一）重視金融發(fā)展在經(jīng)濟(jì)增長(zhǎng)中的作用，發(fā)揮金融在經(jīng)濟(jì)增長(zhǎng)中的推動(dòng)效應(yīng)

總量和結(jié)構(gòu)研究表明，金融發(fā)展在推動(dòng)經(jīng)濟(jì)增長(zhǎng)中發(fā)揮著重要作用，因此需要高度重視金融的發(fā)展，加強(qiáng)金融基礎(chǔ)設(shè)施建設(shè)，積極改善金融生態(tài)環(huán)境，不斷發(fā)揮金融資源配置的基礎(chǔ)性作用，提高金融效率。

（二）發(fā)展多層次的金融市場(chǎng)，避免金融發(fā)展內(nèi)部結(jié)構(gòu)之間的馬太效應(yīng)

實(shí)證研究顯示，金融市場(chǎng)內(nèi)部主體間在促進(jìn)經(jīng)濟(jì)增長(zhǎng)方面差異顯著，金融中介作用突出，證券市場(chǎng)的規(guī)模和作用有待進(jìn)一步提升。因此需要不斷完善多層次的金融市場(chǎng)建設(shè)、優(yōu)化金融結(jié)構(gòu)、擴(kuò)大直接融資市場(chǎng)規(guī)模、構(gòu)建多層次協(xié)調(diào)發(fā)展的金融市場(chǎng)，使得金融中介市場(chǎng)、證券市場(chǎng)之間可以取長(zhǎng)補(bǔ)短、優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)協(xié)同發(fā)展。

（三）將金融、經(jīng)濟(jì)作為一個(gè)有機(jī)系統(tǒng)，實(shí)現(xiàn)金融與經(jīng)濟(jì)之間的協(xié)同效應(yīng)

研究表明，金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的作用是雙向的，在重視推動(dòng)作用的同時(shí)也不可忽視風(fēng)險(xiǎn)的存在。因此需要將金融、經(jīng)濟(jì)作為一個(gè)有機(jī)整體，從系統(tǒng)角度考慮促進(jìn)金融發(fā)展的相關(guān)政策，建立與經(jīng)濟(jì)增長(zhǎng)相適應(yīng)的金融體系。這既是宏觀審慎管理與防范系統(tǒng)性風(fēng)險(xiǎn)的需要，也是更好地發(fā)揮金融的作用、實(shí)現(xiàn)金融與經(jīng)濟(jì)之間的協(xié)同效應(yīng)、推動(dòng)金融與經(jīng)濟(jì)可持續(xù)發(fā)展的現(xiàn)實(shí)需要。

參考文獻(xiàn)：

篇9

關(guān) 鍵 詞：三因素模型；規(guī)模效應(yīng)；價(jià)值溢價(jià)效應(yīng)

中圖分類號(hào)： F830.91 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-3544（2014）01-0048-03

一、引言

1952年現(xiàn)資理論的創(chuàng)始人Markowitz以效用最大化理論證明了風(fēng)險(xiǎn)與收益呈正相關(guān)關(guān)系，之后Sharp（1964）、Lintner（1965）和Mossin（1966）提出資本資產(chǎn)定價(jià)模型，進(jìn)一步闡明在有效市場(chǎng)假設(shè)的前提下，資產(chǎn)的期望收益率主要取決于度量資產(chǎn)系統(tǒng)性風(fēng)險(xiǎn)的β系數(shù)，兩者正向相關(guān)，并指出β系數(shù)是影響資產(chǎn)期望收益率的惟一因素。之后的眾多投資理論和模型也都證明了這一點(diǎn)。這些理論和模型是否具有實(shí)際應(yīng)用價(jià)值，取決于是否能夠解釋實(shí)際中的現(xiàn)象，為此國(guó)內(nèi)外學(xué)者進(jìn)行了大量的實(shí)證檢驗(yàn)。

可以說(shuō)， 早期的實(shí)證檢驗(yàn)也都支持該論點(diǎn)，如Black、Jensen和Scholes（1972）證明若市場(chǎng)投資組合是高效的，則β系數(shù)與期望收益率之間存在線性的正相關(guān)關(guān)系；Fama和MacBeth（1973）研究發(fā)現(xiàn)平均股票收益率與β系數(shù)之間的正相關(guān)關(guān)系成立。但是，Roll（1977）對(duì)資本資產(chǎn)定價(jià)模型的實(shí)證檢驗(yàn)提出了批評(píng)，他認(rèn)為資產(chǎn)定價(jià)模型中的市場(chǎng)組合無(wú)法度量，因此β系數(shù)無(wú)法計(jì)算。而且，自20世紀(jì)60年代開始，價(jià)值溢價(jià)、規(guī)模效應(yīng)和日歷效應(yīng)等證券市場(chǎng)異象不斷被證實(shí)，這也證明了資本資產(chǎn)定價(jià)模型并不是有效的。1992年，F(xiàn)ama和French對(duì)美國(guó)股票市場(chǎng)進(jìn)行實(shí)證研究發(fā)現(xiàn)，單靠β系數(shù)不足以解釋美國(guó)股票收益率的波動(dòng)， 他們提出一個(gè)包括市場(chǎng)資產(chǎn)組合、公司規(guī)模和賬面市值比在內(nèi)的三因素模型，并在包括美國(guó)在內(nèi)的12個(gè)世界主要證券市場(chǎng)上進(jìn)行實(shí)證研究， 證明公司規(guī)模和賬面市值比因素對(duì)股票收益率的影響顯著性很高。Andy C.W. Chui和K.C.John Wei（1998）對(duì)香港、韓國(guó)、馬來(lái)西亞、泰國(guó)和臺(tái)灣五個(gè)新興市場(chǎng)進(jìn)行實(shí)證研究， 同樣也證明了三因素模型對(duì)股票收益率有顯著的解釋。

我國(guó)證券市場(chǎng)經(jīng)過(guò)二十多年的發(fā)展， 尤其是在股權(quán)分置改革之后， 不管是上市公司數(shù)量還是資金規(guī)模都取得了巨大發(fā)展，因此，學(xué)者對(duì)我國(guó)證券市場(chǎng)的研究也越來(lái)越多。那么，F(xiàn)ama-French三因素模型在我國(guó)證券市場(chǎng)是否適用？陳信元、陳冬華等（2001）通過(guò)對(duì)1996～1999年我國(guó)證券市場(chǎng)的數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)β系數(shù)沒有對(duì)股票收益給予很好的解釋。儀垂林、黃興旺等（2001）利用深圳證交所數(shù)據(jù)對(duì)Fama-French三因素模型進(jìn)行實(shí)證， 指出三因素模型在我國(guó)證券市場(chǎng)不成立，并提出了剔除賬面市值比的二因素模型。在股權(quán)分置改革已經(jīng)基本完成、我國(guó)證券市場(chǎng)不斷完善的情況下，我們根據(jù)上海證交所2006年以來(lái)的數(shù)據(jù)資料，利用多元線性回歸的方法來(lái)驗(yàn)證Fama-French三因素模型在我國(guó)是否適用。

二、Fama-French三因素模型在我國(guó)的實(shí)證檢驗(yàn)

（一）樣本的選擇

股權(quán)分置改革是我國(guó)證券市場(chǎng)具有里程碑意義的事件，自2005年6月開始啟動(dòng)，到目前為止，上海證交所已基本上完成改革。因此，為了更好地反映我國(guó)股市的情況， 我們選取了2006年1月至2013年3月（共87個(gè)月）上海股票交易所A股股票的月交易數(shù)據(jù)作為研究樣本。賬面價(jià)值采用上市公司資產(chǎn)負(fù)債表中所有者權(quán)益并對(duì)遞延稅務(wù)項(xiàng)進(jìn)行調(diào)整（減去遞延稅務(wù)借項(xiàng)，加上遞延稅務(wù)貸項(xiàng)）得到，市場(chǎng)價(jià)值采用上市公司的總市值（包括流通股和非流通股），用T年6月末的市值代表規(guī)模，用T-1年會(huì)計(jì)年度股權(quán)的賬面價(jià)值除以T-1年12月末的總市值代表賬面市值比。數(shù)據(jù)取自北京聚源銳思數(shù)據(jù)科技有限公司的RESSET金融研究數(shù)據(jù)庫(kù)。

（二）組合的構(gòu)造和采用的模型

1. 規(guī)模組合

從目前來(lái)說(shuō)，學(xué)者們對(duì)于公司規(guī)模的劃分沒有統(tǒng)一的標(biāo)準(zhǔn)，有的是直接將公司平均分為大、小兩類，或大、中、小三類；有的則是按照一定的比例進(jìn)行劃分， 如按照30%、40%、30%的比例分為大、中、小三類。本文參照平均分配的方法，按公司規(guī)模從小到大將公司分為5組（A、B、C、D、E），然后根據(jù)賬面市值比由低到高將公司分為5組（Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ），兩者交叉共得到25個(gè)組合； 再以劃分好的組為依據(jù)，計(jì)算每組T年7月到T+1年6月每月用總市值加權(quán)的資產(chǎn)組合的平均收益率。

2. 模型的選擇

Fama-French三因素模型的表達(dá)式為：

Rit-Rft=？琢+？茁（RMt-Rft）+sSMBt+hHMLt+？著it （1）

其中：Rit為資產(chǎn)收益率；Rft為無(wú)風(fēng)險(xiǎn)收益率，采用的是金融機(jī)構(gòu)3個(gè)月期的定期儲(chǔ)蓄存款利率折算的月利率；RMt-Rft為超額市場(chǎng)收益率；SMBt為市值（ME）因子的模擬組合收益率；HMLt為賬面市值比（BE/ME）因子的模擬組合收益率；？著it為殘差項(xiàng)，？琢為截距項(xiàng)；？茁、s、h分別是（RMt-Rft）、SMBt、HMLt的敏感系數(shù)。

三、檢驗(yàn)結(jié)果及分析

（一）模型總體的顯著性檢驗(yàn)

我們將上海股票交易所的上市公司按照規(guī)模和賬面市值比劃分成組， 并確定每個(gè)組合上市公司的數(shù)量， 同時(shí)將賬面價(jià)值小于0的公司剔除， 利用SPSS統(tǒng)計(jì)軟件進(jìn)行計(jì)量分析。根據(jù)公式（1）對(duì)搜集的25組數(shù)據(jù)進(jìn)行多元線性回歸分析， 得到25個(gè)組合的修正擬合優(yōu)度系數(shù)、F值和D-W值。

如圖1所示， 大多數(shù)組合的修正擬合優(yōu)度都在0.85以上，其中還有9個(gè)組合的修正擬合優(yōu)度在0.9以上，可見模型的擬合度較好，解釋程度都很高。由表1的結(jié)果可知，模型整體顯著性的F檢驗(yàn)證明模型整體是顯著的，這說(shuō)明該模型在我國(guó)基本適用。從D-W值來(lái)看，25個(gè)組合中， 除了8個(gè)組合之外，其余組合的D-W值接近于2，這說(shuō)明大部分組合的時(shí)間序列幾乎不存在自相關(guān)。但是，另外8個(gè)組合的D-W值在2.3以上， 說(shuō)明這些組合之間存在一定程度的負(fù)相關(guān)， 這可能與每個(gè)組合的樣本量較少以及每組數(shù)據(jù)量少（不足100個(gè)）有一定關(guān)系。

（二）模型回歸系數(shù)分析

1. 市場(chǎng)風(fēng)險(xiǎn)因素分析。由表2數(shù)據(jù)可知，β系數(shù)全部通過(guò)了t檢驗(yàn)，而且顯著性水平t（β）幾乎都在20以上，最高達(dá)26.98，遠(yuǎn)大于規(guī)模和價(jià)值因素系數(shù)的顯著性水平，這說(shuō)明在我國(guó)股市中，市場(chǎng)風(fēng)險(xiǎn)因素仍占重要地位，對(duì)證券組合收益率的解釋力很強(qiáng)。而且，不管公司規(guī)模以及公司價(jià)值如何變化，所有組合的β系數(shù)都接近于1，這說(shuō)明雖然25個(gè)股票組合的規(guī)模和賬面市值比特征不同，但是從長(zhǎng)期來(lái)看，他們面臨的系統(tǒng)性風(fēng)險(xiǎn)都比較穩(wěn)定。

2.規(guī)模因素分析。由表2可知，公司規(guī)模因素的系數(shù)s都是正值，并且全部通過(guò)了t檢驗(yàn)，這說(shuō)明規(guī)模因素也是影響股票收益率的一個(gè)顯著因素。而且，隨著公司規(guī)模的不斷擴(kuò)大，s系數(shù)越來(lái)越小，這說(shuō)明規(guī)模越大，對(duì)股票收益率的影響越小。同時(shí)，由圖2可知，不管組合賬面市值比大還是小，隨著公司規(guī)模的增大，組合的平均收益率都呈逐漸降低的趨勢(shì)。由此可知，在我國(guó)股票市場(chǎng)上存在著明顯的規(guī)模效應(yīng)。

3. 價(jià)值因素分析。 分析賬面市值比因素的h系數(shù)，可以發(fā)現(xiàn)具有較高賬面市值比的10個(gè)組合的h系數(shù)全部為正，而較低賬面市值比的15個(gè)組合的h系數(shù)全部為負(fù)， 這說(shuō)明成長(zhǎng)性高的股票一般都是正斜率，而價(jià)值性較高的股票一般為負(fù)斜率。但是，所有組合中除了規(guī)模最小的之外，其余規(guī)模對(duì)應(yīng)的組別中都有組合通過(guò)了t檢驗(yàn)， 但通過(guò)的數(shù)量只有一半，說(shuō)明價(jià)值因素對(duì)股票收益率的解釋作用相對(duì)較小。此外，不管公司規(guī)模是大還是小，h系數(shù)都隨賬面市值比的增大而不斷提高。而且，由圖2也可以看到，價(jià)值型公司（賬面市值比大）股票的收益率基本上都大于成長(zhǎng)型公司（賬面市值比?。┕善钡氖找媛省？芍覈?guó)股市上確實(shí)存在價(jià)值溢價(jià)現(xiàn)象。

4. 常數(shù)項(xiàng)分析。 常數(shù)項(xiàng)的α系數(shù)都沒有通過(guò)t檢驗(yàn)，這說(shuō)明常數(shù)項(xiàng)與股票的收益之間沒有明顯的線性關(guān)系。而且，通過(guò)觀察我們發(fā)現(xiàn)不管公司規(guī)模和組合市值出現(xiàn)什么樣的變化，α系數(shù)都沒有任何規(guī)律。t統(tǒng)計(jì)量也顯示除了三個(gè)組合外，其余的都小于1，這說(shuō)明三因素模型還有一些非預(yù)期的風(fēng)險(xiǎn)因素未考慮進(jìn)來(lái)，但是這些因素對(duì)模型的影響相對(duì)較小。

四、結(jié)論

通過(guò)實(shí)證分析，得到如下結(jié)論：

第一，在我國(guó)股票已經(jīng)基本實(shí)現(xiàn)全流通的情況下，F(xiàn)ama-French三因素模型在我國(guó)上海股票交易市場(chǎng)基本上是成立的。雖然通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)三個(gè)因素不能對(duì)股票收益率的波動(dòng)做出完全解釋，但是其擬合優(yōu)度總體很高，因此可以作為一個(gè)實(shí)用性較高的工具幫助投資者分析我國(guó)的股票市場(chǎng)。

第二，市場(chǎng)風(fēng)險(xiǎn)因素和規(guī)模因素是影響股票超額收益水平的主要變量，但是價(jià)值因素對(duì)于股票的超額收益的顯著性還不夠明顯。 這也是與Fama-French三因素模型不完全一致的地方。因此，我們利用三因素模型在我國(guó)股市對(duì)資產(chǎn)進(jìn)行定價(jià)時(shí)，還需要結(jié)合我國(guó)現(xiàn)實(shí)考慮其他可能的風(fēng)險(xiǎn)因素，對(duì)其做進(jìn)一步的修正。

第三， 規(guī)模效應(yīng)和價(jià)值效應(yīng)在我國(guó)股票市場(chǎng)確實(shí)存在。 小規(guī)模公司股票的收益率要明顯高于大規(guī)模公司股票的收益率； 成長(zhǎng)型公司股票的收益率低于價(jià)值型股票的收益率。 這一定程度上也說(shuō)明經(jīng)過(guò)20多年的發(fā)展我國(guó)股市的投機(jī)性在逐漸減弱，投資者更注重公司的投資價(jià)值。

參考文獻(xiàn)：

[1]陳信元，張?zhí)镉?，陳冬華. 預(yù)期股票收益橫截面多因素分析：來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)數(shù)據(jù)[J]. 金融研究，2001（6）.

[2]鄧長(zhǎng)榮，馬永開. 三因素模型在中國(guó)證券市場(chǎng)的實(shí)證研究[J]. 管理學(xué)報(bào)，2005（2）.

[3]方麗婷，李坤明. 上證行業(yè)指數(shù)收益率的影響因素——基于三因素模型的分位數(shù)回歸分析[J]. 金融理論與實(shí)踐，2012（10）.

[4]劉玉燦，韓冠楠. 基于Fama-French三因素模型的IPO長(zhǎng)期表現(xiàn)的實(shí)證研究[J]. 南京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（3）.

[5]王愛敏. 三因素模型在中國(guó)證券市場(chǎng)適用性的實(shí)證研究[D]. 對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)，2007.

[6]錢鑫. 三因素CAPM模型在上證A股市場(chǎng)的實(shí)證研究[D]. 復(fù)旦大學(xué)，2010.

篇10

超常規(guī)培育和發(fā)展機(jī)構(gòu)投資者是推進(jìn)中國(guó)證券市場(chǎng)發(fā)展的關(guān)鍵。成熟證券市場(chǎng)的經(jīng)驗(yàn)表明，機(jī)構(gòu)投資者是證券市場(chǎng)深化的重要推動(dòng)力量。近幾年，隨著保費(fèi)收入的迅速增長(zhǎng)和保險(xiǎn)資金運(yùn)用力度的加強(qiáng)，保險(xiǎn)資金參與證券市場(chǎng)的程度在不斷加深。保險(xiǎn)資金在未來(lái)我國(guó)證券市場(chǎng)體系建設(shè)中如何定位，如何強(qiáng)化保險(xiǎn)資金運(yùn)用，促進(jìn)保險(xiǎn)資金與證券市場(chǎng)之間的良性互動(dòng)，是需要重點(diǎn)思考和研究解決的問(wèn)題。

一、保險(xiǎn)資金是證券市場(chǎng)的重要機(jī)構(gòu)投資者

機(jī)構(gòu)投資者是以自有資金或通過(guò)各種金融工具所籌資金并在金融市場(chǎng)對(duì)債權(quán)性工具或股權(quán)性工具進(jìn)行投資的專業(yè)化機(jī)構(gòu)，包括保險(xiǎn)基金、養(yǎng)老基金、投資基金、信托基金、捐贈(zèng)基金及進(jìn)行投資交易的投資銀行和商業(yè)銀行。

在成熟的資本市場(chǎng)，機(jī)構(gòu)投資者占據(jù)主導(dǎo)地位，個(gè)人投資者比重趨于下降。從國(guó)際發(fā)展趨勢(shì)看，20世紀(jì)80年代以后，保險(xiǎn)資金運(yùn)用的資產(chǎn)證券化不斷加強(qiáng)，美國(guó)保險(xiǎn)公司的證券化資產(chǎn)已超過(guò)80％。保險(xiǎn)公司已成為發(fā)達(dá)證券市場(chǎng)重要的機(jī)構(gòu)投資者，保險(xiǎn)資金是證券市場(chǎng)的重要資金來(lái)源，是促進(jìn)證券市場(chǎng)穩(wěn)定發(fā)展的重要力量。

1.保險(xiǎn)資金是證券市場(chǎng)的重要資金來(lái)源字串5

在發(fā)達(dá)的證券市場(chǎng)上，保險(xiǎn)資金是貨幣市場(chǎng)和資本市場(chǎng)的重要資金來(lái)源，特別是壽險(xiǎn)公司經(jīng)營(yíng)業(yè)務(wù)的長(zhǎng)期性和穩(wěn)定性的特點(diǎn)，它們?yōu)樽C券市場(chǎng)提供長(zhǎng)期穩(wěn)定的資金來(lái)源。從美國(guó)機(jī)構(gòu)投資者持有的證券資產(chǎn)結(jié)構(gòu)來(lái)看，保險(xiǎn)公司是美國(guó)債券市場(chǎng)上最大的公司債券持有人，是股票市場(chǎng)的重要持有人。

2.保險(xiǎn)資金是促進(jìn)證券市場(chǎng)穩(wěn)定發(fā)展的重要力量

保險(xiǎn)公司等機(jī)構(gòu)投資者的發(fā)展有利于引導(dǎo)資本市場(chǎng)投資者進(jìn)行價(jià)值投資和長(zhǎng)期投資。國(guó)外成熟證券市場(chǎng)的發(fā)展歷程表明，散戶比例大的市場(chǎng)投機(jī)傾向較強(qiáng)，而各類機(jī)構(gòu)投資者占主體的市場(chǎng)則是一個(gè)崇尚長(zhǎng)期投資的市場(chǎng)。字串2

20世紀(jì)80年代以來(lái)，以養(yǎng)老基金、保險(xiǎn)基金、投資基金為代表的各類外部機(jī)構(gòu)投資者持有的上市公司股票比重迅速增大，導(dǎo)致了機(jī)構(gòu)投資者的投資策略從“保持距離”向“控制導(dǎo)向”的轉(zhuǎn)變，極大地影響了上市公司的治理結(jié)構(gòu)。它們憑借控制權(quán)直接參與公司決策并監(jiān)督、制約經(jīng)理階層的經(jīng)營(yíng)行為，在某種程度上緩解了由于股權(quán)的分散化而導(dǎo)致的“內(nèi)部人控制”，同時(shí)也在一定程度上提高了被投資的上市公司的經(jīng)營(yíng)業(yè)績(jī)和機(jī)構(gòu)投資者自身的收益。其中最為典型的是美國(guó)上市公司治理結(jié)構(gòu)在20世紀(jì)80年代后期至90年代由于機(jī)構(gòu)投資人行為變動(dòng)所表現(xiàn)出來(lái)的顯著變化。

保險(xiǎn)公司等機(jī)構(gòu)投資者是提高市場(chǎng)效率和推動(dòng)金融產(chǎn)品創(chuàng)新的源動(dòng)力。保險(xiǎn)資金運(yùn)用強(qiáng)調(diào)收益穩(wěn)定和安全性，必然對(duì)股票指數(shù)期貨、期權(quán)等避險(xiǎn)工具的需求表現(xiàn)強(qiáng)烈。保險(xiǎn)基金、養(yǎng)老基金等追求收益穩(wěn)定的機(jī)構(gòu)對(duì)避險(xiǎn)工具的大量需求是穩(wěn)定證券市場(chǎng)的重要力量。同時(shí)，也是推動(dòng)金融創(chuàng)新的原動(dòng)力。金融創(chuàng)新和衍生交易的活躍，提高了市場(chǎng)的流動(dòng)性和金融資產(chǎn)的定價(jià)效率。

二、保險(xiǎn)資金在中國(guó)證券市場(chǎng)的投資現(xiàn)狀

1.保險(xiǎn)公司是債券的重要機(jī)構(gòu)投資者

目前，中國(guó)證券市場(chǎng)上的機(jī)構(gòu)投資者主要有五類：商業(yè)銀行、保險(xiǎn)公司、證券公司、投資基金、信托公司和財(cái)務(wù)公

目前，保險(xiǎn)公司持有的債券資產(chǎn)總額約為1500億元，約占全部債券托管量的5％。在交易所債券市場(chǎng)上，保險(xiǎn)公司通過(guò)回購(gòu)業(yè)務(wù)為資本市場(chǎng)提供了充分的流動(dòng)性，融出資金量占回購(gòu)交易量的30％-40％，是交易所短期資金的主要供給者。保險(xiǎn)公司作為債券市場(chǎng)的參與主體，通過(guò)跨市套利，對(duì)于活躍債市交易、縮小交易所市場(chǎng)和銀行間市場(chǎng)的利差和提高債市的定價(jià)效率，都發(fā)揮了重要作用。

2.保險(xiǎn)公司通過(guò)證券投資基金間接成為股票市場(chǎng)的機(jī)構(gòu)投資者字串9

通過(guò)對(duì)2002年封閉式基金統(tǒng)計(jì)發(fā)現(xiàn)，保險(xiǎn)公司對(duì)封閉式基金的投資額已經(jīng)達(dá)到基金份額的21.98％，占整個(gè)十大持有人中機(jī)構(gòu)投資者持有總份額的73.40％。其中中國(guó)人壽、太平洋、人保、平安保險(xiǎn)持有基金的份額均在30億元以上。截止2002年11月，保險(xiǎn)公司的基金投資規(guī)模（包括開放式基金）已達(dá)312億元，相當(dāng)于間接持有約2.5％的股票市場(chǎng)流通市值。

3.保險(xiǎn)公司對(duì)證券市場(chǎng)的參與程度將不斷加深字串8

面對(duì)國(guó)民經(jīng)濟(jì)保持持續(xù)發(fā)展及加人世貿(mào)組織帶來(lái)的市場(chǎng)開放與競(jìng)爭(zhēng)形勢(shì)，我國(guó)保險(xiǎn)業(yè)將繼續(xù)呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)。預(yù)計(jì)在未來(lái)5年內(nèi)，我國(guó)保險(xiǎn)業(yè)將以每年20％-30％的速度增長(zhǎng)，幅度將高于金融行業(yè)平均速度，2005年全國(guó)保費(fèi)收入將會(huì)突破5000億元。保費(fèi)收入的高速增長(zhǎng)將為保險(xiǎn)資金運(yùn)用提供大量的資金來(lái)源，加上保險(xiǎn)資金運(yùn)用的證券化趨勢(shì)，保險(xiǎn)業(yè)對(duì)證券市場(chǎng)的資金供給會(huì)不斷加大，在政策允許的情況下，保險(xiǎn)公司在證券市場(chǎng)所占的份額會(huì)不斷提升。字串9

從保險(xiǎn)產(chǎn)品的發(fā)展趨勢(shì)看，投資型產(chǎn)品發(fā)展迅猛，使保險(xiǎn)經(jīng)營(yíng)對(duì)保險(xiǎn)投資的依賴性進(jìn)一步加大，發(fā)展投資型保險(xiǎn)產(chǎn)品是保險(xiǎn)業(yè)發(fā)展的方向和大趨勢(shì)。投資型產(chǎn)品最主要的特征就是它的投資功能，因此，保險(xiǎn)產(chǎn)品的升級(jí)換代使保險(xiǎn)經(jīng)營(yíng)對(duì)保險(xiǎn)投資的依賴性更大了。從長(zhǎng)期的投資回報(bào)來(lái)看，債券和股票投資的收益率較高，因而保險(xiǎn)資金以證券市場(chǎng)為取向也是保險(xiǎn)產(chǎn)品轉(zhuǎn)型的必然選擇。

我國(guó)保險(xiǎn)業(yè)的巨大資金規(guī)模和高成長(zhǎng)性以及對(duì)資金運(yùn)用的迫切要求，說(shuō)明保險(xiǎn)公司有實(shí)力也有意愿在未來(lái)的資本市場(chǎng)上發(fā)揮重要作用，成為資本市場(chǎng)不可缺少、不容忽視的重要機(jī)構(gòu)投資者。

三、強(qiáng)化資金運(yùn)用管理，進(jìn)一步發(fā)揮保險(xiǎn)公司作為機(jī)構(gòu)投資者在我國(guó)證券市場(chǎng)中的作用