股市动态分析篇（1）

中图分类号: F830.91 文献标识码: A 文章编号: 1005- 0892 (2007) 05- 0037- 06

收稿日期: 2006- 08- 10

基金项目: “211”工程资助项目( el2003)

作者简介: 奉立城, 对外经贸大学教授, 华盛顿州立大学经济学博士, 主要研究方向为中国股票市场; 张忠永, 辽宁工程技术大学讲师,对外经贸大学博士生, 主要研究方向为中国股票市场; 许伟河, 福州大学讲师, 对外经贸大学博士生, 主要研究方向为中国股票市场。

一、引言

对于信息, 一般可以分为公开信息和私人信息,不管前者还是后者, 一般都具有单一和稳定的市场效应。根据有效市场理论, 市场将对以上两种信息分别做出立即和缓慢的反应。尽管反应速度有所区别, 但是消息的好坏性都是单一的, 市场反应的正负性也是单一的, 只是反应时间从几分钟到几年不等而已。[1- 3]很少有正负性动态变化的信息出现( 也许一般来讲这种信息不能称其为信息) , 故对它的研究也更少见。但是, 中国进行的股权分置改革中却出现了这种特殊的事件信息, 尽管它的正负性不定, 但它确实是非常重大的信息, 所以对市场表现的影响非常明显, 很有必要对之做出特殊而细致的研究。

二、问题的提出

根据中国证监会《关于上市公司股权分置改革试点有关问题的通知》( 后简称《通知》) , 股权分置改革的基本程序是: 首先, 上市公司非流通股股东提出股权分置问题解决方案, 在得到有关部门批准后, 真实、准确、完整地公布, 并征求流通股股东的意见, 进行沟通, 最终确定股改方案; 其次, 召开临时股东大会,对方案进行表决; 最后, 表决如果通过, 则实施方案( 其间有数次停牌和复牌安排) 。从已经完成的股改公司看, 绝大多数都经历了方案的沟通、修改过程, 而后通过投票表决。但这一过程同时也反映出了一些值得思考的问题。尽管到目前为止, 总体来说非流通股向流通股补偿的观点基本为大家所接受, 但怎样补偿却并没有一个理论或实践的结论。目前, 股改中普遍使用“对价”概念。一般认为, “对价”可以理解为非流通股股东为取得流通权, 向流通股股东支付的相应的代价( 对价) 。但是作为一种权利的代价, 是很难对其进行定价的。当然, 也有不少人提出了对价方案计算公式, [4- 6]不少公司也公布了自己的计算方法。[7]但实际面对股改中的复杂问题时, 这些方法都缺乏牢固的理论基础, 如实践中出现的方案需大幅度修改和流行“送3”或“送2、3、4”模式就是这一问题的反映。肖国元(2005)在其系列文章中就指出了对价依据牵强、参数随意等问题。[8]国资委也出面申明, 对价和上市公司的基本面、市盈率、融资情况、流通股发行价格、国有股东最低持股比例、非流通股股东持股成本等六个方面有关, 而具体什么关系, 并没有一个权威机构能给出。所以, 对价的制定其实是一个讨价还价的博弈过程, 其中涉及股东中不同层次之间的利益关系。由于特殊的投票机制以及利益保护方式的多样性, 即“手”和“脚”的投票方式, 使得各利益集团间的关系变得非常复杂。如非流通股与流通股、大股东与小股东、不同类别的大股东等利益的冲突与一致性并存、博弈与二次博弈同时展开等, 故结果的不确定性是很显然的。这种不确定性也就导致市场效应的不确定性,博弈各方下一阶段的决策往往是以对方对前一阶段博弈结果的反应为依据的, 难以一次性地作出永久性决策, 表现出时而买进, 时而卖出。这样一来市场就在各方的不断调整中不断地波动, 且这一过程在股改初期表现得更加明显。

对于这一波动的研究, 不仅可以揭示市场波动的效应, 同时可以揭示引发这一波动的原因, 分析博弈各方在股改中的作用和地位, 解释一些有关谁操纵、一边倒、谁没代言人等争议性问题以及拉票、索贿等现象。

三、方法论及文献综述

对于公开信息, 可以用事件研究法进行研究; 对于私人信息, 由于研究较少, 方法也不统一; 而对于第三类不定或动态信息, 根据其动态性, 笔者认为应将事件研究法的思路向动态多截面扩展, 同时结合t 和经过相关系数调整的BMP- t 检验分析, 这样才能揭示其变化特征。同时为了对引起波动的原因进行分析,必须对各截面分别进行多因素回归分析。由前面的论述已知各类股东的动态博弈是造成这一特殊过程的核心原因, 所以截面上主要进行股权结构同波动的回归分析。

根据Hotchkiss 和Strickland 等的研究, 股权结构是影响公司股票市场效应的重要因素。[9]Hanery Hansmann研究了股权集中度和股东投资目的及行使股东权力的方式之间的关系。[10]Steven Huddart、Li 和Simerly、SteenThomsen 和Torben Pedersen 对大股东的行为进行了研究。[11- 13]Shleifer 和Vishny 对小股东的搭便车行为做了研究。[14]而对于具体类型的投资者行为及影响的研究有:Charkham对于公司型股东的行为进行了研究, 指出他们的持股目的主要在于获得技术、产业链及进出口等方面; [15]George Karathanassis, Nikolaos Philippas, Efthymios GTsionas 则对基金的短期行为进行了研究。[16]本文主要根据以上文献中对于股权集中度和几种类型投资者行为特征的研究, 分析他们在股改过程中对市场效应的动态影响。

四、样本公司的基本情况

本文从已经结束的两批试点和前五批股改公司中,按照股改方案类型, 选择其中只发行A 股、股改方案为纯送股, 并且两个事件点之间的交易日超过5 天的120 家公司为研究对象。这样可以避免投资者因为对不同方案的偏好和不同方案之间换算心理误差所引起的市场效应的不同, 同时可以研究方案公布到实施期间市场效应的时间特征。

五、股权结构的市场效应分析

( 一) 股权分置改革的市场效应本文借鉴事件研究法来分析股改的市场效应, 主

要有两个方面: 一是超额收益率; 另一是异常换手率。并选择两个事件点来分析: 一个为股改方案公布后首个复牌日, 讨论市场对股改信息的反应; 另一个为股改方案通过, 具体实施的G 股首个复牌日, 讨论市场对股改方案的反应。

由于第一个事件点和第二个事件点具有很强的内在关系, 所以选择相同的估计窗口, 即以第一个事件点为0 时刻( 单位为天) , 估计窗口选为- 190~- 11 天;同时, 由于期间的两次停牌, 第一个事件窗口选为- 10~- 1 天, 以及方案宣布后首个复牌日到第5 天; 第二个事件窗口从成为G 股后首个复牌日, 即支付对价日到复牌后5 天。

1. 超额收益率的统计检验。因超额收益率是用市场模型求得, 故用经调整的BMP- t 检验方法: [17- 18]

由表1 统计结果可以看出, CAR- 10、AR0、AR4、CAR5 及GAR0 在1% 的显著性水平下显著不为0,GAR3、CGAR5 在5%的显著性水平上不等于0, 可见股改方案公布的市场效应表现强烈; 而G 股方案实施时,由于从方案公布到实施之间存在交易日, 各方的利益都经过了一定的调整。但GAR0、GAR5 和CGAR5 的标准差显然较大, G 股复牌后超额收益率的标准差大于G股前进行单侧t 检验, 其显著性水平为15%。这说明股改后各股的收益差别又呈扩大趋势, 股改方案实施过程不同于简单的分红送股, 短期的市场自然除权并不能熨平股改方案制定偏差对投资者和市场的影响。不同投资者对于G 股复牌收益的看法各异, 使得交易活跃, 股价波动加大。这一点也反映在对于股改实施日股价或收益计算问题在理论上也存在着争议上。[19] 这样一来, 不同投资类型的投资者都依据自己的投资策略, 充分利用对价方案的长期效应和短期效应之间的差异进行投资,使得股价波动变大, 且这种变动和股权结构之间的关系是内在的。

2. 异常换手率的计算。

其中, TRit 为i 股票t 时刻的换手率, ATRit 为异常换手率。累积异常换手率是对异常换手率( CATR) 进行时间的加总。在对G 股支付方案后的换手率GATRit 进行计算时, 基数采用原流通股获得支付后的流通股, 未包括原非流通股。

由于异常换手率直接由历史数据统计而成, 故使用常规t 检验, 结果见表2。

由表2 可以看出, 异常换手率和超额收益率的统计结果对比非常明显, 所有交易日的异常换手率都显著不为0, 而且G 股的超额换手率大于G 股以前的异常换手率进行的单侧t 检验, 显著性水平为3%, 说明股改后的换手率效应非常显著。结合上面超额收益统计结果:G 股的超额收益大多体现出不显著非0, 说明活跃的交易是以供需同时变大为基础的。这再次表明不同的投资者对G 股认识的差异, 也从另一个侧面表明送股比例的非客观性, 或者对流通权价之度量的主观性, 这就成为股权结构可能对对价方案产生重大影响的客观依据之一。

注: GAR 代表G 股复牌后超额收益率; 10%、5%和1%的临界值分别为1.658、1.980 和2.省略info.省略); 股票交易数据来源于大智慧。

( 二) 市场效应的股权结构分析

1. 基本原理

根据《通知》中的股改程序, 股权分置改革的过程实际为各种不同类型的股东之间的一个利益冲突和多重动态博弈过程。大体划分, 有以下三个博弈同时发生。博弈1: 流通股和非流通股的博弈。这是最为核心的一个博弈过程。其特点是: 流通股部分参与; 参与者( 主要为大股东) 要面对非流通股为流通股争取尽量多的利益, 但同时要考虑自己的特殊利益以及方案公布后中小股东可能的反应, 以保证自己的特殊利益。非流通股股东则充分利用流通股股东的内部分歧, 争取较低的股改成本; 但同时也要面对送股比例过低被否定时, 再次修改方案可能带来的多方面损失的风险。博弈2: 大流通股股东和小流通股股东的博弈。LaPorta 指出, 现在世界上大多数大企业的委托问题主要是大小股东之间的委托问题; [20]Dyck、Zingales也指出, 公司的资源和收益并不能在大小股东间按照控股比例进行分配, 大股东可以攫取小股东的利益。[21]在股改过程中, 大小流通股股东利益基本是一致的。但大股东具有表决优势, 可选的获利方式也较多, 所以他既可以顾及小流通股股东的利益, 也可以安排其它获利方式而牺牲小股东; 小股东也有一定的决策影响力, 他可以在用“手”和“脚”投票之间选择, 进而对投票结果和股价走向产生影响, 给大股东的获利意图带来不确定性。

博弈3: 不同类型的大股东之间的博弈。大股东有长期投资、短期投资之分, 同时也有抗风险能力高低之分, 他们都是股改方案的核心影响力量。根据自身的投资策略, 他们可能选择彼此合作, 也可能选择以我为主的策略; 而且, 参与的积极程度和目的也可能出现差异。

以上三种博弈是同时发生的。首先是大股东的决策; 然后小股东根据市场反应对大股东的策略进行推测, 并作出自己的决策; 接着大股东又根据市场反应,观察小股东和其他大股东的策略, 并作出第二阶段的决策。依次类推, 不断进行着动态博弈; 但随着时间的推移, 各方的策略变得明显和稳定, 市场波动减弱。

2. 模型设定及结果分析

根据以上原理, 本文选择流通股比例、第一流通股比例、十大流通股占流通股比例、十大流通股中第一流通股比例、流通股中非投资公司股东比例、投资公司股东比例和个人股比例作为解释变量, 来分别反映流通股和非流通股的力量对比、流通股集中度、大流通股东集中度和流通股结构; 选择CAR- 10~- 1、AR0~AR5、CAR5 和CATR- 10~- 1、ATR0~ATR5、CATR5 为被解释变量, 反映市场对股改方案的反应; 选择GAR0~GAR5、CGAR1~5 和GATR0~GATR5、CGATR1~5 为另一组被解释变量, 反映市场对股改方案实施的反应。由于多重共线性的存在, 建立以下两类模型:

y=α+βx+ε (7)

其中: y 可为CAR- 10~- 1、AR0~AR5、CAR5 和CATR- 10~- 1、ATR0~ATR5、CATR1~5 和GAR0~GAR5、CGAR1~5 和GATR0~GATR5、CGATR1~5; x 为流通股比例( 模型1) 、

第一流通股比例( 模型2) 、十大流通股占流通股比例( 模型3) 、十大流通股中第一流通股比例( 模型4) 。

y=a1x1+a2x2+a3x3+ε ( 8)

为模型5。其中: y 同上, x1、x2、x3 分别为流通股中非投资公司股东比例、投资公司股东比例和个人股比例。首先研究股改方案公布的市场效应。对模型1~5分别回归, 结果整理见表3- 4。

从表3- 4 可以看出, 对于事前预期CAR- 10~- 1 显著的因素有流通股比例、十大流通股和投资公司股东;对于CATR- 10~- 1 显著的因素增加了自然人股东。因为流通股股东越多, 小股东可能越多, 大股东控制局面的自信心越弱, 所以从股改中获利的把握性较低; 而小股东处于博弈的后发方, 不会轻易提前做出肯定的判断, 所以流通股比例和收益表现出负相关。而十大流通股则正好相反。其它解释变量, 比如第一流通股,很难预期它一定能在博弈中获胜, 所以大多不显著。特别要注意自然人股东, 虽然他们是大股东, 但是和其他两类大股东相比, 其抗风险能力最弱, 所以调整最为积极; 但对于收益率影响不明显, 可能是进进出出不断调整造成的。这说明大家对于股改并没有形成一致的观点, 只有那些在博弈中处于控制地位的参与者才表现出乐观态度。

股改方案公布, 即T=0, 为该事件的最重要的时刻; 但并非所有因素的显著性影响都出现在这一天,反而在后续的第3、4 天才表现出来。总体来看, 方案经调整并复牌后, 大股东市场效应总体趋势为由大变小, 其中基金的效应时间最短, 自然人效应时间最长、波动最大; 小股东反应迟缓, 效应趋势为钟形曲线,后面可能波动。这是因为, 从事前的表现可见, 大股东对方案的把握较准确, 所以快速地进行对应的交易,特别是方案沟通的主要对象―――基金, 既有信息优势,又有专业优势, 所以交易更果断。而自然人大股东抗风险能力弱, 又不能轻易地退出, 所以格外小心, 不断地调整。小股东对对价方案的理解只能从复牌后的市场表现来判断, 因为十大股东以外的股东比例平均为87.7%, 而参与投票的流通股平均为30.6%, 也就是说, 如果十大流通股股东都参与投票, 那么, 十大流通股东以外的小股东有79.1%不参与投票。他们在和大股东博弈时, 只能根据大股东参与的结果, 进行投资策略选择, 所以不会立即决策, 感觉差不多时才积极参与; 然后再度观望, 等待进一步的消息, 故表现出时正时负的边际效应波动特征。

这种动态博弈的结果便表现出市场反应的反转,最终对CAR1~5、CATR1~5 大都不显著。

以上波动效应也可以从参与者的决策动机方面进行分析。模型2 和模型3 反映了流通股的集中程度。如果大股东和小股东的利益达成一致, 或大股东考虑小股东的利益, 则股权集中将有利于流通股利益的统一, 增强方案沟通阶段和表决过程中流通股整体的议价能力, 得到更多的超额收益。但是从表3- 4 的回归结果看, 这两个因素都不显著。结合模型4, 可见特别是最有发言权的第一流通股, 不管是占流通股的比例还是占十大流通股的比例, 都不显著, 说明他们尚且不敢对其他大股东的策略作出肯定的预期, 只能等结果出来再做进一步选择; 对AR3、AR4 表现出负显著,说明其他大股东未必和他合作, 即大股东并没有简单地选择流通股的一致利益, 而是充分利用其影响力来实现自己的意图; 进而可能选择其它获利方式, 比如短期投机、安排低价等, 以便全流通后增持控股, 甚至出现拉票、索贿等寻租行为。

对于参与程度最深的大股东, 因为类型不同, 价值取向也不同。这三类大股东的性质有很大差异, 决定了在整个过程中的表现也迥异, 其中自然人投资者秉性和小投资者最为接近。他们投资组合单一, 抗风险力差, 趋向于短期投资。对于非投资公司法人股东,他们的持股目的不简单是获得一般投资收益, 还可能有获得技术、市场和产业链等目标, [15]所以一般以长期持有为特点; 从长远利益出发, 他们一般趋向于争取最高对价, 态度较坚决, 这一点和小股东类似。最为复杂的是基金等机构投资者。他们好像和小投资者一样, 只为投资收益; 但是他们资金雄厚, 投资组合复杂, 不仅能分化大多数风险, 而且操作灵活, 对具体股票的收益和风险并不十分在意, [13]所以他们表现出积极争取、灵活处理的特点。这从流通股的投票率( RV)分析中可以看出:

RV=0.22RLN+0.39RLI+0.21RLP　R2=86.0% (9)

(0.00) (0.00)　 (0.00)

其中: RLN、RLI 和RLP 分别代表流通股非投资公司法人股、投资公司法人股和自然人股。由( 9) 式可以看出, 基金投票的积极性最高, 另外两类大致相当。但对于对价方案的影响却如式( 10) 所示:

r=3.80RLN+3.20RLI+3.52RLP　R2=96.7% (10)

(0.00)　 (0.00) (0.00)

基金的贡献却最小, 非投资公司股东最大, 自然人次之。这充分说明了三者的特性, 而基金的复杂性使其在股改中表现出过多的短期套利行为。

其次研究股权分置改革方案实施时的市场效应。方案实施的多截面回归结果见表5- 6。

从表5- 6 可以看出, G 股实施时, 股权结构的各因素的市场反应表现出以下特征: (1)方案实施日大多数因素对收益率表现出不显著, 而第4、5 天左右却大多表现显著, 正负交错变化。(2)换手率对流通股整体以及大股东内部各因素而言, 表现出影响逐渐减弱,而减弱的速度各异; 对第一流通股和十大流通股而言,却表现出钟形特征, 最值出现在第4 天。(3)投资公司股东的收益率市场效应同表3 相反。(4)换手率和收益率之间的对应关系变得模糊。

从以上表现可以看出, 小股东根据方案公布复牌时间段的观察结果, 在G 股复牌日进行积极交易; 但大股东整体则经过前期调整后, 表现出静观小股东反应的特征, 三天后才大量交易。从大股东内部来看,基金作为最具主动性的成分, 前后两阶段都积极交易。而G 股阶段效应时间更长, 且效应相反, 说明前后两阶段的策略可能是相反的; 后者第一阶段就利用其信息优势和影响力, 对后阶段的交易策略作出了安排。这样在后续的市场表现中, 可能会带来小股东的再次波动。换手率的这种钟形变化及大股东内部个别成分的交易变化, 并没有得到收益率的相应体现, 说明大小股东对方案的理解存在差异, 同时可能有新的资金

介入, 使得大股东对整体局势的把握能力也有所降低。所以相对于方案公布而言, 大股东表现出更长的效应时间和波动性。

六、结论与建议

从以上分析中可以得出结论: 股权分置改革方案形成及实施的过程是一个各类股东多方动态博弈的结果, 其人为因素对事件的市场反应有很大影响。股改前, 博弈的相对主动方( 主要为大股东) 的影响力越大( 比如集中度越高) , 正效应越明显。方案宣布并经调整复牌后, 大股东市场效应总体趋势为由大变小,其中基金的效应时间最短, 自然人效应时间最长、波动最大; 小股东反应迟缓, 效应趋势为钟形曲线, 后边可能波动。方案实施后, 大小股东的行为及效应有同第一阶段相反的趋势。G 股实施阶段的换手率同收益率之间的关系复杂化。

根据以上结论, 笔者提出以下建议: 由于造成以上市场波动的核心原因是对价评估理论的缺失以及大小股东的关系, 因此, 为了尽量减少股改过程中的市场波动, 促进股改的顺利进行, 监管部门应对上述两方面加强管理。首先, 要求股改公司尽量详细地公布对价方案的制定依据和修改依据, 尽管没有权威的理论, 但这也能使投资者对方案背后的投资价值有所了解, 最起码能起到比照作用, 加强市场的经验学习能力。其次, 加强对机构投资者, 特别是基金的引导, 增强它们对股改顺利实现的预期, 从而使它们尽量保持自己应该的长期投资的特性, 而不是把股改当成一次前途未卜的博弈。这样, 大小股东的利益会最大程度的一致, 从而弥补了中小股东的信息劣势和参与惰性, 二次博弈的强度就会降低, 市场就会表现出更多的对信息的正常反应特征, 增强市场的稳定性,从而减少股改过程中的市场风险。

参考文献:

[1]Charles R.Plott and Sunder, Efficiency of ExperimentalSecurity Markets with Insider Information:An Application ofRational- Expectations Models [J]. Journal of Polical Economy, 1982,No.41,Vol.90: 663- 697.

[2]Bradford Cornell and Erik R.Sirri, The Reaction of Investorsand Stock Prices to Insider Trading[J]. Journal of Finance, 1992,VolXLVII,No.3: 1031- 1059.

[3]Ji- chai Lin and Michael S.Rozeff, The Speed of Adjustmentof Prices to Private Information:Empirical Tests [J]. The Journal ofFinancial Reach, 1995,Vol XLLII,No.2: 143- 156.

[4]刘中学. 中小企业板股权分置改革合理对价理论思考[J]. 特区经济, 2006, ( 1) : 261- 262.

[5]丁志国, 苏治, 杜晓宇. 股权分置改革对价方案解析[J].财经科学, 2006, ( 1) : 29- 37.

[6]胡松. 股权分置改革的经济学分析[J]. 江西财经大学学报, 2006, ( 3) : 9- 13.

[7]马世兵, 徐高林. 股改对价计算依据与公允对价计算原则探讨[J]. 现代财经, 2005, ( 10) : 26- 31.

[8]肖国元. 解剖“对价”―――对价规范性[J]. 股市动态分析,2005, ( 41- 42) : 20- 21.

[9]E. S. Hotchkiss and D. Strickland, Does ShareholderComposition Matter? Evidence from the Market Reaction toCorporate Earnings Announcements[J]. The Journal of Finance, 2003,Vol.LVII,No.4: 1469- 1498.

[10]Hansmann H. The Ownership of Firm[J]. Journal of Law,Economics, & Organization, 1988, 4, ( 2) : 267- 304.

[11]Steven Huddart, The Effect of a Large Shareholder onCorporate[J], Management Science, 1993, 39 ( 11) : 1407- 1422.

[12]Li M, Simerly R. The moderating effect of environmentaldynamism on the ownership and performance relationship[J]. StrategicManagement Journal ,1998. 19(2): 169- 179.

[13]Steen Thomsen, Torben Pedersen, OwnershipStructure and Economic Performance in the LlargestEuropean Companies[J]. Strategic Management Journal. Chichester: Jun2000.Vol.21, Iss. 6: 689.

[14]Shleifer A, Vishny RW. A survey of corporate governance[J]. Journal of Finance, 1997,52(2): 737- 783.

[15]Charkham JP. Keeping Good Company: A Study ofCorporate Governance in Five Countries[M]. Clarendon Press: Oxford,1994: 349- 367.

[16]George Karathanassis, Nikolaos Philippas, Efthymios GTsionas, Value Relevance of Institutional Investors [J]. ManagerialFinance, 2004.Vol30,No.10: 45- 63.

[17]Khotari, S. P. and J. B. Warner.Econometrics of EventStudies in: B. E. Eckbo, ed., Handbooks of Corporate Finance:Empirical Corporate Finance[M]. Elsevier/North- Holland, Amsterdam,2005: 1- 173.

[18]Kolari, J. and S. Pynnonen. Event- Study Methodology:Correction for Cross- Sectional Correlation in Standardized AbnormalReturn Tests[Z]. Working Paper, Texas A&M University, 2005.

[19]张昌宏. G 股定价计算公式探讨[J]. 产权导刊[J], 2005,( 1) : 45.

股市动态分析篇（2）

中图分类号：F832.5　文献标识码：A　doi：10.3969／j.issn.1672-3309(x).2011.01.27　文章编号：1672-3309(2011)01-68-03

一、引言

金融危机以来，我国宏观经济政策在经历了持续的扩张期之后进入紧缩期，货币政策在2008年经历了5次降息之后，于2010年步入加息和存款准备金提高阶段。作为经济晴雨表的股市，同期也出现了几轮明显涨跌。并相应地出现一定时期的涨跌趋势。对经济现象的观察发现货币政策和股市之间存在联动。货币政策与资产价格之间的关系问题一直是金融领域研究的热点，这一方面是由于资本市场的存在对货币政策的传导机制产生了影响，使货币当局对货币政策的把握能力受到了削弱，另一方面，货币政策作为调控经济的重要手段，对宏观经济进而对股市能产生重大影响，以逐利为目的的投资者自然对货币政策的股市效应产生强烈的兴趣。本文正是基于对经济现象的观察和对理论意义的分析提出了货币政策的股市效应这一研究主题，试图回答如下问题：货币政策的哪些指标对我国股市产生影响?影响性质和效力又如何?效力的动态性如何度量?

二、理论阐述与文献回顾

货币政策与股市的关系，各主流经济学派都有相关的理论阐述。费雪的货币数量论认为，在其它条件不变的前提下价格水平(包括实物商品和金融资产)与货币流通量成正比。凯恩斯的流动性偏好理论认为。利率是影响投机动机的决定性因素。弗里德曼认为金融资产预期收益会通过持币的机会成本影响货币需求，同时货币需求又反过来影响资产选择。理性预期学派认为预期到的货币政策对经济是中性的，只有未预期到的货币政策才对经济产生影响。同时，有效市场理论把理性预期的思想应用到了资本市场中，认为只有弱式有效市场中货币政策才对股市形成动态影响。上述各派理论存在分歧，货币数量说、凯恩斯学派和货币主义肯定这种关系，而理性预期学派和有效市场理论却否定这种关系。为调和矛盾Cooper(1974)提出了SO-EM模型，该模型的重要特点是加入了预期因素，从而一方面肯定了货币供应量是资本收益率的一个重要决定因素，另一方面指出收益变化可以领先于货币变化。

理论阐明了货币政策对资产价格影响的存在性和作用的机制，但各派理论考察的角度差异很大，且不同市场、不同历史条件下市场对这种关系的表现也各不相同，这就需要实证分析进行检验。所以，中国这个尚未成熟且处于转型期的资本市场对货币政策的冲击会产生一个怎样的反应便成为我国学者研究的一个问题。谢平等(2002)从理论上论证了我国货币数量不再简单地与物价和收入呈比例关系，而与经济体系中所有需货币媒介的交易有重要相关性，并用多元回归方法进行定量和实证分析。瞿强(2001)就政策操作层面上对资产价格与货币政策的关系进行了总结，指出货币政策对资产价格要“关注”，但不要“钉住”。易纲、王召(2002)通过建立货币政策的股市传导机制理论模型，推导发现货币政策对资产价格有影响，货币数量与通货膨胀的关系不仅取决于商品和服务的价格，还取决于股市。孙华妤、马跃(2003)在提出综合理论框架基础上运用动态滚动式VAR方法对货币政策与股市的关系进行分析，印证了货币政策对股市的影响。陆蓉(2003)通过向量误差修正模型(VECM)研究了不同货币政策控制方式下各货币政策变量对股市的冲击，发现在货币政策的直接调控方式下，贷款限额管理对股票市场的影响较大，间接调控方式下，货币市场利率对股票市场的影响逐渐显现。刘松(2004)用趋势分析、协整和granger因果检验对货币政策与股市的关系进行研究，发现用年度数据存在影响作用而月度数据不存在。崔畅(2007)通过SVAR模型分析股市在低迷和高涨阶段对货币政策冲击的不同反应，结果表明货币政策对资产价格的作用在低迷和高涨阶段都具有有效性。

对文献的梳理发现，我国学者已经从理论上阐明了我国货币供应量对我国股市的影响，并且股市的波动也得到了货币政策的关注，同时，股市对货币政策影响的实证研究也得到了足够的重视，并取得了初步成果，但由于使用的实证研究方法不甚完善并且变量的选取和处理严谨性不高，使得实证结果的可靠性很难令人满意。本研究基于SVAR和更严谨的变量选择与处理来研究我国股市的货币政策动态效应。

三、股市对货币政策动态效应的实证研究

(一)变量选取与处理

本研究选取的变量包括四类：宏观经济变量、物价变量、货币政策变量、股票市场变量。使用月度数据，研究期为2000年1月至2010年8月。考虑到数据的可得性和替代的科学性，四类变量的变量选择如下：宏观经济的变量为工业增加值，物价的变量为定基居民消费价格指数(基期为2000年1月，基期值为1)。货币政策的变量为M0、金融机构人民币贷款余额、银行间7天同业拆借利率，股市的变量是上证综指。数据来源是中国人民银行网站、中国统计局网站和国泰君安大智慧软件数据库。本文所有数据处理都由计量软件E-views5.1完成。

货币政策变量的选择逻辑是：货币政策的中介目标分总量目标和价格目标，我国利率体系中只有银行间同业拆借市场已放开，使得货币供求价格能通过市场的力量形成，而很多机构投资者都已成为拆借市场的主体，这样拆借市场利率能够很好地体现资金投资股市的机会成本，所以选择了交易量最大的七天期同业拆借利率作为货币政策价格目标的指标。总量目标的变量，我们选择了M0和金融机构人民币贷款余额。理由是：我国学者研究发现我国的货币供给体现了一定的内生性，对于宽口径的M2的控制难度越来越大。央行只能通过公开市场业务和央行票据业务影响M0，此外，我国货币政策调控方式虽然从1998年开始放弃贷款控制的直接方式而转向货币总量的间接控制，但央行的新增贷款计划却每年还在做，各商业银行的贷款数量受到央行的紧密追踪，贷款仍受到计划贷款总量的约束，可见金融机构贷款仍然是货币政策关注的重要指标。

对这6个变量的月度数据分别做如下处理：先用X-11乘法季节调整对M0、金融机构贷款余额和工业增加值进行平滑以消除季节趋势，再除以定基消费价格指数消除通胀影响，然后取对数消除异方差，处理后的数据分别用inmO、indky和Ingvz表示。对银行间7天同业拆借利率减通胀率取实际值。用t11表示。对上证综指取对数，用

insz表示，上证综指取对数后，对数差就表示对数收益率。定基消费价格指数用wjzs表示。

(二)扩展(Lag-Auented)VAIL模型的建立

SVAR模型和VAR模型对变量的单整性协整性要求不同。对于无约束的VAR模型，若变量平稳，则可直接用水平数据建立模型，此时的模型估计是有效的：若变量非平稳但协整，则可对数据进行差分建立具有协整约束的VAR模型，以获得有效的模型估计。可见，变量平稳性及协整关系对VAR模型是非常重要的，但SVAR模型中变量的平稳性及协整性已有文献并无深入、系统的探讨。大多直接采用变量的水平值进行估计。但这样建模对模型滞后阶数的选择与通常的做法有差异。Todaand Yamamoto(1995)研究表明，采用扩展(Lag-Augmented)VAR模型方法可以不考虑变量单位根个数及协整关系。这种方法采用P+K一作为模型内生变量的滞后阶数，其中KMmax为变量时间序列的最大单整数，P为根据通常判定准则确定的VAR模型的滞后阶数。这种方法的优点在于能避免以协整为依据所建立的VAR模型可能存在的严重事前检验误差而得出有偏的实证结论，且简单易行。本研究将以此方法建模。

SVAR模型是在VAR模型基础上对其误差项进行结构分解得到的。于是先建立包含4个内生变量(Idkv、InmO、tll和Insz)和两个外生变量(Ingyz和wjzs)的VAR模型，区分内生和外生的原因是：作为研究货币政策对股市冲击的系统，为尽可能准确地估计出冲击的直接作用，必须把影响股市的两大宏观要素工业增加值与物价水平包含在分析系统中，但内生变量的增加会造成模型待估参数以所增加内生变量数目的倍数增多，待估参数的增加会造成自由度的损失并直接影响到模型参数估计的精度，权衡利弊我们把Ingyz和wizs作为模型的外生变量来处理。其次确定扩展(Lag-Augmented)VAR模型的滞后阶数，需确定模型内生变量的最大单整阶数以及无约束VAR模型的滞后阶数。对Indky、InmO、tll和Insz进行ADF检验(检验的方程都含趋势项与截距项，方程的滞后阶数都为12)最大单整阶数为1，即kmax=1。对无约束VAR模型的滞后阶数的检验发现5个判定准则中有4个在5％的显著水平下判定模型的最优滞后阶数为2，另一个判定为l，所以无约束VAR模型的滞后阶数p=2。所以，我们建立的VAR模型的滞后阶数为3。

VAR模型的脉冲响应分析和方差分解分析只有模型是平稳时才有意义，SVAR模型对平稳性有同样的要求。VAR模型平稳的充要条件是模型系数行列式的所有特征值都在单位圆以内。对所建立的VAR(3)进行平稳性检验发现条件满足，可进行脉冲分析和方差分解。同时。残差的LM自相关检验表明残差序列不存在自相关，但进一步分析表明，各随机冲击之间存在较强的相关性，有必要识别结构式冲击，

(三)对SVAR模型同期相关关系矩阵的约束及矩阵的估计

要识别出机构式冲击需求出同期相关关系矩阵，而求同期相关关系矩阵需施加k(k-1)／2个短期约束(高铁梅，2003)。于是，对本文4个内生变量和2个外生变量的SVAR(3)需施加6个短期约束，本文施加的是零约束，表明一个变量对另一个变量随机冲击没有当期反应，分别是：InmO对来自Insz的冲击为零；Indky对来自Insz的冲击为零tll对来自Insz的冲击为零；lnm0对来自tll的冲击为零：Indky对来自tll的冲击为零；Indky对来自InmO的冲击为零。上述约束的理论依据是：我国货币政策没有把资产价格作为货币政策的调控目标，所以有了前3个约束：我国现金流通量Mo主要受到巨额外汇储备的影响。具有被动吸收外汇的特征，所以第4个约束也可行；我国央行每年都有信贷计划，商业银行普遍存在惜贷现象，且中小企业长年受融资难困扰，使得贷款对利率不敏感，可见第五和第六个零约束也成立。在施加了6个零约束之后，SVAR模型正好可识别，此时根据变量顺序Ind，kv、InmO、tll和Insz估计出结构因子矩阵A、B。

(四)SVAP，脉冲响应函数分析

用结构因子矩阵A、B对VAR的误差项进行分解，可得同期独立的随机干扰项，据此得出脉冲响应函数就不再含有其它内生变量的交叉冲击。从而能更精确度量出变量冲击对系统的影响，这是SVAR脉冲响应函数的优点。本研究探讨股市对货币政策冲击的动态效应，所以仅给出股市对一单位标准差货币政策变量结构新息冲击的响应轨迹(如下图所示)，滞后长度为12期，图中横坐标表示冲击发生后的时间间隔(单位：月)，纵坐标表示对冲击的反应程度(单位：百分数)。图中实线部分表示脉冲响应轨迹。虚线部分表示5％的置信水平。

由上图可知：金融机构贷款余额对股市的冲击作用是负向的且非常微弱，出现负向冲击与我们的经验是相反的，这种冲击到第三期才开始显现，到第十期冲击作用趋于消失。在第五、六、七期这种影响达到最大，此时达到0I01％左右。基础货币供应量M0对股市的冲击作用为正向且较显著，这种冲击从当期显现且冲击作用稳步上升，到第六期达到较高水平，之后一直保持在该水平而无明显下降，说明基础货币供应量对股市的冲击作用较明显且持久。货币市场利率对股市的冲击效力较小，整体上是负向的且持续期较短，第八期之后影响就趋于零了，滞后三、四、五、六期的影响相对较明显，但在第二期却出现了令人费解的正向冲击。

整体上看，货币政策对股市的冲击主要体现在基础货币上，货币市场利率对股市虽有影响，但很微弱。金融机构贷款余额对股市的影响却是出乎意料的负向，影响力也很微弱。

四、结论

本文用2000年1月至2010年8月的月度数据，建立4个内生变量(Indky、InmO、tll和Insz)和2个外生变量(Ingyz和州zs)滞后三阶的SVAR(3)模型，并求出正交化的脉冲响应函数以分析该时期货币政策对股市的动态影响效力，得出以下结论：

第一，我国货币政策对股市的影响途径主要是基础货币供应量M0，这种影响途径较显著且持久，影响的最大值在六个月后出现。基础货币对股市的追逐，说明了我国投资渠道的匮乏，现金持有者只能通过投资高风险的股市来实现金钱的时间价值。但现金的高流动需求一方面使得投资股市蒙受较大的风险，另一方面也加剧了股市的波动。不利于金融稳定。

第二。我国货币市场利率对股市的影响很小。虽然我国当前有一定数量的券商和基金参与了货币市场的交易，但是从数据的检验结果看股市对货币市场利率还不敏感，这说明了机构投资者在稳定股市方面的作用尚未显现，我国股市的投机氛围依然浓重。

第三，我国金融机构贷款余额对股市的影响呈微弱负向关系。这与经验相反，本文认为这与我国商业银行贷款结构与企业投资效率有关。如果企业对商业银行形成一种倒逼，那么贷款的增加未必表明企业生产效率的提高，所以未必对公司的股票有正向影响。如果企业的投资效率不高，根据财务管理原理，项目的净现值可能为负。此时贷款的增加却可能对公司股价形成负向影响。

参考文献：

[1]瞿强，资产价格与货币政策[J]，经济研究，200l,(07)。

[2]谢平、焦瑾璞，中国股票发展与货币政策完善[J]，金融研究,2002,(04)。

[3]易纲、王召，货币政策与金融资产价格[J]，经济研究，2002,(03)。

[4]孙华妤、马跃，中国货币政策与股票市场的关系[J]，经济研究,2003,(07)。

[5]陆蓉，股票市场的货币政策效应的度量[J]统计研究，2003,(08)。

[6]刘松，中国货币供应量与股市价格的实证研究[J]，管理世界,2004,(02)。

[7]崔畅，货币政策工具对资产价格动态冲击的识别检验[J]，财经研究,2007,(07)。

股市动态分析篇（3）

中图分类号：F832 文献标识码：A 文章编号：1007-4392(2009)05-0003-03

我国沪深两大股票市场(下称“两市”)均处于相同的国内及国际宏观政治､经济背景下，其相关性程度的高低反应了我国股票市场成熟度的高低，其相关性的波动在一定程度上也可以反映出市场运行的动态风险。因而，对两市相关性的分析可以为市场成熟度的评价及市场运行风险的揭示提供一定的理论依据。

通过对我国两大股票市场综合指数运行过程的研究发现，上证综指与深圳综指的相关性过程具有变结构特征。为更好刻画它们之间的相关关系，采用自组织特征映射神经网络对相关关系序列进行聚类，找到变结构点。然后利用条件Copula对变结构点前后序列相关性进行时变建模。实证结果表明，经验动态相关性可以对市场风险加以体现，而内在动态相关性则会对市场发展的成熟度提供理论借鉴。

一､动态相关性理论

(一)条件copula

W为已知条件，F､G分别为随机变量X|W､Y|W的条件分布，H为(Y)|W的联合条件分布。假定F和G连续，则存在唯一的一个条件Copu-la，有

H(x，y|w)=C(F(x|w)，G(y|w)|w)， (x，y)∈R×R and each w∈W(1)

相反的，如果令F为X|W的条件分布，G为Y|W的条件分布，C为一个条件Copula，则由(1)式定义的条件分布H就是条件边际分布为F和G的二元条件联合分布。

同理，条件Copula的密度函数形式可以表示为

h(x，y|w)=f(x|w)，g(y|w)•c(u，v|w)，(x，y，w)∈R×R×W(2)

其中u=F(x|w)，v=G(y|w)，h(x，y|w)为(X，Y)|W的联合条件密度函数。

条件Copula包含一个时变相依参数，这就需要建立时变相依参数的演化方程。在对时变过程建模方面，Patton提出了如下的条件Copula时变参数模型；

其中ωN，αN和βN为需要估计的参数，Φ-1(•)为正态随机变量累积分布函数的逆函数，(x)=(1-e-x)/(1+e-x)是修正的logistic函数，该函数用于确保相关系数始终处于-1到1之间。

(二)参数估计

本文采用两步估计法对条件Copula进行估计。其基本思想是先估计一元时间序列的边际分布函数的参数，然后对Copula函数的参数进行估计。

令θ，θx，θy和θc分别表示密度函数h(x，y|w)，f(x|w)，g(y|w)和c(u，v|w)的参数，则联合密度函数的对数似然值为：

IFM估计过程即第一步先估计边际分布函数的参数得到θx和θy，第二步估计Copula的参数得到θc。Patton证明两步估计θ=[θx，θy，θc] 与一步估计同样渐进有效。

二､实证分析

由于新股发行､上市公司退市及权重股权重分配变动等因素会对成分指数产生影响，因此为综合分析沪深两个市场间的相关关系，本文选取上证综合指数日收盘价数据作为样本，样本区间为1991.4.8-2008.12.25，共4309组数据。由于价格序列并不平稳，需要把收盘价格转换成对数收益序列。设日收盘价为?邀Pt?妖，则其对数收益率序列为?邀rt|rt=logPt-logPt-1?妖，

(一)经验时变相关性分析

为直观了解两市时变相关性的基本走势，选取一个月(20个交易日)作为滑动窗口，分别计算两组数据的经验时变线性相关系数Pearson ρp､经验时变秩相关系数Spearman ρs和经验时变秩相关系数Kendall τ，得到其走势如图1所示。

由图1可以看出，在股市建立前期，两市相关性在0附近波动，且波动幅度较大。说明我国股市建立前期，由于缺乏必要的法规､办法及正常运转的交易机构，造成投机性操作严重，两市市场运行趋势未能随国内及国际经济形式的发展做出一致的反应，市场运行不平稳，市场风险较大；自1996年中期至今，相关性趋近于1，波动幅度明显缩小。说明经过5年左右的发展，随着股民素质的提高和法律法规的建立健全，两市运行走向渐进相同，我国股市逐渐由混沌状态趋于成熟。而自2006年至今，两市相关性虽然仍在1附近波动，但波动幅度较中期有小幅增大。说明我国股市经过自1996年以来的快速发展，市场中积聚的潜在风险开始显现，两市一致性走向也受到了相应的冲击，市场风险加剧。由于时变相关性结构发生了显著变化，因而在后面的时变相关性建模中，需要探索结构变化的时间，并将时变相关过程分为几个部分分别考虑，技术上则需要考虑结构点的探测及各结构时变相关模型的建模。

(二)变结构点的探测

变结构点位置的探测是变结构问题建模的重要前提和研究热点。本文将模型的“结构”与机器学习中“类”的概念结合，认为模型结构的转变与其样本点类别的变化本质上是一致的。因而考虑采用神经网络中的自组织特征映射网络对经验时变相关系数进行聚类。为简化分析，在此我们只考虑两类的情况。聚类结果图2所示：

图2的聚类结果证实了(一)中对两市运行变结构特征的初步分析，变结构点在时间区间约为1996年6月至8月之间出现。相关关系以变结构点为分界点显著分为两类。

(三)边际分布建模

设定第1310组数据为变结构点，将原始数据分为前后两部分，计算变结构点前后两部分样本数据的统计特征如表1。

从表1中，能看出收益率序列均具有明显的高峰厚尾特征，且J-B统计量检验表明均不具有正态分布性质。对收益率序列进行单位根检验，结果表明各序列均平稳。一阶自相关分析表明，各序列前后相关性不显著。ARCH效应检验结果表明，各序列均具有显著的ARCH效应；采用AIC，BIC准则定阶，发现各收益率序列均可采用t-GARCH(1，1)模型进行边际分布建模。

因而，设定边际分布模型形式如下：

(6)其中，rt为收益率序列，It-1为到t-1时刻所获得的信息，tv为自由度为v的t分布。变结构点前后各边际分布模型参数估计结果如表2所示。

(四)内在时变相关模型建模

根据两市的相关关系散点图发现，变结构点以前两市相关关系结构为明显椭圆形态，而变结构点以后相关关系结构为线性形态，因而本文采用Pat-ton的条件(动态)Copula模型，设定式(3)时变参数模型，并对模型进行参数估计。参数估计结果和时变相关性模型结果分别如表3和图3所示。

由图3所示，两市时变相关性前半阶段在0.15附近波动，且均为正相关，波动幅度仍相对较大。说明沪深两市在建市初期虽然经验时变相关性在0附近波动(即表面表现为不相关)，但受相同宏观背景的影响，内在动态趋势仍具有一定的一致性，只是一致性程度较低，与当时市场环境仍相符。而后半阶段，两市时变相关性则在1附近持续平稳波动，特别在后期，经验时变相关性表现出市场的波动风险，但两市发展已趋于成熟，内在相关性受当前由次贷危机引发的全球金融危机等因素的影响并不显著。

(五)研究结论

通过对经验时变相关性的初步分析发现，两市市场初期运行不平稳，市场风险较大经过5年左右的发展，两市运行走向渐近相同，市场逐渐由混沌状态趋于成熟，但自2006年至今，两市市场中积聚的潜在风险开始显现，相关性波动小幅增大，市场风险加剧。

通过对内在相关性建模结果发现，第一阶段，两市运行虽然表面表现为不相关，但受相同宏观背景的影响，其内在动态趋势仍具有较低程度一致性。而在第二阶段，两市表现为持续平稳､高度相关､其内在相关性也未明显受到当前全球性金融危机的影响。

参考文献：

股市动态分析篇（4）

一、概念解析

（一）资本市场

所谓资本市场是指提供给需要融资的人进行融资，提供给利用资本寻找投资机会的人进行投资，实现投融资的一个场所。资本市场的品种有股票、基金、债券、金融衍生品等品种。

（二）数学

所谓数学是指研究数量，图形及他们的变化等的一门学科。

（三）股市技术面分析

所谓股市技术面分析是指以股票市场的过去和现在的市场行为作为研究和分析的对象，寻找出市场规律，并根据所寻找出来的市场规律进行股票投资分析的一种方法。在进行股市技术面的时候需要应用大量的数学知识和数学工具对所获得的股票市场过去和现在的历史数据进行处理以寻找到市场规律。因此，股市技术面分析对数学的依赖性非常强。

二、数学在股市技术面分析中的具体应用

（一）应用数学公式对数据进行处理构建技术指标

所谓股市技术面分析中的技术指标分析法是指应用一定的数学公式对所搜集到的股票市场过去和现在的数据进行处理，得到一个数值，并依据得到的数值对股市作出某一方面的判断的方法。主要股市技术分析指标有：移动均线（MA）、相对强弱指标RSI、指数异动平滑平均线MACD、大势型腾落指标ADL、随机震荡指标KDJ等。

例子：移动平均线（MA）

移动平均线是指将一定时期内的股票价格或者股票指数加以平均在坐标系里得到一个点，并把不同时间所得到的点连成一条线，就形成了移动平均线MA了。移动平均线按照所选取的时期长短的不同可以分为：短期移动平均线、中期移动平均线、长期移动平均线。

移动平均线的特性；由于移动平均线通过对一定时期内的股票价格或者股票指数进行平均，故其拥有稳定性和滞后性的特点，因此，股市投资者可以应用移动平均线的稳定性对股票价格或者股票指数进行分析，但同时它有具有滞后性，所以在应用移动平均线分析的时候应该注意其滞后性的特点，结合具体情况具体分析。

（二）构筑切线来推测未来走势

所谓构筑切线是指根据一定的方法和原则在股票价格走势或者股票指数走势图里画出一些直线，并根据这些直线对股票价格或者股票指数未来走势进行判断的一种股市技术分析方法。常见的股市切线技术分析方法有：趋势线法、轨道线法、黄金分割线法等。

例子：趋势线

股市技术面分析的基本假设中的一个假设为：股票的价格或者股票指数的走势沿着趋势运动。因此，我们可以通过构筑切线将股票的价格或者股票走势的这种趋势用切线表示出来，我们将这样的切线称为趋势线。通常，我们将反映股价或指数向上运动的趋势线称为上升趋势线，反映股价或指数向下运动的趋势线称为下降趋势线。趋势线的画法为：将一段时间内股票价格或者股票指数的高点或者低点连成一条直线，即趋势线。一般来说，如果所画出的直线，碰到的点越多，其有效性强。因此，我们可以应用趋势线这样的特性去判断股票价格或者股票指数未来的走势，当有效的趋势线被突破后股票价格或者股票指数未来的走势可能会出现反转。

（三）构筑股票价格或者股票指数形态来帮助分析

我们可以根据股票价格或者股票指数的走势所经历的轨迹形态，来帮助我们判断未来的股票价格或者股票指数的行情走势，这种方法我们称为形态法。根据股价的运动走势规律我们可以将股价形态分为反转突破形态和持续整理形态两种。常见的反转突破形态有：头肩形态、圆弧形态、喇叭形态、V形形态等。常见的持续整理形态有：三角形持续整理形态、矩形形态、旗形形态等。我们可以通过股价的形态来判定当下的股票价格或者股价指数走势中的多空双方处于怎么样的一种心理，通过判定多空双方的心理来帮助投资者做投资决策分析。

例子：圆弧形态

将股价一段时间内的若干个局部高点或者低点用折线连接起来就可以得到一条像圆弧那样的弧线，如果股价或者股价指数走出类似于这样的弧线的轨迹，我们称这样的轨迹形态为圆弧形态。圆弧的形态特性：1.圆弧形态形成后，股价出现反转后所带来的行情往往会出现爆发式的上涨或者下跌；2.圆弧形态形成的时间越长，反转之后可能带来的爆发式行情的可信度就越高。所以，我们可以根据圆弧形态的这些特性给我们在做投资决策分析的时候提供帮助。

三、总结

由于在不知道基本面的情况下，纯粹的从技术面的角度去判断股价未来的走势风险较大，所以我们在应用股市技术面的同时需要结合基本面的判定去帮助我们去做投资决策分析，以达到科学的投资决策。由于有很多的技术分析方法，并且每种技术分析方法都有其各自的优点和缺点，故我们可以同时选用多种技术分析方法，以达到优点和缺点相互补充，提高投资决策分析的有效性。

股市动态分析篇（5）

一、技术分析的理论基础

（一）市场行为包含一切信息

该假设是技术分析的前提基础，它以市场行为为研究对象，认为证券价格的每一个影响因素都完全、充分地反映在价格之中。所以，它分析的是证券价格的高低和变化，而并不关心影响证券价格的因素。

（二）价格沿着趋势波动，并保持趋势

证券价格的运动遵循一定的规律，按照趋势进行，并保持着一定的惯性。证券价格的涨跌是买卖双方力量对比的反映，当买方力量占据主导地位时，价格上升，在没有新的外力或消息介入，这种局面就继续维持，反之亦然。

（三）历史会重演

该假设的含义是投资者过去的经验是他制定投资策略的参考。如果在某种环境下，投资者会将现在的投资行为与曾经出现过的类似行为相比较，从而帮助他做出投资判断。

二、技术投资方法在股票实战中的应用概述

（一）基本的K线逻辑应用

K线又称日本线或蜡烛线，最初是日本人用来表示米价的涨跌情况的工具，后被引入股市，用来分析股市走势。K线较细腻地表现了交易过程中卖买双放的强弱程度和价格波动状况，是目前股票技术分析的最基本工具。K线主要通过K线的组合形态来分析判断，一些典型的K线组合形态有反转形态、持续形态等。

（二）基本的切线分析方法和形态分析方法的应用概述

1.切线分析方法概述

投资者运用画线辅助的方法寻找股价运动的规律和未来运动的方向，对股价的变动趋势进行科学预测，选择买卖时机的方法就是切线分析法。切线主要包括趋势线、通道线等。其中趋势线的画法显得最为有用，它是表现价格波动趋势的直线。上升趋势中，将两个上升的低点连成一条直线，就是上升趋势线下降趋势中，将两个下降的高点连成一条直线，就是下降趋势线。

2.形态分析方法概述

股价形态是记录股票价格表现为某种形状的图形。这种形状的出现和突破，对未来股价运动的方向和变动幅度有着很大的影响，投资者可以从某些经常出现的形态中分析多空双方力量对比的变化，找出一些股价运行的规律，从而指导自己进行投资。基本的形态主要有顶部反转形态、底部反转形态和整理形态。

（三）技术指标应用概述

技术指标是按照事先规定好的固定方法对证券市场的原始数据进行技术处理，之后生成的某个具体数据就是指数指标值。将连续不断的技术指标值制成图表并据此对市场行情进行分析的方法就是指标应用方法。

1.移动平均线

通过一定时期内股价移动平均值而将股价的变动曲线化，并借以判断未来股价变动趋势的技术分析方法叫移动平均线分析法。它是道琼斯理论的具体体现，也是K线图的重要补充。移动平均线的买卖信号主要依据葛兰威尔法则。

2.MACD与KDJ

MACD全称指数平滑异动移动平均线，KDJ则是随机指标。之所以把MACD与KDJ放在一起介绍，是因为两者都是投资者在股票实战过程中十分看中的投资技术指标。当MACD与KDJ的趋势相同时，则发出的买卖信号也是相同的：当两者趋势相反时，则出现了背离。我们在操作时要反复将两者进行对比、验证，这样操作的成功率就会得到更大的提高。

另外，比较常见的还有威廉指标、相对强弱指标、能量潮（OBV）等等。

三、技术分析的要素

技术分析要素主要包括价格、成交量、时间、空间这四方面的内容。价、量、时、空四个要素相互影响，相互作用，共同推动了技术分析活动的发展。

价格和成交量在证券市场上直接表现为成交价格和成交量。不同市场发展阶段，证券的成交价格和成交量不同。在证券市场上，当买卖双方在利益达到某一均衡点时对交易的认同度和满意度较高，其成交量就相应上升。反之，其交易量就会下降。概括地说，成交量和价格的关系主要体现在以下几个方面：一是成交量是推动股价涨跌的动力。二是量价背离是市场逆转的信号。三是成交密集区对股价运动有阻力作用。四是成交量放大是判断突破有效性的重要依据。

分析者在对时间和空间在进行技术分析时，必须以市场价格的周期性浮动和价格升降的程度为依据。时间分析是价格运行到目标位可能需要的时间，空间分析是反映趋势运行的幅度，两者在实战操作中十分重要。例如，我们找股票可以看它的涨幅榜和量比排序榜，若其均处于前列，我们就可以根据技术分析系统提示的信号，及时、准确地进入，必将获利。

四、技术操作举例分析

前面我们对一些不同的技术方法理论和各项技术指标进行了阐述，不过技术投资中如果只运用一个技术得出的结论肯定有所偏差，所以为了使操作更具准确性，我们要综合运用各项技术和指标。

（一）股票样本选取

我们随机选择一只股票，中信海直全称中信海洋直升机股份有限公司，股票代码是000099，属于航空运输行业，经营范围广，是一只央企国资改革股。我们截取了中信海直2015年6月9日至2015年8月20日的K线图，此图包含了多种技术投资方法的内容，具有重要的技术意义。下面我们对其进行分析。

股市动态分析篇（6）

从股票价格波动研究的角度出发，运用GARCH模型，能够在一定程度上将时变方差进行转换，从而能够分析滞后的回报平方，确定函数模型，从而能够抓住金融时间，找到价格的差异性，将股票价格的波动性按照一定的序列进行排列，找到股票价格波动的动态特性，所以，在运用GARCH模型的过程中，首先要分析的就是市场上股票价格的波动特点，本文选择了几种不同的模型，分析股票价格的波动性，从而对股票市场的波动性进行了准确地研究。

(一)GARCH（1,1）-M模型

这个模型是在1982年由Engle提出的，这类模型是在自然回归条件下提出的，建立条件差异性方差，这类模型能够按照时间的顺序，建立方差的模型，在1986年，这个模型又得到了完善，在建立条件方差的过程中，容易出现各类时变风险，这时就要对时变风险进行度量，分析风险与收益的关系，从而能够建立起完善的防范风险的模型。这个模型运用了递归的形式，从而能够对误差系数和滞后系数进行分析，在分析的基础上，建立递归公式，完善一个ARCH模型，这个模型具有无限性特点，误差系数与滞后系数相加也不会大于1，实现了GARCH在使用过程中的二阶平稳，误差系数和滞后系数能够反映股票市场波动的特征，而且能够分析持续阶段的股票市场的波动性，而且相加的数值越接近于1，表明波动的时间越长。

(二)指数GARCH（1,1）模型

这个模型是Nelson在ARCH模型的基础上提出的一类新的模型，这类模型能够实现非线性方程的计算，是在非线性变换指数的方式上提出的，这个模型又可以称为EGARCH模型，这类模型，能够对系数参数进行约束，防止系数出现了负数的形式，所以，在一定程度上导致了条件方差不具有动态性，在完善后的EGARCH模型中，就不会存在这类问题，能够展现出条件方差的动态性特点。在这个模型中，能够实现标准化的正态分布，而且能够显示出非对称的响应函数，起到了良好的调节作用。而且，这个模型能够对回报的负冲击程度进行分析，从而能偶完善更加标准的条件方差，通过相关的数据分析，可以发现，EGARCH模型能够对金融数据进行精确地模拟，但是，这个模型不能建立更加完善的股票市场波动性的预测。

(三)GJRGARCH（1,1）-M模型

这个模型是针对股票市场的非对称性建立的，能够建立起虚拟的变量，从而分析利好消息和利空消息，然后，让虚拟变量为零，分析对条件方差的冲击，然后将虚拟变量设计为1，分析条件方差的冲击性。所以，如果虚拟变量不为零，那么利好消息和利空消息之间就存在着比较大的波动，呈现出非对称的特点，而且虚拟数值的量很大，说明利空消息产生的冲击力比利好消息要大，为了能够分析条件方差，应该对预期收益的平稳度进行分析。

二、数据波动时间的划分和相关数据的统计

在2000年之前，我国的股票市场规模还不是很大，而且在操作的过程中还没有相关的标准，所以，本文选择了2000年-2010年的指数进行分析，由于在此期间，很多制度会发生变化，所以，中国股票市场上呈现出了一定的波动性，这样的波动性也呈现出一定的阶段性特征，在2006年的涨跌停板对中国股票的波动性造成了一定的影响。在不同的市场上，指数收益率与样本的均值都不大，但是，样本的方差是比较大的，说明股票市场的波动性比较大，而且，在第二阶段的标准差小于第一阶段，这说明，我国的股票市场的波动是在逐渐减小的，而且，偏态和峰值都不为零，这说明，拒绝正态性的分析是正确的，在对相关的模型进行分析的基础上，尅看出在对时间序列进行设计的时候，必须确保序列的平稳。

股市动态分析篇（7）

2014年，A股市场能否走出一波波澜壮阔的牛市？“中国梦”已经深入人心，而“中国梦”在A股市场中的体现，则是每一个市场投资者期盼的牛市梦，那么未来一年能否圆广大投资者的牛市梦呢？2013年12月21日，由《股市动态分析》杂志社联合深圳广电集团财经生活频道举办的以“中国梦，牛市梦”为主题的2014年大型证券投资报告会将在特区报业大厦举行，届时英大证券首席经济学家李大霄，资深财经评论员侯宁，2013年新财富最佳分析师、中信证券宏观经济分析师吴玉立博士、中银国际董事朱红，《股市动态分析》杂志社副主编蔡晓铭等多位证券专家、专业机构投资者将齐聚一堂，共同探讨2014年中国股市的走向以及投资机会。

英大证券首席经济学家李大霄，一直是坚定的多头，因多次成功预测市场而名扬A股，2012年更是因提出2132点“钻石底”而被推到风口浪尖上。事实证明，在钻石底买入绩优股，目前已经拥有了翻倍的收益。面对如今的市场环境，他再次提出中国首次真实牛市将正式开启，其背后的逻辑是什么？在本次会上，将得到解答。

曾因唱空A股，而被封为“空军司令”的侯宁也将参加本次会议，作为资深财经评论家侯宁在新浪微博上拥有高达46万的粉丝，值得注意的是，此前其公开宣布“已满仓”，而近期更是直言“牛已呼啸而至”，空翻多令投资者对明年A股转好多了几分期许。

值得关注的是，中信证券宏观经济分析师吴玉立博士也将在本次会议上为投资者提供中信证券的最新研究成果，吴玉立博士曾被评选为新财富最佳分析师，而他带来的分析也将对未来一年的投资有着重要的参考意义。

股市动态分析篇（8）

中图分类号：F222.3　文献标识码：A　文章编号：1003-7217(2010)02-0035-05

关于股票价格的定性和定量分析的理论研究有着较长的历史，并且已经形成了一个十分庞大的金融学分支。新的研究方法不断被提出，许多现代的数学工具被用来研究股票价格的内在规律性，它包括微分方程、统计分析、计量经济模型、非线性方程、随机过程、微分流形、分形分维、小波理论、人工神经网络等。

在现代的股票价格分析理论中借用了一些其他学科特别是物理学中的概念，如压力、支撑、惯性、平衡、动能、流动性等。本文借用物理学中关于材料的塑性和弹性的概念及其性质，基于类比分析的原理来研究股票市场中股票价格变动的量价关系的内在规律性。本文所提出的股票价格的塑性和弹性理论是从一个新的角度来研究股票价格的变化规律，将人们熟知的关于材料的塑性和弹性的性质类比地应用于对股票价格变动的描述。

一、人们对股票价格变化规律的认识

一般认为，股票价格分析方法可分为基本分析和技术分析。股票价格基本分析的根据是经济学、金融学、财务管理学和投资学的基本原理，认为股票的价格取决于一些基本要素，如宏观经济指标走势、经济政策、行业发展状况、产品市场状况、公司的经营及财务状况以及公司未来的发展潜力等等。通过对这些基本因素的定量和定性的分析来评估股票的投资价值，为股票投资提供技术支持。而技术分析则主要从股票市场的自身行为来分析股价的走势，其特点就是对股价和成交量等历史交易数据序列进行分析，而较少考虑股票本身质地的好坏。可以大致认为基本分析是解决“买什么证券”的问题，而技术分析则是解决“什么时候买证券”的问题。

股票价格预测方法的相对的无效性使得人们从另一个方面来认识股票市场，人们认识到或许股票价格的无法预测性正是成熟的股票市场的重要特征之一。20世纪50年展起来的现代金融理论的基本假设都与有效资本市场理论有关，包括Markowitz的证券投资组合理论、Black－Scholes股票期权定价理论、套利定价理论等。

二、股票量价关系的相关理论研究

股票市场的基本分析和技术分析侧重于股票投资的实际操作，而关于股票量价分析的理论研究则侧重于探讨由股票的价格和成交量所反映的股票市场的内在规律性。为了解释股票量价间的关系，国内外学者从不同的角度、选取不同的市场进行了大量的研究，国外的研究大致可以分为成交量与股价变动量的关系、成交量与股价波动率的关系、量价间的引导关系三个方面。国内学者的研究大致可以分为量价因果关系的检验、成交量与股价变动关系的实证研究、ARCH与GARCH族以及量价关系的其它相关研究四个方面。Karpoff认为研究股票的量价关系具有如下意义：第一，通过对量价关系的研究可以更深入地熟悉金融市场的微观结构；第二，量价关系的特征对于确定随机价格的经验分布有决定性的意义；第三，量价关系是技术分析的核心内容和工具，与技术分析的有效性密切相关，其理论解释将成为技术分析的理论基础；第四，量价关系的研究成果对研究股票市场有极高的应用价值。

三、股票价格的塑性和弹性概念

股票市场上最重要的指标之一是成交量，成交量的变动直接表现为市场交易是否频繁，人气是否旺盛，股价的持续上涨或持续下跌均需要成交量的配合。在股价的持续上涨过程中，一方面股价维持在高位并不断创出近期新高，另一方面成交量维持在相对高的水平上；在股价的持续下跌过程中。一方面股价维持在低位并不断创出近期新低，另一方面成交量也维持在相对高的水平上。当成交量萎缩时，持续上升的股价一般将回落，持续下跌的股价一般将反弹。由于股票价格受市场供需双方力量大小的控制并受各种相关信息的影响，所以股票价格经常出现较大的波动。由于存在投资者行为特征和对各种相关信息理解的差异以及信息产生的不确定性等多种因素的共同作用，股价波动呈现较强的随机运动特性。

(一)具有一定塑性的弹簧运动与股价运动的类比相似性

股票价格在成交量作用下的涨跌过程非常类似于一个被拉伸或被压缩的有一定塑性的弹簧的运动过程；弹簧在外力作用下的运动可类比地看成股价在成交量推动下的涨跌，外力越大则弹簧离开其平衡位置越远，当减小或取消外力的作用时，由于弹簧具有弹性，弹簧将从现在的位置向原平衡位置移动，同时由于塑性的存在，弹簧的平衡位置发生了变化；弹簧回不到原平衡位置而停在原平衡位置与曾达到的最远位置之间的某处。弹簧所受外力越大且持续的时间越长则塑性变形就越大，弹簧能够回到的位置离原来的平衡位置越远，同时这个具有一定塑性的弹簧将建立起新的平衡位置。材料受到外力的作用而使各点间相对位置改变，当外力撤销后材料恢复原状的形变则称为弹性形变，若撤去外力后不能完全恢复原状的形变则称为塑性形变。

与弹簧的平衡位置相对应，股票价格在每一个时刻都应该有一个均衡价格。不断增加的成交量使股价上涨到高位并持续一段时间，当成交量萎缩后股价一般会出现一定的回落，这种股价向均衡价格的回落是股价弹性的表现。但股价很少回落到原均衡价格，而是达到中间的某个价位，形成新的均衡价格，这种均衡价格的向上移动是股价塑性的表现；反之，不断增加的成交量使股价下跌到低位并持续一段时间，当成交量萎缩后，一般股价会出现反弹，这种股价向均衡价格的反弹是股价弹性的表现。但股价很少回升到原均衡价格，而是达到中间的某个价位，形成新的均衡价格，这种均衡价格的向下移动是股价塑性的表现。股价在成交量推动下的涨跌过程与材料的塑性和弹性的特点有很好的相似性，虽然股价的变动并不等同于材料的变形，但可借用物理学中塑性和弹性的概念对股价的塑性和弹性进行界定和研究。

(二)关于股票均衡价格的讨论

应用类比推理的方法，有塑性的弹簧在外力作用下的这一运动过程可以用来描述股价在成交量作用下的变动。为了引入股票价格的塑性和弹性的概念，对应于弹簧的平衡位置，先引入股票的均衡价格概念。股票的均衡价格是该支股票的买卖双方处于均衡态势时共同认可的价格，对应于弹簧在无外力作用时的平衡位置。

对于弹簧来说，要确定它的平衡位置只需去掉

外力并让弹簧保持静止就可以标出其平衡位置。但对于股票价格来说，由于股票始终保持连续的交易状态，就像一个有一定塑性的弹簧一直受外力的作用而难以确定其每一时刻的平衡位置一样，股票在每一时刻的均衡价格也是难以确定的。人们可以通过分析股票的均衡价格的特征来了解股票的均衡价格。股票的均衡价格应具有以下三个特征：(1)股票价格围绕其均衡价格波动，而由于塑性的存在，均衡价格随股价波动也在进行调整(这里在引入股价的塑性概念之前就使用了股价具有塑性的说法，由于是与有一定塑性的弹簧的类比，所以不至于引起逻辑上的混乱)。(2)均衡价格是大多数投资者普遍认可的心理价格，否则，就会出现股票在当前价格上的供求不平衡，从而导致股价的变动并进而导致该股票的均衡价格的变动。(3)当股票交易量萎缩且进行了较长时期的窄幅盘整之后，股价近似等于均衡价格。就像具有一定塑性的弹簧在任何时刻都有一个平衡位置一样，交易中的股票在任何时刻都有一个均衡价格，这应该是股票在该时刻的理论均衡价格。当股票在大的成交量配合下大幅上涨或大幅下跌时，股票的价格会暂时较多地偏离均衡价格，同时均衡价格的位置也会有显著的移动。

(三)股票价格的塑性和弹性概念的引入

根据前面对具有一定塑性的弹簧的运动与股价运动的类比分析，下面给出股价塑性和股价弹性的定义。股价塑性是指当股价偏离均衡价格且有一定的成交量和一定时间的作用下，股票的均衡价格产生移动的性质。股价弹性是指当股价偏离均衡价格且成交量萎缩的情况下，股票的价格会自动向均衡价格做恢复性移动的性质。

在股价大幅上涨过程中，由于股价在高于其均衡价格的水平上交易和成交量放大，这时股票的均衡价格不断地向上移动，这期间股票价格的塑性性质起主要作用，成交量萎缩后股价会在新建立起来的较上涨前更高的均衡价格附近波动；同样地，在股价大幅下跌过程中，由于股价在低于其均衡价格的水平上交易和成交量放大，这时股票的均衡价格不断地向下移动，这期间股票价格的塑性性质起主要作用，成交量萎缩后股价会在新建立起来的较下跌前更低的均衡价格附近波动。在股票的交易量较小的情况下，股票价格的上涨和下跌对其均衡价格的拉动作用很小，股票价格的变化不能为市场所认可，股价将会在短时间内在弹性力的作用下向均衡价格做恢复性移动，这期间股价的弹性性质起主要作用。

具有一定的股票投资经验的投资者，依据他们对股价变动规律的观察与总结，他们中的大部分人一定会同意和接受我们所提出的用股票均衡价格、股价塑性和股价弹性的概念来理解股票价格的变动特点的思想。

股价变化的塑性性质和弹性性质可以通过建立适当的计量经济学模型来定量地表述，由于文章篇幅有限，这部分工作可参考作者的另外两篇文章及博士论文。在博士论文中，作者对股价变化的塑性性质和弹性性质的计量经济学模型进行了充分的实证研究，并通过大量的理论分析和应用性研究来考察该理论的理论价值和应用价值。

四、股票价格的塑性和弹性理论与已有理论的相似点和不同点

实际上在已有的多种证券价格分析的理论方法中都部分地蕴含着股价变动具有塑性和弹性的双重特性的思想，并且有些分析原理与我们提出的股价的塑性和弹性理论有一定的相似性，所以有必要对它们进行比较分析。

(一)摆荡指标分析法与股票价格的塑性和弹性

摆荡指标分析法是股票技术分析中一类重要的方法，当市场进入无趋势阶段时，股票价格通常在一个水平区间上下波动，这时跟随趋势的分析方法难以正常工作，摆荡指标可以指示“超买”和“超卖”状态，为市场交易者提供获利的机会。在有趋势阶段，把摆荡指标和股票价格图表参照使用，以期寻找到股票交易的好机会。摆荡指标分析法与股价的弹性性质很类似，“超买”状态表明股价高于其均衡价格较多，一旦成交量下降，股价的弹性力将使股价回落，“超卖”状态表明股价低于其均衡价格较多，一旦成交量下降，股价的弹性力将使股价反弹。当然，股价的弹性性质只有在成交量萎缩时才能体现出来。

乖离率(BIAS)是移动平均线原理派生的一项技术指标，其功能主要是通过测算股价在波动过程中与移动平均线出现偏离的程度，从而得出股价在剧烈波动时因偏离移动平均趋势而造成可能的回档或反弹，以及股价在正常波动范围内移动而形成继续原有趋势的可信度。乖离率的计算公式如下：

乖离率=当日收盘价－N日内移动平均收盘价/N日内移动平均收盘价×100％

其中，N日为设立参数，可按自己选用移动平均线日数设立，一般可选择6日、12日、24日或12日。由计算公式可知，乖离率分正值和负值，当股价在移动平均线之上时为正值；当股价在移动平均线之下时为负值；当股价与移动平均线一致时为零。乖离率的基本研判原理是：如果股价离移动平均线太远，则不会持续太长时间，而会很快再次趋均线。这一点与股价弹性类似，但这种研判原理没有考虑成交量的因素。在成交量维持在较高的水平时，股价的塑性变形起主要作用，即使这时股价的乖离率很大，从而有较强的向移动平均线运动的趋势，但这时成交量的推动力远远大于这种恢复力，所以股价会在成交量的推动下继续沿已形成的趋势运动，而不理会什么乖离率的大小。我们经常看到股价在较长的时间内保持远离移动平均线的状态，在多头和空头行情中均常见，只有当成交量大幅萎缩之后乖离率指标才显示其作用。

股价塑性和弹性理论认为，尽管当股价远离其均衡价格时存在使股价向均衡价格移动的弹性力，并且这种力的大小与股价偏离均衡价格的程度成正比，但只有成交量萎缩时股价的弹性性质才体现出来，表现为股价的上涨(下跌)因无成交量的继续支持而回档(反弹)，强调了成交量的影响。

(二)趋势通道分析法与股票价格的塑性和弹性

在股票价格的趋势分析中，趋势通道分析是一种常用的方法。根据上升趋势的底部确定上升通道的下轨，根据上升趋势的一系列涨势的峰位确定上升通道的上轨，若两条轨线近似平行则认为股价在一个上升的趋势通道中运行。同样地，根据下降趋势的顶部确定下降通道的上轨，根据下降趋势的一系列跌势的谷底确定下降通道的下轨，若两条轨线近似平行则认为股价在一个下降的趋势通道中运行。无论是在上升通道还是下降通道，股价在接近通道的下轨时受到支撑线的支撑作用。投资者意识到支撑的有效性后买盘增大而卖盘减小，股价会上涨；股价在接近通道的上轨时受到压力线的压制作用，投资者意识到压制的有效性后卖盘增大而买盘减小，股价会下跌。趋势通道分析是一种形态分析方法，基于形态的持续性来判断未来的股价变动趋势。

在股价的塑性和弹性理论中，股票价格的趋势运动是股票均衡价格的运动。在股价持续上涨的过程中，股价长时间地处在其均衡价格之上，多方的力量明显大于空方，成交量和时间因素的作用使得股

票的均衡价格不断向上移动，而在此过程中股价过多地偏离其均衡价格会使股票的弹性起重要作用，股价高于其均衡价格过多会产生大的使股价回落的力量，股价低于其均衡价格过多会产生大的使股价反弹的力量，这样导致股价在一个上升通道中运行。同样地，在股价持续下跌的过程中，股价长时间地处在其均衡价格之下，多方的力量明显小于空方，成交量和时间因素的作用使得股票的均衡价格不断向下移动，因而股价过多地偏离其均衡价格会使股票的弹性起重要作用，股价高于其均衡价格过多会产生大的使股价回落的力量，股价低于其均衡价格过多会产生大的使股价反弹的力量，这样导致股价在一个下降通道中运行。用股价的塑性和弹性理论分析股价的趋势通道特征是基于股票的塑性和弹性的，是一种机理分析方法，不是形式上的形态分析方法。

(三)经济均衡分析法与股票价格的塑性和弹性

经典的经济均衡分析是有关商品的供给、需求、均衡价格和均衡价格移动的几何意义明显的分析方法。人们已认识到对一般的有形商品的经济均衡分析并不总是适合于分析金融市场的均衡，在金融市场中的均衡是用无套利原理来描述和分析的，当然单用无套利均衡原理还不能满足描述股价变动规律的分析。以下分析经典的经济均衡分析在描述股票价格方面所遇到的困难，同时考察有关股价的塑性和弹性理论与经典的经济均衡分析的异同点。

经济均衡分析从一条向上弯曲的供给曲线和一条向下弯曲的需求曲线出发，坐标系的纵轴是价格，横轴是供给量和需求量，两条曲线的交点所对应的纵坐标是均衡价格，所对应的横坐标是市场处于均衡状态时的供给量和需求量。若在当前的均衡价格上的需求量增大时需求曲线向右移动，均衡价格向上移动，而需求量减小时需求曲线向左移动，均衡价格向下移动；若在当前的均衡价格上的供给量增大时供给曲线向右移动，均衡价格向下移动。而供给量减小时供给曲线向左移动，均衡价格向上移动。当我们在一个动态的较长时间段内考察价格、需求量和供给量时，经济均衡分析的结果显示价格会逐渐地靠近均衡价格。具体有以下的动态调节过程：供给的过剩导致价格的下降，价格的下降导致供给的减少和需求的上升，需求的上升导致价格的上涨，价格的上涨导致供给的增加和需求的减少。

在股票市场中股票的总供给量(有送配股时供给量将增加，而有上市公司回购股票时供给量将减少)一般是固定的。市场对股票需求的大量的增加(求购)或供给的大量减少(惜售)只能通过价格的大幅上涨来达到新的均衡，与一般的商品市场不同的是，当股票的新的均衡价格得到市场的认可之后，即使市场对股票的需求量又回到原来较低的水平甚至更低的水平时，股价不会大幅下跌，市场在新的价格上达到新的均衡，这是股价塑性的体现。同样地，市场对股票需求的大量的减少(惜买)和供给的大量增加(抛售)只能通过价格的大幅下跌来达到新的均衡，与一般的商品市场不同的是当股票的新的均衡价格得到市场的认可之后，即使市场对股票的供给量又回到原来较低的水平甚至更低的水平时，股价不会大幅上涨，市场在新的价格上达到新的均衡，这也是股价塑性的体现。也就是说，对股票的需求或供给的增大会导致价格的变动而当对股票的需求或供给恢复到原来的水平时股票价格并不回到原位。或者说对于股票来说需求曲线是不存在的，对股票的相同的需求水平可以对应很不相同的股票价格。经典的经济均衡分析在分析股票的供给、需求、均衡价格和均衡价格的移动方面有很大的困难。这是由于股票价格的塑性性质所导致的。

股市动态分析篇（9）

一、引言

证券投资是指投资者购买股票、债券、基金券等有价证券及其衍生品，以获取红利、利息及资本利得的投资行为和投资过程，是直接投资的重要形式。以市盈率的高低来评价证券市场或股票的投资价值，是证券投资分析中重要的方法之一，尤其对长期战略投资而言显得更为重要，因为其收益通常是在投资若干年之后，对投资效益进行评价应该考虑资金的时间价值，这在投资经济学中被称为动态评价方法。净现值(NPV)是将投资项目在整个分析期内不同时间点上的净现金流量按基准收益率折算到基年的现金之和。净现值大于零，表明收益率超过基准收益率，项目可行；在多个项目进行比选时，净现值最大的项目，其收益率最高，在经济评价中是优先选择的项目。本文将这一方法应用到证券投资市场，提出了基于净现值法的动态市盈率(DPER)概念，建立了计算模型，可作为证券投资的评价指标。

二、 静态市盈率概念及其局限性

1.静态市盈率

人们通常所说的市盈率即市价盈利比率（PER或P/E），是指证券市场价格指数（或证券价格）与其上年每股盈利的比值。根据使用对象不同，市盈率又可分为总体市盈率和股票市盈率。

（1）总体市盈率是用证券市场的总市值和上市公司的即期总税后利润加权平均的比值，常用总市值与其即期总收益的加权平均。这一指标反映了证券市场总的“资本凭证价格比率”，可对证券市场的投资价值和所蕴藏风险作出适当的评价。

（2）股票市盈率是股票的市场价格与每股收益的比值。设股票上年的每股收益为E0，市场价格为P，则其静态市盈率为：

（1）

如果年平均每股盈利保持不变，把历年盈利全部用于派发股息，需要20年才能收回投资成本（不考虑公司的成长性和同期银行存款利率等因素），即可理解为静态投资回收期。这一指标表明了投资在多长时间内能收回成本，它是衡量上市公司盈利能力的重要指标，属于经济效益评价的静态评价指标，我们将其称为静态市盈率。市盈率越低，投资回收期越短，说明回报率越高，选择市盈率低的股票进行投资曾一度成为市场的共识。因此，静态市盈率是考察股票投资价值的重要指标。

2.静态市盈率的局限性

静态市盈率计算简单，使用方便。因此，它在证券市场上成为广大投资者使用最普遍的一个指标。但是，静态市盈率概念也存在一定的局限性。

（1）由于市盈率概念的每股收益以上年实现的每股税后利润计算，采用的是历史数据，表明的是过去的事实；也有人提出以本年度预期的每股税后利润计算，但通常预测值与实际值有一定的误差，导致市盈率出现误差。

（2）静态市盈率的大小不能正确反映上市公司的发展情况。静态市盈率蕴涵着一个基本假设，即未来若干年内股票的每股收益不变，这是不可能的。随着国民经济的发展，大多数上市公司具有一定的成长性已成为不争的事实；而有些企业经营不善，甚至连续3年亏损被摘牌的上市公司也不乏其例。

（3）利率也是影响市盈率的重要因素。一般来说，市场利率高，储蓄将吸引大量的资金，必将影响证券市场，反之亦然。由于静态市盈率没有考虑到资金的时间价值，从投资的角度看没有充分反映资金的使用效益，这就大大降低了投资分析的可靠性。

三、动态市盈率

1.净现值

净现值（NPV）是项目投资所产生的未来现金流的折现值与投资成本之间的差值。在投资项目评价中，NPV≥0方案可行；NPV＜0方案不可行；净现值均＞0净现值最大的方案为最优方案。由于净现值指标反映了投资项目的获利能力，而且考虑了资金时间价值和全过程的净现金流量，体现了收益性、风险性和流动性的统一，因此，净现值法是评价投资方案的一种科学方法。

2.动态市盈率

证券投资是狭义的投资，是通过购买有价证券获得收益的行为。对证券市场或股票，充分考虑资金时间价值，建立在企业成长性基础上的投资回收期，我们称为动态市盈率(DPER)。

3. 动态市盈率模型

为了计算动态市盈率，本文以股票为例，建立动态市盈率模型，求解模型即得动态市盈率。

（1）年增长率固定的动态市盈率。设股票基年的每股盈利，年平均增长率为，则第t年的预期盈利为，公司盈利的支付比率为，市场价格为P，市场利率为，静态市盈率 ，至第n年的收益之和的净现值为：

（2）

成熟的证券市场具有有效性，有效市场理论认为市场价格已经包含了所有的可以得到的信息，有效市场下证券价格是理性的，最终表现为对未来总收益的预期：，则得动态市盈率为：

（3）

（2）年增长率不同的动态市盈率。事实上，企业的成长性与企业所处发展时期有关。不同的发展时期有不同的增长率，设第t年的增长率为，收益为：，至第n年收益的净现值之和为：

（4）

从而有：

（5）

式中：P为股票市场价格；为股票基年的每股盈利；为第t年的增长率；为静态市盈率；为公司盈利支付比率；为市场利率；（5）式解出的n为包含资金的时间价值的动态市盈率。

（3）包含利率的动态市盈率。事实上，企业的净现金流量还与利率有关。设在未来年份各年的利率为，上市公司年增长率为 ，则有：

（6）

动态市盈率可由下式解出的n确定：

（7）

由于（7）式中的为未来年份的利率，对其进行准确预测是困难的，但该模型具有重要的理论意义。

四、实例分析

假设某股票基年收益E0=0.50元/股，市场价格为p=10元。

（1）静态市盈率为20（倍）。

（2）年增长率固定的动态市盈率。设公司的年平均增长率，设，按（3）式计算的动态市盈率结果如表1所示。

这表明，静态市盈率为20倍的股票，若年平均增长率为10％，其动态市盈率仅为13.9倍；若年平均增长率为20％，其动态市盈率仅为9.4倍；若年平均增长率为50％，其动态市盈率仅为5.5倍；若年平均增长率为100％，其动态市盈率仅为3.65倍。由此也可以解释，在证券市场上缺乏成长性的股票，即使其静态市盈率在20以下也常常无人问津；对于具有高成长性的绩优股，即使静态市盈率达到近百倍的股票，也常受到人们追捧。因此，追求成长性是证券投资的永恒主题。

（2）年增长率不同的动态市盈率。上市公司各年具有不同的成长性，比如发展的初期，前4年的年增长率不断递增，之后趋缓，不妨假设年增长率分别为：10％，20％，50％，50％，20％，10％，0，…，0。如果，可使用（5）式确定动态市盈率，如表2所示。

由表2的最后一行可知，至第9年的静态市盈率已达到20倍，因此动态市盈率仅为9倍。

五、结论

正确理解市盈率是分析证券投资市场和确定投资组合的基础。从投资的角度看，市盈率越小的股票投资价值越大，持股的风险越小，反之亦然。但人们发现，市场并没有按照这一原则行事，有时高市盈率的股票往往会成为市场追捧的热点，低市盈率的股票反而无人问津。这其中固然有些是市场过度投机因素所致，但同时我们也不能否认其合理性，上市公司的成长性是影响股票市盈率的最为重要的因素，市盈率与其成长性成反比，增长速度越快，动态市盈率应越低。动态市盈率揭示了企业业绩增长和发展的动态变化，比静态市盈率更具分析价值。

参考文献：

[1] 杨海明，王燕：投资学[M].上海：上海人民出版社，1998

股市动态分析篇（10）

中图分类号：F830.91 文献标识码： A文章编号：1003-7217(2011)05-0035-04

一、引 言

股权溢价是指股票收益高于无风险利率的部分，股权溢价一直是金融市场中受关注的问题。理论上，不同期限国债的收益率反映市场对不同期限利率的预期，国债利率的期限结构会受到宏观经济变量的影响，而其中一些宏观经济变量同样会影响股票收益率，如货币政策、通货膨胀等，因此股权溢价与利率期限结构中的期限溢价之间就存在一定的相关性。本文将采用多元GARCH模型对中国的国债期限溢价和股权溢价之间的动态相关性进行分析。多元GARCH模型（MGARCH）在不同资产之间条件相关性和条件方差的分析中已经得到广泛应用，如Engle和Kroner（1995）［1］的 BEKK模型和Engle（2002）［2］的动态条件相关性模型（Dynamic Conditional Correlation，DCC）。为了考虑方差、协方差和相关性的非对称性，Cappiello，Engle和Sheppard（2006）［3］提出了非对称的动态条件相关性模型（Asymmetric Dynamic Conditional Correlation，ADCC），他们利用ADCC模型对全球股市和债市收益率进行了分析，结果发现全球普遍存在股票收益的非对称性而债券却很少有这种现象，但是股票和债券都存在非对称的条件相关性。袁超等（2008）［4］运用ADCC对中国股市和债市的相关系数的时变性进行研究，结果发现两个市场的相关性存在结构性变化。王璐和庞皓（2009）［5］则使用BEKK模型对股市和债市的波动溢出进行研究。

中国的国债市场自从1996年以来得到不断发展，国债市场与股票市场有着紧密的联系，两个市场的关系也是不断变化的［4］，但已有研究对利率期限结构的期限溢价与股权溢价之间的动态关系关注却较少。与王璐和庞皓（2009）使用BEKK-MGARCH模型、袁超等（2008）使用ADCC-MGARCH模型分析股票指数和债券指数之间关系不同的是，本文分析期限溢价和股权溢价的关系，采用窗口滚动、BEKK-MGARCH和ADCC-MGARCH三种方法进行比较，检验不同动态相关系数的效果差异。同时，本文使用2002年1月~2010年3月的月度数据进行分析，不仅避免了日交易数据高度波动的影响，而且包含了2008~2009年经济危机时期。此外，本文不仅考虑期限溢价和股权溢价之间的动态相关性的时变性，而且关注其符号的变化。二、实证分析

本文的数据来源于锐思金融数据库，数据区间为2002年1月~2010年3月。证券市场指数采用上证综指，上证综指的月度收益率使用 ret 表示。同时考虑交易所债券市场在2009年后的交易比较少，国债数据使用银行间债券市场数据。为了得到不同期限的无风险利率，考虑Nelson-Siegel（1987）［6］简约利率期限结构模型的灵活性和广泛使用［7］，本文根据Diebold和Li（2006）［8］扩展的Nelson-Siegel模型估计即期利率，得到1年和10年的无风险即期利率 y1和y10，其中期限溢价sp101，等于10年期利率减去1年期利率。股票指数收益率与1年期即期利率的差为股权溢价exret。

为了得到国债期限溢价和股权溢价的动态相关性并进行比较，本文首先采用简单的窗口滚动来计算动态相关性，然后采用两个多元GARCH模型进行分析，进而分析动态条件相关系数的变化。

（一）窗口滚动样本相关性

由于本文采用的是月度数据，所以首先采用前6期的数据来计算初始的相关性系数，然后逐月向后滚动得到每个月的滚动相关性系数 corrl ，其计算公式如下：

根据公式（1）计算的样本相关性序列corrl的时间序列图见图1。图中结果显示，期限溢价和股权溢价之间的相关性系数呈现正负交替的波动性。图1 窗口滚动样本相关性

（二）BEKK-MGARCH模型

为了进行比较，同时考虑金融时间序列的非对称性，本文分别采用BEKK-MGARCH模型和考虑非对称性的ADCC-MGARCH模型来分析exret和sp101之间的动态相关性。

根据BEKK-MGARCH模型，本文首先设定 exret和sp101的一阶自回归方程，形式为：

财经理论与实践(双月刊)2011年第5期2011年第5期(总第173期)王志强，熊海芳：国债期限溢价与股权溢价之间动态相关性分析

从表1中可看出，exret的均值方程系数都不显著，而sp101 的均值方程的系数都具有统计显著性。在条件方差和协方差系数中，A(1,1)、A(2,2)、B(1,1)、B(2,2)都是显著的。另外，为了分析条件协方差的变化，分别对其系数A(1,1)×A(2,2)、B(1,1)×B(2,2)进行wald检验，发现它们都是显著不为零的，这说明它们的条件协方差短期具有ARCH效应，长期具有GARCH效应。为了分析exret和sp101之间相关性的时变性，图2画出BEKK-MGARCH模型中的条件相关系数走势。

图2 exret和sp101之间的条件相关系数：

BEKK-MGARCH模型

从图2中看出，基于BEKK-MGARCH模型的 exret和sp101 之间的条件相关系数，其走势呈现上下波动，说明它们之间存在动态的相关性。

（三）ADCC-MGARCH模型

为了更全面地分析 exret和sp101 之间的相关性的时变性，下面采用ADCC-MGARCH模型进行分析：

其中，ri,t是资产收益溢价i在t期的数值，σi,t是资产收益溢价i在t期的条件波动率，σij,t是i和j在时间t的条件协方差，zi,t=ri,t/σi,t，ij是无条件协方差，I是指示函数，当εi,t－1 大于零时为1，它表示波动的非对称性。得到ADCC-MGARCH模型的估计结果如表2。

从表2可看出，除 sp101的非对称性系数不显著外，其他各个系数基本都具有高度的显著性，δ（ex）显著表明波动存在非对称性，α、β均显著不为零，说明滞后一期的标准化残差乘积对动态相关系数存在影响，α+β接近于0.9，反映出相关性具有较强的持续性特征。为了更好的比较分析exret和sp101之间相关性的时变性， 画出ADCCMGARCH模型中的条件相关系数的走势，如图3。

图3 exret和sp101 之间的条件相关系数：

ADCC-MGARCH模型

从图3可以看出，基于ADCC-MGARCH模型得到的 exret和sp101 之间的条件相关系数也是时变的，可以看出：2002~2007年国债期限溢价和股权溢价的相关性基本为负数，其中，2002~2003年相对平稳，2004~2005有下降的趋势，2006~2007年在波动中上升，2008~2009两者相关性是正数。其中，2008年不断上升，2009年以来呈现不断下降趋势。从图2、图3可以看出BEKK-MGARCH 模型与ADCC-MGARCH 模型估计的时变相关系数的差别很大，前者估计的相关系数波动经常发生转折，而后者的情形则相对稳定。

（四）三个动态相关系数的比较

对于国债期限溢价和股权溢价的动态相关性，本文得到3个结果：窗口滚动相关性系数 corrl、BEKK模型的条件相关系数corbek和ADCC模型的条件相关系数cordcc。为了判断哪个模型能更好的反映股权溢价和国债期限溢价之间真实相关系数的时变性，本文对它们进行统计分析，比较哪个更符合实际。表3是这3个变量的统计特征。在表3中，corrl、corbek和cordcc的均值都为负数，cordcc的均值与样本数据静态相关系数-0.10685最为接近，说明ADCC的效果较好。另外，窗口滚动的相关系数corrl最大值、最小值比较接近于1与-1，cordcc次之，corbek 的绝对数相对都较小；3个相关系数都呈现左偏，说明模型中的相关系数多数为负数。实际上，前些年中国的国债市场和股票市场之间的相关性并不是很强，而2008年金融危机以来股市震荡、债市回暖时期股价下跌、债券价格上涨，2009年期限溢价和股权溢价的相关性应该是下降的，3个相关系数中ADCC刚好与这些现实情况相符合。从图3可以看出，股权溢价和国债期限溢价条件相关系数大小在短期内就会发生变动，具有时变性，但两者的相关系数在2007年前多为负数，2008~2009多为正数，说明股权溢价和国债期限溢价的相关性在短期内不断发生变动，但是在正负相关性上却保持相对稳定。

三、结 语

为了得到国债期限溢价和股权溢价的动态相关性，本文采用窗口滚动、BEKK-MGARCH和ADCC-MGARCH模型，分析两者动态条件相关系数的变化及差异。

对于国债期限溢价和股权溢价的动态相关性，本文结果发现ADCC-MGARCH模型的条件相关系数 cordcc 的均值与样本数据静态相关系数最为接近，同时，3个相关系数中ADCC也与现实情况最为相符。从ADCC-MGARCH的条件相关系数看，发现股权溢价和国债期限溢价条件相关系数大小在短期内就会发生变动，但与他们发现相关性的正负符号在短期就会变化不同，中国市场中两者的相关性在正负符号上却保持相对稳定。

参考文献：

［1］Engle R F, Kroner K F. Multivariate simultaneous generalized ARCH ［J］. Econometric Theory, 1995, 11(1):22-150.

［2］Engle R F. Dynamic conditional correlation - a simple class of multivariate GARCH models ［J］. Journal of Business and Economic Statistics, 2002,20(3):339-350.

［3］Cappiello L, Engle R, Sheppard K. Asymmetric dynamics in the correlations of global equity and bond returns ［J］.Journal of Financial Econometrics, 2006, 4(4):537-572.

［4］袁超,张兵,汪慧建.债券市场和股票市场的动态相关性研究［J］.金融研究,2008,(1):63-75.

［5］王璐,庞皓.中国股市和债市波动溢出效应的MV-GARCH分析［J］.数理统计与管理,2009,(1):152-158.

［6］Nelson C R, Siegel A F. Parsimonious modeling of yield curves ［J］. Journal of Business, 1987, 60(4):473-89.

［7］康书隆,王志强.中国国债利率期限结构的风险特征及其内含信息研究［J］.世界经济, 2010,(7):121-143.

［8］Diebold F X, Li C. Forecasting the term structure of government bond yields ［J］. Journal of Econometrics, 2006, 130(2):337-364.

［9］刘懿，罗希.我国次级债券市场约束的实证研究［J］.科学决策,2009,(10):26-34.

The Analysis of Dynamic Relationship between Treasury Maturity Premium and Equity Premium

WANG Zhi-qiang,XIONG Hai-fang