股票市场格局分析论文范文

股票市场格局分析论文范文第1篇

伴随着生活水平的提高, 消费者不再停滞于满足温饱的需求, 对农产品的营养价值提出了更高的要求, 这意味着中国农业的发展进入了一个崭新阶段。丰富农产品的营养价值与功效, 不断满足消费者不断变化的功能需求, 进而推进各区域农业经济发展。吉林省特色农产品美名扬中外, 需求量逐年递增, 发展势态良好。吉林省特色农产品满足了消费者日益增长的营养、绿色、健康的需求, 因此在国内外市场上销量暴增, 具有广阔的发展空间。同时, 吉林省对农产品品牌的重视程度也日趋提高。随着2008年《农产品地理标志管理办法》的出台, 将吉林省特色农产品发展推向了又一高峰。我国在评定地理标志农产品的过程十分严格, 不仅需要考察产品的品质, 更注重区域的历史文化的保留情况, 并且在区域内划定特定的生产区域。截止到2015年, 吉林省内以“地名”+“品名”命名通过评审的地理标志农产品, 并受到地理标志保护的农产品总计36种。伴随着吉林省对品牌建设越来越注重, 日后将会有更多农产品被纳入地理标志保护行列。在国家工商管理总局颁布的“中国已注册地理标志名录”中, 截止至2015年末, 吉林省有45个商标被纳入其中。这意味着, 凡经国家工商行政管理总局商标局依法核准注册地理标志的注册人以及集体成员或经注册人许可的地理标志产品生产者、经营者均可使用该标志。保护地理标志, 有利于促进农民增收, 有利于促进农业产业化、规模化发展, 还有助于提升吉林省农产品在国际市场上的竞争力, 保持竞争优势。为尽早解决“三农”问题, 各省市应齐心协力共同保护好受地理标志保护的农产品品牌。截止到2015年末, 吉林省农产品龙头企业中市级以上龙头企业共有111家, 其中水稻加工业发展最好, 共有29家, 占26.13%;玉米龙头企业有13家, 占11.71%, 豆制品加工业有10家, 占9%;畜牧业26家, 占23.42%;其他的龙头企业涉及的范围很广, 如马铃薯、食用菌、山野菜、水果、花卉、种业、渔业、批发市场、蔬菜、贸易和肥料等, 近几年吉林省农业企业的迅猛发展为吉林省农业品牌发展开辟了道路。

2 区域市场品牌分布格局与市场绩效之间的理论关系

市场结构、市场行为和市场绩效三者及其之间的关系一直是产业组织理论研究的重点。20世纪50年代以贝恩为代表的哈佛学派提出市场结构、市场行为、市场绩效分析的基本SCP分析范式。

其推理逻辑为市场结构、市场行为、市场绩效三者之间是一种单向的、固定的因果关系, 市场结构决定企业的市场行为, 企业的市场行为决定市场绩效, 市场结构通过企业的市场行为影响经济运行效果。此后, 一一分析理论经过不断的批评、修改、发展、完善, 形成了较为稳定的分析理论体系。

基于产业组织理论对市场结构、市场行为、市场绩效三者的分析逻辑, 本文从品牌生态理论角度, 以品牌在区域市场的分布格局代替传统市场结构分析, 并对品牌市场行为及市场绩效进行了分析评价。本文认为, 品牌市场分布格局、品牌市场行为、市场绩效三者之间存在相互关系。品牌的市场分布格局是决定品牌市场行为, 产生市场绩效的基础品牌的市场分布格局和市场绩效共同作用决定品牌的市场行为, 同时, 品牌的市场行为决定市场绩效, 又影响着品牌在市场中的地位和分布市场绩效是品牌在市场中的运行效果, 受市场结构和市场行为的共同制约, 而市场绩效的状态及变动趋势又对品牌的市场分布和市场行为产生影响, 促使品牌改变其市场行为, 影响品牌的分布格局, 促进市场的不断发展进化。

3 区域市场品牌分布格局与市场绩效之间的实证研究

3.1 样本的选取和数据来源

本文的研究对象基于区域市场和行业两方面的选择。由于吉林省是农业大省, 基于行业特点和数据可得性, 选取吉林省农业作为实证行业。考虑到数据的可得性, 选取吉林省农业市场2010年至2015年的数据作为实证分析的依据。全部数据由2010年-2015年的《吉林省农业统计年鉴》、《艾格农业数据库》、《国家农业科学数据共享库》、《布瑞克农业数据库》、wind数据库等相关统计数据整理得到。

3.2 研究方法

本文采取因子分析法与回归模型相结合的分析方法。首先根据分析选取指标变量, 对变量进行分析, 利用因子分析等方法, 确定变量之间的相互关系, 找出相互独立的, 影响区域市场品牌格局和市场绩效的主要因素, 然后就市场绩效与品牌分布格局之间的相互关系进行回归分析。

3.3 变量的选取

选取将品牌集中度、品牌丰富度、产品品种丰富度、市场成熟度、品牌实力对比度五项指标作为品牌分布格局的测度指标。

市场绩效的评价一般从资源配置效率、规模结构效率、技术进步程度等方面, 利用利润率等指标进行评价。考虑农业市场的特性, 对技术进步方面侧重度较小, 主要考虑行业的营利性和成长性。本文选择收入利润率、资产利润率、利润增长率、收入增长率、资产增长率五项指标来衡量吉林省农业市场的市场绩效。

3.4 实证分析

设定因变量Y为吉林省农业市场绩效综合得分, 自变量X1为品牌集中度, X2为品牌丰富度, X3为产品品种丰富度, X4为市场成熟度, X5为品牌实力对比度。

对因变量与自变量进行回归分析, 得结果

上述模型中自变量存在多重共线性, 这与前文中对品牌分布格局测度指数相关系数分析结论一致, 剔除对VIF检验值较大的自变量, 重新对变量进行回归, 建立如下模型:

自变量X2、X3和X5能解释因变量Y91.2%的变化, 信息解释度高。线性回归系数通过检验, 无自回归现象, 无多重共线性, 模型拟合度高。

为了检验市场绩效与品牌集中度的相关关系, 将自变量X1引入模型中, 剔除与X1线性相关的变量X2、X5。建立如下模型:

自变量X1、X3能解释因变量Y79.2%的变化, 信息解释较好。线性回归系数通过检验, 无自回归现象, 无多重共线性, 模型拟合度高。

为了检验市场绩效与市场成熟度的相关关系, 将自变量X4引入模型中, 剔除与X4线性相关的变量X1。建立如下模型:

自变量X3和X4能解释因变量Y83.4%的变化, 信息解释度高。线性回归系数通过检验, 无自回归现象, 无多重共线性, 模型拟合度高。

3.5 实证结果分析

通过上述实证结果可知, 吉林省农业市场绩效与品牌集中度成正相关。在产品品种丰富度不变的条件下, 品牌集中度增加一个单位, 市场绩效将增加0.673个单位。即品牌集中度对市场绩效的影响显著为正, 在具有较高品牌集中度的市场中存在具有规模经济的垄断势力, 通过其市场影响力及规模经济性降低成本, 抢占市场份额, 获取超额利润。

吉林省农业市场绩效与品牌丰富度成负相关, 在其他变量不变的情况下, 品牌丰富度每增加一个单位, 市场绩效将降低0.174个单位, 因此接受假设2。品牌丰富度与品牌数量直接相关, 品牌丰富度越高, 市场中单位顾客所拥有的品牌数量越多, 品牌之间争夺顾客的竞争越激烈。激烈的市场竞争导致市场集中度下降, 垄断品牌获得超额利润的能力降低, 市场利润下降。

吉林省农业市场绩效与市场成熟度成负相关。市场成熟度由品牌平均入市时间表示, 市场成熟度增加表明品牌平均入市时间增加, 即新进入品牌减少。新进入品牌减少意味着市场竞争程度的缓解, 市场进入成熟期, 垄断品牌势力逐渐形成, 市场集中度增强。

综合来看, 吉林省农业市场绩效与产品品种丰富度成负相关关系, 产品品种丰富表明品牌差异化的形成。品牌差异化可以缓解品牌竞争的压力, 赢得顾客忠诚度, 加强品牌实力。

4 吉林省区域品牌发展对策建议

吉林省农业品牌要在以品牌致胜的市场中立于不败之地, 必须抢占生存空间, 获取利益, 品牌存在的市场是品牌的立身之本, 选择适合品牌自身发展的区域市场是品牌成长的基础。品牌及拥有企业以获取利益为目的, 因此高利润率是品牌选择区域市场的重要条件。

吉林省农业品牌已经进入成长期的市场, 竞争较为激烈, 品牌需要付出较高的进入成本。此时, 品牌应该选择已有品牌数量较少, 具有一定集中度的市场。具有一定集中度的市场中存在垄断市场力, 品牌可以通过增强品牌实力, 形成品牌优势获得一定的定价权, 同时通过规模经济降低产品成本, 获得超额利润。

只有不断审时度势, 慎重选择品牌定位市场, 充分发挥吉林省农业区域品牌自身优势, 不断提高品牌内在的动力, 以产品差异化、服务差异化的策略来满足顾客日益升级的需要, 通过龙头企业带动吉林省区域农业品牌的发展, 有效提升市场绩效。

摘要：在产品竞争跃迁为品牌竞争的市场发展背景下, 品牌市场分布格局是产生市场绩效的基础, 两者共同影响品牌的市场行为。吉林省作为农业大省具有良好的区域品牌基础, 推动着吉林省农业经济迅猛发展。本文选取吉林省农业区域品牌为研究对象, 选取了品牌分布格局和市场绩效的评价指标进行实证研究, 找到了区域市场品牌分布格局与市场绩效之间的关系。

股票市场格局分析论文范文第2篇

1 区域与文化

1.1 区域位置与地理环境

1.1.1 地理位置

东溪镇位于四川盆地的东南边缘,贵州大娄山脉北端,地处重庆市綦江区中心城以南,方位角175°,海拔350米,直距綦江区中心城30公里,紧邻丁山湖市级旅游区,与贵州省接壤。地理坐标:东径106°42′10″,北纬28°46′45″。

1.1.2 地理环境

东溪镇区范围内总的地形西高东低,周边高中间低,除河流切割区外,地形较平坦,最高点为南侧山顶,高程430m,最低点为綦江河273m,相对高差157m,总的地形坡度<10°,四周山坡地形坡角在15~20°间,东丁河、永久河、綦江河两岸地形陡峭,坡角都在50°左右,地貌为低山丘陵地貌,相对高差较大[2]。总之,地形中等复杂,地貌单一。

1.2 古镇历史与渊源

东溪镇始建于唐高祖武德二年(619年),距今已有1300多年的历史[3]。因东面的綦河下达长江,上溯黔境,陆路交通四通八达,使东溪镇成为一个商贸云集繁华的水码头。清初以来,清廷沿袭明制,在四川设置驿站、军塘站,以传递北京到四川,四川到各省的文书信件。作为川黔要道的重要口岸和川黔古道上的重要驿站,昔东溪镇商客云集,现虽历经变迁,但历来是綦江的第一场镇。

太平桥作为货物集散的最大码头和东溪场的发源地,距场镇约一公里。一公里的陡坡路是船工、客商入城、出城的必经之路,历史上形成了穿场而过的由99999块条形青石板组成的川黔古道,蜿蜒曲折,修建于古道旁的一连串的么店子洋洋大观。身临其境,仍然可以感受到东溪镇兴盛时期的人客络绎相属的历史场景。

境内有七孔子崖汉墓群,均为草室墓,装饰精美,还有文帝手书的“天下第一名山“遗址、太平天国的翼王石达开三进东溪攻打琵琶古寨的遗址、清代光绪二十七年修建的“旌表节孝”石刻牌坊等遗址,还有位于东溪书院街创建于清同治年间的西南最早的邮局和反映“湖广填四川”的保存完整的祠庙会馆,见证了东溪曾经辉煌的历史[4]。

2 古镇形态与建筑特色

2.1 整体空间格局

东溪镇地处两山之间的槽谷地带,两面是山,中间是河,山水相间,山环水抱。城镇布局以自然山水为基础,依岩靠水,因地就势,错落有致,山回谷转,移步换形,将人工环境与自然山水环境充分结合,构成了城镇、建筑、地景三位一体的山水城镇特色[5]。

在太平桥地区,沿綦河、东丁河、永久河两岸的古民居星罗棋布,依山势地形而建,错落有致。拾级而上的太平古渡口至金银洞飞瀑,沿途水声潺潺,丰水季节,似有“飞流直下三千尺”之壮观。3000余颗罕见而参天古朴的黄桷树密布其间,常年翠绿、郁郁葱葱,镶嵌在山水之间,堪称“西南之最”。建筑结合自然、因地制宜布局,加上山水绿化植被映衬,共同组成古镇和谐的整体空间环境,构成了丰富的观赏空间,形成了交叉,复合的视觉景观通廊,彰显“小桥、流水、人家”的清幽意境。

2.2 街巷空间形态

书院街、朝阳街、背街构成东溪场镇的骨架,其建筑和街巷顺应地形和场地环境灵活布局,不拘一格,形成富于变化而整体协调的空间形态。街道是集商业活动、家庭起居、邻里交往为一体的复合空间,街巷刻意处理出的一些“袋形”空间,可供人们驻足交谈、歇息。街巷相交或转折的空间节点,也被扩大为街区的景观节点,使人有豁然开朗之感[6]。

街区建筑多为具有巴渝地方特色的传统民居,穿斗结构,青瓦屋面,深出檐,色彩素雅,以一层为主,相互比连;街巷多为石板铺砌,宽4~5米(街心3米),自由灵活,与沿街建筑物配合,空间尺度宜人。

2.3 建筑特色

2.3.1 祠堂会馆

东溪镇有“三宫八庙”之说,现保存基本完整。其中,万天宫始建于清康熙二年,是蜀人会馆,占地1000多平方米,系砖木结构;南华宫又名南华六主庙,始建于清乾隆元年,是两广籍人入川驻东溪的会馆,总体为川东风格建筑,砖木结构,占地400多平方米,分上下两殿,下殿有保存完好的古戏台,上殿有直径均为3.3尺的钟鼓各一个,大小菩萨37尊,下殿右侧塑有十八罗汉;王爷庙又称镇江神庙,始建于清乾隆六年(1741年),系木结构,是沿河一带的乡人为保水上运输平安求祈江河保佑集资而建,此庙面临綦江河和东丁河,位于两河交汇处,位置独特,结合地形修建,布局紧凑,是典型的山地台院式建筑,外形和体量均异于两旁民宅,但相互之间和谐统一,庙宇在枝繁叶茂的黄桷树掩映下,显得古朴虚幻;龙华寺庙位于镇区南部,两进院落,为山顶合院建筑。

同时,东溪镇祠庙会馆的装饰艺术也具有较高的水平。南华宫戏台上的雕龙、雕凤、三国人物、技场比舞等,各具情态,栩栩如生,惟妙惟肖;万天宫的宫门前和正殿前房顶均塑有重达数吨的双龙和凤,颇为壮观,而展示一个个历史典故的镂空木刻浮雕群,更显古技艺之精华。

2.3.2 传统民居

传统民居则多为普通民宅、非院落建筑,大的宅院很少见,一般不追求严格的轴线,与用地环境有机契合。建筑制式多为穿斗式结构,构架形式以满堂柱或隔柱落地两种形式为主,柱间以横向的穿枋相联系;填充墙采用木板或竹编夹壁,涂纸筋石灰浆;屋面采用小青瓦,建筑轻巧,灵活大方。木构穿斗构架,构成朴实典雅的方格,反映了朴素的结构性能特征,外墙面一般采用板墙或夹壁墙粉白,小木作较为精巧,形象自然,形成富有特色的装饰效果。

太平桥一带的“幺店子”则综合运用台、挑、吊、坡、靠、退、、让、错、分、联等山地建筑手法,或悬虚构屋,临坎吊脚,取“天平地不平”之势;或依附悬崖,陡壁悬挑,“借天不借地”,有“凌空飞绝壁”之感,构成了婀娜多姿的独特山地建筑风貌[7]。

从构造取材方面来看,充分注意到当地盛产竹、木、土、石等地方材料,房屋的墙身广泛采用“穿斗夹壁墙”的竹木构造体系,屋顶则采用小青瓦铺盖,使得传统建筑与自然环境有机地融为一体。

3 文化特征与景观格局

3.1 文化特征

东溪古镇历史源远流长,留下了许多历史文化遗迹。东溪镇有七孔子崖汉墓群,均为草室墓,装饰精美,颇具考古价值。文帝手书的“天下第一名山”遗址,太平天国的翼王石达开三进东溪攻打琵琶古寨的遗址及清代光绪二十七年修建的“旌表节孝”石刻牌坊等遗址均反映了古镇社会、文化的发展过程。

东溪书院街上的邮局创建于清同治年间,作为一个地区的信息交流中转站,是西南最早的邮局,见证了东溪曾经辉煌的历史。

东溪古镇的蜿蜒曲折的川黔古道和一连串的么店子,引起人们对历史上繁荣的水码头的无限遐想,似乎是历史偶然遗落在那里几页书籍,记载了东溪镇的起源和兴起。保存完整的祠庙会馆则反映了“湖广填四川”的这一历史时期的历史文化。

东溪古镇的历史街区记载了古镇的历史足迹,是巴渝地区历史城镇的典型代表,反映了重庆浓郁的地方文化特色。

3.2 景观格局

东溪古镇既是人类创造的物质财富,也体现了精神文明的内涵,它们能带给人们以美的体验,满足了人们的审美心理需求,也为后世所欣赏,具体表现在:

(1)古镇与整体自然山水环境有机契合,体现出特有的山水文化之美。城镇所处山水环境和自身空间结构关系,形成了变化与统一、对比与和谐、人工与自然、动与静等多种形式美的特征。

(2)大金银洞、小金银洞及黄桷树等三个瀑布在绿树的掩映下,清澈飞泻,是古镇良好景观不可或缺的构成要素。

(3)3000余颗黄桷古树镶嵌在山水之间,茂叶修竹,郁郁葱葱,是古镇建筑的天然屏障和自然背景。

4 结论

基于上述分析,东溪古镇的历史文化与风貌特色主要体现在五个方面:一是川黔古道的水码头,二是环境清幽的山水城镇,三是风貌协调的历史街区,四是保存完整的祠庙会馆,五是巴渝特色的传统民居。东溪古镇记载了古镇的历史足迹,是巴渝地区历史城镇的典型代表,反映了重庆浓郁的地方文化特色。在社会经济快速发展的今天,东溪古镇已失去了当初的功能作用,但对其辉煌的过去记忆成为现今古镇发展延续的方向,成为当地文化发展不可或缺的部分,具有极其重要的历史文化价值、景观价值及开发旅游的社会经济价值。

摘要：通过文化特色、聚落环境、街巷格局、建筑特色的系统梳理,对东溪古镇的形态、格局进行整体与局部的解读与剖析,总结东溪古镇的形态与格局特征,同时将其鲜明的以古镇为载体的川黔古道的水码头体现出来的文化进行了概括。

关键词：东溪古镇,空间形态,建筑特色

参考文献

[1] 郝赢.东溪古镇川东第一山水名镇[J].重庆旅游,2013(1):110-119

[2] 杨义.东溪古镇民间信仰的调查研究[D].重庆:西南大学,2011

[3] 綦江县志编纂委员会.綦江县志[M].重庆:西南交通大学出版社,1991

[4] 张涌.婉约东溪[J].公民导则,2013(6):52

[5] 张春艳.历史城镇的整体性保护方法研究以重庆东溪古镇为例[D].重庆:重庆大学,2004

[6] 朱烨茜.东溪拾零满载而归[J].中国西部,2011(22):148-149

股票市场格局分析论文范文第3篇

摘　要：融资对于上市公司的存在和发展具有重要的意义。首先通过对云南省上市公司自上市以来的融资数据进行现状分析，进而得出其融资特点，然后以云南省上市公司为研究总体，选取企业发展能力及盈利能力等指标运用数据包络分析（DEA）方法对自上市以来的股权融资效率进行实证分析，并得出有意义的结论和启示。

关键词:上市公司；股权融资效率；数据包络分析

引言

自1993年云南白药（000538）成为云南第一家上市公司后，通过17年的发展，现在云南省上市公司数量增加到29家，其中沪市主板13家，深市主板8家、中小板7家和创业板1家，上市板块主要集中在有色、化工、生物医药、旅游等产业。截至2010年底，云南省上市公司总市值超过2 800亿元，上市公司累计直接融资466.67亿元，资本市场已形成了股票、可转换债券、长短期借款等多种形式的融资格局。云南上市公司充分利用资本市场做优做强，在企业发展壮大的同时，也助推云南产业结构调整和资源合理配置，有力地支持了地方经济社会的发展。证券市场的大规模发展为中国上市公司进行直接融资创造了重要的途径与场所，改变了融资结构，拓宽了融资渠道，为经济发展提供了更多的资金来源。

对云南省上市公司融资情况做统计分析发现：（1）融资方式方面：融资手段多元化，包括银行贷款、首发、配股及增发、可转债。但就债券融资来说只有云天化和锡业股份采用过，值得一提的是云天化在2007年发行权证进行融资，实现了云南省上市公司融资方式多元化中的关键一步。（2）融资结构方面，股权融资金额合计22 714 400 803.24元，约占总融资金额的43%；债权融资金额合计30 509 349 230.44元，约占总融资金额的57%。从另一方面来说，直接融资金额合计31 577 374 840.34元，约占总融资金额的60%，且直接融资中股权融资比例57%、债券融资比例3%，且债权融资中债券融资比例较低；间接融资金额合计21 188 821 476元，约占总融资金额的40%。表面上看，直接融资比例较高，但究其深层次原因，主要在于部分上市公司的直接融资尤其是发行债券数额巨大，从而拉升了整体上市公司的直接融资份额。具有直接融资比例低，但其中股权融资比例高的特点，因此对于云南省上市公司股权融资效率的研究显得尤其重要。

一、文献回顾

股权融资是上市公司资本结构决策的重要内容，属于上市公司微观经营活动的一部分。通过对融资方式、融资结构及其他相关方面进行合理安排，能够提高公司的融资效率，进而提高公司的市场价值。国外学者对企业融资效率的研究比较少，研究基本上都集中于研究市场整体的配置效率。C.Mayer [1]从证券市场规模、数量的角度讨论了股票市场的作用，认为直接融资效率体现在融资结构和证券融资占其总融资的比重上；Kunt&Levine [2]的研究发现股票市场的作用并不体现在融资数量上，更主要的是提高了资本的配置效率。国内对股权融资效率的研究主要集中在以下几个方面：融资方式、融资成本与风险；资金使用效率；资本结构理论、公司治理理论及信号传递理论等各方面对股权融资效率的影响。

围绕着融资效率的研究，近年来国内一些学者开始使用实证方法测度融资效率以推定融资安排的优弊。刘力昌等[3]运用DEA方法，以沪市1998年初次发行股票的47家上市公司为研究对象，对中国股权融资效率进行了综合评价。张金清等[4]在界定股权融资效率定义和改进Sayuri模型的基础上选取股权融资效率评价指标，对中国A股市场的融资效率作出纵横向分析与评判。刘克等[5]基于制度理论，构建了产业集群中企业间网络关系对企业外部融资效率影响的理论模型，研究和探索了不同程度的政策制度支持如何影响网络合法性与外部融资效率的关系。从已有文献看，学者们主要将中国上市公司作为整体来研究，且大多数集中于股权融资偏好、融资优序理论等相关理论研究，缺乏对股权融资效率的定性研究，且已有研究极少将某个地区作为研究对象。本文以云南省上市公司为研究对象，通过对其融资现状分析，得出融资特点并进一步采用DEA方法进行经验分析，对股权融资效率的提高尽可能的提出切实可行的具体措施，并为相关管理部门提供政策性建议，也进一步完善融资效率理论。

二、云南省上市公司股权融资效率的经验分析

数据包络分析法是以相对效率概念为基础发展起来的一种广为使用的效率评价方法，运用线性规划方法进行计算得出效率。本文学者对股权融资效率的研究，将投入定义为融资投入，通过融资总额、股权集中度和资产负债率表示：融资总额反映上市公司融资所筹集资金的规模大小，股权集中度表示上市公司股权结构对融资效率的作用程度，资产负债率反映资本结构对融资效率的影响。将产出定义为融资效果，通过净资产收益率、营业收入增长率和托宾Q值三个指标予以反应：净资产收益率反映上市公司融资后的盈利能力，营业收入增长率反映上市融资后的成长性，托宾Q值反映资金配置效率。基于可获得的数据，删除后的样本共23家上市公司。由于投资或经营活动的时间因素，上市公司筹资当年的绩效难以立即反映融资效率，故本文输入指标数据取各上市公司筹资发生的当年年末的财务报表数据，其中融资总额的计算为首次发行募集资金及后续融资（配股及增发）募集资金按当前银行贷款利率①折现到首次发行当年末，股权集中度和资产负债率为融资各期的算术平均值。输出指标数据取股权融资发生后的所有年度的财务报表数据的算术平均值。数据资料主要来自CSMAR、巨潮资讯网以及年报，计量软件使用Coelli（1996）所开发的数据包络分析软件FRONTIER（Version 4.1）。②

总体上看，23家上市公司的股权融资效率分布比较集中，但个体差异较大；最低的融资效率为负值（-2.6009，600792），最高值为0.7507（600497），平均值为0.2298。可以看出，云南省上市公司的股权融资效率整体是低效的。从净资产收益率来看，其是从盈利能力角度反映上市公司股权融资效率。样本中，有7家净资产收益率超过10%，且其融资效率都表现较好（均值为0.613）；股权融资效率最高的驰宏锌锗（600497），净资产收益率也最高（23.56%）。营业收入增长率是从成长性角度反映上市公司的股权融资效率。样本中，23家上市公司中，有8家营业收入增长率超过30%，其中1家融资效率为负值（-0.0015，600265），效率均值为0.269。部分上市公司的营业收入增长率高，但融资效率并不高，一定程度上说明了融资的资金使用效率不高。如公司募集了大量资金后，没有投入到新投资项目或新投资项目的效益并没有显现出来。托宾Q值反映了上市公司资源配置的效率。根据证监会行业分类，23家上市公司行业中，工业的股权融资效率最高，其次是公用事业和综合行业，这与地区资源优势密不可分。

结论

通过前文的分析我们可以看出，云南省上市公司融资的现状及特点；进而对23家样本公司自上市以来的股权融资效率的经验分析，发现整体效率不高，且行业间融资效率差异较大。同时，以上研究有助于我们客观看待上市公司的股权融资。从公司角度看，股权融资避免了债务融资带来的定期付息和偿还本金的约束，并且进行股权融资的后期净资产收益率表现比较好，说明股权融资为投资者提供了进入生产领域获得扩大生产利润的途径。从整个证券市场看，股权融资尤其是股票再融资有利于引导资金进入生产领域，有利于发挥资本市场资源配置功能和稳定证券市场。从市场反应看，进行股权融资的公司融资后，市场类指标托宾Q值没有表现显著的下跌。

融资是企业运行的先导，通过企业的融资活动能够实现一定的效能或功效，即企业的融资活动影响企业的融资成本和市场价值，乃至公司的治理及整个社会资源的优化配置。因此，对于提升云南省上市公司的股权融资效率，要做好以下两个方面：一方面，继续发挥地区资源优势，做强优势上市公司，优化融资结构。提高企业主营业务收入有助于企业利润持续稳定的增长，主营业务的再投资和其他资本投资，从而不断地扩大企业的利润，形成一个有利于企业发展的良性循环。另一方面，除提供直接融资空间外，鼓励上市公司发行债券融资，促进融资方式的多元化发展。除进一步加大股权融资发展的力度外，还必须加大对银行业市场的改革力度，通过引进竞争和培育新的市场主体，提高间接融资对融资效率的贡献。

参考文献：

[1] Mayer.C:New Issues in Corporate Finance，European Economic Review，1988:32.

[2] Demiguc Kunt& Ross Levine:Stock Markets，Corporate Finance，and Economic Growth：An Overview，The World Bank Economic

Review，1996:10.

[3] 刘力昌，冯根福，张道宏，毛红霞.基于DEA的上市公司股权融资效率评价[J].系统工程，2004，(1).

[4] 张金清，刘烨.对中国股市融资效率的评价与实证分析[J].世界经济情况，2008，(10).

[5] 刘克，王岚.产业集群中中小企业外部融资效率研究:制度理论的视角[J].当代经济科学，2010，(3).[责任编辑 陈丽敏]

股票市场格局分析论文范文第4篇

在我国，民航客运与旅游产业是两种极为重要的经济产业，二者的发展对我国国民经济的提高具有极为重要的作用。同时，民航运输与旅游产业之间也存在极为密切的联系，民航运输机场格局的合理设置推动了相关地区旅游产业的经济发展，而旅游资源分布又在一定程度上影响了民航运输的机场布局，故要对我国民航运输机场格局与相应旅游资源分布的状况进行一定分析，才能更好地促进二者的发展。

一、我国在民航运输方面的机场布局

在1949年中华人民共和国成立之后，我国的民用航空局也正式成立，自此之后，在党中央决定，人民革命军事委员会的正确领导下，我国的民航运输产业从筹建都发展都获得了极大的成就。而中国民航运输机场发展大致可以分为四个时期，从1949年的正式筹划到改革开放后民航产业的迅速发展见证了我国从民航小国到民航运输大国的发展历程。

现今，我国的民航运输机场布局大致呈网状型分布，而此网络结构又由各大辐射中心联系而成，由某一大型机场向外辐射，连接各中小城市机场。而各大型城市机场之间又有相互直达航线，由此，形成稳定的网状结构。

而民航机场的布局又与我国经济状况的发展有一定联系，在我国，东部地区与西部地区相比较为发达，东部地区因是沿海地区与外部联系更为紧密，因此经济状况居于中国高位，而西部地区则受地理状况的限制，经济条件较为落后，故这种经济发展的不平衡决定了我国机场的布局在东西部地区的差异。在东部地区，大型民航客运机场主要集中在长江三角洲地区，由以上海地区为主，在中西部，则以北京，四川成都，云南昆明为民航集中发展地。以全国为总体布局分析，北京、上海、广州作为我国的一线重大城市，毫无疑问的是大型机场的集中落脚地，连接着全国航线，是我国民航机场布局的中心枢纽地区。此外，民航运输机场的布局除与经济发展的状况有密切联系外，政治中心、人员客流量也起着关键作用。如大部分大型机场都位于各省省会、各直辖市等，在人口较为集中的地区，机场分布也更明显。

二、我国旅游资源产业的分布状况

在一般情况下，旅游产业状况与当地经济发展水平有一定的联系，有明显的地域色彩。如在经济发达的地区，相关部门就较为重视当地旅游业的发展，旅游产业管理就相对较好，而在经济不发达的地区，受地理状况与交通条件的影响，人们也不大乐意前往这些城市旅游，因此，发达的地区更为发达，落后的地区因种种原因经济也得不到发展。

对于我国来说，东部地区的旅游发展与西部地区相比具有一定优势，首先因经济状况地极为不平衡决定了人们更倾向于东部发达地区。在东部地区，由以江苏、浙江、上海、广州等省市为旅游集中地区，这些省市因靠近海洋，与外部的联系极为密切，可以发展海洋旅游相关产业，具有得天独厚的地理优势。同时发达的经济状况、先进的文化使得这些地区对人们有极大的吸引力，旅游产业因此得到迅速发展。而对于中西部地区，北京作为我国首都必然具有一定的优势，天安门广场、万里长城、天坛等，每年都吸引着大量游客前来参观。近几年来，陕西西安，四川成都，重庆凭借着网络的力量，也逐渐成为热门旅游地点，推动了当地旅游产业及经济状况的发展。而云南昆明，广西桂林等一直以来都作为旅游城市来发展，每年都吸引着大批游客。当初上述诸多省市外，我国也有其他省市具有一定的旅游资源，如山西地区，东北地区等。山西地区位于我国地理中心，具有悠久的历史，但由于地理因素及当地旅游管理部门的不重视，导致山西的旅游产业得不到发展，从而导致旅游资源的浪费。

三、两者之间的关联性及相关布局改善措施

由上述分析可知，经济发展状况在很大程度上决定了当地旅游产业的发展，而经济条件又决定了民航运输机场的分布。对于我国而言，东部地区经济发达故有很多大型机场，产生极大的客流量，而此方便快捷的交通方式又使人们倾向于到东部地区旅游，从而促进了沿海地区的旅游经济发展。同时，由于西部地区如拉萨，乌鲁木齐等城市旅游产业的发展，也影响了民航机场的布局，故二者之间是相互影响、相互制约、共同发展的关系。

就我国总体旅游资源布局来看，西部地区的旅游资源与东部相比更具有优势，中西部地区如陕西、山西、新疆乌鲁木齐、拉萨等具有极多的旅游资源，但机场的布局却不足以支撑旅游人员数量，这表明我国的旅游产业发展是由当地的经济状况所决定，而不是由旅游资源来决定，这作为一个重大问题值得我们去深思。

对于我国民航运输机场布局与旅游资源分布状况之间的问题，笔者有以下相关提议:一是在旅游资源丰富的城市建立民航机场，使当地交通方便快捷，游客可以方便高效地到达旅游城市，二是将此旅游城市的机场与大型城市机场联系起来，如将乌鲁木齐、西宁等城市与北上广之间建立航空航线，从而使较不发达的城市与国际接轨，形成航空网络，便于人们出行。

四、结束语

民航运输机场布局与旅游资源分布状况之间的关系是密不可分的，随着社会经济的发展，人民生活水平日益提高，旅游产业也会得到进一步发展，这就推动了我国民航运输机场的格局分布，而要加快中西部城市的旅游发展就要建立民航机场，以此推动当地的经济发展。

摘要：随着社会经济的发展, 我国在民航运输与旅游产业两方面都取得了巨大成就, 而现如今, 人民生活水平日益提高, 越来越多的人选择去省外或较远地区旅游, 这就使得民航运输与旅游产业的联系更为紧密, 二者之间逐渐产生了制约, 相互影响, 在共同的利益条件相协同发展。

关键词：民航运输,机场格局,旅游产业,资源分布

参考文献

[1] 彭新育, 吴甫成等.评价旅游景点经济价值的数学模型[J].经济地理, 2016 (4) :36-47.

股票市场格局分析论文范文第5篇

摘   要：我国A股偏重融资功能的市场定位是否弱化了股市投资功能，是备受学术界和业界关注的议题之一。本文选取2007年1月—2019年12月间A股股价数据，从多个维度对市场收益特征展开分析，并构造随机波动率风险分析模型，首次为认识A股投融资功能的内在关系提供了实证证据。结果表明：我国A股投资功能较弱、价值投资较难;与经验认识相反的是，A股偏重融资功能对提升股市投资功能有积极作用。在此基础上，本文为协调中国A股融资与投资功能的发展提出了针对性建议。

关键词：价值投资;资本市场;风险分析模型

DOI：10.19647/j.cnki.37-1462/f.2020.12.011

一、引言

在中国特色社会主义经济体制背景下，我国股市正逐步成熟与完善，成为仅次于美国资本市场的全球第二大资本市场，但中国股市也在发展中出现了许多问题，其中关于如何平衡股市融资水平与财富水平间关系的问题又演变成了各种各样的问题。这些问题已经严重阻碍我国资本市场乃至实体经济的良性发展，不利于国家战略目标的实现。因此，如何认识中国股市融资功能与投资功能之间的关系是学术界和业界讨论的热点问题之一，这也直接关系到经济主体对国家金融战略布局、经济发展方式、企业融资、财富管理等方面的认识，而国内学者对此并没有形成统一的结论。部分学术界和业界人士认为中国股市当下偏重融资功能的市场定位是削弱股市投资功能的直接原因。

值得注意的是，过往的观点往往缺乏实证数据和理论的支持，但却对资本市场体系的发展方法、政府政策的制定等方面影响较大。因此，中国股市偏重融资功能是否合适、中国股市是否具有投资功能、中国股市偏重融资功能是否导致了股市无法进行价值投资等问题是值得关注的，本文试图为回答这些问题提供实证证据。

二、文献综述

目前聚焦中国股市融资功能与投资功能间关系的学术研究较少，相关的文献主要集中在两个方面：第一，中国A股市场是否可以进行价值投资;第二，股市融资行为如何影响股市的发展。

国内不少学者对“中国股票市场是否可以进行价值投资”这一问题进行了讨论，但结论并未统一。尹力博和廖辉毅（2019）[1]利用2003年9月至2018年4月的中国A股数据，采用Fama-Macbeth横截面回归方法，发现品质溢价在A股市场上具有显著正向特征;周小川（2007）[2]认为中国A股市场长期价格扭曲，无法有效传递基本面信息，市场环境有待改进;蔡庆丰和宋友勇（2010）[3]认为中国资本市场上的投资机构由于管理人制度的不稳定，使得基金更关注短期效益，进一步地放大了市场风险;胡熠和顾明（2018）[4]采用多维度因子分析方法构造了代表中国股市价值投资的投资策略因子，研究发现该因子选股策略可以获得较为稳健的正回报，为在中国A股市场上进行价值投资提供了证据。

国内外学者对“股市融资行为如何影响股市发展”这一问题进行了研究，但结论往往具有较大的局限性。Baker和Jeffrey（2000）[5]对美国1928—1997年间股市扩容后的市场收益率进行对比分析，发现股市融资扩容与股市价格走势之间存在一定的关系，但并未对此进行深入分析;Akhigbe等（2003）[6]基于信息传递视角认为，股市扩容将向市场传递更为积极的信号，从而对提升市场收益率有积极作用;胡乃武等（2002）[7]对2001年A股市场上35家增发新股的公司进行股价效应研究，结果发现增发新股对公司股价具有负面影响;谢百三和沈文莹（2004）[8]采用描述性统计方法，分析了2001—2004年股市融资量与股指价格走势的关系，得出了中国股市过度融资将造成股指下降的结论;孔东民和付克华（2005）[9]利用1998—2002年A股市场上82家增发股票的上市公司数据，统计观察其在事件发生日后的股价走势，分析得出公司股价对增发行为有负面反应的结论;张跃文和孙舒杨（2009）[10]利用描述性统计方法对2000—2007年A股市场上的新股数据进行分析，结果发现新股发行对市场的冲击是显著的，但这种冲击明显被高估;张博等（2016）[11]利用VAR模型对2010—2015年期间的A股数据进行分析，发现股票融资对市场收益有短暂负面影响;邵志高和张琴（2009）[12]利用事件研究法对2006—2008年期间进行融资的A股上市公司进行研究，发现不同融资方式对于公司股价的影响方式不同;黎精明和赵燕（2012）[13]通过对2007—2009年期间成功增发的A股上市公司进行研究，发现公司股价与公司增发融资行为间存在显著关系，但此关系并不明确;马晓逵等（2012）[14]采用事件研究法对2006—2009年沪深两市上市公司定向融资后的股市反应进行分析，发现在投资者情绪较高时，中国上市公司采用定向增发方式融资后往往能获得更高的超额收益;唐震斌（2003）[15]通过描述性统计方法对1993—2002年A股上市公司数据进行分析，发现股市扩容对促进股市健康发展有积极作用。以上文献都有一定的参考价值，但大多对融资方式、样本选择、数据周期等有很具体的要求，且在研究时往往偏向于对融资规模与融资公司股价波动间的关系进行局部分析，因此不同文献的研究结论往往出现较大的分歧，同时也具有一定的局限性。

值得注意的是，为了使风险分析模型更适用于本国经济现状，近年来国内外学者也进行了许多研究，但由于市场制度、数据周期、行业背景、数据处理方法等的不同，往往得出了不同的结论。如Yang（2013）[16]利用SSAEPD分布和GARCH模型去刻画市场数据特征，发现新因子模型可更好地解释投资标的的超额收益率;Fama和French（2015）[17]将投资因子引入到FF4模型建立了五因子定价模型，发现五因子模型更能解释一些市场异象。国内学者对此的研究更偏向于市场风险模型在A股市场上的有效性检验。如李志冰等（2017）[18]以中国A股市场21年数据为样本，得出了五因子模型比单因子模型、三因子模型及四因子模型解釋能力强的结论;李俊声和卓建伟（2018）[19]对中国A股市场进行实证分析时发现五因子模型无法解释A股市场存在的价格异象。以往国内学者在研究传统风险模型及分析股市投融资功能时，都忽略了A股市场与制度特征，因此在模型上存在缺陷。与以往文献不同的是，本文根据中国A股市场统计特征，构建了更符合中国股市特征的风险分析模型，弥补了过往研究文献中模型的缺陷，探究了影响A股投资功能强弱的市场和制度原因，为认识A股融资功能与投资功能间关系提供了更可靠的实证证据。

三、基于收益特征角度的A股投资功能分析

（一）数据来源及数据处理

由于投资者主要参与A股市场的交易，因此本文选取的是A股市场上的股票数据，并剔除信息缺失和上市不足3个月的公司。由于股权分置改革前的市场环境与当下股市环境有较大区别，而我国于2006年底基本完成了股权分置改革，因此本文选取2007年1月到2019年12月A股上市公司的月度数据作为样本，以更准确地反映当下A股市场投资功能的长期真实水平。本文选取中国人民银行公布的三个月期存款利率作为无风险利率，与大多数文献一致。若无另外指明，本文所使用数据皆来自国泰安因子数据库（GTA-FF）。本文借鉴Fama和French（2015）[17]数据处理方法，按照市值-账面市值比5×5分类法将我国A股市场投资标的分成25组典型的投资组合。

（二）A股投资功能分析

本文从收益性、稳定性和显著性三个维度出发对A股投资功能进行分析，以使监管部门、上市公司、投资者更全面地了解A股市场投资标的收益特征。25组典型投资标的月收益水平的描述性统计见表1。

表1面板A描述了中国A股市场投资标的的统计特征。观察發现，在25组典型的投资标的中，有22组投资标的取得了正收益;从分布特征上来看，25组投资标的收益序列皆通过了JB检验（Jarque-Bera检验），即其整体服从正态分布，具有对称特征，且25组投资标的月收益率中位数在13%水平，这也进一步说明了A股投资标的的整体正收益特征。

表1面板B描述了无风险利率的统计特征，可以看到，月均无风险利率约等于0.02，值域区间近似等于0.02，且未通过JB检验，不服从正态分布，不具有对称特征，表现出较为明显的正偏度和低峰值特征，波动水平在0.01左右，整体表现出较为稳定的正向低收益非对称特征，这也与现实相符。观察表1面板A发现，A股25组典型投资标的整体值域区间约等于1.95，整体波动水平在0.46左右，其整体波动水平是市场利率波动水平的46倍，因此我国A股收益风险较高。

为了更准确地认识25组投资标的收益水平的显著性，本文对其进行非参数Mann-Whitney双侧检验，具体结果见表2。观察表2可得，14组投资标的月均收益率在0.01显著水平下不等于零，2组投资标的月均收益率在0.05显著性水平下不等于零，8组投资标的月均收益率在0.10显著性水平下不等于零;仅有1组投资标的月均收益率不显著异于零。综合来看，我国A股市场表现出较明显的高风险、正收益特征，存在一定的财富效应。

为了更全面地测度A股财富效应大小，以分析A股投资功能强弱，本文先对市场超额收益分布特征进行分析，具体见表3。表3中JB检验结果显示，25组投资标的月均超额收益序列皆服从正态分布。值得注意的是，24组投资标的超额收益呈现出负偏特征，25组超额收益皆呈现低峰、厚尾特征，这说明A股超额收益整体表现出正向、低收益特征。整体来看，A股投资标的超额收益率序列整体服从正态分布，但尾端具有肥尾特征，极端值较多，且具有自相关特征，表现出波动聚集现象。

接下来，本文利用参数T检验对我国A股25组投资标的超额收益率进行显著性检验，具体结果见表4。观察表4发现，A股市场25组投资标的超额收益皆不显著。因此，中国A股市场收益整体呈现显著的高风险、正收益特征，但几乎与无风险利率水平持平，这说明中国A股财富效应十分有限，在A股市场进行价值投资存在一定难度，股市投资功能较弱。部分业界与学术界人士认为A股偏重融资功能是导致其投资功能较弱的直接原因，但此观点缺乏实证数据和理论的支撑，因此无法令人信服。为了更清晰地认识股市融资与投资功能间的内在联系，本文将对A股收益风险暴露进行实证分析。

四、基于市场行为的A股融资与投资功能间关系分析

值得注意的是，中国A股市场中25组典型投资标的超额收益中极端值较多，整体呈现肥尾、自相关特征，但仍服从正态分布，这些典型的中国式股市特征与投资者行为、上市公司决策和政府监管等因素密不可分。为了更深刻地认识形成A股收益特征的市场与制度原因，本文根据中国A股投资标的超额收益特征，对FF模型（Fama和French，2015）[17]进行改进，构造了考虑股市统计特征的随机波动率风险分析模型，从分析投资标的收益风险暴露角度出发，为认识A股融资与投资功能的内在逻辑关系提供实证证据。

（一）实证准备

鲍家勇等（2019）[20]已经论证了随机波动率模型（简称SV模型）可以较好地刻画金融资产收益率波动的时变性和波动聚集性等特征。在此基础上，本文将SV模型引入到传统风险分析模型，以更准确地刻画我国A股市场25组投资标的超额收益的统计特征，构造了随机波动率风险分析模型（简称FF5-SV-N），此模型的数学表达式如下：

其中，T是样本大小，zt是一个由随机波动率模型刻画的扰动项，Rt是在时刻t时投资标的收益率，Rft、Rmt、SMBt、HMLQt、RMWt、CMAt分别代表无风险利率、流动市值加权市场收益率、规模因子、价值因子、盈利因子和投资风格因子;具体的风险因子计算方法与Fama和French（2015）[17]中2×3因子组合法一致。Θ=[Alpha0，M1，S2，H3，R4，C5，ψ，[φ]，[τ]]是模型中待估计的参数，分别代表模型截距项、市场因子暴露、规模因子暴露、价值因子暴露、盈利因子暴露、投资风格因子暴露、趋势项、自相关系数和标准差。由于模型数学形式复杂，本文参考贝叶斯参数估计思想，利用Python中PYMC3工具包构建了PYMC3-ADVI算法以估计模型中参数。此算法可显著提高参数估计效率，解决局部最优解问题，保证估计结果的准确性。

（二）A股投融资功能内在关系实证分析

本文利用随机波动率风险分析模型对A股市场25组典型的投资标的进行实证分析，探究影响A股财富效应的风险来源、思考A股市场行为特征中存在的问题，从而认识A股融资与投资功能间的内在关系，实证结果见表5。

观察表5实证结果发现，有20组模型截距项不显著，有3组模型截距项在0.10显著性水平下不为零，有1组模型截距项在0.05显著性水平下不为零，有1组模型截距项在0.01显著性水平下不为零，并且25组模型截距项整体不显著异于零，25组模型Ψ、[φ]和[τ]值皆在0.01显著性水平下不等于零，[φ]值近似等于0.60，因此风险分析模型可较准确地刻画A股投资标的财富效应的数据特征。同时，实证结果显示，A股市场与欧美资本市场在风险因子暴露上有较大区别，这暗示着我国股票市场具有独特的市场行为特征。

A股具有显著的规模效应。实证结果显示：23组投资标的超额收益与上市公司规模显著相关，且21组投资标的具有显著的规模效应，即上市公司市值越小，投资标的越能取得较高超额收益。这种规模效应具有较为复杂的市场原因和制度原因。从市场角度来看，小盘股具有较高的隐形交易成本，价格波动远高于市场平均水平，同时小盘股一般处于成长期，需要进行风险补偿;从制度的角度来看，公司发展中的资金融通需求将在上市后得到很大程度的满足，且我国上市公司缺少分红文化，在资金运用上具有较高的灵活性;除此之外，增发、质押、配股等手段已成为上市公司成熟的融资手段。因此，我国上市公司“壳资源”优势明显，这将迅速推升小盘股股价，显著提升股市投资功能。

A股具有独特的价值效应。观察表5可得，23组投资标的的超额收益与账面市值比显著负相关，这与欧美市场特征相反。对于账面市值比较高的公司，市场认为其非固定资产价值较小，盈利水平一般，对该公司的前景持怀疑态度，因此理应得到较高的风险补偿。但是随着2008年、2015年和2017年股市泡沫破灭，市场投资者风险偏好发生显著改变，高度重视风险水平的高低，不再盲目追求高风险高回报，形成了中国式的价值效应。

A股具有独特的盈利效应。实证结果显示，25组投资标的超额收益皆与上市公司盈利水平显著负相关，即随着上市公司盈利能力的提高，投资标的超额收益水平明显下降，这与美国股市特征相反。盈利能力越强的企业一般抵御风险的能力越强，公司的前景也越好，但中国上市公司的利润一般不会与投资者分享，或者分享较少，投资者无法享受企业发展的红利，这导致投资者较少关注上市公司业绩，反而更加关注上市公司的规模和风险水平。国泰安上市公司违规信息库显示，在2007年1月至2019年12月期间，共发生了1565起上市公司财务造假、违规违纪等案件，監管部门的处理方式大多集中于监管关注、责令改正、通告批评、罚款没收等方式，而罚款金额一般不高于60万元。违规成本较低、违规效益较大等因素助推了上市公司违规动机，进一步导致投资者对公司财务报表持怀疑态度。

A股具有独特的投资风格效应。实证结果显示，13组投资标的超额收益与上市公司投资风格显著相关，但投资风格效应具有独特的表现形式。当上市公司处于高风险水平时，一般将通过内部筹资的方式进行投资扩张，这将进一步提高上市公司的风险水平，而中国投资者在经历了A股多次系统性泡沫破灭后已经扭转了风险偏好，不再一味追求高风险高收益资产，由此将造成风险资产超额收益的进一步下降。当市场认为上市公司处于低风险状态时，上市公司的投资扩张需要通过市场融资来获得资金支持，而投资者认为企业发展前景较好，发展潜力较大，可能享受到公司发展所带来的资本利得，将会显著提升投资标的的超额收益水平。

综上分析可以发现，股市偏重融资功能的市场定位并不是导致其投资功能较弱的直接原因，且股市重融资是由中国独特的经济体制和国家战略安排所决定的，是为解决企业融资问题、传递生产资料信息、提升经济管理能力等服务的，中国资本市场不够成熟完善的现状更凸显了股市重融资的必要性。股市重融资与股市投资之间并非对立关系，股市偏重融资的市场定位是否正确不应以股市财富效应大小为衡量标准，应该以优质企业能否筹集到资金及经济体是否达成战略发展目标为评判标准，这也更符合中国经济的现状。

因此，股市偏重融资功能的市场定位不会弱化股市投资功能，相反对提升股市投资功能有积极作用，这与业界经验认识相反。A股投资功能强弱与市场信息传递效率大小直接相关，当前市场的弱有效性和非理性特征是导致A股投资功能较弱的原因，因此协调A股融资与投资功能发展的关键在于保证融资企业的优质性，这也对市场参与主体提出了更高的要求。

五、总结与建议

（一）研究结论

本文基于2007—2019年我国A股市场数据，从多个维度对A股投资功能进行分析，并利用随机波动率风险分析模型，从市场行为特征角度分析A股财富效应特征的形成原因，为认识A股融资功能与投资功能的内在联系提供了实证证据。本文的主要结论如下：

第一，我国A股市场投资功能较弱，风险水平较高。对A股市场财富效应进行显著性分析发现，我国A股市场具有显著的财富效应，但与无风险利率整体持平，说明在A股市场进行价值投资具有一定的有效性，但收益有限，A股投资功能较弱。对A股市场超额收益进行检验发现，其具有典型的低峰肥尾、波动聚集等特征，值域分布较为分散、极端值较多，且市场波动剧烈，说明市场风险水平较大。这些现象与投资者行为、上市公司质量和监管安排等原因密不可分。

第二，我国A股市场具有独特的风险因子效应。实证检验发现，除了典型的规模效应，我国A股市场还具有独特的价值效应、盈利效应和投资风格效应。这些风险效应是由文中提到的市场行为特征决定的。

第三，本文从市场行为特征角度出发对实证结果进行分析发现，中国A股偏重融资功能对提升股市投资功能有积极作用。实证表明，股市财富水平的大小与投资者行为和上市公司决策具有直接因果关系。非优质企业恶化了市场信息不对称现状，加剧了市场非理性行为，导致股市投资功能十分有限。而股市重融资定位本身是为了帮助优质企业筹集资金、消化风险，传递经济生产资料信息，这是由中国独特的经济体制和国家战略安排所决定的。因此，股市偏重融资功能不是导致股市投资功能较弱的直接原因，而股市偏重融资功能的市场定位正确与否也不应以财富效应的大小为衡量标准，平衡A股融资功能与投资功能的关键在于保证上市企业的优质性。

（二）政策建议

基于上述研究结论，本文提出协调中国A股融资与投资功能发展的若干建议：

一是优化上市公司质量，建立行业自律体制。上市公司质量的优劣是平衡股市融资功能与价值投资功能之间关系的关键，优质上市公司可显著降低信息不对称问题所带来的市场危害。政府应积极引导上市公司与其上下游公司共同组建行业自律机制，引导公司自觉进行内部审慎管理，上下游公司应对涉嫌违规操作的上市公司进行经济惩罚。同时，政府应积极引导上市公司运用区块链技术与上下游公司建立完备的生产资料信息网，促进行业信息透明化，从而缓解信息不对称所导致的市场失灵。除此之外，政府应积极完善上市公司分红制度和退市制度，保证股票本身在风险资产中的竞争力，从而减少投资者投机行为，降低投资者潜在损失。如对于长期积极实行分红制度的上市公司，政府可给予税收或融资优惠;对于重大违法违纪的上市公司应施行强制退市，审慎管理退市指标，提高其违规成本。

二是完善相关法律制度，推动监管体制再造。政府应以保证投资者收益为出发点继续完善相关法律，让中国股票市场在法制化约束下，充分发挥其财富效应潜力。应毫不动摇地推进实施新《证券法》，全面推行注册制，进一步满足企业发展所产生的融资需求，从而协调好股市融资与投资间的关系。同时，政府应积极推动市场监管体制再造，推动监管机构进行专业化分类监管，如交易所专业负责新股发行，证监会主要负责投资者保护，中国人民银行主要负责宏观广义杠杆调控等，在降低监管成本的同时提升监管效率。

三是引导市场理性投资，培养价值投资观念。应着力培养金融专业人才，继续开放金融市场，吸引国外投资机构深入参与我国股票二级市场交易，提高股票市场定价效率。监管部门还应加强投资者教育，积极宣传价值投资理念，培养市场价值投资观念，引导市场回归理性投资，并通过税收优惠、政策支持等方式支持长期持有固定标的的投资者进行价值投资，同时要求上市公司对因自身违规违纪导致投资者价值投资亏损的部分给予一定补偿。除此之外，政府、证券机构和高校研究所等应将关于股票市场风险与收益水平的研究结果及时、准确地传达给投资者，提升信息透明度，从而帮助投资者全面认识市场环境，以避免局部风险的扩大。

参考文献：

[1]尹力博，廖辉毅. 中国A股市场存在品质溢价吗？[J].金融研究，2019，62（10）.

[2]周小川.中国的股市泡沫令人担忧 [J].科学决策，2007，14（6）.

[3]蔡庆丰，宋友勇.超常规发展的机构投资者能稳定市场吗？ ——对我国基金业跨越式发展的反思 [J].经济研究，2010，56（1）.

[4]胡熠，顾明.巴菲特的阿尔法：来自中国股票市场的实证研究 [J].管理世界，2018，34（8）.

[5]Baker M，Jeffrey W. 2000. The Equity Share in New Issues and Aggregate Stock Returns [J].Journal of Finance，55（5）.

[6]Akhigbe A.，Borde S.F.，Whyte A.M. 2003. Does an Industry Effect Exist for Initial Public Offerings？ [J].Financial Review，38（4）.

[7]胡乃武，閻衍，张海峰.增发融资的股价效应与市场前景 [J].金融研究，2002，45（5）.

[8]谢百三，沈文莹.中国股市过度扩容的风险及对策分析 [J].价格理论与实践，2004，24（3）.

[9]孔东民，付克华.中国股市增发的市场反应及影响因素分析 [J].世界经济，2005，65（10）.

[10]张跃文，孙舒杨.中国股市新股发行的市场冲击研究 [J].金融评论，2009，1（1）.

[11]张博，扈文秀，杨熙安.“价值洼地”还是“市场冲击”？——股票融资的市场影响机理辨析 [J].经济管理，2016，38（3）.

[12]邵志高，张琴.不同类股权再融资的宣告效应分析及短期投资建议 [J].财会月刊，2009，30（21）.

[13]黎精明，赵燕.上市公司增长机会、增发数量与股价反应 [J].南京审计学院学报，2012，9（3）.

[14]马晓逵，杨德勇，李亚萍.投资者情绪视角下上市公司定向增发的宣告反应 [J].中国经济问题，2012，54（2）.

[15]唐震斌.我国股市扩容与大盘走势实证分析 [J]. 中央财经大学学报，2003，23（5）.

[16]Yang Y. 2013. A New Fama-French 3-Factor Model with EGARCH-Type Volatilities and SSAEPD Errors [R]. Working Paper，Finance Department，Economics School，Nankai University，Tianjin.

[17]Fama E F，French K.R. 2015. A Five-Factor Asset Pricing Model [J].Journal of Financial Economics，116（1）.

[18]李志冰，杨光艺，冯永昌，景亮.Fama-French五因子模型在中国股票市场的实证检验 [J].金融研究，2017，60（6）.

[19]李俊声，卓建伟.中国A股市场股价效应异象研究[J].价格理论与实践，2018，38（1）.

[20]鲍家勇，赵月旭.带跳GARCH-SV模型的参数估计及实证分析 [J].数理统计与管理，2019，38（6）.

股票市场格局分析论文范文第6篇

【摘要】本文利用Engle提出的DCC-MVGARCH模型，研究了欧债危机背景下的我国股票与债券市场之间的动态相关性，刻画了股票与债券市场相关性的时变特征。实证结果表明，欧债危机背景下股票与债券市场的动态条件相关系数呈时变特征，欧债危机对股票市场与债券市场的相关性影响较为明显，对股票与国债市场、企业债市场的动态条件相关系数的影响基本上相同。

【关键词】DCC-MVGARCH模型；欧债危机；动态相关性；时变特征

Study on the dynamic correlation of stock and bond markets in the context of European debt crisis

-Empirical research Based on the DCC-MVGARCH model

Wang Ran1， Li Cheng-gang2

（1. Department of Economics， Renmin University of China， Beijing 10000， China， 2. Faculty of Finance， Guizhou University of Finance and Economics， Guiyang 550004， China）

Key words： DCC-MVGARCH model； European debt crisis； dynamic correlation； time-varying characteristic

1.引言

2009年12月以来，由于希腊、法国、西班牙、意大利等国的主权债务问题凸显，引发了欧债危机。在欧债危机的冲击下，我国股票市场大幅下跌，而债券市场却出现了上涨。因此，在欧债危机的冲击下，我国股票市场与债券市场是否存在较强的相关关系？相关关系是否呈现出时变特征？对于这些问题的研究和探讨，有利于理解欧债危机对我国股票市场与债券市场的作用机理，揭示欧债危机背景下我国股票与债券市场的变动规律，指导投资者在欧债危机及类似金融危机冲击下的投资决策和投资转移。

2.文献回顾

国内外大量学者研究了股票市场与债券市场之间的相关性。Chan等（1997）[1]的研究表明至少存在一种非静态的因素推动股票和债券价格的变动，而这种非静态因素并不能对两资产的价格同时产生影响。Gulko（2002）[2]重点研究了股票市场崩盘时的股票与债券相关性，结果表明伴随着股票市场崩盘，股票与债券之间呈现出负相关性。Andersson等（2008）[3]的研究结果表明，在高通货膨胀预期时，股票与债券价格同向变动；在低通货膨胀预期时，股票与债券呈现出负相关关系。Yang等（2009）[4]研究了宏观经济因素影响下的股票与债券相关性，结果发现，短期利率与通货膨胀率更高时，股票与债券的相关性也更高。Baur（2010）[5]分析了8个发达国家的股票与债券指数相关性，发现同一个国家的股票与债券相关性呈负相关，跨国家的股票与债券市场呈现出正相关。Garcia和Tsafack（2011）[6]的研究表明同一种资产在两个区间中的依赖性都较强，但是在股票与债券之间依赖性较弱，甚至在同一个国家里的股票与债券市场上也是如此。Dhillon和Johnson（2012）[7]通过检验红利变动对股票和债券价格的影响，发现股票价格与债券价格在红利变动宣告时呈现出负相关关系。

国内学者也对股票与债券市场相关性进行了一些有益的探讨，取得了一些有益的研究成果。一些学者集中于股票市场或债券市场内部相关性的研究，一些学者重点探讨了股票市场与债券市场之间的相关性研究。赵留彦和王一鸣（2003）[8]采用向量GARCH模型研究了A、B股之间的相关性和波动溢出，研究结果发现，2001年2月B股对境内投资者开放事件使得A股和B股之间的联系增强。谷耀和陆丽娜（2006）[9]对上海、深圳和香港三地股票市场动态相关性的研究结果显示，沪市和深市之间的条件相关性是动态调整的，在牛市时两市的相关性变动幅度较大，而在熊市时两市的相关性变动幅度较为平缓。袁超等（2008）[10]采用非对称动态条件相关系数模型，实证分析了债券市场与股票市场的动态相关性，结果发现股票和债券市场的相关关系存在结构性变化。吴吉林和原鹏飞（2009）[11]采用AG-DCC模型研究了我国股票、债券及外汇市场一体化问题，结果发现我国股票、债券和外汇市场间存在明显的动态相关性。郑振龙和陈志英（2011）[12]实证分析了中国股票市场和债券市场收益率动态相关性，分析结果表明股票和债券市场相关性是时变的。

从以上的文献研究成果可以看出，现有学者尚未研究欧债危机影响下的股票与债券市场相关性，尚未刻画欧债危机背景下的股票与债券市场相关性时变特征。本文将引入Engle（2002）[13]提出的动态条件相关多元广义自回归条件异方差模型（DCC-MVGARCH），刻画股票市场与国债市场以及股票市场与企业债市场相关性的时变特征，分析欧债危机对股票市场与债券市场相关性的影响。

3.股票与债券市场动态相关性实证分析

3.1数据

为了考察欧债危机背景下我国股票市场与债券市场相关性，同时将欧债危机爆发前与爆发后股票市场与债券市场相关性进行比较，本文选取2008年9月1日至2012年5月31日的上证指数（000001）、上证国债指数（000012）以及上证企债指数（000013）日收盘价，共909组的收盘价数据。数据来源于RESSET金融研究数据库。

上证指数、上证国债指数和上证企债指数的日收益率 可以利用如下公式进行计算：

（1）

其中，，分别表示上证指数、上证国债指数和上证企债指数。

对上证指数、上证国债指数和上证企债指数收益率序列做统计性描述（限于篇幅，统计性描述未列出）。三大指数收益率时间序列都没有通过正态检验（Jarque-Bera检验，即JB检验），在1%的显著性水平下，欧债危机背景下的股票市场和债券市场收益率都显著异于正态分布。峰度（Kurtosis）分别为5.9769、23.1246和48.7726，说明股票市场和国债市场收益率序列不服从正态分布，呈现出尖峰厚尾特征。三大指数收益率序列及收益率平方序列的自相关及异方差检验结果显示，收益率序列在1%的水平下存在显著的序列相关性。这表明股票市场与债券市场均存在显著的自相关现象，收益率序列波动聚集现象非常显著。单位根检验结果表明，股票市场和债券市场收益率序列均为平稳的时间序列。

3.2实证模型

Engle（2002）[13]对相关性研究方法和模型进行了改进，提出了DCC-MVGARCH模型。DCC-MVGARCH模型假定k种资产的收益率rt服从均值为0，协方差矩阵为Ht的条件多元正态分布，表示如下：

～ （2）

（3）

其中，Ft-1为t-1期的信息集合，rt为k×1维向量，Ht为条件协方差矩阵，Rt为k×k维时变相关矩阵。，为单变量GARCH模型求出的n×n维时变标准差对角线项组成的矩阵。hi，t可以采用如下的单变量GARCH模型求出：

（4）

标准化残差，，则动态条件相关结构为：

（5）

（6）

其中，为标准残差的无条件方差矩阵，，。αm和βn称为DCC-MVGARCH模型的系数。 ，。最常用的模型为DCC-MVGARCH（1，1），则为：

，为标准化残差εt的非条件相关系数，，，并且<1。

Engle（2002）[13]提出用两阶段法估计DCC-MVGARCH模型。采用对数似然估计，对数似然函数为：

（7）

对数似然函数值可以分解为波动部分和相关性部分。第一阶段对波动部分进行估计，分别对每个市场单独采用单变量GARCH进行估计，并将各GARCH模型的对数似然函数进行求和。第二阶段运用第一阶段获得的单变量估计值对相关性部分进行估计。两阶段估计出来的DCC参数具有一致性和渐进正态性。

3.3模型估计结果

本文对上证指数、上证国债指数和上证企债指数收益率分别构建GARCH（p，q）模型，刻画股票市场、国债市场和企业债市场的波动性风险。由于三大指数收益率序列都存在显著的自相关，本文采用ARMA模型作为均值方程。ARMA模型首先需要确定滞后阶数，利用偏自相关函数（PACF）确定均值方程中ARMA模型的滞后阶数，最终确定为：上证指数收益率的均值方程符合ARMA（1，1）的结构，上证国债指数收益率的均值方程符合ARMA（3，1）结构，上证企债指数收益率的均值方程符合ARMA（2，2）结构。对三个ARMA结构均值方程的残差序列进行ARCH-LM检验，检验结果显示P值为0，拒绝原假设。这表明，本文建立的三个ARMA模型残差序列都存在显著的ARCH效应，可以进一步建立GARCH模型进行分析。根据残差序列的特征，确定方差方程中ARCH项和GARCH项的滞后阶数，最终采用GARCH（1，1）模型刻画三大指数收益率序列的波动性。本文采用对数极大似然估计GARCH（1，1）。同时，对上证指数、上证国债指数和上证企债指数收益率序列建立的GARCH（1，1）模型的残差序列进行Liung-Box统计量检验。检验结果显示，残差序列已不存在自相关和ARCH效应。这表明本文所构建的模型以及模型滞后阶数的设定是合理的。从估计结果可以看出，在方差方程中，ARCH项和GARCH项的系数都是显著的，并且ARCH项和GARCH项的系数之和都小于1，并且这两项系数之和都接近1，估计结构都符合约束条件，这说明在欧债危机背景下，三大指数收益率序列的波动都具有显著的持续性（限于篇幅，估计结果和检验结果未列出）。

基于前文对单变量GARCH模型的估计结果，利用DCC-MVGARCH模型分别考察欧债危机背景下，股票市场和债券市场收益率的动态条件相关性。在估计DCC-MVGARCH模型时，条件方差的ARCH项和GARCH项分别设定为1，即采用GARCH（1，1）形式。DCC-MVGARCH模型具体的估计结果见表1。

表1 DCC-MVGARCH模型估计结果

α t值 β t值

上证指数与上证国债指数 0.0520 14.85 0.9096 138.35

上证指数与上证企债指数 0.0482 13.59 0.9322 205.93

DCC-MVGARCH模型的估计结果显示，α+β﹤1符合约束条件；α与β都显著异于零，说明滞后一期的标准化残差乘积对市场之间的动态相关系数具有显著的影响。α分别为0.0520和0.0482，表明滞后一期的标准化残差乘积对动态相关系数的影响较小；β显著并且接近于1，表明股票市场和债券市场之间的动态条件相关系数受前期影响较大，它们的相关性变动具有较强的持续性特征。为了更直观地反映股票市场与债券市场的动态条件相关系数的变化特征，作出动态条件相关系数图，分别如图1和图2所示。

3.4实证结果分析

从图1和图2可以很直观地看出在欧债危机背景下，我国股票市场与债券市场的动态条件相关系数具有以下特征：第一，股票市场与国债市场、股票市场与企业债市场的动态条件相关系数随着时间的变化，动态条件相关系数不断变化，呈时变特征；第二，在欧债危机发生以前，股票市场与债券市场的相关性大多数时间里呈现正相关关系，而在欧债危机发生以后，股票市场与债券市场的相关性呈现负相关关系；第三，当希腊债务危机爆发以后，股票市场与债券市场的动态条件相关系数由0.3左右突然降至-0.7左右，相关性变化较大，变化非常明显。第四，股票市场与债券市场的动态条件相关系数绝大多数时间里介于-0.8～0.3之间。第五，通过对股票市场与国债市场的动态条件相关系数图同股票市场与企业债市场的动态条件相关系数图进行比较，股票市场与国债市场的动态条件相关系数走势基本上与股票市场与企业债市场的动态条件相关系数走势相同。之所以出现以上特征，主要是因为以下原因：首先，欧债危机引发的风险会在股票市场与债券市场之间动态传染，投资者会在股票市场与债券市场之间进行投资转移。这导致股票市场与债券市场的相关性不断发生变化。其次，由于欧债危机对我国股票市场与债券市场的冲击较为明显，在欧债危机爆发以后，我国股票市场与债券市场的相关性变化较大。第三，我国企业债大多数是由国有大中型企业发行，其信用等级都为A级，信用等级基本上等同于国债，因此股票市场与国债市场的动态条件相关系数走势同股票市场与企业债市场的动态条件相关系数走势类似。

4.结论

本文采用DCC-MVGARCH模型，实证研究了欧债危机背景下的我国股票市场与债券市场的动态相关性。通过实证结果分析，本文得到以下以下结论：

（1）股票市场与国债市场、股票市场与企业债市场的动态条件相关系数随时间的变化而变化，呈现出时变特征。

（2）欧债危机对股票市场与债券市场的相关性影响较为明显。欧债危机发生后，股票市场与债券市场的动态条件相关系数由正转变为负。

（3）企业债的发行主体大多数为国有大中型企业，信用等级基本上等同于国债，使得股票与国债市场动态条件相关系数同股票与企业债市场动态条件相关系数走势基本一致。

参考文献

[1]K. Chan， S. Norrbin， P. Lai. Are stock and bond prices collinear in the long run？ [J]. International Review of Economics & Finance， 1997， 6（2）： 193-201.

[2]L. Gulko. Decoupling. Journal of Portfolio Management， 2002， 28（3）， 59-67.

[3]M. Andersson， E. Krylova， S. V?h?maa. Why does the correlation between stock and bond returns vary over time？ [J]. Applied Financial Economics， 2008， 18（2）： 139–151.

[4]J. Yang、Y. Zhou， Z. Wang. The stock–bond correlation and macroeconomic conditions： One and a half centuries of evidence [J]. Journal of Banking & Finance， 2009， 33（4）： 670-680.

[5]D. Baur. Stock-bond co-movements and cross-country linkages [J]. International Journal of Banking Accounting and Finance， 2010， 2（2）： 111-129.

[6]R. Garcia， G. Tsafack. Dependence structure and extreme comovements in international equity and bond markets [J]. Journal of Banking & Finance， 2011， 35（8）： 1954-1970.

[7]U. Dhillon， H. Johnson. Oil prices， speculation， and fundamentals： Interpreting causal relations among spot and futures prices [J]. Energy Economics， 2009， 31（4）： 550-558.

[8]赵留彦， 王一鸣. A、B股之间的信息流动与波动溢出[J].金融研究， 2003， （10）： 37-52.

[9]谷耀，陆丽娜.沪、深、港股市信息溢出效应与动态相关性—基于DCC-（BV） EGARCH-VAR的检验[J].数量经济技术经济研究，2006， （8）： 142-151.

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

[11]吴吉林，原鹏飞.信息、政策冲击和中国股票、债券及外汇市场一体化——基于AG-DCC模型的金融市场动态相关性分析[J].南方经济， 2009， （10）： 12-21.

[12]郑振龙，陈志英.中国股票市场和债券市场收益率动态相关性分析[J].当代财经，2011，（2）： 45-53.

[13]R. Engle. Dynamic conditional correlation： A simple class of multivariate Generalized Autoregressive Conditional Heteroskedasticity Models [J]. Journal of Business and Economic Statistics， 2002， 20： 339-350.

作者简介

王苒（1982-），男，河南新乡人，中国人民大学经济学院博士研究生，研究方向：证券市场分析；李成刚（1982-），男，四川隆昌人，博士，贵州财经大学金融学院副教授，研究方向：计量经济分析。