波动性影响范文
波动性影响范文（精选12篇）
波动性影响 第1篇
一、研究方法与数据来源
1. 研究理论。
本文研究权证退市对中国股市的影响, 主要是基于三大理论: (1) 股票市场指标理论。 (2) 统计分析理论。 (3) 显著性判断理论, 包括均值和方差显著性检验, 运用t值、F值及P值与临界值比较, 从而判断是否显著。
2. 研究方法。
文章研究权证退市对中国股市的影响, 选取了权证退市前后50周的换手率、振幅及收益率波动性等数据的变化进行对比研究, 运用SPSS进行单因素方差分析与方差奇异性检验运用eviews对收益率波动性进行回归分析, 以判断权证退市对股市的影响。
3. 数据来源。
由于本文把所有交易的权证品种看成一个事件, 因此样本数据取自2011年11月18日 (中国股市最后一只权证——长虹CWB1的行权日) 前后各50周, 来自通信达行情软件从2010年12月3日到2012年11月16日的数据, 即权证退市前后约一年沪指和深指、大盘振幅及大盘换手率等相关数据。同时, 文章研究权证退市对股市的影响主要是基于流动性与波动性的变化, 而流动性与波动性分别用换手率与振幅及收益率波动性来表示。
二、实证分析
以研究理论为基础, 运用来自通信达行情软件的权证退市前后50周的数据, 通过计算及分析得到沪深两市大盘指数的振幅、换手率、有效流速及收益率等数据及各种检验结果。具体见表1和表2:
1. 沪市与深市数据分析。
通过表1, 可以发现沪市权证退市后对沪市的影响:有效流速的均值 (见图1) 与方差同时减小, 表明权证退市降低了股票的流动性但变得稳定, 而且这种差异在权证退市前后是显著的 (P=0.022 71<0.05) 。振幅均值 (见图2) 与方差同时减小, 表明权证退市后价格的振幅范围缩窄与波动性减小, 但这种变化不是很明显 (P=0.292 856>0.05) 。收益率均值与方差都是减小, 但变化不大 (P=0.967011>0.05) , 同时也表明大多投资者都是亏损, 但风险在减少。
同时通过表1, 可知在权证退市后对深市的影响:有效流速的均值 (见图3) 变大, 方差变小, 表明权证退市提高了股票的流动性, 且变得更稳定, 但是这种差异在权证退市前后不显著 (P=0.564 7>0.05) 。振幅均值 (见图4) 变大, 方差变小, 表明权证退市后振幅范围扩大但波动性减小, 这种变化也不是很明显 (P=0.374 9>0.05) 。收益率均值与方差都变大, 表明投资者亏损减少, 风险增大, 这种变化同样不显著 (P=0.966 0>0.05) 。
2. 沪深两市间数据分析。
通过表2, 可知沪深两市在权证退市后对各自的影响:有效流速方差沪市小于深市, 表明权证退市后沪市流动性比深市流动性更稳定, 这种差异不显著 (F=0.163 457
收益率波动性 (见图5与图6) 均值与方差方面, 沪市在权证退市后都小于深市收益率波动性均值与方差, 表明相比沪市而言深市投资者获利机会多, 风险也增大, 但是这种差异不显著 (F=0.178 926
通过对沪深两市数据进行分析, 发现: (1) 权证退市后显著降低了沪市的流动性, 提高了深市流动性, 但两者的流动性比权证退市前更为稳定, 尤其是沪市。 (2) 权证退市后沪市振幅缩窄, 深市振幅扩大, 但两者都比退市前更平稳, 尤其是沪市。 (3) 两市投资者都在亏损, 沪市大多投资者亏损略有增加, 深市投资者亏损稍有减少但风险增大, 沪市收益率波动性比深市稳定。
3. 沪深两市回归方程分析。
对两市权证退市前后收益率波动数据分类并结合AR (1) 模型:=β0+β0+ut。x2t-1x2t
在此基础上, 通过eviews回归AR (1) 得到如下方程:
(1) 沪市收益率波动性方程。
沪市权证退市前收益率波动性方程:
沪市权证退市后收益率波动性方程:
比较方程 (1) 的x2t-1系数与方程 (2) 的x2t-1系数, 发现前者大于后者 (0.411 030 822 9>0.137 577 106 8) 。由此可知, 沪市在权证退市后, 收益率受历史收益率的影响减小。从市场的有效性来讲, 在权证退市后沪市变得更有效。
(2) 深市收益率波动性方程。
深市权证退市前收益率波动性方程:
深市权证退市后收益率波动性方程:
比较方程 (3) 的x2t-1系数与方程 (4) 的x2t-1系数, 发现前者大于后者 (0.359 612>0.109 829) 。同理可知, 在权证退市后深市变得更有效。
因此, 通过比较权证退市前后两市收益率波动性方程, 发现在权证退市后沪深两市在收益率波动性影响上, 受历史收益率的影响都在减弱, 股市变得更有效。
4. 中国股市市场概况与权证标的股数据分析。
截至2012年12月31日, 沪深两市总股本31 833.62亿股, 其中沪市24617.62亿股, 深市7216亿股;深市股本占两市总股本的22.67%, 沪市股本占两市总股本的77.33%。
两市流动总股本24 778.23亿股, 其中沪市19 521.34亿股, 深市5 256.89亿股;深市流动股本占两市流动总股本21.22%, 沪市流动股本占两市流动总股本78.73%。
此外, 从2006年4月到2011年8月共发行32只权证 (剔除既是认沽又是认购的权证) , 深市有9只 (即标的股9只) , 而沪市却有23只 (即标的股23只) 。
由此可知, 不管权证退市前还是退市后, 权证退市对股市的影响昌由沪市来体现的。
三、结论与启示
通过以上的分析, 本文得出以下结论:权证退市对中国股市的影响是流动性减弱明显, 波动性 (不管振幅还是收益率) 略有减小, 投资风险有所减弱, 但投资者普遍继续亏损。同时, 权证退市使股市波动性减小并变得平稳, 且受历史数据影响减弱的这种变化, 是对中国股市权证为什么退市的最好解释。
此外, 文章的结论也给了投资者一些启示:如果这种影响持续不变, 那么在持有股票时间上, 应选择短线而不是长期持有, 甚至可以择时空仓;在品种选择上, 适宜选择质优小盘股;在市场选择上, 适于选择深市进行投资等。
参考文献
[1] .郭喜才.权证发行对标的股票风险影响的实证研究.求索, 2010;3
[2] .张普, 倪莎.沪深股市权证和股票的互动关系研究.中国计量学院学报, 2008;3
住宅价格波动影响因素模型分析 第2篇
出生率、银行贷款、政府等因素均会引起房地产周期波动。
Stephen A.Pyhrr等人(1982)认为房地产周期波动从根本上说是
由供求变动决定的。Crenadier(1995)认为,需求不确定性、物业改
善成本、建筑工程的时滞是房地产周期波动的主要成因。John M.Quigley(1999)则对几种主流的房地产周期解释模型进行了综合检验,认为预期模型的解释能力要高于基本经济条件模型,而将
两者综合在一个模型中时,解释能力最强。
本文结合我国住宅产业发展实际,从宏观经济、投资、供求、政策、心理等五个方面阐述住宅价格波动的成因,并尝试建立房
地产价格波动预期模型以期为进一步实证研究做准备,探讨对
住宅市场周期波动进行预警和调控的理论依据。
一、住宅价格波动主要影响因素分析
1.宏观经济周期波动与住宅价格波动相关性。宏观经济周期
波动是住宅市场波动的基本原因。宏观经济较快地发展为房地
产业的迅速扩展提供了发展的轨迹和空间。但是一旦国民经济
发生波动,首当其冲的必然是房地产业。这主要是由于房地产业
是一个产业链长、关联度非常高的基础性行业,其发展与国家整
体经济形势密切相关。更重要的是房地产开发是负债经营,开发
企业所需的大量资金大多依靠银行贷款,当经济过热需要宏观
调控时,特别是政府严格控制信贷资金时,房地产很快就由繁荣
转向衰退。房地产业同国民经济总体发展是要协调一致的,因而
受GDP增长、固定资产投资增长等宏观指标的制约。
2.投资及其波动与住宅价格波动。房地产投资是全社会固定
资产投资的重要组成部分,是导致住宅价格波动的重要原因。由
于长期的计划经济体制的影响,我国经济增长具有资源约束型
特征。投资作为关键的投入要素,自然是引起房价波动的重要原
因,且具有三个特点。一是在投资饥渴症影响下的投资冲动。投
资冲动来自于投资者自我约束弱、责任主体不明确,投资者对市
场认识的模糊性。另外,银行信用极度扩张。银行对房地产投资
资金有着无限供给的倾向,为冲动的投资者和善于钻营的投机
者提供了条件,从而形成一种多元化的房地产投资冲动。二是房
地产投资在时间上的集中性、盲目低水平建设等。房地产投资集
中发生在某个时段,往往忽视投资者的微观决策机制。盲目低水
平建设表现为房地产使用功能类别相同,质量和配套环境也相
似,没有考虑多层次的房屋需求,同时对房屋质量和配套设施重
视不够。这种“齐步走”的投资行为加大了房地产周期波动的幅
度。三是房地产有效需求严重不足。这是由多方面原因引起的。
首先,住房制度改革有一个循序渐进的过程。其次,房价收入比
不合理。据世界银行测算,一个地区的房价收入比在3～6倍之
间时比较合理。而我国一些城市的房价收入比高达10～20倍甚
至以上,广大居民无力购买住房。再次,社会福利保障制度不完
善,城市居民在预期的收入和支出心中无底的前提下,不得不存
钱以备后用。
3.供求关系变化是住宅价格波动的直接原因。住宅价格变动的一个重要表现就是供需双方力量和结构的变动,供需共同影
响市场变动的方向和幅度。由于房地产工期较长,供给相对需求
而言有较大的滞后性,同时由于市场信息的不充分性加大了供
给的盲目性,而且短期内很难变动,因而供求容易失衡,导致房
价波动,可以通过施工面积、竣工面积来反映供给量的变动情
况。此外贷款作为房地产投资资金的重要来源,也是直接影响房
2007·13经济论坛49地产生产的重要因素。又由于房地产商品价值量大,其需求会因 收入、心理预期等因素的变动产生周期性的特征。供需通过销售
实现平衡。如果销售增长总是低于供给的增长,最终必将导致房
地产市场空置增多,房价下跌,反之则房价上涨。
4.政策与住宅价格波动。影响房地产周期波动的政策因素,主要包括与房地产业密切相关、敏感程度较大的财政政策、货币
政策、投资政策、产业政策、土地政策等,这些具有明显周期性质的政策因素,在短期内对房地产业的运行状况,影响是较为显著的。
在宏观政策方面,政府确定宏观经济政策的依据是货币理
论和财政理论。一是财政政策。政府可以通过税收、财政补贴和
政府投资等财政政策对房地产供给进行调节,进而影响到房地
产业的波动。二是货币政策。政府主要是通过货币供应量变动与
利率变动等方式,对房地产经济运行过程形成外部冲击和干扰。
利率的“价格比较”作用也在一定程度上体现出利率在房地产
周期波动中的传导作用。利率本质上是资金的价格表现,房地产
投资的利润率和内部收益率,与利率具有可比性,只有当房地产
投资的收益率高于利率时,房地产开发商才会借贷资金,反之就
会退出市场。
在微观政策方面,主要是对房地产开发资源的控制政策,如
对土地资源的控制、规划限制条件、税费政策和融资条件等。由
于房地产市场的区域性和土地资源的垄断性,微观政策的效果
往往更直接和及时。
5.心理因素对住宅价格波动的重要影响。一般而言,住宅市
场行为心理主要是通过以下三个方面影响住宅供求进而影响住
宅价格的。
(1)房地产投资者或购买者的乐观预期。由于住宅是人们的生活必需品,在短期内,住宅的需求弹性低,即不会随着价格的波动而大幅度地变化。同时住宅具有抵抗通货膨胀的能力,这种
保值和增值功能,刺激了住宅购买者把购买住宅作为一种投资,而不仅仅为了使用。这种稳定和潜在的需求特性会影响到房地
产开发商和购买者,使开发商产生过高的投资期望,加大对房地
产的供给量,使购买者认同较高的投资价值,加大对房地产的需
求。
(2)羊群效应的影响。由于房地产的不可移动性,彼此相对隔
绝,市场信息流动不充分。这就给房屋需求者的预测和决策带来
一定困难,但是为开发商的促销活动提供了操作空间,使房屋的 购买者在一种从众的心理支配下完成房地产交易活动。
(3)房地产开发投资的决策期长。决策期的长短影响到投资 者的预测和判断,决策期越长,引起预测和判断失误的可能性就 越大。
综上所述,住宅市场行为心理容易使人产生悲观情绪或者
乐观情绪。在房地产处于复苏与繁荣时期,投资者受乐观情绪支 配,往往过高估计房地产销售量和销售价格,从而大量投入资 本,形成需求泡沫,使房地产更加繁荣。在房地产处于衰退时期, 市场低迷,在悲观情绪的支配下,投资者过低估计销售量和销售 价格,导致量减价跌。这种乐观情绪和悲观情绪在人们思想上的 交替反映,会引起住宅市场的周期波动。
二、住宅价格波动计量模型的设定
在以上分析中,有些因素对住宅价格的影响是完全可以用 数学模型来度量的,但更多的因素是无形的,虽然可以感觉到, 但无法在数学公式中表达出来。在构建模型时,本文先选取那些 相对较易获得统计数据的变量因素来进行计量分析,以探讨哪 些因素是影响住宅价格波动的主要因素。
根据理性预期的相关理论,我们可以建立以下住房价格波 动模型:
Pt=Pt*+θt式(1)
其中,Pt为住房价格的变化率,反映住房价格每期变化情
况,可以用房地产指数代表(若不加特殊说明,小写字母表示的是 取自然对数,即Pt=LnPt);Pt*为理性预期均衡价格变化率,反映 理性预期均衡价格每期的变化情况,可以用理性预期均衡价格 指数来表示;差项θt反映了价格动态异于理性预期均衡价格的 变化过程。
Pt*=a0+a1et+a2yt+a3rt+a4it式(2)
其中,et为人口增长率;yt为人均可支配收入增长率;rt为实 际利率的变化率;it为房地产开发投资增长率。
θt=λ0+λ1Pt-1+λ2(LnPt-1*-LnPt-1)+Φt式(3)
其中,Pt-1*为理性预期均衡价格,Pt-1为住房价格,Φt为随机 干扰项。
θt反映了本期市场价格动态异于理性预期均衡价格的变
化过程,它可由期初对偏离的预期与随机项表示,期初对偏离的 预期是由两部分组成,一部分是理性程度较高的投资者的理性 预期,一部分是理性程度较低的投资者外推式预期。对于理性程 度较高的交易者在期初对本期价格波动的预期由(Ln Pt-1*-Ln Pt-1)表示,它是期初(上期末)市场价格与理性预期均衡价格的偏 离。按照进化博弈思想,市场中的投资者通过学习,不断由理性 程度低向程度高转化,因此理性预期行为将成为模仿的对象。由 此可见,交易者的这种行为使市场产生了一种均衡的力量,而均 衡的结果也正是我们前面理论模型中所要反映的不完全信息条 件下,有限理性的均衡价格。在模型中,用(LnPt-1*-LnPt-1)更进一
步表明这种趋势所起的作用。当市场价格低于均衡价格时,房地 产被低估,投资收益可能为正;当市场价格高于均衡价格时,房 地产被高估,投资收益可能为负。理性程度较低的投资者的预期 由Pt-1表示,它是上一期价格变化。(下转第91页)
市场经纬·MARKET
50经济论坛2007·13(上接第50页)
将以上三式合并,可得到如下住房价格波动模型:
Pt=(a0+λ0)+a1et+a2yt+a3rt+a4it+λ1Pt-1+λ2(LnPt-1*-LnPt-1)+Φt 式(4)
我们最终所得到的有限理性预期均衡价格模型为
Pte=(a0+λ0)+a1et+a2yt+a3rt+a4it+λ2(LnPt-1*-LnPt-1)式(5)其中,Pt-1*是这样得到的,我们假定基期(t=0)住房价格为均 衡价格,这样我们就可以做如下计算:
LnPt-1*=LnP
+
t-1
i=0
!Pi
*
。而在实际计算时,采用均衡价格定
基指数来表示均衡价格,用房地产定基指数来表示房地产价格。所以运用上述模型可以对住宅价格波动的影响因素进行定 量分析,随着中国住宅市场的不断发展和统计数据的日益健全, 就可以对各影响因素的重要性做更深入的定量分析判断,本文 主要是着眼于阐述对该方法的运用。
三、结束语
国外对房地产周期的研究已进入了多样化深入发展的新时 期。国外学者研究房地产周期时,不仅进行一般的理论分析,还 采用各种指标,综合运用各种数学工具,进行实证分析,从而较 好地描述了房地产周期波动的轨迹,揭示了房地产周期波动的 原因。无论从研究的方法还是研究的内容上讲,国外房地产周期 研究对中国房地产周期研究都有着重要的借鉴意义。
虽然国内学者对住宅市场周期波动的原因分析取得了很大 进展,但是,与国外相比,研究毕竟还处于起步阶段,还存在一些 问题。
(1)理论基础薄弱。基本上都是套用国民经济周期原理来研 究房地产周期。
(2)研究工具有待于改进。研究的方法仍然以定性研究为 主,难以对变量间的关系做出准确的判断和描述。
(3)研究条件差。中国由于特定的历史条件和特殊的体制环 境条件,房地产真实统计数据体系不健全,收集数据、实践调研 难度很大,这就造成在指标体系的研究设计方面往往由于资料 的采集困难而失败。
上述问题既受我国经济发展和房地产业发展背景的影响,又受我国研究条件的限制。因此,希望本文对住宅价格波动规律 影响因素的分析能为这一课题的深入研究做补充,通过加强实 证分析更加准确地把握我国房地产周期波动的规律,为政府部 门制定反周期调控措施提供理论指导,为房地产各主体做出正 确的投资决策提供参考。
(作者单位:浙江理工大学经管学院)
模式———共赢,为企业带来更高收益,也就是在实现个人理性的 基础上达到集体理性,实现帕累托最优。为了实现最优化,在合 作过程中,制造商与供应商之间要共同分享信息,形成信息互 补,通过合作与协商来协调相互的行为。总之,要实现他们之间 良好的“共赢关系”就要建立下列保障机制。
1.信息交流与共享机制。信息交流有助于加强制造商对供
应商信息的了解,减少投机行为,有助于促进重要生产信息的自 由流动。为加强供应商与制造商的信息交流,可以从以下几个方 面着手。
(1)在供应商与制造商之间经常进行有关成本、作业计划、质量控制信息的交流与沟通,保持信息的一致性和准确性。
(2)制造商对供应商给予协助,帮助供应商降低成本,改进
质量,加快产品开发进度,增强供应商对整个供应链业务活动的 共同责任感。
(3)建立联合的任务小组解决共同关心的问题。在供应商
与制造商之间应建立一种基于团队的工作小组,双方的有关人 员共同解决供应过程以及制造过程中遇到的各种问题。如制造 商在产品设计阶段让供应商参与进来,这样供应商可以在原材 料和零部件的性能和功能方面提供有关信息,为实施QFD(质 量功能配置)的产品开发方法创造条件,把用户的价值需求及 时地转化为供应商的原材料和零部件的质量与功能要求。
(4)制造商和供应商经常互访。制造商采购部门与供应商
应经常性地互访,及时发现和解决各自在合作活动过程中出现 的问题和困难,建立良好的合作气氛。
2.供应商的激励机制。要保持长期的双赢关系,对供应商的 激励是非常重要的,没有有效的激励机制,就不可能维持良好的 供应关系。在激励机制的设计上,要体现公平、一致的原则,给予 供应商价格折扣和柔性合同,以及采用赠送股权等,使供应商和 企业分享成功,同时也使供应商从合作中体会到双赢机制的好 处。谁能拥有这些具有独特优势的供应商,谁就能赢得竞争优 势。显然,这种竞争优势不是哪一个企业所具有的,而是整个供 应链的综合能力。
3.合理的供应商评价机制。要实施供应商的激励机制,就必
须对供应商的业绩进行评价,使供应商不断改进。没有合理的评 价方法,就不可能对供应商的合作效果进行评价,将大大挫伤供 应商的合作积极性和合作的稳定性。对供应商的评价要抓住主 要指标或问题,比如交货质量是否改善了,提前期是否缩短了,交货的准时率是否提高了等。通过评价,把结果反馈给供应商, 和供应商一起共同探讨问题产生的根源,并采取相应的措施予 以改进。
(作者单位:同济大学经济与管理学院、上海市对外贸易学院)
波动性影响 第3篇
关键词：股指期货 股票市场 波动 趋势
引言
从2010年4月开始，我国股票市场开始推出了股指期货以及融资融券业务。这对于我国资本市场而言，这是一个里程碑式的事件，将对我国股票市场的发展产生重大影响；因此，在分析过程中探讨其对资本市场各个方面的影响，对于投资人以及管理层而言，具有十分重要的银，本文将对这些方面的内容进行适当探讨。
一、股指期货推出对我国股票市场的趋势的整体影响
1、股指期货的退出并不会对股票市场大势走向产生明显影响
从理论上而言，股市是反映国民经济发展形势的重要数据，是整个国家经济发展的晴雨表，同时也是整个投资市场投资大众心理情况的晴雨表。而决定任何一个股票市场价格指数的走向的因素，不管什么时候都是企业盈利能力、投资人对宏观经济形势的心理状态、市场资金供应以及股票市场的供求等基本因素所决定的。而股指期货仅仅知识股票投资人管理与规避股市风险的一个工具而已。基于这种认识，可以认为股指期货仅仅只是一个新的股票交易品种和风险规避的工具，而不能对股票市场的整体走势形成明显影响。
2、股指期货可能平抑市场波动的幅度
因为股指期货的出现，改变了市场投资人在股票市场的基本盈利模式，使得股票投资人的应力模式发生适当的改变，从而让投资人对既定的市场预期产生对应的修正。使得部分投资人能够通过这种方式进行新的交易获利或者是避险。这意味着之前那种市场在短期内出现非理性的大跌、大涨现象可能出现一定程度的控制，而且股份公司在股票市场的投资价值会进一步受到重视。之前那種极端疯狂的投机性交易行为可能会得到控制而有所收敛。另外，当部分投资人在预期到市场需要进行调整时，将会采用对冲的方式而不是采用全仓卖出的方式来获得利润，或者是避免资金损失。这就有效的避免了由于股票市场的小波动进一步对股票市场造成更大的冲击。与此同时，一些股票投资人还可以利用套利交易的方式来平抑市场波动。
我国股票市场曾经经历了世所罕见的大幅涨跌。在2006年到2010年之间，我国的股指上涨和下跌幅度均达到了世界第一。与此相类似的情况在那些没有退出股指期货交易的亚洲国家而言也很难见到。
当然，股指期货对股票市场的平抑作用并不是体现在短时间内的，而是在长期的应用之后才能够得以体现。
二、股指期货推出对我国股票市场波动性的影响
部分学者认为股指期货的推出将会导致股票市场波动性的增加。其中，Damndaran通过对S&P500指数的充分研究，股指期货的推出将使得指数成份股的波动呈现增大的趋势。Antoniou and Holmes Priestles将1980年11月到1991年10股票市场的所有日资料为样本进行分析，探讨了FT-SE100股指期货于1984年5月推出之后，股票期货价格的价格情况。最终的分析结果是股指气候推出之后，现货价格的波动性将增加。但是，这种波动性导致的不利影响可以被现货市场对信息的反映模式进行改善，并起到一定程度的抵消作用。Fiss基于股票市场的实际资料，构建了一个对波动性以及信息流量的模型，确定在套利情况存在的情况下，分析出当当股指期货市场中信息流量较多时，必然导致现货市场波动性的持续增加。而Antoniou and Hblrres则通过发现当股指期货推出之后，虽然将导致股票市场的价格波动增加，但是其中所包含的潜在信息流通速度增加。
上述各国的实例分析例证都对股指期货的推出所导致的股票市场波动情况提出了针对性的意见和看法。主要认为股指期货的推出并不能对市场的总体指数的长期变化趋势造成影响。而从一段时间来看，市场涨多少都将会出现对应的回调。而下跌多了时，必将会出现对应的上涨，股市在运转过程中自身会根据其走势合理运行，而股指期货并不能对这种客观事实造成影响。
另外，不管是在牛市还是熊市背景下，股指期货的推出都将成为局部小牛熊出现的分水岭。大部分情况下是在股指期货推出之前出现上涨，而在推出之后则出现下跌的现象。这一点，亚洲股市与欧洲股市不出其外。而唯一特殊的是法国证协40指数的推出，由于该股市期货推出时正好处于大熊市末期。当时推出时，股指期货指数没有出现下跌立即现象，而是在持续上下波动一段时间之后，股市指数持续上扬。虽然这种情况很少发生，但是其也是客观存在的。
为什么会出现这种特殊现象呢？基于对股票市场的分析来看，主要与市场对股指期货投资时存在对应的投机因素、心理预期等相关。通常在股指期货推出之前，投资机构为了能在股指交易时占据主动权，一般会逐步选择标的指数成分股。这种现象将导致部分资金开始缓慢的注重于在权重股方面的配置。这将导致权重股股指上升。这表示随着股指的上升，投资机构的权重股筹码也不断增加，这将使得投资机构的主力资金变得乏力，不能持续拉动股指的上涨。于是投资机构将会在股指期货推出之后进行反向做空，利用这种放上来实现盈利，达到弥补成分股出现现货亏损的问题。
三、结论
1、股指期货的推出并不能改变我国股市长期的发展趋势，而只会对市场波动的幅度起到平抑作用；
2、股指期货的推出都将成为局部小牛熊出现的分水岭，但是不会出现明显的波动现象。
参考文献：
[1]蔡秀平.股指期货对股票市场的影响[J].闽江学院学报， 2010，31（4）：44-48
[2]李强.股指期货对股票市场影响的研究综述[J].武汉金融，2007（4）：16-18
融资交易对A股市场波动性影响 第4篇
目前学术界对融资交易对于股票市场波动性的作用还没有达成共识。King等 (1993) 的实验结果表明, 卖空机制没有起到稳定价格的作用, 卖空机制对价格泡沫的产生没有显著的影响。Senchack和Starkes (1993) , Figlewski和Webb (1993) 研究表明, 卖空有期权上市交易的股票对股价下跌的影响较小, 并且这些股票的卖空信息大多是不公开的。Conrad (1994) 构建了一个“信息公开”与“信息不公开”的卖空交易模型, 研究结果表明, 在公开意料之外信息的情况下, 卖空交易与股价下跌呈正相关关系, 但在不公开意料之外信息的情况下, 卖空交易对价格下跌的影响更大。
国内的学者也对融资交易对股票市场波动性影响进行了深入的研究。徐海涛 (2005) 选取了29个国家证券市场上具有代表性的市场指数收益率作为整体市场收益的衡量标准, 对卖空限制进行实证分析, 发现一个市场如果对卖空限制的越严格, 其市场收益的波动率也就越高, 就是说卖空限制实际上加大了市场的波动程度。廖士光、杨朝军 (2005) [1]利用协整检验和Granger因果检验的方法研究了我国台湾股市1998年8月至2004年2月的卖空机制与股票价格之间的关系, 实证结果表明, 卖空市场机制不会加剧证券市场的波动。
二、融资交易对A股市场波动性影响的实证检验
(一) 样本数据与指标选择
本文选取2010年3月31日到2011年12月12月27日为样本区间, 共426个交易日。指标选取与数据来源如下:
本日融资买入额。本研究区别于其他研究中采用的月度数据。选择采用日度数据本日融资自买入额, 记作MP。数据来源于上海证券交易所。[2]
市场波动性指标。现有研究文献多数采用市场指数的月内标准差来衡量票市场的波动性, 由于本文采用的是日度数据, 因此本文拟采用上证综合指数的日波率 (价格波幅) 来反映市场波动性水平, 即 其中PtH表示上证综指第t日的最高价格指数, PtL表示上证综指第t日的最低价格指数。每日最高上证综指和每日最低上证综指数据来源于大智慧分析软件数据整理。
(二) 平稳性检验
对于金融时间序列, 运用计量经济模型做实证研究时, 首先要检验时间序列的平稳性, 然后再根据序列的平稳性检验结果来选择不同的计量方法展开研究。本文将首先对各变量进行单位根ADF检验, 然后再根据各变量序列的平稳性选择计量方法和模型。
从图一可以看出MP含有趋势项和常数项, 从图二可以看出VOL有常数项但是无趋势项。经过ADF检验, 检验结果如表一所示。可见序列MP、VOL在1%、5%和10%的置信水平下均是平稳变量。
(三) 融资交易与股票市场波动性实证分析
MP与VOL在1%、5%和10%的置信水平下均是平稳变量, 可以建立向量自回归模型 (VAR) 。本文拟通过构建VAR模型来研究融资交易对股票市场波动性的影响。
1、VAR模型
VAR模型中一个重要的问题就是滞后阶数的确定。本文采用Lag Length Criterion检验选择最优滞后阶数。
从Lag Length Criterion检验结果可以看到LR、HQ两个检验指标认为滞后3阶比较合理, FPE、AC两个指标认为滞后4阶比较合理。基于要保证有足够数目的滞后项, 又要有足够数目的自由度的综合考虑, 本文确定融资交易与股票市场波动性的VAR模型滞后阶数为3。
对每个方程做OLS估计, 得到的融资交易与融券交易与市场波动性的VAR (3) (向量自回归) 模型的估计结果
本文重点关注的是VAR的第二个方程,
即股市波动性受融资交易滞后值、股市波动性滞后值影响的方程, 融资交易滞后一阶变量系数很小, 但滞后一阶变量t值很显著, 表明融资交易一阶变量对股市波动性有影响, 但影响比较微小。滞后二阶变量的系数和滞后三阶变量的系数均很小, 且T值不显著, 表明融资交易滞后二阶、三阶变量对股市的波动性影响很弱。
2、Granger因果检验
MP与VOL在1%、5%和10%的置信水平下均是平稳变量, 可以直接检验MP和VOL之间因果关系。检验结果如表四所示:
在滞后阶数为2阶、3阶、4阶的情况下, 检验结果均拒绝原假设, 表明VOL与MP互为Granger因果关系。
三、研究结论
本文采用实证分析的方法研究了融资交易的引入对我国A股市场波动性的影响, 得到一下几点结论:
融资交易对我国股票市场波动性具有影响且互成因果关系, 但是影响比较弱。
融资交易对我国股票市场的作用初现, 但是影响很弱。因此融资交易对增强我国股票市场稳定性的作用尚未完全体现出来, 其作用有待进一步提升。
摘要：2012年2月22日, 沪深市场日融资买入额在前日基础上陡增五成, 达近36亿元, 创出历史之最。这也是融资融券业务推出以来两市日买入额首度突破30亿元。融资融券业务推出以来融资交易快速发展, 开始对A股市场产生愈来愈大的影响。本文以上海证券市场经验数据研究了自2011年3月31日推出融资融券业务以来, 融资交易对市场波动性的影响。采用实证研究的方法, 结果表明融资交易对我国股票市场波动性具有影响但是影响比较弱。同时融资交易与我国股票市场波动性互成因果, 且关系较显著。
关键词：融资交易,波动性,实证检验
参考文献
[1]王志扬, 陈鸿.构建我国证券市场信用体系[J].发展研究, 2003, (07) .
[2]廖士光, 杨朝军.卖空交易机制对股价的影响---来自台湾股市的经验证据[J].金融研究, 2005, (10) .
[3]廖士光, 杨朝军.卖空交易机制、波动性和流动性---一个基于香港股市的经验研究[J].管理世界, 2005, (12)
[4]戴秦, 严广乐, 施泉生.我国证券信用交易引入与股价波动相关性分析[J].改革与战略, 2008, (06) .
[5]陈淼鑫, 郑振龙.卖空机制对证券市场的 (下转第27页) 影响:基于全球市场的经验研究[J].世界经济, 2008, (12) .
[6]张宇昊.试论我国证券公司融资融券业务的模式选择及影响[J].经济视角 (下) , 2009, (10) .
[7]李备友, 路英, 李守伟.限制卖空交易对证券市场波动性的影响分析[A].第十二届中国管理科学学术年会论文集[C], 2010.
波动性影响 第5篇
摘要：在我国经济建设和社会发展的进程中，房地产行业占据着重要地位，它是我国国民经济的支柱产业，对于促进经济健康、推动经济发展至关重要。研究表明，分析与探索我国房地产经济波动的内外因素，用科学的方法实现对房地产行业的有效引导，从而提出应对我国房地产增速过快，为房价合理波动提供建议和意见。
关键词：影响因素;房地产;经济波动;应对措施
一、我国房地产经济波动现状
我国处于社会主义市场经济的体系，时代的发展推动着房地产市场的发展，可以说，房地产产业在国民经济中占据着重要地位。我们要掌握房地产发展的规律和特点，以引导其实现健康、有序的发展。目前，我国房价飞速上涨，这在住房者和投资者心里引起了恐慌，从政府角度要对房地产进行有效干预，掌握其变化规律，合理引导居民的消费需求，抑制快速增长的房价，实现房地产行业的健康、和谐发展。
二、我国房地产经济对国民经济的影响
(一)我国房地产对国民经济发展的作用
我国房地产对国民经济起着重要的引领、拉动作用，其贡献主要体现在以下三个方面。首先，房地产开发直接影响我国国内生产总值，这是我国经济的重要组成部分。其次，房地产开发间接推动我国国内生产总值，推动相关产业的持续发展。第三，房地产开发吸引消费，对拉动国内生产总值起着强大的推动力。目前，我国房地产开发对经济的贡献超过了6%，这一产业的与很多行业产业有密切的关联度，因此，推动房地产行业的稳定发展，是有利于实现我国国民经济和社会发展的基石。
(二)我国房地产对其他产业发展的影响
我国很多产业在国民经济发展运行中有着密切的联系，这种联系称之为产业关联。房地产业是国民经济的支柱产业之一，它的发展与其它产业有密切的关联度，深刻而广泛的影响着各行各业。例如，有效带动建筑、冶金、建材、装饰、装修等众多产品和部门的稳定发展。
三、影响我国房地产经济的各种因素
(一)影响我国房地产经济波动的外部因素
1.金融体系影响我国房地产经济的波动
房地产的开发与金融资本的注入和支持关系密切，在我国房地产开发中需要政府及相关部门投资、贷款，给以经济上的大力支持。房地产行业作为经济密集型的产业，其自身的建设、发展需要大量的资金，充足的资金能保障房地层行业的顺利施工，有效开发。
2.土地资源影响我国房地产经济的波动
我国房地产开发过程中，首先要由开发商拿到土里的使用权、处理权，土地作为商品，在房地产发展过程中充分体现出其交换价值。在这一环节中，交易的对象是土地所有权和房屋使用权。我们在分析房地产波动的影响因素时，其土地所有权的因素是衡量房地产价值的重要指标。
3.市场环境影响我国房地产经济的.波动
在分析现阶段市场供需的现状可以推知，房地产的需求变化会对房地产价格产生影响，房地产的需求旺盛，其需求量大，价格就会增长，土地资源的稀缺和市场供需的矛盾直接影响到房地产的经济的波动。
(二)影响我国房地产经济波动的内部因素
1.房地产市场自身供需存在矛盾
房地产市场供需存在矛盾，这是引起经济波动的内在原因。在市场经济中，房地产自身的需求与供给会发生变化，我国房地产行业共给受到管理水平、技术手段、劳动力现状、资金条件等因素的影响，目前，我国房地产供给的总量是猛于总体需求的，因此，两者之间只会呈现短暂的平衡，我们需要调整其供需关系以实现供求之间的平衡，避免房地产行业出现大范围的波动。
2.房地产价格自身会引起波动
房地产价格的波动是影响房地产经济波动的内因，房地产购买和投资方自身存在盲目性与投机性，这就造成房地产行业的无规律上涨，甚至出现价格疯狂上涨的现象。在经济利益的驱使下，更多的开发商将房地产将大量的资金用于购置土地、占有市场，使房地产呈现出表面的繁荣景象。然而，这种畸形的状态中存在泡沫和隐患，这为房地产的经济的衰退造成隐患。
四、应对我国房地产经济波动的措施
(一)加大对我国市场的整体控制力度
我国要正确对待房地产经济波动的现状，从国家层面推动房地产行业的合理调控。这不是一味的强硬控制，而是在正常和合理的范围内注重调控。房地产市场在面对激烈的市场竞争中，价格的波动有利于改善其经营管理，以提升房地产行业的经济和效益。可以说，将房地产价格控制在合理、正常的范围以内，才能真正实现我国房地产经济的快速、稳定发展。
(二)加强对我国房地产的投资建设力度
应对我国房地产经济波动过大的现状，不仅要从政府层面加以调控，还要加强房地产行业的投资建设力度。首先，要根据我国国情出发，选择科学、合理的房地产投资政策，不断调整和完善房地产经济的状况。其次，要制定与房地产经济长远发展的政策措施，即时房地产行业出现短暂的下滑，抑制经济的发展，也要通过合理的政策和措施对其纠偏，以保证房地产经济的持续、稳定发展。
五、结束语
我国国民经济和社会发展的进程中，房地产行业占据重要地位，它是实现我国经济发展的支柱产业。通过分析与思考引起房地产波动的因素，探索出符合我国经济发展需要的，实现房地产经济健康发展的政策措施。只有掌握我国房地产经济波动的规律，对其进行有效引导和合理运用，才能为房地产行业的顺利发展奠定基础，提供保障。
参考文献：
[1]高慧.我国房地产业与经济发展的若干问题思考[J].商业时代,(32).
[2]许玉凤,李胜君.解析房地产经济波动的影响因素及对策[J].现代经济信息,2013(08).
波动性影响 第6篇
【关键词】 农产品期货;农业波动;农民收入
一、引言
关于农村品期货市场的功能和作用,可以从微观、宏观两个方面理解:
在微观层面上:学者们认为农产品期货的基本功能是价格发现和规避风险。关于我国农产品期货价格发现功能的实证研究较为丰富。其中:夏天、程细玉证明了大连商品交易所、芝加哥商品交易所大豆期货市场与国产大豆现货市场三者间具有相互影响、相互引导关系;大连期货市场具备了良好的价格发现功能,居于长期价格发现的主导地位。王健、黄祖辉证明大连大豆期货市场的期、现货价格关系已较为紧密,变动趋势基本一致;期货市场价格对现货市场价格的引导作用明显,体现了期货市场的价格发现功能。吕东辉、杨印生、吕洪建发现我国小麦期货市场存在着投机者认知与行为偏差。关于规避风险,可以从微观经济体的套期保值分析,也可考察其对市场的宏观影响即波动性。
我国农产品期货规避风险功能的研究,特别是市场波动性的实证研究十分有限。主要代表性观点有:王国敏、张琳通过理论分析认为农产品期货市场可以有效转移农业风险,要使我国农业走出供求和生产超常波动的局面,必须建立农产品期货市场。但其结论缺乏证据支持,使其观点的说服力不强;王丽娅,王忠钦研究发现,我国农产品期货市场发展不完善,现货市场没有蛛网理论所描述描述的弹性问题,价格波动很小,导致我国现货和期货几乎是相互独立运行模式,所以,期货市场并没有发挥稳定农产品价格的功能,自然起不到保护农民利益和农业生产的作用。但他们只分析了小麦价格的波动情况,并没有涉及其他主要农产品期货与农业发展的关系,其结论具有一定的局限性。
在宏观层面上:主要讨论的是农产品期货对农业经济增长的推动作用。安毅认为,健康成熟的期货市场发展应该在配置国民经济资源、降低经济运行成本、提高经济运行效率、引导社会投融资方面具有很强的提升功能,可以从市场结构和功能方面改变经济增长中的要素贡献率,增加经济增长的体制推动力,最终推动国民经济实现优化增长。但是关于我国农产品期货对农业发展推动作用的实证研究成果却很少,其中:曲三省通过理论层面分析认为,市场经济条件下,成熟的农产品期货市场既能为农业生产者和经营者分散风险,又能引导农业结构优化,是农民增收的一种有效手段。但该分析结论正确与否尚没有获得实证检验;冉华虽然通过分析1977～2002美国GDP和其衍生品成交总量的关系,认为GDP的增长需要有与之相匹配的衍生品成交量和持仓量的增长,但并没有具体到农产品期货对农业发展的影响。在宏观层面上的分析,不仅理论研究就不足,而且实证分析缺乏,关于农产品期货与农业经济增长的关系更是存在真空地带。
总体而言,实证考察我国农产品期货市场对农业波动性的影响的研究成果不丰富,并且实证检验我国农产品期货市场对农业经济增长影响的研究更少。基于此,本文尝试通过实证方法从两个方面考察我国农产品期货市场的功能和作用:(1)农产品期货市场的建立对大豆农业、小麦农业波动性的影响;(2)农产品期货市场的发展与农村居民家庭人均纯收入的关系。
二、数据与方法
(一)农业波动性
因为大豆、小麦作为期货品种时间较长,又是我国重要的农作物,故本文选取二者作为考察对象。对两种农作物近30年的价格、种植面积、总产量做差分处理后分别考察其标准差在1993年前后的变化。标准差能表明数据的波动状况,越大则波动越剧烈,风险就越大。差分可以消除趋势性,得到数据的变化量。价格用农产品生产价格指数(农副产品收购价格指数)代替,环比值已消除趋势性,不需差分。虽然我国从1990年已开展实验性期货交易,但成交量极小,影响不大。1993年开始正式期货交易,选择以1993年为界线,对比此前后的变化。为了更全面的反映情况,同时用了未差分的原数据做了计算,并分别以1990年为界限做计算。
自《2007年中国农业发展报告》,2007年、2008年数据选自《2009年中国统计年鉴》。其中2000年(含)之前为农副产品收购价格指数,2001年后改为农产品生产价格指数,2001年数据缺,插值处理。
资料来源:小麦生产价格指数,1978年到1982年数据选自《1996年中国统计年鉴》,1983年到2006年数据选自《2007年中国农业发展报告》,2007年、2008年数据选自《2009年中国统计年鉴》。其中2000年(含)之前为农副产品收购价格指数,2001年后改为农产品生产价格指数,2001年数据缺,插值处理。
图3、图4已经能够表明,1993年后大豆和小麦的相关数据波动情况并没有明显改善,甚至更加剧烈。
(二)农民收入
成交量可作为期货市场发展程度的量化指标。成交量越大,说明此市场参与度高、融会信息广、流动性强,对整个行业的影响就越大。这里选择我国大豆期货、小麦期货的年成交总额。
常用的经济发展量化指标可以是国民生产总值或者国民收入。因为关心的是期货对农业的影响,选择我国大豆和小麦的主产省份分别为黑龙江和河南的农村居民家庭人均纯收入作为衡量农业经济发展的指标,而且人均收入相较人均国民生产总值可以更直接反映农民生活质量。
对上述两个经济指标进行分析,依次考察它们的相关关系、协整关系、Granger因果关系以及线性相关关系,用数据证明农产品期货成交额是否对农民收入产生影响。
资料来源:黑龙江农村居民家庭人均纯收入,1993年到1996年数据选自《1997年中国统计年鉴》,1997年到1999年数据选自《2000年中国统计年鉴》,2000年到2003年数据选自《2004年中国统计年鉴》,2004年到2007年数据选自《2008年中国统计年鉴》,2008年数据选自《2009年中国统计年鉴》。大豆期货成交额,选自中国期货业协会网站,其中,2002年之前为大豆品种数据,2002年到2003年为大豆与黄大豆一号两个品种数据之和,2004年为大豆、黄大豆一号与黄大豆二号三个品种数据之和,2004年后为黄大豆一号、黄大豆二号两个品种数据之和。
资料来源:河南农村居民家庭人均纯收入,1993年到1996年数据选自《1997年中国统计年鉴》,1997年到1999年数据选自《2000年中国统计年鉴》,2000年到2003年数据选自《2004年中国统计年鉴》,2004年到2007年数据选自《2008年中国统计年鉴》,2008年数据选自《2009年中国统计年鉴》。小麦期货成交额,选自中国期货业协会网站,其中2003年之前为小麦品种数据,2003年(含)后为普通小麦与强筋小麦两个品种数据之和。
三、实证分析
(一)农业波动性
表1、表2数据显示,1993年后,也就是大豆、小麦期货市场正式建立之后,只有大豆的价格波动情况略有改善,大豆种植面积、产量和小麦价格、种植面积、产量非但没有减小波动,反而显著加剧了。
用未差分的原数据做计算,以及分别以1990年为界限做计算,结果与上述相同。
(二)农民收入
1.相关关系
数列间相关系数能初步反映数列的相互关系。(表3中可以看到)黑龙江农民收入与大豆期货成交额当期的相关性最大,正相关0.81,显著相关。同样,河南农民收入与小麦期货成交额当期相关性最大,正相关0.86,相关性更明显。
2.协整关系
进一步考察收入与成交额的平稳性和协整关系。平稳性描述数列的变化规律即数列统计特性是否随时间变化。若数列平稳,则其变化遵循某种确定的规则,这样的数列才能用于预测。协整关系则说明,对于若干不平稳数列,存在它们的某个线性组合是平稳的。就是说,几个数列的变化的规律会随时间而变化,但将他们进行某种组合之后,形成的数列,其变化的规律是稳定的。协整关系是时间序列进行线性回归分析和Granger因果检验的前提,若数列存在线性关系或者Granger因果关系,这种关系是否有意义取决于它们是否协整。
两个时间序列进行协整检验,前提是它们必须为同阶单整。N阶单整就是非平稳数列进行N次差分后变平稳。若两数列非同阶单整,比如一个平稳数列和一个1阶单整数列,它们的线性组合残差依然非平稳,或者不能长期均衡。平稳数列残差的波动会自我抵消,而非平稳数列的波动特性会保留,这样新数列的波动仍然无规律,这种数列用于预测是无意义的。检查序列平稳性的标准方法是单位根检验,这里选择ADF检验来考察相关数据(结果如下表)。
注:检验类型中,I表示有截距,T表示有截距和趋势,N表示差分阶数。
表4的检验结果显示,黑龙江农民收入2阶单整,大豆期货成交额平稳,两者不是同阶单整;河南农民收入2阶单整,小麦期货成交额1阶单整,两者不是同阶单整。因此可以说,黑龙江农村居民家庭人均纯收入与我国大豆期货成交额之间不存在协整关系,河南农村居民家庭人均纯收入与我国小麦期货成交额之间不存在协整关系。
因为时间序列不存在协整关系,所以已经可以得出收入与成交额之间无因果关系,但为了更加确认这个结论,依然尝试做了Granger因果检验和线性回归。如果无Granger因果关系和线性关系,则进一步确认了无因果关系的结论;如果存在Granger因果关系或者线性关系,则这些关系无意义,因为它们不协整。进行Granger因果检验后,结果说明大豆期货成交额是黑龙江农民收入的原因,但不是它的结果;河南农民收入与小麦期货成交额互相不为因果。
线性回归的结果表明,大豆期货成交额的系数很小,可以认为其对黑龙江农村居民人均纯收入的改变不能做出解释。小麦期货成交额系数同样很小,对河南农村居民人均纯收入也几乎没有影响。
四、结论与原因
通过以上的分析可以得出,我国大豆期货市场的建立并没有改善我国大豆农业的波动情况,反而有所加剧,至少从波动的角度分析,期货市场也许没有发挥规避风险的功能。我国大豆期货市场的发展也不能解释黑龙江农村居民人均纯收入的变化,或者说黑龙江农民收入的增加与大豆期货市场无关。小麦期货市场对小麦农业与河南农村居民人均纯收入的影响与大豆类似。对于这种结论,可能的原因有:
(一)我国农产品期货市场的建立并非需求引致
期货市场建立之前,我国农业市场并没有强烈的抑制市场波动的需求。我国农业市场供给弹性并不高,特别是主要粮食类作物的供给一直以来波动并不剧烈,不符合发散式蛛网模型。虽然我国1978年进行改革开放,推行市场经济体制,也取得了巨大成功,但改革需要长期的探索过程,市场化程度特别是农业市场化程度依然不高,计划经济体制对我国农业市场的影响在改革开放后相当长的时期内依然深远。我国农业仍然长时间处于低效率水平下的平稳状态,对期货这样用于控制波动风险的金融工具需求不足,我国期货市场的建立本身也是“自上而下”行政结果。
(二)我国农业的“小农”特点使期货市场对农民的影响有限
简单说,就是农民多、耕地少、生产经营分散、技术知识不高、信息渠道不畅。这使得中国农民不可能参与期货市场,除了大量投机者,参与期货交易的是中间商、贸易商、加工商等,所以期货市场对农民的直接影响很有限。由于这种国情,甚至在现货市场,农民的利益也不是市场经济的“宠儿”,他们在与各方博弈当中往往处于被动地位。通过“订单”农业或者各类农业合作组织、协会等类似方式解决中国农民的诸多问题,这已经不只是关系期货的事。
(三)我国期货市场有待进一步发展
让期货成为有需要的人避险和增收的工具,而不要让它成为投机客的投机工具。有投机的金融才有意义,但如何有控制地利用投机成分,是我国期货业相关各方需要努力解决的问题。并且我们的期货市场是个舶来品,是否适合我们自己的国情?比如市场规范、交易规则、期货品种、合约设计、交割程序等等还需要不断实践摸索。中国期货市场的成长任重道远。
作为实证研究的基础,我国期货的相关数据还十分有限,结果可能会偏差。本文只是抛砖引玉,对这方面问题做一些尝试性研究,提出一些初步性看法。最终结论还有待进一步实践验证和更多学者更系统深入的研究。
参考文献
[1]夏天,程细玉.国内外期货价格与国产现货价格动态关系的研究[J].金融研究.2006(2):110～117
[2]王健,黄祖辉.我国大豆期货市场价格发现功能的实证研究[J].农村技术经济.2006(3):42～46
[3]吕东辉,杨印生,吕洪建.投机力量主导下的粮价波动:来自期货市场的实证研究[J].农村技术经济.2009(2):92～95
波动性影响 第7篇
一、我国融资融券业务的发展历程
(一) 禁止卖空阶段
1990年我国证券市场被正式建立, 建立初期由于相关的法律法规仍不够完善, 金融监管能力也稍显不足, 也至于市场上的部分证券公司往往出现了违规融资、挪用资金、重仓庄股, 客户不顾风险借国债之名炒股等违规现象比比皆是。而这些违规现象的本质就是融资融券的透支行为, 因此, 为了对证券市场风险进行有效的控制, 我国于1996年连续出台了多布禁令, 明确禁止融资融券交易业务。
(二) 融资融券业务准备阶段
随着我国证券市场发展规模的不断扩大与完善, 缺乏做空机制的单边市场弊端逐渐暴漏出来, 人们对融资融券交易的呼声也越来越多。因此, 在2005年10月我国第十届全国人民代表大会常务委员会第十八次会议上删除了对融资融券交易的限制条款, 并为融资融券交易服务提供了相应的条件, 融资融券交易进入到了启动阶段。直至2010年, 证券会公布首批融资融券试点券商名单, 融资融券交易彻底登上了证券舞台。
(三) 融资融券业务正式开展阶段
自2010年3月31日, 上海证券交易所与深圳证券交易所正式接受融资融券交易申报, 就标志了融资融券交易正式进入到了市场操作阶段。且在2011年, 证券金融股份有限公司的成立, 证监会颁布的《转融通业务监督管理试行办法》, 彻底的拓宽了证券公司融资融券业务资金和证券来源, 为融资融券交易的发展提供了有力的条件与环境, 直至今日, 我国证券交易仍在陆续出台了多部关于融资融券交易的法律法规, 以完善证券市场环境。
二、融资融券对证券市场波动性的影响机制
引入融资融券交易机制, 不仅能够改变证券市场暴涨时期股票的供给弹性, 也能够改变证券市场暴跌时期股票的需求弹性, 起到市场自动调节的效果, 进而抑制证券市场发生暴涨、暴跌问题的发生。这是因为, 在股价处于非理性暴跌时期, 此时的股价往往低于其内在所含价值, 融资者可以通过融资买入股票偿还证券而获利, 进而增强证券市场的强行需求, 并对投资者释放市场被低估的信号, 从而起到价格发现的作用, 避免投资者的恐慌心理, 抑制证券市场暴跌的可能性;而在股票处于非理性暴涨时期, 此时的股票往往高于其内在所含价值, 融资者则可以卖出高于股价的股票进而偿还资金而获利, 而此时释放出的信号为市场高估信号, 进而通过这种信号对股票价格起到打压作用, 抑制市场暴涨的可能性。我们用图1来表示融资融券交易对证券市场波动影响机制的理想情况。
当然, 并不是所有的融资融券交易都会对证券市场起到良好的调节作用, 有时还会导致证券市场波动加剧, 所以, 还需要完善的融资融券交易制度对证券市场交易操作进行监督, 并不断的提高证券市场运行的市场化程度。
三、做好融资融券交易的政策性建议
(一) 进一步扩大融资融券标的证券范围
在融资融券交易试点初期, 我国只有90只融资融券标的证券, 出现了某只标的证券被投资者集中购买或卖出的情况, 而部分标的证券无人问津, 这不仅仅给融资融券业务带来了巨大的风险, 也难以发挥融资融券业务价格发现、稳定市场的实际作用。因此, 我国先后对融资融券交易标的证券进行了几次扩容, 虽然与市场需求相比仍杯水车薪, 但是也对融资融券交易起到了长足的进展, 尤其是在2011年, 我国首次对融资融表证券进行扩容以后, 融资融券交易量的提升是有目共睹的, 如图2所示。所以, 笔者建议我国应该对融资融券交易标的证券的范围进行进一步的扩大, 使其在市场中的效应能够切实体现出来。
(二) 加强转融通机制的建设
通过调查我们可以得知, 早在2008年我国出台的《证券公司监督管理条例》中就曾明确表明了转融通业务中证券金融公司具备着核心地位。然而直至2012年转融资与转融券业务正式开展, 证券金融公司成立, 转融通业务的开展仍相对滞后, 不仅转融资余额只占融资余额中很少的一部分, 甚至再次重复了之前融资融券标的范围较小的格局, 不论是融资还是融券交易, 其绝大部分的资金仍由证券公司承担, 证券金融公司的核心地位再次被忽视。而这样不仅会给证券公司带来了巨大的风险, 同时, 转融通机制作用也没有得到很好的发挥。所以, 笔者认为我国应该进一步加强对转融通机制的建设, 进一步增强证券金融公司的资本实力、扩大转融券标的证券范围, 从而发挥转融通机制在融资融券交易中的作用, 促进融资融券交易的稳定发展。
(三) 适时放宽对融券卖空的限制
从目前我国证券市场的数据分析来看, 我们可以清楚的看到, 融资融券交易发展严重失衡, 其交易金额还远远无法发挥融资融券交易对市场的调节作用。而造成这一问题的根本原因不仅在于投资者对融资融券交易的接受度不高, 更是因为我国对融资融券交易的规则限定过于严格, 严重的抑制了融资融券交易的发展。所以, 笔者建议, 为了确定融资融券交易的发展, 构建买空交易与卖空交易平衡发展的双边市场格局, 我国应该适当的对融资融券交易放宽限制, 可先从保证金比例入手, 在逐步考虑对裸卖空、报升规则的限制, 以促进卖空交易的稳步增长。
(四) 提高投资者资金利用效率
我们都知道, 现行的《融资融券交易实施细则》中对投资者买卖融资价款都做出了明确的规定, 投资者只有保证拥有充足的余额保证金或充抵保证金的证券时, 才能够提取现今。虽然这条规定在一定程度上有效的防范了金融风险, 但是也使得投资者在资金的利用上灵活度大大下降, 严重降低了投资者的投资意愿。因此, 笔者建议在进一步完善我国融资融券交易市场规章制度的同时, 也要适当的降低这类保证金限制, 进而提高投资者的资金利用效率, 吸纳更多的投资者进行融资融券交易。
(五) 全面加强风险控制
加强风险控制, 是做好融资融券交易的根本所在。因此, 笔者建议相关的市场监管部门应该根据我国证券市场的实际情况, 建立健全融资融券法律法规体系, 加强监管机构、证券金融公司、交易所、证券公司各级的风险防控措施和市场防火墙制度, 提高投资者风险意识, 全方位的做好风险防范措施, 提高融资融券交易市场的运行效率。
四、结束语:
综上所述, 本文笔者对融资融券对我国证券市场波动性的影响进行了粗浅的探讨, 也希望通过本文笔者的阐述能够让更多的人们清楚的认识到, 能够影响证券市场波动的因素有很多, 如若想要从量化的角度去考虑是十分困难的, 所以本文笔者粗浅的分析了融资融券对市场波动性的影响, 也希望通过对融资融券交易与证券市场之间联动关系的揭示, 为广大学者与监督者在我国证券市场环境的完善与研究中, 融资融券交易的发展促进中提供有益的参考。
摘要：在当前我国仍然不够完善的证券市场环境之下融资融券交易的推出, 虽然在一定程度上增强了我国市场化程度, 降低了证券市场风险, 但是由于融资融券交易的杠杆性使得其本身就具有一定的风险性, 所以仍值得我们去不断的研究与推敲。而如何处理好融资融券交易与证券市场的波动性联动关系, 发挥融资融券交易对市场波动的平抑功能则俨然已经成为众多学者与监管者关注的重要问题。本文即对融资融券对我国证券市场波动性的影响进行粗浅的分析, 以供参考。
关键词：融资交易,融券交易,证券市场,波动性
参考文献
[1]肖文彦, 王紫菡.融资融券机制对我国股市波动性的影响——基于上证50的实证分析[J].中国证券期货.2012 (05)
[2]贾明琪, 赵亮.融资融券对A股市场影响幅度的研究[J].财会月刊.2012 (09)
波动性影响 第8篇
关键词：隔夜信息,隔夜收益,随机波动模型,马尔科夫蒙特卡罗模拟
1 引言
股票场内交易非连续及众多信息在非交易时段产生的制度特性是形成隔夜信息的主要原因。 场内交易时间只占日内时间的一部分 (1/6～1/4) , 然而与资本市场密切关联的各种信息随时可能发生和发布:例如在我国, 政府为了避免政策出台引起资产价格过度波动, 经常选择在休市时间内发布宏观经济政策;很多上市公司的资产重组、并购以及新产品发布等重要信息在休市时段公告。政府和上市公司在休市时段发布信息的方式能使信息传导更加顺畅、在投资者中充分传播, 理论上这一行为减缓了信息发布对市场的突然冲击, 但却导致了隔夜信息的形成。此外, 由于时差和节假日的差异性, 我国股票市场休市时, 其他地区的场内市场 (例如处于零时区的伦敦市场、处于西五区的纽约和纳斯达克市场) 仍在交易, 这些市场的交易信息及交易过程中反映的宏微观信息进一步加重了我国资本市场的隔夜信息。
隔夜信息是证券市场信息的重要组成部分, 由于在休市阶段隔夜信息暂时无法通过场内交易传导和融入, 因而会在下一交易日开盘后释放, 并对股票价格变动产生影响。 研究隔夜信息的释放和融入过程及对开市后价格行为的影响, 能够深化我们对股票市场价格发现过程的认识, 完善对资本市场价格行为影响因素的研究, 同时能够使我们对证券市场的信息认识更加全面。
虽然隔夜信息对资本市场价格行为有重要的影响, 但关于隔夜信息方面的研究相对较少。Oldfield和Rogalski (1980) 最早在研究中将隔夜数据与日内数据作为不同的数据过程处理[1]; 随后, Ng和Masulis (1995) 构造了一个区分日内和隔夜波动性的GARCH模型, 将隔夜波动性作为一个单独的影响因素引入到研究中[2]。近年来, 很多针对衍生产品定价和风险管理的研究都考虑了隔夜信息的影响: Nicholas Taylor (2007) 研究了隔夜信息对于E-mini S&P500期货市场波动性的预测能力, 证明了考虑隔夜信息能使对风险价值的估计更准确[3];Boes等 (2007) 研究了隔夜信息与期权定价的关系, 发现四分之一的波动跳跃过程发生在非交易阶段, 休市阶段价格波动对期权定价有重要的影响[4];Ilias Tsiakas (2008) 的研究结果表明隔夜信息对交易日日内收益和条件波动性具有显著的预测能力[5]。这些研究证明了隔夜信息的重要性, 而中国场内交易时间相对纽约、伦敦等股票市场较短, 隔夜阶段占据了更长的时间, 研究中国市场隔夜信息对交易的影响相对其他市场具有更要的意义。
收益率和波动性作为证券市场微观结构的重要变量, 一直是金融研究的热点。目前国内并没有文章系统地研究隔夜信息对收益率和波动性的影响。另外, 关于隔夜信息的研究没有将其有效细分, 针对隔夜信息对日内不同时段影响的文章在波动性研究领域仍是空白。本文通过Taylor (1986) 提出的随机波动率模型 (SV模型) [6]研究隔夜信息对资本市场收益率和波动性的影响, 在此基础上分析证券市场隔夜信息的融入过程。
2 假设的提出
市场微观结构理论认为新信息不断到达并被市场价格吸收是引起价格变动的主要原因。开盘时, 市场中存在大量拥有隔夜私人信息的知情交易者和不拥有信息的交易者, 他们根据自己已有的信息进行交易[7], 从而使隔夜信息不断向市场扩散和传递, 投资者对隔夜信息的认识和理解逐步加深。由于收益率和波动具有很强的长记忆性, 因此推断隔夜信息能够影响股票市场开盘后一整天的收益率和波动性。据此, 提出本文第一个假设:隔夜信息对下一交易日收益率和波动性有显著影响。
不同休市时段长度不一致:交易日夜晚只有十几个小时, 假期休市时间长达几天。不同长度休市时段积累的隔夜信息含量不同, 交易者对隔夜信息的吸收和消化程度也不同, 因此推断不同长度的隔夜信息对市场价格影响不一致。基于此形成本文的第二个假设:不同长度的隔夜信息对资本市场收益率和波动性的影响大小不同。
相关研究表明, 通常情况下证券市场正面信息对波动性的影响小于负面信息对波动性的影响[8], 这一现象称为波动性杠杆效应。目前为止, 没有文章专门研究是否存在隔夜信息对波动性影响的杠杆效应。而隔夜信息作为市场信息的一种, 对价格的影响机理与一般信息应是相同的, 因此得到本文第三个假设:存在隔夜信息对波动性影响的杠杆效应。
隔夜信息需要经过一定时间的交易才能完全融入到价格中。开盘后随着知情交易者不断进行交易, 隔夜信息不断向市场扩散和传递, 投资者对隔夜信息的认识和理解逐步加深, 因而隔夜信息对资本市场收益率和波动性的影响逐渐增大, 而后随着隔夜信息作为新信息的意义逐渐消失, 其对价格变动的影响又会逐渐变小。因此可推断本文第四个假设:隔夜信息对下一交易日波动性影响系数先逐渐变大后逐渐变小。
3 方法和模型
目前最常用来估计波动性的是GARCH模型族, 它能够很好地描述波动的时变特性, 但是对于波动性的弱自相关性、长记忆性和“高峰厚尾”特征刻画不足。由于SV模型在GARCH模型基础上对条件方差项引入了一个新息, 因此对波动性的刻画更吻合实际。本文利用SV模型估计股票市场的日内条件波动性及隔夜信息对收益率和波动性的影响, 在此基础上验证本文的四个假设。
中国股票市场采取集合竞价的开盘机制, 在竞价过程中交易者看不到其他交易者的指令, 知情交易者可以利用手中的信息操纵交易价格, 开盘价一定程度上反映了开盘之前的隔夜信息, 故本文采用隔夜收益代表隔夜信息。文中用Pot表示第t个交易日的开盘价, Pct表示第t个交易日的收盘价, 每个交易日的收益率为
为验证隔夜信息对资本市场收益率和波动性是否有显著影响, 在Taylor提出的的SV模型基础上引入隔夜收益对收益率和条件波动性的影响因子, 构建考虑隔夜信息的SV模型 (这里把所有的隔夜信息作为一个数据过程去处理, 并不进行细分) , 其表达形式如下:
其中, υt表示交易日收益的条件波动性, 它可以用下式计算:
为保证收益率与波动性为弱平稳过程, 要求υt与ηt相互独立, |βd|、|φ|<1。
根据时间长短将休市时段分为交易日夜晚、周末和假期三个部分, 相应隔夜收益率分别用rwnt、rwet、rht表示, 将式 (1) 中的βnrnt替换为βwnrwntDwnt+βwerwetDwet+βhrhtDht, 式 (3) 中的γnrnt替换为γwnrwntDwnt+γwerwetDwet+γhrhtDht构造区分不同长度隔夜信息的SV模型来验证不同长度隔夜信息对收益率和波动性影响是否存在差异。 (Dwnt, Dwet, Dht为虚拟变量, 取值0或1。Dwnt+Dwet+Dht=1;若第t-1个交易日收盘到第t个交易日开盘为周末则Dwet=1, Dwnt=Dht=0;第t-1个交易日收盘到第t个交易日开盘为假期则Dht=1, Dwnt=Dwet=0;其余情况Dwnt=1, Dwet=Dht=0。)
通过对模型分析可知:若γd, γn, γwn, γwe, γh为负, 表示负的收益消息导致下一个交易日波动性增加而正的收益导致下一个交易日波动性减小, 这可以描述通常负的收益信息会导致第二天波动性更大的现象, 而若实际情况为正负收益信息同时导致波动性增加但负的信息影响更大, 上面的估计方法则是错误的。因此在区分三种不同隔夜信息的SV模型基础上通过改变θdt表达形式, 构造非对称SV模型来考察是否存在隔夜信息对下一交易日波动性的杠杆效应。由于假设正负收益对波动性的影响不同, 因此应将正、负收益信息分开处理, 用式 (4) 替代对称模型中的γrt-1项 (此项为时间序列项的统称, 包括日内、夜晚、周末和假期) :
式中, γ+表示正收益率对波动性的影响系数, γ-表示负收益率的绝对值对波动性的影响系数, r+表示正的收益率, r-表示负的收益率, 式中负收益项用绝对值计算便于比较正负收益的影响大小。
令
式中, 下标d、wn、we、h分别表示交易时段、交易日夜晚、周末和假期。上标a表示非对称影响系数, 上划线表示收益率绝对值对波动性的影响系数, | |为绝对值符号。
4 实证结果分析
4.1 交易日收益与隔夜收益统计特征对比
本文选取国泰安数据库上证指数的交易数据为样本, 样本区间为2005年1月4日至2010年3月22日, 数量为1266个。选取此段样本研究的原因主要有两点:首先, 此段时间既包含金融危机时期及之后的恢复期又包含正常市场波动的时期, 因此具有更强的代表性, 能够反映在所有市场状态下都成立的关系;其次, 此段样本为较新的数据, 能反映市场当前的状况。
在研究隔夜信息对资本市场收益率和波动性的影响之前, 本文首先对交易日收益率和隔夜收益率的统计特征比较分析。由于收益率均值在0附近且无明显变化趋势, 绝对收益率序列比通常意义的收益率能更好地反应收益率的统计特征, 因此本文也对交易日绝对收益率和隔夜绝对收益率进行比较分析, 结果如表1所示。
对比结果显示, 交易日收益率的期望值和标准差大于隔夜收益率的相应值, 但隔夜收益率的偏度和峰度大出日内收益率很多。因此, 交易日收益和隔夜收益是两个不同的数据过程。这一结果与Masulis和Ng (1995) [2]对伦敦交易所的分析是一致的, 说明不能将隔夜数据与交易日数据作为同一个过程处理, 这与各国交易时间及交易制度无关。
为进一步对比交易日收益率和隔夜收益率, 使结果更具说服力, 比较场内交易阶段和隔夜阶段的收益均值和波动性以及各休市阶段的收益均值和波动性是否显著不同。结果如表2所示, 据结果可知, 场内交易阶段和隔夜阶段的数据是显著不同的, 各部分休市阶段波动性也不同。因此, 要将隔夜收益与交易日收益分开研究, 并且有必要验证不同长度的隔夜信息对资本市场收益率和波动性影响是否不同。
注: ***表示在1%的显著性水平下显著; *表示在10%的显著性水平下显著; -表示不显著。
4.2 假设检验结果
用马尔科夫链蒙特卡洛模拟 (MCMC) [9]的方法对SV系列模型的系数进行估计, 对每个模型做10000次迭代, 并舍弃掉前4000次抽样作为燃烧值, 利用后6000次较为稳定的抽样来估计模型参数, 验证前面所提到的假设。
注: 检验值的上标***表示1%显著性水平下统计显著。
首先, 通过检验考虑隔夜信息影响的SV模型中隔夜信息对收益率和条件波动性的影响系数 (βn和γn) 是否显著来检验来验证本文的第一个假设, 结果如表3所示。
从表中结果可以看出, 隔夜信息对下一交易日的收益率和波动性均具有显著影响。这与Nicholas Taylor[3]对美国资本市场的研究结果一致, 但本文γn估计值的绝对值小于美国市场的相应值, 说明中国市场和美国市场的隔夜信息均对价格变动具有显著影响。但是中国资本市场的隔夜信息对收益率和波动性的影响小于美国市场, 这可能是由两个方面的原因造成的:一方面, 中国资本市场开放程度没有美国市场高所以受来自国外其他市场的信息影响相对较少;另一方面, 中国场外市场没有美国发达, 休市阶段积累的隔夜信息量相对美国市场较少。
通过将隔夜信息分为三个部分来研究不同长度的隔夜信息对资本市场收益率和波动性的影响是否不同, 其对比结果如表4和表5所示。
注: 检验值的上标***表示1%显著性水平下统计显著。
结果表明, 三部分隔夜信息对收益率和波动性的影响系数与未将隔夜信息细分的系数显著不同, 除γwe外, 其他系数的估计值 (绝对值) 均比未细分时变大, 说明将隔夜信息按时间长短分为不同部分可以改善估计效果。对比本文实证结果与Ilias Tsiakas[5]对欧美资本市场的研究可以看出, 本文的结果与伦敦交易所的结果更为接近, 与纽约交易所及法兰克福交易所结果相差比较大, 这可能与纽约交易所和法兰克福交易所与上海交易所开盘制度略有不同造成的。
利用非对称SV模型验证是否存在隔夜信息对下一交易日波动性的杠杆效应, 估计结果如表6所示。
注: 检验值的上标***表示1%显著性水平下统计显著。
对于所有的休市时段, 均有γaj<0, 而
为研究隔夜信息在下一交易日的融入过程, 本文从开盘起按每次向前推进半小时的速度将日内交易时间分为8个时段, 分别为: 9∶30～10∶00、 9∶30～10∶30、 9∶30～11∶00、 9∶30～11∶30、 9∶30～13∶30、 9∶30～14∶00、 9∶30～14∶30、 9∶30～15∶00。通过估计隔夜收益对每个时段波动性影响系数变化来分析隔夜信息在下一个交易日的融入情况。隔夜信息对日内各阶段波动性影响系数变化趋势线如图1所示。
图1中实线是正收益信息对波动性的影响系数, 虚线是负收益信息对波动性的影响系数。 从图中可以看到正收益信息对波动性的影响系数从第一时段到第二时段有增大的趋势, 随着时间的继续推进隔夜信息的影响系数逐渐变小, 整体看来变化较为稳定。而负收益信息对波动性影响系数变化较大, 它在第二阶段达到最大, 而后又有了一个先变小后变大的调整过程。综合分析得到以下结论:开盘后知情交易者利用自己的信息和集合竞价制度来影响价格的短期变化, 知情交易者的交易对其他交易者起某种引导和示范作用, 在开盘一个小时后, 不知情交易者从其他交易者的交易中了解到更多信息, 信息得到完全释放。由于投资者一般对于负收益信息的反应会更为强烈, 因此负的收益信息影响趋势线变化较大。这个结果与周明、于渤[10] (2008) 认为信息在开市后会迅速得到释放的结论是一致的, 但由于该文仅用信息交易比率代替信息, 而本文以隔夜收益代表的信息含义更为复杂, 因此本文结果显示隔夜信息需要更长一点的时间才能完全融入。
5 结论
本文利用SV模型, 采用MCMC估计方法研究了隔夜信息对资本市场收益率和波动性的影响。研究结果表明:隔夜信息对交易日收益率和波动性有显著的影响, 因此在对资本市场的研究中应该考虑到隔夜信息的因素;不同长度的隔夜阶段信息含量不同, 对收益率及波动性的影响也不同, 有必要将隔夜信息分为不同部分来研究;同时, 由于存在隔夜信息对波动性的杠杆效应, 资本市场往往表现为负隔夜信息比正隔夜信息对波动性的影响更大, 在估计和预测波动性的特征时要将好坏信息分开研究, 并且要更注重坏信息的影响;另外, 隔夜信息经过一个小时的交易就可以完全融入到市场中, 交易者对负的收益信息的反应比正收益信息更为剧烈。
参考文献
[1]Oldfield G S, Rogalski R J.A theory of commonstock returns over trading and non-trading periods[J].Journal of Finance, 1980, 35∶729~751.
[2]Ng V, Masulis R W.Overnight and daytime stock-return dynamics on the London Stock Exchange:The impacts of"Big Bang"and the 1987 stockmarket crash[J].Journal of Business and EconomicStatistics, 1995, 13∶365~378.
[3]Taylor N.A note on the importance of overnightinformation in risk management models[J].Journalof Banking and Finance, 2007, 31∶161~180.
[4]Boes M-J, Drost F C, Werker B J M.The impactof overnight periods on option pricing[J].Journalof Financial and Quantitative Analysis, 2007, 42∶517~534.
[5]Tsiakas I.Overnight information and stochasticvolatility:A study of European and US stockexchanges[J].Journal of Banking&Finance, 2008, 32∶251~268.
[6]Taylor S J.Modeling financial time series[M].New York:Wiley, 1986.
[7]Ronen T.Trading structure and overnight infor-mation:A natural experiment from the Tel-AvivStock Exchange[J].Journal of Banking&Finance, 1998, 22∶489~512.
[8]Black F.Studies of stock price volatility changes[C]//Proceedings of the Meetings of the AmericanStatistical Association, Business and EconomicStatistics Division, 1976∶177~181.
[9]Chib S, Nardari F, Shephard N.Markov chainMonte Carlo methods for stochastic volatilitymodels[J].Journal of Econometrics, 2002, 108∶281~316.
波动性影响 第9篇
一、研究市场选择及数据处理
1.研究市场选择
由于我国当前推出的股指期货是以沪深300股票价格指数为标的, 因此考虑到二者之间的紧密相关性, 将研究市场定位为沪深300股票现货及沪深300股指期货。在金融理论中, 一般认为收盘价是最重要的价格, 能够集中反映一天的市场信息和行为, 因此选取的价格为当日收盘价。为了更明确地体现出两个金融市场之间的相互影响关系, 股票指数数据的选取涵盖了股指期货推出前—股指期货、推出初期—股指期货逐渐稳定成熟的时间段, 包含了股指期货推出前一年到目前为止的全部区间, 由于股票指数数据为一周五个工作日, 故样本数据区间为2009年4月16日到2013年2月28日合计1013个日高频数据。需要指出的是, 本文所用数据来源于搜狐财经网站, 所有图表和模型估计结果均来自于Eviews6.0软件。
2.数据处理
为了方便行文, 将变量进行统一定义: PHS为沪深300股票指数的日收盘价, 为了降低数据的异方差性, 同时又不改变数据的趋势, 本文对所有数据进行了取对数处理, 并采用收益率的概念进行行文研究, 也即对数据进行了进一步处理:RHSt=ln (PHSt/PHSt-1) ×100 。这里为了方便行文, 将收益率序列相应扩大了100倍。
二、沪深300股票现货市场的基本数据特征分析
1.基本统计特征分析
图1所示为我国股票市场的基本特征, 图中从均值、最值 (最大值和最小值) 、标准差及峰度和偏度等几方面较为全面地反映了收益率的统计特征。首先, 均值刻画了取值的平均程度, 股票市场收益率的均值为-0.012327, 说明我国股票市场的平均获利能力较低。其次, 标准差描述了取值的离散程度, 股票市场收益率的标准差为1.512316, 说明股票市场的收益波动较大。最后, 偏度和峰度度量的则是序列服从的分布形式, 从图中统计信息可知, 偏度为-0.419379<0, 峰度为4.984092>3, 说明股票收益率序列不服从正态分布, 具有左偏超峰的特点。
2.趋势性特征分析
将股票指数收盘价在中国股指期货推出前后的日高频数据绘制图2, 从图中可以明显看出, 从2010年4月后股票市场的波动性规律更为明显, 呈现出显著的集群性, 即大的波动后跟随大的波动, 小的波动后跟随小的波动。这说明股指期货的推出降低了股票现货市场的波动性, 并且使得股票市场的运行更为规律。
3.均值分析
使用均值分析法, 分析沪深300股票指数均值的变化, 进而研究股指期货的推出如何影响现货市场的波动性。将股票市场进行如下划分: (1) 推出股指期货前期:2009年4月16日—2010年4月15日; (2) 推出股指期货初期:2010年4月16日—2011年4月15日; (3) 股指期货市场逐渐成熟趋于稳定时期:2011年4月16日—2013年2月28日。
由表1可以看出, 在股指期货推出之前, 沪深300指数波动性较大, 而当股指期货推出后, 并随着其逐步成熟, 标准差也在降低, 即说明股指期货的推出降低了股票现货市场的波动性。因此, 上述结果表明, 当股指期货市场投机性较强时会显著增大股票现货市场的波动和风险。当投机交易减少, 股指期货交易稳定时却有助于股票现货市场的稳定, 分散股票现货市场的风险。
三、中国股指期货的推出对股票现货市场波动性影响的实证分析
为了准确确定股指期货的推出对股票现货市场波动性影响, 使用面板数据模型探求和验证股指期货交易与沪深300指数波动性之间的内在联系。
1.模型变量选取
(1) 股指期货状态变量 (DIF) 。
为了能够更加清晰直观地度量股指期货的推出对股票现货市场的影响, 定义虚拟变量DIF。并且作一假设:在股指期货推出之前, 该变量的取值为1;在股指期货推出之后, 该变量的取值为0。
(2) 日收益率序列 (RHS) 。
根据经济理论和经济实践, 滞后一期的收益率往往对当期收益率的波动性产生较大影响。为了能够增强研究结果的可靠性, 将滞后一期的日收益序列作为解释变量引入模型。
(3) 波动性变量 (σ2) 。
由于金融时间序列数据本身可能存在一定程度的自相关, 故在模型中引入波动性的滞后一期值作为解释变量。鉴于波动性的计算公式较多, 此处采取的波动性公式计算方法为:
σ2=1/ (n-1) ×[∑ (RHS) 2-n× (RHSa) 2], 其中n代表样本数据容量, n=2, 3………1011;RHSa代表收益率的平均值, 且RHSa=RHS/n。
2.模型建立及模型结果分析
(1) 面板模型建立
对选取的变量进行面板平稳性检验以为模型的构建奠定基础, 为使验证结果更具说服力, 此处采用了多种平稳性检验方法, 各检验结果如表2所示。由表中可以看出, 虽然采取的检验方法不同, 但得出的结论却是一致的, 即变量DIF、RHS和σ2存在共同的单位根过程, 均为平稳的面板数据。
由于文中选取的变量均为平稳的时间序列, 符合建立面板回归模型的条件, 因此建立面板回归模型以进一步探讨沪深300股指期货的推出对股票现货市场波动性的真实影响。22
σundefined=αi+β1DIFi, t+β2RHSi, t-1+β3σundefined+εi, t, i=1, 2, 3…T
(2) 模型估计及结果分析
考虑到时间序列常常具有异方差性, 在面板数据估计时进行了权重设定—Peroid wights, 进而采用广义最小二乘法对面板回归模型进行估计, 估计结果为:
σundefined=0.803755+0.032743DIFi, t-0.004106RHSi, t-1+0.966966σundefined
各变量的检验结果及系数特征如图3所示。
为了更为清晰地度量出股指期货对股票市场的波动性影响, 接下来按照以上估计准则对股指期货推出前期、初期及平稳期的面板回归模型进行估计和分析, 并且估计方法采用Pooled EGLS (Cross-section weights) , 也即GLS使用估计的截面残差的方差。此处不再重复估计过程, 其估计结果如表3所示。从表中的结果可知, 在股指期货推出之前, 沪深300股票指数的股指期货状态变量对于波动性检验显著为正。也即股票市场的波动性较大, 现货市场存在着高投机性, 加大了现货市场的风险。股指期货推出初期及平稳期, 股指期货状态变量波动性检验结果为负, 但不显著。这说明股指期货的推出, 减小了股票现货市场的波动, 但是这种减少不够显著。
四、结论
1.通过对股票现货市场的收益率序列的基本数据特征进行分析, 结果表明, 中国股票现货市场均值较低、标准差较大, 并且收益率序列不服从正态分布。说明我国股票市场的平均获利能力还较低, 股票市场价格的波动性较大。
2.趋势分析和均值分析结果表明, 沪深300股指期货推出对我国股票现货市场的波动性影响较为显著, 一方面使得现货市场收益率呈现出波动的集聚性;另一方面也降低了现货市场的波动性。
注:***、**、*分别代表统计量在1%、5%、10%的显著水平下通过检验
3.通过在面板模型中加入相应的股指期货控制变量进行实证分析, 结果表明, 在股指期货推出前我国股票市场的收益波动性十分显著, 随着股指期货的推出并逐步发展成熟, 股票现货市场的收益波动性逐渐降低, 但这种降低程度较小。
摘要：股指期货是成熟的金融市场不可或缺的组成部分, 其对股票现货市场的影响也得到了理论界和世界上成熟金融市场的验证。为了准确求证我国沪深300股指期货对股票现货市场的波动性影响, 以沪深300股指期货和以沪深300股票指数市场作为研究市场, 采用2009年4月16日—2013年2月28日合计1013个日高频数据为样本, 运用基本数据特征分析、均值分析和面板模型等实证分析方法展开了全面研究, 结果表明:中国沪深300股票现货市场收益率序列存在左偏厚尾的特点, 其平均获利能力较低;同时, 收益率序列随着股指期货的推出呈现出波动集聚性, 规律性更为显著;另外, 结果显示沪深300股指期货的推出降低了我国股票现货市场收益的波动性, 但是这种降低作用不是十分显著。
关键词：沪深300股指期货,股票现货,收益波动性
参考文献
[1]Kawaller, Koch.The temporal relationship between S&P500futures and the S&P500index[J].Journal of Fi-nance, 1987, 42 (5) :1309-1329.
[2]Manolis G., Visvikis, Ilias D., Panayotis D.TheLead-Lag Relationship Between Cash and Stock Index Fu-tures in a New Market[J].European Financial Manage-ment.2008, 14 (5) :1007-1025.
[3]罗佳.中国股指期货对股票市场的流动性影响[J].求是学刊, 2011, 38 (5) :55-60.
[4]邢精平, 周伍阳, 季峰.我国股指期货与现货市场信息传递与波动溢出关系研究[J].证券市场导报, 2011 (2) :13-19.
波动性影响 第10篇
融资融券交易制度是资本市场走向成熟的重要标志, 自从2010年3月31日我国融资融券正式进入市场操作阶段起就开始迅速的发展。作为一种信用交易, 融资融券是建立在投资者对未来预期基础上衍生出来的一种金融工具, 在投资者预期证券价格上涨时向证券公司借入资金买入证券, 在预期证券价格下跌时借入证券将其卖出, 它的推出为投资者提供了一种规避风险的工具, 但它的杠杆效应也可能吸引更多的投机行为从而加剧市场的波动。那么, 融资融券交易制度究竟对我国股票市场产生了什么影响, 是否加剧了市场的波动性, 这是近年来理论界和实务界争论的热点问题。
二、文献综述
大多数学者通过研究得出的结论是融资融券交易可以稳定金融市场, 降低市场的波动性。最早就有James Angel (1997) 通过对美国纽约股票交易所的144只股票的卖空交易与股票价格下跌之间的关系进行分析, 结果表明, 融券机制在一定程度上具有稳定证券市场的作用。国内对这个问题最早进行研究的是廖世光和杨朝军 (2005) , 他们分别对台湾股票市场和香港股票市场的月度卖空数据进行了研究, 发现台湾股票市场的卖空交易额与股价指数之间存在着长期稳定的协整关系, 并且股价指数是卖空交易额的格兰杰原因, 但是卖空交易额不是股价指数的格兰杰原因, 也就是说卖空机制并没有加剧股票市场的波动, 由于他们之间存在正向关系, 使得卖空机制可以对市场的波动起到平抑作用。而对于香港股票市场, 卖空机制推出后, 市场波动性加大, 但格兰杰因果检验结果证实市场波动性的增加并非是由卖空交易引起的。而后, 吴淑琨 (2007) 、陈淼鑫和郑振龙 (2008) 、龚红霞 (2010) 、蔡笑 (2010) 等人均对台湾或者香港的股票市场进行了分析, 得到的结论类似, 也就是说结论表明融资融券有助于股票市场的稳定。也有学者通过研究得出的结论是融资融券加剧股票市场的波动。Allen and Gale (1991) 通过建立理论模型发现实行金融改革, 允许卖空机制的实行会影响经济稳定, 加剧市场波动。而Chang.et.al (2007) 通过对香港股票市场进行研究, 同样发现当股票允许卖空交易后波动性增加。国内学者陈思行 (2010) 使用台湾股票市场的数据进行研究, 通过建立GARCH模型和VAR模型进行实证分析, 得出结论认为融资融券可以加剧市场的波动性。以上大部分的研究主要是融资融券中的卖空交易对股票市场的影响, 而买空交易对股票市场的影响很少。而且由于中国融资融券交易制度2010年才开放, 所以关于中国股票市场的研究更少, 即使进行研究, 也缺乏大量数据的支持, 所得结果也颇具争议。综上所述, 本文选择从卖空交易和买空交易两个方面入手探讨其对我国股票市场的影响, 并且结合近6年的融资融券交易日度数据, 以期更深入地反映融资融券交易对股票市场的影响。
三、实证检验
(一) 数据来源与指标选取。
截至目前, 我国开展融资融券交易已经有近六年时间, 期间经历了一次大牛市, 所产生的数据可以充分说明融资融券对股市波动性是否有影响。因此, 本文选取自融资融券交易开始实施时的2010年3月31日至2015年12月31日为止的融资融券日交易余额数据作为研究对象, 最终得到融资融券交易数据1, 399个。本文研究市场波动时选取2010年3月31日至2015年12月31日的沪深300指数日度数据作为对象, 共取得交易数据1, 399个。沪深300指数是反映沪深两个市场整体走势的“晴雨表”, 指数样本选自沪深两个市场, 涵盖了大部分流通市值。而且这个指数会定期进行一定范围的调整, 通常是在每年的1月份和7月份, 每一次调整大多数调入的都是融资融券的标的股。沪深300指数和融资融券标的股之间有很大的关联, 所以本文选取沪深300指数来反映融资融券对股市波动性的影响情况。本文的数据均来源于Wind资讯数据库。
在实证研究中, 股市的波动性一般采用收益率的方差或者标准差来衡量, 计算收益率的方法有很多, 本文选取的计算沪深300指数的收益率的方法:Y=Ln HS300t-Ln HS300t-1。
融资融券方面, 选用中国证券市场上的日度融资余额、日度融券余额以及日度融资融券余额, 分别记为MP、SS和MT, 并且为了保证数据的平稳性, 对时间序列进行了平稳化处理, 即对数据取自然对数, 记为LNMP、LNSS和LNMT。
(二) 实证分析
1、融资融券交易对股市波动性影响的总效应研究。
本文首先分析融资融券总体对股市波动率影响力的大小, 在这里将引入一个包含沪深300指数日率与融资融券余额的回归方程模型。由于股票价格指数通常采用随机游走模型描述, 可以将估计形式设为:Yt=α0+α1Yt-1+α2LNMT+ut。
在运用GARCH模型前, 先检验沪深300指数收益率是否具有条件异方差性, 对该均值方程进行回归之后, 会发现残差在某些区间变化很大, 而在某些区间变化很小, 这种变化如同波浪一样, 这种现象通常被称为波动的集簇性, 这说明残差项可能具有条件异方差性。因此, 对方程进行条件异方差的ARCH LM检验, 得到了在滞后阶数p=1时的检验结果, 如表1所示。 (表1) 可以看出, 在滞后一阶的情况下Obs*R-squared值的伴随概率为0, 小于显著性水平0.05, 因此可以拒绝原假设, 即认为该回归具有ARCH效应, 应运用GARCH (1, 1) 模型进行重新估计。
从表2中可以看出ARCH项和GARCH项都是显著的, 伴随概率都为0, 说明模型整体效果很好。而且ARCH项和GARCH项系数之和小于1, 满足参数约束条件。运用GARCH模型做回归分析后, 重新进行ARCH-LM检验, 得到的Obs*R-squared的相伴概率为0.1754, 大于0.05, 说明利用GARCH模型消除了残差序列的条件异方差。融资融券余额LNMT的系数0.000651, 说明了融资融券加剧了股市的波动性, 但是影响的程度很小。 (表2)
2、融资融券交易对股市波动性影响的分效应研究。
为了进一步检验融资交易额和融券交易额对证券市场稳定性的影响, 本文利用Eviews7.0对沪深300指数收益率 (Y) 、融资交易额对数 (LNMP) 及融券交易额对数 (LNSS) 进行单位根检验、VAR模型估计、Granger因果检验。
(1) 单位根检验。常用的单位根检验方法是ADF, 即检验原序列是否存在单位根, 如果不存在单位根, 则说明原序列是平稳的。 (表3) 从表3的检验结果中可以看出, Y、LNMP以及LNSS的ADF值小于1%临界值, 表示拒绝原假设, 因此, Y、LNMP和LMSS序列都是平稳的I (0) 过程。
(2) VAR模型估计。根据上文的结果, 确定融资交易与沪深300指数收益率的VAR模型检验滞后最优滞后阶数为7阶, 继续进行VAR模型滞后结构的检验, 如果全部根的倒数值都在单位圆内, 则VAR模型是稳定的, 否则是不稳定的。经过检验发现融资交易额与沪深300指数收益率的VAR模型的特征方程根的倒数值均在单位圆之内, 表明VAR模型是稳定的。
确定融券交易与沪深300指数收益率的VAR模型检验滞后最优滞后阶数为7阶, 继续进行VAR模型滞后结构的检验, 如果全部根的倒数值都在单位圆内, 则VAR模型是稳定的, 否则是不稳定的。经过检验发现融券交易额与沪深300指数收益率的VAR模型的特征方程根的倒数值均在单位圆之内, 表明VAR模型是稳定的。
(3) 格兰杰因果检验。在经济变量中, 虽然有些变量显著相关, 但它们未必都是有意义的。因此Granger提出了一个判断因果关系的检验, 即格兰杰因果检验。由于买空交易额、卖空交易额和波动性均为平稳序列, 所以可以采用格兰杰因果检验方法验证序列间的因果关系。 (表4) 从表4的结果可以看出:在收益率方程中, 拒绝融资交易、融券交易不是股市波动率的Granger原因的原假设, 而且两者的联合检验也拒绝原假设。而在融资交易方程中, 接受股市波动不能Granger引起融资交易的原假设, 在融券交易方程中, 拒绝股市波动不能Granger引起融券交易的原假设。说明融资交易与股市波动之间是双向因果关系, 而融券交易与股市波动之间是单向因果关系。
四、结论
我国开始引入融资融券交易机制的初衷是抑制证券市场的波动性, 但是实证结果表明, 融资融券交易机制的引入并没有抑制证券市场的波动性;相反, 两者在不同程度上加剧了股市的波动性。这与廖士光和杨朝军等大多数学者得出的结论相反, 这可能是因为中国证券市场的特殊性, 中国投资者数量的巨大是其他国家没有办法比拟的, 而且中国证券市场还处于发展阶段, 各方面都有不够成熟, 自从融资融券交易机制引入以来, 得到了快速的发展, 但是依然存在很多的问题。
因此, 如何正确发挥融资融券制度的正面影响, 还有赖于市场的监管体系、投资者的相关业务知识储备以及融资融券利率的高低。首先, 融资融券属于信用交易, 其本质具有投机色彩, 如果缺乏管理, 可能会造成助涨助跌的效应, 从而加大股市短期波动, 如果被不法利用, 还可能滋生操纵股价的行为, 甚至扰乱市场秩序。我国从2006年就开始对融资融券的推出做了各项准备工作, 监管相关的法律法规也在陆续出台。随着2010年初融资融券交易制度的推出, 市场监管体系应该结合实践经验不断地完善相关法律法规以及规章制度, 为融资融券的发展创造良好的环境;其次, 融资融券在我国推行的时间短, 市场还不够成熟, 投资者大都缺乏相关业务的知识, 并且风险意识较弱。监管机构应该组织证券机构对投资进行业务知识和风险意识的全面教育, 提倡理性投资观念, 保证融资融券交易合理合法的进行;最后, 融资融券和一般交易成本不同的是融资利率和融券利率。美国的融资利率与融券利率均维持在2%左右, 而我国的融资利率为8%, 融券利率更为10%, 这使得投资者的风险更大。我们应该尽早完善定价机制, 更多地依靠市场完成价格发现的功能。
参考文献
[1]Angel J J.Short selling on the NYSE.Unpublished manuscript, Georgetown University, 1997.
[2]廖士光, 杨朝军.卖空交易机制对股价的影响——来自台湾股市的经验证据[J].金融研究, 2005.10.
[3]Allen F, Gale D.Arbitrage, short sales and financial innovation.Econometrica:Journal of the Econometric Society, 1991.
影响血压波动的诸因素 第11篇
生理活动血压变化 休息、安静、心平气和状态下血压较低。劳动、情绪变化（如高兴、悲伤、紧张等）、进食、排便时血压可升高。剧烈运动、游泳、骑自行车、跑步，可引起收缩压升高；而等长运动（如举重、拔河）可引起收缩压和舒张压升高。
昼夜24小时内节律变化 一般早上6～10点血压最高，下午2～6点又出现血压升高，到午夜至凌晨3点，血压降至24小时最低值。生理情况下血压波动是机体自我调节和适应过程，除非波动太大，不必担忧。
季节变化 气温每降低1摄氏度，收缩压升高1.14～1.3毫米汞柱，舒张压升高0.5毫米汞柱左右。冬季收缩压升高10毫米左右，舒张压升高5毫米。血压的季节性波动随年龄增长而增大，因此，高血压患者冬季适当增加降压药量，而夏季酌减。
年龄关系 随着年龄增大，动脉硬化加重，其扩张性减退及周围动脉阻力增加。当左心室收缩时，引起收缩压升高；舒张时因动脉中层弹性纤维减少，缺乏足够扩张动脉回缩性，因而舒张压低，脉压差增大。
精神紧张 升学、学习紧张，就业压力大、职场竞争、购房压力等，易引起血压升高。另外，旅游、节假日、睡眠少、应酬及夜生活多等，打乱生物钟节律，使血压升高。
体位变化 正常人的血压立位时高，坐位次之，卧位最低。从卧位到立位时，3分钟内收缩压降低20毫米汞柱或舒张压降低10毫米汞柱以上，为体位性低血压；相反为体位性高血压，与人体血压调节有关。
吸烟饮酒 烟草中的尼古丁能使心律加快，血管收缩，血压升高。据研究，吸一支香烟能使血压升高10毫米汞柱。饮酒可引起血压升高，喝酒量越大，血压越高，减少酒量或戒酒可使血压降低。
性生活使血压暂时性升高 性交时收缩压可升高幅度30～60毫米汞柱，但收缩压很少超过170毫米汞柱；舒张压升高20～40 毫米汞柱。房事结束，血压在2～3分钟恢复正常。
波动性影响 第12篇
一、证券投资基金
(一) 证券投资基金的概念
证券投资基金是一种集合式的投资方式, 以组合投资的方式采用债券、股票的形式进行分散性投资。证券投资基金具有共同享有利益、共同承担风险的特点, 且在法律上具有募集资金的独立性。所募集的资金由基金管理机构进行管理, 投资收益按照所购买的基金份额分享。
(二) 证券投资基金的特点
1. 投资基金可以分散风险.
与其他的资本市场相比较, 股票市场对于社会环境中的不确定因素更具有敏感性, 风险系数也相对较高。一些投资者为了分散风险, 可以购买不同种类的股票, 但是如果资金有限, 就难以采用这种方式。投资基金所能够享受到的是组合投资, 资金投入少, 可以购买一揽子股票, 使证券市场所存在的风险得以分散。
2. 投资基金接受专业管理.
证券投资基金的管理由经验丰富的专业人士来完成。作为证券投资的专业人士, 他们掌握着市场动态, 对于市场信息深入了解, 对于基金投资方向也会通过股市动态进行跟踪式分析。证券投资基金存在着一定的风险性, 但是在专业人士的指导下, 可以实现利益最优。证券基金属于是集合理财, 投资者可以共享利益, 在降低交易成本的情况下, 使资金的规模优势充分地发挥出来。
3. 投资基金可以独立托管
证券投资基金的托管人是独立存在的。基金管理人只负责投资的交易行为, 而将基金交给托管人负责, 两者之间是各自独立存在的。证券投资基金以这种运行模式, 可以在基金管理人对基金进行投资运作的售后, 受到基金托管人的监督。两者之间的独立性使得双方相互制约, 使基金投资者的利益受到保护。
二、实证研究
(一) 样本
本论文的样本选择为2012-2014年的所有基金, 对于投资基金上市不足半年者清除, 处于观察期限内的被涨停板的股票清除, 样本共计2154个。中国的基金的信息是按照季度公布的, 本论文的研究以基础为基础, 对于上一季度的基金持股比例作为基金的已知持股比例的参考项, 以对于下一季度的基金对股票的波动性影响进行研究。
(二) 股价的波动性
股价的波动性可以通过其对于市场稳定性的影响进行衡量。按照1954年Markowitz所提出的研究方法以及1996年Sias所提出的研究方法, 对于股价的波动率进行研究。
股票每天的收益率可以表示为:
其中, Rt:股票在t期的期末所获得的收益率;
Pt:股票在t期的期末的收盘价;
P (t-1) :股票在 (t-1) 期的期末的收盘价。
每天的收益率获得之后, 就运用方差值取对数, 获得股票的波动性, 表示为“Ln (Volmilit) ”。
对于证券投资基金投资对股票市场的波动性影响进行研究, 可以采用描述性分析结果。其中的解释变量为Holding、Ln (z) , 其中的Ln (z) 也是控制变量分别。那么, 股票波动性 (Ln (Volmilit) ) 、解释变量 (Holding) 和控制变量 (Ln (z) ) 的描述性统计见表1。
(三) 回归结果
本论文所采用的计量模型为:
其中的自变量为基金持股比例和股票流通股本所获得的收益取对数值。回归分析是股票收益的季度方差作为变量, 取对数后进行回归分析。当变量的增减幅度界定在l%范围以内时, 因变量的变化为β%。回归方程的估计结果见表2。
从回归方程可以看出, 回归效果良好。这就意味着在公司规模可控的前提下, 投资者所持有的基金比例对于股票波动具有重要的影响。随着正确基金持股数量增加, 股市的波动性也会显著。随着基金持股比例的增加, 股票的收益波动就会相应地有所增加。此外, 股本流通的大小也会影响到股票波动。随着流通股本的增大, 股票的波动性就会有所降低, 股票收益波动有所下降, 基金投资行为所造成的波动也会相应地下降, 甚至抵消。
三、证券投资基行为对股市波动性影响的分析
(一) 证券投资基金对股票市场稳定的积极效应
证券投资基金品种的多样化会将社会中较为分散的闲置资金吸引到证券市场中, 使市场资金容量快速增长, 发挥着市场稳定作用, 不仅可以满足投资者的不同需求, 而且还形成不同风险收益的基金, 为投资者提供多方选择。证券市场是否趋于稳定与市场资金容量存在着必然联系, 随着个别投资行为对市场的影响力有所降低, 股市就会趋于稳定。中国的资本市场快速发展, 并趋向于国际化发展进程。采用证券投资基金作为筹集国外资本的渠道, 可以促进国内外金融合作, 实现中国资本市场的规范化方向发展。
(二) 证券投资基金对股票市场稳定的消极效应
资本市场竞争的日益激烈, 虽然基金规模有所扩大, 但是在竞争压力下, 如果基金收益相对落后, 就很难吸引到投资者, 由此而使基金发展受到限制, 甚至于被淘汰出资本市场。所以, 基金要从利益的角度出发, 对股票进行选择, 即便是存在着发展潜力, 但是在短期内没有呈现出上涨的趋势, 也要将放弃。由此可见, 基金的灵活性决定了其要对于投资组合要从利益出发做出相应的改变, 这就必然会造成股票市场的波动。还有一种短视行为, 就是对强势股以购进, 采用了“趋势追踪”的行为, 结果导致卖出时成为了弱势股, 这就必然会对利益造成影响, 影响地也会造成股市的波动性。如果证券投资基金的投资组合收益不够理想, 就必然会提升风险系数。这就需要采取必要的措施对投资组合做出调整, 以确保收益稳定, 降低证券投资基金的不稳定性。
四、结论
综上所述, 中国证券基金的投资行为对股票市场具有一定的影响力。虽然其不是保证市场正常运行的必要条件, 但是, 其对于股票市场具有积极作用的同时, 也会带来消极影响。对于正确投资基金投资行为进行样本分析, 可以明确投资者所持有的基金比例对于股市波动具有重要的影响。中国的股票市场与宏观经济因素之间存在着必然联系, 股市的波动性必然会在投资基金的投资行为与股市收益波动的相互作用下产生。
参考文献
[1]谢赤, 禹湘, 储慧斌.基于TGARCH模型的证券投资惯性反向交易策略实证研究[J].管理科学, 2007 (03) .
[2]肖欣荣.证券投资基金对中国股市的稳定作用研究[J].经济问题探索, 2009 (08) .
[3]谢赤, 张太原, 周晖.证券投资基金投资行为对中国股市波动性影响研究[J].中国社会科学, 2008 (03) .
[4]吴福龙, 曾勇, 唐小我.中国证券投资基金羊群行为的进一步研究[J].中国管理科学, 2009 (04) .
波动性影响范文
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
