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

篇1

整體而言，《辦法》對權證開發的態度是相當開放的，其第二條所涵蓋的權證品種范圍是相當寬泛的：從發行人角度，既包括股本權證（由標的證券的發行人（如上市公司）自行發行），又包括衍生權證（或稱備兌權證，由標的證券以外的第三人（如券商）發行）；從標的資產來看，既可以是股票（“正股”）也可以是其他證券（如債券、股指等）；從行權時間來看，既包括美式權證（在規定期間內權證持有人可隨時要求行權），又包括歐式權證（權證持有人只能于特定到期日要求行權）；從其行權內容來看，既包括認購權證（以約定價格買進標的證券），又包括認沽權證（以約定價格賣出標的證券）；從結算方式來看，既有標的證券給付型，又有現金結算型。

從產品本身來看，權證具有高財務杠桿、風險對沖等優勢。但是，鑒于《辦法》中如此寬泛的權證概念，考慮到國內權證市場的發展處于起步階段，特別是考慮到國內權證市場（上世紀90年代曾推出大飛樂、寶安、桂柳工等幾支權證產品）所曾遭遇的失敗的慘痛教訓，我們認為從權證制度設計者的角度來看，現階段應特別關注權證運作的市場風險，尤其是要注意盡可能降低權證的發行交易對本已十分脆弱的正股市場的可能沖擊，促進權證品種的健康發展。就市場風險的監管而言，制度設計者通?？梢詮臋嘧C發行人、權證標的證券、權證條款要求以及發行人擔保等幾方面來著手。對于權證條款要求以及發行人擔保，《辦法》第十條、第十一條已有明確規定，不再贅述。下文僅擬就權證發行人以及權證標的證券的資格要求進行闡述。

從《辦法》的相關規定可以看出，制度設計者對權證標的證券的資格要求給予了一定的關注。《辦法》第九條規定，標的股票應符合以下條件：（一）最近20個交易日流通股份市值不低于10億元；（二）最近60個交易日股票交易累計換手率在25％以上；（三）流通股股本不低于2億股；（四）本所規定的其他條件。該條對權證標的證券為股票（正股）時的相關門檻予以了明確。在此方面，港交所上市規則第十五章就股本權證（以股票為標的證券）進行了規范。從《辦法》第九條及港交所上市規則第15.05條的規定（要求正股為一類上市股本證券或港交所認可的其他正常運作的上市股票）來看，對正股的要求通常都是選擇一些表現優良、高度流通的股票；就此，二者有異曲同工之效。

但是，相較港交所上市規則第15.02條的規定，《辦法》的規定有所欠缺，未能充分考慮權證持有人行權時對正股市場所可能帶來的沖擊。在以給付正股而非現金為結算方式的情況下，當（認股）權證持有人行權時，則權證發行人需要向投資者交付正股。此種情況下，如果權證發行人為普通券商，則其在市場上購入相關正股來履行其給付義務即可。但是，如果發行人為上市公司，而權證標的為該發行人自己的股票時，則發行人需要通過發行新股來滿足權證投資者的行權要求，此時不僅涉及上市公司股東就新股發行的批準，而且將會增加正股的流通量，從而對正股市場產生一定沖擊。針對此種情況，港交所上市規則第15.02條規定，此種以上市公司股票為標的證券由上市公司自行發行的股本權證，其發行除需取得港交所批準以外，還需要取得上市公司股東大會的批準，因為在該等權證將來被行使時必然會涉及新股的發行。同時，上市規則第15.02條規定，假定相關權證全部被行使而需要新發行的股票（正股），與該等正股的其他認購期權（員工期權計劃除外）被行使時所需發行的新股之和，不得超過該等認股權證發行時發行人已發行股本（正股）的20％。該種做法，可以降低市場的不可預期，值得《辦法》借鑒。

另一方面，對于權證標的為一籃子股票的情況，此時多是由券商發行的結構性產品。此等權證被行權時，雖通常不會出現上述發行人增發新股進而影響正股流通量的突出情況，但是另一問題又會出現：如果發行人所設計的籃子中的多個正股間的比重嚴重懸殊，則難免會將權證發行人的傾向性判斷傳遞給正股市場的其他投資者，進而增加正股市場波動的復雜性，徒增監管難度。在此方面，港交所上市規則第十五A章就結構性權證進行了規范，其中第15A.32條對籃子中的正股的市值比重有如下特別要求：籃子由2支正股組成時，每支正股的最低比重不得低于25％；由3支組成時，每支不得低于12.5%；由4支以上組成時，每支不得低于10%.其中市值比重按下述公式計算：

市值比重 ＝ N X M/P X 100

其中N為籃子中該類正股的數目；M為該類股份于籃子推出之前一個營業日的收市價；P為籃子中所有正股的總市值，即籃子中每一正股的數目乘以其收市價，收市價按籃子推出之前一個營業日的收市價計算。

但是，如果籃子中的某支正股屬于權證發行日恒生指數33支成分股之一或屬港交所每季度公布的“單一類股份結構性產品的正股”之列，則上述比重要求不適用于該等正股；另一方面，如果正股屬港交所每季度公布的“一籃子結構性產品的正股”之列，則該等正股在籃子中的加權比重（適用上述市值比重的計算公式）最高值依其所處分類而有不同：20％（第一類“一籃子結構性產品的正股”）；30％（第二類）；45％（第三類）。

上述比重或類別要求，除了關注有關正股的高度流通性以外，制度設計者還特別關注了最大限度降低權證被行權時對正股市場所可能產生的沖擊，值得《辦法》借鑒。當然，如果《辦法》第九條意圖先從單一正股的認股權證著手，則在明確此種意圖后可暫時無需引入此等復雜的比重要求。另外需要注意的是，對于標的證券不是股票而為其他證券（如債券、指數等）的，《辦法》第九條僅是原則性地規定，其資格條件由上證所另行規定。由此似顯示，制度設計者有意先從相對簡單的認股權證開始，逐步制定其他規則，此不失為一種現實選擇。

對于權證發行人的資格要求，《辦法》除了原則性規定權證的發行上市申請需經上證所核準以外，卻對發行人的資格限制沒有任何明確規定，亦未說明就此應適用其他何種標準。權證市場監管的一個重要手段便是通過設定特定的發行門檻來實現的。而發行門檻的設定，除了有關標的證券（《辦法》第九條）、發行量（《辦法》第十條）以及發行擔保（《辦法》第十一條）等的特定要求以外，一個極為重要的因素就是有關發行人本身的資格限制。尤其是考慮到當前國內市場上無論是對上市公司還是對券商都存在普遍的信任危機的狀況，若要推進權證的健康發展，必須要對發行人的資格限制予以明確。

篇2

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

關鍵詞:信息沖擊 周期 E-GARCH模型

文獻回顧

作為新興市場之一的我國證券市場處于成長時期,發展過程中市場表現出有效性較弱、投機性較強的特點,體現在一定程度的市場波動性。同時,市場交易制度存在缺陷,使市場不確定性因素和風險增大,周期性的變化更為劇烈。對于發達成熟市場的波動性研究結果表明(Nelson,1994),資產的價格具有隨機游走性質;收益率的波動存在積聚性、持久性以及呈現出均值回復現象。經驗分布表現為尖峰厚尾特征,有的金融序列表現出波動非對稱性。Engel(1982)的自回歸條件異方差(ARCH)模型,Bollerslev(1986)的廣義ARCH模型(GARCH),Engle、Lilien和Robins(1986)的廣義ARCH-M模型,Zakoian(1990)和Glosten、Jafanathan、Runkle(1993)的GJR-GARCH模型為這類效應研究提供了重要的思路和工具。

對于我國證券市場的GARCH效應的分析,已有的研究普遍認為中國股市ARCH效應顯著。這些研究在運用GARCH模型分析過程中普遍存在以下幾方面的缺點:一是在GARCH模型的分析過程中沒有考慮金融時間序列的非對稱性和非正態性,從而影響估計參數的有效性;二是在數據處理中采用整體分析,沒有考慮把數據分階段進行分析導致分析結果不完善;三是在對證券市場的波動分析中沒有考慮到證券周期的各階段波動影響不一致的背景。

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

數據選擇及統計檢驗

截至2009年底,我國證券市場已經經歷了1998年亞洲金融危機和始于2008年下半年的全球性金融危機的兩次重大沖擊,我國證券市場結構發生了重大變化,為了研究我國股市周期下信息波動帶來的影響,本文以2005年12月30日為分割線,對我國2003年1月至2008年10月中證基金指數、大盤股指數、中盤股指數、小盤股指數進行3階段E-GARCH模型分析,通過對比前后三期的非對稱性杠桿效益,對我國股市周期下信息的沖擊進行實證分析。

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

對于數據的選取,本文分別以jjzs、dpzs、xpzs代表中證基金指數、大盤股指數、小盤股指數。這類數據的選取為開盤價、最高價、最低價和收盤價四者的平均數。數據來源為WIND資訊網站。為避免數據的劇烈波動,消除時間序列的異方差性,對以上數據取前后兩期的自然對數的差值,即:

rjjzs=log(jjzst)-log(jjzst-1); rdpzs=log(dpzst)-log(dpzst-1);rxpzs=log(xpzst)-log(xpzst-1)。本文中時間序列數據用Eviews5軟件處理, 最優滯后期由AIC和SC信息準則判別。

表1給出了三階段各序列數據的描述性統計量。從表1可以看出,各序列在三樣本區間具有不同的均值和標準差,并且差異較大。對于均值和方差相等進行檢驗,其統計量非常顯著,拒絕各序列在三階段均值方差相等的原假設(見表2),因此對于各序列項采用分段建模有一定的合理性。各序列收益率尖峰厚尾的特征明顯,偏度系數顯著不為零,峰度系數遠大于3,由JB統計量可以判定收益率均不符合正態分布。而對各序列的三階段數據平穩性檢驗結果表明,各序列統計量都遠遠小于顯著性水平為1%的臨界值,因此可以拒絕具有單位的原假設,各序列在三階段均為平穩序列,可以運用GARCH模型進行實證分析。

模型選擇

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

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

該模型可以用來估計并預測序列的波動性和相關性,被我國學者廣泛應用于對金融市場t波動性的研究中,但是該模型方差取的是平方項,不能區分正向波動與負向波動的不同影響。同時在均值方程中也未能體現出收益與風險的關系,一般而言,收益率受到所承擔的風險的影響。因此該模型具有較大的局限性。為了衡量這種關系,GARCH模型不斷進行發展,從GARCH發展到引入風險因子的GARCH-M模型,然后到衡量風險非對稱性的GJR-GARCH-M模型以及最新的E-GARCH模型。本文使用E-GARCH模型進行實證分析。E-GARCH模型的基本描述如下:;。

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

;

μt / t-1～GED(0,σ2t,v)

信息沖擊分析

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

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

在證券市場的第二階段,即上漲期,對于所有的指數,在本階段等量信息的沖擊中,利好消息都產生了更大的影響。而相對的利空消息產生的影響則較微弱,反映出在本階段整個市場都處于盲目樂觀的氛圍中,利空信息的影響被市場所忽視,市場處于高度投機中,而中盤股和小盤股受利好信息沖擊的力度遠遠超過了大盤股,反映了市場投資的傾向開始轉向中小盤股。通過分析基金的沖擊圖可以發現,基金受到利好信息的影響比較大,說明此時基金也大量持有中小盤股的投資。

在證券市場的第三階段,即下跌期間,整個市場處于恐慌階段,信息沖擊對于指數收益的波動影響在迅速的衰減,但無論哪個指數都是利空信息對于波動產生的沖擊較大。等量信息的沖擊中,利空信息帶來的沖擊影響要遠遠超出了利好信息帶來的沖擊影響,說明市場此時對于利好信息是完全麻木的,市場處于極度的悲觀之中?；鹋c大盤股所受到的信息沖擊圖有相似的地方,等量信息沖擊中,利好信息帶來的沖擊、波動在減弱,而利空信息帶來的沖擊、波動在持續的增長,說明市場下跌容易,而上漲則很難;而在中盤股和小盤股中,無論是利好消息還是利空信息帶來的沖擊都在持續的衰減,而利好信息帶來的沖擊衰減幅度更加大,說明中小盤也處于持續的下跌過程中,而且即使利好信息帶來的沖擊也只能帶來衰減的波動。

綜上所述,通過對于信息沖擊的分階段分析發現:在證券市場的各階段,信息帶來的沖擊影響是不同的,我國證券市場的盤整階段,利好信息對大盤股和基金的沖擊較顯著,而對中小盤不顯著,反映出在該階段投資人心態保持謹慎,基金也以持有大盤股為主。在證券市場上漲階段,投資人對利空信息的沖擊不敏感,而對利好信息的沖擊較顯著,說明在牛市中,利空信息被忽視,而利好信息的影響則被放大,投資人開始青睞于中小盤股票,基金持倉結構也趨于中小盤為主;在熊市中,利空信息的影響被放大,而利好信息則被忽視,投資人存在普遍的恐慌情緒,即使基金持倉開始向大盤股轉變,其受到沖擊的幅度依然大于大盤股所受到的沖擊。

參考文獻:

篇3

[關鍵詞]反饋交易行為；收益率序列相關；非對稱GARCH模型；上海證券市場

一、引言

資本市場上存在這樣一類交易者，他們根據資產過去的價格而不是對未來價格的預期來構建投資組合。這類投資者在行為金融中稱為反饋交易者，根據對過去價格的不同反應分為正反饋交易者和負反饋交易者。在中國資本市場上存在“追漲殺跌”和“低買高賣”說法，前者對應于正反饋交易，后者對應于負反饋交易。

一般說來如果市場上存在足夠多的反饋交易者，資本市場的收益將表現出自相關的特征。當有大量的正反饋交易者存在，股票價格相對于它的基礎價值會被高估并表現出過高的波動率。因此當市場上存在大量的正反饋交易者的時候，市場會變得不穩定(Delongetal．．1990)；相反，如果市場上存在大量的負反饋交易者，相對于基礎價值被低估的股票受到負反饋交易者的追捧，其價格會接近基礎價值，當價格被高估時，大量的負反饋交易者拋出被高估的股票，使價格降低至接近基礎價值的水平。因此，大量負反饋交易者的存在能夠穩定市場，減少市場的波動。

sentana和Wadhwani(1992)擴展了Delong的分析邏輯，考察了反饋交易、收益率自相關和波動率能關系。他們在shiller(1984)的成果的基礎上將三者的關系用Sh¨ler-Sentana—Wadhwani模型的形式表述出來。Bohl和siklos(2004)基于shiller-Sentana—Wadhwani模型，用不同的GARCH模型來估計條件力差檢驗了成熟市場和新興市場上的反饋交易。檢驗結論認為，在兩個市場上都存在正反饋和負反饋交易行為，但反饋交易行為在新興市場表現更為明顯。在兩個市場上，正反饋均隨波動率的增加而增強，但新興市場增強的程度要小一些。唐或等人(2001)也基于shiller－Sentana－Wadhwani模型驗證了滬市上證綜合指數日收益率自相關和反饋交易之間的關系。他們采用GARCH(1，1)來處理收益波動率的異方差性，實證結果表明滬市存在正反饋引起的序列自相關，且相關系數的絕對值隨波動增大而增大。

二、反饋交易的理論模型

sentana和wadhwani(1992)在用投資者的反饋交易行為解釋股票收益率的序列相關時，提出一個包含基于對股票基礎價值的預期進行投資的交易者(SmartMoney)和反饋交易者的兩群體的市場模型。假定第一個群體對資產的需求函數具有以下形式：

S，表示由第一類投資者(SmartMoney)持有的資產的比例。Et-1(rt)表示在t-1時刻對t時刻資產回報率rt的預期，是一個基于t-1時刻所有信息基礎上的條件期望。α是無風險資產的收益率(Merton，1980)，當期望收益率為a時，這類投資者不持有該資產。μt表示t時刻投資者持有風險資產的風險溢價，它是條件方差σt2的非降函數。

反饋交易者是根據過去資產的價格而不是對未來的預期來決定對該資產的持有量。假定當期t(期)的持有量由上期(t-1期)的收益水平來決定：Ft=γrt-1

(2)Ft表示反饋交易者的資產持有比例；γ＞0表示反饋交易者是正反饋交易型，即“追漲殺跌”；當丫當兩類投資者的相互作用達到均衡時有St+Ft=1，代入(1)式和(2)式有下面均衡時的定價模型：Et-1(γt)=α+μ(σt2)-γμ(σt2)γt-1(3)和標準的資本資產定價模型相比，該定價模型多了一項γμ(σt2)γt-1。由于反饋交易者的存在，第一類投資者對持有資產的風險溢價發生了改變。當市場上有反饋交易者存在時，收益率表現出一階相關的特征。這種相關的方式取決于反饋交易者的類型，當反饋投資者是正反饋型時，收益率存在一階負序列相關；當反饋投資者是負反饋型時，收益存在一階正序列相關。Sentana等人認為，市場上同時存在正反兩種反饋交易者，兩種反饋交易強度隨著波動率的變化而變化：當風險比較小的時，反饋交易者主要采取“低買高賣”的負反饋策略，第一類投資者對市場的影響比較大；當風險較大的時候，第一類投資者的風險厭惡偏好決定了他們要求較高的期望收益因而部分退出市場，反饋交易者對市場的影響增大。當風險大到一定程度，反饋交易投資者表現出風險厭惡特性，采取“追漲殺跌”的正反饋策略。簡化考慮，將反饋交易的程度看成是波動率σ12的簡單線性函數，(3)式簡化為：Et-1(γt)=α+μ(σt2)-(γ0γ1σt2)γt-1(4)雖然這個理論模型最先提出來是用反饋交易行為解釋收益序列相關。但是，該模型解釋了第一類投資者和反饋交易者之間相互作用的模式，為檢驗反饋交易行為提供了可能(Bohl和Siklos，2004)。

三、經濟計量方法

在金融實證分析中發現，股票收益率的條件方差呈非對稱分布，Glosten、Jagannathan和Runkle(1993)及Zakoian(1994)提出了描述這種波動性呈非對稱的模型(TGARCH)。Engle(1993)認為取一階的GARCH模型就能很好的描述收益率的條件波動特征。本文在實證分析中選擇TGARCH(1，1)來對收益率的條件方差建模。在檢驗中國資本市場反饋交易特征存在性方面，聯合估計下面的模型：

h1，表示條件方差，εt服從均值為0,方差為h1的條件正態分布。在(6)式和(7)式中，條件方差是過去殘差平方和過去條件方差的函數。方差方程的平穩性要求滿足：β1β2和β3非負，β1+β2+β3＜1和β1+β2≥0。但是結合回歸模型，條件方差不但是殘差平方和過去條件方差的函數，也間接是參數α1、α2和α3的函數?？紤]到回歸方程，條件方差的穩定性條件要更復雜。這個模型是TGARCH-M的變種形式，目前文獻還沒有給出這個模型條件方差平穩的分析性條件。β2度量了條件異方差非對稱的程度，當該系數不為0時，表示上期正的殘差和負的殘差對當期的條件異方差有不通的影響，當該系數為0時，表明條件異方差不存在非對稱現象，可以使用一般的GARCH模型來估計條件異方差。我國學者在檢驗中國資本市場上反饋交易行為的存在性時，主要用GARH(1，1)模型來預測和估計波動率(唐或等，2002；任波和楊寶臣，2002)。實證檢驗發現，GARCH(1，1)模型估計中國資本市場的波動率的效果并不是很好,TGARH模型或EGARCH模型對市場的波動率解釋能力更強一些，實證也發現，TGARCH模型的效果要比EGARH模型的效果更好(鄭梅，苗佳和王升，2005年；郭曉亭，2006)。

(5)式和(6)式構成的聯合模型比一般意義上的條件方差模型要復雜。在回歸模型(5)式中，除了用滯后的收益率來解釋收益率外，還用市場的波動率(條件方差)來解釋收益，由于反饋交易的存在，條件方差成為滯后收益率的系數，當這項α3為0時，就成為一般的GARCH-M模型(Chou，1988)，有標準的軟件能夠處理。由于反饋交易者的存在，該項不為零，不能用標準的統計軟件處理這個模型。

四、數據及實證結果

本文研究的樣本數據來自于上海證券市場上海綜合指數。選擇1996年1月5日到2006年8月3日的每個交易日收盤價格指數，樣本容量為2554。數據來源于“分析家”軟件的在線數據接受系統。兩個市場上的收益率按公式

計算，pt表示t時期上海綜合指數價格數據。參數估計采用極大似然方法，參數估計結果列于表1中。表1中，+表示參數在1％的置信水平下是顯著的；**表示參數在5％的顯著性水平下是顯著的；***表示參數在10％的顯著性水平下是顯著；沒有標注的表示該參數在10％的顯著性水平下是不顯著的。

表1中的第二、三欄是本文使用非對稱GARCH模型擬和條件異方差的結果，第四、五欄是文獻[2]中使用一般GARCH模型擬和條件異方差的結果。從第二欄和第三欄的數據來看，模型的各個參數在10％的水平下都是顯著的，不存在進一步改進的可能。特別是參數β2顯著不為0，表明上海股市上證綜合指數的波動存在明顯的非對稱現象，說明使用TGARCH模型擬和會比單純使用GARCH模型更能擬和綜合指數的波動。參數α2、α2的估計值都顯著不為0，說明上海證券市場存在比較明顯的反饋交易行為，這個結論和唐或等人的結論一致，但是在反饋交易行為特征上和唐或等人的結論存在比較大的差距。在使用TGARCH模型時，參數α2的符號為正，和使用GARCH模型時一致(雖然該參數沒有通過顯著性檢驗)，表明在風險較低的時候，上海證券市場上的反饋交易行為表現出負反饋的特征。參數α2的符號為負，說明隨著市場風險的增加，上海證券市場上反饋交易者更多的采用正反饋的交易行為。而在文獻[2]中，使用GARCH模型擬和市場波動，得到的相應參數卻為正，說明隨著市場風險的增加，上海證券市場上反饋交易者更多的采用負反饋交易行為。

表1：上海證券市場反饋交易行為實證檢驗結果

唐或等人參數擬和的結果顯示，部分參數在10％的顯著性水平下是不能通過檢驗的，需要進一步的調整，至少參數α2可以從模型中去掉。本文的模型至少在兩個方面的表現要比唐或等人的模型好。首先，該模型參數均能通過顯著性檢驗，表明該模型不可能進一步改進；其次，TGARCH模型中的參數β2，顯著不為0，表明上海股市綜合指數確實存在比較明顯的非對稱現象，使用非對稱GARCH模型來擬和波動更合理。

將本文的結論和Bohl等人的結論比較，可以看到和成熟證券市場、其他新興證券市場都存在較大的區別。Bohl的結論認為：成熟市場在風險較低的時候存在，反饋交易者表現出正反饋的交易特征，隨著風險的增加，反饋交易者表現出負反饋的交易特征；新興市場上，當風險較低的時候，反饋交易者表現出輕度的負反饋交易特征，隨著風險的增加，負反饋交易行為也增加，但是幅度普遍要大于成熟市場。

五、結論

現代金融理論認為，在市場有效性假設下，噪聲交易者對估價的形成沒有重要的影響。西方金融學界在行為金融的框架下，研究發現市場存在比較顯著的正反饋交易特征，這種行為模式推動股票價格偏離其基礎價值，從而作為有效市場的一個反例。本文使用TGARCH模型來擬和條件異方差，并基于Shiller-Sentana-Wadhwni的理論模型檢驗了上海證券市場的反饋交易行為。

篇4

關鍵詞：股票市場；協整檢驗；格蘭杰因果檢驗；市場發展

作者簡介：王曉芳(1958－)，女，陜西西安人，西安交通大學經濟與金融學院副院長，金融學會理事，教授，博士生導師，主要從事金融市場、貨幣理論與政策研究；盧小兵(1974－)，男，河南南陽人，西安交通大學經濟與金融學院博士研究生，主要從事金融市場理論與實務研究。

中圖分類號：F830．9

文獻標識碼：A

文章編號：1006－1096(2007)02－0136－04

收稿日期：2007－01－11

一、引言

多年來，中國的證券市場一直以其特立獨行的走勢受到投資者的廣泛關注并備受爭議，由于證券市場長期以來既不反映經濟發展的總體形勢，也和世界證券市場的總體趨勢幾無相關，既不能作為反映經濟增長的晴雨表，也無法將自己納入對世界經濟總體衡量的指標體系，再加上長期以來形成的對政策因素的過分敏感，已經被市場人士公認為“政策市”，成了非有效市場的典型代表。最近幾年，隨著我國政府對證券市場大力規范和整頓，證券市場法律法規不斷完善，特別是隨著股權分制改革的順利實施，我國證券市場的市場化程度已大大加強。特別是近一段時間，上證綜指和深證綜指尾隨美國道瓊斯指數和香港恒生指數疊創新高，股票市場呈現出了同步的繁榮，中國股市和世界主要股市已表現出了一定程度的趨同現象，特別是在一些重大的趨勢和事件影響下，表現出了相同的波動特征。

對股票市場關聯性的研究，不僅能反映不同國家和經濟體經濟運行的相關性，而且在當前金融運行和資本流動越來越國際化的背景下，對投資者的資金配置和趨勢投資具有重要的參考價值，同時，還可以通過市場的純技術角度的模仿，不斷向成熟市場國家看齊。

為了分析我國證券市場的市場表現是否實現了和世界證券市場的接軌，我們運用協整理論對我國證券市場和世界主要的證券市場總體走勢的趨勢特征進行實證分析，同時運用因果檢驗方法，分析我國證券市場和世界證券市場的相互影響關系，以此來分析我國證券市場和世界主要證券市場的關聯狀況。

二、數據的選取及依據

為了分析中國股市和世界股市的同步性以及其相互關系，我們選取幾個有代表性的股票市場指數進行度量。美國紐約、英國倫敦和日本東京是世界上三個最大的金融交易市場，再加上其在國際金融市場所處的特有的地理位置，開閉市時間順次連接，實現了不間斷交易，所以通常對世界金融市場的研究多選擇這三個市場。因本文對世界股市進行研究，我們擬按照慣例選擇美國道瓊斯指數、英國金融時報指數和日本日經225指數。但綜合已有研究成果的結論，日經225指數對我國股指的相關性較小，因此在此僅選擇美國道瓊斯指數和英國金融時報指數，同時考慮到香港證券市場和大陸證券市場的密切聯系，引入香港恒生指數。對于中國內地的股指選擇，比較有代表性的主要是上海證券交易所的上證綜合指數和深圳證券交易所的深證綜合指數，但由于兩市的關聯性極強，具有明顯的替代效應，且深交所在相當長一段時間停止了新股的發行，深綜指不能有效反應證券市場發展的全貌，因此我們選取上海證券交易所的上證綜合指數作為本次研究的指數選擇。

在所選股指中，以SSEC代表上海證券交易所綜合指數，以DJI代表美國道瓊斯指數，FISE代表英國金融時報指數，以HSI代表香港恒生指數。

數據均來自雅虎財經網站，考慮到中國股市發展時間較短，在其初市場化程度較低并較易受到政策因素的影響，數據選取時段為1998年1月至2006年11月，同時為了簡化數據處理，計量檢驗的數據采用周線數據。

三、實證分析的步驟和結果

(一)對各股指的單整性分析

為了考察所選各股指的單整性，分別做出所考察股指的時間序列圖及其一階差分序列圖，注意到數據可能存在異方差性，對以上各股指數據取對數進行處理。

由圖1可見，各股指變量的原始序列數據呈現出一定的非平穩性，而其一階差分序列則比較平穩。但觀察圖形可以發現圖形的波動幅度并不一致，可以粗略認為在不同的時段方差不同，即存在異方差現象，也說明股指波動存在著聚集現象。

由于僅當若干個非平穩變量具有協整性時，由這些變量建立的回歸模型才有意義，所以，在此需要對各個時間序列進行平穩性檢驗，并判斷其是否具有相同的單整階數。

對時間序列的平穩性進行檢驗的常用方法為單位根檢驗，由于進行單位根檢驗涉及方程的設定和檢驗方法的選擇，ADF檢驗法通過在回歸方程中加入因變量的滯后差分項來控制高階序列相關，這一點和股指走勢影響的經濟含義比較接近，可以進行相應的解釋。因此，可以利用ADF檢驗法并對方程的對應情況進行依次檢驗。

ADF檢驗涉及到方程的三種形式，分別為既不包含截距項也不包含趨勢項；僅包含截距項；既包含截距項又包含趨勢項，其擴展定義將檢驗(公式無法輸入)也就是說原假設為序列存在一個單位根，備擇假設為不存在單位根序列。

從各個股指的對數原始時間序列圖示分析，不存在明顯的時間趨勢，另外從股指設定和期間選擇的角度考慮，一般股指都將基期指數定為100或1000，由此可以認定原始股指應該是符合包含常數項的方程，即滿足方程

(公式無法輸入)而對于一階差分序列而言，由于其在0均值附近波動，可認為是既不存在常數項，又不包含時間序列的方程，即滿足方程

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

可見，各股指原序列的T統計量均大于顯著性水平為，10％的臨界值，可以認為其原對數序列為非平穩時間序列，對其一階差分時間序列進行單位根檢驗，發現其T統計量均小于1％的臨界值，可以認為其一階差分序列為平穩時間序列。由檢驗結果可知，所選股指均為一階差分平穩時間序列，即均為I(1)序列，滿足協整檢驗的前提。

(二)所選主要股指的協整性分析

1．EG兩步法：由協整的定義可知，如果N個時間序列存在協整關系，則非均衡誤差必然是I(0)的，如果N個時間序列之間不存在協整關系，則非均衡誤差必然是I(1)的。由此，可以用OLS建立回歸模型，對其殘差項進行單位根檢驗，通過分析殘差項的特征來判斷是否存在協整關系。

(1)協整回歸：由于我們在考察各股指的協整關系時，主要目的是要了解中國股市與世界股市是否實現了同步波動，

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

(公式無法輸入)

通過對上式進行回歸檢驗，可以發現其主要統計指標均比較理想，但在此的目的主要是考察殘差項是否平穩，因此直接對殘差項進行平穩性檢驗。

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

對殘差序列進行單位根檢驗：

檢驗結果顯示，在1％的顯著性水平下拒絕原假設，可以認為殘差序列e基本上為平穩序列，表明LNSEC和LNDJI、LNFTSE以及LNHSI有協整關系。

(3)建立誤差修正模型：由于協整關系表現的是變量之間的一種“長期均衡”關系，協整關系的存在表明了這種長期均衡關系的存在，而現實中的實際經濟數據則是由“非均衡過程”生成的，這就暗含了存在一種對模型中偏離長期均衡趨勢調整的力量，為了反映這種對長期均衡的調整力度我們建立各變量滯后1期的誤差修正模型(各變量前的數字為系數，括號內為t檢驗值)

從上式中可以看出，誤差修正模型的檢驗結果并不理想，各相關變量的檢驗值幾乎都不顯著，只有誤差修整項的系數為負且檢驗顯著，表明了該模型符合反向修正機制，說明了上證指數的當日波動受前兩日非均衡誤差的反向影響，如果前兩日股指的增長率超過(或低于)均衡的股指增長率，則當日股指增長率會下降(或上升)，從而使其趨近均衡水平，調整速度約為1．74％。

由協整回歸可知，在股市的長期均衡關系中，上海股市與所選擇的世界三大股市均保持了正向的相關關系，但強度有所不同，長期來看受美國股市的影響較大，其次是香港股市，英國股市只有微弱的影響。從短期的波動特征來看，上海股市也受到以上各股指波動的影響，但影響因素均較小?？傮w來看，無論長期和短期，中國股市都保持了一種較為獨立的走勢。

2．向量自回歸模型法(VAR)：由于EG兩步法一般只假定有一個協整關系，忽略了其他協整關系的存在，由其所作的協整檢驗僅考慮了世界各股指對上證指數的影響，而忽略了各股市之間的相互關系。因此，我們采用VAR方法對其進行進一步檢驗。

(1)確定滯后期k：VAR方法的最大優點就是預先不設定檢驗的因變量，而是根據總體變量及其各期滯后逐個進行回歸檢驗，并依據檢驗結果確定最終的變量關系，但在設定回歸模型時首先要對其滯后期數進行確定。在此，可對滯后期數的選擇采用依次試錯的方法，分別對各統計量的值進行比較(表3)。

表3顯示了不同滯后期數條件下所確定的各統計量的值，各最小值由下劃線表示，按照簡易的原則，我們選擇滯后2期作為模型的選擇。另外還可以通過Eviews的輸出結果對VAR模型的滯后長度標準進行直接確定，顯示結果如表4：

(2)確定協整向量個數：利用跡統計量和其臨界值的比較確定協整向量的個數，具體的結果見表5。

根據所設定的原假設和檢驗結果，可以判斷存在2個協整關系。

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

通過以上的分析可以看出，英國金融時報指數對美國道瓊斯指數和香港恒生指數的影響較大，同時美國道瓊斯指數對英國金融時報指數和香港恒生指數也產生了一定的影響，而中國的上證指數和世界各股指的關聯性較小，這一點與用EG兩步法得到的結論基本一致。可以判斷，中國股市和世界股市雖然存在一定的關聯性，但這種關聯性不是很強，中國的股市依然保持了一種比較獨立的走勢。

(三)各地股指的因果關系檢驗

為考察各地股指的關聯并驗證上文的猜測，進一步考察四個市場之間的關系，對其進行格蘭杰因果檢驗：在此以Pairwise Granger Causality方法進行格蘭杰因果檢驗，結果如表7：

由以上檢驗結果可知，英國金融時報指數對美國道瓊斯指數和香港恒生指數有較強的影響，同時，Pairwise Granger Causality Tests還認為英國金融時報指數對上證指數、美國道瓊斯指數對香港恒生指數有一定的因果聯系。

四、結論及影響因素分析

檢驗結果所給出的協整關系及因果關系可以看出，英國金融時報指數的走勢對美國道瓊斯指數和香港恒生指數的影響較大，同時美國道瓊斯指數對英國金融時報指數和香港恒生指數也產生了一定程度的影響；中國股市和世界股市雖然存在一定的關聯性，但這種關聯性的檢驗結果并不顯著，只有英國金融時報指數在1％的顯著性水平下檢驗通過了對上證指數的影響。由此，我們可以認為，我國股市依然保持了一種較為獨立的走勢特征，但短期波動已呈現出了較強的均值回復現象，可以認為世界股指走勢的信息傳遞已經對我國股市產生了影響。

對于世界股市這種相互影響的因素和關聯關系，可以從世界股市的區位設置和市場微觀結構以及市場的歷史發展找到線索。倫敦和紐約作為世界兩大金融中心，金融市場經歷了百年的發展，其市場發展程度較為成熟，兩個市場間的資本流動較為充分，因此使得兩個市場必然呈現一定的關聯性。另外從兩個市場所處的世界時區來看，倫敦市場的收市時間剛好是紐約市場的開市時間，這種由于地理位置的原因導致的開閉市時間的巧合必然通過市場信息的傳遞影響下一個交易的進行。大量的對市場微觀結構的研究發現，當前的交易價格受到前一期交易價格的影響，這也是英國金融時報指數對美國道瓊斯指數的影響遠大于后者對前者的影響的原因。香港金融市場的各種制度安排很大程度上沿襲了英國的模式，再加上歷史的原因，無論是監管當局還是市場參與者，在對國際金融市場總體走勢的判斷上都會更多基于英國市場的狀況作為分析的基礎，因此，反映在股市上就表現為英國金融時報指數的波動對香港恒生指數有較強的影響而不是相反。

從中國證券市場的角度進行研究，上證指數雖然依舊保持了較為獨立的走勢特征，但通過計量檢驗結果可以看出其中也出現了一定程度的弱相關性。綜合現有的研究發現，這種弱相關性主要來自市場信息傳導的影響，其中又和近幾年來我國企業海外上市密不可分。據統計，截止到2005年底，我國企業在海外上市的共有143家(不包含在香港主板和創業板上市的公司)，其中紐約證券交易所18家、美國納斯達克市場28家、倫敦證券交易所13家，其余多選擇在新加坡交易所和美國柜臺交易市場交易。在為數眾多的海外上市企業中，不乏兩地同時上市的公司(其中4家公司實現四地同時上市，8家公司實現三地同時上市)，由于兩地上市公司股價的比價效應，再加上當前便利的信息傳播渠道，必然使得股指的波動呈現出一定的傳遞性，從而使各地的股指出現一定的關聯。另外還有一個重要的因素就是我國近幾年來實行的QFII和QDII制度，在一定程度上加快了國際和國內資本的流動和融合，也為國內和國外股市之間相互影響的加強提供了動力。

當然，對我國證券市場和世界市場整體走勢的比照研究，其目的并不是為了追求一種和世界主要股市的同步或趨同，而是通過對現有股指的協同分析對我國股市的一些統計特征進行反映并進而分析考察我國證券市場的發展狀況。從當前我國股市的發展現狀看，規范和發展依然是我國證券市場的重中之重，而其中完善制度、健全法律又是當前最為重要的課題，對于屬于由市場支配和反映市場特征的波動和趨勢，則無需我們刻意為之，而是要靠市場這只無形之手去掌控和把握。

篇5

證券市場最為明顯的特征是股票價格的頻繁波動,產生原因從本質講是股票的市場價格偏離其內在價值。價格波動特征用股票指數收益率描述,計算公式為:■,其中■分別表示上證指數在第■天的收盤指數值,其時間序列隱含了不同時期股票市場的各種信息。我們選取從2009年3月2日至2010年2月26日的上證每日收盤指數,運用計量方法對上證指數波動特征進行實證分析:(如表所示)。

一、“尖峰后尾”特征

收益率分布特性是波動特性研究的一個基礎問題,由于中心極限定理確定了正態分布在統計學中的重要地位,同時正態分布具有較好的統計特性,因此在股市波動研究中,往往假設收益服從正態分布,但是有研究表明,股票收益分布具有兩大特性:有偏性和偏度。本文通過檢驗可以看出上證指數收益率序列均值非常接近于0,偏度-0.587883小于0,呈現趨左偏的分布,意味著收益率的分布有一個較長的左尾,表明上證指數出現極端負收益率的可能性要大于出現正收益率的可能性。另外峰度4.991834大于正態分布的峰度3,說明其收益率呈現明顯的尖峰態,即表示收益率劇烈波動,出現極端事件的可能性要大于正態分布假設下極端事件發生的概率。另外在5%的顯著性水平下,而收益率序列樣本Jarque-Bera統計量的值為57.73361,遠遠的大于臨界值10.6,明顯地反映了日收益率序列的非正態和“尖峰厚尾”的分布特征。這種分布特性反映了股市波動的正相關性,說明股票市場具有正反饋效應。而“厚尾”分布顯示出由非線性隨機過程所產生的一種具有長期記憶的跡象,說明我們不能過分依賴方差來度量股市的風險程度。

二、集群性

股票市場除了收益率備受關注外,股票價格的頻繁波動也是股票市場最明顯的特征之一,股票市場的價格波動往往具有隨時間變化的特征,有時相當穩定,有時波動異常激烈?；蛘哒f,在序列方差變化的過程中,幅度較大的變化相對地集中在某些時段里,而幅度較小的變化也會集中在另一些時段。這種隨時間出現連續偏高或偏低的情況就是通常所說的波動聚群性(Volatility Clustering)。

上證指數的收益率在2009年8月前后一段時間里表現出較大幅度波動,而且后面9月伴隨著另一波較大幅度的波動,在其他時間段是較小幅度波動緊接著較小幅度的波動,這種波動集群性反映了金融波動的正相關和正反饋效應,即說明收益率序列均具有明顯的時變方差特征。因此股票市場股價波動并不滿足有效市場假說,不是隨機游走的,而是具有一定的規律性,表現為具有長期記憶特性以及狀態的持續性。為了刻畫時變特征和股市風險變化對收益率的影響,我們將條件方差作為變量引入到條件均值模型建立GARCH模型。

三、波動平穩性

GARCH模型, 即廣義自回歸條件異方差模型, 是一種帶異方差誤差的時間序列建模方法, 它由 Bollerslev于1986年提出。對由選取數據計算得到的收益率序列反復實驗,在5%的置信水平時,上證指數收益率存在GARCH(1,1)效應,變量系數均顯著,回歸估計模型為:

■

模型中■,則上證指數收益率序列■是一個平衡的GARCH(1,1)過程,表明我國滬市的條件波動滿足寬平穩要求。另外系數之和接近1,表明條件方差所受的沖擊是持久的,即沖擊對未來所有的預測都有重要作用。該模型不僅可以很好的刻畫條件異方差性,而且可以較為精確地擬合收益波動性特征。

四、杠桿效應

通過回歸TARCH模型:

■,我們知道,收益率序列所體現的杠桿效應項系數■=0.225,說明上證指數波動具有“杠桿”效應:利空消息能比等量的利好消息會產生更大的波動。這是因為較低的股價減少了股東權益,股價的大幅下降增加了上市公司的杠桿作用而提高了持有股票的風險。

五、結論

第一,平衡GARCH(1,1)模型對于金融資產異方差性具有較強的描述能力,收益率波動性的衰減系數為■,說明其波動的衰減比較迅速,也表明模型降低了收益率序列的波動性,擬合效果非常好。同時在條件方差方程中,回歸系數均為顯著正值,這表明過去的波動對市場未來波動有著正向而減緩的影響,從而使股市波動出現集群性現象,即收益率的大幅度波動集中在某些時段,而小幅度波動集中在其他一些時段。這種收益率波動集群性表明證券市場具有波段投資特征。

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

第三,我國證券市場處于發展的摸索階段,其波動幅度和風險性遠遠高于國外成熟的市場,尤其是異常波動和超常波動更是頻繁出現。這可能與我國上市公司的實際價值、投資者的投機炒作和市場法律不健全等因素有關。隨著我國證券市場操作交易透明度的提高和國際競爭的參與,以及投資者風險意識的增強,尤其是隨著融資融券、股指期貨的推出,相信我國證券市場的所謂“政策市”信息不對稱和過分投機等局限將逐漸得到改善,從而更好地發揮證券市場優化資源配置的功能。■

篇6

摘 要：本文結合穩定分布理論和長記憶模型ARFIMA，研究股價行為的長記憶特性和分布特征，從股票市場結構及有效性的角度，通過漲跌幅限制實施前后的對比，分析漲跌幅限制對我國滬深證券市場股價行為的影響。結果表明：在漲跌幅限制前后，滬深兩市都具有非線性和分形結構，但漲跌幅限制對滬深二市的影響并不相同，上海證券市場有效性得到了提高，而深圳證券市場有效性沒有顯著提高，卻有減弱的跡象。

關鍵詞：股市有效性；非線性；ARFIMA模型；穩定分布

中圖分類號：F830.91 文獻標識碼：A

文章編號：1000-176X（2006）12-0054-05

一、引 言

對于股市結構及有效性的研究，人們提出了許多理論，其中線性范式占有主導地位。所謂線性是指股價行為是受眾多獨立因素影響的結果，這種影響滿足可加性，從而根據中心極限定理，股票收益率服從正態分布。然而，股票收益率正態分布作為重要的基礎假設正遭受越來越多的質疑。

對數收益率序列可能表現出相關性，而這種相關可以是短期相關的，也可以是長期的。如果是短期相關（即短記憶的），我們可以將其解釋為市場摩擦或者信息流的非均勻到達，收益率序列的一階相關和二階相關可分別由ARMA模型和GARCH模型刻畫。這時，有效市場假說在一定程度上仍不失為一種合理的假設。如果序列的相關持續很長時期（即序列是長記憶的），市場摩擦或信息流的非均勻性的解釋就不合適了，而可能是非線性結構或非線性動力系統的一種表現。同時，大量的經驗研究表明，對數收益率序列多表現出尖峰、肥尾特征，這意味著股票市場可能存在著非線性結構，從而線性范式下的理論并不能恰當刻畫股市行為。一些非線性研究方法如(G)ARCH模型，長記憶過程，穩定分布理論，分形分析，混沌理論等新方法逐漸發展起來，并大量應用于股市結構及有效性以及其他金融經濟學問題的研究。

從制度上對證券價格波動加以直接或間接限制的初衷是為了消除價格的異常波動，減少虛擬經濟泡沫以及避免恐慌性股市崩潰。但是學術界對漲跌幅限制的爭論卻非常激烈，許多學者對漲跌幅限制措施提出質疑，認為漲跌幅限制不會使波動穩定下來，反而會導致波動性溢出和價格扭曲等效應。呂繼宏，趙振全（2000）對我國股市的漲跌幅限制進行了研究，認為長期來看漲跌停板制度降低了市場波動；[1]孫培源和施東暉（2001）認為我國的漲跌幅限制并沒有降低股市波動和投資者過度反應。[2]沈根祥（2003）利用隨機波動模型對上證綜合指數進行了研究，認為漲跌停板制度降低了上海證券交易所綜合指數收益波動性，卻增加了指數收益相關性。[3]劉海龍，吳沖鋒等（2004，2005）通過實證研究發現，恰當的漲跌幅限制約束了市場劇烈波動；不恰當的漲跌幅限制不僅對波動性沒有約束，反而在一定程度上增加了波動性。[4][5]上述文獻從不同的角度研究了漲跌幅限制對股票市場影響的不同方面，但沒有從穩定分布和長記憶模型的角度研究對股市結構及其有效性的做充分的研究。李亞靜等(2003)根據Granger關于長記憶的定義，分析了滬深股票市場的長記憶特征，但沒有具體分析漲跌幅限制的影響。[6]

本文結合長記憶模型ARFIMA和穩定分布理論，在非線性范式下研究我國滬、深二市股價行為的長記憶特性和穩定分布特征，并從股票市場結構及其有效性的角度，通過漲跌幅限制實施前后的對比，分析漲跌幅限制對我國滬深證券市場股價行為的影響。

二、研究方法

對于股市結構及有效性的研究，分析股市價格的分布特征是一個基本方法，所以有必要對股市價格分布的尖峰、肥尾特征做進一步的分析。GARCH模型可以刻畫尖峰、肥尾現象，但是它刻畫的是股價行為的局部特征，人們往往利用它擬合協方差平穩的過程。市場有效性假設，即鞅模型并沒有要求過程必須是協方差平穩的，所以GARCH模型是有嚴重的局限性的。完整反映序列分布特征的是分布函數或者特征函數。所以，收益率分布的擬合是本文選用的重要方法。ARFIMA模型則可以進一步將收益率的內在結構以模型參數的形式明確地表達出來。股價行為的分布類型以及描述這種分布的ARFIMA模型是研究股市結構及有效性有力工具。

（一）穩定分布(Stable distribution)

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

三、實證分析

（一）樣本數據

本文采用上證綜合指數和深成指數的日收盤價格指數作為分析對象。參照沈根祥（2003），兩個指數都從1992年5月21日開始選取，到1996年12月16日實施漲跌幅限制之前一個交易日即1996年12月13日為一個樣本區間，稱為限制前區間；考慮到我國股票市場是一個新興市場，市場特性的變化可能相對較快，處于可比性，漲跌幅限制后區間并沒有選擇自實施日開始到當前的所有數據，而是根據實施前區間長度，選擇為1996年12月16日至2001年9月7日，即保持漲跌幅限制實施前后的比較區間長度一致。收益率計算采用對數收益率：

（二）實證分析結果

1.分布特征的初步分析

首先分別對上證綜合指數和深成指數的漲跌幅限制前后期間的原始數據進行初步檢驗分析。

表1滬市深市收益率統計值

由表1中結果可以看出，滬市和深市在漲跌幅限制實施前后收益率分布的偏態和峰態統計量都顯著異于正態 (正態下二者分別為 0和 3 ) ,而J- B統計量大于任意合理顯著水平下的臨界值，其尾概率接近于0。這反映了收益非正態和“尖峰厚尾”的分布特性，這一結論與許多關于國內、外金融市場的統計結果一致。這說明對于正態分布不能恰當的刻畫我國股市收益率的分布特征。根據Mandelbrot的建議，下面利用穩定分布擬合我國股市收益率，分析其分布特征。

2.穩定分布特征分析

有多種方法可以估計穩定分布的特征參數α，β，δ，γ，例如log-log經驗分布圖形法，R/S分析的非參數估計法，極小化Kolmogorov距離法，穩定分布下的分位數法和極大似然法等，本文選用極大似然法進行估計，分別對滬、深市指數收益率在漲跌幅限制實施前后進行估計，結果如表2。

表2我國股市收益率穩定分布特征參數

由表2中的結果可以看到：所有區間上的尾部指數α∈（1，2），說明收益率的無條件二階矩或總體方差無限或者不存在（或不是常數）。一個分布呈肥尾現象的充分必要條件是無限大處的規則變化。[7]所以，我國股市的超常劇烈波動具有一定的規律性。具體地，上證綜合指數收益率分布在漲跌幅限制實施后，尾部特征指數α由1.279提高到1.478，偏斜度參數β由0.06變為-0.01，分別向正態分布的尾部指數2和偏度測度參數0接近，說明漲跌幅限制減弱了滬市的厚尾和有偏性，逐漸接近于正態分布，即上海證券市場有效性得到了提高 。而深圳成分指數收益率分布在漲跌幅限制實施后，尾部特征指數α沒有提高，反而有輕微下降；偏斜度參數β由0.幅減低為0.02，右偏斜程度降低，逐漸接近于對稱，這說明漲跌幅限制沒有減少波動的持續性，卻很大程度地降低了波動的有偏性。由此可以看出，對于滬市和深市的影響是不同的，對于滬市，漲跌幅限制提高了市場有效性，而對于深市，漲跌幅限制是否提高了市場有效性還不能得出明確的結論。下文結合ARFIMA模型再做進一步分析。

由于無論對于滬市還是深市，漲跌幅限制實施前后收益率分布的尾部特征指數α都小于2，所以收益率的總體方差是無限大或不是常數，方差概念不能反映股市總體風險的大小，而用尺度調整參數γ來反映總體風險的大小。對于滬市，尺度調整參數γ由0.0142減少為0.00809，對于深市，尺度調整參數γ由0.014減少為0.00881，說明滬市和深市的總體風險得到了降低。

3.ARFIMA模型分析

ARFIMA模型可以進一步將收益率的內在結構明確地表達出來，分析序列的長期記憶特性。分別在漲跌幅限制實施前后的兩個時期上，對上證綜合指數收益率和深證成分指數收益率、收益率的平方r2以及絕對值|r|進行分析。之所以討論收益率序列的平方r2和絕對值|r|，是因為研究這種變換后的序列的特征，對市場風險的度量有用。表3―1和表3―2分別給出了滬市、深市的分數差分參數d的估計以及檢驗結果。

（1）滬市結構及有效性分析

在漲跌幅限制前，上證綜合指數收益率序列的分數差分參數，即分形維數d＝-0.198。對其進行單邊檢驗，發現d在10%的顯著性水平小于0，說明滬市收益率序列表現出一定程度上的反持續性，即具有比隨機序列更強的突變性或易變性。這一點可以與收益率的穩定分布的特征指數α的表現相互印證。由于技術限制，本文沒有估計尾部特征指數α的置信區間，但是可以對所估計的4組數據的特征指數α進行比較分析，說明這種反持續性的存在。在所估計的4組數據的特征指數α中，滬市漲跌幅限制前的尾部特征指數α最小，與1比較接近。由前述可知，對于尾部指數α，1是一個臨界點：如果尾部指數α小于1，意味著分布不僅沒有總體方差，而且總體均值也不存在（或不是一個常數）。這正是反持續性的另一種表述：序列頻繁地返回其自身，試圖去建立另一個均值！這說明了在實施漲跌幅限制之前，上海證券市場的波動十分劇烈，成為實施漲跌幅限制的一個現實原因。在漲跌幅限制實施之后，上證綜合指數收益率序列的分形維數d在統計上不顯著，說明序列不再存在持久性和反持久性，收益率序列不再是長記憶的。

上證綜合指數收益率序列的兩個非線性變換序列平方r2和絕對值|r|，在漲跌幅限制實施前后，其分形維數d＞0，且都表現出統計顯著性，意味著長記憶性的存在，這暗示反映收益率的風險的波動具有持續性，市場具有非線性結構。對比漲跌幅限制實施前后，發現平方序列r2的持續性沒有發生明顯變化，而絕對值序列|r|的持續性得到了減弱。綜合分析發現，漲跌幅限制實施后，滬市有效性得到了明顯提高。這與上證綜合指數收益率的穩定分布特征分析結論是一致的。

（2）深市結構及有效性分析

在漲跌幅限制前后，深圳成分指數收益率序列的分形維數都不顯著，說明不存在長記憶性。而在漲跌幅限制后，收益率序列的平方r2和絕對值|r|序列的分形維數都顯著增加。其中，收益率的平方序列的分形維數由漲跌幅限制實施前的不顯著變為實施后的顯著大于0。所以，漲跌幅限制后，深圳證券市場結構的非線性得到了加強，市場有效性被減弱。結合深成指數收益率序列的穩定分布特征分析，可以得出結論，雖然漲跌幅限制后，收益率序列分布的有偏性被減弱，但收益率的波動的持續性被加強，助長了收益率波動，總體效果是市場有效性被減弱。

四、結論及進一步的討論

本文認為，GARCH模型是收益率過程的一個局部模型，帶有有限條件方差的GARCH模型可能僅僅刻畫了分形分布的局部特征，而整個分布可能具有無限無條件方差或者無條件方差不是常數；對應于分形過程的穩定分布刻畫了其整體結構，而ARFIMA模型能對這種結構給出參數性的具體分析，從長記憶的角度明確分形過程的非線性結構。

本文結合穩定分布和ARFIMA模型兩種方法，以1996年12月16日（即漲跌幅限制實施的第一個交易日）為界，對比分析了滬深兩市股價指數日收益率的分布特征。結果發現，在漲跌幅限制前后，中國股市日收益率都具有尖峰肥尾特征，但尖峰肥尾特征不能僅僅由GARCH模型刻畫，滬深兩市都具有非線性和分形結構，從而需要結合穩定分布和ARFIMA模型才能對其進行全面刻畫。

由于采用了不同的分析方法，關于漲跌幅限制對中國股市結構和有效性的影響分析得出了不同的結論。具體的分析表明，在漲跌幅限制前后，中國股市結構及有效性發生了顯著變化。上海證券市場有效性得到了提高，而深圳證券市場有效性沒有顯著提高，卻有減弱的跡象。漲跌幅限制對滬深二市的影響并不相同，甚至相反，這說明漲跌幅限制的作用依賴于市場的具體情況，而不能簡單的肯定或否認漲跌幅限制的作用。

進一步對滬深二市作具體的對比分析，也許會發現為什么會有如此的差異，為如何發揮漲跌幅限制的積極作用提供一些線索。希望在以后的研究中能夠繼續對此問題進行分析。

來自中國滬市和深市的經驗證據都表明，股票市場存在非線性和分形特征。這說明相對于正態分布，穩定分布似乎是研究股票收益與風險的更合理的分析基礎。果真如此，以正態分布和線性假設為基礎的經典資產組合理論、資本資產定價模型、套利定價理論以及Black－Scholes期權定價模型等都需要重新加以考察。另外，股市的這種非線性特征是隨機系統的表現還是確定性混沌的結果，對于經典的金融經濟理論也具有重大影響，這還有待于進一步的分析。

參考文獻：

[1] 呂繼宏，趙振全.漲跌停板對股市波動的影響[J].吉林大學社會科學學報，2000，（5）.

[2] 孫培源，施東暉.漲跌幅限制降低了股價波動嗎？[J].證券市場導報，2001，（11）.

[3] 沈根祥.股票收益隨機波動模型研究[J].中國管理科學，2003，（2）.

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

[5] 劉海龍，吳文鋒，吳沖鋒.漲跌幅限制對股票市場波動性的影響[J].上海交通大學學報，2005，（10）.

[6] 李亞靜，何躍，朱宏泉.中國股市收益率與波動性長記憶性的實證研究[J].系統工程理論與實踐，2003，（1）.

[7] 特倫斯.C.米而斯（Mills.T.C）,(1999).金融時間序列的經濟計量學模型》（中譯本）[M].北京：經濟科學出版社，2002.

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

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

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

篇7

關鍵詞：證券市場；相關性；行業特征；國際投資

本文通過對中國證券市場中主要行業的國際相關性的現狀和變化趨勢的研究，主要分析三個方面的問題：1．近年來中國證券市場中各主要行業與國際上主要市場之間的相關性的總體狀況及變化趨勢；2．不同行業之間的國際相關性差異性及其發展趨勢；3．近期內其國際相關性相對顯著提高的行業。

一、相關研究的回顧與分析

國際上對于證券市場之間相關性的研究從20世紀80年代以后日漸增加。Harvey(1995)的研究表明美國股票市場的變動通常能反映到國外市場的類似變動之中；Odier和Solnik(1993)的研究顯示各國股票市場之間存在正相關性，但相關系數很低；Syriopoulos(2004)對波蘭、捷克、匈牙利和斯洛伐克四國股票市場的研究表明，上述市場間的相關性很弱，但與其經濟聯系較密切的發達國家的市場相關性則相對較強。根據Gtiffin和Stulz(2001)的研究，幾乎所有國際化投資組合的多樣化效應均來自于國別因素；Rouwenhorst(1999)在分析了1978年至1998年間12個歐洲國家中的952只股票數據后認為，在歐洲貨幣聯盟成立后，行業因素仍不足以勝過國別因素而居主導地位；但Eiling、Gerard和Roon(2005)在對歐元區各國股票市場從1990年到2003年的有關數據進行分析后認為，在歐元正式推出后，歐元區各國股票市場的國別效應與行業效應已相差無幾。Hamelink、Harasty和Hillion(2001)在分析了1990年至2001年的有關數據后發現，行業、國別、股票類型以及公司規模等因素都應當是進行全球化組合投資時的考慮因素。近年來，國內學者在這方面也開始了一些研究工作，其重點是中國證券市場與國際上主要證券市場之間的收益率相關性和風險溢出機制。洪永淼、成思危等(2004)的研究結果表明B股和H股與世界其他股市之間存在著顯著的風險溢出效應；而A股與世界主要股市之間不存在任何風險溢出效應。胡安和許萌(2003)分析了中美兩國最具代表性的市場關系變化的時間路徑，并對其原因加以事件分析。袁繼東(2003)采用非線性ALRS模型的分析結果表明滬、深兩市都同港、臺股市有一定的關聯性，而滬、深兩市同美國股市關聯度不明。

上述研究對國際相關性的進一步分析奠定了良好的基礎，但其主要不足之處在于相關研究均是以“市場指數”為研究對象，也就是說，以市場整體相關性作為研究對象。但在實際的投資過程中，投資者往往并不持有整個市場組合，而是根據其對某個行業的分析，持有某個或某幾個行業的投資組合。在這種情況下，當中國投資者進行國際化投資時，就需要根據所持有的偏重于某些行業的組合結構，對這些行業的國際相關性的現狀尤其是變化趨勢進行深入分析；另一方面，作為一個發展中的、逐步與國際接軌的市場，國際相關性的變化趨勢無疑是一個值得進行深入研究的方面，而在行業層面上對該變化趨勢進行分析，對于深入理解國際經濟和金融環境對中國經濟和產業發展的影響能起到一定的幫助。

二、研究方法與數據

本文所采用的行業收益率數據為Wind咨詢公司提供的“新華富時一級行業指數”的周收益率數據，包括10大行業指數。由于在本文所涉及的時間區間內，部分電信行業的數據無法獲得，因此本研究不包含該行業指數，其余指數所覆蓋的行業分別為：石油及天然氣(簡稱“石氣”)、基礎材料(簡稱“基材”)、工業、消費品(簡稱“消品”)、衛生保健(簡稱“衛生”)、消費服務(簡稱“消服”)、公用事業(簡稱“公用”)、金融和科技。

國際主要市場收益率數據為Wind咨詢公司提供的“S&P500指數”(代表美國市場)、“日經225指數”(代表日本市場)和“恒生指數”(代表香港市場)的周收益率數據。時間為2001年7月至2006年3月，采樣周期分別為24、36和48周。

三、結果及分析

表1列舉了各行業與美國、日本和香港市場的相關性的總體狀況。從表中可以看到，與上述比較成熟的市場相比，中國證券市場的整體國際相關性是很弱的；從地域上看，中國證券市場與上述三個市場之間的相關性從大到小依次為：香港、日本、美國，這顯示市場相關性與經濟區域存在著一定的內在聯系。

表2顯示了各行業國際相關性平均值的變化趨勢。從表2中我們可以發現：

1．從總體上看，隨著時間的推移，各行業與國際市場間的相關性有增強的趨勢，反映在各回歸方程的最高次數項的系數基本為正。

2．從相對長期的趨勢來看，與香港和日本市場之間的相關性的變化幅度要大于美國市場；而與日本市場相比，各行業與香港市場之間相關性的增長趨勢相對較強，顯示出市場相關性的變化程度與經濟區域存在一定聯系，以及內地與香港兩地資本市場日益呈現的“一體化”效應。

3．隨著采樣周期的增加，與美國市場和日本市場之間相關性的增長逐步顯著，反映在隨著采樣周期的增加，其回歸方程中時間系數在數值和顯著性兩方面均有所增加。這在一定程度上說明了我國證券市場國際相關性的變化過程并非單純地由市場間的“風險溢出”效應所產生，而是有著內在的經濟和金融驅動因素。

表3顯示了各行業國際相關性的標準差的變化趨勢。從表3中我們可以發現：

1．近年來，不同行業國際相關性的差異程度有逐步增加的趨勢。反映在各行業與香港、美國和日本市場之間相關性的標準差的變化率均為正，且有關統計量的顯著性程度均較高。這一現象表明隨著中國經濟和金融市場全球化進程的推進，國際經濟和金融環境對中國不同行業的影響的差異在逐步明顯。

2．各行業與美國市場之間相關性的差異程度相對更加明顯，這顯示盡管中國市場與美國市場之間相關性的整體水平相對不高，但卻呈現出強烈的行業特征和行業差異性。

上述“行業差異”對于進行國際化投資的中國投資者而言是很重要的：由于其投資組合中必然會有相當一部分投資于中國市場(這種“本國偏好”效應在世界各國均存在)，如果這部分本國投資組合集中于某些行業，則在通過國際化投資以改善投資組合的風險一收益特性時，就需要充分考慮其國內投資組合中的不同行業的國際相關性差異，上述研究結果表明，這種差異對于投資績效的重要性正在逐步增加。

表4顯示了根據各行業國際相關性變化趨勢的回歸方程計算得出的近期內各行業與香港、美國和日本市場之間相關性的變化率、邊際變化率、相對變化率和相對邊際變化率的排名(為盡可能反映中長期趨勢，采樣周期取48周)。

從表4中可以發現：

1．綜合各行業的國際相關性的變化率和相對變化率排名，在近期“金融”、“基材”和“公用”三個行業的國際相關性的增長率相對較高。

2．綜合各行業的國際相關性的邊際變化率和相對邊際變化率排名，在近期“金融”和“科技”兩個行業的國際相關性的邊際增長率相對較高；而“公用”和“消服”行業的國際相關性的絕對邊際變化率和相對邊際變化率排名差距較大，這主要是由于這兩個行業的國際相關性與特定的國際主要市場有著相對緊密的聯系，相對而言，“公用”行業與香港和日本市場之間相關性的邊際增長率較高，與美國市場之間相關性的邊際增長率較低；而“消服”行業則正好相反。

綜合以上分析，在本文所研究的9大行業中，近期內金融、基礎材料、科技、公用事業和消費服務行業的國際相關性具有相對比較顯著的增長，其中公用事業和消費服務行業的國際相關性變化表現出相對較強的市場差異性。

四、結論及進一步的研究方向

在本文中，我們通過對“新華富時一級行業指數”所代表的中國證券市場9大行業與香港、美國和日本證券市場間的收益率相關性的變化狀況的實證分析，對中國證券市場主要行業的國際相關性的變化趨勢進行了研究。研究結果表明：中國證券市場中各行業的國際相關性從總體上有增強的趨勢；不同行業國際相關性的差異化程度逐步增加，顯示國際經濟和金融因素對中國經濟不同產業的影響差異性正在日益增加；同時，不同行業國際相關性的增長率也存在差異，金融和基礎材料行業的國際相關性具有相對較高的增長率。

進一步的研究需要結合不同行業與國際市場的經濟、產業和金融聯系來進行分析。另外，本文所采用的“新華富時一級行業指數”在行業劃分上相對是比較粗略的，采用更加細致的行業劃分標準(例如采用“二級行業指數”)不僅有利于在投資決策中提供更詳細的參考信息，也有助于更深入地理解不同行業的發展狀況與國際經濟金融環境之間的內在聯系。

參考文獻：

[1]洪永淼，成思危，劉艷輝，汪壽陽，中國股市與世界其他股市之間的大風險溢出效應[J].經濟學,2004,(3)：703-726．

[2]胡安，許萌，上證指數與美國S&P500指數間相關變化的時間路徑分析[J].經濟管,2003,(12)：83-85．

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

假設ri(t)和Rj(t)分別為本國市場中第i類行業和第j個國際市場在時間t的收益率，則其(離散形式)相關系數由式(1)所定義：

其中

分別為當采樣周期為m時的本國市場第i類行業和第j個國際主要市場收益率時間序列的采樣周期平均值，上述相關系數對于各行業的平均值和標準差反映了特定采樣周期下各行業國際相關性的總體趨勢和各行業國際相關性的差異性的趨勢。

對于某個行業而言，可以通過兩個指標來分析其國際相關性的基本變化趨勢，即第i個行業與第j個國際主要市場之間在某一段時間內相關系數的變化率和邊際變化率，前者體現了相關性的變化狀況，而后者則反映了這一變化狀況的穩定性，由式(2)所定義。

篇8

關鍵詞：金融發展；經濟增長；總量研究；結構分析

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

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

中圖分類號：F830.2 文獻標識碼：A 文章編號：1674-2265（2012）03-0016-04

一、研究背景

在經濟全球化和經濟金融化背景下，金融發展與經濟增長的關系一直是國內外學者的研究熱點。國家“十二五”規劃提出要加快多層次金融體系建設，以科學發展觀為指引，圍繞經濟發展方式轉變的目標，加強金融對經濟增長方式轉型的支持力度。在這樣一個理論和現實背景下，本文嘗試通過江蘇省的實證數據從總量和結構兩個視角研究區域金融發展對經濟增長的作用，并提出相關政策建議。

二、文獻綜述及本文研究思路

（一）文獻綜述

從戈德史密斯的金融結構論到麥金農和肖的金融抑制與金融深化理論，從默頓、博迪的金融功能論到白欽先等人的金融可持續發展理論，理論研究基本形成共識，認為金融發展與經濟增長之間存在密切關系，但對兩者之間的相互作用機理各有不同的觀點。相應的實證研究主要集中在兩個方面：一是驗證金融發展與經濟增長的相關性，二是兩者之間因果關系的論證。對于相關性問題，主流觀點認為金融發展與經濟增長之間存在著明顯的相關關系（貝克和萊文，2002），這與金融發展理論得出的結論一致。在因果關系方面，由于研究對象和方法等方面的差異，主要有四種不同結論：其一，金融發展影響經濟增長，兩者之間是“供給驅動型”關系，金融發展是經濟增長的必要條件。其二，經濟增長導致金融發展，兩者之間是“需求拉動型”關系，經濟增長是金融發展的前提條件。其三，金融發展與經濟增長互為因果，相互影響。其四，兩者之間無因果關系，它們的相關僅是巧合或共同取決于第三個變量。

遵循國外研究思路，國內涌現出眾多關于中國金融發展與經濟增長關系的研究。多數認為金融發展能夠帶動我國經濟增長（談儒勇，1999；趙志君，2000），然而在金融發展內部結構方面卻很難形成一致的結論。梁琪、滕建洲（2005）研究發現中國金融中介和經濟增長之間有顯著的正相關關系，而股票市場對經濟增長的作用有限。范學?。?006）通過對中國季度數據分析得出了完全相反的結論。在區域金融發展與區域經濟增長關系的研究方面，通過對中國分地區的實證分析發現在中國東北、東部和西部三個地區金融發展與經濟增長關系表現出很大的差異性（王紀全、張曉燕、劉勝全，2007），金融發展與經濟增長的關系具有明顯的時空特征（袁云峰、曹旭華，2007），不同區域的金融控制對金融發展與經濟增長的影響顯著，應區別對待它們之間的影響（王晉兵，2007）。

（二）現有研究不足及本文研究思路

現有研究存在以下不足：（1）從研究范圍看，多是基于國家宏觀層面，對于像我國這樣一個經濟發展不平衡的國家，國家范圍的研究結論不具有普適性。國內已有學者關注區域金融發展與區域經濟增長關系（周立、王子明，2002；袁云峰、曹旭華，2007；王紀全等，2007），但他們的研究都是基于中國地區分布的特征，同樣存在范圍相對較大、缺乏針對性的不足。（2）研究金融結構與經濟增長關系時，一般只考慮銀行的作用，未從社會融資總量角度分析金融發展對經濟增長的作用。

因此，本文嘗試從以下兩個方面做出改進：（1）進一步縮小研究范圍，把實證對象定位在江蘇省，研究省域金融發展對經濟增長的作用，使研究更有針對性。（2）以金融功能論為理論基礎，以中國人民銀行貨幣政策導向為指引，從社會融資總量和融資內部結構兩個方面研究金融發展對經濟增長的支持力度。

三、江蘇省金融發展對經濟增長作用的實證分析：1980―2010年

（一）模型的構建及數據來源

1. 理論基礎。根據金融功能論，金融發展的本質是金融功能的提升，其外在表現體現在兩個方面：一是金融主體的總量提升，二是金融結構的優化。在這兩個方面的作用下使得金融效率得以提升。金融效率的提升將發揮社會資源配置作用，促進投資和儲蓄的增長，使得經濟產業結構不斷優化，最終結果是經濟的增長，作用機制如下圖所示：

圖1：金融功能論理論原理示意圖

2. 研究變量和樣本數據來源。為了消除人口規模對計算結果的影響，本文采用人均GDP（RPGDP）為衡量經濟增長的指標；用金融相關率（FIR）作為度量金融發展的總量指標，金融相關率的定義為：FIR=（金融機構各項存款+金融機構各項貸款）/GDP。在金融結構指標選擇方面，本文從社會融資總量衡量金融對經濟的支持力度。社會融資資金主要來源于金融中介市場和證券市場，即銀行融資和證券市場融資兩個方面。本文用Bank反映實際通過銀行中介作用于經濟發展的資金量，即金融機構各項貸款總額；用Stock反映證券市場的籌資能力，即上市公司募集資金總量（含發行、增發、公司債、配股等）。為了削弱數據的異方差，本文對各個變量進行取對數處理（見表1）。

實證檢驗數據來自歷年的《江蘇省統計年鑒》、江蘇省統計公報（2010）及人民銀行南京分行網站統計數據，使用的計量軟件是Eviews3.1。

（二）基于總量視角的金融發展對經濟增長的作用研究：1980―2010年

1. ADF單位根檢驗。為了避免時間序列數據不平穩而產生的“偽回歸”現象，首先對變量進行了ADF單位根檢驗，從表2可以看出，lnFIR與lnRPGDP都是非平穩的，但經過一階差分后在5%顯著水平下都是平穩的，即它們都是一階單整序列。

注：（1）檢驗類型中的c、t、k分別表示常數項，趨勢項以及滯后階數。（2）是否含有常數項和趨勢項根據散點圖的變化規律和趨勢確定，滯后階數k的選擇以AIC和SC值最小為標準。（3） 表示相關變量的一階差分。（4）Y表示通過平穩性檢驗，N表示未通過平穩性檢驗。（5）***表示1%顯著水平下的平穩，**表示5%顯著水平下的平穩，*表示10%顯著水平下的平穩。（6）以上說明同樣適合下文結構分析中的單位根檢驗。

2. 協整分析。為了找到金融總量與經濟增長之間的某個線性組合是否存在長期穩定關系，本文對變量進行Engle-Granger協整分析。首先進行協整檢驗，得協整回歸模型 ：

（53.18947）（15.30880）

其次對回歸殘差進行平穩性檢驗，得到ADF檢驗的臨界值為-3.141016。對照AEG檢驗臨界值表可知在1%顯著水平下拒絕原假設，說明從總量上看江蘇省金融發展與經濟增長之間存在長期均衡關系。

3. 誤差修正模型（ECM）。由于受金融危機等突發事件因素的影響，金融發展與經濟增長之間的長期均衡關系可能會出現短期失衡的現象，短期內變量間存在誤差修正機制。本文用ECM模型來研究這種機制，最終ECM模型：

lnRPGDPt=0.175966-0.597005lnFIRt+0.012683ECMt-1

（15.81758） （-4.817956） （2.07E+14）

模型結果顯示短期內江蘇省經濟金融系統存在誤差修正機制，誤差系數0.012683體現了各期經濟增長對均衡水平偏離的修正，在（t-1）期的實際經濟發展水平低于其均衡值時，做出了正向修正。

4. Granger因果檢驗。協整檢驗表明江蘇省金融總量與經濟增長之間存在長期均衡關系，但這種均衡關系是否構成因果關系需要進一步檢驗。對變量進行Granger因果檢驗，選擇滯后2階，檢驗結果如表3。

Granger因果檢驗的結果都拒絕了原假設，表明lnRPGDP是lnFIR的Granger原因，lnFIR也是lnRPGDP的Granger原因。從總量上看，金融的增長量和經濟的增長量之間是相互影響的雙線關系，江蘇省金融發展與經濟增長之間互為因果。

（三）基于結構視角的金融發展對經濟增長的作用研究：1993―2010年

從金融發展的內部結構來看，金融支持經濟融資除銀行信貸外還包括證券市場融資。由于江蘇資本市場自1993年才逐漸形成并發展起來，金融發展表現出階段性的特征。為了更好地把握金融發展內部結構與經濟增長之間的關系，以下利用1993年以來的數據，使用lnBank、lnStock兩個結構指標，分析其與經濟增長的關系。

1. ADF單位根檢驗。表4所示檢驗結果表明各變量除lnRPGDP在10%顯著性水平下平穩外，其他指標都是非平穩的，但一階差分后在5%的顯著性水平下都是平穩的，都是一階單整序列。

2. 協整分析。由于結構分析涉及三個變量，變量間可能存在多種穩定的線性組合，在進行協整分析時需要考慮它們的任意線性組合也是穩定的情況，此時用E-G兩步法進行協整分析時存在不足，故采用Johansen協整檢驗進行分析，結果如表5、表6。

從分析結果可以看出，在1%的顯著性下存在一個協整方程：

（0.01580） （0.01765）

結果表明影響江蘇省經濟增長的兩個金融發展結構變量在樣本期間存在協整關系，這說明江蘇省經濟增長與銀行信貸規模、證券市場籌資能力之間存在長期均衡關系，協整結果符合經濟理論。協整方程表明在長期均衡關系中，銀行信貸投放在經濟增長中的最終貢獻為66.5%，而證券市場籌資的貢獻度是6.87%，銀行信貸規模的影響程度遠大于證券市場籌資規模。

3. Granger因果分析。在協整分析的基礎上，進一步驗證江蘇省經濟增長與金融發展內部結構指標之間的Granger因果關系，結果如下：

從檢驗結果可以看出lnBank是lnRPGDP的Granger原因，江蘇省銀行信貸規模與經濟增長之間是“供給驅動型”關系，信貸規模的增加對經濟增長的推動作用顯著，而證券市場發展與經濟增長的Granger因果關系微弱。Granger因果分析的結果進一步驗證了協整分析的結論，表明在江蘇省經濟增長中銀行信貸投放起著重要的作用。

（四）實證結論的比較分析

1. 總量分析表明江蘇省金融發展與經濟增長之間存在協整關系，并且短期內存在誤差修正機制，兩者之間是相互促進的正相關關系。這驗證了金融功能論，金融系統作為一個整體通過資源配置、支付結算以及風險管理等功能對經濟增長產生正向作用，同時經濟的發展狀況也對金融系統功能的發揮有著重要影響。

2. 結構分析從社會融資總量角度衡量主要融資來源對經濟的支持力度。實證結果表明金融中介在經濟增長中發揮著重要作用。從長期角度來看，銀行信貸規模的投放對經濟增長的作用顯著，銀行信貸規模與經濟增長之間存在正相關關系。江蘇省證券市場對經濟增長的作用是微弱的，這與江蘇的股票市場起步晚、證券市場規模偏小、發展機制不健全有關，另外也與不成熟的資本市場體系有關。

3. 綜合對比分析?？偭垦芯亢徒Y構分析共同表明江蘇省金融發展與經濟增長之間存在長期協整關系，金融發展對經濟增長的影響顯著，在推動地方經濟發展的過程中應充分發揮金融“助推器”的作用；結構分析表明金融在推進經濟發展中存在內部結構的差異，證券市場發展在推動地方經濟發展中作用微弱，證券市場有待進一步發展，同時不同金融市場之間的Granger因果關系不顯著，金融發展內部結構之間的協同作用不明顯。

四、政策建議

（一）重視金融發展在經濟增長中的作用，發揮金融在經濟增長中的推動效應

總量和結構研究表明，金融發展在推動經濟增長中發揮著重要作用，因此需要高度重視金融的發展，加強金融基礎設施建設，積極改善金融生態環境，不斷發揮金融資源配置的基礎性作用，提高金融效率。

（二）發展多層次的金融市場，避免金融發展內部結構之間的馬太效應

實證研究顯示，金融市場內部主體間在促進經濟增長方面差異顯著，金融中介作用突出，證券市場的規模和作用有待進一步提升。因此需要不斷完善多層次的金融市場建設、優化金融結構、擴大直接融資市場規模、構建多層次協調發展的金融市場，使得金融中介市場、證券市場之間可以取長補短、優勢互補，實現協同發展。

（三）將金融、經濟作為一個有機系統，實現金融與經濟之間的協同效應

研究表明，金融發展與經濟增長之間的作用是雙向的，在重視推動作用的同時也不可忽視風險的存在。因此需要將金融、經濟作為一個有機整體，從系統角度考慮促進金融發展的相關政策，建立與經濟增長相適應的金融體系。這既是宏觀審慎管理與防范系統性風險的需要，也是更好地發揮金融的作用、實現金融與經濟之間的協同效應、推動金融與經濟可持續發展的現實需要。

參考文獻：

篇9

關 鍵 詞：三因素模型；規模效應；價值溢價效應

中圖分類號： F830.91 文獻標識碼：A 文章編號：1006-3544（2014）01-0048-03

一、引言

1952年現資理論的創始人Markowitz以效用最大化理論證明了風險與收益呈正相關關系，之后Sharp（1964）、Lintner（1965）和Mossin（1966）提出資本資產定價模型，進一步闡明在有效市場假設的前提下，資產的期望收益率主要取決于度量資產系統性風險的β系數，兩者正向相關，并指出β系數是影響資產期望收益率的惟一因素。之后的眾多投資理論和模型也都證明了這一點。這些理論和模型是否具有實際應用價值，取決于是否能夠解釋實際中的現象，為此國內外學者進行了大量的實證檢驗。

可以說， 早期的實證檢驗也都支持該論點，如Black、Jensen和Scholes（1972）證明若市場投資組合是高效的，則β系數與期望收益率之間存在線性的正相關關系；Fama和MacBeth（1973）研究發現平均股票收益率與β系數之間的正相關關系成立。但是，Roll（1977）對資本資產定價模型的實證檢驗提出了批評，他認為資產定價模型中的市場組合無法度量，因此β系數無法計算。而且，自20世紀60年代開始，價值溢價、規模效應和日歷效應等證券市場異象不斷被證實，這也證明了資本資產定價模型并不是有效的。1992年，Fama和French對美國股票市場進行實證研究發現，單靠β系數不足以解釋美國股票收益率的波動， 他們提出一個包括市場資產組合、公司規模和賬面市值比在內的三因素模型，并在包括美國在內的12個世界主要證券市場上進行實證研究， 證明公司規模和賬面市值比因素對股票收益率的影響顯著性很高。Andy C.W. Chui和K.C.John Wei（1998）對香港、韓國、馬來西亞、泰國和臺灣五個新興市場進行實證研究， 同樣也證明了三因素模型對股票收益率有顯著的解釋。

我國證券市場經過二十多年的發展， 尤其是在股權分置改革之后， 不管是上市公司數量還是資金規模都取得了巨大發展，因此，學者對我國證券市場的研究也越來越多。那么，Fama-French三因素模型在我國證券市場是否適用？陳信元、陳冬華等（2001）通過對1996～1999年我國證券市場的數據進行實證研究發現β系數沒有對股票收益給予很好的解釋。儀垂林、黃興旺等（2001）利用深圳證交所數據對Fama-French三因素模型進行實證， 指出三因素模型在我國證券市場不成立，并提出了剔除賬面市值比的二因素模型。在股權分置改革已經基本完成、我國證券市場不斷完善的情況下，我們根據上海證交所2006年以來的數據資料，利用多元線性回歸的方法來驗證Fama-French三因素模型在我國是否適用。

二、Fama-French三因素模型在我國的實證檢驗

（一）樣本的選擇

股權分置改革是我國證券市場具有里程碑意義的事件，自2005年6月開始啟動，到目前為止，上海證交所已基本上完成改革。因此，為了更好地反映我國股市的情況， 我們選取了2006年1月至2013年3月（共87個月）上海股票交易所A股股票的月交易數據作為研究樣本。賬面價值采用上市公司資產負債表中所有者權益并對遞延稅務項進行調整（減去遞延稅務借項，加上遞延稅務貸項）得到，市場價值采用上市公司的總市值（包括流通股和非流通股），用T年6月末的市值代表規模，用T-1年會計年度股權的賬面價值除以T-1年12月末的總市值代表賬面市值比。數據取自北京聚源銳思數據科技有限公司的RESSET金融研究數據庫。

（二）組合的構造和采用的模型

1. 規模組合

從目前來說，學者們對于公司規模的劃分沒有統一的標準，有的是直接將公司平均分為大、小兩類，或大、中、小三類；有的則是按照一定的比例進行劃分， 如按照30%、40%、30%的比例分為大、中、小三類。本文參照平均分配的方法，按公司規模從小到大將公司分為5組（A、B、C、D、E），然后根據賬面市值比由低到高將公司分為5組（Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ），兩者交叉共得到25個組合； 再以劃分好的組為依據，計算每組T年7月到T+1年6月每月用總市值加權的資產組合的平均收益率。

2. 模型的選擇

Fama-French三因素模型的表達式為：

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

其中：Rit為資產收益率；Rft為無風險收益率，采用的是金融機構3個月期的定期儲蓄存款利率折算的月利率；RMt-Rft為超額市場收益率；SMBt為市值（ME）因子的模擬組合收益率；HMLt為賬面市值比（BE/ME）因子的模擬組合收益率；？著it為殘差項，？琢為截距項；？茁、s、h分別是（RMt-Rft）、SMBt、HMLt的敏感系數。

三、檢驗結果及分析

（一）模型總體的顯著性檢驗

我們將上海股票交易所的上市公司按照規模和賬面市值比劃分成組， 并確定每個組合上市公司的數量， 同時將賬面價值小于0的公司剔除， 利用SPSS統計軟件進行計量分析。根據公式（1）對搜集的25組數據進行多元線性回歸分析， 得到25個組合的修正擬合優度系數、F值和D-W值。

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

（二）模型回歸系數分析

1. 市場風險因素分析。由表2數據可知，β系數全部通過了t檢驗，而且顯著性水平t（β）幾乎都在20以上，最高達26.98，遠大于規模和價值因素系數的顯著性水平，這說明在我國股市中，市場風險因素仍占重要地位，對證券組合收益率的解釋力很強。而且，不管公司規模以及公司價值如何變化，所有組合的β系數都接近于1，這說明雖然25個股票組合的規模和賬面市值比特征不同，但是從長期來看，他們面臨的系統性風險都比較穩定。

2.規模因素分析。由表2可知，公司規模因素的系數s都是正值，并且全部通過了t檢驗，這說明規模因素也是影響股票收益率的一個顯著因素。而且，隨著公司規模的不斷擴大，s系數越來越小，這說明規模越大，對股票收益率的影響越小。同時，由圖2可知，不管組合賬面市值比大還是小，隨著公司規模的增大，組合的平均收益率都呈逐漸降低的趨勢。由此可知，在我國股票市場上存在著明顯的規模效應。

3. 價值因素分析。 分析賬面市值比因素的h系數，可以發現具有較高賬面市值比的10個組合的h系數全部為正，而較低賬面市值比的15個組合的h系數全部為負， 這說明成長性高的股票一般都是正斜率，而價值性較高的股票一般為負斜率。但是，所有組合中除了規模最小的之外，其余規模對應的組別中都有組合通過了t檢驗， 但通過的數量只有一半，說明價值因素對股票收益率的解釋作用相對較小。此外，不管公司規模是大還是小，h系數都隨賬面市值比的增大而不斷提高。而且，由圖2也可以看到，價值型公司（賬面市值比大）股票的收益率基本上都大于成長型公司（賬面市值比小）股票的收益率?？芍?，我國股市上確實存在價值溢價現象。

4. 常數項分析。 常數項的α系數都沒有通過t檢驗，這說明常數項與股票的收益之間沒有明顯的線性關系。而且，通過觀察我們發現不管公司規模和組合市值出現什么樣的變化，α系數都沒有任何規律。t統計量也顯示除了三個組合外，其余的都小于1，這說明三因素模型還有一些非預期的風險因素未考慮進來，但是這些因素對模型的影響相對較小。

四、結論

通過實證分析，得到如下結論：

第一，在我國股票已經基本實現全流通的情況下，Fama-French三因素模型在我國上海股票交易市場基本上是成立的。雖然通過實證檢驗發現三個因素不能對股票收益率的波動做出完全解釋，但是其擬合優度總體很高，因此可以作為一個實用性較高的工具幫助投資者分析我國的股票市場。

第二，市場風險因素和規模因素是影響股票超額收益水平的主要變量，但是價值因素對于股票的超額收益的顯著性還不夠明顯。 這也是與Fama-French三因素模型不完全一致的地方。因此，我們利用三因素模型在我國股市對資產進行定價時，還需要結合我國現實考慮其他可能的風險因素，對其做進一步的修正。

第三， 規模效應和價值效應在我國股票市場確實存在。 小規模公司股票的收益率要明顯高于大規模公司股票的收益率； 成長型公司股票的收益率低于價值型股票的收益率。 這一定程度上也說明經過20多年的發展我國股市的投機性在逐漸減弱，投資者更注重公司的投資價值。

參考文獻：

[1]陳信元，張田余，陳冬華. 預期股票收益橫截面多因素分析：來自中國證券市場的經驗數據[J]. 金融研究，2001（6）.

[2]鄧長榮，馬永開. 三因素模型在中國證券市場的實證研究[J]. 管理學報，2005（2）.

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

[4]劉玉燦，韓冠楠. 基于Fama-French三因素模型的IPO長期表現的實證研究[J]. 南京理工大學學報（社會科學版），2013（3）.

[5]王愛敏. 三因素模型在中國證券市場適用性的實證研究[D]. 對外經濟貿易大學，2007.

[6]錢鑫. 三因素CAPM模型在上證A股市場的實證研究[D]. 復旦大學，2010.

篇10

超常規培育和發展機構投資者是推進中國證券市場發展的關鍵。成熟證券市場的經驗表明，機構投資者是證券市場深化的重要推動力量。近幾年，隨著保費收入的迅速增長和保險資金運用力度的加強，保險資金參與證券市場的程度在不斷加深。保險資金在未來我國證券市場體系建設中如何定位，如何強化保險資金運用，促進保險資金與證券市場之間的良性互動，是需要重點思考和研究解決的問題。

一、保險資金是證券市場的重要機構投資者

機構投資者是以自有資金或通過各種金融工具所籌資金并在金融市場對債權性工具或股權性工具進行投資的專業化機構，包括保險基金、養老基金、投資基金、信托基金、捐贈基金及進行投資交易的投資銀行和商業銀行。

在成熟的資本市場，機構投資者占據主導地位，個人投資者比重趨于下降。從國際發展趨勢看，20世紀80年代以后，保險資金運用的資產證券化不斷加強，美國保險公司的證券化資產已超過80％。保險公司已成為發達證券市場重要的機構投資者，保險資金是證券市場的重要資金來源，是促進證券市場穩定發展的重要力量。

1.保險資金是證券市場的重要資金來源字串5

在發達的證券市場上，保險資金是貨幣市場和資本市場的重要資金來源，特別是壽險公司經營業務的長期性和穩定性的特點，它們為證券市場提供長期穩定的資金來源。從美國機構投資者持有的證券資產結構來看，保險公司是美國債券市場上最大的公司債券持有人，是股票市場的重要持有人。

2.保險資金是促進證券市場穩定發展的重要力量

保險公司等機構投資者的發展有利于引導資本市場投資者進行價值投資和長期投資。國外成熟證券市場的發展歷程表明，散戶比例大的市場投機傾向較強，而各類機構投資者占主體的市場則是一個崇尚長期投資的市場。字串2

20世紀80年代以來，以養老基金、保險基金、投資基金為代表的各類外部機構投資者持有的上市公司股票比重迅速增大，導致了機構投資者的投資策略從“保持距離”向“控制導向”的轉變，極大地影響了上市公司的治理結構。它們憑借控制權直接參與公司決策并監督、制約經理階層的經營行為，在某種程度上緩解了由于股權的分散化而導致的“內部人控制”，同時也在一定程度上提高了被投資的上市公司的經營業績和機構投資者自身的收益。其中最為典型的是美國上市公司治理結構在20世紀80年代后期至90年代由于機構投資人行為變動所表現出來的顯著變化。

保險公司等機構投資者是提高市場效率和推動金融產品創新的源動力。保險資金運用強調收益穩定和安全性，必然對股票指數期貨、期權等避險工具的需求表現強烈。保險基金、養老基金等追求收益穩定的機構對避險工具的大量需求是穩定證券市場的重要力量。同時，也是推動金融創新的原動力。金融創新和衍生交易的活躍，提高了市場的流動性和金融資產的定價效率。

二、保險資金在中國證券市場的投資現狀

1.保險公司是債券的重要機構投資者

目前，中國證券市場上的機構投資者主要有五類：商業銀行、保險公司、證券公司、投資基金、信托公司和財務公

目前，保險公司持有的債券資產總額約為1500億元，約占全部債券托管量的5％。在交易所債券市場上，保險公司通過回購業務為資本市場提供了充分的流動性，融出資金量占回購交易量的30％-40％，是交易所短期資金的主要供給者。保險公司作為債券市場的參與主體，通過跨市套利，對于活躍債市交易、縮小交易所市場和銀行間市場的利差和提高債市的定價效率，都發揮了重要作用。

2.保險公司通過證券投資基金間接成為股票市場的機構投資者字串9

通過對2002年封閉式基金統計發現，保險公司對封閉式基金的投資額已經達到基金份額的21.98％，占整個十大持有人中機構投資者持有總份額的73.40％。其中中國人壽、太平洋、人保、平安保險持有基金的份額均在30億元以上。截止2002年11月，保險公司的基金投資規模（包括開放式基金）已達312億元，相當于間接持有約2.5％的股票市場流通市值。

3.保險公司對證券市場的參與程度將不斷加深字串8

面對國民經濟保持持續發展及加人世貿組織帶來的市場開放與競爭形勢，我國保險業將繼續呈現快速增長態勢。預計在未來5年內，我國保險業將以每年20％-30％的速度增長，幅度將高于金融行業平均速度，2005年全國保費收入將會突破5000億元。保費收入的高速增長將為保險資金運用提供大量的資金來源，加上保險資金運用的證券化趨勢，保險業對證券市場的資金供給會不斷加大，在政策允許的情況下，保險公司在證券市場所占的份額會不斷提升。字串9

從保險產品的發展趨勢看，投資型產品發展迅猛，使保險經營對保險投資的依賴性進一步加大，發展投資型保險產品是保險業發展的方向和大趨勢。投資型產品最主要的特征就是它的投資功能，因此，保險產品的升級換代使保險經營對保險投資的依賴性更大了。從長期的投資回報來看，債券和股票投資的收益率較高，因而保險資金以證券市場為取向也是保險產品轉型的必然選擇。

我國保險業的巨大資金規模和高成長性以及對資金運用的迫切要求，說明保險公司有實力也有意愿在未來的資本市場上發揮重要作用，成為資本市場不可缺少、不容忽視的重要機構投資者。

三、強化資金運用管理，進一步發揮保險公司作為機構投資者在我國證券市場中的作用