写论文没有思路的时候，经常查阅一些论文范文，小编为此精心准备了《贵州茅台股市分析论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！由于货币供应量持续高速增长，中国宏观层面的流动性过剩问题一直是关注的热点。从长期与短期角度，分别选取四个时间段进行重点考察，实证结果表明:我国股市存在长期流动性效应，股价与货币供应量变动有正的相关关系；短期流动性效应受制度性因素等影响表现比较复杂。
第一篇：贵州茅台股市分析论文
香港和美国股市对中国股市影响的实证分析
【摘 要】笔者根据计量学的方法对香港恒生指数和美国道琼斯指数对中国上证指数的影响作简单的实证分析,以探讨外围股市对中国股市的影响。
【关键词】中国股市;价格指数;实证分析
随着全球经济一体化进程的加深和中国资本市场的逐渐开放,中国股市与其他国家与地区股市的联系也日渐紧密。那么这些外围股市的走势是否足以对中国股市的走势形成显著的影响,每日股市股评对香港和美国股市的关注是否有意义?本文将对香港恒生指数和美国道琼斯指数对中国上证指数的影响作简单的计量分析。(由于B股、H股、N股等都是用外币交易,故这里选择上证指数作为中国股市指标,而一般对美国股市的分析也都是以道琼斯指数作为先行指标)
股票市场价格的变化不外乎宏观、微观和市场层面的因素。宏观层面包括整个市场的经济运行和发展环境,既是股市价格变动的基本背景,也会影响到整个股市的预期和信心(金融危机)。微观因素包括各个上市公司的业绩、预期和二级市场的流通比重等,其中权重股的公司预期变化也可能对整个大盘的指数产生较大的影响(中国石油)。市场层面则包括了股市本身的波动变化以及短期市场的供求等。另外,中国股市从某种角度上来说可以说是一个政策市,A股的价格指数很大程度上受到政府政策的干预,这些政策可能在短期内被市场消化(08•11•27降息),也可能对市场产生较大的影响(07•5•30)。
基于上述原因,建立计量模型如下:
SZZS=β0+β1*syl+β2*gdp+β3*cjje+β4*M2+β5*jgzs+β6*HSZS+β7*DQZS
SZZS上证指数,每月最后一个交易日的收盘指数
syl月末平均市盈率
gdp 每季度公布GDP增幅较去年同期的增长率
cjje月成交金额
M2当月M2货币供应
jgzs当月价格指数
HSZS恒生指数
DQZS道琼斯指数
数据为2007、2008年各月度指数,这里选择的gdp是每季度公布的GDP增幅较去年同期的增长率,每季度的公布数据将会对下一季的股市走势产生影响(一季的滞后分布)。GDP增幅的变化更能影响投资者对经济基本面和股市的信心及预期。现实情况是人们可能对即将公布的数据本身有一个预期,所以公布的数据也有可能是提前的影响。
用计量软件STATA作出回归如下:
SZZS=3428.9+46.813*syl+68.776*gdp+0.01489*cjje
(3857) (8.5526) (56.84) (.00886)(.00542)
-0.01897*M2-127.89*jgzs+0.07115*HSZS+0.1784*DQZS
(50.25)( .03856) ( .14847)
F( 7,16) = 130.16
Prob > F = 0.0000
R-squared = 0.9827
其中HSZS的t值显著,但考虑到两个股市的实际市值(恒指大约6倍与上证),回归系数偏小;相反的,DQZS的t值并不显著,但回归系数较大(大约4倍于上证)。另外截距项、gdp以及cjje的t值均不够显著。当然本文主要考察的是外围指数与上证指数的线性关系,故在gdp、cjje与外围指数没有明显的多重共线性情况下我们只需观察外围指数的t值是否显著。但明显恒生指数与道琼斯指数之间存在风险溢出效应,即存在较明显的多重共线性。
故以下分别单独使用恒指与道指对上证指数作计量回归
SZZS=4304+43.91*syl+65.278*gdp+0.02271*cjje
(3837.2)(8.31) (57.5) (.00609)(.0035)
-0.01394*M2-104.7*jgzs+0.11085*HSZS
(46.99)( .0201)
F( 6,17) = 147.75
Prob > F = 0.0000
R-squared = 0.9812
SZZS=231.6+56.658*syl+57.05*gdp+0.00351*cjje
(3682)(7.14) (60.35)(.0068)(.0048)
-0.02456*M2-133.08*jgzs+0.4131*DQZS
(53.6)( .08176)
F( 6,17) = 132.54
Prob > F = 0.0000
R-squared = 0.9791
我們可以看到,在分别回归的时候,恒指和道指的t值都是显著的。并且考虑到恒指和道指的实际市值,0.11和0.41的回归系数也是十分显著的。所以我们认为,港股和美股的走势对于我国A股走势的影响是显著并值得重视的。
当然,在我们同时考虑世界外围指数的影响时,道指的影响则相对不确定。(需说明的是,股市中的相关性检验并不需要十分小的第一类错误概率,甚至 P>|t|在0.1以上的可能性因素都值得重视)这与洪永淼、成思危等在《中国股市与世界其他股市之间的大风险溢出效应》中得出的结论相似,该文中认为中国的B股和H股与国际证券市场存在强烈的风险溢出效应,A股只与港股和台湾股市有比较强的风险溢出,而其他国际股市对A股的影响则基本被B股和H股吸收(H股与国际股市的强烈风险溢出也反映了恒指与道指的相关性)。
另一方面,与这篇2004年的文章中的结论不同的是,如今的上指与道指已经不可能如文中所述“不存在任何风险溢出效应”,而是具有了很大相互关联的可能性。事实上,任何股市都是建立在实体经济的基础之上,抛开实体经济的基本面来分析两个股市的相关性显然是不切实际的。08年的金融危机正是两国股市下跌的重要原因,而这场金融危机的起因正是美国自身的次贷危机(而非第三国的)。在中美互为最大进出口国的今天,美国的次贷危机导致中国大量公司的倒闭以及经济基本面的迅速恶化,这也反映了美国股市对我国股市的影响的根源所在。
参考文献:
[1] 洪永淼,成思危,刘艳辉,等.中国股市与世界其他股市之间的大风险溢出效应[J].经济学(季刊),2004,3(03).
[2] 肖婵,熊天麒,徐文婷,等.影响上证指数的因素分析[J].爱建证券股票软件、招商证券博弈大师软件.2005.
[3] 中经网统计数据库.http://192.168.30.168:81/.
[4] 上海证券交易所官网..
作者：徐凤丽
第二篇：我国股市流动性效应分析
由于货币供应量持续高速增长，中国宏观层面的流动性过剩问题一直是关注的热点。从长期与短期角度，分别选取四个时间段进行重点考察，实证结果表明:我国股市存在长期流动性效应，股价与货币供应量变动有正的相关关系；短期流动性效应受制度性因素等影响表现比较复杂。进一步选择可反映流动性的外汇储备、储蓄存款和存款准备金率指标与我国股价进行实证分析，结果表明:从短期看，我国股市受这些变量影响，存在流动性效应。
[关键词]货币供应量；股市；流动性效应；资本市场
胡援成(1953—)，男，江西财经大学金融发展与风险防范研究中心主任，金融学首席教授，博士生导师，研究方向为证券投资与金融监管；段希文(1986—)，男，江西财经大学金融学院硕士研究生，主要研究方向为资本市场、国际金融；彭美玲(1983—)，女，江西财经大学金融学院硕士研究生，研究方向为资本市场。(江西南昌 330013)
本文为国家社科基金项目“扩大开放条件下的金融安全和金融监管研究”(项目批准号:07BJY154)的阶段性研究成果。
流动性有微观和宏观两个层面上的定义，中国人民银行认为，流动性是“不同统计口径的货币信贷总量”。流动性过剩直接表现为，货币供应增长过快，以至于超出正常经济活动所需要的货币数量。尽管不同经济体及在不同时期内，货币当局采取的货币统计口径和方法不尽相同，但是流动性过剩通常都会表现为货币供应量的过度增长。本文的流动性效应是指因流动性过剩或不足而导致的股价上涨或下跌现象。
自证券市场成立以来近20年我国经济持续快速增长，货币供应量持续高速增长(货币供应量年均增长在10%以上)带来宏观层面上的长期流动性充盈。长期货币供应量各层次指标与股市价格存在协整关系。而从较短时间来看，我国股市由于存在一些制度性缺陷及受政策干预，短期货币供应量与股市出现偏离长期关系的现象。1992年、1993年都曾因政策干预导致市场下跌，而2001年的国有股减持等市场制度性缺陷更是让股价与货币供应量出现背离。随着股权分置改革的推进，我国流动性过剩问题也日益突出，人民币升值预期、国际热钱大量涌入、国内储蓄资金通过各种渠道注入市场，证券市场价格出现剧烈波动，而随着次贷危机导致全球开始出现流动性不足及市场本身泡沫破裂，我国的资本市场也出现大幅下跌。
基于上述情况，面对我国资产价格持续剧烈波动的局面，我国股票市场是否存在显著的流动性效应值得认真探讨。从理论上说，长期及短期流动性效应将反应为股价大幅度波动，如果没有得到有效调节和控制，将会进一步导致股票市场投机的加剧和泡沫的剧烈膨胀，甚至引发股市泡沫破裂。而根据我国国情，证券市场成立以来市场环境发生巨大的变化，长期流动性效应与短期流动性效应是否存在差异也是需要探讨问题。因此，本文将首先选取各层次货币供应量为流动性指标来考察股市的长期流动性效应及短期流动性效应，然后对股权分置改革后的短期流动性效应做进一步探讨，依据影响流动性过剩的主要因素分析，包括储蓄存款变动、外汇储备变动和存款准备金率变动对股价变动的实证分析，以判别股市的短期流动性效应，最后给出应对这种流动性过剩的政策性建议。
一、文献回顾
针对股市的长短期流动性效应，国外学者做了许多相关研究。Berkman以M1、Morgan和 Lynge以M1和M2 作为货币政策的衡量指标，他们发现货币供应量变化和股市价格变化之间存在着逆向变化的关系。Pearce 和Roley对该命题进行了重新检验，他们以M1为研究对象，并区分了预期和非预期的货币供应量变化，主要研究股票价格如何对非预期货币供应量变化做出反应。他们发现未预期到的货币供应量的变化与股市价格的变化成反比。
Lastrapes使用向量自回归(VAR)分析方法，以产出、实际股票价格指数、利率、物价、货币存量等为变量，利用七国集团各成员国和荷兰的数据对货币供应量的突然变化与股票价格短期反应的关系进行了考察，考察样本区间为1960年—1993年。结果表明，各国的货币供应变动对于实际股票价格具有明显的正效应，只是法国和英国的这种效应较弱。Levine和 Zervos通过多国数据进行实证分析发现，以股票交易量和市值总额的比值计算的股市流动性，与经济增长、资本存量的积累和劳动生产率的提高显著正相关。
国内学者关于这方面的研究也相当多。李红艳、江涛检验了货币供应量和股市价格之间的关系。研究结果表明，20世纪90年代中国股票市场价格与货币供应量之间存在长期均衡的协整关系，其因果关系主要表现为股市价格为因，货币供应量为果，且股票价格对不同层次的货币供应量影响不同，对非现金层次的影响要比现金层次的影响大。周英章、孙崎岖研究了不同层次货币供应量M0、M1和M2与上证A股指数波动之间的关系，其样本区间为1993年1月—2001年4月，研究结果表明，从长期来看，股市价格和货币供应量二者在统计上是高度相关的；就两者的相互作用而言，股市价格占主导地位，对货币供应量的影响比较显著，而货币供应量对股市价格的推动作用则相对较弱。
刘松的研究显示，从年度来讲货币供应量对股市运行有很大影响，股市价格会引起M0的变化，M1对股市价格的变化有影响。易纲、王召也认为，货币政策对金融资产价格(特别是股票价格) 有影响，且当股市价格偏离稳态越来越远时，经济运行将越不安全。刘勇的研究则明确指出，股价指数和居民消费价格指数是一种正相关关系，而与货币供应、利率是一种负相关关系。
陈梦根选取工业增加值、广义货币供应量(M2)、消费者景气指数和国房景气指数等宏观经济指标，考察宏观经济与沪深两市股价走势之间的关系，其样本期间为1997年1月—2004年1月，实证结果却显示不存在协整性特征，认为中国证券市场与国民经济之间尚未呈现出稳定的长期均衡关系，证券市场并未发挥“国民经济晴雨表”的功能。
综上分析可见，尽管国内外学者围绕货币供应量与股价进行了大量研究，但实证分析结果并不一致，多数实证研究表明二者之间存在明显的或相对较弱的相关性，也有少数研究认为二者不相关。认为二者相关的研究中，有的认为是正相关，而更多的则认为是负相关。这里面可能存在两类问题:一是数据期间不一，所反映的经济时段不一样，从而所表现的相关性也不一样；二是宏观流动性也有时段问题，反映长期流动性影响的变量与反映短期流动性影响的变量应该有所区别。因此，本文的目的在于从宏观流动性出发，重点考察长期和短期两类流动性对股市的影响，试图通过长短期两类实证研究得到更为清晰的结果。
二、研究假设
从长期来看，一般而言，货币供应量对股票市场价格影响可通过三种效应实现:一是预期效应，当央行增加货币供应量时，能够影响市场参与者对未来货币市场的预期，从而改变股市的资金供应量，引起资产价格同向变动；二是投资组合效应，当央行增加货币供应量时，人们持币增加，单位货币的边际效用却递减，因此超出日常交易需求的部分货币进入股票市场，引起股价同向变动；三是股票内在价值增长效应，当货币供应量增加时，利率下降，投资增加，通过乘数扩张效应，导致股票投资收益上升，推动股价同向变动。
因此，我们提出假设1:反映长期流动性的货币供应量与股价存在同向变动关系。
我们注意到以往研究的结果，多数表明货币供应量的变动与股市变动呈负相关。但我们认为，这是短期效应的表现，需考虑我国经济的具体特征。我国证券市场成立初期，股市不成熟，投资气氛浓厚，市场规模较小，很容易被操纵，而股价往往要通过行政干预才能回归理性。此外，自我国股票市场建立以来，其制度性缺陷，诸如股权分置、同股不同权、同股不同价、流通股股东缺少话语权等等，均不同程度地影响股价的变动。
因此，我们提出假设2:受制度性因素影响，我国短期流动性与股价变动并不存在显著的同向变动关系。
根据中国人民银行资产负债表分析，从短期看，我们认为，影响短期流动性的因素主要有储蓄存款、外汇储备以及影响基础货币投放的存款准备金率。
1.储蓄存款与股价呈现反向变动关系。由于股市存在的财富效应，货币与金融资产之间存在替代效应。目前我国存款的实际利率水平趋降，而2006年和2007年我国股票价格(上证综指)分别上涨130.43%和96.66%，对高收益率的追求使得对金融资产的需求看涨。与此同时，由于各方原因导致的通货膨胀压力逐渐加大，在本来就偏低的名义利率下，实际利率的相对走低导致储蓄心理的变化。因此，储蓄资金逐步流入证券市场，股价出现上扬。而随着股市泡沫的破裂，储备资金大量回流，股价出现下跌。
2.存款准备金率与股价呈现反向变动关系。以存款准备金率为主要手段的宏观经济政策调控也会显著地影响股市。当中央银行提高存款准备金率时，商业银行的可用资金减少，其可用于贷款和证券投资方面的资金相应缩减，流动性相应收缩，因而投入股市的资金也会相应减少，从而引起股票价格下跌。同时，股票价格的下跌也使公众持有的财富下降，这种财富损失的心理也会引起消费下降。无论是投资的萎缩还是消费的减少，最终将导致产出减少，上市公司业绩预期下降，资产估值下移，从而又引起股票的价格下跌。
3.外汇储备与股价呈正向变动关系。近年来我国经常项目顺差居高不下，资本项目亦如此。人民币升值预期使得大量热钱通过各种渠道涌入境内，加大了国际收支双顺差格局，导致外汇储备快速增长。而在我国目前仍以稳定为第一要义的外汇体制下，外汇储备增长导致基础货币投放量的被动增加，加剧国内流动性过剩局面，大量资金流入资本市场从而催生股价上扬。而股价上涨又在资产组合机制作用下在一定程度上强化人民币升值预期。当然，今年上半年我国股市的大幅度下跌估计与大量内外部资金的撤出股市不无关系，此外，近几年中国人民银行使用期限不等的央行票据来延缓货币投放，调节流动性，这也会多少影响到股价的短期变动。
由上述，我们推出假设3:股权分置改革以来，反映短期流动性的储蓄存款、存款准备金率与股价呈反向变动关系，外汇储备与股价呈正向变动关系。
三、研究数据与实证分析
(一)研究数据
依据假设，本文分两部分进行实证研究。首先，专门研究货币供应量与股价变动的相互关系，然后，研究其他短期流动性指标与股价变动的相互关系。
第一部分，为研究长期与短期流动性效应，本文选取如下指标:货币供应量各层次的期末余额；上证综指(由于上海股市规模大，上证综指是以所有上市公司为样本编制的，较能反映整体股价变动)。由于数据可得性的限制，本文选取的时间范围和样本分别为1990年—2007年的年度数据，以及1996年1月—2008年6月的月度数据，以反映长期性变化；用2001年7月—2005年4月和2005年5月—2008年6月的月度数据，以反映短期变化。
第二部分，为进一步研究股权分置改革以来我国股市面临流动性过剩背景下的短期流动性效应问题，拟选择以下指标:储蓄存款期末余额；存款准备金率；外汇储备期末余额。时间范围和样本为 2005年5月—2008年6月的月度数据。
样本数据来自国家统计局统计年鉴、中国人民银行统计数据、中国证券监督委员会统计数据和WIND资讯数据库。
(二)实证分析
1.货币供应量与股价变动相互关系的实证分析
(1)各变量的统计特征分析
由表1可见，上证指数四组长短期数据中的偏度值均大于0，故表明上证指数呈右偏分布；而从峰度值来看，长期值均远大于3，故呈尖峰厚尾特征，短期值略小于3，则与正态分布比较是平坦的；从其JB值来看，长期上证指数显然是非正态分布的，而短期则基本为正态分布状。另一方面，2001年7月—2005年4月的上证指数波动最小，标准差仅为172.88，而2005年5月—2008年6月的标准差最大，达到1 526.4，是前者的9倍。这四组上证数据充分反映了我国股票市场自股权分置改革以来波动性大大增加，不利于市场稳定。
货币供应量:货币供应量的统计特征非常相似。总体来说，随着货币供应层次的递深，从M0到M2，均值、标准差逐渐增加。从偏度值来看，均略大于0，故均为右偏分布；各时间段各层次货币供应量的峰度值均小于3，故较正态分布更平坦；从JB值来看，由于1991年1月—2008年6月时间段的数据量较大，故JB值较大，经查卡方分布表得，各货币供应量均近似于正态分布。
(2)各变量的平稳性检验
为检验分时段变量是否为平稳序列，现对各时段不同层次货币供应量，即M0、M1、M2以及上证指数(SZZS)进行ADF检验。为减少变量数值和波动上的巨大差异，以及在一定程度上减少异方差性的影响，各变量均取自然对数。
ADF检验结果表明，1990年—2007年，货币供应量与上证指数的对数序列在5%显著性下，均为平稳时间序列；1996年1月—2008年6月的月度数据，货币供应量与上证指数的对数值在5%显著性下，均为非平稳时间序列，服从一阶单整；2001年7月—2005年4月的月度数据，M0的对数值为平稳时间序列，而M1、M2和上证指数为非平稳时间序列，且同服从一阶单整；2005年5月—2008年6月的月度数据则表明，M0和M2为平稳时间序列，而M1和上证指数的对数值为一阶单整。
(3)回归分析
对以上平稳序列进行回归分析，并对非平稳序列残差项进行EG协整检验，平稳则两变量存在协整关系，并最终得出回归方程或误差修正方程(见表2)。
1990—2007年年度数据取对数后为平稳时间序列，各回归方程及变量均显著，上证指数对M0、M1、M2的系数分别为1、0.77和0.71，且均为正，与我们的假设1相符。
1996年1月—2008年6月的月度数据取对数后为一阶单整的时间序列，分析表明，M0、M1、M2均与上证指数存在协整关系，尽管随着M0到M1，相关性和显著性逐渐减弱，但所有层次的货币供应量均与股价有较为明显的正相关性，且误差修正模型中的ecm项均符合逆向修正机制并显著，故该部分实证结果与我们的假设1相吻合。
分析2001年7月—2005年4月的月度数据，由于M0与上证指数取对数后不同阶，故不存在协整关系。SZZS对M1和M2的系数分别为-0.49和-0.48，反映二者的负相关性。误差修正项也符合逆向修正机制并通过了T检验。综合分析结果表明，从短期看，货币供应量与上证指数存在着一定的负相关性，但这种负相关性很不可靠。我们认为，造成这种现象的主要原因是该时期制度性因素的严重干扰，如国有股减持等因素影响相当明显，造成长期与短期流动性效应的较大差异。因此，实证结果与我们的假设2并不矛盾。
分析2005年5月—2008年6月的月度数据，我们发现，股价与各层次货币供应量数据取对数后均不存在协整关系。从统计数据上看，变量间非同阶单位根或残差项不平稳是不存在协整关系的主要原因；从现实看，我们认为，我国近期股市受热钱影响严重，宏观层面的某些流动性因素影响乃是不存在协整关系的主因。因此，为了进一步探究这些因素与股价的相互关系，本文将借助其他短期流动性指标来检验短期流动性效应。
2.其他短期流动性指标与股价变动的相关性分析
现基于基础货币的决定机理，我们选取影响货币供应的变量，包括外汇储备、储蓄存款和存款准备金率，来进一步探讨短期流动性效应。时间段为2005年5月—2008年6月。
首先对外汇储备(whcb)、储蓄存款(cxck)、存款准备金率(ckzbjl)和短期上证指数(sszzs)取自然对数，以反映变量间的相互关系。然后进行统计性描述及检验。由变量的偏度值和JB指数看，储蓄存款为左偏，且表现为非正态分布特征；其他变量均为右偏，且基本呈现正态分布特征。
再检验各变量序列的平稳性。结果发现外汇储备、储蓄存款、存款准备金率和上证指数取对数后，在1%的显著性下，各序列均为一阶单整。
尽管变量均为非平稳时间序列，但它们之间的某个线性组合可能是平稳的，我们利用Johansen协整方法检验各变量之间是否存在协整关系，在建模前依据SC准则、AIC准则确定最优滞后阶数为3，另外选择了线性无趋势项的方程形式。
在5%显著性下，原假设为“协整方程数量为零”时，迹统计量与最大特征值统计量均大于各自临界值，故拒绝原假设rank(∏)?燮0和rank(∏)=0。而原假设为“协整方程数量至多一个”时，迹统计量与最大特征值统计量均小于各自临界值，故接受之。综上分析，检验结果表明变量间存在一个协整关系。依据变量间的经济意义和本文假设，可得如下回归方程:
LNsszzt=-8.33LNcxckt-2.64LNckzbjlt+7.04LNwhcbt+εt
(9.92)(5.5) (10.83)
由上述方程可见，解释变量中储蓄存款、存款准备金率和外汇储备的系数分别为-8.33、-2.64和7.04，各系数的符号与我们假设3中的相关关系相符。虽然这一时段各层次货币供应量与股价并不存在协整关系，但我们进一步分析发现，储蓄存款、存款准备金率和外汇储备变动会显著影响货币供应量，因而能够部分解释流动性的变化。我们的看法是，自股权分置改革以来，受制度性因素影响，加之宏观流动性过剩，股票市场泡沫逐渐形成。又由于种种主客观因素，市场泡沫于2007年11月开始破灭，股价一度出现深幅下跌，股市的剧烈波动大大削弱了市场融资及创新功能，股票市场的稳定与发展受到较大影响。所以，我们认为，客观上存在复杂的短期流动性效应。
四、结论和建议
通过上述实证分析显示，我国股票市场股价存在流动性效应。从长期看，我国股票市场的流动性效应比较明显，股价与货币供应量变动有正的相关关系。从短期看，我国股市的流动性效应同样存在，但由于受到制度性因素的影响，其表现比较复杂，不同时段的流动性效应各不相同，且单凭货币供应量指标难以完全反映出来，需要借助于其他流动性指标。
就长期流动性效应而言，我国监管部门应注意控制货币供应量的增长，保持宏观层面的适度流动性，以防止因货币供应量过快增长导致股市流动性累积效应，影响资本市场的长期稳定。另外还要从完善市场基本制度、上市公司治理等方面着手加强监管，以促使市场逐步完善和成熟，减少我国股市受短期制度性因素的影响。
就短期流动性效应而言，监管部门当务之急是研究如何有效避免由短期流动性溢价进一步演变成股票市场投机泡沫。本文认为，监管部门应主要选择相应政策调控短期流动性过剩，并从以下方面加强监管，以促进股票市场健康有序发展:
(一)合理引导储蓄资金投资资本市场
完善相关政策和环境，推动储蓄多渠道分流。一是要深化股票一级市场发行制度改革，促使资金在各市场间的合理分布，引导驻留在证券市场的资金进入实体经济，改善货币供给结构；二是政府部门应加大投资体制改革力度，改善投资环境，利用税收等手段扶持民间投资，鼓励个人直接投资非上市公司和公用事业建设等项目；三是积极展开投资者风险警示和教育活动，通过政府部门和社会舆论引导个人理性投资资本市场，减少市场投机行为，推动储蓄多渠道分流，实现居民消费、投资和储蓄的平衡；四是要尽快建立中小投资者保护机制。
(二)加强对流入股市热钱的监管
汇率制度改革以来大量热钱通过各种渠道注入境内，资本市场也成了热钱的主要注入市场之一。除了QFII等合规的资金外，地下钱庄、直接投资等渠道注入的违规资金也大大推动了股市价格的波动。因此，监管机构加强对热钱的监管，乃是减少资本市场过剩流动性冲击的重要途径，也是防止资产价格大幅波动的主要手段。
(三)完善市场导向的宏观调控手段
虽然以存款准备金率为主要手段的调控效果较为显著，但是资本市场已累积的泡沫，市场不稳定性因素也在积聚。资本市场收益率过高也使得宏观调控手段难以达到预期效果。此外，据韩国的经验表明，大幅调整存款准备金率，虽然短期内可以及时冻结金融体系的流动性，但是却会产生较大的危害，通过提高准备金率对冲多余的流动性是一种强制性政策工具，其市场化程度较低，容易对银行机构的资金管理产生不利影响，不利于建立和完善市场化的金融调控机制。因此完善宏观调控手段，应充分发挥市场调节功能，有效运用利率政策工具，加快形成市场利率体系，发挥利率政策的调控作用。
(四)进一步完善市场的基础性制度
应尽快建立和完善中小投资者保护机制，监管部门应加强对股市走势研究分析，建立股市预警系统和预警指标系统，提高防范系统性风险的能力，切实保护投资者，尤其是中小投资者的利益。此外，积极发展股票债券等资本市场，加强基础性制度建设，建立多层次市场体系，完善市场功能，提高直接融资比重。通过增加资本市场的供给，扩大资本市场规模来吸纳长期与短期流动性，促进资本市场健康发展。
[参考文献]
[1]Berkman， N. G..On the Significance of Weekly Changes in M1.New England Economic Review.(07)， 1978 .[2]Morgan J. Lynge， Jr.Money Supply Announcements and Stock Prices.Journal of Portfolio Management，8 (Fall)，1981.[3]Pearce， Douglas K & Roley， V Vance，The Reaction of Stock Prices to Unanticipated Changes in Money： A Note.Journal of Finance， vol. 38(4， September)，1983.[4]Lastrapes， W. D.International evidence on equity prices， in-terest rates and money， Journal of International Money and Finance ，17，1998.[5]Ross Levine and Sara Zervos.Stock Markets ，Bank ，and Economic Growth，the American Eco-nomic Review ，June，1998.[6]钱小安.流动性过剩与货币调控[J].金融研究，2007，(8).[7]刘松.中国货币供应量与股市价格的实证研究[J].管理世界，2004，(2).[8]李红艳，江涛.中国股市价格与货币供应量关系的实证分析[J].预测，2000，(3).[9]陈梦根.中国证券市场价格波动与宏观经济协同性的实证研究[J].经济管理，2005，(16).[10]周英章，孙崎岖.股市价格、货币供应量与货币政策——中国1993-2001年的实证研究[J].石油大学学报，2002，(5).[11]刘勇.我国股票市场和宏观经济变量关系的经验研究 [J].财贸经济，2004，(4).
【责任编辑:薛 华】
作者：胡援成 段希文 彭美玲
第三篇：基于高频数据的沪港股市统计分析
[摘 要] 对向量高频时间序列的“已实现”协方差阵提出相应的模型并建立了“已实现”向量自回归模型。基于高频数据,应用Engle等提出的协同持续概念,建立了小波神经网络理论的非线性协整持续模型。在此基础上通过沪港股市实证分析,表明沪港股市存在非线性协同持续关系。最后利用赋权“已实现”双幂变差进行Granger因果关系检验和脉冲响应函数,得到上海股市是上海股市的成因,从另一角度证实沪港股市的相关性。
[关键词] 高频数据 协同持续 小波神经网络
金融波动持续性和协同持续性的研究,是近年来金融计量经济学领域的热点问题之一。关于波动持续性和协同持续性的文献中有很多,但是这些都是以低频金融数据为研究对象,而针对高频金融数据给出的波动持续性和协同持续性的讨论国内外鲜有涉及。例如从单位根的角度对向量GARCH模型和向量SV模型分别重新给出协同持续的研究,由此给出在协同持续下确定组合配置(持续向量)的方法。基于向量GARCH模型,文献[3]利用上述组合配置的方法,通过实证说明了沪深股市不存在线性协同持续关系;进一步地,文献[ 4]通过小波神经网络方法证明了沪深股市存在非线性协同持续关系。以上这些研究大都是基于低频时间序列和沪深股市展开的,那么对于高频时间序列而言,更具研究意义沪港股市协同持续关系又如何呢?这就是本文所要研究的主要问题。
金融风险的防范与规避一直是投资过程的核心问题。目前学术界十分关注香港股市与上海股市的关联关系。可能有两点原因,其一是就是两地资本市场之间人为障碍变少,使两地之间资本流动更加顺畅。另一方面的原因两地关联性的加强,使得在两地进行分散投资以降低风险的有效性大大降低,并且要求政府在制定资本市场政策时必须综合考虑另一个市场的波动因素可能带来的影响。所以本文研究两者统计计量分析有其必要性。
一、基于高频数据的波动建模
高频数据即日内数据,是指在开盘时间和收盘间之间进行抽样的交易数据,主要是以小时、分钟、甚至秒为抽样频率的、按时间顺序排列的时间序列。一般而言,金融市场的信息是连续影响金融资产价格运动过程的。抽样频率越低,市场信息损失就越多;反之,抽样频率越高,获取的市场信息就越多。从金融高频数据产生至今,对金融高频数据的分析一直是金融研究领域一个备受关注的焦点。自从Andersen等[5,6]将“己实现”波动引进金融计量分析以来,如何挖掘高频数据隐含的信息己经成为金融计量研究的又一个热点。然而,迄今为止高频时间序列的波动建模和持续性质研究文献鲜有讨论。为此,本文展开这方面的研究以期有助于进一步理解高频数据下的波动状况。
在高频数据领域对波动率估计作出杰出贡献的是Anersen和Bollerslev等人,他们开创性的提出了“已实现”波动的概念,随后,仿照“已实现”波动的构建思路,不断涌现出了“已实现”波动的改进和扩展后的波动率估计量,这些估计量从不同的角度提高了估计量的统计性质。本文综合考虑在建模中采用赋权“已实现”双幂次变差。
首先根据构建已实现协方差阵,把所有时刻t到时刻t+h的时段都等分成n个小时间段((h表示时间跨度,通常取h为1天),这样从时刻t到时刻t+h上的N维变量收益率向量为:
其中为N维列向量,常表示收益率; 的条件期望;表示一个 维向量随机过程;表示从过去直到t-1时刻的所有已知信息集,为已实现协方差阵,而且是关于可测的。这里称为半向量算子,表示把矩阵的下三角依列累积而成的维向量。为方阵;W为维向量是条件方差(协方差)方程中的截距项; 为p阶滞后算子多项式;是维白噪声过程,且与不相关。
从上面的论述可以看出,基于高频数据的RV-VAR模型和基于低频数据的多元GARCH模型虽然都可以用来研究多变量时间序列的波动及波动之间的相互影响,但是,这两种研究方法存在以下不同:
1.“己实现”协方差阵和多元GARCH模型虽然都可以度量每日的波动率,但是,多元GARCH模型只是利用了日间数据,而”己实现”协方差阵是基于高频时间序列计算的,它充分地利用日内的信息.这说明”己实现”协方差阵更充分地利用了金融市场上的信息;
2.多元GARCH模型把波动率和相关系数作为隐性变量,不能直接观测,需要首先进行模型的参数估计,然后才能得到波动率和相关系数的值。“己实现”协方差阵却不同,它把波动率和相關系数当作显性变量,不需要进行参数估计就可以直接计算当期的波动率和相关系数的值。
3.多元GARCH模型参数的估计最多是二维的,维数高于二维以后参数估计变得异常困难.对高频而言,满足一定的条件就可以建立任意多维的“己实现”协方差阵,模型中参数估计只需用常规的GLS等之类的传统方法即可。
二、基于高频数据的非线性协同持续建模
为了探询高频波动的协整持续状况,下面从单位根的角度,以定理的形式给出RV- VAR模型存在线性协整持续的充要条件。
RV-VAR过程的特征方程的 特征根为,依大小排列为为相应于这n个根的维右特征向量:则 关于条件方差是协整持续的,当且仅当,,使得:。
但是金融市场是一个非线性系统,例如研究金融市场的混沌、分叉与分形都是研究它的非线性性质。有时,用线性组合的方法有时并不能消除持续性,但不等于不具有协整持续关系。刘丹红等(2004 )从短记忆的角度给出非线性协同持续的定义,并通过小波神经网络进行非线性协同持续建模,实证分析说明了沪深股市存在着非线性协同持续关系。
对高频数据而言,协同持续的定义是通过线性组合的方法来消除或削弱向量的持续性,在此基础上创新利用小波神经网络技术进行非线性协同持续建模。
非线性协同持续模型的建模步骤如下:
第一步:检验第一步所建立的RV-VAR模型的系数多项式矩阵是否存在单位根,如存在单位根,知向量随机过程存在波动持续性。
第二步:检验向量随机过程是否存在波动的线性协整持续关系,当不存在线性协整持续关系时,利用小波神经网络估计和检验是否存在非线性协整持续函数。
第三步:检验输出序列,利用单位根进行平稳性检验,当显着不存在单位根时,网络输出序列为平稳时间序列,向量序列的非线性协整持续函数。
三、实证分析
本文选取的时间序列是2010/014-2010/06/28的上证综合指数(SH)和香港恒生指数(XG)的5分钟间隔的高频交易价对数价格,时间跨度为105个交易日。对一个指数每天采集了50个交易数据。分别表示上证综合指数和香港恒生指数收盘对数价格收益率,给出结果如下:
从特征值的估计值可以看出,RV-VAR模型具有单位根,所以它是关于方差持续的。根据波动过程存在关于方差协同持续的充要条件,应是对模小于等于1的特征根所对应的特征向量v,使存在实数解:
其中:取协同持续向量为 。
明显,方程无实数解。综合上述讨论,虽然沪港两股市波动表现出波动持续性,但是两股市间并不存在可消除或削弱其波动持续性的线性组合,即不存在线性的波动协同持续。
运用RV-VAR模型来证明沪港股市是否存在非线性协同持续性。下面利用前面提出的小波神经网络方法,建立非线性模型来探测沪港股市之间是否存在非线性协同持续关系。我们建立了具有二个输入节点,八个隐层节点和一个输出节点的单隐层小波神经网络,小波基函数采用Mallet小波。小波函数的模型为:
选取的时间序列是2010/014-2010/06/28的上证综合指数(SH)和香港恒生指数(XG)的5分钟间隔的交易价对数价格共105组样本,前75组作为训练样本,后30组数据作为检验样本。利用75组训练样本,使用具有自适应学习速率的变尺度法对网络参数进行了训练,取学习步长0.1,动量系数0.3。
为了检验所建立的网络能否反映沪港股市之间的非线性协同持续关系,将30对检验样本作为输入序列,利用训练好的网络产生35个输出样本,对输出样本进行单位根检验。经检验不存在单位根,所以认为输出序列是平稳的,由此说明基于高频数据沪港股市之间存在非线性协同持续关系,这与基于低频数据模型得出的结论是一致的。
四、基于高频数据的G ranger因果关系检验和脉冲响应函数
对高频数据而言,通过“已实现”波动理论,把波动转换成一个可观测的时间序列,这样就可以用常规的标准时间序列技术对高频时间序列进行建模。 在建模中采用赋权“已实现”双幂次变差,因为其不仅具有稳健性,还考虑了“日历效应”,同时是有效的波动率估计量。因此,赋权“已实现”双幂次变差是更准确的金融波动估计量,可以将其应用到金融波动的建模以更加准确的预测未来的波动率。在此基础上运用赋权“已实现”双幂次变差进行G ranger因果关系检验和脉冲响应函数。
由G ranger因果关系检验,上证指数是香港恒生指数的成因。
图1显示,上证指數与恒生指数对其自身1个单位的正冲击都立刻有较强的反应,收益率比初始的均衡水平分别增加了0. 052和0. 024个单位,接着持续回落,到第6天后就回到了原来的水平。 恒生指数对上证指数的影响很微弱,而上证指数对恒生指数的影响十分明显,第1天就达到0. 008,接着持续回落,到第6天后就回到了原来的水平。
五、研究结论
基于高频数据进行研究更能充分地利用金融市场价格运动中的信息。对于非线性经济系统,运用RV-VAR模型的非线性协同持续的概念,提出了用小波神经网络建立非线性协同持续模型的方法。通过对中国沪港股市高频数据的实证发现,虽然多维波动序列具有持续性,但不存在线性的协同持续关系,说明其风险的波动不能通过线性组合方式来消除。基于高频数据,利用赋权已实现双幂变差的G ranger因果关系检验,上证指数是香港恒生指数的成因。最后,同样基于高频数据,利用赋权已实现双幂变差的脉冲响应函数的实证方法从另一角度再度证实了相关性。
参考文献:
[1] Li H D, Zhang S Y.Common persistence and error correction model in conditional variance[ J].Journal of System Engineering,2001,10(3):257-264
[2]李汉东 张世英:随机波动模型的持续性和协同持续性研究[J] .系统工程学报,2002, 17( 4) :289 -295.
[3]张世英:樊智协整理论与波动模型:金融时间序列分析及应用[M]北京:清华人学出版社,2004.277-355
[4]刘丹红 徐正国 张肚英:向量GARCH模型的非线性协同持续[J] .系统工程,2004, 22(6):33-38
[5]Andersen T.G.,Tim Bollerslev.Answering the skeptics:yes,standard volatiliy midels do ptovide accurate forecasts[J].Internation Economic Review ,1998,39(4):885-905
作者：刘力华