股市动态分析篇(1)

关键词: 股权分置改革; 股权结构; 动态市场效应; 超额收益率; 异常换手率

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

收稿日期: 2006- 08- 10

基金项目: “211”工程资助项目( el2003)

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

一、引言

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

二、问题的提出

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

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

三、方法论及文献综述

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

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

四、样本公司的基本情况

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

五、股权结构的市场效应分析

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

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

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

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

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

2. 异常换手率的计算。

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

由于异常换手率直接由历史数据统计而成, 故使用常规t 检验, 结果见表2。

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

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

( 二) 市场效应的股权结构分析

1. 基本原理

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

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

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

2. 模型设定及结果分析

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

y=α+βx+ε (7)

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

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

y=a1x1+a2x2+a3x3+ε ( 8)

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

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

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

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

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

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

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

(0.00) (0.00)　 (0.00)

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

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

(0.00)　 (0.00) (0.00)

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

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

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

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

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

六、结论与建议

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

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

参考文献:

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

[20]Rafael La Porta, Florencio Lopez- De- Silanes & AndreiShleifer[J], Corporate Ownership Around the World, Apr 1999. Vol.54, Iss. 2: 471- 519.

股市动态分析篇(2)

【关键词】数学 资本市场 股市技术面分析

一、概念解析

（一）资本市场

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

（二）数学

所谓数学是指研究数量，图形及他们的变化等的一门学科。

（三）股市技术面分析

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

二、数学在股市技术面分析中的具体应用

（一）应用数学公式对数据进行处理构建技术指标

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

例子：移动平均线（MA）

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

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

（二）构筑切线来推测未来走势

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

例子：趋势线

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

（三）构筑股票价格或者股票指数形态来帮助分析

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

例子：圆弧形态

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

三、总结

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

参考文献

股市动态分析篇(3)

2013年，A股市场走势分化，代表中国经济转型方向的中小板、创业板指数走出一波牛市行情，而代表传统行业的上证指数表现相对落后。整体来看，2013年作为A股市场的转折之年，已经基本完成了筑底的过程。

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

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

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

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

另外，专业投资机构中银国际董事朱红也将为投资者带来新的投资思路，朱红曾任职于法兴、瑞信等外资投行历任副总裁，具有超过10年证券分析与投资领域的工作经验。本次会议她将会总结H股登陆港股市场20年后，如何运用金融产品把握当前的A股市场以外的中资股投资机会。

股市动态分析篇(4)

关键词： 利率期限结构;股权溢价;BEKK-MGARCH;ADCC-MGARCH

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

一、引 言

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

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

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

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

（一）窗口滚动样本相关性

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

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

（二）BEKK-MGARCH模型

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

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

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

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

图2 exret和sp101之间的条件相关系数：

BEKK-MGARCH模型

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

（三）ADCC-MGARCH模型

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

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

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

图3 exret和sp101 之间的条件相关系数：

ADCC-MGARCH模型

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

（四）三个动态相关系数的比较

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

三、结 语

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

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

参考文献：

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

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

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

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

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

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

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

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

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

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

WANG Zhi-qiang,XIONG Hai-fang

(Research Center of Applied Finance, Dongbei University of Finance and Economics, Dalian 116025)

股市动态分析篇(5)

[关键词]波浪理论；行为金融；有效市场假说

[DOI]10.13939/ki.zgsc.2017.06.030

行为金融理论认为，金融市场是由人组成的金融市场，不得不承认，人也会犯错，尽管有效市场假说看起来很完善，而且也确实解释了市场中大多数价格的波动。然而大量的金融异象挑战了有效市场的权威。其后行为金融理论蓬勃兴起，以投资者心理行为为分析对象，引入心理学等学科理论进行投资者心理进行研究，股票中的技术分析方法也重新得到重视，波浪理论是股票技术分析派中最为神奇的一种技术分析方法，从1929年艾略特发现股票市场似乎遵循一种规律，从而希望找出一种共性的规律来，其后艾略特的追随者不断补充完善波浪理论，并将波浪理论应用于股票市场的分析中取得了令人惊讶的成绩。

笔者在应用波浪理论对个股和股指作研判时，发现一般情况下发达国家如美国的三大股指大都能令人满意地划分为5浪上涨2浪下跌模式，奇怪的是对个股研判，无论长期或短期，却不太容易使用波浪理论来划分，甚至根本无法划分清晰的浪型，后续在研究中才发现波浪理论是对股票市场一个自然规律的总结，股票指数一般不太容易控，一般都能符合股权广泛分散这个运行技术分析方法的必要条件，而个股由于流通市值的关系，大部分流通股都被机构或者庄家持有，而且有些时候还会私下达成协议，形成暗箱操作的一致行动人，个股自然无法反映众多投资者的真实意愿，例如比较典型的万科A到2016年11月22日为止，万科A总股本的80%已经落入机构手中，万科A董事长王石直言公司目前已经是“庄股”。该股票价格的变化完全取决于少数机构投资者，众多的小散户已经不能再决定改股票的走势，此时是无法运用波浪理论进行分析的，因为波浪理论分析的是自然规律而不是人为的规律。

事实上，只要股权广泛分散，不被少数机构操作，证券市场上价格的波动并非简单地呈随机游走，在很大程度上，而是呈现出艾略特波浪形态的走势，即5浪上涨，3浪下跌。如果把5浪上涨2浪下跌在股市的月线图上看。就是我们行为金融理论的研究结果：股市实际上是呈现出牛熊分明，换句话说股市在牛市的时候尽管有小的回头但总是大幅上涨的，在熊市的时候尽管有少部分时间上涨但是却主要是下跌的且跌幅巨大。这也证明了洛・麦金利，法马、弗伦奇等人所作的研究，短期内股价回报是正相关的，而长期则呈现明显的负相关。

我们如果对波浪理论各划分方式做个详细研究，就会发现波浪理论实质上反映了众多投资者的心态，而投资者的心态不是一个人的而是众多投资者的心态形成一种合力，这种合力在图表上形成了一种有韵律的自然规律。且证券股票的市场化程度越高，股权越分散，人为干预的因素越少，波动的轨迹就会越清晰，而在一定程度上也为投资者提供了预测的可能性。因为自然规律总是循环反复的，人性总是不变的，贪婪和恐惧总是交替着。因而历史总是在重演。

在了解了股票市场中存在的这种有韵律的形态后，我们将对投资者投资决策的行为作进一步讨论。波浪理论其实是将现实中投资者个人交易行为形成的合力形成的图形总结为一套波浪模型，并对市场中各个交易主体如何相互进行博弈进行了描述以及这种图形的出现又如何影响了投资者的心态，其实这也是财务管理理论中的信号传递原则和引导原则在股票市场中的运用。

第1浪上涨浪对投资者心态的描述的：当股市长期下跌后开始卖盘减少到极低，但是买盘也很少，投资者心理恐惧并没有降低，大部分投资者都是极度谨慎小心，这时候整个市场趋势依旧是下跌途中，股市中有句谚语：地量之后有地价，这时候有部分投资者试图买进少部分股票，开始在一些被低估的股票中缓慢建仓，此时股价开始上扬，此时大多数投资者的心理仍是熊市中的反弹，仅会有少部分跟随者买入股票，这常常显示出在成交量和广泛性上轻度增加。

第2浪回调浪：由于此时大多数投资者的心理仍是熊市中的反弹，只要有一点风吹草动立刻抛售股票，但是此时主力会在地位接盘，股价会可能会大幅回撤，但是不会再创新低，也就是不会跌破第一浪最低点，此时表现出成交量极低，但是由于股价没有创新低，投资者心理恐慌有所缓解。

第3浪主升浪：当主力吸筹完毕后，由于要吸引后来的投资者，往往会大资金强力拉升股票，这时候会看到很多股票出现连续涨停板，由于主力资金要垫高后来者成本，激发投资者参与热情，所以往往第3浪中拉升速度较快，爆发力度很强。此时，部分跟随者会积极介入，前期介入的投资者获利丰厚会卖出股票而市场情绪高涨，前期踏空的投资者会积极接盘，反映在成交量中就是股票量价配合良好，后浪超过前浪，由于股价连续上涨，信心恢复，购买者逐渐增多，股票有时候供不应求，跳空高开现象频繁出现，股票涨幅巨大。

第4浪回调浪对：当股价上涨到一定程度，涨幅巨大后，u出方逐渐增多，买方力量也增加但是增加幅度不如卖出方，主力开始集中抛售筹码，由于仍在牛市气氛中，股价回调幅度不大。

第5浪末端上涨：此时上涨空间已经不大，但是牛市思维未改变，少量的买盘也可以使股价再度上涨，此时已经出现量价顶背离，预示着“最后的晚餐”。

A浪大幅下跌：股价开始出现下跌，但是部分投资者认为是极好的买进机会，此时股价尽管跌幅巨大，但投资者仍旧相信它是一次上升行情中的回调，众人蜂拥买入。

B浪反弹：B浪是赝品，小幅度反弹会吸引部分投资者买进，但由于缺乏市场主力的积极参与，买进的成交量很小，相反部分主力剩余的货还未完全出完时，也会趁此抓紧时间逃命。

C浪暴跌：大C浪下跌使大多数投资者忽然发现，牛市已经确定结束，赚钱机会突然消失，相反大幅度亏损成为C浪的典型，投资者为避免损失，纷纷抛出手中股票，而期货投机者趁机做空股市，甚至为了获得做空期货的收益反而故意买进股票再亏损卖出造成市场极度恐慌。

以上就是一个以艾略特波浪为基础建立的反映大众心理运动的模型。

要说明的是：由于资金的驱利性，市场主力都必须为各自的利益作打算，各基金、大户之间行动并不总是互相一致的；实际上由于各人的能力差别，预期判断也不一致，主力之间也是在互相博弈的，其博弈的结果就形成合力，尤其在参与者众多，各主力之间资金越均等，没有一个市场主力的资金会完全远远超越其他市场主力，其形成的合力就越不可控。

参考文献：

[1]小罗伯特・鲁格劳特，普莱切特，阿尔弗雷德・约翰・弗罗斯特.艾略特波浪理论[M].北京：机械工业出版社，2010.

[2]（美国）R.N.艾略特（R.N.Elliott）.自然法则[M].北京：地震出版社，2014.

股市动态分析篇(6)

关键词：开放式基金；基金持股；股价波动；动态面板数据模型

中图分类号：F830.91　文献标识码：A　文章编号：1006－1096(2009)06－0139－05　收稿日期：2009－08－03

开放式基金在我国自2001年产生至今已8年时间，已经成为投资者投资理财的主要渠道之一，也成为我国学者研究的焦点。截至2009年5月4日，我国共发行开放式基金452只，约占基金总数目的93％，开放式基金份额达到了24943.1596亿元，资产净值高达18779.2721亿元，其品种也不断创新。但总的说来开放式基金中以股票型开放式基金最多，对市场影响最大。截至2008年12月底，我国上市的股票型开放式基金资产净值高达10066.117亿元，约占开放式基金资产净值总额的51.3％，占A股流通总市值4.52万亿的22.3％，再加上占开放式基金资产净值总额29％的混合型开放式基金的股票投资仓位也高达60.9％。可见开放式基金已经成为我国股票市场中重要的机构投资者和资金供给者。

在开放式基金数量不断增多、规模迅速扩大的同时，我国开放式基金呈现出的投资风格也越来越多样化，各类型不同风格基金经常会出现交叉持股、重仓股集中度较高等问题。那么，作为股票市场上重要的机构投资者和重要的资金供给者，开放式基金的迅猛发展及其以投资股票为主的投资风格，是否起到了稳定股票市场的作用，开放式基金集中持股与股票价格波动性之间的内在关系等问题就成为关注的焦点。

一、文献综述

国外学者们主要围绕机构投资者持股与股价波动之间关系以及基金持股能否发挥稳定股票价格或证券市场的作用展开研究。由于采用的方法不同、数据区间有差异，得出的结论也不完全一致。有的学者认为机构投资者加剧股票价格及市场的波动，减少市场的稳定性；而有的学者则认为机构投资者有更多的信息优势，使投资行为更趋向于理性，从而使股票市场更稳定，减少股票价格波动。Nofsinger等(1999)通过对1977到1991年纽约证券交易所的机构投资者持有股票比例与上市公司股票波动性关系的研究，认为在控制公司规模的情况下，机构投资者的持股比例与股价波动存在正相关性。Patrick等(2002)指出，在正向反馈羊群行为的基础上，当市场收益的相对价值为2％或以上时，公司的非常规收益与机构投资者的比例相关，且公司股票的换手率也特别高，因而机构投资者的持股比例能够影响股票价格。Kenneth等(1992)认为机构投资者具有高度的同质性，在交易中易产生羊群行为，增大股价波动。而Lakonishok等(1992)则认为机构投资者的“羊群行为”能够加速股价对信息的吸收，可以和个人投资者的非理相抵消，从而有利于稳定市场。Ernst和Narayan(1996)认为基金持有人与基金经理的关系是一个典型的委托一问题，基金经理往往会推断、模仿并追随其他基金的买卖行为，导致股价的不连续性与大幅变动，破坏了市场的稳定运行。Paul等(200i)研究认为基金等机构投资者的交易可以通过信息效应引起股市价格变动。Richard和Laura(1997)指出机构投资者的交易行为是形成股票市场日收益序列相关的原因，而且机构投资者的交易能够反映信息，会增加股价波动的速度。Bradford等(1990)撰文指出，股票市场上存在的正反馈交易者，使理性投资者无法发挥稳定股价的功能，并可能造成市场更加不稳定。Eric和Sen Dong(2006)对日本市场1975年到2003年间的数据进行实证检验，表明机构投资者的行为能够解释股票市场波动性。而Martin和Janusz(2006)运用实验方法，研究波兰市场机构投资者对股市收益的动态变化，结果表明机构投资者的增加会改变整个股票收益的自相关性和波动性，机构投资者的交易使股票收益指数产生了稳定效应。

上述的国外文献大都是研究机构投资者的行为对股价波动或市场稳定性的研究，而较少有直接研究开放式基金持股对股价影响的研究文献。开放式基金已经成为我国最主要的机构投资者，在我国的股票市场、债券市场中发挥着越来越重要的作用。在一定程度上，开放式基金能够代表机构投资者的某些特征与行为。国外学者对于机构投资者的行为与股票价格特征的相互作用机制、股票市场的稳定性等问题的研究成果对本文有一定的理论参考意义。

国内基金业自产生以来，基金的绩效、投资偏好及其对证券市场的影响等引起学术界的广泛关注。关于基金持股与股价波动的关系探讨主要有两个方向：第一，基金持股与股票收益率间的关系；第二，基金持股与股票价格波动、证券市场稳定等的关系。

在基金持股与股票收益率间关系的研究上，杨德群等(2001)对2000年至2002年证券投资基金披露持股每半年期数据和季度重仓股投资组合数据进行实证研究，结果表明，基金每半年持殷比例与后期股价收益率具有显著性的关系，而每季度持股比例与后期股价收益率的关系不显著；基金持股变动对当期股价收益有显著性的影响，而基金前期的持股变化与后期的股价收益率没有显著的关系。杨永健(2006)通过对基金持股比例与个股每股收益进行相关性分析，得出基金重仓持股的股票的每股收益并没有随着持股比例的变动而相应变化的结论。姜宝强(2006)认为基金持股与股票收益率的影响是相互作用的，基金对股票增持或减持对股票的收益率分别产生向上或向下的压力。

在基金持股与股价波动关系的研究上，蔡庆丰(2003)通过实证检验发现，1999年1季度到2000年3季度期间，我国的证券投资基金持股和股价波动性存在着正相关关系，基金持股后加大股价的波动性。彭继红，张忠永(2007)选取259只典型重仓股，利用1999年到2006年第一季度的财务及交易数据，采用FE模型基金持股与股票的系统波动和个别波动之间的关系进行了实证分析，认为开放式基金比封闭式基金更利于稳定股票的系统波动，而两者对个别波动没有影响。曹崇延等(2008)运用动态面板数据模型对2002年到2007年的基金与股票市场相关数据进行分析得出两个结论：基金持股比例变动对股票价格波动有推波助澜作用；基金持股比例受股价波动的影响，基金更偏向于购买股价波动较大的股票。宋军和吴冲锋(2001)、张羽(2005)等的研究认为，以基金为代表的机构投资者总体上没有显示出稳定市场的功能。

由于我国基金业的兴起较晚，国内学者关于基金持股对股票价格波动影响的研究都是在2000年以后。其研究方

法、数据对象、变量的不同结论也不一。总的来说，国内的研究有以下普遍的特点：第一，选择的研究区间一般较短，基本上是1～3年，因此研究结果往往不显著，且缺乏持续性；第二，大多选取基金的十大重仓股数据作为样本数据，而基金对某一股票的持股比例应该是所有基金持有该股票的比例总和，仅仅考虑十大重仓股数据不够准确和全面。本文采用多元线性回归方程来分析开放式基金持股比例对股价波动的影响，此分析选取2003～2008年共6年期作为研究区间，其中既有市场下跌的区间，也有市场上涨的区间，能够较好地反应市场的长期趋势；通过综合沪深两市情况，从开放式基金持股数据和股票市场的相关数据中筛选样本，使样本和分析更加准备和全面；在截面回归方法的基础上，进一步运用动态面板数据模型进行实证研究，希望能更好地反映我国开放式基金持股是否发挥了稳定股票市场的作用。

二、开放式基金持股比例及其变动对股价波动影响的实证分析

随着开放式基金规模的扩大、种类的增多，大量的基金进入股票市场，股票市场的上涨给基金带来了良好的绩效，而开放式基金在一定程度上影响着股票价格。可以说，开放式基金是影响股票价格的一个重要因素，它作为最重要的机构投资者对整个市场起着拉动的作用。因此，本文采用多元线性的截面回归方程和动态面板数据模型回归方程的方法来分析开放式基金持股对股票价格波动的影响，以检验开放式基金在我国是否起到了稳定市场的作用。

(一)数据说明

本文分析所用的数据来自于两大数据库，其中，关于基金部分的数据主要来源于《Wind资讯金融终端2009版》，而关于股票市场的数据则来源于《锐思数据》。

本文主要是研究开放式基金持股比例及其变动对股价波动的影响，而我国在2001年9月才正式推出第一只开放式基金，截至2002年12月31日，开放式基金也只发展到17只，其规模、结构和对股票市场的影响都是相当有限的，因此本文的研究期限是从2003年开始，至2008年结束。每半年为1个报告期，一共有12个报告期，研究期限较长，与文中假定报告期内基金投资组合不变是一致的。从全部开放式基金的中报和年报的持股数据来看，本文选取2003年之前已经上市，并在2003年至2008年的报告期内连续被开放式基金持有的沪深两市的A股作为样本股票，在此期间开放式基金在持股个数和持股比例上都有了明显的提高。

2003年中报中被开放式基金持有的股票总共有401只，但其中一些股票后期由于被摘牌或因业绩不佳而被基金放弃，考虑到数据的持续性和有效性，对各报告期的样本进行筛选，并最终选取203只股票作为样本，这203只股票在整个12个报告期内都持续被开放式基金持有。本文所选样本股票的在沪深两市的分布较均衡，具体见表1。

(二)变量选择

为了实证分析开放式基金持股比例及其变动对股票价格波动的影响，本文采用了6个变量来进行截面回归和动态面板数据模型回归分析。下面，将具体的指标情况介绍如

(1)股价波动率(VOL)，用样本股票在报告期内所有日收益率的标准差表示。由于波动率是反映证券价格或指数起伏强度的测量值，所以选用股价波动率反映样本股票在半年度交易中股价起伏变化情况。而且假定报告期内基金投资组合不变。由于基金实行长期投资的战略，且本文的研究期限较长，因此该假定具有一定的合理性。

(2)持股基金数(NO)，指同时持有某只股票的开放式基金家数，考虑数据的平稳性，取其自然对数。

(3)基金持股比例(RATE)，指所有基金持股占该股流通股股本的比例，用各报告期公布的基金持股比例来表示。

(4)股票换手率(TURNOVER)，用样本股票在各报告期日换手率的均值表示。

(5)流通A股市值(VALUE)，以报告期内样本股票日流通股市值的均值表示，考虑数据的平稳性，取其自然对数。

(6)股票收益率(RR)，即203只样本股票在报告期内所获得的日收益率的均值。

(三)研究方法

为了研究开放式基金持股对股价波动的影响，本文首先采取了传统的线性回归方程对12个报告期的数据进行截面回归，分析开放式基金持股比例对股票价格波动的影响；线性回归分析方法虽简单易行，能描述出因变量和解释变量之间的关系，但它没有考虑变量的内生性，其估计结果不具有一致性，很难反应开放式基金持股和股价波动之间的确切关系。因此，本文采用GLS的动态面板数据模型进一步分析开放式基金持股比例变动对股票价格波动的影响，动态面板数据模型可以综合考虑时间和截面所含的消息。在扩大样本容量的同时，可以有效控制个体行为的差异，从而得出更有意义的估计结果。

本文的全部数据处理和图表处理都是通过EXCEL和EVIEWS 5.0软件进行。

(四)截面回归分析

为了检验基金持股比例对股价波动的影响，采用截面回归分析方法对2003年至2008年共12个报告期的样本数据进行回归，以股价波动率为因变量，以持股基金数目的对数、基金持股比例、股票区间的均值日换手率、流通A股市值的对数、股票收益率为为解释变量。建立如下的回归方程：

VOL=c(1)+c(2)LnNO+c(3)RATE+c(4)TURNOVER+C(5)LnVALUE+C(6)RR

采用EVEIWS软件对12个报告期的数据进行截面回归分析，最终得到表2的回归结果。

从回归结果可以看出，在12个报告期的回归系数中，只有3个报告期的基金持股比例与股价波动之间负相关，但是回归结果并不显著；而其余9个报告期的回归系数均为正且较显著，这表明我国开放式基金持股比例股价波动之间存在较明显的正向关系，我国开放式基金持股可能在一定程度上加剧了股票价格的波动。而且，2006至2007年之间的回归系数均为正，且在99％的水平下显著，这充分反映了2006年以来我国股票市场的大牛市对基金业的发展与带动作用，基金持股的市场影响更加明显地体现出来。

数据显示，持股基金数目与股价波动之间在11个报告期的回归系数都为负，表明两者之间存在着一定的负向关系。持股基金数日比较大，说明单个投资者持有某只股票的份额相对较小，其投资行为的变化比较不容易引起股票价格的变动；也可以说，持股基金数目在一定程度上可以减轻股价波动。显而易见，股票抉手率与股价波动之间存在正向关系，12个报告期的回归系数都为正且均在99％的水平下显著。股票换手率反映了证券市场的流动性，预示着基金交易比较频繁，容易引起股票价格的变动。

(五)基于动态面板数据模型的分析

从上文的截面回归系数结果可知，开放式基金在一定程度上加剧了股票价格的波动。但是，不同时期的显著性各不相同。同时，由于截面回归方法自身的局限，它没有考虑变量的内生性，其估计结果不具有一致性。因此，本文采用动态面板数据模型来做进一步的分析。以第t期股价波动率

为因变量，以第t－1期股价波动率、第t期持股基金数的对数、第t期持股比例的增量、第t期换手率、第t期流通A股市值的对数为解释变量，建立如下回归方程

VOLt=C(1)+c(2)VOLtt-1+c(3)LnNOt十C(4)RRt-1+C(5)RR2+C(6)TURNOVER1+C(7)LnVALUE。

采用GLS的动态面板数据模型估计方法，得出表3的模型估计结果。

由表3中解释变量的回归系数可知，基金持股比例变动的系数为0.0080，表明基金持股比例的变动与该股票价格波动之间是正相关的且在99％的水平下显著，基金持股比例的变动是股票价格波动的重要影响因素，基金持股对股票价格波动有一定的推动作用。同时，第t－1期股价波动率对第t期的股票价格变动影响显著且系数为正，这说明股票价格波动具有一定的惯性。持股基金数的系数在99％的水平下显著且是负的，说明在控制其他变量之后，增加持有股票的基金数目，能在一定程度上分散股票价格波动的风险。换手率的系数为正且非常显著，说明股票换手率与股价波动率之间成正向关系。

三、实证结论及建议

(一)实证结论及分析

通过以上实证分析，本文得出了以下两个结论：①从截面回归分析的结果来看，12个报告期内，只有3个报告期内的回归系数为负，且不是非常显著，而其余9个报告期内的系数都为正且显著，说明开放式基金持股比例与股价波动存在着正相关关系，基金持股占流通股比例的大小是引起股价波动的一个重要因素。②从动态面板数据模型的回归结果来看，开放式基金持股比例变动与股价波动存在正相关关系，相关系数为0.0080且在99％的水平下显著，说明开放式基金持股比例变动对股价波动有一定的推波助澜作用。

毋庸置疑，作为我国重要的机构投资者，开放式基金的持股行为对股价波动产生着日益重要的影响，但分析结果表明，我国的开放式基金持股并没有起到稳定股价的作用。作者认为这主要在于以下三个方面的原因：

1　我国开放式基金的投资存在严重的“羊群行为”。这种行为加剧了股价的波动。而且，我国整体基金业的择股模式十分相似，投资资金大多集中于大规模市值的股票，与我国的股票市场特点也是有关的。

2　基金实现理性价值投资的外部环境不完善。我国开放式基金经历了8年的历练，逐步实现向理性价值投资理念转变。但理性的价值投资却不等于长期投资，长期持有。基金是追求赢利性的行业，追求利润是它生存和发展的本质要求，如果市场上存在短期的赢利机会，基金会毫不犹豫地抓住。在市场监管不强，外部环境不完善的情况下，基金甚至有可能会产生违规的冲动。从而使政府发展基金的意图(即期望基金在股票市场危机时，能大量注入资金从而起到稳定市场的作用)与基金自身的经营行为和目标产生偏差。

3　我国股市做空机制不完善并处于明显的劣势。目前，中国股票市场只有被动做空，而没有主动做空机制，与做多机制相比做空机制处于明显的劣势，仓位调整是基金唯一的避免系统风险的手段，这在一定程度上是我国股票市场波动性大的一个重要原因。

(二)政策建议

为了促进开放式基金发挥稳定市场的功能，推动股票市场健康发展，作者认为要从以下两个方面着手：

1　多种渠道弱化羊群效应

第一，要扩大市场容量，提高上市公司股票质量。一方面，加快对优质大型上市公司的审批步伐，进一步完善股票市场制度建设；另一方面，努力提高现有上市公司治理水平，要合理制定企业上市门槛，在总量控制的基础上让更多的优质企业上市，使基金在挑选投资品种时有更多的选择余地，才能有效地减轻基金羊群行为造成的市场脆弱性和风险隐患。

第二，要加强债券市场、货币市场以及金融衍生品市场的发展。我国大部分基金是股票型基金，特别是混合型基金与偏股型基金业也无明显的差异，基金具有很大的趋同性，投资风格差异不明显。应大力发展债券市场、货币市场，使基金拥有更多的投资选择机会，增加其投资渠道从而控制基金的羊群行为。而且我国证券市场的金融衍生工具发展滞后，金融期货、期权等基础工具尚不存在，又缺乏做空机制，市场的系统风险很大，这在客观上造成了基金只能选择那些业绩优良的股票，从而形成基金的羊群行为。因此，适时推出衍生工具有利于证券投资基金业真正地发挥稳定市场的力量。

第三，要建立科学而公正的基金评价体系。基金经理人存在羊群心理与基金市场的“相对业绩评价”的激励机制有关，如果投资者更多地从基金的收益率排名来选择基金，而基金管理公司的资产管理规模又决定了基金经理的个人收入，那么基金经理自然将唯提高排名是从。频繁而又短期地对基金业绩进行排名，往往忽视风险的因素，因此，建立科学而公正的基金评价体系有利于改变投资者对基金的选择标准，从而引导基金向建立自身独特投资风格以吸引投资者的方向发展。

2　创造基金实现价值投资理念的良好外部环境

第一，完善市场监管理念，建立应急措施。市场本身是影响基金投资行为变动的根本因素。管理层对于基金投资行为的监控和引导，应更多地从市场的角度着手，加强市场制度建设，鼓励基金市场化创新行为的发挥。而在应急机制方面，在监控基金投资行为对于市场可能产生的非正面影响时，可考虑给予基金短期性的融资帮助，以抵消由于申购赎回导致基金资金大幅波动对市场的不良影响。

第二，强化信息披露制度，规范基金投资持仓行为。

首先应加强基金与投资者的联系。以定期派发的信息披露报告具体说明基金的投资目标、风险与收益、分散度，达到与投资者沟通、教育双重效果。其次，加强基金以及整个股票市场信息披露的及时性与真实性，对虚假的信息披露采取严格惩治措施。

股市动态分析篇(7)

关键词:股票市场股市政策动态不一致性股市波动

中国股市从诞生以来就具有两个鲜明的特点，一是股市波动剧烈，短短十来年已经经历了几次大起大落;二是政府有意识地运用股市政策①，如股票发行和上市速度、政府领导人的讲话、甚至《人报》社论等来调控股市运行，使股市表现出明显的“政策市”特征。这些政策的目的是试图根据股市波动情况来调控股市，使其在政府理想范围内运行。

政府政策调控股市波动，具有以下特征:1、政府政策不连贯、前后不一致。如1997年证券委、人民银行和国家经贸委联合发文，规定银行、保险公司、上市公司和国有企业的资金不能人市炒作股票，1999年7月1日实行的《证券法》也作了类似规定。但随后为了刺激股市，于1999年9、10月又批准三类公司和保险公司人市;2、政府政策的预期效果还取决于公众的预期，公众未预期到的政策往往会造成股市剧烈波动，典型的，如1999年12月巧日的《人民日报》特约评论员文章引起几乎所有股票都以跌停收盘，其原因就有政策出台突然、力度超出公众预期的因素，相反公众预期到的政策效果就比较温和;3、政策效果还取决于政府和公众的博弈。在一项政策出台后，公众的预期和行为就会相应发生改变，从而使政策执行效果也发生改变。典型案例就是国有股减持，在出台的时候是有利于股票市场发展和国有企业改革的，但是由于公众预期股市将受到影响，从而造成股市低迷，这时继续减持国有股就不利了，因而后来政府决定国有股减持暂缓执行。

由于这些特征，股市政策往往造成股市过度波动。即使政府出台的是一项稳定股市的政策，并事先承诺使股价波动限制在一定幅度内。然而一旦股民相信了这个承诺并据此形成了股价稳定预期，政府就可以使股市加快发展以实现为国有企业更多融资的目标。这是因为，也许在政策制定阶段政府的最佳选择是稳定股市，但在执行阶段由于公众预期的改变，政府的最佳选择就变成促进股市上涨!这样政府就没有积极性真正实行这项稳定政策。这就是所谓的股市政策的“动态不一致性”。而这种动态不一致的股市政策执行的结果只能是股市剧烈波动。

吕继宏、赵振全(2000)和许均华、李启亚(2001)对政府政策对股市波动的影响作过实证分析，他们利用Wichem和Miller(1976)的办法，先鉴别出我国股市运行中的波动点，然后确定这些波动点有多大比例是由政府股市政策造成的，得出的结论都是股市政策较大程度地影响了中国股市的波动。但是，我们认为这种研究有两个缺陷，一是他们确定的是股市波动点中有多大比例是由股市政策造成的，而没有分析股市政策有多大比例造成了股市波动;二是他们只是对股市政策与股市波动之间的关系作了经验分析，而没有对股市政策是怎样造成股市波动的做出理论解释。我们认为，股市政策的动态不一致性是造成和加剧股市波动的重要原因，而这种政策动态不一致性在于股民和政府之间的博弈行为，因此本文将运用博弈论的方法建立一个理论模型来分析股市政策的动态不一致性对股市的影响，并实证检验这些政策有多少造成和加剧了股市波动。文章是这样安的除第一部分外，第二部分建立股市政策的动态不一致性模型，分析股市政策是怎样造成和加剧股市波动的;第三部分运用不同于吕继宏、赵振全(2000)和许均华、李启亚(2001)的方法从多大比例的股市策造成了股市波动这个角度对理论模型进行实证检验;第四部分得出结论并提出建议。