证券市场显著特征精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的证券市场显著特征主题范文，仅供参考，欢迎阅读并收藏。

第1篇：证券市场显著特征范文

关键词：GARCH族模型；证券收益率；中国证券市场

中图分类号：F2文献标识码：A文章编号：16723198（2015）17001604

1引言

金融市场充满着不确定性，市场形势处于不断变化的状态。随着社会的飞速发展，信息的传播以及资本流动的频繁使得证券价格不断变化。同样的，不断变化的证券价格反作用于市场，二者相互影响相互传导。与国外发达国家的证券市场相比，我国证券市场起步较晚，处于尚未成熟的发展阶段，我国的证券市场中个人投资者占据主要地位，而投资机构的力量相对薄弱。个人投资者在专业知识、信息获取等方面的限制，因此在个人投资者为主导的环境下，我国的证券市场带着明显的投机色彩。加之个人投资者非理性的跟风，我国的证券市场常常处于无序并且波动剧烈，常伴随股票价格大起大落的现象，高风险特征明显。

证券市场的波动通常具有异方差性。波动的方差代表市场的风险，因此异方差建模对风险分析和资本定价具有重要的意义。证券价格的时间序列数据方差随着时间的变化而变化，表现在波动集群，持久记忆和尖峰厚尾现象。传统的时间序列模型（ARMA）模型是基于方差不变的假设，难以刻画证券价格的变化。Engle（1982）提出自回归条件异方差ARCH模型，把方差和条件方差区分开，使条件方差作为误差的函数，成功地刻画条件异方差的情况。Bollerslev（1986）在ARCH模型的基础上提出GARCH（广义自回归条件异方差）模型，让条件方差作为过去误差和滞后条件方差的函数而变化，更好地体现出波动聚集效应。由于证券价格波动对市场下跌的反应常表现为比对市场上升的反应剧烈，这种反映的非对称性反应成为“杠杆效应”，Nelson（1991）提出的ENGARCH模型和TGARCH模型，通过引入虚拟变量区分市场下跌和上升两种情形，得到具有杠杆效应的波动率。由于金融资产的收益性常常与其风险成正比，于是Engle、Lilien、Robins（1987）提出GARCH-M模型，将条件异方差引入收益的估计模型。GARCH族模型可以对证券市场波动进行准确地解释。

上海证券市场开市早，市值高，稳定性较强，因此在探究我国证券市场的过程中具有代表性。本文则是通过引入最新的数据（1990―2015年上证综合指数日数据），以1996年股票市场改革以及2008年金融危机为分界点以上证综合指数为代表，运用GARCH族模型对我国证券市场收益率波动进行实证分析。本文通过研究我国上证综合指数收益率波动的统计特征，建立描述波动率变化的模型，通过了解证券价格波动的规律，探究价格波动的不对称性，掌握我国市场存在杠杆效应，以及风险对收益率的影响，对我国证券市场的的监管部门以及广大的投资者都具有很大的意义。

2实证分析

2.1数据说明

本文选取了从上海证券交易所开市（1990年12月19日）至今（截止至2015年3月2日）一共有5880个上证综合指数日数据。

1996年12月16日起，我国股市进行重大改革，开始实行T+1交易制度，以及实施涨跌停板限制。2008年，世界性金融危机袭来，中国证券市场受到重大冲击。因此，本文以1996年12月16日和2008年12月31日为分界点，通过多时间段对比，分析出我国不同阶段证券市场收益率波动的情况。

上证综合指数日数据均来自WIND数据库。数据处理与分析采用软件为Eviews6.0与SPSS17。

在本文的分析研究中，假设sht为t期上证综合收盘指数，在探讨金融资产价格变化的时候，通常采用对数收益率进行描述：

dlnsht=lnsht-lnsht-1

其中sht-1为上一期的上证综合指数，从而算出不同时期段上证综合指数的对数收益率。

2.2描述性统计分析

1990年12月19日到1996年12月14日的对数收益率统计分布如图1所示。该阶段上证综合指数对数收益率峰度93.10，远远偏离正态分布。另外，收益图呈现显著右偏趋势，偏度达到5.34，可知在我国股市建立初期市场活跃，表现出明显的正收益。根据统计图可得知在未实行涨停制度以及T+1制度之前，整个股票市场不成熟，不稳定，异常波动可能性大，因此在下文模型建立中将排除这一阶段数据。

图11990～2015年股票收益率统计图自1996年12月16日股票市场改制到最近2015年3月2日共4374个上证综合指数收盘日数据对数收益率描述统计分析如图2所示，该时间段上证综合指数对数收益率峰度18.06，偏度为0.399，呈现正偏态。

根据2008年世界金融危机爆发对我国证券市场产生巨大的冲击，因此以2008年金融危机为分界点对我国证券收益率进行分析描述统计分析如图3和图4所示。1996年到2009年（金融危机爆发及之前），我国证券对数收益率均值为0.000151，峰度为18.72，偏度为0.576，呈现正偏态。2009年到2015年（金融危机爆发之后至今），我国证券对数收益率均值为0000400，较之于金融危机前期有所上升；峰度为560，高峰集群分布效应有所缓解；偏度为-0.472，呈现负状态。

由JB统计量得知，各个不同时间段的上证综合指数对数收益率均不服从正态分布的假设，均呈现一定程度的尖峰后尾的形态。

图21996～2015年股票收益率统计图图31996～2008年股票收益率统计图图412009～2015年股票收益率统计图表1描述统计值表

2.4ARCH效应的检验

对1996―2015年上证综合对数收益率，分阶段1996―2009，2009―2015年上证综合对数收益率利用ARMA（1，1）模型dlnsht=φdlnsht-1+ut+θut-1进行拟合，对其残差平方进行ARCH效应LM检验。

根据条件异方差ARCH LM检验可得当滞后阶数为3时三个时间段的数据均存在条件异方差，因此需要运用条件异方差模型分别对其进行拟合，结果如表3所示：

表3数据LM检验结果表

数据

（时间段）F-statisticProb. FObs*R-

squaredProb. Chi-

Square1996―201516.3780.000048.6320.00001996―20098.8550.000026.3580.00002009―201522.9660.000066.0070.00002.5GARCH族模型

2.5.1GARCH（1，1）模型拟合结果

根据残差平方的自相关和偏自相关图的分布情况，决定用GARCH（1，1）对三个时间段数据进行条件异方差进行拟合。

（1）从总体上分析看，1996―2015年上证综合指数对数GARCH（1，1）收益率方差方程：

2t=-4.45×10-5+0.1328u2t-1+0.85932t-1（9）

t= 36.17270.92

（p=0.000）（p=0.000）

AIC=―5.57SC=―5.56

（2）分时段来看，1996―2009年，2009―2015年上证综合指数对数收益率GARCH（1，1）方差方程为：

1996―2009年：

2t=1.48×10-6+0.2602u2t-1+0.73882t-1（10）

t=30.1876.50

（p=0.000）（p=0.000）

AIC=―5.42SC=―5.42

2009―2015年：

2t=2.21×10-6+0.0512u2t-1+0.93672t-1（11）

t=7.31095.427

（p=0.000）（p=0.000）

AIC=-5.89SC= -5.87

表4GARCH（1，1）模型拟合后LM检验结果

时期F-

statisticProb.FObs*R-

squaredProb.F1996-2015年0.31700.8131（不显著）0.95170.8129（不显著）1996-2009年0.32770.8053（不显著）0.98410.8051（不显著）2009-2015年0.80720.4899（不显著）2.42410.4289（不显著）根据上表可知，LM检验统计量均不显著，说明各时期的拟合模型残差序列不存在ARCH效应。

根据模型结果，我们可以得到：

（1）从总体上看，1996-2015年拟合模型中，ARCH项和GARCH项的系数之和+=0.1328+08591=0.9921

（2）分时期分析，在金融危机之前，1996-2009年数据的模型中，ARCH项和GARCH项的系数之和+=0.2610+0.7388=0.9998

（3）分时期分析，在金融危机之后，2009-2015年数据的模型中，ARCH项和GARCH项的系数之和+=0.0512+0.9367=0.9879

2.5.2EGARCH模型拟合结果

基于股市“杠杆效应”的假设，在此建立非对称EGARCH模型对三个时期的数据进行拟合比较，如下所示：

（1）从总体上分析看，1996―2015年上证综合指数对数EGARCH收益率方差方程：

ln（2t）=-0.4215+0.2476|t-1/t-1|-0.0086（t-1/t-1）+0.9712ln（2t-1）（12）

（2）分时段来看，1996―2009年，2009―2015年上证综合指数对数收益率EGARCH方差方程为：

1996―2009年：

ln（2t）=-0.6402+0.3452|t-1/t-1|-0.0074（t-1/t-1）+0.9526ln（σ2t-1）（13）

2009―2015年：

ln（2t）=-0.2272+0.1296|t-1/t-1|-0.0092（t-1/t-1）+0.9851ln（σ2t-1）（14）

根据模型结果，我们可以得到：

（1）从总体上看，1996-2015年的拟合的EGARCH模型中，α的估计值为0.2476，非对称项γ的估计值为-0.0086。当μt-1>0时，该信息冲击对条件方差的对数有一个0.2476-0.0086=0.239倍的冲击；当ut-1

（2）分时期分析，在金融危机之前，1996-2009年数据的EGARCH模型中，α的估计值为0.3452，非对称项γ的估计值为-0.0074。当ut-1>0时，该信息冲击对条件方差的对数有一个0.3452-0.0074=0.3378倍的冲击；当ut-1

（3）分时期分析，在金融危机之后，2009-2015年数据的EGARCH模型中，α的估计值为0.1296，非对称项γ的估计值为-0.0092。当ut-1>0时，该信息冲击对条件方差的对数有一个0.1296-0.0092=0.1204倍的冲击；当ut-10.0074。表明人们在金融危机之后对“利坏消息”的反映变得更加敏感。

2.5.3GARCH-M模型的拟合结果

根据金融理论中收益与风险应当成正比的理论，风险越大，预期收益越高。利用GARCH-M模以条件方差表示预期风险，对三个时期的数据进行拟合，拟合结果（采用条件标准差模型拟合）如下所示：

（1）从总体上分析看，1996―2015年上证综合指数对数收益率GARCH-M方程：

d ln sht=-0.00035-0.7564d ln sht-1+01110t+t+0.7888t-1（15）

2t=6.39×10-6+0.1364u2t-1+0.85472t-1（16）

（2）分时段来看，1996―2009年，2009―2015年上证综合指数对数收益率GARCH-M方程为：

1996―2009年：

d ln sht=-0.000468-0.7806d ln sht-1+01475t+t+0.8149t-1（17）

2t=1.59×10-5+0.2745u2t-1+0.72612t-1（18）

2009―2015年：

d ln sht=-0.000987+0.1303d ln sht-1+00943t+t-0.0887t-1（19）

2t=2.28×10-6+0.05278u2t-1+0.93492t-1（20）

从GARCH-M模型可以看出，在三个阶段数据建立的方程中ρ分别为0.1110，0.1475，0.0934，均为正数表明指数的对数收益率与预期风险即波动率成正相关。

（1）从总体上看，1996-2015的拟合的GARCH-M模型中，ρ=0.1110，表明在这期间预期风险每增加一个单位，收益率也相应增加0.111个百分点。

（2）分时期分析，在金融危机之后，2009-2015年数据的GARCH-M模型中，ρ=0.1475，表明在金融危机前，股市的预期风险每增加一个单位，收益率也相应增加0.1475个百分点。

（3）分时期分析，在金融危机之后，2009-2015年数据的GARCH-M模型中，ρ=0.0934。相较于金融危机之前，股市的收益率对预期风险的反映程度减小，预期风险每增加一个单位，收益率相应增加0.0934个百分点。

3研究结论

第一，我国证券收益率序列的方差随时间变化，并且有时变化很剧烈，存在显著异方差现象。根据统计分析，从1990年我国初步建立证券市场到1996年我国未实行为恢复涨停制度之前，其统计分布的峰度远远偏离正态分布，峰度达到93.10，偏度达到5.34，呈现显著正偏态，表明我国证券市场在成立处理发展迅速，收益高，异常波动影响严重，因此投机性大。我国证券市场我国自1996年股市改革至今，上证综合指数对数收益率分布的峰度达到18.06，具有尖峰厚尾的性质，呈现轻微正偏态。相对于证券市场建立初期，这一阶段证券价格波动趋于缓和，反映我国证券市场正处于稳健发展的状态。

第二，证券收益率具有冲击持续性。从GARCH（1，1）模型得知，各模型系数之和十分接近于1，表明信息在股市中衰减得很慢，前期信息对后期的影响作用是长久的。从总体上看，1996年到2015年GARCH（1，1）系数之和为0.9921，这表明我国股市条件方差所受的冲击具有持久性，冲击衰减速度非常慢，对未来所有预测都具有重要的作用。在金融危机之前，GARCH（1，1）模型系数之和为0.9998，大于1996-2015年总体水平，然而金融危机之后，GARCH（1，1）的系数之和为0.9879，小于1996-2015年总体水平。这表明，纵然信息在股市中衰减速度很慢具有很大的持续性，但是自金融危机之后，我国证券市场的收益率对信息冲击的敏感性有所降低。

第三，证券收益率具有杠杆效应。信息对股票市场波动的非对称性影响称为杠杆效应。EGARCH模型都反映了市场对信息的非对称性的反映。根据不同时间段的数据拟合模型中非对称项的系数为均显著，这表明我国证券市场中存在显著的杠杆效应。值得注意的是，在金融危机前后，EGARCH模型中的非对称想系数明显的差异。这表明在金融危机后，市场对于利坏消息反映更为剧烈，投资者相对于危机爆发之前显得更为小心谨慎。

第四，金融资产的收益率与风险程度呈现正相关。从GARCH-M模型可以发现利用条件标准差对收益率进行预测效果显著。因此GARCH-M模型充分揭示了我国金融市场中收益率和风险程度的密切关系。比较金融危机前后，我国证券市场收益率对于预期风险的反映，我们可以发现，在金融危机之后当预期风险增大是收益率增长程度减小。这反映了在金融危机之后整个证券市场投机性降低，投资者的投资的风险偏好程度减小，整个证券市场的投资行为趋于理性。

参考文献

[1]高铁梅.计量经济分析方法与建模：Eviews应用及实例（第2版）[M].北京：清华大学出版社，2009.

[2]王燕.应用时间序列分析（第二版）[M].北京：中国人民大学出版社，2009.

[3]陶佶.沪深300股指期货：理论和实务[M].北京：中国发展出版社，2008：81218.

[4]刘鸿儒.股指期货热点问答[M].北京：中国金融出版社，2009：5170.

[5]肖辉，刘文财.股票指数现货市场与期货市场关系研究[M].北京：中国金融出版社，2006：247263.

[6]彭红枫，叶永刚.基于修正的ECMGARCH模型的动态最优套期保值比率估计及比较研究[J].中国管理科学，2007，（05）：2935.

[7]刘国旗.非线性GARCH模型在中国股市波动预测中的应用研究[J].统计研究，2000，（01）：4952.

[8]江孝感，万蔚.马尔科夫状态转换GARCH模型的波动持续性研究――对估计方法的探讨[J].数理统计与管理，2009，（04）：637645.

[9]Fair，R1C1，Shiller.R1J1，1the information content of exante forecasts Review of Economics and Statistics[J].1989：3253311.

[10]Franses， P1H1.Time Series Models for Business and Economic Forecasting[J].1998.

[11]Li，W.K.，Ling S.，Michael，M..Recent Theoretical Results for Time Series Models with GARCH Errors[J].Journal of Economic Survey，2002，16（3）：245269.

[12]Engle R F.. Autoregressive Conditional Heteroskedasticity with Estimates of the VARiance of United Kingdom Inflation[J].Econometrica，1982，50（7）：203224.

第2篇：证券市场显著特征范文

[关键词]交易者结构；单位根；协整；格兰杰因果检验

[中图分类号] F832.5［文献标识码］ A

[文章编号] 1673-0461(2008)07-0068-05

一、引 言

20世纪60年代末，德姆塞茨（H.省略info.省略）。

参照中国登记结算有限责任公司的《业务统计月报》中的统计口径，本文中N0和N1的含义分别如下：

N0：开户的自然人总数的变化额；

N1：一般机构、证券公司、证券投资基金、社会保障基金和QFII的开户总数的变化额。

（二）研究方法及实证结果

从图1和图2中可以发现，SZCZ和N0、SZCZ和N1之间变化趋势相似，相关系数分别为0.87和0.54，由此可知，市场价格与交易者数量间可能存在协整关系，因此，下文将采用协整和因果关系方法研究不同类型交易者数量变化同证券市场价格之间的定量关系。

对变量组进行协整和因果关系检验前，要首先检验各变量是否服从单位根过程，即变量序列是否是一阶单整过程，记作I（1）。常用的单位根检验方法是ADF（augmented Dickey-Fuller）。SZCZ、N0和N1的原序列及其一阶差分序列的单位根检验结果见下表1。

从表1中可知，在1999年1月至2003年12月的60个月期间，单位根检验显示在1%的显著性水平下，SZCZ、N0和N1的原序列都是非平稳的I（1）过程，而它们的一阶差分都是平稳的I（0）过程，即时间序列SZCZ、N0和N1都是一阶单整过程。

对于存在单位根的两组或两组以上时间序列，如果它们的线性组合是平稳的I（0）过程，则它们之间存在协整关系。对服从单位根过程的变量组进行协整检验，从检验方法上可分为两种：一种是基于回归残差的EG（Engle &Granger,1987）[14]两步法协整检验；另一种是Johansen和Juselius（1990）[15]提出一种在VAR系统下用极大似然估计检验多变量间协整关系的方法，即Johansen协整检验。由EG两步法得到的协整参数估计量具有超一致性和强有效性，但在有限样本条件下，这种估计量有偏，且样本容量越小、偏差越大。由于本文的有效样本相对较小，为克服小样本条件下EG两步法参数估计的不足，本文采用后者进行分析。

注：1.（c,t,p）为检验类型, c和t表示带有常数项和时间趋势项, p表示滞后阶数,下同.2.临界值是在相应显著性水平下得到的Mackinnon值.3.表示原序列的一阶差分,下同.4.***表示在1%水平下显著,下同。

从上文的单位根检验结果可知，在1999.1至2003.12的时间段中，SZCZ、N0和N1都是单整的I（1）过程，因此可以对该时间段中的序列分别作协整检验。首先，将SZCZ分别和N0和N1进行配对，得到二组向量组合（SZCZ、N0）和（SZCZ、N1），然后分别计算迹统计量和最大特征值统计量。利用上述方法可以得到Johansen协整检验所需的迹统计量和最大特征值统计量以及各自检验所需的临界值，实证结果列示在下表2中。

表示在5%的显著性水平下拒绝原假设,下同。

从表2中可知，在5%显著性水平下，迹统计量和最大特征值统计量检验都表明SZCZ和N0存在一个协整方程，SZCZ和N0之间存在着长期稳定的均衡关系，而SCCZ和N1之间不存在协整方程。协整方程（此处省略）也表明，SZCZ和N0之间关系是正方向的，这也与常理相符合，根据常理，市场价格最终是由入市交易的交易者在场内通过竞价买卖形成的，入市交易者总数可以反映市场行情好坏，而且市场行情的好坏又会对交易者总数产生影响，行情好时交易者开户入市的热情就高，交易者数量就多；反之，交易者数量就少。

上述协整检验结果表明，SZCZ和N0之间存在长期稳定的协整关系。因此，可以进一步研究它们之间的因果关系。Granger因果检验有两种形式：一种是传统的基于VAR模型检验；另一种则是最近发展起来的基于VEC模型检验，两者区别在于各自适用范围有所不同，前者仅适用于非协整序列间的因果检验，而后者则是用来检验协整序列间的因果关系。

Feldstein & Stock（1994）[16]认为，如果非平稳变量间存在着协整关系，则应考虑使用基于VEC模型进行因果检验，即不能省去误差修正项（error correction term, ECT）。由于SZCZ和N0之间存在协整关系，据此，引入下式做VEC形式的Granger因果检验：

这里，Yt=（N0,SZCZ），修正系数矩阵θ和βi（i =1,2…n）分别说明变量间长期和短期因果关系（Masih & Masih,1996）[17]。同时，本文也利用基于VAR模型方法加以检验，以便相互印证。对于不存在协整关系的SZCZ和N0，由于SZCZ和N0的一阶差分均平稳，因此，可以用VAR模型对其差分进行Granger因果分析，检验两者是否存在因果关系及因果关系方向，Granger因果关系检验结果分别见表3和表4。

注:1.**表示统计结果在5% 的统计水平下是显著的;2.LM表示对残差序列的自相关检验,FHET表示对残差序列的异方差检验,FAR1表示对残差序列1阶滞后的ARCH效应检验.3.括号内是相应的p统计值4.panel B中的结果是利用传统的Granger因果检验方法得到的统计结果。

表3第一部分表明，在检验SZCZ是否是N0的Granger原因时，SZCZ（-1）和ECT（-1）系数均在5%的显著性水平下异于0，表明SZCZ变动是N0变动的短期与长期Granger原因，且SZCZ（-1）系数符号为正，即SZCZ上升导致N0增加，它们之间存在正向变动关系；ECT（-1）系数符号显著为负，符合反向修正机制，表明长期内N0对均衡水平偏离可以通过误差修正项修正和调整。在检验N0是否是SZCZ的Granger原因时，在5%置信水平下N0（-1）和ECT（-1）系数均与0无显著性差异，表明N0变动不是SZCZ变动的短期与长期Granger原因。同时，残差检验也都表明残差序列不存在自相关、异方差和ARCH效应等现象。从Panel B中可以看出，在用传统Granger因果方法检验时，在1%置信水平下拒绝SZCZ变动不是N0变动的Granger原因的原假设，而接受N0变动不是SZCZ变动的Granger原因的原假设。两种检验方法的实证结果都表明，在滞后2期情况下，无论从短期还是长期来看，SZCZ变化都是N0变化的原因，表明在股价指数上涨后，个人交易者开户数目纷纷增加，并且时滞为2个月，行情变化确实影响交易者数量变动，但N0变化无法解释SZCZ变化。

从表4中可以看出，在用传统的Granger因果方法检验时，在5%置信水平下，接受SZCZ变动不是N1变动的Granger原因的原假设，即SZCZ变动不是N1变动的Granger原因，同时也接受N1变动不是SZCZ变动的Granger原因的原假设。因此，在滞后2期情况下，SZCZ变化与N1不存在单向或双向的因果联系。

上述实证结果表明，个人交易者总数变化与证券市场价格间存在着长期协整关系，同时，个人交易者总数变化与市场价格间存在单向因果关系，市场价格变化引致个人交易者总数变化；而机构交易者总数变化与市场价格间既不存在长期协整关系，也不存在因果引致关系。

三、研究结论

通过上述的实证研究，本文主要发现以下研究结论。

第一，中国证券市场上的个人交易者总数变化同证券市场价格变化间存在长期稳定的协整关系，而且这种关系是正方向的。因为市场价格最终是由入市交易的交易者在场内通过竞价买卖形成的，交易者总数的多少也就反映出市场行情的好坏，而且市场行情的好坏也会对交易者的总数产生影响，行情好时交易者开户入市的热情就高，交易者数量就多；反之，交易者数量就少。例如，中国证券登记结算公司的数据显示，自2003年11月中旬中国股市走出反转行情之后，投资者信心明显增强，股票市场开户数有了显著增加，截至2004年2月17日，沪深两市账户总数达到7019.29万户，2003年底是6992.66万户，扣除春节放假休市因素影响，2004年1个月时间账户总数增加了26.63万户，远远超过了2003年的同期水平。

第二，个人交易者总数变化可以由证券市场价格变化进行解释，证券市场价格变化同个人交易者总数变化间存在显著的单向因果关系，个人交易者开户数量变化对证券市场价格变化的敏感度较高，并且，它们之间存在着正方向变动关系，这在一定程度上说明，个人交易者开户数量变化方向可以作为市场行情的“风向标”。另外，实证结果还表明，尽管从交易者数量上分析，个人交易者在中国证券市场上是“绝对主力”（以在深交所开A股账户的交易者为例，其中在1999年1月初至2003年12月末的60个月份中，个人交易者总数占开户总数的最低比重也达到99.48%），但个人交易者开户数量变化并未影响证券市场价格变化，这可能由于新开户入市的个人交易者所拥有的资金量有限，或是由于场外增量资金通过已有账户而非新开立账户流入股市。

第三，机构交易者总数变化同证券市场价格变化之间并不存在长期稳定的协整关系以及因果关系。本文认为，这可能是由以下原因造成的，首先，无论从资格审查、繁冗的审批程序还是资金来源等方面（比如中国政府对QFII的严格监管）考察，中国机构交易者入市交易远要比个人交易者困难得多，这就造成了机构交易者入市数量的变化量和变化幅度较小，他们数量变化的“刚性”肯定难以反映证券市场价格变化的灵活性。另外，机构交易者可能通过其他途径而毋需开立新的资金账户和股票账户将资金引入证券市场，比如通过其他机构账户或是违规使用A字头账户（A字头账户为自然人的证券交易账户，相对于机构账户应为B字头账户）（庄序莹，2001）的方式进行化名隐蔽投资。由于机构交易者总数变动无法反映市场价格的变动，它们之间的关系显得较为模糊，从这一点可以看出，机构交易者总数变动同证券市场变化间的关系是不确定的，无法知道机构交易者是否对整个市场起到稳定作用，这也与现有的实证结果相符，即部分学者的研究表明机构交易者能起到稳定市场的作用，如梁宇峰（2000）的研究显示，证券投资基金的交易频率要低于其他投资者，在一定程度上有助于稳定市场；也有学者认为机构交易者的存在加剧了市场的剧烈变化，如施东晖（2001）的研究结果表明，国内投资基金存在较为严重的羊群行为，投资理念趋同，投资风格模糊，并且在一定程度上加剧了股价波动。

综上所述，本文的实证研究结果表明，个人交易者总数变化与证券市场价格变化之间存在长期稳定的协整关系，个人交易者总数变化仅是证券市场价格变化的结果和反映，证券市场价格变化无法通过个人交易者总数变化加以解释和说明，即个人交易者总数并非是市场价格变化的原因。同时，机构交易者总数变化同证券市场价格变化间既不存在长期稳定的协整关系，也不存在因果引致联系。

[参考文献]

[1]Demsetz, H., The cost of transaction, Quarterly Journal of Economics[J]. 1968, (82): 33-53.

[2]戴国强,吴林祥.金融市场微观结构理论[M].上海财经大学出版社,1999.

[3]Bagehot, W., The only game in town [J]. Financial Analysts Journal, 1971, (27):12-14.

[4]Huang R.D. & W.A. Kracaw, Stock Market Returns and Real Activity: A Note [J]. Journal of Finance, 1984, (March): 267-273.

[5]Feldstein, M.S.& J.H. Stock, The use of a monetary aggregate to target nominal GNP[M]. in N.G. Mankiw, eds., Monetary Policy, University of Chicago Press, Chicago, 1994.

[6]Mookerjee, Rajen & Yu, Qiao, Macroeconomic variables and stock prices in a small open economy: The case of Singapore [J].Pacific-Basin Finance Journal,1997, (5):377-388.

[7]施东晖.中国股市微观行为:理论与实证[M].上海：上海远东出版社,2001.

[8]金德环，李胜利.我国证券市场价格与货币供给量互动关系的研究[J].财经研究,2004(4):5-15.

[9]施东晖，陈启欢.信息不对称下的投资者类型与交易行为――来自上海股市的经验证据[J].经济科学,2004（5）：58-66。

[10]祁 斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究.,2006，(9):54-64。

[11]齐伟山, 欧阳令南.机构投资者与盈余公告后的股价行为――基于中国证券市场的经验分析[J].管理科学.2006(1):85-91.

[12]何 佳,何基报.投资者结构与股价波动关系――基于理论的思考[J].南方经济，2006，(2):80-90。

[13]何佳,何基报,王霞,翟伟丽.机构投资者一定能够稳定股市吗？――来自中国的经验证据[J].管理世界,2007,(8):35-42.

[14]Engle, R. & C. Granger, Co-Integration and Error Correction Representation, Estimation and Testing[J]. 1987, (55):251-267.

[15]Johansen S.& K. Juselius, Maximum Likelihood Estimation and Inference on Cointegration with Application to the Demand for Money[J].Oxford Bulletin of Economics and Statistics,1990,(52):169-210.

[16]Friedman M。Money and the Stock Market [J]. Journal of Political Economy, 1988, (April): 221-224；Masih, A. & Masih, R., Macroeconomic activity dynamics and Granger Causality:

new evidence from a small developing economy based on a vector error-correction modeling analysis [J]. Economic Modeling,1996, (13): 407-426.

[17]梁宇峰.机构投资者是否有助于股市的稳定――国际经验与中国国情[J].东方证券研究,2000(3).

The Traders’ Structure and Stock Market Price: Evidence from Shenzhen Stock Market

Wang Min1，Liao Shiguang2

（1.Economics & Management School, Shanghai Jiaotong University, Shanghai 200052, China；2.Research Institute, Shanghai Stock Exchange, Shanghai 200120, China）

Abstract: The core issue of micro structure theory is the formation and determination of price. Many scholars have explored its influential factors from different aspects, among which traders’ structure is one of main factors influencing the price. To exploit the micro factors, this paper discusses the relationship between the traders’ structure and the market price with the methods of co-integration test and Granger causality test. The result reveals that there is long-term co-integration between the market price and the changes of the total number of individual traders in Shenzhen stock market, and there is unilateral causality between individual traders’ numbers and market price that is, the changes of the total number can be explained by the market price. While there does not exist co-integration and causality between market price and total number changes of institutional traders.

第3篇：证券市场显著特征范文

一个国家的经济情况从这个国家的证券市场基本可以得到反映，宏观经济因素是影响证券市场长期走势的决定因素，其他因素的冲击可能暂时改变证券市场的短期或者中期走势，但不会改变证券市场的长期走势。随着我国证券市场的不断发展，我国经济和证券市场之间的联系也更加紧密。对于宏观经济和证券市场之间的研究有很多，从现有文献可以看出主要有以下两种观点:(1)宏观经济和证券市场关系密切。股票市场的回报受系统宏观经济的影响［1］。资本市场的频繁波动对经济增长可能产生负作用［2］，宏观经济和证券市场的关系紧密表明该国家的证券市场是成熟的［3］，我国宏观经济和证券市场已经存在一定程度的相关性［4］。我国股市与宏观经济之间存在长期均衡关系，经济增长能够促进股票市场发展，而且股票市场的发展反过来又会进一步促进经济增长，两者之间存在一定的双向因果关系;股票市场对经济增长的长期影响要远大于短期影响［5］。基本面和投资者行为的冲击共同影响我国股票市场波动［6］。(2)宏观经济与证券市场之间没有必然的联系。宏观经济不能预测证券市场的走向［7］，每一次证券市场趋势的反转都与政府干预和市场制度的变迁有关，而与宏观经济景气变化不存在长期均衡关系［8］。股票市场收益率与宏观经济之间不存在显著的关系［9］。我国股票市场与GDP增长的关系不明显，股票市场规模的大小与GDP增长的相关性不强，上证股指和GDP之间只存在上证指数到GDP的单向格兰杰因果关系，我国股市和国民经济不存在线性关系［10］。从研究方法上看，大多学者采用因果分析、回归分析以及VAR分析。由于方法的局限性导致研究的缺陷，例如VAR分析忽略了两者之间滞后期与当期的相互影响;简单的因果分析不能够反映宏观经济与证券市场之间的相关程度等。从数据选取上看，多数学者采用的是绝对数据、月度数据以及季度数据的居多［11］。这一方面容易造成短期伪回归，得到的结论不可靠，另一方面弱视了不同经济变量之间的可比性。上述诸方面原因导致了研究宏观经济和证券市场关系的结论存在不同程度的差异。使用名义GDP的年发展速度与上证指数的年发展速度，消除由于实体经济和虚拟经济在绝对数上的偶然性差异［12］。中国证券市场和宏观经济波动均存在非周期循环，这种非周期循环的平均长度不同［13］。考虑到实体经济和虚拟经济周期性的影响，因此本文用HP滤波方法，把周期性和趋势性分开，从实证方面进一步探讨了我国GDP的名义发展速度与上证指数发展速度之间的关系。此外因数据的选取和处理方法的不同，再次采用Granger检验对两者之间是否存在因果关系进行验证。其次通过SVAR分析，考虑到变量之间的滞后影响和同期影响，以及利用脉冲响应函数和方差分解更深层次地剖析了宏观经济与证券市场之间的关系。

二、样本选择及处理

对于宏观经济和证券市场的研究，多数学者采用GDP代表宏观经济，上证指数代表证券市场。实体经济和虚拟经济在绝对数上存在偶然性差异，并且两者间结构的非对称性导致的收益率也是不同的［14］。因此以名义GDP年发展速度和上证指数年发展速度为研究对象，不仅消除了实体经济和虚拟经济绝对数上存在的偶然性差异，还顾及到虚拟经济未去除通胀因素的影响，增强了两者的可比性。对于名义GDP和上证指数进行了年发展速度处理，四舍五入保留小数点后两位，以1992—2012年的数据为样本，用GZ和ZZ分别代表名义GDP年发展速度和上证指数年发展速度，利用eviews进行描述性统计见表1。

三、实证分析

(一)协整分析

基于第二部分的数据，把名义GDP年发展速度和上证指数年发展速度在一个坐标轴里以折线散点图的形式呈现，发现两者的波动幅度和走势基本一致，因此推测两者之间存在着某种紧密的联系。为进一步考察两者之间的具体关系，利用eviews5．0做出两者的散点图。从散点图观察来看并不存在明显的规律，其原因可能是宏观经济固有的经济周期性和趋势性与证券市场的趋势性和周期性并不总是吻合的，利用HP滤波对两者进行周期性和趋势性的分离。然后使用经HP滤波以后的趋势性成分再次做两者的散点图，ZZHPTREND和GZHPTREND分别表示上证指数发展速度趋势性成分与名义GDP发展速度趋势性成分，为了更加直观地观察两者之间的关系，用eviews5．0按照一定比例将数据缩放得如下散点图(见图1)。由图1可以推测两者趋势性成分之间存在着某种线性关系，利用ADF检验，对于去除周期性成分的名义GDP发展速度和上证指数发展速度的检验结果是两者同为二阶单整，不存在单位根，并且都通过1%的显著性水平检验，是平稳序列。直观上观察趋势性成分的散点图，明显地呈现两种趋势，为了更好地拟合两者的关系，在趋势分界点附近通过尝试发现以2002年为分界点进行拟合效果较优，于是将包括2002年及以前年份设为1，以后年份为0，虚拟变量设为D1，建立如下长期协整模型:ZZHPTREND=C+α*GZHPTREND+β*D1*GZHPTREND+γ*ZZHPTREND(－1)其中:ZZHPTREND为上证指数发展速度的趋势性成分，GZHPTREND为名义GDP发展速度的趋势性成分，ZZHPTREND(－1)为名义GDP发展速度的趋势性成分滞后一期，C为常数项，α、β和γ是弹性系数。通过eviews5．0进行回归结果(见表2)。R-squared=0．996802和AdjustedR-squared=0．996202，以及F-statistic=1662．241，Prob(F-statistic)=0．000000，系数均通过了1%的显著性水平检验，White检验不存在异方差，另外考虑到模型中含有内生解释变量的滞后项，DW检验失效的可能性，我们使用Q检验和LM检验对其是否存在自相关进行检验，Q检验结果不存在自相关，其中LM检验显示滞后1、2期的残差均未通过假设检验。模型不存在自相关，此外模型残差的ADF检验通过置信度为1%的显著性水平检验，不存在单位根，是平稳序列，两者存在长期均衡关系，协整方程:ZZHPTREND=2．03－1．82*GZHPTREND－0．06*D1*GZHPTREND+1．04*ZZHPTREND(－1)剔除周期性成分的影响，由长期回归模型可以看出，1991—2002年名义GDP发展速度变动会引起上证指数发展速度相反的变动，这也印证了当GDP实际公布时，证券市场只反映实际变动与预期变动的差别。从模型还可以看出滞后一期的上证指数发展速度变动与上证指数发展速度同方向变动，符合我国股民“追涨杀跌”的行为。模型2002年以后上证指数发展速度只受到滞后一期的影响，中国股票市场政策面的特殊效应可能会掩盖宏观经济政策的作用［15］。由于中国股市的经常性失衡，完善市场经济条件下股票市场与宏观经济运行的正常互动关系会被打乱［16］。其他可能原因是:(1)我国证券市场还不是很完善，不能及时高效地反映宏观经济运行的所有情况。(2)本模型剔除了宏观经济周期与证券市场周期的成分，而毋庸置疑的是两种周期性之间也必定会产生某种影响。(3)证券市场只是构成宏观经济的一部分，影响宏观经济发展的因素很多，证券市场只是其中的因素之一。

(二)Granger检验

为证明名义GDP发展速度与上证指数发展速度之间的因果关系，使用Granger检验，对两者在使用HP滤波前后分别进行检验，结果见表3。从表3滤波之前看不出两者之间是否存在因果关系，而滤波之后可以明显地看出趋势性成分的名义GDP的年发展速度与上证指数的年发展速度之间互为因果关系，这和部分学者的实证结果是一致的。

(三)SVAR分析

通过第三部分的回归分析，我们把HP滤波以后的趋势性成分和周期性成分分开，可以得到名义GDP的年发展速度与上证指数的年发展速度的趋势性成分，描述性统计见表4。由第四部分的Granger检验两者互为因果关系，同样利用ADF检验发现ZZHPTREND和GZHPTREND同为I(2)，无单位根，是平稳序列。这些条件的成立为进一步探讨ZZHPTREND和GZHPTREND的内在联系机制，建立SVAR模型奠定了基础。SVAR模型不仅考虑到变量之间的滞后影响，也兼顾同期影响，相较VAR模型把当期关系隐含到随机扰动项之中的缺陷而言更符合实际情况。一般的k元p阶VAR模型如下式:yt=A1yt－1+…+Apyt－p+Yt(1)还可以写成:A(L)Yt=εt(2)式中:A(L)=I－A1L－A2L2－ApLp是滞后算子L的参数矩阵多项式;εt为k维信息向量，若模型满足平稳性条件，由Wold定理可以将(3)表示为移动平均形式:yt=C(L)εt(3)其中C(L)=A(L)－1=C0+C1L+C2L2+…;C0=Ik式(1)并没有给出变量之间当期相关关系的具体形式，而这些关系隐藏在ε矩阵之中，为了明确当期关系，把式(1)转变成结构形式:A0yt=A1yt－1+…+Apyt－p+ut其中A0为对角线元素全为1的k阶方阵，反映了同期间的结构关系;ut为k维不可观测的结构信息，并且假定E(utu't)=Ik。将式(3)写成滞后算子的形式:A*(L)yt=ut(4)其中A*(L)=A0－A1L－A2L2－ApLp。如果矩阵多项式A*(L)可逆，则式(3)可以写成:yt=D(L)ut(5)其中D(L)=A*(L)－1=D0+D1L+D2L2+…;D0=A－10。因此由式(3)和式(5)可以得到:D(L)ut=C(L)εt(6)其对于任意的t都是成立的，该式就是SVAR模型的经典模式。文章通过eviews5．0得到相应滞后阶数判断见表5。依据LR，FPE，AIC，SC，HQ准则滞后阶数均为4阶(*为选择标准)，将SAVR滞后阶数定义为4阶。SAVR模型估计结果显示系数均通过1%水平显著性检验，并且通过AR特征根检验，模型稳定且高度有效，说明ZZHPTREND和GZHPTREND彼此互相影响，相应的滞后效应和当期效应不可忽视，SVAR模型的有效为后续的分析提供了契机。

(四)脉冲响应

函数脉冲响应函数能够刻画每个内生变量的变动或者是冲击对它自己及所有其它内生变量产生的影响作用，并且显示任意一个变量的扰动项是如何通过模型影响所有其它变量，最终又反馈到本身的过程，通过eviews5．0得到脉冲相应函数结果(见图2)。从脉冲相应函数来看ZZHPTREND和GZHPTREND的发展速度对于互相给予本期一个冲击表现出明显的回应，左上第一个脉冲响应函数显示ZZHPTREND对于自身的一个冲击具有显著的促进作用和持续效应;右上第一个脉冲相应函数显示ZZHPTREND对于GZHPTREND的一个冲击具有抑制作用，并且效应也是持续的;左下第二个脉冲相应函数显示GZHPTREND对于ZZHPTREND的一个冲击显示明显的促进作用，并且1－3期增强，4～6期下降，7～10期又增强，显示出以3期为一个周期的波动持续效应;右下第二个脉冲响应函数显示GZHPTREND对于自身的一个冲击是1－3期促进，并且逐渐增强，第4期以后促进作用下降直到第7期期末为0，由第8期以后为抑制作用，并且负效应持续。证券市场残差的一个标准差的正冲击对于证券市场是促进的，这与股市买涨不买跌的情况吻合;而对于宏观经济是抑制的，说明在资金总量一定的前提下，证券市场的繁荣会减少资金流向实体经济。宏观经济残差的一个标准差的正冲击对自身是先促进后抑制，原因可能是长期随着经济环境的变迁和技术的改善，使初期的经济政策不再符合经济发展的要求;而对于证券市场是波动式的促进，说明宏观经济政策的效应是渐进式地作用于证券市场。

(五)方差分解

为了更直观具体地研究SVAR模型的动态特征，再利用方差分解把系统中每个内生变量的波动按其成因分解为与各方程信息相关的组成部分(几个变量就分解为几个相关联的组成部分)，从而了解各信息对模型内生变量的重要性。通过eviews5．0得到的方差结果显示GZHPTREND的一个结构冲击对于ZZHPTREND的贡献度达到88%左右，并且于第2期以后基本稳定;GZHPTREND对于自身的贡献度由40%逐渐下降，也于第2期以后基本稳定，与脉冲响应函数得到的结果保持一致。

四、结论

通过对名义GDP发展速度和上证指数发展速度的实证分析，考虑到宏观经济和证券市场两者的周期性和趋势性，使用HP滤波剔除两者周期性的影响，因果关系和长期均衡关系都得到证实，其次在前人研究的基础上，把滞后影响以及当期影响也予以顾及，使用更加贴近实际情况的SAVR模型在更严格的条件下证实了两者之间的双向关系，并且通过脉冲响应函数实证说明了宏观经济和证券市场对于当期冲击的反应。文章的结论提供了以下几点启示:

(1)现阶段我国宏观经济和我国证券市场之间的长期趋势存在着一定程度的联系，虽然本文显示的宏观经济对证券市场解释百分比不是很高，原因之一是由于我国的宏观经济构成不仅仅是上市公司经济，影响宏观经济发展的因素较多，而证券市场只是影响因素之一，其次是因为我国证券市场机制处在初级阶段，相应的机制还不完善，传导效应不能完全体现。

(2)宏观经济发展速度与证券市场发展速度互为因果关系，表明良好的经济发展态势能够保证证券市场持续、健康的发展，反过来繁荣有秩序的证券市场能为宏观经济增长注入动力。

(3)宏观经济的周期性和证券市场的周期性并不是一致的，这从HP滤波结果就可以看出，因此在实施宏观经济政策时应对两者周期性差异引起的政策错位效应予以关注。

第4篇：证券市场显著特征范文

过去十年来，国际证券市场突飞猛进，急速发展。在1984到1998的十五年间，国际资本市场融资累计额年平均增长12.34%，而全球GDP年平均增长3.37%，国际贸易额年平均增长6.34%。

在规模持续扩张的同时，金融市场的国际化进程不断加快。在资本市场，资金开始大范围地跨过边界自由流动，各类债券和股票的国际发行与交易数额快速上升。整个90年代，主要工业国家企业发行的股票增长了近6倍。1975年，主要发达国家债券与股票的跨境交易占GDP的比重介于1％到5%之间；1998年，此比重上升到91%（日本）到640%（意大利）。其中，美国由4%上升到230%，德国由5%上升到334%，各国该比重增长最快的时期几乎都集中在80年代末和90年代初。

国际债券市场的二级市场蓬勃发展。债券市场信息传递渠道、风险和收益评估方式以及不同类型投资者的行为差异逐渐减小，投资银行、商业银行和对冲基金等机构投资者，以复杂的财务管理技巧，根据其信用、流动性、预付款风险等的差异，在不同货币计值的不同债券之间进行大量的"结构易"，导致各国债券价格互动性放大，价格水平日趋一致。

海外证券衍生交易的市场规模快速提高。几乎在所有主要的国际金融中心，都在进行大量的海外资产衍生证券交易。在新加坡商品交易所，既可以从事日经225种期货合约的交易，也有部分马来西亚的衍生证券交易；美国期货交易所的交易对象则包括了布雷迪债券和巴西雷亚尔、墨西哥比索、南非兰特、俄罗斯卢布、马来西亚林吉特、泰国铢和印尼盾等多种货币计值的证券和衍生产品。

二、我国证券市场的国际化发展

在席卷全球的证券市场一体化潮流中，我国证券市场的国际化悄然启动。1992年，我国允许外国居民在中国境内使用外汇投资于中国证券市场特定的股票，即B股。有关管理部门对于B股市场的总交易额实行额度限制，超过300万美元的B股交易，必须得到中国证券监督管理部门的批准。

1993年起，我国允许部分国有大型企业到香港股票市场发行股票，即H股。部分企业在美国纽约证券交易所发行股票，称为N股。境外发行股票筹集的资金必须汇回国内，经国家外汇管理局批准开设外汇帐户，筹集的外汇必须存入外汇指定银行。

进入2000年后，部分民营高科技企业到香港创业板和美国NASDAQ上市筹集资金，标志着我国证券市场的国际化进入一个新的发展时期。

在债券市场，我国对于构成对外债务的国际债券发行实行严格的计划管理。由经过授权的10个国际商业信贷窗口机构和财政部、国家政策性银行在国外发行债券融资，其他部门可以委托10个窗口单位代为发行债券，或得到国家外汇管理局的特别批准后自行发债。债券发行列入国家利用外资计划，并经国家外汇管理局批准。在国外发行债券所筹集的资金，必须汇回国内，经批准开设外汇帐户，存入指定银行。

三、我国证券市场国际化的前景

随着我国加入WTO步伐的不断加快，我国证券市场正在逐步与国际市场接轨，国际化进程将明显加快。

根据我国与有关国家达成的双边协议，加入WTO后，中国将允许外资少量持股的中外合资基金管理公司从事基金管理业务，享受与国内基金管理公司相同待遇；当国内证券商业务范围扩大时，中外合资证券商亦可享有相同待遇；外资少量持股的中外合资证券商将可承销国内证券发行，承销并交易以外币计价的有价证券。

显然，随着金融服务领域的对外开放，我国证券市场将逐步走向全面的国际化。

这种全面国际化含义是：以资金来源计，国外资本以允许的形式进入我国证券市场，国内资本则可以参与国外有关证券市场的交易活动；以市场筹资主体计，非居民机构可以在国内证券市场筹融资，国内机构则可以在国外证券市场筹融资；国外交易及中介机构参与我国证券市场的经营及相关活动，国内有关交易及中介机构获得参与国际证券市场经营及相关活动的资格和权力。

四、证券市场国际化的利益

证券市场国际化进程的加快，将降低新兴市场获得资金的成本，改善市场的流动性和市场效率，延展市场空间，扩大市场规模，提高系统能力，改善金融基础设施，提高会计和公开性要求，改进交易制度，增加衍生产品的品种，完善清算及结算系统等。

海外证券资本的进入，以及外国投资者对市场交易活动的参与，迫使资本流入国的金融管理当局采用更为先进的报价系统，加强市场监督和调控，及时向公众传递信息，增加市场的效率。越来越多的新兴市场国家通过采用国际会计标准，改进信息质量和信息的可获得性，改善交易的公开性。交易数量和规模的增加，有助于完善交易制度，增加市场流动性。而外国投资者带来的新的证券交易要求，在一定程度上促进了衍生产品的出现及发展。建立一个技术先进的清算和结算系统，对于有效控制风险、保持该市场对外国证券资本的吸引力、有效地分配金融资源具有重要的意义。

五、证券市场国际化的风险表现

证券市场国际化进程在带来巨大利益的同时，也蕴涵着一定的风险：

1、市场规模扩大加速甚至失控的风险

与国际化相伴随的外国资本的大量流入和外国投资者的广泛参与，在增加金融市场深度、提高金融市场效率的同时，将导致金融资产的迅速扩张。在缺乏足够严格的金融监管的前提下，这种扩张可能成为系统性风险爆发的根源。此外，由于国内金融市场发育程度较低，金融体系不成熟，相关的法律体系不够完善，资本流入导致其金融体系规模的快速扩张，而资本流入的突然逆转，则使其金融市场的脆弱性大幅度上升。

2、金融市场波动性上升

对于规模狭小、流动性较低的新兴金融市场来说，与国际化相伴随的外国资本大量流入和外国投资者的广泛参与，增加了市场的波动性。尤其是在一些机构投资者成为这类国家非居民投资主体时，国内金融市场的不稳定性表现得更为显著。

由于新兴市场缺乏完善的金融经济基础设施，在会计标准、公开性、交易机制、票据交换以及结算和清算系统等方面存在薄弱环节，无法承受资本大量流入的冲击，导致价格波动性上升。新兴金融市场股票价格迅速下降以及流动性突然丧失的危险，大大地增加了全局性的市场波动。

3、与国外市场波动的相关性显著上升

外国资本的流入和外国投资者对新兴市场的大量参与，潜在地加强了资本流入国与国外金融市场之间的联系，导致二者相关性的明显上升。

这种相关性主要表现为：①国内金融市场与主要工业国金融市场波动的相关性，即主要工业国金融市场对资本流入国金融市场的溢出效应显著上升。国外研究表明，美国股票市场波动性对韩国股票市场波动性溢出的相关程度在1993年到1994年间高达12%；美国股票市场波动性对泰国股票市场波动性溢出的相关程度在1988年到1991年间高达29.6%；美国股票市场波动性对墨西哥股票市场波动性溢出的相关程度在1990年到1994年间高达32.4%。

这种溢出的影响表现为两方面：其一，在市场稳定发展时期，资本流入国金融市场波动接受主要工业国的正向传导，表现为二者波动的同步性；其二，在市场波动显著、存在一定的恐慌心理时，二者波动出现背离，甚至呈反向关系。

从日本和韩国股票指数的相关性看，从1989年1月到2000年4月，二者股票指数的相关系数为36.52%，而在1989年1月到1992年7月间，该相关系数达89.09%。从1992年7月到1998年5月，该相关系数下降到44.86%，此后，该系数再度提高到80.65%。

②新兴市场国家之间金融市场波动具有一定的同步性。

由于新兴市场国家宏观经济环境具有一定的相似性，外资流入周期及结构基本相同，因此，其金融市场表现具有很强的同步性。

尤其是1997年亚洲金融危机爆发后，部分亚洲国家和地区间的股票市场相关系数显著增大，韩国和印尼股市的相关系数由43%上升到73%，印尼和泰国股市的相关系数由15%上升到78%，泰国和韩国股市的相关系数由55%上升到63%。显然，在金融危机期间，国际投资者把这些国家的金融市场视为一个整体，同时从上述市场撤出资金，导致其同时崩盘。

第5篇：证券市场显著特征范文

关键词：有效市场假说 周末效应 收益率 波动性

周末效应，又周日效应，顾名思义，就是指股票的收益与风险在周内各交易日表现出不同的特征。国外的研究比较早，Cross(1973年)、French(1980年)、Gibbons和Hess(1981年)对美国纽约股票市场研究发现，周一股票的平均收益率显著为负值，且比同周内其他交易日都低；周五的收益率比其他交易日都高，且风险相对较小，即存在周末效应。随后Jaffe和Westerfield等又对欧洲和亚洲新兴的股票市场进行研究分析，同样发现澳大利亚、瑞士、中国香港、中国台湾、韩国、菲律宾、新加坡、马来西亚的股票市场显著表现出周末效应，只是最低的平均收益率不是发生在周一而是周二。关于我国上海和深圳股市是否存在周末效应，国内不少学者也进行了研究，认为我国沪深两市和其他新兴市场一样，存在显著的周末效应：周五的平均收益率大于周内其他交易日，而风险最小；周二的平均收益率小于周内其他交易日，风险却是最大。但是，1998年12月29日《证券法》正式颁布，标志着中国股票市场结束试点，正式进入规范发展的新阶段，对规范上市公司行为、保护投资者利益、规范证券市场制度有极为深远的影响，是一个长期性的信息。《证券法》的颁布是我国证券发展史上的一个里程碑，其出台的前后市场特征是明显有差别的，因此本文着重研究《证券法》出台后我国股市的周末效应现象，主要考虑两个方面的问题，即是否还存在周末效应？如果存在的话，是否仍表现为显著为负的“周二效应”和显著为正的“周五效应”？

周末效应的描述性统计分析

考虑到《证券法》的颁布时间，本文所选取的数据是1999年1月4日――2004年8月27日的每日收盘价，上海股市以上证A股指数（股票代码000002）为考察对象，深圳股市以成份A股指数（股票代码399002）为考察对象，所有的历史数据都来源于“证券之星”网站（quote.省略）的历史数据库。收益率采用指数法计算，即股票收益率

pt

Rt=100*LN(――)，

Pt-1

因为当Rt很小时，指数收益率与百分比收益率相差很小，几乎相等，且指数收益率具有简单相加性，只要将各期的收益率相加就可计算连续几期的收益率。

对表1的描述统计量初步分析显示：

两市从总体上比较，沪市的平均收益率较大，风险较小；沪市收益率的平均值小于中值，有点向左偏斜；而深市收益率的平均值大于中值，有点向右偏斜。

沪市中，负收益率出现在周一、四、五，正收益率出现在周二、三。其中周一收益率的均值是一周内最低的，标准偏差是最大的；周二的平均收益率是周内各交易日中最高的，标准偏差相对较小，低于收益率同样为正的周三；有趣的是，周五的平均收益率为负值，且是负收益率中最大的，标准偏差却是周内各交易日中最小的。因此，沪市周一的收益率比较符合周末效应的特征“收益率最小，风险最大”，初步说明负的“周一效应”较显著；不能说明存在明显的“周二效应”和“周五效应”，但表明存在一定程度正的“周二效应”和负的“周五效应”，这与以往的学者研究结果正好相反。

深市周内各交易日的收益率与风险分布，与沪市的特征差不多，只是显著性稍微差一点。周一、四、五的收益率也为负值，周二、三的收益率为正值；周一的平均收益率最低，波动性最大；而周三的平均收益率最高，周五的波动性最小。因此，深市也可以初步认为存在较显著的负的“周一效应”，一定程度上存在正的“周二效应”和负的“周五效应”(收益与风险的对比见图1和图2)。

以上分析表明：上海股市和深圳股市在一定程度上都缺乏对信息反映的有效性，且上海的有效程度低于深圳。

周末效应的标准偏差分析

建立检验假设H0:σi=σ0（i=1,2,3,4,5，其中0表示总体），即检验周内各交易日的标准偏差与整体收益率的标准偏差是否存在显著差异，也就是检验各交易日与市场整体的风险是否一致。

从表2的检验结果可以看出，各交易日的风险与市场整体的风险一致性检验时，沪深两市的周一、五均拒绝原假设，其他三个交易日均接受原假设。这说明周一、五的风险与市场风险整体上并不一致，周一的风险偏大，周五的风险偏小；而周二、三、四的风险与市场整体风险的一致性表现显著。

进一步检验各交易日之间的标准偏差是否显著相等H0:σi=σj(i，j＝1,2,3,4,5)，从检验结果的P值(见表2)可以看出，在显著水平α=5%下，沪市的周一、五的波动性显著不同于其它各交易日，周四的波动性与其他各交易日也存在差异，但显著性没有周一、五明显；深市的周五的波动性明显不同于其他交易日，周一的波动性与周二、三、五存在显著差异，而与周四差异性不显著。

因此，F方差检验的结论是：周内的各交易日中，周一的风险最大，周五的风险最小。

周末效应的均值分析

提出待检假设H0:μi=μ0（i=1,2,3,4,5），即检验周内各交易日的收益率均值是否与整体收益率的均值相等，也就是检验各交易日的平均收益率与整体收益率是否存在显著差异。

t检验结果可知，在5%的显著性检验水平下，沪深两市中各交易日都接受原假设，即各交易日的平均收益率都与整体收益率之间的差异不显著。进一步检验各交易日之间的平均收益率是否存在显著差异H0:σi=σj（i，j＝1,2.,3,4,5），从均值t检验的P值（见表3）可知：在5%的显著水平下，都接受各交易日收益率均值显著相等的假设。因此t检验认为：沪深两市中，周内每日的期望收益率之间不存在显著差异，这是我国证券市场有效性提高的表现。

以上实证研究表明：我国股市中，周内各交易日的平均收益率与市场整体收益率一致性显著，各日之间的平均收益率也没有表现出差异性；而周一的波动性偏大，周五的波动性偏小，其他各交易日的风险与市场风险整体上一致。因此本文的结论是：1998年底《证券法》出台以来，我国股市周内各交易日的收益率大致相等，并没有表现出“周末收益率效应”，却存在“周末波动性效应”，即周一波动性大，周五波动性小，且上海股市的“周末波动性效应”比深圳股市的显著。研究中没有发现以上学者所说的负“周二效应”，可能在于：投资者素质提高，投资理性化成份增加，获取信息的渠道增多，尤其是互联网在中国的飞速发展；《证券法》颁布后，证券市场监管力度增强，上市公司披露的信息量增多、及时性提高、虚假性有所减少等。从而，我国股市周一波动性最大，类似于西方发达国家的股票市场，而不是滞后到周二才发生较大的波动。本人认为这是我国证券市场成熟化的表现，虽然这种周末效应仍有悖于Roberts的市场有效假说。

参考文献：

1.郑振农，汪孔亮，陈蓉，李建斌.中国证券发展简史[M].北京：经济科学出版社，2000

2.戴国强，陆蓉.中国股票市场的周末效应[J].金融研究，1999(4)

第6篇：证券市场显著特征范文

关键词：会计信息披露 财务结构 内部治理 公司人

会计信息披露, 是指公司从维护投资者利益和资本市场运行秩序出发, 按照法定要求将自身财务经营等会计信息情况向证券监督管理部门报告, 并向社会公众投资者公告（王淑珍（2008）在《上市公司会计信息披露的现状及对策》）。还有人认为会计信息披露, 是指证券产品发行人及相关人员在证券产品发行和交易过程中, 依法向社会公众公开有关会计信息,以供投资者作投资价值判断参考（陈健（2009）《上市公司会计信息披露的问题和解决对策》）。显然，高质量的信息披露能够减少证券市场的信息不对称，从而减少投资者搜寻决策相关信息、进行监督等的交易成本，提高市场效率，增加整个社会的净福利水平。在证券市场上，由于信息不对称将导致逆向选择和道德风险，证券市场上的虚假信息披露损害了投资者利益，扰乱了市场秩序，扭曲了资源配置，当市场上存在严重虚假信息披露时，就会产生市场信任危机，造成股市低迷不振，最终影响经济发展。因此，规范信息披露，改善信息披露质量，有助于解决信息不对称问题，保护投资者利益，提高市场效率，增进全社会福利水平。

鉴于会计信息披露质量的重要意义，研究其的文献很多。在相关国外文献中，从会计信息质量特征角度，有美国FASB（财务会计准则委员会）颁布的第二号《财务会计公告》；从财务报告改进角度，有英国的《财务报告的未来模式》和美国的《改进企业报告》等。就国内研究文献来说，在信息披露规范方面，沈田丰、韩灵丽(1994)认为信息披露是股票发行和上市交易中的一个基本条件，披露行为需要规范，以确保披露质量。林国春，陈蕾(1997)从证券市场有效性提出规范上市公司信息披露。陆正飞等(2002)认为我国证券市场信息披露不及时、不充分、乃至故意弄虚作假是法律法规的不完善、监管及处罚不力、会计准则制定的滞后性、中介机构缺乏风险意识、以及上市公司治理结构的不健全等原因造成的。本文将对研究影响会计信息披露质量因素的文献进行综述。

一、上市公司财务结构

陈媛媛的《上市公司财务结构与会计信息披露质量相关性实证研究》（2008）从会计信息披露的理论基础分析入手，分析了我国目前信息披露质量的现状及存在的问题和我国目前上市公司的财务结构状况，并以企业的各种财务分析指标为切入点，从财务结构的角度研究我国上市公司信息披露质量的影响因素。最后，文章以深交所上市公司为样本，结合公司年报，运用LOGISTIC模型进行了回归分析，从财务结构的角度考察影响上市公司信息披露质量的上市公司因素，提出了国有股持股比例与信息披露质量无显著相关性；法人股持股比例与信息披露质量正相关；流通股持股比例与信息披露质量正相关；短期资产负债率与信息披露质量显著负相关；资产负债率与信息披露质量负相关；贺芬戴尔指数与信息披露质量正相关六个假设。运用Forwad Stepwise法进行实证检验结果表明除法人股持股比例与信息披露质量无显著相关性被剔除外，其他假设均成立。

二、上市公司内部治理结构

在国外的文献中，Warfield等从公司治理与会计信息质量关系角度提出，当管理人员入股或机构所占股份增加时就会降低人成本，减少经理人员操纵会计信息的可能性。从董事会特征与会计信息质量关系角度，BeaSley研究发现，财务报告的舞弊与上市公司的董事会规模有关等。

在国内的文献中，何泉成的《上市公司内部治理结构对会计信息披露质量影响研究》（2007）从上市公司治理结构和会计信息披露质量的相互关系入手，通过理论分析、现状介绍、案例分析和实证分析的方法分析我国上市公司内部治理结构对会计信息披露质量的影响。文章主要以2006年深圳证券交易所公布的31家会计信息披露质量不及格的公司以及其他31家规模相近的同行业上市公司作为研究样本，在对相关文献介绍和评价的基础上，详细分析了我国公司治理结构和会计信息披露质量的现状。然后，采用2006年底上市公司的年报数据，运用多元线性回归的分析方法，从股权结构特征、董事会特征等多个角度对公司内部治理结构对会计信息披露质量的影响进行了实证分析。通过分析，本文得到了与理论分析基本相同的结论，公司治理结构确实在股权结构、董事会特征等方面影响着会计信息披露质量。通过理论分析和实证研究可以看出上市公司在治理结构和信息披露方面都有待改善。

《董事会特征对会计信息披露质量的影响――来自我国上市公司的经验证据》（向凯，2007）检验了我国董事会制度改革对强制性和自愿性信息披露质量的影响。研究发现：独立董事比例、独立董事超过1/3、“二元”领导权结构、财务专业背景的独立董事比例、审计委员会的存在、以及公司规模和雇佣“四大”与会计信息披露质量呈显著正相关；灰色董事和内部董事超过1/3、配股动机与会计信息披露质量呈显著负相关；而董事会规模、董事会会议次数、CEO变更、董事持股比例和财务杠杆与会计信息披露质量不显著相关。此外，还发现独立董事超过1/3、“二元”领导权结构、财务专业背景的独立董事比例和审计委员会的存在是影响强制性和自愿性信息披露质量最为显著的因素。

《完善独立董事制度，提高会计信息披露质量》（王辉、张均宜，2003）中着重对独立董事制度的产生及其对会计信息披露的影响，以及实施中存在的问题进行了阐述，并对完善独立董事制度提出了相关建议。

三、公司人问题

黄小莉的《我国家族控股上市公司信息披露相关问题实证研究》（2008）主要研究了人问题对上市公司信息披露质量的影响。文章首先研究了所有权与经营权相分离产生的人问题和控股股东与非控股股东之间的人问题在家族控股与非家族控股上市公司对公司盈余质量有何影响，其次针对信息披露中业绩预告信息披露问题，通过实证分析了家族控股与非家族控股上市公司在业绩预告信息披露上的显著差异。总的来说，问题的严重程度在家族控股和非家族控股上市恭喜所表现出来的不同，是导致两类公司信息披露质量不同的一个可能因素。

Healy、Palepu(2001)和Bushman、Smith(2001)提出在有关公司信息披露的人问题效果方面的文献中，目前还没有较多的实证结果。这篇文章的贡献在于展示了家族控股和非家族控股上市公司人问题严重程度的不同怎样影响了公司信息披露。一份最近的研究(Wang，2006)，实证了家族企业成员和盈余质量的联系，他的研究结果总的来说和这篇文章的研究结论趋于一致。

四、上市公司董事会秘书

张燕的《中国上市公司董事会秘书与信息披露质量关系的实证研究》（2008）依循Kim and Verrecchia（2001）度量信息披露质量的方法，并参考中国证券监督委员会通过加强董事会秘书在上市公司信息披露中的作用来提高公司治理水平的政策导向，研究董事会秘书特征对信息披露质量的影响，以期为提高信息披露质量，完善公司治理提供经验证据，为国家对上市公司的监管提供思路和建议。文章利用多元线性回归模型对132家样本公司进行分析，发现：我国上市公司董事会秘书年龄差异较大，任职时间较长，更换比率较低，学历水平普遍偏高，兼任其它高管职务或在任职前就具有董秘职务相关经验的现象比较普遍。而董事会秘书持有本公司股份的现象不是很普遍。董事会秘书特征变量对信息披露质量具有一定的解释力度。董事会秘书持股会降低信息披露质量。董事会秘书的年龄、任职时间、教育水平、相关经验、兼任对信息披露质量的影响方向符合预期，但是系数不显著，一方面这可能与缺失衡量董事会秘书职业道德和知名度的变量有关，另一方面可能也反映了中国信息披露制度和董事会秘书制度还不是很完善。

五、制度安排、产权结构、报酬契约

《制度安排、报酬契约与上市公司会计信息披露质量》（张栋，2004）试图从制度安排与报酬契约角度对上市公司会计信息披露质量进行分析，并提出提高会计信息披露质量的建议。文章认为，首先，会计信息作为一种相对独立的“物品”，也具有相应的“制造者”和“消费者”。从有限理性经济人角度来看，任何一个“制造”或“消费”会计信息的主体，都能（至少是期望能）从制造或消费的行为中获取收益。这样，与会计信息的提供、消费等有关的制度安排，在相当程度上决定了会计信息的提供与消费的方式、质量等行为。其次，我国上市公司产权主体单一，上市公司所有者缺位和所有权虚化的问题在相当大的程度上依然存在，企业运营资本的人不是所有者，亏损也不在乎；经营者的目的在于争取控制权，而不在乎收益多少（即使亏损，也由国家承担），并且其提供虚假会计信息的法律责任也几近于零，产权结构对上市公司会计信息质量约束仍然是软的。最后，由于报酬合同的“刚性”（不能完全预料到所有可能事件），经营者为企业做出了贡献，但却没有得到相应的回报，心理上的不平衡加上物质上的不满足促使经理人员实施违规行为，选择降低报告净收益的会计政策和程序，低估当期报告盈余进行收益平滑或将超出部分作为递延盈利，为将来可能出现的亏损做准备，最终通过操纵会计信息来提高自身的报酬。

随着资本市场和证券市场的进一步发展和完善，会影响会计信息披露质量的因素一定还有更多，这些都有待更深入的学习和研究。

参考文献：

[1]胡明晖 会计信息披露理论研究文献综述 管理与财富 2009.7

[2]关爱浩 证券市场会计信息披露研究的文献综述 生产力研究 2008.4

[3]陈媛媛 上市公司财务结构与会计信息披露质量相关性实证研究 2008

[4]何泉成 上市公司内部治理结构对会计信息披露质量影响研究 2007

[5]向凯 董事会特征对会计信息披露质量的影响――来自我国上市公司的经验证据 2007

[6]王辉，张均宜 完善独立董事制度，提高会计信息披露质量 东华大学学报（自然科学版） 2003.10

[7]黄小莉 我国家族控股上市公司信息披露相关问题实证研究 2008

[8]张燕 中国上市公司董事会秘书与信息披露质量关系的实证研究 2008

第7篇：证券市场显著特征范文

［关键词］证券交易印花税；股价波动性；股票市场

作者简介： 姚 涛(1974―)，男，重庆邮电大学经济管理学院(重庆，400065)，博士。 研究方向：税收政策与制度。杨欣彦(1987―)，男，西南财经大 学统计学院(成 都，610074)。研究方向：数理统计研究。

一、引 言

股价波动性表示股票价格变化在某一时期的变异程度。股价波动是股市的常态，也是股 市生命力存在的源泉之一，然而，股价剧烈的波动则隐藏着金融市场的风险。证券交易印花 税作为 政府调控股市的重要政策工具，它对股价波动性的影响是国内外学者所关注的重要问题。

证券交易印花税被一些研究者视为抑制过度波动的工具。他们认为存在不根据证券基本 价值 信息交易的噪声交易者，使证券价格偏离内在价值。［1］( 101-115)通过对噪声交 易者的行 为征税，他们的活动水平会降低，进而对价格和稳定性的影响将降低。［2］( 261-286 )但上 述观点受到了多方面的质疑。Kupiec［3］强调了证券交易印花税对波动性影响的 不确定性 。Hu［4］(347-364)研究了1975―1994年中国香港、日本、韩国和中国台湾交易税的 变化对 股市波动性的影响，结果表明交易税的变化对股市波动性的影响甚微，仅影响小组合的噪音 收益波动性，而对大组合收益 本文是国家社会科学基金项目《金融市场税收政策效应评估 与税制优化研究》（批准号：07XJY033）的阶段性研究成果。的波动性几 乎没有影响。Prat［5］在对拉丁美洲国 家的研究中，针对阿根廷、巴西和墨西哥三个不同的交易税和佣金制度国家，进行了实证分 析和比较研究，也得出了相同的结论。

范南和王礼平［6］(38-45)对1997年、1998年和2001年三次证券印花税调整 对波动性的影响进行了实证研究。实证结果表明，我国证券印花税调整对市场收益的波动性 并没有确定的影响。童菲［7］(55－62)检验了2001年股票交易证券印花税税率降低 对沪、深股市波动性的影响，计量结果表明,该次税率变动对沪市波动性的影响在统计上是 不显著的，深市的波动性在税率降低后虽然在统计上有显著的增加,但是这个变化太小,没有 实际意义。

中国股市从2006年初至今经历了大涨大跌的过程。其间，证券交易印花税是人们关注的 一个焦 点问题。为了调控股票市场，财政部对证券交易印花税税率进行了三次调整，一次是2007年 5月3 0日将税率从1‰调整为3‰，然后是2008年4月24日将税率从3‰调整为1‰，最近的一次是从 2008年9月19日起，调整证券交易印花税征收方式，对出让方按1‰的税率单边征收证券交易 印花税， 对受让方不再征税。然而，现有的文献中缺乏对这些调整的综合性实证分析。由于最近一次 调整至今时间太短，数据不足，因此，本文将主要对前两次证券印花税调整的股价波动性效 应进行评估。

二、证券交易印花税影响价格水平的回归分析

股票市场价格总是处于频繁的波动之中。证券交易印花税调整对价格水平的影响是市 场参与 各方关注的一个视点。为了对证券交易印花税调整产生的影响进行深入的分析，有必要对调 整前后股票市场波动的总体状况进行考察。

（一） 分析方法

1.数据选取：证券交易印花税调整的前后60个交易日。由于我国上海与深圳证券市场 存在齐 涨齐跌现象，为简单起见，本文只选取上证综合指数进行分析。本文的数据均来源于CSMAR 中国证券市场交易数据库。

2.主要思路：通过对这两次证券交易印花税变动前后的上证综合指数进行回归分析 ，借助 SPSS15.0软件，拟合得出近似的函数公式。由于不能确定选择何种函数模型更接近 样 本数据，需要采用曲线估计的方法，选择具有R2统计量值最大的模型作为此问题的回归模型 ，通过拟合近似的函数公式得出证券交易印花税变化对股市大盘股指影响的数学关系，通过 图表揭示证券交易印花税变化对股市大盘股指的趋势影响。

（二） 实证分析及结果

1. 2007年5月30日证券印花税上调的前后60个交易日

对数据用11种常见曲线模型进行曲线估计，以3次函数Cubic的拟合度最高（见图1）② ，所以，选择三次函数拟合上证综合指数与交易日的关系是适合的。

根据上述结果，建立具体模型为：

y=2432.119+59.772x-0.856x2＋0.004x3(1)

其中，y代表上证综合指数，x代表交易日(在以下模型中，y与x的含义相同)。

2.2008年4月24日证券交易印花税下调的前后60个交易日

同上面的分析一样，对数据用11种常见曲线模型进行曲线估计，结果也以3次函数Cubic 的拟合度最高（见图2），所以，选择三次函数拟合上证综合指数与交易日的关系是适合的 。

根据上述结果，建立具体模型为：

y=4875.561-40.752x+0.418x2-0.002x3(2)

从上述回归分析的结果可以看出，证券交易印花税调整与沪市综合指数的走势短期 内呈 反向关系，而在较长时期看，这种反向关系逐渐减弱，大盘指数会恢复调整以前的走势。

三、证券交易印花税影响价格波动性的GARCH模型分析

在对金融时间序列的分析中，由于其随机扰动项的无条件方差是常量，条件方差是变化 的量，因此，常常使用ARCH族模型进行分析，本文选用GARCH模型研究证券交易印花税对价 格波动性的影响。

（一）分析方法

1.数据选取：证券交易印花税调整前后60个、120个交易日。

2.主要思路：为消除由于证券市场扩容而导致的波动影响，波动数据用大盘指数变化 率表示，即yt=pt/pt-1，其中，pt为第t日的股价指数。

设均值方程为：

yt=yt-1+εt[JY](3)

方差方程为：

ht=α0+α1ε2t-1+θht-1+βdv+γstt[JY](4)

在式(4)中，stt(代表证券交易印花税)是一个虚拟变量，在2007年5月30日以后（包括5 月30 日）取1，反之取0。如果stt系数的估计值显著为正，则表明税率提高后，市场波动性增加 ；反之亦然。股票市场上的信息很多,因而需要在方差方程中加入一个市场上已发生信息的 变量,以控制其他事件或消息对波动性的影响。我们把样本期间交易量的变化率dv作为 市场上已发生信息的变量，dv = volt /volt-1,volt为第t日市场的交易量 。

（二）检验结果与分析

1. 2007年5月30日证券交易印花税上调前后60个交易日的检验结果分析

在对残差序列做ARCH效应的LM检验时，发现q=8时的相伴概率为p=0.003618，序列存在 高阶ARCH效应，即存在GARCH效应。选择GARCH(1,1)模型，输出结果见下表。

由表1可知，条件方差等式中，系数=0.635472-0.024922+0.000473+0.000853=0.6 11876＜1，满足参数约束条件。主模型中，变量yt-1的系数估计值近似为1，表明是 单位根 过程。模型的AIC和SC值都比较小，可以认为该模型较好地拟合了数据。STT的系数为0.00 0473，P值为0.0617，表明在10%的显著水平上是统计显著的。因此，沪市的波动性在证券 交易印花税上调后有显著增加。

2. 2007年5月30日证券交易印花税上调前后120个交易日的检验结果分析

在对残差序列做ARCH效应的LM检验时，发现q=8时的相伴概率为p=0.000339，序列存在 高阶ARCH效应，即存在GARCH效应。选择GARCH(1,1)模型，输出结果见上表。

条件方差等式中，系数=0.467293＋0.037509＋0.000154＋0.000819=0.505775＜1 ，满 足参数约束条件。主模型中，变量yt-1的系数估计值近似为1，表明是单位根过程。 模型的A IC和SC值都比较小，可以认为该模型较好地拟合了数据。STT的系数为0.0000154，P值为0 .2 049，表明在10%的显著水平上是统计不显著的。因此，沪市的波动性在证券交易印花税上调 前后120个交易日没有明显改变。

3. 2008年4月24日证券交易印花税下调前后60个交易日的检验结果分析

在对残差序列做ARCH效应的LM检验时，发现q=8时的相伴概率为p=0.000320，序列存在 高阶ARCH效应，即存在GARCH效应。选择GARCH(1,1)模型，输出结果见前表。

条件方差等式中，系数=0.182640＋0.560152－0.000213＋0.002524=0.745103＜1 ，满 足参数约束条件。主模型中，变量yt-1的系数估计值近似为1，表明是单位根过程 。模型的A IC和SC值都比较小，可以认为该模型较好地拟合了数据。STT的系数为-0.000213，P值为0 .2 384，表明在10%的显著水平上是统计不显著的。因此，沪市的波动性在证券交易印花税下调 前后没有明显改变。

由于没有证券交易印花税下调后前后120个交易日的数据，因此本文无法对此次证券印 花税调整在更长时间对股价波动性的影响进行实证检验。

四、结论与政策建议

(一)实证检验的结论

从回归分析的结果来看，印花税上调后，沪市大盘指数短期内大幅度下跌，而大盘指数 在长期呈上升的趋势。印花税下调后，沪市大盘指数短期内大幅度上涨，而大盘指数在长期 呈下降的趋势。运用GARCH模型的实证检验表明，沪市的波动性在印花税上调后短期内 有显著增加，长期有所减弱，而在印花税下调前后沪市的波动性不太显著。

上述两次证券交易印花税的调整都产生了一定的正面效应。当2007年股市出现“非理性 繁荣 ”时，提高税率有利于挤压泡沫，降低风险。而在2008年股市大盘指数持续下跌时，降低税 率有利于股市的平稳发展，为企业创造良好的融资环境。

但值得注意的是，两次调整也有一些负面效应。2007年证券交易印花税调整之前，政府 官员 承诺不会调高证券交易印花税税率，然而于5月30日晚间公布的税率调整信息在许多投资者 意料 之外，这次政策变动的信息冲击效应［8］(47)造成股市大幅度深跌，加剧了股价的 波动性。 2008年证券交易印花税调整之前便有许多市场传闻会调低印花税税率，而调整政策迟迟没有 出台 ，调整时点的滞后造成政策效应的力度减弱，以致这次政策变动对刺激股市上升的作用不太 理想。

结合其他研究成果，我们可以认为，在中国股票市场上，证券交易印花税对股价波动性 在短期内有较强影响，而在长期影响有限。

(二)证券印花税调整对股价波动性效应的成因分析

1．中国股市整体状态对证券印花税调整效应的影响

作为新兴的股票市场，中国股市与成熟的股票市场存在许多差异。这些特征对股市波动 性产生影响，使得中国股市体现出较强的波动性。

(1)投资者的非理特征明显。由于中国股市中许多投资者缺乏必要的市场知识， 当 调整证券交易印花税时，投资者形成的信念与理性信念偏差较大，而且信念的动态变化幅度 较大 ，导致市场较大的波动性。同时，由于大多数个体投资者分析能力较低，受共同信息的影响 较大，投资信念之间表现为较强的相关性，羊群行为效应十分突出，使得市场产生严重的波 动。

(2)中国股市的投机行为加剧了股市波动。一个成熟的股票市场是适度投机的市场。判 断一个股票市场是否过度投机，主要看投资者主体看重上市公司的短期价格还是长远价值， 以及市场是否背离了“风险――回报”对称的规律。中国股市中某些股票价格严重背离其理 性价格，表现在股利对股票价格的解释作用较小。因此，我国股市的投机程度要比美国股市 高得多。当调整证券交易印花税时，过度投机行为就成为中国股市异常波动的一个重要成因 。

(3)政府的不适当干预加剧了股市的波动性。在中国股市的发展过程中，缺少系统的法 规来规范市场操作，主要依靠政府政策调整来管理股票市场。然而，与健全的法规相比，政 府政策干预股市的不确定性较强，使许多投资者产生过分依赖政策信息的倾向。因而，证券 交易印花税的调整在短期内会加剧股市的波动。

2.政府政策制定方式对证券交易印花税调整效应的影响

(1)证券交易印花税调整出台方式对股价波动幅度的影响。印花税调整出台方式的不确 定性 会加剧股价短期波动的幅度。2007年5月29日上证综合指数为4334.92点。大多数投资者没 有 预料到政府会通过调整证券交易印花税税率来调控股市。当财政部宣布从5月30日起将印花 税税 率由1‰上调至3‰后，5月30日沪深股市大盘大幅低开，全天震荡下行。上证综指收于4053 .09点，跌幅为6.5%。深证成指下跌829.4点，跌幅为6.16%。

(2)证券交易印花税调整出台时间对股价波动幅度的影响。在2007年1－5月股价持续上 涨的 情况下，股票市场实际上已经存在着越来越严重的泡沫。此时提高证券交易印花税税率加大 了投 资者的交易成本，噪声交易者大量抛售股票，引起短期内波动性显著增加。反之，2008年1 －4月股价持续下跌，由于证券交易印花税调整出台时点的滞后，因而它所引起股价反弹的 时间很短。

(3)证券交易印花税调整幅度对股价波动幅度的影响。这两次调整对证券交易印花税的 税率调整 幅度宽达2‰。我国是少数对证券交易印花税实行双边征收的国家，因而在一次交易中股票 买卖 双边所需承担的交易成本将增减4‰。这种过宽的税率调整幅度(尤其是增税)，将导致股价 在短期产生剧烈变化。

(4) 证券交易印花税调整与其他政策配套出台对股价波动幅度的影响。2008年9月18日 晚间 ，管理层推出了“单边征收印花税、汇金公司购入三大银行股票、国资委表态支持央企增持 或回购行为”三大利好的“政策组合拳”，其中，汇金公司直接在二级市场出手的救市力度 在中国证券市场上是绝无仅有的。2008年9月19日，大盘在多重利好的刺激下大幅跳空高开 ，两市交易的股票、基金、权证和FTF等1570只证券全部涨停，这是自2001年10月23日以来 ，A股再现了“大盘涨停”的盛况。最终，上证综指收于2075.09点，上涨179.25点，涨幅 9 .45%，是实施涨跌停板制度以来的第二大单日涨幅。深证成指收于7154点，上涨590.93点 ， 涨幅9%。因此，在极度弱市的背景下，仅仅调整证券交易印花税的刺激作用是非常有限的， 而若推出多重的“政策组合拳”，则能够释放出能量极大的复合政策效应。

(三)政策建议

依据上述实证检验的结论，我们认为，应该通过税收制度及其他配套措施安排，促进证 券交易印花税政策正效应的发挥：

(1)单边征收方式的制度化。在最近的这次调整中，政府决定只对股票卖方单边征收证 券交易印花税。这种制度设计可以对卖方行为给予限制，而对买方行为给予支持，对长期投 资者 来说，实际上是一种“延期纳税”的优惠政策，有利于抑制过度投机行为，减少股票市场的 波动性。以后应该将单边征收方式作为一项基本制度固定下来，长期实行。

(2)实行透明的税收政策变动方式。为了减少证券交易印花税调整不确定性带来的负信 息冲 击效应，应该实行透明的政策变动方式，自动调整投资者的心理预期与投资行为。我们赞同 实行“与股指变动相关联的浮动税率”方案，［9］(15-16)即可以考虑当股价指数 一段时间 （如1季度）内上涨幅度过大时，就自动征收较高的税率。而当股价指数一段时间内下跌幅 度过大时，就自动按较低的税率征收。这种做法可以增加政策的透明度，减少股票价格的过 度波动，使证券交易印花税起到“自动稳定器”的作用。

（3）建立平准基金。平准基金是政府以法定的方式建立的基金，通过对证券市场的 逆向 操作，熨平非理性的剧烈波动，以达到稳定证券市场的目的。到2007年底，证券市场共上缴 印花税4443.43亿元。政府可以将证券交易印花税的10%作为平准基金的资金来源，用于保 证证券市场的健康运行。

（4）抑止供给。在全球证券市场与中国证券市场低迷的周期中，政府应该抑止供给，刺 激需求。因此，应该控制新股上市的规模与节奏、控制上市公司增发的规模与节奏以及大小 非减持的规模与节奏，以压缩供给，维护证券市场的供求平衡与良性循环。 注 释：

①我国现行证券交易印花税的实质是证券交易税，以下将其简称为证券印花税。

②限于篇幅，此处没有列出各种函数的相关统计量和参数，下文也做相同处理。

③限于篇幅省略了检验结果的一部分。

主要参考文献：

［1］J.E.Stiglitz. Using Tax Policy to Curb Speculative Short-Term Tradi ng［J］. Journal of Financial Services Research , 1989, vol:3.

［2］L.H.Summers and V.P.Summers. When Financial Markets Work Too Well:ACautious Case For a Securities Transactions Tax［J］, Journal of Financial Servi ces Research ,1989,vol: 3.

［3］P.H. Kupiec. Noise Traders, Excess Volatility, and a Securities Tran saction Tax［z］.Working paper, Board of Governors of the Federal Reserve System ,1991.

［4］Hu , Shing - yang. The Effects of the Stock Transaction Tax on the S tock Market - Experiences from Asian Markets［J］. Pacific - Basin Finance Journ al , 1998, vol: 6.

［5］Prat J.. Transaction Costs,Liquidity and Stock Dynamics in Latin Ame rica［z］. Working Paper.,Los Angeles :University of California, 2001.

［6］范 南，王礼平. 我国印花税变动对证券市场波动性影响实证研究［J］. 金 融研究，2003(6).

［7］童 菲. 证券印花税对市场波动性的影响:来自中国股市的证据［J］ . 财贸 研究，2005(3).

第8篇：证券市场显著特征范文

关键词：资金证券价格泡沫实验经济学

一、引言

在不同的宏观经济背景和制度环境下，证券市场泡沫的形成有着不同的起因。但是解读近年来世界各国证券市场泡沫事件，我们可以发现泡沫背后往往存在一个共同的助推器，那就是国内信贷的过度膨胀或者国外资金的大量涌入。1997年的东亚金融危机中，大量资本涌入东亚国家，国内信贷的快速扩张以及资本部门过高的投资率导致了泡沫的出现。1980年到2001年的拉丁美洲泡沫，其产生的国内因素也是信贷的快速膨胀，而外部因素是美国短期利率调整导致大量外资涌入拉美。归结来看，这些问题的实质是资金供给与证券供给的不平衡性，市场资金放松引发资金大幅度流入证券市场，在证券数量不变的前提下，最终导致证券价格偏离其基础价值而急速上扬。正如宾斯维杰（2003）指出，信贷或金融约束的放松不仅对实物投资有着重要性，而且它对创造“可持续性泡沫经济”也提供了必要条件。

针对市场资金水平与证券价格泡相关关系这一问题，现有研究主要是利用三种方法来进行的：第一是历史分析方法，以金德尔伯格（2000）为代表，通过记载从郁金香热、南海泡沫到东南亚金融危机，他将宏观经济过热作为金融泡沫产生与膨胀的基本原因，而宏观经济过热的表现之一就是资金约束的放松；第二是实证研究方法，以Borio等（1994）为代表，Borio等（1994）研究了资本市场价格与私人总信贷量之间的关系，样本为1970年到1980年间的13个工业国家，结论说明信贷对资本价格有着显著性的影响，信用扩张提高了资本价格；第三是实验研究方法，以Caginalp，Porter和Smith为代表，他们通过实验数据证明了市场资金水平与证券价格泡沫存在正向相关关系。

作为传统的研究工具，历史分析方法、实证研究方法为理论研究提供了丰富的结论，而新兴的实验研究方法也体现出独特的优势，并逐步成为传统工具的有力补充。证券市场实验是在实验室中构造一个证券交易的环境，实验参与人作为证券交易者进行买入或者卖出证券的决策，每个交易阶段结束时交易者所持有的证券可以获得分红。在检验资金约束状况与证券价格泡沫关系的研究中，实验方法具备了可控制性的优势：首先，泡沫被定义为证券价格偏离基础价值（未来红利的贴现值）的部分，在实验中证券基本价值是研究者事先设定的，因此可以精确计量市场中证券泡沫的大小，而在实证研究中研究者并不知道未来红利的分布，因此难以精确计量泡沫水平；其次，实验研究可以创造出除了市场资金水平之外，其他完全条件相同的多组实验环境，并将实验结果的差异归结为资金水平的差异，真实的证券市场则不存在这种其他条件完全相同的环境，证券价格的变化是各种因素复杂作用的结果，而很多因素是研究者难以观察到的。基于这样的优势，实验数据更具可靠性，其检验结果能为已有的研究提供补充，并提供新的研究思路。

本文通过设置四个初始资金不同的实验室证券市场，利用浙江大学经济学院开发的计算机实验软件，选取68名实验参与人，用来自我国的实验数据对资金约束放松与价格泡沫之间的相关关系进行了检验。本文的实验结果表明，充裕的现金为证券价格上涨提供了源动力，以流动性价值（市场资金与市场证券数目的比值）来代表市场资金的充裕程度，每单位流动性价值的上升会带来0.271单位的市场价格泡沫；此外，在实验设定的10个交易周期中，流动性价值在前两个交易周期对价格泡沫的影响程度较弱，随后逐步上升，在最后两个周期开始下降。实验结果可以为中央银行制定金融政策提供借鉴意义，即以调控市场货币供应量、资本流动为目标的金融政策必须充分考虑到对证券价格可能产生的影响。

本文的结构如下：第一部分是对相关实验文献的简单回顾，第二部分介绍实验设计，第三部分是实验结果及其分析，最后是结论。

二、文献回顾

通过参与人在可控制性的实验环境下进行虚拟证券交易而获取实验数据的研究方法是Forsythe等（1982）首创的，继而被Plott，Sunder（1982），Friedman等（1984）进一步发展的。研究泡沫产生和膨胀的原因已经成为证券市场实验的一个重要主题。

首次在证券市场实验中发现泡沫现象的研究来自Smith等（1988）。他们构造了一个信息完全对称的实验室证券市场，即有关红利分布的信息对每个交易者来说都是共同知识。在实验之前，参与人被告知每只股票在每个交易阶段可能获得的分红是：0、8、28或者60美分，每种分红结果都有25%的概率，交易将持续15个阶段。根据理性预期理论，证券市场的均衡价格即证券的基本价值是其未来收益（现金流）的贴现值，因此证券在每个阶段的期望红利是24美分（0×25%+8×25%+28×25%+60×25%），第一个交易阶段的均衡价格是360美分（24×15），第二个阶段是336美分（24×14）……第十五个阶段是24美分。经过多次实验，他们发现在超过一半的实验中都出现了泡沫现象，即市场价格高于基础价值。Smith等认为这说明共同的信息不足以形成共同的预期。他们通过让实验参与人重复参与该实验，结果显示随着交易者经验的积累，价格泡沫倾向于减少。

Smith等（1988）的实验结果引发了大量的讨论，在Smith等（1988）实验的基础上，研究者们继续重复该实验或者从不同的角度修正实验环境。King（1993）在实验中分别引入了卖空、交易费用、涨跌停限制等因素，Schwartz和Aug（1989）采取了参与人自己付出初始现金来进行证券买卖的方法（每人付出20美元），Lei等（2002）引入了交易中的资本所得税等。实验结果显示上述这些因素无法显著地抑制泡沫的出现，即泡沫具有稳健性（Robustness）的特征。

Caginalp，Porter和Smith（1998，2001）通过实验数据检验了市场资金水平与证券价格泡沫之间的关系。Caginalp，Porter和Smith（1998）设计了7次实验，每次实验有9人参加，交易持续15个周期，每个周期的期望红利是3.6美元。在这些基本条件一致的情况下，7次实验的环境差异在于赋予了交易者不同数量的初始现金。实验结果表明现金充裕的市场证券价格显著地高于现金匮乏的市场。Caginalp，Porter和Smith（2001）也采用了类似的实验设计方法，检验了市场的流动性价值（市场现金总量与证券数目的比值）与证券价格的相关关系，他们得出的结论是流动性价值每上升1美元，证券价格会上升36.5美元。

在国内，实验经济学的研究方法已经得到了广泛地介绍，例如汪丁丁（1994），蔡志明（1997），高鸿桢（2003），金煜、梁捷（2003）等。但是，通过实验操作来检验经济理论的研究相对比较少，尤其在证券市场领域缺乏相关的实验研究的成果。

本文是借鉴国外已有研究成果，利用我国的实验数据对证券价格问题进行研究的一个尝试，在实验软件设计、实验环境设置、实验结果分析等方面主要参考了Smith等（1988）以及Caginalp，Porter和Smith（1998，2001）的研究方法。

三、实验设计

本文的实验目的是检验市场中现金总量与证券数目比值增大时，是否会引发更高的价格泡沫。为此，我们设计了4组不同初始现金总量的实验环境，每组实验中包括了两次实验，共计8次实验，每次实验的情况如表1所示。

表1实验基本情况

实验组实验序号时间初始现金（每人）参与人数目其他实验条件

实验1实验1.12004年6月8日6000元6

相同

实验1.22004年6月17日6

实验2实验2.12004年5月16日5000元5

实验2.22004年5月16日5

实验3实验3.12004年6月8日3000元7

实验3.22004年6月17日7

实验4实验4.12004年6月8日1500元6

实验4.22004年6月17日6

8次实验的设计要点如下：

1．实验参与人

实验参与人全部为浙江大学经济学院的研究生，其中实验3的参与人来自在职公共管理硕士班，其余参与人来自政治经济学和金融学等专业。实验中，每个市场由5－7人组成。

2．初始禀赋

实验开始时，每人拥有10个单位的证券和一定数量的现金，这些证券和现金都是虚拟的。实验开始后，参与人可以用初始持有的现金购买证券，也可以卖出持有的证券。

3．交易时间

每次实验的交易过程包括10个周期，每个周期持续3分钟，每个周期结束之时，交易者持有的证券可以获得分红。

4．分红情况

每个周期的分红情况是单位证券50%的概率分红40元，50%的概率分红20元。在每个周期结束之时计算机按上述概率随机决定分红数额，然后通过网络系统告知每位参与人所获得的分红，并将分红计入参与人的总资产。在第10个交易周期分红之后，证券的赎回价值为零。

5．交易机制

交易采用双向拍卖机制。双向拍卖是被世界各地证券交易所广泛采用的一种交易形式，已经被证明有较高的市场效率。目前已有的证券市场实验也基本上都采用了这种交易机制。拍卖的方法是买方从低往高出价（bid），卖方则从高往低要价（offer），直到出价等于要价时，买卖双方成交。整个拍卖过程由联网的计算机程序实现，交易者只需按照交易规则向计算机发出申请买入或者申请卖出证券的指令。所有的申买价格（出价）按照从低至高的顺序在操作界面的左边排列，申卖价格（要价）按照从高至低的顺序在界面的右边排列（操作界面见图1）。

6．市场信息

8次实验都采取了完全对称的信息结构。有关交易规则和红利分布的信息全部通过《实验说明》的形式列明。实验之前每个交易者都获得一张《实验说明》的文本，实验开始时，我们还对该说明进行了详细讲解。交易过程中，交易者可以从操作界面上获取所有成交结果的信息，并可看到根据交易结果绘制的实时成交趋势图。

7．激励机制

通过实验，参与人的收益来源于两个途径，一是持有证券获得的分红，二是买卖证券的价格差。实验中，我们采用了竞赛方式来激励参与人。在实验结束时，统计参与人最后的总收益，并公布每个市场中参与人的收益排行榜，对收益第一名的参与人给予价值人民币10元左右的物质奖励。由于参与人大多来自同一个班级，这种竞赛方式在一定程度上能够激励他们通过交易获取最大收益。

参与人通过计算机进行操作的界面如图1所示。

图1证券市场实验用户操作界面

此外，交易中没有设置任何税费，也没有价格涨跌停等价格限制措施。在以上实验环境完全相同的基础上，4组实验中参与人初始被赋予了不同的现金，分别为6000元、5000元、3000元和1500元。

根据以上实验设计，可以计算出市场的两个重要变量：基础价值和流动性价值。

（1）基础价值

由于实验中证券在每个交易周期结束可以获得分红，根据设定的分红概率，我们可以计算出每个周期证券的基础价值，也就是理性预期的均衡价格。在不考虑贴现率的情况下，第一周期中单位证券的基础价值是：

（40×50%+30×50%）×10＝300

第二周期为：（40×50%+30×50%）×9＝270

第十周期为：（40×50%+30×50%）×1＝30

在实验过程中，市场成交价格高于基础价值的部分就是价格泡沫，是我们的主要研究对象。

（2）流动性价值

我们将流动性价值L定义为市场中初始现金总额（M）除以证券数目(N)的比值，流动性价值代表了市场资金的约束状况。

假设每个市场的交易人数为，每人拥有证券10个以及初始现金元，那么交易初始，该市场具有的现金总额是：

证券总数是：

流动性价值L为：

在我们设计的四组实验中，分别为6000，5000，3000和1500元，将代入上式，可以得出各组实验、各个周期的流动性价值。在实验开始之时，四组实验的流动性价值分别为600，500，300和150。

相对于基础价值来说，实验设计提供了三种不同的市场环境，体现了市场资金不同的约束状况：

（1）现金充裕组：实验1和实验2，市场初始的现金总量大于全部证券的基础价值之和，即流动性价值大于单位证券的基础价值；

（2）现金平衡组：实验3，市场初始的现金总量等于全部证券的基础价值之和，流动性价值等于单位证券的基础价值；

（3）现金匮乏组：实验4，市场初始的现金总量小于全部证券的基础价值之和，流动性价值小于单位证券的基础价值。

四、实验结果及其分析

每组实验我们都在相同的情况下重复了两次，通过8次实验的结果来检验市场资金约束的放松是否会带来价格泡沫。在对实验结果进行简单描述之后，我们将用代表资金约束状况的流动性价值L与价格泡沫进行计量分析，揭示二者之间存在的相关关系。

（一）基本实验结果

8次实验的结果如表2所示，列出了每次实验各交易周期的平均成交价格以及各市场的平均价格和总价格泡沫。

表2实验基本结果

实验序号实验1.1实验1.2实验2.1实验2.2实验3.1实验3.2实验4.1实验4.2

初始人均现金600600500500300300150150

周期1289.84304.13311.25290316.5304.1294.06301.22

周期2280298.89275297.14305233.71262.33288.21

周期3256.67297254.55218.89288256235.28218.11

周期4244.25287.36259241.75296.17233.7206.11206.43

周期5220282.31209.4213274210.56179.64169.64

周期6176.86279.91201.86178190.33188.74143.5160.33

周期7141.07244.46186145.79132.73126.23102105.33

周期8126.25186.67190134.894.7295.963.5758.1

周期971.87573.85171.43124.5870.1351.4431.2956.67

周期1070.7132.527.8645.6733.7833.9726.121.71

总价格泡沫827.5251237.08936.35739.62651.36384.3543.8885.75

平均价格187.7525228.708208.635188.962200.136173.435154.388158.575

最大价格289.84304.13311.25297.14316.5304294.06301.22

其中，平均价格是指每次实验中所有成交价格的平均值，总价格泡沫是指每次实验中每周期平均价格偏离基础价值的总和，计算方法为：

平均价格（1）

总价格泡沫（2）

基础价值（3）

这里，是每个周期的市场平均价格，是每个周期的基本价值。从表2可以判断，8次实验中泡沫程度最大的是实验1.2，最小的是实验4.1，分别出现在每位交易者持有初始现金6000和1500的情况下，图2和3显示了这两次实验中市场价格的走势以及相对于基础价值的偏离情况。

图2实验1.2价格走势

图3实验4.1价格走势

图2和3表明在不同的流动性价值L下，市场平均价格存在显著的差异。表2所显示的实验基本数据也表明资金充裕组的泡沫明显高于其他组。我们将通过统计分析，进一步从数量上判断流动性价值对价格泡沫的影响方式和程度。

（二）对实验数据的计量分析

1．实验结果的均值比较——t检验

按照初始现金禀赋的不同，8次实验被分为三个组：现金充裕组、现金平衡组以及现金匮乏组。我们将通过两两之间市场价格泡沫均值比较的t检验，判断三组实验结果是否存在显著的差异性。价格泡沫的数据来源于每次实验中，每周期市场平均价格减去该周期的基础价值，即。

表3至表5列出了两组之间市场平均价格泡沫t检验的结果。从表中可以得知，在方差齐性检验中，现金充裕与现金平衡这两组数据方差齐性检验的显著性概率大于0.05，满足方差齐的假设条件，选用方差齐假设下的t检验结果；而现金充裕与现金匮乏组、现金平衡与现金匮乏组显著性概率都小于0.05，因此应该选用方差不齐假设下的t检验结果。t检验结果显示，在5%的置信水平下，现金充裕组与现金匮乏组、现金平衡组与现金匮乏组的价格泡沫均值存在显著的差异性；而在10%的置信水平下，现金充裕组与现金平衡组也具有显著的差异性。

表3独立样本t检验（现金充裕组与现金平衡组）

Levene方差齐性检验两均值是否相等的t检验

F值显著性概率t值自由度显著性概率

(双侧)均值差值均值差异的标准误差均值差异的95%置信区间

下限上限

价格泡沫假设方差齐1.1990.2781.731580.089*16.72919.6660-2.619536.0778

假设方差不齐1.86346.3580.069*16.72918.9804-1.343834.8020

表4独立样本t检验（现金充裕组与现金匮乏组）

Levene方差齐性检验两均值是否相等的t检验

F值显著性概率t值自由度显著性概率

(双侧)均值差异均值差异的标准误差均值差异的95%置信区间

下限上限

价格泡沫假设方差齐13.1520.0015.434580.000**47.03298.656029.705964.3598

假设方差不齐7.17352.7650.000**47.03296.556533.880860.1850

表5独立样本t检验（现金平衡组与现金匮乏组）

Levene方差齐性检验两均值是否相等的t检验

F值显著性概率t值自由度显著性概率

(双侧)均值差异均值差异的标准误差均值差异的95%置信区间

下限上限

价格泡沫假设方差齐7.453.0104.15838.000**30.30387.287915.550145.0574

假设方差不齐4.15825.287.000**30.30387.287915.302645.3049

*：10%的置信水平下显著

**：5%的置信水平下显著

t检验表明，在不同的资金约束状况下，市场价格泡沫的均值表现出一定的差异性，尤其是现金匮乏的市场与其他两个市场的差异性更为显著。这个结果从一定程度上证明资金约束状况对价格泡沫有显著性的影响，但影响的程度和方向，需要进一步的回归分析来判断。

2．价格泡沫与流动性价值的回归分析

除了初始现金禀赋的差异之外，8次实验在各个周期产生的期望红利是一致的，因此我们将主要考察由初始现金水平决定的流动性价值对价格泡沫的影响程度。我们首先用每次实验的总价格泡沫与每次实验的流动性价值L构造如下回归方程：（4）

方程的回归结果为：（4’）

回归结果中，流动性价值L的系数为2.017，标准误差为0.331，产生的t值为6.097，p值为0.001。这个结果从统计上有力地证明了资金约束放松会显著性地导致更高的市场价格泡沫。回归方程还表明，流动性价值每提高1元（即市场中每单位证券拥有的额外现金增加1元），会带来实验市场2.017元的价格泡沫。回归直线的拟合情况如图4所示。

图4回归直线的散点交互图

回归方程4考察了每次实验的总价格泡沫与流动性价值之间的关系，为了检验流动性价值L在不同交易周期产生的效应，借鉴Caginalp,Port和Smith（2001）的方法，我们按照交易周期构造了一组回归方程：

（5）

其中，代表交易时间（1至10周期），e则代表某次实验，因而代表实验e第个周期的价格泡沫。事实上，4.15包括了10个回归方程，即从第1周期到第10周期的价格泡沫与该周期流动性价值的关系，数据则来源于8次相互独立的实验。表6列出了10个回归方程的，以及它们的标准误差、t值、p值，还有整个回归方程的F值。

根据表6所示的回归结果和表7、图5所示的相关分析结果，我们可以得出以下结论：（1）除了第一周期以外，流动性价值与价格泡沫正向相关，而第一周期中，流动性价值的上升，会带来价格泡沫微量的减少；（2）流动性价值对价格泡沫的影响在前3个周期较小，从第4个周期到第8个周期，影响程度逐步增大，第9和第10周期影响程度开始减少，但仍然高于前3个周期；（3）在第8个周期，流动性价值对价格泡沫的影响程度最大（5%置信水平下具有显著性），此时，流动性价值上升一个单位，会给该交易周期带来0.236个单位的市场价格泡沫。

表6每周期价格泡沫与流动性价值的回归结果

交易周期

标准误差t值p值

标准误差t值p值F值

14.2848.9160.4810.648-7.48E-030.021-.3560.7340.127

2-5.05120.653-0.2450.8153.893E-020.0490.8010.4540.642

3-11.79624.544-0.4810.6486.415E-020.0581.1110.3091.234

4-2.83325.256-0.1120.9140.1020.0591.7230.1362.969

5-6.13731.009-0.1980.8500.1190.0731.6250.1552.642

6-14.85728.789-0.5160.6240.1410.0682.0880.0824.358

7-47.32627.776-1.7040.1390.1940.0652.9720.0258.836

8-62.59522.995-2.7220.0350.2360.0544.3570.00518.983

9-30.64134.909-0.8780.4140.1340.0821.6350.1532.674

10-14.00411.118-1.2600.2555.301E-020.0262.0260.0894.106

对各周期价格泡沫与流动性价值的相关分析结果如表7和图5所示。

表7各周期价格泡沫与流动性价值的相关系数

周期12345678910

相关

系数-0.1440.3110.4130.5750.5530.6490.772*0.872**0.5550.637

显著性概率0.7340.4540.3090.1360.1550.0820.0250.0050.1530.089

*：5%置信水平下有显著的相关性

**：1%置信水平下有显著的相关性

图5价格泡沫与流动性价值相关系数的变化趋势

在我们的实验开始之前，已经告知交易者每个周期持有证券可能获得的分红概率，并将每个周期基础价值的计算方法和结果在实验说明中列出，还通过实验组织者的讲解使交易者对基础价值有一定的印象。通过这样的方式，在实验开始之时，交易者对基础价值应该具有比较明确的认识，而且在实验初始由于对实验程序和过程的生疏，他们的交易也相对谨慎。基于这些原因，在前3个交易周期，成交价格更倾向于基础价值，甚至低于基础价值，流动性价值对价格的影响程度相对比较弱。随着实验周期的不断推进，开始低估的市场价格产生了动量效应，激发了交易者的购买行为，而此时资金约束的作用逐步体现，他们不同程度地感受到购买能力受到其持有现金总量的影响。这体现在回归结果中，第4到第8个周期流动性价值对价格泡沫的影响更为显著。在最后的几个周期中，由于交易者认识到交易即将结束，而证券的赎回价值为零，他们对持有证券可能带来的收益有了更为理性的认识，因而流动性价值的影响又开始减弱。

总体上来看，实验结果表明市场资金约束放松，即流动性价值增大，会带来市场价格泡沫的增加，充裕的现金为价格泡沫的膨胀提供了条件。

五、结论

本文通过设计现金充裕、现金平衡、现金匮乏这三组初始现金禀赋不同的实验室证券市场，对理论假说进行了检验。实验结果表明充裕的现金为价格上涨提供了源动力，每单位流动性价值的上升会带来0.271单位的市场价格泡沫。此外，流动性价值在前两个交易周期对价格泡沫的影响程度较弱，随后逐步上升，在最后两个周期开始下降。在类似的实验条件下，Caginalp,Port和Smith（2001）得出流动性价值与价格水平正向相关，流动性价值每上升1个单位，市场平均价格上升36.5个单位。我们的实验结果与他们基本一致（我们的研究是以价格泡沫为因变量）。

在真实的经济系统中，资金约束放松可以通过降低利率、开放资本账户等多种渠道来实现。理论研究、实证数据已经表明，资金约束放松会带来更多的价格泡沫，实验数据也对这一结论提供了有力的支持。这些结论对中央银行制定金融政策有着重要的借鉴意义。中央银行的金融政策是以调节宏观经济为目标，而且往往是以调节实体经济为主，但诸如货币供应量、资本流动等宏观经济变量对实体经济和证券市场都有着重要的影响。如果在金融政策制定过程中忽视了其对证券市场的政策效应，就可能导致证券市场的剧烈波动，并最终阻碍实体经济的发展。

主要参考文献

宾斯维杰[德]，2003，《股票市场，投机泡沫与经济增长》，上海三联书店。

查理斯?P?金德尔伯格[美]，2000，《经济过热、经济恐慌及经济崩溃——金融危机史》，北京大学出版社。

蔡志明，1997，《经济学中的实验方法与技术——兼论实验经济学的发展》，《华东师范大学学报（哲社版）》第9期。

高鸿桢，2003，《实验经济学导论》，中国统计出版社。

金煜，梁捷，2003，《行为的经济学实验：个人、市场和组织的观点》，《世界经济文汇》第5期。

汪丁丁，1994，《实验经济学与中国经济学建设》，《经济学动态》第7期。

Borio,Claudio,etc,1994,“ExploringAggregateAssetPriceFluctuationsAcrossCountries,”BISEconomicPaper,NO.40,BankforInternationalSettlements,Basel.

Friedman,Daniel,andShyamSunder,1994,“ExperimentalMethods:APrimerforEconomists，”Cambridge,UK.,andNewYork:CambridgeUniverstiyPress.

ForsytheR,PalfreyT,andPlott,CharlesR.,1982,“Assetvaluationsinanexperimentalmarket,”Econometrica,50,537-68.

GunduzCaginalp,D.Porter,andV.Smith,1998,“InitialCash/AssetRatioandAssetPrices:AnExperimentalStudy,”ProceedingsoftheNationalAcademyofSciences,95,756–761.

GunduzCaginalp,andD.Balenovich,1999,“AssetFlowandMomentum:DeterministicandStochasticEquations,”Phil.Trans.RoyalSoc.LondonA,357,2119–2133。

GunduzCaginalp,DavidPorter,andVernonSmith,2001,“FinancialBubbles:ExcessCash,Momentum,andIncompleteInformation,”TheJournalofPsychologyandFinancialMarkets,2001,Vol.2,No.2,80–99.

Lei,Vivian,CharlesNoussairandCharlesPlott,2002,“AssetBubblesandRationality:AdditionalEvidenceFromCapitalGainsTaxExperiments,”CaliforniaInstituteofTechnology,SocialScienceworkingpaper1137.

King,RonaldR.，Smith,VernonL.，Williams,ArlingtonW.,andVanBoening,Mark,1993,“TheRobustnessofBubblesandCrashesinExperimentalStockMarkets,”inR.H.DayandP.Chen,eds.,NonlinearDynamicsandEvolutionaryEconomics,NewYork:OxfordUniversityPress,183-200.

第9篇：证券市场显著特征范文

关键词：证券投资效益；价值；相关性；盈余管理

我国证券市场经过十多年的快速发展，上市企业的数量与质量逐渐提高。上市企业是证券市场投资的课题，也是主体，同时，也是参与者。上市企业对证券市场的参与，通常是以获取短期投资收益。目前，我国上市企业较多，且质量得到显著提高。通过对证券投资收益的价值相关性进行分析，与盈余管理进行研究，可以有效的促进我国证券市场的可持续发展，促进上市企业的经济效益提高。

1证券投资概况

在我国开始实施新会计准则后，在证券投资过程中，应采用公允价值计量，企业需要对自身的业务特点进行分析，结合风险管理要求来综合考虑证券投资。企业取得金融资产在初始确认的时候需要对其进行分类：根据公允价值计量且变动计入当期金融资产的损益情况；持有至到期的投资；专供出售金融资产；贷款与应收款项。在获取短期收益为目的的时候，上市企业证券投资主要集中在公允价值计量类的金融资产投资中，与专供出售金融资产中，在直接出售的时候，获取的损益会直接计入到投资收益中。这种证券投资收益包括已经实现与未实现的收益。在证券投资中，采用双重确认收益模式，上市企业能够对金融资产出售来选择证券投资的收益[1]。证券投资收益具有以下几个特征：首先，独立性。上市企业的证券投资与其他经营资产相互独立，其收益与上市企业的业务经营能力无关，却与证券市场行情有着密切联系。其次，波动性。上市企业的证券投资收益具有不稳定性，不持续性特点。另外，可预见性。活跃的金融市场会促进证券投资力度，通过对上市企业的证券投资金融资产进行分析，投资者可以对证券投资收益进行评估。这些特征导致证券投资在股价中的反应名次区别于企业营业利润。在证券投资收益中，可以通过两种方法对其收益进行确认，对证券市场的定价特性与有效性进行了解，并能够深入的了解两种确认方法的优劣情况[2]。证券投资收益的特征使得其在股价中的反应可能会与企业的营业利润有较大差异,而证券投资收益的两种确认模式,又使得两部分证券投资收益可能存在不同的盈余管理状况。对证券投资收益的价值相关性与盈余管理进行研究有助于了解我国证券市场的有效性与定价特征以及证券投资收益的信息质量(相关性、可靠性与及时性),并可以进一步了解两种证券投资收益确认模式的优劣,为金融危机下争论较多的公允价值确认损益模式提供理论与实证支持。

2理论分析与假设

根据会计理论进行分析，可以将盈余分为暂时性盈余与永久性盈余，后者是可持续的，稳定性的；而前者是一次性的，波动性的。永久性盈余在估值中的作用明显高于暂时性盈余。企业的营业利润通常为永久性盈余，证券投资收益为暂时性盈余。根据理论进行分析，证券投资收益的价值相关性会比营业利润低，在估值模型中价值乘数也会明显低于营业利润。在实际资本市场中，盈余反应系数会跟理论有着明显的区别，但是，可以根据理论分析对其进行合理的预期。与证券投资收益价值乘数相比，其盈余反应系数会明显较大。根据理论分析研究，可以对其提出相关假设：与营业利润盈余反应系数相比，证券投资收益价值乘数相对较低；公允价值变动损益能够促进会计盈余信息相关性的提高，未实现证券投资收益与已实现证券投资收益相比，前者更具有增量价值相关性；证券投资收益信息缺乏及时性，与年报信息区间内的股价变化关系不大；盈余管理现象存在已实现证券投资收益中，而公允价值变动损益则没有。

3研究设计

3.1样本数据来源

本次研究中的证券投资收益包括未实现证券投资收益与出售金融资产的直接收益。两者数据来源不同，前者为上市企业年报投资收益项目中计算得出的；而后者是年报利润表中公允价值变动损益计算得出的。

3.2模型设计

根据上述四个假设进行模型设计，其中前两个假设需要根据价格模型进行论证，第三个假设需要报酬率模型论证，最后一个假设采用盈余管理模型论证。

3.2.1价格模型

通过对相关资料进行研究，根据以往相关专家的观点与建议进行分析，并结合本次研究实际情况，对价格模型进行设计。净资产=截距项+资本成本倒数×每股税后营业利润+1×证券投资收益暂时性盈余+自变量系数×（每股净资产-公允价值变动损益）+误差项。将其对假设1进行论证。在假设2中论证，需要在上诉模型中增加证券投资公允价值变动损益情况，在解释变量中，以每股净资产为标准。并分析价值相关性是否存在于公允价值变动损益中，从而对模型的解释力度进行增加。

3.2.2报酬率模型

在对该模型进行设计的时候，设计需要综合考虑到在一定的时期内，会计盈余对股价变化的影响。并且，在一定的时期内，对会计信息进行探究，以便分析其对股价造成的影响。根据证券投资收益的可预见性特点进行分析，在证券市场中可能会出现提前反应现象。在该模型中，并没有与价值模型相同的价值相关性。其模型公式为持有累计月报酬率=截距项+自变量系数（每股税后营业利润/收盘价）+自变量系数（每股税后已实现证券投资收益/收盘价）+自变量系数（每股税后未实现证券投资收益/收盘价）-误差项。

3.2.3盈余管理模型

根据盈余管理的动机对证券投资收益盈余管理情况进行分析，以便设计盈余管理模型，对其有效契约观与不对称信息观进行分析与研究。其模型公式为：已实现证券投资收益在利润总比重的百分比=截距项+自变量系数×再融资变量+自变量系数×扭亏变量+自变量系数×营业利润增长率+自变量系数×规模变量+自变量系数×金融资产在总资产中的百分比+自变量系数×行业变量+误差项。

4结果分析

4.1描述性统计

分析模型的变量情况，对每个样本的描述进行计量计算，以便对其进行评估。其中大多数上市企业会以增加当年的利润总额为目的，对其选择适当的获利了结。或将金融资产归纳到不影响损益的专供出售金融资产中。

4.2模型结果分析

在我国模型中，增加未实现证券投资收益，对模型进行解释。在价格与报酬率模型中，证券投资收益会对股票价的及时性进行影响。由于证券投资收益具有可预测性，不具备及时性，对年报信息区的股价汇报。

5结论

在现代化经济快速发展过程中，大多数上市企业越来越重视证券投资收益，其也是企业的经济来源之一，在企业的盈余管理中，需要重视对证券投资收益的价值相关性进行分析，对两者之间的关系进行充分了解，以便为企业经济效益的提高提供有利的依据[3]。根据结果进行评价，我国证券市场能够对证券投资收益与营业利润进行区分，并根据其重要性给予不同的估值。上市企业根据出售前的实际选址，对已实现证券进行盈余管理。证券投资收益具有价值相关性，不具备及时性[4]。证券投资主要采用公允价值变动情况对损益方式进行收益，可以显著提高会计信息的相关性，避免盈余管理。在新会计准则实施后，对我国证券投资进行公允值计量模式，对历史成本计量模式能够造成较大的突破[5]。通过对证券投资收益的价值相关性进行分析，对其盈余管理进行了解，可以为证券投资收益提供相关内容，促进证券市场的可持续发展。

作者:孟鹏 单位:厦门大学

参考文献：

[1]吴战篪.证券投资的盈余管理研究———来自中国证券市场的经验证据[J].经济经纬，2013，19（02）：193-194.

[2]魏涛，陆正飞，单宏伟.非经常性损益盈余管理的动机、手段和作用研究———来自中国上公司的经验证据[J].管理世界，2013，17（02）：127-128.

[3]吴战篪，罗绍德，王伟，等.证券投资收益的价值相关性与盈余管理研究[J].会计研究，2013，19（09）：121-122.