作息时间行为规范

2024-10-21

作息时间行为规范（通用8篇）

作息时间行为规范篇1

学校作息时间规范

为规范小学生作息时间，建立完善科学的作息时间管理制度，大力推进素质教育，切实减轻学生学业负担，大面积提高教学质量，促进小学生健康成长，特制订一下作息时间规范：

1、小学生每天在校学习时间不超过6小时。学校要保证小学生每天睡眠不少于10小时。科学安排中午时间，学校要尽量延长学生中午休息和就餐时间。

2、合理安排升国旗时间。每周一的升国旗仪式安排在上午的课间操时间举行。

3、学校要确实保证学生每天不少于1小时的体育锻炼时间；学校必须安排相关领导、班主任和科任教师搞好相应的组织、指导和值班服务，以确保学生的安全。

5、学校若遇特殊情况必须停课时须报有关领导及单位备案。

6、严格按照国家课程标准和教学计划的要求以及有关规定，执行寒暑假和国家法定节假日的休假；严禁学校、教师占用假日、双休日和假期组织学生上课，更不得收费上课或补课。

7、严格控制早晚自习。

8、学生家庭书面作业实行总量控制。小学一、二年级不留书面家庭作业。3到6年级语文、数学两门学科每天可留不超过1小时的书面家庭作业，小学其他学科不留书面家庭作业。要对学生课堂和课外作业加强管理，按照课程标准要求和学生身心发展规律，精心设计切合教学目标要求的梯次型、科学化、最优化的作业，控制和调节学生每日的课外作业总量，指导学生开展一些实践性、科研性、创新性的课外练习活动。

作息时间行为规范篇2

金融资产定价是现代资产定价理论的核心问题。继Sharpe (1964) 、 Lintner (1965) 和Mossin (1966) 彼此独立推导出基于Arrow-Debreu一般均衡理论的资本资产定价模型 (CAPM) [1,2,3]之后, Lucas (1978) 和Breeden (1979) 在Merton (1973) 的动态资产定价模型基础上, 建立了基于消费的资本资产定价模型 (CCAPM) [4,5,6]。其核心思想是以消费者跨期选择为基础, 把投资视为对消费的一种保障, 在合理的资产配置下实现消费者 (投资者) 效用最大化。

CCAPM模型的提出是金融学的一次重大飞跃, 在现代资产定价理论中有着巨大影响。通过引入投资者效用函数与消费的跨期选择理论, CCAPM模型不仅能刻画投资者行为, 而且通过消费和投资决策, 把产品市场、要素市场和金融市场上的各种变量联系起来。从这个角度, 搭起了金融学与经济学的桥梁, 其本质是交换经济下一般均衡理论在资本市场的延伸, 体现宏观经济体与资本市场的关系。

然而, CCAPM模型无法解释真实市场中所谓的金融“异象”, 如股票溢价之谜 (Mehra和Prescott, 1985) [7]和无风险利率之谜 (Weil, 1989) [8]等, 存在着理论缺陷。模型中对投资者的同质假定导致引入的效用函数无法刻画投资者复杂行为特征, 忽略了投资者的决策心理变化, 以及其对不确定性的主观感受差别。

最近十几年获得巨大发展的行为资产定价理论, 正是通过引入投资者的异质假定, 借鉴Kahneman和Tversky (1992) 等发展起来的行为金融学基本理论 (如“预期理论”) [9], 从CCAMP模型出发, 重新修正或构建能真实反映投资者决策行为特征的效用函数, 来解决这些实证难题。具体而言, 通过引入财富偏好 (Bakshi和Chen, 1996) 、习惯形成 (Constantinides, 1990; Abel, 1990; Campbell, 2000) 、追赶时髦 (Abel, 1990) 、损失厌恶 (Barberis, Huang和Santos, 2001) 、嫉妒 (Abel, 1999;Gollier, 2003) 等行为因素来精确刻画投资者的效用函数[10,11,12,13,14,15,16], 形成了繁荣的行为资产定价模型 (BAPM) 族。

然而, CCAPM模型中描述投资者行为偏好的除了效用函数以外, 还有主观折现因子。主观折现因子反映了投资者对未来消费效用的跨期评价, 体现了异质投资者基于时间不确定性与消费结果量值的决策行为特征, 将间接地对投资者的消费-投资决策和均衡资产价格的生成产生十分重要的影响。但是, 在BAPM模型研究中, 主观折现因子没有得到学者重视, 一直被认为是外生给定的常数β∈ (0, 1) , 无从测度。近几年, 虽然出现了一些研究主观折现因子的论文, 如Becker和Mulligan (1997) 建立了主观折现因子内生决定的理论框架[17], 研究其对资产价格的波动影响; Laibson (1997) 研究了双曲折现函数对消费和储蓄的影响等[18]。但均不是基于投资者行为偏好产生的行为折现因子, 且其相关的参数设定也无从测度。

时间-概率权衡理论是跨期决策领域最前沿的研究方向之一。“建构水平”理论的发展为探索时间与概率的关系提供了一种心理学理论基础[19,20]。该理论的核心观点是, 个体如何建构一项事件依赖于他们对该事件的“心理距离 (psychological distance) ”。根据该理论, 时间 (延迟) 与概率 (减小) 对偏好的影响具有一致性的原因在于, 它们都通过影响决策者 (投资者) 的“心理距离”而影响偏好。

Baucells和Heukamp (2008) 在联接时间和概率这两个维度上迈出了突破性的一步。[21] 基于一些行为假设, 他们建立了概率-时间权衡 (PTT) 模型, 得到了简单风险事件关于时间与概率的稳定权衡关系。这一权衡关系暗示了回报时间的延迟可以通过概率上的增加来补偿, 或推迟一笔收入的效用等价于收入实现的概率降低一个比例, 此比例与决策者 (投资者) 偏好的内在折扣率相关。佘升翔和马超群 (2009) 推广了基于非负结果的复杂风险事件的时间-概率权衡理论。[22] 关于内在折扣率的研究, Baucells (2007) 指出, 利用公理A2、公理A3, 可以通过实验测度出内在折扣率的具体值, 并给出实验设计。[23]同时, 有研究者提出, 决策者的时间偏好可能受结果的量值影响。

本文试图从时间-概率权衡的角度来研究基于消费的资产定价模型 (CCAPM) 中关于跨期效用的折现问题, 突破主观折现因子其外生给定的不足, 推导出反映投资者跨期决策行为特征的行为折现因子。该因子通过内在折扣率函数来体现投资者的时间偏好与量值效应, 且具有可测性。在此基础上, 考虑投资者的多重行为特征, 改进Abel (1990) 模型, 构造基于行为折现因子、习惯形成与追求时髦的行为资产定价模型 (BAPM) , 得到均衡资产价格的非显示性最优解。通过数值模拟, 新模型能更有效的解释股票溢价之谜与无风险利率之谜。

本文的结构安排如下:第2节介绍时间-概率权衡理论, 推导出基于行为折现因子的CCAPM模型;第3节在构造内在折扣率函数的基础上, 求解基于行为折现因子、习惯形成与追求时髦的BAPM模型, 并通过数值模拟来检验模型的有效性;第4节结束语。

2 基于行为折现因子的CCAPM模型

2.1 时间-概率权衡理论

Baucells和Heukamp (2008) 基于时间与概率 (风险) 关系的直觉, 首次提出了时间-概率权衡的公理。本文以非负简单风险事件 (x, t, p) 为对象, 该风险事件表示在将来时间t以概率p得到非负回报x, 以概率1-p得到回报0。定义一个选择集N=X×T×P, 其中X=[a, b], 0≤a<b是为非负实数区间;T=[0, t] (t>0) 为时间区间;P=[0, 1]为概率区间。对于N集上的偏好关系≻, x, y∈X, s, t∈T及p, q∈P, 有如下公理:

公理A1 (单调性)

结果单调性:如果p>0, y>x, 那么 (y, t, p) ≻ (x, t, p) ;

时间单调性:如果s<t, 那么xp>0→ (x, s, p) ≻ (x, t, p) ; xp=0→ (x, s, p) ～ (x, t, p) ;

概率单调性:如果p>q, 那么x>0→ (x, t, p) ≻ (x, t, q) ; x=0→ (x, t, p) ～ (x, t, q) 。

公理A2 (时间的均衡性)

对于xp≠0, Δ>0和λ∈ (0, 1) , (x, t, p) ～ (x, s, λp) → (x, t, q) ～ (x, s, λq) 。

公理A3 (概率的稳定性)

对于x≠0和p>q, (x, t, q) ～ (x, t+Δ, p) → (x, s, q) ～ (x, s+Δ, p) 。

公理A1能够保证找到一个N集的连续函数U (x, t, p) 表示决策者的偏好;公理A2、公理A3表示风险事件其概率缩减/增加与时间提前/延迟的权衡独立于时间和概率水平, 且风险事件结果的乘法减量 (结果的可能性降低) 可以与时间维度上的一个加法增量 (风险事件发生时间提前) 相互补偿。于是, 有

命题1 (时间-概率权衡关系)

公理A1、公理A2、公理A3满足, 对于一些严格为正的数r, 使得e-rt连续, 则有:

$U^{t} (x, t, p) = U^{0} (x, 0, p e^{- r t}) (1)$

命题1反映了决策者对于时间与概率的心理权衡, 得到了时间-概率权衡的显示表达式。式 (1) 表示决策者对t时刻风险事件 (x, t, p) 的偏好等价于当前时刻 (即0时刻) 对降低结果实现概率的风险事件 (x, 0, pe-rt) 的偏好;风险事件实现时间的提前 (t→0) 可以通过降低结果概率的方式 (p→pe-rt) 来抵补。我们把这个补偿比例e-r称为决策者的行为折现因子 $\tilde{β}$ , 其独立于时间与概率水平, 仅与内在折扣率r相关。

内在折扣率取决于决策者的时间偏好, 也可能依赖结果的量值, 是决定时间-概率权衡的唯一因素。考虑到决策者的有限理性, 其时间偏好可能受结果的量值影响, 此时内在折扣率r就是一个折扣率函数r (x) 。Baucells (2007) 指出, 利用公理A2、公理A3, 可以通过实验测度出决策者个人内在折扣率的具体值, 并给出相应实验设计。

2.2 基于行为折现因子的CCAPM模型

(1) CCAPM模型

假定在纯交换经济中同质的代表性投资者在非线性预算约束下追求个人期望效用最大化。代表性投资者在t期的目标函数和预算约束分别是[24]:

$\begin{array}{l} \max E_{t} \sum_{j = 0}^{\infty} β^{j} u (c_{t + j}) (2) \\ s . t . W_{t + 1} = (W_{t} - c_{t}) \sum_{i = 1}^{n} ω_{i, t} (1 + R_{i, t + 1}) ‚ \sum_{i = 1}^{n} ω_{i, t} = 1 (3) \end{array}$

其中, u (ct+j) 是代表性投资者在t+j期关于消费ct+j的二次可微的连续效用函数;β (0<β<1) 是外生给定的主观折现因子;Et[·]是t期信息集下的期望算子;Wt是投资者在t期的总财富;Ri, t+1是资产i在t+1期的实际收益;ωi, t是t期资产i在投资者的投资组合中所占的份额;n是资产数目。

下面从时间-概率权衡的角度来研究CCAPM模型关于跨期消费效用的折现问题, 推导出反映投资者跨期决策行为特征的行为折现因子, 并指出行为折现因子的可测度性。

(2) 时间-概率权衡下基于行为折现因子的CCAMP模型

第一步, 把t+j时刻消费ct+j (ct+j≥0) 看做必然发生的非负简单风险事件, 记为 (ct+j, t+j, 1) , 表示在将来时间t+j时刻投资者以概率1消费ct+j, 以概率0消费0。我们知道, 消费实现的量值越大投资者越偏好;消费的越早实现越符合投资者的偏好;时间维度上消费实现发生时间提前可以与消费实现的可能性降低相互补偿。显然, 该风险事件满足时间-概率权衡的公理A1、公理A2、公理A3。

于是, 存在偏好函数U, 由命题1, 有

$U^{t + j} (c_{t + j}, t + j, 1) = U^{t} (c_{t + j}, t, e^{- r j}) (4)$

其中, r>0为内在折扣率, 反映投资者时间偏好且具有可测性;风险事件 (ct+j, t, e-rj) 表示在当前t时刻投资者以概率e-rj消费ct+j, 以概率1-e-rj消费0。

经过时间-概率权衡, 式 (4) 表示:投资者对t+j时刻以概率1消费ct+j的偏好与在当前t时刻以概率e-rj消费ct+j的偏好相等。对于投资者而言, 未来消费ct+j的不确定性将由其实现的概率减少来补偿, 补偿比例e-r体现了投资者的时间偏好, 反映了投资者对跨期消费的折现思想。从风险的角度来看, 在当前t时刻来看t+j时刻的消费, 尽管其消费值ct+j没发生改变, 但消费实现的概率减少为e-rj, 实现的风险显著增加, 消费实现为0的概率由0增加到1-e-rj.

第二步, 设u (c) 为投资者关于消费的Von Neumann型期望效用函数, 则风险事件 (ct+j, t+j, 1) 在t+j时刻的偏好函数Ut+j (ct+j, t+j, 1) =u (ct+j) ×1+u (0) ×0=u (ct+j) , 表示投资者t+j时刻的消费效用。由式 (4) 可知, 投资者对t+j时刻的消费效用在当前t时刻的评价等价于风险事件 (ct+j, t, e-rj) 的偏好函数Ut (ct+j, t, e-rj) 。因此,

$\begin{array}{l} U^{t + j} (c_{t + j}, t + j, 1) = U^{t} (c_{t + j}, t, e^{- r j}) \\ = e^{- r j} u (c_{t + j}) + (1 - e^{- r j}) u (0) (5) \end{array}$

其中, 令 $e^{- r} = \tilde{β}$ , 称为投资者的行为折现因子, 且具有可测性。式 (5) 表示投资者对t+j时刻的消费效用u (ct+j) , 利用行为折现因子在当前t时刻跨期折现, 折现后的当前消费效用为 $\tilde{β}^{j} u (c_{t + j}) + (1 - \tilde{β}^{j}) u (0)$ 。

第三步, 把式 (5) 代入CCAPM模型中, 在约束条件式 (3) 不变的情况下, 目标函数变为:

$\max E_{t} \sum_{j = 0}^{\infty} \tilde{β}^{j} u (c_{t + j}) + (1 - \tilde{β}^{j}) u (0) (6)$

称为基于行为折现因子的CCAPM模型。

下面对基于行为折现因子的CCAPM模型做进一步讨论:

①基于不同的效用函数

幂效用函数:形式为 $u (c_{t}) = \frac{c_{t}^{1 - γ}}{1 - γ}$ , 其中γ是投资者的相对风险厌恶系数。此时, u (0) =0, 式 (6) 退化为: $\max E_{t} \sum_{j = 0}^{\infty} \tilde{β}^{j} u (c_{t + j})$ 。令 $β = \tilde{β}$ , 即得到原始的CCAPM模型。但此时, 主观折现因子β体现了投资者的时间偏好且具有可测性。

指数效用函数:形式为u (ct) =-e-γct, 其中γ是投资者的常风险厌恶系数。此时, u (0) =-1, 式 (6) 变为: $\max E_{t} \sum_{j = 0}^{\infty} [\tilde{β}^{j} u (c_{t + j}) - (1 - \tilde{β}^{j})] < \max E_{t} \sum_{j = 0}^{\infty} \tilde{β}^{j} u (c_{t + j})$ 。该式表明, 具有此效用函数的投资者更趋于保守。

②基于量值效应的内在折扣率函数

考虑内在折扣率r关于消费ct+j的量值效应, 记内在折扣率函数为r (ct+j) , 式 (6) 写为 $\max E_{t} \sum_{j = 0}^{\infty} e^{- r (c_{t + j}) j} u (c_{t + j}) + (1 - e^{- r (c_{t + j}) j}) u (0)$ 。此时, 行为折现因子 $\tilde{β} = e^{- r (c_{t + j})}$ , 是关于消费的函数, 将随消费的量值动态变化。因此, 在定价过程中, 具有量值效应的行为折现因子将对投资者的决策与均衡资产价格产生巨大影响。

③行为折现因子的可测度性

基于时间-概率权衡的稳定关系, 利用Baucells给出的针对简单风险事件测度决策者内在折扣率的实验设计——二分程序, 可以得到CCAPM模型中投资者关于跨期消费效用折现的内在折扣率, 进而得到反映投资者时间偏好的行为折现因子。具体实验设计参见Baucells (2007) 。

3 基于行为折现因子、习惯形成与追求时髦的BAPM模型

在真实的经济生活中, 投资者并非完全理性人, 他的消费-投资决策不可避免地受到自身各种行为因素的影响。 Abel (1990) 首次在效用函数里嵌入消费的习惯惯性, 利用投资者过去的消费水平 (习惯形成) 与过去的社会总体消费水平 (追求时髦) , 构建了基于习惯形成与追求时髦的行为资产定价模型 (BAPM) 。通过数值模拟发现, 该模型有效地解释了股票溢价之谜和无风险利率之谜。

下面对Abel (1990) 的模型加以改进, 引入体现投资者时间偏好与量值效应的内在折扣率函数, 考察具有习惯形成与追求时髦这两种行为特征的投资者, 其跨期消费效用在行为折现因子作用下蹬消费-投资决策, 建立较为全面反映投资者行为特征的行为资产定价模型, 得到更贴近现实市场的均衡资产价格的非显示性最优解。选取合理的投资者行为折现参数, 通过数值模拟发现, 新模型能生成与实际资本市场数据更为吻合的资产价格数据, 能更有效的解释股票溢价之谜和无风险利率之谜。

3.1 构造内在折扣率函数

内在折扣率函数的一个可能形式如r (x) =r0+r1/f (x) , 其中r0>0, r1≥0, r0, r1为常数;f是一个单调函数。如果r1=0, 就得到一个常数的内在折扣率;如果r1>0, 表明内在折扣率具有量值效应, 根据结果量值的变化而变化。

在CCAMP模型中, 考虑到投资者通常对越大的消费效用折扣的越少, 选取函数f (ct+j) =u (ct+j) , u (ct+j) 是关于消费量ct+j的二次可微的连续效用函数, 得到表示投资者量值效应的内在折扣率函数:

$r (c_{t + j}) = r_{0} + r_{1} / u (c_{t + j}) (7)$

其中, r0, r1为可测常数, 表示投资者的时间偏好, 记为行为折现参数。

3.2 基于行为折现因子、习惯形成与追求时髦的BAPM模型

假设一个代表性投资者禀赋经济, 经济中只有两种公开交易的资产——股票和债券; 只有一种消费品, 该消费品来自于股票的红利; 股票的数量等于经济中人口的数量。

在t时刻, 每份股票的价格为pt, 产生红利为yt;红利的随机性是经济中不确定性的唯一来源, 红利增长率为 $x_{t + 1} = \frac{y_{t + 1}}{y_{t}}$ ;股票的收益率为 $R_{t + 1}^{s} = \frac{p_{t + 1} + y_{t + 1}}{p_{t}}$ 。在t时刻, 每份无风险债券的价格为bt, 在t+1时刻得到的回报是一单位消费品。因此, 无风险债券的收益率是 $R_{t + 1}^{B} = \frac{1}{b_{t}}$ 。

在Lucas (1978) 一般均衡中, 所有的物品在产出的同时被消费, 由代表性投资者的同质性, t时刻投资者的个人消费ct、经济中的平均总消费Ct有如下关系式:ct=Ct=yt, 且 $\frac{c_{t + 1}}{c_{t}} = \frac{C_{t + 1}}{C_{t}} = x_{t + 1} .$

代表性投资者在t期拥有财富Wt, 并用这些财富追求最大化地期望终身效用, 其目标函数和预算约束分别是:

$\begin{array}{l} \max E_{t} \sum_{j = 0}^{\infty} e^{- r (c_{t + j}, h_{t + j}) j} u (c_{t + j}, h_{t + j}) \\ s . t . W_{t} = c_{t} + \frac{B_{t}}{R_{t}^{B}} + p_{t} s_{t} \\ W_{t + 1} = B_{t} + (p_{t + 1} + y_{t + 1}) s_{t} \end{array} (8)$

其中, $u (c_{t + j}, h_{t + j}) = \frac{[\frac{c_{t + j}}{h_{t + j}}]^{1 - γ}}{1 - γ} ‚ γ > 0$ 是代表性投资者在t+j期关于消费ct+j与行为参数ht+j的二次可微连续效用函数, u (0) =0; e-r (ct+j, ht+j) 是投资者的行为折现因子 $\tilde{β}$ , 其中 $r (c_{t + j}, h_{t + j}) = r_{0} + \frac{r_{1}}{u (c_{t + j}, h_{t + j})}$ 为内在折扣率函数;Bt是投资者在t期持有债券在t+j期的回报;st是投资者拥有的股票总量。

关于行为参数ht, 具体形式如下: ht=[cDt-1C1-Dt-1]α, α≥0, D≥0。当α=0时, 有ht=1, 此时效用函数u (ct, ht) 退化为幂效用函数; 当α>0且D=0时, ht仅依赖于t-1期人均消费水平Ct-1, 刻画了投资者“追求时髦”的行为特性; 当α>0且D=1时, ht仅依赖于t-1期的自身消费水平ct-1, 刻画了投资者对消费的“习惯形成”。

3.3 模型求解

为了计算资产价格, 考察代表性投资者在t时刻购买一份资产, 随后在t+1时刻卖出。如果投资者的最优消费、最优资产持有数量和资产价格处于均衡状态, 买和卖, 这一对交易不会影响投资者期望的折现效用, 且ct=Ct=yt, Bt=0和st=1。

假设投资者减少t时刻1单位ct的消费, 购买一份收益率为Rt+1的资产, 在t+1时刻卖出, 增加Rt+1单位ct+1的消费。那么, 均衡收益率必须满足如下的欧拉方程:

$E_{t} [- (\frac{\partial U_{t}}{\partial c_{t}}) + e^{- r (c_{t + 1}, h_{t + 1})} R_{t + 1} (\frac{\partial U_{t + 1}}{\partial c_{t + 1}})] = 0 (9)$

其中, $U_{t} = \sum_{j = 0}^{\infty} e^{- r (c_{t + j}, h_{t + j}) j} u (c_{t + j}, h_{t + j}) ‚ r (c_{t + 1}, h_{t + 1}) = r_{0} + \frac{r_{1}}{u (c_{t + 1}, h_{t + 1})}$ 。

类似于Abel (1990) 的模型求解, 利用式 (8) 、式 (9) , 得出均衡的股票价格-红利比wt与债券价格bt的非显示性最优解 (设红利增长率xt+1满足i.i.d条件) 。

(1) 股票价格-红利比wt

令股票价格-红利比 $w_{t} = \frac{p_{t}}{y_{t}}$ , 因此, 有pt=wtyt, pt+1=wt+1yt+1, 使得股票收益率为:

$R_{t + 1}^{s} = (1 + w_{t + 1}) \frac{x_{t + 1}}{w_{t}} (10)$

接下来计算 $\frac{\partial U_{t}}{\partial c_{t}}$ , 有 (注意, 此时内在折扣率函数r (ct+1, ht+1) 为消费效用u (ct+1, ht+1) 的函数)

$\begin{array}{l} \frac{\partial U_{t}}{\partial c_{t}} \\ = u_{c} (c_{t}, h_{t}) \\ + [\frac{r_{1}}{u (c_{t + 1}, h_{t + 1})} + 1] e^{- r (c_{t + 1}, h_{t + 1})} u_{h} (c_{t + 1}, h_{t + 1}) α D \frac{h_{t + 1}}{c_{t}} \end{array} (11)$

依前文定义, 式 (11) 具体形式为:

$\frac{\partial U_{t}}{\partial c_{t}} = Η_{t + 1}^{*} h_{t}^{γ - 1} c_{t}^{- γ} (12)$

其中, $Η_{t + 1}^{*} = 1 - β^{*} α D x_{t + 1}^{1 - γ} x_{t}^{- α (1 - γ)} ‚ β^{*} = β^{*} (c_{t + 1}) = [\frac{r_{1}}{u (c_{t + 1}, h_{t + 1})} + 1] e^{- r (c_{t + 1}, h_{t + 1})} .$

最后, 把式 (10) 、式 (12) 代入式 (9) , 股票价格-红利比为:

$w_{t} = A \frac{x_{t}^{θ}}{J_{t}^{*}}$

其中, $θ = α (γ - 1), J_{t}^{*} = E_{t} (Η_{t + 1}^{*}) = 1 - α D E_{t} (β^{*} | x_{t + 1}^{1 - γ}) E (x^{1 - γ}) x_{t}^{θ}, λ_{1} = E_{t} (e^{- r (c_{t + 1}, h_{t + 1})} | x_{t + 1}^{1 - γ}) - α D E_{t + 1} (β^{*} (c_{t + 2}) | x_{t + 2}^{1 - γ}) E_{t} (e^{- r (c_{t + 1}, h_{t + 1})} | x_{t + 1}^{(1 - γ) (1 - α)}) E (x^{(1 - γ) (1 - α)}), A = \frac{λ_{1} E (x^{1 - γ})}{1 - E_{t} (e^{- r (c_{t + 1}, h_{t + 1})} | x_{t + 1}^{(1 - γ) (1 - α)}) E (x^{(1 - γ) (1 - α)})}$ 。

(2) 债券价格bt

无风险债券的收益率是 $R_{t + 1}^{B} = \frac{1}{b_{t}}$ , 代入式 (9) , 得:

$b_{t} = e^{- r (c_{t + 1}, h_{t + 1})} \frac{E_{t} (\frac{\partial U_{t + 1}}{\partial c_{t + 1}})}{E_{t} (\frac{\partial U_{t}}{\partial c_{t}})} (13)$

把式 (12) 代入式 (13) , 债券价格为:

$b_{t} = q \frac{x_{t}^{θ}}{J_{t}^{*}}$

其中, λ2=Et (e-r (ct+1, ht+1) |x-γt+1) E (x-γ) , q=λ2- αDEt+1 (β* (ct+2) |x1-γt+2) Et (e-r (ct+1, ht+1) |x (1-γ) (1-α) t+1) E (x1-γ) E (xθ-γ) 。

3.4 数值模拟

为了检验模型的有效性, 相关参数直接采用Abel (1990) 中的参数值, 具体设定如下: ①红利增长率xt+1满足i.i.d条件, 服从E (x) =1.018, Var (x) = (0.036) 2的对数正态分布;②参数γ的取值:当α=1, D=0, 即投资者“追赶时髦”时, γ>0;当α=1, D=1, 即投资者“习惯形成”时, 0.86<γ<1.14。

这些参数匹配美国经济的关键特征, 通常检验模型的方法是通过数值模拟, 看模型是否可以解释股票溢价之谜和无风险利率之谜, 即:理论模型加上合理的行为参数是否可以同时产生6.98个百分点的股票收益率和0.8个百分点的债券利率。

模拟结果如下: 表1、表2分别给出“追赶时髦”与“习惯形成”的投资者在主观与行为折现因子作用下的资产无条件期望收益率和股票溢价。A、C部分的计算对应于Abel (1990) 的资产定价模型的数值模拟。

表1中, 当投资者“追赶时髦”时, 选取行为折现参数r0=0.01, r1=0.002, 当γ=7时, 新模型生成6.99%的股票收益, 而此时的无风险利率仅为0.51%, 非常接近实际资本市场真实值;表2中, 当投资者“习惯形成”时, 选取行为折现参数r0=0.01, r1=0.2, 当γ=1.06时, 新模型生成的风险溢价约为8个百分点, 而此时无风险利率仅为0.69%。

两种情形下, 较之Abel (1990) 模型, 新模型生成的数值收敛更快, 更接近于实际资本市场数据, 能同时得到较高的股票溢价与较低的无风险利率, 能更有效的解释股票溢价之谜和无风险利率之谜。

4 结束语

本文突破了资产定价模型中主观折现因子其外生给定的不足, 从时间-概率权衡的角度来研究投资者对于跨期消费效用的折现问题, 用体现投资者时间偏好和量值效应的内在折扣率函数刻画跨期对投资者效用的影响, 推导出关于跨期消费效用的行为折现因子, 并指出其可测度性。在此基础上, 综合考虑影响投资者决策的行为因素, 构造了基于行为折现因子、习惯形成与追求时髦的行为资产定价模型, 更贴近的反映现实市场中投资者的多重行为特征, 更准确的诠释均衡资产价格。

数值模拟结果表明, 本文所提出的行为资产定价模型有效的提高了标准的资产定价模型对股票溢价之谜和无风险利率之谜的解释能力, 同时生成了与实际资本市场数据更为吻合的高的风险溢价和低的无风险利率。

作息时间行为规范篇3

一、找出运动特征，巧求粒子运动时间

例1 1932年，劳伦斯和利文斯设计出了回旋加速器．回旋加速器的工作原理如图1所示，置于高真空中的D形金属盒半径为R，两盒间的狭缝宽d很小，磁感应强度为B的匀强磁场与盒面垂直．A处粒子源产生的粒子质量为m、电荷量为+q ，在加速器中被加速，加速电压为U．加速过程中不考虑相对论效应和重力作用．

（1）若两盒间狭缝宽d很小，带电粒子穿过的时间可以忽略不计．求粒子从静止开始加速到出口处所需的时间；

（2）若带电粒子穿过狭缝的时间不能忽略，求粒子在整个狭缝中运动的时间．

解析：（1）设粒子到出口处被加速了n圈，

（2）因为在电场中加速时的加速度大小相等，加速时间每一次不相等，设第1次为，第2次为，第3次为，……第n次为，每次加速后的轨道半径分别为r1、r2、r3……rn，则在电场中加速的总时间为：

求这个时间还可以用更巧妙的方法：把粒子在狭缝的整个加速运动看成是连续的初速度为零的匀加速直线运动．由匀变速直线运动的规律（n为粒子到射出被加速的圈数），仍然可以求得．

点评：粒子在磁场中运动的速度不断变大，但在磁场中运动的周期与速度大小无关．因此，关键是找出加速的次数n；另外，要求粒子在狭缝中的时间，关键分析出粒子每次在狭缝中都是匀变速运动．所以同学们在遇到这类问题时，首先要根据题意分析出粒子运动的特点，再用巧妙的方法求解．

二、利用分运动，求电场变化的时间

例2 如图2甲所示，在真空中水平放置两块平行金属板，两板相距为d，板长为L，两板间加上如图乙所示的周期性交变电压，在t=T/4时，有一电子（质量为m，电荷量为e）以水平速度沿两板正中央飞入电场，要使电子仍从两板中央沿水平方向飞出电场，交变电压的频率最小是多少？在这个频率时所加电压最大不能超过多少？

解析：电子在电场中的运动状态是水平方向分运动是以速度做匀速直线运动．竖直方向的分运动是第一个匀加速，第二个匀减速至零，并达最大位移，第三个反向匀加速，第四个匀减速至零，又回到中央水平直线处．

电子仍能从两板中央沿水平方向飞出，必须是电子到达极板右端时，在竖直方向上又回到中央直线处，且竖直分速度为零，则飞行时间为经历一个周期或几个周期的时间即，周期为最大值时，

对应的频率的最小值：，

经过时，电子在竖直方向到达最大位移处，即，

为使电子不碰到极板应满足，得．

点评：解决这类问题的核心是粒子在电场方向上一个周期内的位移必须为零，速度的改变量为零．我们知道任何复杂的运动，都可以等效为两个简单的分运动，而运动又具有独立性，所以抓住某个分运动特征进行求解，往往使复杂的问题简单化．

三、巧用对称性，确定粒子进入场的时间

例3 如图3甲所示，建立Oxy坐标系，两平行极板P、Q垂直于y轴且关于x轴对称，极板长度和板间距均为，第一、四象限有磁感应强度为B的匀强磁场，方向垂直于Oxy平面向里．位于极板左侧的粒子源沿x轴向右连接发射质量为m、电量为+q、速度相同、重力不计的带电粒子．在0~ 3t0时间内两板间加上如图3乙所示的电压（不考虑极板边缘的影响）．

已知t=0时刻进入两板间的带电粒子恰好在t0时刻经极板边缘射入磁场．上述m、q、、t0、B为已知量．（不考虑粒子间相互影响及返回板间的情况）求：何时进入两板间的带电粒子在磁场中的运动时间最短？求此最短时间．

解析：t=o时刻进入两极板的带电粒子在电场中做匀变速曲线运动， t0时刻刚好从极板边缘射出，在y轴负方向偏移的距离为l/2，设其加速度大小为a ，则有l/2=at02/2 ①，

因为粒子在磁场中运动的时间与在磁场中转过的圆心角度有直接关系，由对称性知，2t0时刻进入两极板的带电粒子在磁场中运动时间最短．带电粒子离开磁场时沿y轴正方向的分速度为 ②，

设带电粒子离开电场时速度方向与y轴正方向的夹角为，则 ③，

带电粒子沿x轴方向的分速度大小为v0=l/t0 ④，

联立①②③④式解得，带电粒子在磁场运动的轨迹图如图4所示，圆弧所对的圆心角为，所求最短时间为，带电粒子在磁场中运动的周期为，联立以上两式解得．

点评：磁场中圆周运动时间的最值问题，由和得带电粒子在磁场中运动时间，时间与速度无关，圆心角越大，则粒子运动时间越长，因此圆心角之“最”决定运动时间之“最”．

四、利用数学规律，求粒子运动时间的最值

例4 在某平面上有一半径为R的圆形区域，区域内外均有垂直于该平面的匀强磁场，圆外磁场范围足够大，已知两部分磁场方向相反且磁感应强度都为B，方向如图5所示．现在圆形区域的边界上的A点有一个电量为，质量为的带正电粒子，以沿OA方向的速度经过A点，已知该粒子只受到磁场对它的作用力．若粒子在其与圆心O的连线旋转一周时恰好能回到A点，求该粒子回到A点所需的最短时间．

解析：设粒子运动的半径为r，

由此可知粒子在圆形区域外和圆形区域内圆周运动的轨道半径相同．

如图6，O1为粒子运动的第一段圆弧AB的圆心，O2为粒子运动的第二段圆弧BC的圆心，根据几何关系可

故∠AOB=∠BOC=2θ

如果粒子回到A点，则必有n˙2θ=2π（n取正整数） ③，

考虑到θ为锐角，即0<θ<，根据③可得

粒子做圆周运动的周期T=．

因为粒子每次在圆形区域外运动的时间和圆形区域内运动的时间互补为一个周期T，所以粒子穿越圆形边界的次数越少，所花时间就越短，因此取

而粒子在圆形区域外运动的圆弧的圆心角为α，

故所求的粒子回到A点的最短运动时间为t=T+T=．

点评：粒子要回到A点，必须满足n˙2θ=2π这个关系式，要使运动的时间最短，必须n最小．可见把数学和物理有机结合解决这类问题很方便，我们知道数学有很多规律可以应用到物理解题中，特别对求解物理最值问题很有效．

五、用累积法，求变加速运动的时间

例5 如图所示，质量为m、边长为L的正方形闭合线圈从有理想边界的水平匀强磁场上方h高处由静止起下落，磁场区域的边界水平，磁感应强度大小为B，线圈的电阻为R，线圈平面始终在竖直面内并与磁场方向垂直，ab边始终保持水平．若线圈一半进入磁场时恰开始做匀速运动，重力加速度为g.求：从线圈cd边进入磁场到开始做匀速运动所经历的时间t

解析：先求出线圈匀速运动时的速度，线圈匀速运动时，受到的重力和安培力平衡，

设线圈进入磁场过程中的加速度为a，

线圈进入磁场过程中，设极短时间内的速度变化为，

病历书写基本规范中的时间要求篇4

2、日常病程记录：对病危患者应当根据病情变化随时书写病程记录，每天至少1次，记录时间应当具体到分钟。对病重患者，至少2天记录一次病程记录。对病情稳定的患者，至少3天记录一次病程记录。

3、主治医师首次查房记录应当于患者入院48小时内完成。内容包括查房医师的姓名、专业技术职务、补充的病史和体征、诊断依据与鉴别诊断的分析及诊疗计划等。

4、（副）主任医师首次查房记录应当于患者入院72小时内完成。内容包括查房医师的姓名、专业技术职务、对病情的分析和诊疗意见等。

5、交班记录应当在交班前由交班医师书写完成；接班记录应当由接班医师于接班后24小时内完成。

6、转出记录由转出科室医师在患者转出科室前书写完成（紧急情况除外）；转入记录由转入科室医师于患者转入后24小时内完成。

7、阶段小结是指患者住院时间较长，由经治医师每月所作病情及诊疗情况总结。要求每月至少一次。

8、抢救记录是指患者病情危重，采取抢救措施时作的记录。因抢救急危患者，未能及时书写病历的，有关医务人员应当在抢救结束后6小时内据实补记，并加以注明。

9、有创诊疗操作记录是指在临床诊疗活动过程中进行的各种诊断、治疗性操作(如胸腔穿刺、腹腔穿刺等)的记录。应当在操作完成后即刻书写。

10、常规会诊意见记录应当由会诊医师在会诊申请发出后48小时内完成，急会诊时会诊医师应当在会诊申请发出后10分钟内到场，并在会诊结束后即刻完成会诊记录。

11、手术记录是指手术者书写的反映手术一般情况、手术经过、术中发现及处理等情况的特殊记录，应当在术后24小时内完成。

12、手术清点记录是指巡回护士对手术患者术中所用血液、器械、敷料等的记录，应当在手术结束后即时完成。

13、术后首次病程记录是指参加手术的医师在患者术后即时完成的病程记录。

14、出院记录是指经治医师对患者此次住院期间诊疗情况的总结，应当在患者出院后24小时内完成。

15、死亡记录是指经治医师对死亡患者住院期间诊疗和抢救经过的记录，应当在患者死亡后24小时内完成。

作息时间行为规范篇5

企业领导肯定希望员工勤奋地工作、高效率地完成各项任务，而这就要求对企业员工的工作时间、工作状态、工作态度进行严格的管理。而这又表现在对员工在上班时间使用网络资源的情况进行有效的管理。

当前，在企业的局域网中，经常有部分员工利用网络的便利，常常在工作时间做与工作无关的事情。例如，在上班时间，在公司的局域网中使用QQ、MSN、SKYPE等聊天工具上网聊天;利用一些P2P软件、点对点软件，例如迅雷、酷狗、酷我音乐盒、BT、emule等等下载一些影视资料;还有一些员工因为深陷股市，而经常利用上班时间、工作时间在公司的局域网的电脑上观看股市行情、股票交易、股票涨停情况;也有一些员工在工作时间、上班时间，在公司的局域网中玩网络游戏、在线游戏、单机游戏等等。上述这些企业员工、企业雇员、企业职员的上网行为，极大的占用了工作时间、同时也占用了大量的公司网络带宽资源，降低了工作效率，影响了员工的工作状态等，因此必须对职员的这些上网行为进行严格的管理，降低不必要的内耗，提升企业员工的工作效率和质量。

现在一些企业的网络管理员、CIO或者CTO、以及公司的信息中心负责人对网络的管理还是基于传统的通过网络设备，如交换机、路由器、防火墙等设备进行管理。这些网络设备在早期确实对网络管理有一定的作用，但是它们毕竟是主要用来保障网络通讯的实现，而不是应用到网络管理层面上的。所以，对公司员工的上网行为进行有效的管理，还必须借助针对性的上网行为管理系统进行管理，才能从根本上实现对网络管理的目的。

小草上网行为管理软路由部署在局域网的一台电脑上就可以实现对整个公司局域网的全方面的管理，如聊天、网络游戏、炒股等等。同时，小草软路由可以根据客户的需要实时定制特定网络游戏、特定股票软件、特定聊天软件的控制规则，保证了企业网络管理能够实时适应最新的网络控制需要。

小草上网行为管理软路由还可以限制个别主机过量占用公司的带宽资源，保证网络资源的均衡分配;同时，还可以对局域网的主机进行IP和MAC绑定，从而可以防止局域网的电脑私自更改IP、逃避网络监控的行为。

作息时间行为规范篇6

摘要：采用批量动态实验方法,对潮土中阿特拉津吸附特征随吸附反应时间变化进行了研究.结果表明,土壤吸附的阿特拉津量随反应时间的变化符合双曲线函数关系.在50 μg・L-1～2000 μg・L-1浓度系列下,在48 h内,土壤颗粒对阿特拉津的吸附属于快反应,土壤吸附的阿特拉津量随吸附反应时间呈指数上升,为吸附实验结束(168 h)时土壤吸附阿特拉津总量的58%到90%.当吸附反应时间超过48 h后,随反应时间增加,土壤吸附阿特拉津量差异变化不显著.阿特拉津在潮土颗粒和土壤溶液中的相分配可用Freundlich方程描述.吸附容量因子Kf与吸附反应时间之间有极显著的`线性正关系(r2=0.9063**, p＜0.0001).无量纲的非线性因子n与吸附反应时间之间也具有显著的线性负关系(r2=0.5666*, p=0.0192).作者：邓建才蒋新胡维平卢信 DENG Jiancai JIANG Xin HU Weiping LU Xin 作者单位：邓建才,DENG Jiancai(中国科学院南京土壤研究所//土壤与农业可持续发展国家重点实验室,江苏,南京,210008;中国科学院南京地理与湖泊研究所,江苏,南京,210008)

蒋新,JIANG Xin(中国科学院南京土壤研究所//土壤与农业可持续发展国家重点实验室,江苏,南京,210008)

胡维平,HU Weiping(中国科学院南京地理与湖泊研究所,江苏,南京,210008)

作息时间行为规范篇7

虽然机构投资者的发展历史不长,但近三十年来尤其是最近几年发展速度加快,机构投资者至今已经成为公司治理领域与资本市场的重要参与体。机构投资者实力的不断壮大,对资本市场和上市公司的影响也将越来越大。一方面,机构投资者正确的价值投资理念和积极的参与公司治理的行为可以产生正的报酬效应,显著提高公司的业绩,促进资本市场朝着健康稳定的方向发展;而另一方面,由于我国资本市场各种机制体制还不健全,机构投资者可能迫于业绩压力及自身利益的考虑,产生机会主义,通过操纵市场的行为,影响市场的收益,不仅不利于市场的良性发展,还会极大损害中小社会投资者的利益。因此,研究机构投资者的投资理念、行为特征及行为效应,具有理论和现实上的重要意义。

一、文献回顾

对机构投资者的投资行为及其行为反应,国内外学者都进行过一定的理论探讨与实证研究。

(一)机构投资者持股比例与行为效应

传统的研究是从机构投资者的投资理念、选股能力入手,考察机构投资者持股比例与股票收益、信息改善及公司治理的相关性,来研究机构的投资行为对市场及微观主体的影响。

西方学者Badrinath等最早进行了相关研究,发现了规模大、过去业绩好的公司更能吸引基金等机构投资者持有[1];此后,Gompers等指出,由于机构投资者对大公司股票的持有,结果使得大公司的股价上升从而获得股票收益[2]。机构投资者作为公司的股东,随着持股比例的增加,其“华尔街之脚”行走得再也不那么方便(Black,1997),极有可能采取积极策略,挖掘企业内部信息,改善公司治理,提高公司业绩[3]。Bipin,Sanjeev和Partha的研究表明,机构投资者的持股程度与公司的盈利预测信息的公告数量和质量存在明显的正相关关系[4];江向才的研究表明,机构投资者持股与公司信息透明度存在显著的正相关关系[5];李旭旦实证研究了机构投资者持股与上市公司经营业绩之间的关系认为,我国机构投资者已经开始对我国上市公司治理产生影响,并且起到了改善我国上市公司治理状况、提高公司绩效的作用,但是作用并不明显[6]。

(二)机构投资者持股变动与行为效应

关于机构持股比例对上市公司的影响及市场效应的研究已较多,但从单纯研究机构投资者持股的比例这一静态变量来考察机构的行为及效应有着重要的缺陷,不能很好地甄别出机构投资者所采取的行为策略,学者开始了对机构投资者的边际行为的报酬效应的研究。John R.Nofinger等分析表明,机构投资者与股票超额报酬率之间有较强的正相关关系[7];还有学者研究表明,机构持股交易需求的变动与滞后期的超额报酬呈现微弱的相关关系[8,9,10,11];国内的赵涛和郑祖玄进而研究了机构投资者的操纵问题,指出机构投资者利用信息不对称,持股并操纵股价的现象突出[12];杨德群等认为,基金增持或减持会对当期股价产生推动和拉动作用,而对后期的股价收益率没有显著关系[13];而陈志启和柯捷的研究表明,基金在当期和上一期持股比例的季度变动都与股票回报呈现著正相关关系[14]。

国内的文献对于机构持股变动与投资回报的研究还不够深入,多是以半年或年度时间窗进行的分析,研究的结果不具有一致性和持续性,本文通过实证研究,来分析季度时间窗下我国机构投资者持股变动和超额回报的相关性。

二、研究设计

(一)研究假设

机构投资者持股变动行为可以引起股票的收益变动,当机构投资者增持某一股票时,如果机构投资者对该股票在增持之前已经作过深入的公司价值分析,能比较准确地预测价格大体走势,那么这一行为将会产生同向的报酬效应,而如果机构投资者采取的是从众行为或者价格操纵策略,由于股票交易需求的增大而影响供求关系,使得股票获得正的超额收益;相反,将会获得负的超额收益。为检验机构持股行为的同期与滞后期的报酬效应,以机构持股份额变动来衡量机构持股变动行为,首先提出以下两个假设:

H1.1:机构投资者持股变动与同期超额投资报酬存在正相关关系,且熊、牛市有一定差异。

H1.2:机构投资者持股变动与下一期超额投资回报存在正相关关系,且熊市、牛市有一定差异;

通过假设一、假设二可得出机构持股变动对投资回报的大体影响方向。另外,机构投资者持股变动引起个股股票的需求量的变化,从而影响需求和供给之间的关系,会导致股票报酬产生影响,这种报酬效应会存在时滞,在其他条件不变的一般情况下,同期报酬效应可能较强,为了辨别持股变动的同期和滞后期报酬效应的相对强弱,提出如下假设:

H2:机构持股变动的同期报酬效应相对较强。

(二)变量选取及说明

1. 被解释变量

超额回报率(AR)是本研究的被解释变量,也是对股票超额回报的度量指标,指在机构投资者发生持股变动的同一期或滞后期的该股累计超额报酬率。本研究中的时间段为季度时间窗,它等于股票的实际报酬率减去市场的平均报酬率。

2. 解释变量

本文以机构投资者持股比例的变动(ΔIO)作为解释变量,来衡量机构持股变动,即本季度机构投资者持有某公司的股权比例与上季度持有该公司的股权比例之差。

3. 控制变量

由于投资超额回报率不仅受市场特征量的影响,还要受到公司基本面的制约,本文将选取控制变量对其他因素进行控制。通常来说,不同的机构投资者对公司规模和财务风险会有不同的偏好,用公司规模(Size)和资产负债率(Leverage)变量来分别控制,Size用公司总资产的自然对数替代,而Leverage由总负债除以总资产得到。经营业绩是决定股票价值的重要因素,本文引入单位资产净现金流(Cash)和总资产收益率(ROA)两个变量进行控制,Cash为净现金流除以总资产,ROA为净利润除以总资产,用虚拟变量(Dt)验证熊市和牛市影响的差异性,Dt=1,代表牛市,则Dt=0,代表熊市。

(三)模型设计

为验证H1.1和假设H1.2,暂不考虑其他因素的影响,即不加入控制变量,直接建立超额投资回报率与机构持股变动两者的关系,分别建立回归模型如下:

为了检验假设H2,我们需要对机构持股变动对不同期的投资回报影响强度进行比较,需要引入控制变量以确保精确性,本文将同时尝试考察机构持股变动对同期、延迟一期和两期的情况,由此建立模型如下:

模型中ε、μ分别代表随机误差项,t代表季度。

(四)样本选择与数据来源

本文以所有中国A股上市股票为研究对象,选取了2007年1季度—2008年3季度的公司财务数据、投资回报率的股票月度数据、市场回报及2006年2季度—2008年3季度的机构持股数据,计算出了超额投资回报率,其中样本期间包括了熊市、牛市两个时间段,并根据以下原则筛选公司:(1)剔除所选变量指标数据资料不完整的公司;(2)剔除在样本研究时期内退市的公司;(3)由于金融行业的特殊性,故将金融类公司剔除;(4)剔除所有S、ST、*ST、SST、S*ST和PT类上市公司;(5)剔除数据出现明显错误或异常的公司。最后得到280家上市公司,样本数总共为1 960条。

本文所需要的样本数据来源于CSMARS数据库和Wind数据库。

三、实证结果及原因分析

(一)描述性统计分析

分别对选取的样本进行变量统计特征值分析和变量的相关性分析,所得结果如表1和表2所示。

从表1可以看出,AR的平均值和中位数均为正,两者比0较为大,且平均值的标准误差很小,说明市场整体可以获得一定的超额回报,超额回报率平均约达9.8%。机构投资者持股变动的均值和中位数差异较大,且其标准差也很大,说明机构投资者行为的幅度差异较大。另外,控制变量的标准差值都较大,说明选取样本的分布比较均匀,基本符合样本抽取的随机原则。

从表2可知,机构投资者持股变动与滞后一期超额回报率、公司规模相关性较为显著,与其他解释变量相关性较为微弱,而机构持股变动变量之间存在较强的相关性,控制变量之间也存在一定的相关性,这种解释变量之间的共线性会影响到超额回报与各解释变量之间的相关系数,可以在拟合回归模型通过消除多重共线性来更精确地测度被解释变量与解释变量之间的数量关系。另外,从表2还可以得知,机构投资者持股变动与当期与下期超额回报呈现正相关,而与延后2期的超额回报存在负相关关系。

注:***表示1%的显著性水平,**表示5%的显著性水平,*表示10%的显著性水平。

(二)回归分析

1. 机构持股变动与同期超额回报的回归分析

对前面的模型(1.1)进行回归,得到结果如下表2,对应的线性回归方程如下:

由回归方程和表2可以看出,模型回归结果的F统计量显著,且可决系数R-squared达到98.94%,说明模型对超额投资回报率具有很好的解释力,同时样本对于模型拟合效果较好。

△IOt系数为正,置信水平很高,说明机构持股季度变动具有正向的同期超额报酬效应,机构持股每变动1%,股票超额投资回报就同向变动约0.0551%,Dt系数不为零,说明在熊市和牛市中机构持股的同期超额报酬有一定的差异,这样就验证了假设1.1

注:***表示1%的显著性水平

2. 机构持股变动与滞后期超额回报的回归分析

对前面的模型(1.2)进行回归,得到的结果如下表3,对应的线性回归方程如下:

由表3可知,模型回归结果的F统计量显著,且可决系数约为99.35%,说明模型拟合程度很好,回归方程对下期超额回报率的解释力较强。

△IOt-1系数为正,说明机构持股变动与滞后一期的超额投资回报呈现正相关关系,这与其他文献(杨德群等,2004)不符。机构持股季度增加或减少1%,则下一季度股票超额回报即会增加或减少0.0743%,Dt系数不为0,说明在熊市与牛市中,机构持股滞后期的报酬效应有一定的差异,这一回归结果验证了假设1.2。

3. 机构持股行为报酬效应的强度回归分析

由表2和表3的回归结果及相应的分析可知,机构投资者持股的季度变动与同期或滞后期股票超额回报都存在正相关关系。在此基础上,我们通过构建模型(2)进一步对机构持股变动的报酬效应进行相对强弱进行分析。

注:***表示1%的显著性水平

对模型(2)进行回归,得到回归结果如表4,对应的回归方程如下:

回归模型的F统计量在1%置信度水平下显著,说明模型对超额投资回报率具有较强的解释力,可决系数约为99.787%,说明拟合程度较好。

△IOt相对于△IOt-1较小,而△IOt-2系数为负,说明机构投资者持股变动对股票超额投资回报率影响在滞后一期内释放出来,然而市场对机构持股变动后期存在过度反应的迹象,这种过度反应市场会自动缓解,导致滞后二期时间内股票超额回报率为负值。从控制变量来看,Leverage的系数显著为正,说明公司能适度地利用财务杠杆增加股东的财富;Cash和ROA的系数显著为正,说明公司经营业绩和现金流因素可以很好的反应在股票的价值上,且对未来价格具有很好的预测能力;虚拟变量Dt的系数也显著为正,约为17.9%,说明机构持股变动对股票超额回报的影响在大盘处于牛市和熊市中有较大的差异,由于熊市和牛市中,市场普遍的预期心理的同质性,这种实证得出差异理论上是容易解释的。因而,假设2没能通过实证的检验,机构持股变动的同期效应相对较弱些,但由于市场对同期行为的过度预期,导致这种报酬效应的持续性较差。

注:***表示1%的显著性水平;**表示5%的显著性水平;*表示10%的显著性水平

四、结论与建议

本文理论分析了机构投资者决策人属性的内涵,并指出了机构持股变动行为策略集,在此基础上分析了机构持股报酬效应的内在动因和实现方式,接着基于我国所有上市A股公司的季度数据,对机构投资者持股变动与股票超额回报进行了实证研究,得出了几点实证结论如下。

1.同期或滞后期机构持股变动与当期股票超额回报都存在显著的正相关关系,也可以说,机构持股变动对同期或滞后期的股票回报有显著正向的影响,并且这种影响在大盘处于熊市和牛市的作用中有较大的差异性。

2.机构持股季度变动对同期超额回报的影响较小,对下期股票回报较大,这表明了机构持股变动对后一期的超额回报带来的影响更大。

3.虽然机构持股变动对当期股票超额回报的影响比下期较弱些,说明市场对机构持股同期变动行为反应不足,但是,由于这种同向影响不具有持续性,且市场在下期对机构持股变动的行为反应过度,导致滞后一期后即变为负相关性,可知价值投资的成分较弱。

4.由以上可以继续推论得出,机构投资行为主要遵循的是噪声交易的理念,价值投资的成分较小,并且机构持股变动报酬效应不具有持续性,因此可以认为,机构持股产生直接的价格报酬效应,机构投资者价格预测行为表现的不明显。

基于以上结论与分析,笔者提出以下几点政策性建议:

第一,大力发展机构投资者,逐步降低机构投资者进入市场的门槛,以便形成多元、有效地竞争机制,打破证券市场的制度性和实力型垄断格局,更好地保证市场有效运行。

第二,加大对机构投资者的各种监管,防止机构投资者利用资金或信息优势采取短期投机或价格操纵行为,加强保护中小投资者的利益,更好地保证证券市场的平稳运行。

德国孩子有法定作息时间篇8

安顿好孩子，乌塔便开始解答我的疑惑：“在德国人的教育里，早早上床睡觉，是孩子们的‘义务’。在德国，晚上7点是约定俗成的孩子‘法定睡觉时间’。14岁以下的孩子，晚上7点必须上床睡觉，最晚不得超过8点，家长到时间就会熄灭孩子房间的灯，哪怕睡不着，也要躺在床上。”她说，为了有利于孩子作息，德国的儿童电视台晚上7点以后就不再播放节目了。

乌塔还说.在德国，如果带孩子去看夜间电影的话，售票员會耐心提醒、制止孩子进场。原因是电影结束时，已过了“法定睡觉时间”，会影响孩子入睡。如果实在无法安顿孩子，可以“寄存”到电影院的孩子活动室，那里可以让孩子“准时”睡觉，还有专门的护理人员看管。

第二天早上，当我和女儿还在熟睡时，便听见乌塔的小公主进屋叫早。我看了一下表，才6：30，并且是周日。不觉又是讶异：这孩子起得真早，也不睡懒觉？我给小公主做了个鬼脸，翻身起床。可女儿却怎么也叫不醒，一直睡到8点。

准备早餐的当儿，乌塔笑谈，她也是被小公主叫醒的。原来德国小孩还有一个“法定起床时间”——-上6点，最晚不得超过7点。每到这个时间，孩子就会像“闹钟”一样叫醒父母。

【作息时间行为规范】推荐阅读：