中美股市联动性研究

中美股市联动性研究（精选10篇）

中美股市联动性研究 篇1

摘要：本文利用上证综合指数与美国纽约证交所指数2000年至2008年的数据, 进行Granger因果关系检验。研究结果表明, 中美股市之间存在长期协整关系, 美国股市对中国股市存在单方面的影响。

关键词：联动效应,协整检验,因果关系

一、引言

Karolyi、Stulz (1995) 利用ISSM数据库, 以1988-1992年日本在美国纽约证交所交易的8只存托凭证和与之对应规模上、行业上相匹配的美国公司股票为样本, 考察发现美国宏观经济新闻、消息, 日元/美元汇率、美国国债收益和产业效应的冲击对于美日股票收益的相关性没有显著影响。Becker, Finnerty和Gupta (1990) 利用1985-1988年间日经指数、标准普尔500指数、日元/美元汇率数据, 研究发现美国前一天的收盘开盘收益率与今天日本股市的表现存在高的相关性, 而日本当日的市场表现对下个交易日美国股市的影响很小。Eun和Shim (1989) 建立了全球9个股票市场的向量自回归 (VAR) 模型, 研究发现, 美国股市的创新能够快速而清晰的传递给其他市场, 但没有证据表明外国股市的波动能够有力地解释美国股市的波动, 同时发现全球股市的动态反应与信息传播效率存在相关性。Canto和Kraussl (2006) 建立VAR模型研究了德国DAX指数、欧盟50指数 (DJ EUROSTOXX50) 、富时100指数 (FTSE100) 预期回报高频数据之间的动态溢出效应。结果表明, 各指数间存在明确的短期相互影响效应。外国投资者对国外经济新闻内容的反应要强于对国内市场经济新闻的反应。

国内学者也进行了相关的研究。陈守东等 (2003) 年对我国沪深股市指数及国际主要股市指数 (美国、英国、香港、日本) 之间的关系进行了实证分析, 建立误差修正模型 (ECM) 发现指数之间收益率序列具有相异的短期波动, 沪深指数与国际市场指数的协整分析表明, 国内市场与国际市场不存在协整关系, 即没有长期共同趋势, 得出国内市场与国际市场相分离的结论。张福等 (2004) 年研究中美股市联动效应, 得出结论, 美国股市对中国股市存在单方面的影响。陈玮 (2008) 年利用上证指数与道琼斯工业指数进行研究, 发现从2005年到2008年中美股市的联动性增强, 从2007年开始, 美国股市单方向影响中国股市。

二、实证研究

本文的研究采用2000年1月4日至2008年12月11日上证综合指数与美国纽约证交所指数数据。共收集样本2333个, 期间, 中国因为五一、国庆、元旦假期及其他原因停盘, 共缺省176个交易日的数据, 美国纽约证交所在此期间停盘84个交易日。对与缺省数据采用平均值法填补。

1. 单位根与协整检验

从下列图1可以看出, 上证指数 (SZZS) 与美纽约证交所股指 (NYZS) 都是非平稳时间序列。而他们的一阶差分序列 (DSZZS和DNYZS) 则具有平稳的特性 (图2与图3)

利用ADF检验方法检验数据的平稳性 (表1) 。

注:C表示截距, T, 表示趋势, P表示滞后长度。

单位根检验的结果表明, 在方程的形式下, SZZS的ADF值为-1.183777, 大于1%、5%、10%显著性水平下的临界值, 拒绝原假设, SZZS是非平稳的, 含有单位根。进一步对SZZS的一阶差分 (DSZZS) 进行检验, ADF的统计值小于1%、5%、10%显著性水平下的临界值, 差分后的序列是平稳的。因此SZZS是一阶单整, 即I (1) 。同理运用ADF的方法对NYZS和DNYZS进行检验, 结果表明NYZS也是一阶单整, 即I (1) 。

在单位根检验的基础上, 本文采用Engle-Granger两步检验法检验SZZS与NYZS的协整关系。

第一步, 用OLS法对SZZS与NYZS进行回归, 得到回归方程和残差序列,

第二步, 检验的单整性。滞后1期得到结果如下:

由表2可以看到, 序列一阶差分的A D F值小于1%、5%、10%显著性水平下的临界值, 序列为1阶单整, 即变量为 (2, 1) 阶协整。这说明了上证指数与纽约证交所指数存在协整关系, 即长期的稳定关系。

2、格兰杰因果关系检验

格兰杰因果关系检验用于确定一个经济变量的变化是否是另一个经济变量变化的原因。如果Y的过去值和X的过去值对Y的解释能力比Y本身的过去值解释能力强, 则X是Y变化的原因。同理也可以判断Y是否为X变化的原因。检验结果见下表3。

注:滞后期为2.

由上述检验结果可知在10%显著性水平上接受“DSZZS does not Granger Cause DNYZS”的原假设。即上证指数不是纽约证交所指数变化的Granger原因。同时拒绝“DNYZS does not Granger Cause DSZZS”原假设, 即纽约证交所指数是上证指数变化的原因。

三、结论

中美股市间存在长期的协整关系, 美国股市对中国股市存在单方面的影响。美国作为成熟的市场经济体, 拥有强大的资本市场, 在全球化条件下对世界其他各国经济具有不可忽视的影响。美国是中国重要的贸易国家, 中美经济存在千丝万缕、错综复杂的联系, 美国经济的波动会对中国经济产生一定的影响, 从而造成美国股市对中国股市的影响。

中国证券市场管理当局在对证券市场制定政策和调控的过程中, 应该考虑到国外股市对国内股市的影响, 以使政策能够发挥出预期的作用。

参考文献

[1]陈守东等、主要股票市场指数与我国股票市场指数间的协整分析。[J]、数量经济技术经济研究, 2003 (5) 。

[2]张福、赵华、赵媛媛、中美股市协整关系的实证分析。[J]、财经论坛, 2004 (2) 。

[3]陈玮、中美股票市场联动关系研究。[J]、管理观察, 2008 (12)

[4]Jimmy E.Hilliard, the Relationship Between Equity Indices on World Exchange.[J]、The Journal of Financial, Vol.34, 1979 (1) :103-114.

[5]Cheol S.Eun and Sangdal Shim.International Transmission of Stock Market Movements.[J]、The Journal of Financial and Quantitative Analysis, 24 (1989) :241-256.

中美股市差异之分析 篇2

首先，可以看到，中国目前经济的状况并不支持宽松的货币政策。即使CPI回落到3%也不意味着物价会下跌，只是同比涨幅收窄，但物价还在高位运行，居民消费仍需要承担较大的日常支出压力。如果CPI不出现低位运行或负增长，那么，货币政策暂时就无需放松，因此，在货币政策仍维持现状的情况下，市场各方对货币供应的预期不会过于乐观，市场仍将维持短线游击战的盈利模式，阶段性的反弹行情能否持续仍需要观察。

从过去11个月工业增加值、固定资产投资及出口等数据来看，中国经济调结构已有成效，中国工业化进程已经接近成熟阶段，高能耗、高污染的工业项目在中国未来发展中将会保持压制状态，房地产市场亦会在2012年保持调控状态，各城市基础设施建设仍将维持在资金饥渴状态下，对此，必然影响投资增速，GDP增速继续回落应该在情理之中。

然而，当前中国资金紧张的状态仍局限于投资领域，但对消费领域而言，消费增速仍维持平稳增长状态，对2012年行情而言，仍将维持一定的亮点。

其次，中美之间股市的状态反映或中美货币政策差异表明，中美经济处于不同的状态，中国经济是针对投资过热和资产泡沫化的调控过程，而美国采取的是针对经济萧条的货币刺激。进一步而言，美国股市是经济萧条过程中，靠货币政策刺激推动的。而中国由于目前处于主动的去杠杆化和去泡沫的过程，还处于经济调整周期的前期，与美国目前处于经济萧条期相比，我们需要经历的调整周期可能更长，因此，当前不能再重蹈08年底的覆辙，不能再通过大规模的货币投放或信贷投放来刺激经济增长。中美两国的经济结构和经济周期的差异，导致了货币政策差异。因此，在中国房地产泡沫和投资泡沫没有真正实现有效控制之前，中国货币政策不会亦不敢大幅放松，只能做微调或借助财政政策来完成经济增长目标，由此中国股市只能维持震荡行情。与之相对应的美国股市由于货币政策的刺激，经过多次量化宽松之后，增量货币更多流向股市和债券市场，推动了美股的不断创新高，而美国债券市场也维持了牛市行情。

另外，从两国市场股市的定位来看，股票供给与新股融资的定位也是有区别的。中国股市2011年位居全球融资额第一位，而美国股市多数公司在资产泡沫破灭之后，市值大幅下降，股息率大幅提升，相对更有吸引力。而对应的是目前A股一二级市场倒挂的现象并没有减少。新股发行仍没有完全市场化，三高发行的现象屡见不鲜，对投资者的信心打击较大，市场创投与股权投资机构的暴利与二级市场的普通投资者的大幅亏损形成鲜明对比，这样的市场一旦失去公信力，则很难立马恢复信心。

当然，目前监管层已经逐步加大市场治理力度，从多个角度开始对市场进行信心的重塑和弊病的治理。因此，好的方面或者对市场普通投资者有利的一面正在累积，但市场并没有出现质的改变。

何谓质的改变？1、这意味对普通投资者而言，一级市场的价格是合理的，到了二级市场仍有一定的套利空间，新股发行本身并不存在过分的虚增业绩的现象，新股三高发行的局面亦能够得到有效控制。2、股息率是有吸引力的回报率指标。当银行的股息率普遍高于CPI指标，才能保证当前银行业绩庞大的情况下，长期投资者是有利可图的。2011年CPI同比上涨5.4%，而银行的股息率普遍低于5%，这样买银行股，还不如买银行理财产品。因此，当前市场其实仍没有达到价值投资战略性建仓的机会。3、当市场出现较大的安全边际之后，价值投资者将会重新回归A股市场，届时市场将逐步走出下降通道，右侧买入的机会开始出现。4、房价跌到合理区域，消费者信心恢复，中国经济从单纯追求规模到追求生活品质的经济发展模式当中，这样市场长期牛市的局面才能出现。

中美股市联动性研究 篇3

关键词：联动性,DCC-GARCH模型,股票市场,收益率

股票市场的联动性, 是指在不同股票市场价格之间存在着显著的收益率波动的关联性, 即一个市场的波动加剧, 会引起另一个市场波动的加剧。金融市场之间的相关系数是解释市场间联动效应的一个重要指标, 它通过测度不同证券市场收益率相关系数的变化来检验联动性。研究股市之间的联动性不仅有利于投资者真正把握市场风险, 为投资组合决策提供可靠的理论基础, 而且有利于政策制定者通过对股票市场间资本流动、信息传递以及投资者心理和预期变化的预测来时刻把握经济走势。从而能及时、有效的采取必要的经济政策和行政干预, 控制股票市场的风险, 防止灾难性金融事件的发生和蔓延, 确保经济的平稳、健康发展。

在研究股票市场之间联动性的文献中, 单变量GARCH模型虽能充分体现单个金融市场波动的时变特征, 但在考察两个或者多个市场之间的波动相关性时却比较差。Hamao等人 (1990) 利用波动溢出效应模型来考察市场间的溢出效应时, 这样就损失了两个市场相关性中所包含的有效信息。而多变量GARCH模型则可以较好地解决这一问题。

近些年, 越来越多的国内外学者运用DCC-GARCH模型研究各国股票市场的动态相关系数, DCC-GARCH模型可以很好地捕捉股市之间的动态相关性, 掌握市场间的联动效应。

一、数据选取及研究方法

1. 数据的选取

本文主要选取上证综合指数和标准普尔500指数作为中美整体股市走势的指标。中国内地证券市场有上证交易所与深证交易所, 上证交易所是我国建立的第一个证券市场, 相对于深证交易所, 上证交易所开盘时间更早, 因此对信息反应更加迅速, 且两市之间联系紧密, 因此可以通过研究上证市场来反应我国内地证券市场的发展态势。标准普尔500 (S&P500) 所选取的公司样本为美国的500家上市公司, 样本公司覆盖了美国主要交易所, 样本覆盖面广, 且时间连续性好, 样本极具代表性, 指数精度高, 常被用于分析美股的长期走势。由于本文主要分析2008年金融危机之后中美股市联动性, 因此, 将选择2009年2月2日到2015年5月21日的上证指数和S&P500指数数据作为中国和美国股市发展状况的指标, 以衡量我国内地证券市场与美国证券市场的联动性。本文用DCC-GARCH模型作分析, 同时选择中美的日收益率为研究对象, 日收益率的计算方法为:Rt=100*ln (Pt/Pt-1) 。因为中国与美国存在一定的时差, 股票市场交易时间存在交叉和时滞特征。以股票收盘时间为标志, 美国股市则在当日滞后于中国股市。因此, 本文将中国股市的交易日 (T) 与美国股市前一交易日 (T-1) 相对齐, 同时考虑到由于中美股市的节假日不一致等因素, 调整后的样本共为1481个。

2. 模型建立

本文运用DCC-GARCH模型来研究中国和美国市场之间的动态相关性。该模型充分考虑了金融数据具有动态变化的相关系数。Engel和Sheppard (2001) 将DCC的估计归纳为两步骤:第一步利用单变量的GARCH模型估计出多个市场的条件变异系数;第二步利用标准化后的残差估计动态条件相关系数模型的参数。DCC-GARCH模型能计算多变量之间时变相关系数矩阵, 故可以提炼出变量之间的波动关系。

⑴建立n元VAR模型, n为变量个数, 该VAR模型将每个变量作为内生变量滞后值, 可测算多个收益率同期发展时相互影响的残差序列。

rt为n维收益率列向量, δ为n维常数截距项, n为滞后阶数, εt为n维残差列向量。φ为变量之间的系数矩阵。

⑵由上式获取经过滤的变量残差εt后可利用GARCH模型估计其参数, 用得到的条件方差剔除残差后获得其标准化残差序列, 根据DCC-GARCH模型的假设, 残差满足以下条件:

式子 (2) 中的Ht为时变的条件协方差矩阵, Rt为该矩阵的动态的条件相关系数矩阵, 动态条件相关系数反映了变量之间随时间变动的动态相关系数。Dt是满足Dt=diag (hit) 1/2的对角矩阵, hit为Ht对角矩阵上的第i个元素, 系数α、β为模型DCC的待估参数。α含义为现在信息对下一期波动性的影响程度, 值越大说明该市场对冲击的敏感度越高;β指收益率波动的持续性, 用来衡量现有波动的持续性, 若α2+β2的值越接近于1, 则表明波动持续的时间越久。

⑶获取单变量GARCH参数后, 计算标准化残差序列的协方差矩阵。对 (2) 式至 (6) 式进行极大似然估计, 用第一步估计的参数值对下式求极大似然值, 以获取DCC参数值:

上式中, 为第一步所获取的各单变量GARCH参数, Rt为时变相关系数矩阵, 通过极大似然估计后系数α和β的值, 带入式 (5) 、式 (6) , 可计算出Rt, 其元素即为每一期的动态相关系数, 系数即为变量之间的动态相关序列。

二、实证分析

1. 对两个股票指数的收益率序列进行基本信息描述性统计

根据表1, 可以发现美国股票市场的收益率稍微大于中国股票市场的收益率, 同时中国股票市场的波动幅度要比美国股票市场大, 这也说明中国股票市场较像美国这样的发达国家不够成熟。从收益分布来看, 两个指数收益率的偏度均为负值, 说明收益率数据为左偏的分布;峰度的取值均大于3, 说明服从尖峰厚尾的分布特征。而从Jarque-bera统计量也可以看出其收益率分布显著异于正态分布。

为了更好地观察两个股票指数收益率的特征, 利用Eviews软件描绘出两个股票指数收益率序列时间变化图, 如图一和图二所示, 从图中可以看到, 两个指数收益率序列变动是比较平稳的, 而且呈现出明显的波动丛集性, 即大的波动后面往往伴随着大的波动, 小的波动后面往往伴随着小的波动。同时, 两个股票指数呈现出一定程度的协同波动效应, 但这种效应明显偏弱, 总体而言, SZ的波动程度大于SP, 中国股票市场风险大于美国。由滞后1至6阶的自相关系数是否联合为0的Q (6) 统计量检验表明, 在5%的显著性水平下, 美国股市存在序列相关, 而中国股市不存在序列相关现象。

2. 平稳性检验

金融数据中, 通常会受到时间趋势和技术进步的影响, 表现出序列不平稳的现象。Granger (1974) 的研究发现, 如果经济时间序列是非平稳的, 则有可能出现伪回归现象。所以进行参数估计之前, 需要对数据进行单位根检测。观察两个股票指数收益率发现, 它们均围绕横轴上下波动, 没有明显的时间趋势, 所以选择无截距项和无时间趋势的ADF检验和PP检验。其中, 滞后阶数由SC信息准则确定。结果如表2所示。

单位根检验结果显示:序列的ADF检验统计量和PP检验统计量都远远小于1%的临界值, 表明至少可以在99%的置信水平下拒绝原假设。个股收益率序列均通过了单位根检验, 序列平稳, 适合进行DCC-GARCH回归分析, 避免了伪回归。

3. 单变量GARCH模型的建立和估计结果

根据对两个市场收益率序列相关检验可知, 中国股票市场收益率不存在序列相关, 美国市场存在显著的序列相关现象。因此, 建立单变量GARCH模型的均值方程时, 对中国股票市场采用只含有常数项的方程结构, 美国市场采用ARMA模型的方程结构。利用Eviews经过多次估计比较, 根据SC最小准则, 得到美国股票市场的最优均值方程为:

对上述均值方程的残差序列进行Liung-Box Q统计量检验, 均接受原假设, 说明方程不再存在自相关;而对建立的均值方程的残差序列进行ARCH-LM检验, 得出的P值为0, 拒绝原假设, 说明模型残差序列均存在显著的ARCH效应, 可以进一步建立GARCH模型进行分析。按照上面确定的自回归形式的均值方程, 采用GARCH (1, 1) 模型对收益率波动性进行重新拟合, 估计方法采用对数极大似然估计, 估计结果如表3。

对表3建立的GARCH (1, 1) 模型的残差序列进行Liung-Box Q统计量检验, 结果发现残差序列已无自相关现象和ARCH效应, 说明GARCH (1, 1) 模型对均值方程和方差方程的设定是合理的。表3中各参数估计量均通过了t检验, 且α+β值接近于1, 表明中美股票市场波动都具有显著的持续性。

4. 多变量DCC-GARCH模型估计结果

接下来我们利用动态条件相关多元GARCH模型对中美股市收益率的相关性进行考察, 这里条件分别设定GARCH (1, 1) 形式, DCC模型的阶数也分别设定为1, 模型各参数的估计采用matlab在编程的基础上实现。结果见表4。

从表4中模型参数的估计结果看, α、β均显著异于零, 说明滞后一期的标准化残差乘积对动态相关系数影响显著。β不仅显著而且非常接近于1, 反映出相关性具有非常强的持续性特征。此外, 从α、β具有明显的统计显著性, 我们可以判断一定存在动态可变的条件相关系数。

DCC-GARCH模型估算出的动态条件相关系数用来反映中美两国股票市场收益率波动之间的动态相关性, 即波动溢出效应, 一个市场收益率的变动会对另外一个市场收益率的波动产生影响。为了更直观地反映中美股市的动态条件相关系数的变化, 图三给出了动态相关系数估计结果。从图三可以看出, 利用中国上证指数和美国标准普尔指数收益率所估算出来的中美两国金融市场收益间的相关性存在很大的波动性。中美股票收益率波动的相关系数位于-0.02到0.48之间, 平均波动相关系数在0.2左右, 相关系数图直观反映出两市场之间相关性的波动幅度较大, 波动较为剧烈。但相关系数整体大于0, 说明中美股市总体成一个正相关。除此之外, 中国股市不能表现出与美国股市稳定的相关性, 说明中国股市还不成熟, 与国际水平还有一定差距。

三、结论及建议

本文通过DCC-GARCH模型考察中美股市在金融危机之后的动态联动性。研究结果发现, 中美股市存在一定的相关性, 虽然这种相关性并不稳定, 波动幅度较大, 但整体呈现正相关。随着全球经济一体化, 在金融危机之后中国与美国之间的联系有一定的进步, 说明中国股票市场正一步一步走向成熟, 但看到进步的同时也要发现差距, 中国股市与代表国际水平的美国股市差距还比较大。中国应该进一步完善股票市场机制, 增强抵抗风险的能力, 在世界舞台发挥更大的力量。同时, 投资者仍可以通过中国股市进行国际风险分散化, 但随着中国股市与美国股市联动性的增强以及不稳定性的存在, 分散投资的收益空间减小。因此, 作为国内投资者和投资机构, 通过国际投资的手段来分散国内投资风险的投资策略需要更加谨慎。

参考文献

[1]Marcelo Brutti Righi, Paulo Sergio Ceretta.Global Risk Evolution and Diversification:A Copula-DCC-GARCH Model Approach[J].Sociedade Brasileira de Fianncas, 2013, 10 (4) :529-550

[2]Mike K.P.So&Cherry Y.T.Yeung.Vine-copula GARCH model with dynamic conditionaldependence[J].Computational Statistics&Data Analysis, 2014, 76 (13) :23-28

[3]罗雪玲.中美股市的联动性分析——基于沪深300与道琼斯工业平均指数的实证研究[J].成都理工大学学报, 2014, 22 (1) :32-38.

[4]张兵, 范致镇, 李心丹.中美股票市场的联动性研究[J].经济研究, 2010, (11) :141-151.

[5]徐有俊, 王小霞, 贾金金.中国股市与国际股市联动性分析——基于DCC-GARCH模型研究[J].经济经纬, 2010 (5) :124-128.

[6]李天德, 张亮.中国股票市场与国际主要股票市场的联动分析[J].经济纵横, 2008 (18) :25-127.

沪港深联动，续写股市上涨行情 篇4

内地经济复苏正面影响香港

席卷世界的国际金融危机,对各国经济的冲击都是很大的。香港作为一个国际金融重镇,同时又是以出口及转口贸易为主的自由港,本身实体经济规模有限,本地经济结构中又严重依赖房地产。这样的特征,使得危机对它的冲击格外明显。很多大型银行在危机中遭受了巨大的损失,被迫大量减计资产。而不少香港的富裕阶层人士因为投资欧美股市,特别是投资了欧美大型投资银行发行的累计权证等金融衍生品而亏损累累。另外,房地产价格的下跌,也重创了当地不少的上市公司。世界性的国际贸易量下降,对香港来说也是一个不小的打击。客观而言,由于其特殊的经济结构等因素,香港在本次金融危机中是陷得比较深的,而且到现在为止,就其本地的实体经济状况而言,复苏也不是很明显。

但与之不同的是,内地的状况则要好得多,虽然也受到金融危机的侵袭,但一方面得益于政府迅速采取了强有力的经济刺激计划,另外内地的金融体系稳定且较少在危机中受到损失,加上其内需市场广阔,这样也就促使内地经济从今年年初开始,就逐渐显示出止跌企稳的迹象,到了年中的时候,已经开始全面复苏了。作为世界上第三大经济体,内地经济的率先复苏,对香港经济也产生了非常积极的作用。应该指出的是,就目前而言,内地经济复苏对香港的影响,一个很主要的渠道还是体现在香港上市的内地企业效益的好转方面,在两地“更紧密的经贸关系”框架下,这对于香港股市更是构成了直接的正面拉动,以高度发达的金融业为特色的香港经济,也有望借此企稳。同时还因为在港交所上市的股票市值远高于当地的GDP总量,因此股市的回升对投资与消费的积极作用,也是十分突出的。

一个明显的事实是,作为大中华经济圈的重要一员,香港受到内地经济的强大辐射与牵引,内地经济的率先复苏已经成为推动其摆脱金融危机的重要动力。在资本市场上,香港股市同样也越来越倚重内地上市公司,与内地股市的联动也就自然地更加密切。

全球的流动性宽裕导致资金流入

当然,大家也都清楚,尽管说中国经济已经开始全面复苏,但这毕竟还是很初步的,不但其基础还不够稳固,同时也还没有发展到企业效益全方位复苏的层面。就上市公司而言,业绩尚不稳定且鲜有明显的回升。不过,就是在这样的背景下,股市却已经大幅度地上涨起来了。前面已经提到,沪港深股市今年以来出现了很大的上涨,从涨幅来说,还是领先世界的。这其中的一个重要原因,就是全球的流动性宽裕导致大量国际资金进入香港,乃至曲线向内地渗透。

还是在去年下半年的时候,随着国际金融危机的全面爆发,相当一批海外金融机构被卷入其中,不断扩大的坏账损失使之不得不增加资产减计。面对日趋紧张的资金供应,它们往往选择“丢卒保车”的战术,即从海外市场(主要是新兴市场)抽调资金,驰援本国市场。这个趋势,在雷曼兄弟倒闭以后,表现得十分明显。雷曼兄弟是美国公司,但在它倒闭时美国以外地区的股市下跌丝毫不亚于美国本土股市,其中,新兴市场的股市跌幅更大。在这过程中,国际化程度比较深,吸纳海外资金比较多的香港股市,也是损失惨重。而在随后的一段时间里,世界各国都采取了一系列的措施来稳定金融秩序,避免危机的蔓延,其中的一项重要举措就是实行“量化宽松”的货币政策,几乎是无限制地向金融领域注入资金。按道理来说,在这种情况下,流动性应该开始宽松,资金也会重返新兴市场。但实际上这种局面并没有出现,问题出在那些得到注资的金融企业,推行的是“金融窖藏”的做法,也就是没有将所获得的流动性向实体经济释放。究其原因,不外是担心金融危机加深会进一步导致资金供应困难,进而发展为挤兑风波。就是由于这样的因素存在,所以尽管各国央行都在向市场注入资金,但反映在一些国家的实体经济上,其流动性仍然很紧张,新兴市场的处境更是艰难。就香港股市的情况来看,至少到今年年初的时候,海外资金仍然是在抽离。因此,在这个阶段沪港深股市的联动程度是不高的。其原因就在于,境内的流动性宽裕局面已经在市场的各个角落体现出来了,而作为全面开放的香港市场,则还缺乏来自国际市场的流动性支持。而在境内经济复苏还只是刚刚开始的情况下,境内股市对香港股市也难以产生什么大的作用。

情况的改变是从二季度开始的,这个时候虽然还没有人公开说国际金融危机已经见底,但学界的一个普遍看法是大体上已经进入了尾声,各国的救市政策也从重点救金融企业转为救实体经济了。在这样的背景下,“金融窖藏”已经不再必要,流动性被大量释放,一个资金供应宽裕的局面也就应运而生。在这个时候,国际资金向什么地方流动呢?当然首先是向经济复苏早的地方流动。此时,中国经济的好转趋势进一步明朗,国际资金自然要流过来。而既然在香港股市中境内企业的市值占了一半以上,那么投资香港股市也就是看好中国经济的必然选择。当然,在这过程中,也有的资金是流向了其它新兴市场,同时也有一部分资金试图以各种方式突破关卡,进入到境内。而在人们的观察中,这个时候沪港深股市都出现了资金争相流入的状况,相互之间的联动得到了强化。无疑,在某种意义上可以说,是中国因素的存在,驱使了国际资金大量进入香港,并且推动了香港股市与境内股市的联袂上涨。细心的投资者还发现,进入2009年下半年以来,海外资金进入香港的速度似乎还在加快,香港金管当局在外汇市场的操作中,正面临港币需求加大的局面。这也从一个侧面表明,因为全球流动性宽裕而导致的资金向香港等市场流动的趋势还在强化。在中国经济复苏以及国际资金进入的双重影响下,香港股市的相对强势还会延续,与境内股市的联动态势还会更加明显。

资本市场助推大中华经济圈发展

沪港深股市的联动,从表面来看是境内外三地股市形成了一种新的关系,这种关系也确实反映出了当前世界经济形势的某种变化。不过,当人们换一种角度来看待这个问题,又会发现这种联动对于实体经济也有着很大的影响力,有可能成为推动大中华经济圈加速发展的一个重要引擎。

应该看到,相对于香港股市而言,境内的沪深股市无论是在成熟程度,还是在对实体经济的渗透程度、以及发展的深度与广度方面,都是存在不小的差距的。就筹集资金的能力来说,香港股市的潜力也远远强于沪深股市。因此,怎样利用香港股市来促进境内经济发展,就一直是有关部门研究的课题。显然,三地股市联动程度的提高,对于发挥香港股市对境内经济的积极作用,是有很大帮助的;还有,人民币的国际化问题,现在已经变得很突出,也很紧迫了。现在,国家已经在试点人民币的跨境结算。而如何在资本市场上也开放人民币,则是更加有意思的话题。显然,香港股市与境内股市联系的日趋紧密,也有利于有关部门在这方面作出更加积极的探索,并为境内外投资“直通车”、“半通车”的开通带来机会;再有,境内外汇储备庞大,用好这块资产,避免在激烈的汇率波动中贬值,同样也是一个棘手的课题。香港市场国际化程度高,是境内外汇进入国际市场的重要途径,而沪港深股市上的高度联动,也对使用好外汇提供了一个机会。所以,虽然现在沪港深股市的联动还仅仅是个较为初步的开端,但是人们可以预期其影响将会是巨大的,并且会对大中华经济圈的发展产生深刻的影响。

中美股市联动性研究 篇5

随着金融全球化的进程加快, 我国内地资本市场进一步开放。香港作为整个亚太地区重要的国际金融中心, 在连接内地和世界其他市场担任着不可缺少的部分, 在中国证券市场走向国际化的进程中, 也发挥了重要的作用。同时, 随着一系列政策的出台, A股和H股的联动性增强。2014年4月10日国务院总理李克强同志提出在6个月之内建立上海与香港股票市场交易互联互通机制, 即“沪港通”, 标志着中国内地与香港资本市场双向开放程度进一步加深。

两地股市一体化趋势及影响受到越来越多的学者的关注, A股、H股的联动性研究对于推进内地资本市场国际化发展进程, 对企业在两市投、融资, 对投资者更好地把握两地市场特点, 规避风险获得稳定收益都是十分必要的。本文通过阶段划分对内地股市和香港股市的联动性问题展开研究, 以期对这一问题能有新的发现, 为投资者的投资策略提供依据, 也为政府制定政策提供一定的参考。

2 样本选取及数据处理

2.1 样本选择和阶段划分

本文选取上证指数 (SZZS) 和香港恒生指数 (HSI) 作为实证研究的对象, 数据样本是各指数每日收盘价的对数值, 样本区间为2000年1月4日到2013年12月31日, 数据来源于巨灵财经数据库, 数据的检验均用EVIEWS软件处理。

由于协整是一段时间内各变量之间的均衡, 并不是静态不变的, 这种均衡很容易被外界巨大的冲击打破, 因此在研究不同市场之间的协整关系时, 必须考虑重大事件对其的影响。本文选择2003年7月9日我国大陆QFII第一单做成、2005年4月29日股权分置改革启动以及2007年7月10日次贷危机开始爆发这三个对中国资本市场具有深远影响的事件作为标志, 将样本区间划分为四个阶段, 来研究和分析我国内地股市和香港股市的联动性。第一阶段为2000年初至QFII成功交易前, 即2000年1月4日到2003年7月8日;第二阶段为QFII第一单完成至股权分置启动前, 即2003年7月9日到2005年4月28日;第三阶段为股权改革后至次贷危机爆发前, 即2005年4月29日到2007年7月9日;第四阶段则是2007年金融危机后时代, 及2007年7月10日到2013年12月31日。

2.2 数据处理

虽然大陆和香港没有时差, 且交易日期均为周一至周五, 但是由于两地的法定节假日不一样, 比如大陆有春节、国庆等, 香港有复活节等, 造成了两市的交易日数据不能完全匹配。根据Hamao, Masulis and Ng (1990) 的研究, 在研究不同股市之间相关性时, 可以删除非共同交易日数据, 只保留共同交易日的数据, 不会影响研究结果的正确性。通过这种处理方式, 最后一共得到了3301个样本数据, 其中第一阶段的样本数据为808个, 第二阶段的样本数据为438个, 第三阶段的样本数据为518个, 第四阶段的样本数据为1537个。

3 研究方法与实证分析

3.1 单位根检验

由于协整关系要求各个时间序列都是同阶平稳序列, 因此在进行协整检验之前, 必须先检验时间序列的平稳性。本文采用了常用的ADF单位根检验法, 检验结果如表1所示。

注:1.*表示在5%的水平下显著。

从以上检验结果, 我们可以看出各个阶段两市指数的对数序列均不平稳, 而一阶差分序列中, 各阶段检验的P值均小于5%的显著水平, 拒绝不平稳的原假设。因此, 可以认为各时间序列经过一阶差分之后均达到平稳, 即ln (SZZS) , ln (HSI) 都是一阶单整序列。

3.2 协整检验

由于ln (SZZS) , ln (HSI) 都是一阶单整序列, 即ln (SZZS) ~I (1) , ln (HSI) ~I (1) , 故可以对各阶段的对数序列做协整检验。本文采用Johanson协整检验-迹统计量检验法来检验各个阶段的对数值时间序列的协整关系, 具体结果如表2所示。

注:1.滞后期的确定采取每个阶段AIC和SC值最小原则;2.*表示在5%的水平下显著。

迹统计量协整检验结果表明, 在第一阶段, 接受二者不协整的原假设, 即在第一阶段两地股市没有共同的发展趋势。而后三个阶段, 均在5%的显著水平下拒绝不存在协整向量的假设, 接受5%显著水平下至多有一个协整关系的假设, 因此认为在后三个阶段上证综指和恒生指数存在长期的协整关系, 大致呈现一致化的趋势, 这种关系在次贷危机发生后更加趋于稳定。

3.3 Granger因果检验

根据Granger因果检验的结果, 在第二阶段, 上证指数和恒生指数没有明显的因果关系, 说明两者的关联度很低, 不存在明显的相关性。而第三阶段, 我们拒绝HSI不是SZZS的Granger原因的原假设, 同时接受SZZS不是HSI的Granger原因, 即恒生指数是上证指数的Granger原因, 这说明香港股市的涨落在一定程度上带动着内地股市的变化。在第四阶段, 我们拒绝SZZS不是HSI的Granger原因, 同时接受HSI不是SZZS的Granger原因, 即上证指数是恒生指数的Granger原因, 说明此时内地股市已先行于香港股市, 在一定程度上影响香港股市。

注:1.滞后期的确定采取每个阶段AIC和SC值最小原则;2.*表示在5%的水平下显著。

4 结论与启示

随着我国内地股市开放程度增强, A股与H股的联系越加紧密, 两者呈现长期的协整关系。在股改之后次贷危机爆发前, 香港股市对内地市场有着先行作用, 而在后金融危机时代, 内地股市开始引导香港股市, 信息流从内地市场流向港市, 并对港股产生了一定的影响。

对于市场监管者而言, 应加强宏观审慎监管, 提高监管效率。监管者应该密切关注市场之间的联动效应及风险传递效应, 提高对金融监管的效率, 防止香港市场的风险可能对我国资本市场的造成的不利影响。

对于投资者而言, 应具有谨慎的投资思维。通过认识香港股市与内地股市之间的互动关系, 投资者更好地把握当前的股市行情及走势, 选择合理的投资策略, 做出谨慎的投资行为。

摘要：以QFII、股改和次贷危机三个事件为转折, 将2000年1月4日到2013年12月31日划分为四个阶段, 运用Johanson协整检验和Granger因果检验对内地股市和香港股市的联动性进行研究。结果表明, 经过股改和次贷危机后, 两地股市的协整关系和因果关系出现了显著的变化, 呈现更加显著的一体化趋势。

关键词：上证指数,恒生指数,协整,Granger因果检验

参考文献

中美股市联动性研究 篇6

作为中国领土的一部分, 香港的经济与中国内地密切相关。而股票市场是国民经济的晴雨表, 香港股市与上海、深圳的A、B股市某种程度上也是互动的。

国内学者对两地市场的联动关系做了比较深入的研究。朱宏泉等 (2001) 借助Granger因果关系的思想, 从收益率和波动性两方面研究了香港、上海和深圳三大股市间的相互联系与互动性, 发现沪深股市相关性强, 但均受香港股市影响很小。王洪亮等 (2003) 利用TGARCH和EGARCH对回归前后香港和内地股市波动传导的实证研究显示, 香港和内地股市之间的波动传导非常的微弱。陈守东等 (2003) 应用协整分析和误差修正模型对沪深股市指数和香港指数的分析表明, 前者与后者并不存在协整关系, 也即两地股市并不存在长期共同趋势。佟孟华等 (2007) 采用GMM估计, 通过考察我国内地股市和香港股市上市前后股票流动性和价格波动的改变来检验两地股市的整合问题, 发现香港股市和内地股市并不是整合的。

以上研究均认为香港股市与内地股市关联性较小或无关联, 但是其均未考虑股权分置改革后中国股市逐渐摆脱“政策市”的阴影, 而更好地与国际市场接轨。因而, 本文以股权分置改革开始时间为分界点, 将2002年底我国引进QFII到2008年8月底这一期间分为两个阶段以此考察香港股市与内地股市的协整关系。

本文认为股权分置改革后香港股市与内地股市存在着一定的长期共同趋势, 理由如下:

(1) 两地经济密切联系。内地是香港最大的贸易伙伴, 2005年中港贸易占香港整体贸易总值的45%;内地也是香港转口货物的最主要来源地兼最大市场, 香港有约90%的转口货物是来自内地或以内地为目的地的;香港公司是内地最大的外来投资者, 累积投资额超过2600亿美元, 占内地外来直接投资总值约五成 。特别是2003年签订2004年1月开始实施的CEPA, 给与了港资较大的税收优惠, 更加促进了两地的经济往来。

(2) 20世纪以来我国不断的金融改革特别是股权分置改革使得内地股市能更好地反应实体经济, 并与国际市场接轨。2002年11月5日, 我国《合格境外机构投资者境内证券投资管理暂行办法》正式出台, 国家引进了QFll制度, 允许合格的境外机构投资者购买A股。2005年5月9日, 我国开始了划时代的股权分置改革。而在这之前, 内地股市具有高度投机性, 成为非流通大股东“圈钱”的地方。改革之后, 解决了内地股票部分流通部分不流通, “同股不同价”的问题, 重构了市场制度, 完善了价格形成基础, 同时对国际信息反应也更加灵敏迅速。比如, 2007年的美国次贷危机爆发不久后, 内地股市也深受影响, 多日下跌。

(3) 香港的红筹股、H股与内地密切相关。红筹股与H股都是“中资概念股”, 其企业发展主要依托于内地经济, 所不同的是红筹股在境外注册、管理, 而H股在内地注册、管理。据香港交易所统计资料, 截至2008年8月底, 香港市场有红筹股上市公司93家, H股上市公司151家。中国H股市价总值占香港主板总市值的26.42%, 红筹股则占24.97%, 合计已超过香港主板市场的一半的市值。成交量上, H股的成交量接近总成交量的一半, 而H股与红筹股的成交量则高达总成交量的66.35%。

2 样本选择和数据处理

2.1 样本选择和阶段划分

本文选取香港恒生指数 (HIS) , 上海证券综合指数 (SHI) , 深圳成分股指数 (SZI) , 采用的样本为各种指数的日收盘数据, 时间跨度为2002年11月5日到2008年8月31日。所有数据来源于雅虎财经网站。

由于协整关系是在一段时期内的各变量时间序列之间的均衡关系, 这种关系并不稳定, 很容易受到外界冲击的干扰, 因而本文中考虑了2005年5月9日开始进行的股权分置改革。从而将研究区间划分为两个阶段:股权分置改革前 (2002年11月5日到2005年5月6日) 和股权分置改革后 (2005年5月9日到2008年7月31日) 。

2.2 数据处理

为克服数据中存在的异方差, 本文对以上所有指数进行对数处理, 分别记为LNHI, LNSH, LNSZ。此外, 由于香港和内地节假日不大一样而导致两地股市开市日期不完全一致, 本文借鉴Chen等 (2002) , 吴世农等 (2004) 的调整方法, 当价格时间出现差异时, 没有交易的股指用前一天的交易数据代理。经过整理, 最后得到1494个样本数据, 其中第1阶段的样本数据639个, 第2阶段的样本数据为855个。

2.3 数据描述

三大指数的对数时间序列图见图1:

从图中我们可以看出, 在2005年5月之前, 恒生指数与内地主要指数的走势大不相同, 前者震荡上升, 而后两者震荡下降。但在那之后, 三大指数都是震荡上升, 并在2007年中期开始下降。显然, 股改之后, 两地股市联系更加密切了。

3 研究方法与实证分析

3.1 平稳性检验

对变量进行Granger因果关系及协整检验时需要先检验变量的平稳性, 也即检验变量是否含有单位根。常见的单位根检验为Dickey等 (1979, 1981) 提出的ADF检验。

ADF检验的回归方程为:

undefined (1)

其中, xt为第t日LNHS, LNSH, LNSZ等指数的水平值;xt-1为第t-1日各指数的水平值;Δxt为第t日各指数的一阶差分值;α0为截距项;w为趋势项t的估计系数;ξ为残差项。

ADF的原假设为H0:β=0, 备则假设为H1;β≠0。如果原假设成立, 则意味着序列含有单位根, 为非平稳的;如果被拒绝, 则不含有单位根, 序列是平稳的。利用Eviews5.0对上述变量进行的ADF检验结果见表1:

注:1.单位根检验滞后项的选择根据斯瓦兹信息准则 (Schwarz Info Criterion) 。2.所有指数的检验均包含截距项, 而不包含趋势项。3.﹡﹡﹡表示在1%的显著性水平下拒绝原假设, 记者相应的显著性水平下认为变量是平稳的。

由表1可知, 无论是第1阶段还是第2阶段, 恒生指数, 上证综指和深证成指的水平值都在显著性水平为1%时接受原假设, 而其一阶差分值则拒绝原假设, 据此, 可认为它们都包含一个单位根, 为非平稳序列。

3.2 Granger因果检验

Granger因果检验可用来检验一个股票市场的变化能否引起另一股票市场的变动。具体的, 如果一个市场是另一市场的Granger成因, 那么可以认为这个市场先行于另一市场;如果两个市场之间不存在因果关系, 则认为这两个市场之间并不存在明显的关联关系;如果两个市场之间互为因果关系, 则可认为两个市场是相互紧密联系在一起的。

格兰杰因果性检验式如下:

undefined (2)

其中, yt可表示t时期恒生指数, 上证综指及深证成指的任何一种, 而xt-i则表示t-i期除yt所对应指数以外的两种指数的任一种, 其中字母与方程式 (1) 所表示的一样。

Granger因果检验的原假设是H0:β1=β2=…=βk=0, 即xt不是yt的Granger成因, xt对yt并没有先导作用, 加上xt的滞后变量对yt的预测精度不存在显著性改善。

由于Granger因果关系检验对模型中变量所取的滞后长短期较为敏感, 采用最终预测误差 (Final Prediction Error, FPE) 准则选择最佳滞后阶数。对三大指数的Granger因果检验结果见表2:

注:以上检验置信水平为5%。

由表2可见, 股改前三大指数均不存在Granger因果关系, 相关性低, 不存在明显的相互影响。这是由于股改前我国股市较为封闭, 投机性强, 不注重价值投资, 且受政策因素影响较大, 因而外围的股市对其影响微弱。第2阶段股改后, 内地两股市均对香港市场有先导作用, 其涨跌带动着内地股市的变化。这其中反应出股改后我国股市人为控制因素大大减弱, 其涨落反应着大量与价值投资相关的信息, 由于香港经济与内地紧密相关, 其上市公司也较多内地公司, 因而对内地股市的变化较为敏感。特别是2007年下半年原计划推出的港股直通车, 更让两地股市紧密相联。

3.3 协整关系检验

当两非平稳序列的某种线性组合为平稳时, 也即两非平稳序列存在着长期均衡关系, 即认为此种长期均衡关系为协整关系。关于协整关系的检验有很多方法, 本文采用Johansen于1988年提出的“极大似然估计法”进行检验。令Yt表示t时期恒生指数, 上证综指和深证成指组成的 (3*1) 向量, 其k阶的向量自回归模型 (VAR) 表达式为

Yt=∏1Yt-1+∏2Yt-2+…∏kYt-k+Ut (3)

其中Yt～I (1) , Ut～IID (0, Ω) 。

通过重新整理和变换参数, VAR模型 (3) 可表示为,

ΔYt=Γ1ΔYt-1+Γ2ΔYt-2+…+Γk-1ΔYt-k+1+∏Yt-k+Ut (4)

Johansen协整检验就是在上述的VAR模型 (4) 下用极大似然估计来检验变量的协整关系, 利用这一方法可以对系统中所有独立的协整关系作整体分析, 并且不用事先假定系统中协整关系的个数。其原假设为H0:最多有r各协整关系;备则假设为H1:有n个协整关系。

对恒生指数, 上证综指和深证成指的Johansen协整检验结果见表3:

注:1.﹡﹡表示在5%的显著性水平下拒绝原假设。2.根据AIC信息准则, 第1阶段协整关系的最优滞后阶数为1, 第2阶段协整关系的最优滞后阶数为3。

表3的结果表明, 在第1阶段, 恒生指数, 上证综指和深证成指在5%的置信水平下不存在任何协整向量;在第2阶段, 三指数在5%的置信水平下存在着1个协整向量。该检验结果表明股改前恒生指数, 上证综指和深证成指相关性弱;股改后三者之间存在着长期稳定的关系, 具有共同的随机趋势, 它们的线性组合有向均衡收敛的趋势。

当变量间存在协整关系时, 我们能够对其建立向量误差修正模型 (VECM) 。该模型既能反映不同时间序列的长期均衡关系, 又能反映短期动态偏离长期均衡修正机制。本文估计出的VECM中的协积关系向量为V=[ 1 14.85 -12.71 ], 其估计的三个模型见文章附录。三个方程的拟合度分别为0.019, 0.026, 0.042, 其拟合度偏低, 说明两地的长期均衡关系并不显著。其原因可能是由于虽然经过股改, 内地股市离理性的成熟市场尚有较大距离, 而且QFII和QDII额度有限, 我国市场仍较为封闭, 未能与国际市场完全接轨, 从而内地与香港之间资本市场的联动仍较为有限。

4 结语

本文利用Granger因果检验和Johansen协整检验发现了我国股改前后香港股市与内地股市间联系加强, 并出现内地股市先行于香港股市的现象。

具体的, 股改前, 不仅内地股市与香港股市处于相关性非常弱, 内地的上海跟深圳两地市场也不存在着Granger因果关系, 即两者之间的波动联系并不紧密, 处于相对封闭状态。股改后, 内地两股票市场互为Granger因果关系, 联系密切。同时香港股市与内地股市出现一个协整关系, 并表现为内地股市单向引导着香港股市, 笔者认为这是由于香港实体经济及资本市场都与祖国大陆有密切的联系及目前我国股市的良性发展所致的。但是同时我们也该看到, 两地市场的协整关系并不显著, 我国开放资本市场, 促进股票市场健康发展的道路仍任重道远。

摘要：利用Granger因果检验及协整关系考察香港股市与内地股市的联动关系。考虑到协整关系容易受外界冲击的干扰, 将考察期间分为两个阶段:股改前和股改后。结果表明股改前香港股市与内地股市相互独立, 股改后表现为内地股市单向引导着香港股市, 但是这种协整关系较为微弱。

关键词：协整关系,Granger因果检验,向量误差修正模型 (VECM)

参考文献

[1]陈守东, 韩广哲, 荆伟.主要股票市场指数与我国股票市场指数间的协整分析[J].数量经济技术经济研究, 2003, (5) .

[2]佟孟华, 田秀杰.香港与内地股市整合的实证分析[J].兰州商学院学报, 2007, (2) .

[3]杨莉, 吴虹生.中国股票价格指数关联性的VAR分析[J].贵州财经学院学报, 2004, (4) .

[4]吴世农, 潘越.香港红筹股、H股与内地股市的协整关系和引导关系研究[J].管理学报, 2005, (3) .

[5]王洪亮, 徐霞.回归前后香港和内地股市波动传导的实证研究[J].CCER学刊, 2003, 3-1.

[6]张晓峒.计量经济分析 (2000版) [M].北京:经济科学出版社, 2000.

中美股市联动性研究 篇7

随着我国的资本市场的开放程度日渐提高, 我国内地股票市场与外地股票市场的联动性, 成为了一个很有趣的研究话题。在我国股票市场还未对外开放的时候, 由于有很多内地企业均在内地和香港交易所同时上市, 因此境外投资者大多以投资中国香港市场作为间接投资内地市场的渠道。随着QFII与QDII制度的实施, 很多境外投资者能直接买卖国内股票, 很多内地投资者也能直接投资外地市场的金融产品。我国资本市场的开放, 必定会影响到我国内地与香港股票市场的相互关系。

2. 我国股票市场的开放与发展

自上海与深圳证券交易所成立以后, 我国股票市场经历了不少改革和变化。而最重要的改变则是我国股票市场开始允许外来投资者参与。

青岛啤酒是我国第一家内地公司于香港发行H股上市。自此以后, 很多内地企业也作出同样的动作。这是我国容许境外投资者以证券形式投资我国企业的开始, 但并非投资我国股票市场的全面渠道和方法。

我国于2002年引入合格境外机构投资者 (Qualified Foreign Institutional Investor, 简称“QFII”) 制度, 令我国境外的机构投资者都可以在我国的股票市场参与投资。这是我国头一次允许外来资金直接流入资本市场。

我国在2006年引入合格境内机构投资者 (Qualified Domestic Institutional Investor, 简称“QDII”) 制度, 允许我国的机构投资者投资海外资本市场。

国家外汇管理局的资料显示, 截至2013年6月26日, 共有207家境外机构投资者得到QFII的资格, 而资金的总额度超过434亿美元。有112家境内机构投资者得到QDII的资格, 而资金的总额度超过858亿美元。

我国证监会于2013年7月宣布未来将把QFII的额度提高至1500亿美元, 可知我国股票市场的开放程度将会继续增大。

3. 文献综述

关于我国股票市场对外开放的研究, 目前主要是以QFII制度对股票市场的影响为主要的题材。商敬博利用2007—2010年的数据作出分析, 发现QFII持股比例越高的股票, 其股价波动就越大, 因此QFII制度并不能对我国股票市场起到稳定的作用。殷红和蓝发钦于2007年的研究中, 则发现QFII的投资能令某些行业的股票收益率水平有明显的增加, 而境外投资者并不会令行业收益率的波动性增大。高振东于2008年的研究, 也得出了沪深300指数与QFII持股指数有着相互影响的结论。

关于QFII与QDII的实施对我国市场与外地的联动性影响, 在孔庆龙、樊锐和李媛的研究中, 发现QFII制度的实施, 令我国内地股市与中国香港股市的联动性增强。而潘文荣和刘纪显则针对QFII和QDII的制度对中美股市联动性的影响作出分析, 也发现两者的联动性随着我国股市对外开放而显著增强, 并存在着长期均衡关系。

4 实证研究

4.1 样本选择

本文的研究从彭博资讯选取了上证综合指数 (SH) 、深证综合指数 (SZ) 及香港恒生指数 (I) 的周数据作为样本。

上证综合指数和深证综合指数为上海证券交易所与深圳证券交易所的主要股票指数, 能有效地反映我国股票市场的实际变动情况。而恒生指数则是香港股票市场的一个重要指标。

样本日期为1993年1月至2013年6月。为了比较QFII与QDII制度的实施后对于我国内地与香港股市联动性的影响, 这次研究以下三段时间分开进行分析。第一段时间为QFII实施以前 (1993年1月1日至2002年11月31日) 。第二段时间是QFII实施以后及QDII实施之前 (2002年12月1日至2006年4月12日) 。第三段时间是QDII实施以后 (2006年4月13日至2013年6月30日) 。

为了消除异方差和数据波动的影响, 对该三组时间序列取对数 (LSH, LSZ, LHSI) 以及一阶差分序列 (DLSH, DLSZ, DLHSI) 作为研究。所有数据分析均使用Eviews进行。

4.2 格兰杰因果检验

为了解释我国内地与香港股票市场两者之间是否存在着互相引导关系, 这次研究采用了格兰杰因果检验为数据进行分析。

在5%的显著性水平下, 在QFII实施以前, 恒生指数影响上证和深证综合指数;在QFII实施以后及QDII实施之前, 上证和深证综合指数影响恒生指数;在QDII实施以后, 恒生指数只影响上证综合指数。

4.3 单位根检验

在分析我国内地与香港股票市场两者的协整关系前, 必须确保该两个变量均为同根的时间序列。因此, 需要对数据进行单位根检验。

在95%的置信水平下, LSH, LSZ和LHSI均为非平稳时间序列。而经过一次差分后, DLSH, DLSZ和DLHSI的序列是平稳的。因为可以作出原序列是一阶单整的结论。

4.4 协整检验

协整关系研究是用作分析变量之间的长期均衡关系。当数据通过单位根检验, 同为一阶单整I (d) 时, 就可以进行协整检验。

4.5 误差修正模型

对数据进行协整检验以后, 现在再对存在协整关系的数据建立误差修正模型。

5 结论

(1) 在QFII制度实施以前, 我国股市只容许境内投资者参与, 而且受到的管制较多。因此我国内地股市与香港股市并不存在任何协整关系, 也没有显著的联动性。但在这段时间里, 恒生指数还是能影响上证综合指数和深证综合指数, 表示我国股市还是会受到外在经济环境影响。

(2) 在QFII制度开始实施以后, 我国股票市场开始允许境外投资者参与。我国资本市场与其他国家的市场的联系也有所加强。我国的深证综合指数与香港恒生指数存在着长期的均衡关系。由于我国经济对香港的影响越见明显, 再加上当境外投资者有意买入国内企业的股票时, 他们能选择国内市场的A股, 或者是香港市场的H股, 因此在格兰杰因果检验中可见, 上证综合指数和深证综合指数影响恒生指数。

(3) 在QDII制度开始实施以后, 我国境内居民能投资外地市场, 进行较多元化的投资, 这令我国市场与外地市场的关系更加密切。我国的上证综合指数和深证综合指数都与香港恒生指数存在着长期的均衡关系, 而且恒生指数也能够影响上证综合指数。

参考文献

中国股市系统流动性研究 篇8

关键词：系统流动性,主成分分析,GARCH模型

1 引 言

近些年由于长期资本公司 (LTCM) 的倒闭, 越来越多的学者认识到流动性是金融资产一项重要的特性。长期资本公司是由美国一些顶尖的金融学家和华尔街的金融投资家共同发起的投资公司, 该公司的合伙人包括Merton 和Scholes两位1997的Nobel经济学奖获得者, 他们利用严密的数学模型在金融市场中寻找套利机会, 并以此获得盈利。在成立初期, 该公司的却获得了丰厚的投资回报, 但是在1998年却遭遇了严重的流动性危机, 由于市场流动性不够, 长期资本公司不能及时地变卖手中的资产, 最终宣布破产。从这时候开始, 关于市场流动性的研究吸引了越来越多的金融学者的关注。

最近有一些学者通过实证研究发现:无论是在做市商市场还是在指令驱动的电子撮合交易市场当中都存在一个系统性的流动因子, 这个系统的流动性因子对整个市场的流动性变化有很强的解释能力。这方面的研究最早的是Chordia、Roll和Subrahmanyam (2000) , 他们利用各股的流动性指标 (如买卖价差和市场深度) 对市场平均流动性指标进行回归, 发现在纽约交易所有30-35%的股票的回归结果在统计上是显著的。Hasbrouck 和Seppi (2001) 则对道琼斯30指数中的股票的流动性做了主成分分析, 发现在美国股票市场当中确实存在一个系统性流动因子, 它对每只股票的流动性变化都有比较强的解释能力。Huberman和Halka (2001) 的研究也证明了在美国市场上系统性流动性因子的存在。Brockman 和Chung (2002) 则利用香港股票交易所的数据对该问题进行了实证研究, 他们发现香港这样一个指令驱动的股票市场当中也存在系统性的流动性因子。

国内有关流动性的研究主要集中在两个方面, :一方面是研究流动性水平的影响因素及其统计特性, 如靳云汇和杨文 (2002) 分析了交易量、收益率的波动对流动性指标的影响, 类似的还有郭剑光、孙培源和施东晖 (2003) 等;另外一方面就是研究股票流动性水平与收益率之间的关系, 如苏冬蔚和麦元勋 (2004) 以换手率作为流动性的替代指标对我国股市流动性与资产定价的关系进行了实证分析, 发现我国股市存在着显著的流动性溢价, 类似的还有杨朝军、孙培源和施东晖 (2003) 、陆静与唐小我 (2004) 等。

对于股票市场的系统流动性, 目前国内还没有类似的研究。本文就是针对这一问题, 利用上海A股市场的数据, 结合主成分分析的方法, 对A股市场的系统流动性进行了实证研究。研究发现, 第一主成分能够解释整个市场流动性变动的50%以上, 这就说明中国股市确实存在系统流动性, 不同股票的流动性之间存在一定的联动性。本文还把第一主成份对应的特征向量与股票的流通规模进行了相关性分析, 发现并不是如预料的那样大盘股在解释市场的总体流动性波动发挥重要作用, 与此相反, 一些小盘股的流动性变动对整个市场的流动性有很好的解释能力, 这说明我国的大盘股还没有发挥“蓝筹”稳定市场的作用, 继续培育市场蓝筹股在我国还有一段路要走。最后本文针对系统流动性与市场收益率之间的关系进行了分析, 结果说明系统流动性对市场收益率有非常显著的影响。

本文接下来的内容安排如下:第二部分是样本数据的选择, 包括流动性指标的选取;第三部分是对系统流动性的实证研究;最后一部分是讨论与总结。

2 样本数据的选取及流动性指标

本文选取数据研究样本是1995-2004年的上海A股市赛场的日交易数据。1990-1994年上海证券交易所刚成立不久, 可供交易的股票比较少并且股票价格波动比较厉害, 因为本文在研究的时候, 把这一时间段的数据给剔除了。由于每年都有新的股票上市以及部分股票的退市, 因此本文在对每一年的流动性指标进行主成分分析时作如下处理:如果一只股票在该年的交易日少于正常 (245日) 的三分之一 (80日) , 那么这支股票就不参与该年的主成分分析。

由于高频数据样本获取难度很大, 通常的样本期都是一年到两年左右, 期限很短, 不利于考察我国市场流动性的发展历程, 所以本文主要基于日交易数据构建流动性指标, 选择的指标包括常见的换手率、交易量, 同时也借鉴Amihud (2002) 构建了如下两个流动性指标:ILLIQ1=|r|/tradeshare和ILLIQ2=|r|/trademount, 其中r指的是按照收盘价计算得到的股票日收益率。ILLIQ1、ILLIQ2这两个流动性指标分别度量了每交易一股或一单位金额的股票对收益率的影响, 与市场深度的含义比较类似。下表是样本数据的市场平均统计值。

上表中的结果表明:从1995年-2004年, 上海A股市场的流动性虽然在短期内有波动, 但是长期来看, 交易的活跃程度 (换手率、交易量) 在变大;同时相同的交易量所带来的股票价格的变动在减小, 意味着A股市场的流动性 (ILLIQ1、ILLIQ2) 也在增强。

3 实证研究结果

3.1 流动性指标的主成分分析

利用主成分分析可以构建股票之间的线性组合, 用以对整个市场流动性变化进行解释。如果第一主成分对整个数据样本变动的解释比例很大, 那么就说明在市场当中, 各只股票的流动性存在一定的协同性, 也就验证了市场上存在系统的流动性因子, 本文针对不同的流动性指标, 利用每一年样本数据进行了主成分分析, 得到的结果如下:

从整个数据样本的平均值来看, 无论是换手率、交易量、ILLIQ1还是ILLIQ2, 第一主成分对数据样本的变动的解释能力达到了50%以上。从每一年的情况来看, 第一主成分的解释能力虽然有变动, 但基本都保持了比较高的比例。由此可见, 在上海A股市场, 不同股票的流动性变动存在一定的协同性, 市场当中的确存在系统流动性因子。针对做市商市场的系统流动性, 很多经济学家都认为是如下原因造成的:在做市场商市场, 整个市场的流动性基本上都由为数不多的几个做市商共同提供, 而这些做市商都面临一些共同因素影响, 如宏观经济波动、经济政策的变动等, 他们的行为有一定的相似性, 这就造成了市场上流动性的同向性变化。而针对指令驱动的电子撮合市场来说, 上述的解释就不能适用, 因为在指令驱动的电子撮合市场中并没有指定的做市商, 市场的流动性由多数投资者共同决定, 那么系统流动性取决于投资者的多元化程度。从我国市场的实际情况来看, 一方面市场上投资者的多元化程度不够, 在成立初期大多数都是“跟风”的散户投资者, 而且刚开始“政策市”现象很严重;另一方面我国目前宏观经济主要依赖于投资拉动的粗放型增长, 整个经济的系统性变动很大, 这些原因都造成了我国市场上存在显著的系统流动性因子。

3.2 大盘股在系统流动性中的作用

主成分分析得到的特征向量描述了不同股票在系统流动性中所起的不同作用, 这就给本文研究中国市场的大盘股是否稳定了市场流动性, 提供了一个非常好的机会。本文把每年得到的第一特征向量与股票的流通股本规模进行相关性分析。

注:***, **, *分别表示在1%, 5%, 10%置信水平下显著, 本文以下的表格中符号含义类似。

从交易量指标上来看, 特征向量与流通股本规模的相关系数显著为正, 说明大盘股在解释整个市场的交易量中发挥了很重要的作用。但是从换手率、ILLIQ1和ILLIQ2指标来看, 实证结果与我们事前的猜想正好相反, 大盘股在系统流动性发挥的总用很小, 对整个市场流动性解释能力很差。有读者会说换手率在市场初期由于市场投机性比较严重, 并不能很好的代表流动性, 但是从ILLIQ1和ILLIQ2这两个指标来看, 结果也是类似的。并且两个指标从定义上来说指的是交易带来的股票价格的波动, 描述了市场的稳定性。由此可见, 在A股市场中大盘股并没有起到稳定市场的作用。即使到了2002年以后, 特征向量与流通股本规模的相关系数在减小, 但是仍然为负, 说明继续加大蓝筹股的培育力度以稳定市场是我国金融市场改革要继续走的道路, 目前, 我国很多当年在海外上市的大型国企 (如中国人寿) 回归A股上市正好说明了这一点。

3.3 系统流动性对市场收益率的影响

在研究流动性的文献中, 很多是研究流动性对股票收益率的影响, 这方面的文献请参看Amihud、Mendelson和 Pedersen (2005) 的综述。大多数这方面的研究都是利用个股数据进行实证检验的, 这就需要在实证检验中控制住截面变化的一些变量, 例如很多研究都是基于Fama 和French (1992) 的“三因子”模型, 在检验时需要控制企业的市值规模、市场价值/帐面价值等一些变量, 这给实证研究带来了一些麻烦。本文在前面已经得到了流动性的主成分, 那么把市场收益率 (上证A股指数的收益率) 直接和主成分进行回归分析, 就可以很方便进行系统流动性对市场收益率影响的实证检验。具体的方程如下:

Market_retrunt=β0+β1Liqprint+εt (1)

其中Liqprin指的是流动性指标的第一主成分得分, 用以代表系统流动性。如果直接回归, 发现得到的模型残差有很强的异方差性, 结果如下:

结果表明, 市场收益率有很强的条件异方差性, 而且无论是Q还是LM检验在滞后12阶都是非常显著, 同时王美今和王华 (2002) 、熊连庆和刘煜辉 (2004) 等文献说明GARCH-t模型能够解释股票收益率的“胖尾”分布, 所以本文GARCH (1, 1) -t模型进行估计, 即对 (1) 模型的残差作如下设定:

结果表明, 正态分布检验显著地拒绝了原假设, 而且t分布的自由度都显著的在4左右, 由此可见利用t分布对残差分布进行假设是比较合理的。系统流动性对市场收益率的影响主要由参数β1度量, 从统计结果上来看都是非常显著的, 并且参数的符号也比较符合经济学界学的解释, 系统流动性越好 (换手率、交易量越高;ILLIQ1、ILLIQ2越低) , 股票当期的价格越高, 当期的市场收益率也就越高。该项实证研究, 进一步验证了流动性是金融工具的一项重要特性, 它直接对金融工具的收益率有显著的影响。

4 总 结

流动性仍将推高股市 篇9

9月14日，为防范通货膨胀压力的增大，中国央行宣布今年第5次加息。加息后的本周首个交易日，沪深股市以大涨报收。

9月18日美联储在举行的货币政策会议上决定降息50个基点，将联邦基金利率由5.25％降至4.75％，这是近4年来美联储首次降息。美国股市也应声大涨了2.5％。

“一升一降”，两地股市却殊途同归，但性质有所不同。

资金流出

美联储大幅降息，被认为是美联储面对信贷危机而施以重药。有观点认为这是对美国经济景气周期见顶的官方确认，美国经济增长的逐渐回落将对中国的出口市场带来一定不确定性，在出口退税以及新加工贸易政策的实施效果逐渐显现的情况下，出口企业面临的风险增大。

从资产市场来看，美联储降息导致美元指数创下十余年来新低，资金从美国市场向非美金融市场流出速度短期内会有所加快，部分新兴市场、商品期货市场、原油市场、贵金属市场短期可望在流动性推动下出现繁荣。

据国金证券分析，美联储降息客观上会抑制人民银行的加息步伐，如果国内CPI短期内还会上升，央行年内还会至少有一次27基点的加息，这样一年期存款利率将达到4.14％，同美联储的利率有6l基点的差距，考虑到人民币年均5％～6％的升值幅度，中国资本市场成为全球资本洼地的深度将更深。

升值加快

国泰君安表示，美国已经步入降息周期，中国央行的加息也将同时终结。而为了控制国内流动性过剩及火热的通胀，未来正是转向加速人民币升值的良机。

高盛中国首席经济学家梁红认为，人民币的迅速升值是一举多得的政策选择，因为它有助于减少中国的贸易顺差、为内需增长留出更大的空间，还能够降低进口产品的价格通胀。如果人民币升值10％，进口石油、大豆以及猪肉等的价格都会迅速下降10％。

在人民币升值加快趋势的预期下，未来股市仍会有投资机会。华富基金表示，在目前的宏观环境下，依然看好以人民币升值为主线的地产、保险、证券、银行等泛金融行业以及航空、资源行业，另外继续看好消费升级的消费品行业以及中国具有竞争优势的制造业。建议增持航空、金融、钢铁以及汽车板块，同时减持了地产和部分机械类品种。

天治品质优选基金经理谢京认为，流动性过剩这一大的背景并未改变。加息虽然会对信贷产生抑制作用，但同时也会加剧市场的流动性。目前股市上资金十分充裕，加息不会对股市有太大影响。从目前看，加息后的存款利率依旧偏低，实际利率在一段时间内会依然为负，股市仍然有很强的吸引力，巨大的财富效应吸引居民储蓄源源不断进入资本市场。同时由于预期未来仍有加息的可能，不排除有资金加速进入股市，从而推动市场进一步上升的可能。

个股洼地

近期来看，申银万国认为，蓝筹股经过一轮大幅上涨后估值开始缺乏吸引力，本周市场热点开始转向题材股、亏损股，但仍有多数题材股上涨缺乏足够的基本面支持，大盘一旦转弱时这批股票跌幅较大，对市场的冲击也较明显。

不过，在经历今年“5·30”市场洗礼后投资者的心态更为成熟，在中国股市中长期看好的背景下大幅连续杀跌的可能性不大，因而本轮调整的幅度不会很深。后市在蓝筹股调整，题材股下挫的情况下，大盘由单边上涨阶段转为震荡调整阶段的可能性较大。

在估值已经不低的情况下，哪些个股还可能受到资金的青睐呢?“远远落后大盘上涨的个股中仍有机会可寻。”分析师建议。

天相投顾的统计显示，截至9月13日，沪深两地共1184只个股年初以来股价实现翻番，占同时期有交易股票总数的82％，其中包括73只2007年上市新股。

但在股价翻番个股之中有607只股票股价至今仍未回到5.30前水平，占比53％，ST科健等6只股票5.30至今跌幅超过40％，其中4家公司上半年出现亏损，另外两家公司虽然盈利，但净利润较去年同期均有不同程度下降。

流动性对股市行业配置的影响研究 篇10

金融市场中每天发生着无数笔交易, 毫无疑问, 买进和卖出都需要流动性提供支持, 综合而言, 如果一项资产能快速地完成交易, 并且买卖双方的成交价格与当前价格相差不大, 则该资产的流动性就高。显然, 流动性对于股票的收益率有着巨大的影响, 任何金融资产从账面收益到实际收益都需要具有流动性的市场来实现。早在20世纪80年代, Amihud和Mendelson (1986) 就开创性地提出了流动性溢价 (liquidity premium) 理论, 认为资产的流动性是资产定价的一个重要影响因素, 流动性低的资产预期收益高, 而流动性高的资产预期收益低。此后, 国内外学着从不同角度, 用各种方法研究发现了流动性与资产定价、收益波动之间的关系。

国内金融市场起步较晚, 发展程度远不及国外成熟市场。而且因为政策的因素, 公募基金中的股票型、混合型基金都有最低股票仓位限制, 国内市场没有卖空机制, 这使得这些基金在熊市时仍旧需要承受很大部分市场风险, 只能在不同行业、不同股票之间调仓来减少市场单向下跌带来的损失。这时候行业配置就显得格外重要。本文正是以此为出发点, 探究行业指数的流动性与指数收益率之间的关系, 希望能对基金的行业配置有所帮助。

►►二、研究综述

(一) 国外文献

在流动性溢价理论方面, Amihud和Mendelson (1986) 从交易的微观成本出发, 推导出预期收益与买卖价差的关系模型, 提出流动性溢价理论。他们认为, 投资者会挑选流动性小、交易成本大的资产放到长期的投资组合中。直观上, 相对交易成本越大, 则流动性越差, 为弥补流动性风险, 其预期收益越高。Haugen和Baker (1996) 发现美国Russell 3000股指的所有成分股在1979-1993年间的预期收益与换手率呈显著负相关。Pastor和Stambaugh (2003) 基于一个新的指标发现收益对流动性的敏感度被市场定价。Acharya和Pedersen (2005) 构建了一个基于流动性的定价模型并进行了实证研究。

(二) 国内文献

李一红和吴世农 (2003) 采用换手率和非流动性ILLIQ两个指标, 对上海股票市场的流动性和预期收益的关系进行了实证研究, 结果表明:对个股而言, 换手率对预期收益有负向作用, 非流动性与预期收益则是正向作用。苏冬蔚和麦元勋 (2004) 从换手率的角度考察流动性, 通过检验交易频率假设和交易成本备择假设, 分析股市流动性与资产定价的理论和经验关系, 发现我国股市存在显著的流动性溢价, 其成因是交易成本而不是换手率所代表的交易频率。孔东民 (2006) 以Amihud测度作为流动性测度指标, 结合流动性资产定价模型, 发现中国股市的风险升水在大盘升降区间体现了不同特征。

综合国内外学者的研究成果, 流动性溢价理论已经被广泛接受。尽管实证研究结果并不完全一致, 但是大部分实证研究都证明了流动性会影响股票预期收益。但是流动性对于资产定价在不同的行业中是否有所差异, 这种差异是否能作为行业配置的依据, 相关的研究文献较少, 本文试图填补这一空白。

►►三、数据及研究方法

流动性测度最常见的是交易量和换手率, 但交易量易受到公司规模的影响。Datar、Naike和Radcliff (1998) 的研究发现公司规模和交易量的相关性高达0.89, 但是公司规模和换手率之间相关性只有0.11。此外, 还有Amivest流动比率, 它表示价格变化一个百分点所需要的交易量;马丁指数, 表示每日价格变化幅度的平方与每日交易量的比值;马什·赫洛克流动性比率, 表示特别时间内每笔交易间价格变化百分比绝对值的平均值。考虑到数据的可得性及相关性, 本文采用换手率作为流动性的测度, 研究换手率对收益率影响在不同行业间的差异性, 并探讨这种差异性能否作为基金在不同行业间配置股票的依据。月度换手率的计算公式如下:

Turn=Vol/OS

式中:Turn是月度换手率, Vol是当月成交量, OS是流通在外的股票总数。

本文采用了申万行业分类中的公用、化工、金融、商业、医药、有色6大行业指数和作为市场基准的上证指数从03年1月到10年12月的月度收益率和换手率数据, 收益率和换手率均是百分比表示, 无风险收益率采用每个月最后一个交易日的三月期存款利率, 并折算成月收益率, 数据来源wind资讯。研究模型如下:

Rit=αi+βiTurnit+εit (1)

Rit=αi+βiTurnit+βintRint+εit (2)

式中:Rit、Rmt分别表示剔除无风险收益率后的t期行业指数和上证指数收益率, Turnit是t期行业指数换手率, αi、βi是回归系数。

(1) 、 (2) 式分别是常数收益过程、CAPM收益过程的检验方程, 研究换手率是否对收益率有显著的影响, 以及不同行业间的差异。如果在模型中, Turnit变量在统计上显著, 就可以认为换手率对收益率产生了影响, 并且不同行业之间βi的差异可以看做行业间的差异, 由此作为行业配置的依据。

►►四、实证结果及分析

对Rit、Rmt、Turnit进行数据平稳性检验, DF检验均表明没有单位根。模型实证结果如下:

注:回归结果的第一行数值表示估计系数, 第二行括号内为回归的t值;***、**和*分别表示估计系数在0.01、0.05和0.10的显著性水平上拒绝零假设;R2表示调整后的R2。

根据表1的回归结果可以看出, 6大行业指数与其换手率之间的回归系数在0.01的水平上拒绝零假设, 表明换手率显著地影响了指数收益率。从回归系数的大小来看, 6大行业βi在0.18-0.26之间, 均为正值, 说明换手率与当期收益率有同向关系, 即当期换手率越高, 则指数收益率越高。此外, 化工和医药两个行业回归系数明显小于其他行业, 说明这两个行业指数换手率对收益率的影响不如其他行业;而金融行业收益率显著地受到换手率的影响。

注:回归结果的第一行数值表示估计系数, 第二行括号内为回归的t值;***、**和*分别表示估计系数在0.01、0.05和0.10的显著性水平上拒绝零假设;R2表示调整后的R2。

从表2中可以看到, 采用CAPM收益模型以后R2显著提高, 模型的可靠性大大增强。表示行业换手率与收益率关系的βi回归系数都在0.05水平上拒绝零假设, 但是其差异性与模型 (1) 揭示的略有不同, 化工行业的系数仍旧是最小的, 商业行业是化工的两倍。此外, 从βim系数可以看出, 有色行业指数比上证指数波动更为剧烈, 即上涨和下跌的幅度都要大于上证指数, 而医药和商业指数较上证指数更为缓和。作为行业配置, 涨时买有色, 可以获得超过市场指数涨幅的收益;跌时买医药, 可以回避很大一部分市场风险。

►►五、结论

本文用换手率作为流动性测度的指标, 研究了其对不同行业指数收益率的影响差异。基于两种经典的定价模型常数模型和CAPM定价模型的回归检验, 我们发现流动性显著地影响了行业指数收益率, 并且与当期收益率呈正相关关系, 这与之前学着的研究成果相一致。另外我们发现, 化工行业受到流动性影响较小, 而商业受到流动性影响较大。本文的不足之处是未能提出可靠的行业间套利策略, 这也是今后的研究方向。

参考文献

[1]Amihud, Y., Mendelson, H., Asset Pricing and the Bid-Ask Spread[J].Journal of Financial Economics, 1986, 17, 223-249

[2]Haugen, R.A., Baker, N.L., Commonality in the determinants of expected stock returns[J].Journal of Financial Economics, 1996, 41, 401-439

[3]李一红和吴世农.中国股市流动性溢价的实证研究[J].管理评论.2003.11, 36-41

[4]苏冬蔚和麦元勋.流动性与资产定价:基于我国股市资产换手率与预期收益的实证研究[J].经济研究.2004.2, 95-105

[5]孔东民.流动性风险与资产定价:来自中国股市的证据[J].南方经济, 2006.3, 91-107