非热效应（精选9篇）
非热效应 篇1
摘要：温度应力在桥梁结构上为可变作用之一, 结合怒江赛格大桥根据新规范选取了几种不同的设计工况进行对比分析, 表明非对称连续刚构桥大、小T构的箱梁温度自应力变化规律相同, 梁高对温度自应力的影响远小于桥面铺装。
关键词：非对称连续刚构,温度效应,赛格大桥
目前预应力混凝土桥梁仍是我国桥梁建设的主要结构类型之一, 由于混凝土材料的热传导性能较差, 混凝土结构在日照或骤然降温下, 结构表面温度迅速上升或下降, 但结构内部大部分区域仍处于原来的温度状态, 从而在结构中形成较大的温度梯度, 产生温度应力[1]。温度应力包括自应力和次应力, 并可能达到较大的数值, 被认为是预应力混凝土桥梁结构产生裂缝的主要原因之一[1]。温度效应已经成为国内外桥梁抗裂研究的热点, 研究温度梯度对结构受力的影响具有重要的意义。
国内在进行温度效应研究时, 有很大一部分是对温度梯度模式的研究, 选取不同的温度梯度模式进行对比研究, 常采用新西兰规范、英国BS5400规范、美国A A S H T O规范、国内铁路规范、国内原公路规范及国内04规范进行模拟对比分析;对温度效应的变化规律研究的相对较少[2]。本文结合怒江赛格大桥, 根据国内04规范对非对称连续刚构桥的温度效应进行分析探讨。
1 温差作用效应
《公路桥涵设计通用规范》 (JTG D60-2004) 规定:计算桥梁结构由温度引起的效应时, 可采用如表1所示的竖向温度梯度曲线。对混凝土结构, 当梁高H小于400mm时, 表中A=H-1 0 0 (m m) ;梁高H等于或大于400mm时, A=300mm。t为混凝土桥面板的厚度 (mm) 。混凝土上部结构和带混凝土桥面板的钢结构的竖向日照反温差为正温差乘以-0.5。
连续刚构的温差应力, 根据《公路桥涵设计通用规范》 (JTG D60-2004) 附录B规定:
式中为温度作用次弯矩;yA为截面内的单元面积;ty为单元面积Ay内温差梯度平均值, 均以正值代入;αc为混凝土线膨胀系数;Ec为混凝土弹性模量;y为计算应力点至换算截面重心轴的距离, 重心轴以上取正值, 以下取负值;ey为单元面积yA重心至换算截面重心轴的距离, 重心轴以上取正值, 以下取负值;A0、I0为换算截面面积和惯性矩。
由此可知, 当汽车荷载等级已确定的情况下, 温差作用效应主要与主梁的截面特性、梯度温度的温度基数等有关, 主要表现为梁高和桥面铺装形式的选择。
2 工程实例分析
2.1 工程概况跨布
怒江赛格大桥桥跨布置为 (50+125+90) m预应力混凝土变截面连续刚构+2×30m装配式部分预应力混凝土连续T梁, 桥梁全长332.50m (图1) 。
(单位:m)
注:表中h为设计梁高
主桥上部结构由1个90mT (1号) 和1个160mT (2号) 组成不对称连续刚构, 箱梁采用单箱单室截面, 顶宽13.0m, 底宽7.0m。1号T箱梁根部梁高6.0m, 端部梁高3.3m, 其间梁高按二次抛物线变化。2号T箱梁根部梁高9.0m, 端部梁高3.3m, 其间梁高按二次抛物线变化。
主桥下部墩身采用钢筋混凝土双薄壁实心墩, 1号墩单薄壁截面尺寸为7.0m×1.25m, 双壁净距2.5m, 2号墩单薄壁截面尺寸为7.0m×1.75m, 双壁净距3.5m。
2.2 不同梁高的温度效应分析
采用桥梁博士V3.0建模, 选取三种不同的工况进行对比分析, 假设截面形式、腹板宽度、顶 (底) 板厚度、预应力钢束等其他设计条件均不变, 梯度温度取T1=14℃, T2=5.5℃。
由表3可以看出:梁高较高的箱梁上、下缘温度自应力要比梁高较低的箱梁温度自应力大, 但自应力变化幅度均很小, 当梁高增加10%, 温度应力几乎没什么变化, 表明梁高对温度自应力的影响很小。
(单位:MPa)
2.3 不同桥面铺装形式的温度效应
桥面铺装有混凝土铺装和沥青混凝土铺装两种。根据《公路桥梁设计规范答疑汇编》, 如果桥面铺装只有一层混凝土, 则不论混凝土铺装层厚度多少, 均采用T1=25℃;如果桥面铺装只有一层沥青混凝土, 则温度基数按表1规定的温度用直线插入求得;如果桥面板上先铺一层混凝土, 再铺一层沥青混凝土, 则不考虑底层混凝土的隔热作用, 偏安全的温度基数按沥青混凝土铺装取值。
选取四种不同工况进行比较分析, 各工况计算参数及温度效应分析结果见表4。
由表4可以看出:混凝土铺装的温度自应力较沥青混凝土铺装大;沥青铺装层厚度越厚, 温度自应力越小;温度基数对温度效应的影响显著, 温度基数T1每增加1℃, 箱梁上缘σMax约增加0.35MPa的温度自应力;对于沥青混凝土铺装, 温度自应力的变化值基本上与铺装层厚度的变化幅度成正比。
(单位:MPa)
3 结语
通过以上计算和分析, 可得到如下结论。
(1) 大、小T构的箱梁温度自应力变化规律相同, 两个T构的温度自应力极值基本相同, 小T构略大于大T构, 但差别很小。 (2) 梁高较高的箱梁上、下缘温度自应力要比梁高较低的箱梁温度自应力大, 但梁高对温度自应力的影响很小。 (3) 不同的桥面铺装形式及不同的沥青混凝土铺装层厚度对温度自应力的影响很大, 即温度基数对温度效应的影响显著, 温度自应力的变化值基本上与温度基数的变化幅度成正比。 (4) 通过调整梁高基本上不能有效改变温度效应, 通过调整铺装形式对改变温度效应是最行之有效的。
参考文献
[1]田浩, 李国平, 李方元, 等.箱形桥梁内外温差空间效应分析[J]桥梁建设, 2006 (6) :21-24.
[2]刘志宏.黄宏力.大跨径连续刚构桥的温度效应分析[J].交通科技, 2005 (5) :47-49.
非热效应 篇2
关键词：股市； 财富效应； 非对称性
中图分类号：F830.91文献标志码：Ａ
一、 引论
莫迪格利亚尼最早在其生命周期消费模型中提出财富效应理论,认为消费者是有理性的,个人将在更长的时间内计划他们的消费和储蓄行为,以期在整个生命周期内实现消费资源的最佳配置。除了现期收入, 决定消费额的重要因素还包括消费者的资产财富。
关于财富效应是否存在,西方学者做过很多研究。目前主要有两种代表性观点：Laurence Boone和PeteRichardson（1998）[1]研究了七国集团1974-1998年的季度指标,认为美国股票市场对消费有显著影响;而Case、Quigley和Shiller（2005）[2]利用十四个国家的统计数据进行了实证分析,认为证券市场财富效应很弱。国内学者对中国股票市场和房地产市场是否存在财富效应同样作了相关研究。如李振明（2001）[3]对我国股市1999年的股价行情进行数据分析,认为中国股市的财富效应低于0.044;郭峰、冉茂盛(2005)[4]通过对1995-2003年股票价格指数与消费支出的季度数据进行分析,发现无论从长期还是短期来看,中国股票价格指数与消费支出均呈较弱的正相关性。段进、曾令华和朱静平（2005）[5]运用协整方法对我国1997年至2004年的季度数据进行了实证研究，指出我国股市财富效应对消费存在微弱影响。
非对称性是股市财富效应作用于经济的重要特征，现有的大多数研究都集中在股票市场财富增加对消费支出的影响效应上，很少有人关注股票市场下降所导致的消费收缩的负面效应。近五年，我国股市发生了很大的变化。2007年我国股市涨幅超过了100%，但是2008年股市跌幅超过了60%。在这一急剧变化的过程中，消费者信心以及实际消费支出是否受到冲击，是否产生非对称的影响，影响程度又如何？本文从这几个问题出发，将股市从2003年以来的行情划分为盘整、牛市和熊市三个阶段，对比分析不同阶段财富效应的方向和程度。
二、 现状分析
1. 近五年我国股市的主要变化
我国股票交易市场建立至今，股市的牛熊行情交替似乎是一种常态。从图1中可以清楚的看出，自2003年以来，在我国股票市场股权分置改革酝酿、试点和铺开的过程中，我国股市经历了很长时间的调整期，沪综指从2003年1月1320点到2006年3月的1298点，最大波动基本没有超过20%。长时期的盘整之后进入牛市，2006年4月开始蓄势上升，一路上涨，到2007年10月一度达到历史最高点6124点，涨幅达到了124.5%。但是从2007年11月开始，股市开始直转急下，一路狂跌，到2008年12月26日跌到了1820点。2008年一年的跌幅高达64.8%[7]。而随着次贷危机的逐步深入，5-10月份全球主要股票市场均出现了持续性大幅下跌，6个月之内的跌幅普遍在30%-40%之间。而一般来说，主要股指回落20%即意味着股市已经进入了熊市。[8]
2. 股市行情的划分标准
诊断股票市场的牛、熊市周期，实际上是诊断股市价格序列的扩张、收缩周期。目前股票市场牛、熊市行情的界定,还缺乏严格的统计标准。何兴强、周开国（2006）[9]诊断了我国股市的牛、熊市周期，其研究表明上证综合和深证成分价格之间具有显著的牛、熊市周期协同性。由于我国的股市还很不完善，不是完全有效的市场，西方经济学者基于有效市场和完善的资本市场制度环境下的周期界定方法不一定适合于我国。本文基于宏观视角的分析，对股市周期有直观的判断，也可以说明问题。因而从图1中，我们可以看出自2003年1月到2008年12月，我国股市经历了三个明显的阶段：第一阶段可以视为盘整期，从2003年1月到2006年3月；第二阶段为牛市行情，从2006年3月到2007年10月；第三阶段即熊市行情，从2007年10月到2008年12月。
3. 消费者信心和消费支出的表现
股民对市场的信心，通过情绪传染效应，会影响到股民和其他非股民对未来消费的信心。消费者信心是指消费者根据国家或地区的经济发展形势，对就业、收入、物价、利率等问题的综合判断后得出的一种看法和预期。在许多国家，消费者信心的测度被认为是消费总量的必要补充。消费者信心指数（ICS）是反映消费者信心强弱的指标，是综合反映并量化消费者对当前经济形势的评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受，预测经济走势和消费趋向的一个先行指标，是监测经济周期变化不可缺少的依据。因而通过情绪传染，股民对市场的信心与消费者信心可能产生共振，进而影响到居民的实际消费支出。
从图2可以清晰的看出，在持续盘整期，消费者信心表现出较大的起落，与较为平稳的社会消费品零售额以及股市行情没有相关性。消费者信心低点的出现先于社会消费品零售总额，同时，消费者信心高点的出现也先于社会消费品零售额，这在一定程度上反映了消费者信心作为消费支出的先行指标。在牛市行情中，人们的乐观情绪形成对经济的普遍看好，消费者信心指数先于消费支出达到最高点。进一步观察可以看出，消费者信心和股市行情有较强的同步性，社会消费品零售额则有明显的波动，甚至出现下降。笔者认为，2007年牛市行情存在较浓的投机气氛，对股票的投资，对消费有很强的替代，股价的过度上升也反映了过热的宏观经济，物价也过快上涨，因而消费支出反而出现下降。在熊市行情中，惊讶和悲观情绪迅速蔓延，消费者信心指数也快速下滑。由于处于年末，社会消费零售额还是表现出惯性的上升态势。与熊市相伴随的是市场冷清，失去了对资金的吸引力，现阶段反而成为增加消费支出的有利条件。
三、 实证分析
1. 变量和数据来源
各变量的设定与数据来源如表1所示，消费支出水平（LC）用社会消费品零售额来代替，消费者信心指数为LCI，股市行情用上证综合指数来表示，变量名设为LST。三个阶段的消费支出用LC(1)、LC(2)和LC(3)表示，样本个数分别为39个、20个和13个，其他两个变量采用同样的选取方法。数据资料来源于国泰安数据库、国家统计局网站以及中经专网。
2. 单位根检验
采用Eviews5.0软件，对LC（1）、LCI（1）、LST（1）的单位根进行ADF检验，检验方程根据数据图形来确定，采用AIC准则确定最佳滞后阶数，检验结果如表1。由表1可以看出，序列LC（1）、LCI（1）、LST（1）的ADF检验值均大于显著性水平0.01、0.05、0.1的临界值，不能拒绝原假设，LC（1）、LCI（1）、LST（1）都存在单位根，是非平稳的；所以对他们分别进行一阶差分，结果显示LC（1）、LCI（1）、LST（1）的ADF检验值均小于显著性水平0.01、0.05、0.1的临界值，表明至少可以在99%的置信水平下拒绝原假设，序列LN1、LF、LDQ都不存在单位根，为平稳时间序列，因此，LC（1）、LCI（1）、LST（1）均为一阶单整序列。采用同样的方法可以对牛市行情相关变量LC（2）、LCI（2）、LST（2）以及熊市行情相关变量LC（3）、LCI（3）、LST（3）的单位根进行ADF检验，得到表3和表4。
由于VAR模型并不能说明方程中变量之间的关系是否可以长期维持，因此，本文运用Johansen在1988年及在1990年与Juselius一起提出的一种以VAR模型为基础的检验回归系数方法，对VAR模型中的三个变量进行协整检验，[10]检验结果如表4：
参数的圆括号内表示近似的标准误差，协整方程表明了在上述3个变量具有长期的均衡关系。从第一个协整方程中可以看出，实际消费支出与消费者信心以及股市行情有长期稳定的关系。盘整时期，股市遗留下来的股权配置问题亟待解决，政府表明解决遗留问题的决心，利好政策逐渐出台，观望者谨慎吸筹，股权投资对消费的替代作用明显。协整系数-0.41493说明了两者之间存在替代关系，股市存在负的财富效应。从第二个协整方程，可以看出，从2006年3月持续到2007年10月的牛市行情下，股市转为微弱的正财富效应，与李振明(2001)、郭峰、冉茂盛(2005)等学者的研究结论相似。第三个协整方程表明，在熊市行情下，股市再次转为负的财富效应，也进一步论证了前文的理论分析。
3. 脉冲响应
脉冲响应函数用以衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，图3是基于渐进解析法模拟的脉冲响应函数曲线，横轴代表响应函数的追踪期数，纵轴代表因变量对解释变量的响应程度。图3中实线为响应函数的计算值，虚线为响应函数值加或减两倍标准差的置信带，将响应函数的期数设置为20期。
首先看盘整时期，由图3中实际消费支出对消费者信心的响应函数可以看出，当本期给消费支出一个正结构冲击后，短期内有负向反应，到第7期达到最大，约有150个单位的负向反应。不论是从消费者支出来看，还是从消费者信心指数来看，对股市都有负向的反应，到第15期左右，负的财富效应逐渐消失。其次看牛市期间，消费者信心指数和实际消费支出对市场行情的反应非常微弱，与协整的结论一致，表现为极为微弱的正的财富效应。最后看近期的熊市行情下，股市行情对消费支出短期内有正向的反应，到第3期急剧转为负向反应，直到第5期，负向反应的最大幅度达到170个左右单位，随着负向响应的逐渐减弱，从第17期开始熊市对消费支出的影响力完全消失。脉冲响应函数表明股市的负财富效应持续期可以维持17期。出人意料的是，当本期熊市行情给消费者信心一个正结构冲击后，短期内消费者信心表现出正向响应，响应强度在第16期减弱为0，第16期以后，消费者信心回复到平稳状态。
四、 结 论
本文将股市从2003年以来的行情划分为三个阶段，即盘整阶段、牛市阶段和熊市阶段。通过协整检验和脉冲响应分析，更真实全面的反映我国股市财富效应的表现。总体来说，股市存在微弱的财富效应，这种效应逐渐减弱，到最后消失。盘整时期，股市存在负的财富效应，由于长期盘整吸筹对消费有替代性，消费支出和消费者信心指数都对股市行情表现为负向响应；牛市阶段，股市表现为微弱的正财富效应，在牛市乐观情绪的传染下，消费者信心和消费支出都有正向的反应；熊市时期，股市又回复到负的财富效应，但较为微弱。在一个完整的周期内，我国股市存在财富效应的非对称性，由于股市投资和消费的替代性而导致的负的财富效应，与之相应的，股市投资的财富增值带来的正的财富效应。我国股市在盘整期和熊市行情都表现为明显的负财富效应,行情好的时候正的财富效应也很微弱。
在现阶段，扩大内需，确保投资和消费稳定增长是当务之急，也是长期发展战略。在大熊市的背景下，如何尽量削弱悲观情绪造成的消费者信心低落是紧迫的。从长期来看，稳定股市，有利于平复消费者信心，提高消费者的购买意愿。
参考文献：
[1]Laurence Boone,Claude Giorno,Pete Richardson.Stock Market Fluctuations and Consumption Behaviour:Some Recent Evidence[J]. Economics Department Working Papers, 1998
[2]Karl E.Case,John M.Quigley,Robert J. Shiller.Comparing Wealth Effects: The Stock Market versus the Housing Market[J]. Advances in Macroeconomics,2005.
[3]李振明.中国股票市场财富效应的实证分析[J].经济科学，2001,(3)：58-61.
[4]郭峰,冉茂盛,胡媛媛.中国股市财富效应的协整分析与误差修正模型[J].金融与经济，2005,(2)：29-31.
[5]段进,曾令华,朱静平.我国股市财富效应对消费影响的协整分析[J].消费经济，2005,(4)：86-88.
[6]谢明华.我国股票市场的财富效应研究[D].杭州:浙江大学，2004.
[7]国研网金融研究部.2008年股市回顾及展望[DB/OL]].国务院研究发展中心信息网[2008-12-28].
[8]苗苏.2008年世界经济回顾与展望(十)：股市下跌三元凶09投资中国[DB/OL]].国务院研究发展中心信息
[2009-01-08]http://202.197.107.6:8000/DRCNet.Search.Web/search.aspx?lmparentid=0&item=subject&q=2008年世界经济回顾与展望.
[9]何兴强,周开国.牛、熊市周期和股市间的周期协同性[J].管理世界，2006,(4) ：35-40.
[10]高铁梅.计量经济分析方法和建模：EVIEWS应用及实例[M].北京:清华大学出版社,2006：250-301.
（责任编辑吴晓妹）
非热效应 篇3
财务费用在会计学上是指企业为筹集生产经营所需资金而发生的费用,包括汇兑损失(减汇兑收益)、利息支出(减利息收入)以及相关的手续费等。同时,根据最新颁布的新企业财务通则,企业应当建立常态的内部成本控制系统,强化企业内部成本预算约束,推进成本质量的控制方法,实行成本定额管理、全员管理和全过程控制。但是当前市场波动、可投资项目非持续及偶然性条件下,企业为了筹集可投资项目资金,或应付非常规性市场波动带来的企业财务费用的波动,比如临时性的金融机构借款或发行债券筹集资金所引发的利息和手续费等突发性财务费用增加在企业各项费用支出中所占比重越来越大。因此,由企业财务费用引发的管理风险成本已经成为当前企业内部成本风险管理的重要内容(苗凤宏,2011)。在传统的成本与管理会计学科理论架构上,成本习性被定义为:企业成本总额的变动与其业务量之间的依存关系。企业营运过程中变动成本仅随着企业当期业务量的变化而呈正比例的变化(江伟、胡玉明,2011),暗含一个假定是:成本随着企业业务量上升和下降的变动幅度是相同的,企业成本的波动即对称的(Noreen,1991)。但Cooper、Kaplan和Noreen等研究认为这一暗含假定与现实中成本管理的实践不相符合,企业业务量上升引起的成本费用增加的幅度要大于业务量下降时引起成本费用减少的幅度,二者是不对称的。Anderson、Banker、Janakirama在2003年借用经济学中价格刚性的概念将成本在企业业务量上升时增加的幅度大于业务量下降时减少的幅度这一现象称为成本费用刚性。
目前,针对企业整体成本费用黏性即是刚性的研究基本上趋于成熟。但是针对具体的企业内部非惯性财务费用引起的非对称成本波动风险方面的研究文献并不多见,综观现有的研究,大多是从企业实体营运角度进行成本刚性研究,基本上没有考虑由成本非对称波动引致的风险角度出发进行研究,更没用针对性的对从企业内部财务费用非惯性波动引起的非对称成本风险进行研究。因此,本文从财务费用非惯性波动引致成本非对称变化引致的风险的角度出发,研究由风险引致的公司成本费用非对称效应特征。在此基础上本文分四部分,第二部分就是理论模型的引进及相关变量选择;然后是模型实证结果及分析;最后是本文结论。
二、模型的设定及变量选择的经济学原理
结合本文研究核心是市场波动引致的上市公司财务费用非惯性波动所产生的成本费用的非对称分析,则根据前文对成本费用刚性的定义,本文选取了非对称的CARCH模型作为实证分析模型。因为在资本市场中前人研究者发现:在利好或利空消息的冲击下,资产向下运动的幅度往往要比向上运动的幅度要大,表明资本市场中存在一种信息冲击的非对称效应。这种非对称效应的存在也会在一定程度上引致一个企业的资本或成本波动率对市场的下跌的反应比对市场上升反应幅度要大,而研究这种非对称效应存在常用的模型就是EGARCH模型。但本文研究公司财务费用非惯性波动产生内部成本费用的非对称性波动造成的成本风险,同时由于公司财务费用风险波动在很大程度上和市场风险波动相联系,因此从风险形成的影响期限来说,存在暂时或偶然性风险效应及长期或必然性的风险成本效应,对应所造成的公司成本费用的波动风险也可分为暂时和长期效应,同时进一步考虑到市场波动引致财务费用非惯性波动引致的成本费用风险,因此在模型中对这一因素进行控制,基于以上波动期限效应分析,为把这种波动期限效应在实证分析中加以控制,笔者选取了非对称的CARCH模型。则本文非对称的CARCH模型的具体形式设定为:
成本方程:
均值方程:ln(β)t=at×ln(βt-1)+μt(2)
方差方程:
三、样本数据选择及回归结果分析
结合本文研究思路,笔者选取了属于制造业的中国重工、航天动力等216家国内上市制造企业为样本,考虑到样本公司上市时间及实证分析的需要,笔者选取了216家样本制造业2003~2011年上半季度的季度数据。对应数据均来自于样本公司相关财务报表及CSMAR系列研究数据库及对应样本公司的年度财务报表。
为了避免整体变量序列数据中的部分数据的异常值对整体回归拟合结果造成拟合偏误,我们首先对整体变量数据序列原始序列数据的基本统计规律分布进行分析,成本方程(1)中变量序列的基本描述统计如表1所示。(表1)
由原始变量序列的整体基本统计描述分析结果看,各变量序列基本统计分布规律在一定程度上符合预期,成本费用、收入增长率和资产周转率呈现右偏分布,公司规模、杠杆水平及公司βt系数近似于正态分布,其中整体样本制造业上市公司的杠杆水平较高,但是其财务费用整体平均水平较低也接近于正态分布。
在对变量数据序列基本统计分布分析的基础上,为了检验成本方程(1)中样本公司βt的系数及财务费用系数是否具有显著的成本风险传导效应,笔者首先利用216家样本公司2003~2011年的季度数据所组成的非平衡面板数据对成本方程(1)进行回归。首先对成本方程(1)中的变量序列数据进行整体(LLC)平稳性检验,其结果摘录如下:
由检验结果看:在5%的显著水平上,序列数据是平稳的。根据所选取面板数据的构成,笔者在数据平稳的基础上直接对成本方程进行固定效应回归,则成本方程回归结果如下:
则由成本方程回归参数可知:样本公司βt系数所衡量的市场波动风险对于公司成本费用边际效应为0.107,在这里表明市场波动成本传导参数为0.107;财务费用的成本边际效应为0.08,表明在控制市场波动的条件下公司财务费用对于整体公司成本费用的影响参数为0.08;同时二者交叉影响相对较大(0.11),并且三者在5%的置信水平上显著。
在成本方程回归基础上,笔者对均值方程(2)与方差方程(3)、(4)进行回归。根据前文公司βt系数的计算公式,笔者首先计算以样本上市公司为代表的制造业的行业βt值,其行业βt值是单个样本公司βt值的加权平均,其权数是单个样本公司总资产占行业总资产的比例。而单个样本公司βt值则是根据计算公式利用单个公司季度收益与整个国内A股市场季度市场收益计算而得。在此基础上,笔者同样对方程均值方程和方差方程中的变量序列数据进行整体(LLC)平稳性检验,检验结果摘录如下:
则由检验结果看:在5%显著水平上,序列数据是平稳的。在此基础上首先对均值方程(2)进行OLS估计,并对估计结果利用ARCH效应对其进行残差检验,其检验结果摘录如下:
由检验结果看,在5%的显著水平上,拒绝残差序列不存在ARCH效应的原假设,表明普通OLS回归的残差具有ARCH效应。综合以上分析和相关检验结果,对均值方程及方差方程进行回归,则回归结果摘录如下:
方差方程:
由回归结果及其待估计参数检验统计量z值看:均值方程及方差方程在计量意义上显著,也即是说回归参数在计量意义上具有很强的拟合能力。
结合前文及回归结果分析可知:γ=0.385>0,α=-0.011,b7=0.107。当公司面临外源性负向(μt-1<0)冲击时,外源性市场波动冲击引起公司t期ln(βt)短期波动为:(α+γ=0.374),也即是说外源性负向(利空消息)冲击会引致公司当期风险波动幅度上升0.374个百分点;而正向(μt-1≥0)外源性市场波动冲击引起公司t期ln(βt)短期波动为:α=-0.011,也即是外源性正向(利好消息)引致公司当期风险下降0.011个百分点,上升幅度(0.374)大于其下降幅度(0.011)表明不同性质的消息对于以βt系数衡量的公司成本波动影响具有非对称效应。同时,由成本方程(1)可以知道:样本公司的风险对于其成本费用的传导系数为:b7=0.107,同时在市场外源性正(负)向信息冲击进行控制条件下,引致的公司财务费用对其公司整体成本风险的传导系数为:b6=0.08,在同等条件下二者的交叉影响因素引致的公司整体成本费用风险传导参数为:b8=0.11。则我们可以得出公司财务费用波动引致公司整体成本费用风险的比较静态等式为:
则结合成本方程:外源性负向(利空消息)冲击通过公司t期ln(βt)波动引起公司成本费用的波动为b7×(α+γ)=0.04,在控制市场外源性冲击的条件下,财务费用非惯性波动对公司成本波动风险为:b6×(α+γ)=0.029;同理二者交叉共同作用对公司成本波动风险为:b8×(α+γ)=0.041。表明在其他条件不变情况下,我国A股市场利空消息冲击会使从事制造业的公司当期风险增加1个百分点从而引致该公司当期成本费用增加0.04个百分点;在控制市场外源性冲击的条件下,财务费用非惯性波动对公司成本费用波动影响增加0.029个百分点,同时二者交叉共同作用对公司成本费用波动增加0.041个百分点;同上,当A股市场存在外源性正向(利好消息)冲击时,该冲击引起公司t期ln(βt)短期波动为α,外源性市场正向波动冲击通过公司t期ln(βt)波动引起公司成本费用的波动为:b7×α=-0.0012,基于外源性市场波动冲击的财务费用非惯性波动对公司成本费用影响是b6×α=-0.0008;二者交叉作用影响为b8×α=-0.00121。
综合实证分析显示:外源性负向(利空消息)冲击引致的公司成本费用的波动b7×(α+γ)=0.04远大于外源性正向(利好消息)冲击引致的公司成本费用的波动b7×α=-0.0012,同样财务费用非惯性波动引致的公司成本费用的波动b6×(α+γ)=0.029远大于对应利好消息造成的影响(-0.0008),二者的交叉作用同样如此。表明从事制造业的公司由市场波动风险引发的公司财务费用及二者交叉作用风险从而引致的公司成本费用波动存在显著的非对称效应特征,具体来说,利空消息会通过财务费用波动及二者交叉作用而引致公司成本费用增加远大于利好消息引致公司成本费用下降的幅度,表明制造业内的公司成本费用一旦增加就会形成黏性。最后,就是由长期来看,外源性短期冲击所形成的长期变动率通过公司t期ln(βt)波动、财务费用波动及二者交叉作用波动引起公司成本费用的长期波动风险依次为:b7×ρ=0.084;b6×ρ=0.06,b8×ρ=0.087表明从长期来看,短期内只要A股市场存在外源性冲击,那么对于从事制造业的公司而言由整体市场波动引发的公司波动、财务费用波动及二者共同波动均会使公司的成本费用波动增加。
四、结语
本文从财务费用波动角度分析了国内上市公司由于非惯性财务费用引致的成本波动非对称效应特征,增加当前国内外对成本(费用)波动非对称效应研究领域的内容,同时结合我国整体经济发展背景、资本市场发育程度及在现有的我国企业成本刚性的存在性、成因等方面分析的基础上进行实证研究,在显著的置信水平上财务费用波动角度论证我国从事制造业公司成本费用非对称效应特征,具有很强的实践意义。鉴于此,由公司角度看,有助于公司从财务费用波动风险的角度完善其内部控制方面的成本管理行为,为内部管理者进行科学的管理决策提高竞争力提供理论依据;并为外部投资者在理解公司成本费用刚性基础上全面的利用公司会计盈余信息及相关财务报表信息提供新的分析视角,提高投资者做出适合自身风险-收益均衡投资决策的效率。
参考文献
[1]刘彦文,王玉刚.中国上市公司费用粘性行为实证分析.管理评论,2009.
[2]万寿义,王红军.管理层自利、董事会治理与费用粘性:来自我国制造业上市公司的经验证据.中国会计学会管理会计与应用专业委员会2010年度学术年会论文集,2010.
[3]Anderson M,Banker R,Janakiraman S.Are Selling,General and Administrative Costs“Sticky”?The Accounting Review,2003.
[4]Balakrishnan R.,Gruca T.Cost Stickiness and Core Competency:A Note.Contemporary Accounting Research.2008.
非热效应 篇4
尽管现在我们并不能直接测定一百多亿年前银河系早期的化学元素丰度，但却可以通过确定贫金属恒星的大气化学成分来了解银河系早期形成和演化的历史，尤其是银晕和银盘的形成过程。因为，如果这类恒星还没有演化到巨星的分支，那么它们表面的化学成分就应该与形成其气体的化学成分相同。同时，贫金属恒星中元素丰度的分布模式，也能够帮助人类了解这些元素在银河系早期何时、何地形成，以及原初的初始质量函数等。
一直以来，在元素丰度分析方面，国际上大部分的研究结果都是在基于局部热动平衡的假设条件下得到的。但是，局部热动平衡在碰撞占主导地位的假设条件下才成立，而这种假设并不一定适合每种元素，因为在某些天体物理环境下，得到的结果很可能严重偏离真实情况，从而导致错误的结论。
在晚型恒星中，特别是贫金属恒星中，由于有辐射场的存在，一方面电子密度低，另一方面重金属含量少，不透明度降低，紫外辐射很强，于是这些恒星大气中碰撞不再占主导地位，粒子数布局不再满足玻尔兹曼和沙哈方程。简单来说，就是这些恒星中的大气明显偏离局部热动平衡状态。
在这种情况下，我们必须考虑非局部热动平衡效应对元素丰度确定的影响。也就是说，我们需要通过非局部热动平衡效应的修正来进一步提高丰度分析的准确度。特别值得注意的是，贫金属冷星大气中很多元素的非局部热动平衡效应非常明显，很多研究者利用局部热动平衡得到的丰度结果与事实偏差较大，对O、Na、Mg、Al、Si、K、Ca和Fe等元素丰度的研究无一例外地表明了这一结论。
但是，非局部热动平衡效应的计算是一个困扰天文学多年的难题。因为，计算过程中必须全面考虑原子各种统计平衡过程，以及恒星大气模型的相互耦合。不仅如此，对贫金属恒星基本参数和表面元素丰度的确定也有很多需要进一步改进的地方，例如：一方面研究中采用的样本恒星数目有待进一步增加；另一方面，恒星基本参数，如有效温度、表面重力等的确定也不太可靠等，更重要的原因是，贫金属恒星离我们比较远，受大气消光的影响较大，也没有精确的距离测量。
不过，随着观测和级计算机技术的发展，现在我们有了更多可靠的原子数据，使得我们可以建立更多、更完备的原子模型。更重要的是，我们还可以详细地研究与电子和中性氢的碰撞对粒子数占据的影响，以建立更为可靠的原子模型。
近些年来，我们研究组在非局部热动平衡效应研究方面做了大量工作，开展了Li、B、Na、Mg、Al、Si、K和Fe等元素的非局部热动平衡效应研究，并建立了相对应的原子模型，分析了多批样本星中这些元素的丰度。与此同时，我们还系统研究了一批高自行恒星和晕星中Na、Mg和Al三种元素的丰度，结果表明：结合恒星的运动学性质，利用Na/Fe和Al/Mg的丰度信息可以区分晕、厚盘和薄盘恒星。同时，我们还发现，Na和Al的丰度结果不能用目前的超新星和AGB星的产率来解释。
不仅如此，近年来，我们还详细分析了SiⅠ和SiⅡ谱线在晚型贫金属和近邻恒星中的非局部热动平衡效应，并确定了这些恒星中Si元素的丰度。同时，我们利用日本Subaru望远镜的红外光谱，研究了SiⅠ红外谱线在恒星中的非局部热动平衡效应。这些研究很好地表明，要确定贫金属恒星中的Si元素丰度，一定要考虑非局部热动平衡效应。我们得到的结果也表明，考虑了非局部热动平衡效应之后，不仅很好地解决了矮星和巨星中得到的Si元素丰度不一致的难题，同时也证实了用红外、紫外级光学波段谱线得到的Si丰度是一致的，而且从中性Si和一阶电离Si谱线得到的丰度也是一致的。
此外，在与国防科技大学研究人员的合作中，我们计算了用于建立原子模型的Cu和Zn原子数据，在国际上首次建立了Cu原子模型，并研究了太阳和贫金属恒星中Cu元素受非局部热动平衡效应的影响。结果表明，贫金属恒星中，Cu元素丰度确定敏感于非局部热动平衡效应。目前，关于Zn的原子模型，我们正在建立。
研究过程中，研究人员发现，电子的碰撞激发和电离截面对一些元素的非局部热动平衡效应有很大影响，但是目前由于缺乏相关参数，在绝大多数研究中，我们只能采用很老、很简单的公式来计算有关截面，这些截面的大小与精确计算的结果存在着量级以上的差别。
为了解决这一难题，我们将联合国内相关的研究人员，一起开展专门针对该方面的研究。我们将用精确计算的截面代替简单公式的计算结果，从而建立更可靠的原子模型，进而更准确地确定一些重要元素在晚型恒星中的分布模式。
我们相信，完整的原子模型，加上高分辨率、高信噪比的观测光谱，为我们奠定了准确确定恒星基本参数和元素丰度的基础。我们将更好地利用这些有利条件，着力开展晚型恒星中重要元素非局部热动平衡效应方面的研究，积极推动天文学研究的进展。 责编/万海滨
施建荣：
非热效应 篇5
通常用形变硬化指数n表征材料的形变强化能力,n值越大,均匀变形量越大,冷成形性能好,强化效果明显。非调质钢螺栓的主要生产流程为:热轧线材→酸洗→冷拔→滚丝→时效,原材料经冷拔后形变强化,其力学性能如何,能否取代调质钢制造高强度螺栓,时效后的形变强化余量能否确保螺栓使用的安全,需要进行实验研究。
1 实验材料和方法
MFT8钢原材料为ϕ9mm的热轧线材,化学成分 (质量分数/%)为:C 0.21,Si 0.13,Mn 1.37,P 0.015,S 0.005,Nb 0.04 ,Al 0.047。实验材料经酸洗、表面预处理后进行冷拔强化,减面率分别为25%和30%。
在CSS-44300型电子万能试验机上对原材料、冷拔材、时效后的试样进行拉伸实验,并分别在均匀变形区间任意取数点计算应变硬化指数,按GB/T 228—2002 标准选取5倍试样;在JSM-6360LV型扫描电镜上观察其组织形貌。纵向线切割制取透射电镜试样,经双喷电解减薄后在H-800型透射电镜(TEM)下分析微观组织。
实验方案:(1)原材料形变强化效果研究,评判其冷成形性能及形变强化的效果;(2)比较两种不同减面率的冷拔材料形变强化效果,优选其中一种进行时效处理;(3)分析时效后螺栓产品最终的力学性能是否达到技术要求,测试最终形变强化指数,预测其使用时的可靠性。
2 实验结果
2.1 各种状态下材料形变强化效果及性能
8.8级(螺栓直径M不大于16mm)螺栓技术要求[5]:抗拉强度大于800MPa;屈服强度大于640MPa;断后伸长率为12%;HRC23~32。采用拉伸实验测试原材料、冷拔材料的n值与性能,两组减面率的棒料性能数据均达到要求。螺栓冷拔后镦头由于鲍辛格效应的作用,随冷拔减面率的增加成形阻力将减小,在30%时,鲍辛格效应最大,压缩真应力最小[6],由此最终优选减面率30%的棒料进行300℃,2h时效处理,并测试n值和性能指标,各项性能如表1所示。
2.2 各种状态下材料的组织
采用微合金化技术,在低碳钢中添加微量合金元素Nb,固溶于奥氏体中的Nb 提高了过冷奥氏体的稳定性,降低珠光体转变的温度,转变的珠光体团尺寸小,珠光体片碎化。热轧过程中随着温度的降低,碳化物或氮化物从奥氏体中析出,阻止奥氏体的再结晶,随后冷却时铁素体晶核在奥氏体晶粒的变形带上形成,最终获得非常细小的铁素体晶粒[7]。经检测原材料基体组织为碎片状珠光体+铁素体,晶粒尺寸5μm,放大的铁素体晶粒中有明显的析出物(见图1,2)。
为提高材料的强度对原材料进行冷变形,冷拔后金相组织及晶粒度变化不大,但铁素体内部形成大量的位错,并且位错纠缠形成了胞状亚结构,胞壁处位错密度高于胞内,如图3(a)所示。经300℃/2h时效处理后,铁素体中的位错发生了回复现象,生成明显的亚晶界,如图3(b)所示。位错的回复及亚晶界的形成将降低位错密度,消除内应力,改善螺栓尺寸的稳定性。
3 分析与讨论
在金属整个变形过程中,当外力超过屈服强度之后,塑性变形并不像屈服平台那样连续流变下去,而需要不断增加外力才能继续进行。这表明金属材料有一种阻止继续塑性变形的能力,这就是形变强化性能。应变硬化指数n反映了金属材料抵抗继续变形的能力,是表征金属材料应变硬化行为的性能指标。在双对数坐标下真应力S-真应变e曲线是一条直线,因此,可以用S=Ken表示,其中K为e=1时的真应力。极限情况下,n=1,表示材料为完全理想的弹性体,S与e成比例关系;n=0时,S=K=常数,表示材料没有应变硬化能力,如室温下产生再结晶的软金属及已受强烈应变硬化的材料。
实验结果显示:原材料具有较高的n值,冷变形能力较好。随减面率的提高,塑性变形量增大,强化效果增加,各项力学性能指标均达到8.8级螺栓技术要求。塑性变形是强化的原因,强化是塑性变形的结果。随变形量的增大n值下降,材料继续强化的能力减弱。经过30%减面率的变形材料n值为0.235,这说明其仍然具有一定的抗过载失效能力。以上三种状态的拉伸断口均显示材料为韧性断裂,这说明形变后材料强度提高,但其仍然保持韧性状态。
金属的点阵类型和本质决定其形变强化效果[8],金属的滑移系、形成胞状结构的难易度、螺位错的交滑移能否顺利进行等因素对n值影响显著。原材料以下特点使其具有非常高的形变强化能力:细小的晶粒;容易多系交叉滑移的铁素体组织;间隙原子碳对提高形变强化的作用;材料中的Nb形成的碳化物质点;在塑性变形过程中引起的位错增殖,以上各种因素的综合作用使实验材料具备较好的形变强化潜力,故测试结果显示的n值较高。
如图3所示,冷拔后由于铁素体内部形成了大量的位错,并且位错纠缠形成了胞状亚结构[9,10],n值与原材料相比有所下降,剩余塑性减少。
在冷作强化的状态下使用的非调质钢螺栓,形变组织中存在着高密度的可动位错和其他缺陷,使其处于不稳定状态。在螺栓加载时,这些可动位错就会攀移,引起微小屈服,影响其使用性能。时效处理可稳定可动位错,同时还可使非调质螺栓具有良好的综合性能。由于时效处理刃位错可获得足够的能量产生攀移,使滑移面上不规则的位错重新分布,排列成墙,形成亚晶,所以时效后n值有所恢复,而塑性基本保持不变,较高的残余n值保证了螺栓在使用时抗偶然过载的能力。
4 结论
(1)MFT8非调质钢具有较好的形变强化潜力,适宜冷作强化。
(2)形变强化后实验材料的各项力学性能指标达到8.8级螺栓技术要求,可以取代调质钢。
(3)时效处理后n值恢复升高,确保了螺栓使用的安全性。
摘要：根据形变强化非调质钢螺栓的制造工序,对MFT8非调质钢原材料、冷拔和时效处理三种状态下的形变强化效应进行研究,比较了其形变硬化指数及力学性能,研究分析了组织对其性能的影响。结果表明:MFT8非调质钢形变强化效应明显;时效处理后仍具有良好的形变强化能力,可以确保螺栓在使用时的安全性;强化后的螺栓各项力学性能指标达到8.8级技术要求,研究材料能够取代调质钢制造高强度螺栓。
关键词：形变强化,非调质钢,螺栓
参考文献
[1]刘瑞宁,王福明.汽车用微合金化非调质钢的进展[J].特殊钢,2006,27(3):39—41.
[2]董成瑞,任海鹏,金同哲,等.微合金非调质钢[M].北京:冶金工业出版社,2000.3—10.
[3]耿文范.非调质钢的发展现状[J].钢铁研究学报,1995,7(1):74—76.
[4]LIU S,LIU G,ZHONG Y.Transformation characteristics of me-dium carbon V-Ti-N microalloyed steel for non-quenched tem-pered oil well tubes[J].Material Science and Technology,2004,20(2):357—359.
[5]张玉庭.热处理技师手册[M].北京:机械工业出版社.2005.581—589.
[6]马晓平,惠卫军,刘春明,等.冷作强化非调质钢冷变形过程中的鲍辛格效应[J].钢铁研究学报,2007,19(1):39—43.
[7]胡光立,谢希文.钢的热处理[M].西安:西北工业大学出版社,2004.384.
[8]金属机械性能编写组.金属机械性能[M].北京:机械工业出版社,1982.57—58.
[9]黄明志,石德珂,金志浩.金属力学性能[M].西安:西安交通大学出版社,1986.35—37.
非热效应 篇6
近年来, 我国经济建设取得了卓越的成就。然而, 由于中国幅员辽阔, 民族众多, 地形复杂多变, 各地区经济与金融发展并不平衡, 无论是收入水平, 产业结构, 还是金融市场发展的完善程度等方面都存在着明显的不对称。我国的货币政策是由人民银行实施, 以公开市场操作等为主要政策工具, 它是一种对货币供应量单一集中的控制。由于我国存在显著的经济与金融发展的差异性, 我国实施统一的货币政策必将给不同地区所带来的影响也存在着显著的差异, 即货币政策的非对称效应。而这种非对称效应可能会导致大量的经济资源集中在较发达地区, 而相对落后的区域会由于资金的不足而得不到应有的发展, 这也就加剧了区域经济和金融发展的不平衡性。因此, 深入研究我国货币政策的区域非对称性效应及其应用, 具有十分重要的现实意义和深远的历史意义。
国外对于货币政策非对称性的研究始于上世纪50年代, 1955年, Scott研究了从纽约向其他地区延伸, 信贷政策传导机制存在明显的滞后效应, 从而证明了货币政策区域效应的存在性。1961年, Mundell提出了最优货币区理论, 并指出:当劳动力及其他要素能够在某个区域内自由流动, 且在区域外不能够自由流动时, 该区域就可以构成一个“最优货币区”。在“最优货币区”内实行单一货币政策, 能够实现微观经济效率最大化和宏观经济政策目标。Garrison&Chang (1979) 构建了一个区域收入的凯恩斯模型对美国八大区域进行检验, 结果说明全国性的货币政策对非金融变量的影响在地区间是存在差异的。Carlino和De Fina对美国货币政策的区域效应进行了较为深入的研究, 他们利用SVAR模型检验了货币政策在美国不同区域间实施后的效应是否具有相似性 (1998) , 并对1958~1992年的数据进行时间序列分析, 来研究美国货币政策是否存在区域非对称效应 (2002) 。20世纪末欧洲进入货币一体化时代, Kashyap&Stein (1997) 和Guiso (1999) 等学者先后验证了欧洲货币政策存在非对称性区域效应, 并货币政策传导机制的不对称方面也进行了深入研究。
国内对于货币政策非对称效应的研究起步相对较晚, 但近些年来已引起不少专家学者的关注。宋旺、钟正生 (2006) 基于最优货币区理论, 运用VAR模型和脉冲响应函数检验了我国货币政策效应的存在性, 并证明了利率和信贷渠道是我国货币政策区域效应产生的主要原因。丁文丽 (2005) 运用协整关系检验和格兰杰因果关系检验的方法, 研究了我国信贷供给量与经济增长和物价稳定之间的关系, 证明了货币政策区域非对称效应的存在性。张晶 (2006) 利用简约化模型, 实证分析了改革开放至2004年我国货币和财政政策在东部和西部两大区域的作用, 证明了货币政策区域效应显著存在。胡振华和胡绪红 (2007) 指出不同的资本市场完善程度导致了货币政策的区域效应。陈安平 (2007) 的研究指出财政货币政策作用在改革开放后对西部的影响要强于东部和中部地区, 提出制定差异化货币政策来实现区域间协调发展。
本文先阐述关于货币政策效应的相关理论, 再将全国分为东、中、西三大区域, 采用1999年至2013年第一季度共14年的季度数据, 以各地区国内生产总值、固定资产投资额和M2供应量作为变量, 利用基于SVAR模型的脉冲响应函数对货币政策的区域效应进行检验, 从而得出相关结论并提出政策建议。
2 货币政策非对称效应产生原因的理论分析
2.1 我国区域经济与金融差异性分析
由于货币政策的传导机制的作用, 央行实行统一的货币政策, 各地区由于其各自的具体情况不同, 对于货币政策传导机制的反应也各有不同, 最终会导致货币政策在区域间形成非对称效应, 究其原因, 可能包括以下几点。
2.1.1 各地区企业结构存在差异
改革开放以来, 政府支持非国营经济, 经过30多年的发展, 非国有企业在国民经济中所占比重逐渐增加。非国营经济相对于国营经济来说, 贷款成本高, 融资难, 没有国家财政的支持, 对于货币政策的反应更加灵敏。但是, 非国营经济我国各地区之间分布并不均匀, 占比较高区域对于货币政策反应较为明显, 反之, 占比较低区域则反应相对迟缓。因此, 各地区企业结构的差异性会导致统一的货币政策下各自的反应程度存在较大差异。
以我国各地区工业企业个数为例, 如表1, 2009年底全国范围内, 私营、外商和港澳台投资工业企业数目与国有控股工业企业个数的比值为16.15, 而东部地区该比值为26.11, 远大于全国水平, 中、西部地区的9.62和4.94则远小于东部以及全国水平, 在统一的货币政策下, 西部地区相对较多的国有企业比例会导致在该区域对货币政策的反应不敏感。
数据来源:中国统计年鉴2010。
2.1.2 各地区金融结构差异
首先从银行分支机构来看, 五家国有银行和其他股份制银行、外资银行等在各地区的分布情况存在较大差异, 外资银行分支机构及代表处主要分布在东部地区, 而西部地区银行则主要以传统的四大国有银行为主。
20 09年底, 如图1所示, 工商银行贷款余额共计5494 4.28亿元人民币, 西部贷款余额为9520.11亿元, 占比为17.33%, 建设银行8193.37亿元的西部贷款余额占其总贷款余额的17.1%, 而中信银行和光大银行的西部贷款余额分别只占其总余额的11.30%和14.75%, 低于工商银行和建设银行, 尽管银行主要贷款余额都集中在中东部地区, 但一般股份制银行在西部业务较大型国有银行则更少, 大华、恒生澳、新银行等多家外资银行的分支机构基本都集中在东部沿海地区。而股份制银行和外资银行较集中地区对于货币政策的反应会较为灵敏, 因此, 当央行实行统一货币政策时, 在各地区产生的效应也会有差异。
数据来源:中国金融年鉴2010。
2.1.3 区域经济发展水平差异
以图2社会消费品零售总额占GDP的比重来反映各地区人民的消费水平, 以此来说明各地区的经济发展水平差异。2013年至2012十年间各地区消费水平维持在一个相对稳定的水平, 中东部地区消费水平较高, 社会消费品零售总额基本维持在35%上下, 而西部地区消费水平却较为低下, 一直在10%~15%之间, 西部地区经济发展水平较为落后, 而落后地区的经济结构有待完善, 因此缺乏灵敏而完善的货币政策传导机制, 从而对货币政策的反应不显著。
数据来源:Wind数据库。
金融视线Finance
2.2 我国货币政策区域非对称效应的成因:基于货币政策传导机制的分析
2.2.1 利率渠道
由于不同行业融资成本以及利润空间的差异性, 不同行业对于利率政策的敏感性存在较大的差异性;即对利率较为敏感的行业受货币政策影响较大, 反之则较小。我国区域间产业结构存在较大的差异性, 区域间产业结构的差异性导必然致其对利率政策反应的异质性。因此, 我国货币政策应存在区域非对称性效应。
2.2.2 银行信贷传导渠道
当货币供应量减少时, 银行可供贷款数量也会随之减少, 导致投资减少, 最终产出减少。可供贷款数量减少时, 大银行较小银行更容易找到应对方式, 因此, 一个区域大银行数量占有较大比例时, 货币政策对其影响可能会相对较小。除此之外, 各地区企业的规模也存在较大的差异, 由此导致各地区企业的信贷融资能力存在区域间差异性;即中小企业占比大的区域受货币政策影响明显大于中小企业占比小的地区。因此, 由于区域间金融结构、企业规模结构的差异性, 货币政策应存在区域非对称效应。
2.2.3 资产负债表渠道
货币供应量的增加, 一方面将导致利率下降, 企业的利息支付随之减少和现金流随之增加;另一方面, 货币供给量的增加将直接导致资产价格提高, 改善企业资产负债表状况, 提高企业信贷融资能力。一般而言, 由于民营企业以及中小企业与国有大企业在资产负债方面存在较大差异, 由此导致宽松货币政策对资产负债的改善效应, 大企业改善程度大于民营企业及中小企业, 而紧缩货币政策对资产负债的恶化效应, 大企业恶化程度不及民营企业及中小企业。因此, 货币政策对大型国有企业占比较大的区域经济影响效果应小于占比小的区域。
2.2.4 汇率渠道
在开放经济条件下, 汇率机制也是影响货币政策效应的一个重要渠道。当货币供应量增加时, 利率下降, 对本币需求下降, 对外币需求上升, 本币贬值, 出口增加, 收入增加。因此, 对进出口行业在某区域经济中所占比例越大, 货币政策在该地区产生的效应可能会更明显。
3 关于货币政策非对称效应的实证检验
3.1 变量选取和数据说明
本文将中国大陆地区分为东、中、西三大区域, 分别检验货币政策对三大区域的影响, 并进行比较来说明三大不同区域对货币政策反应的差异性。根据《中共中央、国务院关于促进中部地区崛起的若干意见》、《国务院发布关于西部大开发若干政策措施的实施意见》以及党的十六大报告的精神, 将我国分为东部、中部、西部和东北部四大板块, 由于本文具体要研究东、中、西部三大区域, 因此根据实际情况将东北三省中的辽宁划入东部地区, 吉林和黑龙江划入中部地区, 又因陕西省作为西北地区的一个重要经济和商业中心省份, 因此, 本文将陕西省归为西部地区, 具体的区域划分方法见表2。
GDP是衡量经济水平的重要指标之一, 将其作为经济变量, 货币供应量M2作为货币政策变量, 来衡量货币政策的实施情况, 根据货币政策传导机制, 货币政策的实施会通过中介目标影响在消费、投资和储蓄等经济行为, 因此可以选择全社会固定资产投资总额FI作为变量之一进行实证检验。
1997年, 东南亚爆发金融危机, 人民币升值, 出口量锐减, 央行采取一系列措施来应对危机, 此后经济情况初步平稳, 因此, 本文采取的样本区间为1999年至2013年初约14年各省的名义GDP, 固定资产投资额FI和货币供应量M2数据, 所有数据均来自Wind数据库。为消除异方差性、共线性等影响, 以上变量均去自然对数, 记为Ln GDP, Ln FI, Ln M2。
3.2 实证模型和检验
3.2.1 SVAR模型和脉冲响应
向量自回归模型 (VAR) 将单变量自回归模型推广到多变量的自回归模型, 即向量自回归模型, 该系统中每一个内生变量都是所有内生变量滞后值的函数, 单该模型忽略了变量之间当期之间的关系, 从而无法得到合理的解释, 因此, 本文采用结构自向量回归模型 (SVAR) , 包含了当期变量的相互影响。
考虑k变量P阶的SVAR模型如式1所示:
其中:
若矩阵B0可逆, 则该模型可以写成如式2所示的VAR模型形式:
矩阵B0是一个斜对角为1的矩阵, 其他系数均为yt同期变量之间的关系系数, 对此, 需要对矩阵B0中的量加以估计, 得出结果。基于SVAR模型可以得到脉冲响应函数, 来体现某个变量的冲击对其他变量的影响。
3.2.2 变量的平稳性检验
对取自然对数后的变量进行ADF单位根检验, 结果如表3所示, 三大区域Ln GDP值和Ln FI值均是平稳变量, 而Ln M2非平稳, 经一阶差分后为平稳序列。用变量Ln GDP, Ln FI和分别进行模型估计, 并得出脉冲响应函数。
注:检验形式 (c, t, p) 中c代表ADF模型中的常数项, t代表时间趋势项, p代表滞后结束;d表示一阶差分。
3.2.3 模型估计和脉冲响应函数分析
基于以上检验结果, 对东、中、西三大区域的各自的三个变量进行SVAR模型估计, 综合考虑各信息准则后, 确定东部区域模型的滞后阶数为5阶, 中、西部区域的滞后阶数均为6阶。根据SVAR模型的识别条件, 要对三变量模型进行估计, 需要施加三个约束条件, 分别为:当期GDP对固定资产投资额和货币供应量M2均无影响, 当期GDP对固定资产投资额也无影响。对所建立的SVAR模型进行估计并进行脉冲响应分析。
货币供应量对GDP产生的冲击如图3所示, 央行实施统一的货币政策后, 对三大区域生产总值的影响无论从程度上还是从时间上都有所不同。对货币供应量施加一个正的冲击后, 西部地区反应最为强烈, 在第一期就达到了其最大值0.111, 之后逐渐减小, 并在第二期后逐渐趋于稳定, 并在中部地区反应则相对缓慢, 在第二期达到一个较大值0.026, 并在经过波动后在第八期达到峰值0.029, 此后趋于稳定, 而东部地区在受到货币供应量的冲击后, 开始几期并无明显的反应, 而是在第六期才达到其峰值0.022, 在此后还一直存在正的影响至第十五期往后。由此可见, 西部地区对于货币供给量正的冲击反应最快, 且反应程度最为剧烈, 而东部地区反应最慢且东、中部地区的反应程度都相对较小。
货币供应量对GDP产生的冲击如图4所示, 对施加一个正向冲击, 第一期的反应仍是西部地区最为敏感, 达到0.008, 而东部和中部地区则没有较大反应, 就影响时间来看, 对东部地区的影响一直处于一个平稳状态, 数值数次达到0.022左右, 并持续进行, 对中部地区的影响则是在第二期达到峰值0.0197后开始回落至平稳状态。这说明在统一的货币政策下, 三大区域固定资产投资额的反应程度和时间长短也存在差异。
4 结论和政策建议
本文以货币传导机制为基础, 对我国货币政策产生的原因进行相关理论分析, 并将整个大陆地区分为东、中、西三大区域, 以每个区域的GDP、社会固定资产投资额以及全国范围内的货币供给量M2作为变量, 取近十年的季度时间序列数据, 利用SVAR模型进行回归, 并进行脉冲响应分析, 结果表明在同一的货币政策下, 东、中、西三个不同区域的反应程度和时间均有不同, 即货币政策的区域非对称效应是存在的, 且西部地区对货币政策的反应较东部地区反应剧烈, 但影响时间短。
通过对货币政策区域非对称效应的研究, 可以采取相应的措施来缓解或消除该效应, 具体可采取的行动有以下几方面。
4.1 采取灵活的货币政策
货币政策的实施在全国范围内是同一的, 但是在实施时可以对于西部地区的情况差异性多加考虑, 根据西部地区的企业结构、金融结构和经济发展情况等对货币政策加以灵活调整, 使政策在西部地区的实施效率提高, 以减少货币政策区域效应。
4.2 加快各地区企业结构调整
进一步加快实施西部大开发战略, 鼓励非国有企业进驻欠发达地区, 使西部地区国有和非国有经济平衡发展, 在货币政策冲击下, 可以起到与发达地区相同的作用。
4.3 加快发展各地区不同类型的金融企业
我国金融行业在各地区的发展存在较为明显的不对称现象, 东部地区金融体制发展较为完善, 银行、券商、基金等各类金融企业发展迅速, 这大大加速了资本的流动性, 而在西部欠发达地区, 金融企业则以银行为主, 特别是国有银行, 因此需要加快促进西部地区金融结构改善, 鼓励券商、基金、投资等企业在西部开展分支机构, 加大西部地区投融资渠道, 加快其资本流通。
摘要：本文基于货币政策的传导机制和区域经济与金融的异质性, 分析了我国货币政策区域非对称性效应的成因。利用SVAR模型, 基于1999年至2012年的我国东、中、西三大区域的货币政策非对称效应进行脉冲响应分析。研究结果表明, 在同一的货币政策下, 东、中、西三个不同区域的反应程度和时间均有不同, 即货币政策的区域非对称效应是存在的, 且西部地区对货币政策的反应较东部地区反应剧烈, 但影响时间短。
非热效应 篇7
股指期货到期日效应(Expiration day effects),是指在股指期货合约到期时,因市场参与者出于不同目的而进行的多种交易(套保、套利、投机等)行为,导致股票现货市场出现暂时性供需失衡现象,反映在股票交易价格上就是涨跌波动,影响到股票到期日的收益。这种现象的主要表现为交易量、收益率和收益波动率等市场特性指标出现异常变化。
对股指期货到期日效应进行研究具有现实意义,因为准确了解到期日效应的现象和市场表现形式,既可以为投资者的交易策略和投资操作方法等提供合理的指导,又能为监管机构监控市场变化、维护公平交易秩序和完善市场政策与法规提供决策依据。
二、文献综述
国内外学者对股指期货到期日效应进行了大量的研究,对到期日的市场是否具有异于平常日的市场特性进行了实证检验,结果表明,许多国家和地区在推出股指期货后出现了到期日效应。其中以Stoll和Whaley(1986)的研究最具代表性,该研究以S&P 500 指数期货、S&P 100指数期权为标的,发现现货市场在到期日最后1小时比非到期日具有较大的收益波动率和交易量。
国内一些学者对股指期货到期日效应也进行了探讨,如蒋瑛琨、彭艳(2007),蔡向辉(2010),黄明、林祥友、陶国兴(2013)从到期日效应检验方法、市场表现、产生的原因和影响因素等方面,对已有研究成果进行了较详细的综述,分析了不同结论产生的原因。
国内对沪深300 指数期货的实证研究大多得出到期日效应不显著的结论,如顾京(2011)采用自回归模型对沪深300股指期货到期日效应进行了实证分析,得出不存在到期日效应的结论,并推测其原因可能与该合约设计合理的交割结算价确定机制以及我国特殊的期货市场投资者结构有关。何汕媛(2012)通过对已实现波动率的OLS回归,对沪深300股指期货是否存在到期日效应进行了实证检验,得出到期日效应不存在的结论。黄明、林祥友、陈国兴(2013)对沪深300股指期货合约到期前及到期日的流动性和波动率的均值差异进行检验,得出存在到期日效应但不显著的结论。
股指期货到期日效应是通过比较到期日与非到期日中各项市场特性指标的差异来加以衡量的。样本的差异性检验方法主要有参数检验和非参数检验。参数检验需要利用总体的信息(总体分布、总体的一些参数特征如方差),以总体分布和样本信息对总体参数做出推断;而非参数检验假定总体分布的具体形式未知,以样本数据本身获取的信息对总体分布的类型和未知进行推断。在总体分布具体形式未知或者不具有足够大的样本容量时,应用传统的参数检验方法进行统计推断可能产生错误的检验结果,特别是在非正态总体、小样本的情况下,传统的参数统计方法(如t检验法、对随机误差分布类型做出假定的OLS回归)不适用于样本的差异性检验,作为替代方法,可以采用非参数统计检验方法。
我国于2010 年4 月16 日正式推出了沪深300 指数期货,国内对沪深300指数期货到期日效应的研究离推出的时间比较短,样本选取所涵盖的到期日个数偏少,如顾京等(2011)和黄明等(2013)的研究中到期日个数分别为7个和22 个,在样本容量较小的条件下使用依赖于严格分布假定的参数检验方法进行差异性检验,无法确保研究结论的准确性和稳健性。
目前,市场虽已先后经历了54 个股指期货合约到期日,但到期日样本的容量(54 个)仍不满足大样本的正态近似条件(金融数据一般要求大于100 个),因此,有必要在进行样本差异的统计检验之前对样本的正态性进行检验,以确定选用何种统计检验方法,主观地直接搬用参数检验方法往往会出现偏差。
基于以上考虑,本文首先对需要进行比较的样本进行正态性检验,以确认是选用参数统计方法还是非参数统计方法,然后用确定的方法对沪深300现货市场在到期日前后相邻交易日的各特定时段与到期日相同时段的日内收益率、日内收益反转进行差异性统计检验,实证考察沪深300股指期货合约到期日前后,沪深300现货市场是否具有异常性变化。
三、研究设计
(一)样本选择与数据来源
本文选取沪深300 现货指数5 分钟日内分时数据作为研究对象,每5 分钟一笔,每日共有48 笔数据,样本期从2010 年4 月16 日至2014 年10 月31 日,共1 101 个交易日,总共52 848 个分时收盘价数据,期间涵盖沪深300 股指期货合约的54个到期日。
本文数据来源于天软平台(Tinysoft.NET)。
(二)日内收益率异常变化的检验
1. 日内收益率的度量。为了深入观察指数期货合约到期日前后的现货日内收益率是否产生异常变化,对每一个交易日t,分别对m=15、m=30、m=60、m=90、m=120,计算t日收盘前m分钟收益率为:
t日收盘后m分钟收益率为:
式中:Pc,t表示t日现货指数收盘价;Pc-m,t表示t日收盘前第m分钟现货指数收盘价;Pc+m,t表示t日收盘后(即t+1日开盘后)第m分钟现货指数收盘价。
收盘前的日内收益率主要用于度量当前交易日收盘前的市场价值,而收盘后的日内收益率主要用于度量下一个交易日开盘后的市场价值,两者互相补充。
2. 日内收益率异常变化统计假设的提出。为了进一步分析股指期货到期日效应发生时间的开始和终结的时间节点,即到期日效应从什么时候开始,持续多长时间后结束,本文采用了与其他文献不同的研究方法,即在非到期日中抽样选取到期日前5 个交易日与到期日后5 个交易日,共10类非到期日,再将每类非到期日分别与到期日进行配对比较分析,而不是将所有非到期日混合在一起与到期日进行比较。
将到期日集合记为T,到期日前第n个交易日的集合记为T-n,到期日后第n个交易日集合记为T+n。对以上计算的某一个时段的收益率序列,分别提取交易日t∈T时的到期日某时段的日内收益率序列与t∈T±n(n值在1、2、3、4、5 中选取)时的非到期日相同时段的日内收益率序列,并对它们检验如下的统计假设:
H0:到期日某时段的现货指数收益率与非到期日相同时段的现货指数收益率无显著差异。
H1:到期日某时段的现货指数收益率与非到期日相同时段的现货指数收益率有显著差异。
根据前述研究方法,非到期日共10 类,故对应于10笔不同时段的日内收益率,每一类选择的非到期日共有10组假设,总共10×10个配对检验。
3. 统计检验方法的选择。两种常用的配对样本差异的检验方法分别为:配对样本t检验和Wilcoxon符号秩检验(Wilcoxon signed-rank test)。配对样本t检验属于参数统计方法,用于检验两种样本(配对与非配对样本)的平均数是否存在显著性差异,其应用的前提条件是样本来自的两个总体应服从正态分布。而Wilcoxon符号秩检验属于秩转换的非参数检验方法,用于检验两种样本差值的总体中位数是否与0存在显著性差异,如果配对资料的正态分布假设不能成立,则应选用Wilcoxon符号秩检验。因此,在选用检验方法时,有必要对样本正态性进行检验,本文采用Jarque-Bera方法进行正态性检验。
Wilcoxon符号秩检验通过对配对样本的差值进行排秩来构建检验统计量的零分布。
设有一配对样本,第i(i=1,2,…,m)对观察值(xi,yi)差值di=xi-yi,Md(d)表示d的中位数,这时Wilcoxon符号秩检验的假设为:
省略所有差值为0的观察配对样本,令剩下的配对子数为n(n≤m),然后根据n个差值的绝对值的大小,由小到大排秩,遇有相同者,取平均秩次;将所排的秩次冠以原差值的符号,称之为差值的符号秩;分别求正秩和(T+)与负秩和(T-),则双侧检验的统计量为T=min(T+,T-);当H0 成立时,各差值的符号完全随机,则共有2n种机会均等可能的符号秩组合(每一种组合出现的概率均为1/2n)。由此可以计算出检验统计量T的概率分布PH0,设T的观测值为T0,则可以计算其双侧检验p值为:PH0(T≤T0),从而做出统计判断。
(三)现货收益率反转效应的检验
基于上述式(1)、式(2)定义的收益率,t日收盘前后m分钟的日内收益率反转指标定义为:
当反转指标Rev(t,m)的值为正,表明t日收盘前后m分钟收益率R(t,c+m)与R(t,c-m)出现反转现象;反之,则表示不存在反转现象。
由于反转现象是一个典型的二分变量,本文采用非参数的二项分布检验(Binomial test)。根据式(3)定义的反转指标Rev,分别检验以下两种情况:1到期日和非到期日各时间区间的收益率反转比率是否显著高于指定概率0.5;2到期日各时间区间的收益率反转比率P1是否显著高于非到期日的反转比率P2。
为了区别于上述日内收益率异常变化的检验,下面,笔者选取所有非到期日(即到期日前5个交易日与到期日后5个交易日)混合在一起与到期日进行比较。
四、实证检验与分析
(一)日内收益率异常变化的Wilcoxon符号秩检验
1. 样本数据的Jarque-Bera正态性检验结果。表1 列示了日内收益率的Jarque-Bera正态性检验结果,值0 表示序列来自正态总体,值1 表示序列不是来自正态总体,显著性水平为α=0.05。
例如,表中第2行第6列的读数为1,表示到期日前第5 个交易日的收盘前15 分钟的日内收益率序列(共54 个样本)不服从正态分布。
注:1T表示到期日、T-5 表示到期日前第5 个交易日、T+5 代表到期日后第5 个交易日;2C-15 表示收盘前15 分钟、C+15表示收盘后15分钟。
从表1第7行数据可知,在到期日的各个时间段的日内收益率序列中,除收盘前后15 分钟的两个日内收益率序列服从正态分布外,其余时间段的日内收益率序列均不服从正态分布,较多的日内收益率序列配对样本来自的总体不同时服从正态分布(至少其中一个样本表现出较明显的尖峰厚尾特性),所以下文选用非参数Wilcoxon符号秩检验进行收益率序列配对样本的比较。
2. 日内收益率异常变化的检验结果。到期日与非到期日相同时段的现货指数日内收益率差异的Wilcoxon符号秩检验结果如下页表2 所示。从表2 可以看出,用于检验各单元格对应的非到期日收益率序列与到期日收益率序列存在显著差异,即样本差值的中位数显著异于0,其中单元格上面和下面的数据分别为平均收益率、符号秩检验的双侧检验p值。
例如,第6行第6列的读数为-0.000 63(0.020 17),表示到期日前第一个交易日收盘前15 分钟的收益率序列(共54个样本)的平均值为-0.000 63,与到期日收盘前15分钟的收益率序列的差异性检验的p值为0.020 17。若p值检验配对样本有显著差异,可利用配对样本平均值的大小信息,辅助判断差异的方向。
从表2可以看出,在所检验的100个收益率序列配对中(基准配对为到期日相同时间段的收益率序列),只有7个符号秩检验的双侧检验p值小于0.05,故从统计意义上看,这些非到期日某时段的收益率序列与到期日相同时间段的收益率序列存在显著差异(在显著性水平5%上)。这些存在差异的配对分别为:(T-1,C-120)、(T-1,C-90)(T-1,C-60)(T-1,C-30)(T-1,C-15)(T-5,C+15)(T+2,C+15),存在显著差异的配对主要集中于到期日前第一个交易日(T-1),在到期日前一个交易日的收盘前120 分钟、收盘前90分钟、收盘前60分钟、收盘前30分钟、收盘前15分钟的日内平均收益率均为负值,且小于到期日相同时间段的日内收益率,这说明到期日前第一个交易日收盘前的日内收益率均显著低于到期日相同时间段的收益率。
笔者还观察到,除(T-5,C+15)、(T+2,C+15)外,其他非到期日的日内收盘前收益率序列与到期日相同时段的日内收益率序列不存在显著差异,因此,我们可以认为,到期日前第一个交易日(T-1 日)的日内收盘前收益率产生了异常的负向变化。
另外,从第5行第11列的读数为-0.001 70(0.811 01)来看,到期日前第一个交易日(T-1 日)开盘后120 分钟(即上午)的平均收益率为-0.001 70,差异性检验p值为0.811 01,与到期日(T日)相同时段的日内收益率相比差异不显著;从第6 行第2 列的读数为-0.004 04(0.015 44)来看,到期日前第一个交易日收盘前120分钟(即下午)的平均收益率为-0.004 04,差异性检验p值为0.015 44,与到期日(T日)相同时段的日内收益率相比差异显著。由此可见,到期日前第一个交易日的上午现货收益率未出现明显的异常变化,到期日前第一个交易日的下午现货收益率则出现了明显的负向变动。
注:1加黑体p值表示在5%的水平上显著;2T表示到期日、T-5表示到期日前5个交易日、T+5代表到期日后5个交易日;3C-15表示收盘前15分钟、C+15表示收盘后15分钟。
(二)日内收益率反转的二项分布检验结果
对到期日和非到期日各时间区间收益率的反转比率运用非参数Wilcoxon符号秩检验方法进行二项分布检验,结果如表3所示。从表3可以看出:
1. 在到期日,现货指数收盘后60分钟收益率(相比收盘前60分钟收益率)的反转比率高达59.26%,单边检验的p-value为0.066 84,在10%的显著性水平上拒绝零假设H0:P1≤0.5,接受备择假设,即其反转比率高于指定概率0.5(这也说明了该反转为非随机行为)。
注:*、**和***分别表示在10%、5%和1%的水平上显著。
2. 在非到期日,现货指数收盘后60 分钟收益率的反转比率则为48.14%,单边检验的p-value为0.879 89,接受零假设H0:P2≤0.5,即其反转比率并没有显著高于指定概率0.5(或未出现明显反转)。
3. 在到期日的现货指数收盘后60分钟收益率的反转比率显著高于非到期日相同时间区间的反转比率(检验p-value为0.038 02,拒绝零假设H0:P1≤P2)。
五、结论
股指期货到期日效应是通过比较到期日与非到期日中各项市场特性指标的差异来加以衡量的。本文首先对配对样本进行Jarque-Bera正态性检验,发现较多的日内收益率序列配对样本来自的总体不同时服从正态分布,表现出较明显的尖峰厚尾特性,因而传统的参数统计方法已经不适用于配对样本的差异性检验。为此,本文选用非参数统计方法,实证检验在沪深300股指期货合约到期日前后,沪深300 现货市场是否出现异常性变化,结果表明,现货市场日内收益率、日内收益反转均发生了显著的异常变化,这说明沪深300指数期货存在到期日效应。由此得出如下两个研究结论:
1. 到期日前第一个交易日(T-1日)的上午现货指数收益率未出现明显的异常变化,到期日前第一个交易日的下午现货指数收益率则出现了明显的负向变动,下午各时间段的收盘前日内收益率均显著低于到期日和其他非到期日相同时间段的日内收益率。
到期日之前现货市场收益率之所以出现异常负向变化,其原因是:在我国新兴的资本市场进行反向期现套利的做空成本较高、操作难度较大,而国内的投资者(包括券商、公募基金和私募基金等)普遍缺乏经验,出于谨慎性考虑,他们主要进行正向套利操作,而这些正向套利资金更多选择的是在到期日之前提前或者分批平仓套利头寸、变现现货组合,这样,有可能促使现货指数在到期日之前就开始出现负向变动。
还有一个比较有力的解释就是:新加坡新华富时中国A50 和我国沪深300 指数期货的个别交割日曾多次给我国沪深A股市场造成很大的冲击,被市场称为“股指到期日魔咒”。而对“股指到期日魔咒”引发市场大幅回调的担忧和恐慌,也使一部分现货投资者在临近到期日之前,就会提前产生看跌预期,更多地倾向于谨慎操作,不轻意出手,甚至出局观望,从而导致现货指数在到期日之前就开始表现不佳。
2. 现货指数在到期日收盘后60分钟存在显著的收益反转现象,其反转比率显著高于非到期日相同时间区间的反转比率。
在非到期日现货指数在15 分钟、30 分钟时间区间存在收益反转现象,而到了到期日,在该时间区间的收益反转现象反而消失了,代之以60 分钟时间区间的收益反转现象,即反转的时间区间被拉长了,这或许与沪深300 指数期货采取到期日现货指数最后2 小时的算术平均价作为交割结算价有关。这种结算价的确定方式有可能加剧现货市场最后2小时多空头的交易博弈,使更长时间区间的收盘前收益率较容易出现过度反应,从而更容易出现收盘后的收益反转现象。
摘要：股指期货到期日效应主要表现为股指期货合约到期时,因市场参与者多种交易行为的存在,导致股票现货市场出现异常性变化。在非正态总体、小样本的情况下,传统的参数统计方法不适用于样本的差异性检验,因此,本文运用非参数的Wilcoxon符号秩检验、二项分布检验方法,对沪深300现货市场在期货合约到期日前后,相邻交易日各特定时间段中的市场特性指标是否存在显著的异常变化进行了实证检验。实证结果表明,现货市场日内收益率和日内收益反转均发生了异常变化,这说明沪深300股指期货存在到期日效应。本文的结论部分地解释了到期日效应的形成原因。
非热效应 篇8
目前, 关于荷载对箱梁剪力滞效应的研究主要是对称集中荷载与均布荷载, 并取得了较多的成果, 但是实际桥梁的受力状态较复杂, 并不全是对称荷载作用, 更多的是非对称荷载作用[4,5,6]。因此, 很有必要对非对称荷载下的预应力混凝土箱梁剪力滞效应进行研究, 以更好的服务于工程实际。
1箱梁有限元分析模型的建立与结果分析
1.1箱梁有限元分析模型的建立
基于实际工程中箱型梁桥典型结构与尺寸的分析, 箱梁采用预应力混凝土简支梁, 计算跨径为30m, 外荷载采用集中荷载的形式, 分别施加于单侧箱梁腹板顶面 (非对称荷载) 或双侧箱梁腹板顶面 (对称荷载) 。
基于ANSYS有限元分析软件, 采用精细化建模技术与参数化建模方法进行建模[7,8,9]。模型采用分离式模型, 采用切分法准确确定预应力筋的具体位置, 预应力采用降温法施加[10,11,12]。钢筋混凝土采用SOLID65单元来模拟, 预应力钢筋采用LINK8单元来模拟。箱梁基本尺寸与所建有限元模型如图1所示。
1.2对称荷载与非对称荷载作用下箱梁剪力滞效应
分别在单侧箱梁腹板顶面与双侧箱梁腹板顶面各施加P=10k N的集中力, 得到非对称荷载与对称荷载作用下箱梁跨中截面剪力滞系数变化规律, 如图2所示。
由图2可知:非对称荷载作用下, 箱梁顶板最大剪力滞系数在荷载作用侧腹板与顶板交界处有最大值为2.169, 朝两边逐渐减小, 另一侧顶板边缘剪力滞系数最小值为0.640;箱梁底板最大剪力滞系数从荷载作用侧向另外一侧逐渐减小, 在荷载作用侧最大值为1.539, 另一侧最小值为0.672。而在对称荷载作用下, 其剪力滞效应呈对称分布, 且其最大与最小剪力滞效应都相对更弱。
2不同结构参数下剪力滞效应分析
影响箱梁剪力滞效应的参数较多, 本文主要分析非对称荷载作用下宽跨比、跨高比、预应力大小对箱梁剪力滞效应的影响程度。
2.1宽跨比对箱梁剪力滞效应的影响
箱梁的计算跨径为30m, 考虑宽跨比 (B/L) 分别为0.2、0.3、0.4、0.5、0.6、0.7、0.8时箱梁顶板及底板最大剪力滞系数变化。
由图3可知:在非对称荷载作用下, 随着宽跨比的增大, 无论底板还是顶板剪力滞效应系数均大致呈线性增加, 且其对顶底板影响大体相当。当宽跨比由0.2变到0.8时, 顶板的剪力滞系数由1.560增大到3.725增加了约138.8%;底板的剪力滞系数由1.223增大到3.345, 增加了约137.5%。
2.2跨高比对箱梁剪力滞系数的影响
箱梁的计算跨径为30m, 考虑跨高比 (L/H) 分别为12、10、8、6、4时箱梁顶板及底板的最大剪力滞系数变化。
由图4可知:在非对称荷载作用下, 随着跨高比的增大, 无论是箱梁的顶板还是底板其剪力滞系数均逐渐减小, 但其对顶板的影响更加显著。当跨高比由4增大到12时, 顶板剪力滞系数由3.13减小到1.933, 减小了约38.2%;底板剪力滞系数由1.572减小到1.519, 减小了了约3.4%。
2.3预应力大小对箱梁剪力滞系数的影响
分别设置预应力大小为:0kN、1kN、2kN、3kN、4kN、5kN, 保持其他参数不变, 得到不同预应力作用下的箱梁顶板及底板的最大剪力滞系数变化图。
由图5可知:当不施加预应力时, 顶板剪力滞系数最大为2.172, 底板剪力滞系数最小为1.499。随着预应力的增大, 顶板的剪力滞系数大致呈线性减少, 底板剪力滞系数越来越大。当预应力增大到5k N时, 顶板剪力滞系数减小了约12.3%, 底板剪力滞系数增大了约53.2%。故而, 预应力在一定程度上可以减小顶板剪力滞效应, 加大底板剪力滞效应;且对底板的剪力滞效应影响要比顶板更明显。
3结论
基于ANSYS有限元软件及建立的精细化有限元分析模型, 通过对非对称荷载作用下预应力混凝土箱梁剪力滞效应分布与变化规律的分析, 可以得出以下几点结论:
⑴在相同大小的对称荷载与非对称荷载作用下, 非对称荷载对箱梁顶板的剪力滞效应影响要比对称荷载作用下更加明显。
⑵非对称荷载作用下, 宽跨比对箱梁剪力滞效应的影响最大;随着宽跨比的增大, 无论底板还是顶板剪力滞系数均大致呈线性增加, 且其对顶底板影响大体相当。
⑶非对称荷载作用下, 随着跨高比的增大, 无论是箱梁的顶板还是底板其剪力滞系数均逐渐减小, 但其对顶板的影响更加显著。
⑷非对称荷载作用下, 预应力在一定程度上可以减小顶板剪力滞效应, 加大底板剪力滞效应;且对底板的剪力滞效应影响要比顶板更明显。
参考文献
[1]项海帆.高等桥梁结构理论[M].北京:人民交通出版社, 2001.
[2]骆佐龙, 宋一凡, 贺拴海, 等.薄壁箱梁剪力滞效应分析的组合单元法[J].公路交通科技, 2014 (09) :58-63.
[3]刘扬.薄壁箱梁剪力滞效应的研究[D].重庆交通大学, 2013.
[4]张伟.行车荷载作用下混凝土曲线箱梁剪力滞效应研究[D].武汉工程大学, 2014.
[5]舒志云.波形钢腹板PC组合箱梁剪力滞效应[D].重庆交通大学, 2013.
[6]陈鸿鸣, 乔静宇.混凝土箱梁桥剪力滞研究现状与发展[J].结构工程师, 2011 (01) :161-166.
[7]雷拓, 钱江, 刘成清.基于精细有限元分析的既有RC框架结构破坏机理[J].中南大学学报 (自然科学版) , 2014 (01) :214-222.
[8]刘小燕, 欧阳华, 沈炼.波纹钢腹板组合箱梁桥有限元精细化建模方法研究[J].钢结构, 2013 (06) :1-4.
[9]Huang W X, Tan L Y, Yang H Y, et al.Discussion on Curve Prestressed Reinforcement Simulation in FEA[J].Applied Mechanics and Materials.2012, 178-181 (2012) :2179-2182.
[10]Huang W X, Tan L Y.New simulation method of reinforcement simulation in FEA[J].Applied Mechanics and Materials.2013, 405-408 (2013) :972-975.
[11]黄文雄, 谭利英.结构与材料参数变化对折线配筋先张梁局部应力的影响[J].公路交通科技, 2012, 29 (1) :75-79.
非热效应 篇9
中国股票交易市场建立至今, 股市的大起大落似乎成为一种常态。特别是近几年, 随着我国股票市场股权分置改革的逐步完成, 上证综指从2005年到2007年涨幅为513.49%。2007年股票交易印花税从1‰调至3‰后5个交易日, 上证综指跌幅为21.49%, 市场波动幅度之大, 在全球股市中也是少见的。2007年10月到2008年6月, 次贷危机源头的美国标准普尔指数总跌幅不过11%, 英国金融时报100指数下跌幅度不到8%;同样是新兴市场的俄罗斯RTS指数下跌了15%, 印度孟买SENSEX30指数下跌了12%, 巴西圣保罗交易所指数只下跌不到8%。鉴于中国股市这一特殊性, 研究其波动特征便具有重要的现实意义。目前关于中国股票市场波动性的文献, 基本上是围绕股权分置改革以前进行的研究, 涉及到股权分置改革以后的研究较少。特别是缺乏对从2005年6月6日跌至最低点后指数反转向上到2007年10月16日达到最高点再反转向下至今这段时间的研究。因此, 本文选取2005年6月6日至2008年8月l日的上证综指日度收盘数据作为样本, 来分析这段时间内我国股票市场的波动性特征, 具体包括波动的程度和波动的非对称效应两个方面的内容。
二、文献综述
(一) 国外文献
股票市场波动性一直受到理论界和实务界的极大关注。Black (1976) 发现了股价波动具有明显的非对称效应, 即未预期的价格下降和未预期的价格上升对波动率的影响是非对称的。Christie (1982) 指出对于股价反向冲击所产生的波动性, 大于等量正向冲击产生的波动性。Nelson (1991) 提出了EGARCH (指数GARCH) 模型, 描述了股票市场波动的非对称效应。Campell和Hentschel (1992) 提出了波动反馈效应, 认为“利好”消息连续出现的可能将增大股票价格的未来波动, 这反过来会提高投资者对股票的预期回报, 降低股票价格, 削弱“利好”消息对股价波动的正向效应。反之, “利空”消息的冲击, 引起股价下跌, 与会降低股票价格效应相叠加, 增加了“利空”消息对股价波动的负向效应。Koutmos和Booth (1995) 在研究日本、伦敦和纽约股票市场之间的波动传导机制时, 发现收益波动存在潜在的非对称性。Koutmos (1996) 发现欧洲各国主要股票常见股价指数报酬率波动也存在不对称的特性。
(二) 国内文献
陈泽中等 (2000) 使用GARCH模型对1997年1月5日至1999年12月30日的上证综指与深证成指日收盘数据分析后指出了我国深市比沪市波动更为剧烈。陈泽忠、杨启智与胡金泉 (2000) 运用EGARCH-M模型对1997年1月2日至1999年12月30日的上证综指与深证成指的日收盘数据进行了实证分析, 但是结论与国外却相反, 即正冲击对条件方差的影响要大于负冲击的影响。唐齐鸣与陈健 (2001) 通过EGARCH-t模型对上证综指与深证成指在1993年1月4日至2000年4月7日之间的每日收盘数据进行了实证分析, 结果表明非对称效应与国外相同, 即负冲击所带来的波动性更大, 但t不显著。陈浪南和黄杰鲲 (2002) 指出我国股市自1993年至2001年存在波动的非对称效应, 坏消息对未来波动率的影响更大, 仅在1993年至1997年间存在反向的波动非对称性。曹剑和刘璐 (2006) 对我国2000年至2006年上证综指日收盘数据采用EGARCH模型分析, 指出我国股票市场确实存在波动的非对称性、集群性以及持续性。周学农和彭丹 (2007) 将1997年至2005年间上证综合指数按照时间段分为两个子样本, 采用GARCH和EGARCH模型研究发现, 在大力发展机构投资者后, 股指收益率波动性减少, 波动的非对称效应也在减弱。
三、研究设计
(一) 研究模型
本文采用GARCH (广义自回归条件异方差) 模型与EGARCH (指数GARCH) 模型对中国股票市场的波动性进行实证研究。GARCH (1, 1) 模型为:yt=xt'λ+ut (均值方程) ;σt2=α0+αu2t-1+βσ2t-1 (条件方差方程) 。其中, α0>0, α和β均大于或等于0。EGARCH模型就是将上述条件方差方程变为: 。其中, α是ARCH效应系数, 衡量过去期间内关于波动性的信息对当期波动性的效应。γ是杠杆效应系数, 如果为负值, 意味着负面消息对股价波动性的影响比正面消息更大。ARCH和杠杆效应系数之和意味着冲击对股指波动的影响程度。
(二) 样本选取和数据来源
本文选取上证综指作为我国股票市场的代表, 以2005年6月6日至2008年8月l日的上证综指的每日收盘数据作为样本进行实证检验。而从大的阶段特征来看, 从2005年6月6日跌至最低点后指数重新启动到2007年10月16日达到最高点是第一个阶段, 而从2007年10月17日至2008年8月1日则是另一个阶段。据此, 首先将所有数据分为全样本 (ALLSZ) 、子样本1 (SZPART1) 、子样本2 (SZPART2) 。在本文中, 所有数据取自然对数后进入计算, 分别以LALLSZ、LSZPART1、LSZPART2表示。
四、实证结果分析
(一) 股价序列建立随机游走模型ADF检验
本文对全样本股价序列建立随机游走模型:Lallsz=Lallsz (-1) +ε做ADF检验, 结果显示 (表2) 残差序列是平稳序列。进一步的ARCH—LM检验结果显示:序列存在高阶ARCH效应。因此, 需要引入GARCH或EGARCH模型来刻画各指数的波动性特征。
(二) 波动性的数量特征
利用GARCH (1, 1) 模型对各组样本进行估计后, 得到各组样本条件方差的统计特征, 见 (表3) 。 (表3) 表明了这三组样本的波动性水平。从均值来看, 股市在2007年10月16日达到最高点下降过程中, 波动水平比前期上涨过程中的波动水平要大 (11662.66>8284.46) , 同时比整个阶段的波动性水平也要大 (11662.66>9844.13) 。由 (表4) 可见, 在不同阶段, α+β的值是不同的, 根据GARCH (1, 1) 模型的原理, α+β<1的结果说明该阶段指数具有有限方差, 即属于弱平稳过程。同时, 它表明波动最终会衰减。如果它大于1, 那么波动产生的影响是持久的, 不会衰减。因此, 从波动的影响力看, 全样本以及子样本1期间外生冲击对波动产生的影响是持久的, 并趋于发散;子样本2期间则属于弱平稳过程, 表明外生冲击对波动产生的影响趋于收敛, 最终会衰减。
说明:“*”表示在1%水平显著
说明:“*”表示在1%的概率水平下显著
说明:“*”表示在1%的概率水平下显著
(三) 波动性的杠杆效应
在上述结果的基础上, 使用EGARCH模型说明这段时间内股市波动的非对称效应。EGARCH模型与GARCH模型最大的不同在于EGARCH不仅刻画了波动的条件方差, 还很好地描述了投资者对负面信息与正面信息的不同反应, 下文着重分析不同阶段股市波动的杠杆效应特征的变化。为了得到可做参照的结论, 将子样本1中再单独拿出一个时间段 (2006年1月4日至于2007年5月30日) 作为子样本3 (SZPART3, 取自然对数后为LSZPART3) , 之所以将这个阶段单独拿出来分析, 是因为股指在经过前期几个月的低位徘徊后, 从2006年初开始正式进入平稳上涨行情, 而2007年5月30日这一天国家出台政策将证券交易印花税从1‰调至3‰, 其后5个交易日沪综指下跌931点, 跌幅为21.49%。可以说, 子样本3这个区间内的股指基本上是一个不受干扰的纯粹上涨行情。从 (表5) 可以看出, 在全样本时间范围内上证综指确实存在非对称性的“杠杆效应”, 而且负面消息对股价波动性的影响比正面消息更大, 这与大量的国际经验是相一致的。但如果分阶段来看, 情况却不是如此简单。其中子样本2和子样本3的γ>0, 表明在这两段时间范围内正面消息对股价波动性的影响比负面消息更大, 而这两段时间恰恰都有一个共同的特征见 (图1) 和 (图2) :单边行情。只不过一个是单边下跌, 一个是单边上涨。因此, 从波动的非对称性看, 全样本时间范围内上证综指确实存在非对称性的“杠杆效应”, 而且负面消息对股价波动性的影响比正面消息更大, 这与大量的国际经验是相一致的。但在子样本2和子样本3这两段时间范围内正面消息对股价波动性的影响比负面消息更大。
综上所述, 本文认为从2005年6月6日至2008年8月l日这段时间内上证综指的波动具有典型的阶段性特征, 其中在子样本2和子样本3两个单边行情中具有特别值得注意和思考的特点。
五、结论与政策建议
(一) 研究结论
根据上述实证检验的结果, 可以得到以下结论:第一, 在样本区间内中国股市经历了少有的大起大落行情, 起伏的剧烈不仅从直观的股指数据上得到反映, 更为精密的实证模型也印证了这一点。整个期间股指的波动对外生冲击都非常敏感, 换句话说, 一点风吹草动都会带来行情的大幅波动, 而且影响时间还非常持久。从这点看, 中国股市还很不成熟和稳健。第二, 在这个形似过山车的行情里, 股市在2007年10月16日之后的下跌过程中波动性更大, 这可以结合这期间的一些政策来观察。2008年以来, 随着A股市场持续调整, 市场观望气氛愈加浓厚, 管理层欲借新基金发行吸引新资金入场提升人气的意图也非常明显, 从年初以来获批的新基金数量已经达到65只。特别是进入到4月份, 随着市场重心不断下移, 新基金的审批速度也不断加快, 当月共新批12只基金, 成为2008年以来新基金发行最密集的时期;6月份以来共新发行和成立29只基金, 其中偏股型基金26只。而2007年全年一共才有38只新基金获批发行。本来管理层的意图是想借这些机构投资者稳定市场, 但从本文的实证结果看, 这段时间却是市场最不稳定的时候。对于机构投资者是否能够起到稳定市场的作用, 一直处于争论之中, 本文的实证结果或许可以提供另外一个视角。第三, 在两个单边行情中, 正面消息对股价波动性的影响比负面消息更大, 这是一个相当有现实意义的结论。单边上涨阶段, 正是我国股票市场结束了长达3年的“熊市”, 渐渐步入“牛市”之际, 随之而来的还有投资者的热情。这种热情在股票市场中的表现就是强大的“做多”力量, 这种做多力量忽略了市场中与生俱来的风险。当投资者沉浸于股市繁荣所带来的超额收益时, 对“利空消息”并不敏感, 甚至以“利空出尽是利好”来掩盖隐藏的风险。当市场有“利好消息”时, 由于投资者的“过度热情”, 这种“利好”的作用被放大, 导致股指出现更大波动。而在单边下跌阶段, 形势发生逆转, 投资者行为完全相反, 急于减持。尽管管理层多次出面给市场吹暖风, 但每一次利好, 只是给了大量的“庄家”和机构投资者出货的机会带来短暂的反弹, 随后则带来更加惨烈的下跌。这一涨一跌中投资者的表现和所谓的价值投资相去甚远。当去年股指还站在5000点上方的时候, 基金经理们毫无理性地唱多、看多, 而今年股指跌到3000点的时候, 仍在大力砸盘。天相统计数据显示, 从2007年第四季度开始, 基金就已经主动减仓, 2008年上半年则一直在加速减仓, 仓位从年初的78.42下降至6月末的70.54%。中国保监会日前公布的数据显示, 保险公司投资股票的资金由一季度的3477.9亿元减少到2905.4亿元, 减少了572.5亿元。综合以上观点, 本文认为这轮大起大落行情的波动特征充分反映了我国股市的脆弱, 投资行为中的“羊群效应”仍然很明显, 关键时刻, 机构投资者也没能担负起稳定市场的大任, 相反还凭借自己的专业素养和信息优势对市场大势起到推波助澜的作用。这些都表明, 虽然经过股改部分解决了困扰资本市场发展的重大问题, 但解决的还很不彻底, 遗留问题已经在发挥巨大的负面影响, 其他的考验仍然层出不穷。
(二) 政策建议
面对这一复杂局面, 管理层不能仅仅依靠一两个利好救市, 而应下大力气推动制度变革, 彻底解决股市运行中的深层次问题:第一, 采取积极措施, 改善市场预期, 推进市场信心的转变。股市的发展离不开投资者信心的恢复和重振。很难想象, 一个信心丧失殆尽的市场, 会有怎样的发展前途。而要扭转投资者信心, 防止非理性暴跌和财富缩水对实体经济产生冲击, 有关方面必须整肃市场, 严厉打击各种伤害投资者信心的违法违规行为, 强化信息披露、提高上市公司透明度、加强上市公司并购行为监管、增强股价异动的敏感性监控等。特别是当市场因过度悲观造成信心崩溃时, 有关方面应果断表明态度, 并切实采取增强投资者信心的一篮子救市举措。如果这时政策面态度暧昧, 既不宣示, 也不澄清往往会带来更大程度的波动。以美国为例, 虽然一直号称是自由市场经济体制, 但次贷问题发生后, 美联储、财政部、证券交易委员会等相关部门迅速采取各项措施稳定市场, 并最终通过了总额高达7000亿美元的救市方案。第二, 努力实现股市的融资功能向投资功能的转变。股票市场不应仅仅是企业的融资场所, 更应是民众分享经济增长成果、增加财产性收入的重要投资领域。无视市场承受力而过分强调市场融资功能, 一味听任企业过分地从股市疯狂抽血, 不注重上市公司的分红回报, 不提高上市公司的长期投资价值, 股市不仅会沦为上市公司的提款机, 还会变身为投机资金的乐园。在这样的市场中, 无论是散户还是曾经被管理层给予厚望的机构投资者都无法起到真正稳定市场的作用, 因为长期投资永远无法获得短线炒作带来的回报, 这样的市场不仅会助长市场的投机, 也与中国资本市场的发展方向背道而驰。第三, 采取有效措施, 保护投资者特别是中小投资者权益, 坚决打击内幕交易和市场操纵行为。大股东在决策和获取信息上占据优势, 其参与内幕交易套利可能性在加大。并且随着市场结构的变化, 机构投资者的地位和影响不断上升, 上市公司选择性信息披露的现象将非常突出, 大股东与机构投资者合谋进行市场操纵和利益输送的可能性也在增加。在融资融券制度的实施和其他金融衍生工具的推出之后, 上市公司大股东内幕交易的手法还将更具多样性和隐蔽性。在这一背景下, 管理层更应该采取有效措施, 保护中小投资者的合法权益。第四, 积极稳妥地推进证券市场创新。我国目前的股票市场上没有引入做空机制。这意味着所有的市场参与者只能通过“低买高卖”才能赚取利润, 这使得我国的股票市场经常出现单边市场。机构可能为了获取利润抬拉股价, 使股价严重偏离其合理价格, 而卖空机制的引入可以有效纠正这种价格的偏离, 因此卖空机制以及金融衍生品的发展可以促进金融系统功能完善, 进而稳定市场。
摘要：本文选取了2005年6月6日至2008年8月l日的上证综指日度收盘数据为样本, 使用GARCH和EGARCH模型实证检验了这段时间内我国股票市场的波动程度和波动的非对称效应。结果发现:该期间以上证综指为代表的股票市场的波动具有典型的阶段性特征, 股市在2007年以来的大幅下跌过程中, 波动水平比前期上涨过程中要大, 同时比整个阶段的波动性水平也要大。全样本时间范围内上证综指确实存在非对称性的“杠杆效应”, 负面消息对股价波动性的影响比正面消息更大, 但在其中两个时间段内正面消息的影响却比负面消息更大, 而这两个时间段都属于单边行情。
关键词：上证综指,波动,GARCH模型,EGARCH模型
参考文献
[1]易丹辉:《数据分析与Eviews应用》, 中国统计出版社2002年版。
[2]陈泽忠、杨启智、胡金泉:《中国股票市场的波动性研究:EGARCH—M模型的应用》, 《决策借鉴》2O00年第5期。
[3]唐齐鸣、陈健:《中国股市的ARCH效应分析》, 《世界经济》2002年第3期。
[4]陈浪南、黄杰鲲:《中国股票市场波动非对称性的实证研究》, 《金融研究》2002年第5期。
[5]曹剑、刘璐:《我国深沪股票市场波动的对比分析》, 《浙江金融》2006年第5期。
[6]周学农、彭丹:《机构投资者对中国股市波动性影响的实证研究》, 《系统工程》2007年第12期。
[7]雷钧:《我国沪市股票价格波动非对称性分析》, 《金融发展研究》2008年第3期。
[8]Campell J Hentschel L.No News is good news:Asymmetric model of changing volatility in stock returns.Princeton University npublished Manuscript, 1992.