关联波动（精选7篇）
关联波动 篇1
1引言
现代流程工业系统是一类具有多个机电设备构成的分布式复杂机电系统[1,2,3],系统内部关联耦合度高,设备故障和工艺调整容易引起系统性的波动 . 及时准确的发现工业过程中的运行故障和合理评估故障过程的恢复程度,对流程系统上下游的合理调控显得尤为重要 . 调度人员往往依据调度经验对系统的上下游调度,常常为了安全期间,容易产生过调度或调度不及时等情况,造成生产的中断或生产负荷下降,由此引起的经济损失巨大 . 通过对DCS监测时间序列间的关联波动分析,及时获取过程监测变量间的关联波动信息,实现系统上下游的快速精准调度,进而实现系统的精细化管控,将有助于提升生产流程工业过程的安全运行水平 .
时间序列分析已广泛用于气象、金融、经济以及工程管理等众多领域,充分挖掘和分析时间序列数据中的有效信息,将有助于管理者进行管理和决策[4,5,6,7,8,9,10,11]. 时间序列分析包括单变量和多变量两类,包含众多监测变量的流程工业过程分析属于多变量的情况 .
流程工业过程是一个非线性动态变化复杂系统,过程监测变量时刻发生变化引起变量间的关联性也随之发生波动,关联波动性的恶化通常体现为过程故障 . 传统研究变量间关系的方法[5,6,7]主要侧重于探究它们之间的均衡关系,很难揭示变量间的关联波动机理 . 借鉴物理经济学的理论,将时间序列关联波动粗粒化方法与复杂网络理论结合,已取得了有益的研究效果[8,9,10,11].
研究多变量的关联波动问题首先应该研究两个变量的情况 . 本文将复杂网络理论与粗粒化方法相结合应用于流程工业过程的关联波动研究 . 首先运用粗粒化方法将故障上下游两个监测点位的时间序列关联波动关系转换为关联波动模态,以时间顺序关系为边构建关联波动过程的复杂网络模型,并运用复杂网络理论对其关联波动复杂网络进行统计分析,研究其内在的变化规律,旨在为故障预警和过程恢复评估提供参考 .
2关联波动复杂网络的构建方法
2.1时间序列关联波动的符号化
时间序列关联波动的符号化是其关联波动关系抽象化的有效途径[10],合理设置模态符号对于时间序列间的关联波动分析至关重要 . 对于两个时间序列A和B, At和Bt分别为时序A和B的第t个采样周期的采样值,At-1和Bt-1分别为时序A和B的第t-1个采样周期的采样值,则 ΔA=At-At-1,ΔB=Bt-Bt-1,当 ΔA×ΔB>0,表示两时间序列在由第t-1个采样向第t个采样转变时同向关联;当 ΔA×ΔB=0,表示两时间序列在由第t-1个采样向第t个采样转变时无关联;当 ΔA×ΔB<0,表示两时间序列在由第t-1个采样向第t个采样转变时异向关联 .
设两个时间序列之间的关联性为符号TCi
由此,可将双变量之间关联波动情况用连续的符号序列来表示,使得对粗粒化的符号序列等同于对时间序列数据的研究 . 转化为相应的符号序列TC为
2.2关联波动复杂网络的构建
时间序列的关联波动符号化后得到的抽象符号序列,以一定长度符号序列作为一个模态,以一定步长作数据滑动,得到连续的时间序列关联波动模态 . 由于模态形成过程是通过数据滑动的形式实现的,后一个模态的形成以前一个模态为基础,模态之间的传递性和有向性有利于模态复杂网络的构建 .
时间序列关联波动的复杂网络模型以关联波动模态为节点,模态之间的有向转换为边构建,由此构建的网络是一个有向加权网络,模态间的转换次数为此有向加权网络的权重 .
3关联波动复杂网络的分析方法
变量间关联波动复杂网络分析主要用来解释各模态的分布特征及它们之间的相互关系 . 复杂网络理论中包含众多统计参数,如度、点强度、累计度分布以及网络结构熵等 . 通过分析这些参数,掌握变量间关联波动情况和变化规律,可对其未来关联波动状态的变化趋势做合理预测 .
3.1关联波动模态统计
本文所构建的流程工业过程变量间的关联波动复杂网络属有向加权网络,网络的边带有权重 . 点强度及其强度分布可以描述变量间关联波动模态及其模态间的关联程度 . 其点强度的计算公式[10,12]为:
式 (1) 中,Ni为与节点i相连接的由节点i指向的所有近邻节点的集合,Wij为节点i到j的权重 . 点强度越大,表明该模态在复杂网络中的地位越重要,该模态向其他模态转换的次数越多 .
由于不同节点的点强度不同,强度分布存在差异性, 此处将两时间序列关联波动复杂网络点强度分布为
式 (3) 中n表示强度为ki的节点总数,N表示所有节点总数 . 节点的强度分布越大表明当前模态向其他模态转换的次数越多,在网络中出现的概率也就越大,此模态也就越重要 .
3.2关联波动模态变化规律
关联波动模态间复杂关系可以通过关联波动模态统计规律描述,在时间历程中可以表现为关联波动模态变化规律 .
现实中复杂网络中有少量具有高连通度的中枢节点和大量具有低连通度的节点,即无标度性(幂律特性).熵是系统的一种无序的度量,基于度分布的复杂网络结构熵可以简洁地度量复杂网络的序状态 . 其定义[13]为
为了消除节点数目N对E的影响,通常采用复杂网络的标准结构熵[13]其表达式为
4流程工业过程关联波动复杂网络建模与分析
4.1监测时间序列及其预处理方法选择
压缩机组作为以化工企业为代表的流程工业的典型单元,其安全运行对于整个流程工业生产过程稳定运行至关重要 . 当原材料稳定时,通常生产过程中的物料状态能够间接的反映工业过程运行状态,物料状态的波动可以间接体现工业过程故障,所以可以应用典型工艺故障数据用于过程故障预警和过程恢复评估研究 .
本文应用某煤化工企业的压缩机组停车前DCS系统中监测工艺数据,其事故的过程描述为:由于压缩机组空压机透平轴封泄漏,高温气体辐射到电液转换器上, 电液转换器的信号电缆被烤引起信号故障,最终导致高位阀无法动作,机组被迫手动停车。
选取流程中与此故障紧密相关的两个变量(变量名分别为PI7603:空压机排气压力和PI7611:增压机1段进气压力)作为分析的基础数据,验证方法的可行性。
由于从DCS系统采样得到的实际监测工艺时序数据往往含有大量的噪声,影响分析结果,所以首先需要对原始序列进行降噪处理。时序图1中可以观察到序列包含明显的高频噪声。对不同变量采取合适的小波基函数和分解层数后,用固定阈值方法对分解后的各小波细节系数进行软阈值处理,然后重构最后一层近似系数和所有层的细节系数,得到降噪后的变量时序图2,从降噪前后的对比可以看出,降噪后的数据保持了原数据的变化趋势,并且剔除了其中高频的变化, 得到更为光滑的曲线。为了方便比较,时序图中均采用标准化的处理数据。
4.2关联波动粗粒化粒度选择与处理过程
将两序列关联波动符号化后,将得到同样数量的抽象符号序列。以连续的5个关联波动符号作为一个符号序列,以1个采样周期为步长作数据滑动,得到一系列两时间序列关联波动模态。以2010年5月10日的数据为例,数据滑动及模态形成过程如表1所示。
4.3关联波动模态统计规律
运用上述序列关联波动的粗粒化方法将故障出现前6天的DCS数据进行处理,并对关联波动序列和模态进行统计如表2所示。
分析表2的数据表明:从关联波动符号序列统计来看,事故发生前6天变量间同向关联波动符号P占序列总长度百分比呈现明显下降趋势,异向关联波动符号N占序列总长度百分比呈现明显增长趋势,而无关联波动符号I占序列总长度百分比较低,说明两序列的关联性较强,符合实际情况。从关联波动模态统计总体来看, 理论上由3种5个符号关联波动模态有35=243种,而实际出现的种类明显较少,表明两变量的随机波动性受到一定的耦合约束,关联波动模态总数呈现增长趋势。
4.4关联波动模态变化规律研究
关联波动复杂网络节点强度k与累积强度LP(k) 分布关系如图3所示,发现它们整体上服从幂律分布。
从点强度与累计度分布的曲线变化可以看出,关联波动模态点强度最大的分布呈现增速下降,曲线的趋势线下滑明显,表征两节点的关联性持续变差,预示着压缩机组工作过程出现故障的概率增加。
压缩机组正常工作时变量PI7602与PI7611关联波动网络如图4所示,从图中可以看出,少数模态(如: PPPPP、NPPPP、PPPNP以及PNPPP)的连接较多, 而其余模态的连接较少,也直观的说明网络具有幂律特性,与上述分析结果一致。
为了定量量化关联波动性的变化趋势,这里应用复杂网络的结构熵来定量描述关联性的下降趋势,按照式 (5)计算得到事故发生前连续6天的结构熵变化如图5所示:
分析图5可知,事故发生前6天的变量间关联波动网络结构熵运行整体呈现连续的增长趋势,表明压缩机组中与此变量相关的系统出现故障的风险增加,所以为了维系系统的正常运行,监测变量间的关联波动网络的结构熵必须维持在一定范围内,系统才能保持稳定的工作状态。从事故的类型来看,此故障属于缓变型故障, 与实际情况相符。
通过对变量间关联波动复杂网络的结构熵进一步分析发现:变量间关联波动熵值较小,这意味着网络中监测点位时间序列的关联波动模态之间的转换相对稳定, 压缩机组处于较好的工作状态(如2010年5月7日和5月8日);变量间关联波动熵值较高,这意味着网络中监测点位时间序列的关联波动模态之间的转换不确定性增加,发现压缩机组的工作状态较差(如2010年5月7-12日),随机发生事故的可能性增减;而处于中间的过渡状态时,压缩机组维持原有状态的性质将发生改变(如2010年5月9日),它们在一定程度上可以作为关联波动模态异常转化的标志。对于这种过渡状态的把握具有重要意义,主要体现在有利于更好的把握监测点的状态变化规律性,这将对系统运行中出现异常情况而采取的应对措施赢得更多的时间,避免故障持续发展造成更大的损失。
5结束语
复杂工业过程的关联波动网络建模与分析将复杂网络理论与粗粒化方法相结合应用于流程工业过程的关联波动研究。
(1)运用粗粒化方法将复杂工业过程监测时间序列间的关联波动关系转换为关联波动模态,以时间顺序关系为边构建关联波动过程的复杂网络模型,该方法能够比较方便的刻画变量间的关联波动特性。
(2)运用复杂网络的度分布理论对工业过程中变量间的关联波动复杂网络进行统计分析,发现工业过程中变量的关联波动网络服从幂律分布。
(3)提出了一种运用网络结构熵方法研究工业过程中变量间关联波动的内在的变化规律,定量表达变量间关联波动变化情况,为故障预警和过程恢复评估提供决策支持。
当然,本文在研究中侧重于对方法的验证性介绍, 选择的粒度较粗,后期的研究可以采用较细的粒度来描述关联波动关系,以便取得更好的研究效果。本文仅仅研究了故障紧密相关的变量间的关联波动关系,实际应用中对整个工业过程波动过程描述还需要做进一步拓展和应用研究。
关联波动 篇2
关键词:IPO;货币市场;波动
Abstract:In this paper, the previous issue of new shares and currency market volatility intensive correlation analysis as an entry point,through the IPO resumption of the effects of policy analysis, intensive new shares issued to the impact of the currency market was discussed。
Key Words:IPO,Currency market,Volatility
中图分类号:F822.0文献标识码:B文章编号:1674-2265(2009)11-0066-03
2009年6月29日,桂林三金药业进行申购,标志着暂停9个月的A股IPO重新开启。至2009年8月末,21只新股完成申购,20只新股挂牌上市。IPO重启,有利于恢复资本市场的融资功能和扶持优质上市公司发展,为投资者提供新的投资机会,可谓意义深远。然而,新股发行引发的货币市场大幅波动,仍然引发人们对IPO重启的种种担忧。
一、数次IPO重启对货币市场的影响
纵观我国数次IPO重启,均对货币市场产生了巨大的影响,具体表现在如下几方面:
(一)同业拆借市场利率大幅波动
从历史数据来看,新股发行通常会引发两市资金面的巨幅波动,从而引发市场利率的大幅波动。以同业拆借利率为例,自2007年以来,几乎每次同业拆借利率大幅波动都伴随着大盘新股的发行,如2007年10月26日中国石油招股日,同业拆借利率创下了10%的近年最高,而在08年9月至09年6月IPO停发期间, 同业拆借利率运行相对平稳,但随着近期IPO的再次开启, 市场利率又呈现出了波动态势。影响市场利率的因素有很多,如存款准备金率变动、存贷款基准利率调整及公开市场操作等,但大盘新股发行无疑是最主要的冲击因素。
(二)货币型基金和债市基金规模骤减
在新股发行前后基金规模都有较大的变动。由于打新的高收益,不少基金投资者在新股发行前赎回以参与打新,致使新股发行前后基金规模波动较大,如2006年上半年IPO重启就曾引发货币基金规模骤减。而且,为了应对可以预见的赎回,不少基金提前做了准备,增持现金、减少定期存款比重、降低信用债持仓比例、缩短组合剩余期限等也是引发基金规模动荡变化的重要因素。
(三)银行存款大幅回落
如图2所示:新增存款与IPO募集资金额之间存在着明显的负相关关系,在IPO募集资金较多时期,新增存款明显下降。因此,IPO重启会使银行存款业务出现较大波动,使银行面临一定的流动性风险。如在2007年9和10月间,新股密集发行,募集资金达到近年月度峰值,而此两月的新增存款大幅回落,10月新增存款更是达到-4497.5亿元,创下了近年月度新低。
(四)上市公司投资证券市场冲动增强
IPO的重启,恢复了股市的正常融资功能,解决了上市公司、尤其是部分中小企业融资难的问题。随着我国股市逐渐回暖,已有数十家上市公司提出将以自有资金进行“打新”等证券投资,合计金额上限已经超过11.70亿元。据WIND统计,截至2009年1季度末,非金融类上市公司用于证券投资的金额达58亿元以上。甚至还有部分上市公司一边投入大量资金进行“打新”等证券投资活动,同时又在进行增发等再融资活动。上市公司投资证券市场有可能会影响上市公司主业发展,而且还可能面临巨大的投资损失风险。
二、IPO引发货币市场大幅波动的原因分析
(一)新股高溢价是波动的根本原因
IPO重启之所以能引起货币市场的巨大波动,究其原因是因为中国股市超高的新股溢价现象引起的。新股溢价现象,也被称为IPO的低估,是指新股发行的一级市场价格低于二级市场价格,特别是上市首日的交易价格巨幅上扬。
从有效市场假说理论来看,若一级市场新股价格的制定依据二级市场的需求情况来确定,并且由于逐利行为的存在,不应存在溢价问题,因为按照一般均衡的原理,发行市场不可能长期处于失衡状态,但是新股溢价现象确实普遍存在于世界各国的股票市场。但不同国家市场的发行溢价率存在很大的差别。如成熟的股票市场上溢价率相对较低,一般不超过20%;在新兴市场上溢价率相对较高,一般介于30%—80%之间;而我国新股溢价率达到了100%以上,2007年和2008年全年新股发行溢价率甚至分别达到了195.31%和115.82%。
新股发行高溢价为市场投资者获取无风险暴利提供了可能,于是每逢新股发行日,大量资金为获取高额投资差价收益而汇集在发行一级市场,近年来新股发行冻结资金的记录不断被刷新。由于新股发行无固定的节奏,巨额资金随新股发行在银行信贷系统、银行间市场和股票一二级市场之间流动,加大了货币市场的波动性,不利于金融与经济体系稳定运行。
(二)我国新股高溢价的成因分析
一是新股定价制度存在缺陷,价格发现功能有待进一步增强。我国现行的新股定价机制是累计投标询价发行制度,新股的承销价格区间通过对机构投资者的初步询价结果来确定。机构投资者担负着价格发现的职能,但在机构询价过程中存在着许多不规范的行为,从而在一定程度上抵制了询价机制的价格发现功能。由于我国的机构投资者尚未与发行人和承销商形成长期战略伙伴关系,承销商没有自主配售权,询价对象的报价行为与最后获配数量没有直接关系,因此容易导致询价机构给出的报价可能与新股的实际价值相差很远。一方面,询价机构可能与发行人或承销商合谋,故意报出高价,以便把发行价格区间定在较高的位置,使发行人获取高收益。另一方面,询价机构为能以较低成本获取新股,初次询价时也有可能报出尽可能低的价格,而且由于询价机构数量少,各个询价机构合谋报出低价就成为可能。二是机构投资者数量少且发展不成熟,询价对象范围狭窄。在西方成熟的证券市场上,机构投资者占80%以上,而我国证券市场相对落后,投资者80%以上为散户,机构投资者相对缺乏。而且在发达资本市场,如美国,询价对象没有资格限制,私募基金和散户都可以参与累计投标询价。我国目前新股发行制度的询价环节只面向机构投资者,以少数的机构投资者来决定新股的发行价格,难以充分反映市场对新股的整体需求情况,难以实现对新股股价信息的真实反映且容易使机构投资者利用其询价优势,为牟取利益操纵股价。三是“新股不败”神话仍在延续,投机与炒作之风盛行。由于我国股市尚不成熟,几乎每一只新股上市首日都大幅上涨,“打新”在中国股市成为稳赚不赔的暴利活动,自然吸收了越来越多的投机资金参与到新股申购行列中来。在目前投机氛围很浓的市场环境中,投资者的风险意识淡漠,投资者的需求不是建立在对股票内在价值的判断上,而是建立在对一、二级市场差价的预期上,形成了“申购新股→推高二级市场定价→获取无风险暴利→再次参与申购”的循环模式,这不仅容易引发后市股价大幅下跌,也在相当程度上助长了投机行为,不利于资本市场的长期健康发展。四是非流通股成本较低,新股锁定期限要求补偿。上市公司的股权分置状况是我国证券市场的一个特有现象。在我国证券市场发展初期,上市公司较少,新股发行难以满足市场投资者的需要,而股权分置制度又使发行新股的上市公司只有不到三分之一的股票可以流通,致使我国证券市场上的新股发行量出现供不应求的状况,巨额资金在市场上追逐相对稀缺的新上市股票,必然造成较高的发行溢价。且非流通股以资产净值完全或不完全折股,即使出现较高的IPO溢价率,但与非流通股相比,流通股股东出价仍显过高,为保证发行成功,发行人一般使用较高的IPO溢价率来吸引投资者。此外,我国新股发行分为网下配售和网上公开发行,为避免新股上市首日询价对象以高价卖出其低价获配的大额新股造成市场大幅波动,对于机构投资者获配的份额较大的新股要求最低三个月的锁定期,而三个月后的股票价格具有很大的不确定性,因此配售对象要求事先得到补偿,即询价对象要求以较低的价格申购新股,也导致了新股的高溢价。
三、本次IPO重启对抑制新股高溢价的效果分析
本次IPO重启共募集资金738.48亿元,是2008年全年新股募集资金的71.4%。突出特点是采用了新的发行体制:进一步完善了市场化定价机制,提高了中小投资者的网上中签率,限制了大机构的炒新行为;增加了“适时调整股份发行政策,增加可供交易股份数量”的内容及“完善回拨机制和中止发行机制”的原则思路,加强了新股认购风险提示,这些都有助于增强投资者风险意识,强化价值投资理念,引导市场理性投资。具体如表3所示:
(一)新股溢价率有所下降
新上市的20支新股平均溢价率为69.69%,比2008年下降了40%,为近年来我国新股发行溢价最低值,虽然仍远高于成熟的发达市场,但已趋于新兴市场的水平区间,说明新股发行制度改革在缓解新股发行高溢价方面取得了一定成效。
(二)平均中签率有所上升
21支新股平均中签率为0.3743%,是2008年新股平均中签率的3.5倍,新股申购的竞争激烈程度明显下降,说明向中小投资者倾斜政策取得明显效果。
(三)冻结资金明显减少
21支新股冻结资金与募集资金的倍数平均值为369,远低于历史平均水平。每中一签资金量为401万元,比2008年下降了58.5%,如中国建筑,每中一签资金量仅为15万元,说明 “单一账户申购、申购上限等”改变了原有的申购资金配售格局,大投资者更愿意参与网下申购,反映出在申购方式及申购可能收益率发生变化的情况下,投资者更趋理性和谨慎。
(四)目前尚无新股破发情况发生
目前20支上市新股股价均在发行价之上,没有出现破发现象,说明新股定价机制更趋完善,询价区间更趋合理,市场化价格发现功能有所增强。
但也存在两个问题。一是新股发行市盈率普遍提高。21支新股平均发行市盈率为37.88,且有6支新股发行市盈率在40倍以上,光大证券、奥飞动漫和中国建筑的发行市盈率分别高达58.56、58.26和51.29,新股超高溢价率增加了市场泡沫。二是部分新股溢价率仍较高。20支上市新股有8支溢价率超过了80%,其中四川成渝溢价率达到了202.78%,说明新股发行改革虽取得了一些成效,但市场化价格发现功能仍有待进一步完善。
四、相关的政策建议
一是逐步建立发行数量与发行价格联动机制。我国目前新股发行数量在发行前已事先确定,这在一定程度上会加大承销商的压力,为确保发行成功,承销商会倾向于调低发行价格,造成新股溢价。为此,我们应借鉴发达资本市场经验,建立发行数量与发行价格的联动机制,给予企业缩小或增加发行新股规模的自主选择权,结合现有的“绿鞋机制”——承销商所享有的超额发售股票数量选择权,将可以有效地减少股票发行后交易价格的波动幅度,也有利于市场各方更有效地利用市场机会。事先不确定发行量,加大了投机的难度,询价对象会更加重视股票价值分析,有利于培养价值投资理念。
二是大力培育机构投资者队伍,增加询价对象范围。2008年底,美国股市机构投资者占比为53%,而我国股市90%以上是散户,机构投资者占比太低,具有询价资格的机构投资者数量更加稀少,难以担负起新股价格发现的职能。因此,必须大力培育机构投资者队伍,并引导其树立正确的价值投资理念。
三是建立询价对象激励约束机制。询价对象在价格发现中起着十分关键的作用,应根据询价对象在询
价和配售过程中的表现,建立询价对象行为评价体系和激励约束制度,对在询价和配售时表现一致、真实报价、专业能力强的询价对象给予优先配售、提高配售比例等激励政策,对恶意压低或抬高报价、申报不符的询价对象给予限制或退出询价队伍等惩戒措施。
四是完善相关辅助措施。应借鉴发达市场的回拨机制以及“绿鞋期权”等新股发行配套机制来平衡市场供求及机构投资者和中小投资者之间的利益关系。要倡导理性投资,合理引导市场投资行为。应大力培养投资者的价值投资理念,加强市场风险教育,逐步去除市场过度投机氛围。要完善信息披露。上市公司和保荐机构应加强与广大投资者的信息沟通,减少上市公司和投资者的信息非均衡程度,增加市场透明度。要完善多层次资本市场体系建设。推动创业板顺利启动、平稳运行,大力发展公司债券市场,增加期货新品种。要强化市场监管体系建设。根据市场发展变化的新情况、新特点,进一步完善监管方式、方法,进一步强化对控股股东、实际控制人及高管人员的监管,进一步强化对操纵市场、内幕交易、利益输送等违法违规案件的惩处和曝光力度,进一步强化对国际金融危机的监测和预警,防范和化解系统性风险。进一步加强监管队伍建设,着力提高科学发展、依法行政的能力和水平,增强监管的有效性。
参考文献:
[1]Lguran,Tim,Jay R.Ritter and Kristian Rydqvist,Iinitial public offerings:International insights〔J〕.Pacific-Basin Finance Journal,1994,(2).
[2]巴曙松.新股发行中机构投资者和中小投资者的利益平衡机制研究[J].海南金融,2007,(2).
[3]张芹,李媛媛.我国新股发行方式的演进及发展方向[J].特区经济,2007,(9).
[4]丁新娅,王化成,黎来芳.我国新股发行的制度缺陷及完善建议[J].财务与会计,2009,(2).
关联波动 篇3
一、文献综述
一些学者通过对不同历史时期金融危机的分析发现, 不论是在发达国家还是在发展中国家, 银行危机紧随信贷扩张和资产价格暴跌之后。Karsten[1]对19世纪90年代以来挪威130年间发生的三次金融危机的比较分析得知, 虽然每次金融危机产生的制度背景和货币体制存在显著差异, 但仍表现出共同的特征:即在危机之前银行资产价格大幅上涨、信贷扩张显著以及非金融部门负债不断增加。Kaminsky[2]研究了发生在15个新兴国家和5个发达国家的金融危机, 发现绝大多数危机的共同先导性因素是金融自由化和信贷规模的大幅扩张, 直到达到某个制高点后资产价格开始崩溃。包括银行在内的金融机构由于过度卷入资产市场, 随后也都出现了危机, 同时伴随着宏观经济产出的下跌。
随着中国股票市场的不断发展, 国内学者也对股票价格与银行信贷的关系进行了理论与实证分析。吴晓求等[3]对银行信贷进入股票市场的规模和路径进行分析和测算, 提出必须切实加强对银行信贷资金进入股市的管理。肖本华[4]利用Allen和Gale模型的扩展, 分析了信贷扩张和投资成本对资产价格的影响, 研究发现, 近年来中国信贷扩张为资产价格的膨胀提供了支撑, 低投资成本和不合理的投资结构也导致了资产价格膨胀。
二、股票价格与银行信贷相互影响的理论分析
(一) 股票价格波动对银行信贷的影响机制
信贷资金通过金融机构、企业和居民三类主体, 通过不同途径进入股票市场影响股票价格。
对于银行, 其筹资成本因为股票价格的上升得到抵减, 存贷利差的扩大和资本约束的弱化增大了银行的放贷意愿。股票价格下跌会增大借款人违约概率和银行不良贷款面积, 银行权益资本将遭受威胁, 为了达到监管当局对资本充足率的要求标准, 银行不得不缩减贷款供给。
对于企业, 当股票价格上升, 意味着资产负债表项目发生改善, 抵押品价值和流动资产价值的上升相应地增加了企业资产净值和债务缓冲能力, 因此更容易从银行获取贷款。同理, 当股票价格下降, 资产负债表状况恶化, 抵押品价值受到冲击, 企业还贷不确定性增加, 因此银行会紧缩银根。另外, 股票价格的下降造成了市场上流动性不足, 企业投资紧缺和融资困难又增加了违约行为产生的可能性, 削弱了企业的还贷能力, 进一步影响了银行的贷款质量。
对于居民, 信贷资金是否进入股票市场, 居民投资者对于股市的预期发挥着至关重要的作用。当股票价格上升时, 市场预期价格仍将持续上涨。当在自有资金紧缺、逐利本能和股市赚钱效应驱使的情况下, 居民会增加对银行贷款的需求动机, 相应减少存款而增加贷款。
(二) 银行信贷对股票价格波动的影响机制
由于商业银行实行分业经营, 商业银行不能直接投资于股票市场。银行信贷通过同业拆借市场、股票质押贷款和企业挪用贷款这三种渠道进入股市影响股票价格。
信贷资金入市的监管规则经历了以下几个过程。1999年开始实施的《中华人民共和国证券法》规定:“禁止银行资金违规流入股市”。同年8月和10月, 中国人民银行先后下发了《证券公司进入银行间同业市场管理规定》和《基金管理公司进入银行间同业市场管理规定》, 首次为信贷资金通过证券公司和基金管理公司间接入市指出了一条合法渠道, 同时使得证券和基金管理公司能够通过同业拆借市场融资。2000年2月发布的《证券公司股票质押贷款管理办法》, 允许符合条件的证券公司以自营股票和证券投资基金券为抵押向商业银行借贷, 从而为证券公司自营业务提供了新的融资来源。
《证券法》明确规定:“禁止银行资金违规流入股市。”但现实经济活动中, 难免有企业利用法律的漏洞“腾挪”贷款资金入市。企业规避监管的手段繁多且更具隐蔽性:譬如, 信贷资金转移关联企业、银行贷款置换自有资金、委托理财以及无真实贸易银行承兑贴现等。以股票指数最高的2007年为例, 非金融性公司及其他部门贷款比上年增加2.5万亿元, 余额同比增长13.1%。其中就有一部分企业信贷资金违规入市的原因, 因此增加了股市资金的流动性, 推动了股价的上涨。
三、股票价格波动与银行信贷关联性的实证检验
(一) 变量选择与处理
本文选取2005年1月到2013年12月的月度数据, 采用VAR模型进行实证分析。数据来源于国家统计局网站以及中国人民银行网站。
考虑到变量的代表性, 本文选取金融机构各项贷款作为银行信贷的变量。选取每月上证综指收盘价的加权平均值作为股票价格变量。对于利率, 自1984年我国银行间同业拆借市场建立以来, 同业拆借利率已具备市场化利率的特征, 能够较好反映市场供求状况, 因此本文选取银行间7天同业拆借加权平均利率作为利率变量, 用i表示。本文选取GDP和居民消费价格指数CPI作为影响股票价格指数和银行信贷的宏观经济变量。
数据处理过程如下:由于GDP为季度数据, 因此本文利用频率转换将其转化为高频月度GDP, 同时对月度GDP进行Census X12季节调整以剔除季节规律的影响。由于大多数时间序列数据都是非平稳的, 加之统计方法和标准的偏差, 本文对除利率以外的变量进行取对数的方法以消除异方差和降低误差。将进行分析的银行信贷、股价指数、GDP、CPI、同业拆借利率分别表示为Lloan、Lindex、LGDP、LCPI、i。数据的处理和分析均通过Eviews 7.0软件实现。
(二) 实证检验
1. VAR模型的建立
VAR模型常用于预测相互关联的时间序列数据以及分析随机扰动项对变量系统的动态影响。根据VAR一般式, 建立五变量VAR模型, 按照AIC和SC最小准则经过反复试验, 得到内生变量滞后2阶的模型估计结果如式 (1) 所示。
由 (1) 式可知, 银行信贷对股票价格的系数在滞后一期和滞后二期都为负, 这可能说明银行信贷的变化与股票价格的变化成反方向。股票价格在滞后一期对银行信贷影响为正, 但到了滞后二期影响变为负, 这可能说明股票融资和信贷融资之间是有竞争的。股票价格的升高会提高银行信贷资金间接入市的可能, 进而促使股市融资能力的提高, 长期以后, 两种融资方式之间的竞争占据主导地位, 信贷资金将会阻止融资的股市实现。
2. 格兰杰因果检验
本文采用格兰杰因果检验验证变量间因果关系, 表1仅列出贷款与股价之间的关系。
由检验结果可知, 银行信贷规模不是引起股票价格波动的格兰杰原因, 而股票价格波动却是银行信贷的格兰杰原因。
3. 脉冲响应函数分析
脉冲响应函数是用来描述内生冲击变量的一个标准差的随机波动如何影响自身以及其他变量当期及远期状态的一种分析工具。脉冲响应结果如图1、2所示, 虚线表示正负两倍标准差偏离带, 具体分析如下。
图1描述了股票价格 (上证综指) 对其他变量的脉冲响应。在其他影响因素不变的情况下, 如果给银行信贷一个标准差的冲击, 股票价格会出现负响应, 从第1期开始, 负响应反应程度逐渐增强, 从第2期以后反应程度降低并保持平缓。股票价格对银行信贷的响应说明银行信贷的增加在短期以及长期内都不利于股票价格的上涨。
图2描述了银行信贷对其他变量的脉冲响应。当股价被赋予一个标准差冲击, 其他影响因素不变时, 银行信贷前两期变化不大, 但基本上是正反应, 从第2期以后, 正向响应程度愈加强烈。银行信贷对股票价格的脉冲响应说明股价上涨时, 银行信贷会出现增长的状况。
四、结论与建议
股价的波动会引起银行信贷的波动, 但银行贷款的增长并不必然引起股票价格的明显增长。在理清了二者关联性的基础上, 可以推断出在市场化进程中, 资产价格波动的影响范围已经超越了资本市场的范畴, 可以借助信贷渠道蔓延至整个金融系统, 在预防股市泡沫化的同时, 要将股票价格因素纳入银行信贷调控的考虑范畴。对此, 本文提出以下建议:
第一, 股权分置改革激发了投资者信心, 市场预期乐观, 股票价格出现上涨态势。但股票市场同时存在非法资金的涌入。这种情况下, 股票市场存在机遇与挑战并存的局面。挑战在于股市泡沫化会诱导信贷资金脱离实体经济轨迹, 虚拟经济泡沫化会引发新的金融危机;机遇在于可以利用此机会完善股票市场, 同时关注债券和创业版市场, 构建多层次、多格局的资本市场体系。证监会应通过丰富理财产品、拓宽投融资渠道、制裁黑市交易手段来引导信贷资金进入实体经济, 特别是中小企业、三农工程和政策支持的相关产业, 防止股票市场泡沫化。同时引导股民树立科学的投资价值观, 如果投资主体遵循“高估风险低估资产”的审慎理财策略, 即使市场出现虚拟泡沫破裂, 也不会遭受太大的打击。
第二, 理论研究表明银行贷款的增长不会引起股票价格的上涨;实践也表明, 在亚洲金融危机期间, 马来西亚政府的信贷增加政策并未阻止股价的下跌。因此在股市萎靡阶段, 试图通过放松银根刺激股市繁荣的做法欠妥。保护投资者利益是资本市场发展的出发点和核心, 最终要通过制度、基础设施的完善实现。在股市萧条阶段, 一方面要严防信贷资金违规入市, 防止出现资金自由流动引发的失控现象;另一方面证监会要充分保护中小投资者利益和权益, 改善投资者预期, 恢复投资者信心。
第三, 证监会、银监会和央行应加大政策协调力度, 将股价波动引入信贷调控。首先, 密切关注信贷资金流向。建立起一套统一的授信规范, 严格按照贷前审核、贷中监控、贷后检查的工作标准和流程, 控制信贷风险。其次, 进一步加强对贷款的监控。鉴于股票价格和银行信贷的关系, 股价的波动会引起银行资产负债表的变动, 银监会应密切关注银行资本充足率的变化, 控制不良贷款率, 防止银行盲目增加信贷投放。
参考文献
[1]Karsten R Gerdrup.Three Episodes of Financial Fragility in Norway Since the 1890s[R].BIS Working Paper, 2003.
[2]Kaminsky Reinhart.The Twin Crisis:The Cause of Banking and Balance-of-payments Problems[J].American Economic Review, 1999, 89 (3) :473-500.
[3]吴晓求, 宋清华, 应展宇.我国银行信贷资金进入股票市场研究[J].管理世界, 2001 (4) .
关联波动 篇4
关键词：利率波动,国际利率,空间关联,经济距离,广义虚拟经济
一、引言
在开放经济下,各国利率市场存在着较强的关联性,即呈现出同涨同跌的运动特征。这一关联效应一般可以从利率平价角度来进行解释。而从另一个角度来说,通过对不同国家间利率联动程度差异性比较,也可以反映出不同国家金融市场开放程度。
Lo等[1]通过对日本市场上的日元利率数据和英国伦敦同业拆借市场上的日元利率数据进行相关性分析后发现,日本市场和英国伦敦市场间日元利率存在着长期稳定的均衡关系。Karfakis和Moschos[2]研究了欧洲货币组织各成员国之间的利率联动效应,发现这些国家之间利率变化的同步性,并将这一同步性的出现归结为欧洲货币组织各成员国之间金融市场的高度开放性。李成等[3]对次贷危机前后中美两国的利率联动关系进行了研究,发现两者间存在着明显的波动溢出效应。刘亚等[4]研究了银行间利率互换、国债与离岸市场人民币利率互换之间的联动效应,发现境内和境外的人民币利率间存在着双向报酬溢出效应。郭树华等[3]借助协整检验、格兰杰因果检验和方差分解检验等方法对中美利率、汇率间的相关性进行了分析,发现两国间短期内联动较弱而长期来看存在着协整关系。郝中中[6]借助SVAR模型分析了人民币汇率、中美利差和资本流动净额三者间关系,发现中美利差变化与资本流动净额变化有关。
现有的对全球利率市场关联效应分析从国与国之间联动角度分析较多,而对于全球利率市场联动整体效应,以及这一联动与国家间地理距离和经济发展水平间的关联性研究较为缺乏。本文将结合复杂网络分析方法和二次指派程序分析方法(QAP方法),对金融市场波动的空间关联整体效应进行深入探讨。文中所涉原始数据来自世界银行数据库、Wind及同花顺iFind。
二、利率波动关联网络构建与分析
(一)利率波动关联网络构建方法
在构建利率波动关联网络中,需要相关国家利率市场时间序列数据。本文搜集了143个国家从2003年到2012年的年度实际利率数据。在网络构建中,143个国家就代表143个网络节点,节点之间是否存在着连边用两个国家利率变化乘积值大小来判断。
设ri(t)为第i个国家t时刻实际利率值,该值在Δt时间内变化量为Ri(t-Δt,t)=ri(t)-ri(t-Δt)。对其进行归一化处理,得到。其中σi表示Ri在整个时间段T内标准偏差,,<…>表示时间段T内平均值。国家i和j之间利率变化关联值为,得到所有143个国家间2003—2012年这一关联值的平均值为。定义两个国家利率波动存在关联的条件为:
即两个国家利率变化乘积大于等于平均值ζ时,两个国家间有连边eij=1;两个国家利率变化乘积小于平均值ζ时,两个国家间没有连边eij=0。这样就建立了整个利率波动关联网络。
(二)利率波动关联网络集聚特征及其时间演化
可通过求网络集聚系数来观察利率波动关联网络集聚性,从而反映全球利率波动集聚效应。
网络集聚系数定义如下。设网络中节点i与网络中其他节点间存在着ki条连边。这ki个与节点i相连的节点相互间也有可能存在连边,其最大值为ki(ki-1)/2。若这ki个节点间实际存在的连边数为Ei,那么节点i的集聚系数C,定义为Ci=2Ei/[ki(ki-1)]。即Ci=与点i相连的三角形实际数量/与点i相连的三角形最大可能数量。通过求网络中所有节点集聚系数Ci的平均值,就可以得到整个网络的集聚系数值C。从集聚系数定义中可以看出,如果整个网络任意两点间都有连接,常称为全连通网络,那么C=1。如果整个网络所有节点间都没有连边,那么C=0。所以,集聚系数应该满足0≤C≤1这一条件。集聚系数值越大,说明国际利率市场联动性越强;集聚系数值越小,说明国际利率市场联动性越弱。
图1为利率波动关联网络的集聚系数随时间变化图。从图1可以看出,2004—2012年,全球利率波动关联网络的集聚系数先是逐渐上升,到2009年达到最大值。随后集聚系数连续两年急剧下挫,后续逐步趋于稳定。而从现实的国际金融市场发展的时间节点上看,2007—2009年期间,正是美国次贷危机从发生到逐步向其它国家扩散的时期。即从集聚系数变化中可以看出,在美国次贷危机发生发展时期,全球利率市场走势趋于高度一致。而随着美国为应对次贷危机所实施的各项经济政策逐步调整到位,国际利率市场联动性也逐步恢复到次贷危机前水平。
三、国际利率市场波动关联与地理空间关联或经济空间关联的相关性检验
国际利率市场波动关联反映的是国家与国家间利率波动联动效应。对于各个国家来说,它们间有地理空间上的关联性。即某些国家之间距离较近,属于同一大洲;某些国家之间距离较远,分属于不同的洲。同时,这些国家之间还存在着经济空间上的关联性。即某些国家之间人均GDP值接近,属于经济发展水平相近国家;某些国家间人均GDP值相差较大,属于经济发展水平差异较大国家。在国际利率市场上所存在的利率波动联动效应,与地理空间或经济空间中所存在的国家与国家间的关系是否存在着联系呢?或者说,是否地理距离越接近的国家,利率波动联动性程度越大?经济发展水平越接近的国家,利率波动联动性程度也越大?下面通过借助二次指派程序,即QAP (Quadratic Assignment Procedure)方法,对这种“关系—关系”之间可能存在的联系进行检验。
(一)二次指派程序分析方法
在传统计量经济学方法中,在进行参数估计或统计检验时,要求各变量间相互独立。对于非独立变量,是无法通过标准的统计程序来进行相关参数估计或者统计检验的。不然,就会出现“多重共线性”问题,从而使得对变量的显著性检验失去意义,借助模型来进行相关预测的功能也就会失效。例如,在近似共线性下,使用普通最小二乘法所得到的各参数估计量是无效的。而在完全共线性下,将无法得到相关参数的估计量。在本文所构建的波动关系、空间距离关系、经济发展水平关系等各类关系矩阵中,体现的都是数据间的关联性。要对这些关系间的关系进行检验,需要用到一些新的方法。研究人员经常采用的是随机化检验(randomization test)方法,QAP分析方法即为此类方法。
二次指派程序分析方法(QAP)主要用于两个矩阵间相关性分析。其相关性分析步骤主要分为四步。首先,将每个矩阵中的所有取值都看成是一个长向量。在这个长向量中,包含着n(n-1)个数(不考虑对角线上的数)。其次,计算这两个长向量之间的相关系数。再次,通过对其中一个矩阵的行和相应的列同时随机置换,计算置换后的矩阵与另一矩阵的相关系数,多次进行这样的置换过程求得相应的多个相关系数值。将这些经矩阵置换后得到的相关系数与原来的两个矩阵的相关系数值进行比较,求得其中大于等于原矩阵相关系数值的那些相关系数数量比例。最后,通过对这些置换所得的相关系数分布特征的观察,判断两个矩阵之间是否存在着统计意义上的强关系。
(二)利率波动关联与地理空间关联的QAP检验
首先,定义两个国家间空间关联如下。如果两个国家属于同一大洲,那么这两个国家地理空间关联;如果两个国家不属于同一大洲,那么这两个国家地理空间不关联。按照利率波动关联矩阵的构造方法,可以构造地理空间关联矩阵。
在利率波动关联与地理空间关联相互关系上,假设两国间地理空间关联性程度越高,两国利率波动联动程度越强。借助QAP分析方法对经过二值化处理的利率波动关联矩阵和地理空间关联矩阵进行相关性检验,可得到检验结果。
在进行利率波动关联和地理空间关联的相关性检验中,选取了利率波动关联程度最强的2009年度数据进行检验。同时还选取了四种不同大小的阈值ζ,2ζ,3ζ,4ζ分别进行检验,考察阈值取值对检验结果影响。表1为利率波动关联和地理空间关联相关性检验结果。
从表1检验结果中可以发现,利率波动关联和地理空间关联间相关性并不显著。即在本文所设定的各个阈值下,并没有反映出两国若属于同一大洲,那么两国间利率联动程度会越强。这可以理解为全球利率波动关联更多地体现为金融市场关联。而金融市场关联与一国经济开放程度等有关。某些国家虽然处于同一大洲,但在经济开放程度上存在很大差异,相互间经济往来也比较少。这种现象表现在利率波动关联与地理空间关联上,就是两个国家利率波动联动性强弱与这两个国家是否处于同一大洲,是否地理邻近没有直接关系。
(三)利率波动关联与经济空间关联的QAP检验
在分析利率波动关联与经济空间关联前,先引入经济空间距离变量λij。定义λij为经济空间中的距离,用两国间人均GDP差的绝对值表示[7],λij=|λi-λj|,其中,λi为i国人均GDP,λj为j国人均GDP。λij数值越大,表示两国间经济发展水平差距越大;λij数值越小,表示两国间经济发展水平差距越小。本文根据人均GDP来计算经济空间距离,而不是根据一国GDP总量来计算经济空间距离,是为了避免因不同国家地域面积、人口数量等因素差异性较大而对统计结果可靠性造成影响。
参照构造利率波动关联网络方法,即阈值法来构造经济空间关联网络,得到经济空间中的关联矩阵。具体构造步骤如下。首先,计算两两国家间GDP差的绝对值的平均值。其次,依据该平均值设置阈值,将所确定的阈值与λij比较,若λij值小于等于阈值,则国家i和国家j间的经济空间关联值设为1,否则设为0。最后,构建经二值化处理的经济空间关联矩阵。借助QAP分析方法检验经济空间关联矩阵和利率波动关联矩阵间相关性。
从表2的检验结果中可以发现,取不同阈值ζ,2ζ,3ζ,4ζ时,利率波动关联和经济空间关联都成显著正相关关系。说明在与利率波动关联相关的因素中,两国间经济发展水平差距起到很大影响。两国经济发展水平越接近,两国利率波动联动性越强。这种关联性可以从两个方面来理解。一方面,对于经济发展水平相当的国家,两国开放程度和发展模式可能十分相近。利率波动关联性高低反映了两国在开放程度和发展模式上的差异性大小。另一方面,对于经济发展水平相当的国家,两国金融市场间联系可能更为紧密。利率波动关联性高低反映了两国间经济联系强度大小。
四、结论
从全球利率市场波动关联时间演化效应来看,在金融危机时期,各国金融市场联动程度明显增强。从影响国家与国家间金融市场波动的联动性程度高低相关因素来看,在经济发展水平相当的国家间,利率市场波动更容易产生相互影响。而在地理空间临近的相关国家间,地理邻近效应并没有在两国间利率波动联动性强度上反映出来。
参考文献
[1]Lo W C,Fung H G,Morse J N.A Note on Euroyen and Domestic Yen Interest Rates[J].Journal of Banking and Finance,1995,19(7):1309-1321.
[2]Karfakis C,Moschos D M.Interest Rate Linkages Within the European Monetary System:A Time Series Analysis[J]Journal of Money,Credit and Banking,1990(22):388-394.
[3]李成,王彬,黎克俊.次贷危机前后中美利率联动机制的实证研究[J].国际金融研究,2010(9).
[4]刘亚,张曙东,许萍.境内外人民币利率联动效应研究——基于离岸无本金交割利率互换[J].金融研究,2009(10).
[5]郭树华,王华,王俐娴.中美利率与汇率联动关系的实证研究:2005-2008[J].国际金融研究,2009(4).
[6]郝中中.人民币汇率与中美利率联动机制分析[J].金融论坛,2015(1).
关联波动 篇5
许多学者单独对经济周期波动或产业结构调整的研究比较多, 而对这二者之间的关联研究并不多。H·钱纳里等人通过研究指出, 在影响经济增长及经济周期波动要素中, 产业结构变量是一个重要的慢变量。Blanchard和Simon (2001) 按照支出法GDP的分解方法, 认为是每个构成部分自身波动性的减小造成了整体经济的稳定。我国学者从1990年以来才开始从产业结构变动的视角去调研及分析中国经济周期波动。马建堂 (1988、1990) 从宏微观两个视角详论经济周期波动如何影响产业结构调整的机制运行, 经济周期波动可以用不同指标表示出来, 经济波动会引起国民收入及其结构、价格及其结构、投资及其结构的周期性波动, 进而引起各个产业的结构调整。孙广生 (2006) 以统计数据对产业结构调整与经济周期波动的关联关系进行研究, 指出整个经济波动是各个产业波动的综合作用, 推动中国经济的增长主要是工业的增长, 其重工业增速比轻工业快, 故重工业波动是经济周期波动的主要因素。童光荣、刘玮 (2009) 分析经济周期波动及产业结构调整的指标基础上, 分析二者关系, 得出第一、二产业结构的调整是引起经济周期性波动的主要因素, 产业结构是动态变动的, 发现一、二、三次产业的比重分别是不断下降、保持稳定以及逐渐上升。
2 产业结构调整与经济周期波动的影响因素分析
2.1 技术创新是产业结构调整影响经济波动的根本因素
在每次经济长期波动过程中, 产业结构都会经历大的调整, 而技术创新是促进整个经济长期波动的主要原因。技术创新导致一批新兴产业不断出现和发展而取代旧的夕阳产业, 从而对整个产业结构产生巨大的调整, 新旧产业间的不断更替而引起长期的经济波动。随着新兴产业的基础创新在产业间的不断扩散和渗透, 使整个经济进入高速的扩张期, 但随着创新溢出效应的逐渐消失, 主导产业逐步成熟, 连带效应逐渐减弱, 经济转入低速的平稳期发展。因此, 技术创新是连接产业结构调整与经济周期波动的根本因素。
2.2 扩大投资是产业结构调整与经济周期波动的推动因素
投资是经济发展与经济增长的推动因素, 是加速经济增长的第一动力因素。在社会生产和扩大再生产的过程中, 经济发展要实现增长战略目标, 依据总供给与总需求协调发展的条件, 不断追加投资, 另外要根据社会发展及经济增长的需要调整投资方向。而投资数量与规模的扩大、投资速度的加快及结构的改变, 会在短期内通过投资需求的数量及投资结构对社会供需的数量及产业结构产生决定性的作用。在经济发展的投资过程中, 小量的投资规模会使经济增长速度太慢, 这必然会影响到经济增长的后劲, 这样会在社会发展过程中出现供给的结构性短缺, 从而导致整个社会的经济萎靡及增长的萎缩;而任意扩大投资范围及投资规模, 过快的投资增长速度会导致投资结构的不合理及投资需求的快速膨胀, 引起通货膨胀, 造成整个社会经济的波动, 从而阻碍经济的持续、稳定、协调地发展。
2.3 需求变化是产业结构调整强化经济周期波动的因素
需求变化是产业结构调整引导经济周期波动的一个重要因素。H·钱纳里将恩格尔效应作为研究的依据, 通过相关数据分析, 发现国内需求份额的变动以及生产迂回化导致对中间产品需求变动, 作为产业结构调整的动力机制。筱原三太郎通过研究, 则将需求作为产业结构调整的一个独立机制, 提出了通过需求收入弹性概念来考察产业结构的调整。在经济发展的不同阶段下, 社会需求的改变会导致不同产品的需求弹性发生变化, 从而引起所在产业在整个经济中的地位, 进而引起经济波动。随着国民经济的发展及人均收入的提高, 居民消费结构和社会需求结构都会相应的发生阶段性变化。工业化进程会使社会的机械化程度不断提高, 社会大生产的机械装备率上升;收入水平的提高会进行更多的非食品消费, 食品消费所占需求比重降低, 服务需求增加, 居民的消费结构将逐步升级, 加快第三产业发展。随着经济的发展, 需求弹性高的产业部门的需求增长速度会加快, 这样会导致整个经济成分的调整, 引起新旧产业的更替及轮换, 从而部门的波动导致整个经济的波动。
3 浙江产业结构调整与经济周期波动的关联分析
产业结构调整是由于三次产业相互之间的比重不断变化而发生的, 三次产业比重的周期性变化, 构成了整体经济的周期性波动, 并且各产业的波动对经济周期波动产生的影响是不同的。随着三次产业的周期性变动及产业之间的结构调整, 整体经济就会呈现不同的波动特征。第一产业主要由农、林、牧、副、渔等构成, 极易受自然条件的影响, 第一产业的波动不是很稳定;第二产业主要由周期性行业所构成, 因而第二产业的周期性波动较大;第三产业是除第一、二产业以外的其他行业, 主要是服务业, 自身所具有的地域及服务的特点, 决定了其不易受到外来的冲击, 在经济周期性波动中, 波动幅度较小。因此, 当第一产业比重较大, 第二、三产业比重较小时, 经济的整体性波动会表现为中等程度;但第二产业比重超过第一产业时, 经济的整体性波动会表现为剧烈程度;当第三产业比重变大, 第一、二比重持续下降时, 经济会呈现稳定趋势。
图1表示了浙江1978-2012年生产总值增长率和三次产业增长率的变动趋势, 三次产业与浙江经济生产总值的增长率波动大体一致, 表明了浙江三次产业与整体经济间存在着较为明显的关联关系。由图可知, 在1978-1995年间, 浙江第一产业增长率的波动较为剧烈, 并且绝大多数年份增长率是低于浙江经济增长率的, 是拉低浙江经济增长及影响浙江经济周期波动的主要因素;第二产业增长率波动也表现为剧烈, 但绝大多数年份是超过浙江经济的增长率, 说明第二产业对浙江经济增长的拉动作用较为明显;第三产业与浙江经济的增长率较为一致, 说明第三产业对浙江经济起到平抑作用。1995年至今, 三次产业增长率的波动与浙江经济较为一致, 这使得浙江经济波动越来越平缓。
摘要：产业结构调整与经济周期波动的关联性是研究的难点, 本文从技术创新、需求变动及投资等影响因素分析二者的关联性, 并以浙江为例分析二者的关联性。
关键词：产业结构调整,经济周期波动,关联分析
参考文献
[1]Kuznets, S. (1971) .Economic Growth of Nations:Total Output and Production Structure.Cambridge University Press, Cambridge.
[2]张新华.经济波动中的产业结构变化[J].管理世界, 1988 (2) :27-31.
关联波动 篇6
一、理论基础及其传导机制
股市对消费的影响称为财富效应。财富效应指金融资产价格上涨导致金融资产持有人财富增长, 进而促进消费增长, 影响短期边际消费倾向, 促进经济增长的效应;反之亦然。从消费视角分析, 财富效应主要表现在:
(一) 通过影响居民收入预期, 增强市场信心, 提高短期MPC, 进而扩大消费
Romer提出消费者信心理论认为证券市场的发展支持了消费者信心。在信用发达的市场, 股市繁荣加速储蓄向投资转化, 增强投资者信心, 从而加快消费信贷发展。投资者因股市繁荣对经济充满信心更大胆消费。
(二) 通过影响投资者实际收入影响消费
投资者投资股市, 一方面获得股票分红收益, 另一方面因股价上扬获得的资本利得。当消费者持有股票市值上升, 增大资产水平和信用水平, 于是消费者运用这些股票向银行借贷支持消费;反之, 消费能力下降。
(三) 通过影响企业影响消费支出
根据资产组合理论和托宾Q理论, 股票价格与其资产价值比率称为托宾Q。当其较高时, 企业资产市场价值超过重置价格, 企业扩大投资。但在熊市下, 企业再融资会陷入停滞, 对企业发展不利, 间接影响消费。
财富效应对消费影响不限于此。一方面, 财富效应刺激人们金融投资需求;另一方面, 股市分流居民储蓄, 有助于居民储蓄存款转化为有效消费与投资需求, 扩大内需。
二、理论模型、数据选取与方法选择
(一) 理论模型
本文的实证研究围绕莫迪利亚尼生命周期理论展开。按照生命周期理论, 一生消费受财富和收入制约。消费支出取决于消费者生命周期内的总财富, 由实际资本、金融财富和人力资本构成。金融财富主要由股票构成。由此, 股市收益与居民消费行为关联的模型可以写成:Ct=a+bIt+cPt+Ut。
其中It为第t期可支配收入, SPt为第t期股票指数, Ut为残差项, 在该模型中为其他影响消费的因素。
(二) 变量的定义及样本数据
本文选取中国城镇居民可支配收入 (I) 、城镇居民消费性支出 (C) 及上证季度股价指数 (SP) 作为研究变量, 数据来源于《上海统计年鉴》, 锐思资讯数据库等, 样本空间为1998年第四季度到2009年第一季度。
股价指数可表示股市波动, 本文上证季度股票价格指数以当季上证综合指数最高与最低简单平均表示。居民消费取决于消费者的收入, 本文选取中国城镇居民可支配收入表示。居民消费量选取中国城镇居民消费性支出表示。由于影响居民消费因素众多, 本文解释变量为影响消费及股市指标, 被解释变量为中国城镇居民消费性支出, 来解释上证股市与中国城镇居民消费关系, 进一步分析股市收益对居民消费行为的影响。
为消除变量时序性, 对所有数据进行季度调整和指数化再取自然对数得到量LC、LI和LSP, 变动趋势如下图。可以看出, LC、LI和LSP变动是同步且平稳的。
(三) 计量方法选择
中国城镇居民消费和可支配收入及上证股价指数具有时间趋势, 是非平稳变量。为探讨两者之间的关系, 本文引入协整理论。恩格尔和葛兰杰于1987年提出协整概念认为尽管每个变量自身可能非平稳, 但它们线性组合却可能平稳。如果变量之间协整, 则这些变量可用误差修正模型 (ECM) 表述其短期非均衡关系。该模型结合了变量长期均衡和短期动态关系。向量误差修正模型是有约束的VAR模型, 它使短期波动的变量对均衡的偏离能收敛于长期协整关系。
三、协整分析和向量误差修正模型
(一) 平稳性检验
为建立股市收益与居民消费行为之间的误差修正模型, 先对变量LC、LI和LSP进行单位根检验, 确定它们是否平稳。运用软件分析结果如表1所示。检验结果不能拒绝LC、LI和LSP含有单位根原假设, 但对变量LC、LI和LSP一阶差分, 可以拒绝原假设。因此, 这三组数据都是I (1) 过程。
(二) 滞后阶数的确定
根据以上检验, LC、LI和LSP具有相同单整阶数满足协整分析前提, 本文协整检验采用VAR模型。如果变量之间存在协整关系, 系统长期均衡, 用于协整分析VAR模型也具有动态稳定性。建立VAR模型必须选择正确滞后阶数, 使VAR模型能准确反映变量之间的动态特征。比较滞后阶数为0、1、2的VAR模型, 结果如表2所示:
由表3结果, 根据最大似然值和信息最小准则, 最优滞后阶数为2。
(三) 协整检验
通过以上VAR模型分析, VAR (2) 是最优的。分别设置检验变量LC、LI、LSP, 长期趋势项系数模型强收敛。在经过pcgive10.0软件对模型优化后, 结果为:
DC=-0.13*ECM＿1-0.4571*DC＿1+0.1238*DI＿1+0.05376*DSP＿1+235.7
SE) (0.0511) (0.11) (0.0764) (0.0399) (65.6)
其中ECM=-20.362LC+LI+LSP。
从模型可以看出, LC短期波动受LI和LSP和误差修正项ECM影响。误差修正项系数为负, 符合反向修正原则, 表明短期非均衡状态收敛于长期均衡过程。长期来看, 各变量对居民消费有影响。居民的上期消费, 可支配收入及上证季度指数对消费影响分别为0.4571、0.1238和0.05376。一旦短期波动偏离, 系统将以0.13力度回到均衡。
(四) 格兰杰因果检验
为进一步分析变量与居民消费的关系, 我们进行格兰杰因果检验。由结果分析得出 (见表3) 在10%显著性水平下, 中国城镇居民可支配收入是消费的格兰杰原因。虽然上证季度股票指数与中国城镇居民消费的格兰杰关系在统计上不显著, 但这些都是格兰杰意义上因果关系。在经济分析上, 我们尚不能据此对各变量之间关系做出判断。
四、结论与启示
本文基于协整分析和格兰杰检验, 考察了中国城镇居民可支配收入和上证季度股票指数对中国城镇居民消费影响。结果表明三者之间存在协整关系且为长期均衡。
(一) 城镇居民可支配收入和上证股票指数增加会增加居民消费, 具有正向作用。上期消费增加会减少本期消费, 存在反向关系。在长期发展中, 中国城镇居民可支配收入和上证季度股票指数增长1%, 中国城镇居民消费增长分别为0.123%和0.0538%。而居民上期消费增加1%, 本期消费减少0.4571%。长杰
(二) 无论是长期还是短期, 城镇居民可支配收入和上证股票指数均会影响居民消费。中国城镇居民消费关于可支配收入短期为单一弹性, 长期弹性为0.1238。
(三) 从长期来看, 中国城镇居民可支配收入对其消费有格兰杰因果关系, 但上证季度股票指数不是其消费的格兰杰原因。
关联波动 篇7
1 资料与方法
1.1 一般资料
本次研究选取2012年11月~2014年11月我院收治的96例2型糖尿病患者作为临床研究对象, 所有患者均符合世界卫生组织 (WHO) 制定的关于糖尿病的相关诊断和分级标准[2,3], 患者及家属均知情同意, 且签署知情同意书。按照患者的微血管病变情况, 将其中有微血管病变的患者分为A组 (25例) , 伴有单一微血管病变的患者分为B组 (33例) , 同时伴有糖尿病视网膜病变和糖尿病肾病的患者分为C组 (38例) 。
1.2 方法
收集和统计3组患者的年龄、性别、身高、体重、病史、用药史及血压等一般资料, 并计算出体质指数 (BMI) 。3组患者均于入院后隔夜禁食, 于第2d清晨抽取空腹静脉血, 对空腹血糖 (PBG) 、血脂、空腹胰岛素 (FINS) 、丙二醛 (MDA) 及血常规指标进行测量, 然后进行口服葡萄糖耐量试验 (OGTT) , 在患者进食后, 分别对1、2、3h的静脉血浆葡萄糖水平进行检测, 并取2h的血标本, 以对MDA进行检测。3组患者均常规检测肾系列、尿常规及24h尿蛋白定量, 且同时检测心电图、眼底及胸片等。其中血清MDA的测定方法[4]:将血液标本的血清分离后放置于-20℃中待测, 检测试剂采用南京建成生物研究所生产的MDA测定试剂盒, 通过TBA法进行测定, 所有操作均严格按照试剂盒的说明书进行。其中餐后血糖波动幅度 (PPGE) 指标的计算是将患者餐后血糖 (PBG) 的峰值减去空腹血糖所得, 而患者的平均血糖 (MBG) 则是取OGTT实验测得值的平均值[5]。
1.3 统计学方法
将本次研究中的所有数据纳入SPSS 20.0统计软件中进行统计和分析, 采用χ2比较对计数资料进行比较, 以率 (%) 表示, 采用t检验对计量资料进行比较, 并以±s表示, 采用多重线性回归分析对多变量进行分析, 若P<0.05则差异显著, 有统计学意义。
2 结果
2.1 3组患者的一般资料对比
3组患者的性别、BMI、UA、DBP、TC、TG、LDL等指标比较, 差异无统计学意义 (P>0.05) 。A组患者的年龄、病程、Hb Alc、HDL及SBP等指标与B、C组比较, 差异均有统计学意义 (P<0.05) 。而与C组的差异更为显著, 差异均有统计学意义 (P<0.05) 。见表1。
2.2 3组患者的血糖水平对比
B组和C组患者的PPGE、PBG、PBG (1h) 、PBG (2h) 、PBG (3h) 均明显高于A组患者, 而C组的差异更为显著, P<0.05差异均有统计学意义。见表2。
注:与A组比较, *P<0.05;与B组比较, #P<0.05
注:与A组比较, *P<0.05;与B组比较, #P<0.05
2.3 3组患者的氧化应激指标对比
B组和C组患者的△MDA、MDA (0h) 、MDA (2h) 水平均明显高于A组患者, 而C组的差异更为显著, (P<0.05) 差异均有统计学意义。见表3。
2.4血糖波动和氧化应激的相关性比较
以△MDA为因变量, 将PBG、PBG (2h) 、PPGE及Hb Alc等指标当为自变量进行多重线性回归分析可得, △MDA水平和PBG (2h) 、PPGE指标之间呈正相关性, (P<0.05) 差异均有统计学意义。而与其它指标之间没有明显的相关性。见表4。
3 讨论
糖尿病是临床上常见的一种代谢障碍性疾病, 其通常是指患者血清中的胰岛素分泌不足而导致糖代谢出现障碍, 血糖升高。2型糖尿病患者不仅血糖会明显升高, 并且血糖的搏动幅度会明显增大, 而血糖波动幅度变大是患者糖代谢紊乱加重的征象。糖尿病患者的慢性并发症的病理机制都非常复杂, 已有研究表明氧化应激是引发糖尿病慢性并发症的重要原因之一[6]。
大量的临床试验表明, 血管内皮细胞功能的损伤和失调是引发糖尿病血管病变的初始化步骤, 而血糖水平过高则是诱发各种糖尿病慢性并发症的高度危险因素[7]。相关研究表明, 血糖波动会增加蛋白激酶C活性, 刺激氧化应激反应, 加快肾系膜细胞、视网膜血管细胞及内皮细胞的凋亡, 进而加快糖尿病慢性并发症的进展[8]。本次研究结果显示, 2型糖尿病患者的氧化应激反应与其血糖短期波动之间有着非常密切的联系, 特别是在伴有微血管病变疾病患者中体现的更为显著。经多重线性分析可得, △MDA水平和PBG (2h) 、PPGE指标之间呈正相关性, (P<0.05) 差异均有统计学意义。
综上所述, 2型糖尿病患者的血糖波动和氧化应激水平之间有着密切的联系, 而氧化应激水平升高会加快糖尿病微血管病变的进展。
摘要：目的 观察和分析血糖波动和氧化应激对2型糖尿病患者发生微血管病变的影响。方法 选取2012年11月2014年11月我院收治的96例2型糖尿病患者作为临床研究对象, 按照患者的微血管病变情况, 将其中有微血管病变的患者分为A组 (25例) , 伴有单一微血管病变的患者分为B组 (33例) , 同时伴有糖尿病视网膜病变和糖尿病肾病的患者分为C组 (38例) 。3组患者均进行口服葡萄糖耐量试验 (OGTT) , 并对糖化血红蛋白、血脂、丙二醛等指标进行检测。结果 B组和C组患者的PPGE、PBG、PBG (1h) 、PBG (2h) 、PBG (3h) 均明显高于A组患者, 而C组的差异更为显著 (P<0.05) , 差异均有统计学意义。B组和C组患者的△MDA、MDA (0h) 、MDA (2h) 水平均明显高于A组患者, 而C组的差异更为显著 (P<0.05) , 差异均有统计学意义。△MDA水平和PBG (2h) 、PPGE指标之间呈正相关性 (P<0.05) , 差异均有统计学意义。结论 2型糖尿病患者的血糖波动和氧化应激水平之间有着密切的联系, 而氧化应激水平升高会加快糖尿病微血管病变的进展。
关键词：血糖波动,氧化应激,2型糖尿病,微血管病变
参考文献
[1]杨治芳, 汤佳珍, 刘建英, 等.老年2型糖尿病患者肌酸激酶与微血管病变的相关性[J].中国老年学杂志, 2010, 30 (21) :3088-3089.
[2]林垦, 郭羿辰.中西医结合治疗对老年2型糖尿病患者微血管病变的影响[J].中国老年学杂志, 2014, 23 (8) :2028-2030.
[3]张纳, 杨智航, 项明慧, 等.超声评价2型糖尿病患者颈动脉病变与视网膜微血管病变相关性研究[J].中国医科大学学报, 2014, 43 (8) :728-732.
[4]刘靖芳, 汤旭磊, 成建国, 等.2型糖尿病合并微血管病变患者相关危险因素分析[J].广东医学, 2013, 34 (17) :2660-2663.
[5]周雁, 郭立新, 于冬妮, 等.住院老年2型糖尿病患者微血管病变的相关因素分析[J].中国老年学杂志, 2012, 32 (10) :2005-2008.
[6]李青, 张磊, 潘洁敏, 等.2型糖尿病住院患者微血管病变危险因素分析[J].复旦学报 (医学版) , 2010, 37 (2) :211-215.
[7]郑炜, 龙艳, 苏珂, 等.血糖波动与糖尿病微血管病变的关系[J].广东医学, 2011, 32 (23) :3097-3099.