证券投资基金波动分析

证券投资基金波动分析（共7篇）

证券投资基金波动分析 篇1

在我国股票市场建立的二十几年里, 股市大涨大跌现象时有发生, 市场经常在非正常情况下出现大幅波动。究其原因, 普遍认为是长期以来以个人投资者为主要投资主体的单一投资者结构而引起的。个人投资者由于缺乏专业知识和信息优势且资金量较小, 容易形成快进快出的投资策略, 造成了我国股票市场浓厚的投机氛围。股票市场的无序波动不仅与投资者的收益紧密相连, 更为重要的是它是一国金融体系健康稳定运行的基础。因此, 2000年证监会提出了“超常规发展机构投资者”战略。如今, 十多年过去了, 机构投资者尤其是证券投资基金的发展已经达到了一定的水平。基金资产净值从2008年的18864.6亿元发展到2012年底的28663.78亿元。截至12年12月31日, 我国已经成立了74家基金管理公司, 管理1173只基金, 资产净值占两市流通市值15.8%。由此可见, 证券投资基金已经成长为证券市场上一支重要的投资主体, 以单一的个人为投资主体的投资者结构开始改观。

那么以证券投资基金为代表的机构投资者到底对我国的股市起到了什么样的作用呢?多年来我国大力发展的机构投资者到底有没有实现管理层的政策意图?所有这些问题都是伴随着机构投资者大力发展过程中急需回答的现实问题。本文以证券投资基金为机构投资者代表, 结合发展多年的市场数据实证研究机构投资者对股市的影响, 并对研究结果进行反思, 提出相应的解释和建议。

1 文献综述

对于机构投资者是否能够稳定证券市场, 国内外一直存在较大争议, 未能达成一致结论。Friedman (1984) 认为证券投资基金具有严重的“羊群行为”, 机构投资者倾向于同时买入或卖出某些相同股票, 从而导致这些股票的价格出现暴涨暴跌, 在一定程度上增加了股价的波动。Sias (1996) 年以1977年到1991年纽约交易所所有上市公司为样本, 分析了股票的波动性与机构投资者的比例关系。研究得出在控制公司规模的情况下, 机构投资者持有比例与股票波动性存在正相关, 机构投资者加剧了股价波动。Patrick J.Dennis和Deon Strickland (2002) 研究发现在股市上涨时期机构持有比例与股票波动性之间存在正向关系, 机构投资者在短期内增加了市场的波动性。而Debondt、Thaler、Shleifer、Vishny、Edwards等学者认为机构投资者拥有大量的专业研究人员和广泛的信息搜集渠道, 能够较全面地分析宏观经济和上市公司基本情况, 因此更能准确地评估和发现股票的基本价值, 引导股价回归价值。Bohl和Brzeszczynsku (2006) 通过对波兰股市的数据研究发现, 机构投资者持股比例的增加并未增加股价的波动, 认为机构投资者持有股票的数量和规模都远远大于个人投资者, 因此为了减少频繁交易所带来的巨大交易成本, 机构投资者倾向于采取买入并持有策略来减少不必要的交易成本, 从这点来看机构投资者并没有加剧股市的波动性。

我国的证券市场起步较晚, 从上海证券交易所成立开始算起, 至今也只有短短二十多年, 机构投资者的真正引入还是从2000年以后开始的。所以国内对于机构投资者与股市波动的相关研究还不是非常充分。施东辉 (2001) 利用基金季度数据, 研究了基金的交易行为特征, 证实我国也存在较严重的“羊群效应”, 该行为一定程度上加剧了股价波动。蔡庆丰、宋友勇 (2010) 研究发现我国基金业的跨越式发展并没有促进市场的稳定和理性, 而是加剧了机构重仓股的波动。祈斌、黄明、陈卓思 (2006) 研究发现机构持股比例与股价波动显著负相关, 与公司规模正相关, 机构投资者有助于降低市场整体波动性。周学农和彭丹 (2007) 采用GARCH和EGARCH模型, 将机构投资者发展历程分为大力发展前和后两阶段对比分析, 发现发展机构投资者后股指收益率的波动性减小, 机构投资者有效降低了股市波动。何佳 (2007) 通过理论与实证研究, 认为机构投资者的引入对股市波动性的影响随市场结构与环境的变化而变化, 有时起稳定市场的作用, 有时起加剧股市波动的作用。

2 实证检验

本文运用TARCH (1, 1) 模型, 研究偏股型基金的总资产净值规模与大盘指数的相关关系, 其中偏股型基金总资产净值指股票型基金和混合型基金的总资产净值之和。鉴于样本数据的可得性, 我们采用的都是季度数据, 主要来源于WIND资讯数据库。

(1) 样本数据的选取。样本数据选取从2008年第一季度到2012年第四季度的季度数据。大盘指数我们选取最具代表性的上证综合指数。

(2) 模型描述。TARC H模型是由Zakoian和Glosten、Jagannathan、Runkle (1993) 提出的, 描述资本市场中经常出现的非对称效应, 即坏消息对股价的冲击似乎比好消息对股价的冲击更强。

模型具体设定如下:

其中, 第一个方程为均值方程, 它是一个带有扰动项的外生变量函数;第二个方程为条件方差方程, 是均值方程的随机误差项, 假设服从标准正态分布。是上证综指的季度对数收益率, 即。是条件方差, 衡量大盘指数的波动性。是一个虚拟变量, 当时;否则。如果, 说明坏消息的冲击要大于好消息;如果, 则说明坏消息的冲击要小于好消息。代表偏股票型基金的总资产净值, 为了消除样本数据的异方差性对其取对数。由于经ADF单位根检验为非平稳序列, 所以又对其取一阶差分。

(3) TARCH (1, 1) 模型的估计结果。

注: () 中的数值为Z统计量, *, ***, 分别表示10%, 1%的显著性水平下显著。

在回归结果中, 系数为负值, 说明从整体上来看, 上证指数的非对称波动不显著。系数为正 (1%水平下显著) , 说明大盘指数的波动性存在惯性, 它会受到上一期大盘波动性的影响。系数为正数 (10%水平下显著) , 表明偏股票型基金总资产净值规模的增长加剧了大盘指数的波动性。

3 结论及建议

从TARCH (1, 1) 模型的检验结果来看我国的证券投资基金并没有实现政策制定者的愿景, 相反却增加了股市的波动性。究其原因, 可能有以下几个方面:

(1) 证券投资基金从本质上讲是建立在契约关系上的“财力”和“智力”的合作, 是基金资产“所有权”和“管理权”的分离, 所以证券投资基金具有一种双重委托代理关系。一方面是基金持有者与基金管理公司之间的委托关系, 另一方面是基金管理公司与基金经理之间的委托关系。这种复杂的委托代理关系往往会产生“道德风险”和利益输送行为。每一方都有着各自利益最大化动机, 基金管理公司的利润最大化目标会凌驾于投资者财富最大化目标之上, 而基金经理个人的收入最大化目标往往又会凌驾于基金管理公司利润最大化目标之上。所以, 这就不难解释为什么我国基金业普遍存在着利益输送、内幕交易、市场操纵等不法行为。这些不法行为不仅严重损害了基金投资人的利益, 而且还加剧了股市的非正常波动, 威胁我国证券市场的健康稳定发展。因此, 管理当局应该“有的放矢”化解这种双重委托代理难题。一方面, 积极完善相关法律法规, 从法律层面约束和规范基金管理公司和基金经理的行为, 从法律制度层面消灭“道德风险”空间。另一方面, 大力加强监管监督, 建立事前有效监管, 事后严肃公正依法处理。建立更加透明的监督和披露机制, 引导行业树立诚信价值理念。

(2) 金融市场环境不够完善, 金融产品不够丰富, 上市公司质量不高, 没有形成合理的退出机制。证券投资基金可选的优质股票和投资产品匮乏, 经常会出现基金集体重仓某只或某几只股票, 这就难免会滋生基金公司操纵股价的动机。所以, 管理者应该要严格IPO审核制度, 严把股票池源头, 保证让效益好、管理佳、具有发展潜力的公司顺利上市融资。加强对上市公司财务报表审计, 力保所有披露信息及时、准确。对于不符合上市公司要求的上市公司要实行退出机制, 毕竟资金是有限的, 我们要让资金发挥最大的效用, 让最为需要和最具发展潜力的公司得到融资。同时, 金融管理部门要大力创新, 推出各种优质的品种丰富的金融产品, 拓宽证券投资基金的投资渠道。

(3) 从持仓结构上看, 我国的证券投资基金投资风格趋同, 基金经理为了业绩不落后于其它基金经理, 往往会忽视他们所拥有的私人信息, 模仿业绩好的基金经理的投资组合和策略。这就造成了显著地羊群效应, 加剧了股市的波动。从投资理念上看, 我国的证券投资基金普遍采取简单且被动的投资策略, 仅仅以获取证券市场上的价差和上市公司的分红为主要投资收益, 而放弃了股东参与公司管理从公司发展中获取更丰厚收益的机会。所以应该倡导基金公司形成自己特色的投资风格, 鼓励信誉良好的的且有实力的基金公司入股“参政”, 分享公司发展所带来的丰厚收益, 让长期价值投资理念逐渐渗透到中小投资者的投资理念中。

总之, 这些问题都是证券投资基金发展中的问题, 正如美国当年发展共同基金一样, 并没有一开始就起到稳定市场的作用。相信随着我国证券投资基金相关法律的日趋完善, 行业行为的日益规范, 投资者的日益成熟, 我国的证券投资基金必将能够发挥稳定证券市场的积极作用。

参考文献

[1]祈斌, 黄明, 陈卓思.机构投资者与股市波动性[J].金融研究, 2006 (9) .

[2]蔡庆丰, 宋友勇.超常规发展的机构投资者能稳定市场吗?——对我国基金业跨越式发展的反思[J].经济研究, 2010 (1) .

[3]肖欣荣.中国证券投资基金对股市的稳定作用研究[J].经济问题探索, 2009 (8) .

[4]吴新春, 田存志.机构投资者对我国股市波动的影响研究[J].产经评论, 2010 (5) .

[5]施东晖.证券投资基金的交易行为及其市场影响[J].世界经济, 2001 (10) .

[6]班耀波, 奇春宇.机构投资者:稳定市场还是加剧波动[J].经济评论, 2003 (6) .

证券投资基金波动分析 篇2

风险问题主要以资产价格波动来表征, 是证券市场研究的核心问题之一, 金融资产价格波动也是市场风险的重要组成部分。国际上流行的金融资产风险的度量多采用方差、β、下偏矩、Va R等方法, 而 (G) ARCH模型族等计量经济学模型也常常被用于检验金融资产波动特征。毫无疑问, 采用符合现实中波动性特征的分析模型, 准确度量和描述各种金融资产的风险特征和构成, 深入探究资产收益波动的成因及其外在影响, 对于市场参与者构建合理的资产组合与风险管理策略具有重大的理论和现实意义。

通过文献检索, 笔者发现前人对股票波动性的研究已经积累了丰富的经验。在如今机构投资者逐渐占据我国证券市场更多份额的总体趋势下, 证券投资基金的波动必将如股票的波动一样受到更为广泛的关注。因为, 基金的波动无论对政策的制定者还是市场上的投资者来讲都非常重要:一方面, 政策制定者希望维持较低的基金波动, 借助基金的投资维护市场健康、持续、稳定的发展。另一方面, 在我国这种投机气氛浓厚的新兴证券市场内, 一部分试图通过低买高卖来牟取利润的投机型参与者希望较大的波动来提供获利空间。即使从最一般的意义上说, 几乎所有涉及到基金的市场参与者都希望通过对基金的波动的评估来确定他们的策略是否符合其既定的投资或监管目标。

2 文献回顾与评述

美国学者Pontiff (1997) 分析了美国封闭式基金的收益波动和其所持有的股票的波动。在投资者理性的假设之下, 封闭式基金的收益方差应该与其持有的证券的方差一致, 但事实上美国封闭式基金的月度收益表现出比其持有的证券资产大的多的波动。这种超额波动与市场风险, 小公司风险以及影响其他封闭式基金的风险有着显著的联系。Pontiff采用投资者情绪风险等因素对基金价格报酬的过度波动问题进行回归分析, 发现投资者情绪风险对美国封闭式基金价格报酬的过度波动性具有显著的影响以及较强的解释力。这种观点虽然已经引起了人们对基金波动性的关注, 但是显然缺少对开放式基金波动的考察。

罗洪浪、王浣尘 (2003) 对我国封闭式基金的超额波动性进行了实证研究:尽管封闭式基金收益对其净资产收益反映不足, 平均基金被动水平仍然比其组合要大43.48%。有关超额波动性的来源方面, 发现封闭式基金的超额波动性有一半强的部分是基金特有的, 而投资者情绪风险、市场风险、账面市值风险和小公司风险等四种系统风险度量解释了42.33%的超额波动性, 其中投资者情绪风险因子贡献最大, 其回归系数1%置信水平下都显著为正且数值平均高达0.7999。对比Pontiff (1997) 对美国封闭式基金的研究结果, 表明我国封闭式基金的超额波动性较大程度上是由投资者的非理性造成的。该文尝试把国内基金的波动特征与国外市场进行对比, 不足之处在于样本太少分析面过窄, 难以全面解释基金超额波动的成因及其对外部的影响。贺京同, 沈洪溥 (2002) , 沈洪溥, 周立群 (2003) 分别尝试从行为金融学角度对封闭式基金价格波动进行解释, 得到类似的结论。后者在对上海市场中有代表性的基金金泰和基金景博进行充分采样的基础上, 通过统计数据说明了我国封闭式基金市场的价格走势特点, 深入分析了造成这种走势的原因, 尝试性地将分析扩展到了开放式基金上。认为通过封闭式基金转为开放式基金可以从根本上解决噪声交易对基金波动的影响。但是, 由于基金样本选取较少, 影响了该研究所得结论的说服力。

黄炳艺, 曾五一 (2004) 以上证基金指数和上证综合指数为研究对象, 利用协整理论及误差修正模型考察我国基金市场和股票市场在不同市场行情中的长期均衡关系及短期波动影响, 在较长的时间内两市不存在长期均衡关系, 但在结合市场行情而界定的上涨和盘整行情中却存在协整关系。许承明, 宋海林 (2005) 通过对中国封闭式基金价格报酬与净资产报酬的波动性研究发现:中国封闭式基金的价格报酬相对于它的净资产报酬一方面存在过度波动, 另一方面又存在反映不足的现象。由于基金净资产报酬是市场的部分证券的投资组合报酬, 这种投资组合在消除个股风险的同时, 也消除了未来变化的持续性。价格报酬对净资产报酬的反映不足是投资者基于守旧心理对市场过度变化进行动态调整结果, 也可以说是投资者相对弱化基金净资产盈利冲击的结果。

牛方磊 (2005) 运用ARCH模型族对上证基金指数进行实证分析。发现上证基金指数收益率表现出非正态性和条件异方差的特征。GARCH (1, 1) 模型对上证基金指数的波动具有很好的拟合效果。该文的分析流于简单的模型应用, 分析上稍显淡薄。郭晓亭 (2006) 对中国证券投资基金市场波动的聚集性进行检验, 分别运用EGARCH和TGARCH模型证明了中国基金市场波动具有聚集性和杠杆效应特征。同时发现中国证券投资基金市场与股票市场一样没有明显的风险溢价效应。周泽炯, 史本山 (2006) 运用GARCH (1, 1) 模型和条件方差方程中含有虚拟变量的GARCH (1, 1) 模型, 对我国开放式基金收益及收益的波动性的周内效应进行了实证研究, 发现研究期间内样本基金收益及收益的波动性在周三这一天显著不同于其他交易日, 说明存在周内效应, 即存在“周三效应”的周日历效应。

3 结论与趋势

综上所述, 国内外研究人员已经开始关注基金波动对市场的影响, 但研究的方法、范围和深度尚存在明显的局限, 亟待拓展和深化:

首先, 在研究方法上, 绝大多数已有文献都是利用简单的OLS线性回归分析或时间序列模型对基金指数的波动进行实证研究, 主要利用单变量GARCH族模型及其变形以及时间序列的协整方法来进行实证分析, 缺乏利用多元计量工具和高级模型对基金个体展开的综合研究。这可能与能够提供此类分析的计量和统计软件包较少, 定量分析方法和操作本身较难掌握有关。

其次, 现有研究普遍停留在分析基金指数和市场指数关系的层面上, 遗漏了大量的微观市场信息, 缺乏对基金波动原因的深层次探讨, 更没有突出基金波动对投资者的影响, 缺乏对市场参与主体行为的考虑。缺乏数据可得性和缺少含有丰富经济学意义的分析工具可能是造成这一局面的主因。

现有文献主要针对基金市场整体和股市整体进行研究, 没有将基金市场波动和单个基金的波动有机联系起来, 必然导致研究结论不够深入, 缺乏微观基础。可以预见, 对单个基金波动的探讨不久即将在学术界展开。对基金个体波动的深入分析与先前的基金市场宏观研究相结合, 很有可能对基金波动给出更为科学和合理的解读。另一方面, 随着多元GARCH模型族及多元SV (随机波动) 模型族日臻成熟, 工具软件逐渐为人们所熟悉和掌握, 相信不久的将来, 随着多元时间序列模型的不断完善, 利用多元分析工具综合考察基金市场以及单个基金波动的实证研究很快就会面世。

摘要：对股票市场波动的研究有大量文献, 但国内外对证券投资基金波动的研究不多。本文在广泛收集相关文献的基础上总结研究方法和结论, 作出客观的评述并展望未来研究趋势。

关键词：基金,波动,综述

参考文献

[1]Jeffrey Pontiff, 1997, "Excess Volatility and Closed-End Funds"[J], The American Economic Review, Vol.87

[2]郭晓亭.中国证券投资基金市场波动特征实证研究[J].中国管理科学, 2006 (2)

证券投资基金波动分析 篇3

关键词：证券投资基金,股票市场,回归分析,波动,风险

一、引言

各国的证券监督管理层都试图通过证券投资基金(以下简称“基金”)来抑制市场的过度投机,防范、化解市场风险,引导长期、理性的投资价值观,完善证券市场机制以提高市场稳定性。然而,在实际运作中,基金的投资决策,不仅可能给基金持有人的利益带来重大损失,而且可能带来其他社会、经济问题,触发宏观经济的系统风险。

中国证券市场较西方发达国家而言,起步晚但发展快。由于各方面文化差异等原因,我国证券市场和西方资本市场相比有着自己独特之处。基于我国的证券市场这30 年的发展做研究,对于以后发展有着重要借鉴意义。1990 年上海证券交易所成立,表明我国的股票市场进入了一段快速发展的新时期,而后基金兴起。截至目前,中国的基金公司数量为97 家,行业规模44877.63 亿元,基金数量已达2711 个,成为中国证券市场最大的机构投资者,对证券市场的影响不容小觑。基金的种类繁多,创新快速而新颖。当前互联网金融又迈入了新时期,各种基金融入互联网思维,发展更是迅猛,对传统银行业务带来一定程度的挑战。2000—2014 年中国股市经历了一轮大起大落的经济周期,大盘指数强势上升后迅速跌回原地,股市波动对经济也造成一定的损伤,在此背景下研究中国基金发展对于证券市场稳定确实意义不凡。

二、文献综述

目前国内外对于基金市场发展对证券市场影响的研究很多,行为金融理论研究表明基金具有两个显著的效应,即羊群效应和惯性反转效应。目前对于基金与股市波动关系的研究没有得出一致明确的结论,且各自研究的方法也很不一样。刘月珍、李金昌(2001)研究中国最早上市的5家基金与股票市场的关系,认为我国证券投资基金大都在股市中进行短线操作,对股市的稳定起到了一定的负面作用。宋冬林、毕子男等(2007)研究了机构投资者参与度对市场波动性的影响,认为A股市场中,在市场整体下降或盘整时期,机构持股比例越高,市场波动率越低;而在市场快速拉升时期,机构持股比例越高,市场波动率也相应提高。不能得出现阶段机构投资者加剧或减轻A股市场波动的结论。胡大春、金赛男(2007)研究基金对股票的持股比例与股票收益波动率之间的关系,发现基金偏好收益波动大的股票,随着基金提高其持股比例,其对应股票收益的波动率减小,从而起到了稳定股市的作用。李锦成(2014)研究了美国对冲基金对股票市场的影响,利用标普500 指数对数收益率和基金对数收益率进行研究,得出美国对冲基金对美国股市的影响并不显著;引入监管因素,得出监管因素与美国股市的收益呈现负相关性,即每次SEC推出严格的新法规制度对股市都会带来一定的冲击与限制,从某种程度上抑制股市的正收益性。

对于成交量的影响国内外都有很多的研究,主要是成交量对股票市场波动率预测的研究,王鹏(2013)基于中国2001—2006 年上海证券交易所上证综指数据,结果表明,成交量不能明显提高甚至降低波动率预测模型预测能力。国外研究表明波动率能够提供精确预测,Andersen T G和Bollerslev T.(1998)的研究表明波动率可以提供较好的预测,Brooks C.(1998)、Lamoureux C G和Lastrapes W D.(1990)的研究表明成交量并不能提高预测精度,主要是因为引入的成交量会降低波动率的持续性,对原始成交量的处理保证了平稳性,但不能反映市场真实的情况。

从各方面的研究可以看出,关于基金市场发展对股票市场的影响已有很多研究方法,多数认为目前基金市场的发展并没有很好地起到稳定股票市场的作用,少数则认为基金市场对股票市场有较弱或者不明确的影响,对于国内基金市场发展的研究都聚焦于基金波动、持股比例和股市波动之间的关系,忽略了其他影响基金市场发展的风险因素,本文将引入基金成交额因素,对该问题进行深入的研究,交易是基金对股票市场最直接的影响途径,基于已有的关于成交量对于股市波动率预测的研究,本文将引入基金市场的成交额,对股票市场波动进行拟合。

三、因素分析

1、研究设计

本文通过锐思数据库选取2000 年5 月到2014 年8月的沪深两市的股市大盘指数,共172 个样本:上证指数和深证成指;基金市场指数:上证基金和基金指数及两市基金指数的日成交额。计算对数收益率及对数收益率标准差用于度量沪深两市的基金市场和股票市场的风险、波动。通过E-views工具研究沪深两市基金市场与股票市场的关系。

相关变量因素表示解释:hfr表示上证基金对数收益率;hsr表示上证指数对数收益率;hft表示上证基金日成交额;hfstd表示上证基金对数收益率标准差;hsstd表示上证指数对数收益率标准差;sfr表示基金指数对数收益率;ssr表示深证成指对数收益率;sft表示基金指数日成交额;sfstd表示基金指数对数收益率标准差;ssstd表示深证成指对数收益率标准差。(本文取对数均为lnx。)

对数收益率=ln Pt-ln Pt-1

日成交额=ln(Tt/1000000)

日成交额增量=ln(Tt/1000000)-ln(Tt-1/1000000)

2、沪深两市基金与股票收益与日成交额情况

从2000—2014 年中国的股票市场经历了一轮较大的经济周期,在2007 年达到繁荣阶段,随后2008 年进入衰退阶段,2009 年后进入萧条阶段,之后一直处于较为稳定的复苏阶段。

从沪深两市的基金与股票对数收益率的季度折现图可以看出,两市的基金对数收益率和股票对数收益率具有协同波动的关系,股市的波动幅度较基金市场更大一点。在上海市场中基金与股市的波动协同性最为明显,几乎是重合的;但在深圳市场股票对数收益率的波动比基金波动明显提前一个月,股票对数收益率达到高点后一期基金市场对数收益率才达到高点,协同性相比上海市场较弱,股票市场的收益率对基金市场收益率具有一定的预测性,股票市场滞后于基金市场。这主要是由于上海证券交易所较深圳证券交易所更为成熟,基金对股票市场信息处理更为及时准确,而深圳证券交易所信息处理能力较弱,时间上滞后一期。

3、对沪深两市收益率影响的检验

首先对变量进行单位根检验,这是因为经典单方程回归的基本假设要求时间序列平稳,如果两个变量序列存在单位根,即变量时间序列不平稳,就需要检验它的平稳性,本文利用了常用的ADF检验,检验结果表明,各变量无截距项、无趋势项检验结果平稳。

从沪深两市的单位根检验结果可以看出,各变量的P值都为0.0000,拒绝变量有单位根的原假设,接受各变量无单位根的备择假设,各解释变量为平稳变量。由于沪深两市基金指数对数收益率为解释变量,大盘指数为被解释变量。

考虑建立一元线性回归模型:Yi=α+β·Xi

对沪深两市分别运用模型检验,其中Y为hsr和ssr;X为hfr和sfr。通过E-views数据处理工具得出回归结果:

从回归方程可知,沪市上证基金每增长1%,则上证指数上升1.037656%;深市基金指数每增长1%,则深市深证成指上升0.852143%,这说明中国股市和基金有正的相关性,基金的盈利和股市盈利保持一致且相对稳定。对比沪深两市的R-square,可以看出沪市的基金收益对股市收益的解释更为充分,达到了0.81,而深圳市场则较弱,只有0.52,从这一方面来看,制度相对健全的上海股市和基金市场的收益的关系较深圳市场更为显著。从回归结果整体来看,由于基金的收益和股市收益呈现正向相关,中国基金市场的发展并没有起到稳定股票市场的作用,而是随股票市场的波动几乎同向波动。与李锦成(2014)的研究结果(美国的对冲基金能够起到稳定平缓股市波动的作用)不同,原因在于中国的证券市场起步晚,股市还存在着巨大的体制性缺陷,许多不合理的交易机制还未完善,还处于资本市场发展的早期阶段。这样就会造成基金市场在中国无法很好的履行其稳定市场的职责。

4、风险因素

沪深两市的股票市场和基金市场都存在风险,其风险本文通过计算2000年5月到2014年8月每日的对数收益率,然后求其各季度的标准差,共172个样本,作为衡量股票市场和基金市场的风险。

股票市场受到基金市场的影响,而基金市场自身的很多风险会间接作用于股票市场,在中国的基金市场主要有以下风险:不可抗力风险、市场风险、政策风险、经济周期风险、上市公司经营风险、购买力风险、利率风险、流动性风险、管理风险、信用风险、合规性风险等等。经济周期风险是指随着经济运行的周期性变化,证券市场的收益水平也呈周期性变化,基金投资的收益水平也会随之变化,从而产生风险。经济周期风险是不可避免的,股市和基金市场都会随着经济周期的轮回波动。其他的主要风险在于上市公司的经营风险和基金的管理风险,由于基金主要投资资本市场,如公司债券和股票等,上市公司的经营管理优劣直接影响其股票价格或债券价格,同时影响基金投资的收益;其次,基金由基金经理管理,基金经理的管理能力、基金的配置等都会作用于基金的收益,优秀的管理可以带来更多的回报。这些风险都具有不确定性,都包含在样本标准差作为的风险中。

通过图3 和图4,观测沪深两市的大盘指数和基金指数对数收益率标准差趋势,可以大概看出,股市风险和基金风险波动趋势方向上大致相同,基金的波动略低于股市波动,表现出低风险的特征。从图中还可以能看出其中具有趋势项和截距项。图3 中基金和股市波动、风险几乎是重合同步波动,特别是在2008 年以后,基金和股市的波动、风险几乎相同。而图4 中,2008 年前基金表现出与股市反转波动、滞后的特征,2008 年后则是与股市同向波动,股市波动大,基金波动小,前后比较有明显的反转趋势。

四、实证分析

基于对沪深两市基金和股票市场风险和监管相关因素的分析,本文建立新的模型对基金发展与股市关系进行实证探究。模型设定为:

1、变量的平稳性检验

首先对变量进行平稳性检验,避免出现伪回归的情况。本文利用ADF检验方法,检验变量是否具有单位根,若有单位根则变量不平稳。通过E-views得出沪深两市的相关变量的单位根检验结果。

由检验结果可以看出,在10%的显著性水平下,沪深两市基金和股票市场的对数收益率标准差及监管因素是平稳序列,而沪深两市基金指数的季均日成交额则为非平稳序列,其一阶差分序列为平稳序列。

2、模型估计

将沪深两市各56 个样本数据录入E-views,利用最小二乘法分别估计两个模型的系数,估计结果统计如下。

沪市的模型估计结果为:

深市的模型估计结果为:

(注:hftz和sftz表示沪深两市基金季均日成交额的一阶差分,即日均交易额增量。)

回归估计的结果看出,通过OLS估计得出的模型,沪市的拟合比较好,基金的波动和市场监管的影响均显著,且3 项因素的解释水平也达到了0.85 的较高水平;而深圳市场的模型拟合则较差,深圳市场的基金季均日成交额增量和基金市场波动对深圳市场股市波动风险的影响显著,市场监管不显著,3 项因素的综合解释水平为0.55。综合沪深两市的回归结果可以看出,股市的波动会受到基金波动、基金季均日成交额和市场监管的影响。

从回归方程可知,沪市上证基金指数的标准差每增加1%,则股市的波动增加0.517329%,而基金季均日成交额增量每提高1%,则股票市场波动率减少0.014640%。深市基金指数的标准差每增加1%,则股市的波动增加0.530672%,而基金季均日成交额增量每提高1%,则股票市场波动率减少0.015259%。沪深两市基金的交易量增量与股市波动风险有负相关关系,基金在股市的交易能够有效平缓股市的波动,起到了基金作为机构投资者纠正股市错误、平缓股市的职责。

从沪深两市的模型结果分析来看,尽管中国目前的基金市场和股票市场还存在制度等方面的不足,但在沪深两市中,基金的交易量越大,对股市风险仍然有平缓作用。以往的研究有提到目前中国基金的交易策略存在羊群效应、频繁交易、短线套利等问题,加剧股市波动,并没有达到基金作为机构投资者通过专业的研究、资本定价有效消除股市中错误的目的,反而加剧股市波动,增加股市风险。但从基金季均日成交额来看,基金的交易量加大,并没造成股市风险增加,而是平缓股市波动。因此,还不能否定基金作为机构投资者的正面作用,基金市场和股票市场的相关制度上的缺陷也应该加紧完善。

五、结论与建议

本文采用2000 年5 月到2014 年8 月沪深两市的大盘和基金指数数据,通过实证研究发现,在长期角度来看,股市的波动和基金的波动具有一致性,两者具有联动性。而基金的交易对股市波动却有逆向作用,交易越多,股市波动越低,风险越低,展现出机构投资者降低股市非理性波动的作用。

目前中国正处在经济新常态,各项经济面临转型挑战,整体经济要面临软着陆挑战,经济形式有太多的难题,建立在实体经济之上资本市场、金融体系受到的影响可能更大。因此,中国还应该继续加强投资者教育,避免出现投资者盲目跟风现象,防止羊群效应危害金融体系。同时要提高机构投资者的研究能力,鼓励坚持长期价值投资理念,培养机构投资者为相对理性的投资者。提高机构投资者在股票市场中的比重,有利于维护市场稳定,降低股票市场的非理性波动。

针对基金市场,提供有效的激励机制,改变目前中国基金经理不成熟的投资策略,借鉴美国较为完善的金融体系及投资策略。其次,对基金的监管也应该更加完善,目前基金监管还存在一些制度缺陷,应该努力完善相关制度,创造更有利于证券投资基金平缓股市波动的环境条件。

参考文献

[1]刘月珍、李金昌:中国证券投资基金对股市影响研究[J].统计研究,2001(11).

[2]宋冬林、毕子男、沈正阳:机构投资者与市场波动性关系的研究——基于中国A股市场的实证分析[J].经济科学,2007(3).

[3]李锦成:对冲基金对美国股市的影响及对中国的借鉴[J].山西财经大学学报,2014(5).

[4]胡乔:证券投资基金与股市波动性[D].江西财经大学,2009.

[5]张信军、蒋庆华:证券投资基金与股市稳定性[J].财经理论与实践,2000(6).

[6]韩叶舟:证券投资基金风格、投资行为与股票市场波动[J].财经界(学术版),2014(6).

[7]白淑云:论证券投资基金在股市稳定中的作用[J].北方经济,2006(13).

证券投资基金波动分析 篇4

资产组合的风险价值测度是指在某一置信水平下，该资产组合可能遭受的最大损失，从统计学的角度讲，它是在给定的持有期限内，资产组合收益率损失分布函数的特定分位点的估计值。资产组合的风险价值测度的传统估计方法是假设收益率遵循条件正态分布的方差-协方差矩阵法，但这种方法的假设条件与现实不符，实践上经常会导致风险价值测度估计的偏差。

国外大量证据表明，证券资产收益率分布通常是尖峰、厚肥[1,2]（Hsieh,1988;Meese,1986），这主要是来自资产收益率时间序列的跳跃、震荡和波动持续性。资产收益率时间序列的波动持续性通常是用ARCH或GARCH模型来描述，其无条件尖峰分布源自于条件方差的持续性所产生的波动集簇。在JP Morgan的风险矩阵模型中，波动性是用指数加权移动平均法来估计的，这种方法更强调新近收益率数据在波动估计中的权重，其实质是GARCH模型的一个特例[3]（Phelan,1995）。这种模型与历史模拟法、蒙特卡洛模拟法、学生t分布法[4]（Rogalski和Vinso,1978）、跳跃扩散过程[5]（Akgiray和Booth,1988）、GARCH模型[6]（Bollerslev et al.，1992）、混沌模型（Brock和Sayers,1988;Frank、Gencay和Anderson1991）、平稳的非标准类随机过程[7]（Mandelbrot,1963）和从属随机过程[8,9]（Clark,1973;Geman and Ane,1996），均不能描述证券资产收益率的跳跃现象，只能部分解决收益分布的尖峰与肥尾问题，不能完全克服风险的低估[10]（Longerstay,1996），即不能控制收益率分布尾部的风险估计问题。

Hamilton(1989）、Hansen(1991）和Lam(1990）提出恒定转换概率的区制转换模型[11]，Filardo(1992）和Ghysels(1992）建立转换概率随时间变动的区制转移模型，通过改进对收益率分布的预测来提高对风险价值估计的精确度，Rockinger(1994）、Van Norden和Schaller(1993）运用随机波动转移概率模型于股票市场收益率的肥尾分布研究，这类模型有效解决资产收益率的条件非正态分布、波动持续性和相对不频繁事件影响等问题，类似JP Morgan提出的度量风险价值尖峰与偏斜修正混合分布模型，差别是刻画这种波动区制转移随机变量由k阶马尔科夫链产生，而不是贝努利变量，用马尔科夫链变量刻画波动机制的优点是能够反映收益率预测中的条件信息影响和收益率持续性特征，更现实地描述了资产收益率尾部分布。

我国有关风险控制模型与方法研究也有不少，如：陈建国和宋铁波（1998）运用VaR模型提高信贷风险损失的控制水平，并提出了系统性市场风险水平调整问题[12]，王春峰、万海辉和李刚（2000）针对风险价值计算中主流方法的缺陷，提出了马尔科夫链-蒙特卡洛模拟计算方法，以克服传统蒙特卡洛模拟的高维和静态性缺陷，提高风险估算精确度。[13]邱阳和林勇（2002）比较并运用了历史模拟法、风险矩阵法和蒙特卡罗方法评估股票风险价值。[14]李朋根、肖春来（2007）运用CVAR模型克服了VAR忽略分布尾部极值点的风险计量问题。[15]王晨（2007）运用马尔可夫区制转移的方差模型（MS var）和ARCH模型（SWARCH），分别计算在不同样本区间和置信度水平下的上证指数和沪深300指数日收益率的VaR，发现区制转移模型明显优于传统的GARCH(1,1）模型估计结果。[16]

本文将选用10只股票型基金日交易数据，运用Hamilton(1989）提出的机制转换模型，改进我国股票型基金收益率波动风险控制方法与预测途径，较为有效地解决了我国股票型基金日收益率的条件非正态分布、波动持续性和相对不频繁事件影响等问题。

1 研究方法

我国股票型基金风险波动模式并不是一成不变的，它受各种系统与非系统因素影响，其中可能包含收益率波动的随机不连续转移因子，这种风险转移因子的影响在风险管理中是值得考虑的。本文将运用马尔可夫波动转移模型描述收益率随机波动转移特性。

(1）波动区制转移模型：

其中：Rt=ln(Pt/Pt-1）；εt～IIN(0,1）;Pt是股票型基金净值或基金市场指数；st是k阶马尔科夫链，其区制转移概率矩阵为∏。

特别，当k=2时，有：

其区制转移概率矩阵为：

其中：参数p、q分别表示资产波动性在下一考察期仍旧处于高波动区制与低波动区制的概率，模型中收益分布的均值与方差仅仅随着给定期间内离散事件而改变。对于随机离散转换，使用马尔科夫链而不用贝努利变量的优点是允许条件信息用于预测过程，解释了资产收益时间序列的集束效应，能够有效地提高预测准确性。这主要是因为波动转换机制模型产生了一个有条件的预测分布而非无条件的预测分布。

假设k=2,a为条件分布的关键值，则SSRM模型的风险价值VAR定义为：

这里：N（*）是正态分布；It是t日可获信息集；Pr(St+h│It）可由Hamilton(1994）的数值合理化算法和高斯过渡概率平滑化程序获得。μ（St+h）和σ2(St+h）分别是时间条件正态分布的均值与方差，且满足：

(2）波动区制转移贝塔模型：该模型是通过资产特定风险与市场指数波动风险的区制转移关系，来刻画资产收益率波动规律；它优于单因素套利定价模型，是在资产收益率中引入市场指数的波动区制转移机制和资产特定风险的区制转移机制；即：

这里：st和sit是两条独立的马尔科夫链；εt和εit都是独立的标准正态分布。

某种风险资产收益率的条件均值为该种资产收益率的内在均值μt(sit）加上市场贝塔系数βt(st,sit）与市场收益率均值的乘积，βt(st,sit）是对特定资产市场风险的补偿，即与市场因子协方差高的资产收益需要高的风险溢价。特定资产收益率的方差是由市场贝塔系数加权的市场指数方差加上自身的方差。

现假设马尔科夫链为2阶，则有：

其中：N是正态分布；

It是t日可获信息集，Pr(St+h,Si,t+h│It）可通过Hamilton(1994）的数值合理化算法和高斯过渡概率平滑化程序获得。

(3）多变量机制转移模型：这是多种风险资产组合条件下的波动区制模型，其中每一种资产都用一条马尔科夫链刻画其波动区制。此类模型定义如下：

其中：st和sjt,j=1，…，N均是独立的马尔科夫链；εt和εjt(j=1，…，N）是独立的标准正态分布；不同资产之间的相关关系取决于贝塔系数与市场方差。例如，按照上述模型选取2种资产组合，其相关系数取决于两种资产的贝塔系数与市场方差，若st=s1t=0,s2t=1，则该两种资产的方差与协方差矩阵为：

此类模型设定不同资产之间协方差与市场模型相似地取决于组合中每种资产与市场指数的贝塔系数；任何N种资产组合的风险价值用多变量区制转移模型都求解。如选取两种资产组合，风险价值为：

其中：W是这两种资产的投资比重向量；μ（St+h,S1,t+h,S2,t+h）是风险组合资产收益的均值，其计算公式类似于波动转换机制贝塔模型，但多变量机制转移模型存在所估计模型参数个数随着组合中资产个数成指数倍增长的计算复杂化缺陷。

(4）因素转移机制模型：解决MSRM模型估计问题的方法是忽略组合中资产的特定风险波动的马尔科夫区制转移，同时扩大系数性风险源，这种方法可以称为因子转移机制模型，是与具有机制转移波动风险因子的套利定价理论一致的。

其中：Fjt代表因子j在t时刻的值；βi(sjt）是资产i相对具有马尔科夫机制转移过程的因子j的贝塔系数，且sjt(j=1，…，g）是独立的马尔科夫链；εjt(j=1，…，g）、εit(i=1，…，N）的分布是独立的。FSRM模型估计较MSRM模型更为可行，组合中每增加一种资产，仅需增加估计参数g+2，且此模型更适合于组合中资产个数较多、多样化特定风险对冲的情形。此模型的方差与协方差矩阵及均值矩阵分别为：

2 研究样本与实证分析

(1）数据和样本选择。

本研究样本选取10只股票型基金每个交易日净值收益率的历史行情数据（股票型基金代码、统计日期、单位净值、复权净值、累积净值、净值日增长率），样本期间为2004年1月1日至2007年12月31日的816个观测日。数据来自中国经济研究数据库中开放式基金研究模式，缺失值采用插值法补充。

图1为股票型基金（003003）的日收益率时间序列与一阶差分图，可以看出其存在不同的波动状态，一阶差分日收益率波动幅度表现为有所下降和平滑度增强。样本其它股票型基金均可以看到同样的特征。

表1为股票型基金样本时间序列的平稳性和正态性检验，可以看出所有10只股票型基金净值日收益率时间序列均无法通过Jarque-Beta正态性检验（JB在5%置信区间下的临界值是10.59），表现出具有偏左和长尾的分布特征；单位根检验采取一般常用的ADF单位根检验方法，表1给出30个序列中10只基金的单位根检验结果，ADF表示不含截距和趋势项，ADFc表示只含截距项，ADFt表示含截距和趋势项，检验数据表明不管是否含有截距或趋势项，所有样本序列均是不存在单位根的平稳序列。

(2）股票型基金日收益率执行风险价值估计分析。

(1)设定上述所有模型的区制转换概率恒定且遵循一阶马尔科夫过程，区制0代表低波动机制，区制1代表高波动机制，采用最大似然估计、Hamilton过滤法和平滑化概率估计上述各种模型参数，运用Hamilton(1989）提出的一种根据前一时刻区制概率估计后一时刻所处区制概率的循环优化程序（波动机制转换概率推导详见Hamilton(1994）的过滤与平滑化算法[4]），估计结果取决于过滤器的参数设定。运行过滤器可以取得所估计参数的对数似然值，过滤器按照参数设定的显著水平逐步循环合理化，直到取得估计参数最大似然值，并据以给出时间序列处于某一个区制下的概率。对样本选取的10只股票型基金分别运用Hamilton过滤与平滑化算法估计区制转移概率和不同区制下的参数，过滤器自动合理化循环次数平均达到30次，最大对数似然值落在区间[100,200]内，不同区制下的参数μi(0），μi(1）和σi(0），σi(1）的估计结果差异较大，且同种区制下参数估计值比较稳定。

图2为基金市场综合指数在2006年2月23日至2007年3月25日期间在0区制下的波动区制转移概率图，显示了基金市场综合指数日收益率的波动呈现出高波动与低波动两种变动区制，高波动和低波动区制下的均值和方差均存在明显的差异，两种区制的稳定概率值分别为0.8412和0.9844，而且高波动区制占据整个观测期区90%以上，这与观测样本期间内股票市场的高波动特征相吻合。本文选取的10只股票型基金的区制转移概率估计结果表明低波动区制与高波动区制之间的转移，从频繁的低波动变为频繁的高波动，部分时段显示了高收益率水平存在低波动而低收益率水平存在高波动的情形。

(2)为了避免模型误设而导致参数估计失实，本文运用Hansen(1992）似然比检验对包含不可识别噪声参数p和q的波动区制模型参数的显著性进行检验，克服了引入噪声参数后传统的似然比检验统计量渐近有偏于传统的经典分布而不能适合于模型的有效性检验的局限性，并运用Wald检验区制参数估计的稳定性。表2为因子区制转移模型参数的估计结果、模型估计的对数似然值和Hansen检验统计量与Wald检验统计量的数值，发现不同波动区制下的均值、方差、贝塔系数和扰动项在统计上存在显著差异。对于不同的因子区制转移模型分析的样本点数，高收益区制下的波动水平明显高于低收益区制下的离散程度,持续处于高波动区制下的概率低于持续处于低波动区制下的概率。随着样本点数增加，模型参数估计的对数似然值呈现单调递增，显示了模型参数估计具有较高稳定性和模型设定的变量特征关系准确性。

(3)将600个观测日分为两个系列：前200个观测日和以后其余观测日。基于前200个观测值估计第二个子系列在不同置信水平1%、2.5%和5%的每日风险价值，且样本每增加30个观测日，模型参数运用Hamilton过滤法与平滑化算法重新估计，但模型参数估计忽略波动区制转移的期间依赖性而用相同的模型参数和日间区制转换概率，如图3。表2因子区制转移模型参数的Hansen稳定性检验结果表明各参数检验统计量都在99%水平下显著，从而佐证了区制转移模型参数设定的稳定性。而市场风险贝塔系数模型也执行相同方案的风险价值估计。模型的风险价值VaRi=βi,mVaRm；其中：VaRm是基金市场指数的风险价值；βi,m是股票型基金i相对于基金市场指数的β系数。运用极大似然方法估计波动区制模型，对所选样本期间10只股票型基金日收益率数据估计结果表明，所有参数和检验统计量都在99%置信水平上显著。

注：所有估计结果均在99%水平下显著，对庆的P值均<0.0005。

(4)对波动区制模型和贝塔系数模型所估计的风险价值执行例外观测值分析，并对不同模型在200个观测日基础上的风险价值估计在1%、2.5%和5%的水平上观测其例外观测比率是否于理论置信度相符。

单因素波动区制转移模型的风险价值控制曲线比市场贝塔系数模型能够更快速准确地控制收益率的波动区制变化，区制模型估计的风险价值敏感区间平均在30个观测日内，而贝塔模型估计的风险价值敏感区间平均在50个观测日，图4显示了不同市场波动区制伴随着不同的收益率水平，体现了嵌套贝塔模型的区制模型刻画的不同区制转移特征能够更精确地描述风险变动的规律，弥补了贝塔模型缺乏考虑市场区制波动因素而降低了风险波动的捕获能力。

表3数据表明两种模型在1%和2.5%置信水平上均低估了风险水平，在5%置信水平上高估了风险水平，但单因素波动区制转移模型对风险估计的偏误程度较低。通过比较例外观测值在估计风险价值约束条件下置信水平和理论置信水平值的均值绝对误差，可得出区制转移模型风险价值估计值相当精确地接近于理论值，且在不同置信水平下不会持续低估或高估风险水平，而市场贝塔模型刻画的股票型基金日收益率例外观测值显著偏离理论值，即意味着高估或低估了风险。

通过计算两种模型在预测区间风险价值的均值与标准方差，单因素区制转移模型的均值和标准方差为3.3632、3.7311、4.0431和0.4524、0.3747、0.4246，市场贝塔系数模型的均值和标准方差为3.3518、3.7010、3.9166和0.5404、0.4207、0.4398，这意味着单因素区制转移模型具有更稳定、更准确的风险控制能力。

3 结论

本文应用马尔科夫波动区制转移模型分析股票型基金非正态收益率分布的风险价值估计和预测。采用10只股票型基金日收益率数据和波动区制转移模型估计不同置信度水平的风险价值，并与市场贝塔系数模型估计结果比较发现，波动区制转移模型对于每一个置信水平和每一种股票型基金的风险价值估计结果相当接近于理论值，并对每一个置信水平没有持续低估或高估风险，表明单因素区制转移模型的风险价值估计精度优于市场风险贝塔系数模型，意味着波动区制转移模型能够较好地解决我国股票型基金日收益率的条件非正态分布、波动持续性和相对不频繁事件影响等问题，同时也表明在预测过程中引入条件信息，能够更好地拟合时间序列，刻画波动区制聚簇的持续性特征，借助时间条件预测分布能够提供更精确的波动拟合与预测。本文提出的波动区制转移模型是市场贝塔系数模型的改进和推广，更好地揭示了收益率时间序列非正态分布的向下风险的控制和拟合。

尽管本文在方法研究上获得一定的进步，但是在提供市场风险的更精确控制手段方面不乏存在许多不足，如从理论的角度阐明不同区制下均值的形成机理、马尔科夫区制个数的设定检验、波动误差项是否存在自回归、拓展单因素区制转移模型至多因素波动区制转移模型，实时地更新模型参数的配套估计值，模型引入波动区制误差项的振动因素和聚簇因素，因此这些不足方面也将成为笔者有待深入研究的攻艰课题。

摘要：运用马尔科夫区制转移模型对我国股票型开放式基金收益率波动进行了风险评估和短期预测。采用晨星评级净值收益率前10只股票型基金跨期四年共816日交易数据,进行风险价值计量;并将计量结果与市场贝塔系数模型进行比较分析。通过失败比例测试证实了波动状态转移风险控制模型的风险度量与控制能力显著优于市场贝塔系数模型,丰富与提升了资本资产定价理论的内涵,一定程度上提高了我国投资组合风险波动的控制、拟合和预测的精确性。

证券投资基金波动分析 篇5

1研究意义

我国证券市场发展初期, 占据主导地位的是个人投资者。近年来管理层不遗余力地发展机构投资者队伍, 其出发点就是希望机构能理性投资, 成为稳定市场的重要力量。但证券公司的违规操作、基金坐庄操纵股价行为事件的普遍存在, 使得机构投资者稳定市场的作用一再受到质疑。因此研究机构投资者与股票价格波动的关系就成为很有现实意义的一个课题。

2我国机构投资者行为对股票价格波动的影响及原因分析

国内学者对当前我国机构投资者对股票市场的影响也存在分歧, 一派学者认为机构投资者的存在加剧了股价的波动, 另一派学者则认为机构投资者有效稳定了股票市场。然而本文认为, 当前我国机构投资者对股票市场价格波动的影响是不对称的, 即在股票市场处于牛市时和熊市时的影响是不同的, 牛市时可以加剧波动, 熊市时可以减小波动。

2.1牛市时机构投资者对股票市场价格波动的影响

在牛市中行情中, 国内投资基金为代表的机构投资者存在较严重的“羊群行为”, 投资理念趋同, 投资风格模糊, 买卖方向明显趋同, 在一定程度上加剧了股价波动。在股价上涨、大盘上升时, 散户对基金申购增加, 基金资产增大, 被迫买入更多股票, 进一步推动了股价的上涨。法律的不完善、公司治理的缺失是我国机构投资者羊群行为严重的主要成因。由于我国相关法律法规不够健全, 机构投资者的行为特征发生了一定的扭曲, 在一定程度上还加剧了市场的波动性。机构投资者的“反馈效应”与知情者“下注效应”的不对称也造成了资本市场的波动。王岗 (2003) 认为基金发展的现状表明我国基金业现阶段稳定市场的功能还未能得到充分的发挥。吴跃平 (2007) 认为正是机构投资者的超常规发展导致了我国股市的巨大波动, 应停止鼓励机构投资者的超常规发展转而吸引中小投资者的加入。

2.2熊市时机构投资者对股票市场价格波动的影响

在熊市时, 由于受到监管机构对基金持仓仓位的要求, 以基金为代表的机构投资者不能完全按照自身的意愿进行操作, 也就是在股票价格下跌时, 机构投资者无法进行充分减持, 这就有效的减小了市场卖压, 有利于市场的稳定。祁斌、黄明等 (2005) 对中国资本市场上的机构投资者与股市波动性之间的关系进行了研究, 支持了机构投资者有助于提高股市稳定性的观点。王静波 (2006) 运用博弈论对机构投资者进行了分析, 认为提高市场上机构投资者的比例有利于增强市场的稳定性, 降低股价波动性。尚福林认为“成熟资本市场的发展经验和我国资本市场的发展实践都表明, 资本市场的健康稳定发展必须要有一支实力强、多元化的机构投资者队伍”。中国证券业协会会长黄湘平曾指出“证券业始终把发展机构投资者作为战略性任务加以实施, 即使在市场最艰难的时期也从未动摇和犹豫”, “各类机构投资者已成为资本市场稳定发展的一支重要力量”。

3对当前机构投资者发展的政策建议

我国证券市场一直投机气氛浓厚, 市场波动剧烈, 不利于证券市场的长期发展, 也无法完全发挥资本市场对实体经济的有效支撑。根据欧美等成熟市场的经验, 其市场主要参与者都是各类机构投资者, 这也很好的解释了为什么欧美证券市场长期来看波动趋势相对较小。因此, 我国证券监管当局应该继续不遗余力的大力发展机构投资者, 使机构投资者投资份额争取在未来十年达到百分之六十到七十的水平。

摘要：机构投资者是现代资本市场的重要参与者, 与一般的中小投资者有着显著的差别, 其投资行为对股市稳定性的影响也不同于小投资者。通常的观点, 小投资者入市更多是一种投机心理, 容易导致市场的大起大落, 不利于股票市场的稳定, 而机构投资者对股票市场稳定性的影响就有更多的可能。

关键词：机构投资者,股票价格,投资行为

参考文献

证券投资基金波动分析 篇6

1.1 证券投资基金的概念。

证券投资基金是一种利益共享、风险共担的集合投资方式, 即通过公开发售基金份额, 集中投资者的资金, 由基金管理人管理, 由基金托管人托管, 以组合投资的方式进行证券投资。证券投资基金属于广义的“投资基金”的一个重要品种。广义的“投资基金”除证券投资基金外, 还包括以公募形式募集的投资其他领域的基金, 如房地产投资信托基金, 也包括以私募形式设立的投资基金, 如对冲基金、风险资本等。狭义的“投资基金”一般仅指证券投资基金。

1.2 产业投资基金的概念。

在成熟的资本市场中, 产业投资基金属于投资基金的一类。产业投资基金在国外通常称为风投和私募, 一般是指在被看好发展前景的实体资产需要资金支持的关键时刻, 向具有高成长潜力的某类行业中未上市企业进行股权或准股权投资, 并参与被投资企业的经营管理, 以期所投资企业发育成熟后通过股权转让实现资本增值。其投资以实体资产影响整个产业链上下游环节的良好生产预期和发展预期为依据和评估标准, 并由政府根据行业的发展趋势和发展水平进行合理、有效引导, 从而促进企业和行业的长远发展。

从概念中我们可以看出产业投资基金和证券投资基金的区别。产业投资基金以实体投资为对象, 不涉及证券市场, 因此它对实体资产的作用是直接显现的。产业投资基金以实体现金流为回报, 不像普通的证券投资基金主要以买卖差价为回报来源, 所以产业投资基金还具有创造价值的功能。以政府投入为主导的产业投资基金回报要求可以低于市场化的标准, 这样有利于被投资企业长远的发展。

2 证券投资基金和产业投资基金的特点比较分析

2.1 证券投资基金的特点。

证券投资基金是一种间接投资工具, 投资者通过购买基金参与证券投资, 并成为基金份额的持有人证券投资基金的主要特点有六点:一是集合理财、二是组合投资、三是利益共享、四是独立托管、五是买卖方便、六是监管严格。

2.2 产业投资基金的特点。

产业投资基金是在特定条件之下, 为实现产业升级和突破的目标所设定的。具有以下三个特点:第一, 产业基金设立的背景之一即是企业融资难问题突出。企业融资来源于两方而, 一是债权性融资, 另一方而是股权融资。第二, 产业投资基金以特定产业为投资对象, 是一种专业性的资金。第三, 以政府为发起人或者主导的产业基金可以避免产业基金在投资方而出现市场失灵的问题。

3 证券投资基金和产业投资基金的分类比较分析

3.1 证券投资基金的分类。

由于基金产品的不断创新, 基金的分类也日益复杂, 根据不同标准可将证券投资基金划分为不同的种类:第一、按照基金的组织形式不同, 可分为契约型基金和公司型基金;第二、按照基金是否可自由赎回和基金规模是否固定, 可分为封闭式基金和开放式基金;第三、按投资标的划分, 可分为股票基金、混合基金、债券基金、货币市场基金等;第四、按照投资目标划分, 可分为成长型基金、收入型基金和平衡型基金。

3.2 产业投资基金的分类。

由于我国产业发展的不断调整, 基金的分类也日益复杂多变, 近些年来, 根据不同要求和标准可将产业投资基金划分为不同的种类:第一, 根据目标企业所处阶段不同, 可以将产业基金分为种子期或早期基金、成长期基金、重组基金等;第二, 根据产业投资基金投资的产业方向不同, 可以分为房地产产业投资基金、农业产业投资基金、防务科技产业投资基金、航空产业投资基金、文化产业投机基金等。

4 证券投资基金和产业投资基金的投资风险比较分析

4.1 证券投资基金的投资风险。

证券投资基金是一种收益共享、风险共担的集合投资工具。它不同于银行存款或国债, 不能保证投资者一定获得盈利, 也不保证最低收益。投资于开放式基金的风险主要包括:第一、流动性风险, 是指当投资者需要卖出所投资的品种时, 面临变现困难和不能以适当的自己满意的价格变现的风险。第二、申购和赎回价格未知的风险, 投资者在申购、赎回的当时, 无法准确预知会以什么价格成交。第三、基金投资风险, 开放式基金的投资风险主要包括市场风险和信用风险。第四、管理风险, 这是指基金运作各当事人的管理水平对投资者带来的风险。第五、操作或技术风险, 这是指基金管理人等当事人的业务操作或技术系统出现故障问题时, 给投资者带来损失的风险。第六、不可抗力风险, 这通常是指战争、自然灾害等不可抗拒因素方式时, 给投资者带来损失的风险。

4.2 产业投资基金的投资风险。

产业投资基金是一种借鉴西方发达市场经济国家规范的创业投资基金运作形式, 风险要比证券投资基金大, 其主要风险有:第一、流动性风险, 是指由于产业投资基金本身或者所投资的资金是否具有合理的流动性而产生的风险。第二、市场风险, 是指市场主体因市场环境的变化所产生的盈利或亏损的可能性和不确定性。第三、经营管理风险, 是指基金管理人的业务能力, 及其在具体项目经营管理上的不确定性。第四、投资环境风险, 是指资本市场投资环境的不确定性而产生的风险。主要包括三类:第一类是政策环境风险;第二类是法制环境风险;第三类是市场环境风险。第五、市场交易风险, 是指由于在市场交易过程中因价格的变动而引起的风险。第六、道德信用风险, 是指基金管理人为了自身利益而弄虚作假、欺骗投资者, 给投资者造成损失或收益减少的可能性。

参考文献

[1]证券投资基金简介[J].山东政报, 2007, 21:46.

[2]周铁军.产业投资基金的流程与风险管理[J].品牌, 2015, 10:146+148.

股票价格波动与投资者心理分析 篇7

俗话说“股市是经济的晴雨表。”, 这话虽然不假, 但是纵观中国股市十余年来的整体走势, 却未与国民经济的整体形势相吻合, 以沪指为例, 近十年来始终在3000点左右徘徊, 围绕着这一点位上下波动, 期间虽偶有大幅度的涨跌, 却终是回到原点, 而环顾四周, 国家经济持续高速增长, 中国已然一跃成为世界第二大经济体, 由此可见, 股票市场虽然与实体经济存在关联, 以实体经济作为基础, 却也不完全受制于实体经济的运行, 更多的还是受到市场买卖双方的博弈的影响, 随着买卖双方在不同阶段的力量的此消彼长, 股票价格也随之波动。

在这一博弈期间, 由于投资者在信息不对称的前提下, 存在着不同的心理活动, 对市场的未来作出不同的判断, 也将在一定程度下影响股票价格的波动。本文主要就投资者的心理与股票价格的波动进行分析, 力图通过这一研究, 探明投资者心理活动轨迹。

一、股票价格波动阶段分析

股票技术分析大师R.E.艾略特 (R.E.Elliot) 是波浪理论的发明者, 波浪理论是一种价格趋势分析工具, 是完全靠而观察得来的规律, 可用以分析股市指数、价格的走势, 它也是世界股市分析上运用最多的分析工具。波浪理论的精髓是将投资者的心理与股票的阶段性价格波动联系起来进行分析。由于股市与实体经济的关联性较为复杂, 既受到国家宏观经济政策的影响, 又易受到周边金融市场和各类天灾等不确定因素的影响, 因此股价波动的主导因素较多, 股价随时会受到各类市场消息的影响而发生改变, 但如果不局限于一日或一周的价格走势, 把分析的区间放大至一定时间长度, 则能够较为容易的观察到股票价格的波动趋势。艾略特认为, 不管是股票还是商品价格的波动, 都与大自然的潮汐, 波浪一样, 一浪跟着一波, 周而复始, 具有相当程度的规律性, 展现出周期循环的特点, 任何波动均有迹有循。通过对一定时间跨度的股票价格分析我们可以发现, 股票的价格变化呈现出一种阶段性波动的特征, 大致可以分为五个阶段:

第一阶段:此时股票的价格开始上扬, 上扬幅度较小, 成交量一般。

第二阶段:此时股票的价格继续上扬, 上扬加速, 成交量有所放大。

第三阶段:此时股票价格经过前面两个阶段的上涨, 已上升至一定高度, 股票价格开始徘徊不前, 时涨时跌。

第四个阶段:股票开始下跌, 但并不明显, 并不时有一些价格上的反弹, 成交量也不大。

第五个阶段:股票加速下跌, 成交量放大。

至此, 股票的价格完成了一个周期的变化, 再次进入下一周期的第一阶段。

二、不同股票价格走势阶段投资者心理分析

我们知道, 股票的价格和投资者的心理活动中相关的, 互动的。股票价格的变化影响着投资者的心理, 而投资者的心理变化反过来又将影响投资者的决策和行为, 对股票的价格施加影响。在上述五个阶段中, 投资者的心理变化过程如下:

第一阶段:经历了前一轮股票价格周期变化后, 大多数的投资者 (又称散户, 散户占市场投资者的绝大多数) 对于股票在上一周期第五阶段的猛烈下跌心有余悸, 担心股票价格下跌深不见底, 深怕自己判断不准确, 导致出现“抄底抄在半山腰”的情况出现, 虽然觉得股票的下跌空间并不太大, 但对自己的信心不足。因此在这一阶段, 敢于大举买入股票的投资者只占极少的一部分, 反映在数据上就是股票的换手率和成交量都较低, 由于量价的关系, 股票价格在经历了前一轮周期第五阶段的猛烈下跌后, 虽有上涨的需求, 但成交量动力不足, 因此股票价格不反复的小涨小跌中逐渐上扬, 却并不明显, 这反过来又进一步刺激大部分投资者, 使这些投资者认为价格拐点仍未真正的到来, 需要进一步等待。

第二阶段:在经历了第一阶段的修复后, 股票价格有所上升, 同时市场上人气逐渐兴旺, 除了前期的少数投资者大胆在第一阶段买入外, 多数投资者开始注意到股票价格的回调, 参与投资的积极性有所增加, 但又担心股票已上涨了一些时日, 怕自己买入后又被套牢, 处于买了怕跌, 不买怕涨的状态。因此, 大部分投资者在这一阶段选择少量的买入, 或者将仓位加至半仓。这时, 由于交易的投资者增多, 市场交易量放大, 呈现出股票需大于供的局面, 因此, 股票进一步上涨。

第三阶段:由于此前股票价格已大幅上涨, 投资者一片乐观, 甚至有为数不少的投资者大为后悔前两阶段没有大举进入, 抱着一种后悔甚至希望多获利的想法, 投资者大量建仓, 但由于市场上买方大举买入, 导致后续资金不足, 供需关系发生变化, 因此此阶段股票价格达到顶峰, 普遍出现有涨有跌, 涨幅整体不大的情况, 而投资者的大量资金于此价位成交, 第一阶段买入的投资者开始退出。

第四阶段:此阶段由于投资者资金多数用于购买股票, 因此此时股票价格已经较高, 同时市场上资金不足, 成交量萎缩, 股价开始向下, 但多数投资者由于此时股份下降幅度较小, 不以为意, 抱着对获利的希望不放, 出现温水煮青蛙的情况, 不愿望亏损出局, 此时成交量小, 股价下降, 投资者仍然抱有乐观的希望。

第五阶段:此阶段投资者普遍失望, 开始抽身出局, 导致卖盘大于买盘, 股价开始大跌, 而这又进一步刺激投资者抛售股票, 从而加剧股价下跌。投资者的心理变化从不敢买入、开始买入、大举买入、不愿卖出、大量卖出, 呈现了五个阶段的变化, 与股价的小幅上涨、大幅上涨、横盘调整、小幅下跌、大幅下跌对应。

投资者的心理活动与股票的价格变化呈现出一种对应的局面。出现这种局面的原因有很多种, 如股票市场的信息不对称、投资者的个人经验不同等, 但最为重要的原因在于“二八原则”, 即投资者中只有小部分人能够获利, 而大部分人将亏损, 小部分投资者的获利正是来自于大部分投资者的亏损, 因此, 股票市场是一种零和游戏。而投资者在投资股票的过程中, 对于股票价格做出的反应将进一步刺激股价的变化, 反过来, 股价的变化又将刺激投资者产生心理变化, 二者呈现联动关系。虽然投资者彼此之间的方法和心态有所不同, 但投资者之间的心态互相影响, 同时投资者的行为对股票价格产生延伸影响, 进一步加速股票的周期性变化。

参考文献

[1]、陈志国.证券投资人的心态研究.中国科技博览.2009.10