證券投資相關分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的證券投資相關分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：證券投資相關分析范文

隨著我國證券市場不斷的發展，人們的金融意識和投資理財意識也不斷加強。證券業的發展吸引了投資者對證券市場進行投資，但是由于我國證券業起步晚，各項制度法規還不健全，人們的思想水平沒有達到一定水平，面對證券市場如此快速的發展速度難免會出現一些問題。本文針對證券市場中出現的問題，研究分析了多元統計分析方法在證券投資中的應用，并對證券市場發展提出一些建議。

【關鍵詞】

證券投資；多元統計分析；應用

證券市場的發展也反映出了我國經濟的發展，中國證券業在短短十幾年的所做出的成就是發達資本主義國家在歷經百年的坎坷之后實現的，這樣巨大的成就是中國經濟發展的驕傲，但是這其中也存在的巨大的問題。近年來隨著證券業的不斷發展，這些問題不斷暴露出來，對整個證券市場和經濟市場的發展構成威脅。為了能夠減少這些問題的出現人們也在積極地進行各方面方法的研究，其中多元統計分析法就是非常重要的方面。

1 多元統計分析法的介紹

（1）概念：多元統計分析是從經典統計學中發展起來的重要分支，是一種綜合性非常強的分析方法。多元統計分析方法，能夠在多個對象和多個指標相互關聯的情況下分析它們的統計規律，是數理統計學中的重要分支學科。

（2）內容

多元統計分析方法所包含的統計方法包括：多重回歸分析、判別分析、聚類分析、主成分分析、對應分析、因子分析、典型相關分析、多元方差分析等。

（3）應用簡介

多元統計分析方法主要研究的是某個客觀事物中多個變量之間的相互依賴的統計規律性，并在R.A費希爾等多位統計學家的精心研究下得到了重大發展，到20世紀50年代，伴隨著計算機科技的發展和普及，多種統計軟件應運而生，多元統計分析方法在地質、氣象、生物、醫學、圖像處理、經濟分析等領域得到了廣泛的應用，這些實際應用的發展也再一次促進了多元統計分析法理論的發展，使人們在使用多元統計分析法時越開越方便。

2 多元統計分析方法在證券投資中的應用

多元統計分析法是證券投資中非常重要的分析方法，它的理論內容包含了多個方面的理論方法，每個理論分析方法對證券投資有著不同的分析作用，應該對每個分析方法進行認真研究得出相關的結論，再應用到實際經濟生活中。

2.1 聚類分析在證券投資中的應用

（1）定義：聚類分析是依據研究對象的特征對其進行分類、減少研究對象的數目，也叫分類分析和數值分析，是一種統計分析技術。

（2）在證券投資中應用聚類分析，是基于證券投資的各種基本特點而決定的。證券投資中包含著非常多的動態的變化因素，要認真分析證券投資中各種因素的動態變化情況，找出合適的方法對這種動態情況進行把握規范處理，使投資分析更加的準確、精確。

1）彌補影響股票價格波動因素的不確定性

證券市場受到非常多方面的影響，具有很大的波動性和不穩定性，這種波動性也造成了證券市場極不穩定的發展狀態，這些狀態的好壞對證券市場投資者和小股民有著非常重要的影響。聚類分析的方法是建立在基礎分析之上的，立足基礎發展長遠，并對股票的基本層面的因素進行量化分析，并認真分析掌握結果再應用于證券投資實踐中，從股票的基本特征出發，從深層次挖掘股票的內在價值，并將這些價值發揮到最大的效用。影響證券投資市場波動的因素非常多，通過聚類分析得出的數據更加的全面科學，對于投資者來說這些數據是進行理性投資必不可少的參考依據。

2）聚類分析深層次分析了與證券市場相關的行業和公司的成長性

聚類分析是一種非常專業的投資分析方法，它善于利用證券投資過程中出現的各種數據來對證券所涉及的各種行業和公司進行具體的行業分析，這些數據所產生額模型是證券投資者進行證券投資必不可少的依據。而所謂成長性是一種是一個行業和一個公司發展的變化趨勢，聚類分析通過各種數據總結歸納出某個行業的發展歷史和未來發展趨勢，并不斷的進行自我檢測和自我更新。并且，要在實際生活中更好的利用這種分析方法進行分析研究總結，就要有各種準確的數據來和不同成長階段的不同參數，但是，獲取這種參數比較困難，需要在證券市場實際交易和對行業和公司的不斷調查研究中才能得出正確的數據。因此，再利用聚類分析法進行行業和公司分析和證券投資分析時要注重選取正確的、關鍵的指標進行檢查，例如主營收入增長率、凈利潤增長率等指標，這樣才有利于正確預測證券市場上股票的發展潛力。

3）在實際操作中更加直觀實用

聚類分析是根據現代證券市場發展水平和特點發展出來的新的分析方法，這種分析方法的出現與現代的基本的投資組合理論形成了比較，突出了聚類分析方法更加貼近實際生活，更加直觀、實用的特點，并且由于技術的發展，聚類分析方法在實際應用中所受到的局限較小，而且易操作，因此它的適用范圍就比現資理論更加的廣泛。

2.2 主成分分析在證券投資中的應用

（1）定義：在統計分析中，主成分分析是一種分析、簡化數據集的技術。主成分分析經常用減少數據集的維數，同時保持數據集的對方差貢獻最大的特征。主成分分析由卡爾?皮爾遜于1901年發明，用于分析數據及建立數理模型。其方法主要是通過對協方差矩陣進行特征分解，以得出數據的主成分（即特征矢量）與它們的權值。

（2）主成分分析的應用非常廣泛，判別分析的分析方法就是通過對各種分類數據的研究，分析出自變量各組間存在的差異，并總結出差異性，判斷哪一個自變量對組間差異的貢獻是否完全，根據這些數據將自變量的轉變方法進行樣本歸類。

1）降低影響證券投資市場變動的因素之間的互相影響

在證券市場中有非常多的因素在影響著證券市場的穩定，這些因素之間有著非常多的關系，相互影響、相互關聯，但相互之間的影響也存在著非常多的影響。而主成分分析方法就是在對影響證券投資相互關系的因素中進行分析，并對原始數據指標變量進行認真分析，將其中重要的主成分因素概括出來，并進行轉換形成相互彼此相互獨立的成分，而且經過實踐證明在影響證券市場投資分析中的指標間相關程度越高，主成分分析效果越好。

2）通過主成分分析減少指標選擇的工作量

主成分分析的目的就是要通過對各種數據、因素的分析總結出相對各種因素的不同影響程度，總結總體因素中的主要影響成分，并總結出不同層次的影響因素梯度，在分析時采取逐級分析的方法，這樣既可以抓住主要矛盾進行分析，也可以節省時間，并且提高分析的準確性，減少分析人員的工作量，因此，主成分分析法指標選擇上的優勢更加的突出。

3）由主成分分析法構造回歸模型更加的精確、節省時間

在進行證券投資因素分析時，為了能夠更加清晰準確的對模型中的相關數據進行分析，都要對各種數據進行模型處理，這樣的處理方式可以提高整個證券投資分析的準確性，是模型更加易于做出結構分析、控制和進行證券市場變動的預報。

2.3 因子分析

（1）定義：因子分析是指研究從變量群中提取共性因子的統計技術。最早由英國心理學家C.E.斯皮爾曼提出。因子分析可在許多變量中找出隱藏的具有代表性的因子。將相同本質的變量歸入一個因子，可減少變量的數目，還可檢驗變量間關系的假設。

（2）應用

因子分析最主要的作用是確定證券投資組合的模型。因子分析將影響股票價格的各種因素看成是不同的變量，建立股價因子模型，利用各因子不相關性確定股票的分類，再分析股票的發展潛力的基礎上確定出合適的證券投資模型。

3 總結

隨著經濟發展的不斷加快，金融證券市場的發展也達到了又一個高度。我國證券市場的發展還不完善，暴露出來的諸多經濟問題必須引起政府和社會的廣泛關注。證券市場研究著也要積極進行證券市場的各種理論對市場的發展做出合理的預測和控制。多元統計分析方法是近年來應用比較廣泛、科學的方法，它為整個證券市場的健康發展做出了輔作用。為了證券市場能夠更好發展，多元統計分析方法也要進行積極創新，為將來的發展做出貢獻。

【參考文獻】

[1]彭文浩.多元統計分析方法在證券投資中的應用[J].科技信息，2011（16）

[2]鄧秀琴.聚類分析在股票市場板塊分析中的應用[J].數理統計與管理，2010（05）

[3]蔣佳璐，杜春偉.關于證券投資基金制度的經濟學分析探討[J].商，2014（8）

[4]王藝欽.行為金融視野下的證券投資風險對策[J].中國管理信息化，2014（8）

第2篇：證券投資相關分析范文

關鍵詞：機構投資者；股價同步性；股價信息含量

中圖分類號：F83 文獻標識碼：A

收錄日期：2016年3月20日

一、引言

自從中國證券市場在20世紀90年代初期成立以來，在過去的20余年中，中國證券市場取得迅速發展。但是作為新興市場的重要一員，我國證券市場的資源配置效率與西方發達國家還有很大差距，股票價格中往往包含很多噪音，不能很好地反映公司基本面的信息，因此股價更多的是受市場和行業層面信息的驅動，表現出“同漲同跌”現象。在我國證券市場成立初期，機構投資者還處于萌芽階段，市場上主要是一些規模較小、投資比較保守的證券公司。直到1998年3月23日，我國開始正式啟動第一批證券投資基金，緊接著基金金泰和基金開元于同年4月7日分別在上交所和深交所上市。相關主管部門持續出臺了一系列的政策措施鼓勵機構投資者發展，2002年12月，合格的境外投資者（簡稱QFII）被引入中國市場；2004年10月，中國保險監督管理委員會、中國證券監督管理委員會聯合了《保險機構投資者股票投資管理暫行辦法》，標志著我國保險資金首次獲得股票市場準入資格。但是，我國股市暴漲暴跌、股價波動的同步性現象依然十分突出。

二、文獻綜述

學術界早期對“股價同步性”的研究可以追溯到資本資產定價模型（CAPM）對個股解釋力下降的分析。通過個股收益與市場收益和行業收益回歸得到的R2越高，表明市場系統性風險對個股收益的解釋力越強，股價的“同漲同跌”現象越嚴重。Roll（1988）認為是股價中包含的公司層面的私有信息或者是與公司基本面無關的投資者的恐慌、狂熱等非理性因素導致了個股獨立于市場和行業的價格波動。MYY（2000）根據 Roll 的研究成果，首次把股價“同漲同跌”現象定義為股價同步性，并認為“股價同步性”主要反映了股票價格中公司層面的特質信息的含量，股價中包含的公司特質信息越多，股價同步性越低。由此開創了解釋股價同步性的兩種主流理論之一――信息效率觀?？軐帲?008）通過對我國機構投資者現狀的研究，分析了我國機構投資者對市場穩定的影響及造成市場波動的原因。其在文中提出，市場對開放式基金管理人的評價著重，例如Zhou（2007）通過美國股市數據研究得出，股價波動同步性越低，公司的盈余質量越高，并且機構投資者的增加會加強這種聯系。但是也有相關研究指出機構投資者持股可以起到穩定市場的作用，有利于緩解股價同漲同跌的現象。王詠梅和王亞平（2011）研究發現，機構投資者經常采用的基于程序的自動交易策略和大量交易會導致市場波動性上升。

Wermers（1999）將羊群行為作為研究的出發點，最終得出證券投資基金有利于股票市場長期穩定的結論。Wdwards、XinZhang（1998）利用信息優勢進行研究，從而發現證券投資基金有利于股市的穩定。Cohen et al.（2002）通過考察1983～1998年共計16年的年度數據，實證研究發現美國的機構投資者通常會賣出沒有信息但其價格仍然上漲的股票，并買入具有正現金流信息的股票，從而使股票價格向其價值回歸，進而產生穩定股市的作用。Bohl和Brzeszczynsku（2004）通過研究新興市場國家――波蘭1994年11月到2003年12月30日的日交易數據的數據表明，伴隨其養老金制度的改革，機構投資者持股比例的增加減少股票指數收益的自相關性和收益波動，從而起到了穩定股市的作用。何基報和王霞（2005）以2003～2005年共計12個季度證券投資基金的數據作為樣本，實證研究認為機構投資者與穩定市場之間沒有必然的聯系，并在2007年又對2003～2007年的日交易數據進行研究，結果表明機構投資者對整個股市價格波動的影響力有限，因此不能得出“機構投資者一定能夠穩定股市”的結論。由此可見，機構投資者的交易行為可能提高股價信息含量、增加市場效率，也可能破壞市場穩定并降低股價的信息含量。

三、理論分析與研究假設

機構投資者作為專業性的投資者，比個人投資者在資金、專業知識、投資經驗、信息資料和分析手段等方面都具有相當大的優勢。并且機構投資者還具有專業的研究人員與基金經理人。這些優勢使得機構投資者能夠準確的評估股票的基礎價值。又因持有大額股份而具有較強的動機搜集上市公司的經營管理信息甚至參與到公司治理中，因而更能基于公司的基本面信息做出理性的投資決策，從而提高公司股價的特質信息含量。盡管如此，中國的機構投資者在改善資本市場效率方面仍起到了非常重要的作用。

基于中國資本市場數據的相關研究發現，機構投資者持股比例越高，公司的應計盈余管理活動越少，盈余信息真實性越強，股票市場的定價效率和穩定性則越好，而機構投資者的交易則顯著增加了公司股價中的特質信息含量（程書強，2006；侯宇、葉冬艷，2008；王亞平等，2009；王永梅、王亞平，2011）?？梢?，在中國的資本市場上，機構投資者能夠促進資本市場效率的提升。機構投資者持股比例越高的股票，其股價受噪音的影響程度越低，董秘與股價同步性之間的正相關關系也會相應降低。機構投資者持有上市公司相當比例的股份，這使得機構投資者可能成為上市公司的內部人或者準內部人，在一定程度上機構投資決策是受到其私有信息影響的，機構持股的變化將傳遞信息。機構持股份額和交易規模的變化傳遞著它們擁有的信息，例如機構持股水平變化應該是與監督、獲取企業異質性信息渠道相關的，機構投資組合傳遞著公司的相關信息，所以機構持股能夠增加股價的異質性信息含量，降低股價的同步性。所以，提出本文假設：在其他條件一定的情況下，機構投資者持股比例與股價同步性負相關。

四、實證結果與分析

（一）樣本的篩選和數據的來源。本文選取了2011～2012年滬深兩市A股上市公司來作為我們的樣本來源，所使用的數據包括機構投者持股比例、股票收益率的數據、公司財務特征數據。數據主要來自WIND數據庫、國泰安數據庫CSMAR和CCER數據庫。剔除金融行業樣本；剔除年度內周收益率的數據少于30個觀測值的公司；從原始數據中剔除ST、*ST以及PT的公司；剔除當年IPO的公司；剔除存在數據缺失的樣本公司。

（二）模型設定。在前人研究的文獻中，學者們采用了資本資產定價模型得到股價同步性指標。本文借鑒Roll（1988）、Duenev et al.（2003）、Hutton et al.（2009）等的方法對股價同步性進行估計，運用模型（1）來估計個股的R2。

以往研究使用的公式（2）進行對數轉換得到本文所使用的股價同步性指標，作為股價同步性的替代變量。越小，則說明股價同步性越低；越大，說明股價同步性越高。

（三）機構投資者持股與股價同步性回歸分析。表1為模型的回歸結果，通過結果可以看出，機構投資者持股比例的系數為-0.164，而且在1%水平上顯著為負，說明隨著機構投資者持股比例的增加，可以增加公司的特質信息，增加股價的信息含量，從而減緩了股價同步性。其他相關的控制變量基本上是顯著的，roe、lev、turnover均是在1%水平上顯著負相關的，size是在1%水平上顯著正相關的，只有mb和central不顯著，整體上是符合預期的，模型效果也比較好，比較有說服力，有力驗證了我們的假設。表1中，t statistics in parentheses*p< 0.05，**p < 0.01，***p < 0.001 syn是股價同步性的衡量指標；inst，機構投資者持股數量與流通股數量之比；roe，等于凈利潤除以凈資產，是反映企業盈利狀況的重要指標；mb，市場賬面比，市場價值比賬面價值；lev，總負債與總資產的比值；central，第一大股東的持股數量與總股數的比；size，期末總資產的自然對數；turnover，日平均換手率；Year和Ind是虛擬變量，控制年和行業的影響。（表1）

（四）穩健性檢驗。為了進一步檢驗機構投資者持股與股價同步性之間的經驗關系，本文從兩方面進行穩健性分析。由于篇幅限制，本文并沒有將回歸結果列出，只進行如下相關分析，驗證了本文的結論。

1、用機構投資者持股變化和持股機構投資者數量來代替機構投資者持股比例來衡量機構投資者持股，通過回歸，機構投資者持股與股價同步性仍然顯著正相關，與表1的表述一致，說明我們的結論比較可靠。

2、對于股價同步性的計算方法，因為在本文的樣本中制造業占絕大多數，其他行業占比較少，為了排除行業因素對股價同步性的影響，我們選擇將模型（1）中去掉行業周收益率，重新回歸求R2，重新根據公式（2）計算出SYN進行回歸，得出與之前相同的結論。

五、結論及相關政策建議

機構力量在我國資本市場上迅速發展成長。機構投資者作為專業投資者日益成熟，機構投資者參與公司治理的作用也不斷增強。本文的分析初步表明機構投資者能夠作為資本市場的主體力量，機構投資者在維持市場穩定、促進資本市場效率的作用在成熟的經濟體中日益明顯。如果機構投資者作為專業投資者進行的交易是基于公司特質信息進行的，那么其投資行為將導致更多的公司特質信息被包含在公司股價中，降低所投資股票的股價同步性。

監管當局應當加強對機構投資的監管，通過立法、改進公司治理等措施規范機構投資者的行為，增強市場的公平性和合理性，引導價值投資理念；監管當局應加強各地區制度環境的建設，加快市場化進程，減少政府干預，完善法律法規體系并強化投資者保護，通過營造良好的制度環境，改善市場信息環境，提高市場效率。

主要參考文獻：

[1]王亞平，劉慧龍，吳聯生.信息透明度、機構投資者與股價同步性[J].金融研究，2009.12.

第3篇：證券投資相關分析范文

關鍵詞：股票價格指數；收益率；相關性；相關性分析

中圖分類號：F224 文獻標識碼：A 文章編號：1009-2374（2013）24-0159-02

1 研究的背景、目的、意義

滬深股市是從一個地方股市發展而成為全國性的股市的，剛營業時上市的股票數量只有為數很少的幾只，其規模很小，且上市的股票基本上都是上海和深圳的本地股。而今，我國股市正從一個相對獨立的市場逐漸地與全球股市相連接和相互影響，并且正在逐步地完善和發展，市場規模不斷壯大。

并且徐龍炳、陸溶利用R/S方法分析了滬市收益率的非線與相關系數。對以后研究金融市場的相關性具有指導意義。

選取指數研究是因為投資者根據指數的升降，可以判斷出股票價格的變動趨勢，反映股市的動向，所有的股市幾乎都是在股價變化的同時即時公布股價指數。

2 數據選取

選取的數據為上海證券交易所綜合指數、深圳證券交易所成份指數、道瓊斯工業指數和納斯達克綜合指數的對數收益率。

3 各個市場實證分析

3.1 上證綜合指數年收益率平穩性、正態性檢驗

在spss中定義變量，把收集到的上海證券交易所指數的年收益率數據輸入，繪制出相應時間序列圖和QQ圖，見圖1和圖2。

從上證綜合指數收益率時間數列圖我們可以看出一些明顯的特征：該圖從2001～2006年，該股指收益率呈現調整上升的趨勢；2006～2008年間突然大幅下跌，達到谷底，是12年間的最低點；2009年底大幅上漲到平均值以上；2010年至今趨于穩定。

從圖2中可看出上證綜合指數收益率數據大部分落在了斜線之外，分布于斜線兩側，這說明上證綜合指數收益率不服從正態分布。

3.2 道瓊斯工業指數年收益率平穩性、正態性檢驗

在spss中定義變量，把收集到的道瓊斯工業指數的年收益率數據輸入，繪制出相應時間序列圖和QQ圖，見圖3和圖4。

可以看出：從2001～2007年，該股指收益率一直在較高點位震蕩波動但幅度不大；2006～2008年間突然大幅下跌，達到谷底，是12年間的最低點；隨即立即反彈，2009年底恢復到高位；2010年至今趨于穩定。

從圖4中可看出對數收益率數據大部分落在了斜線之外，分布于斜線兩側，這說明道瓊斯工業指數收益率不服從正態分布。

綜上，可以看出滬深股市收益率波動較大，而其他兩個較成熟的股票市場收益率的波動則相對穩定。由于我國股市起步晚，規范性等方面還不成熟，加上投機性比較嚴重，導致我國的股市波動較大。由于本文搜集的是以年為基期的數據，數據少、時間跨度大，因此收益率均不服從正態分布。

4 四個股票市場實證分析結果

從表1中可以看出，道瓊斯工業指數收益率、納斯達克綜合指數收益率顯著相關，且為高度正相關；而我國的兩個股票指數的收益率與這兩個市場的相關性則為中度

相關。

5 結論與展望

通過分析五個股票市場年股指對數收益率，我們可以看出滬深兩市收益率波動性較強、波動幅度大，這說明我國股市的規范和英、美等成熟國家的股票市場有一定差距。同時，可看到我國股票市場的股指收益率與其他三個市場的股指收益率中度相關，說明我國股市和西方國家股市之間的聯系不是很緊密，我們應該加快與世界市場的合作步伐。

參考文獻

[1] 化生.中國股市的經濟學思考[M].北京：經濟科學出版社，2004，（1）：18-20.

第4篇：證券投資相關分析范文

關鍵詞：銀行體系流動性；存差；資金配置結構

中圖分類號：F830文獻標識碼：A文章編號：1006－1428（2006）04－0008-06

正確認識存差現象

1.當前世界各國和全國各省普遍呈現存差，存差現象符合全球、全國的一般規律

全面考察全球、全國存差，美國存差率50％，香港43％(李揚，2002)，而我國是31％，相比之下我國存差率較低。同時，我國銀行體系信貸投放占GDP比例達1.78，僅次于美國2.62的水平，高于世界平均水平(詳見表1)，反映了在全球范圍內，我國銀行體系信貸投放比較充分。截至2005年末，全國31個省(自治區、直轄市)均呈現存差。這都說明了存差現象符合全球、全國的一般規律。

表1：銀行體系信貸占GDP比例之全國、國際比較單位：％

2.回顧我國存差演變歷程，經濟發達地區先轉為存差，經濟落后地區后轉為存差

從我國存貸差演變歷程看，經濟發展起步階段全國各省市普遍呈現貸差，經濟發展到一定水平時各省市相繼出現存差，隨著經濟日益發展存差也不斷擴大。其中，經濟發達的廣東、浙江、江蘇、山東分別于1991年、1991年、1993年、1994年由貸差轉為存差；全國總體于1995年由貸差轉為存差；而經濟相對落后的青海、吉林直至近年才轉為存差。

3.實踐證明，存差與經濟發展水平、金融市場發達程度密切相關

實證分析表明，存差與地區經濟發達程度高度正相關。我們取2005年全國31個省(自治區、直轄市)存差與GDP數據進行相關性分析，結果顯示相關系數達0.8177，且顯著性較強，說明存差與經濟總量呈現正相關關系。進一步分析反映，存差還與地區金融市場狀況密切相關。在剔除北京、上海、廣東三個較為特殊的省市后相關系數更達0.8764，且顯著性更強，說明全國性商業銀行總行和證券交易所對地區存差也有明顯影響。以北京為例，2005年北京存差率達47％，存貸比僅53％。可見，經濟總量越大、金融市場越發達，其存差相對就越大。

4.存差既不能涵蓋社會資金供求狀況，也不能反映銀行資金松緊程度，更不能衡量金融支持經濟的水平

首先，在大一統的金融體制下，金融機構只有銀行，銀行資產只有貸款，銀行資產負債平衡式可以簡化為：

貸款=存款十所有者權益(1)

從等式(1)中可以看出，只要所有者權益大于零，就會存在貸差。

其次，金融體制改革后，各類型金融機構林立，金融市場加速發展，貨幣投放渠道和金融資產日趨多元化，使得銀行資產除貸款外，增加了證券投資、外匯占款等。銀行資產負債平衡式越來越復雜：

貸款+有價證券及投資+外匯占款+其他資產=存款+金融債券+其他負債+所有者權益（2）

存款-貸款=有價證券及投資+外匯占款+其他資產-金融債券-其他負債-所有者權益(3)

再次，現階段在銀行資金來源中，存款占絕大多數，比重達95.1％。而在銀行資金運用中，外匯占款比重升至23.6％，有價證券及投資比重升至11.6％(詳見表2)。因此，許多資金以非貸款形式投向實體經濟，存差已經不能全面描述社會資金供求的總體狀況。

表2：2005年全國銀行資產負債結構單位：％

5.真正反映銀行資金松緊程度和貸款投放能力的是超額準備金

銀行存差可能以法定存款準備金、外匯占款、有價證券、金銀占款、財政借款、固定資產、應收及預付款、分支機構上存資金(總部統一用于項目貸款、購買國債、購買金融債券等投資)等不同形式占用，因此，存差不能反映銀行資金松緊程度，真正反映銀行資金松緊的是超額準備金。近年來，央行實行了低比例、低利率的準備金制度，積極促進銀行擴大信貸投放。1998年以來，央行分三次調整法定存款準備金比率，由13％下調至7.5％：同時，連續三次下調超額準備金存款利率，由2.07％下調至0.99％。目前，超額準備金利率等于活期存款利率，屬于無利資產，因此，低利率低比例的準備金制度，有效促進追求利潤最大化的商業銀行盡量壓縮超額準備金，擴大信貸投放。截至2005年末，全國金融機構超額準備金率為4.1％，全年波動幅度低于前兩年水平，總體水平均控制在4％左右，表明金融機構僅保留臨時資金頭寸支付需要，并沒有過多閑置資金。存差成因的

實證分析關于存差成因的論述，可以歸納為很多假說，包括貨幣化進程假說、金融深化假說、經濟基本面假說、財富積累假說、有效需求假說、資產運用多元化假說、外匯占款假說、資金來源多元化假說、被迫儲蓄假說、信貸萎縮假說、信貸約束假說、特殊資本結構假說、制度轉軌假說等等。為檢驗各種假說，尋找存差形成的最主要因素，本文以廈門為例，收集了與各類假說相關的變量的時間序列數據，通過運用相關分析、單位根檢驗(Augmented Dickey-Fuller Test)、因果檢驗(Granger Causality rest)、AIC(Akaike Info Criteflon)和SC檢驗(Schwarz Criterion)以及最小二乘法等，不斷篩選和優化變量，試圖從理論和實證兩方面論證存差成因。

首先運用相關分析，從多個變量中篩選出與存差相關性最強的7個變量，其中因變量為存差(Y)，自變量為國內生產總值(X1)，社會固定資產投資總額(X2)，社會消費品零售總額(X3)，凈出口總額(X4)，廣義貨幣供應量(X5)，有價證券及投資(X6)，外匯占款(X7)，數據采用1980-2005年的數據。通過定性和定量分析，得出以下結論：

1.貨幣供應量偏大，貨幣流通速度減慢，貨幣流動性滯存造成存差持續擴大，貨幣化進程的階段性特征決定了存差現象

長期以來我國貨幣供應量超速投放，M2增幅長期高于GDP增幅與物價之和，M2/GDP已經達2.0左右，遠遠超過世界平均水平。超速的貨幣投放在我國經濟起飛階段被實體經濟充分吸收，促成我國基本實現貨幣化進程，但是，在經濟回歸平穩增長時期，超速的貨幣投放就會滯存于家庭部門或金融部門，難以被實體經濟充分吸收，具體表現為，貨幣流通速度下降，存差迅速膨脹，比如1995年前后我國貨幣流通速度(M1/M2)大幅減慢，由0.45水平下降至0.35水平，經濟難以吸收超速投放的貨幣，貨幣出現滯存，也正是1995年我國由貸差轉為存差，產生了3000億元存差。

為從實證角度加以檢驗，通過對存差與上述7個自變量的相關分析顯示，廣義貨幣供應量M2與存差相關性最大，呈現正相關，相關系數高達0.9779。為判斷M2是否為存差的原因，必須先對M2與存差進行平穩性檢驗，才能決定能否進行Granger因果檢驗。ADF檢驗表明M2與存差均為二階平穩序列，符合因果檢驗條件；AIC和SC檢驗確定了M2與存差因果判斷的最佳滯后期為2；Granger因果檢驗顯示，在滯后期為2和1時，M2是存差的成因。運用最小二乘法回歸顯示，在方程(3)中可決系數達0.9774；對M2與存差單獨回歸可決系數達0.9562，說明M2對存差的解釋能力很強；對M2與存差取對數回歸分析顯示，存差對M2的彈性系數為2.37?？傊瑢嵶C分析表明，M2是存差的主要成因，M2投放對存差的顯著影響體現在貨幣增投后的第2年，在不受其他因素干擾情況下，M2每增長1％，存差將擴大2.37％，貨幣化進程假說得到了實證分析的強有力支持。

2.經濟日益發展和財富不斷積累，提高了社會資金的豐裕程度，經濟發展變化是存差形成的根本性原因

改革開放初期，物質基礎薄弱，積累匱乏，資金成為最為稀缺的生產要素。當時人民難以解決溫飽問題，存款資金來源極少，銀行被迫采取有獎儲蓄、儲蓄貼水保值等吸收存款；另一方面，信貸資金長期供不應求，貸差缺口長期由央行增發貨幣彌補。90年代以后，社會和居民的財富明顯增加，非國有經濟高速發展，個人收入多元化，財政收入也翻倍增長，社會資金日趨豐裕，信貸資金供求關系發生變化，銀行存差不斷增加。

以GDP作為經濟水平和財富狀況的變量，對GDP與存差的相關分析顯示，GDP與存差相關系數達0.9655，僅次于M2。GDP通過了二階平穩檢驗；Granger因果檢驗顯示，在滯后期為7和5時，GDP對存差擴大有顯著影響，反映經濟增長對存差的影響滯后期較長。最小二乘法回歸顯示，在方程(3)、(6)中可決系數均達0.977以上，反映GDP對存差的解釋能力很強，總之，實證分析較好地支持了經濟基本面假說和財富積累假說。

值得一提的是，反映財富積累程度的居民儲蓄變量，不能入選主要自變量范圍。主要原因是，盡管居民儲蓄與存差相關系數高達0.9730，但居民儲蓄不能通過ADF平穩性檢驗，居民儲蓄與存差不存在Granger因果關系，實證分析不支持居民儲蓄是存差擴大的原因。實際上，居民儲蓄存款更是存差擴大本身的結果和表現，而不是先決成因，被迫儲蓄假說缺乏實證支持

3.金融資產多元化，資金運用多種多樣，同時金融負債單元化，資金來源主要依賴存款，金融深化程度也是存差擴大的另一重要原因

銀行資產多元化主要表現在四個方面。首先，1998年起，我國實行積極的財政政策，財政發債數量大增，金融部門持有的國債也快速增長。1981―1997年我國累計發行國債不足1萬億元，而1998―2005年累計發行國債約4萬億元，大大增加了金融部門的債券資產。其次，近年來中央銀行、政策性銀行和部分中小商業銀行不斷增發債券，也增加了商業銀行的金融債券資產。2005年銀行體系持有含國債、金融債券、中央銀行債券、企業債券等債券總計1.3萬億元，占銀行體系金融總資產11.6％，高于1990年9.6個百分點。再次，銀行資產多元化還表現在中間業務迅速發展，金融機構簽發銀行承兌匯票、出具保函、開立信用證等或有資產比重不斷上升。另外，2005年外匯占款占銀行資產達23.6％，也是金融資產多元化的一種表現(在第4點單獨做分析)。

對存差與有價證券及投資相關分析顯示，相關系數為0.9539。Granger因果檢驗顯示(詳見表3)，在滯后期為1時，有價證券及投資是存差的成因，僅通過置信水平為10％的顯著性檢驗；對有價證券及投資與存差單獨回歸可決系數為0.8835，低于M2和GDP，說明有價證券及投資對于存差的影響相對較弱。但是，如果對存差率與7個自變量進行相關分析，則有價證券及投資相關系數最高?？傊?，有價證券及投資對存差的影響較弱，但對存差率的影響最強，有價證券及投資假說得到實證分析的一定支持。

為檢驗結構因素與總量因素對存差影響的顯著程度，建立僅以結構因素為自變量(X6、X7)的回歸方程(2)(詳見表4)，同時建立僅以總量因素為自變量(X1、X2、X3、X4、X5)的回歸方程(1)，比較分析顯示，方程(1)的可決系數高于方程(2)，同時DW值較優，可見，總量因素對存差的影響顯著強于結構因素，換言之，資產多元化假說的實證支持稍弱于貨幣化進程假說和經濟基本面假說。

討論金融資產多元化時，值得一提的是，金融負債單元化?；仡?0年代以來，金融機構存款占資金來源的比重呈現堅定上升趨勢，比重由1993年80％，上升至2005年的95％，金融資產和負債多元化的不對稱性，側面反映了貨幣市場發展明顯滯后于資本市場發展，進一步加劇存差擴大。

4.貿易順差、利用外資、人民幣升值等導致外匯占款超常增長，尤其是貿易項下凈結匯增長，強化了存差擴大趨勢

當前，在貿易項下凈結匯、資本(投資)項下凈結匯、短期流動資金凈結匯的三重推動下，企業大量向銀行結匯，銀行向央行結匯，在現行外匯管制下央行被迫投放基礎貨幣。與此同時，央行其他貨幣政策操作工具難以對沖外匯占款所投放的流動性，造成貨幣超常投放，強化了存差擴大趨勢。1994年外匯管理體制改革以來，外匯占款成為基礎貨幣投放的主要渠道，外匯占款占基礎貨幣比重從1990年的9％，上升到1995年的31％，2000年41％，2003年的56％，并在近兩年人民幣升值預期下，迅速上升至2005年的96.6％。外匯占款占銀行資產比重也從1993年的3.9％，上升至2005年的23.6％。

實證分析不支持外匯占款是存差的成因。盡管外匯占款與存差相關系數高達0.9374，但是由于外匯占款受國際因素、政治因素等外生變量影響太大，極其不平穩，不能通過ADF平穩性檢驗，因此，外匯占款與存差不存在Granger因果關系，外匯占款假說并未得到實證檢驗的有效支持。

但實證分析顯著支持貿易凈出口(相當于貿易項下凈結匯)是存差的成因，兩者相關系數0.9154，在滯后期為1、2、3、4、5、6時凈出口是存差的成因，并全部通過1％置信水平的顯著性檢驗(詳見表3)，在方程(1)、(3)、(6)中可決系數均超過0.97的水平(詳見表4)?？梢?，凈出口(即貿易項下凈結匯)是存差極其顯著的成因，貿易項下凈結匯假說比外匯占款假說更精確，對存差成因解釋能力更強。

表3：因果檢驗(Granger Causality Test)

最終消費水平影響投資增長的可持續性，決定了貸款的有效需求，也是存差變動的主要因素如果消費和投資需求旺盛，商業銀行可以通過動用超額準備金、出售債券資產，從其他機構拆入資金，或向央行再貸款來擴大貸款，存差就會變小。如果最終消費水平偏低，投資增長不能持續，貸款有效需求就會不足，這樣即使迫使銀行信貸資金流向實體經濟，被逼出商業銀行的資金也只能滯留在金融市場，存差就會持續變大，這也是貨幣內生性的含義。

實證分析顯示，投資和消費與存差的相關系數分別為0.9060和0.9370；消費在滯后期為3、4、5時，投資在滯后期為4、6、7時對存差的影響顯著(詳見表3)；回歸方程(1)、(3)、(5)、(6)中可決系數達0.97-0.98(詳見表4)，可見，投資和消費對存差解釋能力很強，影響很顯著，有效需求假說得到充分驗證。

為檢驗地區性因素與全國性因素對存差影響的顯著程度，建立僅以地區性因素為自變量(X1、X2、X3、X4)的回歸方程(5)(詳見表4)，同時建立僅以全國性因素為自變量(X5、X6、X7)的回歸方程(4)，比較分析顯示，方程(5)的可決系數高于方程(4)，同時DW值較優，可見，地區性因素對地方存差的影響顯著強于全國性因素。

6.貨幣投放渠道發生新變化，尤其是剝離不良資產投放了大量基礎貨幣，成為近年來存差擴大的特殊因素

近年來，國家加大剝離不良資產和核銷呆賬貸款的力度，直接減少了貸款存量，并且帶來了大量的存款來源。1999-2004年剝離不良貸款，扣除資產管理公司可回收的部分外，預計損失達1.5萬億元。國有商業銀行股份制改革過程中處置大量不良貸款，加上各類銀行自行核銷的貸款，預計有2.5萬億元貸款損失。在大力剝離不良資產和核銷呆賬貸款情況下，截至2005年末，全國不良貸款比率僅為8.6％，比2004年第三季度末的26.6％整整下降了18個百分點。這些特殊因素對存差擴大帶來突發卻又重大的影響。

表4：回歸方程(Least Squares Method)

綜上所述，通過理論分析和實證檢驗，我們可以得出存差成因的相關結論：一是在存差成因的7個主要自變量中，M2對存差的解釋能力最強，假設不考慮其他因素，M2增長1％后第2年存差將擴大2.37％；其次是GDP對存差的解釋能力也很強，再次分別是投資、消費、凈出口、有價證券及投資。二是在各種存差成因的理論述評中，貨幣化進程假說、經濟基本面假說、有效需求假說得到了實證分析的強有力支持；有價證券及投資假說、資產多元化假說的實證支持相對較弱；被迫儲蓄假說、外匯占款假說沒有得到實證分析的有力支持。實證分析還發現，存差擴大是儲蓄增長的成因，而貿易項下凈結匯假說比外匯占款假說更精確。三是在存差成因分類比較中，總量因素對存差的影響強于結構因素，地區性因素對地區存差的影響強于全國性因素。客觀評價金融支持經濟的狀況

對于存差問題存在著許多批評，常見的批評可以概括為信貸約束假說、資金上存假說、制度轉軌假說、特殊資本結構假說等。反思造成上述存差認識誤區，并引發存差爭議的深層次原因，我們認為有兩個問題值得關注，一是相當社會公眾對金融支持經濟的力度存在著根深蒂固的誤判和質疑，往往習慣于采用傳統的存差指標，作為評價金融支持經濟力度的依據，比如，1995年全國出現存差以來，社會各界對存差就爭論不休。二是當前農村經濟、縣域經濟、中小企業發展急需資金，進一步加深了社會公眾對于存差的誤解，社會資金配置結構有待優化和調節。為此，本文分別提出兩方面建議。

1.重建評價金融支持經濟的指標體系及其定期公布機制

一是評價金融支持經濟的新指標要具有延續性和普及性。首先，要保持與傳統存差指標的可比性和連續性，反映信貸支持經濟的實際狀況，因而，M2并不具有針對性。其次，社會公眾容易理解、普遍接受的概念，而學術專用名詞，比如超額儲備率，就比較不適合?？梢钥紤]采取銀行“各項融資”代替“各項貸款”；采取“存款融資比例”代替“存貸比例”；采取“存款融資差額”代替“存貸差”。其中銀行“各項融資”等式為：

各項融資=各項貸款+有價證券及投資+外匯占款+其他融資性資產(4)

以全國為例，2005年全部金融機構本外幣各項貸款19.47萬億元，有價證券及投資3.49萬億元，外匯占款7.12萬億元，各項融資合計30.08萬億元；相比各項存款30.02萬億元，存款融資差額為-0.06萬億元，出現了“融資差”，相當于原來意義上的“貸差”。說明了銀行充分運用各項貸款、有價證券及投資、外匯占款等多種融資方式支持經濟，換言之，金融支持經濟是充分的。新的評價指標兼顧了金融資產多元化趨勢，更加全面地評價金融支持經濟的狀況。

二是建立金融支持經濟的定期公布機制?？梢钥紤]在季度貨幣政策執行報告、月度金融數據分析等官方信息中披露“各項融資”、“存款融資比例”、“存款融資差額”等數據，更加明確地反映銀行資金松緊程度、金融支持經濟力度的相關情況，引導公眾輿論導向，消除社會公眾關于金融支持經濟的質疑，更加全面地評價金融支持經濟的真實狀況。

2.調節和優化社會資金配置結構

當前，國民經濟部分領域出現資金短缺，其本質是結構失衡問題，并非總量不足問題。因此，調節資金配置結構，是加大金融支持經濟力度的重要途徑。

一是調節資金內外平衡。從優化全社會資金配置的宏觀角度，及時調整外匯儲備管理、外匯體制管理、引進外資的戰略和政策，推進匯率形成機制改革，統籌安排和充分利用存差資金。

2005年我國外匯儲備達到8189億美元，超量外匯儲備面臨投資難題和貶值風險；迫于外匯儲備超常增長格局，我國將30％左右的外匯儲備投資美國國債，長期向外國輸出大量廉價外匯資金。與外匯儲備難尋投資出路形成鮮明反差的是，外匯資金在國內仍是“稀缺資源”，國內政府千方百計高成本招商引資，企業居民通過對外舉債滿足用匯需求。這些現象，突顯了現行外匯管理制度和招商引資政策，已經不適應外匯供求形勢的變化，因此，當前亟待調整外匯儲備投資管理戰略，提高運作外匯儲備資產的靈活性?？梢钥紤]在國內試行運作外匯儲備證券化，回收市場的超額流動性。另外，要盡快轉變招商引資觀念，把注重引進國外資金，轉為注重引進國外技術和先進設備，要從社會資金優化配置的角度，鼓勵優先使用國內商業銀行存差資金。

二是調節資金的地區和企業平衡。充分利用利率市場化手段，結合政策性支持措施，更好地實現信貸資金在農村經濟、縣域經濟、中小企業、新興行業的有效流動和合理配置。

我國信貸資金難以流入落后地區和企業，其主要問題在于利率尚未完全市場化，利率管制則限制了資本的市場化流動。從金融角度來看，銀行放貸過程中收益和風險的不對稱性(即利率非市場化)，使銀行難以平衡風險，因此，要加快利率市場化步伐，充分運用利率杠桿實現資金在行業和地區間的有效配置。另外，政策性支持措施也是平衡風險的另一個有效途徑。特別是建立政策性擔保體系，包括政策性擔保機構和再擔保機構為主的信貸擔保體系，對于引導和促進信貸資金流向作用重大。

三是調節資金市場結構平衡。謹慎對待銀行證券資產的利率風險、流動性風險和系統性風險，改變大量信貸資金盲目向債券回購市場聚積的態勢。

當前，銀行證券資產面臨的風險不容忽視。一是市場利率風險。2005年一年期記賬式國債發行利率降至1.14％，2005年農發行一年期金融債券發行利率也僅1.65％，均低于同檔次一年期存款利率水平，說明債券資產收益偏低，同時又缺乏規避風險的衍生產品，因此利率風險偏大。二是期限結構風險。目前國債品種期限大多趨同，國債市場投資者多為金融機構，一旦發生風險，變現將出現困難。三是系統性風險。債券占資產結構比重日益上升，一些中小商業銀行比重甚至高達50％以上，資產經營過于集中將難以規避債券市場的變化。因此，要加快發展貨幣市場，增加貨幣市場衍生金融工具，通暢貨幣市場與資本市場的渠道，促進資金在不同金融市場的合理配置。

四是強化銀行利潤約束機制，提高銀行風險控制水平。強化銀行利潤最大化的激勵機制，可以從根本上提高信貸資金的使用效率；只有通過支持銀行體制改革，規范商業銀行法人治理結構，切實建立利潤最大化的激勵機制，才能從制度上正確引導商業銀行信貸資金使用效率，通暢貨幣信貸傳導機制。提高銀行風險控制水平和風險定價能力，可以促進信貸資金流向新興行業、中小企業、農村經濟和縣域經濟，實現資金的市場化流動，最終優化資金的配置結構。

參考文獻：

［1］周小川.當前研究和完善貨幣政策傳導機制應關注的幾個問題.金融時報，2004；4-14

［2］曾康霖.怎樣看待商業銀行的存貸差額［J］.金融研究，2003；3

［3］張杰.國有銀行的存差：邏輯與性質［J］.金融研究，2003；6

第5篇：證券投資相關分析范文

【關鍵詞】 金融工具；投資收益；價值相關性

隨著我國資本市場的不斷完善，企業將其閑置資金投資于證券市場的行為已越來越普遍，由此而產生的有別于企業傳統資產的“新型資產”――金融資產已成為企業資產中不可忽視的重要組成部分。那么金融工具投資收益對企業價值的影響到底如何呢？企業是否可以通過對其持有的金融工具進行調整來提高公司價值、促進企業價值最大化呢？本文對金融工具投資收益進行價值相關性實證研究，以期發掘金融工具投資收益信息的決策有用性，為利益相關者提供具有較高價值的決策依據。

一、研究假設及變量選取

價值相關性研究按照研究對象的報表屬性可分為資產負債表項目研究、利潤表項目研究、現金流量表項目研究以及其他價值相關性研究（EVA，市盈率等）。資產負債表項目的價值相關性研究是指研究金融資產、無形資產、金融負債、股本規模、資本結構等資產負債表上的項目或此類項目計算的指標與公司股票價格的相關性。利潤表項目的價值相關性研究是指研究會計盈余、剩余收益等利潤表上的項目或此類項目計算的指標與公司股票價格的相關性?，F金流量表項目的價值相關性研究是指研究經營現金流量等現金流量表上的項目或此類項目計算的指標與公司股票價格的相關性。

本文將資產負債表項目的價值相關性研究與利潤表項目的價值相關性研究相結合，作出研究假設：金融業上市公司金融工具投資收益具有價值相關性。

由于不同上市公司的所得稅可能存在差異，為了排除不同所得稅對公司盈余產生的影響，研究選擇了能綜合反映企業業績的盈余指標――利潤總額作為衡量金融工具投資收益對企業盈余所起作用的變量。選用股票價格模型對假設進行檢驗，選取樣本公司在t+1年4月底最后一個交易日的收盤價作為被解釋變量。因為每年的1―4月是上市公司公布年報的法定時期，如果市場是有效的，有理由相信4月底的股價已經吸收了公司的會計數據的信息?？刂谱兞窟x用上年利潤總額、凈資產倍率、總資產對數分別用來控制時間序列性對利潤總額的影響、控制企業風險和成長性的潛在影響、控制企業規模對經營業績的影響。

二、建立模型

基于Ohlso（1995），Barth&Landsman（1995），Aboody，et al（1999）的相關研究，本文擬采用以下模型來檢驗金融業上市公司金融工具投資收益的價值相關性：

Pt，i=β0+β1INCOMEt，i+β2IVt，i+β3RATEt，i+β4NIt，i+β5EPSt，i

+ξt，i

其中：

Pt，i為樣本公司在t+1年4月底最后一個交易日的每股市場價格；

INCOMEt，i代表樣本公司在t年度末的金融工具投資收益總額；

IVt，i代表樣本公司在t年度末投資的金融資產總額；

RATEt，i代表樣本公司在t年度末的金融工具投資收益率；

NIt，i為樣本公司t年度的每股扣除了金融資產投資收益之后的稅前利潤；

EPSt，i為i公司t年度的每股凈利潤；

ξt，i為誤差項；

β0為截距項，β1、β2、β3為自變量的系數。

三、樣本的選取

本文采用SPSS 17.0軟件對相關數據進行統計分析。由于不同行業上市公司投資的金融資產種類和規模都可能存在較大差異，其金融工具投資收益對企業績效的影響和會計信息價值相關性的影響也可能會因此而產生較大差異，因此我們選取2007―2009年作為研究區間，以滬深兩市A股金融業上市公司為研究對象。為了保證數據的有效性，盡量消除異常樣本對研究結論的影響，根據以下標準對原始樣本進行篩選：（1）剔除截至2009年12月30日在滬深兩市已經暫停上市和終止上市的公司。（2）剔除沒有金融資產或者金融資產數額為0的公司。（3）剔除ST類和PT類上市公司，這些公司或處于財務狀況異常的情況，或者已連續虧損兩年以上，若將其納入研究樣本將影響研究結論。（4）剔除數據缺損的樣本。經過篩選，最終選取了24家金融業上市公司，其中滬市17家，深市7家。

除特殊說明外，本研究的有關數據信息直接取自上市公司披露的年度財務報告和鳳凰財經網。

四、實證分析

（一）描述性統計

根據研究模型涉及主要變量所計算的樣本的描述性統計量見表1：

從Panel A可見，金融工具投資收益與金融資產投資規模均呈上升趨勢，這說明金融業上市公司對金融資產投資的重視程度在逐步上升，也佐證了金融資產的投資有助于增加企業財富、提高企業價值。從標準差角度來看，金融工具投資收益和金融資產的標準差分別從2007年的65 192.14百萬元和1 928 280.00百萬元上升到2009年的70 952.42百萬元和2 674 950.00百萬元，說明金融業上市公司各公司對金融資產的重視程度存在較大區別，呈現出兩極分化的現象。但與利潤總額標準差比起來，其兩極分化程度沒有那么大，利潤總額的標準差從2007年的33 017.15百萬元上升到2009年的45 649.56百萬元，上漲了35.17%。

從PanelB可見，投資收益與金融資產的比例呈現出下降的趨勢，從2007年的36.65%下降到2008年的23.20%，再下降到2009年的14.34%，投資與利潤總額的比例也呈現震蕩下降的趨勢，從2007年的159.81%先上升到2008年的232.09%，又下降到2009年的134.08%。這與2008年的全球性金融風暴有很大關聯，也證實了金融資產的投資風險較大，企業在進行金融資產投資時應進行理性的分析與決策。

PanelC給出了投資收益、金融資產和利潤總額基于平均值的增長率，可以發現金融資產的增長率明顯提高，從2008年的10.25%提高到了2009年的69.29%，翻了6.76倍。這與金融業對金融資產投資的高度重視息息相關，與金融業自身的行業特點也分不開。而投資收益增長率和利潤總額增長率卻是先下降后提高，這可能與2008年的金融危機和2009年的經濟復蘇有關。

（二）相關分析

變量間的相關關系需要使用相關系數進行測量，不同的相關系數適應不同類型的變量，如柯達（Kehdall t）相關系數是用非參數方法度量定序變量間的線性相關性，斯皮爾曼（Spearman）等級相關系數用來度量定序變量間的先行相關性，而皮爾森（Pearson）簡單相關系數用來度量定距變量間的線性相關性。由于本文的變量大部分為定距變量，并且相關分析僅是初步判斷變量間的關系，因而本文不嚴格區分變量性質，僅使用皮爾森（Pearson）簡單相關系數進行初步判斷，變量間的相關關系見表2。

由表2可見，在0.01的顯著性水平（雙側）下，金融業樣本公司的金融資產和投資收益均和利潤總額顯著正相關，但投資收益率卻和利潤總額呈負相關；金融資產和投資收益均和股票價格呈負相關，投資收益率和股票價格正相關。

盡管相關性分析顯示了金融業金融工具投資收益與公司盈利能力存在若干顯著相關關系，但是由于沒有控制其他因素可能產生的影響，因此還不能就此做出金融工具投資收益會影響公司價值的判斷，只有在運用多元回歸分析對各種可能的干擾因素加以控制，進行進一步的檢驗，才能得到可靠的結果。

（三）回歸分析

我們依次將模型中的稅前每股凈利、每股凈利潤、投資收益、金融資產和投資收益率等變量放入回歸方程，可得金融業樣本公司的回歸結果見表3、表4。

通過回歸分析，發現金融業樣本公司投資收益、金融資產以及投資收益率等變量對股價的解釋力不是很強，調整后的R2只有0.579，解釋比率只有57.9%。這是因為股價除了受上述變量的影響，還會受到其他非量化因素的影響。由于金融業樣本公司選擇的是2007、2008、2009三年的樣本數據進行的測試，而金融市場的外界環境在這三年本身存在著較大的波動性，2007年的股市屬于明顯的牛市，年底上證指數（收盤價）高達5 261.81、成交量771 870手、成交額13 368 039萬元，深證成份股指數達17 700.62、成交量5 951 376手、成交額1 638 318萬元；而2008年受全球金融危機的影響，國內股市行情明顯下落，年底上證指數跌落到1 820.81、成交量下降至503 961手、成交額降低至3 352 616萬元，深證成份股指數只有6 485.51、成交量為7 277 832手、成交額僅為596 889萬元；得益于國家相關部門的調控，以及行業的不斷努力，積極開拓新途徑、尋求新的發展思路，2009年股市有一定的回升，年底上證指數回升至3 277.14、成交量達到1 165 204手、成交額為13 897 736萬元，年底深證成份股指數達13 699.97、成交量為7 328 752手、成交額也上升至1 420 624萬元。由此可推定，外部環境的顯著變化是導致變量指標對股價的解釋力相對較低的重要原因。

進一步對變量指標進行檢驗，系數估計的結果顯示，金融資產具有最佳的解釋力，Beta系數達-0.825，表明金融業樣本公司投資金融資產的規模越大，股票價格越低。其次是投資收益指標，Beta系數為0.562，表明金融業樣本公司投資金融資產產生的投資收益越大，股票價格越高。這是由于金融資產具有較高的投資風險，高風險必然給公司帶來負面的影響，金融資產越多，股票價格越低，符合常理。當然高風險可能會帶來高的投資回報率，當公司投資的金融資產取得了相應的收益時，公司價值必然隨之提升，股票價格也必然上漲。

五、結論

通過上述分析，本文得出結論：金融業上市公司金融工具投資收益具有價值相關性，但相關性較低。通過相關和回歸分析發現，金融業樣本公司金融資產總額和金融工具投資收益總額與公司股票價格無論是在0.01水平（雙側）上，還是在0.05水平（雙側）上相關系數分別只有-0.173和-0.151，Pearson相關性分別為-0.464和-0.429。這表明，金融工具投資收益與股票價格具有一定程度的負相關性。即，金融業上市公司投資金融資產越多、金融工具投資收益越高，公司股票價格可能會更低，當然，這只有60%左右的解釋力（R2=0.609，調整后的R2=0.579）。而導致金融工具投資收益對股價的解釋力相對較低的重要原因可能是研究區間金融市場外部環境的顯著變化。金融市場經歷了2007年的牛市、2008年的熊市，以及2009年的市場回暖三個迥然不同的階段，這必然會影響金融業樣本公司金融工具投資收益的價值相關性。

【參考文獻】

［1］ 張益民，薛衛孝，錢洪清.金融資產公允價值信息的價值相關性實證研究［J］.現代商業，2008（36）:264.

［2］ 吳戰篪，羅紹德，王偉.證券投資收益的價值相關性與盈余管理研究［J］.會計研究，2009（6）:42-49.

［3］ 杜軍.會計盈余價值相關性研究述評［J］.財會月刊，2010（9）:72-74.

第6篇：證券投資相關分析范文

當前我國銀行存差的特征

1994年以前，我國銀行業資金配置的普遍狀態是貸款大于存款，貸款/存款比率（下文簡稱存貸比）高達100%～110%。1995年，我國實行資產負債比率管理后，銀行業的資金配置開始調整，出現了存款大于貸款，當年存差3324.2億元，2000年末的各項存款余額為12.38萬億元，各項貸款余額為9.94萬億元，存貸比為80.26%，存差為2.44萬億元。2005年末，我國全部銀行（含外資銀行）本外幣并表的各項存款余額為30.02萬億元，各項貸款余額為20.68萬億元，存貸比下降至68.89%，銀行的存差高達9.34萬億元。（參見表1）。

當前我國銀行存差呈現以下幾個特征。

（1）銀行存差伴隨GDP的增長逐年遞增。我國經濟總量擴張必然導致企業和居民收入提高、企業存款和儲蓄存款增加；同時，由于法定存款準備金的規定和滿足日?，F金需求，所增加的存款必然有一部分以法定存款準備金的形式游離于實體經濟之外。1995年以來，我國存款增幅大于貸款增幅，存差逐年遞增，存差增幅呈現出三個波峰，分別是1996年的123.16%、1999年的63.99%、2005年的47.72%，GDP增幅波峰大致與銀行存差保持一致，分別是1996年的9.8%、2000年的8.4%、2005年的9.9%。

（2）商業銀行的信貸約束促使銀行存差不斷增大。商業銀行審慎的經營理念，以及其嚴格的銀行監管制度，必然促使我國銀行更加謹慎地進行信貸項目選擇，理性地控制信貸投放規模，這些現實或潛在的約束客觀上使商業銀行的存差呈現不斷增大的趨勢。如2005年末，全國存款余額較2004年增長了24.35%，而全國貸款余額較2004年增長了16.05%；存貸比由2004年的73.81%降到2005的68.89%，（參見表1），呈現出逐年下降的趨勢，而存差卻呈現出不斷擴大的趨勢。

（3）外向型經濟的發展，推動我國銀行存差的不斷擴大。1994年，我國實行了外匯體制改革，實行銀行結售匯制，取消外匯留成和上繳。之后，出口順差額開始大幅擴大，企業在銀行大量結匯，銀行從企業買入外匯的同時，增加了企業在銀行的存款。外匯順差資金除部分進入生產流通環節，其余進入了銀行資金流。銀行外匯占款增多，中央銀行為購入外匯必須投放更多的基礎貨幣并最終反映為存款，從而導致銀行存差擴大。2004年末，全國進出口總額9.56萬億元，進出口貿易順差2655.7億元，外匯占款5.26萬億元，而銀行新增存款為3.34萬億元。可見，我國外向型經濟的不斷發展，進一步推動了我國銀行存差的擴大。

我國銀行存差的相關實證分析

中央銀行與商業銀行的行為分析

首先，看我國商業銀行行為與存差的相關性。根據表1，作者運用SPSS11.5統計軟件，對我國銀行1995年以來的各項存款與存差的相關系數進行了計算，結果表明，我國銀行存差與各項存款的相關系數高達0.993（相關分析在0.01水平上通過雙尾檢驗, Sig.=0），說明我國銀行存差的不斷擴大與存款具有高度的相關性；而通過計算我國銀行1995年以來的各項貸款與存差的相關系數，我國銀行存差與各項貸款的相關系數為0.985（相關分析在0.01水平上通過雙尾檢驗, Sig.=0），說明我國銀行存差的不斷擴大與存款相關性高于與貸款的相關性。通過計算我國銀行存差與各項存貸款的相關度，驗證了我國銀行存差的存在原因是，信貸緊縮導致市場約束、政策約束、總需求不足等而引起銀行的存差；居民被迫儲蓄導致居民資產結構單一，儲蓄只增不減，從而不斷擴大銀行存差；存款和資本金共謀，將存款看成是資本金，存款作為金融風險緩沖器。

其次，看我國中央銀行行為與存差的相關關系。根據表2，作者計算我國1995年以來的貨幣供應量M0、M1、M2與銀行存差的相關系數分別為0.973、0.992、0.991（相關分析在0.01水平上通過雙尾檢驗, Sig.=0），說明我國銀行存差與貨幣供應量高度相關。2005年3月末，我國銀行存差已達70112億元的存差，存款增量大于貸款增量（參見表1），雖在某種程度上表明了銀行信貸資金尚未充分有效地運用，但從國際經驗看，隨著經濟和金融的迅速發展，會給社會和公眾帶來財富的增長，自然產生巨額的資金剩余。

第三，看看我國銀行存差與資金運用的相關關系。根據表2，作者計算我國銀行1995年以來的存差與有價證券及投資、外匯占款、金銀占款的相關系數分別為0.953、0.961、0.961（相關分析在0.01水平上通過雙尾檢驗, Sig.=0），驗證了我國銀行存差的外匯占款假說論，銀行存差的不斷增長，主要原因是我國貿易長期順差。

銀行存差與我國經濟總量的實證分析

作者計算了1995～2004年我國銀行存差與全國GDP的相關系數，結果表明，我國銀行存差與GDP的相關系數高達0.978（相關分析在0.01水平上通過雙尾檢驗, Sig.=0），說明我國銀行存差的不斷擴大與我國的經濟總量具有高度的相關性?？梢?，經濟總量擴張必然導致企業和居民收入提高，從而帶來企業存款和儲蓄存款增加，進而影響我國銀行存差持續發展。

銀行存差與我國經濟息息相關

銀行存差是實施財政政策和貨幣政策的重要基礎。我國銀行巨額存差，支持了積極的財政政策和穩健的貨幣政策，在擴大內需、保持貨幣穩定、促進國民經濟快速發展等方面發揮了重要作用，2004年末，銀行的有價證券投資和外匯占款的資金分別為3.04萬億元和5.26萬億元，存差資金為6.32萬億元，銀行存差資金提供了72.12%的支持，有效地減少了中央銀行的貨幣（M0）發行，在經濟快速發展的同時，維護了我國幣值的穩定。畢竟，我國銀行的資金來源是各項存款與中央銀行發行的貨幣（M0）。存差一旦減少，就要增加貨幣發行，前面研究表明，我國銀行存差與M0的相關系數分別為0.973。可見，如果沒有6.32萬億元的巨額存差資金，實施積極財政政策、發行國債和政策性金融債券、收購外匯儲備的資金，就只有依靠中央銀行貨幣的（M0）發行，M0的發行將不可避免地增加通貨膨脹的壓力。無論是縮減外匯儲備還是壓縮國債發行規模，都將對財政政策和貨幣政策的調控目標產生不利影響。因此，我國銀行存差是實施積極財政政策和穩健貨幣政策的重要基礎。

銀行存差現象不能直接確認為金融對經濟的支持力度弱化。銀行存差不斷擴大，并不代表銀行貸款不積極。真正決定銀行貸款能力的不是存差，而是超額存款準備金。即使商業銀行有存差，但如果沒有超額存款準備金，一樣無法發放貸款。超額準備金是商業銀行超過法定準備金以外的儲備，表現為商業銀行在中央銀行的一部分存款和庫存現金。商業銀行的超額準備金要在滿足日常結算和維持流動性的情況下，才能貸款，增加存款的供給。

經濟總量與銀行存差現象是高度相關的，并給中央銀行帶來了新的挑戰。我國銀行存差的不斷擴大與我國的經濟總量具有高度的相關性（0.978），經濟總量擴張必然導致企業和居民收入提高，從而帶來企業存款和儲蓄存款增加，進而影響我國銀行存差持續發展。目前，我國雖不屬于發達國家，但在發展中國家卻保持強勁的增長勢頭，開始出現了資金剩余的趨勢。尤其在我國金融業按照分業經營和分業管理的體制下，加強風險管理、分割融資渠道，更加劇了銀行存差狀況。目前，存貸雙增的銀行存差的增長模式的確給中央銀行帶來了新的挑戰。尤其是近幾年我國國際收支所出現的大額順差，導致外匯占款和外匯儲備的增長，在現行結售匯制度下，不可避免地增加了貨幣供給和貨幣投放，這些現象也是中央銀行不易控制的。

政策建議

盡管決定我國銀行存差的主要因素是客觀的，但也不能忽視金融支持經濟的主觀能動性，就中央銀行與地方政府而言，要在防范風險的前提下，堅持不懈地探索擴大有效信貸投放，支持區域經濟發展，推進信用建設，倡導銀企合作。

（1）充分發揮“窗口指導”作用，引導銀行擴大有效信貸投入，促進經濟結構調整優化，并要著力改進金融服務。一要增加對中小企業、民營企業、“三農”、再就業、助學、消費信貸等領域的信貸投放。二要做好資金結算服務工作，為經濟金融發展提供暢通的資金往來通道。三要加快社會征信體系建設，完善銀行授信信息的共享機制，降低信貸市場上的信息不對稱帶來的成本。四要加強貨幣市場的屬地監管，促進市場公平競爭，避免銀行資金過多流入貨幣市場造成信貸供給能力不足的情況發生。

（2）積極創新和推廣信貸產品，拓寬銀行增加有效信貸投入的途徑。一要建立和完善以客戶為中心的金融服務理念，開發滿足客戶個性化需求的信貸產品，有效適應客戶全方位的融資和金融服務需求。二要促進銀行建立符合實際的貸款審批、授權制度，完善信貸經營管理機制。三要做好信貸審批制度調整的利弊分析，收權要考慮到可能的效率損失，放權要考慮到可能的風險暴露，力爭達到風險控制與效率提高之間的平衡。

（3）中央銀行貨幣供應量調節既要加強協調和信息交流功能，還要考慮國際收支、人民幣匯率、外匯管理體制以及國際政治經濟等綜合因素。一要實現貨幣政策與財政政策的協調。二要實現貨幣市場與資本市場的協調，應將人民幣流出/入量、洗錢、資本外逃等因素作為人民幣供應量的一個重要變數納入貨幣供應調節的范疇。三要與銀監、證監、保監部門保持政策的協調。中央銀行雖在金融宏觀調控面位置有所提高和超脫，但需要有關監管和政府部門協調、溝通、配合和支持。若中央銀行把自己定位于局外人或“獨臂人”的角色，必會使貨幣政策和貨幣供應量調控效應大打折扣。

第7篇：證券投資相關分析范文

另外,不論是股票的交易量、股票收益以及股票收益的變動性都呈現序列平穩性,而股票價格則呈現出非平穩性。股票交易量和股票收益之間存在雙向因果關系,收益的變動性和交易量之間不存在Granger因果關系。

一、引言

價格和交易數量的關系是市場關系中的最基本關系。在股票市場上就表現為股票交易量和股票價格、收益以及收益變動性(volatility)之間的關系。近年來國外有許多文獻對此進行了分析。一般認為交易量在甄別市場信息方面起著明顯的作用[1]。交易量反映了股票交易者掌握影響市場的不同新信息,交易人員對市場未來看法的差異越大,市場的交易量也越大。有些學者通過實證分析指出股票絕對價格和交易量之間存在著正相關,價格的變化將促使交易量變化到一個新水平;還有些學者認為交易量精確地反映了股票價格的歷史信息,因此包含交易量的股票技術分析比不包含交易量的股票技術分析更準確[2]。股票收益和交易量之間的因果關系分析,就是檢驗股票收益和交易量哪個是原因哪個是結果,是互為因果還是不存在因果關系,是否真如華爾街古老格言所講:“是交易量在推動股票價格變動?！北姸鄬W者對兩者之間的因果關系進行了分析。如Rogalski運用Haugh提出的數量方法對股票收益和交易量之間的因果關系進行了實證研究[3];Tauchen和Pitts對股票價格變化的變動率和交易量之間的關系進行了研究[4]。中國股票市場發展至今已有相當規模,由于中國上市公司特有的股權結構以及權益市場特有的特征,對我國股票市場上股票收益和交易量的關系也需要進行具體研究,而不能照搬國外現成的分析結果。本文分如下幾部分:首先運用ADF和PP方法對深圳股票收益和交易量的平穩性進行單位根檢驗;接著對深圳A股市場的股票收益和交易量之間進行相關分析和回歸分析,從靜態方面分析二者之間的關系;再次對深圳股票市場上的交易量和股票收益及收益的變動性進行Granger因果關系分析;最后是一簡短的結論。研究的數據包括深圳交易所從1991年4月3日到2002年12月5日全部深圳成份股日收盤指數和全天A股日交易量,共計5776組數據。本文涉及到的兩個基本公式定義如下:股票的日收益公式定義為Rt=log(Pt/Pt-1)。假設股票的期望收益為零,即E(R)=0,則股票收益的變動率為σ2=E(R2)-(E(R))2=E(R2),那么,股票日收益變動率可定義為σ2=(log(Pt/Pt-1))2。

二、序列平穩性檢驗序列的平穩性是進行相關分析、回歸分析以及進行因果關系檢驗的前提

當序列非平穩時,會出現偽回歸、偽相關。平穩性檢驗方法主要有:非參數檢驗、自相關函數檢驗和單位根檢驗等。本文運用單位根對深圳A股交易量和深成指進行平穩性檢驗[5]。為了檢驗單位根,采用擴展的迪克—富勒(D-F)檢驗和Phillips-Perron(P-P)檢驗。迪克—富勒回歸:Δxt=ρ0+ρxt-1+∑ni=1δiΔxt-iPhillips-Perron回歸:xt=α0+αxt-1+ut零假設為該序列是非平穩的(存在一個單位根),即ρ=0和α=0。對深圳A股交易量和深成指進行平穩性檢驗結果。迪克—富勒(D-F)檢驗和Phillips-Perron(P-P)檢驗的結果完全一致。深圳成份股指數絕對值呈現出顯著的非平穩的特征。但是深成指日收益和日收益的變動率以及交易量序列則表現出平穩的特征。

三、交易量和收益的相關與回歸分析

關于股票價格和交易量之間的相關與回歸分析有多種研究思路,有從絕對價格和交易量之間關系來研究的(Granger和Morgenstern,1963)[6],有從價格變化和交易量之間關系來研究的,還有從價格變動的方差和交易量之間關系來研究的[7]。本文從交易量和股指收益之間的相關和回歸方面進行研究高達0•6146;第二,交易量和股票指數的收益呈正相關,相關系數為0•0776;第三,收益變動性(volatility)和交易量之間呈負相關,相關系數為-0•0297。

四、因果關系分析Granger因果關系由兩個部分組成

首先必須有充足的理由支持兩個變量之間的因果聯系;其次作為原因的變量發生變化,作為結果的變量也應該隨之發生變化。本質上,Granger因果關系是采用F檢驗來決定是否變量X的滯后信息在解釋變量y目前值方面有統計顯著性,即下式是否成立的問題:σ2(yt|yt-k,k>0)>σ2(yt|yt-k,xt-k,k>0)如果用x的滯后值和y的滯后值對y進行預測比只用y的滯后值對y進行預測所產生的預測誤差要小,則稱x是引起y變化的Grange原因,否則稱x不是引起y變化的Grange原因;如果通過F檢驗得出x是引起y變化的Grange原因,y也是引起x變化的Grange原因,這時為互為因果,存在一種雙向反饋的關系。這時可能有其他變量的存在,由于它的變化引起x和y的共同變化。進行因果關系分析需要兩個變量均為平穩的時間序列。由于實際上大多數金融時間序列是非平穩的,這時可考慮對這兩個序列進行共積(cointegration)檢驗,進而進一步研究兩者之間關系[8]。如下的雙變量回歸模型用來檢驗交易量和深圳成份股指數收益及收益變動性的Granger因果關系。xt=α0+∑mi=1αixt-i+∑ni=1βiyt-i+εtyt=γ0+∑mi=1γixt-i+∑ni=1δiyt-i+ηtH0:βi=γi=0假設xt和yt分別是交易量和收益。如果βi系數在統計上具有顯著性,那么就表明用過去的交易量值和過去收益值對交易量進行預測比只用交易量的過去值進行預測誤差小,則稱收益是交易量的Granger原因。

同樣在第二個式子中,如果γi系數在統計上具有顯著性,那么就表明用過去的交易量值和過去收益值對收益進行預測比只用收益的過去值進行預測誤差小,則稱交易量是收益的Granger原因。如果F統計檢驗沒有拒絕γi=0,稱交易量不是收益的Granger原因;如果βi和γi在統計上都具有顯著性,稱交易量和收益之間存在雙向反饋關系。對深圳A股日交易量和深圳成份股指數的日收益以及收益變動性的因果關系分析結果?？梢缘贸?第一,不論怎樣選取滯后值,深圳A股的日交易量和深成指日收益存在雙向反饋關系或雙向因果關系,但是雙向因果關系的顯著性和滯后值的長短成反向關系;第二,無論怎樣選取滯后值交易量和收益的變動性都不存在Granger因果關系超級秘書網

五、結論

本文對1991年4月3日至2002年12月5日深圳證券交易所A股日交易量和深成指日收益以及日收益的變動性的相互關系進行了實證分析,主要目的是揭示交易量信息是否有助于提高對日收益以及日收益變動預測的準確性。通過單位根檢驗得出深圳證券交易所A股日交易量和深成指日收益以及日收益的變動性為一平穩時間序列。交易量在預測股票收益有顯著的作用;但也發現收益對交易量有更明顯的作用,兩者之間的關系表現在,收益變化引起交易量變化。這樣,在證券投資分析別是在技術分析中,將交易量和價格結合起來進行分析,可以進一步提高預測的準確性。本文的進一步研究有如下兩個方面:一是研究日內收益和交易量的關系,如在一個交易日每隔若干分鐘分析交易量和收益變化;另一個是運用其他動態模型分析兩者之間關系[9]。

參考文獻:

[1]JiangWang.TradingVolumeandAssetPrices:AnnalsofEconomicsandFinance[M].PekingUniversityPress,2002•3;299-359.

[2]MartinT.BohlandHaraldHenke.TradingVolumeandStockMarketVolatility:ThePolishCase[DB/OL].viadri-na.edu-frankfurt-o.de,2002-6.

[3]Rogalski,R.J..TheDependenceofPricesandVolume[J].ReviewofEconomicsandStatistics,1979.268-274.

第8篇：證券投資相關分析范文

【關鍵詞】商業銀行 風險管理 VaR值 蒙特卡羅

金融危機的余波已經慢慢退去,沖擊后新的金融市場應充分認識到金融工具以及金融市場的危險性,信用風險的監管將成為重要的管理目標之一。如何在風險可控的前提下實現利潤最大化成為現代商業銀行管理的核心問題。而在學術領域,信用風險的度量成為受人關注的熱門話題。眾多發達國家紛紛采用VaR(Value at Risk)的方法進行分析評估。風險價值方法(Vaiue-at-Risk簡寫為VaR)將風險進行量化,在風險的計量、預測和控制等方向得到廣泛的應用和重視。風險價值方法作為巴塞爾協議推崇的風險計量模型,能夠綜合衡量金融產品或投資的市場風險,既有利于商業銀行內部的風險識別與控制,也有助于監管部門的統一監管。因此,將風險價值方法引進我國商業銀行利率風險具有重要的現實意義。但是我國由于歷史及技術水平的限制,對風險價值方法沒有很好的應用,對其應用領域的使用范圍并不清楚。因此,本文將針對VaR 的三種量化方法及其適用范圍進行介紹和評析。

一、我國銀行風險資產管理的現狀

目前我國銀行資產風險管理的理論主要是傳統的風險管理理論,重點是采用分類單獨控制策略來管理和控制各類風險,主要圍繞資產負債管理和信貸評估展開工作,主要處在對風險定性的評估方面,而在定量風險管理的認識上起步較晚,認識相對滯后。

1、風險管理策略落后

在風險管理策略上,沒有構建社會和企業信用狀況度量機制,評級方法、評級結果的檢測、評級機構培育和資信數據庫等方面都與國際上的現代商業銀行存在相當的差距。

2、風險管理方法落后

在風險定量管理的方法、技術上,雖然根據1988年巴塞爾協議建立了風險管理的基本框架,但是風險量化管理還只是停留在資產負債指標管理和頭寸配備方面,更多的是定性分析信用風險來進行風險評估,局部上運用定量分析方法,如企業報表的分析、風險度計算等,完全沒有設計風險評估模型來對商業銀行的信貸風險進行實時監控。我國商業銀行的風險管理方法主要是風險定性分析,其定量分析的水平只是風險評估的初級階段。然而相同性質的風險資產在選擇上更多的添加了人為因素,導致了銀行風險管理上的疏漏。

二、VaR方法介紹

VaR(Value-at-Risk)中文譯為“風險價值”,是指在正常的市場條件和一定的置信水平上,計算出給定時間段內預期發生的最壞情況損失的風險評估方法。VaR實際上是要回答在概率給定的情況下,銀行投資組合價值在下一階段最多可能損失多少。VaR有絕對風險值和相對風險值之分,絕對風險值是指相對于初始投資額的最大可能損失,相對于收益期望值的最大可能損失即相對風險值。

VaR可以簡單明了地表示市場風險的大小,單位是美元或其他貨幣,可以事前計算風險,不僅能計算單個金融工具的風險,還能計算由多個金融工具組成的投資組合風險,這是傳統金融風險管理所不能做到的。

在正常的市場條件和給定的置信度內,用于評估和計量任何一種金融資產或證券投資組合在既定時期內所面臨的市場風險大小和可能遭受的潛在最大價值損失。比如如果我們說某個敞口在99%的置信水平下的在險價值即VaR值為$1000萬,這意味著平均看來,在100個交易日內該敞口的實際損失超過$1000萬的只有1天(也即,每年有2―3天)。在數學上,VaR可表示為投資工具或組合的損益分布(P&L Distribution)的分位數(?琢―quantile),表達式如下:

Prob(ΔPΔt≤VaR)=?琢

VaR的具體定義為:在一定的持有期Δt內,一定的置信水平1-?琢下投資組合P可能的最大損失。即:

Prob(ΔPΔt≥-VaR)= 1-?琢

例如持有期為1天,置信水平為97.5%的VaR是10萬元,是指在未來的24小時內組合價值的最大損失超過10萬元的概率應該小于2.5%。

在具體計算VAR值時,有三種不同的方法。一是歷史模擬法(historical simulation method),二是方差―協方差法(Delta),還有一種是蒙特卡羅模擬法(Monte Carlo simulation)。不同方法的假設都不盡相同,但都有兩個基本假設,即投資組合在持有期內保持不變以及歷史上的變化對將來變化有影響。歷史模擬法進一步假設數據的歷史變化直接對未來變化構成影響,而Delta正態法和蒙特卡羅模擬法則預先假定數據的變化服從特定的分布。三種VaR的計算方法各具特點且使用的范圍不同,應針對具體問題具體分析。

1、歷史模擬法

“歷史模擬法”是借助于計算過去一段時間內的資產組合風險收益的頻度分布,通過找到歷史上一段時間內的平均收益,以及在既定置信水平?琢下的最低收益率,計算資產組合的VaR值。歷史模擬法假定投資組合的回報分布是獨立同分布,市場因子的未來波動和歷史波動完全一樣,其核心是利用過去一段時間資產回報率數據,估算資產回報率的統計分布,再根據不同的分位數求得相應置信水平的VaR。

歷史模擬法直接根據風險因子收益的歷史數據來模擬投資組合的未來損益分布,利用分位數給出一定置信度下的VaR的估計值。主要的計算步驟如下。

(1)映射,即首先識別出基礎的風險因子,收集風險因子適當時期的歷史數據(通常是3―5年的日數據),并用風險因子表示出資產組合中各個金融資產的盯市價值。

(2)根據風險因子過去N+1個時期的價格時間序列,計算風險因子過去N+1個時期價格水平的實際變化(得到N個變化水平)。假定未來的價格變化與過去完全相似,即過去N+1個時期價格的N個變化在未來都可能出現,由此結合市場因子的當前價格水平可以直接模擬風險因子未來一段時期的N種可能的價格水平。

(3)運用資產定價公式,根據模擬出的風險因子未來的N種可能價格水平,求出證券組合的N種未來盯市價值,并與當前風險因子的資產組合價值比較,得到證券組合未來的N個潛在損益,即損益分布。

(4)根據上述求解的損益分布,通過分位數求出給定置信度下的VaR。

2、方差―協方差法

方差―協方差法是假定風險因子收益的變化服從特定的分布(通常為正態分布),然后通過歷史數據分析和估計該風險因子收益分布的參數值如方差、相關系數等,進而根據下式整理出整個投資組合收益分布的特征值:

和j的相關系數;為整個投資組合對風險因子i變化的敏感度,有時也被稱為Delta。在正態分布的假設下,xi為組合中每個金融工具對風險因子i的Delta之和 。

3、蒙特卡羅模擬法

基于蒙特卡羅模擬的VaR計算,原理與歷史模擬法相類似,不同之處在于市場因子的變化不是來自于歷史觀測值,而是通過隨機數模擬得到。其基本思路是重復模擬金融變量的隨機過程,使模擬值包括大部分可能情況,這樣通過模擬就可以得到組合價值的整體分布情況,在此基礎上就可以求出VaR。

蒙特卡羅模擬法也稱為隨機模擬法,首先建立一個概率模型或隨機過程,使它的參數等于問題的解,然后通過對模型或過程的觀察計算所求參數的統計特征,最后給出所求問題的近似值,解的精度可以用估計值的標準誤差表示。其基本步驟如下。

(1)針對現實問題建立一個簡單且便于實現的概率統計模型,使所求的解恰好是所建立模型的概率分布或其某個數字特征,比如是某個事件的概率或者是該模型的期望值。

(2)對模型中的隨機變量建立抽樣方法,在計算機上進行模擬試驗,抽取足夠的隨機數,并對相關的事件進行統計。

(3)對模擬結果加以分析,給出所求解的估計及其方差的估計,必要時改進模型以提高估計精度和模擬計算的效率。

三、三種VaR估值方法的應用范圍與存在缺陷的比較分析

1、歷史模擬法

同方差―協方差法以及蒙特卡羅模擬法相比,歷史模擬法簡單易懂便于操作,不要求對回報率分布形式作出假設,可以解決比如回報率分布厚尾或不對稱等問題,同時避免了因為參數估計或選擇模型而引起的誤差。

然而,歷史模擬法也存在一些缺陷。主要表現在以下三個方面:第一,回報率分布在整個樣本時期內是固定不變的,如果歷史趨勢發生逆轉時,基于原有數據的VaR值會和預期最大損失發生較大偏差;第二,歷史模擬法不能提供比所觀察樣本中最小回報率還要壞的預期損失;第三,樣本的大小會對VaR值造成較大的影響,產生一個較大的方差;第四,歷史模擬法不能作極端情景下的敏感性測試。

2、方差―協方差法

方差―協方差法又被稱為Delta正態法,這種方法在現實生活中應用并不多,主要用于對期權類工具的風險度量,其持有期很短,如只有一天,則Delta正態法與其余兩種方法的差別不大;反之,如果持有期變長,則Delta正態法不能很好地度量風險。因為它是用線性展開來近似地映射風險,但對期權而言,其變動往往是非線性的,因此持有期變長后,線性逼近與實際變動之間的差距就會越來越大,這正是Delta正態法失效的原因。

3、蒙特卡羅模擬法

蒙特卡羅模擬技術是三種技術中最為復雜最為高端的,應用非常靈活,可以用于不同收益率走勢的假設下以及收益率服從不同分布時進行模擬分析。蒙特卡羅模擬技術利用計算機模擬生成大量情景,使得其在測算風險時對可能出現的情況進行預測,能得出更可靠、更綜合的結論。另外,蒙特卡羅模擬方法是一種全值估計方法,體現了非線性資產的凸性,有效的解決了分析方法在處理非線性、非正態問題中遇到的阻礙。蒙特卡洛方法的優點在于其不受金融工具類型復雜性、金融時間序列的非線性、厚尾性等問題限制,能較好地處理非線性問題,且估算精度好,計算機為這一方法提供了有力的計算支持。

但是,我們還必須看到這種方法的不足。其一是計算量大。一般來說,復雜證券組合往往包括不同幣種的各種債券、股票、遠期和期權等金融工具,其基礎市場因子包括多種幣種不同、期限不同的利率、匯率、股指等等各種原因使得市場因子成為一個龐大的集合,不論是從市場矢量因子的數目還是分布來說,我們都要進行幾千次甚至上萬次的模擬,這對工作量的要求是很大的。其二,模型選擇誤差。金融產品的價格波動是個隨機過程,不同產品價格波動方式也不同,用特定模型無法準確的模擬真正市場上金融產品的價格波動,因而模型選擇會帶來一定的選擇誤差。

將三種方法進行比較分析:歷史模擬法和蒙特卡羅模擬法都能有效的估算包含期權類工具的投資組合,而Delta只能估算包含少量持有期很短的期權類工具;當投資組合相應市場因素的歷史數值都能獲得時歷史模擬法較好,當投資組合所含工具的條件符合一些常用軟件設定條件時,則Delta較方便操作,當投資組合所含工具的條件符合一些常用軟件設定條件時,可以考慮蒙特卡羅模擬法;歷史模擬法和Delta 的計算速度較快,而蒙特卡羅的計算量決定了其計算速度;當考察的數據沒有代表性時,歷史數據模擬法會計算出錯誤的VaR值,但是Delta和蒙特卡羅模擬法可以通過備擇相關系數和標準差或備擇參數估計來避免;歷史模擬法對采用備擇假設后的效果進行分析較難,Delta在檢驗備擇假設有關標準差和相關系數的效果較容易,而檢驗備擇假設有段市場因素變動服從特定分布的效果則較困難,蒙特卡羅模擬法對備擇假設后的效果進行分析較容易。

四、我國VaR風險度量方法應用存在的問題討論

1、市場缺陷

VaR模型假設金融資產的收益率是成正態分布的,這一假設是許多金融模型計算的基礎。在一個比較健全完善的資本市場,這一假設是基本成立的。然而我國金融業市場化程度不高,還存在著許多制度上和法律上的漏洞,在應用VaR進行分析的時候有點力不從心,不能實現很好的模擬。

2、操作缺陷

VaR方法使用的前提是需要收集大量的歷史數據作為分析基礎,而我國金融市場發展的歷史短,金融分析中的數理統計方法的運用都面臨樣本數據有限的問題。各金融機構關于貸款的各項數據仍處于非公開狀態,金融數據的采集受到限制。在對某些資產的價值進行評估時,只能根據各自的實際情況進行估算,且評估人員的素質存在很大差異,因此計算結果的精確性受到影響,同時在進行相關分析時也不具普遍性。我國數據的采集和分析的基礎工作十分薄弱,歷史數據往往不準確甚至虛假,會給風險價值的準確測量造成困難。另外,利率、匯率沒有完全市場化,同宏觀政策還存在著一定的聯系,市場風險還可能來自人為因素。因此,在我國使用VaR法存在著特殊的難度。

以上存在的問題要求我國謹慎的使用VaR這一風險度量工具,不能一味的只參考VaR風險值進行評估,必須結合實際情況靈活的應用。雖然這種風險度量方法有一定的局限性,但是它是將來風險度量的新趨勢,也是中國和世界接軌的必然。VaR方法可以對投資組合或機構所需承擔的市場風險而發生的潛在損失有一個客觀的、事前的估計值,使市場風險管理決策有了客觀的依據。這個客觀的估計值(VaR值),概括反映了投資組合或業務單位或者商業銀行的市場風險狀況,方便了業務部門對風險信息的交流,有利于商業銀行對市場風險的統一管理。

【參考文獻】

[1] 梁志森:VAR在我國商業銀行市場風險管理中的適用性與局限性[J].市場論壇,2006(3).

[2] 周革平:VaR基本原理、計算方法及其在金融風險管理中的應用[J].金融與經濟, 2009(2).

[3] 楊琴:我國商業銀行信用風險評價方法研究[D].南昌大學,2008.

第9篇：證券投資相關分析范文

關鍵詞：機構投資者；羊群行為；正反饋交易；市場穩定性

JEL分類號：G28　中圖分類號：F830　文獻標識碼：A　文章編號：1006－1428(2011)12－0055－08

一、文獻綜述

機構投資者的崛起是全球金融體系近30年來最重大的變化之一。目前機構投資者已經成為世界主要資本市場的主流投資力量，對全球的資源配置、資本市場穩定和公司治理等都產生了重大而深遠的影響。隨著中國機構投資者隊伍的迅猛壯大，其行為正在對中國資本市場產生越來越大的影響，而其中最突出、最顯著的就是對證券市場穩定性的影響。

國內外學者對此進行了多方位的深入研究，無論在理論模型方面還是實證分析上都有著豐富的研究成果。從行為金融理論視角出發，學術界基于不同角度進行分析，其中，關于機構投資者的羊群行為和正反饋交易就進行了多方面的解釋，建立了多種理論模型。羊群行為在心理學上被解釋為人類的從眾心理，從投資角度來看，經濟學家將其解釋為主體的有限理性。關于羊群行為的檢驗，比較有影響力的理論模型主要有四種，分別是Scharfstein和Stein(1990)提出的委托羊群行為模型和聲譽羊群行為模型，Bikhchandani，High－leifer和Welch(1992)提出的信息串連模型，Lakon－ishok，Shleifer和Vishny(1992)構建的LSV模型。

正反饋交易行為也稱為動量交易或慣易，是指買入過去表現好的股票，賣出表現不好的股票(Lakonishok，et al.，1992)。在正反饋交易的形成機制中，羊群行為只是詮釋角度之一，學者們還從其他角度對其形成進行了闡釋，比如，投資者外推預期(Koutmos，1997)、問題(Lakonishok，Shleifer，Vish－ny，1992)和追隨趨勢趨向(Andreassen，Kraus，1990)等。有的學者構建了正反饋交易理論模型進行解釋，其中具代表性的包括De Long，Shleifer，Summers和Waldmann(1990)的DSSW模型、Barberis和Shleifer(2003)的BS模型，以及Sentana和Wadhwani(1992)的價值預期投資者和反饋交易者的兩群體市場模型。那么，如何測量是否存在正反饋交易呢?部分學者設計了指標來進行測算。Grinblatt，Titman和Wermers(1995)設計了GTW指標；Badrinath和Wahal(2002)沿用他們設計的指標，但做出一些改進，引入Hratio將股票分為建倉、持倉調整和清倉三種狀態；Shu(2008)假設機構投資者對不同的股票會采取不同的交易行為，構建了MT指標。

在展開對投資者行為進行理論闡釋的同時，國內外學者實證分析了機構投資者的羊群行為及反饋交易與市場穩定性之間的關系。國外Lakonishok，Shleifer和Vishny(1992)、Grinblat，Titman和Wermers(1995)、Wermers(1999)、Cohen，Gompers和Vuolteenaho(2002)、Ramalingegowda(2005)等的研究表明機構投資者存在羊群行為或正反饋交易，但其行為促進了市場穩定。國內祁斌，黃明和陳卓思(2006)、姚姬和劉志遠(2007)、盛軍鋒、鄧勇和湯大杰(2008)的實證也顯示機構投資者在一定程度上穩定了市場。不過，有人持不同的看法。加入時間因素之后，Dreman(1979)、Friedman(1984)、Puckett和yah(2009)認為機構投資者行為在短期加劇了市場波動。國內學者施東暉(2001)、伍旭川和何鵬(2005)、張羽和李黎(2005)、何佳和何基報等(2007)、謝赤和禹湘等(2007)認為國內投資者存在較嚴重的羊群行為或正反饋交易并加劇了股價波動。

概括而言，國外的理論及實證研究對于機構投資者與股市穩定性的關系傾向于支持機構投資者提高了市場的穩定性，而國內的研究對于機構投資者和市場穩定性的關系沒有傾向性的研究結論，研究結論的分歧比較大。由此，進一步對這一問題展開深入而全面的研究就顯得尤為重要和迫切。

二、中國機構投資者與市場穩定性的實證研究

(一)研究方法及數據來源

目前，我國的證券投資基金在國內機構投資者中占據主導地位，截至2009年10月末，A股市場上所有基金的資產凈值已經達到23407億元，較十年前的574億元增長近40倍。其中基金所持股票市值超過2萬億元，占A股可流通市值的15.6％，占A股可自由流通市值約25％。因此，我們在以下實證分析中以證券投資基金為代表性樣本進行研究。

如前所述，基金交易行為對市場穩定性的影響可從多個角度來考察。在本文的實證研究中，我們假設基金交易行為(指在股票上的凈現金流量)對股票市場穩定性(指股票市場回報變動和市場波動)的影響通過羊群行為和正反饋交易體現。由此，本文將檢驗基金是否存在羊群行為和正反饋交易，如果存在，其程度如何，是否影響了市場穩定。

文中使用經典的LSV模型，以及Wermers(1999)在LSV基礎之上提出的買方羊群測度(BHM)和賣方羊群測度(SHM)來檢驗投資者羊群行為及其程度，對不同類型基金以及不同時間段的基金羊群行為進行統計分析。實證中，定義HM(i，t)為基金關于股票i在時間t下的羊群測度：

其中boldi,t是股票i在t期末的基金持股比例，ppindexi,t是股票i在t期的收益率于市場上所有股票中的排序值，即將股票按收益由小到大分為10組：－5，－4，－3…3，4，5，以此來區分股票。MT的取值范圍為[－5，5]，MT>0意味著機構投資者在該區間對股票采取動量交易，MT

影響市場穩定的因子并不只有交易行為，隨著股市中上市公司總市值占GDP的比例不斷上升，其與宏觀經濟及經濟政策的相關度在增強。因此，我們在研究基金交易行為對市場穩定性的影響時，需要考慮到宏觀經濟環境的不同。接下來，本文考察在剔除了宏觀經濟變量的影響后，基金交易行為對股票市場穩定性的影響，對此，文章采用廣義自回歸條件異方差模型進行計量分析。

Engle(1982)在研究英國通貨膨脹率時提出自回

歸異方差模型(ARCH)，Bollerslev(1986)則在ARCH模型的基礎上，提出了廣義的自回歸條件異方差模型，該模型增加了對自相關變量的描述，提高了預測的準確性。同時，Merton(1973)認為證券回報率與波動率相關，Engle，Rubin和Lilien(1987)在此基礎上，建立GARCH-in-MEAN模型。Black(1976)和Christie(1982)發現杠桿效應，認為股票回報率與波動性之間存在負的相關關系。即壞消息比好消息對股價影響更大。為了刻畫股票市場的杠桿效應，Nelson(1991)在ARCH模型的基礎上，假設誤差項服從指數分布，建立EGARCH模型，使得模型更適用于實際情況。

本文在GARCH-in-MEAN的基礎上，結合Nel－son(1991)的假設，考慮GDP、CPI、M2對市場的影響，建立多變量EGARCH-in-MEAN。我們假設回歸誤差項服從指數正態分布，同時在后續的數據統計中，我們發現所選的數據并不存在顯著的尖峰厚尾的現象，因此本文采用Gausian分布，而不是student t分布。在對回報率進行自相關系數檢驗中，我們發現回報率存在很強的自相關關系，而GDP，CPI，M2也存在一階單位根，因此我們采用一階差分后的平穩數據作為自變量進行研究。建立模型如下：

a2表示GDP增長率的一階差分對股指回報率的影響；a3表示CPI同比的一階差分對股指回報率的影響，a4表示M2同比的一階差分對股指回報率的影響。a5表示收益方差對回報率的影響。β1表示誤差絕對值對股指波動率的影響，β2表示利空和利好消息對股指波動率的影響的杠桿效應，β3表示GARCH自相關關系。

羊群行為與正反饋交易檢驗所用數據主要來源于聚源和Wind數據庫，包括2000年到2009年所有基金的半年報和年報的持股明細、個股股本、送股轉增、收益率、波動率等數據，市場和個股的流動性方面的數據來自上交所和深交所每年公布的市場質量報告。

我們選取的樣本數據包括自2000年到2009年的基金半年報和年報中披露的持股明細，以及這段時間內基金所有持股的送股轉增數據。由于基金持股數量增加可能由于送股轉增造成，因此我們剔除當期出現送股轉增的股票，對于增發、配股等情況造成的持股數量增加，我們視為基金主動增加持股，不做處理。我們還發現有些股票中參與買賣的基金數量較少?；蛘呋鸪止傻淖儎訑盗亢芗毼?，如果將這些交易行為視作基金增減持倉，可能會影響最后的羊群結果，因此剔除參與買賣的基金數量小于5的股票和基金持股數量變動小于1000股的樣本。

在實證分析剔除宏觀經濟變量影響之后，基金交易行為對市場穩定性的影響時，我們選取了對股市影響最大的，主要反映經濟周期和流動性的指標，包括GDP增速、CPI同比和M2同比(分別用GDP、CPI、M2代表)，在研究宏觀經濟對股市影響的大部分文獻中都是使用這些變量。實證中這些變量存在單位根。

股票方面，我們使用自己構造的股票指數代表市場，包括有基金持股的股票指數、無基金持股的股票指數、基金重倉股指數和基金輕倉股指數。根據所披露的基金持股明細匯總統計，我們得到基金所持股票占該股票總股本的比例值，每半年度進行一次排序，取比例值大于0的股票構造“有基金持股的股票指數”，取比例值等于0的股票構造“無基金持股的股票指數”，取排名前三分之一的股票構造“基金重倉股指數”，取排名后三分之一的股票構造“基金輕倉股指數”。這些指數都是采用流通股本加權的方式，編制軟件為天相系統。實證中，我們依次分別以R1、R2、R3和R4代表以上指數的收益率。代表基金行為的指標主要有HM和MT，均為本文之前計算所得。由于宏觀經濟變量公布時間不同，實證中最終使用的均為季度數據。

(二)實證檢驗結果

1、羊群行為的實證結果。

我們對不同時間下基金持股的羊群效應進行測度。實證發現隨著年份的增加，羊群效應有減弱的趨勢，但是羊群行為在1％的水平下統計性顯著，最近計算得到的值為0.114。而根據國外研究文獻，美國市場1974-1984年間274位基金經理旗下的共同基金的平均值為0.025(Grinblat，Titman和Wermers，1995)，1985-1989年769家免稅股票基金的平均HM值為0.027(Lakonishok，Shleifer，Vishny，1992)，1975-1994年間所有共同基金的平均HM值為0.034(Wermers，1999)。相比之下，國內基金的羊群行為更為明顯。不過，從HM值的趨勢來看，隨著市場規模不斷擴大，監管層的監管力度加強，基金投資者越來越成熟，國內基金羊群行為的趨勢是越來越弱的。

圖1顯示買方羊群、賣方羊群和整體市場羊群效應相對一致。在2003年和2004年，賣方羊群高于買方，而在2007年下半年，買方羊群行為則高于賣方，到了2008年，賣方羊群則開始高于買方羊群，可以看出基金在不同行情階段的羊群行為有明顯的差異。

那么，不同類型的基金，其羊群行為是否存在差異呢?為此，本文將基金劃分為開放式和封閉式、股票型和積極配置型，進行分類計量，計量結果顯示，2004年到2008年間，封閉式基金的羊群行為比開放式基金嚴重。而在2008年金融危機開始，封閉式基金的羊群行為率先于開放式基金開始減弱，但到2008年底，封閉式基金和開放式基金又從“靠攏”向“分離”發展。我們認為出現如此差異的重要原因可能是開放式基金和封閉式基金贖回方式的不同，封閉式基金在到期日之前是沒有贖回壓力的，而且分紅也比較少，所以管理者可能偏向于采用更為激進的交易策略。

同時，股票型基金羊群行為的波動小于積極配置型基金。從圖3可見，自2005年股票市場開始復蘇，積極配置型投資基金的羊群行為比股票型基金顯著，而在2007下半年，當股市走勢趨淡時，積極配置型基金的羊群效應開始弱化，這說明由于積極配置型對資產的靈活配置，在股票市場預期好轉的時候。積極配置型基金羊群行為比股票型的基金要嚴重，而在市場預期變壞的情況下，積極配置型基金的羊群行為要低于股票型基金。

既然不同行情下不同類型基金的羊群行為存在差異，那么基金投資不同規模的股票，是否存在羊群行為的差異?我們首先以A股流通股本的大小作為分類標準，在市場上的所有股票中進行排序分類，按股本比例從大到小排序，將前30％、后30％分別作為大盤股和小盤股，將中間的40％作為中盤股。

實證結果顯示，小盤股和中盤股的羊群行為均高于大盤股，而中盤股與小盤股的羊群差異不明顯。筆者認為造成這種情況的主要原因是，中小盤股公布的

信息比較少，且盤子比較小，易于拉升，帶動羊群行為，從而獲得正反饋收益。

2、正反饋交易的檢驗結果。

在正反饋交易的檢驗中，本文先統計得到所有基金作為整體的MT指標，之后進行不同方向的分解，首先按照封閉式和開放式基金分解，再按照股票型和積極配置型分解，最后按持股流通盤的大小進行分類，統計基金在大、中、小盤三類股票上的MT指標。具體結果及相關分析如下。

2002年到現在，基金整體MT均值處于上升的趨勢中，這表明基金的正反饋交易程度是不斷上升的，期間在2005年底達到最高點，隨著2006到2007年大行情的啟動，MT值快速回落，到2007年底，MT值再次回升并于2009年上半年達到高點。從基金整體的MT均值與上證指數的比較可見，MT值與大盤走勢有較強的相關性。在股票指數不斷漲升的時候，整體MT均值下降；而在市場低迷或是下跌時，整體MT均值便會升高。

Shu(2008)計算得到的美國市場機構投資者MT均值在2004年為0.3左右，1982年到2004年之間最高水平也只有0.5，而目前國內基金的MT均值為1.7，明顯高于美國市場。

從基金分類統計的結果來看，封閉式基金的正反饋交易程度較高且波動較劇烈，而開放式基金程度較輕且較平緩。與此類似的是，積極配置型基金的MT值相對平緩，股票型基金的MT值震蕩更為劇烈，股票型基金在股市上漲階段的正反饋程度要高于積極配置型，而當股市處于整理或下跌狀態，兩類基金的MT值就明顯收窄。

此外，基金在大、中、小盤股票上的正反饋交易都比較明顯，但小盤股上的MT均值低于大盤股，中盤股的MT均值波動最為劇烈?？傮w看，機構投資者在大盤股上的正反饋交易行為較中盤和小盤股更為明顯。究其主要原因，筆者認為，一方面，大盤股較少而基金越來越多，大量資金追逐不多的大盤股，易于形成正反饋交易；另一方面，流通盤越大，獲取超額收益的難度也越大，投資者往往會采取趨勢投資的方法，在趨勢出現后才加大倉位，從而加劇了正反饋交易。

總之，國內基金的正反饋交易一直存在，在經過一段時間的上升后，目前基本保持穩定，但明顯高于國外水平，這種交易行為在一定程度上會增加市場的波動。從正反饋交易行為與市場走勢的對比中，我們發現明顯的規律，即基金的正反饋交易行為與大盤走勢相反，上漲時基金的正反饋交易程度下降，下跌時則上升。此外，不同類型基金和在不同股票上的正反饋交易行為有明顯差異，比如封閉式基金的正反饋交易要高于開放式基金，積極配置型基金要低于股票型基金，基金在大盤股上的正反饋交易要高于小盤股。

3、剔除宏觀經濟影響后的基金交易行為與市場穩定性。

如前“實證方法與數據來源”中所述，我們使用自己構造的股票指數代表市場，分別為：有基金持股的股票指數、無基金持股的股票指數、基金重倉股指數和基金輕倉股指數。

首先，我們對四個指數收益率序列進行統計描述，發現，有基金持股指數和重倉股指數的平均收益率要高于無基金持股指數和輕倉股指數，標準差則反之。無基金持股指數和輕倉股指數的收益率序列出現明顯的尖峰、右偏，從Jarque-Bera中可以看出并不能拒絕正態分布假設，同時，從峰度(kurtosis)小于或等于3來看，不存在厚尾現象。

接下來，我們采用自回歸條件異方差模型對序列分別進行計量分析。通過EGARCH(1，1)模型，我們估計出模型參數，并且得到Log(GARCH)，其等同于波動率。

四類指數的收益與宏觀經濟變量有較顯著的相關性。觀察上面的統計結果，可以發現：(1)代表市場資金充裕度的M2與指數收益呈現顯著正相關，這與定性理解相符，市場流動性越充裕，資產收益表現越好；(2)代表經濟增速的GDP與指數收益也呈現顯著正相關，即經濟高增長伴隨著上市公司業績的快速上升，股價順勢上漲；(3)三個重要的宏觀經濟變量中僅CPI與指數收益相關性較弱，但有基金的組合收益與CPI仍存在顯著相關性；(4)各類指數與宏觀經濟變量的關系不盡相同，所以在對指數的波動率進行估計時，剔除宏觀經濟變量的影響是有必要的。

表6是我們使用EGARCH-in-MEAN模型對方差進行分析，結果顯示：(1)利好和利空信息對指數波動的影響基本上都沒有通過顯著性檢驗；(2)從系數正負和數值大小來看，利空信息對指數波動的影響均為正向，即利空會增加指數波動，但在四個指數間存在差異；(3)利好消息對有基金和基金重倉股的影響較小，而利空信息對有基金和基金重倉股的影響卻更大。雖然系數都不顯著，但是這個現象令我們聯想到基金的羊群行為，在市場出現利空消息后，基金的一致行為會增加股票的波動，所以下面我們將收益方差與基金的羊群行為和正反饋交易相對應，看看兩者之間的關系。

我們先觀察四個指數收益波動的大小，可以發現。數值上并沒有絕對高低之分，分階段來看，在2003-05年和2009年一季，有基金和基金重倉的波動性要大于無基金和基金輕倉，而2006-2008年卻是相反的結果。基金輕倉的收益波動最為平穩，其余三個指數收益波動上下震蕩非常明顯，尤其是有基金持股的股票指數和無基金持股的股票指數。接下來，我們把四個指數的收益波動與之前統計得到的基金羊群和正反饋交易行為數值放在一起比對，可以明顯看到：基金羊群行為與有基金指數、基金重倉指數的收益波動之間都存在明顯的正相關關系，特別是在2003-2006年和2009年這段時間：而無基金組合和基金輕倉組合與羊群行為關系不明顯。正反饋交易方面，2004-2005年和2008-2009年是正反饋交易最高的時期，但其與指數收益波動不存在相關性。

總之，在剔除CPI、GDP和M2等宏觀經濟變量的影響之后，經過GARCH模型的檢驗，我們發現：基金持有股票并不能降低股票的波動率，但是股票收益對各類信息包括利空和利好消息的反應能力更加明顯：雖然有無基金持有不會造成股票波動性的顯著差異，但是基金的交易行為會對其持有的股票產生明顯的階段性影響，當基金羊群處于較高水平時，有基金持股的股票和基金重倉股票收益的波動會出現異常升高和大幅度的震蕩。

三、實證研究結論

在對基金持股明細進行統計分析和定量檢驗其羊群行為和正反饋交易程度之后，我們得到以下主要結論：

第一，投資者的交易行為是影響市場穩定性的重要因素。在對基金交易行為的定量檢驗中，我們發現，國內基金的羊群行為HM值遠大于美國1970年代至1990年代的水平，正反饋交易指標MT遠大于美國1980年代到2000年代，說明基金存在非理性投資行為。不過值得關注的是，基金的羊群行為在逐年下降。正反饋交易的程度趨于平穩，這表明基金的投資行為在逐漸趨于理性，對市場穩定性的影響也在朝正面且積極的方向逐步變化。

第二，對不同基金和不同類型股票中基金的交易行為進行細化研究發現：

(1)基金在不同行情階段的羊群行為和正反饋交易程度有明顯的差異。在市場上漲時，基金的買方羊群BHM值明顯高于賣方羊群SHM值，MT均值下降；而在下跌階段，賣方羊群SHM高于買方羊群BHM，MT均值升高，這種規律可能會加劇市場的波動。如市場缺乏做空機制，這種現象更難以有效解決。

(2)封閉式基金的羊群行為HM值和正反饋交易MT值均高于開放式基金。出現這種現象的原因可能與運作方式的差異有關，包括贖回機制上的不同。由于封基的贖回和分紅壓力要遠小于開放式基金，基金作為人，其交易方式也會出現一些變化。

(3)在股市高漲階段，積極配置型基金羊群測度HM高于股票型基金，市場低迷期。兩類基金的羊群行為測度HM趨近；相反，在股市持續上漲時，股票型基金正反饋交易程度MT值高于積極配置型，而低迷，階段，兩類基金的MT值趨近。筆者認為，這可能與積極配置型基金的股票倉位比較靈活有關。