證券市場的意義

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇證券市場的意義范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

證券市場的意義范文第1篇

（一）促使外企在A股市場上大肆圈錢我國股市有三分之一的流通股是面向社會的，上市的國企、私企、鄉鎮企業都有可能被圈走巨資，導致其不流通國家股、法人股的資產價值會迅速上升。如：我國著名的民營企業“用友軟件”，法人股凈資產就從短時間內每股的2.17元上升到10.21元，被圈走資金達9.17億元。

（二）外企大量上市可能引發資金外流我國作為發展中國家，是世界發展中國家群體中吸引的外資最多，因此也成為世界第四大資本外逃國家。如果允許外資企業在我國大量上市，其無疑具有重大吸引力，可能吸引更多的資金進入我國，加劇資本外逃的發生。QFII制度的引進在一起程度上增大了外資進入我國的許可性，制度中規定外資股份可以占到10%以上，這樣很可能導致我國證券市場出現大量假外資，產生更大資金流逝，進一步擾亂我國的金融秩序。

二、對QFII進入我國證券市場的對策建議

（一）建立與健全相關法律法規目前，我國證券法律法規還處于不夠健全的層面，外國投資者可能擔心更多的法律風險而不敢進入中國市場投資，或者抱著巨大的投機心理進行我國市場圈錢。我國《證券法》等相關法律法規中缺乏對合作、合資證券公司以及基金管理公司設立和管理要求的內容，投資者資格的確認缺乏可參考的依據。因此，要順利與成功的引入QFII制度，我國相關法律法規體系還需要進一步的完善。

（二）建立規范的信息披露體系我國證券市場信息披露還處于相當不規范的階段，這也導致我國證券市場中上市公司違規操縱行為泛濫；對于投資者來說是極不公平的，一定程度上降低了我國證券市場中股民的信心和參與度，不利于證券市場和我國上市公司的規范經營的健康發展。因此，我國急需建立起一套公開透明、層次清晰、易于操縱的信息披露體系；為QFII有信心在我國投資發展建立信心。

（三）構筑完善的市場監管體系我國證券市場存在諸多問題，一方面有其歷史原因，但監管不力以及非市場化操作等也是導致問題產生的重要原因之一。這種情況下引入QFII，無疑會對我國證券市場的監管提出巨大挑戰。因此，需要借鑒國際慣例、先時經驗等來完善我國市場監管體系。就目前而言，更加有利于改變我國證券市場諸多不規范操作的現狀，以此建立更加有序的競爭市場秩序，達到更好吸引外投資者進入我國發展的目的。

三、結論

證券市場的意義范文第2篇

關鍵詞:統計學 證券市場 期貨市場

證券市場是高度信息集約化的市場,它吸收并消化了整個社會經濟體系中的所有信息,包括經濟信息、非經濟信息、上市公司披露的信息和證券市場自身所反映的信息等等。從本質上講,證券市場就是一個信息市場,正是信息引領著社會資金流向各個實體部門,從而實現證券市場的資源配置功能。短短幾年,得到了迅猛發展。在滬深兩市上市公司和股民不斷增長。市價總值占國內生產總值的比重越來越大。證券市場的作用愈來愈大,并逐漸成為國民經濟的晴雨表。

2002 年諾貝爾經濟學獎授予在期權定價方面做出開拓性貢獻的經濟學家和統計學家。他們在20多年前就探索出具有劃時代意義的定價模型―布萊克?斯科爾斯定價公式。20 世紀20 年代開設了股票期權品種, 由于采用柜臺交易方式和缺乏標準化的設計合約, 很難轉讓對沖, 交易量不足稱道。1973年美國經濟學家布萊克?斯科爾斯, 引進概率統計上隨機變量函數的一些定理和積分求值, 推導出不支付紅利的股票期權定價公式, 從此期權有了明確科學的價格定位依據, 很快形成一個完整的市場, 并迅速推廣到全世界, 直至現在, 期權占據著金融王國的重要位置。定價公式成為整個市場運轉的基礎。這個期權公式的定價思想所引發的金融革命表現在:預測遠期價格成為可能。不僅使期權為指數、貨幣、利率、期貨交易提供了全新的保值, 投資手段, 極大地豐富了金融市場, 而且進一步推動了對各種金融產品的價值研究, 提高了操作的理論水平。由此可以推斷, 沒有布萊克?斯科爾斯定價模型, 期權就不可能發展這么快, 全球金融衍生品市場也就不可能有今天的高度發達, 如今國外大型金融機構在總結金融交易失利原因時, 總是首先追究最初的定價是否存在漏洞和錯誤。

■一、證券金融市場的風險管理

證券金融市場的風險管理是個永恒的話題,投資者都想尋求收益回報,但又必須面對各種各樣的損失可能。市場到底存在哪些風險,如何確定風險的大小,如何才能實現收益最大化和風險最小化,歷來都是受人關注的焦點和難點。自從1952 年美國學者馬柯威茨運用數量方法創立證券組合理論以來,市場風險的神秘色彩逐漸淡化,不再變得那么可怕和不可駕馭。

馬柯威茨組合理論的立足點是全面考慮“期望收益最大”和“不確定性(即風險) 最小”。它通過總結投資損失的概率分布和可能收益與預期收益的偏離程度(即我們統計學上的方差) ,發現投資者應該同時按適當比例購買各種證券,而不是只買一種證券,進行分散化投資,其收益才可能是確定的。通過數量分析得出的這種結論,迎合了投資者避風險的需要。風險管理能力的提高促進了基金的蓬勃發展。在短短的幾十年間,隨著量化研究的不斷深入,組合理論及其實際運用方法越來越完善,成為現資學中的主流工具。由于馬哥威茨證券組合選擇理論給金融投資和管理思想帶來革新,1990 年他獲得了諾貝爾經濟學獎。

金融業的現代化推動了統計與數理方法的應用研究,反過來,當今世界的金融管理特別是防范金融風險,也越來越需要量化研究。早在1995 年9 月,美國斯坦福大學經濟學教授劉遵義就通過實證比較、數量分析和模糊評價等方式,預測出菲律賓、韓國、泰國、印尼和馬來西亞有可能發生金融危機。后來的事實果然如此。這從一個側面提醒我們,沒有完整、科學的分析預測工具,就可能在國際金融競爭中蒙受重大損失。只有加強對作為金融信息的各種變量的研究,才能提高對金融運行規律的認識,才能把握市場的發展動向,有效地防范風險。

■二、統計分析在證券期貨市場中的應用

經濟理論的數學化和統計分析,使各種經濟行為越來越數量化。在金融領域也不例外。定價公式和組合理論地位的確立,證明數量工具已發揮了不可替代的作用。有統計顯示,在西方金融市場,三分之一的人運用組合理論來投資,三分之一的人靠技術分析管理,另外三分之一的人仍在堅守基礎分析。雖然運用何種手段來指導決策是投資者個人偏好、觀念的問題,但組合理論和技術分析所運用的統計工具逐漸被認同,說明理性投資將成為市場的寵兒。

現在,對市場和價格進行定量研究,從而揭示客觀存在的數量依存關系,已成為投資和管理決策的一項基礎工作。用統計工具處理各種證券金融數據,可以比較全面地分析各種因素的影響力度。其主要表現在:

(1)結構分析。分析證券市場與匯率、利率變動和國民經濟發展有多大的關聯度;單一證券與整個市場之間如何相互影響,市場指數設計是否合理;證券與期貨價格走勢是否相互制約;同一類證券有沒有一定的連動關系。

(2)價值預測。分析未來證券發行和上市價格的理論定位,確定金融衍生證券的價格,分析預測證券期貨的價格走勢,進行投資決策等。

(3)政策評價。研究市場系統風險的預警及控制,探討不同的組合投資效果。

(4)理論檢驗。驗證證券價格能否反映所有的信息,進行市場的有效性實證檢驗與各種技術指標的適用性和優化處理及周期效應的對比分析。

總之,統計學及其相關學科在證券期貨交易中的重大作用愈來愈被人們所認識和重視。簡單的統計和數學方法已經滿足不了日益復雜的金融發展需要。隨著統計和數學工具的推廣應用,一門新興的邊緣科學――金融統計學應運而生。將在證券市場中發揮強大作用。

參考文獻:

[1]李才等(1998) .證券投資學,東北財經大學出版社

證券市場的意義范文第3篇

［關鍵詞］ 行為金融理論；適應性理論；證券市場

［中圖分類號］ F830.91 ［文獻標識碼］ A ［文章編號］ 1002-2880(2011)04-0101-02

人類的理性受“內部因素”(智力等因素)和“外部因素”(環境因素)兩方面因素的影響，是內部因素適應外部因素的結果，理性的程度取決于“內部因素”適應“外部因素”的程度。“內部因素”越是能適應“外部因素”，則人類的行為表現越是理性，反之亦然(理性程度仍然可用主觀效用大小來衡量，但需要強調的是在這里它只不過是衡量理性程度的標尺)。這樣的理性必然是一種動態的理性，是在主客觀相互建構的過程中逐步進化和發展的。人類通過適應、協調、學習，不斷對環境變化做出能動的反應，使自身的心智模式與情境達到平衡與匹配。從適應性理性的觀點來看，有限理性所描述的決策行為，就是“內部因素”適應“外部因素”進行理性決策的適應性結果。

根據適應性理性假說，理性決策是人類決策的追求目標，但是由于主客觀兩方面限制因素的影響，人類的決策不可能是理性的，只能是適應性理性。因此，基于適應性理性假說而產生的對策建議，是以幫助投資者實現理性決策為目標，針對決策過程中影響投資者理性決策的“外部環境”因素和“內部限制”因素進行的。具體來說，包括兩個方面，一是對證券監管的對策建議，主要目標是為投資者理性決策創造一個好的“外部環境”；二是對投資者個人的對策建議，主要目標是有利于投資者建立一個具有較強適應能力的投資決策模式。

一、對證券市場監管的政策建議

1.建立明確連貫的監管理念

回顧證券市場十幾年來的發展歷史，政府在證券監管方面幾乎沒有一個明確的理念，幾乎每次監管政策的出臺都是為不同的目標所引導，監管標準也有所不同。如當市場步入熊市，股市低迷時，管理層思漲心切，監管部分往往從寬監管，對市場的違規行為采取默許的策略，甚至直接以政策刺激股市，如1993—1994年間的三大政策，1999年5.19行情中的人民日報社論都是鮮明的例子。另一方面當股市高漲時，監管又往往過于苛刻，草木皆兵，打壓股市。監管的隨意性，使投資者難以適應，不能對相關信息做出準確的評估，影響市場效率的形成。

2.建立合適的監管目標

明確連貫的監管理念主要體現在以“維護市場公平，保護投資者利益”為主的監管目標。我國證券市場監管目標除受監管理念影響不連貫外，一些監管目標也不合適。如市場價格水平、促進經濟增長、融資數量、建立現代企業制度規范等，這些監管目標在某種程度上扭曲了證券市場的功能，影響了證券市場長期、穩定、健康發展。1998年國際證券事務委員會(IOSCO)文件確立了證券監管的三個主要目標，分別是:(1)保護投資者；(2)確保市場的公平、效率和透明度；(3)減低系統風險。這三個原則在某種程度上有所重疊，如保護投資者要求證券監管機構必須評估市場中介機構的財務穩健狀況，而這同時也有助于減低系統風險。考慮到我國證券市場發展的歷史不長，各項制度還不是很健全，沒有形成一個公平的市場環境，監管目標應以“維護市場公平”來“保護投資者利益”。因為隨著投資者理性成分的不斷提高，看似充滿機會的投機市場會逐漸失去吸引力。

3.重視監管措施的適應性

對監管者來說，適應性強調滿意的監管措施不是一蹴而就的，而是一個不斷對監管結果進行反饋、評估、總結、改進的過程，對此監管者應有充分的認識，對已有監管措施的效果進行及時總結；對被監管者來說，適應性強調滿意的監管措施一定包含一個有效的違規處罰機制，違規行為只有得到處罰的反饋才可能得到糾正。而我國證券監管過程中對違規行為的處罰機制并不健全，很多違規行為并不能得到有效的處罰。以2004年7月被證監會行政處罰的ST啤酒花為例。該公司2003年2月至11月期間，先后為15家企業的27項業務違規擔保，共涉及近10億元的資金黑洞。為此，證監會對該公司罰款60萬元，對董事長艾沙由夫予以警告并罰款30萬元。艾沙由夫已于2003年9月失蹤，對其警告并罰款，顯然意義不大。但對公司的60萬元罰款，還得由全體股東來“買單”，這樣的處罰機制顯然不能起到應有的效果。

4.注重制度可操作性

制度是對人們行為進行規范，降低社會活動中不確定性的重要技術之一。我國證券市場管理部門也制定了大量的旨在規范證券交易活動的法規，但這些法規的執行效果卻不容樂觀，其中一個很重要的原因是缺少具體的實施細則，或者規則比較含糊，如“按相關規定，承擔相應的責任”之類的字眼兒，具體由誰執行，如何執行也不明確，這大大降低了制度應有的作用。

5.完善信息披露制度

價格反映相關信息的前提是投資者可以獲得相關信息，然而，由于以下條件的限制，證券發行者存在隱藏或歪曲信息的傾向。首先，作為證券發行者，其目的是希望投資者購買其發行的證券，因此，就會本能地向投資者宣傳甚至夸大企業及其證券的優點，而對企業存在的問題則避而不談，甚至有意歪曲掩飾；其次，有關企業的某些信息可能對競爭對手有利，不能進行公開或完全公開；第三，信息公布會發生一些成本，盡可能減小信息公布成本的心理使得企業不愿意完全、及時地公開信息。因此，采取各種措施完善信息披露制度，只有保證信息披露的真實性、及時性，才有可能形成公正、合理的證券市場價格，使市場定價效率保持在一個較高的水平上。

二、對投資者投資策略的建議

1.樹立正確的投資理念

大多數投資者都相信有一個通向市場的魔術般的規則。他們還相信肯定有一小部分人知道這個規則，就是那些從市場上獲得了大筆財富的人。長期以來，大多數人都在努力地尋找這個規則。適應性有效市場理論說明任何投資策略都是有盈有虧的，因有效市場假說與行為金融理論的分歧與整合——基于適應性理性的分析此盈利與虧損應當是投資策略中的正常現象，應當像接受盈利一樣接受虧損，只有這樣才能以一個平和的心態去進行投資。有人在采訪了世界上一些頂級交易商并把那些內容寫了兩本書之后，得到一個結論，就是他們的成功中最關鍵的因素就是他們每個人都有一個適合自己的交易系統。這些交易系統并不是100%的盈利，只是他們有利潤的交易頭寸遠遠超過虧損的頭寸，做到這一點需要極大的自我控制力。認識投資策略的這種特性，有助于投資者提高自我控制力，找到一個適合自己的交易系統。

2.設立止損點，加強自我控制

根據適應性理性假說，投資者的理性總是相對的，很有可能隨著決策環境的變化而變得不再適應。因此，設立止損點對于保護投資者的財富有著非常重要的意義。很多成功的投資者只有35%~50%的成功率，他們成功并不是因為能夠很好地預測價格，而是因為能夠很好地控制損失，從而使他們有利潤的交易頭寸遠遠超過了虧損頭寸。

3.集中投資策略

采用分散投資的策略固然可以降低風險，但投資組合越大所需要的資金越多，投資者資金實力往往難以勝任。另一方面，投資者的信息處理能力有限，投資過于分散后，投資者將無力對相關信息及時做出正確的反應。有目的地將注意力集中在少數幾家公司上，投資者才有足夠的精力和能力對影響證券價格的相關信息及時做出準確的評估。

4.投資于自己熟悉的領域

適應性理性告訴我們，對一個問題決策的理性程度受決策者的經驗、知識的限制，對于不熟悉的問題往往會尋求外部的幫助，這樣決策就容易受到外界的影響，失去自己的判斷，產生“羊群行為”。投資于自己熟悉領域，一方面可以提高決策的理性程度，另一方面可以有效減少從眾行為。

5.經常與觀點相左的人進行討論

根據適應性理性假說，幾次成功決策后，投資者很容易陷入過度自信的誤區而產生判斷上的偏誤，經常與觀點相左的人進行討論，避免只關注自己陣營內部的討論可以有效地避免過度自信，克服判斷上的偏誤。

徐 京:基于適應性理論對證券市場和投資者的建議［參考文獻］

［1］周東生，唐煥文．有效市場假說與市場適應性有效［J］．管理科學，2005(3）:76-80．

［2］何大安．行為經濟人有限理性的實現程度［J］．中國社會科學，2004(4):91-101．

［3］胡新宇．證券市場管理的基本目標研究［J］．市場周刊:商務營銷，2004(10):56-57．

證券市場的意義范文第4篇

【關鍵詞】金融工程；波動影響；實證測算；波動率性；滬深300指數

1.引言

資產價格波動率建模是實務操作和金融學研究的一個主要問題，作為資產價格風險度量指標，波動率對于理解資產價格的動態特征是極為重要的。波動率是標的資產投資回報率變化程度的度量，也是投資組合理論、資本資產定價模型、套利定價模型機期權定價等模型的核心變量。波動率對于企業的投資與財務決策、消費者的消費行為和模式、經濟周期及相關宏觀經濟變量等都具有重要影響，是體現金融市場質量和效率的最簡潔和有效的指標之一。目前對波動率的測算方法主要可以分為歷史波動率方法和隱含波動率方法。歷史波動率是基于過去的統計分析得出的，假定未來是過去的延伸，利用歷史方法估計波動率類似于估計標的資產收益系列的標準差。由于股指期貨推出前后，證券市場價格波動性引起的市場風險是否有改變，對于投資者正確進行理性投資，把握市場有極其重要的意義。

在股指期貨推出初期，人們普遍認為股指期貨有利于規避股票現貨市場的系統風險，有利于促進現貨市場健康發展，因而世界性的股指期貨品種迅速涌現。市場波動性是市場價格對信息的反應而引起的波動程度，用以度量市場的風險。波動性對于市場運行效率是十分重要的，而且與市場信息效率的聯系非常緊密。股指期貨推出的初衷之一就是為股票現貨市場投資者提供一種避險工具，規避系統性風險，進行風險管理。如果其上市后顯著加劇了現貨市場的波動性，則無疑加大了現貨市場的風險。這與各國貨地區交易所推出股指期貨的初衷相違背。

Bessembinder和Seguin（1992）分析了1978年至1989年S&P500指數期貨推出前后的情況，發現期貨市場的引入使現貨市場波動性減小。Lee和Ohk（1992）研究了1984年至1988年香港恒生指數期貨與恒生指數的關系認為，股指期貨不但沒有增加現貨市場的波動性而且在某種程度上減小了波動幅度。Robinson（1994）對1980年至1993年FT-SE100指數的期現貨市場的研究表明，引入期貨市場后現貨市場波動性減小。Antoniou et al.（1995）對1987年至1993年DAX指數及期貨的研究表明，股指期貨降低了現貨市場的波動性。Antoniou和Holmes（1995）利用日收益率數據，對FT-SE100股票指數期貨的交易對基礎現貨市場的波動性的影響進行了研究表明，期貨交易導致了現貨市場波動性的增加，但這種波動性并非來源于投機者擾亂市場的消極效應，而是來自于信息的增加，期貨市場的引入提高了現貨市場信息流的速度與質量。

Edwards（1988a，1988b）對S&P500指數和價值線指數在推出期貨市場前后的波動性進行的分析表明，股價指數的日波動增加不是由于股指期貨引起的，期貨市場使得現貨市場更為穩定和完善。Beckettihe和Roberts（1990）研究了S&P500指數期貨與現貨市場的關系認為，抑制股票指數期貨交易量不能減少股票市場的波動，而斷路器機制和提高保證金等措施能夠有效降低股票市場波動。Freris（1990）對香港恒生指數期貨推出前后的現貨市場波動性進行了分析，認為指數期貨對股票指數波動沒有產生影響。Hodgson和Nicholls（1991）分析了引進股指期貨后澳洲所有普通股指數的波動情況發現，股指期貨并沒有加大澳洲股市的波動。Baldauf和Santoni（1991）在研究S&P500指數時考慮了ARCH效果，認為指數期貨上市對股票市場波動性影響并不顯著。Brorsen（1991）對引入指數期貨前后S&P500股票市場的波動性是否發生了顯著變化進行了檢驗。他發現，盡管短期（日）股價變化的方差發生了顯著變化，但長期（5日和20日）指數價格變化的方差并沒有發生顯著變化。Gerety和Mulherin（1991）通過研究道瓊斯工業指數期貨對股價指數的影響發現，變異比率并無明顯改變。Lasstsch（1991）對MMI股票指數期貨和構成指數的20只成份股的關系進行了研究認為，期貨交易沒有使現貨市場波動變大。Lee和Ohk（1992）分別研究了美國價值線指數、香港恒生指數、澳洲所有普通股指數、新加坡交易的日經指數和英國的FT-SE100指數期貨與相應的現貨市場的關系，發現美國市場中期波動上升，長期并無影響；香港市場的波動短期下降，長期上升；澳洲市場無顯著變化；日本市場的波動顯著上升；英國市場的波動短中期上升，長期并無影響。Pericli和Koutmos（1997）對S&P500股指期貨的研究表明，除了1987年10月股災的特殊情況外，指數期貨與期權交易并未促使現貨市場的波動產生結構的變化。Charles和Sutcliffe（1997）研究了1978年至1995年世界股票指數期貨市場上12種股指期貨與股指波動性后顯示，開辦股指期貨后，股指波動性不變的占7例，波動性減少的占4例，波動性增加的只有1例。 轉貼于

Damodaran（1990）研究了S&P500指數期貨后發現，S&P500成份股的波動有增大的趨勢。Lockwood和Linn（1990）對道瓊工業指數的研究表明，現貨市場收益變異系數上升。Antoniou和Holmes（1995）對FTSE100指數進行的研究表明，股票指數期貨交易加大了股價的波動性，但改善了現貨市場的信息反應速度與品質。

2.EWMA模型簡介及參數選取

2.1 EWMA模型

EWMA模型是1993年由J.P.Morgan在其金融風險度量系統RiskMetrics中提出來的，指數加權移動平均模型是動態模型中最簡單的一種，形式上對t時間波動率的預測模型為：

是EWMA模型中滬深300指數在t時期對數收益率的條件方差；是滬深300在一定樣本區間估計得到的第t-1期對數收益率的條件均值；是滬深300在一定樣本區間估計得到的第t-1期對數收益率的方差估計值；是300指數在第t-1期的對數收益率；

選取滬深300股指對數收益率代替實際收益率是由于，對數收益率是對普通收益率泰勒級數展開得到的，t期的對數收益率是，對數收益率一般適用于時間間隔比較短的時候（因為是一階泰勒級數逼近的，所以時間間隔大導致誤差比較大）。對數收益率的好處是可以直接相加，

一般地，越小波動率曲線對市場異動反映越靈敏，T越小波動率曲線對市場的異動反映較大，對應的風險覆蓋至也越大，相反越大、T越大波動率曲線對市場的敏感性越小，對應的風險覆蓋相對也越小。J.P.Morgan推薦樣本個數計算公式：，不同的容忍度下衰減因子與時間跨度的變化關系（圖1）。

3.波動率的測算

由于大盤股指是股票市場的綜合導向指標，本文研究滬深300股指期貨的推出對股市的波動性影響局限于對滬深300大盤股指在前后期波動性的顯著性變化上。根據相關文獻研究表明：利用單位根方法對滬深300股指的波動率和收益率序列進行平穩性檢驗，發現兩者都是平穩時間序列。為此，我們直接利用指數加權移動平均模型對2010年4月16日滬深300股指期貨上市前后2009.01.05—2010.04.15和2010.04.16—2010.12.28兩個時間段的股指現貨日間價格歷史波動率進行測算分析。

考慮證券市場在股指期貨推出前后的影響時，為了覆蓋日內即隔夜價格波動風險，我們主要計算基于日間收益的歷史波動率，根據相關研究表明對于日價格數據，最優衰減因子值為0.94。因此，我們選取日交易收盤價格作為我們的樣本，選取的衰減因子為0.94。通常取86天為理想值，作為對比我們選的時間跨度T=100，T=86天，T=60天天分別計算。

從圖2可以看到，滬深300大盤指數，兩年內由2009年9月12日的高點回落到股指期貨推出后的小幅反彈，波動率變化0.001點，2010年4月16日滬深300股指期貨推出以來，滬深300大盤指數波動率見底反彈，但反彈幅度不大，約0.0003點，后期總體趨于平穩。因此，到目前為止可以看到：中遠期看，滬深300股指期貨的推出對股票市場有一定平滑作用，在一定程度上緩減了股票市場的波動性；短期看，對股票市場有刺激作用，在股指期貨推出后約一個月內，波動率環比提高一個檔位（約50%）。

參考文獻

證券市場的意義范文第5篇

關鍵詞：貝葉斯向量自回歸模型（BVAR）；GARCH模型；期貨市場；股票市場；債券市場

中圖分類號：F830.91文獻標識碼：A文章編號：1008-2670（2014）04-0023-06

一、引言

股票、債券、期貨是證券市場中三大重要組成部分，隨著金融全球化的快速發展，各證券市場間聯系日漸密切，只要某一領域出現波動，就會快速影響至其他子市場。探討不同市場在面對外部沖擊時如何相互影響和傳染，正確引導不同市場健康發展，關系到一個國家金融監管當局金融政策的制定，有助于維護證券市場的穩定、繁榮。為進一步說明不同證券市場之間風險的相互傳染路徑，促進它們有序協調發展，構建一個涉及股票、債券、期貨三者的動態模型來探討不同市場風險溢出效應，具有一定的理論和現實意義。

我國證券市場之間風險傳遞的相關問題受到國內學者的廣泛關注，取得了一定成果。王寶[1]運用DCC-MVGARCH方法對我國證券市場間風險傳染問題進行了分析，發現股票市場和債券市場之間容易傳染。蔣序懷等[2]運用VAR模型對傳染效應存在的渠道進行了實證研究，發現股票市場與債券市場間的聯系較為密切。陳燕武等[3]運用非參數分位數回歸，得到中、美、英、日四國股票市場存在非線性的風險傳染效應。陳庭強等[4]從銀行信貸行為視角對信用風險轉移市場信用風險傳染的特征、實踐路徑進行了評述。此外，蘭鵬[5]采用BEKK模型，發現中國香港、中國臺灣等亞洲6個地區或國家股票市場間風險存在顯著的溢出效應。華桂宏等[6]采用三元VAR模型，發現金融發展會主動刺激固定資產投資，銀行體系對投資的刺激功能更顯著，而股票市場不具備這種功能。張慧蓮[7]以上海證券交易市場為例，得出證券投資基金是上證指數的單向granger原因，而上證指數與保險市場之間不存在granger因果關系。

國外學者主要針對不同國家股票市場之間風險傳染進行研究，而針對股票與其他市場之間的傳染分析較少。比較有代表性的成果有：Theodossiou等[8]采用廣義GARCH方法分析了美、日、英等主要發達國家股票市場收益波動特征，發現它們之間存在顯著傳染效應。King等[9]認為由于資本市場人對其他市場價格波動信息的不準確預期，導致錯誤信息很容易傳染至其他市場。Hahm[10]發現美國對韓國的股票市場的滯后波動溢出效應顯著，反之則不然；但未發現收益率之間存在相互溢出效應。Park等[11]通過自回歸模型研究了亞洲危機期間各金融市場傳遞情形，結果發現東南亞市場并未直接觸發韓國的危機，而臺灣金融市場的不穩定是重要原因。

傳統的VAR模型不能回避待估參數過多和自由度問題，這可能導致估計可能會出現偏誤；同時，還會由于各滯后變量之間可能存在高度的共線性關系導致結果出現一定的偏誤。因此，本文嘗試從以下幾個方面進行分析：一是選擇代表不同風險市場的變量，對各市場之間風險傳遞進行分析；二是將克服傳統VAR的上述缺陷，運用貝葉斯向量自回歸模型（BVAR）進行建模，搜集最新月度數據進行實證，以分析期貨、債券、股票市場之間風險的溢出效應。

二、貝葉斯向量自回歸模型（BVAR）概述

含有k變量的p階向量自回歸模型VAR（p）的一般矩陣形式可以表示如下：

雖然VAR模型克服了一般聯立方程模型需要嚴格區分內、外生變量的缺陷，但是它本身亦存在不可避免的缺點[13]：第一，待估參數太多，對時間序列長度要求較大。如果VAR模型中有m個內生變量、滯后階數為p，則將有m（mp+1）個參數需要估計。由于我國金融市場可得數據時間跨度不長，將普通VAR模型應用于中國金融市場研究是很不利的。第二，由于普通VAR模型中的解釋變量均為被解釋變量向量的各階滯后項組成，如y1t-1，y1t-2，……。這些滯后解釋變量容易產生高度的共線性關系，從而導致系數估計偏誤。

為此，Litterman[13]和Sims[14]提出通過引入貝葉斯先驗信息，可以克服上述問題。根據Sims所提出的方法，設xt=（yt-1，yt-2，yt-3……yt-p，1），則（1）式可表述為：

三、實證研究

（一）變量選取與數據處理

本文分析指標主要選取股票成交額（gp）、國債成交額（zj）和期貨成交額（qh）。其中股票成交額為深交所、上交所股票成交額當月數之和。國債成交額為上交所、深交所國債現貨、回購成交額當月數之和。期貨成交額為上海、大連、鄭州三大商品交易所期貨成交額當月數之和。單位為億元。

為了保證所有數據的完整性、可得性，選取2002年12月-2013年2月的月度數據，共123個樣本。數據來自中經網、中國人民銀行網站。對所有數據作剔除物價因素，考慮到月度數據可能存在季節影響，對所有指標進行剔除季節用eviews軟件，運用X12方法去除季節性。因素處理。為了縮小指標本身差異和消除可能存在的異方差，對上述經過處理后的指標取對數，分別記作：期貨成交額為lnqh；債券成交額為lnzj；股票成交額為lngp。

（二）運用GARCH（1，1）提取各變量“風險”信息

通常在金融市場上是用方差來衡量金融產品收益的風險和價格的不確定性，Engle[15]提出的“自回歸條件異方差模型”（Autoregressive Conditional Heteroskedasticity Model）被廣泛運用于金融時間序列中。馬超群等[16]認為“研究這類具有叢集性與異方差性特征的金融數據變動規律性的最有效方法與途徑”。本文借鑒前人的做法，采用GARCH模型中的條件異方差б2t的回歸形式來反映出金融市場不確定性，具體用模型殘差的條件方差項來模擬各大市場的波動率（即風險信息）。GARCH（1，1）模型可以表述為：

其中，yt為期貨、股票、債券等變量，μ、c、α、β為未知參數，它們的值由最大似然法估計。條件方差σ2t就是后續在BVAR模型中將用于反映風險的變量（波動率）在進行GARCH（1，1）分析之前，我們用三個變量lngp、lnqh、lnzj分別對常數進行回歸，然后對殘差進行ARCH效應檢驗，lngp與lnqh回歸后的殘差均在滯后一期resid^2（-1）的1%水平顯著；而lnzj回歸后的殘差在滯后1-4期均在5%水平下顯著。可見，都存在arch效應，可以進行后續的GARCH建模分析。。最后，通過GARCH（1，1）模型得到三個變量的條件方差變量σ2t，分別用gp_ch、qh_ch、zj_ch表示。

（三）貝葉斯向量自回歸（BVAR）模型估計

1.變量平穩性和VAR系統平穩性檢驗

為了避免因為單位根現象而出現對模型估計結果不準確，首先進行各變量的平穩性檢驗。通過ADF檢驗，發現gp_ch（ADF-1.815）、qh_ch（ADF=-2.716）分別在10%、1%水平下平穩，而zj_ch（ADF=-0.706）呈現I（1）特征。我們將zj_ch 差分以后用dzj_ch（ADF=-6.201）表示，和另外的兩個變量按照很多文獻的做法，進行VAR建模時一般要求所有變量平穩。此處我們發現gp_ch和qh_ch均是平穩的，只有zj_ch不平穩。原變量是表示波動情況，差分一次后經濟意義解釋可作相近理解，不影響分析。建模，根據LR、FPE、AIC等信息準則確定最佳滯后階數為1。經過VAR系統檢驗發現是平穩的，可以進行后續的BVAR和脈沖響應分析。

2.貝葉斯向量自回歸（BVAR）設置說明

首先，對于BVAR模型滯后階數的設置，采用Matlab2010b提供的LR指標，結果顯示最佳滯后為2階。其次， BVAR模型估計方法需要事先設定超參數以反映模型的先驗信息。本文借鑒相關文獻，經過多次調試，最終將BVAR模型的超參數設置為： nlag=2（滯后階數）； weight=0.5（權重矩陣）； decay=1； tight=0.1（衰減參數，Minnesota先驗信息）； odum='o1'（代表Cholesky分解）。

（四）貝葉斯向量自回歸（BVAR）脈沖響應分析

圖1股票市場的脈沖響應圖圖2期貨市場的脈沖響應圖1.股票市場的脈沖響應分析

從圖1可以看出，當期貨市場當期遭到一個標準差的正向沖擊，股票市場第1期會產生正向的沖擊響應，強度為-0.005；第2期開始上升，至第6期達到最大強度0.2465；此后逐漸下降。而如果債券市場受到一個標準差的波動沖擊后，股票市場的在第1期響應非常微弱，從第2期開始影響增強，但是對股票市場的影響一起呈現負向關系，持續期較長，但影響十分微弱。而股票市場對來自自身市場沖擊后的反應是最為強烈的，在第一期就會產生一個強度大小為0.643的正向響應，第2-5期影響顯著下降，至第6期的影響趨于平緩只有0.3374左右，此后逐漸接近削弱，這也正好說明股市風險大的特性。

圖3債券市場的脈沖響應圖2.期貨市場的脈沖響應分析

從圖2可知，給定債券市場波動的一個單位標準差正向沖擊，期貨市場在第1期產生一個較大的負向響應，強度為-0.051；第3期影響減弱為-0.017，第4期以后逐漸變得平緩，但是整個影響均為負。而針對來自股票市場波動的一個單位標準差正向沖擊，期貨市場波動沖擊第一期響應值為0.105，第4期達到最大值0.158，此后影響逐漸減弱。而期貨市場對來自自身沖擊的響應情況來看，第1期為響應最大、強度為0.267，第2期顯著減少，第6期響應強度減弱為0.132，此后緩緩減弱。

3.債券市場的脈沖響應分析

從圖3來看，國債市場對來自自身市場的沖擊反應最為劇烈，第1期產生一個強度為-0.243正向沖擊；第2期減弱至-0.024；第3期影響為正，且達到最大值0.063，此后影響遞減有逐漸消失。股票市場受到一個單位標準差的沖擊后，國債市場的響應整個后續時期均不大，第1期產生一個強度為0.017的影響；第2期的影響達到最大0.031；此后慢慢消失。而對來自期貨市場一個單位標準差的沖擊后，債券市場首期響應為-0.038，此后的影響非常微弱。

四、結論與啟示

本文通過建立貝葉斯向量自回歸（BVAR）模型，對股票、期貨、國債等市場間風險傳染進行了研究，得到如下結論：第一，從三大市場增長的情況和波動信息統計指標來看，股票市場在近11年增長速度最快，其市場波動幅度也最大。而國債市場的增長速度最小，波動情況居中。期貨市場增長速度居中，波動幅度最小。第二，從因果關系檢驗結果來看，股票和期貨市場等高風險市場之間具有較為顯著的影響和傳染關系。而由于我國國債市場交易和管理制度都相對嚴格，所以國債市場的抗干擾能力相對較強。第三，從模擬的脈沖響應分析效果來看：（1）股票市場對來自自身市場沖擊的當期響應迅速且較大；期貨市場沖擊的前期影響較小但后續影響時間較長；債券市場沖擊對股票市場的影響為負，幅度不大。（2）期貨市場對來自股票市場沖擊的影響反映較弱；而對來自自身的影響反映強烈，但是時間都較短，這與股票市場非常類似，這些正好驗證了股票、期貨市場的高風險、高投機性的市場特征；而債券市場波動對期貨市場的影響一樣為負。（3）國債市場對來自股票市場、期貨市場的沖擊的響應整個時期都不大。對來自自身沖擊的響應也只顯著響應3期后，影響快速減弱。

針對本文實證分析結果，結合我國當前的金融形勢，可以得到以下啟示：第一，培育良好有序的金融環境，認真監管與規范債券市場的運營操作，重點關注債券市場與股票、期貨市場的融合機制。從granger因果關系檢驗和脈沖響應分析可以看出，由于我國對債券市場管理較為嚴格，其與別的市場具有相對獨立性，股票市場和期貨市場上的某種隨機沖擊均不會輕易引起債券市場大幅振動。但是反過來，由于債券市場長期以來都是一種在被保護的機制下運作，形成了債券（國債占大部分比重）市場相對高安全性。一旦最安全性事物受到某種實質性的外部沖擊，帶來的影響可能是巨大和負面的。從前述脈沖響應分析來看，債券市場的某種波動沖擊對股本、債券均是產生負向的影響路徑。所以，有必要重點引導債券市場如何和其他市場協調發展機制的設計，使其經營操作變得更加靈活、彈性更大。第二，股票和期貨市場之間的感染能力較強，且granger因關系顯著，說明了它們的高投機性與虛擬性，從而導致風險更容易市場中傳遞。加大對高風險市場的監督管理，尤其針對股票、期貨市場。

參考文獻：

[1]王寶， 肖慶憲. 我國金融市場間風險傳染特征的實證檢驗[J]. 統計與決策， 2008（11）：78-79.

[2]蔣序懷， 吳富佳， 金樁. 當前資本市場的風險傳導機制――基于傳染效應的實證分析 [J]. 財經科學， 2006（2）： 16-24.

[3]陳燕武， 黃靜菲. 利用非參分位數回歸模型分析金融市場的風險傳染 [J]. 華僑大學學報（自然科學版）， 2013（2）： 215-219.

[4]陳庭強， 何建敏， 尹群耀，等. 基于銀行信貸行為的CRT市場信用風險傳染評述 [J]. 金融理論與實踐， 2011（11）： 95-99.

[5]蘭鵬， 李銘. 波動溢出、風險傳染與信息傳遞效應――基于亞洲股票市場的實證研究 [J]. 哈爾濱商業大學學報（社會科學版）， 2012（2）： 16-24.

[6]華桂宏， 周茂彬， 成春林. 銀行體系、股票市場與固定資產投資――基于三元向量自回歸模型的格蘭杰因果關系檢驗 [J]. 財貿研究， 2008（1）： 90-94，146.

[7]張慧蓮. 證券投資基金和保險資金對股票市場影響的實證分析 [J]. 金融理論與實踐， 2010（01）： 81-85.

[8]THEODOSSIOU P， KAHYA E， KOUTMOS G， et al. Volatility Reversion and Correlation Structure of Returns in Major International Stock Markets [J]. Financial Review， 1997，32（2）： 205-224.

[9]KING M A， WADHWANI S. Transmission of Volatility between Stock Markets [J]. Review of Financial Studies， 1990，3（1）： 5-33.

[10]HAHM S. Transmission of Stock Returns and Volatility： the Case of Korea [J]. The Journal of Korean Economy， 2003，5 （1）：17-45.

[11]PARK Y C， SONG C Y. Financial Contagion in the East Asian Crisis： With Special Reference to the Republic of Korea [R]. Korea University Working Paper， 2000.

[12]LESAGE J P. Applied Econometrics Using MATLAB [M]. Department of Economics University of Toledo， 1999.

[13]LITTERMAN R B. Forecasting with Bayesian Vector Autoregressions-Five Years of Experience [J]. Journal of Business and Economic Statistics， 1986，4（1）： 25-38.