时间：2023-10-27 11:08:02
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇金融危机股票走势范例。如需获取更多原创内容，可随时联系我们的客服老师。
我们分析主要是沪深300在后金融危机时期，行业复苏速度不同导致股票走势分化，涨跌互现，使得股价波动相关系数主要分布在弱相关区域。从同一时期S＆P 500和沪深300权重分布的纵向比较来看，发现在经济稳定时期，两国股市网络的权重分布区间宽度相似，但中国股市整体相关系数较美国股市偏低。在金融危机时期，沪深300成分股的相关系数并没有呈现如S＆P 500大幅增大的情况，其原因可能是由于在2007至2010年，中国股市呈现出暴涨暴跌的剧烈波动行情，导致异常停盘情况较多，且期间有若干成分股因股改、重组等原因长时间停盘，一定程度上影响了数据的实时性。为了更深层地分析金融危机对证券网络的影响，引入影响因子这一参数。影响因子是度量一个结点对其余结点影响力的指标，定义为该结点所有连边的权重和。因为权重是分布在［－1，1］区间内的，因此影响因子值可能为负。定义影响因子IS为（式略）在IS值最大的地方，分布节点的数量也最大。结合现实，IS值排名靠前的所属行业中，传统的制造业占据半壁江山，涉及多个制造业领域；电力生产业也占据了4席，显示了能源日益紧缺的状况使得能源类股票的影响力日益增大。2007年至今，IS值的分布出现了明显的变化，呈现了先上升后下降的现象，出现较为明显的影响力较大的节点所属行业是唐钢股份，主要是因为经济危机条件下，住房价格出现了猛涨现象，房地产产业带动建材行业迅猛发展的态势。经过此轮金融危机的冲击，S＆P500证券网络中各股票之间的联动反应加剧，也就是说某些股票的波动会更大程度地影响市场中其余股票的走势，市场变得更敏感。同时排名前10的公司分属行业也发生了较大变化，金融保险业在危机之前占据了绝对的优势地位，在经历危机以后材料业异军突起，占据前10中的3席，与金融保险业平分秋色。汽车行业和金融行业的代表通用汽车公司和花旗集团，因在此轮金融危机中受到极大冲击，影响因子大幅下滑。，在金融危机前后，沪深300的IS值发生了较大的变化，S＆P 500分布趋势变化不大，但区别明显。沪深300网络与S＆P 500网络IS变化情况恰恰相反：在危机前，沪深300的IS值普遍偏大，危机下，节点的IS值普遍变小。S＆P 500的IS值则由普遍偏小变得普遍偏大。分析其中原因，其一，从整体上来说，IS值又是反映网络的稳定性指标，在经济危机的冲击下，沪深300的稳定性变弱，而S＆P500的稳定性增强；其二，是S＆P 500和沪深300分属成熟市场和新兴市场，市场本质的不同造成了不同的市场特征，在危机下对政策等反应强度也有较大不同。作为新兴市场，中国的国情决定了中国股市的发行制度和监管制度必然是与政府的利益取向一致的，因此存在特有的政策特征；在2009年3月至2010年2月这段时期，各项刺激措施的见效使得中国股市止跌企稳，行业间复苏速度与程度都有较大不同，沪深300成分股走势出现分化，导致IS值并没有呈现与S＆P 500类似大幅增大的情况。而且沪深300的IS值分布与成熟市场经济稳定时期出现类似情况也从一个侧面反映了中国股市正在逐步走向成熟。 最大生成树构建相关性网络生成树在各种分析研究中被广泛采用。其中生成树在分析证券市场网络中应用颇多［16－17］。本文采用最常见的Kruskal算法，构建了沪深300成分股网络的最大生成树，5 沪深300相关性网络最大生成树网络中结点的度是证券市场网络最重要的拓扑特征参数之一，度分布函数反映了网络的宏观统计特征，就目前对网络的研究发现，网络定点度的分布主要有指数分布和幂律分布；理论上利用度分布可以计算其他表征全局特性参数的量化数值。
金融危机前沪深300相关性网络节点度值排名靠前的股票如表1所示。在经济平稳时期，前10位的节点具有相同的度，网络中Hub节点度值分布较为均匀，即网络有较好的抗毁性。制造业占据前10中的6席，成为股市中最具影响力的行业，这与上节中分析影响因子得出的结论一致。金融危机后沪深300相关性网络节点度值排名靠前的股票如表2所示。与金融危机前相比，出现了若干个度值较大的Hub节点，其中唐钢股份的度值高达25，在网络中占据举足轻重的位置。制造业在Hub节点中的比例与危机前相比出现有较大下降，金属冶炼产业占据了第1和第5的位置。反映到经济现象中，我们认为尽管中国的三次产业都受到金融危机的直接冲击，但因其与国际市场联系的紧密程度不同，金融危机主要冲击了在出口中占主导地位的第二产业，而第二产业正是以制造业为主。对比表1和表2可以发现，金融危机前后Hub节点所代表股票发生极大变化，危机前度值排名前列的股票在金融危机的冲击下，大多成为网络中的一般结点，只有北京城建基本保持在度值排名前列，这与其所属房地产产业在2009年井喷式的增长不无关系。反观危机后度值排名前列的股票大多在危机前度值较小，金融危机的冲击使得新兴节点迅速取代网络中部分崩溃的传统Hub节点，网络度值分布随即发生巨大改变。在2008年中国房地产市场的大幅萎缩给国内金属消费需求构成了巨大的打击，金属冶炼业面临着十分严峻的挑战。然而随着2009年房产市场的全面上涨，金属冶炼业交易随之活跃，也已成为拉动工业生产的主动力，这也解释了在度值分布中，金属冶炼产业的两只股票均处于前列的现象。
真实网络大多是由若干个“群”或者是“团”组成的，即存在社团结构。在同一个社团中，各个节点联系紧密，而社团之间的联系就相对比较松散。证券网络中，也存在着这样的社团结构：属于同一社团的股票节点往往相关性较强，而分属不同社团的股票节点往往呈现较弱相关性。最大社团作为网络中最具影响力的“群”，对整个网络有着举足轻重的影响力。以上节中采用最大生成树算法构建的S＆P 500和沪深300相关性网络为研究基础，分析不同时期两国股市网络中以度值最大的节点为根节点的子树，深入研究其形态及组成，以期通过对最大社团的分析揭示金融危机下网络的特殊性质。Hub节点所代表的股票为MTB，属于金融行业，危机前最大社团结构较为复杂。结合2005年至2006年经济平稳发展的社会背景，金融业起到举足轻重的作用，因此金融业成为网络中的最大社团。由图7可见，在以MTB为中心的最大社团中，还存在着若干Hub节点，社团内部度值分布较为均匀。与此同时，MTB还与若干较大Hub节点直接相连：以公用事业节点GAS为例，通过与金融行业节点PCL直接相连与根节点MTB产生关联，同时又与一连串公用事业节点连接与同行业节点产生关联，这就形成社团之间的重叠，即出现一个节点同属不同社团的现象。仔细分析节点之间的连接情况可以发现，绝大多数连边是存在于同属一个行业的股票节点之间，S＆P 500市场行业聚类特征明显。
反观危机下的最大社团，如图8所示，Hub节点所代表的股票为CSCO，属于信息产业。结合金融危机的背景，可以推测金融业受到危机最正面的冲击，随着雷曼兄弟等众多大规模金融机构的破产，使得金融业股票在市场中的地位大大降低，这也解释了最大社团中只存在一只金融业股票的状况。从图8可以清楚看到，危机下最大社团结构层次明显简单。社团结构中度值为1的节点数目占到节点总数的6成以上，导致网络层次较少。以CSCO为根节点的子树中绝大多数节点与CSCO一样，属于信息产业，表现出极强的以行业聚类的特性。最大社团中除了CSCO度值明显较大外，其余结点度值均较小。中国股市金融危机前后最大社团形态如图9所示。金融危机前（见图9a），中国股市的最大社团规模明显较小且社团内部行业分布状况也有较大不同。中国卫星所在社团共有16个节点，其中与中国卫星同属于工业的股票共有6只，4只股票属于材料业，4只属于金融类股票，必需品消费业和可选消费业各有两只股票。材料业为工业提供原材料，而金融业尤其其中的房产业对材料业也有直接影响，因此在拓扑结构上同属一个社团属于合理现象。从中国股市网络拓扑结构来看，行业因素并不是社团形成的主要原因，不同行业之间联动性较成熟市场要更大，这也说明了在中国股市，一个行业中领头企业的股价波动，不仅会影响同行业公司的股价，也会较快波及其上游或是下游产业。图9b为金融危机下中国股市网络中度值最大节点唐钢股份所在社团。相比危机前的最大社团，在经历了金融危机的冲击后，沪深300证券网络的最大社团规模明显增大。最大社团中以唐钢股份为代表的材料业占据了重要地位，与唐钢股份直接相连的节点中，既存在一般Hub节点，也存在度值较小的节点，使得最大社团中节点的分布更显均匀。金融危机后的最大社团的形成行业因素虽然较危机前有所增强，但行业分布相比同期美国股市仍明显分散，上下游产业的关联效应依旧较强。从图中也可以发现，一些工业类股票同时与唐钢股份及相关联产业相连，出现了社团重叠的现象。以工业类股票白云机场为例，它与根节点唐钢股份直接相连，同时也与同行业的中海发展、华擎股份有密切关联，在与其直接相连的节点中也包括了能源类股票广聚能源、材料业股票江西铜业、包钢股份，公用事业类股票华能国际以及消费类股票歌华有线。通过对危机前后两国股市网络最大社团的分析，可以发现，在同一时期S＆P 500网络和沪深300网络具有明显不同的最大社团特征：S＆P 500具有以行业聚类的特征，而沪深300社团中行业覆盖面较广，一些有利害关系的产业出现在同一社团中。沪深300危机后的最大社团形态与S＆P 500危机前最大社团形态较为相似，由此可以印证中国股市正在慢慢走向成熟。
随着计算机技术、人工智能、模式识别和数据分析方法的发展，数据挖掘（Data Mining）这门课程在20世纪末、21世纪初迅速建立。数据挖掘［1］就是从大量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程，所挖掘出的知识可以帮助进行决策支持、过程控制、信息管理、查询处理等等。数据挖掘在金融行业的应用，产生了金融数据挖掘这门学科。笔者在教学中发现，金融数据挖掘教课书中的案例数据偏小，学生难于直接体验到从经济数据中挖掘出的模式的用处，在教学的过程中大多数学生都反映不知道挖掘出的数据有什么用，导致这门课程的实验教学达不到应用的要求。
文献［2］给出了常用的数据挖掘技术在金融领域的应用，并给出实例研究；文献［3］针对当前本科数据挖掘教学的教学侧重点定位不准确和实用性实验教学缺乏这两个问题，提出了分别针对理论教学和实验教学的教改方案：理论教学应考虑到本科生的数学基础和就业趋向，应着重数据预处理环节而轻视算法细节，实验教学中应多开设一些应用型数据挖掘工程项目；文献［4］针对金融危机环境下的金融类课程教学提出应在课程设置、考核手段、教学手段等作出相应的更新调整。文献［5－6］分别强调案例教学和应用型人才培养的关系以及针对传统案例教学的不足而提出新的案例教学模式。考虑到本校学生大都是经济金融类背景，对金融领域尤其是证券市场所发生的事情充满兴趣，在教学中直接引导学生利用实时的股票交易数据进行探索，提高了学生学习积极性。
2证券市场分析法在数据挖掘实验教学中的应用
证券市场具有高收益与高风险并存的特性，人们一直都希望能够掌握其运行规律，并进行分析与预测。在股票交易事务处理中，每天有以交易信息为主的大量数据汇入数据仓库，这些数据无疑对股民了解股市的走势，做出正确的投资决策至关重要；经济学家分析不同层次用户的投资行为和各种股票之间的关系，及时发现股市中的非正常行为；各上市公司和政府部门出台新的方案等诸多方面具有重要的参考价值。在教学过程中，强调的是学生将所学的数学挖掘算法或者模型应用到实例的能力。
2．1结合市场趋势分析讲解分类与回归
分类与回归是数据挖掘的重点内容，讲解到这部分内容时，需加强实验教学的强度，这样才能加深学生的理解和应用能力。笔者在讲解这部分内容时着重要求学生从上市公司的财务报告中搜寻数据进行各种回归分析；然后自己拟定印象大盘指数的因素，对大盘指数进行预测分析。国内外大量实证研究结果表明：上市公司定期公布的财务报告具有很强的信息含量，但是当期会计盈余数据的信息会在披露前后在股票市价中迅速得以体现。因此对于中长期投资者来说，重要的是预见未来盈利。质地优良且未来具有较高盈利增长能力的公司是中长期投资者普遍关注的对象，因为只有这类公司才能给投资者带来持续的回报。而财务报告包含了大量描述公司经营状况的数据。这些数据应能为投资者提供关于公司未来盈利能力的信息。对于中长期投资者而言，需要做的就是利用这些信息挖掘出未来能够具有较高盈利水平同时又具有较好的成长性公司。引导学生采用Logistic回归，决策树和神经网络建立预测模型，试图寻找未来具有较好的业绩和增长能力的上市公司，并用时间序列分析建立上证指数预测模型。
2．2结合股票分类讲解神经网络等
证监会等机构按照行业、概念等对股票进行很多分类，这些分类对投资者只能起到一些基本的辅助作用。投资者更关心的是哪些股票的走势是相近的，或者那些股票可能会成为ST股，或者哪类股票接下来可能被资产注入或者重组之类的。这些需要用数据挖掘技术进行分析处理。预测一支股票的走势几乎是不可能，但是通过相关分析，可以找出一支股票的走势与另一只股票走势的潜在规律，比如数据挖掘曾经得到过这个结论：“如果微软的股票下跌4％，那么IBM的股票将在两周内下跌5％”。利用历史数据，选取主要的影响因素，可以对所以上市公司的股票进行聚类研究，这样能发现哪些股票属于同一类型，属于同一类型的股票应该具有某些相似的性质，因此能得出一些有用的结论。另外，还可以定义强弱势，然后对全部的股票进行分类学习，根据学习出来的模式，对未来的股票进行预测分类。在教学的过程中，尤其是讲解神经网络时，要求学生下载全部的交易数据，按照自定义的分类指标，将所有股票进行分类研究。比如选取2011年4月19号沪深两市所交易股票，以每笔换手率，涨速，量比，总换手率，内外比，振幅为因子，将涨幅大于1．5个百分点的股票归为＋1类，跌幅大于一个点的归为－1类。将数据随机化后，选取70％进行训练，30％进行测试；由精度来观察以上因素对股票涨幅的影响并进行修正。
内容摘要:本文以近期股票市场出现的新股上市接连跌破发行价(下文称为“破发”)现象作为切入点,分析了新股破发现象的内在原因,着重探讨了机构投资者行为对新股走势的影响。使用基于Agent的系统仿真方法在Swarm仿真平台上建立动态仿真模型来模拟机构投资者的新股投资行为,并通过改变市场监管模式的仿真实验进一步研究影响机构投资者新股投资行为特征的因素,为减少新股上市交易出现异常波动提出合理的对策建议。
关键词:机构投资者 新股破发 仿真swarm
我国股票市场自建立以来,股票一级市场一度被认为是不存在实际风险的安全投资地带。申购新股,俗称“打新”是各类股票投资者的一种重要投资方式。我国证券监管部门对新股首个交易日的涨跌幅一般不设限制,因此通常会看到新股在首个交易日大幅上涨,投资者一旦申购成功中签,就会在新股上市交易中获得非常高的收益,而与这种高额期望收益相对应的风险和成本却非常低。投资者申购新股的成本则主要反映在没有中签时申购资金的机会成本上,一般可以看作是申购资金冻结期间的利息。“打新”以几乎零风险和超低的成本有可能给投资者带来非常高的收益,因此,股票一级市场的“打新”投资一直受到各类投资者的青睐。然而,近期出现的新股上市接连破发打破了投资者公认的这种常规。
在股市中,当股价跌破发行价时即为破发。新股上市即遭破发是十分罕见的现象,即使在市场徘徊期也很罕见。当前我国股市现处于金融危机后的徘徊调整期,股票走势波动较大,投资实际收益较低,因此很多投资者包括机构都会拿出相当一部分资金参与新股申购,以降低投资风险并期望获得收益。短期内各个板块新股的接连破发使得我国股票一级市场的实际风险终于暴露在投资者面前。对于这种比较反常的现象,很多专家学者及资深证券评论员都提出了自身的见解,这些见解大都将新股破发现象归因于股票一级市场的高定价和高市盈率发行问题,但却忽略了二级市场投资者交易活动对新股走势的影响。本文意在结合我国股票市场实际情况,分析产生新股破发现象的成因,并着重探讨机构投资者投资行为对新股价格走势的影响,利用基于Agent的系统仿真方法,研究机构投资者新股投资行为的特征和影响机构行为特征的管制手段,为减少新股上市出现异常波动提出合理的对策建议。
新股破发现象原因浅析
近期出现的新股频遭破发现象,其内在根源来自我国新股的发行体制。2009年底至2010年3月这段时间里,新股发行非常频繁,基本上平均每周会有两次新股发行申购,每次都会有相同板块的约两至三只新股供投资者选择。从这些新上市股票的基本面指标可以看到,绝大多数新股的发行价和市盈率都很高,大都是采取高发行价、高市盈率的“双高”模式进行发行及上市交易。“双高”模式使得新股一级市场定价普遍偏高,这直接给股票在二级市场的上涨带来了压力,给新股破发埋下了内在隐患。由于出现新股的密集破发,中国证监会已经开始讨论新股发行体制的改革,将会进一步的完善询价和申购的约束机制,并逐渐走向市场化的价格机制,从根源上解决新股走势异常的现象。高发行价和高市盈率是一级市场留下的破发隐患,但股票作为一种特殊的商品,其价格必然会受到市场供求关系的影响,因此,新股在二级市场中由投资者需求引起的价格波动是不可忽视的。
股票价格受到诸多因素的影响,如上市公司的经营状况、股票市场的整体走势等等,但投资者的心理预期在影响股票价格的外部因素中处于核心地位,所有的影响股票价格的因素都会转化为投资者心理预期所形成的投资决策(吴玉桐,2007)。而投资决策在股票市场中的直观表现就是买或卖,也就是对股票需求的变动。由于股票发行数量和流通数量在较长时间内是固定不变的,即股票的供给是固定的,那么投资者对股票的投资需求越大,则股票的价格就会越高,即股票的价格与投资者对其需求是正向相关的。这样拥有资金优势,获得大量低成本新股筹码的机构投资者就比较容易影响新股价格走势。因此对于新股走势,必须要考虑机构投资者在二级市场的交易行为。机构投资者实力雄厚,当手中握有大量筹码的时候,有能力根据自己的意图控制股票的价格从中获利,特别是对新上市的股票。但对一只新股来说,参与申购的机构不止一家,新股的筹码一般是集中在几家机构手中。大多数情况下,这些持有筹码的机构都会拉升新股价格从中获利,这样就形成了类似寡头联合拉升新股价格的情形,使得在正常情况下,新股在短期内特别是首个交易日都会产生一个较大的涨幅。而新股接连遭遇破发的市场原因很大程度上归因于机构投资者投资行为的影响。
本文基于Agent的系统仿真方法,在Swarm仿真平台上建立动态仿真模型,研究机构投资者对新股的投资行为特征,来探讨一般情况下机构投资者对新股走势的影响。
基于Swarm的仿真模型实验及实验结果分析
本文以王文举,刘硕(2008)的博弈仿真模型为基础,进行扩展使之适用于对机构投资者新股投资行为特征的研究。在本仿真模型当中,包括三类主体:机构投资者,本文的研究对象,仿真模型中设定两个,用以研究其对新股的操纵行为及管制。机构投资者有两个行为,“投资”行为和“结算”行为,前者是对新股的买卖决策,后者则是对投资行为收益的计算。股票市场,作为仿真模型中股票信息传递的平台。遗传算法学习分类系统(任韬等,2006),简称GALCS,是遗传算法的一个较为简单的实现形式,用来赋予机构投资者主体一定的自学习能力。
本仿真模型是完全信息模型,并只含有两类现实中存在的仿真主体,因此仿真主体之间的关系也相对简单,仿真主体之间的关系如图1所示。仿真模型在运行之前需要设定一系列初始参数,这里设定新股发行价为20;同时设定两个机构投资者都拿有10000手的新股,以表示机构投资者在新股上市交易之前就已经握有很大份额的新股筹码。设定监管部门对于股票合理的估价为Value=28。目前监管部门对投资者行为的管制措施主要采取罚款的手段,这里将监管部门对机构投资者投资行为的监管设定为浮动式的惩罚。运行仿真模型,考察一般情况下和监管部门对机构投资者进行较为灵活且严厉的监管模式时,机构对新股的投资行为特征,仿真实验结果如图2所示。
如图2左,在通常情况下,如果监管部门对机构投资者不采取比较灵活且严厉的监管手段加以管制,那么两机构投资者对于股票的投资数量(investQ1和investQ2)都会呈现直线上升趋势。机构投资者会不断增加对新股的投资需求从而拉升股票的价格,使新股在上市交易时产生一个比较大的涨幅。这也是通常看到的新股走势,同时也是股市一级市场投资能够获得较大收益的主要原因。与图2左进行对比,图2右显示了机构投资者在监管部门灵活严厉的监管下的投资行为特征。两个机构投资者不再一味地增加对新股的需求,对新股的投资产生了比较大的波动。由于机构投资者拥有众多新股筹码,其投资行为对新股走势具有较强的影响,因此可以判断,在这种情况下,新股的走势也不再具有较大涨幅而是出现较大的波动,在某些时段就会出现破发现象。
结论与对策
要想避免新股破发现象频繁出现,保证新股走势较为正常,就是要发挥机构投资者稳定器的作用,同时要进行新股发行体制改革,逐渐完善我国股票市场。合理发挥机构投资者稳定股价的作用。新股在二级市场的走势会受到持有大量筹码的几家机构投资者投资行为的较大影响,根据以往经验和前文的仿真实验,机构投资者一般会增加对新股的需求从而拉升新股股价。如果新股上市交易当天或短期内出现破发等异常现象,可以适当发挥机构投资者稳定股价的作用,通过改变机构投资者对于新股的投资行为,带动其他投资者对新股的预期,从而保证新股走势正常稳定。
适当改变监管模式,影响和控制机构投资者的投资行为。由前文的仿真实验推断,对机构投资者过于灵活且严厉的监管会极大影响机构投资者的新股投资行为,使机构对新股的投资行为与市场预期产生偏差,从而给新股的走势带来影响。因此,为保证新股的正常走势,应适当放宽对机构投资者的管制,以更充分地发挥机构在股票市场中的预期功能。监管模式的改变并不意味着机构投资者可以肆意行为,如果监管过于放松,机构投资者之间很有可能出现合谋拉升股价,使新股价格上涨过快的情形。监管部门应将对机构投资者的监管作为控制机构的手段,在不同阶段使用不同类型、不同力度的监管措施,来控制机构投资者的行为并发挥其功能,从而通过二级市场的交易活动来间接影响股票走势,保证市场的正常发展。在一定程度上增加机构投资者对新股的控制力。通过前文可以推断,通常情况下机构投资者都会对新股股价进行拉升,这是假设机构对新股具有足够影响力和控制力时产生的结论。从近期破发的新股名单中,可以发现大盘股居多,主要原因在于机构对大盘新股的控制力不足,或者说没有参与到这些大盘新股的投资当中,致使一部分以“双高”模式上市交易的大盘新股的一级市场风险在二级市场中体现出来,造成了短期内频繁出现的新股破发现象。
逐步推进新股发行制度改革,完善新股询价和申购约束机制。目前我国股票一级市场新股发行价格并不是采取市场化的询价机制,而是根据上市公司各项财务指标等数据资料计算得到的一个较为合理的股价。股票作为一种特殊的商品,影响其市场价格的重要因素之一就是供求关系,脱离通过市场供求关系询价的新股定价过程,本身就存在很大的缺陷,新股价格异动甚至破发的出现就不足为奇了。但是,我国股票市场发展的时间较短,运行机制、投资者素质等都有待完善和提高,过急过快的进行市场化改革势必对股票市场造成极大震荡,因此,新股发行体制改革应循序渐进,根据我国股票市场的发展特征逐步推进,保证新股以最为合理的价格发行并上市交易,以减少破发及其他新股异动出现的可能性。
参考文献:
1.王文举,刘硕.股票市场机构投资者共谋违规行为监管的博弈分析与动态仿真研究[J].21世纪数量经济学(第九卷),2008.12
2.胡华勇.股票市场操纵行为监管研究[M].法律出版社,2005
3.任韬,王文举.保险博弈模型的仿真检验[J].经济与管理研究,2006.11
关键词：贝塔系数；GARCH模型；投资
一、引言
所谓时变贝塔，指的是贝塔系数值随着时间推移而不断的变化。国内外学者比较广泛地关注时变贝塔系数，Braun、Nelson和 Sunier（1995）利用双变量EGARCH模型考察好消息和坏消息对波动性和β系数的影响，结果证明了行业组合的时变β系数不存在消息面上的不对称性。Koutmos和Knif（2002）采用TGARCH模型来估计并考察芬兰股票市场上股票组合的时变β系数，结果发现时变β系数遵循稳定且缓慢的均值回复过程。他们认为双变量GARCH模型能较好地解释系统性风险的动态特征，并指出若只是要获得股票β系数的点估计值，采用简单的回归方法也是可行的。周少甫、杜福林（2005）应用ENGLE提出的一种多元DCC-GARCH模型，选取了上海股市的陆家嘴、青岛啤酒、青岛海尔、四川长虹和上海石化5支上市比较时间比较长的股票的日数据进行研究，获得了比较准确的时变贝塔，并给出了贝塔系数的预测公式。罗登跃、王春峰和房振明（2007）使用ENGLE提出的动态条件相关多元GARCH模型计算深圳股市诸行业指数2001年7月 2日到2005年7月15日期间的时变贝塔系数，进而对系统风险贝塔系数与收益的关系进行传统的检验和由PETTENGILL等人1995年提出的条件检验，并且探讨了非系统性风险、总风险在资产定价中的作用。林清泉和荣琪（2008）利用国外最新提出的能够预测多元资产条件协方差矩阵的多元GARCH模型，对上证指数与工业、商业、地产、公用和综合5种行业指数的日数据进行了实证研究。研究结果发现利用条件异方差矩阵计算得到的时变贝塔的均值与经典CAPM模型回归所得到的贝塔值存在显著差异，另外在时变贝塔和传统贝塔模型的收益率残差分析中，发现时变贝塔也可以用于刻画单个资产相对于市场组合的风险大小，并且时变贝塔模型计算的残差更接近于零，因此验证了时变贝塔模型在风险度量上是对传统模型的改进。
研究贝塔的时变路径是很有价值的工作，Ling T H. 给出了三个研究理由。首先，贝塔的时变路径可以使“时变过程”具体化，这样贝塔结构拐点就能很容易被侦查到，更为重要的是完备的贝塔时序估计，能提高股票的行业平均收益预报的准确度。其次，具体化的贝塔的连续变化，使得辨别重要的政治或经济事件对贝塔的冲击变得简单。最后，时变贝塔的分析也助于公司金融管理人员和资产组合管理人员，获得对贝塔和股市行业平均收益的更准确的估计。本文主要基于Ling T H.的思想，利用时变贝塔系数分析股票投资决策。
二、时变贝塔估计模型的计算
常数贝塔市场模型主要是用来作为比较基准，其公式为：
Rit=αi+βiRmt+εit （1）
其中Rit，Rmt表示t时刻股票的收益率和相应的市场指数的收益率，αi、βi为估计的系数，εit 为随机误差项。βi被定义为βi=■，由于该模型是常数贝塔模型，因此可以非常容易地通过最小二乘法（OLS）估计方程（1）而计算出来。
方程（1）的问题是误差项并不是正态独立同分布的，这样就会导致用OLS得到的估计量存在偏差。为了解决这个问题，现有文献中经常使用的一个模型就是GARCH模型，为了简单起见，本文使用GARCH（1,1）-M模型，均值方程为：
rit=μit+υit+ditσit（2）
rmt=μmt+υmt+dmtσmt（3）
其中υit=σitεit，υmt=σmtεmt。{εit}，{εmt}是均值为0，方差为1的独立同分布随机变量序列。μit代表投资组合i在时期t内的收益率的条件均值，υit代表扰动项。dit，dmt是条件方差（波动率）前的系数，如果系数为正，代表收益率与它的波动率成正相关。而σit代表条件方差，定义如下：
σit2=ai+biυit-12+ciσit-12（4）
σmt2=am+bmυmt-12+cmσmt-12（5）
方程（5）和方程（6）意味着条件方差的大小依赖于滞后一期的残差项的平方υit-12和滞后一期的条件方差项σit-12的大小，滞后一期的残差项的平方υit-12的系数为 ARCH 项的相关系数bi，滞后一期的条件方差项σit-12的系数为 GRACH 项 ci的系数。bi可以解释为新闻系数，ci可以解释为过去的新闻的波动系数。条件方差按下式进行计算：Cov（rit，rmt）=ρim■，其中ρim是行业投资组合i的回报率和市场回报率之间的相关系数，而且被认定为在整个时间跨度内为常数。因此，GARCH（1，1）模型的贝塔值可以用下式来估计βitGARCH■。
三、实证分析
（一）数据来源
本文研究采用的样本数据为日收盘数据，具体包括：房地产，有色金属，生物医药，银行，出版媒体，农林牧渔6个行业指数，以上证指数表示市场指数。本文选择的时间跨度为2007年8月1 日到2011年12月31日，共计1079个交易日，即是上证指数和每个板块指数各有1079个日收盘数据。为了统一便于更好地进行比较分析，所以本文所有数据都是复权处理后的数据。
（二）GARCH(1,1)建模计算时变贝塔
根据公式（2）、(3)、(4)、(5)对各行业收益率和市场整体收益率建立GARCH（1,1）模型。
1．GARCH（1，1）-M模型实证结果
由方程（4）和（5），通过Eviews可以直接求出各个行业板块指数的ARCH系数bi和GARCH系数ci。而且在回归过程中ARCH系数bi和GARCH系数ci的P值全部等于0，这说明在1%的显著性水平下，这些系数全部都是显著的。除了出版媒体以外的所有十个行业的两个系数之和都小于1，这也就意味着十个个行业都符合有限无条件方差的要求。所有行业的ARCH系数bi和GARCH系数ci全部列入表1。
2．时变贝塔实证结果
求出 ARCH 系数bi与 GARCH 系数ci之后，为了估计方程（4）和（5）中的σit2和σmt2，就必须知道σi02和υi02，但是这两个值是没有办法直接求出来的。参考已有文献和理论知识，本文假设σi02=υi02= ，而 为 GARCH（1,1）-M模型中各个行业的回归标准误的平方。因此，求出σi02和υi02后，根据方程（4）和（5）即可求出 GARCH（1,1）-M市场模型中的时变贝塔。求出时变贝塔值以后，每个行业将有1078个时变贝塔值，一共有10个行业。本文将这些时变贝塔值一一列出。求出每个行业1078个时变贝塔值以后，加总求和，再求出均值，即可得到表2的GARCH（1，1）-M市场模型的估计出来的每个行业的时变贝塔的均值。
其中，非电力公用事业和出版媒体行业贝塔最大值的异常的原因与之前在行业收益率分析中提到的原因相同。2007年12月21日辽宁出版传媒股份有限公司上市和2009年4月17日ST黑龙（现名:国中水务）恢复上市的暴涨有关。为了更清晰地展现时变贝塔的波动过程，本文选取10个行业的时变贝塔数据，并作出了常数贝塔、GARCH（1，1）-M贝塔的时间序列图。具体如图1到图6所示。
从以上这些图可以清楚的看到：
农林牧渔的时变贝塔系数序列在均值附近上下波动比较频繁，停留在均值上方或下方的时间都比较短，数值大部分集中在0.9与1.2之间。其实，我国政府2007年以来一直重视农林牧渔的发展，并经常地出一些国家支持政策，所以农林牧渔行业的股票经常被市场借利好消息不断炒作，但是农林牧渔的企业增长速度远不如资源类和高科技类企业，所以短暂炒作之后就回复到低贝塔系数值状态。
有色金属的时变贝塔系数值一直较高，最高达到1.8，较其他行业的贝塔值显著，表明有色金属一直受到市场追捧。其实，这是受到多年来我国经济高速发展的影响，股票市场已深刻认识到稀缺资源的重要性，尤其经历2005年至2008年的爆炒，有色资源类股票仍然是市场上被重点投资炒作的对象。
我国的银行业在2008年美国的金融危机中受到的影响最少，虽然在2008年8月到2009年4月之间，我国经济处于低谷，很多行业不景气，但是银行业仍获得较高的利润，所以这段时期银行业的走势远远强于其它行业，时变贝塔系数值也大于1。但是，因为银行板块的流通盘太大，不易被市场炒作，当其它行业出现投资机会时，市场资金转向别的行业，从而银行业的贝塔系数值一直较低。
面对美国的金融危机，我国在2009年初开始不断推出经济刺激计划，最敏感的房地产首先做出强劲的市场反应，在2009年5月-6月期间，房地产一直被热炒，贝塔系数一直居高在1.5以上。但是2010年后随着国家不断出台房地产的调控政策，地产行业的股票走势趋弱，不再强劲，这时的贝塔系数也较小。
传媒行业的技术含量并不高，并且竞争激烈，所以传媒公司的业绩一般不太高，所以传媒业的股票在大部分时间不被市场重点炒作。但是，党的十七届六中全会对推动文化产业成为国民经济支柱性产业这一重大战略任务作出了全面部署。出版媒体板块也应声而落，受到热炒，贝塔系数瞬时达到1.5以上，成为当时市场的最大亮点。
四、结论与建议
通过以上分析可见，真如Ling T H.所说，结合外部经济环境的变化，利用时变贝塔系数可以辨别重要的政治或经济事件对市场的冲击。同时，时变贝塔的“时变过程”具体化可以让投资者很好地把握市场的变化和转换，及时捕捉到投资机会，能提高股票的行业平均收益预报的准确度，这是常贝塔系数所不能的。所以，通过时变贝塔的分析有助于公司金融管理人员和资产管理人员获取对市场更有益的信息。
基金资助：国家教育部人文社科项目“基于生态演化原理的企业行为分析”资助，批准号：09YJA790182
参考文献：
[1]施东晖. 上海股票市场风险性实证研究[J]. 经济研究，1996, (10)：44-48.
[2]林清泉，荣琪. 时变贝塔资本资产定价模型实证研究[J]. 经济理论与经济管理，2008, (12): 51-56.
[3] 靳云汇，刘霖. 中国股票市场CAPM的实证研究[J]. 金融研究，2001, (7)：106-115.
[4]罗登跃，王春峰，房振明. 深圳股市时变Beta、条件CAPM实证研究[J]. 管理工程学报. 2007, (2): 102-109.
[5]周少甫，杜福林. 上海股市时变贝塔系数的估计[J]. 统计与决策，2005, (22)：17-19.
[6]吴武清，陈敏，刘伟. 中国股市时变贝塔的统计特征及其在股指期货中的应用[J]. 系统工程理论与实践，2008, (10):14-23.
[7]Ling T H. Instability and predictability of factor betas of industrial stocks: The flexible least squares solutions[J]. The quarterly review of economics and finance, 2005, (45): 619-640.
[8]Braun, Nelson, Sunier. Good news, bad news, volatility, and betas[J]. Hournal of finance, 1995, (50):1575-1603.
摘要：虚拟经济对实体经济的作用体现在正反两个方面。一方面，虚拟经济的发展有利于促进资本集中和社会资源的优化配置，促进经济增长。另一方面，虚拟经济的过度投机会扭曲消费行为，影响实体经济的运行安全。因此，研究二者的关系，积极发挥虚拟经济对实体经济的正向作用就显得尤为重要。
关键词：浅谈 虚拟 经济 实体 作用
实体经济与在其基础上产生的虚拟经济是现实经济中并行的两个经济体系，它们相互作用，共同促进社会、经济的发展。金融自由化以来，虚拟经济对实体经济的作用体现在正反两个方面。我国虚拟经济的发展正处于初级阶段，其本身还存在诸多不健全和不稳定的因素。因此，研究虚拟经济对实体经济的反作用，正确处理虚拟经济与实体经济的关系，积极发挥虚拟经济对实体经济的促进作用就显得尤为重要。
一、正面积极作用
1.有利于促进资本集中和社会资源的优化配置，充分体现和发挥市场经济配置资源的基础性作用。正是由于虚拟资本的高度流动性，尤其在现代金融市场高度发达的环境背景下，虚拟经济能够为实体经济提供资金支持和方便快捷的交易支付。虚拟资本的流动引导社会资本由效益较低的企业、行业和地区流向效益较高的企业、行业和地区，进而带动社会资源按照效益最大化的原则进行持续的重组和再分配。从宏观上看，虚拟经济优化了经济结构和促进了经济增长。
2.在推动经济增长的同时，有助于扩大内需和增加就业机会。虚拟经济通过其财富效应刺激消费需求和投资需求，拉动实体经济增长。例如，股市上涨造成的财富效应能够有效地扩大消费需求和投资需求，企业在扩大生产经营规模的同时，对劳动力的需求也相应增加，从而带动就业增加。此外，虚拟经济的扩张，需要大量的金融等专业人才补给，促进了以劳动密集型为特征的服务业的发展。服务业的振兴将进一步刺激内需，吸纳一大批城市新增劳动力和农村剩余劳动力就业。
3.有助于实体经济分散和重新配置风险，降低交易成本。股票市场、债券市场、金融衍生品市场和风险投资市场是虚拟资本为风险配置发展起来的风险配置载体。它可以为大量的投资者分散风险，也可以提供具有各种不同风险等级的虚拟资本，把它们分配给对风险持不同偏好和不同感受程度的投资者。[1]
4.有助于解决实体经济信息不明晰的问题，提高资本运营能力。虚拟经济在运行过程中可以通过信息披露和金融创新，来处理由于信息不对称所产生的问题。企业经营状况的好坏，投资业绩的优劣，可以通过资产价格的信息功能来判断。虚拟资本的高速流动，加快了货币周转、转移和结算的速度，同时也提高了实体经济部门内部的资本运营能力。[2]
5.有助于深化国企改革，推动企业制度创新。对国有大中型企业实行规范的公司制改革，建立现代企业制度，规范公司法人治理结构是国企改革的重要内容。资本市场支持着现代股份公司的创建和日常运转。此外，虚拟经济的发展还是企业制度创新的重要源泉。股份制是现代企业制度的一种主要形式，它的建立和完善离不开股权的分割、设置和交易，而这些都是现代虚拟经济运行的重要范畴。
二、反面消极作用
过度投机危害实体经济。在金融活动中，投机和投资都直接表现为金融工具的买卖行为。投机活动是一种必然的市场行为，随处可见，然而一旦过度投机，势必会对实体经济产生巨大的负面作用。
1.扭曲资源配置，挤占实体经济的资金供给。
2.导致国民收入再分配不合理，拉大贫富差距。
3.过度投机必然会滋生经济泡沫。虚拟经济运行的过程中，由于其自身的相对独立性，脱离实体经济独立发展，自行扩张，一旦其规模和发展速度大大超过实体经济，就会使经济泡沫的成分不断增加。
扭曲消费行为，恶化国际收支状况。当人们看到所持有的虚拟资产价格高涨，预期未来收入将大大增加，就会增加现期消费，若消费过度增加容易导致进口大幅增加，加之企业借贷成本居高不下，劳动力成本加大，会削弱本国产品在国际市场的竞争力。进口大量增加的同时出口会受到抑制，这将导致该国经常项目的贸易失衡，使国际收支状况恶化。
虚拟经济过度发展可能会影响实体经济的运行秩序。虚拟资本发行过量、流通频繁，加上杠杆的放大作用导致银行信贷呆账坏账激增，使银行的金融资产的账面价值大大高于其实际价值而产生金融泡沫，进而会扭曲正常的信用关系，有可能引发债务危机。
由于自身的不稳定性和高流动性，虚拟经济在世界范围内的蔓延会严重威胁世界经济安全，阻碍各国的经济增长。随着全球经济一体化和金融全球化趋势的不断加强，由于一些国家的经济结构存在不合理因素，像对冲基金这种虚拟资产规模的不断扩张可将外部的金融风险和危机传导到一个国家的内部，引发该国的金融危机，并将危机传播至其他国家。
三、反作用的机制分析
投资效应。
1.托宾q值的变动。美国经济学家詹姆斯·托宾在1969年提出了所谓的q值的概念，这个值是企业的市场价值（Market Value）与其重置成本（Replacement Cost）之比，它反映了股票价格与投资之间的关系。一般来说，企业市场价值与其重置成本是不相等的，因此q值一般不等于1。
2.资产负债表效应，即通过资产负债表的结构影响信贷水平。它指的是金融资产价格的变动会影响到企业和银行的资产负债表的结构，从而对投资产生影响。
3.虚拟经济对消费的作用。财富效应，也被称为消费效应，指有价证券等资产价格的波动，导致资产持有者财富的变化，进而导致其消费的变化。最早提出此概念的是美国经济学家庇古，他指出货币余额的变动会使消费者的支出引起变动，财富是消费最重要的决定因素之一。然而，对于财富效应应该重新思考和认识。因此，财富效应究竟有多大作用或其产生的条件问题，需要进行进一步的实证研究。
4.股权变动效应。股权变动效应的作用途径是投票机制。人们在股票市场上“用脚投票”，投资者认为某公司的股票有上涨的潜力，预期能够获益，便买进并持有该股票，反之就卖出。通过这种方式，投资者的买卖交易行为就会对实体经济产生影响，这是因为投资者的行为反映了社会公众对该公司的经营业绩的评价，公司的生产经营状况和发展潜力较多地体现在其发行的股票走势上，进而反馈到该公司的经营活动中。
参考文献：
关键词：证券投资；限售股；大小非；股票价格；减持；解禁
上市公司股权分置改革已经实施了六年有余，对于改革中涉及到的“大小非”现象，以及股票的解禁、减持对股票市场价格的影响的观察和热议也已经持续良久。本文对此展开研究。
一、宏观指标观测：股票解禁峰值已过、逐年趋稳、2011年A股市场接近全流通
上市公司股权分置改革至今，上证综指上证指数从2005年的不到1000点一度冲高到2007年10月的6000点，2008年9月又跌破2000点，2009年以后股指虽然开始反弹，但仍徘徊在3000点附近，未来趋稳。
此外，自2006年10月1日至2010年12月31日，A股市场累计上市流通股票高达13770.48亿股，其中解禁股数量达5362.04亿股，占比38.94%。年度总解禁股票数量从2006年的101.7亿股飙升到2010年的436.8亿股，2009年股达到1896亿股，其中10月份单月达到607亿股。2010年以后由于解禁主要来自首发股东限售股和定向增发机构配售股票，解禁数量有所回落。
到2011年，A股市场将有1705.09亿股股票解禁，A股市场接近全流通。
二、股票解禁对宏观市场影响的实例验证
1.预期的影响
目前我国股票市场上解禁的股票来源有三：一是首发原股东限售股份，二是股权分置限售股份，三是定向增发机构配售股份。其中股权分置限售股占比近五成。由于限售股买入价相对其市值普遍较低，因此在限售股解禁初期，股票有很大套利空间。依照套利原理大部分限售股持有者会在解禁后迅速抛售。如果市场上没有足够的流动资金应对新增的流通股，将出现供过于求的状况，导致股票价格的下跌。
2.股票解禁与股价相关度测算
(1)数据的选取
由于宏观调控及经济环境因素会对实证结果产生系统性干扰，鉴于2007、2008年股市大涨大跌，本文选取2009、2010年作为观测区间。以上证综指和中国证券登记结算有限责任公司月度股票解禁数量、减持数量为样本数据。
(2)数据的处理与分析
2009年全年解禁股票1896亿股，减持股票126亿股，十月解禁数达到607亿股。解禁、减持股票数量与收盘价走势相似，市场反应略滞后。股票解禁数在5月达到相对高点，收盘价于7月开始下跌；解禁数在7月明显回落，收盘价9月回落。10月的607亿股的庞大解禁数量使得11月收盘价上涨出现明显放缓。直观上看，股票解禁会对股价产生影响，股东选择谨慎持有，五周左右陆续变现，引发股价下跌。然而数学推导表明解禁数量与股价相关性不明显，相关系数仅为0.50，当月解禁数与当月持有数相关系数为-0.35。说明图形上的相关趋势并不具有一定的代表性，难以作为一般标准进行测度。
2010年全年解禁股票437亿股，减持股票67亿股，尤其八月解禁数量最高，为60亿股。2010年整体解禁股数量明显回落，走势趋稳。解禁数量和收盘价关联性减弱， 2、8月解禁的明显的回落和激增使得当月的收盘价出现上升以及增速放缓。数学推导显示解禁数量和股价的相关系数仅为0.61，当月解禁数与当月持有数相关系数为0.25。难以作为一般标准对未来趋势做出预测。
三、小结：“大小非”在总体市场中的相关度低于预期
通过对整体市场中股价和股票减持数量、解禁数量的相关性分析，发现股票的解禁对其价格的影响有一定程度关联，但相关性难以作为确定和可信赖的测度指标。有鉴于此，以下对原因做进一步解释。
四、“大小非”与股价相关性不高原因分析
1.国有资本占比巨大，趋利性弱
通过对A股市场2008年1月至2010年12月间所有2068支股票限售股变动情况的数据统计可以看出，三年间股票解禁数量排名前十的公司分别为工商银行、中国银行、中国石油、中国石化、中信银行、交通银行、中国人寿、中国神华、中国中铁、上港集团、宝钢股份、中国联通、大秦铁路、招商银行和中国太保，其总市值高达62483亿元，占A股所有上市公司总市值的25%，三年间解禁股票总数量达7895亿股，占总解禁股数量的48%。这些公司几乎全部为国有控股企业，其中的归属于国家资本名下的大量股票不会因为解禁后股票的流通价格高于原始价格而被减持。由于国有企业中大量持有者放弃减持股票，市场上真正增加的流通股本并没有解禁的那么多，于是乎减持数量也没有表现出立即的攀升，整体表现解禁对股票价格的影响并不强烈。
为了考察此番推测的可靠性，选取在2009年和2010年中解禁数量占市场全部解禁股比重较大的工商银行为观测样本。工商银行于2009年10月27日解禁了236,012,348,064股限售股，占其流通股本的94.04%，占总股本的70.66%。而其当日及后两日股票随即出现小幅下挫，于2009年10月29日价位到达4.98。相较于其庞大的解禁数量，此番下挫幅度仅为0.8%，实在算不上明显，究其原因，与财政部和中央汇金各自35.3%的占股比例不无关系。
2.机构投资者对公司业绩预判能力强，可能选择长期持有
由于市场信息不对称，机构投资者与个人投资者在面对股票解禁的时候可能采取不同的投资策略。王晋斌、刘元春认为在不完全市场上投资者意见分歧越大，资产价格将在一个更高的价格上出清；如果投资者意见分歧较小，资产价格将在一个较低的价格出清。 刘力昌、朱忠贤在肯定投资者意见分歧与股价形成与波动的必然逻辑关系的同时，进一步认为相比如股价出清的高低，投资者意见分歧更适合与说明股价的振幅。
个人投资者与机构投资者的意见分歧导致了股票价格与供需关系的偏离。比如工商银行的股份中机构持有者占比90%以上，而财政部持有35.33%的股份，中央汇金持有35.42%的股份；上港集团的股份中机构投资者占比90%以上，其中上海市国有资产监督管理委员会持有44.23%的股份。国有背景的股票在解禁后放弃流通，会导致二级市场上股票供应小于预期，股价下跌幅度小于预期。
为了验证上述猜测，选取上港集团作为观测对象，上港集团于2009年10月27日解禁了12,998,288,086股原限售股，占其流通股本的61.92%。但是在这次解禁以后股价没有下跌反而出现小幅上涨。据上港集团2009年第三季度公布的财务数据显示，上港集团每股收益、净利润、营业净利润占营业总收入的比例均已经出现连续四个季度增长，其他各主要财务指标出现连续两个季度以上的增长，说明上港集团已基本从金融危机中恢复过来，具有一定升值和投资空间。2009年第四季度超过二十家机构增持上港集团股票，以上海同盛投资(集团)有限公司为例，增持3,528,106,766股，使其所持股份占流通A股比例由0.05%升至16.81%。
3.个人投资者投资行为难以预判导致不同公司解禁后股价表现不同
持有上市公司股份总数百分之五以下的原非流通股股东，可以无需公告的限制而套现，相关数据难以具体考证。所以限售股持股比例偏低、股东分散、有较多无话语权“小非”的上市公司会对解禁减持的相关事件作出相对更敏感的反应。刘建华认为股票解禁打断了价格与红利之间的关联，使得投资者难以用后向推导的方式确定资产的内在价值，只能以前向的推导方式确定资产的内在价值。 定价方法的调整程度差异导致投资者行为差异更加明显，比如持股比较分散的张江高科、金杯、海通证券、长安汽车、中国太保等。
这些公司的股票走势一定程度上跟“小非”对市场的预判有关系，而由于其股东数量巨大，股东分散，因此小户对市场的的预判难以把握。单一小户股东的简单抛售对整体股价影响不大，但众多散户对股票的买进卖出可能会累积一定的作用力对整体股价产生影响。
4.时间间隔选取不佳，削弱了影响幅度
由于股票的解禁日期具体到日，而本报告中选取的数据时间单位基本均为月，因此可能会由于时间间隔的选取过长而弱化了解禁日当日股票对整体市场的短期影响。
为了考察此番猜测，本文选取海通证券（751005）作为研究对象，海通证券于2010年11月8日解禁了3,461,958,510股限售股，占其流通股本的42.08%。
海通证券在2010年11月1日即出现了小幅下挫，其后随着解禁日的临近下浮趋势愈发明显，一度跌破十元，较年初的十六元左右的价位跌幅近五成，而较一个月前的十三元也跌幅近三成。
由此可见，解禁对个股短期内的价格下降压力还是存在的。
五、小结
由于股份改革实施以来主要针对的是原国家企业转化为国有控股企业的股份改革，解禁股份中国有资本占比巨大，达到50%以上，在解禁过程中，国有资本抛售股票的动力并不大。
部分所持公司股份超过5%的机构投资者可能会选择长期投资以及大量持有以介入公司管理层的方式扩大其自身利益，使得股票解禁这一看似利好的消息对于这部分所谓的“大非”来讲，减持动力并不十分明显。
散户居多的公司对于解禁后的减持压力相对明显，其股票价格变化也相对敏感，在对股价进行趋势预测时，此番因素仍需多加留意，比如北京银行、海通证券、金杯等。
此外，解禁对股价短期内的压力不容忽视。由于解禁日期的可预判性，在解禁日前持有该公司流通股票的短期投资者在解禁日前后有较大的抛售动力，而持有该次解禁中涉及的原非流通股的股东在解禁日后也有潜在的抛售动力，因此股票价格在解禁日前后下跌可能性依旧存在。
总之，在判断解禁对股票价格的影响时，我们要综合考虑解禁数量、公司股权结构、公司运营状况、盈利能力以及解禁日期，从而对未来的股票价格变动趋势做出合理预测。
六、未来股票解禁及市场股价的分析预测
数据显示股票解禁数量占总股本的比例与股票收盘价也有一定的相关性，尤其是2010年以后，解禁数量的增长随之而来的是收盘价格的小幅下挫，但是市场的整体变化趋势不明显，在对解禁减持和股价的分析研究中，我们还是应该多注意个股的独有特点并且缩短研究时间段，以期达到更加准确的预测效果。
【关键词】经济刺激 行业股价 四万亿
一、引言
经济刺激计划是各国政府为应对萧条或经济危机普遍采取的措施。凯恩斯主义思想认为需求不足或者是政府的干预不够造成了经济萧条。为了应对萧条，政府应该及时采取强有力的措施增加总需求，以拯救市场，刺激经济复苏。积极财政政策和宽松货币政策是最常用的手段，与之伴随的往往是货币供给量的大规模增加。
关于货币对于经济的影响问题，古典学派经济学家曾提出货币中性的观点，即货币供给变化不影响就业、产出等实际变量，其变化将最终体现于价格水平的相同比例变化上。然而，这一观点的成立需要严格的假设前提，即实际经济部门处于充分就业状态，且货币流通速度不变。奥地利学派认为，新增的货币进入市场后并非平均地推动要素或商品价格的上涨，而是有先后和程度上的差别。这些差别在改变货币购买力的同时进行了相当程度的收入再分配——率先获得资金的经济个体在市场上会有更大的竞争优势，而较晚或未获得新增发货币的其他经济个体则可能因此遭受损失。
基于奥地利学派的观点，本文提出以下猜想：在政府的经济刺激计划过程中，率先获得资金的行业将获得相对优势，并在股票价格上得以反映，即那些率先获得资金的行业所属板块可能获得显著高于其他行业板块的收益率。我国的股市素来呈现显著的“政策市”特征（李洋波，2006），股市资金流向和资源配置受到政府意志影响极大，政府出台的扶持或鼓励政策倾向于哪些行业或地区，这些行业或地区会因此获得更快的增长，与这些行业或地区相关的股票往往就会成为投资者投资的热点，从而进一步推动股价上升。
2008年世界性经济金融危机爆发后，我国政府为抵御危机的不利影响提出了四万亿经济刺激计划，并由此带动了约10万亿新增信贷资金投放。本文以四万亿经济刺激计划为例，通过对股票市场行业板块的股价数据研究来分析政府经济刺激计划如何影响行业股价，检验我们所提出的假说。本文将在第二部分通过对四万亿投资计划的分析提出行业可能受到经济刺激计划影响的假说；第三部分说明用以验证假说的模型与方法，并对数据结果进行分析；最后是本文的结论。
二、“四万亿”投资对行业影响分析
如表1所示，四万亿投资主要集中安排于保障性安居工程，农村基础设施建设，铁路、公路、机场和城乡电网建设，医疗卫生、文化教育事业，生态环境工程，自主创新结构调整和灾后重建等七个方面。而资金分配上，铁路、公路、机场和城乡电网建设占37.5%，是最重要的投资领域。其次是灾后的恢复重建，占25%。若将保障性安居工程和农村民生工程包括在内，这类基础设施建设的投资占整个投资规模的81.75%。而医疗文化、节能减排等工程和自主创新结构调整各占剩下资金的9%和9.25%。
资料来源：国家发改委网站（/ xwzx/xwtt/t20090521_280383.htm）
由此可见，四万亿投资计划主要投资于基础设施建设和公共事业领域，显示出政府尽快启动内需的偏好。对经济的刺激，则通过这些建设项目的原材料需求直接向钢铁、机械、水泥及其他建筑材料行业扩展，而对其他行业的刺激作用则需要一个相对较长的扩散过程。具体而言，四万亿投资计划对各行业的刺激作用主要表现在以下各方面：
（1）钢铁、水泥、机械、有色金属行业。无论是加快保障性安居工程建设、灾后重建还是加快公路、机场和农村基础设施建设，都会对水泥、钢铁、机械、有色金属产生大量的实质性需求。因此，四万亿投资计划对这些行业是重大利好。
（2）房地产业。保障性安居住房工程和银行信贷的放松有助于房地产业的发展。作为需求方，房地产业可以拉动多个行业的发展，其在经济增长中的作用明显，因此房地产行业的稳定发展无疑是扩大内需中非常重要的方面。
（3）电力行业。大规模电网投资是电力设备行业延续繁荣的主要动力。四万亿投资计划中完善农村电网和加快城网改造形成的需求，将使电力行业未来维持高增长。
（4）医药行业。加快医疗卫生的发展将推动基层医疗机构建设，而农村医保的深入实施同样刺激中低端医疗器械的消费需求。新医改带来的医疗市场扩容和行业集中度提升是医药行业持续发展的动力。
（5）环保行业。节能减排和生态工程为前期投入不足的环保领域提供了新的发展机遇。
（6）运输、家电、食品、商业。这四个行业将受到四万亿投资计划的间接影响。公路、铁路和机场的大规模建设，将带动货运量需求增长，使运输业获益。城乡居民收入的提高，房地产业的发展都会对家电带来需求。医疗卫生、文化教育事业的发展，可以减轻居民的负担，这些措施将提高居民消费水平，同样有益于食品业和商业。但对这四个行业的刺激作用相对而言需要一个缓慢的传导过程。
基于以上分析，四万亿投资计划将主要惠及与基础设施建设相关的钢铁、水泥、机械、有色金属等行业，这些行业有望获得最大的提振作用；同时，医药、环保行业也会出现较大发展；而家电、食品、商业和运输业则需要经过资金的传导过程后才能显现出明显发展势头。此外，根据奥地利学派的观点，其他未获得资金支持的行业可能会遭受损失。股市是经济的晴雨表，实体经济受到的影响，在股票市场会相应表现出来。因此，本文进一步猜想：股票市场上钢铁、水泥、机械、有色金属等行业板块股票在四万亿投资计划后将出现高额收益率；医药、环保行业板块股票同样会获得一定的高额收益率；家电、食品、商业和运输业板块股票则经过一段传导时间后也会显现出较高的收益率；而其他行业板块股票收益率可能会低于整个股市收益率。
全球的股市行情，在三月份以来已大幅反弹，但本年迄今，整体仍然录得跌幅。众所周知，不少新兴股市其实有不俗升幅，尤其是天然资源丰富的国家，如俄罗斯及巴西。若以行业划分，则以资源类及科技类股票表现最佳，其中科技股表现较好，具体业绩如何呢?
环球科技股今年的确表现出众，截至5月21日，摩根士丹利世界信息科技指数上升13.6％，同期摩根士丹利世界指数上升3.3％。摩根士丹利世界指数由23个已发展国家股票组成。是公认的环球股票走势指标(见图表1)。
科技行业必有优胜之处才能突围而出，而最重要的因素是科技行业“财政健全可抗海啸”。金融海啸爆发后，“有毒资产”令人闻风丧胆。有些欧美金融机构的资产负债表尤其令人看不透，不但企业负债比率甚高，而且它们的“资产”实际价值有多少，谁也无法得知。相比之下，科技巨头的账目清晰得多，既没有不良资产，更普遍坐拥净现金。以美国苹果电脑及日本任天堂为例，两者持有的现金及现金等值物约相当于其市值的三成!可谓企业的流动资金非常充裕，利于企业发展。
科技企业需求增高
企业现金流充沛可谓企业运转的动力源，有如此雄厚的财政实力，自然可于信贷紧缩及全球衰退期间屹立不倒。更有甚者，比如苹果、英特尔、思科等财政健全的公司可趁金融危机逆市扩充，以低价并购经营困难的竞争对手，增加市场份额，有利于日后做太做强。如果再来看看全球对高科技行业的需求量。你就会更惊讶于此行业高速发展的原由。
原由一 信息科技开支缩减有限
现今全球经济衰退，各国失业率上升，消费者自然要勒紧裤带，各类产品的需求自然下降，科技产品亦不例外。美国的信息科技及通讯研究机构IDC于3月5日便预计，2009年全球个人计算机销售量将下跌4.5％。
只是，科技公司绝非单靠一般个人消费者，企业客户亦是科技公司重要收入来源。预料来源于企业客户的收入所受影响较微，尽管金融危机很多企业为减少开支，可能会裁员、减少员工津贴及广告开支，但不会削减信息科技开支，因为一旦为之，甚者会拖低整体员工效率，导致企业业务发展恶性循环，得不偿失。
更何况从历史数据看，自从2001年美国的众多科技网泡沫爆破后，全球企业已极力削减了信息科技的预算，再削减的空间已不多。因此，相对很多行业，科技行业目前所受的金融危机冲击已算轻微，如果要考虑到企业的运转效率，再次缩减此费用开支的空间非常有限，这是科技行业此轮看好的重要原因之一。
原由二 新兴市场需求持续
巨型的科技股，都在欧美上市，但它们的业务遍布全球，其中新兴市场的业务发展迅速，已成为主要之盈利增长引擎。以芯片巨头英特尔为例，于2007年已有51％营业额来自亚太区(日本除外)。现时欧、美、日均陷衰退，但中国及印度等新兴经济仍有可观增长，对科技产品的需求不断上升，加上科技产品于新兴国家渗透率低，长远发展潜力极大。
科技行业具备自身发展的特点，比如充沛现金流、企业客户的需求不减、新兴市场需求持续等。这些都决定了这个行业发展势头，由此判断科技股票仅从股票估值也可以看到科技股属于高增长行业；科技类股票的市盈率一般较高，过去大部份时间处于20倍以上。而过去五年，标准普尔500信息科技指数之历史市盈率为22.3倍，远高于标准普尔500综合指数的16.6倍。现时信息科技指数的估值已跌至多年的低位，预期市盈率仅得1615倍，与标准普尔500综合指数的预期15.6倍已相去不远。
科技指数预期市盈率与标准普尔500综合指数市盈率仅仅相差1倍，可见科技股与大盘的市盈率差距收窄了，科技股的吸引力相对胜一筹。当经济回稳、信贷危机过去。相信此市盈率差距将再度拉阔。换言之，科技股有望继续跑赢大盘，那么科技基金未来又是否能持续有更好表现呢?
科技类基金，仍有看头
尽管全球科技发展迅猛，但是对于国内的投资者来说，如欲投资科技行业，买A股未必是最好方法，因为内地仍未有顶级的信息科技公司。内地上市的科技股，很多都还未发展成熟，潜力可能巨大，但目前的风险亦然。况且，对一般人来说，要了解各个高科技产品的特点、发展及升值潜力。所要花的精力和时间都很大。这方面可交由优秀的基金管理团队代劳。基金经理会挑选管理优秀、现金流强劲、行业门坎高、估值低的科技公司。若要投资国际顶级科技股，选择环球科技基金，不失为明智之举。
环球科技基金可投资于全球的科技股，而“科技”涵盖软件、半导体、互联网服务、信息科技服务、计算机外设设备、通讯设备等等行业。这类科技股基金一般集中投资于美股，美股约占基金组合的六成至九成。
比如由香港获其证监会认可的环球科技基金之中，资金规模最大的宏信环球科技基金(管理资产达23万美元)，其长线表现亦最出色，三年及五年回报均属最佳(见图表2)，而反映基金波幅的标准差则低于同类基金，可见基金经理于控制风险方面表现不俗。其基金经Stuan O'Gorman自1996年以来研究科技股，于2000#开始管理此基金，另外两位基金经理则分别研究此科技版块具备超过7年行业经验。
评级机构标准普尔去年对宏信环球科技基金进行管理质素评估，给予AA评级，仅比最高的AAA低一级。而据基金长期的业绩表明，此宏信基金于控制风险方面表现较佳，其中一个方法。是分散投资于处身“科技周期”中不同阶段的企业，具体来说，投资的行业中，周期一般可选萌芽、创新、整固、饱和及衰落等不同阶段的科技公司，便可减低经济环境突变所带来的影响。在全球科技股基金中，除了资金规模最大的宏信环球科技基金，长线表现最佳之外，还有别的几只此类基金值得关注。
富达全球科技基金今年表现不俗，跑赢基准指数。至于中长线回报，“富达”则不过不失，大致与基准指数相若。其基金经理采取“由下而上”的选股法，即较少从宏观经济及地域层面分析，而是专注于分析企业的基本因素，包括现金流量、技术优势、产品生命周期、行业门坎、财政状况、管理层往绩、企业管治、行业结构等等。
而联博国际科技基金，短线及长线均略为跑输基准，其表现亦属一般，但此基金颇为偏重美股，截至2月底，美国比重达到84％，反观日本比重甚低，仅得1％。基金由超过20位环球科技与电讯研究分析员支持。值得留意的是，此基金管理费偏高，每年2.0％(同类基金管理费约为每年1.2％至1.75％。
还有富兰克林科技基金也极为偏重美股，截至2月底，美股占组合88％。10大持股全部为美国公司。此基金表现不俗，中长线跑赢基准，于过去一年之熊市中，跌幅更明显小于基准及同类基金，反映其抗跌力及风险控制能力优异。与富兰克林科技基金相反，安本科技基金的美股比重最低，仅占组合41.1％。安本反而颇为着重亚太区公司，例如日本、南韩、台湾及香港分别占基金组合之10.8％、5.3％、50％及4.9％。
安本的选股较为特别。苹果、英特尔、国际商业机构(IBM)、思科、谷歌这些耳熟能详的公司，于各科技股基金的10大持股中差不多必定榜上有名，却于安本科技基金中未见踪影。“安本”的头号持股，反而是欧洲上市、较不为人知的Wincor Nixdon公司。虽然安本选股较“另类”，却未有令其回报与基准有太大差异。值得一赞的是，安本科技基金的波幅颇低，仅次于宏信环球科技基金。
著名基金公司“贝莱德”的贝莱德世界科技基金今年表现最佳，但长线表现最令人失望。自2004年起，每年均跑输基准指数。
目前,国内船舶市场已呈现两大造船集团、地方造船企业和民营造船企业三足鼎立的局面,内部竞争激烈。
船舶业产能过剩
2007年底,由于全球运力紧张和造船公司产能局限,新造船订单一直排到了2010年。为了更快获得船舶并投入运营,新造船价格一路走高,促使众多的国有资本和民营资本进入这个行业,“大干快上”成为当时船舶业的真实写照。中国远洋高层曾感叹道,“当时连大连港附近的渔民,都开始凑集资金造干散货船了”。
船舶行业的景气来得快去得更快,由于金融危机蔓延,船舶行业遭遇重创,2009年业内人士突然发现,“市场上没有什么新的订单了”。统计数据显示,自2008年底始,全球月度新增船舶订单都低于百万载重吨,2009年5月份更是出现了“零成交”的纪录。
中国船舶(600150)的股票走势,清晰地反映出造船市场的景气度变化。2007年10月11日,中国船舶报收300元,但进入2008年后一路下滑,目前股价仅78元左右。
在船舶行业景气度高涨的时候,各路资本纷纷进入造船领域。2007年底,高盛投资2.5亿美元入股江苏熔盛重工集团。同时,高盛还入股了浙江造船企业集团,持有20%股份。由于船舶行业景气度急剧下滑,这些船舶公司境内外上市的计划,均没有得到实现。
国金证券船舶行业分析师张昊表示,造船行业一旦不好的时候就量价齐跌。造船业是周期滞后性的,订船的高峰期是经济非常好的时候,而交船是在3年之后。现在可以非常确定的是,这个行业供给过剩了,未来3到4年需要消耗过剩的产能。
张昊对未来表示乐观,认为全球的造船正向中国加速转移,中国造船技术也在不断提高。他认为,中国船舶业的历史机遇在于两方面,一是制造中心转移,2015年中国造船业将会是第一大国;二是中国船舶业产业集中度提高。
船舶业进入“独特机遇期”
随着经济企稳回升趋势日渐明朗,我国船舶行业出现成交解冻、主流船型订单释放的新特点。中国船舶工业经济研究中心主任曹友生认为,危机时期是有竞争力的企业改变格局的“独特机遇期”,中国船企应“外抓订单、苦练内功”,化危为机。
近年来,中船集团、中船重工集团两大造船集团,地方造船企业和民营造船企业,成为我国造船市场的三支“劲旅”。业内专家认为,国内造船市场的竞争强度甚至高于国际市场,多元竞争应避免“懦夫博弈”。
国内造船行业格局发生了重大变化,从以往的中船集团、中船重工集团和地方造船企业掌控市场,到2008年,地方造船企业三大指标已全面超过两大造船集团。如今,民营造船企业也表现出强劲的发展势头。不过,由于兴起时间不长,公众对民营船厂的印象尚停留在“挖几名工程师+找几张图纸”的阶段,其实民营造船企业中的部分“领军者”已经突破了粗放经营阶段。
得益于2003至2008年航运市场的火爆,各路民营资本相继涌入造船业。2008年,以熔盛重工、新世纪造船、扬子江造船、太平洋重工等四大民营船厂为支撑的江苏造船业,多项经济指标名列全国第一,显示民营船厂作为国内造船业的一支重要力量已经成形。
中国船舶工业协会会长张广钦说:“船舶工业的国家队有很强的竞争力,然而,做大做强造船业单靠国家队还不够。地方和民营造船企业在多元化经营方面有优势,在设计和经营方面与国外企业结合得更紧密,我们要重视民营和地方造船企业的竞争力。”
目前,国内造船市场的竞争甚至比国际市场还激烈。后危机时代,我国造船行业的多极化趋势将会继续,尽管央企的领军地位不会改变,但地方和民营造船企业的实力不容小觑。
激烈的市场竞争态势下,“价格战”在所难免。专家指出,造船企业应当把更多的精力,放在提高品牌认知度、提高技术水平和管理能力上。
