股市动态分析(精选5篇)
推荐文章
股市动态分析范文第1篇
【关键词】股价指数 Granger因果检验 ohansen协整检验 VEC模型 脉冲响应
一、引言
资本市场主要指的是债券市场和股票市场。在发达国家经济中，证券市场对宏观经济的发展起着举足轻重的作用，证券市场的结构合理、功能完备则社会资源利用率就高，经济效率就高。股票市场的存在、发展与宏观经济的关系密切，受到宏观经济的制约和影响。
论文选取亚洲的中国香港股票市场、北美洲的美国股票市场以及欧洲的英国股票市场为研究对象，中国香港、美国和英国三个国家和地区的经济较为发达，股票市场较为成熟。更为重要的是，他们之间的经济密切联系，宏观经济和股票市场的信息能够得到迅速传递、充分反映，可以通过分析三者的动态关联性来说明在股票市场上分散投资的长期效果。
二、文献回顾
在高度全球化的金融市场，国际股市之间往往存在不同程度的波动性和关联性。国内外许多学者都就此问题展开了研究。在国外的研究中，Hung 和Cheung（1995）研究发现，东南亚5 个新兴股票市场的股指相互之间存在显著的Granger 因果关系和协整效应，因此未能达到区域内的市场有效性。Leong 和Felmingham（2003）也证实，亚洲金融危机后中国香港与中国台湾、新加坡与韩国、日本与韩国、以及新加坡与中国香港之间的股票指数均存在不同程度的双向Granger因果关系。
在国内研究方面，骆振心（2008）基于VAR 的Johansen 多元协整检验对中国金融开放和股权分置改革前后的股票市场与美、英、德、日、中国香港等五国（地区）股市之间的关联性分析。吴英杰（2010）对金融危机前和危机期间六个主要国家（地区）的股市进行联动性实证分析，发现危机期间股市联动性加强。
三、实证分析
（一）数据选取
论文选取了美国、英国和中国香港三个国家和地区的主要股票市场指数：美国的道·琼斯工业平均指数（DJIA），英国的金融时报指数（FTSE100），香港的恒生成分股指数（HSI）。样本数据为2006年1月4日到2011年6月10日的日收盘数据，观察值为1340个数据。我们对这三个指数数据进行取对数和对数差分处理。可以得出的结论是，中国香港、美国和英国三个国家和地区的主要股票市场指数变动趋势大致相同。
（二）实证模型
（1）单位根检验。首先对股票指数的对数序列以及差分序列进行单位根检验，确定各时间序列的单整阶数。
检验结果表明，对数序列均接受存在单位根的原假设，对数差分序列（即收益率序列）进一步进行平稳性检验，则显著拒绝存在单位根的原假设，这说明它们的差分序列是平稳的，由此可以推断对数指数序列是非平稳的，都是I（1）过程，收益率序列是I（0）过程。
（2）Granger因果关系检验。Granger 因果关系检验的检验结果对滞后阶数的选取十分敏感，如果回归模型包含的滞后变量不足，很可能得到不显著的结果，反之，滞后变量过多又会降低估计结果的无偏性由于股票市场对数指数序列都是一阶差分平稳过程，都是齐次非平稳时间序列。从Granger 因果关系检验的结果来看，对于对数指数序列，三个股票市场之间相互影响，各股票市场的发展趋势和波动相互传导，使得主要股票市场具有显著的联动特征。
（3）VEC模型。通过协整检验可以得出，中国香港、美国和英国股票市场价格指数之间存在协整关系，三个股票市场之间并不是相互独立的，而是具有一定的动态关联性。
长期的看，美国和英国的股票市场指数是同向变动的关系，长期趋势相同，并且相互影响程度较大，这也与美国与英国的经济紧密联系表现相一致。而美国和中国香港的股票市场指数之间也是同向变动关系。说明他们的动态变化由共同的随机项决定，这个共同随机项对这三个变量产生长期影响。虽然各国和地区经济政治体制也存在差异，经济发展程度不同，股票市场的规模、环境不尽相同，但各国股市指数受共同随机项决定，形成一个稳定的整体。
四、结论
通过实证分析，我们得到以下结论：
通过对中国香港股市、美国股市和英国股价指数对数序列的单位根检验，说明它们的差分序列是平稳的，由此可以推断对数指数序列都是I（1）过程，收益率序列是I（0）过程。对三个市场的股价指数对数序列做Granger因果关系检验，结果显示三个股票市场之间相互影响，各股票市场的发展趋势和波动相互传导，使得主要股票市场具有显著的联动特征。对三个变量的Johansen协整检验，建立协整关系和VEC模型，三者均具有显著的同向变动关系。长期的看，美国和英国的股票市场指数是同向变动的关系，长期趋势相同，并且相互影响程度较大，这也与美国与英国的经济紧密联系表现相一致。
综上所述，美国、英国和中国香港三个国家和地区的主要股票市场指数的对数序列均是一阶单整过程且三者存在一个协整关系。而且从脉冲响应分析结果来看，各市场对其他市场的影响都是持久的，这意味着投资者通过投资分散化获益的可能性不是很大。
参考文献：
[1]高铁梅等.计量经济分析方法与建模：Eviews应用及实例 [M].北京：清华大学出版社，2009.
[2]沃尔特.恩德斯.应用计量经济学[M].北京：高等教育出版社，2006.
[3]古扎拉蒂.计量经济学基础[M].北京：中国人民大学出版社，2000.
股市动态分析范文第2篇
关键词：二元价值容介态；股票评级；信息态
中图分类号：F830.91 文献标识：A 文章编号：1674-9448 （2013） 03-0091-06
Rating Stock Investment Value by View of Dual-value Rong-Jie State
Wang Wenlong Song Ning Mu Sen（Generalized Virtual Economy Research Institute， AVIC， Beijing 100012， China）
Abstract：Using comprehensive evaluation， the authors review all the companies in China Stock Market based on theory of dual-value medium state， and screen 50 stocks which are worth investing， by material state and information state from A stock market. How to discover listed companies which are worth investing is the main concern of this article.
Keywords： dual-value Rong-Jie state， Stock Rating， information state
一、问题的提出
随着股票市场的发展，如何衡量股票的投资价值，控制投资风险，成为投资者共同关注的问题。用科学的方法对股票进行投资价值评价，可以为投资者提供一个相对客观的价值判断，已经成为证券公司研究所、投资研究机构、评级公司等机构的一项重要业务。
业界目前主流的对股票投资价值的分析方法，较多侧重于对上市公司财务指标、行业发展趋势等基本面分析，即实体价值的分析；较少涉及对虚拟价值的分析，特别是较少涉及更能反映投资者对上市公司虚拟感知等心理因素层面的分析。
本文借助于广义虚拟经济的二元价值容介态的理念，从实体价值和虚拟价值相融合的角度出发，对上市公司股票的投资价值的分析进行了探索。从二元价值容介态出发来分析股票投资价值，一方面考虑体现实体价值的物质态因素（如财务表现），另一方面考虑体现虚拟价值的信息态因素（如人气、行业属性等）。
二、股票投资价值评价的理论与实践述评
（一）股票投资价值评价的理论回顾
对股票投资价值的研究可以回溯到20世纪初。普拉特（Prat， S.S.）1903年在《华尔街动态》（The Work of Wall Street）中提出，从理论上讲股票的价值和价格是一致的，但在实际上两者的差额颇大。就股票价格的形成而言，是由供需因素决定的，难以同真实的价值完全吻合。多纳（Donner，O.）在《证券市场与景气波动原理》中认为，股票价格是由市场供求关系决定的，而股票价值取决于企业的收益。企业收益的变动，才是形成股价波动的真正精髓。就长期而言，股价波动是依存于企业收益和利率。格雷厄姆和多德（Graham，B.和Dodd，D.D.L，1934）在《证券分析》中，强调股票的内在价值决定于公司未来的盈利能力，而分析企业未来的获利能力，并不仅限于对企业的财务分析，还需要观察经济未来的趋势作为推测的基础，并考虑适当的资本还原。证券分析家的工作就是仔细分析发行人的财务数据和其他资料，努力发现该股票的内在价值，并以此作为判断股票定价合理性和投资决策的重要指标。威廉姆斯在《投资价值学说》（The Theory of Investment Value，1938）中提出，股票是一种收益凭证，其未来所产生的各种收益的现值之和就是股票的价值，股票价格应该根据其价值来确定。威廉姆斯开创了以数学模型分析股票投资价值的先河，之后，多种数学工具开始应用于股票的投资价值分析。
张先治（2000）、颜志刚（2001）等以现金流量为基础对股票价值进行评估。徐彪、梁宇鹏（2000）等利用因子分析法和概率统计分析法对农业类上市公司的财务指标进行考察，并将其划分为好、一般、差三大类。张良发、晏黎、蒲涛利用因子分析法对煤炭行业上市公司的投资价值进行了评估，并利用因子得分发现未来投资标的。张蕾、银路则利用层次分析法和因子分析对银行业和钢铁行业几只股票的投资价值进行了比较。
上述研究主要是基于发现企业内在价值的角度，通过评估企业价值，寻求低估值的股票并作为投资标的，可以归结到股票投资的基本面分析学派。与基本面分析相对应，技术面分析学派则认为，市场机制是有效的，价格已经反映了已知的所有信息，价格是所有投资者面临的唯一问题，其变化呈现一定的规律。技术面分析的研究对象是股票市场、个股股价变动情况。股票价格变动是股票交易者对宏观政治、经济形势和企业本身等事件做出的反应，所有能够影响到股票价值变动的因素已经在股票价格中得到了体现。在股票价格变动的学术研究上，刘易斯？巴切利（1900）提出，市场价格的变动是不可预知的。在其基础上，尤金？法玛提出了有效市场价说，即在有效市场中，投资者只能获得与投资风险相当的正常收益率。为此，Fama和French（1992）构造了一个包括风险系数β、公司规模、权益账面值与市值之比因素的模型，以解释大部分“非正常收益”现象。国内的俞乔（2004）、宋颂兴和金伟根（2000）、吴世农（2000）、范龙振、张子刚（2002）等人利用不同的统计方法，采用不同的样本阶段对我国股票市场的有效性进行了统计检验。
可以说，对股票投资价值评估的研究，为各机构进行股票投资价值的评估和股票的评级提供了理论基础。
（二）主要机构进行股票投资价值评级的实践
股票评级是专门机构通过规范的指标体系和科学的评估方法，对与股票有关的诸因素的分析与研究，对股票质量进行评价，并以简单的符号或说明展示给社会公众和投资者的评估活动。股票评级可以划分为针对单个上市公司的投资价值评级和针对系列公司的投资价值排名两种评级方法。针对单个上市公司的投资价值评级中，标普和台湾经济日报两家机构的评级方法有一定的参考价值。
标普公司的评级特点是注重上市公司的盈利能力和股利政策分析，强调影响股票品级高低的因素最终都会反映在每股盈余股利上，公司的盈利能力是公司各方面情况的综合体现，是股东获利的源泉，盈利能力的变化会影响股息的变动，从而影响股票价格的变动。结合上市公司的产业地位、公司资源、R&D投入、公司财务政策等加以综合评判，并用8个等级来标示股票品质。经过评级，标普公司将股票核定为如下4个类别，8个等级，如表1所示。
台湾经济日报社曾多次对上市公司的股票进行评级，其评级的办法是根据证券交易所公布的数据，对反映上市公司的获利能力、营运能力、短期偿债能力及其股票交易情况的指标进行测算，并按照一定的权重进行分配，计算出得分值并求出相应的等级。这些指标主要是税前盈利率（55%）、股东权益周转率（15%）、流动比率（10%）、股价波动幅度（10%）、股票交易周转率（10%）。其中，税前盈利率和股东权益周转率为宜大型指标，其他指标为适中型指标。计算样本股票组相应指标的全距、十分位差、均值，宜大型指标以样本平均值定位60分，每高于均值十分位则加10分，低于10分为则减10分；适中型指标则以样本平均值为100分，每高于或低于十分位则减10分。通过上述办法得到指标的最终得分，之后按照权重进行综合，得到评级的最终得分，并将最终得分和股票等级评分表对照，确定级别。
针对系列股票进行投资价值排名，也是股票投资价值评级的一种应用方法，其评价标准多种多样，有公司治理、资金管理、市值管理等等。国内目前的股票投资价值排名的应用中，较为知名的有中国中央电视台推出的央视50股票组合、新青年*财富杂志的上市公司500强、中国上市公司市值管理研究中心和《经济观察报》的中国上市公司市值管理百佳、福布斯杂志的中国最具潜力上市企业、新财经推出的“漂亮50”等等。
以央视50为例，央视财经50股票组是由中央电视台财经频道联合北京大学、复旦大学、中国人民大学、天津南开大学、中央财政金融大学等五所高校，以及中国注册会计师协会、大公国际资信评估有限公司等专业机构，共同评价、遴选的，以成长、创新、回报、公司治理、社会责任等5个维度为基础选择的50家上市公司，每个维度选择10家上市公司，共同组成央视50样本股。依据央视50样本股编制的央视财经50指数，各组样本股的权重分别为20%，此指数于2012年6月6日在深圳证券交易所上市交易。
从股票评级的理论和实践案例可以看出，现有的股票评级主要是从财务指标的角度来分析股票的投资价值，也就是说更多地关注上市公司的实体价值。央视50虽然在基本面分析的基础上，融合公司治理、社会责任、创新能力等新的因素，但并没有系统地将容纳更多经济价值的信息态因素作为主要变量。而对于股市而言，信息态实际上是影响股价的重要因素。因此，在物质态因素的基础上加入对信息态因素进行综合考量，有利于更全面地分析股票的投资价值，从而更好地把握市场中存在的投资机会。
三、基于二元价值容介态的股票投资价值评级模型设计
基于二元价值容介态的视角，本文以国内A股上市公司为研究对象，从反映实体价值的物质态因素和反映虚拟价值的信息态因素两个方面逐层对股票的投资价值进行分析。在模型设计的总体思路方面，选择两步筛选法。第一步，以物质态因素为主进行评级，设计体现物质态因素的指标体系，通过门槛值设置，筛选出合格的股票进入第二轮筛选。第二步，以信息态因素为主进行评级，在第一轮基础上，进一步利用体现信息态因素的指标体系，同时设置一定的门槛值，在入选股票的范围内进行综合排名，并最终选择排名靠前的50支代表性股票。
（一）基于物质态因素的评价指标
综合以往的研究，基于物质态因素的评价指标从盈利能力状况、资产运营状况、偿债能力状况、发展能力状况4个方面进行指标设置。根据指标的特点，分为宜大型指标和适中型指标。各指标的类型如下表所示：
（二）基于信息态因素的评价指标
信息态的因素可以体现在很多方面，本文从二元价值容介态的基本概念出发，将选取一些能够突出反映以人的心理需求为信息特征的虚拟价值的因素作为模型的变量。在信息态评价上，本文主要采用行业经济价值、人气，同时融合公司治理和市场表现因素。
1.行业价值形态因素
从二元价值容介态理论出发，根据实体价值和虚拟价值的比例构成可以将经济价值划分为7种形态。我们把上市公司所属行业（按照证监会的行业分类），分别将其归入某类经济价值形态，并进行赋值。在归类的过程中，充分考虑国家的产业导向。按投资价值排序，从第一类价值形态到第7类价值形态，价值形态逐级递升。本文将7类价值形态理念融入到信息态评级之中，将其作为适中型指标，以期筛选出富含更多虚拟价值形态的标的。
2.人气因素
人气因素对股价的影响在理论研究中已经具有一定的基础，Wouters和Plantinga在2006年提出了股票人气假说，他们的研究结果表明，股票人气与良好的过去表现直接相关。股票人气研究以投资者情绪（Sentiment）为基础，投资者情绪对金融市场价格有重要影响。如何衡量投资者情绪又是一个纷争的话题。总体来看，衡量投资者情绪的方法可以分为基于客观市场指数的方法和基于调查的方法。基于客观市场指数的方法主要有封闭式基金的折价及BW 情绪指标。Baker和Wurgler（2007）利用人气水平指数，验证基于人气指数及其预期条件收益，他们的人气指数的指标主要有成交量、股利溢价、封闭式基金折价、IPO首日收益等。可以说，目前对股票人气的衡量，主要从证券市场总体层面衡量，而针对单支股票研究其人气的文献较少。本文在模型中对人气因素的考虑，主要从单支股票被关注的程度设计指标。本文借助于对百度新闻数量和股吧帖子数量，从现状和未来变化等两个角度对上市公司的人气表现进行综合衡量。其中，百度新闻数量和东方财富网股吧帖子数量均为宜大型指标。
3.公司治理因素
公司治理作为股东、经理层等企业的利益相关者之间的一套制衡、激励的制度安排，有利于公司长远发展。南开大学中国公司治理中心的研究表明，公司治理同上市公司的股价表现有一定的关系，良好的公司治理能够带来更快的股票价格增长。本文对公司治理的指标，主要包括：独立董事比例、股权集中度、机构投资者持股比例。其中，独立董事比例为宜大型指标，股权集中度为适中型指标，机构持股比例为宜大型指标。
4.市场表现因素
上市公司在证券市场的表现，是投资者利用其资金进行投资最终形成的结果，是投资者对上市公司的信心的表现，也是上市公司市场风险的直观反映。本文将市场风险纳入到我们的信息态评价之中。证券市场的风险是所有投资者都面临的，由多种因素构成的，但在不同时期又有不同的因素起主要作用，导致股市上股票价格的下跌，从而给股票持有人带来损失。个股的风险主要是针对单支股票而言，其未来价格变动受到上市公司本身质地、整个市场大环境、某种特定概念性因素等多种因素影响。为反映个股所面临的市场风险，本文利用个股的月收益贝塔系数（年度数据）和市盈率做为上市公司的市场风险的衡量指标。其中，日收益贝塔系数为宜大型指标，市盈率为适中型指标。
四、模型运行的过程与结果分析
（一）2012年模型验证
按照物质态和信息态的双重筛选过程，我们最终选出得分排名前50的在2012年1月1日之前上市的50家上市公司，并按照流通股本加权法，在通达信软件上，以2012年5月2日为指数模拟起点，拟合形成指数，称为“广虚50指数”。
从广虚50指数与同期上证指数、深证成指、中小板指走势比较看，在下跌途中，中小板指数强于广虚50指数，而在上涨途中，广虚50指数则强于中小板指数，可以说，广虚50指数的弹性强于中小板指。
从广虚50指数与上证指数和深圳成指的走势比较看，在过去一年中，广虚50指数走势强于上证指数和深圳成指等大盘指数。
从广虚50指数走势与同期沪深300、央视50的比较看，广虚50指数强于沪深300指数；弱于央视50指数。
（二）2013年模型运行结果
依据同样的模型和程序，我们对2012年上市公司物质态和信息态进行了研究，并最终选择出50家上市公司。
同样从2013年5月份第一个交易日开始的模拟情况看，2013年新选的50家上市公司所形成的指数仍然强于大盘指数和沪深300。
总之，从模拟验证的结果来看，广虚50股票组合指数表现出较好的走势，能够强于同时期大盘走势，也好于沪深300。可以说，利用物质态的实体价值和信息态的虚拟价值的二元价值容介态理念，借助综合评价法所形成的股票投资价值评价方法，有较强的实用性。
五、结束语
股票投资价值评级是一个复杂的系统评价过程，涉及的指标因素众多，采用的评价方法多种多样。本文基于二元价值容介态的视角，采用多因素综合评价法的方法，对A股上市公司依据投资价值进行了评价。从评价结果和模拟验证来看，本文所提出的股票投资价值评价思路有一定的实践意义，也为投资者挖掘投资标的提供了一个新的思路和视角。
当然，本文的研究方法仍然存在诸多缺陷。比如，在模型的指标体系中各指标权重完全采用主观赋值的办法，造成主观性因素在评价过程中可能产生较大的影响。同时，在模型验证上，本文验证了两年的数据，未来可能需要更多实证研究，以分析模型的可靠性。再如，在指标构成实际中，如何发现更好的，更能反映上市公司信息态因子的指标，以及对信息态因子同上市公司投资价值的关系等。这些问题，都需要进一步的深化研究。
参考文献：
[1] 张良发，晏黎，蒲涛. 基于因子分析法的上市公司投资价值分析[J]. 经济研究导刊，2012（14）：107-108.
[2] 张蕾，银路. 股票内在价值的一种投资方法评价[J]. 电子科技大学学报，2007（8）：814-816.
[3] 于雪冬. 股票评级[J]. 中国科技投资，2006（7）：74-75.
[4] 林左鸣. “生活对象化”价值缺位是西方债务危机的总根源 [C]// 广义虚拟经济论文集2. 北京：航空工业出版社，2012：67-69.
[5] Malcolm Baker， Jeffrey Wurgler. Investor Sentiment in the Stock Market. Working Paper 13189. http：/// papers/w13189. June， 2007.
[6] 林左鸣. 广义虚拟经济论要[C]//广义虚拟经济论文集2 . 北京：航空工业出版社，2012：12.
[7] 吴文江. 数据包络分析及其应用[M]，北京：中国统计出版社，2002.
[8] 徐泓，蒋砚章，姚岳. 公司价值评价体系的构建[J]. 甘肃社会科学，2010（2）.
[9] 夏璇，朱建华. 股票投资价值评估理论综述[J]. 中国商界，2008（12）.
[10] 周淼. 股票投资价值理论文献综述[J]. 财会通讯综合，2012（12）.
[11] 廖成林，乔宪木. 中国上市公司股票评级的财务结构模型分析[J]. 重庆大学学报，2004（9）.
[12] 辛琳，孙永正. 长三角经济圈中小企业板上市公司绩效评价研究[J]. 科学决策，2009（3）.
[13] 胡荣华. 上市公司股票评级实证研究[J]. 财经问题研究，2001（12）.
[14] 黄莉，郑晓巍，戴蓬军. 江苏省医药上市公司投资价值实证研究[J]. 中国管理信息化，2001（1）.
[15] 林左鸣. 广义虚拟经济――二元价值容介态的经济导论[J]. 广义虚拟经济，2009（1）.
股市动态分析范文第3篇
关键词：股票价格指数；收益率；相关性；相关性分析
中图分类号：F224 文献标识码：A 文章编号：1009-2374（2013）24-0159-02
1 研究的背景、目的、意义
沪深股市是从一个地方股市发展而成为全国性的股市的，刚营业时上市的股票数量只有为数很少的几只，其规模很小，且上市的股票基本上都是上海和深圳的本地股。而今，我国股市正从一个相对独立的市场逐渐地与全球股市相连接和相互影响，并且正在逐步地完善和发展，市场规模不断壮大。
并且徐龙炳、陆溶利用R/S方法分析了沪市收益率的非线与相关系数。对以后研究金融市场的相关性具有指导意义。
选取指数研究是因为投资者根据指数的升降，可以判断出股票价格的变动趋势，反映股市的动向，所有的股市几乎都是在股价变化的同时即时公布股价指数。
2 数据选取
选取的数据为上海证券交易所综合指数、深圳证券交易所成份指数、道琼斯工业指数和纳斯达克综合指数的对数收益率。
3 各个市场实证分析
3.1 上证综合指数年收益率平稳性、正态性检验
在spss中定义变量，把收集到的上海证券交易所指数的年收益率数据输入，绘制出相应时间序列图和QQ图，见图1和图2。
从上证综合指数收益率时间数列图我们可以看出一些明显的特征：该图从2001～2006年，该股指收益率呈现调整上升的趋势；2006～2008年间突然大幅下跌，达到谷底，是12年间的最低点；2009年底大幅上涨到平均值以上；2010年至今趋于稳定。
从图2中可看出上证综合指数收益率数据大部分落在了斜线之外，分布于斜线两侧，这说明上证综合指数收益率不服从正态分布。
3.2 道琼斯工业指数年收益率平稳性、正态性检验
在spss中定义变量，把收集到的道琼斯工业指数的年收益率数据输入，绘制出相应时间序列图和QQ图，见图3和图4。
可以看出：从2001～2007年，该股指收益率一直在较高点位震荡波动但幅度不大；2006～2008年间突然大幅下跌，达到谷底，是12年间的最低点；随即立即反弹，2009年底恢复到高位；2010年至今趋于稳定。
从图4中可看出对数收益率数据大部分落在了斜线之外，分布于斜线两侧，这说明道琼斯工业指数收益率不服从正态分布。
综上，可以看出沪深股市收益率波动较大，而其他两个较成熟的股票市场收益率的波动则相对稳定。由于我国股市起步晚，规范性等方面还不成熟，加上投机性比较严重，导致我国的股市波动较大。由于本文搜集的是以年为基期的数据，数据少、时间跨度大，因此收益率均不服从正态分布。
4 四个股票市场实证分析结果
从表1中可以看出，道琼斯工业指数收益率、纳斯达克综合指数收益率显著相关，且为高度正相关；而我国的两个股票指数的收益率与这两个市场的相关性则为中度
相关。
5 结论与展望
通过分析五个股票市场年股指对数收益率，我们可以看出沪深两市收益率波动性较强、波动幅度大，这说明我国股市的规范和英、美等成熟国家的股票市场有一定差距。同时，可看到我国股票市场的股指收益率与其他三个市场的股指收益率中度相关，说明我国股市和西方国家股市之间的联系不是很紧密，我们应该加快与世界市场的合作步伐。
参考文献
[1] 化生.中国股市的经济学思考[M].北京：经济科学出版社，2004，（1）：18-20.
股市动态分析范文第4篇
关键词：货币政策；股票市场；MS-VAR
Abstract：This paper employs data dated from January 1997 to April 2012 and uses MS（3）-VAR（2） model to analyze the effect of the monetary policy on the stock market under three regimes. It is found that the effect of changes in monetary policy variables on the yield of SSE Composite Index in terms of time，direction and effect is asymmetric under different regimes. As for the interest rate，in the market featured by high yield and low volatility，and that by low loss and low volatility，changes in interest rate do not exert a significant influence on the stock market. And in the market featured by high loss，high volatility，changes in interest rate have a small positive impact during the lag one period，but there is a big negative impact in the lag two period. As for the supply of money，changes in money supply do have greater effects on the stock market in the high-loss and high-volatility market than in high- yield，low-volatility and low-loss，low-volatility market. Generally speaking，the influence of the interest rate and money supply on stock market is significant in high-loss and high-fluctuation market.
Key Words：monetary policy，stock market，MS-VAR
中图分类号：F820.1 文献标识码： A 文章编号：1674-2265（2013）03-0010-06
一、引言
传统金融理论认为，宽松的货币政策会导致股票价格上涨；紧缩的货币政策会导致股票价格下跌。但是纵观我国股市的历史，我们发现很多时候“政策市”也存在“失灵”现象，比如2006—2008年我国货币政策的调整对股市的影响并不符合传统金融理论。实际上，除了受国内外宏观经济形势影响，股票市场本身所处的市场行情状态也可能影响货币政策的效果。也就是说，在不同的市场行情状态下，货币政策对股票价格的影响可能是非对称的，即在某些市场下，货币政策有效，而在某些市场状态下，货币政策“失灵”。本文试图利用马尔可夫区制转换VAR模型分析我国货币政策对股票市场的非对称影响，希望能够得到更加准确的结论。
关于货币政策对股票市场的影响，一直是国内外金融研究领域的热点问题，学者们做了大量研究，并取得了丰硕的成果。有的学者认为货币政策可以影响股票价格。汉堡和柯钦（Hamburger和Kochin，1972）通过研究表明，货币供应量不仅通过利率间接影响股票市场，而且对股票市场还有短期的直接影响。马歇尔（Mashall，1992）分析了美国1959—1990年间的季度数据，认为股票的实际回报率同货币增长之间存在较弱的正相关关系。比耶内林德和莱德莫（Bjornland和Leitemo，2009）使用SVAR方法进行研究，发现实际股价与利率之间显著相关，联邦基金利率上升100个基点，实际股价下降7%—9%。陈晓莉（2003）利用VECM方法对1997年1月到2002年4月的数据进行了研究，发现上证综指与M1之间存在长期均衡关系，且影响是正向的。刘萍萍（2010）运用VAR模型对1998年第一季度到2009年第三季度的数据进行了研究，发现我国银行信贷与股价之间存在正相关关系，银行信贷扩张是股价波动的Granger原因。
有的学者认为货币政策对股票价格的影响并不显著，阿尔提齐和法泽勒（Alatiqi和Fazel，2008）利用协整检验和Granger因果检验方法，以美国市场为研究对象，研究得出货币供应量对利率、利率对股票价格不存在显著负向因果关系，货币供应量与股票价格之间不存在显著的长期因果关系。孙华妤、马跃（2003）用动态滚动式的VAR方法分析了1993年10月至2002年6月的数据，发现货币供应量对股票价格没有影响。童红坚（2008）使用VAR模型的脉冲响应和差分分解方法对我国货币政策对股票价格影响的动态特征进行了考察。研究表明，利率变动初期并不能达到政策的预期效果，但长期来讲有效，而货币供应量对股价的影响则不显著。张成虎和李育林（2010）使用Granger因果关系检验和VAR模型对1999年12月到2008年8月的数据进行了分析研究，发现货币供应量变化对股票价格的影响不显著。
还有一些学者认为，不同金融状态或经济状态下，货币政策对股价的影响是不同的。麦奎因、赖利（Mcqueen、Roley，1993）研究表明，不同经济状态下，股票市场对宏观经济变量的反应是不同的。巴西斯塔、库罗夫（Basistha、Kurov，2008）发现，美国利率未预期到的部分在经济处于衰退、信贷市场紧缩时对股价的影响更大。
通过对已有文献的梳理，我们发现大多数研究并没有考虑股票市场本身处于不同状态下，货币政策对股票价格的不同影响，即可能存在的非对称效应。国内文献在这方面的研究还很少，而且对股票市场的状态划分也很简单。比如，郑鸣、倪玉娟、刘林（2010）使用马尔可夫区制转换模型（Markov Switching），将股票市场分为低迷和膨胀两种区制。但笔者认为，这样并不能全面、细致地描述我国股票市场的完整状态，因此本文力图对以前学者的研究进行改进，虽然仍旧使用马尔可夫区制转换模型，但我们将股票市场更加细分为三种状态区制，然后再研究不同状态区制下货币政策变量对股票市场影响的非对称效应，以期得到更加准确的结论。
二、马尔可夫区制转换VAR模型
本文采用马尔可夫区制转换模型的向量自回归（MS-VAR）模型来分析货币政策冲击对股票价格的影响。MS-VAR模型允许回归系数依赖于一个不可观测的区制变量而变化，而不同区制之间的转换均服从马尔可夫过程。
滞后p阶的MS-VAR模型表达式如下：
[yt-μ（st）=?1[Yt-1-μ（st-1）]+…+?p[（yt-p）-μ（St-p）]+ut]，
[ut?i.i.d.N（0，（st））] （1）
其中，[st]表示无法观测的离散状态的区制变量，[μ（st）]为均值，[?p]为待估参数。区制[i]到区制[j]的状态转移概率为：
[pij=Pr（st+1=jst=i）]，[j=1mpij=1]，[?i，j∈1，2，…，m] （2）
其中，[m]为区制数。对于一个三状态的马尔可夫过程，即[st=1，2，3]，状态转移概率矩阵为：
[P=p11 p12 p13p21 p22 p23p31 p32 p33] （3）
对于任意的[i∈1，2，3]，都有[j=13pij=1]。
当我们将MS-VAR模型应用于股票市场的分析中时，[μ（st）]为股票市场对数收益的均值，标准差[σ（st）]代表收益的波动，它们依赖于区制[st]，各个区制则代表着股票市场所处的不同行情状态，状态转移概率[pij]即为两种市场状态间的转换概率。
三、实证分析
（一）变量选取
我国股票市场长期以来并没有编制统一的能反映股市整体运行状况和总体趋势的股票价格指数，但是大量研究表明，上证综指和深证成指是最具有代表性的，而且两者之间有很高的相关性和同步性。因此，我们在此只选择上证综指为研究对象。本文选取1996年12月到2012年4月的上证综指月末收盘指数数据，计算1997年1月到2012年4月的股票指数月度收益率，记为R。计算公式为：[Rt=ln（Pt）-ln（Pt-1）]。
银行间同业拆借利率与存贷款利率变动有大致相同的周期，能够及时反映金融体系银根的松紧状况，以及市场上货币资金的供求情况，因此本文选取银行间同业拆借7天加权平均利率，并依据相应的CPI调整值得到实际利率，记为IR。选择广义货币供应量M2作为货币供应量的代表指标，并对IR和M2进行X-11季节调整后取对数，记为LNIR和LNM2，以消除异方差。
（二）数据平稳性检验
本文采用ADF单位根检验方法，依据AIC信息准则选择滞后阶，对所有数据进行平稳性检验。检验结果见表1。
由表1可知，上证综指月收益率、利率、货币供应量一阶差分都是平稳的序列。本文选择各变量的一阶差分进行分析。
（三）MS-VAR模型选择
表2报告了上证综指的月度收益率序列的JB统计量检验结果，可见偏度小于零、峰度大于3，表明序列呈现左偏、尖峰态势。根据JB统计量的检验结果，p=0.000023，拒绝上证综指月度收益率序列服从正态分布的假设，说明上证综指收益率不服从正态分布。因此，使用一般的线型模型来刻划该序列显然不太合适，我们选择使用MS-VAR模型来进行分析。
MS-VAR模型的状态区制一般较少，不会超过3个，如果模型的状态区制过多，模型的参数量会很大，不能提供较好的现实解释。在此我们只建立包含2个和3个状态区制的MS-VAR模型。根据AIC、BIC准则，确定模型的最佳滞后阶数为2阶。表3列出了滞后两阶的线性模型VAR（2）、两区制滞后两阶的MS（2）-VAR（2）模型和三区制滞后两阶的MS（3）-VAR（2）模型的最大似然值、AIC、BIC估计值。
由表3可知，相对于其他两个模型，MS（3）-VAR（2）模型的AIC、BIC值最小，更加适合对股票市场的分析。而单纯依据Log Likelihood值的高低来判断最优模型是不准确的，所以下面我们用汉密尔顿和苏斯梅尔（Hamilton和Susmel，1994）提出的似然比检验（Likelihood Ratio Test， LRT）来选择最优模型。似然比检验结果如下：
从模型似然比检验来看，非线性模型明显优于线性模型，用非线性模型来对上证综指月收益率进行分析更加适合，而模型MS（3）-VAR（2）是两个非线性模型中解释能力最好的。因此，MS（3）-VAR（2）模型是最优模型。
（四）MS（3）-VAR（2）模型估计结果
下面我们分别研究不同状态机制下，货币政策变量（利率和货币供应量）对股票市场的影响。表5描述了不同状态机制下，利率对股票价格影响的估计结果。DLNIR（-1）表示利率变动的滞后一期值；DLNIR（-2）表示利率变动的滞后二期值。
在状态机制1（低亏损、低波动行情）下，利率变动滞后一期和滞后二期的参数估计值在10%的临界水平下都不显著，表明该状态机制下利率的变动对股票价格的波动没有显著影响。在状态机制2（高收益、低波动行情）下，两期参数估计值都是负值，但是不显著，说明该状态机制下利率的变动对股票市场的波动没有显著的影响。在状态机制3（高亏损、高波动行情）下，滞后一期的参数估计值为0.003，滞后二期的估计值为-0.027，而且都是显著的，说明短期来看，利率的变动对股票市场收益率的波动有正向冲击，但是随后冲击为负向，而且影响明显加强。
可见，利率变动对股票市场的影响存在非对称效应。在低亏损、低波动和高收益、低波动状态下，利率的变动对股票市场并不存在显著影响。而在高亏损、高波动状态下，存在显著的影响，而且滞后一期是较小的正向影响，滞后二期才有较大的负向影响，说明利率变动对股票市场收益的负向影响存在时滞。
表6报告了不同状态机制下，货币供应量对股票价格影响的估计结果。DLNM2（-1）表示货币供应量变动的滞后一期值；DLNM2（-2）表示货币供应量变动的滞后二期值。
在状态机制1（低亏损、低波动行情）和状态机制2（高收益、低波动行情）下，滞后一期和二期的参数估计值都不显著，说明股票市场处于这两种状态时，货币供应量的变动对股票市场的收益没有显著影响。在状态机制3（高亏损、高波动行情）下，参数的估计值都是显著的，而且都是正数，说明货币供应量的变动对股票市场有正向的冲击。
可见，货币供应量的变动对股票市场的影响也存在非对称效应。在高收益、低波动和低亏损、低波动行情下，货币供应量的变动对股票市场没有显著影响，但在高亏损、高波动行情下，有显著的正向影响。
（五）三种状态机制的平滑概率和转移概率
根据表5和表6中所列不同区制下的均值和方差可知，上证综指月收益率序列可以由以下三种状态机制来描述：状态机制1，股票市场处于低亏损、低波动状态；状态机制2，股票市场处于高收益、低波动状态；状态机制3，股票市场处于高亏损、高波动状态。图1、图2、图3分别显示了三种区制的平滑概率，具体判断方法为：如果某时点的某状态机制平滑概率大于0.5，则该时间点处于此状态机制中。
图1、图2、图3较好地模拟了上证综指收益率序列在三种状态机制间的转换过程。1997年1月到1997年4月即观测期中的第1—4期，股票市场处于状态机制2即高收益、低波动状态。但1997年初，政府为遏制股票市场的过快发展实施紧缩政策，以及随后亚洲金融危机爆发，股票市场自1997年5月到1999年4月（第5—30期），一直处于低亏损、低波动的状态机制1。1999年5月，受网络概念股炒作的影响，股票市场出现了短暂几个月的高收益行情，但中国经济整体通货紧缩的状态并没有好转，直到2006年2月（第112期），股票市场的行情一直是低亏损、低波动的状态机制1。2006年以后，随着股权分置改革的实施，中国股市迎来了一波高收益的牛市行情（状态机制2），并且一直持续到2007年11月（第133期）。随后由于2007年底美国次贷危机影响，2008年股市大跌。2007年12月到2008年11月（第134—145期），股市处于高亏损、高波动行情的状态机制3中。进入2009年后，由于全球经济回暖，股市出现一波反弹行情，但复苏乏力，样本数据在三种状态机制之间转换。直到2009年底（第156期）开始，股票市场呈现低亏损、低波动的行情，而且这一行情一直持续到观测期结束。
表7给出了不同状态区制之间的转移概率，可以看出，系统维持在状态机制1的概率为0.97，状态机制1转移到状态机制2的概率为0.15，转移到状态机制3的概率为0，状态机制1的平均持续期为32.50个月。系统维持在状态机制2的概率为0.76，从状态机制2转移到状态机制1的概率为0.03，转移到状态机制3的概率为0.18，机制2的平均持续期为4.25个月。系统维持在状态机制3的概率为0.82，从状态机制3转移到机制1的概率为0，转移到机制2的概率为0.09，机制3的平均持续期为5.57个月。可以看出，股票市场处于低亏损、低波动行情中的时间是最长的，而且概率最高。
四、结论
本文运用MS-VAR模型研究了我国1997年1月至2012年4月的货币政策对股票市场的非对称性影响。通过实证分析发现，股票市场在考察期内存在三种状态机制，并且货币政策变量（利率和货币供应量）对股票市场的收益率均有影响，在不同状态机制下影响效果不同。
总体上讲，利率对股票收益率有负向的影响关系，但不同区制下影响效力是不同的。利率对股票市场的影响在股市高亏损、高波动时比在高收益、低波动和低亏损、低波动时要大。短期来说，利率对股票市场有较小的正向冲击，但长期来看，利率对股票价格的控制是有效的，利率的提高在一定程度上能够使投资者的资金流出股市，从而控制股票价格的上涨。货币供应量变动对股票市场的影响在股票市场处于高亏损、高波动行情时比在高收益、低波动和低亏损、低波动行情时的影响更加显著。应该说，股票市场处于高亏损、高波动行情时，增加货币供应量将提高股票市场收益率，并且能够收到即时效果。
我国股票市场处于不同的市场状态下，货币政策的实施对股市的影响存在一定程度的非对称效应。应当根据市场所处的具体状况，采取适当的货币政策对股票市场施加影响，从而促进我国股票市场健康有序发展。
另外，我国股票市场存在明显的状态机制转换特征。低亏损、低波动的小熊市行情持续时间最长，高收益、低波动的牛市行情和高亏损、高波动的大熊市行情持续时间较短。投资者可以根据行情持续期以及状态转移概率选择合适的投资时机和持续期，制定合理的投资策略和投资计划，争取更大的收益。
参考文献：
[1]Alatiqi，S.and S. Fazel，Can Money Supply Predict Stock Prices[J].Journal for Economic Educators， 2008，（2）：54-59.
[2]Bernanke，B.S.and K.N.Kuttner，What explains the stock market’s reaction to Federal Reserve policy [J]？ Journal of Finance， 2005， （60）： 1221-1257.
[3]Ioannidis，C. and A. Kontonikas，The impact of monetary policy on stock prices [J]. Journal of Policy Modeling，2007，30（1）： 33-53.
[4]Basistha，A. and A. Kurov， Macroeconomic cycles and the stock market’s reaction to monetary policy [J]. Journal of Banking & Finance， 2008， 32（12）： 2606-2616.
[5]McQueen，G. and V. V. Roley， Stock prices， news， and business conditions [J]. Review of Financial Studies， 1993， （6）： 683-707.
[6]Bjornland， H. C. and K. Leitemo， Identifying the interdependence between US monetary policy and the stock market [J]. Journal of Monetary Economics， 2009， 56（2）： 275-282.
[7]Hamburger， M. J. and L. A. Kochin， Money and stock prices： The channels of influences [J]. Journal of Finance， 1972， 27（2）： 231-249.
股市动态分析范文第5篇
早期的“对冲”（hedging）被译作“套期保值”、“避险”、“套头交易”等。现资理论对对冲这种操作策略，适用的是一种比较宽泛的投资策略概念。是投资者为了达到规避风险或者效益、效率最大化而采取的双向操作策略的统称。对冲作为股指期货应用的一种策略，分为防御性对冲，主动性对冲和综合性对冲。防御性对冲又叫被动性对冲，是把对冲操作作为一种避险措施来使用，目的是保护现货利益，规避系统风险。主要包括完全套期保值和留有敞口风险的不完全套期保值。主动性对冲，是把收益最大化或效率最大化作为目标的对冲策略，主要包括套利策略和系统性投机策略。综合性对冲又称混合性对冲，是上述策略的综合运用，比如把股指期货的综合功用融合进股票组合中，形成包含股指期货的组合投资策略，把股指期货策略当作风险控制器和效率放大器，从而使得夏普比率最大化，来实现不同时期、不同市场背景下的综合效果。
研究对冲基本策略，首先要着重研判关联。股票组合、标的指数、期货指数客观上形成一个三维关联关系。这个三维体系中，研究方向是两组关联关系。即单品种（包括股票组合）和标的指数的关联，现货指数和期货指数的关联。研究重点是标的指数，因为他“一肩挑两头”。
股票组合（包括单品种）和标的指数的关联
股指期货标的物有别于商品期货标的物的主要特征之一，是不可完全复制性。商品现货可以完全复制标准仓单，只要按照标准仓单的要求去生成，二者不仅可以消灭质量离差而且可以消灭价格离差。股票组合与股指之间的离差是永远存在的，即使某指数基金严格按照沪深300指数的构成比例去组建的，也不可能做到完全“复制”，因为沪深300指数以分级靠档派许加权法计算的权重比例，每个撮合节都在变，是个序列变量。所以只能做到“逼近”，比如跟踪指数的ETF基金。机构投资组合的品种中通常包括沪、深300成份股之外的股票，收益率离差就更难以避免了。这个特征可以派生出两个概念：第一，商品期货对冲操作的目标是价格风险，而股指期货对冲的目标是价格风险中的系统性风险；第二，由于股指期货的现货价格形成于证券市场，是集中交易的结果，具有权威性、准确性、动态性和惟一性，因此更方便于建立数学模型来研判他们之间的关联系数。而关联系数就是对冲纽带中的第一个环节。股票组合和标的指数的关联可以用三个指标做定量化研究：他们是撬动系数、贝塔系数和样本误差系数。
1、撬动系数
单品种和指数的关联研究一般有两个实现途径，一种是动因分析，一种是常态（现象）分析。动因分析主要着眼于股指的波动构成因素和反作用，常态分析主要着眼于通常状态下的关联程度的概念。动因分析是主动性对冲的关键，常态分析是防卫性对冲的要点。撬动系数是动因分析的一个基本指标。
沪深300指数的计算公式为，报告期指数=报告期成份股的总调整市值/基期*1000；其中，总调整市值=∑（市价*样本股调整股本数）。可见影响指数波动的直接动因是成份个股波动。我们把这种对造成指数波动的直接影响力进行解析称为动因分析。根据沪深300指数的形成机制，可以逆运算撬动系数，表达式：撬动系数=（市价*样本股调整股本数）*指数市价/∑（市价*样本股调整股本数）。
撬动系数是一个构成沪深300指数的成份的重要性程度对比指标，他是该品种或者股票组合收益率占指数收益率的百分比，静态意义是在某一时间尺度上，我们对其他品种做静止替代，该品种或组合收益率波动1%对沪深300指数撬动多少个点，也可以表达为撬动幅度，即该品种或组合收益率波动1%对沪深300指数收益率撬动的百分比。可以用来分析指数的历史波动，也可以通过因素解析研判和预测指数未来的波动（见图1）。
撬动系数和调整市值的比重呈正比，成份股撬动系数算术平均和沪深300指数正相关，横向对比呈现相对稳定性，自身时间序列上呈现动态变化，与其他品种的橇动系数的对比具有排序意义，撬动系数对应品种的对冲操作与期货指数的下单冲击成本相关联，是主动性对冲策略的重要指标。
撬动系数可以派生出另外两个明细的动因分析参数：贡献度和反射率。
贡献度。在一个时间尺度内，单个品种的收益率波动幅度对指数的影响的定量化表达。表达式：品种贡献系数=（1+报告期品种分极靠档下的市值贡献率）*基期指数市价-基期指数市价。股票组合贡献系数=加权平均的单品种贡献系数。一般来说计算股票组合的指标通常采取两种方法，一种是分步汇总，一种是指数化，前者如上，后者是首先按照股票组合的投资权重计算跟踪市值的投资指数，而后对该投资指数核定各项指标。对国际市场和国内市场的历史数据采用时间数列的因果检测得出如下结论：一，指数化法的稳定性稍高于汇总法；二，在同一时间尺度内，收益率的摆动性和单调性是不可调和的，摆动性强的，单调性就会弱，摆动性弱的单调性就会强；三，单品种的贡献系数往往呈现强摆动性，而股票组合的贡献系数就平缓得多，与这个理论相对应的一个常见现象是，股票品种总是以波段性和轮动的方式运动，反应在指数上却通常表现为相对平稳的趋势运动。该指标同样具有排序意义（见图2）。
反射率。在一个时间尺度内，指数的波动幅度对某个成份个股或组合的影响进行定量化表达。指数相对于单品种的影响力表达式：反射系数=（基期品种市值/基期指数市值）*报告期指数上升额/基期品种市值*基期品种市价。单品种的交易带动了指数的变动，指数的波动同样反过来影响单品种的交易行为。认识函数的自变量是情境，参与函数的自变量是认知，两个函数从相反的方向发挥其功能，但都服从于一个递归函数。
2、贝塔系数
常态分析方式下关于单品种与指数的关联表达主要采用贝塔β系数法。贝塔系数来源于威廉・夏普（William F.Sharpe）和约翰・林特纳（John Lintner）的CAPM模型，即资本资产定价模型。CAPM的公式为：收益率=无风险资产的收益率+（市场均衡组合的收益率-无风险资产的收益率）*β。β越大，系统性风险越高，要求的收益率越高；反之，β越小，要求的收益率越低。股票组合的β是单品种β的加权平均。β的计算既可以用简单的均值比较法，也可以用目前通行的方差法，方差法的表达式：单品种β=单品种收益率和指数收益率的协方差/指数收益率的方差。股票组合的β既可以用构成品种的β的加权平均来计算，也可以用股票组合指数化的办法直接取得。
贝塔系数也可理解为某种股票或股票组合超出无风险利率的超额收益对市场超出无风险利率的超额收益进行回归得到的最优拟合直线的斜率，代表某种股票或股票组合受市场影响而产生价格波动性的大小。有如下几个特点：
（1）贝塔系数的本质含义是，标的指数收益率波动1%，股票组合收益率常态下的收益率波动幅度是多少。贝塔系数是反映单品种或股票组合相对于系统风险变动程度的一个重要指标，贝塔系数有助于建立起股票组合和指数之间关联的定量化纽带，是计算套期保值率的重要元素，是防卫性对冲策略的技术准备。
（2）β是一个常态指标，他取自历史数据，使用经验参数，反映的是通常状态下股票组合在指数坐标下的风险度，常态是有基本面根据的，因为相对于指数来说该品种的行业特征、经营状况、规模大小等个性通常是相对稳定或渐变的，激变当然也会发生，但是从概率统计的角度来看属于小概率事件。因而CHOW检验对β的稳定性给予了比较肯定的回答，而且熵增过程与对应的稳定性正相关。
（3）β是个序列变量，时间跨度的选取是个重要的参数，方差的方法同样依赖均值法，β也可以做方向性分离计算，即收益率按上升和下跌分别取样。
（4）β是用历史数据来计算的，而历史数据计算出来的贝塔系数是否适用于未来，将直接影响应用效果。β预测的常用方法包括单因素模型、单因素-随机波动率模型、误差修正模型、误差修正-随机波动模型。应对单品种的激变状态可采用递衰指数移动平均法（EWMA法）。预测手段是非常丰富的（见图3）。
（5）β不等于套期保值率，是试图解决交叉保值风险的数学模型，因为沪深300指数和沪深300期货指数还存在基差偏离的敞口风险。
3、样本误差系数
对《沪深300指数编制方法》和《沪深300指数编制细则》进行解读可以看出沪深300指数有如下特点：
（1）沪深300指数是一个重视流通市值的指数。
沪深300指数以自由流通股为基础权数，采用分级靠档的技术来整数化调整派许加权权重，这种指数统计法既有别于绝大多数国外股票价格指数的以发行量为权重的计算方法，也区别于国内的上证综合指数、深证成份指数以总股本为权数的计算方法。其突出特征是：一，贴近当前的市场状况，因为我国股票市场是新兴加转轨市场，客观上暂时还存在流通股和非流通股的现状，非流通股显然不构成沪深两市的即期股票供给，这是市场的基本现状；二，上述问题正是股权分置改革解决的目标，由于暂时未流通的股票也已经因股权分置改革而具备了上市的时间表，跟随改革进程，未流通股票最终自然转为流通股，从这个意义上说，沪深300指数也体现了股权分置改革的目标。
（2）沪深300指数是一个强调流动性和规模性的指数。
指数运行两年多来，与上证综指保持了97%左右的相关性，从成份选取规则来看，对样本空间股票日均成交金额由高到低排名，先剔除后排序，选取前300名的股票作为样本股，优先考虑了流动性和规模性。特别是成份股的调整启用快速进入规则，更强调了规模优先，虽然目前的300支股票行业分布比较均匀，但是样本选取和权重计算规则上并没有强调行业特征。
以上就是股市动态分析(精选5篇)的全部内容了，但愿对大家有所帮助。（本篇共字）
菁英职教网文章归档 教育资讯 留学攻略 七品教育网站地图xml