股价波动同步性研究

2024-07-29

股价波动同步性研究（精选九篇）

股价波动同步性研究篇1

资本市场本质上是一个信息市场, 投资者利用各种信息了解、分析公司的运营状况、经营成果等, 做出有利于自己的投资决策;公司定期或不定期披露信息, 向外界展示公司的运行情况。通过交流, 资本双方彼此了解, 达成共识。本文通过深圳证券交易所对上市公司财务信息透明度的评级, 对不同级别上市公司股价波动范围、波动频率进行分析, 试图得出不同财务信息披露程度的企业间股价波动性是否有本质区别, 来验证积极披露有效财务信息起到稳定股价的作用。

二、研究设计

研究设计主要分三方面论述。

(一) 理论分析和研究假设

在中国市场是弱式或者半强式有效市场的假定前提下, 根据股票价格波动的影响因素, 可以提出以下猜想:公司积极公布的市场信息有利于投资者了解公司的财务, 经营状况, 从而减少投资者盲目跟风投资, 提高他们在投资决策中的理性思考, 而股票内在价值是由公司能够创造的未来净现金流入以公司的加权平均资本成本为折现率, 所计算出的现值决定的, 所以在较高的财务信息透明度下, 股票市场价格应该在一个比较狭窄的区域内, 围绕股票内在价值波动, 也可以认为, 如果在财务信息完全透明的理想状况下, 股票市场价格会等于其内在价值。

由以上推导, 提出假设:在一段时期内, 财务信息透明度越高, 上市公司股票市场价格会更紧密地围绕其内在价值波动, 即是说, 股价波动范围会越小, 股价会更加稳定。

(二) 样本及财务指标设计

本文根据60家上市公司的财务信息透明度在深圳证券交易所的评价, 把它们分成了财务信息透明度高的1组和财务信息透明度低的2组, 每组各30家上市公司。然后找到2011-2013连续3年每家上市公司的股票价格, 由于股票价格随时在波动, 所以以季度为单位, 找到每个季度的平均股价, 再对这12个平均股价找出其均值和标准差, 那么其标准差的大小就代表了股价波动的大小。我们下面要验证的就是, 样本组1中的企业的股价的标准差会显著的小于样本组2中的企业的股价的标准差, 同时这种差异来源于两个样本组本身性质的不同, 而不是源于统计抽样误差。在选择分析数据时, 由于本文主要研究股价波动情况, 根据这一标准, 于是选择变异系数这一指标来衡量波动情况。变异系数又称为“标准差率”, 记为CV。它表示某组数据的离散程度。

(三) 实证分析

对于在一定时期内股票价格的确定, 本文找到2011-2013年60支股票每一个月份股价的最高价和最低价, 并计算出每月每支股票的均价, 然后以季度为单位, 计算出每季度的均价和标准差, 最后标准差与均价的比值, 最后算出变异系数。变异系数越大, 说明离散程度越高, 变量波动越明显。然后根据上面的计算过程, 统计出了60家上市公司的平均变异系数, 分为group 1和group 2, 导入到SPSS19.0进行独立样本t检验。 (见表一)

我们都知道, 由于在中国上市公司这个庞大的总体中, 很多随机的因素会影响企业股票价格的波动, 且这些因素都基本相互独立。假设能够影响股票市场价格的因素所产生的作用都很微小, 那么对于企业总的影响力, 我们可以看作其分布状态是是服从正态分布的, 所以符合独立样本t检验的前提, 也就是相互独立的两组样本并且服从正态分布, 说明本文的检验方法是可行的。 (见表二)

在独立样本t检验中, 其会计算出两个样本的方差是否相等, 进而出现不同的结果。在上面所显示的结果可以看到, F值为10.293, 相伴概率Sig.为0.002, 其值小于本文设置的显著性水平0.05, 说明方差齐性检验没有通过, 于是我们应该采纳第二行的假设, 然后我们根据第二行t检验的结果可以得到, t统计量的显著性水平为0.018, 低于0.05, 说明两个样本组的变异系数的均值是不相同的。于是, 我们可以得到结论, 这两个样本组均值存在显著性差异, 上市公司的财务信息披露的透明度不同, 其股票价格波动的稳定性也会不同, 财务信息透明度越高的企业, 股价相对于财务信息透明度低的企业更加稳定。

三、结论

通过本文的研究结果可以看出, 中国资本市场中, 上市公司财务信息的透明度对其股价的波动产生会非常显著的影响, 也就是说上市公司若能提高其财务信息的披露水平, 是可以使其股价波动更平稳, 前文所假设的观点与这一结论是一致的。根据这种现象, 本文提出如下观点:企业和投资者要共同努力才能改善市场的信息效率, 从而改善上市公司信息披露状况, 最终促进我国证券市场和国家经济的健康发展。加强上市公司的信息披露不是解决上述问题的唯一途径, 更重要的是改革和完善制度可以从以下几个方面入手:

第一, 完善证券市场的法律体系, 加强执法力度。大大增加企业违规披露信息的成本, 提供一个良好的投资环境。第二, 改进会计准则, 使其适应我国的经济发展水平。结合我国的经济发展水平与证券市场的实际状况, 制定出适应我国社会主义市场经济发展的会计准则。第三, 提高监管能力, 加强监管力度。我们不仅要改善法律环境、会计信息披露制度, 还应当加强对信息披露的监管力度, 为会计准则和会计制度的实施提供有力的保障。第四, 重视和加强投资者教育, 帮助投资者形成正确的投资观念, 提高投资决策能力。

参考文献

[1]游家兴, 江伟, 李斌.中国上市公司透明度与股价波动同步性的实证分析[J].中大管理研究, 2007 (1)

汇率变动与股价波动篇2

有人断言，若人民币升值则中国股市必然大涨，逻辑是汇率升值预期诱使游资进入，市场资金充沛、利率下降，导致股市大涨，赚钱效应引发更多外资流入……如此循环直至泡沫破灭。从经验上看，也可以举出1980年代中期日元升值与日本股市泡沫以及亚洲金融危机受灾国货币贬值伴随股市崩盘作为例证，似乎汇率与股市之间存在同向关系。

仔细考察近来各国汇率与股市之间的关系，马上会发现，情况并不像想象中那么简单。国际清算银行两位研究员（Bernard和Galati，）发现，1983年至20间，美、日、德三国汇率变动与股市变动之间仅存在非常微弱的相关性，其中美日两国为正相关，而德国则为负相关。同时还发现，汇率波动性与股市波动性之间存在显著的正相关关系，美元汇率波动幅度每增加0.2％就会伴随着美国股市波动增加1个百分点。换言之，货币升贬与股市涨跌之间没有稳定的数量关系，但是币值不稳定通常伴随着股市不稳定。该研究还发现，各国汇率变动与股市走向之间的关系在各年度也并非保持相同方向，例如，1992年美元汇率走势与美股之间呈显著的反向关系，而则为显著的同向关系。相同的结论也出现在有关专家对东南亚主要市场的研究中。

何以目前很多市场人士会认为人民币升值必然推动中国股市上涨呢？这里面大概有三方面原因。首先，在日本泡沫和亚洲金融风暴中，汇率与股市之间的同向变动关系很容易留下深刻印象；其次，汇率与股市均取决于宏观经济表现，很容易把伴随关系错误地当作因果关系；第三，经济学家的实证研究结果尚有缺陷，如未能很好地研究股市对汇率变动的提前反应。

中国与欧盟经济波动的同步性研究篇3

China and the European Union economic fluctuation the synchronicity of the research

LuoJingHua

Zhejiang university school of economics

Abstract： this paper in China and the European Union economic fluctuation of the interaction and influence the increasingly important problems are a series of measurement test. Test results show that the European Union since 1973 since the establishment of the old， the Chinese economy than the European Union economic sustainability stronger， but China's economic fluctuation range bigger； China's economy and the correlation of the eu economy experienced to enhance to abate， the process of enhancing the again， but overall， the correlation level is still low； China's economic fluctuation lag behind the eu economic fluctuation， show that China's economy for the eu economy exist strong dependence， In 5% of the significant level， China's GDP and the eu GDP does not exist between granger causality； China's GDP and bilateral trade between each other has positive role in boosting， but the eu economy on bilateral trade influence than China's bilateral trade influence big.

一、引言

自20世纪90年代以来，伴随着中国融入经济全球化程度的加深，中国与欧盟的经济联系也日益密切。2008年1—10月，中国与欧盟的双边贸易总额高达3593.7亿美元，占中国对外贸易总额的16.4％，是中国第一大贸易伙伴。随着双边经贸关系的日益密切，中国与欧盟的经济波动会通过要素流动、贸易渠道、金融市场等实体或虚拟经济传导渠道，引起彼此经济波动的谐振。2008年10月6日全球股市遭遇“黑色星期一”，道琼斯指数跌破万点关口，创下史上最大单日跌幅，上海股市也应声下跌5.14％。特别是在当前世界经济面临上世纪30年代以来最严重的金融危机的时刻，研究中国与欧盟经济波动的相关性及互动规律有着重要的理论和现实意义。

现有文献主要是考察随着中国融入经济全球化进程的逐步深入，中国和欧盟经济的相互联系及其影响，多为定性分析。目前尚无学者对中国与欧盟经济波动的同步性进行系统性的研究。Erixon（2008）等研究了中国在加入WTO后的贸易政策，重点考察了中欧经济关系，作者认为，中国的持续崛起导致其贸易政策的重要性远胜于其刚加入WTO之时，中欧关系已迅速成为世界贸易体系中主要的重要一极。史艳娜（2007）考察了中国与欧盟的产业内贸易状况，作者运用G—L指数对中国与欧盟原15国间的产业内贸易总体状况进行了分析，研究结果表明，2004年中国与欧盟的产业内贸易指数高达0.509，这表明中欧贸易模式已由产业问贸易向产业内贸易转变，产业内贸易已经成为中欧贸易的主要形式。Hus—sain（2008）考察了欧盟与BRICs四国服务贸易盈余问题，特别是中国与欧盟的贸易关系。研究结果表明，2006年欧盟27国对BRICs的服务贸易出口达460亿美元，服务贸易进口达390亿美元。从2004年开始，中国已经成为欧盟与BRICs四国中最主要的贸易伙伴。

本文主要从定量的角度，运用中国与欧盟GDP的相关系数分析，考察二者相关性不断演进的历史路径；通过横向相关关系对中国与欧盟经济的持续性、波动性以及领先滞后关系进行比较；利用格兰杰因果检验分析二者是否存在伪相关；并通过VAR模型中的脉冲响应函数和方差分解描述二者通过国际贸易渠道相互作用的路径。

二、数据说明

本部分所采用的贸易和GDP数据以老欧盟12国成立的1973年为起点，截止于2007年。中国和欧盟GDP数据和双边贸易数据分别来自世界银行数据库和联合国COMTRADE数据库等。在相关分析中，时段的选取主要参考了中国经济、欧盟经济以及世界经济中的一些重要时点。

nlc202309010111

三、实证研究

（一）中国与欧盟经济波动的相关关系

相关分析是为了考察中国与欧盟经济波动的相关性，分析中国与整个欧盟经济波动相关性强弱演进的历史路径，中国与欧盟GDP增长率的横向相关关系考察中国与欧盟经济同步性（syn—chronization）的强弱。

从相关分析来看，中国与欧盟经济波动的相关性大致经历了先增强，再减弱到再增强的过程（见图l和表1），这与中国改革开放的历史进程和一些全球性经济事件有关。从1973到1988年，中国与欧盟的相关系数由-0.77上升到0.47，从1989到1991年，由于西方的经济封锁，中国与欧盟整体经济波动呈现负相关，相关系数为－0.91。从1992年党的十四大提出建立社会主义市场经济体制开始，中国改革开放进入了新的发展阶段，中国与欧盟间的经贸关系日益密切，从1992到1996年相互间经济波动相关性不断增强，仍呈现负相关，相关系数为-0.47。从1997年到2001年，中国与欧盟经济波动的同步性仍持续增强，相关系数为-0.07。从2002年开始，无论中国经济还是欧盟经济都进入了新的发展阶段，经济周期的同步性明显增强，相互间经济波动基本上都呈现较强的正相关，相关系数高达0.81。中国与欧盟单个国家经济波动的相关系数走势也大致相似。

对中国与欧盟GDP增长率数据间的横向相关关系的考察中（见表2），一阶自相关表示了各自经济的持续性（Peristence），经济的持续性表示下期的经济活动延续本期经济走势的趋势；标准差反映了各自经济的稳定性；横向相关关系则反映了中国与欧盟经济间同步性的强弱。表2显示，与欧盟多数国家经济相比，中国经济的持续性较强，中国GDP增长率的一阶自相关为0.38，欧盟GDP增长率的一阶自相关为0.20；中国经济的波动性较大，中国GDP增长率的标准差为3.49，欧盟GDP增长率的标准差为1.20。从横向相关关系来看，中国经济与多数欧盟国家经济呈现正的同步性。中国经济波动滞后于欧盟经济波动约三年时间，说明中国经济对欧盟经济具有一定的依赖性。

（二）中国与欧盟经济波动的因果关系

上述分析表明，中国与欧盟GDP增长率之间有着明显的相关性，但这种相关性并不代表因果关系，因此需要运用格兰杰因果检验进一步考察中国与欧盟经济波动间的因果关系，以及变量间的相关性是否属于伪相关问题。

在考察格兰杰因果检验之前，我们对中国和欧盟各国GDP增长率时间序列进行了平稳性检验，ADF检验结果显示，所有序列都二阶平稳（鉴于篇幅，检验过程从略）。格兰杰因果检验滞后项的选择参照SIC（schwarz lnfo Criterion）值，检验结果见表3显示，中国GDP与欧盟整体GDP相互间不存在格兰杰因果关系。中国GDP是英国、荷兰GDP增长的格兰杰原因能通过5％的显著性检验，表明在95％的置信水平下，可以认为中国GDP是英国和荷兰GDP增长的格兰杰原因。希腊、葡萄牙GDP是中国GDP增长的格兰杰原因能通过5％的显著性检验，表明在95％的显著性水平下，可以认为希腊、葡萄牙GDP是中国GDP增长的格兰杰原因。其他国家的GDP与中国GDP增长之间的格兰杰原因不能通过5％的显著性检验。

（三）中国与欧盟经济波动的传导机制

由于格兰杰因果检验和协整检验仅反映中国和欧盟GDP波动的因果和长期均衡关系，为了更好地考察二者相互影响的路径，本文采用VAR模型、脉冲响应函数和方差分解来考察中国与欧盟经济波动相互传导的动态路径。VAR模型考察变量间的关系时，其最大优点是不受先验经济理论的限制，直接通过时间序列数据本身的特性进行研究，先验知识只用来考虑及选用纳入模型的经济变量。

基于中国GDP、欧盟GDP和双边贸易额的自然对数值服从一阶单整，以及各国贸易数据的可获取性，本文选取1984—2007年中国GDP、整个欧盟GDP和双边贸易额建立VAR模型：

1，脉冲响应函数

在上述VAR模型基础上，再运用脉冲响应函数来衡量来自随机扰动项的标准差冲击对内生变量当前和未来取值的影响。若e发生变化，不仅导致各变量的当前值发生变化，而且还会通过当前值影响其未来取值。脉冲响应函数可以描述这些影响的动态轨迹，显示任意一个变量的扰动怎样通过模型影响到所有其它变量，最终又反馈到自身的过程。

图2显示，欧盟GDP对其本身的新息冲击即刻就有反应并不断减弱，从第四年后冲击产生的影响为负，随后逐渐衰减直至消失。欧盟GDP对来自其他因素的新息冲击反应不明显，表明欧盟经济的运行更多受到自身因素的影响；欧盟GDP对来自中国GDP的新息冲击，刚开始为负向反应，随后不断增强，在第四年后达到最大，随后不断衰减并逐步消失；欧盟GDP对来自双边贸易新息冲击刚开始呈微弱的负向反应，随后不断增强，在第六期后逐步衰减直至消失。

中国GDP对其自身的新息冲击当期就有明显的正向反应，在第二年结束时变为负向反应，此后不断波动衰减；对来自双边贸易新息的冲击刚开始没有反应，随后不断增强，在第三年达到最大，表明中国GDP受双边贸易的影响是逐步增强的；对来自欧盟GDP新息冲击刚开始没有反应，随后变为负向反应，到第五年后才变为正向反应，这与中欧经济的竞争性有关。

双边贸易对来自自身新息冲击在第一年表现为正向反应，随后不断衰减直至消失；对来自欧盟GDP新息冲击在前四年都表现为负向反应，随后才转变为正向反应并逐步衰减，表明双边贸易受到欧盟经济的影响较大；对来自中国GDP新息冲击的反应刚开始为负，随后不断增强，在第一年结束时达到最大，随后不断衰减。表明中国经济对双边贸易的拉动作用具有一定的滞后期。

由此可见，欧盟GDP增长主要受到自身因素的影响；欧盟GDP对中国GDP增长有较强的影响，但反向的影响则较弱；欧盟GDP对双边贸易的更多的表现为负向影响，这与欧盟近年来经济增长疲弱有关；中国GDP对双边贸易的拉动作用存在一年的滞后期。

nlc202309010111

2，方差分解

考察VAR模型时，还可以采用方差分解方法研究模型的动态特征。其主要思想是，把系统中每个内生变量（共m个）的波动（k步预测均方误差）按其成因分解为与各方程新息相关联的m个组成部分，从而揭示对VAR模型变量产生影响的各随机干扰的相对重要程度。

根据估计得到VAR模型，我们分别对欧盟、中国和双边贸易的变化进行方差分解（见图3）。对欧盟GDP的方差分解显示，各因素的影响力在四年后逐步稳定，有大约85％的变化可以由其自身因素来解释；欧盟GDP的变化中，可以由双边贸易解释的部分很小，可见双边贸易对欧盟经济的影响较弱。欧盟经济增长中，中国GDP的影响随时间推移而逐步增强，能由中国GDP解释的部分约为10％。这表明欧盟经济更多地是受到自身因素的影响，中国GDP和双边贸易对欧盟经济的影响较小。

中国GDP的方差分解中，约为55％的影响可由自身因素来解释，由欧盟和双边贸易因素解释的部分别为30％和15％。中国经济增长来自欧盟自由贸易区GDP和双边贸易的影响随时间推移而不断增强。

双边贸易的方差分解中，可由欧盟GDP解释的部分不断上升，最后约为45％，由中国GDP所解释的部分保持稳定，约占20％，双边贸易来自其自身的影响不断衰减，最后约为35％。表明双边贸易的增长受欧盟经济波动的影响较大，这与欧盟需求对双边贸易的巨大影响密切相关；

四、结论

随着中国融入经济全球化程度的加深，一方面，欧盟经济的波动显著影响了中国经济的运行，同时，中国因素对欧盟经济的拉动作用也在逐渐加大。本文运用一系列的计量分析工具，研究了中国与欧盟经济增长的同步性。主要结论如下：

1，受中国改革开放进程阶段性的影响，中国与欧盟经济的相关性经历了先增强再减弱，到再增强的过程，两者的相关系数在整个时段仍为负，表明相互间的经济影响依然不强。但从中国加入WTO以来，中国与欧盟经济波动的相关性逐步增强，这既是双边经贸联系深化的结果，也是中国因素重要性日益凸现的明证。

2，与欧盟各国经济相比，中国经济波动的持续性较强、波动性较大；中国经济波动滞后于欧盟经济的波动三年，表明中国经济对欧盟经济存在较强的依赖性。

3，中国GDP与整个欧盟GDP增长之间不存在格兰杰因果关系，但中国GDP是英国、荷兰GDP增长的格兰杰原因能通过5％的显著性检验，希腊、葡萄牙GDP是中国GDP增长的格兰杰原因能通过5％的显著性检验，这表明中国经济与欧盟经济的相互影响依然较弱，但这一影响将随着相互间经济联系的日益密切而不断增强。

4，欧盟经济对双边贸易的影响较大，中国经济对双边贸易的影响相对较弱，中国经济对双边贸易的拉动作用具有一年的滞后期。这表明，作为中国出口的主需求方，欧盟经济对双边贸易和中国经济的增长都具有较大的作用。

总之，随着中国对外开放程度的进一步加深，特别是随着经济的快速发展和中国因素重要性的日益显现，中国与欧盟经济的相互依存和相互影响逐步增强，特别是中国经济波动对欧盟经济的影响将日益增大。中国经济周期的运行将影响欧盟经济周期的运行轨迹，当前中国经济的稳定增长有助于欧盟各国走出当前的经济低迷，实现经济的早日复苏。

股价波动同步性研究篇4

近年来伴随着股权分置改革的实行与股权激励管理办法的推出, 越来越多的上市公司在积极推行股权激励, 股权激励俨然成为上市公司提高公司绩效的一种利器。股权激励机制可以解决股东与经理层之间利益纽带问题, 对维持管理团队的稳定, 减少代理成本和提高公司绩效都起到积极作用。

尽管股权激励意在解决股东与高管的制衡机制, 但由于股权激励往往伴随着一定的行权条件, 导致高管存在着为满足自身利益而进行盈余管理的动机, 同时, 市场会对会计盈余公告做出相应的反应, 这种盈余管理的行为就会对股价产生一定的影响, 造成二级市场股价的波动。

基于此, 本文在参考国内外有关股权激励和盈余管理的经典模型及论述基础上, 运用实证研究方法对我国上市公司的股权激励与盈余管理行为间关系进行研究, 并结合公司财务指标进行分析。

二、文献回顾

Brown (2001) 研究认为, 公司高管存在着调整会计报表中盈余的行为, 以使其超过分析师的预期, 因为低水平的会计盈余会对二级市场造成不利影响, 同时也意味着较低的管理绩效。Gao 与 Shrieves (2002) 通过实证研究发现, 高管薪酬的组成会对其盈余管理行为带来一定程度的影响, 股票期权以及股票红利与盈余管理程度有着正相关关系, 而工资薪金与盈余管理则呈负相关。Bergstresser 和 Phillippon (2006) 通过实证研究发现, 当CEO薪酬与公司股价紧密相关时, 他们进行盈余管理的动机就越明显。

肖淑芳、张晨宇等 (2009) 通过实证研究发现, 股权激励计划公告日前的三个季度, 经理人普遍存在着通过操纵“操纵性应计利润”进行了向下的盈余管理。马会起、干胜道、胡建平 (2010) 研究发现, 我国实施经营者股权激励的上市公司, 其当前的应计利润对当前的股票价格的影响程度大于当前的现金净流量。这也鼓励公司经营者通过盈余管理进行操纵股价以达到获得更多股权收益的目的。

目前国内的研究主要是关于股权激励过程中盈余管理的动机以及其与公司治理的关系, 本文将上市公司的财务指标、股价波动与盈余管理相结合, 深入研究了股权激励公司的不同特征对上市公司盈余管理程度的影响, 以及这种盈余管理带来的结果, 丰富了股权激励过程中盈余管理的理论研究。

三、研究假设

(一) 股权激励公司股权集中度与盈余管理

尽管股权激励意在减少代理成本, 强化公司高管与股东之间的制衡机制, 然而由于我国上市公司内部人控制现象较为严重, 管理层为了自身的利益就会实施一定程度的盈余管理, Shleifer和Vishny (1997) 认为当股权集中度增加至股东司以有效地控制公司时, 代理问题就会从所有者与经营者之间的代理冲突转移到控股股东对中小股东的利益剥夺上来。因此, 提出假设:

假设1:上市公司股权集中度越强, 股权激励中盈余管理的幅度也越大。

(二) 股权激励公司每股净资产与盈余管理

每股净资产值反映了每股股票代表的公司净资产价值, 是支撑股票市场价格的重要基础。每股净资产值越大, 表明公司每股股票代表的财富越雄厚, 通常创造利润的能力和抵御外来因素影响的能力越强。袁琳 (2009) 研究发现, 2002年以后, 我国资本市场存在账面净资产对股价的解释能力逐年增强的现象, 且是股价的主要解释力量, 解释能力优于会计盈余。每股净资产越大, 也许对股权激励高管的诱惑力也越大, 因此提出假设:

假设2:每股净资产与盈余管理程度正相关。

(三) 盈余管理与股价波动

目前国内文献大多是对盈余管理的动机以及与股权激励相关性的研究, 而这种盈余管理能否达到目的, 却鲜有文献关注。对于股权激励上市公司的管理层来说, 进行盈余管理的目的很大程度上是为了影响二级市场股价, 降低行权价格, 以便更容易地获得激励。但股价除了受到会计盈余的影响之外, 还会随着宏观经济、行业周期等外界因素而波动, 股权激励下的盈余管理能否达到其目的, 也是本文的创新点之一, 提出假设:

假设3:盈余管理会对二级市场的股价造成影响, 带来股价波动。

四、样本选择和研究设计

(一) 样本选择及数据来源

本文以2011年A股市场首次披露股权激励方案 (不含修订案) 的上市公司为样本, 并进行了筛选:1.剔除了当年度新上市公司;2.剔除了金融类上市公司;3.剔除了ST 等和数据不全的上市公司。最终得到了110家样本数据。数据主要来源于RESSET金融数据库, 运用EXCEL和SPSS 19.0进行分析。

(二) 研究变量

1.被解释变量。

被解释变量为盈余管理程度, 本文采用应计利润分离法来计量盈余管理程度, 采用Dechow等 (1995) 在Jones (1991) 模型基础上进行修正的截面模型:

TA=Earingsi, t-CFOi, t (1)

undefined

其中:Earningsi, t, 指i公司t期的营业利润, CFOi, t为i公司t期经营活动现金净流量。Ai, t-1指i公司在t-l期的期末资产总额, 各变量通过除以i公司上年年末总资产以消除规模因素影响。ΔREVi, t指i公司当期营业收入和上期营业收入的差额, ΔRECi, t指i公司当期期末应收账款净额与上期期末应收账款净额的差额, PPEi, t指i公司在t期的期末固定资产净值。β1、β2、β3为行业参数。

2.解释变量

为了验证如上假设, 本文选取股权集中度、每股净资产、股价波动率作为解释变量。

3.控制变量

为了尽可能控制一些其他变量的影响, 本文选择股权激励模式、股权激励程度、独立董事比例、公司规模为控制变量。

4.解释模型

DA=α0+α1Mode+α2NAPS+α3Own+α4Incst+α5Ind+α6Size+ε (5)

Rt=α0+α1DA+α2Mode+α3NAPS+α4Size+μ (6)

五、实证结果与分析

(一) 描述性统计

由表2可见, DA的最大值达到0.8386, 而最小值存在负数, 表明各上市公司盈余管理差别较大。激励模式的均值为0.61828, 说明大部分公司选择股票期权模式进行激励, 上市公司的股权激励股本占总股本比重最大值为 10%, 最小值为 0.56%, 但标准差仅为0.0184, 说明样本公司间的股权激励比例较为相近, 差别不大。全年股票收益率的标准差为2.4343, 差异较大。

(二) 回归结果分析

注:***表示在1%条件下显著, **表示在5%条件下显著, *表示在10%条件下显著, 括号内为t值

表3为实证回归结果。

回归 (1) 检验了股权激励公司的股权集中度对盈余管理程度的影响, 回归结果显示Own与DA显著正相关, 回归系数为0.067, 且在1%水平下显著, 表明股权越集中的上市公司, 在股权激励过程中的盈余管理程度越大。假设1得到了验证。

回归 (2) 为每股净资产与盈余管理程度的回归, NAPS与DA显著正相关, 回归系数为0.109, 在5%水平上显著, 说明股权激励公司股票的每股净资产越大, 对管理层的吸引力也越大, 其盈余管理程度显著提高, 假设2成立。

回归 (3) 进一步验证上述假设, 每股净资产的回归系数为0.136, 股权集中度的回归系数为0.079, 且二者都在1%水平下显著, 进一步验证了假设1和假设2。从全样本回归结果来看, 股权激励模式与盈余管理程度负相关, 说明实行股票期权的公司盈余管理程度要低于其他方式的公司, 但并不显著, 这可能是由于实行股票期权的上市公司在样本中占大多数造成的。股权激励程度、股权激励有效期与盈余管理程度正相关, 但都不显著, 管理层持股比例与盈余管理程度显著负相关, 说明管理层持股比例越大, 股权激励中实行盈余管理的程度就越低。

回归 (4) 为股权激励公司盈余管理程度与股价波动率的回归分析。DA与显著正相关, 回归系数为2.286, 说明股权激励公司管理层的盈余管理的确对二级市场造成了影响, 带来了股价的波动, 假设3成立。

总之, 表3的结果很好地支持了本文的三个假设。

(三) 稳健性检验

为了进一步验证上述研究结果的稳健性, 本文又选用了Kothari et al (2005) 的业绩调整模型来衡量盈余管理程度, 新的结果除了显著性水平有所降低外, 解释变量的回归结果与上述结果基本一致, 说明结果符合稳健性的原则。

六、研究结论

本文选取了2011年A股市场首次披露股权激励方案的110家上市公司为样本, 研究了上市公司股权激励过程中的盈余管理, 以及这种盈余管理对股价带来的影响。研究发现:股权激励公司的每股净资产、股权集中度都对盈余管理程度有着显著的影响。股权激励中的盈余管理行为会对二级市场造成影响, 可以在一定程度上达到控制行权价格的目的。

本文的研究结果具有重要的实践意义, 表明上市公司股东在授予管理股权激励时, 应该充分考虑盈余管理的影响, 制定合理目标, 优化公司治理结构, 以提高激励效率, 达到降低代理成本的目的。

参考文献

[1]Brown, L.The temporal analysis of earnings surpri-ses:profits versus losses[J].Journal of Accounting Re-search, 2001 (39) .

[2]Daniel Bergstresser, Thomas Philippon.CEO Incen-tives and Earnings Management[J].Journal of Financial E-conomics.2006, 80 (3) .

[3]Pengjie Gao, Ronald E.Shrieves.Earnings Manage-ment and Executive Compensation:A Case of Overdose ofOption and Underdose of Salary?[C]EFA Berlin MeetingsPresented Paper, 2002.

[4]肖淑芳, 张晨宇, 张超等.股权激励计划公告前的盈余管理[J].南开管理评论, 2009 (12) .

[5]何凡.股权激励制度与盈余管理程度[J].中南财经政法大学学报, 2010 (2) .

[6]马会起, 干胜道, 胡建平.基于经营者股权激励的盈余管理与股价操纵相关性研究[J].财会通讯, 2010 (6) .

[7]袁琳, 廖晓鹏.每股收益和每股净资产的投资决策有用性——基于“费森—奥尔森估值模型”的实证研究[J].北京工商大学学报:社会科学版, 2009 (1) .

股价波动同步性研究篇5

投资者的非理性行为与股票价格间的关系是现代金融理论和行为金融理论争论的焦点。传统金融理论认为, 市场是有效的, 某种程度上某些投资者可能并非理性, 但由于交易随机进行, 该种非理性会相互抵消, 因此股票价格不会受到影响。而兴起于20世纪80年代的行为金融理论, 吸收了心理学、社会学、人类学、行为决策研究的成果, 突破了传统金融理论的有效市场和理性人假说, 认为由于非理性投资者行为的不可预测性和套利的非完美性, 理性套利者并不能及时纠正非理性投资者导致的股票价格与价值之间的偏离, 所以, 股票价格由其基础风险和非理性投资者的错误估价共同决定。而众多针对投资者情绪与股票市场的研究正好回应了行为金融理论的这一理论。

投资者情绪这一概念的出现始于1963年美国《投资者智慧》杂志编制的熊市情绪指数 (the Bearish Sentiment Index) 。而Solt和Statman[1]对于投资者情绪与股价的实证研究则将学术界讨论的焦点从关于价格、红利和盈利的时间序列的经济计量分析逐渐转向了跟金融市场有关的人类心理学建模, 越来越多的学者开始了对投资者情绪与股价关系的研究。

相关的研究主要集中在如何选取合适的表征投资者情绪的代理变量并研究其与资产收益的关系, 以及投资者情绪对市场价格的影响机理等方面。

1996年, Swaminathan[2]、Neal和Wheatley[3]应用噪音交易理论解释了封闭式基金折价之迷, 并发现作为投资者情绪代理变量的封闭式基金折价可以预测小公司股票的未来收益以及小公司股票组合与大公司股票组合的收益差;而后, Simon与Wiggins考察了封闭式基金折价和投资者情绪调查指数作为投资者情绪代理变量在短期市场收益预测中的作用;金晓斌等[4]、张俊喜等[5]也以封闭式基金折价代理投资者情绪, 分析了投资者情绪与股市收益的关系。Brown[6]运用美国“个人投资者协会” (AAII) 提供的投资者情绪指数, 证实了投资者情绪与封闭式基金价格的波动紧密相关;Fisher和Statman[7]利用对投资者的调查数据编制投资者情绪指数, 并最终发现战略投资者和个体投资者的情绪均与市场指数的未来收益成负相关关系;饶育蕾与刘达锋[8]、王美今等[9]分别利用“央视看盘”数据作为情绪代理变量研究了投资者情绪与市场收益的关系。Qiu和Welch的研究则更进了一步, 其提供的证据一方面肯定了情绪在金融市场中具有一定的作用, 表明基于问卷调查的情绪指数对于理解金融市场有一定参考意义, 另一方面却又认为封闭式基金折价可能是对投资者情绪的一个错误度量。

同时, 许多学者还从投资者情绪对股市价格的影响机理方面对该问题进行了研究。Delong等[10]给出了噪音交易的基本理论模型 (DSSW模型) , 指出在有限套利的市场中, 投资者情绪是影响股票均衡价格的系统因子;Lee等[11]和王美今等[19]的研究也得出了类似的结论。Barberis等[12]、Daniel等[13]、Hong和Stein[14]则根据投资者认知偏差来解释情绪的形成及其对股票价格的影响机理。除此之外, 张强、杨淑娥和杨红[15]应用GARCH模型研究了中国股市投资者情绪对股票收益的影响, 结果发现, 机构投资者情绪是影响股票价格的重要因素, 而个人投资者情绪的影响并不显著。

综上, 现有研究对表征投资者情绪的指标是否具有参考价值存在分歧, 对投资者情绪与股市之间关系研究的结论也不一致, 并且大部分的研究都侧重于投资者情绪对于股票市场的单方面影响, 鲜有文献涉及到二者间互动关系的研究。投资者获得信息后, 其情绪发生波动, 从而导致投资决策发生变化, 进而引起股票价格的波动, 股票价格的波动亦会通过反馈机制再次影响投资者情绪, 因此有必要研究二者的相互影响。我国股市作为新兴市场, 制度尚不健全, 过度投机突出, 与其他成熟市场相比具有更强的心理特征, 为检验行为金融理论提供了良好的实证基础。因此, 本文以我国股市为研究对象, 在借鉴国内外相关研究的基础上, 不拘泥于投资者情绪对于股票价格的单向影响, 着力进行二者间互动的实证检验。

在研究工具的选择上, 虽然有文献涉及到了GARCH类模型, 但仅局限于单变量模型的应用, 不能更好地从动态角度分析多个变量之间的相关关系。鉴于金融市场的波动往往表现出异方差特性, 及本文研究核心是不同变量、不同因素间存在的相互影响和相关关系, 引入了既可以涵盖单变量的波动特性, 又可刻画不同变量波动间相关关系的多元GARCH类模型, 对投资者情绪波动与股票价格波动的互动关系直接进行实证检验。本文的目的在于揭示中国股票市场上, 股票价格波动和投资者情绪波动对于信息的敏感程度, 以及变量波动的持续性, 进而准确把握二者的动态相关关系, 为理解中国股票市场规律及今后如何从投资者情绪的角度进一步完善市场、提高其运行效率提供一定的实证依据。

1 数据处理和实证模型分析

1.1 变量选择与数据选取

1.1.1 投资者情绪代理变量的选择

鉴于相关文献得出的基于问卷调查的机构情绪指数对于理解金融市场有一定参考意义这一重要结论, 本文拟采用基于问卷调查的情绪指数。《股市动态分析》杂志社于每周五对机构投资者关于股市多空的意见进行调查, 周六在该期刊上公布好淡指数, 该指数的编制起步较早而且中间从未间断, 保持较好的连续性。考虑到数据记录的完整性, 本文选用好淡指数作为投资者情绪的代理变量。根据《股市动态分析》杂志的定义, 设

$S_{t} = \frac{B u l l s_{t}}{B u l l s_{t} + B e a r s_{t}} \times 100$

其中, St表示t时期好淡指数;Bullst表示t时期看涨人数;Bearst表示t时期看跌人数。令D-St=lnSt-lnSt-1, 表示投资者情绪的波动, 则D-St>0表示投资者在t期变得乐观或更乐观;D-St<0表示投资者在t期变得悲观或更悲观。

1.1.2 数据的选取与处理

本文选取上证综指的历史周数据进行研究。样本期从2005.20周 (05.5.16) ～2008.10周 (08.03.03) , 共147个观测值。

代表股市价格的上证综指用HS表示, t周股票价格波动D-HSt=lnHSt-lnHSt-1, HSt表示t周的上证综指。数据来源于雅虎财经历史数据库。

关于数据的处理, 由于上证综指的周数据每年都有3周的缺失, (五一, 十一, 春节放假) , 好淡指数也有类似的情况。所以为了数据的完整性, 本文采用在处理少量数据缺失情况下比较常用的中心化移动平均法, 补齐漏掉数据。

1.2 二元GARCH模型

投资者获得信息后, 其情绪发生波动, 从而导致投资决策发生变化, 进而引起股票价格的波动, 股票价格的波动亦会通过反馈机制再次影响投资者情绪。

投资者情绪波动与股票价格波动作为高频时间序列分布一般具有波动率集群 (volatility clustering) 特性, 而GARCH类模型一般能揭示这种波动特性, 因此本文倾向选取GARCH类模型进行研究。另外由于本文的目的在于考察投资者情绪波动与股票价格波动的相互关系, 于是需要把单变量GARCH类模型扩展到多变量情况。而DCC多元GARCH模型恰好能够从动态角度分析多个变量之间相关关系, 并且同其它多元GARCH模型相比, 其参数估计较为简单, 所以本文选取DCC多元GARCH模型进行研究。

建立投资者情绪波动和股票价格波动的DCC二元GARCH模型, 首先要考察二者代理变量数据的平稳性和异方差性, 而后利用DCC二元GARCH模型进行实证检验。

假设投资者情绪波动与股票价格波动的信息{rt}为独立同分布的白噪声过程, 服从均值为0, 协方差矩阵为Ht的多元正态分布, 即:rt|Ωt-1～N (0, Ht) , Ωt-1为投资者情绪波动与股票价格波动在t-1期之前所有可获信息的集合, 二者动态相关结构设定为:

rt|Ωt-1～N (0, Ht) (1)

Ht=DtRtDt (2)

$Q_{t} = (1 - \sum_{m = 1}^{Μ} α_{m} - \sum_{n = 1}^{Ν} β_{n}) \bar{Q} + \sum_{m}^{Μ} α_{m} (ε_{t - m} ε^{'}_{t - m}) + \sum_{n}^{Ν} β_{n} Q_{t - n}$ (3)

其中 $\bar{Q} = Τ^{- 1} \sum_{t = 1}^{Τ} ε_{t} ε^{'}_{t}$ , 为二者标准化残差的无条件方差矩阵。

Rt= (Q*t) -1Qt (Q*t) -1, Q*t为Qt对角线上的数。

Rt为投资者情绪波动与股票价格波动的动态相关系数矩阵, $D_{t} = d i a g (\sqrt{h_{i t}})$ , $h_{i t} = ω_{t} + \sum_{p = 1}^{Ρ_{i}} α_{i p} e_{i t - p}^{2} + \sum_{q = 1}^{Q_{i}} β_{i q} h_{i t - q}$ (意味着投资者情绪波动和股票价格波动分别都服从一个GARCH (p, q) ) 。ε′t=D-1tet为向量标准化残差, $\bar{Q}$ 为标准化残差的无条件方差矩阵, Rt中的元素为: $ρ_{i j ‚ t} = q_{i j ‚ t} / \sqrt{q_{i i ‚ t} q_{j j ‚ t}}$ , 在这里投资者情绪波动与股票价格波动的相关系数矩阵Rt被分解, 于是Q*t为对角元素为 $\sqrt{q_{i i ‚ t}}$ 的对角阵, Qt里面的元素为qij, t、qii, t、qjj, t。αm和βn称作DCC模型的系数 (m和n为滞后阶数) , 分别为投资者情绪波动和股票价格波动的DCC二元GARCH模型里前期标准化残差平方系数与前期条件异方差系数, 并且满足αm≥0, βn≥0。

简单的说, 投资者情绪波动和股票价格波动的DCC二元GARCH模型的参数估计分为两个步骤:

(1) 分别估计投资者情绪波动和股票价格波动的单变量GARCH过程;

(2) 使用第一步骤所估计出的二者的条件方差标准化残差估计投资者情绪波动和股票价格波动的动态条件相关系数。

最后, 要检验模型算出的二者的动态相关系数是否与常相关系数有显著性差异, 即对Rt进行假设检验, 判定投资者情绪波动和股票价格波动间是否存在固定相关性。假设:

$Η_{0} ∶ R_{t} = \bar{R} Η_{1} ∶ R_{t} \neq \bar{R}$

运用Engle提出的分布方法进行检验, 同时给出相应的p值。

本文实证均在软件Eviews5.10和MATLAB6.5的环境下实现, 计算过程参照了Kevin Sheppard的USCD-GARCH工具箱。

2 模型估计结果

2.1 单位根检验

由于运用GARCH类模型研究的前提是所研究的时间序列必须平稳, 所以有必要对数据进行平稳性检验。本文主要采用ADF方法检验时间序列的平稳性。根据AIC最小原则选择的D-St和D-HSt最佳滞后阶数分别为0阶和2阶, 结果如表1、表2所示。

D-St和D-HSt的ADF检验值都分别小于3个显著水平上的临界值, 所以对两个时间序列的检验均拒绝序列存在单位根的假定, 因此判定投资者情绪波动序列和股票价格波动序列都是平稳序列。

2.2 异方差性检验

通过对投资者情绪波动序列和股票价格波动序列的自相关检验, 我们发现二者都与其滞后1阶存在显著的自相关, 因此对二者的均值方程都采用如下形式:

D-St=c1+a1D-St-1+ε1t

D-HSt=c2+D-HSt-1+ε2t

二者进行自回归后, 利用Ljung-Box Q统计量分别对二者均值方程拟和后的残差及残差平方做自相关检验, 结果表明投资者情绪波动和股票价格波动各自的残差序列不存在显著的自相关, 而残差序列平方则有显著的自相关性。二者残差序列平方图如图1和图2所示。

直观地就可以看到残差序列平方的波动具有明显的时间可变性 (time varying) 和集群性 (clustering) , 有的时刻残差序列平方的方差很大, 并且持续一段时间;而在另外的时刻其方差可能很小, 也会保持一定的惯性, 因此, 初步认为投资者情绪波动序列和股票价格波动序列适合用GACH类模型来建模。但是为了进一步证明可以使用GACH类模型, 本文对样本进行了ARCH-LM检验。

投资者情绪波动ARCH效应检验的LM统计量为5.489325, P值为0.020521, 在5%的水平上显著;股票价格波动ARCH效应检验的LM统计量为3.733852, P值为0.026313, 也在5%的水平上显著, 于是认为投资者情绪波动和股票价格波动均具有ARCH效应, 因此本文对GACH类模型的选择是正确的。

2.3 DCC二元GARCH模型估计

投资者情绪波动和股票价格波动残差序列的模型部分, 我们采用了比较简洁的二元GARCH (l, l) 形式, 很多研究者已经证明了GARCH (1, 1) 能够涵盖其他的情形, 因为不论GARCH (p, q) 中p, q的取值如何都是可以递推演化为GARCH (l, l) 形式的。因此, 得出下面二者的条件方差模型参数和DCC (1, 1) 参数, 如表3、表4和表5所示。

表3、表4中ARCH项的含义为现有信息对下一期波动的影响程度, 值越高说明对新信息的敏感度越高。表3中投资者情绪波动的ARCH (1) 值等于0.13469, 小于表4中股票价格波动的0.18861, 表明当受到前期可预期信息和不可预期的利好信息或利坏信息冲击时, 二者虽然都会产生波动, 并将这种波动继续以相同的方向传递给后期, 但相比而言, 股票价格的波动会较为明显。令λ=GARCH (1) +ARCH (1) , 表示变量波动的持续性, 用来衡量现有的波动性趋势在未来消失的速度, 该值越接近1, 表明波动性趋势在未来维持的时间越长。从表中可知, 投资者情绪波动的λ值为0.92909, 而股票价格波动的λ值仅为0.63005, 投资者情绪波动有明显接近于1的趋势, 由此看来, 投资者情绪波动对于新信息接受能力较弱, 但当其受到影响后, 波动性趋势持续时间较长;而股票价格波动恰好相反, 当期信息对下一期波动的影响程度较大, 可其影响力在未来的消失速度也要快得多。

注:P值为假设动态相关系数为不变的概率, 卡方值为相应P值的卡方检验值。*、**和***分别表示显著水平1%、5%和10%。

表5中, 整个DCC (1, 1) 模型的参数分别为0.057942和0.90811, 其中P值为假设投资者情绪波动与股票价格波动的动态相关系数不变的概率, 卡方值为相应P值的卡方检验值。P=0.12878, 即动态相关系数有12.878%的概率稳定不变, 其卡方检验值为26.051, 具有统计显著性, 可以认为二者间基本存在动态可变的条件相关系数, 即有波动溢出效应。由此确定, 投资者情绪波动和股票价格波动之间具有双向因果或者反馈关系, 一个变量的变动, 会对另一个变量的波动产生或多或少的影响。也就是说, 当信息到达投资者群体时, 会引起投资者情绪的波动, 从而引起其投资决策发生变化, 而面对这一变化股票市场也会做出反应, 股票价格随之发生波动, 反过来又继续影响投资者的决策, 进而影响其情绪波动, 如前面图1二者内在的逻辑关系图所示。

由图4可直观看出投资者情绪波动与股票价格波动的动态相关系数并不是固定不变的, 而是基本处于[-0.35, 0.5]之间波动, 总体正相关机会大于负相关机会。2005～2006年间其值有正有负, 并不十分稳定, 而从2006年末开始至2008年初, 该系数一路攀升, 逐渐稳定在[0.2, 0.5]之间。这主要是因为2006年末我国股市就开始单边上涨趋势, 股票市场异常兴旺, 但与此相对的是股市中的投资者素质不高, 容易受到利好信息或利坏信息的影响, 导致跟风、盲目信赖专家等现象普遍存在, 投资者轻易地改变其投资决策, 从而引起股票价格的频繁波动, 二者间联动变强, 所以投资者情绪波动与股票价格波动之间的互相影响较大, 动态相关系数位于相对高位震荡。而在检验期末的时段, 相关系数逐渐呈现下降趋势, 这主要归咎于近期股市低迷, 大盘股指一路下跌, 投资者信心受挫, 对股市关注度也随之下降, 信息对于投资者情绪的影响减弱。此时, 多数投资者处于观望阶段, 不会轻易买入或卖出股票, 改变其投资决策, 于是投资者情绪波动与股票价格波动间的影响及反馈机制敏感度下降, 导致二者间溢出效应减弱, 从而出现期末的联动趋弱现象。

投资者情绪波动与股票价格波动间互动关系的实证结果比较准确地刻画了投资者对股票市场的评价和预期, 及股票市场变动对投资者情绪的冲击, 与市场运行情况基本吻合。但同时我们也注意到, 二者间的动态相关系数的最小值为-0.3087, 最大值为0.4732, 均值为0.1702, 从数值上看并不理想, 即二者的相关程度并不高。

3 结论与启示

3.1 实证研究结论

(1) 本文以好淡指数作为投资者情绪的代理变量, 以上证综指作为股票价格的代理变量, 运用恩格尔提出的DCC二元GARCH模型进行了二者间互动的实证检验, 结果发现二者间波动倾向于存在动态可变的条件相关系数, 具有双向因果或者反馈关系, 即有波动溢出效应。二者间一个变量的变动, 会对另一个变量的波动产生或多或少的影响, 并且这种影响多数时候是正向的。

(2) 投资者情绪波动和股票价格波动分别都服从一个单变量的GARCH (1, 1) 过程, 但投资者情绪波动的ARCH (1) 值小于股票价格波动的ARCH (1) 值, 表明股票价格波动对于信息的敏感度高于投资者情绪波动, 同时其对下一期波动的影响力也更强。而对于以λ值表示的变量波动的持续性, 投资者情绪波动却好于股票价格波动, 其波动性趋势持续时间较长;影响力在未来的消失速度也相对较慢。

(3) 文中投资者情绪波动与股票价格波动的动态相关系数处在[-0.35, 0.5]之间, 证明二者间的互动影响是有效的, 但从最小值、最大值、均值的数值来看, 二者的相关程度并不高。这一方面是由于本文选取的数据为周数据, 包括的样本数量不很充足, 数据集群性不十分明显, 导致实证结果不理想;另一方面则是由于我国股票市场制度不健全, 投资者出于风险偏好及对股市的信心不足, 对“坏消息”有较大的心理预期和承受能力, 对“好消息”却容易过度反应, 导致投资者情绪波动产生不规则性和某些时刻的剧烈性。与此相反, 股票市场波动则大部分时候处于一种随机游走的状态, 当一方的波动性增加, 另一方的波动性没有变化时, 两者之间互动的显著性就会下降, 即投资者情绪波动对于股票价格波动的影响程度减弱, 同时相应的反馈机制也受到牵制。

3.2 启示

本文中的DCC二元GARCH模型较好地描述了投资者情绪波动与股票价格波动间的动态互动关系。因此, 我们应该注意到, 在我国投资者素质不高, 跟风、盲目信赖专家等现象普遍存在的情况下, 不但投资者情绪波动时刻影响着股票价格的波动, 股票价格波动反过来对于投资者情绪波动的修正作用也是不容忽视的。虽然短期内二者的相关性并不高, 没有引起足够重视, 但是随着我国股市的规范化和研究的深入, 投资者情绪波动与股票价格波动的外溢现象将为包括投资者在内的各方参与者认识市场、把握市场, 提供更为合理、有价值的分析途径。因此, 如何提高投资者的素质、增强其投资行为的理性化程度也就成为对稳定股票市场重要而现实的问题。

同时, 投资者情绪波动与股票价格波动间的这种互动也为监管部门实施市场监管和调控提供了依据。监管部门可以利用投资者情绪指数掌握投资者的心理活动和心理预期, 从而适当调控和合理引导投资者情绪, 通过向投资者传播投资知识、传授投资经验、培养投资技能、倡导理性投资观念、提示投资风险等方式, 提高投资者素质, 使其保持对市场的信心, 形成理性和稳定的情绪, 促进市场稳定有序地运行。同时, 强化对股票市场的监管, 加强信息及时披露, 增加信息的透明度, 提高股票市场在资源配置上的效率性, 进一步规范市场, 使市场的不断完善反过来坚定投资者对于市场的信心。最终, 二者形成良性循环, 从而最大限度地发挥中国股票市场在促进中国经济发展中的作用。

股价波动同步性研究篇6

证券分析师能凭借专业知识与技能, 对股票信息有更好的挖掘与评估, 证券公司发布的对股票的分析、评级理应是普通投资者参考的重要依据。但因中国市场尚不成熟、监管机制不够完善等原因, 证券分析师们的职业道德和职业能力受到大量质疑。本文试图从其受到质疑的股价同步性和预测准确性两方面着眼, 利用充裕的数据, 从实证层面对上述问题予以检验。

2 研究设计

本文先研究证券公司股票评级能否降低股价同步性, 推断其是否是主要基于基本面分析做出评级;再研究其是否能够准确预测股票价格趋势, 即是否可供普通投资者做参考。

2.1 数据的来源与处理

除特别说明外, 本文交易数据均来源于上海万得资讯Wind数据库, 证券公司股票评级数据均来自于国泰安经济金融数据库。

本文选取了2009年5月至2012年4月所有交易日作为考察区间, 一年一期。此外, 本文选择了所有一直存续的沪深A股市场上的A股作为考察的对象, 将其日涨跌幅作为日收益率;并以沪深300的日涨跌幅替代市场日收益率。同时, 还计算了所有股票及沪深300指数的月度、季度和半年收益率等。

本文定义的顶级证券公司以营业收入前五的证券公司 (数据来源于中国证券业协会) 为准, 因各证券公司股票分级类别及级数各有不同, 将证券公司股票评级标准化为5类, 即买入、增持、中性、减持、卖出, 分别对应相对市场指数。

2.2 评级对股价同步性影响

为衡量同步性, 本文选择了Roll (1988) , Morck、Yeung和Yu (2000) 提出的单个股票收益率与市场收益率拟合优度R2, 具体模型如下:

其中:为第t交易日第i只股票的日收益率, 为第t交易日沪深300的日收益率。通过建立模型, 分析评级证券公司数量及有无顶级证券公司评级与R2的相关关系, 即可衡量股票评级能否提高股价信息含量。由于模型 (1) 给出的R2的取值区间在[0, 1]之内, 不符合最小二乘法的要求, 因此对R2进行了尹雷 (2010) 处理, 变为无边界的同步性指标:

考虑到市值较大、换手频繁的股票表现出其涨跌与指数高同步性, 评级证券公司数量与R2具有一定内生性。参考朱红军、何贤杰、陶林 (2007) [1]在控制行业类别IND影响的基础上, 考虑将换手率TR及流通市值MV作为工具变量, 使用两阶段最小二乘法2SLS进行模型的回归:

本文对三期合并进行了回归, 并分别对每一期作了回归。其中RN为某股票获得证券公司评级的数量;为某股票所有交易日换手率算术平均数的自然对数;Year为期间变量;为某股票所有交易日流通市值算术平均值的自然对数;IR为哑变量, 表示某股票是否获得了顶级证券公司的股票评级, 是则为1, 否则为0;INDi为哑变量, 以中国证券监督委员会的股票行业分类为标准, 共13类以控制行业因素的影响。

如果评级是有效的, 有助于减少同步性, 则模型 (3) 中应显著为负, 即随着评级证券公司数量增加及获得顶级证券公司评级能够有效降低同步性;而如果证券公司倾向于关注流通市值较大换手频繁的股票, 则模型 (2) 中应显著为正且在模型 (3) 中也对流通市值及换手率因素加以控制。

2.3 评级的预测准确性衡量

本文选择以股票评级级别平均水平及其标准差对股票价格涨跌的解释能力衡量股票评级预测的准确性。由于一般评级针对6个月内的股价波动的预测, 因此, 考虑了股票评级短期 (30天) , 中期 (90天) 及长期 (180天) 的预测准确性。模型如下:

如果股票评级能预测未来股价波动超过指数波动的方向及幅度, 则模型 (4) 中应显著为负;且如果证券公司对某股票评级分歧越大, 该股票超额收益越大程度是随机结果, 则应显著异于零;β3也可能显著异于零, 即超额收益与是否获得顶级证券公司评级显著相关;同时引入了交叉项以考量评级平均水平与标准差的交互作用的效应。

3 实证分析

3.1 描述性统计分析

本文选取了各股票每一期内获得评级的次数, 并依行业分类进行了统计。从最终结果可以发现沪深A股主要集中于制造业 (约60%) , 而证券公司约一半的评级报告集中于制造业;且明显地, 证券公司对综合类行业的股票关注较少, 对金融业的股票关注较多。

另外, 本文还统计了各股票三年内所获得的证券公司评级数量, 可以看到, 不同股票获得证券公司评级的数量存在较大的差别, 证券公司明显对部分公司关注度更高。中国联通累计获得553个评级, 而形成反差的是, 有61只股票三年内没有获得任何证券公司的评级。

同时, 对回归得到的R2做描述性统计分析, 可以看到, R2不服从正态分布, 而是明显地左偏, 集中于0.2~0.4的范围, 同步性水平总体而言较高, 较英美德法等国家低于0.2乃至低于0.1的同步性差距仍旧巨大, 这与我国股票市场“政策市”的现实较为相符。

可看出, 一、二、三期的R2均值均在0.3附近, 标准差稳定在0.14左右。行业差异则较为明显:B采掘业, F交通运输、仓储业, I金融业的同步性R2平均而言较高, 大于0.4;A农、林、牧、渔业, G信息技术业, L文化和传播业同步性R2平均而言较低, 小于0.3, 而标准差差异不明显。

此外, 对股票每一期获得股票评级的平均值分析可知, 证券公司的股票评级集中于持有级别之上, 平均评级为增持, 几乎不会给出减持或卖出的评级, 显然这是与中国股市现实不符的。我国股市缺乏高效而廉价的卖空机制, 应当是这一现象背后的重要原因。

3.2 股价同步性回归及结果

运用R2计算的相应同步性指标SI对月度的评级数量RN与顶级证券公司评级IR数据进行2SLS回归可知第一阶段的R2为0.4959, 工具变量除部分哑变量外均在0.01水平上显著, 并通过了Hosman检验, 故可以认为工具变量是好的。

如理论所预期, 获得顶级证券公司的评级能降低同步性;而证券公司评级数量的增加却增加同步性, 其原因尚无较好的理论可解释。同时, 时间变量Year的系数显著为正, 说明我国A股市场股票股价同步性具有上升趋势。仅就个股信息的发现而言, 我国股市的效率有下滑趋势。

3.3 预测准确性回归结果及分析

根据前述模型, 考察股票评级在短期、中期、长期对股票超额收益预测的准确性和是否获得顶级证券公司评级与平均评级、评级标准差的交叉项。就回归结果分析, 交叉项显著性很差, 是否获得顶级证券公司评级与平均评级、评级标准差并无交互效应, 即三者对股票超额收益的预测能力是相互独立的。

由分析可知:短期内, 股票平均评级与标准差能准确地预测股票价格波动, 获得超额收益, 且回归系数符合理论预期;中期内, 股票平均评级能较为准确地预测股票价格波动, 获得超额收益, 而评级标准差及获得顶级证券公司评级对股票超额收益的解释能力已经不再显著, 各项系数的符号仍旧符合理论预期;长期内, 股票平均评级对股票超额收益的预测能力显著性下降, 而评级标准差及获得顶级证券公司评级基本对股票超额收益丧失了解释能力, 系数的绝对数值也明显下降

回归结果表明, 证券公司评级在短期内能较准确地预测股价的波动方向与趋势, 而在中期, 特别是长期内的预测能力较差, 这与已有的研究的结论基本一致。

4 结语

就本文实证分析而言, 我国证券公司的股票评级总体而言是有效的:顶级证券公司的股票评级可降低股价同步性, 评级平均值与标准差短期内能准确预测股价。但众多的中小型证券公司的股票评级仍旧较多基于非基本面信息, 但股票评级也只是在短期内能预测股票超额收益而在长期内预测效果较差, 说明其评级的长期预测能力尚不足。

使我国股票市场变得更有效率的途径是多样的。最基本的是要真正为实体经济发展而服务, 提高证券公司股票评级的有效性是其必备的条件。政府应通过引导证券公司评级工作的健康发展, 促进我国股市个股信息的深入挖掘与股价同步性的降低, 实现为广大普通投资者提供廉价而准确的投资参考依据。

参考文献

[1]朱红军, 何贤杰, 陶林.中国证券分析师能提高资本市场效率吗?[J].金融研究, 2007 (2) .

[2]唐俊, 宋逢明.证券咨询机构选股建议的预测能力分析[J].财经论丛, 2002 (1) .

经济周期理论与行业股价波动篇7

一、经济周期理论概述

1. 经济周期概念

在经济活动中, 周期性地出现经济繁荣、衰退交替更迭的现象称为经济周期 (Business Cycle) [1]。经济周期不仅存在于市场经济体制, 也存在于计划经济体制, 是人类经济发展过程中长期存在的。经济周期的具体表现为:国民经济总收入、总产出等的周期性波动。然而, 对于行业的股票价格来说, 经济周期会影响股价的上升和下跌。

2. 经济周期理论的形成

为探究经济繁荣、衰退、复苏周期性出现的规律, 明确其形成原因, 并对其给宏观经济带来的影响作出预测, 经济学家提出了经济周期理论。但是, 不同的学者对经济周期的形成原因却有着不同的认识:马克思认为, 周期性爆发的经济危机是形成资本主义经济周期的原因;凯恩斯认为, 资本边际效率周期和其他短期变量是形成经济周期的重要元素;熊彼特认为, 企业家的创新活动是形成经济周期的要素。

3. 经济的周期性波动

经济周期理论的表现形式即为经济的周期性波动, 经济的周期性波动是宏观经济中的某些变量在其均衡关系的基础上发生的随机偏离。文章分别从国家、行业、企业三个层面如何应对经济周期性波动进行分析。

(1) 国家如何应对经济周期性波动

在2008年之前, 我国经济呈现出“高增长、低通胀、经济过热”的特点, 过度投资问题严重, 造成产能过剩。2008年, 受美国次贷危机的影响, 全球经济低迷, 引发了金融海啸。我国政府为应对经济波动, 实行了加大政府投资、对经济市场进行政府调控等措施, 最终阻止了经济发展的下滑趋势, 但同时也暴露出了弊端。大规模的政府投资会增加产能过剩的风险, 也不利于“经济发展以市场为导向”的建立。因此, 国家在应对经济的周期性波动时, 应该重视自身经济发展的周期规律, 而不是只关注其他因素带来的经济问题, 做到既治标也治本。

(2) 行业如何应对经济周期性波动

一个行业的蓬勃发展离不开宏观经济和市场提供的良好环境, 同时也受到行业内多种因素的限制。当国民经济整体呈紧缩状态时, 行业很难改变经济不景气的大环境, 但是, 行业可以针对外界环境的改变进行行业内的调整、改善、优化, 使行业能够稳健发展[2]。

(3) 企业如何应对经济周期性波动

面对经济周期的波动, 企业应该适当调整自己的发展策略, 追随市场, 完善企业规章制度, 降低企业应对“金融危机”的风险。

二、行业股价波动及其影响因素

与西方国家相比, 我国股票市场起步晚, 不同行业的股价波动性也比较大。行业股价波动受到行业所处生命周期阶段、市场结构、经济周期等因素的影响。

1. 行业所处生命周期阶段对行业股价波动的影响

行业有着自身的生命周期, 在不同的生命周期阶段, 行业股价波动不同[3]。例如, 在其处于成熟期时, 行业内的各家企业已经有自己稳定的规模、市场、利润, 行业股价波动并不明显;在行业处于衰退期时, 随着市场的减小、需求的降低、各企业间竞争加剧, 行业的股价往往会出现大幅度波动。

2. 市场结构对行业股价波动的影响

行业内存在寡头、垄断会对对行业股价波动产生影响。一方面可以借助寡头、垄断企业的优势, 稳定市场结构, 从而维持股票价格稳定;另一方面, 小份额市场竞争激烈, 使得一些小型企业不能很好地抵御市场风险, 加剧了行业股价波动。因此, 必须提高行业的集中度, 增强行业股价的稳定。

3. 经济周期对行业股价波动的影响

与对经济周期敏感度低的行业相比, 感度高的行业的股价波动更剧烈。以服务业和医药行业为例, 在经济周期的繁荣时期, 人们的收入水平会提高, 对服务业的需求也会更多, 因此, 服务行业得到迅速发展壮大的机会, 导致行业股价升高。然而, 对经济周期不敏感的医药行业, 则无论经济周期是否处于繁荣时期, 都可以稳健发展, 股票价格也不会发生很大波动

三、经济周期性波动与行业股价波动相互影响

1. 经济周期性波动与行业股价波动的相关性分析

不可否认, 宏观经济是否良好运行在很大程度上影响着股市走势的高低。结合经济周期理论, 宏观经济理论认为, 宏观经济和股市之间存在着长期、稳定的相互作用关系。股市可以敏锐地感受到经济的变化, 因此, 某一行业股价发生变化时, 往往预示着宏观经济也会发生一些变化。

2. 对比中、美两国的经济周期波动与行业股价波动的相关性

对比中、美两国的经济周期波动与行业股价波动的相关性可以发现, 中国的经济波动走势与行业股价波动走势的吻合度 (约40%) 比美国的两者的吻合度 (约72%) 低32个百分点。显然, 我国的经济周期波动与行业股价波动的相关性并不是很高[4], 这与我国的经济体制有着莫大的关系。在当今的经济体制中, 政府依然占主导地位, 市场的调节作用并没有很好地发挥。但是, 随着我国经济体制的进一步改革, 这一现象应该会有所改善。

四、结束语

在成熟的股票市场中, 经济周期性波动与行业股价波动趋势吻合的更好、相关性更强, 这对于我国股市的发展具有良好的借鉴意义。笔者希望更多的专业人士能投入到该课题研究中, 针对文中存在的不足, 提出指正建议, 为促进我国股市的发展做出重要的贡献。

摘要：在宏观经济学中, 经济周期的相关研究一直是研究的热点。经济周期理论的提出, 目的就在于研究经济周期的形成原因并对经济周期性波动带来的影响作出预测。研究表明, 经济周期对行业股价的波动起着决定性作用。笔者通过对经济周期理论的研究, 进一步探讨了经济周期性波动与行业股价波动之间的关系, 希望可以促进相关研究的开展。

关键词：经济周期理论,行业股价波动,影响因素,相关性

参考文献

[1]李楠博.股票市场与经济增长匹配周期的研究[D].吉林大学, 2014.

[2]卢文伟.经济短周期背景下股价波动的行业效应研究[D].上海社会科学院, 2013.

[3]李振.行业因素对股票价格波动率的影响研究[D].山东大学, 2013.

银行股股价波动的影响因素分析篇8

作为我国深沪股市的权重股,银行股股价的波动对于我国证券市场的走势有着巨大的影响。同时,作为我国经济体系的重要的核心组成部分,银行股股价的走势也对整个宏观经济的影响起着重要的指示作用。因此,分析影响银行股股价变动的影响因素,并对其相关性进行分析,有着重要的理论意义和现实意义。

从国内外研究现状来看,诸多文献均是从单一因素分析其与股价波动的相关性,鲜有将多因素纳入同一模型中,分析考察其与股价尤其是单一板块股股价变动的相关关系。

二、模型假设与检验

尽管影响股价波动的因素多种多样,但是从影响范围来看,都可以划分成两类:系统性因素和非系统性因素。系统性因素是指那些能对多数乃至整个市场产生影响的信息,如GDP的增长率、利率、汇率和相关的宏观经济政策等。非系统性因素是指仅影响个别上市公司的信息,主要是指本身微观方面的因素,如流通股本、总股本、每股收益增长率、每股税后利润、净资产增长率等。本研究则采取总股本数、每股净资产、每股税后利润、季末GDP和大盘指数为指标,以季度为时间单位,考察其与银行股股价的相关性。

方程设计:

其中,—季末收盘价,—总股本(流通股股本),—每股净资产,—每股税后利润,—季末GDP,—大盘指数,—相关系数项,—常数项。

大盘指数采用上证指数,并用收盘指数来表示。将上述方程各变量取自然对数,取工中建交上市以来每个季度的数据(36个样本),进行计算。

描述性统计结果表明,各变量Jarque-Bera统计量均大于0.05,说明各变量的取值服从正态分布。模型的残差及拟合效果的计算结果如图所示。

从图中大致可以看出,模型的似合效果还算可以。

通货膨胀与股价波动的效应分析篇9

股市的变化趋势终究是由经济基本面决定的。通货膨胀是一国宏观经济状况的重要表现, 许多经济学家通过理论和实证证明了价格稳定对一国经济的重要性。政府采用何种政策组合来抑制通货膨胀, 将会对股市的资金面产生直接的影响。虽然目前中国股市的变化还不能作为宏观经济运行的先行指标, 但是宏观经济却对股票市场的稳定起着至关重要的作用。

基于这样的环境, 研究通货膨胀和股价之间的关系就显得尤为必要了。

二、通货膨胀对我国股票市场的整体影响

在1991到1994年间, 我国通胀率从4.7%一直上升到最高的27.5%, 而同时期的上证综合指数却出现了81%的最大跌幅。在其后的六年, 我国通货膨胀率长期处于较低水平, 其间股票市场出现了两次暴涨。2000~2006年, 我国采取稳健的货币政策, C PI维持在3%左右, 中国股市动荡不大。2007年是中国经济的“拐点年”, C PI不断攀升, 为抑制C PI的高速增长, 我国采取适度从紧的货币政策, 而在此期间股票市场也出现了巨大的波动。2008~2010年, 随着经济危机的来临, 经济增速变缓, 对股市构成了新的压力。我国股票市场与C PI也呈明显的负相关关系。2011年以后, 国内的货币政策发生转变, 为应对金融危机的适度宽松的货币政策退出, 随之而来的是稳健的货币政策, 至2015年前期, 股票市场基本处于稳定的发展状态。历史的发展表明股票市场的波动与宏观经济状况紧密相连, 货币政策对股票价格的影响往往是直接而且有效的。

三、通货膨胀与股价波动的效应分析

(一) 股价波动与通货膨胀关系的理论假说

目前解释股价涨跌与通货膨胀关系的理论假说主要分为两种:

1.“费雪效应”假说。

费雪效应是由著名的经济学家费雪第一个揭示了通货膨胀率预期与利率之间关系的一个发现, 即名义利率=实际利率+通货膨胀率。它指出通货膨胀率与利率有逐同效应, 即当通货膨胀率预期上升时, 利率也将上升。由于在某种经济制度下, 实际利率往往是不变的, 因为它代表的是实际购买力。于是, 当通货膨胀率变化时, 为了求得公式的平衡, 名义利率会随之而变化, 在中长期, 名义利率的上升幅度和通货膨胀率完全相等。

具体来说, 在股票市场的费雪效应反映了股票的预期名义收益率=预期实际收益率+预期通货膨胀率, 由于实际收益率不受物价水平变化影响, 那么股票收益应与通货膨胀存在正的相关关系。但是西方经济学家的大量研究都表明股票收益与通货膨胀率之间存在负相关关系, 与费雪效应不相符, 并提出了税收效应假说和代理效应假说等。

2. 财富效应和替代效应假说。

股票价格上涨会增加投资者的投资收益, 导致名义财富的增加, 提高企业的盈利水平, 促进经济增长, 进而会提升投资者的消费信心, 影响投资者预期, 导致消费和投资的增加, 使总需求曲线向右移动, 根据供求定理, 将导致物价水平提高, 财富效应使股价与物价呈正相关关系。

同时, 产品市场与股票市场也存在替代效应, 由于股票价格的持续上涨, 将导致资金流向和流量发生改变, 理性经济人为追求利润最大化, 资金将从产品市场流向股票市场以实现资本的增值, 消费者将减少当前的消费, 使总需求曲线向左移动, 根据供求定理, 物价水平将会下降, 此时, 替代效应使股票价格与物价水平呈负相关关系。所以股票价格和通货膨胀既可以是正相关关系, 也可以是负相关关系, 最终取决于财富效益和替代效应二者谁占主导地位。

(二) 通货膨胀影响股票市场的传导机制

物价水平是宏观经济形势的先行指标, 是市场供求的直接反映, 长期的高物价水平引起的通货膨胀是宏观经济政策调整的重要依据, 也是影响投资者预期和股票重估价值的直接因素。

1. 通货膨胀-利率-股价的传导机制。

通常, 当通货膨胀出现后, 政府会采用紧缩性的货币政策来抑制价格水平的增长, 紧缩的货币政策会影响投资者资金的流向和流量, 进而影响股票市场的资金供求, 最终导致股票价格发生变化。调整存贷款利率就是货币政策的手段之一。

利率是影响股票价格的一个重要因素, 当利率政策发生调整或者投资者预期利率会发生变动时都会对股票市场产生影响。一般来说, 利率变动通过以下两种传导机制实现对股票市场的影响, 一种是利率变动引起存款收益率的变动, 导致股票市场资金的供求变化并最终影响股票价格。由于利率与存款收益率存在正相关关系, 当利率上升时, 存款收益率随之增加, 投资者会把资金更多的用来储蓄, 在资金总量不变的前提下, 相应的, 股票市场的资金供给就会减少, 最终导致股票价格下降。另一种是利率变动引起企业贷款利息的变动, 进而影响其盈利状况, 并最终对股票价格产生影响。一般而言, 贷款利息上升, 企业的利息负担将会变重, 盈利能力也会有所下降, 这会影响投资者的投资信心, 减少对该企业的投资, 进而影响企业的股票价格。

2. 通货膨胀-投资者预期-股价的传导机制。

投资者的预期也是影响股票价格的另一重要因素, 投资者往往根据当前一期的经济形势来预测未来可能出台的宏观调控政策, 并预判未来的经济走势, 做出投资决策。在通货膨胀时期, 经济形势出现明显失衡, 增加了未来经济形势的不确定性, 另外, 通货膨胀实质上减少了投资者的实际收益。所以, 当理性投资者预期未来可能出现严重的通货膨胀, 预期收益将会下降、估值折现水平将会上升时, 就必然会导致股票重估价值的下降, 进而造成股票价格的下降。

四、政策建议

对中国而言, 除及时调整货币政策外, 还应高度重视财政政策对通货膨胀的控制, 以寻求更好的政策组合来治理中国的通货膨胀或通货紧缩问题, 提高应对危机的能力, 减少政策发挥作用的时间。就目前而言, 通货膨胀率处在一个比较敏感的水平, 为了更好的使货币政策发挥作用, 应该适当的调整赤字财政政策, 财税政策应更多的向加快经济转型和结构调整的方向倾斜, 更加侧重民生。

另外, 由于我国的股票市场的特殊性, 以散户居多, 因此会受到各种方面因素的影响, 而且影响效果很明显, 对政策的反应上尤为突出。同时, 我国的金融市场对各种因素的反应是连锁的, 因此, 我国的政府有责任和义务出台稳健的货币政策和财政政策来维持实体经济的平稳运行, 并在制定政策时把握合适的尺度, 保证我国经济走出金融危机的同时不发生严重的通货膨胀和股灾。

摘要：本文描述了1991~2011年通货膨胀对中国股市的作用及影响。分析并总结了股价波动与通货膨胀关系的理论假说, 认为通货膨胀会引起利率、投资者预期等多种因素的变化, 从而导致股市价格出现波动。并论述了通货膨胀-利率 (或投资者预期) -股价之间的传导机制, 分析了其传导效应, 研究通货膨胀与股价波动之间的内在联系。

关键词：货币供应量,通货膨胀,股价波动

参考文献

[1][美]米尔顿·弗里德曼, 财政赤字与物价上涨[J].世界经济译从, 1982, (3) :4-10.

本文来自 360文秘网(www.360wenmi.com)，转载请保留网址和出处

【股价波动同步性研究】相关文章：

分形理论的股价波动预测及研究11-08

股价波动的背后06-28

中国股价06-17

股价行为07-08

股价走势08-08

股价预测08-24

股价与会计信息论文04-18