999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

融資融券對(duì)我國(guó)股市波動(dòng)性影響研究
——基于狀態(tài)空間模型

2018-08-16 01:10:28
金融經(jīng)濟(jì) 2018年14期
關(guān)鍵詞:融資影響模型

融資融券具有價(jià)格穩(wěn)定器的作用,當(dāng)某一股票價(jià)格暴漲或嚴(yán)重低估時(shí),投資者可以通過(guò)融券或融資的手段使之恢復(fù)到合理位置。我國(guó)融資融券業(yè)務(wù)起步較晚,但發(fā)展迅猛。2010年3月31日我國(guó)正式推出融資融券業(yè)務(wù)。數(shù)據(jù)顯示,2013年底,融資融券余額為3456億元,截止2018年3月,融資融券余額已突破六百萬(wàn)億元(數(shù)據(jù)來(lái)源:國(guó)泰安數(shù)據(jù)庫(kù)),融資融券業(yè)務(wù)呈爆發(fā)式增長(zhǎng)。在這段時(shí)間內(nèi),我國(guó)股市還經(jīng)歷了從5178點(diǎn)到2800點(diǎn)的大起大落。融資融券究竟是平抑還是加劇了股市的波動(dòng)?目前,融資融券業(yè)務(wù)對(duì)我國(guó)資本市場(chǎng)的健康發(fā)展是否起到積極的關(guān)鍵作用?對(duì)這些問(wèn)題的研究成為了學(xué)術(shù)界關(guān)注的焦點(diǎn)。

一、文獻(xiàn)綜述

融資融券不僅有助于形成市場(chǎng)內(nèi)在價(jià)格機(jī)制,提高市場(chǎng)投資活躍程度,促進(jìn)券商業(yè)務(wù)多元化,還能為投資者提供更多成熟的衍生品來(lái)進(jìn)行交易,從而改變證券市場(chǎng)“單邊市”的現(xiàn)象,為投資者提供了更多規(guī)避風(fēng)險(xiǎn)的方式。國(guó)外融資融券業(yè)務(wù)推出較早,故對(duì)其相關(guān)問(wèn)題的研究也日漸成熟。國(guó)外關(guān)于融資融券對(duì)股市波動(dòng)性的影響研究結(jié)果大致分為三類(lèi),第一類(lèi),認(rèn)為融資融券降低股價(jià)的波動(dòng)性(Arturo Brisetc.,2007);第二類(lèi),認(rèn)為融資融券加劇了股價(jià)的波動(dòng)性(Allen &Postlewaite,1993;Henry&Mc Kenzie,2006);第三種觀點(diǎn)認(rèn)為融資融券對(duì)股價(jià)波動(dòng)性沒(méi)有顯著影響(Figlewski etc.,1993)。我國(guó)的融資融券交易機(jī)制引入較晚,目前學(xué)術(shù)界研究融資融券對(duì)股市波動(dòng)性主要使用VAR模型和GRACH模型,由于選取的樣本不同和研究方法不同,結(jié)論也相差較多。目前的主流觀點(diǎn)認(rèn)為,融資融券會(huì)使股市趨于平穩(wěn)。佟孟華,孟照康(2015)采用VAR模型,從股票市場(chǎng)整體和不同類(lèi)別股票個(gè)體兩個(gè)角度,分析說(shuō)明融資融券能夠顯著降低股票市場(chǎng)的波動(dòng)性。王帥(2017)采用VAR模型,發(fā)現(xiàn)融資融券能抑制股市的異常波動(dòng),但股市波動(dòng)更多與股市自身及外部沖擊影響有關(guān)。戴秦、謝斐、嚴(yán)廣樂(lè)(2014)利用Swarm模型,設(shè)計(jì)開(kāi)發(fā)出支持中國(guó)股市現(xiàn)行的連續(xù)雙向拍賣(mài)和融資融券制度的人工股市仿真系統(tǒng),并以此研究得出結(jié)論:在中國(guó)現(xiàn)行股市交易制度下,融資融券制度可以在一定程度上平抑股價(jià)波動(dòng),增加市場(chǎng)的有效性和理性程度。部分學(xué)者認(rèn)為,融資融券會(huì)增加股市的波動(dòng)性。吳國(guó)平和谷慎(2015)利用VAR模型和GARCH模型,并采用流通股加權(quán)法,比較了融資融券前后股市的波動(dòng)性,最后發(fā)現(xiàn)融資融券加劇了股市價(jià)格的波動(dòng)。李森峰(2017)基于波動(dòng)非對(duì)稱(chēng)性視角,提出融資融券并沒(méi)有助推牛市上升或者加劇熊市下降,因此從一個(gè)較長(zhǎng)的周期來(lái)看,融資融券對(duì)股市波動(dòng)性的影響是中性的。

狀態(tài)空間模型于上世紀(jì)70年代初被提出,很快成為一種強(qiáng)有力的建模工具,它可用來(lái)估計(jì)不可觀測(cè)的時(shí)間變量和不可觀測(cè)的因素。在一般的統(tǒng)計(jì)模型中出現(xiàn)的變量都被默認(rèn)為是可以觀測(cè)到的,適用于整個(gè)樣本區(qū)間。而實(shí)際上,描述經(jīng)濟(jì)系統(tǒng)的模型在每個(gè)時(shí)間點(diǎn)都受如理性預(yù)測(cè),測(cè)量誤差,長(zhǎng)期收入等不可觀測(cè)因素的影響,所以,建立這種含有不可觀測(cè)變量的模型—狀態(tài)空間模型,可以更精確的分析經(jīng)濟(jì)系統(tǒng)間的影響規(guī)律。由于股市波動(dòng)受到多種可觀測(cè)和不可觀測(cè)的因素影響,因此,本文嘗試引入狀態(tài)空間模型來(lái)研究融資融券對(duì)股市波動(dòng)性的影響。這也是本文最大的創(chuàng)新點(diǎn)。

二、變量定義及樣本選取

記lnRZ_t表示t期融資余額對(duì)數(shù),lnRQt表示t期融券余額對(duì)數(shù)(融資RZ,單位:百萬(wàn),融券RQ,單位:百萬(wàn))。借鑒Anderson(2002)等人采用的方法,定義上證綜指的日波動(dòng)指標(biāo)如下:

(1)

本文選取2014.1.2-2018.3.16的1026個(gè)日數(shù)據(jù),研究這段時(shí)間融資融券對(duì)股市波動(dòng)的影響。觀察上證指數(shù)走勢(shì)圖(如圖1)可以發(fā)現(xiàn):從2014年3月12日到2015年6月12日股指保持上漲,本文把這一段劃為牛市階段;從2015年6月15日至2016年2月,上證指數(shù)呈震蕩型下降,把這一段劃為熊市階段;其余時(shí)間指數(shù)變化相對(duì)平穩(wěn)劃為股市的平穩(wěn)階段。我們將通過(guò)建立空間狀態(tài)模型來(lái)研究融資融券對(duì)股市不同階段行情的波動(dòng)性影響。圖2為根據(jù)(1)式得到的2014.1.2-2018.3.16的上證指數(shù)波動(dòng)圖。圖中可發(fā)現(xiàn)在2015年到2016年中旬,上證指數(shù)波動(dòng)劇烈。那么這種劇烈的波動(dòng)與融資融券有沒(méi)有關(guān)系?有多大的關(guān)系?這正是本文要回答的問(wèn)題。

圖1 上證綜合指數(shù)收盤(pán)價(jià)(Pt)

圖2 上證指數(shù)波動(dòng)變化圖(VOLt)

三、空間狀態(tài)模型

(一)單位根、協(xié)整檢驗(yàn)

對(duì)于時(shí)間序列建模,為避免偽回歸問(wèn)題,要求序列是平穩(wěn)序列或序列之間存在協(xié)整關(guān)系,因此,需要先對(duì)各變量進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)。

首先分別對(duì)lnRZt、lnRQt,其差分項(xiàng)DlnRZt、DlnRQt,和上證綜合指數(shù)波動(dòng)序列(VOLt)做ADF檢驗(yàn),結(jié)果如表1。

表1 平穩(wěn)性檢驗(yàn)結(jié)果

由檢驗(yàn)結(jié)果可知:融資余額(lnRZt),融券余額(lnRQt)在5%的顯著性水平下是不平穩(wěn)的,但它們的一階差分序列在1%的水平下平穩(wěn),上證綜合指數(shù)波動(dòng)性序列(VOLt)在1%水平下平穩(wěn),即DlnRZ,DlnRQ和VOLt~I(xiàn)(0)。

其次,用E-G兩步法對(duì)DlnRZt、DlnRQt與VOLt三者進(jìn)行協(xié)整檢驗(yàn),結(jié)果表明上證綜合指數(shù)收益率序列(VOLt)與融資余額序列(DlnRZt)、融券余額序列(DlnRQt)存在長(zhǎng)期協(xié)整關(guān)系。

(二)狀態(tài)空間模型的建立

狀態(tài)空間模型一般由一組可觀測(cè)經(jīng)濟(jì)向量yt和一組不可觀測(cè)的狀態(tài)向量αt構(gòu)成,它包含兩組方程,一組為“量測(cè)方程”:

yt=Ztαt+dt+ut,t=1,2,…,T

其中,T為樣本長(zhǎng)度,yt為包含k個(gè)經(jīng)濟(jì)變量的k×1維向量,Zt是k×m矩陣,dt是k×1維向量,ut是由均值為0,且不相關(guān)的k個(gè)擾動(dòng)項(xiàng)所構(gòu)成的k×1維向量。另一組為“狀態(tài)方程”:

αt=Ttαt-1+ct+Rtεt,t=1,2,…,T

式中,Tt表示m×m矩陣,ct是m×1維向量,Rt表示m×g矩陣,εt由均值為0,且不相關(guān)的g個(gè)擾動(dòng)項(xiàng)所構(gòu)成的g×1維向量。

本文建立的狀態(tài)空間模型即是當(dāng)k=1,m=2,g=3時(shí)的情形。以上證綜合指數(shù)收益率序列(VOLt)為因變量,融資余額一階差分序列(DlnRZt)與融券余額一階差分序列(DlnRQt)為自變量建立狀態(tài)空間模型,模型及估計(jì)結(jié)果如下:

量測(cè)方程:

(2)

狀態(tài)方程:

(3)

(4)

(5)

圖3 股價(jià)波動(dòng)性的擬合值(VOLF)

由估計(jì)的狀態(tài)空間模型(2)—(5)來(lái)重新描繪股市的波動(dòng)性曲線(xiàn),如圖3,將它與由(1)式計(jì)算的波動(dòng)性畫(huà)出的波動(dòng)圖2比較,發(fā)現(xiàn)由狀態(tài)空間模型擬合的結(jié)果,基本反映了股市波動(dòng)的曲線(xiàn),說(shuō)明通過(guò)建立狀態(tài)空間模型能較精準(zhǔn)反應(yīng)融資融券對(duì)股市波動(dòng)性的影響。

(三)空間狀態(tài)模型的結(jié)果解釋

在(2)式中α1t,α2t,α3t均為變參數(shù),它們的變化由(3)-(5)決定。考慮到本文使用的自變量為DlnRZt和DlnRQt。因此,這里α1t代表股市波動(dòng)性的融資增長(zhǎng)彈性,α2t代表股市波動(dòng)性的融券增長(zhǎng)彈性,α3t代表股市波動(dòng)性的其他因素變化。圖4,5分別給出了樣本時(shí)間段內(nèi)融資彈性、融券彈性的曲線(xiàn)圖:

圖4 融資增長(zhǎng)彈性的變化圖

圖5 融券增長(zhǎng)彈性的變化圖

從圖4、5中我們可以看到2014年以來(lái)融資彈性變化較大,變化區(qū)間為(-0.685,0.405)。融券的彈性變化很小,約在(-0.019,0.048),即,總體來(lái)說(shuō)融券對(duì)股市波動(dòng)的影響不足融資對(duì)股市波動(dòng)影響的十分之一。

觀察圖4我們發(fā)現(xiàn),從2014年第四季度開(kāi)始,融資彈性有一個(gè)巨幅增加,至2015年上半年融資彈性恒為正,而此階段正對(duì)應(yīng)股市的牛市階段,這表明融資確實(shí)在市場(chǎng)的牛市階段具有推波助瀾的影響。隨后融資彈性出現(xiàn)斷崖式下跌,其值由正變負(fù),而市場(chǎng)也恰好由牛轉(zhuǎn)熊然后趨于平穩(wěn)波動(dòng)。由此我們分析,在牛市時(shí),市場(chǎng)樂(lè)觀信息迅速蔓延,非理性股民大量融資買(mǎi)入股票,融資對(duì)市場(chǎng)泡沫增加起到助推作用。而在牛市結(jié)束后,市場(chǎng)的樂(lè)觀情緒逐漸消失,投資者紛紛拋售股票,此時(shí)融資將緩沖股價(jià)的下跌趨勢(shì),起到降低股價(jià)波動(dòng)性的作用。而當(dāng)市場(chǎng)較為平穩(wěn)時(shí),融資將繼續(xù)發(fā)揮其穩(wěn)定市場(chǎng)的作用。

觀察圖5我們發(fā)現(xiàn),融券增長(zhǎng)只有在牛市前期對(duì)股價(jià)波動(dòng)性起到了輕微的增加作用,在后期(2015年后)融券彈性變?yōu)樨?fù),說(shuō)明對(duì)股市的非理性上漲有抑制作用,但由于其太小,故作用有限。之后融券彈性基本在0附近,說(shuō)明在熊市階段和股市平穩(wěn)階段,融券對(duì)股價(jià)波動(dòng)性的影響基本可以忽略不計(jì)。

綜上,對(duì)比融資對(duì)股市波動(dòng)性的影響,融券對(duì)股市波動(dòng)性的影響較小。這也進(jìn)一步表明在我國(guó)金融市場(chǎng)存在融資融券交易發(fā)展不均衡,融資交易占絕對(duì)優(yōu)勢(shì)等問(wèn)題。

四、結(jié)論

本文選取了2014年1月2日至2018年3月16日的1026個(gè)數(shù)據(jù)作為樣本,建立了狀態(tài)空間模型來(lái)研究融資融券對(duì)股市波動(dòng)的影響。得到以下結(jié)論:股價(jià)快速增長(zhǎng)時(shí),融資增長(zhǎng)對(duì)股市波動(dòng)性有較強(qiáng)的正向影響。在熊市和市場(chǎng)較平穩(wěn)時(shí)期,增加融資都可以穩(wěn)定股價(jià)。增加融券只有在牛市前期對(duì)股價(jià)波動(dòng)性有輕微的正向作用,在其他階段對(duì)股市波動(dòng)性沒(méi)有影響。融資對(duì)股市波動(dòng)性產(chǎn)生的影響遠(yuǎn)大于融券,這說(shuō)明我國(guó)融資融券發(fā)展不平衡,融資占絕對(duì)優(yōu)勢(shì)所致。

猜你喜歡
融資影響模型
融資統(tǒng)計(jì)(1月10日~1月16日)
融資統(tǒng)計(jì)(8月2日~8月8日)
一半模型
是什么影響了滑動(dòng)摩擦力的大小
哪些顧慮影響擔(dān)當(dāng)?
重要模型『一線(xiàn)三等角』
融資
融資
重尾非線(xiàn)性自回歸模型自加權(quán)M-估計(jì)的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 精品欧美日韩国产日漫一区不卡| 欧美区在线播放| 国产综合亚洲欧洲区精品无码| 宅男噜噜噜66国产在线观看| 日韩第九页| 久久婷婷五月综合色一区二区| 国产精品福利导航| 日本亚洲成高清一区二区三区| 亚洲日韩AV无码一区二区三区人| 亚洲综合片| 91国内视频在线观看| 亚洲第一精品福利| 国产精品精品视频| 日韩精品无码免费专网站| 久久久噜噜噜久久中文字幕色伊伊| 国产乱子伦手机在线| 中国精品自拍| 亚洲日韩精品欧美中文字幕| 国模极品一区二区三区| 亚洲一级毛片免费观看| 亚洲国产精品无码久久一线| 天堂岛国av无码免费无禁网站| 高清无码手机在线观看| 日日拍夜夜嗷嗷叫国产| 波多野结衣的av一区二区三区| 久久亚洲日本不卡一区二区| 国产精品人成在线播放| 欧美一区二区三区不卡免费| 成人va亚洲va欧美天堂| 日韩经典精品无码一区二区| 狠狠躁天天躁夜夜躁婷婷| 久久国产黑丝袜视频| 狠狠躁天天躁夜夜躁婷婷| 9啪在线视频| 999国内精品久久免费视频| 欧美国产精品拍自| 久久一色本道亚洲| 超清无码熟妇人妻AV在线绿巨人 | 成人免费网站在线观看| 国产sm重味一区二区三区| 美臀人妻中出中文字幕在线| 午夜高清国产拍精品| 中文字幕2区| 日本不卡在线视频| 亚洲无线视频| 亚洲第一视频区| 国产亚洲精品yxsp| 亚洲成人手机在线| 精品视频91| 91精品人妻一区二区| 国产综合欧美| 精品亚洲国产成人AV| 色成人综合| 亚洲成人播放| 久久久久青草线综合超碰| 国产无码网站在线观看| 亚洲天堂网在线视频| 国产精品美女在线| 欧美精品另类| 日本一区中文字幕最新在线| 青青操国产视频| 国产在线第二页| 99无码中文字幕视频| 亚洲日韩精品伊甸| 色婷婷亚洲综合五月| 国产69精品久久| 成人在线观看一区| 中文成人无码国产亚洲| 高清免费毛片| 综合成人国产| 国产美女叼嘿视频免费看| 在线高清亚洲精品二区| 国产内射一区亚洲| 青草91视频免费观看| a在线亚洲男人的天堂试看| 福利在线不卡一区| 亚洲无码37.| 国产成人久久777777| 日韩毛片视频| 国产精品一老牛影视频| 九九视频免费看| 伊人久久久久久久|