前言：中文期刊网精心挑选了证券市场分析范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
证券市场分析范文1
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。
证券市场分析范文2
关键词：证券交易 场外市场 构建
2012年4月5月，中国证监会有关负责人透露，2012年将在总结中关村公司股份转让试点经验的基础上，重点筹建统一监管下的全国性场外交易市场，将证券市场服务范围扩大到暂不具备公开发行上市条件的成长型和创新型中小企业。由此，我国场外交易市场的讨论再度成为热点，本文拟就我国创建全国性场外交易市场的必要性及路径作一探讨。
一、全国性场外交易市场的国内外发展现状
国外面积或经济总量较大的国家，既有全国性的场内交易市场，也有大量相对成熟的场外交易市场。层次多样、功能齐全的资本市场格局，有利于提高证券市场的竞争和效率，有力地推动了这些国家的经济增长与经济创新。我国证券市场一开始就建立了最高层次、适合大企业的全国性沪深两市，经过20多年的改革和发展，到2012年2月底，中国境内上市公司已达2364家，市价总值238810.52亿元，流通市值184524.88亿元（数据来源：中国证监会网站）。沪深市场在中小板和创业板推出前，一直是我国大中型企业上市融资的主要市场，上市条件雷同、地方利益驱动及一些历史原因等使沪深证交所缺乏明确的市场分工，形成了市场分割与无序竞争的局面，导致了资源浪费和效率低下，制约了其进一步发展。
二、构建全国性场外交易市场的必要性与可行性
（一）有利于形成场内外市场的衔接与缓冲
我国正处于工业化、城镇化加速期，各类新兴业态和新型经济组织不断兴起，中小企业在经济社会发展中也发挥着日益重要的作用。在现有资本市场框架下，数量众多的中小企业暂不具备公开发行上市条件。因缺乏相应的市场平台，以私募方式引入直接融资又在转让和价格发现方面效率很低，资本市场服务能力与实体经济发展需要之间存在明显差距。建立和发展场外交易市场，有利于进一步完善金融体系和多层次资本市场。
（二）有利于解决中小企业融资的需要
我国当前的现状是，一方面宏观层面显示资金异常充裕，另一方面，实体经济部门却难于筹措到资金，特别是在央行收紧银根和资本充足率的压力情况下，各家银行都进一步收紧了本来就不宽松的中小企业贷款，中小企业融资陷入非常窘迫的困境。与场内交易的上市公司相比，场外挂牌公司进入门槛低、条件灵活、交易制度较为宽松但信息披露与市场监管更严格，主要是孵化和筛选优质成长性企业。企业成长壮大后，只要达到相应的要求便可申请转入中小企业板甚至是主板上市。这就决定了其高成长性和高风险与高收益并存，并成为经济高速增长的重要助推器。
（三）建立全国性场外交易市场的条件已趋成熟
中关村科技园区的未上市股份公司从2006年1月开始进入证券公司代办股份转让系统进行股份转让试点，因其挂牌企业均为高科技企业，而不同于原转让系统内的退市企业及原STAQ、NET系统挂牌公司，故被形象地称为“新三板”。目前已经有100家公司挂牌转让，行业分布主要是电子信息、生物制药、新能源环保、新材料、文化传媒等等。经过六年多的试点，实践证明中关村股份报价转让系统运行是稳健和成功的，已逐步成为科技型非上市股份公司股权顺畅流转的平台，创业投资与股权私募基金的聚集中心，多层次资本市场上市资源的“孵化器”和“蓄水池”，准上市公司信息披露的演练场。“新三板”的成功为探索建立统一监管下的全国性场外市场积累了经验。
场外市场与场内市场不同的运行特点和定位，使场外市场对主板不会形成冲击。一是场外市场融资并不是最主要的目的，扩容效应很低。数据显示，中关村试点6年来，挂牌企业定向增资仅有17.1亿元，企业单次融资规模在2000—5000万元之间。二是场外市场活跃度远不及场内市场。从中关村公司股份转让试点情况看，2011年1月1日至今，成交金额只有7.32亿元，平均换手率3.4％，而同时期场内市场换手率超过230％。三是场外市场与场内市场投资者群体不尽相同。按照投资者适当性管理原则，参与人主要为机构投资者，自然人主要是公司高管、核心技术人员和发起人股东，普通自然人不可参与交易。由于采用议价转让方式，挂牌公司更希望与企业具有产业和市场关联的产业资本和股权投资基金进入，因此，场外市场投资者群体与场内市场投资者存在相当程度的互补。
三、构建全国性场外交易市场的路径设计
（一）选择有形交易所与无形网络相结合的双重特征交易场所
首先，确定有形交易所的地点。全国性场外交易市场的建设应该从国家整体利益的角度进行考虑，以前瞻性思维保证场外市场有广阔的发展空间和良好的发展前景。从目前来看，随着我国经济发展政策的进一步扩展和深入，环渤海区域开始凸显龙头与引擎作用。国家把环渤海、长三角和珠三角三个区域作为优化开发区，这就要求三大经济圈要培育若干各具特色和优势的区域创新中心。
其次，全国性场外交易市场又是一个无形市场，可以将各地分散的场外市场连成一体。这种无形的电子化交易提高了效率且降低了交易成本，并有效解决了传统交易中信息披露不畅的问题。
（二）根据适当性原则，确定挂牌企业及投资者门槛
建立全国性场外交易市场是一项系统工程，需要在发展过程中积极推进制度建设和体制创新，首先要确定的就是挂牌企业与投资者门槛。挂牌企业应该是广大有融资需求的，未在主板市场上市进行融资交易并且能被现有法律、法规所允许进入场外交易市场融资的中小企业。另外，允许挂牌企业不受“股东人数不超过200人”的限制，使挂牌企业定位为“非上市公众公司”，要配套出台《非上市公众公司监管办法》、《非上市公众公司股份挂牌管理办法》等系列制度。突破200人股东的限制还使得在股份总量不变的情况下，单个股东的持股量将被拆细，有利于提升交易活跃度和价格的形成，为市场更好地发挥投融资功能创造基础条件。
（三）按政府主导、行业自律的理念构建全国性场外市场的运作模式与监管模式
全国性场外交易市场由证监会、证券业协会等为主导建立，以公司制交易所作为运营主体，以代办股份转让系统为基础。场外市场的监管应纳入到资本市场监管的范围，要充分发挥出政府和市场两方面的作用，科学构建多个相关主体参与的分工协作机制。证券业协会等行业性组织来对场外市场的运行进行直接监管，并让市场多方参与进来，构建一种行业自律性的监管模式。面对国际证券交易所的大变革、大分化与大整合，证券市场一体化、购并结盟已成为国际大趋势，我国证交所必须加快实现重组与分工，将原深圳主板可逐步并入上证所，从而将上证所重建成境内唯一的上市标准最高的主板市场，从总量与规模上看，主板市场是未来我国多层次市场体系的主要组成部分。沪深交易所上市公司类型的划分有利于场内外交易的有效衔接，形成上海交易所为主板第一层次市场、深圳交易所为中小板和创业板的第二层次市场、北京中关村为全国性场外交易的第三层次市场。
（四）科学设计交易制度，高起点建设场外交易的技术信息系统
交易制度确定的一个重要依据是功能定位，从企业的角度看，全国性场外交易市场主要是满足中小企业基本的融资需求，适当降低资产负债率，同时提高在间接融资中的增信能力。这一基本功能定位要求全国性场外交易市场采取做市商与竞价相结合的复合交易制度，在足够的市场流动性和适度的市场波动性之间权衡交易的连续性，维护市场的稳步高效运行。
结合国家经济发展战略，利用全国性金融网站、电子商务及国外证券市场先进的信息技术，构建集中报价和统一结算的全国性证券场外交易网络系统，制订统一的发行、上市交易、监管和信息披露等规则，从主板或中小企业板市场退出的公司股票也可在这套系统中得以流通。此外还应该关注国际证券市场上的技术创新和制度变革，健全做市商、保荐人制度和严格信息披露与监管。
参考文献：
①聂华. 推进我国多层次股票市场建设的研究[J]. 华东经济管理，2006（6）
②田薇. 初探中国股票市场多层次性问题[J]. 合肥学院学报，2005（3）
③文路，赵雪芹．关于构建中国多层次化化证券市场的分析与建议[J]．金融研究，2004（8）
④郭励弘. 何谓多层次股票市场[J]．眺望新闻周刊．2004（28）
证券市场分析范文3
最近的美国次贷危机和欧债危机中一个十分重要的金融现象是流动性溢出效应。在次贷危机期间，可调整利率次级贷款的风险敞口不到 1 万亿美元，根据违约概率计算总损失的金额在 1000~2000 亿的范围，而相对美国 56 万亿的家庭净财富和16 万亿股市价值来说是沧海一粟。更何况美国股市每天 1%的涨跌幅也能完全覆盖所有次贷损失。次贷危机之所以演变为信用危机并波及全球，一个很重要的原因在于次级债的流动性枯竭迅速溢出到其他金融资产并引起整个金融市场的流动性消失。
在欧债危机期间，当希腊因政府预算赤字和经常项目逆差使得国债出现违约风险时，其流动性枯竭并迅速波及到西班牙、葡萄牙等“欧洲五国”的金融资产，这些国家债券的收益率溢价(Spread)迅速上升。
当次级债券、希腊国债遭受不利的冲击后，其流动性下降，并溢出到其他优质资产，使整个欧洲金融市场出现流动性不足。股票市场与债券市场作为资本市场的两个有机组成部分，在收益率和波动性之间存在的联动关系已为诸多实证研究所证实。但它们之间是否存在流动性溢出效应关系，在我国却研究较少。它们之间是否存在流动性溢出效应，对研究资本市场的资产定价和实践部门的证券监管都有着十分重要的意思。因此本文以 VAR 为分析工具来探讨我国股票市场与债券市场之间的流动性溢出效应的重要问题。
二、文献回顾
在国外实证金融文献中，研究股票市场与债券市场相互作用的文章很多。Fleming等(1998)[2]发现股市和债市之间存在着很强的波动性联系，其中一个市场的波动会带来另一市场的波动。他们还发现波动性还会影响两个市场的流动性。Ho 和 Stoll(1983)，O'Hara和Oldfield(1986)通过金融市场微观结构模型发现，由于波动性会给做市商带来存货风险，因此波动性会影响资本的流动性。另一些学者从置产配置的角度来分析股票市场与债券市场的相互作用，如Swensen(2000)[8]等。
在经济处在困境期，投资者通常会改变其资产组合，增加流动性高、风险低的资产，这就是文献中常见的“流动性转移”(Flight toLiquidity)或“质量转移”(Flight to Quality)。Longstaff(2004)[6]的著名文章发现欧元区的债券市场存在流动性溢价，并且发现该流动性溢价与资金在股票市场和债券之间的流动强烈相关。这表明流动性与投资者在资本市场的不同部门转移资金和交易活动有关系。Goetzmann 等(2002)发现由于投资者依据日度的市场消息和风险来配置资产，使得资金在资本市场上不断的流进或流出。Goyenko等(2009)通过向量自回归技术也发现美国的股票市场和债券市场相互作用。
我国学者也开始关注股票市场与债券市场相互作用的研究。谭地军(2010)[10]对我国债券的研究发现，不同债券之间存在着流动性转移行为。但他没有研究跨市场之间是否存在流动性转移。曾志坚等(2008)[15]对我国股票与债券市场流动性、联动性进行了实证研究，发现两者之间存在领先与滞后的关系。王茵田等(2010)发现我国股票市场和债券市场流动性之间存在显著领先滞后关系并互为因果关系。
综合以上文献，国外学者研究股市与债市流动性相互作用的文章虽然较多，但研究结论并不明确，对其解释也各有不同。我国学者研究股票市场与债券市场流动性相互作用的并不多，而且他们的研究指标和方法有一定的局限性。如曾志坚等(2008)的研究以换手率作为流动性变量，这在高换手率的我国并不适合，见刘锋等(2011)的研究。其次他们文章的解释存在问题，从其文章的脉冲响应图看，似乎结论应该是两者之间不存在协整关系。王茵田等(2010)仅仅研究了 2003 年 3 月到2008 年 12 月的数据。利用 VAR 分析，需要较长时期的样本才能得出可靠的结论。而且由于我国股票市场与债券市场规模的非对称性，它们之间的流动性溢出效应可能是单向而非双向格兰杰因果。
由于我国资本市场是一个新兴市场，市场的微观结构与发达国家不一样，市场基本以散户个人投资者为主体。由于投资债券的资本金要求较高，且投资债券的知识更为复杂，个人投资者通常只交易股票。加之我国股票市场与债券市场规模的不对称性，因此可能在新兴市场的我国资本市场、股票市场和债券市场之间的联系没有发达国家紧密，可能存在不同的溢出效应关系。
三、变量与数据
为了更加准确地计量债券市场流动性（记为BONDAMIHUD），最好是使用高频交易数据。但由于我们无法获得债券市场这方面的高频数据，所以只能退而求其次使用日度数据来计算其变量。所有数据来自国泰安数据库(CSMAR)，样本期涵盖2000.2- 2011.12。证券流动性主要是用下面的Amihud(2002)公式(1)来计算。ILRi，T=1/DTTi = 1ΣRi，tVOLi，t(1)公式中Rit表示股票或债券的日收益率，VOLi，t表示第i只股票或债券的日成交金额，T表示一个月内的交易天数。
我们还加上收益率和波动率等控制变量。债券市场的收益率用上海和深圳债券交易所交易的所有国债的收益率按市值加权平均计算，记为 BONDRET。债券市场的波动率用各个债券收益率的标准差计算，记为BONDVOL。股票市场的流动性是按 Amihud流动性指标计算，然后按市值加权平均计算整个市场的流动性，记为STKAMIHUD。为了计算股票市场的收益率，我们以所有股票的收益率按流通市值加权平均计算，记为 STKRET。
股票市场的波动率按标准差计算，然后按流通市值加权平均计算，记为STKVOL。由于我国的证券市场在不断进行制度性变迁，比如始于2005 年的股权分置改革对股票市场的结构产生的深刻的影响，因此股票市场流动性会有一些结构性特征。我们只关心流动性溢出效应问题，而这些结构性因素和其他的趋势性因素不是我们关心的问题，需要对它进行控制，我们采用Gallant 等(1992)的方法，利用事后的信息，使用回归的办法来进行平稳性变换。具体的转换是，对被调整的序列 w，我们先进行如下回归：w=x′β＋u (2)其中 x 是调整变量，包括月份哑变量、星期哑变量、股改哑变量和金融危机哑变量等。然后保留上述回归的残差，并做如下方差回归：log(u2)=x′γ+ν (3)最后调整后的序列为：wadj=a+b[u赞/exp(0.5*x′γ)] (4)
上式中 a，b 取值使得调整前后的均值和方差相等。在经过上述处理后，我们分别对上述 6 个证券市场变量进行平稳性检验。经过 ADF 和 Phillips- Perron 检验，发现调整后的变量都是平稳的。
四、分析结果
1.描述性统计分析
从描述性统计分析的结果 （见表 1） 看，样本期股票市场的月平均回报为 1.51%，在 5%的意义下显著。而债券市场的月平均回报为 0.6%，在 1%置信水平下显著。债市平均收益率明显低于股票市场。股票市场平均流动性为 3.23E- 9，而债券市场的平均值只有 2.23E- 7，明显地高于股票市场，说明在我国债券市场的流动性比股票市场差。这一结果和美国债券市场刚好相反，见 Goyenko等(2009)[4]。
2. 相关性分析
从表2 Panel A 的相关系数结果来看，债券的非流动性与其波动率正相关，表明债券市场的波动率越高，其流动性越差，该结论在 1%置信水平下显著。股票市场的流动性与股票市场的波动性正相关，但不显著。股票市场的流动性与股票市场的收益率负相关，说明股票市场的收益率越高，则股票市场的流动 性 越 好 ， 该 结 论 在 1% 置 信 水 平 下 显 著 。 在 跨 市 场(Cross- market)相互作用方面，债券市场的流动性与股票市场的流动性负相关，说明一个市场的流动性变好另一个市场的变差，但不显著。股票市场的流动性与债券市场的回报正相关，在 5%的置信水平下显著。表明债券市场的收益率增加时，股票市场的流动性变差。同样股票市场的流动性与债券市场的波动率正相关，在 5%的置信水平下显著，说明债券市场的波动率增加，会使得股票市场的流动性变差。
表 2 的 Panel B代表股权分置改革后时期。从该子样本期的相关系数结果来看，债券的非流动性与其波动率正相关，该结论在 1%置信水平下显著，与全样本期一致，而且相关性的程度更高，达到了 0.71 以上。股票市场的流动性与股票市场的波动性正相关，且该子样本期在 1%置信水平下显著。不过这时股票市场的收益率与其流动性的负相关性不如以前强烈，只在 10%的置信水平下显著。在跨市场相互作用方面，我们发现在子样本期，两个市场的流动性负相关，且在 1%的置信水平下显著。股票市场的回报与债券市场的回报负相关，在 10%意义下显著。股票市场的波动率与债券市场的波动率正相关，在 1%水平下显著。股票的收益率与债券的流动性负相关，但不显著。3. Granger 因果检验表3报告了证券市场各个变量之间的成对格兰杰因果检验。表格中的第i行第j列表示以第j个变量为被解释变量，第i个变量及其滞后项为解释的格兰杰因果检验。
从表3看出，两个市场之间的流动性存在单向格兰杰因果关系，即股票市场的流动性可以格兰杰因果导致债券市场的流动性，而债券市场流动性不能格兰杰导致股票市场。这个可能与我国股票市场与债券市场的规模不对称有关。我们知道我国交易所交易的债券市场发展十分缓慢，债券市值GDP的比重很低，而股票市场的市值占GDP的比重和国际接轨。
因此有限的债券难以对股票市场产生影响。同样我们发现股票市场回报可以格兰杰因果导致债券市场回报，相反不成立。不过债券的波动却可以格兰杰因果导致股票市场的波动性。
这可能是因为债券市场的回报只是受贴现率消息的影响，而股票的回报不仅受贴现率消息(Discounting Rate News)的影响，而且还受现金流消息(Cash FlowNews)的影响。所以债券对利率的宏观信息反映更快，使得其收益率产生波动。之后对股票市场开始产生影响，从而出现债券的波动可以格兰杰因果导致股票市场的波动性的现象。进而由股票的波动会格兰杰因果导致股票的流动性，从而又会带来债券的波动率会格兰杰因果导致股票市场的流动性。
4.脉冲响应分析格兰杰因果检验是建立在单方程基础的分析上，但它不能分析潜在 VAR 系统的联合动态性。因此我们建立包含上述六个变量的VAR 系统。假设 St代表股票市场波动性、收益率和流动性的向量，Bt代表债券市场波动率、收益率和流动性的向量。则我们可以建立如下的 VAR(P)系统：St=Pj = 1Σα1 jSt- j+Pj = 1Σβ1jBt- j+ut(5)Bt=Pj = 1Σα2 jSt- j+Pj = 1Σβ2jBt- j+Vt(6)其中，P 表示 VAR 系统滞后的阶数。阶数的确定是根据AIC 和 BIC 准则来确定。我们知道脉冲响应函数分析是某个变量一次性的、一个单位标准差新息(Innovation)的冲击对另一个内生变量当前和未来值产生的影响。由于六个内生变量新息之间可能的相关性，通常要用Cholesky 分解的办法来正交化内生变量的残差，并假设排在前面变量的新息对后面的变量会产生影响，而排在后面的变量不会对前面的变量产生影响。因此时间中的做法是根据变量之间影响来对要分析的变量排序。根据前人的研究，如Goyenko 等(2009)[4]，我们按下列顺序排列这6 个内生变量：BO-NDVOL，STKVOL，BONDRET，STKRET，BONDLIQ，STKLIQ。首先，本文进行了股票市场流动性对其他内生变量的脉冲响应分析 （限于篇幅，脉冲响应图没有列示，有兴趣读者可以向作者索取）。
从股票市场流动性对其他内生变量的脉冲响应可以看出，一个单位正的债券波动率的冲击，会使得股票市场的流动性持续变差。对债券的波动率正的冲击，我们可以想象一下加息政策，会使得债券波动加大，从而对股票的流动性也会产生不利的流动性冲击。
股票市场流动性对其他内生变量的脉冲响应还告诉我们，股票本身波动率的冲击在前两个月，会使得股票流动性变差，但之后流动性会持续改善。债券收益率的冲击一开始对股票流动性影响很小，但之后会使股票流动性改善。值得注意的是，股票市场的收益率对股票市场的流动性会产生非常显著的作用，一个单位正的股票市场收益率的冲击，会使股票市场的流动性发生持续改善。另外我们发现，债券市场的流动性正冲击（即债券市场的流动性变差），会使股票市场的流动性得以改善，不过这种作用不是很显著。最后，我们发现股票市场的流动性有很强的自相关性。当期的流动性变差，会使得未来的流动性也变差。其次，我们分析了债券市场流动性对其他证券市场变量的脉冲响应。我们由债券市场流动性对其他证券市场变量的脉冲响应可以看出，债券的波动性的正冲击会使债券流动性变差。
与前文分析的原因相似，由于债券的波动主要受贴现率(Discou-nting Rate News)的影响，因此加息等因素就属于债券的波动性的正冲击之一，该冲击会使得债券的流动性发生显著的、持续的下降。股票的波动性会使债券的流动性当期变差，但作用十分有限。同样，债券的收益率增加，会使债券的流动性在前三个月得到改善，但之后作用不是很显著。股票市场回报率的增加会使债券流动下降，这可能是由于资金被吸引到股票市场，从而使得债券的流动性降低。同股票市场类似，债券市场的流动性也有很强的自相关性。最后，令我们感兴趣的是，股票市场的流动性正冲击，即股票市场流动性下降，会使债券市场流动性得到改善，说明股市的资金开始流入到债券市场。
五、结论
本文以 1996 年 12 月 - 2011 年 12 月我国沪深两市交易的国债和股票为样本，利用向量自回归技术分析了股票市场与债券市场之间的流动性溢出效应问题。首先，我们进行了描述性统计，结果发现股票市场平均流动性为 3.23E- 9，而债券市场的平均值只有 2.23E- 7，明显地高于股票市场，说明在我国债券市场的流动性比股票市场差。这一结果和美国债券市场刚好相反，见 Goyenko 等(2009)[4]。其次，我们对两市的流动性进行了格兰杰因果检验，发现两个市场之间的流动性存在单向格兰杰因果关系，即股票市场的流动性可以格兰杰因果导致债券市场的流动性，而债券市场流动性不能格兰杰导致股票市场。我们推测这可能与我国股票市场与债券市场的规模不对称有关。
我国债券市场发展十分缓慢，规模债GDP的比重仅15%左右，而且银行间债券市场占全部债券交易量的97%，交易所交易的债券仅占全部债券交易量的3%左右。股票市场的市值占GDP的比重和国际接轨，达到49%之多。因此有限的债券市场尤其交易所交易的债券难以股票市场流动性产生显著的影响。
证券市场分析范文4
【关键词】上海证券市场 股票市场 弱式有效性 单位根检验 序列相关性检验 游程检验
一、研究方法和样本数据的选择
（1）研究方法。本文运用单位根检验、序列相关性检验、Granger因果性检验和游程检验这几种方法，检验上证指数的收盘价之间是否有关联关系，来分析市场是否达到弱式有效。
（2）样本数据选择。本文选取了2001年1月1日-2012年12月31日的上证综合指数日收盘价，共计2905个数据。并且，为了克服现期股票价格对前期价格的依赖关系，采用收益率作为指标，来消除股价变动的影响，使用股价对数之差近似作为股价变动的增长率。使用上证综合指数对数收益率，主要因为对数价格的差就是复利收益率，而复利收益率具有以下特点和优势：①取自然对数，可以使不同日的股票价格水平更加的平滑，尽量消除价格变化率的影响；②具有简单加和性，计算连续几期的收益率，只要将各期的收益率相加即可。
二、实证分析
（一）单位根检验
（1）模型。
PT=aPT-1+b+ξ
因为使用上证综指的日收盘价来分析有局限性，所以改用收益率来分析。相应的模型为：
RT=aRT-1+b+ξ
其中，PT为第T期的价格，PT-1为第T-1期的价格，a为自回归系数，b为漂移系数，ξ为误差项，RT为第T期的对数收益率，RT-1为第T-1期的对数收益率，随机误差项满足零均值、同方差等假定。
（2）检验。
原假设：模型为单位根过程，收益率变动非平稳有趋势。
备择假设：模型为非单位根过程，收益率变动平稳无趋势。
检验的t统计量为：t= ；当a=1时，t=
判断：当t≤DF临界值，拒绝原假设，认为模型为非单位根过程，收益率变动平稳无趋势；
当t>DF临界值，没有足够的理由拒绝原假设，认为模型为单位根过程，收益率变动非平稳有趋势。
（3）利用Eviews软件进行检验。
观察检验Eviews软件检验的结果，可知，DF检验t值小于1%、5%、10%显著性水平下的临界值，所以，拒绝原假设，模型为非单位根过程；收益率变动平稳无趋势，即认为上海证券市场服从弱式有效性。
（二）序列相关性检验
（1）模型。
序列相关性检验主要用来检验前后期数据之间的相关程度，以判断这些数据是否存在某种联系。对于股票价格指数而言，主要是考察当前股票价格指数是否与历史的存在相关关系，或是否存在某种趋势。
模型为：
RT=a0+a1RT-1+ξ
其中，R为对数收益率。
（2）检验。
原假设：a1为0；
备择假设：a1不为0。
判断：如果a1为0，则证明上海证券市场服从弱式有效性；
如果a1显著地不为0，则证明上海证券市场不服从弱式有效性。
（3）利用EViews软件进行检验
观察检验EViews软件检验的结果，可知，a1=0.003772≈0，并且模型的a1=0.000014≈0即模型拟合得很差，因此，可近似认为上海证券市场近似服从弱式有效性。
（三）游程检验
（1）理论。游程，是指股票价格变化保持相同符号的序列。股票的价格变化只有三种：正、负和零价格变化。因为零价格变化出现的概率非常小，所以把零价格变化归为正的价格变化。一个长度为i的正游程是指一个连续i次正的价格变化随后是负的价格变化或零价格变化。游程检验可以不考虑观察值的数值大小，而仅对观察值的正负号趋势进行检验分析。
（2）模型。
E（m）=
δ2（m）=
m：游程总数
n1：正的价格变化的样本个数
n2：负的价格变化的样本个数
n：样本个数
δ2（m）：m的方差
（3）检验。
原假设：样本是随机样本；
备择假设：样本不是随机样本。
检验统计量：Z=
（4）利用SPSS进行检验。
通过检验结果可知，检验统计量Z=-0.148，0.05，没有足够的理由拒绝原假设，即认为总体变量值的出现是随机的，可以认为中国股票市场对数收益率是随机游走的。因此，我国证券市场已达到弱式有效性，投资者利用历史数据进行技术分析得不到超额利润。
证券市场分析范文5
关键词:货币政策;因果关系检验;协整检验
一、引言
证券市场价格波动规律及其预测问题是投资者关注的焦点问题。央行通过货币政策调整流动性,试图影响证券市场价格波动,证券市场是否对货币政策给予了应有的反馈,投资者们在判断证券市场价格时是否应考虑货币政策的方向是值得探讨的话题。
2006-2007年中国股市上涨了5倍,而2006年7月到2007年5月期间,中央银行先后七次上调法定存款准备金率,收回流动性。当紧缩的政策累积到达了一定程度,终于在2008年的暴跌中得到释放。但这个过程中体现了股票市场价格对货币政策反应的不敏感性。
股票市场价格是由股票的供给与需求决定的,央行调整流动性是试图通过影响股市的多空双方力量来影响价格,本文试图通过实证的角度来说明货币政策与证券市场价格之间的关系。
二、数据介绍
在数据选择方面,由于货币政策的任何调整方式都是在影响货币供给,因此选择m2代表货币政策,同时选择最具代表性的上证综合指数(sp)代表我国证券市场价格。样本范围为2003年1月―2009年6月的月度数据,样本容量为78。其中上证综指为每月收盘价格。为消除异方差,对两个变量分别取自然对数,得到的数列分别用lnm2和lnsp表示。货币供应量的增长率可表示为:rm2t=ln(m2-t)-ln(m2t-1),同理股票市场收益率表示为:
rspt=ln(rspt)-ln(rspt-1)。
三、实证检验
(一)ADF单位根检验
单位根检验是为了验证序列的平稳性,结果如下:
表1.lnm2、lnsp、rm2、rsp的单位根检验
从结果可以看出,lnm2与lnsp序列接受具有单位根的原假设,因此是非平稳序列,而它们的一阶序列rm2与rsp拒绝了原假设,因此为平稳序列。由此可以判断出lnm2与lnsp都属于一阶单整过程,可以进行协整检验。
(二)Granger因果关系检验
我们采用Granger因果关系检验方法来判断变量之间的线性因果关系,从而观察其相互影响。对于lnsp与lnm2及rsp与rm2的因果关系检验,分别选取滞后期为7和6。
表2 .lnsp与lnm2及rsp与rm2的因果关系检验
从检验结果可以看出,我们采取5%的显著水平,检验结果显示lnsp是lnm2的granger原因,同时rsp是rm2的granger原因,而lnm2和rm2分别不是lnsp和rsp的granger原因。由此可见,央行会将股票市场指数的高低作为参考指标,通常股票产生明显的泡沫或者快速下跌时,为巩固金融稳定,央行会做出政策反应。但是,由于其他因素导致投资者信心过高或过低,导致股票市场对货币政策变化的反应存在相当的滞后性,货币政策的紧缩或是扩张在统计上显示不是引起股票市场价格变化的原因。
(三)lnm2与lnsp的协整检验
在前边单位根检验中得到lnm2与lnsp两个序列均是I(1)序列,因此可以进行协整检验。
由于直接建立的回归方程存在明显的序列相关性,因此应对序列相关进行修正。根据残差相自相关及偏自相关图像可以判断,应采用AR(1)来修正残差的序列相关性。估计结果如下:
对上式的残差进行单位跟检验,其结果如下:
表3残差的单位根检验
结果显示残差序列在1%的显著水平下拒绝了原假设,因此为平稳序列,结果表明lnm2与lnsp之间存在长期协整关系,协整向量为(1,-0.019)。lnm2与lnsp之间的长期协整关系表明两之间有着长期稳定的关系。
四、结论与启示
(一)以m2为代表的货币政策与以沪深指数为代表的证券市场价格之间具有长期稳定的关系,说明长期以来央行对股票市场的政策影响是有一定效果的,虽然在不同的市场时期表现为某种程度上的滞后性或提前消化,总得说来,在长期看来,货币政策起到了调整股票市场的作用。
(二)短期内货币政策对股票市场价格调整的作用是非常有限的,投资者的信心是受多方面因素影响的,且国际经济局势的震荡导致境外资金数量的不稳定,都会在一定程度上影响股票市场价格变动。股票市场价格常常对经济的扩张或衰退做出过度的反应,这时货币政策应该对股票市场价格给予反馈,帮助我国股票市场实现国民经济“晴雨表”的功能。
参考文献:
[1]高铁梅.经济计量分析方法与建模:Eviews应用及实例[M].北京:清华大学出版社,2005.
证券市场分析范文6
【关键词】股价 长期走势 影响因素 面板数据 回归分析
一、前言
股票市场是一个高风险高收益场所， 在能给投资者提供高收益预期的同时，其风险也不容忽视。为降低股市风险，提高收益率，有必要对影响股价的因素进行研究分析。
前人对于国内证券市场股价影响因素的研究大致分为三类：一类是股价指数与宏观经济变量的关联性研究；一类是个股股价与其会计信息的关联性研究；还有一类则是其它因素对股价影响的探讨。但这些研究均从某一类影响因素入手，缺乏对更广泛因素的综合考虑，难以指导投资实践。本文的研究对象落脚于微观股价，从个股层面、市场层面、宏观层面三个层面入手，找出我国证券市场中影响股价长期走势的主要因素，以期指导投资实践。
二、研究体系的建立
（一）样本股票选择
本文从1994年以前上市的上海证券综合指数成份股中随机抽取30支股票，对股价的长期影响因素进行实证研究。在统计学中，将样本容量不小于30的样本称之为大样本，大样本具有良好的统计特性，可以较好地代表总体，从而通过样本特性可以较准确地估计总体特性。
（二）影响因素选择
1.个股层面
2.市场层面
3.宏观层面
（三）样本时期选择
对于30只股票及其与其各自相关的9个变量（1个因变量和8个自变量），本文选取的时期为1994年至2011年。中国的股市自产生以来只经历了短短22年，本文力求在现有条件下选取尽可能多的横向及纵向数据，以准确反映年轻中国股市股价长期走势的影响因素。
（四）数据说明
股票价格、每股收益、每股净资产、营业收入属于个股自身变量，每只股票、每个指标及每年数据均不相同，共有30×4×18=2160个数据，均来源于上海证券交易所及各家公司历年财务报表。数据均经过前复权处理以保持连续性。
上证综指、GDP、CPI、M1、人民币汇率均属个股以外变量，每只股票价格分析将共用这些变量。上证综指来源于上海证券交易所，以每年收盘价为准。GDP、CPI、M1、美元汇率均来源于《2012年中国统计年鉴》。
（五）计量模型的设定
（1）式与（2）式的区别在于：（1）式中的反映了每个横截面单元的截距值是不同的，N个横截面就有N个自己固定的截距值，而（2）式中的每个横截面单元都有一个相同的均值，并且每个横截面单元截距值的个别差异都反映在中。若，则，除非，否则两式误差项方差不相同。这表明了与 （i≠s）是相关的，即一个给定横截面单元的误差项在不同的两个时点是相关的。
在对固定效应模型和随机效应模型进行选择时，可以使用豪斯曼检验（Hausman Test）帮助判断哪个模型为最优。使用EViews7对以上数据进行豪斯曼检验，检验结果显示Hausman值为0，其对应P值为1，接受原假设，建立随机效应模型：
对于面板数据回归的参数估计应使用最小二乘法（LS）。
使用普通最小二乘法（OLS）的前提假设是随机干扰项之间没有相关性，否则得到的估计量将不具有最小方差，因而不是最有效的。而广义最小二乘法（GLS）能够消除随机干扰项中的自相关性，使得估计的参数具有最优线性无偏（BLUE）性质。由于随机效应模型中与 （i≠s）的相关性，故应使用广义最小二乘法进行估计。
三、实证分析
四、结论
长期中，对股价产生影响的重要因素之一是个股自身的盈利情况，即每股收益（）的大小。每股收益反映了每股股份所能产生的税后利润，所产生的利润越高，股票的分红预期则越大，投资者都是逐利型的理性人，因此股票受到追捧的程度必然越高，股价自然高涨。
每股净资产（）对股价有显著的正向影响。每股净资产代表了每股股票所包含所有者权益大小，代表了企业资产扣除负债后所有者享有的剩余权益，每股股票含有的权益越高，其价值必然越大，股价也必然越高。
营业收入（）的大小对股价没有影响。营业收入反映了企业在日常经营活动中形成的经济利益流入，它是影响企业最终利润的重要指标。但同时费用、成本、税费等也会影响最终利润，因此最终利润的大小受多方因素影响，营业收入的增长并不能保证利润的增长，更不能保证股价的上涨。
上证综指（）的涨跌对股价涨跌影响显著。它是由所有在上海市场上市的股票股价加权计算编制而成，其反映的是整个市场的股价的平均水平。一方面，若上证综指上涨，表示构成它的成份股票大部分上涨，具体的某只股票上涨的概率就较大。另一方面，指数的大幅上涨能够提振投资者信心，使市场能给予股票更高的估值，从而推动股价上涨。
从我国股市18年来运行的实际情况来看，国内生产总值（）与股价呈负相关关系，但程度微弱（偏相关系数为-7.73e-5）。有研究表明，在国外的成熟股票市场，中长时期内GDP与股市走势呈现显著正相关，因为国家经济越发展，企业的盈利水平也就越高，最终结果是股价随之上涨。我国股市与国外成熟股市的差异性可能来源于我国证券市场法规的不完善、IPO准入机制不健全、缺乏必要退市制度、市场投机性较重等。
居民消费价格指数（）对股价长期走势影响不明显。CPI对经济发展的影响具有两面性，一方面温和通胀（3%左右）会刺激经济发展，一方面恶性通胀（10%以上）可能导致衰退。CPI对经济的影响具有不确定性，而我国股市走势与GDP甚至为负相关，因此CPI并不影响股价长期走势。
货币供应量M1（）的增加对股价有助推作用。M1包括流通中的现金和企事业单位存款，能随时变现，因此其流动性较强。当央行增加M1供应量时，通胀上升，市场利率却下降，居民或企业存放在银行中的存款所能得到的利息减少，这刺激人们进行其他方面的投资以期超过银行利息收益，这就加大了股票二级市场货币供给，产生资金推动型的股价上涨。
美元汇率（）对股价的影响呈负相关关系。在18年的样本期间内，美元汇率一直处于下跌状态，人民币汇率不断上涨并有继续上涨的预期。人民币的不断升值导致国际资本的流入，从而国内货币供应量增加，利率下跌，股价上涨。
参考文献
[1] 达摩达尔·N·古扎拉蒂，唐·C·波特. 费剑平 译.《计量经济学基础》[M]. 第五版. 北京：中国人民大学出版社，2011.
[2] 付德印，张旭东.《EXCEL与多元统计分析》[M].第一版. 北京：中国统计出版社，2007（05）.
[3] 高铁梅，王金明，粱云芳等.《计量经济分析方法与建模》[M]. 第二版. 北京：清华大学出版社，2012（05）.
[4] 郭海明，王永瑜，杨盛菁等.《应用统计学》[M]. 第一版. 兰州：兰州大学出版社，2011（03）.
