時間：2023-10-27 11:08:02
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇金融危機股票走勢范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
我們分析主要是滬深300在后金融危機時期，行業復蘇速度不同導致股票走勢分化，漲跌互現，使得股價波動相關系數主要分布在弱相關區域。從同一時期S＆P 500和滬深300權重分布的縱向比較來看，發現在經濟穩定時期，兩國股市網絡的權重分布區間寬度相似，但中國股市整體相關系數較美國股市偏低。在金融危機時期，滬深300成分股的相關系數并沒有呈現如S＆P 500大幅增大的情況，其原因可能是由于在2007至2010年，中國股市呈現出暴漲暴跌的劇烈波動行情，導致異常停盤情況較多，且期間有若干成分股因股改、重組等原因長時間停盤，一定程度上影響了數據的實時性。為了更深層地分析金融危機對證券網絡的影響，引入影響因子這一參數。影響因子是度量一個結點對其余結點影響力的指標，定義為該結點所有連邊的權重和。因為權重是分布在［－1，1］區間內的，因此影響因子值可能為負。定義影響因子IS為（式略）在IS值最大的地方，分布節點的數量也最大。結合現實，IS值排名靠前的所屬行業中，傳統的制造業占據半壁江山，涉及多個制造業領域；電力生產業也占據了4席，顯示了能源日益緊缺的狀況使得能源類股票的影響力日益增大。2007年至今，IS值的分布出現了明顯的變化，呈現了先上升后下降的現象，出現較為明顯的影響力較大的節點所屬行業是唐鋼股份，主要是因為經濟危機條件下，住房價格出現了猛漲現象，房地產產業帶動建材行業迅猛發展的態勢。經過此輪金融危機的沖擊，S＆P500證券網絡中各股票之間的聯動反應加劇，也就是說某些股票的波動會更大程度地影響市場中其余股票的走勢，市場變得更敏感。同時排名前10的公司分屬行業也發生了較大變化，金融保險業在危機之前占據了絕對的優勢地位，在經歷危機以后材料業異軍突起，占據前10中的3席，與金融保險業平分秋色。汽車行業和金融行業的代表通用汽車公司和花旗集團，因在此輪金融危機中受到極大沖擊，影響因子大幅下滑。，在金融危機前后，滬深300的IS值發生了較大的變化，S＆P 500分布趨勢變化不大，但區別明顯。滬深300網絡與S＆P 500網絡IS變化情況恰恰相反：在危機前，滬深300的IS值普遍偏大，危機下，節點的IS值普遍變小。S＆P 500的IS值則由普遍偏小變得普遍偏大。分析其中原因，其一，從整體上來說，IS值又是反映網絡的穩定性指標，在經濟危機的沖擊下，滬深300的穩定性變弱，而S＆P500的穩定性增強；其二，是S＆P 500和滬深300分屬成熟市場和新興市場，市場本質的不同造成了不同的市場特征，在危機下對政策等反應強度也有較大不同。作為新興市場，中國的國情決定了中國股市的發行制度和監管制度必然是與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月這段時期，各項刺激措施的見效使得中國股市止跌企穩，行業間復蘇速度與程度都有較大不同，滬深300成分股走勢出現分化，導致IS值并沒有呈現與S＆P 500類似大幅增大的情況。而且滬深300的IS值分布與成熟市場經濟穩定時期出現類似情況也從一個側面反映了中國股市正在逐步走向成熟。 最大生成樹構建相關性網絡生成樹在各種分析研究中被廣泛采用。其中生成樹在分析證券市場網絡中應用頗多［16－17］。本文采用最常見的Kruskal算法，構建了滬深300成分股網絡的最大生成樹，5 滬深300相關性網絡最大生成樹網絡中結點的度是證券市場網絡最重要的拓撲特征參數之一，度分布函數反映了網絡的宏觀統計特征，就目前對網絡的研究發現，網絡定點度的分布主要有指數分布和冪律分布；理論上利用度分布可以計算其他表征全局特性參數的量化數值。
金融危機前滬深300相關性網絡節點度值排名靠前的股票如表1所示。在經濟平穩時期，前10位的節點具有相同的度，網絡中Hub節點度值分布較為均勻，即網絡有較好的抗毀性。制造業占據前10中的6席，成為股市中最具影響力的行業，這與上節中分析影響因子得出的結論一致。金融危機后滬深300相關性網絡節點度值排名靠前的股票如表2所示。與金融危機前相比，出現了若干個度值較大的Hub節點，其中唐鋼股份的度值高達25，在網絡中占據舉足輕重的位置。制造業在Hub節點中的比例與危機前相比出現有較大下降，金屬冶煉產業占據了第1和第5的位置。反映到經濟現象中，我們認為盡管中國的三次產業都受到金融危機的直接沖擊，但因其與國際市場聯系的緊密程度不同，金融危機主要沖擊了在出口中占主導地位的第二產業，而第二產業正是以制造業為主。對比表1和表2可以發現，金融危機前后Hub節點所代表股票發生極大變化，危機前度值排名前列的股票在金融危機的沖擊下，大多成為網絡中的一般結點，只有北京城建基本保持在度值排名前列，這與其所屬房地產產業在2009年井噴式的增長不無關系。反觀危機后度值排名前列的股票大多在危機前度值較小，金融危機的沖擊使得新興節點迅速取代網絡中部分崩潰的傳統Hub節點，網絡度值分布隨即發生巨大改變。在2008年中國房地產市場的大幅萎縮給國內金屬消費需求構成了巨大的打擊，金屬冶煉業面臨著十分嚴峻的挑戰。然而隨著2009年房產市場的全面上漲，金屬冶煉業交易隨之活躍，也已成為拉動工業生產的主動力，這也解釋了在度值分布中，金屬冶煉產業的兩只股票均處于前列的現象。
真實網絡大多是由若干個“群”或者是“團”組成的，即存在社團結構。在同一個社團中，各個節點聯系緊密，而社團之間的聯系就相對比較松散。證券網絡中，也存在著這樣的社團結構：屬于同一社團的股票節點往往相關性較強，而分屬不同社團的股票節點往往呈現較弱相關性。最大社團作為網絡中最具影響力的“群”，對整個網絡有著舉足輕重的影響力。以上節中采用最大生成樹算法構建的S＆P 500和滬深300相關性網絡為研究基礎，分析不同時期兩國股市網絡中以度值最大的節點為根節點的子樹，深入研究其形態及組成，以期通過對最大社團的分析揭示金融危機下網絡的特殊性質。Hub節點所代表的股票為MTB，屬于金融行業，危機前最大社團結構較為復雜。結合2005年至2006年經濟平穩發展的社會背景，金融業起到舉足輕重的作用，因此金融業成為網絡中的最大社團。由圖7可見，在以MTB為中心的最大社團中，還存在著若干Hub節點，社團內部度值分布較為均勻。與此同時，MTB還與若干較大Hub節點直接相連：以公用事業節點GAS為例，通過與金融行業節點PCL直接相連與根節點MTB產生關聯，同時又與一連串公用事業節點連接與同行業節點產生關聯，這就形成社團之間的重疊，即出現一個節點同屬不同社團的現象。仔細分析節點之間的連接情況可以發現，絕大多數連邊是存在于同屬一個行業的股票節點之間，S＆P 500市場行業聚類特征明顯。
反觀危機下的最大社團，如圖8所示，Hub節點所代表的股票為CSCO，屬于信息產業。結合金融危機的背景，可以推測金融業受到危機最正面的沖擊，隨著雷曼兄弟等眾多大規模金融機構的破產，使得金融業股票在市場中的地位大大降低，這也解釋了最大社團中只存在一只金融業股票的狀況。從圖8可以清楚看到，危機下最大社團結構層次明顯簡單。社團結構中度值為1的節點數目占到節點總數的6成以上，導致網絡層次較少。以CSCO為根節點的子樹中絕大多數節點與CSCO一樣，屬于信息產業，表現出極強的以行業聚類的特性。最大社團中除了CSCO度值明顯較大外，其余結點度值均較小。中國股市金融危機前后最大社團形態如圖9所示。金融危機前（見圖9a），中國股市的最大社團規模明顯較小且社團內部行業分布狀況也有較大不同。中國衛星所在社團共有16個節點，其中與中國衛星同屬于工業的股票共有6只，4只股票屬于材料業，4只屬于金融類股票，必需品消費業和可選消費業各有兩只股票。材料業為工業提供原材料，而金融業尤其其中的房產業對材料業也有直接影響，因此在拓撲結構上同屬一個社團屬于合理現象。從中國股市網絡拓撲結構來看，行業因素并不是社團形成的主要原因，不同行業之間聯動性較成熟市場要更大，這也說明了在中國股市，一個行業中領頭企業的股價波動，不僅會影響同行業公司的股價，也會較快波及其上游或是下游產業。圖9b為金融危機下中國股市網絡中度值最大節點唐鋼股份所在社團。相比危機前的最大社團，在經歷了金融危機的沖擊后，滬深300證券網絡的最大社團規模明顯增大。最大社團中以唐鋼股份為代表的材料業占據了重要地位，與唐鋼股份直接相連的節點中，既存在一般Hub節點，也存在度值較小的節點，使得最大社團中節點的分布更顯均勻。金融危機后的最大社團的形成行業因素雖然較危機前有所增強，但行業分布相比同期美國股市仍明顯分散，上下游產業的關聯效應依舊較強。從圖中也可以發現，一些工業類股票同時與唐鋼股份及相關聯產業相連，出現了社團重疊的現象。以工業類股票白云機場為例，它與根節點唐鋼股份直接相連，同時也與同行業的中海發展、華擎股份有密切關聯，在與其直接相連的節點中也包括了能源類股票廣聚能源、材料業股票江西銅業、包鋼股份，公用事業類股票華能國際以及消費類股票歌華有線。通過對危機前后兩國股市網絡最大社團的分析，可以發現，在同一時期S＆P 500網絡和滬深300網絡具有明顯不同的最大社團特征：S＆P 500具有以行業聚類的特征，而滬深300社團中行業覆蓋面較廣，一些有利害關系的產業出現在同一社團中。滬深300危機后的最大社團形態與S＆P 500危機前最大社團形態較為相似，由此可以印證中國股市正在慢慢走向成熟。
隨著計算機技術、人工智能、模式識別和數據分析方法的發展，數據挖掘（Data Mining）這門課程在20世紀末、21世紀初迅速建立。數據挖掘［1］就是從大量數據中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，所挖掘出的知識可以幫助進行決策支持、過程控制、信息管理、查詢處理等等。數據挖掘在金融行業的應用，產生了金融數據挖掘這門學科。筆者在教學中發現，金融數據挖掘教課書中的案例數據偏小，學生難于直接體驗到從經濟數據中挖掘出的模式的用處，在教學的過程中大多數學生都反映不知道挖掘出的數據有什么用，導致這門課程的實驗教學達不到應用的要求。
文獻［2］給出了常用的數據挖掘技術在金融領域的應用，并給出實例研究；文獻［3］針對當前本科數據挖掘教學的教學側重點定位不準確和實用性實驗教學缺乏這兩個問題，提出了分別針對理論教學和實驗教學的教改方案：理論教學應考慮到本科生的數學基礎和就業趨向，應著重數據預處理環節而輕視算法細節，實驗教學中應多開設一些應用型數據挖掘工程項目；文獻［4］針對金融危機環境下的金融類課程教學提出應在課程設置、考核手段、教學手段等作出相應的更新調整。文獻［5－6］分別強調案例教學和應用型人才培養的關系以及針對傳統案例教學的不足而提出新的案例教學模式。考慮到本校學生大都是經濟金融類背景，對金融領域尤其是證券市場所發生的事情充滿興趣，在教學中直接引導學生利用實時的股票交易數據進行探索，提高了學生學習積極性。
2證券市場分析法在數據挖掘實驗教學中的應用
證券市場具有高收益與高風險并存的特性，人們一直都希望能夠掌握其運行規律，并進行分析與預測。在股票交易事務處理中，每天有以交易信息為主的大量數據匯入數據倉庫，這些數據無疑對股民了解股市的走勢，做出正確的投資決策至關重要；經濟學家分析不同層次用戶的投資行為和各種股票之間的關系，及時發現股市中的非正常行為；各上市公司和政府部門出臺新的方案等諸多方面具有重要的參考價值。在教學過程中，強調的是學生將所學的數學挖掘算法或者模型應用到實例的能力。
2．1結合市場趨勢分析講解分類與回歸
分類與回歸是數據挖掘的重點內容，講解到這部分內容時，需加強實驗教學的強度，這樣才能加深學生的理解和應用能力。筆者在講解這部分內容時著重要求學生從上市公司的財務報告中搜尋數據進行各種回歸分析；然后自己擬定印象大盤指數的因素，對大盤指數進行預測分析。國內外大量實證研究結果表明：上市公司定期公布的財務報告具有很強的信息含量，但是當期會計盈余數據的信息會在披露前后在股票市價中迅速得以體現。因此對于中長期投資者來說，重要的是預見未來盈利。質地優良且未來具有較高盈利增長能力的公司是中長期投資者普遍關注的對象，因為只有這類公司才能給投資者帶來持續的回報。而財務報告包含了大量描述公司經營狀況的數據。這些數據應能為投資者提供關于公司未來盈利能力的信息。對于中長期投資者而言，需要做的就是利用這些信息挖掘出未來能夠具有較高盈利水平同時又具有較好的成長性公司。引導學生采用Logistic回歸，決策樹和神經網絡建立預測模型，試圖尋找未來具有較好的業績和增長能力的上市公司，并用時間序列分析建立上證指數預測模型。
2．2結合股票分類講解神經網絡等
證監會等機構按照行業、概念等對股票進行很多分類，這些分類對投資者只能起到一些基本的輔助作用。投資者更關心的是哪些股票的走勢是相近的，或者那些股票可能會成為ST股，或者哪類股票接下來可能被資產注入或者重組之類的。這些需要用數據挖掘技術進行分析處理。預測一支股票的走勢幾乎是不可能，但是通過相關分析，可以找出一支股票的走勢與另一只股票走勢的潛在規律，比如數據挖掘曾經得到過這個結論：“如果微軟的股票下跌4％，那么IBM的股票將在兩周內下跌5％”。利用歷史數據，選取主要的影響因素，可以對所以上市公司的股票進行聚類研究，這樣能發現哪些股票屬于同一類型，屬于同一類型的股票應該具有某些相似的性質，因此能得出一些有用的結論。另外，還可以定義強弱勢，然后對全部的股票進行分類學習，根據學習出來的模式，對未來的股票進行預測分類。在教學的過程中，尤其是講解神經網絡時，要求學生下載全部的交易數據，按照自定義的分類指標，將所有股票進行分類研究。比如選取2011年4月19號滬深兩市所交易股票，以每筆換手率，漲速，量比，總換手率，內外比，振幅為因子，將漲幅大于1．5個百分點的股票歸為＋1類，跌幅大于一個點的歸為－1類。將數據隨機化后，選取70％進行訓練，30％進行測試；由精度來觀察以上因素對股票漲幅的影響并進行修正。
內容摘要:本文以近期股票市場出現的新股上市接連跌破發行價(下文稱為“破發”)現象作為切入點,分析了新股破發現象的內在原因,著重探討了機構投資者行為對新股走勢的影響。使用基于Agent的系統仿真方法在Swarm仿真平臺上建立動態仿真模型來模擬機構投資者的新股投資行為,并通過改變市場監管模式的仿真實驗進一步研究影響機構投資者新股投資行為特征的因素,為減少新股上市交易出現異常波動提出合理的對策建議。
關鍵詞:機構投資者 新股破發 仿真swarm
我國股票市場自建立以來,股票一級市場一度被認為是不存在實際風險的安全投資地帶。申購新股,俗稱“打新”是各類股票投資者的一種重要投資方式。我國證券監管部門對新股首個交易日的漲跌幅一般不設限制,因此通常會看到新股在首個交易日大幅上漲,投資者一旦申購成功中簽,就會在新股上市交易中獲得非常高的收益,而與這種高額期望收益相對應的風險和成本卻非常低。投資者申購新股的成本則主要反映在沒有中簽時申購資金的機會成本上,一般可以看作是申購資金凍結期間的利息。“打新”以幾乎零風險和超低的成本有可能給投資者帶來非常高的收益,因此,股票一級市場的“打新”投資一直受到各類投資者的青睞。然而,近期出現的新股上市接連破發打破了投資者公認的這種常規。
在股市中,當股價跌破發行價時即為破發。新股上市即遭破發是十分罕見的現象,即使在市場徘徊期也很罕見。當前我國股市現處于金融危機后的徘徊調整期,股票走勢波動較大,投資實際收益較低,因此很多投資者包括機構都會拿出相當一部分資金參與新股申購,以降低投資風險并期望獲得收益。短期內各個板塊新股的接連破發使得我國股票一級市場的實際風險終于暴露在投資者面前。對于這種比較反常的現象,很多專家學者及資深證券評論員都提出了自身的見解,這些見解大都將新股破發現象歸因于股票一級市場的高定價和高市盈率發行問題,但卻忽略了二級市場投資者交易活動對新股走勢的影響。本文意在結合我國股票市場實際情況,分析產生新股破發現象的成因,并著重探討機構投資者投資行為對新股價格走勢的影響,利用基于Agent的系統仿真方法,研究機構投資者新股投資行為的特征和影響機構行為特征的管制手段,為減少新股上市出現異常波動提出合理的對策建議。
新股破發現象原因淺析
近期出現的新股頻遭破發現象,其內在根源來自我國新股的發行體制。2009年底至2010年3月這段時間里,新股發行非常頻繁,基本上平均每周會有兩次新股發行申購,每次都會有相同板塊的約兩至三只新股供投資者選擇。從這些新上市股票的基本面指標可以看到,絕大多數新股的發行價和市盈率都很高,大都是采取高發行價、高市盈率的“雙高”模式進行發行及上市交易。“雙高”模式使得新股一級市場定價普遍偏高,這直接給股票在二級市場的上漲帶來了壓力,給新股破發埋下了內在隱患。由于出現新股的密集破發,中國證監會已經開始討論新股發行體制的改革,將會進一步的完善詢價和申購的約束機制,并逐漸走向市場化的價格機制,從根源上解決新股走勢異常的現象。高發行價和高市盈率是一級市場留下的破發隱患,但股票作為一種特殊的商品,其價格必然會受到市場供求關系的影響,因此,新股在二級市場中由投資者需求引起的價格波動是不可忽視的。
股票價格受到諸多因素的影響,如上市公司的經營狀況、股票市場的整體走勢等等,但投資者的心理預期在影響股票價格的外部因素中處于核心地位,所有的影響股票價格的因素都會轉化為投資者心理預期所形成的投資決策(吳玉桐,2007)。而投資決策在股票市場中的直觀表現就是買或賣,也就是對股票需求的變動。由于股票發行數量和流通數量在較長時間內是固定不變的,即股票的供給是固定的,那么投資者對股票的投資需求越大,則股票的價格就會越高,即股票的價格與投資者對其需求是正向相關的。這樣擁有資金優勢,獲得大量低成本新股籌碼的機構投資者就比較容易影響新股價格走勢。因此對于新股走勢,必須要考慮機構投資者在二級市場的交易行為。機構投資者實力雄厚,當手中握有大量籌碼的時候,有能力根據自己的意圖控制股票的價格從中獲利,特別是對新上市的股票。但對一只新股來說,參與申購的機構不止一家,新股的籌碼一般是集中在幾家機構手中。大多數情況下,這些持有籌碼的機構都會拉升新股價格從中獲利,這樣就形成了類似寡頭聯合拉升新股價格的情形,使得在正常情況下,新股在短期內特別是首個交易日都會產生一個較大的漲幅。而新股接連遭遇破發的市場原因很大程度上歸因于機構投資者投資行為的影響。
本文基于Agent的系統仿真方法,在Swarm仿真平臺上建立動態仿真模型,研究機構投資者對新股的投資行為特征,來探討一般情況下機構投資者對新股走勢的影響。
基于Swarm的仿真模型實驗及實驗結果分析
本文以王文舉,劉碩(2008)的博弈仿真模型為基礎,進行擴展使之適用于對機構投資者新股投資行為特征的研究。在本仿真模型當中,包括三類主體:機構投資者,本文的研究對象,仿真模型中設定兩個,用以研究其對新股的操縱行為及管制。機構投資者有兩個行為,“投資”行為和“結算”行為,前者是對新股的買賣決策,后者則是對投資行為收益的計算。股票市場,作為仿真模型中股票信息傳遞的平臺。遺傳算法學習分類系統(任韜等,2006),簡稱GALCS,是遺傳算法的一個較為簡單的實現形式,用來賦予機構投資者主體一定的自學習能力。
本仿真模型是完全信息模型,并只含有兩類現實中存在的仿真主體,因此仿真主體之間的關系也相對簡單,仿真主體之間的關系如圖1所示。仿真模型在運行之前需要設定一系列初始參數,這里設定新股發行價為20;同時設定兩個機構投資者都拿有10000手的新股,以表示機構投資者在新股上市交易之前就已經握有很大份額的新股籌碼。設定監管部門對于股票合理的估價為Value=28。目前監管部門對投資者行為的管制措施主要采取罰款的手段,這里將監管部門對機構投資者投資行為的監管設定為浮動式的懲罰。運行仿真模型,考察一般情況下和監管部門對機構投資者進行較為靈活且嚴厲的監管模式時,機構對新股的投資行為特征,仿真實驗結果如圖2所示。
如圖2左,在通常情況下,如果監管部門對機構投資者不采取比較靈活且嚴厲的監管手段加以管制,那么兩機構投資者對于股票的投資數量(investQ1和investQ2)都會呈現直線上升趨勢。機構投資者會不斷增加對新股的投資需求從而拉升股票的價格,使新股在上市交易時產生一個比較大的漲幅。這也是通常看到的新股走勢,同時也是股市一級市場投資能夠獲得較大收益的主要原因。與圖2左進行對比,圖2右顯示了機構投資者在監管部門靈活嚴厲的監管下的投資行為特征。兩個機構投資者不再一味地增加對新股的需求,對新股的投資產生了比較大的波動。由于機構投資者擁有眾多新股籌碼,其投資行為對新股走勢具有較強的影響,因此可以判斷,在這種情況下,新股的走勢也不再具有較大漲幅而是出現較大的波動,在某些時段就會出現破發現象。
結論與對策
要想避免新股破發現象頻繁出現,保證新股走勢較為正常,就是要發揮機構投資者穩定器的作用,同時要進行新股發行體制改革,逐漸完善我國股票市場。合理發揮機構投資者穩定股價的作用。新股在二級市場的走勢會受到持有大量籌碼的幾家機構投資者投資行為的較大影響,根據以往經驗和前文的仿真實驗,機構投資者一般會增加對新股的需求從而拉升新股股價。如果新股上市交易當天或短期內出現破發等異常現象,可以適當發揮機構投資者穩定股價的作用,通過改變機構投資者對于新股的投資行為,帶動其他投資者對新股的預期,從而保證新股走勢正常穩定。
適當改變監管模式,影響和控制機構投資者的投資行為。由前文的仿真實驗推斷,對機構投資者過于靈活且嚴厲的監管會極大影響機構投資者的新股投資行為,使機構對新股的投資行為與市場預期產生偏差,從而給新股的走勢帶來影響。因此,為保證新股的正常走勢,應適當放寬對機構投資者的管制,以更充分地發揮機構在股票市場中的預期功能。監管模式的改變并不意味著機構投資者可以肆意行為,如果監管過于放松,機構投資者之間很有可能出現合謀拉升股價,使新股價格上漲過快的情形。監管部門應將對機構投資者的監管作為控制機構的手段,在不同階段使用不同類型、不同力度的監管措施,來控制機構投資者的行為并發揮其功能,從而通過二級市場的交易活動來間接影響股票走勢,保證市場的正常發展。在一定程度上增加機構投資者對新股的控制力。通過前文可以推斷,通常情況下機構投資者都會對新股股價進行拉升,這是假設機構對新股具有足夠影響力和控制力時產生的結論。從近期破發的新股名單中,可以發現大盤股居多,主要原因在于機構對大盤新股的控制力不足,或者說沒有參與到這些大盤新股的投資當中,致使一部分以“雙高”模式上市交易的大盤新股的一級市場風險在二級市場中體現出來,造成了短期內頻繁出現的新股破發現象。
逐步推進新股發行制度改革,完善新股詢價和申購約束機制。目前我國股票一級市場新股發行價格并不是采取市場化的詢價機制,而是根據上市公司各項財務指標等數據資料計算得到的一個較為合理的股價。股票作為一種特殊的商品,影響其市場價格的重要因素之一就是供求關系,脫離通過市場供求關系詢價的新股定價過程,本身就存在很大的缺陷,新股價格異動甚至破發的出現就不足為奇了。但是,我國股票市場發展的時間較短,運行機制、投資者素質等都有待完善和提高,過急過快的進行市場化改革勢必對股票市場造成極大震蕩,因此,新股發行體制改革應循序漸進,根據我國股票市場的發展特征逐步推進,保證新股以最為合理的價格發行并上市交易,以減少破發及其他新股異動出現的可能性。
參考文獻:
1.王文舉,劉碩.股票市場機構投資者共謀違規行為監管的博弈分析與動態仿真研究[J].21世紀數量經濟學(第九卷),2008.12
2.胡華勇.股票市場操縱行為監管研究[M].法律出版社,2005
3.任韜,王文舉.保險博弈模型的仿真檢驗[J].經濟與管理研究,2006.11
關鍵詞：貝塔系數；GARCH模型；投資
一、引言
所謂時變貝塔，指的是貝塔系數值隨著時間推移而不斷的變化。國內外學者比較廣泛地關注時變貝塔系數，Braun、Nelson和 Sunier（1995）利用雙變量EGARCH模型考察好消息和壞消息對波動性和β系數的影響，結果證明了行業組合的時變β系數不存在消息面上的不對稱性。Koutmos和Knif（2002）采用TGARCH模型來估計并考察芬蘭股票市場上股票組合的時變β系數，結果發現時變β系數遵循穩定且緩慢的均值回復過程。他們認為雙變量GARCH模型能較好地解釋系統性風險的動態特征，并指出若只是要獲得股票β系數的點估計值，采用簡單的回歸方法也是可行的。周少甫、杜福林（2005）應用ENGLE提出的一種多元DCC-GARCH模型，選取了上海股市的陸家嘴、青島啤酒、青島海爾、四川長虹和上海石化5支上市比較時間比較長的股票的日數據進行研究，獲得了比較準確的時變貝塔，并給出了貝塔系數的預測公式。羅登躍、王春峰和房振明（2007）使用ENGLE提出的動態條件相關多元GARCH模型計算深圳股市諸行業指數2001年7月 2日到2005年7月15日期間的時變貝塔系數，進而對系統風險貝塔系數與收益的關系進行傳統的檢驗和由PETTENGILL等人1995年提出的條件檢驗，并且探討了非系統性風險、總風險在資產定價中的作用。林清泉和榮琪（2008）利用國外最新提出的能夠預測多元資產條件協方差矩陣的多元GARCH模型，對上證指數與工業、商業、地產、公用和綜合5種行業指數的日數據進行了實證研究。研究結果發現利用條件異方差矩陣計算得到的時變貝塔的均值與經典CAPM模型回歸所得到的貝塔值存在顯著差異，另外在時變貝塔和傳統貝塔模型的收益率殘差分析中，發現時變貝塔也可以用于刻畫單個資產相對于市場組合的風險大小，并且時變貝塔模型計算的殘差更接近于零，因此驗證了時變貝塔模型在風險度量上是對傳統模型的改進。
研究貝塔的時變路徑是很有價值的工作，Ling T H. 給出了三個研究理由。首先，貝塔的時變路徑可以使“時變過程”具體化，這樣貝塔結構拐點就能很容易被偵查到，更為重要的是完備的貝塔時序估計，能提高股票的行業平均收益預報的準確度。其次，具體化的貝塔的連續變化，使得辨別重要的政治或經濟事件對貝塔的沖擊變得簡單。最后，時變貝塔的分析也助于公司金融管理人員和資產組合管理人員，獲得對貝塔和股市行業平均收益的更準確的估計。本文主要基于Ling T H.的思想，利用時變貝塔系數分析股票投資決策。
二、時變貝塔估計模型的計算
常數貝塔市場模型主要是用來作為比較基準，其公式為：
Rit=αi+βiRmt+εit （1）
其中Rit，Rmt表示t時刻股票的收益率和相應的市場指數的收益率，αi、βi為估計的系數，εit 為隨機誤差項。βi被定義為βi=■，由于該模型是常數貝塔模型，因此可以非常容易地通過最小二乘法（OLS）估計方程（1）而計算出來。
方程（1）的問題是誤差項并不是正態獨立同分布的，這樣就會導致用OLS得到的估計量存在偏差。為了解決這個問題，現有文獻中經常使用的一個模型就是GARCH模型，為了簡單起見，本文使用GARCH（1,1）-M模型，均值方程為：
rit=μit+υit+ditσit（2）
rmt=μmt+υmt+dmtσmt（3）
其中υit=σitεit，υmt=σmtεmt。{εit}，{εmt}是均值為0，方差為1的獨立同分布隨機變量序列。μit代表投資組合i在時期t內的收益率的條件均值，υit代表擾動項。dit，dmt是條件方差（波動率）前的系數，如果系數為正，代表收益率與它的波動率成正相關。而σit代表條件方差，定義如下：
σit2=ai+biυit-12+ciσit-12（4）
σmt2=am+bmυmt-12+cmσmt-12（5）
方程（5）和方程（6）意味著條件方差的大小依賴于滯后一期的殘差項的平方υit-12和滯后一期的條件方差項σit-12的大小，滯后一期的殘差項的平方υit-12的系數為 ARCH 項的相關系數bi，滯后一期的條件方差項σit-12的系數為 GRACH 項 ci的系數。bi可以解釋為新聞系數，ci可以解釋為過去的新聞的波動系數。條件方差按下式進行計算：Cov（rit，rmt）=ρim■，其中ρim是行業投資組合i的回報率和市場回報率之間的相關系數，而且被認定為在整個時間跨度內為常數。因此，GARCH（1，1）模型的貝塔值可以用下式來估計βitGARCH■。
三、實證分析
（一）數據來源
本文研究采用的樣本數據為日收盤數據，具體包括：房地產，有色金屬，生物醫藥，銀行，出版媒體，農林牧漁6個行業指數，以上證指數表示市場指數。本文選擇的時間跨度為2007年8月1 日到2011年12月31日，共計1079個交易日，即是上證指數和每個板塊指數各有1079個日收盤數據。為了統一便于更好地進行比較分析，所以本文所有數據都是復權處理后的數據。
（二）GARCH(1,1)建模計算時變貝塔
根據公式（2）、(3)、(4)、(5)對各行業收益率和市場整體收益率建立GARCH（1,1）模型。
1．GARCH（1，1）-M模型實證結果
由方程（4）和（5），通過Eviews可以直接求出各個行業板塊指數的ARCH系數bi和GARCH系數ci。而且在回歸過程中ARCH系數bi和GARCH系數ci的P值全部等于0，這說明在1%的顯著性水平下，這些系數全部都是顯著的。除了出版媒體以外的所有十個行業的兩個系數之和都小于1，這也就意味著十個個行業都符合有限無條件方差的要求。所有行業的ARCH系數bi和GARCH系數ci全部列入表1。
2．時變貝塔實證結果
求出 ARCH 系數bi與 GARCH 系數ci之后，為了估計方程（4）和（5）中的σit2和σmt2，就必須知道σi02和υi02，但是這兩個值是沒有辦法直接求出來的。參考已有文獻和理論知識，本文假設σi02=υi02= ，而 為 GARCH（1,1）-M模型中各個行業的回歸標準誤的平方。因此，求出σi02和υi02后，根據方程（4）和（5）即可求出 GARCH（1,1）-M市場模型中的時變貝塔。求出時變貝塔值以后，每個行業將有1078個時變貝塔值，一共有10個行業。本文將這些時變貝塔值一一列出。求出每個行業1078個時變貝塔值以后，加總求和，再求出均值，即可得到表2的GARCH（1，1）-M市場模型的估計出來的每個行業的時變貝塔的均值。
其中，非電力公用事業和出版媒體行業貝塔最大值的異常的原因與之前在行業收益率分析中提到的原因相同。2007年12月21日遼寧出版傳媒股份有限公司上市和2009年4月17日ST黑龍（現名:國中水務）恢復上市的暴漲有關。為了更清晰地展現時變貝塔的波動過程，本文選取10個行業的時變貝塔數據，并作出了常數貝塔、GARCH（1，1）-M貝塔的時間序列圖。具體如圖1到圖6所示。
從以上這些圖可以清楚的看到：
農林牧漁的時變貝塔系數序列在均值附近上下波動比較頻繁，停留在均值上方或下方的時間都比較短，數值大部分集中在0.9與1.2之間。其實，我國政府2007年以來一直重視農林牧漁的發展，并經常地出一些國家支持政策，所以農林牧漁行業的股票經常被市場借利好消息不斷炒作，但是農林牧漁的企業增長速度遠不如資源類和高科技類企業，所以短暫炒作之后就回復到低貝塔系數值狀態。
有色金屬的時變貝塔系數值一直較高，最高達到1.8，較其他行業的貝塔值顯著，表明有色金屬一直受到市場追捧。其實，這是受到多年來我國經濟高速發展的影響，股票市場已深刻認識到稀缺資源的重要性，尤其經歷2005年至2008年的爆炒，有色資源類股票仍然是市場上被重點投資炒作的對象。
我國的銀行業在2008年美國的金融危機中受到的影響最少，雖然在2008年8月到2009年4月之間，我國經濟處于低谷，很多行業不景氣，但是銀行業仍獲得較高的利潤，所以這段時期銀行業的走勢遠遠強于其它行業，時變貝塔系數值也大于1。但是，因為銀行板塊的流通盤太大，不易被市場炒作，當其它行業出現投資機會時，市場資金轉向別的行業，從而銀行業的貝塔系數值一直較低。
面對美國的金融危機，我國在2009年初開始不斷推出經濟刺激計劃，最敏感的房地產首先做出強勁的市場反應，在2009年5月-6月期間，房地產一直被熱炒，貝塔系數一直居高在1.5以上。但是2010年后隨著國家不斷出臺房地產的調控政策，地產行業的股票走勢趨弱，不再強勁，這時的貝塔系數也較小。
傳媒行業的技術含量并不高，并且競爭激烈，所以傳媒公司的業績一般不太高，所以傳媒業的股票在大部分時間不被市場重點炒作。但是，黨的十七屆六中全會對推動文化產業成為國民經濟支柱性產業這一重大戰略任務作出了全面部署。出版媒體板塊也應聲而落，受到熱炒，貝塔系數瞬時達到1.5以上，成為當時市場的最大亮點。
四、結論與建議
通過以上分析可見，真如Ling T H.所說，結合外部經濟環境的變化，利用時變貝塔系數可以辨別重要的政治或經濟事件對市場的沖擊。同時，時變貝塔的“時變過程”具體化可以讓投資者很好地把握市場的變化和轉換，及時捕捉到投資機會，能提高股票的行業平均收益預報的準確度，這是常貝塔系數所不能的。所以，通過時變貝塔的分析有助于公司金融管理人員和資產管理人員獲取對市場更有益的信息。
基金資助：國家教育部人文社科項目“基于生態演化原理的企業行為分析”資助，批準號：09YJA790182
參考文獻：
[1]施東暉. 上海股票市場風險性實證研究[J]. 經濟研究，1996, (10)：44-48.
[2]林清泉，榮琪. 時變貝塔資本資產定價模型實證研究[J]. 經濟理論與經濟管理，2008, (12): 51-56.
[3] 靳云匯，劉霖. 中國股票市場CAPM的實證研究[J]. 金融研究，2001, (7)：106-115.
[4]羅登躍，王春峰，房振明. 深圳股市時變Beta、條件CAPM實證研究[J]. 管理工程學報. 2007, (2): 102-109.
[5]周少甫，杜福林. 上海股市時變貝塔系數的估計[J]. 統計與決策，2005, (22)：17-19.
[6]吳武清，陳敏，劉偉. 中國股市時變貝塔的統計特征及其在股指期貨中的應用[J]. 系統工程理論與實踐，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：虛擬經濟對實體經濟的作用體現在正反兩個方面。一方面，虛擬經濟的發展有利于促進資本集中和社會資源的優化配置，促進經濟增長。另一方面，虛擬經濟的過度投機會扭曲消費行為，影響實體經濟的運行安全。因此，研究二者的關系，積極發揮虛擬經濟對實體經濟的正向作用就顯得尤為重要。
關鍵詞：淺談 虛擬 經濟 實體 作用
實體經濟與在其基礎上產生的虛擬經濟是現實經濟中并行的兩個經濟體系，它們相互作用，共同促進社會、經濟的發展。金融自由化以來，虛擬經濟對實體經濟的作用體現在正反兩個方面。我國虛擬經濟的發展正處于初級階段，其本身還存在諸多不健全和不穩定的因素。因此，研究虛擬經濟對實體經濟的反作用，正確處理虛擬經濟與實體經濟的關系，積極發揮虛擬經濟對實體經濟的促進作用就顯得尤為重要。
一、正面積極作用
1.有利于促進資本集中和社會資源的優化配置，充分體現和發揮市場經濟配置資源的基礎性作用。正是由于虛擬資本的高度流動性，尤其在現代金融市場高度發達的環境背景下，虛擬經濟能夠為實體經濟提供資金支持和方便快捷的交易支付。虛擬資本的流動引導社會資本由效益較低的企業、行業和地區流向效益較高的企業、行業和地區，進而帶動社會資源按照效益最大化的原則進行持續的重組和再分配。從宏觀上看，虛擬經濟優化了經濟結構和促進了經濟增長。
2.在推動經濟增長的同時，有助于擴大內需和增加就業機會。虛擬經濟通過其財富效應刺激消費需求和投資需求，拉動實體經濟增長。例如，股市上漲造成的財富效應能夠有效地擴大消費需求和投資需求，企業在擴大生產經營規模的同時，對勞動力的需求也相應增加，從而帶動就業增加。此外，虛擬經濟的擴張，需要大量的金融等專業人才補給，促進了以勞動密集型為特征的服務業的發展。服務業的振興將進一步刺激內需，吸納一大批城市新增勞動力和農村剩余勞動力就業。
3.有助于實體經濟分散和重新配置風險，降低交易成本。股票市場、債券市場、金融衍生品市場和風險投資市場是虛擬資本為風險配置發展起來的風險配置載體。它可以為大量的投資者分散風險，也可以提供具有各種不同風險等級的虛擬資本，把它們分配給對風險持不同偏好和不同感受程度的投資者。[1]
4.有助于解決實體經濟信息不明晰的問題，提高資本運營能力。虛擬經濟在運行過程中可以通過信息披露和金融創新，來處理由于信息不對稱所產生的問題。企業經營狀況的好壞，投資業績的優劣，可以通過資產價格的信息功能來判斷。虛擬資本的高速流動，加快了貨幣周轉、轉移和結算的速度，同時也提高了實體經濟部門內部的資本運營能力。[2]
5.有助于深化國企改革，推動企業制度創新。對國有大中型企業實行規范的公司制改革，建立現代企業制度，規范公司法人治理結構是國企改革的重要內容。資本市場支持著現代股份公司的創建和日常運轉。此外，虛擬經濟的發展還是企業制度創新的重要源泉。股份制是現代企業制度的一種主要形式，它的建立和完善離不開股權的分割、設置和交易，而這些都是現代虛擬經濟運行的重要范疇。
二、反面消極作用
過度投機危害實體經濟。在金融活動中，投機和投資都直接表現為金融工具的買賣行為。投機活動是一種必然的市場行為，隨處可見，然而一旦過度投機，勢必會對實體經濟產生巨大的負面作用。
1.扭曲資源配置，擠占實體經濟的資金供給。
2.導致國民收入再分配不合理，拉大貧富差距。
3.過度投機必然會滋生經濟泡沫。虛擬經濟運行的過程中，由于其自身的相對獨立性，脫離實體經濟獨立發展，自行擴張，一旦其規模和發展速度大大超過實體經濟，就會使經濟泡沫的成分不斷增加。
扭曲消費行為，惡化國際收支狀況。當人們看到所持有的虛擬資產價格高漲，預期未來收入將大大增加，就會增加現期消費，若消費過度增加容易導致進口大幅增加，加之企業借貸成本居高不下，勞動力成本加大，會削弱本國產品在國際市場的競爭力。進口大量增加的同時出口會受到抑制，這將導致該國經常項目的貿易失衡，使國際收支狀況惡化。
虛擬經濟過度發展可能會影響實體經濟的運行秩序。虛擬資本發行過量、流通頻繁，加上杠桿的放大作用導致銀行信貸呆賬壞賬激增，使銀行的金融資產的賬面價值大大高于其實際價值而產生金融泡沫，進而會扭曲正常的信用關系，有可能引發債務危機。
由于自身的不穩定性和高流動性，虛擬經濟在世界范圍內的蔓延會嚴重威脅世界經濟安全，阻礙各國的經濟增長。隨著全球經濟一體化和金融全球化趨勢的不斷加強，由于一些國家的經濟結構存在不合理因素，像對沖基金這種虛擬資產規模的不斷擴張可將外部的金融風險和危機傳導到一個國家的內部，引發該國的金融危機，并將危機傳播至其他國家。
三、反作用的機制分析
投資效應。
1.托賓q值的變動。美國經濟學家詹姆斯·托賓在1969年提出了所謂的q值的概念，這個值是企業的市場價值（Market Value）與其重置成本（Replacement Cost）之比，它反映了股票價格與投資之間的關系。一般來說，企業市場價值與其重置成本是不相等的，因此q值一般不等于1。
2.資產負債表效應，即通過資產負債表的結構影響信貸水平。它指的是金融資產價格的變動會影響到企業和銀行的資產負債表的結構，從而對投資產生影響。
3.虛擬經濟對消費的作用。財富效應，也被稱為消費效應，指有價證券等資產價格的波動，導致資產持有者財富的變化，進而導致其消費的變化。最早提出此概念的是美國經濟學家庇古，他指出貨幣余額的變動會使消費者的支出引起變動，財富是消費最重要的決定因素之一。然而，對于財富效應應該重新思考和認識。因此，財富效應究竟有多大作用或其產生的條件問題，需要進行進一步的實證研究。
4.股權變動效應。股權變動效應的作用途徑是投票機制。人們在股票市場上“用腳投票”，投資者認為某公司的股票有上漲的潛力，預期能夠獲益，便買進并持有該股票，反之就賣出。通過這種方式，投資者的買賣交易行為就會對實體經濟產生影響，這是因為投資者的行為反映了社會公眾對該公司的經營業績的評價，公司的生產經營狀況和發展潛力較多地體現在其發行的股票走勢上，進而反饋到該公司的經營活動中。
參考文獻：
關鍵詞：證券投資；限售股；大小非；股票價格；減持；解禁
上市公司股權分置改革已經實施了六年有余，對于改革中涉及到的“大小非”現象，以及股票的解禁、減持對股票市場價格的影響的觀察和熱議也已經持續良久。本文對此展開研究。
一、宏觀指標觀測：股票解禁峰值已過、逐年趨穩、2011年A股市場接近全流通
上市公司股權分置改革至今，上證綜指上證指數從2005年的不到1000點一度沖高到2007年10月的6000點，2008年9月又跌破2000點，2009年以后股指雖然開始反彈，但仍徘徊在3000點附近，未來趨穩。
此外，自2006年10月1日至2010年12月31日，A股市場累計上市流通股票高達13770.48億股，其中解禁股數量達5362.04億股，占比38.94%。年度總解禁股票數量從2006年的101.7億股飆升到2010年的436.8億股，2009年股達到1896億股，其中10月份單月達到607億股。2010年以后由于解禁主要來自首發股東限售股和定向增發機構配售股票，解禁數量有所回落。
到2011年，A股市場將有1705.09億股股票解禁，A股市場接近全流通。
二、股票解禁對宏觀市場影響的實例驗證
1.預期的影響
目前我國股票市場上解禁的股票來源有三：一是首發原股東限售股份，二是股權分置限售股份，三是定向增發機構配售股份。其中股權分置限售股占比近五成。由于限售股買入價相對其市值普遍較低，因此在限售股解禁初期，股票有很大套利空間。依照套利原理大部分限售股持有者會在解禁后迅速拋售。如果市場上沒有足夠的流動資金應對新增的流通股，將出現供過于求的狀況，導致股票價格的下跌。
2.股票解禁與股價相關度測算
(1)數據的選取
由于宏觀調控及經濟環境因素會對實證結果產生系統性干擾，鑒于2007、2008年股市大漲大跌，本文選取2009、2010年作為觀測區間。以上證綜指和中國證券登記結算有限責任公司月度股票解禁數量、減持數量為樣本數據。
(2)數據的處理與分析
2009年全年解禁股票1896億股，減持股票126億股，十月解禁數達到607億股。解禁、減持股票數量與收盤價走勢相似，市場反應略滯后。股票解禁數在5月達到相對高點，收盤價于7月開始下跌；解禁數在7月明顯回落，收盤價9月回落。10月的607億股的龐大解禁數量使得11月收盤價上漲出現明顯放緩。直觀上看，股票解禁會對股價產生影響，股東選擇謹慎持有，五周左右陸續變現，引發股價下跌。然而數學推導表明解禁數量與股價相關性不明顯，相關系數僅為0.50，當月解禁數與當月持有數相關系數為-0.35。說明圖形上的相關趨勢并不具有一定的代表性，難以作為一般標準進行測度。
2010年全年解禁股票437億股，減持股票67億股，尤其八月解禁數量最高，為60億股。2010年整體解禁股數量明顯回落，走勢趨穩。解禁數量和收盤價關聯性減弱， 2、8月解禁的明顯的回落和激增使得當月的收盤價出現上升以及增速放緩。數學推導顯示解禁數量和股價的相關系數僅為0.61，當月解禁數與當月持有數相關系數為0.25。難以作為一般標準對未來趨勢做出預測。
三、小結：“大小非”在總體市場中的相關度低于預期
通過對整體市場中股價和股票減持數量、解禁數量的相關性分析，發現股票的解禁對其價格的影響有一定程度關聯，但相關性難以作為確定和可信賴的測度指標。有鑒于此，以下對原因做進一步解釋。
四、“大小非”與股價相關性不高原因分析
1.國有資本占比巨大，趨利性弱
通過對A股市場2008年1月至2010年12月間所有2068支股票限售股變動情況的數據統計可以看出，三年間股票解禁數量排名前十的公司分別為工商銀行、中國銀行、中國石油、中國石化、中信銀行、交通銀行、中國人壽、中國神華、中國中鐵、上港集團、寶鋼股份、中國聯通、大秦鐵路、招商銀行和中國太保，其總市值高達62483億元，占A股所有上市公司總市值的25%，三年間解禁股票總數量達7895億股，占總解禁股數量的48%。這些公司幾乎全部為國有控股企業，其中的歸屬于國家資本名下的大量股票不會因為解禁后股票的流通價格高于原始價格而被減持。由于國有企業中大量持有者放棄減持股票，市場上真正增加的流通股本并沒有解禁的那么多，于是乎減持數量也沒有表現出立即的攀升，整體表現解禁對股票價格的影響并不強烈。
為了考察此番推測的可靠性，選取在2009年和2010年中解禁數量占市場全部解禁股比重較大的工商銀行為觀測樣本。工商銀行于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%，占總股本的70.66%。而其當日及后兩日股票隨即出現小幅下挫，于2009年10月29日價位到達4.98。相較于其龐大的解禁數量，此番下挫幅度僅為0.8%，實在算不上明顯，究其原因，與財政部和中央匯金各自35.3%的占股比例不無關系。
2.機構投資者對公司業績預判能力強，可能選擇長期持有
由于市場信息不對稱，機構投資者與個人投資者在面對股票解禁的時候可能采取不同的投資策略。王晉斌、劉元春認為在不完全市場上投資者意見分歧越大，資產價格將在一個更高的價格上出清；如果投資者意見分歧較小，資產價格將在一個較低的價格出清。 劉力昌、朱忠賢在肯定投資者意見分歧與股價形成與波動的必然邏輯關系的同時，進一步認為相比如股價出清的高低，投資者意見分歧更適合與說明股價的振幅。
個人投資者與機構投資者的意見分歧導致了股票價格與供需關系的偏離。比如工商銀行的股份中機構持有者占比90%以上，而財政部持有35.33%的股份，中央匯金持有35.42%的股份；上港集團的股份中機構投資者占比90%以上，其中上海市國有資產監督管理委員會持有44.23%的股份。國有背景的股票在解禁后放棄流通，會導致二級市場上股票供應小于預期，股價下跌幅度小于預期。
為了驗證上述猜測，選取上港集團作為觀測對象，上港集團于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%。但是在這次解禁以后股價沒有下跌反而出現小幅上漲。據上港集團2009年第三季度公布的財務數據顯示，上港集團每股收益、凈利潤、營業凈利潤占營業總收入的比例均已經出現連續四個季度增長，其他各主要財務指標出現連續兩個季度以上的增長，說明上港集團已基本從金融危機中恢復過來，具有一定升值和投資空間。2009年第四季度超過二十家機構增持上港集團股票，以上海同盛投資(集團)有限公司為例，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.個人投資者投資行為難以預判導致不同公司解禁后股價表現不同
持有上市公司股份總數百分之五以下的原非流通股股東，可以無需公告的限制而套現，相關數據難以具體考證。所以限售股持股比例偏低、股東分散、有較多無話語權“小非”的上市公司會對解禁減持的相關事件作出相對更敏感的反應。劉建華認為股票解禁打斷了價格與紅利之間的關聯，使得投資者難以用后向推導的方式確定資產的內在價值，只能以前向的推導方式確定資產的內在價值。 定價方法的調整程度差異導致投資者行為差異更加明顯，比如持股比較分散的張江高科、金杯、海通證券、長安汽車、中國太保等。
這些公司的股票走勢一定程度上跟“小非”對市場的預判有關系，而由于其股東數量巨大，股東分散，因此小戶對市場的的預判難以把握。單一小戶股東的簡單拋售對整體股價影響不大，但眾多散戶對股票的買進賣出可能會累積一定的作用力對整體股價產生影響。
4.時間間隔選取不佳，削弱了影響幅度
由于股票的解禁日期具體到日，而本報告中選取的數據時間單位基本均為月，因此可能會由于時間間隔的選取過長而弱化了解禁日當日股票對整體市場的短期影響。
為了考察此番猜測，本文選取海通證券（751005）作為研究對象，海通證券于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%。
海通證券在2010年11月1日即出現了小幅下挫，其后隨著解禁日的臨近下浮趨勢愈發明顯，一度跌破十元，較年初的十六元左右的價位跌幅近五成，而較一個月前的十三元也跌幅近三成。
由此可見，解禁對個股短期內的價格下降壓力還是存在的。
五、小結
由于股份改革實施以來主要針對的是原國家企業轉化為國有控股企業的股份改革，解禁股份中國有資本占比巨大，達到50%以上，在解禁過程中，國有資本拋售股票的動力并不大。
部分所持公司股份超過5%的機構投資者可能會選擇長期投資以及大量持有以介入公司管理層的方式擴大其自身利益，使得股票解禁這一看似利好的消息對于這部分所謂的“大非”來講，減持動力并不十分明顯。
散戶居多的公司對于解禁后的減持壓力相對明顯，其股票價格變化也相對敏感，在對股價進行趨勢預測時，此番因素仍需多加留意，比如北京銀行、海通證券、金杯等。
此外，解禁對股價短期內的壓力不容忽視。由于解禁日期的可預判性，在解禁日前持有該公司流通股票的短期投資者在解禁日前后有較大的拋售動力，而持有該次解禁中涉及的原非流通股的股東在解禁日后也有潛在的拋售動力，因此股票價格在解禁日前后下跌可能性依舊存在。
總之，在判斷解禁對股票價格的影響時，我們要綜合考慮解禁數量、公司股權結構、公司運營狀況、盈利能力以及解禁日期，從而對未來的股票價格變動趨勢做出合理預測。
六、未來股票解禁及市場股價的分析預測
數據顯示股票解禁數量占總股本的比例與股票收盤價也有一定的相關性，尤其是2010年以后，解禁數量的增長隨之而來的是收盤價格的小幅下挫，但是市場的整體變化趨勢不明顯，在對解禁減持和股價的分析研究中，我們還是應該多注意個股的獨有特點并且縮短研究時間段，以期達到更加準確的預測效果。
【關鍵詞】經濟刺激 行業股價 四萬億
一、引言
經濟刺激計劃是各國政府為應對蕭條或經濟危機普遍采取的措施。凱恩斯主義思想認為需求不足或者是政府的干預不夠造成了經濟蕭條。為了應對蕭條，政府應該及時采取強有力的措施增加總需求，以拯救市場，刺激經濟復蘇。積極財政政策和寬松貨幣政策是最常用的手段，與之伴隨的往往是貨幣供給量的大規模增加。
關于貨幣對于經濟的影響問題，古典學派經濟學家曾提出貨幣中性的觀點，即貨幣供給變化不影響就業、產出等實際變量，其變化將最終體現于價格水平的相同比例變化上。然而，這一觀點的成立需要嚴格的假設前提，即實際經濟部門處于充分就業狀態，且貨幣流通速度不變。奧地利學派認為，新增的貨幣進入市場后并非平均地推動要素或商品價格的上漲，而是有先后和程度上的差別。這些差別在改變貨幣購買力的同時進行了相當程度的收入再分配——率先獲得資金的經濟個體在市場上會有更大的競爭優勢，而較晚或未獲得新增發貨幣的其他經濟個體則可能因此遭受損失。
基于奧地利學派的觀點，本文提出以下猜想：在政府的經濟刺激計劃過程中，率先獲得資金的行業將獲得相對優勢，并在股票價格上得以反映，即那些率先獲得資金的行業所屬板塊可能獲得顯著高于其他行業板塊的收益率。我國的股市素來呈現顯著的“政策市”特征（李洋波，2006），股市資金流向和資源配置受到政府意志影響極大，政府出臺的扶持或鼓勵政策傾向于哪些行業或地區，這些行業或地區會因此獲得更快的增長，與這些行業或地區相關的股票往往就會成為投資者投資的熱點，從而進一步推動股價上升。
2008年世界性經濟金融危機爆發后，我國政府為抵御危機的不利影響提出了四萬億經濟刺激計劃，并由此帶動了約10萬億新增信貸資金投放。本文以四萬億經濟刺激計劃為例，通過對股票市場行業板塊的股價數據研究來分析政府經濟刺激計劃如何影響行業股價，檢驗我們所提出的假說。本文將在第二部分通過對四萬億投資計劃的分析提出行業可能受到經濟刺激計劃影響的假說；第三部分說明用以驗證假說的模型與方法，并對數據結果進行分析；最后是本文的結論。
二、“四萬億”投資對行業影響分析
如表1所示，四萬億投資主要集中安排于保障性安居工程，農村基礎設施建設，鐵路、公路、機場和城鄉電網建設，醫療衛生、文化教育事業，生態環境工程，自主創新結構調整和災后重建等七個方面。而資金分配上，鐵路、公路、機場和城鄉電網建設占37.5%，是最重要的投資領域。其次是災后的恢復重建，占25%。若將保障性安居工程和農村民生工程包括在內，這類基礎設施建設的投資占整個投資規模的81.75%。而醫療文化、節能減排等工程和自主創新結構調整各占剩下資金的9%和9.25%。
資料來源：國家發改委網站（/ xwzx/xwtt/t20090521_280383.htm）
由此可見，四萬億投資計劃主要投資于基礎設施建設和公共事業領域，顯示出政府盡快啟動內需的偏好。對經濟的刺激，則通過這些建設項目的原材料需求直接向鋼鐵、機械、水泥及其他建筑材料行業擴展，而對其他行業的刺激作用則需要一個相對較長的擴散過程。具體而言，四萬億投資計劃對各行業的刺激作用主要表現在以下各方面：
（1）鋼鐵、水泥、機械、有色金屬行業。無論是加快保障性安居工程建設、災后重建還是加快公路、機場和農村基礎設施建設，都會對水泥、鋼鐵、機械、有色金屬產生大量的實質性需求。因此，四萬億投資計劃對這些行業是重大利好。
（2）房地產業。保障性安居住房工程和銀行信貸的放松有助于房地產業的發展。作為需求方，房地產業可以拉動多個行業的發展，其在經濟增長中的作用明顯，因此房地產行業的穩定發展無疑是擴大內需中非常重要的方面。
（3）電力行業。大規模電網投資是電力設備行業延續繁榮的主要動力。四萬億投資計劃中完善農村電網和加快城網改造形成的需求，將使電力行業未來維持高增長。
（4）醫藥行業。加快醫療衛生的發展將推動基層醫療機構建設，而農村醫保的深入實施同樣刺激中低端醫療器械的消費需求。新醫改帶來的醫療市場擴容和行業集中度提升是醫藥行業持續發展的動力。
（5）環保行業。節能減排和生態工程為前期投入不足的環保領域提供了新的發展機遇。
（6）運輸、家電、食品、商業。這四個行業將受到四萬億投資計劃的間接影響。公路、鐵路和機場的大規模建設，將帶動貨運量需求增長，使運輸業獲益。城鄉居民收入的提高，房地產業的發展都會對家電帶來需求。醫療衛生、文化教育事業的發展，可以減輕居民的負擔，這些措施將提高居民消費水平，同樣有益于食品業和商業。但對這四個行業的刺激作用相對而言需要一個緩慢的傳導過程。
基于以上分析，四萬億投資計劃將主要惠及與基礎設施建設相關的鋼鐵、水泥、機械、有色金屬等行業，這些行業有望獲得最大的提振作用；同時，醫藥、環保行業也會出現較大發展；而家電、食品、商業和運輸業則需要經過資金的傳導過程后才能顯現出明顯發展勢頭。此外，根據奧地利學派的觀點，其他未獲得資金支持的行業可能會遭受損失。股市是經濟的晴雨表，實體經濟受到的影響，在股票市場會相應表現出來。因此，本文進一步猜想：股票市場上鋼鐵、水泥、機械、有色金屬等行業板塊股票在四萬億投資計劃后將出現高額收益率；醫藥、環保行業板塊股票同樣會獲得一定的高額收益率；家電、食品、商業和運輸業板塊股票則經過一段傳導時間后也會顯現出較高的收益率；而其他行業板塊股票收益率可能會低于整個股市收益率。
全球的股市行情，在三月份以來已大幅反彈，但本年迄今，整體仍然錄得跌幅。眾所周知，不少新興股市其實有不俗升幅，尤其是天然資源豐富的國家，如俄羅斯及巴西。若以行業劃分，則以資源類及科技類股票表現最佳，其中科技股表現較好，具體業績如何呢?
環球科技股今年的確表現出眾，截至5月21日，摩根士丹利世界信息科技指數上升13.6％，同期摩根士丹利世界指數上升3.3％。摩根士丹利世界指數由23個已發展國家股票組成。是公認的環球股票走勢指標(見圖表1)。
科技行業必有優勝之處才能突圍而出，而最重要的因素是科技行業“財政健全可抗海嘯”。金融海嘯爆發后，“有毒資產”令人聞風喪膽。有些歐美金融機構的資產負債表尤其令人看不透，不但企業負債比率甚高，而且它們的“資產”實際價值有多少，誰也無法得知。相比之下，科技巨頭的賬目清晰得多，既沒有不良資產，更普遍坐擁凈現金。以美國蘋果電腦及日本任天堂為例，兩者持有的現金及現金等值物約相當于其市值的三成!可謂企業的流動資金非常充裕，利于企業發展。
科技企業需求增高
企業現金流充沛可謂企業運轉的動力源，有如此雄厚的財政實力，自然可于信貸緊縮及全球衰退期間屹立不倒。更有甚者，比如蘋果、英特爾、思科等財政健全的公司可趁金融危機逆市擴充，以低價并購經營困難的競爭對手，增加市場份額，有利于日后做太做強。如果再來看看全球對高科技行業的需求量。你就會更驚訝于此行業高速發展的原由。
原由一 信息科技開支縮減有限
現今全球經濟衰退，各國失業率上升，消費者自然要勒緊褲帶，各類產品的需求自然下降，科技產品亦不例外。美國的信息科技及通訊研究機構IDC于3月5日便預計，2009年全球個人計算機銷售量將下跌4.5％。
只是，科技公司絕非單靠一般個人消費者，企業客戶亦是科技公司重要收入來源。預料來源于企業客戶的收入所受影響較微，盡管金融危機很多企業為減少開支，可能會裁員、減少員工津貼及廣告開支，但不會削減信息科技開支，因為一旦為之，甚者會拖低整體員工效率，導致企業業務發展惡性循環，得不償失。
更何況從歷史數據看，自從2001年美國的眾多科技網泡沫爆破后，全球企業已極力削減了信息科技的預算，再削減的空間已不多。因此，相對很多行業，科技行業目前所受的金融危機沖擊已算輕微，如果要考慮到企業的運轉效率，再次縮減此費用開支的空間非常有限，這是科技行業此輪看好的重要原因之一。
原由二 新興市場需求持續
巨型的科技股，都在歐美上市，但它們的業務遍布全球，其中新興市場的業務發展迅速，已成為主要之盈利增長引擎。以芯片巨頭英特爾為例，于2007年已有51％營業額來自亞太區(日本除外)。現時歐、美、日均陷衰退，但中國及印度等新興經濟仍有可觀增長，對科技產品的需求不斷上升，加上科技產品于新興國家滲透率低，長遠發展潛力極大。
科技行業具備自身發展的特點，比如充沛現金流、企業客戶的需求不減、新興市場需求持續等。這些都決定了這個行業發展勢頭，由此判斷科技股票僅從股票估值也可以看到科技股屬于高增長行業；科技類股票的市盈率一般較高，過去大部份時間處于20倍以上。而過去五年，標準普爾500信息科技指數之歷史市盈率為22.3倍，遠高于標準普爾500綜合指數的16.6倍。現時信息科技指數的估值已跌至多年的低位，預期市盈率僅得1615倍，與標準普爾500綜合指數的預期15.6倍已相去不遠。
科技指數預期市盈率與標準普爾500綜合指數市盈率僅僅相差1倍，可見科技股與大盤的市盈率差距收窄了，科技股的吸引力相對勝一籌。當經濟回穩、信貸危機過去。相信此市盈率差距將再度拉闊。換言之，科技股有望繼續跑贏大盤，那么科技基金未來又是否能持續有更好表現呢?
科技類基金，仍有看頭
盡管全球科技發展迅猛，但是對于國內的投資者來說，如欲投資科技行業，買A股未必是最好方法，因為內地仍未有頂級的信息科技公司。內地上市的科技股，很多都還未發展成熟，潛力可能巨大，但目前的風險亦然。況且，對一般人來說，要了解各個高科技產品的特點、發展及升值潛力。所要花的精力和時間都很大。這方面可交由優秀的基金管理團隊代勞。基金經理會挑選管理優秀、現金流強勁、行業門坎高、估值低的科技公司。若要投資國際頂級科技股，選擇環球科技基金，不失為明智之舉。
環球科技基金可投資于全球的科技股，而“科技”涵蓋軟件、半導體、互聯網服務、信息科技服務、計算機外設設備、通訊設備等等行業。這類科技股基金一般集中投資于美股，美股約占基金組合的六成至九成。
比如由香港獲其證監會認可的環球科技基金之中，資金規模最大的宏信環球科技基金(管理資產達23萬美元)，其長線表現亦最出色，三年及五年回報均屬最佳(見圖表2)，而反映基金波幅的標準差則低于同類基金，可見基金經理于控制風險方面表現不俗。其基金經Stuan O'Gorman自1996年以來研究科技股，于2000#開始管理此基金，另外兩位基金經理則分別研究此科技版塊具備超過7年行業經驗。
評級機構標準普爾去年對宏信環球科技基金進行管理質素評估，給予AA評級，僅比最高的AAA低一級。而據基金長期的業績表明，此宏信基金于控制風險方面表現較佳，其中一個方法。是分散投資于處身“科技周期”中不同階段的企業，具體來說，投資的行業中，周期一般可選萌芽、創新、整固、飽和及衰落等不同階段的科技公司，便可減低經濟環境突變所帶來的影響。在全球科技股基金中，除了資金規模最大的宏信環球科技基金，長線表現最佳之外，還有別的幾只此類基金值得關注。
富達全球科技基金今年表現不俗，跑贏基準指數。至于中長線回報，“富達”則不過不失，大致與基準指數相若。其基金經理采取“由下而上”的選股法，即較少從宏觀經濟及地域層面分析，而是專注于分析企業的基本因素，包括現金流量、技術優勢、產品生命周期、行業門坎、財政狀況、管理層往績、企業管治、行業結構等等。
而聯博國際科技基金，短線及長線均略為跑輸基準，其表現亦屬一般，但此基金頗為偏重美股，截至2月底，美國比重達到84％，反觀日本比重甚低，僅得1％。基金由超過20位環球科技與電訊研究分析員支持。值得留意的是，此基金管理費偏高，每年2.0％(同類基金管理費約為每年1.2％至1.75％。
還有富蘭克林科技基金也極為偏重美股，截至2月底，美股占組合88％。10大持股全部為美國公司。此基金表現不俗，中長線跑贏基準，于過去一年之熊市中，跌幅更明顯小于基準及同類基金，反映其抗跌力及風險控制能力優異。與富蘭克林科技基金相反，安本科技基金的美股比重最低，僅占組合41.1％。安本反而頗為著重亞太區公司，例如日本、南韓、臺灣及香港分別占基金組合之10.8％、5.3％、50％及4.9％。
安本的選股較為特別。蘋果、英特爾、國際商業機構(IBM)、思科、谷歌這些耳熟能詳的公司，于各科技股基金的10大持股中差不多必定榜上有名，卻于安本科技基金中未見蹤影。“安本”的頭號持股，反而是歐洲上市、較不為人知的Wincor Nixdon公司。雖然安本選股較“另類”，卻未有令其回報與基準有太大差異。值得一贊的是，安本科技基金的波幅頗低，僅次于宏信環球科技基金。
著名基金公司“貝萊德”的貝萊德世界科技基金今年表現最佳，但長線表現最令人失望。自2004年起，每年均跑輸基準指數。
目前,國內船舶市場已呈現兩大造船集團、地方造船企業和民營造船企業三足鼎立的局面,內部競爭激烈。
船舶業產能過剩
2007年底,由于全球運力緊張和造船公司產能局限,新造船訂單一直排到了2010年。為了更快獲得船舶并投入運營,新造船價格一路走高,促使眾多的國有資本和民營資本進入這個行業,“大干快上”成為當時船舶業的真實寫照。中國遠洋高層曾感嘆道,“當時連大連港附近的漁民,都開始湊集資金造干散貨船了”。
船舶行業的景氣來得快去得更快,由于金融危機蔓延,船舶行業遭遇重創,2009年業內人士突然發現,“市場上沒有什么新的訂單了”。統計數據顯示,自2008年底始,全球月度新增船舶訂單都低于百萬載重噸,2009年5月份更是出現了“零成交”的紀錄。
中國船舶(600150)的股票走勢,清晰地反映出造船市場的景氣度變化。2007年10月11日,中國船舶報收300元,但進入2008年后一路下滑,目前股價僅78元左右。
在船舶行業景氣度高漲的時候,各路資本紛紛進入造船領域。2007年底,高盛投資2.5億美元入股江蘇熔盛重工集團。同時,高盛還入股了浙江造船企業集團,持有20%股份。由于船舶行業景氣度急劇下滑,這些船舶公司境內外上市的計劃,均沒有得到實現。
國金證券船舶行業分析師張昊表示,造船行業一旦不好的時候就量價齊跌。造船業是周期滯后性的,訂船的高峰期是經濟非常好的時候,而交船是在3年之后。現在可以非常確定的是,這個行業供給過剩了,未來3到4年需要消耗過剩的產能。
張昊對未來表示樂觀,認為全球的造船正向中國加速轉移,中國造船技術也在不斷提高。他認為,中國船舶業的歷史機遇在于兩方面,一是制造中心轉移,2015年中國造船業將會是第一大國;二是中國船舶業產業集中度提高。
船舶業進入“獨特機遇期”
隨著經濟企穩回升趨勢日漸明朗,我國船舶行業出現成交解凍、主流船型訂單釋放的新特點。中國船舶工業經濟研究中心主任曹友生認為,危機時期是有競爭力的企業改變格局的“獨特機遇期”,中國船企應“外抓訂單、苦練內功”,化危為機。
近年來,中船集團、中船重工集團兩大造船集團,地方造船企業和民營造船企業,成為我國造船市場的三支“勁旅”。業內專家認為,國內造船市場的競爭強度甚至高于國際市場,多元競爭應避免“懦夫博弈”。
國內造船行業格局發生了重大變化,從以往的中船集團、中船重工集團和地方造船企業掌控市場,到2008年,地方造船企業三大指標已全面超過兩大造船集團。如今,民營造船企業也表現出強勁的發展勢頭。不過,由于興起時間不長,公眾對民營船廠的印象尚停留在“挖幾名工程師+找幾張圖紙”的階段,其實民營造船企業中的部分“領軍者”已經突破了粗放經營階段。
得益于2003至2008年航運市場的火爆,各路民營資本相繼涌入造船業。2008年,以熔盛重工、新世紀造船、揚子江造船、太平洋重工等四大民營船廠為支撐的江蘇造船業,多項經濟指標名列全國第一,顯示民營船廠作為國內造船業的一支重要力量已經成形。
中國船舶工業協會會長張廣欽說:“船舶工業的國家隊有很強的競爭力,然而,做大做強造船業單靠國家隊還不夠。地方和民營造船企業在多元化經營方面有優勢,在設計和經營方面與國外企業結合得更緊密,我們要重視民營和地方造船企業的競爭力。”
目前,國內造船市場的競爭甚至比國際市場還激烈。后危機時代,我國造船行業的多極化趨勢將會繼續,盡管央企的領軍地位不會改變,但地方和民營造船企業的實力不容小覷。
激烈的市場競爭態勢下,“價格戰”在所難免。專家指出,造船企業應當把更多的精力,放在提高品牌認知度、提高技術水平和管理能力上。
