古诗集

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇古诗集范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

古诗集范文第1篇

关键词：唐汝谔；《古诗解》；古诗选本

唐汝谔，字士雅，明末松江府华亭人。华亭又名华亭谷，在今上海松江县西。其弟唐汝询著有《唐诗解》五十卷，畅行于世，唐汝谔继作《古诗解》二十四卷。又有《诗经微言合参》八卷。《四库全书总目提要》称其著述《古诗解》:“其兄汝询有《唐诗解》，故此以古诗配之。其注释体例略同。惟《唐诗解》以五七言分古近体，此则分为五类：曰古歌谣辞、曰古逸杂篇、曰汉歌谣辞、曰乐府、曰诗。其训诂字义颇为简略，所发明作意亦皆敷衍。又乐府之类声词合写者，汝谔不究其源，一一强为之说，尤多牵强。”机山钱龙锡在《古诗解叙》中说:“吾乡士雅唐君，少为诸生即博雅嗜古，与其弟仲言裒采汉唐诸诗而分解之。仲言《唐诗解》先成梓以行世，士雅方婆娑帖括，未遑竣业。及以明经振铎海虞，始出生平所著述诠次之，得若干卷，为歌谣乐府者十之五，为五言古诗者十之四，为四言、杂言、七言者十之一，总名《古诗解》。”

一、《古诗解》的选诗情况

《古诗解》二十四卷，共选诗近八百七十首，入选作家从帝王、公卿到方外异人、无名氏、闺秀、宫人计一百八十四人。具体分卷安排如下：卷一、二为古歌谣辞，共录八十首；卷三为古逸杂篇，录诗七十七首；卷四、五为汉歌谣辞，录诗六十四首；卷六至卷十三为古乐府诗，共录二百四十七首，其中，汉乐府三卷录诗八十八首，魏乐府二卷录三十五首，晋乐府一卷录诗四十六首，宋乐府三十首，齐乐府十首，梁乐府二十六首，陈、北魏、北齐、隋三朝合录乐府诗十二首；卷十四为四言诗，总录七十八首；卷十五至卷二十三录五言诗，汉、魏、晋、宋、齐、梁、陈、隋八代共录三百零六首；录六言古诗八首，七言古诗九首。

从所录乐府诗来看，汉乐府诗最多，共八十八首；其次为晋乐府，共四十六首。显然唐汝谔认为这两个朝代乐府诗成就最高，均属“体裁古雅、辞意悠长”者。就所录五言古诗而言，晋诗录八十一首居第一，宋诗五十七首居其次。如果按录诗数量多少统计诗人，乐府诗类魏武帝和陈思王植各十一首，并列首位；齐鲍照八首，位居第二。四言古诗类共录诗歌七十八首，其中陶潜二十六首，占全部四言诗数量的33.3%。五言古诗类录诗数量第一位是陶潜（三十首），占全部晋诗数量的37%。其次为谢灵运（二十三首）。仅就四言诗和五言诗而言，共计384首，陶潜两类诗歌共录56首，占整个汉魏六朝古诗的14.6%，可见陶潜（渊明）在唐汝谔心中的地位，同时符合汉魏六朝诗歌在明末诗坛实际接受情况。（详见附表）

附表

《古诗解》录诗数量统计

二、《古诗解》的选录标准

唐汝谔的《古诗解》的选录古诗标准是什么呢？“是编所选，大都主体裁古雅、辞意悠长，而原本性情有关风化，但不失古人温柔敦厚之旨，即亟为收录。惟乐府自晋宋迄齐梁，半为男女唱和之作，亦其风使然，不得一切删去，姑去其甚者，存其雅者，庶几亦十三国风不删郑卫之意云。”（《古诗解?凡例》）依照唐汝谔划定的标准，符合以下几条标准方可入选：一要“体裁古雅”，二要“辞意悠长”，三是“原本性情有关风化，但不失古人温柔敦厚之旨”，四是乐府中“男女唱和之作”中的“雅者”，根本标准是儒家“温柔敦厚”之说。 转贴于

这里唐汝谔所说“体裁古雅”，应该是指传统的四言诗、汉魏以来形成的五言诗及与汉乐府之后形成的历代乐府诗，自然而然那些齐梁之后的宫体诗等作品均在删汰之列。“辞意悠长”当指诗歌感情抒发与表达方面，要含不尽之意见于言外，余味深长。同时，许多乐府民歌中表现男女真挚爱情的歌谣，在“不失古人温柔敦厚之旨”的前提下，得以广为选录和传播。相较于唐汝谔之前的众多古诗选本，《古诗解》显得难能可贵。

唐汝谔在《凡例》中自称其诗选与众不同之处在于：“余述是编，不专步骤昭明，而以近代四家参入之。于杨（慎《五言律祖》）、左（克明《古乐府》）则加精，于李（攀龙《古今诗删》）、钟（惺《古诗归》）则加博，庶几选古之一变云。”即云不惟昭明《文选》是准，他要选出符合自己所定标准的古诗。他声明《古诗解》所选古诗，在选目上要比杨慎《五言律祖》（9卷133诗人311首）和左克明《古乐府》（10卷）更加精当，意图“删汰繁芜，使莠稗咸除，菁华毕出”（《四库总目提要》“总集类”），同时较之李攀龙《古今诗删》（唐前古诗9卷545首）和钟惺《古诗归》（15卷836首）更为博洽。那么，唐汝谔拿来对照的四部的古诗选本究竟如何呢？

明代杨慎为嘉靖初期文坛鸿儒之一，为反对前七子派“诗必盛唐”之主张，力倡六朝诗歌，并有《五言律祖》六卷、《风雅逸篇》十卷、《古今风谣》一卷等盛行于当时，且以之作为宣传自己文学主张与反拨前七子的重要武器。杨慎在其《升庵诗话》卷一评王融《上巳诗》：“王融《上巳》诗‘粤上斯巳，惟暮之春’二句古雅。《诗评》：‘四言诗，《三百篇》之后，曹植、王融。’”唐汝谔《古诗解》推崇的古诗第一标准正是“古雅”，不能说他没有受杨慎诗论的影响。杨慎《五言律祖》纯录六朝五言诗，较之唐汝谔《古诗解》而言，没有《古诗解》古歌谣到古乐府，从四言诗到五言诗，“体裁古雅，辞意悠长”那么的精纯，也许缺乏“古人温柔敦厚之旨”。

元代左克明《古乐府》十卷，是继宋代郭茂倩《乐府诗集》之后一部重要的乐府诗选本。《四库全书总目提要》卷一百八十八：“是书录古乐府词，分为八类，曰古歌谣，曰鼓吹曲，曰横吹曲，曰相和曲，曰淸商曲，曰舞曲，曰琴曲，曰杂曲。自序谓‘冠以“古歌谣”词者，贵其发乎自然；终以“杂曲”者，著其渐流于新声，又谓风化日移，繁音日滋，惧乎此声之不作也。故不自量度，推本三代而上，下止陈隋，截然独以为宗。虽获罪世之君子，无所逃焉’云云。”“此集务溯其源，故所重在于古题古词，而变体拟作，则去取颇慎，其用意亦迥不同也。就《古诗解》的乐府诗部分选录而言，唐汝谔受左克明影响很大，尽管郭茂倩《乐府诗集》影响更大，但唐汝谔《古诗解》选录乐府诗标准与左克明《古乐府》更加接近。如卷一、二大量选录“古歌谣”词，合计八十首，也许出于与左克明相同的标准：“贵其发乎自然”；乐府与古诗均止于陈隋，是否也如左克明在其《古乐府序》中阐明不选唐代的原因一样：“唐人祖述尚多，非敢弃置，盖世传者众，弗赖于斯。”《子夜歌》晋宋齐辞郭茂倩《乐府诗集》只录四十二首，《古乐府》仅录二十首，《古诗解》仅八首，从数量上来说够精的了。

与明代李攀龙《古今诗删》和钟惺、谭元春的《古诗归》相比，唐汝谔《古诗解》在当时的影响要小得多。但是，选录八百六十九首古诗的规模要远远超过前两部书。《四库全书总目提要》卷一百八十九评李攀龙《古今诗删》：“是编为所录历代之诗，毎代各自分体，始于古逸，次以汉魏南北朝，次以唐。唐以后继以明，多录同时诸人之作，而不及宋、元。盖自李梦阳倡不读唐以后书之说，前后七子率以此论相尚。攀龙是选，犹是志也。”“熏莸互异，此直门戸之见。入主出奴，不缘真有限断。厥后摹拟剽窃流弊万端，遂与公安、竟陵同受后人之诟厉。岂非高谈盛气有以激之，遂至出尔反尔乎？然明季论诗之党，判于七子。七子论诗之旨，不外此编录而存之。亦足以见风会变迁之故。是非蜂起之由，未可废也。”作为前七子派的领军人物，李攀龙无理论纲领性宣言，此诗歌选本不录唐大历以后及宋元诗歌的做法，成为反复古派攻击的口实。虽然古诗与乐府诗部分受人诟病较少，唐汝谔的《古诗解》选诗面要比《古今诗删》广得多。《四库全书总目提要》卷一百九十三评钟惺、谭元春《诗归》：“是书凡古诗十五卷，唐诗三十六卷。大旨以纤诡幽渺为宗，点逗一二新雋字句，矜为玄妙。又力排选诗惜群之说，于连篇之诗随意割裂，古来诗法于是尽亡。至于古诗字句，多随意窜改。”实际上，《诗归》在当时非常流行，几乎家置一编，洛阳为之纸贵。就选诗数量与特点而言，二书最为接近。就古诗而言，《古诗归》录诗八百三十六首，《古诗解》录诗八百六十九首，相差仅三十三首；《古诗归》录诗最多的诗人是陶潜，共五十二首，其次是谢灵运，二十六首；第三是谢朓，录二十二首。而《古诗解》录诗最多的是陶潜，共五十六首；其次是谢灵运，录二十三首；第三是谢朓，共十一首。二书非常接近，说明《古诗解》受《古诗归》影响很大。

与前述四种古诗选本相比较，唐汝谔的《古诗解》有详细的文字训诂，配以串讲式的评解，对每首诗的思想性和艺术性均有精到的分析与鉴赏，是其独特的价值所在。有的评解参照诗人生平遭际，诗的本事背景对诗篇融会贯通，评解真义；有的评解通俗地串释诗意，补足空白，使其语意贯通，明白晓畅。当然，限于唐汝谔对诗歌艺术的理解，也有其不足一面，即局限于传统的“言志”“缘情”说。对于深刻反映现实，有着丰富内涵的现实主义诗篇，仅从儒家“温柔敦厚”的“发乎情，止于礼义”的角度去理解，就不能得其全貌。

参考文献

[1]明人传记资料索引[M].台湾中央图书馆编，中华书局，1987年版.

[2]四库全书存目丛书[M].齐鲁书社，1997年版.

[3]张廷玉等撰.明史[M].中华书局，1974年版.

古诗集范文第2篇

我叔叔家的小弟弟，叫旭阳，他今年四岁了，上幼儿园中班，他长得乌黑的头发，微高的鼻子，大大的嘴巴，一双大眼睛显得非常精神。

他非常淘气，可也很可爱，他爱好画画，所以我的作业本常常被他描得五颜六色。他特别爱搞一些恶作剧，记得一次，他找来一条绳子，一头套在狗头上，另一头系在小板凳上，让狗拉着板凳跑，狗一跑，板凳一蹦，又打在狗的屁股上，狗又加速跑，直到最后狗跑不动了。记得还有一次，叔叔奶奶都不在家，我到他家去玩，远远地就感觉一股烧火的气味，我连忙跑到厨房一看，弟弟一只鸽子装进笼子里，放到炉子上，我问他为什么，他蛮有道理地说：“今天我当厨师，给你们红烧鸽子吃。”搞得我哈哈大笑！

瞧，这就是我那淘气的弟弟。

古诗集范文第3篇

叹问苍天几何时？恨无羽翼双飞去！叹，叹，叹！叹闻野乌孤啼去。

仰望苍穹深几许？念无锐眼斜穿去！恨，恨，恨！恨居幽夜漫老去。

天净沙 秋思

秋水袭沙空自去，沙宿湖底恋流水!寻思暗问水中物,只是相望不相识.

念无痕，似无情。孤孤老去，待到湖空自成珍。

破阵子 夏雨

珠落珠滴珠无泪，泪风泪雨泪成恨。珠下溅落谁人心，唯有泪先知。

古诗集范文第4篇

郭登峰声称她是从1990年介入股市的，如属实，那她的确赶上了深圳股价如神话般狂飙的突进年代：当年3月，以深发展大比例送配及拆细为契机，深圳所有5家股票告别了此前长达几年低位徘徊与温和攀升阶段，开始如火山般喷发。当时深发展的具体方案是：每股派现金0.5元，5送1派发红股，并按10比1配股；另外，又将每股20元的面值拆细为1元，即变为20股。如此丰厚的“大礼包”，立刻使众多股东一跃成为腰缠十几万元、几十万元的富翁。这在当时“万元户”仍非常稀罕的时代可是不得了的奇迹。也正是由于这一夜暴富的示范效应，使人们发现买股票原来是实现快速致富的捷径。

大量资金潮水般涌入股市，令股价如脱缰的野马般见天疯涨。根据统计，仅5月25日至6月17日短短20天间，深发展的股价就翻了一番！然而这还不是最多的，夺升幅之冠的是万科与安达――同达380％！政府当局坐不住了，几次三番推出限价令――由5月底的升幅不得高于头一日的10％，到6月底的只能升1％，仍旧难以遏阻股价一路狂奔的牛步。那时的股民真是幸福无比：每天早晨一睁眼自己的股票账户就又增值了10％或者1％；直到11月20日再将涨停板上限调低至0.5％后，终于在12月迎来了牛转熊的拐点。期间深发展最高曾冲至140多元，年内涨幅约20倍；而黑市价格据说竟曾有炒到了320元/股的纪录！

综上所述的市况，郭登峰由几万炒成几百万并非绝对不可能，但前提是必须年初以最低价买到原始股，然后一直捂到年末以最高价抛出，期间不可能“炒”――即高抛低吸，因为以当时的情况，买卖股票相当困难，不能随心所欲，卖了就买不回来了，除非她参与黑市交易。但即使如此也难以在几个月几万炒成几百万。理论上的可能性毕竟不等于现实性，概率是相当低的，就算她运气特别好，但炒到一、两百万则是有可能的，笔者身边的一位朋友，就由于当初买了深发展的2000原始股捂到90年代初，跃入二百万元户级行列。

“八”完郭登峰的话题后不由抚膺长叹：A股早年的美好时代是多么令人怀念啊！但这样的黄金岁月已一去不复返了，无论其后有过怎样辉煌的大牛市，都绝无可能与彼时俯拾即富的市道相比。这一现代版的聚宝盆只能产自股票供不应求的特殊年代，这一空前绝后的超级牛市也只能出自那不可复制的历史背景中。

追昔抚今，现在的股民显然没有当年股市拓荒者的那么幸运。打自阔别6124点尤其是从3478点滑落之后，他们已有多年不知牛肉的滋味了。虽然创业板、中小板不乏熊掌可供享用，但那只是少数人的专利，并不惠及投资大众。究其原因，并非中国经济或公司业绩远逊当年，而是股价不能承受连续多年高速扩容之重。遗憾的是：对此管理层至今缺乏足够的清醒的认识，而从某些主流报刊近期的舆论导向来看，不以为非，反以为是，完全否认近年股市的低迷不振与高速扩容有关，仍然迷信单凭机构的有限扩展便可化解股市高速扩容的巨大压力，并无视市场规模的发展必须与其承受能力相适应的客观规律，进而颠覆供求决定价格的经济学基本原理。

古诗集范文第5篇

上市公司股利问题一直是国内外研究者关注的一个焦点。Fuller and Goldstein（2011）研究发现，在熊市中股利的重要性要大于股利在牛市中的重要性。相比牛市，熊市中支付股利的上市公司的股价每个月表现要强于不支付上市公司1%到2%，而且在熊市增加股利发放比起牛市增加股利更加重要。那么上市公司是否会在不同股票市场状态下采取不同的股利政策？在不同市场状态下，股权集中度对上市公司股利政策的影响是否一致？前人研究极大的丰富了股利政策的相关理论，其中包括各种解释“股利之谜”的理论以及在不同国家中，因持股对象性质及持股比例不同而对股利政策产生了不一致的影响。但很少有学者研究在股市不同状态下股权集中对于股利政策的影响。因此本文在结合前人研究的成果上区分了股市状态，并且考察了在股市不同状态下股权集中对于股利政策的影响。本文采用面板数据的Tobit模型与面板数据的Logit模型分析了牛市与牛熊中股权集中度与现金股利政策的关系。

二、研究设计

（一）研究假设 首先根据成本理论，（Claessens and Fan，2003）当上市公司股权集度比较低的时候，委托问题就存在于全体股东与公司管理层之间。当公司不存在绝对控股股东时，管理层出于自身利益的考虑都会倾向于少分配或者不分配现金股利。当上市公司股权集中度比较高时就出现了控股股东，控股股东可以凭借其对公司的控制力，实现对上市公司管理层的控制，所以此时的委托问题转变为控股股东与非控股股东的利益冲突问题。由于信息的不对称，控股股东有可能通过各种手段比如关联交易侵占非控股股东的利益。在股权高度集中的中国，这就演变为大股东与小股东之间的利益冲突，具体表现为大股东凭借其控制权地位进行侵害小股东利益的“掏空”行为（Shleifer and Vishny，1997）。但在不同的市场状态下，大股东的“掏空”行为并不一致。控股股东的收益来自来四个方面：资本利得，股利收益，侵占收益，发放股利带来的溢价。一方面，根据迎合理论，由于市场投资者对支付股利公司的投机性需求，导致支付股利公司与不支付股利公司的价值产生差异（又称为股利溢价），而理性的公司经理人可以洞察到这种时变的股利溢价。为了追求公司短期价值的最大化，经理人将制定相应的股利政策去迎合市场投资者的这种需求，以提升公司的股价。Fuller and Goldstein（2011）认为股票市场在不同状态下，支付股利公司与不支付股利公司的价值产生差异存在区别，在熊市中的这种股票溢价大于牛市中的股票溢价。另一方面，股利分配的信号理论认为公司会通过股利向投资者传递公司的未来盈利可以稳定增长的信号。而传递这种信号的终于目标就是为了获得投资者的投资。在牛市中，个股普遍都会有比较大的涨幅，个股的价值与价格已经存在很大差距，在这种情况投资所获得的资本利得已经远远大于股票的现金股利，所以在这时候发放现金股利对上市公司来说，传递稳定增长信号的作用不明显。在熊市中，在难以获得正的资本利得情况下现金股利变得尤为重要，此时发放现金股利传递公司稳定增长信号的作用更为明显。所以对上市公司来说牛市中发放股利带来的效用小于熊市中股利带来的效用。这也更进一步证实了熊市中股票溢价大于牛市中的股票溢价。假设控股股东效用函数为Max U（Rd，Ru），约束条件为cxRd + cyRu≤ I，其中Rd≥0 ，Ru≥0。其中Rd是指控股股东获得的股利收益以及股利溢价，Ru是指控股股东通过控制公司所获得的其他收益。为了获得相应收益，控股股东必须付出一定成本，如购买上市公司股权所需要的资金、技术，攫取私人收益时应对法律起诉的成本及声誉损失等，同时终极股东掌握的资源是有限的，因此设他所投入的全部资源为I，为取得Rd和Ru而付出的单位成本分别为cx和cy。由图（1）所示，效用曲线和约束线的切点E代表终极控制股东在一定的资源约束下所能达到的最优效用均衡点，其中横坐标表示股东收益Rd的数量，纵坐标代表股东收益Ru的数量。

那么基于迎合理论以及信号理论的分析，在牛市的时候，控股股东的侵占收益大于股利收益以及股利溢价之和， 因此大股东会选择进行侵占小股东利益，而少发放现金股利。这时控股股东选择的均衡点为E点。在熊市的时候，大股东的股利收益以及股利溢价之和大于侵占收益，因此控股股东会选择多发放股利，同时加大侵占活动。这时股东花费相同的成本却能获得更多的收益Rd，约束线由原来的GI变成了GH，新的均衡点为F点。因此在牛市中，股权集中度对股利政策没有影响。但是在熊市中，随着控股股东股权集中度的提高其对公司控制权的加强，为了维护自身利益控股股东会更加热衷于发放现金红利，因此本文提出假设：

假设1：在牛市中，在A股上市公司中股权集中度与公司现金股利政策不存在显著的关系；

假设2：在熊市中，在A股上市公司中股权集中度与公司现金股利政策存在显著的正相关关系

（二）样本选取和数据来源 本文以在深圳证券交易所主板上市的483家A股公司为研究的初始样本，为了保证数据的有效性，根据以下选择标准对原始样本进行了严格的筛选。原始数据来自国泰安数据库（CSMAR）。本文全部分析通过Stata10和excel统计软件实现。（1）由于会计准则和市场环境的差异会对股利政策的选择带来影响，因此本文研究中只包含仅发行A股的上市公司，不包括同时发行A股、B股或H股的公司。（2）为了消除行业特殊性对股利政策的影响，研究排除了金融业的上市公司。（3）为了考察正常经营公司的股利政策，排除ST、PT的公司。（4）剔除资料不全的公司，并且剔除一些存在异常值的公司。最终得到符合上述条件的有效样本为2003-2011年间358家上市公司的3214个观测值。

（三）变量定义 本文选取如下变量：（1）因变量：在国内一些学者的研究中衡量股利政策的替代变量多选取上市公司派发的股利这一定量指标。本文为了克服以上缺陷，以现金股利发放的相对量和是否发放现金股利两个方面为出发点，构造了上市公司现金红利占总资产的比重（Div_to_a）、上市公司现金红利占净利润的比重（Div_to_np）和上市公司是否分配现金红利（Div-Dum）作为股利政策的替代变量。其中Div-Dum是虚拟变量，1表示支付了现金股利，0表示没有支付现金股利。（2）自变量。关于股权集中度，本文选取了上市公司第一大股东持股占总股本比重（Pones）和前十大股东持股占总股本的比重（Ptens）作为考察股权集中的变量。（3）控制变量。本文选取了公司规模、财务杠杆、盈利能力、股利信号以及行业虚拟变量作为控制变量。公司成长性用公司总资产的增长率来衡量以及营运能力用流动资产的增长率来衡量。其中股利信号使用因变量的滞后值来表示，所以Di的取值分别是D1、D2和D3。在原始数据中有6个行业的分类，本文在删除金融行业以后建立了4个行业虚拟变量，分别是Industry1房地产，Industry2综合，Industry3工业，Industry4商业。具体的变量设计情况见表（1）。

（四）模型建立 由于面板数据不但能提供大量数据、增加自由度、减轻共线性和提高估计的有效性，而且可以控制个体的异质性，减少误差偏差，所以本文使用面板数据进行建模。在模型选择上，由于衡量股利政策的变量一定不会是负值，而且因变量的许多观测值都为零，因变量为截取数据时，使用一般的估计方法会存在偏差，因此本文借鉴了Singhania et al.（2012）等学者的研究成果，使用面板数据的Tobit模型来来研究股利决策中关于股利占比的变量。另外本文借鉴Fama and French（2001）运用Logit回归模型来研究公司是否支付股利。根据研究假设，本文面板数据的Tobit模型以及Logit模型如下：

Divit*=β0+β1Ponesit+β2Divit-1+β3Lnmcit+β4ROAit+β5LTAit+β6Runit+β7Growthit+■βj（Industryk） +εit；Divit=max（0， Divit*） （1）

Divit*=β0+β1Ptensit+β2Divit-1+β3Lnmcit+β4ROAit+β5LTAit+β6Runit+β7Growthit+■βj（Industryk）+εit；Divit=max（0， Divit*） （2）

Pr（Div-Dum=1）=logit（β0+β1Ponesit+β2Divit-1+β3Lnmcit+β4ROAit+β5LTAit+β6Runit+β7Growthit+■βj（Industryk）+εit （3）

Pr（Div-Dum=1）=logit（β0+β1Ptensit+β2Divit-1+β3Lnmcit+β4ROAit+β5LTAit+β6Runit+β7Growthit+■βj（Industryk）+εit （4）

其中β是回归系数，i是指样本公司的序号，k是行业代码，t是指公历的年份，ε是指误差项，Divit包括等于Div_to_ait和Div_to_npit 两种情况。

三、实证检验分析

（一）股市状态的确立 我国股票市场发展时间短、波动也较成熟股市频繁， 为了使判别标准更适用于诊断我国股市的牛、熊市周期， 在借鉴的基础上Pagan and Sossounov（2003）牛、熊市判别标准作了适当的调整。股市年度价格水平用 Pt表示。如果Pt是一个宽度为 3年的价格窗口中的最大值即lnPt-1lnPt+1 ，那么时刻t对应着一个波峰。如果Pt是一个宽度为 3年的价格窗口中的最小值即lnPt-1>lnPt

（二）描述性统计 根据本文的假设，给出不同市场状态中各个变量的统计性描述，从表（2）统计性描述中可以看到熊市中Div以及Div_to_a的均值略微小于牛市，但是Div_to_np却大于牛市。熊市中个被解释变量的最大值均大于牛市。熊市中的股权集中率高于牛市。从简单的样本统计量难以看出不同市场中股权集中度对于现金股利政策的影响，因此需要采用其他方法继续分析。

（三）牛市面板数据回归分析 如表（3）所示本文对牛市运行时间即2006年、2007年和2009年的面板数据建立了6个模型，即模型（1）到模型（6）。本文从两方面考察股权集中度对现金股利政策的影响。一方面通过面板数据的Tobit模型检验第一大股东持股率以及前十大股东持股率对发放现金股利的相对量的影响，从模型（1）（2）（4）（5）中可以得出股权集中对于现金股利政策的影响是不显著的，在四个模型当中，股权集中度变量都没有通过10%显著水平下的假设检验。另一方面通过构造面板数据的Logit模型，检验股权集中度对于上市公司是否发放现金股利的影响，从模型（3）和（6）中可以得到第一大股东的持股率对于上市公司股利政策的决定没有影响，十大股东持股率对于上市公司股利政策的决定具有微弱的影响，其变量通过了10%的显著性检验。所以总的来说，根据对于牛市数据的建模可以得出股权集中度对于上市公司现金股利政策市不存在显著的影响。另外各个控制变量的显著性水平也比较高，大多数都通过1%的显著性检验。另外，财务杠杠与成长性指标与股利政策存在负相关关系，盈利性指标、经营能力指标和公司规模指标与股利政策存在正的相关的关系，符合前人研究的成果。通过面板数据的模型分析，证实了假设1，即在牛市中，在A股上市公司中股权集中度与公司现金股利政策不存在显著关系。

（四）熊市面板数据回归分析 本文对熊市运行时间即2003年、2004年、2005年、2008年、2010年和2011年的面板数据建立了6个模型，即模型（7）到模型（12）（如表4所示）。从Tobit模型（7）（8）（10）（11）中可以得出股权集中对于现金股利政策的影响是显著的，在四个模型当中，除了（7）中的第一大股东持股率的参数只通过了5%的显著性检验外，其他模型中股权集中度的指标都通过1%的显著性检验。并且从参数的符号可以得出，股权集中度对于现金股利政策具有正的影响，即股权集中度越高，上市越倾向于发放相对更多的现金股利。另一方面从Logit模型（9）和（12）中可以得到第一大股东的持股率对于上市公司股利政策的决定具有显著的影响，其参数都通过了1%的显著性检验。并且股权集中度与上市公司是否发放股利存在正相关的关系。所以总的来说，根据对于熊市数据的建模可以得出股权集中度对于上市公司现金股利政策市存在显著的影响，并且股权集中度与现金股利政策存在正相关的关系。

另外各个控制变量的显著性水平也比较高，大多数都通过1%的显著性检验。另外，财务杠杠与成长性指标与股利政策存在负相关关系，盈利性指标、经营能力指标和公司规模指标与股利政策存在正的相关的关系，符合本文的预期。综上所述，通过面板数据的模型分析，证实了假设2，在熊市中，在A股上市公司中股权集中度与公司现金股利政策存在显著的正相关关系。