证券市场的意义

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篇证券市场的意义范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

证券市场的意义范文第1篇

（一）促使外企在A股市场上大肆圈钱我国股市有三分之一的流通股是面向社会的，上市的国企、私企、乡镇企业都有可能被圈走巨资，导致其不流通国家股、法人股的资产价值会迅速上升。如：我国著名的民营企业“用友软件”，法人股净资产就从短时间内每股的2.17元上升到10.21元，被圈走资金达9.17亿元。

（二）外企大量上市可能引发资金外流我国作为发展中国家，是世界发展中国家群体中吸引的外资最多，因此也成为世界第四大资本外逃国家。如果允许外资企业在我国大量上市，其无疑具有重大吸引力，可能吸引更多的资金进入我国，加剧资本外逃的发生。QFII制度的引进在一起程度上增大了外资进入我国的许可性，制度中规定外资股份可以占到10%以上，这样很可能导致我国证券市场出现大量假外资，产生更大资金流逝，进一步扰乱我国的金融秩序。

二、对QFII进入我国证券市场的对策建议

（一）建立与健全相关法律法规目前，我国证券法律法规还处于不够健全的层面，外国投资者可能担心更多的法律风险而不敢进入中国市场投资，或者抱着巨大的投机心理进行我国市场圈钱。我国《证券法》等相关法律法规中缺乏对合作、合资证券公司以及基金管理公司设立和管理要求的内容，投资者资格的确认缺乏可参考的依据。因此，要顺利与成功的引入QFII制度，我国相关法律法规体系还需要进一步的完善。

（二）建立规范的信息披露体系我国证券市场信息披露还处于相当不规范的阶段，这也导致我国证券市场中上市公司违规操纵行为泛滥；对于投资者来说是极不公平的，一定程度上降低了我国证券市场中股民的信心和参与度，不利于证券市场和我国上市公司的规范经营的健康发展。因此，我国急需建立起一套公开透明、层次清晰、易于操纵的信息披露体系；为QFII有信心在我国投资发展建立信心。

（三）构筑完善的市场监管体系我国证券市场存在诸多问题，一方面有其历史原因，但监管不力以及非市场化操作等也是导致问题产生的重要原因之一。这种情况下引入QFII，无疑会对我国证券市场的监管提出巨大挑战。因此，需要借鉴国际惯例、先时经验等来完善我国市场监管体系。就目前而言，更加有利于改变我国证券市场诸多不规范操作的现状，以此建立更加有序的竞争市场秩序，达到更好吸引外投资者进入我国发展的目的。

三、结论

证券市场的意义范文第2篇

关键词:统计学 证券市场 期货市场

证券市场是高度信息集约化的市场,它吸收并消化了整个社会经济体系中的所有信息,包括经济信息、非经济信息、上市公司披露的信息和证券市场自身所反映的信息等等。从本质上讲,证券市场就是一个信息市场,正是信息引领着社会资金流向各个实体部门,从而实现证券市场的资源配置功能。短短几年,得到了迅猛发展。在沪深两市上市公司和股民不断增长。市价总值占国内生产总值的比重越来越大。证券市场的作用愈来愈大,并逐渐成为国民经济的晴雨表。

2002 年诺贝尔经济学奖授予在期权定价方面做出开拓性贡献的经济学家和统计学家。他们在20多年前就探索出具有划时代意义的定价模型―布莱克・斯科尔斯定价公式。20 世纪20 年代开设了股票期权品种, 由于采用柜台交易方式和缺乏标准化的设计合约, 很难转让对冲, 交易量不足称道。1973年美国经济学家布莱克・斯科尔斯, 引进概率统计上随机变量函数的一些定理和积分求值, 推导出不支付红利的股票期权定价公式, 从此期权有了明确科学的价格定位依据, 很快形成一个完整的市场, 并迅速推广到全世界, 直至现在, 期权占据着金融王国的重要位置。定价公式成为整个市场运转的基础。这个期权公式的定价思想所引发的金融革命表现在:预测远期价格成为可能。不仅使期权为指数、货币、利率、期货交易提供了全新的保值, 投资手段, 极大地丰富了金融市场, 而且进一步推动了对各种金融产品的价值研究, 提高了操作的理论水平。由此可以推断, 没有布莱克・斯科尔斯定价模型, 期权就不可能发展这么快, 全球金融衍生品市场也就不可能有今天的高度发达, 如今国外大型金融机构在总结金融交易失利原因时, 总是首先追究最初的定价是否存在漏洞和错误。

■一、证券金融市场的风险管理

证券金融市场的风险管理是个永恒的话题,投资者都想寻求收益回报,但又必须面对各种各样的损失可能。市场到底存在哪些风险,如何确定风险的大小,如何才能实现收益最大化和风险最小化,历来都是受人关注的焦点和难点。自从1952 年美国学者马柯威茨运用数量方法创立证券组合理论以来,市场风险的神秘色彩逐渐淡化,不再变得那么可怕和不可驾驭。

马柯威茨组合理论的立足点是全面考虑“期望收益最大”和“不确定性(即风险) 最小”。它通过总结投资损失的概率分布和可能收益与预期收益的偏离程度(即我们统计学上的方差) ,发现投资者应该同时按适当比例购买各种证券,而不是只买一种证券,进行分散化投资,其收益才可能是确定的。通过数量分析得出的这种结论,迎合了投资者避风险的需要。风险管理能力的提高促进了基金的蓬勃发展。在短短的几十年间,随着量化研究的不断深入,组合理论及其实际运用方法越来越完善,成为现资学中的主流工具。由于马哥威茨证券组合选择理论给金融投资和管理思想带来革新,1990 年他获得了诺贝尔经济学奖。

金融业的现代化推动了统计与数理方法的应用研究,反过来,当今世界的金融管理特别是防范金融风险,也越来越需要量化研究。早在1995 年9 月,美国斯坦福大学经济学教授刘遵义就通过实证比较、数量分析和模糊评价等方式,预测出菲律宾、韩国、泰国、印尼和马来西亚有可能发生金融危机。后来的事实果然如此。这从一个侧面提醒我们,没有完整、科学的分析预测工具,就可能在国际金融竞争中蒙受重大损失。只有加强对作为金融信息的各种变量的研究,才能提高对金融运行规律的认识,才能把握市场的发展动向,有效地防范风险。

■二、统计分析在证券期货市场中的应用

经济理论的数学化和统计分析,使各种经济行为越来越数量化。在金融领域也不例外。定价公式和组合理论地位的确立,证明数量工具已发挥了不可替代的作用。有统计显示,在西方金融市场,三分之一的人运用组合理论来投资,三分之一的人靠技术分析管理,另外三分之一的人仍在坚守基础分析。虽然运用何种手段来指导决策是投资者个人偏好、观念的问题,但组合理论和技术分析所运用的统计工具逐渐被认同,说明理性投资将成为市场的宠儿。

现在,对市场和价格进行定量研究,从而揭示客观存在的数量依存关系,已成为投资和管理决策的一项基础工作。用统计工具处理各种证券金融数据,可以比较全面地分析各种因素的影响力度。其主要表现在:

(1)结构分析。分析证券市场与汇率、利率变动和国民经济发展有多大的关联度;单一证券与整个市场之间如何相互影响,市场指数设计是否合理;证券与期货价格走势是否相互制约;同一类证券有没有一定的连动关系。

(2)价值预测。分析未来证券发行和上市价格的理论定位,确定金融衍生证券的价格,分析预测证券期货的价格走势,进行投资决策等。

(3)政策评价。研究市场系统风险的预警及控制,探讨不同的组合投资效果。

(4)理论检验。验证证券价格能否反映所有的信息,进行市场的有效性实证检验与各种技术指标的适用性和优化处理及周期效应的对比分析。

总之,统计学及其相关学科在证券期货交易中的重大作用愈来愈被人们所认识和重视。简单的统计和数学方法已经满足不了日益复杂的金融发展需要。随着统计和数学工具的推广应用,一门新兴的边缘科学――金融统计学应运而生。将在证券市场中发挥强大作用。

参考文献:

[1]李才等(1998) .证券投资学,东北财经大学出版社

证券市场的意义范文第3篇

［关键词］ 行为金融理论；适应性理论；证券市场

［中图分类号］ F830.91 ［文献标识码］ A ［文章编号］ 1002-2880(2011)04-0101-02

人类的理性受“内部因素”(智力等因素)和“外部因素”(环境因素)两方面因素的影响，是内部因素适应外部因素的结果，理性的程度取决于“内部因素”适应“外部因素”的程度。“内部因素”越是能适应“外部因素”，则人类的行为表现越是理性，反之亦然(理性程度仍然可用主观效用大小来衡量，但需要强调的是在这里它只不过是衡量理性程度的标尺)。这样的理性必然是一种动态的理性，是在主客观相互建构的过程中逐步进化和发展的。人类通过适应、协调、学习，不断对环境变化做出能动的反应，使自身的心智模式与情境达到平衡与匹配。从适应性理性的观点来看，有限理性所描述的决策行为，就是“内部因素”适应“外部因素”进行理性决策的适应性结果。

根据适应性理性假说，理性决策是人类决策的追求目标，但是由于主客观两方面限制因素的影响，人类的决策不可能是理性的，只能是适应性理性。因此，基于适应性理性假说而产生的对策建议，是以帮助投资者实现理性决策为目标，针对决策过程中影响投资者理性决策的“外部环境”因素和“内部限制”因素进行的。具体来说，包括两个方面，一是对证券监管的对策建议，主要目标是为投资者理性决策创造一个好的“外部环境”；二是对投资者个人的对策建议，主要目标是有利于投资者建立一个具有较强适应能力的投资决策模式。

一、对证券市场监管的政策建议

1.建立明确连贯的监管理念

回顾证券市场十几年来的发展历史，政府在证券监管方面几乎没有一个明确的理念，几乎每次监管政策的出台都是为不同的目标所引导，监管标准也有所不同。如当市场步入熊市，股市低迷时，管理层思涨心切，监管部分往往从宽监管，对市场的违规行为采取默许的策略，甚至直接以政策刺激股市，如1993—1994年间的三大政策，1999年5.19行情中的人民日报社论都是鲜明的例子。另一方面当股市高涨时，监管又往往过于苛刻，草木皆兵，打压股市。监管的随意性，使投资者难以适应，不能对相关信息做出准确的评估，影响市场效率的形成。

2.建立合适的监管目标

明确连贯的监管理念主要体现在以“维护市场公平，保护投资者利益”为主的监管目标。我国证券市场监管目标除受监管理念影响不连贯外，一些监管目标也不合适。如市场价格水平、促进经济增长、融资数量、建立现代企业制度规范等，这些监管目标在某种程度上扭曲了证券市场的功能，影响了证券市场长期、稳定、健康发展。1998年国际证券事务委员会(IOSCO)文件确立了证券监管的三个主要目标，分别是:(1)保护投资者；(2)确保市场的公平、效率和透明度；(3)减低系统风险。这三个原则在某种程度上有所重叠，如保护投资者要求证券监管机构必须评估市场中介机构的财务稳健状况，而这同时也有助于减低系统风险。考虑到我国证券市场发展的历史不长，各项制度还不是很健全，没有形成一个公平的市场环境，监管目标应以“维护市场公平”来“保护投资者利益”。因为随着投资者理性成分的不断提高，看似充满机会的投机市场会逐渐失去吸引力。

3.重视监管措施的适应性

对监管者来说，适应性强调满意的监管措施不是一蹴而就的，而是一个不断对监管结果进行反馈、评估、总结、改进的过程，对此监管者应有充分的认识，对已有监管措施的效果进行及时总结；对被监管者来说，适应性强调满意的监管措施一定包含一个有效的违规处罚机制，违规行为只有得到处罚的反馈才可能得到纠正。而我国证券监管过程中对违规行为的处罚机制并不健全，很多违规行为并不能得到有效的处罚。以2004年7月被证监会行政处罚的ST啤酒花为例。该公司2003年2月至11月期间，先后为15家企业的27项业务违规担保，共涉及近10亿元的资金黑洞。为此，证监会对该公司罚款60万元，对董事长艾沙由夫予以警告并罚款30万元。艾沙由夫已于2003年9月失踪，对其警告并罚款，显然意义不大。但对公司的60万元罚款，还得由全体股东来“买单”，这样的处罚机制显然不能起到应有的效果。

4.注重制度可操作性

制度是对人们行为进行规范，降低社会活动中不确定性的重要技术之一。我国证券市场管理部门也制定了大量的旨在规范证券交易活动的法规，但这些法规的执行效果却不容乐观，其中一个很重要的原因是缺少具体的实施细则，或者规则比较含糊，如“按相关规定，承担相应的责任”之类的字眼儿，具体由谁执行，如何执行也不明确，这大大降低了制度应有的作用。

5.完善信息披露制度

价格反映相关信息的前提是投资者可以获得相关信息，然而，由于以下条件的限制，证券发行者存在隐藏或歪曲信息的倾向。首先，作为证券发行者，其目的是希望投资者购买其发行的证券，因此，就会本能地向投资者宣传甚至夸大企业及其证券的优点，而对企业存在的问题则避而不谈，甚至有意歪曲掩饰；其次，有关企业的某些信息可能对竞争对手有利，不能进行公开或完全公开；第三，信息公布会发生一些成本，尽可能减小信息公布成本的心理使得企业不愿意完全、及时地公开信息。因此，采取各种措施完善信息披露制度，只有保证信息披露的真实性、及时性，才有可能形成公正、合理的证券市场价格，使市场定价效率保持在一个较高的水平上。

二、对投资者投资策略的建议

1.树立正确的投资理念

大多数投资者都相信有一个通向市场的魔术般的规则。他们还相信肯定有一小部分人知道这个规则，就是那些从市场上获得了大笔财富的人。长期以来，大多数人都在努力地寻找这个规则。适应性有效市场理论说明任何投资策略都是有盈有亏的，因有效市场假说与行为金融理论的分歧与整合——基于适应性理性的分析此盈利与亏损应当是投资策略中的正常现象，应当像接受盈利一样接受亏损，只有这样才能以一个平和的心态去进行投资。有人在采访了世界上一些顶级交易商并把那些内容写了两本书之后，得到一个结论，就是他们的成功中最关键的因素就是他们每个人都有一个适合自己的交易系统。这些交易系统并不是100%的盈利，只是他们有利润的交易头寸远远超过亏损的头寸，做到这一点需要极大的自我控制力。认识投资策略的这种特性，有助于投资者提高自我控制力，找到一个适合自己的交易系统。

2.设立止损点，加强自我控制

根据适应性理性假说，投资者的理性总是相对的，很有可能随着决策环境的变化而变得不再适应。因此，设立止损点对于保护投资者的财富有着非常重要的意义。很多成功的投资者只有35%~50%的成功率，他们成功并不是因为能够很好地预测价格，而是因为能够很好地控制损失，从而使他们有利润的交易头寸远远超过了亏损头寸。

3.集中投资策略

采用分散投资的策略固然可以降低风险，但投资组合越大所需要的资金越多，投资者资金实力往往难以胜任。另一方面，投资者的信息处理能力有限，投资过于分散后，投资者将无力对相关信息及时做出正确的反应。有目的地将注意力集中在少数几家公司上，投资者才有足够的精力和能力对影响证券价格的相关信息及时做出准确的评估。

4.投资于自己熟悉的领域

适应性理性告诉我们，对一个问题决策的理性程度受决策者的经验、知识的限制，对于不熟悉的问题往往会寻求外部的帮助，这样决策就容易受到外界的影响，失去自己的判断，产生“羊群行为”。投资于自己熟悉领域，一方面可以提高决策的理性程度，另一方面可以有效减少从众行为。

5.经常与观点相左的人进行讨论

根据适应性理性假说，几次成功决策后，投资者很容易陷入过度自信的误区而产生判断上的偏误，经常与观点相左的人进行讨论，避免只关注自己阵营内部的讨论可以有效地避免过度自信，克服判断上的偏误。

徐 京:基于适应性理论对证券市场和投资者的建议［参考文献］

［1］周东生，唐焕文．有效市场假说与市场适应性有效［J］．管理科学，2005(3）:76-80．

［2］何大安．行为经济人有限理性的实现程度［J］．中国社会科学，2004(4):91-101．

［3］胡新宇．证券市场管理的基本目标研究［J］．市场周刊:商务营销，2004(10):56-57．

证券市场的意义范文第4篇

【关键词】金融工程；波动影响；实证测算；波动率性；沪深300指数

1.引言

资产价格波动率建模是实务操作和金融学研究的一个主要问题，作为资产价格风险度量指标，波动率对于理解资产价格的动态特征是极为重要的。波动率是标的资产投资回报率变化程度的度量，也是投资组合理论、资本资产定价模型、套利定价模型机期权定价等模型的核心变量。波动率对于企业的投资与财务决策、消费者的消费行为和模式、经济周期及相关宏观经济变量等都具有重要影响，是体现金融市场质量和效率的最简洁和有效的指标之一。目前对波动率的测算方法主要可以分为历史波动率方法和隐含波动率方法。历史波动率是基于过去的统计分析得出的，假定未来是过去的延伸，利用历史方法估计波动率类似于估计标的资产收益系列的标准差。由于股指期货推出前后，证券市场价格波动性引起的市场风险是否有改变，对于投资者正确进行理性投资，把握市场有极其重要的意义。

在股指期货推出初期，人们普遍认为股指期货有利于规避股票现货市场的系统风险，有利于促进现货市场健康发展，因而世界性的股指期货品种迅速涌现。市场波动性是市场价格对信息的反应而引起的波动程度，用以度量市场的风险。波动性对于市场运行效率是十分重要的，而且与市场信息效率的联系非常紧密。股指期货推出的初衷之一就是为股票现货市场投资者提供一种避险工具，规避系统性风险，进行风险管理。如果其上市后显着加剧了现货市场的波动性，则无疑加大了现货市场的风险。这与各国货地区交易所推出股指期货的初衷相违背。

Bessembinder和Seguin（1992）分析了1978年至1989年S&P500指数期货推出前后的情况，发现期货市场的引入使现货市场波动性减小。Lee和Ohk（1992）研究了1984年至1988年香港恒生指数期货与恒生指数的关系认为，股指期货不但没有增加现货市场的波动性而且在某种程度上减小了波动幅度。Robinson（1994）对1980年至1993年FT-SE100指数的期现货市场的研究表明，引入期货市场后现货市场波动性减小。Antoniou et al.（1995）对1987年至1993年DAX指数及期货的研究表明，股指期货降低了现货市场的波动性。Antoniou和Holmes（1995）利用日收益率数据，对FT-SE100股票指数期货的交易对基础现货市场的波动性的影响进行了研究表明，期货交易导致了现货市场波动性的增加，但这种波动性并非来源于投机者扰乱市场的消极效应，而是来自于信息的增加，期货市场的引入提高了现货市场信息流的速度与质量。

Edwards（1988a，1988b）对S&P500指数和价值线指数在推出期货市场前后的波动性进行的分析表明，股价指数的日波动增加不是由于股指期货引起的，期货市场使得现货市场更为稳定和完善。Beckettihe和Roberts（1990）研究了S&P500指数期货与现货市场的关系认为，抑制股票指数期货交易量不能减少股票市场的波动，而断路器机制和提高保证金等措施能够有效降低股票市场波动。Freris（1990）对香港恒生指数期货推出前后的现货市场波动性进行了分析，认为指数期货对股票指数波动没有产生影响。Hodgson和Nicholls（1991）分析了引进股指期货后澳洲所有普通股指数的波动情况发现，股指期货并没有加大澳洲股市的波动。Baldauf和Santoni（1991）在研究S&P500指数时考虑了ARCH效果，认为指数期货上市对股票市场波动性影响并不显着。Brorsen（1991）对引入指数期货前后S&P500股票市场的波动性是否发生了显着变化进行了检验。他发现，尽管短期（日）股价变化的方差发生了显着变化，但长期（5日和20日）指数价格变化的方差并没有发生显着变化。Gerety和Mulherin（1991）通过研究道琼斯工业指数期货对股价指数的影响发现，变异比率并无明显改变。Lasstsch（1991）对MMI股票指数期货和构成指数的20只成份股的关系进行了研究认为，期货交易没有使现货市场波动变大。Lee和Ohk（1992）分别研究了美国价值线指数、香港恒生指数、澳洲所有普通股指数、新加坡交易的日经指数和英国的FT-SE100指数期货与相应的现货市场的关系，发现美国市场中期波动上升，长期并无影响；香港市场的波动短期下降，长期上升；澳洲市场无显着变化；日本市场的波动显着上升；英国市场的波动短中期上升，长期并无影响。Pericli和Koutmos（1997）对S&P500股指期货的研究表明，除了1987年10月股灾的特殊情况外，指数期货与期权交易并未促使现货市场的波动产生结构的变化。Charles和Sutcliffe（1997）研究了1978年至1995年世界股票指数期货市场上12种股指期货与股指波动性后显示，开办股指期货后，股指波动性不变的占7例，波动性减少的占4例，波动性增加的只有1例。 转贴于

Damodaran（1990）研究了S&P500指数期货后发现，S&P500成份股的波动有增大的趋势。Lockwood和Linn（1990）对道琼工业指数的研究表明，现货市场收益变异系数上升。Antoniou和Holmes（1995）对FTSE100指数进行的研究表明，股票指数期货交易加大了股价的波动性，但改善了现货市场的信息反应速度与品质。

2.EWMA模型简介及参数选取

2.1 EWMA模型

EWMA模型是1993年由J.P.Morgan在其金融风险度量系统RiskMetrics中提出来的，指数加权移动平均模型是动态模型中最简单的一种，形式上对t时间波动率的预测模型为：

是EWMA模型中沪深300指数在t时期对数收益率的条件方差；是沪深300在一定样本区间估计得到的第t-1期对数收益率的条件均值；是沪深300在一定样本区间估计得到的第t-1期对数收益率的方差估计值；是300指数在第t-1期的对数收益率；

选取沪深300股指对数收益率代替实际收益率是由于，对数收益率是对普通收益率泰勒级数展开得到的，t期的对数收益率是，对数收益率一般适用于时间间隔比较短的时候（因为是一阶泰勒级数逼近的，所以时间间隔大导致误差比较大）。对数收益率的好处是可以直接相加，

一般地，越小波动率曲线对市场异动反映越灵敏，T越小波动率曲线对市场的异动反映较大，对应的风险覆盖至也越大，相反越大、T越大波动率曲线对市场的敏感性越小，对应的风险覆盖相对也越小。J.P.Morgan推荐样本个数计算公式：，不同的容忍度下衰减因子与时间跨度的变化关系（图1）。

3.波动率的测算

由于大盘股指是股票市场的综合导向指标，本文研究沪深300股指期货的推出对股市的波动性影响局限于对沪深300大盘股指在前后期波动性的显着性变化上。根据相关文献研究表明：利用单位根方法对沪深300股指的波动率和收益率序列进行平稳性检验，发现两者都是平稳时间序列。为此，我们直接利用指数加权移动平均模型对2010年4月16日沪深300股指期货上市前后2009.01.05—2010.04.15和2010.04.16—2010.12.28两个时间段的股指现货日间价格历史波动率进行测算分析。

考虑证券市场在股指期货推出前后的影响时，为了覆盖日内即隔夜价格波动风险，我们主要计算基于日间收益的历史波动率，根据相关研究表明对于日价格数据，最优衰减因子值为0.94。因此，我们选取日交易收盘价格作为我们的样本，选取的衰减因子为0.94。通常取86天为理想值，作为对比我们选的时间跨度T=100，T=86天，T=60天天分别计算。

从图2可以看到，沪深300大盘指数，两年内由2009年9月12日的高点回落到股指期货推出后的小幅反弹，波动率变化0.001点，2010年4月16日沪深300股指期货推出以来，沪深300大盘指数波动率见底反弹，但反弹幅度不大，约0.0003点，后期总体趋于平稳。因此，到目前为止可以看到：中远期看，沪深300股指期货的推出对股票市场有一定平滑作用，在一定程度上缓减了股票市场的波动性；短期看，对股票市场有刺激作用，在股指期货推出后约一个月内，波动率环比提高一个档位（约50%）。

参考文献

证券市场的意义范文第5篇

关键词：贝叶斯向量自回归模型（BVAR）；GARCH模型；期货市场；股票市场；债券市场

中图分类号：F830.91文献标识码：A文章编号：1008-2670（2014）04-0023-06

一、引言

股票、债券、期货是证券市场中三大重要组成部分，随着金融全球化的快速发展，各证券市场间联系日渐密切，只要某一领域出现波动，就会快速影响至其他子市场。探讨不同市场在面对外部冲击时如何相互影响和传染，正确引导不同市场健康发展，关系到一个国家金融监管当局金融政策的制定，有助于维护证券市场的稳定、繁荣。为进一步说明不同证券市场之间风险的相互传染路径，促进它们有序协调发展，构建一个涉及股票、债券、期货三者的动态模型来探讨不同市场风险溢出效应，具有一定的理论和现实意义。

我国证券市场之间风险传递的相关问题受到国内学者的广泛关注，取得了一定成果。王宝[1]运用DCC-MVGARCH方法对我国证券市场间风险传染问题进行了分析，发现股票市场和债券市场之间容易传染。蒋序怀等[2]运用VAR模型对传染效应存在的渠道进行了实证研究，发现股票市场与债券市场间的联系较为密切。陈燕武等[3]运用非参数分位数回归，得到中、美、英、日四国股票市场存在非线性的风险传染效应。陈庭强等[4]从银行信贷行为视角对信用风险转移市场信用风险传染的特征、实践路径进行了评述。此外，兰鹏[5]采用BEKK模型，发现中国香港、中国台湾等亚洲6个地区或国家股票市场间风险存在显著的溢出效应。华桂宏等[6]采用三元VAR模型，发现金融发展会主动刺激固定资产投资，银行体系对投资的刺激功能更显著，而股票市场不具备这种功能。张慧莲[7]以上海证券交易市场为例，得出证券投资基金是上证指数的单向granger原因，而上证指数与保险市场之间不存在granger因果关系。

国外学者主要针对不同国家股票市场之间风险传染进行研究，而针对股票与其他市场之间的传染分析较少。比较有代表性的成果有：Theodossiou等[8]采用广义GARCH方法分析了美、日、英等主要发达国家股票市场收益波动特征，发现它们之间存在显著传染效应。King等[9]认为由于资本市场人对其他市场价格波动信息的不准确预期，导致错误信息很容易传染至其他市场。Hahm[10]发现美国对韩国的股票市场的滞后波动溢出效应显著，反之则不然；但未发现收益率之间存在相互溢出效应。Park等[11]通过自回归模型研究了亚洲危机期间各金融市场传递情形，结果发现东南亚市场并未直接触发韩国的危机，而台湾金融市场的不稳定是重要原因。

传统的VAR模型不能回避待估参数过多和自由度问题，这可能导致估计可能会出现偏误；同时，还会由于各滞后变量之间可能存在高度的共线性关系导致结果出现一定的偏误。因此，本文尝试从以下几个方面进行分析：一是选择代表不同风险市场的变量，对各市场之间风险传递进行分析；二是将克服传统VAR的上述缺陷，运用贝叶斯向量自回归模型（BVAR）进行建模，搜集最新月度数据进行实证，以分析期货、债券、股票市场之间风险的溢出效应。

二、贝叶斯向量自回归模型（BVAR）概述

含有k变量的p阶向量自回归模型VAR（p）的一般矩阵形式可以表示如下：

虽然VAR模型克服了一般联立方程模型需要严格区分内、外生变量的缺陷，但是它本身亦存在不可避免的缺点[13]：第一，待估参数太多，对时间序列长度要求较大。如果VAR模型中有m个内生变量、滞后阶数为p，则将有m（mp+1）个参数需要估计。由于我国金融市场可得数据时间跨度不长，将普通VAR模型应用于中国金融市场研究是很不利的。第二，由于普通VAR模型中的解释变量均为被解释变量向量的各阶滞后项组成，如y1t-1，y1t-2，……。这些滞后解释变量容易产生高度的共线性关系，从而导致系数估计偏误。

为此，Litterman[13]和Sims[14]提出通过引入贝叶斯先验信息，可以克服上述问题。根据Sims所提出的方法，设xt=（yt-1，yt-2，yt-3……yt-p，1），则（1）式可表述为：

三、实证研究

（一）变量选取与数据处理

本文分析指标主要选取股票成交额（gp）、国债成交额（zj）和期货成交额（qh）。其中股票成交额为深交所、上交所股票成交额当月数之和。国债成交额为上交所、深交所国债现货、回购成交额当月数之和。期货成交额为上海、大连、郑州三大商品交易所期货成交额当月数之和。单位为亿元。

为了保证所有数据的完整性、可得性，选取2002年12月-2013年2月的月度数据，共123个样本。数据来自中经网、中国人民银行网站。对所有数据作剔除物价因素，考虑到月度数据可能存在季节影响，对所有指标进行剔除季节用eviews软件，运用X12方法去除季节性。因素处理。为了缩小指标本身差异和消除可能存在的异方差，对上述经过处理后的指标取对数，分别记作：期货成交额为lnqh；债券成交额为lnzj；股票成交额为lngp。

（二）运用GARCH（1，1）提取各变量“风险”信息

通常在金融市场上是用方差来衡量金融产品收益的风险和价格的不确定性，Engle[15]提出的“自回归条件异方差模型”（Autoregressive Conditional Heteroskedasticity Model）被广泛运用于金融时间序列中。马超群等[16]认为“研究这类具有丛集性与异方差性特征的金融数据变动规律性的最有效方法与途径”。本文借鉴前人的做法，采用GARCH模型中的条件异方差б2t的回归形式来反映出金融市场不确定性，具体用模型残差的条件方差项来模拟各大市场的波动率（即风险信息）。GARCH（1，1）模型可以表述为：

其中，yt为期货、股票、债券等变量，μ、c、α、β为未知参数，它们的值由最大似然法估计。条件方差σ2t就是后续在BVAR模型中将用于反映风险的变量（波动率）在进行GARCH（1，1）分析之前，我们用三个变量lngp、lnqh、lnzj分别对常数进行回归，然后对残差进行ARCH效应检验，lngp与lnqh回归后的残差均在滞后一期resid^2（-1）的1%水平显著；而lnzj回归后的残差在滞后1-4期均在5%水平下显著。可见，都存在arch效应，可以进行后续的GARCH建模分析。。最后，通过GARCH（1，1）模型得到三个变量的条件方差变量σ2t，分别用gp_ch、qh_ch、zj_ch表示。

（三）贝叶斯向量自回归（BVAR）模型估计

1.变量平稳性和VAR系统平稳性检验

为了避免因为单位根现象而出现对模型估计结果不准确，首先进行各变量的平稳性检验。通过ADF检验，发现gp_ch（ADF-1.815）、qh_ch（ADF=-2.716）分别在10%、1%水平下平稳，而zj_ch（ADF=-0.706）呈现I（1）特征。我们将zj_ch 差分以后用dzj_ch（ADF=-6.201）表示，和另外的两个变量按照很多文献的做法，进行VAR建模时一般要求所有变量平稳。此处我们发现gp_ch和qh_ch均是平稳的，只有zj_ch不平稳。原变量是表示波动情况，差分一次后经济意义解释可作相近理解，不影响分析。建模，根据LR、FPE、AIC等信息准则确定最佳滞后阶数为1。经过VAR系统检验发现是平稳的，可以进行后续的BVAR和脉冲响应分析。

2.贝叶斯向量自回归（BVAR）设置说明

首先，对于BVAR模型滞后阶数的设置，采用Matlab2010b提供的LR指标，结果显示最佳滞后为2阶。其次， BVAR模型估计方法需要事先设定超参数以反映模型的先验信息。本文借鉴相关文献，经过多次调试，最终将BVAR模型的超参数设置为： nlag=2（滞后阶数）； weight=0.5（权重矩阵）； decay=1； tight=0.1（衰减参数，Minnesota先验信息）； odum='o1'（代表Cholesky分解）。

（四）贝叶斯向量自回归（BVAR）脉冲响应分析

图1股票市场的脉冲响应图图2期货市场的脉冲响应图1.股票市场的脉冲响应分析

从图1可以看出，当期货市场当期遭到一个标准差的正向冲击，股票市场第1期会产生正向的冲击响应，强度为-0.005；第2期开始上升，至第6期达到最大强度0.2465；此后逐渐下降。而如果债券市场受到一个标准差的波动冲击后，股票市场的在第1期响应非常微弱，从第2期开始影响增强，但是对股票市场的影响一起呈现负向关系，持续期较长，但影响十分微弱。而股票市场对来自自身市场冲击后的反应是最为强烈的，在第一期就会产生一个强度大小为0.643的正向响应，第2-5期影响显著下降，至第6期的影响趋于平缓只有0.3374左右，此后逐渐接近削弱，这也正好说明股市风险大的特性。

图3债券市场的脉冲响应图2.期货市场的脉冲响应分析

从图2可知，给定债券市场波动的一个单位标准差正向冲击，期货市场在第1期产生一个较大的负向响应，强度为-0.051；第3期影响减弱为-0.017，第4期以后逐渐变得平缓，但是整个影响均为负。而针对来自股票市场波动的一个单位标准差正向冲击，期货市场波动冲击第一期响应值为0.105，第4期达到最大值0.158，此后影响逐渐减弱。而期货市场对来自自身冲击的响应情况来看，第1期为响应最大、强度为0.267，第2期显著减少，第6期响应强度减弱为0.132，此后缓缓减弱。

3.债券市场的脉冲响应分析

从图3来看，国债市场对来自自身市场的冲击反应最为剧烈，第1期产生一个强度为-0.243正向冲击；第2期减弱至-0.024；第3期影响为正，且达到最大值0.063，此后影响递减有逐渐消失。股票市场受到一个单位标准差的冲击后，国债市场的响应整个后续时期均不大，第1期产生一个强度为0.017的影响；第2期的影响达到最大0.031；此后慢慢消失。而对来自期货市场一个单位标准差的冲击后，债券市场首期响应为-0.038，此后的影响非常微弱。

四、结论与启示

本文通过建立贝叶斯向量自回归（BVAR）模型，对股票、期货、国债等市场间风险传染进行了研究，得到如下结论：第一，从三大市场增长的情况和波动信息统计指标来看，股票市场在近11年增长速度最快，其市场波动幅度也最大。而国债市场的增长速度最小，波动情况居中。期货市场增长速度居中，波动幅度最小。第二，从因果关系检验结果来看，股票和期货市场等高风险市场之间具有较为显著的影响和传染关系。而由于我国国债市场交易和管理制度都相对严格，所以国债市场的抗干扰能力相对较强。第三，从模拟的脉冲响应分析效果来看：（1）股票市场对来自自身市场冲击的当期响应迅速且较大；期货市场冲击的前期影响较小但后续影响时间较长；债券市场冲击对股票市场的影响为负，幅度不大。（2）期货市场对来自股票市场冲击的影响反映较弱；而对来自自身的影响反映强烈，但是时间都较短，这与股票市场非常类似，这些正好验证了股票、期货市场的高风险、高投机性的市场特征；而债券市场波动对期货市场的影响一样为负。（3）国债市场对来自股票市场、期货市场的冲击的响应整个时期都不大。对来自自身冲击的响应也只显著响应3期后，影响快速减弱。

针对本文实证分析结果，结合我国当前的金融形势，可以得到以下启示：第一，培育良好有序的金融环境，认真监管与规范债券市场的运营操作，重点关注债券市场与股票、期货市场的融合机制。从granger因果关系检验和脉冲响应分析可以看出，由于我国对债券市场管理较为严格，其与别的市场具有相对独立性，股票市场和期货市场上的某种随机冲击均不会轻易引起债券市场大幅振动。但是反过来，由于债券市场长期以来都是一种在被保护的机制下运作，形成了债券（国债占大部分比重）市场相对高安全性。一旦最安全性事物受到某种实质性的外部冲击，带来的影响可能是巨大和负面的。从前述脉冲响应分析来看，债券市场的某种波动冲击对股本、债券均是产生负向的影响路径。所以，有必要重点引导债券市场如何和其他市场协调发展机制的设计，使其经营操作变得更加灵活、弹性更大。第二，股票和期货市场之间的感染能力较强，且granger因关系显著，说明了它们的高投机性与虚拟性，从而导致风险更容易市场中传递。加大对高风险市场的监督管理，尤其针对股票、期货市场。

参考文献：

[1]王宝， 肖庆宪. 我国金融市场间风险传染特征的实证检验[J]. 统计与决策， 2008（11）：78-79.

[2]蒋序怀， 吴富佳， 金桩. 当前资本市场的风险传导机制――基于传染效应的实证分析 [J]. 财经科学， 2006（2）： 16-24.

[3]陈燕武， 黄静菲. 利用非参分位数回归模型分析金融市场的风险传染 [J]. 华侨大学学报（自然科学版）， 2013（2）： 215-219.

[4]陈庭强， 何建敏， 尹群耀，等. 基于银行信贷行为的CRT市场信用风险传染评述 [J]. 金融理论与实践， 2011（11）： 95-99.

[5]兰鹏， 李铭. 波动溢出、风险传染与信息传递效应――基于亚洲股票市场的实证研究 [J]. 哈尔滨商业大学学报（社会科学版）， 2012（2）： 16-24.

[6]华桂宏， 周茂彬， 成春林. 银行体系、股票市场与固定资产投资――基于三元向量自回归模型的格兰杰因果关系检验 [J]. 财贸研究， 2008（1）： 90-94，146.

[7]张慧莲. 证券投资基金和保险资金对股票市场影响的实证分析 [J]. 金融理论与实践， 2010（01）： 81-85.

[8]THEODOSSIOU P， KAHYA E， KOUTMOS G， et al. Volatility Reversion and Correlation Structure of Returns in Major International Stock Markets [J]. Financial Review， 1997，32（2）： 205-224.

[9]KING M A， WADHWANI S. Transmission of Volatility between Stock Markets [J]. Review of Financial Studies， 1990，3（1）： 5-33.

[10]HAHM S. Transmission of Stock Returns and Volatility： the Case of Korea [J]. The Journal of Korean Economy， 2003，5 （1）：17-45.

[11]PARK Y C， SONG C Y. Financial Contagion in the East Asian Crisis： With Special Reference to the Republic of Korea [R]. Korea University Working Paper， 2000.

[12]LESAGE J P. Applied Econometrics Using MATLAB [M]. Department of Economics University of Toledo， 1999.

[13]LITTERMAN R B. Forecasting with Bayesian Vector Autoregressions-Five Years of Experience [J]. Journal of Business and Economic Statistics， 1986，4（1）： 25-38.