时间:2023-06-02 15:26:42
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇股票投资相关理论范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
1.1培养各种能力培养大学生的创新能力
提升其对资金的判断和使用能力,以及投资理财的能力。股神巴菲特说过,一生能积累多少财富,不是决定于你能赚多少钱,而是取决于你如何进行投资理财,钱找人胜过人找钱,要懂得钱为你工作而非你为钱工作。由此可见,投资理财的能力十分重要,而进行股票投资正是锻炼在校大学生这一能力的最佳选择之一。
1.2培养纪律性、执行力和应变的能力
股票投资不是随意而为,而是依“计”而行,这个“计”便是投资操作策略。投资策略一旦制定,在环境没有发生较大变化的情况下,应严格按投资策略执行,不能因个人的“好恶”、“恐惧”、“贪婪”而随意改变操作策略,做到“该出手时才出手”。但是,股票投资又是依“势”而为,这个“势”一方面指股票具体运行的趋势,另一方面指股票投资操作策略的环境,一旦这个“势”发生了变化,具体的操作策略也就相应变化。通过在股票投资中依“计”而行和顺“势”而为的训练,从而培养在校大学生的纪律性、执行力和应变能力。
1.3进行挫折教育
股票投资是一个高风险的投资,亏损现象时有发生,这就要求投资者能及时总结经验,正确面对盈亏,保持平和的心态,这其中就包含了挫折教育。总之,投资股票对知识、能力、技能还是经验和心理的要求均是全方位的、高标准的,那么在校大学生投资股票得到的锻炼和促进也是全方位的,不仅能使在校大学生在“学中做”,更能促使在校大学生在“做中学”,做到“学”“、做”兼顾,相得益彰。
2在校大学生进行股票投资之弊
2.1有可能本末倒置或舍本
逐末在校大学生的主要任务是学习,学习专业知识和与其相关的知识,学习专业技能,锻炼各方面的能力,学习做人和做事。这种学习是全方位的,也应该是高标准的,在校大学生的主要精力和时间也应该放在这些方面,而投资股票只是其中很小的一部分,是一种业余爱好和学习。如果认识不到这一点,把主要精力和时间放在股票投资上,甚至在上课的时候也研究股票和进行股票投资操作,那就是本末倒置。
2.2有可能影响生活
大学生投资股票的资金来源渠道较单一,余钱较少,部分同学甚至还是用生活费进行投资,因而抗风险能力不够强;加之自己的专业知识有限、经验欠缺,分析筛选股票以及操作的技术有可能不够成熟,因而发生亏损的可能性较大。一旦亏损,就有可能对学生的生活造成影响。
2.3有可能使个别在校大学生形成拜金主义
大学生在校期间不仅是学习专业知识和技能及相关知识、培养自己各种能力的阶段,同样也是思想意识逐步成熟的阶段。如果在这个阶段只想着进行股票投机,久而久之就可能形成盲目崇拜金钱、把金钱价值看作最高价值、一切价值都要服从于金钱价值的思想观念和行为,而“以义为先”的我国传统美德就可能在其意识和行为上消失,从而形成拜金主义的思想意识等等。
3解决问题的办法
(1)利用课余时间积极学习股票投资的理论知识、技能及相关知识,如股票投资的趋势理论、K线和均线知识、主要技术指标知识、股票筛选、分析、买卖知识和技能等,以及学习信息的收集和分析的方法,学习宏观经济学、管理学、计算机操作和简单编程知识、财务报表的分析方法等,储备投资股票的知识与技能。
(2)可以在校内成立投资协会,爱好股票投资的同学一起交流学习,并与校外证券公司长期合作,邀请投资理财专家定期到校园举办讲座,带来股票最新资讯,教同学们该如何分析、筛选、买卖股票等。
(3)在平时,大学生可以用股票交易软件进行股票的筛选分析并进行模拟买卖,这样不仅能避免不必要的经济损失,还能学习股票投资的知识和技能,又尽可能地不影响课堂学习。
(4)成立兴趣小组,集资实战。成立兴趣小组,各自进行小部分出资,制定出投资管理协议,并按协议进行分工合作、制定投资计划、操作策略、分摊盈亏、交流和总结等等。这样,每一个人出资少,即使投资失败,也不至于严重影响生活;大家分工合作,每个人花的时间也少一些;同时,不仅可以锻炼协作精神,培养投资管理意识,最重要的是能学习和提高实战技能。
(5)利用暑假或者寒假进行投资操作,此时在校大学生不仅有充足的时间去分析大盘,研究股票,买卖股票,还能得到父母的资金支持,同时也不用担心生活费用的问题。此外,除了学校引导和培养在校大学生的股票投资理念、方法外,家长和社会也应该关心和引导在校大学生形成正确的股票投资理念,要让在校大学生明白:在校投资股票的主要目的是学习更多的理论知识,学习分析和解决问题的方法,培养各方面的能力和提高心理素质;投资股票不是简单的投机,而是投资;追求利益是分阶段的,大学生不应该把追求金钱放在首要位置,以学习为主,避免部分大学生形成拜金主义等等。
4结束语
[关键词] 投资组合;均值-方差模型;因子分析
[中图分类号] F620 [文献标识码] B
一、研究意义与研究方法
随着我国市场经济的进一步发展,股票投资已成为企业与个人投资的重点,而同时股票投资的一大特点是收益与风险并存。股票市场受多重因素影响,投资者应该用综合的眼光分析上市公司的财务状况和发展潜力,才能选择收益大而风险小的上市公司进行投资。投资组合优化理论研究的是投资者在权衡收益与风险的基础上最大化自身效用的方法,将这一理论联系到实际中,探索如何分析公司的综合实力,怎样构造投资组合,有一定的理论和现实意义。
为解决此类经济决策问题,本文将统计分析与投资组合理论相结合。中证100指数具有很多优良特性,其样本股跨沪深两大市场,覆盖很多行业,许多指标均优于市场情况。本文选用中证100指数的样本股作为最初待筛选的样本。首先运用多元统计分析中的因子分析法对上市公司投资价值的多项指标进行了综合分析,建立综合评价体系,筛选出排名较高的上市公司的股票并建立股票池。再在股票池的基础上,结合均值-方差模型等相关投资组合理论确定股票池中各个股票的投资比例。
二、样本股上市公司综合水平的因子分析
(一)指标选取
为能够使指标比较全面地描述涉及到的上市公司的发展水平,选取多个方面的指标,包含有反映偿债能力的指标(流动资产率),反映获利能力的指标(总资产利润率、净资产报酬率),反映发展能力的指标(每股收益增长率、净利润增长率、净资产增长率、总资产增长率、每股未分配利润),和反映现金流量情况的指标(净利润现金含量)。数据为中证100指数样本股的上市公司财务指标(2015年第一季度)。
(二)因子分析结果
首先进行KMO和Bartlett检验,结果说明相关矩阵并非单位矩阵,可以进行因子分析。
之后运用主成分方法提取公因子,提取四个公因子后,累计方差贡献率为86.195%,可以较好地解释总体方差,所以提取四个公因子。结合因子得分系数矩阵,计算各上市公司的四个因子得分后,按照相应的方差贡献率进行加权平均,可得最终各公司的综合评价得分。根据综合因子得分对100个上市公司进行排序,取前10个公司股票建立股票池。结果如下:
表1 前十位上市公司综合得分排名
三、股票投资组合构造
(一)均值-方差模型理论概述
本文沿用Markowitz所创建的资产组合选择问题的框架,建立相关模型,以构造股票投资组合。Markowitz确立了证券组合预期收益、风险的计算方法和有效边界理论,建立了资产优化配置的均值-方差模型:
目标函数: min σ■■=∑∑ωiωjσij
RP=∑ωiri (1)
假设条件: 1=∑ωi,ωi≥0 (允许卖空)
1=∑ωi,ωi>0 (不允许卖空)
其中,RP为投资组合收益,ri为第i支证券的收益,ωi、ωj为证券i、j的在投资系组合中的权重,σ■■为投资组合方差,即资产组合的风险,σij为证券之间的协方差。公式表明,在限制条件下求解ωi证券收益率,使组合风险σ■■最小。其经济学意义是,投资者可预先确定一个期望收益,通过上式可确定投资者在每个股票上的投资比例,使其总投资风险最小。
(二)基于均值-方差模型的股票投资组合构造
为了分散风险,我们需要把资金投资在不同的证簧希也就是建立股票投资组合。模型数据选取的是上述10支股票2015年第一季度的日收盘价,运用下述公式计算日收益率:
收益率=(当日收盘价-前日收盘价)/前日收盘价
并进一步求得这10支股票日收益率的均值、方差、标准差和方差-协方差矩阵。
考虑到收益的稳定性,本文采用每支股票日收益率均值作为预期收益率。假设RP为组合收益,ri为第i支股票的收益,ai、aj为证券i、j的投资比例,为组合投资方差,为两支股票之间的协方差。根据均值-方差模型,并允许卖空,建立以下方程:
目标函数:min σ■■=∑∑aiajσij
RP=∑airi (2)
假设条件:1=∑ωi,ωi≥0,
运用Lingo求得最优解:
a1=0.2181,a2=0,a3=0,a4=0,a5=0.0775,a6=0.2539,a7=0.0328,a8=0.2364,a9=0.1813,a10=0
预期总收益:RP=0.0032
上述结果表明,在10支股票组成的股票池中,该投资组合要达到投资风险最小的同时收益最大,应把21.81%的资金用于投资贵州茅台,7.75%的资金用于投资招商证券,25.39%的资金用于投资云南白药,3.28%的资金用于投资比亚迪,23.64%的资金用于投资海天味业,18.13%的资金用于投资海澜之家。结合上述相关收益率统计量可以看出,贵州茅台的平均收益率虽然较低,但方差最小,可以保证比较稳定的收益;海澜之家的平均收益率最高,且方差也处于较低水平;其他筛选出的4支股票均属于在股票池中收益率较高且方差较小的股票。
四、投资组合评价
(一)Jensen指数
Sharpe在Markowitz证券投资组合理论的基础上,提出了资本资产定价模型(CAPM)。他在完全市场的假设下,建立了均衡状态下的期望收益率ri与β系数βi之间的关系,这一关系式表示为:
ri-rf = βi(rm-rf) (3)
其中rf是无风险利率,rm是市场的期望收益率,βi是公司i的β系数,称为系统风险,ri是公司i在均衡状态下的期望收益率。CAPM给出了在均衡状态下公司i的期望收益率和它的β系数之间的关系。β系数正好就是公司的期望超额收益率与市场组合的期望超额收益率之比,β越大从而公司的期望超额收益率也越大,同时系统性风险越大。
β系数的计算公式为:
β=Cov(ri,rm)/Var(rm) (4)
其中,Cov(ri,rm)表示i第证券和市场组合的协方差。由于ri、rm都是预期的收益率,是随机变量,因此只能通过适当的模型来估计βi。公式(3)是一个线性关系,可以用下面的线性模型来描述真实的市场:
ri,t=αi+βirm,t+εi,t, t=1,…,T (5)
其中εi,t,t=1,…,T是一列独立同分布随机变量,εi,t~(0,σ2(εi)),σ2(εi)是常数,不依赖于时间t,这样就可以运用最小二乘方法估计出(3)式中的β系数。
首先,利用上述模型估计出投资组合的β系数。由于中证800指数综合反映沪深证券市场内大中小市值公司的整体状况,本文选用中证800指数计算收益率来代表市场收益率。利用计算整理好的市场收益率和上述股票投资组合的平均日收益率(2015年第一季度数据),进行经典计量回归,回归方程报告式为:
rt=-0.000440+0.423374rmt (6)
其中,β系数为β=0.423374。β系数小于1,证明此资产组合为防御性的资产组合。
其次,根据证券市场线(SML)计算投资组合的期望回报。期望回报计算公式为:
ER=rf+(rm-rf)×β (7)
投资组合的期望回报反映了市场的平均回报。其中,无风险利率rf由银行三个月定期存款年利率基准利率(换算为日利率)代替。代入数据得到,ER=0.000509。
再次,计算投资组合实际平均回报和期望回报之间的差异,即:
Jensen=rp-ER (8)
其中,rp为期望收益率,本文将期望收益率定为加权平均收益率。代入数据可得,Jensen=0.003180。由于投资组合的Jensen指数大于0,说明该投资组合的风险回报率高于市场的平均风险回报率,表明其业绩是比较优良的。
(二)Treynor指数
Treynor指数用RVOL表示,也是利用SML为业绩评估构建一个基准组合。计算一个投资组合的收益波动比率,需要用组合的平均超额回报率除以其市场风险,公式如下:
RVOL=(rp-rf)/β (9)
其含义是指投资组合承担每个单位的市场风险所得超额收益。Treynor指数比较的基准是SML的斜率,公式如下:
KS=rm-rf (10)
由此得出RVOL=0.008583,KS=0.001637。由于RVOL大于KS,说明此投资组合承担每个单位的市场风险所得回报高于大盘,其业绩优于市场的总体表现。
[参 考 文 献]
[关键字]:CAMPβ估计股票投资决策
一、股票的投资决策是投资者通过投资股票获取收益非常重要的一环,而股票本身价值是决定是否购买参考依据,显然如果我们知道股票的价值,买卖决策将非常简单,股票价格低于其价值则买入,反之则卖出。然而现实是股票的价值评估是非常困难的事,研究中各种股票价值评估的模型存在各种各样的缺陷,缺乏实用性。所以在股票市场的实际投资决策时,我们往往通过研究影响股票价值的一些简单因素作为股票投资的依据,并且可获得较高的投资回报率。基于会计信息对β估计在股票投资决策有非常重要的作用。
二、CAPM模型简介
CAPM模型是对风险和收益如何定价和度量的均衡理论,根本作用在于确认期望收益和风险之间的关系,揭示市场是否存在非正常收益。一个资产的预期回报率与衡量该资产风险的一个尺度——β相联系。模型形式如:ri,t=rf,t+βi(rm,t-rf,t)
其中ri,t为t时刻股票i的必要回报率,rf,t是t时刻的无风险利率,rm,t为t时刻的市场组合收益率,β为企业风险系数。在实际运用中,β一般用市场模型估计:ri,t=?琢i+birm,i+Ei,t回归得到的bi即是β的估计值。
三、基于β估计的股票投资决策
按照市场模型得到的β代表资本市场对企业风险的度量,但这个度量并不一定准确,如果有更好的方法估计出更准确的β,成为优势β。当优势β大于市场β时,说明市场确认的折现率过小,市场按较小折现率得到股票价格理应过高,则卖出该股票;反之,则买入。我们可以利用会计数据并结合市场模型来估计β能得到更精确的β值。
由于企业财务杠杆与风险有关,我们可以用下式来估计企业的风险:
其中βv,i,βB,i,βs,i分别是企业风险、债务风险和股东权益风险,V,B,S表示企业市值、债务市值和股票市值。
在不考虑税收的情况下,企业的价值与企业资本结构无关,这意味着βv,i与财务杠杆■无关,所以财务杠杆指数的增大不会改变βv,i,但会增大βs,i。
除了财务杠杆外,经营杠杠也是β估计的一个很重要的因素。经营杠杆指固定成本与变动成本的比率。从会计数据计算出的经营杠杆越大,企业风险β也越大。
Ball与Brown是利用以下模型估计会计β:
Ai,t=gi+hiMt+?着i,t
其中,Ai,t为i公司会计收益在t年的变化数;Mt为t年会计收益市场指数的变化数;hi为会计β的估计值。Ball和Brown(1968)研究结果表面无论是经营收益、净收益,还是归属普通股的收益,两个β的都具有较高的相关性。
Beaver、Kettler和Scholes(1970)(记为BKS模型)为了考察会计变量是否可以用于预测下一期的市场β,利用横截面资料对下列模型回归:
其中,bi为当期用市场模型估计的企业i的风险β;Wk,i为企业在当期的第k个会计变量,它们可以是股利分配率、财务杠杆、收益变动方差、会计β等。
运用所得到的估计系数(C)和企业的会计变量(W)数据,就可以估计出非企业的风险系数。就可以比本期市场模型β的估计更精确地预测下期市场模型的β。国外许多研究表明建立在会计变量基础上的预测模型能比完全依赖于市场模型提供更精确的下一年市场风险的预测。
四、国外的相关研究成果
Hamada(1972)以纽约证券交易所上市的304家公司为样本的实证检验表明财务风险与市场β之间存在显著的正的相关性。Mandelker和Rhee(1984)以1957年-1976年间的255家制造业企业为样本对这一假设重新验证,表明每个组合的市场β与财务风险存在显著的相关关系。其解释是由于回归建立在组合的基础上,使得变量的测量误差变小,相关性提高。
Lev(1974)的研究也表明营业风险与市场风险之间存在相关关系。他以1949年-1968年间电力、钢铁和石油为样本回归表明,营业风险越高,市场β及股票收益率方差越大。
Eskew(1970)考虑到β的非静态性,以改进的β预测模型,与以会计变量为基础的预测模型对比,发现会计变量预测模型更优越。而Rosenberg和McKibben(1973)发现,将市场β与会计变量结合起来可以大大提高对未来市场β的预测能力。
关键词:大数据;股票投资;模型优化
中图分类号:F830.91 文献识别码:A 文章编号:1001-828X(2016)016-000-01
引言
随着大数据时代的到来,数据科学成为了现代社会技术创新和投资火热的一个领域;由于大数据和互联网金融的不断发展与成熟,大数据技术在股票投资方面也逐步被应用,面对股票交易的K线图等图表信息,要想在股市中立于不败之地,需要有正确的理论来指导,并做出正确的投资策略[1]。
一、投资方法的研究现状
最早由美国人Stannloy等人在1992年开发了AI系统,其通过运用聚类方法、分类和可视化技术等方法,来寻找单只股票的最佳投资时机。2005年,Dose 和 Cinacotti[2]研究了利用时间序列聚类分析的随机优化方法来选择股票进行投资。结果表明聚类在降低噪声和文件预测方面起了重要作用。2009年Fenu,G[3]利用云计算技术设计了一个实时金融系统。该系统实现了股票宏观的分析,能够预测金融市场的变化。武金存[4]等人在2011年利用相关数据挖掘的方法,对指数化投资组合优化进行比较研究,有着其独特的优势的理论。
二、从股市中获取信息
目前证券市场上市公司数目众多,每天能产生大量的交易数据,如:股票的交易价格,上市公司财务信息,股票交易的K线图等图表信息。如果能用一定的算法或处理数据的技术,有效的挖掘出蕴藏在其中的规律,充分利用股票交易信息以及上市公司财务数据,帮助投资者在短时间内把握股价的估值水平,从而对投资者进行价值投资建议。
三、投资方法的探索
在信息化时代的今天,信息技术对人们的日常生活起到了必不可少的推动作用,把飞速发展的信息化技术应用于股票投资方法的探讨中,利用所能收集到的股市信息,用优化和数理统计的方法来进行规律的分析,找到其变化规律,从而进行正确的投资。对此,我们可以用传统的手段建立其数学模型进行分析,接着对模型进行修正和优化,达到对股市走势进行预测的目的。在大数据时代,我们将原有的方法与大数据和云计算技术进行结合,运用大数据处理算法,从而达到对股票的正确投资。
在日常生活中,我们可以做到门不出户进行交易,网络给我们带来了太多的便利,我们可以收到淘宝网基于数据统计进行的商品推广,也可以浏览其它事物所产生的海量数据,人们需要对海量数据进行挖掘和应用,从而产生了新理念和新思维,股票投资成为了新的学问;对云计算技术在模型建立中进行应用,可以将海量数据代入模型进行走势的修正,用计算机程序进行编程,从而探索股市的正确投资方向。
四、建立模型的方法
对于现代的数学预测模型,模糊模型和神经网络模型是两种较为智能化的方法,可利用其寻找股市变化的规律。对于所绘制的图像,可以用相关分析方法进行处理,运用云计算和大数据技术对模型进行不断修正,从而达到预测的目的。
对于数据的分析,可以采用一些分析方法进行指标的分析,然后对变量进行处理,之后对模型进行优化和改进,从而进行股市投资策略的分析。在大数据的背景下,我们也可以对计算程序进行优化,将并行处理的技术用在其中,从而减少程序的运行时长,便于迅速做出投资方向的判断。
五、结语
通过大数据和云计算技术的应用,对现证券领域拥有大量的数据资源进行开发,建立出对股票投资预测的模型,从而实现正确的投资。新时代、新背景下的投资方法需要人们继续不断探索。
参考文献:
[1]彭济敏.程序化交易方式在股票交易中的应用[D].吉林大学,2004.
[2]Dose C,Cincotti S.Clustering of financial time series with application to index and enhanced index tracking portfolio[C].Physica A:Statistical Mechanics and its Applications,2005,355(1):145-151.
【关键词】证券投资基金 投资行为 中国股市 股市波动性
众所周知,增强中国股票市场运行的稳定性,不仅是我国投资者最大的期望,还是促进我国金融体系健康发展的和运行的重要动力。股票市场的波动性与否与国家宏观经济的发展变量和微观主体的各种投资行为都存在着紧密的关联。在经济市场的发展中,证券投资基金的行为与股票市场的变动性存在着相互作用,市场发展的状况决定了投资者的证券投资基金的行为。相对的,证券投资基金的行为也必定会对股票市场的稳定性产生相对的影响。
一、研究证券投资基金投资行为对中国股市波动性影响的意义
自上个世纪九十年代起,我国股票市场就得到了迅猛的发展,因而投资者选择股票投资基金的行为也随之上升,而这一系列的发展变化都对国际金融的体系乃至全球的经济市场造成了巨大的影响。各国在发展证券市场的过程中,为抑制股票市场投资者的过度投机、化解市场存在的各种风险、引导人们建立长期的、理性的投资价值观因而开始选择股票投资基金的行为来增强股票市场的稳定性。然而,在实际的运行和操作中,效果并不十分理想。投资者一旦作出错误的股票投资基金决策,就有可能为所有基金的持有者带来巨大的经济损失,甚至还会引各种社会问题、经济问题、宏观经济体系的风险问题等。例如,美国“新经济”诞生的纳斯达克指数在反复飙升与下跌的过程中,以及亚洲、墨西哥、俄罗斯等国家的金融危机中,证券投资基金这一投资行为都股票市场的变化起到了强大的催化作用,因而这种投资方式会对任何一个国家的金融体系产生强烈的影响和冲击作用。
近年来,随着我国股票指数的大力攀升,中国基金业的发展规模也得到了巨大的提升和跃进。以证券投资基金为首的投资者或是相关机构正逐渐占据着金融市场的主导地位,因而其未来的发展也必定影响着我国未来的股票市场。因此,当前研究证券投资基金的行为对我国证券市场的波动性与稳定性影响对发展我国金融市场具有较为重要的现实意义。投资的行为是一个抽象化的概念,投资者在作出决策前,其情绪、动机、预期、偏好、需求、认知以及对信息的加工能力等各个方面的因素都会对最终的投资决策产生影响。在解决股票投资基金行为的问题时,应首先将抽象化的概念进行量化。在此基础上,本文在研究证券市场的股票投资基金的行为时,选择将投资者投资持股的比例变量作为其衡量的标准,进而分析证券市场中股票投资基金总体的投资行为对股市波动性的影响。
二、研究证券投资基金投资行为对中国股市波动性影响的过程分析
当前,在我国证券市场发展的背景下,人们主要是从经济市场的微观结构入手,进而对投资者的股票投资基金这一投资行为展开分析和研究。所谓股票投资基金投资行为就是指市场的投资者为了获得预期的经济收益,在一系列投资动机的有效推动下,通过各种有效的经济手段进而在合适的市场环境下不断收集、研究并分析任何与证券市场相关的信息,最终确定一个投资的目标并将这些行为付诸于实践的投资活动。本文在实证研究的过程中主要涉及的变量包括宏观经济变量、投资行为的衡量标准以及综合指数的收益率等。分析证券投资基金的投资行为对我国股票市场的稳定性影响,当前人们选择最多的且最为直接的方法便是比较投资前后股票市场的收益率差异,并观察这种差异是否比较显著。因此,本文主要采用参数检验法和时间序列模型法来检测股票投资基金的投资行为对证券市场收益波动的影响。
(一)参数检验法
该方法主要是在参数检验的基础上构建EGARCH模型,并通过对股票投资基金前后市场收益率的变化情况进行对比,进而研究股票投资基金对证券市场收益波动性的影响。
首先,根据金融市场时间序列发生波动时呈现出的聚集性和市场经济收益率所分布的非正态性,学者恩格尔在研究英国通货膨胀的过程中率先提出并建立了“自回归条件异方差模型”(ARCH)。随后,又有学者在ARCH模型建立的基础上,构建了一个广义的ARCH模型,即GARCH。这个模型就可以准确的描述出金融市场变化的某些特征,还可以适时的捕捉到时间序列的主要聚集趋势。直到1991年,学者纳尔逊才最终提出了一个“指数广义自回归条件的异方差模型”(EGARCH)。相对于前两个模型而言,该模型就有两个较为突出的优势。一方面,EGARCH无需限制参数保证方差方程中所隐含的条件波动始终为正。另一方面,利空与利好消息的影响具有较高的不对称性。据统计,在整个模型中上证指数所表现的收益率能够呈现出一种尾厚峰尖的特征,峰度值的水平为3,正态分布的片度值为0,左边偏峰度为9,偏度值为-0.4,因此这一检验方法也充分证实了纳尔逊EGARCH模型可以描述金融数据的这一特征。
在利用此方法检测的过程中,通过增加虚拟变量的方式来考察股票投资基金前后收益的变化。EGARCH模型主要是由方差方程和均值方程组成,然而均值方程中并不是通过偏自相关函数以及自相关函数来确定MA项和AR项的之后阶数。此外,通过对该模型中虚拟变量、相关的系数、收益率的均值水平、收益率的风险溢价、杠杆效应系数等多个变量的变化情况进行分析可知,当杠杆效应系数>0时,就说明利好消息比利空消息对股市波动的影响大。而当杠杆效应系数0时,说明证券投资基金的行为加大了股市收益率的波动。当虚拟变量的系数
(二)建立时间序列模型的方法
当前,在研究股票投资基金对股市收益率波动影响的过程中,宏观的经济因素会从不同的面对其造成影响,因而严重影响了股市波动性的研究。因此,为了增强研究的真实性、准确性、针对性,本文将第一种方法得出的综合指数波动与这种宏观的影响因素相结合,进而观察投资行为与上述收益率波动两者之间的关系。通过查阅相关的文献,最终选取以下变量作为研究宏观经济变动的代表性变量。
国家生产总值。我国的国内生产总值往往是影响我国股票价格走势的主要因素。在一段时期内,如果国家的生产总值始终呈现持续、稳定的增长趋势,那就说明这一时期的国民经济运行的状态较好,股市的投资者对短时期或是未来的一段时间内实体经济的预测较为准确。企业对自身发展存在较大的信心,因而投资的欲望比较强烈。这就导致股市交易更加频繁、我国股票市场呈现一派繁荣的景象。在此情况下,各种条件保持不变,投资需求逐渐增大,股票的价格便会随之上涨。反之,如果国内的生产总值出现下降的状况,那就说明国家这段时期的国民经济发展十分不景气,企业或是投资者的需求也都无法得到提升,进而导致股票的价格随之下跌。
经济市场的通货膨胀率。市场经济的通货膨胀率对国家股票市场收益率变动情况的影响就要显得更加复杂。该因素既可以刺激股票市场的价格变动,又可以抑制股票市场的价格变动。受货币供给量的影响,导致经济市场出现通货膨胀,可以有效促进投资者提高对股票的需求,进而促进股市的发展,提高股票的价格。但是,如果这种通货膨胀未能得到良好的应用,而发展到某一时期国家政府便出面采取一定的控制措施,那么财政紧缩的政策便会逐渐提高银行的利率,进而引发股票的下跌。
货币的供给量。有学者表示,货币供给量可以通过三种效应实现对股票市场的影响或作用。第一种,预期效应。我国的中央银行一旦出台对货币的紧缩或是扩张的相关政策时,投资者对未来国家企业发展趋势的判断便会受到影响,进而就会在一定程度上改变对股市资金的供给,从而影响国家股市价格的整体变动。第二种,投资组合效应。我国中央银行一旦提出货币扩张的策略时,投资者有持有的货币量便会迅速上升,与此同时,货币的边际效应却在出现连续的递减。在此情况下,其他条件不变,投资者持有的货币超过了股市日常交易的部分,投资者便会到股票市场需求更多的收益,进而导致股票的总体价格呈现上升的趋势,反之亦然。第三种,股票内在价值的增长效应。当国家的货币供给量出现大量增加的情况时,银行的利率便会出现下降的状况,投资的人数就会逐渐增多。在乘数效应的基础上,股票市场的投资收益也会得到较大的提升,这将会对股票的价值产生较大的刺激作用。由此可见,货币量一旦增加,股票市场的价格也会随之增加,反之亦然。
银行的利率。在众多因素中,银行的利率是影响股票价格以及市场走势的最敏感因素。从理论的层面分析可知,股票的价值等于未来出售的价值与每股利所得价值的加和,而利率一旦出现下降的情况,股票的价值便会出现上升的趋势,进而导致股票的价格也随之上升。从我国中央银行变动利率和我国股市价格变动的情况来看,两者间存在着一定的负相关性。
除此之外,在我国实体经济的运行过程中,仍有其他因素的存在,进而影响着股票收益的变动。将各个时期的我国股市价格进行统计并进行系统的分析可知,假设股票投资基金确实可以降低股市收益率波动的作用,那么当股票的价格一旦偏离了基准的价格后,证券投资的行为将会出现反方向的操作。简而言之,当股票价格出现持续上涨的情况时,股票投资基金所占的季度持股比例将会出现下降的情况,当这个价格低于基准的价格时,股票投资基金持股比又将再度上升。
三、研究的结果分析
相关数据表明,我国证券投资基金一旦上市,就会对市场的波动产生影响,不同时期的收益率均值始终呈现负值的状态,这就充分的显示了投资者这种股票投资基金的行为不会对股票市场的收益产生任何印象,反而会导致股票价格的下跌。杠杆效应系数均不为0,这就表明我国的股市显然存在着EGARCH模型效应,也就是杠杆效应。由不同时期杠杆效应系数的变化可知,我国投资者的整体投资理念还尚未成熟,其投资的行为极易受到各种因素的影响。虚拟变量的系数主要是反映了证券投资基金上市前后我国股市收益率的变化特征。相关数据表明,虚拟细数的结果约为0.184,在13%范围内的置信水平较为明显。这就表明,证券投资基金行为对我国的股票市场存在较大的波动性作用。
导致以上现象出现的原因其实有许多,就本文分析的角度而言,证券投资的相关机构与个人性质的投资者所获取的股市信息不一致或是不对称,在这一市场背景下,许多的知情投资者便会像投资机构传递各种私人的信息,发展中其他的交易者也逐渐发现交易的异常问题,进而开始推测并学习可能的金融信息。一系列的循环行为将会引发股市情况的异常发展,进而导致股票价格的波动。
我国证券市场作为近年来逐渐兴起的投资市场,与西方发达国家的证券市场相比,在交易方式、运行的机制、市场的结构、制度的基础等各个方面都存在着较大的差异。此外,我国证券市场的投资者在投资理念、外部环境等各方面与国外的投资者相比,也具有较为显著的差异。研究表明,我国投资者选择证券投资基金这种投资行为对中国股市的效益波动具有较大的正向影响,进而加剧了中国股市的波动。但是,投资者数量的增加绝不是导致我国股市非理性投资的一个充分条件。同时,通过协整股市一宏观经济的关系可以发现,我国股市的市场波动性与经济的宏观变量之间必定会存在长期的均衡关系。导致我国股票市场波动的主要原因还是在于市场的结构、运行机制以及策略环境之间相互作用,以及部分市场微观层面的影响。
参考文献:
[1]谢赤,张太原,禹湘.证券投资基金投资行为对中国股市波动性影响研究[J].中国社会科学,2010,(03).
[2]胡乔.证券投资基金与股市波动性[D].江西财经大学,2010.
[3]黄云洲.我国证券投资基金投资行为对股票市场波动性影响研究[D].江苏大学,2010.
[4]张燕珍.证券投资基金投资行为对股市稳定性影响研究[D].对外经济贸易大学,2010.
[5]张宗新,缪婧倩.基金流量与基金投资行为――基于动态面板数据模型的实证研究[J].金融研究,2012,(04).
[6]陈俊瑞.证券投资基金投资行为对股价稳定性的影响研究[D].重庆大学,2010.
[7]肖欣荣.证券投资基金对中国股市的稳定作用研究[J].经济问题探索,2010,(08).
[8]]亓彬.证券投资基金对股票市场稳定性影响及其作用渠道研究[D].山东大学,2013.
关键词 证券专业课;课程体系;大学生;A股投资
中图分类号:G642.3 文献标识码:B
文章编号:1671-489X(2015)12-0069-05
Setup of Securities Curriculum with Evidence of Undergra-duates’ Investment Survey//CHEN Yuzhen, HE Yu, LIU Jianhe
Abstract This paper uses the results of undergraduates’ investment survey and personal inquiry to learn A share investment behaviors of undergraduates to develop securities curriculum based on the behavioral finance theory. This paper gets the result that we should increase the professional courses such as security analysis, stock operating practices and financial psychology besides traditional investment courses.
Key words securities course; curriculum; undergraduate; a share investment
1 引言
内地学术界对于金融证券类课程体系的设立,主要来自于海外金融课程体系的实践,同时基于内地教育体系的课程设计方向,形成一系列的专业课程。但是,由于受到内地基于银行为主的金融体系的影响,金融学专业教育侧重于以银行管理为导向。这一特征与海外金融学理论以投资学和公司金融为理论主体存在比较明显的差异。因此,随着内地证券市场的发展,内地教育界对金融证券类课程体系的设置和课程的教学内容及模式进行一系列改革研究,总体来看,这些研究成果主要可以归类为宏观和微观两大类。
宏观上,许多主要对整个学科体系的建设提出不少意见和建议。如张新认为,内地金融学内涵界定与海外存在相当大的偏差,理论和学科建设比较滞后[1];而肖鹞飞、艾洪德、徐明圣等则提出要对金融学科进行多方面改进,以跟上时代的步伐[2-3];赵汕、于春红等则通过中美或中英金融学高等教育课程设置的比较,发现美国和英国专业课程设置的优势[4-5];而高等学校经济学类教学指导委员会金融与保险学科组从课程、教材、师资和教改等多方面总结了金融学专业教育的不足之处[6]。
微观上,部分学者对学科体系中具体的某门课程或具体的教学方法提出自身的看法。如焦继军和叶立新认为可以应用具体的案例教学法推动课程的教学实践[7-8];宋逢明则指出通过发展实验金融学来推动资本市场的规范化[9];刘建和、武鑫和刘建和虽然对高校证券专业课程教学提出一定的想法和思路,但是没有涉及课程体系的具体设置问题[10-11]。
从这些前人的教学改革研究成果上,不难总结出一定的特点。其一,课程教学体系设计上,这些学者主要从全球金融学理论教学的发展趋势和中外金融学课程建设体系的对比中来发现内地在金融证券类专业课程教学设计上的问题;其二,在解决方案上,主要从课程、教材、师资等方面来展开讨论,缺乏具体的可行性方案;其三,应用方法上主要讨论具体的某种教学方法的应用,如案例教学法,这样就可能割裂了金融证券类课程围绕金融市场的整个体系。
事实上,目前内地金融证券类课程体系的设置与海外相比差距并不大,也具备了从金融学、金融市场学、金融经济学到投资学、金融工程、期权期货及衍生工具等一系列课程,也充分应用了多媒体教学手段和案例教学的方法。但是,内地理论界对于金融证券类专业课程体系的设置忽略了一个核心,那就是作为教学受众的学生究竟还需要在哪个方面加强专业教育?正是如此,笔者对在校大学生A股投资状况进行调研,针对调研的结果分析在现有证券专业课体系上需要加强的专业课设置。
2 问卷调查
股票投资存在巨大的风险,需要股民具有较好的心理承受能力,而且也需要资金实力、投资知识和理性的分析判断力,但是大学生没有收入来源,抗风险能力较差,投资知识和分析判断能力较弱。因此,本调查报告的目的一方面可以正确认识大学生股票投资心理及交易行为,对培养大学生在股市上的理性投资提供理论和实证依据;另一方面可以据此分析大学生在股票投资方面的缺陷,从而强化相关的专业课程设置。
问卷设计 为此,笔者以杭州的经管类大学生为主要对象进行问卷调查,调查问卷涉及两套问题,分别针对参与股票交易和不参与股票交易的学生。同时,也针对部分股民学生进行了个人访谈。
1)基本情况。对应设计了大学生的性别情况、专业情况和年级情况,因为考虑到性别的差异、专业的不同、年级的高低都会对大学生进行股票交易带来一定程度的影响。
2)投资情况。对应设计了投资目的、风险意识、资金来源、投入资金量、投资结果这些问题。从投资的目的中可以了解到大学生进入股市的动机,并可以看出这个动机是否合乎常理;而投资者对风险的意识可以得出其对股票投资的心理是否盲目。
3)影响因素。根据需要了解外部环境及内部自身因素对大学生在股市上投资行为的影响,包括外部环境因素、内部自身因素(如股市环境、家庭环境、学校环境、社会环境等外部因素,对股票信息的获取、对股票分析注重的方面、持股时间及对股市的关注度等内部自身因素)。
调查对象分析 2008年12月―2009年1月,本调查小组共随机发放调查问卷1300份,涉及浙江财经学院、浙江工商大学、浙江理工大学、浙江树人大学、浙江大学、浙江工业大学、浙江科技学院、杭州电子科技大学、杭州师范大学、浙江金融职业技术学院(其中都包括各个学校的独立院校)等经管类专业的在校大学生,最终回收有效问卷998份。在回收的有效问卷中,涉及股民在校大学生237人,非股民在校大学生761人。股民大学生的基本情况如表1所示。
1)股民大学生基本情况。从回收的问卷来看,股民大学生占据调查人群的比重不大,只有不到三成的学生进行股票投资,而且主要集中在金融学、经济学、工商管理、国际贸易等相关专业,这些专业的学生接触证券投资学等课程的可能性较高。而在这部分人群中,男生的比重又占了绝大部分。
2)资金来源。如表2所示,在资金的来源上,股民大学生的资金主要来自自己储蓄和父母的资金,只有极少数人借款炒股。
3)相关家庭收入。从家庭收入与学生股票投资的资金量的数据来看(数据见表3),大学生股民的家庭年收入与其投入股市的资金存在一定的正相关关系。这也与表2中炒股资金来源相对应,学生自己储蓄和父母的钱与相应的家庭年收入存在比较紧密的联系。
总体来看,大学生股民的入市比重和资金来源及投入等情况显示,大学生对股票投资仍保持较为保守的态度,以谨慎为主,投入资金也在自身能够承受的范围之内。
3 调查结果
大学生对股票投资还比较保守,只有不到三成的学生成为股民,而且其中相关专业的学生占据了绝对的比重。显然,平时证券类专业课程的学习对学生进行股票投资实践具有相应的影响力。
入市及选股特征
1)入市原因。如表4所示,一部分学生是受到外界因素的影响,主要是股市火热,有闲置资金、希望借股市升值;也有学生是希望学以致用和对股市感兴趣。显然,在在校大学生股民中,理性和非理性的入市因素都占据了较大的比重,但相比之下,外界股市火爆的吸引力度更强。
2)选股依据。如表5所示,大学生股民选择股票时,虽然相当部分的学生股民经过自己分析,但是也有相当部分受到其他人群的诱导,如股评推荐、朋友或教师推荐。
持股时间 大学生股民在A股交易上基本上都是短期操作,甚至有部分学生的操作还是超短线。从数据来看,持股时间超过三个月的在校学生股民只有16.0%,其他学生持股时间远远少于三个月(图1)。从行为金融学的角度来看,杭州在校大学生股民存在一定的过度自信心理,导致交易频繁。
风险和亏损态度 大学生股民入市和选股受到外界因素的影响比较明显,对风险和亏损的态度也有着非理性的一面。
1)风险态度。如表6所示,很明显,这些在校的大学生股民对风险不太在意或者在意但并不理会的所占比重较大,达到一半多一点儿的人群。即使是在知道有风险会减仓的42.4%的人群中,笔者通过进一步调查了解到,其中的大部分人只是停留在思想层面的意识形态,并没有去具体实行过。显然,杭州在校大学生股民风险意识薄弱,有可能存在一种过度自信的心理。
2)亏损原因。如图2所示,在校大学生股民把亏损原因主要归纳为信息获取不及时、市场黑幕和国家政策变化等外部因素,以及投资经验不足的内部因素,而没有从根本上如宏观经济变动、投资策略、选股方法、持股周期等方面查找原因。这说明他们对待A股投资的认识有非理性表现。
3)对待亏损套牢的态度。从图3中不难发现,在亏损之后,绝大多数的大学生股民选择继续观望,希望股市反弹,能亏少点儿。也就是说,学生尽管知道赢的概率可能会低于50%,但是他们仍然愿意冒风险,这就是心理学上所说的“返本效应”,他们希望能尽量弥补损失。总体来看,杭州在校大学生股民在亏损后退出市场和逢低继续买入的比重较低,绝大部分学生都采用了套牢后继续持股观望的态度。显然,绝大部分在校大学生股民采用的持股策略具有明显的处置效应,即持有套牢的或者说表现不好的股票,卖出盈利或表现较好的股票。从另一角度来看,学生股民持有套牢的股票、卖出盈利的股票,这一现象即是其后悔厌恶的一种表征。
4)投资心态。如图4所示,只有不到三成的学生股民认为股票涨落不会影响到自己的情绪,超过五成的学生有一定的影响,甚至有不到二成的学生直接认为亏损会导致情绪低落。显然,在校大学生股民投资心态还算比较正常,只有一小部分学生认为股票涨落会影响心态。可能是因为大学生投入的钱基本上是自己的储蓄和父母的钱,算闲置资金,亏损后对自己的正常生活也不会造成很大影响。
4 证券类专业课程设置的建议
目前内地金融证券类课程体系具备了从金融学、金融市场学、金融经济学到投资学、金融工程、期权期货及衍生工具等一系列课程,这些课程的设置如何更好地为大学生理论教学服务呢?
证券类专业课程有必要向非经济类专业学生的教学扩展 从中登公司的数据来看,截至2015年4月,沪深两市共有A股账户近2亿户,股票投资在内地居民的投资中已经占据了一定的比重。因此,作为内地居民中知识水平相对较高的大学生,毕业后拥有自身的A股证券账户的可能性非常高。从笔者的调查来看,大学生进行股票投资的人群中经济管理类专业的学生占比较高,而非经济管理类的学生占比较少(表1)。显然,证券类专业课程的学习能够激发大学生股票投资的热情。既然非经济管理类的大学生在毕业后也很有可能介入A股的投资,那么在这些学生中也有必要开设证券类专业的选修课程,实现证券类专业课程的扩展。
当然在具体的理论教学活动中,对专业和非专业的大学生可以进行分层次教学。比如,对于金融学专业和金融工程专业,对于计量经济学和数理统计的要求不尽相同,因此,相应的教学有必要分别对等;而对于投资学这样的课程来说,专业性较强的金融学专业学生和一般的经济管理类学生,对比其他非经济管理类专业学生,理论教学的设置也有必要在教学内容、形式和案例方面分别规划;而在金融经济学课程方面,金融工程专业的必修课程可以以数理经济学方向为主体,而一般的选修课程可以以投资学方向为主。
关注实务实例类课程的教学活动 从笔者的调研结果来看,大学生进行股票投资的选股依据并不理性,持股周期普遍较短(如表5和图1)。即使是金融学和金融工程专业的大学生,通过经济学、金融学的学习了解宏观经济尤其是货币金融方面的运作,通过金融市场学的学习了解各类金融机构和金融工具,通过金融经济学和投资学的学习了解金融方面的经典理论和投资原理,通过金融工程和衍生工具方面的学习了解对冲套利的知识。但是很显然,即使是学习了这些课程,许多大学生在进行A股投资的时候并不能应用相关的理论来指导实践活动,投资中也以短期操作为主,交易频繁。正是如此,笔者认为有必要在现有金融证券类专业课程体系的基础上增加像证券分析、股票操作实务等实务实例类课程的教学,帮助学生进行理论应用实践能力的培养,进一步掌握投资实务。
增加交易心理学方面的课程设置 从调研结果来看,大学生股民在A股投资上非理性投资心理较为明显,有必要从投资理念方面进行正确的引导。
其一,大学生股民从众心理比较明显,有相当部分股民学生受到外界因素和其他人群的诱导而进入股市并选择股票(表4和表5)。
其二,过度自信心态明显,交易非常频繁。从调查结果来看,持股时间超过三个月的在校大学生股民不到二成(图1)。显然股民学生基本上以短线交易为主,有部分学生还是超短线。在有学习任务和上班教学的情况下,如此的交易情况只能说这些学生投资心理过度自信,导致交易频繁。
其三,风险意识薄弱,对待亏损个股具有明显的处置效应(表6)。绝大部分股民学生风险意识淡薄、不在意,甚至有相当部分学生意识到风险但不具体实行。而且大学生股民习惯于把亏损原因归结为外部因素和投资经验,对待套牢个股选择观望(图2)。具有持有套牢或者表现不好的个股,卖出盈利或表现较好的个股这种现象,具有明显的后悔厌恶和处置效应(图3)。因此,可以设置金融心理学、股票心理学或行为金融等专业课程,为大学生掌握交易心理打下一定基础。
辅助的课外学习内容 除了这些课程设置以外,在配合证券类专业课程的教学过程中,辅之以大量的课外书籍的学习。比如:学习基本面分析,那么《证券分析》《聪明的投资者》《彼得林奇的成功投资》《战胜华尔街》《怎样选择成长股》《股市真规则》《投资者的未来》《股市长线法宝》等书可以学习和讨论;如果是学习基本面与技术面相结合,那么《专业投机原理》《笑傲股市》等书有必要学习;如果从事交易为主的事业,那么除了《股市作手回忆录》必读以外,建立交易系统的学习资料如《通向财务自由之路》等也很有必要;在交易心理的学习过程中,可以课外阅读《股市心理博弈》《金融心理学》《股市心理学》等资料;而学习计算机量化交易的话,《解读量化投资》可以学习;如果学习仓位管理或资金管理,《一个交易者的资金管理系统》这类课外材料可以阅读。这些书籍的学习有助于学生更好地吸收理论知识,解决理论与实践相结合的问题。■
参考文献
[1]张新.中国金融学面临的挑战和发展前景[J].金融研究,2003(8):36-44.
[2]肖鹞飞.现代金融学发展趋势对我国金融学科建设的启示[J].广东外语外贸大学学报,2005(7):90-96.
[3]艾洪德,徐明圣.新形势下金融学专业本科教学面临的挑战与改革[J].东北财经大学学报,2006(4):89-93.
[4]赵汕.中美金融学高等教育课程设置的比较及启示[J].北京广播电视大学学报,2006(2):20-24.
[5]于春红.中英《金融学》教学的比较及启示[J].郑州航空工业管理学院学报:社会科学版,2008(4):147-149.
[6]高等学校经济学类教学指导委员会金融与保险学科组.我国金融学专业教育的问题与分析[J].中国大学教学,
2007(1):20-23.
[7]焦继军.金融学科案例教学探析[J].金融教学与研究,
2007(1):48-50.
[8]叶立新.金融学案例讨论教学体会[J].时代教育,
2008(2):52-53.
[9]宋逢明.发展实验金融学 推动资本市场的规范化[J].资本市场,2007(11):32.
[关键词]股权结构;投资者异质信念;投资风险;中小企业
中图分类号:F830.9;F270 文献标识码:A 文章编号:1008-4096(2016)05-0073-07
一、问题的提出
投资风险历来是企业管理者和投资者所关注的重点,中小企业在我国目前各领域都占据着举足轻重的地位。然而中小企业发展现状不容乐观,加之2008年金融危机的影响并未完全消除,全球经济仍然处在复苏之中,中小企业在这样的宏观环境中更是举步维艰。通过观察2015年证券市场走势,我们发现,在上证指数总体下跌的情况下,中小板市场却出现了很多逆势上涨的股票。与主板市场的企业相比,它们对市场中变化的反应也更为敏感和强烈。因此,对中小企业投资风险的研究显得十分必要。
关于投资风险,王关义和李维安等认为,投资风险就是资本市场中获得收益并遭受损失的可能性,其具体反映在股价波动和收益的变化上。而股权集中度和投资者信念作为影响投资风险的两大因素,对中小企业投资风险产生了重要的影响。
现有文献对股权集中度与投资风险之间关系的考察主要是基于大股东在公司中所持有的份额来考虑的。股权集中度是股权结构的一个重要研究方面。对比美国和日本公司股权结构,赵秋君认为,我国上市公司国家持股比例过高,其主要表现为典型的“一股独大”式结构,黄曼行认为,我国股票发行种类过多,但是机制不完善,股权多元化(多股制衡)的局面尚未形成。通过影响上市公司盈余管理,粉饰财务报表。林钟高和储姣娇认为,股权集中度通过内部控制进行传导,造成企业盈余信息质量下降。从而引起股价波动。基于壕沟防御效应、利益协同效应。李汉军和刘小元认为,“一股独大”降低了企业的经营绩效。樊向前和孙风莲认为,股权集中度与上市公司业绩呈倒U型关系,其形成了金字塔股权结构,侵占中小股东的利益。基于股权结构悖论,邓路和王化成认为,控股股东持股比例与上市公司经营绩效呈现显著负相关关系。大股东增持后公司绩效未升反降.持有公司股票的投资者收益也未有显著增加。武晓玲和翟明磊认为,通过影响各方的切身利益,减少了大股东的利益侵占行为,中小股东的利益才能得到更好的保护。因此,张银杰认为,应适度降低第一大股东持股比例,完善信息披露制度,优化股权结构,加强监管措施,妥善解决国家股的流通问题,引入机构投资者,加强职工参与。李传宪和王茜璐认为,我国股权分置改革优化了股权结构,上市公司大股东获取利益的隧道效应减弱。
自Fama提出有效市场假说(Efficient Markets Hypothesis,EMH)、Sharpe等提出资本资产定价模型(Capital Asset Pricing Model,CAPM)及理性人假设(hypothesis of rational man)以来,在对风险的研究过程中,绝大多数都立足于新古典经济学的理性人假设和有效市场假说。它们是建立在同质信念的范式和理性的代表,均质信仰极端的假设。在实际中,Tobin认为,市场并不是完全有效的。随着噪声交易理论的进一步提出,越来越证实存在非均衡市场价格明显偏离基本价值。马健等认为,放松传统金融理论中的同质预期假设,证券价格的混沌行为是由投资者的异质预期引起的,异质信念程度的增强能够加剧市场上的收益波动。Hong和Stein分析了信息观察者和动量交易者的非完全理对股价的影响。Brock和Hommes提出了异质信念的资产定价理论,以异质信念资产定价为基础,异质信念的定价理论被用于多种证券产品的研究中,异质信念下的两阶段定价模型、股票定价模型、公司股权债权融资模型等各种相关的定价模型也由此产生。异质信念能够影响股价波动,股价波动也会反作用于异质信念,在我国股市限制卖空的制度背景下,邓路和王化成发现投资者异质信念程度越大,市场(个股)发生暴跌的可能性越大。异质信念对股价的负向作用更加显著。刘祥东等以扣除完全市场因子、行业因子和流动性需求后的换手率指标和收益波动率指标,实证检验异质信念对股票收益率有较好的解释力。
以上已有文献分析。证实了股权集中度和投资者异质信念是影响投资风险的两大重要因素。但是,本文认为,现有文献通过这两个因素对投资风险的研究大多是分别进行的,鲜有对三者之间的关系加以研究。并且多数研究均建立在市场有效、投资者信念同质的情况下,但事实上,市场并非完全有效。现有文献关于三者之间关系的研究中主要有三个方面:第一,信息不对称性的影响;第二,股权集中度对投资者保护;第三,不同股权集中度下投资者的政策选择。因此,我们在此研究基础上提出,投资者异质信念这一变量不仅作为直接影响投资风险的因素之一,同时可能作为股权集中度影响投资风险的中介变量。在股权集中度对投资风险的影响过程中发挥着传导效用。
二、理论分析与研究假设
(一)股权集中度与投资风险
股权集中度反映了股权的集中和分散程度,可分为高度集中、高度分散以及相对控股三种形式。Johnson等认为,大股东可能利用其控制权谋取私人利益,并将资源从公司向控制性股东转移。基于以上相关研究成果,Claessen等对东南亚9国的经验研究,再次证明了激励效应和壕沟防御效应。降低股权集中度意味着企业引进了更多的战略投资者,这将导致利益趋同效应大于利益侵占效应,并带来企业绩效的提高。因此,我们提出以下假设:
H1:股权集中度与投资风险之间呈现正相关关系,即股权集中度越高,投资风险越高,反之亦然。
(二)股权集中度与投资者异质信念
Burkart等认为,股权集中度不仅通过影响控制权和表决权,还会通过影响管理层的行为作用于投资者信念。Farber相关研究表明,适度降低股权集中度有利于降低外部投资者之间,内部人与外部投资者之间的信息不对称程度,从而有利于降低广大外部投资者之间信念异质程度。因此,我们提出以下假设:
H2:股权集中度与投资者异质信念呈现负相关关系,即股权集中度越高,投资者异质信念程度越小,反之亦然。
(三)投资者异质信念与投资风险
基于Fama的有效市场假说、理性人假设及相关理论的观点,市场是有效的,信息在市场中是自由流动的,投资者的判断也是理性的。也就是说,基于理论假设,市场中的投资者信念是同质的。但是在现实中,市场并非完全有效,投资者受到信息不对称及偏好的影响。进而投资者
同时。为避免投资风险与股权集中度、系统性风险之间反向因果关系导致的内生性问题,股权集中度的相关变量(own10)和系统性风险(beta)两个变量做了滞后一期处理。
(三)研究样本与数据来源
本文以2010年1月1日至2014年12月31日公布的中小板市场上市公司作为样本。主要基于两大原因:一方面,近年来中小企业相关政策陆续出台。国家对中小企业的扶持政策进一步加大:另一方面,选取2010年1月1日至2014年12月31日中小板市场上市公司的数据。确保了样本数据的时效性和充分性。
根据CSMAR数据库中创业板的有关文件。结合公司披露的相关信息和公告以及国家颁布的相关政策和措施,对这些数据进行手工搜集和统计。然后进行分类,分别按照分类计入该类别,并对这些数据进行筛选,删除偏离较大的异常值。其他股价和收益相关数据主要来自CSMAR数据库。财务指标和市场股价等数据来源于RESSET金融数据库等。并剔除数据缺失等原因未评价的上市公司、金融、保险业上市公司及其他变量数据缺失的上市公司.最终选用四年的2996个数据作为本文的样本。
四、实证检验与结果分析
(一)变量的描述性统计
对样本进行描述性统计,结果如表1所示。由表1可以看出,选取样本公司的各项数据中,中小板市场上市公司年度换手率(hand)的差异较大,最大值为1419.396,最小值为0.125,这说明中小板市场中不同上市公司之间换手率存在较大差距,即存在较为普遍和广泛的异质性。股票收益率(turn)相比其他变量来说,数据较为平稳,最大值为0.080,最小值为0.014,这说明不同投资者之间信念差异较大,并最终作用于股票收益率,即对证券资本市场的投资风险产生影响。因此,在研究投资风险的过程中,投资者异质信念是不可忽视的重要因素之一。除此之外,我们可以看出,样本的年度收益波动率(sigma)的标准差最小,这说明同一股票走势相对平稳,未出现较大的波动。
(二)回归结果分析
1.关于H1、H2、H3的验证
通过上述分析及对样本数据的回归检验。由表2列出的回归结果可以看出。股权集中度(own10)与股票投资风险(sigma)呈现显著正相关关系,即股权集中度越高,投资风险越大,假设H1得以验证;换手率(hand)与股权集中度(own10)呈现显著负相关关系,即公司的股权集中度越高,投资者异质信念越小,相反,则投资者异质信念越大。假设H2得以验证:根据H3的回归结果,我们可以看出,投资者异质信念(hand)与股票投资风险(sigma)呈现显著负相关关系,并且在其他控制变量中,公司规模(size)与股票投资风险(sigma)、投资者信念异质程度(hand)均呈现显著负相关关系,公司资产负债比(lev)与股票投资风险(sigma)呈现显著正相关关系,股票的系统性风险(beta)与股票投资风险(sigma)呈现显著正相关关系,公司上市年限(lyear)与投资者信念异质程度(hand)呈现显著相关关系。此外,虚拟变量中,行业(ind)、公司性质(state)对股票投资风险(sigma)和投资者异质信念(hand)的影响不呈现显著相关关系。
2.关于H4的验证
通过对样本数据的回归检验,由表3列出的回归结果可以看出,模型(1)中前十大股东持股比例(own10)和股票收益率(turn)、系统风险(beta)及时间(years)呈现显著相关关系。这说明股权集中度对投资风险有一定的影响.是影响股价和收益波动的因素之一。模型(2)中前十大股东持股比例(own10)和资产负债率(lev)及股票收益率(turn)呈现显著相关关系。此外,公司规模(size)、上市年限(lyear)及行业(ind)、时间(years)、系统风险(beta)也呈现显著相关关系,这说明投资者异质信念不仅受到股权集中度的影响,还受到市场、自身性质及其他因素影响。模型(4)中收益波动率(sigma)与换手率(hand)呈现显著相关关系,这说明hand起完全传导作用。公司规模(size)、股票收益率(turn)等也会对公司股票收益波动率(sigma)产生一定的影响,实证结果证明了H4。
五、稳健性检验
通过对表2和表3的回归结果观察发现,股权集中度、投资者异质信念和股票投资风险三者之间的实证分析结果与相关性假设是一致的,这表明实证结果并非数据挖掘或回归模型有意选择的结果。回归分析之前,我们还检验了自变量的共线性,结果表明VIF值均小于3,即模型中的变量间不存在多重共线性问题。
此外,我们还进行了下述补充检验:(1)改变因变量sigma计算公式中的参数,使用第一大股东持股比例(ownl)替代前十大股东持股比例(own10)作为股权集中度的替代变量对投资风险进行重新验证,估计结果未发生实质性改变。(2)改变投资者信念的衡量指标,我们将投资者信念指标用标准化后的连续变量来替代虚拟变量,重新进行回归检验,检验发现本文的主要结论并没有改变。(3)控制其他因素。实证检验结果表明,本文的主要结论依然成立。限于篇幅,本文仅列示部分稳健性检验结果(如表4所示)。
六、结论与建议
由以上理论分析和实证检验可以看出,投资者异质信念作为变量,不仅对投资风险产生影响,同时在股权集中度对投资风险的影响过程中,存在着传导效用。在之前关于公司治理、投资者异质信念和中小企业投资风险之间相互关系的研究的基础上,本文将公司治理这一变量进一步细化,从公司治理的一个方面即股权集中度对投资风险进行研究,并引入投资者异质信念这一变量进行探索。以前十大股东持股比例(own10)、换手率(hand)和股票收益波动率(sigma)作为股权集中度、投资者异质信念及投资风险的衡量变量,考察三者之间的关系。并以我国资本市场作为背景,利用我国股市中小板市场上市公司2010―2014年的经验数据,对本文所提出的假设进行检验。结果表明:股权集中度与投资风险之间呈现显著正相关关系,即股权集中度越高,投资风险越高,反之亦然;股权集中度与投资者异质信念呈现显著负相关关系;投资者异质信念增加会降低投资风险;投资者异质信念是股权集中度对投资风险作用的传导变量。投资者异质信念不仅作为影响投资风险的重要因素之一对投资风险产生一定的影响,还作为传导变量在股权集中度对投资风险的影响中存在着传导效用。