我国股市泡沫实证研究

伴随着2006、2007年我国股票市场的狂热,关于股市泡沫的话题再次成为市场参与者最关心的话题。本文对我国股市从1997年8月到2007年12月共125个月的九项指标进行因子分析,得出衡量股市泡沫的综合指标,进而进行聚类分析得出我国股市各个时间段泡沫状况的结果。最后,对现阶段泡沫状况进行深入分析并提出控制股市泡沫的政策建议。     

宏观经济与股市泡沫关系的实证分析

股市泡沫来源于投资者对股票的价格预期超过了其基础价值.宏观经济过热将使投资者产生普遍乐观的情绪,并通过自我强化和自我实现机制引发股市泡沫.本文用相关分析、格兰杰因果检验等计量经济学方法检验了中国近年来宏观经济综合指标与股市泡沫指标之间的关系.实证结果显示,股市泡沫与前期的宏观经济情况有一定的相关关系,近12个月的宏观经济增长情况是当期股市泡沫存在的原因,而股市泡沫对宏观经济没有反馈作用.据此,本文认为在制定宏观经济政策时应该充分考虑股票市场的情况,并通过建立和完善宏观经济预警系统等途径来防范股市泡沫.     

中国资产价格泡沫形成机理与实证研究

我国06年出现的股票与房地产资产价格问题备受国内外关注,中国的资产价格,特别是股市和部分区域房地产价格已严重超过温和泡沫的界定区间.本文研究资产价格泡沫膨胀的一般过程,然后用一般泡沫检验方法检验我国的股票市场和房地产市场是否存在泡沫,再结合我国股市和房市的具体特征分析泡沫膨胀的主要原因及膨胀机理,最后提出相应政策建议.     

流动性过剩对股市波动的影响

我国股市波动剧烈，大起大落成为常态。从流动性过剩的视角出发，选取了2006年1月至2007年12月的月度数据，通过建立回归模型，利用协整分析、格兰杰因果检验、误差修正模型和脉冲响应函数，研究广义货币和外汇储备对股市波动的影响。研究结果表明：广义货币与外汇储备是上证指数、深圳指数波动的Granger原因。     

中国房地产价格泡沫研究--基于马氏域变模型的实证分析北大核心CSSCISSCI

本文利用马氏域变模型,对我国房地产价格泡沫进行了研究。本文首先从资产泡沫间接度量角度出发,参考前人研究建立理论模型,确定了房地产的基础价格;然后,采用协整分析方法从房地产实际价格中剔除基础价格,并利用马氏域变模型对残差部分进行分析,对我国房价泡沫进行了检验和度量;最后,对我国房价泡沫产生的背景及原因进行了解释,并提出相应的政策建议。研究发现,我国房地产价格泡沫状态主要集中于四个阶段:一是2003年到2004年第一季度,由我国住房货币化改革催生;二是2007年第二季度到2008年上半年,为第一阶段的延续,并由该阶段经济快速增长催生;三是从2009年初到2010年底,源于金融危机期间采取的宽松货币政策以及鼓励购房政策;四是2013年全年,源于2012货币政策的预调微调;五是2015年到2016年,更多的体现为经济"换挡期"过程中的结构性行情。     

股市暴跌不止,十年裹足不前

正2011年12月15日,上证指数报收2180点,相对年内最高的3062点,跌幅近30%,击穿了投资者2200点的心理防线,处于2001年6月22日收盘价2251点的下方。从股指水平来看,中国股市一夜间似乎回到了十年前,好像"人类"也无法阻止中国股市的下跌。当然不可否认,中国股市也曾辉煌过,于2007年10月创下过6124点的"令人敬仰"的股市巅峰,但那已成为中国股市泡沫的标志,成为投资者心中永远的痛。     

我国货币供应量与股市走向的实证研究

应用单位根检验、协整检验和格兰杰因果关系检验等计量分析方法对我国股票市场和货币供应量关系进行实证分析的结果是：从股票市场价格对货币供应量不同层次的影响来看,股票市场价格对m1的影响最大,对m2的影响次之,对m0的影响最小;从货币供应量不同层次对股票市场价格的影响来看,m2对股市价格波动影响最大,m1次之,m0影响最小,但影响程度均相对较低;从货币供应量对上证指数与深成指数的影响来看,货币供应量对深成指数的影响比上证指数大,但流通中的现金m0对两市股价指数的反应都比较弱。因此,货币当局在制定货币政策时,应密切关注股市价格波动因素的影响,将其纳入必要的监管范围,减少股市价格波动对货币政策有效性的冲击。     

ARIMA模型对上证新综指预测效果分析

2007年、2008年中国股市经历了前所未有的大起大落,上证指数创下了2007年10月16日的最高点6124点和2008年10月28日的最低点1665点,2009年上半年中国股市呈现单边上扬趋势,但8月份起股市进入了波动的宽幅震荡走势,其“变化莫测”.上证综指反映了上海证券交易市场的总体走势,对中国股市波动具有一定的代表性,本文选取了自2005年12月31日-2010年9月30日新综指为研究对象,利用ARIMA型对新综指的收益率序列进行拟合,并对指数值进行预测效果进行模拟.     

资产价格泡沫与货币政策响应--基于Taylor规则的分析

本文从Taylor规则的分析角度出发,讨论资产价格泡沫与货币政策的关系.本文通过加入资本市场因素对Taylor规则进行了动态扩展,以研究1994年第1季度到2001年第4季度中国的货币政策是否对股市泡沫做出响应.本文的研究结论表明,在这一时期内中国的货币政策表现为一种不稳定的规则,中央银行并未运用利率政策抑制股市泡沫增长,在不经意间容忍了明显的股市泡沫.     

中国A股市场泡沫实证研究

引言伴随着2007年国内证券市场A股平均市盈率接近40倍,一场关于中国股市泡沫的大讨论正在掀起。国内A股市场已经存在泡沫已经成为多数经济学家和业内人士的共识,但这一结论主要是依据市盈率这一标准作出的经验性判断,而缺乏更精确的实证分析。本文试图一方面通过以市盈率为主的泡沫度指标对中国大陆股市进行测算,另一方面引入理性泡沫概念,用计量方法对股市泡沫进行实证研究。一、文献综述目前,国内对股市泡沫的研究主要分为两类:第一类是泡沫度指标的测算。主要采用的指标有:P/E市盈率;股票市值增长率/名义GDP增长率;股票市场价格与真实价值的差额等。这些测度方法比较简便易行,但最大的问题是如何确定基本价值,而这没有一个公认的统一标准,对泡沫临界值的设定完全依赖个人的经验,影响测算的精度,在预测上也有可能产生误导。而且,此类研究只能估计某一年的泡沫情况,无法细分时间段,因此无法反映泡沫的连续性变化。第二类则是引入理论泡沫概念,用计量方法进行实证。如用自相关、偏度和峰度来判断是否存在泡沫。其根据是若股价存在泡沫,则收益或超额收益序列存在厚尾和自相关等特征。国内不少学者也对我国股市泡沫进行了分析和检验,但多数都是定性判断,定量分析的不...     

Housing Price Bubbles in Hong Kong, Beijing and Shanghai: A Comparative Study

This study investigates whether there was a housing price bubble in Beijing and Shanghai in 2003. The existence of a bubble can be interpreted from (abnormal) interactions between housing prices and market fundamentals. This paper introduces an enhanced framework, with the combination of standard econometric methodologies: i.e., Granger causality tests and generalized impulse response analysis, and the reduced form of housing price determinants. A test case in Hong Kong, between 1990 and 2003, is included to test the reliability of our methods because Hong Kong has experienced the formation and bursting of a huge housing bubble around the year 1997. It is found that the pattern and magnitude of the estimated bubbles conform quite well to the discrepancies between the actual and predicted prices. Also, the findings suggest that there appeared a bubble in Shanghai in 2003, accounting for 22% of the housing price. By contrast, Beijing had no sign of a bubble in the same year. The bubble phenomenon, of course, should be taken with cautions. Nonetheless this study has laid the groundwork for further investigations in abnormal housing price phenomena in Mainland China.     

二元Copula函数的投资组合模型选择

Coplua模型是组合投资风险评估中常用模型,它具有多种不同的类型,模型选择的好坏对风险评估结果具有至关重要的影响.本文主要比较了二元正态Copula模型和二元t-Copula模型对中国股市数据拟合的优劣程度.针对这两种模型,利用上证综指、深证成指、上证基金、深证基金、东风汽车、中国石化、宝钢股份和万家乐的日收盘价数据估计相应的参数得到相应的拟合分布,然后分别与经验Copula函数作比较,通过计算拟合分布与经验分布之间的距离,得出二元t-Cop-ula函数能更好地拟合两组投资组合的日收益率数据的结论.     

国际石油价格波动对中国股票市场的风险溢出效应

由于交易时间上的不对称,采用非对称性调整方法对上证指数进行了滞后1期的调整,在此基础上,对非对称性调整前后的数据分别采用了Granger因果关系检验、向量自回归(VAR)模型、脉冲响应函数(IRF)、预测误差方差分解(FEVD)的方法以及MGARCH-BEKK(1,1)模型对纽约商业交易所(NYMEX)的西德克萨斯州中质油现货价格日对数收益率和上证指数日对数收益率之间的均值溢出效应和波动率溢出效应进行分析研究。研究结果表明,总体来说,两市收益率之间的风险溢出效应十分微弱和不稳定,但从2007年开始,这种风险溢出效应变得更显著,主要表现在WTI原油市场对上证指数具有正的均值溢出效应和正的波动率溢出效应。     

房地产价格指数周期的宏观分析

本文建立了中国房地产价格指数的投机度模型,区分了房地产价格增长的价值和泡沫成分,动态刻画了一个由基本面增长、泡沫推动及价格的价值回归等因素共同作用形成的完整房地产价格周期,定量地研究了现阶段我国房地产的泡沫度及其发展趋势,得出了我国房地产市场泡沫成分对货币流动性高度敏感的结论。通过稳定性测试,我们定量分析了货币政策回归稳健对房地产市场可能带来的冲击,并对地方政府、商业银行及监管部门提供了建议。     

A Tale of Two Index Futures: The Intraday Price Discovery and Volatility Transmission Processes Between the China Financial Futures Exchange and the Singapore Exchange

This is the first study to examine the intraday price discovery and volatility transmission processes between the Singapore Exchange and the China Financial Futures Exchange. Using one- and five-minute high-frequency data from May to November 2011, the authors find that the Chinese Securities Index 300 index futures dominate Singapore's A50 index futures in both intraday price discovery and intraday volatility transmission. However, A50 futures contracts also make a substantial contribution (26-37 percent) to the price discovery process. These results have important implications for both traders and policymakers.     

Inferring fundamental value and crash nonlinearity from bubble calibration

Identifying unambiguously the presence of a bubble in an asset price remains an unsolved problem in standard econometric and financial economic approaches. A large part of the problem is that the fundamental value of an asset is, in general, not directly observable and it is poorly constrained to calculate. Further, it is not possible to distinguish between an exponentially growing fundamental price and an exponentially growing bubble price. In this paper, we present a series of new models based on the Johansen–Ledoit–Sornette (JLS) model, which is a flexible tool to detect bubbles and predict changes of regime in financial markets. Our new models identify the fundamental value of an asset price and a crash nonlinearity from a bubble calibration. In addition to forecasting the time of the end of a bubble, the new models can also estimate the fundamental value and the crash nonlinearity, meaning that identifying the presence of a bubble is enabled by these models. In addition, the crash nonlinearity obtained in the new models presents a new approach to possibly identify the dynamics of a crash after a bubble. We test the models using data from three historical bubbles ending in crashes from different markets. They are the Hong Kong Hang Seng index 1997 crash, the S&P 500 index 1987 crash (Black Monday) and the Shanghai Composite index 2009 crash. All results suggest that the new models perform very well in describing bubbles, forecasting their ending times and estimating fundamental value and the crash nonlinearity. The performance of the new models is tested under both the Gaussian residual assumption and non-Gaussian residual assumption. Under the Gaussian residual assumption, nested hypotheses with the Wilks' statistics are used and the p-values suggest that models with more parameters are necessary. Under the non-Gaussian residual assumption, we use a bootstrap method to obtain type I and II errors of the hypotheses. All tests confirm that the generalized JLS models provide useful improvements over the standard JLS model.     

Are There Rational Bubbles in REITs? New Evidence from a Complex Systems Approach

This study applies a complex systems approach to test for the presence of rational bubbles in the Equity REITs market. The applied model is based on theoretical implications of the evolution of prices under rational bubble regimes. The advantage of the approach is twofold. The model is able to detect rational bubbles while they rise and to predict the most likely time of their collapse. We apply the model to daily price data on U.S. Equity REITs from 1989 to 2011. Our findings suggest the existence of a bubble for the period of 2003 to 2007. Tests for sub-markets reveal that the bubble developed in the Residential REITs market, but not in the Office REITs market.     

收入差距与房地产价格泡沫：基于门槛效应研究

基于不同收入居民对住房消费品和投资品双重属性的偏好差异,结合居民的住房偏好特性,考量收入差距对房价收入比的影响。结果显示：收入差距对房价收入比的影响存在门槛效应：低于门槛值时,影响为抑制作用;高于门槛值时,影响转为促进作用,且随着收入差距进一步的扩大效应更为明显。鉴此,应聚焦缩小收入差距,合理引导居民住房消费与投资,以有效控制我国房地产价格泡沫趋势。     

基于ARIMA模型对上证国债指数的预测研究

债券价格变化受很多不确定因素影响，而各个因素之间的相关关系又错综复杂，所以从理论上完全弄清楚债券的变化机理是件冗杂的事情，也非常困难。然而，债券是一个运动的、特殊的系统，也存在着可以被探索到的规律。本文以上证国债指数为例，选取2008年7月1日至2009年7月31日的日收盘价作为数据，利用Eviews软件对该数据建立自回归移动平均模型，对上证国债指数进行预测，并对预测效果给予评价，提出采用一步向前静态预测方法对国债价格进行短期预测的方法，可为国债发行主体和投资者进行相关决策时提供参考。     

Can Island Provide Liquidity and Price Discovery in the Dark?

On September 23, 2002, facing a regulatory mandate issued by the Securities and Exchange Commission, Island teminated the position of the Nasdaq 100 Index Tracking Stock (QQQ) on its book. While the market volume remained almost the same, Island's market share in the QQQ fell significantly. However, Island still dominates other trading centers in the price discovery process and volatility spillovers. The spreads on most trading centers became narrower after Island removed its quotes from the public view. The overall results suggest that the decrease in market transparency does not compromise market liquidity. Informed traders who provide price discovery in the QQQ are willing to sacrifice potential price improvements for the fast speed and reliable execution that Island offers, and are able to trade in the absence of displayed quotes.