前言：中文期刊網(wǎng)精心挑選了實(shí)證分析范文供你參考和學(xué)習(xí)，希望我們的參考范文能激發(fā)你的文章創(chuàng)作靈感，歡迎閱讀。
實(shí)證分析范文1
[關(guān)鍵詞] CAPM β值 證券市場(chǎng)線(SML)
一、歷史回顧
CAPM(Capital Asset Pricing Model)――資本資產(chǎn)定價(jià)模型是基于風(fēng)險(xiǎn)資產(chǎn)的期望收益均衡基礎(chǔ)上的預(yù)測(cè)模型。H.M.Markowitz于1952年建立現(xiàn)代資產(chǎn)組合管理理論,12年后,威廉-夏普(William F•Sharpe)、約翰-林特納(John Lintner)與簡(jiǎn)-莫辛(Jan Mossin)將其發(fā)展成為資產(chǎn)資本模型。它成為了現(xiàn)代金融學(xué)的奠基石。該模型對(duì)于資產(chǎn)風(fēng)險(xiǎn)及其期望收益率之間給出了精確的預(yù)測(cè)。為投資者提供了一種對(duì)潛在投資項(xiàng)目估計(jì)其收益率的方法,諸如:投資者在分析證券時(shí),極為關(guān)心股票在給定風(fēng)險(xiǎn)的前提下其期望收益同其“正常應(yīng)有”的收益之間的差距;證券一級(jí)市場(chǎng)的發(fā)行應(yīng)如何定價(jià)等等。
二、CAPM模型在投資決策中的使用
1.對(duì)于資產(chǎn)的分類,投資者的選擇
可以根據(jù)CAPM模型最普通形式中的――期望收益―貝塔關(guān)系中的β值的大小判斷某資產(chǎn)的風(fēng)險(xiǎn)類型:當(dāng)β=1時(shí)說(shuō)明該證券或該證券組合具有資本市場(chǎng)上的平均風(fēng)險(xiǎn),并可以期望獲得市場(chǎng)平均收益;當(dāng)β1時(shí)說(shuō)明該證券或證券組合高于資本市場(chǎng)的平均風(fēng)險(xiǎn),期望收益高于市場(chǎng)平均收益。如此這樣,該模型給不同偏好的投資者選擇不同期望收益―風(fēng)險(xiǎn)提供了一套能夠使用的工具。
2. 資產(chǎn)合理的“公平定價(jià)”
CAPM模型是基于資本資產(chǎn)的均衡收益基礎(chǔ)上的預(yù)測(cè)模型,根據(jù)它計(jì)算出的預(yù)期收益乃是均衡收益。我們可以通過(guò)對(duì)某資產(chǎn)在均衡時(shí)的預(yù)期收益與其實(shí)際收益的比較發(fā)現(xiàn)價(jià)值被高估或低估的資產(chǎn),再根據(jù)“低買(mǎi)高賣”原則進(jìn)行投資。如圖表1中所繪出的證券市場(chǎng)線中位于SML線上端的點(diǎn)說(shuō)明資產(chǎn)的實(shí)際期望收益高于均衡收益說(shuō)明該資產(chǎn)被市場(chǎng)所低估,此時(shí)可作出購(gòu)入該資產(chǎn)的投資決策,反之,位于SML線下端的點(diǎn)說(shuō)明該資產(chǎn)被高估,此時(shí)若仍持有該資產(chǎn)應(yīng)該做出拋售的投資決策。
三、模型回歸與檢驗(yàn)
1. CAPM模型的若干假定
由于理論模型簡(jiǎn)化的需要,因此CAPM模型具有如其他經(jīng)濟(jì)學(xué)類似的假定,本文的CAPM模型也是基于諸假定上進(jìn)行的。
⑴ 存在著大量投資者,每個(gè)投資者的財(cái)富相對(duì)于所有投資者的總財(cái)富和來(lái)說(shuō)是微不足道的。投資者是價(jià)格的接受者,單個(gè)投資者的交易行為對(duì)證券交易行為對(duì)證券價(jià)格不發(fā)生影響。
(2)所有投資者都在同一證券持有期計(jì)劃自己的投資行為。這種行為是短視的,因?yàn)樗鲆暳嗽诔钟衅诮Y(jié)束的時(shí)點(diǎn)上發(fā)生任何事件的影響,短視行為通常是非最優(yōu)行為。
(3)投資者的投資范圍僅限于公開(kāi)金融市場(chǎng)上交易的資產(chǎn)。這一假定排除了投資于非交易性資產(chǎn)。此外還假定投資者可以在固定的無(wú)風(fēng)險(xiǎn)利率基礎(chǔ)上借入或貸出任何額度的資產(chǎn)。
(4)不存在證券交易費(fèi)用(傭金和服務(wù)費(fèi)用等)及稅賦。
(5)所有投資者均是理性的,追求投資資產(chǎn)組合的方差最小化,這意味著他們都采用馬克維茲的資產(chǎn)選擇模型。
(6)所有投資者對(duì)證券的評(píng)價(jià)和經(jīng)濟(jì)局勢(shì)的看法都一致。這樣,投資者關(guān)于有價(jià)證券收益率的概率分布期望是一致的。
2. 具體分析過(guò)程
(1)模型的設(shè)定
CAPM模型描述的是在均衡狀態(tài)下證券或證券組合的期望收益與由β系數(shù)所測(cè)定的系統(tǒng)風(fēng)險(xiǎn)之間的線性關(guān)系,但是由于以上種種假定的存在使得模型與現(xiàn)實(shí)情況存在著不容忽視的差異。因此,本文引入誤差項(xiàng)以期彌補(bǔ)因模型假定或其余不可抗因素引起的模型未能描述的狀態(tài),建立以下一元線性回歸模型:
本文利用時(shí)間序列最小二乘線性回歸進(jìn)行模型模擬。其中, 為證券i在t時(shí)刻的收益率,是證券i在t時(shí)刻的超額收益率, 是市場(chǎng)組合i在t時(shí)刻的收益率,是市場(chǎng)組合i在t時(shí)刻的超額收益率,為待估計(jì)參數(shù)。
(2)數(shù)據(jù)的選取:
本文選取2001年01月――2010年06月的數(shù)據(jù)作為研究對(duì)象,期間共十年,并且采用月度數(shù)據(jù)――而不是日度或周度的數(shù)據(jù),主要考慮到股票數(shù)據(jù)的波動(dòng)性對(duì)回歸模型的影響,因此以期采用月度數(shù)據(jù)來(lái)適當(dāng)避免該種影響。
① 樣本股的選取:通過(guò)通達(dá)信炒股軟件從市場(chǎng)31個(gè)行業(yè)中各選出了一支股票復(fù)權(quán)收盤(pán)價(jià),共31支股票。這31支股票基本上涵蓋了上證市場(chǎng)中所有的行業(yè)類型,具有一定的代表性。
② 市場(chǎng)指數(shù)的選取:選取了上證綜合指數(shù)為市場(chǎng)指數(shù),該指數(shù)包含了上證市場(chǎng)中的所有的股票的價(jià)格變動(dòng),是一種價(jià)值加權(quán)型指數(shù),這亦符合于CAPM模型中對(duì)市場(chǎng)組合的要求。
③ 無(wú)風(fēng)險(xiǎn)利率()的選擇:無(wú)風(fēng)險(xiǎn)利率是指投資者能夠進(jìn)行無(wú)風(fēng)險(xiǎn)借貸的利率。常選用一年期短期國(guó)債收益率或銀行間同業(yè)拆借利率或一年期銀行存款利率來(lái)替代無(wú)風(fēng)險(xiǎn)利率。本文采用一年期銀行存款來(lái)代替無(wú)風(fēng)險(xiǎn)利率――將十年的一年期存款利率算術(shù)平均以后再其以復(fù)利形式換算成月度的利率。
④ 股票的收益率()與市場(chǎng)組合的收益率()的計(jì)算:
對(duì)于31支個(gè)股各自在t時(shí)刻的收益率本文采取以下公式進(jìn)行計(jì)算:
對(duì)于市場(chǎng)組合的收益率采用以下公式計(jì)算:
其中,表示第i支股票在t時(shí)刻的復(fù)權(quán)后的收盤(pán)價(jià)格,表示在t時(shí)刻的上證綜指。
(3) CAPM的回歸結(jié)果與分析
本文的數(shù)據(jù)采用Eviews3.1與Excel2007進(jìn)行處理。
①E()與E()的比較分析
通過(guò)對(duì)數(shù)據(jù)的處理與分析,可以看出31支股票的平均超額收益都為正值,且其中就平均水平而言僅有四川長(zhǎng)虹(600839)一支股票的平均超額收益小于市場(chǎng)組合的平均超額收益,其余的30支股票均大于市場(chǎng)組合的平均超額收益,且以包鋼稀土 (600111)的平均超額收益率最高,四川長(zhǎng)虹(600839)這只股票的平均超額收益率最低。
②對(duì)系統(tǒng)風(fēng)險(xiǎn)系數(shù)β值的分析
從CAPM理論中,β值衡量的是某股票對(duì)市場(chǎng)資產(chǎn)組合方差(市場(chǎng)風(fēng)險(xiǎn))的貢獻(xiàn)程度:
β=
β值所衡量的是市場(chǎng)的系統(tǒng)風(fēng)險(xiǎn),我們用殘差的標(biāo)準(zhǔn)差來(lái)表示個(gè)股的非系統(tǒng)風(fēng)險(xiǎn)值。
從回歸的得出的β值中,其平均值為0.966715 ,其中以包鋼稀土 (600111)的β值1.423429為最高,*ST伊利 (600887)的β值0.722704最低。在之前的平均超額收益率中也是該支股票的平均超額收益最高,這亦從一個(gè)側(cè)面說(shuō)明了收益與風(fēng)險(xiǎn)之間的正向關(guān)系。并且從所有的31支股票的β回歸結(jié)果來(lái)看T檢驗(yàn)與F檢驗(yàn)都是顯著的。其中有16支股票的β>1,有15支股票的β
③對(duì)于可決系數(shù)R2回歸結(jié)果的分析
對(duì)于回歸后的很重要的一個(gè)參數(shù)可決系數(shù)R2而言,可以看出其值都不是很理想。其中,以民生銀行(600016)的0.593886為最大,以禾嘉股份(600093)的0.221208為最小。我們知道R2表示的是總離差中回歸方程所占的解釋比例,R2較低也表示了回歸方程對(duì)現(xiàn)象的解釋――系統(tǒng)風(fēng)險(xiǎn)的對(duì)風(fēng)險(xiǎn)溢價(jià)的影響――只是對(duì)風(fēng)險(xiǎn)溢價(jià)的部分影響,另一部分的影響因素包含在隨機(jī)擾動(dòng)項(xiàng)中。
④對(duì)于截距項(xiàng)αi回歸結(jié)果的分析
我們?cè)谥安糠种性?jīng)提到過(guò)CAPM模型能夠具有對(duì)資產(chǎn)合理“公平定價(jià)”的功能。在其中,提到過(guò)的證券市場(chǎng)線SML證券市場(chǎng)線中位于SML線上端的點(diǎn)說(shuō)明資產(chǎn)的實(shí)際期望收益高于均衡收益說(shuō)明該資產(chǎn)被市場(chǎng)所低估,此時(shí)可作出購(gòu)入該資產(chǎn)的投資決策,反之,位于SML線下端的點(diǎn)說(shuō)明該資產(chǎn)被高估,此時(shí)若仍持有該資產(chǎn)應(yīng)該做出拋售的投資決策。其中,實(shí)際期望收益與均衡收益之差便為截距項(xiàng)αi。當(dāng)αi>0時(shí),說(shuō)明股票位于SML線的上端,價(jià)值被市場(chǎng)低估;反之當(dāng)αi
圖2 SML回歸圖
由上圖可以知道,位于SML線以上的股票處于被市場(chǎng)低估的狀態(tài),位于SML線以下的股票處于被市場(chǎng)高估的狀態(tài),處于β1的區(qū)域的則屬于高于市場(chǎng)風(fēng)險(xiǎn)的股票。
⑤數(shù)據(jù)計(jì)量經(jīng)濟(jì)檢驗(yàn)
同時(shí)在下文中給出以上數(shù)據(jù)的相關(guān)的計(jì)量經(jīng)濟(jì)檢驗(yàn)DW自相關(guān)檢驗(yàn)、異方差的White檢驗(yàn)和ADF的單位根檢驗(yàn),可以從圖3中的DW值的自相關(guān)中看到兩條紅線分別是不存在自相關(guān)的DW區(qū)域大致為1.70―2.30之間,可以看出31支股票基本上不存在明顯的自相關(guān)。在圖4中關(guān)于異方差的White檢驗(yàn)中黑線所示是判斷異方差的臨界值約為5.99,其中有13股票存在異方差問(wèn)題。在圖5中是關(guān)于數(shù)據(jù)序列的平穩(wěn)性的ADF單位根檢驗(yàn),其中紅線為1%的顯著性水平下t統(tǒng)計(jì)量的臨界值為-3.4900,可以看到所以數(shù)據(jù)序列均在紅線值之下(小于-3.4900)――說(shuō)明數(shù)據(jù)不存在單位根都是平穩(wěn)數(shù)據(jù)。
四、結(jié)論
本文對(duì)于CAPM模型的一些實(shí)證分析雖然在一些方面確實(shí)證實(shí)了該模型的有效性,但是,回歸方程存在諸如形式過(guò)于簡(jiǎn)單等等的許多問(wèn)題,從而導(dǎo)致回歸結(jié)果中可決系數(shù)R2較低,回歸方程的解釋力不夠。當(dāng)然,這也不僅僅是技術(shù)上的原因,我們?cè)谖恼麻_(kāi)頭便指出了CAPM模型是建立在種種假設(shè)之下的。但是對(duì)于真實(shí)的環(huán)境之下很多的假設(shè)是不可能得到滿足的,這亦導(dǎo)致了回歸模型所出現(xiàn)的諸多問(wèn)題。
至于CAPM模型能不能夠適用于我國(guó)的股票市場(chǎng),或者說(shuō)CAPM模型能否作為投資者在進(jìn)行投資決策是所使用的工具這是個(gè)問(wèn)題。但是從本文的分析來(lái)看它并不是一無(wú)是處的,是存在者積極的意義的。再則,一個(gè)完全符合CAPM模型的市場(chǎng)肯定也是不存在的,但是能夠接近CAPM模型所描述的理論效率的市場(chǎng)也正是所有市場(chǎng)的最終目標(biāo)。
參考文獻(xiàn):
實(shí)證分析范文2
關(guān)鍵詞：利比亞戰(zhàn)爭(zhēng)；石油價(jià)格；ARCH模型分析；事件研究方法
一、利比亞戰(zhàn)爭(zhēng)對(duì)國(guó)際油價(jià)影響的實(shí)證分析
石油是當(dāng)代戰(zhàn)爭(zhēng)非常重要的根源，兩次世界大戰(zhàn)都與爭(zhēng)奪石油類資源有關(guān)。美國(guó)的地緣政治學(xué)家威廉?恩道爾曾經(jīng)認(rèn)為石油戰(zhàn)爭(zhēng)主要分為兩類：第一類是搶奪石油資源的控制權(quán)的戰(zhàn)爭(zhēng)，從20世紀(jì)70年代以來(lái)，3次中東戰(zhàn)爭(zhēng)、伊拉克戰(zhàn)爭(zhēng)、海灣戰(zhàn)爭(zhēng)、英阿馬島之戰(zhàn)，都是資本主義國(guó)家為了石油而進(jìn)行的。伊拉克的尚未開(kāi)發(fā)的石油儲(chǔ)量比沙特阿拉伯要多，這是美軍把薩達(dá)姆趕下臺(tái)的主要原因，而另一類是爭(zhēng)奪石油定價(jià)權(quán)的戰(zhàn)爭(zhēng)。當(dāng)前石油供給與需求大致平衡的情況下，石油戰(zhàn)爭(zhēng)將以期貨市場(chǎng)爭(zhēng)奪石油定價(jià)權(quán)為主。隨著石油的資源日趨枯竭，而綠色能源尚未得到解決，石油的供給更加緊俏。石油是重要的能源，日常經(jīng)濟(jì)生活，工業(yè)生產(chǎn)，航天軍工都需要石油作為能源和原料。經(jīng)過(guò)石油分離出的汽油、瀝青等化工產(chǎn)品廣泛應(yīng)用到人們?nèi)粘Ｉ钪小？梢哉f(shuō)，誰(shuí)掌握的石油的供應(yīng)權(quán)和定價(jià)權(quán)，就可以掌握世界的經(jīng)濟(jì)命脈。到那時(shí)，對(duì)于海上石油通道和陸上石油管道的控制權(quán)的爭(zhēng)奪，也必定成為戰(zhàn)爭(zhēng)導(dǎo)火索，而海上通道最重要的是中東石油出口的霍爾木茲海峽以及馬六甲海峽，而陸上石油管道，主要是從俄羅斯及中亞通往歐美的石油管道。2011年3月，由于受到利比亞戰(zhàn)爭(zhēng)的影響，國(guó)際油價(jià)大幅攀升，一度升至一桶110美元，創(chuàng)下自2008年9月以來(lái)的新高。對(duì)于能源危機(jī)，我們每一個(gè)國(guó)家都不能置身事外，必須提前考慮。隨著各國(guó)對(duì)能源需求的不斷增長(zhǎng)，圍繞爭(zhēng)奪最后的油氣資源的斗爭(zhēng)仍然是21世紀(jì)地緣政治的主題。從委內(nèi)瑞拉到俄羅斯，從地中海沿岸到西非的幾內(nèi)亞灣，從里海到波斯灣，無(wú)一不受影響。更為嚴(yán)重的是，石油已經(jīng)與反恐和人權(quán)聯(lián)系在一起，成為發(fā)動(dòng)戰(zhàn)爭(zhēng)的理由，世界政局充滿了不確定性。究竟是利比亞戰(zhàn)爭(zhēng)影響了石油還是石油影響了利比亞戰(zhàn)？
二、相關(guān)理論
事件研究法主要是探討事件的發(fā)生對(duì)期貨或市場(chǎng)價(jià)格數(shù)據(jù)帶來(lái)的短暫沖擊，暫時(shí)的沖擊主要體現(xiàn)在下面諾干方面：平均股價(jià)效應(yīng)、市場(chǎng)收益方差的變化（反映股價(jià)波動(dòng)性的變化）、股票成交量的變化、經(jīng)營(yíng)（會(huì)計(jì)） 績(jī)效的變化等。總體來(lái)說(shuō)，事件研究包括一下幾個(gè)步驟，即定義事件以及事件研究窗口、選擇研究樣本、選擇度量正常收益的模型、估計(jì)異常收益、檢驗(yàn)異常收益的顯著性、實(shí)證結(jié)果與解釋。
事件包括合并、收購(gòu)、收益公告或再融資行為等，若研究者關(guān)心增發(fā)對(duì)股東財(cái)富的影響，此時(shí)的事件即為增發(fā)公告。事件研究所涉及的窗口包括估計(jì)窗、事件窗與事后窗等，如下圖1，
t = 0為事件日；t = T1+ 1至t = T0代表事件窗，其長(zhǎng)度為 L1= T1-T0； t = T0+ 1至t=T1為估計(jì)窗，其長(zhǎng)度為L(zhǎng)2= T2-T1；t=T2+1至t = T3為事后窗，其長(zhǎng)度為 L3= T3-T2。估計(jì)窗的作用在于估計(jì)正常收益 （或估計(jì)正常收益模型的參數(shù)），一般情況下，估計(jì)窗的長(zhǎng)度應(yīng)大于等于120天；事件窗是用于檢驗(yàn)股價(jià)對(duì)事件有無(wú)異常反映的期間 ，有時(shí)事件窗僅為一天（即事件發(fā)生的當(dāng)天），有時(shí)為兩天（即事件公告當(dāng)天與后一天），有時(shí)為三天 （即公告前一天、公告當(dāng)天與公告后一天），也有學(xué)者將事件窗定義為公告前后10天、20天或更長(zhǎng)，事件窗長(zhǎng)短主要取決于研究者的研究目的：事后窗主要用于考察事件發(fā)生后股價(jià) （ 或企業(yè)價(jià)值） 有無(wú)異常變化 ，常見(jiàn)于探討某一事件長(zhǎng)期績(jī)效的研究中 。
三、事件研究方法實(shí)證分析
（一）選取估計(jì)窗口并進(jìn)行模型分析
估計(jì)窗口年初到2月18日（戰(zhàn)爭(zhēng)爆發(fā)前一個(gè)月）
對(duì)AR（1）模型保留殘差進(jìn)行Q平方檢驗(yàn)，輸出結(jié)果如下表1：
由上表可以看出，標(biāo)注化殘差平方序列的Q統(tǒng)計(jì)量在1%和5%的置信水平下均是不顯著的，并且以較大的概率接受了序列不具有相關(guān)性的原假設(shè)，所以認(rèn)為序列不具有自相關(guān)性。因此，殘差序列是白噪聲序列。
（二）選取事件窗口并進(jìn)行模型分析
選取事件窗口3月18號(hào)到8月22號(hào)（戰(zhàn)爭(zhēng)基本結(jié)束）
得到的AR（1）的模型為：Pt=115.1596 + 0.930935Pt-1+εt
（38.83576） （25.11394）
對(duì)上述模型保留殘差進(jìn)行Q平方檢驗(yàn)，檢驗(yàn)結(jié)果如下表2所示：
由上表可以看出，標(biāo)注化殘差平方序列的Q統(tǒng)計(jì)量在1%和5%的置信水平下均是不顯著的，并且以較大的概率接受了序列不具有相關(guān)性的原假設(shè)，所以認(rèn)為序列不具有自相關(guān)性。因此，殘差序列是白噪聲序列。
（三）對(duì)模型進(jìn)行J1和J2檢驗(yàn)
HO為利比亞戰(zhàn)爭(zhēng)事件對(duì)世界石油價(jià)格的變動(dòng)不產(chǎn)生影響，H1為利比亞戰(zhàn)爭(zhēng)對(duì)世界石油價(jià)格變動(dòng)產(chǎn)生影響，很顯然，拒絕原假設(shè)。即利比亞戰(zhàn)爭(zhēng)對(duì)石油價(jià)格的變動(dòng)產(chǎn)生影響。
用以上模型對(duì)石油價(jià)格數(shù)據(jù)進(jìn)行預(yù)測(cè)，可以得到一個(gè)長(zhǎng)期平穩(wěn)的的預(yù)測(cè)序列，但與實(shí)際序列的比較中可以發(fā)現(xiàn)，實(shí)際數(shù)據(jù)后30天為114.13，比預(yù)測(cè)的數(shù)據(jù)要大，實(shí)際數(shù)據(jù)中的石油價(jià)格一直處于向上增長(zhǎng)的一種的趨勢(shì)。可以得出的結(jié)論是利比亞戰(zhàn)爭(zhēng)促使了石油的價(jià)格上漲，而且上漲的幅度略大。但是這種影響會(huì)在什么時(shí)間結(jié)束？我們需要選取另一個(gè)時(shí)間段進(jìn)行建模預(yù)測(cè)，這個(gè)時(shí)間段也就是事件窗口即利比亞戰(zhàn)爭(zhēng)爆發(fā)到利比亞戰(zhàn)爭(zhēng)結(jié)束的時(shí)間。
運(yùn)用事件窗口的AR（1）模型對(duì)后60天進(jìn)行預(yù)測(cè)，通過(guò)預(yù)測(cè)后的60天的數(shù)據(jù)和實(shí)際60天后的數(shù)據(jù)比較后發(fā)現(xiàn)預(yù)測(cè)后的數(shù)據(jù)111.645和10月24號(hào)（10月22號(hào)為周末）為111.67基本持平，這說(shuō)明利比亞戰(zhàn)爭(zhēng)對(duì)石油價(jià)格的影響基本趨于穩(wěn)定。至此，分析結(jié)束。
通過(guò)以上分析可以知道，利比亞戰(zhàn)爭(zhēng)對(duì)石油價(jià)格影響的時(shí)間區(qū)間為戰(zhàn)爭(zhēng)前一個(gè)月（2月18日）到戰(zhàn)爭(zhēng)基本結(jié)束后的兩個(gè)月（10月24日），這說(shuō)明利比亞戰(zhàn)爭(zhēng)對(duì)石油價(jià)格的波動(dòng)是一個(gè)比較長(zhǎng)期的影響。
參考文獻(xiàn)：
[1] 高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模EViews應(yīng)用及實(shí)例第2版[M].北京：清華大學(xué)出版社，2009： 211～215.
[2] 袁顯平，柯大鋼.事件研究方法及其在金融經(jīng)濟(jì)研究中的應(yīng)用.統(tǒng)計(jì)研究，2006（10）.
實(shí)證分析范文3
關(guān)鍵詞：利率平價(jià) 實(shí)證分析 原因分析 政策建議
一、引言
2005年7月21日起，我國(guó)開(kāi)始實(shí)行以市場(chǎng)供求為基礎(chǔ)，參考一籃子貨幣進(jìn)行調(diào)節(jié)，有管理的浮動(dòng)匯率制度。這一制度打破了長(zhǎng)期以來(lái)盯住美元的匯率制度，意味著人民幣匯率變動(dòng)更富彈性。人民幣升值步伐加快，各學(xué)者對(duì)人民幣匯率問(wèn)題的研究也更為全面與深刻。
二、中國(guó)匯率和利率關(guān)系的現(xiàn)狀
（一）匯率
2010年6月19日，中國(guó)人民銀行開(kāi)始在2005年匯改的基礎(chǔ)上進(jìn)一步推進(jìn)人民幣匯率形成機(jī)制改革，使人民幣匯率變動(dòng)更為靈活，但我國(guó)匯率仍受管制，央行扮演了造市者和交易者的雙重角色。
（二）利率
利率市場(chǎng)化指由市場(chǎng)供求來(lái)決定利率水平，包括利率決定、利率傳導(dǎo)、利率結(jié)構(gòu)和利率管理的市場(chǎng)化。我國(guó)雖一直在進(jìn)行利率市場(chǎng)化，但存在著進(jìn)程緩慢、改革不徹底、制度缺少靈活性等問(wèn)題。
（三）利率與匯率數(shù)據(jù)分析
數(shù)據(jù)來(lái)源：中國(guó)人民銀行網(wǎng)站、中國(guó)銀行網(wǎng)站、、shibor網(wǎng)站。為2009年9月——2010年11 月份每月月末數(shù)。
下圖為2009 年9 月-2010 年11 月F-S/S 與i-i*的關(guān)系。利差和匯率變動(dòng)率長(zhǎng)期存在一個(gè)差距，未達(dá)到一個(gè)均衡狀態(tài)，與利率平價(jià)理論中所描述的情況不一致。
三、實(shí)證分析
（一）取2009年9月-2010年11月數(shù)據(jù)，令人民幣與美元的利差為X，人民幣對(duì)美元的升貼水率為Y，進(jìn)行因果關(guān)系檢驗(yàn)：
可以得出結(jié)論：人民幣與美元的利差和人民幣對(duì)美元的升貼水率沒(méi)有因果關(guān)系。
（二）取2009年9月-2010年11月數(shù)據(jù)，令人民幣與美元的利差為X，人民幣對(duì)美元的遠(yuǎn)期匯率為Y，進(jìn)行因果關(guān)系檢驗(yàn)：
若顯著性水平取10%，X對(duì)Y有因果關(guān)系。因此中美利差與人民幣對(duì)美元匯率之間存在著一定的因果關(guān)系但并不明顯，利差對(duì)匯率的變化起到一定作用。
四、原因分析
（一）國(guó)際間資本流動(dòng)管制嚴(yán)格
資本管制是一種貨幣政策工具，是國(guó)家政府機(jī)關(guān)等權(quán)力機(jī)構(gòu)用來(lái)掌控資本從國(guó)家資本賬戶等的流進(jìn)和流出，以及定向投資金額從國(guó)家或貨幣中的進(jìn)出。我國(guó)對(duì)跨境資本流動(dòng)管制嚴(yán)格，以此保障國(guó)內(nèi)經(jīng)濟(jì)穩(wěn)定、金融安全。這就導(dǎo)致了國(guó)際資本間的流動(dòng)受限，對(duì)我國(guó)利率變化的反應(yīng)延遲，影響了利率平價(jià)理論的作用。
（二）外匯市場(chǎng)受限
外匯市場(chǎng)是指經(jīng)營(yíng)外幣和以外幣計(jì)價(jià)的票據(jù)等有價(jià)證券買(mǎi)賣的市場(chǎng)。與發(fā)達(dá)國(guó)家相比，我國(guó)的外匯市場(chǎng)并不發(fā)達(dá)，市場(chǎng)覆蓋范圍狹窄，參與者不足，市場(chǎng)競(jìng)爭(zhēng)力不強(qiáng)。此外，我國(guó)外匯交易中心的市場(chǎng)地位還有待明確，央行對(duì)外匯市場(chǎng)干預(yù)過(guò)多，導(dǎo)致外匯市場(chǎng)供求失真，其與匯率變動(dòng)的聯(lián)系斷裂，也拉長(zhǎng)了利率平價(jià)理論作用的時(shí)間。
（三）利率管制嚴(yán)格
利率管制是指國(guó)家將資金利率調(diào)整到高于或低于市場(chǎng)均衡水平的一種政策措施。我國(guó)的基準(zhǔn)利率由中國(guó)人民銀行確定，存貸款利率范圍也受到管制，這種嚴(yán)格的利率管制政策使得套利資本的利差收益變動(dòng)較小，因此國(guó)際間資本單向流動(dòng)，利率平價(jià)理論的作用進(jìn)程遲緩。
（四）匯率相對(duì)剛性
2005年后，雖然我國(guó)人民幣匯率實(shí)行有管理的浮動(dòng)匯率制度，但實(shí)際上具有固定匯率的特征，央行也利用各種干預(yù)市場(chǎng)的手段實(shí)現(xiàn)了這一目標(biāo)。匯率的正常波動(dòng)是利率平價(jià)理論成立的重要條件，但銀行間即期外匯市場(chǎng)人民幣兌美元交易價(jià)浮動(dòng)幅度較小，范圍受到中國(guó)人民銀行管制，這降低了套利資本的匯率風(fēng)險(xiǎn)，利率平價(jià)理論的作用難以得到發(fā)揮。
五、政策與建議
（一）謹(jǐn)慎推進(jìn)人民幣資本項(xiàng)目自由化
資本項(xiàng)目自由化是指在國(guó)際賬戶中資本及金融賬戶下的貨幣可以自由兌換，交易可以自由進(jìn)行。在我國(guó)，隨著經(jīng)濟(jì)的發(fā)展，金融體系的不斷完善，資本管制形式和內(nèi)容將會(huì)做出相應(yīng)調(diào)整，直至最后完全開(kāi)放資本管制。但在此過(guò)程中，風(fēng)險(xiǎn)管理仍是重中之重，盡管央行提出了加速資本項(xiàng)目自由化的主張，其同時(shí)提出的資本項(xiàng)目自由化的路線圖是審慎的、漸進(jìn)的。
（二）加強(qiáng)外匯市場(chǎng)建設(shè)
在當(dāng)前的形勢(shì)下，我國(guó)外匯市場(chǎng)的改革應(yīng)從內(nèi)部制度的規(guī)范與創(chuàng)新，外部體系的完善與管理兩方面入手。具體可以采取以下措施：加強(qiáng)國(guó)有銀行的商業(yè)化改革、擴(kuò)大外匯市場(chǎng)參與者的范圍、促進(jìn)金融產(chǎn)品創(chuàng)新、改革央行外匯干預(yù)制度、健全外匯市場(chǎng)法律法規(guī)等。
（三）推進(jìn)利率市場(chǎng)化
目前雖然中國(guó)的利率市場(chǎng)化進(jìn)程已經(jīng)開(kāi)始，但是由于涉及范圍廣泛且處于起步階段，所以利率制度仍帶有固定利率制的色彩。從其他國(guó)際的利率市場(chǎng)化改革中，我們應(yīng)該認(rèn)識(shí)到：宏觀經(jīng)濟(jì)形勢(shì)決定著改革的時(shí)機(jī)選擇、金融微觀基礎(chǔ)建設(shè)程度制約著改革的實(shí)踐速度。因此，我們必須綜合考慮，建立嚴(yán)格而有效的監(jiān)督制度，盡早防范利率自由化后的問(wèn)題。
（四）放寬匯率波動(dòng)幅度
目前人民幣兌美元的匯率波動(dòng)幅度進(jìn)一步擴(kuò)大，2012年4月16日起，銀行間即期外匯市場(chǎng)人民幣兌美元交易價(jià)浮動(dòng)幅度擴(kuò)大至1%，每日銀行間即期外匯市場(chǎng)人民幣兌美元的交易價(jià)可在中國(guó)外匯交易中心對(duì)外公布的當(dāng)日人民幣兌美元中間價(jià)上下1%的幅度內(nèi)浮動(dòng)。此次調(diào)整有助于市場(chǎng)在供求關(guān)系的基礎(chǔ)上呈現(xiàn)一個(gè)雙向的波動(dòng)，促進(jìn)金融市場(chǎng)中金融產(chǎn)品的豐富，更為市場(chǎng)化的匯率變化加大了匯率風(fēng)險(xiǎn)，從而加強(qiáng)了利率平價(jià)理論的作用。
參考文獻(xiàn)：
[1]王燕娜.利率平價(jià)理論在中國(guó)的適用性分析——基于匯改后人民幣匯率變化率與中美利差的實(shí)證分析[J].經(jīng)營(yíng)管理者，2010 （9）：64-67
[2]鄭春梅，肖瓊.利率平價(jià)理論與人民幣匯率關(guān)系的分析[J].經(jīng)濟(jì)問(wèn)題，2006，（12）
[3]張宗新.金融開(kāi)放條件下利率改革和匯率改革的協(xié)同效應(yīng)分析[J].國(guó)際金融研究， 2006（9）
[4]趙天榮，郝博淵.釘住匯率下中國(guó)利率政策的困境：理論與經(jīng)驗(yàn)[J].上海金融.2009，第8 期：87-90
實(shí)證分析范文4
關(guān)鍵詞：收益率波動(dòng)性；Garch模型；市場(chǎng)風(fēng)險(xiǎn)
中圖分類號(hào)：F83
文獻(xiàn)標(biāo)識(shí)碼：A
doi：10.19311/ki.16723198.2016.27.050
1引言
2015年中國(guó)股市的劇烈波動(dòng)，引起了政府和管理層的重視，股價(jià)的劇烈波動(dòng)反映了市場(chǎng)風(fēng)險(xiǎn)的急劇變化，無(wú)論從監(jiān)管層對(duì)證券市場(chǎng)的監(jiān)管角度還是從個(gè)人投資者對(duì)市場(chǎng)把握的角度，研究收益率波動(dòng)特征都是有重要意義的。對(duì)個(gè)人投資者而言，通過(guò)度量波動(dòng)率估計(jì)可能面臨的風(fēng)險(xiǎn)大小，是投資者獲取收益回避損失的基礎(chǔ)；對(duì)于監(jiān)管層意義更為重大，考慮到金融對(duì)整個(gè)國(guó)民經(jīng)濟(jì)的重要作用，監(jiān)管層對(duì)市場(chǎng)可能風(fēng)險(xiǎn)的把握十分必要。
在研究方法和內(nèi)容上，本文采用描述性統(tǒng)計(jì)分析和實(shí)證分析結(jié)合的研究方法，研究數(shù)據(jù)屬于時(shí)間序列數(shù)據(jù)，采用平穩(wěn)性檢驗(yàn)，顯著性檢驗(yàn)，廣義自回歸條件異方差模型（Garch）等計(jì)量經(jīng)濟(jì)學(xué)有關(guān)時(shí)間序列的分析方法。選取了2005年1月4日至2016年7月8日上證指數(shù)收盤(pán)價(jià)作為樣本，通過(guò)Garch（1，1）和EGarch（1，1）模型估計(jì)了收益率的條件方差，并對(duì)兩種模型進(jìn)行了比較分析。
2理論模型介紹
2.1ARCH模型
ARCH（Auto-Regressive Conditionally Heteroskedasticity）：自回歸條件異方差模型這是由Robert F. Engle 在1982年提出的，ARCH模型主要用于研究金融時(shí)間序列變動(dòng)問(wèn)題。如果回歸模型的隨機(jī)誤差項(xiàng)存在異方差，可以用ARCH模型來(lái)描述：
yt=b1+b2xt+ut（1）（均值方程）
var（ut）=σ2t=ht=a0+a1u2t-1+……+aqu2t-q
（2）（條件方差方程）
把滿足上述條件的模型稱為服從q階自回歸條件異方差模型；ARCH模型的優(yōu)點(diǎn)是能夠準(zhǔn)確地?cái)M合金融時(shí)間序列的波動(dòng)性的變化；缺點(diǎn)是對(duì)參數(shù)的限定非常嚴(yán)格，且不能反映波動(dòng)的非對(duì)稱性。
2.2GARCH模型
ARCH（q）在實(shí)際應(yīng)用中，隨著滯后階數(shù)q的增加，會(huì)增大待估參數(shù)的個(gè)數(shù)，同時(shí)也會(huì)產(chǎn)生多重共線性問(wèn)題，估計(jì)量有效性也會(huì)降低。為了解決此問(wèn)題，Engle的學(xué)生Bollerslev在1986年提出了GARCH（q，p）模型，在ARCH（q）中增加p個(gè)自回歸項(xiàng)。GARCH（q，p）等價(jià)于ARCH（∞），而且待估參數(shù)大大減少。即可用很小的階數(shù)p和q就可以替代ARCH（q）模型中很大的q，實(shí)際應(yīng)用中，Garch（1，1）就可以了。
最簡(jiǎn)單的GARCH模型是標(biāo)準(zhǔn)化的Garch（1，1），其形式為：
yt=b1+b2xt+ut（3）
σ2t=ht=a0+β1u2t-1+a1σ2t-1（4）
GARCH模型優(yōu)點(diǎn)是，較之ARCH使用更加簡(jiǎn)便，有更強(qiáng)的適用性，簡(jiǎn)化了模型參數(shù)的估計(jì)；GARCH模型和ARCH模型具有相同的缺點(diǎn)，其對(duì)于正的和負(fù)的波動(dòng)具有同樣的反應(yīng)，也即不能反映波動(dòng)的非對(duì)稱性。
2.3EGARCH（1，1）
ln（σ2t）=α0+θut-1σt-1+α1|ut-1|σt-1++β1ln（σ2t-1）
當(dāng)θ≠0且顯著時(shí)，表明ln（σ2）具有非對(duì)稱性，即存在杠桿效應(yīng)。比起傳統(tǒng)的ARCH模型來(lái)說(shuō)，EGARCH模型有幾個(gè)優(yōu)點(diǎn)。首先，建立了對(duì)數(shù)模型，即使參數(shù)估計(jì)值為負(fù)數(shù)，方差項(xiàng)也能保證為正數(shù)。所以不需要對(duì)模型參數(shù)施加非負(fù)約束；其次，如果波動(dòng)性和收益之間呈負(fù)相關(guān)關(guān)系，則θ
3實(shí)證分析
3.1數(shù)據(jù)準(zhǔn)備和描述性統(tǒng)計(jì)分析
本文選取上證綜合指數(shù)日收盤(pán)價(jià)作為樣本，時(shí)間長(zhǎng)度取2005年1月4日至2016年7月8日，樣本總個(gè)數(shù)為2797。本節(jié)主要對(duì)收益率序列從均值、方差、極差、偏度、峰度五個(gè)方面進(jìn)行描述性統(tǒng)計(jì)分析。
（本文所有實(shí)證分析基于stata和matlab軟件完成）
從日收益率時(shí)序圖看到，日收益率序列具有明顯的波動(dòng)聚集性，即大幅波動(dòng)跟隨著大幅波動(dòng)，小幅波動(dòng)跟隨小幅波動(dòng)，平靜跟隨平靜的特點(diǎn)；當(dāng)存在殘差波動(dòng)的聚集，則模型估計(jì)后的殘差可能存在條件異方差，這正是Garch模型應(yīng)用的條件。
3.2平穩(wěn)性檢驗(yàn)和分布估計(jì)
本節(jié)首先對(duì)對(duì)數(shù)收益率時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，根據(jù)軟件輸出的結(jié)果看，收益率序列通過(guò)了單位根檢驗(yàn)（ADF：Augmented-DickyFuller），即是平穩(wěn)序列；然后對(duì)收益率分布進(jìn)行估計(jì)。
明顯看到，正態(tài)分布對(duì)尾部解釋較差，實(shí)際是收益率在尾部的概率超過(guò)正態(tài)分布決定的概率，t分布擬合的更好。收益率呈現(xiàn)顯著的尖峰厚尾分布特征，表示盡管大多時(shí)候收益率分布靠近均值附近，但是出現(xiàn)在尾部的極端值也時(shí)常超預(yù)期的出現(xiàn)。從上文描述性統(tǒng)計(jì)中峰度值=6.56603（標(biāo)準(zhǔn)正態(tài)分布的峰度值）也能得出上證綜指收益率尖峰厚尾的特征，說(shuō)明在均值附近更為離散的標(biāo)準(zhǔn)正態(tài)分布對(duì)收益率分布的解釋并不好。此外可以通過(guò)Q_Q圖檢查收益率分布是否服從正態(tài)分布，由于收益率分布不服從正態(tài)的研究結(jié)論廣泛接受，本文不再作Q_Q圖檢驗(yàn)。
3.3Arch效應(yīng)檢驗(yàn)
記殘差序列er=R-mean（R）；根據(jù)自相關(guān)函數(shù)公式計(jì)算殘差平方項(xiàng)的自相關(guān)系數(shù)，計(jì)算結(jié)果表明：滯后期在1到50階，殘差平方序列存在顯著自相關(guān)，故擾動(dòng)項(xiàng)存在條件異方差，即波動(dòng)性聚集。使用軟件進(jìn)行ARCH效應(yīng)檢驗(yàn)結(jié)果同樣顯示存在顯著的ARCH效應(yīng)，這里將使用R/S（重標(biāo)極差分析法）計(jì)算Hurst值得出收益率具有波動(dòng)持久性特征，進(jìn)而使用GARCH模型估計(jì)條件方差。
R/S方法介紹：
R/S通常用來(lái)分析時(shí)間序列的分形特征和長(zhǎng)期記憶過(guò)程，最初由英國(guó)水文學(xué)家赫斯特（Hurst，1951年）在研究尼羅河水壩工程時(shí)提出的方法；后來(lái)，它被用在各種時(shí)間序列的分析之中；曼德?tīng)柌剂_特（Mandelbrot）在1972年首次將R/S分析應(yīng)用于美國(guó)證券市場(chǎng)，分析股票收益的變化。
計(jì)算H值和統(tǒng)計(jì)量Vn的目的是為了分析時(shí)間序列的統(tǒng)計(jì)特性。Hurst指數(shù)可衡量一個(gè)時(shí)間序列的統(tǒng)計(jì)相關(guān)性。當(dāng)H=0.5時(shí)，時(shí)間序列就是標(biāo)準(zhǔn)的隨機(jī)游走，收益率呈正態(tài)分布，可以認(rèn)為現(xiàn)在的價(jià)格信息對(duì)未來(lái)不會(huì)產(chǎn)生影響，即市場(chǎng)是有效的；當(dāng)0.5
對(duì)于獨(dú)立隨機(jī)過(guò)程的時(shí)間序列來(lái)說(shuō)，Vn關(guān)于log（n）的曲線是一條直線。如果序列具有狀態(tài)持續(xù)性，即當(dāng)H>0.5時(shí)，Vn關(guān)log（n）是向上傾斜的；如果序列具有逆狀態(tài)持續(xù)性，即當(dāng)H
在n=170時(shí)，我們看到Vn統(tǒng)計(jì)量的變化，根據(jù)前述理論知道Vn圖形的改變，就產(chǎn)生了突變，長(zhǎng)期記憶消失；可近似認(rèn)為170天即大約半年時(shí)間為一個(gè)周期，Vn統(tǒng)計(jì)量變得不穩(wěn)定，跟實(shí)際情況也是接近的，股市表現(xiàn)出明顯的漲跌周期；對(duì)藍(lán)色線n=170作二項(xiàng)式直線擬合，根據(jù)方程（2）擬合直線的斜率即估計(jì)的H值，估計(jì)出H=0.5796>0.5，表明收益率時(shí)間序列存在以170為周期的長(zhǎng)期記憶即狀態(tài)的持續(xù)性，也即波動(dòng)聚集性；R/S的分析結(jié)果也說(shuō)明了收益率波動(dòng)的聚集性，值得注意的是ARCH效應(yīng)強(qiáng)調(diào)短記憶性，R/S表征的是長(zhǎng)期記憶性，而長(zhǎng)短記憶都是對(duì)波動(dòng)聚集和延續(xù)的解釋；下面用GARCH模型進(jìn)行實(shí)證分析。
3.4Garch模型實(shí)證
3.4.1Garch（1，1）模型
其中-0.0204978
4研究結(jié)論與政策建議
4.1研究結(jié)論
（1）收益率的分布不服從正態(tài)分布，從描述性統(tǒng)計(jì)結(jié)果分析和用正態(tài)分布函數(shù)擬合的概率密度均驗(yàn)證了此結(jié)論.通過(guò)殘差平方的自相關(guān)函數(shù)計(jì)算的自相關(guān)系數(shù)，表明殘差平方存在自相關(guān)，即擾動(dòng)項(xiàng)存在條件異方差，并通過(guò)了ARCH效應(yīng)檢驗(yàn)。
（2）R/S分析結(jié)果表明收益率序列存在長(zhǎng)記憶性，即使相距較遠(yuǎn)的時(shí)間間隔收益率序列仍然有自相關(guān)性，這種波動(dòng)的長(zhǎng)期記憶支持了收益率序列波動(dòng)聚集性特征的存在，即ARCH效應(yīng)。
（3）引入非對(duì)稱性的Egarch（1，1）模型估計(jì)的參數(shù)說(shuō)明了收益率和波動(dòng)性的負(fù)相關(guān)關(guān)系，且利空消息比利好消息產(chǎn)生的波動(dòng)更為強(qiáng)烈，表明了投資者對(duì)損失的回避態(tài)度，同時(shí)這種對(duì)上漲信息的反應(yīng)不足，對(duì)下跌信息的反應(yīng)過(guò)度，進(jìn)一步加劇波動(dòng)，這種對(duì)信息不對(duì)稱的反應(yīng)正是市場(chǎng)波動(dòng)呈現(xiàn)非對(duì)稱的原因，實(shí)際情況也正是如此，體現(xiàn)了Egarch模型更強(qiáng)的適用性。
4.2政策建議
（1）加強(qiáng)市場(chǎng)化假設(shè)，完善信息披露制度；信息越完整公開(kāi)透明，投資者對(duì)信息越不容易過(guò)度反應(yīng)，市場(chǎng)波動(dòng)也會(huì)隨之減小，市場(chǎng)機(jī)制的作用發(fā)揮的越好。
（2）加強(qiáng)對(duì)風(fēng)險(xiǎn)的監(jiān)測(cè)和管理；學(xué)習(xí)先進(jìn)的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)，提升監(jiān)管層對(duì)市場(chǎng)波動(dòng)的把握和前瞻性，提高管理的有效性。
（3）加強(qiáng)證券市場(chǎng)法制建設(shè)；規(guī)范交易各方的行為，才能有效降低市場(chǎng)波動(dòng)率，減少違法的投機(jī)行為，建立良好的市場(chǎng)秩序。
（4）對(duì)投資者進(jìn)行理性投資理念的宣傳教育，投資者是證券市場(chǎng)的主體，證券市場(chǎng)的健康完善離不開(kāi)投資者素質(zhì)的提升。
參考文獻(xiàn)
[1]易丹輝.時(shí)間序列研究[M].北京：中國(guó)金融出版社，2011.
[2]朱孔杰，詠.對(duì)我國(guó)股票市場(chǎng)股指波動(dòng)特性的實(shí)證分析[J].數(shù)理統(tǒng)計(jì)與管理，2005，（3）.
[3]張芳.基于金融時(shí)間序列GARCH模型的研究[D].淄博：山東理工大學(xué)，2006.
[4]李子奈.ARCH模型的理論基礎(chǔ)及其對(duì)中國(guó)股票市場(chǎng)的實(shí)證研究[J].清華大學(xué)中國(guó)經(jīng)濟(jì)研究中心學(xué)術(shù)論文，2000.
[5]陶亮，王曉明.滬深兩市股票市場(chǎng)的GARCH類模型分析[J].當(dāng)代經(jīng)理，2005.
[6]何紅霞.中國(guó)股市價(jià)格的波動(dòng)性研究-基于滬深300指數(shù)的GARCH模型[J].和田師范專科學(xué)校學(xué)報(bào)（漢文綜合版），2010，29（03）1215.
[7]陳千里，周少甫.上證指數(shù)收益的波動(dòng)性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2002，（6）：122125.
[8]張維，黃興.滬深股市的R/S實(shí)證分析[D].天津：天津大學(xué)，2001.
[9]Fama E.The Behavior of Stock Market prices[J]. Journal of Business，1965，（38） ： 34105.
實(shí)證分析范文5
關(guān)鍵詞投資組合有效邊界無(wú)差異曲線實(shí)證分析
1證券投資組合的可行域和有效邊界
設(shè)有證券投資組合P,其期望收益率記為E(rp),標(biāo)準(zhǔn)差記為σP。則以E(rp)和σP為軸,可建立描述投資組合的坐標(biāo)體系。在此坐標(biāo)系中,所有可能的證券組合方式被定義為證券投資組合的可行域。對(duì)于只有兩個(gè)證券A、B的投資情形,其組合分析見(jiàn)圖1。
圖1中由證券A和證券B建立的證券組合位于連接A、B的直線或曲線上,該直線或曲線被稱為證券A與B的結(jié)合線。結(jié)合線的彎曲程度由證券A和證券B的收益率之間的聯(lián)動(dòng)關(guān)系所決定,而與選擇的組合方式無(wú)關(guān)。證券間的聯(lián)動(dòng)關(guān)系采用相關(guān)系數(shù)來(lái)衡量,取值介于-1和1之間。不同組合在連線上的位置取決于該組合投資于證券A、B的比例。如果市場(chǎng)不存在賣空機(jī)制,則證券投資組合的可行域即是證券A、B之間的結(jié)合線。類似地,對(duì)于三個(gè)證券A、B、C之間的組合分析情形,在不允許賣空的條件下,由三條結(jié)合線(每?jī)煞N證券形成)構(gòu)成的所有投資組合的可行域見(jiàn)圖2。顯然,可行域內(nèi)的每一點(diǎn)可以通過(guò)三種證券的二次組合來(lái)得到。例如,A、C的組合為D,B、D的組合為Z。一般來(lái)說(shuō),當(dāng)存在n種證券可供選擇時(shí),根據(jù)建立組合的限制條件(如是否存在賣空機(jī)制等),其可行域可能是有限域,也可能是無(wú)限域。但無(wú)論如何,可行域的左邊界總是向外凸的(允許線性部分),不會(huì)出現(xiàn)凹陷。
根據(jù)馬柯維茨均值方差模型的假設(shè),在相同期望收益的投資組合中,投資者會(huì)選擇方差最小的組合方案。對(duì)于每一個(gè)可能的期望收益,均有一個(gè)方差最小的投資組合恰好構(gòu)成可行域的左邊界。另一方面,在方差相同的投資組合中,投資者會(huì)選擇期望收益最高的組合方案。而對(duì)每一個(gè)可能的方差水平,都有一個(gè)期望收益率最高的投資組合恰好構(gòu)成可行域的上邊界。綜上所述,投資者實(shí)際選擇的證券組合應(yīng)位于可行域的左邊界和上邊界的公共部分,該局部邊界被稱為可行域的有效邊界(見(jiàn)圖3)。
2證券投資組合的無(wú)差異曲線
在投資實(shí)踐中經(jīng)常會(huì)見(jiàn)到高收益伴隨高風(fēng)險(xiǎn)的情形,即:
E(rA)%26gt;(rB),σA%26gt;σB
此時(shí),投資組合A比B承擔(dān)更大的風(fēng)險(xiǎn),但同時(shí)也具有更高的期望收益,這種期望收益的增量可視為對(duì)風(fēng)險(xiǎn)增量的補(bǔ)償。
基于風(fēng)險(xiǎn)與收益之間的補(bǔ)償作用,不同投資組合的實(shí)際效用(即滿意程度)在投資者看來(lái)也許是相同的。將被投資者認(rèn)為滿意程度相同的投資組合曲線繪制在均值方差坐標(biāo)系中,形成圖4所示的無(wú)差異曲線族。顯然,族中無(wú)差異曲線的位置越高,該曲線上投資組合的滿意程度越高。由于不同投資者對(duì)風(fēng)險(xiǎn)的態(tài)度大不相同,故無(wú)差異曲線通常被劃分為風(fēng)險(xiǎn)偏愛(ài)、風(fēng)險(xiǎn)中立和風(fēng)險(xiǎn)厭惡等三種基本類型,其曲線形狀(見(jiàn)圖4)。
3最優(yōu)證券組合的確定
統(tǒng)計(jì)調(diào)查的結(jié)果表明,絕大多數(shù)的投資者對(duì)風(fēng)險(xiǎn)持厭惡態(tài)度。為此,本文以風(fēng)險(xiǎn)厭惡型投資者的投資組合為代表分析最優(yōu)證券組合的確定方法與過(guò)程。
如前所述,在馬柯維茨假設(shè)下,給定投資環(huán)境中的每個(gè)投資者將根據(jù)證券組合的收益和方差以及自身對(duì)風(fēng)險(xiǎn)的態(tài)度確定相應(yīng)的無(wú)差異曲線族,并借助于無(wú)差異曲線在投資組合的有效邊界上選擇一個(gè)適當(dāng)?shù)耐顿Y方案。顯然,由于所選投資方案既不能離開(kāi)有效邊界,又希望具有盡可能高的滿意程度,故該方案必然對(duì)應(yīng)于某條無(wú)差異曲線與有效邊界的切點(diǎn)。其圖解過(guò)程見(jiàn)圖5,圖5中H點(diǎn)所代表的投資組合方案即為所求。
4實(shí)證分析
本文選取上證30指數(shù)的指標(biāo)股作為實(shí)證分析的對(duì)象。研究時(shí)段為2000年1月7日~2000年12月29日,共計(jì)48個(gè)交易周的收盤(pán)價(jià)。首先計(jì)算股票的周收益率及其方差,期間凡有送股、配股和派發(fā)現(xiàn)金股利的股票,均根據(jù)其配送方案分別進(jìn)行復(fù)權(quán),以保持?jǐn)?shù)據(jù)的完整性和一致性。然后構(gòu)建組合投資的決策模型及確定投資組合的有效邊界,最終給出指標(biāo)股的投資方案并進(jìn)行必要的結(jié)果分析。
4.1周平均收益率及其方差計(jì)算
樣本股周收益率的計(jì)算公式為:
rit=■-1(1)
式中i=1,2,…,30;t=1,2,…,48;
rit:第i只股票從第t-1周到第t周的收益率;Pit:第i只股票在第t周的收盤(pán)價(jià);Pi,t-1:第i只股票在第t-1周的收盤(pán)價(jià);ai:第i只股票從第t-1周到第t周的送股比例;bi:第i只股票從第t-1周到第t周的配股比例;Bi:第i只股票配股價(jià);di:第i只股票在第t-1周到第t周的每股現(xiàn)金紅利。
各樣本股在樣本時(shí)限內(nèi)平均收益率和方差的計(jì)算公式分別為:
E(rit)=■,σ2i=■(2)
式中E(ri)是第i只股票的周平均收益率,rit是第i只股票在第t周的收益率,N=47為計(jì)算總周數(shù)。
上證30指標(biāo)股在樣本時(shí)限內(nèi)周平均收益率和方差的具體計(jì)算結(jié)果見(jiàn)表1。
4.2決策模型與有效投資組合
因?yàn)槲覈?guó)證券交易市場(chǎng)不存在賣空機(jī)制,相應(yīng)的組合投資決策模型可寫(xiě)成以下數(shù)學(xué)規(guī)劃的形式:minσ2(rp)XT∑X
s.t.XTEn=1
XTR=R0(3)
Xi≥0,i=1,2,…,n
式中:X=(x1,x2,…,xn)T為證券組合投資比例向量;r=(r1,r2,…,rn)T為各單個(gè)證券投資收益率向量;R=(R1,R2,…,Rn)T為收益率向量的期望向量;∑(σij)n×n為收益率向量r的協(xié)方差,σij=Cov(ri,rj),i,j=1,2,…n;En為元素全為1的n維列向量;E(rp)=XTR表示證券組合的預(yù)期收益率;σ2(rp)=XT∑X表示證券組合的風(fēng)險(xiǎn)。
該模型的內(nèi)涵是在給定預(yù)期收益率R0的條件下,力求使證券組合投資的風(fēng)險(xiǎn)達(dá)到最小。其中,R0為投資者所要求的最低收益率水平。
借助于Lingo軟件平臺(tái),通過(guò)編程計(jì)算,不難求解上述數(shù)學(xué)規(guī)劃,從而確定證券投資的有效組合。實(shí)際運(yùn)算結(jié)果表明,上證30指數(shù)指標(biāo)股的有效投資組合一共有14組,每一投資組合中各樣本股所占的投資比例見(jiàn)表2。
5.3投資組合的有效邊界及結(jié)果分析
由表2的數(shù)據(jù)可以看出,隨著組合投資方案中證券數(shù)目的增加,用方差代表的投資風(fēng)險(xiǎn)在迅速降低,最終穩(wěn)定在某一固有的風(fēng)險(xiǎn)水平。該風(fēng)險(xiǎn)水平在某種意義上可視為投資環(huán)境的系統(tǒng)風(fēng)險(xiǎn),必須由投資者個(gè)人承擔(dān),而無(wú)法通過(guò)投資組合的方式來(lái)化解。
根據(jù)表2的數(shù)據(jù)可以繪制出上證30指數(shù)指標(biāo)股投資組合的有效邊界,其界面曲線見(jiàn)圖6。
圖6中的B點(diǎn)表明,投資者在上證30指數(shù)指標(biāo)股投資組合中可以實(shí)現(xiàn)的最高周收益率為1.4721%,折算成年收益率為75.71%,同時(shí)需要承擔(dān)方差為45.08%的投資風(fēng)險(xiǎn)。其具體投資方案為將全部資金投資于龍騰科技,屬于單一證券的投資選擇模式,是高收益、高風(fēng)險(xiǎn)的集中體現(xiàn)。
另一方面,圖6中的A點(diǎn)表明,如果將資金按一定比例分投于所選擇的9支股票(詳見(jiàn)表2),則投資風(fēng)險(xiǎn)降低到最低程度(σ2=5.2%),同時(shí)可實(shí)現(xiàn)0.249%的周平均收益率,對(duì)應(yīng)年收益率為12.78%。顯然,該證券組合投資的收益率仍然遠(yuǎn)高于銀行同期年利率2.25%的水平。
參考文獻(xiàn)
1小詹姆斯L.法雷爾.齊寅峰譯.投資組合管理理論及應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2002
實(shí)證分析范文6
【關(guān)鍵詞】 保險(xiǎn)需求 國(guó)內(nèi)生產(chǎn)總值 存款利率
一、引言
保險(xiǎn)需求，即在一定時(shí)期和一定價(jià)格水平下，消費(fèi)者愿意購(gòu)買(mǎi)保險(xiǎn)商品的總量。保險(xiǎn)需求可分為自然需求和有效需求兩種。保險(xiǎn)的自然需求是指由自然界和社會(huì)經(jīng)濟(jì)生活中客觀存在的風(fēng)險(xiǎn)損失總量所產(chǎn)生和決定的保險(xiǎn)需求。保險(xiǎn)的有效需求則是指與消費(fèi)者的購(gòu)買(mǎi)能力相聯(lián)系的需求，即消費(fèi)者愿意并且能夠購(gòu)買(mǎi)的保險(xiǎn)商品的總量。本文以保險(xiǎn)的有效需求（以下簡(jiǎn)稱為保險(xiǎn)需求）為研究對(duì)象，利用計(jì)量經(jīng)濟(jì)學(xué)的方法，來(lái)分析保險(xiǎn)需求的影響因素及各因素對(duì)保險(xiǎn)需求的影響程度，以期找到促進(jìn)保險(xiǎn)需求增長(zhǎng)的方法。
二、研究綜述
隨著計(jì)量學(xué)的不斷發(fā)展，國(guó)外的學(xué)者運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的新方法對(duì)影響保險(xiǎn)需求的因素作了大量的實(shí)證分析，雖然得出的結(jié)論不盡相同，但是其中有些因素對(duì)保險(xiǎn)需求的影響獲得了廣泛的認(rèn)同，如經(jīng)濟(jì)增長(zhǎng)因素。另一些因素則由于每個(gè)國(guó)家的情況不同，對(duì)保險(xiǎn)需求是否有影響有所爭(zhēng)議。我國(guó)的學(xué)者在研究國(guó)外的一些相關(guān)成果并結(jié)合我國(guó)國(guó)內(nèi)的實(shí)際情況的基礎(chǔ)上，對(duì)影響中國(guó)保險(xiǎn)需求的因素做了一些實(shí)證分析。
林寶清（1992）認(rèn)為保費(fèi)收入與國(guó)民生產(chǎn)總值（現(xiàn)在多用國(guó)內(nèi)生產(chǎn)總值的概念來(lái)代替）高度相關(guān)。孫祁祥（1997）認(rèn)為在中國(guó)保險(xiǎn)產(chǎn)業(yè)的發(fā)展過(guò)程中，社會(huì)經(jīng)濟(jì)體制的變革對(duì)轉(zhuǎn)變?nèi)藗兊娘L(fēng)險(xiǎn)意識(shí)和風(fēng)險(xiǎn)觀念起著十分重要的作用，從而影響我國(guó)的保險(xiǎn)需求。一國(guó)的經(jīng)濟(jì)政策，如社會(huì)保障政策、貨幣金融政策等對(duì)保險(xiǎn)需求也有一定影響。此外，社會(huì)因素如人口結(jié)構(gòu)、家庭結(jié)構(gòu)等也都以各自的方式影響著各個(gè)國(guó)家的保險(xiǎn)需求。于殿江、郭南（2003）指出，我國(guó)城鎮(zhèn)居民的保險(xiǎn)行為在受居民收入影響的同時(shí)，更多地受到制度變遷因素造成的預(yù)防性儲(chǔ)蓄動(dòng)機(jī)的影響，保險(xiǎn)行為與居民實(shí)物資產(chǎn)投資行為關(guān)系較弱，居民的保險(xiǎn)投資基本作為一種對(duì)傳統(tǒng)儲(chǔ)蓄存款的替代行為，保險(xiǎn)投資行為更多地出于人身保障動(dòng)機(jī)，而非出于避免個(gè)人實(shí)物資產(chǎn)損失的動(dòng)機(jī)。他們認(rèn)為最優(yōu)保險(xiǎn)需求水平受風(fēng)險(xiǎn)發(fā)生頻率、風(fēng)險(xiǎn)造成的損失水平、保險(xiǎn)費(fèi)率（保險(xiǎn)價(jià)格）、個(gè)人初始財(cái)富的變動(dòng)、保險(xiǎn)市場(chǎng)的壟斷因素、信息不對(duì)稱因素及人口老齡化等多種因素的影響。
以上學(xué)者在文章中對(duì)中國(guó)保險(xiǎn)需求的影響因素進(jìn)行了實(shí)證分析，但是不涉及計(jì)量經(jīng)濟(jì)學(xué)模型。綜合他們的觀點(diǎn)來(lái)看，決定保險(xiǎn)需求量的因素有五個(gè)方面：一是經(jīng)濟(jì)發(fā)展水平，包括國(guó)內(nèi)生產(chǎn)總值、利率及通貨膨脹率等；二是風(fēng)險(xiǎn)發(fā)生頻率和損失程度；三是保險(xiǎn)價(jià)格（保險(xiǎn)費(fèi)率）；四是保險(xiǎn)替代品，主要指社會(huì)保障和居民儲(chǔ)蓄；五是保險(xiǎn)意識(shí)的強(qiáng)弱、文化教育水平、宗教、人口家庭結(jié)構(gòu)、人口出生率和死亡率及傳統(tǒng)習(xí)俗等。
運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)方法來(lái)分析保險(xiǎn)需求影響因素的文章也不少。卓志（2001）利用1986―1995年的序列數(shù)據(jù)建立了多元回歸模型，對(duì)我國(guó)人壽保險(xiǎn)需求進(jìn)行了實(shí)證研究，得出的基本結(jié)論為：我國(guó)的經(jīng)濟(jì)增長(zhǎng)、高少年兒童贍養(yǎng)率及正在增長(zhǎng)的老年贍養(yǎng)率對(duì)壽險(xiǎn)需求有正面影響，而我國(guó)人口較低的教育水平可能會(huì)阻礙保險(xiǎn)業(yè)的發(fā)展，預(yù)期的通貨膨脹對(duì)保險(xiǎn)有負(fù)面影響但是不十分顯著。徐愛(ài)榮（2002）用1980―2001年時(shí)間序列數(shù)據(jù)，以國(guó)內(nèi)生產(chǎn)總值、物價(jià)指數(shù)、政策虛擬變量為自變量，建立多元線性回歸模型，結(jié)果表明國(guó)內(nèi)生產(chǎn)總值對(duì)保險(xiǎn)需求的正面影響以及物價(jià)指數(shù)對(duì)保險(xiǎn)需求的負(fù)面影響均較為顯著，虛擬變量對(duì)外開(kāi)放無(wú)法通過(guò)統(tǒng)計(jì)檢驗(yàn)，但是他認(rèn)為根據(jù)實(shí)際情況，保險(xiǎn)市場(chǎng)的對(duì)外開(kāi)放仍是具有正面影響的解釋變量。閻建軍、王治超（2002）采用1985―1997年的相關(guān)數(shù)據(jù)，用取對(duì)數(shù)的形式建立多元回歸模型分析了國(guó)民生產(chǎn)總值、名義利率對(duì)壽險(xiǎn)需求的影響，并認(rèn)為GNP的變動(dòng)是導(dǎo)致我國(guó)壽險(xiǎn)需求總量變動(dòng)的主要原因，而利率變動(dòng)對(duì)我國(guó)壽險(xiǎn)需求總量變動(dòng)的影響很微弱。吳江鳴、林寶清（2003）利用1980―2002年的時(shí)間序列數(shù)據(jù)建立了一個(gè)計(jì)量模型，模型中的因變量包括通貨膨脹、收入、市場(chǎng)機(jī)制與保險(xiǎn)品種創(chuàng)新，特別分析了市場(chǎng)機(jī)制與保險(xiǎn)品種創(chuàng)新對(duì)我國(guó)保險(xiǎn)需求的影響。陳之楚、劉曉敬（2004）用多元線性回歸模型考察了1990―2001年期間居民人均收入、恩格爾系數(shù)、利率、社會(huì)保障制度安排和儲(chǔ)蓄對(duì)壽險(xiǎn)需求的影響。李良（2006）抽取了全國(guó)30個(gè)省市1998―2003年的數(shù)據(jù)就收入、通貨膨脹率、社會(huì)保障、銀行利率、死亡率等對(duì)壽險(xiǎn)需求影響的因素與保費(fèi)收入間的相關(guān)性做了Granger因果性分析，但并沒(méi)有運(yùn)用協(xié)整分析方法。
大多數(shù)文章是利用經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的方法來(lái)研究保險(xiǎn)需求的，未考慮到時(shí)間序列的平穩(wěn)性問(wèn)題。然而大多經(jīng)濟(jì)時(shí)間序列是非平穩(wěn)的，因此在建立計(jì)量經(jīng)濟(jì)模型之前應(yīng)對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。
三、保險(xiǎn)需求的影響因素
1、國(guó)內(nèi)生產(chǎn)總值
保險(xiǎn)需求的增長(zhǎng)離不開(kāi)經(jīng)濟(jì)的發(fā)展，而國(guó)內(nèi)生產(chǎn)總值作為衡量一國(guó)經(jīng)濟(jì)發(fā)展的主要指標(biāo)，無(wú)疑是影響一國(guó)保險(xiǎn)需求的主要因素。
隨著收入水平的增加，消費(fèi)結(jié)構(gòu)也會(huì)發(fā)生變化。根據(jù)馬斯洛的“需求層次理論”，隨著收入的提高，人們也將由生存需要為主的單一消費(fèi)方式向消費(fèi)多樣化發(fā)展，安全的需求將成為人們?nèi)粘Ｉ钪胁豢扇鄙俚牟糠郑⒃谙M(fèi)結(jié)構(gòu)中占有越來(lái)越重要的地位，這就從根本上擴(kuò)大了保險(xiǎn)需求。
從凱恩斯的消費(fèi)理論的角度來(lái)講，消費(fèi)與收入存在著正相關(guān)的關(guān)系，而本文選擇代表保險(xiǎn)需求的指標(biāo)――保費(fèi)收入是消費(fèi)的一個(gè)組成部分，因此保費(fèi)收入也與總收入存在正相關(guān)的關(guān)系。
2、利率
保險(xiǎn)是一種金融商品，而且是儲(chǔ)蓄的替代品，當(dāng)利率下調(diào)時(shí)儲(chǔ)蓄的收益降低，人們會(huì)轉(zhuǎn)而購(gòu)買(mǎi)保險(xiǎn)或其他金融商品。
利率也可以通過(guò)影響國(guó)內(nèi)生產(chǎn)總值從而間接影響保險(xiǎn)需求。利率是中央銀行實(shí)施貨幣政策、調(diào)整國(guó)民經(jīng)濟(jì)運(yùn)行的一個(gè)工具。利率調(diào)整刺激了投資，促進(jìn)了經(jīng)濟(jì)的發(fā)展和國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)，從而提高了保險(xiǎn)需求。
3、通貨膨脹
通貨膨脹對(duì)保險(xiǎn)需求的影響主要表現(xiàn)為兩個(gè)方面：第一，通貨膨脹使得消費(fèi)者的實(shí)際收入水平增長(zhǎng)速度放緩，由于收入與保險(xiǎn)需求的正相關(guān)性，這將導(dǎo)致保險(xiǎn)需求增長(zhǎng)速度的下降或者保險(xiǎn)需求的減少。第二，通貨膨脹引起其他一些環(huán)境變量的變化，從而使壽險(xiǎn)與其他的替代品相比預(yù)期收益發(fā)生變化，進(jìn)而影響對(duì)保險(xiǎn)的需求。
四、中國(guó)保險(xiǎn)需求的實(shí)證分析
1、變量選取及數(shù)據(jù)來(lái)源
本文選擇保費(fèi)收入作為被解釋變量。保險(xiǎn)需求量的增加，意味著保費(fèi)收入的增加，從經(jīng)濟(jì)意義上可以認(rèn)為保費(fèi)收入與保險(xiǎn)需求量具有較高的相關(guān)關(guān)系。保費(fèi)收入不但能較好地反映保險(xiǎn)需求的變動(dòng)情況，而且數(shù)據(jù)比較容易取得。
在影響保險(xiǎn)需求的各種因素中，有些因素的變動(dòng)會(huì)同時(shí)影響人身保險(xiǎn)和財(cái)產(chǎn)保險(xiǎn)的需求，比如國(guó)內(nèi)生產(chǎn)總值、通貨膨脹率和利率。有些因素，如出生率、死亡率等，對(duì)壽險(xiǎn)需求的影響明顯大于對(duì)財(cái)險(xiǎn)需求的影響。在選擇變量時(shí)本文選用對(duì)壽險(xiǎn)和財(cái)險(xiǎn)都有明顯影響的變量。有些因素雖然對(duì)財(cái)險(xiǎn)和壽險(xiǎn)需求都有一定影響，但是較難以量化形式反映，或數(shù)據(jù)較難取得，因此將它們作為隨機(jī)擾動(dòng)項(xiàng)處理。
在模型中，被解釋變量保費(fèi)收入（premium income）用PI來(lái)表示。解釋變量國(guó)內(nèi)生產(chǎn)總值用GDP來(lái)表示，我們選用CPI數(shù)據(jù)來(lái)代替通貨膨脹率，并以1978年的數(shù)據(jù)為基期，即令1978年的CPI等于100。利率本文采用的是一年期定期存款利率，并用DR（deposit rates）來(lái)表示。對(duì)以上四個(gè)變量取自然對(duì)數(shù)后分別記為L(zhǎng)PI、LGDP、LCPI和LDR。
本文選用1985―2007年的數(shù)據(jù)進(jìn)行分析，各年度的GDP、CPI及保費(fèi)收入數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)，利率數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站，我們采用線性內(nèi)插法計(jì)算出每年的利率。本文應(yīng)用EVIEWS6.0軟件進(jìn)行分析。
2、時(shí)間序列的平穩(wěn)性檢驗(yàn)
由于模型所涉及到的變量為宏觀經(jīng)濟(jì)數(shù)據(jù)，而經(jīng)濟(jì)時(shí)間序列通常是非平穩(wěn)的，因此我們?cè)诮⒛Ｐ椭笆紫纫獧z驗(yàn)時(shí)間序列的平穩(wěn)性，否則有可能導(dǎo)致偽回歸。
（1）單位根檢驗(yàn)。常用的單位根檢驗(yàn)有ADF檢驗(yàn)、PP檢驗(yàn)和KPSS檢驗(yàn)。本文選用ADF檢驗(yàn)，結(jié)果如表1所示。
在5%的顯著水平下，LPI、LGDP、LCPI和LDR都為非平穩(wěn)數(shù)列，所以不能直接用普通最小二乘法進(jìn)行回歸，否則可能出現(xiàn)無(wú)意義的“偽回歸”。
我們對(duì)以上四個(gè)非平穩(wěn)序列進(jìn)行一階差分，差分后的序列分別記為DLPI、DLGDP、DLCPI和DLDR，并對(duì)差分后的序列進(jìn)行單位根檢驗(yàn)，結(jié)果四個(gè)序列進(jìn)行一階差分后均為平穩(wěn)序列，即LPI、LGDP、LCPI和LDR均為一階單整序列。
（2）協(xié)整檢驗(yàn)。協(xié)整方法認(rèn)為非平穩(wěn)序列之間的某種線性組合是平穩(wěn)的，它反映了變量之間的長(zhǎng)期均衡關(guān)系。短期內(nèi)，隨機(jī)沖擊可能使系統(tǒng)偏離均衡關(guān)系，但是長(zhǎng)期內(nèi)系統(tǒng)內(nèi)的經(jīng)濟(jì)變量的共同作用將使系統(tǒng)恢復(fù)穩(wěn)定關(guān)系。
常用的協(xié)整向量估計(jì)方法有EG檢驗(yàn)和Johansen檢驗(yàn)。EG檢驗(yàn)采用單一回歸方程表達(dá)式，隱含地假設(shè)變量之間只存在一個(gè)協(xié)整關(guān)系，對(duì)于多變量系統(tǒng)，這種假設(shè)就不適用。另外，它也沒(méi)有很好地考慮解釋變量可能存在的內(nèi)生性問(wèn)題。相比之下，Johansen檢驗(yàn)基于多元VAR 框架，允許變量之間的即時(shí)相互反饋?zhàn)饔茫⒃试S多個(gè)變量以不同的速度對(duì)擾動(dòng)項(xiàng)進(jìn)行反映與調(diào)整，使得系統(tǒng)向長(zhǎng)期均衡靠近。Gonzalo（1994）通過(guò)Monte Carlo 模擬方法，發(fā)現(xiàn)Johansen的方法有最小的均方差，它們的有限樣本性質(zhì)也與漸近結(jié)果一致。鑒于此，我們采用Johansen 的方法估計(jì)協(xié)整向量，結(jié)果如表2所示。表2的結(jié)果表明，模型存在唯一的協(xié)整關(guān)系。
3、模型的設(shè)定
根據(jù)前文對(duì)影響保險(xiǎn)需求因素的分析及協(xié)整檢驗(yàn)的結(jié)果，我們建立以下的對(duì)數(shù)線性模型：
LPI=X0+X1LGDP+X2LCPI+X3LDR
4、模型的估計(jì)與檢驗(yàn)
由于模型已經(jīng)通過(guò)了Johansen檢驗(yàn)，我們直接對(duì)模型進(jìn)行線性回歸。結(jié)果如下：
LPI=-11.67931+0.830710LGDP+1.564923LCPI-0.109323LDR
（-4.380247） （1.720239） （1.257412） （0.5940）
R2=0.976687 F=265.3324
雖然可以通過(guò)F檢驗(yàn)，但是模型的三個(gè)解釋變量都無(wú)法通過(guò)t檢驗(yàn)。由經(jīng)濟(jì)理論可以知道，國(guó)內(nèi)生產(chǎn)總值和CPI之間是存在著相關(guān)性的，模型無(wú)法通過(guò)t檢驗(yàn)有可能是存在多重共線性，所以我們對(duì)模型進(jìn)行多重共線性的檢驗(yàn)。我們對(duì)LGDP和LCPI進(jìn)行回歸，發(fā)現(xiàn)兩者之間的相關(guān)系數(shù)高達(dá)0.976438，證明兩者高度相關(guān)。
5、模型的調(diào)整
我們采用剔除變量的方法解決多重共線性的問(wèn)題。由經(jīng)濟(jì)理論及其他學(xué)者所做的大量實(shí)證分析可知，GDP對(duì)保費(fèi)收入的影響大于CPI對(duì)保費(fèi)的影響，因此我們剔除變量LCPI，建立新的模型。
由于模型發(fā)生了變化，需要重新進(jìn)行Johansen檢驗(yàn)。結(jié)果如表3所示。
由表3可以看出，經(jīng)調(diào)整后的模型也存在著唯一的協(xié)整關(guān)系。
對(duì)模型進(jìn)行回歸，結(jié)果如下：
LPI=-8.615926+1.428653LGDP-0.300343LDR
（-7.838449） （16.75760） （-2.233415）
R2=0.974747 F=385.9934 DW=0.550337
dL=1.168 dU =1.543
我們還需要進(jìn)一步檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲詈妥韵嚓P(guān)。
檢驗(yàn)異方差通常可以采用Goldfeld-Quanadt檢驗(yàn)、White檢驗(yàn)、ARCH檢驗(yàn)和Glejser檢驗(yàn)。由于我們采用的是時(shí)間序列數(shù)據(jù)，所以選用ARCH檢驗(yàn)。結(jié)果證明，當(dāng)ARCH過(guò)程為一階時(shí)，模型不存在異方差。
由于DW=0.550337，dL=1.168，dU =1.543，所以模型存在著自相關(guān)。我們采用AR（1）模型來(lái)修正回歸方程殘差序列的自相關(guān)。修正后的回歸方程如下：
LPI=-4.831795+1.122081LGDP-0.476071LDR
（-1.999724） （5.746836） （-2.934623）
R2=0.990519 F=626.8538 DW=1.649012 df=22
AR（1）=0.659337 dL=1.147 dU=1.541
1
模型估計(jì)結(jié)果說(shuō)明，保費(fèi)收入與國(guó)內(nèi)生產(chǎn)總值和利率之間存在長(zhǎng)期的穩(wěn)定關(guān)系，并且國(guó)內(nèi)生產(chǎn)總值增加1%，保費(fèi)收入增加1.428653%；利率下降1%（這里是指利率的變化率為1%，而不是名利利率下降1%），保費(fèi)收入增長(zhǎng)0.476071%。
五、結(jié)論和后續(xù)研究
本文用時(shí)間序列的平穩(wěn)性檢驗(yàn)和協(xié)整檢驗(yàn)方法證明保費(fèi)收入與國(guó)內(nèi)生產(chǎn)總值和存款利率之間存在著長(zhǎng)期均衡關(guān)系，建立了對(duì)數(shù)線性模型，得出保費(fèi)收入與國(guó)內(nèi)生產(chǎn)總值正相關(guān)，與存款利率負(fù)相關(guān)，并得出了相關(guān)程度的具體數(shù)值。然而由于消費(fèi)物價(jià)指數(shù)與國(guó)內(nèi)生產(chǎn)總值存在著嚴(yán)重的多重共線性，我們把它從模型中剔除了，而作為隨機(jī)擾動(dòng)項(xiàng)處理。
由于有些數(shù)據(jù)較難取得，本文所采用的變量里并未包含所有對(duì)保費(fèi)收入有重要影響的變量，而是作為隨機(jī)擾動(dòng)項(xiàng)處理，這使得一些影響保險(xiǎn)需求的重要因素?zé)o法進(jìn)入模型，從而無(wú)法得到具體的對(duì)保費(fèi)收入的影響程度。此外，由于中國(guó)恢復(fù)國(guó)內(nèi)保險(xiǎn)業(yè)務(wù)的時(shí)間尚短，導(dǎo)致本文所采用的數(shù)據(jù)的樣本容量較小，可能對(duì)某些計(jì)量經(jīng)濟(jì)方法的使用有影響。這些不足之處也是在后續(xù)研究中需要想辦法解決的問(wèn)題。
【參考文獻(xiàn)】
[1] 龐皓：計(jì)量經(jīng)濟(jì)學(xué)[M].科學(xué)出版社，2007.
[2] 孫祁祥：保險(xiǎn)需求因素分析――兼論中國(guó)保險(xiǎn)業(yè)增長(zhǎng)潛在需求因素[J].改革，1997（5）.
[3] 林寶清：保險(xiǎn)需求定量分析[J].金融研究，1992（7）.
[4] 卓志：我國(guó)人壽保險(xiǎn)需求的實(shí)證分析[J].保險(xiǎn)研究，2001（5）.
