时间：2023-07-10 17:40:58
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇资产的相关系数，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
医院总支出也代表医院规模，但更直接的指标是职工数和床位数。在职职工数与人均产出的相关系数为0.045，说明总体上医院职工多的人均产出没有降低，增加人员与增加服务量是相适应的。医院实有床位数与人均产出的相关系数为0.367，P<0.01，说明总体上医院床位多的人均产出稍有增加。医院实有床位与病床使用率的相关系数为0.124，P>0.05，说明医院床位多的病床使用率没有下降也没有上升。在职职工数与人均诊次费用的相关系数为-0.161，P>0.05，与每床日收费水平相关系数为0.421，P<0.01，与出院病人费用的相关系数为0.438，P<0.01，说明较大医院病人诊次费用没有增加，而出院病人费用增加，可能是与收住较多重病患者有关。
固定资产与绩效
在职职工数与人均固定资产的相关系数为0.717，P<0.01，随职工数增加，固定资产以更快的速度增加。随固定资产增加，万元固定资产工作量产出快速下降，固定资产与万元固定资产工作当量相关系数-0.44，P<0.01，固定资产与人均工作量相关系数0.372，P<0.01，随着固定资产的增多，人均工作量有轻度上升，但万元固定资产产出效率下降很快。张彦琦等对重庆市县以上医院的规模效率研究指出多数医院为规模效益递减型[2],也可说明多数医院固定资产在现有工作量情况下不需要再增加；即使工作量增加，多数医院固定资产不增加也可满足需要。平均万元固定资产工作当量为74.44诊疗人次，或者每万元固定资产平均产出2.17出院人次和24.21诊疗人次。
政府财政补偿与绩效
按农民年纯收入分为上、中、下3个水平代表所在的县市的贫富，富裕县市医院平均得到1146万财政补助，而中、下经济水平县市医院分别得到448万元和449万元。分别占其总支出的6.61%、4.39%和4.76%；占其业务支出的6.85%、4.45%和4.88%。政府补偿量与医院人均工作量、人均业务支出、业务支出、业务收入相关系数都小于0.1，政府补偿的多少与业务支出、工作效率没有直接数量相关关系。政府补偿与医院规模无关，与在职职工数的相关系数是0.107，与实有床位的相关系数是0.055。政府补偿与出院病人人均费用、每诊次平均费用、每床日平均费用的相关系数在0.1左右，政府补偿多的也没有产生病人费用下降的作用。医院得到补偿多的是因为县市财政情况好，贫困县市即使医院规模大补偿也不多。这与众多专家以医院绩效为基础的补偿意见不一致[3-5]。
业务收入与绩效
医院业务收入与工作当量的相关系数为0.948，说明业务收入密切地随服务量增加。业务收入、人均业务收入与每床日收费水平、出院者平均费用的相关系数在0.5至0.6之间，P<0.01，即业务收入多的医院人均业务收入也高，床日收费水平、出院者平均费用也高。
县市经济、居民收入与绩效
县市人口数与医院规模有密切相关关系。县市经济状况对医院规模有影响，农民纯收入与县市人口没有相关关系，但与医院在职职工数和实有床位数有正相关关系。农民纯收入水平与医疗费用相关，收入水平下、中、上的诊次费用分别是83元、90元、103元，P=0.060；平均住院日分别是6.9天、7.2天、8.6天，P=0.000；住院床日平均费用分别是442元、485元、586元，P=0.000；出院病人平均费用分别是3024元、3490元、5003元，P=0.000。富裕县市出院病人费用比贫困县市多近2000元，有3种影响因素：（1）居民需求高，使用了一些非基本医疗或药物；（2）医院收费价格高或诱导需求多；（3）医院技术水平高，吸引了较多重症疑难病人。3种因素各占多大比重是一个很难分清的问题，特别是病人需求高与医生诱导需求，在病人经济状况较好的情况下医生提议用较贵药物或多检查病人容易遵从。通过大量抽样并由专家对病历、处方进行检查讨论能够大致分清三者的比重，但是是很繁重的工作。对于那些可能给病人带来一些好处的诱导需求，如增加免疫力的药物、看似无关紧要的心电图检查等，专家的评判意见也常不一致。从现有医疗质量和技术水平指标上如出入院诊断符合率、手术前后诊断符合率、急危重患者抢救成功率、住院病人手术率等看不出与县市经济水平有相关关系。医院规模，即在职职工数与入出院诊断符合率有低度相关，r=0.245，P<0.05，与其他质量指标无明显相关关系。医疗质量与医院规模、经济环境等没有明显关系可能是两种原因，其一是资料可靠性差，如有的医院为提高声誉而作假；其二是指标不科学，收入危重疑难病人亡率高，抢救成功率低。
业务支出回归分析
业务支出代表了医院的业务运行成本，医院得到相当这个成本的资金就可正常运行。把众多可能的影响因素放入业务支出的回归分析可以得到决定系数高达95%的回归方程，但对于政府以绩效为依据的补偿有些指标不适合，如业务支出与实有床位数有密切的关系，我们当前希望控制医疗费用，根据需要增设床位，政府按床位补偿可鼓励医院单纯增加床位，所以不应把实有床位数放入回归；农民收入高医疗需求增高，业务支出增加明显，在医院的筹资能力上不得不考虑。社会效益的主要指标是诊疗人次和出院人次，医疗质量和费用控制也是社会效益，但当前医疗质量指标不科学，难以真正代表医院的服务质量。固定资产因为必须有维护费用，所以放入回归，回归结果见表2、表3。贫困县市收费低，费用控制指数与业务支出有明显关系，在政府补偿时也需要考虑，放入回归后见表3。费用控制指数采用每门急诊人次平均收费水平、每床日平均收费水平、出院者平均医药费用、药品收入占业务收入比重4项指标合成，收费水平低、药品收入占业务收入比重低者给以较大分数。
结论
[关键词]动态影响力；累积加权动态相关系数变化率；DCC模型；轮动效应
[DOI]10.13939/ki.zgsc.2016.16.080
1 引言与文献综述
为什么要研究股市板块对大盘的动态影响力？在瞬息万变的投资世界，了解静态影响力是不够的，特别是在牛市阶段板块之间涨跌此起彼伏，板块对大盘的影响力会发生根本性的变化，所以研究动态影响力有助于投资者根据市场行情解决资产配置的问题。而在静态方面，普通投资者都会有一个初步的判断，国内外的研究者也都有丰富的成果。但是在动态方面，从现有的文献来看，直接涉及如何刻画板块对大盘的动态影响力或者说用什么指标来衡量动态影响力较少，但是一些有益的成果仍值得借鉴。
从传统的静态影响力方面来看，较少的研究者直接研究板块对大盘的影响，大多数的研究者在考量各个板块在不同的阶段对大盘的影响都是从板块的轮动效应出发。Paola Sassetti和Massimiliano Tani（2006）[1]通过1998―2003年的美国数据的实证检验发现，板块轮动效应在不同的经济环境都存在，且在经济不景气的前提下利用板块的轮动效应积极构建投资组合仍然能给投资者带来超额收益。陈幕紫（2009）[2]等人采用Granger因果关系检验和双变量GARCH（1，1）模型对A股行业板块和基金板块间的领滞关系进行了分析研究，得出了中国股市在不同阶段不同板块之间的领滞关系。何诚颖（2001）[3]利用IPO的走势时运用收益率指标，在这一指标基础上给出板块现象强弱等市场特征的量化指标。
从动态的角度来看，自从Engle（2002）[4]在常系数条件模型的基础上提出了DCC模型之后，因为该模型能够刻画不同资产的波动性和信息溢出效应，而且能够刻画各种资产间的动态相关性，因此一经提出就获得广泛的关注，并且利用该模型做了丰富的实证检验。郭文伟（2015）[5]构建VAR-GJR-GARCH-DCC模型分析了中国股市风格资产间的动态相关性和溢出效应。
总结前人的研究成果不难发现，他们在研究两种资产之间的影响时，都是基于已有的理论做的具体的广泛的实证检验过程，较少对模型得出的数据做进一步的挖掘，而本文的研究特色正在于通过挖掘DCC模型得到数据，得到了累积加权动态相关系数变化率指标来衡量板块对大盘的动态影响力。因此本文就如何定义、如何衡量板块对大盘的动态影响力，以及DCC模型的扩展应用做出了一点贡献。
2 实证研究
本文选取沪深300指数来反映大盘行情，沪深300指数（编号：hs300）包括10个行业板块，但为了更好的在图形上说明本文所要描述的方法，现只选取4个板块进行分析，分别为金融板块（编号：jr）、工业板块（编号：gy）、能源板块（编号：ny）、信息板块（编号：xx），当然在实际的投资策略上应该进行全板块分析。另外，在牛市行情中板块的轮动效应会比较明显，故而板块对大盘的影响力也会有更为深刻的变化，所以研究牛市行情更有意义。根据2014―2015年的牛市行情，选取2014年7月22日至2015年6月15日共220个交易日作为研究样本。本文用到的软件是R3.1.2。这里采取指数的收益率代表行业板块的收益率并采用对数法，其计算公式为：
DCC（Dynamic Conditional Correlation）模型即动态条件相关性模型，由Engle（2002）首先提出，它可以比较方便的得到序列之间的每一期的条件相关系数，因此一经提出便得到了广泛的应用。模型具体如下。
假设条件残差为独立同分布的白噪声过程，服从均值为0，协方差矩阵为Ht的多元正态分布，则动态结构设定如下：
其中，ut为条件期望均值，Mt-1为截至t-1期的所有可能获得信息集，Ht为条件协方差矩阵，Dt是对角矩阵，Rt为动态条件相关系数，σii，t为et的方差，可以看出其由GARCH（1，1）模型得来。wi，αi，βi是GARCH（1，1）模型的待估参数，由计算机完成，这里不再详细给出。εt为标准化残差，qii，t为序列i与序列j的协方差，a、b为待估参数，ρij，t为序列i与序列j的无条件相关系数。Qt为序列i与序列j的条件协方差矩阵。该模型的估计分为两步：第一步，估计每一个序列的单变量GARCH（1，1）过程；第二步，使用第一步得到的标准化残差估计动态条件相关系数。
通过DCC模型得到动态相关系数之后，再构建累计加权动态相关系数变化率，具体构建过程如下：
其中，Δi，t为第i个板块的第t期的动态相关系数变化率，pi，t为第i个板块的第t期动态相关系数，pi，t为第i个板块的第t-1期动态相关系数，Πi，t为第t期的累计加权动态相关系数变化率。wi为第i个板的权重，根据金融板块、工业板块、能源板块、信息板块的流通市值占沪深300指数的权重，wi分别为3 实证结果与结论
从图1可以清楚的反映整个牛市的阶段各个板块对大盘的动态影响力走势。横轴以上的面积图反映了累积加权动态相关系数变化率为正，说明在这一过程中板块与沪深300指数的相关性处于较高的位置，也即板块与沪深300的走势越来越趋近于相同，板块对沪深300指数的动态影响力也越强，处于横轴以下的面积图则反映了相关系数处于较低的位置，也即板块与沪深300指数的每日波动不大一致，此时板块对沪深300指数的相对动态影响力减弱。比较横轴以上的面积图，哪个板块的面积处于最高位置，则可以反映此时该板块在这段时间与沪深300指数趋同的动力越强，也即相对其他板块，面积最高所代表的板块动态影响力最强。
从图1的反馈信息来看，牛市的开端，由金融板块崛起带动，随后工业板块走强，之后传递给信息板块；而到了牛市的中端，四个板块的动态影响力并不明显，但是可以从折线图（这里并没给出折线图）看出细节，此时金融板块稍胜一筹；此后牛市的中后端，工业板块与信息板块的影响力交替轮换。
为了证明用累积加权动态相关系数变化率可以反映板块对大盘的动态影响力，现用4个板块的累积收益率图（见图2）来与之比较。从两个图的比较来看，累积加权动态相关系数变化率基本上可以反映板块的累积收益。首先，累积收益图也反映了金融板块率先走强，然后是能源板块崭露头角，之后是工业板块；到了牛市中期，也出现了金融板块发力的情形，进入牛市的中后期，工业板块和信息板块几乎同步走强。所以总的来说，图1与图2反映的市场信息大致相同。
既然图1和图2反映的信息几大致相同，为何要如此费力的构建“累积加权动态相关系数变化率”这个相对复杂的指标呢？显然累积加权动态相关系数变化率比累积收益在反映板块对大盘的影响力方面有独特的优势。从牛市中后期来看，累积动态相关系数变化率可以明确的反映此时工业板块与信息板块出现了影响力交替效应，而累积收益图却只能反映此时的两个板块都走强，且工业板块的累积收益走势始终在信息板块的上方，并没有反映工业板块与信息板块出现轮动的现象，这与实际的市场行情显然不符。
另外值得注意的是，本文所提出的累积加权动态相关系数变化率也能比较完美的解释板块轮动效应的存在。如果粗略的将累积加权动态相关系数变化率理解为轮动效应指标，则可以用影响力走势图来反映板块轮动的走势图。通过实际观察2014―2015年的牛市行情中板块轮动现象与图1反映的轮动现象大致相同。但是，图1中面积最高的图反映的是此时该板块与沪深300指数走势最为接近，本文解读为动态影响力最大，可走势最为接近却并未意味着这个板块是当前涨势最好的板块。相反，板块相对沪深300指数涨势越好，相关性却会减弱，所以用累积加权动态相关系数变化率来反映板块轮动会有稍许偏差，但是从整体来讲拟合效果还是不错的。
本文通过创建一个累积加权动态相关系数变化率来量化动态影响力，以此考察2014―2015年的牛市行情，发现动态影响力走势图与实际的股市行情相差无几，因此具有一定的意义。第一，在板块对大盘的影响力研究方面提出了动态影响力的研究方法，并为该方法提供了一个粗略的理论框架。第二，为DCC模型的扩展应用做了一点贡献。本文运用DCC模型得到数据基础上，做了更深层此的数据处理工作，而非简单的用动态相关系数阐述问题。第三，本文的研究表明，在牛市的初期，一般是常相关系数比较高的板块带动大盘；在牛市的中期，也是常相关系数比较高的板块发力。但在牛市的中后期则由常相关系数比较低的板块轮番带动大盘。因此投资者可以根据这一规律进行策略投资。
参考文献：
[1]Paola Sassetti，Massimiliano Tani.Dynamic Asset Allocation Using Systematic Sector Rotation[J].The Journal of Wealth Management，2006，8（4）：59-70.
[2]陈幕紫，陈敏，吴武清，等.中国A股市场行业板块间领涨关系的动态变换实证研究[J].系统工程理论与实践，2009，29（6）：19-31.
[3]何诚颖.中国股市“板块现象”分析[J].经济研究，2001（12）：82-87.
[关键词] 公益性指标；逻辑关系；权值因子判断表；认可度
[中图分类号] R197 [文献标识码] C [文章编号] 1673-7210（2012）08（c）-0162-02
Based on public benefit to design the Three Level hospital performance evaluation index and its weight
DUAN Mingyu ZHU Yanhong JIANG Yifeng CHEN Minsheng
Department of Science and Education, the First Affiliated People′s Hospital of Shanghai Jiaotong University, Shanghai 200080, China
[Abstract] Based on public benefit, this study uses Pearson correlation analysis to analyze the logical relationship between indexes, and uses the ways of expert interview and questionnaire to patients and staff and weights factor judge table to establish 6 categories 51 performance indexes. This study considered that whether performance evaluation can get satisfactory effect, not only depends on the evaluation system itself, but also on the participation and support from government, hospitals and social.
[Key words] Public benefit indexes; Logical relationship; Weights factor judge table; Approbation degree
公立医院的管理体制和运行机制改革是我国卫生体制改革的重要内容，其中绩效考核体系的变革是现阶段医院管理体制和运行机制改革的重要课题。绩效评价指标体系是绩效体系的核心部分，合理的评价指标体系能够引导公立医院坚持公益。因此，本研究将紧密围绕公立医院公益性，通过专家访谈的方法选择更能有效体现公益性的关键性指标进行深入的探讨和分析，以引导公立医院回归公益性，更好地服务居民。
1 专家访谈法设定考核指标
主要访谈了来自政府管理部门、公立医院负责人、临床科室负责人、理论研究等20个理论和实践专家，主要形成了以医院规模、医疗服务效率、医疗服务质量、科研能力、经济评价、社会评价六个维度的以及51项评价指标：
1.1 医院规模
医技人员总数、执业医师数、执业护士数、中高级职称人数、编制床位数、固定资产、流动资产、负债、万元以上设备台数。
1.2 医疗服务效率
实际开放总床日数、病床使用率、病床周转率、总诊疗人次、人均业务工作量、门诊手术数、出院人数、住院患者手术人次、危重患者抢救人次、门诊药占比、出院者平均住院日、住院药占比。
1.3 医疗服务质量
急诊病死率、医院感染率、住院患者病死率、危重患者抢救成功率、诊断符合率。
1.4 科研能力
统计源论文篇数，发表SCI总篇数，国家级、省部级、局级及院校级课题数，课题总经费，国家级、省部级、局级及院校级奖励数，专利数，博士生导师数，硕士生导师数，重点专科数。
1.5 经济评价
财政补助收入、医疗收入、药品收入、科研收入、医疗支出、药品支出、人员经费支出、患者累计欠费总额、人均次门急诊费用、人均住院费用。
1.6 社会评价
完成政府指令、患者满意度、培训住院医师人数、接收进修人数、培养博士研究生人数、培养硕士研究生人数、培养本科生人数、申办继续教育项目数。
2 分析指标间的相互逻辑关系
关键词： 利率期限结构;股权溢价;BEKK-MGARCH;ADCC-MGARCH
中图分类号：F830.91 文献标识码： A文章编号：1003-7217(2011)05-0035-04
一、引 言
股权溢价是指股票收益高于无风险利率的部分，股权溢价一直是金融市场中受关注的问题。理论上，不同期限国债的收益率反映市场对不同期限利率的预期，国债利率的期限结构会受到宏观经济变量的影响，而其中一些宏观经济变量同样会影响股票收益率，如货币政策、通货膨胀等，因此股权溢价与利率期限结构中的期限溢价之间就存在一定的相关性。本文将采用多元GARCH模型对中国的国债期限溢价和股权溢价之间的动态相关性进行分析。多元GARCH模型（MGARCH）在不同资产之间条件相关性和条件方差的分析中已经得到广泛应用，如Engle和Kroner（1995）［1］的 BEKK模型和Engle（2002）［2］的动态条件相关性模型（Dynamic Conditional Correlation，DCC）。为了考虑方差、协方差和相关性的非对称性，Cappiello，Engle和Sheppard（2006）［3］提出了非对称的动态条件相关性模型（Asymmetric Dynamic Conditional Correlation，ADCC），他们利用ADCC模型对全球股市和债市收益率进行了分析，结果发现全球普遍存在股票收益的非对称性而债券却很少有这种现象，但是股票和债券都存在非对称的条件相关性。袁超等（2008）［4］运用ADCC对中国股市和债市的相关系数的时变性进行研究，结果发现两个市场的相关性存在结构性变化。王璐和庞皓（2009）［5］则使用BEKK模型对股市和债市的波动溢出进行研究。
中国的国债市场自从1996年以来得到不断发展，国债市场与股票市场有着紧密的联系，两个市场的关系也是不断变化的［4］，但已有研究对利率期限结构的期限溢价与股权溢价之间的动态关系关注却较少。与王璐和庞皓（2009）使用BEKK-MGARCH模型、袁超等（2008）使用ADCC-MGARCH模型分析股票指数和债券指数之间关系不同的是，本文分析期限溢价和股权溢价的关系，采用窗口滚动、BEKK-MGARCH和ADCC-MGARCH三种方法进行比较，检验不同动态相关系数的效果差异。同时，本文使用2002年1月~2010年3月的月度数据进行分析，不仅避免了日交易数据高度波动的影响，而且包含了2008~2009年经济危机时期。此外，本文不仅考虑期限溢价和股权溢价之间的动态相关性的时变性，而且关注其符号的变化。二、实证分析
本文的数据来源于锐思金融数据库，数据区间为2002年1月~2010年3月。证券市场指数采用上证综指，上证综指的月度收益率使用 ret 表示。同时考虑交易所债券市场在2009年后的交易比较少，国债数据使用银行间债券市场数据。为了得到不同期限的无风险利率，考虑Nelson-Siegel（1987）［6］简约利率期限结构模型的灵活性和广泛使用［7］，本文根据Diebold和Li（2006）［8］扩展的Nelson-Siegel模型估计即期利率，得到1年和10年的无风险即期利率 y1和y10，其中期限溢价sp101，等于10年期利率减去1年期利率。股票指数收益率与1年期即期利率的差为股权溢价exret。
为了得到国债期限溢价和股权溢价的动态相关性并进行比较，本文首先采用简单的窗口滚动来计算动态相关性，然后采用两个多元GARCH模型进行分析，进而分析动态条件相关系数的变化。
（一）窗口滚动样本相关性
由于本文采用的是月度数据，所以首先采用前6期的数据来计算初始的相关性系数，然后逐月向后滚动得到每个月的滚动相关性系数 corrl ，其计算公式如下：
根据公式（1）计算的样本相关性序列corrl的时间序列图见图1。图中结果显示，期限溢价和股权溢价之间的相关性系数呈现正负交替的波动性。图1 窗口滚动样本相关性
（二）BEKK-MGARCH模型
为了进行比较，同时考虑金融时间序列的非对称性，本文分别采用BEKK-MGARCH模型和考虑非对称性的ADCC-MGARCH模型来分析exret和sp101之间的动态相关性。
根据BEKK-MGARCH模型，本文首先设定 exret和sp101的一阶自回归方程，形式为：
财经理论与实践(双月刊)2011年第5期2011年第5期(总第173期)王志强，熊海芳：国债期限溢价与股权溢价之间动态相关性分析
从表1中可看出，exret的均值方程系数都不显著，而sp101 的均值方程的系数都具有统计显著性。在条件方差和协方差系数中，A(1,1)、A(2,2)、B(1,1)、B(2,2)都是显著的。另外，为了分析条件协方差的变化，分别对其系数A(1,1)×A(2,2)、B(1,1)×B(2,2)进行wald检验，发现它们都是显著不为零的，这说明它们的条件协方差短期具有ARCH效应，长期具有GARCH效应。为了分析exret和sp101之间相关性的时变性，图2画出BEKK-MGARCH模型中的条件相关系数走势。
图2 exret和sp101之间的条件相关系数：
BEKK-MGARCH模型
从图2中看出，基于BEKK-MGARCH模型的 exret和sp101 之间的条件相关系数，其走势呈现上下波动，说明它们之间存在动态的相关性。
（三）ADCC-MGARCH模型
为了更全面地分析 exret和sp101 之间的相关性的时变性，下面采用ADCC-MGARCH模型进行分析：
其中，ri,t是资产收益溢价i在t期的数值，σi,t是资产收益溢价i在t期的条件波动率，σij,t是i和j在时间t的条件协方差，zi,t=ri,t/σi,t，ij是无条件协方差，I是指示函数，当εi,t－1 大于零时为1，它表示波动的非对称性。得到ADCC-MGARCH模型的估计结果如表2。
从表2可看出，除 sp101的非对称性系数不显著外，其他各个系数基本都具有高度的显著性，δ（ex）显著表明波动存在非对称性，α、β均显著不为零，说明滞后一期的标准化残差乘积对动态相关系数存在影响，α+β接近于0.9，反映出相关性具有较强的持续性特征。为了更好的比较分析exret和sp101之间相关性的时变性， 画出ADCCMGARCH模型中的条件相关系数的走势，如图3。
图3 exret和sp101 之间的条件相关系数：
ADCC-MGARCH模型
从图3可以看出，基于ADCC-MGARCH模型得到的 exret和sp101 之间的条件相关系数也是时变的，可以看出：2002~2007年国债期限溢价和股权溢价的相关性基本为负数，其中，2002~2003年相对平稳，2004~2005有下降的趋势，2006~2007年在波动中上升，2008~2009两者相关性是正数。其中，2008年不断上升，2009年以来呈现不断下降趋势。从图2、图3可以看出BEKK-MGARCH 模型与ADCC-MGARCH 模型估计的时变相关系数的差别很大，前者估计的相关系数波动经常发生转折，而后者的情形则相对稳定。
（四）三个动态相关系数的比较
对于国债期限溢价和股权溢价的动态相关性，本文得到3个结果：窗口滚动相关性系数 corrl、BEKK模型的条件相关系数corbek和ADCC模型的条件相关系数cordcc。为了判断哪个模型能更好的反映股权溢价和国债期限溢价之间真实相关系数的时变性，本文对它们进行统计分析，比较哪个更符合实际。表3是这3个变量的统计特征。在表3中，corrl、corbek和cordcc的均值都为负数，cordcc的均值与样本数据静态相关系数-0.10685最为接近，说明ADCC的效果较好。另外，窗口滚动的相关系数corrl最大值、最小值比较接近于1与-1，cordcc次之，corbek 的绝对数相对都较小；3个相关系数都呈现左偏，说明模型中的相关系数多数为负数。实际上，前些年中国的国债市场和股票市场之间的相关性并不是很强，而2008年金融危机以来股市震荡、债市回暖时期股价下跌、债券价格上涨，2009年期限溢价和股权溢价的相关性应该是下降的，3个相关系数中ADCC刚好与这些现实情况相符合。从图3可以看出，股权溢价和国债期限溢价条件相关系数大小在短期内就会发生变动，具有时变性，但两者的相关系数在2007年前多为负数，2008~2009多为正数，说明股权溢价和国债期限溢价的相关性在短期内不断发生变动，但是在正负相关性上却保持相对稳定。
三、结 语
为了得到国债期限溢价和股权溢价的动态相关性，本文采用窗口滚动、BEKK-MGARCH和ADCC-MGARCH模型，分析两者动态条件相关系数的变化及差异。
对于国债期限溢价和股权溢价的动态相关性，本文结果发现ADCC-MGARCH模型的条件相关系数 cordcc 的均值与样本数据静态相关系数最为接近，同时，3个相关系数中ADCC也与现实情况最为相符。从ADCC-MGARCH的条件相关系数看，发现股权溢价和国债期限溢价条件相关系数大小在短期内就会发生变动，但与他们发现相关性的正负符号在短期就会变化不同，中国市场中两者的相关性在正负符号上却保持相对稳定。
参考文献：
［1］Engle R F, Kroner K F. Multivariate simultaneous generalized ARCH ［J］. Econometric Theory, 1995, 11(1):22-150.
［2］Engle R F. Dynamic conditional correlation - a simple class of multivariate GARCH models ［J］. Journal of Business and Economic Statistics, 2002,20(3):339-350.
［3］Cappiello L, Engle R, Sheppard K. Asymmetric dynamics in the correlations of global equity and bond returns ［J］.Journal of Financial Econometrics, 2006, 4(4):537-572.
［4］袁超,张兵,汪慧建.债券市场和股票市场的动态相关性研究［J］.金融研究,2008,(1):63-75.
［5］王璐,庞皓.中国股市和债市波动溢出效应的MV-GARCH分析［J］.数理统计与管理,2009,(1):152-158.
［6］Nelson C R, Siegel A F. Parsimonious modeling of yield curves ［J］. Journal of Business, 1987, 60(4):473-89.
［7］康书隆,王志强.中国国债利率期限结构的风险特征及其内含信息研究［J］.世界经济, 2010,(7):121-143.
［8］Diebold F X, Li C. Forecasting the term structure of government bond yields ［J］. Journal of Econometrics, 2006, 130(2):337-364.
［9］刘懿，罗希.我国次级债券市场约束的实证研究［J］.科学决策,2009,(10):26-34.
The Analysis of Dynamic Relationship between Treasury Maturity Premium and Equity Premium
WANG Zhi-qiang,XIONG Hai-fang
(Research Center of Applied Finance, Dongbei University of Finance and Economics, Dalian 116025)
全球化资产配置必要性
从风险和收益角度为投资者揭示全球化资产配置的必要性，选取2003～2012年上证综指与其他各国市场代表性指数的月度收益率进行比较分析，见表2。
不同国家或地区都不同的风险收益特征，见下图。其中，收益率最高的国家或地区是印度尼西亚，月平均收益率为2.19%，波动率为6.75%。
目前QDII基金主要投资的两大市场分别是中国香港和美国。和上证综指相比，香港恒生指数收益率高，风险低。但与上证综指的相关性较大，相关系数为0.53，较强的相关性使得大比例配置香港股市可能无法起到QDII基金分散A股的作用。相比之下，美股与上证综指的相关性较低，虽然月平均收益率较低，但是波动率也远远低于国内股市。根据马科维茨投资组合理论，将资产的2/3跟踪香港股市，剩余1/3资产配置美国股市，得到的资产组合的收益率为0.80%和国内股市收益率相等，但是其波动率为5.35%。也就是说通过区域配置，可以得到一个收益率和国内股市相同但是风险小于国内股市的组合。
全球化配置效果
股票型
6只以全球化配置为投资主题的股票型QDII基金在美国和中国香港两大市场的投资比例几乎全部在6成以上，工银瑞信全球配置甚至达到了78.06%。直观上来看，全球化效果相对较好的是交银环球精选和工银瑞信全球精选，分别将24.57%、28.69%的资产配置在了美国、中国香港以外，分布的区域分别达到了12和13个，见表3。
配置区域分散并不意味着全球化配置效果好，选择的个股集中于中国概念股，其全球配置效果也会大打折扣。根据上述6只QDII基金四季报显示，仅工银瑞信全球精选基金的前十大重仓股中没有中国概念股，而工银瑞信全球配置、建信全球机遇前十大全部为中国概念股。从相关系数来看，工银瑞信全球精选与上证综指相关性非常弱，相关系数仅为0.03。长盛环球景气行业虽然投资区域较为集中，除了中国香港、美国仅投资了加拿大和法国两个国家，并且配置的比例较低，但是由于该基金相对配置的中概股较少，和上证综指呈现弱相关性，相关系数为0.27，见表4。
FOF型
现有以全球化为投资主题的FOF型QDII基金主要配置的是给类型的ETF基金。一方面，ETF基金可以在二级市场上买卖，交易方便，费用便宜。另一方面，持有ETF基金绕开了个股选择的问题，可以较为直接地进行区域配置。
Abstract： Since Shanghai and Shenzhen stock exchange was founded， the Chinese stock market development has been twenty years of history. In the twenty years of development history， the scale of Chinese stock market is growing and being normal， the stock market information disclosure and the regulatory system constantly improved， and institutional investors are steadily on the increase. With China's successful entry into WTO and introduction of QFII （qualified foreign investment institutions）， Chinese stock market is to speed up the pace with international standards， and the listed company fundamentals has become an important factor of the stock price， the value investment gradually become the main investment philosophy. And financial data is the most direct and efficient index reflecting company value. Biological products industry is getting more and more attention of many investors with its share price stability and resistance to drop in recent years. With the help of financial data for biological products industry company intrinsic value influence share price analysis， this paper helps investors in biological product industry to find the right benefit investment object.
关键词： 价值分析；影响因素；财务指标；股价；回归分析
Key words： value analysis；influence factors；financial target；stock price；regression analysis
中图分类号：F832.5 文献标识码：A 文章编号：1006-4311（2016）19-0022-04
0 引言
中国的股票市场从上世纪九十年代初发展至今已有二十多年的历史，截止2015年年底，沪深A股投资者账户数超过1.7亿，沪深A股上市公司达2800多家，市值规模相当于我国GDP总量，每日成交活跃，备受广大投资者的关注。研究上市公司的财务能力（主要包含偿债能力、营运能力、盈利能力、发展能力）与上市公司股价之间的关系，有利于投资者深入地了解上市公司的财务状况，有利于投资者根据上市公司的基本面理性的进行投资，有利于促进上市公司务实经营。华南理工大学郭文君[1]根据市场有效性假设、现代信息观、剩余价值模型等财务信息的价值相关性证明了我国股票市场属于半强式有效市场，郭文君选取了反应企业盈利、偿债、运营3大能力的指标与上市公司股价进行了相关性分析和实证研究；燕山大学董喜艳[2]研究了银行业上市公司财务信息与公司股价之间的影响关系，纳入研究的指标体系主要反应公司的盈利能力、资产质量、资产充足度、流动性、公司治理结构、创新能力；成都理工大学曾静[3]探讨了农业上市公司财务信息与股票价格之间的相关关系并进行了实证研究。大部分学者研究上市公司财务能力与股价之间的关系时，所选的财务指标要么不全面要么指标冗余导致影响研究效果，本文基于生物制品行业上市公司反映公司财务能力四个方面（偿债方面、营运方面、盈利方面、发展方面）的财务指标，剔除各指标间相关性较大的指标，研究上市公司财务能力与公司股价之间的关系，以期对广大基于生物制品行业上市公司的投资者有一定的益处。
1 指标体系的建立
对公司财务能力的分析主要基于四个方面，一是分析公司的偿债能力，二是分析公司的营运能力，三是分析公司的盈利能力，四是分析公司的发展能力[4]。偿债能力反映了公司偿还到期债务的能力，通过对公司的财务报告等会计资料进行分析，可以了解公司资产的流动性、负债水平以及偿还债务的能力，从而评价公司的财务状况和财务风险，衡量公司偿债能力的主要财务指标有流动比率、速动比率、现金比率、现金流量比率、资产负债率；营运能力反映了公司对资产的利用和管理能力，公司的生产经验过程就是利用资产取得收益的过程，对公司的营运能力进行分析，可以了解到公司资产的保值和增值情况，分析公司资产的利用效率、管理水平、资金周转状况、现金流量状况，考核公司的经营管理水平，衡量公司营运能力的主要财务指标有应收账款周转率、存货周转率、流动资产周转率、固定资产周转率、总资产周转率；盈利能力是公司能够保持长期稳定发展的前提，分析公司的盈利能力有利于判断公司的抗风险能力，有利于发现公司的经营效果，有利于评估公司的经营模式，衡量公司盈利能力的主要财务指标有资产净利率、股东权益报酬率、每股利润、每股净资产、市盈率；发展能力反应了公司未来的发展潜力，折射出公司未来的经营前景，是公司管理层经营决策和公司投资者投资决策判断的重要依据，衡量公司发展能力的主要财务指标有销售增长率、资产增长率、股权资本增长率、利润增长率。建立对上市公司财务能力评估的指标体系如表1所示。
2 方法与数据
本论文所选方法为回归分析法[5]，首先分别将反映公司财务状况四种能力的二级财务指标与上市公司股价（开盘价与收盘价的均值）做样本回归分析，在置信度为0.05的条件下选取有效指标，其次将四部分中的有效指标整理归集在一起，再将其与公司股价做样本回归分析，最后选取最终有效指标并对回归方程和回归系数进行检验，得到样本回归模型。数据来源于28家沪深A股上市公司的财务报表和股价K线图。
3 实证分析―以生物制品行业上市公司为例
3.1 偿债能力财务指标与股价的分析
计算流动比率（A1），速动比率（A2），现金比率（A3），现金流量比率（A）的相关系数如表2所示。
可知流动比率，速动比率，现金比率，现金流量比率两两之间的相关系数都接近1，于是选取大家使用范围较广泛的流动比率与资产负债率和生物制品行业28家上市公司的股价做回归分析，结果如表3所示。
在置信度0.05，自由度26的条件下，查得t检验值为2.055，选取t值绝对值较大的流动比率再与股价做样本回归分析，如表4所示。
在置信度0.05，自由度27的条件下，查得t检验值为2.0518，可知流动比率的t验值大于该临界值，于是在偿债能力财务指标中选取流动比率作为影响2011年样本企业股价的有效指标。
3.2 营运能力财务指标与股价的分析
计算应收账款周转率（B1）、存货周转率（B2）、流动资产周转率（B3）、固定资产周转率（B4）、总资产周转率（B5）的相关系数，如表5所示。
从表5中可以看出有且只有流动资产周转率与总资产周转率相关系数较大，但也不足0.8，可暂时保留，作营运能力财务指标与股价的样本回归分析，如表6所示。
在置信度0.05，自由度23的条件下，查得t检验值为2.0687，只有应收账款周转率与流动资产周转率的t检验值大于临界值，所以在营运能力财务指标中选取应收账款周转率和流动资产周转率作为影响2011年样本企业股价的有效指标。
3.3 盈利能力财务指标与股价的分析
计算资产净利率（C1）、股东权益报酬率（C2）、每股利润（C3）、每股净资产（C4）、市盈率（C5）的相关系数，如表7所示。
知资产净利率与股东权益报酬率的相关系数较大，其次是每股利润与每股净资产，进一步作盈利能力财务指标与股价的样本回归分析，如表8所示。
在置信度为0.05，自由度为23的条件下，查得t检验值为2.0687，只有每股利润的t检验值大于临界值，所以在盈利能力财务指标中选取每股利润作为影响2011年样本企业股价的有效指标。
3.4 发展能力财务指标与股价的分析
计算销售增长率（D1）、资产增长率（D2）、股权资本增长率（D3）、利润增长率（D4）的相关系数，如表9所示。
可知其两两之间的相关程度都不大，进一步作发展能力财务指标与股价的样本回归分析，如表10所示。
在置信度为0.05，自由度为24的条件下，查得t检验值为2.0639，各发展能力财务指标的t检验值均低于该临界值，于是进一步单独作t检验值较大的销售增长率与股价的回归分析得表11。
易知，在置信度为0.05，自由度为27的条件下，销售增长率的t检验值也低于临界值2.0581，于是可以认为发展能力财务指标对股价几乎没有重大影响。
3.5 综合分析
最后入选影响生物制品行业28家上市公司2011年股价的有效指标是流动比率，应收账款周转率，流动资产周转率，每股利润，计算其相关系数得表12。
它们之间的相关系数均未超过0.5，整体来说是较好的，进一步作其与生物制品行业28家上市公司2011年的股价的样本回归分析得表13。
用F检验回归方程模型，21.77757>2.78（临界值），所以回归方程方模型显著，用t检验回归系数，知应收账款周转率不符合参数检验，于是再单独做流动比率（X1），流动资产周转率（X2），每股利润（X3）与股价的样本回归分析，得表14。
用F检验回归方程模型，26.54186>2.99，因此回归方程显著，用t检验回归系数，在置信度为0.05，自由度为25的条件下2.0595，查得t■检验值为2.0595，流动比率，流动资产周转率，每股利润的t检验值均大于临界值，调整后的样本决定系数达到0.739447，说明流动比率，流动资产周转率，每股利润的波动对股价变动的解释程度还是较高的。
4 结论
在生物制品行业28家上市公司中，2011年公司财务指标中的流动比率（X1），流动资产周转率（X2），每股利润（X3）对于2011年公司的股价波动有较大影响，它们的定量样本回归方程为（系数保留两位小数）
Y=22.01+0.17X1-17.82X2+33.88X3
综上分析可知，生物制品行业上市公司影响其股价的财务能力主要是偿债能力、营运能力和盈利能力，根据模型中自变量前的系数可知，盈利能力对生物制品行业上市公司股价的影响最大，其次是营运能力，最后是偿债能力，因此，对于生物制品行业上市公司的投资，投资者需要重点关注公司的盈利能力。
参考文献：
[1]郭文君.基于市场有效性的上市公司财务信息与股价的关系研究[D].华南理工大学，2015.
[2]董喜艳.基于财务信息的银行业上市公司股价影响因素分析[D].燕山大学，2010.
[3]曾静.农业类上市公司财务信息与股票价格之间相关性的实证研究[D].成都理工大学，2015.
【关键词】时间序列 协方差矩阵 最佳阀值 凝聚子群 Matlab Ucinet
股票的相关性分析是规避系统性风险的有效方法，可以判断整体市场的运行态势，更好的挖掘市场机会。在股票市场中，如果两支股票的相关性大，则表明这两支股票波动方向的一致性较强，如果多支股票相互之间的相关性都很强，当一支股票出现大幅度的涨或者跌时，其他股票也发生大幅度涨跌，严重时将危害股票市场的稳定。通过研究股票之间的相关性对投资者的投资决策和监管部门的监管都有重要的意义，对防范和控制股票市场风险，维护金融市场稳定有积极作用。
一、股票相关性指标的确定
（一）研究思路
协方差是一个用于测量投资组合中某一具体投资项目相对于另一投资项目风险的统计指标，通俗点就是投资组合中两个项目间收益率的相关程度，协方差的绝对值越大，表示这两种资产收益率关系越密切；绝对值越小表明这两种资产收益率的关系越疏远。
两个向量间的相关性系数ρ12= ，Cov（R1，R2）表示向量R1与R2间的协方差，假设各数据的概率相等且为，则
这样两个向量间的相关性系数的计算就转换为对其协方差的计算。
（二）数据处理
选取股票中的“个股回报率”作为指标对象，将2013年的数据划分为1、2月、3、4月、5、6月、7、8、9月四个时间段消除时间因素的干扰，抽取40支股票，计算其四个时间段各股票的相关系数，再计算出协方差矩阵，根据矩阵的结果来分析股票之间的相关性。
（三）结果分析
抽取40支股票利用matlab计算其2013年4个时期的相关系数，以股票代码002640、002692、300028、300100、300167、00228
6、002344这几支股票为例进行分析，选择第一时期作为研究的时期，结果见表1；
由表2的结果，数据为正的说明两支股票间的回报率是同方向变化的，像代码为002640与002692之间就同增同减，而002640与300028这两只股票简的回报率是反方向变化的，即当其中一只股票收益上升时，另一只股票的收益是下降的。
该问题选取个股回报率作为相关指标，相关系数作为度量指标，并且巧妙的建立协方差矩阵，将股票间复杂的相关性问题直接的利用协方差来进行分析。
二、股票网络的构建
（一）研究思路
根据做出的相关系数表构建相关性矩阵，以股票间相关系数为权作边，建立无向加权网络模型，选取适当的阈值并在此基础上再寻找最佳阈值精简得到的新的网络，将该网络中最佳阈值附近的一系列阈值构建的网络的关键节点进行比较分析。
（二）研究方法
假定有N只股票。第i只股票在时刻t价格为Pi（t），股票i的对数回报是Si（t）=lnPi（t）-lnPt-1（t），对一定的连续交易日序列，形成回报向量Si，为了表征股票的同步时间进化，在股票i和j之间使用等时间相关系数，定义如下：
这些相关系数形成一个N×N矩阵，且-1≤γij≤1，接着将每个元素取绝对值│γij│转换成影响矩阵，这样就有0≤│γij│≤1，并仍以γij记两只股票间相关系数的绝对值。
无标度网络中存在一定数量的度值（连接数）极高的节点，即度最大的那些节点，通常称为hub节点，也称为网络的关键节点。为了更加细致地分析股票间相互影响的行为，设定不同强度阈值γ0，分别观察当相关系数γij>γ0时的网络性质，我们更关心股票间的强影响，所以只考察γ0>0的情形。
（三）结果分析
在给定阈值0.5构建的网络的基础上再寻找最佳阈值精简得到的新的网络。将该网络中最佳阈值附近的一系列阈值构建的网络的关键节点进行比较，取前15位按从大到小依次排列，如表3所示。
从表3中可以看到，在阈值点0.5、0.505、以及0.51基础上得到的关键节点排名前三位的都为节点002692、002407、002464，前15名的关键节点基本保持不变，由于关键节点对网络起着主导作用，说明运用最佳阈值构建的股票网络具有稳定性，所构建的股票网络拓扑性质也较稳定，有利于进一步研究股票市场中的各种金融现象。
三、凝聚子群模型的构建
（一）研究思路
一个凝聚子群至少涉及两个方面：一个是重点关注子群内部的关系；二是比较子群内部成员之间的关系强度或频次相对于子群内、外部成员之间的关系强度或频次。子群内部的关系与字裙之间的关系称为“核心―边缘”维度，从而引出几个凝聚子群概念。
对于一个多值关系网络中的一个凝聚子群来说，如果其中的全部gα个点到该子群的至少gα-k个点之间的关系的取值都不小于c的话，这种凝聚子群就叫做c层次的k-丛。
（二）研究方法与结论
在UNINET中，点击Network-Regions-Components-Simple graphs进行成分分析。该程序既可以分析二值网络数据、多值数据中的成分、分析无向关系网络，也可以分析有向关系网络。
通过图1可以直观地看出这40支股票板块的划分情况，以002464（金利科技）、002407（多氟多）、002692（远程电缆）、600872（中炬高新）、600201（金宇集团）这五支高凝聚度的股票为关键点，可以将网络图划分为五个板块。分析各支股票所涉及的领域，发现电力、表面材料技术领域、综合性投资、生物科技和金属材料以及高科技尖端领域公司股票具有高凝聚力，这些公司的股票波动会对股市由较大的影响。且由于地区差异、政策原因、行业相关性因素等会导致网络划分版块与实际板块划分存在差异。
四、总结
股票是风险性资产，投资者需要自行承担投资风险，所以每一个投资者应谨慎从事。我们需要认真进行股票投资分析，将风险的损失降到最低。要慎重选择自己的投资对象。股票投资需要智慧与时机的结合，在看准了最佳时机时运用智慧的头脑开展投资行为。近年来股市一直处于熊市低迷状态，股票价格一路下跌，国家需要稳定物价，促进股票市场健康发展；扩大内需，维持汇率相对稳定；控制货币发行总量，适时调整货币政策。作为投资者，我们需要谨慎选择投资对象，智慧投资，一旦看准，长期持有，同时应该量力而行。
参考文献：
[1]赵艳，周洋洋，石大义. 沪深300与其成份股关联性的实证分析[J].现代商业，2012，（35）.
[2]兰旺森，赵国浩. 基于双重加权网络的股票强相关性分析[J].数学的实践与认识，2011，（13）.
[3]兰旺森，赵国浩. 应用复杂网络研究板块内股票的强相关性[J].中山大学学报（自然科学版）， 2010，（21）.
[4]姚燕云. 基于概率度量的我国股市行业板块相关分析[J].绍兴文理学院学报，2012，（8）.
【关键词】 β系数; 风险; ARMA模型
一、引言
资本资产定价模型(CAPM))最早由夏普提出,他用一个简单的模型刻画了资产收益与风险的关系。其核心思想是,提出在一个竞争均衡的资本市场中,非系统风险可以通过多元化加以消除,对期望收益产生影响的只能是无法分散的系统风险。β系数作为一种度量证券相对于市场组合变动的反应程度的重要指标,刻画的正是系统风险。然而,夏普的CAPM是单期的,本身并没有就β系数的跨期性质作出具体要求,早期关于CAPM的实证检验,通常也假定β系数跨期保持不变(“跨期”是指由当期向下一期转换的过程,而且这种转换在时间上是连续发生的。)由于投资者在当前投资期所拥有的信息与在下一个投资期所拥有的信息并不相同,所以“跨期”也意味着投资者拥有信息的不断更新过程,投资者更希望了解系统风险在这种信息更新过程中的变化情况。
就β系数的估计,国内外很多学者在这方面作过大量的研究。其中Yaw M. Mensah(1992)提出了会计β系数和市场β系数两个概念,希望在估计β系数时将市场信息与会计信息结合起来,提出了在回归直线法的基础上加入经营杠杆与财务杠杆两个指标进行估计。Beaver,Kettler和Scholes(1970)、Hamada(1972)、Beaver和Manegold(1975)、Lev(1974)、Bildersee(1975)以及Rosenberg(1984等)等人也在各自的研究中对β系数与会计和非会计影响因素之间的关系进行研究。这些研究都没有考虑β系数的跨期时变性,仅仅就单期的β系数估计问题进行研究。但是所用的样本数据的时间跨度往往超出了会计上对单期的定义,至少都是五年以上的样本。
Blume、Brenner和Smidt曾经讨论过β系数的跨期结构问题,并给出一个经验模型,Merton建立的跨期资本资产定价模型(ICAPM),Breeden建立的消费资本资产定价模型(CCAPM)。
国内很多研究学者也对β系数的估计进行了大量的研究,其中有静态的单期β系数估计研究。陈斐杰(2007)提出用会计变量与β系数建立多元线性模型来对β系数进行估计,而在建模中用到的会计变量,在钟琳琳、刘艳萍的《我国股票B系数与会计信息关系的实证研究》中证实与β系数的线性相关程度并不高。在这些分析方法中,建立模型中用到的历史β系数是通过回归直线法用资产收益对同期市场收益的回归直线估计得来,从理论角度,这种方法实际上是将资产收益变动与市场收益变动的线性相关系数作为β系数估计的基础,而金融市场上不少数据是厚尾分布,它们的方差是不确定的,有的分布连期望都不存在,不满足CAPM理论对收益的正态分布假定,所以线性相关并不是一个好的度量指标。
国内研究中对动态的跨期β系数估计研究有:丁志国、苏治、杜晓宇在《CAPM跨期悖论:β系数时变存在性理论研究》中运用金融学无套利分析方法和现代数理方法,推导CAPM跨期悖论,从理论上证明了β系数跨期时变的存在性。罗登跃、王春峰、房振明在《深圳股市时变β条件CAPM实证研究》中提出的动态条件相关多元GARCH模型计算时变β系数的方法。但他们的多元GARCH模型是由两个一元GARCH模型拼凑形成,这种建模方法不符合一般多元分析的原理。
前人在β系数的估计研究中,大多数是对单期的β系数进行估计,对动态的跨期β系数的估计不多,即使有,在估计方法上也存在一定的缺陷。笔者希望通过本文用多元统计的分析方法建立一个多元的自回归滑动平均模型(ARMA),对收益率时间序列进行拟合,并通过多元模型的动态方差与协方差估计出动态的跨期β系数。
二、理论模型
(一)二元ARMA(p,q)模型
β系数是反映某个资产收益与市场收益之间波动的相关性,现实的金融市场收益率序列通常具有一定的前后期相关性,笔者考虑通过下面的二元ARMA(p,q)模型对收益率序列进行拟合。
φ0=φ01φ02,φi=φ11i φ12 iφ21i φ22 i,?专i=θ11i θ12 iθ21i θ22 i均为系数矩阵。
由于运用二元ARMA(p,q)模型要对动态的方差与协方差进行估计,因此,所得到的收益率序列应该是平稳的非白噪声序列。
(二)模型定阶
多元ARMA(p,q)模型中p,q的取值是确定模型的关键,通常的定阶方法是利用分量边际模型的阶数来确定的。所谓分量边际模型是指:对于给定rt的向量模型,其组成部分的rit的隐含一元模型称为边际模型。Ruey S.Tsay在《Analysis of Financial Time Series》中论证了对于一个k维ARMA(p,q),其边际模型是ARMA[kp,(k-1)p+q]。其中k表示多元模型的维数,在本文的分析中,研究的是资产收益率与市场收益率的关系,因此k=2,通过利用边际模型ARMA[kp,(k-1)p+q]的定阶结果来确定p,q的取值,从而确定多元ARMA(p,q)模型中p,q的取值。
一元ARMA(p,q)模型中p,q的取值利用自相关函数(ACF)和偏自相关函数(PACF)来决定。通过计算偏自相关函数(PACF)和自相关函数(ACF),当对于j>p,偏自相关函数(PACF)趋近于0;对于j>q,自相关函数(ACF)趋近于0,说明变量服从一个ARMA(p,q)模型。
(三)动态β系数估计模型
由多元ARMA模型估计的资产收益率和市场收益率的协方差,资产收益率的方差均为动态的时变模型,由此估计的β系数也是时变的。
三、实证分析
(一)样本数据
本文选取600019(宝钢股份)作为样本公司,为了较好地拟合数据,时间跨度为2001年1月1日至2006年12月31日,并从上海证券交易所网站收集样本公司在此期间的收盘价数据,以及大盘指数对应时间的收盘价数据。
(二)指标选择
在分析中使用资产收益率指标,而不用资产价格。这是因为第一,对普通投资者而言,资产收益率是投资机会的完全的、尺度自由的概括;第二,收益率序列比价格序列更容易处理,因为收益率序列有更好的统计性质。常用的资产收益率有:
由于k期简单收益率等于k个单周期的简单收益率的积,在跨期分析中,单期的收益率分布与多期的收益率分布就会产生不一致,给β系数的跨期估计带来困难。
3.对数收益率:rt=ln(1+Rt),表示从第t-1天到第t天这1个周期内的对数收益率,对多周期收益率有:
rt[k]=ln(1+Rt[k])=ln[(1+Rt)(1+Rt-1)…(1+Rt-k+1)]
=ln(1+Rt)+ln(1+Rt-1)+…+ln(1+Rt-k+1)
=rt+rt-1+…+rt-k+1
k期对数收益率等于k个单周期的对数收益率的和,由于单期rt与多期rt(k)之间和的关系,保证了将单期rt修正为正态后,多期rt(k)也为正态,单期的rt分布与多期的rt(k)分布是一致的,使得β系数在跨期分析中能维持基本假定。可见运用对数收益率进行分析具有更容易处理的统计性质。本文的分析中使用对数收益率序列作为分析用样本数据。
(三)实证结果与分析
以下样本数据的实证分析采用DPS数据分析软件进行。
1.多元ARMA模型定阶
对收集的宝钢对数收益率序列和市场对数收益率序列计算ACF统计量和PACF统计量,并绘制分析图1和图2。从图1和图2中可以看出两个对数收益率序列的自相关系数(ACF)与偏自相关系数(PACF)都呈现拖尾的特点,而且两个图观察到的对数收益率序列的自相关系数,偏自相关系数当j>2时都在向0趋近,所以对个别资产收益率序列建立的边际ARMA模型为ARMA(2,2),则多元的ARMA模型选用多元ARMA(1,1)模型。
2.模型参数估计
多元ARMA(1,1)模型参数估计结果如表1:
表2参数检验结果显示,模型估参数计结果中θ11和θ22的检验不能通过,这两个参数分别反映了资产波动对市场延期波动的依赖和市场波动对资产延期波动的依赖。在金融市场中资产对市场的依赖主要是同步依赖和自相关的影响,而延期影响往往不强,所以此参数值不能通过检验。其他参数均通过了检验,说明模型拟合效果较好。Durbin-Watson d=2.0064,说明模型通过自相关检验,不存在自相关。
根据动态预测结果,宝钢股份2006年下半年的β系数达到-20.1374,严重偏低,2008年上半年的β系数达到19.95408,严重偏高。其余时间的β系数值均在1附近,这与中国股票市场发展的情况是相符合的。中国股票市场经历了长达10年的低迷,在此期间,市场和个股的估值都偏低,剧烈波动幅度不大,因此股票市场的系统风险基本正常,反映在β系数值上是在1附近。2005年下半年经济开始复苏,至2006年年底是上海证券市场的指数已经由2005年年底的1 161.06点上涨到2 675.47点,经济增长逐渐提升,个股估值偏低状况逐渐呈现,系统风险也呈现出来,直观上体现出来的是β系数严重偏低。从宝钢股份2006年下半年的β系数达到-20.1374这一点可以印证。随着经济增长的加快,个股估值得到恢复,系统风险降低,β系数回归正常,在1附近。从2007年估计的β系数值上也体现出来了,2007年上半年和下半年β系数值分别为0.728656和0.654688。在非理性投资的助推下经济增长中的泡沫不断增大,上证指数2007年继续攀升,并于2007年10月16日达到6 124.04点的历史最高点,之后,经济泡沫开始破裂,指数也在快速下滑,市场估值水平在迅速降低,系统风险也逐渐显现出来,体现在β系数值上是β系数严重偏高。宝钢股份2008年上半年的β系数达到19.95408,正好印证了这一点。
四、结论
β系数是当今财务金融理论的一个关键概念,也是资本资产定价模型中最为重要的参数之一,著名的“单一指数模型”就要去事先估计出β系数。β系数的意义在于它被广泛用于衡量证券的系统风险。就方法论而言,β系数又必须从过去证券市场的收益率数据中进行估计,而过去数据估计出来的只能是过去的β系数。过去的β系数要能用于反映现在或将来的风险,则必须具有一定的稳定性才行。因此在应用CAPM模型时,希望β系数在一定时间内稳定,会大大减少具体操作的复杂性,并提高估计的准确性。大量的证据证实了β系数的不稳定,本文利用时间序列分析方法,通过建立二元ARMA模型对资产收益率和市场收益率序列进行估计,并由收益率参数估计结果对资产收益率和市场收益率的方差及协方差进行估计,得到方差和协方差的动态模型,进而估计出动态的β系数。实证分析结果显示模型估计效果良好,对资产市场风险的描述与实际情况接近。
【参考文献】
[1] 张尧庭.连接函数(copula)技术与金融风险分析[J].统计研究,2002(4):48-51.
[2] 李秀敏,江卫华.相关系数与相关性度量[J].数学的实践与认识,2006(12):188-192.
[3] 杨益党,罗羡华.Copula函数的参数估计[J].新疆师范大学学报(自然科学版),2007(6):15-18.
[4] 胡铮洋.基于Copula函数的中国证券市场风险度量[D].2006.
[5] 李娟,戴洪德,刘全辉.几种Copula函数在沪深股市相关性建模中的应用[J].数学的实践与认识,2007(24)16-20.
[6] 李秀敏,史道济.金融市场组合风险的相关性研究[J].系统工程理论与实践,2007(2):112-117.
[7] 丁志国,苏治,杜晓宇.CAPM跨期悖论:β系数时变存在性理论研究[J].吉林大学社会科学学报,2008(1):82-88.
[8] SHARPEW. Capital assetprices:a theory ofmarketequilibrium under conditions of risk [J]. JournalofFinance,1964(19):425-442.
[9] Embrechts P,Lindskog F,McNeil A J. Modeling Dependence with Copulas and Application to RiskManagement[Z]. Working Paper of Department of Mathematics,ETHZ,2001.
自封闭式基金折价之谜被发现以来，经济金融学家们就一直试图为它找出一个合理的解释。早期的各种研究欲以代表基金基本层面的因素为出发点，来解释折价的存在。它们都有一个共同点，均认为封闭式基金折价是由基金所持有的投资组合的某些特征引起的。具有代表性的这些传统解释有：成本、资产流动性、基金业绩、资本利得税。
成本论认为基金收取的管理费用是导致折价的主因，包德鲁克斯(Boudreaux,1973)指出如果管理费用高出合理水平，或者投资者预期未来管理能力会变差，则成本（管理费用）问题便会导致封闭式基金出现折价。资产流动性论（马尔基尔Malkiel,1977）认为封闭式基金的资产净值是用基金持有的股份的市场价格来计算的，通常一只基金持有的某一股票的份额很大，售出时将不可避免地导致股价下跌，因而使得套现后的收益比当前账面的数额少。基金绩效论（马尔基尔，1977）认为折价之所以存在乃因为市场对基金的未来盈利能力评价不高。资本利得税这一解释认为出售已升值的封闭式基金股份必须缴纳资本利得税(capitalgaintax)，此损失应该在基金净值中扣除，故以折扣的形式反映在价格上了。
马尔基尔(1997)的研究被视为早期研究的经典之作，他检验了关于美国封闭式基金折价的各种传统解释，被检验的因素包括：(1)尚未实现的资本升值，(2)红利分发政策，(3)资产的流动性，(4)费用（管理费用），(5)持有的国外股票，(6)基金业绩，(7)基金投资组合的转换。马尔基尔以横截面和时间序列回归方法来测度上述因素是否可以解释折价问题，结果发现基金折价与尚未实现的升值（在基金未实现的升值期间）、资本收益的分配政策、资产的流动性以及国外股票的持有情况有一定的相关性。然而，马尔基尔指出这些因素的解释力有限，只解释了问题的一小部分，便推测市场心理对折价的形成和变动可能有很重要的作用。
鉴于传统研究无法取得令人满意的解释，新的研究便另辟蹊径。大部分研究以投资者情绪为中心，全面考虑了封闭式基金的两个风险：一是其持有的投资组合所带来的风险，它决定了基金股份的基本价值；二是由于市场中投资者情绪波动形成的风险，它使得基金股份的市场价格偏离其基本价值，从而演变成折价。
李等人(leeet.al,1991)认为传统研究不仅无法较满意地解释狭义的折价之谜的成因，而且也根本无法解释广义的折价之谜的四大动态特征。他们认为应考虑投资者情绪这一重要因素，因其对解开折价之谜的四个特征有决定性的帮助。然而，投资者情绪很难被定量测度，因此无法直接验证这一新猜想，只能通过间接验证。具体需要验证如下关系：(1)不同基金的折价变动的同步性，(2)新基金上市的时间选择，(3)小公司的收益率变动和基金折价之间的关系。
结果发现每一个问题均与投资者情绪息息相关，间接说明了这一因素的重要性。首先，基金的折价都高度相关。尽管基金的投资组合不太相同，但由于散户是基金的主要投资者，因此他们的情绪变化会直拉影响各基金的折价，使得其走势大致趋同。其次，根据投资者情绪假说，新的封闭式基金会择时上市，即选择在投资者情绪看好整个封闭式基金业之时上市。实证结果发现情况确是如此，许多新封闭式基金在现有封闭式基金的折价变小时才上市。最后，投资者情绪假说认为封闭式基金的折价应该与小公司股票的收益率呈反方向变动，原因是当投资者对基金未来的收益持乐观态度时，基金的折价就变低，而与此同时这种乐观情绪则表现在对小公司股票的强烈需求上，结果使得其收益率明显提高。李等人对规模投资组合的收益率、封闭式基金折价和市场指数收益率作了回归分析，发现当封闭式基金折价缩小时规模小的股票表现较好。
（二）国内研究
在我国，对封闭式基金折价之谜的研究尚处于起步阶段，据我们所知，迄今为止有三篇这方面的研究文献，分别是顾娟(2001)、汪光成(2001)和上海证券交易所研究报告(2002)。
顾娟(2001)对基金折价和基金未来业绩、基金风险、基金所持投资组合集中度之间的关系做了分析，并检验了各个基金折价之间的相关性。她得出的结果部分地显示了基金折价与基金基本面因素似乎关系不大，但是并没有进一步深入考察投资者情绪的解释作用。
汪光成(2001)对封闭式基金折价问题的相关文献做了一个非常全面的回顾，并简单地分析了我国封闭式基金折价的统计特征，最后提出了这一问题与基金市场的投资理念、投资者的“共同知识”、“投资者类型、基金披露信息和制度安排缺陷有关。然而，由于没有进行深入的定量分析来检验上述关系，因此它仅隶属一种推测而无法确定影响基金折价的真正因素。
上交所研究报告(2002)先使用横截面回归分析了各因素与基金折价率之间的关系，之后又使用E-GARCH方法分析了基金折价与流动性之间的关系。该研究所强调的是各个解释变量和基金折扣之间的相关关系，而并非每个变量的解释力的大小。从其横截面回归结果看，回归的决定系数仅为0.5，说明这些因素并不能完全解释基金折价。另外，E-GARCH分析也只是揭示了基金变现能力与折价之间存在负相关关系。显而易见，若想彻底解开我国封闭式基金折扣之谜，提出一个合理的解释，还需进行更深入的实证研究。
三、基金折价的动态特征
为了便于分析和讨论，本节简单总结和阐述我国基金折价的几个动态特征。
（一）数据和方法
本研究的数据来自深圳国泰安公司(GTA)的中国共同基金数据库。原始数据来源于封闭式基金发放的每周公报，然后由GTA数据库收集、计算。对每只基金的红利和除权已做出适当调整。
封闭式基金折价(DISCit)的计算以周进行，方法如下：
如前所述，封闭式基金折价之谜不仅意味着封闭式基金折价的存在，而且也包括四个特征：基金股份先以高于资产净值的溢价交易，然后很快变成折价，并且大幅度波动，最后当封闭式基金清算或转为开放式时便缩小。图一和表一显示了封闭式基金折价在我国也存在，且动态特征与美国的极为相似：折价指数开始有30%的溢价，然后几乎单调上升到20%的折价。此外，折价指数的波动很大，其均值和中位数分别是5.67%和7.37%。折价的幅度和波动均显著高于美国的数值，说明折价现象在我国相当严重。（注：值得一提的是，由于在中国没有封闭式基金清算和转化为开放式基金的先例，我们不能检验第四个特征。）
为了深入了解上述动态变化，我们进一步观察了每只基金的折价变动情况。表二展示了10只样本封闭式基金的下列数据：(1)上市的日期，(2)上市第一个月的溢价，(3)首次公布折价出现日期。如表所示，在10只封闭式基金中，除了上市较晚的景宏基金之外，其余9只基金都先以高于资产净值的溢价交易，然后在很短的时间内变成折价。另外，溢价与上市时间的早晚关系极大，上市越晚，起始的溢价就越低，变为折价所花的时间就越短。
四、折价的传统解释
为了解析上节中呈现的我国封闭式基金的折价现象，在本节中，我们先试图用传统理论来定量解释，主要考虑三大因素：成本、资本流动性和基金业绩。
（一）成本
表三给出了10只样本基金的管理费用占总净资产的比例。数据来自基金的年度资产负债表。在大多数情况下，管理费大约占净资产市值的0.2%，最高亦仅达0.31%，而折价指数的均值为5.6%，波动范围为-30%到24%。很明显，与封闭式基金的折价相比，管理费用则要小得多，而且，对一个基金来说，它的管理费用在一年内是一个相对固定的数额，而折价则变动很大。
如果管理费用可以解释封闭式基金折价的话，那么在基金的管理开支和基金的折价间有就会存在正相关关系，即较高的管理费用将导致较大的折价。因此，我们用spearman排序相关关系作一个简单的测试。表四列出各基金的折价幅度、成本、资产流动性和业绩表现的统计数据，而表五则是相应的spearman排序相关关系检验结果。在表五中，10月样本基金的2000年每周折价的算术平均和其年管理费用占净资产比例之间的spearman排序相关系数是-0.267，对零相关的原假设的双尾检验P值是0.456，意味着管理费用和封闭式基金折价的正相关关系并不存在。因此，我们认为成本（管理费用）并不是中国封闭式基金折价的一个合理解释。
表52000年样本基金折价幅度、成本、资产流动性和业绩表现之间的Spearman排序相关系数
附图
（二）资产流动性
根据流动性解释，我们预期基金的折价和可流动的程度呈负相关关系。我们也用spearman排序相关来检验此关系。基金的流动性是用它们投资组合的集中程度来代表，即在基金的投资组合中具最大资产净值的10只股票的资产净值之和与基金的总资产净值的比例，使用的数据是2000年度的基金每周集中度的算术均值。从表五中可以看出，其spearman排序相关系数是-0.467，而零相关的原假设的双尾检验P值则是0.17。这一结果同上小节的结果一样令人惊讶，基金折价和投资组合的集中度之间的相关关系为负数，与理论预期相反。然而，这个负相关关系在统计上并不显著。可见，用流动性这个概念无法解释封闭式基金为什么在上市初期的价格超过它的资产净值。因此，资产流动性也不能对我国封闭式基金折价给予合理的解释。
（三）基金业绩
从逻辑上讲，封闭式基金的业绩与其折价应该呈负相关关系。如果投资者认为基金管理者能够获得高于平均水平的利润的话，他便会乐意以高于资产净值的价格买基金股份，反之亦然。在表五中，我们计算了10只样本基金的折价和基金绩效之间的相关系数。这一基金绩效是以一个双因素模型（包括风险和规模两个因素）为基准计算得出的。令人惊讶的是，spearman排序相关系数仅为0.152，零相关的原假设的双尾检验P值也只有0.676，意味着这两个变量间的相关关系为正，但在统计上并不显著。因而，基金业绩同样不能解释我国的封闭式基金折价。
至于税收的解释，因为我国并没有直接征收资本利得税，所以无法进行实证检验。颇为有趣的是，管理费用和10只基金的集中程度之间的spearman排序相关系数为0.615，零相关的原假设的双尾检验P值为0.058，说明此正相关关系在10%的置信水平上统计显著。另外，管理费用和基金业绩显示了极强的正相关关系，spearman排序相关关系是0.69，对应的零相关的原假设的双尾检验P值是0.0027。这一结果给我们提供了基金为何收取高额管理费用的直接证据。
最后，我们将三个因素放在一起，用
横截面回归方法进行分析，结果收录在表六中。纵观表六，回归结果一目了然，三个因素的回归系数无一在统计上显著，说明它们均不能解释基金折价现象。
表6传统解释的横截面回归检验结果（注：本横截面回归样本为18只基金（开元、安信、裕阳、新华、普惠、同益、景宏、泰和、汉盛、裕隆、安顺、天元、景博、景阳、裕元、同盛、金鑫）。回归因变量为各基金2000年内周折价率算术平均数；回归自变量分别是各基金2000年(1)持股集中度、(2)基金绩效、(3)管理费用占总资产比重、(4)基金总资产。）
附图
五、投资者情绪假说
前面的讨论说明传统理论无法解释中国的封闭式基金折价。回顾传统解释，其基石为封闭式基金的风险乃由一些基金的基本因素所导致。然而，众多有关市场有效性的实证研究都指出，仅考虑基本因素还远远不够，因为它忽略了也许是最重要的因素，即投资者情绪，此乃行为金融学研究的中心所在。对基金来讲，我们完全有理由相信，投资者的情绪非同小可，它在很大程度上影响和导致了折价。
为找到支持投资者情绪假设的间接证据，我们将检验：(1)不同基金折价变动的同步性，(2)新基金上市时间的选择，(3)封闭式基金折价和不同规模的股票收益率之间的关系。
（一）不同封闭式基金折价变动的同步性
一般来讲，封闭式基金相互的投资风险不同，这样他们持有的投资组合的组成便不同，因此相应地封闭式基金相互间基本层面不同。由于传统解释认为封闭式基金的折价由投资组合的风险带来，那么如果不存在投资者情绪对基金折价的影响的话，其变动应该不同。相反，如果不同的基金的折价变动呈正相关的话，那么便可以说明投资者情绪是基金折价的主要推动力。
表七给出了组成折价指数的10只样本基金之间以及指数本身的Pearson相关系数。可以非常清楚地看到各只基金的折价之间是高度相关的，且所有的相关系数都为正数，其算术平均数高达0.92，连最低的相关系数亦有0.68，其相关系数标准差为0.07。所有的零相关的双尾检验的P值都是零，说明正相关关系统计十分显著。
表7折价指数与基金（为指数组成基金）折价间Pearson相关系数（1999年10月—2000年12月）
附图
a此表显示的是1999年10月到2000年12月间折价指数和构成此指数的十只基金的折价之间的相关系数，对所有相关系数显著性的双尾检验的P值都为0（未列于表中），表明所有相关系数都显著不等于0。
进一步寻找证据，我们计算了折价指数于1999年下半年之后上市的10家封闭式基金之间的相关系数，检验的时期从1999年12月到2000年12月。表八列出了这10家基金的折价和折价指数之间的pearson相关系数。在基金和折价指数间的相关系数仍然很大，所有的零相关的双尾检验的P值都是零。相关系数的均值是0.945，而最低的相关系数是0.87，标准差是0.03。
表8折价指数与基金（非指数组成基金）折价间Pearson相关系数α（1999年12月—2000年12月）
附图
a此表显示的是1999年12月到2000年12月间折价指数和此指数之外的十只基金的折价之间的相关系数，对所有相关系数显著性的双尾检验的P值都为0（未列于表中），表明所有相关系数都显著不等于0。
概而论之，表七和表八都显示不同封闭式基金的折价同方向变动，支持了不同基金的折价是由相同的投资者情绪所驱动的假设。此外，各只基金的折价的高度相关显示折价指数的变动并非由一些局外点所决定，这也说明我们构建的折价指数足已代表整个封闭式基金业的折价幅度。
（二）新基金上市的时间选择
根据投资者情绪模型，封闭式基金折价并非由单个基金的基本因素所致，而是由投资者针对封闭式基金的情绪所致。此外，前面的实证发现表明各只基金的折价高度正相关，因此，现有封闭式基金的折价可以反映市场对整个封闭式基金业的态度。由此，我们可以预见新的基金将会选择在投资者看好现有的封闭式基金的时候上市，即在这些基金以溢价或以较低的折价交易时上市。
我们通过考察从1999年6月到2000年12月间的新基金上市数目和同期折价指数变动之间的关系，从另一方面来检验投资者情绪假说的合理性。每月的折价指数变动用月内的每周折价的算术平均来衡量，但由于封闭式基金的上市需要较长的申请时间，在计划的上市日期和实际的上市日期之间会有一个时间差，其间的市场情况很可能会剧烈变动。因此，这一检验的结论并不十分准确，只可以作为参考。在图二里，柱状表示新基金每月上市的数目，而线状则表示现有基金折价的变动。
我们看到多数基金的上市选择在折价变得相对较低时期。1999年6月、10月，2000年4月、7月，折价指数有较大幅度下降。在此期间，总共23个封闭式基金中有16个上市。在1999年8月和2000年3月间，当折价指数大幅上升时，没有新的基金上市。
（三）折价变化和不同市值股票收益率之间的关系
投资者情绪模型认为既然封闭式基金折价的变动是由个人投资者的情绪所引起，而小市值股票也主要被个人投资者持有，那么基金折价和小市值股票的收益率之间应该存在联系。研究发现当折价指数变小时，小市值股票收益率就变高，反之亦然。
附图
图2折价指数变动和新基金上市关系
对于我国市场，虽然至今尚无各类投资者的持股状况的研究，但我们认为仍可间接考察封闭式基金折价和不同市值股票收益率之间的关系。我们使用的二元回归模型为：
附图
其中R[,it]是一个规模投资组合(sizeportfolio)的周收益率，其具体的构造方式如下：在1998年的最后一个交易日，我们根据当日沪深两市所有上市公司的流通市值排序，再将所有公司按照顺序平均分为8个组别；在1999年内，保持每个投资组合的组成不变，再计算出组内所有股票的每周收益率的算术平均数，以此作为每个投资组合的周收益率。到1999年最后一个交易日，再如上述方法对沪深两市所有股票排序，组成8个投资组合，分别计算其在2000年内的周收益率。disct是折价指数变化率，即t期折价水平与t-1期折价水平之差除以t-1期折价水平绝对值：
附图
最后，mkt[,t]是沪深两市所有股票的平均（以流通市值加权）收益。
回归结果列在表九。可以看到，折价指数变动率的回归系数随投资组合市值上升而单调下降。具体而言，折价指数的变动率的系数从0.0036（最小规模的投资组合）单调下降到-0.0013（最大规模的投资组合），并且只有在对最大规模组合进行回归时的系数为负。这意味着当大市值股票表现好时，折价便减少；而当小市值股票表现好时，折价则扩大。除了组合G之外，折价指数的回归系数在统计上都很显著，表明了很强的相关关系。
表9模型R[,it]=α[,0]+α[,1]disc[,t]+α[,2]mkt[,t]+ε[,t]回归结果
附图
上述结论说明，我国基金折价变化和不同市值股票收益率之间的关系与美国的情形恰恰相反。为给这一现象一个合理的解释，有必要对我国市场各类投资者以及封闭式基金的投资组合组成做进一步的研究。在缺少这方面资料和证据的情况下，我们只好先做两个猜测。第一个猜测是，既然我们知道共同基金出于流动性的考虑都倾向持有大市值股票，这样当大市值股票表现好时投资者便看好封闭式基金，将抬高基金股份的价格，与之相应的封闭式基金的折价便缩小。第二个猜测是，封闭式基金和小市值股票对某类投资者来说是替代品。当此类投资者衷情小股票时，他们就提高小股票持有的比重，相应降低他们投资组合中封闭式基金的比例，结果封闭式基金价格的降低便导致折价加大。
六、结束语
在本文中，我们检验了中国股市的封闭式基金折价现象。在详细阐述了这一现象后，我们检验了各种可能的解释。我们发现，传统因素不能完全解释折价现象及各种特征，但若考虑到投资者情绪，谜底便迅速被揭开。具体而言，我们得出如下三大结论：(1)不同封闭式基金的折价变动呈现高度正相关；(2)新的封闭式基拿选择在现有封闭式基金的折价小时上市；(3)基金折价变动和不同市值股票的收益率变动之间的关系密切；当小市值股票收益率上升时，封闭式基金的折价就增加；相反，当大市值股票收益率上升时，基金折价便缩小。前两个结论与美国的情况相同，而第三个结论则相反。
目前社会上对基金业运作的看法颇为负面，认为它们并非完全依靠专业化的管理而是凭本身的资金实力和享受的特殊待遇来获取收益，把基金联合锁仓、拉抬重仓股等一系列不当甚至违法行为归咎于两个方面的问题；基金信息披露透明度不够和监管制度安排有缺陷。我们的研究结果表明，提高透明度和加强监管无疑对我国基金市场的健康发展有利，但并不能解决封闭式基金折价这一问题，它与证券市场的宏观环境和投资者的情绪息息相关。国外的经验也告诉我们，基金折价甚具普遍性和长期性，不可能通过完善制度在短期内消除。
我们的定量分析还显示，我国封闭式基金的折价在幅度上比国外严重，因此我们对开放式基金的继续生存持怀疑态度。我们建议，出于对我国基金业的健康发展和对投资者权益的保护的考虑，应暂时停止批准新开放式基金的上市，等封闭式基金折价降低到一个稳定的、吸引的水平后再考虑放松限制。
【参考文献】
1顾娟，2001，中国封闭式基金贴水问题研究，《金融研究》，2001年第11期，62-71页。
2汪光成，2001，投资基金折价问题研究，《金融研究》，2001年第12期，20-28页。
3上交所研究报告，2002，中国封闭式基金折价问题理论与实证分析（海通证券—复旦大学联合课题组），《上证研究》，2002年第4期。
4Boudreaux,K.J.,1973,Discountsandpreniumonclose-endmutualfunds:Astudyinvaluation,JournalofFinance28,515-522
5Chopra,N.,C,M.LeeandR.Thailer,1993,Yes,discountsonclose-endfundsareasentimentindex,JournalofFinance,48,801-808
6Fama,E.,1970,Efficientcapitalmarkets:Areviewoftheoryandempiricalwork,
JournalofFinance25,383-417
7Fama,E.,1991,Efficientcapitalmarkets:II,journalofFinaance46,1575-1617.
8Fama,E.,1998,Marketefficiency,long-termreturns,andbehavioralfinance,JonrnalofFinancialEconomics49,283-306.
关键词：Copula函数；交换期权；风险中性估值原理
1.Copula理论及相关性质
任意一个二维Copula函数C，都满足以下四个性质：
2.多维资产期权
多资产期权的收益函数比较复杂。其中最常见的有标的组合资产的揽子期权（basket.options），如交换期权、极大和极小期权和指数期权等。从数学的角度来看，欧式多维资产期权的收益函数可以表示为：
交换期权最早研究是Margrabe（1978）的标的资产收益率正态分布的情形。但是，后期研究表明，正态分布并不能有效地刻画出基础资产价格的分布情况，因此，期权合理定价的一个关键因素是如何合理地刻画出各个标的资产收益率分布函数。可见，基础资产之间的相关性能否有效地刻画是多维资产定价的另一个重要因素。
因此，在多资产定价过程中，既要考虑基础资产收益率的非正态分布性，又要考虑基础资产之间的相关，定价问题变得更加复杂。首先，由于基础资产收益率有尖峰厚尾现象，标准线性相关系数，如Person线性相关系数，已经不能合理刻画其价格，标准线性相关系数有许多缺陷。其次，在多维资产期权定价时，需要基础资产之间的相关性结构，即基础资产的联合分布函数。这些问题均在传统的定价方法里很难解决，并且解决方法比较复杂，因此，我们需要找到更好的方法解决这些问题。而Copula函数能很好刻画基础资产的相关性，并且可以构造多元分布函数，能解决上述问题。在下一节里，我们将会具体地运用Copula函数对交换期权进行定价。
3.运用Copula函数对交换期权定价
由于要运用Copula函数对交换期权在风险中性测度下进行定价时，下面我们来首先介绍市场测度和风险测度的联系。
参考文献：
关键词：固定资产投资；经济发展
中图分类号：F127 文献识别码：A 文章编号：1001-828X（2015）017-000-02
本文结合我市撤县建市二十年来的固定资产投资发展现状，对固定资产投资与经济发展之间的联系、固定资产投资对经济发展的影响等进行定性定量分析，并提出促进荥阳市投资发展的对策和建议，以供参考。
一、荥阳市固定资产投资发展现状
（一）荥阳投资发展的动力和基础
1.招商引资注入不竭外部动力。荥阳市自1994年经国
家批准撤县建市，建市以来荥阳有了更多的经济自，从此进入一个相对较快的发展阶段。基于荥阳独特的区位优势和交通优势，历届政府都非常重视招商引资，为筑巢引凤先后出台了一系列优惠政策，给予企业土地、税收、财政等优惠，一批优秀的企业如乐百氏、阳光油脂、国电、天瑞水泥、郑煤综机等先后到荥阳投资发展，为荥阳固定资产投资的增长注入了新鲜血液，也为荥阳经济发展增添了外生动力。
2.工业化和集群发展提供坚实基础和源泉。荥阳坚持工业立市、工业强市，在长期的发展过程中，形成了食品、医药、化工、阀门、建筑机械、建材水泥、机械制造、电力煤炭等支柱产业，形成了高山阀门、城关建筑机械、贾峪建材、高村化工等特色工业集群，造就了一批拳头产品，如博大挂面、高山阀门、少林汽车等，在形成工业支柱和造就拳头产品的历程中，就伴随着企业不断的产能扩张和规模扩大，以及为适应市场而进行的产品转型升级，新建、扩建企业和项目如雨后春笋，从而为固定资产投资发展增强了内生动力。
（二）荥阳投资取得巨大成就
1.投资规模呈扩张势头。二十年来，荥阳投资规模由小到大，由少到多，发展迅猛。全社会固定资产投资由1994年的6.3亿元，逐步突破了10亿元（1995年），100亿元（2006年）、200亿元（2008年）、300亿元（2012年）重要关口，2014年达到414.5亿元，二十年来全社会固定资产投资以年均23.3%的速度增长。占郑州市固定资产投资的比重由1994年的4.6%上升到2014年的7.7%，在全省中排名由1994年的第9位上升到2014年的第4位。
2.投资对GDP贡献率攀高。二十年来，投资对GDP增长的累计贡献达到74.8%。投资贡献率呈波动性提高，由1994年的21.1%提高到2014年的72.5%。在消费、投资和出口这三驾马车中，投资在经济增长中发挥着无可替代的作用，未来一段时间，投资仍将是荥阳经济发展的主要推动力量。
二、荥阳市固定资产投资与经济发展关系分析
（一）固定资产投资与经济发展的相关性分析
相关系数是衡量两个随机变量之间线性相关程度的指标。相关系数的公式如下：
相关系数的值介于-1与+1之间，根据相关系数的值的大小，可将相关系数分为三个等级：
1. |r|
2. 0.4≤|r|
3. 0.7≤|r|
根据以上相关系数理论，对荥阳固定资产投资与地区生产总值进行相关系数分析。
首先制作散点图判断是否存在线性关系：
通过散点图可以看出各年固定资产投资与地区生产总值交点在一条直线附近，可以判定两者存在直线线性关系。
其次，根据相关系数理论进行数据计算，结果如下：
r = 0.99116
结果表明，0.7
（二）固定资产投资带动荥阳经济发展
1.目前的荥阳经济是投资拉动型经济。
从拉动经济的三驾马车看，投资占生产总值的比重（投资率）由1994的25.9%逐年上升到2014年的72.7%，固定资产投资已经成为带动经济发展的主要动力。自2005年投资占生产总值的比重首次超过50%以来，已经连续十年占比在50%以上，可以说目前的荥阳经济仍然是投资主导型。
2.投资结构决定经济发展结构。
从二十年来荥阳投资结构看，一产比重在0.5%至13.7%之间变化，二产比重在42%至75%之间变化，三产比重在20%至49%之间变化，投资结构总体上呈现二产比重大，三产其次，一产最小的“二三一”格局。从同期生产总值结构看，一产比重在5%至15%之间变化，二产比重在55%至74%之间变化，三产比重在20%至32%之间变化，生产总值结构也呈现出二产比重大，三产其次，一产最小的“二三一”格局。从以上分析可以判断目前荥阳的固定资产投资是工业主导型投资，荥阳的经济是工业主导型经济。投资结构与经济发展结构基本吻合，工业主导型投资决定了工业主导型经济。由于投资处在经济活动前期，经济发展处在中后期，两者是建设与生产的角色转换，因此投资结构基本上决定了经济发展的结构。
3.投资带来税收和就业。
固定资产投资会带来两次税收。一是在建设过程中形成的税收，二是在竣工形成生产能力后带来的新增税收。2014年荥阳市建筑营业税达24425万元，占全市税收的比重达12.7%，比1994年提高了8.1个百分点。固定资产投资会带来两次就业，一是在建设过程中的用工就业，二是在形成生产能力后带来的新增就业。2014年荥阳市资质内建筑业从业人员达20505人，占全部在岗职工从业人员的比重高达20.6%。
（三）固定资产投资效果递减制约经济发展
长期以来，我市在固定资产投资过程中重投入、轻效益
的问题比较突出。部分资金投入后并未得到充分、有效的运用，投资资金低水平运作，影响了投资效益的提高。投资效果系数是指一定时期的地区生产总值的增加额与引起这一增加的固定资产投资总额的比例。它从资金投入与产出比率上较全面地反映投资活动的最终效益，投资效果系数一般是越大越好。从二十年来投资效果系数看，我市平均投资效果系数为31.7%，投资效果系数处于-9.8%～62.4%之间，呈明显波动态势。2005年以后，我市投资效果系数总体呈现逐年递减趋势，2012年投资效果系数低达8.1%，为近几年最低。固定资产投资效率长期偏低，将制约经济平稳较快增长。
综上所述，我市投资对经济增长的作用短期无法替代，如何发挥好投资的作用仍然是我市经济发展的主要突破口，从投资效果情况看，如何保持适度投资规模，优化投资结构，提升投资效果将是今后一段时期我市投资工作的关键环节。未来工业化和城镇化仍是我市经济发展的主题，大多数劳动力将从事二、三产业。由于我市特殊的经济结构，不管是工业化还是城镇化，投资仍是其实现的基本手段。未来促进投资增长的因素不断增多，新型农村社区建设、生活服务、住房投资和基础设施建设投资仍将会保持较快的增长，成为拉动经济增长的亮点，但随着工业投资增速的下降和服务业发展步伐加快，投资对经济增长的贡献率将逐步减少。
三、荥阳市固定资产投资运行中存在问题
（一）投资面临体制转换和结构转型的双重压力
二十年来，经过坚持不懈的努力，长期制约经济社会发展的基础设施瓶颈得到显著改善。荥阳经济发展已处于基础设施建设与产业协调发展并重的新时期，投资结构从以政府主导、基础设施建设为主体的增长模式逐步转向以市场为导向、产业投资为主体的新发展模式。在积极财政政策逐步淡出，国家转移投资力度减弱的情况下，仍然按传统思维方式推进投资工作，适应性和创新性不够，发展模式上对基础设施和国有投资的依赖，内生型投资意愿不强。同时，项目投资的外延性扩张特点表现依然较为突出，2014年全市改建和技术改造类“内涵型”投资共完成9.9亿元，占全部投资的比重仅为2.4%，而新建、扩建项目完成投资占全部投资的比重为97.6%。以粗放型经营为特征的传统产业投资仍有相当大比重，投资增长方式有待进一步改善。
（二）结构性矛盾仍然存在
加快经济发展方式转变，促进产业结构调整，是提高资源能源利用效率、缓解资源能源压力的有效途径，是实现可持续发展必然选择。投资结构合理与否，在很大程度上决定着整个经济发展的速度和效益。2014年全市一、二、三产业分别完成投资9.9亿元、187.0亿元和217.6亿元，三次产业占投资的比重为2.4：45.1：52.5，其中第二产业投资比重比上年下降7.4个百分点。工业投资力度明显不足，工业投资虽然持续增加，但技改投资和高新技术投资所占比重仍然偏低，传统的（非）金属制造、通（专）用设备制造工业占较大比重。其次，第三产业投资中房地产业投资所占比重较大，而生产业投资占比过低，不利于财税增长和经济结构的调整。
（三）投资扩张与资源、环境制约矛盾进一步凸显
随着近几年投资力度的加大，投资过程中资源与环境制约逐渐成为投资发展的瓶颈因素。在近两年的投资项目中，有很多项目由于土地审批原因，项目迟迟落不了地，最终以项目流产告吹。随着环境保护、产能压缩等各项政策的制约，对投资的压力和影响还会进一步显现。
四、对荥阳市实现经济可持续增长的政策建议
（一）优化投资环境，加速建立和完善市场导向企业为主、政策引导、社会化融资的新机制
一是鼓励民间资本参与基础设施和社会公益项目建设，推动新型产业和高新技术产品建设。二是积极协调金融机构对民间投资发展的信贷投放，简化信贷程序。2014年底，全市金融机构各项存款余额高达232.0亿元，存贷差达93.9亿元，激活民间个人投资的潜力很大，领域也很宽。三是加大扶持企业上市的力度，缓解“域内”资金分争的压力，既可提高企业知名度，有无偿的广告效应，还可以“变债为股”，减少还款压力，降低资金使用成本。四是积极利用域外资金，缓解投资资金的短缺，更重要是弥补技术、管理的不足和带来机制创新。
实证检验结果
通过社会统计软件SPSS18.0分析和计算，得到如下实证检验的结果。2007年—2011年五年的上市金融公司的规模和效益整体情况如表1所示。从表1来看，资产总额与营业收入2007年—2011年的标准差都大于均值，说明样本金融企业的资产总额和营业收入分布的平均离散程度较大。根据具体的数据来看，39家上市金融公司的规模逐年扩张，以年末资产总额均值衡量，2008年比2007年以较大幅度增长，增幅高达13.51%，2009年比2008年继续扩张，增幅达11.11%，2010年比1009年扩张较为显著，增幅高达20.71%，2011年比2010年继续增长，增幅高达15.98%，营业收入总体上呈上升趋势，但是波动幅度较大，以年末营业收入均值衡量，2008年比2007年下降了4.61%。2009年比2008年有所回升，增幅为5.23%，2010年比2009年增长较为显著，增幅高达23.71%，2011年比2010年继续显著地增长，增幅高达20.40%，39家上市金融公司的效益总体上呈逐年增长的态势，但也有所波动。以年末总资产利润率衡量，2008年比2007年以较大幅度增长，增幅高达10.96%，2009年比2008年下降了9.20%，2010年比2009年有所回升，增幅为8.03%，2011年比2010年继续增长，增幅高达10.55%。以年末加权平均净资产收益率均值衡量，2008年比2007年并没有增长，反而下降了很多，降幅高达53.82%，2009年比2008年增长较大，增幅高达49.62%，2010年比2009年有所下降，降幅高达17.80%，2011年比2010年继续下降，降幅高达17.29%，分别对39家上市金融公司2007年—2011年五年的数据进行简单相关分析与偏相关分析和对模型和系数的检验，结果如表2、表3所示。从表2各变量零阶相关矩阵可知，在0.01的显著性水平下，资产总额与营业收入呈显著正相关，2007年—2011年的相关系数均大于0.75，其中，2009年—2011年的相关系数均大于0.8，双尾检验的概率为0，小于1%，表明二者之间高度正相关。资产总额与总资产利润率、资产总额与加权平均净资产收益率之间相关性不显著。资产总额与总资产利润率呈轻度正相关，2007年—2011年的相关系数在0.1—0.4之间，双尾检验的概率在0.1—0.7之间。其中2008年相关系数为-0.017，双尾检验的概率为0.949，二者之间关系极弱。资产总额与加权平均净资产收益率呈轻度正相关，2007年—2011年的相关系数在0.1—0.4之间，其中，2007年和2009年的相关系数均为负，但是2010年和2011年的相关系数在0.3—0.4年之间，双尾检验的概率在0.02—0.03之间，二者之间呈显著正相关。表3去掉了对资产总额与总资产利润率和加权平均净资产收益率之间关系的影响因素营业收入后的偏相关分析可以有效的去掉简单相关系数的夸大成分，其结果表明：以资产总额和总资产利润率两个指标来衡量上市金融公司的规模与效益时，2007年—2011年金融企业规模与效益均呈轻度负相关，且负相关程度和显著水平有逐渐增加的趋势；以资产总额和加权平均净资产收益率两个指标来衡量上市金融公司的规模与效益时，2007年—2011年规模与效益也呈轻度负相关，且负相关程度和显著水平也是有逐渐增加的趋势。
原因分析
根据实证研究所得到的结果可知我国上市的金融公司的规模和效益呈轻度的负相关，然而金融企业规模还在逐年扩大，相对地放松了对与资产相应的收益的要求，结合多种因素分析，其原因主要有如下几点：第一，收购和兼并浪潮使资产规模越来越大。在资本流动性日益增强的背景下，政府鼓励并推动金融企业的兼并和收购，而人民币国际化的趋势也使得各国有控股银行在海外进行大规模的扩张和业务的拓展。其中，并购是金融企业实现资产重组的重要手段之一。而且并购不仅能够增强企业实力，银行规模、客户信任度、市场占有率都会有大幅度的提升，且不同业务类型的金融企业业务的互补也有助于金融企业的业务走向多元化。因此，金融企业倾向于通过扩大规模、提高科技技术的金融产品创新能力和拓宽业务范围，来增强其综合竞争力。第二，政府的扶持和政策的导向使得大型金融机构受到过度保护。特别是国有控股的金融企业需要响应国家的产业扶持规划，为受保护的产业及大型的国有控股企业提供资金支持，而且大型的金融企业一般会向关联方提供优惠的信贷条件。当这种保护达到一定程度时，容易引发金融企业热衷于高风险的投资而有可能产生道德风险，政府的扶持政策的刺激还会客观上激励金融公司涉足高风险的业务。在流动性过剩背景下，传统金融资产收益率逐渐走低，房地产市场和金融市场利好消息逐渐增多，金融企业很容易忽视控制风险。而且金融企业的规模越大，其愿意承担的风险越大。并且金融企业承担的风险越多，规模扩张的意愿就越高。此外，其内部的公司治理也存在一定的缺陷，奖金制度极力地鼓励管理者金融创新创收。第三，大型金融企业开始大规模涉足资本市场业务，特别是海外资本市场业务。金融企业规模越大，业务多样化和涉及资本市场的程度就越深。高风险的股票、期货、期权以及衍生金融工具等金融产品在金融企业的非主营业务收入中所占的比重越来越大。以公允价值计量且其变动计入当期损益的有关规定还可以帮助金融企业美化财务报表，使金融企业过度关注金融工具，进而热衷于投资资本市场，同时其金融工具的市值也左右了金融企业的市场价值。此外，客户在选择银行时主要考虑的是金融企业的规模而不是服务质量，这也不利于建立有效的金融市场监督机制和公平的市场环境。
结论及启示
通过对我国39家上市金融公司的2007年—2011年的财务指标进行实证分析，得知规模与效益之间存在着轻度的负相关关系。研究发现，金融企业需要大力提高经营管理的能力。经过分析可以总结出如下几点启示。金融企业要控制规模的扩张，国有控股金融企业应当引进多元的产权结构，建立起一套高效率的企业经营机制。传统上，金融企业重视分支机构数量的增加而轻视管理质量的提升，导致了经营管理能力与其资产规模不相匹配的结果，带来了资源浪费的负面影响。因此建立多元化的产权结构，提高经营管理水平，适当地扩大业务范围，增强营运能力和盈利能力，提高技术进步和金融产品和服务的创新，满足不同客户的需求，进行多元化的投资降低风险，而不是盲目扩大资产规模，这仍是金融企业改革的重点。由于大型的金融企业的实力和融资能力较强，一般来讲，金融机构的监管部门对金融企业的资本充足率的要求较低，尤其是对大型金融机构，较高的财务杠杆是管理负债的主要手段。金融机构不仅需要获取更多的资金，还应对资本充足率进行动态管理且以资产作抵押进行高倍率借贷利息来规避坏账风险，同时对大额度贷款设置更高的准入门槛。商业银行不同于投资银行，商业银行的客户需求也不同于投资银行的，其所能承受的风险也是不同于投资银行的。其中，个人储蓄是商业银行的负债业务，从监管角度看，商业银行经营的基本要求是稳健和保护存款人的利益。因此，应当将客户对资金的安全性需求放在第一位，而不是以投行的高收益吸引客户的手段进而创收，必须限制商业银行涉及风险高的业务(例如投资高风险的对冲基金、私募股权基金及复杂的衍生金融产品等或开展相关业务)。由于我国金融企业正处于高速发展的阶段，人民币走向国际化势在必行，实证研究的结果与理论的预期有一定的偏差，而且数据的收集也有一定的难度，并没有对上市金融公司按规模或组织形式等类别进行研究，结论有一定程度的推测成份。此外，由于金融企业受政策性导向的影响十分显著，对金融企业的规模与效益的研究还应当随着经济环境和行业竞争态势的变化来多角度地分析。
本文作者：韩露工作单位：辽宁师范大学
