中國(guó)股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能的缺失
——來自上證50指數(shù)的實(shí)證證據(jù)

宋玉臣, 季 宇

(吉林大學(xué) 數(shù)量經(jīng)濟(jì)研究中心, 吉林 長(zhǎng)春 130012)

一、問題的提出

價(jià)格發(fā)現(xiàn)(price discovery)是股票市場(chǎng)的基本功能。Schroeder認(rèn)為價(jià)格發(fā)現(xiàn)是指買賣雙方在給定的時(shí)間和交易場(chǎng)所對(duì)一種商品的質(zhì)量和數(shù)量達(dá)成交易價(jià)格的過程。這一過程就是由于股票交易的參與者眾多,買家和賣家在一個(gè)具有較高的透明度、集中交易、自由報(bào)價(jià)的公開競(jìng)爭(zhēng)市場(chǎng)上進(jìn)行競(jìng)價(jià)。當(dāng)股票價(jià)格過高形成泡沫時(shí),理性套利者會(huì)通過賣出股票的行為抑制股票價(jià)格的上漲并減輕泡沫的程度;當(dāng)股票價(jià)格過低形成負(fù)泡沫時(shí),理性套利者會(huì)通過買入股票行為最終推動(dòng)股票價(jià)格上升。在某一個(gè)時(shí)點(diǎn)上股票價(jià)格可能會(huì)高于或低于其內(nèi)在價(jià)值,具有極強(qiáng)的隨機(jī)性。但從一個(gè)足夠長(zhǎng)的時(shí)間段上看,股票價(jià)格具有均值回歸的特性*均值回歸特征是指證券價(jià)格無論高于或低于價(jià)值中樞(或均值)都會(huì)以很高的概率向價(jià)值中樞回歸的趨勢(shì)。[1]。

如果股票價(jià)格沒有反映上市公司的內(nèi)在價(jià)值,股票市場(chǎng)的資源優(yōu)化配置功能就不能完全發(fā)揮,進(jìn)而不能反映宏觀經(jīng)濟(jì)的變動(dòng)狀況。2012年10月24日人民日?qǐng)?bào)海外版刊載《股票緣何遍地“優(yōu)質(zhì)不優(yōu)價(jià)”》一文。在該文中,中國(guó)證監(jiān)會(huì)主席郭樹清認(rèn)為我國(guó)資本市場(chǎng)存在的主要問題是股價(jià)結(jié)構(gòu)不平衡,炒新、炒績(jī)差問題嚴(yán)重。2011年新股平均發(fā)行市盈率為48倍,而滬深市場(chǎng)的全年平均市盈率只有17.76倍,優(yōu)質(zhì)不優(yōu)價(jià)問題突出,炒低、炒新、炒ST股票等等行為盛行,股票價(jià)格不能客觀地反映股票的內(nèi)在價(jià)值。此外,股票市場(chǎng)在絕大多數(shù)時(shí)間段內(nèi)沒有很好地反映中國(guó)宏觀經(jīng)濟(jì)狀況,甚至呈現(xiàn)嚴(yán)重的背離狀態(tài)。梁琪、滕建州運(yùn)用過度識(shí)別條件約束下的協(xié)整向量分析發(fā)現(xiàn)股市發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間沒有任何因果關(guān)系[2]。伍志文、周建軍的實(shí)證研究認(rèn)為股票市場(chǎng)既不是國(guó)有經(jīng)濟(jì)的晴雨表,也不是非國(guó)有經(jīng)濟(jì)的晴雨表[3]。孫霄翀等分析了我國(guó)上市公司與國(guó)民經(jīng)濟(jì)的關(guān)系以及股票價(jià)格與公司業(yè)績(jī)的關(guān)系,結(jié)果顯示我國(guó)股票指數(shù)在一定程度上脫離了我國(guó)經(jīng)濟(jì)基本面[4]。杜江、沈少波采用趨勢(shì)分析、協(xié)整分析和因果關(guān)系檢驗(yàn)方法,對(duì)我國(guó)股票市場(chǎng)和實(shí)體經(jīng)濟(jì)之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn),結(jié)果發(fā)現(xiàn)兩者之間存在背離關(guān)系[5]。這些研究表明中國(guó)股票市場(chǎng)沒有充分發(fā)揮價(jià)格發(fā)現(xiàn)的功能,市場(chǎng)成熟程度有限。

對(duì)于證券市場(chǎng)價(jià)格發(fā)現(xiàn)功能的研究,從不同的研究角度和不同的數(shù)量研究方法有很多的研究文獻(xiàn)。何誠穎、張龍斌、陳薇使用向量誤差修正模型和脈沖響應(yīng)函數(shù)對(duì)滬深300股指期貨1分鐘高頻數(shù)據(jù)進(jìn)行了分析,結(jié)果表明期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力都要強(qiáng)于指數(shù)現(xiàn)貨市場(chǎng)[6]。方匡南、蔡振忠利用滬深300股指期貨5分鐘高頻數(shù)據(jù),引用信息共享模型、公共因子模型研究了我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)貢獻(xiàn)程度,認(rèn)為我國(guó)指數(shù)現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)功能中的作用相對(duì)較大[7]。嚴(yán)敏、巴曙松、吳博使用向量誤差修正模型、公共因子模型和帶有誤差修正的雙變量EGARCH模型,對(duì)滬深300股指期貨市場(chǎng)和現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能進(jìn)行了實(shí)證研究,證明了指數(shù)現(xiàn)貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中起到主導(dǎo)作用[8]。李海英、馬衛(wèi)鋒、羅婷運(yùn)用相關(guān)系數(shù)、協(xié)整檢驗(yàn)、誤差修正模型、格蘭杰檢驗(yàn)、Garbade-Silber模型,通過現(xiàn)貨和期貨的對(duì)比對(duì)上海燃料油期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能進(jìn)行了分析,結(jié)果表明上海燃料油期貨價(jià)格與國(guó)內(nèi)現(xiàn)貨價(jià)格之間存在協(xié)整關(guān)系,燃料油期貨價(jià)格發(fā)現(xiàn)功能發(fā)揮較好[9]。華仁海、劉慶富的研究結(jié)果顯示股指期貨價(jià)格和股指現(xiàn)貨價(jià)格之間存在協(xié)整關(guān)系和雙向價(jià)格引導(dǎo)關(guān)系,股指期貨對(duì)股指現(xiàn)貨的引導(dǎo)力度相對(duì)較大,是價(jià)格發(fā)現(xiàn)過程的主要驅(qū)動(dòng)力量[10]。徐國(guó)祥、李文首次利用由自己編制的中國(guó)金屬期貨價(jià)格指數(shù)(CMFPI)和上海有色金屬價(jià)格指數(shù)(SMMI)數(shù)據(jù)進(jìn)行了對(duì)比分析,構(gòu)建了信息傳遞效應(yīng)模型和G-S模型,研究結(jié)果發(fā)現(xiàn)我國(guó)金屬期貨市場(chǎng)和現(xiàn)貨市場(chǎng)之間存在顯著的雙向價(jià)格引導(dǎo)關(guān)系,金屬期貨市場(chǎng)已基本具備價(jià)格發(fā)現(xiàn)能力[11]。蘇治、陳楊龍采用Morlet小波時(shí)頻互相關(guān)分析方法檢驗(yàn)了我國(guó)以及國(guó)際主要市場(chǎng)股指期貨和現(xiàn)貨價(jià)格序列的動(dòng)態(tài)關(guān)聯(lián)性,研究表明滬深300指數(shù)和股指期貨在低頻長(zhǎng)周期范圍內(nèi)呈現(xiàn)長(zhǎng)時(shí)間高度相關(guān)、協(xié)同波動(dòng)的特征;在高頻短周期范圍內(nèi),兩者整體仍然具有協(xié)同波動(dòng)性,期貨與現(xiàn)貨具有交錯(cuò)引導(dǎo)的特征,最終的結(jié)論是我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)效率較美國(guó)、英國(guó)等成熟市場(chǎng)仍有較大差距[12]。陳秋雨、陳沖、馮煒利用對(duì)比的方法研究了黃金市場(chǎng)價(jià)格發(fā)現(xiàn)功能,使用的研究方法同樣包括協(xié)整理論、誤差修正模型、格蘭杰因果分析和脈沖響應(yīng)函數(shù),并得出黃金期貨市場(chǎng)已經(jīng)逐漸發(fā)揮其價(jià)格發(fā)現(xiàn)功能的結(jié)論[13]。

通過研究以上文獻(xiàn)可以看出,目前關(guān)于股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能的檢驗(yàn)方法以現(xiàn)貨市場(chǎng)和期貨市場(chǎng)的比較分析居多。該種檢驗(yàn)方法是以一種價(jià)格理性為前提,一般來說,如果兩種價(jià)格一致,則可以認(rèn)為兩種價(jià)格存在理性價(jià)格和非理性價(jià)格兩種可能;如果檢驗(yàn)的兩種價(jià)格不一致,則至少有一個(gè)價(jià)格是非理性的。因此,筆者認(rèn)為該方法對(duì)價(jià)格發(fā)現(xiàn)功能的檢驗(yàn)存在缺陷。本文以均值回歸為理論前提,通過檢驗(yàn)當(dāng)期股票指數(shù)與滯后期股票指數(shù)之間的相關(guān)性來說明股票指數(shù)是否存在均值回歸現(xiàn)象,若存在,則說明股票市場(chǎng)基本具備價(jià)格發(fā)現(xiàn)能力。此種方法規(guī)避了對(duì)現(xiàn)貨市場(chǎng)和期貨市場(chǎng)理性價(jià)格的假設(shè),更具備實(shí)踐性。

二、實(shí)證研究方法的選擇

均值本身就是證券的內(nèi)在價(jià)值, 反映一定時(shí)間長(zhǎng)度范圍內(nèi)市場(chǎng)對(duì)該證券價(jià)格的承認(rèn)。 在某一個(gè)時(shí)點(diǎn)上證券價(jià)格變動(dòng)具有隨機(jī)性, 而均值卻具有較強(qiáng)的穩(wěn)定性特征, 它具有熨平證券價(jià)格隨機(jī)波動(dòng)的作用[14]。 如果股票收益率呈均值回歸就說明股票市場(chǎng)具有價(jià)格發(fā)現(xiàn)的功能, 如果股票收益率呈趨勢(shì)特征就說明不具有價(jià)格發(fā)現(xiàn)的功能。

一直以來對(duì)于股票收益率均值回歸的檢驗(yàn)均以線性模型為主,即假設(shè)股票價(jià)格圍繞其基本價(jià)值波動(dòng)的過程具有線性特征。然而,越來越多的均值回歸現(xiàn)象無法通過線性模型得到合理的解釋,股票市場(chǎng)中存在很多隨機(jī)因素使得股價(jià)的波動(dòng)過程呈現(xiàn)非線性特征。導(dǎo)致這種現(xiàn)象的原因主要有兩種:首先是投資者的異質(zhì)性,即面對(duì)同樣的信息,不同的投資者作出的抉擇不可能完全一致;其次,監(jiān)管部門對(duì)股票市場(chǎng)的調(diào)控行為的作用也會(huì)對(duì)不同種類的股票收益率均值回歸過程產(chǎn)生影響并且大小和方向也不盡相同。因此,在股票收益率的均值回歸實(shí)證檢驗(yàn)中應(yīng)該考慮到非線性因素。

在非線性模型中,平滑轉(zhuǎn)換自回歸模型(smooth transition autoregressive, 簡(jiǎn)稱STAR)是近年來運(yùn)用較為廣泛的模型之一,該模型可用于檢驗(yàn)股票收益率的非線性均值回歸。Michael Monoyios & Lucio Sarno運(yùn)用STAR模型對(duì)1987年以來的美國(guó)標(biāo)準(zhǔn)普爾500指數(shù)(S&P 500)和英國(guó)富時(shí)100指數(shù)(FTSE 100)進(jìn)行了檢驗(yàn),結(jié)果表明兩個(gè)指數(shù)在這段時(shí)期內(nèi)均表現(xiàn)出明顯的非線性均值回歸[15]。Sebastiano Manzan討論了美國(guó)股票市場(chǎng)是否能夠合理地反映出股票的內(nèi)在價(jià)值,并利用STAR模型來模擬股票對(duì)其基本價(jià)值的偏差路徑,結(jié)果表明,股票價(jià)格偏離其基本價(jià)格的動(dòng)態(tài)過程呈現(xiàn)一個(gè)非線性調(diào)整過程,即該區(qū)間股票價(jià)格存在非線性均值回歸[16]。Jorge等運(yùn)用STAR模型對(duì)西班牙35指數(shù)進(jìn)行了分析,得到的結(jié)論是這一指數(shù)呈不對(duì)稱均值回歸特性,說明股票市場(chǎng)具有價(jià)格發(fā)現(xiàn)功能[17]。Kian-Ping Lim & Liew采用Kapetanios等在STAR模型中提出的非線性單位根檢驗(yàn)方法,認(rèn)為曼谷、中國(guó)香港、韓國(guó)、吉隆坡、日本、新加坡和中國(guó)臺(tái)灣的股票收益率在1986—2003年存在著非線性均值回歸的現(xiàn)象[18]。Shu-Ling Chen & Kim利用靜態(tài)非線性單位根檢驗(yàn)方法檢驗(yàn)了亞洲新興國(guó)家市場(chǎng)的股票價(jià)格,結(jié)論是這些國(guó)家的股票價(jià)格都呈現(xiàn)非線性均值回歸趨勢(shì)[19]。Chi-Chen Chiu, Shih-Chuan Tsai & Tsui-Huang Wu運(yùn)用非對(duì)稱ESTAR模型對(duì)包括英、美、德、法、日等國(guó)家及地區(qū)的具有代表性的股票期貨指數(shù)的動(dòng)態(tài)變化過程進(jìn)行了分析,結(jié)果表明這九個(gè)國(guó)家及地區(qū)的期貨股指均具備非對(duì)稱均值回歸的特征[20]。

三、模型選擇與實(shí)證研究

1.數(shù)據(jù)選取

本文采用上證50指數(shù)作為樣本數(shù)據(jù)。上證50指數(shù)是根據(jù)科學(xué)客觀的方法,挑選上海股票市場(chǎng)公司規(guī)模大、最具代表性的50只股票組成的樣本股,50只股票凈利潤(rùn)與利潤(rùn)總額占全部A股的比例達(dá)到40%左右,代表了優(yōu)質(zhì)藍(lán)籌股。上證50成分股具有很好的流動(dòng)性,并且能夠更準(zhǔn)確地反映優(yōu)質(zhì)大盤藍(lán)籌股的市場(chǎng)表現(xiàn)。對(duì)以藍(lán)籌股為代表的上證50指數(shù)價(jià)格發(fā)現(xiàn)功能的實(shí)證研究具有代表性。上證50指數(shù)于2004年1月2日正式發(fā)布,本文將樣本區(qū)間確定為2004年1月至2012年12月,并采用月度數(shù)據(jù)進(jìn)行檢驗(yàn)。

2.STAR模型

STAR模型由若干個(gè)回歸機(jī)制構(gòu)成,各個(gè)機(jī)制之間的轉(zhuǎn)換過程是逐漸連續(xù)平滑的。其中兩個(gè)機(jī)制的STAR模型應(yīng)用最為廣泛。具體來講,單變量STAR模型是兩個(gè)線性自回歸模型的加權(quán)平均。模型的一般表達(dá)方式如下:

(1)

或

(2)

根據(jù)G(st;γ,c)的不同形式,STAR模型還可以分為L(zhǎng)ASTAR模型和ESTAR模型。

LSTAR模型為:

(3)

隨著st的增加,函數(shù)G(st;γ,c)從0到1單調(diào)遞增。γ越小,機(jī)制轉(zhuǎn)換越平滑。

ESTAR模型為:

G(st;γ,c)=1-exp(-γ(st-c)2),γ>0

(4)

大量的實(shí)證研究證明,與LSTAR模型相比,ESTAR模型更適合時(shí)間序列中存在明顯拐點(diǎn)的情況。

3.模型的設(shè)定

式(5)左右兩邊同時(shí)減去yt-1,可得到:

令β1=α1-1,β2=α2,…,βj=αj,則式(6)可轉(zhuǎn)換成式(7)的形式:

(7)

其中,yt為第t期上證50指數(shù),yt-j為滯后j期上證50指數(shù),Δyt為第t期指數(shù)減去滯后1期指數(shù),轉(zhuǎn)換變量st取yt-d,d為延遲參數(shù)[21]。接下來通過步驟1至5對(duì)式(7)進(jìn)行估計(jì)[22]。

(1) 滯后階數(shù)p的確定

對(duì)平穩(wěn)的時(shí)間序列建立p階自回歸模型,根據(jù)AIC或SC準(zhǔn)則選擇滯后階數(shù)[注]由于時(shí)間序列通常為一階差分平穩(wěn)序列,這里對(duì)原數(shù)列數(shù)據(jù)取對(duì)數(shù)后再進(jìn)行一階差分處理。。通常p的取值范圍在1至6之間,檢驗(yàn)結(jié)果如表1所示。

表1 自回歸模型的滯后階數(shù)表

可以看出AIC在p=3時(shí)取最小值,而SC在p=1時(shí)取最小值。通常在AIC和SC結(jié)果不一致時(shí),采用SC結(jié)果作為標(biāo)準(zhǔn),遂將滯后階數(shù)定為1。式(7)則改寫為:

Δyt=β1yt-1+β2yt-1G(yt-d;γ,c)+εt

(8)

(2) 模型的線性檢驗(yàn)以及確定延遲參數(shù)d

在對(duì)式(8)進(jìn)行估計(jì)之前,首先要檢驗(yàn)非線性是否存在。由于在線性假設(shè)條件下,參數(shù)γ并沒有被定義,因而無法直接對(duì)式(8)進(jìn)行檢驗(yàn)。通常的解決方法是在γ=0處對(duì)轉(zhuǎn)換函數(shù)作一階泰勒展開,并以此作為輔助回歸進(jìn)行線性檢驗(yàn)。

LSTAR模型中,輔助回歸的形式為:

Δyt=φ1yt-1+φ2yt-1yt-d+wt

(9)

ESTAR模型中,輔助回歸的形式為:

(10)

可以看出,式(9)包含于式(10)之中,只需對(duì)式(10)進(jìn)行線性檢驗(yàn)。原假設(shè)H0為:φ2=φ3=0。對(duì)式(10)進(jìn)行Wald檢驗(yàn),其中對(duì)d取1至8分別檢驗(yàn),得出的結(jié)果如表2所示。

表2 Wald檢驗(yàn)結(jié)果

在10%的置信水平下,p小于0.1則拒絕原假設(shè),接受非線性假設(shè)。從表2中可以看出,在d=3時(shí),其結(jié)果明顯拒絕原假設(shè),因此選用yt-3作為平滑轉(zhuǎn)換變量。

(3) 選擇分布函數(shù)形式

由式(9)和式(10)可以看出,若φ3≠0,則選擇ESTAR模型。因此,再次對(duì)式(10)進(jìn)行Wald檢驗(yàn),此時(shí)的原假設(shè)為H0:φ3=0。檢驗(yàn)結(jié)果如表3所示,在1%、5%和10%的置信水平下,明顯拒絕原假設(shè),因此,分布函數(shù)選用指數(shù)形式,模型為ESTAR模型。

表3 約束條件檢驗(yàn)結(jié)果

(4) 實(shí)證結(jié)果

經(jīng)過步驟1至3,初步確定待估計(jì)模型為:

(11)

使用非線性最小二乘估計(jì)法對(duì)式(11)進(jìn)行估計(jì),具體結(jié)果見表4。

表4 非線性最小二乘估計(jì)結(jié)果

從表4可以看出,各個(gè)參數(shù)在10%的置信水平下均不顯著,由此可以看出,在2004年至今這段期間內(nèi),上證50指數(shù)的滯后期價(jià)格同當(dāng)期價(jià)格之間不存在必然的聯(lián)系,均值回歸現(xiàn)象不明顯。

(5) 非線性單位根檢驗(yàn)(KSS檢驗(yàn))

Kapetanios(2003)針對(duì)STAR模型提出了非線性單位根檢驗(yàn)(KSS)的思想,利用該思想可以完善對(duì)上證50指數(shù)的均值回歸檢驗(yàn)。Kapetanios的原文中使用ESTAR模型為例,模型設(shè)定如下:

(12)

檢驗(yàn)的原假設(shè)H0:θ=0,考慮到γ在原假設(shè)下沒有定義,因此對(duì)式(12)在γ=0處進(jìn)行一階泰勒展開:

(13)

(14)

表5 輔助回歸檢驗(yàn)結(jié)果

注: 在1%和5%置信水平下的tNL臨界值分別為-3.90和-3.40。

根據(jù)δ1的p值可以看出,可以看出,在1%、5%和10%的置信水平下,不能拒絕存在單位根(非穩(wěn)定)的原假設(shè)。

四、結(jié)論及啟示

STAR模型框架下的非線性最小二乘估計(jì)和KSS法的檢驗(yàn)結(jié)果都表明上證50指數(shù)不存在均值回歸現(xiàn)象。由此得出結(jié)論,在樣本區(qū)間范圍內(nèi),上證50指數(shù)的股票平均起來看沒有很好地發(fā)揮其價(jià)格發(fā)現(xiàn)的功能,中國(guó)股票市場(chǎng)尚未成熟。造成這種功能缺失的根本原因是IPO的非市場(chǎng)化。中國(guó)股票市場(chǎng)一級(jí)市場(chǎng)IPO的定價(jià)權(quán)基本是由政府監(jiān)管部門來控制,而二級(jí)市場(chǎng)是一個(gè)由眾多投資者構(gòu)成的競(jìng)價(jià)交易市場(chǎng),其市場(chǎng)化程度會(huì)遠(yuǎn)遠(yuǎn)高于一級(jí)市場(chǎng)。目前,中國(guó)股票市場(chǎng)形成了一個(gè)惡性循環(huán):由于一級(jí)市場(chǎng)定價(jià)過高,二級(jí)市場(chǎng)回歸的方向就只能選擇下跌。低迷的二級(jí)市場(chǎng)會(huì)使一級(jí)市場(chǎng)IPO無法順利進(jìn)行,于是監(jiān)管部門開始調(diào)控股市,政策托起并形成牛市,形成有利于上市公司并引導(dǎo)圈錢的工具,這就是所謂的“政策市”。正是由于“政策市”才導(dǎo)致中國(guó)股票二級(jí)市場(chǎng)價(jià)格發(fā)現(xiàn)功能不斷地被中斷和不斷地被破壞。

要想有效發(fā)揮股票市場(chǎng)價(jià)格發(fā)現(xiàn)的功能就必須充分利用市場(chǎng)機(jī)制的作用,而充分利用市場(chǎng)機(jī)制就必須進(jìn)行市場(chǎng)化改革。市場(chǎng)化改革的過程中要明確兩點(diǎn)啟示:

第一,明確中國(guó)股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能缺失的根本原因,逐步實(shí)現(xiàn)IPO定價(jià)的市場(chǎng)化。由于中國(guó)股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能缺失主要是受“政策市”的影響,因而我國(guó)應(yīng)該逐步實(shí)現(xiàn)IPO制度向注冊(cè)制邁進(jìn),將IPO的定價(jià)權(quán)轉(zhuǎn)移給市場(chǎng),從根本上實(shí)現(xiàn)股票市場(chǎng)價(jià)格發(fā)現(xiàn)功能的修復(fù)。

第二,股票發(fā)行與上市分離模式是實(shí)現(xiàn)市場(chǎng)化的重要步驟。在市場(chǎng)化改革的過程中要經(jīng)歷無數(shù)陣痛,為使市場(chǎng)化改革能夠逐步地進(jìn)行,而非急于求成,筆者認(rèn)為可以先試行股票發(fā)行與上市分離模式。股票上市本來解決的是流動(dòng)性問題,但中國(guó)股票市場(chǎng)的一個(gè)顯著特征是股票上市的主要目的是為了籌資,圈錢動(dòng)機(jī)顯露無疑。為了杜絕這種現(xiàn)象的發(fā)生,可以先實(shí)現(xiàn)發(fā)行市場(chǎng)(一級(jí)市場(chǎng))市場(chǎng)化,然后二級(jí)市場(chǎng)市場(chǎng)化,最后形成完全市場(chǎng)化模式。企業(yè)股份只要符合條件,不發(fā)行新股也允許原有股份上市交易,這樣一來,可以立即消除發(fā)行市場(chǎng)虛假繁榮現(xiàn)象,還原一級(jí)市場(chǎng)本應(yīng)存在的風(fēng)險(xiǎn)。

市場(chǎng)化改革可能面臨風(fēng)險(xiǎn),即對(duì)股票市場(chǎng)上投資者和上市公司的非市場(chǎng)化行為的矯正必將經(jīng)歷股市低迷的過程。所以,我國(guó)應(yīng)該健全監(jiān)管體制,合理推行制度創(chuàng)新,努力幫助股票市場(chǎng)順利走出改革陣痛的陰影,使其充分發(fā)揮價(jià)格發(fā)現(xiàn)這一基本功能,最終實(shí)現(xiàn)資源的優(yōu)化配置。

[1] 宋玉臣,寇俊生.滬深股市均值回歸的實(shí)證檢驗(yàn)[J].金融研究, 2005(12):59-65.

[2] 梁琪,滕建州.股票市場(chǎng)、銀行與經(jīng)濟(jì)增長(zhǎng):中國(guó)的實(shí)證分析[J].金融研究, 2005(10):9-19.

[3] 伍志文,周建軍.“股經(jīng)背離”的存在性之爭(zhēng)及其實(shí)證檢驗(yàn)[J].財(cái)經(jīng)研究, 2005(3):37-47.

[4] 孫霄翀,高峰,馬菁蘊(yùn),等.上證綜指脫離中國(guó)經(jīng)濟(jì)嗎?——兼論如何改進(jìn)上證綜指[J].金融研究, 2005(10):173-183.

[5] 杜江,沈少波.我國(guó)股票市場(chǎng)與實(shí)體經(jīng)濟(jì)的相關(guān)性分析[J].求索, 2010(5):27-28.

[6] 何誠穎,張龍斌,陳薇.基于高頻數(shù)據(jù)的滬深300指數(shù)期貨價(jià)格發(fā)現(xiàn)能力研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2011(5):139-151.

[7] 方匡南,蔡振忠.我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能研究[J].統(tǒng)計(jì)研究, 2012(5):73-78.

[8] 嚴(yán)敏,巴曙松,吳博.我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)[J].系統(tǒng)工程, 2009(10):32-38.

[9] 李海英,馬衛(wèi)鋒,羅婷.上海燃料油期貨價(jià)格發(fā)現(xiàn)功能研究——基于GS模型的實(shí)證分析[J].財(cái)貿(mào)研究, 2007(2):98-101.

[10] 華仁海,劉慶富.股指期貨與股指現(xiàn)貨市場(chǎng)間的價(jià)格發(fā)現(xiàn)能力探究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2010(10):90-100.

[11] 徐國(guó)祥,李文.基于中國(guó)金屬期貨價(jià)格指數(shù)的價(jià)格發(fā)現(xiàn)能力實(shí)證研究[J].統(tǒng)計(jì)研究, 2012(2):48-57.

[12] 蘇治,陳楊龍.基于Morlet小波時(shí)頻互相關(guān)的股指期貨價(jià)格發(fā)現(xiàn)效率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2012(6):140-151.

[13] 陳秋雨,陳沖,馮煒.中國(guó)黃金期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能研究[J].浙江社會(huì)科學(xué), 2012(7):19-25.

[14] 宋玉臣.現(xiàn)代金融學(xué)理論的缺陷與解決路徑[J].社會(huì)科學(xué), 2012(2):50-58.

[15]MonoyiosM,SarnoL.MeanReversioninStockIndexFuturesMarkets:ANonlinearAnalysis[J].TheJournalofFuturesMarkets, 2002,22(4):285-314.

[16]ManzanS.NonlinearMeanReversioninStockPrices[M].Amsterdam:UniversityofAmsterdam, 2003.

[17]Pérez-RodríguezJV,TorraS,Andrada-FélixJ.STARandANNModels:ForecastingPerformanceontheSpanish“Ibex-35”StockIndex[J].JournalofEmpiricalFinance, 2005,12(3):490-509.

[18]LimKP,LiewV.NonlinearMeanReversioninStockPrices:EvidencefromAsianMarkets[J].AppliedFinancialEconomicsLetters, 2007,3(1):25-29.

[19]ChenSL,KimH.NonlinearMeanReversionAcrossNationalStockMarkets:EvidencefromEmergingAsianMarkets[J].InternationalEconomicJournal, 2011,25(2):239-250.

[20]ChiuCC,TsaiSC,WuTH.AsymmetricNonlinearMeanReversioninNineStockIndexFuturesMarkets[J].InternationalResearchJournalofFinanceandEconomics, 2012,101:115-122.

[21]KapetaniosG,ShinY,SnellA.TestingforaUnitRootintheNonlinearSTARFramework[J].JournalofEconometrics, 2003,112(2):359-379.

[22] 王俊,孔令夷.非線性時(shí)間序列分析STAR模型及其在經(jīng)濟(jì)學(xué)中的應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2006(1):77-85.