成交量與股票收益率關(guān)系的實(shí)證分析

李　超

(南京審計(jì)大學(xué) 金融學(xué)院，江蘇 南京 211815)

?

成交量與股票收益率關(guān)系的實(shí)證分析

李超

(南京審計(jì)大學(xué) 金融學(xué)院，江蘇 南京 211815)

摘要：選取2005年至2015年上證指數(shù)數(shù)據(jù)，對(duì)上海證券交易所的股票成交量與股票收益率進(jìn)行理論分析和實(shí)證研究，建立了股票日成交量變化率與日收益率回歸模型、周成交量變化率和周收益率回歸模型，得出股票收益率與股票成交量變化率呈正相關(guān)關(guān)系的結(jié)論。

關(guān)鍵詞：股票成交量；股票收益率；中國(guó)股市；上證指數(shù)

股票成交量與收益率是股票市場(chǎng)最重要的兩個(gè)統(tǒng)計(jì)指標(biāo)[1]，因此，人們對(duì)股票收益率與成交量之間關(guān)系的研究，一直是研究資本市場(chǎng)的一個(gè)重要方面。根據(jù)我國(guó)社會(huì)制度的特殊性，并且以2005年為分水嶺，可以把我國(guó)股票市場(chǎng)分為兩個(gè)階段。2005年之前我國(guó)股市處于股權(quán)分置時(shí)代。在這一階段，我國(guó)股市有一半以上的股票是非流通股。截至2005年5月，我國(guó)上市公司的總股本為7466億股，非流通股為4792億股，非流通股約占總股本的64%，只有約36%的流通股可以在二級(jí)市場(chǎng)交易[2]。2005年5月我國(guó)進(jìn)行股權(quán)分置改革。股改之后，原來(lái)的非流通股變成了流通股，即可以在二級(jí)市場(chǎng)交易，從此時(shí)起我國(guó)股票市場(chǎng)進(jìn)入了全流通時(shí)代。股票全流通使得二級(jí)市場(chǎng)的成交量與股改前的成交量發(fā)生巨大變化，股票成交量對(duì)股票收益率的影響也發(fā)生了巨變。

2015年是股改后的第11個(gè)年頭，筆者以2005年股改為起點(diǎn)，定量研究股票交易量與收益率之間的相關(guān)性。證券市場(chǎng)投資者通過(guò)股票交易量的變化，可以判斷股票收益率的變化，以增加收益、減少損失。上市公司通過(guò)判斷其股價(jià)走勢(shì)，可以增強(qiáng)上市公司的風(fēng)險(xiǎn)控制能力，提升其生產(chǎn)投資效率。證券監(jiān)管機(jī)構(gòu)通過(guò)發(fā)現(xiàn)異常交易等違法行為，能夠更好地控制金融系統(tǒng)風(fēng)險(xiǎn)，防范危機(jī)發(fā)生。

一、文獻(xiàn)回顧

鑒于量?jī)r(jià)關(guān)系在股票市場(chǎng)的重要作用，研究者從不同角度對(duì)資本市場(chǎng)的量?jī)r(jià)關(guān)系進(jìn)行了深入研究。Peter K.Clark研究認(rèn)為，股票交易量與收益率受到不可預(yù)測(cè)的信息流影響，股票收益率的絕對(duì)值與交易量呈正相關(guān)關(guān)系[3]。Jonathan M.Karpoff研究了金融市場(chǎng)中的量?jī)r(jià)關(guān)系，支持Peter等人的研究結(jié)論[4]。Gallant等人研究了紐約證券交易所的歷史數(shù)據(jù)，發(fā)現(xiàn)股票價(jià)格的大幅波動(dòng)會(huì)導(dǎo)致股票交易量的大幅波動(dòng)，調(diào)節(jié)滯后股票交易量會(huì)大幅減少杠桿效應(yīng)，同時(shí)會(huì)產(chǎn)生一種正風(fēng)險(xiǎn)收益關(guān)系[5]。Fama and French通過(guò)對(duì)北美、歐洲、日本和環(huán)太平洋的股票市場(chǎng)進(jìn)行研究，發(fā)現(xiàn)股票動(dòng)量能夠有效地影響股票收益率。Kaniel采用 Gervais 等人的研究方法，通過(guò)研究41個(gè)國(guó)家的股票市場(chǎng)，發(fā)現(xiàn)了普遍的高交易量溢價(jià)[6]。Shekar和Hafizur通過(guò)對(duì)孟加拉國(guó)股票市場(chǎng)研究，發(fā)現(xiàn)在新興股票市場(chǎng)中股票成交量與收益率之間存在負(fù)相關(guān)的關(guān)系[7]。股票收益率和成交量都存在著自相關(guān)的關(guān)系，也都受相關(guān)信息的影響。

國(guó)內(nèi)學(xué)者在股票成交量與收益率方面的研究成果頗豐。王燕輝、王凱濤將股票交易量加入研究模型中，構(gòu)建了EGARCH模型。研究結(jié)果顯示，當(dāng)前股票交易量可以顯著降低條件方差波動(dòng)的持續(xù)性(ARCH效應(yīng))[8]。趙振全、薛豐慧使用上海、香港、紐約股票市場(chǎng)的日交易數(shù)據(jù)，檢驗(yàn)了股票交易量與收益率之間的動(dòng)態(tài)影響關(guān)系，檢驗(yàn)結(jié)果表明，紐約股票市場(chǎng)和香港股票市場(chǎng)之間存在信息的“溢出效應(yīng)”和“反饋效應(yīng)”，而上海股票市場(chǎng)處于一種相對(duì)的信息封閉狀態(tài)[9]。鄭方鑣、吳超鵬、吳世農(nóng)選取1996年至2003年的滬深股市255只股票，對(duì)其成交量與股票收益率序列相關(guān)性進(jìn)行研究，研究結(jié)果顯示，高成交量交易日的股票收益率在隨后的交易日中將出現(xiàn)“反轉(zhuǎn)”，并且在信息不對(duì)稱的情況下更易出現(xiàn)反轉(zhuǎn)[10]。

田利輝、王冠英以換手率和成交額為代理變量構(gòu)造了交易量因子，并建立了新的資產(chǎn)定價(jià)模型。該模型可以很好地解釋交易量溢價(jià)，并且顯著提高了模型的解釋力。在2004年至2012年的后期樣本中，交易量對(duì)股票預(yù)期收益率的影響更加顯著[11]。林德欽在運(yùn)用分位數(shù)回歸模型對(duì)上證指數(shù)的收益率和成交量之間的關(guān)系研究后發(fā)現(xiàn)，在收益率的左端，收益率與成交量之間存在顯著的負(fù)相關(guān)關(guān)系，在收益率右端，兩者之間存在顯著的正相關(guān)關(guān)系[12]。

國(guó)內(nèi)研究股票成交量的文獻(xiàn)大多關(guān)注當(dāng)期成交量與收益率之間的關(guān)系，以及成交量和收益率之間的因果關(guān)系，較少有人研究股票成交量對(duì)預(yù)期收益率的預(yù)測(cè)能力，也沒(méi)有人針對(duì)我國(guó)股改后股票的量?jī)r(jià)關(guān)系進(jìn)行研究。筆者試圖對(duì)股改后我國(guó)股票市場(chǎng)成交量與收益率之間的關(guān)系進(jìn)行研究，探討股改后的成交量對(duì)收益率的預(yù)測(cè)能力。

二、實(shí)證研究

筆者以上證指數(shù)的數(shù)據(jù)為研究對(duì)象，文中使用的所有數(shù)據(jù)全部來(lái)自銳思數(shù)據(jù)庫(kù)。樣本包括2005年1月1日至2015年6月12日共2535個(gè)交易日的上證指數(shù)的收盤價(jià)和成交量。

(一)對(duì)股票日數(shù)據(jù)的處理

將股票的日成交量數(shù)據(jù)取對(duì)數(shù)，然后將前后兩個(gè)交易日的數(shù)據(jù)相減，得到股票每日交易量的變化率。再用獲取的上證指數(shù)每日收盤價(jià)Pt，求出股票日收益率Rt。根據(jù)二者之間的關(guān)系可得：

Rt=(lnPt-lnPt-1)×100%,

(1)

Vt=Trdvolt-Trdvolt-1。

(2)

(二)對(duì)股票周數(shù)據(jù)的處理

對(duì)獲取的日數(shù)據(jù)按周進(jìn)行劃分，經(jīng)計(jì)算可得出每周的日平均收益率WR與每周的日平均成交量變化率WV，并以此作為周收益率與周成交量變化率的代理變量。所有數(shù)據(jù)的分析均使用stata14軟件。

(三)模型構(gòu)建

根據(jù)行為金融學(xué)相關(guān)理論，假設(shè)當(dāng)期的收益率變化不完全是由當(dāng)期的成交量變化引起的，而有可能是由之前的成交量變化引起的，再假設(shè)收益率與成交量之間存在時(shí)滯相關(guān)性，則前3期的成交量變化率對(duì)第四期的收益率有顯著的預(yù)測(cè)能力。構(gòu)建模型如下:

Rt=α0+β1Vt+β2Vt-1+β3Vt-2+β4Vt-3+εt。

(3)

在(3)式中，Rt為第t個(gè)交易日的上證指數(shù)日收益率，Vt為上證指數(shù)在第t個(gè)交易日的成交量變化率，Vt-1為上證指數(shù)在第t-1個(gè)交易日的成交量變化率，Vt-2為上證指數(shù)在第t-2個(gè)交易日的成交量變化率，Vt-3為上證指數(shù)在第t-3個(gè)交易日的成交量變化率,β1、β2、β3、β4表示上證指數(shù)日成交量變化率對(duì)日收益率的影響系數(shù)，εt表示殘差項(xiàng)。

(四)回歸估計(jì)

將數(shù)據(jù)處理完之后，使用stata14進(jìn)行回歸估計(jì)，得出實(shí)驗(yàn)結(jié)果，將β1、β2、β3、β4的估計(jì)值數(shù)據(jù)代入模型，得到的預(yù)測(cè)方程式為：

Rt=0.04887+0.02177Vt+0.00949Vt-1+0.00605Vt-2+0.00660Vt-3+εt。

(4)

由(4)式我們可以發(fā)現(xiàn)：該模型對(duì)當(dāng)期股票收益率的預(yù)測(cè)能力最強(qiáng)，當(dāng)期股票成交量變化率每增長(zhǎng)1%，股票收益率增長(zhǎng)0.02177個(gè)百分點(diǎn)；對(duì)滯后1期的交易日成交量預(yù)測(cè)能力次之，滯后1期的成交量變化率每增長(zhǎng)1%，可以使當(dāng)期收益率增長(zhǎng)0.00949個(gè)百分點(diǎn)。滯后兩期與滯后3期對(duì)當(dāng)期收益率的影響相差不大，基本上為0.006個(gè)百分點(diǎn)。從滯后期的系數(shù)可以發(fā)現(xiàn)，股票成交量變化率對(duì)股票收益率的影響是隨著時(shí)間的增加而減少的。

在以上結(jié)果中筆者量化了模型的預(yù)測(cè)能力，下面將對(duì)模型的有效性進(jìn)行檢驗(yàn)。

(五)模型檢驗(yàn)

1.對(duì)變量進(jìn)行正態(tài)性檢驗(yàn)

使用Shapiro-Francia方法進(jìn)行檢驗(yàn)，得到的P值均為0.0001，該數(shù)據(jù)在1%的顯著水平上拒絕正態(tài)分布假設(shè)。如果將股票交易量變化率作為解釋變量，那么散點(diǎn)走勢(shì)如圖1所示，去散點(diǎn)連線如圖2所示。從圖1和圖2中可以看出，樣本的散點(diǎn)分布不符合正態(tài)性。通過(guò)對(duì)數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn)，得出相關(guān)系數(shù)，如表1所示。從表1中我們發(fā)現(xiàn)，股票日成交量變化率和日收益率的系數(shù)為0.2159，日成交量變化率與日收益率之間存在相關(guān)性，因此，股票日成交量變化率與日收益率符合建模的前提條件。

圖1散點(diǎn)走勢(shì)圖

圖2　去散點(diǎn)連線圖

相關(guān)系數(shù)日收益率日成交量變化率日收益率1.00000.2159日成交量變化率0.21591.0000

2.ADF單位根檢驗(yàn)

如果在數(shù)據(jù)不穩(wěn)定的情況下進(jìn)行直接回歸，那么就很容易造成偽回歸，為此，我們需要對(duì)數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)。通過(guò)對(duì)收益率做單位根檢驗(yàn)，得出該值為-49.659，小于1%置信水平下的-3.430，表明數(shù)據(jù)是平穩(wěn)的。同樣，對(duì)日成交量變化率做單位根檢驗(yàn)，數(shù)據(jù)也是平穩(wěn)的。對(duì)樣本數(shù)據(jù)進(jìn)行線性回歸擬合以及擬 合優(yōu)度，檢驗(yàn)結(jié)果如表2所示。檢驗(yàn)結(jié)果顯示，在1%的

置信水平下線性回歸顯著，股票日成交量變化率與收益率之間存在線性相關(guān)關(guān)系，但是擬合優(yōu)度為0.0466，擬合度稍差，未獲得預(yù)期效果。

表2　線性回歸結(jié)果

注：表2中的***、**、*分別表示1%、5%、10%置信水平。本文其他表格中的表示方法類同。

3.時(shí)滯相關(guān)性檢驗(yàn)

由于該模型是在假設(shè)收益率與成交量之間存在時(shí)滯相關(guān)性的基礎(chǔ)上建立的，我們需要使用延時(shí)分析法單獨(dú)對(duì)成交量與收益率的時(shí)滯性進(jìn)行研究。假設(shè)前一時(shí)刻的交易量與下一時(shí)刻的收益率存在較強(qiáng)的相關(guān)性，并且將成交量延時(shí)至5位為止。實(shí)驗(yàn)結(jié)果如表3所示。

從表3可以發(fā)現(xiàn)，在滯后0～3期時(shí)，成交量變化率與股票收益率之間存在正相關(guān)關(guān)系，這一點(diǎn)正好支持了我們的假設(shè)模型。若滯后4～6期，則對(duì)當(dāng)期收益率無(wú)影響。但是我們發(fā)現(xiàn)，在滯后7期時(shí)，在10%的置信水平下，成交量變化率與收益率之間存在負(fù)相關(guān)關(guān)系，成交量變化率每變化1個(gè)單位，就使得收益率減少0.278%個(gè)單位。這說(shuō)明在7個(gè)交易日后股價(jià)會(huì)產(chǎn)生反轉(zhuǎn)現(xiàn)象。

表3　滯后階數(shù)分析

4.日交易數(shù)據(jù)回歸穩(wěn)定性檢驗(yàn)

根據(jù)模型(3)和通過(guò)滯后期回歸，得到的數(shù)據(jù)如表4所示?；貧w結(jié)果顯示，對(duì)于整體研究期間，不論是當(dāng)日成交量變化率，還是滯后3期成交量變化率，均在1%的置信水平上，并且與收益率之間存在顯著正相關(guān)關(guān)系。這說(shuō)明原先假設(shè)的模型成效非常顯著。

表4　回歸結(jié)果檢驗(yàn)

(六)周相關(guān)性研究

1.模型構(gòu)建

通過(guò)對(duì)日成交量變化率與日收益率之間的關(guān)系進(jìn)行研究，從數(shù)據(jù)分析中發(fā)現(xiàn)日成交量變化率與日收益率存在正相關(guān)關(guān)系，這與原先假設(shè)的模型相符合。在實(shí)際操作過(guò)程中，由于股市在雙休日和其他節(jié)日休市，投資者在進(jìn)行股票投資時(shí)，不僅要關(guān)注股票每日的變化，而且要關(guān)注股票每周的變化，尤其在雙休日期間，要對(duì)過(guò)去一周的股票行情進(jìn)行認(rèn)真分析，對(duì)下一周的股票投資做出預(yù)判。

以上分析了日成交量變化率與日收益率之間存在的關(guān)系，那么，周成交量變化率與周收益率之間會(huì)存在什么樣的關(guān)系呢？

與日收益率的分析一樣，一周的收益率變化不僅受同時(shí)期成交量變化的影響，而且還受到之前成交量變化的影響。單獨(dú)檢驗(yàn)滯后1期到5期周成交量變化率對(duì)周收益率的影響，得到在10%的置信水平上，滯后1期、2期、3期對(duì)當(dāng)期周收益率都存在顯著的正相關(guān)關(guān)系。因此，對(duì)滯后3期的股票情況進(jìn)行研究，并對(duì)模型(3)改進(jìn)如下：

WRt=γ0+α1WVt+α2WVt-1+α3WVt-2+

α4WVt-3+εt。

(5)

2.回歸分析

將周數(shù)據(jù)處理完之后使用stata14回歸分析，并將實(shí)驗(yàn)結(jié)果代入方程式(4)得到：

WRt=0.4228+0.05221WVt+0.02142WVt-1+0.00171WVt-2+0.01103WVt-3+εt。

(6)

由方程式(6)可以發(fā)現(xiàn)，當(dāng)期周成交量變化率每增長(zhǎng)1%，收益率增長(zhǎng)0.05221個(gè)百分點(diǎn)，滯后1期的周成交量變化率預(yù)測(cè)能力次之。如果滯后1期成交量變化率增長(zhǎng)1%，則可以使當(dāng)期收益率增長(zhǎng)0.02142個(gè)百分點(diǎn)。由此可見(jiàn)，該模型對(duì)周收益率的預(yù)測(cè)能力明顯強(qiáng)于對(duì)日收益率的預(yù)測(cè)能力，對(duì)周收益率的預(yù)測(cè)效果更好。這說(shuō)明投資者在以周為單位進(jìn)行分析時(shí)，顯得更加理性。

下面我們對(duì)模型的顯著性進(jìn)行檢驗(yàn)。

3.模型檢驗(yàn)

通過(guò)對(duì)周數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)及ADF檢驗(yàn)，檢驗(yàn)結(jié)果顯示，數(shù)據(jù)不符合正態(tài)性，但數(shù)據(jù)平穩(wěn)。對(duì)此，筆者進(jìn)行了回歸分析，分析結(jié)果如表5所示。

表5　周變化分析

從表5可以看出，在1%的置信水平下，周成交量變化率與周收益率之間存在顯著的正相關(guān)關(guān)系，并且周相關(guān)系數(shù)遠(yuǎn)大于日相關(guān)系數(shù)。這說(shuō)明周數(shù)據(jù)的相關(guān)性更強(qiáng)。

通過(guò)對(duì)滯后期回歸進(jìn)行分析，可以得到回歸分析檢驗(yàn)數(shù)據(jù)，見(jiàn)表6。

表6　回歸分析檢驗(yàn)

從回歸分析檢驗(yàn)結(jié)果可以看出，當(dāng)期與滯后1周的成交量變化率對(duì)當(dāng)期收益率影響通過(guò)了1%顯著性水平的檢驗(yàn)，滯后3期的成交量變化率對(duì)收益率的影響通過(guò)了5%顯著性水平的檢驗(yàn)。這說(shuō)明原先假設(shè)的模型具有較強(qiáng)的顯著性。

三、結(jié)論與建議

筆者利用2005年1月1日至2015年6月12日共2535個(gè)交易日的上證指數(shù)的收盤價(jià)及每日成交量數(shù)據(jù)，研究了股票成交量變化率對(duì)股票收益率的影響以及對(duì)股票收益率波動(dòng)性的影響。

筆者實(shí)證了中國(guó)股市的股票在實(shí)行全流通之后，股票交易量對(duì)股票收益率的影響，由此可以得出以下三點(diǎn)實(shí)驗(yàn)結(jié)論。

其一，線性回歸研究發(fā)現(xiàn)，股票收益率與股票成交量變化率之間存在線性相關(guān)關(guān)系。就某個(gè)交易日而言，前三個(gè)交易日股票成交量變化率與第四個(gè)交易日的收益率之間存在正相關(guān)關(guān)系。股票成交量變化率對(duì)收益率的影響將在第七個(gè)交易日出現(xiàn)反轉(zhuǎn)，并存在負(fù)相關(guān)關(guān)系。

其二，由模型回歸分析檢驗(yàn)結(jié)果可知，滯后3期的股票成交量變化率與當(dāng)期的股票收益率之間存在顯著的正相關(guān)關(guān)系。當(dāng)期股票成交量變化率對(duì)股票收益率的影響最大，且影響強(qiáng)度隨時(shí)間的推移而遞減。通過(guò)對(duì)日數(shù)據(jù)以及周數(shù)據(jù)的比較發(fā)現(xiàn)，當(dāng)期的周成交量變化率對(duì)收益率的影響大于當(dāng)期的日成交量變化率對(duì)收益率的影響，運(yùn)用周成交量變化率預(yù)測(cè)周收益率的預(yù)測(cè)效果會(huì)更好一些。

我國(guó)股市經(jīng)歷股改后，進(jìn)入了股票全流通時(shí)代，股票成交量已經(jīng)成為股市中重要的技術(shù)分析指標(biāo)之一，并在證券投資領(lǐng)域被廣泛用來(lái)判斷股票市場(chǎng)狀況及預(yù)測(cè)股票未來(lái)走勢(shì)。

根據(jù)筆者的研究結(jié)果，在此對(duì)投資者提出以下兩點(diǎn)建議。

第一，對(duì)于短期投資者來(lái)說(shuō)，要關(guān)注股票成交量的日變化率。在短期內(nèi)，應(yīng)根據(jù)成交量的變化買入或賣出股票，尤其要關(guān)注三個(gè)交易日內(nèi)股票成交量的變化，在股價(jià)上漲時(shí)買入，在股價(jià)下跌時(shí)賣出。在持有股票七個(gè)交易日時(shí)應(yīng)該適當(dāng)減倉(cāng)，這樣可以避免由于股價(jià)下跌而造成投資損失。

第二，對(duì)于中期投資者來(lái)說(shuō)，要關(guān)注股票成交量的周變化率，投資者應(yīng)以四周為一個(gè)分析周期，在周成交量放大時(shí)買入股票，萎縮時(shí)賣出股票。

參考文獻(xiàn)：

[1]林德欽.上海股市收益率與成交量的動(dòng)態(tài)關(guān)系研究：基于分位數(shù)回歸模型的分析[J].金融教學(xué)與研究，2014(5)：48-52.

[2]劉曉娜.股權(quán)分置改革對(duì)我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)的影響研究[D].廣州：暨南大學(xué)，2008.

[3]CLARK P K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices[J].Econometrica,1973(1)：135-155.

[4]KARPOFF J M.The Relation Between Price Changes and Trading Volume: A Survey[J].Journal of Financial and Quantitative Analysis, l987(1)：109-126.

[5]GALLANT A R,ROSS P,TAUCHER G.Stock Price and Volume[J].Review of Financial Studies,1992(2)：199-242.

[6]KANIEL R,OZOGUZ A,STARKS L.The High Volume Return Premium：Cross-country Evidence [J].Journal of Financial Economics，2012(2)：255-279.

[7]SHEKAR B，HAFIZUR R.Examing the Relationship Between Stock Return Volatility and Trading Volume: New Evidence from an Emerging Economy[J].Applied Econmics,2015(18):1899-1908.

[8]王燕輝，王凱濤.股票交易量對(duì)收益率波動(dòng)性的影響：對(duì)深市個(gè)股的實(shí)證分析[J].金融研究，2004(12)：81-88.

[9]趙振全，薛豐慧.股票市場(chǎng)交易量與收益率動(dòng)態(tài)影響關(guān)系的計(jì)量檢驗(yàn)：國(guó)內(nèi)與國(guó)際股票市場(chǎng)比較分析[J].世界經(jīng)濟(jì)，2005(1)：64-79.

[10]鄭方鑣，吳超鵬，吳世農(nóng).股票成交量與收益率序列相關(guān)性研究：來(lái)自中國(guó)股市的實(shí)證證據(jù)[J].金融研究，2007(3)：140-150.

[11]田利輝，王冠英.我國(guó)股票定價(jià)五因素模型：交易量如何影響股票收益率？[J].南開(kāi)經(jīng)濟(jì)研究， 2014(2):54-75.

[12]FAMA E F, FRENCH K R.Size，Value and Momentum in International Stock Returns[J].Journal of Financial Economics，2012(5):457-472.

【責(zé)任編輯李敬】

收稿日期：2015-11-29

基金項(xiàng)目：南京審計(jì)大學(xué)2015年碩士研究生科研及實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目(MG2015015)

作者簡(jiǎn)介：李超(1990—)，男，江蘇南京人，碩士研究生，研究方向：資本市場(chǎng)、金融風(fēng)險(xiǎn)管理。

中圖分類號(hào)：F832.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2095-7726(2016)04-0015-05