宋玉臣, 季 宇

(吉林大學 數(shù)量經(jīng)濟研究中心, 吉林 長春 130012)

一、問題的提出

價格發(fā)現(xiàn)(price discovery)是股票市場的基本功能。Schroeder認為價格發(fā)現(xiàn)是指買賣雙方在給定的時間和交易場所對一種商品的質(zhì)量和數(shù)量達成交易價格的過程。這一過程就是由于股票交易的參與者眾多,買家和賣家在一個具有較高的透明度、集中交易、自由報價的公開競爭市場上進行競價。當股票價格過高形成泡沫時,理性套利者會通過賣出股票的行為抑制股票價格的上漲并減輕泡沫的程度;當股票價格過低形成負泡沫時,理性套利者會通過買入股票行為最終推動股票價格上升。在某一個時點上股票價格可能會高于或低于其內(nèi)在價值,具有極強的隨機性。但從一個足夠長的時間段上看,股票價格具有均值回歸的特性*均值回歸特征是指證券價格無論高于或低于價值中樞(或均值)都會以很高的概率向價值中樞回歸的趨勢。[1]。

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

對于證券市場價格發(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。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)對滬深300股指期貨1分鐘高頻數(shù)據(jù)進行了分析,結(jié)果表明期貨市場的價格發(fā)現(xiàn)能力都要強于指數(shù)現(xiàn)貨市場[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股指期貨市場的價格發(fā)現(xiàn)貢獻程度,認為我國指數(shù)現(xiàn)貨市場在價格發(fā)現(xiàn)功能中的作用相對較大[7]。嚴敏、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,對滬深300股指期貨市場和現(xiàn)貨市場的價格發(fā)現(xiàn)功能進行了實證研究,證明了指數(shù)現(xiàn)貨市場在價格發(fā)現(xiàn)中起到主導作用[8]。李海英、馬衛(wèi)鋒、羅婷運用相關(guān)系數(shù)、協(xié)整檢驗、誤差修正模型、格蘭杰檢驗、Garbade-Silber模型,通過現(xiàn)貨和期貨的對比對上海燃料油期貨市場價格發(fā)現(xiàn)功能進行了分析,結(jié)果表明上海燃料油期貨價格與國內(nèi)現(xiàn)貨價格之間存在協(xié)整關(guān)系,燃料油期貨價格發(fā)現(xiàn)功能發(fā)揮較好[9]。華仁海、劉慶富的研究結(jié)果顯示股指期貨價格和股指現(xiàn)貨價格之間存在協(xié)整關(guān)系和雙向價格引導關(guān)系,股指期貨對股指現(xiàn)貨的引導力度相對較大,是價格發(fā)現(xiàn)過程的主要驅(qū)動力量[10]。徐國祥、李文首次利用由自己編制的中國金屬期貨價格指數(shù)(CMFPI)和上海有色金屬價格指數(shù)(SMMI)數(shù)據(jù)進行了對比分析,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)我國金屬期貨市場和現(xiàn)貨市場之間存在顯著的雙向價格引導關(guān)系,金屬期貨市場已基本具備價格發(fā)現(xiàn)能力[11]。蘇治、陳楊龍采用Morlet小波時頻互相關(guān)分析方法檢驗了我國以及國際主要市場股指期貨和現(xiàn)貨價格序列的動態(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周期范圍內(nèi)呈現(xiàn)長時間高度相關(guān)、協(xié)同波動的特征;在高頻短周期范圍內(nèi),兩者整體仍然具有協(xié)同波動性,期貨與現(xiàn)貨具有交錯引導的特征,最終的結(jié)論是我國股指期貨市場的價格發(fā)現(xiàn)效率較美國、英國等成熟市場仍有較大差距[12]。陳秋雨、陳沖、馮煒利用對比的方法研究了黃金市場價格發(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已經(jīng)逐漸發(fā)揮其價格發(fā)現(xiàn)功能的結(jié)論[13]。

通過研究以上文獻可以看出,目前關(guān)于股票市場價格發(fā)現(xiàn)功能的檢驗方法以現(xiàn)貨市場和期貨市場的比較分析居多。該種檢驗方法是以一種價格理性為前提,一般來說,如果兩種價格一致,則可以認為兩種價格存在理性價格和非理性價格兩種可能;如果檢驗的兩種價格不一致,則至少有一個價格是非理性的。因此,筆者認為該方法對價格發(fā)現(xiàn)功能的檢驗存在缺陷。本文以均值回歸為理論前提,通過檢驗當期股票指數(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,則說明股票市場基本具備價格發(fā)現(xiàn)能力。此種方法規(guī)避了對現(xiàn)貨市場和期貨市場理性價格的假設(shè),更具備實踐性。

二、實證研究方法的選擇

均值本身就是證券的內(nèi)在價值, 反映一定時間長度范圍內(nèi)市場對該證券價格的承認。 在某一個時點上證券價格變動具有隨機性, 而均值卻具有較強的穩(wěn)定性特征, 它具有熨平證券價格隨機波動的作用[14]。 如果股票收益率呈均值回歸就說明股票市場具有價格發(fā)現(xiàn)的功能, 如果股票收益率呈趨勢特征就說明不具有價格發(fā)現(xiàn)的功能。

一直以來對于股票收益率均值回歸的檢驗均以線性模型為主,即假設(shè)股票價格圍繞其基本價值波動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,股票市場中存在很多隨機因素使得股價的波動過程呈現(xiàn)非線性特征。導致這種現(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)管部門對股票市場的調(diào)控行為的作用也會對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證檢驗中應(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, 簡稱STAR)是近年來運用較為廣泛的模型之一,該模型可用于檢驗股票收益率的非線性均值回歸。Michael Monoyios & Lucio Sarno運用STAR模型對1987年以來的美國標準普爾500指數(shù)(S&P 500)和英國富時100指數(shù)(FTSE 100)進行了檢驗,結(jié)果表明兩個指數(shù)在這段時期內(nèi)均表現(xiàn)出明顯的非線性均值回歸[15]。Sebastiano Manzan討論了美國股票市場是否能夠合理地反映出股票的內(nèi)在價值,并利用STAR模型來模擬股票對其基本價值的偏差路徑,結(jié)果表明,股票價格偏離其基本價格的動態(tài)過程呈現(xiàn)一個非線性調(diào)整過程,即該區(qū)間股票價格存在非線性均值回歸[16]。Jorge等運用STAR模型對西班牙35指數(shù)進行了分析,得到的結(jié)論是這一指數(shù)呈不對稱均值回歸特性,說明股票市場具有價格發(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方法,認為曼谷、中國香港、韓國、吉隆坡、日本、新加坡和中國臺灣的股票收益率在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)非線性單位根檢驗方法檢驗了亞洲新興國家市場的股票價格,結(jié)論是這些國家的股票價格都呈現(xiàn)非線性均值回歸趨勢[19]。Chi-Chen Chiu, Shih-Chuan Tsai & Tsui-Huang Wu運用非對稱ESTAR模型對包括英、美、德、法、日等國家及地區(qū)的具有代表性的股票期貨指數(shù)的動態(tài)變化過程進行了分析,結(jié)果表明這九個國家及地區(qū)的期貨股指均具備非對稱均值回歸的特征[20]。

三、模型選擇與實證研究

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)科學客觀的方法,挑選上海股票市場公司規(guī)模大、最具代表性的50只股票組成的樣本股,50只股票凈利潤與利潤總額占全部A股的比例達到40%左右,代表了優(yōu)質(zhì)藍籌股。上證50成分股具有很好的流動性,并且能夠更準確地反映優(yōu)質(zhì)大盤藍籌股的市場表現(xiàn)。對以藍籌股為代表的上證50指數(shù)價格發(fā)現(xiàn)功能的實證研究具有代表性。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)進行檢驗。

2.STAR模型

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

(1)

或

(2)

根據(jù)G(st;γ,c)的不同形式,STAR模型還可以分為LASTAR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)

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

3.模型的設(shè)定

式(5)左右兩邊同時減去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對式(7)進行估計[22]。

(1) 滯后階數(shù)p的確定

對平穩(wěn)的時間序列建立p階自回歸模型,根據(jù)AIC或SC準則選擇滯后階數(shù)[注]由于時間序列通常為一階差分平穩(wěn)序列,這里對原數(shù)列數(shù)據(jù)取對數(shù)后再進行一階差分處理。。通常p的取值范圍在1至6之間,檢驗結(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時取最小值,而SC在p=1時取最小值。通常在AIC和SC結(jié)果不一致時,采用SC結(jié)果作為標準,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) 模型的線性檢驗以及確定延遲參數(shù)d

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

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,只需對式(10)進行線性檢驗。原假設(shè)H0為:φ2=φ3=0。對式(10)進行Wald檢驗,其中對d取1至8分別檢驗,得出的結(jié)果如表2所示。

表2 Wald檢驗結(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,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,再次對式(10)進行Wald檢驗,此時的原假設(shè)為H0:φ3=0。檢驗結(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 約束條件檢驗結(jié)果

(4) 實證結(jié)果

經(jīng)過步驟1至3,初步確定待估計模型為:

(11)

使用非線性最小二乘估計法對式(11)進行估計,具體結(jié)果見表4。

表4 非線性最小二乘估計結(jié)果

從表4可以看出,各個參數(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)的滯后期價格同當期價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(KSS檢驗)

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

(12)

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

(13)

(14)

表5 輔助回歸檢驗結(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和KSS法的檢驗結(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)揮其價格發(fā)現(xiàn)的功能,中國股票市場尚未成熟。造成這種功能缺失的根本原因是IPO的非市場化。中國股票市場一級市場IPO的定價權(quán)基本是由政府監(jiān)管部門來控制,而二級市場是一個由眾多投資者構(gòu)成的競價交易市場,其市場化程度會遠遠高于一級市場。目前,中國股票市場形成了一個惡性循環(huán):由于一級市場定價過高,二級市場回歸的方向就只能選擇下跌。低迷的二級市場會使一級市場IPO無法順利進行,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圈錢的工具,這就是所謂的“政策市”。正是由于“政策市”才導致中國股票二級市場價格發(fā)現(xiàn)功能不斷地被中斷和不斷地被破壞。

要想有效發(fā)揮股票市場價格發(fā)現(xiàn)的功能就必須充分利用市場機制的作用,而充分利用市場機制就必須進行市場化改革。市場化改革的過程中要明確兩點啟示:

第一,明確中國股票市場價格發(fā)現(xiàn)功能缺失的根本原因,逐步實現(xiàn)IPO定價的市場化。由于中國股票市場價格發(fā)現(xiàn)功能缺失主要是受“政策市”的影響,因而我國應(yīng)該逐步實現(xiàn)IPO制度向注冊制邁進,將IPO的定價權(quán)轉(zhuǎn)移給市場,從根本上實現(xiàn)股票市場價格發(fā)現(xiàn)功能的修復。

第二,股票發(fā)行與上市分離模式是實現(xiàn)市場化的重要步驟。在市場化改革的過程中要經(jīng)歷無數(shù)陣痛,為使市場化改革能夠逐步地進行,而非急于求成,筆者認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性問題,但中國股票市場的一個顯著特征是股票上市的主要目的是為了籌資,圈錢動機顯露無疑。為了杜絕這種現(xiàn)象的發(fā)生,可以先實現(xiàn)發(fā)行市場(一級市場)市場化,然后二級市場市場化,最后形成完全市場化模式。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)行市場虛假繁榮現(xiàn)象,還原一級市場本應(yīng)存在的風險。

市場化改革可能面臨風險,即對股票市場上投資者和上市公司的非市場化行為的矯正必將經(jīng)歷股市低迷的過程。所以,我國應(yīng)該健全監(jiān)管體制,合理推行制度創(chuàng)新,努力幫助股票市場順利走出改革陣痛的陰影,使其充分發(fā)揮價格發(fā)現(xiàn)這一基本功能,最終實現(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證檢驗[J].金融研究, 2005(12):59-65.

[2] 梁琪,滕建州.股票市場、銀行與經(jīng)濟增長:中國的實證分析[J].金融研究, 2005(10):9-19.

[3] 伍志文,周建軍.“股經(jīng)背離”的存在性之爭及其實證檢驗[J].財經(jīng)研究, 2005(3):37-47.

[4] 孫霄翀,高峰,馬菁蘊,等.上證綜指脫離中國經(jīng)濟嗎?——兼論如何改進上證綜指[J].金融研究, 2005(10):173-183.

[5] 杜江,沈少波.我國股票市場與實體經(jīng)濟的相關(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)期貨價格發(fā)現(xiàn)能力研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2011(5):139-151.

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

[8] 嚴敏,巴曙松,吳博.我國股指期貨市場的價格發(fā)現(xiàn)與波動溢出效應(yīng)[J].系統(tǒng)工程, 2009(10):32-38.

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

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

[11] 徐國祥,李文.基于中國金屬期貨價格指數(shù)的價格發(fā)現(xiàn)能力實證研究[J].統(tǒng)計研究, 2012(2):48-57.

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

[13] 陳秋雨,陳沖,馮煒.中國黃金期貨市場價格發(fā)現(xiàn)功能研究[J].浙江社會科學, 2012(7):19-25.

[14] 宋玉臣.現(xiàn)代金融學理論的缺陷與解決路徑[J].社會科學, 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.非線性時間序列分析STAR模型及其在經(jīng)濟學中的應(yīng)用[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2006(1):77-85.