劉 天

（東北財(cái)經(jīng)大學(xué) 金融學(xué)院，遼寧 大連116025）

0 引言

有經(jīng)濟(jì)學(xué)者認(rèn)為，股市是經(jīng)濟(jì)發(fā)展的晴雨表，通過觀察一個(gè)國(guó)家股市的情況，就可對(duì)這個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展形勢(shì)做出一個(gè)基本的判斷。實(shí)際情況真的是這樣嗎？本文就此進(jìn)行探討。

關(guān)于這個(gè)話題，已有很多學(xué)者做出研究。白雪梅運(yùn)用非線性平滑轉(zhuǎn)換回歸（STR）模型刻畫了中國(guó)股市與經(jīng)濟(jì)增長(zhǎng)的內(nèi)在依從關(guān)系。研究結(jié)果表明：中國(guó)股市與經(jīng)濟(jì)增長(zhǎng)的關(guān)系呈現(xiàn)分段特征，并存在線性與非線性關(guān)系間的轉(zhuǎn)換［1］。王永巧和劉詩(shī)文利用時(shí)變Copula研究開放進(jìn)程下中國(guó)大陸股市與國(guó)際主要股市間的風(fēng)險(xiǎn)傳染問題。結(jié)果表明，在開放進(jìn)程中，中國(guó)大陸股市與美國(guó)、英國(guó)以及日本股市一直保持微弱的下尾相依關(guān)系，而與香港股市間的下尾相依性則隨開放程度增加在整體上呈顯著上升趨勢(shì)，而與國(guó)際股市的上尾相依性則一直保持較低的水平［2］。王正位、王思敏和朱武祥認(rèn)為：轉(zhuǎn)軌時(shí)期的中國(guó)資本市場(chǎng)存在嚴(yán)格證券發(fā)行管制與金融創(chuàng)新管制，給企業(yè)融資和資本結(jié)構(gòu)帶來了供給方約束，股票再融資管制政策的變更，是影響上市公司資本結(jié)構(gòu)的重要因素，股票市場(chǎng)估值的市場(chǎng)時(shí)機(jī)并不是影響上市公司資本結(jié)構(gòu)的顯著因素［3］。徐建國(guó)研究發(fā)現(xiàn)：在更高的時(shí)間頻率上，股票指數(shù)回報(bào)率在短期呈正自相關(guān)而在長(zhǎng)期呈負(fù)自相關(guān)［4］。周暉認(rèn)為中國(guó)股市是政府主導(dǎo)的制度創(chuàng)新和市場(chǎng)自身發(fā)展共同推動(dòng)的新興市場(chǎng)，對(duì)增長(zhǎng)率的分析表明，我國(guó)股票市場(chǎng)已經(jīng)逐漸成為經(jīng)濟(jì)發(fā)展的晴雨表［5］。張兵、范致鎮(zhèn)和李心丹從經(jīng)濟(jì)基礎(chǔ)假說和市場(chǎng)傳染假說理論層面分析了股票市場(chǎng)聯(lián)動(dòng)的傳導(dǎo)機(jī)制［6］。趙果慶和田存志以美國(guó)次貸危機(jī)以來的道瓊斯、恒生和上海綜合指數(shù)數(shù)據(jù)建立了中美兩國(guó)三地股指的動(dòng)力學(xué)系統(tǒng)模型。研究結(jié)果表明：三地股指系統(tǒng)具有非線性傳導(dǎo)機(jī)制，有一個(gè)不動(dòng)點(diǎn)吸引子，具有較高的同步性?？梢暬瘺_擊實(shí)驗(yàn)顯示，三地股指系統(tǒng)是一個(gè)受控系統(tǒng)，只有中美兩國(guó)股市形成向上合力，就會(huì)產(chǎn)生同步效應(yīng)，三地股指才能盡快走出低谷［7］。趙文勝、張屹山和趙楊利用VAR模型分析了短期國(guó)際資本流動(dòng)對(duì)我國(guó)外匯市場(chǎng)、貨幣市場(chǎng)、股票市場(chǎng)和房地產(chǎn)市場(chǎng)的沖擊響應(yīng)及其劇烈程度，結(jié)果表明，短期國(guó)際資本流動(dòng)對(duì)匯率和利率的反應(yīng)適度，對(duì)股市的反應(yīng)較弱［8］。

1 研究方法概述

本文從數(shù)據(jù)建模診斷的角度，對(duì)這個(gè)問題進(jìn)行分析。

通過數(shù)據(jù)建立模型來對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析時(shí)，我們對(duì)數(shù)據(jù)本身是做了很多嚴(yán)格的假設(shè)條件的，只有這些條件真正滿足時(shí)，由此得到的模型及其以后基于此所做的推斷才是可靠的。對(duì)于數(shù)據(jù)本身，我們經(jīng)常假定數(shù)據(jù)是均勻同質(zhì)的，即假定數(shù)據(jù)集中每一個(gè)點(diǎn)對(duì)建模的影響是基本相同的，每個(gè)點(diǎn)對(duì)建模都有影響，但都很微小，單獨(dú)一個(gè)或若干個(gè)點(diǎn)不應(yīng)該對(duì)模型的總體變化趨勢(shì)產(chǎn)生決定性的影響。而在實(shí)際中，這個(gè)條件往往不能得到滿足。一個(gè)數(shù)據(jù)集中，但經(jīng)常會(huì)有那么一個(gè)或幾個(gè)“不安分”的點(diǎn)，它們經(jīng)?；诂F(xiàn)有建模手段的“漏洞”來“興風(fēng)作浪”，它們就是數(shù)據(jù)集中的異常點(diǎn)、杠桿點(diǎn)及強(qiáng)影響點(diǎn)。

本文就是從這個(gè)角度，來尋找對(duì)建模有“不同尋?！庇绊懙狞c(diǎn)，從而在數(shù)據(jù)集中發(fā)現(xiàn)這些“異動(dòng)點(diǎn)”。那么，什么是異常點(diǎn)、杠桿點(diǎn)、強(qiáng)影響點(diǎn)呢？一般來講，異常點(diǎn)是指那些與既定模型有較大偏離的數(shù)據(jù)點(diǎn)，杠桿點(diǎn)是指那些遠(yuǎn)離數(shù)據(jù)主體的點(diǎn)，強(qiáng)影響點(diǎn)是指對(duì)統(tǒng)計(jì)推斷影響特別大的點(diǎn)。為了能檢測(cè)出這些點(diǎn)，我們需要了解幾個(gè)重要的診斷統(tǒng)計(jì)量，比如馬氏距離、Cook距離、學(xué)生外殘差、WK統(tǒng)計(jì)量、杠桿值。

2 實(shí)證分析

下面以Resset金融研究數(shù)據(jù)庫(kù)公布的2009年、2010年、2011年全球46個(gè)主要指數(shù)為樣本，對(duì)其進(jìn)行建模診斷分析。

我們以年收益率（nianshouyi）為響應(yīng)變量，以平均日收盤價(jià)（rishoupanjia）、平 均日 收 益 率 （rishouyi）、交 易 天 數(shù)（tianshu）為自變量作回歸，得到表1和表2。

表1 2011年完全數(shù)據(jù)下回歸結(jié)果

表2 2011年完全數(shù)據(jù)各主要診斷統(tǒng)計(jì)量處于前五位的觀測(cè)列表

由表2可知，第13號(hào)（巴基斯坦卡拉奇100）、第43號(hào)（埃及CMA）兩個(gè)數(shù)據(jù)點(diǎn)在6個(gè)診斷統(tǒng)計(jì)量中皆將其診斷為異常，第19號(hào)（巴西BOVESPA）、第38號(hào)（以色列TA－100）兩個(gè)數(shù)據(jù)點(diǎn)則被檢測(cè)出5次異常，因此，將這些點(diǎn)作為重點(diǎn)懷疑對(duì)象，在原始數(shù)據(jù)集中，將這些點(diǎn)刪除，再作回歸，得到表3。

表3 2011年數(shù)據(jù)刪除第13，19號(hào)等數(shù)據(jù)點(diǎn)后回歸結(jié)果

對(duì)比表1和表3可知，復(fù)相關(guān)系數(shù)平方刪除前為0.497 279，刪除后為0.121 508，變化比較大。F統(tǒng)計(jì)量，刪除前為13.848，刪除后為1.752 0，變化比較顯著。對(duì)于各回歸系數(shù)顯著性，刪除前rishoupanjia的P＝0.179 769，不顯著，刪除后為0.049 979，在0.05顯著性水平下顯著，刪除前后變化很明顯；刪除前rishouyi的P＝0.003 758，很顯著，刪除后為0.760 188，刪除前很顯著，刪除后不顯著，刪除前后變化很大；刪除前tianshu的P＝0.000 662，很顯著，刪除后P＝0.097 347，不顯著，刪除前后變化很大。關(guān)于自變量之間復(fù)共線性，刪除前，條件指標(biāo)η1＝1，η2＝1.561 10，η3＝2.03 857，η4＝33.402 53；刪除后，η1＝1，η2＝1.64 630，η3＝2.336 39，η4＝146.595 25，刪除前后η4變化很大，其余變化不顯著，根據(jù)判定標(biāo)準(zhǔn)，若條件指標(biāo)處于（0，100］，則可以認(rèn)為不存在復(fù)共線性，顯然，刪除后η4已超出范圍，因此，刪除前后自變量之間的復(fù)共線性變化很大。同時(shí)，方差膨脹因子VIF，刪除前c11＝1.008 87，c22＝1.236 62，c33＝1.246 11；刪除后c11＝1.044 89，c22＝1.052 67，c33＝1.027 48。刪除前后c11，c22，c33沒有明顯變化。再看隨機(jī)誤差項(xiàng)之間是否存在序列自相關(guān)，刪除前DW＝1.576 815，半偏相關(guān)系數(shù)SC＝0.203 751，根據(jù)序列相關(guān)的判定規(guī)則，在DW接近2，SC接近0時(shí)，可以認(rèn)為不存在序列相關(guān)，可見，均不符合要求；刪除后DW＝1.205 633，SC＝0.346 010，也不符合，因此，可以認(rèn)為，刪除前后，均存在序列自相關(guān)，沒有變化。

接著，來分析隨機(jī)誤差項(xiàng)之間是否為方差齊性，我們觀測(cè)殘差之遞減趨勢(shì)概率圖，刪除前如圖1所示，刪除后如圖2所示。

由圖1和圖2可知，刪除前后兩圖均有明顯的規(guī)律性變化趨勢(shì)，即先是逐漸上升，到最高點(diǎn)后下降，然后又是一個(gè)上升下降過程，刪除后又多一個(gè)上升過程。盡管兩圖基本上符合趨勢(shì)線應(yīng)與橫坐標(biāo)軸盡可能重合的要求，但對(duì)于散點(diǎn)圖應(yīng)具有隨機(jī)性，不應(yīng)具有明顯的規(guī)律性的要求，兩圖均不符合，因此，刪除前后均存在異方差，只是刪除前后兩者的變化還是有些不同。

關(guān)于隨機(jī)誤差項(xiàng)正態(tài)性的判斷，由回歸殘差半正態(tài)概率圖可知，刪除前，隨機(jī)誤差項(xiàng)較好地符合正態(tài)性要求，刪除后隨機(jī)誤差項(xiàng)與正態(tài)性要求則相差較大，因此，刪除前后，隨機(jī)誤差項(xiàng)正態(tài)性變化較大。

綜上所述，可知這些被懷疑為異常的點(diǎn)，對(duì)于回歸系數(shù)的顯著性、自變量之間的復(fù)共線性以及殘差的正態(tài)性方面均有較大影響，確實(shí)對(duì)建模產(chǎn)生了比較大的影響，因此，可以判斷這些點(diǎn)構(gòu)成建模的強(qiáng)影響點(diǎn)。

根據(jù)相同的方法，將2010年和2009年的結(jié)果直接給出。

對(duì)于2010年和2009年數(shù)據(jù)，均將第18號(hào)（阿根廷Merval）、第42號(hào)（葡萄牙PSI120）、第43號(hào)（埃及CMA指數(shù)）診斷為異常點(diǎn)。

根據(jù)以上3年的診斷分析，均未檢測(cè)出中國(guó)的3個(gè)指數(shù)第1號(hào)（上證指數(shù)）、第2號(hào)（深證成指）、第3號(hào)（滬深300）異常，這意味著中國(guó)的這3個(gè)指數(shù)是處于這46個(gè)指數(shù)所組成的數(shù)據(jù)集中的數(shù)據(jù)主體，從數(shù)據(jù)物理結(jié)構(gòu)的角度看，中國(guó)股市并未表現(xiàn)出異常。

這個(gè)結(jié)論似乎與人們目前對(duì)中國(guó)股市的印象大相徑庭，因?yàn)槲覀冎溃鼉赡曛袊?guó)股市確實(shí)表現(xiàn)不佳，如表4所示。

表4 2011年、2010年、2009年46個(gè)指數(shù)的年漲跌幅及排名

（續(xù)表4）

由表4可知，2011年上證指數(shù)跌幅達(dá)22.899%，位居第38名，深證成指跌幅達(dá)29.853%，位居第42名，滬深300跌幅達(dá)26.458%，位居第41，在全部46個(gè)指數(shù)中全部墊底。2010年上證指數(shù)跌幅達(dá)13.431%，位居第44名，深證成指跌幅達(dá)7.943%，位居第41名，滬深300跌幅達(dá)11.512%，位居第43名，也是全部墊底，只是2009年比較好，全部進(jìn)入前10名。而這與近3年中國(guó)經(jīng)濟(jì)狀況是否相符呢？中國(guó)股市是否是中國(guó)經(jīng)濟(jì)形勢(shì)的晴雨表呢？我們看表5。

表5 2011年、2010年、2009年經(jīng)合組織GDP增長(zhǎng)率數(shù)據(jù)

30 瑞士 1.9（22）2.71（22）－1.88（13）31 土耳其 8.5（2）8.95（3）－4.83（28）32 英國(guó) 0.7（33）1.35（31）－4.87（29）33 美國(guó) 1.7（24）3.03（20）－3.49（21）34 智利 5.9（6）5.19（9）－1.68（10）35 愛沙尼亞 7.6（3）3.11（19）－13.90（41）36 斯洛文尼亞 －0.2（37）1.21（35）－8.08（40）37 印度 7.2（4）10.09（2）6.77（2）38 南非 3.1（14）2.84（21）－1.68（10）39 印度尼西亞 6.5（5）6.11（6）4.58（3）40 俄羅斯 4.3（9）4.00（12）－7.80（39）_41 巴西 2.7（19）7.49（4）－0.64（9）

由表5可知，近3年中國(guó)在經(jīng)合組織的41個(gè)成員國(guó)和非常成員國(guó)中GDP增長(zhǎng)率牢牢占據(jù)第一的位置，這與中國(guó)股市的情況形成了鮮明的反差。那么該如何看待這一現(xiàn)象呢？

我們知道，中國(guó)股市已走過了近22年，在這個(gè)過程中，對(duì)于證券市場(chǎng)如何規(guī)范與發(fā)展，對(duì)于上市公司如何扶持與監(jiān)管，對(duì)于投資者如何進(jìn)行風(fēng)險(xiǎn)提示與教育，對(duì)于如何既要發(fā)揮金融行業(yè)服務(wù)實(shí)體經(jīng)濟(jì)的積極作用，又要注重防范金融風(fēng)險(xiǎn)，各個(gè)方面的專家學(xué)者一直以來都在進(jìn)行著探討與爭(zhēng)論。

3 結(jié)論及政策建議

根據(jù)以上實(shí)證分析，均未檢測(cè)出中國(guó)的3個(gè)股市指數(shù)異常，這意味著從數(shù)據(jù)物理結(jié)構(gòu)的角度看，中國(guó)股市并未表現(xiàn)出異常。為了可靠起見，我們考慮是否會(huì)有“掩蓋現(xiàn)象”（即強(qiáng)影響片中的個(gè)別點(diǎn)的影響可能被某些其余點(diǎn)的作用所掩蓋，使得這些個(gè)別點(diǎn)在常規(guī)檢測(cè)時(shí)并無(wú)異常表現(xiàn)，從而造成判斷的遺漏）發(fā)生，為此，我們單獨(dú)將中國(guó)的這3組數(shù)據(jù)主觀地先假定其異常，然后將這3組數(shù)據(jù)從原始數(shù)據(jù)集中刪除，再對(duì)剩余數(shù)據(jù)所組成的數(shù)據(jù)集作回歸，觀察回歸后表征回歸效果的各個(gè)指標(biāo)與完全數(shù)據(jù)時(shí)的各個(gè)指標(biāo)是否有較大的變化，經(jīng)過嚴(yán)格檢測(cè)，各個(gè)指標(biāo)與完全數(shù)據(jù)集幾乎沒有差別，這完全符合本文開頭部分所述觀點(diǎn)，即單獨(dú)一個(gè)或若干個(gè)點(diǎn)不應(yīng)該對(duì)建模產(chǎn)生嚴(yán)重影響，如果符合這個(gè)條件，那么就可以認(rèn)為，這一個(gè)或若干個(gè)點(diǎn)不是異常點(diǎn)。因此，可以斷定，從數(shù)據(jù)本身物理結(jié)構(gòu)的觀點(diǎn)看，中國(guó)股市并未表現(xiàn)出異常。

政策建議歸納起來，可從以下三個(gè)方面進(jìn)行總結(jié)。

首先，從監(jiān)管層面來說，應(yīng)從以下幾方面加強(qiáng)：（1）健全發(fā)展金融市場(chǎng)的法律和公共政策，完善市場(chǎng)基礎(chǔ)設(shè)施，使市場(chǎng)能夠充分發(fā)揮作用，逐步擺脫行政管制的影響，代之以相應(yīng)的市場(chǎng)約束機(jī)制；（2）建立對(duì)金融風(fēng)險(xiǎn)的早期識(shí)別、預(yù)警和處置機(jī)制，以防范系統(tǒng)性金融風(fēng)險(xiǎn)、維護(hù)經(jīng)濟(jì)金融安全；（3）制定信息披露的規(guī)則并監(jiān)督執(zhí)行，使投資者有足夠真實(shí)及時(shí)的信息以識(shí)別風(fēng)險(xiǎn)；（4）建立和完善信用體系，對(duì)違法違規(guī)者加大打擊力度；（5）繼續(xù)降低各種交易費(fèi)用，提振股市信心，加強(qiáng)保護(hù)中小投資者的各種措施。

其次，從上市公司和中介機(jī)構(gòu)方面來講，應(yīng)該做好以下工作：（1）完善公司的治理結(jié)構(gòu)，樹立長(zhǎng)期發(fā)展的理念；（2）把主要精力放在提高業(yè)務(wù)質(zhì)量和為客戶服務(wù)上；（3）嚴(yán)格履行上市公司的各項(xiàng)承諾，本著對(duì)股東負(fù)責(zé)的精神，注重股東的利益訴求。

最后，從廣大投資者特別是中小投資者方面來說，要樹立風(fēng)險(xiǎn)意識(shí)，提高自己的甄別能力，樹立理性投資的觀念，根據(jù)自己的實(shí)際情況，量力而行，適可而止。

中國(guó)現(xiàn)在已是世界第二大經(jīng)濟(jì)體，中國(guó)股市為中國(guó)經(jīng)濟(jì)的發(fā)展做出了重要貢獻(xiàn)，中國(guó)股市的發(fā)展和完善不是一蹴而就的，判斷股市發(fā)展也要綜合考慮，既要參考發(fā)達(dá)國(guó)家股市的一般規(guī)律，更要考慮中國(guó)的現(xiàn)實(shí)國(guó)情，中國(guó)股市具有新興加轉(zhuǎn)軌的特征，這一情況還將持續(xù)一個(gè)時(shí)期。相信有中國(guó)經(jīng)濟(jì)的強(qiáng)大基礎(chǔ)和發(fā)展后勁，中國(guó)股市的前景一定是非常光明的。

［1］白雪梅.中國(guó)股市與經(jīng)濟(jì)增長(zhǎng)的非線性依從關(guān)系研究［J］.統(tǒng)計(jì)研究，2010（6）：40－45.

［2］王永巧，劉詩(shī)文.基于時(shí)變Copula的金融開放與風(fēng)險(xiǎn)傳染［J］.系統(tǒng)工程理論與實(shí)踐，2011（4）：778－784.

［3］王正位，王思敏，朱武祥.股票市場(chǎng)融資管制與公司最優(yōu)資本結(jié)構(gòu)［J］.管理世界，2011（2）：40－47.

［4］徐建國(guó).中國(guó) A股指數(shù)的過度波動(dòng)［J］.金融研究，2010（8）：94－111.

［5］周暉.貨幣政策股票資產(chǎn)價(jià)格與經(jīng)濟(jì)增長(zhǎng)［J］.金融研究，2010（2）：91－101.

［6］張兵，范至鎮(zhèn)，李心丹.中美股票市場(chǎng)的聯(lián)動(dòng)性研究［J］.經(jīng)濟(jì)研究，2010（11）：141－151.

［7］趙果慶，田存志.中美兩國(guó)三地股指的同步性與傳導(dǎo)機(jī)制——基于次貸危機(jī)以來道瓊斯、恒生和上海綜合指數(shù)日 數(shù) 據(jù) ［J］.系 統(tǒng) 過 程 理 論 與 實(shí) 踐，2011（6）：1029－1038.

［8］趙文勝，張屹山，趙楊.短期國(guó)際資本流動(dòng)對(duì)中國(guó)市場(chǎng)變化的反應(yīng)分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（3）：104－117.