劉 新，王福豪

(重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院，重慶 400054)

?

上證指數(shù)股價(jià)泡沫實(shí)證分析

劉 新，王福豪

(重慶理工大學(xué) 經(jīng)濟(jì)金融學(xué)院，重慶 400054)

采用間接度量法，建立TAR模型和AR模型，運(yùn)用協(xié)整理論剔除上證指數(shù)中的實(shí)際價(jià)格，以檢驗(yàn)我國上證指數(shù)月度收盤均價(jià)的泡沫情況。實(shí)證結(jié)果表明：AR模型可以很好地?cái)M合股價(jià)泡沫的演變路徑，優(yōu)于TAR模型?；趯?shí)證分析得出結(jié)論并且給出促進(jìn)消費(fèi)和協(xié)調(diào)銀行體系與股市關(guān)系的建議。

間接度量法；協(xié)整理論；TAR模型；AR模型

一、前言

自2014年始，我國股市呈現(xiàn)牛市狀態(tài)，上證指數(shù)逐步攀升，至2015年6月底增長了1倍多，之后開始出現(xiàn)大幅回落，起起伏伏的震蕩現(xiàn)象再一次將“我國股市有沒有泡沫，泡沫存在的程度有多大”的問題呈現(xiàn)在人們面前。在這種背景下，本文將對上證指數(shù)價(jià)格泡沫時(shí)間序列進(jìn)行實(shí)證分析，以檢驗(yàn)我國股市泡沫是否存在結(jié)構(gòu)性斷點(diǎn)，在此基礎(chǔ)上提出控制股市泡沫的建議。

在市場經(jīng)濟(jì)交易活動(dòng)中，某項(xiàng)資產(chǎn)產(chǎn)生價(jià)格泡沫的原因是市場價(jià)格與內(nèi)在價(jià)值(實(shí)際價(jià)格)出現(xiàn)背離，當(dāng)市場價(jià)格大于實(shí)際價(jià)格時(shí)為正向泡沫，反之為負(fù)向泡沫。由于在現(xiàn)實(shí)經(jīng)濟(jì)運(yùn)行狀況下，正向泡沫對一國或某一地區(qū)經(jīng)濟(jì)發(fā)展的影響遠(yuǎn)大于負(fù)向泡沫，所以人們把精力集中在正向泡沫的研究。在度量股票價(jià)格泡沫的過程中，關(guān)鍵一步是分離出實(shí)際價(jià)格。目前分離實(shí)際價(jià)格的方法有兩種，即直接度量法和間接度量法。直接度量法是將未來股票價(jià)格和股利通過折現(xiàn)因子折現(xiàn)到當(dāng)前的價(jià)格作為股票的實(shí)際價(jià)格。間接度量法是選取影響股票價(jià)格的幾個(gè)重要經(jīng)濟(jì)變量決定其實(shí)際價(jià)格。從兩種方法的本質(zhì)分析，直接度量法更加合理精確，但是由于我國股票市場起步晚、發(fā)展歷史短、未來股息分紅少且股利不確定等綜合因素，直接度量法的優(yōu)勢在我國股票價(jià)格度量方面不能充分發(fā)揮。根據(jù)歷史經(jīng)驗(yàn)，我國股票市場呈現(xiàn)明顯的“齊漲共跌”現(xiàn)象，受到宏觀經(jīng)濟(jì)變量影響很大。結(jié)合我國股票市場實(shí)際情況，本文即采用間接度量法剔除上證指數(shù)股票價(jià)格的實(shí)際價(jià)格。

二、文獻(xiàn)綜述

周愛民認(rèn)為經(jīng)濟(jì)泡沫現(xiàn)象來源于理性預(yù)期條件下指標(biāo)真實(shí)值與實(shí)際值之間的差值并可度量。度量的工具和方法分別是股市泡沫行為方程和判別是否存在收斂穩(wěn)定解的非蓬齊對策條件[1]。在理性預(yù)期假定的基礎(chǔ)上，周愛民討論了檢驗(yàn)股市泡沫的方法，并修正協(xié)整檢驗(yàn)方法，結(jié)合上證指數(shù)泡沫現(xiàn)象實(shí)證分析，結(jié)果表明，希勒超長易變性方差比檢驗(yàn)方法、修正協(xié)整檢驗(yàn)方法和動(dòng)態(tài)自回歸檢驗(yàn)方法可以互相印證[2]。

現(xiàn)有研究表明，股票價(jià)格時(shí)間序列往往呈現(xiàn)非線性特征。在分離出股票價(jià)格泡沫成分后，學(xué)者們提出非線性時(shí)間序列模型擬合泡沫成分的演變路徑。Quandt于1958年提出馬氏域變模型，并且得到Goldfeld和Hamilton的補(bǔ)充，進(jìn)而使馬氏域變模型逐步完善。盡管該模型發(fā)展較為成熟，但由于計(jì)算機(jī)技術(shù)的發(fā)展滯后，直到20世紀(jì)80年代末期才被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)領(lǐng)域的實(shí)證分析。運(yùn)用馬氏域變模型，Cecchetti等對美國證券市場回報(bào)率進(jìn)行實(shí)證研究，結(jié)果表明馬氏域變模型具有很好的擬合性[3]。Nordon和Schaller對加拿大的股票泡沫進(jìn)行檢驗(yàn)，實(shí)證表明加拿大股票市場存在“有泡沫”和“無泡沫”兩個(gè)狀態(tài)，并且得到各個(gè)時(shí)點(diǎn)下的“有泡沫”狀態(tài)下的概率[4]。孟慶斌等運(yùn)用間接度量法得到上證指數(shù)價(jià)格泡沫，建立馬氏域變模型確定滬市在每一時(shí)刻存在泡沫的概率，并結(jié)合深證指數(shù)分析滬深兩市的泡沫聯(lián)動(dòng)性[5]。孟慶斌等在已有研究成果的基礎(chǔ)上結(jié)合上證指數(shù)價(jià)格泡沫情況的實(shí)證分析，比較非齊次馬氏域變模型與齊次馬氏域變模型的建模效果，結(jié)果表明非齊次馬氏域變模型得出的有泡沫概率和無泡沫概率可以更加精確詳細(xì)刻畫我國股市各個(gè)時(shí)段上的泡沫水平[6]。

隨著金融衍生品不斷涌現(xiàn)以及金融市場交易量空前增加，突發(fā)事件對金融時(shí)間序列的影響受到人們的格外關(guān)注。為了反映金融市場交易過程中的突變特征，學(xué)者們提出TAR模型。TAR模型稱為門限自回歸模型，屬于AR自回歸模型的變形，可以捕捉到時(shí)間序列的突變特征。Ahmed等建立TAR模型(Threshold Autoregressive,TAR)分析太平洋周圍國家的股市價(jià)格泡沫情況[7]，Kelleher等同樣建立TAR模型分析韓國股票市場股價(jià)泡沫的演變路徑[8]，實(shí)證表明TAR模型因?yàn)榭紤]到突變結(jié)構(gòu)提高了擬合效果。朱敏等提出不確定環(huán)境下MTAR模型的非常返性并推導(dǎo)出序列幾何遍歷的充分條件[9]。在前人研究成果的基礎(chǔ)上，崔暢等將MTAR模型應(yīng)用于我國股市投機(jī)性泡沫的研究，實(shí)證表明我國股票市場存在周期性破滅的投機(jī)泡沫[10]。孟慶斌等對經(jīng)典股票價(jià)格泡沫模型予以推廣，在隨機(jī)利率背景下構(gòu)造股價(jià)泡沫周期性破滅的理論框架，進(jìn)而運(yùn)用TAR模型對我國上證指數(shù)的價(jià)格泡沫情況進(jìn)行檢驗(yàn)，最終得出有益結(jié)論[11]。

基于馬爾可夫區(qū)制轉(zhuǎn)換方法和VNS模型，趙鵬等針對我國滬市周期性破滅型投機(jī)泡沫的存在性展開實(shí)證研究，得出上證指數(shù)月度超額收益率的變化可分為泡沫生存和泡沫破滅兩個(gè)狀態(tài)，滬市投機(jī)泡沫特征符合周期性破滅型投機(jī)泡沫[12]。張景齊利用直接度量方法對我國基于滾動(dòng)投資的A股股市泡沫研究，結(jié)果表明：短期內(nèi)股票價(jià)格圍繞價(jià)值線上下波動(dòng)，從長期來看企業(yè)的質(zhì)量決定股市泡沫的大小程度[13]。高志結(jié)合上證指數(shù)歷史數(shù)據(jù)，建立SOM神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)方法構(gòu)建泡沫臨界點(diǎn)偵測模型，實(shí)證表明該模型可以識別上證指數(shù)泡沫狀態(tài)轉(zhuǎn)換臨界點(diǎn)[14]。游家興等利用轉(zhuǎn)播學(xué)中“沉默的螺旋”理論對資產(chǎn)誤定價(jià)構(gòu)造綜合評價(jià)指標(biāo)進(jìn)行研究，得出媒體情緒越高漲或者越低落資產(chǎn)價(jià)格就越容易偏離實(shí)際價(jià)格[15]。張勇以上市公司為樣本驗(yàn)證穩(wěn)健性會計(jì)信息披露對股價(jià)波動(dòng)的影響，結(jié)果表明資產(chǎn)價(jià)值準(zhǔn)備的正常計(jì)提促使股價(jià)上升，非正常計(jì)提造成股價(jià)泡沫[16]。邵新建等認(rèn)為在IPO上市初期個(gè)體投資者越樂觀，股價(jià)泡沫越大[17]。

從上述文獻(xiàn)中總結(jié)出股市泡沫的檢驗(yàn)方法有直接檢驗(yàn)法和間接檢驗(yàn)法。間接檢驗(yàn)法依據(jù)股價(jià)的分布特征檢驗(yàn)泡沫是否存在，比如周愛民設(shè)計(jì)多種間接法并對中國股市進(jìn)行實(shí)證檢驗(yàn)。直接檢驗(yàn)法較多采用機(jī)制轉(zhuǎn)換模型，主要有兩類模型：一是門限自回歸模型，比如崔暢和劉金全[10]；二是馬氏域變模型，比如孟慶斌、趙鵬等[5-6，12]。在已有文獻(xiàn)中，學(xué)者們大多運(yùn)用馬氏域變模型或者TAR模型度量分析股價(jià)泡沫情況，很少有學(xué)者將AR模型和TAR模型針對我國股票價(jià)格泡沫路徑作比較。因此，本文將AR模型和TAR模型應(yīng)用于我國股票市場做擬合優(yōu)度比較實(shí)證分析。在協(xié)整理論基礎(chǔ)上，利用間接度量方法剔除決定股票價(jià)格的理性成分(實(shí)際價(jià)格)，股票的真實(shí)價(jià)格與宏觀經(jīng)濟(jì)變量決定的股價(jià)之差即為股票價(jià)格理性泡沫[11]。對上證指數(shù)價(jià)格泡沫分別建立AR和TAR模型，捕捉價(jià)格泡沫的非線性特征，分析其演變路徑，探討滬市交易過程中是否存在突變特征及其泡沫成分，得出不同的結(jié)論。

三、理論分析

在金融時(shí)間序列分析中，對于平穩(wěn)的時(shí)間序列人們通常建立AR模型擬合其非線性演變特征[11]。通常情況下如果一個(gè)時(shí)間序列滿足：

Yt=c+α1Yt-1+α2Yt-2+…+αpYt-p+ξ

(1)

則稱時(shí)間序列{yt},t=1,2,…為AR(P)過程。隨著我國市場經(jīng)濟(jì)的不斷完善、改革開放進(jìn)程的不斷深入以及計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的空前發(fā)展，我國股票市場也發(fā)生了重大變化，各種金融衍生品層出不窮、金融市場規(guī)模和金融交易頻率空前擴(kuò)張導(dǎo)致金融時(shí)間序列往往呈現(xiàn)結(jié)構(gòu)性突變或跳躍現(xiàn)象。因此，為了擬合當(dāng)前金融時(shí)間序列的非線性特征，學(xué)者們提出了TAR模型。一般情況下，如果時(shí)間序列{yt},t=1,2,…滿足：

(2)

則稱為一個(gè)k段門限自回歸模型。其中zt-d為門限變量，是可測的。rj為門限值，k為正整數(shù)，是TAR模型的段數(shù)，ξ為服從獨(dú)立同分布的隨機(jī)白噪聲序列。在實(shí)際研究過程中，人們經(jīng)常采用Tong和Lim提出的TAR模型[18]，其一般形式可以表示為：

(3)

其中，α為閾值，是未知量，本文通過Chan提出的網(wǎng)格搜索法進(jìn)行確定[19]。同時(shí)TAR模型也表明在金融時(shí)間序列中通過閾值將其分為若干部分，考慮到了金融時(shí)間序列的結(jié)構(gòu)性突變或跳躍現(xiàn)象。

四、實(shí)證分析

(一)基于Johansen協(xié)整檢驗(yàn)方法的股價(jià)泡沫分離

股票價(jià)格受到宏觀經(jīng)濟(jì)形勢相關(guān)變量影響有國民經(jīng)濟(jì)總體指標(biāo)、投資指標(biāo)、消費(fèi)指標(biāo)和金融指標(biāo)[20]。國民經(jīng)濟(jì)總體指標(biāo)一般用國內(nèi)生產(chǎn)總值和工業(yè)增加值等衡量，投資指標(biāo)一般用全社會固定資產(chǎn)投資額衡量，消費(fèi)指標(biāo)指社會消費(fèi)品零售總額和城鄉(xiāng)居民儲蓄存款余額，金融指標(biāo)一般用貨幣供應(yīng)量、利率和匯率等衡量。為了直接反映銀行體系對股市泡沫的影響，本文采用各項(xiàng)貸款指標(biāo)。鑒于統(tǒng)計(jì)局網(wǎng)站沒有公開工業(yè)增加值數(shù)據(jù)，本文選取制造業(yè)采購經(jīng)理指數(shù)作為替代，選取廣義貨幣與狹義貨幣之差(M2M1)、金融機(jī)構(gòu)各項(xiàng)貸款總量(Loan)、消費(fèi)者價(jià)格指數(shù)(CPI)、匯率(FE)和制造業(yè)采購經(jīng)理指數(shù)(PMI)5個(gè)宏觀經(jīng)濟(jì)變量作為解釋變量，上證指數(shù)月度收盤均價(jià)(Shanghai Composite Index Monthly Closing Price,簡稱SCIMCP)作為被解釋變量。所選數(shù)據(jù)的時(shí)間窗口為2006年1月到2015年5月。

在協(xié)整檢驗(yàn)之前，為消除季節(jié)變動(dòng)等因素的影響，本文對上證指數(shù)收盤均價(jià)、消費(fèi)者價(jià)格指數(shù)、匯率、廣狹義貨幣差和各項(xiàng)貸款做對數(shù)變換，并且對制造業(yè)采購經(jīng)理指數(shù)等6個(gè)經(jīng)濟(jì)變量時(shí)間序列做X-11平滑處理并做協(xié)整回歸，得出協(xié)整方程和協(xié)整殘差即股價(jià)泡沫。對股價(jià)泡沫進(jìn)行平穩(wěn)性檢驗(yàn)和自相關(guān)檢驗(yàn)，如果股價(jià)泡沫序列沒有通過兩個(gè)檢驗(yàn)的任何一個(gè)就說明協(xié)整殘差中存在股價(jià)泡沫。對股價(jià)泡沫建立AR和TAR模型，辨別模型的擬合效果。如果AR模型擬合效果優(yōu)于TAR模型則說明上證指數(shù)股價(jià)泡沫不存在結(jié)構(gòu)斷點(diǎn)或突變特征。根據(jù)協(xié)整回歸結(jié)果以及AR和TAR模型的擬合股價(jià)泡沫的優(yōu)劣差別得出結(jié)論并提出建議。

協(xié)整理論要求每個(gè)時(shí)間序列是非平穩(wěn)的，因此本文對6個(gè)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表1所示。

表1 各經(jīng)濟(jì)變量平穩(wěn)性檢驗(yàn)結(jié)果

注：括號中的值為ADF統(tǒng)計(jì)量概率p值。

通過對各經(jīng)濟(jì)變量進(jìn)行平穩(wěn)性檢驗(yàn)得出各經(jīng)濟(jì)變量原序列都無法拒絕存在單位根的原假設(shè)，匯率的二階差分序列以及其他5個(gè)變量的一階差分序列在1%水平拒絕了存在單位根的假設(shè)，即匯率為I(2)過程，其他5個(gè)變量序列均為I(1)過程。為剔除股票價(jià)格的實(shí)際價(jià)格，本文對6個(gè)經(jīng)濟(jì)變量進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)果如表2所示。從表2可以看出變量間在5%水平上存在兩個(gè)協(xié)整關(guān)系。

表2 協(xié)整檢驗(yàn)結(jié)果

Yt= -3.3587FE(-2)+ 2.9590LOAN(-1)-

(0.00) (0.00)

3.335 3M2M1(-1)+ 0.039 9PMI(-1)+

(0.00) (0.00)

3.690 5CPI(-1)

(4)

(0.00)

在協(xié)整檢驗(yàn)基礎(chǔ)上，建立回歸模型定量分析經(jīng)濟(jì)變量之間的相互作用。協(xié)整方程結(jié)果如式(4)所示。括號內(nèi)為對應(yīng)系數(shù)的概率P值。從協(xié)整方程中，我們發(fā)現(xiàn)各項(xiàng)貸款總量、制造業(yè)采購經(jīng)理指數(shù)和消費(fèi)者物價(jià)指數(shù)的滯后一期時(shí)間序列與上證指數(shù)泡沫具有正相關(guān)關(guān)系，并且都在1%水平上顯著，其中影響最大的是消費(fèi)者物價(jià)指數(shù)的滯后一期，這與實(shí)際經(jīng)濟(jì)情況相符。在現(xiàn)實(shí)經(jīng)濟(jì)運(yùn)行過程中，消費(fèi)者物價(jià)指數(shù)增長會抑制消費(fèi)，會有更多資金流入股市，進(jìn)而使股價(jià)升高，這時(shí)往往是最容易出現(xiàn)股市泡沫的時(shí)刻。與之相反，匯率的滯后兩期以及廣狹義貨幣差的滯后一期對上證指數(shù)泡沫具有抑制作用，并且都在1%水平上顯著。從二者的系數(shù)上分析，廣狹義貨幣差和匯率對協(xié)整殘差的抑制作用相當(dāng)[21]。各項(xiàng)貸款總量、匯率和廣狹義貨幣差都與銀行體系息息相關(guān)，從而也表明銀行體系對股市泡沫調(diào)節(jié)過程中的重要作用。然后對得到的股價(jià)泡沫序列進(jìn)行平穩(wěn)性檢驗(yàn)和自相關(guān)檢驗(yàn)，平穩(wěn)性檢驗(yàn)結(jié)果和自相關(guān)檢驗(yàn)結(jié)果分別如表3和表4所示。

從表3可以看出，殘差序列在5%水平上拒絕單位根假設(shè)，即殘差序列是平穩(wěn)的。然而從表4看出，經(jīng)過自相關(guān)檢驗(yàn)得出其概率P值均小于0.05，即殘差序列存在自相關(guān)。本文對殘差序列進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表5所示。從表5可以看出，殘差序列呈現(xiàn)略微左偏、高峰的現(xiàn)象，峰度值大于3，JB統(tǒng)計(jì)量的概率值很小，顯然不服從正態(tài)分布。單位根檢驗(yàn)和協(xié)整檢驗(yàn)方法都是基于線性自回歸過程，并且假設(shè)變量之間的均衡調(diào)整過程是對稱的。殘差序列的柱狀分布如圖1所示。單位根檢驗(yàn)和協(xié)整檢驗(yàn)方法都是基于線性自回歸過程，并且假設(shè)變量之間的均衡調(diào)整過程是對稱的。觀察圖1發(fā)現(xiàn)，殘差序列的發(fā)展路徑是非對稱的，明顯不符合線性特征。

表3 殘差序列平穩(wěn)性檢驗(yàn)結(jié)果

表4 殘差自相關(guān)檢驗(yàn)結(jié)果

表5 殘差序列的描述性統(tǒng)計(jì)結(jié)果

綜合情況分析，導(dǎo)致殘差序列出現(xiàn)自相關(guān)且不服從正態(tài)分布的原因是滬市存在價(jià)格泡沫，因此可以把殘差序列認(rèn)定為股價(jià)泡沫序列并且殘差序列很可能存在結(jié)構(gòu)性突變或結(jié)構(gòu)性斷點(diǎn)[22]。并且從圖1可以看出在2006到2013年間該序列的波動(dòng)是逐漸變小的，也就是說波峰和波谷的值逐漸變??；自此之后，波動(dòng)幅度又逐漸變大。從2006年1月到2015年5月，股價(jià)泡沫序列的演變路徑幾乎是按照由負(fù)到正的規(guī)律交替變化的。值得注意的是，股價(jià)泡沫序列的演變路徑在2008年6月由正轉(zhuǎn)負(fù)，這主要是2008年金融危機(jī)爆發(fā)，股市泡沫驟然破滅所致。股價(jià)泡沫序列的非線性特征為本文構(gòu)建AR和TAR模型提供了現(xiàn)實(shí)依據(jù)。

圖1 殘差序列分布圖

(二)建立AR與TAR模型

經(jīng)過試驗(yàn)，發(fā)現(xiàn)上證指數(shù)泡沫序列與其滯后一期和滯后兩期有關(guān)。因此，首先對上證指數(shù)泡沫時(shí)間序列建立TAR(2)模型。在估計(jì)TAR模型的參數(shù)之前，利用chan方法在所有數(shù)據(jù)中搜索閾值，得到閾值α為0.197 7。在該閾值的作用下，將所有泡沫序列分為兩部分，并分別估計(jì)方程參數(shù)。TAR模型的估計(jì)結(jié)果如式(5)所示。

(5)

為與TAR模型進(jìn)行比較，本文建立AR模型。AR模型的參數(shù)估計(jì)結(jié)果為：

(6)

(7)

其中，Yt表示根據(jù)AR模型和TAR模型得到的預(yù)測值。MSE值越小說明模型擬合效果越好。利用Matlab軟件實(shí)現(xiàn)得到，TAR模型的MSE值為0.236 2，AR模型的MSE為0.235 8。這說明AR模型的擬合效果優(yōu)于TAR模型。同時(shí)這也說明在2006年至2015年上證指數(shù)不存在結(jié)構(gòu)性斷點(diǎn)或突變現(xiàn)象。

五、結(jié)論與建議

在實(shí)證分析過程中，本文選取了各項(xiàng)貸款總量、廣狹義貨幣差和匯率3個(gè)與銀行體系相關(guān)的宏觀經(jīng)濟(jì)指標(biāo)。結(jié)果表明：各項(xiàng)貸款總量滯后一期系數(shù)大于零，并且在1%置信水平上顯著，顯示其對股市泡沫的促進(jìn)作用；廣狹義貨幣差滯后一期系數(shù)和匯率滯后兩期系數(shù)小于零，在1%置信水平上顯著，顯示其對股市泡沫的抑制作用。上述3個(gè)經(jīng)濟(jì)變量與股市泡沫時(shí)間序列的關(guān)系說明銀行體系對股市價(jià)格泡沫有很大的影響。從實(shí)證分析結(jié)果來看，在控制泡沫水平的過程中，銀行體系扮演了重要角色。歷史經(jīng)驗(yàn)告訴我們，由于銀行資金過多參與股市交易，1929年美國經(jīng)濟(jì)出現(xiàn)大蕭條和日本經(jīng)濟(jì)泡沫破滅后到目前為止其宏觀經(jīng)濟(jì)運(yùn)行狀況仍不容樂觀。在2008年金融危機(jī)中，由于美國沒有控制好銀行資金與股市的流動(dòng)，導(dǎo)致美國金融機(jī)構(gòu)競相倒閉破產(chǎn)。然而，由于能夠較好地控制銀行資金與股市的關(guān)系，我國在調(diào)控宏觀經(jīng)濟(jì)、應(yīng)對金融危機(jī)過程中略顯優(yōu)勢，在世界經(jīng)濟(jì)復(fù)蘇進(jìn)程中發(fā)揮了重要作用。雖然我國成功應(yīng)對金融危機(jī)，但是歷史經(jīng)驗(yàn)為我們敲響警鐘，銀行體系與股市泡沫關(guān)系密切，因此銀行體系對股市泡沫的調(diào)節(jié)作用不言而喻。

從實(shí)證結(jié)果分析，消費(fèi)者物價(jià)指數(shù)對股價(jià)泡沫促進(jìn)最大，也就是說，當(dāng)物價(jià)處于較高水平時(shí)，人們放棄消費(fèi)轉(zhuǎn)而把閑散資金投入股市，無疑會促使泡沫的膨脹。因此，在股市出現(xiàn)大量泡沫時(shí)，相關(guān)部門可以采取刺激消費(fèi)的措施以拉動(dòng)真實(shí)需求，為股市泡沫釜底抽薪。當(dāng)股市泡沫處于較高水平特別是股價(jià)脫離實(shí)體經(jīng)濟(jì)基本面出現(xiàn)持續(xù)快速單邊上漲時(shí)，需要采取刺激消費(fèi)政策，促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展，而不能利用強(qiáng)制手段刺破泡沫，不然大量泡沫驟然破滅釋放的負(fù)能量會對實(shí)體經(jīng)濟(jì)產(chǎn)生毀滅性打擊。

此外，從AR和TAR模型對股市泡沫序列的擬合效果來看，AR模型更適合刻畫我國股市泡沫的演變路徑，其擬合優(yōu)度比TAR模型更優(yōu)，這種情況同時(shí)也表明我國股市不存在結(jié)構(gòu)斷點(diǎn)或突變特征。2008年我國股市之所以不存在結(jié)構(gòu)性斷點(diǎn)或突變特征，本文認(rèn)為原因是中央政府啟動(dòng)了四萬億投資以及實(shí)行的“一攬子”貨幣政策。當(dāng)時(shí)全球經(jīng)濟(jì)面臨二戰(zhàn)以來最為嚴(yán)重的大蕭條，我國實(shí)體經(jīng)濟(jì)也受到極大打擊，中央政府的四萬億投資極大促進(jìn)了實(shí)體經(jīng)濟(jì)和股市的復(fù)蘇。

本文建議在調(diào)節(jié)股市泡沫的過程中應(yīng)注重銀行體系的重要作用；當(dāng)泡沫大量存在時(shí)政策重心應(yīng)以促進(jìn)消費(fèi)為主，以促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展。股價(jià)泡沫程度與宏觀經(jīng)濟(jì)運(yùn)行狀況息息相關(guān)，受到宏觀經(jīng)濟(jì)部門和投資者的重點(diǎn)關(guān)注。學(xué)界和民間對股價(jià)泡沫的觀點(diǎn)也各不相同，本文認(rèn)為允許適量泡沫可以促進(jìn)宏觀經(jīng)濟(jì)的良好發(fā)展。因此，把股價(jià)泡沫控制在適量水平是保護(hù)實(shí)體經(jīng)濟(jì)、促進(jìn)宏觀經(jīng)濟(jì)健康發(fā)展的重要環(huán)節(jié)。

[1] 周愛民.股市泡沫及其檢驗(yàn)方法[J].經(jīng)濟(jì)科學(xué)，1998(5)：44-49.

[2] 周愛民，張雪瑩.股市泡沫的理論與實(shí)證[J].世界經(jīng)濟(jì)，1999(10):10-14.

[3] CECCHETTI S G,LAM P，MARK N C.Mean reversion in equilibrium asset prices[J].American Economic Review,1990,80:398-418.

[4] NORDEN S,SCHALLER H.The predictability of stock market regime:evidence from the Tornoto Stock Exchange[J].Review of Economics and Statistics,1993(3):505-510.

[5] 孟慶斌，周愛民，汪孟海.基于齊次馬氏域變方法的中國股市價(jià)格泡沫檢驗(yàn)[J].金融研究，2008(8):105-118.

[6] 孟慶斌，靳曉婷，吳蕾.齊次及非齊次馬氏域變模型在股價(jià)泡沫檢驗(yàn)中的應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011(4):124-137.

[7] AHMED E,ROSSER J B,UPPAL J Y.Evidence of nonlinear speculative bubbles in Pacific-Rim Stock Markets[J].The Quaterly Journal of Economics and Finance,1999,39:21-36.

[8] KELLEHER D,KIM G S,KIM S.Evidence of Bubbles in the Korean Stock Markets[C].Lugano:EFMA Meeting Proceedings,2001.

[9] 朱敏，俞政.隨機(jī)環(huán)境下的MTAR模型的幾何遍歷性[J].數(shù)學(xué)理論與應(yīng)用，2006，26(4):44-47.

[10]崔暢，劉金全.我國股市投機(jī)泡沫分析——基于非線性協(xié)調(diào)整關(guān)系的實(shí)證檢驗(yàn)[J].財(cái)經(jīng)科學(xué)，2006(11)：24-30.

[11]孟慶斌，周愛民，靳曉婷.基于TAR模型的中國股市價(jià)格泡沫檢驗(yàn)[J].南開經(jīng)濟(jì)研究，2008(4):46-55.

[12]趙鵬，曾劍云.我國股市周期性破滅型投機(jī)泡沫實(shí)證研究——基于馬爾可夫區(qū)制轉(zhuǎn)換方法[J].金融研究，2008(4):174-187.

[13]張景齊.基于滾動(dòng)投資的我國A股股市泡沫研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013,35(1)：19-29.

[14]高志.基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的股價(jià)泡沫臨界點(diǎn)識別模型[J].蚌埠學(xué)院學(xué)報(bào)，2014,3(1):65-68.

[15]游家興，吳靜.沉默的螺旋：媒體情緒與資產(chǎn)誤定價(jià)[J].經(jīng)濟(jì)研究，2012(7):141-152.

[16]張勇.利用資產(chǎn)減值進(jìn)行盈余管理對股價(jià)的影響[J].經(jīng)濟(jì)縱橫，2011(12):110-113.

[17]邵新建，巫和懋，李澤廣，等.中國IPO上市首日的超高換手率之謎[J].金融研究，2011(9)：122-137.

[18]TON H,LIM K S.Threshold autoregression,limit cycles and cyclical cata(with discussion of the paper)[J].Journal of the Royal Statistical Social Society,1980,42(3):245-292.

[19]CHAN K,MCQUEEN G,THORLEY S.Are there rational speculative bubbles in Asian stock market?[J].Pacific-Basin Finance Journal,1998(6):125-151.

[20]卜樂樂,姚佐文.我國宏觀經(jīng)濟(jì)與證券市場關(guān)系的實(shí)證分析——基于名義GDP和上證指數(shù)發(fā)展速度的視角[J].重慶理工大學(xué)學(xué)報(bào)(社會科學(xué))，2014(10)：59-64.

[21]邱冬陽,杜詩茗.IPO抑價(jià)存在星期效應(yīng)嗎?——基于深圳創(chuàng)業(yè)板的實(shí)證[J].重慶理工大學(xué)學(xué)報(bào)(社會科學(xué))，2015(5)：38-46.

[22]孟慶斌.股市價(jià)格泡沫研究——泡沫度量及其影響因素分析[D].天津：南開大學(xué)，2009.

(責(zé)任編輯 魏艷君)

An Empirical Analysis of the Bubble of Shanghai Composite Index Stock Price

LIU Xin,WANG Fu-hao

(School of Economics & Finance, Chongqing University of Technology, Chongqing 400054, China)

This paper aims to test the bubble of the monthly closing price of the Shanghai Composite Index with co-integration theory by using the indirect measurement method and building the TAR model and AR model. The empirical result show that AR model can well fit the evolution path of stock price bubble, and it is better than TAR model. Based on the empirical analysis, we make the conclusion and put forward suggestions for promoting consumption and coordinating the relationship between the banking system and the stock market.

indirect measurement method；co-integration theory；TAR model；AR model

2015-12-10

劉新(1970—)，女，重慶人，教授，博士，研究方向：微觀金融、財(cái)政學(xué)。

劉新,王福豪.上證指數(shù)股價(jià)泡沫實(shí)證分析[J].重慶理工大學(xué)學(xué)報(bào)(社會科學(xué))，2016(10):60-66.

format：LIU Xin,WANG Fu-hao.An Empirical Analysis of the Bubble of Shanghai Composite Index Stock Price[J].Journal of Chongqing University of Technology(Social Science)，2016(10):60-66.

10.3969/j.issn.1674-8425(s).2016.10.009

F832.5

A

1674-8425(2016)10-0060-07