上證指數股價泡沫實證分析

劉 新，王福豪

(重慶理工大學 經濟金融學院，重慶 400054)

?

上證指數股價泡沫實證分析

劉 新，王福豪

(重慶理工大學 經濟金融學院，重慶 400054)

采用間接度量法，建立TAR模型和AR模型，運用協整理論剔除上證指數中的實際價格，以檢驗我國上證指數月度收盤均價的泡沫情況。實證結果表明：AR模型可以很好地擬合股價泡沫的演變路徑，優于TAR模型?；趯嵶C分析得出結論并且給出促進消費和協調銀行體系與股市關系的建議。

間接度量法；協整理論；TAR模型；AR模型

一、前言

自2014年始，我國股市呈現牛市狀態，上證指數逐步攀升，至2015年6月底增長了1倍多，之后開始出現大幅回落，起起伏伏的震蕩現象再一次將“我國股市有沒有泡沫，泡沫存在的程度有多大”的問題呈現在人們面前。在這種背景下，本文將對上證指數價格泡沫時間序列進行實證分析，以檢驗我國股市泡沫是否存在結構性斷點，在此基礎上提出控制股市泡沫的建議。

在市場經濟交易活動中，某項資產產生價格泡沫的原因是市場價格與內在價值(實際價格)出現背離，當市場價格大于實際價格時為正向泡沫，反之為負向泡沫。由于在現實經濟運行狀況下，正向泡沫對一國或某一地區經濟發展的影響遠大于負向泡沫，所以人們把精力集中在正向泡沫的研究。在度量股票價格泡沫的過程中，關鍵一步是分離出實際價格。目前分離實際價格的方法有兩種，即直接度量法和間接度量法。直接度量法是將未來股票價格和股利通過折現因子折現到當前的價格作為股票的實際價格。間接度量法是選取影響股票價格的幾個重要經濟變量決定其實際價格。從兩種方法的本質分析，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，直接度量法的優勢在我國股票價格度量方面不能充分發揮。根據歷史經驗，我國股票市場呈現明顯的“齊漲共跌”現象，受到宏觀經濟變量影響很大。結合我國股票市場實際情況，本文即采用間接度量法剔除上證指數股票價格的實際價格。

二、文獻綜述

周愛民認為經濟泡沫現象來源于理性預期條件下指標真實值與實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定解的非蓬齊對策條件[1]。在理性預期假定的基礎上，周愛民討論了檢驗股市泡沫的方法，并修正協整檢驗方法，結合上證指數泡沫現象實證分析，結果表明，希勒超長易變性方差比檢驗方法、修正協整檢驗方法和動態自回歸檢驗方法可以互相印證[2]。

現有研究表明，股票價格時間序列往往呈現非線性特征。在分離出股票價格泡沫成分后，學者們提出非線性時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的補充，進而使馬氏域變模型逐步完善。盡管該模型發展較為成熟，但由于計算機技術的發展滯后，直到20世紀80年代末期才被廣泛應用于經濟學領域的實證分析。運用馬氏域變模型，Cecchetti等對美國證券市場回報率進行實證研究，結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行檢驗，實證表明加拿大股票市場存在“有泡沫”和“無泡沫”兩個狀態，并且得到各個時點下的“有泡沫”狀態下的概率[4]。孟慶斌等運用間接度量法得到上證指數價格泡沫，建立馬氏域變模型確定滬市在每一時刻存在泡沫的概率，并結合深證指數分析滬深兩市的泡沫聯動性[5]。孟慶斌等在已有研究成果的基礎上結合上證指數價格泡沫情況的實證分析，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刻畫我國股市各個時段上的泡沫水平[6]。

隨著金融衍生品不斷涌現以及金融市場交易量空前增加，突發事件對金融時間序列的影響受到人們的格外關注。為了反映金融市場交易過程中的突變特征，學者們提出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泡沫的演變路徑[8]，實證表明TAR模型因為考慮到突變結構提高了擬合效果。朱敏等提出不確定環境下MTAR模型的非常返性并推導出序列幾何遍歷的充分條件[9]。在前人研究成果的基礎上，崔暢等將MTAR模型應用于我國股市投機性泡沫的研究，實證表明我國股票市場存在周期性破滅的投機泡沫[10]。孟慶斌等對經典股票價格泡沫模型予以推廣，在隨機利率背景下構造股價泡沫周期性破滅的理論框架，進而運用TAR模型對我國上證指數的價格泡沫情況進行檢驗，最終得出有益結論[11]。

基于馬爾可夫區制轉換方法和VNS模型，趙鵬等針對我國滬市周期性破滅型投機泡沫的存在性展開實證研究，得出上證指數月度超額收益率的變化可分為泡沫生存和泡沫破滅兩個狀態，滬市投機泡沫特征符合周期性破滅型投機泡沫[12]。張景齊利用直接度量方法對我國基于滾動投資的A股股市泡沫研究，結果表明：短期內股票價格圍繞價值線上下波動，從長期來看企業的質量決定股市泡沫的大小程度[13]。高志結合上證指數歷史數據，建立SOM神經網絡與支持向量機方法構建泡沫臨界點偵測模型，實證表明該模型可以識別上證指數泡沫狀態轉換臨界點[14]。游家興等利用轉播學中“沉默的螺旋”理論對資產誤定價構造綜合評價指標進行研究，得出媒體情緒越高漲或者越低落資產價格就越容易偏離實際價格[15]。張勇以上市公司為樣本驗證穩健性會計信息披露對股價波動的影響，結果表明資產價值準備的正常計提促使股價上升，非正常計提造成股價泡沫[16]。邵新建等認為在IPO上市初期個體投資者越樂觀，股價泡沫越大[17]。

從上述文獻中總結出股市泡沫的檢驗方法有直接檢驗法和間接檢驗法。間接檢驗法依據股價的分布特征檢驗泡沫是否存在，比如周愛民設計多種間接法并對中國股市進行實證檢驗。直接檢驗法較多采用機制轉換模型，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]。在已有文獻中，學者們大多運用馬氏域變模型或者TAR模型度量分析股價泡沫情況，很少有學者將AR模型和TAR模型針對我國股票價格泡沫路徑作比較。因此，本文將AR模型和TAR模型應用于我國股票市場做擬合優度比較實證分析。在協整理論基礎上，利用間接度量方法剔除決定股票價格的理性成分(實際價格)，股票的真實價格與宏觀經濟變量決定的股價之差即為股票價格理性泡沫[11]。對上證指數價格泡沫分別建立AR和TAR模型，捕捉價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，得出不同的結論。

三、理論分析

在金融時間序列分析中，對于平穩的時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時間序列滿足：

Yt=c+α1Yt-1+α2Yt-2+…+αpYt-p+ξ

(1)

則稱時間序列{yt},t=1,2,…為AR(P)過程。隨著我國市場經濟的不斷完善、改革開放進程的不斷深入以及計算機和互聯網技術的空前發展，我國股票市場也發生了重大變化，各種金融衍生品層出不窮、金融市場規模和金融交易頻率空前擴張導致金融時間序列往往呈現結構性突變或跳躍現象。因此，為了擬合當前金融時間序列的非線性特征，學者們提出了TAR模型。一般情況下，如果時間序列{yt},t=1,2,…滿足：

(2)

則稱為一個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，是TAR模型的段數，ξ為服從獨立同分布的隨機白噪聲序列。在實際研究過程中，人們經常采用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提出的網格搜索法進行確定[19]。同時TAR模型也表明在金融時間序列中通過閾值將其分為若干部分，考慮到了金融時間序列的結構性突變或跳躍現象。

四、實證分析

(一)基于Johansen協整檢驗方法的股價泡沫分離

股票價格受到宏觀經濟形勢相關變量影響有國民經濟總體指標、投資指標、消費指標和金融指標[20]。國民經濟總體指標一般用國內生產總值和工業增加值等衡量，投資指標一般用全社會固定資產投資額衡量，消費指標指社會消費品零售總額和城鄉居民儲蓄存款余額，金融指標一般用貨幣供應量、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，本文采用各項貸款指標。鑒于統計局網站沒有公開工業增加值數據，本文選取制造業采購經理指數作為替代，選取廣義貨幣與狹義貨幣之差(M2M1)、金融機構各項貸款總量(Loan)、消費者價格指數(CPI)、匯率(FE)和制造業采購經理指數(PMI)5個宏觀經濟變量作為解釋變量，上證指數月度收盤均價(Shanghai Composite Index Monthly Closing Price,簡稱SCIMCP)作為被解釋變量。所選數據的時間窗口為2006年1月到2015年5月。

在協整檢驗之前，為消除季節變動等因素的影響，本文對上證指數收盤均價、消費者價格指數、匯率、廣狹義貨幣差和各項貸款做對數變換，并且對制造業采購經理指數等6個經濟變量時間序列做X-11平滑處理并做協整回歸，得出協整方程和協整殘差即股價泡沫。對股價泡沫進行平穩性檢驗和自相關檢驗，如果股價泡沫序列沒有通過兩個檢驗的任何一個就說明協整殘差中存在股價泡沫。對股價泡沫建立AR和TAR模型，辨別模型的擬合效果。如果AR模型擬合效果優于TAR模型則說明上證指數股價泡沫不存在結構斷點或突變特征。根據協整回歸結果以及AR和TAR模型的擬合股價泡沫的優劣差別得出結論并提出建議。

協整理論要求每個時間序列是非平穩的，因此本文對6個時間序列進行平穩性檢驗，結果如表1所示。

表1 各經濟變量平穩性檢驗結果

注：括號中的值為ADF統計量概率p值。

通過對各經濟變量進行平穩性檢驗得出各經濟變量原序列都無法拒絕存在單位根的原假設，匯率的二階差分序列以及其他5個變量的一階差分序列在1%水平拒絕了存在單位根的假設，即匯率為I(2)過程，其他5個變量序列均為I(1)過程。為剔除股票價格的實際價格，本文對6個經濟變量進行Johansen協整檢驗，結果如表2所示。從表2可以看出變量間在5%水平上存在兩個協整關系。

表2 協整檢驗結果

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)

在協整檢驗基礎上，建立回歸模型定量分析經濟變量之間的相互作用。協整方程結果如式(4)所示。括號內為對應系數的概率P值。從協整方程中，我們發現各項貸款總量、制造業采購經理指數和消費者物價指數的滯后一期時間序列與上證指數泡沫具有正相關關系，并且都在1%水平上顯著，其中影響最大的是消費者物價指數的滯后一期，這與實際經濟情況相符。在現實經濟運行過程中，消費者物價指數增長會抑制消費，會有更多資金流入股市，進而使股價升高，這時往往是最容易出現股市泡沫的時刻。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泡沫具有抑制作用，并且都在1%水平上顯著。從二者的系數上分析，廣狹義貨幣差和匯率對協整殘差的抑制作用相當[21]。各項貸款總量、匯率和廣狹義貨幣差都與銀行體系息息相關，從而也表明銀行體系對股市泡沫調節過程中的重要作用。然后對得到的股價泡沫序列進行平穩性檢驗和自相關檢驗，平穩性檢驗結果和自相關檢驗結果分別如表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，即殘差序列是平穩的。然而從表4看出，經過自相關檢驗得出其概率P值均小于0.05，即殘差序列存在自相關。本文對殘差序列進行描述性統計，結果如表5所示。從表5可以看出，殘差序列呈現略微左偏、高峰的現象，峰度值大于3，JB統計量的概率值很小，顯然不服從正態分布。單位根檢驗和協整檢驗方法都是基于線性自回歸過程，并且假設變量之間的均衡調整過程是對稱的。殘差序列的柱狀分布如圖1所示。單位根檢驗和協整檢驗方法都是基于線性自回歸過程，并且假設變量之間的均衡調整過程是對稱的。觀察圖1發現，殘差序列的發展路徑是非對稱的，明顯不符合線性特征。

表3 殘差序列平穩性檢驗結果

表4 殘差自相關檢驗結果

表5 殘差序列的描述性統計結果

綜合情況分析，導致殘差序列出現自相關且不服從正態分布的原因是滬市存在價格泡沫，因此可以把殘差序列認定為股價泡沫序列并且殘差序列很可能存在結構性突變或結構性斷點[22]。并且從圖1可以看出在2006到2013年間該序列的波動是逐漸變小的，也就是說波峰和波谷的值逐漸變小；自此之后，波動幅度又逐漸變大。從2006年1月到2015年5月，股價泡沫序列的演變路徑幾乎是按照由負到正的規律交替變化的。值得注意的是，股價泡沫序列的演變路徑在2008年6月由正轉負，這主要是2008年金融危機爆發，股市泡沫驟然破滅所致。股價泡沫序列的非線性特征為本文構建AR和TAR模型提供了現實依據。

圖1 殘差序列分布圖

(二)建立AR與TAR模型

經過試驗，發現上證指數泡沫序列與其滯后一期和滯后兩期有關。因此，首先對上證指數泡沫時間序列建立TAR(2)模型。在估計TAR模型的參數之前，利用chan方法在所有數據中搜索閾值，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，并分別估計方程參數。TAR模型的估計結果如式(5)所示。

(5)

為與TAR模型進行比較，本文建立AR模型。AR模型的參數估計結果為：

(6)

(7)

其中，Yt表示根據AR模型和TAR模型得到的預測值。MSE值越小說明模型擬合效果越好。利用Matlab軟件實現得到，TAR模型的MSE值為0.236 2，AR模型的MSE為0.235 8。這說明AR模型的擬合效果優于TAR模型。同時這也說明在2006年至2015年上證指數不存在結構性斷點或突變現象。

五、結論與建議

在實證分析過程中，本文選取了各項貸款總量、廣狹義貨幣差和匯率3個與銀行體系相關的宏觀經濟指標。結果表明：各項貸款總量滯后一期系數大于零，并且在1%置信水平上顯著，顯示其對股市泡沫的促進作用；廣狹義貨幣差滯后一期系數和匯率滯后兩期系數小于零，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個經濟變量與股市泡沫時間序列的關系說明銀行體系對股市價格泡沫有很大的影響。從實證分析結果來看，在控制泡沫水平的過程中，銀行體系扮演了重要角色。歷史經驗告訴我們，由于銀行資金過多參與股市交易，1929年美國經濟出現大蕭條和日本經濟泡沫破滅后到目前為止其宏觀經濟運行狀況仍不容樂觀。在2008年金融危機中，由于美國沒有控制好銀行資金與股市的流動，導致美國金融機構競相倒閉破產。然而，由于能夠較好地控制銀行資金與股市的關系，我國在調控宏觀經濟、應對金融危機過程中略顯優勢，在世界經濟復蘇進程中發揮了重要作用。雖然我國成功應對金融危機，但是歷史經驗為我們敲響警鐘，銀行體系與股市泡沫關系密切，因此銀行體系對股市泡沫的調節作用不言而喻。

從實證結果分析，消費者物價指數對股價泡沫促進最大，也就是說，當物價處于較高水平時，人們放棄消費轉而把閑散資金投入股市，無疑會促使泡沫的膨脹。因此，在股市出現大量泡沫時，相關部門可以采取刺激消費的措施以拉動真實需求，為股市泡沫釜底抽薪。當股市泡沫處于較高水平特別是股價脫離實體經濟基本面出現持續快速單邊上漲時，需要采取刺激消費政策，促進實體經濟發展，而不能利用強制手段刺破泡沫，不然大量泡沫驟然破滅釋放的負能量會對實體經濟產生毀滅性打擊。

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，其擬合優度比TAR模型更優，這種情況同時也表明我國股市不存在結構斷點或突變特征。2008年我國股市之所以不存在結構性斷點或突變特征，本文認為原因是中央政府啟動了四萬億投資以及實行的“一攬子”貨幣政策。當時全球經濟面臨二戰以來最為嚴重的大蕭條，我國實體經濟也受到極大打擊，中央政府的四萬億投資極大促進了實體經濟和股市的復蘇。

本文建議在調節股市泡沫的過程中應注重銀行體系的重要作用；當泡沫大量存在時政策重心應以促進消費為主，以促進實體經濟發展。股價泡沫程度與宏觀經濟運行狀況息息相關，受到宏觀經濟部門和投資者的重點關注。學界和民間對股價泡沫的觀點也各不相同，本文認為允許適量泡沫可以促進宏觀經濟的良好發展。因此，把股價泡沫控制在適量水平是保護實體經濟、促進宏觀經濟健康發展的重要環節。

[1] 周愛民.股市泡沫及其檢驗方法[J].經濟科學，1998(5)：44-49.

[2] 周愛民，張雪瑩.股市泡沫的理論與實證[J].世界經濟，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格泡沫檢驗[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泡沫檢驗中的應用[J].數量經濟技術經濟研究，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.隨機環境下的MTAR模型的幾何遍歷性[J].數學理論與應用，2006，26(4):44-47.

[10]崔暢，劉金全.我國股市投機泡沫分析——基于非線性協調整關系的實證檢驗[J].財經科學，2006(11)：24-30.

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

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

[13]張景齊.基于滾動投資的我國A股股市泡沫研究[J].山西財經大學學報，2013,35(1)：19-29.

[14]高志.基于神經網絡和支持向量機的股價泡沫臨界點識別模型[J].蚌埠學院學報，2014,3(1):65-68.

[15]游家興，吳靜.沉默的螺旋：媒體情緒與資產誤定價[J].經濟研究，2012(7):141-152.

[16]張勇.利用資產減值進行盈余管理對股價的影響[J].經濟縱橫，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.我國宏觀經濟與證券市場關系的實證分析——基于名義GDP和上證指數發展速度的視角[J].重慶理工大學學報(社會科學)，2014(10)：59-64.

[21]邱冬陽,杜詩茗.IPO抑價存在星期效應嗎?——基于深圳創業板的實證[J].重慶理工大學學報(社會科學)，2015(5)：38-46.

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

(責任編輯 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、財政學。

劉新,王福豪.上證指數股價泡沫實證分析[J].重慶理工大學學報(社會科學)，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