中国股票价格是否存在泡沫--基于SADF和GSADF检验
我国股票市场周期性破灭型泡沫检验——基于门限自回归模型
我国股票市场周期性破灭型泡沫检验——基于门限自回归模型曾令华;彭益;陈双【摘要】根据Evans周期性破灭泡沫理论,利用了Enders和Siklos改进后的门限自回归模型,采用了Chan的条件最小二乘法对参数进行了估计,对股票市场泡沫进行了检验.样本区间为1996年1月到2009年2月,结果表明,上证综合指数月度数据的变化可以划分为存在泡沫和不存在泡沫的时期,且两个时期呈现交替出现的状态,我国股票市场存在周期性破灭的泡沫.【期刊名称】《湖南大学学报（社会科学版）》【年(卷),期】2010(024)004【总页数】4页(P54-57)【关键词】周期性破灭泡沫;门限自回归模型;条件最小二乘法【作者】曾令华;彭益;陈双【作者单位】湖南大学,金融学院,湖南,长沙,410079;湖南大学,金融学院,湖南,长沙,410079;湖南大学,金融学院,湖南,长沙,410079【正文语种】中文【中图分类】F830.91频繁发生的股票价格急剧上涨与下跌现象引起了市场参与者对于股市是否存在泡沫的争论,而股市市场泡沫破灭的危害性也引起了市场参与者对于泡沫各方面的关注。
我国股票市场是否曾经出现了泡沫除了学术上的意义外,如果能有效的方法测量泡沫,找到可靠的泡沫指示器,在泡沫形成的初期进入市场,并及时撤离,就有可能获得巨额财富。
在股票市场泡沫存在性研究中,检验方法主要是间接检验与直接检验。
国内大部分学者使用间接检验的方法,但是间接检验的方法存在联合假设问题[1]。
本文拟采用直接检验的方法,直接设定泡沫形式为周期性破灭型。
在国外的相关研究中,Evans提出了周期性破灭型投机泡沫[2]。
Bohl利用动量自回归模型对美国的股票市场进行检验,找到了周期性泡沫存在的证据[3]。
国内的相关研究中,崔畅、刘金全首先采用Johansen协整检验从资产价格中剔除其基础价值的决定部分,然后对得到的残差序列应用动量门限自回归模型进行泡沫检验[4]。
部分学者使用动量门限自回归模型对周期性破灭泡沫进行检验。
我国股市泡沫实证分析
我国股市泡沫实证分析随着我国股市过热问题的讨论日趋激烈，我国证券市场泡沫问题引起各界人士的关注，经济学家的唇枪舌剑、研究工作者的学术探讨、市场参与者的观点看法，将中国证券市场的泡沫问题正式提到了理论政策研究的高度。
股市泡沫问题研究有重要的理论和现实价值：对决策者来讲，及时化解股市泡沫，能够避免其破灭时对社会经济生活的严重冲击；对投资者来讲，可以避免重大损失。
这就需要我们研究我国股市到底有没有泡沫，有多少泡沫。
只有回答了这个问题，才能对我国股市泡沫问题作出正确的判断和决策。
一、股市泡沫的涵义目前，经济学界还没有一个公认的股市泡沫的定义。
本文将股市泡沫定义为由金融投机所导致的股票价格上涨严重偏离其内在价值并陡然下跌使股市泡沫破裂的状态。
必须说明的是：在现实股票市场中，我们不能把任何市场价格超过内在价值的情况都判定为出现了泡沫。
在内在价值附近的“纯粹”随机性偏离，不应当看成泡沫，只能称为“噪音”。
此种“纯粹”随机性扰动可以用均值为零的平稳随机过程来描述。
只有当这种偏离是实质性的，即非平稳型偏移时，才能将其称为泡沫。
二、股市泡沫合理范围的确定（一）股市泡沫合理范围的定义。
股市泡沫是一把双刃剑，泡沫适度则可以促进经济增长，泡沫过度甚至破灭则会对经济带来巨大的破坏作用，因此应该把股市泡沫控制在一定的范围之内，这一范围可称之为股市泡沫的合理范围。
在这一范围内，股市泡沫能够对实体经济有促进作用，并且能够长期持续发展，不至于破裂。
(二)股市泡沫合理范围的确定。
在现实的股票市场上，股票的市场价格往往高于其真实价格，从而决定了股票的价格具有了“虚拟”成分。
这是产生股市泡沫的根源。
从泡沫的定义，可以知道泡沫的度量公式为：Bt=It-It＊。
其中，It为t 时刻股股票市场实际平均价格，It＊为t时刻股票市场理论价值或者内在价值。
因此，研究股市泡沫的合理范围，就必须注重股票价格虚拟的合理范围。
本文认为，依据市盈率指标来说明股票价格虚拟的合理范围、股市泡沫产生的临界点以及股市泡沫存在的合理区间，是一个比较好的办法。
我国股市泡沫的若干探讨
我国股市泡沫的若干探讨一、我国股市泡沫形成的原因（一）证券市场本身的系统特性是根源证券市场交易对象的虚拟化，使得市场上的各类投资者有自由去根据各自的需要去理解股票的价值。
证券市场进入门槛低，任何人只要想就可以进行证券的买卖，但证券市场的预测和操作需要投资者拥有丰富的证劵知识和敏锐的市场洞察力，但在我国大部分得市场投资者不具备这样的能力，他们多数人只会盲目地跟风，宁愿听从一些小道消息也不学着去理解和分析市场信息。
这就给一些投机者有了可乘之机，一些机构和个人大量买入某只股票，从而造成该只股票价格虚高，其市场价值大大超过了实际价值，而人们被这样的虚假繁荣现象所迷惑开始疯狂跟进，使得股票价格与其实际价值相差越来越大，最终产生泡沫。
（二）信息不对称是导致投资者自目追高的主要原因市场上资产价值所反映的价格就是市场上信息充分体现那一点的价格。
没有人可以比市场更提前知道资产价值本身的信息，市场是最完整最及时反映价格的场所。
但是，由于交易者获得信息渠道不同和市场硬件条件所限，每一个投资者不可能完全做到信息对称，正因为产生了不对称，每个投资者才会根据自己的判断进行交易，在自认为掌握最新最完全的信息下做出最符合自己的投资，这种投资在另外一方信息有差别的投资者眼中可能却是不赞同的。
正因为如此，市场才能保证其充分流动性。
（三）市场行政主导占据主导导致泡沫的存在在我国经济中，政府在股市中扮演着多种角色，政府在既当选手又当裁判的情况下寻求自身利益的最大化，政策干预的公正性就得不到保证，结果应该以辅助为主的行政手段取代了以价格为导向的市场机制。
这严重阻碍了证券市场的健康发展，使得投资者不能准确地看清市场动向，也给一些投机者有了可乘之机。
我国股市有为国有企业筹措资金的习惯，这就导致了我国股票市场新股上市并不是真正意义上的市场选择，并没有把一些真正有市场前景，需要资金完善自己技术体系和品牌价值的企业作为上市的首选，而是证监会根据各地国有企业需求上市进行融资的总体需求，在结合股市具体的可容量来进行股市扩容。
如何简单判断中国股市泡沫大小？
中国泡沫市的这一“伟大杰作”，直接导致了股市“被调控”：既然疯牛已经失去理性，投资者又像是吃了“兴奋剂”不能自拔，那么，唯有政府出手来收拾这一可怕的局面。
2007年5月29日，上证综指收于4334点，再创历史新高。当晚，财政部宣布，从5月30日开始，股票交易印花税税率（买卖双边合计）从0.2％猛然提高到0.6％（这一税率一直维持到2008年4月23日）。随后四个交易日，股市连续暴跌，在第五个交易日（6月5日），盘中最低下探3404点，不过，午后大盘突然翻红，当天收于3767点。随后又大涨6个交易日，重回上升通道。
半年后，“好了伤疤忘了痛”的中国投资者再次进入“如痴如醉“的疯狂，他们最终将股指炒上了6124点的极乐世界！不过，一年之后，投资者又用实际行动将自己炒回到了1664点的出发点。这便是当时人们为“泡沫有益论”而付出的最大代价！
在股市大扩容后的今天，在真正的“全流通”时代，中国股市平均市盈率重心已悄然下移，而且是显著地下移。然而，股评家与投资者却仍在采用昨天的“市盈率眼光”来判断今天股市的泡沫，显然已经过时了、陈旧了。
大家知道，过去牛市平均市盈率峰值一般都会超过50倍或60倍，然而，今天的牛市标准已经不可同日而语，可以预料，今后的牛市平均市盈率峰值可能就是30倍或40倍左右。相反，熊市平均市盈率可能要低至15倍甚至10倍。这就是中国“全流通”股市的现在和将来。
截止2009年1月19日收盘，沪、深A股平均市盈率分别为28.47倍和47.99倍。中国银行再次沦为1600多只A股中的“最低价股”，唯有ST梅雁的股价低于中国银行，全部垃圾股的价格都被炒到4元以上。这是中国银行的尴尬？还是中国股市的尴尬？无论谁尴尬，但这绝对是中国股市“泡沫严重”的历史再现。
不过，在此必须特别说明的是：“泡沫严重”的这一判断标准，绝不是说“中国银行”的股价太低了，相反地，而是垃圾股的价格太高了，而且是高得离谱！甚至就连那40多家净资产为负数的“准破产公司”的股价都是高于中国银行的！
财政金融-中国股市确定性泡沫的特征
统计与决策!""#年$$月!下"!!!问题的提出中国股市是否存在投机泡沫#定性的分析和判断能够说明一部分问题#但仅止于此或许是不够的$而在既有的实证研究中#所采用的几乎都是间接检验#即通过考察有关数据是否满足由泡沫推导出的某些特征或条件#来判定是否存在投机泡沫%间接检验的主要弊端在于&其结果所具备的解释能力极其微弱%因此#为了提高实证结果的解释能力#本文尝试转向直接检验%所谓直接检验#即对某一类型的泡沫过程直接进行检验#亦即直接以某一类型的泡沫过程本身为零假设%本文在%&’()!*++,"直接检验法的基础上作了适当的修正#据以对中国股市是否存在确定性泡沫进行实证研究%"!!理论模型与数据!-*理论模型及经济涵义我们以如下方程作为模型的起点&./0!12./3*45/678/这是一个含预期的随机线性差分方程%其中#变量./内生地依赖于其自身的预期值19./7*45/6#即在/期给定信息集5/的情况下对其/7*期取值的预期$变量8/为外生变量#它可能是随机的#从而当!!:的时候将可能为./额外附加上一个随机成分$5/是随时间递增的信息集序列在/期的取值#因而符合迭代预期法则%;<=>?)><=8#@&AA<B/和C<BA<>/!*+D!"运用鞅的概念求解了上述方程#结果得到&./0./E 7$!/C /%这是该方程的通解#可分析为两部分&!$"./E 为特解%它描述了内生随机过程./的均衡值#在股票市场中代表由基本面因素决定的股票价值#即所谓的’内在价值(%!!"$!/C /为补解%它增加了解的不确定性#在股票市场中代表股票价格的泡沫成分#可记为F /0*!/C /#其中C /为任意的鞅过程%令C /0F 即获得确定性泡沫的理论模型为&F /0*!/F %其中#FG"#4!4H*%相应地#股票价格可表述为&./0./E 7*!/F %可见#确定性泡沫呈现为不断扩张的增长过程%!-!数据的选择与获取由上述模型可见#检验确定性泡沫需要两方面的数据&!*"作为内生变量的股票价格%本文采用上证指数的月度数据!C<B/I’.5BJ)8<A %I&B(I&?%/<KL C&>L)/#简称C%MN "#均取自分析家证券分析系统#以每月最后一个交易日的收盘价作为该月的指数值$!!"作为外生变量的基本面%我们采用;OP 这一宏观经济变量作为基本面的代理变量%;OP 是一国经济活动的基本反映#持续)稳定)高速的;OP 增长表明国民经济良性发展#制约经济的各种矛盾趋于协调#人们有理由对未来经济产生良好的预期#并通过股票市场这一’经济的晴雨表(反映出来#反之则反是#因此以;OP 作为基本面代理变量是较为合理的方法*本文以国家信息中心中经网中国经济统计数据库为原始数据来源#首先由各季度的累计;OP 求得各季度的;OP 增加值#接着在各个季度内运用按月份几何平均的方法获得月度内插值序列#而后采用NQ**方法对该序列进行季节调整#即获得剔除季节因素的每月;OP 增加值!C<B/I’.;OP &A/)>%)&R<B&’SJT=R/U)B/#简称C;OP "*#!!计量模型及其估计V-$回归方程的构造依据前述的理论模型#我们建立如下回归方程&C%MN /0&7F/7K :C;OP /7K $$/W $/7K $!O $/7K !$/W !/7K !!O !/7"/其中#C%MN /即C%MN 的时间序列#对应于理论模型中的内生过程./$C;OP /即C;OP 的时间序列#对应于理论模型中的特解./E $W $/+W !/为虚拟变量#分别代表上述两个泡沫时期内的泡沫膨胀期#对应于理论模型中作为补解的泡沫成分&"/#泡沫膨胀期#W ?/0$X?0*Y!YZ["/#其它#W ?/0"X?0*Y!Z ,O */)O !/为虚拟变量#分别代表在上述两个泡沫时期内是否存在持续期&"/#泡沫持续期#O /0*X?0*Y!Z $"/#其它#O ?/0"X?0*Y!Z 如图!所示#C;OP 表现出很明显的持续上升趋势#是非平摘要!本文以描述趋势行为的确定性泡沫理论模型为出发点!通过提出假说并构建相应的计量模型!采用直接检验法对近*V 年来"*++!年*"月Q!""\年#月#上证指数的时间序列进行了泡沫检验$关键词!确定性泡沫%直接检验%趋势行为%政策导向中图分类号!]DV"-+*文献标识码!S文章编号!*""!Q#^D,X!::#Z**Q::V+Q:!中国股市确定性泡沫的特征李志刚X 清华大学经济管理学院#北京*:::D^Z!"统计与决策!""#年$$月!下"图$%&’(的实际序列与估计序列稳随机过程#这可能导致伪回归$为此#我们在方程中设置了)*+,构成为一般化的非稳态过程!)为漂移因子#+,为时间趋势"#将漂移与趋势都分离了出来#以消除非稳态对回归的不良影响$因此#我们所构造的其实是一个趋势平稳的计量模型$此外#常数)还具备抵消内生过程%&’(,与外生过程%-./,之间量纲差异的作用$!,为残差$依照确定性泡沫理论模型的经济涵义#方程系数必须满足如下条件%0$$1$#0!$1$$23!估计方法与结果我们采用非线性最小二乘法对上述回归方程进行估计#并将结果汇总为表$和图$$在估计的时候#考虑到残差中可能存在着未知形式的自相关性和异方差性#本文运用了45657与859,!$:;<"所提出的’=>>!即’5,5?@9A5B)9,C0C,7)DB =E,@0@??5F),C@D >@D9C9,5D,>@G)?C)D059#异方差性与自相关性一致的协方差"修正方法#以便能够正确判断变量的显著性!即避免,检验失去意义"#并获得有效的参数估计结果$2H2结果分析与评估依照以上所述的计量经济学模型#如果泡沫项系数0II &0!I 是显著的#而且满足经济限定条件0II 1I &0!I 1I #那么就意味着确定性泡沫的存在性获得了实证支持$如表I 所示#0II的估计值!0II JKH#II 1I #0!I 的估计值!0!I JIH"#<1I #0II 与0!I 均通过了置信水平为IL 的,检验$因此#诚如前述中国股市十几年来大致经历了两个自我驱动&自我膨胀的泡沫时期#这样的结论是有经验证据的$$L 是极高的置信水平#这说明中国股市泡沫的自我驱动&自我膨胀特征是非常突出的$基本面的估计系数0M 也通过了置信水平为IL 的,检验#这证实了以-./作为基本面的代理变量是可取的做法$可见#无论是作为特解的%-./#还是作为补解的泡沫成分N $&N !#均能够很好地解释股价行为#从而表明以’基本面*投机泡沫(的二分法对中国股市展开观察不失为一种可取的方法#本文循此而建立的计量模型是否有效也因而获得了肯定$如表$所示#0$!通过了置信水平为$L 的,检验#0!!则通过了置信水平为!L 的,检验#都是高度显著的$这证实了泡沫分别在$::2年2月OI::2年II 月&I::<年P 月OI:::年K 月维持着#前者以不可维系为终结#自I::2年I!月起进入泡沫崩溃阶段)后者则伴随着泡沫的继续膨胀#而不是在持续期之后即宣告崩溃$这表明中国股市在此期间脱离创建伊始的狭小格局#迈入了更广阔然而也是潜在危机更为深重的大规模市场扩展阶段#使得第二个泡沫时期长达<年才最后宣告进入漫长而近乎持续的熊市$如图I 所示#易见%&’(的实际时间序列与其根据泡沫计量方程而估计出的时间序列是很相似的#尤其在两个泡沫时期更是这样$如此好的结果亦可由很高的可决系数获得验证#如表I 所示可决系数Q !超过;;L #修正的可决系数Q !则超过;<L #再一次表明确定性泡沫模型具备很强的解释力$!!!解释与建议本文以描述趋势行为的确定性泡沫理论模型为出发点#通过提出假说并构建相应的计量模型#对I::!年IM 月"!MMP 年#月上证指数的时间序列进行了泡沫检验$我们发现#该模型能够很好地解释股价运动#其解释力涵括了泡沫的膨胀期&持续期与崩溃期#是近I2年来中国股市运行的一个很好描述$由此可见#趋势行为!或者说’外推趋势行为("在中国股市上是相当普遍的&甚至是旷日持久的$那么#其根源何在呢*与此相应地#可能会有怎样的后果呢*究其根源#投资者之所以采纳趋势行为#乃是因为市场具备未来不确定性$在不确定性的时空中#未来与生俱来地带着难以捉摸的不确定性#投资者只好求诸于历史趋势并据此作出行为决策#亦即倾向于将过去的股价变动外推到未来#这也就是滋生确定性投机泡沫的根源$而在中国特定的国情环境中#则集中体现在两个方面%一是对于政府干预的期待#概缘于政府对股市的过度干预#容易致使投资者误以为政府将股市推动起来#就不会让股市滑落)二是所谓的’追涨杀跌#跟庄运作(#中国股市的残酷现实表明%做庄跟庄未必获利#不做庄跟庄则几乎不能获利$二者错踪交织#于是形成为貌似确定性的趋势#诱发确定性泡沫的迅速膨胀#并经由自我强化机制而愈演愈烈#一旦泡沫破裂#对经济与社会发展的伤害都将更大#值得警醒$鉴于此#本文提出如下导向性的政策建议$第一#欲消减中国股市投机泡沫的隐患#必须诉诸于政府角色的恰当定位$第二#必须着力纠正现有的扭曲机制#建立健全中国股市的市场机制及其所赖以为根基的相应法治环境$这包括发行机制&监管机制&中小投资者的利益保护机制等等方面$参考文献!RIS 厦门大学管理学院课题组T!MM!U !课题负责人陈浪南"H 中国股票市场的风险溢价与泡沫度量RVS3上证研究#!MM!WT!UHR!S 周爱民H 股市泡沫及其检验方法RVSH 经济科学#I::;WTPUHR2S 周爱民W 张雪莹H 股市泡沫的理论与实证RVSH 世界经济#I:::WTIMUH RKS-@E?C5?@EXW >HW Y)ZZ@D,W VH VH )DB %@DZ@?,W =H Q),C@D)F [X\50,)],C@D9CD .7D)^C0YCD5)?%@B5F9_=D)F79C9@Z ,‘5&@FE,C@D9RVSH []0@D@^5,?C0)W I:;!!PM "H"责任编辑a 浩天#)+0M 0II 0I!0!I 0!!Qb9cE)?5B=BdE9,5B Qb9cE)?5B &H[H @Z ?5e?599C@D &E^9cE)?5B ?59CB Y@e FCA5FC‘@@B>@5ZZC0C5D,I2;PHM:2!KH;#:!I bMH2M<;:<KH#IIIMI !K!HM::!IHM#<M;:I#;HPIM:MH;;M!!2MH;<P2MM IPPH:#P#2PPIK:MH b:;#HIM:2&,BH[??@?I!2HIMMP !H;#MM!P MHMK#!M:MHI;;2;P #IH#;#K<MHMMII<##;HK:<:K ,b&,),C9,C0IIH!PI<2;H#:PKP2b#H##2I!I !KHK<<MI 2H:!K#<!:M<H!::#!HK#MM;</?@+H MHMMMM MHMMMM MHMMMM MHMMMM MHMMMI MHMMMM MHMIPI I!P!HPMK KKIH##;I I!H:;I;!I2HI!MK<MH<2##M:%5)D B5\5DB5D,G)?&H.H B5\5DB5D,G)?=A)CA5CDZ@0?C,5?C@D &0‘6)?f 0?C,5?C@D .E?+CDg8),9@D 9,),表I经’=>>修正的非线性最小二乘法估计结果样本区间%I::!年IM 月g!MMP 年#月!共IP2组观察值"!"。
沪深股市投机泡沫存在性检验的新视角
沪深股市投机泡沫存在性检验的新视角【摘要】本文通过分析沪证和深证指数及与股票市场密切相关的国民经济运行变量的时间序列,建立向量自回归(V AR)模型,并在此基础上得出了我国股市与经济运行之间的长期均衡关系和短期变动的向量误差修正(VEC)模型。
因此引入惯性门限自回归(MTAR)模型,通过检验协整残差的非对称调整假设,对我国股票市场发展是否存在泡沫现象进行进一步分析。
针对崔畅等(2006)、王薛等(2008)运用MTAR协整检验对中国股市进行实证研究的MTAR模型平稳性的检验提出了质疑,并用同样的方法以新的视角对沪深股市泡沫重新进行了协整检验,得出了一些结论。
【关键词】V AR模型;协整关系;VEC模型;MTAR模型一、引言上世纪80年代以来,股票市场的迅猛发展及其对投资者重要性的增加,特别是股票价格的大幅波动对经济生活所产生的巨大影响,让人们对股票价格的泡沫问题表现出了持续的研究兴趣。
尤其是计量经济学的发展使这一领域的研究更为深入,学者们开始将动态和非线性理论引入到对泡沫理论的分析和探讨中,并且设计了更为贴近现实的泡沫形式,对于泡沫存在性的检验细分为对特定类型泡沫的识别,由此可以洞察到股票市场更深层次的特征。
2006年崔畅、刘金全引入MTAR 模型,得出了从长期来看我国股票价格和其内在价值之间存在着均衡关系,但短期内对均衡的调整是非对称的,即存在周期性破灭的投机泡沫。
但是,在选择经济变量没有考虑滞后期对当期产生的影响。
因此本文在单位根检验和协整检验方法的基础上引入V AR和VEC模型,检验协整残差的非对称调整假设,并引入对股票价格具有决定性影响的宏观经济变量对我国股票市场是否存在泡沫现象进行实证研究。
针对崔畅、刘金全(2006)、王薛、李红刚①(2008)运用MTAR协整检验对中国股市进行实证研究的MTAR模型平稳性的检验,本文提出了质疑,提出了MTAR检验的新视角。
二、变量的选取及研究方法协整残差的MTAR模型可表述为:It={式中,ut为股票价格与股票内在价值因子的回归残差,τ为门限值。
我国A股市场CAPM模型和Fama-French三因子模型的检验
我国A股市场CAPM模型和Fama-French三因子模型的检验我国A股市场CAPM模型和Fama-French三因子模型的检验引言：资本资产定价模型（CAPM）和Fama-French三因子模型是金融学中两个经典的资产定价模型。
本文旨在对我国A股市场中的CAPM模型和Fama-French三因子模型进行检验和分析，以探讨这两种模型在我国A股市场的适用性和效果。
一、CAPM模型CAPM模型是由美国学者Sharp、Lintner、Mossin等人在20世纪60年代提出的，并在随后的几十年里成为基金、股票和其他金融衍生品定价的重要工具。
其基本假设是市场上的风险资产回报与其风险高低成正比。
CAPM模型的表达式为：E(Ri) = Rf + βi[E(Rm) - Rf]其中，E(Ri)为资产的预期回报；E(Rm)为市场的预期回报；Rf为无风险资产的回报率；βi为资产i的系统性风险。
对于我国A股市场，CAPM模型的检验有两个关键问题：一是如何计算无风险收益率(Rf)；二是如何估计资产的beta 值。
关于无风险收益率(Rf)的计算，有三种常用的方法：国债收益率法、货币市场基金收益率法、银行存款利率法。
由于我国国债市场的不完善，货币市场基金收益率与银行存款利率相对稳定，因此可采用货币市场基金收益率作为无风险收益率进行计算。
对于资产的beta值的估计，通常采用历史回归法。
通过回归资产收益率与市场收益率的历史数据，可以得到资产的beta值。
然而，由于我国A股市场的特殊性，投资者行为和政策因素对资产收益率的影响较大，使用历史回归法估计的beta值可能存在较大的误差。
二、Fama-French三因子模型Fama-French三因子模型是由美国学者Eugene Fama和Kenneth French在上世纪90年代提出的，其基本假设是资产的回报与市场风险、规模风险和价值风险三个因素有关。
Fama-French三因子模型的表达式为：E(Ri) = Rf + βi1(E(Rm) - Rf) + βi2(SMB) + βi3(HML)其中，E(Ri)为资产的预期回报；Rf为无风险收益率；βi1为资产与市场收益的相关系数；βi2为资产与规模因子（市值大小）的相关系数；βi3为资产与价值因子（公司估值）的相关系数；SMB为规模因子的收益率；HML为价值因子的收益率。
中国股票市场泡沫问题浅析
中国股票市场泡沫问题浅析1股市泡沫的概念所谓“泡沫”，通俗的明白得应该是在一定时期内某交易对象的价格高出其内在的价值部分的一种现象。
在《新帕尔格雷夫货币与金融大辞典》（1992）中，泡沫指在一个连续金融运作过程中，一种或一系列得资产价格的突然上升，随着最初的价格上升产生对远期价格连续上升的预期，从而吸引新的买者，总的来看在整个过程中，投机者感爱好的是买卖资产获得的收益，而不是资产本身的用途及其盈利能力[1]。
各国对泡沫定义尚未形成一致的意见，但各种不同的关于泡沫的表述却存在专门多共性方面，这些共同点差不多能够反映出泡沫的本质特点。
（1）泡沫存在泡沫载体资产(简称泡沫资产)，且载体可在交易中增值；（2）泡沫资产常具有较低的供给弹性，当较短时期内存在迅速增加的需求压力时，供给难以足够灵活地变动来平稳需求增长；（3）泡沫资产受制于经济差不多面因素，具有内在价值;但内在价值通常不能直截了当观测到，需要依照各种经济差不多面因素采纳一定的方法进行估量推断；（4）泡沫资产价格围绕内在价值上下波动，泡沫资产价格对其内在价值显现大幅度偏离时泡沫产生，泡沫运行的最终结果是破灭，但泡沫破灭产生的经济后果不必定相同[2]。
2 股市泡沫形成的基础条件2.1 股市泡沫形成的物质性基础条件虚拟经济的不断进展是股市泡沫形成的物质性基础条件。
虚拟经济一样是相关于实体经济(RealEconomy)而言的。
国内外学者对虚拟经济的概念并未取得一致认识。
关于虚拟经济的种种争辩姑且不论，从各类对虚拟经济的定义看，每个定义都有一定的合理性，都在一定程度上揭示了虚拟经济的本质。
尽管定义角度不同，但都有共同之处，即虚拟经济是在实体经济基础上产生而且以虚拟资本为载体。
因此，能够认为，虚拟经济以虚拟资本运动为主体，是虚拟资本增长及其活动范畴不断扩大导致经济虚拟化程度不断加深的动态变化过程。
虚拟经济的起点是虚拟资本，经济不断虚拟化是虚拟资本不断膨胀，信用规模不断扩大的必定结果。
股市泡沫的多区制特征及溢出效应研究——来自中国A、B、H股的证据
从资产价格泡沫类型的研究脉络来看，国外经历了由“理性泡沫”到“非理性泡沫”再到 两者齐头并进的历程。“理性泡沫”是指在理性预期的框架内，市场价格相对资产未来各期收 益现金流折现值（即理论价格，也称基础价值或合理价值）的偏离；非理性泡沫模型侧重于采 用非理性因素（群体心理、时尚、狂热）来解释理性泡沫模型难以解释的最近几十年资本市场 上出现的频繁价格波动及极端泡沫现象。尽管非理性泡沫模型拓展了泡沫研究的视野，为解释 泡沫形成机制提供了更多非理性影响因素，但就研究的系统性和成熟度来说，非理性泡沫研究 明显不如理性泡沫研究；在实际应用方面，理性泡沫模型的应用范围也远远大于非理性泡沫模 型。对此，下文将重点就国内外对理性泡沫检测方法的研究进行评述。
相互之间存在非对称的溢出效应；各层次股市泡沫的脉冲响应效应随着所处区制的变化而变化。
关键词：股市泡沫；区制特征；溢出效应；脉冲响应
中图分类号：F832.5
文献定沪深交易所以来，至今已经形成了以沪深A股、B股和中国 香港地区H股为代表的多层次资本市场体系。其中，沪深A、B股反映了国内尚未成熟的股票 市场状况，而H股则反映了香港股市这一较为成熟的国际股市状况。长期以来，这些不同层次 的股票市场一直处于独立分割状况，而且由于股市环境、投资者理性程度和股市流动性等方面 的差异，还存在同一上市公司在不同股市价格的显著差异，即“同股不同价”的现象。从各个 股票市场的市盈率水平来看，H股和B股的市盈率显著低于A股，由此引发投资者对于A股是否
1 郭文伟，副教授，硕士生导师，管理学博士，广东财经大学金融学院 , 联系方式 : gww1979@。 作者感谢匿名审稿人的意见，文责自负。
* 基金项目：广东省自然科学基金项目“多层次房价泡沫传染机制及其风险防范体系研究”（2018A030313343）， 广东省哲学社会科学规划项目“房价泡沫溢出效应对产业结构升级的影响机制研究”（GD18CYJ02）。
股市泡沫_中国股市非理性泡沫的实证分析
股市泡沫_中国股市非理性泡沫的实证分析股票市场泡沫是指股票的价格持续偏离了其基础价值（Fundamental value）的过程，即股票价格脱离市场基础持续急剧上涨的过程或状态，又指股票价格高于市场决定的合理价格部分。
在西方资产价格泡沫理论中，股市泡沫分为理性泡沫（Rational bubbles）和非理性泡沫(Irrational bubbles)两类：理性泡沫理论基于市场有效性和经济主体理性假设，资产的价格由市场基础价值和理性泡沫成分构成，但是理性泡沫理论的假设条件过于理想化，现实中的中国股市并不是完全有效的，而且中国的投资者，尤其是散户，在很多时候表现得很不理性，所以使用理性泡沫理论来研究中国股市并不是十分合理的，从非理性泡沫理论的角度来研究中国股市更具有现实意义。
非理性泡沫理论的基础是“金融噪声”理论。
该理论认为噪声交易者（Noise trader）的存在使得市场并不总是有效，而也并非完全，投资者的预期可能存在着差异。
在这种情况下，交易者的行为将偏离理性，在过高或者过低的价格上继续购买或者抛出股票导致泡沫或者反泡沫的产生。
很多学者从股票市场参与者的投资行为来解释其成因，比如：噪声交易者、羊群行为、正反馈理论等等。
非理性泡沫的形成及其迅速膨胀或收缩的特性具有高度的非线性以及复杂性特征，传统的金融数学工具无法对其进行准确的描述，这一领域的研究吸引了很多物理学家的关注，他们利用物理学的理论对金融市场规律进行了提取和抽象，在研究房地产和股市泡沫中取得了很大的成功。
本文将利用物理学家Didier Sornette等人提出的对数周期幂律模型对中国股市的非理性泡沫状况进行分析。
二、对数周期幂律模型（一）对数周期幂律模型原理对数周期幂律模型LPPL（Log-periodic Power Law）是一个关于泡沫和崩盘的理性预期模型。
模型中有以下几个假设：第一，交易者作决定时受他们“邻居”的决定的影响。
第二，交易者通过互相模仿可能在一瞬间达成全部统一的交易状态（卖出）。
我国股票市场周期性破灭型泡沫检验——基于门限自回归模型
Ａｂ ｔａ ｔ ｓｒ ｃ ：Ｏｎ ｔ ｅ ｂ ｓｓ ｏ ａ ｓ ｐ ｒｏ ｉａ ｌ ｏ ｌ ｐ ｉ ｇ ｂ ｂ ｌ ｓ ｈ ｓ ｐ ｐ ｒ ｕ ｅ ｄ ｒ ａ ｄ Ｓ ｋ ｏ ’ ｈ ａ ｉ ｆＥｖ ｎ’ ｅ ｉ ｄ ｃ ｌ ｃ ｌ ｓ ｎ ｕ ｂ ｅ ，ｔ ｉ ａ ｅ ｓ ｓＥｎ ｅ ｎ ｉ ｌ ｓ Ｓ ｙ ａ ｉ ｐ ｏ ｅ ｅ ｔ ｏ ｈ ｅ ｈ ｌ ｕ ｏ ｅ ｒ ｓ ｉ ｅ ｍｏ ｅ ａ ｄ ｅ ｌ ｙ ａ Ｓ ｃ ｎ ｉ ｏ ａ ｌａ ｔ ｑ ａ ｅ ｍ ｅ ｈ ｄ ｉ ｒ ｍ ｒ ｖ ｍ ｎ ｆｔ ｒ ｓ ｏ ｄ ａ ｔ ｒ ｇ ｅ ｓ ｖ ｄ ｌ ｎ ｍｐ ｏ ｓＣｈ ｎ’ ｏ ｄ ｔ ｎ ｌ ｅ ｓ ｕ ｒ ｔ ｏ ｎ ｏ — ｉ ｓ ｄ ｒｔ ｋ ｅ ｔｔ ｅ ｅ ｔ ｔ ｅ ｅ ｉｔ ｎ ｅ ｏ ｕ ｂ ｅ ｎ ｓ ｏ ｋ ｍａ ｋ ｔ Ｔｈ ｓ ｐ ｐ ｒ ａ ｏ ｔ ｎ ｈ ｙ ｃｏ ｉ ｇ ｅ ｏ ｍａ ｅ ａ ｔ ｓ ｏ ｄ ｔ ｃ ｈ ｘ ｓ ｅ ｃ ｆ ｂ ｂ ｌ ｓ ｉ ｔ ｃ ｒ ｅ ． ｉ ａ ｅ ｄ ｐ ｓ ｍｏ ｔ ｌ ｌ ｓ ｎ
ｃ ａ ｇ ｓ ｃ ｎ ｂ ｉ ｉ ｅ ｎ ｏ ｔ ｔ ｔ ｓ ｔ ｅ ｂ ｂ ｌ ｅ ｉｔ ｎ ｈ ｕ ｂ ｅ ｄ ｅ ｏ ｘ ｓ ，ａ ｄ ｔ ｅ ｅ ｔ ｈ ｎ ｅ ａ ｅ ｄ ｖ ｄ ｄ ｉ ｔ ｗｏ ｓ ａ ｅ ： ｈ ｕ ｂ ｅ ｘ ｓ ｓ ａ ｄ ｔ ｅ ｂ ｂ ｌ ｏ ｓ ｎ ｔ ｅ ｉｔ ｎ ｈ ｓ ｗｏ ｓ ａ ｅ ｌ ｒ ａ ｅ Ｔｈ ｓ ｉ ｄ ｃ ｔ ｓ ｔ ａ ｅ ｉ ｄ ｃ ｌ ｏ ｌ ｐ ｉ ｇ ｓ ｅ ｕ ａ ｉ ｅ ｂ ｂ ｌ ｓ ｅ ｉｔ ｎ ｏ ｒ ｃ ｕ ｔ ｙ’ ｔ ｔｓ ａｔ ｎ ｔ． ｅ ｉ ｎ ｉａ ｅ ｈ ｔ ｐ ｒ ｉａ ｌ ｃ ｌ ｓｎ ｐ ｃ ｌ ｔｖ ｕ ｂ ｅ ｘ ｓ ｓ ｉ ｕ ｏ ｎ ｒ Ｓ ｏ ｙ ａ ｓ ｏ ｋ ｍａ ｋ ｔ ｔ ｃ ｒ ｅ． Ｋｅ ｒ ｓ ｅ ｉ ｄ ｃ ｌ ｏ ｌ ｐ ｉ ｇ ｂ ｂ ｌ ｓ ｈ ｅ ｈ ｌ ｕ ｏ ｅ ｒ ｓ ｉ ｅ ｍｏ ｅ ；ｃ ｎ ｉｉ ｎ ｌｌ ａ ｔ ｓ ｕ ｒ ｙ ｗｏ ｄ ：ｐ ｒｏ ｉａ ｌ ｃ ｌ ｓｎ ｕ ｂ ｅ ；ｔ ｒ ｓ ｏ ｄ ａ ｔ ｒ ｇ ｅ ｓｖ ｄ ｌ ｏ ｄ ｔｏ ａ ｅ ｓ ｑ ａ ｅ ｙ ａ
基于ADF检验的上海股票市场弱式有效性研究2100字
基于ADF检验的上海股票市场弱式有效性研究2100字摘要：本文首先对有效市场假设理论、单位根过程和ADF检验进行了简要介绍，然后通过检验单位根过程的ADF检验法，对上海股票市场的一系列指数进行了实证检验，最后得出上海股票市场是弱式有效市场的结论。
关键词：上海股票市场弱式有效性单位根过程ADF检验一、有效市场假说理论有效市场假设理论是上世纪六十年代发展起来的一种金融理论，随着其不断发展，逐渐成为现代金融经济学的基石之一。
有效市场假设理论根据市场对不同层次的信息的反应程度，将市场有效性分为：弱式有效、半强式有效和强式有效。
其中，弱式有效是股票市场有效理论的最低程度，是指股票当今的市场价格充分反映了有关该股票的所有历史信息。
证券价格变动完全是随机的，因此坚信历史会重演的技术分析在弱式有效的股票市场中没有意义。
投资者无法通过对股票价格及其交易量等因素进行分析来获取超额利润。
二、对单位根过程的ADF检验方法的介绍（一）单位根过程和ADF检验法1、单位根过程如果市场是弱式有效的，那么股票价格就应该呈现出“醉汉”式的运动形式，即股票价格应该围绕其内在价值呈现出随机游走形式，所以人们无法通过证券过去的价格来预测其未来的价格。
如果一个时间序列是随机游走过程，则称这个时间序列是一个单位根过程。
较随机游走过程更一般的，是一般的单位根过程。
如果随机游走过程服从，其中，，为一平稳过程，且，，，那么就称时间序列为（不带截距项的）单位根过程，亦即随机游走过程。
2、检验对于线性回归方程。
其中，独立同分布，期望为零，方差为，检验该时间序列是否含有单位根。
对随机扰动项进行扩展，便得到了：原假设，备择假设。
回归系数的估计为，检验所用到的统计量为。
在原假设成立的条件下，统计量变为。
迪克和福勒专门为这一统计量编制了临界值检验表。
以上述统计量为检验统计量的检验方法即为扩展的检验，简称检验。
（二）检验步骤单位根检验的具体的检验步骤如下：原假设，备择假设。
中国股票市场泡沫测度及其合理性研究
摘要：基于剩余收益模型对1993～2006年年初A股市场泡沫进行了测度，并根据对美国股票市场泡沫分析结果，研究了中国A股市场泡沫合理性问题。
结果表明，长期以来中国A股市场的内在价值保持相对稳定，而股票价格却频繁大幅波动，且股票价格严重偏离内在价值，市场中的泡沫成分较多；股价指数及市盈率指标对股价泡沫大小的揭示能力非常有限；中国A股市场的泡沫多数属于超常泡沫，但自2001年开始的股市调整使市场中的泡沫得到有效释放，至2006年年初，市场泡沫已经回落到正常水平，2006年大牛市行情的启动在很大程度上应归因于市场调整后投资价值的显现。
关键词：市场泡沫；剩余价值；内在价值；市盈率一、问题的提出及文献回顾与发达国家股票市场作为生产社会化推动资本社会化和风险社会化产物不同的是，中国股票市场是政府行为与政策推动的强制性制度变迁的结果，制度供给不足、制度安排缺陷以及市场主体不成熟导致中国股票市场价格频繁、剧烈波动，股票价格大幅偏离内在价值，长期处于严重的泡沫化状态，股票市场功能得不到充分发挥。
股票市场的健康发展需要投资者的理性行为和监管者的有效监管，而投资者理性行为和监管者有效监管的前提是对股市泡沫大小进行准确测度以及对股市泡沫合理性进行正确研判。
然而，长期以来对于中国股票市场泡沫如何测度以及股市泡沫是否处于合理范围却存在较大争议，2001年年初的股市大辩论即是最好例证。
因此，研究中国股市泡沫测度及其合理性具有重要的现实意义。
就中国股市泡沫测度方法而言，目前主要有两种，一是普遍运用的间接测度法，即通过股价指数、市盈率等与股市泡沫相关指标的计算或通过相关指标的数理统计特性，表征不同时点股市泡沫大小的比较关系。
全登华(2003)利用股票市场的周超额回报率数据，采用McQuenn和Thorley的持续期依赖性检验方法对中国股票市场泡沫进行研究。
屠孝敏(2003)将上市公司的获利能力加入到市盈率的计算中，据此对上海A股市场泡沫成分进行实证分析。
股票泡沫的平稳随机终结超指数膨胀模型--中国股市泡沫的检验和识别
股市泡沫的平稳随机终结超指数膨胀模型 ——中国股市泡沫的检验和识别
林黎 任若恩
（北京航空航天大学经济管理学院， 北京， 100191） 摘 要：传统的泡沫模型都是假设泡沫是指数膨胀的，无法显著的将泡沫和同样是指 数增长的基本面引起的高速价格增长区分开来，使得泡沫检验的有效性遭到置疑。 泡沫超指数膨胀模型可以克服这一缺陷，它认为泡沫是一种本质上快于指数增长的 更快膨胀，具有一个理论上的有限时间终结点。本文引入了最新的一类超指数膨胀 模型——均值回复平稳随机终结模型。它将泡沫的检验和识别转化为 1）检测“非线 性非平稳的股价序列是否潜含均值回复的平稳临界时间序列” ；2）估计正反馈效应 指数和潜在临界时点。利用它对中国股市 2005 年中期至 2007 年后期的投机泡沫实 证分析表明，该模型能够有效的检验中国股市泡沫的存在性，识别 29 个行业板块间 泡沫膨胀强度和积累的稳定性大小。同时，模型对于中国股市的泡沫破灭也有很好 的预警效果。最后，本文分析了模型的政策含义。 关键词 泡沫 超指数膨胀 均值回复 正反馈效应 实证分析 预警 JEL 分类号：G01, G12, C52 文献标识码：A
1
1. 引言 金融资产作为实体经济延伸至虚拟经济的价值载体，基于的是对未来回报的信用创造。 与实体经济类似的是，其价格的变化可归结为供需双方的力量对比。然而不同的却是，金融 资产价格的波动更加频繁， 并 且 还会呈现持续的加速上涨并在短时间内极速滑落的大幅波动 特征——这体现了自身泡沫的积累与破灭 1。资产价格泡沫的破灭导致数以亿计市值的大量 蒸发，不仅会极大破坏金融市场秩序，也会严重影响宏观经济的效率配置。在泡沫破灭之前 及时地检测和识别泡沫， 不仅能够帮助政策者提前采取预防措施， 避免破灭对社会经济的严 重冲击， 也能帮助投资者有效的规避下跌的损失。 因此资产泡沫的研究问题具有重要的理论 意义和很强的实用价值。股票作为金融资产的典型代表，对其泡沫的建模，检测和识别历来 都是一个热门的研究。 国际上研究股市泡沫最早的模型可以追溯至Blanchard (1979), Blanchard, Watson (1982)提 出的理性预期泡沫模型，该模型认为，为了进行对泡沫在未来破裂的风险补偿，市场中的代 表性理性投资者会要求一个对应泡沫成分的超额收益， 并且泡沫在理性预期条件下以这个超 额收益的速度增长。他们提出用游程（run）检验、厚尾（fat tail）来检验泡沫的存在性。另 一方面，从基本面的数据出发，Shiller (1981)和 LeRoy, Porter (1981)首次提出用方差界检验 的思想(variance bounds test)来衡量资产价格与股息之间的方差变异关系， 以检测泡沫的存在 性。为了改善方差界方法的局限性West (1987)还提出了一套两步检测法，该方法以Euler方 程为基础，将无泡沫的零假设和无模型错误设定的零假设进行单独检验。随后 Dida, Grossman (1988)开始尝试应用协整检验来评断泡沫的存在性， 他们模型的基本思想是检测价 格的一阶差分与股息序列之间的一阶差分之间是否具有协整关系。然而Evans (1991)却指出 当考查时间段内出现泡沫的反复积累和破灭时，基于单位根检验和协整检验的方法将会失 效，因为这些方法都无法应对这类泡沫过程中的非线性特征。Evans继而在理性预期泡沫的 基础上提出了周期性破灭型投机泡沫模型(periodically collapsing bubbles)。随后Van Norden, Schaller (1993)在Evans模型的基础上给出了基于指数超额收益率和相对泡沫度的动态关系 区制转换检测方法。另外，Froot, Obstfeld (1991)对内生性泡沫模型进行表述，他们认为，可 以通过检验偏离基本面的价格与基本面变量存在指数依赖关系来确认内生性泡沫的存在性。 McQueen, Thorley (1994)在对理性预期泡沫模型大量分析后创立了持续期依赖检测法 (duration independent), 这种方法的核心思想是理性泡沫中的正超额收益的游程终止概率将 随着游程的长度而递减。 目前， 国内已有不少学者借助这些经典的股市投机性泡沫模型和检 测方法对中国股市的泡沫进行实证。例如，周爱民 (1998)用动态自回归法检验泡沫，潘国 陵 (2000)采用方差界方法检验泡沫，全登华 (2003)，贺学会, 陈东理 (2007)采用持续期依 赖法来实证检验中国股市泡沫，崔畅, 刘金全 (2006)、孟庆斌, 周爱民, 靳晓婷 (2008)使用 了门限自回归模型(Threshold Autoregression)来识别周期破灭型投机泡沫，赵鹏, 曾剑云 (2008)则是通过马尔科夫序惯关系的区制转换方法来检测我国股市的周期破灭型投机泡沫。 此外， 国内的一些学者的还将泡沫检测思路集中于测算合理的市盈率和股票内在价值， 有代 表性的包括吴世农, 许年行, 蔡海洪 (2002)的CAPM法， 刘愰松 (2005)的有限期限F-O模型， 邹辉文 (2006)的股票内在价值Kalman信息滤波，以及徐爱农 (2007)采用的企业价值——剩 余收益的Ohlson模型。 然而，在对金融泡沫模型进行全面考察后，Gurkaynak (2008) 却得出了令人吃惊的结论 “传统的金融泡沫模型并不能对泡沫的检测和识别给出令人信服的结果， 因为每出现一篇宣
基于滚动窗口单位根检测的我国a股市场定价泡沫问题的研究
本文期望在文献的基础上能够使用一种更符合中国市场现状，精确定位股票市场泡沫又不损失检 测效率的检测方法对于中国股票市场泡沫进行更深入的研究。
二、理论分析与研究假说
一般来说，投资品理性的价格预期可通过无套利定价模型计算出来，基本形式如下：
Ｐｔ＝１(来自１＋ｒｔＰｔ＋１
＋Ｄｔ＋１)
（１）
其中 Ｐｔ为 ｔ时期的股票除息价值；ｒｔ为 ｔ时期的折现率，Ｄｔ＋１为资产的现金分红。Ｃａｍｐｂｅｌｌ＆Ｓｈｉｌｌｅｒ
一、引 言
在上个世纪 ３０年代，美股泡沫破裂，股价暴跌，实体经济遭到了重创，导致整个资本主义世界陷入 了持续两年的大萧条。美股破裂所导致的深刻的经济危机，经济学家开始关注经济系统中的“错误”。 １９３６年凯恩斯在《就业、利息与货币通论》中指出经济系统的自动调节能力不是永远有效的。Ｈｙｍａｎ Ｍｉｎｓｋｙ（１９６３）提出了“金融市场脆弱性假说”；Ｔｏｂｉｎ（１９８１）提出了“银行系统脆弱性”理论；在上世纪 ９０ 年代初美国科技类股票泡沫破裂之后，美联储前主席格林斯潘第一次使用泡沫一词，并将其描述为市场 的“非理性繁荣”。
中国股票市场的有效性实证研究——基于Fama-French三因子模型
中国股票市场的有效性实证探究——基于Fama-French三因子模型摘要：本探究旨在基于Fama-French三因子模型对中国股票市场的有效性进行实证探究。
通过分析中国A股市场的数据，本探究发现了中国股票市场存在一定程度的有效性，特殊是在市值因子和市场收益率因子方面。
然而，本探究也发现了一些限制因素，例如无风险利率的测算和数据的局限性。
因此，将来的探究应进一步探究这些限制因素，并拓宽探究范围，以提高对中国股票市场有效性的理解。
一、引言股票市场的有效性是金融学领域的一个重要理论，指的是股票市场是否能够准时反映全部相关信息，以及能否通过得到证券市场公开信息进行投资获益。
若果市场是有效的，那么投资者将无法通过分析数据或选择投资策略来获得超额利润，因为全部信息已被准确反映在股票价格中。
然而，若果市场存在非理性行为或存在某些信息隐含性，则可能会导致市场失效。
Fama-French三因子模型是股票市场有效性探究中的重要工具，它综合思量了市场风险因素、市值因素和价值因素等多个因素，以评估股票市场的有效性。
该模型通过分析市场、市值和账面市值比等因素对股票收益率的影响，来探究股票价格是否反映了全部相关信息，以及能否通过选择有效的因子来得到超额收益。
中国股票市场作为全球最大的股票市场之一，其有效性一直备受关注。
然而，由于市场特点的奇特性和中国金融体制的不完善，中国股票市场的有效性存在一定争议。
因此，本探究旨在利用Fama-French三因子模型对中国股票市场的有效性进行实证探究，以系统地、科学地评估中国股票市场的有效性。
二、探究方法本探究从2000年到2019年间的中国A股市场数据中，选取了一组样本公司，并利用Fama-French三因子模型进行回归分析。
起首，对样本公司进行市值分组，并计算每个组的市场收益率。
然后，利用Fama-French三因子模型，对每个市值组的股票收益率进行回归分析，以评估市值因素、市场因素和账面市值比因素对股票收益率的影响。
中国股市泡沫的检验
中图分类号：Ｆ３． ８０９ １ ． 文献标识码： Ａ 文章编号：１ ７ ８５ ０） ０２－ ０ － ７ （ ２ ０－ ８ ６ ０６ ２ ０ ３２ ０
１ 导言
代表科技股的纳斯达克指数在一年内下跌了６％多， ０ 并带动全世界科技股的下跌，科技股、网络股
泡 破灭， 使得 沫的 也 美国的 “ 新经济” 受巨 击。 遭 大打 一时间，“ 泡沫” 一词频繁出 现在各种媒体中， 股
（０ １）
由 ｒ 第 ， 二个密 数ｆ 于７ １ ＞ ／ ２ 度函 （）的自 ． 变量的 绝对值大于 第一个的自 变量的 绝对值， 使得方括号
内 值、刁嘴’￣￣李，、。 ，的 大 零 因 ａ ‘ ￣￣产 于 ， 此 ｂ 。
方程 （）表明泡沫是爆发性的， ５ 在其每一个生存期膨胀。方程 （ ）表明大的泡沫因子导致可观察 １ ０ 到一个负的超额收益率的概率很低，随着泡沫成份的膨胀， 泡沫开始超过基本成份起主导作用， 其结果是 负的异常收益率变得不太可能，只有当泡沫破灭时才能发生。因此，长的正超额收益率同向列暗示了泡沫 的存在， 且泡沫降低了负异常收益率发生的概率。综上所述，方程 （）和 （ ）暗示了：如果价格中有 ５ １ ０ 泡沫的话， 那么正异常收益率同向列将呈现期限相关， 正异常收益率同向列终结的概率与其长度 （ 期限）
全球股市泡沫检验与比较研究——基于GSADF模型的分析
全球股市泡沫检验与比较研究——基于GSADF模型的分析全球股市泡沫检验与比较研究——基于GSADF模型的分析引言随着全球经济的不断发展和国际资本市场的日益开放，全球股市的波动已成为研究的热点。
股市泡沫成为了经济学家和投资者们关注的焦点之一，因为它与经济的稳定性息息相关。
本文旨在基于GSADF（Generalized Supremum Augmented Dickey-Fuller）模型，对全球股市泡沫进行检验和比较研究，以期为投资者和决策者提供有关全球股市泡沫现象的更深入的理解和判断。
一、GSADF模型的简介GSADF模型是一种用于检验单位根的经济学模型。
在股市泡沫检验中，GSADF模型可以用来检验价格序列是否表现出了泡沫特征。
该模型在Dickey-Fuller检验基础上，通过引入Supremum Test的思想，更准确地判断序列是否具有爆发性（explosiveness）特征。
GSADF模型通过计算序列观测值的t 值，并与临界值进行比较，从而判断序列是否具有爆发性和泡沫存在的可能性。
二、全球股市泡沫的检验1. 数据收集与处理本研究选取了美国、中国、日本、德国和英国作为代表性的国家和地区，收集了这些地区的股市指数数据，时间跨度为2000年至2020年。
通过使用对数收益率对股市指数进行处理，可以消除长期趋势对泡沫分析的影响。
2. GSADF模型的应用基于收集到的数据，我们使用GSADF模型进行股市泡沫检验。
根据模型的计算结果，我们得出了各个地区股市指数检验结果的统计量，并与相应的临界值进行比较。
股市指数序列的检验统计量高于临界值时，意味着股市存在泡沫特征的可能性；相反，低于临界值则表明股市泡沫的可能性较低。
3. 检验结果与分析经过计算和比较，我们发现在美国、中国和日本的股市指数中，存在泡沫的可能性较高。
这可能与这些国家和地区的股市规模和投资热度相关。
而在德国和英国的股市指数中，泡沫的存在可能性相对较低，可能与这些地区的经济发展和金融制度有关。
泡沫检验来自上证A股繁荣与崩盘的证据-ANUPress
由理性交易者而不是由非理性交易者引起的㊂ Ｂｌａｎｃｈａｒｄ 和 Ｗａｔｓｏｎ （１９８２） ㊁ 基础价值之间的偏离是由理性驱动型泡沫引起的， 而且偏离的大小应该等于 泡沫的大小㊂ 在有效市场假设下， 市场将在风险资产的期望回报等于投资者要求的回 Ｄｉｂａ 和 Ｇｒｏｓｓｍａｎ （１９８８ａ） 以及 Ｆｌｏｏｄ 和 Ｈｏｄｒｉｃｋ （１９９０） 认为， 股票价格和
在理性的投机性泡沫模型中， Ｂｌａｎｃｈａｒｄ 和 Ｗａｔｓｏｎ （１９８２） 将泡沫的形
现， 一般的线性检验不能侦测到周期性的泡沫破灭过程， 因为高度非线性的
的发现有助于进一步通过构造非线性检验模型来成功地侦测周期性的泡沫破 灭过程㊂ Ｔａｙｌｏｒ 和 Ｄａｖｉｄ （１９９８） 基于非协整检验方法进行泡沫检验㊂ Ａｈｍｅｄ 等
（１９９９） 使用向量自回归模型来检验 １０ 个太平洋沿岸国家和地区的股票市 过吸取现有泡沫检验方法的经验教训， Ｗｕ （１９９７） 提出， 如果泡沫可以看 识别股票市场的泡沫㊂ 通过 Ｓ＆Ｐ５００ 股票市场数据， Ｗｕ （１９９７） 解释了 ２０ 场泡沫运动的非线性特征， 尽管他们并不确信所估计的基本面是正确的㊂ 通
和 ＧＳＡＤＦ 检验应用于上证 Ａ 股市场㊂
来检验上证 Ａ 股市场的泡沫㊂ 据我们所知， 这是文献中第一次将 ＳＡＤＦ 检验 长期以来， 对于投机性泡沫的研究一直是经济学研究中一个较受关注的
迪基 － 富勒 （ ｇｅｎｅｒａｌｉｓｅｄ ｓｕｐ ａｕｇｍｅｎｔｅｄ Ｄｉｃｋｅｙ⁃Ｆｕｌｌｅｒ， ＧＳＡＤＦ） 检 验 方 法，
话题㊂ 许多 学 者 从 多 种 视 角 提 出 了 多 种 检 验 方 法 来 研 究 这 些 动 态 关 系㊂ Ｌｅｈｋｏｎｅｎ （２０１０） 使用久期相依性检验 （ ｄｕｒａｔｉｏｎ ｄｅｐｅｎｄｅｎｃｅ ｔｅｓｔ） 方法考察 了中国周度和月度的股票价格㊂ 结果发现， 可以从中国大陆股票市场的周度 数据中观察到泡沫， 但从月度数据中看不到泡沫㊂ 这表明， 久期相依性检验 方法可能并不适用于中国大陆股票市场中的泡沫识别㊂ Ｙｕ 等 （２０１３） 建议 将方差 分 解 （ ｖａｒｉａｎｃｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ） 方 法 和 动 态 自 回 归 （ ａｕｔｏｒｅｇｒｅｓｓｉｏｎ）