基于Markov区制转换的股市投机泡沫实证研究.pdf

中国数量经济学会中国数量经济学会 2008 年（宁波）年会论文年（宁波）年会论文 基于基于markov区制转换的股市投机泡沫实证研究区制转换的股市投机泡沫实证研究 唐齐鸣 赵鹏 华中科技大学经济学院 摘要：摘要：基于 van norden 和 schaller 的周期性破灭的投机泡沫模型，本文建立了一个 markov 区制转换模型对我国沪深两市投机泡沫的存在性问题进行了实证研究。实证结果表 明， 上证综合指数和深圳成分指数月度超额收益率的动态可以明确划分为泡沫生存和泡沫破 灭两个状态，且沪深两市投机泡沫特征显著符合 vns 模型的设定。因此本文的研究结论认 为沪深两市均存在周期性破灭的投机泡沫，并提出了相应的政策建议。 关键词：关键词：周期性破灭投机泡沫 markov 区制转换 vns 模型 中图分类号：中图分类号：f830.9 文献标识码： 文献标识码： a the empirical study of speculative bubbles in chinese stock marketsbased on markov regime switching abstract: we build a markov regime switching model on the base of vns model to study the speculative bubbles in chinese stock markets .with the studying the monthly data of shanghai stock market and shenzhen stock market, we find that the monthly return generation processes of shanghai stock market and shenzhen stock market can be obviously divided into two states, namely, bubbles survival state and bubbles collapse states. the empirical result of shanghai and shenzhen stock market correspond to the vns model. so we conclude that there exists periodically collapsing bubbles in shanghai stock markets and propose several suggestions. keywords: periodically collapsing speculative bubbles markov regime switching vns -model 一、 引言一、 引言 从 17 世纪荷兰的郁金香泡沫到 21 世纪初的美国互联网泡沫， 投机泡沫的形成、 膨胀与 破灭贯穿了世界资本市场发展的整个历史过程。 投机泡沫的持续膨胀虽然会造成市场一时的 繁荣， 但同时也加剧了金融体系本身所固有的脆弱性， 而泡沫积聚到一定程度以后的破灭往 往会引发严重的金融危机，甚至导致长期的经济衰退。随着股权分置改革的逐步完成，我国 股市结束了长达 5 年的持续低迷期，进入了加速上升的轨道。2006-2007 年上证综指高达近 国家自然科学基金项目（批准号 70573034）的研究成果。 1 400%的涨幅，再次引发了我国股市是否存在投机泡沫的争论。对我国股市的投机泡沫问题 进行实证研究， 其意义不仅在于分析与论证股市泡沫的存在与变化， 更重要是在于发现金融 体系的脆弱性， 从而促使金融监管当局及时采取合理的防范措施， 以促进我国资本市场的健 康、稳定发展。 kindelberg（1987）在新帕尔格雷夫经济学大辞典中将泡沫定义为“泡沫状态可以 定义为一种或者一系列资产在一个连续过程中的突然上涨， 最初的价格上升会使得人们产生 价格还会上升的预期，于是吸引了新的买主。一般来说，投资者关心的是买卖价差收益，而 忽视了资产本身的盈利能力，这种价格上升随着预期的逆转而结束，接着就是价格的暴跌， 最后以金融危机而告终。 ” 在泡沫现象的理论解释上，blanchard 和 waston（1982）以投资者的理性预期来解释泡 沫的存在， 提出了理性泡沫模型。 该模型认为投资者的理性预期可以造成资产价格的实际运 动， 使其偏离资产的内在价值而形成理性泡沫。 理性泡沫在每一时期中都存在发生破灭的可 能性， 投资者在每一时期都必须决定是出售资产或继续承担泡沫破灭的风险， 因此投资者必 定要求获得一个正的风险溢价作为继续承担泡沫破灭风险的补偿， 不断上升的风险补偿将引 起股价的不断上升，直至泡沫的破灭。 以 tversky 和 kahnman（1981）为代表的行为金融学派则认为，假定所有投资者都具有 理性预期是不符合客观实际的。 首先， 理性预期要求信息是对称的且所有投资者使用相同的 均值-方差模型进行决策，但是在现实中资本市场中的信息通常是不对称的，投资者使用的 决策模型也是不同的；其次，理性预期要求投资者是理性的，但实际上投资者通常是非理性 的，常常表现出追逐时尚、过度自信、正反馈交易等非理性特征。因此行为金融学试图用投 资者的非理性对泡沫现象进行解释。camerer（1989）提出的时尚泡沫模型（fads）认为， 价格偏离内在价值是因为社会力量和心理因素创造了资产市场的时尚。 他认为一般存在三种 类型的时尚，效用时尚、信念时尚和收益时尚。kindelberg（1989）提出的“狂热和恐慌” 模型认为，投机泡沫要经历三个阶段：狂热时期、困苦时期和恐慌时期。虽然投资者最初的 行为是理性的， 但投机的狂热最终使得他们的行为陷入非理性， 投资者的狂热情绪使得资产 价格上涨超过了市场基本面所能控制的上涨幅度。 随后掌握内幕消息的投资者或了解资产内 在价值的投资者开始抛售， 其他投资者也迅速认识到价格将不再延续上涨的趋势， 使得卖压 急剧增加。最后市场上蔓延的恐慌情绪将导致价格的急剧下跌，同时泡沫破灭，最终造成股 市的崩溃。 在投机泡沫实证检验中， 泡沫检验方法可分为间接检验与直接检验两种类型， 间接检验 方法是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； 而直接检验则是直接设定一个具体的泡沫过程， 而后对于其泡沫解参数的显著性进行检 验。其中间接检验方法包括方差界检验、设定检验、协整检验、持续期检验等。直接检验方 法则主要包括对于确定性泡沫和周期性破灭型泡沫的检验。 目前国内学者对投机泡沫的实证多采用间接检验方法，如周爱民，潘国陵（2000） 、陈 浪南（2002） 、张 兵，徐 炜（2003） 、史永东（2005）等。虽然间接检验方法在实证中运用 比较广泛，但还存在不少弊端，如方差界检验方法、设定检验方法存在联合假设问题，协整 检验方法仅适用于股价与红利间的线性关系， 持续期检验方法仅适用于正泡沫的检验等。 产 生这些弊端的根本原因在于， 为了从一般性的泡沫概念中演绎出可检验的数学表达式， 间接 检验方法都采用了某些简化假设， 使得最后所采用的数学表达式偏离了检验泡沫的初衷， 因 此检验的有效性易受质疑。 与间接检验方法相比， 直接检验方法是直接设定要检验的泡沫形 式，因此不存在联合假设问题，且直接检验方法比间接检验方法具有更加深厚的理论背景。 van norden 和 schaller（1993）扩展了理性泡沫模型，提出了周期性破灭的投机泡沫模 2 型（vns） ，该模型克服了理性投机模型的缺陷，允许泡沫破灭的概率依赖于泡沫成份的相 对规模，且允许负泡沫的存在，因此更加符合客观现实。van norden 和 schaller 根据 vns 模型（1993）提出了基于指数超额收益率和相对泡沫度的动态关系的区制转换检验方法，此 方法属于直接检验方法的范畴。 他们运用这种方法对多伦多股市的数据进行了实证研究， 发 现这种检验方法能较为准确地推测股市所处的状态。van norden 和 schaller（1997）利用美 国股市 1926-1989 年的所有股指月度数据，运用 markov 区制转换检验方法对于各指数中的 泡沫进行了实证检验， 发现这种方法对于美国股市不同历史阶段的投机泡沫现象有很强的解 释能力， 即泡沫破灭的概率在股市崩溃前都会明显增加， 而泡沫生存概率在股市高涨之前都 会明显增加。brooks 和 karasaris（2005）运用 markov 区制转换检验方法对于美国股市 1888-2001 年的月度数据进行了实证分析，发现美国股市明显存在周期性破灭投机泡沫。 区制转换方法是通过区分股市不同状态下超额收益率和相对泡沫度的动态关系来识别 投机泡沫，属于直接检验方法，其理论背景较为深厚，且在已有实证研究中对泡沫现象的解 释能力强于其他模型，因此在投机泡沫的检验方面具有较大优势。本文基于 vns 模型，运 用 markov 区制转换方法对我国沪深股市投机泡沫的存在性进行直接检验，以探究股市泡沫 现象中的变量关系与数量特征。本文结构安排如下：第二部分介绍了 vns 模型，并且在此 基础上构建了一个股市投机泡沫的马尔可夫区制转换模型。 第三部分运用股市投机泡沫的马 尔可夫区制转换模型对于沪深股市投机泡沫的存在性进行了实证分析。 第四部分是本文的研 究结论和政策建议。 二、股市投机泡沫的马尔可夫区制转换模型二、股市投机泡沫的马尔可夫区制转换模型 1、理性投机泡沫模型 在投资者风险中性且具有理性预期，未来股利流具有恒定折现率，证券市场均衡，以及 证券价格满足无套利条件等假设前提之下，股价等于未来股价与红利之和的折现值： 1 () (1) ttt t e pd p r +1 + = + （1） 其中是时刻t的资产价格，是时刻 t p 1t d+1t +的股息，(.)e为数学期望函数，r为市场均衡 条件下恒定的预期资产收益率，同时也是股票未来现金流的折现率。 在无限期界的情况下，对于式（1）进行重复迭代，即可求得（1）式的一个解, 同时也 即是资产的内在价值： * 1 1 () (1) tt t i i e d p r + = = + （2） 但（2）式并非是方程（1）的唯一的解，而只是其特解。blanchard 和 waston（1982） 证明，方程（1）的通解为以下形式： * tt ppbt=+。此处 t b反映了资产价格对于其内在价 值的偏离程度，其经济含义为资产价格中存在的投机性泡沫，且有 11 ()(1) ttt e birb + =+ t， 其中 t i为到t为止的信息集。blanchard 和 waston（1982）提出了理性投机泡沫模型： 1 (1) 0 1 t t r b b + + = 概率 概率 （3） 在该模型中，表示金融泡沫持续膨胀的概率；与之相应，泡沫破灭的概率为1。 3 在泡沫生存期间，泡沫因子以恒定的系数(1)/r+膨胀，因此恰好可以补偿投资者因为泡 沫随时可能以 1-的概率爆裂而产生的风险，而泡沫如果破灭，那么价格将回复到资产的 内在价值。 t p 2、van norden 和 schaller 的周期性破灭的投机泡沫模型 理性投机泡沫模型对于泡沫生成机制作出了某些合理的解释，但还存在许多不足：首 先，从（3）式来看，如果泡沫在1t +时刻破灭，则泡沫不可能再生。这就意味着在任何时 间序列中只能观察到一次泡沫现象，而且当泡沫破灭时，资产价格会立即返回其内在价值。 但在客观现实中， 在一个股价时间序列中常存在多次泡沫的产生与破灭过程， 且泡沫的破灭 通常呈现一个缓慢萎缩而非突然爆裂的过程。 其次， 理性投机泡沫模型认为泡沫破灭的概率 是一个常数，但 kindelberg（1989）认为泡沫破灭的概率是时变的，随着泡沫相对规模的扩 大而增加；最后，理性泡沫模型假定不存在负泡沫，但是当股市处于深度萧条时期，股价低 于内在价值的现象十分普遍，股价亦可能持续向下偏离其内在价值而形成负泡沫。 van norden 和 schaller（1993）提出了一个周期性破裂的投机泡沫模型（vns） ，模型 针对上述理性投机泡沫模型的不足进行了以下改进： 首先，vns 模型允许投机泡沫生存的概率随着泡沫相对规模绝对值的扩大的降低，令 为价格相对基础价值的偏离程度，即泡沫的相对规模，则有： / tt bbp t ( )/0 tt dbd b0 时，r 1 0 s 且 1 0 c 。由此 vns 模型就转化为了一个反映超额收益率 1t r + 与相对泡沫规模 在不同状态下的动态关系的计量模型。 在泡沫生存状态下， 下一期的超额收益率与当期泡沫 相对规模同向变化，在泡沫破灭状态，下一期的超额收益率与当期泡沫相对规模反向变化。 t b 联立（10） 、 （11） 、 （12）式，就可以估计出参数 0s 、 1s 、 0c 、 1c 、 0q 、 qb 、 s 、 c 的值。van norden 和 schaller（1996）认为若超额收益率和上期泡沫相对规模序列之间存 在区制转换的非线性动态关系，且估计结果满足 00sc 、 1 0 s 、 1 0 c 等设定条件时，则股市泡沫符合 vns 模型。设定条件的具体含义如下： 00sc 说明泡沫生存区制与泡沫破灭区制下的平均超额收益率是不同的； 1 0 s 说明在泡沫生存 期内，泡沫规模发生持续的膨胀； 1 0 c 、 11sc 等三个设定条件说明在泡沫的生存期内，正泡沫成分将产生 比在泡沫破灭期内更高的超额收益率， 而负泡沫成分将产生比在泡沫破灭期内更低的超额收 益率； , 0 q b 则说明泡沫生存的概率随着泡沫相对规模绝对值的扩大而降低。 3、股市投机泡沫的 markov 区制转换模型 基于 vns 模型和股市在泡沫和无泡沫状态间相互转换的经验事实，本文构建了一个股 市泡沫的 markov 区制转换模型来对于我国股市泡沫的存在性进行研究。markov 区制转换 模型是一种重要的非线性区制转换模型。与其他区制转换模型相比，markov 区制转换模型 5 的显著特点在于， 不同状态之间相互转化的随机过程由一个不可观测的状态变量所决定， 且 该状态变量的动态遵循马尔科夫链过程。 使用二区制马尔可夫转换模型对于股市泡沫建模的基本出发点是将股市收益率的动态 划分为两种区制，一种处于泡沫生存状态下，另一种处于泡沫破灭状态下，通过一个随机过 程控制这两种区制之间的转换。本文中我们借鉴了 hamilton（1989）提出的 markov 区制转 换模型的基本思路，并假定模型均值 0 和误差项的方差 2 均随系统状态变化而不同。在 markov 区制转换建模中，我们假定股市收益率在各个时间阶段服从不同的条件正态分布 t r 1 (,; ttt f r s i) ，其中 1t i 是到时刻的信息集。为状态变量，服从一个关于时间 齐 次的、具有状态空间的一阶马尔可夫过程，其转移矩阵，其中 1t t st ( , )js c=() ij pp= 1 pr() ijtt psj si =，且对于任意, i jjij，服从正则性， ij p为模型的待估计参 数。此时收益率的 markov 区制转换模型的具体形式为： 011 2 1 , (0,() pr() 1 tiitt tt tt ij j s c rb ns sj sip p ij = =+ = = ? （13） 用向量 t 表示系统状态，则可知： () () t t t i ss i sc = = = （14） 其中， 1 () 0 t j i sj = = t 若s 其他 （15） 各个状态下收益率的条件密度为： 1 1 (,; (,; ttt t ttt f r ss i f r sc i = = = 011 2 2 011 2 2 ()1 exp 2 2 ()1 exp 2 2 tsst s s tcct c c rb rb = （16） 在已知 1t i 信息集和状态 t 的情况下，的边际密度服从一个混合正态分布，其表达式为： t r 2 1111 1 1 (,; )(,; )pr()1( tttttttt tt t m f rif ri 1) = = ? （17） 其中，m表示状态数量， t 为不同状态下收益率的条件密度向量，?表示元素对元素乘法， 1 代表各元素均为 1 的向量。根据 hamilton（1996） ，令2 12 1向量 t t 为基于t期信息 和总体参数形成的对状态的推断，其中第 t sj个元素为pr(; ) tt sj i=，对于时期t所处状 6 态的最优推断和预测可以由下列两式获得： 1 1 () 1() tt t t t tt t = ? ? （18） 1 ttt t p + =? （19） 对于 markov 区制转换模型的参数估计，本文使用极大似然法进行计算，给定一个初始值 1 0 ，可以运用（18） 、 （19）式来计算任意的 t t ，本文将初始值 01 =，其中是一个 固定的的各元素之和为 1 的非负常数向量，为状态数。利用（18） 、 （19）式可以 求出 时刻股市所处状态的滤波概率， 即利用到 时刻为止的信息得出的概率。 而后利用 kim （1993）的平滑算法可以得出t时刻股市所处状态的平滑概率，即基于全体观测值信息所得 到的 时刻股市所处状态的概率，这一算法可以写成以下形式： (1n )n tt t 1 1 ( ) t tt ttttt p + =? （20） 其中符号(表示元素对元素除法，将（20）式对于)1,2,1ttt=l向后迭代即可得到 平滑概率 t t 的估计值，向量 t t 的第j个元素为pr(; ) tt sj i=，即股市在 时刻处于 状态 t j的平滑概率。同时将股市处于泡沫生存状态的滤波概率代入（12）式，进行非线性 ols 回归得出 0q 与 qb 的估计值。 4、markov 区制转换模型参数检验 在上述马尔可夫区制转移模型中，转移概率参数 ss p和 cc p为不可识别的噪声参数，模 型设定形式是否正确还需要做进一步检验。这里我们参考刘金全、郑挺国（2006）采用的检 验方法， 使用 hansen （1992） 的似然比检验来检验模型的非线性设定， 并使用 hamilton （1996） 的参数稳定性检验来验证不同区制下的参数是否显著不同。 首先是 hansen 的似然比检验，hansen（1992）证明在研究马尔可夫区制转移模型时， 由于引入了噪声参数， 传统的似然比统计量不适用于模型的有效性检验， 此时似然比统计量 渐近有偏于传统的经典分布。根据 hansen（1992）的思想，我们对于股市投机泡沫的马尔 可夫区制转移模型的假设检验为： 0 h：线性模型；：马尔可夫区制转换模型 1 h 对于该假设的检验统计量为： 2 00 ()()( ) mm lrlql qk=? 其中k为两个模型参数个数之差，为给定参数估计值下马尔可夫区制转移 模型的对数似然值，为给定参数估计值下线性模型的对数似然值，其中似然比统 计量渐近服从自由度为k的卡方分布。 () mm lq m q 00 ()l q 0 q 其次是 hamilton 参数稳定性检验，基于 hamilton（1996） ，我们对马尔可夫区制转移模 型的参数稳定性进行检验，所考虑的四个假设检验如下： 7 1 0: 1 sscc pp= 2 000 :；h sc h= 1 ； 3 01 : sc h=； 4 0 h： sc = 上述假设检验的wa检验统计量为： ld 2 1 (1) (1) ()()2(,) sscc sscc ssccss pp t pp var pvar pcov pp = = + cc 2 00 200 000 () () ()()2(,) sc sc scs t varvarcov 0c = + 2 11 311 111 () () ()()2(,) sc sc scs t varvarcov 1c = + 2 4 () () ()()2(,) sc sc scs t varvarcov c = + 此处 wald 检验的自由度为 1，如果原假设被拒绝，则说明两个估计量在一定显著性水平下 不相等， 或不同区制下的参数估计量具有显著性差异； 否则表明两个参数可以合并为一个参 数。 三、数据描述和实证分析三、数据描述和实证分析 1、 基本数据描述 在反映股市基本面的指标问题上，传统金融学理论以红利来代表股市的基本面，但我 国企业的分红政策相对于西方国家而言是十分不完善的，许多上市公司甚至长期不派发红 利，因此红利难以衡量中国股市的基本面。 本文参考 ahmed（1999）的处理方法，采用合适的宏观经济变量作为股市基本面的代 理变量，选择工业增加值、居民消费价格指数、银行间 7 日隔夜拆借率、人民币兑美元汇率 等四个与股市投资和价格波动密切相关的宏观经济变量作为基本面的代理变量， 选择这些宏 观经济变量的原因在于： 工业增加值是国民经济增长的重要反映指标，在研究资本资产定价中，常可以替代国 民生产总值作为研究变量。 股票市场综合反映了人们对于经济形势的预期， 这种预期较全面 地反映了人们对于经济发展过程中有关信息的切身感受， 这些预期又必然反映到投资者的投 资行为中，从而影响股价。因此工业增加值对股票指数的涨落具有较为重要的影响。 居民消费价格指数是衡量通货膨胀的主要指标，通货膨胀是指物价水平持续的、明显 的上涨。如果通货膨胀在一定范围内持续，而经济处于景气阶段，那么股价也将持续上升。 如果发生严重的通货膨胀，经济将被严重扭曲，货币加速贬值，使得大量资金从股市流向商 品市场，导致股市下跌。 银行间 7 日隔夜拆借率是基准利率的代表，基准利率在多个方面影响股价，首先，利 率是计算股票内在价值的重要依据之一， 当利率下降时同一股票的内在价值上升， 从而导致 股票价格上升，反之则下降。其次，利率水平的变动直接影响公司的融资成本，低利率可以 降低公司利息负担，增加公司盈利，导致股价上升，反之则导致股价下降。最后，利率高低 会影响投资者金融资产的选择，利率下降，则投资者会把部分储蓄转化为股票投资，对于股 票的需求增加，导致股价上升，反之则股价下降。 汇率在多个方面对于股市产生影响，一方面，汇率的变化会对于进出口产品的数量产 8 生影响，这会使得上市公司的业绩发生变化，从而影响股票的定价。另一方面，汇率的上升 和下降会导致资本市场上的资本流向发生变化，从而影响股市价格。 我们选取上证综合指数、深证成份指数的月收盘价，以及上述宏观经济变量 1996 年 1 月2007 年 11 月的月度数据，数据来源于色诺芬数据库，并对所有宏观经济变量进行了 census x12 季节调整， 本文选取 1996 年后的数据是因为同业拆借率的数据从 1996 年 1 月开 始公布。 2、股市泡沫相对规模和超额收益率计算方法 参考 ahmed（1999）的思路，采用 var 协整模型来剔除股价内在价值以求出股价泡沫 成分。我们首先对上证综合指数、深证成份指数、工业增加值、居民消费价格指数、银行间 隔夜拆借率、 美元兑人民币汇率等六个时间序列进行单位根检验， 结果证明两市股价指数和 宏观经济变量均为 i（1）序列。接着对于两个股市指数与宏观经济变量进行 johansen 协整 检验，结果如表 1、2 所示，综合迹检验和最大特征值检验的结果，在 5%的显著性水平下， 上证综合指数与各宏观经济变量之间至少存在 2 个协整关系， 而深证成分指数与各宏观经济 变量之间至少存在 1 个协整关系。因此两个股市指数均与工业增加值、居民消费价格指数、 银行间 7 日隔夜拆借率、美元兑人民币汇率等变量之间存在明显的长期均衡关系。 表表 1 上证综指与宏观经济变量间的上证综指与宏观经济变量间的 johansen 协整检验协整检验 原假设 特征根 trace 统计量 max统计量 没有协整关系 0.333 117.275 * (0.000)54.278 * (0.000) 至多一个协整关系 0.204 62.996 * (0.001)30.534 * (0.020) 至多两个协整关系 0.110 32.462 * (0.024)15.547 （0.252） 至多三个协整关系 0.102 16.915 * (0.030)14.451 * (0.047) 至多四个协整关系 0.018 2.464（0.117） 2.464（0.117） 注：括号内为估计值的p统计量，*表示在 5%的水平下显著，根据 lr 检验选择滞后阶数为 8 表表 2 深证成指与宏观经济变量间的深证成指与宏观经济变量间的 johansen 协整检验协整检验 原假设 特征根 trace 统计量 max统计量 没有协整关系 0.350 123.993 * (0.000)57.837 * (0.000) 至多一个协整关系 0.186 66.156 * (0.000)27.498( 0.051) 至多两个协整关系 0.149 38.658 * (0.003)21.554 * (0.044) 至多三个协整关系 0.091 17.104 * (0.028)12.768（0.085） 至多四个协整关系 0.032 4.336 * (0.037)4.336 * (0.037) 注：根据 lr 检验选择滞后阶数为 8 上述五个变量之间存在长期均衡关系，因此运用向量误差修正模型（vec）来剔除上证 综指和深证成指的内在价值成为可行。我们采用一个 vec 模型来剔除两个股市指数的内在 价值， 使用 lr 检验选择模型的滞后阶数均为 8。 利用 vec 模型剔除股指内在价值后所获得 的残差序列即为泡沫成分， 而泡沫相对规模的计算方法则为 t u/ tt bupt=。 同时超额收益率 的计算方法为 1 100 log(/) ttt rppr =，其中 t p为两个股市指数的月度值，r为无风 险利率，具体数据取为月度银行存款利率。 在估计周期性破灭型泡沫模型之前， 首先需要对于两个股市指数的超额收益率和泡沫相 对规模序列采用 adf 方法进行单位根检验，检验结果见表 3。我们发现在 1%的显著性水平 下，四个序列均为平稳序列，因此可以进行马尔可夫区制转换方程的估计。 表表 3 单位根检验单位根检验 adf 检验 含截距项 adf 检验 含截距和趋势项 adf 检验 沪市超额收益率 * 9.801（0.000） * 10.099（0.000） * 10.059（0.000） 9 沪市泡沫相对规模 * 7.031（0.000） * 7.018（0.000） * 7.002（0.000） 深市超额收益率 * -6.073（0.000） * -6.289（0.000） * -9.658（0.000） 深市泡沫相对规模 * -7.488（0.000） * -7.507（0.000） * -7.477（0.000） 注：括号内为估计值的统计量，*表示在 1%的水平下显著，根据 aic 准则选取超额收益率的滞后阶 数为 0，而泡沫相对规模的滞后阶数为 3。 p* 3、 markov 区制转换模型参数估计及检验结果 我们使用 winrats 6.2 软件编制 markov 区制转换程序以取得 vns 模型的参数估计值， 并对于模型设定的正确性和参数稳定性进行检验， 结果如表 4 所示。 从估计结果我们发现两 个模型的 hansen 检验统计量均在 5%的水平下显著，表明两市股指超额收益率和泡沫相对 规模之间均存在非线性关系。 而从两市的投机泡沫模型参数稳定性检验结果来看， 各参数的 检验统计量均在 1%的水平下显著，因此 markov 区制转换模型设定具有稳健性。同时我们 绘出了沪深股市处于泡沫生存区制和泡沫破灭区制的平滑概率的图形（图 1、2） 。 表表 4 马尔可夫区制转换模型估计结果马尔可夫区制转换模型估计结果 模型参数及检验 沪市参数估计及检验结果 深市参数估计及检验结果 ss p * 0.903（0.000） * 0.916（0.000） cc p * 0.967（0.000） * 0.970（0.000） 0s * 5.543（0.001） * 5.800（0.000） 0c * 0.584（0.000） * 0.917（0.008） 1s * 59.077（0.000） * 42.004（0.008） 1c * 5.347（0.009） * 2.772（0.031） s * 8.704（0.000） * 11.893（0.000） c * 5.650（0.000） * 6.244（0.000） 0q * 2.322（0.000） * 2.357（0.000） qb * 10.099（0.000） * 4.820（0.000） hansen 检验统计量 * 13.494（0.019） * 17.450（0.004） 1 0112 :1 2 hpp= * 398.825（0.000） * 121.076（0.000） 2 00 : 0sc h= * 15.369（0.000） * 335.850（0.000） 3 01 : 1sc h= * 93.324（0.000） * 6.882（0.009） 4 0 h： sc = * 302.724（0.000） * 38.431（0.000） 接着，我们将估计结果对于 vns 模型的设定条件进行检验，其中对于 s00 c = 1 和 1sc 等设定条件使用 wald 检验，而对于其他设定条件使用 t 检验（表 5） ： 表表 5 vns 模型检验结果模型检验结果 vns 模型设定条件 沪市 vns 检验结果 深市 vns 检验结果 00sc * 15.369（0.000） * 335.850（0.000） 1 0 s * 12.822（0.000） * 2.659（0.004） 1 0 c * 5.901（0.000） * 6.979（0.000） 马尔可夫区制转换模型的估计结果表明，沪深两市超额收益率序列的生成过程（dgp） 均可显著地用两个不同的区制来加以划分。就沪市而言，在泡沫生存区制中，存在一个正的 截距项为 5.543，收益率对于泡沫成分存在一个正的敏感度 59.077，标准差为 8.704；在泡沫 破灭区制中， 截距项为-0.584， 收益率对于泡沫存在一个负的敏感度-5.347， 标准差为 5.650。 两种区制都是高度持续的，泡沫生存状态平均持续时间为 11 1/(1)p=10.309 个月，泡沫破 灭状态的平均持续的时间则为 22 1/(1)p=30.303 个月。 就深市而言，在泡沫生存区制中，存在一个正的截距项为 5.800，收益率对于泡沫成分 存在一个正的敏感度 42.004，标准差为 11.893；在泡沫破灭区制中，截距项为-0.917，收益 率对于泡沫存在一个负的敏感度-2.772，标准方差为 6.244。两种区制都是高度持续的，泡 沫生存状态平均持续时间为 11 1/(1)p=11.905 个月，泡沫破灭状态的平均持续的时间则为 22 1/(1)p=33.333 个月。 由表 5 可知，在上证综合指数和深证成分指数的估计结果中， 00sc 、 1 0 s 、 1 0 c ，完全符合 vns 模型的设定，且各设定条件的检验结果均十 分显著。因此我们根据 van norden 和 schaller（1996）的判定方法，认为我国沪深股市均存 在周期性破灭的投机泡沫。 通过对平滑概率的观察，我们可以对于每个时刻最可能出现的区制作出推断，当时刻 处于状态 1 的平滑概率大于 0.5，则表示出现泡沫生存区制；而时刻处于状态 2 的平滑概率 大于 0.5，则表示出现泡沫破灭区制。从平滑概率我们可以判断出：沪市在 1996 年 11 月 1997 年 4 月、1999 年 5 月1999 年 6 月、1999 年 12 月2000 年 3 月、2006 年 4 月 2007 年 11 月处于泡沫生存状态，而其余时期则处于泡沫破灭状态；深市在 1996 年 11 月 1997 年 4 月、1999 年 5 月2000 年 2 月、2006 年 4 月2007 年 11 月处于泡沫生存 状态，而其余时期则处于泡沫破灭状态； 19971998199920002001200220032004200520062007 0.25 0.50 0.75 1.00 probabilities of regime 1 19971998199920002001200220032004200520062007 0.25 0.50 0.75 1.00 probabilities of regime 2 图图 1 沪市处于泡沫生存与泡沫破灭状态的平滑概率沪市处于泡沫生存与泡沫破灭状态的平滑概率 11 19971998199920002001200220032004200520062007 0.25 0.50 0.75 1.00 probabilities of regime 1 19971998199920002001200220032004200520062007 0.25 0.50 0.75 1.00 probabilities of regime 2 图图 2 深市处于泡沫生存与泡沫破灭状态的平滑概率深市处于泡沫生存与泡沫破灭状态的平滑概率 接下来我们绘出沪深两市在整个样本时段内的泡沫相对规模（这里为了便于比较，令 100* tt bb=） 和超额收益率的数据， 以具体分析我国沪深两市投机泡沫发展和演变的过程， 如图 3、4 所示： -40 -30 -20 -10 0 10 20 30 969798990001020304050607 br 图图 3 沪市相对泡沫规模（沪市相对泡沫规模（b）和超额收益（）和超额收益（r） -40 -30 -20 -10 0 10 20 30 40 50 969798990001020304050607 br 12 图图 4 深市相对泡沫规模（深市相对泡沫规模（b）和超额收益（）和超额收益（r） 从图 3 中，我们可以看出，沪市从 1996 年 11 月1997 年 1 月，相对泡沫规模小于 0， 随着相对泡沫规模不断向下偏离内在价值，超额收益不断下降，因此出现了负泡沫，而在 1997 年 24 月，随相对泡沫规模不断向上偏离内在价值，超额收益不断上升，此阶段出现 了正泡沫；同理，从 1999 年 5 月开始，出现了负泡沫的时段为：1999 年 56 月，2006 年 10 月2007 年 1 月，2007 年 3 月5 月，2007 年 710 月。出现负泡沫的时段为：2006 年 49 月，2007 年 2 月，2007 年 6 月，2007 年 11 月。 从图 4 中，我们可以看出，深市出现正泡沫的时段为：1997 年 14 月，1999 年 56 月，1999 年 112000 年 2 月，2006 年 11 月2007 年 1 月，2007 年 35 月，2007 年 7 10 月；出现负泡沫的时段为：1996 年 1112 月，1999 年 710 月，2006 年 410 月，2007 年 2 月，2007 年 6 月，2007 年 11 月。 总而言之，我们发现在泡沫生存状态内，正泡沫和负泡沫成分并存，而以正泡沫为主。 因此周期性破灭的投机泡沫模型较之理性投机泡沫模型， 能够更好地描述我国股市投机泡沫 的发展和演变过程。 四、研究结论及政策建议四、研究结论及政策建议 本文基于 vns 周期性破灭的投机泡沫模型， 构建了一个 markov 区制转换模型， 对于我 国股市投机泡沫的存在性问题进行了实证研究。 研究结果表明， 上证综指和深证成指月度超 额收益率的生成过程均可以明显地划分为泡沫生存和泡沫破灭两个不同的区制， 且泡沫生存 的概率随着泡沫相对规模绝对值的扩大而降低。 沪深两市的实证结果均显著符合 vns 模型， 因此可以判定沪深两市均存在周期性破灭的投机泡沫。 另外， 通过具体分析不同时点相对泡 沫规模和超额收益的数量关系，我们发现在泡沫生存阶段，呈现出正负泡沫并存、以正泡沫 为主的特征， 因此周期性破灭的投机泡沫模型相对于理性投机泡沫模型， 能够更好地描述我 国股市泡沫的发展和演变过程。 自2006年开始， 我国股市步入了新一轮的持续高涨时期， 并且产生了一定程度的周期性 破灭型投机泡沫。投机泡沫产生的原因是多方面的，在宏观层面上，持续的国际贸易盈余造 成的流动性过剩导致大量资金进入股市、宽松的货币与信贷环境、人民币升值的强烈预期、 高涨的通胀率使得储蓄存款的实际利率为负， 社会大众为了规避通胀损失而纷纷将储蓄转入 股市寻求高额回报，以上这些因素是股市泡沫形成的重要诱因；在微观层面上，大股东为最 大化自身利益而进行的内幕交易与价格操纵行为、 中小投资者普遍存在的投机心理、 市场缺 乏有效的套利机制等因素则是股市投机泡沫产生与膨胀的直接原因。 适度规模的投机泡沫的存在可以起到繁荣市场的作用， 但如果投机泡沫比重过高， 则会 使市场崩溃的可能性大大增加。 如何在繁荣市场的同时抑制市场的过度投机， 是我国证券市 场发展所面临的一个重要课题，对此本文提出以下政策建议： （1）股市适度扩容，增加优质企业股票的供给。国际收支失衡引起的流动性过剩，使 得大量资金进入股市，造成股市供求关系严重失调，是我国股市泡沫形成的重要原因。因此 适度扩大我国股市容量，增加优质企业股票的供给，能够促使股市供求关系趋向平衡，在优 化市场资源配置的同时部分地化解股市的投机泡沫。 （2）加大监管力度、减少信息不对称。股市中存在的内幕交易行为与价格操纵行为， 不仅严重地破坏了市场公平的投资秩序、 对于中小投资者的利益构成巨大侵害， 而且会增大 市场价格的异常波动，助长投机泡沫的恶性膨胀，进而导致市场风险的急剧上升。因此监管 当局应加大对上市公司信息披露、价格欺诈、内幕交易、市场操纵行为的监管力度，从而规 13 范市场交易秩序、减少股市信息不对称，促使市场向理性化与效率化的方向发展。 （3）完善市场套利机制。在股票价格大幅度偏离内在价值时，有效的套利机制能够促 使股票价格向其内在价值回归， 从而降低投机泡沫出现的可能性。 由于我国不存在有效的套 利机制，价格高于内在价值时，市场产生对股票过度需求，导致价格对内在价值的持续偏离 而形成泡沫。因此应积极发展股指期货等衍生金融工具，并适时引入卖空机制。 （4）加强投资者教育，倡导理性投资理念。广大投资者普遍存在的投机心理所引发的 非理性行为特别是羊群行为是投机泡沫产生的重要原因。 因此我国应该加强投资者教育， 大 力倡导理性投资理念，引导投资者注重股票的内在价值，从而降低股市投机风险，促进我国 股市的健康、稳定成长。 总而言之，本文在国内首先采用基于vns模型的markov区