证券市场行情范文

前言：我们精心挑选了数篇优质证券市场行情文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：股票市场 ; 证券公司;经营绩效;风险预防

中国自1985年9月第一家证券公司（深圳经济特区证券公司）成立以来，证券业得到了迅猛发展，截至2009年3月25日，中国已有107家证券公司。当前，我国证券公司所从事的是资本证券业务，但从所有的证券公司财务报告来看，有关股票发行承销、股票、股票自营买卖、股票投资咨询等业务成为证券公司的主营业务下载论文。

近年来，随着我国股票市场的几次周期波动，证券公司的经营回报一直处于巨亏或巨盈的状态。例如， 1994年8月1日—2001年6月30日股票市场的股价指数持续攀升，从而使证券公司取得了巨额经营回报；而2001年7月—2005年12月由于股票市场的调整、震荡、股价指数下滑，证券公司的经营回报出现剧烈波动或持续下降，尤其是其自营投资大量亏损，导致4年中有19家证券公司倒闭或被接管。由此可以看出，证券公司的经营业绩取决于股票二级市场的表现；证券公司经营回报与股票市场行情具有某种黏合关联，而且此种关联在我国股票市场震荡剧烈时表现得尤为突出。本文将利用2006年1月—2007年10月股票市场股价一路飙升和2007年11月—2008年11月股票市场股价又急速下跌这两个时段，分析股市行情与证券公司经营回报的关联性以及股市行情对证券公司经营回报的作用成因，并从风险防范角度提出消除股市波动对证券公司经营回报影响的建议。

一、 文献回顾

1.国外对证券公司经营风险与回报的相关研究

国外学者对证券公司经营风险与回报并没有系统的研究，尤其是以股市环境变化为视角对证券公司的经营表现进行研究的文献尚未发现。在证券公司的经营行为方面，Dolvin特别强调上市公司的质量与证券公司经营的关系。他认为证券公司的发展以上市公司为依托，良好的上市公司群体无疑有利于证券公司的良好发展［1］。在证券公司的内部控制方面，Santomero和Babbel分析了风险度量问题，强调公司要正常发展就必须建立一个风险控制系统［2］。此外，Cummins从另一角度论述了风险控制问题。他认为产品创新是促进证券公司发展的最好武器，同时各种各样的创新也体现了这个行业的风险资产多的特征，因此如何做好风险管理是至关重要的［3］。总的来看，国外学者相关研究的特征是切入点窄、缺乏系统性，并且仅以专题形式对证券公司经营风险与回报的某个方面加以研究。

2.国内对证券公司经营风险与回报的相关研究

国内研究证券公司经营风险与回报问题的学者也不多。陈道江首先提出了我国券商的经营风险问题，并基于三个方面分析成因：(1)证券市场主体制度性缺陷。由于国有股和流通股的人为割裂，导致证券市场上集聚了很大的系统风险。(2)交易机制的缺失。券商目前的经营困境与我国当前市场交易机制的缺陷有关。我国目前还没有做空机制，是一个单边市场，赢利的方式只有低买高卖，跌则亏、涨则赢。(3)经营模式单一。当前中国券商主要局限于一级市场的承销、二级市场的经纪业务和自营及委托理财四项业务，佣金收入占中国券商收入的1/2上，利润总额的90%以上主要集中在这几项传统业务上，而在企业并购重组服务、投资咨询、金融衍生工具的创新和交易等一些创新型和延伸型业务上则进展不大［4］。伍兵研究了我国证券公司经营风险的外部影响因素。他认为，从2002—2005年我国证券公司出现全行业亏损、面临着严峻的生存危机，原因之一是市场的结构性缺陷造成证券公司一条腿走路的局面。股票市场和债券市场发展的严重失衡是我国证券市场制度安排上的另一重大缺陷。尽管我国的企业债券出现得比股票早，但其发展却相当缓慢。目前企业直接融资主要来源于股票市场，这样就使得证券公司的业务增长不得不极度依赖于股票市场的表现［5］。此外，马庆泉提出了为挽救证券公司而挽救股市的观点，即搁置股权分置问题、大力发展机构投资者、抓好上市企业的诚信问题、优质企业国内上市、股市的单边性质问题以及处置高风险券商［6］。上述文献表明，国内学者大多从宏观角度研究股票市场运作对证券公司经营风险的影响，也有学者从完善内控机制角度对证券公司的危机处理加以论述。

二、实证分析

1.变量设计

目前衡量公司经营回报的指标有很多，如净利润、每股收益、总资产收益率等等。本文将选取营业收入、净利润、净资产利润率、每股收益作为证券公司经营回报的评价指标。所谓营业收入是指证券公司在一定会计期间内日常各项证券业务经营过程中所取得的经济利益总流入。净利润是证券公司在一定会计期间的利润总额与所得税的差值。每股收益是反映每股价值的基础性指标，计算方法为净利润与股本总数的比率。每股收益有基本每股收益与稀释每股收益之分。基本每股收益是指归属于普通股股东的当期净利润除以发行在外普通股的加权平均数而得出的每股收益；稀释每股收益是以基本每股收益为基础，假定公司所有发行在外的稀释性潜在普通股均已转换为普通股，从而分别调整归属于普通股股东的当期净利润以及发行在外普通股的加权平均数并通过计算而得出的每股收益。净资产利润率是净利润与平均股东权益的比率，它反映证券公司股东权益的收益水平。该指标值愈高，投资所产生的收益越大。净资产利润率有全面摊薄的净资产利润率与加权平均的净资产利润率之分。全面摊薄的净资产利润率等于报告期净利润除以期末净资产。该指标强调期末状况，是一个静态指标，反映期末单位净资产对经营净利润的分享状况。加权平均的净资产利润率等于报告期净利润除以当期平均净资产。该指标强调经营期间净资产赚取利润的结果，是一个动态的指标，反映公司净资产创造利润的能力。

2.研究假设

在深沪股市1 602家上市公司中，共有8家证券公司。本文以这8家证券公司为研究样本，选取其2006年、2007年以及2008年的财务报告中营业收入、净利润、净资产利润率、每股收益这四项指标的三年数据进行比较分析

表1深沪8家证券公司营业收入与净利润数据列示单位：亿元

通过数据比较，笔者发现8家证券公司中至少有7家2007年的数据均高于2006年与2008年。由此可以认为，8家证券公司2007年营业收入等四项指标数据的总体均值分别高于2006年与2008年，而且它们之间具有显著差异。本文将采取构造密度函数进行统计检验的方法，将2007年营业收入等四项指标的总体数据界定为样本组，2006年与2008年营业收入等四项指标总体数据界定为2007年样本组下相应的控制组，并对表3与表4的X与Y两个总体参数存在显著差异的可能性进行分析。由此提出如下假设：

假设1：证券公司2007年度的营业收入明显高于2006年度的控制组。

假设2：证券公司2007年度的营业收入明显高于2008年度的控制组。

假设3：证券公司2007年度的净利润明显高于2006年度的控制组。

假设4：证券公司2007年度的净利润明显高于2008年度的控制组。

假设5：证券公司2007年度的净资产利润率明显高于2006年度的控制组。

假设6：证券公司2007年度的净资产利润率明显高于2008年度的控制组。

假设7：证券公司2007年度的每股收益明显高于2006年度的控制组。

假设8：证券公司2007年度的每股收益明显高于2008年度的控制组。

3.数据处理

4.原因分析

通过对深沪8家证券公司近3年数据处理可以看出，与2006年比较，2007年证券业上市公司经营回报涨幅明显；与2007年比较，2008年证券业上市公司经营回报跌幅显著。究其原因，笔者认为，股票市场行情变化是促成我国证券公司经营回报频繁波动的本质因素。这是因为，与股票投资相比，债券投资的收益率显著偏低。尽管2006—2008年间，银行多次调整利息，但投资者仍对投资股票感兴趣，缺乏对债券的投资热情，进而不会深度影响债券的供求关系以及债券的价格。然而，2007年与2008年是我国股票市场剧烈震荡的两年，股价的波动影响着投资者对股票投资收益的预期，股指的涨与跌与投资者经营股票的投资热情以及投资行为紧密相关。证券公司的数据显示，证券公司证券买卖的佣金是公司收入的最主要来源，2007年，8家证券公司的股票买卖费与自营投资收益总计占到营业收入的72%以上。由此可知，股市行情决定股指走向，股指变动影响股民的投资热情，股票的投资行为改变着证券公司营业收入的重要来源，从而形成了多米诺骨牌效应。

表5深沪证券公司营业收入主要组成的年度数据比较分析单位：亿元

（1）2007年股市行情攀升导致证券公司经营回报激增

图1和图2显示了2006—2008年上证指数与深证成指的股价走势图。从两走势图看，2006年股价波动很小，股价增长缓慢［7］，2006年1月4日，上证指数开盘价为1 163.88，深证成指为2 873.53；2006年12月29日，上证指数收盘价为2 675.47，深证成指为6 647.14。然而，2007年股票市场的表现超越了投资者的想象力，勇夺全球主流资本市场涨幅的桂冠。其中，2007年10月10日上证指数涨幅达6 124.04，深证成指涨幅达19 600.03，两市同时创下股票市场建立以来的最高点。从图1与图2的走势图中可以看出，2007年前10个月股指陡峭攀升，加速了场外资金的入市，股票与基金投资者纷纷通过证券公司开户赚钱，证券公司也格外重视自有资金的自营业务。笔者认为，2007年不断刷新的指数高位与成交水平归因于两点：一是羊群效应［8］。大量理论研究发现，2007年的股票投资者具有高度的“羊群效应”的倾向。所谓“羊群效应”是指由于对信息缺乏了解，投资者很难对市场未来的不确定性作出合理的预期，往往是通过观察周围人群的行为而提取信息，在这种信息的不断传递中，许多人的信息将大致相同且彼此强化，从而产生从众行为。2007年前10个月在证券公司开户炒股的投资者与日激增，众多投资者处于疯狂的群体非理性状态。二是正反馈交易策略［9］，即利用反馈机制制定交易策略。通俗地说，是指在价格升高时买进股票，价格下跌时卖出股票。2007年股价指数由年初开始连续10个月走高，这种行情恰好迎合了股民的兴趣。这段时间急于入市或放大交易的股票投资者都有使用正反馈交易策略的倾向，部分股票投资者会采用“盲从”或“跟风”等正反馈行为，追随股票市场的潮流，蜂拥购买各类上涨的股票。羊群效应与正反馈交易策略的有机叠加，促成了几乎全民炒股，全民致力于赚钱的疯狂。从表5来看，2007年8家证券公司的股票买卖交易费净收入比2006年大幅增加，其中增幅最小的是长江证券，达3.4倍之多，增幅最大的是宏源证券，有7.2倍之多；借2007年股价大涨之际，证券公司的自营业务投资成果丰硕，金融资产的公允价值变动收益也均有攀升，这些都可以从表4数据比较中得到印证。

（2）2008年股市行情暴跌导致证券公司经营回报下滑

2008年是股市暴跌的一年。上证指数2008年1月2日的开盘价为5 265.00点，在12月31日的收盘价为1 820.81，其中在10月28日经历了最低点1 664.93点；深证成指2008年1月2日的开盘价为17 856.15点，在12月31日的收盘价为6 485.51点，其中在10月28日经历了最低点5 577.23点。图1与图2也显示了深沪两市2008年的股价走势。截至2008年年末，有85%以上股市的投资者处于亏损与严重亏损状态，深沪两市股指持续走低销蚀了我国数以万计投资者的资产。2008年股市急速下挫的原因主要有：一是“大小非”解禁［10］。数据显示，2008年共有1 245.97亿股“大小非”解禁，其中股改“大小非”942.73亿股，新老划断后IPO“大小非”303.14亿股。 “大小非”解禁使得上市公司的原始股东将发行价位极低的大小非流通股带入股市，按照现实高额股价的标准套取现金。由于 “大小非”解禁，股市大额资金流向了少数“大小非”的持有者，造成其他投资者全面亏损，严重挫伤了众多投资者的信心与投资热情。二是金融危机对股票投资者心理预期的影响。2008年美国次贷危机引发了全球金融危机。这次危机也波及中国的虚拟经济与实体经济。2008年下半年，我国外贸企业出口额锐减，数十万家企业倒闭，就业与择业矛盾异常突出。在社会需求收缩的背景下，绝大多数股票投资者对经济晴雨表——中国股市的预期缺乏乐观。“大小非”解禁与金融危机相互叠加，再加上投资者“追涨杀跌”的心态，使得股票投资者对2008年的投资极为谨慎，尽可能放低股票交易量，做到“优中选优”。从表5可以看出，与2007年相比，2008年8家证券公司的股票买卖交易费净收入急速下滑，跌幅均在30%—50%之间；在证券公司自身投资方面，8家证券公司中有7家出现亏损，其中有4家净收益降幅超过了60%。此外， 2008年8家证券公司的金融资产公允价值变动收益全部为负值。

三、 结论与建议

2006—2008年我国证券公司经营回报波动明显，且波动规律与股市行情波动基本吻合。本文分析的结论是：第一，股票市场行情攀升，证券公司的经营回报良好。第二，股票市场行情惨淡，证券公司的经营回报也明显下挫。第三，合理预测股票市场行情和实施风险管理，将会提高证券公司经营回报的总体水平。基于此，证券公司有必要从以下方面规范自身经营行为：

1.重视对股票市场风险的预测

证券公司的证券买卖业务、自营投资业务以及所属金融资产的公允计价均与股票市场的价格行情密切相关，因此，证券公司有必要搜集各种有效信息，把握我国经济发展走向，科学预测与评价股票市场的短期发展方向与长期运行规律［11］，并通过构建股票市场风险防范体系规划公司的各项证券业务。

证券公司需要关注的股票市场风险主要有：第一，经济循环风险。经济现象同自然界一样也存在循环现象。经济繁荣、经济衰退、经济萧条、经济复苏是经济循环的四个阶段。在经济循环的每一个阶段，股市的风险程度有着显著的差异。在经济繁荣的鼎盛时期往往是股市最牛阶段，但其风险也将增大。随着经济的衰退直至进入萧条时期，股市也从不断走低直到极度低迷。当经济进入复苏早期，股市也会先知先觉，走在经济复苏的前面。第二，币值及利率变动风险。人民币币值是否稳定会在一定程度上影响股市。如果币值贬值比率高于股票的投资收益率，投资者就会退出股市，选择收益率比贬值率高的投资项目进行保值。同样，利率作为一种经济杠杆，它的变动对股市的影响更直接，利率的提高和降低会影响股市资金的供应量。在利率不断走低的前提下，股市会逐渐走高；利率呈上调趋势时，股市则会呈下降走势。第三，政策法规风险。政策法规的制订、实施及变更不仅影响整个经济，而且对股市的影响也意义深远。比如国有企业的国有股及法人股的处理以及2009年意欲重启IPO等。尤其是我国目前的证券市场还处于发展阶段，新法规的出台实施或现有法规的重大修改都会对股市产生不可低估的影响。同时，政府根据股市的冷热程度出台一些鼓励投资或扼制投机的政策也是影响股市的重要因素。

结合上述风险考虑，证券公司必须对币值及利率的变动、经济发展趋势以及政策法规有全面的预测与辨析能力，积极地对各项风险加以预防与化解，努力降低证券买卖收益的波动幅度，合理确定证券自营投资方向。

2.加强对投资操作风险的管理

证券自营买卖主要指证券公司开设证券账户买卖有价证券并获取收益的行为。证券自营买卖的操作情况影响着证券公司利润表中的投资收益与公允价值变动损益这两项数据的变化。表5中近三年证券公司的投资收益与公允价值变动这两项数字的显著差异及每项数字在相应年度营业收入中所占的比重，说明证券自营买卖也是证券公司经营回报的重要来源。因此，证券公司对自身投资操作风险的管理与预防不可小觑。笔者认为，证券公司作为股票投资者，需要从如下方面管理投资操作风险［12］：第一，股票的选择。股票市场的股票并非都有操作价值。证券公司在选择股票时要经历三个步骤：第一步，确定行业范围。公司选择个股时要考虑到行业因素的影响，尽量选择高成长行业的个股，避免选择夕阳行业的个股。第二步，分析所选定行业内各家公司的财务报告。“知己知彼，百战不殆”，股市也是如此。公司需要分析行业范围内各家公司的经营情况、管理情况、市盈率等众多财务指标、未来发展前景、利润预测、已存在或潜在的重大问题，确定各家公司股票的合理价格，进而通过比较市场价位与合理定价的差别来进一步压缩股票选择范围。第三步，运用技术分析方法。在第二步的基础上，证券公司需要运用一定的技术分析方法，结合所确定范围的各家股票的周期性波动图表，充分利用外部环境可能带来的有利影响，选择超跌个股。第二，时机的选择。股市并非每日都有盈利机会，行情有明朗与不明朗之分，操作就有可做和不可做之别。从总体上讲，股市操作就是在上升的趋势中逢低买进，在下跌的趋势中逢高抛出。证券公司在股市具体操作中需要更多地借鉴技术分析方法，可参考的方法有置位操作与破位操作等。置位操作的原理是在股价上升的趋势中，等待股价回调到重要的支撑位上买进；在股价下跌的趋势中等待股价反弹到重要的压力位上抛出。破位操作的原理是当股价涨破一个重要的压力位时顺势买进，而当股价跌破一个重要的支撑位时则顺势抛空。其实，证券公司的投资操作风险管理是一项复杂的工程，因此，本文仅为证券公司提供投资操作风险管理的理论思路，期盼证券公司借股票市场行情之势创造更多的投资回报。

参考文献

［1］ Dolvin， S.D. Market Structure，Changing Incentives，and underwriter Certification［J］.Journal of Financial Research， 2005，28(3):403-419.

［2］ Santomero，A.M.，Babbel，D.F. Financial Risk Management by Insurers:An Analysis of the Process［J］.Journal of Risk and Insurance，1997，64(2):231-270.

［3］ Cummins， D.J.Convergence in Wholesale Financial Services:Reinsurance and Investment Banking［J］.Geneva Papers on Risk and Insurance， 2005，30(2):187-222.

［4］ 陈道江.我国券商危机的现实分析与对策思考［J］. 学术论坛， 2005，(10):66-73.

［5］ 伍兵.我国证券公司生存危机的外部制度与内部治理缺陷［J］.求索， 2005，(4):23-25.

［6］ 马庆泉.面临市场化与国际化竞争的中国证券业［J］.中国金融， 2004，(15):55-56.

［7］ 王德河.股票价格时间序列分形特征的实证研究［J］.审计与经济研究， 2007，(6):71-76.

［8］ 崔显林. 论当前股票市场中“羊群效应”的危害与对策［J］. 经济理论研究， 2009:49-51.

［9］ 何剑，姚益清. 基于正反馈交易理论的中美股市比较研究［J］. 财会通讯， 2009，(2):10-13.

［10］ 李健夫.解决“大小非”问题与拯救中国资本市场［J］.社会科学论坛， 2009，(4):124-151.

第2篇

一股票样本的选择和收益的计算

本研究使用1997年1月1日至2006年12月31日在中国上海证券交易所及深圳证券交易所上市交易的全部A股股票作为研究样本，本研究没有一概剔除ST以及PT类股票，这是因为:一、虽然该类受到更小日涨跌幅度的限制，但是从月收益的角度看，这种限制带来的实际影响不大;二、不分情况的一律剔除该类股票导致了严重的“先知偏差”(Look－AheadBias)，也就是说，某只股票在被摘牌或退市之前，投资者并不知道它们将被ST或PT处理，因而，事后人为地将它们排除在样本之外是不合适的，这可能会影响到检验的准确。本研究使用的股票交易数据、除权数据均取自深圳汇天奇电脑公司的分析家软件，公司的流通股本等数据来自天相投资，在计算月收益的时候，如果某一只股票在本月的实际交易时间低于本月交易时间70%的，不计算该股票在本月的收益，以避免过少的交易日导致的月收益数据异常①。对于分红、配股、送股等情况，一律使用向后复权的方式对收益进行调整。

二过度反应现象的实证检验

(一)实证方法

这里使用了与Jegadeesh和Titman(1995)类似的重叠抽样法，价格惯性检验的形成期分别为1、2、3、6、9、12个月，检验期为1、2、3、6、9、12个月;价格反转检验的形成期分别为18、24、30、36个月，检验期为18、24、30、36个月。在检验过程中，为了剔除新股效应对检验结果的影响，排除上市不足一年的股票，同时，为了避免交易数据不全对检验结果的影响，本研究也排除了在形成期或者检验期内缺少月收益数据的股票。进行检验的步骤如下:

(1)对于形成期为T个月的检验，计算1994年1月向后T个月每支股票的持有期收益和持有指数②的收益，第i支股票在T个月形成期内的持有期收益按照下面的公式计算③:Ri，j=Pi，j－Pi，j－TPi，j－T(1)Pi，j是第i支股票在j个月的收盘价，Pi，j－T是第i支股票在j－T个月的收盘价。同样，持有指数的收益可以按照如下的公式计算:Rm，，j=Pm，，j－Pm，，j－TPm，，j－T(2)Pm，，j是指数在j个月的收盘价，Pm，，j－T是指数在j－T个月的收盘价。

(2)根据计算所得的持有期收益对所有股票进行排序，然后等分成20组，把持有期收益最高的一组称为赢家组合，持有期收益最低的一组称为输家组合。然后，使用与形成期相同的方法计算接下来的K个月检验期内，赢家组合与输家组合的持有期收益，在计算组合的持有期收益的时候，本研究给每只股票赋予了同样的权重。

(3)把形成期的起始月向后推一个月，重复第(1)步与第(2)步，一直到2003年12月向前K个月为止。这样，对于每一个形成期为T期，检验期为K期的检验，本研究都得到了一个样本为120－T－K+1个的赢家组合序列和一个样本同样为120－T－K+1个的输家组合序列。如果价格反转成立，那么赢家组合在检验期内持有期收益序列的均值应该显著大于持有指数收益序列的均值，而输家组合的序列均值应显著小于持有指数收益序列的均值，对于价格惯性来说就恰恰相反。为了在统计上检验这种显著性，构造t－统计量。t=珔Rp－珔RmS2p/(120－T－K+1)+S2m/(120－T－K+1槡)(3)其中，珔Rp、珔Rm分别是持有期收益序列和持有指数收益序列的均值，S2p、S2m分别是持有期收益序列和持有指数收益序列的方差。t－检验的自由度按照下面的公式计算:f=［S2p/(120－T－K+1)+S2m/(120－T－K+1)］2［S2p(120－T－K+1)］2120－T－K+1+［S2m/(120－T－K+1)］2120－T－K+1(4)如果f不是整数，则取最接近f的自然数。公式中字母的含义同上。

(二)检验结果及说明

下表给出的是赢家组合和输家组合短期内价格惯性现象的检验结果。从表中不难看出，短期内无论是输家组合或者赢家组合，相对于持有市场指数组合的策略而言，超额收益都很低，而且t－检验都不显著，可以认为，在我国证券市场，并不存在价格惯性现象。下表给出的是长期的价格反转现象检验结果。从表中可以发现，从长期看，持有输家组合可以获得超过持有市场指数组合20%～70%的收益，而且这种超额收益具有统计上的显著性，而持有赢家组合的超额收益只是－10%～－20%，而且不具有统计上的显著性，因此可以认为，在我国证券市场，输家组合存在显著的价格反转现象，而赢家组合的价格反转现象并不明显。

第3篇

[关键词]交易者结构；单位根；协整；格兰杰因果检验

[中图分类号] F832.5［文献标识码］ A

[文章编号] 1673-0461(2008)07-0068-05

一、引 言

20世纪60年代末，德姆塞茨（H.省略info.省略）。

参照中国登记结算有限责任公司的《业务统计月报》中的统计口径，本文中N0和N1的含义分别如下：

N0：开户的自然人总数的变化额；

N1：一般机构、证券公司、证券投资基金、社会保障基金和QFII的开户总数的变化额。

（二）研究方法及实证结果

从图1和图2中可以发现，SZCZ和N0、SZCZ和N1之间变化趋势相似，相关系数分别为0.87和0.54，由此可知，市场价格与交易者数量间可能存在协整关系，因此，下文将采用协整和因果关系方法研究不同类型交易者数量变化同证券市场价格之间的定量关系。

对变量组进行协整和因果关系检验前，要首先检验各变量是否服从单位根过程，即变量序列是否是一阶单整过程，记作I（1）。常用的单位根检验方法是ADF（augmented Dickey-Fuller）。SZCZ、N0和N1的原序列及其一阶差分序列的单位根检验结果见下表1。

从表1中可知，在1999年1月至2003年12月的60个月期间，单位根检验显示在1%的显著性水平下，SZCZ、N0和N1的原序列都是非平稳的I（1）过程，而它们的一阶差分都是平稳的I（0）过程，即时间序列SZCZ、N0和N1都是一阶单整过程。

对于存在单位根的两组或两组以上时间序列，如果它们的线性组合是平稳的I（0）过程，则它们之间存在协整关系。对服从单位根过程的变量组进行协整检验，从检验方法上可分为两种：一种是基于回归残差的EG（Engle &Granger,1987）[14]两步法协整检验；另一种是Johansen和Juselius（1990）[15]提出一种在VAR系统下用极大似然估计检验多变量间协整关系的方法，即Johansen协整检验。由EG两步法得到的协整参数估计量具有超一致性和强有效性，但在有限样本条件下，这种估计量有偏，且样本容量越小、偏差越大。由于本文的有效样本相对较小，为克服小样本条件下EG两步法参数估计的不足，本文采用后者进行分析。

注：1.（c,t,p）为检验类型, c和t表示带有常数项和时间趋势项, p表示滞后阶数,下同.2.临界值是在相应显著性水平下得到的Mackinnon值.3.表示原序列的一阶差分,下同.4.***表示在1%水平下显著,下同。

从上文的单位根检验结果可知，在1999.1至2003.12的时间段中，SZCZ、N0和N1都是单整的I（1）过程，因此可以对该时间段中的序列分别作协整检验。首先，将SZCZ分别和N0和N1进行配对，得到二组向量组合（SZCZ、N0）和（SZCZ、N1），然后分别计算迹统计量和最大特征值统计量。利用上述方法可以得到Johansen协整检验所需的迹统计量和最大特征值统计量以及各自检验所需的临界值，实证结果列示在下表2中。

表示在5%的显著性水平下拒绝原假设,下同。

从表2中可知，在5%显著性水平下，迹统计量和最大特征值统计量检验都表明SZCZ和N0存在一个协整方程，SZCZ和N0之间存在着长期稳定的均衡关系，而SCCZ和N1之间不存在协整方程。协整方程（此处省略）也表明，SZCZ和N0之间关系是正方向的，这也与常理相符合，根据常理，市场价格最终是由入市交易的交易者在场内通过竞价买卖形成的，入市交易者总数可以反映市场行情好坏，而且市场行情的好坏又会对交易者总数产生影响，行情好时交易者开户入市的热情就高，交易者数量就多；反之，交易者数量就少。

上述协整检验结果表明，SZCZ和N0之间存在长期稳定的协整关系。因此，可以进一步研究它们之间的因果关系。Granger因果检验有两种形式：一种是传统的基于VAR模型检验；另一种则是最近发展起来的基于VEC模型检验，两者区别在于各自适用范围有所不同，前者仅适用于非协整序列间的因果检验，而后者则是用来检验协整序列间的因果关系。

Feldstein & Stock（1994）[16]认为，如果非平稳变量间存在着协整关系，则应考虑使用基于VEC模型进行因果检验，即不能省去误差修正项（error correction term, ECT）。由于SZCZ和N0之间存在协整关系，据此，引入下式做VEC形式的Granger因果检验：

这里，Yt=（N0,SZCZ），修正系数矩阵θ和βi（i =1,2…n）分别说明变量间长期和短期因果关系（Masih & Masih,1996）[17]。同时，本文也利用基于VAR模型方法加以检验，以便相互印证。对于不存在协整关系的SZCZ和N0，由于SZCZ和N0的一阶差分均平稳，因此，可以用VAR模型对其差分进行Granger因果分析，检验两者是否存在因果关系及因果关系方向，Granger因果关系检验结果分别见表3和表4。

注:1.**表示统计结果在5% 的统计水平下是显著的;2.LM表示对残差序列的自相关检验,FHET表示对残差序列的异方差检验,FAR1表示对残差序列1阶滞后的ARCH效应检验.3.括号内是相应的p统计值4.panel B中的结果是利用传统的Granger因果检验方法得到的统计结果。

表3第一部分表明，在检验SZCZ是否是N0的Granger原因时，SZCZ（-1）和ECT（-1）系数均在5%的显著性水平下异于0，表明SZCZ变动是N0变动的短期与长期Granger原因，且SZCZ（-1）系数符号为正，即SZCZ上升导致N0增加，它们之间存在正向变动关系；ECT（-1）系数符号显著为负，符合反向修正机制，表明长期内N0对均衡水平偏离可以通过误差修正项修正和调整。在检验N0是否是SZCZ的Granger原因时，在5%置信水平下N0（-1）和ECT（-1）系数均与0无显著性差异，表明N0变动不是SZCZ变动的短期与长期Granger原因。同时，残差检验也都表明残差序列不存在自相关、异方差和ARCH效应等现象。从Panel B中可以看出，在用传统Granger因果方法检验时，在1%置信水平下拒绝SZCZ变动不是N0变动的Granger原因的原假设，而接受N0变动不是SZCZ变动的Granger原因的原假设。两种检验方法的实证结果都表明，在滞后2期情况下，无论从短期还是长期来看，SZCZ变化都是N0变化的原因，表明在股价指数上涨后，个人交易者开户数目纷纷增加，并且时滞为2个月，行情变化确实影响交易者数量变动，但N0变化无法解释SZCZ变化。

从表4中可以看出，在用传统的Granger因果方法检验时，在5%置信水平下，接受SZCZ变动不是N1变动的Granger原因的原假设，即SZCZ变动不是N1变动的Granger原因，同时也接受N1变动不是SZCZ变动的Granger原因的原假设。因此，在滞后2期情况下，SZCZ变化与N1不存在单向或双向的因果联系。

上述实证结果表明，个人交易者总数变化与证券市场价格间存在着长期协整关系，同时，个人交易者总数变化与市场价格间存在单向因果关系，市场价格变化引致个人交易者总数变化；而机构交易者总数变化与市场价格间既不存在长期协整关系，也不存在因果引致关系。

三、研究结论

通过上述的实证研究，本文主要发现以下研究结论。

第一，中国证券市场上的个人交易者总数变化同证券市场价格变化间存在长期稳定的协整关系，而且这种关系是正方向的。因为市场价格最终是由入市交易的交易者在场内通过竞价买卖形成的，交易者总数的多少也就反映出市场行情的好坏，而且市场行情的好坏也会对交易者的总数产生影响，行情好时交易者开户入市的热情就高，交易者数量就多；反之，交易者数量就少。例如，中国证券登记结算公司的数据显示，自2003年11月中旬中国股市走出反转行情之后，投资者信心明显增强，股票市场开户数有了显著增加，截至2004年2月17日，沪深两市账户总数达到7019.29万户，2003年底是6992.66万户，扣除春节放假休市因素影响，2004年1个月时间账户总数增加了26.63万户，远远超过了2003年的同期水平。

第二，个人交易者总数变化可以由证券市场价格变化进行解释，证券市场价格变化同个人交易者总数变化间存在显著的单向因果关系，个人交易者开户数量变化对证券市场价格变化的敏感度较高，并且，它们之间存在着正方向变动关系，这在一定程度上说明，个人交易者开户数量变化方向可以作为市场行情的“风向标”。另外，实证结果还表明，尽管从交易者数量上分析，个人交易者在中国证券市场上是“绝对主力”（以在深交所开A股账户的交易者为例，其中在1999年1月初至2003年12月末的60个月份中，个人交易者总数占开户总数的最低比重也达到99.48%），但个人交易者开户数量变化并未影响证券市场价格变化，这可能由于新开户入市的个人交易者所拥有的资金量有限，或是由于场外增量资金通过已有账户而非新开立账户流入股市。

第三，机构交易者总数变化同证券市场价格变化之间并不存在长期稳定的协整关系以及因果关系。本文认为，这可能是由以下原因造成的，首先，无论从资格审查、繁冗的审批程序还是资金来源等方面（比如中国政府对QFII的严格监管）考察，中国机构交易者入市交易远要比个人交易者困难得多，这就造成了机构交易者入市数量的变化量和变化幅度较小，他们数量变化的“刚性”肯定难以反映证券市场价格变化的灵活性。另外，机构交易者可能通过其他途径而毋需开立新的资金账户和股票账户将资金引入证券市场，比如通过其他机构账户或是违规使用A字头账户（A字头账户为自然人的证券交易账户，相对于机构账户应为B字头账户）（庄序莹，2001）的方式进行化名隐蔽投资。由于机构交易者总数变动无法反映市场价格的变动，它们之间的关系显得较为模糊，从这一点可以看出，机构交易者总数变动同证券市场变化间的关系是不确定的，无法知道机构交易者是否对整个市场起到稳定作用，这也与现有的实证结果相符，即部分学者的研究表明机构交易者能起到稳定市场的作用，如梁宇峰（2000）的研究显示，证券投资基金的交易频率要低于其他投资者，在一定程度上有助于稳定市场；也有学者认为机构交易者的存在加剧了市场的剧烈变化，如施东晖（2001）的研究结果表明，国内投资基金存在较为严重的羊群行为，投资理念趋同，投资风格模糊，并且在一定程度上加剧了股价波动。

综上所述，本文的实证研究结果表明，个人交易者总数变化与证券市场价格变化之间存在长期稳定的协整关系，个人交易者总数变化仅是证券市场价格变化的结果和反映，证券市场价格变化无法通过个人交易者总数变化加以解释和说明，即个人交易者总数并非是市场价格变化的原因。同时，机构交易者总数变化同证券市场价格变化间既不存在长期稳定的协整关系，也不存在因果引致联系。

[参考文献]

[1]Demsetz, H., The cost of transaction, Quarterly Journal of Economics[J]. 1968, (82): 33-53.

[2]戴国强,吴林祥.金融市场微观结构理论[M].上海财经大学出版社,1999.

[3]Bagehot, W., The only game in town [J]. Financial Analysts Journal, 1971, (27):12-14.

[4]Huang R.D. & W.A. Kracaw, Stock Market Returns and Real Activity: A Note [J]. Journal of Finance, 1984, (March): 267-273.

[5]Feldstein, M.S.& J.H. Stock, The use of a monetary aggregate to target nominal GNP[M]. in N.G. Mankiw, eds., Monetary Policy, University of Chicago Press, Chicago, 1994.

[6]Mookerjee, Rajen & Yu, Qiao, Macroeconomic variables and stock prices in a small open economy: The case of Singapore [J].Pacific-Basin Finance Journal,1997, (5):377-388.

[7]施东晖.中国股市微观行为:理论与实证[M].上海：上海远东出版社,2001.

[8]金德环，李胜利.我国证券市场价格与货币供给量互动关系的研究[J].财经研究,2004(4):5-15.

[9]施东晖，陈启欢.信息不对称下的投资者类型与交易行为――来自上海股市的经验证据[J].经济科学,2004（5）：58-66。

[10]祁 斌,黄明,陈卓思.机构投资者与股市波动性[J].金融研究.,2006，(9):54-64。

[11]齐伟山, 欧阳令南.机构投资者与盈余公告后的股价行为――基于中国证券市场的经验分析[J].管理科学.2006(1):85-91.

[12]何 佳,何基报.投资者结构与股价波动关系――基于理论的思考[J].南方经济，2006，(2):80-90。

[13]何佳,何基报,王霞,翟伟丽.机构投资者一定能够稳定股市吗？――来自中国的经验证据[J].管理世界,2007,(8):35-42.

[14]Engle, R. & C. Granger, Co-Integration and Error Correction Representation, Estimation and Testing[J]. 1987, (55):251-267.

[15]Johansen S.& K. Juselius, Maximum Likelihood Estimation and Inference on Cointegration with Application to the Demand for Money[J].Oxford Bulletin of Economics and Statistics,1990,(52):169-210.

[16]Friedman M。Money and the Stock Market [J]. Journal of Political Economy, 1988, (April): 221-224；Masih, A. & Masih, R., Macroeconomic activity dynamics and Granger Causality:

new evidence from a small developing economy based on a vector error-correction modeling analysis [J]. Economic Modeling,1996, (13): 407-426.

[17]梁宇峰.机构投资者是否有助于股市的稳定――国际经验与中国国情[J].东方证券研究,2000(3).

The Traders’ Structure and Stock Market Price: Evidence from Shenzhen Stock Market

Wang Min1，Liao Shiguang2

（1.Economics & Management School, Shanghai Jiaotong University, Shanghai 200052, China；2.Research Institute, Shanghai Stock Exchange, Shanghai 200120, China）

Abstract: The core issue of micro structure theory is the formation and determination of price. Many scholars have explored its influential factors from different aspects, among which traders’ structure is one of main factors influencing the price. To exploit the micro factors, this paper discusses the relationship between the traders’ structure and the market price with the methods of co-integration test and Granger causality test. The result reveals that there is long-term co-integration between the market price and the changes of the total number of individual traders in Shenzhen stock market, and there is unilateral causality between individual traders’ numbers and market price that is, the changes of the total number can be explained by the market price. While there does not exist co-integration and causality between market price and total number changes of institutional traders.