指数崩盘的预测以及两融业务和股市舆论对指数崩盘的影响

蔡 琛

（贵州大学管理学院，贵阳 550025）

指数崩盘现象会严重干扰资本市场的正常运行，影响到金融体系对资本市场的配置效率，从而给实体经济带来严重的危害，甚至可能导致经济危机的爆发。对国家的决策者而言，对股市泡沫的监测以及对指数崩盘的预警是很有必要的，对指数崩盘迅速做出应对，降低其对整个金融系统的破坏能避免很多不必要的损失，能保证国家经济发展的健康稳定；对于股票市场参与来讲，找出指数崩盘的危险时间区间，规避由市场泡沫破裂所带来的巨大损失，对投资交易也有着借鉴意义。所以，不管从监管还是投资的角度，研究指数崩盘的外部宏观因素与内部驱动因素，对于系统金融风险的主动防控都是非常有价值的工作。

一、文献研究

为了更准确地描述证券市场的运行，一些物理学家将物理理论应用于证券市场，从证券市场非线性运行的角度去解释泡沫产生及破裂的现象。Gopikrishnan等人（1998）分析了1994—1995年美国最大的1 000家上市公司的个股收益率，发现股票收益率服从幕律分布。Mataia等人（2002）等人分析了13种商品期货价格的收益率，结果发现期货价格收益率与股票等金融资产收益率有相似的统计性质，都服从幕指数为3的幂律分布。T.Kaizoji（2005）提出了相对股价的概念并进行了分析，发现相对股价在指数崩盘的时间点附近服从幂指数为2的幂律分布，且提出监测幂指数变化能有效预测指数崩盘现象。对于幕律分布形成的原因，Bouchaud和Potter（2000）提出了一个关于波动相关和分布尾部的模型。该模型表明，过去的大的波动对今天市场的运转产生了影响，这导致了概率分布的尾部呈现幂律分布。Gabaxi等人（2003）假设较大的市场波动主要受较大的市场参与者行为的影响，市场参与者（如金融机构和投资者）基于利润最大化的优化行为导致了股票市场中的幂律分布。他们的研究表明，金融市场幂律分布的形成及幂指数的变化与市场本身、市场参与者和外部因素有着重要的关联，但没有最终找到影响幂指数变化的因素。

该研究选取了中国股市发生系统性指数崩盘时的在上海证券交易所上市的公司的每日收盘价，借用日本研究者T.Kaizoji提出的相对股价的概念，构建中国上证市场相对股价，分析了中国证券市场相对股价的概率分布情况。研究发现，上证市场相对股价在指数崩盘的时间点附近时间区间内服从幂指数为2的幂律分布。在此基础上，采集了当年的沪市的两融余额和相对应的每日股市相关的新闻量，运用协整检验方法、VAR模型进行了实证检验，目的在于探究配资额度与市场舆情对上证市场幂指数的影响，研究发现两融余额、股市相关新闻量与幂指数之间存在协整关系。

二、相对价格的实证检验

1.样本数据。沪市上市公司收盘价每日数据来自wind数据库，对上证指数跌幅及下跌持续时间进行分析，发现可作为泡沫破裂时间区间的年份为1997年、2001年、2007年、2015，收集共2 963支股票这四年的每日收盘价。两融余额每日数据来自Wind数据库，该研究采集2015年两融余额的每日数据。股票相关新闻量数据来自百度新闻搜索，通过百度新闻高级搜索手工收集了以“股票”为关键字的2015年每日新闻量数据，以每日新闻量数据作为市场舆情的替代变量。

2.实证研究。通过监测相对价格的幂指数的变化来对股价的分布特性进行研究。相对股价的定义为当日股价与基期股价之比，基期选定为1997年的首个交易日收盘价，通过对这4个指数崩盘时间点的附近时间区间的相对股价的监测，发现相对股价的高价区间在这四个时间区间内呈现尖峰长尾的特征，此时幂律分布是更适合的数学描述。当用正态分布的工具去分析一个极端世界时，由于使用了不恰当的概率分布进行描述，大大低估了风险。所以在指数崩盘时间点附近的时间区间内应该用幂律分布来解释证券市场股价的分布情况。

根据其相对股价大小进行排序后，它的排名（相对股价高的排名靠前）。对两侧的变量进去对数变换得，能计算出每个交易日对应的股价幂指数值。发现在指数崩盘时间点之前，幂指数会随着时间的变化呈现下降趋势，在指数崩盘之前的某一时间点下降到2，幂指数在值为2值域区间内徘徊一段时间，在指数崩盘时间点处幂指数下降到最低点。而在指数崩盘时间点之后，幂指数开始呈现上升趋势。为了进一步的研究这四个时间区间内相对股价的发散情况，计算了样本每日收盘价的方差，并对每日收盘价方差的变化进行了分析，发现随着泡沫的产生、积累，股价方差和相对股价方差逐渐增大，且在股票指数崩盘时间点附近陡然下降，这表明随着泡沫的持续积累，股价以及相对股价在逐渐发散。当α>2时，随着幂指数α值的减小，相对股价方差逐渐增大；当α的值趋向于2时，相对股价方差趋于无穷大。验证了在研究的1997年、2001年、2007年、2015年这四个时间区间内，沪市上市公司的相对股价服从幂律分布，且当幂指数等于2时，此时股价接近指数崩盘的临界时间，通过相同的方法计算其他年的幂指数，发现在这四次股价上涨到指数崩盘的过程中，幂指数值都于崩盘之前下降到2，且它的值在指数崩盘前的短时间内在2附近波动，这说明当幂指数值下降到2时，股市处于指数崩盘高风险期，监测幂指数值能有效地对指数崩盘进行预测。

三、相对股价幂指数、两融余额和股票相关新闻量的协整检验

为了建立能够更加准确地描述中国证券市场指数崩盘时间点的模型找出相对股价幂指数变化的影响因素，该研究借助协整检验以及VAR模型，结合配资情况与市场舆情这两个方面进行研究。配资情况与市场舆情的替代变量分别是两融余额与股票相关新闻量。检验两融余额与股票相关新闻量对相对股价幂指数的影响时，该研究以相对股价幂指数（r）为因变量，两融余额（mt）、股票相关新闻量（news）为自变量。

1.单位根检验。对因变量和2两个自变量进行单位根检验，三个变量的水平值不能拒绝单位根检验的原假设，变量的水平值是非平稳的，一阶差分后，△r、△mt和△news在1%的显著性水平上拒绝原假设，因此r、mt、news都是Ⅰ（1）序列。

2.协整检验。“协整向量个数不存在”的原假设的相伴概率为0.0013，拒绝该原假设；“协整向量个数最多为1”的原假设的相伴概率为0.0460，拒绝该原假设；“协整向量个数最多为2”的原假设的想把概率为0.3405，没有拒绝该原假设。因此，在0.05的显著水平下，拒绝“协整向量个数最多为1”的原假设，特征根迹检验显示序列r、mt和news之间最多存在2个协整方程，三个变量间存在协整关系。

3.格兰杰因果检验。通过格兰杰因果检验发现，r、mt和news之间存在格兰杰因果性。其中，“news不是引发r变化的原因”的原假设的概率为0.04，拒绝该原假设；“mt不是引发r变化的原因”的原假设的概率为0.0002，拒绝该原假设，故mt和news可作为VAR模型的自变量，r作为VAR模型的因变量。

4.标准化的协整向量与VEC模型。一般而言，第一个协整向量具有较强的解释力，对该协整方程进行关于r的正规化后，得出代表序列之间的长期均衡关系的协整方程，协整方程中的自变量mt和news均显著，变量之间存在长期均衡关系，从自变量的系数可以看出，股票市场相关的新闻量对幂指数的长期敏感度强于两融业务数据，样本期间，股市相关新闻量每变动一个百分点，幂指数就反方向变动0.0127个百分点，news对r的影响程度相较于mt而言是较大的。协整方程显示，news系数的符号为负（移项写成协整方差后，news系数为负），在其他条件不变的情况下，市场热度的增加会导致幂指数的下降；mt系数的符号为正，在他条件不变的情况下，两融余额增加，幂指数会有较小程度的增加。尽管序列r、news和mt之间存在长期均衡关系，但在短期内，这些变量可以是非均衡的，变量间的这中短期非均衡关系的动态结构可以由向量误差（VEC）模型来描述。VEC模型是含有协整约束的VAR模型，建立VEC模型，从所确定的VEC模型可知，news的短期影响要强于mt。

由此可见，为了延缓幂指数的下降趋势，抑制股市泡沫的产生，有效控制指数崩盘风险，应主要在长期和短期内尽量设法降低市场的热度。

四、结语

在该研究中，研究了我国股市相对股价的统计特性。通过监测我国沪市1997年、2001年、2007年、2015年的相对股价的变化，发现在指数崩盘时间点的附近时间区间，相对股价的高价区间服从幂律分布，并且当幂指数α到达2时，股市泡沫将会破裂。在此基础上，为了能建立描述指数崩盘的预测性模型，找出幂指数变化的影响因素，引入了市场配资的额度和整体的市场舆情，希望找到幂指数、两融业务、市场舆情三者间的内在联系。通过协整检验，建立VAR模型，发现这三者间存在协整关系，并且市场舆论的影响在长期和短期内均要超过两融业务量，这有助于制定有效的策略来抑制泡沫产生，对指数崩盘现象进行主动防控。