股市泡沫与有效性的同一性检验

—46—1999年第1期

・金　融・

股市泡沫与有效性的同一性检验

南开大学国际经济研究所　周爱民

一、股市泡沫与有效性的概念

股市泡沫(bubb les in stock m arket ) 有正向的和负向的两种, 都可定义为理性预期假定下股市指数实际值与理论值之间的差别, 在理性预期假定下如果这个差别有一个较大的累进正值时就会导致正向的股市泡沫, 市泡沫。, 造成正向的股市泡沫, 正向的股市泡沫进行有效的监测和控制, 危险。因此, , 。本文, 同时也可以作为对股市有效性检验的方法。

1961年所给出的无套利模型①。

(111) 1 (1+r t ) 〕E (P t+1 P t =ΑE (P t+1 I t ) =〔I t )

(1+r t ) 代表持有期收益率r t 的贴现因子, I t 为投资者在t 时其中P t 代表股市指数, Α=1 所掌握的信息集合, 如I t ={P t , P t-1……, P 1, …}包括了t 期及以前诸期所有的市场行为

信息。这里考虑日价格, (111) 式中的r t 是按天计算的无风险利率。E (P t+1 I t ) 为理性预期, 它意味着“某种方法”的预测。

理论上股市泡沫是在方程(111) 式之下的两个解之差, 其中一个是在Α=1 (1+r )

b t =P t 2P t

T +1

li m ΑE (P t+T +1 I t ) =0T →+1∞

3t

∞

j+1

3

(112) (113)

(114) P =j=20ΑE (D t+j I t ) =j=20(

1+r ) t

3

当P t 超出一定范围的P 3t 时, b t 将导致正向的股市泡沫; 当p t 低于一定范围的p t 时, b t 将导致负向的股市泡沫。(详见参考文献1) 。

∞

关于股市有效性的假设E M H (Efficiency M arket H ypo thesis ) , 最早可追溯到法国的贝切利尔(B achelier , 1900) 那里。当时他过早地预言了市场有效性与市场价格随机性的联系,

①M iller , M 1H 1, andF 1M odigliani , 1961, " D ividend 　Po licy , Grow th , and the V aluati on of Shares ", Journal of Business , V o l 134, N o 14, O ct 1

南开经济研究—47—

这种联系直到半个多世纪之后, 才由一位英国的统计学家肯德尔(Kendall , 1953, 见文献1) 借助刚刚发明出的计算机做了初步的验证。通常说一随机价格遵循随机游动模型, 是说可以验证该价格P t 的对数P t =ln (p t ) 满足下式:

p t =b 0+bp t 21+v t

(115)

其中b 0、b 为模型参数, v t 为一随机误差项, 应满足:E (v t ) =0(无系统误差) ; E (v t

22

v t 2i ) =0(独立性, i ≠0) ; E (v t ) =Ρv (同方差性) 。肯德尔只使用回归参数估计值b 0、b 的t 统计量对模型(115) 进行了显著性H 0:b 0=0、b =1的检验。但70年代后“伪回归”理论的提出使人们认识到, 对于非平稳的价格序列, 显著性检验不能保证模型(115) 式的成立, 所以说市场有效性假设的检验问题仍没有得到最后的解决。

1967年, 罗伯特对有效市场概念中的信息集合进行了进一步的区分(见文献2) , 他把市场的有效性被区分为以下三个层次的意义。弱型有效:价格能反映所有过去的信息(H isto rical Info r m ati on ) , 或说所有过去的信息在市场上是同质等量分布的, 也可说没有人能只依靠分析过去的信息来赚钱; 半强型有效:价格能反映所有公开的信息(Pub lic Info r m a 2ti on ) , 或说所有公开信息在市场上是同质等量分布的, ; 强型有效:价格能反映所有信息包括内幕消息(P Info r on ) , 信息的渠道是一样的, 获得信息的成本都为零。

与之相对应地, 将对模型(15) 、独立性。, 人们开始使用诸如随机游程统、科拉多—萨兹博格检验、格兰佳单位根检。其中随机游程统计量的检。

二、股市泡沫的抑止与检验方法

正向的股市泡沫一旦存在就有爆裂以释放其能量的可能, 其能量释放的结果会造成象1987年“黑色星期一”那样的股灾, 而这一直就是经济学家们试图解释并加以预警的重要问

题。因此说, 要想避免股灾首先要避免正向的股市泡沫。从理论上来看, 的确存在着排除正向股市泡沫的一些条件(B lanchard , W atson , 1982; F ischer , M erton , 1984) 。例如, 当存在正向的股市泡沫时, 可考虑加快上市节奏, 以股市的容量扩张来抑制过热的需求。引进卖空机制也是抑制股市泡沫的有效措施, 绨罗尔1982年曾详细讨论过其细节①。长期以来, 人们对投机和卖空总有一种消除不了的偏见。但在加强管理下的卖空机制的确是抑制正向的和负向的股市泡沫的有效手段, 因为卖空机制一方面能在股市超涨时制造出抑制股市盲目膨胀的有效筹码, 加大卖盘力度, 另一方面又能在股市超跌时引发抑制股市盲目下跌的补仓筹码, 加大买盘的力度。

目前中国的股市不存在卖空机制, 股市也只能算是单边的多头市场, 根本不存在严格意义下的空头。股评家们杜撰出来的所谓空头其实只能算是看空的多头, 而看空的多头与空头之间是有本质区别的。看空的多头将手中的股票卖掉之后面对持续的行情就只能有两种选择而无后续手段, 一是做壁上观, 二是把股票再买回来重新看多, 因此都无助于平抑股市。而

①T iro le , Jean , 1982, " O n the Po ssibility of Speculati on under 　R ati onal Expectati ons ", Econom etrica , 50, Sep t 1, ～11811pp 1163

—48—1999年第1期

在卖空机制下真正意义的空头则可以在行情持续时不断地卖空以匀高卖价, 客观上加强了卖盘的力度从而对平抑股市产生积极作用。

当然, 卖空机制也有它的弊端, 如在股市暴跌时如对卖空行为不加限制会加重股灾。例如美国纽约股票交易所就有规定, 当收盘价处于下跌时不允许卖空。这样的限制与日交易10%涨跌停板的限制一样普通, 在技术上实现起来也是易如反掌。

还存在一种偏见, 认为在无股票的情况下允许卖股票这本身就会加大交易量, 体现股市虚假繁荣, 引发股市泡沫。其实只要坚持不为投机者提供信用头寸, 在全额卖空保证金制度下交易量的轻微增加是由于卖空机制为投资者多提供一种头寸选择而引起的。虽然从理论上讲会使交易量翻番, 但实际上也不会有太大的增加, 这与股票拆股后交易量不会按比例增加是一个道理。

对管理者来说排除股市泡沫的方法是互为对立的。为排除正向的股市泡沫要加大供给、抑制需求, 以利空因素为股市降温。为排除负向的股市泡沫就要减缓供给、刺激需求, 以利多因素调动股市。当然在调控时要讲求节奏和步调, 股市泡沫, 。

股市泡沫的检验也是一个问题的两个方面, 5) 并将之与修正的希勒(Sh iller , 1981) 希勒的, 也即拒绝检; 。

t =21 101%时股市存, 当Κ

(211) F (m , m ) SR t =

VA R m [E(p t I t 21) ]

其中m 是分子、分母各自包含的独立正态分量的个数, 在置信程度Ε=0101时, 临界值按F (30, 30) 计可取为2138, 当自由度上升时临界值会更低。这里之所以取较低的自由度, 是因为股市泡沫都是短期的。当实际对数价格的方差超出理性预期对数价格的方差一定范围时, 就认为出现正向的股市泡沫, 而当实际对数价格的方差低于理性预期对数价格的方差一定范围时, 就会出现负向的股市泡沫。

而修正的方法则首先是构造动态计算的均值和方差, 计算出(211) 式中分子上的方差和分母中的条件方差, 然后再使用异同离差的方法滤去这些方差中的频繁变支部分, 最后再分子分母相除得到修正的希勒超常易变性动态方差比。

如选定T 1、T 2分别为短、中期移动平均的累加日数, 本文中T 1取30天, T 2取60天, 可以按照公式:

南开经济研究T

　　E (p t ) =2p t 2i

T i=1

—49—

和

V Αr

(p t ) =

T

[p t 2i 2E (p t 2i ) ]22T i=1

来动态计算不同累加天数的均价和方差。为了突出股市泡沫的检验, 先作如下的修正:

即当V (p t ) >V (E t ) 时, 令SR ′t =V (p t ) 　V (E t ) , 当V (p t )

=2SR ′V (E t ) V (P t ) , 而当V (p t ) =V (E t ) 时, 令SR ′[t ]=0, 其中V (p t ) 、V 〔E t 〕分别为VA R m (p t ) 和VA R m 〔E (p t

的简写, 然后再按照下面的公式进行异I t 21) 〕

同离差的修正①:

T 12

X t =2[2X t 2i 2j j=2X t 2i 2j ],

T i=1T 1i=1T 21

其中T 为异同离差天数。

图一为沪综指自1990年12月19T

T

深成指自1991年4月3年4月30, 30、60日固定长度的动态数据段基础上进行的。图中的两条水平粗线代表上、下临界值, 超出上临界值的图形代表正向的股市泡沫, 低于下临界值的图形代表负向的股市泡沫。三、股市泡沫与有效性的检验比较以上两种对股市泡沫的检验方法与股市有效性的检验方法有许多相类似的地方, 它体现了股市泡沫与股市有效性概念之间的密切联系, 这一点从其各自的检验方法上也可看出。前者是检验:P t =ΚP t 21+Εt 中的Κ是否满足: Κ21

泡沫时, 往往也是股市有效性遭到严重破坏时, 而股市的有效性较好时往往不会出现股市泡沫。

①见周爱民, 《证券投资分析方法研究》, 天津人民出版社, 1998年1月, 第419至450页。

图一　沪综指和深成指同期动态泡沫检验

—50—1999年第1期

　　如果从股市有效性的随机游程检验统计量来看也是这样。当股市由上升转为下降或由下降转为上升时, 我们称其价格进入一个新的游程。因此游程数R t 记录的是股市的转折行情, 在持续行情中游程数不变。记I t 为价格特征数, 游程数R t 与价格特征数I t 定义如下式:

(311) R t =I t (12I t 21) +I t 21(12I t )

其中

　0, ifP t ≤P t 21

R t 应遵从正态分布N (E , S ) , 其中:E =(2N 1N 2+N ) N 2

N 12, t -E t ) S t 应遵从标准

=I t =　1, ifP t >P t 21

N (0, 1) , 在置信程度Ε=0101之下的临界值为±2133。

从股市泡沫产生的机理来看, 它们的出现都联系着一段单边上扬或单边下挫的行情。而这种单边行情的持续达到一定程度时, 游程数R t 就会越来越小, 使得动态随机游程统计量Z t 越来越负, 跌落作为其标准正态检验的下临界值-1196, 所以股市泡沫的出现会直接影响股市的有效性。

引用检验随机游走模型的动态方差作为

2

X 检验统计量:

2

m

X =i=21(e t-

i+1

e ) 2 m

(312)

也可以检验由对数股市指数易变性引起的股市有效性变坏。其中e =t p -t p t-1为随机游走模型中的残差, m 为动态计算的累加值。在5%置信程度之下的检验临界值X 2(30) =0100509, X 2(60) =0100884。

为了与图一进行比较, 图二按30日、60日累加计算了沪综指和深成指、同期的动态随机游程统计量以及对数残差的X 2统计量。对照这些图形可以验证我们曾给得出的上述

图二　上证综指有效性与泡沫的检验比较

南开经济研究—51—

结论, 即出现股市泡沫的时候, 也是股市短期有效性遭到破坏的时候, 反之亦然。比较而言, 其中检验股市短期有效性的对数残差X 2统计量与检验股市泡沫的动态自回归方法的图开相当的一致; 而随机游程统计量由于过分注重转折点即游程数的累计, 比较忽略价格持续的幅度累计, 所以与动态的自回归方法检验股市泡沫的图形不一致的地方相对较多。

本文提出的动态自回归检验股市泡沫的方法, 经图形检验证明是可行的、有效的, 同时还与股市有效性的检验方法相吻合, 因此笔者认为可以为决策层提供准确的股市异动信息以及监管政策的效果检验。以上内容仅为作者管见, 不足之处欢迎同行指正。

参考文献

　[1]B lanchard , O 1, and 　M ark 　W atson , 1982, " Bubbles , R ati onal Expectati ons and F inancial M arkets ",

InP 1W ach teled 1, C rises in 　Econom icand F inancial Structure , L exington , M A 1:L exington Book s 1

　[2]F ischer , Stanley , and 　Robert 　M erton , 1984, " M acroeconom ics 　　F inances :he the 　Stock 　M arket ", Carnegie Rochester Conference Series , V o l 121, E ssays 　M 　　～1and 　L abo r M arkets and Po litical P rocesses , A utum n , pp 57

　[3]Sh iller , Robert , 1981, " Do Stock P rices M ove Changes in D ividends ?", ～1Am erican Econom ic R eview , 421

　[4]周爱民:, , 年第3期。　[5:, , 1998年第5期。

(责任编辑:张岩贵　校对:张　炬)

—46—1999年第1期

・金　融・

股市泡沫与有效性的同一性检验

南开大学国际经济研究所　周爱民

一、股市泡沫与有效性的概念

股市泡沫(bubb les in stock m arket ) 有正向的和负向的两种, 都可定义为理性预期假定下股市指数实际值与理论值之间的差别, 在理性预期假定下如果这个差别有一个较大的累进正值时就会导致正向的股市泡沫, 市泡沫。, 造成正向的股市泡沫, 正向的股市泡沫进行有效的监测和控制, 危险。因此, , 。本文, 同时也可以作为对股市有效性检验的方法。

1961年所给出的无套利模型①。

(111) 1 (1+r t ) 〕E (P t+1 P t =ΑE (P t+1 I t ) =〔I t )

(1+r t ) 代表持有期收益率r t 的贴现因子, I t 为投资者在t 时其中P t 代表股市指数, Α=1 所掌握的信息集合, 如I t ={P t , P t-1……, P 1, …}包括了t 期及以前诸期所有的市场行为

信息。这里考虑日价格, (111) 式中的r t 是按天计算的无风险利率。E (P t+1 I t ) 为理性预期, 它意味着“某种方法”的预测。

理论上股市泡沫是在方程(111) 式之下的两个解之差, 其中一个是在Α=1 (1+r )

b t =P t 2P t

T +1

li m ΑE (P t+T +1 I t ) =0T →+1∞

3t

∞

j+1

3

(112) (113)

(114) P =j=20ΑE (D t+j I t ) =j=20(

1+r ) t

3

当P t 超出一定范围的P 3t 时, b t 将导致正向的股市泡沫; 当p t 低于一定范围的p t 时, b t 将导致负向的股市泡沫。(详见参考文献1) 。

∞

关于股市有效性的假设E M H (Efficiency M arket H ypo thesis ) , 最早可追溯到法国的贝切利尔(B achelier , 1900) 那里。当时他过早地预言了市场有效性与市场价格随机性的联系,

①M iller , M 1H 1, andF 1M odigliani , 1961, " D ividend 　Po licy , Grow th , and the V aluati on of Shares ", Journal of Business , V o l 134, N o 14, O ct 1

南开经济研究—47—

这种联系直到半个多世纪之后, 才由一位英国的统计学家肯德尔(Kendall , 1953, 见文献1) 借助刚刚发明出的计算机做了初步的验证。通常说一随机价格遵循随机游动模型, 是说可以验证该价格P t 的对数P t =ln (p t ) 满足下式:

p t =b 0+bp t 21+v t

(115)

其中b 0、b 为模型参数, v t 为一随机误差项, 应满足:E (v t ) =0(无系统误差) ; E (v t

22

v t 2i ) =0(独立性, i ≠0) ; E (v t ) =Ρv (同方差性) 。肯德尔只使用回归参数估计值b 0、b 的t 统计量对模型(115) 进行了显著性H 0:b 0=0、b =1的检验。但70年代后“伪回归”理论的提出使人们认识到, 对于非平稳的价格序列, 显著性检验不能保证模型(115) 式的成立, 所以说市场有效性假设的检验问题仍没有得到最后的解决。

1967年, 罗伯特对有效市场概念中的信息集合进行了进一步的区分(见文献2) , 他把市场的有效性被区分为以下三个层次的意义。弱型有效:价格能反映所有过去的信息(H isto rical Info r m ati on ) , 或说所有过去的信息在市场上是同质等量分布的, 也可说没有人能只依靠分析过去的信息来赚钱; 半强型有效:价格能反映所有公开的信息(Pub lic Info r m a 2ti on ) , 或说所有公开信息在市场上是同质等量分布的, ; 强型有效:价格能反映所有信息包括内幕消息(P Info r on ) , 信息的渠道是一样的, 获得信息的成本都为零。

与之相对应地, 将对模型(15) 、独立性。, 人们开始使用诸如随机游程统、科拉多—萨兹博格检验、格兰佳单位根检。其中随机游程统计量的检。

二、股市泡沫的抑止与检验方法

正向的股市泡沫一旦存在就有爆裂以释放其能量的可能, 其能量释放的结果会造成象1987年“黑色星期一”那样的股灾, 而这一直就是经济学家们试图解释并加以预警的重要问

题。因此说, 要想避免股灾首先要避免正向的股市泡沫。从理论上来看, 的确存在着排除正向股市泡沫的一些条件(B lanchard , W atson , 1982; F ischer , M erton , 1984) 。例如, 当存在正向的股市泡沫时, 可考虑加快上市节奏, 以股市的容量扩张来抑制过热的需求。引进卖空机制也是抑制股市泡沫的有效措施, 绨罗尔1982年曾详细讨论过其细节①。长期以来, 人们对投机和卖空总有一种消除不了的偏见。但在加强管理下的卖空机制的确是抑制正向的和负向的股市泡沫的有效手段, 因为卖空机制一方面能在股市超涨时制造出抑制股市盲目膨胀的有效筹码, 加大卖盘力度, 另一方面又能在股市超跌时引发抑制股市盲目下跌的补仓筹码, 加大买盘的力度。

目前中国的股市不存在卖空机制, 股市也只能算是单边的多头市场, 根本不存在严格意义下的空头。股评家们杜撰出来的所谓空头其实只能算是看空的多头, 而看空的多头与空头之间是有本质区别的。看空的多头将手中的股票卖掉之后面对持续的行情就只能有两种选择而无后续手段, 一是做壁上观, 二是把股票再买回来重新看多, 因此都无助于平抑股市。而

①T iro le , Jean , 1982, " O n the Po ssibility of Speculati on under 　R ati onal Expectati ons ", Econom etrica , 50, Sep t 1, ～11811pp 1163

—48—1999年第1期

在卖空机制下真正意义的空头则可以在行情持续时不断地卖空以匀高卖价, 客观上加强了卖盘的力度从而对平抑股市产生积极作用。

当然, 卖空机制也有它的弊端, 如在股市暴跌时如对卖空行为不加限制会加重股灾。例如美国纽约股票交易所就有规定, 当收盘价处于下跌时不允许卖空。这样的限制与日交易10%涨跌停板的限制一样普通, 在技术上实现起来也是易如反掌。

还存在一种偏见, 认为在无股票的情况下允许卖股票这本身就会加大交易量, 体现股市虚假繁荣, 引发股市泡沫。其实只要坚持不为投机者提供信用头寸, 在全额卖空保证金制度下交易量的轻微增加是由于卖空机制为投资者多提供一种头寸选择而引起的。虽然从理论上讲会使交易量翻番, 但实际上也不会有太大的增加, 这与股票拆股后交易量不会按比例增加是一个道理。

对管理者来说排除股市泡沫的方法是互为对立的。为排除正向的股市泡沫要加大供给、抑制需求, 以利空因素为股市降温。为排除负向的股市泡沫就要减缓供给、刺激需求, 以利多因素调动股市。当然在调控时要讲求节奏和步调, 股市泡沫, 。

股市泡沫的检验也是一个问题的两个方面, 5) 并将之与修正的希勒(Sh iller , 1981) 希勒的, 也即拒绝检; 。

t =21 101%时股市存, 当Κ

(211) F (m , m ) SR t =

VA R m [E(p t I t 21) ]

其中m 是分子、分母各自包含的独立正态分量的个数, 在置信程度Ε=0101时, 临界值按F (30, 30) 计可取为2138, 当自由度上升时临界值会更低。这里之所以取较低的自由度, 是因为股市泡沫都是短期的。当实际对数价格的方差超出理性预期对数价格的方差一定范围时, 就认为出现正向的股市泡沫, 而当实际对数价格的方差低于理性预期对数价格的方差一定范围时, 就会出现负向的股市泡沫。

而修正的方法则首先是构造动态计算的均值和方差, 计算出(211) 式中分子上的方差和分母中的条件方差, 然后再使用异同离差的方法滤去这些方差中的频繁变支部分, 最后再分子分母相除得到修正的希勒超常易变性动态方差比。

如选定T 1、T 2分别为短、中期移动平均的累加日数, 本文中T 1取30天, T 2取60天, 可以按照公式:

南开经济研究T

　　E (p t ) =2p t 2i

T i=1

—49—

和

V Αr

(p t ) =

T

[p t 2i 2E (p t 2i ) ]22T i=1

来动态计算不同累加天数的均价和方差。为了突出股市泡沫的检验, 先作如下的修正:

即当V (p t ) >V (E t ) 时, 令SR ′t =V (p t ) 　V (E t ) , 当V (p t )

=2SR ′V (E t ) V (P t ) , 而当V (p t ) =V (E t ) 时, 令SR ′[t ]=0, 其中V (p t ) 、V 〔E t 〕分别为VA R m (p t ) 和VA R m 〔E (p t

的简写, 然后再按照下面的公式进行异I t 21) 〕

同离差的修正①:

T 12

X t =2[2X t 2i 2j j=2X t 2i 2j ],

T i=1T 1i=1T 21

其中T 为异同离差天数。

图一为沪综指自1990年12月19T

T

深成指自1991年4月3年4月30, 30、60日固定长度的动态数据段基础上进行的。图中的两条水平粗线代表上、下临界值, 超出上临界值的图形代表正向的股市泡沫, 低于下临界值的图形代表负向的股市泡沫。三、股市泡沫与有效性的检验比较以上两种对股市泡沫的检验方法与股市有效性的检验方法有许多相类似的地方, 它体现了股市泡沫与股市有效性概念之间的密切联系, 这一点从其各自的检验方法上也可看出。前者是检验:P t =ΚP t 21+Εt 中的Κ是否满足: Κ21

泡沫时, 往往也是股市有效性遭到严重破坏时, 而股市的有效性较好时往往不会出现股市泡沫。

①见周爱民, 《证券投资分析方法研究》, 天津人民出版社, 1998年1月, 第419至450页。

图一　沪综指和深成指同期动态泡沫检验

—50—1999年第1期

　　如果从股市有效性的随机游程检验统计量来看也是这样。当股市由上升转为下降或由下降转为上升时, 我们称其价格进入一个新的游程。因此游程数R t 记录的是股市的转折行情, 在持续行情中游程数不变。记I t 为价格特征数, 游程数R t 与价格特征数I t 定义如下式:

(311) R t =I t (12I t 21) +I t 21(12I t )

其中

　0, ifP t ≤P t 21

R t 应遵从正态分布N (E , S ) , 其中:E =(2N 1N 2+N ) N 2

N 12, t -E t ) S t 应遵从标准

=I t =　1, ifP t >P t 21

N (0, 1) , 在置信程度Ε=0101之下的临界值为±2133。

从股市泡沫产生的机理来看, 它们的出现都联系着一段单边上扬或单边下挫的行情。而这种单边行情的持续达到一定程度时, 游程数R t 就会越来越小, 使得动态随机游程统计量Z t 越来越负, 跌落作为其标准正态检验的下临界值-1196, 所以股市泡沫的出现会直接影响股市的有效性。

引用检验随机游走模型的动态方差作为

2

X 检验统计量:

2

m

X =i=21(e t-

i+1

e ) 2 m

(312)

也可以检验由对数股市指数易变性引起的股市有效性变坏。其中e =t p -t p t-1为随机游走模型中的残差, m 为动态计算的累加值。在5%置信程度之下的检验临界值X 2(30) =0100509, X 2(60) =0100884。

为了与图一进行比较, 图二按30日、60日累加计算了沪综指和深成指、同期的动态随机游程统计量以及对数残差的X 2统计量。对照这些图形可以验证我们曾给得出的上述

图二　上证综指有效性与泡沫的检验比较

南开经济研究—51—

结论, 即出现股市泡沫的时候, 也是股市短期有效性遭到破坏的时候, 反之亦然。比较而言, 其中检验股市短期有效性的对数残差X 2统计量与检验股市泡沫的动态自回归方法的图开相当的一致; 而随机游程统计量由于过分注重转折点即游程数的累计, 比较忽略价格持续的幅度累计, 所以与动态的自回归方法检验股市泡沫的图形不一致的地方相对较多。

本文提出的动态自回归检验股市泡沫的方法, 经图形检验证明是可行的、有效的, 同时还与股市有效性的检验方法相吻合, 因此笔者认为可以为决策层提供准确的股市异动信息以及监管政策的效果检验。以上内容仅为作者管见, 不足之处欢迎同行指正。

参考文献

　[1]B lanchard , O 1, and 　M ark 　W atson , 1982, " Bubbles , R ati onal Expectati ons and F inancial M arkets ",

InP 1W ach teled 1, C rises in 　Econom icand F inancial Structure , L exington , M A 1:L exington Book s 1

　[2]F ischer , Stanley , and 　Robert 　M erton , 1984, " M acroeconom ics 　　F inances :he the 　Stock 　M arket ", Carnegie Rochester Conference Series , V o l 121, E ssays 　M 　　～1and 　L abo r M arkets and Po litical P rocesses , A utum n , pp 57

　[3]Sh iller , Robert , 1981, " Do Stock P rices M ove Changes in D ividends ?", ～1Am erican Econom ic R eview , 421

　[4]周爱民:, , 年第3期。　[5:, , 1998年第5期。

(责任编辑:张岩贵　校对:张　炬)