股市泡沫预警方法研究 ——KLR模型在我国的应用.pdfVIP

摘要 投资者难以在股市泡沫出现前期发现泡沫并采取应对措施，监管当局也无 法在股市泡沫产生前进行预测，并采取对股票市场的调控措施。投资者和相关 机构往往是在泡沫的高峰期或是在泡沫势态明显时才对泡沫产生警觉。中国股 市在2005年股权分置改革启动，当年上证综指收盘于1161点。一年后的2006 年12月29日在2675点收盘，到2007年10月16日的6124点高位，上涨幅度 超过了 100%。然而 2008 年受美国次贷危机的影响，中国股市一路下跌，2008 年1月2 日开盘在5265点，2008年12月31日收盘于1821点。总结世界其它 股票市场泡沫的产生和破灭，可知泡沫往往是事后才被得知是泡沫：东京证券 交易所的股指在1987年1月的突破20000点后，涨到1989年12月的38915点， 人们却在 1990 年 10 月跌破 20000 点后才恍然大悟；美国互联网泡沫在泡沫达 到顶峰的时候，NASDAQ指数相比5年前的股指上升了574%，然而人们却也是在 泡沫破裂后才反映过来；回顾美国的1929股灾、美国1987年的“黑色星期一”、 香港的 1973 股灾、台湾的 1990 股灾等其它市场的股市泡沫产生和破裂，也说 明投资者和监管当局很难在泡沫产生初期发现泡沫及采取应对措施。 全文共分四章： 第一章作为导论对论文的选题背景及意义、相关文献综述、论文结构和本 文的研究方法及创新之处进行了介绍。由于泡沫往往是在破灭后才被发现，投 资者对泡沫的产生和泡沫的扩大缺乏认识。而在泡沫破灭后，会影响到资本市 场的稳定和宏观经济的发展。因而，在泡沫产生前对其进行预警是十分重要的。 然而国内外学者对股票市场泡沫的研究大多集中在泡沫的产生原因、泡沫 的定义、泡沫的度量和对泡沫的宏观调控等几个方面。这些分析泡沫特征的文 献在预警泡沫产生方面的作用有所欠缺。然而在分析货币危机时，有很多学者 使用危机预警模型。如果能将危机预警模型运用到股票市场，那么将对预测股 市泡沫有很大作用。这种运用是可行的，因为股市泡沫相当于股市中的危机。 本文将危机预警体系中较为经典的 KLR 模型运用到股票市场。这是本文的主要 研究方法，也是本文的创新之处。同时，在运用 KLR 模型时，本文用改进后的 O-F模型测量泡沫，将这两种模型结合起来，是本文的另一个创新之处。 第二章开始实证检验，主要是确定用于预警泡沫的指标。在KLR模型中是 运用信噪比作为衡量一个预警指标的预警能力的标准，信噪比越小越好。将信 噪比大于 1 的指标剔除，留下小于 1 的指标。在本文中，作者将个股的非理性 投资导致的个股的价格偏离其理论价格的现象认定为个股产生的泡沫。因此本 文选取全部 A 股、中国石化、万科 A、中国联通、长城电脑、中兴通讯的 2001 年至2009年的数据进行分析。全文以2001年至2008年数据为基础选择预警指 标体系，再用2009年的数据检测这个体系的预警能力。具体到本章中，用改进 的 O-F 模型测量出 2001 年至 2008 年各样本产生泡沫的时间，同时观察不同指 标在各样本中的表现，将两者结合算出各样本中不同指标的信噪比。根据信噪 比进行选择，这样每个样本就得到了合适的预警指标。这一部分得出的结论是： 1、用信噪比对指标预警能力的分析结果，与用样本数据算出的其它比值分析的 结果大体一致；2、不同指标在同一组数据中的预测能力不同，同一指标在不同 数据中的预测能力不同。 第三章是KLR模型的改进和检验。在模型改进方面，本文选取的是把在第 二章中每个样本得到的单个的预警指标进行合成，得到一个合成指标后，对泡 沫进行预测。由于每个预警指标的能力不同，如果在预测泡沫时给每个指标以 同等对待，显然是不合理的。那么在将它们合成为一个指标时，就应该根据它 们不同预警能力赋予不同的权重。这个权重就是信噪比的倒数，而这个综合指 标就是采取这个权重后的加权指标。在模型检验方面，就是用这种新的合成指 标对泡沫进行预测，以2009年的数据为检验区间。将用2001至2008年的数据 算出的合成指标对 2009 年进行预测，将这个预测结果与用 O-F 模型测量出的 2009年的泡沫进行对比，以此来分析KLR模型的预测能力。得出的结果是，KLR 模型对全部 A 股、中国联通和长城电脑的预测相对准确，对其它三组的数据的 预测分析效果一般。这种效果上的差异主要是跟预警指标的选取、阀值的确定 及合成指标的特点有关。但是，通过一些修正是可以提高模型预测效果的。