论文部分内容阅读
由于历史上曾多次发生过较为严重的泡沫事件,对社会稳定和经济的正常运行造成巨大的破坏,泡沫问题一直是经济金融领域学者重点关注的问题之一,近年来关于股市泡沫的研究成果也很多。在国内,许多专家学者也针对我国股市的特点,对中国股市泡沫现象进行了分析研究,但总体来看,这些研究多关注于中国股市整体的泡沫情况,而关于中国股市的局部泡沫问题如次新股泡沫方面的研究相对而言则十分少。由于受到我国新股发行制度等因素的影响,使得次新股呈现出与其他股票不一样的特点。首先,次新股存在着稀缺性的特征,其次大多数次新股基本面良好,且多来自于新兴产业,有着较大的成长空间,另外,次新股通常具有较高的资本公积和较为分散的流动筹码,这些特点使其容易受到股市中资金的青睐和偏爱,因而次新股更容易受到其他因素的影响而产生泡沫,因此在当前我国股市不够完善成熟的背景下,十分有必要对次新股泡沫的存在性和影响因素进行研究和探讨。本文以深证次新股指数为研究标的,通过建立门限自回归模型对中国股市次新股是否存在周期破灭型泡沫进行实证检验,同时探讨了可能引起次新股泡沫的影响因素。文章首先对泡沫现象和相关股市泡沫研究文献进行回顾综述,接着介绍了目前关于股市泡沫检验较为经典的几种检验方法,并对各种检验方法的优势和局限性作了比较分析;其次分别在间接度量框架下和直接度量框架下基于周期破灭型泡沫理论建立门限自回归模型并进行实证检验。在间接度量框架下,利用深证次新股指数与工业增加值、狭义货币存量、居民消费价格指数、无风险利率之间的协整关系,获得深证次新股指数的协整残差,通过对协整残差序列建模来检验深证次新股指数周期破灭型泡沫的存在性。而在直接度量框架下,则是根据无套利理论计算深证次新股指数的理性预期残差,首先计算得到了日度数据频率下的理性预期残差序列,并基于此进行了实证检验,虽然日度数据频率下的理性预期残差序列包含的信息更为丰富,但其也存在着较多噪音的问题,因此增加了单次数据获取的时间跨度,由日度数据频率变为月度数据频率,并同样通过建立门限自回归模型对深证次新股指数月度数据频率下的理性预期残差序列进行了建模分析。实证结果表明,深证次新股指数的协整残差序列和理性预期残差序列存在着非线性的特征,因而相比于一般的线性模型,门限自回归模型作为非线性模型能够更加有效地刻画周期破灭型泡沫的非对称变化过程,从而能够对深证次新股指数周期破灭型泡沫的存在性进行检验。本文以2011年1月至2017年5月作为观察区间,在间接度量框架下和直接度量框架下都检测到了中国股市次新股周期破灭型泡沫的存在,其中在2015年深证次新股指数有两次较为明显的泡沫现象,这说明在该时间段内中国股市次新股的泡沫现象较为严重。文章最后探讨了可能导致次新股泡沫产生的原因,认为导致次新股泡沫产生的原因主要分为两类,一类是我国的证券市场制度因素,如股票市场缺乏有效的做空机制,同时现有的股票发行制度造成新股供给不足;另一类是市场参与主体因素,目前的股市中存在着大量的散户,使得股市投资者结构不够合理,并且股市中尤其是次新股板块也存在着股价操作的现象,造成股票价格虚高,泡沫也随之产生。