股票市場風險識別度量與預(yù)警機制

導(dǎo)語：股票市場風險識別度量與預(yù)警機制一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：經(jīng)濟全球化使得各國金融市場之間的聯(lián)系更加緊密，金融風險在各大市場間的傳染性更強，股票市場為金融風險的傳遞提供了渠道。如果能對股票市場的風險進行監(jiān)控并做出及時準確的判斷，然后采取相應(yīng)的措施，就可能降低危機發(fā)生的可能性和它帶來的損失。本文首先通過五個層面分析可能導(dǎo)致股票市場發(fā)生風險的風險因素，然后以已有文獻為基礎(chǔ)，使用Eviews軟件構(gòu)建Logistic模型，對我國股票市場進行了風險識別及預(yù)警的實證研究。

關(guān)鍵詞：股票市場；　風險因素　；Logistic模型　；風險預(yù)警

一、互聯(lián)網(wǎng)發(fā)展給金融市場帶來的機遇和挑戰(zhàn)

在互聯(lián)網(wǎng)高度發(fā)展的今天，全球經(jīng)濟金融一體化儼然已經(jīng)成為發(fā)展趨勢。然而對每個個體而言，全球經(jīng)濟金融一體化都是一把雙刃劍。全球金融市場的大環(huán)境變得更靈活、更多樣的同時，各國金融市場相互間越來越緊密地聯(lián)系在了一起，金融風險的傳染性更強、波及面更廣、影響更深。通過對金融危機的研究和分析，可以發(fā)現(xiàn)股票市場是金融風險傳遞的一個重要媒介。從理論上講，股市的變化應(yīng)該同步于宏觀經(jīng)濟變化，但實際上并非如此，股票交易往往能顯示出人們對未來經(jīng)濟發(fā)展的預(yù)期，所以股價的變化往往發(fā)生在實體經(jīng)濟發(fā)展變化之前。由此可見，如果我們可以事先預(yù)測并掌握未來經(jīng)濟的大致走勢，并采取對應(yīng)有效的措施，就可以降低金融危機發(fā)生的可能性和它帶來的損失，而這需要對股票市場進行風險監(jiān)控，并做出及時準確的判斷。自1975年“金融預(yù)警”的概念被提出以來，各國學(xué)者先后提出了幾種較為經(jīng)典的模型：Frankel&Rose（1996）提出的FR概率模型是一個危機發(fā)生的可能性模型；Sachs、Tornell&Velasco（1996）建立的“STV橫截面回歸模型”；Kaminsky、Lizondo&Reinhart（1997）提出了信號分析法；Kumar（2002）建立了SimpleLogit模型等。雖然國外關(guān)于金融風險識別和預(yù)警的研究起步時間早，體系成熟，但是研究成果依然不夠完善，研究條件有許多限制和不足。而國內(nèi)的研究還要依賴國外的一些理論為基礎(chǔ)，且國內(nèi)研究中很大一部分是對整個金融市場的研究，具體針對股票市場開展的研究不多，因此國內(nèi)的研究劃分還不夠細致。而本文將對股票市場進行研究，稍加彌補目前國內(nèi)研究的不足，以期構(gòu)建出一個適用于我國國情的股票市場預(yù)警體系，為股票市場的良好健康運行和投資者的投資行為提供參照依據(jù)。

二、識別股票市場的風險因素

（一）風險和股票市場風險

風險其實是一種不確定性，威廉姆斯和海因斯認為風險代表的是預(yù)期與實際結(jié)果之間的偏離：“風險是在一定條件下和一定時期內(nèi)，可能發(fā)生各種結(jié)果的變動程度。”結(jié)果可能高于也可能低于預(yù)期值，因此風險并不等同于虧損。風險的產(chǎn)生，是由于人類知識儲備有限、對自然和社會認知不足，給人類的經(jīng)濟和社會活動帶來無法預(yù)計的損失或收益。股票市場風險，在狹義上，是指股價受到一些不可預(yù)測和不可控制因素的影響，從而發(fā)生不合理的急劇上升或下降，導(dǎo)致各個市場主體的利益受到損害的可能性。在廣義上，股票市場的參與者種類繁多、數(shù)量龐大，當風險發(fā)生時，受到損失的不可能只是一個個體，整個股票市場的良好運行秩序都有可能被打亂。股票市場風險不僅損害每一個單獨的股票市場行為主體的利益，更有可能導(dǎo)致股票市場的總體走勢偏離正常軌道，最終可能危害股票市場的平穩(wěn)健康發(fā)展。

（二）股票市場風險因素特征及識別

1.股票市場風險特征。明確股票市場風險的特征是識別股票市場風險的前提。股票作為一種價值符號，表現(xiàn)的應(yīng)該是對未來所有預(yù)期收益現(xiàn)金流的貼現(xiàn)值，而這種預(yù)期不可預(yù)測且具有很強的不確定性，因此，股票市場具有較高的風險。股票市場風險發(fā)生時往往具有波及范圍廣、破壞力大、突發(fā)性強、不易控制等特點。股票市場作為“國民經(jīng)濟的晴雨表”，是經(jīng)濟和社會的焦點，投資者數(shù)量龐大且分布范圍廣，所以一旦發(fā)生市場風險，牽一發(fā)而動全身，容易引起社會問題；同時，隨著經(jīng)濟全球化日益加快，不同國家股票市場之間的聯(lián)系也日益密切，金融風險很容易通過股票市場“傳染”到其他國家和地區(qū)。而目前我國的金融體系仍然不成熟，股市的交易和監(jiān)督機制不夠完善，各項處罰機制也有一定的滯后性，給股票市場風險控制帶來了不小的困難。2.股票市場風險識別方法。想要能夠成功對風險進行預(yù)警，首先要學(xué)會識別風險。風險識別指的是人們通過對各項知識、技術(shù)的運用，對經(jīng)濟主體所面臨的風險進行識別、分析和判斷，從而獲知風險的類型、風險源、具體的受險部位和嚴重程度，然后可以以此為依據(jù)進行風險預(yù)警，為市場參與主體選擇合適的管理策略提供支持。

三、股票市場風險預(yù)警指標的選取。

（一）適合我國股票市場的風險指標設(shè)計

1.風險預(yù)警指標選取的原則。為了設(shè)計出的風險指標體系更加科學(xué)有效，能夠客觀、及時、準確地反映股票市場的風險，為預(yù)警體系的構(gòu)建提供有力的支持，在選取風險預(yù)警指標時應(yīng)遵循以下原則：客觀性和準確性原則；靈敏性原則；全面性和代表性原則；可操作性原則；可比性原則。2.預(yù)警指標的設(shè)計與說明。本文通過對內(nèi)外部共5個層面：宏觀環(huán)境指標、股票市場指標、市場指標、金融機構(gòu)指標、投資者行為指標進行分析，共選取了21個備選預(yù)警指標。但由于這些指標是作者主觀羅列的，并不一定能全都應(yīng)用于構(gòu)建風險預(yù)警模型，且在進行實證分析時如果選取過多的指標容易給模型運行造成困難，所以需要對指標進行科學(xué)篩選。通過已有研究表明，股票市場的風險狀態(tài)可以通過市場平均市盈率反映出來，所以需要市盈率指標列在指標體系中；而換手率、市場交易量在衡量股票市場交易情況時，存在功能雷同的狀況，因此本文僅選取市場交易總量變化率作為指標；同理，選取市場成交金額變化率作為反映股票市場成交金額的指標；另外選取M2同比增長率作為指標，用以研究資金對股票市場的突進作用。綜上，本文選取以上四個指標用以探究衡量我國股票市場的風險狀況。具體如下：市場平均市盈率=市場交易總量變化率=市場成交金額變化率=M2同比增長率=。

四、我國股票市場風險預(yù)警模型構(gòu)建與實證分析

（一）股票市場預(yù)警模型的構(gòu)建

借助已有研究成果為基礎(chǔ)，本文選擇使用統(tǒng)計學(xué)中經(jīng)典的Logistic回歸模型作為預(yù)警模型，對我國股市的風險進行研究。Logistic回歸模型是最常見的一種離散模型，可以有效地預(yù)估變量的影響，對事件發(fā)生的概率進行預(yù)測，在預(yù)警模型中被廣泛使用。Logistic回歸模型可以用以描述受各種因素影響的某事件發(fā)生或者不發(fā)生的概率，所以可以用來預(yù)測股票市場是否會發(fā)生風險，據(jù)此來給投資者們起到預(yù)警作用。通過觀測危機狀態(tài)出現(xiàn)時有哪些指標呈現(xiàn)出危機狀態(tài)，我們就可通過事后分析法，分析判斷是哪些因素導(dǎo)致了危機的發(fā)生。

（二）數(shù)據(jù)收集與整理

中國的證券市場正處于高速發(fā)展過程中，上交所和深交所是我國兩大證券交易市場。股票價格指數(shù)可以度量和反映股票市場總體價格水平及其變動趨勢，其中上證指數(shù)歷史悠久，數(shù)據(jù)更豐富。因此，本文選擇使用上證綜合指數(shù)作為指標數(shù)據(jù)的基礎(chǔ)，來進行風險預(yù)警研究。本文將選取從2014年1月至2018年12月共60個月的時間跨度內(nèi)各個指標的月度數(shù)據(jù)進行實證分析，然后使用2019年1月至2019年4月的數(shù)據(jù)對建立的預(yù)警模型進行檢驗，判斷其有效性。

（三）股票市場風險識別和預(yù)警的實證分析

本文將事件“股市發(fā)生較大風險或危機產(chǎn)生”標記為y*，將股市月末平均市盈率標記為；將廣義貨幣M2同比增長、市場交易變化率、市場成交金額變化率分別標記為x1、x2、x3。市盈率很大程度上可以反映出股票市場的風險狀況，因此，本文將月末平均市盈率作為Logistic模型中的被解釋變量，其取值只有0或1。雖然我國是發(fā)展中國家，但是我國經(jīng)濟飛速發(fā)展，我國股票市場的發(fā)展也日趨完善，具有較大發(fā)展?jié)摿ΑＲ虼宋覀儜?yīng)以經(jīng)濟總量的增速為前提，乘以某個系數(shù)（以GDP增速的10%計算），得到合理的平均市盈率為15.5（）。而歷史經(jīng)驗告訴我們，通常股市在危機發(fā)生之前都擁有較高的市盈率，因此，本文選擇15.5作為平均市盈率水平的上限，若市盈率水平超過15.5，則在未來有發(fā)生危機的可能。1.參數(shù)估計。模型中的因變量yi是一個0-1變量，當y=1時意味著危機有可能發(fā)生，當y=0時則代表股市正常運行。簡要模型如下：變形得：接下來將處理過的數(shù)據(jù)用Eviews9.0軟件進行模型的參數(shù)估計，得到結(jié)果如下（括號中為各參數(shù)的P值）：（0.0743）（0.0790）（0.0460）（0.0460）從運行結(jié)果來看，在置信水平為10%的條件下整體擬合效果良好。2.擬合優(yōu)度檢驗。模型建立后為了進一步考察模型的效果，接下來繼續(xù)使用Eviews9.0軟件進行擬合優(yōu)度檢驗，運行結(jié)果顯示模型的相伴概率為0.6462，沒有理由拒絕零假設(shè)，說明模型擬合的水平在可接受范圍內(nèi)，擬合效果較好。3.模型預(yù)測分析。對建立的Logistic模型進行截斷值為0.5的期望——預(yù)測分析，運行結(jié)果顯示，模型的分組恰當比率為68.33，擬合效果良好。通過對過去數(shù)據(jù)的分析，我們可以得到2014年至2018年股市發(fā)生危機的可能性如圖1所示。

（四）運用股票市場風險預(yù)警模型預(yù)測

接下來，利用Logistic模型并使用2019年1月至4月各風險預(yù)警指標的數(shù)據(jù)，對2019年1月至4月的風險情況進行預(yù)測，將已有的各指標數(shù)據(jù)帶入模型，得到2019年1月至4月股市發(fā)生危機的可能性大小如圖2所示：根據(jù)Logistic模型的預(yù)測，我國股票市場在2019年1月至4月間存在風險的可能性持續(xù)上升，截至4月，發(fā)生危機的可能性很高，符合實際情況。而2019年1月和2月的股市平均市盈率很高，接近15.5%，3月和4月的市盈率都在15.5%上下波動，與前文所設(shè)定的“若市盈率水平超過15.5%，未來有發(fā)生危機的可能”的設(shè)定相吻合，也從側(cè)面印證了模型的有效性。由于本文在進行建模時，模型的擬合程度有限，且實際生活中還有許多突發(fā)偶然事件和不可測量的事件都會影響股票市場風險情況，所以在使用該模型對未來風險狀況進行預(yù)測時可能存在偏差，但是總體上仍具有參考價值。

五、結(jié)論與展望

（一）研究分析與結(jié)論本文首先對風險和股票市場風險的概念做了闡述，然后介紹了股票市場風險的特征及識別方法，并從多個不同層面分析了可能導(dǎo)致股票市場發(fā)生風險的風險因素。然后借助現(xiàn)有學(xué)者的研究成果，選取了股票市場風險預(yù)警指標，然后使用Eviews軟件，構(gòu)建Logistic模型，對我國股票市場的風險識別和預(yù)警做了實證研究。本文通過多方面的綜合考量將股票市場平均市盈率作為衡量股市風險狀態(tài)的一個重要指標，選取了M2同比增長率、市場成交金額變化率、市場交易總量變化率這三個指標作為可能影響股市風險狀況的因素進行模型構(gòu)建。通過實證研究證明，Logistic模型的擬合效果較好，可以為我國股票市場的風險狀況提供一定的參考。

（二）不足與展望

本文主要使用了2014—2018年五年間的數(shù)據(jù)，對我國股票市場的風險狀況進行了研究，挑選出了可以用以識別股票市場波動風險的影響因素，構(gòu)建出了風險預(yù)警指標體系并成功進行了預(yù)測。但是由于作者客觀研究條件的限制，在研究過程中還存在一些不足，具體問題如下：1.選擇影響股票市場風險狀況的指標。本文在選擇備選指標時主觀性較強，如何更加科學(xué)有效地選擇合適的指標以及如何對數(shù)據(jù)進行處理，使其在模型中的運用更合理，后續(xù)研究者都可以進一步地探索。2.本文在選擇指標時舍棄了一些不太方便計量的指標。比如國家政策，我國國情對股票市場的影響較大，后繼學(xué)者可以在今后的研究中探討如何將這類指標合理地納入風險指標中。

參考文獻：

［1］Kumar，M.，Moorthy，U.andW.Perraudim.PredictingEmergingMarketCurrencyCrashes［J］.JournalofEmpiricalFinance，2003，10(4):427-454.

［2］RongdaChen，ShengYeandXianchaoHuang.RiskMeasureandEarly-WarningSystemofChina’sStockMarketBasedonPrice-EarningsRatioandPrice-to-BookRatio.MathematicalProblemsinEngineering.2014，34(2):109-116.

［3］陶玲，朱迎.系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究［J］.金融研究，2016（06）：18-36.

［4］李夢雨.中國金融風險預(yù)警系統(tǒng)的構(gòu)建研究——基于K-均值聚類算法和BP神經(jīng)網(wǎng)絡(luò)［J］.中央財經(jīng)大學(xué)學(xué)報，2012（10）：25-30.

［5］陳雨露，馬勇.構(gòu)建中國的“金融失衡指數(shù)”:方法及在宏觀審慎中的應(yīng)用［J］.中國人民大學(xué)學(xué)報，2013，27（01）：59-71.［

6］王春麗，胡玲.基于馬爾科夫區(qū)制轉(zhuǎn)移模型的中國金融風險預(yù)警研究［J］.金融研究，2014（09）：99-114.

［7］齊蓮英，廖鴻燕.中國股票市場的收益率、開放程度與關(guān)聯(lián)風險比較分析［J］.金融理論與實踐，2018（07）：6-14.

［8］李堯.市盈率和市凈率估值有效性實證比較［J］.時代金融，2016（29）：255.

作者：陸星亮