中国股票市场牛熊转换机制研究

1、 中国股票市场牛熊转换机制分析（一）中国股票市场历次牛熊转换1990年12月19日，上海证券交易所的开业正式拉开了中国股市的大幕。按照股指每一次持续性上涨（或下跌）的幅度超过30%作为一轮牛市（或熊市）阶段的标准，可以将中国股市的运行轨迹划分为六次牛熊转换（如图1），仔细分析每一次转换的过程，或许能挖掘出转换背后的驱动因素。ABCDEFGHIJKLM01000200030004000500060007000系列199.981429399.115593391053523.615101076224510356124178690-12-1992-5-2692-11-1793-2-1694-7-299

2、4-9-1396-1-1997-5-1299-5-1801-6-1405-6-607-10-1608-10-28图1 股票市场历次牛熊转换走势图1、第一次牛熊转换牛市（如图1所示AB点）：1990年12月19日的99.98点至1992年5月26日的1429点，涨幅1329%。熊市（如图1所示BC点）：1992年5月26日的1429点至1992年11月17日的399.1点，跌幅72%。上海证券交易所正式开业以后这一时段里，涨幅居前的股票基本上是上市比较早的小盘股，筹码的稀缺使得这些股票的价格被反复炒高。此时中国股市正处于摸着石头过河的时期，股市的监管机制刚刚开始形成，规定了涨跌幅限制（最初实施1

3、%，后改为0.5%）及交易量限制（当天成交量不到其可上市交易量的0.3，当天就不涨）。但是市场严重的供不应求，推动股指从96.05点开始，历时2年半的持续上扬，终于在取消涨跌停板的消息刺激下，一举达到1429点的高位。市场经过短期的暴炒之后，股价已经远远脱离基本面的支撑，市场开始价值回归，市场的不成熟使得这种回归造成了股指大幅度的波动。92年8月8日至10日，举国上下为之疯狂的“深圳认股权证”事件，充分暴露了新兴资本市场的狂热，“8.10”风波使得业界对于中国股市的看法出现了分歧。管理层看到了市场上可交易股票太少导致供不应求所造成的问题，于是决定扩容，这个政策一出，资金恐慌性的抛售，使股市出现

4、连续性暴跌，从6、7月份直到11月份，仅仅半年时间，股指就从1429.01点下跌到399.1点，跌幅高达72%。2、第二次牛熊转换牛市（如图1所示CD点）：1992年11月17日的399.1点至1993年2月16日的1558.95点，涨幅303%。熊市（如图1所示DE点）：1993年2月16日的1558.95点至1994年7月29日的339点，跌幅78%。快速下跌之后市场陷入低迷，中国股市处在发展的十字路口上，新华社受到高层领导的指示发表了关于股市的通信，即表明了“股市坚决要试”的态度，又对当时市场问题进行了提示，起到了统一认识的作用。政策信号的出现鼓励资金反手做多，推动股指从1992年11月

5、17日的386.85点开始，持续上涨到1993年2月16日的1558.95点，只用了3个月时间，收复了前面半年的跌幅，大盘期间涨幅高达303%。快速上涨完成后，股市的大扩容也就开始了。在92年底，两市上市公司仅有53家，但到了94年底，已经发展到了291家，规模扩大了5.5倍。伴随着新股不断发行，上证指数也逐步走低，进而在777点展开拉锯，后来777点位失守，大盘再度一蹶不振的持续探底，到1994年7月29日，股指回到325点。同时从1993年开始，中国经济过热，通货膨胀严重，当时的通货膨胀率是14.7%，实行了适度从紧的货币政策和财政政策。在此期间，受到紧缩政策和经济调整的影响，股市连续下跌

6、，这一轮熊市从触发因素来看，是因为宏观调控政策为压制通胀转向从紧导致，在周期上看与实体经济的周期调整保持一致，这说明股市的中长期走势是由实体经济的运行趋势决定的，而导致这二者转变的原因是来自于宏观经济政策。随着中国股市的不断发展，渐渐走向成熟，一些规律性的因素开始浮出水面。3、第三次牛熊转换牛市（如图1所示EF点）：1994年7月29日的325.89点至1994年9月13日的1052.94点，涨幅223%。熊市（如图1所示FG点）：1997年5月12日的1510.18点至1999年5月18日的1058.39点，跌幅30%。证券市场持续下跌后处于一片萧条，人们都对股市信心丧失殆尽，市场中甚至一度

7、传言监管层将关闭股市。为了挽救市场，1994年7月29日人民日报发表证监会与国务院有关部门共商稳定和发展股票市场的措施的文章。宣布三项“救市”措施，分别为“停发新股、允许券商融资、成立中外合资基金”，俗称“三大政策”。强有力的股市救助政策的出台使得投资人再度亢奋，资金入市疯抢廉价筹码，之前跌幅居前的个股展开报复性反弹，1个半月时间里，股指涨幅200%，最高达1052.94点。但是这次市场上涨的触发因素是股市政策，其带来的后果是短期内的快速上涨，但是由于支撑股市的宏观基本面并没有改变，宏观调控政策依然是适度从紧，实体经济和企业盈利并没有发生好转，依然是下行周期，因此股价失去支撑，市场在短期的暴涨

8、之后，重回跌势。在1995年5月17日，股指已经回到577点，跌幅接近50%。1995年5月18日至1995年5月22日，股市受到管理层关闭国债期货消息的影响，全面暴涨，3天时间股指就从582点上涨到926点。但随着证监会下达95年55亿新股发行额度后，股市结束短暂的狂欢重新下跌。至1996年1月19日，股指达到阶段低点512点。这次短期井喷行情充分反映了我国股市对股市政策的高敏感程度，但和之前一样，股市政策只能影响股市的短期走势。这次的上涨本质上只是报复性的反弹，而不是反转。这充分说明股市政策只能改变股市的短期运行态势，决定股市中长期运行趋势的决定性因素是经济政策和经济形势。4、第四次牛熊转

9、换牛市（如图1所示GH点）：1996年1月19日的512.83点至1997年5月12日的1510.18点，涨幅194%。熊市（如图1所示HI点）：1997年5月12日的1510.18点至1999年5月18日的1058.39点，跌幅30%。随着中国经济成功实现软着陆，宏观调控政策和经济周期调整的压力减轻，通胀回落降低了上市公司的成本压力，公司业绩出现企稳回升，这奠定了股市出现趋势性上涨的前提条件，崇尚绩优开始成为市场主流投资理念。由于居民支出结构重点落在电视、电脑、摩托等消费品上，家电等行业受到需求拉动出现高速发展，四川长虹等龙头股成为业绩极佳的绩优成长股，在这些股票的带领下，股指重新回到151

10、0点。加之国企资金的泛滥，也成为推动股指一路上行直到1997年5月12日的1510.18点，涨幅达到194%。在绩优股被过度投机炒作之后，管理层开始调节市场供求关系。国家计委、国务院证券委确定1997年股票发行额度为300亿元，加大股票供给。同时收紧了资金供应，明确禁止国企炒作股票，国企资金由此出现第一次退潮。6月6日,人民银行发出通知：禁止银行资金违规流入股市。A股市场因此在1997年下半年至1999年上半年间经历了一波大熊市，到1999年5月18日，股指已经跌至1058点，之前股价被反复推高的个股成为了下跌的重灾区。这两年间，股市的扩容继续疯狂进行，规模出现了难以想象的扩张，严重的供需矛盾

11、使二级市场出现极度失血。5、第五次牛熊转换牛市（如图1所示IJ点）：1999年5月18日的1058.39点至2001年6月14日的2245.44点，涨幅112%。熊市（如图1所示J-K点）：2001年6月14日的2245.44点至2005年6月6日的998.23点，跌幅56%。1999年5月，政府为了国有企业在三年内摆脱困境，需要股票市场为国有企业改革融资。证监会推出了“改革股票发行体制、保险资金入市、逐步解决证券公司合法融资渠道”等政策建议，这造就了著名的“519”行情。之后美国出现了由网络科技拉动的新经济兴起在席卷全球的网络科技股热潮的带动下，中国股市持续走高，直到2245点的历史最高点。

12、自2002年起，中国经济开始启动GDP高速增长，20032005年，增速年年都在10%以上，在经济高速增长的同时，股市却不断走低，2005年跌落至1000多点，最低点达到998点，与经济运行周期完全相反。这是因为2002年至2005年，经济出现过热，宏观调控政策开始收紧，2003年开始，我国进入新一轮经济增长周期的上升期。在此期间，货币政策虽然名义上仍维持“稳健”的基调，但内涵已逐步表现出适度从紧的趋向。导致了股市价格不断走低，同时太过火爆的股市已经严重脱离了基本面的支持，市盈率居高不下，大量违规行为也不断被暴露出来，银广夏、蓝田等事件的发生是当时混乱股市的一个缩影。同时股市的作用被定义为“国

13、企脱困”的一个途径，大量国企进入股市寻找资金，质量参差不齐，绩差股成为这轮熊市中跌幅最大的品种。截至2005年6月6日，股市跌至998.23，跌幅达56%。6、第六次牛熊转换牛市（如图1所示K-L点）：2005年6月6日的998.23点至2007年10月16日的6124.04点，涨幅514%。熊市（如图1所示L-M点）：2007年10月16日的6124.04点到2008年的10月28日的1664.93点，跌幅73%。第六次牛市出现的原因主要有两个方面：一方面，2005年股改和汇改的进行，使中国股市成为全球最为引人注目的市场；另一方面，从宏观经济的角度来看，05年到07年国内经济延续了之前的高速

14、增长，GDP增速和上市公司盈利增速在07年达到了这一轮经济周期的顶峰。经历了多年的经济增长，我国居民财富得到很大积累，反映为居民储蓄规模的持续增加，同时，在低利率的市场环境下，货币的流动性十分充足，表现为M1、M2的高增长率，以及在人民币升值的背景下带来的国际热钱的持续流入。在这种情况下，流动性过剩必然推动投资品资产价格的上涨，带来了新一轮的牛市。在市场持续上行的过程中，估值过高的泡沫风险已经在积累，宏观调控的政策开始向压制通胀、抑制资产价格泡沫的方向转变，而市场的一些负面因素也开始出现，比如高企的交易税负、限售解禁股的扩容压力。宏观经济层面上，为了保持经济的平稳增长，控制通货膨胀，调控政策的

15、方向在向紧缩靠拢，实施稳健的财政政策和从紧的货币政策。政策的累计效应收紧了市场的流动性，在频繁提高存款准备金率和存款利率之后，市场最终不堪重负。从6000点下跌到3000点的阶段，可以理解为市场因素造成的下跌，主要是高估值、限售股解禁压力、交易成本高；从3000点开始的下跌，更多的是来自经济因素，最主要的是随着次贷危机的不断升级，经济下行的风险进一步增大，世界各国疲弱的经济数据进一步验证了投资人对于经济减速的共识，实体经济的周期调整加大了投资人的悲观预期，市场的流动性风险集中释放放大了经济下滑的影响程度，致使市场在短期内快速持续下跌。以上种种因素致使股价到2008年跌至1664.93点，跌幅达

16、到73%。根据中国股市20年的历史回顾，我们可以此为基础，做一些归纳和总结，由此可以发现宏观经济政策在促成中国股票市场牛熊转换中起到了决定性作用，这也验证了中国股市的政策市特性。我们可以把股市的牛熊转换机制用图2表示出来。图2 宏观经济政策影响股市的机制图宏观经济政策投资人预期信号转变股市运行趋势酝酿拐点经济运行态势滞后反应相机抉择趋势决定验证预期（二）中国股市政策市的效用函数分析虽然各个国家的政府都会不同程度的干预市场，但由于中国政府干预股市很频繁、干预范围很广，股市受行政干预波动变化巨大，因此，中国股市也有“政策市”的称呼。下面我们通过效用函数模型来分析中国股市“政策市”的运行机制。该模型

17、的一个隐含假定是国家是产权安排的垄断者，即国家在控制国有经济，乃至在调控主要以国有经济为服务对象的金融市场方面有着绝对的话语权。与银行体系融资制度相比较，发行股票融资有两个很明显的特点：一是股本无须归还股东；二是在股份制下，股东可以通过绝对控股或相对控股的方式以较少或相对较少的资金支配更多的资金。这使得国家能够维持国有经济产权的垄断者身份，而且可以通过发行股票筹集并支配社会资金。依据以上分析，建立国家做为国有经济产权的垄断者的效用函数。其最优条件为： 上式中Ug代表国家效用，r表示国家从国有经济中的获益，Cv表示当股市发生大幅波动时国家面临的诸如股市低迷影响市场扩容及投资者情绪甚至社会稳定等，

18、股市高涨带来的泡沫危机等，Cv代表了获取收益必须付出的成本。且。这表明国家的效用是和收益同方向变化，而与相关成本是成反方向变化的。为了实现股市的融资功能，国家必须使股票价格保持一定的增长趋势。这样一方面能在长期使股市保持发展的趋势，以吸引更多的资金入市；另一方面在短期抑制股市过热，投机严重的现象。具有一定的时间限制，这个时间限制由国家偏好决定。在该时间段内，国家效用对股价的单调性可以表示为：（1）当时，即在这一区间内国家效用与股价呈同向变动；（2）当PPmax时，这表示一旦股价超出国家认为的最高价，则国家效用与股价成反比变化，国家会对股价有打压的动力；（3）当，说明股价跌至一定水平时，国家有刺

19、激其重新上涨的动力。无疑，国家为了继续从控制国有经济中受益，必然会动用一切可能的手段使股价的波动符合最优化条件的要求。为此，在股市成立之初，国家就会使得股市的制度安排符合其需要，譬如上市公司的所有制性质、准入条件、监管机构的设置与权限等安排。这样便可以将股市的运作有效地置于国家的控制之下。三、中国股票市场牛熊转换机制的实证分析前面定性的分析了中国股市牛熊转换机制，但仅仅从股市波动与政府政府政策的简单对应关系还不足以判定中国股市存在“政策市”的现象和“政策市”所导致的牛熊转换。这就需要我们从定量的角度实证分析中国股市牛熊转换机制。本文首先应用涨跌幅度的概念来做初步的分析，涨跌幅度是用来描述一定时

20、期内期初的价格和期末价格的变化情况的，其公式表述如下： 其中，a表示涨跌幅度，为期初价格，为期末价格.表1 重大行政政策引起的上证指数涨跌幅的变化日期事件日涨跌幅（%）周涨跌幅（%）月涨跌幅（%）1994.8.1三大救市政策33.5104.5135.21996.12.16社论、限制涨跌幅-9.9-20.2-17.41997.5.22三类企业禁入-8.8-6.2-4.71999.6.15社论-28.39.22005.9.5-2006.12.31股改整个过程上证指数涨跌幅为95.82007.5.30调高印花税税率-6.5-13.1-11.92008.4.24调低印花税税率9.212.75.9200

21、8.9.19三大利好9.517-1.6资料与数据来源：搜狐证券在对比了前期和近几年政府针对股市出台的重大行政政策对上证指数的影响，我们发现行政政策的政策效应正在减弱（如表1），中国股市“政策市”的现象正在得到改观，即政府在牛熊转换机制中发挥的作用正在减弱。（一）利用ARCH簇模型进一步对中国股市“政策市”进行分析中国股市一个重要的特征就是波动性，其运行和发展深受各种政策因素的影响。上面只是利用涨跌幅的概念初步的分析了“政策市”对中国股市运行波动的影响。利用一定周期内指数涨跌幅度的变化来分析“政策市”对中国股市波动性影响的变化也显得不够严谨。下面我们利用ARCH模型簇分析中国股市“政策市”对中国

22、股市波动性的影响。ARCH模型是动态非线形的时间序列模型，其反映了变量之间的某种不确定的形式：方差随着时间的变化而变化。ARCH模型的通俗表达就是波动性。在本章中，笔者将通过运用ARCH模型，从实证的角度进一步阐释政策对我国股市波动产生的复杂性的影响。以此确定中国股市牛熊转换机制存在和其发展变化。1、ARCH模型简介ARCH即自回归条件异方差，其早由恩格尔(Engle)于1982年提出，ARCH模型描述了在前（t-1）期的信息集合给定的条件下的的分布。恩格尔最初的ARCH模型表述如下： （1） （2）其中， 0，0，确保0在ARCH回归模型中，的条件方差是滞后误差项(不考虑其符号)的增函数，因

23、此，较大(小)的误差后而一般紧接着较大(小)的误差。2、GARCH模型广义的ARCH模型，即GARCH模型由BollerSlev(1986)和Taylor(1986)各自独立的发展起来的。Bollerslev(1986)提出了条件方差函数的拓展形式，即广义ARCH模型，这被证明是对实际工作的开展非常有价值的一步。GARCH（1,1）模型假定方差依赖于其滞后值和残差平方的滞后值。其表达式如下： （1） （2）其中，(l)为均值方程，(2)被称为GARCH方程。当期的方差依赖于三个因素：常数GARCH(1,1)中的、ARCH和前一期的预测方差(GARCH项) 。(1,1)是指方差设定中含有一个AR

24、CH项和一个GARCH项。相对于ARCH，GARCH模型的优点在于：可以用较为简单的GARCH模型来代表一个高阶ARCH模型，从而使得模型的识别和估计都变得比较容易。一般来说GARCH能充分捕获数据的波动丛集性。3、TARCH和EGARCH模型对于股票而言，常常可以观测到的一个现象是，如果它的市场上向上或者向下变化相同幅度，那么它向下滑动的过程中的波动性要高于向上运动过程中的波动性，称此为杠杆效应。标准的GARCH模型存在一些问题，其中一个就是它不能解释由杠杆效应引起的波动的非对称性，从而为了捕捉波动性的不同特性如非对称性等，条件方差可以采用不同的形式，从而形成了不同的GARCH变体。为了准确

25、刻画中国股票市场的波动性特性，给出以下几种常见的ARCH簇模型，以便在实证中考察那一种模型更好。GIOSten，Jaganathan，and Runkle(1993)提出TGAREH模型。TAREH模型即门限(Threshold)自回归条件异方差模型，一阶TARCH的模型是：其中，利好信息的影响系数为，利好信息的影响系数为。当时，条件方差对冲击的反应是对称的，当时，条件方差对冲击的反应是非对称的，称这种现象为杠杆效应 (leverageeffect)。EGARCH模型是由Nelson于1991年提出的，即指数广义自回归异方差模型(exponential GARCH)，其对方差的设定是：若，则具

26、有非对称性。EGARCH模型的一般形式是：其中，是ARCH项，描述利好、利空的差异。右侧第2项是用条件标准差，除以新息(innovaiion) 及其滞后项()表示标准新息，第3项是用均值减标准新息的绝对值，正新息表示“利好”，负新息表示“利空”。在正新息和负新息绝对值相同的情况下，通过该模型可以区别正、负新息对波动的不同影响，从而检验波动的非对称性或杠杆效应。（二）数据样本的选取在收集了上海证券交易所综合股价指数的日收盘数据的基础上，本文计算了这些数据的复合收益率，以此做为本文采用的样本数据。其中， 数据分别表示t，t-1期综合指数。考虑到1993年以前中国股票市场还处于初创时期，市场规模非常

27、小，供需矛盾十分突出，加上市场参与者风险意识淡薄，非理性行为比较普遍，市场波动特征被严重扭曲。因此本文把样本范围确定为1993年1月1日-2008年12月31日。所有的数据处理都应用计量经济学软件Eviews5进行模型估计。（三）基于ARCH簇模型的实证分析如果数据是非平稳的，说明序列当中包含单积成分，在估计过程之前需要对其进行差分。增广的ADF检验提供了对序列平稳性的正式检验。所以，在应用ARCH簇模型之前，笔者对样本数据进行了ADF检验，来测试序列的平稳性。结果如表2所示：表2 样本数据序列平稳性的ADF检验t统计量ProbabilityADF值-63.088100.0001显著性水平0.

28、01-2.5655540.05-1.9409050.1-1.616645Y(-1)-63.08810因为ADF=-63.088，比3个临界值都小，所以该序列是平稳的，不存在单位根，可以直接进行AR(n)模型估计。运用 Eviews软件进行估计，最后得到结果如表3：表3 序列的AR(4)模型估计结果变量系数误差t统计量ProbabilityAR(3)0.0481930.0159803.0158320.0026AR(4)0.0396050.0159632.4800330.0132在正式建立ARCH模型估计前，还需要对估计出的AR(4)模型进行由Engle提出的ARCH效应检验，以确保AR(4)模型

29、中存在自回归条件异方差，能够继续进行ARCH模型估计。对AR(4)模型进行ARCH效应检验得到结果如表4所示：表4 ARCH效应检验结果ARCH检验：F统计量219.6922Probability0.000000Obs*R-squared564.2516Probability0.000000样本数据3898个，R-squared为0.144754所以由检验结果知， 由F和LM所对应的概率都小于0.05,得出F和LM的值都落在相应临界值的右边，拒绝原假设，模型存在自回归条件异方差，即中国股票市场的波动存在异方差和波动积聚性，这表现为波动随时间变化而变化，并且随机扰动往往在较大幅度波动后面伴随着较

30、大幅度的波动，在较小幅度波动之后面紧接着较小幅度的波动，下面的表5直观体现了中国股市方差时变性和波动聚集性的特性。从上表中EGARCH模型和TARCH模型的估计结果可得知，这说明中国股票市场存在非对称性，即存在“杠杆效应”。通过比较AIC值，显然TARCH模型要优于GARCH与GARCH-M模型，GARCH模型刻画的是条件方差对称性，EGARCH模型和TARCH模型则刻画了条件方差非对称性。表5 GARCH模型参数估计结果表6 条件标准差图在分析了表6的上证综合指数的条件标准差(波动)图的基础上，把它与前文所描述的政策引起股市的波动进行对比分析，我们可以看出在不同的时间上政府对股票市场的政策性的干预导致了短期的条件波动性的一个巨大的变化，并使长期波动性的均值回归过程出现中断，反向转向更高的长期波动性。从而一方面从实证的角度验证了中国股市的牛熊转换确实是由于“政