股票投资的风险性十篇

股票投资的风险性篇1

【关键词】股票投资 风险 收益

一、股票投资概念剖析

（一）投资、股票及股票投资的概念。

投资的定义为：投资是指经济主体为了获得未来的预期收益，预先垫付一定量的货币或实物以经营某项事业的经济行为。其实就是我为了能在将来获得报酬，现在投入一定的资金，但这笔资金是否一定能获得报酬，经过多少时间才能获得、获得多少都存在一定的风险，存在不确定性。股票是投资的一种，它是股份公司发给股东以证明其投资份额并对公司拥有相应的财产所有权的证书。股票虽然是所有权证书，但股东的权利是有限制的，像股东是无权处置公司的资产，而只能通过处置持有的股票来改变自己的持股比例。且就股票本质来看，它不同于证券，它是代表股份所有权的股权证书，是投入股份公司资本份额的证券化，是代表对一定经济利益分配请求权的资本证券。但是，股票又不是一种现实的资本，股份公司通过发行股票筹措的资金，是公司用于运营的真实资本。股票独立于真实资本之外，在股票市场上进行着独立的价值运用，是一种虚拟资本。股票投资是指企业或个人用积累起来的货币购买股票，借以获得收益的行为。股票就是公司的股份，买股票就是买公司的股份。买股份就是参股票做生意，所以公司比股市重要。股票的价格，反映公司的盈利，既然公司需要时间去赚钱，则股价的上升，也要时间跟上，所以股票要长期持有，才有可能享受到增值的好处。？所有，股票投资要有了正确的概念，才会有收益。正确概念，有如磁石，能吸引财富。记得投资三句话：“投资不要想赚钱”、“投资一定不能亏钱”、“记住前两句”。

（二）股票的特征及分类。

股票特征：1、期限上的永久性；2、责任上的有限性；3、决策上的参与性；4、报酬上的剩余性；5、清偿上的附属性；6、交易上的流动性；7、投资上的风险性；8、权益上的同一性。股票的分类有些复杂，按股东的权益分为普通股票与优先股票；按股票面值形态分为记名股票与无记名股票、面值股票和无面值股票、实体股票和记账股票；我国的股票分类按投资主体分为国家股票、法人股票、社会公众股、外资股……其余分类不再赘述，重点介绍下按股票流通受限分类下的无限售条件股份，其分为A股：即人民币普通股。是由我国境内公司发行，供境内机构、组织或个人（不含台、港、澳投资者）以人民币认购和交易的普通股股票；B股：即人民币特种股票。是以人民币标明通面值，以外币认购和买卖，在上海和深圳两个证券交易所上市交易的股票。目前我国B股股票共有100余只；H股：即在内地注册，在香港上市的外资股。香港的英文是HongKong，取其字首，即为H股。依此类推，在纽约上市的股票为N股，在新加坡上市的股票为S股。我国现在股票投资主要集中于A股、B股及H股。并且我觉得有个奇妙的现象，股市上涨用绿色表示，下跌用红色表示，是国际通行的惯例，而大陆股市、台湾和日本是“红涨绿跌”，是不是这三个地方都觉得红色喜气？大红大紫？其实是有关于文化因素及心理差异的。如果股票投资要用十分复杂的公式计算，算上半天，还得符合很多假设条件，那么，这项投资本身的价值就不大。股票投资要尽量增加确定性，选择概率大的。

二、股票投资收益、风险之我见

（一）股票投资收益。

大部分人都是盲人摸象，随波逐流，抓着一个赚了就发，亏了就马上抛，暗自神伤，或许有小部分会去思考，思考许多问题，看主业、看盈利、看规模、看效率、看周期、看家底、看外财、看负债、看投资、看控盘，但其实又不懂这十看到底是什么意思，到最后看了半天，获利不多。股票收益的核心就是估价，能否赚钱就取决于买入价与卖出价。让我印象深刻的就是市净法与市盈法。先说市净法，一般利用每股净资产来做买的决定，看价格是否是一倍净资产。净资产是最保险的价格，做投资最倒霉不过如此，即到破产清算这个地步。一家公司的价值=每股市价*总股数，报表上的每股净资产*总股数，两者相比较，看是否值得，买入价小于市净价，即可行，若哪天买入价大于市净价了，则赚钱了。近年来各大银行的股价都挺低，因为金融风暴银行受打击最大，大家都股市都不感兴趣，大众有恐慌心理，导致了这个现象。以去年浦发银行及贵州茅台的股价为例。浦发银行买入价甚至小于每股净资产，百年难得一遇，相当于让大家合伙开银行，却少有人问津，当时买入的人现在稳稳地赚。再看贵州茅台，每股净资产才30几，其每股买入价却高出7倍，有200多，虽然短时间内并不会发生很大变化，但风险却是相当大的，看看现下茅台的股票价就知道了。第二种是市盈法，一般利用每股净利润来做卖的决定，如何使投进去的钱最少，获得高利润。

（二）股票投资风险。

股票投资的风险性篇2

关键词：证券市场  股票价格  因素  定价模型

        根据马柯维茨的资产组合理论，投资者对一种股票预期收益率的大小确定取决于这种股票的风险溢价或者说风险回报率，而风险溢价又取决于投资者的风险厌恶程度。譬如，某一投资者是风险厌恶型的，他不愿意冒高风险，那么他的风险溢价就低，股票的价格也低，反之，如果是风险喜欢型的投资者，那么他的风险溢价就比较高，股价也高。有此可见，风险是影响股票价格的主要因素。马柯维茨还把风险分成系统风险和非系统风险。这里我们把非系统风险因素又称为公司特征因素。

        系统风险是指有整个国民经济变动而造成的市场全面风险。影响股价的系统风险因素主要包括:经济状况、经济周期、利率、通货膨胀率、经济政策、物价水平、投资者结构、人们心理预期和股市人气状况等。非系统风险是指某个股票或者股票组合所特有的风险。它包括每股税后利润、每股净资产、发行价格、股本量、流通盘大小、地区因素、行业因素等。下面我们以上海股市为例来分析一下我国证券市场中系统风险和非系统风险的结构特征。股票投资的总风险由系统风险和非系统风险两部分组成。

        由于成长阶段市场竞争的无序性、信息的垄断性和运行机制的不规范性等市场结构性因素，我国股市的价格行为呈现出较强的波动性，这种高风险特征已经引起管理层和投资者的极大关注。国内很多学者也因此对我国股市的投资风险结构做了详实的研究，发现我国股市的风险结构具有与成熟股市不同的特点。在我国股市中，单个股票的价格波动受市场大势的影响非常大，从而导致各个股票价值运动的相关性增强，收益率之间的相关系数必然较高。大部分股票间的相关系数都大于0.7，这和我国股市在一轮市场行情的大幅调整中，个股通常呈现齐涨齐跌的现象是相吻合的。

        在我国股市发展初期，系统风险在总风险中占有较大的比例。

        然而，随着我国股市规模的不断扩大和运作机制的逐步成熟，市场的风险结构发生了深刻的变化。张人骥(2000)采用1993年1月1日至1998年12月31日的日收益率数据，考察了上海股市风险结构的动态变化特征与趋势。结果表明，上海股市的系统风险比例呈现逐年下降的趋势，“齐涨齐跌”的现象正在逐步弱化，与早期相比，目前的投资者在进行投资组合选择和投资决策时更多的考虑公司本身的特点，行为模式已从前几年的“重大盘，轻个股”逐步转变为“重个股，轻大盘”，股票后面所蕴含的公司特征正在逐步得以体现。

        由于系统风险在单个股票的投资总风险中占有较大比重，同时各股票的价格运动表现出强烈的一致性，因而通过投资多元化分散风险的效果将极其有限。施东晖(2000)使用50个股票的双周收益率数据计算它们各自的方差；然后随机地选取一种股票，其收益率方差为4.18%；将这一股票与另一随机选取的股票组合起来，构成等比例投资的两种股票的组合，方差降为4.13%左右；按同样的步骤，一步一步加入随机选取的股票，可以看到，当组合中股票数目达到20种以上时，单个股票的非系统风险几乎已完全分散掉了，此时投资组合的方差很快接近极限值3.180/0，这一数值约为原先单个股票风险的78.2%。可见在我国股票市场上，投资多元化只能分散掉大约20%的风险量，降低风险的效果并不明显。

        我国已有一些学者对我国证券市场股票定价的风险和收益关系进行了实证研究，比较有代表性的是施东晖(1996)《上海股票市场风险实证研究》。施东晖所使用的数据简述如下：

        研究样本:1993年底106家上市公司，按规模将样本分成15个组合，每个组合由样本股票等比例投资组成，组合1包含流通股本最小的一些公司，组合15则包含流通股本最大的一些公司。

        研究期间:从1994年1月至2000年4月底，共76个月。

        收益率计算:实证研究中采用的收益率为股票双周收益率。计算公式为，

        变量定义：实证主要涉及收益率(r)、系统风险(β)、非系统风险(s(e))、公司规模(sl)、净资产收益率(roe)和权益市值比率(bm)等变量。β和s(e)可由公式rt=αt+βtrm+ξt回归得到。

        通过上面的实证研究，我们发现，我国股票市场上的风险收益关系并不符合资本资产定价模型(capm)的结论，公司特征因素在我国股票定价中占有相当重要的地位。此种现象主要归因于两个原因:①我国股票市场的非有效性。首先，我国股市不具有完全信息。从中国股市的实际运作来看，由于市场发展尚不规范、不成熟，上市公司信息披露行为不规范、投资者之间信息不对称等现象较为严重。其次，我国股市不具有完全竞争。由于投资者群体结构、规模经济和进入限制等诸多因素，中国股市的市场化和竞争程度还相对较低。②投资组合的非有效性。投资组合的非有效性主要体现在两个方面：a我国股市的参与者大部分是散户投资者，b影响公司股票价格的主要因素不是上市公司管理水平和经营效益。由此可见，capm关于投资者持有高度分散化股票组合的前提假设也不符合中国股市目前的实际情况，因此非系统风险也会影响股票的收益。

        资本资产定价模型的成立是以有效市场假设为前提的，中国股市定价行为与资本资产定价模型不符，也就意味着中国股市缺乏资本配置效率，就不能有效地通过股票价格这只“看不见的手”来最优地配置稀缺资本，不能有效地促进企业发展和经济增长，而只能带来稀缺资本和其它社会资源的浪费。因此，进一步发展和规范我国股票市场，说到底就是了要提高我国股票市场的效率。大致有以下措施:①扩大股票市场规模。②提高上市公司质量。③大力发展机构投资者。④规范政府监管。

参考文献：

股票投资的风险性篇3

关键词：证券市场 股票价格 因素 定价模型

根据马柯维茨的资产组合理论，投资者对一种股票预期收益率的大小确定取决于这种股票的风险溢价或者说风险回报率，而风险溢价又取决于投资者的风险厌恶程度。譬如，某一投资者是风险厌恶型的，他不愿意冒高风险，那么他的风险溢价就低，股票的价格也低，反之，如果是风险喜欢型的投资者，那么他的风险溢价就比较高，股价也高。有此可见，风险是影响股票价格的主要因素。马柯维茨还把风险分成系统风险和非系统风险。这里我们把非系统风险因素又称为公司特征因素。

系统风险是指有整个国民经济变动而造成的市场全面风险。影响股价的系统风险因素主要包括:经济状况、经济周期、利率、通货膨胀率、经济政策、物价水平、投资者结构、人们心理预期和股市人气状况等。非系统风险是指某个股票或者股票组合所特有的风险。它包括每股税后利润、每股净资产、发行价格、股本量、流通盘大小、地区因素、行业因素等。下面我们以上海股市为例来分析一下我国证券市场中系统风险和非系统风险的结构特征。股票投资的总风险由系统风险和非系统风险两部分组成。

由于成长阶段市场竞争的无序性、信息的垄断性和运行机制的不规范性等市场结构性因素，我国股市的价格行为呈现出较强的波动性，这种高风险特征已经引起管理层和投资者的极大关注。国内很多学者也因此对我国股市的投资风险结构做了详实的研究，发现我国股市的风险结构具有与成熟股市不同的特点。在我国股市中，单个股票的价格波动受市场大势的影响非常大，从而导致各个股票价值运动的相关性增强，收益率之间的相关系数必然较高。大部分股票间的相关系数都大于0.7，这和我国股市在一轮市场行情的大幅调整中，个股通常呈现齐涨齐跌的现象是相吻合的。

在我国股市发展初期，系统风险在总风险中占有较大的比例。

然而，随着我国股市规模的不断扩大和运作机制的逐步成熟，市场的风险结构发生了深刻的变化。张人骥(2000)采用1993年1月1日至1998年12月31日的日收益率数据，考察了上海股市风险结构的动态变化特征与趋势。结果表明，上海股市的系统风险比例呈现逐年下降的趋势，“齐涨齐跌”的现象正在逐步弱化，与早期相比，目前的投资者在进行投资组合选择和投资决策时更多的考虑公司本身的特点，行为模式已从前几年的“重大盘，轻个股”逐步转变为“重个股，轻大盘”，股票后面所蕴含的公司特征正在逐步得以体现。

由于系统风险在单个股票的投资总风险中占有较大比重，同时各股票的价格运动表现出强烈的一致性，因而通过投资多元化分散风险的效果将极其有限。施东晖(2000)使用50个股票的双周收益率数据计算它们各自的方差；然后随机地选取一种股票，其收益率方差为4.18%；将这一股票与另一随机选取的股票组合起来，构成等比例投资的两种股票的组合，方差降为4.13%左右；按同样的步骤，一步一步加入随机选取的股票，可以看到，当组合中股票数目达到20种以上时，单个股票的非系统风险几乎已完全分散掉了，此时投资组合的方差很快接近极限值3.180/0，这一数值约为原先单个股票风险的78.2%。可见在我国股票市场上，投资多元化只能分散掉大约20%的风险量，降低风险的效果并不明显。

我国已有一些学者对我国证券市场股票定价的风险和收益关系进行了实证研究，比较有代表性的是施东晖(1996)《上海股票市场风险实证研究》。施东晖所使用的数据简述如下：

研究样本:1993年底106家上市公司，按规模将样本分成15个组合，每个组合由样本股票等比例投资组成，组合1包含流通股本最小的一些公司，组合15则包含流通股本最大的一些公司。

研究期间:从1994年1月至2000年4月底，共76个月。

收益率计算:实证研究中采用的收益率为股票双周收益率。计算公式为，

变量定义：实证主要涉及收益率(R)、系统风险(β)、非系统风险(S(E))、公司规模(SL)、净资产收益率(ROE)和权益市值比率(BM)等变量。β和S(E)可由公式Rt=αt+βtRm+ξt回归得到。

通过上面的实证研究，我们发现，我国股票市场上的风险收益关系并不符合资本资产定价模型(CAPM)的结论，公司特征因素在我国股票定价中占有相当重要的地位。此种现象主要归因于两个原因:①我国股票市场的非有效性。首先，我国股市不具有完全信息。从中国股市的实际运作来看，由于市场发展尚不规范、不成熟，上市公司信息披露行为不规范、投资者之间信息不对称等现象较为严重。其次，我国股市不具有完全竞争。由于投资者群体结构、规模经济和进入限制等诸多因素，中国股市的市场化和竞争程度还相对较低。②投资组合的非有效性。投资组合的非有效性主要体现在两个方面：a我国股市的参与者大部分是散户投资者，b影响公司股票价格的主要因素不是上市公司管理水平和经营效益。由此可见，CAPM关于投资者持有高度分散化股票组合的前提假设也不符合中国股市目前的实际情况，因此非系统风险也会影响股票的收益。

资本资产定价模型的成立是以有效市场假设为前提的，中国股市定价行为与资本资产定价模型不符，也就意味着中国股市缺乏资本配置效率，就不能有效地通过股票价格这只“看不见的手”来最优地配置稀缺资本，不能有效地促进企业发展和经济增长，而只能带来稀缺资本和其它社会资源的浪费。因此，进一步发展和规范我国股票市场，说到底就是了要提高我国股票市场的效率。大致有以下措施:①扩大股票市场规模。②提高上市公司质量。③大力发展机构投资者。④规范政府监管。

参考文献：

股票投资的风险性篇4

【关键词】股票 收益 个人理财

一、研究背景

随着金融体制的不断完善，以及家庭资产收入的不断增加，金融产品也在日益丰富，越来越多的普通居民开始涉足股市，股票由于其高流动性和高收益性受到广大投资者的欢迎，但是，由于股民个人的风险意识及专业知识等方面有差异，使投资者的个人收益存在很大的差别，而其高风险性却往往被重视不足。人们聚在一起的时候，谈到的更多的是哪只股票挣了多少钱，但却很少谈及哪些股票赔了多少钱。特别是2005年后，股票开始出现牛市，更多的人开始投身股海，将自己的资金投到股票市场上，以期获得丰厚的回报，而事实上，股市在2007年创下6000点历史的最高位之后，就一直呈现下降的趋势。这样的大起大落的股票市场，对个人理财产生了重要影响。

二、家庭投资比例分析

从近几年的家庭投资数据看，家庭个人在投资理财的选择中，银行储蓄仍然占据了50%的比例，是家庭理财的首选，究其原因，则是银行储蓄的高流动性和高安全性一直为人们所信赖。股票则为15%的比例，持有现金为17%的比例。但是，随着银行储蓄利率一直降低甚至出现过低的情况下，伴随着通货膨胀的背景，银行储蓄收益扣除通货膨胀之后，根本无法满足居民存款的初衷既增值保值的目的，这也促使城乡居民在满足了日常流动的经济资金的需求下，开始选择了高风险和高收益的股票投资。

三、股票的投资方式

股票是一种有价证券，是股份有限公司发给股东的入股凭证，代表着股东对公司的所有权，股东以其持有的股份数，对公司承担有限责任，股东也根据其持有的股份数，享有公司的股息和红利收入，股票作为一种投资方式，特点是方便灵活，资金流动性强，高风险的同时，也带有高收益，为普通百姓喜爱。

股票有很多种类，主要包括普通股票、优先股、后配股、混合股和其他种类股票，其形式有记名股票和无记名股票，面额股票和无面额股票，有形股票和无形股票等。股票作为一种常见的投资工具具有如下几个特点：

一是股票持有具有永久性。投资者购入股票后，不能向公司退股，若想退股，必须等到公司的破产清盘，否则就要通过市场交易转让股票给其他投资者。

二是股票投资具有收益性。股票投资的高收益，是股票区别于其他投资方式的最主要的特征，投资者通过股票投资进入公司的资金成为了公司的资本金，公司运用这些资金来保证生产经营和发展的稳定性，使公司产生利润，也就同时使投资者获得了收益。

三是股票的流动性强，股票持有者可以按一定的价格将其持有的股票出售给愿意购入该股票的其他投资者。通过转让，股票持有者可以收回投资并有可能获取差额收益，但他也失去了领取股息和红利的权利。

四是风险性高。股票持有者作为公司的所有者，可以根据公司的利润情况，分享公司的收益，但同时也要承担公司运营中所带来的风险。倘若公司亏损，股票持有者将以其所持股票数，对公司的风险承担有限责任。

四、股票成为个人理财重要选择的原因分析

当股票市场高涨的时候，人们看到了股票市场赚钱的机会，因此蜂拥进入股市，当股市低迷的时候，你们又看到了超低价买进再高价卖出的机会，又再次进入市场。种种赚钱的可能性，诱惑着人们进入股市，归结起来，主要有以下几点：

一是人们的可支配收入增加。伴随着经济的发展，人们手里的钱越来越多，而银行的利息收益持续偏低，越来越无法满足人们使资金保值增值的欲望，股票的高收益让人们趋之若鹜。

二是其它理财产品要求较高。虽然各大银行开出的理财产品越来越多，但一般都是要求大额投入，五万、十万的不算大数，而且基本上是五年十年后才会给本金。对于普通人来说，具有了不可靠性，更何况，各种理财产品的推销者吐沫横飞，更让人对理财产品望而却步，转而选择股票。

三是股市暴利的现象宣传。股市暴利的神话，是吸引着人们进入股市的重要原因，能够一夜暴富，是每个人的梦想。

五、投资股票要注意的原则

投资股票的目的是为了获取收益，股民应该根据自身条件，充分考虑自己经济状况、身体状况等，建立适合自己的理财渠道，而不能一味为了追求高收益，最后却导致一无所有。由于股票市场的高收益伴随着高风险，因为股票而倾家荡产的人不在少数，这就更要求我们提高风险意识。因此，个人投资股票时，要坚持以下几点原则：

一是量入而出，要根据自己的收入情况和风险的承受情况进行投资，明白收益与风险是成正比的，不要孤注一掷。

二是要坚持分散风险原则，不要把鸡蛋放在一个篮子里。在经济允许的情况下，尽可能选择多种理财方式，这样，当某个投资项目出现亏损时，也不至于出现资金全军覆没的情况。

三是要坚持风险控制原则。要尽可能多学习与投资相关的知识，认识到每种投资风险的高与低，拒绝侥幸心理，控制风险较高的投资品种如股票投资的比例。

只有坚持理性投资，看到股票市场的风险与收益，针对个人情况进行资产管理，才能实现资金的保值增值，由于股票风险的难以预期，加之股民个人的心理承受能力以及专业知识较差，就需要针对个人财产进行充分的权衡考虑，进行理性投资，方能不因意在投资而失去资金。

参考文献

[1]李晓君.个人投资理财存在的问题及对策探讨[J].财会通讯，2010.3.

[2]董朝阳.个人理财的五大关键点[J].财会通讯，2009.6.

股票投资的风险性篇5

关键词：噪声交易；投机性；投资者情绪；股票波动；股票收益

中图分类号：F830.59　文献标识码：A　文章编号：1003-7217(2010)04-0027-05

一、引言

以Samuleson，Fama等学者所创立并发展的“有效市场假说”(EMH)理论把股票市场中的投资者看成为理性投资主体，认为资产的价格应该完全理性地反映其基本价值即为预期股息贴现值之和。因为即使存在非理性的投资者，套利活动的存在也将迅速地消除其对股票价格的影响。然而，金融市场上的金融资产的价格与价值相偏离的众多“异象”对该理论提出了挑战。随之崛起的行为金融学理论认为股票的价格不仅取决于其内在因素，同时也受到参与主体自身行为的影响，即投资者心理因素对股票的价格及其变动有着重要的作用。De－long，Shleifer，Summer和Waldman(1990)发表的噪声交易模型(DSSW)首次将投资者情绪引入股票价格决定模型当中，认为投资者情绪是影响股票均衡价格的内在因素。随后Barberis，Shleifer，Vishny(1998)；Daniel，Hirshlei，Subrahmanyam(1998)，Hong，Stein(1999)所构建的BSV模型、DHS模型、HS模型进一步阐述了投资者情绪对股票价格作用的内在机理。此外，大量的实证研究也验证了投资者情绪对于股票价格的影响。

在确定投资者情绪是股票均衡价格形成的影响因素之后，研究的重点转向投资者情绪对均衡价格形成的作用形式上，即投资者情绪是否构成系统性风险。在资本资产定价模型当中，单个股票的风险对有效组合的收益不构成影响，系统性风险起着决定性的作用。Wayne Y.Lee等(2002)对美国1973～1995年的投资者情绪与股票收益之间的关系进行了实证研究，其结果表明投资者情绪构成了股市的系统风险并得到了相应的补偿。然而，随后的一些实证研究得出了不同的结论。Lemmon等(2006)发现消费者情绪指数(ICS)的变化对小盘股及个人投资者持股较多的股票收益之间有着密切的联系。Das和Chen(2007)通过建立个人投资者情绪指数，表明该指数与高科技类股票指数具有很强的相关性。国内的研究也得出了同样的结论，张强等(2007)对我国股市投资者情绪与股票收益之间的关系进行了检验，认为投资者情绪是影响股票价格的重要因素，但对不同的市场和组合的影响方式不同且未形成系统风险。

从上述研究可以得出，投资者情绪是决定股票价格均衡形成的系统因子，但其对不同类型的股票影响程度不同，即没有构成系统风险。而资本资产定价模型当中，非系统性风险对于有效资产组合的价格与收益不产生影响，联系到我国股市的实际情况明显存在一个悖论。本文将在此基础上对我国股市横截面收益特征展开研究，从市值规模的角度将股票分为大盘股、大中盘股、中盘股、小盘股来研究投资者情绪对不同类型股票收益的影响，并同时考察投资者情绪对于不同类型股票收益与方差的影响。

二、研究假设的提出

假设1：相对于“大盘蓝筹”股，那些年轻、波动大的小盘股更容易受到投资者情绪对其的影响。

投资者情绪是投资者对股票价格未来变动趋势带有系统偏差的预期，是大量非理性投资者犯同样的判断错误，而且他们的错误又具有相关性的特定现象。因此，投资者情绪的一种可能定义是投机的倾向程度。在该定义下，投机的情绪推动对股票的需求，而投机者会更倾向于购买套利难度高的股票，并因此对股票价格产生截面影响。这里把难于套利的股票定义为具有“投机性”(speculative)的股票。对于“投机性”股票的定义，Baker和Wurgler(2006)认为最主要的因素是对股票基本面价值估计的主观性和困难度。如对于一些年轻、市值小、目前暂无赢利，但极具增长潜力的公司来说，由于其无赢利的历史和高度不确定性的未来，投资者对其估值较为主观且差异较大。在股票投机性的定义当中，市值规模成为一个重要的因素。Banz(1981)按照市值大小将全部在纽约股票交易所上市的股票进行分组，发现经CAPM调整后的超额收益与市值成反比。Fama和French(1992)的研究也表明，贝塔系数不能解释不同类型股票收益的差异，而公司市值、账面市值比和盈余价格等有着显著的解释力。国内的研究也证实了这一点(宋颂兴等，1995；朱宝宪等，2001。市值规模小的股票具有较强的波动性，因而也受到偏好风险类投资者的追捧，这在我国股市也是一个较为常见的现象。有基于此，本文将市值规模作为股票投机性程度划分的标准，并提出本文的第一个研究假设。

假设二：投资者情绪在一定程度上削弱了资产收益与其方差的正相关性，且对“投机性”高的小盘股这一影响更加显著。

CAPM的中心思想是：在股票定价中起作用的是有规律的市场系统性风险，而与市场风险不相关的单个风险在股票的定价中不起作用，具体体现在β值上，可以表达为：

从式(1)中可以看出在风险资产的定价中，单支股票与市场组合的协方差即βi在定价中起到决定性的作用。DSSW模型在投资者情绪遵循随机游走的基础上，通过建立一个有代表性的两期跨时迭代模型得出了投资者情绪是决定股票价格的系统性因子，其模型结论如下：

其中，Pt为期股票的价格；μ为噪声交易者比例；βi为投资者对股票价格的非理性预期，即投资者情绪，p*，σ2p别为其期望与方差；r为无风险利率。由式(2)可以得出股票的预期收益为：

在式(3)中，投资者情绪波动造成的风险与股票预期收益呈正向关系，而与情绪水平负相关。比较式(1)和式(3)可以看出，投资者情绪对于股票收益的作用体现在对β值的影响上，即作用于资产收益与方差的相关性上。Yuan和Yu(2005)对美国股票市场数据对这一现象进行了研究，其结论认为投资者情绪会削弱资产收益与风险之间的正相关关系。Yu和Yuan(2008)的研究进一步说明了两者之间的关系，认为在投资者情绪高涨时期，其削弱作用更为显著。已有研究对投资者情绪对不同类型股票的收益与方差之间的影响尚缺乏相应的研

究，既然投资者情绪对于市值规模较小的股票有着更为显著的影响，是否会体现在对其收益与方差的作用上。在上述分析基础上提出本文的第二个研究假设，即投资者情绪会削弱资产收益与其方差的正相关性，对于市值规模小的股票影响更为显著。

三、实证检验

(一)实证方法

根据以上论述，假设1需要测定投资者情绪波动与不同类型股票收益的关系；假设2则要测定投资者情绪对不同类型股票收益与其波动正相关性的影响。要对两个假设进行检验则要求研究数据必须是时间序列和横截面相结合。因此，本文将采用横截面回归方法进行分析，并针对研究假设构建如下回归模型：

其中Rit为第t个时段第f类股票的收益，Asentiment为投资者情绪变化，σ2p为第t个时段第f类股票的方差。i=1，2，3，4，分别表示大盘股、大中盘股、中盘股、小盘股。若fit>0，则表明投资者情绪变动与收益正相关；若，f11≠f12≠…≠f1n表明投资者情绪变动对不同类型股票影响不同；而gli

对于σ2的测定，由于股票收益回归方程的残差往往呈现波动的“成群”现象：波动在一些较长的时间内非常小，在其他一些时间内非常大。这说明误差项可能存在条件异方差性。由Robert和Engle(1982)研究发展出来的ARCH模型把误差项的条件方差表示为前期误差项(不考虑其符号)的增函数。Bollerslev于1986年对ARCH模型进行了改进并提出了GARCH模型，把误差项的方差表示为前期误差项(ARCH项)、前期误差项的方差(GARCH项)的增函数，可以说GARCH是广义的ARCH模型，而ARCH是GARCH的一种特定形式。因此，这里对σ2的测定采用GARCH(1，1)模型：

其中，σ2t-1为上一期的预测方差(GARCH项)，靠。为上一期的残差平方(ARCH项)。

(二)数据说明

1　股票收益分类。基于前文的论述，“投机性”股票一个重要特征是高波动性，据此可以将股票分为大盘股、大中盘股、中盘股和小盘股四种类型。就投机性而言，大盘股“投机性”最小，而后依次递增，小盘股的“投机性”最大。本文选取了中信标普所提供的A股指数作为股票收益的数据来源。研究期间为2005年3月～2007年3月，与构造投资者情绪指数所能取得的样本期一致。

2　投资者情绪。我国目前对投资者情绪的调查不多，且大部分数据经常缺失，数据不完整，影响了分析效果。本文采用了在《中国证券报》刊登的华鼎“多空”民意调查数据，主要是对大、中、散户的仓位情况以及对后市涨、跌的看法进行调查，以客观数据为中心，通过华鼎自编数据处理程序进行处理，并结合华鼎仓位指数模型与基本面得出。样本期间为2005年3月～2007年3月。

(三)检验结果分析

1　描述性统计分析。对投资者情绪及各类股票收益进行描述统计分析，结果如表1。

从表1的结果来看，投资者情绪均值大于0，说明投资者情绪在样本期间整体表现乐观，从而促进了股市的正向收益。大盘股收益和小盘股收益均值分别为0.16961、0.187137。小盘股收益均值大于大盘股收益均值。再看方差，小盘股收益的方差同样大于大盘股收益的方差。风险与收益的对称性在一定程度上可以解释上述统计结果中小盘股收益均值大于大盘股收益均值。但小盘股高出的超额收益是否完全是其高风险所带来的，高波动性是具“投机性”股票的特征，它的这种特性使得厌恶风险的理性投资者难以进行套利。风险与收益的这一正相关性是否受到投资者情绪影响，对这些问题的解答将在回归结果分析中进一步探讨。

2　变量及模型的检验。本文选用的数据和实证检验模型涉及金融时间序列，建模时首先要考虑选取指标时间序列的平稳性。面板数据的单位根检验方法分为两大类：一类为相同根情形下的单位根检验，另一类为不同根情况下的单位根检验。由于所选取数据中各截面序列具有不同的单位根过程(in―dividual unit root process)，因此，这里采用不同根情况下的ADF检验。单位根检验结果如表2。

结果表明：在1％的显著水平下，各类股票收益及其方差、投资者情绪指数在整个样本期间都是平稳序列，可以直接进入下一步实证检验。

接下来进行模型形式设定的检验。通过Eviews5.0软件直接求得三个模型的残差平方和，再利用F统计量的公式得到如下检验结果见表3：

在置信水平0.1下，临介值F1(9，1872)=1.634，临介值F2(12，1872)=1.549。表3中F2>1.549，所以拒绝H2；又由于F1>1.634，所以也拒绝Ht。因此模型将采用变系数的形式，同时也初步验证了投资者情绪变动对不同类型股票影响不同。

虽然四类股票都有各自的特征，但它们不可避免地会共同受到宏观因素(如货币政策的调整等)的影响。且对于这些宏观因素的影响，不同类型的股票会产生不同的波动，同方差性的古典假设与实际情况不符，应允许模型中存在横截面异方差，因此，这里采用广义最小二乘法(GLS)进行估计。同时，由于研究仅集中于投资者情绪对四类股票的影响，所以，选取固定影响的变系数模型进行分析。

3　回归结果分析。表4为模型的回归结果。

首先看投资者情绪波动对各类型股票的影响：fli均大于0，这说明投资者情绪波动显著地正向影响收益。当投资者乐观时，收益增加；当投资者悲观时，收益减少。但影响程度各不相同，对大盘股的影响最小为0.051539；对小盘股影响最大为0.066135。随着股票“投机性”的逐步增强，投资者情绪波动的影响也逐渐增大，从而验证了研究假设1。为方便起见，将上述统计结果用直方图表示出来，如图l。

其次，看投资者情绪对风险与收益的正相关性的影响。从goi的统计结果可以看出，均值、方差是呈正相关性，但加入投资者情绪变量的交互项gli却是负的，这说明投资者情绪削弱了均值一方差的这一正相关性。同时，对不同类型的股票这一影响也各不相同，股票“投机性”越高，投资者情绪对均值、方差这一正相关性的削弱程度也越大。这与假设2也完全符合。

以上回归结果均通过t检验。因此，可以说投资者情绪不仅是影响股票收益的重要因素，且其对不同类型股票收益的影响各不相同。随着股票“投机性”的逐步增加，理性投资者套利难度逐步增大，投资者情绪的影响也逐渐增加。

四、结论

本文根据投资者情绪是股票价格形成的重要影响因素这一研究观点，围绕投资者情绪是否构成系统性风险、对不同类型股票的差异化影响及作用方式三个方面对我国股市投资者情绪与股票收益进行了扩展研究，并得出了如下结论。

股票投资的风险性篇6

卖空机制对投资者行为影响的系统研究始于miller。miller(1977)认为，由于禁止共同基金卖空股票(市场仅允许有限卖空)，在股票上升超过基本价值时，市场力量较强的一方不能通过卖空充分套利，股票价格仅反映了市场上最乐观的投资者对股票价值的评价。miller还认为，市场对股票走势看法的分歧越大，市场缺乏向下卖压的力量，股票价格越有可能上升至偏离基本价值的水平，由此造成股票未来预期回报率下降和回报率分布的肥尾(skewness)现象。scherbina(2000)的实证研究证实了miller的结论：高分散度的投资组合(代表对市场看法的分歧大)比低分散度的投资组合的平均收益率低。miller认为，市场看法的分歧越大，基金不能卖空，就要减持某一种股票，这种股票的价格就会被乐观的投资者的交易行为推高，同时未来预期回报率就会降低。chen，hong和stein(2000)的实证研究证明：基金持有份额较低的股票，平均回报率较低；反之亦然。mong和stein(1999)分析了卖空限制和买卖订单高峰时投资者对后市看法的分歧，证明卖空限制导致肥尾现象——股价向上波动的幅度大于向下波动的幅度。投资者在不同制度背景下的行为差异是导致股市不均衡波动的主要原因。在西方，市场存在卖空机制，但同时对卖空又有很多限制。我国的情况则是截至 2006年8月1日之前，股票市场禁止卖空行为，而同期我国股票市场的波动性则比西方成熟市场更大。

二、卖空机制对投资者行为影响的数理分析

假设一个股票市场的投资者，期初拥有一笔财富w，分散地投资于市场。投资者不持有现金，不进行透支投资。市场上有两种资产：无风险资产，其固定收益率为rf；风险资产(股票)，其收益率为两部分，即资本利得r和红利d。我们假设投资者的投资期限为一期，比如一年。为了计算方便，略去资本红利，风险资产的收益率用月代表。锻资者的资产组合由无风险资产和风险资产(股票)两部分组成，风险资产的组合用市场组合或指数组合来表示，投资者面对的只有系统性风险。投资者的资产组合在市场的有效前沿上(efficient frontier)，即这个组合是投资者风险态度既定下的效用最大化的最佳组合。投资者投资股票市场的比率用a表示，无风险资产的比率为(1-a)。投资者的市场风险贝占现因子为δ，0<δ<1。δ越接近1，表示风险越小；δ越接近0，表示风险越大。

1.允许卖空机制条件下投资者的行为模型(此处的卖空指无限制的完全卖空机制)。投资者的期初财富为w0，无风险资产的收益率为rf。假设在允许卖空的条件下，投资者投资风险资产的比例为a1，风险贴现因子为δ1，期末财富为wp。在允许卖空的条件下，投资者可以通过股票上涨和卖空两个途径获取收益，投资者的资本收益率由两部分构成：股票上升时的资本收益率(用r1表示)，以及卖空时的收益率。假设在有卖空机制的条件下，投资者的操作策略是每一次在股票指数上涨到一个高点时，卖出所有股票，并借来相同数量的股票卖空；在一个低点时买回当初卖出的股票组合，同时买人同样数量的股票还给其他投资者。进一步假设有卖空机制的市场是一个成熟、完美且有效的市场；在这个市场上，股票走势不可测，一年内股票指数上涨和下跌的概率相等，即投资者卖空的资本收益率和买卖股票的资本收益率相等，也为r1。于是，我们有：

  

2.禁止卖空机制条件下投资者的行为模型(禁止任何形式的卖空)。投资者的期初财富和无风险资产的收益率与允许卖空机制条件下相同，仍为w0和rf。假设在禁止卖空条件下，投资者投资股票的比例为a2，风险贴现因子为δ2，期末财富为wf。在禁止卖空的条件下，投资者只能通过股票上涨一条途径获取收益。假设在禁止卖空机制条件下，投资者的交易策略是在股票上涨的时候买进股票，在股票下跌的时候卖出股票——即典型的追涨杀跌。假设其资本收益率为r2，于是有：

投资者要求在两种条件下的财富预期效用相等。这是一个约束条件，是投资者继续持有风险资产(不退出市场)的前提条件，也是投资者不通过借贷进行投资的前提条件。如果在市场禁止卖空的条件下，投资者的预期效用低于在市场允许卖空条件下的预期效用，投资者就会退出风险资本市场，即投资者倾向于全部持有无风险资产和无风险资产十现金；如果在市场禁止卖空的条件下，投资者的预期效用大于在市场允许卖空条件下的预期效用，投资者就会通过借贷或透支投资于风险资产。假设投资者为绝对的风险回避者，在允许卖空和禁止卖空两种情况下，投资者的风险态度发生变化，有下列效用函数：

(3)

这是在资产组合β=1，即资产组合只有系统性风险的效用函数。其中，γ为绝对风险厌恶系数。γ越大，表示对风险的容忍度越大；γ越小，表示对风险的容忍度越小；γ∞，表示绝对风险回避。w为期末财富。假设在允许卖空机制的条件下，投资者的风险偏好系数为γ1，，在禁止卖空机制的条件下，投资者的风险偏好系数为γ2。因为在禁止卖空机制的条件下，投资者只有一种途径——股票上涨获得资本收益，此时，投资者倾向于承担更大的风险，其风险容忍度增加，0>γ2>γ1。假设up和uf分别为投资者在允许卖空机制和禁止卖空机制条件下的效用，根据前述约束条件——投资者要求在两种条件下的财富预期效用相等，可以得出：

up=uf   (4)

根据(3)式，有：

(5)

由于0>γ2>γ1，则0>γ2／γ1 <1。因此：

(6)

将(1)式和(2)式代入（6)式，得：

从(7)中解出r2：

a和δ的关系此消彼涨，即风险资产的比例增加，a上升，导致风险增加，δ向下趋近0。因此，可以近似地认为。于是有：

(9)式是在禁止卖空机制的条件下，投资者要求的资本预期收益率底线，是投资者继续留在股票市场的收益率约束条件。如果预期收益率低于这个水平，投资者就会减持风险资产，甚至完全退出股票市场。

三、投资者行为选择对股票市场的影响

不同制度背景下投资者的行为选择可以通过(9)式来分析。根据前述定义，在两种制度背景下，投资者的初始财富不变、风险态度发生变化，投资者的资产组合在市场有效前沿上。这样，问题就是在同一条市场线上选择不同的风险一收益组合（见图1)。

图1中，r为资产组合的预期收益率，σ为标准差，σ=1／δ。ff为有效前沿，rfe为市场线。在rf点，资产组合中全部为无风险资产；在z点，资产组合中全部为风险资产。在rf和z之间，资产组合中既有无风险资产，又有风险资产。越接近z点，风险资产的比例越大；越接近rf点，无风险资产的比例越大。ip和if为允许卖空机制和禁止卖空机制条件下投资者期望效用的无差异曲线，其与市场线rfe的切点p1和p2是允许卖空机制和禁止卖空机制条件下的最优资产组合。r*1、r*2和σ1、σ2是两个最优资产组合的预期收益率和标准差(风险系数)。

从(9)式中可以看出，凡和r2的关系主要取决于a1和a2。只要a2≥a1，就有r2>2r1。从前述分析中我们知道，在禁止卖空机制的条件下，要获得与允许卖空机制下相同的效用，投资者要承担更大的风险，即投资者的风险态度更倾向于风险偏好。从图1可以看出，在禁止卖空机制的条件下，由于投资者更加偏好风险(风险厌恶程度降低)，投资者预期效用的无差异曲线从ip(允许卖空机制)右移到if(禁止卖空机制)，与市场线相切决定的最优资产组合p2比允许卖空机制条件下的最优资产组合p1更具风险性。这表示在禁止卖空机制的条件下，投资者的最优资产组合中要加入更多比重的风险资产，即：

因此：

r2>2r1

(10)

这就是说，在禁止卖空机制的条件下，只有当预期收益率两倍以上于允许卖空机制条件下股票上涨的资本收益率时，投资者才会继续留在股票市场进行投资。但在这种情况下，投资者的行为选择和股票指数的走势与允许卖空机制时相比发生了变化，投资者更倾向于风险偏好。在股票上涨超过基本价值时，由于信息交易者无法卖空 (假设投资者不离场)，风险态度 (更加偏好风险)的转变使他们加入到追涨的行列，市场空方力量受到限制，迫使股票价格向上的幅度较大；相反，在股市下降超过基本价值时，风险偏好和处置效应(kahneman，and tversky，1979)都会导致信息交易者不加入到杀跌行列，股票市场空方的力量削弱，股票价格向下的幅度较小，于是造成股票市场波动幅度加大和肥尾现象——上涨幅度大于下跌幅度(见图2)。

图2是一个简化的股票走势图。图中v代表股票的基本价值，是—条直线；i代表股票指数。实线ss代表允许卖空的股票走势，允许卖空的股票指数围绕基本价值对称分布；虚线fs代表禁止卖空的股票指数，禁止卖空的股票指数在基本价值之上呈不对称分布(肥尾)，这种分布表示股指波动幅度增加且上升幅度较大，而下跌幅度较小。

四、投资者退化的逻辑过程和现实路径

行为金融学认为，投资者的行为选择不符合经济人理性。从静态的角度看，经济人理性确实不符合真实情况，投资者的行为受到各种各样的认知偏见和行为偏差的影响。但越来越多的研究表明，投资者会在失败和成功(自己的或别人的)中学习、纠错，改良自己的投资行为，不断从“必然王国”——有限理性，向“自由王国”——完全理性趋近。因此，从动态的角度看，投资者的行为是符合经济人理性的。因此，与行为金融学稍有不同，我们认为经济人理性也会导致噪音交易行为和股市的“非理性”波动——交易者具有理性不代表市场具有理性。在允许卖空交易和禁止卖空交易两种制度背景下，投资者都会运用理性计算、甚至经验直觉选择对自己最有利的交易方式。这种选择不是独立的、随机的个体选择，而是一种集体理性，是高度相关的社会性选择。在我们的模型中，集体理性选择的结果必然是：在允许卖空交易的条件下选择信息交易，在禁止卖空交易的条件下选择噪音交易；后者必然导致市场波动性增大和“非理性”成分增加。这里需要说明的是投资者理性与噪音交易之间的关系。行为金融定义噪音交易者是非理性交易者，而我们认为这种概括失之偏颇；非理性交易者仅是噪音交易者的一种，而不是全部。当一个市场存在制度缺陷和制度缺失时，市场价格对基本价值的偏离有可能是理性选择的结果，而非完全是非理性行为所致。这时，市场由噪音交易主导，投机盛行，股票指数波动性很大。但这些主导市场的噪音交易者是理性的噪音交易者(这是我们选取公式4这个完全理性的预期效应函数的依据)，不是完全受过度自信等情绪影响的幼稚(naive)的投资者。为了避免概念上的混乱，我们在本文中把噪音交易的对立面界定为信息交易，不采用非理性交易这个说法 (这并不否认非理性的噪音交易者的存在，只是为了强调制度因素对投资行为的影响，突出理性的噪音交易者这个概念)。我们定义信息交易就是按照基本面的信息进行交易，因此很容易看出，在特定的制度背景下，信息交易策略似乎有悖于经济人理性假设，它不是一种最优的交易策略。

1.投资者退化的逻辑路径

图2和式(10)说明，在允许卖空机制的制度环境下，如果信息完全，即交易者之间不存在信息分布的不对称现象，投资者通过理性套利，可以从股票上涨或下跌两个方面获利，投资者资产组合的预期收益和风险较小，股票指数的波动围绕基本价值作较小幅度的波动。这时交易者的风险容忍度较低，倾向于理性的信息交易。如果市场禁止卖空机制，不管信息完全与否，交易者必须要求高于允许卖空机制时两倍以上的预期收益率，才能获得与后者相同的期末效用。投资者的风险容忍度变大，投资者的理性交易策略为噪音交易——投资者从信息交易者退化为噪音交易者。我国股票市场的高市盈率和高波动性正好佐证了这个推论。这是投资者从信息交易者退化为噪音交易者的逻辑过程。这种噪音交易是制度的产物，或者说是制度诱致型的噪音交易。这种噪音交易不是因有限理性和投资者认知偏差所导致的，恰恰相反，这种噪音交易是投资者在制度约束下理性选择的结果。

2.投资者退化的现实路径

现实中，投资者不可能先经历允许卖空交易的市场环境，然后再返回禁止卖空交易的市场环境。比如在中国，在制度不健全或制度转型的现实市场环境下(比如禁止卖空交易)，投资者在刚刚人市时可能是具有投资理念的信息交易者。他们对市场的理解停留在理论和新闻宣传阶段，而投资理论和新闻宣传没有哪个会教人在市场上造假和欺诈，因此，涉“市”之初，投资者是幼稚的(naive)息交易者。随着投资者在一个制度不健全的市场环境中成熟、成长起来，以及随着各种负面的示范效应的激励，投资者逐渐变成老道的(sophisticated)噪音交易者——市场投机者。这就是纵向的退化路径。还有一种横向的退化路径，即投资者在成熟的市场上(比如美国、欧洲等)，相对来说倾向于信息交易，但这些投资者一旦进入制度不完善的新兴市场就会蜕变为噪音交易者。一些来自美国和欧洲机构投资者频频在新兴市场掀起波澜(在中国台湾，qfii不但没有稳定市场，反而成为市场波动的推动者)，就是一个很好的例证，正所谓“桔生于淮南为桔，生于淮北为枳”。市场是一个适者生存的竞技场，变成噪音交易者是投资者的生存之道。这不是投资者自甘堕落的宿命，而是制度缺失条件下负淘汰机制对投资者选择的结果。

3.制度改进与投资者进化

上面的分析是基于这样的设想——投资者从一个幼稚的信息交易者在制度环境的影响下向老道的噪音交易者退化，或者从成熟市场的信息交易者向新兴市场的噪音交易者蜕变。这种设想主要是为了强调制度缺失如何引发投资者的噪音交易行为这个中国股票市场的特殊现象。投资者可以退化，更可以进化；制度缺失导致投资者退化，制度改进则导致投资者进化——从噪音交易者向信息交易者进化。在经济发展的现实中，制度总是不断改进和完善的，而不是相反；同时，投资者的行为也是不断地从噪音交易向信息交易进化。因此，随着卖空机制以及与之相关联的其他制度从无到有的建立、完善起来，股票市场上投资者的行为将会更多地转向理性的信息交易。其实，即使西方成熟市场上发现的一些行为金融学现象，比如处置效应、一月现象等，都在交易制度(止损点)和税收制度的改进中不断淡化，以致消失。因此，通过制度建设矫正投资者的噪音交易行为是降低市场非理性行为、稳定股票市场、增强股票市场融资功能的必由之路。这是制度建设的行为金融学含义——外在的制度建设内化为投资者行为模式，也是行为金融学研究对制度建设的一个启示。

五、关于卖空机制的相关讨论

 

以上讨论的是完全允许卖空交易和完全禁止卖空交易的市场上投资者行为的转化情况。实际上，即使在成熟的市场上，允许卖空交易也不是没有限制的。比如在美国的股票市场上，就有我们上述提到的不允许基金卖空的限制。另外，美国证券交易委员会曾一度规定：卖出申报价不得低于最新成交价，以防止卖空者连续压低行情。这项规定以后修改为准许按前一成交价卖空，但前市价格必须高于更前一次价格，这就是说，只允许在市场上涨时卖空(屠光绍， 2000)。这些规定是为了防止在信息不对称的情况下，投机者制造虚拟需求，人为造成股市波动以获利。因此我们可以看到，在成熟的市场上也存在制度因素造成套利不充分而导致的市场噪音；理性的噪音交易者不仅仅存在于转型市场，也不同程度地存在于成熟市场。

卖空机制既有稳定市场的一面，又有加剧市场波动性的一面。其最终导向咽卜面，关键看市场信息的分布情况。如果市场信息分布均匀、对称，卖空交易就会起到稳定市场的作用——在市场上行时，借来股票卖出，增加市场供给，打压股市；在市场下行时，买进股票还给出借者，增加需求，抬升股市。如果信息分布不对称，卖空机制就会成为庄家兴风作浪的工具，祸害于股票市场。但是在没有卖空机制的情况下，不论信息对称与否，投资者都会向噪音交易者退化，同时增加市场的波动性。因此，问题的关键不是要不要卖空机制，而是能不能建立完善的信息泡括卖空交易信息)披露制度。在一个信息披露制度不健全的市场上贸然引进卖空机制，这和在信息披露制度健全的市场上仍然禁止卖空交易，其危害性是相等的。自2006年8月1日起，中国股票市场开始融券业务试点，标志着中国股市有了卖空机制。这项制度在短期内对股票市场的影响无法确认(也可能稳定市场，也可能给市场带来更大的波动)，但可以肯定，长期来说，这项制度对市场的正面效应会随着市场其他制度建设方面的不断进步，越来越显现出来。

股票投资的风险性篇7

将股指期货引入投资组合管理,可以提高整个组合应对系统性风险的能力,同时可以提高投资组合的资产配置效率。

根据投资者的不同需求,一般避险策略可对冲的风险包括“下跌风险”和“踏空风险”,通常称为空头套保和多头套保。

例如,某投资者已持有一个股票组合,为防止该组合市值下跌的风险,可建立股指期货空头头寸,力求在股指期货到期时,整个组合的市值不低于股指期货建仓时的市值。如果未来大盘下跌,卖空股指期货的盈利可以弥补股票组合的损失;如果未来大盘上涨,股票组合的盈利可以弥补卖空股指期货的损失。

这样,避险者即使担心未来大盘下跌,也不用卖出手中持有的股票,而是放空指数期货,待大跌过后再回补期指。再例如,某投资者为了锁定未来的建仓成本,可事先建立股指期货的多头头寸,如果在建仓期中大盘上涨,那么建仓时高出的成本可由股指期货多头头寸的盈利弥补;如果建仓过程中大盘下跌,则建仓成本降低,节省的成本可弥补股指期货多头头寸的亏损。这里所提到的避险策略,从一定意义来说是对流动性的避险,因为对于大资金很难在短时间内增加或减少较大幅度的股票头寸,通过股指期货的买卖相当于把将来要卖(买)的现货在期货市场先行卖出(买入)。

股指期货管理流动性风险的这一功能在我国的市场中显得尤为重要,主要原因在于我国的股票市场是T+1交易。一旦某一交易日突发重大利空事件,T+1的交易制度使得当天已经买入股票的投资者无法做出应对。然而,股指期货推出后,其灵活的双向T+0交易可以让投资者利用空头套保的操作手段管理风险。

是否所有的市况都适合进行避险呢?答案是否定的。评判是否需要对股票头寸进行避险的标准主要有两个:一是股票头寸买卖的灵活性;二是股票头寸受系统风险因素影响的程度。如果一个股票组合规模不大,股票数目也不多,并且愿意持有的时间也很有弹性,那么可以在股票市场上很灵活地操作,可以不考虑通过期货进行避险;相反,如果持有的头寸庞大,股票构成复杂,而且需要持有较长时间,则可以考虑一定的避险。

股票投资的风险性篇8

关键词：开放式基金；股指期货；风险管理

199o年代以来，基金行业出现快速增长。在中国加入wto的背景下，开放式基金也成为中国基金业的主要发展方向之一。截至2006年11月，我国已有开放式基金249 只，远远超出了封闭式基金54只的数量，以开放式基金为主要代表的规范化的机构投资者对我国证券市场的发展起着越来越重要的作用。作为一个金融创新品种，开放式基金会对中国证券市场的持续健康发展和与国际资本市场的接轨起到有力的推动作用。

但随着开放式基金在我国的深入发展，也逐渐暴露出一些问题。国际经验和中国封闭式管理基金公司运作的实践证明：基金是高风险行业，如果没有严谨、完善的风险管理机制，开放式基金的发展面临很大风险。随着2006 年9月8日中国金融期货交易所在上海的正式成立，股指期货也将推出。在这种情况下通过研究股指期货来防范开放式基金的风险，在我国具有重要的现实意义。

一、开放式基金的特点及风险

开放式基金是指基金发行总额不固定，基金单位总数随时增减，投资者可以按基金的报价在国家规定的营业场所申购或者赎回基金单位的一种基金，购买或赎回基金单位的价格按基金资产净值计算。

（一）开放式基金的特点

开放式基金是与封闭式基金相对的一种基金类型，其特点是相对于封闭式基金而言的。

1. 基金规模的不固定性。封闭式基金有一个封闭期，封闭期内基金份额固定不变，即使运作成功也无法扩大基金份额。开放式基金的份额是变动的，一般在基金设立三个月或半年后，投资人随时可以申购新的基金单位，也可以随时向基金管理公司赎回自己的投资。因而，管理好的开放式基金，规模会越滚越大；而业绩差的开放式基金，规模会逐渐萎缩，直到规模小于某一标准时被清盘为止。

2. 基金期限的不预定性。封闭式基金通常有固定的存续期，当期满时，经基金持有人大会通过并经监管机关同意可以延长存续期。而开放式基金没有固定的存续期，如果基金的运作得到基金持有人的认可，就可以一直运作下去。

3. 交易价格依基金单位资产净值而定。封闭式基金的买卖发生在证券二级市场上，其转让价格在交易市场随行就市，受股市行情、基金供求关系及其他基金价格拉动的共同影响。而开放式基金的交易价格由基金管理者依据基金单位资产净值确定，每个交易日公布一次。投资者不论申购还是赎回基金单位，都以当日公布的基金单位资产净值成交。这一价格不受证券市场波动及基金市场供求的影响。

4. 交易方式的特殊性。封闭式基金一般在证券交易所上市或以柜台方式转让，交易在基金投资者之间进行，只是在基金发起接受认购时和基金封闭期满清盘时交易才在基金投资者和基金经理人或其人之间进行。而开放式基金的交易则一直在基金投资者和基金经理人或其人(如商业银行、证券公司的营业网点)之间进行，基金投资者之间不发生交易行为。

5. 净资产的信息披露更公开化。封闭式基金不需要按日公布资产净值，一般隔一定时间(我国的证券投资基金是每一周)公布一次，基金管理公司不直接受理基金的申购与赎回。而开放式基金应由基金管理公司每日公布资产净值，并按资产净值为基础确定的交易价格每日受理基金的申购与赎回业务。

（二）开放式基金的风险

开放式基金虽然有专家理财、分散风险的优势，但这并不意味着开放式基金毫无风险。开放式基金主要面临以下风险：

1. 流动性风险。开放式基金流动性风险是指基金资产不能迅速转变成现金，因而不能应付可能出现的投资者赎回需求的风险，具体表现为三种形式：一是资产流动性不足，不能及时满足投资者的赎回要求而导致的支付风险；二是不能按正常价格吸纳资金而导致的经营风险；三是所持资产的变现过程中由于价格的不确定性而可能遭受的损失。

2. 申购、赎回价格未知的风险。开放式基金的申购数量、赎回金额以基金交易日的单位资产净值加减有关费用计算。投资人在当日进行申购、赎回基金单位时，所参考的单位资产净值是上一个基金交易日的数据，而对于基金单位资产净值在自上一交易日至交易当日所发生的变化，投资人无法预知，因此投资人在申购、赎回时无法知道会以什么价格成交，这种风险就是开放式基金的申购、赎回价格未知的风险。

3. 系统性风险。基金投资具有分散风险的功能，但由于股票、债券市场等存在固有的风险，开放式基金也难免出现亏损。如当开放式基金投资于股市时，上市公司的股价不但受其自身业绩、所属行业的影响，更会受到政府经济政策、经济周期、利率水平等宏观因素的影响，从而使股票的价格表现出一种不确定性。特别是当基金所投资的市场出现突发事件时，无论是一般投资者还是基金管理公司，都可能面临较大的风险。

4. 非系统性风险。开放式基金面临的非系统性风险包括许多方面，主要有市场风险、利率风险、购买力风险、管理风险以及经营风险等。

5. 不可抗力风险。即战争、自然灾害等不可抗力发生时给基金投资人带来的风险。

二、股指期货的功能

股指期货是指在交易所进行的以某一股票价格指数作为标的物，由交易双方订立的，约定在未来某一特定时间以约定价格进行股价指数交割结算的标准化合约的交易。股指期货的功能主要表现在以下几个方面：

（一）规避系统性风险

股票市场的风险可以分为系统性风险和非系统性风险。非系统性风险可以通过股票投资组合来分散和抵消，而整个市场的系统性风险则是无法用投资组合回避的。特别是我国股票市场发展尚不成熟，系统性风险在全部风险中占的比重很高，因此迫切需要股指期货这种避险工具与持有的股票仓位进行套期保值交易，以消除股票市场的系统性风险，保持稳定的收益率。

（二）价格发现功能 由于股指期货合约交易频繁、市场流动性很高、交易成本低、买卖差价小，瞬时信息的价值会较快地在期货价格上得到反映。从市场整体看，股指期货比股票现货更接近于完全竞争的有效市场，股指期货价格的变化往往领先于股票价格的变化，并预示着股票价格的发展趋势。当股指期货价格与股票价格发生偏离时，或者不同期限的股指期货价格发生偏离时，投资者可以计算出错误定价的程度，在锁定价差的情况下套取低风险收益。大量的套利交易将使市场的错误定价迅速得到纠正，从而使股指期货具有价格发现功能。

（三）提高资金利用效率，降低交易成本

股指期货的双向交易机制使机构投资者无论在股价上涨还是下跌时均可进行交易，以避免资金在股价下跌时的闲置；股指期货的杠杆效应能提高资金使用效率，降低交易成本；股指期货的高流动性，使得在股指期货市场建立相应金额的头寸要比在股票市场简单快捷得多，而且可避免由于大量资金进出引起股价大幅波动而增加交易的执行成本。

（四）进行组合投资，分散投资风险

国外的机构投资者常常在股票、债券与期货间进行有效投资组合，以分散风险，提高投资收益率。在国际金融市场上，股指期货常被作为基金构造指数化投资组合的重要工具。基金可以借助一个股指期货合约和国库券多头头寸的投资组合，来实现对股价指数的捆绑，取得与股价指数一致的收益率。实证分析表明在原有的股票、债券组合中加入部分期货，能在同样的期望回报率水平上有效降低风险。

三、股指期货在我国开放式基金风险管理中的作用

股指期货交易的实质，是投资者将其对整个股票市场价格指数的预期风险转移至期货市场的过程。在开放式基金的风险管理中,股指期货的主要作用表现如下：

（一）规避开放式基金的系统性风险

开放式基金理想的运作环境是规模大、流动性强、成熟度高、投资者理性的证券市场。我国证券市场发展不足20年，市场投机性强、波动频繁,给开放式基金带来了巨大的系统性风险。另外，我国的股市没有卖空机制，基金管理者无法进行反向操作，一旦进入熊市，基金将面临更大的系统性风险。股指期货可以作双向交易，是规避系统性风险比较有效的工具。当股市上涨到一定幅度而出现掉头向下的迹象时，或者基金管理人想暂时锁定已有的收益时，他们可以不必抛售股票，只要在股指期货市场卖出一定数量的期货合约。如果股市果真下跌，其所持有的股票会有损失，但所持有的股指期货合约可以盈利。等到股市跌势比较稳定时，平掉股指期货空单，以股指期货做空的盈利抵补股票的损失；同样在股市跌势将止转向上升时，开放式基金可以先在股指期货市场建适量多仓，然后可以在股票市场稳步选股购入，这时即使购股成本会有所上升，也可以用股指期货多单的盈利来弥补，最终达到低成本建仓的目的。上述操作方法可以使开放式基金有效地规避系统性风险，保持收益的稳定性。

（二）控制流动性风险，应付兑付压力

开放式基金购赎自由的特性，要求基金资产保持充分的流动性：有足够的现金流，满足支付需要；或保证资产及时变现弥补资金之不足。但流动性和盈利性往往是对立的，如果基金管理人仅仅考虑流动性风险，保证了资金的安全，而使其收益率下降，那么开放式基金依然会面对赎回的压力。流动性与盈利性是开放式基金管理人面临的一个“两难选择”，基金管理人偏顾任何一方都有可能引发危机。股指期货在缓解这一矛盾中起到了独特的作用。面对兑付压力时，基金管理人可以先在股指期货市场上卖出期货合约作为股票现货的替代品，当股票现货卖出后，再将股指期货空头合约平仓。

（三）优化投资组合，提高投资收益率

我国目前的投资基金一般只局限于股票市场，投资品种单一。股指期货可以丰富开放式基金的投资品种，从而优化资产组合，提高收益率。

（四）降低交易成本，提高资金利用效率

股指期货的双向交易机制使基金无论在股价上涨还是下跌时均可进行交易，以避免资金在股价下跌时的闲置；股指期货的高流动性，可避免大资金进出对股价的冲击；股指期货的杠杆效应能提高资金使用效率；在股指期货市场建立相应金额头寸的速度要比股票市场快得多。

（五）与国际市场接轨，提高竞争力

股指期货作为金融创新工具，在国际资本投资中得到了广泛运用。特别是进入1990年代以后，随着全球证券市场的迅猛发展，国际投资日益广泛，机构投资者对于套期保值工具的需求猛增，这使得近10年来股指期货的数量增长很快，己经成为全球金融衍生品市场中最具活力的金融工具。我国开放式基金如果能运用股指期货等各种衍生工具，一方面可以提高资金运作的效率，另一方面也可以参与全球衍生品市场的竞争。

参考文献：

股票投资的风险性篇9

关键词：劳动收入；财富；信息；资产选择

文章编号：1003－4625（2008）12－0096－07中图分类号：F830.59文献标识码：A

随着我国证券市场和房地产市场的发展以及人们收入水平的不断提高，人们的投资意识不断增强，越来越多的人在证券市场和房地产市场进行投资以获取收益。在我国，研究劳动收入和家庭财富对家庭的资产选择行为的影响无疑具有重要的意义。国外学者对有关劳动收入与资产选择，财富与资产选择以及在房产和股票上进行的资产选择等家庭投资行为进行了实证研究，得出了一些重要的结论。本文试图对国外学者的研究成果进行综述，以期对研究我国的家庭投资行为有一定的参考和借鉴作用。

一、 劳动收入和资产选择

每一个投资者都遭遇了在生命周期中的资产组合选择问题。流行的金融书籍和理财顾问都建议随着投资者变老退休，应该把金融资产组合从风险资产转移到类似国库券的安全资产上，这样做的经济判断是什么？

Samuelson(1969)开始致力于生命周期中资产选择问题的研究，提出“商人的风险”这个概念，例如，建议年轻的商人才能持有风险资产股票。但是，得出这个结论是在一系列的假设的基础上，包括回报独立、同一地分布，市场无摩擦，不存在劳动收入。

当讨论生命周期中的资产组合时需要考虑的一个关键要素是劳动收入和与之联系的风险。资产组合选择依赖劳动收入流的水平和风险在生命周期中改变的程度，劳动收入的存在能提供一个理性的、随着年龄变化的投资战略，不依赖预期的资产回报。

从Merton(1971)的研究工作分析，引入劳动收入这个因素是很好理解的。但是，当在数量上研究分析资产组合选择时，市场不完全看起来是被考虑的一个重要特征。因为道德风险问题，很多投资者面临阻止他们把未来劳动收入资本化的制度约束。甚至，明确地针对劳动收入风险的保险市场并没有很好地发展起来以至于很多投资者面临没有保险的劳动收入风险。

JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）使用符合实际的校准模型对最优资产组合和储蓄决策从数量上予以解决。他们考虑一个活着的生命有限，面临道德风险的投资者，受借贷约束和短期销售约束，能获得劳动收入。使用收入动态面板数据研究（PSID）对劳动收入状况和其风险特征进行估计。数据集包含劳动收入的准确信息和个体控制变量。人把他的储蓄投资在两类资产：无风险资产和风险资产。投资回报可能与劳动收入变动正相关。

为了弄清楚劳动收入风险对资产组合分配的影响，重要的是必须认识到劳动收入流构成持有一种资产的内涵。JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）研究表明劳动收入充当了对无风险资产持有的替代。如果他们在估计的价值上设定劳动收入风险和股票市场风险是相关的。这些结果证实了Heaton 和Lucas(1997)获得的早期结果，也与Jagannathan 和 Kocherlakota(1996)提出的直觉相符。

在JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）的模型中，生命中劳动收入状况的形成吸引投资者随着年龄的增长减少股票持有的比例，因而提供了在流行的金融文献中理性的建议。随着投资者年龄的增长，完全的以劳动收入形式的无风险资产持有失去了重要性，导致她在金融资产组合中明确地持有更多的无风险资产。投资者受到更多的劳动收入风险的约束，在资产组合中持有比较少的股票，以至于劳动收入风险挤出了资产持有风险。

有好几篇文章研究劳动收入风险对资产组合的影响。Heaton 和 Lucas(1997)，Koo(1998)和Viceira(2001)考虑的无保险劳动收入风险的资产组合选择的无穷大――范围模型。Viceira(2001)通过永远零劳动收入的固定概率获得退休效应。由于它们稳定的本质，无穷大――范围模型更不适合研究生命周期问题。更精确地说，JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）一个重要的发现是资产组合的重要决定因素是累计财富在预计将来的劳动收入中占的比率，这个预计将来的劳动收入显然不是稳定的。他们研究的主要贡献是很现实地解决了被校准的消费的生命周期模型和无劳动收入风险保险的资产组合选择，这个无劳动收入风险保险能使他们获得对市场不完全性的重要性和对投资行为的劳动收入风险的测量。他们能计量与现实中各种各样的投资者可选择的资产组合法则有联系的效应成本。

JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）发展了一个数理的并按照实际进行校准的模型解决面临劳动收入不确定性的有限生命时间的个人的最优消费和资产组合决策，这个人可以投资风险资产或无风险资产。即使劳动收入是有风险的，最优的资产组合法则表明与股票回报不相关的劳动收入被视为对无风险资产比对股票更接近的替代。因此，劳动收入的存在增加了对股票的需求，特别是在生命的早期。JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）调查了什么能降低对股票的平均配置，因而使用模型进行经验预测更接近通过数据进行的观察。在所有研究扩展中，JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）实证研究发现了灾难性劳动收入引起平均对股票投资的分配的校准概率大大降低。

JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）研究表明，借贷能力和资产组合分配的关键决定因素是收入分配的低边界。这是一个重要的经济问题。正像灾难性劳动收入引起的场面，社会保障限制使劳动收入远离零。有限制性收入过程的投资者面临一个正的内生的借贷限制，结果，当他们年轻的时候持有负的财富，因而不投资股票。在资产组合分配的生命周期类型中，在股票上的投资随着年龄的增加而减少。事实上，劳动收入轮廓线是向下倾斜的。随着年龄的增加，劳动收入变得不那么重要，因而，内含的无风险资产持有被它所替代。投资者最优的反应是把他们的金融资产组合变为无风险资产。JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）的研究粗略地支持了流行的金融学著作和金融咨询师所提出的投资建议，那就是，随着年龄的增长，把资产组合朝着相对安全的资产转移。但是，这个建议是不精确的，独立于风险厌恶和劳动收入风险。JoãoF.Cocco、FrancisoJ.Gomes和Pascal J.Maenhout（2005）也报告了忽略劳动收入存在的投资战略的实际惩罚，更不必说对那些一点也不投资在股票上的人。

二、财富、信息获取和资产选择

财富对一个家庭对风险资产需求的影响一直被研究，Cohn et al.(1975) 以及 Friend 和Blume(1975)在这方面进行开创性的研究工作。他们研究认为家庭在股票上的投资的比例随着他们财富的增加而增加。最近几个使用不同数据集和估计技术的研究证实了他们的观察。对被观察的股票投资组合的类型的普遍解释是随着财富的增加，风险厌恶程度降低。Morin 和Suarez(1983)使用资产组合数据引出家庭的偏好以及从股票的观察中得出结论是有关风险厌恶正在下降。但是，从资产组合的数据中得出要点是，没有足够的证据支持有关风险厌恶降低。几个研究反对这个使用包含关于对风险态度的数据的假设，如农户数据、调查数据或实验数据等。这里，JoёlPeress(2004)建议对观察到的股票资产组合和财富的类型的一个可选择的解释。这个解释只需要对随着财富的增加绝对的风险厌恶减少这个假设得到所有实证研究的支持。

除了绝对的风险厌恶减少，JoёlPeress(2004)文章中提供的解释依赖有成本的股票信息获取的可能性。尽管它们是不可直接观察的，有证据证明在信息上的差异对投资者的决策确实产生影响，这些差异也与家庭可测量的特性如财富有关。一些在欧洲和美国的调查证实了信息对股票所有权的重要性。会计上的研究表明，小的交易比大的交易对盈利消息做出的反应小，这表明富裕的投资者比贫穷的投资者处理这些消息，调整他们的操作的速度要快。JoёlPeress(2004)这篇文章通过信息上的内生差异解释了股票持有和财富的横截面类型。JoёlPeress(2004)明确地建立投资者怎样获取信息的模型。JoёlPeress(2004)表明尽管他们没有比较低的风险厌恶，富裕的投资者把大比例的财富放在股票上。原因是信息的价值随着投资量的增加而增加，而信息的成本并没有增加。这就暗示人使用更多的投资去获取信息。因而他们购买更多的股票，持有大比例的股票资产组合。因而，他们这样做并不是因为他们不是风险厌恶者，但是，因为股票对他们来说风险比较小。重要的是，这个结果不依赖增加回报的任何形式，规模的扩大是因为技术和偏好：尽管存在严格的凸的信息获取成本以及风险厌恶的增加。

JoёlPeress（2004）的模型是建立在Grossman 和Stiglitz(1980)以及Verrecchia(1982)的研究的基础之上的。在Grossman 和Stiglitz(1980)的研究中，交易者可能购买一只股票回报方面的私人信息，他们在市场上利用这只股票进行交易。他们的信息显示了均衡价格，但是只有部分因为系统存在一些噪音。在Verrecchia(1982)的研究中，交易者被允许继续选择他们私人信号的精确性。这些非对称信息下的理性预期模型的一个关键假设是人有绝对的风险厌恶效应。因而，这些模型忽略了财富的作用，尽管财富是股票持有的重要决定因素。为了捕捉财富效应，JoёlPeress(2004)在一般偏好下解决这个模型。通过一个小的风险近似值得出一个封闭形式的解决办法。这篇论文的观点是，只要绝对风险厌恶随着财富的增加而减少，获取私人信息将增加投资回报，即使它反映的是公开信号。

最后，JoёlPeress（2004）研究财富不平等和股票价格之间的联系。因为信息产生增加的回报，对股票需求是财富的凸函数。因而，财富分布越是不平等，股票价格就越高。相反，富有的投资者在资产组合中获得比较高的预期回报，比较高的方差以及比较高的夏普（Sharpe）率。因此，最终财富的分布比初始财富的分布更加不平等。

JoёlPeress（2004）的研究是受一个家庭在股票上的投资随着他们的财富增加而增加这个观察结果所激发而开始的，所以，第一，我们必须知道如何使股票资产组合被计量更精确。股票是指通过共同基金直接或间接持有的股份。第二，依赖于如何对待房产，对风险资产股票的资产组合的财富效应，不同的研究可以得出不同的结论。但是，都同意在股票上投资的金融资产的比例随着金融财富的增加而增加。第三，股票资产组合被计算的条件是拥有一些股票。因而，JoёlPeress(2004)研究的目的是解释家庭投资在风险资产金融财富上的比例，包括直接和间接投资，条件是成为一个股票持有者。

最近几篇研究文章估计股票资产组合对财富的弹性在0.1左右。研究者使用了不同的数据集和经济计量技术，但是所有研究都遵守以上三点。Vissing-Jorgensen(2002) 依赖对模型的规范，使用收入动态的面板研究估计发现股票资产组合对财富的弹性分别是0.09，0.12和0.10。Bertaut 和Starr-McCluer(2002)使用几个波段消费者金融调查发现的估计结果分别为0.17，0.04和0.06。最后，Perraudin 和 Sorensen(2000)使用1983年消费者金融调查发现的估计结果为0.09。

与不断减少的绝对风险厌恶对比，外部资产组合数据没有对不断减少的相对风险厌恶提供足够的支持。实证反而指出了在信息不能获取的环境下不断增加或不变的相对风险厌恶。首先，农业经济学使用农户在不同风险的作物之间分配他们的土地的数据进行研究，与投资者在不同证券之间分配他们的财富的方式相同。Saha,Shumway 和Talpaz(1994)以及Bar-Shira，Just和Zilberman(1997)使用不同的估计技术和数据集发现了不断减少的绝对风险厌恶和不断增加的相对风险厌恶的清晰类型。其次，设计调查问卷，通过某种碰运气的事问一些问题，探出调查对象的风险厌恶。Barsky et al.(1997)提出了健康和退休了的调查对象研究涉及碰到新工作的运气，发现相对风险厌恶出现以及随着财富的增加而下降。这表明绝对风险厌恶是财富的减函数，而相对风险厌恶是财富的增函数。进而，当风险资产股票的资产组合与风险厌恶、财富和其他人口统计变量的测量进行回归时，风险资产股票的资产组合与风险厌恶的相关系数显著为负，与财富的相关系数显著为正，表明财富发挥了重要的作用而没有获得风险厌恶发挥作用的结论。

最后，实证研究对风险厌恶提供了一些有兴趣的视角。Gordon ，Paradis 和 Rorke(1972)，Binswanger(1981),以及Quizon,Binswanger 和 Machina(1984)提出了一些有真实奖牌的项目。结果是他们用来的财富的比例随着他们财富的增加而减少，表明增加了相对风险厌恶。但是，这种类型与美国家庭资产组合数据形成了鲜明的对比。

财富对信息影响的实证研究主要依赖调查。Lewellen ，Lease 和 Schlarbaum(1977)请求一个大的美国零售经纪人的客户花多少钱在金融期刊、投资研究服务和专业咨询上的样本。他们发现随着收入的增加，信息费用支出增加很显著。同样，Donkers 和Van Soest(1999)使用从Dutch调查中获得的数据，这些数据包含了在金融事件上利益的信息，表明信息与收入存在显著的正相关。

JoёlPeress（2004）研究表明富裕的家庭获得更多的信息，因而对股票的需求是财富的凸函数。这就意味着如果把1美元从一个贫困人那里转移到一个富裕的投资者那里，富裕人对股票的需求增加将大于贫困人对股票需求的下降，最终导致总的需求增加。因而，股票价格将上升。简而言之，财富分布越不平等，股票的风险溢价越小。有趣的是，这是一个不考虑相对风险厌恶的例子。信息通过价格供给也随着财富的不平等而增加。

JoёlPeress（2004）研究了财富分布不平等对股票价格的影响，但是，他也看到了在股票和财富不平等上颠倒的因果关系。众所周知，财富分布是不均等的。例如在美国，最上层的少数家庭掌握金融财富的82.9%。而一些因素可能解释这些差异，这个模型集中在对资产有成本信息利用的作用上。这个模型表明信息如何产生放大了财富不平等的不断增加的回报。富有的投资人在其资产组合上获得了更多的信息，更多的股票以及更高的预期回报，更高的方差和更高的夏普率（Sharpe ratio）。根据预期财富测量的最终财富的分布比初始财富的分布更不平等。

除了理性的范式分析，有人可能呼吁用投资者的生理解释资产组合决策。的确，行为科学家已经指出了许多影响投资人的理念和偏好的决策。例如，损失厌恶，乐观主义和过度自信等都可能影响投资决策。重要的是，生理偏好解释为什么富裕家庭投资他们财富的大的比例在股票上需要投资在股票上的比例随着财富的变化而变化。行为研究的文献没有报告这方面的实证研究。有人认为，可能从偶然的观察，一些偏好随着财富的变化而变化。例如，富裕的人可能更加过度自信，也可能更过分估计了风险回报率。

JoёlPeress（2004）研究了如何区分资产选择组合的两个模型，即信息模型和降低的相对风险厌恶模型。在一个信息不对称的经济中，投资者不能获得信息，但他们的相对风险厌恶、预期超额回报、方差和夏普率（Sharpe ratio）在投资者在时期0的资产组合中是不同的。显然，夏普率（Sharpe ratio）独立于风险厌恶，因而也独立于财富。这个观察提出了检验信息模型与风险厌恶模型差异的简单方法。的确，在信息模型中，只要绝对风险厌恶减少，投资者资产组合的夏普率（Sharpe ratio）随着他的财富的增加而增加。在信息模型中，投资者有相同的效应函数，但是面临不同的效用边界，而在风险厌恶模型中，投资者有不同的效用函数，但有相同的效率边界。Yitzhaki(1987)通过部分方式检验这些模型。他使用58，000份报告1962年到1973年股票资本收益的联邦收入税收回报来检验资本回报和收入的关系。他把其样本分为5个收入组，把交易分为11个股票持有期，他计算了股票回报。他发现，股票持有期不变，但是股票回报和标准差随着收入的增加而增加。不幸的是，Yitzhaki没有检验夏普率（Sharpe ratio）和收入的关系。Massa 和Simonov(2003)结合了一些数据集，产生了一个瑞典家庭的综合样本，这些样本包括财富，股票持有的信息（直接和间接）以及资本收益和亏损等方面的信息。他们的数据覆盖了98%在1995－1999年公开上市的瑞典公司的市场资本（大约每年有300，000个家庭）。他们把样本分为两组，富裕的和不太富裕的，然后，按照其金融资产，把其财富分等级。他们对不同的组计算一年时期的夏普率（Sharpe ratio）发现富裕的家庭的夏普率（Sharpe ratio）要大于不太富裕的家庭，在富裕的家庭中，拥有高水平金融资产的家庭的夏普率（Sharpe ratio）比较高。因此，目前的实证研究支持信息模型，但是，要证明这些结论还需要更多的研究。

JoёlPeress（2004）研究的目的是解释由于财富的差异导致私人信息的差异，从而引起家庭的资产组合的差异。在理性预期均衡中，价格部分地反映了私人信息，因而抑制了把资源花费在信息上的激励。JoёlPeress(2004)研究中假设随着财富的增加，绝对风险厌恶下降，但是，对相对风险厌恶没有作类似的假设。从这个假设和有成本的信息的利用来看，这个模型表明信息的需求随着财富的增加而增加。他们财富投资在股票上的份额随着他们财富的增加而增加。这个结果与没有降低相对风险厌恶这个尚未经过实证检验的数据相符，也进行了理性的解释。此外，JoёlPeress(2004)研究表明对股票有成本的信息的有效利用加剧了财富的不平等，因为对信息有一个增加的回报，富裕的人获得更多的信息，更多的股票，因而在他们的资产组合上获得更高的夏普率（Sharpe ratio）。JoёlPeress(2004)还研究了信息和具有不同意义的资产选择降低的风险厌恶模型对于初始财富与平均回报，回报的标准差以及能够被利用并分别告诉他们的夏普率（Sharpe ratio）有怎样的影响。

当前的模型基本是静态的，它强调了股票所有权的横截面，把它扩展到动态模型是很有趣的。因为必须保留财富分布变化的轨迹，所以动态研究很困难。把这个模型扩展到多资产环境，研究不同类型的股票在房产持有者之间的分布也是很有趣的。假设某个人能获得关于单个股票的信息，这些股票与不同的信息技术是联系在一起的。这些信息技术有的便宜，有的昂贵。在这些设定下，能研究直接持有股票和间接持有股票的分布，国外的和国内的股票，已经存在的和新发行的股票的分布。在多股票模型中，投资者获取的大企业的信息比小企业的信息多，因为他们把大比例的财富放在大企业上。实证研究也表明，企业越大，私人信息的生产越多。

三、资产选择：房产与股票

在很多投资者的资产组合中，房子是惟一的最重要资产。房子的价格风险和房产投资的非流动性本质导致投资者减少他们对股票市场的投资。对于年轻且贫穷的住房拥有者来说，在房地产上的投资通常是通过按揭贷款合同获得房地产。Heaton 和 Lucas(2000a)研究发现与金融资产有关的股票“比较高的按揭导致比较高的股票持有，指出一些股票是间接通过按揭贷款来进行融资的。”为什么居住的房地产风险性的杠杆融资与比较大的风险金融资产投资有着密切的联系？

为了回答这些问题，JoãoF.Cocco(2004)建立了一个天生具有不可交易人力资本的投资者的最优资产组合和消费决策的模型。人力资本以劳动收入的形式产生红利。房产所有权也产生红利，但是，以投资者获得效应这种消费服务的形式产生。因而，在JoãoF.Cocco(2004)的模型中，房产具有两个方面的作用，即作为资产组合中的资产和消费产品。房产的价值限制了其作为投资者资产组合的杠扛作用的程度，投资者在风险资产（股票）和无风险金融资产中分配他们的储蓄。

JoãoF.Cocco（2004）假设股票市场参与有一个固定的成本，研究房产投资如何影响投资者支付固定成本的意愿。在房产上的投资可能影响投资者的资产组合构成，因为居民房地产的价格可能与劳动收入的变化及股票回报相关。JoãoF.Cocco(2004)使用PSID数据估计这些相关性，研究发现总收入变动与房地产价格变动存在很强的正相关，但是总收入变化与股票回报不相关。这些相关性用来作为模型的参数。

结果表明，投资房地产在解释财富组合和在资产组合数据中观察的持股水平横截面变量的类型中起到了关键作用。由于在房地产上的投资，比较年轻和贫穷的投资者只有有限的金融财富投资在股票上，减少了参与股票市场的收益。JoãoF.Cocco(2004)研究发现，房价风险挤出了股票持有量，这对高的和低的金融净资产投资者都是如此，但是，这种挤出效应在低的金融净价值水平上比较大。房价风险的挤出效应和最小的房子大小是解释数据中观察到的持股水平的重要方面。

最后，这个模型提供了为什么在横截面数据中，杠杆使用和在风险金融资产上的投资出现正相关，由于房产消费的大小，拥有更多人力资本的投资者获得更多昂贵的房产，也借更多的钱。大量的文献研究资产组合选择，但是大多数文献忽视了房产。Grossman 和Laroque（1991）发展了一个存在无限期生命投资者获得效应的单个非流动性耐用消费品资产分配模型。Cuoco 和 Liu(2000)考虑一个可分的耐用商品。他们的分析没有考虑在这篇文章中起到重要作用的房子的价格风险和非贸易收入。

Yao 和Zhang（2004）也研究了房产对流动财富在股票和债券中进行资产组合分配的影响。他们发现当投资者对租房还是拥有一套房子漠不关心时，他们在拥有房子和租房上选择不同的资产组合分配，当拥有一套房子时，投资者选择风险资产股票替代房产权益，但是，在他们的流动金融资产组合（股票和债券）中，持有更高比例的股票。与Yao 和Zhang（2004）不同，JoãoF.Cocco(2004)不研究租房和拥有房对资产组合分配决策的影响，但是，JoãoF.Cocco(2004)的模型吸收了一个股票市场参与的固定成本，他研究了房地产投资如何影响投资者支付固定成本的意愿。这对解释有限的股票市场参与是很重要的。

关于存在非交易收入的资产组合的理论文献表明，当劳动收入波动与股票回报不相关时，劳动收入更类似于国库券而不是股票[Jagannathan and Kocherlakota(1996),Heaton and Lucas(1997)]。这对投资者在生命周期中的资产组合产生作用：随着投资者年龄增加，以将来劳动收入形式持有的国库券变得不重要，投资者通过向无风险的债券转移资产组合分配来补偿这种减少[Viceira(2001)]。因而，理论文献预测投资在股票上的资产组合的份额随着年龄的增长而减少。但是，实证研究的文献发现投资在股票上的资产组合的份额实际上随着年龄的增加而增加，一些混合的证据指出在生命的后期会轻微下降。JoãoF.Cocco(2004)使用模型预测表明在生命周期中，股票和债券份额的变化与流动资产有关。这个拥有房产的模型预测随着年龄的增加，在股票上的投资增加。在生命的早期，投资在房产上使流动资产低，投资者选择不支付参与股票市场需要支付的固定成本。对于在低年龄阶段的投资者，流动资产只有金融资产的3%。只有在生命的晚期，当流动资产变得足够的多，股票市场参与才变得更普遍。

在生命的晚期，房产的存在也阻止在流动资产中股票份额的降低。在拥有房产的模型中，随着投资者年龄的增加，流动资产与其他资产持有对于将来的消费不是特别相关。在他们的流动资产组合中，老的投资者更愿意接受风险，因为将来的消费与流动资产组合的回报不相关。JoãoF.Cocco(2004)考虑总的资产时发现，在生命周期中资产配置的类型也有一些突然的变化：当测量与金融资产有关时，房地产的重要性在生命周期中下降，而当测量与总资产有关时，房地产在整个生命中的重要性增加。在他的模型中，这些类型上的变化是由于随着投资者年龄的增加，资本化劳动收入的重要性下降。

JoãoF.Cocco（2004）研究在存在房产的情况下的资产组合。这是很重要的，因为房产在很多投资者的资产组合中是惟一的最重要的资产。在房产上的投资对在股票和国债上的资产积累和资产组合选择有重要的作用。在生命的早期，金融资产净价值处于低水平，手里的流动资产低，减少了股票市场参与的收益。房产价格风险挤出了股票持有，这种挤出效应对低的金融净价值比较大。对于更大杠杆作用的资产组合的投资者，资本化的劳动收入是财富的重要组成部分。比较高的资本化劳动收入资产组合向股票转移，以至于杠杆作用于股票持有趋向于正相关。

四、结论

本文对国外有关家庭劳动收入与资产选择，财富与资产选择以及在房产和股票上进行的资产选择的有关研究文献进行了综述。一些学者研究认为劳动收入的形成吸引投资者随着年龄的增长减少股票持有的比例，因而提供了在流行的金融文献中理性的建议的证据。一些学者研究认为家庭在股票上的投资的比例随着他们财富的增加而增加。一些学者研究发现富裕的家庭获得更多的信息，因为信息产生增加的回报，因而对股票的需求是财富的凸函数。还有学者研究发现房价风险挤出了股票持有量，这对高的和低的金融净资产投资者都是如此，但是，这种挤出效应在低的金融净价值水平上比较大。在生命的晚期，房产的存在也阻止在流动资产中股票份额的降低。在拥有房产的模型中，随着投资者年龄的增加，流动资产与其他资产持有对于将来的消费不是特别相关。总体而言，国外学者对家庭劳动收入、财富与资产选择行为有了一定的研究，这些研究成果对研究我国家庭投资行为有一定的参考和借鉴作用。

参考文献：

[1]Bar-Shira,Z.,R.Just,andD.Zilberman,1997,“EstimationofFarmers’RiskAttitude:An Econometric Approach,”Agricultural Economics,17,211-222.

[2]Barsky,R.,F.Thomas Juster,M.Kimball,and M.Shapiro,1997,“Preference Parameters and Behavioral Heterogeneity:An Experimenttal Approach in the Health and Retirement Study,”Quarterly Journal of Economics,2,537-579.

[3]Bertaut,C.,and M.Starr-McCluer,2002,“Household Portfolios in the united states,”inL.Guisi,M.Haliassos,andT.Jappelli(eds),HouseholdPortfolios,MIT Press,Cambridge,MA

[4]Binswanger,H.,1981,“ Attitudes Toward Risk:Theoretical Implications of an Experiment in Rural Indin ,”Economic Journal,91,867-890.

[5]Cohn,R.A.,W.G.Lewellen,R.C.Lease,and G.G.Schlarbaum,1975,“Individual Investor ,Risk Aversion and Investment Portfolio Composition,”Journal of Finance,39,602-620.

[6]Cuoco,D.,and H.Liu,2000,“Optimal Consumption of a Divisible Durable Good, ”Journal of Economic Dynamics and Control,24,561-613.

[7]Donkers,B.,and A.Van Soest,1999,“Subjective Measures of Household Preferences and Financial Decisions,”Journal of Economic Psychology,20,613-642.

[8]Friend,I.,and M.E.Blume,1975, “The Demand for Risky Assets,”American Economic Review,64,900-921.

[9]Gordon,M.J.,G.E.Paradis,and C.H.Rorke,1972,“Experimental Evidence on Alternative Portfolio Decision Rules ,”America Economic Review,70,393-408.

[10]Grossman,S.J.,andJ.E.Stiglitz,1980,“OntheImpossibilityofInformatiomly Efficient Markets ”American Economic Review ,70,393-408.

[11]Grossman,S.J.,and G.Laroque,1991, “Asset Pricing and Optimal Portfolio Choice in the Presence of Illiquid Durable Durable Consumption Goods,”Econometrica,58,25-51.

[12]Heaton,J.,and D.J.Lucas ,1997, “Market Ffictions,Saving Behavior and Portfolio Choice,”Macroeconomic Dynamics,1,76-101.

[13] Heaton,J.,and D.J.Lucas,2000a,“Portfolio Choice and Asset Prices: The Importance of Entrepreneurial Risk,”Journal of Finance,55,1163-1198.

[14]Jagannathan,R.,and N.R.Kocherlakota,1996,“Why Should Older People Invest Less in Stocks Than Younger People?”Federal Reserve Bank of Minneapolis Quarterly Review ,20,11-23.

[15]JoãoF.Cocco,2004, “Portfolio Choice in the Presence of Housing,”The Review of Financial Studies,535-565.

[16]JoãoF.Cocco、FrancisoJ.Gomes and Pascal J.Maenhout,2005,“Consumption and Portfolio Choice over the Life Cycle”The Review of Financial Studies ,491-533.

[17]JoёlPeress,2004, “Wealth,Information Acquisition,and Portfolio Choice”The Review of Financial Studies 879-913.

[18] Koo,H.K.,1998,“Consumption and Portfolio Selection with Labor Income:A Continuous Time Approach,”Mathematical Finance,8,49-65.

[19]Lewellen,W.,R.Lease,and G.Schlarbaum,1977,“Patterns of Investment Strategy and Behavior Among Individual Investors,”Journal of Business,50,296-313.

[20] Massa, M.,and S.Simonov,2003,“Behavioral Biases and Investment,”working paper,INSEAD.Miller,E.M.,1988, “Why a WeekendEffect?”Journal of Portfolio Management,14,43-48.

[21] Merton, R.c.,1971,“Optimum Consumption and Portfolio Rules in a Continuous-Time Model,”Journal of Economic Theory,3,373-413.

[22] Morin,R.,and A.Suarez,1983,“Risk Aversion Revisited,”Journal of Finance,38,1201-1216.

[23]Perraudin,W.,B.Sorensen,2000.“The Demand for Risky Assets:Sample Selection and Household Portoflios” Journal of Econometrics,97,117-144.

[24]Samuelson,P.A.,1969.“Lifetime Portfolio Selection by Dynamic Stochastic Programming,”Review of Economics and Statistics,51,239-246.

[25] QuizonJ.,H.Binsanger ,and .Machina,1984, “Attitudes Toward Risk :Further Remarks,” Economic Journal ,94,144-148.

[26]Saha,A.,R.Shumway,and H.Talpaz,1994,“Joint Estimation of Risk Preferences Structure and Technology Using Expo-Power Utility,”American Journal of Agricultural Economics,76,173-184.

[27] Verrecchia,R.E.,1982, “Information Acquision in a Noisy Rational Expectations Economy,”Econometrica,50,1415-1430.

[28]Viceria,L.,2001, “ Optimal Portfolio Choice for Long-Horizon Investors with Nontradable Labor Income,”Journal of Finance ,55,1163-1198.

[29]Vissing-Jorgensen,A.,2002,“Towards an Explanation of Household Portfolio Choice Heterogeneity:Non Financial Income and Participation CostStructures,”working paper,Kellogg School of Management,Northwestern University.

股票投资的风险性篇10

【关键词】 旅游业价值链; 风险溢出; 投资转移

中图分类号：F275 文献标识码：A 文章编号：1004-5937（2014）34-0108-06

一、引言

随着整个社会经济的快速发展，旅游业已成为全球经济中发展势头强劲和规模巨大的行业，且涉及吃、住、行、游、乐等方面。尤其是2013年下半年我国《旅游法》的出台，标志着我国旅游业走上了良性发展的道路。这些都使我国旅游业在城市经济发展中的作用逐步增强，成为我国经济发展的支柱产业之一。

旅游业涉及到人们基本的出行与吃住，会影响到许多其他相关产业。关于旅游业本身，学者有不同的定义。Smith（1988）曾将旅游业定义为是为了使得离家在外的商务、休闲、娱乐活动更加便利而直接提品和服务的企业的集合体。笔者认为，使用旅游业价值链来描述这些处于一条链条上进行价值分配的企业关系，能更清晰地反映价值与资金的流转。

旅游业价值链对城市经济的拉动性、社会就业的带动力以及对文化与环境的促进作用日益显现，但不能忽视其价值链的风险溢出与市场经济活动之间的关系。旅游业价值链的固有特性――依赖性、外向性、季节性等都会产生一定的风险溢出。本文选取旅游业价值链上的旅行社、酒店餐饮业、景区景点等上市公司，分别使用股票市场和公司财务数据从市场和公司两个层面上检验旅游业价值链风险对投资转移的影响。

二、文献回顾与研究假设

许多学者从外部相关性角度对风险溢出进行了研究。罗登跃和王春峰（2005）在COV（Li，Rt）模型的基础上，提出了市场收益、市场非流动性、组合收益以及组合非流动性的四元均值GARCH（1，1）模型，并借助它很好地证明了上海股市存在系统风险和非流动风险溢价。苏岩和杨振海（2007）、陆静和杨斌（2013）研究发现，外汇收益率序列多服从尖峰的正太分布并且具有波动集聚性特点，这使得GARCH（1，1）模型能够有效地模拟收益率序列来测度价值链的风险。

由于不同资产存在不同的风险特性，当资产风险溢出时，便会引起投资者将投资从一些资产转移到另一些资产。Forbes和Rigobon（2002）、Favero等（2002）就通过研究欧美国家的金融市场发现，一些引起资产风险变化的极端事件会导致投资在美、德、英等国家的股票市场或股票与债券市场间发生转移。基于市场风险会引起投资者对不同市场间不同类型资产进行重新分配的研究结论，有理由相信，这种由市场环境变化引起投资者市场间的投资转移的行为同样会发生在同一市场内部。

本文借鉴Barsky（1989）提出的“安全性投资转移”理论，即“当投资者对股市感到担忧时，将会减少风险资产，提高安全资产的持有量”，认为当投资者所持资产所在产业链的风险增加时，便会将投资从低市值风险较大的股票转移到高市值风险较小的股票上（这里仅考虑产业内股票投资转移的情况），导致低市值股票的收益率下降，大跌的概率增加;相反，高市值股票的收益率上升，大涨的概率增加。这里将投资者由低市值股票向高市值股票转移所引起的低市值股票大跌和高市值股票大涨定义为正向投资转移，将投资者由高市值股票向低市值股票转移所引起的高市值股票大跌和低市值股票大涨定义为反向投资转移，从而讨论旅游业价值链风险溢出与投资转移的关系。

引起投资转移的因素不仅局限于风险因素，Amihud（2002）和Pedersen（2005）、黄峰和杨朝军（2007）在分析股票市场流动性的定价作用时发现，风险高的股票组合不仅受收益率市场预期的影响，还受非预期流动性的影响，他们将其原因归结为市场内资产的“流动性转移”。谭地军等（2008）通过对中国国债市场的分析发现流动性不同的国债之间存在显著的市场内“流动性转移”现象。此外，罗明华、田益祥等（2011）在资产流动性的基础上研究了订单流与股票市场投资转移的关系。以上研究表明，投资转移行为不仅限于受资产固有风险的影响，还受资产流动性、订单流等间接诠释风险因素变动的影响。

本文在此基础上，将这些因素作为风险的表现形式，讨论了旅游业价值链资产流动性、交易量与投资转移之间的关系。

当外界经济环境受到冲击，金融资产及其所在产业链的风险发生变化时，投资者便会将原有投资转移到风险较小的资产上，以此来减小金融危机所带来的非系统性风险。Baur和Lucey（2009）通过对1994年墨西哥金融危机、1997年亚洲金融危机、安然事件等的研究发现，这些事件的产生往往伴随着股票和债券市场间的显著投资转移现象。他们认为当整个市场中资产的风险发生变化时，为了减小风险，投资者会将投资从一方转移到另一方。他们还发现，当股票市场的风险增加时，相对股票而言，债券会产生较高的收益;当股票市场的风险降低时，债券则会产生较低的收益。国内袁晨和傅强（2010）也利用GARCH模型对股票和债券市场间的风险相互传染现象进行了研究。谢志超和曾忠东（2012）还借助VAR模型对美国和我国金融市场间的转移现象进行了检验。

既然当风险溢出时，会导致投资者在不同市场间对资产进行分配的行为，那么我们相信投资者同样会在同一市场内对具有不同风险特征的资产进行分配。相比对市场间投资转移现象的研究，对同一市场内具有不同风险特征资产投资转移现象的研究较少。靳飞等（2010）尝试借鉴Bae（2003）定义“极端收益率”的方法，通过划分股票市场高低市值股票大涨或大跌事件来定义投资转移行为，从而利用Logit模型对产业价值链风险和投资转移行为进行研究。

本文借鉴Connolly（2005）收益率波动与投资转移行为相关性的分析研究，以旅游业价值链作为研究对象，对其价值链风险溢出与投资者投资转移行为的相互关系进行研究。由此，基于上述分析提出如下研究假设1：

H1：价值链风险溢出对投资转移影响显著。

投资转移的影响因素不仅限于该产业的价值链风险，Beber（2009）等对欧洲主要国家的债券市场投资转移行为进行研究发现，尽管基于风险因素考虑的“安全性转移”是投资者投资转移行为主要成因，但仍不能忽视由于资产流动性变化所引起的投资转移行为。当遇到危机时，投资者通常也会考虑所投资产的流动性，他们会将流动性差的资产向流动性好的资产上转移。此时，资产的流动性作用显现得更加明显。Beber（2009）将其归为资产的“流动性转移”。对此，黄峰和杨朝军（2007）对中国股票市场的流动性溢价研究得出了相同的结论。除此之外，Underwood（2008）基于高频交易数据和订单流的研究发现，不同市场下股票和国债市场的收益率波动与交易量相互影响。以上这些研究成果都说明，投资转移行为不仅受资产固有风险的影响，宏观上讲它应受到投资者对当前市场上公共信息或同一宏观信息理解的影响，而资产的流动性与投资者对该产业股票的交易量或订单流恰恰是这些信息的反应。由此，可以将资产流动性和交易看作风险的另一种表现形式。基于上述分析，提出如下研究假设2和假设3。

H2：价值链内部资产的流动性对投资转移行为影响显著。

H3：价值链内部交易量对投资转移行为影响显著。

三、研究设计

（一）样本选择与数据来源

1.对股票交易市场中样本数据的选取

本文以旅游、酒店、餐饮（其中旅游社与景区景点24家、酒店10家、餐饮3家）等37家价值链上市公司为研究对象，分别从上海和深圳A股股票交易市场选取2008年1月4日到2012年12月31日约5年时间的日交易数据，共1 217个数据作为样本。考虑到2008年之前的数据容易受到美国金融危机的影响，年初的数据有一定的周期波动性，因此选择从2008年初至2012年末这5年的数据进行实证研究。本部分的数据来自国泰安CSMAR数据库和RSSET数据库。

在选取样本公司时，参照了下面的标准进行选取：

（1）剔除非正常交易的股票数据;（2）剔除沪深A股之外的所有股票，防止ST类股票波动性较大带来的影响;（3）所选择的股票必须在整个研究期间范围内持续存在并正常交易;（4）剔除交易日少于或等于1 117天的股票，交易日过少影响行业加权平均值的计算，停牌属于正常现象，在合理的范围内是可以接受的。

2.对公司财务报表中样本数据的选取

为从公司层面上分析旅游业价值链风险对同一市场内不同公司间投资转移的影响，本文以这37家价值链上的上市公司作为研究对象，从国泰安CSMAR数据库和RSSET数据库选取了自2005年第一季度到2012年第三季度共8年的财务季报数据，共31个作为研究样本。

（二）Logit模型与变量的设定

本文用股票市场的交易数据构造模型中的变量，从市场层面对前文提出的假设进行检验。而后尝试用上市公司财务季报的数据再次构造模型中的变量，从公司层面对前文提出的假设进行检验。根据前文分析，本部分采用Logit模型来检验之前提出的研究假设：

Ptflight=c+？琢1InOFMt-1+？琢2LiquidityMt-1+？琢3rMt-1+？琢4HMt-1+？茁1InOFMt+？茁2LiquidityMt+？茁3HMt+？着t

模型中的被解释变量Pflight为投资转移行为发生的概率。根据前面的分析，市场层面上，本文依照Barsky（1989）的“安全性投资转移”理论，借助Bae（2003）定义“极端收益率”的方法，根据行业股票第T期的流通市值大小对行业股票进行分组。按从小到大的顺序对股票市值进行累加，按其累加值占全部样本总市值的前30%和后30%对股票进行分组，将市值最高的30%股票作为高市值股票，市值最低的30%股票作为低市值股票。然后计算高、低市值股票组合的收益率。对日收益率高于该市场样本区间内收益率95%分位数定义为高市值向低市值转移引起的大涨事件;对日收益率低于该市场样本区间内收益率5%分位数定义为低市值向高市值转移引起的大跌事件。当市场出现低市值股票大跌和高市值股票大涨事件，笔者认为发生正向投资转移行为，用PtFlight L-H表示;当市场出现高市值股票大跌和低市值股票大涨事件，发生反向投资转移行为，用PtFlight H-L表示。考虑到少部分股票第T期的收益率及价格变化会对其流通市值产生的影响，进而间接地影响到股票的分组，因此本文同样采用了第t-1期月底流动性市值大小对股票进行分组，结果无实质性差异。在公司层面变量的选取上，与市场层面的判断方法类似。依照公司的总资产对各公司进行分组，而后按照各公司的ROE变动情况判断投资者的正向及反向投资转移行为。

模型中解释变量lnOFt为取对数后第t期的订单流，用它衡量交易量。市场层面上，Lee和Ready（1991）最早提出了衡量订单流的方法，并被广泛应用于股票订单流的研究中。该方法以每只股票每天所有买方发起的交易的金额与卖方发起的交易金额之差被定义为该股票当天的订单流。买卖双方的股票交易促成了股票流通市值的变化，因此本文使用股票前后期流通市值的变动差额作为订单流的替代变量。在公司层面的变量选取上，由于股票流通市值的变动与公司净资产变动存在一定的相似性，本文尝试用净资产变动率替代市值之差的对数作为对投资者交易量衡量的替代。

模型中解释变量Liquidityt为第T期的流动性，用它衡量投资者所持投资的流动性的高低。市场层面上，Amihud（2002）对1961―1980年在纽约证券交易所上市的股票流动性与股票收益的研究中提出使用买卖价差作为资产流动的测度指标，得出了与流动性溢价理论相似的结论。苏冬蔚、麦元勋（2004）在此基础上从换手率（成交金额与流通市值之比）的角度衡量资产的流动性，并发现我国股市存在显著的流动性溢价。由于换手率和定单流方法被证明没有显著区别，因此，本部分采用苏冬蔚、麦元勋（2004）所提出的衡量方法对资产的流动性进行描述。在公司层面的变量选取上，本文以反映资产变动情况的资产净增加值替代股票市场中的成交量。最终选取市值加权后的资产净增加值作为对资产流动性衡量的替代变量。

模型中解释变量Rt为价值回报，即投资者对所投资产日后的回报，通常用收益或收益率来衡量。股票市场通常采用股票日回报率作为收益率的替代指标，所以本文直接从国泰安中国股票市场交易数据库选取数据。在公司层面的变量选取上，本文从RESSET数据库选取个股季度摊薄后的净资产收益率（ROE）作为解释变量。

在讨论变量的波动性时，财务与金融研究领域通常用标准差或方差来描述某一统计量相对中心的离散程度，即我们所说的波动率，并且把波动率作为风险的评价尺度，之后便通过测度变量的波动来衡量金融资产存在的风险。众多模型组合中，由于GARCH（1，1）模型存在阶数小，拟合程度好的特性，大批学者将其应用于汇率和收益率风险的测度中，如苏岩和杨振海（2007）、陆静和杨斌（2013）等。

模型中解释变量Ht为第T期收益的波动率，用它来衡量价值链的风险。鉴于多元GARCH模型参数估计困难，GARCH（1，1）模型对汇率及收益率风险测度有阶数小、拟合程度好的特性。因此，本文用GARCH（1，1）模型对收益率的波动进行估计得出解释变量Ht。

四、实证检验与分析

（一）描述性分析

1.样本选择的分类描述分析

表1是对所选取行业样本的分类描述分析。经过对所选取三个行业公司股票样本剔除后，笔者发现共剩32家与旅游相关的上市公司。其中旅行社与景区景点20家，占总样本的62.5%，5年间总体回报率较高，风险在旅游业价值链中相对较小;酒店业10家，占总样本的31.25%，总体回报率仅次于旅行社与景区景点，各年内风险也相对较小;与其他两个行业相比，餐饮业只有两家，占总样本的6.25%，且个股回报率较低并伴随着较高的行业风险。之所以产生这样的情况可能由以下几个原因导致。首先，餐饮企业一般注重品牌发展，缺乏资本市场的意识。餐饮业主通常因为餐饮业门槛低、科技含量低、劳动力比较密集的特性而忽视了对资本市场的学习和了解，缺乏上市融资的意识。其次，餐饮企业都存在“规模小、收入少、利润少、净资产少”等问题，餐饮业的现金流大，但难沉淀形成优质资产，使得多数企业的收益较低，财务指标无法达到A股上市融资的要求。最后，虽然总体需求比较稳定旺盛，但是消费者对于不同品牌的偏好不同，使得一家餐饮企业的口味很难对消费者产生持续的吸引力，这也在很大程度上增加了餐饮业的风险。此外还发现，与2008、2009年亚洲金融危机后的个股回报率的波动相比，近3年的波动明显减小。这也从侧面反映了我国旅游业价值链企业的发展正逐步走向良性循环的道路。

2.模型变量的描述统计分析

表2给出了本文中研究变量的描述统计分析。笔者发现，旅游业价值链最大收益率与最小收益率之间相差仅为0.19，5年间收益率均值为正，标准差为0.023，收益波动较小。这表明现阶段我国旅游业价值链发展较为平稳，总体呈上升趋势。但与其他各变量的变异系数（标准差与均值之比）相比，收益率的离散程度仍较高，这表明该产业价值链一定程度上仍具有相当风险波动性。从表中还可以看出Rt的标准差与Ht的均值十分接近，这在一定程度上证明，标准差与GARCH模型都可以通过测度波动率来描述风险的变动情况，从而更准确地实现对价值链风险的测量。

（二）回归分析

1.市场层面上，旅游业价值链波动对投资转移影响的显著检验

根据前文所建立的Logit模型，表3从市场层面上对旅游业价值链风险、资产流动性及交易量对投资转移行为影响的显著性进行了检验。通过对投资旅游业的定向投资者投资行为的变动情况进行判断分析，笔者发现，旅游业前期的价值链风险波动和流动性对当期双向投资转移行为影响均显著，其他变量对投资转移行为影响则不显著。

从旅游业价值链风险上看，它对正向和反向投资转移行为的影响均显著。这表明，无论旅游业价值链的风险从大到小、还是从小到大变动，只要该价值链条上资产的收益产生一定波动，便会引起定向投资者的投资转移行为。这与Baur和Lucey（2009）对风险与市场间投资转移行为关系研究的结论无实质差异。从流动性上看，它同样对正向和反向投资转移行为的影响显著。这表明当投资者为避免风险而采取投资转移策略时，除价值链风险因素外，资产的流动性也是他们考虑的重要因素之一。而且，从表2该变量的显著性可以看出，投资者对旅游业价值链资产流动性反应灵敏度并不低于该产业的价值链风险。这进一步证实了资产流动性变化对投资的影响不仅存在于市场间和市场内，同样存在于产业内。从交易量上看，市场交易量无论与正向投资转移还是反向投资转移的关系均不显著。这一结果并不与之前的研究结论相悖。根据前文对变量选取的定义，交易量的变动即为流动市值的变动。总体上看，之所以产生变动，是因为有大量来自产业外的资金进入或退出该产业。例如，当交易量增加时，表明投资者对该产业股票的买入量增加、卖出量减少，使得不论高市值还是低市值股票发生大涨事件的概率增加、大跌事件的概率减小;反之亦然。而这种同方向变动不符合本文对投资转移行为（高市值股票大跌、低市值股票大涨或高市值股票大涨、低市值股票大跌）的定义。

2.公司层面上，旅游业价值链波动对投资转移影响的显著检验

根据前文分析及所建立的Logit模型，本文同样尝试利用公司财务季报数据从公司层面上对旅游业价值链风险、资产流动性及交易量对投资转移行为影响的显著性进行了验证。从表4可以看出，旅游业价值链风险对双向投资转移行为影响均显著，这表明当旅游业价值链企业资产风险发生变动时，同样会引起投资者对其名下投资进行重新分配。具体当产业价值链风险增加时，投资者将减少投资资产规模较小、风险相对较高公司而增加投资资产规模较大、风险相对较低的公司以达到规避风险的目的。投资者的这种行为导致资产规模较小公司股票的收益率降低、资产规模较大公司股票的收益率升高，从而增加小规模公司大跌、大规模公司大涨的概率，使该产业内发生正向投资转移行为。当行业价值链风险减小时，投资者会减小投资资产规模较大、风险相对低的公司转而增加投资资产规模较小、风险相对较高的公司来获得更高的收益。投资者的这种行为会导致资产规模较小的公司股票的收益率升高、资产规模较大公司股票的收益率降低，从而增加小规模公司大涨、大规模公司大跌的概率，使该产业内发生反向投资转移行为。与市场层面上检验结果不同，公司层面上资产流动性对投资转移行为的影响则不显著。对投资决策者来讲，可能是由于公司资产的变动情况不能及时反映在对外公布的财务报表中，而使得公司财务信息较股票市场信息有效性降低所致，但我们不能否定资产流动性对投资转移的影响。

五、研究结论

本文以我国旅游业价值链为研究视角，按照证监会新行业划分标准，分别选取旅行社与景区景点、酒店业、餐饮业（其中旅行社与景区景点24家、酒店业10家、餐饮业3家）等37家与旅游相关的上市公司2008―2012年上海和深圳A股股票交易市场的 1 217个日交易数及2005―2012年公司的财务季报数据作为研究样本，对旅游业价值链风险对投资转移行为影响进行研究。本文首先利用GARCH（1，1）模型对所选取旅游业价值链风险进行测度，而后通过定义中国股票市场上的大涨和大跌事件对旅游业价值链内不同市值股票投资转移行为进行划分，再通过Logit模型从股票市场和公司两个层面上研究了旅游业价值风险对投资转移行为的影响。此外，还对风险的其他表现因素，即旅游业价值链上的资产流动性、交易量等对投资转移行为影响的显著性进行了检验。

根据回归结果有如下发现：

风险不仅在Baur、Lucey（2002）研究的股票和债券市场间和靳飞等（2009）研究的股票市场内对投资转移行为产生显著影响，在旅游业价值链内同样会对投资转移行为产生显著影响，并且无论是在市场层面还是在公司层面上，旅游业价值链风险均会对投资转移行为产生双向且显著的影响，使得不同市值股票或规模公司间产生广泛的投资转移行为。

与Beber（2009）和谭地军等（2008）对资产的“流动性转移”研究结论相似，旅游业价值链的股票市场上资产的流动性对投资转移行为影响显著，但在公司财务季报数据的检验中却未得出同样结论。这可能是由于公司资产的变动情况不能及时反映在对外公布的财务报表中，而使得公司财务信息较股票市场信息的有效性降低所致。因此与旅游业价值链企业的资产流动性相比，投资者对市场上资产流动性的变动更加敏感，但不能否定资产“流动性转移”特征会使资产流动性对投资转移行为产生显著影响这一结论。

与Underwood（2009）得出的股票和国债市场上收益率与交易量相互影响的结论不同，就旅游业价值链本身而言，交易量对价值链内的投资转移行为影响不显著。

较之前学者对不同市场间与同一市场内资产风险波动对投资转移行为影响的研究，本文同时利用股票市场上的日交易数据和公司财务季报的数据，从股票市场和公司两个层面上，对具体产业价值链风险与投资转移的关系进行研究，相信这些结论将有助于我们更深层次了解旅游业价值链风险与投资者行为活动间的关系。

【参考文献】

[1] Amihud Y， Mendelson H， Wood R. Liquidity and the 1987 Stock Market Crash[J]. Journal of Portfolio Management，2002（16）：65-69.

[2] Bae K， Karolyi A， Stulz R. A New Approach to Measuring Financial Contagion[J]. Review of Financial Studies， 2003（16）：717-763.

[3] Barsky R. Why don't the Price of Stocks and Bond Move Together[J]. American Economic Review， 1989， 79（5）：1132-1145.

[4] Baur D， Lucey B. Flights and Contagion-an Empirical Analysis of Stock-bond Correlations[J]. Journal of International Economics， 2002（57）：231-246.

[5] Beber A， Brandt M， Kavajecz K. Flight-to-quality or Flight-to-liquidity？Evidence from the Euro-area Bond Market[J]. Review of Financial Studies， 2009，22（3）：925-957.

[6] Connolly R， Al E. Stock Market Uncertainty and the Stock-bond Return Relation[J]. Journal of Financial and Quantitative Analysis，2005（40）：161-194.

[7] Favero C， Al E. Is the International Propagation of Financial Shocks Non-linear？ Evidence from the ERM[J].Journal of International Economics， 2002（57）：231-246.

[8] Forbes K， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Comovements[J]. Journal of Finance，2002（57）：2223-2261.

[9] Smith S L J. Defining Tourism： A Supply Side View[J].Annals of Tourism Research，1988（15）：179-190.

[10] Underwood S. The Cross - market Information Content of Stock and Bond Order Flow[J].Journal of Financial Markets，2009，13（2）：268-289.

[11] 黄峰，杨朝军.流动性风险与资产定价：来自我国股市的经验证据[J].管理世界，2007（5）：30-39.

[12] 靳飞，田益祥，谭地军.股票之间的风险传染和投资转移[J].系统工程，2009（7）：14-21.

[13] 陆静，杨斌.商业银行汇率风险的VaR-GARCH（1，1）模型计量[J].重庆大学学报（社会科学版），2013，19（5）：66-72.

[14] 罗登跃，王春峰，等.基于时间序列的上海股市系统风险、流动性风险溢价实证研究[J].系统工程， 2005，23（7）：48-54.

[15] 苏冬蔚，麦元勋.流动性与资产定价：基于我国股市资产换手率与预期收益的实证研究[J].经济研究，2004（2）：95-105.

[16] 苏岩，杨振海.GARCH（1，1）模型及其在汇率条件波动预测中的应用[J].数理统计与管理，2007，26（4）：615-620.

[17] 谭地军，田益祥，黄文光.流动性补偿、市场内及跨市场“流动性转移”行为[J].金融研究，2008（9）：23-44.