市场趋势指标十篇

市场趋势指标篇1

货币对在趋势市场中的运用

上升趋势的典型特征是：高点不断抬高，且低点也不断抬高；而下降趋势的典型特征则是：高点不断降低，且低点不断走低。

当进行趋势交易时，交易者们通常会选择主要货币对，以及其他直盘货币对，因为这些货币对趋势明显，且较其他货币对流动性更高。

流动性对趋势交易策略来说非常重要。货币对所具有的流动性越大，我们能够预计的波动性也将越大。波动性越大，货币对朝单一方向运行的势头将越强劲。

除了盯住价格走势外，您也可以借助一些技术工具，来确定某一货币对是否呈现出趋势走势。

ADX指标在趋势市场中的运用

确定市场是否处在趋势运行中的一种方法是使用平均趋向指标（ADX）。ADX是震荡指标中的一种，它的值介于0-100之间，该指标用来确定价格处在强趋势之中或仅仅只是处在区间震荡中。指标读数超过25通常意味着价格倾向于或已经出现强趋势走势。读数越高，趋势越强。不过，ADX指标是一个滞后指标，这意味着该指标并不一定能够预测未来价格走势。此外，该指标也是一个非方向性指标，这意味着不管价格处在上升趋势中还是下降趋势中，该指标都会提供读数为正的数据给我们。

移动均线在趋势市场中的运用

如果您并不是ADX指标的粉丝，您也可以使用简单移动均线，让我们来看看！我们选择在技术图形中使用7、20、65简单移动均线。等到上述三条简单移动均线聚集在一起，随后呈扇形状散开。如果7SMA上破20SMA，且20SMA上破65SMA，那么价格则处在上升趋势中。

布林带在趋势市场中的运用

一种通常用于区间交易策略的指标也能够用来帮助我们发现趋势走势，这一指标就是布林带指标。

关于趋势，有一点您需要明白，这就是趋势实际上相当的稀少。这可能和您想象的有明显出入，事实上，价格在70%-80%的时间内都是处在区间波动中。换句话说，这就是价格维持区间波动的标准。因此，如果价格偏离了这一“标准”，那么价格一定处在趋势之中。

布林带是由标准差计算公式计算而来。我们假设选择利用1倍标准差的布林线和2倍标准差的布林线。您将看到这些布林线将价格分成三个区域：卖出区域、买入区域、以及中性区域。

卖出区域介于底部标准差为1和标准差为2的两条布林带之间。市场空头认为，价格必须收于上述两条布林带之间区域，以确定价格处在卖出区域。

买入区域介于顶部标准差为1和标准差为2的两条布林带之间。和卖出区域类似的，价格必须收于上述两条布林带之间区域，以确定价格处在买入区域。

介于标准差为1的两条布林带之间区域被称为中性区域，当价格处在该区域时，说明市场正在极力寻找运行方向。如果价格真的处在中性区域，那么价格将收在该区域内部。

市场趋势指标篇2

关键词：广义虚拟经济；不完全信息；羊群效应； CSAD曲度

中图分类号：F8 文献标识：A 文章编号：1674-9448 （2016） 03-0098-10

Abstract： Based on the generalized virtual economy ，this paper uses the curvature of CSAD and turnover rate as indicators， and establishes empirical model to analyze their correlation to further detect the relationship between the incomplete information transaction and the developing tendency of herd behavior. Conclusion shows that when turnover rate rises， incomplete information transaction accumulates which lead to the accumulation of the noise information and finally herd behavior.

Keywords： generalized virtual economy， Incomplete Information， Herd Behavior， CSAD Curvature

一、引言

在行为金融学（行为金融学是从市场主体的行为习惯、心理情绪、思维想法等主观性较强的方面对当前金融领域的行为进行新的解释，结合了传统金融学、社会学、心理学等多门学科的一个综合性的研究领域，因此，从定义来看，行为金融学是广义虚拟经济研究内容的一部分）领域当中，羊群效应是其中一个研究的热点问题。羊群效应，描述的是市场主体忽略其所拥有的私人信息，跟随市场上大多数主体的制定行为决策的现象，本质上具有趋同性的特征。羊群效应存在于社会生活中的方方面面，也对社会环境和行为主体产生进一步的影响。以股票投资市场为例，如果股票市场上存在羊群效应，许多投资者倾向于投资某一行业或者某一股票，可能会造成股票市场的异常波动，使得资产价格偏离其内在价值，进一步加剧市场的无效性。而目前我国金融市场的发展仍然不完善，体制仍不健全，尤其在信息披露和传导机制方面，仍然存在着一定的制约因素，而市场主体信息的局限和缺失，导致了羊群效应具有普遍存在性。

由于股票市场是一个国家资本市场体系的重要组成部分，也是作为一国经济发展的晴雨表，因而其发展的完善化、市场化程度倍受关注。而近些年来股票市场上出现了越来越多的金融异象，同时伴随着板块轮动、概念炒作等现象，而这些大多数是由市场复杂多变的因素所致。在这些因素中，以投资者自身的主观因素最为复杂。因为作为市场主体，投资者的投资决策过程中受到行为习惯、心理、情绪、思维等众多主观因素影响较多，而这些因素难以用现有数据进行准确衡量，因而也需要不断提出新方法、新思路来进行研究。因此，本文基于广义虚拟经济的新方法、新思路，来探讨股票市场中不完全信息与股票市场羊群效应变化趋势之间的关系。

在羊群效应的理论研究中，从不完全信息（Incomplete Information）的角度进行研究是当前一个较为创新的一个观点。对于羊群效应和不完全信息两者关系的研究，目前尚未达成统一的因果关系定论，但是学者均认为两者之间必然存在着较为密切的双向联系。即市场上的不完全信息的积累可能会促使信息薄弱者产生羊群效应，而羊群效应的产生也可以进一步导致市场信息的无效性。

不完全信息交易是指市场主体在进行交易决策行为时，没有利用市场上的所有有效信息作为决策依据的行为。这种非理易一方面是由于市场机制如信息披露机制、传导机制等因素的影响；另一方面则是与个人的获得信息能力相关，不同主体其获取信息成本不一样。不完全交易行为的存在，可能会导致资产价格背离价值，滋生价格泡沫等市场无效现象的出现。Kyle（1985）[1]最早将这种给市场带来无效性的行为定义为“噪音交易”行为。Admati（1991）[2]，Radal和McAleer（1993）[3]的实证研究表明市场中的羊群行为主要来自投资者行为的非理和投资信息的不对称性。Avery和Zemsky（1998）[4]则认为两个信息不完全因素可以导致羊群效应的产生，一是资产价值的不确定性，另一则是偶然事件比如对资产价格的偶然冲击的发生。

在实证研究方面，也有很多学者采用多种方法来研究羊群效应与不完全信息交易的关系，也尝试量化不完全信息因素在羊群效应中的影响程度。Redding（1996）[5]较早研究了噪音交易与羊群效应之间的关系。市场上噪音交易越多，则羊群效应表现越显著。Sias（2004）[6]认为交易市场中的噪音是一种实际摩擦，而投资者在制定交易决策时，如果其所获得的信息越有限，则其交易带来的市场交易摩擦更大，导致更高的交易成本。Diether，Malloy和 Scherbina（2002）[7]则用换手率指标衡量市场信息的传播，换手率越高，则信息传播越广泛。Shing-Yang Hu（2006）[8]以中国台湾股票市场为研究对象，采用买卖双方报价信息将市场交易价格中的有用信息与噪音信息相分离。其研究发现：噪音信息具有明显的时间效应，即接近闭市时的噪音交易比开市时要多，且台湾股票市场的噪音信息主要来自于两个方面，即较大的价格变动单位和较长的交易时间。William T.Lin，Shih-Chuan Tsai和Pei-Yau Lung（2013）[9]研究了投资者结构与股票市场噪音信息的关系。其研究结果表明，机构投资者一般具有较为充分的信息量，因而其交易决策行为能够降低市场上的噪音交易；而个人投资者由于有限的信息，其投资决策行为会给市场带来更多的噪音信息，尤其是在一些具有高收益的股票投资方面。

二、不完全信息交易因素的影响

股票市场往往是积聚着一定程度的羊群效应现象。表现在不同的股票市场，在不同的时期，羊群效应的强弱程度可能不同。从本质上分析，股市上的羊群效应现象，一方面是由于我国股市的制度不完善，市场信息的披露不尽全面、透明，造成与股票投资的相关市场信息不能够完全传递到投资者，导致了不同投资者之间信息不对称；另一方面则是由于个人投资行为习惯、风险偏好等个体因素不一致，因而也会形成个体间的投资行为的差异。

从羊群效应的内部因素来看，羊群效应行为的产生还与不同投资者之间的投资行为习惯、风险偏好和获取市场信息的能力等方面的因素相关。市场上的投资者个体，有的倾向于长线的价值投资，有的偏好于短期的股票投机行为；而有些投资者能够承受一定程度的损失，因而其偏好于高风险的领域。一般来说，短期的投机行为，会加剧股票市场的波动性，并且频繁的交易行为，其决策信息依据并不充分，会导致市场中出现“扎堆投资”的行为。同时，投资者的情绪、态度、思维等主观性因素也可能带来羊群效应。行情上涨时，乐观派如果看好后市则会加大投资力度，重点投资一些利好行业，形成行业投资的聚集效应；而当行情下跌时，如果悲观情绪蔓延，则部分投资者即使私人信息表明后市仍然看好，也会忽略这些信息，跟随市场大部分主体进行抛售，以缩小投资损失和他人的差距。

而在内部因素中，不完全信息交易也是一个重要因素。从另外一个角度理解，投资者决策信息不完全，不对称，主要是由于市场上充斥着过多的无效信息，投资者无法区分有效信息和无效信息。由于个人在获取信息、分析信息的能力方面有限，投资者所制定的投资决策不一定能够充分体现其拥有的全部私人信息，可能存在遗漏重要信息或者过度分析信息的情形，因此在非理想化市场中，交易决策行为中只能部分反映市场的有用信息，而当前投资者根据历史交易信息再制定新的决策，则可能会加大无效信息的累积。无效信息积累过度，投资者对于市场信息进行决策的依赖性降低，转向模仿、跟随市场上的优秀投资者或者大多数投资者进行投资决策。因此，从这一角度出发，市场上过多的无效信息或者“噪音”信息，导致的是不完全信息交易，投资者更少地依赖市场信息进行决策，容易产生跟随效仿的羊群效应行为。

此外，不完全信息交易不断进行，市场上噪音信息不断波动，对于羊群效应的变化趋势也能够产生一定的影响。当噪音信息不断累积叠加时，市场无效性加剧，会加剧羊群效应；而市场中如果存在一定的纠正机制，剔除噪音信息，减小不完全信息交易的负面影响，则可能会减弱市场上的羊群效应。因此，从不完全信息交易角度出发，本文将对羊群效应的长期变化趋势进行初步探讨。

三、不完全信息交易与羊群效应变化趋势分析

不完全信息交易，是指投资者在进行交易决策的过程中，并没有得到全面、充分的信息量，只是依据有限的信息来制定交易策略。这种不完全信息交易，实质上是一种非理性的交易，而由于交易的变动促进资产供求状况的变化，从而导致资产价格的变动。但是这种资产价格的变动仅仅反映了市场上的有限信息，因而资产价格变动是偏离了其内在价值，弱化了市场的有效性。当前我国股票市场发展时间仍然较短，信息披露机制并不健全，透明化程度低，且市场运行机制、交易机制方面仍然处于较低的市场化水平，因而导致我国股票市场发展的不健全、不完善，市场信息传导受到一定的阻碍与影响。而对于股票市场的投资者而言，除了股票市场机制存在的问题，投资者自身在市场信息的获取方面也具有一定的局限性，其信息来源渠道有限，投资决策的信息并不充分，因而在股票投资决策方面往往具有一定的随从效应，即跟随市场中大部分投资者的投资策略，形成羊群效应。因此，由于我国股票市场机制不完善和投资者自身获取市场信息的局限性，投资者往往具有不完全信息的交易行为，而信息的不完全则导致了其在股票投资方面具有一定的跟随性和效仿性，产生羊群效应。

由于不完全信息的交易行为能够促进股票市场的投资者产生羊群效应，因而要探究不完全信息交易与羊群效应及其趋势途径的关系，则需要对其进行一定的量化。在股票市场中，对于不完全信息交易行为的研究，采用的指标往往是股票市场的换手率。换手率的计算公式为：

从理性投资者的角度出发，如果投资者是理性的，则其会遵循市场规律，如果没有偶然性突发事件发生，短期内一般是避免频繁的股票交易，因而在短期内换手率指标一般较低，完全理性市场中甚至是趋于零。而目前股票市场上股票交易较为频繁，换手率水平较高，一部分是由于真实的市场因素出现导致了有效信息交易的产生，另一部分则是由于投资者个人信息的局限性，其在投资决策方面具有跟风和效仿的特点，导致了股票市场上的一些交易为“噪音交易”，即破坏了理性的股票交易市场。而这些在交易市场上的“噪音”慢慢积累，弱化了股票投资市场上的有效信息，而具有局限性的投资者又会进一步地跟随与盲从进行交易，循环往复，不断扩大了股票市场上的不完全信息交易，导致市场上羊群效应更加显著。

四、羊群效应变化趋势实证模型建立

（一）样本数据选择

由于沪深300指数成份股大多是蓝筹股，具有较强的代表性，能够基本上反映沪深股市的变动信息，对整个股票市场的影响显著。因而本文选择沪深300指数成份股作为研究样本，这一方面有利于进一步对国内股票市场上羊群效应的整体情况进行实证检验，另一方面也能够扩充样本数量，提高本文实证分析的准确性。

由于羊群效应在股票市场中是通过较长时期效应得以体现，因而本文选择的样本时间跨度是从2011年1月4日到2014年12月31日，采用970个日数据进行实证检验。同时，由于在本文选择的样本时间区间内沪深300指数存在着成份股的调整，为了保证文章实证检验的一致性，删除了被调整的成份股票样本数据，因而最终得到的沪深300指数成份股票为237只，形成237*970的面板数据。同时，在股票权重选择方面，为了保持变量计算口径的一致性，本文将选2014年12月31日样本期末的各成份股的流通市值比例作为统一的权重。另外，本文数据来源于万得（Wind）数据库，采用Eviews 6.0版本软件进行实证检验。

（二） 换手率与市场收益率的关系

根据羊群效应的实证检验常用方法，如果股票收益率的偏离度指标与市场收益率之间存在显著的负相关关系，则表明市场上羊群效应较为显著。因而在探究羊群效应的变化趋势与不完全信息交易的相关关系时，可以采用“不完全信息交易――市场收益率――羊群效应变化趋势”这一分析逻辑。因此，首先要对换手率指标和市场收益率进行简单的方程回归，并进行二阶扰动项自相关修正后可得：

|Rm |=0.0077+1.0252turn

t统计量 （21.8358）***

由回归方程可以看出，换手率指标与市场收益率的绝对值之间存在着显著的正相关关系，即表明当换手率提高时，市场收益率的绝对值也提高。在市场上具体表现为：当股票换手率升高时，若为上涨市场（Rm大于零），则市场收益率上升，表明此时股票市场中买方市场占据一定的优势，股票市场上有资金净流入；当股票换手率升高时，若为下跌市场（Rm小于零），则市场收益率下降（绝对值增大），表明此时股票市场中卖方市场占据优势，而股票市场表现为资金净流出。因此，从以上的实证回归中可以得出结论：股票市场上不完全信息交易增多，表现为市场上换手率指标的升高，从而导致市场收益率绝对值的升高；而当市场收益率的绝对值升高时，个股收益率逐渐收敛于市场收益率，则表明市场中存在羊群效应。

（三） CSAD模型简介

在CSAD模型中，使用的是横截面绝对离差（CSAD）[10]作为偏离度的指标，作为羊群效应的检验指标。

其中，Rit表示股票i在t时期的收益率，而Rmt表示的是经过计算后N只股票在t时期的市场收益率，以绝对离差的形式进行股票收益率偏离度的衡量。而CSAD模型的原始回归方程则采用的是线性回归方程，如下所示：

CSADt=β0+β1 |Rmt |+εt

根据CSAD模型，如果股票市场中存在着羊群效应，则回归系数β1应为负数。因为如果股票市场中存在着羊群效应，随着市场收益率的提高，羊群效应的作用会促使投资者追逐市场的发展趋势，从而会缩小股票收益与市场收益之间的偏差。而如果股票市场是理性的，不存在羊群效应，则股票收益率的波动最终应该趋于平稳，因而股票收益的偏离度与市场收益率之间存在线性关系，且自变量系数为正。

在此基础上，拓展CSAD模型进一步提出使用多项式回归方程来检验羊群效应是否存在，即：

CSADt=β0+β1 |Rmt |+β2 |Rmt |2+εt

如果股票市场中存在羊群效应，则会促使投资者的投资决策趋向于市场趋势，即导致投资股票的收益率会逐渐收敛于市场收益率，因而在回归方程中就体现为股票收益偏离度会随着市场收益率的提高而减小（β1为负值），或者表现为偏离度变化幅度的减小（β2为负值），即表现为两者呈现一种负相关关系或者递减的非线性关系。而如果当β1和β2同时都为负值时，则此时表明市场中具有十分显著的羊群效应。

（四） CSAD曲度指标

按照“换手率――市场收益率――股票收益偏离度（CSAD）”的传导逻辑，以换手率衡量的股票市场的不完全信息交易行为能够对市场上羊群效应的存在性进行一定的检验。而为了进一步探讨不完全信息交易对羊群效应的变化趋势进行研究，需要对现有指标进行一定的调整与拓展。由于本文的CSAD指标采用的是日数据进行计算，因而是一个短期变量，衡量的是短期的市场行为表现，故只能检验羊群效应的存在及强弱问题。由于羊群效应的变化趋势是一个长期行为，具有一定的时期性，因而必须用长期指标或者是具有趋势性的指标进行衡量。在基本CSAD模型中，基于理性资本资产定价模型完美的前提条件，市场收益率绝对值的线性变量（|Rm|）系数的正负性能够对羊群效应进行较好地解释。但是在现实市场中，这种完美的假设前提条件并不存在，因而仅仅依靠|Rm|）系数的正负性并不能很好地说明羊群效应的存在问题。而在拓展的CSAD模型中，加入了市场收益率绝对值的二次项|Rm2| 这一指标，其回归系数能够反映的是CSAD指标变化率增减快慢的信息。当|Rm2|系数为正数时，即CSAD指标的增长率是随着|Rm|的增大而升高，因而股票收益率与市场收益率的偏差逐步扩大，股票收益率是发散的，更多地偏离了市场收益率，因而不能说明市场上存在着羊群效应；当|Rm2|系数为负数时，CSAD指标的增长率是随着|Rm|的增大而下降的，即股票收益率与市场收益率偏离度的增加幅度是减小的，因而股票收益率具有收敛于市场收益率的趋势，能够说明市场中存在着羊群效应。

而在拓展的CSAD模型中，当|Rm2|的系数为负数时，通过判断负数的大小也能够判断羊群效应的显著程度。当其系数较小（绝对值较大）时，表明偏离度变化率的增加减小，偏离程度有减小的趋势，表现为较强的羊群效应。而|Rm2|的系数，在函数表达式中，是用来衡量函数图像曲度（即斜率的变化率）的指标，其意义在于反映函数图像上各点斜率的变化趋势。类比分析，用CSAD曲度可以衡量CSAD变化率的发展趋势，而CSAD变化率的趋势反映出来的就是羊群效应时期性的变化趋势。因此，本文在探究羊群效应的发展趋势分析中，使用CSAD曲度作为衡量指标，其反映的是CSAD变化率的增减性。用curv表示CSAD的曲度，由于采用的是离散型的样本数据，因而在初步分析时采用近似的计算公式，即：

CSAD曲度的计算公式由于只是近似计算，并不能连续刻画出CSAD变化率的发展趋势，但可以根据curvt的正负性来粗略判断羊群效应的变化趋势。回归方程中curvt是近似描述函数图像斜率的变化快慢，它在本文中的经济学含义则可以理解为股票收益率与市场收益率偏离度（CSAD）变化率的增减速度。而CSAD与|Rm|的回归系数的大小可以描述市场上羊群效应的强弱问题，因而基于|Rm|计算的CSAD变化率的增减速度则可以描述市场上羊群效应的变化趋势，因此需要对CSAD曲度curvt指标进行更加具体的经济学意义解释。

根据上述CSAD曲度（curvt）指标的近似计算公式，我们可以看出，curvt指标的计算结果可以是正值也可以是负值。而当curvt>0 时，表明股票收益率与市场收益率的偏离度的变化是增大的，即股票收益率将会偏离市场收益率更多，呈现发散趋势，因而表明此时股票收益率并不收敛于市场收益率，市场中没有存在羊群效应。

当curvt

五、羊群效应变化趋势的实证分析

根据上述分析，在描述羊群效应变化趋势时，采用的是CSAD曲度――curv_t 指标，根据其正负值的大小来判断市场中羊群效应的强弱变化趋势，以此来分析市场中羊群效应的长期变化是增强还是减弱的变化趋势。由于本文研究的重点是探讨股市不完全信息交易如何影响羊群效应变化趋势，而不完全信息交易可以通过股票市场上现有的换手率指标（turn）来进行衡量；因此，用换手率指标作为解释变量来研究它和curvt指标的相关关系，进而判断股市的换手率指标能否检验股市中的羊群效应；如果存在羊群效应，换手率指标能否较好地反映出羊群效应的变化趋势和发展趋势。循着这个思路，需要就羊群效应变化趋势与换手率指标进行实证研究。

在进行羊群效应变化趋势与换手率指标的实证检验分析之前，首先需要对当前数据进行适当的处理与调整。由于在近似计算公式中，CSAD曲度（curvt）指标是根据CSAD和|Rm| 指标计算的，计算结果表明离散程度较高，因此curvt的计算结果波动较大。为了减缓curvt指标的波动程度，本文采用函数求导方法，通过回归方程的估计系数进行计算，使得数据连续性更强。因此，在采用函数求导方法计算时，需要在原有羊群效应的检验模型中引入|Rmt |3 项，即：

CSADt=β0+β1|Rmt|+β2|Rmt|2+ β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+γ1turnt-1+εt

而回归后的方程结果是：

CSADt=β0+β1|Rmt|+β2|Rmt|2+β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+ γ1 turnt-1

因此，根据上述方法计算的CSAD曲度指标具有更强的连续性，波动幅度有所减弱，如图4所示。当curvt>0时，表明市场不存在羊群效应，当-1

在本文的实证回归模型中，选择的主要解释变量是换手率指标，以衡量市场上的不完全信息交易的强度。为了更好地拟合出羊群效应变化趋势的回归方程，本文还添加了其他的控制变量。首先，由于换手率指标是一个以日数据计算的指标，其衡量的也是短期时点内股市中不完全信息交易，而curvt 则是一个趋势性的描述指标，因此相对应也可以用换手率的变化率指标进行回归。换手率的变化率表示的是换手率指标相对于历史信息的增减变化，其增大还是减小能够反映出市场交易活跃程度的变化，即市场中不完全信息交易行为是逐渐增多还是减少。其次，羊群效应的变化趋势与投资者的投资行为密切相关，其信息不完全程度越高，越容易在市场上进行噪音交易，而投资者这些投资决策和交易行为也和股票市场上的投资情绪和投资意愿相关。因此，本文还将引入股票市场上的投资情绪指标――人气指标（AR），而由于情绪指标的日数据容易受到偶然事件的影响，导致测算的日情绪指标波动较大，因此本文使用的是一段时间的求和值来计算市场情绪指标。本文采用的是以周为时间单位计算情绪指标，其计算公式如下：

其中，Ht表示t日的最高价，Ot表示t日的开盘价， Lt表示t日最低价。因此，本文的实证回归方程如下所示：

curvt=α+δ1turnt+δ2 ?turnt+δ3 ARt+εt

本文的实证模型是检验换手率指标与羊群效应变化趋势的相关性分析，通过换手率指标来判断市场中羊群效应的变化趋势。当curvt>0时，市场中不存在羊群效应，如果换手率增大，表明市场上不完全信息交易增多，羊群效应由不明显逐步显现出来，因而curvt指标会变小；当curvt

H0：换手率指标与CSAD曲度curvt呈负相关关系。

H1：换手率速度指标与CSAD曲度curvt呈负相关关系

由于CSAD的曲度curvt的正负性对应说明羊群效应的存在性问题，只有表明存在了羊群效应的情形下才具有进一步探究羊群效应变化趋势强弱变化的意义。因此在回归实证检验中，本文主要探究的是在curvt

首先，先对加入|Rmt|3项的实证方程进行回归，观察变量系数的统计值以及检验其显著性水平，回归结果如表1所示：

CSADt=0.0069+0.0592|Rmt|-0.8528|Rmt|2-17.2837|Rmt|3+0.1128amplit+0.0342amplit-1+0.8692turnt-0.1973turnt-1

R2=0.6611，F统计量=210.3838，DW=2.0304

根据上述回归方程结果，在引入|Rmt|3后，关于羊群效应的检验方程从整体上而言，|Rmt|的变量仍然具有显著性，而拟合优度略有下降。因此，对比于离散型的样本指标计算，使用回归方程系数的统计值进行curvt的计算能够使数据波动更小，也更接近真实值，因而根据curvt=2β26β3Rmt即有：

curvt=-1.7056-103.7016Rmt

因此，当curvt

因此，羊群效应变化趋势的实证回归方程如下所示：

curtt=-1.2883-0.1460turn-1.6162?turn-76.1952AR

从实证结果观察分析，当curvt

从经济意义上来解释， 当curvt

此外，从换手率变化率指标?turn 来看，其系数为-1.6162，换手率变化率的增加能够引起CSAD曲度更大的增加，表明此时羊群效应具有明显的趋强趋势，其增加幅度虽然增大，但是增幅减小得越来越快，最终会导致股票收益率偏离度的缩小。另外还需要说明的是，羊群效应变化趋势的回归检验中，方程的拟合优度接近0.3，表明换手率指标对于CSAD曲度的解释能力并不强。这可以从两个方面进行理解：一方面是由于换手率指标不仅包含着由不完全信息导致的交易行为，也有依据市场有效信息的理易行为，因而在衡量不完全信息交易时并没有排除理性投资部分；另一方面，由于在计算CSAD曲度指标过程中采用了回归方程的估计值，在计算上会造成指标计算存在一定的偏离，因而最终导致回归方程的拟合优度并不高。

六、结论

本文研究了不完全信息交易与羊群效应变化趋势之间的关系，使用CSAD曲度与换手率指标的关系来初步探究羊群效应在长期的变化趋势。结论表明：当CSAD曲度小于零时，表明此时换手率的提高会导致CSAD的变化减小，即当股票换手率提高，市场上不完全信息交易增加，导致了噪音信息的叠加与扩散，加剧了市场上的羊群效应。根据实证结果，投资者可以通过观察更多股票市场上的相关指标，初步预测市场上羊群效应的变化趋势，以实现更加理性的投资。投资者需要不断提升信息获取和分析能力，准确判断投资时机，适当时机要敢于冲破羊群效应逆市投资，同时还应该分散投资以降低系统性风险。

参考文献：

林左鸣. 广义虚拟经济――二元价值容介态的经济[M]. 北京：人民出版社，2010.

Kyle. A Continuous Auctions and Insider Trading [J]. Econometrics，1985，53（4）：1315-1335

Admati Anat R. A Theory of Intraday Patterns： Volume and Price Variability [J]. Review of Financial Studies. 1991（1）：3-40

Radal J M， Mcaleer M. Herding， Information Cascades and Volatility Spillovers in Futures Markets [J]. Working Paper， University of Western Australia，Perth，1993

[5] Avery， Christopher， Peter Zemsky. Multidimensional Uncertainty and Herd Behavior in Financial Market [J]. American Economic Review. 1998， 88（4）：724-48

Lee S. Redding. Noise Traders and Herding Behavior [R]. Washington D.C： Working Paper of the International Monetary Fund. 1996

Sias R W. Institutional Herding [J]. Review of Financial Studies. 2004，17（1）：165-206

Karl B. Diether， Christopher J. Malloy， Anna Scherina. Differences of Opinion and the Cross Section of Stock Returns [J]. The Journal of Finance. 2002，57（5）：2113-2141

Shing-Yang Hu. A Simple Estimate of Noise and Its Determinant in a Call Auction Market[J]. International Review of Financial Analysis. 2006（15）：348-362

William T.Lin， Shih-Chuan Tsai， Pei-Yau Lung. Investors’ Herd Behavior： Rational or Irrational [J]. Asia-Paific Journal of Financial Studies. 2013（42）：755-776

Eric C. Chang，Joseph W. Cheng和Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679

Marco Cipriani， Antonio Guarino. Estimating a Structural Model of Herd Behavior in Financial Markets [J]. American Economic Review. 2014， 104（1）：224-251.

Willian G. Christie， Rodger D. Huang. Following the Pied Paper： do Individual Returns Herd around The Market？ [J]. Financial Analysts Journal. 1995，51（4）：31-37.

Eric C. Chang，Joseph W. Cheng， Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679.

张金华，基金赎回中的羊群效应[J]，特区经济，2010（06）：100-101.

傅亚平，王玉洁，张鹏.我国沪深证券市场“羊群效应”的实证研究[J]，统计与决策，2012（8）：153-156.

Rolf W. Banz. The Relationship between Return and Market Value of Common Stlcks [J]. Journal of Financial Economics. 1981，9（1）：3-18.

Richard Roll. A Possible Explanation of the Small Firm Effect. Journal of Finance [J]. 1921，36（4）：879-888.

Sanjou Basu. The Relationship between Earnings’ Yield， Maket Value and Return for YSE Common Stock： Further Evidence [J]. Journal of Financial Economics. 1983，12（1）：129-156.

何德旭，饶明，谯海.中国股票市场的风险与安全隐患[J]，上海金融，2013（3）：3-10.

市场趋势指标篇3

关键词：新兴证券市场；价值投资；组合策略

中图分类号：F830．91　文献标志码：A　文章编号：1673-291X(2009)16-0070-02

随着2008年年报的陆续披露，上市公司的分红方案再次成为市场关注的话题，连续多年不分红的“铁公鸡”，再次成为市场口伐的对象。据统计，目前沪深股市共有110家上市公司超过十年没有现金分红，时间最长的达十七年，而五年以上没有现金分红的公司更是高达386家。中国新兴市场少分红和不分红的特点，与发达国家成熟市场相比，在投资理念和投资行为上表现出极大的不同。

一、发达市场与新兴市场股票投资行为比较

(一)中外股利分配的巨大差异影响价值投资理念

股利是股票投资的预期收益的现金流。西方企业稳定的盈利增长，是确保投资人获取较高投资回报而长期持有股票的原动力。而中国上市公司较低的盈利增长和极低的股利分配政策难以确立价值投资尤其是长期投资理念。这两种股息分配政策巨大的差别具体表现在：

美国市场在竞争中进行着优胜劣汰，促使上市公司必须保持盈利的增长与股利的稳定增长，如果采取股利不分配或者少分配的情况，则将利润再投资带来的诱人的提高预期收益率以及未来更高的回报率吸引投资者。与此相反，中国的上市公司盈利稳定增长的企业十分少，大多数企业都受到宏观经济调控的影响，由于政府对过热的经济活动是采用行政干预方法，往往以牺牲经济主体的利益来实现调控的目标，以往的经济增长总是伴随着上市公司投资行为短期化，追求短期高效益为目标。上市公司投资回报率很低，盈利的分配一律都是以每十股为分配单位，每十股股票股息分配在1元以下的企业占大多数，市场上无股利分配和分配甚少的企业是无法建立价值投资理念的，故投资者的行为也是短期化的，对市场价格波动的敏感性很强，选择从各种题材中价格能被炒高的股票投资获利了断是投资人普遍追求的目的。

(二)中外不相关性证券组合投资对趋势的不同把握

马科维茨的证券投资组合理论阐述了正相关、负相关与不相关性证券投资组合的特点，强调了负相关性的证券投资组合是一种最为有效的投资组合。然而以彼德林奇为首的西方组合投资实战家，用天才的选股策略证明了当代最为流行的是不相关的证券投资组合，这种方法更适合股票的独立性，行业的分散性，收益率的不确定性。

1　西方不相关性证券投资组合注重个股趋势胜于市场趋势。在美国同样是互联网科技股有着不同的机遇，即使市场走在一个下降的趋势中，市场仍然认同市场份额扩大与企业盈利增长的企业。我们根据美国戴尔与苹果这两家上市公司历史数据分析，他们的市场价格走势充分反映了投资人长期持有的价值理念，股票的价格充分反映了投资的价值，从长期来看投资人对股价的预期表现为价格趋势的斜率沿着企业盈利趋势的斜率上升或下降。

2　中国不相关性证券投资组合注重市场趋势胜于个股趋势。中国股票市场从建立到发展经历了十七年大幅扩容，股票从齐涨齐跌转化为个股与指数涨跌不同步现象，与其说在资本市场即将对外开放的时候股价按业绩依序排列，不如说股价的涨跌更注重题材的影响和发掘。虽然众多的股价与指数涨跌幅不一致，但是从中短期趋势来看个股的上涨下跌与指数仍保持着一致的方向，只是长期趋势出现不同方向运动的分化状态。选择不相关性证券投资组合，更强调短、中期调整明星股投资比率的需要，以适应价格波动性大的特点H。

市场从过度的价格投机逐渐转向价值认可，微观经济效益的好坏是体现价值的基础，然而资本市场的趋势运动也更多地受到政府宏观政策调控，抑制商品市场的过度投资往往造成牺牲经济实体的利益，从而更促使上市公司为盈利追求投资行为短期化，因此，提倡价值投资在股票市场也充分显现短期行为，即使业绩增长的企业其股价运动的趋势也呈现短期与中期上升走势。

对于把握市场短期与中期趋势的投资人来说，研究上证指数的走势与涨跌空间比研究个股投资价值更具有意义，如果市场趋势向上，必有个股成为明星股大幅上扬。投资人只要把握了市场指数向上的趋势，就能够寻找到有题材和价值的明星股，因为在长期上升的趋势中，板块轮动的现象十分明显，即使投资人对宏观面的了解不够深刻，同样能够在市场上跟随题材的变化找到明星股。而如果市场处在下跌的趋势中大多数股票都向下运行，极少能够找到上升的股票，对于中国的投资者来说判断市场趋势，不在于市场价格本身反映的价值高低，事实上政府宏观调控对市场带来的影响远远超越了投资人价值投资的理念。

二、新兴市场股票投资策略研究

(一)新兴市场短、中、长期趋势组合投资的策略

长期上升趋势的主要特征时间大致在一年以上至多年，大多数股票在GDP经济增长率的上升中保持向上的趋势，成熟的证券市场股票价格走势可以跟随指数的上升而稳定持续的上涨，但是在新兴市场则出现多数股价走势在不同的时期呈现快速上涨和下跌的局面，为了把握机遇需要研究中期趋势和短期趋势，中期趋势是长期趋势中的逆反走势，表现为主要上升趋势中的回调，或者主要下跌趋势中的反弹，时间大致保持几个月至一年。而选择长期上升趋势中的一个中期上升波段投资，在中期逆反趋势中卖出股票的策略，十分适合中国的资本市场投资，因为中国市场的明星殷大多数价格持续上升的时间为一年。

1．选择短、中期上升趋势组合投资策略能使收益最大化。面对上升趋势的指数，在不同的阶段，选择不同的股票进行组合投资，并且在不同的阶段调整组合，就能够战胜指数赢得趋势，所获得的利润将远远超越指数长期上升的空间。

选择中期上升波段的投资策略，组合具有潜在价值与题材的股票进行投资，投资人需要了解基本面的宏观背景，它反映了行业和企业在经济循环中的产业周期与效益增减变化，由于中国企业对市场消费需求与替代认识不足，同业竞争激烈，往往造成短期内出现产能过剩的局面。叉由于中国正处于资本市场开放与国际接轨期，人民币汇率升值对一些出口企业的负面影响以及国内通货膨胀压力下的企业成本上升使未来预期收益的不确定性增大，资产重组，整体上市题材使得把握短中期上升趋势的投资收益大于长期投资。如果投资人不能够充分的了解中期上升趋势的基本面，即使他能够把握中期趋势的逆转，投资回报率也将小于上证指数。而如果长期的持有这类个股，随指数的下跌其投资收益将大幅缩水，因为经历了长期价值低估的其他股票品种将在未来的上升趋势中大涨，故把握中期趋势选择不同时期的投资品

种进行组合及调整将大大提高你的投资回报率。在趋势明朗中调整增持行业领先、最具明星效应的个股，直至中期上升趋势的结束，了解明星股的价格对投资价值偏离的程度，从而了解中期趋势转折对个股的意义，选择在短期内卖出仍然是新兴市场的一个特征。

2．选择中、长期趋势组合投资策略是未来市场发展的趋势。长期趋势是由多个短期、中期上升与下跌趋势连接起来的，能够保持长期上升趋势的个股在中国的市场中十分罕见。随着股份制改革的深入与外资的流人，股票市场将进入优胜劣汰的局面，价值投资将成为中国股票市场投资的主流。市场竞价机制将充分发挥，资金流动适应资源有效配置，市场激励机制促使股息分配成为普遍性。有远见的投资者已开始选择行业、资产更具有投资价值股票，目前什么样的品种能够适应中期持有甚至长期持有的投资策略呢?

按照发展中国家GDP增长率高，股票市场容量小，上司公司存在投资扩张的需要，其股票存在着股本扩张的趋势，对于有着良好业绩，又伴有市场开放带来机遇的行业和企业十分适合中期、长期投资，这将给投资人带来像发达国家曾经经历过的百倍收益的回报。

随着中国资源的有偿使用和按照国际会计准则重新估价的那些上市公司，面临脱胎换骨的变化，贸易自由化的趋势使得全球资源共享，一些原本存在优势的行业或企业可能在中国市场进一步开放中失去优势或者优势下降，而另一些行业或企业正表现为价值增值和发现。这类个股的价值正在不断的蕴积，如果市场能够被短期认识，那么，他们将有一个中期暴涨的趋势，如果他们能被不断地发掘增值，则存在着长期上升的趋势。

市场趋势指标篇4

―――致米雪的第一百封信（未发）《伤心太平洋》

基金定投不择基，不择时；低风险，高收益；投资期限越长越好……破解这些传言的密钥，首要的是认识基金定投的收益风险特征。

3种类型市场定投模拟

市场的长期特征只有3种：牛市、熊市和震荡市。考虑到数据的代表性和有效性，我们选取了西方成熟市场的标普500指数和日经225指数进行模拟定投，见表1所示。

趋势观测

在长期趋势未发生重大转折之前，市场价格总是围绕着价值中枢线（趋势线）波动。以标普500指数（1940年1月～2000年8月）为例，把1940年1月作为第1期，取月收盘价为纵坐标，至2000年8月共计728期，通过散点图可得到其趋势线，见图1中的红线。

根据趋势线方程可求出标普500指数的年化收益率为7.43%，这可代表市场在此期间的平均收益率。长期震荡市和长期熊市的趋势观测分别见图2、3。

定投模拟

以标普500指数（牛市定投）为例，我们模拟一个定投计划，每月的31日定投该指数1000元，若某月31日非交易日，则往前推至最近的一个交易日实施定投。1940年1月～2000年8月共计定投728期，在此期间，按照简单收益率来算，任意定投1年、3年、5年、10年和20年的平均简单年化收益率分别为4.37%、4.64%、4.56%、4.49%和4.26%；如果考虑时间价值，内部收益率（IRR）分别为8.48%、8.80%、8.53%、8.11%和7.32%，见表2所示。长期震荡市和长期熊市的模拟结果分别见表3、4。

小知识

简单收益率由期末基金赎回时的总收益与定投期内投入本金之和相比减一得到，对投资者来说，这种计算方式比较直观。而基金定投往往期限较长，有必要考虑时间价值，内部收益率更客观准确。

分析与结论

（1）随市场状况的不同，西方成熟市场基金定投的收益率大致在-5%～9%。

（2）无论是定投1年、3年、5年、10年还是20年，收益水平并没有表现出明显的差异。而且在多数情况下，收益水平随定投时间的延长而略有降低。

（3）定投可以降低风险波动，这是其最本质的特点。无论在何种市场状况中，随着定投时间的延长，最高简单收益率、最低简单收益率和标准差都随之降低。

（4）定投可以增加确定性。需要特别指出的是，这个确定性是对长期趋势的确认，而不可简单理解为获取正收益的确定性。在长期牛市和长期震荡市中，随着定投时间的延长，盈利概率增加，如在1940年1月～2000年8月间任意定投标普500指数20年，获取正收益的概率高达99.59%。但在长期熊市中，盈利概率（即获取正收益的百分比）随定投时间延长而越来越低。

（5）用基金定投带来的内部收益率减去市场平均收益率，大致可以理解为采取定投方式带来的超额收益率，约为-0.2%～2%。其中，震荡市的效果较优。

可以得出如下结论。

定投一定要择势 大势来时，滔滔难挡。定投可以不择时（短期时点），但必须要认清长期趋势。长期是一个相对概念，就是在截至赎回前的时期。在一个长期走熊的市场中，仅靠基金定投不仅难以保证收益，而且出现亏损的可能性很大。如表4所示，1989年12月～2012年2月间任意定投日经225指数20年，亏损的概率高达100%，且内部收益率为-4.04%。

定投并非越长期越好 风险波动的降低和确定性的增加，往往意味着收益水平的降低，即使在长期牛市中，这种情况也会大概率出现。而且基金定投的收益率很大程度上取决于最后的赎回时机，它是风险摊薄的过程，同时也是风险累积的过程。当定投的时间越长，所投资的本金越来越多，一旦碰上市场大跌且熊途漫漫，势必面临亏损的窘境。

高收益、低风险只是个传说 不超过10%的收益，只能说处于中间水平。定投确实在一定程度上降低了风险波动和增加了确定性，但没有消除看错大势的风险，不择时定投也不能自然解决赎回难题，因此不可视作低风险投资。

中国市场定投模拟

以1990年12月19日～2012年3月9日上证综指观测其趋势线，以1991年1月～2012年2月上证综指进行模拟定投，分别见图4和表5。

除共性外，可以从中发现以下独特规律：

市场趋势指标篇5

市场趋同度：此指标显示市场内部的分化程度。当市场分化程度较低时，市场内部涨跌有序，市场风险较低，利于股市的整体向上运动；相反，当市场内部较为分化时，内部躁动杂乱、涨跌无序，此时市场的上涨会受阻，下行风险加大。当这个值接近或低于0.2时，市场一般就要开始下跌。当市场如期开始下跌后，此指标会由低位拐头向上，一般要超过0.4市场才能到一个阶段性的底。

此指标最新数值是0.50，最近一周来没变化。显示市场内部的走势比较一致。

长江证券舆情指数：正常情况下，大多数投资者是看多的，当市场到底时，很多投资者会转变为看空，但这也往往意味着该出逃的投资者已经出来了，市场在这时也就见底了。一般这个指标小于60%时就表示悲观情绪开始显现，接近50%时市场一般就会见底。

此指标最新数值为57%，显示市场人气有所恢复，但仍偏悲观。

市场景气度：此指标显示市场中处于下跌趋势的股票的占比，当超过80%的股票是下跌趋势时，市场就非常接近底部。在一波中级调整中，往往最强的股票都会在调整的最后几天大幅补跌，从而使这些强势股也变成下跌趋势。所以当此指标超过80%并且伴随有大幅增长时市场见底的机会比较大。

市场趋势指标篇6

微观流动性指标有所分化

从市场弹性看，最近一周弹性指标处于相对较高的位置。我们将今年5月至7月作为市场弹性较好的区域，目前市场弹性依然较好，仍处于相对高位。

近期市场交易方向变化对指数影响变强，市场宽度变大，市场跟风情绪变强。交易量对指数的冲击变强，市场的深度出现回落；结合稳定的弹性指标，由于弹性指标是核心的中期微观流动性影响指标，我们认为上周市场大跌是事件性冲击引发的短期冲击，大幅度下挫不具备持续性。

从中期的流动性综合指标看，截至26日标准化指标值为0.66，处于流动性tradable阶段。相对稳定的M1增速高位运行，有利于微观层面中期市场流动性指标回升的持续性，有利于市场上行。近一周中期流动性指标上升5个百分点，形态为上升后略有回落；考虑到对M1的判断，我们认为回落不会形成趋势；鉴于前导性的指标弹性指标依然稳态处于高位，我们认为总体上中期流动性趋势依然趋好。由于目前中期市场流动性趋势明确，我们建议仍可积极参与市场交易，保持较高的仓位配置。

1月初估值月报中，通过DDM估值我们得出A股市场合理估值水平的价值中枢为上证指数3256点按经验性的按中枢上下10％计算市场中短期的运行区间，确定上证指数上限为3580点，下限为2930点。我们短期依然维持该判断。目前股指在中枢附近有所反复，但从中期流动性指标趋势及其最重要的先导性弹性指标看，我们认为市场依然处于震荡向上的趋势中。

此外，小盘股相对大盘股走强已经持续了一段时间，未来市场风格存在小盘转大盘的可能，但可能需要增量资金或者事件刺激等因素的配合。

成功的风格切换历来非坦途

近三个交易日A股市场宽幅震荡，其中周二和周四两个交易日均出现了百点以上的放量长阴。此次震荡符合我们的预期，在近期的策略周报和兴业视点中，我们反复提示市场短期面临震荡并有风格切换的要求，从当前大小盘股的相对超额收益、上证50与中小板PE比值以及金融创新等催化因素的角度，大盘股无疑具有较高的安全边际和获取超额收益的可能。然而A股历史上无论是大小盘股的风格切换还是消费与周期类股票的切换历来都不是一帆风顺的。例如，2006―2007年大牛市中的四次大小盘股风格切换以及今年8、9月份周期类向消费品的切换都经历了一定幅度的空间调整和数周以上的时间调整。

政策定调的不确定性、年末结算、做账等因素加剧短期市场波动。随着中央经济工作会议的临近，对明年政策定调的不确定性使得市场观望避险情绪升温，与上周股市大幅调整不同的是，国债指数连续大幅飙升。另外，部分资金年末结算以及部分上市公司通过出售金融资产调控业绩等因素加大了市场的调整幅度。

对于明年的政策定调，我们的观点是，政府很可能提出类似于“双稳”这样的基本方针，即一方面既要稳定经济增长的速度，同时也要稳定物价指数，防止其过快回升，至少明年上半年维持适度宽松的货币政策可能性较大。

市场趋势指标篇7

关键词：指数化投资 趋势性度量 商品指数 投资组合

中图分类号：F830.59

文献标识码：A

文章编号：1004-4914(2011)03-102-03

一、指数化投资文献综述

国际方面，Max Issacman(2000)指出，指数化投资是通过持有基准指数所包含的全部或具有代表性的证券来复制指数，从而获得某一特定市场基准收益率的投资策略。Olama(1998)、Frino(2002)等将指数化投资组合的构建方法总结为三种：基于完全复制策略的构建方法、基于分层抽样策略的构建方法和基于优化策略的构建方法。Blume(2002)的研究认为，采用完全复制方法的S&P500指数基金比其他类型的指数基金具有更低的跟踪误差。Treynor和Black(1973)提出指数化投资的跟踪误差定义，指投资组合的收益率序列对基准投资组合收益率序列进行线性回归的标准差。在Treynor的基础上，Pope和Yadav，Rudolf,Woher和Zimmermann(1994、1999)将跟踪误差定义为投资组合与基准投资组合的收益率差额序列的标准差。文献方面，Roll(1992)是指数化投资领域引用最为频繁的论文之一，文章指出，除非指数本身是EV有效的，否则TEV有效的投资组合往往是一个EV无效的投资组合。

国内，吕微，曾繁荣(2005)指出，由于资本市场不完善、投资者的投资理念欠缺、指数本身的设计有问题、指数复制跟踪的误差等四个原因，导致我国指数化投资的发展受到很大的限制，应尽快推出适合我国投资者投资的指数和指数产品。汤果、陈方正(2008)以上证综合指数和深证A殷指数收益率数据进行分析，认为指数化投资的丰富和发展，在我国的证券市场已经具备坚实的基础。屈颖爽、陈守东、王晨(2008)以沪深300指数为标的，通过比较跟踪误差波动(TEV)模型与常数波动跟踪误差波动(C-TEV)模型在不同协方差矩阵下投资组合的绩效后发现，在超额收益与总风险控制的平衡方面，C-TEV模型优于TEV模型；单指数模型矩阵和两参数矩阵方法能有效的度量市场风险，而数量矩阵方法的计算结果与标的指数存在较大偏差。吕保军(2009)指出指数化投资和其他投资策略相比具有下列优势：可以降低或避免系统性风险，收益稳定；投资成本较低，资金利用率高；降低基金经理人的风险等。

二、商品指数的发展历程

1 商品指数的发展历程及其在宏观经济中的作用。商品指数已有几十年的发展历史，如CRB指数。它一般以对经济敏感的核心商品的价格为基础编制，能够反映世界主要商品价格的总体动态，并在一定程度上反映经济发展趋势，因而被广泛用于分析商品市场的价格波动、揭示经济发展趋势。商品指数在期货市场上是非常重要的投资辅助工具。

最早出现的商品指数是1957年由美国商品研究局依据世界市场上22种基本的经济敏感商品价格，编制的一种期货价格指数，通常简称为CRB指数。CRB的期货合约1986年在纽约商品交易所上市；到了80年代至90年代初期，高盛、道琼斯等公司也纷纷推出了自己的商品期货价格指数，并且引入了加权编制的方法，对指数中的商品成分赋予相应的权重。从90年代开始至今，随着全球经济、金融一体化程度的不断提高，为满足各类期货交易商套保和投机的潜在需求，商品期货指数的发展进入了又一个蓬勃发展的新阶段。

商品指数不但在商品期货市场、证券市场领域具有强大的影响力，也为宏观经济调控提供预警信号。研究发现，商品指数大多领先于CPI和PPI。从这个角度看，商品指数的走势成为宏观经济走向的一个缩影。

2，国际知名商品指数介绍。现今国际上比较著名的商品指数有：

路透商品研究局指数(CRB)：是最早创立的商品指数，诞生于1957年，最早由28种商品组成，其中26种在美国和加拿大上市。高盛商品指数(GSCI)：于1991年创建，原油在高盛商品指数中占很重要的权重。近年由于以原油为代表的能源价格大幅上涨，高盛商品指数成为跟踪量最大的商品指数，甚至盖过CRB指数的风头，成为新的热门指数。罗杰斯世界商品指数(RICI)：吉姆・罗杰斯创建于1998年，由于看好商品的长期牛市格局，自己设计了罗杰斯世界商品指数，并用自己的钱成立了基金跟踪这一指数。道琼斯AIG商品指数(DJAIG)：于1998年建立，主要在机构投资者中受到欢迎，跟踪的资金量较大。标准普尔商品指数(SPCI)：在2001年建立，其特点是，成分商品均为美国国内市场交易的品种，目前包含17种商品，权重的设计是按照期货市场中的持仓量大小来确定的。标准普尔商品指数最大的特点是，采取几何算法来对指数进行计算，在这种算法下。指数的波动性下降，稳定性提高。德意志银行流通商品指数(DBLCl)：创建于2003年，包括6种商品，都是行业中流通性最好的商品，优点是降低了交易成本，提升了再次投资的能力。该商品指数调整的规定十分奇特：两个能源品种―分别是西德州中质(WTI)原油和热燃油，每个月调整一次，而其他四种商品每年调整一次。

3 国内商品指数发展现状。伴随着本世纪初加工制造业的崛起，我国各地、各行业已于近年先后推出了各种非官方的大宗交易商品现货、远期甚至期货价格指数，国内商品指数整体发展速度较快。2000年，上海钢联电子商务有I裂公司(即“Mysteel”)编制综合性及分区域、分品种的“MyspiC"钢材现货价格指数，成为钢材现货市场的风向标。2006年10月，浙江中国小商品城集团股份有限公司与浙江工商大学统计科学研究所在"2006义乌国际小商品博览会”上了“义乌中国小商品指数”，包括价格指数、景气指数和监测指标指数三部分23个分项指数。其价格指数，即成为准确、及时了解和掌握中国乃至世界小商品贸易动态的风向标。2006年11月，一些中远期大宗商品电子交易市场。如地处华东塑料集散中心的浙江塑料城网上交易市场，启动了包括中塑仓单价格指数(根据网上市场中远期交割仓单的成交价编制并实时)、中塑现货价格指数在内的“中国塑料价格指数”，成为中国塑料产业价格的“晴雨表”。2007年5月，上海有色金属工业协会涵盖铜、铝、铅、锌、锡、镍等六大基本金属的上海有色金属现货市场成交价格指数(sMMI)，已为

有色金属行业企业签订购销合同和金融机构投资有色金属产业提供重要参考。

但是，我国的商品指数受期货市场发展等现实因素的限制，至今还未能得到充分发展，市场上也没有具备影响力的指数产品。近年来，我国经济日益融人世界，国内金融市场也不断发展，一方面为商品期货指数的研究提供了经济条件和研究条件，一方面也使商品期货指数的研究变得日益迫切和重要。

三、商品指数的趋势性分析

1 趋势性分析工具：移动平均线介绍。移动平均线(MA)是国际最常用的分析股市、期市价格变动及趋势发展的工具，它是道氏理论的形象化表述。移动平均线以道・琼斯的“平均成本概念”为理论基础。采用统汁学中“移动平均”的原理，将一段时期内的股票价格平均值连成曲线，用来显示股价的历史波动情况，进而反映股价指数未来发展趋势的技术分析方法。

移动平均线的计算公式如下：

MA=(C1+C2+C3+…+Cn)/N

其中C代表某日收盘价，N代表移动平均周期。移动平均线周期一般按日计算。依计算周期长短可分为短期(如5日、10日)、中期(如30日)和长期(如60日、120日)移动平均线。

举例说明：

某股连续十个交易日收盘价分别为：(单位：元)

2 趋势性度量的构造思路。传统理论一般遵循经验主义的原则，默认价格指数的变动具有一定的趋势性。但理论界在对于趋势性如何去把握和衡量，如何将文字性假设转换为事实性的实证数据方面，一直处于较为空白的状态。那么如何去度量趋势?我们发现。移动平均线的排列状态对于揭示趋势起到较好的指示作用。根据道氏理论，趋势一旦形成，移动平均线往往呈现多头排列或空头排列的状态。多头排列是指当股指或股价上涨时，移动平均线托着K线上升，也就是K线在均线的左上方。空头排列是指当股价或股指下跌时，移动平均线由大到小自然排列，从K线的右上方压制K线向右下方行进。多头排列发生的时候，往往意味着价格处于上涨趋势中；空头排列发生的时候，往往意味着价格处于下跌的趋势中。因此，我们虽然没有办法直接衡量趋势性，但由于趋势性与均线排列状态高度相关，故可以通过统计均线的排列状态来间接衡量。在这种思路的指导下，我们构造一个指数。暂且称之为趋势比率，具体的构造方法如下：

趋势比率=(多头排列交易日+空头排列交易日)/总交易日

3 国际知名指数趋势性度量的实证分析。我们选取了国际上一些比较有代表性的指数，包括股票指数、商品指数、汇率指数等等，利用日线级别的数据进行分析，得到如下结果：

通过分析后我们发现，这些知名指数的趋势性均得到验证，趋势比率约为70％左右，此外，新兴市场指数的趋势性明显高于成熟市场。国际商品指数CRB的趋势比率为70.29％，符合道氏理论的趋势性描述。

四、商品指数化投资的构建及替代效果分析

国内期货市场上各商品品种的价格数据较为全面，且始终与现货价格保持着非常紧密的关联，因此在对各品种的价格数据进行加权处理后，很适用于构建我国的商品指数。

指数化投资的一个优势是能规避市场的非系统性风险，通过不同品种的涨跌互补性，从而达到在不同品种间投资的收益与损失的对冲效果，并获得整体系统性收益。

为了实现这一目标，就需要尽可能地分散投资资金，并将资金尽可能投资于相关性较低的品种之上，从而达到良好的规避非系统性风险的效果。介于此。我们需要考虑各上市品种的相关性数据。

1 投资组合指数的品种相关性分析和筛选。考虑到股指期货上市时间段，我们扣除之外，其他的上市品种分别为：(1)上海期货交易所：沪铜、沪锌、沪铝、橡胶、燃油、黄金、螺纹钢以及线材。(2)大连商品期货交易所：豆一、豆二、玉米、豆粕、豆油、棕桐油、L(线型低密度聚乙烯)以及PVC。(3)郑州商品期货交易所：硬麦、强麦、白糖、棉花、PTA、菜油以及籼稻。而针对以上23个上市品种，一方面考虑到由于部分上市品种存在着交易不活跃问题，特别删除这类品种，具体包括：线材、硬麦、强麦、豆二。另外一个方面，考虑到部分品种上市时间较短，无法追踪其长期的趋势，因此也进行剔除2007年以后上市的品种，具体包括：PVE、螺纹钢、黄金、籼稻。最终剩下15个品种分为别：沪铜、沪锌、沪铝、橡胶、燃油、豆一、玉米、豆粕、豆油、棕榈油、L(线型低密度聚乙烯)、白糖、棉花、PTA、菜油。

进一步针对这16个品种，我们进行分门类先进行涨跌幅度相关系数度量：

由以上相关性图可以看出，除了沪铜和沪锌具有近75％左右的高相关性外，其余类别品种之间的两两相关性都较低，都需要选人投资组合之中。而由于沪铜是在国内金属品种属于具有代表性的品种，因此也选人投资组合之中而剔除沪锌这一品种。

因此，人选投资组合的品种为14个，分别是：沪铜、沪铝、橡胶、燃油、豆一、玉米、豆粕、豆油、棕榈油、L(线型低密度聚乙烯)、白糖、棉花、PTA、菜油。

2 投资组合指数的各品种权重度量。由于进行组合投资需要对资金进行定量的分配，这就涉及到投资的各个品种在组合之中的权重度量问题，也即资金的分配问题。为了较好的分散资金以及考虑到资金量大进行投资所可能造成的买卖滑价问题，我们这里就选择各品种的成交活跃性为权重度量的标准。

这里考虑到各品种在不同时间段的主力合约不同，而成交最和成交金额也会有所差异。而由于成交量会伴随着品种价格点位的不同而有所差别，无法准确衡量市场对于其的参与热情，因此我们就选择各品种的成交金额为计算权重基础来进行各品种权重度量。

我们选择2010年11月18日投资组合中的各品种主力合约的月份为衡量标的，选取2008年这一合约月份成为主力合约的当月总成交量为成交金额计算的第一基础，同时以当月的收盘价格为成交额计算的第二基础，我们通过两者计算当月的总成交额情况，具体如下：

根据以上计算，我们可以进一步的根据各品种成交额与总成交额的差异计算各品种在组合投资中的比重，也即各品种权重。

3 投资组合指数计算。这里根据权重，我们以2009年1月5日为指数基准日，指数基准点位为1000点进行，对各品种连续合约价格为对象进行指数计算，具体计算公式为：

其中，x为每日的投资组合指数，i代表了各个品种的编号(共计14个)，ai代表了每日某一品种的价格，pi代表了每日某一品种的权重，Ai代表了基准日的某品种价格，Pi代表了基准日某一品种的权重。

由此公式我们就可以得到每日组合投资指数的具体数值，而在操作中。则根据不同的品种选择其的权重进行资金的分配，并选择各品种的主力合约为投资标的进行投资。我们得到了组合投资的商品指数的走势图为：

五、投资组合(简单商品指数)投资效果分析

我们首先利用本文第二节中构造出来的指标来衡量此投资组合商品(简单商品指数)的趋势性。

经检验，简单商品指数在2009年1月5日至12月31日期间趋势比率为65.33％。虽然数值偏低，但这是由于我们使用的样本较小，仅为244个，而从图中观察，随着样本的增加，趋势比率正在逐步向70％靠拢。

接下去，我们分析简单商品指数的长期投资效果，特别是其趋势投资收益和风险，我们选择其与组合投资中权重最大的三个品种做分析比较，它们分别为：沪铜(金属类)、豆油(农产品类)、橡胶(能源化工类)，对比的时间段我们选择2009年全年的交易时间段作为时期样本(2009年1月5日到2009年12月31日)。

考虑到我们对投资效果的分析主要追踪投资的趋势性收益，情况和承担风险波动隋况，所以选择各品种以及指数化的趋势性收益指标：总收益、日均值收益；风险波动指标：方差、风险报酬率。(做多方向为主)

通过分析上表，商品指数的组合化投资的风险报酬率(总收益)仅位于强势品种―橡胶之后，而总收益也仅输了其25％左右，说明了指数化的投资方式在扣除风险效应之后可以比较有效地获得趋势陛的投资收益。

市场趋势指标篇8

对于A股市场的暴跌，业内人士认为，这既在情理之中，也在情理之外。情理之中主要是指由于上周全球股市跌声一片，A股市场有补跌的趋势。情理之外主要指两点，一是跌幅如此之大，上证指数的跌幅达到6.32％；二是上证指数在盘中几无反弹，这与前期相对抗跌的走势形成鲜明的对照，如此走势显示出A股市场的恐慌盘再度涌现。

A股市场10月底的单边下跌走势与中国港股、日经指数等亚太地区股市的进一步走低存在着极大的关联度，尤其是在此前港股加速下跌，国企指数收盘时暴跌812点，跌幅高达14％；恒生指数暴跌1602点，跌幅达12.7％。如此数据不仅仅显示出港股寒气逼人，而且还显示出全球资金出现大搬家的格局，在港股等亚太股市出现急跌的背后，明显有资金抽离亚太股市。与此同时，美元大幅升值，显示出抽离的资金正在流向美国，资金大搬家的趋势仍在延续，从而导致全球股市低迷不振。

如果未来资金搬家的趋势进一步延续的话，全球股市极有可能继续“速冻”。不幸的是，从目前相关媒体披露的信息看，虽然美国出现金融风暴，但美元仍然是目前全球的“硬通货”，如此格局使得全球资金出于避险的需求，进一步从欧洲、亚太股市撤离而买入美元，所以，这一趋势仍将延续，亚太股市的走势仍不宜乐观。

正由于此，业内人士对A股市场的后续走势并不乐观，不仅仅在于10月底上证指数轻松击穿1802点的前期低点，也不仅仅在于全球资金大搬家所带来的全球股市“速冻”的格局，而且还在于两个方面，一是大宗商品价格暴跌，目前石油价格已经熊态毕露，欧佩克减产也无济于事；二是周期性股票出现跳水后再接着瀑布式的走势，港股的煤炭股已跌得惨不忍睹，A股市场的煤炭股也是大面积跌停。

这两点信息其实折射出当前各路资金对实体经济的担忧，因为经济减速后将大大下降大宗商品的需求，从而使得大宗商品市场迅速出现供求关系逆转的趋势，这自然使得此类个股的盈利能力迅速下滑，二级市场上的股价走势自然暴跌。所以，从表面看，目前动态市盈率不足10倍的煤炭股比比皆是，理应缺乏做空的能量。但实际上却屡次成为大盘暴跌的推动力，昨天的市场就是如此。

基于此，业内人士认为，如果A股市场要想短线企稳，只有新的救市政策出台，否则A股市场将进一步调整。而救市政策的预期不仅仅指的是直接针对股票市场的救市政策，而且还包括刺激经济增长的相关政策，甚至包括目前市场呼声较高的再次降息预期，如此，方能刺NA股市场短线企稳。

市场趋势指标篇9

无数只蚂蚁集合在一起使兽中之王都退避三舍，就是因为它们形成了无法抵挡的“势”。

市场永远都是对的

股市中的大势主要有两种，一个叫“牛”，一个叫“熊”。牛发动攻击的时候，通常是昂着头，牛角往上顶，代表不断攀升的上涨行情。熊发动攻击的时候，通常是低着头，熊掌向下挥，代表持续走低的下跌行情。当希望股市上涨的多头和希望股市下跌的空头力量大致相当，相持不下时，股价会成为在一定时间内水平运动的平衡市。股票会在这段时间内，在一定的价格范围中，时而向上时而向下地上窜下跳，就像猴子一样。于是，平衡市又叫“猴”市。猴市是不稳定的墙头草行情，总是依附于牛市或熊市出现，谁强跟随走。牛强时，猴骑在牛身上；熊强时，猴趴在熊背上。牛市和熊市的初期、中期、末期，都有可能出现猴市。猴市只是一种过渡状态，无法形成第三股力量。所以股市真正的大势只有牛、熊两种。跟着大势走才是明智的，企图与大势对抗，只会被碾得粉碎。

有很多人一次、两次甚至三次预测正确了之后，就觉得自己成了神。喜欢用这样或者那样的理论，说明自己的看法是正确的。市场走势如果和自己的看法相反，他首先认为是市场错了，而不是去想自己是不是错了。市场怎么会错呢？市场是最真实的。人只能去认识市场规律，抓住规律，让规律为自己服务，而不能人为创造臆想中的规律。如果自己的看法与市场出现了偏差，那就是你认识的市场规律不正确，或者不全面。应该从自己身上找原因，看看问题究竟出在哪，而不是去责怪市场。

价格沿趋势移动

一个股民、一个机构的力量，散落在庞大的股市中，力量是微小的。可一旦千万个股民、千万个机构集合起来，同时朝着一个方向前进，就能形成股市中无法抵挡的力量，这个力量就是趋势。所有试图抵挡这个趋势的力量，都会被迅速淹没。

价格沿趋势移动，这是技术分析最核心的理论之一。一般来说，如果某段时间内股价一直是上涨或下跌，今后一段时间内，如果不出意外，股价也会继续上涨或下跌，这样就形成了上涨或下跌趋势。也就是说，运行趋势一旦形成，股价就会朝这个方向惯性运动下去。没有特别理由，股价不会轻易改变既定方向。如果没有出现迫使股价逆转的因素，就没有必要逆大势而为，顺势而为对股票操作具有实际的指导意义。逆势操作是指股票交易行为与大趋势相反，牛市的时候用熊市思维去炒股，而熊市的时候却以牛市思维去炒股，这样操作肯定是会赔钱的。

3个层次的趋势

股价趋势可以分为主要、次要和小趋势3个层次。

主要趋势又称基本趋势，是股价大规模、中级以上的向上或向下运动，一般持续时间在1年以上。如果每一阶段的价格水平上升得比前一阶段更高，同时每一阶段价格上升之后回调时的低点，比上一阶段回调时要高，这样的主要趋势就是上升趋势，被称为牛市；反之，就被称为熊市。

次要趋势是价格在其沿着主要趋势方面演进中产生的重要回调。它们可以是在一个牛市中发生的中等规模的下跌式回调，也可以是在一个熊市中发生的中等规模的上涨式反弹。正常情况下，它们持续3周到数月不等。一般情况下，价格回调到沿主要趋势方面推进幅度的1/3～2/3。次要趋势常常令人难以捉摸，对于次要趋势的识别，其开始和持续时间的判定，比较困难。很多不能顺势操作的股民，就是因为发生了误判，将次要趋势误认为主要趋势，从而造成了损失。在周K线上我们可以比较容易发现次要趋势，图1是2008年9月上旬～2011年3月中旬的周K线图。

小趋势是非常短的，持续时间通常少于6天，最多不超过3周的价格波动。小趋势本身并无多大的意义，其方向没有一定的规律性，但它们合起来，会构成中等趋势，并进而构成最大的主要趋势。小趋势是上述3种趋势中最容易被人为操纵的趋势。很多短线投机者参与交易的行情就是小趋势。在日K线上我们可以比较容易发现小趋势，图2是2010年9月20日～2011年3月21日的日K线图。

两种趋势线的画法

在技术分析中，可用直线将股价的趋势表现出来。常见的股价趋势有3种，即上升、下降和水平运动。趋势线分两种，下跌和上升趋势线。对股价起压制作用、反映价格向下波动发展的趋势线是下跌趋势线。

在上升趋势中，将两个依次上升的价格低点（一般是收盘价）连成一条直线就是上升趋势线，即上升趋势线需要两个较为明显依次上升的的阶段性低点才能确定。在上升趋势没有结束之前，当股价运动到上升趋势线附近时，往往会受到支撑而难以下跌，甚至会返身上涨，继续延续上升趋势的情况。只有价格突破了相应的趋势线后，才可认为趋势正在反转。

需要注意的是，上升趋势线画出后，往往需要得到价格水平更低的第3个阶段性低点的验证，才能确认这条趋势线是有效的。所画出的趋势线被阶段性低点触及的次数越多，则越有效，用来进行趋势判断的时候准确性也就越高。

在下降趋势中，将两个依次下降的价格高点（一般是收盘价）连成一条直线就是下跌趋势线，需要两个较为明显依次下降的的阶段性高点才能确定。在下降趋势没有结束之前，当股价运动到下跌趋势线附近时，往往会受到阻力而出现停滞不前，甚至返身下跌，继续延续下跌趋势的情况。只有价格突破了相应的趋势线后，才可认为趋势可能正在反转。

下跌趋势线画出之后，往往需要得到价格水平更低的第三个阶段性高点的验证，才能确认这条趋势线是有效的。所画出的趋势线被阶段性高点触及的次数越多，则越有效，用来进行趋势判断的时候准确性也就越高。

用趋势线来判断趋势

如前复权图3所示，在2008年12月初～2009年8月中旬，浦发银行始终在上升趋势线的上方运行，在2009年4月底上升趋势还出现了一次加速的情况。直到2009年8月中旬，浦发银行才完全跌破上升趋势线，展开了一轮下跌行情。

如图4所示，在2007～2008年的大熊市中，上证指数始终在下跌趋势线的下方运行，虽然在2007年12月底上证指数对下跌趋势线有过一次短暂的突破，但这次突破是不成功的。直到2008年11月，上证指数才完美突破下跌趋势线，展开了一轮新的上涨。

对于趋势突破的有效性，通常需要以趋势是否完全反转来进行确定。以图4为例，在2007年12月的那次突破中，上证指数的反弹只持续了1个月左右，并没有使下跌趋势得到根本反转。因此，这样的突破是无效的。

需要注意的是，图3、4仅从技术层面的角度对股市趋势的判定提出了一些方法，想更加确切地判定趋势，还需要注意从基本面和政策面等角度进行综合研判。

股市中的4种动物

股市中不同的行情可以比喻成4种不同的动物：牛、熊、猴、苍蝇。主要趋势中的上升趋势是牛市，主要趋势中的下跌趋势是熊市。上升趋势为主要趋势时（牛市时），与上升趋势相反的次要趋势是假“熊”市；下跌趋势为主要趋势时（熊市时），与下升趋势相反的次要趋势是假“牛”市。牛市和熊市中都有可能出现的，短期内相持不下的震荡趋势，是猴市，猴市是暂时的，只能依附于牛市或熊市。股市里无一定规律，今天涨，明天跌的小趋势是苍蝇市，苍蝇是最令人讨厌的，没有头绪地到处乱撞，今天朝着这个方向闯，明天朝着那个方向飞，看上去气势汹汹，但实际上没什么力量。苍蝇撞来撞去的目的，是想装成牛和熊，但那是不可能的。苍蝇永远是苍蝇。

股市中拥有长远目标的人，他们能认清股市中的真牛和真熊，不会被假牛和假熊所蒙蔽。股市中拥有短线目标的人，他们能看到股市中的牛和熊，但分不清真假牛和真假熊的区别，有时还会被猴市所戏弄。股市中没有目标的人，他们被股市中的苍蝇所左右，跟着苍蝇到处跑，因为一只苍蝇，而忽略了整只的大牛和大熊。为一棵树木，而失去了整片森林，得不偿失。同样的初入股市，25年后，这3类人的未来也可以想象。

炒股要学孙悟空。拥有一双他的火眼金睛，分清妖魔鬼怪，找出真牛和真熊。

市场趋势指标篇10

关键词：非均衡 外汇资源配置效率 人民币汇率 对外贸易差额

瓦尔拉斯一般均衡是当整个经济的价格体系使市场上所有商品供求都相等时达到的均衡。此时具有以下特征：市场完全出清；价格是唯一使市场出清的自变量；达到帕累托最优，所有市场交易者的效用达到最大化。与其相对应的市场非均衡是市场不完善情况下的供求不相等即市场不能出清的现象。基于瓦尔拉斯一般均衡理论，本文首先分析我国外汇市场的现状，判断我国外汇市场是否达到均衡，在此背景下对外汇资源配置效率进行实证分析。

一、我国外汇市场非均衡的现状分析

（一）外汇储备规模

外汇储备的规模是度量我国外汇市场均衡与否的重要指标。2000年后，储备规模呈现迅猛的增长趋势。2004年之后增长幅度有增无减。2007年增加4619.05亿美元。2008年增加4178亿美元。2009年我国外汇储备为23991.52亿美元。2011年已突破3万亿美元。我国外汇储备大规模增长已经远超过适度外汇规模要求。

（二）人民币汇率的形成机制

1994年汇改后我国实行以市场供求为基础的、单一的有管理的浮动汇率制度。2005年开始实行以市场供求为基础、一篮子货币进行调节、有管理的浮动汇率制度。汇率受到中央银行对外汇市场的或明或暗的干预，以达到汇率稳定的金融调控目标。中央银行参与公开市场交易，抵补市场买卖差额，影响汇率生成。

（三）外汇市场交易主体的效用

我国外汇市场的主要交易主体有中央银行、外汇银行、企业和个人。中央银行入市干预，被动地成为最大交易主体，中长期来看这不利于外汇市场效率的提高。2008年8月前我国实行强制结售汇制度，增加了用汇成本，未达到效用最大化。外汇指定银行主要不是基于银行需要或赢利目进行交易，而是为了履行国家外汇管理局关于结售汇周转头寸的管理规定。并且，外汇指定银行只能在结售汇周转头寸上下限范围内、买卖价差上，表达自己对外汇的看法，市场化程度较低。可见，外汇市场的各交易主体都没有实现效用最大化。

综上所述，我国银行间外汇市场未完全出清。汇率作为外汇的价格缺乏弹性，显然不是使市场出清的唯一自变量。市场主要参与者的效用未达到最大化，我国外汇市场未达到帕累托最优。因此，从瓦尔拉斯均衡实现时的三个特征判断，我国外汇市场处于非均衡状态。

二、变量选取和数据来源

（一）汇率指标（reer）

由于一国会和不同国家进行经济往来而使用不同的汇率，本文采用的汇率指标是人民币对外币的加权汇率。权重的大小取决于本国与伙伴国的经济联系。在实证研究中，确定权数的方法有多种，只有通过构建某种实际有效汇率指数才能真正观察该种货币的总体波动幅度及其对经济增长的影响。故本文选取的是国际清算银行组织公布的人民币实际有效汇率。其计算公式为：。其中，reer实际有效汇率，neri表示本国与i国的双边汇率，nerbi为基期汇率，n表示贸易伙伴国及竞争国的数量，wi为汇率计算的贸易权重。国际清算银行运用几何加权平均法，选取了占我国贸易比重较高的16个样本国或地区进行了测算，其各期指数如图1所示。

图1 人民币实际有效汇率指数（1994年-2009年）

（二）对外贸易差额指标（nex）

用对外贸易差额来代表我国外汇市场资源配置情况，是因为我国尚未完全开放资本市场，人民币汇率与对外贸易有直接的相关性。而且与我国的贸易量越大的国家，其货币在人民币实际有效汇率中的权重就越大。本文运用的对外贸易差额指标在原始数据的基础上剔除物价指数（以2000年为基期）的影响。见图2。

图2 人民币对外贸易差额指数（1994年-2009年）

三、我国外汇资源配置效率实证分析

市场均衡是市场价格与市场容量之间的协调、适应，是社会资源实现最佳配置的反映。我国外汇市场非均衡时，存在未出清。本文通过检验人民币汇率变化与对外贸易的关系来分析我国外汇市场资源配置效率。本文运用eviews软件进行协整检验来分析这一问题。

（一）单位根检验

时间序列在选择类型时，应根据时序图趋势进行判断，以判断时间序列是否具有趋势项和截距项，时间序列的滞后阶数根据aic和sc的值由系统自动生成。图3和图4分别给出了各变量的时序图。

图3 lnreer时序图图4 lnnex时序图

由图3和图4可以看出，各个变量的时间序列均存在截距，并且都存在比较明显的变化趋势，因此各时间序列均具有截距项和趋势项，之后再进行adf检验。下表1给出了各个时间序列的adf检验结果。

表1 lnneer和lnnex时间序列的adf检验结果

注：其中（c，t，k）c为常数项，t为趋势项，k为滞后阶数。滞后阶数由系统自动生成

通过adf检验可知，人民币实际有效汇率指数和对外贸易差额指数的原始数据时间序列在零阶均不平稳，都接受了原假设，即都存在单位根，均是非平稳的时间序列。对lnreer和lnnex的一阶差分序列进行单位根检验，检验结果如表2所示。

表2 dlnneer和dlnnex的adf检验结果

注：其中（c，t，k）c为常数项，t为趋势项，k为滞后阶数。滞后阶数由系统自动生成

由表2可知，lnneer和lnnex一阶差分时间序列在95%的置信水平下均能够拒绝存在单位根的原假设，证明了两个时间序列经过差分后的时间序列是平稳的时间序列，均属于i（1），能够满足多变量的协整关系检验的条件。

（二）engle-granger协整检验

为了检验两变量nett和reert是否为协整，本文运用engle-granger检验。首先，用ols对协整回归方程next=c+βreert+et 进行估计。回归方程残差为 ，我们运用adf检验判断et的单整性。如果et为零阶单整的稳定序列，则认为变量reer与nex为（1，1）阶协整；如果是et非稳定序列，则判断变量reer与nex是非协整的。

图5 残差的线性图

从图5中可以观察出，回归方程的残差具有上升趋势。adf检验结果

表3 残差et的adf检验结果

由表3得，t统计量的值都大于显着性水平5%和10%的临界值，接受原假设，即该序列存在单位根，认为et是非平稳序列，从而判断变量reer和nex不存在（1，1）阶协整。

四、实证结果分析及建议