基于滾動窗口單位根檢測的我國A股市場定價泡沫問題的研究*

李 銳， 宋 爍

一、引 言

在上個世紀(jì)30年代，美股泡沫破裂，股價暴跌，實體經(jīng)濟(jì)遭到了重創(chuàng)，導(dǎo)致整個資本主義世界陷入了持續(xù)兩年的大蕭條。美股破裂所導(dǎo)致的深刻的經(jīng)濟(jì)危機(jī)，經(jīng)濟(jì)學(xué)家開始關(guān)注經(jīng)濟(jì)系統(tǒng)中的“錯誤”。1936年凱恩斯在《就業(yè)、利息與貨幣通論》中指出經(jīng)濟(jì)系統(tǒng)的自動調(diào)節(jié)能力不是永遠(yuǎn)有效的。Hyman Minsky(1963)提出了“金融市場脆弱性假說”；Tobin(1981)提出了“銀行系統(tǒng)脆弱性”理論；在上世紀(jì)90年代初美國科技類股票泡沫破裂之后，美聯(lián)儲前主席格林斯潘第一次使用泡沫一詞，并將其描述為市場的“非理性繁榮”。

在20世紀(jì)80年代前后，經(jīng)濟(jì)學(xué)家開始運用計量技術(shù)和假設(shè)檢驗的方式來確切定義和檢測股市中的泡沫。經(jīng)濟(jì)學(xué)家還先后提出了方差比檢驗方法(Shiller，1981；LeRoy & Porter，1981)、二步檢驗方法(West, 1987)、基于單位根-協(xié)整的泡沫檢驗方法(Diba & Grossman, 1988)、內(nèi)在泡沫檢驗方法(Froot & Obstfeld, 1991)和sup ADF 檢驗方法(Phillips et al. 2009, 2011)。Shiller(1981)提出的方差比檢驗發(fā)比過度波動檢驗法精確，不僅能夠檢測泡沫的存在，還能同時檢測泡沫產(chǎn)生和破滅的時間。West(1987)所使用的二步檢驗法則是從股價和股利間的關(guān)系參數(shù)入手進(jìn)行泡沫存在性的檢驗。Blanchard & Watson(1982)研究發(fā)現(xiàn)資產(chǎn)價格泡沫的期望呈指數(shù)狀發(fā)散增長，只進(jìn)行差分運算無法將泡沫過程平穩(wěn)化，因此West(1987)的二步法檢驗基本假設(shè)不合理。Diba & Grossman(1988)提出了單位根-協(xié)整泡沫檢驗法。該方法首先檢驗股價和股利是一個有單位根的不平穩(wěn)過程，二間是否存在協(xié)整關(guān)系，依據(jù)檢驗結(jié)果判斷泡沫是否存在。Bhargava(1986)發(fā)現(xiàn)，股價和股利均是一階單位根過程，并且兩者是協(xié)整的。該研究沒有發(fā)現(xiàn)標(biāo)準(zhǔn)普爾指數(shù)對應(yīng)的股票存在泡沫。不同于West(1987)和 Diba & Grossman(1988)等人的研究，Phillips et al. (2011) 直接檢驗股價的數(shù)據(jù)特征，認(rèn)為股價數(shù)據(jù)存在單位根即可認(rèn)為股價存在泡沫。他們以向前滾動的方式擴(kuò)充樣本，進(jìn)而得到了一系列樣本分劃，然后對每一個樣本分劃分別計算ADF統(tǒng)計量，最終取上述統(tǒng)計量的上確界sup作為檢驗統(tǒng)計量，因而命名為supADF統(tǒng)計量。與以往的泡沫檢驗方法相比，Phillips等提出的supADF檢驗除了不依賴定價公式之外，還避免了Evans(1991)拉長檢驗序列導(dǎo)致檢驗勢降低的問題，并且能夠同時定位泡沫發(fā)生和破滅的時間。除了ADF單位根檢驗方法之外，學(xué)者們還運用其他檢驗方法對股票市場的泡沫進(jìn)行了檢驗。Keith Chris & Apostolos(2010)運用體系機(jī)制轉(zhuǎn)移模型對標(biāo)普500的股票的泡沫進(jìn)行檢測能夠準(zhǔn)確地捕捉短暫出現(xiàn)的變量。Guojin Chen & Chen Yan(2011)使用狀態(tài)空間模型和VAR對數(shù)線性定價模型，成功識別了中美兩國股市泡沫。陳磊(2014)采用動態(tài)自回歸方法，發(fā)現(xiàn)我國的ST股票由于其高投機(jī)性，泡沫化非常嚴(yán)重。郭華和申秋蘭(2011)運用內(nèi)在泡沫理論檢測了我國股票市場的泡沫，分別發(fā)現(xiàn)在2006年7月至2008年2月和2009年2月至2009年12月我國股市存在泡沫。陳國進(jìn)等(2009)運用動態(tài)剩余收益估價模型測算我國股票市場的基本面價值，發(fā)現(xiàn)我國股票市場開始有泡沫在逐步形成。

本文期望在文獻(xiàn)的基礎(chǔ)上能夠使用一種更符合中國市場現(xiàn)狀，精確定位股票市場泡沫又不損失檢測效率的檢測方法對于中國股票市場泡沫進(jìn)行更深入的研究。

二、 理論分析與研究假說

一般來說，投資品理性的價格預(yù)期可通過無套利定價模型計算出來，基本形式如下：

(1)

其中Pt為t時期的股票除息價值；rt為t時期的折現(xiàn)率，Dt+1為資產(chǎn)的現(xiàn)金分紅。Campbell & Shiller (1988)發(fā)現(xiàn)股息-股價比率可以解釋股票價值的運行規(guī)律。Phillips et al. (2011) 采用納斯達(dá)克指數(shù)1973—2005年的月度數(shù)據(jù)，運用該模型發(fā)現(xiàn)美股存在泡沫。由于我國很多上市公司長期不分紅或不按期分紅，導(dǎo)致我們在檢測股市泡沫時無法采用股息-價格比率這一變量?；谶@一事實，我們首先將公式(1)中的紅利項刪去，得到：

(2)

我們這么做的理由有兩個：其一，與我們所使用的股價數(shù)據(jù)相比，股息數(shù)據(jù)的頻率實在是太低了，對大多數(shù)交易日的股價幾乎沒有什么影響；其二，股市泡沫是一個持續(xù)的趨勢，多數(shù)點的共同趨勢相對于個別點的特殊情況來說更加重要，分紅前后受到股價短暫波動影響的數(shù)據(jù)點很少，且該變動所包含的信息已經(jīng)由股價反映；因此，我們在檢測股市泡沫時，不納入紅利變量。

另外Campbell等人假設(shè)貼現(xiàn)率長期穩(wěn)定，該假設(shè)對于中國市場顯然不合適，因此我們提出假設(shè)1：

假設(shè)1：將當(dāng)季GDP的實際增長率作為股票價值的理性預(yù)期增長率(即貼現(xiàn)率)，即

(3)

可知該假設(shè)的本質(zhì)就是令貼現(xiàn)率 rt=gt。滬深300指數(shù)是選取了我國各個行業(yè)經(jīng)營規(guī)模較大、業(yè)績較好的300家上市公司的股票價格按照一定的加權(quán)規(guī)則加權(quán)平均編制成的指數(shù)，是我國經(jīng)濟(jì)發(fā)展整體水平的縮影。而GDP的增長率正是整個國家一年中財富的增長率。因此，以GDP的增長率作為滬深300指數(shù)股票的價值的增長率的替代變量是合理的。

我們認(rèn)為投資者的預(yù)期偏誤是定價發(fā)生偏差的原因。Hammond et al. (1998)指出，錨定陷阱，即投資者傾向于相信其所觀察到的價格是股票的真實價值。過分自信會降低投資者修正自己最初所做出的判斷的動力，投資者會本能地忽略那些提示他們修正期望的信息。我國股票市場大多數(shù)參與者專業(yè)性較差，常常會掉入錨定陷阱和過分自信陷阱。據(jù)此本文給出假設(shè)2。

假設(shè)2：由于投資者不能識別泡沫的存在，所以對于任意的?t≥0，投資者對泡沫項Bt的預(yù)期都是0，即

Et(Bt)=0， ?t≥0

(4)

因此，由公式(4)：

Et+1(Pt+2)=(1+gt+1)Pt+1=(1+gt+1)(1+gt)Pt+(1+gt+1)Bt+1

(5)

在t+2時期，投資者不能修正上一期預(yù)測的偏差，此時，t+2期的定價偏差(泡沫項)為：

Bt+2=(1+gt+1)Bt+1

(6)

由于對于任意的時期，經(jīng)濟(jì)增長率基本都大于0，即?t≥0，gt>0，因此，根據(jù)假設(shè)2，不為0的泡沫項Bt一旦出現(xiàn)，就會被保留下去，其膨脹過程為一個次鞅過程，即滿足Et(Bt+1)≥Bt。

根據(jù)Evans(1991)的研究結(jié)果，泡沫是一個暫時現(xiàn)象，不會長久存在，因此泡沫項Bt不會一直以一個次鞅過程發(fā)展下去。但是我們幾乎不可能正確地預(yù)知其出現(xiàn)和消失的確切時間點，研究上可作為一個純隨機(jī)事件，因此我們默認(rèn)股票市場泡沫項Bt的發(fā)展過程將被一個無法預(yù)知的隨機(jī)事件所終結(jié)。

在設(shè)定假設(shè)2的時候我們使用的是Bt+1≠0，即允許泡沫項為負(fù)數(shù)，在實際的數(shù)據(jù)分析中，也的確存在一些交易日的交易價格低于理論預(yù)期的理性預(yù)期價格。

三、檢測泡沫的方法

我們基于傳統(tǒng)的理性定價模型，推導(dǎo)出泡沫項具有次鞅過程的發(fā)展特征，對一段時間內(nèi)泡沫項的自回歸模型進(jìn)行ADF檢驗即可發(fā)現(xiàn)這種情況。在選擇檢測泡沫的方法之前，我們需要考慮兩個問題：其一是應(yīng)當(dāng)將何種情況定義為泡沫；其二是如何在時間序列中準(zhǔn)確地定位泡沫發(fā)生和消失的時間點。

針對第一個問題，從理論上說資產(chǎn)的價格不等于其實際價值即可認(rèn)為出現(xiàn)了“泡沫”，但事實上股價不等于理論價值是一種普遍現(xiàn)象，只有一段時間內(nèi)不斷發(fā)展的定價偏差才是我們研究的對象。因此認(rèn)定股票市場出現(xiàn)了泡沫需要在一段時間內(nèi)股票市場存在定價偏差且具有特定的發(fā)展趨。Evans(1991)發(fā)現(xiàn)股市泡沫是一種暫時現(xiàn)象，若對整個序列進(jìn)行單位根檢測很可能顯示整個序列為I(1)序列，甚至是平穩(wěn)序列。所以直接使用ADF單位根檢測方法不能檢測出短暫出現(xiàn)的泡沫。運用遞歸ADF檢驗的方法，可以檢測到時間序列上短暫出現(xiàn)的泡沫。設(shè)我們對序列

(7)

進(jìn)行ADF檢驗，首先需要確定模型的滯后期L。我們運用赤池信息準(zhǔn)則(AIC)、施瓦茨準(zhǔn)則(SC)確定合理滯后期數(shù)。滯后期L確定后，就可以對式(7)進(jìn)行ADF檢驗，其檢驗形式為：

按順序依次檢驗：

三個模型，檢驗假設(shè)為：

H0:δ≥0(存在單位根，序列不平穩(wěn))

H1:δ<0(不存在單位根，序列平穩(wěn))

對三個模型任意一個檢驗出現(xiàn)拒絕原假設(shè)的情況，即停止檢測，認(rèn)定該序列不存在單位根。

ADF檢驗的目的是確定時間序列是否具有明顯的趨勢，遞歸ADF檢驗的思想是將整個時間序列分為幾段，按照順序?qū)φ麄€序列的各個片段依次進(jìn)行檢驗，目前最常用的遞歸ADF檢驗的方法有SADF檢驗和GSADF檢驗。對于長度為T的數(shù)據(jù)序列xt,t∈{0,1,2...T} ，SADF檢驗將檢測起點固定在t = 0處，對于任意合適的窗口寬度w(w

(8)

SADF方法是一種通過不斷延長檢測所使用數(shù)據(jù)序列檢測局部泡沫的方法。與SADF相比，GSADF檢測的優(yōu)點是起點更加靈活，可以在允許檢測起點在一定范圍內(nèi)向序列末端移動，設(shè)移動范圍為r，其統(tǒng)計量形式為：

(9)

圖1 SADF和GSADF檢驗示意圖

我們綜合SADF和GSADF的思想，給檢測序列起點的移動和窗口寬度的延長設(shè)立數(shù)量規(guī)則，稱為滾動窗口單位根檢驗(RWADF)，其具體形式為：

設(shè)數(shù)據(jù)序列為xt，總長度為T，窗口寬度為w≤T。第一次回歸使用的數(shù)據(jù)序列為D1={x1,x2……xw}

記第n次檢測序列起點序號為Sn，終點序號為En，

定義：Sn=inf{t≤T}{t:xt∈Dn}，En=sup{t≤T}{t:xt∈Dn}。

從序列的第一個數(shù)據(jù)開始，選取序列D1={x1,x2……xw}，然后對該數(shù)據(jù)片段使用ADF檢驗，則會出現(xiàn)兩種情況

1、若拒絕原假設(shè)，則下一次使用D2={xw+1,xw+2……x2w}再次進(jìn)行檢驗，以此類推。

2、設(shè)第n次對序列Dn={x(n-1)w+1,x(n-1)w+2……xnw}進(jìn)行的檢測時開始不能拒絕原假設(shè)，則將下一次檢測的數(shù)據(jù)序列長度延長1(即令En+1=En+1)，此時Dn+1={x(n-1)w+1,x(n-1)w+2……xnw+1}對其再次進(jìn)行ADF檢驗，若仍不能拒絕，則將序列長度再次延長1，直到單位根檢驗?zāi)軌蚓芙^原假設(shè)為止，此時序列的起止日期即為泡沫的起止日期。下一次檢測時將序列長度恢復(fù)原始窗口寬度w，從后面一個數(shù)據(jù)開始繼續(xù)進(jìn)行檢測。

圖2 RWADF檢驗示意圖

在上文的例子中，每個泡沫過程的終點En滿足：

(10)

其中CV為相應(yīng)檢測條件下的ADF檢驗門檻值。事實上，En是一段不平穩(wěn)序列中的最后一個值。

簡而言之，RWADF先對固定長度為w的數(shù)據(jù)段進(jìn)行檢測，若趨勢平穩(wěn)，則對下一段長度為w的序列繼續(xù)進(jìn)行檢測；若檢測到不平穩(wěn)的趨勢時，則將被檢測序列長度增加1，直到檢測結(jié)果顯示該趨勢結(jié)束，這個過程即測量不平穩(wěn)趨勢持續(xù)時間的過程。這種方法既能夠發(fā)現(xiàn)時間序列中是否存在不平穩(wěn)的序列片段，又能夠測量不平穩(wěn)序列片段的長度。

(11)

這里我們所使用的價格序列為經(jīng)過CPI調(diào)整后的實際價格序列，剔除物價因素之后，本文認(rèn)為滬深300指數(shù)的價格應(yīng)當(dāng)隨著經(jīng)濟(jì)的發(fā)展自然成長。長期來看這一結(jié)論是成立的，但就短期來看一般來講股票價格是不可能剛好等于理性價格。正常情況下，股票的交易價格會圍繞其理性價格上下波動。泡沫序列的計算方法為：

(12)

根據(jù)以往的大部分研究，Bt為一個自回歸過程，具體形式為

(13)

公式(13)已經(jīng)具備了進(jìn)行ADF檢驗的形式，若在ADF檢驗中不能拒絕原假設(shè)，則為一個不平穩(wěn)序列，即泡沫項的存在不能被市場自行修正，或者說至少在一段時間內(nèi)長期存在。

需要特別說明的是，所有的ADF檢測方法檢測的都是泡沫項是否存在向某個方向發(fā)展的趨勢，而非泡沫項是否為0。事實上，按照我們的定義方式，絕大多數(shù)時間點泡沫項都不為0。

四、檢測結(jié)果及其分析

(一)數(shù)據(jù)來源和處理

本文采用Resset數(shù)據(jù)庫中滬深300指數(shù)2006年1月至2016年12月股價數(shù)據(jù)日平均數(shù)作為基礎(chǔ)，為了使得模型中的價格能夠反映當(dāng)時的投資環(huán)境，該數(shù)據(jù)使用了名義價格生成真實價格序列Pt。

(14)

其中g(shù)t為中國國家統(tǒng)計局按季度公布的GDP實際增長率按照復(fù)利折算后的日增長率，ct為折算后的日CPI。另外，股市并非每天都開盤交易，遇到公休日，節(jié)假日等經(jīng)濟(jì)活動仍然在繼續(xù)進(jìn)行，實際財富仍然在增長，因此在估計理性價格時，我們以交易日間實際間隔天數(shù)為準(zhǔn)結(jié)合GDP增長率進(jìn)行下一期理性預(yù)期的計算。

(二)檢測結(jié)果及其分析

赤池信息準(zhǔn)則(AIC)和施瓦茨準(zhǔn)則(SC)兩個指標(biāo)都是在考慮自由度損失的前提下考察添加一個變量是否會提高模型的擬合效果。當(dāng)且僅當(dāng)加入新添加的變量使得這兩個指標(biāo)下降時，將該變量加入模型才有意義。表1羅列了兩個指標(biāo)的計算結(jié)果，其中n為相應(yīng)滯后期選擇下的模型自由度，k為滯后變量個數(shù)。

表1 不同滯后期的AIC和SC值與自由度

表1的結(jié)果顯示，赤池信息原則指標(biāo)和施瓦茨原則指標(biāo)在t≤4時單調(diào)遞減，在滯后期由4變至5時出現(xiàn)了上升，隨后又開始下降，這是一個很微妙的結(jié)果，目前為止并沒有非常明確的學(xué)術(shù)論述探討滯后期應(yīng)當(dāng)如何確定，因此我們只能通過計算結(jié)果結(jié)合實際市場情況來選定指標(biāo)。暫時拋開定量指標(biāo)不提，一般股票市場會有幾天的反應(yīng)周期，但不會太長。滯后4期的模型中形成一個估計值所需的數(shù)據(jù)跨度已經(jīng)覆蓋了一個正常交易周所有的交易日。若將滯后期模型設(shè)定為7，形成一期估計值的時間跨度明顯過長，這不僅是對數(shù)據(jù)的一種浪費，也不符合常理。因此滯后期定為4最為合理。

由此可得我們使用的ADF檢測模型為:

(15)

下一步需要進(jìn)行的工作是選擇合適的窗口寬度，窗口寬度過小會導(dǎo)致結(jié)果的隨機(jī)性過大，窗口寬度過大則會遺漏一些泡沫，甚至檢測不到泡沫。根據(jù)我們的數(shù)據(jù)形式，CPI是月度數(shù)據(jù)，GDP增長率按季度公布折算，因此我們將窗口寬度定為一個月(即變化最快的宏觀因素CPI的頻率)，對模型(9)進(jìn)行滾動窗口ADF檢測。表2羅列了不能拒絕原假設(shè)的月份及ADF統(tǒng)計量數(shù)值。

表2 出現(xiàn)不平穩(wěn)泡沫過程月份的系數(shù)及ADF檢驗門檻數(shù)值

我們對于在6個月內(nèi)出現(xiàn)四個以上泡沫的時間段加粗并用“*”加以標(biāo)注，這些時間段在內(nèi)大多數(shù)時間泡沫項都具有明顯趨勢。這意味著，若這些集聚出現(xiàn)的泡沫具有相同的方向，則實際價格與理論預(yù)期的理性價值間的偏差將會越來越大，泡沫效應(yīng)得以累積。本文將在后面的論述中對于這些泡沫的發(fā)展方向進(jìn)行進(jìn)一步的研究。表3報告了經(jīng)過窗口寬度延長之后測得的每個泡沫實際持續(xù)的時間。

表3 不平穩(wěn)泡沫過程的起止時間

通過測量持續(xù)時間，我們可以看到一些首尾相連甚至重疊的泡沫，毋庸置疑，該種現(xiàn)象意味著兩個不同的趨勢相互疊加，按照RWADF檢測的原理，我們將首尾相互重疊的兩個泡沫認(rèn)定為兩個不同的趨勢而非一個趨勢。若這兩個趨勢的方向相同，則會形成疊加效應(yīng)。從表2的結(jié)果看泡沫高密度重疊出現(xiàn)導(dǎo)致市場運行嚴(yán)重偏離理性預(yù)期的現(xiàn)象最可能出現(xiàn)在2007年2，5，6，7月份，以及2015年3，4，6，8月份。但是這只是我們通過模型估計的結(jié)果，我們需要和現(xiàn)實情況對比，確認(rèn)這兩個時間點是否真的存在股票市場泡沫。表4羅列了我們搜集到的兩個泡沫集中時間段的相關(guān)新聞。

表4 2007年相關(guān)新聞

表5 2015年相關(guān)新聞

我們所尋找的信息都未經(jīng)過任何股票市場數(shù)據(jù)相關(guān)數(shù)量分析，可以認(rèn)為是與我們的研究完全獨立的。將上述信息和我們研究結(jié)果的對比我們發(fā)現(xiàn)，根據(jù)Hyman Minsky的理論，一個泡沫過程應(yīng)當(dāng)由定價偏差膨脹發(fā)展開始，以定價虛高狀態(tài)難以維持，價格下跌結(jié)束。在2007年至2008年年初和2015年前三季度的這兩個時間段，相關(guān)時間段的新聞反映出當(dāng)時我國股票市場的確出現(xiàn)了由漲到跌這一典型的泡沫過程。因此我們對泡沫的定位是準(zhǔn)確的。

我們還能發(fā)現(xiàn)一些細(xì)節(jié)，07年1月至2月的上漲階段，當(dāng)時宏觀經(jīng)濟(jì)整體過熱(持續(xù)的高CPI)，股票開始上漲，在當(dāng)年3月到4月沒有檢測到泡沫，但從新聞看這兩個月市場仍然在上漲。在隨后的5、6、7三個月，股票市場呈現(xiàn)了非常明顯的瘋漲趨勢，在這三個月我們也都檢測到了泡沫。在2007年8月至年底的這段時間，我們沒有檢測到泡沫，但是當(dāng)年的新聞信息顯示股票市場仍然在持續(xù)上漲，直到2008年發(fā)生暴跌。表5中所羅列的是2015年的各類股票市場相關(guān)的新聞事件，在當(dāng)年的3、4、6、8月我們檢測到了泡沫，同樣在表5所提供的信息中，這幾個月都有股票市場暴漲的消息。2015年5月和7月兩個月泡沫斷點月份，則有股票市場趨勢變化反復(fù)轉(zhuǎn)折的消息。同時，在2007年和2015年兩年兩次泡沫集中出現(xiàn)的時間點之前(2007年1、2月，2015年1、2月)，都有股票市場開始慢速上漲的消息，在兩次泡沫集中出現(xiàn)的時間點之后都有股票市場下跌的消息。到此我們已經(jīng)發(fā)現(xiàn)我們檢測到的泡沫的月份和現(xiàn)實情況在時間點上有相當(dāng)程度的吻合。但僅僅時間上的吻合還不足以說明檢測的準(zhǔn)確性，我們還必須說明，在檢測到的泡沫的月份里，泡沫的發(fā)展方向與實際定價偏差的發(fā)展方向一致。

ADF檢驗只能檢測到自回歸序列是否存在特定的發(fā)展趨勢(膨脹，萎縮)，但不能說明該時間段內(nèi)出現(xiàn)的是哪種趨勢。另外，我們也需要研究那些不能檢測到泡沫的斷點月份到底發(fā)生了什么。在使用數(shù)量方法前，圖形可以先給我們一個大致提示。

圖3 2007年泡沫項示意圖

圖4 2015年泡沫項示意圖

圖3和圖4紅色箭頭所標(biāo)注的部分為我們猜想的泡沫集中出現(xiàn)的時間點，簡單觀察即可發(fā)現(xiàn)這些部分的確出現(xiàn)了泡沫項發(fā)展趨勢的劇烈變化。為了論證的嚴(yán)謹(jǐn)，我們采用趨勢線的辦法對于泡沫月份泡沫的發(fā)展方向以及斷點月份泡沫項的發(fā)展方向進(jìn)行確認(rèn)：

Bt=α+βt+εt

回歸結(jié)果顯示β>0可以認(rèn)為該時間段內(nèi)變量整體呈上升趨勢，反之則認(rèn)為該階段數(shù)據(jù)總體呈現(xiàn)下降趨勢。為了便于觀察，我們?nèi)匀粚z測到泡沫的月份用“*”加以標(biāo)注。

表6 趨勢線估計結(jié)果及泡沫發(fā)展方向

上述結(jié)果表明，2007年和2015年這兩個泡沫集中的時間段的確構(gòu)成一個完整的泡沫過程，都是經(jīng)歷了泡沫膨脹隨后又崩潰下跌的過程。趨勢線的正負(fù)性還給我們帶來了更多的信息，2007年股票市場上漲階段沒有出現(xiàn)泡沫項正負(fù)性逆轉(zhuǎn)的情況，而僅僅出現(xiàn)了一個斷點(當(dāng)年3月至4月)，當(dāng)年3月至4月的泡沫項趨勢仍然為正趨勢，意味著在斷點月份泡沫項的總體趨勢依然是增大。這次泡沫的趨勢逆轉(zhuǎn)發(fā)生在2008年1月，與所搜集到的信息中顯示的當(dāng)年股票市場泡沫在2008年初破裂，市值斷崖式跳水的情況相吻合。這一過程符合新聞中所呈現(xiàn)的國家政策沒有有效“止?jié)q”的現(xiàn)實。2015年的情形則有所不同，在股票市場價格上漲階段國家沒有過多的政策干預(yù)，因而上漲階段基本沒有出現(xiàn)趨勢逆轉(zhuǎn)的情況，而在泡沫破裂價格下跌時，國家出臺了許多穩(wěn)定股票市場的政策，即當(dāng)年有名的“國家隊救市”。對應(yīng)的，我們的趨勢線計算結(jié)果顯示在相應(yīng)時間段多次出現(xiàn)了由負(fù)轉(zhuǎn)正的情況。

趨勢線的研究結(jié)果還揭示了另一個現(xiàn)象，即股票市場正向泡沫往往會持續(xù)幾個月的時間，負(fù)向泡沫的時間往往只持續(xù)一個月(不超過一個檢測窗口)。這也符合股票市場運行規(guī)律的，在泡沫膨脹階段，由于騎乘效應(yīng)的存在，會持續(xù)注入資金“搭乘泡沫”。而負(fù)向泡沫出現(xiàn)意味著市場的信心崩潰，投資者爭相逃離股市避免損失，由此帶來“踩踏效應(yīng)”。發(fā)生踩踏后，市場的流動性耗竭，下跌即宣告結(jié)束，因此持續(xù)時間較短。

五、 本文結(jié)論

本文中我們使用RWADF對我國股票市場滬深300指數(shù)的泡沫進(jìn)行了檢測，我們的檢測結(jié)果顯示RWADF檢測可以準(zhǔn)確地檢測到股票市場定價偏差的異常趨勢，識別泡沫的存在，并且能夠證明一個大的泡沫過程是由多個泡沫過程首尾相連相互疊加形成的。檢測結(jié)果還有以下實證意義。

1. 滬深300指數(shù)2006年1月至2016年12月出現(xiàn)過多次泡沫現(xiàn)象，其中有兩次泡沫大規(guī)模集中出現(xiàn)的時間段，分別是2007年全年至2008年1月和2015年全年。其他時間泡沫分布較為零散。

2. 股票市場泡沫通常由上漲階段和下跌階段構(gòu)成，但兩個階段的持續(xù)時間不同。在我們的檢測數(shù)據(jù)所覆蓋的時間段內(nèi)出現(xiàn)的兩次大的泡沫事件，都經(jīng)歷了這兩個階段。

3. 股票市場泡沫發(fā)展的不同階段對于政策的敏感性不同，在股票市場泡沫膨脹階段，在缺乏做空手段的現(xiàn)實情況下政策止?jié)q的手段有限，而在下跌過程中政策往往能夠發(fā)揮更大效果。