您好,欢迎来到国评网,国内最权威专业性资讯平台! 帮助 | 设为首页 | 加入收藏
哪些价格暴更容易崩 ? —中国 A 股市的泡沫研究
作者:郭亮 文章来源: 浏览次数:1013  时间:2023/2/6 16:19:00 

 

摘 要:本文以价格暴 后 生崩 作 泡沫的定义,    了 A 股市 泡沫的行业特征及其收益预测能力。首先,本文识别了 A 股市 的价格暴 及泡沫情况,评估机构,地价评估,股权评估通过 整价格暴 的识别方法,  新方法下全部泡沫样本的平均价格上涨期仅为 21 个月。其次, 比并总 了价格暴 期间泡沫行业的有关特征,  泡沫行业具有更高的 去收益、波 率、换手率以及成交量,行业价格暴 期的极端特征更能 反映行业的泡沫情况。最后,  了上述特征的收益率  能力,并 一步引入博彩偏好来解  A 股市 泡沫。整体资产评估公司,无形资产评估,资产评估公司实证结果表明:行业的 去 2 年收益、最大波 率和最大换手率 行业未来收益具有较强预测能力;市盈率、市净率作  A 股市 泡沫指标并不 健;投资者博彩偏好是 A 股市 泡沫形成的重要解 原因,博彩程度越高的行业拥有越低的未来收益率。

 

 

关  :股市泡沫;价格暴 ;博彩偏好

 

中 分 号:F832.5     文献   :A  文章 号:1007-4392(2022)05-0044-09

 

 

 

 

 

一、引言

 

伴随着价格暴 的 狂和价格暴跌的幻 ,  价格泡沫一直吸引着社会各界的广泛关注。   价格泡沫不 在投 者 造成了 富再分配,其本身更是未来金融危机是否 生的重要  指  (Greenwood 等,

 

2020)[1]。 股票市 作 金融  的重要 成

 

部分,其价格的暴 暴跌同 也会  体

 

  生影响(刘  和范小云,2001)[2]。  多

 

学者从理 角度   泡沫的 生 程

 

 

 

 

 

 

行解 (Minsky,1974;Shiller,2000)[3,4]。  典

 

的研究中,部分学者  从不 背市 有效性的理性泡沫和投 者异 信念角度,构建理论模型解释泡沫 (Blanchard 和 Watson,1982)[5]。 然而,理性泡沫模型并不能 解

 

泡沫期 投 者的 度  和价格 化幅

 

度之大(Giglio 等,2016)[6]。  于此,近年来大

 

部分学者开始  从 度自信、价格外推以

 

及 断效 等投 者行 角度搭建模型解

 

 泡沫(Scheinkman 和 Xiong,2003;Barberis

 

 

基金 目:本文受国家自然科学基金面上 目“基于大数据的中国金融系 性   度及其演化 律研究”

 

的支持( 目 号:71873070)。

 

 

 

-44-

 

哪些价格暴 更容易崩 ?

 

 

 

等,2018;Bordalo 等,2020)[7,8,9]。

 

泡沫的    方面,大量文献通   收益模型、剩余价 估 模型、股价和宏  量的 整关系等方式确定  的真 价 衡量,并据此 一步研究泡沫的影响因素( 国 等,2009;徐浩峰和朱松,2012;石广平等,2018)[10,11,12]。 其他方法方面,部分学者以市盈率、市 率等指 作 泡沫程度的判断 准,研究了机构投 者在股市中的泡沫 乘行 (Greenwood 和 Nagel,2009;刘京 等,2018;  蓉和 欣 ,2021)[13,14,15]。 此

 

外, 有的学者以反映股票价格  情况的

 

LPPL 模型等数理模型 基 , 识别 A 股市 的泡沫 点(潘娜等,2018)[16]。 在探究泡沫的相关特征 ,部分文献从理性定价模型等角度 泡沫的  因素 行了考察( 浪南

 

和王升泉,2019)[17]。

 

上述文献中,以真 价   准确定  泡沫程度,无 其 取何种方式确定真 价格,都会存在 漏 量  (Xiong,2013)[18]。以市盈率、市 率等 一指 作 泡沫代理同 存在上述  偏差的  ,并且  指标对 A 股市 的适 性尚需  。 另外,现有文献多是从某个 一角度切入研究泡沫, 有文献直接 股市泡沫特征 行全面考察。   上述情况,Greenwood 等(2019)[19]在回  Fama  泡沫存在性的 疑 , 以价格暴 后 生崩 作 泡沫的定 ,避免了以真 价格确定泡沫 存在的偏差。 同 ,该方法 我 有机会考察不同  在价格暴  期存在的区 , 而更全面的分析泡沫特征并做出  。 Sun 和 Tsang(2019)[20]基于同 的方法  了美国房地 市 的泡沫特征。

 

 

二、价格暴 和泡沫的 

 

本文以行 收益作 研究 象,行 分 参考  会分  准,剔除了 本期内包含企 数量不足 10 家的行 , 最 得到 63 个行 。 从数据可得性出 , 取 2002 年 1 月至 2021 年 6 月共 234 个月的 A 股市 月

 

度行 数据 行研究,行 数据由全部 A 股个股数据通 流通市 加 得到。 根据期限匹配原 ,本文以 1 月期国 到期收益率作 无  收益率。 本文的研究数据来源于 CSMAR 和 WIND 数据 。

 

泡沫的 识别 方法参考 Greenwood 等(2019)[19]的研究,首先    价格暴 期的行 ,在暴 期后 行 若 生崩 事件 定  行 存在泡沫。  于崩 事件,本文将其定   生价格暴 后,未来两年内任意  点出 收益下降 40%以上的情况。对 于价格暴 涨 期的界定 ,Greenwood 等(2019)[19]以两年累 收益和累  市 收益均超  100%且 5 年累 收益超  50%作  准。 然而   A 股市 ,  的 准是否合理呢? 图 1  示,在 2008 年和 2015 年,沪深 300 指数  了巨大幅度的暴 和暴跌。因此,A 股市 以 市 收益作 判断 准必然忽 了 多泡沫 本。 因此,本文将 化价格暴 期的  条件, 使其符合中国 A 股市 的特征。

 

 

 

 

 

(一)A 股市 价格暴 期的界定

 

1. 无  收益 是 市 收益。  于

 

A 股市 泡沫 有一定的市 普遍性, 选择

 

行 两年累  无  收益大于 100%作 暴 期的   准,在 察到第一个价格暴 期后,两年以后才允  行 出 新的价格暴 期。 表 1  示,无 以何 准  价

 

 

 

 

-45-

 

金融市场

       2022 年第 5 期( 第 544 期)               

6000                    高的概率 生崩 。 同 , 生价格暴

5000                    后,泡沫行 两年后收益普遍  ,非泡沫

                                         

                     行 相 泡沫行 要  更  期的价格

4000                    上 。  比两种  方法,以 无  收益

                    

3000                    作  准能   更多的价格暴 期。

2000                           2.两年内最大收益或两年累 收益。 考

1000                    到 A 股市 价格上 速度快周期短的特

                                         

2004 2006 2008 2010 2012 2014 2016 2018 2020 2022  性, 一步考察两年累 收益 准    A

图 1      沪深 300 指数走     股泡沫的适 性,以两年内最大 无  收

格暴 ,中国 A 股市 出 价格暴 后都有  益超  100%作 价格暴 期的判断 准,

              表 1  不同收益 准下暴 期 比          

        无  收益标准   净市 收益标准         差异

       泡沫     非泡沫 泡沫     非泡沫 泡沫     非泡沫

暴  测数      165 165 86   86   79   79

组内个数     142 23   71   15   72   7

占比(%)  86.06     13.94     82.56     17.44     91.14     8.86

              暴 后一年收益               

               无  收益                 

均 (%)    38.42     13.58     10.50     30.97     2.57       -14.44

标准差  0.07       0.07       0.12       0.11       0.06       0.06

              净市 收益                

均 (%)    14.68     6.99       12.40     9.73       -3.76      9.18

标准差  0.05       0.11       0.09       0.16       0.03       0.03

              暴 后两年收益               

               无  收益                 

均 (%)    -12.34    55.35     -12.44    89.87     -30.24    -19.81

标准差  0.05       0.28       0.08       0.33       0.03       0.07

              净市 收益                

均 (%)    1.94       32.80     0.00       39.24     -6.09      7.30

标准差  0.03       0.31       0.04       0.47       0.02       0.03

              两年内最大跌幅                    

均 (%)    -62.63    -32.41    -63.58    -32.15    -61.36    -36.93

标准差  0.01       0.02       0.02       0.02       0.01       0.01

              距最高点月数                 

均 5.23       6.57       3.77       9.67       3.71       2.29

标准差  0.36       1.43       0.58       1.73       0.39       0.89

 

 

注:泡沫 为识别到价格暴 后两年内发生崩 事件的行业,未发生崩 事件的行业则为非泡沫 。

 

 

 

-46-

 

 

 

同 要求两年内只能存在一个价格暴 期。

 

表 2  示,两年内最大 无  收益 准下多  的 本中,同 有 大比例的行  生了崩 事件, 些行 也同  有 低的两年后收益, 明 些暴  本的不可忽

 

表 2  不同期限 准下暴 期 比

 

 

       两年内最大 差异组

       收益为标准

                    

       泡沫     非泡沫 泡沫     非泡沫

暴  测数      212 212 47   47

组内个数     158 54   34   13

占比(%)  74.53   25.47     72.34     27.66

       暴 后一年收益        

        无  收益          

均 (%)  63.60      60.59     -17.90    75.06

标准差   0.10    0.10       0.08       0.24

              净市 收益         

均 (%)  21.08      40.56     -3.21      58.79

标准差   0.06    0.08       0.06       0.21

       暴 后两年收益        

        无  收益          

均 (%)  17.50      111.87   -3.53      104.72

标准差   0.08    0.23       0.12       0.22

              净市 收益         

均 (%)  11.15      77.38     0.71       81.15

标准差   0.05    0.17       0.12       0.20

       距最高点月数          

均 6.20       9.46       2.24       10

标准差  0.45       0.85       0.79       1.94

       两年内最大跌幅             

均 (%)  -60.02    -31.32    -53.50    -31.73

标准差   0.01    0.01       0.02       0.02

       泡沫期长度(月)  

均 21.33     N/A 16.32     N/A

标准差  0.54       N/A 1.12       N/A

 

注:泡沫 为识别到价格暴 后两年内发生崩 事件的行业,未发生崩 事件的行业则为非泡沫 ;泡沫期长度为价格暴 期价格最低点到发生崩 前价格最高点的时间长度。

 

哪些价格暴 更容易崩 ?

 

性。

 

(二)不同暴   下的行 表 情况

 

 一步考察不同暴   下行 的表

 

 情况。 表 3  示,随着暴   的提高,价格暴  本中存在泡沫的概率也不断提高, 明已有的价格暴 程度能   泡沫存在的概率,暴 程度越高,行 存在泡沫的概率越大。 同 ,更高的暴   也意味着未来两年更低的 无  收益、更低的最大跌幅和更 的泡沫期。

 

表 3      不同暴   下的行 表 情况    

暴  值          50%       100%     150%     200%

暴  测数             315 212 148 115

崩 个数       216 158 119 98

崩 概率(%)   68.57     74.53     80.41     85.22

              暴 后一年收益        

               无  收益          

均 (%)           47.91     62.84     61.68     50.62

标准差         0.06       0.08       0.08       0.10

              净市 收益         

均 (%)           21.25     26.04     30.29     31.03

标准差         0.04   0.05  0.06       0.07

              暴 后两年收益        

               无  收益          

均 (%)           48.01     41.54     22.49     13.93

标准差         0.07       0.09       0.09       0.11

              净市 收益         

均 (%)           20.22     28.02     26.82     26.14

标准差         0.05   0.06  0.07       0.09

              泡沫 后两年内最大跌幅

均 (%)           -55.66    -60.02    -62.67    -65.43

标准差         0.01   0.01  0.01       0.01

              泡沫期长度(月)         

均         20.83     21.33     22.33     22.97

标准差         0.50       0.54       0.57       0.59

 

 

注:泡沫 为识别到价格暴 后两年内发生崩 事件的行业,未发生崩 事件的行业则为非泡沫 。

 

 

 

-47-

 

金融市场     2022 年第 5 期( 第 544 期)

 

 

(三)A 股市 泡沫概述

 

 上,本文 取 去两年最大 无 

 

收益超  100%作 价格暴涨期的识别标

 

准, 将首次  出 去两年最大收益大于

 

100%的 刻    0  刻,若 行 此后两

 

年内 生崩 事件,称 行 存在泡沫。 表 2

 

 示, 以本文方法  出价格暴 期后,有

 

74.53%的行 存在泡沫,普遍 要  一年

 

的 一步增 。 同 ,存在泡沫的行 平均

 

要   60%以上的跌幅, 明已有 A 股市

 

泡沫事件的泡沫程度 大。 而 A 股市 的平

 

均泡沫期 度   21 个月, 反映出 A 股市

 

 泡沫形成迅速。

 

图 2 以首次  出价格暴 的 0  刻作 基准收益,刻画了 0  刻前后两年内 生价格暴 行 的累 收益率。 可以看出,

 

 于已  生价格暴 的所有行 ,存在泡沫的行 和非泡沫行 有着截然不同的价格走 。 非泡沫行 多是从高点回落后的暴涨,并且价格增 将一直持 。 而泡沫行 多是从低点上 ,在 0  刻  上 一年左右出 崩 。 在此期 ,市 收益的走 与泡沫行 十分近似, 再次 明 A 股市 以

 

 市 收益  价格暴 将忽 大量的泡沫 本。

 

 

图 3 刻画了不同 期下 A 股市 泡沫行 的平均累 收益率, 可以看出,2002-

 

 

2

 

1.5

 

1

 

0.5

 

0-24  -18  -12 -6  0 6  12 18  24

平均      泡沫

 

非泡沫 市 收益

 

图 2      生价格暴 的平均行 累 收益率

 

 

2009 年 生的泡沫  了   期的价格

 

增 , 在  点后一年左右才出 崩 

 

象。 而 2009-2013 年 的行 泡沫多是从高

 

点下跌后回 形成的,其 0 点后 平 的收

 

益曲 表明  期泡沫特征异 性  ,各

 

个泡沫崩   点不一致。 2013 年以后形成

 

的泡沫具有形成周期短的特点,其从最低点

 

上升至最高点的  甚至不到一年,0 点以

 

后 平的收益曲 同 意味着  期泡沫

 

  的异 性。

 

 

2

 

1.5

 

1

 

0.5

0

-24  -18  -12 -6  0 6  12 18  24

 

2013-2021

 

图 3  不同 期泡沫行 的平均累 收益率

 

三、价格暴 期的泡沫特征与收益 

 

(一)指  明

 

  行 价格暴 期可以更好地分析泡沫行 的特征, 参考已有相关泡沫研究, 取了三种特征指 。 一是波 和交易数量 指 , 取波 率、 手率和成交量 行描述。 参考 Nonejad(2017)[25], 用真 波 率作 波 率的衡量指 。 将个股 手率按月份排名后, 出排名占比指 ,再将 指 按流通市 加 得到行  手率指 。 行 成交量由月度个股成交量的排名占比指 以流通市 加 得到。 二是行 成熟度指标,引入上市年限指  行描述。  算个股当月上市年限的排名占比指 后,以流通市 加 得到行 年限。 三是价格比例指 , 取市盈率和市 率作 行 特征 行描述。 将月度个股市盈率加 得到行 市盈率。 将月度个股市 率加 得到行 市

 

 

 

-48-

 

哪些价格暴 更容易崩 ?

 

 

 

率。

 

(二)收益 

 

下一步,  行 特征 未来收益率的

 

  能力。Liu 等(2021)[26]通  比   卷和个人交易数据  , 卷 博彩偏好能 解 投 者  彩票股的  ,投 者 度交易 机主要来源于投 者博彩偏好和 度自信。  于此,本文引入博彩偏好 指  一步解 行 未来收益率。

 

1.博彩偏好与泡沫。 博彩偏好,即投 者会更加重 低概率高收益  ,从而 度投   彩票性股票,使得    未来 有 低收益的情况(Barberis 和 Huang,2008)[21]。本文从博彩偏好角度探 泡沫的相关特点并解 未来收益率。 相 于一般行 ,博彩程度 高的行 能 吸引具有博彩偏好的

 

股市 投 者,  投 者 度追求相关行 股票推高其价格。 而在 期,泡沫 会破裂, 意味着 行  有 低的未来收益率。  上,本文提出如下假 :

 

假  1: 泡沫行  有更高的博彩程度特征, 博彩程度越高的行 未来收益率越低。

 

考 到 A 股市 存在 跌停限制,参考 Liu 等(2021)[20]提出的区 内 停方法, 取反映 A 股市 行 博彩程度的指  :一是累  停, 首先 算个股的期 累  停,再用流通市 加 成行 指 。 二是最大 停,以个股数据  流通市 加 得到行 指 。  考察泡沫行 的博彩程度情况,表 4  出了价格暴 期泡沫行 和非泡沫行 博彩程度特征的 比。 无 是反映区 整体特征的累  停指  是反映区 极端情况的最大 停指 ,泡沫行 的博彩特征均

 

 

表 4      行 博彩程度 比

 

 

泡沫     非泡沫 泡沫减非泡沫

博彩特征

均  标准差 均  标准差 差值      t 值

 

累计 停 4.364  0.27  2.551 0.20 1.813 3.77

 

最大 停 1.185  0.06  0.870 0.09 0.314  2.70

 

注:泡沫 为识别到价格暴 后两年内发生崩 事件的行业,未发生崩 事件的行业则为非泡沫 。

 

要 著高于非泡沫行 ,  果印 了假

 

前半段泡沫行  有更高博彩程度的 论。

 

 

2.各行 特征 未来收益的  。 引入博彩程度特征后, 一步   指 和其他特征 行 未来收益率的  能力。 以 0 时刻到两年后的累  无  收益和 0  刻后两年内最大跌幅作 被解  量。 由于泡沫行  有更低的两年后收益和更大的后两年最大跌幅,而两年内最大跌幅又是判断泡沫的必要条件。 因此,以 两个指 作 被解  量  各行 特征 泡沫的  能力。 具体的回 方程如下:

 

 

 

Rit→t+24=α+β*Chari+εi (1)

 

Rmin=α+β*Chari+εi (2)

 

其中,Rit→t+24 代表出 价格暴 行 的

 

未来两年 无  收益,Rmin 代表出 价格暴 行 未来两年内的最大跌幅,Chari 代表出 价格暴 行 的各个特征。

 

表 5  示,行  去两年的 无  收益 泡沫存在和行 的未来收益率有 著  能力。     明了在本文的价格暴   方法下,行  去的价格走 是判断泡沫存在与否的重要特征。 波 率和 手率指  然能 解 行 未来两年收益,但 行 未来两年最大跌幅的  能力并不 著,

 

两者作 泡沫和收益  的指  不  健。 再来看最大波 率和最大 手率指 ,

 

 

 

-49-

 

金融市场

2022 年第 5 期( 第 544 期)                      

       表 5  行 特征 未来收益率的  能力              

       未来两年 无  收益         未来两年内最大跌幅     

特征      系数      t 值 R2  系数      t 值 R2

过去 2 年 无  收益 -0.309***     (-2.79)     0.036     -0.060***     (-4.16)       0.076

波 率    1.700***      (3.08)      0.043     -0.133    (-1.51)     0.011

最大波 率   -1.773**       (-2.47)     0.028     -0.223**       (-2.33)     0.025

换手率  1.964***      (3.95)      0.069     -0.098    (-1.43)     0.010

最大换手率 0.377     (0.63)      0.002     -0.403***     (-5.41)     0.122

成交量  -0.557    (-1.03)     0.005     -0.053    (-0.73)     0.003

最大成交量 -1.609**       (-2.49)     0.029     -0.235***     (-2.73)     0.034

上市年限     0.466     (0.80)      0.003     -0.267***     (-3.54)     0.057

市盈率  -0.000    (-1.63)     0.009     0.000     (0.16)      0.000

最大市盈率 -0.000    (-0.08)     0.004     0.000     (0.16)      0.000

市净率  -0.016    (-1.54)     0.011     -0.000    (-0.25)     0.000

最大市净率 -0.018**       (-2.01)     0.019     -0.001    (-0.67)     0.002

累计 停 -0.110***     (-4.13)     0.075     -0.008**       (-2.26)     0.024

最大 停 -0.293**       (-2.55)     0.030     -0.034**       (-2.21)     0.023

联合检验 F 值   —   (3.44)      0.197     —   (4.76)      0.253

 

 

注:*、**、*** 分别表示 10%、5%、1%水平下 著。

 

 

最大波 率 未来收益和未来跌幅均有 著  能力,暴 期 出 的行 极端波 越大,其未来收益越低。 而最大 手率 能  行 的未来最大跌幅,作 泡沫  特征并不 健。 成交量指 中,0  刻成交量 收益的  均不 健;而最大成交量指  能有效  行 泡沫情况,价格暴 期极端月成交量越大,行 未来收益越低。 上市年限 能   行 未来最大跌幅,与特征 比的 果一致,A 股市 中越旧的行 反而越容易崩 。  察市盈率指  ,无 市盈率 是最大市盈率均不能解 未来收益情况, 反映出市盈率并不适合作  A 股市 价格泡沫程度的代理 量。 同理,市 率指

 

 

  在未来 收益的  方面   著,以 指 作  A 股市 泡沫程度的代理尚存在着一定的争 。 同 ,累  停和最大 停指 均能有效  未来 无  收益和未来最大跌幅; 有更高博彩程度特征的行 其未来收益和未来最大跌幅都将更低。

 

四、 健性 

 

(一)被解  量 健性

 

首先  被解  量的 健性情况,参

 

考 Greenwood 等(2019)[19], 果 示,最大 停指 在原始收益中保持 健,而 于 市 收益回  不再 著。     明价格暴 期 极端月份的博彩程度只能体 行 泡沫  情况,并不能体  行 相 其他

 

 

 

 

-50-

 

哪些价格暴 更容易崩 ?

 

 

 

行 的泡沫程度, 也与 A 股市 存在整体性泡沫的特点相吻合。 而反映价格暴 期  体博彩程度的累  停指 ,   泡沫和相 泡沫均有 好解 。

 

(二)博彩程度指  健性

 

  博彩程度指 的 健性 , 参考 Bali 等(2011)[22] 的研究,以前期的最大日收益率作 博彩程度特征的考察指 。  算方法上, 首先 算个股当月最大日收益率,经 流通市 加 后得到行 当月最大日收益,之后 一步  价格暴 期  行 月度指 的最大 ,作 本部分博彩程度 健性  指 。  果 示,博彩特征指  行 未来收益和最大跌幅均具有 著的  能力。

 

 

 

(三)不同价格暴   下的 健性

 

  不同暴   下  的 健性。 鉴

 

于 50%的上 幅度 低不一定能 反映泡沫期的特征, 取 150%和 200%作 价格暴 的  考察 健性。    果中,行  去两年的 无  收益不再 著。 究其原因,提升价格暴 的  后, 去两年的收益将更多反映价格上  程,其不再能反映行 暴 是否是高点下落后的反 ,也就 失了 未来收益的解 能力。 最大波 率指  得不 著, 明随着 幅的增加,不同行 的最大月度波 均有 高水平,因此 指 不再能体 行 的泡沫情况。 最后,反映行 博彩程度的两个指 在提高暴   后均保持 著, 一步印 了本文主要  的 健性。

 

 

 

 

 

五、  与政策建

 

本文参考 Greenwood 等(2019)[19]的研究,以价格暴 后 生崩 事件作 泡沫 

 

 

方法,    了 A 股市 泡沫的行 特征及其  能力。 首先,本文  了 A 股市 的价格暴 与泡沫情况。  适  A 股市 的泡沫特征,本文以两年内最大 无  收益超  100%作 行  生价格暴 的   准,以价格暴 后未来两年内任意  出 收益下降 40%以上作 崩 事件的定 。 本文的方法  了更多的符合 A 股特征的短期泡沫 本,全部泡沫 本的平均价格上 期   21 个月。 其次,  出泡沫 本后,本文  了 A 股市 泡沫行 在价格暴 期的特征。  果  ,泡沫行 具有更高的 去收益、波 率、 手率以及成交量等特征, 而相 于被  出价格暴 的月份特征,行 价格暴 期的极端特征更能 反映行 的泡沫情况。 最后, 察到上述行 特征后,本文 一步引入博彩偏好来解  A 股市 泡沫,并  了所有特征 行 未来收益率的  能力。    果表明:行 的

 

 

 

 

 

 

 

去 2 年收益、最大波 率和最大 手率 行 未来收益具有    能力; 市盈率、市 率作  A 股市 泡沫指 并不 健; 果  明了投 者博彩偏好是 A 股市 泡沫形成的重要解 原因,博彩程度越高的行  有越低的未来收益率。

 

本文的研究   政策的制定具有一定的借 意 。 首先, 于价格暴 幅度越大的行 存在泡沫的可能越大, 管机构 当 价格暴 本身加大重 。 在  价格暴涨时,采用本文方法能 有效捕捉 A 股市 的泡沫特征,   警未来的泡沫提供了更合适的手段。 其次, 管机构在 警  充分考 市 极端月度波 率、极端月度成交量等信息,确保能更精准的  未来泡沫并

 

 

 

-51-

 

金融市场     2022 年第 5 期( 第 544 期)

 

提前做好相 的防范措施。   最后, 于投      [12]石广平,刘 星,姚登宝,等. 度自信、市

者的博彩偏好行 是泡沫的解 原因之一,      流 性与投机泡沫[J].管理工程学 ,2018,32(3):

 管部   极推  投 知 的普及,加      10.               

   期价 投 理念的宣 ,以减少投     [13]Greenwood,R.,Nagel,S.Inexperienced  in-

                           

者 博彩 股票的 度追逐。    vestors and bubbles[J].Journal of Financial Economics,

                           

                     2009(93):239-258.                 

                     [14]刘京 ,刘彦初,熊和平.基金 争与泡沫

参考文献:        配置的模仿行 研究[J].管理科学学 ,2018,21

                    

[1]Greenwood R,Hanson S G,Shleifer A,et  al.      (02):114-126.                  

Predictable financial crises[R].National Bureau of E-   [15] 蓉, 欣 .机构投 者概念股偏好与股

                    

conomic Research,2020.             市泡沫 乘[J].中国工   ,2021(03):174-192.      

                           

[2]刘  ,范小云.股票价格膨 与中央 行政     [16]潘娜,王子 ,周勇.  价格泡沫何  生

                    

策反 [J].南开  研究,2001(06):65-69.     崩 ?—基于 LPPL 模型的在中国金融市 上的有

                    

[3]Minsky Ph D H P.The Modeling of Fi nancial      效性  [J].中国管理科学,2018,26(12):9.      

Instability:An Introduction[J].1974.  [17] 浪南,王升泉.股   泡沫  因素的

                    

[4]Shiller,Robert,Irrational Exuberance[M].Prince-   研究:基于 20 个国家的 据[J].管理科学学 ,

ton University Press,2000.          2019,22(1):16.                    

                                         

[5]Blanchard       O J,Watson M  W.Bubbles,rational [18]Xiong  W.Bubbles,crises,and  heterogeneous

                    

expectations and financial markets [J].NBER working     beliefs [ R ] . National       Bureau  of  Economic  Research ,

                           

paper,1982.                    2013.                  

                                         

[6]Giglio,S.,Maggiori,M.,Stroebel,J.No  -bubble    [19]Greenwood   R,Shleifer A,You Y.Bubbles    for

                                  

condition:model -free tests in housing markets [J].E- fama[J].Journal of Financial Economics,2019,131(1):

                    

conometrica.2016(84):1047-1091.             20-43.                 

                                         

[7]Scheinkman J A,Xiong W.Overconfidence and [20]Liu H,Peng C,Xiong WA,Xiong W.Taming

                    

speculative bubbles  [J].Journal of       political Economy, the bias zoo.[J].Journal of Financial Economics,2021.

2003,111(6):1183-1220.             [21]Barberis N,Huang M.Stocks as lotter ies:The

                           

[8]Barberis N,Greenwood R,Jin L,et al.Extrapo - implications of probability weighting for security prices

                    

lation and Bubbles [J].Journal of Financial Economics,       [J].American Economic Review,2008,98(5):2066-2100.

2018,129(2):203-227.          [22]Bali,Turan,Nusret  Cakici,Robert  Whitelaw.

                    

[9]Bordalo P,Gennaioli N,Kwon S Y,et al.Diag - Maxing out:Stocks as lotteries and the cross-section of

                    

nostic bubbles[J].Journal of Financial Economics,2021,   expected returns  [J].Journal of Financial Economics,

141(3):1060-1077.           2011(99):427-446.                 

                                         

[10] 国 ,   ,王景.再售期 、通 幻                           

与中国股市泡沫的影响因素分析[J].  研究, 责编:王博 校 :耿佳佳

                           

2009,44(05):106-117.

 

[11]徐浩峰,朱松.机构投 者与股市泡沫的形

 

成[J].中国管理科学,2012,20(04):18-26.

 

 

 

 

-52-

 

典型案例
超出诉讼请求的调解协议法…
[案情] 2001年10月,原告某镇文化广播站将改造花灯等工程承揽给被告李某。在承揽施工过程中,李…详细
杨海波等贩卖淫秽物品牟利…
一、基本案情   被告人:杨海波,男,25岁,黑龙江省武常市武常镇人,农民。因涉嫌贩卖淫…详细
丰田诉吉利一审判决书
 原告(日本)丰田自动车株式会社,住所地日本国爱知县丰田市丰田町1番地。   法定代表人…详细

地址:上海市浦东新区浦东大道2000号阳光世界大厦24C 电话:021-58361812 传真:021-58361812-830 E-mail:ca6com@163.com
copyright 2000-2013 in 国评网 技术支持:上海中迎网络   沪公网安备 31011502015387号