野叟獻(xiàn)曝說(shuō)課材料

野叟獻(xiàn)曝匯報(bào)提綱我期望的研究模式如何應(yīng)用簡(jiǎn)單工具工作如何把抽象問題定量化如何說(shuō)明結(jié)果的正確性我期望的研究模式現(xiàn)實(shí)生活的觀察提出自己的假設(shè)數(shù)理模型的演繹經(jīng)濟(jì)含義的解釋實(shí)證檢驗(yàn)及應(yīng)用案例：我國(guó)貨幣乘數(shù)的運(yùn)行規(guī)律研究動(dòng)機(jī)：中國(guó)人民銀行金融規(guī)劃。觀察：貨幣乘數(shù)呈現(xiàn)一種穩(wěn)定上升的態(tài)勢(shì)其中：總準(zhǔn)備金比率r、通貨比率k和定期存款比率t從r、k和t的走勢(shì)圖來(lái)看，2006年之前r和k表現(xiàn)出長(zhǎng)期的下降趨勢(shì)，而t除了在2005年有個(gè)跳躍式上升之外，其他時(shí)間也表現(xiàn)出長(zhǎng)期的下降的趨勢(shì)。比較k和t的增長(zhǎng)率會(huì)發(fā)現(xiàn)，定期存款比率t的增速都是大于通貨比率k的。

假設(shè)：（1）總準(zhǔn)備金率和定期存款比率具有長(zhǎng)期下降趨勢(shì)；（2）定期存款比率的增長(zhǎng)率大于通貨比率的增長(zhǎng)率；（3）上述兩條造成貨幣乘數(shù)的長(zhǎng)期上升趨勢(shì)。數(shù)理推導(dǎo)：經(jīng)濟(jì)解釋：（1）總準(zhǔn)備金率的下降，體現(xiàn)了金融制度的創(chuàng)新。總準(zhǔn)備金率的下降，一方面表明銀行用于業(yè)務(wù)經(jīng)營(yíng)的資金比重在增加，說(shuō)明商業(yè)銀行以利潤(rùn)為中心的趨向逐漸加強(qiáng)，銀行商業(yè)化程度逐步提高；另一方面也說(shuō)明央行對(duì)商業(yè)銀行的控制在減弱，商業(yè)銀行有了更大的經(jīng)營(yíng)自主權(quán)。（2）通貨比率長(zhǎng)期的下降趨勢(shì)，體現(xiàn)了金融工具的創(chuàng)新，電子貨幣的逐漸興盛，對(duì)現(xiàn)金起到了很大的替代作用，導(dǎo)致通貨比率也一直呈現(xiàn)下降的總體趨勢(shì)。定期存款比率的下降對(duì)應(yīng)著活期存款比率的上升，由此對(duì)應(yīng)著貨幣乘數(shù)的下降。（3）定期存款比率的增速長(zhǎng)期高于通貨比率增速，體現(xiàn)了準(zhǔn)貨幣的增速高于流通貨幣增速，也是金融工具創(chuàng)新的直接結(jié)果。實(shí)證與應(yīng)用：在沒有觀察假設(shè)的情況下，單位根檢驗(yàn)發(fā)現(xiàn)，貨幣乘數(shù)本身是帶有時(shí)間趨勢(shì)的單整序列，并且偏自相關(guān)系數(shù)一階截尾，故對(duì)M2B建立帶有時(shí)間趨勢(shì)的一階自回歸模型。樣本外預(yù)測(cè)結(jié)果見左。有觀察假設(shè)時(shí)，知貨幣乘數(shù)受總準(zhǔn)備金率的影響，預(yù)測(cè)方程中加入影響因素，擬合精度得到了很大的提高，非常接近于1。12個(gè)月的樣本外預(yù)測(cè)誤差都小于5%。樣本外預(yù)測(cè)效果見右圖。如何應(yīng)用簡(jiǎn)單工具工作多熟悉研究對(duì)象盡可能收集數(shù)據(jù)模型與數(shù)據(jù)適配多視角全面考察數(shù)據(jù)樣本為在2001年1季度與2008年1季度之間以單戶處置方式處置完畢的企業(yè)，共3808戶，覆蓋23個(gè)省市自治區(qū)、19個(gè)行業(yè)大類。以企業(yè)的不良貸款被處置結(jié)束的時(shí)間為準(zhǔn)，計(jì)算每個(gè)季度處置完畢的企業(yè)戶數(shù)及違約金額加權(quán)計(jì)算平均回收率，（記作RR）。每個(gè)季度處置完畢的企業(yè)都在50戶以上，保證了計(jì)算平均回收率時(shí)有足夠的樣本，不會(huì)因?yàn)闃颖具^(guò)少而產(chǎn)生偏差。案例：不良貸款回收率與經(jīng)濟(jì)周期盡可能收集數(shù)據(jù)GDP：國(guó)內(nèi)生產(chǎn)總值增速（%）；EI：企業(yè)景氣指數(shù)（EnterprisesIndex），綜合反映企業(yè)的生產(chǎn)經(jīng)營(yíng)狀況；CI：宏觀經(jīng)濟(jì)一致指數(shù)（CoincidentIndex），反映當(dāng)前經(jīng)濟(jì)的基本走勢(shì)，由工業(yè)生產(chǎn)、就業(yè)、社會(huì)需求、社會(huì)收入等4個(gè)方面合成；LI：宏觀經(jīng)濟(jì)先行指數(shù)（LeadingIndex），由一組領(lǐng)先于一致指數(shù)的先行指標(biāo)合成，用于對(duì)經(jīng)濟(jì)未來(lái)的走勢(shì)進(jìn)行預(yù)測(cè)；INV：全社會(huì)固定資產(chǎn)投資增速。觀測(cè)數(shù)平均值標(biāo)準(zhǔn)差最大值最小值相關(guān)系數(shù)GDPEILICIGDP2910.31.212.28.11EI29131.97.4144.9117.40.931LI29101.71.0103.599.20.890.851CI29100.02.5103.095.00.910.930.831INV2926.85.538.314.70.500.490.560.67宏觀變量描述統(tǒng)計(jì)尋找直覺季度數(shù)RR平均值RR標(biāo)準(zhǔn)差GDP<=10.4%150.1680.079GDP>10.4%140.2460.098Diff(1-2)-0.078t-TeststValue-2.36Pr>|t|0.026經(jīng)濟(jì)繁榮和低迷時(shí)期的回收率對(duì)比每季度平均回收率和GDP增速的散點(diǎn)圖尋找直覺平均回收率RR和宏觀變量的趨勢(shì)圖（TC項(xiàng)）季度平均回收率和宏觀變量的格蘭杰因果檢驗(yàn)定量考察lag1234F-StatF-StatF-StatF-StatRRdoesnotGrangerCauseGDP0.010.020.100.10GDPdoesnotGrangerCauseRR5.10b1.441.111.65RRdoesnotGrangerCauseINV0.460.220.350.73INVdoesnotGrangerCauseRR0.010.110.401.12RRdoesnotGrangerCauseEI0.790.350.250.34EIdoesnotGrangerCauseRR6.43b1.85RRdoesnotGrangerCauseLI0.630.620.120.14LIdoesnotGrangerCauseRR0.830.941.80RRdoesnotGrangerCauseCI0.900.580.270.28CIdoesnotGrangerCauseRR0.660.020.021.35深入下去企業(yè)戶數(shù)債權(quán)總金額回收總金額回收率（萬(wàn)元）（萬(wàn)元）（%）抵押1809294928962780721.29保證1543216009143639020.20信用45613519371172598.67全部38086461317118145618.29多角度考察DependentRRLRRRRLRRRRLRRRRLRRIntercept-0.26-4.01-0.22-3.69-0.78-6.14-0.78-6.62(-1.85)c(-5.94)a(-1.58)(-5.46)a(-2.81)a(-4.40)a(-2.86)a(-5.01)aGDP0.050.23(3.47)a(3.57)aGDP(-1)0.040.20(3.23)a(3.09)aEI0.010.03(3.62)a(3.24)aEI(-1)0.010.04(3.68)a(3.79)aNo.ofobs2929292929292929F-stat12.0512.7410.459.5213.1310.5113.5214.39P-value0.000.000.000.000.000.000.000.00R-Square0.310.320.280.260.330.280.330.35AdjR-sq0.280.300.250.230.300.250.310.32DependentRRLRRRRLRRRRLRRIntercept-5.93-32.60-1.83-11.850.19-1.92(-3.99)a(-4.61)a(-2.48)b(-3.32)a(2.19)b(-4.66)aLI0.060.30(4.14)a(4.38)aCI0.020.10(2.78)a(2.87)aINV0.000.01(0.45)(0.74)No.ofobs292929292929F-stat17.1819.217.758.210.200.55P-value0.000.000.010.010.650.47R-Square0.390.420.220.230.010.02AdjR-sq0.370.390.190.20-0.03-0.02單變量模型：抵押貸款多角度考察單變量模型：保證貸款DependentRRLRRRRLRRRRLRRRRLRRIntercept-0.07-3.23-0.06-3.20-0.30-4.05-0.49-5.55(-0.47)(-4.13)a(-0.43)(-4.28)a(-0.98)(-2.50)b(-1.72)c(-3.71)aGDP0.030.15(1.93)c(2.03)bGDP(-1)0.030.15(1.97)c(2.08)bEI0.000.02(1.70)c(1.48)EI(-1)0.010.03(2.48)b(2.60)aNo.ofobs2929292929292929F-stat3.744.113.864.312.882.186.146.77P-value0.060.050.060.050.100.150.020.01R-Square0.120.130.130.140.100.070.190.20AdjR-sq0.090.100.090.110.060.040.160.17DependentRRLRRRRLRRRRLRRIntercept-2.69-17.36-0.79-7.660.26-1.62(-1.58)(-1.93)c(-1.03)(-1.91)c(3.22)a(-3.81)aLI0.030.15(1.71)c(1.75)cCI0.010.06(1.31)(1.49)INV0.000.00(-0.54)(-0.09)No.ofobs292929292929F-stat2.923.061.722.230.290.01P-value0.100.090.200.150.590.93R-Square0.100.100.060.080.010.00AdjR-sq0.060.070.030.04-0.03-0.04多角度考察單變量模型：信用貸款DependentRRLRRRRLRRRRLRRRRLRRIntercept-0.09-5.13-0.16-4.89-0.37-8.24-0.59-8.25(-0.43)(-4.03)a(-0.81)(-3.97)a(-0.90)(-3.22)a(-1.49)(-3.25)aGDP0.020.29(1.24)(2.36)bGDP(-1)0.030.27(1.67)(2.25)bEI0.000.05(1.30)(2.39)bEI(-1)0.010.05(1.91)c(2.41)bNo.ofobs2727272727272727F-stat1.535.592.805.061.705.723.645.83P-value0.230.030.110.030.200.020.070.02R-Square0.050.170.090.160.060.170.120.18AdjR-sq0.020.140.060.130.020.140.090.15DependentRRLRRRRLRRRRLRRIntercept-1.59-30.10-1.14-17.580.24-2.54(-0.68)(-2.03)b(-1.12)(-2.79)a(2.26)b(-3.60)aLI0.020.27(0.74)(1.88)cCI0.010.15(1.28)(2.45)bINV0.000.01(-0.73)(0.59)No.ofobs272727272727F-stat0.553.541.656.000.540.35P-value0.460.070.210.020.470.56R-Square0.020.120.060.180.020.01AdjR-sq-0.020.080.020.15-0.02-0.02多角度考察多變量模型：不做變量篩選抵押保證信用DependentRRLRRRRLRRRRLRRIntercept-2.71-24.866.0015.953.261.15(-0.61)(-1.19)(1.37)(0.64)(0.47)(0.03)GDP0.010.130.030.180.000.18(0.30)(0.65)(0.79)(0.78)(-0.02)(0.41)GDP(-1)-0.01-0.120.00-0.010.01-0.15(-0.13)(-0.64)(-0.03)(-0.05)(0.20)(-0.36)EI0.00-0.01-0.01-0.040.00-0.01(0.42)(-0.25)(-0.87)(-1.09)(-0.40)(-0.17)EI(-1)0.010.050.010.060.010.03(1.54)(1.84)(2.46)(2.11)(0.79)(0.51)LI0.050.290.000.02-0.02-0.05(1.15)(1.47)(-0.05)(0.10)(-0.27)(-0.11)CI-0.02-0.090.050.200.060.36(-0.50)(-0.41)(1.19)(0.77)(0.87)(0.75)INV0.000.000.00-0.01-0.01-0.03(-0.08)(-0.09)(-0.72)(-0.42)(-1.14)(-0.65)No.ofobs292929292727F-stat2.182.461.791.270.640.66P-value0.070.050.140.310.750.74R-Square0.510.540.310.300.210.22AdjR-sq0.340.380.080.06-0.05-0.03多角度考察多變量模型：變量篩選抵押保證信用DependentRRLRRRRLRRRRLRRIntercept-4.75-27.000.69-0.41-0.59-17.58(-2.77)a(-3.34)a(1.28)(-0.14)(-1.49)(-2.79)aGDPGDP(-1)EIEI(-1)0.010.040.010.050.01(2.25)b(2.35)b(3.67)a(3.33)a(1.91)cLI0.060.32(2.78)a(3.02)aCI-0.02-0.120.15(-1.71)c(-1.84)c(2.45)bINVNo.ofobs292929292727F-stat8.079.136.765.733.646.00P-value0.000.000.000.010.070.02R-Square0.490.520.340.310.120.18如何抽象問題定量化實(shí)證分析（橫向比較）代理變量的選擇代理變量的離散化賦值統(tǒng)計(jì)模型的應(yīng)用（例如：Logistic）數(shù)值模擬（縱向比較）成熟的理論出發(fā)以關(guān)鍵因素為目標(biāo)多尺度多角度數(shù)值模擬計(jì)算案例1：發(fā)展中國(guó)家對(duì)外貿(mào)易戰(zhàn)略與匯率制度選擇匯率制度是經(jīng)濟(jì)學(xué)的傳統(tǒng)研究領(lǐng)域，Mundell獲諾貝爾獎(jiǎng)。人民幣匯率制度問題一直到現(xiàn)在是熱點(diǎn)。我們的工作是2003年，當(dāng)時(shí)我國(guó)剛加入WTO不久，有關(guān)中國(guó)匯率制度的走向爭(zhēng)論很多，核心就是人民幣匯率和貿(mào)易的關(guān)系。中國(guó)是后發(fā)國(guó)家，我國(guó)更多時(shí)跟從和趕超的戰(zhàn)略，國(guó)際經(jīng)驗(yàn)無(wú)疑對(duì)我國(guó)有重大參考價(jià)值；各個(gè)國(guó)家的宏觀經(jīng)濟(jì)數(shù)據(jù)、貿(mào)易數(shù)據(jù)，國(guó)際上有比較豐富，比較可信的數(shù)據(jù)（雙邊數(shù)據(jù)），數(shù)據(jù)的獲取相對(duì)容易。實(shí)證研究有可能。代理變量的選擇經(jīng)典匯率制度選擇理論：最優(yōu)貨幣區(qū)理論（Mundell，1961）和開放經(jīng)濟(jì)下的宏觀經(jīng)濟(jì)政策理論（Mundell-Flemming1961）以及在此基礎(chǔ)上產(chǎn)生的“不可能三角理論”（impossibletrinity）。經(jīng)典理論下的代理變量：貿(mào)易開放度（通常用出口與進(jìn)口之和與GDP的比值衡量），經(jīng)濟(jì)總量（以美元的GDP衡量），經(jīng)濟(jì)發(fā)展程度（以人均GDP衡量），貿(mào)易集中度（對(duì)主要貿(mào)易國(guó)的貿(mào)易量占該國(guó)貿(mào)易總量的比例），資本開放程度（用私人資本流入量與流出量之和與GDP的比例進(jìn)行衡量）。代理變量的選擇現(xiàn)代匯率制度選擇理論：名義錨（nominalanchor）理論（Edwards，1996）和美元化經(jīng)濟(jì)（DollarizationEconomy）理論(Calvo,1999，2000）?，F(xiàn)代理論下的代理變量：民主程度（各個(gè)政黨席位比例的平方和），通貨膨脹（1加上通貨膨脹率取對(duì)數(shù)值，高度通貨膨脹率，通貨膨脹率超過(guò)500％的取值為1，否則取0）美元化經(jīng)濟(jì)程度（一國(guó)外債與廣義貨幣（M2）發(fā)行量之間的比例），中央銀行的獨(dú)立性程度（用政府向中央銀行借款占中央銀行貸款總額的比例衡量）。代理變量的選擇發(fā)展中國(guó)家的貿(mào)易政策：內(nèi)向型經(jīng)濟(jì)（inwardorientationeconomy），進(jìn)口替代戰(zhàn)略，是指采取貿(mào)易保護(hù)政策，發(fā)展本國(guó)消費(fèi)品和制造業(yè)，來(lái)替代對(duì)國(guó)外產(chǎn)品的進(jìn)口；外向型經(jīng)濟(jì)（outwardorientationeconomy），出口拉動(dòng)戰(zhàn)略，指采取鼓勵(lì)和保護(hù)的措施，發(fā)展以制造品為主的生產(chǎn)和出口。貿(mào)易政策的代理變量：資本流出量占GDP的比例，出口量占GDP的比例，匯率持續(xù)變動(dòng)率前5年的平均值，F(xiàn)DI占GDP的比例，初等教育水平（初等教育人群占總?cè)丝诘谋壤?shù)據(jù)和模型49個(gè)發(fā)展中國(guó)家，1974年到2000年之間的數(shù)據(jù)。數(shù)據(jù)來(lái)源：InternationalFinancialStatistics/IMF、DirectionofTradeStatistics/IMF、FreedomHouse，/ratings、Statisticalyearbook/UN、World

Bank。模型：OrderedLogisticRegression，OrderedProbitRegression：

Then

Then

Φ是正態(tài)分布的累積密度函數(shù)數(shù)據(jù)的處理匯率制度分為三類：固定匯率制度、中間匯率制度、浮動(dòng)匯率制度。LYSexchangerateregime（Levy-Yeyati-Sturzenegger（2002））IMF（2000）的八種官方匯率制度的分類歸為三：（1）盯住匯率制度（pegs），包括貨幣局

(currencyboard)、沒有獨(dú)立法幣的匯率制度(noseparatetender)，傳統(tǒng)的盯住匯率制度（conventionalpegs）；（2）浮動(dòng)匯率制度，單獨(dú)浮動(dòng)（independentfloats）；（3）中間匯率制度：爬行盯住匯率制度（crawlingpegs）、水平帶內(nèi)的盯?。≒eggedexchangeratewithhorizontalbands）、爬行帶內(nèi)的盯住（Crawlingband）、管理浮動(dòng)（managedfloats）歸為中間匯率制度。實(shí)證結(jié)果：IMF分類浮動(dòng)匯率制度中間匯率制度固定匯率制度VariableMeanStd.Dev.MeanStd.Dev.MeanStd.Dev.TROP0.7944480.93635031.0535260.89856990.6110780.551198LGGDP4.4544820.73959213.9924260.95045314.0135910.929877MTP0.349190.2285440.4760220.4344560.3835830.310997GRT0.1983420.5803690.305850.47352450.2451860.488166VOLGOV50.015240.01969010.0332370.09064120.0197390.022388DFOTCF0.1195410.1815570.186080.26757810.1209840.437775LGINF0.4454350.3101750.2505370.35785550.3891620.316739HYPER0.0231660.150576000.0241940.15396DEMOC3.3682311.5542523.8308821.6630543.7524951.765667FCBM0.2792360.69953760.119450.24302860.2559360.939046CBI0.2061570.54569210.2377794.1048180.3478361.529837EXGDP0.4324570.55452980.5467240.5595350.4559970.316932CFOGDP0.0754650.2718080.084641.0.2067360.0276290.0604781ELED0.0650350.02676780.0689560.02799250.0658750.066421FDIGDP0.0221450.05877830.1364810.38349290.0254350.045918EXVL51.2370096.1325870.3992240.29606610.2691390.82732實(shí)證結(jié)果：LYS分類浮動(dòng)匯率制度中間匯率制度固定匯率制度VariableMeanStd.Dev.MeanStd.Dev.MeanStd.Dev.TROP0.5753880.4876310.7811921.0152550.8298760.810846LGGDP4.4754920.5951894.4140890.7092533.8750620.938922MTP0.352030.2729490.3404790.2070230.4386110.327794GRT0.1524070.4323510.1847240.7143980.2891980.402752VOLGOV50.0215120.0524830.0186630.0313520.0243520.037355DFOTCF0.0953430.1168540.1100520.134590.2401580.60493LGINF0.3788690.2427020.4525120.4438760.3960380.295716HYPER000.0588240.23572800DEMOC3.2188761.2909763.2802011.2992533.6452911.696494FCBM0.1645540.2259650.3650680.4182880.2172210.510026CBI0.352020.9087790.1969710.4201650.4786693.36697EXGDP0.3307740.310630.4695140.603210.5245170.498725CFOGDP0.0994180.3067750.0240110.0447490.0241650.052295ELED0.0610540.0232150.0631130.0280360.0636780.058843FDIGDP0.021470.022220.0227820.044450.0427990.18101EXVL50.506010.8908035.23169554.870460.6602243.55938實(shí)證結(jié)果:

OrderedLogit

Regression因變量解釋變量LYSERRLYSERRIMFOERRIMFOERR經(jīng)典理論變量

TROPMTPLGGDPGRTVOLGOV5DFOTCF

0.126(1.05)0.618(1.20)-0.363(-2.92)0.697(3.67)-6.270(-1.74)0.621(1.24)0.731(1.30)-0.566(-3.90)0.729(3.42)-15.450(-2.13)-0.942(-4.94)0.674(1.57)-0.682(-4.72)0.332(1.55)4.251(1.80)0.286(0.37)0.771(1.44)-0.747(-4.57)0.285(1.22)-4.849(-0.71)現(xiàn)代理論變量LGINFHYPERDEMOCFCBMCBI-0.091(-0.774)0.603(1.06)-0.014(-0.21)0.199(1.23)-0.273(-1.31)-0.093(-0.27)0.795(1.23)0.007(0.09)0.410(1.83)0.031(0.14)-1.217(-3.37)2.135(3.05)0.068(0.95)-0.383(-1.78)-0.082(-0.33)-1.229(-3.02)2.035(2.72)0.001(0.01)-0.825(-2.18)0.380(1.40)貿(mào)易政策變量EXGDPELEDFDIGDPCFOGDP0.815(2.90)2.645(1.46)6.035(2.42)-0.141(-0.05)0.456(1.61)1.746(1.35)11.428(3.38)-7.454(-2.36)PseudoR20.04860.07860.09440.1105因變量解釋變量LYSERRLYSERRIMFOERRIMFOERR經(jīng)典理論變量

TROPMTPLGGDPGRTVOLGOV5DFOTCF

0.086(1.21)0.316(1.10)-0.216(-2.91)0.427(3.69)-3.766(-1.96)0.375(1.26)0.512(1.71)-0.332(-4.01)0.442(3.52)-4.405(-2.18)-0.549(-4.87)0.395(1.45)-0.408(-4.78)0.205(1.58)2.562(1.61)0.167(0.38)0.542(1.80)-0.367(-4.13)0.198(1.47)-0.266(-0.17)現(xiàn)代理論變量LGINFHYPERDEMOCFCBMCBI-0.034(-0.18)0.421(1.15)-0.011(-0.28)0.133(1.35)-0.166(-1.29)-0.064(-0.30)0.359(0.93)0.045(0.6)0.099(1.44)0.057(0.42)-0.730(-3.40)1.284(3.02)0.045(1.05)-0.202(-1.92)-0.087(-0.59)-0.754(-3.34)1.335(3.05)0.009(0.20)-0.127(-1.22)0.131(1.38)貿(mào)易政策變量EXGDPELEDFDIGDPCFOGDP0.433(3.13)1.595(1.41)0.026(0.12)-1.400(-2.51)0.241(1.68)2.253(1.321)0.254(1.11)-0.481(-1.83)PseudoR20.04860.08530.09450.1122實(shí)證結(jié)果:

OrderedProbit

Regression主要結(jié)論貿(mào)易政策影響了發(fā)展中國(guó)家匯率制度的選擇，出口拉動(dòng)程度越強(qiáng)的國(guó)家，越傾向于選擇固定匯率制度；經(jīng)典理論中的貿(mào)易依賴程度、經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)發(fā)展程度，是決定一國(guó)匯率制度選擇的重要解釋變量；現(xiàn)代理論中的超通貨膨脹是顯著的解釋變量。案例2：信用評(píng)級(jí)系統(tǒng)的經(jīng)濟(jì)價(jià)值ModellingtheEconomicValueofCreditRatingSystemsRainerJankowitsch，StefanPichler，WalterS.A.Schwaiger

ViennaUniversityofEconomicsandBusinessAdministrationViennaUniversityofTechnology信用評(píng)級(jí)是一種制度，信用評(píng)價(jià)的效用體現(xiàn)在商業(yè)銀行的效益表現(xiàn)。如果能收集數(shù)據(jù)，進(jìn)行實(shí)證研究，無(wú)疑非常有意義。但是：商業(yè)銀行的效益是商業(yè)秘密，幾乎不可能獲得有比較價(jià)值的數(shù)據(jù)；商業(yè)銀行的效益不僅僅是信用評(píng)級(jí)帶來(lái)的，甚至信用評(píng)級(jí)在其中起的作用很小。即使有商業(yè)銀行的數(shù)據(jù)，如何把其他的因素，特別是有很多政治、文化、法律、經(jīng)營(yíng)、管理等因素剝離出來(lái)，也是幾乎不可能的；數(shù)值模擬是一種途徑?；舅悸吩u(píng)級(jí)的目的：增加利潤(rùn)和控制風(fēng)險(xiǎn)實(shí)現(xiàn)的途徑：準(zhǔn)確度量客戶的風(fēng)險(xiǎn)，根據(jù)風(fēng)險(xiǎn)進(jìn)行定價(jià)理論假設(shè)：假設(shè)風(fēng)險(xiǎn)度量是準(zhǔn)確（基本準(zhǔn)確）的，那么就不存在系統(tǒng)性風(fēng)險(xiǎn)。因此，第一步可以不考慮破產(chǎn)的情況。如果不考慮破產(chǎn)的可能，那么影響銀行的就是利潤(rùn)。風(fēng)險(xiǎn)度量不準(zhǔn)確對(duì)銀行利潤(rùn)影響的渠道是什么？逆向選擇：風(fēng)險(xiǎn)低的客戶被高定價(jià)而逃走，而風(fēng)險(xiǎn)高的客戶因?yàn)榈投▋r(jià)而蜂擁而至。因此信用評(píng)級(jí)的經(jīng)濟(jì)價(jià)值體現(xiàn)在逆向選擇的程度上從經(jīng)典的假設(shè)出發(fā)客戶違約概率服從Beta(p,q)分布，好處是可以比較好的模擬違約率分布。好:p=0.4,q=19,PD中位數(shù)=0.77%;中：p=0.7,q=37.6,PD中位數(shù)=1.08%;差：p=1.4,q=58,PD中位數(shù)=1.84%。從經(jīng)典的假設(shè)出發(fā)商業(yè)銀行的信貸策略：全風(fēng)險(xiǎn)定價(jià)的借貸政策。這里：PD違約概率，LGD違約損失率，

r無(wú)風(fēng)險(xiǎn)利率，s信用加息差。評(píng)級(jí)體系的引入商業(yè)銀行按照違約率將客戶分成若干級(jí)別，每個(gè)級(jí)別內(nèi)的客戶視為有相同的違約概率，同一定價(jià)。兩類誤差：分級(jí)合并的誤差和分級(jí)錯(cuò)誤的誤差。逆向選擇的引入評(píng)級(jí)的誤差帶來(lái)定價(jià)的誤差：定價(jià)的誤差導(dǎo)致優(yōu)質(zhì)客戶流失：這里α是彈性系數(shù)。α

=

0，則無(wú)論定價(jià)誤差如何，客戶都逃不了；α

=

+∞，則只要定價(jià)出現(xiàn)誤差，客戶就會(huì)用腳投票。誤差和逆向選擇帶來(lái)的損失單個(gè)客戶的收益計(jì)算：資產(chǎn)組合的收益計(jì)算:(這里n是保留下來(lái)的客戶數(shù))

信用評(píng)級(jí)效益的評(píng)價(jià):通過(guò)比較有無(wú)評(píng)級(jí)?不同評(píng)級(jí)體系之間？不同環(huán)境之下？。。。。

模擬計(jì)算的結(jié)果：PD的準(zhǔn)確性模擬計(jì)算的結(jié)果：彈性的高低模擬計(jì)算的結(jié)果：彈性的高低模擬計(jì)算的結(jié)果：LGD的高低模擬計(jì)算的結(jié)果：LGD的高低模擬計(jì)算的結(jié)果：分級(jí)的多少模擬計(jì)算的結(jié)果：分級(jí)的多少如何說(shuō)明結(jié)果的正確性模型本身的檢驗(yàn)歷史經(jīng)驗(yàn)是否相符合與基準(zhǔn)比較的一致性是否能夠滿足期望案例：投資者情緒指數(shù)投資者情緒包含著兩方面內(nèi)容，投資者的投機(jī)性需求和對(duì)上市公司盈利前景的總體樂觀程度。前者反映了投資者對(duì)資本市場(chǎng)（虛擬經(jīng)濟(jì)）的預(yù)期，后者反映了投資者對(duì)基礎(chǔ)市場(chǎng)（實(shí)體經(jīng)濟(jì)）的預(yù)期。投資者情緒指數(shù)是反映市場(chǎng)上投資者整體情緒（才collectivesentiment)的度量。投資者情緒指標(biāo)的分類顯性指標(biāo)

（Explicitindex）StrategistsIndexofWallStreetAmericanAssociationofIndividualInvestorIndexInvestorsIntelligenceIndexSINA

Buy-SellIndexCCTVBuy-SellIndex代理變量

（Investorsentimentproxy）closed-endfunddiscountfirst-dayreturnsofIPO投資者情緒指數(shù)（Investorsentimentindex)compositeindexcomposedofseveralinvestorsentimentproxies,reflectingthesentimentofthewholemarket.50投資者情緒代理變量選取按照邏輯性、預(yù)測(cè)性、穩(wěn)定性、全面性四個(gè)原則，從四類十九個(gè)代理變量中挑選出5個(gè)作為合成ISI的變量集合：交易行為類代理變量：換手率（TURN）,市場(chǎng)表現(xiàn)類代理變量：創(chuàng)新高比率（PCTHI）產(chǎn)品估值類代理變量:轉(zhuǎn)債底價(jià)溢價(jià)率（BPCB）微觀結(jié)構(gòu)類代理變量:交易持續(xù)期（TD）,有效價(jià)差（SPREAD）SINABSI（新浪多空指數(shù)）fromSinaFinance(新浪財(cái)經(jīng)).51主成分分析構(gòu)建ISI指數(shù)主成分序號(hào)第1主成分第2第3第4第5特征變量BPCB0.4484480.245235-0.398389-0.7582990.070870PCTHI0.477295-0.3476840.599020-0.0951280.532382SPREAD0.1345940.8970260.3707150.1824700.080645TD-0.475638-0.0073770.556459-0.605240-0.312653TURN0.571608-0.1194350.1881090.127758-0.779289特征值2.4966210.0489600.6561440.5731300.225144貢獻(xiàn)率0.4993240.2097920.1312290.1146260.045029累計(jì)貢獻(xiàn)率0.4993240.7091160.8403450.9549711.00000052歷史：投資者情緒指數(shù)與同期上證指數(shù)走勢(shì)53歷史的一致性對(duì)指數(shù)的每一段變化去做歷史分析。例如：2007年11月到2008年10月（當(dāng)時(shí)研究的數(shù)據(jù)終點(diǎn)）投資者情緒指數(shù)一路下跌?；厥走@段時(shí)間，是股市走熊的階段，股指從高位回落，個(gè)股普跌，投資者信心屢遭打擊。2006年9月-2007年1月上旬投資者情緒指數(shù)突飛猛進(jìn)，這段時(shí)間是牛市階段的第一波，上證綜指一舉突破2001年的歷史高點(diǎn)。。。。。。與基準(zhǔn)的比較相關(guān)系數(shù)BPCBPCTHISPREADTDTURNBPCB1.0000PCTHI0.3382***

1.0000SPREAD0.2065***

-0.02131.0000TD-0.4218***

-0.3499***

-0.1004***

1.0000TURN0.4921***

0.6983***

0.1247***

-0.5986***

1.0000相關(guān)系數(shù)BPCBPCTHISPREADTDTURNISI0.708580***0.754160***0.212667***-0.751542***0.903181***ISIBPCBPCTHISPREADTDTURN0.51***0.25**0.20**0.15**-0.23**0.28**投資者情緒與當(dāng)期收益的預(yù)期關(guān)系投資者情緒基本假說(shuō)一：在投資者情緒正向波動(dòng)的情況下，樂觀的盈利預(yù)期和高投機(jī)性需求對(duì)當(dāng)期收益有正向影響；在投資者情緒負(fù)向波動(dòng)的情況下，悲觀的盈利預(yù)期和低投機(jī)性需求對(duì)當(dāng)期收益有負(fù)向影響。投資者情緒假說(shuō)1：高投機(jī)性需求促使小盤股相比大盤股獲得超額收益，低投機(jī)性需求下則相反，即投資者情緒上升周期中，小盤股相比大盤股獲得超額收益，投資者情緒下降周期中則相反。投資者情緒假說(shuō)2：樂觀的盈利預(yù)期促使虧損股相比績(jī)優(yōu)股股獲得超額收益，悲觀的盈利預(yù)期下則相反，即投資者情緒上升周期中，虧損股相比績(jī)優(yōu)股獲得超額收益，投資者情緒下降周期中則相反。投資者情緒假說(shuō)3：高投機(jī)性需求促使低價(jià)股相比高價(jià)股獲得超額收益，低投機(jī)性需求下則相反，即投資者情緒上升周期中，低價(jià)股相比高價(jià)股獲得超額收益，投資者情緒下降周期中則相反。投資者情緒假說(shuō)4：樂觀的盈利預(yù)期促使高PE股相比低PE股獲得超額收益，悲觀的盈利預(yù)期下則相反，即投資者情緒上升周期中，高PE股相比低PE股獲得超額收益，投資者情緒下降周期中則相反。56投資者情緒與遠(yuǎn)期收益的預(yù)期關(guān)系投資者情緒基本假說(shuō)二：投資者情緒會(huì)導(dǎo)致長(zhǎng)期收益反轉(zhuǎn)，在高投資者情緒正下，樂觀的盈利預(yù)期和高投機(jī)性需求對(duì)長(zhǎng)期收益有負(fù)向影響；在低投資者情緒下，悲觀的盈利預(yù)期和低投機(jī)性需求對(duì)長(zhǎng)期收益有正向影響。投資者情緒假說(shuō)5：投機(jī)性需求的變動(dòng)使得小盤股的長(zhǎng)期收益反轉(zhuǎn)幅度大于大盤股，即高投資者情緒下小盤股的長(zhǎng)期收益低于大盤股；低投資者情緒下小盤股的長(zhǎng)期收益高于大盤股。投資者情緒假說(shuō)6：盈利預(yù)期的變動(dòng)使得虧損股的長(zhǎng)期收益反轉(zhuǎn)幅度大于績(jī)優(yōu)股，即高投資者情緒下虧損股的長(zhǎng)期收益低于績(jī)優(yōu)股；低投資者情緒下虧損股的長(zhǎng)期收益高于績(jī)優(yōu)股。投資者情緒假說(shuō)7：投機(jī)性需求的變動(dòng)使得低價(jià)股的長(zhǎng)期收益反轉(zhuǎn)幅度大于高價(jià)股，即高投資者情緒下低價(jià)股的長(zhǎng)期收益低于高價(jià)股；低投資者情緒下低價(jià)股的長(zhǎng)期收益高于高價(jià)股。投資者情緒假說(shuō)8：盈利預(yù)期的變動(dòng)使得高PE股的長(zhǎng)期收益反轉(zhuǎn)幅度大于低PE股，即高投資者情緒下高PE股的長(zhǎng)期收益低于低PE股；低投資者情緒下高PE股的長(zhǎng)期收益高于低PE股。57數(shù)據(jù)來(lái)源SZZS上證指數(shù)、SZZZ深證成指、ZXDP中信大盤、ZXXP中信小盤、LPI低價(jià)股指數(shù)、HPI高價(jià)股指數(shù)、LPEI低PE股指數(shù)、HPEI高PE股指數(shù)、NEI虧損股指數(shù)、PEI績(jī)優(yōu)股指數(shù)。LPI、HPI、LPEI、HPEI、NEI、PEI由天相投資顧問公司編制，每季度檢討一次樣本股。標(biāo)準(zhǔn)如下：LPI、HPI分別以滬深A(yù)股價(jià)格最低、最高的200支股票為指數(shù)樣本；LPEI、HPEI分別以滬深A(yù)股PE最低、最高的200支股票為指數(shù)樣本；NEI以凈利潤(rùn)為負(fù)的股票為樣本，PEI以每股凈收益最高的100支股票為樣本。ZXDP、ZXXP由中信證券公司開發(fā)，每半年調(diào)整一次樣本股。標(biāo)準(zhǔn)如下：ZXDP以滬深A(yù)股流通市值前100名的股票為樣本，ZXXP以流通市值400名以后的股票為樣本。上述指數(shù)均以流通市值加權(quán)，以上述指數(shù)的百分比漲幅作為其收益率序列。數(shù)據(jù)區(qū)間2005-06-20——2007-11-30各變量的平穩(wěn)性檢驗(yàn)結(jié)果變量ADF值變量ADF值變量ADF值SZZS-61.14***(0.00)SZZZ-60.62***(0.00)SZZS-SZZZ-***(0.00)ZXXP-41.88***(0.00)ZXDP-44.68***(0.00)ZXXP–ZXDP-***(0.00)LPI-42.38***(0.00)HPI-43.45***(0.00)LPI–HPI-***(0.00)LPEI-44.89***(0.00)HPEI-41.02***(0.00)LPEI–HPEI-***(0.00)NEI-22.06***(0.00)PEI-43.71***(0.00)NEI–PEI-***(0.00)ISI-2.95**(0.04)----線性回歸模型及其檢驗(yàn)For:SZZS，SZZZ，ZXDP，ZXXP，HPI，LPEI，HPEI，NEI，PEIFor:ZXXP-ZXDP，LPEI-HPEI，LPI-HPI，NEI-PEI

LMtestresultsshowARCHexistsinallresidualseries.60線性回歸模型的LM檢驗(yàn)結(jié)果注：***表示在1%的顯著性水平下拒絕原假設(shè)，即存在ARCH效應(yīng)。滯后階數(shù)統(tǒng)一采用5階，但結(jié)果也顯示，在更高階（如20階）的情況下ARCH效應(yīng)依然顯著。變量F統(tǒng)計(jì)量LM統(tǒng)計(jì)量變量F統(tǒng)計(jì)量LM統(tǒng)計(jì)量SZZS3.84***18.79***SZZZ5.81***21.93***ZXXP51.09***47.18***ZXDP4.04***19.74***LPI16.46***64.99***HPI3.93***19.19***LPEI4.45***21.64***HPEI14.80***66.32***NEI10.26***47.62***PEI4.90***23.77***ZXXP-ZXDP18.48***80.54***LPI-HPI9.37***43.79***LPEI-HPEI18.07***79.03***NEI-17.02***7.01***

收益與DISI估計(jì)的EGARCH模型62收益序列對(duì)DISI的EGARCH估計(jì)結(jié)果收益cβα0α1φ1θ1SZZS0.0011***(3.94)0.0019***(14.54)-0.34***(-11.02)0.18***(12.38)-0.07***(-9.27)0.98***(313.31)SZCZ0.0010***(3.39)0.0022***(9.12)-0.31***(-9.18)0.19***(13.12)-0.04***(-4.64)0.98***(262.00)ZXDP0.0007***(2.47)0.0018***(8.73)-0.33***(-9.56)0.21***(12.58)-0.06***(-6.99)0.98***(274.20)ZXXP0.0010***(3.15)0.0021***(12.03)-0.31***(-10.85)0.18***(11.96)-0.04***(-5.10)0.98***(334.61)LPI0.0012***(3.82)0.0024***(12.42)-0.32***(-9.15)0