張宏

摘 要：本文基于廣義虛擬經(jīng)濟二元容介態(tài)理論，分析了信息和物質(zhì)二元價值容介因素對軍工板塊內(nèi)個股之間的聯(lián)動效應、軍工板塊與大盤收益波動特征的影響，并對軍工板塊與大盤之間的動態(tài)相依性進行了實證檢驗。

關鍵字：廣義虛擬經(jīng)濟；二元容介因素；動態(tài)相依性；聯(lián)動效應；波動特征

中圖分類號：F830.91 文獻標識： A 文章編號：1674-1722 （2016） 02-0005-xx

Analysis on The Linkage Effect and Fluctuation Characteristics of National Defense Industry Stocks Driven by Mixed State of Binary Value

ZHANG Hong

（School of Economic and Management， Beihang University， Beijing 100091，China）

Abstract： Based on generalized virtual economy mixed state of binary value， the paper analyzed information and material value factors effect on the national defense industry stocks linkage volatility and the The impact of the military sector and the characteristics of the market earnings volatility. Then the paper took an empirical analysis of the dynamic dependence effect between the national defense industry stocks and the market index.

Keywords： generalized virtual economy， mixed state of binary value， dynamic dependence， coupling effects， volatility characteristics

一、引 言

目前，全球經(jīng)濟已從實體經(jīng)濟時代過渡到虛擬經(jīng)濟時代，人們的心理行為會對經(jīng)濟波動和經(jīng)濟運行產(chǎn)生越來越重要的影響，這將改變經(jīng)濟社會運行的規(guī)律。林左鳴（2010）[1]從人本的角度重新定義了虛擬經(jīng)濟，提出了廣義虛擬經(jīng)濟的概念，即為了滿足人們的需求尤其是人們的心理需求的一系列的經(jīng)濟形式。在廣義虛擬經(jīng)濟的視角下，生活價值論取代了勞動價值論，物本經(jīng)濟被人本經(jīng)濟徹底的拋在了背后，人的需求被提升到了一個新的層次，滿足人們心理需求的虛擬價值決定了商品的價值量的大小，社會財富更多地表現(xiàn)為非物化形式。

股票市場的健康發(fā)展已成為我國經(jīng)濟快速健康運行的關鍵。從廣義虛擬經(jīng)濟角度來看，一方面，股價波動可以通過影響企業(yè)的財富變化，進而影響消費和投資，最終導致產(chǎn)出和物價的變化，最終影響宏觀經(jīng)濟的內(nèi)涵與形態(tài)。由于股票反應快，往往對人們心理沖擊強烈，會對個行為主體消費和投資的影響更大。人們的可自由支配財富決定人們的消費水平，股價的高漲導致人們短時間的可支配收入大增，同時財富的短期增加也使得人們的心理滿足感強烈上升，這樣使得人們的消費量也隨之增大。個人消費量的增大會刺激各個行業(yè)生產(chǎn)，導致企業(yè)利潤增加，生產(chǎn)旺盛。這實際上就是虛擬經(jīng)濟對經(jīng)濟社會影響的最直接反映。另一方面，股票市場的基礎是其依托的上市公司，但股票的買進或賣出，卻都是由于人們的心理因素所支撐。在股本不變的情況下，投資者的特征及其行為決定了股價的走勢和市值大小。因此，更加注重資本市場上的信息態(tài)因素和人本因素，將使得我們能夠更好地認識資本市場、解釋資本市場，從而通過施加正向影響，提升資本市場對宏觀經(jīng)濟運行的正向作用。

人是股票市場的重要參與者，從廣義虛擬經(jīng)濟的角度考慮，預期偏差、信心變化、信息不對稱等虛擬和人本因素均會對股票波動產(chǎn)生重大的影響。因此，從廣義虛擬經(jīng)濟的基本原理出發(fā)，研究虛擬和物質(zhì)兩種容介質(zhì)態(tài)價值驅(qū)動因素對國防軍工股聯(lián)動效應與波動特征的影響，具有重要的意義和現(xiàn)實的必要性。

一方面，“十三五”期間我國國際環(huán)境、技術發(fā)展以及軍隊改革會帶來新時期國防軍隊信息化發(fā)展方向，信息技術與多層次裝備平臺一體、空天一體、網(wǎng)電一體趨勢改變的不僅僅是裝備本身，將會改變軍隊從管理體制、指揮體制，新時期的軍事變革必然帶來海、空裝備平臺和空天網(wǎng)信息化方向的需求提升以及軍民兩用技術在民用市場的推廣應用將帶來軍工產(chǎn)業(yè)規(guī)?；l(fā)展，加之《中國制造2025》和發(fā)動機專項正式出臺，國防軍工股將進入黃金時代。這些基于基本面預期改善的物質(zhì)態(tài)驅(qū)動因素與股票市場自身波動對軍工股影響的虛擬態(tài)因素相互交織，共同對軍工股的波動與聯(lián)動效應形成了復雜的影響。

目前，國內(nèi)針對軍工股指數(shù)及其成分股與我國股票市場收益率波動關系仍缺乏深入的研究，更鮮有論文通過使用ARCH模型以反映不同軍工個股之間、軍工股指數(shù)與大盤等變量間的非線性相關趨勢，以及物質(zhì)態(tài)和虛擬態(tài)驅(qū)動因素對軍工股指數(shù)波動特征以及聯(lián)動效應的影響形式和程度。

二、文獻綜述

近年來，不少學者使用ARCH對中國股票市場波動性進行分析與預測。張彩霞，付小明（2009）認為，上證股票指數(shù)序列存在ARCH效應。趙士玲、張能福（2011）等學者通過對上證指數(shù)的實證研究認為，我國股票市場收益率序列存在較強的杠杠效應、利空消息比等量的利好信息對市場波動的影響程度要大，因此，我國股票市場投機色彩比較嚴重。

同時，也有部分學者對滬深股市的互動關系進行實證研究：鄭鑫（2009）通過ARCH模型對滬深股市進行比較研究，得出滬、深股市都存在非對稱性和波動集簇性、較弱的杠桿效應、股市收益率序列均呈右偏及尖峰厚尾的分布特征的結論，但未給出滬深股市的明顯差異。王凌濤、楊冬艷、彭興漢（2010）運用模型分析滬深兩個股票市場的收益率及其波動性，對于我們研究股票市場中風險的傳遞、判斷股票的走勢及其市場結構的影響。

谷峰（2014）選取上證地產(chǎn)指數(shù)和深證綜合指數(shù)兩個指數(shù)的收益率序列作為樣本，運用參數(shù)GARCH模型族對兩股指收益率的波動性進行了擬合與預測，得出兩個指數(shù)的收益率序列不具有正態(tài)性，波動平穩(wěn)結論，且非參數(shù)GARCH（1，1）模型的擬合預測能力明顯較好，預測誤差小。

綜合上述研究成果，相關學者對ARCH模型在分析股票動態(tài)相依性方面進行了研究，部分學者在模型上進行了拓展，在參數(shù)估計方法上也進行了改進，并都得到了廣泛應用。本文基于物質(zhì)和虛擬二元容介態(tài)價值驅(qū)動因素，分別選取上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率序列為樣本，運用ARCH模型和最小二乘擬合檢驗對上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率及波動性進行擬合與預測，從而從物質(zhì)和虛擬兩個維度（即軍工股的基本面和虛擬面兩個維度）探索各變量之間的聯(lián)動效應。

三、樣本選取

軍工上市公司隸屬于國防工業(yè)系統(tǒng)下的軍工企業(yè)集團。目前，我國軍工產(chǎn)業(yè)可分為航天、航空、兵器、船舶、核工業(yè)以及軍事電子六個方向，這也構成了國防工業(yè)的子系統(tǒng)。

其中，航天系統(tǒng)主要指航天控股集團和航天科工集團旗下的上市公司，包括航天科技、航天電器、航天晨光、航天電子、航天機電、航天動力等13家公司。

航空系統(tǒng)指中航工業(yè)集團旗下的上市公司，包括西飛國際、中航精機、中航光電等17家公司，中航工業(yè)集團也是擁有上市公司最多的軍工企業(yè)集團。

兵器工業(yè)系統(tǒng)則包括中國兵裝集團和中國兵工集團，兩家集團旗下合計擁有15家上市公司。

船舶系統(tǒng)，包括了中國船舶重工集團和中國船舶工業(yè)集團，兩家集團分別擁有1家和3家上市公司，其中，風帆股份和中國重工隸屬中船重工集團，廣船國際、中國船舶和中船股份都屬于船舶工業(yè)集團。

核工業(yè)系統(tǒng)也包括中國核工業(yè)集團和中國核工業(yè)建設集團兩家公司，其中，中核科技是核工業(yè)集團旗下唯一的上市公司，核工業(yè)建設集團沒有上市公司。

軍工電子系統(tǒng)，有3家上市公司隸屬于中國電子科技集團，分別是華東電腦、四創(chuàng)電子以及*ST高陶。

市場中對于軍工行業(yè)的劃分方式也不盡相同，為了提高研究的專業(yè)性，本文選取中信國防軍工指數(shù)為行業(yè)指數(shù)研究對象，同時從中信國防軍工指數(shù)的40只股票中選擇軍工業(yè)務收入占比超過50%的15只主要股票作為成分股的研究對象，其中包括7只航空股和8只其他國防軍工行業(yè)股票代表。本文對上述選出的指數(shù)及股票2011年8月30日（中信國防軍工指數(shù)開始編制的起始日期）—2015年12月22日的日均收益率作為樣本，并與相關指數(shù)進行比較分析，來反映其他相關指數(shù)變化的虛擬態(tài)驅(qū)動因素對國防軍工指數(shù)波動的影響。

本文基于廣義虛擬經(jīng)濟二元容介態(tài)理論，將國防軍工股板塊內(nèi)股票之間的聯(lián)動效應界定為物質(zhì)態(tài)驅(qū)動因素影響，即軍工股之間的聯(lián)動是基于共同的基本面預期和變動。同時，將上證綜指、滬深300對國防軍工指數(shù)的影響界定為虛擬態(tài)驅(qū)動因素影響，即大盤的人心波動與齊漲齊跌等虛擬態(tài)因素對軍工股波動的貢獻程度。通過分析這兩種性態(tài)因素的影響，可以觀察國防軍工板塊內(nèi)部股票之間的聯(lián)動效應及其與大盤輪動的波動特征，從而為從宏觀角度加強證券監(jiān)管和市場維穩(wěn)，以及從微觀角度開展企業(yè)資本運作戰(zhàn)略和市值管理工作提供了參考依據(jù)。

四、國防軍工成分股之間的關聯(lián)性分析

為便于在Eviews中操作，本文將個股用代碼進行標識。成發(fā)科技（CFKJ）、中直股份（ZZGF）、中航動力（ZHDL）、中航電子（ZHDZ）、中航重機（ZHZJ）、中航飛機（ZHFJ）、海格通信（HGTX）、中國重工（ZGZG）、北方導航（BFDH）、洪都航空（HDHK）、航天電子（HTDZ）、航天長峰（HTCF）、海特高新（HTGX）、中信國防軍工指數(shù)（ZXJGZS）、上證指數(shù)（HUZHI）、滬深300（HUSHEN）。

通過對個股進行關聯(lián)性分析得出表1，可知個股與中信國防軍工指數(shù)關聯(lián)度最高，上證指數(shù)次之，滬深300關聯(lián)度較低。其中航空股與各指數(shù)的關聯(lián)度最高，而其中航天電子、中國重工和四創(chuàng)電子與指數(shù)的關聯(lián)度偏低。

為進一步分析所選出的個股與中信國防軍工指數(shù)之間的擬合關系，本文以中信國防軍工指數(shù)日均收益率為因變量，國防軍工15只代表股票的日均收益率為自變量進行最小二乘擬合分析，得出調(diào)整的R2為0.89大于0.1，F(xiàn)的P值小于0.05，擬合優(yōu)度尚可。研究分析表明在中信國防軍工指數(shù)日均收益率的總變化中，有88%是由自變量（15只股票的自然波動—物質(zhì)態(tài)驅(qū)動因素）引起的，而12%是由其它因素（其他虛擬態(tài)因素）引起的，因為自變量數(shù)據(jù)為時序序列且大于0.8，可見模型擬合效果良好，個股日均收益率對于自變量具有顯著影響。

五、基于二元容介價值驅(qū)動因素的國防軍工指數(shù)與大盤指數(shù)波動聯(lián)動關系分析

在分析選取的中信國防軍工指數(shù)個股與大盤之間的關聯(lián)效應的基礎上，本文進一步對中信國防軍工指數(shù)與滬深300指數(shù)和上證指數(shù)（虛擬態(tài)驅(qū)動因素）進行自回歸條件異方差（ARCH）檢驗，檢驗結果如下表所示。如表3所示，設定中信國防軍工日均收益率為因變量，上證指數(shù)和滬深300指數(shù)為自變量進行檢驗。通過Eviews運營檢驗得出，得出調(diào)整的R2為0.53大于0.1，F(xiàn)的P值小于0.05，擬合優(yōu)度一般。

通過ARCH檢驗之后得出國防軍工和大盤指數(shù)之間存在輪動效應，同時為了進一步檢測預測值與實際值之間的擬合關系，自變量和因變量進行了回歸殘差圖分析，總體而言兩者擬合效果良好，但實證結果表明2015年6月之前殘差偏低，擬合效果好；2015年6月開始值變大，擬合效果不佳。這主要原因是由于市場的非常規(guī)巨大波動等虛擬態(tài)驅(qū)動因素顯著影響了擬合效果。軍工行業(yè)從2014年中期啟動牛市行情，截止2015年上半年漲幅明顯，但波動也較大。上半年機械和軍工行業(yè)相對于滬深300指數(shù)的估值溢價率一直處于攀升的狀態(tài)，這種基于基本面預期改善的物質(zhì)態(tài)驅(qū)動因素成為驅(qū)動軍工股上行的重要力量。

從2015年6月中旬開始，我國股市經(jīng)歷了一波前所未有的大幅調(diào)整，上證指數(shù)從最高的5100多點，一路下跌至3373點，時間之短、速度之快創(chuàng)歷史記錄。機械軍工行業(yè)也未能幸免，出現(xiàn)了大幅度的回調(diào)，尤其是一些前期漲幅較高的個股，在本次回調(diào)中幅度超過了30%，有些個股調(diào)整甚至超過50%。因此，從2015年6月開始擬合效果變差。

從圖1可以看出在殘差峰值出現(xiàn)之后，后期的殘差逐漸縮小，這主要是因為隨著市場恐慌情緒的消散，“一帶一路”、“智能制造”、“高鐵出?！薄ⅰ昂穗娭貑ⅰ焙汀败姽べY產(chǎn)證券化”這五大物質(zhì)態(tài)驅(qū)動因素仍將長期存在，后續(xù)板塊催化劑包括國企改革政策、軍民融合及所有制政策、航空發(fā)動機、通用航空等實質(zhì)性的物質(zhì)態(tài)驅(qū)動因素，此外，9月習主席訪美前，中美各領域的戰(zhàn)略博弈將此起彼伏，軍事領域通過軍改，閱兵等方式不斷宣示強軍主題，軍工行情持續(xù)發(fā)酵逐步從大跌的影響中脫離。

在分析以中信國防軍工指數(shù)日均收益率為自變量的ARCH檢驗的基礎上，為了進一步判斷滬深300和上證指數(shù)對其的具體影響，本文以滬深300為因變量，中信國防軍工指數(shù)為自變量，進行ARCH檢驗，得出調(diào)整的R2為0.33大于0.1，F(xiàn)的P值小于0.05，因為兩者的數(shù)據(jù)類型均屬于時間序列數(shù)據(jù)，因此檢驗效果并不佳?？梢娭行艊儡姽ぶ笖?shù)與滬深300指數(shù)的輪動效應并不明顯，滬深300對國防軍工指數(shù)的虛擬態(tài)驅(qū)動效應并不充分。

回歸殘差圖進一步驗證了二者之間的擬合度偏較低，殘差值較大，可見中信國防軍工指數(shù)與上證指數(shù)輪動效應明顯，且受上證指數(shù)（虛擬態(tài)驅(qū)動因素）影響較大，基本符合同漲同跌的趨勢。

六、研究結論

本文基于廣義虛擬經(jīng)濟二元容介態(tài)理論，將國防軍工股板塊內(nèi)股票之間的聯(lián)動效應界定為物質(zhì)態(tài)驅(qū)動因素影響；將上證綜指、滬深300對國防軍工指數(shù)的影響界定為虛擬態(tài)驅(qū)動因素影響，并選取了上證綜指、滬深300、中信軍工指數(shù)及成分股的收益率序列作為分析樣本。通過運用ARCH模型和最小二乘檢驗對上證綜指、滬深300、中信軍工指數(shù)及其成分股的收益率及波動性進行擬合與預測實證檢驗。實證結果表明國防軍工個股與國防軍工指數(shù)收益率的關聯(lián)度較高，漲跌趨勢一致，即軍工股基本面預期共同變化（軍工資產(chǎn)證券化、軍民融合、智能制造等共同驅(qū)動因素）的物質(zhì)態(tài)因素對軍工股整體的聯(lián)動效應影響非常顯著。中信國防軍工指數(shù)與上證綜指（虛擬態(tài)價值驅(qū)動因素）的聯(lián)動效應明顯，預測值擬合較好，表明軍工股指數(shù)與其它板塊類型一樣受到大盤齊漲齊跌等虛擬態(tài)因素的重大影響。同時，實證檢驗顯示軍工股指數(shù)與滬深300（虛擬態(tài)價值驅(qū)動因素）的聯(lián)動效應欠佳，預測值擬合不佳，反映了軍工股指數(shù)擺脫了權重股的影響，走出了自己的獨立走勢。此外，國防軍工股中的航空股對于國防軍工指數(shù)的收益率影響較大，且擬合度較高，與上證綜指的聯(lián)動效應明顯，表明航空軍工股同時受到軍工行業(yè)物質(zhì)態(tài)驅(qū)動因素與大盤虛擬態(tài)驅(qū)動因素的交叉影響。因此，在開展軍工股（及其中的航空軍工股）的市值管理和資本運作時，既需要考慮大盤指數(shù)波動的虛擬態(tài)影響因素，也需要考慮軍工股板塊自身波動的物質(zhì)態(tài)影響因素，但不需要錨定權重股變化（滬深300指數(shù)）的虛擬態(tài)影響因素。

參考文獻：

[1] 林左鳴. 廣義虛擬經(jīng)濟—二元價值容介態(tài)的經(jīng)濟[M]. 北京：人民出版社，2010.

[2] Engle，R. F. Autoregressive Conditional Heteroscedaticity with Estimates of the Variance of UK Inflation [J]. Econometrical，1982（50）.

[3] Bollerslev，T. A Generalized Autoregressive Conditional Heteroskedasticity [J]. Journal of Econometrics，1986（31）.

[4] 張彩霞，付小明.ARCH族模型在上證指數(shù)中的應用與預測[J]. 經(jīng)濟與管理，2009（12）.

[5] 趙士玲，張能福.我國上證指數(shù)ARCH效應的實證研究[J].科技創(chuàng)業(yè)月刊，2011（7）.

[6] 鄭鑫.基于ARCH族模型對滬深股市的比較研究[J].現(xiàn)代商業(yè)，2009（36）.

[7] 王凌濤，楊冬艷，彭興漢. 基于半?yún)?shù)的滬深兩市收益率波動和風險的實證研究[J].金卡工程經(jīng)濟與法，2010（3）.

[8] 谷峰. 基于GARCH模型族的中國證券市場實證研究[D]. 廣西師范大學，2014年.

[9] 張曉峒. Eviews 使用指南與案例[M].北京： 機械工業(yè)出版社，2007.

[10] 宮汝凱. 我國股市 ARCH 效應的實證研究[J].金融與經(jīng)濟，2008（12）.

[11] 陳德華，石建民.我國證券市場風險波動性預測：基于瀘深 300 指數(shù)的比較研究[J].財政金融，2009（5）.

[12] 徐緒松，馬莉莉，陳彥斌.我國上海股票市場 GARCH 效應的實證研究[J].武漢大學學報，2002（6）.

[13] 冉竟真，李俊杰.論 ARCH 模型在金融風險估計中的應用[J].經(jīng)貿(mào)觀察，2009（5）.

[14] 黃海南，鐘偉.GARCH 類模型波動率預測評價[J].中國管理科學，2007（12）.

[15] 霍華明，羅俊.波動率建模及其應用[D]，中山大學，2008.