導(dǎo)言：作為寫(xiě)作愛(ài)好者，不可錯(cuò)過(guò)為您精心挑選的10篇股市風(fēng)險(xiǎn)分析，它們將為您的寫(xiě)作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

一、引言

股指期貨是資本市場(chǎng)上重要的金融衍生品之一，是針對(duì)股票市場(chǎng)收益的不確定性而設(shè)計(jì)出的一種風(fēng)險(xiǎn)控制工具，其在風(fēng)險(xiǎn)管理過(guò)程中發(fā)揮著越來(lái)越重要的作用。我國(guó)滬深300股指期貨于2010年4月16日正式推出，并以市場(chǎng)覆蓋率高、代表性強(qiáng)的特點(diǎn)得到了市場(chǎng)的高度認(rèn)可，其在穩(wěn)定我國(guó)股票市場(chǎng)、提高流動(dòng)性等方面起到了積極作用。但是，股指期貨具有控制風(fēng)險(xiǎn)功能的同時(shí)，也與其他金融衍生工具一樣，具有高杠桿性、投機(jī)性和交易策略復(fù)雜性等特點(diǎn)，其本身也會(huì)給資本市場(chǎng)帶來(lái)一定的風(fēng)險(xiǎn)。近年來(lái)，關(guān)于股指期貨風(fēng)險(xiǎn)管理的研究已成為學(xué)術(shù)界關(guān)注的焦點(diǎn)。

1952年，美國(guó)經(jīng)濟(jì)學(xué)家Markowitz提出均值-方差模型來(lái)描述收益率的波動(dòng)性，使得人們對(duì)金融市場(chǎng)風(fēng)險(xiǎn)測(cè)度的研究不再僅停留在定性分析上，這為運(yùn)用計(jì)量經(jīng)濟(jì)方法來(lái)研究收益率的波動(dòng)提供了理論基礎(chǔ)。早在20世紀(jì)60年代，Mandelbrot就提到了時(shí)間序列方差的時(shí)變性，但直到1982年，隨著Engle推倒出自回歸條件異方差模型（ARCH模型），才在真正意義上提高了波動(dòng)性建模的準(zhǔn)確性。經(jīng)過(guò)諸多學(xué)者的努力，ARCH模型得到了創(chuàng)新與完善，并擴(kuò)展出GARCH模型族。1993年，G20開(kāi)始建議用風(fēng)險(xiǎn)價(jià)值(VaR)方法來(lái)衡量衍生工具的價(jià)格風(fēng)險(xiǎn)，并視其為風(fēng)險(xiǎn)測(cè)量和控制的最佳方法。如今，VaR在價(jià)格風(fēng)險(xiǎn)管理方面已得到了廣泛的應(yīng)用。但隨著學(xué)者們的進(jìn)一步研究，發(fā)現(xiàn)VaR方法存在著一定的局限性與不足，為此，Rockafeller和Uryasev于2000年提出了條件風(fēng)險(xiǎn)價(jià)值(CVaR)方法，有效地降低了風(fēng)險(xiǎn)估計(jì)的誤差，并將股票市場(chǎng)風(fēng)險(xiǎn)測(cè)度的研究帶入到更新的領(lǐng)域[1]。

股指期貨市場(chǎng)的風(fēng)險(xiǎn)規(guī)模大、涉及面廣，具有放大性、復(fù)雜性與連鎖性等特征，從投資者的角度可以分為市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)與法律風(fēng)險(xiǎn)。股指期貨的風(fēng)險(xiǎn)主要體現(xiàn)在市場(chǎng)風(fēng)險(xiǎn)上，即價(jià)格風(fēng)險(xiǎn)。由于股指期貨的杠桿性，微小的價(jià)格變動(dòng)可能給投資者帶來(lái)重大的損失，在價(jià)格波動(dòng)很大時(shí)甚至有爆倉(cāng)的危險(xiǎn)，也就是損失會(huì)超過(guò)投資本金。因此，我們必須采取積極的風(fēng)險(xiǎn)管理策略，加強(qiáng)對(duì)股指期貨價(jià)格風(fēng)險(xiǎn)的防范意識(shí)。

二、文獻(xiàn)綜述

在股指期貨風(fēng)險(xiǎn)管理的實(shí)證研究方面，國(guó)內(nèi)外許多學(xué)者采用的是VaR方法。David(2003)基于ARCH模型計(jì)算出了VaR值，并認(rèn)為這是描述收益率波動(dòng)的最佳模型[2]。Wagner、Luiz和Oliver(2008)則將分量回歸模型應(yīng)用到VaR值的計(jì)算中，研究了標(biāo)準(zhǔn)普爾500指數(shù)期貨的風(fēng)險(xiǎn)管理[3]。蔣虹、曲丹丹(2008)在GARCH模型的基礎(chǔ)上，采用VaR方法對(duì)我國(guó)滬深300股指期貨仿真交易進(jìn)行了定量分析，并將計(jì)算出的VaR值與期望值進(jìn)行了比較[4]。李基梅、劉青青(2009)以恒生股指期貨為研究對(duì)象運(yùn)用VaR-GARCH模型對(duì)其風(fēng)險(xiǎn)進(jìn)行了預(yù)測(cè)[5]。徐偉浩(2011)也同樣采用VaR-GARCH模型對(duì)滬深300股指期貨與恒指期貨的風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析，得出滬深300股指期貨的風(fēng)險(xiǎn)管理水平要低于恒指期貨的結(jié)論[6]。以上學(xué)者都是以VaR方法為出發(fā)點(diǎn)，來(lái)衡量股指期貨價(jià)格波動(dòng)的風(fēng)險(xiǎn)。

近年來(lái)，也有一批國(guó)內(nèi)學(xué)者采用更合理的CVaR方法對(duì)股指期貨的風(fēng)險(xiǎn)進(jìn)行實(shí)證研究。王樹(shù)娟、黃渝祥(2005)是較早采用GARCH-CVaR模型測(cè)算我國(guó)股市風(fēng)險(xiǎn)特征的學(xué)者。他們認(rèn)為，由于我國(guó)股市有著較明顯的波動(dòng)聚集性及持續(xù)性，股票市場(chǎng)的CVaR值始終要比同期的VaR值大，特別是在市場(chǎng)劇烈波動(dòng)時(shí)[7]。王麗娜、張麗娟(2010)以滬深300股指期貨IF1012合約的日收益率為研究對(duì)象，并以GARCH-GED模型為基礎(chǔ)對(duì)CVaR值進(jìn)行了較準(zhǔn)確的預(yù)測(cè)[8]。王菲、方衛(wèi)東(2011)對(duì)我國(guó)上證180指數(shù)收益率進(jìn)行了波動(dòng)性建模，并認(rèn)為EGARCH-GED模型可以更好地刻畫(huà)我國(guó)股票市場(chǎng)的價(jià)格風(fēng)險(xiǎn)[9]。段軍山、龔志勇(2011)對(duì)恒生指數(shù)期貨收益率序列與基差序列的風(fēng)險(xiǎn)進(jìn)行了度量，采用GARCH族模型預(yù)測(cè)出了未來(lái)一日的CVaR值，并得出了PARCH模型是計(jì)算CVaR值的較佳模型的結(jié)論[10]。

總結(jié)而言，CVaR方法作為VaR方法的改進(jìn)，已經(jīng)吸引了越來(lái)越多的學(xué)者的注意力。本文將采用CVaR風(fēng)險(xiǎn)測(cè)度技術(shù)對(duì)我國(guó)滬深300股指期貨進(jìn)行風(fēng)險(xiǎn)管理的實(shí)證研究，利用GARCH模型族對(duì)股指期貨收益率進(jìn)行波動(dòng)性建模，根據(jù)不同模型的估計(jì)結(jié)果進(jìn)行檢驗(yàn)和取舍，并選用合適的模型計(jì)算出CVaR值，從而為股指期貨的風(fēng)險(xiǎn)管理提供理論參考。

三、實(shí)證分析

（一）數(shù)據(jù)選取

本文選取滬深300股指期貨收盤(pán)價(jià)為樣本數(shù)據(jù)，樣本區(qū)間為2010年4月16日～2012年1月13日，除去節(jié)假日共計(jì)423個(gè)交易日。所有數(shù)據(jù)來(lái)源于中國(guó)金融期貨交易所網(wǎng)站和金融界網(wǎng)站。本文采用Eviews6.0和Matlab7.0軟件對(duì)數(shù)據(jù)進(jìn)行處理及分析。

（二）數(shù)據(jù)統(tǒng)計(jì)性檢驗(yàn)

本文的股指期貨收益率采用對(duì)數(shù)收益率，表達(dá)式如下：

其中：表示樣本數(shù)據(jù)中第t個(gè)交易日的收盤(pán)價(jià)，R為對(duì)數(shù)收益率。

觀察滬深300股指期貨連續(xù)日收益率序列圖①可知，收益率R有著明顯的聚集性，即一個(gè)高的收益率緊接著一個(gè)更高的收益率，一個(gè)低的收益率之后接著一個(gè)更低的收益率。并且，收益率在相對(duì)集中的區(qū)域有著較大的波動(dòng)，即有著明顯的異方差性。再對(duì)日收益率序列進(jìn)行描述性統(tǒng)計(jì)，發(fā)現(xiàn)其均值較小，為-0.0008；標(biāo)準(zhǔn)差為0.015142，相對(duì)不大，但偏度為-0.389384，說(shuō)明該序列是左偏的。另外，峰度為4.406397，大于正態(tài)分布下的峰度3，說(shuō)明收益率序列符合“尖峰厚尾”特征。最后，J-B統(tǒng)計(jì)量為45.44298，其P值為0，進(jìn)一步說(shuō)明滬深300股指期貨收益率序列不服從正態(tài)分布。

（三）數(shù)據(jù)平穩(wěn)性檢驗(yàn)

對(duì)收益率序列進(jìn)行ADF單位根檢驗(yàn)，結(jié)果如表1所示。

由表1可看出，ADF統(tǒng)計(jì)量的絕對(duì)值分別大于1%、5%、10%水平下的絕對(duì)值，且ADF統(tǒng)計(jì)量P值為0，說(shuō)明收益率序列是平穩(wěn)的。

（四）序列自相關(guān)和偏自相關(guān)檢驗(yàn)

對(duì)R進(jìn)行滯后12階的自相關(guān)與偏自相關(guān)檢驗(yàn)，從輸出結(jié)果②可以看出，序列的自相關(guān)與偏自相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)準(zhǔn)差內(nèi)，且Q統(tǒng)計(jì)量對(duì)應(yīng)的p值都大于置信度0.05，因此序列在5%的顯著性水平下不存在相關(guān)性。

（五）GARCH模型族的建立

根據(jù)以上分析結(jié)果，滬深300股指期貨日收益率序列不存在相關(guān)性，且為平穩(wěn)序列，因此，可以采用GARCH模型族對(duì)該序列進(jìn)行模型估計(jì)。結(jié)合AIC和SC準(zhǔn)則，經(jīng)過(guò)多次試算可知，無(wú)論在t分布還是GED分布下，當(dāng)滯后階數(shù)（p,q）為（1,1）時(shí)，AIC和SC值都是最小的，因此確定（1,1）為最合適的階數(shù)，于是本文選用GARCH（1,1）模型族進(jìn)行模型估計(jì)。

表2是t分布下GARCH（1,1）模型族的估計(jì)結(jié)果。從表中可以看出，EGARCH（1,1）模型的參數(shù)估計(jì)值為負(fù)，與前提條件不符；PARCH（1,1）模型中有的參數(shù)估計(jì)值不顯著；比較而言，GARCH（1,1）和TGARCH（1,1）模型參數(shù)的估計(jì)值在95%的置信水平下都顯著。在GARCH（1,1）模型的估計(jì)結(jié)果中，系數(shù)=0.00613+0.960452=0.966582

表3是GED分布下GARCH（1,1）模型族的估計(jì)結(jié)果。從表中可以看出，與t分布下一樣，EGARCH（1,1）模型的參數(shù)估計(jì)值為負(fù)，違背了前提假設(shè)；PARCH（1,1）模型中個(gè)別參數(shù)估計(jì)值不顯著；相反，GARCH（1,1）和TGARCH（1,1）模型參數(shù)的估計(jì)值在95%的置信水平下都是顯著的。在GARCH（1,1）模型中，系數(shù)=0.007604+0.958468=0.966072

（六）運(yùn)用GARCH模型族計(jì)算CVaR值

首先，根據(jù)上述條件方差方程的估計(jì)結(jié)果，運(yùn)用GARCH（1,1）和TGARCH（1,1）模型分別計(jì)算出條件方差估計(jì)值，開(kāi)方后得到條件標(biāo)準(zhǔn)差的估計(jì)值，代入公式中進(jìn)行VaR值的計(jì)算，從而進(jìn)一步計(jì)算出CVaR值，得到CVaR值的一般統(tǒng)計(jì)特征。其次，采用失敗檢驗(yàn)法，分別求得95%和99%置信水平下的失敗天數(shù)和失敗率，結(jié)果如表4、5所示。

根據(jù)表4可以看出，兩模型得到的CVaR均值無(wú)明顯差別，而TGARCH(1,1)估計(jì)的標(biāo)準(zhǔn)差略小于GARCH(1,1)模型，失敗天數(shù)相差不大，失敗率在95%置信水平下都位于7%附近，且失敗率通過(guò)了Kupeic準(zhǔn)則的檢驗(yàn)；而失敗率在99%的置信水平下未能通過(guò)Kupeic準(zhǔn)則的檢驗(yàn)，說(shuō)明存在低估風(fēng)險(xiǎn)的可能。另外，由于TGARCH(1,1)模型估計(jì)出的標(biāo)準(zhǔn)差較小，因此該模型的準(zhǔn)確度要優(yōu)于GARCH(1,1)模型。

觀察表5可知，與t分布的CVaR估計(jì)結(jié)果相似，兩模型計(jì)算結(jié)果差別不大，95%置信水平下的失敗率通過(guò)了Kupeic準(zhǔn)則的檢驗(yàn)，99%置信水平下則存在低估風(fēng)險(xiǎn)的可能。另外，TGARCH(1,1)模型估計(jì)出的標(biāo)準(zhǔn)差較小，說(shuō)明該模型較優(yōu)。值得注意的是，從整體而言，由GED分布得到的標(biāo)準(zhǔn)差普遍小于t分布，因此GED分布下CVaR值的估計(jì)結(jié)果較準(zhǔn)確，精確度較高。根據(jù)以上分析結(jié)果，可以認(rèn)為GED分布下的TGARCH(1,1)模型為測(cè)算CVaR值的最優(yōu)模型。

四、總結(jié)

股指期貨價(jià)格風(fēng)險(xiǎn)的測(cè)度是市場(chǎng)監(jiān)管部門(mén)進(jìn)行風(fēng)險(xiǎn)管理的關(guān)鍵指標(biāo)，是投資者進(jìn)行股指期貨交易的重要依據(jù)。隨著滬深300股指期貨交易量規(guī)模的不斷增大，能否有效地規(guī)范投資者行為、加強(qiáng)投資者風(fēng)險(xiǎn)控制意識(shí)已然關(guān)系到金融體系的正常運(yùn)作。本文提出的利用GARCH模型族計(jì)算CVaR值以測(cè)度股指期貨價(jià)格風(fēng)險(xiǎn)的方法，具有著現(xiàn)實(shí)的經(jīng)濟(jì)意義。首先，它為監(jiān)管部門(mén)的日常風(fēng)險(xiǎn)管理提供了理論基礎(chǔ)。如期貨交易所可以根據(jù)價(jià)格風(fēng)險(xiǎn)的高低來(lái)調(diào)整保證金比率，不斷完善保障金制度等監(jiān)管策略；監(jiān)管部門(mén)可以監(jiān)控市場(chǎng)參與者的風(fēng)險(xiǎn)狀況，提高科學(xué)管理的水平。其次，它也為股指期貨的投資者提供了風(fēng)險(xiǎn)管理的量化工具，一定程度上豐富了投資者的風(fēng)險(xiǎn)管理知識(shí)，對(duì)整個(gè)資本市場(chǎng)的風(fēng)險(xiǎn)管理有著重要的意義。

本文以滬深300股指期貨為研究對(duì)象，對(duì)其收益率序列進(jìn)行了GARCH模型族的波動(dòng)性建模，以此為基礎(chǔ)計(jì)算得到不同概率分布下的CVaR估計(jì)值，并得到以下結(jié)論：

1.滬深300股指期貨收益率序列具有尖峰、后尾的特征，其波動(dòng)具有聚集性，若在正態(tài)分布下估計(jì)CVaR值容易造成對(duì)風(fēng)險(xiǎn)的高估，因此應(yīng)選用更符合序列特征的t分布GED分布。

2.從GARCH模型族的估計(jì)結(jié)果可知，無(wú)論是在t分布還是GED分布下，GARCH（1,1）和TGARCH（1,1）模型都是測(cè)算CVaR值的較好模型，它們可以較準(zhǔn)確地刻畫(huà)收益率序列方差的時(shí)變性。另外，通過(guò)觀察TGARCH（1,1）模型的參數(shù)估計(jì)值，還可以發(fā)現(xiàn)收益率序列的波動(dòng)具有非對(duì)稱性，即利空消息對(duì)股市的影響要大于利好消息，這與以往的實(shí)證分析相吻合。

3.運(yùn)用GARCH（1,1）和TGARCH（1,1）模型分別計(jì)算不同置信水平下的CVaR值，從CVaR值的統(tǒng)計(jì)特征和Kupeic準(zhǔn)則的檢驗(yàn)結(jié)果可知，95%置信水平下的失敗率較合理，而99%置信水平下則可能低估風(fēng)險(xiǎn)。另外，GED分布下的TGARCH模型的標(biāo)準(zhǔn)差最小，即估計(jì)的準(zhǔn)確度最高，說(shuō)明TGARCH-GED模型是測(cè)度CVaR值的最佳模型。

注釋：

①限于文章篇幅，此處刪去了收益率序列圖，但不影響結(jié)論。

②限于文章篇幅，此處刪去了自相關(guān)和偏自相關(guān)檢驗(yàn)結(jié)果，但不影響結(jié)論。

參考文獻(xiàn)

[1]Rockafeller R T,Uryasev S.Optimization of Conditional Value-at-Risk[J].The Journal of Risk,2000(3):21-41.

[2]David J,Semper C,Mo Yacl Emen Te I.Value at risk calculation through ARCH factor methodology: Proposal and comparative analysis[J].Euro J of Oper Res,2003(3):516-528.

[3]Wagner P.Gaglianone,Luiz Renato Lima,Oliver Linton.Evaluating Value-at-Risk Models via Quantile Regressions[J].Working Paper Series,2008(161):3-39.

[4]蔣虹,曲丹丹.基于 VaR的滬深 300 股指期貨風(fēng)險(xiǎn)管理實(shí)證研究[J].經(jīng)濟(jì)問(wèn)題,2008(12):119-122.

[5]李基梅,劉青青.VaR-GARCH模型在我國(guó)股指期貨風(fēng)險(xiǎn)管理中的應(yīng)用[J].山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2009(4):73-76.

[6]徐偉浩.滬深300股指期貨VaR-GARCH模型風(fēng)險(xiǎn)管理研究――基于恒指期貨的比較視角[J].金融縱橫,2011(10):31-35.

[7]王樹(shù)娟,黃渝祥.基于GARCH-CVaR模型的我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)分析[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2005(2):260-263.

[8]王麗娜,張麗娟.基于CVaR-GARCH-GED模型的股指期貨風(fēng)險(xiǎn)預(yù)測(cè)[J].財(cái)會(huì)月刊,2010(11):56-59.

篇2

關(guān)鍵詞：

優(yōu)先股；風(fēng)險(xiǎn)；對(duì)策

中圖分類號(hào)：

F23

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16723198（2015）08012702

1引言

《優(yōu)先股試點(diǎn)管理辦法》經(jīng)2013年12月9日中國(guó)證券監(jiān)督管理委員會(huì)第16次主席辦公會(huì)會(huì)議審議通過(guò)，2014年3月21日中國(guó)證券監(jiān)督管理委員會(huì)令第97號(hào)公布，意味著醞釀已久的優(yōu)先股試點(diǎn)最終推行。《辦法》指出上市公司可以發(fā)行優(yōu)先股，非上市公眾公司可以非公開(kāi)發(fā)行優(yōu)先股，將發(fā)行優(yōu)先股納入企業(yè)融資的合法范圍，為解決企業(yè)融資難的問(wèn)題提供了新思路。廣匯能源2014年4月24日披露優(yōu)先股預(yù)案，拉開(kāi)了中國(guó)資本市場(chǎng)優(yōu)先股發(fā)行的序幕。廣匯能源擬向不超過(guò)200名合格投資者發(fā)行不超過(guò)5000萬(wàn)股優(yōu)先股，募集資金總額不超過(guò)50億元，其中15億元用于紅淖鐵路項(xiàng)目，剩余部分用于補(bǔ)充流動(dòng)資金。截至2014年12月20日，17家公布發(fā)行預(yù)案的上市公司中，有11家是銀行。而且，農(nóng)業(yè)銀行已于11月28日優(yōu)先股掛牌，浦發(fā)銀行、興業(yè)銀行相繼在12月18日、12月19日在上海證券交易所也相繼優(yōu)先股掛牌。但是，發(fā)行優(yōu)先股籌資存在一定的風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)既來(lái)自于企業(yè)方面，也來(lái)自于政策法規(guī)。

優(yōu)先股是相對(duì)于普通股而言的。優(yōu)先股是介于普通股和債券之間的一種混合證券，在利潤(rùn)分配及剩余財(cái)產(chǎn)分配的權(quán)利方面，優(yōu)先于普通股。主要包括如下特征：優(yōu)先股股東沒(méi)有選舉及被選舉權(quán)；由于優(yōu)先股股息相對(duì)固定，它不影響公司的利潤(rùn)分配；在公司解散，分配剩余財(cái)產(chǎn)時(shí)，即優(yōu)先股的索償權(quán)先于普通股，而次于債權(quán)人；優(yōu)先股股利以公司的稅后利潤(rùn)發(fā)放，沒(méi)有抵稅效應(yīng)。

2推行優(yōu)先股的積極意義

2.1有利于股票市場(chǎng)的穩(wěn)定

對(duì)于股東來(lái)講，在股票市場(chǎng)中購(gòu)買(mǎi)普通股的獲利方式有兩種：現(xiàn)金股利和買(mǎi)賣(mài)價(jià)差的資本利得。目前，我國(guó)上市公司對(duì)于現(xiàn)金股利的發(fā)放帶有很大的不確定性，大多數(shù)投資者主要依賴資本利得來(lái)獲取收益。這種獲利方式使投資者的行為短期化，時(shí)刻跟蹤股價(jià)的變動(dòng)，使得股票的換手率頗高，影響了股票市場(chǎng)的穩(wěn)定。而優(yōu)先股作為事先約定股息的股票，可以為股東提供較為固定的投資回報(bào)，使理性投資和長(zhǎng)期投資成為可能。因此，推行優(yōu)先股籌資對(duì)于股票市場(chǎng)的穩(wěn)定發(fā)揮重要作用。

2.2有利于公司原有股東的控制權(quán)保持不變

發(fā)行優(yōu)先股的企業(yè)，不用償還本金，沒(méi)有到期日的壓力。優(yōu)先股股東一般沒(méi)有選舉權(quán)和被選舉權(quán)，但在某些特殊情況下可以享有投票權(quán)，不參與公司的經(jīng)營(yíng)管理，不會(huì)稀釋原有股東的控制權(quán)，維護(hù)了公司控制權(quán)的穩(wěn)定。此外，發(fā)行優(yōu)先股主要是銀行、電力等行業(yè)，這些行業(yè)內(nèi)的企業(yè)通常擁有較大的規(guī)模，如果有再融資的情形，會(huì)對(duì)二級(jí)市場(chǎng)形成較強(qiáng)的壓力，而發(fā)行優(yōu)先股就能減輕股權(quán)融資壓力。

2.3有利于提高公司的償債能力

由于優(yōu)先股股利的支付不構(gòu)成公司的法定義務(wù)，在公司財(cái)務(wù)狀況不佳時(shí)，公司可以暫停優(yōu)先股股利的支付，不會(huì)由此導(dǎo)致償債危機(jī)及公司的破產(chǎn)。優(yōu)先股籌資可以增加權(quán)益基礎(chǔ)并改善原有的資本結(jié)構(gòu)，從而提高公司的償債能力。此外，優(yōu)先股籌資不必提供抵押資產(chǎn)，可以保存公司的借款能力。

3優(yōu)先股籌資存在的風(fēng)險(xiǎn)

3.1確定發(fā)行優(yōu)先股數(shù)量風(fēng)險(xiǎn)

如果發(fā)行優(yōu)先股的數(shù)量過(guò)多，支付的優(yōu)先股股息過(guò)高，會(huì)對(duì)發(fā)行企業(yè)的資金流產(chǎn)生強(qiáng)大的沖擊力，甚至?xí)绊懙狡髽I(yè)是否能持續(xù)經(jīng)營(yíng)。當(dāng)然，隨著行業(yè)及獲利能力不同的企業(yè)，發(fā)行優(yōu)先股的數(shù)量是有差異的，沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，需要發(fā)行企業(yè)綜合考慮各方面因素，進(jìn)而確定發(fā)行數(shù)量。因此，確定發(fā)行優(yōu)先股的數(shù)量是一個(gè)難點(diǎn)，存在一定的風(fēng)險(xiǎn)，需要在收益和成本之間進(jìn)行權(quán)衡。

3.2信用風(fēng)險(xiǎn)

優(yōu)先股的信用風(fēng)險(xiǎn)與債券相比，存在區(qū)別。區(qū)別體現(xiàn)在三個(gè)方面。第一，是否償還本金的差異。發(fā)行債券的企業(yè)需要及時(shí)還本，而發(fā)行優(yōu)先股的企業(yè)一般不用償還本金。盡管發(fā)行企業(yè)可附加贖回條款，但往往是當(dāng)贖回對(duì)發(fā)行人有利的條件下，贖回才會(huì)實(shí)際發(fā)生。第二，股息和利息支付的差異。非累積優(yōu)先股在維持企業(yè)有序經(jīng)營(yíng)的情況下，可以暫停支付優(yōu)先股股息，而不及時(shí)支付債券利息則說(shuō)明發(fā)行企業(yè)出現(xiàn)了違約。第三，當(dāng)企業(yè)破產(chǎn)、倒閉時(shí)，優(yōu)先股的固定股息無(wú)法得到保障；優(yōu)先股股東的清償順序排在債券持有人之后，優(yōu)先股籌資存在信用風(fēng)險(xiǎn)。

3.3優(yōu)先股股東權(quán)利保護(hù)風(fēng)險(xiǎn)

與普通股股東相比，優(yōu)先股股東享有利潤(rùn)優(yōu)先分配權(quán)，但前提條件是企業(yè)必須產(chǎn)生足夠多的利潤(rùn)。在現(xiàn)有的中國(guó)資本市場(chǎng)下，控股股東會(huì)利用控制權(quán)，占有信息優(yōu)勢(shì)，進(jìn)行旨在轉(zhuǎn)移利潤(rùn)的關(guān)聯(lián)交易，虛減利潤(rùn)，造成優(yōu)先股的優(yōu)先分配權(quán)被空置。當(dāng)企業(yè)虧損或稅后利潤(rùn)沒(méi)有能力支付優(yōu)先股股息時(shí)，優(yōu)先股股東的利益就會(huì)遭受損失。

4防范優(yōu)先股籌資風(fēng)險(xiǎn)的對(duì)策

4.1發(fā)行優(yōu)先股數(shù)量量力而行

企業(yè)發(fā)行優(yōu)先股時(shí)，應(yīng)該充分關(guān)注自身的財(cái)務(wù)狀況及經(jīng)營(yíng)成果，要考慮可以承受的支付優(yōu)先股股息的能力。隨著企業(yè)所處行業(yè)的不同，支付股息的能力是有差異的。如金融類上市公司，由于其現(xiàn)金流量比較充足，可以發(fā)行較多的優(yōu)先股；而高科技類風(fēng)險(xiǎn)較大的公司，經(jīng)營(yíng)業(yè)績(jī)和現(xiàn)金流量不穩(wěn)定，不宜發(fā)行較大規(guī)模的優(yōu)先股。

4.2加強(qiáng)優(yōu)先股信用風(fēng)險(xiǎn)管理

對(duì)投資者而言，優(yōu)先股信用風(fēng)險(xiǎn)的管理可以從發(fā)行企業(yè)面臨的經(jīng)營(yíng)風(fēng)險(xiǎn)、設(shè)計(jì)的合同條款及信息披露透明度三方面來(lái)考慮。第一，投資者購(gòu)買(mǎi)優(yōu)先股時(shí)，必須關(guān)注發(fā)行優(yōu)先股的企業(yè)自身的財(cái)務(wù)狀況、經(jīng)營(yíng)成果及現(xiàn)金流量來(lái)控制潛在的信用風(fēng)險(xiǎn)。第二，通過(guò)在優(yōu)先股合同中設(shè)計(jì)附加條款，要求發(fā)行企業(yè)必須附有對(duì)承擔(dān)信用風(fēng)險(xiǎn)補(bǔ)償?shù)臈l款。如當(dāng)長(zhǎng)期不分紅時(shí)，賦予優(yōu)先股股東擁有投票權(quán)等保護(hù)性條款，能在某種程度上降低其信用風(fēng)險(xiǎn)。第三，監(jiān)管者必須強(qiáng)化優(yōu)先股信息披露要求，有利于優(yōu)先股股東可以動(dòng)態(tài)地掌握發(fā)行企業(yè)的信用風(fēng)險(xiǎn)水平。

4.3保護(hù)優(yōu)先股股東的權(quán)益不受侵犯

如果企業(yè)用籌集的資金進(jìn)行投資，只有預(yù)期投資回報(bào)率高于優(yōu)先股股息率時(shí)，且企業(yè)獲利能力持續(xù)上升時(shí)，發(fā)行優(yōu)先股籌集資金才能保障優(yōu)先股股東的正當(dāng)權(quán)益。此時(shí)，優(yōu)先股股息的存在給企業(yè)帶來(lái)了積極的杠桿效應(yīng)，而并非加大了籌資風(fēng)險(xiǎn)。

當(dāng)企業(yè)虧損或稅后利潤(rùn)不能完全支付優(yōu)先股股息時(shí)，優(yōu)先股股東的利益將得不到保障。因此，如何保護(hù)優(yōu)先股股東的利益也是著重考慮的關(guān)鍵問(wèn)題。此外，國(guó)家應(yīng)該健全相關(guān)的法律法規(guī)，使優(yōu)先股的發(fā)行與流通合法化，并使優(yōu)先股股東的合法權(quán)益得到有效保障。

參考文獻(xiàn)

[1]范利民.關(guān)于我國(guó)發(fā)行優(yōu)先股融資的相關(guān)探討[J].商業(yè)研究，2014，（2）.

[2]朱明方.優(yōu)先股在境外的實(shí)踐經(jīng)驗(yàn)[N].中國(guó)經(jīng)濟(jì)時(shí)報(bào)，201403.

篇3

doi：10.3969/j.issn.1004-7484（s）.2014.03.618 文章編號(hào)：1004-7484（2014）-03-1681-01

同廣大人民群眾生命安全以及身體健康具有密切關(guān)系的為食品的安全，其亦影響一個(gè)地區(qū)乃至國(guó)家經(jīng)濟(jì)的發(fā)展以及社會(huì)的穩(wěn)定[1]。因此，目前人們廣泛關(guān)注食品衛(wèi)生的安全問(wèn)題。而食品安全中頭號(hào)的問(wèn)題為食源性的致病菌所導(dǎo)致的食品中毒[2]。為了對(duì)本縣各類食品安全狀況進(jìn)行了解，對(duì)所選食物進(jìn)行食源性致病菌的檢測(cè)，以期將食品中所存在的一些安全隱患及時(shí)找出，將相關(guān)依據(jù)提供給本縣食品安全監(jiān)督工作。

1 資料與方法

1.1 一般材料 材料選自2012年會(huì)澤縣縣城及2個(gè)鄉(xiāng)鎮(zhèn)的4個(gè)超市、5個(gè)農(nóng)貿(mào)市場(chǎng)、28個(gè)餐飲小吃店、117個(gè)零攤點(diǎn)、12個(gè)糧油副食經(jīng)營(yíng)店、4個(gè)肉類加工店的200件散裝和定型包裝食品，予以食源性致病菌檢測(cè)。

1.2 方法

1.2.1 主要的檢測(cè)項(xiàng)目 本次檢測(cè)中對(duì)收集的所有樣本進(jìn)行大腸菌群、沙門(mén)氏菌、志賀氏菌、金黃色葡萄球菌的培養(yǎng)，且比對(duì)培養(yǎng)基的質(zhì)量。

1.2.2 培養(yǎng)基以及試劑 本次檢測(cè)中所采用的培養(yǎng)基以及實(shí)試劑皆為有效期內(nèi)。大腸菌群的診斷血清、沙門(mén)氏菌的診斷血清、志賀氏菌的診斷血清、金黃色葡萄球菌的診斷血清是購(gòu)于青島海博生物技術(shù)有限公司。且上海穎心實(shí)驗(yàn)室設(shè)備有限公司是生化套裝、顯色平板、標(biāo)準(zhǔn)菌株的供給公司。

1.2.3 主要檢測(cè)方法 采取隨機(jī)取樣方法，依據(jù)國(guó)家的相關(guān)標(biāo)準(zhǔn)檢測(cè)小部分的樣品，且依據(jù)樣品予以分類處理，對(duì)可能存在的化學(xué)污染物以及致病菌進(jìn)行定向檢測(cè)，最后由本地區(qū)CDC復(fù)核。

2 結(jié) 果

2.1 所有樣品中化學(xué)污染物檢測(cè)結(jié)果 已完成的80件食品化學(xué)污染物檢測(cè)結(jié)果中，鉛、亞硝酸鹽檢測(cè)結(jié)果均在參照標(biāo)準(zhǔn)限量之內(nèi)，超標(biāo)率為0%。鋁有1個(gè)樣品超過(guò)標(biāo)準(zhǔn)限量，超標(biāo)率為1.25%，見(jiàn)表1。

2.2 所有樣品中食源性致病菌檢測(cè)結(jié)果 食源性致病菌共完成檢測(cè)120件，檢出致病菌（金黃色葡萄球菌）3株，檢出率為2.5%。大腸桿菌超標(biāo)114件，超標(biāo)率95%。細(xì)菌總數(shù)超標(biāo)106件，超標(biāo)率88.33%，見(jiàn)表2。

3 討 論

目前，廣大民眾的生活水平逐漸的提高，而與此同時(shí)人們對(duì)食品的安全亦有更高的要求。但是在人們的疾病種類中食源性的疾病還是處于重要地位。食源性的疾病指通過(guò)食物往人體內(nèi)進(jìn)入的一些治病因子導(dǎo)致人們出現(xiàn)中毒或者感染，且絕大部分的食源性的疾病引起的原因?yàn)槿湎x(chóng)、病毒、真菌以及細(xì)菌等。而食品中的微生物污染屬于動(dòng)態(tài)的一種情況，其從農(nóng)場(chǎng)往餐桌食物鏈中所受到的影響因素眾多。且同食品安全相關(guān)的一些病原體的種群從來(lái)都是不斷變化的，其中較為適宜的一個(gè)載體為食品，較多病原體的傳播皆是通過(guò)食物。因此，為了保障廣大民眾的權(quán)益以及食品安全，相關(guān)部門(mén)應(yīng)經(jīng)常對(duì)食源性致病菌進(jìn)行檢測(cè)，加大監(jiān)測(cè)力度，時(shí)刻都保持警惕心理[3]。

在本次檢測(cè)中，已完成的80件食品化學(xué)污染物檢測(cè)結(jié)果中，鉛、亞硝酸鹽檢測(cè)結(jié)果均在參照標(biāo)準(zhǔn)限量之內(nèi)，超標(biāo)率為0%；鋁有1個(gè)樣品超過(guò)標(biāo)準(zhǔn)限量，超標(biāo)率為1.25%。由此可知本縣城腌菜、腌臘肉制品、油炸米面制品、新鮮蔬菜、大米、面粉等較為常規(guī)的食物中化學(xué)污染物較少出現(xiàn)超標(biāo)現(xiàn)象，但是其中一個(gè)樣品出現(xiàn)鋁超標(biāo)現(xiàn)象，因此相關(guān)部門(mén)應(yīng)予以高度重視，積極采取相應(yīng)措施解決此類問(wèn)題，使廣大民眾吃上放心食品。

此外，本次檢測(cè)中食源性致病菌共完成檢測(cè)120件，檢出致病菌（金黃色葡萄球菌）3株，檢出率為2.5%。大腸桿菌超標(biāo)114件，超標(biāo)率95%。細(xì)菌總數(shù)超標(biāo)106件，超標(biāo)率88.33%。由此可知我縣外售的食品中食源性致病菌具有較低的合格率，具有較為嚴(yán)重的微生物的污染。尤其為涼米線、涼卷粉、涼面、豌豆涼粉及其他涼拌食品中，具有極高的食源性致病菌，說(shuō)明涼拌菜更容易受到致病菌的污染。此類含較多致病菌的食品通常為個(gè)體攤點(diǎn)，未經(jīng)過(guò)無(wú)菌的包裝就暴露于市場(chǎng)上經(jīng)營(yíng)，再加上部分經(jīng)營(yíng)者未進(jìn)行嚴(yán)格的無(wú)菌操作，較易導(dǎo)致微生物的污染現(xiàn)象出現(xiàn)。因此，在高度重視此類問(wèn)題的同時(shí)，要采取相應(yīng)措施盡量降低食源性致病菌的含量。

綜上所述，本縣目前現(xiàn)售的食品中有的具有較低的衛(wèi)生質(zhì)量，人民群眾生命健康存在安全隱患。一些被微生物所污染的食品因?yàn)榧庸さ沫h(huán)節(jié)中具有較差的衛(wèi)生環(huán)境，且相關(guān)從業(yè)人員具有較差的衛(wèi)生方面意識(shí)，沒(méi)有嚴(yán)格執(zhí)行無(wú)菌操作，進(jìn)而較易發(fā)生微生物的污染現(xiàn)象。因此，食品衛(wèi)生的監(jiān)督部門(mén)要加強(qiáng)涼菜類、常規(guī)食物的管理以及監(jiān)督，及時(shí)找出食品生產(chǎn)當(dāng)中存在的一些問(wèn)題，且予以改進(jìn)。特別為一些夏季的食品，應(yīng)加大衛(wèi)生知識(shí)的宣傳力度，對(duì)事物中毒的知識(shí)進(jìn)行普及，且強(qiáng)調(diào)食品高溫殺菌所具有的重要意義。唯有各方相配合，才能有效預(yù)防以及控制食源性致病菌的問(wèn)題。

參考文獻(xiàn)

篇4

近年來(lái)，橋梁施工事故連續(xù)不斷，事故的出現(xiàn)不僅嚴(yán)重拉長(zhǎng)了施工進(jìn)度，造成了一定的經(jīng)濟(jì)損失，而且對(duì)部分人的安全產(chǎn)生威脅，當(dāng)然也有對(duì)社會(huì)的不良影響。事故產(chǎn)生的原因有些是有規(guī)律有因果關(guān)系的，我們可以采取一定的預(yù)防措施，努力把橋梁事故損失降到最低。以下主要就這些方面進(jìn)行闡述。

一、橋梁施工事故的風(fēng)險(xiǎn)特征

（一）結(jié)構(gòu)固有風(fēng)險(xiǎn)

橋梁的結(jié)構(gòu)不同于一般建筑結(jié)構(gòu)，它的固定僅靠一些“點(diǎn)”支撐，除了支撐點(diǎn)，其他結(jié)構(gòu)都以不同的高度懸在空中。要保證整個(gè)橋梁的穩(wěn)固必須嚴(yán)格設(shè)置跨空結(jié)構(gòu)中的任一截面，為了防止截面失效，對(duì)于橋梁的跨度、支撐距離等都要合理的設(shè)置，以此降低橋梁施工工程的風(fēng)險(xiǎn)[1]。

（二）結(jié)構(gòu)的復(fù)雜性

現(xiàn)代橋梁結(jié)構(gòu)類型越來(lái)越復(fù)雜，這無(wú)疑給橋梁施工帶來(lái)了很多難度。對(duì)于結(jié)構(gòu)復(fù)雜的橋梁建筑我們很難通過(guò)理論分析其實(shí)際的內(nèi)力，故而難以控制施工中的風(fēng)險(xiǎn)。

（三）技術(shù)的成熟度

隨著科技的不斷發(fā)展，現(xiàn)代橋梁結(jié)構(gòu)在不斷創(chuàng)新，橋梁具體施工技術(shù)也在不斷提升。對(duì)于新技術(shù)的投入使用，必須經(jīng)過(guò)一定的試驗(yàn)驗(yàn)證，在不斷實(shí)踐的過(guò)程中才能保證新技術(shù)的成熟，也只有新技術(shù)越成熟，才更能保證新技術(shù)運(yùn)用到實(shí)際的橋梁施工不會(huì)產(chǎn)生較高的風(fēng)險(xiǎn)，從而更規(guī)范化橋梁工程。

（四）自然環(huán)境的影響

由于橋梁的施工環(huán)境無(wú)法控制，通常都是在各種各樣的自然環(huán)境中，對(duì)于施工地點(diǎn)的地形、地質(zhì)、氣象等問(wèn)題我們都無(wú)法控制，即使是在某些條件不利的自然環(huán)境中我們都要保證橋梁施工的進(jìn)度及質(zhì)量。所以施工中的自然環(huán)境也是施工風(fēng)險(xiǎn)的來(lái)源，對(duì)施工人員來(lái)說(shuō)也增加了很多困難。

（五）施工隊(duì)伍的影響

在橋梁施工風(fēng)險(xiǎn)的管理控制上有一個(gè)高效施工隊(duì)伍無(wú)疑是工程最好的保障，施工隊(duì)伍要擁有高水平的技術(shù)，配備有一定的設(shè)備條件，在施工中能保證優(yōu)秀的工程業(yè)績(jī)。施工隊(duì)伍也要擁有高水平的管理，設(shè)置完善的管理機(jī)制，并在施工過(guò)程中能?chē)?yán)格執(zhí)行其管理規(guī)章制度。

二、分析橋梁施工事故中的風(fēng)險(xiǎn)因素環(huán)境

（一）結(jié)構(gòu)方面

1、中小跨度簡(jiǎn)支梁構(gòu)造簡(jiǎn)單，其制作適合選擇技術(shù)成熟且質(zhì)量可靠的專門(mén)化生產(chǎn)工廠進(jìn)行制造。對(duì)于中小跨度簡(jiǎn)支梁的安裝使用吊機(jī)，施工步驟比較方便且施工速度較快。

2、連續(xù)鋼桁梁選擇質(zhì)量可靠的構(gòu)件工廠制造，制作過(guò)程要控制跨度大小并結(jié)合環(huán)境條件。對(duì)于連續(xù)鋼桁梁的安裝方式比較多樣，但是應(yīng)該選擇跨度小的技術(shù)，安裝步驟簡(jiǎn)單且能保證其安全可靠[2]。

3、混凝土連續(xù)梁和剛架橋的結(jié)構(gòu)并不復(fù)雜，但是所要求的施工技術(shù)水平比較高。如果跨度在百米以上，可以采用技術(shù)成熟的懸臂法施工，但是仍然存在一定的難度，且施工時(shí)間較長(zhǎng)所帶來(lái)的風(fēng)險(xiǎn)也較高。

4、斜拉橋與懸索橋的結(jié)構(gòu)相當(dāng)復(fù)雜，存在很多構(gòu)件的連結(jié)點(diǎn)，但是薄弱環(huán)節(jié)比較多，其技術(shù)在不斷成熟但是所具有的風(fēng)險(xiǎn)是較高的。斜拉橋跨度比六百米大，懸索橋比一千米大的情況下所具有的風(fēng)險(xiǎn)程度更大。

5、如果橋梁結(jié)構(gòu)是新型的，沒(méi)有相關(guān)施工的經(jīng)驗(yàn)，技術(shù)方面也了解的不透徹，也沒(méi)有有效的措施，所以跨度的增大隨之會(huì)產(chǎn)生風(fēng)險(xiǎn)的增加。

（二）設(shè)計(jì)方面

1、根據(jù)同類主體結(jié)構(gòu)的設(shè)計(jì)經(jīng)驗(yàn)來(lái)判斷相應(yīng)工程的技術(shù)成熟程度。

2、工程在規(guī)模和難度上的差異情況不大，可以當(dāng)作類似工程的設(shè)計(jì)經(jīng)驗(yàn)，能體現(xiàn)總體技術(shù)的水平。

3、通過(guò)考察設(shè)計(jì)單位的企業(yè)級(jí)別和獲獎(jiǎng)情況，明確其資質(zhì)條件的水平，從而確定其總體業(yè)務(wù)水平和管理水平。

4、分析其結(jié)構(gòu)設(shè)計(jì)的合理程度。

（三）施工方面

1、在實(shí)際施工中技術(shù)所體現(xiàn)的復(fù)雜程度和成熟程度，需要施工單位對(duì)該技術(shù)進(jìn)行精準(zhǔn)的認(rèn)識(shí)。

2、同類主體結(jié)構(gòu)工程可以借鑒施工經(jīng)驗(yàn)。

3、施工單位總體技術(shù)水平衡量的標(biāo)準(zhǔn)通過(guò)規(guī)模大、難度大的類似工程施工經(jīng)驗(yàn)確定。

4、考察施工設(shè)備的配備情況，設(shè)備是否足夠先進(jìn)。

5、確定施工方案的合理性要分析高溫天氣、冬季、雨季、汛期施工的技術(shù)措施。

（四）水文方面

1、施工過(guò)程中河面的寬窄、水位的深淺、流速的大小等方面的變化都會(huì)一定程度影響施工過(guò)程中的場(chǎng)地交通、材料及設(shè)備的運(yùn)輸方式，如果選擇的運(yùn)輸方式是便橋或渡輪，所產(chǎn)生的風(fēng)險(xiǎn)是較高的。

2、施工過(guò)程中水流速度較快會(huì)復(fù)雜化施工技術(shù)，隨之帶來(lái)的風(fēng)險(xiǎn)也是較高的。其中深水基礎(chǔ)具有的風(fēng)險(xiǎn)較高而陸地基礎(chǔ)具有的風(fēng)險(xiǎn)較低。

3、考慮汛期或突發(fā)洪水的出現(xiàn)對(duì)具體施工的影響。

4、考慮河流上游水利工程是否對(duì)施工存在一定程度的影響。

（五）地質(zhì)方面

1、對(duì)基礎(chǔ)形式的確定要考慮地質(zhì)條件，能直接評(píng)價(jià)風(fēng)險(xiǎn)等級(jí)。通過(guò)基坑開(kāi)挖的深度和地下水及坑壁的支撐程度來(lái)確定明挖擴(kuò)大基礎(chǔ)的施工風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)并不大。

2、如果打入樁基礎(chǔ)深度不大但是樁數(shù)比較多，所體現(xiàn)的風(fēng)險(xiǎn)程度就不高。

3、除了深度很淺的挖孔樁，鉆孔灌注樁基礎(chǔ)一般深度是較大的，坍孔、卡鉆、斷樁等事故很容易產(chǎn)生。如果樁數(shù)較少處理起來(lái)就比較費(fèi)力，所產(chǎn)生的風(fēng)險(xiǎn)就較高。

4、沉井基礎(chǔ)如果利用墩位筑島施工不僅會(huì)降低下沉的速度，拉長(zhǎng)預(yù)計(jì)的施工時(shí)間，而且會(huì)增加自然災(zāi)害侵襲的機(jī)會(huì)，隨之下沉過(guò)程中所產(chǎn)生的事故因素就較多[3]。而且如果利用浮運(yùn)沉井，其技術(shù)要求較高隨之產(chǎn)生的風(fēng)險(xiǎn)程度也會(huì)較高。

（六）氣象方面

1、避免在嚴(yán)冬和大風(fēng)季節(jié)進(jìn)行主體工程的施工，對(duì)施工風(fēng)險(xiǎn)程度的降低有很大的作用。

2、在施工過(guò)程中出現(xiàn)臺(tái)風(fēng)或涌潮的襲擊對(duì)工程的風(fēng)險(xiǎn)有增加的程度，所以要求施工技術(shù)具有一定抵抗襲擊的功能。

結(jié)束語(yǔ)

綜上所述，橋梁施工過(guò)程中會(huì)存在來(lái)自方方面面的風(fēng)險(xiǎn)因素，目前人們對(duì)橋梁施工風(fēng)險(xiǎn)水平的衡量較為局限，未來(lái)還需要在這方面從不同角度對(duì)橋梁施工工程存在的風(fēng)險(xiǎn)進(jìn)行不斷的評(píng)估。對(duì)于不同橋梁工程施工中的事故所體現(xiàn)的風(fēng)險(xiǎn)因素環(huán)境不同，我們需要綜合考慮不同方面存在的風(fēng)險(xiǎn)因素，逐漸確定出最佳風(fēng)險(xiǎn)評(píng)估方案。

參考文獻(xiàn)：

篇5

食品與人們的生活息息相關(guān)，食品的安全是保障人們身體健康和生命安全的基礎(chǔ)。如果食品出現(xiàn)安全問(wèn)題，將會(huì)直接對(duì)人們構(gòu)成危害。所以為了能夠保障食品的安全，我國(guó)構(gòu)建了相應(yīng)的食品安全風(fēng)險(xiǎn)評(píng)估以及監(jiān)管體系，依據(jù)這兩種體系來(lái)實(shí)現(xiàn)對(duì)食品安全的保障。然而，我國(guó)的這兩種體系與西方發(fā)達(dá)國(guó)家相比在發(fā)展上還存在落后的局面，在實(shí)際的應(yīng)用中也存在著一定的問(wèn)題，這就需要采用合理的措施對(duì)這些問(wèn)題進(jìn)行解決。下面本文就主要針對(duì)我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估及監(jiān)管體系進(jìn)行深入的研究。

1我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估現(xiàn)狀

1.1我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估面臨的問(wèn)題

由于以往缺乏明確的制度保障，我國(guó)的食品安全風(fēng)險(xiǎn)評(píng)估還沒(méi)有發(fā)揮應(yīng)有的作用。主要表現(xiàn)在：(1)我國(guó)成立食品安全風(fēng)險(xiǎn)評(píng)估中心，作為我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估領(lǐng)域唯一的專業(yè)技術(shù)機(jī)構(gòu)，但食品安全風(fēng)險(xiǎn)評(píng)估中心由于成立時(shí)間較短，沒(méi)有進(jìn)行整體的規(guī)劃與設(shè)計(jì)，技術(shù)保障能力不足，還未形成開(kāi)展風(fēng)險(xiǎn)評(píng)估工作的實(shí)驗(yàn)室網(wǎng)絡(luò)，只是完成了一些應(yīng)急和常規(guī)的風(fēng)險(xiǎn)評(píng)估工作。(2)由于風(fēng)險(xiǎn)評(píng)估要利用現(xiàn)有的數(shù)據(jù)及資料對(duì)潛在風(fēng)險(xiǎn)的可能性進(jìn)行科學(xué)評(píng)估，需要大量的數(shù)據(jù)支持，特別是風(fēng)險(xiǎn)評(píng)估中的關(guān)鍵環(huán)節(jié)--暴露評(píng)估，而暴露評(píng)估的關(guān)鍵技術(shù)是有效獲得和正確分析數(shù)據(jù)。但由于各職能部門(mén)溝通不暢，食品安全風(fēng)險(xiǎn)檢測(cè)信息和監(jiān)管信息收集機(jī)制不健全，缺乏食品安全風(fēng)險(xiǎn)評(píng)估所需基礎(chǔ)數(shù)據(jù)。(3)我國(guó)目前負(fù)責(zé)風(fēng)險(xiǎn)評(píng)估工作的技術(shù)人員較少，技術(shù)水平不高，無(wú)法承擔(dān)我國(guó)目前大量的風(fēng)險(xiǎn)評(píng)估任務(wù)。

1.2我國(guó)食品安全監(jiān)管體系存在問(wèn)題

近年來(lái)，國(guó)內(nèi)頻發(fā)的食品安全危機(jī)對(duì)我國(guó)的食品安全監(jiān)管管理現(xiàn)狀提出了嚴(yán)峻的挑戰(zhàn)與質(zhì)疑，頻發(fā)的食品安全事故嚴(yán)重威脅著我國(guó)公民的身心健康，嚴(yán)重地影響了我國(guó)經(jīng)濟(jì)的可持續(xù)發(fā)展。食品安全監(jiān)管體系依然存在多頭管理、職責(zé)不清的狀況。雖然我國(guó)頒布的《食品安全法》對(duì)不同部門(mén)標(biāo)準(zhǔn)的監(jiān)管職責(zé)進(jìn)行了具體劃分，但依然存在職責(zé)權(quán)限劃分不清的問(wèn)題。落后的食品生產(chǎn)方式導(dǎo)致單一式政府監(jiān)管失靈。我國(guó)二元制經(jīng)濟(jì)的長(zhǎng)期存在導(dǎo)致了我國(guó)食品生產(chǎn)方式簡(jiǎn)單、粗放。主要表現(xiàn)在食品生產(chǎn)加工的過(guò)程中，小規(guī)模企業(yè)多，生產(chǎn)條件簡(jiǎn)陋，生產(chǎn)技術(shù)水平低，安全生產(chǎn)意識(shí)落后。

2解決我國(guó)食品安全風(fēng)險(xiǎn)評(píng)估及監(jiān)管體制中問(wèn)題的策略

2.1食品安全風(fēng)險(xiǎn)評(píng)估有效的策略

我國(guó)的食品安全風(fēng)險(xiǎn)評(píng)估上還存在著很多的問(wèn)題，這些問(wèn)題的存在，使得我國(guó)的食品安全無(wú)法得到有效的保障。面對(duì)這些問(wèn)題，就需要依據(jù)相關(guān)的手段進(jìn)行解決，做好食品安全風(fēng)險(xiǎn)評(píng)估工作，使得食品能夠得到安全保障。而具體的做法如下：首先，健全食品安全風(fēng)險(xiǎn)評(píng)估機(jī)制，加強(qiáng)法律建設(shè)，將相關(guān)的法律體系進(jìn)行完善，確立評(píng)估的對(duì)象，合理的劃分風(fēng)險(xiǎn)評(píng)估的范圍，盡可能的遵照相應(yīng)的原則來(lái)展開(kāi)風(fēng)險(xiǎn)評(píng)估。同時(shí)要對(duì)食品安全風(fēng)險(xiǎn)評(píng)估中的各項(xiàng)內(nèi)容進(jìn)行有效的補(bǔ)充和細(xì)化，將責(zé)任切實(shí)的落實(shí)到實(shí)處，依據(jù)法律進(jìn)行責(zé)任承擔(dān)。其次，要充分的針對(duì)食品安全風(fēng)險(xiǎn)評(píng)估機(jī)制進(jìn)行規(guī)范化處理。嚴(yán)格的按照食品安全的具體需求來(lái)進(jìn)行風(fēng)險(xiǎn)評(píng)估機(jī)制的構(gòu)建。同時(shí)，加大對(duì)風(fēng)險(xiǎn)評(píng)估機(jī)制的改進(jìn)，使得風(fēng)險(xiǎn)評(píng)估更加的精細(xì)化。使得食品安全評(píng)估能夠有效的對(duì)一些突發(fā)的事件進(jìn)行系統(tǒng)化的處理。另外，就是要將食品安全風(fēng)險(xiǎn)評(píng)估機(jī)制中的各項(xiàng)內(nèi)容進(jìn)行公開(kāi)，使得評(píng)估機(jī)制更加的透明化，這樣有助于人們對(duì)風(fēng)險(xiǎn)評(píng)估機(jī)制的監(jiān)督，使得風(fēng)險(xiǎn)評(píng)估的結(jié)果更加的公平和公正。在對(duì)食品安全進(jìn)行風(fēng)險(xiǎn)評(píng)估的過(guò)程中，需要確立以食品安全為對(duì)象的責(zé)任條例，在此基礎(chǔ)上，精確的劃分各個(gè)崗位的職責(zé)，使得相關(guān)的工作人員都能夠充分的明確自身的職責(zé)，積極的做好自身的工作，從而使得風(fēng)險(xiǎn)評(píng)估能夠順利的進(jìn)行。

2.2食品安全監(jiān)管體系方面采取的措施

就我國(guó)目前的食品安全監(jiān)管體系來(lái)說(shuō)，需要充分的結(jié)合時(shí)展的要求進(jìn)行體系的完善和改進(jìn)。監(jiān)管體系與食品安全風(fēng)險(xiǎn)評(píng)估有著一定的關(guān)系，從這一方面來(lái)分析，如果食品安全風(fēng)險(xiǎn)評(píng)估機(jī)制得到了完善，那么監(jiān)管體系也能夠得到相應(yīng)的完善?？梢哉f(shuō)，食品安全風(fēng)險(xiǎn)評(píng)估機(jī)制的完善是奠定監(jiān)管體系完善的基礎(chǔ)。而要想能夠使得監(jiān)管體系更加符合新時(shí)期發(fā)展的要求，則首先就需要將原有的食品安全標(biāo)準(zhǔn)進(jìn)行健全和改進(jìn)，使得原有的食品安全標(biāo)準(zhǔn)更加的規(guī)范化和系統(tǒng)化，同時(shí)，要對(duì)食品安全標(biāo)準(zhǔn)等級(jí)盡可能的提升。其次，就是合理的加入一些新的食品標(biāo)準(zhǔn)條例，將食品標(biāo)準(zhǔn)盡可能的完善。之所以要這樣做，就是因?yàn)樯鐣?huì)在的不斷發(fā)展的同時(shí)，食品的種類也會(huì)不斷的增加，新的標(biāo)準(zhǔn)也會(huì)相應(yīng)的出現(xiàn)。另外，食品在實(shí)際的生產(chǎn)過(guò)程中，也會(huì)應(yīng)用到各種新的元素，針對(duì)這些元素進(jìn)行安全標(biāo)準(zhǔn)的劃定，并及時(shí)的將這些新的標(biāo)準(zhǔn)融合到原有的食品安全條例中，就能夠針對(duì)食品進(jìn)行安全保障，以減少食品安全問(wèn)題的出現(xiàn)。針對(duì)食品安全標(biāo)準(zhǔn)要有足夠的認(rèn)識(shí)，要加大重視的程度，并進(jìn)行大量的資金和人力投入，建構(gòu)相應(yīng)的安全檢測(cè)部門(mén)，合理的采用相應(yīng)的監(jiān)測(cè)技術(shù)來(lái)對(duì)新出現(xiàn)的食品進(jìn)行檢測(cè)，并將新的安全標(biāo)準(zhǔn)及時(shí)的進(jìn)行制定和融合。最后，合理的針對(duì)既定的食品安全監(jiān)管體系進(jìn)行轉(zhuǎn)型。相關(guān)部門(mén)要針對(duì)自身所具有的監(jiān)管職能進(jìn)行調(diào)整，使得監(jiān)管職能的發(fā)揮更加具有針對(duì)性。將原有的行政部門(mén)轉(zhuǎn)變?yōu)樾袠I(yè)協(xié)會(huì)，行業(yè)協(xié)會(huì)統(tǒng)一展開(kāi)監(jiān)管，以確保食品安全監(jiān)管的科學(xué)性和專業(yè)性。另外，針對(duì)食品安全監(jiān)管的相關(guān)信息要進(jìn)行積極的記錄，確保食品安全監(jiān)管體系能夠得到更為合理的應(yīng)用。

通過(guò)本文的探究可以充分的了解到，我國(guó)目前的食品安全評(píng)估風(fēng)險(xiǎn)及監(jiān)管體系還不夠健全，其無(wú)論是在法律基礎(chǔ)上還是在具體實(shí)施的過(guò)程中，都存在一些問(wèn)題，這些問(wèn)題的存在，嚴(yán)重影響到食品的安全檢測(cè)，使得食品安全事故頻發(fā)。因此，就需要相關(guān)的部門(mén)積極的采取各種有效的對(duì)策，有針對(duì)性的對(duì)食品安全風(fēng)險(xiǎn)評(píng)估及監(jiān)管體系中的問(wèn)題進(jìn)行解決，從而使得食品的安全可以得到進(jìn)一步的保障，這樣才能夠更好的確保人們的身體健康和生命安全。

作者:李思捷 單位:黑龍江省農(nóng)產(chǎn)品質(zhì)量檢驗(yàn)檢測(cè)中心

參考文獻(xiàn)

篇6

一、引言

在2006年9月至2007年5月中旬的短短8個(gè)月期間，中國(guó)股市牛氣沖天，深證成指漲幅已接近350%，而上證指數(shù)增幅也超過(guò)了250%。然而，2007年5月底受印花稅利空消息影響，中國(guó)股市便震蕩不斷，上證指數(shù)最低跌至3404點(diǎn)，比最高時(shí)跌幅近20%。之后，成交量逐日萎縮，滬市成交量由最高量2755億元降低至737億元。

在股市風(fēng)險(xiǎn)方面，國(guó)內(nèi)學(xué)者討論最多的是投資組合的風(fēng)險(xiǎn)評(píng)估，有人采用VaR來(lái)評(píng)價(jià)最優(yōu)投資組合，在90%、95%和99%置信度下，利用正態(tài)分布算法、歷史模擬算法和GARCH模型算法對(duì)上海股市的風(fēng)險(xiǎn)進(jìn)行了實(shí)證分析。有人采用ES來(lái)評(píng)價(jià)最優(yōu)投資組合，指出ES具有一致性而VaR不具備，并且進(jìn)一步推導(dǎo)出基于正態(tài)分布算法、歷史模擬算法和GARCH模型算法的ES算法，利用ES模型對(duì)投資組合進(jìn)行優(yōu)化。

風(fēng)險(xiǎn)的本質(zhì)最初是由馬科維茨提出，并采用期望值和標(biāo)準(zhǔn)差來(lái)度量風(fēng)險(xiǎn)。當(dāng)投資組合收益的標(biāo)準(zhǔn)差為零則稱為無(wú)風(fēng)險(xiǎn)資產(chǎn)，標(biāo)準(zhǔn)差大于零則稱為風(fēng)險(xiǎn)資產(chǎn)，標(biāo)準(zhǔn)差越大，風(fēng)險(xiǎn)越大。一般來(lái)說(shuō)，布林帶是指導(dǎo)投資決策的一種技術(shù)，由上軌線、中軌線和下軌線決定，中軌線是股價(jià)移動(dòng)平均線。布林帶寬度是由標(biāo)準(zhǔn)差測(cè)定。從其定義來(lái)看，布林帶正是從本質(zhì)上刻畫(huà)風(fēng)險(xiǎn)的工具，并且突破了馬科維茨傳統(tǒng)意義上的靜態(tài)方法，從本質(zhì)的動(dòng)態(tài)角度來(lái)詮釋風(fēng)險(xiǎn)。因此，本文中首次利用布林帶來(lái)刻畫(huà)風(fēng)險(xiǎn)，采用統(tǒng)一的風(fēng)險(xiǎn)度量方法分析和比較中國(guó)的上證指數(shù)、深證成指，與美國(guó)的道瓊斯工業(yè)指數(shù)以及納斯達(dá)克指數(shù)之間的布林帶風(fēng)險(xiǎn)等級(jí)，并探討布林帶的帶寬與風(fēng)險(xiǎn)之間的相關(guān)性質(zhì)。

二、布林帶風(fēng)險(xiǎn)

1、布林帶的定義。上世紀(jì)七十年代，John Bollinger提出了布林帶理論。布林帶利用統(tǒng)計(jì)規(guī)律對(duì)股價(jià)等歷史數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。布林帶由三條線組成：上軌線、中軌線和下軌線。

取n個(gè)時(shí)間序列的隨機(jī)變量x1，x2，∧xn作為樣本，則中軌線?滋n+1為：

三、計(jì)算股市的布林帶風(fēng)險(xiǎn)

本文中上證綜指]和深證成指的日收盤(pán)價(jià)格指數(shù)均從2002年1月4日到2006年12月29日。道?瓊斯和納斯達(dá)克綜合指數(shù)均從2002年1月2日到2006年12月29日。圖1為上證綜指三個(gè)月的布林帶圖形及收盤(pán)價(jià)序列。

圖1揭示了該時(shí)間段中上證綜指布林帶的變化情況。讀者可以看到3月與5月，尤其是5月份股價(jià)超過(guò)布林帶的天數(shù)較多，如圖中的5月12日和15日，兩日上證綜指分別上漲了4.26%和3.87%。而3月初有3日的收盤(pán)價(jià)低于布林帶的下軌線，跌幅最大為3月7日，達(dá)到2.25%。

2006年3月初跌破下軌線的原因在于，此時(shí)的滬市大盤(pán)還徘徊于熊市的邊緣，股指在1260點(diǎn)至1300點(diǎn)間反復(fù)整理。三日平均成交金額僅為93億，市場(chǎng)缺乏資金面的推動(dòng)。

而5月12日及15日股指暴漲的原因是股市大環(huán)境的變化。由于2006年中國(guó)股市已經(jīng)進(jìn)入股改“中盤(pán)”階段，開(kāi)始呈現(xiàn)牛市特征，股指節(jié)節(jié)上升。5月12日，滬深股市雙雙放量大漲，上證指數(shù)攻上1600點(diǎn)大關(guān)。滬深股市共成交647億元。兩市接近150家個(gè)股漲停，刷新了近期的漲停紀(jì)錄。

根據(jù)公式（1）至（7），我們得到上證綜指、深證成指、DOW和NASDAQ在置信度為95%條件下的布林帶風(fēng)險(xiǎn)。

從表1中，可得出美國(guó)股市平均風(fēng)險(xiǎn)約為3%，而中國(guó)股市的平均風(fēng)險(xiǎn)則超過(guò)14%，相差11個(gè)百分點(diǎn)，差距可見(jiàn)一斑。

四、布林帶風(fēng)險(xiǎn)與帶寬的相關(guān)性質(zhì)

我們根據(jù)對(duì)數(shù)正態(tài)分布p=0.3和p=0.7的分位點(diǎn)，將布林帶帶寬分成三類，即寬帶寬、常帶寬和窄帶寬，之后分別計(jì)算寬帶寬和窄帶寬的布林帶風(fēng)險(xiǎn)。

我們可以從表2中得到一些啟示，按照我們對(duì)于帶寬的劃分，屬于窄帶寬的交易日風(fēng)險(xiǎn)要明顯高于屬于寬帶寬的風(fēng)險(xiǎn)，應(yīng)該警惕這30%屬于窄帶寬的交易日。通過(guò)識(shí)別窄帶寬能夠較為準(zhǔn)確地評(píng)價(jià)股市風(fēng)險(xiǎn)，為投資者識(shí)別和控制股市風(fēng)險(xiǎn)提供一種有效的途徑。

五、結(jié)語(yǔ)

一般情況下，當(dāng)帶寬由窄變寬或由寬變窄時(shí)，股市會(huì)出現(xiàn)較大的震蕩行情，當(dāng)然風(fēng)險(xiǎn)也更大。通過(guò)我們對(duì)布林帶風(fēng)險(xiǎn)與布林帶帶寬的相關(guān)性質(zhì)探討，可以推論出在窄帶寬時(shí)的股市交易風(fēng)險(xiǎn)要明顯高于寬帶寬的風(fēng)險(xiǎn)。

目前，由于各國(guó)股市的非系統(tǒng)風(fēng)險(xiǎn)、系統(tǒng)風(fēng)險(xiǎn)特點(diǎn)各有不同，難以從這個(gè)角度去建立統(tǒng)一的指標(biāo)，而本文運(yùn)用的布林帶方法是從統(tǒng)計(jì)角度客觀分析股市風(fēng)險(xiǎn)，期望我們的研究對(duì)建立統(tǒng)一指標(biāo)比較股市風(fēng)險(xiǎn)有所幫助。此外，我們還從另一個(gè)側(cè)面，即布林帶帶寬和風(fēng)險(xiǎn)相關(guān)性質(zhì)，得出識(shí)別窄帶寬對(duì)于準(zhǔn)確評(píng)價(jià)股市風(fēng)險(xiǎn)的意義。

【參考文獻(xiàn)】

[1] 陳志宏、閻春寧、余鵬：市場(chǎng)風(fēng)險(xiǎn)值VaR的算法與應(yīng)用[J].應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)學(xué)報(bào)，2002(12).

篇7

一、VaR概述

VaR（Value at Risk）按字面的解釋就是“處于風(fēng)險(xiǎn)狀態(tài)的價(jià)值”，可譯為受險(xiǎn)價(jià)值、在險(xiǎn)價(jià)值、風(fēng)險(xiǎn)價(jià)值等。通常解釋為：VaR是在一定置信水平和一定持有期內(nèi)，某一金融資產(chǎn)或組合在正常的市場(chǎng)條件下所面臨的最大損失額。

因此從數(shù)學(xué)和統(tǒng)計(jì)的意義上看：

VaR就是在某個(gè)既定的損益預(yù)期分布中，對(duì)應(yīng)一定置信水平的分位數(shù)：

Prob（ΔP？燮-VaR）=1-c

其中，c為顯著性水平，1-c代表置信水平，ΔP代表?yè)p益。[1]

二、VaR的獲取方法

計(jì)算VaR的關(guān)鍵在于確定證券或組合的未來(lái)?yè)p益的統(tǒng)計(jì)分布或概率密度函數(shù)。而直接獲取未來(lái)?yè)p益的分布幾乎是不可能的事，為此，通常經(jīng)過(guò)下述分解過(guò)程：將資產(chǎn)表示為市場(chǎng)因子的函數(shù)，預(yù)測(cè)市場(chǎng)因子的波動(dòng)性，根據(jù)市場(chǎng)因子的波動(dòng)估計(jì)資產(chǎn)的價(jià)值變化及其概率分布，根據(jù)給定的置信水平和持有期，計(jì)算得出VaR。[2]

這一分解過(guò)程中，波動(dòng)性模型和價(jià)值模型是核心和難點(diǎn)。根據(jù)波動(dòng)性模型和價(jià)值模型的不同，可以將VaR的計(jì)算方法分為以下三類：歷史模擬法，蒙特卡羅模擬法，參數(shù)法（方差-協(xié)方差法）。

（一）歷史模擬法

利用歷史數(shù)據(jù)集，將過(guò)去已經(jīng)實(shí)現(xiàn)的收益率分布或市場(chǎng)變量分布應(yīng)用于目前的投資（或組合），據(jù)此模擬下一個(gè)時(shí)期該投資（或組合）可能面臨的收益分布，給定置信水平和持有期，就可以計(jì)算出VaR。

隱含前提：歷史可以復(fù)制未來(lái)，歷史數(shù)據(jù)可獲得，且完整有效。優(yōu)點(diǎn)：原理簡(jiǎn)單且實(shí)用，非參數(shù)完全估值，避免了估值和模型風(fēng)險(xiǎn)。不足：對(duì)歷史數(shù)據(jù)的依賴，路徑依賴假設(shè)等概率假設(shè)。[3]步驟如下：

實(shí)證：假設(shè)A股：馬鋼股份（600808）投資60萬(wàn)，B股：交通銀行（601328）投資40萬(wàn)。下一個(gè)交易日，該組合在99%置信水平下的VaR是多少？

首先取數(shù)據(jù)從2011年1月11日到2013年1月10日的股票收盤(pán)價(jià)，兩只股票都有488個(gè)數(shù)據(jù)（資料來(lái)源和訊財(cái)經(jīng)網(wǎng)）。用EXECLE表格和EVIEWS6.0軟件，計(jì)算其每日簡(jiǎn)單收益率和組合收益率，生成一個(gè)新的時(shí)間序列。

公式為：簡(jiǎn)單收益率R=（Pt-Pt-1）/Pt-1

組合收益率=A股簡(jiǎn)單收益率*0.5+B股簡(jiǎn)單收益率*0.5

然后將序列中組合收益率的數(shù)據(jù)按升序排列，找到對(duì)應(yīng)的第488×1%=4.88個(gè)數(shù)據(jù)（謹(jǐn)慎起見(jiàn)，我們用第4個(gè)），即-5.01%。于是可得，VaR=100×5.01%=5.01萬(wàn)。

（二）蒙特卡羅模擬法

假設(shè)資產(chǎn)價(jià)格或市場(chǎng)變量的變化服從于某個(gè)隨機(jī)過(guò)程，通過(guò)模擬該隨機(jī)過(guò)程，就可以得出在給定時(shí)點(diǎn)上投資組合的價(jià)格或市場(chǎng)變量的估計(jì)值。不斷重復(fù)該模擬過(guò)程，就可以得到一系列估計(jì)值。如果重復(fù)的次數(shù)足夠多，模擬出的估計(jì)值最終將會(huì)收斂于“真實(shí)的”組合價(jià)值。以此為基礎(chǔ)，給定置信水平1-C，通過(guò)分位數(shù)就可以計(jì)算出VaR，就可以進(jìn)一步估計(jì)出組合“真實(shí)的”風(fēng)險(xiǎn)價(jià)值。

優(yōu)點(diǎn)：全場(chǎng)景模擬，不受歷史數(shù)據(jù)限制，完全估值，可處理非線性、非正態(tài)問(wèn)題。不足：復(fù)雜、不易理解，模擬次數(shù)、計(jì)算精確度與耗費(fèi)時(shí)間的矛盾，模型風(fēng)險(xiǎn)和估值風(fēng)險(xiǎn)，偽隨機(jī)數(shù)問(wèn)題。[4]

例如：資料同前。

樣本同前，假定該股票價(jià)格服從隨機(jī)游走。檢驗(yàn)如下：

首先，利用EVIEWS軟件中的單位根檢驗(yàn)（ADF檢驗(yàn)）來(lái)判斷股票價(jià)格序列的平穩(wěn)性，結(jié)果如下：

A股：馬鋼股份（600808）

可知DF=-1.269527，大于下面所有臨界值，因此可知該序列是非平穩(wěn)的。

接下來(lái)，利用EVIEWS軟件中的相關(guān)性檢驗(yàn)來(lái)判斷序列的自相關(guān)性。選擇價(jià)格序列的一階差分（P=Pt-Pt-1）和30天滯后期。

結(jié)果如下：

可知股票價(jià)格的一階差分序列P滯后8期以內(nèi)都不具有相關(guān)性，即其分布具有獨(dú)立性。

通過(guò)上述檢驗(yàn)，我們可以得出結(jié)論，深發(fā)展股票價(jià)格服從隨機(jī)游走，即：Pt=Pt-1+εt。

利用EXCEL軟件做蒙特卡羅模擬，模擬次數(shù)為10000次：

首先產(chǎn)生10000個(gè)隨機(jī)數(shù)，然后獲取模擬價(jià)格序列：模擬價(jià)格=初始價(jià)格P0+隨機(jī)數(shù)，再將模擬后的價(jià)格按升序重新排列。

找出對(duì)應(yīng)99%的分位數(shù)，即10000×1%=100個(gè)交易日對(duì)應(yīng)的數(shù)值：1.985，于是有馬鋼股份：

VaR=60×（1.985-2.17）÷2.17=-5.115萬(wàn)

B股：交通銀行（601328）

步驟同前，找出對(duì)應(yīng)99%的分位數(shù)，即10000×1%=100個(gè)交易日對(duì)應(yīng)的數(shù)值：4.975，于是有馬鋼股份：VaR=40×（4.975-4.9）÷4.9=0.612萬(wàn)。

所以，兩個(gè)股票組合的VaR=√（-5.115）2+0.6122=5.152。

（三）參數(shù)法（方差協(xié)方差法）

首先假定要考察的隨機(jī)變量服從于某種參數(shù)分布，如正態(tài)分布、泊松分布等，然后借助于分布參數(shù)，如均值、方差等直接計(jì)算出VaR。優(yōu)點(diǎn)：可以迅速求解，易于處理組合。不足：正態(tài)分布假設(shè)，參數(shù)估計(jì)風(fēng)險(xiǎn)。[5]

方法一：靜態(tài)法，假定均值與方差恒定（不隨時(shí)間而變化）。

利用EVIEWS軟件對(duì)樣本數(shù)據(jù)進(jìn)行處理，分別獲取簡(jiǎn)單收益率的分布圖和對(duì)數(shù)收益率分布圖

A股：馬鋼股份（600808）

簡(jiǎn)單收益率分布圖：

通過(guò)上述統(tǒng)計(jì)分析可知，與正態(tài)分布相比，二者均呈現(xiàn)出“尖峰厚尾”的特征。相對(duì)而言，對(duì)數(shù)收益率更接近于正態(tài)分布。根據(jù)VaR的計(jì)算公式可得：

VaR=2.33×0.014971×60=2.093萬(wàn)

同步驟B股：交通銀行（601328）得出VaR=2.33×0.012151×40=1.132萬(wàn)

于是，組合有VaR=√2.0932+1.1322=2.38萬(wàn)元。

方法二：動(dòng)態(tài)法，簡(jiǎn)單移動(dòng)平均法，假定時(shí)間與方差隨時(shí)間變化。

A股：馬鋼股份（600808）取100天的樣本

σ2=0.000255093，所以σ=0.01597，則馬鋼股份VAR=2.33××0.01597×60萬(wàn)=2.2326萬(wàn)

同步驟B股：交通銀行（601328）

σ2=0.0001464426，所以σ=0.0121，則交通銀行VAR=2.33××0.0121×40萬(wàn)=1.128萬(wàn)

于是，組合VAR=√2.23262+1.1282=2.5萬(wàn)。

三、VAR變化值對(duì)股票組合投資進(jìn)一步運(yùn)用

VaR對(duì)基本概念的發(fā)展的基礎(chǔ)延伸了管理組合風(fēng)險(xiǎn)的三種分析方法，即邊際VaR、成分cVaR和增量VaR。為了控制風(fēng)險(xiǎn)，擁有一個(gè)當(dāng)前投資組合風(fēng)險(xiǎn)分解方法是非常有用的。因?yàn)橥顿Y組合的波動(dòng)性是其各組成部分的一個(gè)高度非線性函數(shù)，我們需要一種分解法來(lái)認(rèn)識(shí)分散化投資的效果。[6]

1.邊際VaR（mVaR）。是指當(dāng)組合中的某種資產(chǎn)增加一單位時(shí)，引起的投資組合VaR的變化值。

2.增量VaR（iVaR）。即新頭寸加入而引起的VaR的變化值。它與mVaR的不同在于，它的增加量可以很大，在這種情況下，VaR的變化是非線性的。

3.成分VaR（cVaR）。假定投資組合包含N種成分，如果下式成立：

因?yàn)椋煌ㄣy行的mVAR較小，所以追加50萬(wàn)給交通銀行，iVAR=0.013473×50=0.67萬(wàn)，投資風(fēng)險(xiǎn)增加0.67萬(wàn)元。

四、總結(jié)

VaR模型可以簡(jiǎn)單明了地分析出股票組合風(fēng)險(xiǎn)的大小，即使沒(méi)有任何專業(yè)背景的投資者和管理者都可以通過(guò)VaR的值對(duì)金融風(fēng)險(xiǎn)進(jìn)行評(píng)判。VaR模型也對(duì)銀行風(fēng)險(xiǎn)的質(zhì)量和管理是一個(gè)有效的工具，它對(duì)正常市場(chǎng)條件下重要交易的短期風(fēng)險(xiǎn)的衡量尤為有用。作為分散投資者，更可以運(yùn)用VAR來(lái)實(shí)現(xiàn)自己股票投資的風(fēng)險(xiǎn)管理，對(duì)市場(chǎng)和個(gè)人都有重要意義。

參考文獻(xiàn)

[1]張利，胡鉑.基于VaR模型的證券投資組合風(fēng)險(xiǎn)管理[J].合作經(jīng)濟(jì)與科技，2011.

篇8

中圖分類號(hào)：F830.91文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673-291X（2011）10-0076-02

引言

中國(guó)A股市場(chǎng)經(jīng)過(guò)十幾年的發(fā)展，市場(chǎng)逐漸在規(guī)范，但是上市公司整體所表現(xiàn)出來(lái)的股市市值規(guī)模仍然較小，2005年開(kāi)始的股權(quán)分置改革，使A股市場(chǎng)的發(fā)展迎來(lái)了新的機(jī)遇，走出了多年的熊市，有了較快的發(fā)展，處于上升的行情之中，但是與之相伴的卻是股市激烈的波動(dòng)。此外，由于諸多因素的影響和限制，中國(guó)A股市場(chǎng)投機(jī)氣氛較濃。自從2008年世界金融危機(jī)以來(lái)，股市還出現(xiàn)了市場(chǎng)不確定性因素增多和市場(chǎng)風(fēng)險(xiǎn)加劇的趨勢(shì)。

當(dāng)前出現(xiàn)了大量的研究資產(chǎn)收益率方面的文獻(xiàn)，有的定量研究波動(dòng)性的非對(duì)稱反應(yīng)機(jī)制（李珠，呂明光，2001；胡永紅，陸忠華，2005；周立、王東，2005），有的對(duì)波動(dòng)性的形成方式與來(lái)源進(jìn)行了分解（仲黎明等，2003；樊智、張世英，2005），有的研究了兩市IPO的版塊效應(yīng)（王燕鳴、楚慶豐，2009），這些研究具有一定的針對(duì)性，對(duì)我們研究金融市場(chǎng)運(yùn)行機(jī)制與風(fēng)險(xiǎn)控制具有一定的啟發(fā)意義。此外，有Engle等人開(kāi)創(chuàng)ARCH和GRACH計(jì)量（Engel，1982），Grange（1988）的因果檢驗(yàn)已經(jīng)用在了許多經(jīng)濟(jì)金融模型檢驗(yàn)中（如高輝、趙敬文，2006），使研究者對(duì)金融市場(chǎng)有了更多的認(rèn)識(shí)。

本文主要采用誤差修正模型（Error correct model）即ECM模型，檢驗(yàn)兩市短期波動(dòng)模式的異同，判斷兩市對(duì)市場(chǎng)沖擊的短期調(diào)整及反應(yīng)程度，描述兩市向均衡收斂的過(guò)程。同時(shí)利用兩種Garch模型檢驗(yàn)兩市波動(dòng)性之間的關(guān)系，判斷兩市的風(fēng)險(xiǎn)特征與風(fēng)險(xiǎn)轉(zhuǎn)移過(guò)程，檢驗(yàn)兩市之間的“溢出效應(yīng)”（spillover effect）和“杠桿效應(yīng)”（leverage effect）。

一、變量選擇和數(shù)據(jù)處理

在現(xiàn)有的可以衡量滬深股市的指數(shù)中，我們分別選擇了上證A股綜合指數(shù)和深圳A股綜合指數(shù)作為指標(biāo)。樣本時(shí)間的選擇，我們選擇從2006年2月17日至2007年11月1日，這段時(shí)間，剔除節(jié)假日，共計(jì)樣本416個(gè)。

我們將股市指數(shù)收益率Rt定義為股票指數(shù)的對(duì)數(shù)的一階差分：Rt=ln（Pt）-ln（Pt-1），其中Pt是股票指數(shù)價(jià)格。當(dāng)股票指數(shù)波動(dòng)不是十分劇烈的時(shí)候，它近似等于股票指數(shù)的日收益率，對(duì)應(yīng)著股票市場(chǎng)的整體收益水平。

許多的學(xué)者研究結(jié)果傾向表明中國(guó)股市處于弱有效形式（王智波，2004；黃澤先等，2008）。因此，本文對(duì)股票指數(shù)收益率序列Rt、股票指數(shù)絕對(duì)日收益率序列|Rt|、日均方收益率序列R2t的變化情況進(jìn)行考察。當(dāng)樣本容量比較大的時(shí)候，根據(jù)大數(shù)定理與市場(chǎng)弱型有效，可知樣本區(qū)間的整體收益率均值為：Rt=Rt≈0，其中T是樣本容量。假設(shè)εt表示滬深兩市A股指數(shù)日收益率與樣本均值的偏離，則有εt=Rt-Rt≈Rt，εt=Rt-≈Rt，ε2t=（Rt-Rt）2≈R2t。

因此，滬深兩市A股指數(shù)日收益率Rt、日絕對(duì)收益率Rt、日均方收益率R2t分別表示股指收益率分別圍繞均值的雙向變動(dòng)，絕對(duì)變動(dòng)，均方波動(dòng)，他們體現(xiàn)了波動(dòng)性逐漸增強(qiáng)的特點(diǎn)。

二、模型的建立

通過(guò)對(duì)滬深股市價(jià)格指數(shù)和收益率作單位根檢驗(yàn)，Granger因果關(guān)系檢驗(yàn)和協(xié)整檢驗(yàn)，我們發(fā)現(xiàn)：（1）滬指和深指對(duì)數(shù)序列均為一階單整I（1），指數(shù)收益率序列為平穩(wěn)序列；（2）上海股票市場(chǎng)指數(shù)是深圳股市指數(shù)的Granger原因，但反之不成立；（3）滬深股指之間存在著協(xié)整關(guān)系（檢驗(yàn)結(jié)果在附錄）。基于檢驗(yàn)結(jié)果，本文可以建立以下模型：

（一）誤差修正模型

通過(guò)平穩(wěn)檢驗(yàn)，可以對(duì)滬深股指的收益率序列間建立誤差修正模型，結(jié)果如下：

Rsht=0.7884Rszt+0.0957Rsh t-1+0.0288Rsh t-2-0.0974Rsz t-1-0.0787Rsz t-2-

0.0006+εsh t

（41.6471） （1.9558） （0.58988） （-2.26068） （-1.82970）

（-1.15173）

Rszt=01.0273Rsht+0.1121Rsz t-1+0.0577Rsz t-2-0.1128Rsht-1-0.0191Rsht-2-

0.0002+εsz t

（41.6471）（2.2821）（1.1734）（-2.02089）（-0.34466）

（-0.46366） （1）

其中，sh表示上海綜指，sz表示深圳綜指，t表示時(shí)間，t-1表示t期滯后一階。根據(jù)上述誤差修正方程計(jì)算，如果仍然引入非顯著的回歸項(xiàng)，那么求解收益率序列的無(wú)條件數(shù)學(xué)期望，可以得到兩市收益率水平分別為：=0.00371，=0.00428。可見(jiàn)兩市的長(zhǎng)期收益率有顯著差異。兩市收益率均受到長(zhǎng)期均衡關(guān)系的顯著影響，但是修正項(xiàng)對(duì)滬深股市收益率是負(fù)的邊際貢獻(xiàn)。在ECM模型中，存在滬深兩市股票價(jià)格收益率的交互影響，因?yàn)闇笙禂?shù)出現(xiàn)部分顯著與不顯著，體現(xiàn)了短期波動(dòng)之間的相互影響。

因此，ECM模型表明，滬深兩市股票收益率之間存在長(zhǎng)期的協(xié)整趨勢(shì)，但是它們的短期波動(dòng)過(guò)程存在著相異的波動(dòng)模式。

（二）GARCH模型和溢出效應(yīng)模型的估計(jì)與檢驗(yàn)

我們采用GARCH模型檢驗(yàn)收益率序列的條件異方差性，首先利用偏自相關(guān)函數(shù)（PACF）和自相關(guān)函數(shù)（ACF）決定均值方程中的AR過(guò)程與MA過(guò)程的階數(shù)，然后根據(jù)絕對(duì)殘差序列的特性，然后確定方差方程中的ARCH 項(xiàng)和GARCH項(xiàng)的階數(shù)。在經(jīng)過(guò)不斷試錯(cuò)的情況下，GARCH（1，1）都能比較好地進(jìn)行解釋，其SC和AIC值也比較小。

滬深市場(chǎng)的GARCH－M模型和溢出效應(yīng)模型估計(jì)（括號(hào)中為Z統(tǒng)計(jì)量值）：

Rsht=0.1789Rsht-0.0597Rsh t-1+ε t

（3.338219） （1.15366）（2）

hsht=0.0000105-0.08（εsht-1）2+0.899hsht-1

（1.7415）（3.6922） （31.7933）

Rszt=0.18Rszt-0.0122Rsz t-1+ε t

（3.5721） （0.2446） （3）

hszt=0.00005-0.08（εsht-1）2+0.899hsht

（1.75）（3.66） （31.71）

上述GARCH－M模型的均值方程和溢出效應(yīng)模型估計(jì)結(jié)果顯示，中國(guó)滬深股市存在一定的風(fēng)險(xiǎn)，波動(dòng)性增加了當(dāng)前收益率；兩市的風(fēng)險(xiǎn)激勵(lì)0.18和0.1789相近，且兩市都存在顯著的正向風(fēng)險(xiǎn)溢價(jià)。風(fēng)險(xiǎn)與收益相伴，高收益，伴隨著高風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)也伴隨著高收益，體現(xiàn)出兩個(gè)市場(chǎng)上的投資者都有一定程度的風(fēng)險(xiǎn)偏好。以上情況也表明：中國(guó)滬深股市經(jīng)過(guò)近幾年來(lái)的發(fā)展，已經(jīng)逐漸成熟，成交量放大，其收益率水平和波動(dòng)性能夠起到一定的示范作用，其波動(dòng)性形成了一定程度的“溢出效應(yīng)”。

（三）杠桿效應(yīng)模型估計(jì)

滬深股市A股指數(shù)的T-GARCH模型估計(jì)結(jié)果為（括號(hào)中為Z統(tǒng)計(jì)量值）：

Rsht=0.2094hsht-0.0433Rsh t-1+ε t

（3.7429） （0.8633）

hsht=0.133762（εsht-1）2+0.932536hsht-1-0.102942Dsht（εsh t-1）2

（-2.6543） （4）

Rszt=0.2019hszt-0.0433Rsz t-1+ε t

（3.823） （0.1687）

hszt=0.1028（εsz t-1）2+0.9363hszt-1-0.7956Dszt（εsz t-1）2

（-2.4389） （5）

從上述估計(jì)結(jié)果中可以看出，啞變量前的系數(shù)均為負(fù)值，并且在5%均十分顯著，說(shuō)明兩市存在的“杠桿效應(yīng)”十分顯著，市場(chǎng)利空消息的影響明顯強(qiáng)于利好消息的影響。這是中國(guó)滬深股市波動(dòng)性的重要特征，也和國(guó)內(nèi)其他學(xué)者的研究及國(guó)外學(xué)者對(duì)股市研究相一致。雖然對(duì)滬深兩市的影響因素來(lái)源基本相同，但由于兩市上市公司結(jié)構(gòu)差異較大，滬市主要側(cè)重大型國(guó)企，而深市則側(cè)重中小板塊，因此，企業(yè)規(guī)模的差異也影響了兩市波動(dòng)性的程度，即波動(dòng)性的非對(duì)稱性程度并不一致，且差異較大（由啞變量的系數(shù)大小0.102942和0.7956可以看出），滬市受利空消息影響的波動(dòng)程度明顯比深市要好很多。

結(jié)論

我們通過(guò)ECM模型和GARCH模型，分析中國(guó)滬深兩市的關(guān)聯(lián)性，也對(duì)收益率和波動(dòng)性進(jìn)行統(tǒng)計(jì)檢驗(yàn)，得到的結(jié)論上面已經(jīng)有了說(shuō)明，下面總結(jié)如下：

首先，通過(guò)ECM模型，我們認(rèn)為滬深兩市的長(zhǎng)期收益率幾乎沒(méi)有顯著差異。兩市收益率均受到長(zhǎng)期均衡關(guān)系的顯著影響，同時(shí)修正項(xiàng)為負(fù)的，這一反饋機(jī)制起到了保持長(zhǎng)期均衡的作用。其次，我們發(fā)現(xiàn)，滬深兩市指數(shù)收益率和波動(dòng)性之中存在較為明顯的非線性與非對(duì)稱性。GARCH模型中顯著的ARCH和GARCH項(xiàng)表明，兩市的收益率序列存在一定的波動(dòng)聚類與持續(xù)性。GARCH-M模型估計(jì)結(jié)果顯示，市場(chǎng)存在一定的風(fēng)險(xiǎn)溢價(jià)，波動(dòng)性增加了當(dāng)前收益率。其中兩地存在著相似的的風(fēng)險(xiǎn)溢價(jià)，且風(fēng)險(xiǎn)溢價(jià)是正向的，兩個(gè)市場(chǎng)上的投資者都有一定程度的風(fēng)險(xiǎn)偏好。最后，通過(guò)T-GARCH模型檢驗(yàn)結(jié)果，看到兩市存在一定的“杠桿效應(yīng)”，市場(chǎng)利好消息的影響弱于利空消息的影響，市場(chǎng)的波動(dòng)性對(duì)消息影響呈現(xiàn)一定程度的非對(duì)稱性。兩市存在的利空消息均大于利多消息的作用，尤其是受利空消息的影響時(shí)，深市的波動(dòng)幅度明顯大于滬市。

參考文獻(xiàn)：

[1]樊智，張世英.非線性協(xié)整建模研究及滬深股市實(shí)證分析[J].管理科學(xué)學(xué)報(bào)，2005，(2).

[2]高輝，趙進(jìn)文.期貨價(jià)格收益率與波動(dòng)性的實(shí)證研究[J].財(cái)經(jīng)問(wèn)題研究，2007，(2).

[3]黃澤先，曾令華，江群.市場(chǎng)有效性傳統(tǒng)及其演進(jìn)和反思[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，(2).

[4]胡永宏，陸忠華.滬深股市杠桿效應(yīng)的實(shí)證分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2005，(3).

[5]李姝，呂光明.中國(guó)股市股價(jià)指數(shù)變動(dòng)的協(xié)整研究[J].遼寧師范大學(xué)學(xué)報(bào)，2001，(9).

[6]史代敏.滬深股市股指波動(dòng)的協(xié)整性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2002，(9).

[7]王智波.1970年以后的有效市場(chǎng)假說(shuō)[J].世界經(jīng)濟(jì)，2004，(8).

[8]王燕鳴，楚慶豐.滬深股市IPO行業(yè)版塊研究[J].金融研究，2009，(1).

[9]仲黎明，劉海龍，吳沖鋒.深發(fā)展與深成指協(xié)整和引導(dǎo)關(guān)系的實(shí)證檢驗(yàn)[J].預(yù)測(cè)，2003，(2).

[10]周立，王東.滬深股市的互動(dòng)[J].統(tǒng)計(jì)與決策，2005，(8).

篇9

一、理論背景

風(fēng)險(xiǎn)是一個(gè)涵義非常廣泛的概念，本文將股票價(jià)格的波動(dòng)程度定義為風(fēng)險(xiǎn)，并用經(jīng)濟(jì)計(jì)量學(xué)上的一些方法來(lái)進(jìn)行度量和分析，波動(dòng)性一般都用回報(bào)（收益率）的方差或標(biāo)準(zhǔn)差來(lái)度量。如前所述，我們將風(fēng)險(xiǎn)定義為收益的波動(dòng)程度，因此風(fēng)險(xiǎn)的變量指標(biāo)應(yīng)該是度量收益波動(dòng)的指標(biāo)，有標(biāo)準(zhǔn)差和條件異方差，由于標(biāo)準(zhǔn)差是一項(xiàng)靜態(tài)指標(biāo)，不能反映風(fēng)險(xiǎn)的時(shí)變特征，因此我們采用條件標(biāo)準(zhǔn)差來(lái)度量風(fēng)險(xiǎn)。這一指標(biāo)是在給定全部歷史信息集的條件下，對(duì)于價(jià)格變動(dòng)的標(biāo)準(zhǔn)差所做估計(jì)，其描述為：ht=Var（εt｜Ψt-1），其中Ψt-1是時(shí)刻t-1及t-1之前的全部信息集，由于條件標(biāo)準(zhǔn)差依賴過(guò)去的信息，而歷史信息集隨時(shí)間而改變，因此條件標(biāo)準(zhǔn)差也會(huì)相應(yīng)改變，從而條件標(biāo)準(zhǔn)差這一指標(biāo)可以反映風(fēng)險(xiǎn)的時(shí)變特征，而且在一定的模型假定之下能夠刻畫(huà)動(dòng)態(tài)系統(tǒng)中收益與風(fēng)險(xiǎn)的依賴關(guān)系。估計(jì)條件標(biāo)準(zhǔn)差常見(jiàn)的方法是近年來(lái)金融計(jì)量經(jīng)濟(jì)學(xué)廣泛使用的一類ARCH模型。ARCH模型有許多推廣形式，經(jīng)常使用的幾種模型的具體形式：ARCH模型（Engle，1982）；GARCH模型（Bollerslev，1986），實(shí)質(zhì)上，GARCH過(guò)程是無(wú)限階的ARCH過(guò)程。因此，利用GARCH模型在計(jì)算量不大時(shí)更合適，更方便地描述高階的ARCH過(guò)程；ARCH-M模型（Engle，Lilien，Robbins，1987）由于受金融資產(chǎn)風(fēng)險(xiǎn)的變化，會(huì)對(duì)收益產(chǎn)生影響，因此將條件二階矩作為變量引入條件均值模型看來(lái)是適宜的，這就產(chǎn)生了ARCH-M模型。

二、深滬股市風(fēng)險(xiǎn)波動(dòng)特征

利用GARCH模型，給出上證指數(shù)與深證成指的收益率圖與條件方差序列圖（見(jiàn)圖1）。

三、股市波動(dòng)的聚集性

股票市場(chǎng)的價(jià)格波動(dòng)往往具有隨時(shí)間變化的特征，有時(shí)相當(dāng)穩(wěn)定，有時(shí)波動(dòng)異常劇烈，收益率的變化常常呈現(xiàn)在某一段時(shí)間內(nèi)持續(xù)偏高或持續(xù)偏低的情況，這種現(xiàn)象就是通常所說(shuō)的波動(dòng)聚集性（Volatility Clustering）。波動(dòng)聚集現(xiàn)象的出現(xiàn)源于外部沖擊對(duì)股價(jià)波動(dòng)的持續(xù)性影響，在收益率的分布上則表現(xiàn)出尖峰厚尾的特征。下面我們主要用GARCH模型來(lái)分析我國(guó)股票市場(chǎng)在不同時(shí)期的波動(dòng)聚集特征。為了直觀考察GARCH模型的按擬合效果，根據(jù)GARCH模型的估計(jì)結(jié)果計(jì)算出滬深兩市各時(shí)段日收益率的條件方差｛ht｝序列，并繪出時(shí)序圖（見(jiàn)圖2）。

四、結(jié)論

本文以上市與深市股指及其余十支股票為樣本，通過(guò)運(yùn)用GARCH模型對(duì)我國(guó)股票市場(chǎng)日收益時(shí)間序列進(jìn)行了分析，得出如下主要結(jié)論：中國(guó)股票市場(chǎng)歷史上確實(shí)存在較高的風(fēng)險(xiǎn)，股票市場(chǎng)經(jīng)過(guò)十多年的發(fā)展，已發(fā)生階段性變化。這種變化可以歸結(jié)為市場(chǎng)風(fēng)險(xiǎn)降低的同時(shí)，市場(chǎng)平均收益水平提高。風(fēng)險(xiǎn)控制是全球證券市場(chǎng)管理的首要目標(biāo)。中國(guó)市場(chǎng)從無(wú)到有，從初始混沌到初步成型，其發(fā)展并非一帆風(fēng)順。早期眾多的違法行為致使市場(chǎng)出現(xiàn)頻繁劇烈波動(dòng)，但在市場(chǎng)參與各方的共同努力下，特別是1995年、1996年一系列金融法律、法規(guī)的出臺(tái)以及管理層對(duì)“327國(guó)債事件”和“四川長(zhǎng)虹事件”的堅(jiān)決查處，標(biāo)志著我國(guó)資本市場(chǎng)已邁向法制化軌道。規(guī)范意味著風(fēng)險(xiǎn)的下降，股票市場(chǎng)從1996年以后表現(xiàn)出來(lái)的風(fēng)險(xiǎn)下降，標(biāo)志著我國(guó)股票市場(chǎng)在成長(zhǎng)過(guò)程中向前邁出了一大步。我國(guó)股票市場(chǎng)存在風(fēng)險(xiǎn)的共動(dòng)性特征。在股票市場(chǎng)上，所有的股票幾乎都會(huì)對(duì)同樣的信息做出反應(yīng)，這些信息必然會(huì)對(duì)條件方差產(chǎn)生影響，因此，所有這些股票的條件方差序列會(huì)有一些共同的特征，從序列本身的性質(zhì)來(lái)看，觀察12支股票收益率的條件方差圖形，不難發(fā)現(xiàn)它們波動(dòng)的形狀很相似。GARCH-M模型估計(jì)出每支股票的α、β參數(shù)的相似，也說(shuō)明了股票市場(chǎng)存在的這種風(fēng)險(xiǎn)共動(dòng)性。我國(guó)股市風(fēng)險(xiǎn)聚集效應(yīng)顯著，股票市場(chǎng)收益率分布的“厚尾”特征實(shí)際上體現(xiàn)了股票市場(chǎng)波動(dòng)的聚集性，表明外部沖擊對(duì)股票市場(chǎng)波動(dòng)具有持續(xù)影響。我國(guó)股票市場(chǎng)的聚集性與目前成熟資本市場(chǎng)的風(fēng)險(xiǎn)特征存在顯著差異，在成熟資本市場(chǎng)中，經(jīng)?？梢钥吹较蛳逻\(yùn)動(dòng)通常伴隨著比同等程度的向上運(yùn)動(dòng)更強(qiáng)烈的波動(dòng)性，而我國(guó)的情形卻正好相反，這說(shuō)明我國(guó)的多數(shù)投資者都具有強(qiáng)烈的投機(jī)欲望，又缺乏避險(xiǎn)的觀念，投資者還很不成熟。改變這種狀況，推動(dòng)股市發(fā)展的一項(xiàng)重要的基礎(chǔ)性工作就是必須加大執(zhí)法力度，堅(jiān)持不懈地打擊各種嚴(yán)重的投機(jī)行為，使信息具有透明性和公正性，真正發(fā)揮股票市場(chǎng)為國(guó)家經(jīng)濟(jì)建設(shè)融資的功能，使股票市場(chǎng)的發(fā)展與國(guó)家實(shí)體經(jīng)濟(jì)的發(fā)展走上良性循壞的軌道。

參考文獻(xiàn)：

1.史代敏.中國(guó)股票市場(chǎng)波動(dòng)與效率研究[M].西南財(cái)經(jīng)大學(xué)出版社,2003.

2.顧嵐,劉賢榮.中國(guó)股市風(fēng)險(xiǎn)特征分析[J].數(shù)理統(tǒng)計(jì)與管理,2001(2).

3.高惠璇.SAS系統(tǒng)?SAS/ETS軟件使用手冊(cè)[M].中國(guó)統(tǒng)計(jì)出版社,1998.

4.伍超標(biāo).經(jīng)濟(jì)計(jì)量學(xué)導(dǎo)論[M].中國(guó)統(tǒng)計(jì)出版社,1998.

5.張思奇,馬剛,冉華.股票市場(chǎng)風(fēng)險(xiǎn)、收益與市場(chǎng)效率[J].世界經(jīng)濟(jì),2000(5).

篇10

引言 哈密地區(qū)位于新疆東部，東天山橫貫全境。每年夏季沿天山山區(qū)雷電活動(dòng)頻繁，常使工農(nóng)業(yè)設(shè)備設(shè)施遭受雷擊，導(dǎo)致設(shè)備損毀、人員傷亡和財(cái)產(chǎn)損失；雷電波侵入致使電氣設(shè)備、家電及照明設(shè)施異常和家電、通信及電氣設(shè)備損壞。隨著經(jīng)濟(jì)的飛速發(fā)展，哈密地區(qū)加油站數(shù)量也相應(yīng)增多，由于加油站類屬于一級(jí)雷擊防護(hù)場(chǎng)所，預(yù)防雷擊造成的經(jīng)濟(jì)損失和人員人身傷害非常重要。本文就哈密境內(nèi)某一加油站為實(shí)例，分析并計(jì)算加油站遭受雷擊的風(fēng)險(xiǎn)概率，并提出防雷裝置設(shè)計(jì)、施工建議。

一、 概況

1、加油站概況

加油站位于哈密區(qū)域的一個(gè)工業(yè)園區(qū)附近，站區(qū)四周空曠，地形地貌特殊，是戈壁砂石地況，地質(zhì)結(jié)構(gòu)復(fù)雜，土壤電阻率甚高。加油站由鋼架罩棚、加油機(jī)、儲(chǔ)油罐、油泵、站房、輔助用房等輔助設(shè)施組成。

2、當(dāng)?shù)貧夂蚋艣r及雷電資料

加油站坐落在天山南坡，北高、南低形成沖積扇地形地勢(shì)；南為“盆地”、荒漠戈壁，北為崇山峻嶺，構(gòu)成特殊的地質(zhì)地貌，氣候復(fù)雜、多變。雷暴（含閃電）最早出現(xiàn)在4月19日，最晚止于10月9日，雷暴集中在每年4～10月。雷電活動(dòng)一日內(nèi)隨時(shí)間分布呈“一峰、一谷”變化，午后開(kāi)始逐漸加強(qiáng)，峰值出現(xiàn)在17-18 時(shí)，午夜之后逐漸減弱，谷值出現(xiàn)在10-11時(shí)，至17-18時(shí)為最大值，隨后逐漸減弱。

4、若油罐埋地，應(yīng)與露出地面的工藝管道相互做電氣連接并接地。

5、加油站內(nèi)的站房和罩棚等建構(gòu)筑物需作直擊雷防護(hù)，可加裝避雷針或采用避雷帶（網(wǎng)）保護(hù)。儲(chǔ)油罐區(qū)、呼吸閥宜裝設(shè)獨(dú)立接閃針。

6、加油站的信息系統(tǒng)應(yīng)采用鎧裝電纜或?qū)Ь€穿鋼管配線。配線電纜金屬外皮兩端、保護(hù)鋼管兩端均應(yīng)接地。

7、加油站信息系統(tǒng)的配電線路首、末端與電子器件連接時(shí)，應(yīng)當(dāng)裝設(shè)與電子器件耐壓水平相適應(yīng)的過(guò)電壓（電涌）保護(hù)器。

8、供配電系統(tǒng)宜采用380/220V TN-S系統(tǒng)，供電系統(tǒng)的電纜金屬外皮或電纜金屬保護(hù)管兩端均應(yīng)接地，在供配電系統(tǒng)的電源端應(yīng)安裝和設(shè)備耐壓水平相適應(yīng)的過(guò)電壓（電涌）保護(hù)器，亦即浪涌保護(hù)器

地上或管溝敷設(shè)的氣管道的始、末端和分支處應(yīng)設(shè)防靜電和防感應(yīng)雷的聯(lián)合接地裝置，其接地電阻不應(yīng)大于30Ω。

9、加油站的油罐車(chē)卸車(chē)場(chǎng)地，應(yīng)設(shè)罐車(chē)卸車(chē)時(shí)用的防雷電接地裝置，并宜設(shè)置能檢測(cè)跨接線及監(jiān)視接地裝置狀態(tài)的靜電接地儀。

10、在爆炸危險(xiǎn)區(qū)域內(nèi)的輸油管路上的彎頭、閥門(mén)、金屬法蘭盤(pán)等連接處的過(guò)渡電阻大于0.03Ω時(shí)，連接處應(yīng)用金屬線跨接，連接處應(yīng)壓接接線端子。當(dāng)法蘭的連接螺栓不少于5根時(shí)，在非腐蝕環(huán)境下，可不跨接，但須構(gòu)成電器通路。

11、防靜電接地裝置的接地電阻不應(yīng)大于10Ω。

參考文獻(xiàn)：

[1] 中國(guó)石油化工集團(tuán)公司， 中國(guó)石油天然氣集團(tuán)公司，中華人民共和國(guó)建設(shè)部. 汽車(chē)加油加氣站設(shè)計(jì)與施工規(guī)范[M]. 北京： 中國(guó)計(jì)劃出版社， 2006.