短期波动 篇1
住宅是居民的基本生活需求。1998年以前, 中国已经有了房地产市场。1988年政府提出了土地市场化的运作, 但是当初所做的市场化不是纯粹意义的市场化, 有很多的项目、市场主要是涉外的, 比如涉外公寓等。自1998年以来, 中国开始实行住房市场化改革, 这也是房地产市场的开端, 从这时候房地产市场才开始发展, 并成为当今社会的一个热点问题。
二、昆明市的短期住房价格波动情况和影响因素
昆明作为中国西部重要的交通枢纽之一, 是中国面向东南亚的国家一级口岸城市, 云南省的政治、经济、文化、科技、交通中心, 全省唯一的特大城市。其住宅配置机制亦从1998年起, 逐步由完全的公有分配向完全的市场化迈进, 大部分商品住宅的定价也由早期的政府定价转变为完全的市场定价。本节就着重从昆明市房地产开始市场化改革后的1999年谈起, 从定性和定量的角度回顾与讨论昆明市住宅价格波动情况和影响因素。
1.昆明市商品住宅市场景气循环分析
房地产景气循环指房地产活动或者投入与产出围绕着其长期趋势的周期性但并非定期的波动。也就是说, 从短期来看, 房地产景气循环呈现波动性, 但在一个足够长的发展时期内, 这种波动又会体现出周期性循环的特征。本文仅从短期角度出发, 研究昆明市房地产景气循环的波动性。
在实际中, 以房地产价格作为房地产景气循环的衡量指标是合适的。本文选取1996年至2006年间的昆明市商品住宅销售价格数据, 运用时间序列分析模型, 探讨昆明市商品住宅价格的波动性, 从而折射出昆明市商品住宅市场的运行情况。
(1) 数据说明
商品住宅开发量占商品房开发量的绝大部分, 因此, 商品住宅名义价格用商品房名义价格数据代替。年度的商品房绝大部分为商品住宅。以2006年为例, 住宅销售面积为734.6万平米, 约占商品房销售面积的92.82%。在各种商品房价格相差不是很大的情况下, 这种替代的误差不会超过1%。分析中主要使用剔除通货膨胀因素后的商品房真实价格, 以表示住宅价格的真实变动。 (商品房真实销售价格=商品房名义销售价格/居民消费价格指数)
(2) 数据分析过程
一般而言, 一个时间序列由趋势、周期性变动和随机波动等三个相互叠加的部分组成。为了研究序列中的周期性成分, 首先需要将趋势成分先去除掉。本文采用Hodrick-Prescott滤波方法将昆明市商品住宅真实销售价格中的长期趋势成分分解出来。
设Y=昆明市商品住宅真实销售价格, 其中Trend为Y中的趋势成分, Cycle为Y中的周期波动成分。
若忽略Y中的随机波动成分, 可得Cycle的近似值:
Cycle=Y-Trend
设Cycle的波动率为θ, 则其近似值θ为:
θ=Cycle/Trend
将Cycle的波动率表现在时间轴上, 其结果如下图所示:
从图1中可以看出, 1999-2003年为昆明市住房波动的第一个完整周期。其中, 1999-2001年为繁荣阶段, 2002-2003年为衰退阶段。2003年后为又一个波动周期的上升阶段。
2.昆明市短期住宅价格波动基本影响因素分析
城市住宅市场状态的相互作用存在两个层次。在第一层次, 城市住宅市场从根本上受城市基础和住宅供求倾向等两方面因素的影响, 产生了城市住宅市场规律;在第二层次, 住宅市场规律在市场效率、随机因素的作用下, 形成了住宅市场现状。本文结合上述思想和动态资本市场模型, 建立如方程 (1) 所示的缩约模型, 并使用这一缩约模型对昆明市住宅价格与各影响因素之间的关系进行实证研究。
undefined
其中P=昆明市住宅真实销售价格, CN=基本建设房屋住宅单位面积造价, INCOME=城镇居民家庭人均可支配收入, UPOP=城市人口, RATE=年初1年期贷款利率, CPI=居民消费价格指数。
因为经济变量建立的计量经济学模型中经常会表现出边际效用递减的情况, 所以考虑除利率外, 其余变量都以自然对数的形式进入方程。
注:1.被解释变量为:昆明市商品住宅真实销售价格 (取自然对数) ;2.括号中为t检验值。
表1列出了基于缩约方程 (1) 的6个回归模型, 各回归系数的符号基本符合根据经济原理得到的经验判断。可支配收入、CPI、城市人口和建设成本系数都大于零, 意味着这些变量的上升会引起住宅价格的上涨;而利率的系数为负, 这个变量的上涨将引起住宅价格的下降。模型Ⅴ和Ⅵ分别解释了93.7%和92.1%的住宅价格波动, 表明利率、可支配收入、城市人口和建筑成本等因素在昆明市商品住宅价格决定方面起着关键作用。
三、价格波动周期各阶段的具体表现
本部分结合上述住宅价格的各主要决定因素和昆明市城市特性, 对1999-2006年期间的昆明市住宅价格波动表现进行分析说明。
1.1999-2001年的繁荣阶段
在这一期间国内各地区均受到亚洲金融危机的不同程度影响, 而昆明市却在1999年迎来了举世瞩目的世界园艺博览会。世博会的成功, 提高城市知名度并助推城市建设, 拉动消费、扩大内需, 促进GDP增长, 实现经济和社会的双赢。同时亦推动房地产市场的持续升温, 出现了投资过热的趋势。1999年昆明市的住宅投资完成额为86.77亿元, 同比增长了73.97%;住宅投资占GDP的比重上升到14.66%, 而1998年这一指标仅为9.1%。
2.2002-2003年的衰退阶段
从图2中可以明显看出, 2002、2003两年的商品住宅销售价格波动率呈现出下滑的态势。同时, 真实人均可支配收入在2002年出现下滑, 从2001年的7461元下降到了2002年的7127元, 这也从经济角度验证了房价下跌的原因。
其次, 2002-2003年期间, 昆明市基本建设房屋住宅单位面积造价相对前期有较大幅度的下滑, 居民消费价格总指数在这一期间虽然有小幅度下降, 但是不足以对基本建设房屋住宅单位面积造价有较大的影响。由成本决定销售价格的规律得出, 房价的下跌是必然的。
再次, 由于投资惯性与建设时滞的原因, 1999-2001年昆明市的高房价造成了2002年和2003年的供给相对之前有了大幅度的增加, 供大于求的市场效应在2002年开始显现, 房价在此期间开始走下坡路, 2002-2003年期间的房地产投资涨幅不大, 均在消化之前投资产生的商品房存量。
3.2003年后的新一轮房价波动
2003年后市场重新开始复苏, 昆明市的房地产价格进入了新一轮波动周期中的上涨阶段。在新一轮的波动周期中, 本文研究立足于人口结构、经济发展、家庭收入等主要基本因素和宏观层次上的货币政策与住房信贷制度改革, 以及供给方的因素等结构性变革。
(1) 新一轮房价波动:初步的观察
2004年, 昆明市的房地产市场开始复苏, 全年销售面积增长了18.5%, 住宅价格指数上涨了1.2%。之后, 昆明市商品住宅市场开始步入加速上升的通道, 2005、2006年的商品房屋销售价格年增长率分别达到6.7%和10.15%。这样自2003年至2006年累计涨幅达到30.23%。
(2) 昆明市人口结构
昆明市的城镇化率由1998年的38%猛增到2006年的42.5%, 累计增幅达到了11.2%。与昆明市城市化进程加速相对应, 昆明市区非农业人口也是逐年攀升, 截止到2005年底已经达到222.1万人, 相对于1998年上升了24.4%。如此庞大的人口增量无疑给昆明市住房体系带来了巨大的压力。而昆明市自2003年房地产商品房竣工面积增长幅度有限, 供应这个环节明显不能缓解巨大的城市化人口增长的压力, 从经济学的角度来看, 供不应求的房地产市场, 房价上涨成为必然。
(3) 经济发展与家庭收入
2004-2006年期间房地产业的高涨拉动昆明的GDP走出了一个小高峰, 2004年GDP同比增长15.74%, 达到近几年的最高增幅, 其中房地产业直接贡献了29.36个百分点。在宏观经济高速增长的背景下, 昆明市的城乡居民收入水平也持续提高。1996-2006年间, 昆明市城市居民家庭人均可支配收入从5580元快速上升到10766元。
(4) 货币政策与住房信贷制度改革
2003年后, 虽然国民经济已成功走出紧缩, 但仍维持着相当宽松的货币政策。截止到2006年末, 在经过2004和2006年的三次加息后, 一年期存贷款利率分别仅维持在2.52%和6.3%的较低水平, 长期国债收益率长期保持在3%-5%左右。1998年以后, 为了配合住房制度改革、启动住房消费, 央行分别与1998年和1999年下发了《个人住房贷款管理办法》和《关于扩大住房信贷投入支持住房建设与消费的通知》, 有限放松了对住房商业信贷业务的管制。放松金融管制和低利率环境无疑在2003年后的新一轮住宅价格上涨过程中起到了重要的作用。作为影响房价的两大决定因素 (如表1所示, 解释了住宅价格变动的89.8%) , 收入的快速增长和低利率必然推动住宅价格的上涨。
(5) 供给方的因素
短期中, 住房供给总是无弹性的, 使得供需不能及时地匹配。自2003年以来, 当年竣工面积 (供) 与销售面积 (需) 之比一直低于1, 表明需求大于供给, 住宅价格进入上升通道理所应当。
四、昆明市住宅价格波动走势探讨
从上述昆明市商品住宅市场景气循环分析、住宅价格影响因素、市场供需以及结构性变革情况来看, 昆明市住宅价格整体上仍旧处在上升周期当中。
首先, 无论是全国还是昆明市, 21世纪以来一直保持着良好的、高速的宏观经济增长势头, 这为新一轮房价上升周期提供了基本的动力和支撑。
其次, 由于昆明市一年四季气候温和、适宜人类居住的特点, 吸引了诸多省内和省外的外来人士前来购房居住或者投资, 加之本地低收入家庭的“房荒”问题亟待解决, 因此无论是从数量还是质量而言, 整体住房状况有待持续地、大幅度地改善。
最后, 1998年以来, 我国一直维持着相对宽松的货币政策, 低利率与有限放松住房抵押贷款管制的改革相结合无疑在本轮房价上涨过程中发挥了重要作用。
参考文献
[1]上海大学城市经营研究中心, 上海大学房地产学院明泉地产工作室.长期住房价格波动比较研究[M].上海:中国建筑工业出版社, 2007.
[2]张红.房地产经济学[M].北京:清华大学出版社, 2004.
[3]沈悦.房地产价格与宏观经济的关系研究[M].北京:中国水利水电出版社, 知识产权出版社, 2006.
[4]高晓敏.中国住房价格机制研究[M].北京:中国物价出版社, 2003.
[5]杨继瑞.房地产新政现状、展望与思考[M].成都:西南财经大学出版社, 2005.
[6]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社, 2006.
[7]张许颖.计量经济学[M].郑州:郑州大学出版社, 2003.
短期波动 篇2
关键词：资源性商品投资,投资风险,价格预测
1 引言
近年来, 全球经济发生了很多显著的变化, 其中包括全球资源性商品价格的大幅度上升和剧烈波动。随着我国经济的快速发展, 市场化进程的加快, 大宗商品尤其是资源性商品价格波动剧烈, 我国原有的期货品种已经无法适应市场的要求, 迫切地需要增加新的期货品种。我国经济增速放缓已是一个不争的事实。在股市低迷时, 资源性商品将是对冲风险的一个重要工具。
2011年以后的数十年, 将是资源性商品投资的黄金时期, 在需求增加和经济增长的过程中, 资源性商品价格增长必将影响未来全球的工农业生产, 人文生存理念, 科技创新等, 在这样的情况下, 投资者在财富分配的时候可以适当关注资源性商品投资, 以取得更高的投资回报。
2 资源性商品价格短期波动预测模型
2.1 实例分析资源性商品投资风险的衡量方法
(1) 棉花的投资预测投资风险模型的测算。
选取2012年7月6日到8月24日的棉花的价格作为数据 (以周记) 计算其样本标准差。我们通过和讯期货网 (http://quote.futures.hexun.com/CF1301.shtml) 收集棉花最近价格数据如表1所示。
数据来源:和讯期货。
利用公式:undefined (样本标准差) undefined
计算棉花期货收益的标准差, 先计算出周收益率, 再计算标准差。根据上述数据, 计算得出的棉花周收益率和标准差分别如表2所示。
数据来源:和讯期货。
(2) 计算结果。
由上表2可知, 棉花的周连续收益率, 分别为:0.0087946197、0.0053846153、-0.005355776、-0.017435897、-0.003131524、0.0094240837、0.0103734439。棉花收益的标准差为:0.0102956034。由此可以看出棉花期货的收益率波动很大, 而且其收益率大多在其标准差之下波动, 实际收益率与预期收益率相差非常大。由此可知棉花期货投资报酬率的波动程度越大, 其实际报酬率越不等于预期报酬率, 亦即棉花期货投资的风险极高。所以我们很有必要对资源性商品的价格进行科学的预测, 这有利于我们更好的把握投资的风险。
2.2 资源性商品价格短期波动预测理论基础
2.2.1 动态控制方程或递推公式
下面对资源性商品投资的常规情形作短期简化的动态预测, 所谓的常规情形, 是指在无政治、政策、利好、利空、等消息影响的前提下, 投资人可以参考的资源性商品价格变化。
模型假设:
(1) 量的关系用线性规律, 买卖用相反的规律;
(2) 模型主要考虑价格和价格变化率的影响;
(3) 即使的行情对买入和卖出起主要的作用。
综合上面的假定, 用公式量化地表达为:
undefined (1)
undefined (2)
其中, 下标p, s分别代表买入和卖出;Ap和As分别代表时刻为t+Δt的股价位v的买入和卖出的量;undefined表示时刻为t时股价位的变化率。p1, p2和s1, s2分别为买入和卖出的待定系数。
将时间离散化, 取Δt=1, 用下标 (1, 2, …) 时间序列来表示, 则式写为:
undefined (3)
undefined (4)
按离散化自编函数的变化率的定义, 有undefined。
取Δt=1有:undefined
另一方面按照价位的变动全由供求差来决定的假设, 可得:
vn+1-vn=c×[Apn-Asn] (6)
其中c为系数, 使式 (6) 左右两边的量纲相等, 由式 (3) ——式 (6) , 得:
undefined (7)
其中,
fn-1=p1vundefined-s1vn-1, k=s2+p2 (8)
式 (7) 又可改写为:
vn+1=vn+ckvn-1+cfn-1-ckvn-2 (9)
若A表示成交量, 按定义:
An=A (t) =min[Apn, Asn] (10)
将式 (3) ～式 (5) 代入式 (10) , 得:
An+1=[p1vundefined+p2 (vn-vn-1) ]∧
[s1vn-s2 (vn-vn-1) ] (11)
其中, “∧”为逻辑运算符, 代表或中取最小, 如a∧b表示a或b中取最小者。
式 (9) , 式 (11) 称为动态控制方程或递推方程, 一旦系数c, p1, p2, s1, s2确定, 就可以递推出vn+1, An+1。
2.2.2 系数c, p1, p2, s1, s2的测定
这5个系数一般由5个方程来定, 由5个方程来确定5个系数的解不唯一, 而且也不一定和5个方程以外的数据相容。不过, 根据最近时原理, 只取和现时最接近的时间内那些行情记录的数据来确定系数。
预测未来的股价vn+1是主要目标。成交量An+1的预测并不重要。单从式 (9) 和一系列的股价记录 (vn, vn-1, …) 可建立5个方程来确定这5个系数。只是这种没有直接反映成交量的影响可能不够准确, 因此, 建立5个方程时, 也少量的利用成交量的资料。
由式 (9) 得:
undefined (12)
其中:
Δvn=vn+1-vn, Δvn-2=vn-1-vn-2 (13)
式 (12) 的c适合于任何的n。取n-1代替n代入式 (12) , 并将式 (8) 代入整理得:
p1an+s1bn=kUn (14)
其中:
an=Δvn-1vundefined-Δvnvundefined
bn=Δvnvn-2-Δvn-1vn-1
-Un=ΔvnΔvn-3-Δvn-1Δvn-2 (15)
同样, 式 (14) 适合于任何n。取n-1代替n, 得:
p1an-1+s1bn-1=kUn-1 (16)
联解式 (14) , 式 (16) , 得:
undefined
其中:
cn=anbn-1-an-1bn (18)
再利用成交量的数据得出补充方程, 定出k。由于式 (11) 带有逻辑运算符∧。有可能取∧之左或右, 因此需要比较∧两边谁最小。
由式 (11) 得:
An=[p1vundefined+p2Δvn-2]∧
[s1vn-1-s2Δvn-2] (19)
An-1=[p1vundefined+p2Δvn-3]∧
[s1vn-2-s2Δvn-3] (20)
若Δvn-1≥0, 由式 (6) 知, As (n-1) 最小, 于是式 (19) 变成
An=Asn=s1vn-1-s2Δvn-2 (21)
若An, 则Ap (n-1) 最小, 式 (19) 为:
undefined
若Δvn-2≥0, 则式 (20) 为:
An-1=s1vn-2-s2Δvn-3 (23)
若Δvn-3≤0, 则式 (20) 为 :
An-1=p1vundefined+p2Δvn-3 (24)
对于Δvn-1和Δvn-2的值, 有4种组合:
(1) Δvn-1≤0和Δvn-2≤0, 得式 (22) , 联解得:
undefined
(2) Δvn-1≤0及Δvn-2≥0, 得式 (22) 及式 (23) 。将Δvn-3乘式 (22) , 减去Δvn-2乘式 (23) 得:
undefined
(3) Δvn-1≥0及Δvn-2≤0, 得式 (21) 及式 (24) , 将Δvn-2乘式 (24) 减去Δvn-3乘式 (21) , 得:
undefined
(4) Δvn-1≥0≥0及Δvn-2≥0, 得式 (21) 及式 (23) , 解得:
undefined (28)
undefined (29)
至此, 利用成交量An-1和An的补充式 (25) ～式 (29) 的4种组合的任一种的补充方程, 和式 (17) 和式 (18) 联解, 即可确定所有的系数。
3 实例预测短期的棉花价格
下面利用棉花的期货价格预测短期内棉花的价格波动。我们以2012年08月23日到2012年08月30日的棉花期货
收市价作为当天的期货价。棉花期货收市价如表3所示:
数据来源:和讯期货。
解:首先取2012年08月31日的期货价为vn, 成交量An。根据表3可列出:vn=19540, vn-1=19460, vn-2=19365, vn-3=19335, vn-4=19455, vn-5=19590, An=87516, An-1=137376, An-2=80320。
由上述已知条件计算:
vn+1=vn+c (fn-1+kΔvn-2) =19567.8154
由此可预测出2012年08月31日的棉花期货价为:19567.8154元/吨。
由历史数据, 根据递推公式的方法预测出2012年08月31日棉花的期货价为:19567.8154元/吨。根据得出的数据, 投资者就可以对棉花期货进行有效的投资管理和优化, 从而做出合适的投资决策。实际上, 2012年09月03日棉花的期货收盘价为19525元/吨。
4 研究结果
从上面的资源性商品投资预测模型可以看出, 目前, 我国的资源性商品投资尚处于起始阶段, 资源性商品价格波动大, 市场还有待完善。对投资者来说, 风险控制尤其重要。投资者衡量投资风险的目的在于了解风险的严重程度, 以便采用有效的管理方法将其控制在投资者可以承受的限度以内。如不能有效地控制风险, 投资者就会遭受损失, 而良好的风险控制则是确保投资者获利的基本保证, 二者其实是同一个问题的两个方面。通过资源性商品价格的预测模型, 投资者可以大致预测资源性商品的价格趋势, 控制资源性商品投资的风险, 确保在自己可以承受的范围之内。
根据递推公式, 资源性商品期货的连续6天的期货价格可以用来预测下一天的期货价格, 递推公式严谨合理, 其结果也初步符合预测的结果, 可预测值可进行参考价值。
参考文献
[1]朱民, 马欣.新世纪的全球资源商品市场——价格飙升、波动、周期和趋势[J].国际经济评论, 2006, (11/12) .
[2]唐衍伟.期货价差套利[M].北京:经济科学出版社, 2006.
[3]肖磊.全球经济主导下的商品投资策略[J].中国信用卡生活, 2009, (12) .
[4]庚建设, 云天铨, 郭志明.计算证券理论[M].北京:科学出版社, 2008.
[5]弗兰克·H, 奈特.风险、不确定性和利润[M].安佳译.北京:商务印书馆, 2006.
长期投资抵御短期波动 篇3
近期股市震荡向下，而进一步的紧缩政策、市场扩容的预期使得A股市场面临的短期不确定性也在增加，投资者的投资难度加大。在现阶段不论是投资方式的选择还是投资时点的选择，择错的风险不断累积。在这种市场情况下，投资者应如何操作呢?
分散投资
易方达上证50指数的基金经理林飞认为，在目前背景下，投资者更应该关注以下三方面情况。
首先，坚持长期投资。无论如何，只要经济长期发展趋势未发生明显变化，股票市场终将长期受益于这种增长，但中间不可避免会发生一些无法预测的短期波动。既然无法预测，长期投资成为熨平这种波动的最为有效的方法。
其次，适度分散投资。市场宽幅波动引发的个股结构分化将更为明显，适度分散投资可以避免因个股选择失误带来的投资风险。
最后，关注投资的安全空间。经过上半年市场结构分化，个股估值水平变得更加参差不齐。对长期投资而言，相信其中估值水平相对较低、成长性良好的一批个股将提供相对更多的投资安全空间。
关注成长性
作为50指数的基金经理，林飞非常看好50公司的成长性。林飞表示，构成上证50指数的50只大盘蓝筹股具有相对稳定的市场代表性，同时也更为清晰地反映了中国经济稳定增长对主要上市公司的影响。2006年上证50指数的50个成份股公司创造净利润总和超过2400亿元，占全市场创造净利润总和超过60％，同时这一占比呈现逐年增加的趋势。
此外，50指数还具有良好的成长性。在中国经济稳定快速增长的背景下，大盘蓝筹股同时也表现出良好的成长性，2006年50成份股创造的净利润总和同比增长33.7％。根据研究分析，初步预期上证50指数覆盖的上市公司未来两年净利润仍将保持30％以上的复合年均增长率。
林飞认为，现今50指数仍具有投资潜力。上证50指数具有一定的相对估值优势。目前情况下，按2007年6月29日收盘价，上证50指数2007年动态市盈率25倍左右，低于目前全市场平均估值水平，这为长期投资提供了一定的安全空间。
其次，上证50指数还具有灵活的推陈出新机制，大型国企的回归上市将不断成为50指数的新增成份股，同时也为50指数基金带来新的利润增长点。
另外，风险对冲和资产配置将增加市场对大盘蓝筹股的需求。一方面，股指期货、大盘股备兑权证等衍生工具将逐渐出现，衍生工具运作过程中的风险对冲将进一步增加市场对指数权重股的需求；另一方面，大规模机构资金主导的市场格局下，决定了大市值、流动性充分的指数成份股的战略地位有不断增加的趋势。
定期定额计划避免短期波动 篇4
定期定额计划避免短期波动
最近，面对市场产生的波动，很多投资者就感到茫然，不知下一步该如何进行投资？不妨先看一个故事：亚洲金融危机发生前，一个投资者买入了一只基金，时价10美元，金融危机爆发后，基金最低价格曾跌到了2美元。几年之后，随着市场的复苏，基金价(210.66,3.93,1.90%,吧)格涨到6美元。大家认为该投资者应有40％的损失，但实际上这名投资者并没有损失，反而有40％的盈利。这名投资者获得这样的收益奥秘在于定期定额投资计划。该投资者就是在每个月固定时间用固定的金额买入基金份额。随着整体宏观经济的发展，即便经历了大幅的经济波动，采取定投方式的投资者最后仍然获得可观的盈利。这正是定投计划的一个优势。
定期定额投资计划实际上是一个在海外市场比较成熟的基金投资模式，深受投资人的欢迎，尤其适合未来需要一大笔资金的.投资者。从金额上来看，虽然每个月的投资额可能仅仅只需要几百元，但是经过5年、，甚至的累积，并在基金管理人的积极管理和运用下，将累积起来一笔数目十分可观的资金。从而真正实现了“每月花钱不多、细水长流、积沙成塔”的理财规划。