online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 泡沫形成原因

 

在市場微結構中,有兩個最常用的變數,分別是流動性以及波動性。流動性最常用的指標是Amihud illiquidity,其計算方式是資產報酬率取絕對值後除以資產的交易量。其含義是每單位交易能造成之報酬率變化。

當流動性高時,每單位交易能造成之報酬率變化應該會較小;而當流動性低時,每單位交易能造成之報酬率變化應該會較大。當流動性越高時,代表越多人關注此股票,因此對泡沫之生成應該會有正向影響除了流動性。

另一個市場微結構常用變數是波動度。除了直接計算資產報酬率的標準差外,還有高低價差可以代表資產的波動度,其計算方式是最高價減最低價後除以前一日收盤價。當資產波動性越大,將促使股價偏離基本價值的可能性上升,因此預期資產波動度與泡沫生成是正相關。

 


在投資人行為面中,目前較被熱烈討論的是異質投資人模型(Heterogeneous Agent Model, HAM),傳統的效率市場假說以及經濟學都假設人是經濟理性,因此常假設所有投資人皆是同質的。但隨著越來越多文獻指出市場上存在許多市場不效率的異常現象,此假設漸漸被質疑。

文獻上常見的違反效率市場假設的現象包含波動率從眾、肥尾效應、價格崩盤以及價格泡沫。為了解釋上違反效率市場假設的現象,許多文獻從投資人行為面出發,試圖解釋為何市場上會有違反效率市場假設的現象。

其中一個解釋是,投資人並不是效率市場假設中都具有經濟理性,同時越來越多文獻也指出投資人是有限理性。因此便有學者修改傳統的單一代理人模型,也就是所謂的異質投資人模型。異質投資人模型假設投資人具有不同的信念,通常會假設兩類代理人,一類是理性的,相信基本面價值的;另一類則是利用技術指標,其行為並非經濟理性的。

除此之外,異質投資人模型也認為投資人行為會隨著時間經過導致兩類代理人的比例有所不同。所以異質投資人模型通常是自適應模型,且是非線性的。透過異質投資人模型,我們可以估計出各類代理人所佔的比例,當基本面投資人較多時,泡沫發生的可能性應該較低,而當利用技術指標的投資人越多,泡沫發生的可能性應該較高。

根據上述,當利用技術指標的投資人越多,泡沫發生的可能性應該較高。因此資產的技術指標顯示買點出現時,也會吸引較多利用技術指標的投資人,因此技術指標應該也可預測價格泡沫。


總體經濟面的部份,我們認為政府負債、消費者信心指數、市場利率、通貨膨脹率以及貨幣供給量會影響到泡沫形成。當政府負債較高時,可能代表政府的財政支出增加,當政府的財政支出增加,錢會從政府流入到民間,使民間資金增加。

民間資金增加將可以預期會有部分的錢流入股票市場,使股票的需求增加,同時推升股票價格使泡沫發生。因此政府負債越高,泡沫發生的機會更大。而消費者信心指數則是綜合人民收入、物價以及經濟景氣情況而產生的消費者對整體國家經濟發展情勢的信心強弱程度。

當消費者對整體國家經濟發展情勢的信心強弱程度較強時,代表投資人對於未來經濟較為樂觀,會使投資人較有意願將資金投入股票市場,推升股票價格偏離其基本面價值,使泡沫形成的可能性增加。

反之,當消費者信心指數較低時,大眾對未來經濟情勢不看好,則會減少在股票市場的投入,使股票價格較不容易偏離其基本面價值,因此泡沫發生的機會較低。

市場利率代表了市場上的借貸成本,當利率偏高時,企業傾向不貸款,此時將限制其規模以及成長。此時市場上的資金將暫時挪移至債市進行避險,進而使得股市有大幅度的回檔修正,造成股價與基本面價值的差距縮小,因此市場利率對於泡沫的形式是具有負向影響。

通貨膨脹率上漲將阻止商品的利潤下降,因此企業的營收普遍會較高,而股利的發放也會隨之增加,解著吸引投資人進入股票市場。除此之外,通貨膨脹立率的上升也會造成消費者的購買力下降,因此消費者將會將資金投報酬率較高的市場,股票市場就是其中之一,因此股票的價格降會上升,較有機會高於其基本面價值。所以通貨膨脹率越高,泡沫形成機率會越高。

貨幣供給量則是會影響市場上流通資金的多寡。當貨幣供給量越多,市場上的流通資金將越多,導致產生較多的閒置資金,為了有效運有閒置資金,投資人會將閒置資金投入股票市場造成股票價格可能會高於其基本面價值,因此貨幣供給量越高,泡沫形成機率會越高。

 


本文內容參考自2015年科技部計畫 - 國際股市價格泡沫預測之研究:理論模型、實證分析應用與比較

若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance

 

 


留下你的回應

以訪客張貼回應

0
  • 找不到回應

YOU MAY BE INTERESTED