经济与金凰均产川-户在飞J夺-在品I川在ι高I!l扣-γ:右基于赫斯特指数的服票风险研究O林欣摘要本文以Matlab计算的个股的赫斯特指数为基础，通过个股对数收益率以及其峰度和赫斯特指数三者同大盘相应的数据作为对比，并设计了用符号函数将数据简单化来构建风险许级模型。本文应用此模型对沪市的15家上市公司的股票进行了风险评级。关键词Hurst指数;股票风险;风险评级一、喜|吉布，Mandel brot的非线性分形理论很好地解决了股份经济逐渐成为现代市场经济的重要形这个问题，给度量风险提供了一个全新的视角。式，股票的本质属性获得了越来越明确的外在表他将证券投资的风险用分形维来度量。随后，不现，股票的交易过程最直观地成为对股票发行公少国外的学者对此展开了研究。司价值的评估过程，股票价格成为上市公司价值国内的学者也对此用中国的数据作了相应的的外在表现形式。公司价值是股票价值的内在因研究，黄i台蓉(2005)通过赫斯特指数、分形维、稳素，但还受除此以外多种因素影响，如盈利能力，定指数和分形差分参数4种方法对中国股票市场行业前景等。另外，公司是现代经济社会环节的的分形结构进行实证研究。研究结果表明，中国最基本单位，也必然受到宏观经济政策、其它金融股票市场具有显著的分形结构特征，而且通过4产品的价值、经济周期等的影响。所以，股票价格种方法得到的分析结果是一致的。邱沛光(2004)必然表现为不断的变动。通过时机测定的上证指数逐日收益率的赫斯特指Michaely and Shaw ( 1992), J egadeesh, Wein›数分析，表明证券市场具有分形市场假说的特征。陈昭，梁静提(200日以我国深圳成分指数为研究对stein and Welch ( 1993)的实证研究都表明，对于上市公司的内在价值，证券市场确实比公司自身具有象，通过对深成指的赫斯特指数的研究，结果表明更准确的评估能力。这是因为尽管公司管理层所该股票指数遵循有偏的随机游走(分形布朗运动〉拥有的关于企业未来前景的信息可能会优于某些而非传统的随机游走模式。李红权，马超群(2005)投资者掌握的信息，然而在总体上证券市场通过汇研究了风险的频度、累枫性及与赫斯特指数关系。总无数分散信息，能比公司管理层更好地评估企业从金融资产价格波动的符号动力学特征出发，提出内在价值。Allen(1993)认为，由于公司的技术处于了衡量金融风险水平的两个新指标z风险的频度与不断变化中，生产函数也在变化，企业外部的研究累积性，分别建立了这两个风险指标与赫斯特指人员或投资者便有可能获得公司所没有的信息，而数之间关系的命题，并用MonteCarlo实验验证了这一切正是证券市场所提供了最优决策信息。这两个命题，表明其命题内容的正确性与有般性。由于股票价格的波动，它的风险也在不断变赫斯特指数的经典计算方法，是R/S分析化，如何建立科学的风险分析、评估体系，为管理法，即重标极差分析法。用此法计算赫斯特指数，层有效控制风险提供依据，已成为当前急需解决不仅计算量大，且方法繁杂。目前所见论文，一般的问题。要防范和控制风险，必须首先知道自身都是针对少数代表性指数，且多半是用月(周〉数风险的大小，风险反映在哪些方面，并建立一套科据分析的。对于个股的赫斯特指数计算，尚未见学的潜在风险度量体系，实施长期监控。这样对到。从上面可以得出对于具体的单个证券风险度上市公司股票的风险评估和分析也可以为公司管量，采用赫斯特指数为主要的指标，再辅助另外的理层和监管当局发现公司本身潜在的风险等问题指标构成指标体系，将会有利于提高股票风险度提供些许建议。量的准确性。二、文献回顾三、模型的建立与实证分析很多的实证研究股票的收益率不服从正态分〈一)R/S方法基金项目:广东省自然科学基金"风险度量方法及其在中国资本市场的应用研究气项目号:5300285)作者简介:林欣，广东技术师范学院经贸学院助教，硕士，研究方向z金融风险管理. 22 《上海雷理科学}2008年第5期믹췲랽쫽뻝ꆣ햪놾죽탍맘튻막쪽쿖쮾뗄쯘탐ퟮ닺뇘䵩慮㤹獴睥쫐룼펵춶ퟜ쓚늻죋헢평뮯닣럧톧짏샭쳡뛾뫜늼쯻짙맺퇐뚨훖춨쫽돂쿳룃뛸듓쇋샛䍡뫕램뚼뻝떽솿횸⣒ퟷꆤꆶ卨敩㈲?뷰헟捨튪컄헟뛔볼ꆢ럝ꎬ볛췢튵믹욷좻㈩汣릫ힼ폐컞퓚뛏풱튻폚컊쿕뗄쫐닣릩뛠룶붫맺쓚뺿횸럖욱랽맽헑막럇뷰뫢믽횮牬솽쮹뷶쫇ꆣ뇪묩짏쇖慷?ꆤ쿮볲慥⠱틔춬뮦듊틽뺭막횵퓚떫잰놾뗄뇭ꎬ栨쮾좷헟쫽볛뇤믲쟐죧킧쳢잱릫뫍킩컄䵡컊횤췢탎쫐램쪱컶춨욱뒫쇋죚솿탔볤濊룶쳘벴볆헫듓닉릹ힼ쒣劣몣타쒿뷩폚汹䵡듳쫐䡵퇔볃욱뗄뇭뮹뺰떥볛쿖䩥ㄹ맘헆럖횵뮯춶헽뫎뿘ꆣ퓚쮾볠탭쿗쪵湤쳢좯톧믆뫍뷡뎡뗃믺ꎬ솺맽횸춳럧뷰뗑쏼훘쯣뛔짏폃돉좷탍꽳ꎺ맜맣쇖瑬엌뗄牳훰움쿖쫜뗈캻횵캪条㤳쓚폚컕즢ꆣ훐쫇볛붨훆튪킡럧막맜믘횤敬ꎬ춶톧헟?럖릹뻟떽닢뇭뺲뛔쫽쿕닺죚쾵쳢뇪솿짙쏦뫕횸탔랽샭뚫타慢쿠ㄵ瓖붥놾붻맀탎돽ꆣꎬꆢ늻摥⦵퓚웳뗄탅䄱헟횤룱솢럧럀쿕욱떱틩맋퇐扲룸튲죘뷸폐뚨쏷쾪짮ퟱ쯦볛뇰벫듳쫽뛔뿉쮹뇪붨램뿆뫕쪡ꎬ볆펦볒룊돉훊틗맽쪽듋쇭튲뺭뛏敳쓊볛쓜튵탅쾢汥짺뇣좯뗄뿆쿕랶럧뛈뻖ꆣ뺿潴뛔⠲닮탐쿔럖횤톭믺욵룱붨쏼꓁뇭ꎬ듺폚틔쳘쳥솢ퟔ맣톧좻뚫쯣뗄짏ﶣ캪쫴맽돌ꆣ틔췢뇘볃梡뗖횵솦캴쾢ꎬ渨닺폐쫐늨톧쳡뫍쿕솿럧랢막듋〰럖쪵훸컶좯횸폎뛈쮮솢쳢?쏷뗤쟒뇭룶뗃쾵폫⤲뿆벼쮹뗄쫽쫐뮹쿖탔돌ꎬ릫췢좻훜뇤ꍗꓑꆣ살쓜ㄹ몯뿉뎡뚯릩뿘랴쳥쿕욱럇럧햹폃㔩닎횤뷡욫ퟟꆢ욽쇋웤볆컶랽막돶쪵〰톧쫵룶뻝릫짆듺믱ퟮ막쮾뛠쫜웚뚯敩킾횤헢잰좻뇈㤳쫽쓜쯹ꎬ럧틀훆펳쾵움뗄쿟쿕폃뾪훐춨퇐럖맻횸뎡틔뫕쒣샛늢쏼쯣램뛔캪붫믹쪦㣄뷰랶막ퟷ쮾놷쫐뗃횱욱볛훖떽뗈ꆣ溡뾶좯쫇뺰뛸릫⧈튲믱쳡쯼쿕뻝럧퓚ꎬ맀쫕탔럖쇋맺맽㓖뺿탎쫽뻟컒쮹쯦쪽믽럻솽폃쳢랽랱뫕폚훷믡쳘ꆣ톧뗄캪뎡쇋맛볛횵틲쫇뫪?벱쫐퓚쮾쿎뗃릩럖ꎬ쿕쓄쪵뫍놾틦탎퇐뫕횷ꆣ뷡튻훰폐맺쳘믺탔뫅룶䵯쓚램폃퓓쮹뻟튪컶?럧풺뫕뛔막햣뺭풽뗘룱쫇쯘쿖맛펰뎡캪탅ퟜ맜ꪣ뇤릫쇋럧컶틑ꎬ킩쪩럖짭싊탎캬뺿쫽쮹붷퇐릹훂죕짮횸폎샮벰뚯탂湴죝듋ꆣ쟒쳘쳥뗄샻쿕웚뛈쎳쮹뇈욱뮷볃살돉막펰듺뺭쿬좷뺡쾢쳥샭곓뮯쮾ퟮ쿕ꆢ뇘랽뎤컶잱늻튻ꆣ뻝쳘ꢶ뺿뗄쫕탎?쫽ퟟ뫬폫솦?쫇램쒿뛠폚횸솿톧쳘ꎬ뷸뗄풽캪욱쿬뺭볃ꆣ겶쪵맜뿉짏닣짓쯹폅튲움탫쏦웚퓚럾싛룶뛈ퟷ횸퓖뷡헷틦쫐돉⢷좨뫕톧뇪헽劣볆잰냫쫽떥쳡랽풺횸늢탐헆훘쏷뛔짏볛ꎬ볃헾쯹퓓뇈릫쓜횤룼?웳쎻뻶퓚맀떱쫗볠뿉뗄듓뫜좫솿쇋쫽킹맻쟱싊뎡럖퇐훐쮹쳘ꎺ뇪좷꽓쯣쫇볆룶룟램훺쫽벰뷌짨쇋삼튪좷막쫐횵죧짧닟틔?릫쮾믡좯뫃ꯋ튵폐늻쳥잰쿈늢뿘럧헽탂ꆣ쿠ꆢ調뇭뛸엦뗄볙횸뺿캲십쳘헷폫탔럖뫕볻폃쯣횤퓙웤ꆣ캪볆럧?탎뗄욱릫펯믡ꆢꎬ쮾맜폅쫐뗘뺵췢탅뛏쾵벱횪붨ꆣ쿕첬쯦펦럖짆쏷쟒맢뫕쮵쫽변뎬횸돶폫컶쮹싛퓂좯뢨퓚쮶믹쇋쿕췢랢쮾쓚샻뮷웤막ퟔ샭폚뎡움쒼늿탅쾢뇤ꎬ탨뗀솢헢릫뗈럖뷢쫓뫳뗄탎뇊춨⠲쮹캪뷡쫔좺쫽폐쳘컄⣖짐럧훺훐쪿뗄맺ꎮ뒡폃움퓚탐볛쓜뷚쯼욱짭닣쒳춨맀볊뗄쾢ꆣ캪뷢ퟔ튻퇹쮾컊뻶뷇ꎬ캬킳훐맽〰쳘퇐맻쮶⠲맘욵킧횸?캴쿕쇭퇐ꎬ럻벶뇭릫횵틲솦뗄뷰볛뻟쯹킩맽웳퇐맜뻶짭쳗뛔쳢쇋ꆣ늻ꆢ?맺㐩횸헷뺿꼩〰쾵쳡뛈탔쫽튻볻췢놾뺿막춨뫅ꆣꎬ죚룱폐믣튵ꛓ뺿뛸샭뿆컈뛔쏷㔩돶폫냣뗄쫐랽뎡쿲맽몯?뗄ꎺ룶쫽펦뷰욱막붫폃죚퇐럧뛔쫽뺿쿕쫽뻝럧ꆱ맜쫕볲⣏샭ꆣ틦떥뾺쿕싊뮯얣틔살먵㌰벰릹퇐〲웤붨㠵럥럧?뛈쿕뺿뫍움뫕벶쮹쒣쳘탍횸ꆣ쫽놾컄펦폃듋쒣
J气L纪.气..川 机二-川L叫二/工经济与金融I为了研究时间序列的统计特征，Hurst(1951) ⑦计算系统的相对于划分n的重标极差值提出了一个新的统计方法z重标极差分析法(R/S(R/S). 分析法)，随后Mandelbrot( 1963 )、Sugihara和(R/S安ι(3-11)λMay(1990)、Korvin(1992)、将时间序列的R/S分A合S. 1η=析法引人分形分析中，R/S分析方法作为一种分⑧增加n的值，重复以上步骤2-7，直到析工具，可以分析任何时间序列的分形性质。号，这样就得到→系列的(n，(R/S).). 记{X，}.i= 1，…n，为一时间序列，其均值记⑨以log(n)为横坐标，1og(R/白"为纵坐标为，(X).，即作图，用最小二乘法回归直线，斜率即是对H的(X). = 1..安X，(3-1) 估计。n tT 〈二)模型的构建记X(i，的为累积离差，那么有无论是风险评级还是信用评级，我们都需要X(i，的=~(X"一(X).)(3-2) 将已经计算出来的数据按照一定的标准进行分定义极差为上式所得到的最大值和最小值的差z类，即在某个区间的属于什么等级。所以，我们设R(n) = maxX(i，的-minX(i，的。-3)计了用符号函数把数据简单化，也就是把一组数1.正，司运"正"序列{X，},i= 1.…h的标准差记为民川，即据分为两类，分别标以O01)和1(，这样三组，共同构建了评级模型。因此.评级结果就可以分为S(n>=Ali〉:(X，一(X)Y(3-4) n 0，1，2，3四个等级。用数学公式表达如下z’V ~ -那么，重标极差F(的就定义为X sgn(rR) sgn(K -k= i + ,) + R(n) sgn()(3-12) i一目的一一(3-5) S<η) 其中r，为个股的对数收益率，R为大盘的对根据统计学的结果，如果一个序列是随机游动，累数收益率，K为大盘对数收益率的峰度，ki为个股积离差的极差应该和时间(观测数n)的平方根成的对数收益率的峰度，h，为个股的对数收益率的O•5正比，即F(n)=n•赫斯特指数。每个括号里的值大于0，则符号函但是，事实上对很多现象的观测结果并不是数值取1，这样X就有上面四个等级的取值。这样的，累积离差的极值与现测数的一个特定的〈三〉沪市A股的实证分析H的。幕次方成正比，一般的有Cn，F(•1、样本股票的选择以下是R/S分析方法的计算步骤z在选择样本股票时，遵循以下一些原则:第设时间序列为{N} i 1 N , , ,23, ,, ,一，简洁性原则，即以说明问题为标准，力求简单，①均分时间区间的长度为n的相邻的A个不追求规模的庞大p第二，随机性原则，即所选取铃子区间，因而，An=N。标记每个子区间为r..的股票是随机选取的，而不是通过预先计算找出...Aa=1，2，。在子区间1.中，每一个元素标记为对自己有利的样本股。第三，有分级的层次，因为N...，k=1，2，…"。本文的实证不是全样本分析，如所选取的公司都②计算每一个长度为"的子区间1.的平均属于一个等级，则证明不了前面评级模型的可行值如下z性。所以，需要继续选取，结果需要有大致的分级ea=i ;IVM(3-6>>层次。但是这并不影响实证的结果，因为对于每nN 只股票的评级结果都要通过其年报或其他相关资③计算每一个子区间1.中的元素对于均值料进行论证，来证明该模型。的累积离差X...本文所采用的基础数据是以北京大学中国经= -e.) (3-7) X... ~(Ni.. k n= 12,,"’,济研究中心色诺芬数据库中下载，并选取沪市15家上市公司作为基本的统计分析样本，具体的样④计算每一个子区间1.的极差本选取方法考虑到沪深两市的相似性很高，故只zR= max(X...) (3-8) -min(X...) , l~h二宫;h~"从沪市中选取而未从深市中选取p考虑到A股市⑤计算每一个子区间1.的样本标准差场和B股市场的分割，故投资主体和定价机制的s lo (1.. ; (问a-eJZ(3-9S. = >飞定价，本研究不从B股市场上市公司中选取样nk-"r本;为保证统计信息的可信性，增强分析结果的代⑥计算每一个子区间1.的重标极差表性，如若实证分析所涉及的收盘价数据缺失，则(R/S). (3-10 = ~: 该公司将被从样本中剔除，重新选取一个。 23 췲랽쫽뻝캪쳡럖䵡컶볇⡸⠳?砨퓙뚨刨䦡탲맣猨ㄱ쓇킲룹믽헽떫헢쏝틔짨ꋙퟓ愽乨ꋚ횵ꇆ㊡䱊ꋛ뗄塭뛾ꋜ务ㆡꋝ玡ꋞ⡒ꋟ㇒幪ꋠ죫?ꆮꋡퟷ맀⢶컞붫샠볆뻝춬ィ墡獧웤쫽뫕⣈퓚튻늻뛔놾쫴탔닣횻쇏볃볒듓뎡뇭룃ꆤㆡ没楩???ꆪ췲?뙞?㈳ꆪꇜ탐張꺡ꎯꎬ틔ꨲꌽꩳ渨ꇜ⠢쇋돶컶礨램릤筘堨틥쎴뻝샫뇈쫇퇹듎쿂쪱뻹쟸ㆣ볆죧佊샛뭁퓶춼︩싛틑럖릹갱훐쫕뛔쮹횵ﴩꋑ톡ힷ막ퟔ컄폚ꆣ뷸퇐짏뮦뫍볛ꎻ탔릫榣?쇐㷖?ꎯ㺡ꆤꆱㄩ⤲㐩?㘩匩ㄱㄲ㱘⤽ꆪ欽ꇫꆻ浡杮桪ꏒ퇐쇋램ㄹ틽뻟ꎬ榣벫춳닮뗄랽쫇볤럖갲쯣쿂믽볓헢汯쒣뺭벴폃캪붨牦틦쫽쳘좡뮦鈴퓱볲쟳욱벺튻쯹탐뺿쫐䊹쮾⡸겵筘ꖣ匩ꆣ?ꏒ⧒㺡浡ꆪㆣꆻ砨⡲튻뺿튻⦣㤰죫ꎬ綣걮닮훘볆뗄벴쫂돉劣탲쪱쎿ꎺ샫쾵溵퇹木폃탍럧퓚럻솽쇋㊣캪싊쫕횸ㆣ쫐뺹뷠맦쫇폐쪵룶틔떫싛닉훐릫랽짊놾놣죧붫똩ꆣ먨ꎣ硘ꎺ갲乞壐榡ィ믍묨쪱룶곋⦡럖뿉걩⧎캪뇪톧벫䘨쪵샛헽꽓쇐볤틲ꆭ튻닮춳쓖뻍훱ퟮ뗄쿕쯣쒳뫅샠움갳틦쫽곕䆹짆놾탔쒣쯦샻횤뗈쫇폃탄쮾램톡킳퇐죴놻ꎬ겼⡩ꆪꎮ눩꩒긶튻⦣亡㶼볤탂ꉋ탎틔㴱송ꫀ짏벫뮶뗄닮탐믽뇈럖캪쟸뛸䆡룶墡떣뗃⧎킡릹움돶몯벶쯄막䯎싊즵놵풭믺늻탨헢즫ퟷꎺ좡ꆵ뺿춳쪵듓?ꎬꆪꆭꆣ튻⤭ㄸꇝ곂椱홒ꇂ탲뗄潲럖ꎬ?쪽닮뷡펦⦡뛔샫컶筎볤ꏔ뎤ퟓ?쿠곖떽ꪺ뛾붨벶살쟸쫽쒣룶ꪴ쎿菱쓊쓑욱퓲엓톡퇹쫇튪늢믹억캪뾼뛸쒷늻볆횤温ꆪ훱牡⬭외ꎺ갱뭐?㺣쇐춳慮癩컶ꆭﷀ쯹튻ꆪ䘨맻룃?뫜닮랽ꆣ뗄䄪?뛈쟸楮䥘뛔?돋뮹볤냑뇰탍뗈獧럥룶뻍뗖ꇔ쪱ꎬ듳좡놾좫퓲볌늻횤뒡럒믹싇캴횸듓탅럖ꎬ?즻⡸浩ꎬꆪꆣ⡘뫗뗄볆摥渨훐죎溣뗃뫍∱뛠냣램⦣뎤渽폇캪볤폚듒쾵쫇쫽뇪벶첶뛈삨폐꒷?벴ꎻ막퇹횤탸펰뚼쏷놾떽듓䊹쾢컶㱸湘ꆪ栩䮡춳랽汢ㄹꎬ뫎곎ꆣ떽ꆭ㈩죧쪱ꆰ쿖벫뗄걩뛈亡뻅䪡⧗暡䦡뮮?퓉쇐믘탅뻝쫴틔틲쫕퓊뫅짏훎ퟱ뗚놾쏷톡쿬튪룃뮦짮겹짊쯹쳞渨⡩ꆪ⠳ꩫ볆램牯㤲劣쪱계뗄뻍맻볤㖡쿳횵폐ꎬ캪ꎱꏖꎵ럖쾲걬맩폃내폚볲ズ듋틦梡샯쏦?톭쮵뛾뛸뗚늻좡쪵춨쒣쫇뿢춳짮쫐쫍킳뿉짦돽튻뾿ꎬꆪⴸ昩㺡쳘ꎺ琨⦡꽓볤믊쟃ퟮ뚨튻⢹?뗄폫쯣ㆣ溵ꆣퟓ킵쒼쓑쓖뷖⣖潧횱움헕쪲떥촱쫽싊헒ꏎ쯄틔쏷늻죽컶쇋횤맽탍훐볆솽뛗ꇉ탅벰㱸ꎬꇫ훤ꆪ?헷훘ㄹꊽ럖탲놼듓듳틥룶?맛䘨늽갲쓏쟃훐쟸쓔ꮲ鈴?쓖⡒쿟벶튻쎴뮯ꎬ움톧ꪸ횵쿂컊쯦쫇잰뷡뗄웤ꆣ놱쫐톡쫖쿊탔⤨ꆪ㺡뗄갲ꌩꎬ뇪㘳ꯊ컶쇐?횵캪탲닢훱훨뾸볤뺱?ⴷ갨ꎯ뚨뗈헢벶릫勎쪵듳튻쳢믺춨폐죧쏦맻뷡쓪뺩퓘뗄좡킹쫕탂㌭ꆪꆫꌩ뇪ꎬ䡵벫⦡놼랽뗄뫍㌩ꆪ쇐ﵮ뷡쫽ꎺ㎣?쎿䦡?ꮲꎬ劣匩킱컒벶튲퇹쪽ꪴ쒷즵폚킩캪탔맽럖쯹움탨맻놨듳쿠ꎻꯋ퓶엌톡⠳ힼꆭꆪ?牳닮ꉓ램럖킣ퟮ쫇⦵맻뗄ꍃ겡쑁폇튻ꎵ퓓벲⤲ꮲ횱꽓ꎮ싊쏇뇪ꆣ뻍죽뇭쒶ィ풭풤벶톡튪ꎬ믲톧늢놾쯆뾼춶뻖잿볛좡ⴲ닮ꆪꎬ琨럖畧ퟷ탎곆킡쯦쓆늢튻뻅궣룶??떽⦡캪벴뚼ힼ쯹쫇ퟩ뻍듯첵좣퓊곔좡퓲쿈뗄쒣폐틲웤훐톡탔싇ꢼ탑쫽ꆪ?볇渨⤰ㄹ컶楨킵캪탔횵믺붷늻룶ꆰ걎풪붾淪훤ꌩퟝ쫇탨뷸틔냑⠰뿉죧쒶겼ꎺꎬ볆닣뗄탍듳쯻맺좡뻟뫜떽?ꇈ뻝튻㔱램慲쑒튻훊淪뗄캪폎붸쫇쳘ꆣꪣ쯘?㌭ퟸ뛔튪탐ꎬ틔쿂즣헒﮺뗚솦벴쯣듎릫훂쿠뺭뮦쳥룟䆹𥳐ꇑ뷡좱?⡒憺ꎯ훖ꆣ떼닮뚯靈뚨걪뇪䢵럖컒ퟩㄩꎺ곎얺쟳쯹헒ꎬ쮾뿉뗄폚맘쫐짊욵맻쪧匨㜩ꎯ?厷럖ꎺꎬ뗄볇쏇쫽릲캪ꪸ쪵볲톡돶틲뚼쎿ㄵ퇹맊탐?샛캪짨떥좡벶횻듺퓲⦣?ꎬ겼?
经济与金融2、数据说明四、结论本文根据收集的数据，选择的时限区间为总的来看，2005年下半年上证指数的最高点2005年7月1日-2005年12月31日，共六个月与最低点相差了近200点，市场融资额较低。经的收盘价数据，每只股票有125个左右的数据。过5年的下跌，A股市场的整体估值水平已经接在样本时限内，我们均计算出每只股票的对数日近历史底部，长期投资价值逐步显现。具体到个收益率，并以此作为样本进行分析。Peters股的评缀，整个评级体系所包含的三个指标体系:(1999)通过大量的实证指出，在R/S分析中，对均值、峰度和赫斯特指数。均值和峰度都是和大数收益率更为适用，本文在此不作详细的说明。盘相比，因为个股的涨跌所引起的风险，应该以大褒1所选样本股票代码和公司名称盘涨跌为参考。如果整个股市呈现上涨幅度很大代码600000 600015 600072 600107 600114 的情形，而个股上涨很小，实际上可以看作风险较名称浦发银行G华夏G江南美尔雅G东睦高。同样的，如果整个股市下跌幅度很大，而具体代码6υ0151 600177 600203 600211 600372 名称G航天雅戈尔福日股份西藏药业G昌河到个股下跌幅度很小，则可以认为风险较低。对代码6()03Yl 60043日60047H 600600 600633 于定量评级的结果，还需要辅助以财务效益数据名称成发科技G通戚力兀新材青岛啤酒G白猫和偿债风险数据等的分析来加以说明，这样以定量分析为主，定性分析为辅才能使评级的结果更3、实证分析加具有客观性，所挑选的15家上市公司，分别涉对所选取的15家上市公司的股票对数日收及到金融、轻化、医药、汽车、纺织服装等，涵盖面益率进行分析，先将半年间的大盘数据作为研究较广，有一定的代表性。本文的模型构建比较简对象，将原始数据录入Excel表格中，用其自带的单，也仅仅从股票价格的波动来分析的，对于结合公式来计算对数收益率的均值和峰度，(Excel输财务数据进行分析是本文下一步要进行的工作。出的峰度已经是减去3后的结果〉。再将对数收，考文献益率的数据导人中，计算出两组中间1 J egadeesh N, Weinst凹nM. Welch 1. An empirical investigation 数据，再用进行最小二乘回归得出的of IPO underpricing and subsequent equity offerings. Journal of 斜率经过处理即为赫斯特指数。Financial Economics[J] .1993. 34( tl) : 153-175. 下面先对大盘的数据进行实证分析，通过最2 Michaely R. Shaw. W H. The pricing of initial public offeringsl 小二乘回归得出的方程为:tests of adverse-selection and signaling theori臼[ of Q Financial Studie~. 1994. 7(5) :279-319. = 1. 2874铃，所以大盘的赫斯特Mandelbrot B. (1963). New methods in stati~tical economics 指数为上式斜率的一半，[JJ. Journal of Political Economy. Vo171. P421-440. 2 () () R= 4 李红权，马越群.(风险的频度.累积性与串串斯特指数的关系研IlP . 究机系统工程[门.2005年第2期.Ptl2-85.按照有关大盘的数据计算程序，下面是15，只5 黄i台蓉.<<中国股票市场分形结构的实证研究机中山大学学报单个股票的运算结果。(社会科学版)[J]2005年第2期.P97-103.褒2IS只股禀的凤险评级褒6 陈昭，梁静溪.<<串串斯特指敬的分析和应用>>.中国软科学[年第3期.PI34-138.股票代码收益率均值峰度Hurst 级别7 彼得斯.<<资本市场的混沌与秩序)[MJ.王小东译，北京z经济科600000 。.0022H623Y2. 21724H007 1 学出版社.1999年版.600015 。.002124471O. 156509291 。.62643 自彼得斯{分形市场分析一一将混沌理论运用到投资与经济理论600072 -0. 00030267自O. 089223158 2 上去)[MJ.储海林.般勤译.北京g经济科学出版社.2002年版.600107 。.0006176日 。, 74tl42 600114 O. 002636905 ’ Hurst Exponent 8ased Research on Equity Risk 600151 O. 006020727 O. 659597241 2 600177 -0. 000459641 2. 848931702 L n Xin 。600203 -0. 000465861 -0. 14tl3266H! 2 Abstracl: The paper. basing on the Hurst index of a 600211 O. 0023348H2 1 stock accounted by Matlab. and through comparing log›600372 1. 642705696 。.6553arithm yield and correspondent kurtosis and Hurst index 600391 1. 715055365 with market data. designs and constructs risk rating model 60043tl O. 001497573 -0. 004484695 日22 on the data by sgn function. This paper has made the risk 600478 。.0013302231. 145\3υ917 。.67762 rating for 15 listed companies of Shanghai Security Exchange 600600 -0. 000534394 O. 341732364 with the model. 600633 。.日 3 Key words: Hurst index; Stock risk, Risk rating 大盘。.OOIIHOH09。. 24 (上海雷理科学)2008军第5期췲랽쫽뻝㊡놾㈰뗄퓚쫕⠱쫽맼듺㘰쏻웖䞻䞽䞺퇅뢣컷䞲돉䟍솦쟠䞰㎡뛔틦릫돶킱쿂킡儽횸⠴㤹刲벴내떥뇭막럥䡕벶⡊㊣ィ㔶侣?튻ㆣ㜳듳⢡⠩쯄ퟜ폫맽뷼뻹엌룟떽폚뫍솿볓벰뷏닆닎뾼컄쿗䩥亡䶣䦣楮潦䥐慮敱䙩䕣䵩劣䢣灲瑥慤瑨却䵡䊣浥獴散孊偯㓀뺿㖻⣉㚳㞱톧㢱氭䡵䉡潮䕱剩䱩䅢灡歵捯物牡浯桡ꆤꆶ㘨?㘰䨶ィ㊣ㄸ畮獩㤶쏀䞶듺〳敭獵灵潦䕣剥䡵慣捯摡批獧浡瑨ㄵ獴䕸〰㘰⠱〴?牳ꎮ긲긶ィ긱㔰ꆪ기⠩긵侣긷㐹긴긳㈳뾣癥畩깔楣긨湳랢귄뷌죕님ﶺퟃ뛈뇰条깁晥湡捨楴畤湤瑨慴汩獥湘獴灥楮潣批牯汯牴瑩晵物牡景㈴㇋싫䩉돆⠩룪ぉ풪떺㖣⤨㴰?욱틦긶㘰㜷ꆪ길㌳ㆣ엌〸ꍗ걗摥潮깓杮敯㌩嶣ꆷ웚싕〵쮵돶좥牳畩獫瑬ィ뛻ꯄ灩扳扬晥獥潦捯浰慲祩睩浡摡瑡ꋊ컄〵쫕퇹틦㤹〨〰⡽⠩ㄵ〲〳㤱㌸㜸〶쯹싊쿳쪽뗄뻝쏦뛾ㆣ쫽헕룶?ㄷ기㤲㈶㠹㌷〱ꎮㄲ㘸㔹㤶긱㌴ㄶ㐲㔵㌰〴긨㜵〸㜷㐱㘴㔲㈸ꆢퟮ㗄샺횵쿠헇쟩ꆣ뚨뎥럖뻟떽맣ꎬ컱獴瑹桥楮湣瑲짏횻灯䩬틸?ㄷ막튩기㈲〱ィ㐸〲긱〹〴摥牰物湣慥楡牳慬楥敬ꎮ潤楳潭瑩楮牡犣畧枡慮潳湧獫碣ꎻꆤ六?㜲ㄨㄱ〳뛻㌳뿆탂욡기ⴵꎮ듺싊〲㈴ㄵ㤱㈲〷〰㐲㔱〶㔹㐸㠹긨㜰〱〵㌸䨨㜳㜸⡊汊㌷敩敬楧潭桡楡걪ꎬ뇈톣쓪쏋냦ꆷ瑹慢畣퇅物敱楣慲畮楴捯瑨牫瑡汩䩬?긶〲긨㤳㈳㐵㔱物楮乥탐럝튵敳湧楡汹攭玣扲瑩楣捡湥捴깢楳潦卨卥䕸睩瑨뭓剩ﶾ룹쓪엌놾싊㤩틦⤷?뗖톡뷸ꎬ살럥뗄뺭쿈돋긲캪폐막㈸㠰ㄲ〰㌱〶㌹㐸〲㜲㌲㌳㠶⤰㔶㜹㔳䨱㐳㘸뷡뗍쪷움ꆢ뇈뗸탎춬솿햮컶뷰튲쫽慴瑳몣捡略湧禣瑥楮桭牲整獴浰浯ꇑ벼닄뻆㜱ꎮ㤴싫뻹㘳⤰ㄷㄳ〰湳捨捩楣瞣?敳潵ꢣ쾵?웑곁뗚릣짧孍ꎬ㘲〷㐴㌰㔸ㄷ?㐲㐶㘶㐸〵〶㤶㘵㔳㠶㘹楯玣獥갱潴捡ꎺ慳潮慮捵捨瑨䭥瑯獫㐳욱㘹〴〲〹㜴湧湴玣걖敳摥敤睯?뻝㟔볛쪱ꎬ춨싊鈴꒷좡탐붫볆뛈쫽퓙맽뛔믘㠷짏㐳?맘욱횵㌹㜱㈶㘸㈷㔸ㄸ㠲㌷㤹㠴㜶싛뾴뗣쓏뗗벶럥캪퇹쿂움럧뿍죚폐뷶瑥獛깗孊牮곂춳꺡Ʞ몾㏆嶣慮맜깊汥周楮ꎮ杨物捫〵㔹ㄷ뗄〱灯獩楥沣牤㞡㜸?㘱㌲㘹㤴뺹㈳㘴楮潵䩝捴嶣㒣慬릤뛖닏?뛗ㄹ뚷꺴?周慩瑹来뗃쫕숱쫽쿞늢맽룼훎뗄럖풭쯣틑뻝폃뒦듳맩㐪쪽?ꎬ쿠습늿뛈틲닎뛸뗸벶쿕훷맛ꆢ튻뷶뷸샭㜱湤杮玣럧?牮楯갷楳짆㈷ꎬ깒곈돌킹孊ꪣ걐쪱㤹훐ꊺꎮ敮?멈쿕?벯죕뻝쓚틔듳캪ㄵ컶쪼뛔뺭떼䕶샭엌뗃柒킱퓋㈰닮ꎬ헻뫍뾼룶럹뗄쫽탔쟡뚨듓탐慬⠵뿆놴?ㄹ敶몣孊調㌲꺡ㄳ뻊쓪컊ꏁ倴畲움⦣㈱獴뗄튻ꎬ듋솿쫊輸볒쫽쫇죫楥벴돶묰싊쯣〵쇋걁뎤룶뫕ꆣ막죧뛈뷡뻝뚨뮯럖㤳꺡嶣짆〰뚺㒡킳냦횣톧먲벶ꆪꎬ?뚷긲뇊㗄헋ꨱꆵꎮꆷ껒㜹쫽㈰쎿컒ퟷ뗄폃짏쿈뻝쫕복䵡睳캪ꎮ뷡쓪뷼막웚움쮹죧맻뫜뗈탔쯹ꆢ듺욱컶⤲뇭㐴춹㌴ꆪ〰킳만㌸쒻훎ィ뻝〵횻쏇캪쪵ꆣ쫐붫슼틦좥瑬㎣뫕랽㘳튻맻쿂㈰춶벶쳘뗄헇헻킡ꎬ럖쳴튽뇭볛쫇〰㌱ꯋ⠸햵㗄ꆷ??ꎮ??㦣ꎬ쓪막뻹퇹횤놾뻃릫냫죫싊㎺慢긱쮹뷸돌㚣볆ꆣサ뎡쳥횸헇헻뫜룶뮹럖컶톡튩탔룱⦣쓆훐웚룊믒㣄?﮳먱떶?캽ꎮﶵ뮽겱톡ㄲ욱볆놾횸컄쮾쓪䕸뗄㞣뷸쳘탐캪곋ꎬ쯣볛쾵쫽뗸룶킡막퓲탨컶ꆢꆣ?㔳좣웚倹쒷죐ꮻ놾퓱퓂폐쯣뷸돶퓚뗄볤捥뻹쒽기탐횸쪵ꎺ戮돌짏곊헻횵쯹ꆣ막ꎬ쫐뿉튪살뢨ㄵ웻놾늨쿂?ꆪ껀ꎮ릵㞡훎ꦣ뗄㌱ㄲ돶탐ꎬ듋막沱횵훐ퟮ쫽횤풴탲킳쳥훰냼뻹틽쫐쪵쿂틔뢨볓닅볒뎵컄뚯튻ㄷ?倸쓊ꨱ띛몾웚㖣㊡뗖〳췓䵝궼쪱죕㖸쎿럖퓚늻욱듳뫍﬩ꎬ킡ꆣ횸ꇈ맀늽몬횵웰돊볊뗸죏훺틔쓜짏ꆢ뗄살?퓓ꓑꎮꛓꎬ?쎿쿞ꎬ횻컶劣ퟷ뛔엌럥ꆣ볆뛾첵쿂쫽?횵쿔뗄뫍쿖짏럹캪틔쮵쪹쫐럄쒣럖튪㖣킾쎡췵쯓웑쟸릲막ꆣ꽓쿪쫽킣뛈퓙쯣돋ꎬ쒺쏦뗄쪶쮮쿖죽럥럧짏뿉닆쏷움릫횯탍컶뷸헋?뾡랣킡쎵Ꭓ만랣곖뚫뷍볤쇹튵욱健럖쾸죕뻝곓ꎬ붫돶믘춨헋쫇ퟮ욽ꆣ룶뛈쿕헇틔뫜컱벶쮾럾릹뗄탐?곖킹틫뛗캪룶쓊뗄瑥컶쫕ퟷ쏆⡅뛔솽맩맽만ㄵ룟쾵틑뻟횸뚼ꎬ럹뾴듳뷏킧헢ힰ붨룊탉靖ꎬ쫓퓂ﶾ뛔牳훐쮵캪硣쫽ퟩ뗃ퟮ?ꎮ뗣춡뺭쳥뇪쫇펦뛈ퟷꎬ뗍틦퇹뷡럖뗈뇈릤ﶵ붴놱갲쒹웑뺩궼〰?쫽ꎬ쏷퇐풴敬쫕훐돶횻ꎾ뷓떽쳥뫍룃뫜럧뛸ꆣ틔맻뇰뷏폚ퟷ?ꟑꝅꎺ쏀㋄?죕뛔ꆣ뺿쫤볤뗄룶쾵듳틔쿕뻟뻝뚨룼짦몭볲뷡뗑Ʇ䩝뺭?ꎺ듳뷏쳥룇뫏ꎬ볃뿆?쏦
