研究领域金融学讲义.docx

《研究领域金融学讲义.docx》由会员分享，可在线阅读，更多相关《研究领域金融学讲义.docx（8页珍藏版）》请在三一办公上搜索。

1、研究领域:金融学证券市场卖空机制对股价影响的研究来自台湾市场的实证# 杨朝军(1960-)：男，教授，江苏宜兴人，博士生导师，上海交通大学证券金融研究所所长；廖士光(1977-)：男，江苏阜宁人，上海交通大学管理学院博士生。A study on the relationship between the short selling and stock price in the securities market: evidence from Taiwan stock market廖士光 杨朝军上海交通大学管理学院摘要：本文利用协整检验和Granger因果检验的计量方法研究了我国台湾股票市场的卖空

2、机制与股票价格之间的关系，实证结果表明，卖空交易额与股价指数之间存在着长期稳定的协整关系，股价指数是卖空交易额的Granger原因，但卖空交易额不是股价指数的Granger原因，即卖空机制的存在并未加剧证券市场的波动，而且由于卖空交易额和股价指数存在正向变动关系，这就使得卖空机制可以对市场的波动起到平抑作用。关键词：卖空 协整检验 Granger因果检验Abstract: Base on the cointegration and Granger causality test, this paper discussed the relationship between the short se

3、lling and stock price in Taiwan stock market. And the empirical results showed that there existed a long term cointegration between short selling and stock index, and the stock index was the Granger causality of short selling, but the stock index cant be explained by the short selling. That meat the

4、 short selling had not aggravated the volatility of stock price; on the contrary, it played an important role in buffering the stock price changes.Key words: short selling cointegration test Granger causality test一、引 言卖空（short sales）交易，是指投资者出售自己并不拥有的证券的行为，或者投资者用自己的账户以借来的证券完成交割的任何出售行为。最初的卖空用于投机，即估计当前

5、股价过高，通过预先卖空股票，锁定收益，而后待股价下跌后再买回标的股票的买卖操作。随着市场的发展，卖空的目的渐趋多样化，通过一系列复杂的交易策略，达到对冲、套利等目的。在成熟的证券市场中，卖空已成为基础交易制度的一个重要的有机组成部分。最早有记载的卖空交易发生在17世纪的荷兰，1609年，在阿姆斯特丹的证券交易所，一名商人对荷兰东印度公司的股票进行了卖空。在1720年法国的“密西西比泡沫”（Mississippi bubble）事件中，一些卖空者获得了大量的利润。但管理当局处罚了这些从泡沫破灭中获利的卖空者，并把卖空交易列为非法活动。1750年，英国议员John Barnard向英国国会提交了一

6、份议案，建议禁止一切卖空交易，以防止“危险的、破坏性极大的投机卖空对投资者及其家庭、产业乃至商业和贸易产生破坏”，该议案获得了通过并一直沿用到1860年。在1929年的美国股灾中，卖空交易被指责为“元凶”，但实际调查结果表明任何明显证据可以证明股市的大跌是由有组织的卖空活动造成的。纽约证券交易所的经济学家Edward Meeker更直接指出，股市大跌与卖空无关。1954 年日本通过了证券交易法，在规范了之前的买空交易的同时，还引入了卖空机制。我国台湾证券市场也在1962年2月推出信用交易制度，允许投资者进行卖空交易。1994年1月，香港联交所在推出卖空试验计划，并首批指定17只股票可以卖空，到

7、1996年又进一步扩大了可以卖空的股票数量。在这些国家或地区的证券市场纷纷推出卖空机制的同时，对于卖空机制对证券市场的实际影响也逐渐引起学者、业内人士和管理层的关注，卖空机制是否会造成股市的下跌或是引起“崩盘”的可能，本文将利用我国台湾证券市场上的数据对这一问题进行实证分析，以期发现卖空机制与股价波动之间的内在联系。本文其他部分的内容安排如下：第二部分是文献回顾与综述；第三部分是实证检验与解释；第四部分是研究结论。二、文献回顾与综述自从卖空机制引入到证券市场后，学者们就开始对卖空机制对市场的影响进行了一系列的研究，目前，西方学者们对卖空机制是否会加剧证券市场的波动的研究上一直都没有形成统一的结

8、论。一些学者和研究机构的研究表明卖空机制不但不会加剧证券市场的动荡，反而在一定程度上起到稳定证券市场的作用。Woolridge和Dickinson（1994）研究卖空交易与股价之间的关系，结果发现卖空交易并不会造成股价下跌并认为卖空交易会为市场提供流动性。1997年James J. Angel以纽约股票交易所的144只股票为研究对象，研究股价下跌是否与卖空交易相关，发现在1990年11月1日至1991年1月31日期间，在股价下跌超过2%后的半个小时期间内，常规的卖出指令占所有指令流的比重高达57.87%，而在股价升幅超过2%后的半个小时内，常规的买入指令占所有指令流的比重为64.60%，这说明

9、常规性买卖指令形成的“助涨杀跌”(越涨越买、越跌越卖)效应是引起证券市场波动的根源，对于证券市场的稳定性具有很强的“杀伤力”和“破坏力”，是加剧市场波动的一个重要原因。美国大通曼哈顿银行（the Chase Manhattan Bank）在2000年8月向其客户提供的一份研究报告显示，在1990年1月至1999年12月的10年期间里，纽约股票交易所（NYSE）中的卖空份额（short interest）与NYSE综合指数（NYSE Composite Index）间呈现出较为相似的变动趋势，这表明卖空交易量同股价指数间存在着极为显著的正向变动关系，指数高涨时卖空量大、指数低迷时卖空量小，即卖空

10、交易能起到平缓股价指数剧烈波动的作用，发挥了稳定整个市场运行的功效。另外，根据JP摩根（JP Morgan）的研究结果，在1999年和2000年，JP摩根借给客户的平均周股票数额同NASDAQ指数波动系数间的相关系数相当小，分别为1.2%和1.6%。研究还发现，在1999年1月至2001年1月间，纽约股票交易所综合指数波动系数同借给客户的平均周股票数额间的相关系数为15.5%，在2000年3月至4间，NYSE的综合指数达到最高点（比平均指数高出68.1%），JP摩根借给客户的股票既未增加又未减少，这些都表明卖空机制的存在并未造成证券市场的大幅振荡。Figlewshki和Webb（1993）的研

11、究表明，卖空交易与随后的股市波动之间的相关性并不强。Anchada Charoenrook和Hazem DaoukAnchada Charoenrook & Hazem Daouk, 2003,“The World Price of Short Selling”.在2003年通过对111个国家（23家是发达国家，88家是新兴市场国家）证券市场的研究发现，在2001年下半年2002年期间，在允许卖空交易的发达市场国家中，其股票收益总的波动性要比禁止卖空交易的新兴市场国家要低。同时，允许卖空交易国家发生市场崩溃的可能性并不比禁止卖空交易的国家要高，并且它们之间的可能性差异在统计上是不显著的。Bri

12、s,et al.（2003）通过检验个股收益率的标准偏差、负收益率极端值的分布频数以及个股和市场收益率的偏度来验证卖空约束是否会稳定市场，结果发现，在允许股票卖空的市场中，收益率的波动性要低得多、负收益率极端值的分布频数要小得多，这也就意味着卖空交易可以起到稳定市场的作用。Hong和SteinHong, Harrison, and Jeremy C. Stein, 2003, “Differences of opinion, short-sales constraints, and market crashes”, Review of Financial Studies 16, 487-525

13、.（2003）通过建立一个异质代理人模型（heterogeneous agent model）研究对卖空交易者的卖空约束能否阻止股市下跌，结果表明，如果对卖空交易者的卖空交易进行限制，那么卖空交易者所持有的关于股票市场的不利消息得不到释放，一直累积到市场开始下跌，这时不利消息的释放反而会进一步加剧市场下跌，最终会酿成股灾，而且他们的模型还预测到，如果限制卖空，则股票收益为负的极端值的频数会相当高，因此如果存在卖空约束，股票收益更多情况下是呈现出负偏（negatively skewed）形态。自上个世纪90年代以来，国外一些学者（Senchack&Starks,1993;Figlewski&We

14、bb,1993）就保证金交易（主要涉及的是卖空行为）对市场（特别是对每日或每月股价波动）的影响进行大量的研究，结果普遍认为卖空交易信息宣布后通常会引发股市价格下跌刘逖，2002，证券市场微观结构理论与实践，第305页，上海： 复旦大学出版社。Conrad（1994）构建了一个“信息公开”与“信息不公开”的卖空交易模型，研究结果表明意料外的信息公开情况下，卖空交易与股价下跌呈正相关关系，但意料外的信息不公开情况下，卖空交易对价格下跌的影响更大。Senchack &Starks（1993）和Figlewski&Webb（1993）根据股票是否有期权在交易所上市交易，对卖空行为进一步区分并研究卖空行

15、为对股价的影响，结论表明有期权上市的股票卖空交易对股价下跌的影响较小，且这些股票的卖空信息大多是不公开的。Brent et al.（1990）和Senchack&Starks（1993）的研究结论显示，市场中相当一部分的卖空交易行为是出于指数期货套利的目的而进行的。Keim&Madhaven（1995）和Aitken&Frino（1996）还研究市价委托与限价委托的卖空交易行为对市场价格的影响，结果发现卖空交易者大多采用市价委托，且市价委托对市场价格下跌的影响较大。三、实证检验与解释资料来源:根据台湾财政部证券暨期货委员会全球资讯网提供的原始数据整理而成.趋势，两者之间的Pearson相关系数

16、达到44.03%。为了进一步检验指数同卖空交易额间的确切关系以验证卖空交易机制对证券市场稳定性的影响，下面我们利用EViews4.0对加权指数（INDEX）和卖空交易额（SHORTSELL）（单位为10亿新台币）进行单位根检验（unit root test）、协整检验（co integration test）和格兰杰因果检验（Granger causality test）。（1）单位根检验在运用回归方法研究时间序列之间关系的时候，要注意考察原序列是否平稳，如果原序列是非平稳的，尽管通过回归检验发现序列之间的关系比较显著，但事实上这种回归是“伪回归”（spurious regression），这

17、主要是由于原序列的非平稳性造成的。对此，我们首先检验加权指数序列（INDEX）和卖空交易额序列（SHORTSELL）的平稳性。检验平稳性的常用方法是单位根检验，即检验原序列是否存在单位根，如果不存在单位根，则说明原序列是平稳的。常用的单位根检验方法是ADF（augmented Dickey-Fuller），其回归方程式为：如果检验结果表明显著为0，则说明变量是单位根过程I(1)；否则，若显著异于0，则表明变量是一稳定过程I(0)。INDEX和SHORTSELL的原序列及一阶差分序列的单位根检验结果见下表1。表1 INDEX和SHORTSELL的单位根ADF检验结果变量ADF值1(c,t,p )

18、21%临界值35%临界值10%临界值结论INDEX-0.091023-2.044154(c,0,2 )-3.5345-2.9069-2.5907接受假设H0,不平稳INDEX4-0.943515-4.299284*(0,0,3)-2.6000-1.9457-1.6185拒绝假设H0,平稳SHORTSELL-0.309320-2.958357(c,0,2 )-3.5345-2.9069-2.5907接受假设H0,不平稳SHORTSELL-1.763725-5.971815*(0,0,3)-2.6000-1.9457-1.6185拒绝假设H0,平稳注:1.此处的ADF值即为参数的统计值;2. (c

19、,t,p )为检验类型,其中c和t表示带有常数项和时间趋势项,p表示所采用的滞后阶数;3.临界值是在相应显著性水平下得到的Mackinnon值;4.表示原序列的一阶差分,下同;5.*表示在1%的置信水平下显著,下同.从上表的单位根检验结果中可以看出，在1%的显著性水平下，INDEX和SHORTSELL原序列的X绝对值均小于1%临界值的绝对值，这表明值与0无显著性的差异，表示接受原假设，这说明INDEX和SHORTSELL的原序列均存在着单位根，这两个序列都是非平稳，但对它们的一阶差分而言，ADF绝对值均大于1%临界值的绝对值，这表明值与0存在着显著性的差异，表示拒绝原假设，这说明INDEX和S

20、HORTSELL的差分序列都是平稳的I(0)过程，因此，时间序列INDEX和SHORTSELL都是单整的I(1)过程。（2）协整检验对于服从过程的变量的协整检验，从检验的手段上可分为两种：一种是基于回归残差的EG（Engle&Granger,1987）两步法协整检验；另一种是基回归系数的Johansen（1988）检验，Johansen和Juselius（1990）提出了一种在系统下用极大似然估计来检验多变量间协整关系的方法，即Johansen协整检验，这里我们采用后者进行分析。Johansen极大似然值方法是在VAR模型中利用极大似然估计来检验多个变量的协整关系的方法，假设和分别是k阶和d阶

21、向量，它们服从I(1)过程，先建立如下VAR模型：其中：，。如果系数矩阵的秩，则存在阶矩阵和使矩阵以及都服从稳定的I(0)过程。然后再作迹检验（trace test）和最大特征值检验（max-eigenvalue test），其统计量分别为：其中,是大小排第个的特征值,是观测期总数,k是内生变量的个数,r=0 , 1 , , k-1.从上文的单位根检验结果可知，1998.8至2004.2的时间段中INDEX和SHORTSELL都是单整的I(1)过程，因此我们对该时间段中的序列作协整检验。在运用Johansen协整分析方法来检验INDEX和SHORTSELL之间是否存在协整关系之前，还要确定VA

22、R模型的最优滞后期，本文对最优滞后期的选择根据AIC和SC信息准则来确定（见表2），当滞后期为1时，AIC和SC的数值最小，因此，这里的VAR模型的最佳滞后期为1。 表2 VAR模型最佳滞后期筛选表LagAkaike Information CriteriaSchwarz Criteria028.3603128.42612125.45952#25.65858#225.5452725.87980325.6079926.08025425.7411826.35351注:1.#表示在这一准则下该滞后阶数被选为最佳阶数;2.赤池信息准则(Akaike information criterion,AIC)

23、;3. 施瓦茨信息准则(Schwarz information criterion, SC).现在，我们将INDEX和SHORTSELL进行配对，得到一组数据：（INDEX、SHORTSELL），然后我们分别计算迹统计量和最大特征值统计量，Johansen检验结果分别列示在下表3中。表3 SHORTSELL和INDEX间协整关系Johansen检验表样本:1 67 观察值:66 滞后:01 变量组特征值迹统计量1%临界值统计量21%临界值协整方程数SHORTSELL和INDEX0.41038337.0393320.0434.8666618.63None *0.0323832.1726716.6

24、52.1726716.65至多1个项 目SHORTSELLINDEXC标准化协整系数1.000000-0.015122 (0.00515)3-52.64114标准化后协整方程SHORTSELL =0.015122INDEX+52.64114注:1.由于此的VAR模型中时间序列的滞后阶数为1,因此,此处内生变量一阶差分的滞后阶数为0;2.表示最大特征值;3.括号中的数据为标准误. 实证结果在1%的显著性水平下拒绝了并不存在协整方程的原假设而接受了存在一个协整方程的原假设，这表明INDEX和SHORTSELL在1%的显著性水平上存在一个协整方程，说明它们之间存在着长期稳定的均衡关系，并且从标准化的

25、协整系数符号中可以看出，它们之间存在着正方向关系，这与常理比较相符，因为当股票价格上涨过高时，市场上的理性投资者会及时发现股票上涨过高形成的泡沫，从而增加对这些股票的卖空量，而当股票价格下跌时，投资者会增加对这些被卖空股票的购买量，市场上的卖空力量会明显减弱，这也就说明股价指数和卖空交易额之间存在显著的正向变动关系。（3）因果关系检验从上述协整检验的结果中我们可以知道，台湾加权指数INDEX和卖空交易额SHORTSELL之间存在着显著的正方向变动的关系，即它们之间存在着长期稳定的相互依赖关系。因此，我们可以进一步研究它们之间的因果联系，这里我们采用被广泛使用的Granger（1969）因果关系

26、检验法。Granger因果关系检验法是Granger于1969年利用滞后分布概念建立的，按常理由将来不能推测出过去，如果变量X是导致变量Y的原因，则变量X的变化将先于Y的变化。Granger提出，如果利用X和的滞后值对进行预测比只用Y的滞后值预测所产生的预测误差要小，即：若，则称X是Y的Granger原因，记为。Granger因果检验有两种形式：一种是传统的基于VAR模型的检验；另一种则是最近发展起来的基于VEC模型的检验，两者间的区别在于适用范围有所不同，前面的方法仅适用于非协整序列间的因果检验，而后者则是用来检验协整序列间的因果关系。传统的Granger因果检验思想是这样的，Granger

27、的因果性同时也表示了不同时间序列间的领先与滞后的关系，对Granger因果性的检验是通过下列过程实现的。对X是否是Y的Granger原因的检验： （1）零假设为：，如果零假设成立，则意味着X不是Y的Granger原因，方程（1）变为： （2） 其中，X、Y分别表示两个不同的变量，在方程（1）中，假定Y与其自身以及X的过去值有关，如果估计结果表明项的系数显著异于零，则说明变量X引致变量Y，说明有X到Y的单向因果关系。Feldstein & Stock（1994）认为，如果非平稳变量间存在着协整关系，则应考虑使用基于VEC模型进行因果检验，即不能省去模型中的误差修正项（error correcti

28、on term, ECT），否则得出的结论可能会出现偏差。据此，我们引入下式来做VEC形式的Granger因果检验：，其中这里，Yt=(SHORTSELL,INDEX)，修正系数矩阵和 （i =1,2n）分别用来说明变量间的长期和短期因果关系（Masih and Masih,1996），并且可用t统计量和F统计量（当滞后期为1时亦退化为t统计量）来检验它们的显著性。同时，本文也利用基于VAR模型的方法加以检验，以便相互印证。由于Granger因果关系检验对滞后的阶数非常敏感，为了获得最佳的滞后阶数，我们这里仍然以AIC和SC信息准则为标准，选取滞后2期作为最佳滞后期，Granger因果关系检验

29、结果见表4。表4 基于VEC和VAR的Granger因果关系检验结果Panel A. Estimates of Vector Correction Model(VCM)Dependent VariableSHORTSELLINDEXIndependent VariableCoefficientt-Valuep-ValueCoefficientt-Valuep-ValueCONSTANT-2.538834-0.6166530.5398-8.769263-0.1222250.9031SHORTSELL(-1)0.0545600.5398270.5913-1.305817-0.7413970.461

30、3INDEX(-1)-0.019277-2.5605710.0129*0.0003940.0030040.9976ECT(-1)-0.467014-4.6097690.0000*-0.347266-0.1966980.8447R2=0.318135 F=9.4868* (0.000)R2=0.011476 F= 0.2361 (0.871)Residual Diagnosis=1.1895(0.5517) D.W.=2.047099=0.3135(0.8549) D.W.= 1.988047FHET=0.3124(0.5762) FAR1=0.3990(0.5275)FHET=0.6025(0

31、.4376) FAR1=0.0208(0.8853)Panel B. The Results for Granger Causality Test Based on VARNull Hypothesis (Direction)F-Valuep-ValueCausalityINDEX does not Granger Cause SHORTSELL4.64770*0.01329RejectSHORTSELL does not Granger Cause INDEX0.411490.66452Accept注:1.*、*分别表示统计结果在1%和5% 的统计水平下是显著的,下同;2.表示对残差序列正态

32、分布性的检验, FHET表示对残差序列的异方差检验,FAR1表示对残差序列1阶滞后的自相关检验.3.括号内是相应的p统计值4.panel B中的结果是利用传统的Granger因果检验方法得到的统计结果. 从上表4的Panel A中可以看出，在检验INDEX是否是SHORTSELL的Granger原因时，INDEX(-1)和ECT(-1)的系数分别在5%和1%的显著性水平下异于0，这表明无论从短期还是从长期来看，INDEX的变动都是SHORTSELL变动的Granger原因，同时，残差检验表明残差序列服从正态分布、不存在自相关和异方差现象；在检验SHORTSELL是否是INDEX的Granger

33、原因时，SHORTSELL (-1)和ECT(-1)的系数显著地异于0，这表明无论从短期还是从长期来看，SHORTSELL的变动都不是INDEX变动的Granger原因。从Panel B中可以看出，在用传统的Granger因果方法检验时，在5%的置信水平下拒绝INDEX不是SHORTSELL的Granger原因的原假设，而接受SHORTSELL的变动不是INDEX变动的Granger原因的原假设。因此，通过这两种检验方法的检验表明，在滞后2期的情况下，在5%的显著性水平下，卖空交易额SHORTSELL都不是加权指数INDEX的Granger原因在分别取滞后4至8阶的情况下，在10%的显著性水平

34、下，卖空交易额SHORTS均不是加权指数INDEX的Granger原因，而加权指数INDEX却是卖空交易额SHORTS的Granger原因。，这说明由于卖空股票的数量有限且在一定的管理限制条件下（如报升规则和保证金比例的要求等），卖空交易额并不会对股票指数的正常波动产生影响，不会对整个股票市场正常的供求关系产生冲击效应另外，根据香港联交所的数据显示，在1997至2003年期间,香港市场上的卖空总额占市场总成交额的最大比重出现在2003年第1季度，为5.4%，最小比重出现在1997年，为1.2%。（在1998年8月至2004年2月这一期间，上市证券的卖空交易额占整个市场总成交金额的最大比重仅为1

35、1.84%，因此，卖空交易对整个市场的显性影响力度比较小），因此，卖空交易机制也就不会对股市内在的运行机制产生不良的影响。与此同时，在5%的显著性水平下，加权指数INDEX却是卖空交易额SHORTSELL的Granger原因，并且卖空交易额对加权指数的反应要滞后2期，即卖空交易额的变化要比加权指数的变动要滞后2个月，这说明指数的正常波动不会引起卖空交易额的变化，只有当指数上涨到一个远偏离于其正常位置时，股票的卖空交易额才会增加，从而对过度火爆的市场行情起到平抑的作用，以避免其出现大涨大落的态势，另外，这一结果也说明股价指数有领先卖空交易额变动的倾向，股价指数可以视为卖空交易额的先行指标，但卖空

36、交易额并不对交易行情具有预测作用。因此，从上面的实证结果中，我们可以知道，卖空机制的存在并未加剧证券市场的波动，而且由于卖空交易额和股价指数存在正向变动关系，即股价指指数上涨得越高，卖空交易额就越大，股价指数下跌得越大，卖空交易额就越小，这就使得卖空机制可以对市场的波动起到平抑作用，同时，股价指数的变动是卖空交易额变动的Granger原因。四、研究结论从理论上来说，在证券市场中引入卖空机制，可以对证券市场的剧烈波动起到平抑作用，减少证券市场中大幅波动的情形，起到稳定证券市场的作用。在一定时期内，由于证券市场上各种证券的供给有确定的数量，各种证券本身没有相应的替代品，如果证券市场仅限于现货交易，

37、证券市场将呈单边运行，在供求关系出现严重失衡的时候，市场必然会巨幅震荡。在证券现货市场中引入卖空交易机制，可以增加相关证券的供给弹性，这主要是通过下面这样一种机制实现的，即当证券市场上股票的价格因为投资者的过度追捧或是恶意炒作而变得虚高时，市场中理性的投资者或投机性卖空者会及时察觉这种现象，预期股票价格在未来的某一时刻会下跌，于是他们会通过卖空机制来卖空这些价格明显被高估的股票，这样，这些价格被高估的股票供给量会明显增加，这一方面缓解了市场上对这些股票供不应求的紧张局面，抑制了股票价格泡沫的继续生成和膨胀，另一方面这些投资者的卖空行为会向其他投资者和整个证券市场传递一种股价被高估的信号，这种“

38、示范效应”会使过度高涨的证券市场重新趋于理性，及时让投资者清醒地认识到股市的泡沫，使股票价格回归到真实的投资价值上来。另外，当这些价格被高估股票因泡沫破灭而使价格下跌时，先前卖空这些股票的投资者因到期交割的需要会重新买入这些股票，这样一方面会增加市场对这些股票的需求，在某种程度上起到“托市”的作用；另一方面也会给其他投资者一种股价被低估的信号，同样，通过卖空机制的这种“示范效应”可以改变股票市场上的供求状况从而会使股价能回复至真实的价值水平上，从而达到稳定证券市场的效果。同理，在证券市场行情低迷时，市场上的卖空力量会很弱，此时的卖空交易者会买入被卖空的股票以备在未来到期日进行交割，这样，在市场

39、上对股票需求量较低且众多投资者持币观望时，卖空交易者的行为会增加股票的需求量，同时也会带动其他投资者纷纷入市进行交易，这样就缓解了市场上股票供过于求的状况，重新唤起投资者的投资热情。因此，卖空交易机制的存在会对整个市场的波动起到了“缓冲”作用，在一定程度上会对市场上的暴涨暴跌现象起到平抑作用，而不会加剧整个市场的波动。参考文献:1.Anchada Charoenrook & Hazem Daouk, 2003,“The World Price of Short Selling”.2.Arturo Bris & William N. Goetzmann & Ning Zhu,2003,“Effi

40、ciency and the Bear: Short Sales and Markets around the World”(3.Bill W.S. Hung &Joseph K.W. Fung, 2001, Sept, “Short Sales Restrictions and the Impulse Response Behavior of Index-Futures Price”, BRC Papers on Financial Derivatives and Investing Strategies.4.Eric C.Chang & Yinghui Yu, 2004, “Short-S

41、ales Constraints and Price Discovery: Evidence from the Hong Kong Market”(.207.36.165.114/Zurich/Papers/340100.pdf）.5.Hong, Harrison, and Jeremy C. Stein, 2003, “Differences of opinion, short-sales constraints, and market crashes”, Review of Financial Studies 16, 487-525.6.Jones, Charles M.& Owen A.

42、 Lamnt,2002,Short-sale constraints and stock returns, Journal of Financial Economics, 66, 207-239.7.Wan Kyu Park,1998,June, “Granger Causality between Government Revenues and Expenditures in Korea”, Journal of Economic Development.8.刘逖, 2002 ,证券市场微观结构理论与实践,第305页, 上海: 复旦大学出版社.联系方法电话：021-52543291手机：13564442718E-Mail：sufeliaoshiguang地址：上海市法华镇路535号1号楼 上海交通大学管理学院证券金融研究所邮编：200052.（.）成立于2004年，专注于企业管理培训。