金融危機股票走勢范文
前言：我們精心挑選了數篇優質金融危機股票走勢文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。
第1篇
我們分析主要是滬深300在后金融危機時期，行業復蘇速度不同導致股票走勢分化，漲跌互現，使得股價波動相關系數主要分布在弱相關區域。從同一時期S＆P 500和滬深300權重分布的縱向比較來看，發現在經濟穩定時期，兩國股市網絡的權重分布區間寬度相似，但中國股市整體相關系數較美國股市偏低。在金融危機時期，滬深300成分股的相關系數并沒有呈現如S＆P 500大幅增大的情況，其原因可能是由于在2007至2010年，中國股市呈現出暴漲暴跌的劇烈波動行情，導致異常停盤情況較多，且期間有若干成分股因股改、重組等原因長時間停盤，一定程度上影響了數據的實時性。為了更深層地分析金融危機對證券網絡的影響，引入影響因子這一參數。影響因子是度量一個結點對其余結點影響力的指標，定義為該結點所有連邊的權重和。因為權重是分布在［－1，1］區間內的，因此影響因子值可能為負。定義影響因子IS為（式略）在IS值最大的地方，分布節點的數量也最大。結合現實，IS值排名靠前的所屬行業中，傳統的制造業占據半壁江山，涉及多個制造業領域；電力生產業也占據了4席，顯示了能源日益緊缺的狀況使得能源類股票的影響力日益增大。2007年至今，IS值的分布出現了明顯的變化，呈現了先上升后下降的現象，出現較為明顯的影響力較大的節點所屬行業是唐鋼股份，主要是因為經濟危機條件下，住房價格出現了猛漲現象，房地產產業帶動建材行業迅猛發展的態勢。經過此輪金融危機的沖擊，S＆P500證券網絡中各股票之間的聯動反應加劇，也就是說某些股票的波動會更大程度地影響市場中其余股票的走勢，市場變得更敏感。同時排名前10的公司分屬行業也發生了較大變化，金融保險業在危機之前占據了絕對的優勢地位，在經歷危機以后材料業異軍突起，占據前10中的3席，與金融保險業平分秋色。汽車行業和金融行業的代表通用汽車公司和花旗集團，因在此輪金融危機中受到極大沖擊，影響因子大幅下滑。，在金融危機前后，滬深300的IS值發生了較大的變化，S＆P 500分布趨勢變化不大，但區別明顯。滬深300網絡與S＆P 500網絡IS變化情況恰恰相反：在危機前，滬深300的IS值普遍偏大，危機下，節點的IS值普遍變小。S＆P 500的IS值則由普遍偏小變得普遍偏大。分析其中原因，其一，從整體上來說，IS值又是反映網絡的穩定性指標，在經濟危機的沖擊下，滬深300的穩定性變弱，而S＆P500的穩定性增強；其二，是S＆P 500和滬深300分屬成熟市場和新興市場，市場本質的不同造成了不同的市場特征，在危機下對政策等反應強度也有較大不同。作為新興市場，中國的國情決定了中國股市的發行制度和監管制度必然是與政府的利益取向一致的，因此存在特有的政策特征；在2009年3月至2010年2月這段時期，各項刺激措施的見效使得中國股市止跌企穩，行業間復蘇速度與程度都有較大不同，滬深300成分股走勢出現分化，導致IS值并沒有呈現與S＆P 500類似大幅增大的情況。而且滬深300的IS值分布與成熟市場經濟穩定時期出現類似情況也從一個側面反映了中國股市正在逐步走向成熟。 最大生成樹構建相關性網絡生成樹在各種分析研究中被廣泛采用。其中生成樹在分析證券市場網絡中應用頗多［16－17］。本文采用最常見的Kruskal算法，構建了滬深300成分股網絡的最大生成樹，5 滬深300相關性網絡最大生成樹網絡中結點的度是證券市場網絡最重要的拓撲特征參數之一，度分布函數反映了網絡的宏觀統計特征，就目前對網絡的研究發現，網絡定點度的分布主要有指數分布和冪律分布；理論上利用度分布可以計算其他表征全局特性參數的量化數值。
金融危機前滬深300相關性網絡節點度值排名靠前的股票如表1所示。在經濟平穩時期，前10位的節點具有相同的度，網絡中Hub節點度值分布較為均勻，即網絡有較好的抗毀性。制造業占據前10中的6席，成為股市中最具影響力的行業，這與上節中分析影響因子得出的結論一致。金融危機后滬深300相關性網絡節點度值排名靠前的股票如表2所示。與金融危機前相比，出現了若干個度值較大的Hub節點，其中唐鋼股份的度值高達25，在網絡中占據舉足輕重的位置。制造業在Hub節點中的比例與危機前相比出現有較大下降，金屬冶煉產業占據了第1和第5的位置。反映到經濟現象中，我們認為盡管中國的三次產業都受到金融危機的直接沖擊，但因其與國際市場聯系的緊密程度不同，金融危機主要沖擊了在出口中占主導地位的第二產業，而第二產業正是以制造業為主。對比表1和表2可以發現，金融危機前后Hub節點所代表股票發生極大變化，危機前度值排名前列的股票在金融危機的沖擊下，大多成為網絡中的一般結點，只有北京城建基本保持在度值排名前列，這與其所屬房地產產業在2009年井噴式的增長不無關系。反觀危機后度值排名前列的股票大多在危機前度值較小，金融危機的沖擊使得新興節點迅速取代網絡中部分崩潰的傳統Hub節點，網絡度值分布隨即發生巨大改變。在2008年中國房地產市場的大幅萎縮給國內金屬消費需求構成了巨大的打擊，金屬冶煉業面臨著十分嚴峻的挑戰。然而隨著2009年房產市場的全面上漲，金屬冶煉業交易隨之活躍，也已成為拉動工業生產的主動力，這也解釋了在度值分布中，金屬冶煉產業的兩只股票均處于前列的現象。
真實網絡大多是由若干個“群”或者是“團”組成的，即存在社團結構。在同一個社團中，各個節點聯系緊密，而社團之間的聯系就相對比較松散。證券網絡中，也存在著這樣的社團結構：屬于同一社團的股票節點往往相關性較強，而分屬不同社團的股票節點往往呈現較弱相關性。最大社團作為網絡中最具影響力的“群”，對整個網絡有著舉足輕重的影響力。以上節中采用最大生成樹算法構建的S＆P 500和滬深300相關性網絡為研究基礎，分析不同時期兩國股市網絡中以度值最大的節點為根節點的子樹，深入研究其形態及組成，以期通過對最大社團的分析揭示金融危機下網絡的特殊性質。Hub節點所代表的股票為MTB，屬于金融行業，危機前最大社團結構較為復雜。結合2005年至2006年經濟平穩發展的社會背景，金融業起到舉足輕重的作用，因此金融業成為網絡中的最大社團。由圖7可見，在以MTB為中心的最大社團中，還存在著若干Hub節點，社團內部度值分布較為均勻。與此同時，MTB還與若干較大Hub節點直接相連：以公用事業節點GAS為例，通過與金融行業節點PCL直接相連與根節點MTB產生關聯，同時又與一連串公用事業節點連接與同行業節點產生關聯，這就形成社團之間的重疊，即出現一個節點同屬不同社團的現象。仔細分析節點之間的連接情況可以發現，絕大多數連邊是存在于同屬一個行業的股票節點之間，S＆P 500市場行業聚類特征明顯。
反觀危機下的最大社團，如圖8所示，Hub節點所代表的股票為CSCO，屬于信息產業。結合金融危機的背景，可以推測金融業受到危機最正面的沖擊，隨著雷曼兄弟等眾多大規模金融機構的破產，使得金融業股票在市場中的地位大大降低，這也解釋了最大社團中只存在一只金融業股票的狀況。從圖8可以清楚看到，危機下最大社團結構層次明顯簡單。社團結構中度值為1的節點數目占到節點總數的6成以上，導致網絡層次較少。以CSCO為根節點的子樹中絕大多數節點與CSCO一樣，屬于信息產業，表現出極強的以行業聚類的特性。最大社團中除了CSCO度值明顯較大外，其余結點度值均較小。中國股市金融危機前后最大社團形態如圖9所示。金融危機前（見圖9a），中國股市的最大社團規模明顯較小且社團內部行業分布狀況也有較大不同。中國衛星所在社團共有16個節點，其中與中國衛星同屬于工業的股票共有6只，4只股票屬于材料業，4只屬于金融類股票，必需品消費業和可選消費業各有兩只股票。材料業為工業提供原材料，而金融業尤其其中的房產業對材料業也有直接影響，因此在拓撲結構上同屬一個社團屬于合理現象。從中國股市網絡拓撲結構來看，行業因素并不是社團形成的主要原因，不同行業之間聯動性較成熟市場要更大，這也說明了在中國股市，一個行業中領頭企業的股價波動，不僅會影響同行業公司的股價，也會較快波及其上游或是下游產業。圖9b為金融危機下中國股市網絡中度值最大節點唐鋼股份所在社團。相比危機前的最大社團，在經歷了金融危機的沖擊后，滬深300證券網絡的最大社團規模明顯增大。最大社團中以唐鋼股份為代表的材料業占據了重要地位，與唐鋼股份直接相連的節點中，既存在一般Hub節點，也存在度值較小的節點，使得最大社團中節點的分布更顯均勻。金融危機后的最大社團的形成行業因素雖然較危機前有所增強，但行業分布相比同期美國股市仍明顯分散，上下游產業的關聯效應依舊較強。從圖中也可以發現，一些工業類股票同時與唐鋼股份及相關聯產業相連，出現了社團重疊的現象。以工業類股票白云機場為例，它與根節點唐鋼股份直接相連，同時也與同行業的中海發展、華擎股份有密切關聯，在與其直接相連的節點中也包括了能源類股票廣聚能源、材料業股票江西銅業、包鋼股份，公用事業類股票華能國際以及消費類股票歌華有線。通過對危機前后兩國股市網絡最大社團的分析，可以發現，在同一時期S＆P 500網絡和滬深300網絡具有明顯不同的最大社團特征：S＆P 500具有以行業聚類的特征，而滬深300社團中行業覆蓋面較廣，一些有利害關系的產業出現在同一社團中。滬深300危機后的最大社團形態與S＆P 500危機前最大社團形態較為相似，由此可以印證中國股市正在慢慢走向成熟。
第2篇
關鍵詞 評級信息；股票價格； 股價操作；超額收益率
中圖分類號 F831.5 [文獻標識碼]A ？眼文章編號？演1673-0461（2013）03-0077-05
在2008年美國金融危機期間和2010年歐債危機期間評級機構的評級意見發揮著重要的作用。以美國國際保險公司在危機期間的表現為例，2007年8月31日隨著評級機構對該公司證券化衍生產品信用等級的降低，該公司持有的104億美元的保證金不足以保證其所簽訂違約掉期對沖合約，要求該公司追加59億美元的保證金。9月12日標準普爾公司宣布降低該公司信用等級，從觀望轉為負面，并宣布有可能降低該公司發行的債券的信用等級1-3級，導致該公司股票價格從8日的22.76美元降低到12日的12.14美元。在標準普爾公司降級壓力下，該公司于13、14日周末兩天的努力，于9月15日上午宣布已獲得由高盛、摩根斯坦利和紐約儲備銀行共同組成的聯合過橋貸款750億美元。但該公司在資本市場上發行的22億美元商業票據已失敗告知，而當日需要支付的到期債務資金為52億美元。當日下午，標準普爾宣布降低該公司長期債券信用等級3個點，穆迪和Fitch也宣布降低2個點。按照新的評級結果，要求該公司為其違約掉期合同再追加200億美元保證金。16日一早，高盛和摩根斯坦利宣布不再向該公司提供過橋借款，評級機構再次降低其評級，股票價格跌至4.76美元。按照新的評級結果和股票價格，該公司在未來15天內應當再追加320億美元的保證金。為了避免破產，該公司與紐約聯邦儲備銀行、評級機構緊急磋商，于22日達成最終協議，獲得美聯儲370億美元的貸款（見美國國際保險公司2008年英文版年報Form10-K格式第1頁～2頁。）。這一事例說明，評級機構的評級意見對上市企業的股票波動會帶來實質性影響。那么投資評級機構的評級意見對股票價格帶來什么樣的影響，他們之間存在一種什么樣的關系，需要我們進行深入研究。
一、研究現狀和本文的研究對象
Cowles在1933 年發表《股票市場預測者有預測能力嗎？》一文對評級意見的有效性進行了研究。此后分別有Colker（1963）、Groth（1979）、Brav（2003）、Asquith，Mikhail 和Au（2004）、Bradshaw（2005）等人陸續對該問題進行了研究，他們分別從投資評級的調整、投資評級的等級、投資評級等級的變動和對股價的長短期影響效應等角度開展研究，得出在評級信息后數日或者數周內，相關股票的價格波動具有顯著的超常收益。但也有研究得出了相反的結論，例如Bidwell（1977）對11家業內有代表性的證券經紀商1970年～1973年間分析師薦股信息研究后發現分析師推薦的股票在信息后在較長期間內并沒有取得優于市場的收益，Diefenbach（1972）、Logue和Tuttle（1973）的研究也表明評級信息長期內總體上不能夠帶來優于市場的超額收益。Stickel（1995）的研究發現對于“買入”建議可以獲得平均的超常收益率，但“賣出”建議在統計上并不明顯。
我國學者陳永生（1999）經過對《證券市場周刊》每周推薦的股票進行統計研究得出，投資分析師所推薦的股票的收益在統計學意義上與深滬大盤指數收益沒有區別，而后朱寶憲、王怡凱（2001），唐俊、宋逢明（2002），高峰、宋逢明（2003），黃靜、董秀良（2005）、徐立平、劉建和（2008）、周曉塵（2009）等從長短期角度對推薦股票的研究表明投資評級在長期內并不能帶來超額收益，短期內是否能夠帶來超額收益也存在一定的爭議。而丁亮、孫慧（2001）則對2000 年1月5日至8月30日期間中國證券報“潛力股推薦”專欄所推薦的股票的研究發現，在股票投資日后兩天內出現了平均為1.39 %的異常收益率，而三天后則出現了明顯的負向異常收益率，此外王征、張崢和劉力（2006），徐謖、曾勇（2006），王宇熹、肖峻和陳偉忠（2006），黃小康（2008）等的研究結論也支持投資評級有效性的結論。
可以看出，對于投資評級意見是否有效的研究結論還存在著很大的差異，這其中固然有所采用數據樣本差異、研究方法的差異的因素，也可能有經濟周期、行業構成等差異的影響。
二、研究假設和研究方法
金融市場上的評級信息大致可以分為兩類：一類是具體的評級信息，包含“強烈買入”、“買入”、“看漲”、“中性”、“看跌”、“賣出”、“強烈賣出”七個等級；一類是評級動作，一般有“升級”、“維持評級”和“降級”三種，在某一投資評級機構初次評級信息的情況下，投資評級動作成為“初評”，在實際的操作中由于在投資評級不變的情況下很少有機構重復信息，所以很少看到“維持評級”的評級信息動作。
按照評級信息的目的和意義，投資評級升級和較好的評級信息會給股票帶來正向超額收益，降級評價意見或者低級別的評級信息則會給股票帶來負向的超額收益。而股市的周期性對股票超額收益走勢的影響相關性還不清楚，因此我們的研究期望弄清以下問題：
（1）利好的評級信息能否給股票帶來超額收益，比如在評級信息“升級”或者為“買入”等利好情況下；利差的評級信息是給股市帶來負向的超額收益，比如在評級信息“降級”，或者為“賣出”等利差情況下。
（2）股市的周期性對股票的影響如何？同樣的評級信息在股市的下降階段和上升階段對股票走勢的影響是否相同，比如投資評級“升級”在股市的上升階段和下降階段對股票的影響是否存在異同？
（3）不同評級意見對股票價格的影響是否有明顯的差別，比如是否存在“升級”意見對股票的影響不明顯而“降級”意見的對股票有非常明顯的影響？
（4）評級意見的效應在時間上是否會有明顯的規律性？比如是否存在“升級”意見在當天對股市的影響不明顯但在以后某天內影響比較明顯，降級意見在當天影響不明顯但在5天內影響效果明顯等。
如果判斷評級建議或意見對股票價格和收益的影響？常用的方法是計算評級意見前后股票價格變動帶來的超額收益率。超額收益率是指相對于市場或行業的整體收益情況，特定事件引起的特定股票的超過市場平均收益率的收益情況。超額收益率可以有兩個指標來計算，分別是：單日超額收益率（AR）和累積超額收益率（CAR），具體計算如下 ：
AR（j，t）=R（j，t）-R（m，t）
CAR（j，t）=R（j，t，i）-R（m，t，i）
R（j，t）是股票j在第t天的收益率；
R（m，t）是整個市場在第t天的收益率；
AR（j，t）是j股票在第t天的超額收益率；
R（j，t，0）是j股票在第t天的以i日為基期的累積收益率；
R（m，t，0）是整個市場在第t天的以i日為的累積收益率；
CAR（j，t，0）是j股票在0-T時間段內的累積超額收益率。
超額收益率為正表明評級信息的給股票帶來積極的正面影響，超額收益率為負表明評級信息的給股票帶來的影響是負面的。
三、樣本選擇和數據采集
美國金融危機期間和歐洲債務危機期間股票價格波動和投資評級意見之間所表現出的關系非常明顯，但為什么不同學者研究得出不同的結論？我們發現主要存在以下兩個問題：一是絕大多數學者的研究重點在一個期間的眾多股票上，不同股票的評級意見和股票價格的變動存在一定的期間相互抵消，導致在不同時期研究得出不同的結論；二是研究者所選擇評級意見對股票價格的影響時間區間主要對3個月和6個月價格的影響，這個反映時間過長以至于不能揭示評級意見的影響，因為在這個較長的時間區間內存在著多次、不同方向評級意見的可能，存在著宏觀、行業、市場形勢發生較大變化的可能。這些因素都影響了對評級意見對股票價格影響的效果研究。
為了克服這兩個方面的缺陷，本文研究將研究樣本縮小，重點關注少數幾只股票，重點研究這少數幾只股票的評級意見和股票價格之間的關系。我們選擇了四家有代表性的金融企業作為本論文的研究樣本，它們是高盛（Goldman Sachs Group Inc）、美國銀行（Bank of American Corporation）、商業合作銀行（Comeria Incoporated）和摩根斯坦利（Morgan Stanley）。之所以選擇這四家企業基于以下三個方面的考慮：一是經歷了一個股市漲跌周期，這四家企業均經受一個股市波動周期的洗禮；二是有代表性，美國的金融機構分為以傳統金融服務業務為主的機構和以新興金融創新服務業務為主的機構，我們各選擇兩家機構作為本。高盛和摩根斯坦利是全球最大的兩家投資銀行，代表金融服務新業務；美國銀行和商業合作銀行主要以傳統的銀行服務業務為主；三是投資者對評級機構的意見比較重視。這四家金融機構的規模龐大，一般投資者很難通過報表數據了解其實際運用狀況，評級意見對投資決策有較大影響。
同時我們將評級影響的觀察時間區間從3個月或6個月縮短到評級意見前后10天。如果在10天之內評級機構第二次了評級意見則我們作為一次新的評級意見處理。為了剔除股市整體波動對單個股票價格的影響，我們選擇統計2008年～2009年一個比較完整的股市下降階段和股市上升階段的數據，分別收集和計算以下數據：①分別計算股票單日漲幅和標普單日漲幅，兩者相減計算出單日股票超額漲幅；②以投資評級日為基礎，分別計算（T+0，T+5）區間內股票和標普每日超額漲幅，兩者相減計算出單日股票超額漲幅；以T-6日為基期分別計算（T-5，T+0）區間內股票和標普每日超額漲幅，兩者相減計算出單日股票超額漲幅。如果數據允許，同樣的方法計算T+10超額漲幅；③根據超額漲幅計算出超額收益率。所采集和整理的數據見附表。
四、研究結論
1. 評級機構有選擇性的評級信息
在研究樣本的所有股票評級中，在股市的上升階段評級信息的21次一般樣本中，“升級”的10次，降級的僅2次；在股市下降階段的28個樣本中，“升級”信息9次，降級13次。表明投資機構總是傾向于有選擇性地利好的評級信息，而對于不好的評級信息評級機構總是選擇不發或者少發。這一方面可能是出于自身利益的考慮；另一方面也可能是評級機構總是傾向于選擇有利好消息的企業進行關注，而對經營一般的企業則關注較少的原因。
2. 評級信息前可能存在信息提前外溢
在研究樣本中，投資評級為“升級”樣本的前5日平均累積超額收益率為1.27%，信息后5日累積超額收益率為0.51%；評級“降級”前股市5日平均超額收益率為1.56%，信息后5日累積超額收益率為-3.56%；評級“初評”前股市5日平均超額收益率為1.23%，評級信息后5日累積超額收益率為1.69%。投資評級為“買入”的前5日平均累積超額收益率為3.26%，投資評級后5日內累積超額收益率平均為-0.3%；投資評級為“看漲”的前5日平均累積超額收益率為0.76%，投資評級后5日內累積超額收益率平均為1.23%；投資評級為持有的前5日平均累積超額收益率為1.37%，投資評級后5日內累積超額收益率平均為-0.18%。整體上看本例中在投資評級為利好的前提下，股票的超額收益在評級信息前往往會有較大幅度的正向超額收益，在評級信息后獲得的超額收益率明顯低于投資評級前獲得的累積超額收益；而在較差的等級前，股票超額收益在投資評級前后也存在著較大幅度的波動。但是這種信息外泄行為引起的股票超額收益波動與股市的周期性密切相關。表明，評級信息前后存在著人為操縱的可能。
3. 評級對股票收益的影響非常明顯
在股市整體處于上升期時，投資評級“升級”在當日能夠給股市帶來明顯的正向超額收益，在評級信息前5日和后5日均能獲得正向超額收益；上升階段，投資評級“降級”當日平均獲得-3.13%的明顯負向超額收益率，投資評級前5日累積超額收益率為13.47%的超額收益率，投資評級后5日獲得-3.50%的超額收益率；上升階段，初評對評級信息的影響是較小的。在股市處于下降趨勢中時，投資評級“升級”在當日給股市的影響是不確定的，而投資評級前5日和后5日累積超額收益率則為負值；在下降階段，投資評級“降級”的前5日平均超額收益率為-2.06%，評級后5日的超額收益率為-3.57%。
4. 評級信息對不同的股票影響存在差異
同樣的評級信息對于不同的股票帶來的影響是不同的，對有的股票是正的超額收益，對有的股票帶來的是負的超額收益，但是對于同一支股票的影響是基本穩定的；投資評級對股票超額收益的影響受階段性的影響，同一支股票，在股市不同的階段，同樣的投資評級可能會帶來完全相反的結果。例如投資評級“買入”對于高盛和美國銀行的影響對于各自股票超額收益的影響是相對穩定的，但是在股市的上升階段對兩支股票超額收益的影響卻是存在差異的。高盛在“買入”在評級信息前均獲得明顯的正向超額收益，而美國銀行在投資評級前的超額收益情況則是隨機的。
5. 評級信息的“后發優勢”比較明顯
在連續評級信息的情況下，股票的走勢對于評級信息非常的敏感，連續的投資評級升級在股市上升階段能夠給股市帶來超額的正向收益，并且這種正向收益在長期是能夠持續的。但在股市的下降階段連續升級的評級信息在信息后并不一定能夠給股市帶來超額的收益。連續的降級評級會使股票在評級信息前后走勢發生巨大轉折，一般來說在利差的信息后股票都會表現出超額的負向收益率。這也使得連續的降級評級信息表現出一定的“后發優勢”，即后的評級信息比先的評級信息對股票走勢的影響更具有決定性的作用。連續不變的評級信息對股票走勢的影響是不確定的。在連續“持有”的情況下，投資評級前后股票超額收益的走勢受到股市周期性影響較大；而在連續利好的“看跌”的評級信息下，從股票走勢來看存在著信息提前外泄的可能性。
6. 利好評級信息存在短效性和利差評級信息存在長效性
升級、買入等利好的評級信息對于股市的影響時間是非常短暫的，僅僅是前后幾天的事情，而降級、賣出l等投資評級的給股票所帶來的影響持續時間則較長。但是值得注意的是在利好的評級信息后短期內股票一般很難獲得較大正向超額收益甚至獲得負向超額收益，但是隨著時間推移，這種超額收益會逐漸轉正。
五、研究局限性和建議
第3篇
而這種有趣的變化，卻無心插柳地簡化了房地產股票的投資策略，即在Shibor高漲區域買入房地產股票，在Shibor回落至底部區域時賣出房地產股票即可獲取不錯的相對收益與絕對收益。
利率波動緣起2008年，信貸毒癮的戒斷癥狀
2008年金融危機時，中國救援政策與海外市場有著顯著不同。海外市場在動用央行的力量幫助企業降低杠桿，而中國則在動用商業銀行力量誘使企業加重杠桿。這就導致了在政策效力衰減后，中國經濟在官方利率下行通道遭遇經濟體的降杠桿力量的對抗，從而使得市場利率出現與官方利率不一致，并且大幅上下波動的境況。
2008年金融危機爆發后，各個國家紛紛采取各種政策拯救經濟，其中美國的QE與中國的4萬億一攬子刺激政策最為引人矚目。
盡管表面看，兩國政府都在向市場提供海量的流動性，但由于其資金來源的差異，兩國政策有著根本的不同，其效果也大相徑庭。
從美國看，美國流動性來源于美聯儲，其央行援助金融機構、購買資產、壓低市場利率。但由于其銀行系統、實體企業都具有較強的風險定價能力與運營水平，于是紛紛借助這次流動性洪峰降低杠桿（見圖2），最終實現了經濟體資產負債表的修復，使得經濟走上了可持續發展的道路。
從中國看，其流動性相當一部分來源于商業銀行對行政命令的執行，以降低貸款條件、承擔更高風險為代價來向企業提供流動性。從貸款客戶看，中國經濟改革時間較短，經濟體的風險定價能力并不是很強，錯誤評估了自己的負債能力。
我們將客戶分為兩類，一類為強勢客戶，比如地方政府、事業單位、國有企業等，這些客戶或多或少地帶有國家信用性質，具備規模擴張沖動，貸款時較少考慮還款風險；一類為弱勢客戶，比如溫州私有企業主等，在與銀行的交易中長期處于弱勢地位，突然遇到貸款洪峰往往受寵若驚，盡量貸款。
也就是說，這兩種類型客戶的風險定價能力都有偏差，在銀行信貸的洪峰中狂歡，逐年增加杠桿，不知不覺中染上了信貸的毒癮（見圖1）。
簡而言之，在美國動用央行力量幫助企業降杠桿的同時，中國在動用商業銀行力量誘使企業加重杠桿，這就直接導致了現在利率市場的亂象，即在利率平穩（或下行）通道遭遇經濟體的降杠桿（或壓杠桿，又或不敢繼續加杠桿）力量的對抗，從而使得市場利率出現異常的劇烈波動。這種情況，在以前經濟周期中頗為罕見（見圖3、圖4）。當今中國之經濟體，很像是一個產生信貸依賴的癮君子，如果停止吸食，甚至是略有減量，就會給經濟系統帶來極大的痛苦體驗。
戒斷癥狀激發短期投資機會
從經濟周期的角度看，在一個正常經濟體中，作為利率敏感型行業，房地產股票會被長期利率上升壓垮，而被長期低息環境激發出泡沫。所以一個長期投資者應該在加息通道的后半段賣出房地產股票，在利率見底并長期穩定于底部后買入房地產股票。
出于兩個理由的考量，在房地產行業尋找短期投資機會或者執行反向交易策略都是不明智的選擇。一方面，房地產行業走勢一旦確立就難以更改，執行短期投資策略很容易錯失投資機會（圖5直線）。另一方面，房地產一旦趨勢逆轉，其下跌和上漲幅度都容易超出人的想象，執行反向交易策略很容易被市場擊潰，從而難以長期堅持（圖5圓圈）。
但是，呈現出戒斷癥狀的中國經濟，卻賦予了投資者在房地產股票上執行反向、短期投資策略的機會。一方面，從大的環境看中國畢竟處于利率下降（或穩定）通道，至少不是處于加息通道，短期市場利率的飆升畢竟不可持久，早晚會向長期趨勢回歸。
另一方面，根據我們的壓力測試，以月為單位的高利率環境并不足以給房地產的基本面造成實質性的影響。這就使得我們具備了執行反向交易的膽量與勇氣，即在Shibor飆升期買入房地產股票，在Shibor底部賣出房地產股票。
追溯測試來看，假設我們從利率亂象開始出現的2011年7月起，我們簡單地在Shibor高出均值2倍方差時買入房地產指數，在Shibor低于均值0.5倍方差時賣出房地產指數，其累計收益率可高達14%，打敗房地產指數30個百分點，打敗滬深300指數43個百分點，實現絕對收益與相對收益的雙贏。
因此，短期利率的異常波動是決定房地產股票走勢的重要因素，依據Shibor的反向交易策略可以有效地打敗市場。細化到股票交易的維度，我們傾向于選擇對Shibor更為敏感，但是對系統風險相對遲鈍的股票，以期在最大化收益的同時有效地防控風險。我們分別計算了股票池中房地產股票相對于Shibor和滬深300指數的貝塔，認為應該選擇相對于Shibor的Beta較高，但是相對于滬深300指數的Beta適中的招商地產和深振業作為重點推薦標的。
