我們剛才講的是一個良好的開端，我們怎么從歷史的角度來講，來預測經濟的未來和金融市場的未來？我們怎樣去看金融市場當中各個因素之間的相關性？你們也許會認為，好像我剛才講的跟中國的實際情況并不相關，因為中國現(xiàn)在發(fā)展非常快，通貨膨脹率又低，金融市場似乎跟GDP的關系又不是很大，跟利息率的關系也不是很大，而中國經濟發(fā)展非常穩(wěn)定，我對中國目前的情況相關性也不好做太多的評論。因為我對中國的一些數(shù)據(jù)只是兩年前才積累的，差不多從2003年才開始有一些研究。

　　當時中國股市還是比較低，當時還沒有往上升。但是如果你希望我講一下中國金融市場的波動性，我的原則是應該有兩個答案，不知道哪個答案是對的。第一，中國的實際情況跟我的這個模糊不相關。也許這里面的確有一些它自己的道理。第二，也許中國的經濟今天看上去很穩(wěn)定，但是很難說五年以后是什么樣，也許五年以后就不那么穩(wěn)定。我們今天看到大好的局面，未必就是持續(xù)的。所以，從這個角度來說，目前市場回應現(xiàn)在做不出來，但是以后會反映出內在的風險。

　　今天早晨我們關于中國的經濟問題也做了一些討論，對這些問題進行的一些回答，可能不是特別的準確，從目前角度來說也不是那么確定，也許會下大家還會針對這個問題對我問一些問題。

　　我們現(xiàn)在看一下第二個預測的模式。單一因素的模式太簡單了，因為它考慮到的因素比較簡單、比較少。第二個預測的模式，我們叫做DCC模式。

　　DCC模式是一個新的模式，也是一種ARCH的模式。這種模式做什么呢？它把一系列的相關因素集合在一塊兒，算出一個市場的波動性。也就是它用ARCH模型當中一些殘差，我們用這種模式剔除波動來進行計算。用這種模式你只是關注相關性就夠了，不用去看它的方差。

　　談到相關性的模式，有幾個特點。比如說一個股市在同樣的方向發(fā)展，也就是兩個資產同方向變化的時候，它的相關性就增大。根據(jù)DCC模式，如果它向反方向變化，就是兩支

　　我們接下來給大家看一個DCC的等式是怎么回事。我講的這個模式有點像GARCH這個模式，所有的參數(shù)alpha和beta對所有的資產兩兩配對都假設為相同的。所以我們只有2個參數(shù)需要估計，而無論有多少資產。這個模式實際上是非常簡單的，它針對大的系統(tǒng)是非常有用的。我們再把DCC模式用在金融電器GE還有美國運通。這個模式在一開始的圖形，1994年是0.5，之后升起來了，0.4年又降下來了。由于不對稱，它的相關性相對來說不明顯。

　　接下來具體用等式的方式看DCC的模式是怎么回事。

　　我們再把DCC模式用在另外一個方面，看看它的適用。比如上海A股股指，還有摩根斯坦利的資本國際中國指數(shù)的相關性。大家對這兩個指數(shù)應該是很熟悉的，我們來分別看一下。MSCI中國指數(shù)看看怎么跟我們這個模式應用在一起。它在高峰的時候是1999年，2002年、2003年低下來了。2月17日中國指數(shù)跌了9%，我不知道與此同時MSCI指數(shù)低了多少。這兩個指數(shù)進行比較的時候，在樣品的一開始，相關性非常高，波動性也非常大。但是到了中期，市場的回應就比較低，也就是它們的相關性比較弱。最后兩者的相關性又高起來了，但也不是特別相關。

　　看一下上海的A股，情況完全不一樣。上海A股的波動性一開始比較低，后來高起來了，也就是我們做樣品階段的后期又高起來，我們也不知道目前上海A股股指高到底是不是泡沫。

　　從2006年下半年開始增長的比較快。我們應該問一下自己的問題，MSCI和上海A股，和中國的A股到底有什么關系，它們兩者有什么區(qū)別。同時我們要看一下在香港交易的H股、B股，在美國納斯達克交易的N股，還有紅籌股，這個指數(shù)實際上講的是公司都是中國的公司，但是這些公司的指數(shù)是允許外國人買。因為某種意義上，從廣義上來說，外國投資者是沒法買上海A股股市的股票，但是它可以通過買股指來介入中國的股市。也許在可預見的未來，外來投資者是可以買中國的股票。

　　看一下GARCH模式。先看一下上海在這個模式當中的波動性，我們會發(fā)現(xiàn)波動性也是有上有下，而且相對來說頻繁一些。在我們樣品的最后階段趨勢是往上走的。我們看看左下角的新加坡還有右下角的臺灣，它們相對來說波動性大一些。

　　我剛才給大家的是一個區(qū)域性的數(shù)據(jù)，我們會發(fā)現(xiàn)很有意思，中國與韓國、中國臺灣地區(qū)、新加坡股票市場的相關性并不是很大，也許得出這種結論并不感到意外。而且中國上海A股的股指比MSCI摩根斯坦利中國指數(shù)股指的波動性要大。

　　我們看2001年MSCI的股指比上海A股的股指要更加波動，同樣當時中國在國外上市的那些股票也因此波動性非常大。所以，可以這樣理解，MSCI的股指指數(shù)比上海A股的股指更加隨著全球金融市場的波動而波動。

　　我們看兩個指數(shù)之間的相關性的時候，發(fā)現(xiàn)差不多是0.9，一般是這樣，但是我們的樣品比0.9要低。MSCI和A股的相關性，在2003年的時候最低，但現(xiàn)在已經增長了30%。所以，很有可能在金融市場上的改革對股票市場的一些作用已經顯現(xiàn)出來了。隨著時間的推移，這兩個股指可能會越來越接近，我認為接近對中國是有好處的。

　　剛才我們講到了兩種模式的相關性，也許加上歷史的模式，應該有三種。接下來我想把這幾種模式進行一個比較，也就是比較一下單一因數(shù)的模式和DCC模式。

　　我們看一下美國18個大盤股。不管是用DCC的模式還是用歷史的模式，我們來算一算。

　　我們先看DCC和歷史的數(shù)據(jù)模式，我們把這兩者模式放在同一個圖表當中來進行比較。我們看到了什么呢？這兩種模式差異并不是很大，通過圖表大家好像看出了一點差異都沒有，這就是問題所在，就是把這兩個模式放在一塊兒的時候就看不出波動性到底有什么區(qū)別，似乎是市場的波動性和相關性有一點兒關系，但是放在圖表當中的時候又很難看出來。所以，我們還是應該更加精確一點。我們現(xiàn)在接下來看一下平均的相關性，也就是每兩對股票我們做一個比較。藍顏色是平均的相關性，也就是這18支大盤股的平均相關性，我們取一個平均值。(圖)藍顏色的曲線所代表的，在這里看到一個關鍵的問題是，它們的走向基本上是趨同的，當然也有某些時段，特別是最后樣板期的階段是不一樣的。從全球來講，你要看其它我們的一些數(shù)據(jù)，它們的走向差不多跟我講的一樣。2000年它的相關性非常低，當時波動性也非常低。

　　接下來給大家介紹另外一個模式，這個模式實際上跟其它幾個模式要聯(lián)系起來一塊兒考慮。剛才我們講了單一因素的模式，我們強調了DCC模式。實際上我們把兩個加一塊兒就叫“因素DCC的模式”。我們通過這個模式來預測相關性，能得到最好的效果。單一因素模式剛才已經講到了單因素和常數(shù)異質波動、單因素，Garch異質波動和D五CC估計的殘差相關性。我們用這種模式的殘差放在DCC模式，這是這種模式通常用的一種假設。我們用殘差來看一下這個模式當中還能夠剩下什么，這就是所謂因素DCC的模式。

　　有一個公式向大家展示一下這個模式怎么得出結論的，單個股票實際上是股票市場的一個β值。現(xiàn)在給大家講一下我們怎么樣用共識來測算它的相關性。公式非常復雜，如果大家在我講之前就能看明白公式，那就是英雄。我們通常認為異質性與相關性沒有什么太多的關系。

　　我們剛才講到了能源的因素，比如能源作為一個因素的時候，不是很活躍的時候，波音飛機公司和通用汽車公司兩個公司之間相關性就不大，如果能源作為一個因素非常活躍，我們就會看到能源這種因素導致通用汽車公司和波音飛機公司兩者的相關性增加。我們通常用市場上最新的一些信息，通過這種模式來看兩者之間的相關性有多大，當然有一些因素是隨著時間的變化是消失的。我們會發(fā)現(xiàn)一些公司特質的一些驟變還有市場上的一些驟變，最關鍵的是β值，β值是方差除以斜方差，而且這些數(shù)據(jù)都是隨著時間而不斷的變化。隨著時間變化的β值肯定會根據(jù)市場的走向變化而變化，同時也根據(jù)一個公司的業(yè)務發(fā)生變化而變化。所以，公司從測算來講，在實際計算當中非常簡單，雖然看上去復雜。

　　再看一下美國運通和通用電器。這個圖包括了剛才講的三種模式，我們仍然從這個圖表當中很難看出到底發(fā)生了什么，但是在右下角可以看到藍線往下走，藍線代表一種恒常數(shù)。三種模式在這個圖表當中都表現(xiàn)了它們之間的差別，它們之間的差別主要是取決于市場上一些相關的因素而發(fā)生的變化。