對股票指數與宏觀經濟關系分析

對股票指數與宏觀經濟關系分析

（總16頁）-本頁僅作為文檔封面，使用時請直接刪除即可---內頁可以根據需求調整合適字體及大小-對股票指數與宏觀經濟關系分析1、研究目的通過研究股票指數走勢與宏觀經濟變化間的變化關系，建立理論模型，來探討國內股票市場與宏觀經濟的關系，從而為未來經濟決策、以及對股票市場走勢的判斷和預測提供理論依據。2、背景介紹自1992年滬、深兩市證券交易所成立以來，無論從股票市值總值、流通市值，還是從成交金額等指標來看，中國股票市場都取得了長足的發展。至2006年3月1日，上海證券交易所股票市價總值達到億元，流通市值7321億元，成交金額億元；與此同時，深圳證券交易所股票市價總值、流通市值和成交金額分別達到億元、億元和億元。中國股票市場在宏觀經濟運行中的作用得到空前提高。但是，自2006年6月起后的一段時間內，無論是上證指數還是深證指數，都發生了與宏觀經濟持續增長相背離的局面。滬、深兩市綜合指數分別從2001年6月2218點和658點降至2006年1月的1258點和307點。與此同時，宏觀經濟卻保持高速增長。2001年至2005年，中國的GDP增長率分別是%、%、%、%和%。根據宏觀經濟的一般規律，股票市場是經濟發展的“晴雨表”。經濟總量的上升將導致更多的資金為了追逐良好的經濟收益，進入股票市場，支持股票市場不斷走強，從而出現股票指數不斷攀升的情況。然而，中國市場的股票指數走勢和宏觀經濟的發展并不總是保持相同的變化方向，反而出現了相背離現象。那么，中國股票指數與宏觀經濟之間是否存在關系成了人們感興趣的問題。如果股票指數與宏觀經濟之間存在關系，那么這種關系是什么，是否遵循宏觀經濟的一般規律 股票市場是經濟發展的“晴雨表”，還是“晴雨表”已經失效。這就是本研究要解決的問題。3、指標設計在指標設計方面，根據實際需要經行選擇。宏觀經濟學的研究對象是國民經濟中的總量關系，國內生產總值（GDP）是一個國家范圍內一定時期內所生產的最終產品和勞務的市場總價值，因而是最具有代表性的經濟總量的指標，所以選擇與宏觀經濟聯系密切的GDP進行分析。對于股票指數的選擇，由于我國滬、深兩市在實際經濟中的表現有時并不一致，所以分別選取股票市場最具代表性的股票指數：上證綜合指數和深證綜合指數和滬深300指數作為股票價格的代表。本研究所采用的GDP數據來自國家統計局網站，上證綜合指數、深證綜合指數和滬深300指數的數據來自搜狐財經網站。我國滬、深兩市交易所成立于二十世紀就是年代初，至今發展二十余年，樣本數據不夠多，所以上證指數、深證指數和GDP均采用月度數據，樣本區間為1995年1月至2013年12月，樣本量為228。考慮到滬深300指數于2005年4月才開始發布，我們選取的樣本區間是2006年1月至2013年11月，樣本量為95。由于國家統計局網站公布的GDP數據為年度或季度數據，沒有月度數據，所以利用將GDP季度數據轉化為月度數據。（1）國內生產總值（GDP）國內生產總值是指在一定時期內，一個國家或地區的經濟中所生產出的全部最終產品和勞務的價值，常被公認為衡量國家經濟狀況的最佳指標。它不但可反映一個國家的經濟表現，還可以反映一國的國力與財富。所以它能作為一個國家宏觀經濟的代表。⑵上證指數(SHSCI)上證指數即“上證綜合指數”-(上海證券綜合指數)，“上海證券綜合指數”是上海證券交易所編制的，以上海證券交易所掛牌上市的全部股票為計算范圍，以發行量為權數綜合。上證綜指反映了上海證券交易市場的總體走勢。(3)深證指數(SZSCI)深證指數是指由深圳證券交易所編制的股價指數，該股票指數的計算方法基本與上證指數相同，其樣本為所有在深圳證券交易所掛牌上市的股票，權數為股票的總股本。由于以所有掛牌的上市公司為樣本，其代表性非常廣泛，且它與深圳股市的行情同步發布，它是股民和證券從業人員研判深圳股市股票價格變化趨勢必不可少的參考依據。⑷滬深300(HS300)滬深300指數是由上海和深圳證券市場中選取300支A股作為樣本，其中滬市有179支,深市121支。滬深300指數反映中國證券市場股票價格變動的概貌和運行狀況，并能夠作為投資業績的評價標準，為指數化投資和指數衍生產品創新提供基礎條件。4、描述分析圖一GDP序列圖600000.00-400000.00-200000.00-.oo-&13O5以12O7以11D9&1D11百1001BOO9O3400805COD7D7JCI0E09N00511&昌1陰以033日&。3。54口已號N001D9-L999D3J5當口5A997O7■99609J99511-L99501圖二上證指數、深證指數和滬深300序列圖一HS300-SHSCISZSCI國1109-25D11BO1DD1-200605白口口707洛甘609-20患1期皆。4D3日國0305-2DD2D7-2昌11A99903-199805199707-199E09■99511-199501描述統計量N極小值極大值均值標準差方差GDP228SHSCI228SZSCI228HS30095有效的N（列表狀態）955、統計分析（1）數據調整對數據進行相應的調整，以消除季節等因素對分析的影響。對于GDP序列，先采用X11方法消除季節性，然后用Holter-Winter非季節模型進行平采用滑。對于上證指數（SHSCI）、深證指數（SZSCI）和滬深300（HS300）

采用Holter-Winter非季節模型進行平滑。以下分別是GDP序列、SHSCI序列、SZSCI和HS300序列調整前后的序列圖：圖三對數GDP和調整后的對數GDP序列圖128149-13-11-10-969800020406081012LOGGDPSALOGGDP

128149-13-11-10-969800020406081012LOGGDPSALOGGDP圖四對數上證指數及調整后的上證指數對數序列圖圖六對數滬深300及調整后的滬深300對數序列（2）單位根檢驗對調整的數據再對數化后，進行單位根檢驗，以判斷序列的平穩性。用Eviews軟件進行ADF檢驗結果如下：表1序列LGDP、LSHSCI和LSZSCI的ADF檢驗Method Statistic Prob.ProbabilitiesforFishertestsarecomputedusinganasympoticChiProbabilitiesforFishertestsarecomputedusinganasympoticChi????????-squaredistribution.Allothertestsassumeasymptotic????????normality.IntermediateADFtestresultsGROUP01ADF-FisherChi-square ? ?ADF-ChoiZ-stat ? ?SeriesProb.Lag??MaxLagObsLSHSCI??0?14?227LSZSCI??0?14?227LGDP??14?14?213從表一可以看出，序列LGDP、LSHSCI和LSZSCI的ADF檢驗P值分別是?，和，比顯著性水平5%大，所以不能拒絕序列有單位根的原假設，認為序列存在單位根，是非平穩的。表2序列LHS300的ADF檢驗NullHypothesis:LOGHS300hasaunitroott-Statistic??Prob.*AugmentedDickey-Fullerteststatistic ?Testcriticalvalues: 1%level5%level

10%level從表二可以看出，序列LHS300的ADF檢驗P值是，比顯著性水平5%大，所以不能拒絕序列LHS300有單位根的原假設，認為LHS300存在單位根，是非平穩的。下面分別對LGDP、LSHSCI、LSZSCI進行差分后的序列DLGDP、DLSHSCI和DLSZSCI進行ADF檢驗，檢驗結果如下表所示：表3序列DLGDP、DLSHSCI和DLSZSCI的ADF檢驗Cross-sectionsincluded:3Method Statistic Prob.ProbabilitiesforFishertestsarecomputedusinganasympoticProbabilitiesforFishertestsarecomputedusinganasympotic從表3和表4可以看出，檢驗P值都非常小，小于顯著性水平5%，所以有充分的理由拒絕序列有單位根的原假設，即不存在單位根，是平穩序列。故序列LGDP、LSHSCI、LSZSCI和LHS300都是一階單整序列。(3)協整檢驗協整概念是20世紀80年代由恩格爾和格蘭杰提出的。協整的基本思想認為，盡管兩個或兩個以上的變量中每個都是非平穩的，但它們的線性組合有可能相互抵銷趨勢項的影響，是該組合成為一個平穩的變量。協整理論為兩個或????MeandependentR-squared varAdjustedR-squared ????.dependentvar.ofregression ????AkaikeinfocriterionSumsquaredresid ????SchwarzcriterionLoglikelihood ????F-statisticDurbin-Watsonstat ????Prob(F-statistic)得到LGDP與LSHSCI之間的回歸方程：LGDP=2.924+1.135LSHSCI表6LSZSCI與LGDP協整回歸????Meandependentvar????.dependentvar????Akaikeinfocriterion????Schwarzcriterion????F-statisticProb(F-statistic)t-Statistic??Prob.*殘差序列E3的ADF檢驗t統計量的值為，小于顯著性水平為5%的臨界值。拒絕序列有單位根的原假設，可以認為殘差序列E3是平穩序列，也就是說序列LGDP和LHS300之間存在協整關系，GDP和滬深300之間存在長期穩定的關系。綜上，上證指數、深證綜指和HS300與GDP之間都分別存在著協整關系，也就是說股票價格與宏觀經濟之間存在長期穩定的均衡關系，從下面的圖8中也可以大致看出。ADF-FisherChi-square ? ?ADF-ChoiZ-stat ?Chi????????-squaredistribution.Allothertestsassumeasymptotic????????normality.IntermediateADFtestresultsD(GROUP01)SeriesProb.Lag??MaxLagObsDLSHSC??0?14?226DLSZSC??1?14?225DLGDP??11?14?215對LHS300進行差分后的序列DLHS300進行ADF檢驗，檢驗結果如下表所示：表4序列DLHS300的ADF檢驗NullHypothesis:D(LOGHS300)hasaunitroott-Statistic??Prob.*AugmentedDickey-Fullerteststatistic ?Testcriticalvalues: 1%level5%level

10%level兩個以上非平穩變量之間尋找均衡關系、以及用存在協整關系的變量建立動態模型奠定了理論基礎。協整檢驗的常用方法有E-G兩步檢驗法和約翰森檢驗法。E-G檢驗法通常用于檢驗兩變量之間的協整關系。本文分別檢驗上證指數、深證綜指與GDP的協整關系，所以采用E-G兩步檢驗法。由單位根檢驗可知，LGDP、LSHSC和LSZSC時間序列都是一階平穩的。協整檢驗可以分兩步進行第一步協整回歸。用普通最小二乘法（OLS）估計，結果如下：表5LSHSCI與LGDP協整回歸DependentVariable:LGDPMethod:LeastSquaresDate:05/21/14Time:19:56Sample:1995M012013M12Includedobservations:228CoefficieVariable ntStd.Errort-StatisticProb.??C

LSHSCI

DependentVariable:LGDPMethod:LeastSquaresDate:05/21/14Time:19:59Sample:1995M012013M12Includedobservations:228VariableCoefficientStd.Errort-StatisticProb.??CLSZSCIR-squaredAdjustedR-squared.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat????Meandependentvar????.dependentvar????Akaikeinfocriterion????Schwarzcriterion????F-statistic????Prob(F-statistic)得到LGDP與LSZSCI之間的回歸方程：LGDP=5.495+0.940LSZSCI表7LHS300與LGDP協整回歸DependentVariable:LOGGDPMethod:LeastSquaresDate:05/27/14Time:22:14Sample(adjusted):2006M012013M11Includedobservations:95afteradjustmentsVariable CoefficientStd.Errort-StatisticProb.??R-squaredAdjustedR-squared.R-squaredAdjustedR-squared.ofregressionSumsquaredresidLoglikelihoodDurbin-Watsonstat得到LGDP與LHS300之間的回歸方程：LGDP=10.252+0.234LHS300第二步檢驗殘差的單整性，看其是否是平穩序列規定E1、E2和E3分別代表序列LGDP、LSHSCI和LGDP、LSZSCI及LGDP、LHS300的回歸殘差序列。對E1、E2、E3分別做單位根檢驗，所得結果如下：表8E1的ADF檢驗NullHypothesis:E1hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)t-Statistic??Prob.*AugmentedDickey-Fullerteststatistic ?Testcriticalvalues:1%level5%level10%level*MacKinnon(1996)one-sidedp-values.殘差序列E1的ADF檢驗t統計量的值為，小于顯著性水平為1%的臨界值。拒絕序列有單位根的原假設，可以認為殘差序列E1是平穩序列，也就是說序列LGDP和LSHSCI之間存在協整關系，GDP和上證指數之間存在長期穩定的關系。表9E2的ADF檢驗NullHypothesis:E2hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)AugmentedDickey-Fullerteststatistic ?Testcriticalvalues:1%level5%level

10%level*MacKinnon(1996)one-sidedp-values.殘差序列E2的ADF檢驗t統計量的值為，小于顯著性水平為1%的臨界值。拒絕序列有單位根的原假設，可以認為殘差序列E2是平穩序列，也就是說序列LGDP和LSZSCI之間存在協整關系，GDP和深證綜指之間存在長期穩定的關系。表10E3的ADF檢驗NullHypothesis:RESID01hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)t-Statistic??Prob.*AugmentedDickey-Fullerteststatistic ?Testcriticalvalues: 1%level5%level

10%level

一LGDPLSHSCI一LGDPLSHSCILSZSCI-LHS30O453O54口1207過1109-201。11過10010605-200511UD05D1陰Err.-2004D3日4口口2070109過。。11洛。OOO1A99903_L露。51陷07-199E09A99511-199501這個結論與有些學者的研究略有不同。李瑞（2006）的研究表明：股票價格與GDP之間不存在協整關系。產生不同結論的原因主要在于兩個研究選取的時間段不同。李瑞的研究數據選取的是1995年1月至2005年12月，而本研究數據選取的是1995年1月至2013年12月。這說明在近幾年，中國股票市場活動水平較好，對經濟發展有一些影響。⑷誤差修正模型對于非平穩時間序列通過差分的方法，將其化為平穩序列，然后可建立經典的回歸分析模型。如建立模型：LGDP=d0+@LSHSCI+rNLGDP=a1ALSHSCI+v，其中v=R—R1此做法存在兩個問題:1）因為LGDP與LSHSCI一階單整，兩者之間存在著長期穩定的均衡關系，則誤差項Nt不存在序列相關，所以vt= 一匕_1是一個一階移動平均時間序列，因而是序列相關的。2）采用差分形式進行估計，則關于變量水平值的重要信息將被忽略，此時模型只表達了LSHSCI與LGDP間的短期關系，而沒有揭示它們之間的長期關系。因為從長期均衡的關系看，LGDP在第t期的變化不僅取決于LSHSCI本身的變化，還取決于LSHSCI與LGDP在t-1期末的狀態，尤其是LSHSCI與LGDP在t-1期的不平衡程度。可見，簡單差分不能解決非平穩時間序列所遇到的全部問題，此時需要建立誤差修正模型（ECM）。對于分別存在協整關系的序列LGDP、LSHSCI和LGDP、LSZSCI，建立誤差修正模型。誤差修正模型可以將長期關系與短期動態特征結合在一個模型中，利用該模型來分析影響因素是合理的。 ..?.. 1）長期均衡模型Y=aQ+alXt+Nt中的1可視為Y關于X的長期彈性；2）短期非均衡模型Y=P0+P1Xt+P2X「吵-1+et中的。1可視為Y關于X的短期彈性；誤差修正模型的建立 Engle-Granger兩步法：1）進行協整回歸，檢驗變量間的協整關系，估計協整向量（長期均衡關系參數）；

2）若協整性存在，則以第一步求到的殘差作為非均衡誤差項加入到誤差修正模型中，并用OLSE法估計相應參數。故，建立如下誤差修正模型1)ALGDP=PALSHSCI-X(LGDP-a1)ALGDP=PALSHSCI-X(LGDP-a-aLSHSCI)+?t11t1t-1 10 11t—1 t=PALSHSCI-九ECM+￡11t1 1tECM1=LGDP—2.924—1.135LSHSCI2)ALGDP=pALSZSCI-X(LGDP2)ALGDP=p