對股票指數(shù)與宏觀經濟關系分析

對股票指數(shù)與宏觀經濟關系分析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(jù)需求調整合適字體及大小--PAGEPAGE19對股票指數(shù)與宏觀經濟關系分析1、研究目的通過研究股票指數(shù)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(jù)。2、背景介紹19922006317321200662001622186582006112583072005GDP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(xiàn)股票指數(shù)不斷攀升的情況。然而，中國市場的股票指數(shù)走勢和宏觀經濟的發(fā)展并不總是保持相同的變化方向，反而出現(xiàn)了相背離現(xiàn)象。那么，中國股票指數(shù)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(shù)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(guī)律 股票市場是經濟發(fā)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(jù)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，GDP國滬、深兩市在實際經濟中的表現(xiàn)有時并不一致，所以分別選取股票市場最具300GDP300我國滬、深兩市交易所成立于二十世紀就是年代初，至今發(fā)展二十余年，GDP19951201312228300200542006120131195GDPGDP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(qū)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(xiàn)，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。上證指數(shù)（SHSCI）上證指數(shù)即“上證綜合指數(shù)”-（上海證券綜合指數(shù)），“上海證券綜合指數(shù)”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(fā)行量為權數(shù)綜合。上證綜指反映了上海證券交易市場的總體走勢。深證指數(shù)(SZSCI)深證指數(shù)是指由深圳證券交易所編制的股價指數(shù)，該股票指數(shù)的計算方法基本與上證指數(shù)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(shù)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(fā)布，它是股民和證券從業(yè)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(jù)。（4）滬深300（HS300）300300A179121300和運行狀況，并能夠作為投資業(yè)績的評價標準，為指數(shù)化投資和指數(shù)衍生產品創(chuàng)新提供基礎條件。4、描述分析圖一GDP序列圖圖二上證指數(shù)、深證指數(shù)和滬深300序列圖描述統(tǒng)計量描述統(tǒng)計量N極小值極大值均值標準差方差GDP228SHSCI228SZSCI228HS30095N（列表狀態(tài)）955、統(tǒng)計分析數(shù)據(jù)調整GDP序X11方法消除季節(jié)性，然后用非季節(jié)模型進行平滑。對于上證指數(shù)（SHSCI）、深證指數(shù)(SZSCI300（HS300），采用Holter-Winter非季節(jié)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(shù)GDP和調整后的對數(shù)GDP序列圖14141312111098969800020406081012LOGGDPSALOGGDP圖四對數(shù)上證指數(shù)及調整后的上證指數(shù)對數(shù)序列圖9.09.08.58.07.57.06.56.0969800020406081012LOGSHSCISALOGSHSCI圖五對數(shù)深證指數(shù)及調整后的深證指數(shù)對數(shù)序列6.56.05.55.04.5969800020406081012LOGSZSCISALOGSZSCILOGHS30SALOGHS300LOGHS30SALOGHS3002006 2007 20082009 2010 201120122013單位根檢驗對調整的數(shù)據(jù)再對數(shù)化后，進行單位根檢驗，以判斷序列的平穩(wěn)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MethodStatisticProb.**ADF-FisherChi-square??ADF-ChoiZ-stat??**ProbabilitiesforFishertestsarecomputedusinganasympoticChi????????-squaredistribution.Allothertestsassumeasymptotic????????normality.IntermediateADFtestresultsGROUP01SeriesProb.Lag??MaxLagObsLSHSCI??0?14?227LSZSCI??0?14?227LGDP??14?14?213從表一可以看，序列LGDP、LSHSCI和LSZSCI的ADF檢驗P值分別5列存在單位根，是非平穩(wěn)的。表2序列LHS300的ADF檢驗NullHypothesis:LOGHS300hasaunitrootAugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?從表二可以看，序列LHS300的ADF檢驗P值是，比顯著性水平5%LHS300LHS300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:3MethodStatisticProb.**ADF-FisherChi-squareADF-ChoiZ-stat???**ProbabilitiesforFishertestsarecomputedusinganasympoticChi????????-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)hasaunitrootAugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?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(wěn)序列。故序列LGDP、LSHSCI、LSZSCI和LHS300都是一階單整序列。協(xié)整檢驗2080為，盡管兩個或兩個以上的變量中每個都是非平穩(wěn)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(wěn)的變量。協(xié)整理論為兩個或兩個以上非平穩(wěn)變量之間尋找均衡關系、以及用存在協(xié)整關系的變量建立動態(tài)模型奠定了理論基礎。協(xié)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(xié)整關系。本文分別檢驗上證指數(shù)、深證綜指與GDP的協(xié)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(wěn)的。協(xié)整檢驗可以分兩步進行第一步協(xié)整回歸。用普通最小二乘法（OLS）估計，結果如下：表5LSHSCI與LGDP協(xié)整回歸DependentVariable:LGDPMethod:LeastSquaresDate:05/21/14 Time:Sample:1995M012013M12Includedobservations:228CoefficieVariable nt Std.Error t-Statistic Prob.??CLSHSCI????MeandependentR-squared varAdjustedR-squared ????.dependentvar.ofregression ????AkaikeinfocriterionSumsquaredresid ????SchwarzcriterionLoglikelihood ????F-statisticDurbin-Watsonstat ????Prob(F-statistic)LGDPLSHSCILGDP2.9241.135LSHSCI表6LSZSCI與LGDP協(xié)整回歸DependentVariable:LGDPMethod:LeastSquaresDate:05/21/14 Time:Sample:1995M012013M12Includedobservations:228CoefficieVariable nt Std.Error t-Statistic Prob.??CLSZSCI????MeandependentR-squared varAdjustedR-squared ????.dependentvar.ofregression ????AkaikeinfocriterionSumsquaredresid ????SchwarzcriterionLoglikelihood ????F-statisticDurbin-Watsonstat ????Prob(F-statistic)得到LGDP與LSZSCI之間的回歸方程：LGDP5.4950.940LSZSCI表7LHS300與LGDP協(xié)整回歸DependentVariable:LOGGDPMethod:LeastSquaresDate:05/27/14 Time:22:14Sample(adjusted):2006M012013M11Includedobservations:95afteradjustmentsVariable Coefficient Std.Error t-Statistic Prob.??CLOGHS300R-squared ????MeandependentvarAdjustedR-squared ????.dependentvar.ofregression ????AkaikeinfocriterionSumsquaredresid ????SchwarzcriterionLoglikelihood ????F-statisticDurbin-Watsonstat 得到LGDP與LHS300之間的回歸方程：LGDP10.2520.234LHS300第二步檢驗殘差的單整性，看其是否是平穩(wěn)序列規(guī)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(tǒng)計量的值為，小于顯著性水平為1%的臨界E1LGDPLSHSCIGDP表9E2的ADF檢驗NullHypothesis:E2hasaunitrootExogenous: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E2的ADF檢驗t統(tǒng)計量的值為，小于顯著性水平為1%的臨界E2LGDPLSZSCIGDP表10E3的ADF檢驗NullHypothesis:RESID01hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)AugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?殘差序列E3的ADF檢驗t統(tǒng)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(wěn)序列，也就是說序列LGDP和LHS300之間存在協(xié)整關系，GDP和滬深300之間存在長期穩(wěn)定的關系。HS300GDP8可以大致看出。圖8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GDP1995120051219951201312(4)誤差修正模型(4)誤差修正模型對于非平穩(wěn)時間序列通過差分的方法，將其化為平穩(wěn)序列，然后可建立經典的回歸分析模型。如建立模型：的回歸分析模型。如建立模型：LGDP01LSHSCItLGDPLSHSCIv ，其中v1tttt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(wěn)定的均衡關系，則誤差項1)因為LGDP與LSHSCI一階單整，兩者之間存在著長期穩(wěn)定的均衡關系，則誤差項t不存在序列相關，所以vttt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。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LSHSCILGDPt-1LSHSCILGDPt-1期的不平衡程度?？梢?，簡單差分不能解決非平穩(wěn)時間序列所遇到的全部問題，此時需要建立可見，簡單差分不能解決非平穩(wěn)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(xié)整關系的序LGDP、LSHSCI和LGDP、LSZSCI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1)長期均衡模型Y+X中的 可視為Y關于X的長期彈性；t01 tt12)短期非均衡模型2)短期非均衡模型Y+XXt0 1 t2 t-1 3t-1+Y中的1YXt的短期彈性；誤差修正模型的建立Engle-Granger兩步法：進行協(xié)整回歸，檢驗變量間的協(xié)整關系，估計協(xié)整向量（長期均衡關系參數(shù)）；參數(shù)）；若協(xié)整性存在，則以第一步求到的殘差作為非均