总体经济指标与加权股价指数关联性分析

1、.總體經濟指標與加權股價指數關聯性分析PAGE ：.；PAGE 174總體經濟指標與加權股價指數關聯性分析許家豪1 蘇逸瑋21元富投顧國際股市研讨員+886-2-29221227#501台北市敦化南路二段97號19樓2華南銀行外匯專員+886-2-23934211#276台北市新生南路一段48號【摘 要】總體經濟分析在加權股價指數評價上的重要性已逐漸提升，也不断是學術界與實務界所關心和探討的問題，本研讨選取1991年1月到2002年12月台灣景氣面(景氣領先指標年增率、工業生產指數年增率、外銷訂單年增率及營收年增率)與資金面(M1b年增率、M2年增率與貨供動能年增率)的總體經濟指標月資料，利用

2、單根檢定、VAR檢定及多元迴歸模型計量方法，分析其與股價的關聯性，所得結論如下：總體經濟指標並無領先加權股價指數的特性，然而加權股價指數具有領先工業生產年增率、營收年增率與貨供動能指標的特性，領先期數分別為1個月、4個月及3個月。透過多元迴歸分析發現，加權股價指數與一期後的工業生產指數年增率及四期後的營收年增率具有正向的顯著關係，可見股價具有領先景氣面的特性；而加權股價指數也顯著地領先三期後的貨供指標，亦即股市上揚也充分反映資金動能的充沛。参与誤差修正後的台股預測模型在檢視2003年1月到2004年2月的股價表現，以近兩期的股價表現最正确，皆在兩個標準差之內；而利用該模型所得的預期股價走勢與實

3、際股價走勢方向一致，因此可作為中長期股價趨勢的參考。關鍵字：加權股價指數、總體經濟指標、單根檢定、誤差修正一、前 言單一企業的股價遭到個別企業的財務狀況或是經營者態度，具有很大的差異，因此在選股上難度不小。至於加權指數是一切企業股價的加總，透過投資大盤可以降低投資組合中的非系統性風險，將總風險降至較低的程度，因此近年來，以大盤為標的商品逐漸被大家所重視，期貨及選擇權的日益蓬勃，可見一斑，而2003年寶來投信更推出以台灣上市公司市值前50名的企業為主的台灣50ETF(上市代碼：0050)，其與大盤相關性甚高的特性，也是市場投資人藉以投資大盤的工具之一。因此，建構大盤的評價方式已是投資人投注心力之

4、所在。研判大盤走勢的方法大致可分為根本分析與技術分析，前者目的在於研讨股票的真實價值，依據經濟現象、政經措施與企業音讯，配合公司營運狀況，作為股價升降趨勢與買進賣出的判斷依據。而後者則是利用過去股票市場行為，包含股價、成交量或是波動性等資訊，來作為研判後勢的工具。然而，技術指標往往隨著時點及运用者習慣而有所偏好，不假设根本面在於既有的公開資訊，在运用上較具客觀性，且隨著外資與國內法人參與股市的比重漸增，根本面研判的比重更見廣泛。影響股價的根本面要素大致可分為總體經濟要素、市場要素及公司本身要素，其中總體經濟分析對於股價走勢研判具有相當大的價值，概因股價指數素有經濟櫥窗之稱，具有預期未來經濟活動

5、的盛衰，但經濟活動也同是支撐股價波動的必要條件，因此本研讨著重在透過觀察總體經濟變化與股價的關係，並建構一套完好的觀察模型，隨時調整根本面的起伏要素，以發掘股市的多空轉折。總體經濟要素主要涵蓋景氣面與資金面。就景氣面來看，景氣擴張時期，企業營運收入添加將有助股價表現，而景氣衰退時，企業營運收入也將隨之萎縮，因此景氣的變動與股價間存在著關連性，國內外文獻也一定景氣面要素對於股價的影響 請參閱表1，惟對於選取變數有不同的看法，且對於領先落後關係的結果有不同的演繹，故本研讨認為有重新檢視之必要。此外，寬鬆的貨幣政策，提高市場貨幣供給也降低利率水準，添加投資人購買股票意願與才干，有助於股價的推升；反之

6、，緊縮的貨幣政策，將降低市場貨幣供給並促使利率水準上揚，借貸資金本钱上升，間接降低投資人對股票投資的意願與才干，股價揚升力道減弱。由此看來，資金面似乎能引導股價揚升，表2的部分研讨確實支持該論點。然而本研讨以為股價反應景氣而上漲，在揚升的過程中，投資人才會將資金投入股市，貨幣供給隨之添加，因此，股價與資金並不一定是誰先誰後，有必要對此重新檢視，且過去文獻並未將M2水位增減納入考量，本研讨也將此考量納入模型中。因此，本研讨企圖由根本面出發，透過總體經濟指標的選擇，建構大盤觀測模型，作為投資人進行投資決策的參考。表1 景氣面要素與股價關聯性之文獻作者研讨方法與對象研讨結果Fama(1981)利用理

7、性預期觀念之貨幣數量模型，研讨1953年以後美國物價指數與工業生產成長率對股價影響實質生產與股票報酬攸關，非貨幣市場的變化Schwert(1990)延伸Fama(1981)對股票報酬與實質生產關係，研讨期間1889-1988未來的生產成長率解釋大部分股票的報酬率Lee1992利用多變量VAR，探討1947-1987年美國股票報酬、利率、實質生產和通貨膨脹之因果關係股票報酬能解釋實質生產大部分的變異，兩者呈正相關，並提出股票報酬與貨幣供給成長率間無因果關係王瑪如蘇永成1998利用VAR模型，研讨1980-1993年股票報酬與通貨膨脹率之關連性股票報酬和通貨膨脹率間並不存在直接關係；但從短期模型來

8、看，股票報酬領先工業生產指數黃柏農1998利用Granger因果分析及配合衝擊反應函數，研讨台灣股價與總體經濟變數間的關係M1b成長率對股價變動有正相關，工業生產指數與股價變動並未存在直接關係，但透過利率變數的中介，工業生產指數的變動與股價變動間存在正向關係陳宗益2000透過要素分析篩選重組變數，經由時間序列分析法建立模型進行實證，研讨台美26個總體經濟變數，採用1990.1-2001.1月資料台灣歷史股價對未來股價具報酬率具有預測才干；台灣總體經濟變數對台股股價報酬率有領先一期的效果，而美國總經變數對台股股價報酬則不具領先效果洪之良2001运用Granger因果關係檢定與誤差修正模型ECM，

9、檢測1981.1-2000.10台灣與美國股票市場之股價與總體經濟變數相關性在台灣股票市場，利率與貨幣供給可為股價的領先指標，而利用利率和貨幣供給當作中介變數，工業生產指數和消費者指數亦可作為股價之断定標準 陳怡靜(2001)利用複迴歸模型分析貨幣供給幣動率、利率變動率、實質生產變動率與及通貨膨脹率對股債價格影響M1B變動率與工業生產指數變動率對股價具正面影響，而通膨則具負面影響，至於重貼現率則無顯著關係白元宏2002透過主成分要素分析、單根檢定、Granger因果檢定進行研讨變數序列之特性，再以複迴歸模型比較總經要素對台灣加權股價指數與摩根台股指數之影響能否有所不同Granger因果檢定發現

10、台灣整體經濟現況要素、資金本钱要素、工業原油本钱要素、市場景氣要素、經濟景氣領先指標要素等對加權股價指數與摩根期指具有領先關係資料來源：本研讨整理表2 資金面與股價關聯之文獻整理作者研讨方法與對象研讨結果Fung & Lie(1990)透過因果關係，研讨新興國家股市資料與貨幣供給額、貨幣流通速度、物價上漲率與股價波動之關係股價波動與前述根本經濟變數間並無存在領先或者落後關係Dayananda & ko(1996)台灣1981至1869年月資料，研讨台灣股價報酬率與貨幣供給相關性呈現正相關，但顯著性並不強倪衍森王崇仁1999模型分為短期VAR、ARCH與長期誤差修正模型貨幣政策與股票報酬率具有正

11、向關係，且短期內，具有領先性魏宏泰2003利用向量自我迴歸方式、衝擊反應函數、預測誤差變異數分解以及因果關係檢定；選取1981年1月至2001年12月台股股價月資料M1b具有單向領先股價關係；股價主要由M1b與利率所解釋，惟利率對股價之影響較M1b快速；當股價發生自發性干擾時，對M1b影響較為耐久且為正向資料來源：本研讨整理二、研讨方法(一)選取變數本研讨所選取的變數分為景氣面與資金面兩大構面。景氣面類指標選取多數文獻採用的景氣領先指標、工業生產指數年增率與外銷訂單年增率等景氣面指標。此外，上市櫃公司每月十日前需依規定公佈前月營收，而企業營收有相當大的部分遭到景氣循環影響，因此在本研讨中將納入

12、此變數作為景氣類變數。圖1 景氣領先指標年增率與股價圖2 工業生產指數年增率與股價圖3 外銷訂單年增率與股價圖4 營收年增率與股價在資金面指標，本研讨除採用M1b年增率及M2年增率外，另外採用貨供動能指標：M2年增率-M1b年增率，藉由觀察M2與M1b成長力道的差距得知市場資金動能充沛程度。曾有研讨將匯率及外資匯入金額置於模型之中，本研讨認為运用上述三項指標，即已涵蓋這兩個效果，主要是因為預期匯率升值之下，外資匯入添加，將使得國內資金水位充沛，進而反應在M2水準中，反之，當預期匯率貶值之下，外資轉為匯出，資金匯出機使得國內資金水位降低，M2也隨之下降。圖5 M1B年增率與加權股價圖6 M2年增

13、率與加權股價值表3 總體經濟變數變數變數名稱編製單位與股價相關性預期LEADYOY景氣領先指數年增率行政院經建會正向IPYOY工業生產指數年增率經濟部統計處正向ORDERYOY外銷訂單年增率經濟部統計處正向SYOY營收年增率證交所股市觀測站正向M1BYOYM1b年增率中央銀行正向M2YOYM2年增率中央銀行正向MSYOY貨供動能指標-負向資料來源：本研讨整理(二)研讨方法ADF單根檢定時間序列假设為一隨機的過程，其機率分配會因時間隨之改變。當外力要素發生時，對該變數產生長期的影響，使該數列並未前往原來的平均值，則稱為為非定態時間數列；反之，假设其分配並未隨時間經過而改變，或者當外部要素影響僅具

14、短時間的效果，且會逐漸前往原來的水準，則稱之為定態時間數列。大部分總經變數具有非定態的特徵，先確定變數的定態特徵，再進行迴歸分析。檢定時間數列能否认態，Dickey and Fuller (1979)提出單根檢定法Unit root test，透過Dickey fuller (DF)統計量，以檢定時間數列能否存在隨機趨勢，亦即單根能否存在。 向量自我迴歸模型藉由因果關係檢定，可瞭解各變數間領先、落後的情形，而透過向量自我迴歸模型VAR，可以進一步瞭解各變數變動後，對股價變動的影響程度大小、正負項變動情形。向量自我迴歸模型依資料本身特性進行研讨，將模型內各變數視為內生變數，以一組迴歸方程式，來表

15、示各變數間彼此的互動關係，且每一迴歸方程式皆以落後項為解釋變數，因為其變數的落後項已涵蓋了一切相關的訊息，可真實反應出模型內變數間的互動效果。在本研讨中，將利用1991年1月到2002年12月的月資料作為樣本期間，健行相關檢測，並利用景氣面與資金面的時間序列資料建構多元迴歸模型，最後則运用2003年1月到2004年2月的資料，作為樣本外(out-of-sample)檢測。三、研讨結果一ADF單根檢定建構多元迴歸模型之前，因為本研讨所選取的變數為總體經濟數據，皆為時間序列資料，假设該數據不具定態，則必須透過差分的方式，才可以納入模型中，本研讨採用ADF單根檢定方法來檢視其定態與否，並將符合定態的

16、變數，納入模型中考量。由表4的結果可以看出，加權股價指數、景氣領先指標年增率、工業生產年增率、外銷訂單年增率、營收年增率及貨供動能指標具有定態，而M1b年增率與M2年增率不具定態，故將此兩個變數排除在模型中。表4 總體經濟變數之ADF單根檢定變數變數名稱ADF T-testTWSE加權股價指數-1.960*(0.048)LEADYOY景氣領先指標年增率-4.357*(0.000)IPYOY工業生產指數年增率-2.607*(0.009)ORDERYOY外銷訂單年增率-1.771*(0.073)SYOY營收年增率-1.814*(0.066)M1BYOYM1B年增率-1.051(0.264)M2YO

17、YM2年增率-1.389(0.153)MSYOY貨供動能指標-3.337*(0.001)註1:ADF檢定中，T值右上角為顯著性，1%顯著水準為*，5%顯著水準為*，10%顯著水準為*；括號中為P值二向量自我迴歸檢定當利用向量自我迴歸(VAR)模型，本研讨並未發現所選取的五項變數能夠領先加權股價指數，不過股價具有領先部分總經變數的特性，這樣的結果是可以預期的，因為股價反應投資人對未來的預期，因此，股價領先景氣或是資金是可以預期的，只是領先期數的多寡。表5可知，景氣領先指標年增率與外銷訂單年增率對於加權股價並無領先落後關係。當月工業生產指數年增率產遭到前一期股價及前二、三期的工業生產指數指數年增率

18、的影響，也就是說，股價具有領先工業生產指數年增率一個月的特性，這與王瑪如與蘇永成(1998)的研讨得到一样結論。表5 向量自我迴歸檢定LEADYOYIPYOYORDERYOYSYOYMSYOYTWSE(-1)0.000 0.002*-0.001 0.002 -0.001 1.183 1.726 -0.705 1.319 -1.491 TWSE(-2)-0.001 0.000 0.003 -0.001 0.001 -1.036 -0.045 1.201 -0.288 1.313 TWSE(-3)0.000 -0.002 -0.002 -0.002 -0.001*0.713 -1.170 -0.7

19、92 -1.175 -2.153 TWSE(-4)0.000 0.000 0.000 0.002*0.001-0.618 0.375 0.111 1.773 1.134 LEAD(-1)1.087*-12.985 -LEADYOY(-2)0.022 -0.184 -LEADYOY(-3)-0.124 -1.040 -LEADYOY(-4)-0.090 -1.097 -IPYOY(-1)-0.029 -0.348 -IPYOY(-2)-0.349*-4.238 -IPYOY(-3)-0.197*-2.433 -IPYOY(-4)-0.100 -1.240 -ORDERYOY(-1)-0.331*

20、-3.979 -ORDERYOY(-2)-0.256*-3.157 -ORDERYOY(-3)-0.382*-4.789 -ORDERYOY(-4)-0.133 -1.626 -SYOY(-1)-0.258*-3.071 -SYOY(-2)-0.465*-5.388 -SYOY(-3)-0.158*-1.858 -SYOY(-4)-0.113 -1.401 -MSYOY(-1)-1.074*-13.017 MSYOY(-2)-0.010 -0.081 MSYOY(-3)-0.092 -0.772 MSYOY(-4)-0.059 -0.728 C0.042 1.134 0.208 -1.469

21、0.308 0.071 0.560 0.090 -0.736 0.395 註1:VAR檢定中，空格上方為估計係數，下方為T統計值註2:*表示在1%的顯著水準，*表示在5%的顯著水準，*表示在10%顯著水準而營收年增率遭到前四期股價及本身前一、二、三期影響，亦即股價具有領先四期後營收年增率特性；而貨供動能指標遭到前三期股價及本身前一期的影響，因此股價具有領先三期後貨供動能性指標的特性。三迴歸方程式建立透過VAR分析，本研讨選取工業生產指數年增率與營收年增率及貨供動能指標作為台灣加權股價指數的解釋變數，然而，考量工業生產指數與營收年增率同為景氣類變數，相關係數高達0.7，因此將這兩個變數分離考量。

22、考量工業生產指數年增率與貨供動能指標下的模型顯示，股價與一期後的工業生產指數年增率具有正向關係，而與三期後的貨供動能指標有負向關係，其經濟意義所代表的是當預期下月景氣持續好轉且三期後的資金仍持續添加下，當月股價將具揚升動能，反之，當下月景氣趨勢向下且三期後的資金動能缺乏時，當月股價將提早反應投資環境的惡劣而下降。本研讨也利用全體上市櫃公司營收作為景氣替代變數，透過表6也可得到：四個月後的營收年增率持續成長，再加上三個月後的市場資金動能充沛下，當月股價表現多為上漲，反之亦然。至於在模型的解釋才干上，利用營收年增率與貨供動能指標作為股價的解釋變數的模型，模型解釋才干上較佳。表6 迴歸模型結果加權股

23、價指數TWSE模型1模型2截距項C5979.00 *5650.79*37.9828.58工業生產指數年增率IPYOY(1)45.95*2.53營收年增率SYOY(4)58.51*3.79貨供動能指標MSYOY(3)-60.87*-38.85*-3.49-2.05F-Test11.99*17.24*R-Squared0.150.2Adjustment-R-Squared0.140.19註1:樣本期間1991/12002/12註2:空格上方為變數之估計係數，下方為T統計值註3:*表示在1%的顯著水準，*表示在5%的顯著水準，*表示在10%顯著水準四樣本外測試在模型1與模型2下，利用2003年1月至

24、2004年2月的總體經濟資料進行樣本外的預測模型模擬，在預測模型的模擬過程中，本研讨参与誤差調整(Error Correction)，以使預測值能考量前期誤差的修正值，並利用該時點之前的36個月平均指數月標準差，檢測實際值能否在可接受範圍內。圖7 模型1模擬結果表7 模型1加權股價指數模擬結果DN2DN1預估值實際值UP1UP2誤差準確度2003/1/314,444 4,619 4,794 4,890 4,969 5,145 *2003/2/284,498 4,675 4,852 4,586 5,029 5,206 *2003/3/314,622 4,805 4,987 4,449 5,169

25、 5,351 2003/4/304,651 4,834 5,017 4,450 5,201 5,384 2003/5/314,981 5,177 5,373 4,319 5,570 5,766 2003/6/305,388 5,601 5,813 4,870 6,025 6,238 2003/7/315,451 5,666 5,880 5,287 6,095 6,310 2003/8/315,700 5,924 6,149 5,447 6,374 6,598 2003/9/305,864 6,095 6,326 5,680 6,557 6,788 2003/10/315,777 6,005 6

26、,233 6,045 6,460 6,688 2003/11/306,250 6,497 6,743 5,951 6,989 7,236 註1:DN2表示2個標準差下限值；UP2表示2個標準差上限值。註2:*表示實際值位於預測1個標準差之內，*表示實際值位於預測值2個標準差內。如表7所示，考量工業生產指數年增率與貨供動能指標下，本研讨所模擬的預估值在2003年1月可以在1個標準差內，而2月則落在2個標準差之內，之後的預測值則落在2個標準差之外。然而透過圖7可見，03年預測趨勢向上是符合實際走勢。圖8 模型2模擬結果表8 模型2加權股價指數模擬結果DN2DN1預估值實際值UP1UP2誤差準確度2

27、003/1/314,299 4,468 4,638 4,890 4,807 4,976 *2003/2/284,576 4,756 4,936 4,586 5,117 5,297 *2003/3/314,834 5,025 5,215 4,449 5,406 5,596 2003/4/305,201 5,406 5,610 4,450 5,815 6,020 2003/5/315,578 5,797 6,017 4,319 6,237 6,457 2003/6/306,053 6,292 6,530 4,870 6,769 7,007 2003/7/316,144 6,386 6,628 5,

28、287 6,871 7,113 2003/8/316,303 6,551 6,799 5,447 7,048 7,296 2003/9/306,319 6,568 6,817 5,680 7,066 7,315 2003/10/316,397 6,649 6,901 6,045 7,153 7,405 註1:DN2表示2個標準差下限值；UP2表示2個標準差上限值註2:*表示實際值位於預測1個標準差之內，*表示實際值位於預測值2個標準差內表8也顯示考量營收年增率與貨供動能指標下，本研讨所模擬的預估值在2003年1、2月皆落在2個標準差內，而之後的預測值則落在2個標準差之外。不過整體股價趨勢向上是

29、符合實際走勢。綜合兩個模型結果可見，模型預測股價水準在近兩個月的參考性較高，量個月後，預期股價偏離的程度較大；不過就中長期股價行為來看，預測值走勢與股價實際走勢符合，因此仍可利用本模型以進行趨勢分析。四、結論與建議總體經濟分析在加權指數評價上的重要性已逐漸提升，也不断是學術界與實務界所關心和探討的問題，本研讨針對1991年1月到2002年12月資料分析台灣加權股價指數與景氣面(景氣領先指標年增率、工業生產指數年增率、外銷訂單年增率及營收年增率)及資金面(M1b年增率、M2年增率與貨供動能年增率)的關係。分析所得結論如下：(一) 加權股價指數、景氣領先指標年增率、工業生產指數年增率、外銷訂單年增

30、率、營收年增率及貨供動能指標為時間數列資料，然經ADF單根檢定顯示，具有定態關係，可為迴歸分析之變數。(二) 透過VAR檢定發現，本研讨所選取的總經指標並無領先加權股價指數的特性，然而，股價卻具有領先部分總體經濟指標的特性：包括領先工業生產指數年增率一個月，領先營收年增率四個月，以及領先貨供動能指標三個月的特性。(三) 透過多元迴歸分析，本研讨發現股價與一期後的工業生產指數年增率與四期後營收年增率具有正向顯著關係，可見股價具有領先反應景氣的特性，而股價也與三期後貨供動能指標具有顯著的負向關係，可見股價揚升將帶動投資人將資金轉入股市，提供更充沛資金動能。(四) 透過多元迴歸模型，並考量誤差修正，

31、檢測2003年1月到2004年2月的股價變化，模型預測準確度在首二個月內符合兩個標準差之內的水準，因此預估指數水準在近兩個月較具準確度，然利用該模型所得之股價預期值與實際預期值方向一致，因此可作為中長期股價趨勢的參考。正如先前所提，股價行為反應資訊，然市場資訊非單一總經指標所能完全描繪而出，非經濟要素也同樣影響股票市場，尤其台灣本身屬於淺碟市場，任何的風吹草動都能够影響股市，後續研讨者在模型建構上，建議可参与更多層面要素，甚至於質性要素，也都是不錯的選擇。而實際投資上，本研讨則建議除利用本研讨所建構之模型進行趨勢分析之外，另可利用其他類經濟模型諸如承載力模型 可參考林文輝(2002),“台灣股市變動行為關鍵影響要素之研讨 從市場實務之觀點解析，碩士論文，銘傳金融研讨所或是相對價值模型等作為決策參考。參考文獻Fama, E.R.(1981) ,Stock Returns, Real Activity,