对股票指数与宏观经济关系分析

1、.对股票指数与宏观经济关系分析1、研究目的的判断和预测提供理论依据。2、背景介绍1992值，还是从成交金额等指标来看，中国股票市场都取得了长足的发展。至 3124821.54144.4710296.914482.5664.8220066200162218658200612583072001GDP8.3%、9.1%、10.0%、10.1%9.9% 问题。3、指标设计济中的总量关系，国内生产总值（GDP）是一个国家范围内一定时期内所生产的GDP300GDP300GDP 均采用月度数据，样本区间为199512013122283002005420061201311GDPEviews5.0GDP国内生产

2、总值(GDP)宏观经济的代表。上证指数（SHSCI）上证指数即“上证综合指数”-（上海证券综合指数发行量为权数综合。上证综指反映了上海证券交易市场的总体走势。深证指数(SZSCI)势必不可少的参考依据。（4）沪深 300（HS300）300300A179121300新提供基础条件。4、描述分析图一 GDP 序列图图二 上证指数、深证指数和沪深 300 序列图N极小值描述统计量极大值均值标准差方差GDP2287419.49637328.60131628.9249125188.102941.567E10SHSCI228537.355954.771905.6618943.38803889980.98

3、0SZSCI228109.151532.67617.0180349.34203122039.854HS300951009.605688.542788.7551964.33793929947.643有效的N （列表状态）955、 统计分析（1）数据调整GDPX11Holter-WinterSHSCI(SZSCI)30（HS300，采用Holter-WinterGDPSHSCISZSCIHS300调整前后的序列图：图三 对数GDP 和调整后的对数GDP 序列图14141312111098969800020406081012LOGGDPSALOGGDP图四 对数上证指数及调整后的上证指数对数序列图9

4、.09.08.58.07.57.06.56.0969800020406081012LOGSHSCISALOGSHSCI图五 对数深证指数及调整后的深证指数对数序列6.56.05.55.04.5969800020406081012LOGSZSCISALOGSZSCI3003008.020062007200820092010201120122013LOGHS30SALOGHS300（2）单位根检验对调整的数据再对数化后，进行单位根检验，以判断序列的平稳性。用Eviews 软件进行 ADF 检验结果如下：1LGDP、LSHSCILSZSCIADF

5、MethodStatisticProb.*ADF - Fisher Chi-square2.782970.8356ADF - Choi Z-stat0.785940.7840* Probabilities for Fisher tests are computed using an asympotic Chi-square distribution. All other tests assume asymptoticnormality.Intermediate ADF test results GROUP01SeriesProb.LagMax LagObsLSHSCI0.5030014227L

6、SZSCI0.5577014227LGDP0.88661414213从表一可以看出，序列 LGDP、LSHSCI 和 LSZSCI 的 ADF 检验 P 值分别是 0.5030，0.55770.8866，5%根的原假设，认为序列存在单位根，是非平稳的。表 2 序列 LHS300 的ADF 检验Null Hypothesis: LOGHS300 has a unit roott-StatisticProb.*Augmented Dickey-Fuller teststatistic-2.7520610.0693Testcriticalvalues:1%level-3.5014455% level

7、-2.89253610% level-2.583371从表二可以看出，序列 LHS300 的 ADF 检验 P 值是 0.063，比显著性水5%LHS300LHS300根，是非平稳的。LGDP、LSHSCI、LSZSCIDLGDP、DLSHSCIDLSZSCIADF3DLGDP、DLSHSCIDLSZSCIADFCross-sections included: 3MethodStatisticProb.*ADF - Fisher Chi-square283.7090.0000ADF - Choi Z-stat-16.00700.0000* Probabilities for Fisher te

8、sts are computed using an asympotic Chi-square distribution. All other tests assume asymptoticnormality.Intermediate ADF test results D(GROUP01)SeriesProb.LagMax LagObsDLSHSC0.0000014226DLSZSC0.0000114225DLGDP0.00001114215对 LHS300 进行差分后的序列 DLHS300 进行 ADF 检验，检验结果如下表所示：4DLHS300ADFNull Hypothesis: D(LO

9、GHS300) has a unit roott-StatisticProb.*Augmented Dickey-Fuller teststatistic-8.5167270.0000Testcriticalvalues:1%level-3.5022385% level-2.89287910% level-2.58355334P5%，LGDP、LSHSCI、LSZSCILHS300（3）协整检验协整概念是2080E-GE-GGDPE-GLSHSCLSZSC间序列都是一阶平稳的。协整检验可以分两步进行第一步 协整回归。用普通最小二乘法（OLS）估计，结果如下：表 5 LSHSCI 与LGDP 协

10、整回归Dependent Variable: LGDP Method: Least SquaresDate: 05/21/14Time: Sample: 1995M01 2013M12Included observations: 228CoefficiVariableentStd. Errort-StatisticProb.C2.9240260.8033653.6397230.0003LSHSCI1.1350730.10775610.533760.0000MeanR-squared0.329297dependent var11.36899S.D.AdjustedR-squared0.32633

11、0dependent varAkaikeinfo0.949670S.E. of regression0.779465criterion2.348316SchwarzSum squared resid 137.3099criterion2.378398-265.708Log likelihood0F-statistic110.9600Durbin-Watsonstat0.315330Prob(F-stati0.000000stic)LGDPLSHSCILGDP 2.9241.135LSHSCI表 6 LSZSCI 与LGDP 协整回归Dependent Variable: LGDP Method

12、: Least SquaresDate: 05/21/14Time: Sample: 1995M01 2013M12Included observations: 228CoefficiVariableentStd. Errort-StatisticProb.C5.4946710.50236410.937630.0000LSZSCI0.9398850.07998411.750910.0000MeanR-squared0.379264dependent var11.36899S.D.AdjustedR-squared0.376517dependent var0.949670Akaike infoS

13、.E. of regression0.749868criterion2.270895SchwarzSum squared resid 127.0804criterion2.300977-256.882Log likelihood1F-statistic138.0840Prob(F-statiDurbin-Watsonstat0.342784stic)0.000000LGDPLSZSCILGDP 5.495 0.940LSZSCI表 7 LHS300 与LGDP 协整回归Dependent Variable: LOGGDP Method: Least SquaresDate: 05/27/14T

14、ime: 22:14Sample (adjusted): 2006M01 2013M11 Included observations: 95 after adjustmentsVariableC LOGHS300Coefficient10.252290.234055Std. 1.5716110.199418t-Statistic6.5234241.173691Prob.0.00000.2435R-squared0.014596Mean dependentvar12.09498Adjusted R-squared0.004000S.D. dependentvar0.694461S.E. of r

15、egression0.693070Akaike infocriterion2.125457Sum squared resid44.67222Schwarz criterion2.179223Log likelihood-98.95922F-statistic1.377551Durbin-Watson stat0.378730Prob(F-statistic)0.243516LGDPLHS300LGDP 10.252 0.234LHS300第二步 检验残差的单整性，看其是否是平稳序列E1、E2E3LGDP、LSHSCILGDP、LSZSCILGDPLHS300E1、E2、E38 E1 的ADFN

16、ull Hypothesis: E1 has a unit root Exogenous: Constant, Linear TrendAugmentedDickey-FullerAugmentedDickey-FullerteststatisticTest critical-4.786960values:1% level-3.9989975% level-3.42974510%level-3.138397t-Statistic.*0.0006*MacKinnon (1996) one-sided p-values.E1ADFt-4.786960，的临界值-3.998997E1序列，也就是说序

17、列LGDPLSHSCI在长期稳定的关系。表 9 E2 的ADF 检验Null Hypothesis: E2 has a unit root Exogenous: Constant, Linear TrendAugmentedDickey-FullerAugmentedDickey-FullerteststatisticTest critical-4.949215values:1% level-3.9989975% level-3.42974510%level-3.138397t-Statistic.*0.0003*MacKinnon (1996) one-sided p-values.E2AD

18、Ft-4.949215，的临界值-3.998997E2序列，也就是说序列LGDPLSZSCI在长期稳定的关系。10 E3ADFNull Hypothesis: RESID01 has a unit root Exogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAXLAG=0)Augmented Dickey-Fuller test statistict-Statistic-3.611099Prob.*0.0342Testcriticalvalues:1%level-4.0586195% level-3

19、.45832610% level-3.155161E3ADFt-3.611099，的临界值-3.458326E3序列，也就是说序列LGDPLHS300300在长期稳定的关系。HS300GDP8致看出。图 8这个结论与有些学者的研究略有不同。李瑞GDP1995120051219951201312平较好，对经济发展有一些影响。误差修正模型的回归分析模型。如建立模型：LGDPLGDP LSHSCI 01tLGDP LSHSCI v， 其中v 1tttt此做法存在两个问题：LGDPLSHSCI误差项 t不存在序列相关，所以v tt是一个一阶移动平均时间序列，t因而是序列相关的。t22LSHSCILGDP为从长期均衡的关系看，LGDPtLSHSCILSHSCILGDPt-1LSHSCILGDPt-1误差修正模型（ECM。对于分别存在协整关系的序LGDP、LSHSCI 和 LGDP、 1)长期均衡模型Y 1)长期均衡模型Y + X 中的可视为Y关于X的长期弹性；t01tt12)短期非均衡模型Y + Xt01t X2t-13 t-1+ Y 中的 1YXt的短期弹性；误差修正模型的建立-Engle-Granger 两步法：进行协整回归，检验变量间的协整关系，估计协整向量（长期均衡关系参数；若协整性