对股票指数与宏观经济关系分析

对股票指数与宏观经济关系分析16页)--本页仅作为文档封面，使用时请直接删除即可内页可以根据需求调整合适字体及大小--PAGEPAGE19对股票指数与宏观经济关系分析1、研究目的通过研究股票指数走势与宏观经济变化间的变化关系，建立理论模型，来探讨国内股票市场与宏观经济的关系，从而为未来经济决策、以及对股票市场走势的判断和预测提供理论依据。2、背景介绍19922006317321200662001622186582006112583072005GDP表”。经济总量的上升将导致更多的资金为了追逐良好的经济收益，进入股票市场，支持股票市场不断走强，从而出现股票指数不断攀升的情况。然而，中国市场的股票指数走势和宏观经济的发展并不总是保持相同的变化方向，反而出现了相背离现象。那么，中国股票指数与宏观经济之间是否存在关系成了人们感兴趣的问题。如果股票指数与宏观经济之间存在关系，那么这种关系是什么，是否遵循宏观经济的一般规律 股票市场是经济发展的“晴雨表”，还是“晴雨表”已经失效。这就是本研究要解决的问题。3、指标设计在指标设计方面，根据实际需要经行选择。宏观经济学的研究对象是国民经济中的总量关系，国内生产总值（GDP）是一个国家范围内一定时期内所生产的最终产品和劳务的市场总价值，因而是最具有代表性的经济总量的指标，GDP国沪、深两市在实际经济中的表现有时并不一致，所以分别选取股票市场最具300GDP300我国沪、深两市交易所成立于二十世纪就是年代初，至今发展二十余年，GDP19951201312228300200542006120131195GDPGDP国内生产总值(GDP)国内生产总值是指在一定时期内，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。所以它能作为一个国家宏观经济的代表。上证指数（SHSCI）上证指数即“上证综合指数”-（上海证券综合指数），“上海证券综合指数”是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数综合。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)深证指数是指由深圳证券交易所编制的股价指数，该股票指数的计算方法基本与上证指数相同，其样本为所有在深圳证券交易所挂牌上市的股票，权数为股票的总股本。由于以所有挂牌的上市公司为样本，其代表性非常广泛，且它与深圳股市的行情同步发布，它是股民和证券从业人员研判深圳股市股票价格变化趋势必不可少的参考依据。（4）沪深300（HS300）300300A179121300和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。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序列图描述统计量描述统计量N极小值极大值均值标准差方差GDP228SHSCI228SZSCI228HS30095N（列表状态）955、统计分析数据调整GDP序X11方法消除季节性，然后用非季节模型进行平滑。对于上证指数（SHSCI）、深证指数(SZSCI300（HS300），采用Holter-Winter非季节模型进行平滑。以下分别是GDP序列、SHSCI序列、SZSCI和HS300序列调整前后的序列图：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9.09.08.58.07.57.06.56.0969800020406081012LOGSHSCISALOGSHSCI图五对数深证指数及调整后的深证指数对数序列6.56.05.55.04.5969800020406081012LOGSZSCISALOGSZSCILOGHS30SALOGHS300LOGHS30SALOGHS3002006 2007 20082009 2010 201120122013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：表1序列LGDP、LSHSCI和LSZSCI的ADF检验MethodStatisticProb.**ADF-FisherChi-square??ADF-ChoiZ-stat??**ProbabilitiesforFishertestsarecomputedusinganasympoticChi????????-squaredistribution.Allothertestsassumeasymptotic????????normality.IntermediateADFtestresultsGROUP01SeriesProb.Lag??MaxLagObsLSHSCI??0?14?227LSZSCI??0?14?227LGDP??14?14?213从表一可以看，序列LGDP、LSHSCI和LSZSCI的ADF检验P值分别5列存在单位根，是非平稳的。表2序列LHS300的ADF检验NullHypothesis:LOGHS300hasaunitrootAugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?从表二可以看，序列LHS300的ADF检验P值是，比显着性水平5%LHS300LHS300下面分别对LGDP、LSHSCI、LSZSCI进行差分后的序列DLGDP、DLSHSCI和DLSZSCI进行ADF检验，检验结果如下表所示：表3序列DLGDP、DLSHSCI和DLSZSCI的ADF检验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：表4序列DLHS300的ADF检验NullHypothesis:D(LOGHS300)hasaunitrootAugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?从表3和表4可以看出，检验P值都非常小，小于显着性水平5%，所以有充分的理由拒绝序列有单位根的原假设，即不存在单位根，是平稳序列。故序列LGDP、LSHSCI、LSZSCI和LHS300都是一阶单整序列。协整检验2080为，尽管两个或两个以上的变量中每个都是非平稳的，但它们的线性组合有可能相互抵销趋势项的影响，是该组合成为一个平稳的变量。协整理论为两个或两个以上非平稳变量之间寻找均衡关系、以及用存在协整关系的变量建立动态模型奠定了理论基础。协整检验的常用方法有E-G两步检验法和约翰森检验法。E-G检验法通常用于检验两变量之间的协整关系。本文分别检验上证指数、深证综指与GDP的协整关系，所以采用E-G两步检验法。由单位根检验可知，LGDP、LSHSC和LSZSC时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5LSHSCI与LGDP协整回归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与LGDP协整回归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与LSZSCI之间的回归方程：LGDP5.4950.940LSZSCI表7LHS300与LGDP协整回归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与LHS300之间的回归方程：LGDP10.2520.234LHS300第二步检验残差的单整性，看其是否是平稳序列规定E1、E2和E3分别代表序列LGDP、LSHSCI和LGDP、LSZSCI及LGDP、LHS300的回归残差序列。对E1、E2、E3分别做单位根检验，所得结果如下：表8E1的ADF检验NullHypothesis:E1hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)t-Statistic ??Prob.*AugmentedDickey-Fullerteststatistic Testcriticalvalues: 1%level5%level10%level*MacKinnon(1996)one-sidedp-values.残差序列E1的ADF检验t统计量的值为，小于显着性水平为1%的临界E1LGDPLSHSCIGDP表9E2的ADF检验NullHypothesis:E2hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)t-Statistic ??Prob.*AugmentedDickey-Fullerteststatistic Testcriticalvalues: 1%level5%level10%level*MacKinnon(1996)one-sidedp-values.残差序列E2的ADF检验t统计量的值为，小于显着性水平为1%的临界E2LGDPLSZSCIGDP表10E3的ADF检验NullHypothesis:RESID01hasaunitrootExogenous:Constant,LinearTrendLagLength:0(AutomaticbasedonSIC,MAXLAG=0)AugmentedDickey-FullerteststatisticTestcriticalvalues: 1%level5%level10%level

??Prob.*?残差序列E3的ADF检验t统计量的值为，小于显着性水平为5%的临界值。拒绝序列有单位根的原假设，可以认为残差序列E3是平稳序列，也就是说序列LGDP和LHS300之间存在协整关系，GDP和沪深300之间存在长期稳定的关系。HS300GDP8可以大致看出。图8这个结论与有些学者的研究略有不同。李瑞（2006）的研究表明：股票价GDP1995120051219951201312(4)误差修正模型(4)误差修正模型对于非平稳时间序列通过差分的方法，将其化为平稳序列，然后可建立经典的回归分析模型。如建立模型：的回归分析模型。如建立模型：LGDP01LSHSCItLGDPLSHSCIv ，其中v1tttt此做法存在两个问题：1)因为LGDP与LSHSCI一阶单整，两者之间存在着长期稳定的均衡关系，则误差项1)因为LGDP与LSHSCI一阶单整，两者之间存在着长期稳定的均衡关系，则误差项t不存在序列相关，所以vttt是一个一阶移动平均时间序列，因而是序列相关的。2)采用差分形式进行估计，则关于变量水平值的重要信息将被忽略，此时模型只表达了LSHSCI与LGDP间的短期关系，而没有揭示它们之间的长期关系。2)采用差分形式进行估计，则关于变量水平值的重要信息将被忽略，此时模型只表达了LSHSCI与LGDP间的短期关系，而没有揭示它们之间的长期关系。因为从长期均衡的关系看，LGDP在第t期的变化不仅取决于LSHSCI本身的变化，还取决于LSHSCILGDPt-1LSHSCILGDPt-1期的不平衡程度。可见，简单差分不能解决非平稳时间序列所遇到的全部问题，此时需要建立可见，简单差分不能解决非平稳时间序列所遇到的全部问题，此时需要建立误差修正模型（ECM）。对于分别存在协整关系的序LGDP、LSHSCI和LGDP、LSZSCI特征结合在一个模型中，利用该模型来分析影响因素是合理的。1)长期均衡模1)长期均衡模型Y+X中的 可视为Y关于X的长期弹性；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）；参数）；若协整性存在，则以第一步求到的残差作为非均