对股票指数与宏观经济关系分析Word格式文档下载.docx
- 文档编号:22039797
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:19
- 大小:190.93KB
对股票指数与宏观经济关系分析Word格式文档下载.docx
《对股票指数与宏观经济关系分析Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《对股票指数与宏观经济关系分析Word格式文档下载.docx(19页珍藏版)》请在冰豆网上搜索。
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。
(3)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)
沪深300指数是由上海和深圳证券市场中选取300支A股作为样本,其中沪市有179支,深市121支。
沪深300指数反映中国证券市场股票价格变动的概貌和运行状况,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
N
极小值
极大值
均值
标准差
方差
GDP
228
7419.49
637328.60
131628.9249
125188.10294
1.567E10
SHSCI
537.35
5954.77
1905.6618
943.38803
889980.980
SZSCI
109.15
1532.67
617.0180
349.34203
122039.854
HS300
95
1009.60
5688.54
2788.7551
964.33793
929947.643
有效的N(列表状态)
5、统计分析
(1)数据调整
对数据进行相应的调整,以消除季节等因素对分析的影响。
对于GDP序列,先采用X11方法消除季节性,然后用Holter-Winter非季节模型进行平滑。
对于上证指数(SHSCI)、深证指数(SZSCI)和沪深300(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
图四对数上证指数及调整后的上证指数对数序列图
图五对数深证指数及调整后的深证指数对数序列
图六对数沪深300及调整后的沪深300对数序列
(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:
表1序列LGDP、LSHSCI和LSZSCI的ADF检验
Method
Statistic
Prob.**
ADF-FisherChi-square
2.78297
0.8356
ADF-ChoiZ-stat
0.78594
0.7840
**ProbabilitiesforFishertestsarecomputedusinganasympoticChi
-squaredistribution.Allothertestsassumeasymptotic
normality.
IntermediateADFtestresultsGROUP01
Series
Prob.
Lag
MaxLag
Obs
LSHSCI
0.5030
14
227
LSZSCI
0.5577
LGDP
0.8866
213
从表一可以看出,序列LGDP、LSHSCI和LSZSCI的ADF检验P值分别是
0.5030,0.5577和0.8866,比显著性水平5%大,所以不能拒绝序列有单位根的原假设,认为序列存在单位根,是非平稳的。
表2序列LHS300的ADF检验
NullHypothesis:
LOGHS300hasaunitroot
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-2.752061
0.0693
Testcriticalvalues:
1%level
-3.501445
5%level
-2.892536
10%level
-2.583371
从表二可以看出,序列LHS300的ADF检验P值是0.063,比显著性水平5%大,所以不能拒绝序列LHS300有单位根的原假设,认为LHS300存在单位根,是非平稳的。
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:
3
283.709
0.0000
-16.0070
IntermediateADFtestresultsD(GROUP01)
DLSHSC
226
DLSZSC
1
225
DLGDP
11
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
D(LOGHS300)hasaunitroot
-8.516727
-3.502238
-2.892879
-2.583553
从表3和表4可以看出,检验P值都非常小,小于显著性水平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。
(3)协整检验
协整概念是20世纪80年代由恩格尔和格兰杰提出的。
协整的基本思想认为,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:
LGDP
Method:
LeastSquares
Date:
05/21/14Time:
19:
56
Sample:
1995M012013M12
Includedobservations:
228
Variable
Coefficient
Std.Error
Prob.
C
2.924026
0.803365
3.639723
0.0003
1.135073
0.107756
10.53376
R-squared
0.329297
Meandependentvar
11.36899
AdjustedR-squared
0.326330
S.D.dependentvar
0.949670
S.E.ofregression
0.779465
Akaikeinfocriterion
2.348316
Sumsquaredresid
137.3099
Schwarzcriterion
2.378398
Loglikelihood
-265.7080
F-statistic
110.9600
Durbin-Watsonstat
0.315330
Prob(F-statistic)
0.000000
得到LGDP与LSHSCI之间的回归方程:
表6LSZSCI与LGDP协整回归
59
5.494671
0.502364
10.93763
0.939885
0.079984
11.75091
0.379264
0.376517
0.749868
2.270895
127.0804
2.300977
-256.8821
138.0840
0.342784
得到LGDP与LSZSCI之间的回归方程:
表7LHS300与LGDP协整回归
LOGGDP
05/27/14Time:
22:
Sample(adjusted):
2006M012013M11
95afteradjustments
10.25229
1.571611
6.523424
LOGHS300
0.234055
0.199418
1.173691
0.2435
0.014596
12.09498
0.004000
0.694461
0.693070
2.125457
44.67222
2.179223
-98.95922
1.377551
0.378730
0.243516
得到LGDP与LHS300之间的回归方程:
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
E1hasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
0(AutomaticbasedonSIC,MAXLAG=0)
-4.786960
0.0006
-3.998997
-3.429745
-3.138397
*MacKinnon(1996)one-sidedp-values.
残差序列E1的ADF检验t统计量的值为-4.786960,小于显著性水平为1%的临界值-3.998997。
拒绝序列有单位根的原假设,可以认为残差序列E1是平稳序列,也就是说序列LGDP和LSHSCI之间存在协整关系,GDP和上证指数之间存在长期稳定的关系。
表9E2的ADF检验
E2hasaunitroot
-4.949215
残差序列E2的ADF检验t统计量的值为-4.949215,小于显著性水平为1%的临界值-3.998997。
拒绝序列有单位根的原假设,可以认为残差序列E2是平稳序列,也就是说序列LGDP和LSZSCI之间存在协整关系,GDP和深证综指之间存在长期稳定的关系。
表10E3的ADF检验
RESID01hasaunitroot
-3.611099
0.0342
-4.058619
-3.458326
-3.155161
残差序列E3的ADF检验t统计量的值为-3.611099,小于显著性水平为5%的临界值-3.458326。
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。
综上,上证指数、深证综指和HS300与GDP之间都分别存在着协整关系,也就是说股票价格与宏观经济之间存在长期稳定的均衡关系,从下面的图8中也可以大致看出。
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:
股票价格与GDP之间不存在协整关系。
产生不同结论的原因主要在于两个研究选取的时间段不同。
李瑞的研究数据选取的是1995年1月至2005年12月,而本研究数据选取的是1995年1月至2013年12月。
这说明在近几年,中国股票市场活动水平较好,对经济发展有一些影响。
(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:
,其中
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
不存在序列相关,所以
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。
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LSHSCI与LGDP在t-1期末的状态,尤其是LSHSCI与LGDP在t-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,此时需要建立误差修正模型(ECM)。
对于分别存在协整关系的序列LGDP、LSHSCI
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 股票 指数 宏观经济 关系 分析