SPSS课件第16章.docx

SPSS课件第16章.docx

《SPSS课件第16章.docx》由会员分享，可在线阅读，更多相关《SPSS课件第16章.docx（55页珍藏版）》请在冰豆网上搜索。

SPSS课件第16章

第16章SPSS在金融分析中的应用

金融分析是运用金融学理论和模型对金融数据中蕴含的信息进行提取和处理分析的过程。

金融市场，最初仅包含银行、保险和证券市场，金融分析也仅是对这三个市场的分析。

近年来金融领域范围不断扩大，从三个市场，扩展到期货、金融衍生品、债券、投资等多方面，金融分析也从以前侧重于时间序列分析和保险精算，发展到多个方面，形成了一个方法体系。

许多新的模型和方法被引入金融数据建模和信息处理中，例如：

数据挖掘技术、偏微分方程、面板数据、综合评价方法等等。

并由此衍生出许多新的理论和方法。

现在金融分析是研究领域一个热点。

金融数据有几个特点：

第一、金融数据量很大，以证券数据为例，无论是每天的交易数据，还是上市公司的财务数据，数据量都是非常大的，因此数据挖掘的方法处理这类数据有比较明显的额优势；第二、金融数据的分布一般都是偏态分布，而且有时偏度很大，一般不满足正态分布的假定，因此，许多经典的统计模型和统计方法，都必须经过一定的改进以后才能应用于金融数据的分析；第三、金融数据一般具有时间序列数据的特点，带有较强的相关性，与一般的截面数据有着较大的不同。

正是由于金融数据的特点，决定了金融分析中将采用很多专门的统计模型和方法，前面所讲的针对一般问题的方法在金融分析应用时要特别注意使用条件，如果不满足条件不能简单的照搬使用，一定要进行适当的改进后才能应用。

由于SPSS主要集成了许多常用的统计模型，因此，SPSS在金融分析中使用远不如其他专业的金融软件，例如Eviews、SAS，也不如可以编程的软件R、SAS。

但是，有时候当条件满足时，SPSS也能完成金融分析，或者完成金融分析的部分功能。

有时，读者可以发挥自己的创造性，采用多元统计方法对金融数据进行分析，也能得到很好的结果。

特别是在进行金融数据的综合评价时，SPSS能发挥很大作用。

基于金融分析和SPSS软件本身的特点，SPSS做金融分析不是很方便，案例也不是很多，本章节选了两个案例供读者参考，案例一是利用SPSS进行存款准备金率调整与股市短期收益的研究，该案例是结合Eviews和SPSS软件共同完成的；而案例二是利用SPSS对上市公司的财务数据进行综合评价，得出上市公司的经营状况。

16.1存款准备金率调整对我国股市短期收益与波动性影响的实证研究

本文将存款准备金率调整作为政策性消息进行研究，首先对消息宣告前后的股市综合指数的收益率进行方差齐性检验，分析存款准备金率是否对股市产生影响；然后借鉴事件研究法分析该政策对股市收益率和波动性冲击的大小。

研究结果表明，股市短期收益率与存款准备金率调整的政策性消息呈负相关性，调整存款准备金率显著增强股市波动性，此外，市场对存款准备金率的调整形成的是较稳定的预期。

16.1.1案例引入与导读

1.选题背景

近十年我国国民经济快速增长,消费需求稳定增长,城乡居民收入稳步提高,对外贸易增势强劲,财政收入大幅提高,市场制度环境改善,证券市场的深度和广度也进一步加大。

此外,经济运行中也存在投资需求进一步膨胀、货币信贷增长偏快、通货膨胀压力加大等问题。

为了防止控制通胀,保持我国国民经济平衡,中央银行在2006年到2008年18次提高存款准备金率。

而2008年以来，美国次贷危机扩大为金融危机并进一步影响全球经济，全球经济增速放缓，我国对外贸易受挫，经济增速也明显放缓，股市泡沫破灭，市场信心严重不足，为刺激经济增长，维持就业，恢复市场信心，一系列宏观调控政策相继出台，中央银行也连续三次下调存款准备金率。

Ø研究价值

证券市场是现代市场中最活跃的市场之一,当前证券市场的改革还将继续推进，而存款准备金率也已成为中央银行经常使用的货币政策工具。

虽然中央银行表示货币政策不针对资产价格，不针对股市楼市，但并不意味着货币政策不影响证券市场。

存款准备金率的调整将直接影响商业银行的信用创造能力，从而影响货币供给量，一方面影响市场利率，另一方面影响物价水平，从而影响投资者在证券市场与货币市场投资的选择以及上市公司的筹资活动与盈利能力。

正是由于存款准备金率调整对经济产生的影响能被投资者预期，故该政策具有宣示作用，故有可能对证券市场短期的收益率与波动性产生影响。

因此,研究存款准备金率的调整对我国证券市场的影响,分析2006年到2008年证券市场的疯涨与暴跌中频繁的存款准备金率调整有着怎样的效应是十分必要的。

本文基于存款准备金率对证券市场影响的理论研究,讨论中央银行2006年到2008年连续调整存款准备金率是否对证券市场产生影响和产生了怎样的影响,主要包括存款准备金率调整对大盘综合指数收益波动性的影响,以及股市收益及波动性对存款准备金率调整的反应程度。

Ø研究特色

本文分析2006年到2008年连续多次存款准备金率调整对证券市场的影响,具有一定的现实意义。

本文与以往国内相关研究的主要不同在于:

一是研究内容方面,以往对存款准备金率调整对证券市场影响的研究,只是从理论上进行了简单的论述,对于证券市场的观察指标单一，仅仅选择了综合指数、股价等,而没有对收益率和波动性进行研究。

本文在对存款准备金率对证券市场的影响进行理论研究的同时,通过对股票市场大盘的综合指数的收益率和波动性进行分析,研究2006年到2008年中央银行连续二十次调整存款准备金率作为政策性消息是否对证券市场产生影响及产生何种影响。

二是研究方法方面,国内研究基本只是对观测指标的变化进行简单的说明,缺乏规范的实证研究，即便有也存在样本单一，如仅以宣告次日的指数作为样本，以及统计量的选择上没有考虑到样本的非正态性等问题。

本文将采用方差齐性检验和回归模型进行分析,在统计量的选择上考虑到样本的非正态性，在回归模型的设计上借鉴了事件研究法，同时选取了各种时间跨度和不同市场状况下的指标进行比较，研究中国人民银行多次调整存款准备金率对证券市场综合指数的影响。

2.文献回顾

Ø关于存款准备金率的研究

有关存款准备金率的研究最初集中在存款准备金率的调整对金融市场的影响方面。

RichardT.FroyenandKennethJ.Kopecky（1983）研究了短期内存款准备金率变动对货币总量的影响,指出存款准备金率调整会影响货币的预期价值和货币总量,从而对金融市场（包括证券市场）产生影响。

JamesD.Hamilton（1998）讨论了影响存款准备金率的因素,并研究了存款准备金的调整产生的影响,指出提高存款准备金率会提高利率,从而影响金融市场。

近几年来,国内对存款准备金的研究也越来越多。

针对2003年中国人民银行宣布将主要金融机构的存款准备金率从6%上调至7%,秦岭（2003）通过研究提高存款准备金率对整个金融运行、不同类型商业银行、资本市场和保险市场、债券市场和基金市场以及筹资成本的影响,提出法定存款准备金威力巨大,法定存款准备金率的微小变动会造成货币供给的巨大波动,同时带有很强的宣示效应。

自2003年起,中国人民银行连续多次提高存款准备金率,于是很多学者都对存款准备金率调整的效用进行研究。

许劲草（2004）通过对2003年到2004年央行三次提高存款准备金率的研究,指出提高存款准备金率有利于对冲一部分外汇占款,调控部分行业和地区投资过热倾向,显示出央行重视货币政策的“信号”作用,并强调市场化调控,此外差别存款准备金政策的实施为我国的金融机构提供了一种正向激励机制的尝试机会。

2007年,央行对存款准备金率的调整更加频繁,吴莹（2007）针对2007年央行首次上调存款准备金率,指出存款准备金率作为央行目前较为偏好的流动资金管理工具调整已成为货币政策正常化的举措。

李阳（2007）指出,央行试图用上调存款准备金率控制资金的流动性,以解决目前国内宏观经济过热的整体趋势,但其效应并不是十分理想,必须实行多种货币政策的组合,配合其他部门的各种宏观政策,尤其应以提高低收入群体的收入水平,加大社会保障部门的投入才能更好地控制资金的流动性。

Ø存款准备金率调整对证券市场的影响

对于单独研究存款准备金率对证券市场影响的论文并不多。

童学军（1997）就对存款准备金是否会影响股票市场进行了研究。

之后,2003年起,由于经济出现过快增长,中国人民银行多次提出上调存款准备金率,于是对于存款准备金率对证券市场影响的研究逐渐增多。

陈志行（2004）指出,存款准备金政策对股市产生的影响主要表现为对股市货币供应量产生的影响,从而影响到市场利率,影响到股票价格指数,影响到股票市场结构。

贺强（2006）分析了自2003年以来央行六次上调款准备金率对证券市场的影响,指出从短期看由于连续推出了提高存款准备金率的政策,决策者需要有一个观察效果的阶段,因此,近期进一步调整货币政策的可能性不大,在货币政策相对稳定的这一阶段,利空政策对证券市场的影响将有所缓解;从长期看,由于采取了连续收紧的货币政策,不断对宏观经济运行进行实时调控,在政策积累的作用下,各项经济指标很大程度上会朝着可控的范围转化。

一旦出现宏观经济平稳运行的状态,货币政策进一步收紧的可能性将会大为降低,我国的证券市场也将会获得一个持续、稳定发展的大好机遇。

刘洋（2008）通过对股票市场大盘的综合指数、各板块个股的主要指标进行分析,研究2007年中央银行连续十次上调存款准备金率对证券市场产生的影响,指出2007年中国人民银行十次提高存款准备金率对证券市场总体影响显著,且呈现显著的负线性相关性。

针对中央银行2007年连续多次提高存款准备金率,国外有关专家进行了评论。

DavidBarboza（2007）指出中央银行多次提高存款准备金率显示其回收市场过剩流动性的决心之坚决,中国央行的目标是控制商业银行向新开工上马的建设项目提供新的贷款,提高存款准备金率降低了商业银行发放贷款的能力,同时这次上调存款准备金率也有调控中国内地股市的意图。

但是因提高存款准备金率而造成冻结的流动性资金相对于数万亿元汹涌的流动性过剩,仍是杯水车薪,根据当前形势,单纯依赖紧缩银根的政策,已功效趋弱,要达到有效调控经济、抑制泡沫的目的,必须从以下方面实行组合策略,一是要引导投资走向成熟,二是要加强股市立法监管,三是要积极培养价值投资理念,四是要科学规划调节资本流向。

Ø近期存款准备金率调整情况

2008年6月7日,中国人民银行宣布将上调存款类金融机构人民币存款准备金率1个百分点,于2008年6月15日和25日分别按0.5个百分点缴款（地震重灾区法人金融机构暂不上调）。

此次人民币存款准备金率上调是央行2006年以来第18次执行该项政策,距央行5月12日宣布上调存款准备金率0.5个百分点不足一月。

经过此次调整以后,我国存款类金融机构人民币存款准备金率已经达到17.5%,再创历史新高。

此后，央行两次宣布下调存款准备金率分别一个百分点和0.5个百分点。

与美国、日本等发达国家的同期数据相比,我国的存款准备金率已处于较高水平（见表16-1）。

表16-12006年以来我国存款准备金率调整

次数

公布时间

调整前

调整后

幅度

20

08年10月8日

16.5%

16%

-0.5%

19

08年9月15日

17.5%

16.5%

-1%

18

08年6月07日

16.5%

17.5%

1%

17

08年5月12日

16%

16.5%

0.5%

16

08年4月16日

15.5%

16%

0.5%

15

08年3月18日

15%

15.5%

0.5%

14

08年1月16日

14.5%

15%

0.5%

13

07年12月08日

13.5%

14.5%

1%

12

07年11月10日

13%

13.5%

0.5%

11

07年10月13日

12.5%

13%

0.5%

10

07年09月06日

12%

12.5%

0.5%

9

07年07月30日

11.5%

12%

0.5%

8

07年05月18日

11%

11.5%

0.5%

7

07年04月29日

10.5%

11%

0.5%

6

07年04月5日

10%

10.5%

0.5%

5

07年02月16日

9.5%

10%

0.5%

4

07年01月5日

9%

9.5%

0.5%

3

06年11月6日

8.5%

9%

0.5%

2

06年7月21日

8%

8.5%

0.5%

1

06年6月16日

7.5%

8%

0.5%

16.1.2案例分析和统计分析思考

1.研究思路

Ø数据及相关处理

本案例选取沪深两市发布最早的上证综合指数和深证综合指数作为研究对象（所有原始数据来源于国泰安研究服务中心数据库），用以检验央行宣布调整存款准备金率这一政策性消息对沪、深市场波动性的影响。

我们将检验2006年6月16日至2008年10月8日期间共20次存款准备金率调整的政策性消息对股市收益率波动性的影响。

由于2006年6月到2008年10月期间，存款准备金率的调整非常频繁，几乎每月一次，所以对于前后两次调整的时间跨度超过一个月的情况，分别选取存款准备金率宣布调整日前后各10个交易日和20个交易日的时间跨度作为样本区间；对于前后两次调整的时间跨度少于一个月的情况，选取存款准备金率宣布调整日前后各7个交易日的时间跨度作为样本区间。

之所以如此选择样本区间是考虑到时间跨度太长各次调整之间会产生交叉影响，时间太短存款准备金率调整对股市波动性的影响难以体现出来。

对于前后两次调整的时间跨度超过一个月的情况，对存款准备金率的变动采取两种不同的时间跨度（10个交易日和20个交易日）进行研究，可以体现出存款准备金率变动对股市的冲击程度有多强，持续时间有多长。

例如，如果随着时间跨度的增加,检验结果表明宣布日前后的波动性是持续显著的,则说明存款准备金率变动对股市波动性的影响可能会是长久的，但由于样本区间太短，我们只能对存款准备金率的长期影响做出一定的推测;如果随着时间跨度的增加,检验结果表明宣布日前后的波动性差异减弱（即越来越不显著）,则说明存款准备金率变动这一消息被股市迅速消化了，对波动性的影响可能只是暂时的。

Ø对每个数据集进行检验

对由上述选取方法产生的每个数据集，需要进行正态性Shirpro-Wilk检验和方差齐性的Levene检验，虽然SPSS中也有Levene检验，但是只是对于方差齐性的检验，没有专门的菜单，使用起来不方便，本案例中此检验是用Eviews完成的，在本案例中仅介绍原理，不过多介绍其操作。

Ø产生新的收益率数据集并进行回归分析

如上面所介绍的，借鉴事件研究法，我们以存款准备金的调整的宣告日当日为中心，对宣告日当天不交易的，取宣告日后第一个交易日为中心，取中心日前后3个交易日（一共7个交易日）计算平均对数收益率，作为该事件的收益率；再分别计算中心日前后10个交易日（一共21个交易日），作为事件发生当月的平均对数收益率，对个别宣告日间隔不足一个月的数据，取前后两个中心日间隔区间的一半为样本区间。

计算的准备金率调整的事件收益率，及事件对应的月收益率整理成数据集16-1-1.sav；同理，计算存款准备金率调整的事件收益波动性和月收益率波动整理成数据集16-1-2.sav。

在新的数据集中，将事件收益率作为因变量，月收益率作为自变量，拟合一元回归方程（模型1），用于说明月收益对事件收益的影响；将事件收益率的波动（方差）作为因变量，月收益率的波动作为自变量，再次拟合回归方程（模型2），用于说明月收益率的波动对事件收益率波动的影响。

2.研究方法

Ø收益率的定义

本文所指的收益率均为指数的对数收益率，定义为：

Ø正态性检验

为研究存款准备金率对股市短期波动性的影响，我们需要研究存款准备金率变动的宣布日前后指数的波动性有无统计上的显著差异。

在检验此差异之前，我们需要先对样本数据的分布进行判定。

由于本文所检验的样本是小样本,所以在进行正态性检验时使用Shapiro-Wilk检验,而不用大样本下的Jarque-Bera检验。

Shapiro-Wilk检验的原假设为:

H0:

总体服从正态分布

统计量为:

其中，

是排位第i的数据,

由下式得出

其中，

是来自正态总体的独立同分布的随机变量的顺序统计量的预期值，V是这些顺序统计量的协方差矩阵。

当检验P值小于置信度

时，就拒绝原假设，接受备择假设。

Ølevene检验

原假设为和备选假设分别为:

H0：

H1：

其中,

为宣布日前指数收益率的方差,反映波动性;

为宣布日后指数收益率的方差，同样反映波动性。

如果正态性假定为真，我们可以直接利用F检验来判定宣布日前后的波动性是否相同。

当正态性假定不能被满足时，我们需要寻找可替代的稳健性检验方法。

大量研究表明，中国股市的数据的分布特征并不符合正态分布假定。

在这里,我们将利用Levene（1960）提出的样本方差齐性检验方法来替代F检验。

Levene检验的统计量W定义如下:

其中，K子样本数，N为样本大小，Ni为子样本大小，Yij为第i个子样本中第j个样本的指标值。

，

为第i个子样本的均值,

为所有Zij的均值

为第i个子样本中所有Zij的均值

另外需要说明的是：

Brown和Forsythe（1974）提出了两个修正后的Levene统计量，该统计量是在去除样本观测值中10%的极端值后，再以计算的均齐平均数取代样本平均数而得到的。

Conover等（1981）比较超过50种检验方差是否相同的方法后也发现，修正后的Levene统计量是其中最有检验力的方法。

就中国的样本数据而言，童菲（2005）、谭加劲（2006）的实证分析表明Levene统计量和修正后的Levene统计量差别很小，对统计结果不构成实质性影响，为简洁起见,本文将仅报告Levene统计量的值。

以上两个检验在SPSS中都不易直接完成，本案例是在Eviews中完成的，因此本案例在结果分析中只是给出结果，不说明如何操作，有兴趣的读者可以参考相关的Eviews书籍。

Ø存款准备金率调整的事件收益率回归分析

研究股市收益率对调整存款准备金率的反应是否稳定。

为此，我们借鉴事件研究法，对宣告日前后股市指数的收益进行单因素回归分析。

设事件i发生的当天（

）及前后m天共2m+1天，指数的日平均收益（

）表示如下:

定义时段T内共

个交易日的指数平均收益（

）为:

为探究投资者对调整存款准备金率的反映程度，构造如下线性模型：

其中，定义

是股市收益率的反应系数，a是存款准备金率调整以外的因素对指数的平均影响，

为均值为零的误差项。

对于股市收益率的波动也采用相同的方式进行研究。

同样借鉴事件研究法，对宣告日前后股市指数收益波动性进行单因素回归分析。

设事件i发生的当天（

）及前后m天共2m+1天，日平均收益波动（

）表示如下:

定义时段T内共LT个交易日的指数平均收益波动（

）为:

为探究投资者对调整存款准备金率的反映程度，构造如下线性模型：

其中，

是股市收益率波动的反应系数，b是除存款准备金率调整以外其他因素对指数的平均影响，

为均值为零的误差项。

16.1.3案例的统计分析实现

在本案例中，其实是由两个相对独立的板块构成，第一个板块主要是验证数据的正态性和方差齐性，属于基本统计分析，主要有Eviews统计软件完成；第二个板块主要是验证股市的平均收益率对存款准备金率调整的影响，属于探索性的分析，主要是由SPSS的相关分析和回归分析来完成，下面我们就两个主要操作介绍SPSS实现。

打开文件16-1-1.sav，操作要点如下：

相关分析

【Analysis】菜单→【Correlate】菜单→【Bivariate】菜单，在图16-1对话框如下设置：

沪市事件收益率（V1）、沪市月收益率（V2）→Variables；

在CorrelationCoefficients复选框组中选择Spearman，计算Spearman等级相关系数，如此选择是为了消除极端值对Person简单相关系数的影响。

其余选择默认选项

单击

按钮完成操作。

图16-1相关分析示意图

回归分析

【Analysis】菜单→【Regression】菜单→【Linear】菜单，在图16-2对话框如下设置：

沪市事件收益率（V1）→Dependent：

，沪市月收益率（V2）→Independent（s）：

；

其余选择默认选项

单击

按钮完成操作。

图16-2回归分析示意图

回归做图操作：

【Graphs】菜单→【LegacyDialogs】菜单→【Interactive】菜单→【Scatterplot】菜单，在图16-3对话框如下设置：

在AssignVariables选项卡片中将沪市事件收益率（V1）、沪市月收益率（V2）拖到Y轴和X轴位置（图16-3所示）；

在Fit选项卡片中的Method下拉菜单中选择Regression，表示进行线性回归作图，在下面的PredictionLines复选框组中选择Mean，表示输出回归线，并输出95%置信区间（图16-4所示）；

其余选择默认选项

单击

按钮完成操作。

图16-3作图示意图1图16-4作图示意图2

16.1.4案例结果说明

1.数据的正态性和方差齐性检验

Ø正态性检验结果及分析

我们首先对样本数据进行正态性检验,得到如下表16-2和表16-3中的结果。

通过Shapiro-wilk检验，发现在沪市有16个样本数据符合正态性分布，13个样本数据不符合正态性分布中；深市中有16个样本数据符合正态性分布，13个样本数据不符合正态性分布中。

样本数据不完全符合正态性假设，所以我们不能利用F检验来判定宣布日前后的波动性是否相同。

在这里我们采取替代方法，进行稳健性检验，运用Levene统计量进行收益率方差的一致性检验。

另外，尽管大量研究表明中国股市数据的分布特征不符合正态性假定，但由于我们所研究的样本区间太短，所以部分数据显示出正态性的特征。

表16-2　上证综合指数收益率分布正态性检验结果

沪市

n

mean

Std.dev.

skewness

kurtosis

Shapiro-wilk

Testprob

2008-10-8

7

-0.481

3.41125

0.847

0.735

0.502

2008-9-15

7

-0.1903

3.95066

1.523

1.855

0.007

2008-6-7

7

-1.1586

2.85289

-0.289

3.26

0.148

2008-5-12

7

0.132

2.57024

-0.246

-0.143

0.809

2008-4-16

7

0.2123

3.87991

0.383

0.613

0.654

2008-3-18

7

-1.637

2.33871

-0.031

-0.94

0.837

2008-1-16

10

-0.8323

2.79994

-1.483

1.561

0

20

-0.2248

2.66435

-0.444

3.006

0.003

2007-12-8

10

0.0687

1.92731

0.168

-0.695

0.541

20

0.0332

1.88288

0.172

0.539

0.875

2007-11-10

7

-0.8405

2.21242