上证指数的多因素分析.docx
- 文档编号:7307448
- 上传时间:2023-01-22
- 格式:DOCX
- 页数:23
- 大小:99.63KB
上证指数的多因素分析.docx
《上证指数的多因素分析.docx》由会员分享,可在线阅读,更多相关《上证指数的多因素分析.docx(23页珍藏版)》请在冰豆网上搜索。
上证指数的多因素分析
上证指数的多因素分析
——专业年级:
05级信管1班
小组成员:
李青40511056
吴君超40511053
*********
论文结构图:
——
上证指数的多因素分析
【摘要】本文主要通过对上证指数的变动进行多因素分析,建立以上证指数为因变量,以其它可量化影响因素为自变量的多元线性回归模型,并利用模型对上证指数进行数量化分析,就其影响因素提出我们对上证市场宏观调控有帮助的参考性意见。
【关键词】上证指数货币供给增长率居民储蓄存款期末余额增长率上交所投资者开户数
一、问题的提出
改革开放以来,中国经济飞速发展,强力带动了各行各业的健康发展,股市也是如此。
对我国股票市场而言,最常用的也是最重要的衡量指标就是上证指数。
对这一指数进行分析,有利于深入了解股票市场的动态,对其的多因素分析,能更好地掌握证券市场的发展趋势。
“上证指数”全称“上海证券交易所综合股价指数”,是国内外普遍采用的反映上海股市总体走势的统计指标。
上证指数由上海证券交易所编制,于1991年7月15日公开发布,以"点"为单位,基日定为1990年12月19日,基日提数定为100点。
随着上海股票市场的不断发展,于1992年2月21日,增设上证A股指数与上证B股指数,以反映不同股票(A股、B股)的各自走势。
1993年6月1日,又增设了上证分类指数,即工业类指数、商业类指数、地产业类指数、公用事业类指数、综合业类指数、以反映不同行业股票的各自走势。
经过多年的持续发展,上海证券市场已成为中国内地首屈一指的市场,上市公司数、上市股票数、市价总值、流通市值、证券成交总额、股票成交金额和国债成交金额等各项指标均居首位。
至2004年12月底,上证所拥有3700多万投资者和837家上市公司,上市证券品种996个。
上市股票市价总值26014.34亿元;2004年,上市公司累计筹资达456.901亿元;一大批国民经济支柱企业、重点企业、基础行业企业和高新科技企业通过上市,既筹集了发展资金,又转换了经营机制。
众所周知,在近10年来,中国股票市场历经了熊市到牛市的转变,其状态最基本的表现方式就是上证指数的大幅波动,而这一指标又受政治、经济、社会、政策、心理等多种因素的影响。
因此,上证指数变动的主要影响因素有哪些?
这些因素对上证指数的具体影响程度怎样?
如何利用这些因素加强从宏观上对股市的调控?
这是我们研究的主要目的。
二、理论综述
对于影响上证指数的各种因素,不同学者各有自己的看法。
大多数研究认为,影响我国上证指数的因素主要有以下几方面:
货币供应量M1,居民储蓄存款余额,零售商品物价,国家政策因素,利率等等。
湘财荷银基金管理有限公司总经理林伟萌认为“制度性因素是个大问题”,比如股权分置问题,比如上市公司问题,比如一股独大问题。
2007年印花税、存款利率和存款准备金率的提高,都引起了股市不小的震荡,上证指数在其后出现一系列波动。
也有部分学者提出自己不同的观点。
邹艳芬指出:
工业增加值增长率,外贸进/出口总额增长率,基本建设投资总额增长率,财政收入/支出增长率,金融机构贷款余额增长率等等因素也会影响上证指数的变动。
总之,不同的人从不同的角度有着不同的看法。
下面主要就我们的看法和观点,结合数据的易取得性,来建立关于上证指数多因素分析的模型。
三、模型设定
1、上证指数的衡量
上证指数作为国内外普遍采用的衡量中国证券市场表现的权威统计指标,其系列包括上证30指数、上证180指数、上证综合指数、A股指数、B股指数、分类指数在内的股价指数系列,其中最早编制的为上证综合指数。
上证综合指数是以上海证券交易所挂牌上市的全部股票为计算范围,以发行量为权数的加权综合股价指数。
由于上证综合指数能够更好的反映整个市场的状态,因此我们最终选择了上证综合指数作为衡量上证指数的指标。
2、数据性质的选择
由于在2002年至今我国的经济一直保持稳定、持续增长,在这一大背景下,我们选择的变量GDP、M1货币供给量、居民储蓄存款额、消费价格指数、上交所开户数都直接受其影响而表现出持续的增长或下降,因此为避免由于这一因素的影响而造成数据间虚假甚至错误的联系,我们最终采用了数据的相对数形式。
3、影响因素的分析
●GDP增长率:
GDP是按市场价格计算的,它是一国所有常住单位在一定时期内生产活动的最终成果。
西南证券的张仕元提出:
“我们以1993年的起始为基点,根据每年GDP的增长做了一个GDP增长模拟指数和上证指数做了一个对比,从这个指数我们可以看出,中国整个股市这10年来应该是围绕宏观经济增长比较相匹配的,而且,股市是围绕价值中枢上下波动,虽然有时候会偏离。
”
●M1货币供给增长率:
宏观经济走势是影响证券市场大盘走势的最基本因素。
货币供给量是一个重要的宏观因素,它与股票价格一般是呈正相关关系,即货币供给量增大使股票价格上涨,反之,货币供给量缩小则使股票价格下跌。
据兴业证券公司最近的一份研究报告显示,货币供应量与大盘走势显著相关。
该报告认为,从流通中现金M。
、狭义货币M1、广义货币M2与上证综合指数的相关性分析结果显示,各项货币供应量指标均与上证综合指数显著相关,相关系数都达到0.8以上,其中,狭义货币M1与上证综合指数的相关系数最大。
●居民储蓄存款期末余额增长率:
《上海证券报》刊登的《超储蓄现象亟需引起重视》一文中有一图表形象地描绘了1997年至2002年居民储蓄与上证指数的变化情况,反映出储蓄存款与股票市场存在着一定的反向关系,即每当股指处在高位时,居民存款的增长速度就会降至低点。
比如说1999年5.19行情之后,居民储蓄存款的增长速度逐渐下滑,而股指却一直处于扬升状态中。
但从2000年10月份之后,也就是沪综指开始高位滞涨之后,居民储蓄存款的增长幅度再度扬升。
●全国居民消费价格总指数:
居民消费价格总指数是反映一定时期(年、季、月)内城市、农村居民所购买消费品价格和服务项目价格变动趋势、变动程度的相对数。
●上交所投资者开户数:
截至2007年1月18日,沪深两市账户总数达到8001.47万户,其中个人投资者帐户7348.66万户,机构投资者36.65万户。
在总账户超越8000万的同时,市场指数也在资金的推动下被不断刷新。
4、模型形式的设计
用Eviews对Y与X1,X2,X3,X4,X5之间的关系做散点图,发现Y与这些变量间基本都呈简单线性相关,所以建立多元线性模型。
5、确立模型
Y=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+Ut
Y----上证指数
X1----GDP同比增长率
X2----M1货币供给量同比增长率
X3----居民储蓄存款期末余额同比增长率
X4----全国居民消费价格总指数
X5----上交所投资者开户数
四、数据的收集
本文收集了我国从2002年3季度至2007年3季度之间的21个季度数据,如下表1所示:
表1我国2002/3~~2007/3的统计数据
指标
时间
上证指数
Y
GDP同比增长率
%
X1
M1货币供给同比增长率%
X2
居民储蓄存款期末余额同比增长率%
X3
全国居民消费价格总指数%
X4
上交所投资者开户数(万户)
X5
2002Q3
1581.62
8.3
15.9
18.09
99.3
10620.49
2002Q4
1357.65
9.1
16.82
17.83
99.6
10677.79
2003Q1
1510.58
10.3
20.12
20.12
100.9
10733.8
2003Q2
1486.02
9.2
20.24
19.54
100.3
10798.49
2003Q3
1367.16
9.3
18.51
19.91
101.1
10856.7
2003Q4
1497.04
10
18.7
19.22
103.2
10906.62
2004Q1
1741.62
9.8
20.1
18.3
103
11000.98
2004Q2
1399.16
9.7
16.2
16.5
105
11095.2
2004Q3
1396.7
9.5
13.7
14.44
105.2
11147.91
2004Q4
1266.5
10.1
13.6
15.38
102.4
11336.07
2005Q1
1181.24
10.5
9.9
15.54
102.7
11387.35
2005Q2
1080.94
10.5
11.25
16.3
101.6
11438.2
2005Q3
1155.61
10.4
11.64
18.06
100.9
11499.11
2005Q4
1161.06
10.4
11.78
17.98
101.6
11555.69
2006Q1
1298.3
10.4
12.7
18.23
100.8
11436.66
2006Q2
1672.21
11
13.9
17.12
101.5
11598.05
2006Q3
1752.42
10.8
15.7
15.99
101.5
11780.72
2006Q4
2675.47
10.7
17.48
14.56
102.8
11983.53
2007Q1
3183.98
11.1
19.8
12.81
103.3
12992.48
2007Q2
3820.7
11.5
20.92
9.38
104.4
15432.01
2007Q3
5552.3
11.5
22.07
6.87
106.2
17987.89
资料来源:
WIND数据库
中国统计年鉴
注:
同比增长率均以2002Q1为基期
五、模型的估计与调整
1、用Eviews对模型Y=β0+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+Ut进行OLS回归,得到如下结果:
表2
DependentVariable:
Y
Method:
LeastSquares
Date:
12/02/07Time:
12:
35
Sample:
2002Q32007Q3
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
2762.469
4685.682
0.589555
0.5643
X1
28.70192
89.35843
0.321200
0.7525
X2
104.8961
16.90178
6.206214
0.0000
X3
-111.5015
42.85359
-2.601917
0.0200
X4
-48.33781
39.70379
-1.217461
0.2422
X5
0.326895
0.085147
3.839168
0.0016
R-squared
0.970667
Meandependentvar
1863.728
AdjustedR-squared
0.960889
S.D.dependentvar
1097.029
S.E.ofregression
216.9542
Akaikeinfocriterion
13.83221
Sumsquaredresid
706037.0
Schwarzcriterion
14.13064
Loglikelihood
-139.2382
F-statistic
99.27271
Durbin-Watsonstat
2.314602
Prob(F-statistic)
0.000000
2、统计推断检验
通过回归结果可知:
R2=0.970667可决系数很高,说明模型对样本数据的整体拟合优度很好,可解释被解释变量Y大约97.1%的变动;
F统计量=99.27271,也说明回归方程显著,即“上证指数”、“GDP同比增长率”、“M1货币供给量同比增长率”、“居民储蓄存款期末余额同比增长率”、“全国居民消费价格总指数”、“上交所投资者开户数”这些变量联合起来对上证指数Y具有显著影响;
变量X2,X3,X5的t检验值较显著,但X4全国居民消费价格总指数的系数符号为负,与预期相反,且X1、X4的t检验值不够显著。
综上所述,模型中很可能存在多重共线性。
3、计量经济学检验
●多重共线性
首先,检验各个解释变量间的相关性,其相关系数矩阵如下:
表3
X1
X2
X3
X4
X5
X1
1
0.0630427283909342
-0.645415237391725
0.69397364876487
0.49021506573626
X2
0.0630427283909342
1
-0.258536106687855
0.416052092907564
0.262780393504233
X3
-0.645415237391725
-0.258536106687855
1
-0.907834070557319
-0.725107213995923
X4
0.69397364876487
0.416052092907564
-0.907834070557319
1
0.62342713619452
X5
0.49021506573626
0.262780393504233
-0.725107213995923
0.62342713619452
1
通过相关系数矩阵可知,部分变量间的具有很强的相关性,证实确实存在较严重的多重共线性。
采用逐步回归法进行修正,过程如下:
表4一元回归结果
变量
X1
X2
X3
X4
X5
参数估计值
787.8438
190.9246
-282.2736
352.802
0.587481
t统计量
3.154663
3.57546
-7.354194
3.215682
12.16592
R2
0.343739
0.402213
0.740026
0.352433
0.886234
调整R2
0.309199
0.370751
0.726343
0.318351
0.880246
其中,加入X5的方程调整R2最大,以X5为基础,顺次加入其他变量逐步回归,结果如下:
表5加入新变量的回归结果
(一)
变量
变量
X1
X2
X3
X4
X5
调整R2
X5、X1
-173.7108
(-1.218043)
0.643465
(9.71554)
0.883219
X5、X2
88.2975
(5.480432)
0.511329
(15.3102)
0.952632
X5、X3
-10.47341
(-0.168488)
0.569398
(4.81642)
0.873792
X5、X4
6.577871
(0.108895)
0.583175
(9.193762)
0.873677
经比较,新加入X2的方程调整R2=0.952632,改进最大,而且各参数的t检验显著,选择保留X2,再加入其他新变量逐步回归,结果如下:
表6加入新变量的回归结果
(二)
变量
变量
X1
X2
X3
X4
X5
调整R2
X2、X5、X1
-2.411986
(-0.024226)
88.15002
(4.991334)
0.512234
(10.09424)
0.949848
X2、X5、X3
99.38993
(6.546539)
-83.89302
(-2.337819)
0.356917
(4.92298)
0.962047
X2、X5、X4
88.28581
(5.32866)
5.607961
(0.147431)
0.507668
(11.97841)
0.94991
经比较,新加入X3的方程调整R2=0.962047,改进最大,而且各参数的t检验显著,选择保留X3,再加入其他变量逐步回归,结果如下:
表7加入新变量的回归结果(三)
变量
变量
X1
X2
X3
X4
X5
调整R2
X2、X3、X5、X1
10.50861
(0.117523)
100.0691
(6.000812)
-84.16994
(-2.271877)
0.352466
(4.20853)
0.95971
X2、X3、X5、X4
102.88(6.747583)
-109.5604
(-2.657995)
-46.20511
(-1.214908)
0.339839
(4.663348)
0.963081
经比较,加入X1后调整R2反而变小;加入X4后调整R2增加不大,X4的参数t检验值也不很显著,甚至符号相反。
因此,最后修正的多重共线性影响的回归结果为:
Y=-2602.916+99.38993X2t–83.89302X3t+0.356917X5t
(1331.654)(15.18206)(35.88517)(0.0725)
t=(-1.954649)(6.546539)(-2.337819)(4.92298)
R2=0.96774调整R2=0.962047F=169.9911DW=1.82024
经济意义:
对上证指数影响的因素主要有M1货币供给量同比增长率、居民储蓄存款期末余额同比增长率以及上交所投资者开户数。
且有,在其他因素不变的情况下,M1货币供给量同比增长率每增长一个单位,上证指数平均增长99.38993点;全国居民储蓄存款期末余额同比增长率每增长一个单位,上证指数平均降低83.89302点;上交所投资者开户数每增加1万户,上证指数平均增长0.356917点。
●自相关性
对回归结果,执行viewResidualTestsCorrelogram-Q-Statistics,得到如下:
表8
Includedobservations:
21
Autocorrelation
PartialCorrelation
AC
PAC
Q-Stat
Prob
.**|.|
.**|.|
1
-0.220
-0.220
1.1671
0.280
.*|.|
.*|.|
2
-0.129
-0.187
1.5925
0.451
.|**.|
.|**.|
3
0.290
0.234
3.8490
0.278
.**|.|
.**|.|
4
-0.266
-0.193
5.8527
0.210
.|**.|
.|**.|
5
0.218
0.237
7.2845
0.200
.*|.|
.**|.|
6
-0.097
-0.197
7.5884
0.270
***|.|
.**|.|
7
-0.392
-0.315
12.888
0.075
.|*.|
.*|.|
8
0.187
-0.141
14.190
0.077
.|.|
.|*.|
9
0.017
0.101
14.202
0.115
.**|.|
.**|.|
10
-0.253
-0.222
17.023
0.074
.|.|
.**|.|
11
0.002
-0.193
17.023
0.107
.|.|
.*|.|
12
-0.045
-0.090
17.131
0.145
从表中PartialCorrelation可知,模型在1—12阶内都不存在自相关。
且样本容量n=21,解释变量个数k=3,DW=1.82024,查DW统计表可知,dL=1.026,dU=1.699,所以
dL<=DW<=dU。
综上,认为该模型中没有自相关。
●异方差性
由于采用的是小样本,所学对异方差的检验方法基本都不适用,因此我们暂且通过残差图形分析来判断,但是残差图形分析只能粗略表示模型中是否有异方差。
通过图形可知,该模型不存在异方差。
尽管用Goldfeld-Quanadt检验方法检验模型是否存在异方差的可靠性不是很高,但鉴于知识水平限制,我们还是选用了此法检验模型是否存在异方差。
首先将观测值按解释变量X2(M1货币供给量同比增长率)的大小顺序排序(升序排列);其次,将排列在中间的3个观察值删除掉,再将剩余的观测值分为2部分,每部分观察值9个;提出原假设H0:
两部分数据的方差相等;最后分别对上述两部分做回归,得到两部分的残差和分别是288967.4和88293.58,如下表所示:
表9
DependentVariable:
SZZS
Method:
LeastSquares
Date:
12/05/07Time:
16:
50
Sample:
19
Includedobservations:
9
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4838.517
3461.280
-1.397898
0.2210
M1
93.75581
31.95812
2.933709
0.0325
CXCK
-37.24776
44.34493
-0.839955
0.4392
KHS
0.488070
0.351
- 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:
- 上证指数 因素 分析