浅析我国股票价格的影响因素及相关建议Word格式文档下载.docx
《浅析我国股票价格的影响因素及相关建议Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《浅析我国股票价格的影响因素及相关建议Word格式文档下载.docx（12页珍藏版）》请在冰豆网上搜索。
由此可见，货币供应量的增减是影响股价升降的重要原因之一。
当货币供应量增加时，多余部分的社会购买力就会投入到股市，从而把股价抬高，反之，如果货币供应量少，社会购买力，降低，投资就会减少，股市陷人低迷状态，因而股价也必定会受到影响。
全国居民消费价格总指数代表了我国的市场环境，其系数为正表示居民所消费的一篮子商品价格增加，则上证综指也会同比上涨。
居民消费价格指数上涨，从一个侧面反映市场的通货膨胀现象，通货膨胀率上升和股价上涨。
3/11
上交所投资者开户数对股指的推升作用是相当巨大的。
从模型可以看出。
上交所投资者开户数基本上是和股指同方向变化。
上交所投资者开户数节节高涨，同时股指也在随之上涨，上交所投资者开户数，股指也逐渐下降。
虽然中国的经济形势是一路向好的，但是由于没有大量资金入市，上证综指也就一路低迷。
五、改善我国股票市场环境的对策
我国股票市场虽然经历了十多年的发展，有了一定的基础，但是相对于国际上成熟的证券市场还具有一定的距离。
要向成熟的证券市场发展，必须进一步规范我国股票市场。
（一）提高股民素质
根据相关统计数据推测，沪深两市账户总数已经突破一亿大关。
投资者是股票市场的基础。
随着市场经济的发展，想让自己剩余资金增值的人们会越来越多，投资者也将大幅增加。
而在这种股民膨胀的时期，对股票投资缺乏认识的新股民增加，股民教育势在必行。
如可以增加股票市场分析的电视节目数量，开展专家炒股辅导班，多出版炒股知识类书籍，通过股民股票投资知识的教育，提高股民风险意识、技术分析能力、宏观经济分析能力、行业分析能力等等。
投资者不但在理论上了解化解风险、处理风险的科学方法，同时提高了自身承受风险的心理能力，能够理性对待股市，有益于股票市场健康发展。
（二）提高上市公司质量
上市公司的质量好坏影响着投资者的资金投向。
投资者投资于股票，为的是能让自己手中股票获得比银行利息、债券利息高的股息、红股。
因此提高上市公司质量是能否吸引更多投资者的关键，也是更多的未上市股份有限公司能否获得直接融资的关键。
提高上市公司质量，核心在于提高其盈利能力、分红能力。
目前相当一批上市公司盈利能力不强，对投资者回报不高，严重影响了投资者的信心。
股票市场上不为股息、红利，而为获得交易差价的投机行为泛滥，制约了股票市场的健康、稳定发展。
因此，要加强公司内部管理机制，完善法人治理结构，加强对高级管理人员及员工的激励和约束，提高公司盈利能力。
（三）加强行业自律管理
要充分发挥深沪证券交易所和证券业协会的作用。
两家证交所应充分维护市场运行的“三公”原则，力争保证证券上市、清算、过户与资产管理方面运作的安全，监督管理会员工作，建立有效的内部风险控制机构，促进市场健康、稳定、快速发展。
而证券业协会则将工作重点放在行业管理上，如制定行业统一行为规则，向政府提出政策建议，加强本行业与4/11
其他相关行业联系等。
自律管理要落到实处，并且接受证监会的监督。
（四）完善证券法制体系，加大执法力度
随着《公司法》、《证券法》的颁布实施，我国证券市场初步形成了以《证券法》为核心，包括250多件法规和规章在内的证券市场法律法规体系。
继续加强证券法制建设，对股票发行、交易、监管、仲裁等给出明确的法律准则，防止欺诈行为，保护投资人权益，加大执法力度。
在执法上，一定要做到“有法可依、有法必依、执法必严、违法必究”。
（五）形成正确的舆论导向
要积极宣传、普及股票投资知识，帮助广大股民树立理性投资观念，形成科学投资的策略。
要把对股市舆论导向的监控列入日常监管内容，对于媒体、股评等故意以不实或含糊信息误导股民的行为要给予严厉处分，要确保披露信息的真实性，评论内容的客观性，保持舆论导向的客观中立性。
六、结论
通过本文的理论和实证分析可以得到以下结论：
中国股票市场是一个新兴市场，有其固有的特点，通过十几年已有了长足的发展。
但是相对于国际上成熟的市场我国股票市场还有很多问题存在。
通过理论研究可以得到影响我国股票市场的因素很多，这些因素在过去都不同程度地影响了股价的波动，但是通过对近年数据的收集和实证分析可以看到中国股票市场正在向规范化迈进。
但是仍然有一些非规范因素影响着股价的波动，这就需要我们进一步规范我国股票市场，向更成熟的市场迈进。
中国股票市场正处于发展时期，审视其发展历程，对一些对股票市场的矛盾观点的正确认识、提高股民素质、增加上市公司数量、提高上市公司质量，股票市场将迎来飞跃式的发展。
股票市场的完善和发展能使股票市场成为真正的企业融资的场所，起到中国宏观经济的晴雨表作用。
另一方面，本文没有考虑政策因素对上证指数的影响，但是实际情况中政策因素是影响上证指数的一个重要因素，且影响是非常大的，是证券投资者不可忽略的因素。
我国股市基本上还是一个政策市，要求管理层政策的出台和变动能使市场形成相对准确的预期，使得政策对股市波动的直接影响转化为间接的指导作用。
通过货币政策——紧缩性政策、扩张性政策，在不同时期采用相适应的货币政策，来调节股市。
尤其在出现通货膨胀现象时，可以根据货币政策的传导机制，充分利用利率这一中间指标，达到降温的目的。
因此我们在判断中国证券市场走势的时候，不能简单地看某一方面的情况，而应当结合考虑多种因素的共同影响，做到理性投资。
5/11
附：
数据与模型修正过程
一数据的收集
本文收集了我国从2002年3季度至2011年2季度之间的36个季度数据，数据的选择全部来自互联网，大体准确，有个别因素的年份数据未找全，采取估量值。
如下表所示：
时间
上证指数
同比GDP%
增长率
M1货币供增比同给%
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（万户）
季度
Y
X1
X2
X3
X4
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
100.9
10733.8
2003Q2
1486.02
9.2
20.24
19.54
100.3
0798.49
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
11.25
16.3
101.6
11438.2
2005Q3
1155.61
10.4
11.64
18.06
11499.11
2005Q4
1161.06
11.78
17.98
11555.69
2006Q1
1298.3
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
11780.72
6/11
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
5432.01
2007Q3
5552.3
22.07
6.87
106.2
17987.89
2007Q4
5261.5
13
21
6.8
107.3
13886.18
2008Q1
3472.7
10.6
17.97
18
108.3
11577.68
2008Q2
2736.1
14.19
20
107.1
11879.22
2008Q3
2293.78
9.43
25
104.6
12121.47
2008Q4
1820.81
9.6
9.06
26.3
101.2
12363.89
2009Q1
2373.21
6.1
17.04
98.8
10631.83
2009Q2
2959.36
7.1
24.79
98.3
11040.63
2009Q3
2779.43
7.7
29.51
99.2
11644.89
2009Q4
3277.14
8.7
32.35
19.7
12037.69
2010Q1
3109.1
11.9
29.94
17
12288.98
2010Q2
2398.37
10.04
24.56
16
102.9
12629.77
2010Q3
2655.66
20.87
103.6
12947.33
2010Q4
2808.08
21.19
13391.04
2011Q1
2928.11
15.01
105.4
13273.35
2011Q2
2762.08
13.1
106.4
13544.25
模型的估计与调整二１、被解释变量与所有的解释变量回归所以首先对被解释变量与所有解释变量作回归分本文是对影响股票价格因素分析，析，模型为：
+UβX+βXX++Y=ββXβ+β+Xt
5011t4t22t33t5t4
/711
回归分析，结果见下表：
进行OLS用Eviews
DependentVariable:
Y
Method:
LeastSquares
Date:
06/27/13Time:
18:
06
Sample:
2002Q32011Q2
Includedobservations:
36
Prob.Std.ErrorCoefficientVariablet-Statistic
0.0007-3.7803514524.473-17104.10C
0.338899.08164-0.972041-96.31139X1
0.000017.0371981.208954.766568X2
0.86795.60317233.39585X30.167781
0.009246.58377129.70272.784289X4
0.00000.085273
0.4562415.350345
2299.270MeandependentvarR-squared
0.808426
S.D.dependentvar1094.320AdjustedR-squared0.776497
AkaikeinfocriterionS.E.ofregression15.48633517.3512
Schwarzcriterion15.75025Sumsquaredresid8029569.
F-statistic25.31955-272.7540Loglikelihood
Prob（F-statistic）
0.000000
0.916511
Durbin-Watsonstat
由此可见，该模型R^2=，可决系数较高，说明模型对样本数据的整体拟合优0.808426度很好，可解释被解释变量Y大约97.1%的变动；
F统计量=，也说明回归方程显著，25.31955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；
在显著性水平为0.05的情况下，变量X2，X4，X5的t检验值较显著，另一方面，X1、X3的t检验值不够显著，并且系数符号与预期相反，不通过经济检验。
8/11
的回归模型，得出以下结论：
x3,作y,x2,x4,x5除掉解释变量x1和DependentVariable:
27
VariableCoefficientStd.Errort-StatisticProb.
C-15312.083981.923-3.8453990.0005
0.0000X216.1820983.017405.130201
0.0163107.3013X442.325742.535132
0.0000
0.073341
0.424259
5.784773
R-squared
0.799131Meandependentvar2299.270
1094.320AdjustedR-squaredS.D.dependentvar0.780300
15.42260512.9319S.E.ofregressionAkaikeinfocriterion
15.59855Sumsquaredresid8419173.Schwarzcriterion
42.43593F-statisticLoglikelihood-273.6068
0.772655
由此得出模型：
Y=-15312.08337+83.01739841*X2+107.3013392*X4+0.4242591653*X5
2.多重共线性检验
通过相关系数检验得出以下结果：
X2X4
0.1926655481124491
-0.122344992165138
0.541214349881496
-0.122344992165138X41
1
0.192665548112449
所以，由于变量之间相关系数较小，可以判定解释变量间不存在多重共线性。
9/11
3.异方差检验得出以下结果：
white检验经WhiteHeteroskedasticityTest:
0.020052F-statistic3.029972Probability
0.031100
Obs*R-squared
Probability
13.87190
的显著水平，认为该模型存在异方=0.0311<
0.05Obs*R-squared）由于Probability（的回归模型，得w1=1/x,w2=1/x^2,w3=1/sqr（x）差性。
用加权最小二乘法，比较权数分别为出最佳模型：
Y=66.82126771*X2+111.5316172*X4+0.5143651916*X5-16587.70731
4.自相关检验经过格兰杰因果检验，得出以下结果：
Breusch-GodfreySerialCorrelationLMTest:
0.004288
10.90407ProbabilityObs*R-squared
认为该模型存在自的显著水平，Obs*R-squared）=0.004288<
0.05由于Probability（相关。
经过科克兰内－奥克特法消除自相关，得出以下回归结果，可看出，可决系数提高，模型拟合效果更好：
LeastSquares
Time:
19:
28Date:
06/27/13
Sample（adjusted）:
2002Q42011Q2
35afteradjustments
Convergenceachievedafter50iterations
0.0176
-13096.22
5214.464
-2.511518
C
10/11
0.000421.8659387.655774.008783X2
0.0492103.827550.661092.049453X4
0.00060.0681530.2620373.844838X5
0.00000.125958
AR
（1）
0.7560006.001994
MeandependentvarR-squared
0.8924012319.774
S.D.dependentvar0.878055AdjustedR-squared1103.257
Akaikeinfocriterion385.264914.87730S.E.ofregression
Schwarzcriterion15.099504452872.Sumsquaredresid
F-statistic62.20334Loglikelihood-255.3528
Du
升级会员 