宏观因素对上证指数影响实证研究.docx

1、宏观因素对上证指数影响实证研究北方民族大学学士学位论文 论文题目: 宏观因素对上证指数影响实证研究 院(部)名 称: 商学院 学 生 姓 名: 马罗礼 专 业: 金融 学 号: 20080748 指导教师姓名: 张正斌 论文提交时间: 2012-03-24 论文答辩时间: 2012-05-06 学位授予时间: 2012-06-20 北方民族大学教务处制宏观因素对上证指数影响实证研究马罗礼（北方民族大学 商学院 宁夏 银川 750021）摘要中国股市经历了07年的疯狂牛市，经历了08的金融危机，09年的经济复苏，10年的震荡，从经济周期的角度来看，这恰好是一个跨度为4年的，完整的经济周期。为了研

2、究影响大盘价格因素（如：黄金价格；白银价格；原油价格；美元兑人民币汇率；道琼斯指数）对大盘价格走势的影响，本文利用有限的，易获得的且相对重要的宏观数据，将之通过采用多元统计方法筛选数据，再用最小二乘估计回归法分析数据，构建以上证指数为因变量的数学模型。从理论上为我国大盘指数波动规律提供一条可供参考，有规可循的，具有研究意义的模型，并且对模型进行分析，为广大投资者能够揭开上证指数的神秘面纱。关键词：股票价格，因素，模型Stock price decision factors empirical analysisMa luolichool of Business, North University

3、 for Nationalities,Yinchuan 750021,ChinaABSTRACTChinas stock market after 7 years crazy bull market, experienced 08 financial crisis, thes economic recovery, and 10 years of concussion, from the point of view of the economic cycle, this is just a span of 4 years, and complete economic cycle. In orde

4、r to study the influence factors of market price (such as: the price of gold; silver prices; crude oil prices; us dollar to RMB exchange rate; the dow Jones index) to the influence of price trends, this paper use of limited, accessible and relatively important macro data, will by the use of the mult

5、ivariate statistical methods screening data, garnish with least squares estimate regression analysis data, to construct the grail for the dependent variable, the mathematics model of the price. In theory the variation rule for our country market index provides a reference, drowning swimmer, has the

6、significance of the model, and the model analysis, for the investors to uncover the mysteries of the Shanghai index.Key words: The stock price, factors, model目录一、问题的提出1二、研究步骤1三、数据收集与处理2（1）数据筛选与收集 2（2）单位根检验 4（3）多重共线性检验 5（4）残差检验 8（5）格兰杰因果检验 8（6）异方差检验 9（7）自相关检验10四、自回归模型11 (1) 自回归模型的建立和估计11 （2）自回归模型的检验1

7、1五、结束语 12一、 问题的提出经历了改革开放的中国，自从引入资本市场的股票概念后，股票市场逐渐开放，参与者越来越多，其中包括机构、散户等中国投资者在内，都极其关注股市价格波动。面对如此众多的上市公司，我们并不知道要去购买什么股票才能赚钱，因为我们不能判定股票涨跌。如何判断大盘的趋势，是上涨，是下跌，还是震荡，早在一百年前开始，就不断有人进行研究，发明了波浪理论、趋势理论，箱子理论，随机游走理论等等。但是在现在中国股市，这些理论很难用于实际，表面上看，股价（任何商品的价格也是如此）决定于供求关系。买股票的人多了，股价自然上涨。但是从实质上来看呢，供求关系背后却隐藏了错综负杂的各种关系。很难说

8、什么起到主导作用，尤其是在中国这种不健全的资本市场上。计量经济学的发明，为我们提供了一个更加科学可靠的方法，就是构建数学模型，一个可靠科学的计量模型，可以很好的模拟指数的走势。问题出来了，上证指数究竟受什么因素的影响, 我们应该用哪些指标去与上证指数进行回归。对于健全的资本市场来说，长期的股票价格趋势是由公司的效益所决定，但在短期，股价受到各种因素影响，比如：政策、油价、利率、战争、经济运行、物价、自然灾害甚至人们的预期都会通过影响供求进而影响股价等等，这些因素表现为利空消息和利好消息，利空消息使股价下跌，利好消息使股价上涨。总的来说，影响上证指数的政策有很多，比如利率政策、房地产政策、税收政

9、策、经济发展政策等，我国近几年对房地产过热的宏观调控，很大程度上造成了股票市场的火爆现象。另一方面，站在行为金融学的角度上看，还有投资者心理等因素。这里有的指标容易获得，有的指标不易量化，有的指标对股市并没有多少影响。本文目的就是筛选一些可以量化容易获得对大盘起作用的变量进行模型的构建。二、 研究步骤模型初步构建相关性和多重共线性检验检验稳定性检验残差检验数据收集再次检验自相关检验异方差检验加入前期股价变量修正模型格兰杰因果检验1、采集数据，然后对数据序列分别进行平稳性检验，对不平稳数据进行一阶差分后使数据平稳，保证回归模型的可靠性。2、初步建立模型。3、对模型依次进行多重共线性检验、残差检验

10、、格兰杰因果检验、异方差检验、自相关检验。4、用自回归对模型进行修正，提高模型准确度。5、对新模型进行自相关和异方差检验。三、 数据的收集与处理（一） 数据的筛选与收集 上证指数是衡量股市大盘走势的重要指标，反映了上海证券交易市场的的总体走势，研究上证指数对研究股票价格有着重要意义。为了分析上证指数究竟是收哪些因素影响，如何影响的，我选择了上海黄金交易所的金价和银价；期货我选择了美国纽约商品交易所的原油连续；外汇我选择了美元兑人民币的汇率；国外市场我选择了美国的道琼斯工业指数作为解释变量。1.贵金属对股市的影响一般来说股市下挫，金价上升。这主要体现了投资者对经济发展前景的预期，如果大家普遍对经

11、济前景看好，则资金大量流向股市，股市投资热烈，金价下降。反之亦然。当股市或者金属两个市场其中一个市场资金流入，必然导致另外一个市场的资金流出。因此二者成反比例关系。同时，金价跌，有色会跌，有色金属是股市的人气板块，所以会拖累大盘的上涨。2.原油对股市的影响原油是企业生产必备的原材料。油价上涨，带动能源类上涨以及大宗商品原料类公司上涨，能源属于股市的权重股，而下游的成品加工企业和制造业利润被压缩，该类公司利空。能源板块的涨跌，对大盘指数影响很大。因此原油价格是主导企业利润的重要因素。3.汇率对股市的影响美元汇率涨会使得人民币相对贬值，有利于出口导向型的企业；而中国是廉价商品以及劳动力输出的大国，

12、因此人民币贬值相对于人民币升值对中国经济更加有利。美元汇率跌使得人民币升值，利好航空、造纸等板块。当美元指数上涨，出口企业受影响，股市会跌。4.利率对股市的影响在影响股市走势的诸多因素中，利率是一种比较敏感的因素，而且可以说没有哪个因素能超过利率对股市产生更深远而实质的影响。现代货币金融学认为利率是资金的价格，也是社会资金流动的平均成本，因为资金成本的高低将会影响股市中资金的流向。从宏观这几个方面，我对这几项的解释变量对上证指数进行一个普通最小二乘法的回归，尝试推到处一个引起上证指数变换的模型。本论文采用的应用软件是应用十分广泛的EVIEWS，将结合各种检验，用并对模型进行修改，尽力得出一个可

13、信度高的模型。1.不考虑国际关系对于上证指数价格走势的影响2.不考虑通货膨胀对上证指数价格的影响3.不考虑政策性原因对于上证指数的影响4.不考虑重大自然灾害对于上证指数的影响5.不考虑解释变量滞后因素对上证指数的影响2007年9月末到2012年2月每月末的收盘价，如表所示。表：2007年9月末到2012年2月每月末的收盘价obsX1X2X3X4X5X6X7Y2007M0919734577.50681.6613895.63114.49109.885552.32007M1018335207.46294.5213930.9114.03109.955954.772007M1119035677.3988

14、8.713371.72113.63110.174871.782007M12194.8935857.303395.9813264.82113.27110.875261.52008M0121338307.182292.0812649.55114.38112.094383.392008M02208.2745707.104101.9412266.39116.63112.454348.542008M0321142207.0124101.512262.89118.77113.13472.712008M0419839356.9885114.5812819.4118.05113.193693.112008M0

15、5198.339306.9425127.4112638.32118.34113.523433.352008M0620440436.8544140.2811350.01118.18113.412736.12008M07201.7539826.8388124.411378.02118.07113.42775.722008M08184.3932106.8352115.5911543.71119.22113.972397.372008M09192.531106.8411100.6310850.26124.58116.322293.782008M1016523486.8467.89322.22128.1

16、8118.951728.792008M1117924516.826454.438829.04128.63119.31871.162008M1219124706.823542.658776.39132.64121.31820.812009M01188.524856.835541.758000.86132.82120.711990.662009M0220829216.839544.117062.39133.41120.842082.852009M03202.629306.833948.847608.92134.2120.952373.212009M0419828826.81851.118168.1

17、2134121.132477.572009M0520831436.828866.638500.57134.64121.552632.932009M06207.6932046.831270.598447.53134.04121.332959.362009M07206.9731716.832969.59171.61131.97120.713412.062009M08209.9632786.830969.569496.28132.04121.282667.562009M09219.7536176.82770.49712.28131.95121.712779.432009M10230.537886.8

18、27476.989712.73132.25122.272995.852009M11258.140756.827577.2710344.84132.99122.293195.32009M12244.9739726.87779.3610428.05133.54122.353277.142010M01241.438926.827872.8910067.33135.46122.592989.292010M02243.8138786.826879.6610325.26136.94123.763051.942010M03244.8939806.826883.7610856.63138.37124.3431

19、09.12010M04257.341296.824586.1511008.61139.46124.672870.612010M05266.641756.828874.4410136.63140.81125.382592.152010M06271.542466.782575.639774.02141.59125.662398.372010M07256.1541106.774578.9510465.94142.29125.992637.52010M08270.542496.807971.9210014.72143.51126.622638.82010M09282.2848536.691579.77

20、10788.05143.87126.682655.662010M10289.4453326.671781.4511118.49143.25126.342978.832010M11295.7960556.66683.9911006.02142.45126.052820.182010M1230266466.59191.411577.51143.45126.282808.082011M0128962106.602792.2211891.93143.71126.612790.692011M02300.271396.572397.8512226.34143.791272905.052011M03302.

21、7579736.5493106.7912319.73144.63127.62928.112011M04320.45105636.49113.7312810.54145.4127.862911.512011M05320.7883866.4796102.612569.79146.02128.332743.472011M0631575336.464595.1112414.19145.93128.552762.082011M0733484106.43795.8612143.24145.17128.882701.732011M08377.7527706.37888.9711613.53145.15129

22、.382567.342011M0933866726.37881.0910913.38144.06129.772359.222011M10350.6172086.355792.5711955.01145.45130.242468.252011M11351.567346.3765100.3512044.7146.85130.832333.412011M1232158606.294799.7212217.56148.48131.392199.422012M01354.1969876.308298.9912632.91148.9131.782292.612012M02362.0475656.29381

23、06.9112951.61149.52132.032428.49注：Y是上证指数 X1沪金（单位：元） X2沪银（单位：元） X3美元兑人民币汇率X4原油连续（单位：桶/美元） X5道琼斯指数 X6企业债券指数 X7国债指数（二）平稳时间序列单位根检验经济经典计量经济学建模过程中，通常假定经济时间序列是平稳的，而且主要以某种经济理论或对经济行为来确立计量经济模型的理论关系形式，借此形式进行数据收集、参数估计以及模型检验，这是20世纪70年代以前计量经济学的主导方法。然后这种方法却在70年代出现石油危机面前失灵了。人们发现，由于经济分析中所涉及的经济变量数据基本是时间序列数据，而大多数经济时间序

24、列是非平稳的，如果直接将非平稳的时间序列当做平稳时间序列进行回归分析，则可能会带来不良后果，如伪回归的问题。经济数据大多数情况都随着时间推移而持续增长，观测值大多数并不平稳。因此平稳性在计量经济学实证分析中又有着举足轻重的作用，对X1 X2 X3 X5 X6 X7 Y分别进行单位根检验（检验结果见附表1、2、3、4、5、6、7、8）检测结果如表所示。表：对解释变量序列进行单位根检验变量ADF检验滞后项P值备注X1-2.9900.15非平稳序列X2-0.480.90非平稳序列X3-2.752500.0722平稳序列X4-2.78054030.0683平稳序列X5-3.21779340.3225非

25、平稳序列X6-1.39685710.5769非平稳序列X7-1.40214210.5743非平稳序列y-3.87987350.0043平稳序列注意：1：检验条件为各个序列在截距项、无、趋势和截距项中若有一项检验在10%置信区间内则为平稳序列；2：最大滞后项设为10期；3：检验方法为ADF检验。在EVIEW操作系统中，运用单位根检验，我们很容易证明在10%的显著水平上，X3 X4 Y序列是平稳序列，而X1 X2 X5 X6 X7是非平稳时间序列。如果有不同阶单整的时间序列是不能够直接进行回归的，这样原方程模型有存在伪回归的可能性。ADF检验结果表明，X1 X2 X5 X6 X7序列接受原假设，即

26、存在单位根过程。因此需要对X1 X2 X5 X6 X7做一阶差分，利用EVIEWS生成dx1=d(x1)，dx1是x1序列一阶差分后序列，接着对DX1进行单位根检验。运用相同办法，继续对dx2 dx5 dx6 dx7序列进行单位根检验，检验结果如表所示（检验过程见附表9 10 11 12 13）。表：一阶差分后的单位根检验变量ADF检验滞后项序列平稳置信区间Dx1-4.7198230.00Dx2-3.1570.03Dx5-2.5850.01Dx6-4.8700.00Dx7-2.6610.00经过一阶差分后得到的dx1 dx2 dx5 dx6 dx7序列为为平稳序列。利用这些处理后的数据，我们可

27、以对模型进行回归。（三）多重共线性检验在讨论多元线性回归模型估计的时候，强调了假定无多重共线性，即假定各变量之间无关系，或者说各个解释变量的观测值之间线性无关。而在实际经济问题中，由于经济现象变化涉及多个影响因素，而影响的因素之间常常存在一定的相关性，常见情形是解释变量之间存在不不完全的多重共线性。产生不完全多重共线性的后果：1.参数估计量的方差增大；2.对参数区间估计时，置信区间趋于变大；3.严重多重共线性时，假设检验容易出错；4.当严重多重共线性时，可能造成可决系数较高经F检验的参数联合显著性也高，但对各个参数单独的t检验却可能不显著，甚至还可能使估计的回归系数相反，得出完全错误的结论。利用EVIEW软件，计算各个解释变量的相关系数，选择DX1 DX2 X3 X4 DX5 DX6 DX7数据，点“EVIEW/CORRELATIONS”得到相关系数矩阵，如表所示。表：解释变量相关性矩阵DX1DX2X3X4DX5DX6DX7DX11.000000-0.18