1、宏观经济因素对股票市场的收益宏观经济因素对股票市场收益的协整计量分析内容提要以经典宏观经济和金融理论为框架,应用协整计量分析,本文分析了代表性宏观变量与股市收益率之间的关联性,试图为宏观对股市的影响提供一个有意义的探索。宏观经济和股市的关联一直是个困扰经济学界未解之谜;从 “代表性消费模型”的构建直到今天“股权溢价之谜”也都一直没能在理论上得到真正的解决。大量的金融研究者从资产定价模型入手加入宏观变量因素,计量了宏观变量对股票资产的影响,取得了丰富的成果;但在实证中基于资产定价模型的“市场有效性”假说过于严格,从而使宏观与股市的关联在实证过程中的适用性也成了一个“谜”。中国资本市场是一个新兴的
2、市场,也是一个有着明显制度转型特征的市场,市场的有效性更弱,宏观变量对股市的影响也是有限的。然而,随着近年来机构投资人的增加,资本市场化进程的加快,以及资本市场 “有效性” 的加强,对宏观变量与股市关联的研究开始显现其实际意义了。本文以资产定价模型为基础,构造了一个实证体系,从总体上利用协整模型对宏观变量和股票市场资产的收益性进行了关联研究,并得出“不稳定”和有限影响的基本结论;进一步,本文深入到宏观变量对行业与上市公司绩效影响的微观层面,分析得出了很多符合经济学假说的结论,为中国宏观变量与股票收益是否关联这一“谜题”提供了实证的探索和理论的解释。基于中国股票市场弱有效性的特征,本文除了在传统
3、意义上研究了宏观经济与股市收益率之间的直接关系外,更进一步将宏观经济与股市收益率之间的两个传导环节宏观经济对行业和上市公司微观绩效的影响以及上市公司微观绩效对股市收益率的影响隔离开来,并集中分析了前一个环节的作用机制和传导效率,从而使本文的研究有别于前人的成果。本文利用协整方法对中国宏观变量与股市收益之间的关联性进行了实证研究,得出了很多有意义的结论:1、宏观对股市收益影响的有限性和不稳定性。除GDP外,其他各项宏观经济指标(M2、利率和通货膨胀率)与股市收益率之间的相关性均通不过协整检验;只有GDP与股市收益率在95%置信区间下显著正相关对应GDP增长率1个百分点的上升,股市收益率上升0.1
4、个百分点;但该协整关系在滞后2期以后就消失了,显示在整个样本期内(1996年初到2021年第三季度)GDP对股市的长期影响并不稳定,模型可能发生了结构性变化,从一个角度探索了市场的有效性不足。2、宏观变量与上市公司基本面的数量扩张正相关。本文的实证结果显示上市公司总体的收益规模(主营业务收入增长率)与GDP增长率之间存在着显著的正相关关系(99%置信区间)。进一步,通过细化研究GDP增长率对各产业群收入增长的影响,文章发现,GDP总量增长的好处在各产业群之间的分享程度是不同的:上游基础工业,如石油、石化、有色金属和钢铁等行业对GDP增长的敏感度均大于1;而出口型产业和房地产业的敏感度在0.70
5、.8之间;基础设施类产业和农业的敏感度为0.4;相反,消费类产业对GDP总量增长不敏感(对人均收入的增长敏感)。但由于消费类产业在上市公司中所占的比例很大,接近60%,大于其在国民经济中所占的比重,因此,对应GDP增长率1个百分点的上升,上市公司主营业务收入增长率上升幅度小于1(0.76个百分点)。3、宏观变量与上市公司基本面的质量改善在产业群层面显著正相关。尽管在上市公司整体层面上,本文的实证研究显示找不到一个宏观变量能够对微观个体的收益质量产生显著影响;但在具体产业群上,本文却发现了不同宏观变量与不同产业群在收益质量上的显著相关性。不过这种相关性主要体现为宏观变量对毛利润率的影响,而与RO
6、E之间的相关性不显著这再次证明了我国投资推动型的经济增长模式。综上,本文利用协整模型对中国股市和宏观经济变量进行了实证分析,结果表明中国股市的成熟度依然较低,市场有效性较弱,但微观层面的传递有效性较强。总之,整体市场与宏观变量的关联性仍不尽人意,但相信随着市场化改革深入,中国股票市场将逐步走向有效,宏观对股票的影响也将成为影响股市收益和风险的重要因素,从而在宏观与微观、符号与实体之间建立一种有效的逻辑对应。只有这样,中国的资本市场才能服务好经济建设,同时分享中国经济的高速增长!ABSTRACTIn this paper we analyze relationships among select
7、ed macroeconomic variables and Chinese stock market basing on the classical financial researching frame, by employing a cointegration Analysis model, try to offer a meaningful grope for the macroscopic affection on the stock market. The correlation between macro-economy and the stock market has been
8、 a mystery for years. Since the construction of the Representative Agent Model, the Equity Premium Puzzle has not been solved theoretically. To explain this puzzle many financial researchers add the macroeconomic factors to the capital asset pricing models to calculate the influence of macro variabl
9、es on the stock assets. The results are affluent. However, the Efficient Market Hypothesis of the capital asset pricing models are too strong in practice, which creates a new puzzle on the application of the correlation between macro-economy and the stock market to the empirical work. As an emerging
10、 market with the evident characters of a transition period, the China capital market is weakly efficient and the influence of the macro variables is also limited. Along with the incremental proportion of the institutional investors, the accelerated progress of the marketing reform and the strengthen
11、ing efficiency of the capital market, the researching work on the puzzle of the correlation between the macro variables and the Chinese stock market has become more and more instructive. In fact, according to this paper, the cointegrated analysis of the correlation between the macro variables and th
12、e stock market derives the conclusion that the influence of the macro variables to the stock market is limited and unstable. However, the intensive analysis of the correlations between the macro variables and the micro performance of the industries and companies derived many conclusions consistent w
13、ith the economic theories. With these two analyses together, the paper constructed an empirical frame for the current study as well as for the further grope on this puzzle. Besides the traditional research on the direct correlation between macro variables and stock market, the paper separated the tr
14、ansmission system into two steps, the impact of the macro variables to the micro performance of real industries and the impact of the micro performance to the stock returns. By focusing on the efficiency of the first step, the paper makes itself distinct with the predecessors. By using the cointegra
15、tion analysis to study the correlation between macro variables and stock market, the paper has drawn some significant conclusions. 1. The limited and unstable influence of macro-economy on stock market. Except GDP, the correlation between stock market and other macro variables, including M2, interes
16、t rates and inflation rate, cannot pass the cointegration test. Only the GDP growth direct correlates with the stock market return under a 95% confidential interval, a 1% increase in GDP growth leading to a 0.1% increase in stock market return. However, such a relationship will vanish after two term
17、s lag, which shows an unstable relationship between the two variables. In other words, during the sample period (from Q1 1996 to Q3 2021), the model may have changed for some reasons, which implies the weak efficiency of the market. 2. The significant correlations between macro variables and the sca
18、le expansion of the listing companies. According to the metric analysis of this paper, taking all the listing companies as a whole, there is a significant positive correlation between the revenue growth and the GDP growth (under a 99% confidential interval). Furthermore, the sub studies show that fo
19、r different industrial groups, the interest share of GDP growth is different: the upstream heavy industries, such as oil, petrochemicals, steel and non-ferrous metal industries, with a sensitivity larger than 1, benefit most from the GDP growth; the export industries and the real estate builders wit
20、h a sensitivity of about 0.7 take the second place; the infrastructure industries and the agricultural companies, a sensitivity of 0.4, share less; while consuming industrial groups, not sensitive to the gross growth, are sensitive to the per head growth in income. Since the consuming companies play
21、 an important role in the stock market, with a proportion of 60% to the total listing companies, lager than the proportion of the consuming industries to the total domestic economy, the listing companies as a whole is not quite sensitive to the GDP growth, a sensitivity of 0.76. 3. The significant c
22、orrelations between macro variables and the profitability of the listing companies on the industrial layer. Although taking the listing companies as a whole, the author failed to find any significant impacts of the macro variables on the micro profitability, the impacts on the specific industrial gr
23、oups are significant. However such impacts are reflected more in the form of the gross profit ratios, but still insignificant in the form of ROE, again, implying the investment activities as the major engine for the economic growth in China. In summary, by using the cointegration analysis, the paper
24、 studied the correlation between the macro variables and the stock market. The empirical results show that the Chinese stock market is still an immature market, with a low efficiency. However, contrary to the unsatisfactory correlation between the macro-economy and the index return in stock market,
25、the performance of micro-economy is strong, In the future, along with the market reformation, the Chinese stock market is sure to be more efficient. 1导言:宏观经济因素和股市的关联之“谜” 72宏观经济对股市收益影响的理论和协整分析 82.1 宏观经济对微观绩效的传递理论 82.2 协整方法和变量选择 102.3 宏观对股指收益的影响 11231变量的单位根检验 13232协整检验 14233方差分解 163上市公司基本面与宏观经济变量 1731
26、 变量选取 173. 2 数据处理 1733 实证结果 18331收益规模指标与GDP增长率 18332收益质量指标与GDP增长率 20333收益质量指标与其他宏观经济变量 204产业群业绩变动与宏观经济变量 2141 产业群划分 2142 变量选取 2143 实证结果 225总结和探索:实体的有效和股市收益的无效 27参考文献: 301导言:宏观经济因素和股市的关联之“谜” 经济学家一直试图将股票资产的研究纳入到一个统一的经济范式中,其逻辑是所有股票投资都来自于居民收入在消费储蓄(投资)的分割,股票投资无非是一种风险资产投资,因此很容易纳入到消费资产的经济学的基本范式中来,并将宏观因素加入到
27、这一模型中。1978年卢卡斯发表了“交换经济下的资产价格”一文,构建了“代表性消费模型”,将宏观经济中的消费与风险资产的价格联系在一起,并给出了均衡状态下的资产定价公式。而后经济学的研究一直沿着这一模型进行改进,但由理论模型得出的股权溢价要远小于实际股权溢价,这就是“股权溢价之谜”。经济理论模型通过加入更多的变量进行着模型演进,但股权溢价之谜一直也没有解决好,在此框架下很多人讨论了股市收益对宏观的影响,如“财富效应”等。面对活跃的股票市场,大量的金融研究者则从资产定价模型入手加入宏观因素变量,计量了宏观变量对股票资产的影响,取得了丰富的成果。这类研究一是基于资产定价模型的拓展进行的,代表是AP
28、T模型,将宏观变量纳入到资产定价模型中,分析“风险敞口”问题;二是从资产定价模型入手分析宏观变量对资产收益的影响,讨论了经济增长下的贴现、收益增长等,通过实证将宏观变量与股市资产相关联起来,但这些实证分析潜在有一个基于资产定价模型的假说那就是“市场有效”,这是宏观与股市关联实证过程中的适用性之谜。市场有效性假说对很多新兴市场国家是有一定的不适用性的。但总体来说这些基于资产定价模型进行的实证研究不仅在学术上有所推进,更在实际操作上得到了检验和改进,如Birr基金管理公司依据APT模型进行投资组合设计,美林公司依据宏观情景分析推出了自己的产业时钟理论,以此分析宏观变量对产业配置的影响。中国资本市场
29、是一个新兴的市场,而且是一个有着明显制度转型特征的市场。中国的股票市场和市场参与的机构同中国的银行等金融机构一样是“不破产”的,政府有潜在的“担保合约”,同时干预也就是必然的,在这样的市场下难以将宏观与资本市场纳入到统一理论范式中,宏观变量对股市影响在一个基本上“无效”市场上也是有限的。近年来随着机构投资人的增加,资本市场化进程的加快,资本市场的“有效性”加强,我们依据资产定价模型构造一个实证体系基本,首先从总体上利用协整模型对宏观变量和股票市场资产收益进行分析得出了“不稳定”和有限影响的基本结论,再深入到宏观变量对行业与上市公司的绩效影响的分析中得出了很多符合经济学假说的结论,为中国宏观变量
30、与股票收益这一是否相关联的“谜”提供实证的探索和解释。本文分五个部分,第一部分我们在综述前人的研究基础上提出我们的研究理论框架和协整计量方法;第二部分利用协整模型对宏观变量与股市收益进行有效性和稳定性分析,奠定关联分析的基础,从另一角度探索了市场的有效性影响;第三部分我们分析经济增长对行业业绩的影响;第四部分深化了行业分析;第五部分是结论。2宏观经济对股市收益影响的理论和协整分析2.1宏观经济对微观绩效的传递理论在有效资本市场上,金融资产的价格等于其未来现金流的折现价值。公式如下:P = (1) 理论上讲,任何未来现金流的改变都会直接影响金融资产的价格。影响未来现金流的资产预期增长率会同方向影
31、响资产价格。必要报酬率(RRR)的变化则会反方向影响资产价格。必要报酬率由两个基本要素构成:名义无风险收益率和与资产风险相对应的风险溢价。而名义无风险收益率则由实际利率和预期通货膨胀率构成。因此,一个国家的股指会受一些能够引起该国经济增长或是使实际利率,预期通货膨胀率和风险溢价发生改变的因素的影响。基于Chen,Roll和Ross(1986)所描述的“简单和直觉的金融理论”,我们假设利率,通货膨胀率,产出和货币供应量作为影响股票指数的变量。 近20年来西方学者不仅从理论上研究这些变量的影响因素,而且进行了实证分析。Umstead和Fama的研究结果表明股票价格和实际经济增长存在正相关关系,Sp
32、iro和Cochran发现经济波动影响股票价格,宏观经济变量可以很好的解释股市运动。Fama对通货膨胀与股市收益之间的关系进行了研究,于1981年提出:股票收益和通货膨胀之间存在的反向关系,其在本质上是通货膨胀与实体经济活动之间负相关关系的一种体现。对此,Geske和Roll(1983)则认为:通胀率和股市收益率的关系反映了政府支出,实体经济环境与预算赤字引致的货币化,这三者的变化。Marc Chopin和Maosen Zhong(2000)利用Johansen和Juselius的协整检验方法和向量误差修正模型来检验股票收益率和通货膨胀率之间的关系。然而,在他们所考察的时期内(第二次世界大战之后的数据),联邦储备银行似乎并没有因为政府赤字而加大货币供给,政府赤字也没有对实体经济产生影响,他们发现当经济向长期均衡运动时,实体经济和货币供应量的短期变化可能会引起“伪相关”。也就是说,二战之后股市收益率和通货膨胀的反向关系来源于实体经济和证券收益的长期均衡。当均衡被打破的时候,实体经济环境和货币活动都进行调整使得整个经济体系归于均衡状态。当通货膨胀和股市收益对这些调整做出反应时,股票市场的参与者预测实体经济,货币供应量和通货膨胀将发生变化,此时,伪的负相关就出现。James,Koreisha和Partch(1
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1