搜索
影响股价指数的因素分析摘要：股价指数是国民经济的“晴雨表”，文中介绍了利用向前逐步回归法结合EVIEWS软件对影响股价指数因素进行筛选的方法，得到了股价指数与对其有显著影响的存款利率，人民币汇率两个因素的线性回归模型,并给予模型合理的经济解释。关键词：股价指数，存款利率，国民生产总值，人民币汇率，实证分析一、文献综述本文研究影响股价指数的因素，通过阅读多篇文献及资料，认为影响股股价指数的因素主要有国内生产总值，存款利率，从理论上说GDP的增长会促使上市公司业绩变好，股民收入增加，促进股市的繁荣从而股价指数攀升；利率的变动主要通过对居民和上市公司的影响而影响股价，利率对投资者的影响具体体现在：一方面引发居民的资金流向发生变动，另一方面则通过居民的心理预期对股市产生影响。同时，利率通过对上市公司生产经营成本中的借贷资金成本对股市产生影响。概括起来，变量的选择和研究方法大致有以下几种：（1）2019年至2019年,中国的国内生产总值以每年9%左右的速度增长,而股市在这段时间却下跌了50%;同样,股市飞涨的情形,也未必说明中国经济的“质量”。上证指数在2019一年里由年初的1180.96上升到年末的2675.47,总计上涨1494.51点,涨幅126.5%。但其中的1000点是在后3个月内上涨的,而同期GDP增幅仅10%左右。本文运用时间数列和计量分析方法,搜集1991年以来上证指数和GDP增长率的季度数据,运用相关分析和格兰杰检验分析我国股市波动和经济增长之间的关系,从长期看,股价与经济景气存在正相关关系,经济增长的变化是股价变化的一个显著影响因素。刘家树《股市波动与经济增长关系的实证分析》（2）股票价格聚集现象(priceclustering)是指成交价末位数出现0和5的概率大于其他数字。针对价格聚集现象的成因,目前主要的理论解释有Ball等提出的价格决定假设(priceresolutionhypothesis)和Harris提出的谈判假设(negotiationhypothesis)。前者认为股票内在价值的不确定性使得精确定价难以达到,因此投资者倾向提交整数价格;后者认为股价是投资者谈判的结果,为了减少时间成本,成交价更集中于整数。笔者结合实证结果,论述上海股市的价格聚集现象是否能用上述假设进行解释,并回归分析了影响股票价格聚集程度的因素。对于限价指令簿聚集现象的研究,国外已有少数的文章,如Palmon和Hee-JoonAnn等,但国内几乎为空白。笔者对限价指令簿价格聚集现象进行了研究，中得出了有益结论。刘善存《上海股市价格聚集现象及影响因素研究》⑶2019年美国住房抵押贷款风险悄悄显现并迅速演变成为一场波及全球的金融危机。2019年2月汇丰控股为在美次级房贷业务增18亿美元坏账拨备,次贷危机初露苗头;2019年8月10日美国次贷危机蔓延,欧洲央行出手干预。2019年3月16日美国第五大投行贝尔斯登以2美元/股出售给摩根大通,美国次贷危机越演越烈;2019年9月7日美国政府宣布接管美国最大的住房抵押贷款融资机构房地美和房利美;2019年9月15日美国第四大投行雷曼兄弟宣布申请破产保护;第二天美国政府出资拯救美国最大的保险集团美国国际集团(AIG);美国次贷危机进一步恶化。我国A股在2019年10月达到历史高峰。上证综合指数最高达到6214点,而在2019年10月跌至1664点,跌幅高达73%。期间人民币依然保持升值态势,人民币对美元汇率从2019年10月底的7148:1升值2019年10月底的6183:1,升值817%。牛市期间对A股市场起重要推动作用的人民币升值因素在全球金融危机背景下是否仍是股市的推动作用呢?陈乐《汇率波动对我国股市稳定的实证研究》⑷由于国外研究成果大多建立在国外成熟的股票市场和开放的外汇管理制度上,因此国外的一些结论是否适合我国的资本市场情况和外汇管理情况还有待验证。此外大多数文献的研究期间是经济正常发展阶段,较少文献研究在金融危机情况下汇率与股价之间的传导机制。并且汇率变动对不同行业的影响有可能存在差异。陈雁云《人民币汇率变动对股票市场的影响》⑸随着股票市场的发展，利率对实体经济的影响日益深刻，股票市场与货币政策的关系也日益紧密在诸多宏观经济因素中，利率调整是货币当局调控经济的重要手段，因而也是影响股票市场的最重要因素之一本文将在借鉴国内外研究的基础上，考察我国利率政策对股票市场尤其是对反应股票价格总体水平的股价指数的影响。本文采用定性和定量分析归纳与演绎相结合的分析方法对我国利率对股价指数的动态作用进行了深入研究首先，回顾了国内外利率对股价影响的研究现状;其次，在对利率与股票市场传导机制进行科学分析的基础上对2019年前后我国利率对股价影响的现状进行了分析;最后，以VAR模型为基础，采用协整分析与脉冲响应分析方差分解分析相结合的方法对利率及其它因素与股价指数的关系进行了动态计量分析。杨杰《我国利率对股票价格指数影响的实证分析》⑹股票市场是国民经济发展状况和金融市场化程度的一个重要指标，而股票价格或股票价格指数是股票市场的晴雨表，其上涨或下跌反映了股市走势的好与坏，2019年中国A股的下跌速度几乎与2019年的上涨速度一样快的惊人。基于上述原因，具体分析导致股票价格波动的主要因素，并在最后提出了稳定股市的建议。徐文涛《影响中国股市大涨大跌因素的额探究》⑺近三年来，中国汇市持续上扬，但在此期间，中国上证综合股指的走势却分为方向截然不同的两段：从1020.63点（2019年7月21日）一路飙升至6092.06点（2019年10月16日）后，锋头调转向下，在这样复杂的现实背景下，本文对汇改后中国股市与汇市的关系进行的深入研究，不仅有助于深刻认识当前的资本市场，对于防范金融风险也有重要的理论和实践意义。本文利用单根检验和协整检验的计量方法，对汇率制度改革后至今的中国股市与汇市的关系进行了实证分析，从购买力评价角度、货币供给、利率和资本流动四个方面对实证结果进行了解释，并指出了汇率的变动带动股市变动，最终取决于各种影响因素决定的市场的力量，我国股市与汇市不再存在简单的长期稳定的关系。潘菁晶《人民币名义汇率与上证综合指数关系的实证研究》⑻Granger，HuangandYang(2019)在研究2019年亚洲金融危机中究竟是货币贬值导致股市下跌还是股市下跌导致货币贬值的因果关系时发现，股市与汇市存在着很强的联系，但不同的国家结果并不一样，部分国家的股市与汇市存在单向（unidirectional）因果关系，部分国家存在双向（bidirectional）因果关系。邓燊、杨朝军（2019）利用协整检验和Granger因果检验，对2019年7月至2019年3月人民币名义汇率与上证综指的关系进行了实证研究。结果表明，汇改后人民币升值使中国股市上扬的单向Granger原因。邓燊,杨朝军《汇率制度改革后中国股市与汇市关系——人民币名义汇率与上证综合指数的实证研究》二、实证分析在这里，我选择了上海证券交易所2019——2019年度的数据来代表中国的股价指数，即上证综合指数的收盘价，原因在于：上海证券交易所上市的公司大多数为大型的国有企业，而深圳证券交易所所上市的公司主要为小型的合资、外向型企业。上海证券交易所与深圳证券交易所的股价指数具有较强的正相关性关系。另外，还选取了一年期存款利率X1,国内生产总值（GDP）X2,人民币汇率（100美元对应的人民币）X3和城镇居民可支配收入X4作为解释变量。1.相关数据YX1X2X3X4年份上证综合指数一年期存款利率（%）GDP人民币汇率城镇居民可支配收入20191366.582.2589677.10827.835854.0020002073.482.2599214.60827.846280.0020191645.972.25109655.20827.706859.6020191357.651.98120332.70827.707702.8020191497.041.98135822.80827.708472.2020191266.502.25159878.30827.689421.6020191161.062.25183217.40819.1710493.0020192675.472.52211923.50797.1811759.5020195261.563.47257305.60760.4013785.8020191820.813.06300670.00694.5115780.76资料来源：《中国统计年鉴》，中国人民银行官方网站2.建立模型由上诉分析，建立股价指数与各影响因素之间的线性回归模型：y=ax1+bx2+αx3+βx4+c+ξ运用OLS对公式进行多元线性回归分析，得到一下结果：表1回归分析结果得到模型：⑴Y=4612.697x1-0.125388x2+14.36947x3+2.50612x4-23978.02+ξ2R=0.8986572R=0.817582DW=2.419191F=11.08429方程的2R较高，说明方程整体上是合理的，能很较好地拟合数据。但x2，x3，x4的t值都小于临界值，无法通过检验。出现这种情况的原因可能是由于解释变量之间存在多重共线性。下面进行相关系数检验：在EVIEWS软件的命令窗口键入：CORYX1X2X3X4X5输出的相关系数矩阵如表2：表2相关系数表从表中可以看出，x1与y的相关度最高，其他三个解释变量与被解释变量的相关度相对较弱。这四个变量之间也是高度相关的，说明模型确实存在多重共线性。为了消除变量间的多重共线性，下面采用“向前逐步回归法”，根据新变量的引入造成原有变量的显著性变化状况来决定是否保留该变量。①运用OLS方法逐一求对各个解释变量的回归。利用EVIEWS软件即得以下六个一元回归模型：⑵Y=2095.69x1-3071.531t=3.984069p=0.00402R=0.623DW=2.055378F=15.87281⑶y=0.008873x2+532.8614t=1.691022p=0.12932R=0.171237DW=2.210520F=2.859555⑷y=-11.74750x3+11454.91t=-1.318577p=0.22382R=0.075847DW=2.231490F=1.738644⑸y=0.185177x4+227.3385T=1.630179p=0.14172R=0.155523DW=2.178304F=2.657485从以上五个模型的统计检验结果并结合模型（1）和表1，经综合分析，可知上证综合指数y与一年期存款利率x1的线性关系最强，拟合程度好，所以选择模型（2）：Y=2095.69x1-3071.531作为最基本的模型。将其余变量逐个引入模型，估计结果列入表3（其中括号内的数字为t统计量值）表3逐步回归分析结果模型X1X2X3X42R2RY=f(x1)2095.69(3.984069)0.6648910.623Y=f(x1,x2)3162.858(3.640638)-0.008696(-1.487784)0.7453990.672656Y=f(x1,x3)3716.196(5.716792)21.31510(3.3031124)0.8550900.813687Y=f(x1,x4)3007.759(3.569424)-0.163701(-1.346417)0.7338240.657774Y=f(x1,x2,x3)3670.652(4.929087)0.001190(0.179725)22.63637(2.144408)0.8558660.783799Y=f(x1,x3,x4)3660.76(5.037389)23.19406(2.271137)0.035589(0.273167)0.8568700.785305Y=f(x1-0.1864073.6218320.86550.798315,x2,,x4)4792.305(4.890482)(-2.424429)(-3.244854)43由上表