(一) 单位根检验
由于以上变量均为时间序列数据,在进行协整检验及建立误差修正模型之前必须检验变量的平稳性,即变量是否存在单位根。目前常用的方法为ADF检验。
表1 上证综合指数和宏观经济变量时间序列的ADF检验
变量
|
检验形式①
|
ADF值②
|
Prob.
|
结论
|
lnszci
|
(c,0,0)
|
-0.9370***③
|
0.7726
|
不平稳
|
lnyzzs
|
(c,0,4)
|
-3.9974**
|
0.0119
|
平稳
|
lncpi
|
(c,0,0)
|
-1.6697***
|
0.4434
|
不平稳
|
lnfjzs
|
(c,0,1)
|
-2.5405***
|
0.1092
|
不平稳
|
lnrate
|
(c,0,0)
|
-2.4916***
|
0.1206
|
不平稳
|
lnexrate
|
(c,0,2)
|
-0.2334***
|
0.9294
|
不平稳
|
△lnszci④
|
(c,0,1)
|
-4.9917***
|
0.0001
|
平稳
|
△lnyzzs
|
(c,0,5)
|
-4.3652***
|
0.0006
|
平稳
|
△lncpi
|
(c,0,0)
|
-8.3714***
|
0.0000
|
平稳
|
△lnfjzs
|
(c,0,0)
|
-7.2397***
|
0.0000
|
平稳
|
△lnrate
|
(c,0,0)
|
-12.0284***
|
0.0001
|
平稳
|
△lnexrate
|
(c,0,1)
|
-3.0042**
|
0.0380
|
平稳
|
注:①检验形式(C,T,P)中的C,T,P分别表示模型中的常数项,时间趋势项和滞后阶数。
②ADF检验采用SIC信息准则,最大滞后阶数为9。
③***,**, *分别表示在1%,5%和10%的置信水平下显著。
④△表示原时间序列的一阶差分。
从表1可知,lnszci、lncpi、lnfjzs、lnrate、lnexrate的ADF值在1%的置信水平下显著,故不能拒绝原假设,所以这几个变量均存在一个单位根,原有时间序列不平稳。而lnyzzs在5%的置信水平下拒绝原假设,该变量不存在单位根,为平稳的时间序列。为使原有不平稳序列变成平稳的时间序列,我们对原有变量进行一阶差分处理,从上表可知,差分后的变量除△lnexrate外都在1%的置信水平下拒绝原假设期刊网,差分序列平稳。△lnexrate在5%的置信水平下通过了平稳性检验。所以,lnszci、lncpi、lnfjzs、lnrate、lnexrate的一阶差分都是平稳过程,属于一阶单整过程,而lnyzzs为零阶单整过程。故变量之间至少存在一阶协整关系。
(二)协整检验
大多数的经济变量都属于非平稳序列,对于非平稳的时间序列我们无法采用VAR模型来研究变量之间的关系,尽管差分可以让非平稳序列变为平稳序列,但差分后序列缺少经济意义,难易分析。协整理论指出,即使变量时非平稳的,但变量之间的某种组合却可能是平稳的,协整反映序列之间的长期动态均衡,这种长期均衡关系是有经济意义的。检验变量之间的协整关系有两种方法,一个是Engle-Granger两步法,另一个是Johansen检验法。前一种方法适合于检验两个变量之间的协整关系。后者则适用于检验多个变量之间的协整关系,而且可以得出变量之间的多个协整关系。本文研究的是多个变量之间的关系,故采用后一种方法。
协整检验滞后阶数的选择对于检验结果的影响较大,本文先建立无约束的VAR模型,通过尝试不同的阶数得到不同的AIC和SIC值,并根据AIC、SIC最小的原则选择最佳滞后阶数。
表2 无约束VAR模型最佳滞后阶数的选择
滞后阶数
|
AIC
|
SIC
|
Log likelihood
|
1
|
-1.8840
|
-1.7005
|
100.2597
|
2
|
-1.8763
|
-1.5333
|
104.9365
|
3
|
1.8546
|
-1.3503
|
108.9519
|
4
|
-1.7792
|
-1.1114
|
110.3998
|
5
|
1.9282
|
-1.0948
|
122.5911
|
6
|
-2.0000
|
0.9989
|
131.0016
|
7
|
-1.9466
|
-0.7757
|
133.5198
|
从表2可以看出,根据AIC准则,最佳滞后阶数为1。而根据SIC准则,则最佳滞后阶数为6。当AIC和SC信息准则确定的滞后阶数不一致时期刊网,应考虑用LR检验进行取舍[15]。检验的原假设是模型最大滞后期为1,检验统计量
其中,和分别表示滞后阶数为1、6时模型整体的对数似然函数值。通过eviews可得到检验的相伴概率为0.0009。故拒绝原假设,选择滞后阶数为6。
我们分别计算迹统计量和最大特征值统计量,Johansen检验结果如下表所示。
表3 上证综合指数与宏观经济变量间协整关系Johansen检验表
特征值
|
迹统计量
|
1%临界值
|
统计量
|
1%临界值
|
协整方程数
|
0.4508
|
173.3484***
|
113.4194
|
56.3345***
|
46.7458
|
None
|
0.3612
|
117.0138***
|
85.3365
|
42.1346***
|
40.2953
|
至多一个
|
0.2775
|
74.8792***
|
61.2669
|
30.5624
|
33.7329
|
至多两个
|
0.1995
|
44.3167***
|
41.1950
|
20.9251
|
27.0678
|
至多三个
|
0.1576
|
23.3916
|
25.0781
|
16.1230
|
20.1612
|
至多四个
|
注:由于此VAR模型中时间序列滞后阶数为6,协整检验时滞后阶数为5,表示最大特征值统计量。
由表3可以看出,由迹统计量判断变量之间存在5个协整方程,由最大特征值统计量判断存在2个协整方程。故上证综合指数与宏观经济变量间存在长期稳定关系,根据研究需要,我们选择特征值最大的协整方程。标准化的长期协整关系方程为:
注:括号内为系数的标准误。
从长期协整方程可以得出,宏观经济一致指数、汇率指数与上证综合指数呈反向变动关系,而消费者物价指数、国房景气指数、银行间同业拆借利率与上证综合指数呈现同向变动关系。从方程的系数可知,当期宏观经济变量变动对于上证综合指数变动的影响程度顺序为宏观经济一致指数、消费者物价指数、汇率指数、国房景气指数和银行同业拆借利率。
(三)因果关系检验
从协整检验的结果可知,上证综合指数与宏观经济变量间存在长期稳定的均衡关系,因此我们可以运用Granger因果检验法来研究它们之间的因果关系。
Granger所提出的因果关系的概念是指,当根据过去的值对进行回归时,如果再加上过去的值,能够显著地增强回归的解释能力,则称是的Granger原因,否则称为非Granger原因。
目前进行Granger因果检验的方法有两种,一种是根据传统的VAR模型检验。但需要带检验的时间序列为平稳序列。另一种是最近发展起来的基于VEC模型的检验期刊网,该方法能够对有协整关系的非平稳变量进行因果关系的检验。
在建立误差修正模型之前,需要确定模型最优阶数,根据文章前一部分的结果,我们选择阶数为5。
表4 基于误差修正模型的Granger因果检验
|
模型1
|
模型2
|
模型3
|
模型4
|
模型5
|
模型6
|
因变量
|
△lnszci
|
△lnyzzs
|
△lncpi
|
△lnfjzs
|
△lnrate
|
△lnexrate
|
CET(-1)
|
-0.1432**
|
-0.0066**
|
0.0097**
|
0.0093
|
0.4000***
|
-0.0001
|
△lnszci(-1)
|
0.1164
|
-0.0002
|
-0.0260**
|
-0.0032
|
-0.2702
|
0.0056
|
△lnszci(-2)
|
0.2271*
|
0.0209***
|
-0.0006
|
0.0099
|
-0.05267
|
-0.0099**
|
△lnszci(-3)
|
0.3498**
|
0.0007
|
-0.0030
|
0.0168
|
-0.4329*
|
0.0002
|
△lnszci(-4)
|
0.6195***
|
0.0148**
|
0.0066
|
-0.0073
|
-0.1714
|
0.0001
|
△lnszci(-5)
|
0.2579*
|
-0.0012
|
0.0103
|
0.0041
|
-0.4871*
|
-0.0064
|
△lnyzzs(-1)
|
-0.5686
|
0.8057***
|
0.0690
|
0.3601
|
4.1212
|
-0.0248
|
△lnyzzs(-2)
|
1.2397
|
-0.0865
|
0.0711
|
0.0689
|
-6.5780
|
0.0631
|
△lnyzzs(-3)
|
2.8416
|
-0.2978***
|
-0.2418
|
0.0474
|
-4.5887
|
0.0164
|
△lnyzzs(-4)
|
-4.5264
|
0.4868***
|
0.1104
|
0.5366
|
2.1130
|
0.0042
|
△lncpi(-2)
|
4.4616***
|
0.0547
|
-0.0592
|
0.0369
|
-1.5716
|
-0.0259
|
△lncpi(-3)
|
1.3280
|
0.1500
|
-0.0577
|
-0.6243*
|
-2.0454
|
0.0054
|
△lncpi(-4)
|
-0.3835
|
0.0553
|
-0.1683
|
0.0492
|
-4.0387
|
0.0290
|
△lncpi(-5)
|
-1.3207
|
0.0957
|
-0.1168
|
-0.8463***
|
-3.5702
|
-0.0619
|
△lnfjzs(-1)
|
-1.8654***
|
0.1412**
|
0.1412**
|
0.3414**
|
3.1174**
|
-0.0210
|
△lnrate(-1)
|
-0.0906
|
-0.0074
|
0.0013
|
-0.0028
|
-0.0217
|
0.0055**
|
△lnrate(-2)
|
-0.1500***
|
-0.0038
|
0.0048
|
0.0040
|
-0.0135
|
-0.0034
|
△lnexrate(-1)
|
1.6770
|
-0.1428
|
-0.1078
|
0.3397
|
12.2270**
|
0.4578***
|
△lnexrate(-4)
|
0.3786
|
0.1172
|
0.3194
|
0.4392
|
-17.8319***
|
-0.0012
|
从上表可以看出,△lncpi(-2)、△lnfjzs(-1)和△lnrate(-2)的系数在1%的置信水平下显著,可以认为它们与零显著不同,所以这几个消费者物价指数、国房景气指数和银行同业拆借利率是引起上证综合指数变动的Granger原因。而△lnyzzs、△lnexrate不是引起上证综合指数变动的Granger原因。此外,我们还发现,上证综合指数是宏观经济一致指数、消费者物价指数、银行同业拆借利率的Granger原因。宏观经济一致指数是上证综合指数的Granger原因。消费者物价指数是上证综合指数、国房景气指数的Granger原因。国房景气指数是上证综合指数、宏观经济一致指数、消费者物价指数、银行同业拆借利率的Granger原因。银行同业拆借利率是上证综合指数的Granger原因。汇率指数是银行同业拆借利率的Granger原因。
由此可知,上证综合指数与消费者物价指数、国房景气指数以及银行同业拆借利率互为Granger原因。而上证综合指数是宏观经济一致指数的Granger原因,汇率与上证综合指数间没有Granger因果关系。
第一个误差修正模型的误差修正项系数为负,且在1%置信水平下显著,符合其它宏观经济变量对上证综合指数存在反向修正机制。短期来看,上证综合指数受到自身正向的影响比较明显,且持续时间较长。消费者物价指数对上证综合指数的波动有正的效应。国房景气指数和银行同业拆借利率对上证综合指数都有负的影响。其他变量在短期内对上证综合指数的影响并不明显。尽管短期内,上证综合指数会由于某些宏观经济变量的波动而偏离均衡状态,但这种偏离会得到修正,使变量之间仍保持长期均衡关系。
(四)方差分解
方差分解可以用来描述各个变量对于上证综合指数变化的贡献程度,进而了解变量的重要程度。
图1 lnszci方差分解图
基于上述VEC模型和100次蒙特卡罗模拟对股价变化进行方差分解。结果如图1和表5所示,可以发现,lnszci在第一期只受自身波动的影响,随着时间的推移期刊网,自身的影响逐渐减弱。到15期,lnszci对于预测方差的贡献度仅为49.04%。lncpi对于lnszci的影响在第4期达到最大(贡献度达9.37%),随后lncpi的贡献度逐渐降低。 lnfjzs的预测方差贡献度随时间推移逐渐增大,至第15期,贡献度达14.73%。lnrate的影响从第6期才开始显现,其后缓慢增加。lnexrate的影响在初期较弱,并且小于其他几个宏观经济变量的影响,从第9期开始该变量对于上证综合指数的方差贡献度超过lnrate和lncpi。lnyzzs的影响随时间延续快速增长,到第15期,其贡献度达16.67%。在大概20个周期以后,宏观经济变量对于上证综合指数的解释程度基本稳定下来。影响程度大小依次为国房景气指数、宏观经济一致指数、汇率指数、银行同业拆借利率和消费者物价指数。
表5 lnszci方差分解结果
Period
|
S.E.
|
LNSZCI
|
LNCPI
|
LNFJZS
|
LNRATE
|
LNEXRATE
|
LNYZZS
|
1
|
0.0796
|
100.0000
|
0.0000
|
0.0000
|
0.0000
|
0.0000
|
0.0000
|
2
|
0.1087
|
94.8268
|
0.9759
|
2.9878
|
0.1120
|
0.1252
|
0.9723
|
3
|
0.1434
|
84.1649
|
7.4502
|
4.2554
|
0.0798
|
1.0455
|
3.0041
|
4
|
0.1754
|
77.3837
|
9.3707
|
7.2544
|
0.4428
|
1.1913
|
4.3571
|
5
|
0.2181
|
73.2763
|
8.6923
|
9.0415
|
0.8709
|
1.9256
|
6.1933
|
6
|
0.2575
|
71.0433
|
6.5471
|
9.7226
|
2.2194
|
1.8159
|
8.6517
|
7
|
0.2943
|
67.6026
|
5.4913
|
9.7034
|
3.0555
|
2.9424
|
11.2047
|
8
|
0.3338
|
65.2554
|
4.3210
|
9.6118
|
4.2768
|
4.0837
|
12.4512
|
9
|
0.3751
|
62.5702
|
3.4223
|
9.8323
|
5.2590
|
5.7576
|
13.1585
|
10
|
0.4157
|
60.4920
|
2.8396
|
10.1417
|
5.8980
|
6.7969
|
13.8318
|
11
|
0.4530
|
57.8863
|
2.4530
|
10.7812
|
6.4006
|
7.8389
|
14.6399
|
12
|
0.4909
|
55.5257
|
2.1568
|
11.6175
|
6.6878
|
8.7913
|
15.2208
|
13
|
0.5277
|
53.1930
|
1.9506
|
12.7055
|
6.9450
|
9.5047
|
15.7010
|
14
|
0.5629
|
50.9924
|
1.7726
|
13.7403
|
7.0954
|
10.1815
|
16.2177
|
15
|
0.5957
|
49.0425
|
1.6328
|
14.7345
|
7.2708
|
10.6485
|
16.6709
|
四、实证结论分析和解释
我们使用月度数据研究了上证综合指数与宏观经济变量之间的关系,研究发现:
(一)从长期来看,上证综合指数与宏观经济变量之间存在长期均衡关系,宏观经济一致指数和汇率指数与上证综合指数呈反向变动关系,而消费者物价指数、国房景气指数、银行间同业拆借利率与上证综合指数呈现同向变动关系。
(二)从短期来看,上证综合指数与消费者物价指数、国房景气指数以及银行同业拆借利率互为Granger原因。而上证综合指数是宏观经济一致指数的Granger原因,汇率与上证综合指数间没有Granger因果关系。短期来看,消费者物价指数对综合指数有正向影响,而国房景气指数与银行同业拆借利率则有负向的影响。
(三)方差分析结果表明,宏观经济变量对于上证综合指数的影响具有一定的滞后性,随着时间推移,起初宏观经济变量的变动对于上证综合指数的解释能力开始增强(除消费者物价指数外)。表明这几个经济变量作用于股市需要更长的时间期刊网,随时间累积效果明显。而消费者物价指数影响比较直接,传导速度快。
为了更好的理解和分析股票市场与宏观经济变量之间的动态影响关系,我们将分析期间划分为短期和长期,这里的短期指半年之内,长期指半年之上。因素之间的动态关系由图2、图3给出。
图2 股票市场与宏观因素之间的短期影响关系
2/3 首页 上一页 1 2 3 下一页 尾页 |