從個股趨勢實證分析股指期貨的推出對證券市場的影響

1、中國計量學(xué)院第六屆大學(xué)生數(shù)學(xué)建模競賽答卷編號：103論文題目：B題：從個股趨勢實證分析股指期貨的推出對證券市場的影響參賽隊員信息： 答卷編號（按報名表中“隊伍編號”填寫）： 103 評閱情況（評閱專家填寫）：序號成績簽名評閱1評閱2評閱3 摘要本文研究的是從個股（中國平安）趨勢實證分析股指期貨的推出對證券市場的影響的問題?；谒o的股票走勢圖分析平安保險走勢和滬深300走勢及其關(guān)聯(lián)性，并進一步分析股指期貨對其影響。針對問題一，我們分別從股指期貨推行與否，政策變量和市場經(jīng)濟大背景三方面對中國平安的走勢特征進行量化分析，重點分析股指期貨的推行對中國平安股票走勢的影響。對于股指期貨對股價的影響，基于

2、Garch模型我們得出結(jié)論：股指期貨的推出短期內(nèi)對股價的穩(wěn)定性產(chǎn)生了一定的負(fù)面影響，但隨著時間的延長，股市的波動性趨于穩(wěn)定，且股指期貨發(fā)揮了其價格發(fā)現(xiàn)的功能。對于政策變量對股價的影響，基于人工搜索法我們給出了政策變量與股價波動之間的相關(guān)性分析，通過對引入的輸入信號政策變量賦值量化，我們最終得出結(jié)論：國家一定的政策實施會對股市的平穩(wěn)性產(chǎn)生影響。對于宏觀經(jīng)濟對股價的影響，基于統(tǒng)計與回歸的模型我們用Eviews對其進行單整和協(xié)整分析，做相關(guān)性檢驗，得出結(jié)論：中國宏觀經(jīng)濟的持續(xù)的增長一定程度上促進了中國平安股市的股價上漲。針對問題二，基于Spass軟件采用協(xié)整分析法，通過時間序列分析，探究出了中國平安

3、和滬深300指數(shù)之間存在一定的關(guān)聯(lián)性，并用回歸檢驗法檢驗股指期貨推出后兩者相關(guān)性的大小。針對問題三，同問題二的分析方法，分析出股指期貨推出前中國平安和滬深300指數(shù)之間存在很強的關(guān)聯(lián)性。通過對問題一和問題二結(jié)果的對比分析，我們得出結(jié)論：股指期貨的推行削弱了個股和整體股市走勢的相關(guān)性。針對問題四，基于問題一和問題二所使用的方法和建立的模型，對美國證券交易市場進行了分析，并和國內(nèi)的證券交易市場進行了比較。最后得出結(jié)論：股指期貨的推行減小了美國證券市場股票現(xiàn)貨指數(shù)的波動性，起到了規(guī)避風(fēng)險，穩(wěn)定市場的作用。同美國證券市場相比，我國的證券市場存在制度的不完善性，股指期貨推出的一段時間內(nèi)我國股票市場的波動

4、較為劇烈，這種波動有可能是因為存在著內(nèi)幕交易和投機獲利的情況而引起的。因此還要進一步完善證券市場的相關(guān)法律、法規(guī)，增加信息透明度，減少內(nèi)幕消息對于股票市場波動性的沖擊。使投資者的投資趨于合理化，讓我國金融市場健康有序的發(fā)展。最后對模型的優(yōu)缺點進行評價，并對模型在改進區(qū)間預(yù)報，優(yōu)化風(fēng)險預(yù)測的管理等方面做出了推廣。關(guān)鍵詞：Garch模型 人工搜索法 統(tǒng)計與回歸 協(xié)整分析 時間序列模型 對比法一、 問題的重述任一股票的價格走勢既受到自身經(jīng)濟基本面的影響，同時受到宏觀經(jīng)濟的影響。其走勢在K線圖上體現(xiàn)為既有一定的獨立性，也與滬深指數(shù)走勢有一定的相關(guān)性。自2010.4.16 日我國內(nèi)地以滬深300指數(shù)為標(biāo)

5、的，推出滬深300股指期貨合約后4年間滬深300指數(shù)跌倒現(xiàn)在2144附近。中證報認(rèn)為四年來股指期貨市場健康成長，功能逐步發(fā)揮，對于市的宏觀穩(wěn)定作用令人矚目，但也有不少市場人士認(rèn)為股指期貨在誕生之日，就成了挾持股市的元兇，滬深股市一直跌跌不休。這究竟是由于中國股票市的不成熟規(guī)范抑或其他原因，需要深入研究。因此我們以滬深300指數(shù)涵蓋的某一具體股票（如中國平安）為研究對象，探索其自身走勢的獨特性其與滬深300指數(shù)走勢的關(guān)聯(lián)性，在股指期貨推出前后，是否發(fā)生了較大的改變。從實證角度分析股指期貨的推出對股票現(xiàn)貨交易所產(chǎn)生的影響。就以下幾個方面的問題進行討論： 1、參考附圖（2）中國平安走勢圖，就你選定的

6、時間周期（日、周、月）從不同角度對中國平安的走勢特征進行量化分析。 2、參考圖（1）和圖（2），股指期貨推出后中國平安走勢與滬深 300 指數(shù)走勢，對二者之間的關(guān)聯(lián)性給出分析； 3、分析股指期貨推出前，中國平安與滬深 300 指數(shù)的之間的關(guān)聯(lián)性。與上一問結(jié)論相比，能得出什么結(jié)論？ 4、請將你的研究方法和結(jié)論推廣到其他證券交易市場（如美國、日本等）與我國相比有什么異同？ 二、 問題的分析本文主要解決的是從個股（中國平安）趨勢實證分析股指期貨的推出對證券市場的影響的問題。對于問題（1），首先對經(jīng)濟基本面、K線圖、股指期貨等名詞作出相應(yīng)的解釋，再根據(jù)附件中中國平安日交易數(shù)據(jù)和滬深300指數(shù)日交易數(shù)據(jù)

7、，對其進行預(yù)處理之后，再利用多角度分析和建立GARCH模型從不同角度分析中國平安的走勢特征，再根據(jù)得到指標(biāo)的現(xiàn)實定義，對其進行量化，最后利用量化后的指標(biāo)結(jié)合所給K線圖直觀說明中國平安的走勢變化。對于問題（2）和問題（3），以2010年4月16日作為分界，分別得到股指期貨推出前和股指期貨推出后的中國平安日交易數(shù)據(jù)和滬深300指數(shù)日交易數(shù)據(jù)，同樣對其進行預(yù)處理，并利用SPSS軟件分別對股指期貨推出前后中國平安走勢與滬深300 指數(shù)走勢之間的關(guān)聯(lián)性給出分析，再利用回歸模型進行檢驗，最后得出股指期貨推出前后中國平安走勢與滬深300 指數(shù)走勢之間的關(guān)聯(lián)性。對于問題（4），基于問題二和問題三所使用的方法和

8、建立的模型，對美國證券交易市場進行了分析，并和國內(nèi)的證券交易市場進行了比較。三、 模型的假設(shè)與符號的說明3.1模型的假設(shè)：1、假設(shè)模型所給的數(shù)據(jù)都是可靠合理的2、問題一中假設(shè)除了所討論的對中國平安走勢有影響的因素外，其他因素對問題的影響忽略不計。3.2符號的說明：符號表示意義 第t個政策變量的量化值 第t個月的開盤收益率的平均值低t個月的閉盤收益率的平均值 中國平安開盤價的波動率中國平安收盤價的波動率中國平安股價的復(fù)合波動率四、 模型的建立與求解4.1問題一的模型建立與求解總手換手率股票的價格投資者的信心社會的貨幣量人工搜索法包含虛擬變量的GARCH模型給信號賦值輸入信號政策變量GARCH模型

9、中國平安的走勢特征股指期貨的推出政治角 度經(jīng)濟角 度基本統(tǒng)計量的分析4.1.1模型準(zhǔn)備4.1.1.1中國平安的總體走勢分析時間段股票價格的變化情況2007-05-182007-10-24中國平安股票價格在快速上升（中途略有下降），從開盤的62.49漲到了收盤時的144.99，短短五月，漲幅超過132%。2007-10-252008-10-30中國平安股票價格在快速下降（中途略有上升），從開盤的145下降到了20.89，一年之內(nèi)，下降幅度85.6%。2008-10-312009-08-04中國平安股票價格在略微波動中穩(wěn)步上升，從開盤的22.75漲到了收盤時的60.81，10個月左右的時間又上漲了

10、167%。2009-08-052010-10-21中國平安股票價格相對來說比較平穩(wěn)，沒有長時間或大幅度的上漲或下跌。2010-10-222011-10-21中國平安股票價格在持續(xù)緩慢下降，從開盤的65.3持續(xù)跌到收盤時的35，一年時間，下跌46.4%。2011-10-222014-05-14中國平安股票價格開始趨于平緩，只有小幅波動。我國從2007年5月份到10月份股票價格快速上漲，之后受2008年金融危機的影響一路下跌。但是我國在2008年底制定了一攬子積極的財政政策和寬松的貨幣政策來刺激經(jīng)濟的增長，使得我國股票市場也有了一定的復(fù)蘇局面，從中國平安的股票價格來看，其股價從2008年10月31

11、日的22.75點一路升至2009年8月4日的61.81點。后面經(jīng)歷了為期近半年的調(diào)整期，股市基本處于平穩(wěn)期，波動較小。而我國股指期貨是在經(jīng)歷了2008年金融海嘯之后于2010年4月16日正式推出的，可以說在推出之時無論是從國際市場還是國內(nèi)市場環(huán)境來說，股票市場都處在一輪熊市周期當(dāng)中。而自從股指期貨推出后，中國平安的股價又從2010年10月22日的65.3點跌至2011年10月21日的35點，跌幅達(dá)到46.4%。從圖一中可以看出，股指期貨推出在短期內(nèi)造成了中國平安股價的劇烈波動，但長期又表現(xiàn)出趨于平穩(wěn)的趨勢。圖一4.1.1.2波動率具體統(tǒng)計指標(biāo)分析1、指標(biāo)定義定義收益率指標(biāo)，上式中的100起放大

12、數(shù)據(jù)的作用。為了更好的利用數(shù)據(jù)本身反映指數(shù)的波動情況，本文選用開盤價收益率()，收盤價收益率()，以及一個復(fù)合指標(biāo)()。定義如下：其中，指標(biāo)包含了當(dāng)天的最高價、最低價以及收盤價信息，所以能夠更為準(zhǔn)確的刻畫數(shù)據(jù)的波動特征。2、基本統(tǒng)計指標(biāo)對比分析我們從圖二的波動指標(biāo)的時序圖可以直觀的看出2008年從3月份開始之后一年里股價的波動都較大，說明了股價受國際金融危機的影響較大，使得股市產(chǎn)生了振蕩。2009年股價沒有很大幅度的波動只有小幅振動，股價平穩(wěn)。2010年股指期貨推出當(dāng)天股價就出現(xiàn)了大幅波動，之后一段時間內(nèi)股價波動較大，有一個明顯的波動放大的事態(tài)，而隨后波動逐漸減小。2011年以后的股價基本處于

13、平穩(wěn)狀態(tài)，只有小幅波動。圖3.2三種波動指標(biāo)的時序圖4.1.2 模型的建立與求解4.1.2.1從股指期貨推出與否的角度分析中國平安走勢標(biāo)注41、直觀分析從股價的波動圖和波動率圖我們可以看出在股指期貨開始推出的一斷時間內(nèi)中國平安股價突然的上升，波動比較大，隨后股價開始緩慢下跌。股指期貨推出前后中國平安股價成不同的變化趨勢，這在一定程度上表明了股指期貨的推行對中國平安的走勢特征產(chǎn)生了影響。標(biāo)注1：股指期貨剛剛推出的一段時間內(nèi)股價突然的下降又突然的上升，波動性較大。標(biāo)注2：股價整體呈緩慢下降趨勢。標(biāo)注3：股價平緩，整體平穩(wěn)，小幅波動。標(biāo)注4：指標(biāo) 在股指期貨推出后不久（720個樣本數(shù)據(jù)點周圍）有一個

14、明顯波動放大的勢態(tài)。2、量化分析 由圖直觀分析我們可以初步得出結(jié)論：股指期貨的推行對中國平安的走勢有影響，下面我們建立GARCH模型對股指期貨推出與否對中國平安的走勢影響進行量化分析。1、 股指期貨推出前后基本統(tǒng)計量分析表3.1股指推出前后開盤指數(shù)收益率基本統(tǒng)計量計統(tǒng)率動波股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測值7032989931平均數(shù)-0.0256305-0.4410980.1967128-0.02862中位數(shù)0.03095348-0.7606810.0926795-0.10981最大值14.02148145.23795736.72997468.53

15、9683最小值-15.753724-7.875818-7.875818-7.87582標(biāo)準(zhǔn)差3.583938613.12314122.70184111.98145偏度-0.24448-0.093396-0.0891720.224763峰度5.193938852.73663913.30426924.558344J-B統(tǒng)計量147.784150.13031280.4664486102.1515表3.2股指推出前后收盤指數(shù)收益率基本統(tǒng)計量波動率統(tǒng)計股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測值7032989931平均數(shù)-0.0280297-0.3965320.192

16、2397-0.02661中位數(shù)0.01953077-0.3929510.0685678-0.0242最大值9.546204763.97772356.71504577.675224最小值-10.540262-5.928046-5.928046-10.0666標(biāo)準(zhǔn)差3.438535062.61449822.47030581.9946偏度-0.141684-0.1283490.0527470.056622峰度3.8176262.66307612.47030581.9946J-B統(tǒng)計量21.90268370.22426450.2331223117.1001表3.3股指推出前后綜合指標(biāo)基本統(tǒng)計量波動率統(tǒng)

17、計量股指推出前推出后30天推出后90天推出后932天樣本量7043090932觀測值7033090932平均數(shù)4.459894633.8376793.4020652.680907中位數(shù)3.9215113.60523743.04589322.341463最大值13.54700856.45370176.943296410.64882最小值1.038338661.71842650.95521120.780312標(biāo)準(zhǔn)差2.0753181.15350081.36108371.276811偏度1.1886680.5145710.6779181.650163峰度4.512762.6199932.772877

18、7.057571J-B統(tǒng)計量232.2493951.50442327.08703541062.326綜合以上分析可以反映出，總體上，股指期貨推出后，股市的波動性有所增加。細(xì)化來說，股指期貨的推出在短期內(nèi)對股市的影響較大，隨著人們對股指期貨的認(rèn)識加深，股市對股指期貨的推出的反應(yīng)則表現(xiàn)的相對穩(wěn)定，股指期貨對股市的波動性影響較小，但是對股市的平均收益情況影響較大。2、GARCH模型的建立與分析（1） 數(shù)據(jù)的預(yù)處理 由所給的樣本數(shù)據(jù)可知，在股指期貨推出前共有704組數(shù)據(jù)，股指期貨推出后有932組數(shù)據(jù)。我們對原始的波動率數(shù)據(jù)進行處理得到平均月波動率數(shù)據(jù)，記 為t月的開盤收益率的平均值，為t月的閉盤收益率

19、的平均值。我們分別從股指期貨推出前和推出后兩個角度對數(shù)據(jù)進行預(yù)處理，得出如下的波動率圖像。（2） 數(shù)據(jù)的平穩(wěn)性檢驗利用Eviews6.0軟件對月平均開盤、收盤收益率序列進行自相關(guān)檢驗和單位根檢驗，檢驗結(jié)果如圖所示。表二股指期貨推出前開盤收益率的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-0.586202 0.4546Test critical values:1% level-2.6471205% level-1.95291010% level-1.610011表三股指期貨推出前開盤收

20、益率一階差分后的單位根檢驗t-Statistic  Prob.*Augmented Dickey-Fuller test statistic-5.868210 0.0000Test critical values:1% level-3.6793225% level-2.96776710% level-2.622989表四股指期貨推出后開盤收益率的單位根檢驗Augmented Dickey-Fuller test statistic-0.394528 0.5329Test critical values:1% level-2.6471205% level-

21、1.95291010% level-1.610011表五股指期貨推出后開盤收益率一階差分后的單位根檢驗t-StatisticProb.*Augmented Dickey-Fuller test statistic-8.2897720.0000Test critical values:1% level-3.6701705% level-2.96397210% level-2.621007由表可知，原始數(shù)據(jù)我們做一階差分后序列均平穩(wěn)，下面我們對處理后的沒有明顯的自相關(guān)性的數(shù)據(jù)進行建立GARCH模型分析。（3）模型的建立與求解ARCH模型定義如下：其中 式中：；是滯后算子多項式；是的條件方差，且，表

22、示已知信息集。為了保證條件方差以概率1為正，又加了非負(fù)的約束：，。同時為了保證的二階平穩(wěn)性，要求多項式的特征根在單位園外。滿足上述條件的模型稱為模型，而稱服從過程。GARCH模型建立在ARCH模型的基礎(chǔ)上，是對ARCH模型的重要擴展，它比ARCH模型需要更小的滯后階數(shù)，并有與ARMA模型相類似的結(jié)構(gòu)。GARCH模型定義如下：其中：。滿足上述條件的模型稱為模型，而稱服從過程。根據(jù)上述分析可知，序列，的波動可以用一個高階ARCH模型來刻畫。但是，由于高階的ARCH模型在擬合時需要很大的計算量，而且可以用低階的GARCH模型來代替，它比ARCH模型需要更小的滯后階數(shù)，計算方便，有著很強的適用性。并且

23、大多數(shù)文獻資料認(rèn)為金融時間序列的條件方差特征都可用GARCH(1,1)模型來刻畫。為了減少待估參數(shù)的個數(shù)，我們也利用GARCH(1,1)模型來進行建模。GARCH(1,1)模型利用三個不同的參數(shù)來刻畫波動性的演進過程。模型中的常數(shù)項代表系統(tǒng)中原先的不確定性，ARCH項(滯后一期的殘差平方項)的系數(shù)，代表近期市場的“噪音”或者“消息”的重要性，GARCH項(滯后一期條件方差項)的系數(shù)可以說明舊消息對于未來波動性序列的影響效果。ARCH項系數(shù)的參數(shù)值越大，顯示市場信息轉(zhuǎn)化為未來方差的傳遞速度更快，GARCH項系數(shù)的參數(shù)值越大，則代表波動性干擾因子的影響越持久，不易被市場所吸收、反應(yīng)，即信息傳遞的速

24、度相對較慢。利用Eviews6.0軟件對其進行建模，參數(shù)估計結(jié)果如表3.6-3.9所示：股指期貨推出前開盤價月平均波動率GARCH = C(2) + C(3)*RESID(-1)2 + C(4)*GARCH(-1)VariableCoefficientStd. Errorz-StatisticProb.  SQRT(GARCH)-0.1500480.204792-0.7326860.4638Variance EquationC0.0007610.0300750.0252930.9798RESID(-1)2-0.1492170.052794-2.8264180.0047GAR

25、CH(-1)1.2292380.005133239.50070.0000股指期貨推出后開盤價月平均波動率GARCH = C(2) + C(3)*RESID(-1)2 + C(4)*GARCH(-1)VariableCoefficientStd. Errorz-StatisticProb.  SQRT(GARCH)0.0408420.2280670.1790790.8579Variance EquationC0.0061890.0017233.5916270.0003RESID(-1)2-0.2578970.024856-10.375640.0000GARCH(-1)1.20

26、76580.01524379.225950.0000類似的，我們可以得到股指期貨推出前后收盤價月波動率的GARCH模型。從參數(shù)估計結(jié)果可以看出，在5%的顯著性水平下，各參數(shù)均顯著不為零。在2010年我國股指期貨推出后，開盤收益ARCH項系數(shù)由推出前的-0.149217變?yōu)?0.257897，考慮到其負(fù)相關(guān)性，我們用其絕對值來刻畫其程度的大小，可以看出ARCH項對其波動的影響程度股指期貨推出后的影響大于推出前的。其原因可能是由于ARCH項系數(shù)刻畫的是市場對于新息的反映，在首次推出股指期貨后，市場反映強烈，由于投資者過分看重股指期貨的風(fēng)險規(guī)避和價格發(fā)現(xiàn)等積極作用，對于市場新息的反映過度，從而導(dǎo)致A

27、RCH項系數(shù)值的增大。對于GARCH項系數(shù)，開盤收益該系數(shù)由股指期貨推出前的1.229238減小為推出后的1.207658，其原因可能是由于GARCH項系數(shù)刻畫的是市場過去的舊信息，但是股指期貨推出后吸引了多數(shù)投資者的目光，而使得他們忽略了以前的舊信息。（5）模型的改進（引入虛擬變量GARCH模型的建立與分析）以上分析是以股指期貨推出前后分段建立模型來研究的，最后在將股指期貨推出設(shè)定為虛擬變量引入模型來進行研究。本文令虛擬變量，利用Eviews6.0軟件得出模型結(jié)果如表開盤收益序列中引入虛擬變量的GARCH（1,1）模型參數(shù)估計結(jié)果VariableCoefficientStd. Errorz-

28、StatisticProb.  SQRT(GARCH)0.2130340.0986422.1596710.0308Y-0.0845480.108755-0.7774150.4369Variance EquationC0.0701110.0382671.8321530.0669RESID(-1)20.6530710.3993051.6355220.1019GARCH(-1)0.3951320.2134721.8509780.0642從參數(shù)估計結(jié)果可以看出，在5%的顯著性水平下，各參數(shù)均顯著不為零。而且虛擬變量的系數(shù)都顯著為負(fù)值，說明股指期貨推出在長期內(nèi)降低了股票現(xiàn)貨市場的風(fēng)險

29、。（6）總結(jié)根據(jù)以上的分析結(jié)果可以得出以下幾點結(jié)論：1、股指期貨剛推出時，由于吸引了多數(shù)投資者的關(guān)注，從而對股市波動性影響較大，對中國平安股市的穩(wěn)定性確實有一定的負(fù)面影響，股指期貨推出后不久，中國平安股市現(xiàn)貨市場立馬進入了一段時期的大跌行情。但是從長期來看，不會影響股市的長期走勢，隨著時間的延長，人們對于股指期貨的關(guān)注度會趨向于一個穩(wěn)定態(tài)勢，進而股市的波動性也會趨于穩(wěn)定。2、我國在引進股指期貨后，新息對于現(xiàn)貨市場波動性的影響力增加，而舊消息對市場的影響力在降低，顯示出我國引進股指期貨后市場的信息傳遞速度加快，期貨交易確實能改善信息流入現(xiàn)貨市場的速度，發(fā)揮出了其價格發(fā)現(xiàn)的功能。在本文實證中，基于

30、GARCH(1,1)模型在股指期貨推出后，反映新消息沖擊效果的ARCH項系數(shù)增大，反映過去波動對現(xiàn)在市場沖擊效果的GARCH項系數(shù)降低，則有力的說明了股指期貨推出后現(xiàn)貨市場的信息傳遞速度有了較大的提高。3、從所建立的引入虛擬變量的GARCH(1,1)模型可以看出，股指期貨推出降低了現(xiàn)貨市場的風(fēng)險，有效的發(fā)揮了其風(fēng)險轉(zhuǎn)移、穩(wěn)定市場的積極功能。4.1.2.2從國家政治角度分析中國平安走勢從10多年來股市發(fā)展歷史上看，政治因素的影響尤為突出。如股票發(fā)行和上市的速度、政府領(lǐng)導(dǎo)人的講話、甚至人民日報社論等來調(diào)控股市運行，使股市表現(xiàn)明顯的“政治市”特征。這些政策的目的是試圖根據(jù)股市的波動情況來調(diào)控股市，使

31、其在政府理想范圍內(nèi)運行。因此我們對股市這一系統(tǒng)引入輸入信號政策變量，并給其賦值。該數(shù)值應(yīng)較好的反映政府政策引起的價格異常波動。從漲跌幅角度來定義，由于異常波動是指未預(yù)期到的價格波動，而目前對于準(zhǔn)確度量“預(yù)期”還沒有一種有效的方法，因而要對異常波動度量化便顯得尤其困難。當(dāng)前的度量方法主要是從漲跌幅度來考慮，認(rèn)為漲跌超過一定的幅度就是異常波動。1、引入輸入信號政策變量我們首先采用人工觀察的方法，觀察在對應(yīng)的時期內(nèi)政府政策信息的公布，在公布的前后時刻造成漲跌幅度異常波動的，即認(rèn)為是政府政策導(dǎo)致的異常波動。特征點收盤價時間原因峰值1144.132007年10月11日中國證監(jiān)會完善了運行和監(jiān)管機制低谷1

32、100.982007年11月27日央行上調(diào)存款準(zhǔn)備金率峰谷2121.012007年12月10日中國中央經(jīng)濟工作會議召開低谷248.992008年 3 月27日平安保險股啟動融資計劃峰谷369.002008年 4 月30日印花稅稅率下調(diào)低谷320.872008年10月27日美國次貸危機峰值463.952009年 7 月27日中國啟動跨境人民幣結(jié)算試點低谷443.292009年 8 月31日發(fā)改委抑制通貨膨脹系列政策發(fā)布峰值566.982010年10月20日上海世博會舉行低谷5 33.572011年 9 月30日信貸遠(yuǎn)超預(yù)期，人民幣存款大增峰值652.782013年 2 月 6 日全國住房公積金入

33、市工作啟動低谷632.082013年 7 月29日自行發(fā)債試點范圍擴大2、人工搜索法量化輸入信號根據(jù)漲跌幅度的多少確定輸入信號的數(shù)值，然后通過人工搜索的方法確定其他時間段的數(shù)值。當(dāng)然這種方法具有一定的主觀性。欲通過人工搜索的方法確定輸入信號的數(shù)值，首先我們給輸入信號中的第一個輸入信號賦初值，其他信號根據(jù)漲跌幅度的比值的相對大小依次賦值。特征點123456100011.1014.2014.1810.076.95股價144.13100.98105.3848.9969.0020.87特征點7891011127.707.706.7313.0011.8758.09股價63.9543.2966.9833.

34、5752.7832.08表三 由表三我們可以得出結(jié)論政策變量對中國平安的走勢產(chǎn)生了一定的影響。以2008年3月27日的低谷2為例進行分析，2008年3月份中國平安保險公司A股啟動1600億的融資計劃，中國平安的股市一路走低，離收盤還有半個小時便牢牢封死在跌停板，股市大幅波動。這一融資舉措對中國平安的走勢產(chǎn)生了巨大的影響，使得股市大跌，市值一日蒸發(fā)1.7萬億。4.1.2.3 從國家宏觀經(jīng)濟角度分析中國平安走勢1、模型準(zhǔn)備 理論分析 根據(jù)西方理論，宏觀經(jīng)濟對股票市場產(chǎn)生影響主要通過以下三種機制實現(xiàn)：（1）上市公司經(jīng)營業(yè)績宏觀經(jīng)濟增長時期（Y）,上市公司的產(chǎn)品銷量會隨著社會需求持續(xù)增長（Q），公司業(yè)

35、績不斷提升（A），從而使得公司更具有投資價值，股票也因此受到投資者的追捧（P）。相反，倘若經(jīng)濟處于不斷下滑的過程中（Y ），上市公司的產(chǎn)品會受到宏觀經(jīng)濟環(huán)境變壞而出現(xiàn)滯銷（Q），業(yè)績會出現(xiàn)下降（A），股價因此下跌（P）。Y ;和Y其中Y：社會總產(chǎn)出，Q：公司產(chǎn)品銷售量，A：公司業(yè)績，P：股票價（2）社會貨幣量宏觀經(jīng)濟不斷繁榮的過程中（Y），國內(nèi)貨幣供應(yīng)量會隨社會產(chǎn)品的增多而不斷擴大（M）；同時，在宏觀經(jīng)濟上升的大部分時期，政府都會實行寬松的貨幣政策，居民手中貨幣量會不斷提高（PM）,進入股票市場的資金量增加（MM），會增加對股票的需求（N），資金會推動股票價格不斷上升（P）。反之，經(jīng)濟出現(xiàn)衰退

36、（Y）,國內(nèi)產(chǎn)品數(shù)量下降，對應(yīng)貨幣供給在一定程度上縮減（M）,居民手中貨幣減?。≒M），進入股票市場的資金量減少（MM）,居民手中貨幣減少（PM），對于股票的需求減弱（N），股價相應(yīng)下跌（P）。傳導(dǎo)機制如下： 其中，Y：社會總產(chǎn)出，M：社會貨幣量，PM:居民手中貨幣量，MM:股票市場貨幣量，N:股票需求，P：股票價格。（3）投資者信心宏觀經(jīng)濟處于上升階段（Y）,經(jīng)濟環(huán)境的向好能夠提升投資者對股票市場上漲的信心（F），使得潛在投資者轉(zhuǎn)化為實際投資者（R），市場人氣旺盛，從而增加股票需求（N），股價會上升（P）。相反，當(dāng)宏觀經(jīng)濟處于下降階段（R），減少對股票的實際需求（N），股價因此會下跌（P）。

37、傳導(dǎo)機制可表示為： 其中，Y:社會總產(chǎn)出，F(xiàn)：投資者信心，R：股票投資人數(shù)，N:股票需求；P：股票價格。 變量選擇及數(shù)據(jù)預(yù)處理 由理論分析可知，我們可以把反映宏觀經(jīng)濟對中國平安股票的走勢傳導(dǎo)機制的量化指標(biāo)確定為以下三個變量，分析這三個變量對股價（GJ）的影響。（1） 中國平安平均每股收益（EPS）反映上市公司的經(jīng)營業(yè)績；（2） 中國平安股票的成交金額（GSM）反映社會貨幣量；（3） 中國平安股票的成交次數(shù)（KHS）反映投資者信心。值得注意的是，我們已經(jīng)在政策變量中分析了中國平安實體公司的運營情況對中國平安股市波動情況的影響，并具體以平安保險股啟動融資計劃為例進行了分析，在這里我們對EPS這一指

38、標(biāo)便不做討論。 模型的建立我們擬采用如下兩個步驟實證檢驗宏觀經(jīng)濟對股票市場傳導(dǎo)機制的有效性。第一利用單位根檢驗確定時間序列GSM，KHS和GJ的平穩(wěn)性；第二采用Granger因果檢驗考察宏觀經(jīng)濟與其對應(yīng)的傳導(dǎo)機制變量（GSM和KHS）對股票的走勢（即GJ）之間是否存在因果關(guān)系。通過用Eviews軟件對時間序列GSM，KHS和GJ的單整的檢驗，發(fā)現(xiàn)均是平穩(wěn)序列，不需要對其做差分。下面我們用Eviews軟件對開盤價與成交金額和開盤價與換手率之間的關(guān)系做相關(guān)性分析，得出如下表：開盤價與成交金額之間的關(guān)系VariableCoefficientStd. Errort-StatisticProb.

39、0; C0.8086670.01369759.041230.0000X0.1838090.01370113.415890.0000R-squared0.099276    Mean dependent var0.808667Adjusted R-squared0.098724    S.D. dependent var0.583370S.E. of regression0.553826    Akaike info criterion1.657289Sum squa

40、red resid500.8786    Schwarz criterion1.663894Log likelihood-1352.834    Hannan-Quinn criter.1.659739F-statistic179.9861    Durbin-Watson stat0.610079Prob(F-statistic)0.000000開盤價與換手率之間的關(guān)系VariableCoefficientStd. Errort-StatisticProb. &#

41、160;C-0.4367660.040139-10.881410.0000Y0.5401050.04025913.415890.0000R-squared0.099276    Mean dependent var-1.22E-06Adjusted R-squared0.098724    S.D. dependent var1.000001S.E. of regression0.949356    Akaike info criterion2.735156Sum squar

42、ed resid1471.784    Schwarz criterion2.741761Log likelihood-2233.990    Hannan-Quinn criter.2.737606F-statistic179.9861    Durbin-Watson stat0.067498Prob(F-statistic)0.000000從表中的數(shù)據(jù)我們可以看出開盤價與成交金額之間有80.87%的可能性相關(guān)，開盤價與換手率之間有43.67%的可能性相關(guān)?？梢?，開盤價與

43、成交金額和換手率之間有很強的相關(guān)性。下面對這一現(xiàn)象給出合理的經(jīng)濟學(xué)解釋：開盤價反映了中國平安股票的走勢特征，成交金額反映了社會貨幣量，成交次數(shù)反映了投資者的信心。社會貨幣量越大，股價越高，成交次數(shù)越大，股價越高。我們最終得出結(jié)論：宏觀經(jīng)濟在一定程度上對中國平安股市的走勢產(chǎn)生了一定的影響，兩者互相影響。中國宏觀經(jīng)濟的持續(xù)的增長一定程度上促進了中國平安股市的股價上漲。4.2問題二的模型建立與求解 相關(guān)性檢驗波動率圖形數(shù)據(jù)的預(yù)處理 回歸檢驗法 4.2.1模型的準(zhǔn)備1、數(shù)據(jù)的預(yù)處理 4.2.2模型的建立與求解 通過spass軟件我們導(dǎo)入股指期貨推出后中國平安和滬深300指數(shù)收盤價的數(shù)據(jù)，利用spass

44、軟件對其相關(guān)性做分析，分析的結(jié)果如下：中國平安與滬深300指數(shù)之間的散點圖從圖我們可以直觀的看出中國平安和滬深300指數(shù)之間的相關(guān)性不是很強，下面我們進一步研究兩者相關(guān)性的強弱，如表所示：相關(guān)性中國平安滬深300指中國平安Pearson 相關(guān)性1.546*顯著性（雙側(cè)）.000N932932滬深300指Pearson 相關(guān)性.546*1顯著性（雙側(cè)）.000N932985相關(guān)系數(shù)中國平安滬深300指Kendall 的 tau_b中國平安相關(guān)系數(shù)1.000.338*Sig.（雙側(cè)）.000N932932滬深300指相關(guān)系數(shù).338*1.000Sig.（雙側(cè)）.000.N932985Spearma

45、n 的 rho中國平安相關(guān)系數(shù)1.000.503*Sig.（雙側(cè)）.000N932932滬深300指相關(guān)系數(shù).503*1.000Sig.（雙側(cè)）.000.N932985由上表我們可以得出如下結(jié)論：1：從相關(guān)性的表格中可以看出：在0.01水平下，中國平安和滬深300指數(shù)有一定的相關(guān)性，但相關(guān)性不是很強。2：從相關(guān)系數(shù)表中可以看出：從person，kendall 和spearman 這三種不同的參數(shù)估計方式得出的相關(guān)系數(shù)都表現(xiàn)出兩者之間存在相關(guān)性，且呈正相關(guān)性。由相關(guān)系數(shù)的大小0.546，0.338，0.503可知相關(guān)性不是很強。4.3問題三的模型建立與求解 相關(guān)性檢驗波動率圖形數(shù)據(jù)的預(yù)處理 回歸

46、檢驗法 4.3.1模型的準(zhǔn)備1、數(shù)據(jù)的預(yù)處理4.3.2模型的建立與求解同問題二的分析方法，我們利用Spass軟件對股指期貨推出前中國平安和滬深300指數(shù)之間的相關(guān)性做分析，分析的結(jié)果如下：從上圖可以看出，兩個變量之間，很明顯存在相關(guān)性，下面我們進一步研究兩者相關(guān)性的強弱，如表所示：相關(guān)性中國平安滬深300指中國平安Pearson 相關(guān)性1.929*顯著性（雙側(cè)）.000N702702滬深300指Pearson 相關(guān)性.929*1顯著性（雙側(cè)）.000N702714相關(guān)系數(shù)中國平安滬深300指Kendall 的 tau_b中國平安相關(guān)系數(shù)1.000.808*Sig.（雙側(cè)）.000N702702

47、滬深300指相關(guān)系數(shù).808*1.000Sig.（雙側(cè)）.000.N702714Spearman 的 rho中國平安相關(guān)系數(shù)1.000.949*Sig.（雙側(cè)）.000N702702滬深300指相關(guān)系數(shù).949*1.000Sig.（雙側(cè)）.000.N702714由上表我們可以得出如下結(jié)論：1：從相關(guān)性的表格中可以看出：在0.01水平下，顯著相關(guān)，并且呈現(xiàn)出明顯的“正相關(guān)關(guān)系”。2：從相關(guān)系數(shù)表中可以看出：kendall ，spearman 兩種方式也都呈現(xiàn)出相關(guān)性，pearson相關(guān)系數(shù)采用的是“參數(shù)統(tǒng)計方法” 而kendall, spearman 采用的是“非參數(shù)統(tǒng)計方法”，這三種不同的形式

48、得出的相關(guān)系數(shù)值也不同，分別為：0.929， 0.808， 0.949 三個值，但值均較大，說明了兩個變量之間有很強的相關(guān)性。 通過對問題二和問題三的求解與分析，我們可以看出股指期貨的推行在一定程度上削弱了個股(中國平安)和證券交易市場（滬深300指數(shù)）之間的相關(guān)性，使得個股的波動趨勢與整體股票市場的波動趨勢出現(xiàn)了一定的差異性，或說今后我們對單只股票進行分析時滬深300指數(shù)只能作為其中的一種參照指標(biāo)，我們?nèi)孕鑿钠渌慕嵌葘€股走勢進行多角度分析，只用滬深300指數(shù)這一指標(biāo)便很難準(zhǔn)確的反映個股走勢。4.4問題四的求解和模型在其他證券市場的應(yīng)用4.4.1其他證券交易市場股指期貨推出情況股指期貨合約

49、名稱推出時間推出前后標(biāo)的指數(shù)走勢印度SENSEX期指2000年6月推出前半年，標(biāo)的指數(shù)保持上漲趨勢，推出后短期下跌，但長期走勢向好臺灣綜合期指1998年7月東南亞金融危機后的熊市中推出，推前漲推后大跌韓國KOSPI200期指1996年5月熊市中推出，前漲后跌，期指無法改變市場長期運行趨勢德國DAX期指1990年11月牛市中推出，推出前一年走勢強勁，推出后一年走勢減弱，但不改股市長牛格局法國證協(xié)40期指1988年11月大熊市之后的調(diào)整期推出，多空雙方拉鋸后股指逼空上揚日經(jīng)225期指1986年9月牛市途中推出，推出后有小跌，但長期趨勢不改恒生指數(shù)期貨1986年5月牛市中推出，推出前恒指突破新高，推

50、出后調(diào)整兩個月，后反彈上漲金融時報100期指1984年5月推出前小漲推出后短調(diào)，其后連續(xù)17年牛市標(biāo)普500期指1982年2月推前漲，推后跌，但長期牛市隨后到來4.4.2模型在美國證券交易市場的應(yīng)用我們仿照本例，查閱了1979年5月18日至1986年5月18日、2007年5月18日至2014年5月14日間的美國標(biāo)普500（美國證券市場的股指期貨推行時間為1982年2月16日）每日的開盤、收盤股價、成交金額、成交次數(shù)等相關(guān)數(shù)據(jù)并對其進行分析。對于美國標(biāo)普500期指，經(jīng)歷了二戰(zhàn)之后的美國開始了一個經(jīng)濟飛速增長的階段，但股票市場此時亟需一個穩(wěn)定點來支撐，此時股指期貨適時的推出，美國股市雖然一開始也體現(xiàn)出了一定的不適應(yīng)性，但最終標(biāo)普500走勢依舊顯示出了股指期貨對于其的穩(wěn)定性。我們同樣再選取美國標(biāo)普500中的一支個股例如美國安泰保險，獲取同時期的股票相關(guān)數(shù)據(jù)，同樣對原始數(shù)據(jù)