上證指數(shù)的多因素分析_第1頁(yè)
上證指數(shù)的多因素分析_第2頁(yè)
上證指數(shù)的多因素分析_第3頁(yè)
上證指數(shù)的多因素分析_第4頁(yè)
上證指數(shù)的多因素分析_第5頁(yè)
已閱讀5頁(yè),還剩15頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、百度文庫(kù)讓每個(gè)人平等地提升自我上證指數(shù)的多因素分析if-專業(yè)年級(jí):05級(jí)信管1班小組成員:李青吳君超指導(dǎo)教師:俞開志論文結(jié)構(gòu)圖:上證指數(shù)的多因素分析【摘要】 本文主要通過(guò)對(duì)上證指數(shù)的變動(dòng)進(jìn)行多因素分析,建立以上證指數(shù)為因變量, 以其它可量化影響因素為自變量的多元線性回歸模型,并利用模型對(duì)上證指數(shù)進(jìn) 行數(shù)量化分析,就其影響因素提出我們對(duì)上證后場(chǎng)宏觀調(diào)控有幫助的參考性意見?!娟P(guān)鍵詞】上證指數(shù) 貨幣供給增長(zhǎng)率 居民儲(chǔ)蓄存款期末余額增長(zhǎng)率 上交所投資者開 戶數(shù)改革開放以來(lái),中國(guó)經(jīng)濟(jì)飛速發(fā)展,強(qiáng)力帶動(dòng)了各行各業(yè)的健康發(fā)展,股 市也是如此。對(duì)我國(guó)股票市場(chǎng)而言,最常用的也是最重要的衡量指標(biāo)就是上證指 數(shù)。對(duì)

2、這一指數(shù)進(jìn)行分析,有利于深入了解股票市場(chǎng)的動(dòng)態(tài),對(duì)其的多因素分析, 能更好地掌握證券市場(chǎng)的發(fā)展趨勢(shì)?!吧献C指數(shù)”全稱“上海證券交易所綜合股價(jià)指數(shù)”,是國(guó)內(nèi)外普遍采用的 反映上海股市總體走勢(shì)的統(tǒng)計(jì)指標(biāo)。上證指數(shù)由上海證券交易所編制,于1991 年7月15日公開發(fā)布,以點(diǎn)為單位,基日定為1990年12月19日,基日提數(shù) 定為100點(diǎn)。隨著上海股票市場(chǎng)的不斷發(fā)展,于1992年2月21日,增設(shè)上證A 股指數(shù)與上證B股指數(shù),以反映不同股票(A股、B股)的各自走勢(shì)。1993年6 月1日,乂增設(shè)了上證分類指數(shù),即工業(yè)類指數(shù)、商業(yè)類指數(shù)、地產(chǎn)業(yè)類指數(shù)、 公用事業(yè)類指數(shù)、綜合業(yè)類指數(shù)、以反映不同行業(yè)股票的各自走

3、勢(shì)。經(jīng)過(guò)多年的 持續(xù)發(fā)展,上海證券市場(chǎng)已成為中國(guó)內(nèi)地首屈一指的市場(chǎng),上市公司數(shù)、上市股 票數(shù)、市價(jià)總值、流通市值、證券成交總額、股票成交金額和國(guó)債成交金額等各 項(xiàng)均居首位。至2004年12月底,上證所擁有3700多萬(wàn)者和837家上市公司, 品種996個(gè)。市價(jià)總值億元;2004年,累計(jì)籌資達(dá)億元;一大批支柱企業(yè)、重 點(diǎn)企業(yè)、行業(yè)企業(yè)和高新科技企業(yè)通過(guò),既籌集了發(fā)展資金,乂了經(jīng)營(yíng)機(jī)制。眾所周知,在近10年來(lái),中國(guó)股票市場(chǎng)歷經(jīng)了熊市到牛市的轉(zhuǎn)變,其狀態(tài) 最基本的表現(xiàn)方式就是上證指數(shù)的大幅波動(dòng),而這一指標(biāo)乂受政治、經(jīng)濟(jì)、社會(huì)、政策、心理等多種因素的影響。因此,上證指數(shù)變動(dòng)的主要影響因素有哪些?這 些因

4、素對(duì)上證指數(shù)的具體影響程度怎樣?如何利用這些因素加強(qiáng)從宏觀上對(duì)股 市的調(diào)控?這是我們研究的主要目的。二、理論綜述對(duì)于影響上證指數(shù)的各種因素,不同學(xué)者各有自己的看法。大多數(shù)研究認(rèn)為, 影響我國(guó)上證指數(shù)的因素主要有以下幾方面:貨幣供應(yīng)量Ml,居民儲(chǔ)蓄存款余 額,零售商品物價(jià),國(guó)家政策因素,利率等等。管理有限公司總經(jīng)理林偉萌認(rèn) 為“制度性因素是個(gè)大問(wèn)題”,比如問(wèn)題,比如上市公司問(wèn)題,比如一股獨(dú)大問(wèn) 題。2007年印花稅、存款利率和存款準(zhǔn)備金率的提高,都引起了股市不小的 震蕩,上證指數(shù)在其后出現(xiàn)一系列波動(dòng)。也有部分學(xué)者提出自己不同的觀點(diǎn)。鄒艷芬指出:工業(yè)增加值增長(zhǎng)率,外貿(mào) 進(jìn)/出口總額增長(zhǎng)率,基本建設(shè)

5、投資總額增長(zhǎng)率,財(cái)政收入/支出增長(zhǎng)率,金融機(jī) 構(gòu)貸款余額增長(zhǎng)率等等因素也會(huì)影響上證指數(shù)的變動(dòng)??傊?,不同的人從不同的角度有著不同的看法。下面主要就我們的看法和觀 點(diǎn),結(jié)合數(shù)據(jù)的易取得性,來(lái)建立關(guān)于上證指數(shù)多因素分析的模型。三、模型設(shè)定1、上證指數(shù)的衡量上證指數(shù)作為國(guó)內(nèi)外普遍采用的衡量中國(guó)證券市場(chǎng)表現(xiàn)的權(quán)威統(tǒng)計(jì)指標(biāo),其系列 包括上證30指數(shù)、上證180指數(shù)、上證綜合指數(shù)、A股指數(shù)、B股指數(shù)、分類指數(shù)在 內(nèi)的股價(jià)指數(shù)系列,其中最早編制的為上證綜合指數(shù)。上證綜合指數(shù)是以上海證券交 易所掛牌上巾的全部股票為計(jì)算范圍,以發(fā)行量為權(quán)數(shù)的加權(quán)綜合股價(jià)指數(shù)。由于上 證綜合指數(shù)能夠更好的反映整個(gè)市場(chǎng)的狀態(tài),因此

6、我們最終選擇了上證綜合指數(shù)作為 衡量上證指數(shù)的指標(biāo)。2、數(shù)據(jù)性質(zhì)的選擇由于在2002年至今我國(guó)的經(jīng)濟(jì)一直保持穩(wěn)定、持續(xù)增長(zhǎng),在這一大背景下,我們 選擇的變量GDP、Ml貨幣供給量、居民儲(chǔ)蓄存款額、消費(fèi)價(jià)格指數(shù)、上交所開戶數(shù) 3百度文庫(kù)讓每個(gè)人平等地提升自我都直接受其影響而表現(xiàn)出持續(xù)的增長(zhǎng)或下降,因此為避免由于這一因素的影響而造成數(shù)據(jù)間虛假甚至錯(cuò)誤的聯(lián)系,我們最終采用了數(shù)據(jù)的相對(duì)數(shù)形式。3、影響因素的分析 GDP增長(zhǎng)率:GDP是按巾場(chǎng)價(jià)格計(jì)算的,它是一國(guó)所有常住單位在一定時(shí)期內(nèi)生產(chǎn)活動(dòng)的最終成果。西南證券的張仕元提出:“我們以1993 年的起始為基點(diǎn),根據(jù)每年GDP的增長(zhǎng)做了一個(gè)GDP增長(zhǎng)模擬

7、指數(shù)和上證指數(shù)做了一個(gè)對(duì)比,從這個(gè)指數(shù)我們可以看出,中 國(guó)整個(gè)股市這10年來(lái)應(yīng)該是圍繞宏觀經(jīng)濟(jì)增長(zhǎng)比較相匹配的, 而且,股市是圍繞價(jià)值中樞上下波動(dòng),雖然有時(shí)候會(huì)偏離 Ml貨幣供給增長(zhǎng)率:宏觀經(jīng)濟(jì)走勢(shì)是影響證券市場(chǎng)大盤走勢(shì)的最基本因素。貨幣供給量是一個(gè)重要的宏觀因素,它與股票價(jià)格一般 是呈正相關(guān)關(guān)系,即貨幣供給量增大使股票價(jià)格上漲, 反之,貨幣供給量縮小則使股票價(jià)格下跌。據(jù)興業(yè)證券 公司最近的一份研究報(bào)告顯示,貨幣供應(yīng)量與大盤走勢(shì) 顯著相關(guān)。該報(bào)告認(rèn)為,從流通中現(xiàn)金L、狹義貨幣 Ml、廣義貨幣M2與上證綜合指數(shù)的相關(guān)性分析結(jié)果顯 示,各項(xiàng)貨幣供應(yīng)量指標(biāo)均與上證綜合指數(shù)顯著相關(guān), 相關(guān)系數(shù)都達(dá)到0

8、. 8以上,其中,狹義貨幣Ml與上證 綜合指數(shù)的相關(guān)系數(shù)最大。居民儲(chǔ)蓄存款期末余額增長(zhǎng)率:上海證券報(bào)刊登的超儲(chǔ)蓄現(xiàn)象亟需引起重視一文中有一圖表形象地描繪了 1997年 至2002年居民儲(chǔ)蓄與上證指數(shù)的變化情況, 反映出儲(chǔ)蓄存款與股票市場(chǎng)存在著一定的反 向關(guān)系,即每當(dāng)股指處在高位時(shí),居民存款的 增長(zhǎng)速度就會(huì)降至低點(diǎn)。比如說(shuō)1999年行情 之后,居民儲(chǔ)蓄存款的增長(zhǎng)速度逐漸下滑,而 股指卻一直處于揚(yáng)升狀態(tài)中。但從2000年10 月份之后,也就是滬綜指開始高位滯漲之后,居民儲(chǔ)蓄存款的增長(zhǎng)幅度再度揚(yáng)升。全國(guó)居民消費(fèi)價(jià)格總指數(shù):居民消費(fèi)價(jià)格總指數(shù)是反映一定時(shí)期(年、季、月) 內(nèi)城市、農(nóng)村居民所購(gòu)買消費(fèi)品價(jià)

9、格和服務(wù)項(xiàng)目?jī)r(jià) 格變動(dòng)趨勢(shì)、變動(dòng)程度的相對(duì)數(shù)。上交所投資者開戶數(shù):截至2007年1月18日,滬深兩市賬戶總數(shù)達(dá)到萬(wàn)戶, 其中個(gè)人投資者帳戶萬(wàn)戶,機(jī)構(gòu)投資者萬(wàn)戶。在總賬戶 超越8000萬(wàn)的同時(shí),市場(chǎng)指數(shù)也在資金的推動(dòng)下被不 斷刷新。匚二K收開戶數(shù)上證綜合指數(shù)C:c3c:ccc:lc2c2c2cr 050505050 544332211圖J A段開戶數(shù)與上證指數(shù)走勢(shì)450000 4COOOO 350000 300000 250000 200000 150000 1COOOO 50000 09Tgi著 串號(hào)zgz 9ZNZMZ 宮 30ZO0Z 心0COZCWZ 忘'0ZEJZ 6ZZI崔

10、Z gz二譽(yù) Z O1T9O0Z 宮去900Z sls.i IIZO900Z 二g900z 2gogooz zs蚩 z slsli4、模型形式的設(shè)計(jì)用Eviews對(duì)Y與XI, X2, X3, X4, X5之間的關(guān)系做散點(diǎn)圖,發(fā)現(xiàn)Y與這些變量間基本都呈簡(jiǎn)單線性相關(guān),所以建立多元線性模型。5百度文庫(kù)讓每個(gè)人平等地提升自我200008000 -16000 -12000 一 M1 CXCKq JGZS注 KHS x SZZS4000 一8.0 8.4 8.8 9.2 9.6 10.010.81 1 .65、確立模型Y=Bo + S iXit + 3 2X21 + P 3X31 + BdXg +8品弋

11、+ UtY 一 上證指數(shù)XIGDP同比增長(zhǎng)率X2 - Ml貨幣供給量同比增長(zhǎng)率X3 -居民儲(chǔ)蓄存款期末余額同比增長(zhǎng)率X4 -全國(guó)居民消費(fèi)價(jià)格總指數(shù)X5 一一上交所投資者開戶數(shù)四、數(shù)據(jù)的收集本文收集了我國(guó)從2002年3季度至2007年3季度之間的21個(gè)季度數(shù)據(jù),如下表1所示:表1 我國(guó)2002/32007/3的統(tǒng)評(píng)數(shù)據(jù)2002Q3上證指數(shù)居民儲(chǔ)蓄存款GDP同比增長(zhǎng)率 M1優(yōu)幣供給 期末余額同比 % 同比增長(zhǎng)率 增長(zhǎng)率%X1X2 X3全國(guó)居民消贄上交所投資者價(jià)格總指數(shù)開戶數(shù)(萬(wàn)戶)X4X5152002Q42003Q12003Q22003Q3101032003Q42004Q12004Q22004Q3

12、2004Q42005Q12005Q22005Q32005Q42006Q12006Q2112006Q32006Q42007Q12007Q22007Q3資料來(lái)源:WIND數(shù)據(jù)庫(kù)中國(guó)統(tǒng)計(jì)年鑒注:同比增長(zhǎng)率均以2002Q1為基期五、模型的估計(jì)與調(diào)整1、用 Eviews 對(duì)模型 Y=Bo + B iXit + 02X2t + 3 3X3t + P4X4t +B.X5t + Ut 進(jìn)行 OLS 回歸,得到如下結(jié)果:表2Dependent Variable: YMethod: Least SquaresDate: 12/02/07 Time: 12:35Sample: 2002Q3 2007Q3Includ

13、ed observations: 21Variable Coefficient Std. Error t-Statistic Prob.CX1X2X3X4X5R-squaredAdjusted R-squared , of regression Sum squared resid Log likelihood Durbin-Watson statMean dependent var dependent var Akaike info criterionSchwarz criterionF-statisticProb(F-statistic)2、統(tǒng)計(jì)推斷檢驗(yàn)通過(guò)回歸結(jié)果可知:1<2=可決系

14、數(shù)很高,說(shuō)明模型對(duì)樣本數(shù)據(jù)的整體擬合優(yōu)度很 好,可解釋被解釋變量丫大約的變動(dòng):F統(tǒng)計(jì)量=,也說(shuō)明回歸方程顯著,即“上證指數(shù)”、“GDP同比增長(zhǎng)率”、“Ml貨 幣供給量同比增長(zhǎng)率”、“居民儲(chǔ)蓄存款期末余額同比增長(zhǎng)率”、“全國(guó)居民消費(fèi)價(jià)格 總指數(shù)”、“上交所投資者開戶數(shù)”這些變量聯(lián)合起來(lái)對(duì)上證指數(shù)Y具有顯著影響:變量X2, X3, X5的t檢驗(yàn)值較顯著,但X4全國(guó)居民消費(fèi)價(jià)格總指數(shù)的系數(shù)符 號(hào)為負(fù),與預(yù)期相反,且XI、X4的t檢驗(yàn)值不夠顯著。綜上所述,模型中很可能存 在多重共線性。3、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)多重共線性首先,檢驗(yàn)各個(gè)解釋變量間的相關(guān)性,其相關(guān)系數(shù)矩陣如下:表3X1X2X3X4X5X11X21

15、X31X41X51通過(guò)相關(guān)系數(shù)矩陣可知,部分變量間的具有很強(qiáng)的相關(guān)性,證實(shí)確實(shí)存在較嚴(yán)重 的多重共線性。采用逐步回歸法進(jìn)行修正,過(guò)程如下:表4一元回歸結(jié)果變量X1X2X3X4X5參數(shù)估計(jì)值787. 8438190. 9246t統(tǒng)計(jì)量3. 1546633. 57546R20. 3437390. 402213調(diào)整R20. 3091990. 370751其中,加入X5的方程調(diào)整R2最大,以X5為基礎(chǔ),順次加入其他變量逐步回歸, 結(jié)果如下:表5加入新變量的回歸結(jié)果(一)X5、XIX5、X2X5、X3X5、X4經(jīng)比較,新加入X2的方程調(diào)整RJ,改進(jìn)最大,而且各參數(shù)的t檢驗(yàn)顯著,選擇保 留X2,再加入其他

16、新變量逐步回歸,結(jié)果如下:表6 加入新變量的回歸結(jié)果(二)變量 變量XIX2X3X4X5調(diào)整R2X2、X5、XIX2、X5、X3X2、X5、X4經(jīng)比較,新加入X3的方程調(diào)整R',改進(jìn)最大,而且各參數(shù)的t檢驗(yàn)顯著,選擇保留X3,再加入其他變量逐步回歸,結(jié)果如下:表7 加入新變量的回歸結(jié)果(三)、變量 變量XIX2X3X4X5調(diào)整R2X2. X3、X5、XIX2、X3、X5x X4()()經(jīng)比較,加入XI后調(diào)整R2反而變?。杭尤隭4后調(diào)整R?增加不大,X4的參數(shù)t檢 驗(yàn)值也不很顯著,甚至符號(hào)相反。因此,最后修正的多重共線性影響的回歸結(jié)果為:Y= + X2t - X3t + XstR2= 調(diào)

17、整 R2 =0.962047 F= DW=經(jīng)濟(jì)意義:對(duì)上證指數(shù)影響的因素主要有舊貨幣供給量同比增長(zhǎng)率、居民儲(chǔ)蓄存款期 末余額同比增長(zhǎng)率以及上交所投資者開戶數(shù)。且有,在其他因素不變的情況下,Ml貨幣供給 量同比增長(zhǎng)率每增長(zhǎng)一個(gè)單位,上證指數(shù)平均增長(zhǎng)點(diǎn);全國(guó)居民儲(chǔ)蓄存款期末余額同比增長(zhǎng)率每增長(zhǎng)一個(gè)單位,上證指數(shù)平均降低點(diǎn):上交所投資者開戶數(shù)每增加1萬(wàn)戶,上證指數(shù)平均 增長(zhǎng)點(diǎn)。自相關(guān)性對(duì)回歸結(jié)果,執(zhí)行 view 今 Residual Tests-> Correlogram-Q-Statistics,得到如下:表8Included observations: 21AutocorrelationP

18、artial CorrelationACPACQ-StatProb"I . I*l - I1 *l . I.1 .12 r. i. r*. i3.*i . i.”l .14*. i 1”.15I I.”l 16I . I17 I*. I.1 .18.I . I. r- i9.*l . I.”l .110 II"I - I11.I . I.*l - I12從表中Partial Correlation可知,模型在112階內(nèi)都不存在自相關(guān),且樣本容量n =21, 解釋變量個(gè)數(shù)k=3 , DW=,查DW統(tǒng)計(jì)表可知,dL=,du=,所以 d l<=DW<= d u。綜上,

19、認(rèn)為該模型中沒(méi)有自相關(guān)。異方差性由于采用的是小樣本,所學(xué)對(duì)異方差的檢驗(yàn)方法基本都不適用,因此我們暫且通過(guò) 殘差圖形分析來(lái)判斷,但是殘差圖形分析只能粗略表示模型中是否有異方差。通過(guò)圖形 可知,該模型不存在異方差。7000000 -6000000 -5000000-4000000_ CXJ UJ 3000000 - 2000000 - 1000000- 0.81012141618202224M17000000_6000000一5000000_CMLU4000000 -3000000_2000000 -1000000-O_7000000一6000000 -5000000 -4000000 -CM U

20、J 3000000_2000000_ 1oooooo-O-10000 12000 14000 16000 18000 20000KHS盡管用Goldfeld-Quanadt檢驗(yàn)方法檢驗(yàn)?zāi)P褪欠翊嬖诋惙讲畹目煽啃圆皇呛芨撸?但鑒于知識(shí)水平限制,我們還是選用了此法檢驗(yàn)?zāi)P褪欠翊嬖诋惙讲?。首先將觀測(cè)值按 解釋變量X2 (Ml貨幣供給量同比增長(zhǎng)率)的大小順序排序(升序排列):其次,將排列 在中間的3個(gè)觀察值刪除掉,再將剩余的觀測(cè)值分為2部分,每部分觀察值9個(gè);提出 原假設(shè)上:兩部分?jǐn)?shù)據(jù)的方差相等:最后分別對(duì)上述兩部分做回歸,得到兩部分的殘差 和分別是和,如下表所示:表9Dependent Variab

21、le: SZZSMethod: Least SquaresDate: 12/05/07 Time: 16:50Sample: 1 9Included observations: 9Variable Coefficient Std. Error t-Statistic Prob.M1CXCKKHSR-squaredAdjusted R-squared .of regression Sum squared resid Log likelihood Durbin-Watson statMean dependent var .dependent var Akaike info criterion Sc

22、hwarz criterion F-statistic Prob(F-statistic)表10Dependent Variable: SZZSMethod: Least SquaresDate: 12/05/07 Time: 17:13Sample: 13 21Included observations: 9VariableCoefficientStd. Error t-StatisticProb.CM1CXCKKHSR-squaredMean dependent varAdjusted R-squared, dependent var.of regressionAkaike info cr

23、iterionSum squared residSchwarz criterionLog likelihoodF-statisticDurbin-Watson statProb(F-statistic)得到F統(tǒng)計(jì)量=(9-3) ; (9-3)=,在顯著性水平。二的條件下查F分布表得F(6, 6)=所以 FX,即接受原假設(shè),認(rèn)為模型不存在異方差。4、偽回歸檢驗(yàn)所謂“偽回歸”,是指變量間本來(lái)不存在有意義的關(guān)系,但回歸結(jié)果卻得出存在有意 義關(guān)系的錯(cuò)誤結(jié)論。在20世紀(jì)70年代,Grange. Newbold研究發(fā)現(xiàn),造成偽回歸的根 本原因在于時(shí)間序列變量的非平穩(wěn)性。他們用Monte Carl。模擬方法

24、研究表明,如果用 傳統(tǒng)回歸分析方法對(duì)彼此不相關(guān)聯(lián)的非平穩(wěn)變量進(jìn)行回歸,t檢驗(yàn)值和F檢驗(yàn)值往往傾 向于顯著,從而得出“變量相依”的“偽回歸結(jié)果”。因此,必須對(duì)經(jīng)濟(jì)變量時(shí)間序列的 平穩(wěn)性與非平穩(wěn)性進(jìn)行判斷,才能認(rèn)定所得模型是否是有意義的。首先,對(duì)模型中各個(gè)經(jīng)濟(jì)變量的時(shí)間序列進(jìn)行ADF單位根檢驗(yàn)(先通過(guò)圖形判斷其 有無(wú)截距項(xiàng)和時(shí)間趨勢(shì),再進(jìn)行ADF檢驗(yàn)),以判斷其序列是否平穩(wěn)。上證指數(shù)時(shí)間序列單位根檢驗(yàn)表11Null Hypothesis: SZZS has a unit rootExogenous: Constant, Linear TrendLag Length: 3 (Automatic ba

25、sed on SIC, MAX LAG =4)t-Statistic Prob/Augmented Dickey-Fuller test statisticTest critical values:1% level5% level10% levelM1貨幣供給量同比增長(zhǎng)率時(shí)間序列的單位根檢驗(yàn)表12Null Hypothesis: M1 has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic based on SIC, MAX LAG =4)t-Statistic Prob.*Augmented Dicke

26、y-Fuller test statisticTest critical values:1% level5% level10% level全國(guó)居民儲(chǔ)蓄存款期末余額同比增長(zhǎng)率的單位根檢驗(yàn)收13Null Hypothesis: CXCK has a unit rootExogenous: ConstantLag Length: 1 (Automatic based on SIC, MAX LAG =4)t-Statistic Prob.*Augmented Dickey-Fuller test statisticTest critical values:1% level5% level10% le

27、vel上交所投資者開戶數(shù)單位根檢驗(yàn)表14Null Hypothesis: KHS has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=4)t-Statistic Prob.*Augmented Dickey-Fuller test statisticTest critical values:1% level5% level10% level通過(guò)單位根檢驗(yàn)可知,在顯著性水平的條件下,上證指數(shù)和全國(guó)居民儲(chǔ)蓄存 款期末余額同比增長(zhǎng)率的時(shí)間序列是平穩(wěn)的,但是M1貨幣供給量同比增長(zhǎng)率和上交 所投資

28、者開戶數(shù)的時(shí)間序列是非平穩(wěn)的,但是二者的一階差分序列都是平穩(wěn)的,即他 們都是一階單整的。其一階差分序列的單位根檢驗(yàn)如下:M1貨幣供給量同比增長(zhǎng)率一階差分時(shí)間序列的單位根檢驗(yàn)表15Null Hypothesis: D(M1) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic based on SIC, MAX LAG =4)t-Statistic Prob?Augmented Dickey-Fuller test statisticTest critical values:1 % level5% le

29、vel10% level上交所投資者開戶數(shù)一階差分序列的單位根檢驗(yàn)表16Null Hypothesis: D(KHS) has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAX LAG=4)t-Statistic Prob/Augmented Dickey-Fuller test statisticTest critical values:1 % level5% level10% level因?yàn)檫@2個(gè)經(jīng)濟(jì)變量的時(shí)間序列是一階單整的,而原序列是非平穩(wěn)的。因此對(duì)模 型進(jìn)行協(xié)整檢驗(yàn)。若可以通過(guò)協(xié)整檢驗(yàn),說(shuō)

30、明模型中涉及的經(jīng)濟(jì)變量存在長(zhǎng)期均衡關(guān) 系。百度文庫(kù)讓每個(gè)人平等地提升自我19生成殘差序列:Resid殘差序列表171234589101112131415161718192021檢驗(yàn)殘差序列的平穩(wěn)性:殘差序列存在截距項(xiàng),沒(méi)有時(shí)間趨勢(shì)。500 400- 300- 200- 1OO-O-1OO- -200.-300-400 -I I I I I I I I I I I I I I I I I I I 2468101214161820單位根檢驗(yàn):Null Hypothesis: U has a unit rootExogenous: ConstantLag Length: 0 (Automatic b

31、ased on SIC, MAXLAG=3)t-Statistic Prob.*Augmented Dickey-Fuller test statisticTest critical values:1 % level5% level10% level殘差序列通過(guò)了單位根檢驗(yàn),因此模型中的被解釋變量和解釋變量間存 在協(xié)整關(guān)系,即他們存在長(zhǎng)期均衡關(guān)系。其誤差修正模型為:DY= + *Dx2t - 6O.*DXst + * DX5t -*E(-1)六、結(jié)論與政策建議綜上,上證指數(shù)和Ml貨幣供給量同比增長(zhǎng)率,全國(guó)居民儲(chǔ)蓄存款期末余額同 比增長(zhǎng)率,上交所投資者開戶數(shù)之間存在長(zhǎng)期均衡關(guān)系。這種長(zhǎng)期關(guān)系是在短期動(dòng)態(tài) 過(guò)程的不斷調(diào)整下得以維持。在這三個(gè)影響因素中,宏觀因素一一Ml貨幣供給量同 比增長(zhǎng)率、全國(guó)居民儲(chǔ)蓄存款期末余額同比增長(zhǎng)率一一對(duì)上證指數(shù)的影響更為顯著。 說(shuō)明股市的變動(dòng)受國(guó)家政策等宏觀因素的影響是投資者不可忽略的重要因素。本文沒(méi)有考慮政策因素對(duì)上證指數(shù)的影響,但是實(shí)際情況中政策因素是影響上 證指數(shù)的一個(gè)重要因素,且影響是非常大的,是證券投資者

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論