股市波动范文

股市波动范文（精选8篇）

股市波动 第1篇

内容提要:中国股票市场是一个“政策市”，政府经常有意识地运用一些政策手段调控股市的波动。但是，本文建立的理论模型证明，由于股市政策内生的动态不一致性，政府运用股市政策不但不能稳定股市，反而会造成和加剧股市的波动。而来自上海证券市场的经验实证分析也证明了这一点。

关键词:股票市场股市政策动态不一致性股市波动

中国股市从诞生以来就具有两个鲜明的特点，一是股市波动剧烈，短短十来年已经经历了几次大起大落;二是政府有意识地运用股市政策①，如股票发行和上市速度、政府领导人的讲话、甚至《人报》社论等来调控股市运行，使股市表现出明显的“政策市”特征。这些政策的目的是试图根据股市波动情况来调控股市，使其在政府理想范围内运行。

政府政策调控股市波动，具有以下特征:1、政府政策不连贯、前后不一致。如证券委、人民银行和国家经贸委联合发文，规定银行、保险公司、上市公司和国有企业的资金不能人市炒作股票，7月1日实行的《证券法》也作了类似规定。但随后为了刺激股市，于199、10月又批准三类公司和保险公司人市;2、政府政策的预期效果还取决于公众的预期，公众未预期到的政策往往会造成股市剧烈波动，典型的，如年12月巧日的《人民日报》特约评论员文章引起几乎所有股票都以跌停收盘，其原因就有政策出台突然、力度超出公众预期的因素，相反公众预期到的政策效果就比较温和;3、政策效果还取决于政府和公众的博弈。在一项政策出台后，公众的预期和行为就会相应发生改变，从而使政策执行效果也发生改变。典型案例就是国有股减持，在出台的时候是有利于股票市场发展和国有企业改革的，但是由于公众预期股市将受到影响，从而造成股市低迷，这时继续减持国有股就不利了，因而后来政府决定国有股减持暂缓执行。

由于这些特征，股市政策往往造成股市过度波动。即使政府出台的是一项稳定股市的政策，并事先承诺使股价波动限制在一定幅度内。然而一旦股民相信了这个承诺并据此形成了股价稳定预期，政府就可以使股市加快发展以实现为国有企业更多融资的目标。这是因为，也许在政策制定阶段政府的最佳选择是稳定股市，但在执行阶段由于公众预期的改变，政府的最佳选择就变成促进股市上涨!这样政府就没有积极性真正实行这项稳定政策。这就是所谓的股市政策的“动态不一致性”。而这种动态不一致的股市政策执行的结果只能是股市剧烈波动。

吕继宏、赵振全和许均华、李启亚()对政府政策对股市波动的影响作过实证分析，他们利用Wichem和Miller(1976)的办法，先鉴别出我国股市运行中的波动点，然后确定这些波动点有多大比例是由政府股市政策造成的，得出的结论都是股市政策较大程度地影响了中国股市的波动。但是，我们认为这种研究有两个缺陷，一是他们确定的是股市波动点中有多大比例是由股市政策造成的，而没有分析股市政策有多大比例造成了股市波动;二是他们只是对股市政策与股市波动之间的关系作了经验分析，而没有对股市政策是怎样造成股市波动的做出理论解释。

我们认为，股市政策的动态不一致性是造成和加剧股市波动的重要原因，而这种政策动态不一致性在于股民和政府之间的博弈行为，因此本文将运用博弈论的方法建立一个理论模型来分析股市政策的动态不一致性对股市的影响，并实证检验这些政策有多少造成和加剧了股市波动。文章是这样安的除第一部分外，第二部分建立股市政策的动态不一致性模型，分析股市政策是怎样造成和加剧股市波动的;第三部分运用不同于吕继宏、赵振全(2000)和许均华、李启亚(2001)的方法从多大比例的股市策造成了股市波动这个角度对理论模型进行实证检验;第四部分得出结论并提出建议。

1、股市政策的二重目标:稳定和发展

无论从逻辑还是从历史事实来看，股票市场的功能主要是甚至可以说唯一是为国有企业融资。我国股票市场诞生于20世纪80年代中后期，正好与1984、1985年开始的城市经济体制改革相吻合。当时城市经济体制改革的主要内容是对国有企业放权让利，实行经营责任制。在这种情况下，一些国有企业开始自筹资金，第一批股票就这样因为其筹集资金的功能应运而生了。1992年邓小平南巡讲话后，股份制和股票市场得到了官方正式承认，政府通过对国有企业进行股份制规范和改造，有意识地组织股票市场为国有企业筹集资金服务，并逐步明确为国有企业解困服务。所以，中国股票市场之所以得到迅速发展，应归功于其简单而实用的筹资功能，特别是为国有企业筹资的功能。因此，从历史的角度来看，中国股票市场的目标主要是甚至唯一是为国有企业筹集资金(林义相，1999)。而长期以来中国股市都不能满足国有企业的融资需要，但随着银行对国有企业资金支持的减少，国有企业对股市融资的依赖却越来越大。因此，股市政策的制定者一直以来都面临着一个艰巨的任务:如何发展股市，扩大股市为国有企业融资的能力，解决这一问题的办法是股市扩容。股市政策的另一重目标是保证股市稳定健康发展，即避免股市的大起大落。这在政府一系列的政策中都有表示，典型的如4月证监会表示，证券市场要着重抓两件事，一是发挥证券市场功能，为国有企业改革和解困服务，二是通过改革建立风险防范机制，而避免股市大起大落就是防范风险的重要措施。所以股市政策的目标可归纳为二重目标:稳定和发展。⑧这二重目标虽然长期来看是一致的，但是在短期内也存在冲突。股市要增加为国有企业融资的能力，必须扩容。而扩容就要求股价不能持续下跌，显然，股市的持续低迷是难以吸引到投资者的。为了弥补股市融资量与国有企业资金需求之间的巨大差异，股市“超常规发展”被认为是必须的(王开国，2001)。我们认为提出中国股市超常规发展是有其必然性的。首先它是我国经济建设中从建国以来就一直存在的急于求成思想在证券市场发展中的表现;其次它也是有企业改革的需要，国有企业对股市依赖性的逐步增强要求股市超常规发展为国有企业提供更大的融资量。然而一味地追求“超常规发展”，却有可能造成股市的大起大落。实际上这种追求超常规发展而造成大起大落的现象在股市短短十来年发展历程中已多次出现，严重损害了股市的健康发展。

股市波动 第2篇

2001年11月10日，美国《财富》发表了《巴菲特谈股市》这篇文章，文中巴菲特重申了股市整体表现长期来说与美国经济整体增长性相关，长期来说，过度高估（Overpricing）或过度低估（Underpricing）的股价肯定会回归于其内在价值。

在该文中，股神以翔实的历史数据解释说明了1899年—1998年的100年间美国股市整体走势与GNP走势完全相背离的现象。股神的实证研究证明，美国股市长期平均年复合回报率约为7%，但短期投资回报率会因为利率、投资者预期收益率和心理因素的综合作用而不断波动。这也就是格老所说的：“从短期来看，市场是一台投票机；但从长期看，它是一台是称重机”。

一、1964年—1998年间美国股市整体走势与GNP走势完全相背离的现象 美国道.琼斯指数在1964年—1998年间的前17年和后17年的走势完全不同。第一个17年：1964年年底道.琼斯指数为874.12点，1981年年底为875.00点，17年间增长0.1个百分点，几乎原地踏步。

第二个17年：1981年年底道.琼斯指数为875.00点，1998年年底为9181.43点，17年间上涨超过10倍，为典型的令人难以置信的大牛市行情。美国股市在两个17年间有完全不同的表现，原因何在呢？

专业人士想到的原因是GNP的波动导致股市的相应波动，也就是经济学和金融学教科书上通常所说的“股市是宏观经济的晴雨表”。

但事实并非如此。这一现象无法单纯以美国宏观经济的波动来解释：1964年—1998年间美国股市整体走势与GNP走势完全相背离。在股市低迷的第一个17年间，美国GNP增长率为373%，而在第二个17年的大牛市期间，美国GNP增长率只有177%，二者相差近一倍。

是偶然的巧合亦或其他？后视镜看法一目了然。实际上，不仅仅是过去34年间美国股市整体走势与GNP走势完全相背离，在整个20世纪也是经常如此。20世纪可以说是美国人的世纪，先后发明了汽车、飞机、收音机、电视与电脑。扣除通货膨胀因素，美国GNP破记录地净增长了702%。尽管其中也包括1929年—1933年的大衰退和两次世界大战，但以10年为一个阶段来比较，人们发现每个10年的人均实际GNP都在持续增长。或许人们认为稳定的经济增长反映在股市上也应该会有股票指数的稳定增长才对。但事实远非如此。

1900年—1920年美国人均实际GNP（以1996年美元价值计算）从4073美元增长到5444美元，增长了33.7%。而同期股票市场却一点动静也没有，1900年初道.琼斯指数为66.08点，1920年年底道.琼斯指数为71.95点，20年间只有0.4%的年增长率，这种反差与1964年—1981年的情况相似。

接下来的1920年—1930年的10年间，股市则一飞冲天，到1929年9月道.琼斯指数一度大涨到381点，上升了430%。

随后的1930年—1948年的19年间，道.琼斯指数几乎下跌了一半。1948年道.琼斯指数只有177点。但同期的GNP却增长了50%。

结果，接下来的1948年—1964年的17年间，道.琼斯指数大涨5倍之多。之后就是上面提到的1964年—1998年的两个截然不同的17年，先冷后热，令世人惊异的大牛市结束了辉煌的20世纪。

如果用一种不同的时间分段法，在过去的100年间，经历了3个时期的大牛市，包括44个年份，期间道.琼斯指数总计上涨11000点。同时经历了3次熊市，包括56个年份，尽管在这56年间美国经济大幅增长，期间道.琼斯指数却总计下跌了292点。

那么，究竟是什么原因造成股市的表现与宏观经济如此反常呢？请看下面股神巴菲特的解释。

二、影响股市波动的三个关键因素

股神将股市如此反常的现象归诸于利率、预期投资收益率两个关键的经济因素，以及一个与心理有关的因素。

影响股市的第一个关键经济因素是利率。在经济学中，利率就好比物理学中的地心引力一样，不论何时何地，利率任何的微小波动都会影响全世界所有资产的价值。假设今天市场利率是7%，那么，未来你1美元的投资收益的价值就与市场利率为4%时的价值有很大的差别。

分析过去34年长期债券利率的变化，人们可以发现第一个17年间利率从1964年底的4.20%大幅上升到1981年的13.65%，这对股票投资人来说实在不是什么好事。但在第2个17年期间利率又从1981年的13.65%大幅下挫到1998年的5.09%，为股票投资人带来了福音。

影响股市的第2个关键经济因素是人们对未来投资收益率的预期。在第一个17年间，由于公司获利前景不佳，投资者预期显著下调。但在1980年代初期里根政府大力刺激经济增长，使得企业获利水平达到1930年以来前所未有的高峰。在1964年—1981年的第一个17年间，两个不利因素是使投资人对美国经济失去信心的原因，一方面在于过去企业获利成绩不佳，另一方面在于利率过高使投资者对企业未来盈利预期大大折扣。两项因素综合，导致1964年—1981年间尽管同期GNP大幅增长但美国股市却停滞不前。

不过这些因素在1981年—1998年的第2个17年间完全反转，一方面企业收益率大幅提高，另一方面利率又不断下降使得投资者对企业未来盈利预期进一步提高。这两个因素为一个大牛市提供了产生巨大上升的燃料，形成GNP下降的同时股市却猛涨的奇异现象。

第三个因素是心理因素，人们看到股市大涨，投机性交易疯狂爆发，终于导致

危险的悲剧一幕一再重演。

三、衡量股市是否过热或过冷的定量分析指标

巴菲特认为，回顾过去近100年的股市表现，可以看到股市整体走势经常与宏观经济发展相背离，这种极端的非理性行为是周期性爆发的。人们认识这种现象对于投资人来说具有重要的意义。要想在股票市场上取得良好的收益，就应该学会如何应对股市非理性行为的爆发。

巴菲特认为要想在股市非理性波动中保持理性，其中最重要的是学会定量分析，从而能够准确判断股市是否过热或过冷。如果投资人能够进行定量分析，尽管不会因此就能把分析能力提高到超人的水平，却能够使自己因此而避免随波逐流陷入股市的群体性疯狂，做出非理性的错误决策。如果投资人根据定量分析发现股市过热，就可以理性地决策不再追涨，乘机高价离场。如果投资人根据定量分析发现股市过冷，就可以理性地决策选择合适的股票低价买入。

巴菲特向美国投资者推荐了一个非常简单但却非常实用的股市整体定量分析指标“所有上市公司总市值占GNP的比率”（可惜的是由于特殊的历史原因，对我国股市却不能直接使用）。

虽然所有上市公司总市值占GNP的比率这项指标只能告诉投资人有限的信息，但它却可能是任何时候评判公司价值是否合理的最理想的单一指标。分析80年来所有上市公司总市值占GNP的比率可以发现，这项指标在1999年达到前所未有的高峰，这本应该是一个很重要的警告信号。如果投资人财富增加的速度比美国宏观经济增长的速度更高，那么所有上市公司总市值占GNP的比率必须不断提高，直到无穷大，事实上这是不可能的。

巴菲特认为所有上市公司总市值占GNP的比率在70%——80%之间可以买入股票，长期而言可能会让投资者有相当不错的收益，但如果这个比率达到200%，象1999年和2000年中的一段时间那样，那么购买股票简直无疑于玩火自焚。

四、股市短期波动不可预测，长期波动容易预测

巴菲特认为预测股市的短期波动是不可能的，相反，巴菲特认为股市长期波动具有非常稳定的趋势，非常容易预测。

1999年，巴菲特大胆预测未来10年甚至20年内，美国投资人股票投资预期收益率（包含股利以及预期2%的通货膨胀率）大概在7%左右，这正好与沃顿奇才杰里米.席格尔教授经过统计分析得出的美国股市200年来长期平均实际收益率为7%左右的结论非常吻合。哈哈，果真是英雄所见略同！

五、启示

在过去的200年间，美国股市的年复合实际收益率为7%，并显示出惊人的稳定性。世界其他主要国家的股票实际收益率也与美国的情况相吻合。股票投资收益率的长期稳定性的原因目前还没有得到很好的解释。

杰里米.席格尔教授认为，股票投资收益率取决于经济增长、生产力和风险的收益。但是，创造价值的能力也同样来自于卓有成效的管理、对财产权利尊重的稳定的政治体系以及在竞争的环境中象消费者提供价值的意愿。政治或经济危机可以导致股票偏离其长期发展的方向，但是市场体系的活力能让它重新返回长期的趋势。或许这就是股票收益为什么能够超越在过去两个世纪中影响全世界的政治、经济和社会的异常变化，保持稳定性的原因。

中国股市收益波动特征分析 第3篇

在现实的金融市场里,资产收益率序列的波动性经常表现出波动聚类和杠杆效应,资产收益率的分布表现出高峰厚尾的特性,这些特征明显违背了传统模型中收益率服从正态分布及收益率的方差不随时间变化的经典假设。为了有效地模拟这些特征,Engl (1982)首次提出了自回归条件异方差(Autoregressive Conditional Heteroskedasticity ARCH)模型,Bollerslev在1986年ARCH模型基础上提出了推广的自回归条件异方差(GARCH)模型,GARCH模型很好地刻画了多数金融时间序列的异方差性和波动高持续性以及收益率服从高峰厚尾分布等特性,成为经济计量中研究波动性的重要工具。随着GARCH模型的不断发展和对金融序列波动性的研究的逐渐深入,发现传统的GARCH模型对金融时间序列的波动持续性的描述存在着一定的局限性,从传统GARCH模型估计得到的结果表明波动具有很高的持续性的特征,在建模过程中若不考虑时间序列中的结构变化,容易导致条件异方差过程产生伪持续性,其表现为模型估计结果是IGARCH(Integrated GARCH)模型或者条件异方差过程具有长记忆性(long memory)。另外,因为标准GARCH模型的估计方法,如拟最大似然估计(QMLE)、广义矩估计(GMM)都要求模型参数和非条件方差在样本期内是保持不变的,因此如果样本期内时间序列发生结构突变,那么这些估计不仅会失效,而且也会影响到时间序列的非条件高阶矩的存在性和模型的预测能力。Hsu等最早开始时间序列方差结构变点的研究,并在最近二十多年里得到了深入发展,有许多研究者将这一研究拓展至GARCH模型,SV模型等时间序列模型中。美籍华人邹至庄于1960年提出了Chow’s断点数理检验方法,其思想是对每个子样本分别独立拟合方程与全样本方程比较,观察两组方程的残差平方和。在我国针对中国股市波动性结构突变诊断的研究并不是很多,张世英和柯珂(2002) 使用分整增广GARCH-M模型分段建模方法检测了上证指数的结构性变点,计算量较大且变点来源不明。陈浪南和黄杰鲲(2002)从深成指数的日收益率序列入手,使用迭代累积平方和算法,检测到序列中的方差结构变点,并分段建模考察了利好消息和不利消息的非对称影响。杜江、赵昌文和杨记军(2003)采用迭代累积平方和MV算法对沪深股市的结构变点进行了检测,均发现了30余个结构变点。田铮儿、王红军和韩四(2008)对残量累积和检验统计量推广到GARCH(p,q)模型,利用新检验统计量对浦发银行股票价格序列进行了单一结构变点实证分析。叶阿忠、倪小平和周杰(2007)均利用修正迭代累积平方和算法检测出沪深A、B股指数收益序列的方差结构变点。本文将利用Chow’s断点检验方法系统检测上证指数收益的方差结构变点,并详细分析其与经济或政治事件的关联,证明结构性变点的来源。

二、上证综指收益率结构性变点检验分析

(一)样本选取和数据来源为了研究我国股市波动的变化特征,选取我国上证综指作为主要研究对象,样本期为1990年12月19日至2011年4月13日共4975个观测值的日收盘价格的时间序列作为样本。(数据来自于新浪财经网站。原始序列为日收盘价格数据,取上证综指取对数收益率,即分别对上证综指进行自然对数一阶差分的处理:rt=lnpt-lnpt-1。其中,rt表示第t期收益率,pt表示第t期收盘价。

注:表1中各统计量后括号内的值是检验的概率值,各ADF检验中模型全采用无截距无时间趋势的模型形式,各检验名称后面括号里的数字指选择的滞后阶数(以下各表相同)。

(二)描述性统计从表(1)中的描述性统计数据可以看出上证综指的峰度141.0797远远大于3,而且Jarque-Bera统计量都拒绝了原假设的正态分布,呈现高峰厚尾的特征。Ljung-Box(12)统计量54.006显示上证综指收益率都存在显著的相关性, 同时ARCH-LM (4) 统计量21.2556显示上证综指收益率存在显著的ARCH效应。ADF检验显示上证综指收益率拒绝了单位根的原假设,因此收益率序列是平稳的。综上所述,对这上证综指收益率序列进行GARCH建模是合适的。

(三)上证综指收益率波动的结构变点检测及原因分析首先介绍Chow分割点检验模型。Chow分割点检验的基本原理是先将样本观测值根据分割点划分成两个或两个以上的子集,且这些子集所包含的观测值的个数必须大于方程待估计参数的个数;然后使用每个子集的观测值和全部样本的观测值分别估计方程;最后比较有约束的残差平方和与无约束性的残差平方和,判断模型的结构是否发生了显著性变化。其中使用F统计量和LR统计量进行检验,在无结构变点的原假设下,LR统计量渐进服从x2分布,其自由度等价于分割点个数乘以模型待估计参数的个数。以一个断点为例Chow检验统计量计算如下:

其中RSS*表示受到约束的整个样本下的残差平方和;RSS1是第一个子样本下的残差平方和;RSS2是第二个子样本下的残差平方和;K是回归中变量个数,包括常数项;N是整个样本的观测期。 其次分析上证指数收益的波动结构变点。从图(1)中可以明显看出上证指数存在着收益率的结构变点,为了准确找出这些结构变点, 本文采用chow检验方法进行结构分析。图(2)是其中一个检验结果,其他几个断点用同样的方法检测得出,所有结果见表(2)。下面从历史记录中找出发生在这7个时点附近的重大事件。第一个,我国股市的初期发展存在很多规则制定不全面、交易不规范并且股市规模较小等特点,在“邓小平南巡讲话”后对我国股市进行肯定的重大历史条件下,我国在1992年5月20日全面取消了股市的涨跌幅限制第二天(5月21日)沪市全面开放股价,先前受到涨限制的新股顺势暴发,上证指数从1992年5月20日的616.64点直接上升到收市的1265.79点,涨幅达105%。第二个,1994年7月30日中国证监会 “三大救市政策”出台:年内暂停各种新股的发行与上市、有选择的对资信较好的证券机构进行融资、逐步吸引外国基金投入A股市场。受这些利好刺激,股市经历了比较疯狂的一天,沪、深两市场飙升达30%。第三个,1997年8月15日,国务院做出决定,沪深交易所划归中国证监会直接管理;中国证监会任命屠光绍为上海证券交易所总经理。1997年10月8日,国务院举行第62次常务会议,原则通过《证券投资基金暂行管理办法》;1997年10月23日,中国人民银行第三次降低存贷款利率,年存贷款利率的平均降幅分别为1.1%和1.5%。第四个,2006年11月20日,上证指数重新突破了2000点大关; 2006年12月14日,上证指数创下了自创立16年以来的新高,达到2250.32点;2006年12月26日,沪指收报2505.32点,当日成交额达到457.9亿元,首次突破了2500点高位。2006年12月起,中国股市真正进入了长达约一年的疯涨的“牛市”行情,并在2007年10月16日创出历史最高6124.04点。第五个,2008-11-21受美国次债危机和金融危机的影响,2008年以来,我国A股市场一直保持单边下跌行情, 上证综指自1月2日的5272.81点一直下跌,美国雷曼兄弟银行倒闭,美国股市暴跌,央行下调银行准备金和贷款利息,致使金融股大幅下跌,上证指数跌破2000点,9月18日跌至1802.33点至10月28日的最低点1664.93点,跌幅超过68%,居新兴市场前列。中国出台紧急救市策略止跌。第六个,自上证综指于2008年10月28日跌至最低点后,我国股市开始缓慢上扬,走出了将近持续11个月的下跌行情,并且陆续开始上升。第七个,2009年7月29日,金融危机全面爆发以来全球最大一单IPO中国建筑在沪市登陆,上海证券发生了有史以来3031.75亿的最大单日成交量,并出现2009年最大跌幅,盘中连破3400、3300、3200整数关,报收3266.43点。2009年8月26日国务院常务会议研究部署抑制部分行业产能过剩和重复建设,引导产业健康发展。从图(2)中,能更直观地发现我国股市这十几年来发展过程中波动的阶段性变化。

三、上证综指收益率序列检验分析

(一)描述性统计根据上文基于chow检验检测出来的7个结构变点,依次将原收益率时间序列分为8个子样本:S1、S2、S3、S4、S5、S6、S7、S7、S8。从表(3)中的数据可以看出8个样本区间均具有不同的均值和标准差,而且差异较大,偏度、峰度和Jarque-Bera统计量都表明这8个样本区间的日收益率具有明显高峰厚尾的特征,且不符合正态分布。因此,采取分段建模是合理的。

(二)ADF单位根检验从表(4)中ADF单位根检验的结果,可以发现各子样本区间的收益率序列t统计量均不超过1%,都拒绝了存在单位根的原假设,所以各子样本子序列仍是平稳的。并且Ljung-Box检验的修正Q统计量表明,总体样本的Ljung-Box检验都在5%的显著水平上拒绝了原假设存在12阶序列不相关,各个子样本区间S1至S8的Ljung-Box检验均接受了原假设,表明这8个子样本区间的收益率序列不存在自相关。这表明随着我国证券市场的发展和市场有效性的逐渐增强,我国市场体系逐步走向成熟。而ARCH效应的检验结果表明除了子样本区间S3、S4和S7外,其他5个子样本区间内的收益率序列都存在显著的异方差性。阶段S3和S4刚好分别对应着2006年底至2008年初的大牛市行情与2008年初至2008年11月份的大熊市行情,这表明在股市大涨或者大跌的背景下,序列都呈现为平稳的白噪声过程。

(三) 自相关函数分析从图(3)可以得出,上证综指日收益率的平方序列的自相关函数(ACF)并不是呈现指数衰减,而且在滞后阶数达到80时,它的自相关函数值(ACF)仍然是显著且不为零,这表明上证综合指数收益率的波动性呈现有长记忆性特征。观察图(4),可以发现S7、S7、S8子样本区间的平方收益率序列的自相关函数(ACF)基本成指数衰减的形式,原上证综合指数收益率平方序列中的长记忆特征已经消除。这表明上证综合指数收益率的波动实际上具有“伪长记忆性”的特点。

(四)分段GARCH诊断分析对子样本S1、S2、S3到S8进行分段进行GARCH建模。模型形式、估计结果、诊断结果见表(5)。建立ARMA(m,n)-GARCH(p,q)的模型,同时考虑到我国股市的日收益率序列具有可偏、高峰厚尾性与非对称等特点,所以考虑序列残差服从偏广义误差分布(Skewed Generalized Error Distribution,简记为skew-GED)。根据表(5)的数据结果,可以发现下述结果:(1)除了子样本区间S1、S2、S3的估计结果中参数ω未能通过t检验以外,其他参数在5%水平上都是显著的。其中,偏度参数ξ在子样本区间S1和S6里的值分别是1.112和0.9092,同时峰度参数v在全样本还是在各子样本区间的值都在1左右,这也表明考虑残差服从偏广义误差分布是合适的。此外,在各样本区间的模型诊断结果中,除了S2、S6的残差ARCH-LM检验在滞后阶数为10时的情况下概率大约为5%外,其他各残差诊断检验都接受了残差序列没有相关性和无ARCH效应的原假设,这也表明用GARCH模型描述各阶段收益率的波动情况的效果比较好。(2)观察描述性波动的持续性参数,α+β,各样本区间波动的持续性的参数全部小于总样本条件下波动持续性的参数,且总体样本波动的持续性的参数的值等于0.984218,非常接近于1,这表明全体样本收益率波动实际上具有很高的持续性,这时的模型与IGARCH模型同样比较接近。子样本区间的持续性参数的(除去无效的分段)最大值为0.09789,最小值为0.707633,与整体建模相比,参数的值显著减小,这与Lamoureux&Lastrapes在1990年的结论是一致的。这表明如果忽略我国股市收益率波动的结构突变性特征,盲目使用GARCH模型建模可能会导致股市波动的持续性会被高估,出现伪高持续性的现象,或伪IGARCH效应。(3)观察无条件方差ω/(1-α+β),总体样本无条件方差为6.42154E-06,表5中的各子样本区间的无条件方差为2.007E-05、9.316E-06、8.432E-05、0.000166、7.48E-06、7.56E-05、9.316E-06和4.98E-06,发现总体样本的无条件方差和子样本的无条件方差有比较大的差异,这也表明上证综合指数存在方差结构变点。(4)进一步分析各样本的系数α和β。α系数越大表明股票波动对市场反应越迅速,越剧烈,在条件异方差序列图中反映出的波动是长又尖的。通过表(5)中8个样本区间内α的变化,发现(除S2、S4)α是逐渐增大的,这表明我国的股市波动正在慢慢减缓。β系数越大表明市场对条件异方差的冲击反应经过的时间越长,波动的持续越久。通过表(5)中8个子样本区间内的β变化情况,同样可以发现(除S2、S4)β有逐渐减小的趋势,表明股市的波动的持久性正在增强。

注:表(5)中未列出均值方程中的各参数的估计结果;序列的无条件方差是;当偏度参数=1,则残差即为对称的广义误差分布(GED)。

四、结论

明年股市持续波动 第4篇

美国经济或会改善

虽然欧债危机还远未解决,但投资者逐渐认识到,欧债危机只是当地的问题,对欧洲以外地区的影响有限。摩根资产管理分析人士表示,环球股市长线未必会再受到欧债危机的很大伤害,但该问题明年全年估计仍会在短线左右市场气氛,因此预计明年股市会持续波动。

美国总统奥巴马与共和党达成刺激经济的框架协议,包括全面延长小布什时代的税收减免。这提振了人们对经济复苏的希望。渣打分析人士表示,内需消费占美国的国内生产总值约70%,因此对经济相当重要。目前最主要的消费动力——中产阶级正面对两大难题,即地方银行的消费者信贷吃紧和失业率高企,这严重影响消费者的消费意愿。因此,延长减税措施有利于提高消费气氛,短线有利于股票、商品及美元等资产。

高盛集团对2011年美国经济前景感到乐观,并预计美国股市将连续第三年实现增长。标准普尔500指数将在未来12个月里上涨近25%至1450点左右,理由是公司利润强劲增长、货币政策宽松且美国经济有所改善。

通胀威胁新兴市场

新兴市场,特别是亚洲市场仍旧是投资机构关注的焦点。

摩根资产管理明年继续看好新兴市场,包括亚洲及东欧市场,主要是因为其基本因素较好,而且不少国家拥有一定的外汇储备,外债较少,可免受欧债危机的影响。该行认为,通胀升温、部分央行可能加息,加上如果美国明年经济复苏加速,可能使部分资金回流等因素,是主要风险所在。

荷宝投资管理有关人士表示,虽然新兴市场及亚洲经济基础较好,但除了印度及非洲外,各地陆续面对人口老龄化的问题,加上资金流入,通胀会持续恶化,这是明年亚洲及新兴市场投资的最大风险。预计上半年亚洲股市会持续表现理想,下半年估值可能升至过高水平,市场有可能借一些事件进行深度调整。该行最看好韩国、中国台湾及泰国市场,对中国内地、中国香港、新加坡及印度尼西亚市场持中性观点,看空印度及澳大利亚市场。

瑞银也看好明年亚洲股市的前景。但警告上半年亚洲经济增长将回落至长期水平以下,下半年才止跌回升。建议投资者增加内地A股、港股及印度股市的投资比重,减持价格较高、规模较小的马来西亚、菲律宾及印度尼西亚股市。

港股走势继续向好

瑞信预测港股明年走势仍然向好,因为低息环境令流动性充裕,加上部分企业股息率将高达5.5%,所以给予恒生指数目标位28900点,潜在升幅23%,相当于预测市盈率15.5倍(股息率4.3%);给予国企指数目标位14200点,潜在升幅15%。该行2011年看好地产、运输行业,建议减持银行、公用事业股,并对消费股持中性评级。推荐个股包括和记黄埔、信和置业、九龙仓、东方海外、莎莎国际和利丰。

股市波动 第5篇

摘要：本文应用ARCH,GARCH,TARCH,EGARCH,GARCH-M模型对中国股市收益率进行定性及定量的分析。考虑到我国股市变动的实际效果，提出EGARCH模型对我国股市是较好的选择。分析股市的ARCH效应，对我国上证180指数收益率进行实证分析。

关键词：上证180指数,;GARCH模型;ARCH效应;收益率

一、模型简介

ARCH模型最早是由Engle于1982年提出，是最简单最基础的条件异方差模型(自回归条件异方差模型)，用来描述波动的集群性和持续性。但是为了获取条件异方差的动态特征需要高阶的ARCH模型。Bollerslev将ARCH模型的阶数推广到无穷，得到广义的自回归条件异方差模型，即GARCH模型。该模型大大减少了参数估计的个数，具有良好的处理厚尾的能力。后来的研究中先后对ARCH模型进行扩展，提出了ARCH-M,TARCH和EGARCH等模型。

现在国内的一些学者对证券市场上股票的价格及收益率进行了研究，指出与西方比较相像，其波动性呈现出明显的尖峰厚尾，异方差，波动的群集性等特征。目前我国一些学术界的人对我国证券市场的指数进行实证研究，岳朝龙，万蔚()，曾慧()都对上证综合指数进行了实证研究，同样反映出我国证券市场的指数收益率呈现尖峰厚尾的特性。但是还没有对上证180指数进行过ARCH效应的实证检验。

二、研究的目的和数据的选取

上证成份指数(SSE CONSTITUENT INDEX，简称上证180指数)是上海

证券交易所中选取的股票。以1月2日为基准日。本文选取201月2日至12月31日的上证180指数的收盘价进行分析，共有1119个数据(资料来源于海通大智慧)。本文的分析均用Eviews3、1进行分析。

由于这一指数属于时间序列，容易导致不稳定性，因而用对数指数收益率。公式为：

为上证180指数收盘价的对数收益率， 为第t期的收盘价， 为第t-1期的收盘价。

三、上证180指数的描述性统计量

(一)稳定性分析

由图1及图2，看到样本期的上证180指数日收益率序列显示出明显的波动，体现了条件异方差性。所以我们可以初步断定上证180指数日收益率具有ARCH效应。

对序列 进行ADF单位根检验，由表1所示其ADF的.统计值为-14、3881，远小于在1%置信水平下的临界值-3、4390，所以拒绝原假设，即序列r不存在单位根，是平稳的时间序列。

(二)波动性特征分析

1、GARCH模型

为了更精确的描述这些时间序列的尾部分布特征，Bollerslev于1986年提出了广义的ARCH模型，即GARCH(Generalized ARCH)模型，他在条件方差的方程中加了滞后的 项，能体现更为灵活的滞后结构。其定义

若序列可以表示为

同前，则称序列 服从GARCH(p,q)过程。其p 0,q 0, 0, 0, 0,为保证GARCH(p,q)是宽平稳的，要求 。

由于 在拟合模型中预测方差并不显著，将不显著的变量逐一剔除，最终确定对上证180指数的日收益率均值方程可以估计如下：

计算得出的AIC=-5、212210，SC=-5、193748。方程中的所有系数通过统计检验，且 + =0、039109+0、954258<1，说明股票收益率的条件方差是平稳的。 + 比较的大，接近1、所以满足参数约束条件。

2、GARCH-M模型

投资是有风险的，不同的风险其收益率也不一样。因此在建模的时候加入风险因子。ARCH(1,1)-M将波动因子 加入方程：

称为ARCH-M(q)模型

若 = +

称为GARCH-M(p，q)。

这个模型与GARCH(1,1)模型比较，不仅拟合优度更高，而且具有改进模型的作用。

(三)杠杆效应的分析

为了研究股票收益率是否具有杠杆效应，西方的一些学术界人士在对股价波动的研究中发现,股价波动具有非对称性。为了说明这种现象,他们在标准GARCH模型的基础上构造出了非对称的GARCH模型,。一般非对称模型有：TARCH模型和 EGARCH模型

1、TARCH模型

TARCH(Threshold ARCH)模型最先由Zakdiam(1990年)提出，其条件方差为

是一个名义变量 =

2、EGARCH模型

Exponential-GARCH 指的GARCH模型。由Nelson在1991年提出。条件方差模型中条件方差采用了自然对数形式，意味着在非负且杠杆效应是指数型的。若 ，说明信息作用非对称。 时，杠杆效应显著。

股市波动 第6篇

昨晚，三大交易所发布通知，自1月8日起暂停实施指数熔断。证监会也连夜回应，熔断机制不是市场大跌的主因。但权衡利弊，目前负面影响大于正面效应，因此决定暂停熔断机制。

那么在世界上其他国家，股市有没有实施熔断机制?具体如何操作?它对调节金融市场的积极意义应该如何体现呢?

美国

美国股市是世界上交易最为活跃的股票市场之一，这里实施的熔断机制分为三个等级，达到第三个级别，也就是下跌20%时，将全天停盘，第二天再恢复交易。

说到中国市场的熔断机制，全球华语广播网特约美国观察员庞哲引述专家观点认为，目前中国需要的是更适合散户市场、情绪化市场状态的监管机制来调整市场方向。而美国金融市场上熔断机制的历史作用是稳定市场交易，给投资人一个重新调整投资策略、资金组合的机会，以期重新稳定市场秩序、扭转市场方向。

在美国有三个级别，一级是下跌7%、二级是下跌13%，三级是下跌20%，如果是一级和二级的机制启动，市场停止交易15分钟之后再恢复交易。如果第三级就要全天停盘，第二天再恢复交易。

目前专家也认为，在中国市场上实行熔断机制可能略微有些水土不服，因此中国证监会决定停止暂时实施熔断机制。中国市场目前仍然是以散户为主的情绪化市场，熔断机制的功能无法被合理使用，所以在目前，可能在有待成熟的中国股市上，仍然需要最适合散户市场，情绪化市场为特性的中国特色监管机制来调整市场方向。

澳大利亚

澳大利亚股市也有触发熔断的限制，但由于这里的股市交易并不活跃，熔断机制也仅仅只是一种机制而已，熔断的状况几乎从未出现。全球华语广播网特约澳大利亚观察员胡方介绍，事实上，澳大利亚持有股票的人一部分是由养老金公司代为投资运作，一部分是从家族继承下来的股票，长期持有等待分红，亲自炒股的人比例非常少。

澳大利亚平均每天综合指数的涨跌只是在百分之零点几，超过1%以上就算是股市的剧烈变动了，

比如在本周二，受周一中国股市熔断的影响，澳股大幅收跌，澳大利亚综合指数的跌幅达到1.57%，这已经在澳大利亚属于非常大的跌幅了。虽然澳大利亚有43.5%的人拥有股票，但是绝大多数的持股人的股票往往是从上一代传下来，或者是自己的养老金公司代为投资的，真正亲自炒股的人的比例非常的少，很多不活跃的股票，一天的成交量甚至只有几十元，所以在澳大利亚很多的股票被人戏称为是僵尸股。

另外由于澳大利亚股票的派息率非常的高，很多人持有股票不在于短期的投机，而在于长期的分红投资，因此一些持股人持有股票动辄几年，甚至几十年，这都导致澳大利亚的股票虽然有熔断机制，但是却实际上很难真正运用得到，甚至在数年前的全球金融危机当中，这种熔断机制也没有派上用场。

德国

德国股市也会有较大幅度的起落，但是通常只限于个股，很少出现整个股市跳水似的大起大落，也没有实施熔断机制。

与澳大利亚的情况类似，德国的散户股民比较少。经历了20世纪末21世纪初的股市大忽悠和之后的几次股灾之后，德国普通民众彻底失去了对炒股的兴趣，认识到股市不是天上掉馅饼的.地方，基本是“十个炒股九个赔，还是踏踏实实工作来得安稳”。

全球华语广播网特约德国观察员薛成俊介绍，相对来说，德国股市比较健全，透明度比较高，更加的规范和专业，人为操控的空间比较少，最近几年，受中国股市暴跌以及世界经济疲软等因素的影响，德国股市也出现较大幅度下跌，不过没有熔断机制。

德国股市还有一个最大的不同就是炒股票的小股民比较少，普通德国人对炒股不太感冒，尤其在经历了二十世纪末21世纪初的股市大忽悠和随后的几次股灾之后，德国人是彻底失去了对炒股的兴趣，当时德国电视上一些名人出来做广告，忽悠民众去买股票，开始这支股票确实是以火箭的速度飙升了十几几十倍，很多人一看，“呦!赚钱这么容易!”于是就拿出了大把积蓄买了股票，结果在随后而来的股灾中损失惨重，很多人甚至是一生的积蓄血本全无。俗话说吃一堑长一智。在炒股问题上德国人这里主要指的是普通民众还是很长教训的。

还有一点就是普通德国人一般也没有那么多的闲钱来投资或者是投机，所以对于股市的跌宕起伏，普通德国人基本上是不关心，最多也是以看客的心态来观望。

股市波动 第7篇

?

一、2017年股市走势回顾

（一）市场基本运行情况及变化

2017年，代表蓝筹股的上证50指数上涨25％，中证100指数上涨30％，而创业板指数下跌了11％。如果把不同市值的股票进行分组，可以清晰看出，年初市值越大的股票年度涨幅越大，年初市值在2000亿元以上的股票平均涨幅超过30％，而市值在50亿元以下的股票平均下跌了超过20％。市场的分化现象被市场戏称为“漂亮50”和“悲惨3000”共存。

表1 2017年个股涨跌情况

截至 2017 年 12 月 15 日，3030 家 2017 年之前上市的公司中，涨幅超5％的公司家数占比略超 1/5，跌幅超 5％的公司家数占比超 7 成，腰斩的公司高达 123 家，是涨幅翻倍公司家数的 3 倍。2017 年指数呈现温和上涨局面，市场结构则出现剧烈变化。

2017 年市场强烈倾向于绩优、大盘蓝筹股。自 2015 年股灾以后，市场逐渐抛弃题材股和亏损股，重视绩优股的价值投资。绩优股减亏损股指数的差值从 2015 年 6 月的 687 点上升至最近的 3641 点，2017 年期间涨幅 430％，如果市场具备做空机制的话，做多绩优股并做空亏损股的配对交易应该是今年以来最佳交易模式。

投资者结构变化是驱动 A 股市场结构变化、绩优股重受追捧的重要因素。2016 年以来新开户投资者数量维持低位，散户投资者持仓占比下降，海外机构投资者入市节奏加快，境内机构投资者影响力提高，A 股正逐渐向发达国家股市的机构化趋势演变。

图 1 风格指数显示绩优股近两年来收益最佳

（二）市场风格变化的原因分析

市场为何出现分化？考虑到在 2015 年以前，绩优股对亏损股一直处于劣势，最近两年以来这种趋势的逆转就显得更加强烈。绩优股重获追捧的原因我们可以归结为以下几个方面：

1.2015 年股市剧烈波动过后，投资者对于经营具备优势、长期投资价值显著的公司更加重视；

2.新股发行制度和退市制度的逐渐完善，以及定增和重组规则的变化，导致小盘亏损股逆袭几率下降；

3.散户投资者逐渐撤离市场、海外投资者和机构投资者影响力增加，推动价值投资理念占据上风；

4.行业龙头以往的高折价率出现明显缩减，部分行业出现龙头溢价特征。

2017 年以来，港资通过沪股通和深股通买入 A 股上市公司，成为 A 股市场新增资金的重要来源，截至 12 月 13 日，沪股通资金累计流入 584.78亿元，深股通资金累计流入 1343.85 亿元，超过 2016 年以前沪深股通的流入总量。除了港资以外，证金公司、保险资金也是市场增仓主力。证金公司前三个季度累计资金流入 1910.88 亿元，尤其是在二季度流入 1888.7 亿元，是推动指数在 5月中旬触底上涨的重要力量。此外基金、社保、QFII、券商等机构的实力也都在不断提升，机构对市场的定价能力之强前所未有。

表2 主要机构最近三个季度市值变化

二、2018年股市走势展望

党的十九大报告提出中国特色社会主义进入了新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，要大力提升发展质量和效益，更好满足人民在经济、政治、文化、社会、生态等方面日益增长的需要。报告提出“我国经济已由高速增长阶段转向高质量发展阶段”，12 月召开的中共中央政治局会议也提出，推动高质量发展是当前和今后一个时期确定发展思路、制定经济政策、实施宏观调控的根本要求。

具体到股市来说，我们认为 2018 年在经济新时代特征的驱动下，股市也将

进入一个新的阶段。这个阶段部分将延续 2017 年的市场特征，机构投资者在市场中占据越来越重要的地位，散户投资者对市场的影响力下降，绩优蓝筹股的偏好仍在提升，二线蓝筹特别是MSCI的今年会有大爆发。大部分中小盘股会在2018年12月-2019年6月结束大C浪调整，之后也会迎来上涨的机会。中小创即使会惯性下跌，那也是黎明前的黑暗，股市将在“建设创新型国家”战略方面有所作为。

图 2 创业板业绩增速下降，估值低于历史均值

三、结论

1.2018年是这几年重要的拐点，2019年后有望迎来全面牛市，投资者2018年里应该多关注关注股票市场，机会就在不确定时产生。

2.二线蓝筹特别是MSCI的今年会有大爆发，中小创即使会惯性下跌，那也是黎明前的黑。

股市波动 第8篇

关键词：股市波动,宏观经济,格兰杰检验

一、引言

证券市场股票价格波动和宏观经济波动之间的关系一直是国内外学者关心的问题, 也是国际经济学界的热点问题之一。2008年以来由美国次贷危机发展而来的全球金融危机, 给世界经济带来了严重的影响, 我国经济虽然一直保持平稳运行, 国民生产总值增速也出现了明显的放缓, 由2007年的14.2%到2008年~2012年分别为9.6%、9.2%、10.4%、9.3%和7.8%, 而期间我国股市, 以上证综指收盘价为例, 也由2007年年末的5261.56下降到2013年8月末的2098.38。在此背景下, 对我国股市波动与我国宏观经济波动之间关系的研究越来越受国内外众多学者的关注, 其宏观经济指标的选取也越来越成为研究的焦点问题。

二、文献综述

有关股市波动和宏观经济波动, 国内外众多研究者从不同角度对其进行了研究和分析, Fama的研究表明, 股票价格与经济增长之间存在着正相关关系。[1]Engsted主要研究丹麦股票市场的波动影响因素, 总结了股票价格、利率、汇率、消费、储蓄、国际收支、税收平滑指数、通货膨胀、劳动力需求、货币需求等因素相互之间的影响。[2]Dr itsak i实证研究希腊的股票价格指数和希腊国内的宏观经济因素的长期关系, 宏观经济因素主要是工业生产值、通货膨胀率和利率。同时, 这些变量都通过了Johansen检验和格兰杰因果检验。[3]

我国学者对股市波动的分析主要是从基本面和政策面进行。比较具有代表性的是靳云汇、于存高 (1998) 对中国股票市场与国民经济关系的实证研究。他们分别研究了股票市场规模与国民生产总值GDP、居民储蓄、通货膨胀等变量的关系, 股票市场与经济周期以及股票价格与宏观经济因素之间的关系, 认为中国股票市场已经基本具备了经济晴雨表的作用, 在一定程度上提前反映中国经济周期的变动。[4]

从前述文献看来, 已有研究普遍认为经济增长、工业生产、通货膨胀、利率以及汇率等宏观经济因素波动与股市波动有较强的联系, 是重要的有代表性的宏观经济变量指标, 但在对我国股市波动与我国宏观经济波动之间关系的研究上, 所选用的宏观经济变量指标普遍较少, 也缺乏对全球金融危机后我国股市波动与宏观经济波动的研究。

三、指标选取与数据来源

首先, 在指标选取上, 通常用股价指数等指标来描述股票市场的波动, 而在股价指数种类的选择上, 最具代表性的是上海综合指数和深证成分股指数。本文选择上海综合指数进行研究, 主要基于以下几方面的考虑:一是综合指数以在证券交易所挂牌上市的全部股票作为编制对象, 能够反映证券市场总体变动情况;二是中国证券市场历来存在着沪强深弱的现象, 上海证券市场相对而言更能代表中国证券市场的发展状况。[5]因此, 本文采用上证指数进行研究。

另一方面, 根据相关经济理论和我国经济发展实际情况, 我们从众多宏观因素中选取了有代表性的12个指标:反映国民经济整体运行状况的工业增加值增长速度 (GY) 和制造业采购经理人指数 (PMI) ;反映通货膨胀的居民消费价格指数 (CPI) , 工业生产者出厂价格指数 (PPI) 和商品零售价格指数 (RPI) ;反映货币政策的一年期存款基准利率 (LL) , 狭义货币供应量 (M1) 和广义货币供应量 (M2) ;反映财政政策的财政支出增长速度 (LGV) ;反映对外贸易的进出口差额 (XM) ;反映汇率水平的人民币美元汇率 (HL) , 外汇储备 (WH) 。这些指标基本涵盖了我国宏观经济情况。

其次, 在上证综指和有代表性的宏观因素的样本选取上, 本文采用2008年1月~2013年8月的月度数据, 相对于大多数研究采用季度或年度数据, 扩展了样本容量, 使研究结果更可信。在实证研究中, 所使用的上证综指收盘价 (SZ) 、汇率收盘价来自大智慧, 所使用的其他宏观经济数据来自于中华人民共和国国家统计局、中国人民银行和东方财富网。

四、实证过程分析

(一) 单位根检验

由于我们采用的是月度数据, 因此首先通过eviews6.0软件对部分缺失数据采用指数平滑法计算, 然后用X11方法分离出季节影响, 再对季节调整后的时间序列进行单位根检验, 检验其平稳性, 在10%的显著性水平下, 且根据SIC准则选择滞后阶数, 运用ADF法进行单位根检验, 根据ADF统计量和P值数据可知, SZ、GY、PMI、CPI、PPI、R PI、LGV、XM均表现平稳, 而LL、M1、M2、H L、WL表现为一阶单整。其中, 通过对以上一阶单整非平稳宏观经济变量进行一阶差分所得DLL、DM1、DM2、DHL以及DWH均表现为平稳。

(二) 协整检验

由上述单位根检验, 我们可以知道SZ、GY、PMI、CPI、PPI、RPI、LGV、XM以及经过一阶差分处理后的LL、M1、M2、H L、WH在10%的显著性水平下均表现出平稳性。接下来我们通过协整检验考察其是否存在长期均衡关系, 方法有两种:一种是基于回归残差的EG两步法协整检验。主要适用于检验两变量的协整关系, 另一种是基于回归系数Johanson协整检验, 适用于多变量之间协整关系的检验。[6]在这里, 我们采用第一种方法EG两步法进行协整检验, 检验结果如下:

注:以上结果来自eviews6.0, 是在5%的显著性水平下对残差μ的单位根平稳性检验。

由以上协整方程可以得出, 在5%的显著性水平下, 所有宏观经济变量均与上证综指呈现比较显著的协整关系, 即长期均衡关系。且与进出口差额 (XM) 、工业增加值增长速度 (GY) 、制造业采购经理人指数 (PMI) 、居民消费价格指数 (CPI) 、工业生产者出厂价格指数 (PPI) 、商品零售价格指数 (RPI) 、财政支出增长速度 (LGV) 、外汇储备 (WH) 、一年期存款基准利率变动率 (DLL) 以及狭义货币供应量变动率 (DM1) 正相关, 与广义货币供应量变动率 (DM2) 、人民币美元汇率变动率 (DHL) 负相关, 这些检验结果与相关经济理论的结论基本相符。

(三) 格兰杰因果检验

我们采用以上12个平稳宏观指标对上证综指 (SZ) 进行双变量格兰杰因果检验它们是否是彼此的格兰杰原因, 并且采用AIC准则来确定滞后期数, 相伴概率P值越小, 表明解释变量对被解释变量的统计上的因果关系及预测能力越强。

由检验结果我们可得出如下结论:在10%的显著性水平下, 上证综指 (SZ) 是狭义货币供应量变动率 (DM1) 、广义货币供应量变动率 (DM2) 、制造业采购经理人指数 (PMI) 、工业增加值增长速度 (GY) 、工业生产者出厂价格指数 (PPI) 、商品零售价格指数 (RPI) 变动的显著原因, 而居民消费价格指数 (CPI) 、工业生产者出厂价格指数 (PPI) 、商品零售价格指数 (RPI) 又是上证综指 (SZ) 变动的显著原因。而国际收支、汇率、外汇储备、政府支出则与股市波动相关性很低。

五、结论与政策建议

本文采用2008年1月~2013年8月的月度数据, 对其进行格兰杰因果检验, 由以上实证分析可以得出, 全球金融危机以来, 我国股市波动性对我国宏观经济变量的解释能力较好, 在某种程度上能反映我国经济发展的趋势水平, 发挥经济周期变化的“晴雨表”的作用, 但是从检验结果中我们可以发现两个问题, 一是宏观经济变量对我国股市波动性解释能力较弱, 二是某些传统意义上对股市波动有影响的宏观经济因素却与我国股市相关性较弱, 如国际收支、汇率、外汇储备等。这可能是我国股市发展不够完善、不够开放的原因造成的。

针对我国股市的现实情况, 为使我国股市与宏观经济健康协调发展, 本文提出如下几点政策建议:

第一, 应完善证券市场监管体系, 加强股票市场的立法和规范化管理, 建立一个公平的市场竞争环境, 保护投资者利益。当前, 我国的监管主要是以政府为导向的监管, 政府监管是市场经济和股市正常运行的保证, 但是不能过度替代市场功能, 否则将会降低股市效率, 阻碍股市的良好发展, 因此, 市场机制与政策导向要合理结合, 增加行业自律的比重, 这样, 我国股票市场才会越来越成熟与完善。

第二, 应提高上市公司的质量, 统一入市准则, 完善退市机制, 降低信息不对称性, 提高股市透明度。正是因为我国上市公司质量普遍不高, 不具备投资价值, 因此我国许多投资者寻求短期投机获利, 因此, 完善我国上市公司的信息披露制度, 保护投资者利益时尤为重要的。

第三, 要坚持对外开放, 促进股票市场的产业创新, 努力创建统一的、多层次的市场体系, 促进股市的可持续发展, 积极推动我国股票市场的国际化进程。由市政分析结论也可看出, 相对于发达国家股票市场, 我国股市还不够完善与开放, 这也就造成了宏观经济波动对我国股市波动的解释能力较弱, 因此, 坚持对外开放, 与国际接轨, 对我国股市与宏观经济健康协调发展是十分重要的。

参考文献

[1]Fama, E, F.Stock returns, expected returns and real activity[J].Journal of Finance, 1990, 45:1089-1108.

[2]Engsted, T.1.Measures of Fit for Rational Expectations Models[J].Journal of Economic Surveys;2002, Vol.16 Issue3:301-355

[3]Dickson, David G.Stock market integration and macroeconomic fundamentals:an empirical analysis[J].Applied Financial Economics;2000, l0:261、276

[4]靳云汇, 于存高.中国股票市场于国民经济的实证研究 (上) .金融研究, 1998 (3) :40-45.

[5]林毓鹏.中国股市波动的宏观经济因素分析, 2009.4.1

[6]吴振, 信许宁.宏观经济因素对股指波动影响的协整分析, 经济师, 2006年12期.