内地和香港股市协整关系的实证研究,香港股市,香港大学内地招生网,内地女香港插队,..
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
内地和香港股市协整关系的实证研究
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口基于时间序列对中国财政收入与GDP 之间关系的协整分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于时间序列对中国财政收入与GDP 之间关系的协整分析
上传于||暂无简介
阅读已结束，如果下载本文需要使用
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩5页未读，继续阅读
你可能喜欢扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
中国煤炭消费与经济发展水平之间关系的协整分析
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口南京市房价与物价的协整关系分析_李德智 - 副本_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
南京市房价与物价的协整关系分析_李德智 - 副本
上传于||暂无简介
阅读已结束，如果下载本文需要使用
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
你可能喜欢宏观对冲的收益协整模型
TAG 标签：
&&视野：量化投资注重数理分析与逻辑推导，不依赖主观判定形成交易决策，当模型思想来源于投资者市场体会，基于历史数据所作的几率统计，也可以是技术指标，甚至基本面分析，只要能形成一定数理逻辑并得到市场验证即可作为量化投资策略。
宏观经济因素和股市的关联之&谜&
&&& 经济学家一直试图将股票资产的研究纳入到一个统一的经济范式中，其逻辑是所有股票投资都来自于居民收入在消费－储蓄（投资）的分割，股票投资无非是一种风险资产投资，因此很容易纳入到消费－资产的经济学的基本范式中来，并将宏观因素加入到这一模型中。1978年卢卡斯发表了&交换经济下的资产价格&一文，构建了&代表性消费模型&，将宏观经济中的消费与风险资产的价格联系在一起，并给出了均衡状态下的资产定价公式。而后经济学的研究一直沿着这一模型进行改进，但由理论模型得出的股权溢价要远小于实际股权溢价，这就是&股权溢价之谜&。
经济理论模型通过加入更多的变量进行着模型演进，但股权溢价之谜一直也没有解决好，在此框架下很多人讨论了股市收益对宏观的影响，如&财富效应&等。面对活跃的股票市场，大量的金融研究者则从资产定价模型入手加入宏观因素变量，计量了宏观变量对股票资产的影响，取得了丰富的成果。这类研究一是基于资产定价模型的拓展进行的，代表是APT模型，将宏观变量纳入到资产定价模型中，分析&风险敞口&问题；二是从资产定价模型入手分析宏观变量对资产收益的影响，讨论了经济增长下的贴现、收益增长等，通过实证将宏观变量与股市资产相关联起来，但这些实证分析潜在有一个基于资产定价模型的假说那就是&市场有效&，这是宏观与股市关联实证过程中的适用性之谜。市场有效性假说对很多新兴市场国家是有一定的不适用性的。但总体来说这些基于资产定价模型进行的实证研究不仅在学术上有所推进，更在实际操作上得到了检验和改进，如Birr基金管理公司依据APT模型进行投资组合设计，美林公司依据宏观情景分析推出了自己的产业时钟理论，以此分析宏观变量对产业配置的影响。
中国资本市场是一个新兴的市场，而且是一个有着明显制度转型特征的市场。中国的股票市场和市场参与的机构同中国的银行等金融机构一样是&不破产&的，政府有潜在的&担保合约&，同时干预也就是必然的，在这样的市场下难以将宏观与资本市场纳入到统一理论范式中，宏观变量对股市影响在一个基本上&无效&市场上也是有限的。近年来随着机构投资人的增加，资本市场化进程的加快，资本市场的&有效性&加强，我们依据资产定价模型构造一个实证体系基本，首先从总体上利用协整模型对宏观变量和股票市场资产收益进行分析得出了&不稳定&和有限影响的基本结论，再深入到宏观变量对行业与上市公司的绩效影响的分析中得出了很多符合经济学假说的结论，为中国宏观变量与股票收益这一是否相关联的&谜&提供实证的探索和解释。
本文分五个部分，第一部分我们在综述前人的研究基础上提出我们的研究理论框架和协整计量方法；第二部分利用协整模型对宏观变量与股市收益进行有效性和稳定性分析，奠定关联分析的基础，从另一角度探索了市场的有效性影响；第三部分我们分析经济增长对行业业绩的影响；第四部分深化了行业分析；第五部分是结论。
宏观经济对股市收益影响的理论和协整分析
宏观经济对微观绩效的传递理论
在有效资本市场上，金融资产的价格等于其未来现金流的折现价值。公式如下：
&&&&&&&&&&&&&&&&&&&&&&&&&&&&（1）&&&&&&&&&&&&
理论上讲，任何未来现金流的改变都会直接影响金融资产的价格。影响未来现金流的资产预期增长率会同方向影响资产价格。必要报酬率（RRR）的变化则会反方向影响资产价格。必要报酬率由两个基本要素构成：名义无风险收益率和与资产风险相对应的风险溢价。而名义无风险收益率则由实际利率和预期通货膨胀率构成。因此，一个国家的股指会受一些能够引起该国经济增长或是使实际利率，预期通货膨胀率和风险溢价发生改变的因素的影响。基于Chen，Roll和Ross（1986）所描述的&简单和直觉的金融理论&，我们假设利率，通货膨胀率，产出和货币供应量作为影响股票指数的变量。
&近20年来西方学者不仅从理论上研究这些变量的影响因素，而且进行了实证分析。Umstead和Fama的研究结果表明股票价格和实际经济增长存在正相关关系，Spiro和Cochran发现经济波动影响股票价格，宏观经济变量可以很好的解释股市运动。Fama对通货膨胀与股市收益之间的关系进行了研究，于1981年提出：股票收益和通货膨胀之间存在的反向关系，其在本质上是通货膨胀与实体经济活动之间负相关关系的一种体现。对此，Geske和Roll（1983）则认为：通胀率和股市收益率的关系反映了政府支出，实体经济环境与预算赤字引致的货币化，这三者的变化。Marc Chopin和Maosen Zhong（2000）利用Johansen和Juselius的协整检验方法和向量误差修正模型来检验股票收益率和通货膨胀率之间的关系。然而，在他们所考察的时期内（第二次世界大战之后的数据），联邦储备银行似乎并没有因为政府赤字而加大货币供给，政府赤字也没有对实体经济产生影响，他们发现当经济向长期均衡运动时，实体经济和货币供应量的短期变化可能会引起&伪相关&。也就是说，二战之后股市收益率和通货膨胀的反向关系来源于实体经济和证券收益的长期均衡。当均衡被打破的时候，实体经济环境和货币活动都进行调整使得整个经济体系归于均衡状态。当通货膨胀和股市收益对这些调整做出反应时，股票市场的参与者预测实体经济，货币供应量和通货膨胀将发生变化，此时，伪的负相关就出现。
James，Koreisha和Partch（1985）检验了实体经济活动，通货膨胀，货币供应量和股市收益率之间的葛兰杰因果关系，并使用一个向量自回归移动平均模型，最终证明了股市收益率与基础货币增长率有很强的联系。
Naka，Mukherjee 和Tufte研究了印度股票市场和其国内宏观变量之间的关系，发现通货膨胀率是印度股票市场表现最具有决定意义的影响因素，同时，国内产出增长率也是它的主要驱动力。
但由于中国市场的弱有效性，上述研究成果可能并不完全适用与中国股市。中国股市具有典型的非有效特征，大量与公司基本面无关的信息主导着市场。李心丹（2001）通过对数千位个人投资者的问卷调查和对实际交易数据的实证研究发现，我国证券投资人普遍存在着&庄家情结&和&代表性偏差&（相信历史会重演，Debondt和Thaler（1985））；施东晖（2001）、宋军和吴冲锋（2001a）、孙培源（2002）也都通过实证研究证实中国股市上&羊群效应&（跟随其他人的投资策略）显著，其程度高于美国股市，股民普遍存在着跟庄心理；汪炜（2002）发现我国股市规模效应显著，但不同于美国市场的指数股溢价现象，A股股市在2002年以前普遍存在着小盘股的溢价；施东晖、攀登和曹敏（2003）通过对四个营业部20392个交易帐户的统计分析发现，有三分之二的投资人是技术分析的追随者，有超过三分之一的投资者在做出买卖决策时使用动量策略，即通常所说的&追涨杀跌&；而鹿长余、石世磊（2003）发现中国股市上的&值不仅不具有稳定性，而且对收益率的解释力也较弱。此外，我国股市还具有显著的股价平均化和波动趋同化的特征：截至2003年底，A股市场上没有低于均价1/4的股票，而在美国股市上这类公司占到了上市公司总数的50%左右；同时，股票市场&同涨齐跌&现象严重，系统风险占到总风险的2/3（波涛（1998）），远高于美国的1/4。总之，股价与公司真实业绩的关联度低，蓝筹股和亏损股在股价上不能实现有效分层。这种股价与真实业绩之间的弱相关性也在一定程度上损害了宏观经济变量与股市收益率之间的联动性。
基于以上原因，本文除了在传统意义上研究宏观经济与股市收益率之间的直接关系外，更进一步将宏观经济与股市收益率之间的两个传导环节隔离开来，并重点研究第一个环节的有效性及其作用机制&&即，宏观经济对上市公司微观基础的影响力。&
图1 宏观经济对股市收益率影响的传导机制图
在总体上我们利用协整模型对宏观变量与股市收益进行分析，研究关联中的稳定性和有效性，从另一角度实证了市场的有效性，为我们上述的分析框架打下一个市场有效性的基础。
协整方法和变量选择
在实证研究方面，近年来基本都是通过协整模型进行长期均衡与短期误差的分析，这对于宏观与股市的相关理解是极其有意的，本文也采用这一实证方法。通常情况下，大部分的时间序列为非平稳时间序列，而传统计量模型都是以&经济时间序列平稳&这一假设前提设计的。Granger首先提出了虚假回归问题，之后于1987年的论文中正式提出了协整（Cointegration）的概念。经过许多经济学家、统计学家的深入研究，协整从理论到实践都有了飞速的发展，现在已经成为经济计量学的主要处理方法。
协整的定义是：
对n+1维向量Z = (X1,&，Xn, Xn+1)T, Xi ~ I(d), i =1,2, &,n+1,若存在某一常向量，，使得
为系统Z的协整关系，或说变量X1,&，Xn, Xn+1之间存在协整关系，& 成为 协整向量。若存在r个这样的线性关系，此时为& 矩阵，其秩为r，称为协整秩。
对P阶VAR模型
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&（2）
其中，yt是m维非平稳I(1)序列，xt是d维确定性变量，是新息向量。经过变形，可将其改写为
由于经过一阶差分的内生变量向量中各序列都是平稳的，所以若构成的各变量都是I(0)时，才能保证新息是平稳过程。此时存在三种可能。首先，矩阵&可能是零矩阵，这就是说&的秩等于零。其次，矩阵&可能是满秩阵，秩等于m。第三种情况是矩阵&是不满秩的，即0 & rank&=r &m,这时&能够被分解为
都是（m&r）参数矩阵。矩阵& 包含了r个协整关系，它的每一行构成一个协整向量。矩阵称为调整参数矩阵。
对于多变量时间序列的协整检验，常用的除了Johansen极大似然法，还有两步法。两步法虽然简单易懂，但有较多的假定条件，忽略其假定的前提条件可能导致错误的结论。而极大似然法对参数做联合估计，对变量的协整关系作系统性分析，不需要任何假定条件，也不需要了解模型的动态结构&&模型的结构、变量的内生性和外生性以及协整向量的个数都是检验的结果。因此，该方法是较为理想的方法。本文中我们使用Johansen极大似然协整检验方法。
Johansen极大似然协整检验方法基于典型相关分析，使用降秩的回归技术其目的是要检验&矩阵的秩。检验最终的协整关系数目的第一个检验统计量由Johansen（1988）提出，这就是所谓的迹统计量（Trace test statistic）:
这一迹检验的零假设就是，存在至多r个协整关系。从检验不存在协整关系（r＝0）和存在一个协整关系这一对假设开始。如果零假设被拒绝，再检验至多存在一个协整关系和存在二个协整关系这一对假设。如果最后当至多存在r = m-1个协整关系的零假设被拒绝时，就发现Yt向量序列是平稳的。通常会得到至多r -1个协整关系的零假设被拒绝，而对于至多r个协整关系的零假设却不能拒绝
宏观对股指收益的影响
Aggarwa-Rivoli1989Chen-Mak1992MaldanadoSaunder(1981)ErrunzaRosenberg(1982)Philppatos(1983)1996ARCH1995199619962004
GDPGDPGDPGDPSA
M0M1M2M2M21999M2
&&&&&&&&&&
本文对INDEX,M2,GDPSA取对数后记为LINDEX,LM2,LGDPSAGDPTHINFLILV由于已经是变化率，因此不再取对数.
．3．1变量的单位根检验
表2 时间序列LINDEX，LM2，LGDPSA，GDPTH，LILV，INF的ADF单位根检验
注：（1）ADF检验的原假设H0: 含有单位根，即序列是非平稳时间序列；检验方程：Yt = &Yt-1 +&1 Yt-1 +&2Yt-2 +&.+&k Yt-k +&t；（2）检验形式中的c和t表示带有常数项和趋势项，k表示滞后阶数；（3）ADF的临界值来自软件EVIEWS3.1；（4）表示变量序列的一阶差分，2表示二阶差分。
&& ADFINFI(0)LINDEXLM2GDPTHLILVI(1)LGDPSAI(2)INFLINDEX19962004LGDPSALINDEXGDPGDPGDPTHLM2LILV
．3．2协整检验
LINDEXLM2 GDPTH是非平稳的一阶单整序列，但其可能存在某种平稳的线性组合。这个线性组合反映了变量之间长期稳定的比例关系，即协整关系。本文使用Johansen(1995)多变量系统极大似然估计法对多变量时间序列进行协整检验。Johansen协整检验是一种基于向量自回归模型的检验方法。
最一般的VAR模型数学表达式为：
&&&&&&&&&&&&&&&&&&&&prAICSCLR
Johansen协整检验LM2LILVGDPGDPTH
H0: r=016.078835%15.41H0: r=0H1: r1H0: r111
表3 Johansen协整检验结果
迹检验统计量
5％显著性水平临界值
1％显著性水平临界值
&&&&& None*
&& At most 1
注：*表示在5％的显著性水平上拒绝原假设；临界值来自软件EVIEWS3.1。
LINDEX = 0.099GDPTH & 8.101
&&&&&&&&& (0.045)&&&&& (1.163)
ecm = LINDEX-0.099GDPTH +8.101
GDP5%GDP10.1ecm
LINDEXGDPTH(VECM)
Y = (LINDEX& GDPTH)T, vecmt = (1& -0.099) Yt + 8.101
ecmYtVECM-0.28910.289%
表4 VECM模型整体检验结果
&Determinant Residual Covariance
&Log Likelihood
&14.051319
&Akaike Information Criteria
&-0.851595
&Schwarz Criteria
&-1.305082
GDPM2GDP95%GDP10.1
Johansen.S. & Juselius.K(1990)GDPTHLINDEX2GDP
．3．3方差分解
VARmkm5GDP30
表5 LINDEX的方差分解
上市公司基本面与宏观经济变量
．1 变量选取
1996200418
100%100%-100%-100%
GDPTH1 GDP
SJGDPTHGDPGDP
0.10T0.05T
．3 实证结果
．3．1收益规模指标与GDP增长率
&&& ZYSR1 = 9.19 + 0.76 GDPTH1
(3.73)（2.94）&
&&& 调整后的R2＝0.36&& F－统计量＝8.65&& DW统计量＝0.95
&&& 回归方程标准差＝4.14
&&&& 括号内数字为T检验值，以下相同。
GDPGDP0.76GDP1GDPGDPGDP
表6 GDP增长在各产业群之间的分享
GDP10.7~0.80.4ITGDP10011.5
．3．2收益质量指标与GDP增长率
ROEGDP1994A13%1994A2001
．3．3收益质量指标与其他宏观经济变量
产业群业绩变动与宏观经济变量
．1 产业群划分
表7 产业群划分
．2 变量选取
ZYSRZYLRROEJLR
．3 实证结果
ZYLR3 = 1.80 + 6.41E-05 M1
（0.37）& (4.10)
调整后的R2＝0.53&& F－统计量＝16.82&& DW统计量＝0.56
回归方程标准差＝7.04
ZYLR3 = -9.49 + 0.015 RJSR
（-1.17）& (3.80)
调整后的R2＝0.50&& F－统计量＝14.44&& DW统计量＝0.59
回归方程标准差＝7.31
ZYLR4 = -7.33 + 0.01 RJSR
（-1.02）& (3.87)
调整后的R2＝0.50&& F－统计量＝14.98&& DW统计量＝1.07
回归方程标准差＝6.45
ZYLR4 = 2.67 + 5.80E-05 M1
（-1.02）& (3.87)
调整后的R2＝0.55&& F－统计量＝18.13&& DW统计量＝1.01
回归方程标准差＝6.13
M1CPICPICPICPI10011.5
ZYLR5 = 24.16 + 0.001 CZZC
（5.37）& (1.98)
调整后的R2＝0.21&& F－统计量＝3.90&& DW统计量＝0.28
回归方程标准差＝6.82
ZYLR6 = -13.34 + 0.02 HL
（-0.85）& (2.28)
调整后的R2＝0.26&& F－统计量＝5.18&& DW统计量＝0.68
回归方程标准差＝4.36
ZYSR6 = -31.89 + 0.02 HL＋2.05 SJGDPTH
（-1.69）& (2.49)&&& (2.56)
调整后的R2＝0.37&& F－统计量＝4.15&& DW统计量＝1.76
回归方程标准差＝4.14
ZYLR7 = -33.27 + 0.03 HL
（-3.43）&&& (5.50)&&&
调整后的R2＝0.67&& F－统计量＝30.30&& DW统计量＝0.89
回归方程标准差＝8.67
ZYLR7 = 12.41 + 0.31 NYJG
（2.78）&&& (1.74)&&&
调整后的R2＝0.17&& F－统计量＝3.04&& DW统计量＝0.47
回归方程标准差＝4.27
JLR7 = -14.55 + 0.76 NYJG +5.53 SJGDPTH
（-1.15）&&& (1.60)&&& (2.96)
调整后的R2＝0.47&& F－统计量＝6.16&& DW统计量＝1.40
回归方程标准差＝11.35
ZYLR8 = 21.81 & 1.72 SJGDPTH
（-11.66） (-2.97)&&
调整后的R2＝0.37&& F－统计量＝8.84&& DW统计量＝0.68
回归方程标准差＝3.53
ZYLR8 = 40.09 & 0.02 ZYJG
（3.30） (-1.92)&&
调整后的R2＝0.20&& F－统计量＝3.67&& DW统计量＝0.53
回归方程标准差＝3.99
ZYSR8 =7.17 + 1.09 GDPTH1
（1.87） (2.72)&&
调整后的R2＝0.33&& F－统计量＝7.39&& DW统计量＝0.76
回归方程标准差＝6.44
5.4.52004GDP
ZYLR9 = -5.38 + 0.01 RJSR
（-0.72） (3.62)&&
调整后的R2＝0.47&& F－统计量＝13.13&& DW统计量＝0.96
回归方程标准差＝6.73
ZYLR9 = 1.35 + 0.0002 DKYE
（-0.72） (3.62)&&
调整后的R2＝0.27&& F－统计量＝16.75&& DW统计量＝0.91
回归方程标准差＝6.33
ZYLR9 = 36.79 & 2.09 DKLV
（14.43） (-6.82)&&
调整后的R2＝0.77&& F－统计量＝46.54&& DW统计量＝2.43
回归方程标准差＝4.55
表8 宏观变量与产业群毛利润率相关性汇总表
总结和探索:实体的有效和股市收益的无效
GDPM2GDP95%GDP10.1219962004GDP
GDP99%GDPGDPGDP10.7~0.80.4GDP60%GDP110.76
实体的有效和股市收益的无效
------分隔线----------------------------}