○金 宇 閻 璐

（貴州財(cái)經(jīng)大學(xué) 貴州 貴陽 550025）

一、指標(biāo)和模型的建立

1、指標(biāo)體系的建立

本文考慮到指標(biāo)選取的全面性、綜合性、科學(xué)性以及易獲取性，在綜合考慮前人的研究成果的前提下，構(gòu)建了包含4個(gè)二級(jí)指標(biāo)和25個(gè)三級(jí)指標(biāo)的影響股價(jià)指數(shù)波動(dòng)的指標(biāo)體系，包括GDP增長率（GDP）、CPI增長率（CPI）、PPI增長率（PPI）、制造業(yè)PMI指數(shù)（PMI）、工業(yè)增加值（INDUS）、宏觀經(jīng)濟(jì)景氣指數(shù)（ECOI）、固定資產(chǎn)投資增長率（FIXR）、社會(huì)消費(fèi)品零售總額（CONS）、外匯儲(chǔ)備（FER）、進(jìn)出口總額（TAIE）；流通中的現(xiàn)金（M0）、貨幣（M1）、貨幣和準(zhǔn)貨幣（M2）、準(zhǔn)貨幣（M2-M1）、儲(chǔ)蓄存款（SD）、7日銀行回購利率（RR）、Shibor隔夜拆借利率（Shibor）；道瓊斯指數(shù)（DJI）、恒生指數(shù)（HIS）、美元指數(shù)（USDI）；消費(fèi)者信心指數(shù)（CCI）、滬市新增A股開戶數(shù)（ACCOUT）、總市值加權(quán)滬市換手率（TCTR）、流通市值加權(quán)滬市換手率（CCTR）、封閉基金加權(quán)折價(jià)率（ISFD）。

本文選取了2009年1月—2014年6月的月度數(shù)據(jù)，主要的數(shù)據(jù)均來自中國統(tǒng)計(jì)局、銳思金融研究數(shù)據(jù)庫。由于GDP只有季度數(shù)據(jù)，而沒有月度數(shù)據(jù)，本文的處理方法是用eviews的低頻高頻數(shù)據(jù)轉(zhuǎn)換方法，將GDP季度數(shù)據(jù)轉(zhuǎn)換成月度數(shù)據(jù)。

2、模型權(quán)重的設(shè)置

向量自回歸VAR模型的脈沖響應(yīng)函數(shù)描繪了VAR系數(shù)中的因變量如何響應(yīng)模型方程中的隨機(jī)誤差項(xiàng)的沖擊。方差分解的基本思想是把系統(tǒng)中的因變量的波動(dòng)按其成因分解為與各個(gè)方程信息相關(guān)聯(lián)的組成部分，從而得到信息對(duì)模型因變量的相對(duì)重要程度?；诖耍趯?duì)指標(biāo)體系進(jìn)行單位根檢驗(yàn)和格蘭杰因果檢驗(yàn)后，分別對(duì)篩選出來的各變量指標(biāo)與上證指數(shù)進(jìn)行方差分解和脈沖響應(yīng)函數(shù)的分析。當(dāng)脈沖響應(yīng)最大時(shí)，由方差分解所獲得的該變量指標(biāo)的沖擊的方差占上證指數(shù)的方差的比例最大，本文設(shè)定此時(shí)該變量指標(biāo)的相對(duì)方差貢獻(xiàn)率為其自身變化率對(duì)上證指數(shù)變化影響的權(quán)重，考慮了上證指數(shù)的滯后期數(shù)，建立如下模型：

其中，SCIt是根據(jù)自變量變化率加權(quán)所計(jì)算出的上證指數(shù)值；Xi（-di）是第i個(gè)自變量先行變化率，其中di是該自變量的先行期數(shù)；wi是第i個(gè)自變量的相對(duì)方差貢獻(xiàn)率；n表示該自變量與上證指數(shù)的關(guān)系。n=1表示自變量與上證指為負(fù)相關(guān)關(guān)系。

表1 主成分特征值與貢獻(xiàn)率

表2 旋轉(zhuǎn)成分系數(shù)矩陣和旋轉(zhuǎn)成分系數(shù)矩陣

二、模型實(shí)證分析

1、投資者情緒綜合指標(biāo)的構(gòu)建

本文選取了消費(fèi)者信心指數(shù)、滬市新增A股開戶數(shù)、總市值加權(quán)滬市換手率、流通市值加權(quán)滬市換手率、封閉基金加權(quán)折價(jià)率5個(gè)投資者情緒代理指標(biāo)進(jìn)行主成分分析，構(gòu)造一個(gè)能夠綜合反映投資者情緒的投資者情緒綜合指標(biāo)。

表1顯示了主成分分析得到的特征值與貢獻(xiàn)率。首先，KMO統(tǒng)計(jì)量的值為0.662，大于0.5，并且Bartlett球形檢驗(yàn)的值為252.541，較大，Sig也為0，故上述指標(biāo)符合主成分分析的規(guī)定。再者，表中第一主成分和第二主成分的特征值都大于1，而其他的主成分都小于1，且前兩個(gè)主成分的累積方差貢獻(xiàn)率已達(dá)到了85.556%，降維的效果較好，故選擇前兩個(gè)主成分作為構(gòu)建投資者情緒綜合指標(biāo)的因子。

表3 格蘭杰因果檢驗(yàn)

從旋轉(zhuǎn)成分系數(shù)矩陣中可以看出，第一主成分更多的涵蓋了滬市新增A股開戶數(shù)、總市值加權(quán)滬市換手率、流通市值加權(quán)滬市換手率的信息，而第二主成分更多的表現(xiàn)為消費(fèi)者信心指數(shù)的特性。一般來說，消費(fèi)者信心指數(shù)越高，新增A股開戶數(shù)越多，換手率越高，則投資者情緒越高漲，它們均為投資者情緒的正向指標(biāo)。旋轉(zhuǎn)成分系數(shù)矩陣中第一主成分的滬市新增A股開戶數(shù)、總市值加權(quán)滬市換手率、流通市值加權(quán)滬市換手率的系數(shù)為正，第二主成分的消費(fèi)者信心指數(shù)的系數(shù)也為正，說明構(gòu)建投資者情緒綜合指標(biāo)的兩個(gè)主成分與投資者情緒之間更多的表現(xiàn)為正相關(guān)的關(guān)系。用Z1表示第一主成分，Z2表示第二主成分，則Z1、Z2與5個(gè)代理變量的關(guān)系為：

由表1可得第一主成分和第二主成分的方差貢獻(xiàn)率分別為61.673%和23.883%，即Z1、Z2的權(quán)重。對(duì)Z1、Z2進(jìn)行加權(quán)求得本文所要求的投資者情緒綜合指標(biāo)，公式如下：

2、單位根檢驗(yàn)

對(duì)于一個(gè)隨機(jī)過程：Yt=ρYt-1+ut，-1≤ρ≤1。

當(dāng)ρ=1時(shí)，在單位根的情況下，方程會(huì)變成一個(gè)不帶漂移項(xiàng)的隨機(jī)游走模型，存在單位根的問題，影響結(jié)論的正確性，這種非平穩(wěn)的時(shí)間序列沒有什么太大的價(jià)值。在此基礎(chǔ)上，本文對(duì)各變量數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)，對(duì)于非平穩(wěn)的時(shí)間序列，本文對(duì)其進(jìn)行差分處理。由于篇幅所限，ADF單位根檢驗(yàn)的結(jié)果沒有在文中體現(xiàn)。單位根檢驗(yàn)結(jié)果顯示，GDP增長率的二階差分是平穩(wěn)的時(shí)間序列，制造業(yè)PMI指數(shù)、Shibor隔夜拆借利率、美元指數(shù)和恒生指數(shù)四個(gè)指標(biāo)本身就是平穩(wěn)的時(shí)間序列，其余指標(biāo)只需要通過對(duì)原始數(shù)據(jù)進(jìn)行一階差分就能夠通過ADF單位根檢驗(yàn)。

3、格蘭杰因果檢驗(yàn)

在進(jìn)行格蘭杰因果檢驗(yàn)前，首先根據(jù)5種最優(yōu)滯后期判定法則確定最優(yōu)滯后期。檢驗(yàn)結(jié)果顯示在表3中。變量名前加一個(gè)D表示對(duì)變量進(jìn)行一階差分處理，加一個(gè)D并且在變量名后加數(shù)字2表示對(duì)變量進(jìn)行二階差分處理。

從表3中可以看出，F(xiàn)統(tǒng)計(jì)值較大，所對(duì)應(yīng)的P值較小的變量是PPI增長率、固定資產(chǎn)投資增長率、投資者情緒綜合指標(biāo)、制造業(yè)PMI指數(shù)、恒生指數(shù)和美元指數(shù)，可以認(rèn)為它們是上證指數(shù)的格蘭杰原因，可進(jìn)行方差分解分析。對(duì)于本文所構(gòu)建的投資者情緒綜合指標(biāo)，它與上證指數(shù)是互為格蘭杰因果關(guān)系。投資者情緒高漲，推動(dòng)上證指數(shù)持續(xù)走高，而上證指數(shù)的持續(xù)走高又會(huì)進(jìn)一步助漲投資者的樂觀情緒，兩者之間存在著相互影響的關(guān)系。

為了繼續(xù)下一步的計(jì)算以及考慮到最后模型中指標(biāo)的豐富性、預(yù)測的準(zhǔn)確性，本文將P值小于0.4的指標(biāo)都進(jìn)行方差分解分析。另外，對(duì)于GDP增長率，它和上證指數(shù)一階差分并不是同階單整序列，且它的階數(shù)大于上證指數(shù)的階數(shù)，所以本文對(duì)GDP增長率二階差分和上證指數(shù)一階差分進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)果顯示兩個(gè)變量之間存在著協(xié)整關(guān)系，故可以進(jìn)行方差分解分析。

4、VAR模型方差分解分析

表4 方差分解

在各處理過的變量分別和上證指數(shù)一階差分建立VAR模型的基礎(chǔ)上，對(duì)它們進(jìn)行方差分解，以觀察各變量的相對(duì)方差貢獻(xiàn)率。輸出結(jié)果顯示在表4中。

從輸出的結(jié)果可以看出，投資者情緒沖擊對(duì)中長期上證股指波動(dòng)的方差貢獻(xiàn)率為7.275607，顯示出投資者情緒的波動(dòng)將會(huì)對(duì)上證指數(shù)波動(dòng)產(chǎn)生沖擊和影響。工業(yè)增加值沖擊、PPI指數(shù)沖擊和固定資產(chǎn)投資增長率沖擊對(duì)中長期上證股指波動(dòng)的方差貢獻(xiàn)率分別為18.54797、14.44220和10.15596，說明國內(nèi)宏觀經(jīng)濟(jì)狀況對(duì)股市的影響居于主導(dǎo)地位。一方面，上證指數(shù)的波動(dòng)反映了國內(nèi)的宏觀經(jīng)濟(jì)狀況，宏觀經(jīng)濟(jì)變化直接影響著上證指數(shù)的走勢；另一方面，宏觀經(jīng)濟(jì)變化也是投資者情緒變化的重要影響因素，宏觀經(jīng)濟(jì)變化通過影響投資者情緒對(duì)上證指數(shù)產(chǎn)生間接的影響。此外，恒生指數(shù)沖擊和美元指數(shù)沖擊對(duì)中長期上證股指波動(dòng)的方差貢獻(xiàn)率為8.056459和12.86035。

5、脈沖響應(yīng)函數(shù)分析

在各處理過的變量分別和上證指數(shù)一階差分建立VAR模型的基礎(chǔ)上，進(jìn)行脈沖響應(yīng)函數(shù)分析，并輸出脈沖響應(yīng)圖。由于篇幅所限，在此不顯示出脈沖響應(yīng)圖。

從長期來看，各個(gè)指標(biāo)的沖擊對(duì)上證指數(shù)的影響將逐漸趨于0。其中，上證指數(shù)對(duì)來自于CPI指數(shù)與PPI指數(shù)的一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)為正，都在第2期達(dá)到最大正響應(yīng)值。之后這種正向響應(yīng)逐漸減弱，并且在第3期之前就轉(zhuǎn)為負(fù)響應(yīng)，分別在第3期和第4期達(dá)到負(fù)響應(yīng)最大值。一般認(rèn)為，CPI指數(shù)與PPI指數(shù)越高，股市下行的可能就越大，脈沖響應(yīng)圖從一定程度上也表現(xiàn)出了關(guān)系。上證指數(shù)對(duì)來自于美元指數(shù)的一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)短期來說為負(fù)，在第2期達(dá)到負(fù)向最大值，之后這種負(fù)向影響逐漸減弱，并且在第3期與第4期之間減弱為0，此后又在第4期達(dá)到正響應(yīng)的最大值。根據(jù)陶可和李志斌（2013），美元指數(shù)的走勢在2005年之后與上證指數(shù)的走勢呈現(xiàn)相反的趨勢，所以本文選取美元指數(shù)對(duì)上證指數(shù)沖擊負(fù)面影響最大期數(shù)的相對(duì)方差貢獻(xiàn)率作為美元指數(shù)的權(quán)重。上證指數(shù)對(duì)來自于恒生指數(shù)的一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)則和美元指數(shù)恰好相反，并且在第2期達(dá)到最大正響應(yīng)值。對(duì)投資者情緒來說，短期來看，上證指數(shù)對(duì)來自于投資者情緒的一個(gè)標(biāo)準(zhǔn)差沖擊的響應(yīng)為負(fù)，并且在第2期達(dá)到負(fù)向響應(yīng)最大值，之后逐漸減弱并轉(zhuǎn)變?yōu)檎憫?yīng)。最大正響應(yīng)值出現(xiàn)在第4期。對(duì)于其余各指標(biāo)來說，上證指數(shù)對(duì)于來自它們的一個(gè)標(biāo)準(zhǔn)差的沖擊基本上都表現(xiàn)出正向響應(yīng)，這與各指標(biāo)與股市價(jià)格的波動(dòng)應(yīng)該呈現(xiàn)正相關(guān)的關(guān)系保持一致。基于此，由脈沖響應(yīng)圖以及表4的方差分解結(jié)果，本文確定了影響指標(biāo)以及它們在脈沖響應(yīng)最大時(shí)的相對(duì)方差貢獻(xiàn)率作為它們的權(quán)重。如表5。

表5 先行指標(biāo)、期數(shù)和模型權(quán)重

6、上證指數(shù)的模擬和預(yù)測

將模擬出的上證指數(shù)值與實(shí)際值進(jìn)行比較，如表6。

從模擬的結(jié)果來看，3個(gè)月的上證指數(shù)模擬數(shù)值與實(shí)際值相差均不是很大，其中，2013年10月的上證指數(shù)模擬數(shù)值與實(shí)際值最為接近。比較模擬結(jié)果和實(shí)際結(jié)果，發(fā)現(xiàn)模擬數(shù)值均小于實(shí)際數(shù)值，可能存在以下兩方面原因：從宏觀經(jīng)濟(jì)角度看，股市的上漲沒有完全以經(jīng)濟(jì)發(fā)展作為依托，高估了整個(gè)宏觀經(jīng)濟(jì)的發(fā)展?fàn)顩r，對(duì)于習(xí)近平總書記提出的“經(jīng)濟(jì)新常態(tài)”還沒有很好的了解、吸收，股指存在一定虛高的可能性，一旦基本面得到了正確的反映，將可能會(huì)有一定的回調(diào)；從投資者情緒的角度看，投資者并沒有像想象中那樣悲觀，股票市場上還是以樂觀情緒占主導(dǎo)，樂觀情緒對(duì)股指的影響程度大于悲觀情緒對(duì)股指的影響程度，一旦市場上出現(xiàn)些許利好消息，樂觀的投資者情緒會(huì)推動(dòng)股指進(jìn)一步的上升。此外，部分短期的投機(jī)、炒作行為也是導(dǎo)致模擬結(jié)果小于實(shí)際結(jié)果的原因之一。

從長遠(yuǎn)來看，股票市場上一些非基本面的因素都將會(huì)得到修正，作為股票市場監(jiān)管當(dāng)局，應(yīng)該正確引導(dǎo)投資者情緒，避免由于投資者情緒的波動(dòng)引起的股票指數(shù)的不合理波動(dòng)。本文所提出的結(jié)合宏觀經(jīng)濟(jì)發(fā)展指標(biāo)、投資者情緒以及其他金融、資本市場指標(biāo)的預(yù)測模型，無疑將會(huì)對(duì)股指的預(yù)測以及股票市場的健康發(fā)展提供一定的參考依據(jù)和借鑒意義。

表6 模擬結(jié)果與實(shí)際結(jié)果比較

[1]FamaF：TheBehaviorofStock-MarketPrices[J].TheJournalofBusiness，1965（1）.

[2]FamaF，GibbonsM：InflationRealReturnsandCapitalInvestment[J].TheJournalofMonetaryEconomics，1982（3）.

[3]周海燕、周孝華：我國股價(jià)指數(shù)與宏觀經(jīng)濟(jì)變量關(guān)系分析[J].上海金融，2005（8）.

[4]FisherL，StatmanM.：InvestorSentimentandStockReturns[J].TheFinancialAnalysisJournal，2000（3）.

[5]張宗新、王海亮：投資者情緒、主觀信念調(diào)整與市場波動(dòng)[J].金融研究，2010（4）.

[6]陶可、李志斌：上證指數(shù)與美元指數(shù)聯(lián)動(dòng)：一致與背離[J].上海金融，2013（2）.