彭 月，王 旺

股票成交金額影響因素
——基于VAR模型實(shí)證分析

彭 月，王 旺

采用VAR模型實(shí)證研究股票成交金額與上證綜合指數(shù)、A股上市公司數(shù)量之間的關(guān)系。實(shí)證結(jié)果表明上證綜合指數(shù)、A股上市公司數(shù)與股票成交金額之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，長(zhǎng)期來(lái)看，上證綜合指數(shù)和A股上市公司數(shù)量對(duì)股票成交金額的提高都具有促進(jìn)作用。

股票成交金額；VAR；脈沖函數(shù)

股票成交金額作為衡量股市的重要指標(biāo)之一，在資本市場(chǎng)上有著重大的指導(dǎo)意義。它在一定程度上反映了買賣雙方的交易情況，更體現(xiàn)了投資者對(duì)股票市場(chǎng)的信心。影響股票成交金額的因素有很多，如宏觀經(jīng)濟(jì)、金融政策等等。股票市場(chǎng)的波動(dòng)在很大程度上能反映出經(jīng)濟(jì)運(yùn)行的綜合狀況，股票市場(chǎng)也因此被稱作是反映經(jīng)濟(jì)運(yùn)行的“晴雨表”。

隨著我國(guó)金融市場(chǎng)的發(fā)展與完善，我國(guó)的股票市場(chǎng)也在不斷的健全，自1990年上海證券交易所成立以來(lái)，我國(guó)股票市場(chǎng)的發(fā)展可以說(shuō)是非常曲折。評(píng)價(jià)股票市場(chǎng)的指標(biāo)有很多，如股票指數(shù)、成交量等等。但是股票成交金額是最直觀的指標(biāo)。很多學(xué)者都把研究的重點(diǎn)放在宏觀經(jīng)濟(jì)和貨幣政策上，張培源（2013）研究了股票市場(chǎng)與宏觀經(jīng)濟(jì)波動(dòng)溢出效應(yīng)，張小宇（2013）研究貨幣政策與股票收益率的非線性影響機(jī)制，本文運(yùn)用Eviews7軟件對(duì)影響股票價(jià)格的因素進(jìn)行分析，將股票成交金額作為因變量，上證綜合指數(shù)和A股上市公司數(shù)量作為自變量，通過(guò)建立向量自回歸模型，以準(zhǔn)確判斷各影響因素。

一、變量選擇及數(shù)據(jù)整理

（一）股票成交額

股票成交金額是指在進(jìn)行股票交易的過(guò)程中，買入（或賣出）股票時(shí)，買賣雙方根據(jù)有關(guān)交易規(guī)則達(dá)成交易的金額。本文選取1996年到2015年的數(shù)據(jù)進(jìn)行分析。

（二）上證綜合指數(shù)

從1990年至2010年，上海證券交易所從最初的8只股票、22只債券，發(fā)展為擁有894家上市公司、938只股票、18萬(wàn)億股票市值的股票市場(chǎng)，擁有199只政府債、284只公司債、25只基金以及回購(gòu)、權(quán)證等交易品種，是全球增長(zhǎng)最快的新興證券市場(chǎng)。為了適應(yīng)上海證券市場(chǎng)的發(fā)展，上海證券交易所編制并公布上證綜合指數(shù)。這一指數(shù)自1991年7月15日起開(kāi)始實(shí)時(shí)發(fā)布，基日定為1990年12月19日，基日指數(shù)定為100點(diǎn)。以上證所掛牌上市的全部股票為計(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)。本文以上證指數(shù)的數(shù)據(jù)為研究對(duì)象，文中使用的所有數(shù)據(jù)全部來(lái)自銳思數(shù)據(jù)庫(kù)。樣本包括2005年1月1日至2015年6月12日共2535個(gè)交易日的上證指數(shù)的收盤價(jià)和成交量。

（三）A股上市公司數(shù)量

A股，即人民幣普通股，是由中國(guó)境內(nèi)公司發(fā)行，供境內(nèi)機(jī)構(gòu)、組織或個(gè)人(從2013年4月1日起，境內(nèi)、港、澳、臺(tái)居民可開(kāi)立A股賬戶)以人民幣認(rèn)購(gòu)和交易的普通股股票。A股不是實(shí)物股票，以無(wú)紙化電子記賬，實(shí)行“T+1”交割制度，有漲跌幅(10%)限制，參與投資者為中國(guó)大陸機(jī)構(gòu)或個(gè)人。截至2015年底，A股上市公司數(shù)量達(dá)2808家。

分別用STA、SH、NUM表示股票成交金額、上證綜指、A股上市公司數(shù)量。為降低數(shù)據(jù)波動(dòng)幅度及消除可能存在的異方差對(duì)模型估計(jì)的影響，首先對(duì)所有變量的原始數(shù)據(jù)取對(duì)數(shù)，形成新的數(shù)列 LNSTA、LNSH、LNNUM。

二、實(shí)證分析

（一）ADF檢驗(yàn)

如果利用非平穩(wěn)的數(shù)據(jù)直接進(jìn)行回歸分析，估計(jì)結(jié)果會(huì)嚴(yán)重偏離實(shí)際情況，會(huì)產(chǎn)生偽回歸。只有采用平穩(wěn)的時(shí)間序列進(jìn)行分析才不會(huì)導(dǎo)致偽回歸。所以，在進(jìn)行分析前對(duì)各變量的平穩(wěn)性進(jìn)行檢驗(yàn)非常有必要。采用ADF檢驗(yàn)法對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，最優(yōu)滯后期用AIC準(zhǔn)則確定，保證殘差非自相關(guān)。

表1 ADF單位根檢驗(yàn)結(jié)果

表1中的檢驗(yàn)結(jié)果顯示，各變量原始數(shù)列的ADF值都大于5%的臨界值，說(shuō)明存在單位根，所以各變量的原始序列不平穩(wěn)；經(jīng)過(guò)一階差分后，所有的ADF檢驗(yàn)值均小于5%的臨界值，不存在單位根，因而可以認(rèn)為各變量序列是同階單整。

（二）穩(wěn)定性檢驗(yàn)

滯后期選擇的不同會(huì)導(dǎo)致模型估計(jì)結(jié)果也不同，因此滯后期數(shù)的選擇對(duì)VAR模型非常的重要。采用AIC信息準(zhǔn)則確定最佳滯后階數(shù)。建立VAR（3）模型通過(guò)圖1可見(jiàn)，聯(lián)立方程組全部解的模的倒數(shù)均落于單位圓內(nèi)，說(shuō)明所建VAR（3）模型具有穩(wěn)定性。

圖1 單位圓和特征根檢驗(yàn)

（三）Johansen協(xié)整

雖然EG檢驗(yàn)原理簡(jiǎn)單易于實(shí)施，但是其不能夠識(shí)別變量之間的全部協(xié)整關(guān)系，經(jīng)常會(huì)出現(xiàn)以不同序列作為被解釋變量的檢驗(yàn)回歸方程殘差的單整性不一致的問(wèn)題，所以本文選取Johansen協(xié)整檢驗(yàn)作為研究方法。根據(jù)上文的結(jié)果確定協(xié)整檢驗(yàn)的最佳滯后期為3，協(xié)整檢驗(yàn)結(jié)果見(jiàn)表2。

表2 跡統(tǒng)計(jì)量檢驗(yàn)

由表2可知，Johansen的跡檢驗(yàn)值協(xié)整檢驗(yàn)表明在5%的顯著水平下均拒絕3個(gè)假設(shè)(不存在、最多存在一個(gè)、最多存在兩個(gè)協(xié)整關(guān)系)，因此，這3個(gè)變量在5%的顯著性水平上存在一個(gè)協(xié)整關(guān)系。

從建立的方程可以看出，股票成交金額、上證綜合指數(shù)和A股上市公司數(shù)量具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。長(zhǎng)期來(lái)看，上證綜合指數(shù)和A股上市公司數(shù)量對(duì)股票成交金額的提高都具有促進(jìn)作用。保持其他條件不變，上證綜合指數(shù)的對(duì)數(shù)增加1%，則股票成交金額的對(duì)數(shù)相應(yīng)地增加1.85%；A股上市公司數(shù)量的對(duì)數(shù)增加1%，則股票成交金額的對(duì)數(shù)相應(yīng)地增加2.37%；該方程只分析了當(dāng)其他變量不變時(shí)，某一個(gè)變量的變化對(duì)股票成交金額的影響，但實(shí)際上各變量之間是否相互存在影響，我們需要用格蘭杰因果關(guān)系檢驗(yàn)來(lái)分析各變量之間的相互關(guān)系。

（四）Granger因果關(guān)系檢驗(yàn)

表3 Granger因果關(guān)系檢驗(yàn)

表3顯示：上證綜合指數(shù)不是股票成交金額的格蘭杰原因，股票成交金額也不是上證綜合指數(shù)的格蘭杰原因；A股上市公司數(shù)量不是股票成交金額的格蘭杰原因，但是股票成交金額是A股上市公司數(shù)量的格蘭杰原因；A股上市公司數(shù)量不是上證綜合指數(shù)的格蘭杰原因，上證綜合指數(shù)不是A股上市公司數(shù)量的格蘭杰原因。

（五）脈沖響應(yīng)函數(shù)

基于上文建立的VAR模型，將股票成交金額、上證綜合指數(shù)和A股上市公司數(shù)量之間的脈沖響應(yīng)函數(shù)，以進(jìn)一步分析它們的短期動(dòng)態(tài)分析。脈沖圖中橫坐標(biāo)表示時(shí)期數(shù)，縱軸表示脈沖響應(yīng)函數(shù)大小，實(shí)線表示保險(xiǎn)密度受到?jīng)_擊后的走勢(shì)，上下的兩條虛線表示走勢(shì)的兩倍標(biāo)準(zhǔn)誤差。上證綜合指數(shù)第一期對(duì)股票成交金額影響作用較大，隨后開(kāi)始下降到第六期下降到最低點(diǎn)，之后開(kāi)始上升影響作用逐漸趨于平穩(wěn)。

圖2 上證綜合指數(shù)對(duì)股票成交金額擾動(dòng)的響應(yīng)

圖3 A股上市公司數(shù)量對(duì)股票成交金額擾動(dòng)的響應(yīng)

從圖3可以看出，第一期影響作用較小，之后開(kāi)始上升，到第五期到達(dá)峰值為0.029.第六期以后擾動(dòng)作用開(kāi)始下降，第七期后作用為負(fù)值。

（六）方差分解

利用方差分解法分析上證綜合指數(shù)和A股上市公司數(shù)量對(duì)股票成交金額的貢獻(xiàn)度，結(jié)果如表4所示。

表4 方差分析結(jié)果

表4中的方差分解時(shí)期數(shù)，即股票成交金額標(biāo)準(zhǔn)差的預(yù)測(cè)期；LNY列是股票成交金額預(yù)測(cè)方差中由股票成交金額自身引起的百分比；LNX1、LNX2列分別是股票成交金額總值預(yù)測(cè)方差中由上證綜合指數(shù)、A股上市公司數(shù)量擾動(dòng)引起的百分比。股票成交金額一期預(yù)測(cè)的標(biāo)準(zhǔn)差為0.504907，二期為0.599758，比第一期大，這是因?yàn)榈诙诘念A(yù)測(cè)包含了上證綜合指數(shù)和A股上市公司數(shù)量在一期預(yù)測(cè)的不確定性的影響。隨著預(yù)測(cè)期數(shù)的增加，股票成交金額預(yù)測(cè)的標(biāo)準(zhǔn)差也逐漸增加，在第7期逐漸趨于穩(wěn)定。

三、結(jié)論與建議

通過(guò)以上VAR模型實(shí)證，我們發(fā)現(xiàn)：上證綜合指數(shù)、A股上市公司數(shù)與股票成交金額之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，長(zhǎng)期來(lái)看，上證綜合指數(shù)和A股上市公司數(shù)量對(duì)股票成交金額的提高都具有促進(jìn)作用。第一，上證綜合指數(shù)的對(duì)數(shù)每增加1%，股票成交金額的對(duì)數(shù)相應(yīng)地增加1.85%；第二，A股上市公司數(shù)量的對(duì)數(shù)每增加1%，則股票成交金額的對(duì)數(shù)相應(yīng)地增加2.37%。因此，提高股票成交金額必須進(jìn)一步促進(jìn)我國(guó)股票市場(chǎng)的發(fā)展，加強(qiáng)金融監(jiān)管并逐漸推行注冊(cè)制，推動(dòng)企業(yè)積極上市融資。

[1]徐添添.宏觀經(jīng)濟(jì)政策對(duì)股票市場(chǎng)影響的實(shí)證分析[J].商業(yè)會(huì)計(jì),2015,(18).

[2]史進(jìn).我國(guó)貨幣政策對(duì)股市波動(dòng)影響的實(shí)證分析[J].商業(yè)時(shí)代,2013,(11).

[3]張培源.中國(guó)股票市場(chǎng)與宏觀經(jīng)濟(jì)波動(dòng)溢出效應(yīng)研究[J].經(jīng)濟(jì)問(wèn)題,2013,(03).

[4]張小宇,劉金全,劉慧悅.貨幣政策與股票收益率的非線性影響機(jī)制研究[J].金融研究,2013,(01).

F830.91

A

1008-4428（2017）09-116-03

彭月，女，安徽宿州人，合肥學(xué)院，研究方向：資本市場(chǎng)、財(cái)務(wù)管理；

王旺，男，安徽宿州人，安徽財(cái)經(jīng)大學(xué)金融學(xué)院，研究方向：宏觀經(jīng)濟(jì)與金融熱點(diǎn)。