论PMI与创业板指数的相关性

周骁

[摘 要]本文采用2012年1月到2014年9月的采购经理指数（PMI）数据与相应时期的创业板指数数据，对二者之间的关系进行了格兰杰因果关系检验、VAR模型、脉冲响应分析等多种计量经济学分析方法。实证结论显示：PMI是创业板指数的格兰杰原因，而创业板指数不是PMI的格兰杰原因；PMI与创业板指数之间的关系存在着8期的滞后。通过方差分析，这一解释有着60%的解释力。因而认为PMI能较好的预示创业板指数的走向和拐点。

[关键词]创业板指数、PMI、计量分析

中图分类号：F224 文献标识码：A 文章编号：1009-914X（2016）16-0321-02

一、实证分析

（一）样本选取

本文考察样本区间为2012年1月——2014年9月，共33个月度数据，选取反应创业板市场运行情况的创业板指数（399006），反应实体经济运行的采购经理人指数（PMI）。其中创业板指数采用创业板月末收盘指数的环比增长率；PMI采用由国家统计局统计并对外公布的制造业PMI的环比增长率。本文所有数据均采用Eviews6.0计量经济学软件进行数据处理。

（二）数据平稳性检验

在经济分析中，变量时间序列的平稳性检验是进一步分析的基础。采用扩展的迪基-福勒检验（ADF）进行单位根检验，检验结果如表1。由检验结果可以看出，无论是PMI增长率还是股指增长率都是平稳的。

（三）回归分析

使用最小二乘法对股指增长率与PMI增长率进行回归分析。结果显示R2仅为0.05，表示当期的PMI环比增长率和当期的创业板收益率几乎毫无关系。因此，考虑PMI的时滞，引入VAR模型。

（四）VAR模型

引入VAR模型，试图考虑滞后期影响。模型结果显示，引入滞后期后，R-squared为0.87，模型解释力较好。以下是部分模型结果：

（五）VAR模型稳定性检验

特征根的倒数的模全部小于1，表明VAR模型稳定。检验结果如下所示：

（六）格兰杰因果检验

结果表明在股指方程中，PMI变动率构成对股指变动率的格兰杰因果关系，而在PMI变动率中股指不构成对PMI的格兰杰因果关系。

（七）脉冲响应函数

PMI环比增长，股票收益率在第受到冲击后1个月内上升，后来2-4期回调，4-7月后又上升，从第7期回落，第8期有一个明显的波谷，第9期回调，到13期以后回归。

（八）方差分解

股票收益率变动方差由PMI解释的部分逐渐上升，到底8期达到峰值，有60%左右可以由其解释。

二、实证检验结果与解释

第一，PMI与创业板指数相关性很高，确实对创业板指数有很大的影响。PMI通过3个方面对创业板指数变化产生影响，分别是工业增加值、行业利润总额和工业行业出口交货值。前面我们分析得出，PMI与工业增加值、工业行业出口交货值存在很强的正相关关系，直接影响了创业板指数的增长。

第二，PMI对创业板的影响，存在滞后性。通关我们的回归分析，大致存在8个月的滞后性。原因在于，PMI对于创业板的影响存在4个主要的传导机制，包括工业增加值、主营业务收入、工业行业出口交货值和生产者价格指数。从PMI与工业增加值增长图看出，二者相关系数很高，保持在0.82，说明两者有着较好的关联性。PMI 指数体系中的购进价格指数与生产资料环比价格指数进行对比分析研究。从图3可以看出，二者之间走势基本相同。定量研究表明二者之间存在较强的相关性，相关系数为0.77。工业行业出口交货值环比增长率的变化与PMI的变化相近。定量研究表明二者之间具有较强的相关性，相关系数达到0.815。这说明透过生产量指数的变化可以较好地预测工业总产值增长率的变化。但是从主营业务收入与PMI的散点图看出，PMI对主营业务收入的领先性不是很明显。虽然从相关系数看，平期相关系数远低于领先1期的相关系数，但在图形上观察，二者波峰波谷的错位波动确实存在一定的提前量，尤其是低估和高峰时期，PMI显示了较好的领先性。

参考文献

[1] 蔡进，解读PMI：走在市场之前[M]，化学工业出版社，2011.

[2] 张利斌，谢天琪，我国制造业PMI 指数与沪深两市股票价格综合指数的关系[J]，中南民族大学学报2014.

[3] 章曦，徐文龙，我国制造业采购经理人指数差异性比较研究[J]，价格理论与实践，2012.