基于SPSS分析影响股票成交金额的因素

昝静梅

摘要：股市已成为实体经济的“晴雨表”。股票成交金额是指在进行股票交易的过程中，买入（或卖出）股票时，买卖双方根据有关交易规则达成交易的金额。作为股票投资者只有充分了解股票成交金额这一参数，才能更好地把握股票走势，做出正确的股票投资决策。文章使用SPSS软件对2000—2015年的股票成交金额数据与相关的影响因素数据建立多元统计模型，判断哪些因素对股票成交金额有显著影响，进而对投资决策提出一些建议。

关键词：股票成交金额 多元统计模型 上证综指

中图分类号：F275 文献标识码：A 文章编号：1002-5812（2016）16-0067-03

1990年12月份上海证券交易所成立以来，股票市场的发展可以说是曲折离奇、跌宕起伏，股票在投资者投资决策中的地位也在不断提高。评价股票市场的参数有很多，股票成交金额是对股票市场最直接的评价参数，本文运用SPSS 19.0软件对影响股票成交金额的六个因素进行了多元统计分析，将股票成交金额作为被解释变量，上证综指、人民币汇率、建筑业总产值、商品房销售额、黄金价格、人均生产总值等六个因素作为解释变量，根据相关因子的大小来判定哪些因子是产生影响的主要因子，以期准确分析股票市场，帮助投资者做出正确的投资决策。

一、变量选取及数据整理

股票成交金额是指在进行股票交易的过程中，买入（或卖出）股票时，买卖双方根据有关交易规则达成交易的金额，本文选取股票成交金额作为被解释变量。影响股票成交金额的因素有很多，可以分为两大方面：宏观环境和微观环境，因为无法把每个上市公司的财务状况都拿过来分析，基于数据的合理性和可取得性，本文选取了表现宏观环境的六个因素，并对国家统计局以及东方财富网数据进行收集与整理，如表1所示。

二、研究方法

本文使用SPSS（Statistical Product and Service Solutions），即统计产品与服务解决方案软件对相关数据进行分析。SPSS软件是被广泛应用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务，基本功能包括数据管理、统计分析、图表分析、输出管理等。

本文采用多元统计分析法，即回归分析法。该方法是最灵活和最常用的统计方法之一，它用于分析一个被解释变量与一个或多个解释变量之间的关系。本文使用股票成交金额分别与上证综指、人民币汇率、建筑业总产值、商品房销售额、黄金价格、人均生产总值六个变量进行回归分析。设定的模型如下：

Y=B0+B1X1+B2X2+B3X3+B4X4+B5X5+B6X6 （1）

其中，Y代表股票成交金额，X1—X6分别代表上证综指、人民币汇率、建筑业总产值、商品房销售额、黄金价格、人均生产总值。

三、多重回归分析

（一）相关检验。在对模型进行检验之前，先对数据进行标准化处理，在数据的回归分析下线性导入标准化数据，得到拟合优度检验、F检验、t检验三张表格，根据相关数据判断这六个变量是否与股票成交金额有显著的相关性：

1.拟合优度。由下页表2可知，调整后的R2=0.872，说明该模型拟合度较好（R2越接近于1说明模型的拟合度越好）。

2.F检验。由下页表3可知，F值=17.963，P（sig.）=0.000，说明回归方程显著，人均生产总值、人民币汇率、上证综指、黄金价格、商品房销售额、建筑业总产值整体对被解释变量股票成交金额有显著影响。

3.t检验。由表4可以看出，t值分别是2.002、3.576、-0.428、1.069、-3.768、4.223，上证综指、人民币汇率、黄金价格以及人均生产总值对于股票成交金额有显著影响，其他两个因素对股票成交金额的影响不大。其经济意义在于假设其他变量不变的情况下，建筑业总产值每增加1亿元，股票成交金额就减少36.994亿元；黄金价格每增加1美元/盎司，股票成交金额就减少1 354.168亿元；人均生产总值每增加1元，股票成交金额就增加197.611亿元。

（二）多重共线性的诊断和修正。

1.多重共线性的诊断。多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以准确估计。为了更加准确地判断股票成交金额和六个因素之间的线性回归关系，需要对这几个数据进行多重共线性的诊断，如表5所示。除了上证综指（收盘价）之外，其余五个因素的VIF值均大于10，可以判断这几个解释变量之间存在严重的多重共线性，导致模型失真。

2.多重共线性的修正。

（1）拟合优度检验。本文选取的解释变量之间存在严重的多重共线性，需要进行修正。对六个因素进行排列组合一共有720种排列方式，通过对这些可能性进行拟合优度检验，将调整后R2相对大的选项记录在表6中。可知，第四种模型的调整后R2最大，为0.902，比0.872更接近于1，说明该模型的拟合度非常好。

（2）F检验。由下页表7可知，在第四个模型中F值=28.862，P（sig.）=0.000，说明回归方程显著。通过逐步的回归分析，可以判断出股票成交金额跟上证综指（收盘价）、人民币汇率（年平均价）、人均生产总值（元）、黄金价格（美元/盎司）四个因素有关，与建筑业总产值（亿元）和商品房销售额（亿元）的相关性较小，可以得到方程：

Y=12.134X1+1 724.924X2+197.611X3+354.168X4-2 337 357.939（2）

（3）异方差性检验。通过绘制上证综指（收盘价）、人民币汇率（年平均价）、黄金价格（美元/盎司）、人均生产总值（元）与标准化残差的散点图，观察它们是否有规律性，从而判断该模型的可行性。由下页图1—图4可以看出这四个因素与标准化残差的散点图分布没有呈现出明显的规律性，说明该模型可行。

（4）Durbin-Wston检验。D.W.统计量用来检验残差分布是否为正态分布，因为用OLS进行回归估计是假设模型残差服从正态分布的，因此，如果残差不服从正态分布，那么，模型将是有偏的，也就是说模型的解释能力不强。D.W.统计量在2左右，说明残差服从正态分布，若偏离2太远，那么构建的模型的解释能力就会受到影响。由下页表9可知，D.W.值=1.642，经过查询D.W.检验表，得知该模型不存在自相关性，是可用的。

四、结论

综上，得到最终的模型方程表达式：

Y=12.134X1+1 724.924X2+197.611X3+354.168X4-2 337 357.939 （3）

可知，对股票成交金额有显著影响的是上证综指（收盘价）、人民币汇率（年平均价）、黄金价格（美元/盎司）、人均生产总值（元）这四个因素，假设在其他三个因素不变的情况下，上证综指（收盘价）每增加100个上涨点，股票成交金额就增加12.134亿元；假设在其他三个因素不变的情况下，人民币汇率（年平均价）每增加1元，股票成交金额就会增加1 724.924亿元；假设在其他三个因素不变的情况下，黄金价格（美元/盎司）每增加1元，股票成交金额就会增加354.168亿元；假设在其他三个因素不变的情况下，人均生产总值（元）每增加1元，股票成交金额就会增加197.611亿元。在进行股票投资时可以关注一下我国的宏观条件是否有利，特别是上述四个方面的走势，以准确把握时机，进行准确的投资活动。S

参考文献：

[1]徐添添.宏观经济政策对股票市场影响的实证分析[J].商业会计，2015，（18）.

[2]史进.我国货币政策对股市波动影响的实证分析[J].商业时代，2013，（11）.

[3]张培源.中国股票市场与宏观经济波动溢出效应研究[J].经济问题，2013，（03）.

[4]张小宇，刘金全，刘慧悦.货币政策与股票收益率的非线性影响机制研究[J].金融研究，2013，（01）.