影响股票市场因素研究

盖志翔 卢栋梁 黎承文

【摘要】我国股票市场是金融市场的重要组成部分，研究影响股票市场因素具有实际意义，普遍认为宏观经济指标、投资者的心理预期和股票交易量是影响股票市场的因素，实证研究发现广义货币M2供给变动、CPI变动、消费者信心指数CCI和股票市场交易量与股票市场有较强的关系。

【关键词】股票市场 宏观经济 心理预期 多元线性回归

一、我国股票市场现状及存在问题

（一）以散户为主的市场

相比发达资本主义国家以机构为主导的股票市场，我国的股票市场则是散户居多，他们整体的投资专业水平较低，一方面易产生从众心理从而导致股票市场的羊群效应，另一方面，对市场信息把握不充分，易产生恐慌心理，再者，大多中小投资者没有树立良好的投资价值观，为了追逐短期利益盲目投资，将投资变为投机从而加大市场波动和风险。

（二）最大利空来自政策

以弗雷德曼为代表的现代货币学说主张完全自由的市场经济，认为政府不应干预市场，仅让市场实现资源配置，但是2008年金融危机使得货币学说受到挑战，在金融危机爆发时市场作用会失灵，这时就需要政府的干预来实现经济复苏。我国建设的市场经济是社会主义市场经济，政府干预和市场竞争都在资源分配上起到作用，由于我国起步较晚，政府在建设社会主义市场经济方面仍然缺乏经验。

（三）股票市场违法乱纪现象严重

从我国开始发展股票市场以来，股票市场内幕、操纵股市、虚假披露等违法现象屡禁不止，仅仅2017年行政处罚案件达224起，没收罚款74.8亿元，违法案件也向复杂化、隐秘化方向发展，违法行为严重危害我国股票市场运行安全，也危害到每个投资者利益。加强股票市场监管，打击违法现象仍是任重而道远。

二、理论分析

对于影响股票市场价格波动的原因世界各国学者看法不一，但普遍认为宏观经济指标是影响股票价格的显著因素，并在这方面进行了大量研究。在宏观指标方面GDP、利率、汇率、通货膨胀率往往是常被考虑的因素，国外学者Fama研究了GDP增长率、利率、通货膨胀率等宏观经济指标对股票的价格的影响，并发现了其长期的均衡的关系。Dickinson从另一角度利用时间序列模型得出宏观经济因子例如产出、利率、通货膨胀率等与股票市场指数的关系，此外他在因子模型中加入全球化这一概念对般票市场产生的影响。Schwert使用月度数据分析宏观经济波动对股票收益率的影响，他发现宏观指标对股票收益率的解释有局限性，只能解释很小部分，而影响收益的大部分原因来自股票市场的交易量。Harris研究发现宏观经济指标在不同发展水平国家中对股票价格波动的影响是不一样的，在发达国家中宏观经济促进股票市场发展而在发展中国家宏观经济的促进作用微弱。

三、实证研究

为了进一步研究宏观经济指标、心理预期和股票交易量对我国股票市场影响，因此选取7个相关的解释变量和一个代表我国股票市场的被解释变量，通过多元线性回归的方法实证研究影响股票市场的因素。用沪深300指数代表股票市场作为被解释变量，选取宏观经济指标中具有代表性的变量：M2同比增速代表货币供给;SDR兑RMB代表汇率;规模以上工业企业增加值同比实际增速代表工业部门;SHIBOR代表短期无风险利率，选取消费者信心指数作为心理因素，还选取沪深300交易量作为解释变量，考虑到2008年经济危机和2015、2016年我国股票市场的波动，选取2010年1月到2014年12月的月度数据。各变量注释如下：

（一）数据处理

对同比变动指标采用原数据，指数指标取自然对数，得到包括被解释变量在内的八个变量：lny、x1、x2、lnx3、x4、x5、lnx6、lnx7。

（二）ADF平稳性检验

单位根检验表明，x1、x4、x5、lnx6四个变量的原数据平稳;lny、x2、lnx3、lnx7四个变量的数据进行一次差分后平稳。由于所选的8个变量中有四个变量（包括被解释）一次差分后平稳，需要对这四个变量进行协整检验，判断几个变量之间是否存在长期均衡关系。

（三）Johansen协整检验

协整检验结果显示，在不存在协整关系原假设条件下得出的概率为0.01，在5%水平下，0.01<0.05应拒绝不存在协整关系的假设，四个变量之间至少存在一个协整关系，因此可以继续建立回归模型。

（四）建立多元线性回归模型

假設所有解释变量（7个）与被解释变量（1）都存在线性关系，建立如下模型：lny_t=β₀+β_1x1t+β₂x_2t+β₃lnx_3t+β₄x_4t+β₅x_5t+β₆lnx₆t+β₇lnx_7t+u_t，其中，lny为被解释变量，β为各解释变量系数，u为随机误差项。

回归结果中，lnx₃、x₄、x₅，lnx₆四个变量t值较小，说明变量之间存在严重共线性，需进一步考察变量之间的相关性，减小模型中的共线性问题。

相关系数矩阵显示，x₁与1nx₃、x₄、x₅的相关系数较高，分别为0.6652、0.6189、-0.5844，而且从回归结果可知lnx₃、x₄、x₅三个变量的t值较小，因此应剔除lnx₃、x₄、x₅这三个变量进行回归。

剔除lnx₃、x₄、x₅后建立多元线性模型如下：

lny_t=β₀+β₁x_1t+β₂x_2t+β₆lnx₆t+β₇lnx_7t+u_t

其中，lny为被解释变量，β为各解释变量系数，u为随机误差项。剔除变量后的回归结果得到改善，R₂调整值0.8598，各解释变量的系数t统计量较大，系数估计值在5%水平上显著。模型最终结果为：

lny_t=3.5258+0.0329x_1t+0.0765x_2t+0.6047lnx₆t+0.1819lnx_7t+u_t

（五）结果分析

从多元线性回归的结果可知，最初的7个解释变量中有三个解释变量与被解释变量线性关系不强并且与其他解释变量之间存在共线性，这三个变量分别代表：汇率、规模以上工业企业增加值同比增速和银行同行业隔日拆借利率，从相关系数矩阵可知，这三个变量与广义货币供给M2有较强的相关性，这也符合理论推断和实际经验。当剔除这三个变量之后，模型得到改善，从最后结果可知，广义货币M2供给变动、CPI变动、消费者信心指数CCI和股票市场交易量是影响股票市场的原因。