■李晓桐
(哈尔滨商业大学经济学院)
宏观经济发展情况直接反应了一个国家或地区经济发展的总体态势。股票虽然本身是无价值的,但股票的发行流通能够起到社会资金调节分配的作用。根据温鹏[1]、张培源.[2-3]以及王艳歌[4]等人的研究发现,宏观经济与股市具有十分紧密的联系,二者存在某种规律现象。根据道氏理论,股市受到宏观经济的影响同时也反映了宏观经济的发展状况并对宏观经济产生重大影响。因此,识别宏观经济中重要变量与股票市场是否具有长期稳定关系,以及关联程度如何,不仅对宏观经济与股票市场健康科学发展有重要现实意义,而且探讨了宏观经济中重要变量与股票市场的数量关联性,为后期进一步探讨二者的关系奠定了理论基础。
为探索宏观经济中重要变量与我国股票市场的是否具有长期稳定关系,本文利用协整模型来进行探讨。
协整理论是由Engle与Granger在1987年首次提出,并进行严格的理论推导以及分析了其可行性的基本框架。协整模型分析非平稳经济变量之间数量关系的最主要工具之一,能够较好的识别变量间存在的长期稳定的关系。在经济、金融中有着广泛的应用。因此,本文利用协整模型来识别宏观经济中重要变量与我国股票市场间是否存在长期均衡关系。现将协整型介绍如下:
记X={X1,X2,…,Xt}均是d阶单整,记Xt~I(d)。若存在向量A=(α1,α2,…,αt)使得,其中b>0,则认为X是(d,b)阶协整,记做,A为协整向量。
在指标选取上,本文尊重如下原则:首先为经济社会中有重要影响且能够反映宏观经济总体发展状况的指标;其次数据的可获得性与科学性;最后各变量间的时间维度要统一。以上三个原则,本文选取时间段为2009年12月到2019年7月,具体指标如表1所示:
表1 各变量名称与单位
沪深300指数是我国最重要的综合指数,它综合了我国上海、深圳两大股票市场中最具代表性的股票,能够较为准确的反映我国股票市场的发展情况,因此选择沪深300作为我国股票市场的代理变量。
其余宏观经济指标均是能够反映我国宏观经济发展情况的变量。
由于本文使用的是月度数据,而GDP最高频为季度数据,因此本文使用Denton模型将季度数据转换成月度数据。沪深300指数由于只有日度数据,因此本文采取使用月度平均值作为该月度的代理观察值。
由于指标间的量纲不同会导致模型拟合不准,使得结果出现偏离实际情况,为此,需要将各变量进行标准化处理。本文选用正态标准化,该方法保障数据分布的正态性,使得建模更加准确。模型形式具体如下:
其中xij表示第i(i=1,…,10)个变量第j(j=1,…,114)期的观察值。表示第i个变量的平均值,表示i个变量的标准差。
变量是否平稳,将会大大影响模型的结果质量,因此需要对模型的平稳性进行检验,下表2位各变量的单位根检验结果。
表2 各变量的单位根检验
由表2可以看出各变量的P值均小于0.05说明各变量是平稳时间序列,适合建立模型。
Granger因果检验是由Granger所创立的,用于检验变量之间是否存在理论上的因果联系。其在时间序列中有着广泛的应用。根据表2可知各变量在一阶差分后均呈现出平稳现象,因此本文在进行因果检验时选择滞后阶数为一阶。下表3为各变量与股票市场的因果关系情况
表3 股票市场与各宏观变量的因果关系检验
根据表3可以得到:各变量间的Granger因果检验的P值均小于给定的显著性水平0.05,拒绝原假设,说明宏观经济各变量与股票市场存在理论上的因果联系。可以进行下一步分析。
根据协整理论可知,当两变量存在协整关系时,由两个变量构建的回归方程的残差应该是平稳的,对回归残差进行单位根,滞后阶数平稳即可以说二者是几阶协整。具体检验模型如下:
若µi~RUT(k)(k阶平稳),则Y与Xi是k阶协整。
下表4为各宏观变量与股票市场的回归结果及残差单位根检验结果,具体如下:
表4 宏观变量与股票市场的回归方程及残差平稳性检验
由表4可以得出如下信息:各回归方程虽然截距项均不显著,但是各变量的系数均显著,从回归系数上来看宏观变量对股票市场的影响顺序为:货币供应量(0.532)、GDP(0.479)、全国工业价格指数(0.186)、过房景气指数(0.167)、全国商品价格总指数(-0.203)以及CPI(-0.266)。从残差平稳性来看,对残差进行一阶单位根检验其结果P值均小于0.05说明各变量回归残差一阶平稳,表明宏观经济变量与股票市场均存在一阶协整关系。
本文运用协整模型来探究我国宏观经济中有重要作用的变量与股票市场是否具有长期稳定的关系。经过模拟表明:宏观经济变量于股票市场存在一阶协整关系。从回归结果来看,除全国商品价格总指数以及CPI外其他重要变量对股票市场的发展均有正向的影响效应。