中国股市指数变动与GDP之间关系实证分析.docVIP

中国股市指数变动与GDP之间关系的实证分析 　　 【摘要】自1990年和1991年上海交易所、深圳交易所成立以来，中国的股票市场的规模不断扩大，规模得以迅速扩张。在这十几年中国的GDP年均增长率在7%以上，经济呈现高速增长，但股指走势却起伏不定，与经济运行的轨迹经常有所背离。这是否说明中国的股市并不存在晴雨表的功能，中国股票市场的总体发展和长期经济增长并不存在很强的相关关系，文章将利用中国这些年的宏观统计数据以及计量经济方法对这一问题进行系统地分析与研究，最后给出导致两者关系的各种理论解释。 　　 【关键词】股市指数变动 GDP 　　 　　一、研究变量以及数据的选取 　　 　　从文献的回顾中可以发现，除了有少数的学者采用了CGV（流通总市值），股市规模等指标进行分析外，大多数研究人员往往采用股市指数作为实证分析的变量之一。这说明了股市指数是一个能在实证分析得到有效运用的变量，此外股市指数也是判断股市当前状况以及未来走向的一个基本指标。基于以上的考虑，本文将采用股市指数作为衡量股市变动的指标。由于上证综合指数和深圳成份指数有较强的相关性 以及上证综合指数的普遍使用，本文将选取SPI（上证综合指数）作为实证分析的一个变量。此外，一般研究人员采用GDP作为宏观经济运行情况的一个指标，国外学者提出采用月度数据能更有效地进行分析。但是，笔者认为由于统计上的原因往往不能得到及时充分的国内GDP数据，因此本文在下面的分析中将采用存在月度数据统计的IGP（国内工业增加值）代替GDP。本文选取2001年1月至2006年12月的SPI和IGP指数，数据由中国国家统计局 以及中国证券监督管理委员会网站整理而成。 　　 　　二、实证模型的建立 　　 　　1、数据的预处理 　　利用eviews软件对现有的两组数据进行分析可以发现IGP（国内工业增加值）不仅有明显的上升趋势而且有着明显的季节变动规律。而对于SPI（上证综合指数）的分析可以看出与IGP相比，它仅存在着一个下降的趋势（在现有的样本数据内）而不存在季节因素的影响。为了使用进一步的计量方法分析，必须先对两组数据进行一定的预处理。对于IGP时间序列中存在的季节因素，本文将采用X11方法对其予以剔除，可得出一组新的不带有季节成分的IGP新数据。此外，进行协整分析以及格兰杰因果检验的数据前提分别是两组数据同是的d阶单整，两组数据都是平稳的。因此，在利用相关的统计模型进行分析以前，还必须对处理后的IGP数据和SPI数据进行单位根检验，并且进行平稳性处理。利用ADF检验可以发现不论是处理后的IGP还是SPI时间序列，其一阶差分均是平稳的。从eviews软件分析对上述数据分析的结果可以看出，不论是在10%,5%,或是1%，检验统计t值均小于统计临界值。（尽管AIC，SC的结果并不如人意，在处理过程中将lag值设为0，因此实质上它是一个DF检验，这也可能是造成AIC，SC检验值较高的一个原因），二者同是一阶单整，符合协整检验的前提条件。由于格兰杰因果检验还要求涉及的时间序列是平稳的，并且考虑到衡量IGP，SPI的单位问题，本文将对原有的数据取自然对数，并通过一阶差分使整个时间序列趋于平稳。 　　2、模型的建立 　　正如上文所述，协整检验能够检验两个变量之间是否存在长期的均衡关系，而且通过协整检可以避免谬误回归，因此在进行格兰杰因果检验之前应先进行协整检验。如果两个变量确实存在着长期的均衡关系，才能进一步对其进行因果检验，确定两边之间是内生还是外生关系。如果不能通过协整检验，就算进行格兰杰因果检验得到的模型拟合优度很高也可能是一个谬误回归，也就失去了分析的意义。根据上文中的协整检验模型，利用变量ln（igp）对ln（spi）进行普通最小二乘回归，可以得到一系列残差。为了检验两个变量之间是否存在协整关系，就必须对这些残差进行单位根检验。如果得到的残差是一个平稳的时间序列则说明两边之间有长期的均衡关系，反之则不然。通过统计软件，可得到结果如表1所示。 　　 表1 　　 　　结果中可以看出检验统计值2.025734远远大于显著性水平为1%、5%、10%时的临界值，这说明了由两组时间序列进行最小二乘回归所得出的残差值并不是一个平稳的序列。由以上的结果以及上文对协整检验的说明，笔者认为（就本文所搜集的统计数据而言）中国的经济波动与中国的股市波动之间并不存在长期的均衡关系，这也就意味着进一步的格兰杰因果检验已经没有意义。 　　 　　三、结论以及理论解释 　　 　　综上所述，尽管在理论上而言，宏观经济的波动对股市有着长期影响，与此相对的是股市也会通过各种效应对宏观经济产生反馈作用，上文利用中国2001年1月至2006年12月统计数据和协整检验的方法所得出的结论显然否定了这一传统并且适