香港恒生指数影响因素的实证分析(案例)
恒生指数对香港股市的影响分析
恒生指数对香港股市的影响分析香港作为国际金融中心，其股票市场一直备受关注。
而恒生指数则是香港股市的重要参考指标之一。
那么恒生指数对香港股市的影响究竟是什么？本文将从多个角度进行分析。
一、恒生指数的背景介绍恒生指数是香港最具代表性的股票指数之一，由香港交易所开发，用于衡量香港股票市场表现。
恒生指数包括50家最大的香港上市公司，覆盖了不同行业和领域的企业。
此外，恒生指数不仅是香港股市的重要参考指标，而且还是全球股市投资者的关注焦点。
二、恒生指数对香港股市的影响1、提高市场透明度恒生指数由著名国际交易所开发，严密的指数计算方法和系统的数据管理，让恒生指数更具全球可靠性和公信力。
因此，在市场交易中，恒生指数更多的被视为一个市场的重要参考指标，可以更好的引导市场运作，提高市场透明度。
2、对于市场交易的风险管理具有重要意义恒生指数是香港股市交易中的风险管理重要指标之一。
由于包含了不同行业和领域的企业，因此恒生指数的表现更具有波动性，可以预测市场的波动。
基于此，投资者可以利用恒生指数来管理自己的交易风险，从而避免在市场的风险波动中造成损失。
3、彰显香港作为金融中心的地位恒生指数是香港作为金融中心的重要象征。
香港已成为全球资本市场的重要聚集地，而恒生指数也是反映香港股票市场表现的一个重要指标。
因此，恒生指数是香港市场信心和稳定的象征，可以反映香港资本市场的地位和发展潜力。
三、恒生指数对外交流的影响恒生指数还具有对外交流的影响力，可以带动香港的经济发展。
恒生指数作为香港股市的重要参考指标，吸引着不同国家和地区的投资者前来投资香港股票市场。
这样不仅可以提高香港股票市场的市场活力和交易量，而且还可以带动香港的其他金融服务产业的发展，从而推动香港经济的繁荣和发展。
四、总结综上所述，恒生指数作为香港股市的重要参考指标，其影响是多维度的。
恒生指数不仅提高了市场的透明度，对于市场交易的风险管理具有重要意义，而且彰显了香港作为金融中心的地位，并带动了香港的经济发展。
10年20倍并不是奇迹——香港、美国股指成长的启示
10年20倍并不是奇迹——香港、美国股指成长的启示杨老金11、香港恒生指数36年160倍恒生指数是由香港恒生银行于1969年11月24日起编制公布的，是系统反映香港股票市场行情变动最有代表性和影响的指数。
它挑选33种有代表性的上市股票作为成份股，该指数的成份股并不固定，自1969年以来，已作了10次调整，使成份股更具有代表性。
恒生指数最初以股市交易较正常的1964年7月31日为基期，基期指数为100。
该指数可以说基期选择恰当、成份股代表性强、计算频率高、指数连续性好，基本可以反映、衡量香港股市变动的趋势与成长的空间与速度。
恒生指数1964年100点，1999年最高见16000点，现在是13000点！36年股指成长最高160倍！现在是130倍。
恒生指数的成长，香港股市的成长，同样经历了各种各样的狂风巨浪。
如1973年至1974年的全球股市暴跌、1986年至1987年美国“黑色星期一”导致的股灾、1997年的香港回归、1998年的东南亚金融危机等等。
2、美国道—琼斯股价指数和纳斯达克指数成长的轨迹道—琼斯股价指数是世界上最早、最享盛誉和最有影响的股票价格指数，由美国道—琼斯公司计算并在《华尔街日报》上公布。
在1884年7月3日，道—琼斯公司的创始人查尔斯·亨利·道和爱德华·琼斯根据当时美国有代表性的11种股票编制股票价格平均数，以后样本股逐渐扩大到65种，编制方法也不断完善修正。
道·琼斯股价指数以1928年10月1日为基期，基期指数为100。
长期以来，由于该指数历史悠久，样本股几乎是世界上第一流的大公司，在各自的行业具有举足轻重的影响，而且不断用更有活力、更有代表性的股票去取代失去活力、不具有代表性的股票，同时，该股价指数的编制方法先进，而且一直不断修正完善其编制方法。
世界上很多其他国家股票指数的编制方法都参考了它的编制方法。
可以说，该指数可以代表和说明美国股价的成长轨迹。
上证指数与恒生指数关系实证研究
上证指数与恒生指数关系实证研究作者：兰松山来源：《金融经济·学术版》2009年第10期2008年爆发了百年罕见的全球金融危机,全球股市雪崩下跌,为了应对金融危机,我国政府推出了一系列的救市政策,其中2008年11月份推出的4万亿经济刺激计划及其之后的宽松货币政策和其他一系列利好政策使中国股市最先全球突围,走出了段较长时间的好行情。
香港作为全球四大金融中心之一,在全球金融市场的地位显赫。
上证指数和恒生指数分别代表了内地和香港股市运行的总体情况,如果内地股市能够引领香港股市走势且对香港股市有很大影响的话,那么上海建设国际金融中心建设成功的概率就非常大。
本文借助协整理论、granger因果关系检验及脉冲响应函数与方差分解等计量方法对上证指数与恒生指数的关系进行了实证研究。
一、上证指数与恒生指数平稳性研究(一)样本数据的选取在综合考虑本文研究需要的情况下,我们选取了自2008年11月3日至2009年8月31日上证指数和恒生指数的每日收盘价数据,再剔除节假日,取两地都有交易的交易日每日收盘价数据,共201个数据,建立两个时间系列数据。
我们用SZ、HSZS分别表示上证指数、恒生指数的收盘价构成的时间系列。
D(SZ)表示SZ的一阶差分系列,D(HSZS)表示HSZS的一阶差分系列。
(二)样本数据的平稳性检验为了防止虚假回归情况的发生,我们先对上证指数和恒生指数进行单位根检验,应用Eviews5.0得到上证指数、恒生指数及他们的一阶差分系列的单位根ADF检验结果如下:单位根ADF检验结果变量 ADF值(T统计量) 概率值(P) 1%临界值 5%临界值 10%临界值SZ 0.935746 0.9068 -2.576576 -1.942423 -1.615644D(SZ) -13.40023 0.0000 -2.576634 -1.942431 -1.615638HSZS 0.880349 0.8981 -2.576576 -1.942423 -1.615644D(HSZS) -13.84694 0.0000 -2.576634 -1.942431 -1.615638注:ADF检验中去除了趋势项、截距项,滞后阶数的最大值选择系统默认的14。
恒生指数 检讨
恒生指数检讨
恒生指数是香港股市的代表指数之一，被认为是亚洲最重要的指数之一。
然而，最近恒生指数在真假股票交易和指数计算中出现了一些问题，引起了市场的关注和质疑。
因此，香港交易所（HKEX）启动了恒生指数检讨，旨在解决现有问题并增强信任度。
第一步，澄清恒生指数上的真假股票交易。
近期在香港联交所上市的一家公司存在疑似财务舞弊的情况，其股价大幅波动。
此后大量交易商使用算法以及其他方法在短时间内大量挂买入或卖出单，企图通过恒生指数的调整获得高额利益。
然而，这种做法不仅扭曲了市场价格，也损害了投资者的利益。
因此，检讨的首要目标是确保恒生指数基于合法的价格信息。
第二步，改善指数计算和更新机制。
当前，香港联交所和恒生指数公司都会在交易日结束时按照规定计算和公布当日的指数。
然而，这种机制可能导致计算结果被大量交易变动所影响，从而影响恒生指数的准确性和稳定性。
因此，检讨的第二重点是是否需对恒生指数的计算机制进行调整，并将更新更频繁地发布，以提高其准确性和实时性。
第三步，加强监管和反洗钱工作。
政策方面，香港交易所应强化市场监管工作，进一步规范恒生指数的使用方式。
此外，还应增加反洗钱监测力度，避免恒生指数被用于洗钱和其他非法活动。
总之，随着恒生指数在全球和亚洲的地位越发重要，其透明度和稳定性将会越来越受到市场和投资者的重视。
因此，香港交易所既要发扬优点，也要发现不足，通过逐步针对问题提出相应的解决方案，打造稳健透明的恒生指数体系，增强市场的信心和魅力。
恒生指数最低值
恒生指数最低值恒生指数是香港股市中最重要的股票指数之一，它由恒生交易所编制，代表了香港股市的整体走势。
然而，股市的波动性使得恒生指数的数值经常有所变动，其中最低值则代表了股市中的最低谷。
那么，究竟是什么原因导致了恒生指数的最低值呢？经济不景气是恒生指数出现最低值的一个主要原因。
当经济发展缓慢或者出现衰退时，企业的盈利能力受到影响，投资者对于股票市场的信心下降。
这导致了股票的供给增加，而需求却相对较低，从而造成了股价的下跌。
当这种情况持续一段时间时，恒生指数很有可能达到最低值。
全球经济环境的不确定性也是恒生指数最低值的一个重要原因。
国际贸易摩擦、地缘政治风险以及金融市场的不稳定性都会对股市造成冲击。
特别是当这些不确定性因素集中爆发时，投资者往往会采取谨慎的态度，纷纷抛售股票，从而导致恒生指数的下行。
市场情绪的影响也是恒生指数最低值的一个重要因素。
投资者情绪的波动往往会对股市造成巨大的影响。
当市场情绪低迷时，投资者更容易被恐慌情绪所影响，纷纷抛售股票。
这种恶性循环会导致股价的持续下跌，最终导致恒生指数的最低值。
在面对恒生指数最低值时，投资者应保持冷静和理性的态度。
首先，他们应该充分了解市场的基本面和宏观经济环境，避免盲目跟风。
其次，投资者应该根据自己的风险承受能力和投资目标，制定合理的投资策略。
最后，投资者应该保持耐心和长期的投资观念，避免因短期的市场波动而进行频繁的买卖。
恒生指数的最低值是股市中的一个重要指标，它反映了股市的低迷态势。
经济不景气、全球经济环境的不确定性以及市场情绪的影响都是导致恒生指数最低值的原因。
投资者在面对最低值时应保持冷静和理性，制定合理的投资策略，并保持耐心和长期的投资观念。
只有这样，才能在股市中获取更好的投资回报。
2007-2008学年第一学期
基于GARCH模型的香港股指期货市场研究摘要：本文主要研究了1986年香港推出恒生指数期货后，二十一年来香港股指期货市场对股票现货市场波动性的影响。
通过分析1986年12月31日到2007年6月15日的5055个日交易数据，利用EVIEWS3.1计量软件建立了GARCH统计模型，分阶段探讨股票现货市场受影响的波动情况，给出了一些定量的分析和结论。
关键词：恒生指数；期货；现货；GARCH模型一、研究背景现有的文献资料中，研究股指期货和股票市场关系的文章大多是分析美国市场的，只有一部分分析的是英国市场，极少数文章分析其他国家。
而香港股票市场作为中国股票市场的一部分，不仅仅在世界经济中有着巨大的影响，更是对中国大陆市场有着重要的借鉴意义和推动作用。
故本文的研究目的是想用实证的方法分析恒生指数期货推出后对香港股票市场波动性影响的一些细节方面，并希望以此对这部分理论做出贡献。
1．标的物－恒生指数恒生指数是由香港恒生银行全资附属的恒生指数服务有限公司编制，以香港股票市场中的33家上市股票为成份股样本，以其发行量为权数的加权平均股价指数，是反映香港股市价幅趋势最有影响的一种股价指数。
该指数于1969年11月24日首次公开发布，基期为1964年7月31日。
基期指数定为1000点。
后来由于技术原因改为以1984年1月13日为基期，基数定为97547点。
目前，香港恒生指数的样本股票共有33种，该33只成分股分别属于工商、金融、地产及公共事业四个大类，其成分股票占香港联合证券交易所上市股票总市值的较大比重，交易额约占市场成交量的40％左右，而其总市值占香港股票市场资本额总和的70％左右。
恒生指数是香港证券市场上历史最悠久、地位最重要的股价指数，由于恒生指数成分股占大盘比重颇高，1％－2％的涨幅即可影响指数涨跌，所以很大程度上反映出股票的升值或贬值，直到现在，大多数新闻媒体都是以恒生指数来描绘香港证券市场的行情变化。
2．恒生指数期货产生的背景1982年2月24日，美国堪萨斯城期货交易所在历经4年半的争论与努力后，首次推出堪萨斯价值线综合指数期货（KCVLIF），从而标志着股指期货的产生。
香港房地产市场与股市的关系——基于计量模型的实证分析
检验 对 Ｉｏｋ Ｉ ｕｉ 进行单位根检验 ，由表一可 以看出：未经 ｓｃ和 ｈ ｓｇ ｔ ｏ ｎ
种观点认为 ，股市对房地产市场具有直接影响 ，股市波动 差分 的序列 Ｉ ｕｉ 和 Ｉｏ ｋ ｈ ｓ ｇ ｓ ｃ 都存 在单位根 ． ｏ ｎ ｔ 而经过一阶差分的序
引起 了房 地 产市 场 的波 动 ；一 种 观 点 认 为 ，房 地产 对股 市 具 有 直 列△ Ｉ ｕｉ 和△ Ｉ ｏｋ ｈ ｓｇ ｏ ｎ ｓ ｃ 不存在单位根 问题 ， 以Ｉ ｕｉ 和 Ｉｏｋ ｔ 所 ｈ ｓ ｇ ｓ ｃ ｏ ｎ ｔ
数的月度数据进行实证分析 ， 出了香港股市带动房地 产市场发展的结论 。 得 ［ 关键词］房地 产市场
一
股市
协整检验
格兰杰因果检验 位根检验 ， 单位根检验方法很 多， ｎ ｌ ｒｎｅ基于残 差的Ａ Ｆ 但Ｅｇｅ 和Ｇａｇｒ Ｄ 现在分别对变量 ｓ ｃ 和 ｈｕｉ ｔｋ ｏ ｏｓ ｇ取对数化 Ｉ ｏｋ和 Ｉ ｕ ｉ ， ｎ ｓｃ ｔ ｈ ｓ ｇ ｏ ｎ
维普资讯
商 业 钡 角
场 与股市 的 系——＿ 关
基 于 计量
・ 晓婷 詹
［ 摘
ｌ
模型
的 寞 征 分 析 － ＿ ｊ
李晓菊
暨南大学 经济学 院
要 ］本 文通 过 协 整检 验 和 格 兰 杰 因果 检 验 对 ２ ０ 年 ￣２ ０ 年 的香 港 私人 住 宅价 格指 数（ 受欢 迎屋 苑） 月末 恒 生指 ００ ０４ 较 和
格 兰 杰 因果 关 系 。
一
对 Ｉ ｕｉ ｈ ｓ ｇ和 Ｉｏｋ ｏ ｎ ｓ ｃ 进行Ｏ Ｓ ｔ Ｌ 回归 ．求得 回归方程 ： ｏｓ ｇ＝ Ｉ ｕｉ ｈ ｎ １５ ８ １＋ ．２９ １ｏｋ 对协整回归的残差序列进行平稳性 ．２ ７ ９ ０ ６ ０ １ ｓ ｃ ． ５ｔ
恒生指数成分比例
恒生指数成分比例全文共四篇示例，供读者参考第一篇示例：恒生指数是香港证券市场的重要指数之一，也是全球知名的股指之一。
恒生指数成分比例是指该指数中各个成分股在指数中所占的比例。
这个比例在指数的运作中起着非常重要的作用，影响着指数的波动和投资者的收益。
恒生指数成分比例的计算是根据成分股的市值来进行的。
市值越大的股票，在指数中的占比也就越高。
这种计算方式能够保证指数具有代表性和公平性，能够反映出整个市场的变化趋势。
根据最新的数据，恒生指数成分比例中，上市公司的市值最大的前五位成分股分别是腾讯控股、中国银行、建设银行、工商银行和中国移动。
这五家公司在整个指数中的市值加起来占据了相当大的比例，约占总市值的30%左右。
可以看出，这几家公司对整个指数的影响力是非常大的。
除了这几家公司之外，恒生指数成分比例中还包括了很多其他的上市公司。
这些公司涵盖了各个行业，包括金融、科技、地产、能源等多个领域。
通过这些不同行业的公司的组合，恒生指数能够更好地反映整个市场的情况，有利于投资者对市场的把握。
投资者在投资恒生指数时，需要重点关注指数的成分比例。
根据不同的市场情况和个人的风险偏好，选择适合自己的投资策略。
如果一个投资者对科技行业比较看好，可以关注腾讯控股等科技公司在指数中的比重，从而作出相应的投资决策。
恒生指数成分比例对于投资者来说是一个非常重要的指标。
通过了解指数的成分比例，投资者能够更好地把握市场的变化，抓住投资机会，实现更好的投资回报。
希望本文能够帮助读者更好地理解恒生指数成分比例的重要性，并在投资时能够有所启发。
第二篇示例：恒生指数是香港主要股市指数之一，由香港交易所编制，被认为是反映香港股票市场整体情况的重要指标。
恒生指数的成分股是由一揽子股票组成的，每只股票对指数的影响程度不尽相同，各个成分股的权重比例也不同。
了解恒生指数成分比例对于投资者来说至关重要，可以帮助他们更好地把握市场趋势，做出明智的投资决策。
香港股指期货风险的VaR实证分析及其启示
、
Ｖ Ｒ的定 义 ａ
Ｖ Ｒ是 风险 价值 （ ａ ｅ ｔ ｉ ）已经成 为发达 证券 市场 ａ Ｖｌ ｓ ， ｕ ａＲ ｋ 上测量风 险的主流方法。ＶＲ也就是“ ａ 处于风险状态 的价值 ” ， 是指在正 常的市场条件和给定的置信水平下 ， 投资者持有 的某 金 融资产或 资产组合 在一定持 有期 内所 面临 的价 格波动 的 最大损失额 。 例如 ， 正常的证券市场上 ， 在 一个投资机构在 置信 度为 ９ ％ ， 有资产组合在未来 ２ 小时内 ，ａ 为 １０ ５下 持 ４ Ｖ Ｒ值 ０ 万 元 ， 表示 ： 这 此投 资机构 在未来 的 ２ ４小时 内， 市场 价格波动带 给他 所持 有 的资 产 组合 的 最大 损 失超 过 １０万 元 的概 率 是 ０ ５ 也就是 １０个 交易 日里只有 ５个 交易 日会 出现这 种情 况 ， ％， ０ 其余 的 ９ ５个交易 日损 失在 １０万元 以内。Ｖ Ｒ用数学公 式表 ０ ａ 示 为 ：ｒ （ ＞ ａ ） ， 中 ｘ为投资者遭 受的损失额 ，州 为 Ｐｏ ｘ ｖ Ｒ 其 ｂ １ 置信度 ，ａ Ｖ Ｒ则为（－ ） １ 的置信度下可能遭受 的最大损失额度 。 确定 Ｖ ｉ 的三个要 素为 ： ａｌ 置信度 、 持有期 限和观察期间 。 １置信度 ： ． 一般选在 ９ ％一 ９ ５ ９ ％之间 ， 这里 的置信度 可以根 据风险管理者的风险偏好 和承受 能力来调整 。 ２ 有期 限： 目 ． 持 即 标期 限 ， 观察数据 的频率 ， 一般根据 指 它 资产组合调 整的速度 决定 ， 如股指期 货变 动较大 的市 场 ， 就应
【 中图分类号】 ８０ Ｆ３． ９
【 文献标识码】 Ａ
【 文章编号】 ０４２６（０２０－ １００ １０ －７ ８２ １）３－ ７－２ ０ －
恒生指数对风险的反应
恒生指数对风险的反应恒生指数是香港股市的主要股指之一，包括香港交易所上市的50家大型公司。
作为香港股市的主要指标，恒生指数对股市风险的反应非常敏感。
本文从历史数据的角度分析了恒生指数对风险的反应，并探究了其背后的原因。
一、恒生指数的基础知识恒生指数是香港交易所的主要股市指数之一，由香港交易所创立于1969年。
指数包括香港证券交易所上市的50家大型公司，涵盖了香港股市大部分的行业。
恒生指数是一种加权指数，直接反映市值较大的公司的表现。
因此，恒生指数对市场的波动非常敏感，特别是对大型公司股价的变化反应强烈。
二、恒生指数的历史表现恒生指数历史上曾经有许多高峰和低谷。
其中，最大的峰值出现在2007年，达到了31558.5点。
然而，在次贷危机和欧元债务危机的影响下，恒生指数在2008年和2011年分别下跌了52.5%和25%。
在新冠疫情爆发后，恒生指数也受到了严重的影响。
在2020年3月初，恒生指数下跌了约10%，创下了历史最大单日跌幅。
尽管随后有一些反弹，但整个一年内恒生指数下跌了约9.7%。
三、恒生指数的风险反应恒生指数对风险的反应非常敏感。
在受到金融危机、经济衰退或战争等事件影响时，恒生指数往往会下跌。
反之，在经济增长、政策调整或股市复苏时，恒生指数则可能会上涨。
1. 因素1：全球经济、政治和社会事件全球经济、政治和社会事件对恒生指数的影响十分复杂。
例如，美国次贷危机和欧元债务危机时期，恒生指数大幅下跌，主要原因是恒生指数中的大型金融和蓝筹股遭受了沉重打击。
同样，在香港的政治和社会事件中，因为恒生指数的构成股票中，不少是香港地区的上市公司，其股票价格的下跌会直接影响恒生指数的表现。
2. 因素2：货币政策和股市政策货币政策和股市政策往往是高度相关的。
例如，美国联邦储备委员会的利率决策对恒生指数的波动有很大影响。
此外，香港政府的股市政策也会对恒生指数的波动产生影响。
例如，2018年香港政府针对创新及科技公司推出新股方案，对恒生指数产生了积极影响。
香港恒生指数影响因素的实证分析(案例)
香港恒生指数影响因素的实证分析（案例）一、评价：这是一个对计量经济学的三大重点应用问题：多重共线性、序列相关性和异方差进行深入而全面探讨的综合分析案例。
所要解决的问题贴近实际，激发了学生的兴趣。
通过所学理论的应用，启发了学生的思维，使师生的互动明显活跃，极大地促进了学生的学习积极性。
这一案例的讲解增强了学生对理论知识的认识和应用能力。
二、多重共线性、序列相关性和异方差的检验1）多重共线性检验1、参数估计，2、回归结果分析，3、多重共线性诊断4、用剔除法修正多重共线性2）序列相关性的检验1、D-W统计量检验：无法判断其残差是否存在一阶序列自相关。
2 、相关图和Q统计量检验：存在二阶序列自相关，不存在一阶序列自相关。
3 、LM检验：存在二阶序列相关性。
4、序列相关性的修正3）异方差检验1、异方差诊断：表明不存在异方差。
故最终模拟方程为：Y = 43.1825+ 0.0035*X1 + 0.0151*X2 +0.0040*X4三、具体操作过程1）问题影响香港恒生指数的因素很多，有成交额的数量，人均生产总值，建筑业总开支，房地产买卖总金额，香港九九金价，港汇指数及银行贷款优惠利率。
这都是可能影响恒生指数的因素，称为解释变量，恒生指数为被解释变量。
数据如表1，通过EVIEWS软件对相关数据进行分析。
散点图分析大体可以将模型设定为线性回归模型，如下：Y=B0 +B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+u 其中，Y表示香港恒生指数，X1表示成交额的数量，X2表示人均生产总值，X3表示建筑业总开支，X4表示房地产买卖总金额，X5表示香港九九金价，X6表示港汇指数，X7表示银行贷款优惠利率，B0为截距，B1---B7分别为X1--- X7对应的参数，u表示随机扰动项。
表111246.00 10183.00 4110.000 11242.50 681.0000 105.9000 9.000000 172.9000 10335.00 10414.00 3996.000 12693.94 791.0000 107.4000 6.500000 352.9400 13156.00 13134.00 4689.000 16681.34 607.0000 114.4000 6.000000 447.6700 6127.000 15033.00 6876.000 22131.88 714.0000 110.8000 4.750000 404.0200 27419.00 17389.00 8636.000 31353.64 911.0000 99.40000 4.750000 409.5100 25633.00 21715.00 12339.00 43528.81 1231.000 91.10000 9.500000 619.7100 95684.00 27075.00 16623.00 70752.98 2760.000 90.80000 10.00000 1121.170 105987.0 31827.00 19937.00 125989.8 2651.000 86.30000 16.00000 1506.840 46230.00 35393.00 24787.00 99468.48 2105.000 125.3000 10.50000 1105.790 37165.00 38832.00 25112.00 82478.30 3030.000 107.4000 10.50000 933.0300 48787.00 46079.00 24414.00 54936.30 2810.000 106.6000 8.500000 1008.540 75808.00 47871.00 22970.00 87135.51 2649.000 115.7000 6.000000 1567.560 123128.0 54372.00 24403.00 129884.0 3031.000 110.1000 6.500000 1960.060 371406.0 65602.00 30531.00 153044.2 3644.000 105.8000 5.000000 2884.880 198569.0 74917.00 37861.00 215033.6 3690.000 101.6000 5.250000 2556.720 X1 X2 X3 X4 X5 X6 X7 y2）多重共线性检验1、参数估计假定模型中随机扰动项都符合古典线性回归模型（CLRM）的基本假定，在显著性水平为5%的条件下，用OLS法对模型参数进行估计，其结果如下：Y = -723.1721807 + 0.002992217061*X1 + 0.024*********X2 –0.0446391513 *X3+ 0.006088182959*X4 + 0.1568971436*X5 + 6.151054758*X6 + 16.48893321*X7（A式）（命令：ls y c x1 x2 x3 x4 x5 x6 x7）（见表一）表一回归分析结果2、回归结果分析由F=103.3630 >F0.05(9 ，15)（显著性水平为a=0.05），表明模型从整体上看香港恒生指数和解释变量之间线性关系显著。
恒生指数：见证香港经济大起大落
５ ％ Ｏ
Ｉ
４ ￣ ７１
— —
５ Ｏ％
４０ ％
４ ％ ０
４ ０％
＿１ ９ ９ ７口２ ０ ０ ２口２ ０ ｊ ０７
３｜ １
＿
３ ％ Ｏ
３ ％ Ｏ
ｒ
Ｏ
２ ＇ １
‘
— —
ｌ
２ ％ Ｏ
７ ％
—
２ ％ Ｏ
１ ‘ ４ １ ２／ ｏ
继 续 广 泛 覆 盖并 全 面反 映 香港 股 票 市 场 的表 现 ， 生 指 数之 成 恒
份股 数 目亦逐 步 增 加 。同 时 ，计 算 方 法亦 由总 市值 加 权法 改 为 以流 通 市 值调 整 计算 ，并 为 个别 成 份 股 的 比重 设定 上 限 。
２ ０ 年９ ０６ 月 ２ ０ 年９ ０６ 月 ２ ０ 年９ ０６ 月
沫爆 破 ，“ ¨ ”恐怖 袭 击 及 “ 土 ”爆 发等 ，令香 港 经 济 陷 ９・ 沙
恒生指数
恒 生 指 数
３０ ＳＨ ＡＮＧ Ｉ ＨＡ ＆ＨＯＮＧ Ｋ ＯＮＧ Ｅ ＣＯＮ ＯＭＹ Ｓ Ｔ ＭＢ Ｐ ２ ０ ＥＰ Ｅ Ｅ Ｊ ０ ７
维普资讯
中 国新 股上 市 集 资热 潮 等 ，２ ０ ０ ７年 香港 经济 已收 复失 地 ，并 再
创 高峰 。
作 为反 映 香 港股 票 市场 表 现 的重 要 指标 ，恒生 指 数 同样 经 历 大涨 大跌 ，下列 图表 （ ｌ 图 １ 表 及 ）简述 了 过去 ｌ ０年香 港 的 经济 大 事 及 当时 的恒 生 指数 。
２ ０ 年２ ０７ 月
融 类 成 份股 数 目由 １ ９ ９ ７年 的 ３间 大增 至 ２ ０ ０ ７年 的 １ ０问 ，反 映
股指期货交易量与股指现货波动关系研究——来自香港恒生指数的实证
７ — ３
维普资讯
股 指期 货交 易量 与股 指现 货波动 关 系研 究
财 经 视 点
现价差套利 的机会投 机者 就可能人为地 制造市 场波 动 ， 使得股票现货市场波动更 加剧烈 。Ｒ — ｕ ｂ ｓ ｉ（９ ７ 研 究认 为 ， ｉ ｔ ｎ １８ ） ｎｅ 期货市 场 中大量存 在
股指期货 的交易量序列 和现货 股指波 动率 序列都是时 间序 列数 据 ， 对其 进行 因果 性检 验 前， 必须首先进行平稳性 （ｔ ｉ ａ ） ｓ ｔ ｎｒ 检验 ， ａｏ ｙ 以检 验时问序 列是 否服从 单位根 过 程 ， 本文 采用 的 单 位 根 检 验 方 法 为 Ａ Ｆ（ ｕｍ ｎ ｄ Ｄｃｅ— Ｄ Ａ ｇ ｅｔ ｉ ｙ ｅ ｋ
针对股指期货推 出对于现货 市场指数 的冲
了度量指数 日波 动性 ， 我们 选取 每 ５分钟 交易 收盘价格 的标 准 差作 为 日波 动数 据 ， 取每 日指
击特征 ， 不少海外学者进行 过研究 ， 研究 的结 论
也不尽相 同。表 １ 列取 了主要 的研究 内容 。
表 １ 海 外 部 分 学 者 的 研 究 结 论
我 国证券市场经过 １ ７年的发展 ， 已经成 为 整个 国民经济的重要组成部分 。高速发展 的国
内经济 、 高质量公 司的纷纷 入市 吸引 了大量 资 金进行证券 市场 。为 了有效规 避系 统风 险 ， 大 资金对于推 出股指期货业务从而完善市场产 品 结构 的呼声越来越高 。随着金融期 货交易所 的 挂牌 成 立 ， 指期 货业 务 推 出 已经 箭 在 弦上。 股
期货——价值线综合 指数 开始 ， 项业 务在 全 该 球金融市场快速发展 。１８ ９ ２年 ４月芝家哥商品 交易所推 出了 目前最成 功 、 交易 量最 大的期货
恒生指数的影响因素
个人总结的恒生指数的影响因素1、欧美股市的涨跌★★★★★恒生指数的交易遍布全球，由于时差原因，欧美国家的股市波动，对于第二天开盘的恒生指数影响重大，特别是美国的纳斯达克、标普、道琼斯三大股指对恒生的影响。
2、中国经济数据★★★★中国GDP、CPI、银行基准利率、金融机构存款准备金率。
对于评估中国国内经济状况以及货币政策息息相关，相应的将辐射至香港。
3、沪深A股行情★★★★恒生指数众多支成分股中，中国大陆企业占据绝大部分权重，A股市场总体行情对于恒生指数的影响也越来越大，通常交易恒生指数时需要参考当日沪深A 股的表现。
4、成分股企业运营状况★★★恒生指数为选取的多支权重股估计计算而来，其中汇丰、腾讯、中国移动、中国联通、华润创业，国泰航空、中海油、中石化以及中国工商银行、中国银行、中国建设银行中国平安银行、中国交通银行、中国人寿等金融股的表现对恒生指数的影响重大，这类公司的季度、年度财务报表的公布，重大收购、资产重组、坏账水平等会影响到恒生指数。
5、美元指数以及美联储货币政策★★★☆港币实行紧盯美元的汇率政策，若美元升值，则港币也将跟随，反正同样。
美联储的货币宽松以及紧缩政策通常对于香港起到同样的效果。
相应的，需要关注美联储加息政策，外汇市场欧元、日元汇率的剧烈变化对美元指数的影响。
美联储实施加息等货币紧缩政策，美元指数走强，则利空恒生。
美元指数权重货币大跌。
美指上扬，同样利空恒生。
6、房地产状况★★香港经济受房地产业影响明显，中国地产业景气状况影响，对港股的同业状况影响较为紧密，继而影响恒指。
房地产行业数据好装，房价上涨，开工率高涨，则利多恒生。
销售数据萎缩，房价下跌，则利空恒生。
7、政治因素★政治因素在香港回归后直接影响经济，特别是中央对香港的税收、金融业的政策方面的影响越来越大。
管控加强则利空恒生。
出台刺激金融业政策则利多恒生。
8、其他因素★天灾、战争、疾病也是现今金融市场的风险因素之一。
大陆与香港股市联动效应的实证分析
大陆与香港股市联动效应的实证分析大陆与香港股市联动效应的实证分析引言：股市是一个国家经济的重要组成部分，也是投资者获取收益的重要渠道之一。
在全球范围内，不同国家和地区的股市之间会存在一定的相关性和联动效应。
尤其在中国大陆与香港这两个相互紧密联系且经济发展较快的地区，其股市之间的联动效应备受关注。
本文将以实证分析的方法，探讨大陆与香港股市联动效应的特征及影响因素。
一、背景介绍中国大陆和香港作为一个国家的两个特别行政区，其股市在国际金融市场中具有举足轻重的地位。
两地股市的联动效应既受到地理和经济因素的影响，也受到政策、投资者行为等因素的影响。
此外，香港作为全球最重要的金融中心之一，其股市也受到国际因素的影响，如全球经济形势、资本流动等。
二、联动效应的测度方法联动效应是指两个股市之间的价格变动或波动相关性程度。
衡量股市联动效应的方法主要有相关系数、协整关系、方差比率等。
本文将采用相关系数和方差比率这两种方法，综合分析大陆与香港股市的联动情况。
三、相关性分析通过计算大陆与香港股市的日收益率相关系数，可以看出两地股市之间的相关性程度。
相关系数在-1到1之间，0表示无相关性，负值表示负相关，正值表示正相关。
通过历史数据的分析，我们可以得出以下结论：（具体数据需要搜集相关数据后进行实证分析）1. 大陆与香港股市在长期内呈现较高的正相关性，两地股市走势较为一致。
这一现象可能是由于两地股市经济联系紧密，特别是在供应链、企业间的投资合作等方面。
2. 大陆与香港股市在短期内也存在一定的联动效应，但程度较不稳定。
这可能是由于大陆与香港市场的投资者数量和投资策略存在差异，导致在短期内投机资金的流动导致股市波动。
四、方差比率分析方差比率是衡量两个股市波动程度差异的指标，即风险溢价比率。
方差比率越高，两地股市之间的风险传递越强。
然而，方差比率的结果可能会受到技术和基本面因素的影响。
具体实证结果需要搜集数据后进行进一步分析。
五、影响股市联动效应的因素1. 政策因素：两地股市的政策因素对股市联动影响较大。
应用多元回归分析
应用多元统计分析一、问题为了研究香港股市变化规律，以恒生指数为例，建立回归方程，分析影响股票价格趋势变动的因素。
这里选择6个影响股票价格指数的经济变量：1x 为反映市场状况的成交额 2x 是九九金价；3x 是港汇指数；4x 是人均生产总值；5x 是建筑业总开支；6x 是房地产买卖金额；7x 是优惠利率。
y 为恒生指数。
数据如表1-1。
表1-1 恒生指数影响因素表序号 y 1x2x3x4x5x6x7x1 172.9 11246 681 105.9 10183 4110 11242.5 9.02 352.9 10335 191 107.4 10414 3996 12693.9 6.53 447.7 13156 607 114.4 13134 4689 16681.3 6.0 4 404.0 6127 714 110.8 15033 6876 22131.9 4.85 409.5 27419 911 99.4 17389 8636 31353.6 4.8 6 619.7 25633 1231 91.1 21715 12339 43528.8 9.5 7 1121.2 95684 2760 90.8 27075 16623 70753.010.08 1506.8 105987 2651 86.3 31827 19937 125989.8 16.0 9 1105.8 46230 2105 125.3 35393 24787 99468.5 10.5 10 933.0 37165 3030 107.4 38832 25112 82478.3 10.5 11 1008.5 48787 2810 106.6 46079 24414 54936.3 8.5 12 1567.6 75808 2649 115.7 47871 22970 87135.56.013 1960.1 123128 3031 110.1 54372 24403 129884.0 6.5 14 2884.9 371406 3644 105.8 65602 30531 153044.2 5.0 152556.71985693690101.67491737861215033.6 5.3二、数据处理（应用多元回归分析、三种检验、多重共线、岭回归、自相关）（1）应用多元回归分析时，采用逐步回归法，将向前引入法和向后引入法结合起来，在向前引入的每一步都要考虑从已引入方程中剔除不显著者，进行线性回归分析，得出下表：表1-2 移入移去的变量 输入／移去的变量a模型 输入的变量移去的变量方法1x4. 步进（准则: F-to-enter 的概率 <= .050，F-to-remove 的概率 >= .100）。
案例分析：香港恒生指数
第三步，异方差检验
• 利用White检验，得辅助回归方程的 Obs*R-squared =11.08326
Probability=0.270045
结论为：不存在异方差。
第四步，预测
第五步，模型分析
根据建立的模型，影响恒生指数变化的主要因素是成交额、 人均生产总值和房地产买卖金额。它们对恒生指数变化的解 释能力已达到99.72%。从t检验值来看，各因素的重要程度 依次为成交额、人均生产总值和房地产买卖金额。成交金额 作为反映股市波动的最主要因素，每增加10亿美元，将使恒 生指数上涨3.49点。人均生产总值每上升1000美元，并使恒 生指数上涨15.04点。房地产买卖金额每增加10亿美元，并使 恒生指数上涨4.03点。由于香港证券市场的大部分资金投入 了房地产部门，不动产是香港投资商的主要致富来源，这是 香港股市的一个特点。
香港恒生指数及其影响因素的统计资料
年份
1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988
Y 172.90 352.94 447.67 404.02 409.51 619.71 1121.17 1506.84 1105.79 933.03 1008.54 1567.56 1960.06 2884.88 2556.72
X6
-0.04106 -0.12777 0.073588 0.047811 -0.09379 -0.10642
1 -0.41632
X7
-0.09557 -0.17323 -0.14089 0.066583 0.061656 0.151711 -0.41632
1
从统计意义上讲，港汇指数X6和优惠利率X7对恒生指数的影响不大， 因此，估计模型时可以将X6和X7作为次要因素不引入模型。
香港股市的变化规律
• 我们以因子得分F1为x轴，以因子得分F2为y轴， 画出各年份的因子得分图如下：
• 从图中我们也可以得出上述分析的结论
• 且为便于得出结论，我们 将载荷矩阵中各列按载荷 系数大小排列，是在同一 个公因子上具有较高载荷 的变量排在一起，SPSS 输出结果如右图所示： • 由右图我们可以更明显的 得出上述分析
• 最后计算因子得分。SPSS输出的Rotation Sums of Squared Loadings 如下：
• 由上表结果，原变量x1可由各因子表示为：x1=0.847*F1-0.053*F2 • 原变量x2可由各因子表示为：x2=0.953*F1-0.152*F2 ，其余依此类推 • 此外由旋转后的因子载荷矩阵可以看出，公共因子F1在 成交额、 99金价、人均生产总值、建筑业总开支、房地产买卖金额上得载荷值都 很大，它们代表了市场环境和经济环境对股票价格的影响；公共因子F2 只在优惠利率具有较大载荷，它是从股份所有权估计来看优惠利率对股 价的影响。
以各因子的方差贡献率占三个因子总方差贡献率的比重作为权 重进行加权汇总，得出各年份香港的综合恒生指数F，即： F=（63.207*F1+20.941*F2）/84.148 各年份F值见SPSS数据中。
• 从公共因子F1上的各个年份因子得分可以看出，他们是逐 年增加的，到1988年达到1.90474，说明香港股市的变化 规律-恒生指数是递增的；而公共因子F2的各个年份的因 子得分是无规律变化的，说明优惠利率对股票价格趋势变 动产生的影响较小，几乎可以忽略不计。 • 根据综合得分F就可以综合分析香港股市的变化规律（恒 生指数），大体也都呈递增趋势，结合各因子得分进行分 析，1981年、1983年、1986年、1987年以及1988年变化 趋势较大。因而，从总体来说，香港股市的变化规律呈上 升趋势，而且成交额、99金价、人均生产总值、建筑业总 开支、房地产买卖金额三个指标是股票价格趋势变动的主 要因素。
恒生指数期货推出对香港股市的影响
恒生指数期货推出对香港股市的影响
廉亚男
【期刊名称】《中国证券期货》
【年(卷),期】2010(000)004
【摘要】本文运用GARCH模型分析了香港恒生指数期货的推出对香港股市波动性的影响，发现短期内恒指期货的推出可能加剧股市波动，但长期来看，股指期货的推出有利于减少市场波动，使市场更加成熟。
由于中国内地证券市场与香港证券市场之间具有很大的关联性，因此本文基于香港恒生指数的实证分析对内地证券市场具有重要的借鉴意义。
【总页数】4页(P70-73)
【作者】廉亚男
【作者单位】南开大学经济学院国际经济研究所
【正文语种】中文
【中图分类】F832.5
【相关文献】
1.恒生指数:香港股市晴雨表——恒指服务有限公司总经理关永盛访谈录 [J], 沈云;张潜
2.股指期货跨市套利的实证分析一基于沪深300指数期货和恒生指数期货 [J], 巩萌;王未卿
3.股指期货推出对股市波动性的影响分析——基于S&P500指数和恒生指数的实证研究 [J],
4.股指期货推出对股市波动性的影响分析——基于S＆P500指数和恒生指数的实证研究 [J], 成惠芝
5.股指期货交易量对股指现货波动影响研究——来自香港恒生指数的实证 [J], 周仁才
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
香港恒生指数影响因素的实证分析（案例）
一、评价：
这是一个对计量经济学的三大重点应用问题：多重共线性、序
列相关性和异方差进行深入而全面探讨的综合分析案例。
所要
解决的问题贴近实际，激发了学生的兴趣。
通过所学理论的应
用，启发了学生的思维，使师生的互动明显活跃，极大地促进
了学生的学习积极性。
这一案例的讲解增强了学生对理论知识
的认识和应用能力。
二、多重共线性、序列相关性和异方差的检验
1）多重共线性检验
1、参数估计，
2、回归结果分析，
3、多重共线性诊断
4、用剔除法修正多重共线性
2）序列相关性的检验
1、D-W统计量检验：无法判断其残差是否存在一阶序列自相关。
2 、相关图和Q统计量检验：存在二阶序列自相关，不存在一阶序
列自相关。
3 、LM检验：存在二阶序列相关性。
4、序列相关性的修正
3）异方差检验
1、异方差诊断：表明不存在异方差。
故最终模拟方程为：Y = 43.1825+ 0.0035*X1 + 0.0151*X2 +
0.0040*X4
三、具体操作过程
1）问题
影响香港恒生指数的因素很多，有成交额的数量，人均生产总值，建筑业总
开支，房地产买卖总金额，香港九九金价，港汇指数及银行贷款优惠利率。
这都
是可能影响恒生指数的因素，称为解释变量，恒生指数为被解释变量。
数据如表
1，通过EVIEWS软件对相关数据进行分析。
散点图分析大体可以将模型设定为线
性回归模型，如下：
Y=B0 +B1X1+B2X2+B3X3+B4X4+B5X5+B6X6+B7X7+u 其中，Y表示香港恒生
指数，X1表示成交额的数量，X2表示人均生产总值，X3表示建筑业总开支，X4
表示房地产买卖总金额，X5表示香港九九金价，X6表示港汇指数，X7表示银行贷
款优惠利率，B0为截距，B1---B7分别为X1--- X7对应的参数，u表示随机扰动
项。
表1
11246.00 10183.00 4110.000 11242.50 681.0000 105.9000 9.000000 172.9000 10335.00 10414.00 3996.000 12693.94 791.0000 107.4000 6.500000 352.9400 13156.00 13134.00 4689.000 16681.34 607.0000 114.4000 6.000000 447.6700 6127.000 15033.00 6876.000 22131.88 714.0000 110.8000 4.750000 404.0200 27419.00 17389.00 8636.000 31353.64 911.0000 99.40000 4.750000 409.5100 25633.00 21715.00 12339.00 43528.81 1231.000 91.10000 9.500000 619.7100 95684.00 27075.00 16623.00 70752.98 2760.000 90.80000 10.00000 1121.170 105987.0 31827.00 19937.00 125989.8 2651.000 86.30000 16.00000 1506.840 46230.00 35393.00 24787.00 99468.48 2105.000 125.3000 10.50000 1105.790 37165.00 38832.00 25112.00 82478.30 3030.000 107.4000 10.50000 933.0300 48787.00 46079.00 24414.00 54936.30 2810.000 106.6000 8.500000 1008.540 75808.00 47871.00 22970.00 87135.51 2649.000 115.7000 6.000000 1567.560 123128.0 54372.00 24403.00 129884.0 3031.000 110.1000 6.500000 1960.060 371406.0 65602.00 30531.00 153044.2 3644.000 105.8000 5.000000 2884.880 198569.0 74917.00 37861.00 215033.6 3690.000 101.6000 5.250000 2556.720 X1 X2 X3 X4 X5 X6 X7 y
2）多重共线性检验
1、参数估计
假定模型中随机扰动项都符合古典线性回归模型（CLRM）的基本假定，在显著性水平为5%的条件下，用OLS法对模型参数进行估计，其结果如下：
Y = -723.1721807 + 0.002992217061*X1 + 0.024*********X2 –0.0446391513 *X3
+ 0.006088182959*X4 + 0.1568971436*X5 + 6.151054758*X6 + 16.48893321*X7（A式）（命令：ls y c x1 x2 x3 x4 x5 x6 x7）（见表一）
表一回归分析结果
2、回归结果分析
由F=103.3630 >F0.05(9 ，15)（显著性水平为a=0.05），表明模型从整体上看香港恒生指数和解释变量之间线性关系显著。
3、多重共线性诊断
采用简单相关系数法诊断，步骤如下：
（1）命令:cor y x1 x2 x3 x4 x5 x6 x7（见图一）
图一相关系数矩阵
(2）由图一可以看出，解释变量之间存在着高度线性相关。
同时由表一也可看出，尽管整体上线性回归拟合较好，但x5、x6、x7的参数t值都不显著，且x3系数的符号与实际经济意义相悖，表明模型中解释变量确实存在着严重的多重共线性。
4、用剔除法修正多重共线性
运用ols方法对参数t不显著的x7、x6、x5逐一剔除，并做回归分析，结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
经分析最后保留了x1、x2、x3、x4四个变量，得如下模型
Y = 86.6371 + 0.003192*X1 + 0.019918*X2 - 0.016493*X3 + 0.005349*X4(B式)（1.2375）（4.9970）（2.8258）（-1.2363）（3.3387）
R2=0.9839 R2=0.9775 F=152.7725 D-W=1.3186 Y = 75.8029 + 0.003549*X1 + 0.012861*X2 + 0.004419*X4（C式）（1.0660）（6.0866）（3.0381）（3.0516）
R2=0.9814 R2=0.9764 F=193.8739 D-W=1.4031
在B式中x3对y的影响与实际经济意义不符，故将x3删去，选择模型（C 式），其回归分析结果如表二：
表二剔除变量后回归分析结果
从表二可以看出，在剔除一些自变量以后，模型的统计检验效果均有较大改善。
经过上述回归分析，表明y对x1、x2、x4的回归模型为最优。
3）序列相关性的检验
1、D-W d统计量检验
根据表二的参数估计结果，可以知道，给定显著性水平0.05，D-W=1.4031，查Durbin-Watson表，n=15，k=3（解释变量个数），得下限临界值d
L
=0.814，
d U =1.750，因为d
L
=0.814<D-W=1.4031< d
U
=1.750，根据判定区域知，D-W值落入
了盲区，无法判断其残差是否存在一阶序列自相关。
2、相关图和Q统计量检验
如图二所示，图中显示了随机误差项的自相关系数、偏自相关系数和Q统计量。
虚线之间的区域是序列相关中正负两倍于估计标准差所夹成的，如果自相关值在这个区域内，则在显著水平为5%的情形下与零没有显著区别。
图中的二阶自相关系数和偏自相关系数都超过了虚线部分，说明序列存在二阶序列自相关，不存在一阶序列自相关。
3、 LM检验
如表三所示，在5%的显著性水平上，X2
0.05
(4)=9.4877（其中4代表包括截距
在内的自由度），nR2=12.38494>X2
0.05
(4)= 9.4877，所以拒绝原假设，即序列存
图二相关图和Q统计量检验结果表三LM检验结果表
已经检验到序列存在着二阶序列相关，则不能用D-W统计量估计自相关系数，采用科克兰—奥克特迭代法进行修正，并检查看其是否存在三阶序列自相关。
输入命令：ls y c x1 x2 x4 ar(2) ar(3)，得到修正估计结果见表四，并给出了模型修正后的自相关系数、偏自相关系数和Q统计量如图三。
根据检验结果可以发现修正后的模型已经消除了序列相关。
表四科克兰—奥克特迭代法估计结果图三修正后相关图和Q统计量检验结果
4）异方差检验
1、异方差诊断
由于经济周期的影响，各项数据变动的幅度很大，经验预期可能存在异方差性，本文采用怀特检验方法（white）得到异方差的检验结果如表五所示。
表五怀特检验结果
从表中可以看到n可以看出：P=0.130566>0.05，拒绝原假设，表明不存在异方差。
故最终模拟方程为：Y = 43.1825+ 0.0035*X1 + 0.0151*X2 + 0.0040*X4。