宏观经济指数与股票价格指数相关性统计分析

统计分析报告
题目：宏观经济指数与股票价格指数相关性的统计分析报告
摘要
股票市场的发展和国家的宏观经济因素有着密切的联系。

研究我国股票价格波动的数量特征及宏观经济变量对股票市场的影响，对于寻找有效途径提高市场的资源配置效率具有重要的理论与现实意义。

本文以A股上证指数作为因变量，选取固定资产投资、生产者物价指数、企业商品价格指数、居民消费价格指数、外商直接投资、货币供应量等宏观指标，运用SPSS软件对数据进行回归分析并建立回归模型，分析得出影响我国股票价格的宏观经济指标主要有出口增加额、居民消费价格指数、采购经理指数和成交量。

关键词：股票价格指数，宏观经济变量，回归分析
目录
一、引言 (44)
二、样本的选择、数据资料的收集与整理 (44)
三、各宏观数据统计分析 (44)
（一）各宏观数据的描述统计分析 (44)
（二）利用SPPS对各宏观数据进行正态分布检验 (55)
（三）利用SPPS对各宏观数据进行画出直方图 (66)
（三）利用SPSS对各宏观数据进行点估计 (1313)
（四）经济发展状况与股指收益率分析 (1515)
（四）市场状态与经济发展状态 (1616)
（五）成交量与收益率 (1717)
（六）各指标交叉散点图 (1717)
四、建立回归模型 (1818)
（一）思路和方法 (1818)
（二）影响因素指标的确定 (1919)
（三）模型的建立 (1919)
（四）模型的检验 (2525)
四、线性回归模型结果预测 (2525)
五、存在的问题 (2626)
附表： (2727)
一、引言
近一阶段，股票作为重要的投资工具，再次激起了投资者的投资热情。

中国宏观经济的良好发展，大批资金蜂拥入市。

中国资产市场迎来了有史以来的“大牛市”，资产市场的全面繁荣，令人兴奋。

但资本市场"风云突变"，投资者应冷静、理性地来面对，于是客观实用的相关性分析、比较以及预测对于投资者来说显得尤为重要。

本文从股票价格指数与整个宏观经济环境角度出发，采用实证研究的方法，应用月度时间序列数据，通过选取上证反映股票市场上所有上市公司股票价格整体水平的指标建立了线性回归模型，得出了股票价格波动趋势变动的影响因素。

二、样本的选择、数据资料的收集与整理
本文所采用的的样本资料主要来源于中国国家统计局网站2008年-2015年5月度统计数据，部分缺失的数据我们以变量的平滑作为补充。

由于我国国内生产总值gdp数据按照季度公布，本文选取按月公布的城镇固定资产投资和出口增加额代替。

三、各宏观数据统计分析
（一）各宏观数据的描述统计分析
利用spss对各宏观数据进行描述统计分析
（二）利用spps对各宏观数据进行正态分布检验
利用spss进行“分析—>非参数检验—>单个样本K-S检验”；通过检验我们发现CPI、货币供应量、城镇固定资产投资、进出增加额、出口总额，股指收盘价格、股指月收益率的sig值均大于0.05表明此类宏观经济数据呈近似正态分布。

（三）利用spps对各宏观数据进行画出直方图利用spps对各宏观数据画出直方图
（三）利用spss对各宏观数据进行点估计
因为PPI、PMI、fdi、企业商品价格指数、股票成交量不符合正态分布进行总体均值点估计的可信度较低我们仅对CPI、货币供应量、城镇固定资产投资、进出增加额、出口增加总额，股指收盘价格、股指月收益率进行总体均值的点估计
CPI总体均值的点估计为102.93，在95%的水平下总体的置信区间为102.44至103.43。

货币供应量(M2)总体均值的点估计为827381，在95%的水平下总体的置信区间为771335.99至883426.79亿元。

货币供应量(M1)总体均值的点估计为260253.37，在95%的水平下总体的置信区间为247254.11至273252.64亿元。

城镇固定资产投资总体均值的点估计为29139.086，在95%的水平下总体的置信区间为26390.40至31887.77亿元。

出口增加额总体均值的点估计为1527.302，在95%的水平下总体的置信区间为1447.32至1607.28亿元。

股指收盘价格总体均值的点估计为2611.486，在95%的水平下总体的置信区间为2484.88至2738.09。

股指月收益率总体均值的点估计为0.00213，在95%的水平下总体的置信区间为-0.0154至0.0197。

（四）经济发展状况与股指收益率分析
PMI指数50为荣枯分水线。

当PMI大于50时，说明经济在发展，当PMI 小于50时，说明经济在衰退。

在89个月中77个月为经济发展状态，12个月为经济衰退状态
我们将PMI与股指月收益率进行对比分析发现在无论是经济发展状态还是衰退状态当月收益率为正的数量较多。

0.15 -0.1 0.05 0 0.05 0.15 0.2 0.25
发
展 2 2 1 7 衰
退 1 1 4 3 3 12 总
计 3 2 2 89
（四）市场状态与经济发展状态
（五）成交量与收益率
计数项:月收益
率列标签
行标签-0.25--
0.15
-0.15--
0.05
-0.05-
0.05
0.05-
0.15
0.15-
0.25
总
计
9009 4 8 18 3 33 19009 6 19 7 32 29009 1 8 6 15 39009 1 1 1 3 49009 1 1 69009 1 1 89009 1 1 990099 1 1
1 1
1 1 总计 5 15 47 19 3 89
经观察发现成交量越大当月的股指收益率越高
（六）各指标交叉散点图
四、建立回归模型
（一）思路和方法
总的思路是：首先，确定并研究样本；其次，在此基础上选择确定影响股票价格的主要因素；再次，运用SPSS软件进行回归分析，建立线性回归模型。

线性回归模型的建立，本文运用回归分析中的逐步回归法。

由于多元线性回归分析中，并非所有的自变量都对因变量有显著影响，因此，有必要确定对因变量有显著影响的自变量。

逐步回归的基本思想是“有进有出”，当每引入一个自变量后，对已选入的变量要进行逐个检验。

当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。

引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行F检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。

这个过程反复进行，直到既无显著的自变量选入回归方程，也无不显著自变量从回归方程中剔除为止，这样就保证
了最后所得回归子集是“最优”回归子集。

（二）影响因素指标的确定
本文选择A 股月均上证指数（以Y 表示）作为股票价格指数的代表。

影响股票价格指数的因素众多，本文上证各方面因素，从影响上市公司股票价格整体水平的角度出发，选择了10个影响股票价格指数的经济变量：1. 城镇固定资产投资1X ；2. 出口增加额2X ；3. 外商直接投资（FDI ）3
X ； 4. 居民消
费价格指(CPI)4X ；5. 生产价格指数（PPI ）
5
X ；6. 采购经理指数（PMI ）
6X ；7.企业商品价格指数7
X ；8. 货币供应量(M2)
8
X ；9. 货币供应量(M1)
9
X ；10. 成交量
10
X 。

其中，1X 、2X 、
3
X 从不同方面反映了整体经济状况；
4X 、5X 、6X 、7X 从各种价格指数反映了我国市场环境；8X 、9X 反映了我国货币供应对股票价格指数的影响，
10
X 反映了成交量对股票价格指数的影响。

（三）模型的建立
本文所选取的89个月度数据，既包括相对数据变量，也包括绝对数据变量。

其中，对于相对变量（价格指数变量等），以原变量形式进入模型；而对于其他绝对数额变量，为了消除异方差，以对数形式进入模型。

在对数据进行调整后，建立如下模型：
t
t t t t t t t t t t X a X a X a X a X a X a X a X a X a X a a Y 10109988776655443322110ln ln ln ln ln ln ln ++++++++++=
首先利用enter 方法，得到如下的结果:
模型汇总b
模型
R R 方 调整 R
方 标准 估计的误差
1
.863a
.744
.711
.11318
a. 预测变量: (常量), 成交量, 城镇固定资产投资 , PMI, FDI, PPI, 出口增加额额, 货币供应量(M1), CPI, 货币供应量(M2), 企业商品价格指数。

b. 因变量: 股票价格指数 收盘
得到的结果为:
t
t
t
t
t
t t
t
t
t
t
X
X
X
X
X
X X
X
X
X
Y
10
9
8
7
6
5 4
3
2
1
ln
299
.
ln
686
.
ln
612
.
049
.
033
.
025
.
096
.
ln
020
.
ln
254
.
ln
006
.
669
.
4
ln
+
+
-
-
+
+
+
+
-
-
-
=
2
R=0.744 2R=0. 711 F=22.671
对数据进行分析:在10%的显著性水平下,ln1X、ln2
X、5X、7X、 ln8X、ln9
X反系数估计值的t值不显著，表明很可能存在多重共线性。

利用spss求出相关矩阵：
显著性
（双侧）
.154 .107 .377 .088 .293 .005 .048 .059 .000 .884
N 89 89 89 89 89 89 89 81 89 89 89 fdi Pearson
相关性
.137 -.005 .095 1 .443**.496**.029 .549**.467**.047 .191
显著性
（双侧）
.202 .963 .377 .000 .000 .787 .000 .000 .661 .072 N 89 89 89 89 89 89 89 81 89 89 89
货币供应量(M2) Pearson
相关性
-
.246*
-
.464**
-.182 .443** 1 .969**-.458**.918**.824**-.169 .414**
显著性
（双侧）
.020 .000 .088 .000 .000 .000 .000 .000 .112 .000 N 89 89 89 89 89 89 89 81 89 89 89
货币供应量(M1) Pearson
相关性
-.176 -
.366**
-.113 .496**.969** 1 -.336**.902**.842**-.202 .332**
显著性
（双侧）
.098 .000 .293 .000 .000 .001 .000 .000 .057 .001 N 89 89 89 89 89 89 89 81 89 89 89
企业商品价格指数Pearson
相关性
.884** .979**.296**.029 -.458**-.336** 1 -.398**-.172 .218*-
.391**显著性
（双侧）
.000 .000 .005 .787 .000 .001 .000 .106 .040 .000 N 89 89 89 89 89 89 89 81 89 89 89
城镇固定资产投资Pearson
相关性
-.196 -
.407**
-
.220*
.549**.918**.902**-.398** 1 .873**-.226* .330**
显著性
（双侧）
.080 .000 .048 .000 .000 .000 .000 .000 .042 .003 N 81 81 81 81 81 81 81 81 81 81 81
出口总额(亿美元) Pearson
相关性
.040 -.174 -.201 .467**.824**.842**-.172 .873** 1 -.278**.199
显著性
（双侧）
.709 .103 .059 .000 .000 .000 .106 .000 .008 .062 N 89 89 89 89 89 89 89 81 89 89 89
股票价格指数收盘Pearson
相关性
.214*.167 .472**.047 -.169 -.202 .218*-.226*-.278** 1 .531**
显著性
（双侧）
.044 .118 .000 .661 .112 .057 .040 .042 .008 .000
从表中可以看出，部分解释变量之间的相关系数很高，证实存在多重共线性。

从相关系数矩阵可以看出，ln
8
X 与ln
9
X 具有同质性，与其他变量比ln
8
X 的拟合性较好，同时ln
8
X 与ln 2X 之间存在高度的相关性，2
ln ,8ln X X γ
=0.807,所以剔除货币供给量的因素。

同时， 7
X 、
5
X 和4X 之间也存在着高
度相关，
4
,5
X
X
γ=0.859，
7
,5X
X
γ=0.979，
7
,
4X X
γ=0.884，这说明 ，消费者物价指
数、生产者价格指数、商品指数具有较高的相关性，而生产者价格影响着商品的价格从而对消费者物价指数产生影响所以我们剔除
7
X 、
5
X 。

而剩余的ln
1X 、ln 3X 无法通过t 检验，我们也将其剔除。

因此，可以进一步通过spss 进
行逐步回归，确定最后模型。

通过spss 分析得如下结果：
模型汇总e
模型
R R 方 调整 R
方 标准 估计的误差
1 .536a
.288 .280 .17875 2 .671b .451 .438 .15787 3 .775c .601 .586 .13544 4
.842d
.710
.696
.11612
a. 预测变量: (常量), PMI 。

b. 预测变量: (常量), PMI, 成交量。

c. 预测变量: (常量), PMI, 成交量, CPI 。

d. 预测变量: (常量), PMI, 成交量, CPI, 出口增加额额。

e. 因变量: 股票价格指数收盘
得到结果为：
t t t t t X X X X Y 10264ln 284.0ln 272.0025.0049.0218.1ln +-++-= （四）模型的检验
从表中可以看出：（1）可决系数为 =0.71，模型的拟合优度一般。

（2）F 检验：F=51.36（P=0.000）。

四、线性回归模型结果预测
运用这个模型可以对上证指数作出分析：在A 股市场，居民消费价格指数每波动1个百分点，上证指数就会同向波动0.049个百分点；股票成交量的自然对数每波动一个百分点,上证指数就会相应波动0.284个百分点；采购经理指数每变化一个百分点，上证指数就会相应变化0.025个百分点； 货币供应量M2每变化一个百分点，上证指数就会相应变化0.272个百分点。

我们预计6月份上证总成交量为10万，CPI 为102，PMI 为51，出口上证为1700亿美元，根据模型我们得出6月份A 股上证指数的收盘价为4179点。

影响股票价格的因素众多，本文仅选取了一些宏观经济指标，形成的回归
模型仅能解释70%的指数情况，对预测结果可能存在较大的误差，对股票投资时不可完全信赖仅能作为参考量。

五、存在的问题
通过线性回归模型我们可以得出影响股票价格指数的宏观指标主要有出口增加额、居民消费价格指数、采购经理指数和成交量。

但股票市场长期升势与长期跌势更替出现、不断循环反复的过程，存在着熊市与牛市不断更替的现象，经济周期决定股票市场的价格区间，而股票市场价格总体方向性变化反映了经济周期的更替，仅单纯的通过线性回归模型无法完整的解释股票涨跌与宏观经济的关系。

在考虑单个股票价格时，个股与综合指数存在着波动的不一致性，例如在牛市中医药板块、家电板块、食品板块的涨幅滞后，同时还要慢于上证指数1到2月的时间，股票的涨跌与个股业绩、行业景气度、政策导向等紧密相关，单纯的通过线性回归模型无法准确的预测股票价格。

附表：
27 / 34
28 / 34
29 / 34
30 / 34
31 / 34
32 / 34
信
33 / 34
34 / 34。