影响上证指数变动因素分析

计量经济学课程论文

题目：影响上证指数变动因素分析

年级专业

姓名

学号

指导教师

2013年 12月

摘要

股价指数是经济的“晴雨表”，文中用经济理论和Eviews软件对影响上证指数变动的因素进行筛选分析，得到了对股价指数有显著影响的存款利率、国内生产总值、人民币汇率、城镇居民人均可支配收入、货币供应量、的线性回归模型，并给予模型合理的经济解释。

关键词：上证指数、存款利率、人民币汇率、货币供应量

影响上证指数变动因素分析

一、绪论：

由于上海证券交易所上市的公司大多数为大型的国有企业，而深圳证券交易所所上市的公司主要为小型的合资、外向型企业。上海证券交易所与深圳证券交易所的股价指数具有较强的正相关性关系。故本文主要分析上证指数。通过阅读诸多文献，认为，对上证指数影响最大的，首先是存款利率，存款利率高，会降低股市对投资者的吸引力，与之对应的贷款利率的提升会提升投资者融资成本，会影响股市下行。货币供应量对股指的影响更为直接，市场货币投放量大会增大流动资金，影响股指上行。汇率方面，人民币兑美元升值会吸引更多的美元投资者把资产转入中国，增加市场流动性，利于股指上行。

二、实证分析：

由于上证指数年终值官方数据最早的是1992年，所以，如果用各年终数据来分析是会遇到因2008年上证指数剧烈波动导致模型拟合优度过低，故本文采用月均数据，选取2009年1月到2013年9月的数据来做分析。设定一年期存款利率为X1,人民币汇率（100美元对应的人民币）X2，货币供应量M1为X3作为解释变量。这里之所以选择M1是因为“M0影响股价指数，但是股价指数不影响M0 。”“M1和股价存在双向因果关系，但M2却和股价指数不存在格兰杰因果关系。”所以，本文选用更具相关性的M1做为解释变量。

1.相关数据

资料来源：《中国统计年鉴》，中国人民银行官方网站

表一：相关数据

2.建立模型

根据以上分析，建立股价指数与各影响因素之间的线性回归模型：

y= ax1+bx2+cx3+d

运用OLS对模型进行多元线性回归分析，得到以下结果：

表二回归分析结果

Dependent Variable: Y

Method: Least Squares

Date: 12/18/13 Time: 23:57

Sample: 2009M01 2013M09

Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C -18600.64 3069.259 -6.060302 0.0000

X1 396.7312 121.1208 3.275500 0.0019

X2 27.73704 3.805953 7.287803 0.0000

X3 0.007367 0.001787 4.122218 0.0001

R-squared 0.626514 Mean dependent var 2531.761 Adjusted R-squared 0.605374 S.D. dependent var 369.7063 S.E. of regression 232.2469 Akaike info criterion 13.80107 Sum squared resid 2858747. Schwarz criterion 13.94444 Log likelihood -389.3305 Hannan-Quinn criter. 13.85679 F-statistic 29.63546 Durbin-Watson stat 0.830150

Prob(F-statistic) 0.000000

得到模型 Y=396.7312X1+27.73704X2+0.007367X3-18600.64

2

R =0.626514

2

R=0.605374 DW=0.830150 F=29.63546

方程2R只有 0.626514，说明方程的拟合优度不是很好，但是方程是符合经济原理的，我认为是现在的中国股市受政策波动、内幕交易、管理体制等问题的影响还比较大，而这些因素难以形成真实的数据。而若以年度分析可以添加国内生产总值和城镇居民人均可支配收入，这些数据是按年统计的。但是，按年度分析由于现在存在的样本只有1992年到2011年，而由于2008年金融危机，中国股市经历大跌，上证指数剧烈波动，从2007年12月收盘的5261点下行到2008年12月收盘的1820.81点。20年20个年本数据不足以掩盖这个巨大的向下调整所造成的波动，就导致了用年度数据分析模型出现了2R不足0.5的情况。所以，我认为用2007年后的中国股市用月均数据分析更为合适，而拟合优度较低，是因为中国股市存在一些问题，影响了真实数据对它的有效分析。

另外一个问题是x2，x3的t值都小于临界值，无法通过检验。出现这种情况的原因可能是由于解释变量之间存在多重共线性。下面进行相关系数检验：在EVIEWS 软件的命令窗口键入：COR Y X1 X2 X3

输出的相关系数矩阵如表2：

表三相关系数表

从表中可以看出，x2与y的相关度最高，其他三个解释变量与被解释变量的相关度相对较弱。这四个变量之间也是高度相关的，说明模型确实存在多重共线

性。但是由于分析上证指数有些数据无法查询，且用经济理论分析汇率和货币供应量对股价指数的影响都是比较显著的。故对于可能存在的多重共线性这里采取的补救措施是什么都不做。

3.异方差检验

采用White 检验法检验回归残差的异方差。在EVIEWS 软件中得到White检验表，结果如下

表四：White检验表

Heteroskedasticity Test: White

F-statistic 1.511750 Prob. F(9,47) 0.1717 Obs*R-squared 12.79627 Prob. Chi-Square(9) 0.1720 Scaled explained SS 17.59536 Prob. Chi-Square(9) 0.0402

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 12/18/13 Time: 23:18

Sample: 2009M01 2013M09

Included observations: 57

Variable Coefficient Std. Error t-Statistic Prob.

C 1.32E+08 1.93E+08 0.686358 0.4959

X1 -2452352. 13077704 -0.187522 0.8521

X1^2 -105998.9 326126.0 -0.325024 0.7466

X1*X2 2373.339 14661.06 0.161881 0.8721

X1*X3 5.837686 9.754526 0.598459 0.5524

X2 -339899.7 464819.9 -0.731250 0.4683

X2^2 221.4252 281.6486 0.786175 0.4357

X2*X3 0.173799 0.250061 0.695024 0.4905

X3 -140.9963 201.0002 -0.701473 0.4865

X3^2 2.18E-05 3.92E-05 0.557005 0.5802

R-squared 0.224496 Mean dependent var 50153.45 Adjusted R-squared 0.075995 S.D. dependent var 90243.43 S.E. of regression 86746.65 Akaike info criterion 25.73734 Sum squared resid 3.54E+11 Schwarz criterion 26.09577 Log likelihood -723.5143 Hannan-Quinn criter. 25.87664 F-statistic 1.511750 Durbin-Watson stat 1.951349 Prob(F-statistic) 0.171667