收藏 分销(赏)

有关影响我国股票价格指数的因素的计量分析.doc

上传人:w****g 文档编号:2481951 上传时间:2024-05-30 格式:DOC 页数:36 大小:1.31MB 下载积分:12 金币
下载 相关 举报
有关影响我国股票价格指数的因素的计量分析.doc_第1页
第1页 / 共36页
有关影响我国股票价格指数的因素的计量分析.doc_第2页
第2页 / 共36页


点击查看更多>>
资源描述
有关影响我国股票价格指数的因素的计量分析(doc 34页) ———————————————————————————————— ———————————————————————————————— 日期: 2 有关影响我国股票价格指数的因素的计量分析 江西师范大学科学技术学院 计量经济学期末考核 论文题目: 有关影响我国股票价格指数的因素的计量分析 专业:10级国际经济与贸易 班级:一班 学号:1002021010 姓名:范倩如 时间:2021年1月 目录 摘要- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -Ⅰ Abstract- - - - - - - - - - - - - - - - - - - - Ⅱ 引言.............................................5 一、数据的选取………………………………………………6 二、影响股价指数主要要素的关联度双变量分析………16 三、影响股价指数主要要素的关联度多变量分析………19 四、模型设定误差分析……………………………………20 五、模型结构稳定性检验…………………………………22 六、模型多重共线性诊断及补救…………………………27 七、模型自相关诊断及补救………………………………29 八、预测模型选择…………………………………………31 九、小结与建议……………………………………………32 十、参考文献………………………………………………33 摘要 股价指数是国民经济的“晴雨表〞, 本文选取我国近22年来有关股票价格指数〔上证综合指数〕、国内生产总值〔GDP〕、货币供给量〔〕、人民币汇率〔100美元对人民币〕及年平均利率的统计数据,并运用计量经济学的分析方法,建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析,以更好的说明因素间的关系,即上证综合指数受国内生产总值〔GDP〕、货币供给量〔〕、人民币汇率、年平均利率的影响及影响程度,诣在为后续的研究工作提供参考。 关键词:上证综合指数;国内生产总值;货币供给量;人民币汇率;年平均利率; Abstract The price index is a “barometer〞 of the national economy, we choose our nearly 22 years on the stock price index (Shanghai Composite Index), domestic production the gross(GDP),money supply(),the RMB exchange rate ($100 )and the average annual interest rate statistic ,and the use of econometric analysis ,to establish the appropriate regression model analysis of the model as well as the use of correlation analysis methods, in order to better illustrate the relationship between the factors by the gross domestic product(GDP),money supply(), the RMB exchange rate ,the average annual interest rate the degree of impact and influence ,it is that provide a reference for subsequent research. Key Words: Shanghai Composite Index; domestic production the gross(GDP);money supply();the RMB exchange rate ($100 );the average annual interest rate. 窗体顶端 KKK 引言 我国股票市场成立了几十年,既经历了曲折和坎坷,也取得了重大成就,已成为中国经济格局中重要组成局部。但是,相对于国外成熟的股票市场,我国股市开展过程中表现出许多特有问题,例如:政策影响严重、国有股法人股不能上市流通、投机性强、股价波动幅度较大等。这些问题常常会使政府难以有效股市脉搏,也使投资者无所适从,这就需要我们在对中国股价波动规律进行深入了解的根底上分析影响股价波动的主要原因,以便于监管机构有的放矢地采取一些切实可行的对策,也是投资者了解股价波动的原因,据此预测未来股价走势,减少操作的盲目性,倡导理性投资。因此,对我国这个新兴股票市场的价格指数研究不仅有重要的学术意义,而且有重要的实际意义。对此,本文选取我国近22年来有关股票价格指数〔上证综合指数〕、国内生产总值〔GDP〕、货币供给量〔〕、人民币汇率〔100美元对人民币〕及年平均利率的统计数据,并运用计量经济学的分析方法,建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析,以更好的说明因素间的关系,即上证综合指数对国内生产总值〔GDP〕、货币供给量〔〕、人民币汇率、年平均利率的影响关系。 一、数据的选取 我们选择了上海证券交易所1990-2021年度的数据来代表中国的股价指数,原因在于: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关系。另外,我们还选取了货币供给量〔〕、国内生产总值〔GDP〕、人民币汇率〔100美元对人民币〕、年平均利率作为解释变量,所查数据如下: 年份 上证综合指数Y (亿元) GDP (亿元) 人民币汇率〔100美元〕 年平均利率(% ) 1990 127.61 6950.7 18667.8 478.38 7.56 1991 292.75 8633.3 21781.5 532.33 7.56 1992 780.39 11731.5 26923.5 551.46 7.56 1993 833.80 16280.4 35333.9 576.20 10.08 1994 647.87 20540.7 48197.9 861.87 10.98 1995 555.29 23987.1 60793.7 835.10 10.98 1996 917.02 28514.8 71176.6 831.42 8.325 1997 1194.10 34826.3 78973.0 828.98 5.67 1998 1146.70 38953.7 84402.3 827.91 4.59 1999 1366.58 45837.3 89677.1 827.83 2.25 2000 2073.48 53147.2 99214.6 827.84 2.25 2001 1645.97 59871.6 109655.2 827.70 2.25 2002 1357.65 70881.8 120332.7 827.70 1.98 2003 1497.04 84118.6 135822.8 827.70 1.98 2004 1266.50 95969.7 159878.3 827.68 2.25 2005 1161.06 107278.8 184937.4 819.17 2.25 2006 2675.47 126035.1 216314.4 797.18 2.52 2007 5261.56 152560.1 265810.3 760.40 3.465 2021 1820.81 166217.1 314045.4 694.51 3.06 2021 3277.14 220001.5 340902.8 683.10 2.25 2021 2808.08 266621.3 401202.0 676.95 2.50 2021 2199.40 289847.7 471563.7 630.09 3.25 资料来源:?中国统计年鉴? 二、影响股价指数主要要素的关联度双变量分析 〔一〕上证综合指数与货币供给量〔〕的关联度分析 为了更好的进行对上证综合指数和货币供给量()的关联度分析,我们选取全国1990-2021年的统计资料,如表1所示。 表1 1990-2021年全国上证综合指数与货币供给量() 年份 上证综合指数 货币供给量 () y LnY Ln 1990 127.61 6950.7 4.848979 8.846598 1991 292.75 8633.3 5.679319 9.063382 1992 780.39 11731.5 6.659794 9.370033 1993 833.80 16280.4 6.725994 9.697717 1994 647.87 20540.7 6.47369 9.930164 1995 555.29 23987.1 6.31949 10.08527 1996 917.02 28514.8 6.821129 10.25818 1997 1194.10 34826.3 7.085148 10.45813 1998 1146.70 38953.7 7.044644 10.57013 1999 1366.58 45837.3 7.220067 10.73285 2000 2073.48 53147.2 7.636984 10.88082 2001 1645.97 59871.6 7.406085 10.99996 2002 1357.65 70881.8 7.213511 11.16877 2003 1497.04 84118.6 7.311245 11.33998 2004 1266.50 95969.7 7.144012 11.47179 2005 1161.06 107278.8 7.057089 11.58319 2006 2675.47 126035.1 7.89188 11.74432 2007 5261.56 152560.1 8.568183 11.93531 2021 1820.81 166217.1 7.507037 12.02105 2021 3277.14 220001.5 8.094726 12.30139 2021 2808.08 266621.3 7.940256 12.49358 2021 2199.40 289847.7 7.69594 12.57711 我们建立二元回归模型Ln〔相关计算数据参照于表1〕,把上证综合指数作为被解释变量Y,货币供给量()作为解释变量,运用统计分析软件SPSS,将上表中数据输入界面,进行回归分析所得结果如表2、表3和表4所示。 表2 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .870a .757 .745 .411812266 a. 预测变量: (常量),LnX2。 表3 Anovab 模型 平方和 df 均方 F Sig. 1 回归 10.566 1 10.566 62.301 .000a 残差 3.392 20 .170 总计 13.957 21 a. 预测变量: (常量), LnX2。 b. 因变量:LnY 表4 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) .049 .898 .055 .957 LnX2 .648 .082 .870 7.893 .000 a. 因变量: LnY 据此,可得该回归模型各项数据为: b2 ==0.648 b1 ==0.049 ==0.170 Var(b1)==0.806404 Var〔b2〕 ==0.006724 Se〔b1〕 = =0.898 Se〔b2〕 = =0.082 t〔b1〕 = =0.055 t〔b2〕 = = 7.893 = =0.757 df =20 模型为:y=0.049+0.648,令=0.1,我们提出如下假设: H0:Bi=0 ,Y=B1+B2X2+μi y=b1+b2X2+ t(bi)~ (20) 在水平下,t检验的拒绝域为:〔-∞,-1.325〕和〔1.325,+∞〕,所以t〔b1〕落在非拒绝域中,不拒绝原假设;t〔b2〕落在拒绝域中,拒绝原假设,即X2对于模型有意义。 对于该模型的经济意义解释如下: 平均而言,在其他条件不变的情况下,货币供给量每变动1%,将引起上证综合指数变动0.648%。并且,该模型反映了75.7%的真实情况。 (二)上证综合指数与国内生产总值(GDP)的关联度分析 为了更好的进行对上证综合指数和国内生产总值(GDP)的关联度分析,我们选取全国1990-2021年的统计资料,如表5所示。 表5 1990-2021年全国上证综合指数与国内生产总值 年份 上证综合指数 国内生产总值〔GDP〕 y LnY Ln 1990 127.61 18667.8 4.848979 9.834555 1991 292.75 21781.5 5.679319 9.988816 1992 780.39 26923.5 6.659794 10.20075 1993 833.80 35333.9 6.725994 10.4726 1994 647.87 48197.9 6.47369 10.78307 1995 555.29 60793.7 6.31949 11.01524 1996 917.02 71176.6 6.821129 11.17292 1997 1194.10 78973.0 7.085148 11.27686 1998 1146.70 84402.3 7.044644 11.34335 1999 1366.58 89677.1 7.220067 11.40397 2000 2073.48 99214.6 7.636984 11.50504 2001 1645.97 109655.2 7.406085 11.6051 2002 1357.65 120332.7 7.213511 11.69802 2003 1497.04 135822.8 7.311245 11.81911 2004 1266.50 159878.3 7.144012 11.98217 2005 1161.06 184937.4 7.057089 12.12777 2006 2675.47 216314.4 7.89188 12.28449 2007 5261.56 265810.3 8.568183 12.49054 2021 1820.81 314045.4 7.507037 12.65729 2021 3277.14 340902.8 8.094726 12.73935 2021 2808.08 401202.0 7.940256 12.90222 2021 2199.4 471563.7 7.69594 13.06381 我们建立二元回归模型LnY=b1+b2 LnX3+〔相关计算数据参照于表1〕,把上证综合指数作为被解释变量Y,国内生产总值〔GDP〕作为解释变量X3,运行统计分析软件SPSS,将上表中数据输入界面,进行回归分析所得结果如表6、表7和表8所示。 表6 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .861a .742 .729 .424564306 a. 预测变量: (常量), LnX3 表7 Anovab 模型 平方和 df 均方 F Sig. 1 回归 10.352 1 10.352 57.431 .000a 残差 3.605 20 .180 总计 13.957 21 a. 预测变量: (常量), LnX3 b. 因变量: LnY 表8 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -1.585 1.151 -1.378 .183 LnX3 .752 .099 .861 7.578 .000 a. 因变量: LnY 据此,可得该回归模型各项数据为: b2 = =0.752 b1 = b2 =-1.585 ==0.180 Se〔b1〕 = =1.151 Se〔b2〕 = =0.099 t〔b1〕 = =-1.378 t〔b2〕 = = 7.578 = =0.742 df =20 模型为:y=-1.585+0.752 X3+,令=0.1,我们提出如下假设: H0:Bi=0,Y=B1+B2X3+μi y=b1+b2X3+ t(bi)~ (20) 在水平下,t检验的拒绝域为:〔-∞,-1.325〕和〔1.325,+∞〕,所以t〔b1〕、t〔b2〕均落在拒绝域中,拒绝原假设,即常数项、X3对于模型均有意义。 对于该模型的经济意义解释如下: 平均而言,在其他条件不变的情况下,国内生产总值(GDP)每变动1%,将引起上证综合指数变动0.752%。并且,该模型反映了74.2%的真实情况。 〔三〕上证综合指数与人民币汇率的关联度分析 为了更好的进行对上证综合指数和人民币汇率的关联度分析,我们选取全国1990-2021年的统计资料,如表9所示。 表9 1990-2021年全国上证综合指数与人民币汇率 年份 上证综合指数 人民币汇率〔100美元〕 y LnY Ln 1990 127.61 478.38 4.848979 6.170405 1991 292.75 532.33 5.679319 6.277264 1992 780.39 551.46 6.659794 6.312569 1993 833.80 576.20 6.725994 6.356455 1994 647.87 861.87 6.47369 6.759104 1995 555.29 835.10 6.31949 6.727551 1996 917.02 831.42 6.821129 6.723135 1997 1194.10 828.98 7.085148 6.720216 1998 1146.70 827.91 7.044644 6.718904 1999 1366.58 827.83 7.220067 6.718808 2000 2073.48 827.84 7.636984 6.71882 2001 1645.97 827.70 7.406085 6.718651 2002 1357.65 827.70 7.213511 6.718651 2003 1497.04 827.70 7.311245 6.718651 2004 1266.50 827.68 7.144012 6.718627 2005 1161.06 819.17 7.057089 6.708292 2006 2675.47 797.18 7.89188 6.681081 2007 5261.56 760.40 8.568183 6.633845 2021 1820.81 694.51 7.507037 6.543207 2021 3277.14 683.10 8.094726 6.526641 2021 2808.08 676.95 7.940256 6.517597 2021 2199.4 630.09 7.69594 6.445863 我们建立二元回归模型LnY=b1+b2 LnX4 +〔相关计算数据参照于表9〕,把上证综合指数作为被解释变量Y,人民币汇率作为解释变量X4,运行统计分析软件SPSS,将上表中数据输入界面,进行回归分析所得结果如表10、表11和表12所示。 表10 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .466a .217 .178 .739327594 a. 预测变量: (常量), LnX4。 表11 Anovab 模型 平方和 df 均方 F Sig. 1 回归 3.025 1 3.025 5.535 .029a 残差 10.932 20 .547 总计 13.957 21 a. 预测变量: (常量), LnX4。 b. 因变量:LnY 表12 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -7.029 6.011 -1.169 .256 LnX4 2.143 .911 .466 2.353 .029 a. 因变量: LnY 据此,可得该回归模型各项数据为: b2 = =2.143 b1 = b2 =-7.029 ==0.547 Se〔b1〕 = =6.011 Se〔b2〕 = =0.911 t〔b1〕 = =-1.169 t〔b2〕 = = 2.353 = =0.217 df =20 模型为:y=-7.029+2.143 X4+,令=0.1,我们提出如下假设: H0:Bi=0,Y=B1+B2X4+μi y=b1+b2X4+ t(bi)~ (20) 在水平下,t检验的拒绝域为:〔-∞,-1.325〕和〔1.325,+∞〕,所以t〔b1〕落在非拒绝域中,不拒绝原假设;t〔b2〕落在拒绝域中,拒绝原假设,即X4对于模型有意义。 对于该模型的经济意义解释如下: 平均而言,在其他条件不变的情况下,人民币汇率每变动1%,将引起上证综合指数变动2.143%。并且,该模型反映了21.7%的真实情况。 〔四〕上证综合指数与年平均利率的关联度分析 为了更好的进行对上证综合指数和年平均利率的关联度分析,我们选取全国1990-2021年的统计资料,如表13所示。 表13 1990-2021年全国上证综合指数和年平均利率 年份 上证综合指数 年平均利率〔%〕 y LnY Ln 1990 127.61 7.56 4.848979 2.022871 1991 292.75 7.56 5.679319 2.022871 1992 780.39 7.56 6.659794 2.022871 1993 833.80 10.08 6.725994 2.310553 1994 647.87 10.98 6.47369 2.396075 1995 555.29 10.98 6.31949 2.396075 1996 917.02 8.325 6.821129 2.119263 1997 1194.10 5.67 7.085148 1.735189 1998 1146.70 4.59 7.044644 1.52388 1999 1366.58 2.25 7.220067 0.81093 2000 2073.48 2.25 7.636984 0.81093 2001 1645.97 2.25 7.406085 0.81093 2002 1357.65 1.98 7.213511 0.683097 2003 1497.04 1.98 7.311245 0.683097 2004 1266.50 2.25 7.144012 0.81093 2005 1161.06 2.25 7.057089 0.81093 2006 2675.47 2.52 7.89188 0.924259 2007 5261.56 3.465 8.568183 1.242713 2021 1820.81 3.06 7.507037 1.118415 2021 3277.14 2.25 8.094726 0.81093 2021 2808.08 2.50 7.940256 0.916291 2021 2199.40 3.25 7.69594 1.178655 我们建立二元回归模型LnY=b1+b2 Ln X5+〔相关计算数据参照于表13〕,把上证综合指数作为被解释变量Y,人民币汇率作为解释变量X5,运行统计分析软件SPSS,将上表中数据输入界面,进行回归分析所得结果如表14、表15和表16所示。 表14 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .664a .441 .413 .624628539 a. 预测变量: (常量),LnX5。 表15 Anovab 模型 平方和 df 均方 F Sig. 1 回归 6.154 1 6.154 15.773 .001a 残差 7.803 20 .390 总计 13.957 21 a. 预测变量: (常量),LnX5。 b. 因变量:LnY 表16 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) 8.285 .325 25.472 .000 LnX5 -.860 .216 -.664 -3.972 .001 a. 因变量:LnY 据此,可得该回归模型各项数据为: b2 = =-0.860 b1 = b2 =8.285 ==0.390 Se〔b1〕 = =0.325 Se〔b2〕 = =0.216 t〔b1〕 = =25.472 t〔b2〕 = = -3.972 = =0.441 df =20 模型为:y=8.285-0.860X5+,令=0.1,我们提出如下假设: H0:Bi=0,Y=B1+B2X5+μi y=b1+b2X5+ t(bi)~ (20) 在水平下,t检验的拒绝域为:〔-∞,-1.325〕和〔1.325,+∞〕,所以t〔b1〕、t〔b2〕均落在拒绝域中,拒绝原假设,即常数项和X5对于模型均有意义。 对于该模型的经济意义解释如下: 平均而言,在其他条件不变的情况下,年平均利率每变动1%,将引起上证综合指数变动0.860%。并且,该模型反映了44.1%的真实情况。 综上所述,分别作的Y与X2,X3,X4, X5间的回归: 模型〔一〕:y=0.049+0.648 X2 t=0.055 7.893 =0.757 df =20 模型〔二〕:y=-1.585+0.752X3+ t= -1.378 7.578 =0.742 df=20 模型〔三〕:y=7.029+2.143 X4+ t= -1.169 2.353 =0.217 df=20 模型〔四〕:y=8.285- 0.860X5+ t=25.472 - 3.972 =0.441 df=20 可见,上证综合指数受货币供给量的影响最大,因此选模型〔一〕为初始的回归模型。 三、影响股价指数主要要素的关联度多变量分析 〔一〕上证综合指数与国内生产总值、货币供给量、人民币汇率、年平均利率的关联度分析 为了更好的进行对上证综合指数与国内生产总值、货币供给量、人民币汇率、年平均利率的关联度分析,我们选取了全国1990-2021年上证综合指数与货币供给量、国内生产总值、人民币汇率、年平均利率的统计资料,并根据该统计数据建立下表2-1. 表2-1 年份 y LnY Ln Ln Ln Ln 1990 4.848979 8.846598 9.834555 6.170405 2.022871 1991 5.679319 9.063382 9.988816 6.277264 2.022871 1992 6.659794 9.370033 10.20075 6.312569 2.022871 1993 6.725994 9.697717 10.4726 6.356455 2.310553 1994 6.47369 9.930164 10.78307 6.759104 2.396075 1995 6.31949 10.08527 11.01524 6.727551 2.396075 1996 6.821129 10.25818 11.17292 6.723135 2.119263 1997 7.085148 10.45813 11.27686 6.720216 1.735189 1998 7.044644 10.57013 11.34335 6.718904 1.52388 1999 7.220067 10.73285 11.40397 6.718808 0.81093 2000 7.636984 10.88082 11.50504 6.71882 0.81093 2001 7.406085 10.99996 11.6051 6.718651 0.81093 2002 7.213511 11.16877 11.69802 6.718651 0.683097 2003 7.311245 11.33998 11.81911 6.718651 0.683097 2004 7.144012 11.47179 11.98217 6.718627 0.81093 2005 7.057089 11.58319 12.12777 6.708292 0.81093 2006 7.89188 11.74432 12.28449 6.681081 0.924259 2007 8.568183 11.93531 12.49054 6.633845 1.242713 2021 7.507037 12.02105 12.65729 6.543207 1.118415 2021 8.094726 12.30139 12.73935 6.526641 0.81093 2021 7.940256 12.49358 12.90222 6.517597 0.916291 2021 7.69594 12.57711 13.06381 6.445863 1.178655 我们建立多元回归模型LnY=b1+b2LnX2+b3LnX3+b4LnX4+b5 LnX5+〔i=1,2,3,…〕〔相关计算数据参照于表2-1〕。我们将上证综合指数为被解释变量Y,货币供给量〔〕作为解释变量X2,国内生产总值〔GDP〕作为解释变量 X3,人民币汇率作为解释变量X4,年平均利率作为解释变量X5〔以下各步同上〕,运行统计分析软件SPSS,将上表中数据输入界面,进行回归分析所得结果如表2-2、表2-3和表2-4所示。 表2-2 模型汇总 模型 R R 方 调整 R 方 标准 估计的误差 1 .894a .799 .751 .406669843 a. 预测变量: (常量), LnX5, LnX4, LnX3, LnX2。 表2-3 Anovab 模型 平方和 df 均方 F Sig. 1 回归 11.146 4 2.786 16.849 .000a 残差 2.811 17 .165 总计 13.957 21 a. 预测变量: (常量), LnX5, LnX4, LnX3, LnX2。 b. 因变量: LnY 表2-4 系数a 模型 非标准化系数 标准系数 t Sig. B 标准 误差 试用版 1 (常量) -2.637 4.040 -.653 .523 LnX2 2.555 1.511 3.430 1.691 .109 LnX3 -2.150 1.667 -2.463 -1.290 .214 LnX4 .963 .573 .209 1.681 .111 LnX5 .315 .314 .243 1.005 .329 a. 因变量: LnY 据此,可得该回归模型为: y=- 2.637+2.555X2 - 2.150X3+0.963X4+0.315X5+ t=- 0.653 1.691 - 1.290 1.681 1.005 = 0.799 =0.751 df=17 F=16.849 令=0.1,我们提出如下假设: H0:Bi=0,Y=B1+B2X2+B3X3+B4X4+ B5X5+μi
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 管理财经 > 股票证券

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4009-655-100  投诉/维权电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服