有关影响我国股票价格指数的因素的计量分析.doc

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