论文部分内容阅读
摘要：本文在回顾了相关的基础理论的基础上，提出了运用工业生产总值数据与上证指数之间的相关关系的解释，结合运用Eviews软件对假设的模型进行了回归分析，并通过检验试图证明两者间的相关性关系。在上述的研究基础之上应用格兰杰因果检验的方法探明工业生产总值数据与上证指数间的内在联系。研究结果表明，工业生产总值相关数据与上证指数之间为存在格兰杰因果关系，宏观经济数据也是驱使我国上证指数变动的因素之一。经数据分析得出结论：工业生产总值增速变动一定程度上会影响我国上证指数的变动。而上证指数也体现了我国的宏观经济现状。通过所得出的结论本文也给投资者投资给出了相应策略与建议。
关键词：工业生产总值；上证指数；回归分析；格兰杰因果检验
我国股市是否确实起到了宏观经济的“晴雨表”作用，宏观经济数据与我国上证指数变动是否存在必然联系还是互为因果关系。选取工业总产值这一基本的宏观经济数据，借助于计算机科技，通过多元统计软件的应用，试图通过对该数据的挖掘进行回归分析，并在此基础上采用格兰杰因果关系检验的方法，探寻我国工业生产总值与上证指数的内在联系。
工业生产总值（Gross Industrial Output Value），工业总产值是以货币形式表现的、工业企业在一定时期内生产的工业最终产品或提供的工业性劳务活动的总价值量。回归分析（regression analysis）是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。多元线性回归格兰杰因果检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W.J.Granger）所开创，用于分析经济变量之间的因果关系。他给因果关系的定义是“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差。”
样本为国家统计局公布的2009年至2012年的工业生产总值原始数据，数据处理与模型设计的简要思路为：
首先对工业生产总值对上证指数的一元回归分析，设有两个变量x和y，变量y的取值随变量x取值的变化而变化，接着对相关数据进行拆分，即将多个变量引进，将模型设定为一个多元回归模型，通过显著性检验，拟合度可接受范围内，进行模型变换及OLS回归分析及检验，最后在符合平稳性前提条件下，进行格兰杰因果关系检验。具体模型设计数据研究过程可参阅作者《2010年至2012年度我国工业生产总值与上证指数的因果关联的可能性研究》一文，在此特别感谢上海师范大学金融学院投资系主任张毅对该文章研究思路与检验方法提供的帮助与指导。
其中回归系数的t检验表面变量的变动对上证指数的走势有着显著地影响；F检验的检验结果表明解释变量与被解释变量之间有着显著地线性关系。在随机扰动项的标准差可以看出，工业生产总值的相关数据在预测上证指数是平均误差并不大。所以我国工业生产总值的波动确实会一定程度上影响我国上证指数。但是两者的拟合有度都相对较低，其中工业总产值同比增长比率所得出的数据更符合经济意义，由于上证指数本身存在的决定性因素较多，影响股票价格指数的原因会由政策因素、投资者心理、宏观经济现状等多个方面影响，所以众多因素无法用一个简单的数量化模型来计算得出的。所以拟合有度在0.3～0.5之间是一个可以接受的范围。通过OLS检验可以发现加入的两个变量中从检验结果可以看出解释变量轻工业的月度同比增长百分比的t值无法经过显著性检验，但是模型的拟合有度有所提升。
可以看出，上证指数与工业生产总值存在着相关关系。但是由于将数据细分后点的检验结果并没有使模型优化所以我们依旧选取单因素模型作为研究模型。其次两个数据间的相关性是否可靠，数据是否不平稳而导致所谓的“伪回归”现象还不明确。为了区分两个数据究竟谁因谁果，故需对结果进行格兰杰因果检验分析。
值得注意的是，进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题。因此在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验。模型采用的平稳性检验方法为ADF检验。设工业生产总值增加额（X）、上证指数（Y）、工业生产总值同比增长百分比的对数（LOG（Z））、上证指数的对数（LOG（Y））、上证指数变换量（YC）等数据。在1%显著水平下，原4个时间序列均都通过ADF检验，表明原始序列存在单位根，是平稳序列。同时在显著水平为5%与10%时也同时通过了检验。根据ADF检验的最终结果以及本文格兰杰因果检验的实际意义出发，选取在1%显著水平之下通过平稳性检验的时间序列X、Y、LZ、LY这个4个时间序列进行格兰杰因果检验来探明工业生产总值数据和上证指数的因果关系。
在选定了研究变量之后，根据不同变量所代表的实际意义，本文将格兰杰因果检验的过程分为两个检验，一组将对上证指数和工业生产总值的增加值的因果检验，另一组是对上证指数和工业生产总值同比增长百分比这两个数据的对数做因果检验。通过检验分析得出上证指数的变动率是工业生产总值同比增长变动率的格兰杰因，而工业生产总值同比增长变动率却不是上证指数变动率的格兰杰因。
格兰杰因果检验的结果显示，股票价格的变动的确能够反映宏观经济趋势的变动，即稳重的上证指数的变动率确实能够反映工业生产总值的变动率。表明了股票市场在一定程度上起到了经济“晴雨表”的作用。但是工业生产总值并直接不能很好的反映股市，其存在一定的滞后性。这个也符合实际，工业生产总值所代表的中国工业将在5个月后逐步开始影响我国A股市场。同时也可能是2009年的中国股市快速下跌后这样使得广大投资者对于市场的信心开始不足，对于各类数据与经济预期存在着比较敏感的反应。致使中国的上证指数尽在47%的条件下对市场中的宏观数据中的工业数据产生影响。
这样看来，我国工业生产总值的增速变动将对我国的证券市场的波动起到了作用。投资者可以通过工业生产总值对股市进行预判，在5个月前若我国工业总产值开始下跌后投资者就可以对将来的股市可以进行预判，其中可以得知我国股市下跌的预期还是十分大的。 通过研究表明，我国的工业生产总值的走势确实会对我国的上证走势有着影响，其中工业生产总值同比增长值与上证指数为显著地正相关关系。这样可以看出，当我国的宏观经济总是发生变动其中一旦工业生产总值增速变动当工业总产值加速向上时这预期将会给投资者带来投资的预期。随着滞后反应的存在导致我国股市会上涨。工业生产总值在投资者中并不是一个广泛使用的宏观经济指标，所以两者的关系将会给投资者带来投资的机会。
但是从研究中发现，工业生产总值的增加值却和上证指数为负相关关系，这个相对比较难给出实际的经济意义。我认为随着我国经济的全球化得过程中，我国汇率的波动以及近几年通货膨胀率不断上升可能在工业总产值的数据中有所体现同时影响其对于上证指数的关系。所以从这个角度可以解释了我国的工业生产总值变动值和上证指数为负相关。
最后我们也要注意到几个解释变量的回归模型的拟合有度，模型的拟合有度相对较低，这说明影响上证指数的因素有许多。这样使得光光依靠工业生产总值相关数据对我国上证指数进行解释显得十分的片面。
不过即便如此，还是可以得出一些具有实际操作价值的参考建议。我国股市具有弱式有效性，但是这种市场弱有效性也表明市场中还存在信息披露的不及时、不完整、不对称和不均匀。假设我国现阶段处于弱式有效性的环境下，所有过去的历史价格信息已完全反映在当前的价格中，未来的价格变化将与当前及历史价格无关，这时使用技术分析和图表分析当前及历史价格对未来作出预测将是徒劳的。如果不运用进一步的价格序列以外的信息，明天价格最好的预测值将是今天的价格。而在这种前提下人们往往会去追求对基本面的数据，渴望提前预判各类宏观面的数据指标。所以当有大型机构或团体公布他们所预测的经济数据时，我国投资者往往会直接会使用这些数据作为自己分析预判的标准。所以通过利用工业生产总值相关数据对我国实体经济进行分析。由两者因果关系的滞后性这样可以使广大投资者对未来的经济做出提前预判，但是随着广大投资者对于工业生产总值相关数据的利用比例增大会使得其滞后性的消除，因为市场已经对下跌或者上涨做出了提前的预判。
同样的长久以来，我国最被重视的还有国内生产总值（GDP）、消费物价指数（CPI）、采购经理人指数（PMI）等一些具有计算口径日趋统一化并具有权威性的指标，笔者希望未来其他研究人员通过更多更完善的数据研究，可以更好的反映我国的经济运行情况，给各类预测提供更全面的理论依据与支撑。（作者单位：上海钍灏金融信息服务公司）
关键词：工业生产总值；上证指数；回归分析；格兰杰因果检验
我国股市是否确实起到了宏观经济的“晴雨表”作用，宏观经济数据与我国上证指数变动是否存在必然联系还是互为因果关系。选取工业总产值这一基本的宏观经济数据，借助于计算机科技，通过多元统计软件的应用，试图通过对该数据的挖掘进行回归分析，并在此基础上采用格兰杰因果关系检验的方法，探寻我国工业生产总值与上证指数的内在联系。
工业生产总值（Gross Industrial Output Value），工业总产值是以货币形式表现的、工业企业在一定时期内生产的工业最终产品或提供的工业性劳务活动的总价值量。回归分析（regression analysis）是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。多元线性回归格兰杰因果检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W.J.Granger）所开创，用于分析经济变量之间的因果关系。他给因果关系的定义是“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差。”
样本为国家统计局公布的2009年至2012年的工业生产总值原始数据，数据处理与模型设计的简要思路为：
首先对工业生产总值对上证指数的一元回归分析，设有两个变量x和y，变量y的取值随变量x取值的变化而变化，接着对相关数据进行拆分，即将多个变量引进，将模型设定为一个多元回归模型，通过显著性检验，拟合度可接受范围内，进行模型变换及OLS回归分析及检验，最后在符合平稳性前提条件下，进行格兰杰因果关系检验。具体模型设计数据研究过程可参阅作者《2010年至2012年度我国工业生产总值与上证指数的因果关联的可能性研究》一文，在此特别感谢上海师范大学金融学院投资系主任张毅对该文章研究思路与检验方法提供的帮助与指导。
其中回归系数的t检验表面变量的变动对上证指数的走势有着显著地影响；F检验的检验结果表明解释变量与被解释变量之间有着显著地线性关系。在随机扰动项的标准差可以看出，工业生产总值的相关数据在预测上证指数是平均误差并不大。所以我国工业生产总值的波动确实会一定程度上影响我国上证指数。但是两者的拟合有度都相对较低，其中工业总产值同比增长比率所得出的数据更符合经济意义，由于上证指数本身存在的决定性因素较多，影响股票价格指数的原因会由政策因素、投资者心理、宏观经济现状等多个方面影响，所以众多因素无法用一个简单的数量化模型来计算得出的。所以拟合有度在0.3～0.5之间是一个可以接受的范围。通过OLS检验可以发现加入的两个变量中从检验结果可以看出解释变量轻工业的月度同比增长百分比的t值无法经过显著性检验，但是模型的拟合有度有所提升。
可以看出，上证指数与工业生产总值存在着相关关系。但是由于将数据细分后点的检验结果并没有使模型优化所以我们依旧选取单因素模型作为研究模型。其次两个数据间的相关性是否可靠，数据是否不平稳而导致所谓的“伪回归”现象还不明确。为了区分两个数据究竟谁因谁果，故需对结果进行格兰杰因果检验分析。
值得注意的是，进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题。因此在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验。模型采用的平稳性检验方法为ADF检验。设工业生产总值增加额（X）、上证指数（Y）、工业生产总值同比增长百分比的对数（LOG（Z））、上证指数的对数（LOG（Y））、上证指数变换量（YC）等数据。在1%显著水平下，原4个时间序列均都通过ADF检验，表明原始序列存在单位根，是平稳序列。同时在显著水平为5%与10%时也同时通过了检验。根据ADF检验的最终结果以及本文格兰杰因果检验的实际意义出发，选取在1%显著水平之下通过平稳性检验的时间序列X、Y、LZ、LY这个4个时间序列进行格兰杰因果检验来探明工业生产总值数据和上证指数的因果关系。
在选定了研究变量之后，根据不同变量所代表的实际意义，本文将格兰杰因果检验的过程分为两个检验，一组将对上证指数和工业生产总值的增加值的因果检验，另一组是对上证指数和工业生产总值同比增长百分比这两个数据的对数做因果检验。通过检验分析得出上证指数的变动率是工业生产总值同比增长变动率的格兰杰因，而工业生产总值同比增长变动率却不是上证指数变动率的格兰杰因。
格兰杰因果检验的结果显示，股票价格的变动的确能够反映宏观经济趋势的变动，即稳重的上证指数的变动率确实能够反映工业生产总值的变动率。表明了股票市场在一定程度上起到了经济“晴雨表”的作用。但是工业生产总值并直接不能很好的反映股市，其存在一定的滞后性。这个也符合实际，工业生产总值所代表的中国工业将在5个月后逐步开始影响我国A股市场。同时也可能是2009年的中国股市快速下跌后这样使得广大投资者对于市场的信心开始不足，对于各类数据与经济预期存在着比较敏感的反应。致使中国的上证指数尽在47%的条件下对市场中的宏观数据中的工业数据产生影响。
这样看来，我国工业生产总值的增速变动将对我国的证券市场的波动起到了作用。投资者可以通过工业生产总值对股市进行预判，在5个月前若我国工业总产值开始下跌后投资者就可以对将来的股市可以进行预判，其中可以得知我国股市下跌的预期还是十分大的。 通过研究表明，我国的工业生产总值的走势确实会对我国的上证走势有着影响，其中工业生产总值同比增长值与上证指数为显著地正相关关系。这样可以看出，当我国的宏观经济总是发生变动其中一旦工业生产总值增速变动当工业总产值加速向上时这预期将会给投资者带来投资的预期。随着滞后反应的存在导致我国股市会上涨。工业生产总值在投资者中并不是一个广泛使用的宏观经济指标，所以两者的关系将会给投资者带来投资的机会。
但是从研究中发现，工业生产总值的增加值却和上证指数为负相关关系，这个相对比较难给出实际的经济意义。我认为随着我国经济的全球化得过程中，我国汇率的波动以及近几年通货膨胀率不断上升可能在工业总产值的数据中有所体现同时影响其对于上证指数的关系。所以从这个角度可以解释了我国的工业生产总值变动值和上证指数为负相关。
最后我们也要注意到几个解释变量的回归模型的拟合有度，模型的拟合有度相对较低，这说明影响上证指数的因素有许多。这样使得光光依靠工业生产总值相关数据对我国上证指数进行解释显得十分的片面。
不过即便如此，还是可以得出一些具有实际操作价值的参考建议。我国股市具有弱式有效性，但是这种市场弱有效性也表明市场中还存在信息披露的不及时、不完整、不对称和不均匀。假设我国现阶段处于弱式有效性的环境下，所有过去的历史价格信息已完全反映在当前的价格中，未来的价格变化将与当前及历史价格无关，这时使用技术分析和图表分析当前及历史价格对未来作出预测将是徒劳的。如果不运用进一步的价格序列以外的信息，明天价格最好的预测值将是今天的价格。而在这种前提下人们往往会去追求对基本面的数据，渴望提前预判各类宏观面的数据指标。所以当有大型机构或团体公布他们所预测的经济数据时，我国投资者往往会直接会使用这些数据作为自己分析预判的标准。所以通过利用工业生产总值相关数据对我国实体经济进行分析。由两者因果关系的滞后性这样可以使广大投资者对未来的经济做出提前预判，但是随着广大投资者对于工业生产总值相关数据的利用比例增大会使得其滞后性的消除，因为市场已经对下跌或者上涨做出了提前的预判。
同样的长久以来，我国最被重视的还有国内生产总值（GDP）、消费物价指数（CPI）、采购经理人指数（PMI）等一些具有计算口径日趋统一化并具有权威性的指标，笔者希望未来其他研究人员通过更多更完善的数据研究，可以更好的反映我国的经济运行情况，给各类预测提供更全面的理论依据与支撑。（作者单位：上海钍灏金融信息服务公司）