论文部分内容阅读
摘 要：本文以A股市场的驱动方式逐渐由政策推动转变为业绩驱动为假设，定量分析了反映上市公司单位产品毛盈利的CPI、PPI差值与上证指数之间的关系。实证结果显示：CPI、PPI差值与上证指数之间关系稳定，并且其变动对上证指数的变动构成显著影响，可将此模型作为传统预测指数方法的拓展。
关键词：CPI；PPI；上证指数；VAR模型
Abstract：Based on the hypothesis that A-stock market is driven by company performance instead of policy control，this paper analyses the relationship between CPI-PPI difference value which reflects per-product’s gross profit，and Shanghai Stock Index. This paper uses Johansen Cointegration Test to establish the long relationship between these two factors，and then quantified by VAR model，at last uses Impulse Response Function to reflect the time distribution of CPI-PPI difference value change and Shanghai Stock Index. The empirical results show that，the relationship between CPI-PPI difference value and Shanghai Stock Index is stable，and the difference value changes has obvious effect on Shanghai Stock Index changes. This model can be considered as a complement to traditional stock index forecasting model and it also can make predictions as well.
Key Words：CPI，PPI，Shanghai Stock Index，VAR Model
中图分类号：F830 文献标识码：B 文章编号：1674-2265（2012）07-0072-05
一、引言
目前市场上对股票指数的研判以市盈率法为主要依据，尽管该方法能作为投资的重要参考，但局限性也非常明显，主要有以下三点：（1）A股市场权重结构独特，在石油石化和银行两大行业盈利占据市场盈利半壁江山的背景下，以加权平均方式计算的市场整体估值水平失真；（2）随着A股市场逐渐成熟，估值水平也在不断变化（由高估值状态逐渐向国际水平接轨），期间很难有一个稳定的评判标准，这给投资者用目前主流的市盈率法去预测指数带来了很大的困难；（3）投资者在市场表现较好时过度乐观、在市场表现较差时过度悲观，使得市盈率法在很大程度上于指数预测方面失去了应有的意义。
其实，对市盈率法研判指数的质疑之声一直没有停止过。刘俊、郭三化（2012）实证研究后认为，市盈率与指数之间相关关系不成立，市盈率的变动（一阶差分）在很大程度上不是指数变动（一阶差分）的原因，而只是结果。王剑、林斌（2008）认为，目前我国还没有一个广为认可、适合我国国情、评判合理的市盈率标准，如何准确地估算市盈率的区间范围还需要不断地探索和研究，应谨慎地对待市盈率的可比性，投资过程中应结合其他指标综合作出判断。
刘晓燕、翟东升（2004）提出用市场流动性去预测指数，但指出流动性分析法是一个必要而非充分手段，还需要结合其他指标和方法。谈儒勇（1999）认为，我国股市发展的三个指标（总市值/GDP、总成交额/GDP、总成交额/总市值）在回归模型中均不显著，我国经济增长与股市发展之间没有明显的关系。郑江淮、袁国良、胡志乾（2000）认为，我国经济增长与股市规模之间没有明显的关系。刘勇（2004）实证研究结果表明，指数与GDP、CPI正相关，与货币供应量和利率之间负相关，但是与GDP和货币供应量之间的关系非常微弱，与CPI、利率之间也不存在显著的相关关系。
有关股票指数与实体经济的关系在国外也有相关研究。陈、罗尔和罗斯（Chen、Roll和Ross，1986）实证研究发现股票市场收益率与通货膨胀有关，但与消费支出没有明显相关关系。宾斯万格（Binswanger，2000）研究发现，二十世纪80年代以来，美国股票市场收益率与实体经济活动之间的相关关系不成立。
陈晓（1999）、戴晓凤（2005）等实证表明A股已经步入弱式有效，正在向半强式有效市场过渡。众所周知，弱式有效否定了技术分析的假设前提。正因为如此，本文将在业绩驱动的前提下拓展新的预测方法。
CPI是消费者价格指数，也是企业产品的销售价格指数。PPI是生产者价格指数，也是企业产品出厂价格指数。二者之差整体上反映了单位产品毛盈利。在A股市场逐渐由投机型过渡到价值投资型市场的过程之中，其差额对指数构成重大影响。长期以来，市场对CPI、PPI的关注仅仅停留在单个变量变动、以及可能引发的货币政策变动对指数变动所构成的影响上，偶尔出现对CPI、PPI倒挂现象（CPI、PPI差值小于零）的讨论也只是停留在理论上。本文将以此为突破口，研究并量化CPI、PPI差值与上证指数之间的关系及其差值的变动对上证指数变动所构成影响的期限分布。
二、模型构建
（一）变量选择与数据说明
与以往研究宏观因素对指数所构成影响不同，本文在上市公司业绩驱动市场运动的假设前提下，直接以反映上市公司单位产品毛盈利的CPI、PPI差值作为研究对象，而不是以其他宏观因素间接地去研究指数。 自上交所1991年成立以来，诸多对国计民生构成重大影响的企业陆续上市，在上交所上市的公司几乎涵盖了我国绝大多数产业门类，与在深交所上市企业的市值和社会影响力相比占据绝对优势，业绩驱动市场运动的假设已经成立。上交所编制的上证指数已经成为A股市场诸多指数中的绝对核心。
2001年以后，诸多针对A股市场的法律法规、规范性文件先后颁布，A股市场迈入规范性时代。开放式基金、社保基金等市场主体先后进入A股市场。截至目前，我国证券化率已经接近100%，参与者超过1.6亿，股票市场与我国经济社会已经密切相关。
综上所述，本文以2001年作为研究上证指数的起点，选取2001年1月至2011年12月的CPI、PPI数据及对应的上证指数月收盘数据作为研究对象，样本数量为132个，CPI、PPI数据来自中国国家统计局网站，证券化率、股民人数来自中国证券登记结算公司网站，上证指数月收盘数据来自通达信证券交易系统。
变量CP是样本期内CPI、PPI的差值，变量SH是上证指数样本期内月度收盘数据。
（二）主要模型构建
1. ECM模型。建立误差修正模型（ECM）分为三个步骤：一是建立反映数据之间长期均衡关系的模型；二是建立反映数据短期波动特征的误差修正模型。三是以被解释变量上证指数（SH）与其长期趋势的偏离DSH（SH的一阶差分）作为新方程的被解释变量，建立与DSH的滞后期、DCP（CP的一阶差分）及其滞后期和长期均衡关系式中随机误差项（ECM）之间关系的模型。
（1）
（2）
（3）
在构建ECM方程中，（1）、（2）式采用SH对CP及各自的滞后项进行回归、而非单纯用SH、CP进行回归运算取残差，其目的在于防止残差之间自相关而导致（3）式中变量之间自相关。
ECM（-1）前的 系数可用来说明DSH与DCP之间的关系。如果 为负且显著，则说明SH和CP之间存在着长期稳定的协整关系。如果 为正且显著，说明DCP如有变动，DSH将会产生一个更激烈的变动，短期内难以达到均衡。
2. VAR模型。
（4）
（5）
（4）式和（5）式定义了一个非受限的动态线型模型，其中 、 、 、 分别是各自方程中对应的系数，残差 、 相互独立。显然，系统在计量经济学上可识别的。不难看出，方程（4）、（5）均允许因变量受到其他变量滞后k期值的影响。本期CPI、PPI数据在下期公布，之后市场才能根据公布的数据预期企业盈利及宏观经济政策如何影响上证指数；以月为时间单位，上证指数（SH）对居民或企业消费的影响也在只有在本期结束之后才能体现出来。因此，本文存在“因变量受到自身滞后期值和其他变量滞后期值、而非各变量当期值的影响”这一假设。
三、实证分析
由图1可以看到，CP与SH之间明显存在某种相关关系：当CP 4时，SH处于阶段性顶部，为投资者提前发出警示信息，提防潜在的投资风险；当CP -4时，SH处于阶段性底部，为投资者提前发出买入信息，提示潜在的投资机会；CP的变动领先SH变动一定时期，为市场投资者留出足够的决策时间。如果能量化二者之间的关系，无疑将会对投资决策的制定和实施产生巨大的帮助，这也是研究二者之间关系的价值之所在。
（一）平稳性检验
首先检验CP、SH时序数据的平稳性。经ADF检验，结果如表1所示。
表1：ADF检验结果
ADF检验结果显示，5%的显著性水平上，CP、SH均为非平稳变量，经一阶差分之后变为平稳变量，CP、SH均为一阶单整，即CP、SH～I（1）。
（二）相关性检验
再检验CP、SH的协整关系。经Johansen协整检验，检验结果如表2所示。
表2：Johansen协整检验结果
检验结果显示，在不存在协整关系的假设前提下，CP、SH迹统计量、最大特征值统计量均大于5%临界值、拒绝原假设，二者之间存在协整关系；在最多只存在一阶协整关系的假设前提下，CP、SH迹统计量、最大特征值统计量均小于5%临界值，接受原假设。最终结果显示，CP和SH之间存在协整关系，且为一阶，即CP、SH～CI（1）。
（三）ECM模型分析
根据格兰杰定理：若干个非平稳变量之间存在协整关系，则这些变量必有误差修正模型表达式存在。解出ECM方程，以判断二者之间存在长期均衡关系背景下的短期调整方式。
表3：ECM模型回归结果
注：t检验中“*”表示显著性程度， ***、**、*分别表示1%、5%、10%的水平上显著。
由ECM模型回归结果来看：CP的变化（DCP）以47.95148倍（CPI、PPI数值与上证指数值之间差距比较大）的速度在影响上证指数的变化（DSH）；上证指数的变化同时还受到其滞后一期值的影响；非均衡误差ECM以0.8870的比例影响后期上证指数的变化。
尽管ECM模型初步表达出二者之间的短期制衡关系，且不存在自相关现象（DW值接近2.00），但是ECM方程的拟合程度太低（R2=0.08），无法有效解释二者之间的具体关系。因此，要有效解释二者之间的相互关系还需要建立VAR模型及增量的脉冲响应函数加以分析。
（四）VAR模型分析
分别选择滞后阶数4、5、6、7、8作为验证区间，以综合判断VAR的最优滞后阶数。统计指标显示，当滞后阶数为4、5时，5个指标（LR、FPE、AIC、SC、HQ）中有4个指标认为应该建立VAR（3）模型；当滞后期为6、7、8时，5个指标中有3个指标认为应该建立VAR（3）模型。限于篇幅，这里只列出滞后期为5的各项指标统计结果，结果如表4所示。
根据VAR模型最优阶数选择结果，建立VAR（3）模型进行回归运算，其结果如表5所示。对系统平稳性进行单位根检验，结果表6所示。
表4：滞后期为5时VAR最优阶数选择 表5：VAR模型回归结果
注：t检验中“*”表示显著性程度， ***、**、*分别表示1%、5%、10%的水平上显著。
表6：VAR系统平稳性检验结果
由表5、表6可知：（1）模型中CP方程无截距项，与实际情况相符，CP受到自身1、2阶滞后项及SH滞后1、2、3期值的显著影响；（2）SH方程有常数为98.22448的截距项，与上证指数设立之初以100点为基准点的实际情况相符，SH受到CP滞后1、3期值及自身滞后1、2、3期值显著影响；（3）两方程的R2、adj.R2均大于0.9，方程的拟合效果较好；（4）单位根均落在圆内，VAR系统平稳。所以，可以将上述模型作为预测指数系统的拓展，并进行相关预测。
（五）脉冲响应分析
VAR模型可以说明CP、SH对系统内任意变量的未来值都有显著的影响。但从结构上来看，VAR模型并不能揭示某个变量的变化对系统内其他变量所产生的影响是正向还是负向，以及该变量的变化在系统内产生多长时间的影响，这些需要用脉冲响应函数去获取。
由于CP和SH均为一阶单整，即非平稳数据，其脉冲响应函数肯定具有很大的不确定性。因此，这里采用CP和SH的一阶差分（DCP、DSH）数据，即CP的变动（包括正的增量和负的增量）对SH的变动（涨、跌的绝对幅度）的影响，其理论意义在于上市公司单位毛盈利状况的变动对上证指数变动所构成影响的期限分布。
脉冲响应为CPI、PPI差值的变动（DCP）对上证指数变动（DSH）冲击的期限分布，而非CPI、PPI差值对上证指数的冲击期限分布，必须对DCP、DSH重新构造VAR模型，之后再进行脉冲响应分析。
图2：DCP对DSH脉冲响应图
通过脉冲响应图可以发现：DCP（CP的变动）对DSH（SH的变动）显著构成正的影响，其影响在第三个月达到峰值，然后逐渐减小，至第六个月及以后，其影响基本衰减至可以忽略不计的程度。
实际投资的过程中（只针对A股现货市场，不含股指期货），如果CPI、PPI差值由负转正（DCP>0），说明企业盈利状况已处于改善并盈利的过程中。若指数尚处于调整状态，投资者可以考虑改变悲观投资思维，逐步开始空翻多，而非一味跟随市场被动操作，其最佳投资时期将出现在DCP“转正”之后的第三个月，前两个月恰好为资金规模较大的机构投资者提前布局留出了足够的时间（包括下期DCP是否继续大于0的确认时间及介入时间）。
四、结论
本文在业绩驱动市场运动的假设前提下，分析并量化了2001年至2011年CPI、PPI差值对同期上证指数的影响。实证结果显示：CPI、PPI差值与上证指数之间存在长期相关关系，其差值的变动对上证指数变动构成显著影响，其影响的期限分布为投资者阶段性投资策略的制定（尤其是选时方面）及其有效期的确定提供了实证依据。
文中模型克服了利用市盈率法寻找价值品种时因为市场权重分配过度失衡造成的市场整体市盈率失真、市场转型造成市盈率中枢水平不稳定、人性的贪婪与恐惧驱使预期不确定而造成动态市盈率不确定的现象。因此，投资决策过程中预测指数变动之时可以将该模型纳入预测体系之中。
本文结论与早期研究A股市场与我国宏观经济无关或弱相关的结论相悖。究其原因，早期研究以国内生产总值或其增长率及其他抽象因素为研究对象间接研究指数变动、忽视了物价变动对企业盈利的助推和吞噬，本文则直接研究企业单位产品毛盈利。
参考文献：
[1]陈晓.A股市场盈余报告的有效性研究——来自上海、深圳股市的实证研究[J].经济研究，1999，（6）.
[2]戴晓凤.中国股票市场的弱式有效性检验：基于单位根法[J].系统工程，2005，（11）.
[3]刘俊，郭三化.市盈率与上证指数非相关性实证研究[J].时代金融，2012，（4）.
[4]刘晓燕，翟东升.VaR方法在预测股票指数流动性上的应用[J].技术经济，2004，（7）.
[5]刘勇.我国股票市场与宏观经济变量关系的经验研究[J].财贸经济，2004，（4）.
[6]谈儒勇.中国金融发展与经济增长关系的实证研究[J].经济研究，1999，（10）.
[7]王剑，林斌.论市盈率使用中的误区[J].财会通讯（综合版），2008，（7）.
[8]郑江淮，袁国良，胡志乾.中国转型期股票市场发展与经济增长关系的实证研究[J].管理世界，2000，（6）.
[9]Binswanger， M.2000.Stock Market Booms and Real Economic Activity：Is This Time Different?[J] Internetional Revies of Economics and Finance，（9)，387～415.
[10]Chen，N.F.，R.Roll，and S.A.Ross.1986.Economic forces and the stock market.[J].Journal of Business，（59)，383～403.
[11]Johansen，S.1991.Estimation and Hypothesis Testing of Cointergrating Vectors in Gaussian Vector Autoregressive Models[J].Economitrica，（59)，1551～1580.
（特约编辑 齐稚平；校对 SJ）
关键词：CPI；PPI；上证指数；VAR模型
Abstract：Based on the hypothesis that A-stock market is driven by company performance instead of policy control，this paper analyses the relationship between CPI-PPI difference value which reflects per-product’s gross profit，and Shanghai Stock Index. This paper uses Johansen Cointegration Test to establish the long relationship between these two factors，and then quantified by VAR model，at last uses Impulse Response Function to reflect the time distribution of CPI-PPI difference value change and Shanghai Stock Index. The empirical results show that，the relationship between CPI-PPI difference value and Shanghai Stock Index is stable，and the difference value changes has obvious effect on Shanghai Stock Index changes. This model can be considered as a complement to traditional stock index forecasting model and it also can make predictions as well.
Key Words：CPI，PPI，Shanghai Stock Index，VAR Model
中图分类号：F830 文献标识码：B 文章编号：1674-2265（2012）07-0072-05
一、引言
目前市场上对股票指数的研判以市盈率法为主要依据，尽管该方法能作为投资的重要参考，但局限性也非常明显，主要有以下三点：（1）A股市场权重结构独特，在石油石化和银行两大行业盈利占据市场盈利半壁江山的背景下，以加权平均方式计算的市场整体估值水平失真；（2）随着A股市场逐渐成熟，估值水平也在不断变化（由高估值状态逐渐向国际水平接轨），期间很难有一个稳定的评判标准，这给投资者用目前主流的市盈率法去预测指数带来了很大的困难；（3）投资者在市场表现较好时过度乐观、在市场表现较差时过度悲观，使得市盈率法在很大程度上于指数预测方面失去了应有的意义。
其实，对市盈率法研判指数的质疑之声一直没有停止过。刘俊、郭三化（2012）实证研究后认为，市盈率与指数之间相关关系不成立，市盈率的变动（一阶差分）在很大程度上不是指数变动（一阶差分）的原因，而只是结果。王剑、林斌（2008）认为，目前我国还没有一个广为认可、适合我国国情、评判合理的市盈率标准，如何准确地估算市盈率的区间范围还需要不断地探索和研究，应谨慎地对待市盈率的可比性，投资过程中应结合其他指标综合作出判断。
刘晓燕、翟东升（2004）提出用市场流动性去预测指数，但指出流动性分析法是一个必要而非充分手段，还需要结合其他指标和方法。谈儒勇（1999）认为，我国股市发展的三个指标（总市值/GDP、总成交额/GDP、总成交额/总市值）在回归模型中均不显著，我国经济增长与股市发展之间没有明显的关系。郑江淮、袁国良、胡志乾（2000）认为，我国经济增长与股市规模之间没有明显的关系。刘勇（2004）实证研究结果表明，指数与GDP、CPI正相关，与货币供应量和利率之间负相关，但是与GDP和货币供应量之间的关系非常微弱，与CPI、利率之间也不存在显著的相关关系。
有关股票指数与实体经济的关系在国外也有相关研究。陈、罗尔和罗斯（Chen、Roll和Ross，1986）实证研究发现股票市场收益率与通货膨胀有关，但与消费支出没有明显相关关系。宾斯万格（Binswanger，2000）研究发现，二十世纪80年代以来，美国股票市场收益率与实体经济活动之间的相关关系不成立。
陈晓（1999）、戴晓凤（2005）等实证表明A股已经步入弱式有效，正在向半强式有效市场过渡。众所周知，弱式有效否定了技术分析的假设前提。正因为如此，本文将在业绩驱动的前提下拓展新的预测方法。
CPI是消费者价格指数，也是企业产品的销售价格指数。PPI是生产者价格指数，也是企业产品出厂价格指数。二者之差整体上反映了单位产品毛盈利。在A股市场逐渐由投机型过渡到价值投资型市场的过程之中，其差额对指数构成重大影响。长期以来，市场对CPI、PPI的关注仅仅停留在单个变量变动、以及可能引发的货币政策变动对指数变动所构成的影响上，偶尔出现对CPI、PPI倒挂现象（CPI、PPI差值小于零）的讨论也只是停留在理论上。本文将以此为突破口，研究并量化CPI、PPI差值与上证指数之间的关系及其差值的变动对上证指数变动所构成影响的期限分布。
二、模型构建
（一）变量选择与数据说明
与以往研究宏观因素对指数所构成影响不同，本文在上市公司业绩驱动市场运动的假设前提下，直接以反映上市公司单位产品毛盈利的CPI、PPI差值作为研究对象，而不是以其他宏观因素间接地去研究指数。 自上交所1991年成立以来，诸多对国计民生构成重大影响的企业陆续上市，在上交所上市的公司几乎涵盖了我国绝大多数产业门类，与在深交所上市企业的市值和社会影响力相比占据绝对优势，业绩驱动市场运动的假设已经成立。上交所编制的上证指数已经成为A股市场诸多指数中的绝对核心。
2001年以后，诸多针对A股市场的法律法规、规范性文件先后颁布，A股市场迈入规范性时代。开放式基金、社保基金等市场主体先后进入A股市场。截至目前，我国证券化率已经接近100%，参与者超过1.6亿，股票市场与我国经济社会已经密切相关。
综上所述，本文以2001年作为研究上证指数的起点，选取2001年1月至2011年12月的CPI、PPI数据及对应的上证指数月收盘数据作为研究对象，样本数量为132个，CPI、PPI数据来自中国国家统计局网站，证券化率、股民人数来自中国证券登记结算公司网站，上证指数月收盘数据来自通达信证券交易系统。
变量CP是样本期内CPI、PPI的差值，变量SH是上证指数样本期内月度收盘数据。
（二）主要模型构建
1. ECM模型。建立误差修正模型（ECM）分为三个步骤：一是建立反映数据之间长期均衡关系的模型；二是建立反映数据短期波动特征的误差修正模型。三是以被解释变量上证指数（SH）与其长期趋势的偏离DSH（SH的一阶差分）作为新方程的被解释变量，建立与DSH的滞后期、DCP（CP的一阶差分）及其滞后期和长期均衡关系式中随机误差项（ECM）之间关系的模型。
（1）
（2）
（3）
在构建ECM方程中，（1）、（2）式采用SH对CP及各自的滞后项进行回归、而非单纯用SH、CP进行回归运算取残差，其目的在于防止残差之间自相关而导致（3）式中变量之间自相关。
ECM（-1）前的 系数可用来说明DSH与DCP之间的关系。如果 为负且显著，则说明SH和CP之间存在着长期稳定的协整关系。如果 为正且显著，说明DCP如有变动，DSH将会产生一个更激烈的变动，短期内难以达到均衡。
2. VAR模型。
（4）
（5）
（4）式和（5）式定义了一个非受限的动态线型模型，其中 、 、 、 分别是各自方程中对应的系数，残差 、 相互独立。显然，系统在计量经济学上可识别的。不难看出，方程（4）、（5）均允许因变量受到其他变量滞后k期值的影响。本期CPI、PPI数据在下期公布，之后市场才能根据公布的数据预期企业盈利及宏观经济政策如何影响上证指数；以月为时间单位，上证指数（SH）对居民或企业消费的影响也在只有在本期结束之后才能体现出来。因此，本文存在“因变量受到自身滞后期值和其他变量滞后期值、而非各变量当期值的影响”这一假设。
三、实证分析
由图1可以看到，CP与SH之间明显存在某种相关关系：当CP 4时，SH处于阶段性顶部，为投资者提前发出警示信息，提防潜在的投资风险；当CP -4时，SH处于阶段性底部，为投资者提前发出买入信息，提示潜在的投资机会；CP的变动领先SH变动一定时期，为市场投资者留出足够的决策时间。如果能量化二者之间的关系，无疑将会对投资决策的制定和实施产生巨大的帮助，这也是研究二者之间关系的价值之所在。
（一）平稳性检验
首先检验CP、SH时序数据的平稳性。经ADF检验，结果如表1所示。
表1：ADF检验结果
ADF检验结果显示，5%的显著性水平上，CP、SH均为非平稳变量，经一阶差分之后变为平稳变量，CP、SH均为一阶单整，即CP、SH～I（1）。
（二）相关性检验
再检验CP、SH的协整关系。经Johansen协整检验，检验结果如表2所示。
表2：Johansen协整检验结果
检验结果显示，在不存在协整关系的假设前提下，CP、SH迹统计量、最大特征值统计量均大于5%临界值、拒绝原假设，二者之间存在协整关系；在最多只存在一阶协整关系的假设前提下，CP、SH迹统计量、最大特征值统计量均小于5%临界值，接受原假设。最终结果显示，CP和SH之间存在协整关系，且为一阶，即CP、SH～CI（1）。
（三）ECM模型分析
根据格兰杰定理：若干个非平稳变量之间存在协整关系，则这些变量必有误差修正模型表达式存在。解出ECM方程，以判断二者之间存在长期均衡关系背景下的短期调整方式。
表3：ECM模型回归结果
注：t检验中“*”表示显著性程度， ***、**、*分别表示1%、5%、10%的水平上显著。
由ECM模型回归结果来看：CP的变化（DCP）以47.95148倍（CPI、PPI数值与上证指数值之间差距比较大）的速度在影响上证指数的变化（DSH）；上证指数的变化同时还受到其滞后一期值的影响；非均衡误差ECM以0.8870的比例影响后期上证指数的变化。
尽管ECM模型初步表达出二者之间的短期制衡关系，且不存在自相关现象（DW值接近2.00），但是ECM方程的拟合程度太低（R2=0.08），无法有效解释二者之间的具体关系。因此，要有效解释二者之间的相互关系还需要建立VAR模型及增量的脉冲响应函数加以分析。
（四）VAR模型分析
分别选择滞后阶数4、5、6、7、8作为验证区间，以综合判断VAR的最优滞后阶数。统计指标显示，当滞后阶数为4、5时，5个指标（LR、FPE、AIC、SC、HQ）中有4个指标认为应该建立VAR（3）模型；当滞后期为6、7、8时，5个指标中有3个指标认为应该建立VAR（3）模型。限于篇幅，这里只列出滞后期为5的各项指标统计结果，结果如表4所示。
根据VAR模型最优阶数选择结果，建立VAR（3）模型进行回归运算，其结果如表5所示。对系统平稳性进行单位根检验，结果表6所示。
表4：滞后期为5时VAR最优阶数选择 表5：VAR模型回归结果
注：t检验中“*”表示显著性程度， ***、**、*分别表示1%、5%、10%的水平上显著。
表6：VAR系统平稳性检验结果
由表5、表6可知：（1）模型中CP方程无截距项，与实际情况相符，CP受到自身1、2阶滞后项及SH滞后1、2、3期值的显著影响；（2）SH方程有常数为98.22448的截距项，与上证指数设立之初以100点为基准点的实际情况相符，SH受到CP滞后1、3期值及自身滞后1、2、3期值显著影响；（3）两方程的R2、adj.R2均大于0.9，方程的拟合效果较好；（4）单位根均落在圆内，VAR系统平稳。所以，可以将上述模型作为预测指数系统的拓展，并进行相关预测。
（五）脉冲响应分析
VAR模型可以说明CP、SH对系统内任意变量的未来值都有显著的影响。但从结构上来看，VAR模型并不能揭示某个变量的变化对系统内其他变量所产生的影响是正向还是负向，以及该变量的变化在系统内产生多长时间的影响，这些需要用脉冲响应函数去获取。
由于CP和SH均为一阶单整，即非平稳数据，其脉冲响应函数肯定具有很大的不确定性。因此，这里采用CP和SH的一阶差分（DCP、DSH）数据，即CP的变动（包括正的增量和负的增量）对SH的变动（涨、跌的绝对幅度）的影响，其理论意义在于上市公司单位毛盈利状况的变动对上证指数变动所构成影响的期限分布。
脉冲响应为CPI、PPI差值的变动（DCP）对上证指数变动（DSH）冲击的期限分布，而非CPI、PPI差值对上证指数的冲击期限分布，必须对DCP、DSH重新构造VAR模型，之后再进行脉冲响应分析。
图2：DCP对DSH脉冲响应图
通过脉冲响应图可以发现：DCP（CP的变动）对DSH（SH的变动）显著构成正的影响，其影响在第三个月达到峰值，然后逐渐减小，至第六个月及以后，其影响基本衰减至可以忽略不计的程度。
实际投资的过程中（只针对A股现货市场，不含股指期货），如果CPI、PPI差值由负转正（DCP>0），说明企业盈利状况已处于改善并盈利的过程中。若指数尚处于调整状态，投资者可以考虑改变悲观投资思维，逐步开始空翻多，而非一味跟随市场被动操作，其最佳投资时期将出现在DCP“转正”之后的第三个月，前两个月恰好为资金规模较大的机构投资者提前布局留出了足够的时间（包括下期DCP是否继续大于0的确认时间及介入时间）。
四、结论
本文在业绩驱动市场运动的假设前提下，分析并量化了2001年至2011年CPI、PPI差值对同期上证指数的影响。实证结果显示：CPI、PPI差值与上证指数之间存在长期相关关系，其差值的变动对上证指数变动构成显著影响，其影响的期限分布为投资者阶段性投资策略的制定（尤其是选时方面）及其有效期的确定提供了实证依据。
文中模型克服了利用市盈率法寻找价值品种时因为市场权重分配过度失衡造成的市场整体市盈率失真、市场转型造成市盈率中枢水平不稳定、人性的贪婪与恐惧驱使预期不确定而造成动态市盈率不确定的现象。因此，投资决策过程中预测指数变动之时可以将该模型纳入预测体系之中。
本文结论与早期研究A股市场与我国宏观经济无关或弱相关的结论相悖。究其原因，早期研究以国内生产总值或其增长率及其他抽象因素为研究对象间接研究指数变动、忽视了物价变动对企业盈利的助推和吞噬，本文则直接研究企业单位产品毛盈利。
参考文献：
[1]陈晓.A股市场盈余报告的有效性研究——来自上海、深圳股市的实证研究[J].经济研究，1999，（6）.
[2]戴晓凤.中国股票市场的弱式有效性检验：基于单位根法[J].系统工程，2005，（11）.
[3]刘俊，郭三化.市盈率与上证指数非相关性实证研究[J].时代金融，2012，（4）.
[4]刘晓燕，翟东升.VaR方法在预测股票指数流动性上的应用[J].技术经济，2004，（7）.
[5]刘勇.我国股票市场与宏观经济变量关系的经验研究[J].财贸经济，2004，（4）.
[6]谈儒勇.中国金融发展与经济增长关系的实证研究[J].经济研究，1999，（10）.
[7]王剑，林斌.论市盈率使用中的误区[J].财会通讯（综合版），2008，（7）.
[8]郑江淮，袁国良，胡志乾.中国转型期股票市场发展与经济增长关系的实证研究[J].管理世界，2000，（6）.
[9]Binswanger， M.2000.Stock Market Booms and Real Economic Activity：Is This Time Different?[J] Internetional Revies of Economics and Finance，（9)，387～415.
[10]Chen，N.F.，R.Roll，and S.A.Ross.1986.Economic forces and the stock market.[J].Journal of Business，（59)，383～403.
[11]Johansen，S.1991.Estimation and Hypothesis Testing of Cointergrating Vectors in Gaussian Vector Autoregressive Models[J].Economitrica，（59)，1551～1580.
（特约编辑 齐稚平；校对 SJ）