影响股价指数的因素分析
 
 一、理论分析
 
 影响股价指数的因素有很多，比如：存款利率，国民生产总值，货币供给量等。
 从国民生产总值看，伴随总体经济成长，上市公司利润持续上升，股息和红利不断增长，企业经营环境不断改善，产销两旺，投资风险也越来越小，从而公司的股票和债券得到全面升值，促使证券价格上扬；同时人们对经济形势形成了良好的预期，投资积极性得以提高，从而增加了对证券的需求，促使证券价格上涨；随着国内生产总值GDP的持续增长，国民收入和个人收入都不断得到提高，收入增加也增加了对证券投资的需求，从而导致证券价格上涨。
 从存款利率看，利率变动主要通过两条途径影响股价：居民和上市公司。利率变动对投资者的影响，一方面反映为利率变动引发居民的资金流向发生变化；另一方面则通过居民的心理预期对股市产生影响。
 1、资金流向变动从理论上讲，利率的变动会改变居民的金融资产结构。投资者通过对储蓄、国债、股票、实业等多种投资方式的流通性、安全性、收益性比较后，达成了多种投资方式与各自风险相对应的均衡。利率一旦变动，各金融品种间的平衡被打破，投资者的资金重新流动，组合。在市场经济条件下，资金总是向利润高的地方流动，利率下降后，存款的收益相应地降低了，在股票市场投资回报不变的情况下，投资股市的机会成本减少，这必将分流部分储蓄进入股市，股市资金供给的增加必将拉动股票价格上升。反之反是。  2、投资者的心理预期利率的变动还通过投资者的心理预期对股价产生较大的影响。降息后，投资者对经济发展的良好预期促使投资者普遍看好后市，踊跃入市，导致股价持续上扬。反之，加息则是通货膨胀已十分严重，国民经济达到过热的峰顶，经济由繁荣转向衰退的信号。综合来看，投资者对降息的心理预期作用因降息所处的宏观经济背景，股指所处位置等多方因素的影响，呈“过度乐观—趋于正常—预期偏低”的逐步递减效应，从而影响股价。
 3、上市公司的经营利率通过对上市公司生产经营成本中的借贷资金成本对股市产生影响。利率降低使上市企业借贷资金成本相应降低，这将激发企业的投资积极性，进一步扩大再生产，增加企业利润，这样企业的净利润增加，降低了股票市盈率，提高了对股东的回报，增加了股票的投资价值，也会推动股价上扬。反之，上市公司融资成本增加，企业将缩减投资，压缩生产规模，从而盈利水平降低，给投资者的报酬也会减少，这将使股价下降。
 
 从上述理论分析可看出：国内生产总值和利率是影响股价的重要因素，他们分别与股价指数呈正相关和负相关的关系。
 二、实证分析
 
 我们选择了上海证券交易所1992——2001年度的数据来代表中国的股价指数SP，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性关系。另外，我们还选取了一年期存款利率SR和国内生产总值G，作为解释变量。
数据如下：
年份 SP(收盘价） SR (一年期存款利率%） G(国内生产总值）
1992 780.4 7.47 24378.9
1993 833.8 9.175 31380.3
1994 647.87 11.61 46759.4
1995 555.29 11.61 58478.1
1996 917.02 9.275 67884.6
1997 1194.1 5.67 74772.4
1998 1146.7 4.45 79552.8
1999 1366.6 2.25 82054
2000 2073.48 2.25 89404
2001 1645.97 2.25 95933
                                资料来源：《中国金融年鉴》

由上述理论分析，建立股价指数与长期存款利率及经济增长率之间的关系的线形回归模型:
 
 (一) 依照上表中的数据，首先对各指标数据取对数。原因在于：①对数变换能使测定变量值的尺度变小，它可将两个数组之间原来10倍的差异缩小到只有2倍的差异。②从经济意义看，残差序列中含有货币供应量等因素，会与利率造成相关性，因此需排除异方差影响。③经过对数变换后的线性模型，其残差为相对误差，而相对误差与绝对误差相比往往是有较小的差异。这样可以排除异方差的影响。变换后模型如下：
 
 （二）运用OLS对公式进行多元线性回归分析,设定进入回归方程变量系数的F统计量的概率为0.05，从回归方程中删除变量的系数的F统计量的概率为0.01.回归结果如下：
Dependent Variable: LSP
Method: Least Squares
Date: 05/15/04   Time: 18:08
Sample: 1992 2001
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob. 
C 6.826065 1.888339 3.614851 0.0086
LG 0.091819 0.160139 0.573371 0.5843
LSR -0.526933 0.108283 -4.866258 0.0018
R-squared 0.874013     Mean dependent var 6.939304
Adjusted R-squared 0.838016     S.D. dependent var 0.415583
S.E. of regression 0.167261     Akaike info criterion -0.495200
Sum squared resid 0.195833     Schwarz criterion -0.404424
Log likelihood 5.475999     F-statistic 24.28054
Durbin-Watson stat 2.584004     Prob(F-statistic) 0.000710
结果显示：① 可决系数 (或) 较大，且F值显著地大于给定显著性水平下的临界值，而变量对应的偏回归系数LG的t值不显著，而LSR的t值显著，可以推断模型有存在多重共线性的可能性。
②从辅助回归角度看，LSR与LG之间存在如下关系
Dependent Variable: LSR
Method: Least Squares
Date: 05/15/04   Time: 18:10
Sample: 1992 2001
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob. 
C 12.37247 4.345082 2.847465 0.0216
LG -0.970014 0.394681 -2.457715 0.0395
R-squared 0.430214     Mean dependent var 1.701932
Adjusted R-squared 0.358991     S.D. dependent var 0.682114
S.E. of regression 0.546121     Akaike info criterion 1.804904
Sum squared resid 2.385984     Schwarz criterion 1.865421
Log likelihood -7.024519     F-statistic 6.040365
Durbin-Watson stat 0.533167     Prob(F-statistic) 0.039459

从上表可以看出，二者之间确实存在负相关关系，t值和F检验都通过了，说明模型肯定存在多重共线性。
③从经济意义分析，存款利率SR与国内生产总值G随时间的变化过程中存在共同的变化趋势，即利率提高会抑制经济增长，也从另一个角度说明模型存在多重共线性。
 
（三）对多重共线性进行补救，采用逐步回归法：
 1、首先，LSP对LG回归，结果如下：
 
Dependent Variable: LSP
Method: Least Squares
Date: 05/15/04   Time: 18:11
Sample: 1992 2001
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.306600 2.606090 0.117648 0.9092
LG 0.602951 0.236722 2.547091 0.0343
R-squared 0.447806     Mean dependent var 6.939304
Adjusted R-squared 0.378782     S.D. dependent var 0.415583
S.E. of regression 0.327552     Akaike info criterion 0.782516
Sum squared resid 0.858322     Schwarz criterion 0.843033
Log likelihood -1.912582     F-statistic 6.487672
Durbin-Watson stat 0.913834     Prob(F-statistic) 0.034330

 可看出，LG与LSP之间存在正相关，但常数项的t检验值比较小，可决系数比较低。
 考虑到DW统计量为0.9138 （在n=10，α=0.05，=`1时，查表得：=0.879，=1.320），不在1.320<<2.680内。说明模型存在一阶正的自相关，从下面的残差散点图中也可看出。
 
 对其进行修正：采用科克兰内—奥克特迭代法，并且将常数项剔除，得结果
Dependent Variable: LSP
Method: Least Squares
Date: 05/19/04   Time: 11:09
Sample(adjusted): 1993 2001
Included observations: 9 after adjusting endpoints
Convergence achieved after 4 iterations
Variable Coefficient Std. Error t-Statistic Prob. 
LG 0.627108 0.016553 37.88399 0.0000
AR(1) 0.486006 0.314913 1.543305 0.1667
R-squared 0.608783     Mean dependent var 6.970359
Adjusted R-squared 0.552895     S.D. dependent var 0.428309
S.E. of regression 0.286393     Akaike info criterion 0.530224
Sum squared resid 0.574145     Schwarz criterion 0.574052
Log likelihood -0.386008     Durbin-Watson stat 1.518596
Inverted AR Roots        .49
可看出，模型已大有改进，一阶自相关已经消除（如图），
 
 可决系数也提高了。但对问题的说明并没有改善，在0.05的显著性水平下,二者之间相关性为0.63。模型的结果：
     
                   (0.017) (0.315)    
 = 0.61        =0.55     DW=1.52
 2、其次，LSP对LSR回归，结果如下：
Dependent Variable: LSP
Method: Least Squares
Date: 05/09/04   Time: 17:00
Sample: 1992 2001
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob. 
C 7.905416 0.142446 55.49777 0.0000
LSR -0.567656 0.078232 -7.256029 0.0001
R-squared 0.868096     Mean dependent var 6.939304
Adjusted R-squared 0.851607     S.D. dependent var 0.415583
S.E. of regression 0.160090     Akaike info criterion -0.649304
Sum squared resid 0.205031     Schwarz criterion -0.588787
Log likelihood 5.246522     F-statistic 52.64996
Durbin-Watson stat 2.512822     Prob(F-statistic) 0.000088
发现：LSP与LSR的很大，t统计量的绝对值>2，F统计量很大，DW统计量为2.51，查表：在n=10，α=0.05，=1时，得，=0.879，=1.320。在1.320<<2.680时，模型不存在序列自相关，从上图中可以看出DW=2.51<2.680，说明模型不存在一阶自相关，此时F检验，t检验和表示总体回归效果的的结果都非常好，有理由认为该模型已非常理想。如图表示：
 
 模型的结果：    
                   (0.14) (0.078)    
 = 0.87        =0.85      DW=2.51
 3、因为仅考虑两个因素，故不存在逐渐加入解释变量的分析。
                           
 三、结果分析
 
 根据实证分析，说明长期存款利率每变动1%，会引起中国股价指数反方向变动0.57%。这也可以解释目前人们对央行是否加息特别关注的原因。而央行在货币政策操作时, 应关注对股票市场的价格波动，从近年来的情况看,股市对我国货币政策的影响越来越重要。中央银行作为宏观经济调控的重要部门,特别是货币政策制定和决策的金融当局,应密切关注股市变动,在进行货币政策执行和操作时考虑股票市场这一重要因素。
 而从计量结果来看，国内生产总值与股价指数呈显著线形相关关系(GDP变动1%会引起股价指数变动0.63%)。但是，股市一直被誉为一国宏观经济的“晴雨表”，也就是说，股市的变动与宏观经济有着高度的相关关系，即GDP变动1%会引起股价指数至少变动0.7%，而中国的股市还未达到这一水平。这说明，虽然近几年，政府已经开始逐渐减少对股市的干预，中国的股市正在向市场化过度，股价指数的变动情况也正在逐渐地同宏观经济的发展情况相一致，但一直以来中国股市具有明显的“政策性股市”的特征，不能很好地反映经济的运行情况。我们认为，中国股市与宏观经济间的弱相关，既是政府频繁地直接干预的结果，也有股市自身的原因。
 中国的股市是在中国政府的政策扶持下发展起来的，而不是在经济发展大过程中自然而然地建立起来。这种诞生、发展的方式决定了中国的股市必然要在运行的过程中，受到政府的直接的或是间接的干预。实际上，对于一个成熟的股票市场而言，它的股价指数的变动是受到市场上买卖双方力量对比的和市场上的资金充足情况影响的。如果一国的宏观经济情况良好，投资者的预期提高，则在股票市场上所体现出来的就是，市场上资金的充足，买方力量的强大，股价指数的上升，反之，相反。对于中国的股市而言，由于它是典型的政策性股市，政府的力量在股市的运行中起到了相当重要的作用，股价指数的变动与政府在股市中所采取的行动密切相关。政府由于其宏观经济调控和管理的职责所在，当中国的股市随着中国宏观经济的繁荣而过于红火时，政府往往会采取措施来进行打压，使股价指数下跌，此时的股价指数的活动与经济的发展是相背离的。而在中国经济发展的缓慢时期，股市长期低迷的情况下，政府往往又会出台政策来救市，以使股市脱离现状，此时的股指的回升与宏观经济的好转并无关系。中国股市由于受到较大的政策因素的影响，使得它的运行更多的是符合政府宏观调控的要求，而并不能完全的体现出市场的发展情况。
 另外，中国的股市还在发展的过程中，并不是一个成熟的、理性的市场，它的运行存在着很大的问题。上市公司信息披露的不充分，筹资者和投资者之间的信息并不对称，庄家对股市的操纵等等问题的存在，使得在中国的证券市场上，有着相当多数量的投机者。这些投机者在股市中的活动影响了股价指数对宏观经济情况的反映。
 因此我们在判断中国证券市场走势的时候，不能简单地看国内生产总值的增长情况，而应当结合考虑政府行为的影响。