上证指数的多因素分析
—— 专业年级:05级信管 1班 小组成员:李青 40511056 吴君超 40511053 指导教师:俞开志
论文结构图:——
上证指数的多因素分析
【摘要】 本文主要通过对上证指数的变动进行多因素分析,建立以上证指数为因变量, 以其它可量化影响因素为自变量的多元线性回归模型,并利用模型对上证指数进 行数量化分析, 就其影响因素提出我们对上证市场宏观调控有帮助的参考性意见。
【关键词】 上证指数 货币供给增长率 居民储蓄存款期末余额增长率 上交所投资者开 户数
一 、问题的提出
改革开放以来,中国经济飞速发展,强力带动了各行各业的健康发展,股 市也是如此。对我国股票市场而言 , 最常用的也是最重要的衡量指标就是上证指 数。对这一指数进行分析 , 有利于深入了解股票市场的动态 , 对其的多因素分析, 能更好地掌握证券市场的发展趋势。
“上证指数”全称“上海证券交易所综合股价指数”, 是国内外普遍采用的 反映上海股市总体走势的统计指标。上证指数由上海证券交易所编制,于 1991年 7月 15日公开发布, 以 " 点 " 为单位, 基日定为 1990年 12月 19日, 基日提数 定为 100点。随着上海股票市场的不断发展,于 1992年 2月 21日,增设上证 A 股指数与上证 B 股指数,以反映不同股票(A 股、 B 股的各自走势。 1993年 6月 1日,又增设了上证分类指数,即工业类指数、商业类指数、地产业类指数、 公用事业类指数、 综合业类指数、 以反映不同行业股票的各自走势。 经过多年的 持续发展, 上海证券市场已成为中国内地首屈一指的市场, 上市公司数、 上市股 票数、市价总值、流通市值、证券成交总额、股票成交金额和国债成交金额等各 项指标均居首位。至 2004年 12月底,上证所拥有 3700多万投资者和 837家上 市公司,上市证券品种 996个。上市股票市价总值 26014.34亿元; 2004年,上 市公司累计筹资达 456.901亿元; 一大批国民经济支柱企业、 重点企业、 基础行 业企业和高新科技企业通过上市,既筹集了发展资金,又转换了经营机制。 众所周知, 在近 10年来, 中国股票市场历经了熊市到牛市的转变, 其状态
最基本的表现方式就是上证指数的大幅波动, 而这一指标又受政治、 经济、 社会、 政策、 心理等多种因素的影响。 因此, 上证指数变动的主要影响因素有哪些?这 些因素对上证指数的具体影响程度怎样?如何利用这些因素加强从宏观上对股 市的调控?这是我们研究的主要目的。
二 、理论综述
对于影响上证指数的各种因素, 不同学者各有自己的看法。 大多数研究认为,
影响我国上证指数的因素主要有以下几方面:货币供应量 M1,居民储蓄存款余 额,零
售商品物价,国家政策因素,利率等等。①湘财荷银基金管理有限公司总 经理林伟萌认为“制度性因素是个大问题” ,比如股权分置问题,比如上市公司 问题,比如一股独大问题。② 2007年印花税、存款利率和存款准备金率的提高, 都引起了股市不小的震荡,上证指数在其后出现一系列波动。
也有部分学者提出自己不同的观点。邹艳芬指出:工业增加值增长率,外贸 进 /出口总额增长率,基本建设投资总额增长率,财政收入 /支出增长率,金融机 构贷款余额增长率等等因素也会影响上证指数的变动。
总之,不同的人从不同的角度有着不同的看法。下面主要就我们的看法和观 点,结合数据的易取得性,来建立关于上证指数多因素分析的模型。
三 、模型设定
1、上证指数的衡量
上证指数作为国内外普遍采用的衡量中国证券市场表现的权威统计指标,其系列 包括上证 30指数、上证 180指数、上证综合指数、 A 股指数、 B 股指数、分类指数在 内的股价指数系列,其中最早编制的为上证综合指数。上证综合指数是以上海证券交 易所挂牌上市的全部股票为计算范围,以发行量为权数的加权综合股价指数。由于上 证综合指数能够更好的反映整个市场的状态,因此我们最终选择了上证综合指数作为 衡量上证指数的指标。
2、数据性质的选择
由于在 2002年至今我国的经济一直保持稳定、 持续增长, 在这一大背景下, 我们
选择的变量 GDP 、 M1货币供给量、居民储蓄存款额、消费价格指数、上交所开户数 都直接受其影响而表现出持续的增长或下降,因此为避免由于这一因素的影响而造成 数据间虚假甚至错误的联系 ,我们最终采用了数据的相对数形式。
3、影响因素的分析
● GDP 增长率:GDP 是按市场价格计算的 , 它是一国所有常住单位在一定时期内 生产活动的最终成果。西南证券的张仕元提出:“我们以 1993年的起始为基点,根据每年 GDP 的增长做了一个 GDP 增长模拟 指数和上证指数做了一个对比,从这个指数我们可以看出,中 国整个股市这 10年来应该是围绕宏观经济增长比较相匹配的,
而且,股市是围绕价值中枢上下波动,虽然有时候会偏离。 ” ● M1货币供给增长率:宏观经济走势是影响证券市场大盘走势的最基本因素。 货币供给量是一个重要的宏观因素,它与股票价格一般 是呈正相关关系,即货币供给量增大使股票价格上涨,
反之,货币供给量缩小则使股票价格下跌。据兴业证券 公司最近的一份研究报告显示,货币供应量与大盘走势 显著相关。该报告认为,从流通中现金 M 。、狭义货币
M1、广义货币 M2与上证综合指数的相关性分析结果显 示,各项货币供应量指标均与上证综合指数显著相关, 相关系数都达到 0. 8以上,其中,狭义货币 M1与上证 综合指数的相关系数最大。
● 居民储蓄存款期末余额增长率:《上海证券报》刊登的《超储蓄现象亟需引起 重视》一文中有一图表形象地描绘了 1997年 至 2002年居民储蓄与上证指数的变化情况, 反映出储蓄存款与股票市场存在着一定的反 向关系 , 即每当股指处在高位时 , 居民存款的 增长速度就会降至低点。 比如说 1999年 5.19行情之后 , 居民储蓄存款的增长速度逐渐下滑 , 而股指却一直处于扬升状态中。但从 2000年
10月份之后 , 也就是沪综指开始高位滞涨之 后 , 居民储蓄存款的增长幅度再度扬升。 ● 全国居民消费价格总指数:居民消费价格总指数是反映一定时期 (年、
季、 月 内城市、 农村居民所购买消费品价格和服务项目价 格变动趋势、变动程度的相对数。
● 上交所投资者开户数:截至 2007年 1月 18日, 沪深两市账户总数达到 8001.47万户, 其中个人投资者帐户 7348.66万户, 机构投资者 36.65万户。在总账户超越
8000万的同时,市场指数 也在资金的推动下被不断刷新。
4、模型形式的设计
用 Eviews 对 Y 与 X1, X2, X3, X4, X5之间的关系做散点图,发现 Y 与这些变 量间基本都呈简单线性相关,所以建立多元线性模型。
5、确立模型
Y=β0 + β1X 1t + β2X 2t + β3X 3t + β4X 4t +β5X 5t + Ut
Y ---- 上证指数
X1 ---- GDP同比增长率
X2 ---- M1货币供给量同比增长率
X3 ---- 居民储蓄存款期末余额同比增长率
X4 ---- 全国居民消费价格总指数
X5 ---- 上交所投资者开户数
四 、数据的收集
本文收集了我国从 2002年 3季度至 2007年 3季度之间的 21个季度数据, 如下表 1所示:
表 1 我国 2002/3~~2007/3的统计数据
指标 时间 上证指数
Y
GDP 同比增长率
%
X1
M1货币供给
同比增长率 %
X2
居民储蓄存款
期末余额同比
增长率 %
X3
全国居民消费
价格总指数 %
X4
上交所投资者 开户数(万户 X5
2002Q3 1581.62 8.3 15.9 18.09 99.3 10620.49 2002Q4 1357.65 9.1 16.82 17.83
99.6 10677.79 2003Q1 1510.58 10.3 20.12 20.12 100.9 10733.8 2003Q2 1486.02 9.2
20.24 19.54 100.3 10798.49 2003Q3 1367.16 9.3 18.51 19.91 101.1 10856.7 2003Q4
1497.04 10 18.7 19.22 103.2 10906.62 2004Q1 1741.62 9.8 20.1 18.3 103 11000.98
2004Q2 1399.16 9.7 16.2 16.5 105 11095.2
2004Q3 1396.7 9.5 13.7 14.44 105.2 11147.91 2004Q4 1266.5 10.1 13.6 15.38
102.4 11336.07 2005Q1 1181.24 10.5 9.9 15.54 102.7 11387.35 2005Q2 1080.94 10.5
11.25 16.3 101.6 11438.2 2005Q3 1155.61 10.4 11.64 18.06 100.9 11499.11 2005Q4
1161.06 10.4 11.78 17.98 101.6 11555.69 2006Q1 1298.3 10.4 12.7 18.23 100.8
11436.66 2006Q2 1672.21 11 13.9 17.12 101.5 11598.05 2006Q3 1752.42 10.8 15.7
15.99 101.5 11780.72 2006Q4 2675.47 10.7 17.48 14.56 102.8 11983.53 2007Q1
3183.98 11.1 19.8 12.81 103.3 12992.48 2007Q2 3820.7 11.5 20.92 9.38 104.4 15432.01
2007Q3 5552.3 11.5 22.07 6.87 106.2 17987.89
资料来源:WIND 数据库
中国统计年鉴
注:同比增长率均以 2002Q1为基期
五 、模型的估计与调整
1、用 Eviews 对模型 Y=β0 + β1X 1t + β2X 2t + β3X 3t + β4X 4t +β5X 5t + Ut 进行 OLS
回归,得到如下结果:
表 2
Dependent Variable: Y
Method: Least Squares
Date: 12/02/07 Time: 12:35
Sample: 2002Q3 2007Q3
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 2762.469 4685.682 0.589555 0.5643
X1 28.70192 89.35843 0.321200 0.7525
X2 104.8961 16.90178 6.206214 0.0000
X3 -111.5015 42.85359 -2.601917 0.0200
X4 -48.33781 39.70379 -1.217461 0.2422
X5 0.326895 0.085147 3.839168 0.0016
R-squared 0.970667 Mean dependent var 1863.728