沪深 300指数与世界主要股票指数的关联性分析
高 莹 靳莉莉
(东北大学工商管理学院，沈阳 1 30004)
摘要 ：运 用 VAR 模 型、Granger因果检验、脉冲响应分析及 1ohansen协整检验对 沪深 300
指数和世界 主要股票市场指数的关联性进行检验和分析。实证结果表明，沪深 300指数与世
界主要市场股票指数存在短期相关关 系，且与除 日经指数 以外的其他世界主要指数存在长期
协整关系。世界主要市场股票指数对沪深 300指数有较强的引导作用。因此得出我国股票市
场指数与主要市场指数有一定的趋同性，我国资本市场与世界资本市场具有一定联动性，且
受世界资本市场影响的结论。
关键词 ：股票指数 ；关联性 ；向量 自回归； Granger因果检验 ；脉冲响应 ；协整检验
引 言
随着经济一体化的迅速发展，世界经济逐渐
趋同的现象已在证券市场上有所表现。一国股票
市场是否与世界主要股票市场具有一定的关联性 ，
也成为其成熟程度的标志。从 国际证券市场角度
来看，主要股票市场指数呈现出越来越明显的共
同趋势Ⅲ。因此，各国股票指数间关系的研究备受
金融界的关注。陈守东等对世界 主要股票市场指
数进行协整分析，发现国外股票市场之间存在长
期的协整关系翻。俞世典等运用 VAR模型 ，协整检
验和 Granger检验对世界主要股票市场的联动性进
行分析，发现主要股票市场指数变化存在某种相
互影响关系[31。陈漓高等运用 Granger因果检验、协
整等方法对亚太地区证券市场关联程度进行实证
分析 ．研究发现这些证券市场之 间具有一定的互
动关系[4】。国内一些学者还分别对我国证券市场的
关联性进行了研究。刘金全等证明沪、深股票指
数之间存在长期的协整关系[51。杨莉等运用 VAR技
术分析了中国股票价格指数之 间的关联性[61。陈雷
等运用 Granger因果检验分析了两市股票收益之间
的关联性[71。黄玮强等运用 VAR模型、Granger因
果检验及协整检验对证券交易所国债 指数和银行
间国债指数的关联性进行检验分析【8J。李进江通过
对我国股市协整检验，认为分割的两市指数存在
不 同．不能很好 的反映中国证券市场 的整体情况 ，
用统一两市 的指数进行研究才 能更好 的反映我 国
证券市场的真实情况 。但很少有人对沪深 300指
数与世界主要股票指数 的关联性进行分析 。
由上海证券交易所和深圳证券交易所联合编制
的沪深 300指数于 2005年 4月 8日正式发布，中国
证券市场成立近 l5年来终于有 了首只统一指数 。
沪深 300指数的诞生 ，对尽快推出股指期货产品以
结束我国股市单边市的制度缺陷和促进市场的健康
发展有着十分重要的意义。尤其是 2006年 l0月
23日，中国金融期货交易所发布了 《沪深 300指
收稿 日期 ：2007一O1—15
基金项目：国家自然科学基金资助项 目 (70371062)。
作者简介：高莹，东北大学工商管理学院副教授，博士；靳莉莉，东北大学工商管理学院硕士研究生。
MANAGEMENT REVIEW Vo1．20 No．2~oo8) l3
维普资讯
数期货合约》 (征求意见稿)，沪深 300指数即将成
为我国股票指数期货交易的标的指标，从而确立了
沪深 300指数在我国股票指数中的地位。
鉴于沪深 300指数的重要 ，以及研究 我国股
票市场与世界主要股票市场之 间关系 的必要 ，本
文运用 VAR模 型 、Granger因果 分析 、脉 冲相应
分析及协整检验方法 ，研究 了沪深 300指数与世
界主要股票指数的关联性问题，得出了相关结论。
数据选取与模型描述
1、数据的选取
本文选取世 界主要 的股票市场指数 ，包括美
国道琼斯 工业指数 (DOW1、英 国金 融 时报指 数
(FTSE1001、香港恒生指 数 (HENG)、 日本 日经 指
数 (NIKKEI2251及中国沪深 300指数 (HS)，样本
数据为通过 WIND资讯数据库获得 的 2005年 1月
4日到 2006年 10月 19日的共 420个 日收盘指数
f包括沪深 300指数 2005年 1月 4日到 4月 8日试
运行期数据1，并进行 取对数处 理 。本 文分别 用
U SE、LDOW、LNIK、LHE、LHS表示取对数 以
后 的金融 时报 、道琼斯 、日经 、恒生 和沪深 300
指数序列。检验五个序列随时问变化 的趋势 ，发
现 LFrSE、LDOW、LHE总体相当的平稳，LNIK、
LHS波动性稍微明显 。
2、向量 自回归 (VAR)模型、Granger因果检
验和脉冲响应
向量 自回归 (VAR1模型的表达式为：
y~--A LY,- 1也 柏 c+L B ，t=l，2,L，T
其 中： 是 k维 内生变量向量， 是 d维外生变量
向量 ，P、2分别是外生变量 和内生变量 的滞后阶
数， 是样本个数，A 。L 和 B分别是 kxk和 kxd
维要估计的系数矩阵， 是k维扰动向量。
Granger因果检验是检验变量之 间因果关系 的
方法 ．该检验实质上是检验一个 变量 的滞后变量
是否可以引入到其他变量方程中。一个变量如果
受到其他变量的滞后影响，则称它们具有 Granger
因果关系。假设有两个时间序列 }和{y『}，数学
表达式如下 ：
(1)
a12
(1)
a22
4 管理谇论 Vo1．20 No．2(2008)
a12 Y t-2)+
I a1l 12 1f yf ＼fs1 ＼
I a a J＼ ／ ＼sz ／
＼ ‘ ‘‘ ／
该检验解决了 是否为引起 Y变化的原因的问
题 ，即主要看当前的 Y在多大程度上能被过去的
所解释，加入 的滞后值后是否使解释程度提高。
在脉 冲响应分析中脉 冲响应 函数描述一个 内
生变量对误差冲击的反应。具体地说，对一个变
量的冲击直接影响这个变量，并且通过 VAR模型
的动态结构传导给其他所有的内生变量 ，脉冲响应
函数就是用 于衡量这种来 自随机扰动项 的一个标
准差 冲击对变量当前 和未来取值的影响轨迹 ，它
能够 比较直观地刻 画出变量之间的动态交互作用
及其效应 。
3、Johansen协整检验
协整是对非平稳的经济变量长期均衡关 系的统
计描述 ，非平稳经济变量间存在的长期稳定 的均衡
关 系称 为协 整关 系。Johansen协整检 验是一种在
VAR系统下用极大似然估计来检验变量的协整关
系的方法 ，利用该方法可以对系统中所有独立的协
整关系作总体分析，且不事先假定系统中协整关系
的个数，也无需确定对哪一个变量作规范处理。
实证过程及结果分析
本文采用 Eviews5 0对指数序列进行单位根检
验 、建立 VAR模型、进行 Granger因果关系检验、
脉冲响应分析及 Johansen协整检验llo1。
1、单位根检验及结果
变量之 间存在协整关系 的前提是各 变量是否
服从单位根过程 ，常用 的单位根检验方法是 ADF
检验 。对原时 间序列进行 回归后得 到的 ADF统计
量若大于给定显著水平的 Mackinnon临界值 ，则说
明序列为非平稳序列 ，否则 序列平稳 。然后继续
对其一阶差分序列进行检验以确定其单整阶数 ，
检验结果如表 1所示 。
由表 1可知．原序列都是不平稳的，而一阶
差分后都是平稳的．因此这些变量都是一阶单整
的，即 ，(1)。其 中 C和 t表示带有 常数项 和趋势
项 ．k表 示所采用 的滞后 阶数 ，临界值 是 由
Mackinnon给出的 5％显著水平下的临界值 ．滞后
差分项的个数选取 以被检验序列的随机误差项不
存在自相关为标准 ，即是以杜宾检验 (DW1值接
近 2为选择标准。
㈣ u ㈣ a a ／，，．．．．．．．．． ．
、
厂
0 0
／，，．．．．．．．．． ．
、 JL，
维普资讯
l
表 1 各指数序列单位根检验结果
变量 ADF (12，t，k) 临界值 f5％) DW 结论
LrrsE -2．8447 (c,t，3) -3．4206 1．9931 不平稳
△LFTSE -23．2298 (c,t，4) 一3．4206 1．9931 平稳
LDOW -0．8583 (0，0，2) 一1_9416 2．0985 不平稳
△LDOW 一21．4224 (0，0，3) -1．9416 2．0035 平稳
I LHE 一1．4231 (0，0，3) -1．9416 1．9135 不平稳
l △LHE —2O．2148 (0，0，2) 一1．9416 2．0039 平稳
l LNIK 1．5790 (0，0，2) -1．9416 2．O161 不平稳
l ALNIK -20．4808 (0，0，2) 一1．9416 1．9976 平稳
『LHS 0．2490 (c,0，3) -2．8682 1．9086 不平稳
} △LHS —l9．4832 (c,0，2) -2．8682 1．9932 平稳
2、VAR模型检验
为 了明晰沪 深 300指数 和道琼 斯工业 指数 、
金融 时报指数 、 日经指数 、恒 生指数 的短期相关
性 。分别建立向量 自回归 (VAR1模型。本文运用
Akaike提出的 AIC选择滞后 阶数 的准则『1】]，建立 2
阶 VAR模型如下 (¨ 内为 t统计值)：
LDOW=0．9415 LDOW (一1)+0．0375LDOW (一2)+
0．0315LHS(一1)-0．0282LHS(-2)+0．1726
【19．1 178】 【0．7469】 【1．2595】
【_1．1427】 【1．3972】 (1)
LHS=0．0823LDOW (一1) +0．0483LDOW (一2) +
0．9972LHS(-1)-0．0183LHS(-2)-1．0657
【0．8464】 【0．4866】 【20．2173】
【_0．3758】 【一4．3675】 (2)
LHE =1．0031LHE(一1) 一0．0084LHE(～2) +
0．0289LHS(-1)-0．0273LHS(-2)-0．0402
【20．2601】 【一0．1684】 【0．94161
【-0．8934】 【0．6604】 (3)
LHS =0．1268LHE(一1) 一0．0937LHE(一2) +
1．0173LHS(-1)-0．0625LHS(-2)-0．2400
【1．5816】 【一1．1610】 【20．4403】
【_0．5759】 【-2．4361】 (4)
LFTSE=0．8705LFTSE(一1)+0．1255LFTSE(-2)+
0．0486LHS(-1)-0．0497LHS(-1)+0．0434
【17．9502】 [2．5746】 【1．8704】
【-1．9216】 [0．9719】 (5)
LHS=0．2578LTSE(一1) -0．2233LFTSE(一2) +
1．0277LHS(-1)-0．09 1 76LHS(-2)一0．2365
【2．8289】 [-2．4387】 【21．0648】
【-0．7449】 【-2．82 1 6】 (6)
LNIK =0．9821LNIK(一1) -0．0191LNIK(一2) +
0．01 12LHS(～1)一0．0176LHS(一2)一0．0340
【19．8521】
【-0．4390】
【0．3 834】
【0．9804】
【0．2776】
LHS =0．0980LNIK (一1) -0．0827LNIK(
1．0181LHS(-1)一0．0252LHS(一2)一0．0963
(7)
一 2、 +
【1．6177】 [-1．3583】 【20．6376】
卜0．5 112】 【-2．2659】 (8)
由于式 (11和式 (2)的拟 合优度分 别为
0．9656和 0．9937、式 (31和式 (41的拟合优度为
分别 0．9888和 0．9934、式 (5)和式 (61的拟合优
度分别为 0．9904和 0．9945、式 (7) 和式 (8)拟
合优度为 0．9947和 0．9934。可得沪深 300指数与
道琼斯工业指数 、金融时报指数 、恒生指数 和 日
经指数在短期内都具有很强的短期相关性。各滞
后期变量能够解释对应变量。
3、Granger因果关系检验及结果分析
在 VAR模型实证检验结果的基础上 ，进一步
地对指数序列进行 Granger因果检验 。选取滞后阶
数与 VAR模型一致为 2阶，在 1％的显著水平下，
分别得到检验结果如表 2一表 5。
(1)沪 深 300指 数 与 道 琼 斯 工 业 指 数 的
Granger因果检验结果
表 2 沪深300指数与道琼斯工业指数的 Granger因果检验结果
零假设 样本量 F统计值 概率
LDOW．-~Granger引导 LHS 418 9．6972 7．7E—Q5
LHS不 Granger引导 LDOW 4l8 1．1325 0．3232
由表 2可知，在 1％的显著水平下，LDOW 对
LHS具 有 Granger引导关系 ．而 LHS对 LDOW 不
具有引导关系。说明道琼斯工业指数在短期内对
沪深 300指数 的变化有引导作用 ．而沪深 300指
数 的变化对道琼斯工业指数 的变化不具有引导作
用，即道琼斯工业指数可以引致沪深 300指数的
变化 ，反之不然。
(2)沪深 300指数与金融时报指数的 Granger
因果检验结果
由表 3可知 ，LFTSE对 LHS具有 Granger引导
关系，而 LHS对 LFTSE不具有 引导关系。说明金
融时报指数在短期内对沪深 300指数的变化有引
导作用 ，反之不然。
表 3 沪深 300指数与金融时报指数的 Granger因果检验结果
零假设 样本量 F统计值 概率
LFTSE~ Granger引导 LHS 418 7，9901 0．0004
LHS不 Granger引导LFTSE 418 1，9176 0．1483
MANAGEMENT REVIEW Vo1．20 No．2(2008) l5
维普资讯
霭 《l 遵 l l 蘩 ； l l t _
(3)沪深 300指数与恒生指数的 Granger因果
检验结果
由表 4可知 ， LHE对 LHS具有 Granger引导
关系，而 LHS对 LHE不具有引导关系。说明恒生
指数在短期 内对沪深 300指数的变化有引导作用 ，
反之不然。
表 4 沪深 300指数与恒生指数的 Granger因果检验结果
零假设 样本量 F统计值 概率
LHE不 Granger引导 LHS 418 4．2109 0．0155
LHS不 Granger引导 LHE 418 0．4963 0．6092．
(4)沪深 300指数与 日经指数的 Granger因果
检验结果
由表 5可知 ．LNIK对 LHS具有 Granger引导
关系，而 LHS对 LNIK不具有引导关系。说明日
经指数在短期内对沪深 300指数的变化有引导作
用 ，反之不然。
表 5 沪深 300指数与日经指数的 Granger因果检验结果
零假设 样本量 F统计值 概率
LNIK~ Granger引导 LHS 418 5．1407 0．OO62
LHS；~Granger引导LN1K 418 1-3131 0．2701
4、脉冲响应分析
VAR模型是脉 冲分析的基础 ，脉冲响应 函数
描述一个 内生变量对误差冲击的反应 。这里使用
调整 自由度的 Cholesky方法对 VAR内生变量的残
差正则化 。图 1至图 4分别表示沪深 300指数 与
本文研究的世界主要市场指数之问的脉冲响应图。
其中横坐标表示滞后期问数 (单位 ：天1．纵坐标
表示脉冲响应值 (单位 ：增长率)。实线 由脉 冲响
应值连成 的曲线 。代表脉冲响应值 ，虚线表示正
负两倍标准差偏离带。
(1)沪深 300指数与道琼斯工业指数的脉 冲
响应分析
图 1描述 了道 琼斯 工业指数 与沪深 300指数
脉冲响应情况。图 1(a)是时间序列 LDOW 对时
问序列 LHS变化的响应 ，由图 1(a)，给沪深 300
指数一个较强的正冲击后。道琼斯工业指数在接
下来的两期内上升，但上升幅度较小 。在第二期
达到最高点，之后基本保持平稳。说明沪深 300
指数受到外部冲击后经市场传递给道琼斯工业指
数 ，道琼斯工业指数仅发生微弱 变化 。即道琼斯
工业指数对沪深 300指数的响应较微弱 。而且持
续时 问短 。图 1(b)是 时 间序 列 LHS对序 列
LDOW 变化的响应 ．由图 1(b1可以看 出沪深 300
6 管理评论 Vo1．20 No．2(2008)
指数对于来 自道琼斯工业指数的脉冲响应呈持续
上升态势，说明道琼斯工业指数的冲击对沪深 300
指数有非常强的持续影响。
图 1 fa】LDOW 对 LHS变化的响应
图 1 fb) LHS对 LDOW 变化 的响应
图 1 沪深 300指数与道琼斯工业指数的脉冲响应图
(2)沪深 300指数与金融时报指数的脉冲响
应分析
图 2描述 了金融 时报指数 与沪深 300指数脉
冲响应情况。图 2(a1是 时间序列 LFTSE对时间
序列 LHS变化的响应 ，可以看出给沪深 300指数
一 个较强 的冲击后金融时报指数开始有较强 的回
应，但到第 2期开始有些回落，略有减小趋势，
总体保持平稳 ；图2㈣ 是时间序列 LHS对时间
序列 L丌SE变化的响应 ，由图 2(b1可知沪深 300
指数对金融时报指数受到冲击 的回应 。前两期明
显增加之后稳步上升也说 明对沪深 30o指数 的影
响是 较强的持续影 响 ．该响应 与沪深 300指数对
道琼斯工业指数的影响相 比稍微弱一些。
(3)沪深 300指数与恒生指数的脉冲响应分析
图 3描述 了恒生指数与 沪深 300指数的脉冲
响应结果 。图 3(a)是 时问序列 LHE对时问序列
LHS变化的响应。由图 3 fa)a，给沪深 300指数正
的冲击后恒生指数前两期 回应稍微增强 。之后基
本保持较小的平稳状态，这种冲击对恒生指数来
说是平稳持续但相对微弱 ；图 3(b)是时间序列
LHS对时问序列 LHENG变化的响应 。由图 3(b1。
恒生指数正的冲击沪深 300指数的影响前两期明
显增加 ，之后一直平稳上升 ，可 以看 出对沪深 300
的影响有较强的持续性。
维普资讯
图 2(a】LFrSE对LHS变化的响应
图2 沪深300指数与金融时报指数的脉冲响应图
图3(aj LHE对 LHS变化的响应
图3(b)LHS对LHE变化的啊应
图3 沪深 300指数与恒生指数的脉冲响应图
(4)沪深 300指数与 日经指数的脉冲响应分
析
图 4描述 了 日经指数和沪深 300指数脉 冲响
应情 况。图 4 f a)是 时间序列 LNIK对时 间序列
LHS变化的响应。由图4 fa)，给沪深 300指数正
的冲击后对 日经指数的影响为前两期有微弱反映
之后呈现减弱趋势并基本保持为零 ，第六期后变
为负值 ，说明沪深 300指数的变化对 日经指数的
影响强度和持续性都很微弱；图4(b)是时间序列
LHS对时问序列 LNIK变化的响应 图，由图 4 fb1，
给 日经指数正 的冲击后 ，
数的冲击有较强的反映，
状态。
沪深 300指数对 日经指
～ 直保持较持续的上升
图4(b)LHS对 LN1K变化的响应
图4 沪深3O0指数与 日经指数脉冲响应图
5、Johansen协整检验
由上述 VAR模 型可知 ．短期 内沪深 300指数
与本文考虑的世界主要市场指数之 问存在短期相
关关 系 ．下 面通过协整关系检验对沪深 300指数
与主要市场指数的长期均衡关 系进行分析 。由单
位根检验结果可知 ，LDOW、LFTSE、LHE、LNIK
和 LHS都是一 阶单整序列 ，所 以可以用极大似然
估计法进行协整分析，本文采用 Johansen协整检
验。由于 VAR模型最大滞后阶数为 2，所以选取
滞后 1阶，进行 Johansen协整检验，结果如表 6
至表 9所示
(1)沪深 300指数与道琼斯工业指数 的协整
分析
表 6是 沪深 300指 数 与道 琼 斯 工业 指 数 的
Johansen协整检验结果。在 5％和 10％的显著水平
下，选用原始时间序列没有确定趋势且协整方程有
截距的方程形式对 LDOW 和 LHS进行协整关系检
验 。由表 6可知 ，在两种显著水平下 ，迹统计量
的值都大于临界值落在拒绝域内，所以拒绝不存
在协整方程的零假设，两指数存在协整关系，即
道琼斯工业指数与沪深 300指数存在长期的均衡
关系。
(2)沪深 300指数与金融时报指数 的协整分
析
MANAGEMENT REVIEW Vo1．20 No．2(2008) 7
维普资讯
垒融 璧 薯 1 毒 毫 誊 j鬻
表 7是 沪 深 300指 数 与 金 融 时 报 指 数 的
Johansen协整检验及其结果。由于金融时报指数随
时问波动情况不 明显 ．具有一定的时间趋势 ．所
以选择序列有二次趋势 ，在协整方程仅有线性趋
势 的情 况下 进 行检 验 。 由表 7可知 ．在 5％ 和
10％的显著水平下，迹统计量值大于临界值在拒绝
域的范围内，没有协整方程的假设不成立 ．所 以
沪深 300指数与金融时报指数也存在协整关系。
(3)沪深 300指数与恒生指数的协整分析
表 8是沪深 300指数与恒 生指数 的 Johansen
协整检验及其结果。由于恒生指数随时问波动情
况不明显 ，具有一定 的时间趋势 ．同样选择序 列
有二次趋势 ．在协 整方程仅有线性趋势的情 况下
进行检验。由表 8可知，在 l0％的显著水平下 ．
迹统计量值大于临界值在拒绝域的范围内．没有
协整方程 的假设不成立 ，所以沪深 300指数 与恒
生指数在 10％的显著水平下存在协整关系 ．但在
5％的显著水平下迹统计量值小于临界值．没有协
整方程的假设成立 。两指数没有协整关系存在。
(4)沪深 300指数与 13经指数的协整分析
表 9是沪深 300指数与13经指数的Johansen
协整检验及其结果 。 13经指数具有明显 的波 动性
不能看作有时间趋势 ，选择没有时间趋势项的方
程 。由表 9可 以看 出 ，在 5％和 10％的显 著水平
下，迹统计量的值都小于临界值。接受没有协整
方程 的假设 ，沪深 300指数和 日经指数之 问没有
长期的协整关系存在。
表6 沪深 300指数与道琼斯工业指数的 Johansen协整结果
假设的协整 特征值 迹统计量 临界值 临界值
方程个数 (5％) (10％)
没有 0 0512 21．9515 15．4947 13 4288
I 最多一个 5．88E一06 0．oo25 3．8415 2．7055
表 7 沪深3o0指数与金融时报指数的Johansen协整结果
假设的协整 特征值 迹统计量 临界值 临界值
方程个数 f5％1 (10％)
没有 0．0379 20．2556 18．3977 16．1609
_
最多一个 0 0098 4．1087 3．8415 2．7055
表 8 沪深300指数恒生指数与的Johansen协整结果
假设的协整 特征值 迹统计量 临界值 临界值
方程个数 (5％、 (1OO／~)
没有 0．033 17．08578 18．3977 16．16088
l最多一个 0．oo7250 3 041483 3．8415 2．7056
8 管理评论 Vo1．20 No．2(20081
表9 沪深 30O指数与日经指数的Johansen协整结果
假设的协整 特征值 迹 统计量 临界值 临界值
方程个数 (5％1 f10％、
没有 0．0178 7．5122 15．4947 13．4288
最多一个 1．18E-05 0．0049 3．8415 2．705545
结 论
本文基于 2005年 1月 4 13到 2006年 10月 19
13的数据 ，应用 向量 自回归模 型、Granger因果检
验 、脉冲响应分析及 Johansen协整检验 实证研究
了沪深 300指数和道琼斯工业指数 、金 融时报指
数 、恒生指数 、13经指数的短期 、长期及 因果关
系 ．得 出以下结论 ：
(1)VAR模 型 和 Johansen协 整检 验 结果 表
明 ，沪深 300指数 和世界主要市场指数 在短期 内
存 在较强 的相关关 系 ：长期 内除与 日经指数不存
在协整关系外，与其它指数存在协整关系。这是
因为 ，首先随着开放进程加速 ．我国股 票市场与
宏观经济 的发展基本一致 ，逐渐成为经济发展 的
指示器。股票价格指数基本反映经济发展的整体
趋势及水平 ；其次 ，近年英 国和香港经济在美国
带动下稳步增长，我国经济与世界经济特别是美、
英经济的联系 13益紧密。
(2)Granger因果分析显示世界主要市场指数
对沪深 300指数具有 Granger引导关系，反之不然 。
世界主要指数与沪深 300的脉冲响应分析表明，世
界主要指数对沪深 300指数前几期的脉冲响应明
显，之后保持一个较低的水平 ；世界主要指数受
外部条件 的某一冲击后。经市场传递给沪深 3oo指
数。给沪深 300指数带来 同向的冲击，并且这一冲
击具有较长较强的持续效应。由此可以看出我国
经济在与世界经济紧密联系的同时，中国经济自
身对外界的影响力度还不够强大。相比较而言受
外界的影响较多 。还不能与世界完全互动 。
(3)本文得到的沪深 300指数与世界主要指数
短期的相关性 ．及与道琼斯工业指数 、金融时报指
数、恒生指数的长期协整关系与以前的文献有所不
同，究其=}三要原冈有两个，首先是我国近两年经济
形势的发展及一些政策的出台．使我国经济发展和
证券市场与美英等主要经济国家的交流与联系日益
密切 ；其次，沪深 300指数样本股来 自沪深两市 ，
能够真实的反映中国A股市场的股价综合动态走
势，淡化两市之间的差异，是具有权威性的指数。
(下转第 57页)
维普资讯
外的其它国家之间进行对比。同时，本文的结论
也无法直接推及其它特定国际市场。但本文的研
究框架则适合任何特定国际市场上对中国特定产
业国际竞争力的研究。
其次．本文在 HTS两位数的基础上 。将对中
国电气设备产业的国际竞争力分析拓展到更细的，
经过合并的HTS四位数层次上，但仍不可避免地
忽略了细分子类产品的国际竞争细节。但本文的
分析框架完全可以对与国际贸易统计中任何细分
产品层次相对应的产业国际竞争力及变化趋势加
以详细分析。
第三，本文旨在通过市场份额和市场份额增
长率两个显示性指标，描述中国电气设备产业的
国际竞争力及其变化趋势．并没有对国际竞争力
及其变化趋势的影响因素加以分析。进一步研究
影响电气设备产业及其子类产业的因素．无疑将
对评价产业今后提高国际竞争力的潜力及制定相
应的产业发展政策提供更加有力的支持。
第四．本文主要考察了中国电气设备产品在
美国市场上的中期市场份额增长率。因此，没有
全面考察该行业产品及其子类产品近期市场竞争
态势可能出现的变化。
参考文献：
【1]冯振环，赵国杰．中国区域投资的有效性研究．天津大学学报，2001，34(4)：477—480
【2] 郝凯．加入 WTO后我国机电产品国际竞争力提升分析．改革与战略，2003，(9)：32—35
【3] 金碚．中国工业国际竞争力一理论、方法与实证研究．北京：经济管理出版社，1997
【4] 唐骁鹏，林琳．中国机电产品出口竞争力研究．当代财经，2006，(3)：104—108
【6]6 谢治国，胡化凯．运用 BCG矩阵对高新技术产业的划分定位研究．科学与科学技术管理，2004，25(8)：140—144
[7] 严伟 良．国际竞争力及其要素分析．上海综合经济，2002，(5)：22—24
【8]8 汪颖．关税下调对我国机电产业国际竞争力的影响及对策．国际贸易问题，2004，(2)：19—22
『9]王远桂．上海制造业发展的现状与趋势．上海综合经济，2003，(7)：25—26
【10] Boston Consulting Group．The Experience Curve-Reviewed IV：The Growth Share Matrix or the Product Portfolio．http'gwww．bcg．com／
publications／files／experiencecurvelV．pdf
【1 1] Lall and Sanjaya．Comparing National Competitive Pefformanc~An Economic Analysis ofWofld Economic Forum S CompetitiVeness
Index．Working Papers qehwps88，Queen Elizabeth House，Oxford University，2001
【12] Lall，Sanjaya，Manuel Albaladejo and Mauricio Mesquita Moreira．Latin American Industrial Competitiveness and the Challenge of
Globahzation．Occasional Paper-SITI-05，Inter-American Development Bank，2004
【1 3] L Sanjaya and Manuel Albaladejo．China S Manufactured Export Surge：The Competitive Implications for East Asia．Prepared for
the East Asia Department of the World Bank，2003
【14] Porter and Michae1．The Competitive Advantage of Nations，Michael E．Porter on Competition and Strategy，Harvard Business
Review，1990
(上接第 8页)
参考文献
[1] Jeon，B，．，．，N Von Furstenberg，G M．Growing international co-movement in stock price indexes．Quarterly Review of Economics and
Business，1990，(30)：15-30
【2] 陈守东，韩广哲，荆伟．主要股票市场指数与我国股票市场指数间的协整分析．数量经济技术经济研究，2003，20(5)：127—129
『3】3 俞世典，陈守东，黄立华．主要股票指数的联动分析．统计研究，2001，(118)：41—46
『4] 陈漓高，吴鹏飞，刘宁．国际证券市场联动程度的实证分析数 量经济技术经济研究，2006，23 (1 1)：124—132
[5] 刘金全，崔畅．中国沪深股市收益率和波动性实证分析．经济学 (季刊)，2002，1(3) ：16—19
『6] 杨莉，吴虹生．中国股票价格关联性的 VAR分析．贵州财经学院学报，2004，(130)：16—19
『7]陈守东，陈雷，刘艳武．中国沪深股市收益率及波动性相关分析．金融研究，2003，(277)：80—85
【8】 黄玮强，庄新田．中国证券交易所国债和银行间国债指数的关联性分析．系统工程，2006，24(7)：62—66
【9] 李进江．我国股市协整检验及周期波动．统计与决策，2005，21(1 1)：102—104
[10】高铁梅．计量经济学分析方法与建模Eviews应用及实例．北京：清华大学出版社，2006：249—278
【1 1] A kaike H_Information theory and an extension of the maximum likelihood principle．Budapest：Kiado press，1973，267—281
MANAGEMENT REVIEW Vo1．20 No．2(2008)
维普资讯
