影响上证指数的因素分析
问题的提出
股市有风险，入市须谨慎
我国证券投资市场从1984年发行第一支股票算起,至今已有22年时间，随着证券市场的崛起和迅速发展,其在我国社会经济生活中和国民经济发展中的地位也越来越重要,已成为了我国资本投资市场的一个核心。虽然，我国证券投资市场的发展已取得了很大成绩，开始逐步走向成熟，但由于起步较晚，受规模、经验和硬、软环境等各方面条件的限制，仍然还存在着许多不够规范、不尽人意和阻碍其健康发展的地方，本文着重在与分析在中国影响股票价格的各个因素，找出影响中国股票价格的主要影响因素，找出它们的运行机制，并提出相关的政策建议。
二、文献综述
股票价格影响因素的研究有两个方向：1、就单个股票价格的研究。2、对整个市场的综合股票价格的影响因素进行研究。
对单个股票价格研究又有两种不同的方法，一种是分析影响股票价格的因素和股票价格之间的相关关系，另一种是采用实证的方法如：沪市股票市场价格影响因素的实证分析（马树才 宋丽敏 王 威）统计研究 2000年第8期采用的是apt模型，用的是因子分析法。基于Feltham2Ohlson模型的中国上市公司股票价格影响因素检验* （党建忠 陈 军 褚俊红）2004年第3期 统计研究。
对整个市场的综合股票价格的影响因素的研究主要采用的是计量经济学的方法，通过分析分析寻找相关因素，再构建计量经济模型，检验 得出结论。
在对整个市场的综合股票价格的影响因素研究时寻找的相关因素主要是宏观经济面因素和市场因素，但中国股市是一个政策市任何的分析抛弃政策都很难得出具有指导意义的结论。我们这次要做的就是再引入政策因素变量，对影响股票价格的因素进行深一步的分析。
三、理论基础
影响股票价格变动的因素很多，但基本上可归结为一下四个层面：宏观经济层面，微观经济层面，市场因素层面，政策因素层面。
1、宏观因素层面主要包含的变量是经济增长，利率，财政收支，货币供应量，物价， 国际收支等。
经济增长变动对股价的影响。股价是经济循环的领先指标，在经济增长的高峰期即繁荣阶段，公司获利多，股价以较大辐度上升。在经济增长开始趋下时，投资者对前景看淡，预期到股价将会下跌，便会抛出股票，最后股价下跌。一般来讲，经济增长与股价是正比例变动的。
货币供应量对股价的影响。货币供应量的变动对股价的影响主要表现在:货币供应量增加，物价上涨，厂商为获得更多利润，必然扩大生产规模，此时，生产发展，物价合理上涨，股份公司的销售收入增加，股票价格也就提高。
通货膨胀对股价的影响。通货膨胀对股价的影响主要表现通货膨胀影响投资者的预期。通货膨胀高，人民要求的回报也就高，预期股票的价格也就会上涨。
利率、汇率变动对股价的影响。利率、汇率调整与股价有密切关系。利率提高和降低会使许多上市公司的成本相应增加或减少。利率降低，投资人一般不愿把资金存人银行，致使部分资金流入股市，在股票需求增加的情况下，股价自然容易上升。汇率是一种金融措施，政府调整汇率的主要依据是对外贸易顺差、逆差及外汇储备的增加或减少。外币升值或人民币贬值，就多数上市公司而言，因出口较为有利，股价上涨希望大;外币贬值或人民币升值，使上市公司削弱竟争能力，产品不易出口销售，股价自然也受到影响。
２、微观因素层面主要有公司内部因素主要指公司的财务状况。
上市公司经营业绩公告对股价的影响。一般情况下，公司在股票上市之前要发布上市。公告，半年或年终要刊出经营业绩公告。其中，公司概况、经营计划、业务概况、市场分析、资本与股价变动记载，及形成经过、近三年资产负债变动、财务状况、派息分红及配送股情况等，都会程度不同地影响个股的股价。在这些因素中，公司的盈利水平、配送股数量及每股税后盈利、市盈率等，是广大投资者最为关切的指标。这些指标的好坏，对股票价格尤其具有重要影响。
３、市场因素层面它主要是指市场的供给和需求
股票市场的供求关系决定了股价的中短期走势。股价主要由股市本身的供需决定,即由股票的总量和股市资金总量决定。
４、政策因素层面主要有足以影响股票价格变动的国内外重大活动以及政府的政策，措施，法令等重大事件， 政府的社会经济发展计划，经济政策的变化，新颁布 法令和管理条例等。
政策性、政治性因素及“小道消息”对股价的影响。这些因素包括国家宏观经济政策的改变或调整、新经济政策的出台、国际国内政治风云变幻、各种“小道消息”的散布等等。这些因素对很欠成熟的股票市场具有敏感影响。
变量的选取.
在变量的选取上我们遵循的原则是1、全面性。即要包括各个层面的因素。2、可量化性。即选择的因素的可以量化，不选择不可量化的因素。如：心理预期。3、数据易获得性。
在遵循以上三个原则的情况下我们选取了（上证综合指数）作为被解释变量。解释变量有（月GDP(亿元)）、（月平均交易额（元））、（月末货币供应量（亿元））（银行间３０天同业拆借利率）（黄金储备（百万盎司））（CPI）(工业增加值（亿元）) （国九条颁布这个政策变量）
说明：由于我们考虑的解释变量是上证综合指数，在微观层面上我们不可能将每一个公司的财务状况等因素拿来一一分析，只能从总体上来考虑。在我们看来，整个微观层面的综合也就是宏观状况了，因此我们没有在微观层面上寻找变量。其中x1 x3 x4 x5 x6 x7 反映宏观层面的，X2反映微观层面，X8是政策层面的。
五、数据收集与模型初步设定：
t
y
x1
x2
x3
x4
x5
x6
x7
Dt
200201
5830448071
99
2158
0
200202
7571133340
100
1880
0
200203
+10
99
2456
0
200204
7922549520
99
2569
0
200205
5839241041
99
2617
0
200206
+10
63144
99
2780
0
200207
8283968563
99
2568
0
200208
4989397590
99
2634
0
200209
4119095041
66797
99
2825
0
200210
3952242907
99
2830
0
200211
5460281803
99
2949
0
200212
4726583653
100
3216
0
200301
9360004887
100
2662
0
200302
6661165801
100
2547
0
200303
6160447507
101
3134
0
200304
+10
101
3197
0
200305
+10
101
3190
0
200306
7339730743
100
3633
0
200307
6419948094
101
3410
0
200308
4417455865
77033
101
3498
0
200309
5112409892
101
3704
0
200310
5752154436
102
3753
0
200311
9134371829
103
3966
0
200312
+10
103
4351
0
200401
+10
103
0
200402
+10
102
0
200403
+10
103
0
200404
+10
104
0
200405
7126981426
104
1
200406
7588535888
105
1
200407
6964452927
105
4409
1
200408
5123856411
105
1
200409
+10
90439
105
1
200410
+10
90782
104
1
200411
8261873354
103
1
200412
5473362654
102
1
数据来源：国研网 中金网 统计局
注：GDP数据只有季度数据，没有月度数据，因此我们使用一次样条插值法估算出月度数据。由于国九条是在２００４年４月下旬颁布的，所以我们在做虚拟变量的取值时２００４年５月份以前全部取０，剩下的取１。
根据第三部分的理论基础我们得出的初步模型为：
六、模型估计与调整
１、被解释变量与所有的解释变量回归（政策变量除外）
本文是对影响股票价格因素分析，所以首先对被解释变量与所有解释变量作回归分析，模型为：
Eviews的最小二乘计算结果见下表：
Dependent Variable: Y
Method: Least Squares
Date: 06/09/06 Time: 19:32
Sample: 2002:01 2004:12
Included observations: 36
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
X2
-09
-09
X3
X4
X5
X6
X7
C
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
由此可见，该模型，，可决系数较高，F检验值为,P值为。但是当α=时，,所以系数的T检验不显著，这表明很可能存在严重的多重共线性。
逐步回归消除共线性
一元回归结果
变量
X1
X2
X3
X4
X5
X6
X7
参数估计量
-08
t统计量
可决系数R2
修整可决系数
其中,加入X1的方程修正后的可决系数最大，以X1为基础，顺次加入其他变量逐步回归。
X1
X2
X3
X4
X5
X6
X7
修正可决系数
X1、X2
（）
-09
（）
X1、X3
（）
（）
X1、X4
（）
（）
X1、X5
（）
（）
X1、X6
（）
()
X1、X7
（）
()
经比较，新加入X2的方程修正后的可决系数为，改进最大，而且各参数的t检验显著，选择保留X2,再加入其他新变量逐步回归。
X1
X2
X3
X4
X5
X6
X7
修正的可决系数
X1、X2、
X3
（）
-08
（）
（）
X1、X2、X4
（）
-09
（）
（）
X1、X2、X5
（）
-08
（）
（）
X1、X2、X6
（）
-08
（）
（）
X1、X2、X7
（）
-09
()
（）
在X1、X2基础上加入X5后的方程修正可决系数明显增大，而且各个参数t检验都显著。所以保留X5，再加入其他新变量逐步回归
X1
X2
X3
X4
X5
X6
X7
修正可决系数
X1、X2、X5、X3
（）
-08
（）
（）
（）
X1、X2、X5、X4
（）
-08
()
（）
（）
X1、X2、X5、X6
()
-08
()
()
（）
X1、X2、X5、X7
()
-08
()
()
()
在X1,X2,X5基础上加入X7后方程修正可决系数明显增大，而且各个参数t检验都显著。所以保留X7，在加入其他新变量逐步回归
X1
X2
X3
X4
X5
X6
X7
修正可决系数
X1、X2、X5、X7、
X3
()
-08
()
()
()
()
X1、X2、X5、X7、
X4
()
-08
()
()
()
()
X1、X2、X5、X7、
X6
()
-08
()
()
()
()
加入X4后的方程可决系数明显增大，但X4和X7参数的t检验不显著说明X4引起严重的共线性，应予剔除。最后修正严重共线性影响的回归结果为：
Dependent Variable: Y
Method: Least Squares
Date: 06/09/06 Time: 22:03
Sample: 2002:01 2004:12
Included observations: 36
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
X2
-08
-09
X5
X7
C
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
回归模型：
检验自相关
由上表中的回归结果可知，该回归方程可决系数较高，回归系数基本显著。对样本量为36、4个解释变量、1%显著水平，查DW统计表可知，dL=，dU=,模型中DW < , 可以确定模型中有正自相关。
选用科克伦-奥克特迭代法进行自相关修正，对残差进行回归估计，得到回归方程：
et = -1
由该回顾方程可得到 = ，对原模型进行广义差分，得到广义β差分方程:
-1 = β1() + β2(*X1t-1) + β3(*X2t-1) + β4(*X5t-1) + β5(*X7t-1+μ
对上式进行回归，得到下表：
Dependent Variable: *Y(-1)
Method: Least Squares
Date: 06/09/06 Time: 21:36
Sample(adjusted): 1992:02 1994:12
Included observations: 35 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
*X1(-1)
*X2(-1)
-09
-09
*X5(-1)
*X7(-1)
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
由上表可得到回归方程为：
t = - + -09X2 - +
Se= () () (-09) () ()
t = () () () () ()
R2 = 2= F= DW=
该回归方程可决系数较高，回归系数基本显著。对样本量为35、4个解释变量、1%显著水平，查DW统计表可知，dL=, dU=,模型中 DW >,确定模型中不存在自相关。
在消除多重共线性和检验自相关后我们引入政策变量
我们认为政策的颁布在短期内会对股市造成很大的震荡，但在长期里政策的影响将会消失。因此我们把政策变量设为改变截距项的虚拟变量。模型为：
Dependent Variable: Y
Method: Least Squares
Date: 06/10/03 Time: 10:54
Sample: 2002:01 2004:12
Included observations: 36
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
X2
-09
-09
X5
X7
D1
C
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
结果：
统计推断检验：
，拟合程度通过检验，，通过模型显著性检验
残差自相关检验：
，在DW检验的盲区，因此用SAS计算出残差的自相关系数如下：
Lag Covariance Correlation -1 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 1 Std Error
0 | |********************| 0
1 | . |******* |
2 | . |*** . |
3 | . | . |
4 | . *****| . |
5 | . *****| . |
6 | *******| . |
7 | . ****| . |
8 | . **| . |
9 | . |* . |
残差自相关函数一阶截尾，认为残差不存在自相关。
模型协整检验：
运用SAS进行残差的白噪声检验，结果如下：
Autocorrelation Check for White Noise
To Chi- Pr >
Lag Square DF ChiSq --------------------Autocorrelations--------------------
6 6
从图中我们可以看出在1%的显著性水平下残差平稳，所以模型协整。
所以，本研究模型的最终结果为：
七、结论
这说明，在其他因素不变的情况下，当GDP每增加一亿元和黄金储备每增长1百万盎司时，上证指数平均将下跌点和点；当月平均日交易额每增加一元和工业增加值每增加一亿元时，上证指数平均将上升*10-9点和点。
1) 根据经济理论，股指是反映国民经济的晴雨表，与GDP成正相关。但从回归结果来看GDP与股指数成反方向变动，这可能与我们选择的分析时期有关。在2002—2004年中国经济快速增长，但是由于中国股票市场的不成熟和不完善，股民对证券市场的投资信心不足，在股票市场上股指连连下跌，出现了与经济发展不匹配的现象。
2）从回归模型看，股市月平均日交易额与股指成正相关。这是因为交易额越大表明股市越活跃，股民对股市投资信心比较强，这时的股市往往比较繁荣，股指就会越高。
3)黄金是一种稀缺资源，黄金储备的增加导致交易市场上黄金供给的减少，致使黄金价格上涨，投资黄金收益增加。黄金作为证券投资的替代品，当黄金的收益增加，人们更愿意投资黄金而不是进行证券投资，导致股票指数下跌。所以股指与黄金储备成负相关。
4)工业增加值大，表明行业总体发展水平好，工业企业的盈利增加较多，其股票的内在价值也会随之上涨，反映在股市上就是股指的上升。因此，工业增加值与股指成正比。
5）国九条出台后，给当时的证券市场带来了巨大的希望和美好的憧憬。是中国资本市场近十多年来的发展过程中，国务院首次就发展资本市场的作用、指导思想和任务进行全面明确的阐述，并对发展资本市场的政策措施进行整体部署，具有深远的历史意义，我们可以毫不夸张的说，国九条是中国资本市场特别是证券市场上的一个里程碑。遗憾的是在其后的日子里，有关国九条的具体执行情况始终处于停滞状态。加之宏观调控政策的冲击，股市拐头下行一路走低，更是创出6年以来的新低。证券市场顿时陷入了融资功能瘫痪，券商等机构损失惨重，投资者信心崩溃的危难时刻。因此从回归模型来看，国九条的颁布与股指是负相关的。
总之，中国的股市有其自身的特点，受国家宏观政策的影响较大，因此估计出来的计量经济模型未必符合经济理论的研究。
