中国股票市场与国际主要股票市场的联动分析.docVIP

中国股票市场与国际主要股票市场的联动性分析 曹建军 M（南京财经大学金融学院 南京 210046） 摘要:本文运用VAR模型、Granger因果检验、脉冲响应分析及Johansen协整检验对上证综合指数和国际主要股票市场指数的联动性进行分析。实证结果表明，上证综合指数与国际主要市场股票指数存在短期相关关系，且与除香港恒生指数以外的其他世界主要指数存在长期协整关系。国际主要市场股票指数对上证综合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。最后建立VEC模型并对上证综合指数的走势做了预测，但预测效果并不理想。 关键词：股票指数；联动性；Granger因果检验；Johansen协整检验 一．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，各国股票市场的联动性日益增强。国内已有不少学者作了相关研究，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[1]。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[2]。高莹等运用VAR模型、Granger因果检验、脉冲响应分析及Johansen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，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的结论[3]。一些学者还分别对我国国内证券市场的关联性进行了研究，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[4]。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[5]。本文试图在前人的基础上研究中国股票市场与国际主要股票市场的联动关系，创新之处在于加入VEC模型并进行预测。 二．数据选取说明 本文选取了国际上具有代表性的几种股票指数,包括上证综合指数、道琼斯工业指数、日经225指数、香港恒生指数,分别用SZ、DJ、NIK、HS代表。我们考察的时间段从2004年1月1日到2008又年12月12日，一共5年时间。由于各国证券市场的节假日、停牌日期略有不同,所以交易日有所差异,我们将几个市场交易日不重叠的交易数据删,得到1083组数据,数据均来源于Wind资讯数据库。为缓解数据的波动性及异方差,对上述指数取对数，分别记为LNSZ、LNDJ、LNNIK、LNHS。 三．证券市场联动实证结果分析 1．单位根检验及结果 在对时间序列做协整分析时,必须以样本数据的平稳性为前提条件,否则回归可能是伪回归，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l所示。 表1 各指数序列单位根检验结果 变量 ADF 临界值（5%） 结论 LNSZ -0.75 -2.86 不平稳 △LNSZ -34.11 -2.86 平稳 LNDJ -0.45 -2.86 不平稳 △LNDJ -19.41 -2.86 平稳 LNNIK -0.71 -2.86 不平稳 △LNNIK -34.04 -2.86 平稳 LNHS -1.30 -2.86 不平稳 △LNHS -37.38 -2.86 平稳 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，即原序列是 I(0),差分序列是I(1)，可以进一步进行协整检验。 2．VAR模型检验 为了明晰上证综合指数和道琼斯工业指数、日经225指数、香港恒生指数的短期相关性，分别建立向量自回归(VAR)模型。经过调试比较建立2阶VAR模型如下（[]内为t统计值,R2为拟合优度）： LNSZ=0.94LNSZ(-1)+0.05LNSZ(-2)+0.05LNDJ(-1)-0.01LNDJ(-2)-0.27 [30.63] [1.59] [0.98] [0.25] R2=0.9984 LNDJ=0.04LNSZ(-1)-0.04LNSZ(-2)+0.85LNDJ(-1)+0.15LNDJ(-2)+0.03 [1.85] [-1.88] [27.79] [4.83] R2=0.9853 LNSZ=0.95LNSZ(-1)+0.04LNSZ(-2)-0.03LNNIK(-1)+0.05LNNIK(-2)-0.12 [30.17] [1.40] [-0.84] [1.27] R2=0.9984 LNNIK=-0.05L