pmi与上证股指浅析教程分析.docVIP

目 录 引言 1 （一）研究背景及意义 1 （二）研究目标 2 一、 国内外的研究现状 3 （一）国外关于采购经理人指数与股价指数的研究现状 3 （二）国内关于采购经理人指数与股价指数的研究现状 4 二、 数据来源、样本选择 5 （一）数据样本选择及数据来源 5 1. 数据样本选择 5 2. 数据来源 5 （二） 数据处理及处理后数据经济意义解释 5 三、上证综合指数与制造业采购经理人指数（制造业PMI）关系的实证分析 6 （一）时间序列的平稳检验 6 （二） 协整检验 8 （三）格兰杰因果检验 9 （四）误差修正模型 10 （五） 模型检验 11 1.自相关检验 11 2. 异方差检验 12 四、 结论 13 参考文献 14 上证综合指数与制造业采购经理人指数关系的实证分析 引言 （一）研究背景及意义 近年来我国股指指数变化不规律，从2008年经济危机以来美国的等一些国家已经股市走出了低迷（道琼斯指数从2009年最低的6770点回升到2013年5月3日的收盘价14974点），而中国股市仍在低迷中（上证指数从2008年最低1664点到2013年5月3日的收盘价2205点)；由此可见中国股市与世界股市尤其发达国家股市价格走势背离。为解决这一疑问，无数学者都在试图寻找出中国股市持续陷入困境的原因，一些学者从中国证券市场体制和制度完善角度及中国经济的传导机制有效性寻找原因，而一些学者认为股票市场中未来预期对股票价格有很大影响故从消费者及投资人等对未来经济的预期进行研究。无论从那种角度或者应用定性或者定量分析都是希望能够解释影响过去中国股指价格走势的原因，同时能够很好的预测中国未来一定时期的股票价格走势，从而发挥股市的“晴雨表”作用。 2008年经济危机以后几年中国经济保持着稳步的经济增长趋势，GDP增长速度在9个百分点左右。股市常被人们称为国民经济的“晴雨表”，是与实体经济相对应的虚拟经济，对宏观经济环境和政治形势的变化非常敏感，它经常能够对国民经济的变化趋势提前做出反应。中国经济已经复苏但中国股市仍在低迷中，股市的“晴雨表”功能丧失。笔者倾斜于认为对未来的预期在股市波动中有很重要的影响作用，当上市公司实际的发展（发展环境、发展前景、公司业绩等）与其原有对该公司的预期有差异时会引起其对该公司股票需求改变从而导致该公司股票价格波动，很多公司股票价格波动最终反映为股指指数的波动。 中国是目前是全球制造业大国，GDP中第二产业占近一半。制造业采购经理人指数是一个全面的先行经济指标，是衡量中国制造业的“体检表”。企业应用PMI可及时判断行业供应及整体走势，从而更好的进行决策。 （二） 数据处理及处理后数据经济意义解释 为消除异方差干扰使上证综指和PMI具有可比较性及降低数量级，对上证综指取对数，处理后的数据记为Ls，同时对取对数后序列Ls做一阶差分的序列记为Dls；把制造业PMI时间序列做一阶差分后的序列记为Dp。 对上证综指取对数后并做一阶差分后序列Dls表示上证综指的变动率，对PMI做一阶差分序列Dp表示PMI的变动；由于PMI本身是一个百分比指标，因此处理后的数据都为相对数在经济学上有可比较性，故下文笔者应用Eviews6.0对处理后的数据进行实证研究。 三、上证综合指数与制造业采购经理人指数（制造业PMI）关系的实证分析 （一）时间序列的平稳检验 所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。也就是说，生成变量时间序列的数据的随机过程的特征不随时间变化而变化。 在经济领域中，我们所得到的许多时间序列观测值大多不是由平稳过程产生的，经济变量大多数都有强烈的趋势特征，比如说M2, GDP等，这些经济变量受到震荡和冲击后一会回到原有趋势的轨迹或者呈现出随机游走的状态，即呈现非平稳状态。非平稳时间序列在各个时间点上的随机规律是不同的，难以通过序列已知的信息去掌握时间序列整体上的随机性。如果我们研究的经济变量是非平稳的，则在出现突发性震荡(比如自然灾害导致政府开支骤然加大，金融危机的强烈冲击导致经济总量失衡等)时所造成的影响一般会持续较长的周期，或者是永久性的。如果直接使用非平稳的时间序列进行计量分析，在做统计推断时，参数统计量的分布不再是原来的标准分布，并且所做的回归也是一种毫无意义的伪回归，这种回归关系不能够真实的反映因变量和解释变量之间存在的均衡关系。平稳性在计量经济建模中由于有重要的地位，因此有必要对观测值的时间序列数据进行平稳性检验。 在本文的时间序列平稳性检验方法上，笔者选择ADF检验方法。ADF的基本模型如下： （3-1） （3-2）