宏观经济统计数据对股票市场收益及波动性的影响.docVIP

　　宏观经济统计数据对股票市场收益及波动性的影响 宏观经济统计数据对股票市场收益及波动性的影响 　　一、引言 　　改革开放三十多年来， 中国经济持续高速的增长举世瞩目， 衡量经济发展水平的宏观经济统计数据成为了国内外相关机构和学者广泛关注的热点。中国国家统计局、中国人民银行每季度、月、周都会对CPI、GDP、固定资产投资等重要宏观经济变量的统计数据进行披露， 然而， 由于这些宏观经济时间序列数据受多种因素（如非重复性突发事件、经济或者政治结构变化以及自然灾害等）的影响， 公布后的实际数据与市场预测值常常会产生偏差， 这种偏差左右着金融市场参与者的行为， 特别是会对上市公司的未来现金流和风险贴现率产生作用， 进而对股票市场参与者的市场行为和股票市场的收益率及波动率产生巨大影响。因此， 探讨和量化宏观数据的公布以及市场预测值与实际公布值间的偏差对股票市场的影响程度， 具有重要的理论价值和实践意义。 　　国外学者研究宏观经济变量的发布对各种资产价格条件均值影响的　　采用公式LN（实际公布数据/市场预测值）100%代表市场预测值与实际公布数值之间偏差，建立股票市场的价格行为的GARCH模型： 　　Rt=mu;0+■mu;iDi+mu;CPIDCPI+mu;FAIDFAI+mu;MLoanDMloan+mu;-CPID-CPI+mu;-FAID-FAI+mu;-MLoanD-Mloan+epsilon;i 　　ht=alpha;0+alpha;1epsilon;2t-1+beta;1ht-1+alpha;iDi+alpha;CPIDCPI+alpha;FAIDFAI+alpha;MLoanDMloan+alpha;-CPID-CPI 　　+alpha;-FAID-FAI+alpha;-MLoanD-Mloan+epsilon;i 　　其中， +CPI表示LN（CPI实际公布数据/市场预测值）gt;0， -CPI表示LN（CPI实际公布数据/市场预测值）0gt;0。同理， 其它宏观经济变量的定义与之相似。 　　四、计量分析结果 　　（一）模型Ⅰ：未考虑预期的测算结果 　　采用准极大似然估计（quasi-maximum likelihood，QML）方法对模型Ⅰ进行估计。模型Ⅰ显示的回归结果表明了未考虑市场预期的股票价格在一周五天交易日中的不同特征。均值方程的实证结果表明，mu;MON回归系数为0.216，且Z值为3.065，显著为正， 说明股票市场一周五天的平均日收益率在周一要高于周五。方差方程的实证结本文由.L的回归系数分别为-1.217和-2.154， Z值分别为-3.808和-3.289，显著为负， 说明宏观经济变量统计数据中， 固定资产投资、货币供应量和新增贷款数额的公布降低了股票市场日收益率的波动率。alpha;CPI的回归系数为3.095， 虽然为正， 但不显著， Z值仅为1.234， 没有通过0.01水平的显著检验， 表明CPI统计数据的公布仅在一定程度上对股票市场日收益率的波动率起正向作用，加大了波动率。 原因在于CPI作为重要的宏观经济变量， 对股票市场的资产影响巨大， 因此， 参与者在进行资产估值时， 常常要根据其最新公布的数据来进行资产组合的调整， 而调整这种资产组合无疑会增加股票市场日收益率的波动。 　　（二）模型Ⅱ：考虑预期的测算结果 　　由于当前我国的经济形势复杂多变， 货币政策导向并不明朗， 因此无法得到货币信贷的预测数据， 所以模型Ⅱ的研究未考虑货币信贷信息情况下的偏差对于股票市场价格行为的影响。运用准极大似然估计QML方法对模型Ⅱ的参数进行估计。 　　模型Ⅱ显示的回归结果表明了考虑市场预期后宏观经济统计变量所产生的偏差对股票市场平均日收益率和波动率的影响。股票市场的均值方程中的回归系数alpha;+FAI为-1.417， Z值为-6.808，通过0.01水平的显著检验， 说明当固定资产投资增速统计数据公布的实际值高于市场预测值时， 会对股票市场的平均日收益率产生负向影响， 日收益率降低，这主要是由于投资的替代性，投资的两大重要组成部分是对实体经济和虚拟经济的投资， 当固定资产类的实体投资增加时， 股市类的虚拟经济自然随之下降， 投资者预期投资在虚拟经济股市上的资金会减少， 故降低了股票市场的平均日收益率。 　　方差方程的实证结果表明，alpha;+CPI与alpha;-CPI的回归系数分别为3.076和6.921， 均为正， 且作用效果高于其它两个宏观经济变量， 说明CPI统计数据的公布对股票市场日收益率的波动率正向作用显著，波动率增加，这与模型Ⅰ的结论相同。另外，alpha;-CPI的回归系数显著为正，说明当消费者物价指数的市场预测值高于统计数据公布值时， 股票市场参与者认为未来政府通过改变利率、存款