沪深股市联动性协整研究.docVIP

沪深股市联动性协整研究摘要：本文运用1995年1月23日—2011年5月19日上证综合指数和深圳成分指数的日收盘价进行调整后，运用Granger因果检验进行因果分析，并进行了模型设定和初步回归，消除了序列相关性，并且最终建立了误差修正模型，模型显示我国沪深指数具有较大正相关性质。 关键词：沪深股市；联动性；协整模型 一、引言 我国沪深交易所创建于上世纪90年代，至今已有二十多年发展。两市开市以来，我们发现，受制于我国股市大环境的影响，我国两市股指往往具有相同的影响因素，因此具有同增同减的性质。对于二者的同增同减性，我们称作联动性。关于这个问题，我们想弄清以下两个问题：一、二者联动性是否存在，谁是因谁谁是果；二、该联动性产生的原因是什么，其作用的机理是什么。为了探究这两个问题，本文运用近17年的数据进行了实证分析，并相应建立了基本模型和协整模型进行研究。 二、数据描述与基本模型 （一）数据描述 选取了1995年1月20日—2012年5月19日上证综指和深圳成指的日收盘价指数序列为研究对象，之所以选择这两个指数，是因为二者拥有较长历史和最为重要的受关注度。接下来我们对两个交易所的原始数据进行调整，剔除因特殊原因休市无数据的日期。用SH、SZ分别表示上证指数、深证指数日收盘价构成的时间序列；并且，我们取了二者的一阶差分D（SH）、D（SZ）。 （二）Granger因果检验 为了便于设定模型，我们先进行Granger因果检验，我们发现，在滞后200—400期后，都大致产生了如下结论，深圳成指（SZ）不是上证指数（SH）的格兰杰变化的原因，因此，我们考虑用SZ作解释变量，SH作被解释变量。 （三）模型设定 通过Granger因果检验，我们选取上证指数（SH）为被解释变量，而以深圳成指（SZ）为解释变量，建立如下模型： SHt=0+1SZt+t （四）初步回归 从以上分析可以看出，二者的拟合优度只有0.025，从计量经济学的角度来看不具有较大解释力，拟合很差。为此，我们进行序列相关性检验： （五）序列相关性检验 从残差序列的自相关图来看，原数据应该存在较强的一阶自相关。相关图省略。 （六）序列相关的消除 鉴于以上存在一阶序列相关，我们打算采用科克兰—奥科特迭代法消除一阶序列相关，重新进行回归，也就是在原方程中加入ar（1），但回归结果依然不是很理想，我们认为这可能是因为序列不平稳所造成的，所以我们接下来将进行序列平稳性检验。 （七）序列平稳性检验 对上证指数进行单位根检验，我们发现，其ADF检验t值大于10%显著性水平的t值，故存在单位根，因此我们考虑进行一阶差分后重新进行ADF检验，并且我们经过多次实验，决定选择既不含截距项也不含趋势项的模型一。 我们采用Eviews3.0进行单位根检验，选择ADF方法，结果表明，SH的ADF值为—1.540537；D（SH）的ADF值为—28.66670；SZ的ADF值为—1.482750；D（SZ）的ADF值为—28.75476，在5%的显著性水平下，该临界值为—1.940904，由此可见，时间序列SH、SZ都是一阶单整的，即I（1）序列。 （八）误差修正模型 误差修正模型（ErrorCorrectionModel，简记ECM）的成功建立意味着变量间存在长期稳定的协整关系，该方法适用于将因变量进行适当调整，寻找二者之间的内在关系，从短期看，被解释变量的变动是短期因素和长期趋势共同影响的结果，短期内的波动可能与长期不符；而从长期来看，则二者关系具有较大程度的协同，这种关系可以用计量经济学里的误差修正模型来衡量。 三、本文结论 1样本原数据存在单位根，这说明，上证综指和深圳成指序列并非平稳。并且两个序列符合随机游走特征，这也意味着我国股市并不成熟，股市的有效性很弱甚至是无效市场。 2误差修正模型表明我国两大股指之间存在长期均衡的稳定关系，这种关系可以表述为：二者长期以来具有同涨同跌的特性，二者互为因果。其之所以会有这种协整关系，主要是因为两市具有相同的制度环境、经济环境，两市交易规则，上市公司结构，投资者组成都有很大的共同点，而且，投资者对两市的投资可以在一个证券账户中进行，这意味着，两市资金可以无障碍流通，两市具有长期协整关系也很正常。（作者单位：江西财经大学） 参考文献： [1]刘晓鹏.协整分析与误差修正模型——我国对外贸易与经济增长的实证研究[J].南开经济研究，2001，5：53—56. [2]李军，李阳.我国进口、出口与经济增长关系的协整检验[J].预测，2001，4：68—71. [3]李子奈，陈绍业.计量经济学（第三版）[M].北京：高等教育出版社，2010. [4]张晓