我国股指波动的协整计量分析与实证分析.docx

我国股指波动的协整计量分析与实证分析.docx

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
我国股指波动的协整计量分析与实证分析

我国股指波动的协整计量分析与实证分析翁东东(泉州师范学院信息与金融数学系,福建泉州362000)摘要:通过运用计量经济学中的协整理论,对我国股价指数动态均衡关系进行了比较分析,并通过对沪、深两市股票指数与物价指数进行实证分析,为有关决策者和投资者提供了实证依据。关键词:股价指数;实证分析;协整检验;单位根’Granger-cansalitey检验中图分类号:F830.91文献标识码:A文章编号:1672-2868(2006)03-0003-05引言深圳综合指数(SZ)的收盘数据进行分析,上证指数(SH)和深圳综合指数(SZ)是有代表性的个体指数的加权和。因此,可以通过对它们的研究来探索整个国内证券市场的情况。样本空间为20051协整概念是20世纪80年代由恩格尔——格兰杰(Engle-Granger)提出的。在实际中,多数经济时间序列都是非稳定的,然而某些非平稳经济时间序列的某种线性组合却有可能是平稳的。经济理论认为,某些经济时间序列存在长期均衡关系。协整概念是理解经济变量存在长期均衡关系的基础。随着经济改革的深化,中国的资本市场逐渐成熟,呈现自己的特色。在经济结构调整的过程中,我国的股票市场经历了种种冲击,也得到了长足的发展。从证券市场的角度看,我国沪、深两大股市指数呈现出越来越明显的共同运动趋势。目前,已有多篇文章对这一课题进行了协整分析,证明得出它们存在协整关系。本文研究沪、深股市指数收益率序列的短期波动模型,进而对沪、深股市指数的相关性进行协整分析,并对其进行实证研究。2协整检验和Granger-cansalitey检验上证指数与深圳综合指数是我国最具代表性的股票指数,所以我们选取了上证指数(SH)和年5月16日至2005年9月30日,交易日观察值个数为99。我们对各指数数据进行取对数和对数差分处理。用LSH、LSZ表示进行取对数后的指数序列,用ΔLSH、ΔLSZ表示进行对数-差分处理后的指数序列(收益率序列)。下面我们就对上证指数和深圳综合指数进行协整分析,检验其协整关系。2.1单位根检验首先对对数指数数据进行单位根检验,采用ADF方法。ADF检验的假设为:原假设H0:φ=1;假设H1:φ1备择等价于:H0:φ==0(过程是非平稳的);H1:φ=0(过程是平稳的)用计量经济学软件Eviews对上证指数进行单位根检验。结果如下:收稿日期:2006-02-05基金项目:2005年福建省教育厅科技项目课题(编号:JA05319)作者简介:翁东东(1959-),男,福建泉州人。泉州师院副教授,主要从事信息与金融研究。上证指数对数值的单位根检根据估计结果写出相应的计量经济模型:ΔlnPt=0.533-5.63t-0.075Pt用类似的方法来研究深圳综合指数的性质。估计检验出ADF值为-2.3724-4.3649,所以在1%显著水平下接受原假设。根据估计结果写出相应的计量经济模型:ΔlnPt=0.492-4.73t-0.068Pt我们再对股票收益率序列进行单位根检验,分别确定时间序列的单整阶数。表1单位根检验结果4序列ADFPP临界值1%序列ADFPP临界值1%LSH-1.695819-1.695819-4.0327DLSH-8.637293-8637293-4.0530LSZ-2.372446-2.372446-4.3649DLSZ-10.79188-10.79188-4.0503ADFTestStatistic-1.6958191%CriticalValueD-4.03275%CriticalValue-3.351910%CriticalValue-3.1305DMacKinnoncriticalvaluesforrejectionofhypothesisofaunitroot.AugmentedDickey-FullerTestEquationDependentVariable:Δ(LSH)Method:LeastSquaresDate:09/30/05Time:15:20Sample(adjusted):05/16/200509/30/2005Includedobservations:99Excludedobservations:2afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.LSH(-1)-0.0750750.037515-1.6958190.0458C0.5332460.2754371.6920000.0472@TREND(05/16/2005)-5.63E-055.29E-05-1.0637000.2735R-squared0.036036Meandependentvar-0.000865AdjustedR-squared0.0

您可能关注的文档

文档评论(0)

153****9595 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档