宏观经济统计数据对股票市场收益及波动性影响.docVIP

宏观经济统计数据对股票市场收益及波动性影响 　　摘要：本文运用未考虑预期的GARCH模型和考虑预期的GARCH模型分系了宏观经济数据发布对我国股票市场波动的影响，并根据每种模型得出了相应的结论。 　　关键词：宏观经济统计数据 市场预期 股票市场 GARCH模型 　　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文献极为丰富，但对于宏观经济公告对条件方差影响的研究成果却很少。Ederington和Lee（1993，1996）创立了一整套研究程序， 专门研究新闻和宏观经济信息对股票、外汇期货、期权市场的影响。Ederington和Lee（1993，1995）发现宏观经济信息的定期发布对利率和外汇期货市场的价格和波动率有显著影响。在国内， 宏观经济信息公告对金融市场影响的研究尚不多见。 冯玉梅等（2007）基于改进的AR（1）-EGARCH（1，1）-M模型， 通过研究宏观信息宣告对股票市场价格行为的影响， 表明居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响；国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响； 公开市场操作公告会导致股票市场条件收益率显著增加； 其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响。王云升等（2008）分析了宏观经???数据公布与预测值所产生的偏差， 并研究了其对金融市场收益及其波动率所产生的影响， 结果表明， 消费者价格指数统计数据的公布加大了股票市场日收益的波动率， 而固定资产投资增速和货币信贷信息数据的公布则减小了其波动率； 由于市场化程度较低， 宏观经济统计数据的公布对债券市场和外汇市场参与者价格行为的影响较小。 　　二、数据选取与处理 　　本文选取2009年3月21日至2012年3月21日间上证综指日间交易收盘收益率为样本数据来衡量股票市场收益率。选取消费者物价指数（CPI）、固定资产投资增速（FAI）和中国人民银行公布的货币信贷信息（M2Loan）三个经济变量作为宏观经济统计数据样本。由于宏观经济统计数据常常受季节效应的影响而失真， 因此，要对消费者物价指数、固定资产投资增速和货币信贷信息进行季节调整，通过采用相对值避免不同量纲对其的影响， 以消费者物价指数为例， 将绝对指标转换为相对指标的计算公式为：CPI相对= ■，固定资产投资增速和货币信贷信息相对指标的计算方法与消费者物价指数相同。 　　对于宏观经济变量的预测值， 我国目前还没有专业的调查机构对其进行如此规模的调查， 市场预测数据多是源自各个证券机构出具的研究报告。本文选取北大朗润的预测均值作为CPI， FAI市场预测值， 原因是中信等众多重要金融机构都以它发布的宏观经济变量数据预测值的平均值作为参考。由于预测值难以获取， 且不具权威性， 本文在建立考虑市场预期的模型中剔除了货币信贷信息这个变量。 　　三、理论模型 　　GARCH模型又称为广义ARCH模型， 是ARCH模型的拓展。自从恩格尔提出ARCH模型分析时间序列的异方差性以后， 波勒斯列夫又提出了GARCH模型。 GARCH模型是专门针对金融数据的回归模型， 除去和普通回归模型的相同之处， GARCH对误差的方差进行了进一步的建模， 特别适用于进行金融数据的波动性分析和预测， 这样的分析对投资者的决策能起到非常重要的指导性作用， 其意义甚至超过了对数值本身的分析和预测。因此，本文选择GARCH模型研究偏差对股票市场的影响。GARCH模型要求所研究的时间序列必须是平稳的， 因而使用单位根检验 （unit root test） 对上证综指收益率进行平稳性检验。结果显示在1%的显著性水平下， 样本数据不存在单位根， 是稳定的序列。 　　（一）模型Ⅰ：未考虑预期的实证检验模型 　　在不考虑实际公布值与市场预测值之间偏差的情况下， 建立股票市场的价格行为的GARCH模型： 　　Rt=μ0+■μiDi+μCP