股票成交金额影响因素.docVIP

股票成交金额影响因素 　　摘 要：采用VAR模型实证研究股票成交金额与上证综合指数、A股上市公司数量之间的关系。实证结果表明上证综合指数、A股上市公司数与股票成交金额之间存在长期稳定的均衡关系，长期来看，上证综合指数和A股上市公司数量对股票成交金额的提高都具有促进作用。 　　关键词：股票成交金额；VAR；脉冲函数 　　中图分类号：F830.91 文献标识码：A 文章编号：1008-4428（2017）09-116 -03 　　股票成交金额作为衡量股市的重要指标之一，在资本市场上有着重大的指导意义。它在一定程度上反映了买卖双方的交易情况，更体现了投资者对股票市场的信心。影响股票成交金额的因素有很多，如宏观经济、金融政策等等。股票市场的波动在很大程度上能反映出经济运行的综合状况，股票市场也因此被称作是反映经济运行的“晴雨表”。 　　随着我国金融市场的发展与完善，我国的股票市场也在不断的健全，自1990年上海证券交易所成立以来，我国股票市场的发展可以说是非常曲折。评价股票市场的指标有很多，如股票指数、成交量等等。但是股票成交金额是最直观的指标。很多学者都把研究的重点放在宏观经济和货币政策上，张培源（2013）研究了股票市场与宏观经济波动溢出效应，张小宇（2013）研究货币政策与股票收益率的非线性影响机制，本文运用Eviews7软件对影响股票价格的因素进行分析，将股票成交金额作为因变量，上证综合指数和A股上市公司数量作为自变量，通过建立向量自回归模型，以准确判断各影响因素。 　　一、变量选择及数据整理 　　（一）股票成交额 　　股票成交金额是指在进行股票交易的过程中，买入（或卖出）股票时，买卖双方根据有关交易规则达成交易的金额。本文选取1996年到2015年的数据进行分析。 　　（二）上证综合指数 　　从1990年至2010年，上海证券交易所从最初的8只股票、22只债券，发展为拥有894家上市公司、938只股票、18万亿股票市值的股票市场，拥有199只政府债、284只公司债、25只基金以及回购、权证等交易品种，是全球增长最快的新兴证券市场。为了适应上海证券市场的发展，上海证券交易所编制并公布上证综合指数。这一指数自1991年7月15日起开始实时发布，基日定为1990年12月19日，基日指数定为100点。以上证所挂牌上市的全部股票为计算范围，以发行量为权数的加权综合股价指数。本文以上证指数的数据为研究对象，文中使用的所有数据全部来自锐思数据库。样本包括2005年1月1日至2015 年6月12日共2535个交易日的上证指数的收盘价和成交量。 　　（三）A股上市公司数量 　　A股，即人民币普通股，是由中国境内公司发行，供境内机构、组织或个人（从2013年4月1日起，境内、港、澳、台居民可开立A股账户）以人民币认购和交易的普通股股票。A股不是实物股票，以无纸化电子记账，实行“T+1”交割制度，有涨跌幅（10%）限制，参与投资者为中国大陆机构或个人。截至2015年底，A股上市公司数量达2808家。 　　分别用STA、SH、NUM表示股票成交金额、上证综指、A股上市公司数量。为降低数据波动幅度及消除可能存在的异方差对模型估计的影响，首先对所有变量的原始数据取对数，形成新的数列LNSTA、LNSH、LNNUM。 　　二、实证分析 　　（一）ADF检验 　　如果利用非平稳的数据直接进行回归分析，估计结果会严重偏离实际情况，会产生伪回归。只有采用平稳的时间序列进行分析才不会导致伪回归。所以，在进行分析前对各变量的平稳性进行检验非常有必要。采用ADF检验法对数据的平稳性进行检验，最优滞后期用AIC准则确定，保证残差非自相关。 　　表1中的检验结果显示，各变量原始数列的ADF值都大于5%的临界值，说明存在单位根，所以各变量的原始序列不平稳；经过一阶差分后，所有的ADF检验值均小于5%的临界值，不存在单位根，因而可以认为各变量序列是同阶单整。 　　（二）稳定性检验 　　滞后期选择的不同会导致模型估计结果也不同，因此??后期数的选择对VAR模型非常的重要。采用AIC信息准则确定最佳滞后阶数。建立VAR（3）模型通过图1可见，联立方程组全部解的模的倒数均落于单位圆内，说明所建VAR（3）模型具有稳定性。 　　（三）Johansen协整 　　虽然EG检验原理简单易于实施，但是其不能够识别变量之间的全部协整关系，经常会出现以不同序列作为被解释变量的检验回归方程残差的单整性不一致的问题，所以本文选取Johansen协整检验作为研究方法。根据上文的结果确定协整检验的最佳滞后期为3，协整检验结果见表2。 　　从建立的方程可以看出，股票成交金额、上证综合指数和A股上市公司数量具有长期稳定的均衡关系。长期来看，上证综合指数和A股上