有关影响我国股票价格指数的因素的计量分析.doc

有关影响我国股票价格指数的因素的计量 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 .doc 江西师范大学科学技术学院 计量经济学期末考核 论文题目: 有关影响我国股票价格指数的因素的计量分析 专业:10级国际经济与贸易 班级:一班 学号:1002019010 姓名:范倩如 时间:2013年1月 目录 摘要- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -? Abstract- - - - - - - - - - - - - - - - - - - - ? 引言.............................................5 一、数据的选取„„„„„„„„„„„„„„„„„„6 二、影响股价指数主要要素的关联度双变量分析………16 三、影响股价指数主要要素的关联度多变量分析„„„19 四、模型设定误差分析……………………………………20 五、模型结构稳定性检验„„„„„„„„„„„„„22 六、模型多重共线性诊断及补救„„„„„„„„„„27 七、模型自相关诊断及补救„„„„„„„„„„„„29 八、预测模型选择„„„„„„„„„„„„„„„„31 九、小结与建议„„„„„„„„„„„„„„„„„32 十、参考文献„„„„„„„„„„„„„„„„„„33 摘要 股价指数是国民经济的“晴雨 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf ”, 本文选取我国近22年来有关股票价格指数 M1(上证综合指数)、国内生产总值(GDP)、货币供应量()、人民币汇率(100美元对人民币)及年平均利率的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明 M1因素间的关系，即上证综合指数受国内生产总值(GDP)、货币供应量()、人民币汇率、年平均利率的影响及影响程度，诣在为后续的研究工作提供参考。 关键词:上证综合指数;国内生产总值;货币供应量;人民币汇率;年平均利率; Abstract The price index is a “barometer” of the national economy, we choose our nearly 22 years on the stock price index (Shanghai Composite Index), domestic production the gross(GDP),money supply(),the RMB exchange M1 rate ($100 )and the average annual interest rate statistic ,and the use of econometric analysis ,to establish the appropriate regression model analysis of the model as well as the use of correlation analysis methods, in order to better illustrate the relationship between the factors by the gross domestic product(GDP),money supply(), the RMB exchange M1 rate ,the average annual interest rate the degree of impact and influence ,it is that provide a reference for subsequent research. Key Words: Shanghai Composite Index; domestic production the gross(GDP);money supply();the RMB exchange rate ($100 );the average M1 annual interest rate. 引言 我国股票市场成立了几十年，既经历了曲折和坎坷，也取得了重大成就，已 成为中国经济格局中重要组成部分。但是，相对于国外成熟的股票市场，我国股 市发展过程中表现出许多特有问题，例如:政策影响严重、国有股法人股不能上 市流通、投机性强、股价波动幅度较大等。这些问题常常会使政府难以有效股市脉搏，也使投资者无所适从，这就需要我们在对中国股价波动规律进行深入了解的基础上分析影响股价波动的主要原因，以便于监管机构有的放矢地采取一些切实可行的对策，也是投资者了解股价波动的原因，据此预测未来股价走势，减少操作的盲目性，倡导理性投资。因此，对我国这个新兴股票市场的价格指数研究不仅有重要的学术意义，而且有重要的实际意义。对此，本文选取我国近22年来有关股票价格指数(上证综合指数)、国内生产总值(GDP)、货币供应量()、M1人民币汇率(100美元对人民币)及年平均利率的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即上证综合指数对国内生产总值(GDP)、货币供应量()、人民币汇率、年平均利率的影响关系。 M1 一、数据的选取 我们选择了上海证券交易所1990-2011年度的数据来代表中国的股价指数，原因在于:上海证券交易所上市的公司大多数为大型的国有企业，而深圳证券交易所所上市的公司主要为小型的合资、外向型企业。上海证券交易所与深圳证券交易所的股价指数具有较强的正相关关系。另外，我们还选取了货币供应量()、国内生产总值(GDP)、人民币汇率(100美元对人民币)、年平均M1 利率作为解释变量，所查数据如下: 年份 上证综合指GDP 人民币汇率年平均利率 M1数Y (亿元) (100美元) (% ) X5(亿元) X4X3 X2 1990 127.61 6950.7 18667.8 478.38 7.56 1991 292.75 8633.3 21781.5 532.33 7.56 1992 780.39 11731.5 26923.5 551.46 7.56 1993 833.80 16280.4 35333.9 576.20 10.08 1994 647.87 20540.7 48197.9 861.87 10.98 1995 555.29 23987.1 60793.7 835.10 10.98 1996 917.02 28514.8 71176.6 831.42 8.325 1997 1194.10 34826.3 78973.0 828.98 5.67 1998 1146.70 38953.7 84402.3 827.91 4.59 1999 1366.58 45837.3 89677.1 827.83 2.25 2000 2073.48 53147.2 99214.6 827.84 2.25 2001 1645.97 59871.6 109655.2 827.70 2.25 2002 1357.65 70881.8 120332.7 827.70 1.98 2003 1497.04 84118.6 135822.8 827.70 1.98 2004 1266.50 95969.7 159878.3 827.68 2.25 2005 1161.06 107278.8 184937.4 819.17 2.25 2006 2675.47 126035.1 216314.4 797.18 2.52 2007 5261.56 152560.1 265810.3 760.40 3.465 2008 1820.81 166217.1 314045.4 694.51 3.06 2009 3277.14 220001.5 340902.8 683.10 2.25 2010 2808.08 266621.3 401202.0 676.95 2.50 2011 2199.40 289847.7 471563.7 630.09 3.25 资料来源:《中国统计年鉴》 二、影响股价指数主要要素的关联度双变量分析 (一)上证综合指数与货币供应量()的关联度分析 M1 为了更好的进行对上证综合指数和货币供应量()的关联度分析，我们选取全M1 国1990-2011年的统计资料，如表1所示。 表1 1990-2011年全国上证综合指数与货币供应量() M1年份 上证综合指数 货币供应量 y x2LnY () M1 Ln X21990 127.61 6950.7 4.848979 8.846598 1991 292.75 8633.3 5.679319 9.063382 1992 780.39 11731.5 6.659794 9.370033 1993 833.80 16280.4 6.725994 9.697717 1994 647.87 20540.7 6.47369 9.930164 1995 555.29 23987.1 6.31949 10.08527 1996 917.02 28514.8 6.821129 10.25818 1997 1194.10 34826.3 7.085148 10.45813 1998 1146.70 38953.7 7.044644 10.57013 1999 1366.58 45837.3 7.220067 10.73285 2000 2073.48 53147.2 7.636984 10.88082 2001 1645.97 59871.6 7.406085 10.99996 2002 1357.65 70881.8 7.213511 11.16877 2003 1497.04 84118.6 7.311245 11.33998 2004 1266.50 95969.7 7.144012 11.47179 2005 1161.06 107278.8 7.057089 11.58319 2006 2675.47 126035.1 7.89188 11.74432 2007 5261.56 152560.1 8.568183 11.93531 2008 1820.81 166217.1 7.507037 12.02105 2009 3277.14 220001.5 8.094726 12.30139 2010 2808.08 266621.3 7.940256 12.49358 2011 2199.40 289847.7 7.69594 12.57711 我们建立二元回归模型LnY,，(相关计算数据参照于表1)，，lnXebbi122 把上证综合指数作为被解释变量Y,货币供应量()作为解释变量,运用统MX12计分析软件SPSS,将上表中数据输入界面，进行回归分析所得结果如表2、表3 和表4所示。 表2 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .870 .757 .745 .411812266 a. 预测变量: (常量),LnX2。 b表3 Anova 模型 平方和 df 均方 F Sig. a1 回归 10.566 1 10.566 62.301 .000 残差 3.392 20 .170 总计 13.957 21 a. 预测变量: (常量), LnX2。 b. 因变量:LnY a表4 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常.049 .898 .055 .957 量) LnX2 .648 .082 .870 7.893 .000 a. 因变量: LnY 据此，可得该回归模型各项数据为: y,,x2y,,x2nb2 ,=0.648 ，，,22x2,,x2n ybx,b1 ,,0.049 22 2e2,i ,=0.170 ,2n, 2,2x2Var(b1)==0.806404 ,2,,,n,,,,xx22 ,, 12Var(b2) ,=0.006724 ,2()xx,,22 Se(b1) , =0.898 Varb()1 Se(b2) , =0.082 Varb()2 b1t(b1) , =0.055 Seb()1 b2t(b2) , = 7.893 Seb()2 2,2()yy,,R , =0.757 2()yy,, df ,20 ,，模型为:y=0.049+0.648，令=0.1，我们提出如下假设: eX2i H0:Bi,0 ，Y,B+BX+μi 122 y,b，bX， 122ei t(bi)~ (20) t0.1 ,在水平下，t检验的拒绝域为:〔,?，,1.325〕和〔1.325，，?〕，所以t (b)落在非拒绝域中，不拒绝原假设;t(b)落在拒绝域中，拒绝原假设，即12 X对于模型有意义。 2 对于该模型的经济意义解释如下: 平均而言，在其他条件不变的情况下，货币供应量每变动1%，将引起上证综合指数变动0.648%。并且，该模型反映了75.7%的真实情况。 (二)上证综合指数与国内生产总值(GDP)的关联度分析 为了更好的进行对上证综合指数和国内生产总值(GDP)的关联度分析，我们选取全国1990-2011年的统计资料，如表5所示。 表5 1990-2011年全国上证综合指数与国内生产总值 年份 上证综合指国内生产总y x3数 值(GDP) LnY Ln X31990 127.61 18667.8 4.848979 9.834555 1991 292.75 21781.5 5.679319 9.988816 1992 780.39 26923.5 6.659794 10.20075 1993 833.80 35333.9 6.725994 10.4726 1994 647.87 48197.9 6.47369 10.78307 1995 555.29 60793.7 6.31949 11.01524 1996 917.02 71176.6 6.821129 11.17292 1997 1194.10 78973.0 7.085148 11.27686 1998 1146.70 84402.3 7.044644 11.34335 1999 1366.58 89677.1 7.220067 11.40397 2000 2073.48 99214.6 7.636984 11.50504 2001 1645.97 109655.2 7.406085 11.6051 2002 1357.65 120332.7 7.213511 11.69802 2003 1497.04 135822.8 7.311245 11.81911 2004 1266.50 159878.3 7.144012 11.98217 2005 1161.06 184937.4 7.057089 12.12777 2006 2675.47 216314.4 7.89188 12.28449 2007 5261.56 265810.3 8.568183 12.49054 2008 1820.81 314045.4 7.507037 12.65729 2009 3277.14 340902.8 8.094726 12.73935 2010 2808.08 401202.0 7.940256 12.90222 2011 2199.4 471563.7 7.69594 13.06381 我们建立二元回归模型LnY,b，bLnX，(相关计算数据参照于表1)，把上12 3ei 证综合指数作为被解释变量Y，国内生产总值(GDP)作为解释变量X，运行统3计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表6、表7和表8所示。 表6 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .861 .742 .729 .424564306 a. 预测变量: (常量),LnX 3 b表7 Anova 模型 平方和 df 均方 F Sig. a1 回归 10.352 1 10.352 57.431 .000 残差 3.605 20 .180 总计 13.957 21 a. 预测变量: (常量),LnX 3 b. 因变量: LnY a表8 系数 标准系 非标准化系数 数 标准 误模型 B 差 试用版 t Sig. 1 (常-1.585 1.151 -1.378 .183 量) LnX .752 .099 .861 7.578 .000 3 a. 因变量: LnY 据此，可得该回归模型各项数据为: ,,yx3,y,x3n2 , =0.752 b，，,22x3,,x3n b1 , b2 ,-1.585 y,x3 2e2,i, ,=0.180 2n, Se(b1) , Varb()=1.151 1 Se(b2) , Varb()=0.099 2 b1t(b1) , =-1.378 Seb()1 b2t(b2) , = 7.578 Seb()2 2,2()yy,,R , =0.742 2()yy,, df ,20 ,模型为:y=-1.585+0.752 X，，令,0.1，我们提出如下假设: 3ei H0:Bi,0，Y,B+BX+μi 123 y,b，bX， 123ei t(bi)~ (20) t0.1 , 在水平下，t检验的拒绝域为:〔,?，,1.325〕和〔1.325，，?〕，所以t(b)、t(b)均落在拒绝域中，拒绝原假设，即常数项、X对于模型均123有意义。 对于该模型的经济意义解释如下: 平均而言，在其他条件不变的情况下，国内生产总值(GDP)每变动1%，将引起上证综合指数变动0.752%。并且，该模型反映了74.2%的真实情况。 (三)上证综合指数与人民币汇率的关联度分析 为了更好的进行对上证综合指数和人民币汇率的关联度分析，我们选取全国1990-2011年的统计资料，如表9所示。 表9 1990-2011年全国上证综合指数与人民币汇率 年份 上证综合指数 人民币汇率y x4(100美元) LnY Ln X41990 127.61 478.38 4.848979 6.170405 1991 292.75 532.33 5.679319 6.277264 1992 780.39 551.46 6.659794 6.312569 1993 833.80 576.20 6.725994 6.356455 1994 647.87 861.87 6.47369 6.759104 1995 555.29 835.10 6.31949 6.727551 1996 917.02 831.42 6.821129 6.723135 1997 1194.10 828.98 7.085148 6.720196 1998 1146.70 827.91 7.044644 6.718904 1999 1366.58 827.83 7.220067 6.718808 2000 2073.48 827.84 7.636984 6.71882 2001 1645.97 827.70 7.406085 6.718651 2002 1357.65 827.70 7.213511 6.718651 2003 1497.04 827.70 7.311245 6.718651 2004 1266.50 827.68 7.144012 6.718627 2005 1161.06 819.17 7.057089 6.708292 2006 2675.47 797.18 7.89188 6.681081 2007 5261.56 760.40 8.568183 6.633845 2008 1820.81 694.51 7.507037 6.543207 2009 3277.14 683.10 8.094726 6.526641 2010 2808.08 676.95 7.940256 6.517597 2011 2199.4 630.09 7.69594 6.445863 我们建立二元回归模型LnY,b，bLnX，(相关计算数据参照于表9)，12 4 ei 把上证综合指数作为被解释变量Y，人民币汇率作为解释变量X，运行统计分4析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表10、表11 和表12所示。 表10 模型汇总 调整 R 标准 估计模型 R R 方 方 的误差 a1 .466 .217 .178 .739327594 a. 预测变量: (常量), LnX4。 b表11 Anova 模型 平方和 df 均方 F Sig. a1 回归 3.025 1 3.025 5.535 .029 残差 10.932 20 .547 总计 13.957 21 a. 预测变量: (常量), LnX4。 b. 因变量:LnY a表12 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-7.029 6.011 -1.169 .256 量) LnX4 2.143 .911 .466 2.353 .029 a. 因变量: LnY 据此，可得该回归模型各项数据为: y,,x4y,,x4nb2 , =2.143 ，，,22x4,,x4n b1 , b2 ,-7.029 y,x4 2e2,i, ,=0.547 2n, Varb()Se(b1) , =6.011 1 Varb()Se(b2) , =0.911 2 b1t(b1) , =-1.169 Seb()1 b2t(b2) , = 2.353 Seb()2 2,2()yy,,R , =0.217 2()yy,, df ,20 ,模型为:y=-7.029+2.143 X，，令,0.1，我们提出如下假设: 4ei H0:Bi,0，Y,B+BX+μi 124 y,b，bX， 124ei t(bi)~ (20) t0.1 ,在水平下，t检验的拒绝域为:〔,?，,1.325〕和〔1.325，，?〕,所以t(b)落在非拒绝域中，不拒绝原假设;t(b)落在拒绝域中，拒绝原假12 设，即X对于模型有意义。 4 对于该模型的经济意义解释如下: 平均而言，在其他条件不变的情况下，人民币汇率每变动1%，将引起上证综合指数变动2.143%。并且，该模型反映了21.7%的真实情况。 (四)上证综合指数与年平均利率的关联度分析 为了更好的进行对上证综合指数和年平均利率的关联度分析，我们选取全国1990-2011年的统计资料，如表13所示。 表13 1990-2011年全国上证综合指数和年平均利率 年份 上证综合指数 年平均利率y x5LnY (%) Ln X51990 127.61 7.56 4.848979 2.022871 1991 292.75 7.56 5.679319 2.022871 1992 780.39 7.56 6.659794 2.022871 1993 833.80 10.08 6.725994 2.310553 1994 647.87 10.98 6.47369 2.396075 1995 555.29 10.98 6.31949 2.396075 1996 917.02 8.325 6.821129 2.119263 1997 1194.10 5.67 7.085148 1.735189 1998 1146.70 4.59 7.044644 1.52388 1999 1366.58 2.25 7.220067 0.81093 2000 2073.48 2.25 7.636984 0.81093 2001 1645.97 2.25 7.406085 0.81093 2002 1357.65 1.98 7.213511 0.683097 2003 1497.04 1.98 7.311245 0.683097 2004 1266.50 2.25 7.144012 0.81093 2005 1161.06 2.25 7.057089 0.81093 2006 2675.47 2.52 7.89188 0.924259 2007 5261.56 3.465 8.568183 1.242713 2008 1820.81 3.06 7.507037 1.118415 2009 3277.14 2.25 8.094726 0.81093 2010 2808.08 2.50 7.940256 0.916291 2011 2199.40 3.25 7.69594 1.178655 e我们建立二元回归模型LnY,b，bLn X，(相关计算数据参照于表12 5i 13)，把上证综合指数作为被解释变量Y，人民币汇率作为解释变量X，运行统5计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表14、表15和表16所示。 表14 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .664 .441 .413 .624628539 a. 预测变量: (常量),LnX5。 b表15 Anova 模型 平方和 df 均方 F Sig. a1 回归 6.154 1 6.154 15.773 .001 残差 7.803 20 .390 总计 13.957 21 a. 预测变量: (常量),LnX5。 b. 因变量:LnY a表16 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常8.285 .325 25.472 .000 量) LnX5 -.860 .216 -.664 -3.972 .001 a表16 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常8.285 .325 25.472 .000 量) LnX5 -.860 .216 -.664 -3.972 .001 a. 因变量:LnY 据此，可得该回归模型各项数据为: ,,yx5,y,x5nb2 = =-0.860 ，，,22x5,,x5n b1 = b2 ,8.285 y,x5 2e2,i, ==0.390 2n, Se(b1) = =0.325 Varb()1 Se(b2) = =0.216 Varb()2 b1t(b1) = =25.472 Seb()1 b2t(b2) , = -3.972 Seb()2 2,2()yy,,R , =0.441 2()yy,, df ,20 ,模型为:y=8.285-0.860X，，令,0.1，我们提出如下假设: 5ei H0:Bi,0，Y,B+BX+μi 125 y,b，bX， 125ei t(bi)~ (20) t0.1 ,在水平下，t检验的拒绝域为:〔,?，,1.325〕和〔1.325，，?〕，所 以t(b)、t(b)均落在拒绝域中，拒绝原假设，即常数项和X对于模型均有125 意义。 对于该模型的经济意义解释如下: 平均而言，在其他条件不变的情况下，年平均利率每变动1%，将引起上证综合指数变动0.860%。并且，该模型反映了44.1%的真实情况。 综上所述，分别作的Y与X，X，X， X间的回归: 2345 模型(一):y=0.049+0.648 X ，2ei t=0.055 7.893 2R =0.757 df =20 模型(二):y=-1.585+0.752X， 3ei t= -1.378 7.578 2R =0.742 df=20 模型(三):y=7.029+2.143 X， 4ei t= -1.169 2.353 2R =0.217 df=20 模型(四):y=8.285- 0.860X， 5ei t=25.472 - 3.972 2R =0.441 df=20 可见，上证综合指数受货币供应量的影响最大，因此选模型(一)为初始的回归模型。 三、影响股价指数主要要素的关联度多变量分析 (一)上证综合指数与国内生产总值、货币供应量、人民币汇率、年平均利率的关联度分析 为了更好的进行对上证综合指数与国内生产总值、货币供应量、人民币汇率、年平均利率的关联度分析，我们选取了全国1990-2011年上证综合指数与货币供应量、国内生产总值、人民币汇率、年平均利率的统计资料，并根据该统计数据建立下表2-1. 表2-1 年份 y xxxx2345LnY Ln Ln Ln Ln XXXX23451990 4.848979 8.846598 9.834555 6.170405 2.022871 1991 5.679319 9.063382 9.988816 6.277264 2.022871 1992 6.659794 9.370033 10.20075 6.312569 2.022871 1993 6.725994 9.697717 10.4726 6.356455 2.310553 1994 6.47369 9.930164 10.78307 6.759104 2.396075 1995 6.31949 10.08527 11.01524 6.727551 2.396075 1996 6.821129 10.25818 11.17292 6.723135 2.119263 1997 7.085148 10.45813 11.27686 6.720196 1.735189 1998 7.044644 10.57013 11.34335 6.718904 1.52388 1999 7.220067 10.73285 11.40397 6.718808 0.81093 2000 7.636984 10.88082 11.50504 6.71882 0.81093 2001 7.406085 10.99996 11.6051 6.718651 0.81093 2002 7.213511 11.16877 11.69802 6.718651 0.683097 2003 7.311245 11.33998 11.81911 6.718651 0.683097 2004 7.144012 11.47179 11.98217 6.718627 0.81093 2005 7.057089 11.58319 12.12777 6.708292 0.81093 2006 7.89188 11.74432 12.28449 6.681081 0.924259 2007 8.568183 11.93531 12.49054 6.633845 1.242713 2008 7.507037 12.02105 12.65729 6.543207 1.118415 2009 8.094726 12.30139 12.73935 6.526641 0.81093 2010 7.940256 12.49358 12.90222 6.517597 0.916291 2011 7.69594 12.57711 13.06381 6.445863 1.178655 e我们建立多元回归模型LnY,b1，b2LnX2，b3LnX3，b4LnX4，bLnX，5 5i(i=1,2,3,„)(相关计算数据参照于表2-1)。我们将上证综合指数为被解释变量Y，货币供应量()作为解释变量X2，国内生产总值(GDP)作为解释变量 M1 X3，人民币汇率作为解释变量X4，年平均利率作为解释变量X(以下各步同上)，5 运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2-2、表2-3和表2-4所示。 表2-2 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .894 .799 .751 .406669843 a. 预测变量: (常量), LnX5, LnX4, LnX3, LnX2。 b表2-3 Anova 模型 平方和 df 均方 F Sig. a1 回归 11.146 4 2.786 16.849 .000 残差 2.811 17 .165 总计 13.957 21 a. 预测变量: (常量), LnX5, LnX4, LnX3, LnX2。 b. 因变量: LnY a表2-4 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-2.637 4.040 -.653 .523 量) LnX2 2.555 1.511 3.430 1.691 .109 LnX3 -2.150 1.667 -2.463 -1.290 .214 LnX4 .963 .573 .209 1.681 .111 LnX5 .315 .314 .243 1.005 .329 a. 因变量: LnY 据此，可得该回归模型为: ey,- 2.637+2.555X2 - 2.150X3，0.963X4，0.315X5， i t=- 0.653 1.691 - 1.290 1.681 1.005 22R= 0.799 =0.751 df=17 F=16.849 R 令,0.1，我们提出如下假设: , H0:Bi,0，Y,B1+B2X2+B3X3，B4X4+ B5X5，μi e y,b1，b2X2，b3X3，b4X4，b5X5， i t(bi)~ (17) t0.1 在水平下，t检验的拒绝域为:〔,?，,1.333〕和〔1.333，，?〕 , 所以t(b1)、t(b3)、t( b5)均落在非拒绝域中，不拒绝原假设，即X3、X5没有存在的必要。t(b3)、t( b4)落均在拒绝域中，拒绝原假设，即X2、X4对于模型均有意义，有存在的必要。 联合假设检验: 2RH0:,0 F , (4，17) F0.1 在水平下，模型中的F值落在F检验的右侧拒绝域〔2.31，，?〕中，拒绝, 2,R原假设，即0. 在给定显著性水平,下，自由度为(4,17)的F分布的临界值为F(4,17)=2.31，0.1 ,因此，X2，X3，X4，X5联合起来对Y有显著的线性影响。在的显著水平下， t0.1(17)=1.333。因此，X2和X4的参数通过了该显著性水平下的t检验，但X3和X5两个变量未能通过t检验，不拒绝原假设，说明X3和X5单个的对Y的线性影响不显著。 对于该模型的经济意义解释如下: 平均而言，在其他条件不变的情况下，货币供应量每变动1%，将引起上证 综合指数变动2.555%;在其他条件不变的情况下，人民币汇率每变动1%，将引 起上证综合指数变动0.963%;并且，该模型反映了79.9%的真实情况。 四、模型设定误差分析 对于初始模型:y=0.049+0.648 ，eX2i Se,0.898 0.082 t,0.055 7.893 ()n-1222RR=0.757 , 1-(1-) ,0.745 R()n-k df,20 F=62.301 e对于模型一:y,- 2.637，2.555X2- 2.150X3，0.963X4，0.315X5， i Se,4.040 1.511 1.667 0.573 0.314 t=- 0.653 1.691 - 1.290 1.681 1.005 ()n-1222RR= 0.799 , 1-(1-) ,0.751 R()n-k df=17 F=16.849 通过比较可以发现:该模型在增加了解释变量X3(国内生产总值)，X4(人民 222RR币汇率)，X5(年平均利率)，拟合优度和校正判定系数增大了，由=0.799R 2可知，拟合优度较高;而 =0.751，说明了上证综合指数对数值的75.1%的变R 化可以由货币供应量，国内生产总值，人民币汇率，年平均利率的变化来解释。 五、模型结构稳定性检验 对样本进行回归分析，依据前面步骤可得出以下数据: ey,- 2.637，2.555X2- 2.150X3，0.963X4，0.315X5， i Se,4.040 1.511 1.667 0.573 0.314 t=- 0.653 1.691 - 1.290 1.681 1.005 ()n-1222RR = 0.799 R, 1-(1-) ,0.751 ()n-k df=17 F=16.849 (1) 将样本分为两段，这里以第二段数据为例。第二段数据如下表2-5所示。 表2-5 2001-2011年全国上证指数、货币供应量、国内生产总值、人民币汇率、年平均利率 上证综合指年份 货币供应量 国内生产总人民币汇率 年平均利数 值 率LnX5Ln LnLnY XX24 Ln X3 2001 7.406085 10.99996 11.6051 6.718651 0.81093 2002 7.213511 11.16877 11.69802 6.718651 0.683097 2003 7.311245 11.33998 11.81911 6.718651 0.683097 2004 7.144012 11.47179 11.98217 6.718627 0.81093 2005 7.057089 11.58319 12.12777 6.708292 0.81093 2006 7.89188 11.74432 12.28449 6.681081 0.924259 2007 8.568183 11.93531 12.49054 6.633845 1.242713 2008 7.507037 12.02105 12.65729 6.543207 1.118415 2009 8.094726 12.30139 12.73935 6.526641 0.81093 2010 7.940256 12.49358 12.90222 6.517597 0.916291 2011 7.69594 12.57711 13.06381 6.445863 1.178655 e建立回归模型LnY,b1，b2LnX2，b3LnX3，b4LnX4，b5LnX5 ，i(i=1,2,3,„)，运用统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如下表2-6、表2-7、表2-8所示。 表2-6 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .750 .562 .271 .397706715 a. 预测变量: (常量), LnX5, LnX4, LnX2, LnX3。 b表2-7 Anova 模型 平方和 df 均方 F Sig. a1 回归 1.220 4 .305 3.929 .225 残差 .949 6 .158 总计 2.169 10 a. 预测变量: (常量), LnX5, LnX4, LnX2, LnX3。 b. 因变量: LnY a表2-8 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常3.508 36.738 .095 .927 量) LnX2 3.876 3.199 4.411 1.212 .271 LnX3 -3.974 3.903 -4.275 -1.018 .348 LnX4 .794 3.821 .175 .208 .842 LnX5 2.288 1.451 .943 1.576 .166 a. 因变量: LnY 据此，可得该回归模型为: ey,3.508+3.876X2 – 3.974X3，0.794X4，2.288X5， i Se=36.738 3.199 3.903 3.821 1.451 t=0.095 1.212 - 1.018 0.208 1.576 22R= 0.562 =0.271 df=6 F=3.929 R 令,0.1，我们提出如下假设: , H0:Bi,0，Y,B1+B2X2+B3X3，B4X4+ B5X5，μi e y,b1，b2X2，b3X3，b4X4，b5X5， i t(bi)~ (6) t0.1 在水平下，t检验的拒绝域为:〔,?，,1.943〕和〔1.943，，?〕 , 所以t(b1)、t(b2)、t(b3)、t(b4)、t(b5)均落在非拒绝域中，不拒 绝原假设。即X2、X3、X4、X5对于模型均没有意义。 联合假设检验: 2RH0:,0 F , (4，6) F0.1 在,水平下，模型中的F值落在F检验的右侧拒绝域〔3.18，，?〕中，拒绝 2,R原假设，即0. (2) 第一段数据视同第二段数据。 e对于模型:y,- 2.637，2.555X2- 2.150X3，0.963X4，0.315X5， i22,eRSS()yy,,,,2.811 ,,R e对于模型:y,3.508+3.876X2 – 3.974X3，0.794X4，2.288X5， i RSS ,0.949 2 RSSRSS, 21 由此可得: RSSRSS，RSS ,,1.898 12UR RSSRSS假设H0:, URR ()/kRSSRSS,RURF , ,2.65 RSSnn/(2k)，,12UR 在水平下，所以F值落在F检验的不在拒绝域〔3.11，，?〕中，非拒绝原假设，即, 该模型为结构稳定模型。 五、模型多重共线性诊断及补救 在以下分析中，将选取原数据所得模型: ey,- 2.637，2.555X2- 2.150X3，0.963X4，0.315X5， i相关计算数据参照于上表2-2和上表2-4。 1.进行多重共线性的诊断 2R(1)= 0.799 t(b1)=- 0.653 t(b2)= 1.691 t(b3)= - 1.290 t(b4)= 1.681 t(b5)= 1.005 F=16.849 2R在给定显著性水平下，模型的和F的值较大，但常数项，X3和X5未能通, 过检验，说明各解释变量之间存在多重共线性且它们对Y的独立作用不能分辨，故t检验不显著。 下面利用逐步回归法检验是否存在多重共线性，分别作Y与X2、X3、X4、X5间 e的回归:设模型为:LnY,b，bLnX，(i=1,2,3,„)， 122i 由上面进行的双变量分析中的结果可知:上证综合指数受货币供应量的影响最 ，大，因此选模型(一):y=0.049+0.648为初始的回归模型。 eX2i 将其他解释变量分别导入上述的初始回归模型，寻找最佳回归方程。 ，对于初始模型:y=0.049+0.648 eX2i Se,0.898 0.082 t,0.055 7.893 ()n-1222RR=0.757 R, 1-(1-) ,0.745 ()n-k df,20 F=62.301 对于模型(1):y=1.766+1.283X2- 7.46X3+ ei Se,2.868 1.008 1.181 t,0.616 1.272 -0.632 22R,0.762 =0.737 df,19 F=30.413 R e对于模型(2):y,-2.436，1.403 X-0.945 X，0.786 X， 234i Se,4.036 0.984 1.157 0.545 t,-0.604 1.426 -0.816 1.441 22R,0.787 =0.751 df,18 F=22.118 R e对于模型(3):y,- 2.637，2.555X2- 2.150X3，0.963X4，0.315X5， i Se,4.040 1.511 1.667 0.573 0.314 t=- 0.653 1.691 - 1.290 1.681 1.005 22R= 0.799 ,0.751 df=17 F=16.849 R 1.在对初始模型中引入X3，参数符号与经济意义符合，虽然模型拟合优度提高 2降低了且没有通过t检验，去掉X3; 了，但校正判定系数R 22.引入X4，模型拟合优度和校正判定系数均提高，并且符合经济意义，且通R 过t检验。 23.引入X5，虽然模型拟合优度提高了，并且符合经济意义，但校正判定系数保R持不变且没有通过t检验，去掉X5。 综上所述，上证综合指数影响函数 Y=f(X，X)，根据下表2-9。 24 表2-9 1990-2011年全国上证综合指数、、人民币汇率 M1 年份 上证综合指数人民币汇率 M1xx24Y X4 (亿元) LnLn XXX2241990 127.61 6950.7 478.38 8.846598 6.170405 1991 292.75 8633.3 532.33 9.063382 6.277264 1992 780.39 11731.5 551.46 9.370033 6.312569 1993 833.80 16280.4 576.20 9.697717 6.356455 1994 647.87 20540.7 861.87 9.930164 6.759104 1995 555.29 23987.1 835.10 10.08527 6.727551 1996 917.02 28514.8 831.42 10.25818 6.723135 1997 1194.10 34826.3 828.98 10.45813 6.720196 1998 1146.70 38953.7 827.91 10.57013 6.718904 1999 1366.58 45837.3 827.83 10.73285 6.718808 2000 2073.48 53147.2 827.84 10.88082 6.71882 2001 1645.97 59871.6 827.70 10.99996 6.718651 2002 1357.65 70881.8 827.70 11.16877 6.718651 2003 1497.04 84118.6 827.70 11.33998 6.718651 2004 1266.50 95969.7 827.68 11.47179 6.718627 2005 1161.06 107278.8 819.17 11.58319 6.708292 2006 2675.47 126035.1 797.18 11.74432 6.681081 2007 5261.56 152560.1 760.40 11.93531 6.633845 2008 1820.81 166217.1 694.51 12.02105 6.543207 2009 3277.14 220001.5 683.10 12.30139 6.526641 2010 2808.08 266621.3 676.95 12.49358 6.517597 2011 2199.40 289847.7 630.09 12.57711 6.445863 e我们建立三元回归模型LnY,b1，b2 LnX，b3 LnX，(相关计算数据参照24i 于表2-9)。我们将上证综合指数作为被解释变量Y，货币供应量作为解释变量X，2人民币汇率作为解释变量X(以下各步同上)，运行统计分析软件SPSS，将上表4 中数据输入界面，进行回归分析所得结果如表2-10、表2-11和表2-12所示。 表2-10 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .882 .779 .755 .403183022 a. 预测变量: (常量), LnX4, LnX2。 b表2-11 Anova 模型 平方和 df 均方 F Sig. a1 回归 10.869 2 5.434 33.431 .000 残差 3.089 19 .163 总计 13.957 21 a. 预测变量: (常量), LnX4, LnX2。 b. 因变量: LnY a表2-12 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-4.296 3.301 -1.301 .209 量) LnX2 .603 .087 .810 6.946 .000 LnX4 .733 .537 .159 1.366 .188 a表2-12 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-4.296 3.301 -1.301 .209 量) LnX2 .603 .087 .810 6.946 .000 LnX4 .733 .537 .159 1.366 .188 a. 因变量: LnY 据此，可得该回归模型为: ey,-4.296，0.603X，0.733 X， 24i Se,3.301 0.087 0.537 t,-1.301 6.946 1.366 22R,0.779 =0.755 df,19 F=33.431 R (2)X2与X4之间的关联度 如下表:2-13 表2-13 相关性 LnX2 LnX4 LnX2 Pearson 相关1 .378 性 显著性(双侧) .083 N 22 22 LnX4 Pearson 相关.378 1 性 显著性(双侧) .083 N 22 22 由此可看出，该模型的X2与X4都是不相关的。 (3)辅助回归 e针对模型:y,-4.296，0.603X，0.733 X， 24i e建立以X2为因变量， X4为自变量的辅助回归模型:X2,c1，c2 X4， i 运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果 如表3-1、表3-2和表3-3所示。 表3-1 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .378 .143 .100 1.03801947 8 a. 预测变量: (常量), LnX4。 b表3-2 Anova 模型 平方和 df 均方 F Sig. a1 回归 3.599 1 3.599 3.340 .083 残差 21.550 20 1.077 总计 25.148 21 a. 预测变量: (常量), LnX4。 b. 因变量: LnX2 a表3-3 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-4.529 8.439 -.537 .597 量) LnX4 2.337 1.279 .378 1.828 .083 a. 因变量: LnX2 据此，可得该回归模型为: eX2 ,,4.529，2.337X4， i 2RH0: ,0 2R/k1,2 F , ,3.340 2(1)/(nk),,R2 FF , (1，20) 0.1 ,在水平下， F值落在F检验的不在拒绝域〔4.35，，?〕中，不拒绝原 假设，说明不存在多重共线性。 六、模型自相关诊断及补救 (一)自相关的诊断 相关数据参照于附表2-9。 (1)图形法 e根据模型:y,-4.296，0.603X，0.733 X， 24i ee? 作对的散点图，所得结果如图1所示。 ii,1 e? 作对t的散点图，所得结果如图2所示。 i ee 图1 对的散点图 ii,1 e 图2 对t的散点图 i e从图形中可以看出，是随机的，即不存在自相关。 i (2)杜宾,瓦尔逊检验 eH0:是随机的 i n2()ee,,,1ii,d,,1.599617 2i n2e,i,在水平下，查D-W表得DL=1.00、DU=1.17， ,1i 则4,DU,2.83、4,DL,3，所以d值落在〔DU， 4-DU〕的区域中，不拒绝H0， 即可判断不存在自相关。 综上所述，该模型是不存在自相关的。 七、模型异方差诊断及补救 1.异方差的诊断(相关计算数据参照于表2-9) (1)图形法 ,eey针对模型y,-4.296，0.603X，0.733 X，作对的散点图，所得结24ii 果如图3所示。 ,e图3 对的散点图 yi 由图形可以看出，散点基本上在一个集中的区域，且不存在一定的规律性， 即原模型不存在异方差。 (2)帕克检验 2ˆLnebbLnyv,，，ii12ybbxv**,，，12i建立模型即 i 由附表2-9中的数据建立下表4-1。 表4-1 ^**e年份 iyyix1990 -0.71243 5.561406 -0.67816 1.715851 1991 -0.09113 5.770454 -4.79084 1.752751 1992 0.678551 5.981243 -0.77559 1.788628 1993 0.514989 6.211005 -1.32722 1.826323 1994 -0.17262 6.646312 -3.5133 1.894062 1995 -0.39722 6.716714 -1.84651 1.904599 1996 0.00339 6.81774 -11.3741 1.919528 1997 0.148993 6.936155 -3.80771 1.936748 1998 0.041899 7.002745 -6.345 1.946302 1999 0.11927 7.100797 -4.25273 1.960207 2000 0.446954 7.19003 -1.6106 1.972695 2001 0.14434 7.261745 -3.87117 1.98262 2002 -0.15003 7.363539 -3.79386 1.996541 2003 -0.15554 7.466781 -3.72176 2.010464 2004 -0.40223 7.546241 -1.82147 2.02105 2005 -0.54875 7.605839 -1.20022 2.028916 2006 0.208826 7.683054 -3.13251 2.039017 2007 0.80458 7.763602 -0.43487 2.049446 2008 -0.24183 7.748864 -2.83907 2.047546 2009 0.18896 7.905766 -3.33244 2.067592 2010 -0.07477 8.01503 -5.18657 2.081319 2011 -0.31688 8.012815 -2.29849 2.081042 运行统计分析软件SPSS，将表中相应变量数据输入界面，进行回归分析所得结 果如表4-2、表4-3和表4-4所示。 表4-2 模型汇总 调整 R 标准 估计 模型 R R 方 方 的误差 a1 .058 .003 -.046 2.44882175 1176555 a. 预测变量: (常量), x* b表4-3 Anova 模型 平方和 df 均方 F Sig. a1 回归 .404 1 .404 .067 .798 残差 119.935 20 5.997 总计 120.338 21 b表4-3 Anova 模型 平方和 df 均方 F Sig. a1 回归 .404 1 .404 .067 .798 残差 119.935 20 5.997 总计 120.338 21 a. 预测变量: (常量), x*。 b. 因变量: y* a表4-4 系数 标准系 非标准化系数 数 标准 误 模型 B 差 试用版 t Sig. 1 (常-.707 9.892 -.071 .944 量) X* -1.311 5.051 -.058 -.260 .798 a. 因变量: y* vi据此，可得该回归模型为:y*,-0.707,1.311X*， , 令,0.1， H0:B2,0，Y,B1+B2 X*+μi vi y*,-0.707,1.311 X*， t0.1 t(bi)~ (20) ,在水平下，t检验的拒绝域为:〔,?，,1.325〕和〔1.325，，?〕 所以t(b1)、t(b2)均落非拒绝域中，不拒绝原假设，B2,0。由此判断，不 存在异方差。 综上所述，该模型不存在异方差，所以不需要对其进行补救。 八、预测模型选择 由于不存在多重共线性、自相关、异方差 ei所以，将选取y,-4.296，0.603X，0.733 X，作为本 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 中研究对象的24 预测模型。 其经济含义如下: M1平均而言，在其他条件不变的情况下，货币供应量()每变动1%，将引起上证综合指数变动0.603%;在其他条件不变的情况下，人民币汇率每变动1%，将引起上证综合指数变动0.733%;并且，该模型反应了77.9%的真实情况。 且其优点如下: 1.节省性，即该模型简洁明了，能够较清晰地反映出现象之间的影响关系。 2.拟合优度较大，即该模型反映了较大程度的真实情况。 3.预测能力，即该模型能够较好的对所研究经济现象进行预测分析。 综上所述，对于分析上证综合指数受货币供应量及人民币汇率的影响关系，采用模型 eiy,-4.296，0.603X，0.733 X，可以起到相对较好的预测分析功能，供24 相关部门进行经济决策，以促进我国货币政策的进一步发展。 九、小结与建议 随着我国股票市场规模的扩大、投资者的增加和进入股票市场的资金量加大，股票市场对货币政策与宏观经济的影响将会越来越大。因此，在将来，当股票市场发展到一定程度时，应该将股价指数作为货币政策的辅助监测指标，并尝试对股票市场进行调控，防止股票市场价格的大幅波动对宏观经济造成冲击。 (一)小结 1、综上，上证综合指数和货币供给量()，国内生产总值，人民币汇率，M1 年平均利率之间存在长期均衡关系。这种长期关系是在短期动态过程的不断调整下得以维持。在这四个影响因素中，宏观因素——货币供给量()对上证综M1合指数的影响最为显著。说明股市的变动受国家政策等宏观因素的影响是投资者不可忽略的重要因素。 2、本文的理论基础过于简单。由于数据来源所限本文只是考虑了上证综合数与货币供应量、国内生产总值、人民币汇率及年平均利率之间的关系，没有考虑政策因素对上证综合指数的影响，但是实际情况中政策因素是影响上证综合指数的一个重要因素，且影响是非常大的，是证券投资者不可忽略的因素。从查找的关于对上证综合指数收益率的实证分析研究资料可知，短期而言，基本面因素对上证综合指数日收益率的影响很小，技术面因素的贡献率达到26.4%，政策因素的影响约占70%;从中长期角度看，基本面因素的影响约占22%，政策面因素的作用依旧是最大的，它的贡献率达到75%以上。因而我国股市基本上还是一个政 策市，价值型投资者中长期也要重点关注政策面的总体动向，要求管理层政策的出台和变动能使市场形成相对准确的预期，使得政策对股市波动的直接影响转化为间接的指导作用。 (二)建议 1、增强股票市场供给力度，使股票市场的深度和广度，从而增强利率对股票市场影响的敏感度。我国股票市场供给 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 的不健全主要表现为:企业IPO受到严格的行政干预和即使成功IPO的企业融资不 规范 编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载 。在资金不断进入股市和存在严格的行政干预情况下，极易导致股票市场供求失衡。 2、对货币当局而言，一是提高货币当局对股票市场运行把握的反应速度，弱化利率对股指调整的时滞影响。二是适时制定货币和利率政策稳定股市。利率在对股票价格指数调整过程中时滞现象的存在使得股票价格指数对利率敏感性降低。时滞时间越长，利率在股票市场上的调节作用越低。 3、逐步推行市场化利率改革，提高利率变动弹性。从本文分析中中我们可以 ，利率对股票价格指数调整渠道不畅的一个重要因素为我国的利率水平非均发现 衡的市场利率。这种利率的变化对资金的供求变动反应缺乏弹性，从而导致了利率对股票价格指数敏感度不足。所以大力发展股票市场，使股价市场化、合理化有利于政策工具的有效性传导和实施。 十、参考文献 [1] 刘家树，股市波动与经济增长关系的实证分析，安徽工业大学学报(社会科学版)，2008年第2期 [2] 刘善存，上海股市价格聚集现象及影响因素研究，北京航空航天大学学报(社会科学版)，2008年第三期 [3] 陈乐，汇率波动对我国股市稳定的实证研究，金融经济，2009年第22期 [4] 陈雁云、赵惟，人民币汇率变动对股票市场的影响，《现代财经》第3期 [5] 杨杰，我国利率对股票价格指数影响的实证分析，金融经济2010第二期 [6] 徐文涛，影响中国股市大涨大跌因素的额探究，中国集体经济2008年第10 期 [7] 潘菁晶，人民币名义汇率与上证综合指数关系的实证研究，中国市场2008第39期 [8] 邓燊,杨朝军，汇率制度改革后中国股市与汇市关系——人民币名义汇率与上证综合指数的实证研究，金融研究,2008年第一期 [9]李子奈，计量经济学(第三版)