宏观经济因素对股票市场收益的协整计量分析(4)

Determinant Residual Covariance Log Likelihood

Akaike Information Criteria Schwarz Criteria

0.004382 14.051319 -0.851595 -1.305082

VECM模型整体检验结果表明，模型整体的对数似然函数值较大。同时，AIC和SC值较小。这说明模型的整体解释能力较好。下面，我们再做模型的鲁棒性检验。

由上述计量检验可知，除GDP外，其他各项宏观经济指标（M2、利率和通货膨胀率）与股市收益率之间的相关性均通不过协整检验，只有GDP与股市收益率有95%置信区间下的协整关系——对应GDP增长率1个百分点的上升，股市收益率上升0.1个百分点。

根据Johansen.S. & Juselius.K(1990)的观点，模型具有鲁棒性是指取不同滞后期时，各估计参数符号不变。可是当我们把模型的滞后期选择为三期，四期，甚至再大几期时，两变量GDPTH与LINDEX之间就已经不存在协整关系了。协整关系在滞后2期以后就消失了，显示在整个样本期内GDP对股市的长期影响并不稳定，模型可能发生了结构性变化，但由于时间序列较短，我们无法再对样本数据进行分段检验了。

总体来说，在我们所考察的时间段内，GDP增长率与股指之间存在不稳定的正向关系。

2．3．3方差分解

在考察VAR模型时，还可以采用方差分解方法研究模型的动态特征。方差分解的主要思想是把系统中每个内生变量（共m个）的波动（k步预测均方误差）按其成因分解为与各方程信息（随机误差项）相关联的m个组成部分，从而了解各信息对模型内生变量的相对重要性。方差分解不仅是样本期间以外的因果关系检验，而且将每个变量的单位增量分解为一定比例自身原因和其他变量的贡献。由分析结果（表5）可见，从第六步预测起，GDP的增长率的信息对股指的影响逐渐增大，但其信息的影响没有超过股指预测误差的30％。

这说明了以下两点：

首先，GDP的增长率在未来对股指的影响虽然逐渐加大，但依然很有限。 其次，虽然到了第10 步预测，股指的预测误差其自身解释部分所占比例仍然高达约70％，但是宏观变量在未来两年至三年内（每一步预测的时间段是一

个季度）会以越来越重要的作用影响股指走向（到了第10步预测接近30％）。

表5 LINDEX的方差分解

时期 1 2 3 4 5 6 7 8 9 10

S.E. 0.117095 0.141170 0.151754 0.159491 0.165973 0.172119 0.178316 0.184653 0.191114 0.197649

LINDEX 100.0000 99.79404 99.18742 97.04018 93.69600 89.46757 84.75553 79.90539 75.15455 70.64602

GDPTH 0.000000 0.205956 0.812585 2.959824 6.303997 10.53243 15.24447 20.09461 24.84545 29.35398

3上市公司基本面与宏观经济变量

3．1 变量选取

宏观的增长落实到微观个体上既可以表现为收益规模的扩张（收入增长），也可以表现为收益质量的改善（利润率）的上升，两者复合的结果构成净利润的变化。其中利润率又可以细分为经营利润率和投资回报率，前者主要反映了竞争环境的激烈程度，而后者则主要反映了经济的增长模式。鉴于此，我们分别考察了宏观经济变量对上市公司主营业务收入增长率、主营业务利润率、净资产回报率（ROE）和净利润增长率的影响，以全面分析宏观经济对微观个体的影响方式。

3.2 数据处理

数据的时间段为1996～2004的半年度数据，共18个数据。在样本量过少的情况下，协整方法的检验不具有有效性，因此，我们使用普通最小二乘回归法作为建立模型的工具。

变量及单位说明： ZYLR－主营业务利润率

ZYSR－主营业务收入增长率 ROE－净资产回报率 JLR－净利润增长率

以上数据均以期间全部上市公司报表披露值的算术平均值计算，但将两极数据进行归类处理，即增长率大于100%的数据按100%处理，增长率小于-100%的数据按-100%处理。

GDPTH1 －中国GDP增长率，单位：％ CPI－消费价格指数，单位：％ RJSR－人均收入，单位：人/元 M1－狭义货币供应量，单位：亿元 CZZC－财政支出，单位：亿元

SJGDPTH－世界GDP增长率，美日两国实际GDP增长率的算数平均，单位：％

HL－实际汇率 ，单位：人民币/100外币

以本币标价的外币汇率外国物价水平本国物价水平 实际汇率??以本币标价的外币汇率?1本国物价水平外国物价水平NYJG－能源价格，单位：桶

ZYJG－资源价格，取铜、铝期货价格算术平均 DKYE－金融机构贷款余额，单位：亿元 DKLV－实际贷款利率，单位：％，

在模型的筛选中，我们选择了拟合优度较高，总体显著性较好的方程列出。对于列出的全部方程中的自变量，除了个别方程是在0.10的显著性水平下通过T检验，对于大多数方程均通过0.05的显著性水平下的T检验。

3．3 实证结果

3．3．1收益规模指标与GDP增长率 ZYSR1 = 9.19 + 0.76 GDPTH1

(3.73)（2.94）

调整后的R2＝0.36 F－统计量＝8.65 DW统计量＝0.95 回归方程标准差＝4.14

括号内数字为T检验值，以下相同。

上市公司主营业务收入增长率与GDP增长率显著正相关，GDP增长率每提高一个百分点，上市公司的主营业务收入增长率相应提高0.76个百分点。这一结果一方面反映了上市公司的基本面确实是宏观经济的一个缩影，其规模扩张与宏观经济高度相关；但另一方面，上市公司业绩对GDP增长的弱弹性（敏感度小于1）也反映了中国的上市公司作为一个整体，还不能完全复制GDP的增长。实际上，通过对GDP增长率影响的产业群细化我们发现GDP增长在不同产业群之间的分享程度是不同的：

表6 GDP增长在各产业群之间的分享

产业群 资源型产业 基础型重工业 出口产业 房地产 基础设施产业 农业 消费制造业 消费服务业 敏感度系数 1.35 1.08 0.78 0.72 0.40 0.39 -0.13 -0.15 置信概率 85% 98% 99.5% 86% 79% 46% 21% 28%

由上表可见，GDP总量增长的好处更多地被基础型工业所分享，其中敏感度最大的是石油、石化、有色金属和钢铁行业（敏感度均大于1）；其次是出口产业（纺织、其他制造业）和房地产，敏感度在0.7~0.8之间；再次是基础设施类产业（电力、煤炭、高速路、水运）和农业，敏感度在0.4左右；而消费类产业（包括消费服务型的旅游、餐饮、零售、航空、机场和消费制造型的汽车、电子产品、食品饮料、医药、造纸、电脑及通讯设备等IT制造业）对GDP总量增长不敏感，但对人均收入的增长敏感——人均收入每增加100美元，消费服务业毛利润率增加1个百分点，消费制造业毛利润率增加1.5个百分点。

由于消费类产业在上市公司中所占的比重较大（60%左右），远高于其在国民经济中所占的比重，从而出现了我们前面看到的上市公司整体的收入增长率对GDP增长率的敏感度小于1的现象。

3．3．2收益质量指标与GDP增长率

统计结果还显示，主营业务利润率与GDP增长率之间不存在显著的正相关关系，这一结果实际上反映了总量的增长被行业竞争加剧所抵消的事实——宏观经济的向好未必能为微观企业所充分享受，近年来家电等竞争性行业不断下降的利润率就是一个很好的证明。

ROE与GDP增长率之间也不存在显著正相关关系，这一结果并不出人意料，它与我国投资推动型的增长模式和上市公司的圈钱倾向有关。实际上，统计数据显示，尽管从1994年以来的十年间，A股市场上市 …… 此处隐藏：2289字，全部文档内容请下载后查看。喜欢就下载吧 ……