宏观经济因素对股票市场收益的协整计量分析(5)

4产业群业绩变动与宏观经济变量

4．1 产业群划分

由于增长模式的差异，不同产业群敏感的宏观变量是不同的，简单的加总处理可能会掩盖这些具体产业与宏观经济之间的联动性。在美国，一般将产业划分为增长敏感型、利率（资本成本）敏感型和价格敏感型三大类，但在中国，由于我们的增长动力不同——政府投资、出口和消费升级是经济增长的三大主要动力，价格机制也不同——利率、汇率和部分商品的价格是受管制的，因此，产业群的划分也应有所差异。本文中我们主要按行业敏感性因素，将上市公司所属行业分为收入敏感型、支出（投资）敏感型和对世界经济冲击敏感型三大类，并细分为消费服务业、消费制造业、基础产业、出口型产业、全球一致定价的资源型产业、原料进口但产品主要满足内需的产业和房地产行业七小类。

表7 产业群划分 产业群大类 收入敏感型 产业群细类 消费服务业 具体行业 旅游、餐饮、旅馆、传媒、零售、航空、机场 消费制造业 汽车、电子产品、食品饮料、医药、造纸、信息技术以及生产上述行业所需设备的机械制造业 房地产 支出敏感型 对世界经济冲击敏感型 基础产业 出口型产业 全球一致定价的资源型产业 原料进口但需求主要面向国内的产业 备注：由于上市公司中农业公司多为种子、渔业等公司，对农业产业不具有代表性，因此，本文没有讨论宏观变量对农业的影响。

房地产 电力、煤炭、高速路、水运 纺织服装、其他制造业、港口 石油开采、有色金属 石化、钢铁 4．2 变量选取

根据产业群的分类特性，我们分别选取消费型指标（人均可支配收入、M1、

CPI、利率和金融机构贷款余额，后两个指标同时也是支出型指标）、支出型指标（GDP增长率、财政支出、利率和金融机构贷款余额）和世界经济因素（世界经济增长率、对主要贸易国的一揽子货币实际汇率、世界能源价格、世界资源价格）作为自变量，以考察不同宏观经济情景下的产业群业绩变动。

因变量方面，我们依然采用主营业务收入增长率（ZYSR）、主营业务利润率（ZYLR）、净资产回报率（ROE）和净利润增长率（JLR）四个指标。

4．3 实证结果

回归结果显示，各产业的ROE指标都对宏观变量不敏感，这与前面的全市场分析结果一致。但不同于市场整体的回归结果，在产业层面，主营业务利润率比主营业务收入增长率对各宏观变量更加敏感，这主要是由于在产业层面我们选取了更细化的宏观变量，其中许多变量是成本影响因素，如利率、能源价格等，因此，表现为毛利润率上的显著关系。 消费服务类产业：

ZYLR3 = 1.80 + 6.41E-05 M1

（0.37） (4.10)

调整后的R2＝0.53 F－统计量＝16.82 DW统计量＝0.56 回归方程标准差＝7.04 ZYLR3 = -9.49 + 0.015 RJSR

（-1.17） (3.80)

调整后的R2＝0.50 F－统计量＝14.44 DW统计量＝0.59 回归方程标准差＝7.31

消费制造类产业：

ZYLR4 = -7.33 + 0.01 RJSR

（-1.02） (3.87)

调整后的R2＝0.50 F－统计量＝14.98 DW统计量＝1.07 回归方程标准差＝6.45 ZYLR4 = 2.67 + 5.80E-05 M1

（-1.02） (3.87)

调整后的R2＝0.55 F－统计量＝18.13 DW统计量＝1.01 回归方程标准差＝6.13

由以上统计数据可见，消费型产业作为一个整体确实对收入型变量，如人均可支配收入和货币交易需求M1敏感，但对价格指数CPI呈显著负相关关系。这主要是由于CPI中粮食等基础消费所占的比重较大，而上市公司中的消费企业多为消费服务企业或汽车、高科技等消费升级产品的制造企业，其价格因素在CPI中体现的较少，实际上，CPI更多地反映了消费制造型企业的劳动力成本因素，因此，负相关关系也就不难理解了。另外，统计结果还显示，相比于消费制造业，消费服务业对宏观变量更加敏感，人均收入每增加100美元，消费制造业毛利润率上升1个百分点，而消费服务业上升1.5个百分点。

上述统计结果也启示我们，随着2003年我国人均收入突破1000美元大关（考虑汇率因素后实际购买力达到3000~4000美元水平），未来，中国的消费产业，尤其是消费服务业将呈现出更加繁荣的景象。

基础设施类产业：

ZYLR5 = 24.16 + 0.001 CZZC

（5.37） (1.98)

调整后的R2＝0.21 F－统计量＝3.90 DW统计量＝0.28 回归方程标准差＝6.82

作为国民经济的发展基础，煤、电、运等行业显然对投资型支出更加敏感，而在中国，现阶段这种投资型支出主要还是政府主导的，因此，基础设施产业对财政支出的敏感性也就是很自然的了。但统计结果显示基础设施产业的发展与GDP的增长率之间并没有显著的正相关关系，这一方面是由于基础设施产业的投资具有典型的周期性特征，其建设周期可能与GDP增长周期不同步；另一方面，从后文的研究中我们也发现，基础设施产业并不是国民经济增长的最大受益者，实际上，工业企业（尤其是重工业企业）对国民经济的增长更加敏感。

出口型产业：

ZYLR6 = -13.34 + 0.02HL

（-0.85） (2.28)

调整后的R2＝0.26 F－统计量＝5.18 DW统计量＝0.68 回归方程标准差＝4.36

ZYSR6 = -31.89 + 0.02 HL＋2.05 SJGDPTH

（-1.69） (2.49) (2.56)

调整后的R2＝0.37 F－统计量＝4.15 DW统计量＝1.76

回归方程标准差＝4.14

实际汇率反映了一国产品的国际竞争力，实际汇率越高，一国的国际竞争力越大，出口企业的利润状况就越好。在我国，尽管人民币对美元的汇率是固定的，但由于美元对其他国家货币是自由浮动的，相应地人民币对这些国家的汇率也就是自由浮动的，从而间接影响了中国对这些国家的出口额，以中日贸易为例（日本是中国对外贸易的第一大国，甚至超过了美国），美元对日元的贬值连带人民币对日元的贬值，从而增加了中国产品竞争力。不仅如此，由于在世界贸易中，中国与东南亚国家、印度、以及拉美等国处于出口竞争地位，因此，这些国家货币对美元的实际贬值也就相应增强了他们国家的出口竞争力，从而使中国的产品受到打击，这实际上就是97年东南亚金融危机后所发生的事实。

鉴于此，考察我国对一揽子主要贸易国货币的实际汇率变动是十分必要的，实证结果也证实了上述猜想：实际汇率每下降1个百分点（人民币升值），出口企业的毛利润率下降0.4个百分点，主营业务收入增长率也下降0.4个百分点。综上，在当前日益加剧的升值压力下，上述统计结果启示我们，人民币的升值可能确实会给出口企业带来较大的压力。

此外，统计结果显示世界经济的快速增长拉动了出口企业的市场需求，从而使出口企业的收入增长与世界经济增长率正相关。

全球一致定价的资源类产业： ZYLR7 = -33.27 + 0.03 HL

（-3.43） (5.50)

调整后的R＝0.67 F－统计量＝30.30 DW统计量＝0.89

2

回归方程标准差＝8.67

ZYLR7 = 12.41 + 0.31 NYJG

（2.78） (1.74)

调整后的R＝0.17 F－统计量＝3.04 DW统计量＝0.47

2

回归方程标准差＝4.27

JLR7 = -14.55 + 0.76 NYJG +5.53 SJGDPTH

（-1.15） (1.60) (2.96)

调整后的R＝0.47 F－统计量＝6.16 DW统计量＝1.40

2

回归方程标准差 …… 此处隐藏：2505字，全部文档内容请下载后查看。喜欢就下载吧 ……