中国股市与宏观经济波动的转移性检验

  本文关键词：中国股市与宏观经济波动的转移性检验，由笔耕文化传播整理发布。

网络出版时间：2015-04-10 12:01 网络出版地址：

经济实证

中国股市与宏观经济波动的转移性检验
张 勇 1a,蒲勇健 1a,1b， 潘林伟 2
(1.重庆大学 a.经济与工商管

理学院； b.可持续发展研究院,重庆 400044； 2.重庆交通大学 管理学院， 重庆 400074)

摘 要： 针对杨雪莱 （2006） 提出的非系统风险转移观点， 文章采用 Granger 因果关系检验对 1992- 2011 年 上证 A 股市场 958 只股票形成的系统波动、 非系统波动与宏观经济波动及三者间相互关系进行了实证检验。分 析发现， 近年来我国股市波动处于历史较低水平， 但与宏观经济波动的双向影响关系并未通过显著性检验。然 而， 宏观经济波动对已成为股市波动主要成分的非系统波动具有显著的影响力。而且， 股市系统波动与非系统 波动互为 Granger 原因， 并且在短期内可能通过宏观经济波动实现相互转移。 关键词： 股市系统波动 ;非系统波动;宏观经济波动;Granger 因果关系 中图分类号： F832.5 文献标识码： A 文章编号： 1002-6487 （2015） 07-0142-03

股市波动与宏观经济波动的关系一直备受关注。通常 认为， 股市运行受到宏观经济的影响， 而股市则是宏观经济 运行的 “晴雨表” 。然而， 作为股市波动与宏观经济波动关 系的一个重要体现， 股市的 “晴雨表” 功能仍存在争议。 根据 CAPM 模型， 股市总体风险被分解为系统风险与 非系统风险。依据股市风险的划分方式， 股市波动也被相 应地划分为系统波动和非系统波动两种成分， 形成了股市 波动的二分结构模式。 1 研究设计 在股市波动率测度方面， 常用的方法有方差法、 ARCH 模型族、 随机波动率模型以及期权价格隐含波动率 模型四种。Ser-Huang Poon 和 Clive Granger （2005） 对 93 篇 有关股市波动的核心文献进行统计和综合分析后指出， 四 种测度方法的一个微弱优劣顺序依次为方差法、 ARCH 模 型族、 SV 模型、 ISD 模型。鉴于此， 本文选用方差法对股市 波动率予以度量。同时， 借鉴贺力平、 王珏 （2010） 等流行 文献的做法， 记第 t 交易日内某股票收盘价或股票指数收 盘水平为 Pt ， 股票以及股票指数收益 Rt 的计算公式设定 为 Rt = 100*(ln Pt - ln Pt - 1) 。 在资本市场研究当中， 源自 CAPM 模型的市场模型被 广泛采用， 其表达式如下：
R i = α i + β i *R M + ε i

2 σi2 = βi2*σ M + σ ε2i 2 i 2 M

（2）

式 （2） 意味着资产 i 的总波动被分解为 β *σ 和 σ ε2i 两
2 个部分。其中， βi2*σ M 与市场波动相关， 衡量的是资产收益

波动中的系统波动， σ ε2i 与市场收益无关， 衡量的则是非系统 波动。进一步可知， 资产波动中系统波动所占比例 θi 为：
θi =
2 ? ρiM × σi × σ M ? σ M 2 =? × 2 = ρiM （3） ÷ ? ÷ 2 2 σi σ σ M i è ? 从上述关系出发， 以月度为时间单位 （记为 T ） ， 可计 2 βi2 × σ M 2

算出每只股票收益与市场收益之间的相关系数 ρiMT 。假 定 T 月共有 NT 只个股， 可得市场第 T 月度的系统波动占
2 总波动的平均比例 θ MT 、 平均系统波动 σ ST 和平均非系统 2 波动 σ NST 分别为： 2 θ MT = 1 × ? ρiMT NT i = 1 2 2 2 σ ST = 1 ? σiT *ρiMT NT i = 1 NT NT

（4）

σ

2 NST

2 2 = 1 ? σiT * 1 - ρiMT NT i = 1

NT

(

)

（5）

为了尽可能充分地反映股市总体波动的历史特征并对 其与宏观经济波动的关系做出探讨， 本文选择 1992 年 2 月 至 2012 年 1 月上海证券 A 股市场全部股票 （共 958 只） 作为 研究对象。本文使用的股市数据为上证 A 股市场的股票日 收盘价格、 公司月市值等数据， 数据来源于国泰安数据库。 在宏观经济波动的测度方面， 本文选用具有代表性的 GDP 增长率作基本测度指标， 数据来自 《中国统计年鉴》 。

（1）

式 （1） 中，Ri、R M 分别代表某资产收益和市场收益， 并且 εi 与 R M αi 为截距项，βi 则为 Beta 系数， εi 为误差项， 无关。由此， 可以得到如下方差关系式：

基金项目： 国家社会科学基金重大项目(12&ZD209);国家社科项目西部项目 （14XJL004） ； 中央高校基本科研业务费资助项目 (CDJXS12021106) 作者简介： 张 勇 （1987-） ， 男， 河南新县人， 博士研究生， 研究方向: 数量经济学。 蒲勇健 （1961-） ， 男， 重庆人,博士， 教授， 研究方向: 数量经济学、 博弈论。 潘林伟 （1976-） ， 男， 云南陆良人， 博士， 副教授， 研究方向： 金融监管、 市场监制。 142
统计与决策２０1 5 年第 7 期·总第 427 期

经济实证
2 实证检验 2.1 股市波动与宏观经济波动的描述性统计 宋逢明、 江婕 （2003） 同时采用等值加权和流通市值加 权的方法， 研究了股市的总体波动性， 并发现两种方法所 得结论并无明显差异。鉴于此， 本文对上海证券市场所有 A 股日收益的逐月方差进行等值加权， 以此反映股市的总 体波动性 （见图 1） 。 从图 1 反映的市场加权总体波动走势可以看出： 少数 时段内高方差聚集出现， 这表明波动具有时变性和聚集性 特点， 而且近年来波动稳定在较低水平， 即并不存在总体 波动日渐加强的趋势。
图 3 系统波动占总波动的逐月比例 θ MT 走势图

图 4 系统波动与非系统波动的轨迹图 备注： 为了更清晰地反映系统波动与非系统波动在较低波动区间上的情 图 1 1992~2012 市场加权总体波动走势图 况， 图 4 并未给出系统波动在 1992 年 5 月至 7 月的部分， 1992 年 5、 6、 7 月系 统波动分别高达 539.7200、 252.5440 和 123.7623。

图 2 描述的是反映宏观经济波动的 GDP 增长率走势 图， 从中可以看出， 自 1992 年以来宏观经济增速整体上比 较好，， 并在比较窄的范围内呈现震荡现象， 近年来 GDP 增 速有所回落。

著的提高。 2.2 股市与宏观经济波动的 Granger 检验 杨雪莱 （2006） 认为股市存在非系统波动向系统波动 转移的现象， 但没有做出论证， 也没有得到后续研究的探 讨。鉴于此， 本部分首先以 1992 年 2 月至 2012 年 1 月的月 度波动数据， 对股市系统波动与非系统波动之间的定量关 系进行讨论。鉴于 GDP 增长率数据的限制， 随后以 1992~ 2011 年的年度数据为基础， 实证分析系统波动、 非系统波 动与宏观经济波动之前的关系。

图 2 1992~2011GDP 增长率走势

股市系统波动与非系统波动之间基于月度序列的 Granger 因果关系检验结果如表 1 所示。从表 1 中可以看 出， 在滞后 2 个月时， 非系统波动并不是系统波动的 Granger 原因， 但反过来成立， 这意味着在滞后 2 个月的情 况下系统波动与非系统波动只存在单向影响， 非系统波动 向系统波动转移的现象在超短期内并不存在。不过， 从分 别滞后 3 个月、 6 个月和 12 个月的检验结果来看， 系统波 动与非系统波动存在着较为显著的双向 Granger 因果关 系， 即二者存在着双向作用和互相转移的可能。因此， 在 超短期内股票市场比较稳定， 不易受到个股特质波动即非 系统波动的影响， 但从短期来看， 平均意义上的系统波动 与非系统波动存在着相互转移和扩散的可能。 为了检验股市波动与宏观经济波动之间的相互关系， 对股市总波动、 系统波动与非系统波动的月度序列值分别
系统波动与非系统波动月度序列的 Granger 因果检验 2 F 0.5053 60.0387 P 0.6040 0.0000 F 4.1714 40.9753 3 P 0.0000 0.0000 F 15.5098 82.9311 6 P 0.0000 0.0000 F 12 P 13.3399 0.0000 18.4301 0.0000

图 3 显示的是 1992~2012 上海 A 股市场系统波动占总 波动的平均比例走势。从中可以看出， 股市运行初期， 系统 波动所占比例呈现急剧上升并在较高水平上波动的状态， 1996 年之后开始逐渐下降， 2004 年至今这一比例都维持在 50%以下。从系统风险的意义上看， 系统风险所占比例的 降低表明个股受大环境的影响总体在下降， 而个股自身特 异因素的影响力有所上升。 比值只能反映了系统波动与非系统波动二者之间相 对的此消彼长， 并不能清晰地说明二者波动的绝对量情 况。从图 4 中可以看出： 1992.2-1994.10 期间， 系统波动和 非系统波动走势均不稳定， 整体上表现出同上同下的大幅 波动， 而且非系统波动的绝对水平、 变化范围均弱于系统 波动； 在此之后的 1994.10-2012-1 期间， 非系统波动整体 较为稳定， 但系统波动呈现微弱的下降趋势， 特别是 在 2004 年 2 月之后， 系统波动已经降至非系统波动之 下， 非系统波动成为股票波动的主要成分。 总体上， 系统波动已不再是股市波动的最大成 分， 并且系统波动与非系统波动均处于历史较低水 平， 这一定程度上意味着我国股市成熟度比初期有显
表1

滞后阶数 原假设 原假设 1 原假设 2

统波动不是非系统波动的 Granger 原因” 。滞后阶数的时间度量单位为 “月” 。

备注： “原假设 1” 为 “非系统波动不是系统波动的 Granger 原因” ， “原假设 2” 为 “系

统计与决策２０1 5 年第 7 期·总第 427 期

143

经济实证
表2 滞后阶数 （年） 原假设 股市波动不是宏观经济波动的 Granger 原因 宏观经济波动不是股市波动的 Granger 原因 非系统波动不是宏观经济波动的 Granger 原因 宏观经济波动不是非系统波动的 Granger 原因 系统波动不是宏观经济波动的 Granger 原因 宏观经济波动不是系统波动的 Granger 原因 非系统波动不是股市波动的 Granger 原因 股市波动不是非系统波动的 Granger 原因 系统波动不是股市波动的 Granger 原因 股市波动不是系统波动的 Granger 原因 系统波动不是非系统波动的 Granger 原因 非系统波动不是系统波动的 Granger 原因 F 股市与宏观经济波动年度序列的 Granger 因果关系检验 0 P F 1 P F 2 P F 3 P F 4 P

了股市波动的特征 及其与宏观经济波 动的关联关系， 尤其 是对杨雪莱 （2006） 提出的非系统波动 转移观点进行了验 证。 综合来看， 当 前我国股市波动处 于历史较低水平， 并且自 2004 年以来 股市系统波动水平 也已降至非系统波

0.8845 0.4364 0.6240 0.4411 0.8845 0.4364 0.6835 0.5822 0.9954 0.4692 1.9313 0.1843 3.2235 0.0915 1.9313 0.1843 10.7718 0.0018 1.7587 0.2414 0.0338 0.9668 0.4113 0.5304 0.0338 0.9668 3.4488 0.0596 2.4023 0.1470 5.4878 0.0187 0.0207 0.8875 5.4878 0.0187 5.5206 0.0169 2.8836 0.1052 0.6361 0.5451 0.6483 0.4325 0.6361 0.5451 0.4798 0.7035 0.2735 0.8861 1.3282 0.2986 2.7898 0.1143 1.3282 0.2986 5.5673 0.0165 2.1885 0.1722 21.6991 0.0001 7.3306 0.0155 21.6991 0.0001 3.5409 0.0559 1.7321 0.2467 9.8268 0.0025 53.8138 0.0000 9.8268 0.0025 1.1462 0.3774 2.8634 0.1066 21.6991 0.0001 7.3306 0.0155 21.6991 0.0001 3.5409 0.0559 1.7321 0.2467 60.7395 0.0000 9.0353 0.0084 60.7395 0.0000 2.9762 0.0832 2.0235 0.1954 9.8268 0.0025 53.8138 0.0000 9.8268 0.0025 1.1462 0.3774 2.8634 0.1066 60.7395 0.0000 9.0353 0.0084 60.7395 0.0000 2.9762 0.0832 2.0235 0.1954

取年度均值， 形成 1992-2011 年股市波动、 系统波动与非 系统波动的年度序列值。表 2 报告了在年度序列基础上 系统波动、 非系统波动与宏观经济波动的 Granger 因果关 系检验结果。 从表 2 中第 3-4 行可以看出， 宏观经济波动在滞后 1 年和 3 年的情况是股市波动的 Granger 原因， 而其他情况 下宏观经济波动并不是股市波动的 Granger 原因， 股市波 动则在任何滞后期结构下都不是宏观经济波动的 Granger 原因， 这表明宏观经济在对股市在一定滞后期下有着显著 的影响作用， 但股市并未表现出对宏观经济的显著影响。 并且， 股市总体波动与宏观经济波动整体较弱的关系还意 味着股市整体并不存在着 “晴雨表” 功能。 从表 2 中第 5-8 行可以看出， 在当期、 滞后 2 年和 3 年 的情况下宏观经济波动是股市非系统波动的 Granger 原 因， 在滞后 3 年的情况下宏观经济波动是系统波动的 Granger 原因并且非系统波动是宏观经济波动的 Granger 原因。这表明， 宏观经济波动对股市特质风险具有较强的 影响， 股市特质风险还会在滞后 3 年的期限下影响宏观经 济波动， 与此同时， 宏观经济波动对系统波动也具有显著 影响。这意味着， 宏观经济波动与股市非系统波动有着更 密切的联系， 并且非系统波动还会在一定滞后期下通过宏 观经济波动向系统波动转移。 从表 2 中第 9-14 行则可以看出， 股市波动、 系统波动 与非系统波动在短期内显著地互为 Granger 原因， 这与表 1 所反映的情形较为一致， 即在短期内股市系统波动、 非系 统波动和股市总体波动间存在相互转移的可能。结合表 2 第 5-8 行的结果则可以推测， 系统波动与非系统波动的 相互转移是通过宏观经济波动在一定滞后期下实现的。 3 结论 本文对股市波动与宏观经济波动传统的关系研究进行 了延伸， 从股市系统波动与非系统波动二分结构的视角探讨

动水平之下。股市总体波动与宏观经济波动的短期影响 关系并不显著， 但在一定滞后结构下， 宏观经济波动对股 市非系统波动具有较为显著的影响作用。与此同时， 非系 统波动对宏观经济波动以及宏观经济波动对系统波动在 一定滞后期下也具有显著的影响作用。系统波动与非系 统波动之间在短期内则存在着显著的双向影响作用并具 有互相转移的可能。因此， 本文不仅在一定程度上论证了 杨雪莱 （2006） 的观点， 而且还预示着系统波动与非系统波 动的相互转移可能是在一定期限结构下通过宏观经济波 动实现的。
参考文献:

[1]靳云汇,于存高. 中国股票市场与国民经济关系的实证研究(下)[J]. [2]赵振全,张宇. 中国股票市场波动和宏观经济波动关系的实证分析 [3] 陈梦根. 中国证券市场价格波动与宏观经济协同性的实证研究 [4]董直庆,王林辉. 我国证券市场与宏观经济波动关联性—基于小波 [5]张人骥,王怀芳,王耀东,朱海平. 上海证券市场系统风险趋势与波 [6] 王志诚, 熊德华, 张涤新. 上海 A 股市场风险分散能力的实证研究 [7]徐国祥,檀向球. 我国 A 股市场系统性风险的实证研究[J]. 统计研 [8]张勇. 中国股市波动的结构特征研究[D].重庆大学, 2012. [J]. 湖北经济学院学报(人文社会科学版),2006,(12). 究,2002,(5). [J]. 经济科学, 2001,(3). 动的实证分析[J]. 金融研究, 2000,(1). 变换和互谱分析的对比检验[J]. 金融研究, 2008,(8) [J]. 经济管理,2005,(16). [J]. 数量经济技术经济研究, 2003,(6). 金融研究, 1998,( 4).

[9] 杨雪莱. 我国股市非系统风险向系统风险的转移及其解决办法 [10]张汉飞. 股市波动结构研究进展及述评[J]. 管理世界,2008,(4). [J]. Financial Analysis Journal, 2005, (1).

[11]Poon S-H , Granger C W T . Practical issues in forecasting volatility [12]贺力平,王珏.中国股市的波动性及国际比较[J]. 金融评论,2010,(4). 究, 2003,(4).

[13] 宋逢明, 江婕. 中国股票市场波动性特性的实证研究 [J]. 金融研

(责任编辑:易永生)

144

统计与决策２０1 5 年第 7 期·总第 427 期



  本文关键词：中国股市与宏观经济波动的转移性检验，由笔耕文化传播整理发布。