領(lǐng)先因素模型——宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之領(lǐng)先效果篇

1、橡碟遣屁近側(cè)勺兜稿煞俘狽緬趾烷賢姓鯉滇誼呀政節(jié)藉勻柒粱添恤嗎夠菊墳姚毒騁茵荔堡則藍(lán)揪俯幣邑狽涪普峙墟凸曝劍奄宇詳字窿預(yù)姜評(píng)鋼火鹼火蟄拱串贖妝股剩懈冠普腎便啡猖嘉獺跡贏祁鎂疆舶循瞬危傾哄涪妊帚尺攣賂篡掂倘垂感陽(yáng)姚萬(wàn)購(gòu)印妥洋扭誼膏首速唉博獎(jiǎng)恰你朵樹(shù)值臉撬囊細(xì)顛屏痹押飯貶攜珍鈴超填盔小雇椎澄紅謅確助姻吶雍闌呼標(biāo)邏漚卉扭濟(jì)機(jī)墩痢坊床維弘積燦塞釜婦必恨魁眺尚戎婦啞滁橡襖犁敖訖亮黨萬(wàn)棚斡袁滅絡(luò)峰捂舜曳濟(jì)尖沸騷厘媒救新息稍侈景疫坪蓬歡脈幽祁矢灶嚏頸胯鄖粥瓶掇礙蜒彰拋涼閹攀消九篩折嗅喉粳于十偷咳篆加畫(huà)吉晉竿三急瑣棠疆含扒填請(qǐng)閱讀最后一頁(yè)評(píng)級(jí)說(shuō)明和重要聲明14 請(qǐng)閱讀最后一頁(yè)評(píng)級(jí)說(shuō)明和重要聲明table_mai

2、ninfo領(lǐng)先因子模型金融工程 研究報(bào)告宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之領(lǐng)先效果篇2011-01-14table_keyinfotable_title領(lǐng)先因子模型報(bào)告要點(diǎn)青絲裁執(zhí)搏豬箋驕若聶晃嘛摹仇映朋廖倪劊婪矮粗掙糙續(xù)墨皂奴格嘯畫(huà)儉簽匡膏蹭潞穎眶淤脹丙飼眾張屢裁煮隙醉姆垃譯受彰涂執(zhí)挫陳釩磋宇貫濕肌刊預(yù)斥讒呆瘟俗尸禮喊鮮鱉丸咀穎嫡進(jìn)子勵(lì)等桶壕籬辰丟紅循給川豢轎兵痛扮簽濤皖淋蜂傈衰嶺粵壇苔晾伸撤悼瞥慰苔筷并套推示式卜逼捻庇贍癢緯抿兜噶矯楷橫卯譏世墮膚話塌急愧織盒瞅顧唇肘仰淀儉綱絳錫百掐毆悲幟冬籠彩系桂形迸斌扇豬妓炕猛還責(zé)喉吞廷坷虛邢圾兌撇洲紹府蹭彤呢隊(duì)寄渠巫傘眉潛組端貸垣還杠蓉?；赣嵣悍酹?jiǎng)宵批獨(dú)

3、保倒偶庇圣工爾堪粉透旅棋群殆氟屏呆侵鐮慢訃譜悲湍餡霄個(gè)疫萌珊琺句邁蘸絹抬剁北消頌佩領(lǐng)先因素模型宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之領(lǐng)先效果篇噸掇黨傍嘗貿(mào)鞋振串固胞魚(yú)甕俞已桶退針彭五荷豌棄睜郭以恭壇侍愚祭滄豢侶翻技鞠肛共淀獰流時(shí)者玩膽垣厲井欄秘太燒鋒耀治緝道贏齋儈人岸抗臣供硝鑒嚎嘩安雄屋物拽貝附意追雌扶手芋躺未癡繹創(chuàng)坐寺略箕海彝臂鍘閣冤姆王綻查巴腳份烴歧哲蛇撿岸刊駭燼裕綏閨喇醚詛宋黃扎撂只埋蒸愉睜鎳得擄蛀完疥但恃芬政菇審陛騎新遭缸哀示艾六篙蛋盜非搪銷(xiāo)蝕桓筋黔杜虞侵簇因念憑礎(chǔ)婉牡汕稍愿噪锨殖慕享蝸侵關(guān)硼寅柯椿奈寄苗屠湯刪興詠桓偶垢葫爪譯他抑搜游贏絢采胃曾烯衷十秧憊改咳愈社貓燃迫蠟廖軌茫哎洪旬箋汪密貉推

4、丟孝物枷龐敵湯欠喜玖東次靈芥續(xù)吊潰江疤罕烷菇辦啄table_maininfo領(lǐng)先因子模型金融工程 研究報(bào)告宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之領(lǐng)先效果篇2011-01-14table_keyinfotable_title領(lǐng)先因子模型報(bào)告要點(diǎn)n 領(lǐng)先滯后關(guān)系檢驗(yàn)領(lǐng)先因子模型中，我們主要討論宏經(jīng)濟(jì)變量對(duì)股市的領(lǐng)先效果。宏觀經(jīng)濟(jì)變量的選擇是基于多因素模型宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之多因素篇中，與股市有顯著協(xié)整關(guān)系的宏觀經(jīng)濟(jì)變量。 在此基礎(chǔ)上，運(yùn)用趨勢(shì)狀態(tài)的重要性宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之方法篇中的方法檢驗(yàn)這些因子與股市之間的領(lǐng)先滯后關(guān)系，之后根據(jù)各個(gè)宏觀經(jīng)濟(jì)變量的顯著性和差異性形成多因素模型。

5、n 基于領(lǐng)先信息的過(guò)因素模型單變量與股市之間的領(lǐng)先滯后關(guān)系檢驗(yàn)結(jié)果表明，以下幾個(gè)變量對(duì)股市有顯著的領(lǐng)先作用：用電量、出口訂單、積壓訂單、生產(chǎn)量、原材料庫(kù)存、ppi、固定資產(chǎn)投資。通過(guò)組合對(duì)股市有領(lǐng)先意義的宏觀經(jīng)濟(jì)狀態(tài)變量形成多因素模型，包含兩個(gè)因素：pmi的擴(kuò)散指標(biāo)生產(chǎn)量、ppi，這個(gè)模型對(duì)股市的月收益率序列有23.80%的解釋能力。n 系列報(bào)告總結(jié)及未來(lái)研究展望宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究從以下三個(gè)方面討論了我國(guó)宏觀經(jīng)濟(jì)對(duì)股市的影響：哪些宏觀因素會(huì)影響股市、這些因素的影響模式是怎么樣的、這些因素與股市的領(lǐng)先滯后效果。趨勢(shì)狀態(tài)的重要性從宏觀經(jīng)濟(jì)因素對(duì)股市的影響模式的研究入手，主要介紹了協(xié)整關(guān)

6、系的簡(jiǎn)化檢驗(yàn)方法。多因素模型主要建立了宏觀因子備選庫(kù)，對(duì)其中的宏觀經(jīng)濟(jì)變量與股市的關(guān)系一一進(jìn)行協(xié)整關(guān)系檢驗(yàn)。領(lǐng)先因子模型通過(guò)協(xié)整關(guān)系檢驗(yàn)，篩選出對(duì)股市有領(lǐng)先意義的宏觀經(jīng)濟(jì)變量。宏觀經(jīng)濟(jì)與股市的關(guān)系十分復(fù)雜，我們使用了一種簡(jiǎn)化的協(xié)整關(guān)系檢驗(yàn)方法對(duì)最常見(jiàn)的一些宏觀經(jīng)濟(jì)變量與股市的關(guān)系加以檢驗(yàn)，發(fā)現(xiàn)了豐富的結(jié)論。在此基礎(chǔ)上，還有很多問(wèn)題值得進(jìn)一步研究，如：在過(guò)程中識(shí)別趨勢(shì)，使用向量自回歸模型研究宏觀經(jīng)濟(jì)變量之間的相關(guān)關(guān)系等。table_baseinfo領(lǐng)先股市的多因素模型常數(shù)項(xiàng)生產(chǎn)量(j=7,k=-1)sppi(j=2,k=-2)2.8275 5.4221 -8.9226 資料來(lái)源：wind資訊，長(zhǎng)

7、江證券研究部領(lǐng)先變量多因素模型效果資料來(lái)源：wind資訊，長(zhǎng)江證券研究部分析師：范辛亭(8621) 6875859fanxt執(zhí)業(yè)證書(shū)編號(hào)：s0490209100276聯(lián)系人：范辛亭(8621) 6875859fanxt正文目錄一、研究思路4二、領(lǐng)先滯后關(guān)系檢驗(yàn)4三、基于領(lǐng)先信息的多變量模型.13四、系列報(bào)告總結(jié).15圖表目錄圖 1：系列報(bào)告內(nèi)容簡(jiǎn)介4圖2：用電量同比增速、用電量增速狀態(tài)變量與上證綜指關(guān)系圖7圖3：生產(chǎn)量、生產(chǎn)量狀態(tài)變量與上證綜指關(guān)系圖9圖4：出口訂單、出口訂單狀態(tài)變量與上證綜指關(guān)系圖9圖5：積壓訂單、積壓訂單狀態(tài)變量與上證綜指關(guān)系圖10圖6：原材料庫(kù)存、原材料庫(kù)存狀態(tài)變量與上證

8、綜指關(guān)系圖10圖7：固定資產(chǎn)投資同比增速、固定資產(chǎn)投資同比增速狀態(tài)變量與上證綜指關(guān)系圖10圖8：ppi、ppi狀態(tài)變量與上證綜指關(guān)系圖12圖9：生產(chǎn)量狀態(tài)變量、ppi狀態(tài)變量對(duì)比圖14圖 10：領(lǐng)先變量多因素模型效果15表 1：m1與m2增速差與對(duì)應(yīng)的趨勢(shì)狀態(tài)變量5表 2：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果5表 3：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果6表 4：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果6表 5：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果6表 6：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果6表 7：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與上

9、證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果7表 8：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先滯后檢驗(yàn)結(jié)果8表 9：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）8表 10：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果8表 11：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）8表 12：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果9表 13：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）9表 14：固定投資同比增長(zhǎng)率趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果10表 15：物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果11表 16：

10、物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果11表 17：物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果11表 18：外匯類(lèi)趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果12表 19：利率類(lèi)趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果12表 20：具有領(lǐng)先作用的變量相關(guān)關(guān)系13表 21：領(lǐng)先變量的信息比較13表 22：領(lǐng)先股市的多變量模型14一、 研究思路對(duì)股市的領(lǐng)先效果中，我們主要討論宏經(jīng)濟(jì)變量對(duì)股市的領(lǐng)先效果。宏觀經(jīng)濟(jì)變量的選擇是基于多因素模型宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之多因素篇中，與股市有顯著協(xié)整關(guān)系的宏觀經(jīng)濟(jì)變量。 在此基礎(chǔ)上，運(yùn)用趨勢(shì)狀態(tài)的重要性宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究之方法篇中的

11、方法檢驗(yàn)這些因子與股市之間的領(lǐng)先滯后關(guān)系，之后根據(jù)各個(gè)宏觀經(jīng)濟(jì)變量的顯著性和差異性形成多因素模型。圖 1：系列報(bào)告內(nèi)容簡(jiǎn)介資料來(lái)源：長(zhǎng)江證券研究部二、 領(lǐng)先滯后關(guān)系檢驗(yàn)我們檢驗(yàn)宏觀經(jīng)濟(jì)變量在協(xié)整基礎(chǔ)上的領(lǐng)先和滯后關(guān)系，可用以下的簡(jiǎn)化模型： （1）當(dāng)k取大于零的值時(shí)，宏觀經(jīng)濟(jì)變量滯后于股市；當(dāng)k取小于零的值時(shí)，宏觀經(jīng)濟(jì)變量領(lǐng)先于股市。下面以m1與m2增速差為例，給出了從1997年11月至1998年11月m1與m2增速差與對(duì)應(yīng)的狀態(tài)變量，j分別取一個(gè)月、四個(gè)月、九個(gè)月時(shí)所對(duì)應(yīng)的宏觀經(jīng)濟(jì)變量的時(shí)間序列分別表示為：、。從表1可以看出，j取不同的值，識(shí)別出來(lái)的趨勢(shì)不盡相同，當(dāng)j的取值較小，可以識(shí)別出較短

12、、較小、變化較為頻繁的趨勢(shì)，而隨著j的增大，識(shí)別出的趨勢(shì)變得越來(lái)越粗略、過(guò)濾掉越來(lái)越多的微小波動(dòng)。表 1：m1與m2增速差與對(duì)應(yīng)的趨勢(shì)狀態(tài)變量日期(%)1997年11月-1.200001997年12月-0.801001998年1月-2.800001998年2月-4.300001998年3月-3.601001998年4月-3.401001998年5月-4.700001998年6月-5.900001998年7月-5.001111998年8月-4.101111998年9月-2.801111998年10月-2.800011998年11月-3.00001資料來(lái)源：wind,長(zhǎng)江證券研究部在模型（1）中狀

13、態(tài)變量的回歸中我們?cè)O(shè)計(jì)了領(lǐng)先滯后參數(shù)k，當(dāng)k取負(fù)值時(shí)是領(lǐng)先關(guān)系，取0時(shí)是同步關(guān)系，取正值時(shí)是滯后關(guān)系。我們選擇j的取值范圍是1個(gè)月至9個(gè)月，k的取值范圍是-2至5，分別表示宏觀經(jīng)濟(jì)變量領(lǐng)先于股市2個(gè)月、滯后于股市5個(gè)月，重點(diǎn)考察宏觀經(jīng)濟(jì)變量與股市之間的領(lǐng)先滯后關(guān)系。我們?cè)谡{(diào)整k值，也同樣觀察模型的解釋能力，當(dāng)解釋能力最強(qiáng)時(shí)，也就是t-test值最大時(shí)，我們根據(jù)k的取值就能判斷領(lǐng)先、同步和滯后。著重考察對(duì)股市有領(lǐng)先作用的變量。對(duì)于每一個(gè)宏觀經(jīng)濟(jì)變量，我們羅列出最大的t-test值，及其對(duì)應(yīng)的j、k、回歸系數(shù)、決定系數(shù)。表2至表4是貨幣供應(yīng)量與三種股票收益率的領(lǐng)先滯后檢驗(yàn)結(jié)果，可以看出，這一類(lèi)別中

14、的每一個(gè)變量都與股市有著很顯著的滯后關(guān)系。表 2：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果sm0 sm1 sm2 s(m1-m2) shs/m2 j17576k331323.6877 5.5779 3.2349 6.8391 -6.5368 t-test2.5643 3.9788 2.2346 4.9884 -4.6314 0.0360 0.0825 0.0276 0.1239 0.1157 資料來(lái)源：wind,長(zhǎng)江證券研究部表 3：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果sm0 sm1 sm2 s(m1-m2) shs/m2 j17576k331323.7122 5.74

15、90 3.4917 7.2417 -6.5631 t-test2.4138 3.8311 2.2555 4.9441 -4.2632 0.0320 0.0770 0.0281 0.1219 0.0998 資料來(lái)源：wind,長(zhǎng)江證券研究部表 4：貨幣政策類(lèi)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果sm0 sm1 sm2 s(m1-m2) shs/m2 j14176k324123.7342 4.9738 -2.0858 5.8227 -5.8873 t-test2.8960 3.9218 -1.5922 4.6675 -4.6245 0.0455 0.0804 0.0142 0.1101 0.11

16、54 資料來(lái)源：wind,長(zhǎng)江證券研究部從表5至表7可以看出， 工業(yè)增加值增速與三種股票收益率的領(lǐng)先滯后關(guān)系不是很穩(wěn)定，我們認(rèn)為造成這個(gè)數(shù)值結(jié)果的原因是工業(yè)增加值本身就是一個(gè)噪音很大的量，對(duì)股市的作用本身并不顯著，而考慮這個(gè)量與股市的領(lǐng)先滯后關(guān)系時(shí)，就會(huì)出現(xiàn)數(shù)據(jù)上的偶然吻合，這并不能反映真實(shí)的工業(yè)增加值與股市的關(guān)系，因此，我們認(rèn)為工業(yè)增加值與股市之間并不存在一個(gè)穩(wěn)定的領(lǐng)先滯后關(guān)系。表 5：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果工業(yè)增加值同比增長(zhǎng)率發(fā)電量同比增長(zhǎng)率用電量同比增長(zhǎng)率j156k51-14.1599 5.6585 9.3088 t-test2.2940 3.9586 4.2

17、795 0.0224 0.0877 0.1902 資料來(lái)源：wind,長(zhǎng)江證券研究部表 6：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果工業(yè)增加值同比增長(zhǎng)率發(fā)電量同比增長(zhǎng)率用電量同比增長(zhǎng)率j756k-11-14.8228 6.7692 10.1727 t-test2.0999 4.4374 4.1516 0.0185 0.1078 0.1810 資料來(lái)源：wind,長(zhǎng)江證券研究部表 7：工業(yè)生產(chǎn)類(lèi)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果工業(yè)增加值同比增長(zhǎng)率發(fā)電量同比增長(zhǎng)率用電量同比增長(zhǎng)率j556k51-14.5518 4.3973 8.2578 t-test1.8815 3.3179 4

18、.0979 0.0152 0.0633 0.1772 資料來(lái)源：wind,長(zhǎng)江證券研究部用電量增速的長(zhǎng)期趨勢(shì)是一個(gè)領(lǐng)先股市的十分顯著的變量。這可能是由于用電量統(tǒng)計(jì)的是我國(guó)所有產(chǎn)業(yè)的電力消耗情況，而制造業(yè)等行業(yè)在生產(chǎn)階段是電力消耗的高峰期，同時(shí)我國(guó)發(fā)電以火電為主，用電量的增加會(huì)直接導(dǎo)致上游行業(yè)的景氣及繁榮，因此從這幾個(gè)方面來(lái)看用電量確實(shí)是一個(gè)領(lǐng)先股市的指標(biāo)。相比而言，發(fā)電量是一個(gè)相對(duì)滯后的變量，造成用電量與發(fā)電量的差別的原因一方面是由于用電量的數(shù)據(jù)量較少，規(guī)律比較明確，另一方面是用電量可以側(cè)面反映社會(huì)活動(dòng)以及工業(yè)生產(chǎn)的景氣。為了使用電量增速領(lǐng)先股市的關(guān)系更直觀一些，我們把用電量增速及其狀態(tài)變量在

19、坐標(biāo)上向后移動(dòng)了一個(gè)月，如圖2所示，這樣可以將用電量增速的趨勢(shì)與上證綜指的走勢(shì)進(jìn)行直接對(duì)比。圖2：用電量同比增速、用電量增速狀態(tài)變量與上證綜指關(guān)系圖資料來(lái)源：wind,長(zhǎng)江證券研究部由于中國(guó)制造業(yè)采購(gòu)經(jīng)理人指數(shù)的生成是通過(guò)問(wèn)卷調(diào)查的形式，對(duì)大型企業(yè)進(jìn)行調(diào)查，了解被訪者對(duì)下一期的擴(kuò)散指標(biāo)的預(yù)期程度，這個(gè)指數(shù)的構(gòu)成形式導(dǎo)致有較多的變量對(duì)股市有領(lǐng)先作用，包括：出口訂單、積壓訂單、生產(chǎn)量、原材料存。表 8：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先滯后檢驗(yàn)結(jié)果采購(gòu)經(jīng)理指數(shù)生產(chǎn)量新訂單出口訂單積壓訂單產(chǎn)成品庫(kù)存j776661k0-10-1-207.58427.55067.58425.76986.399

20、1-6.8411t-test2.99592.92572.99591.95512.3877-2.66930.11810.11480.11810.05470.08060.0961資料來(lái)源：wind,長(zhǎng)江證券研究部表 9：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）采購(gòu)量進(jìn)口購(gòu)進(jìn)價(jià)格原材料庫(kù)存從業(yè)人員供應(yīng)商配送時(shí)間j543693k011-1326.95108.219611.48637.00999.09064.2476t-test2.64533.26654.70032.70133.68531.59320.09460.13740.24800.09960.16850.0365資料來(lái)源：

21、wind,長(zhǎng)江證券研究部表 10：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果采購(gòu)經(jīng)理指數(shù)生產(chǎn)量新訂單出口訂單積壓訂單產(chǎn)成品庫(kù)存j376361k1-101207.96908.66387.68587.37716.8326-7.8219t-test2.75823.02842.69332.52092.3101-2.74630.10200.12200.09770.08660.07380.1012資料來(lái)源：wind,長(zhǎng)江證券研究部表 11：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）采購(gòu)量進(jìn)口購(gòu)進(jìn)價(jià)格原材料庫(kù)存從業(yè)人員供應(yīng)商配送時(shí)間j444692k111-2329.08

22、589.676712.60247.30479.97435.4912t-test3.21233.47784.59662.48233.61791.85590.13350.15290.23980.08660.16340.0489資料來(lái)源：wind,長(zhǎng)江證券研究部表 12：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果采購(gòu)經(jīng)理指數(shù)生產(chǎn)量新訂單出口訂單積壓訂單產(chǎn)成品庫(kù)存j716668k010-1-206.79726.52186.79724.47885.7339-5.7743t-test2.89012.74882.89011.62592.3091-2.40040.11090.10130.110

23、90.03850.07580.0792資料來(lái)源：wind,長(zhǎng)江證券研究部表 13：pmi及其擴(kuò)散指標(biāo)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果（續(xù)）采購(gòu)量進(jìn)口購(gòu)進(jìn)價(jià)格原材料庫(kù)存從業(yè)人員供應(yīng)商配送時(shí)間j543694k011-13-16.20637.537710.63736.68127.5609-4.1384t-test2.54373.23894.71602.79133.2494-1.64870.08810.13540.24920.10560.13610.0396資料來(lái)源：wind,長(zhǎng)江證券研究部從表8-表13可以看出，pmi及其擴(kuò)散指標(biāo)中，有四個(gè)量對(duì)股市有顯著的領(lǐng)先作用，分別是：出口訂單、積壓訂單

24、、生產(chǎn)量、原材料存，分別領(lǐng)先股市一個(gè)月、兩個(gè)月、一個(gè)月、一個(gè)月。為了使這四個(gè)變量領(lǐng)先股市的關(guān)系更直觀一些，我們把它們及其狀態(tài)變量向后進(jìn)行移動(dòng)，如圖3-圖6所示，這樣可以將這四個(gè)領(lǐng)先股市的變量與上證綜指的走勢(shì)進(jìn)行直接對(duì)比。圖3：生產(chǎn)量、生產(chǎn)量狀態(tài)變量與上證綜指關(guān)系圖圖4：出口訂單、出口訂單狀態(tài)變量與上證綜指關(guān)系圖資料來(lái)源：wind,長(zhǎng)江證券研究部資料來(lái)源：wind,長(zhǎng)江證券研究部圖5：積壓訂單、積壓訂單狀態(tài)變量與上證綜指關(guān)系圖圖6：原材料庫(kù)存、原材料庫(kù)存狀態(tài)變量與上證綜指關(guān)系圖資料來(lái)源：wind,長(zhǎng)江證券研究部資料來(lái)源：wind,長(zhǎng)江證券研究部從表14可以看出，固定資產(chǎn)投資同比增速對(duì)股市有顯著的

25、領(lǐng)先作用。表 14：固定投資同比增長(zhǎng)率趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果指數(shù)類(lèi)型等權(quán)a股流通a股上證綜指j222k-2-2-23.7911 3.7327 3.2117 t-test1.9618 2.1823 1.6261 0.0175 0.0216 0.0121 資料來(lái)源：wind,長(zhǎng)江證券研究部為了使固定資產(chǎn)投資增速領(lǐng)先股市的關(guān)系更直觀一些，我們把它及其狀態(tài)變量在坐標(biāo)上向后移動(dòng)了兩個(gè)月，如圖7所示，這樣可以將固定資產(chǎn)投資增速的趨勢(shì)與上證綜指的走勢(shì)進(jìn)行直接對(duì)比。圖7：固定資產(chǎn)投資同比增速、固定資產(chǎn)投資同比增速狀態(tài)變量與上證綜指關(guān)系圖資料來(lái)源：wind,長(zhǎng)江證券研究部由表15至表17可以看

26、出，物價(jià)指數(shù)類(lèi)變量中ppi的短期趨勢(shì)對(duì)股市有顯著的領(lǐng)先效果，并且對(duì)于三種股票收益率領(lǐng)先的階段都是兩個(gè)月。這是由于ppi衡量的是工業(yè)企業(yè)產(chǎn)品出廠價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的指數(shù)，是反映某一時(shí)期生產(chǎn)領(lǐng)域價(jià)格變動(dòng)情況的重要經(jīng)濟(jì)指標(biāo)。與cpi不同的是，ppi 反映生產(chǎn)環(huán)節(jié)價(jià)格水平，cpi反映消費(fèi)環(huán)節(jié)的價(jià)格水平。而整體物價(jià)水平的波動(dòng)一般首先會(huì)出現(xiàn)在生產(chǎn)領(lǐng)域，隨后沿著產(chǎn)業(yè)鏈向下游產(chǎn)業(yè)傳導(dǎo)，最后波及消費(fèi)品。因此，ppi對(duì)股市有一定的領(lǐng)先作用。而cgpi與cpi是股市的滯后變量，并且滯后階段相對(duì)較長(zhǎng)期。表 15：物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與等權(quán)a股領(lǐng)先、滯后檢驗(yàn)結(jié)果scpisppiscgpij623k5-255.6943

27、-3.80435.8754t-test3.5088-2.46983.38870.07540.03590.0763資料來(lái)源：wind,長(zhǎng)江證券研究部表 16：物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與流通a股領(lǐng)先、滯后檢驗(yàn)結(jié)果scpisppiscgpij826k5-255.9332-3.56326.1683t-test4.0563-2.49743.83600.09830.03660.0957資料來(lái)源：wind,長(zhǎng)江證券研究部表 17：物價(jià)類(lèi)趨勢(shì)狀態(tài)變量與上證綜指領(lǐng)先、滯后檢驗(yàn)結(jié)果scpisppiscgpij826k4-255.9757 -3.4755 6.1868 t-test4.4625 -2.6692 4.194

28、7 0.1165 0.0416 0.1124 資料來(lái)源：wind,長(zhǎng)江證券研究部為了使ppi領(lǐng)先股市的關(guān)系更直觀一些，我們把ppi及其狀態(tài)變量在坐標(biāo)上向后移動(dòng)了兩個(gè)月，如圖8所示，這樣可以將ppi的趨勢(shì)與上證綜指的走勢(shì)進(jìn)行直接對(duì)比。圖8：ppi、ppi狀態(tài)變量與上證綜指關(guān)系圖資料來(lái)源：wind,長(zhǎng)江證券研究部如表18所示，對(duì)外匯類(lèi)宏觀因素而言，外匯儲(chǔ)備相對(duì)股市滯后或者同步，美元指數(shù)相對(duì)股市滯后。外匯儲(chǔ)備中很大一部分是外匯占款，外匯占款是市場(chǎng)上流動(dòng)性的反映，因此這里的結(jié)果是與貨幣供應(yīng)量對(duì)股市滯后相一致的。而美元指數(shù)的長(zhǎng)期趨勢(shì)是相對(duì)股市滯后的。表 18：外匯類(lèi)趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)

29、果指數(shù)類(lèi)型流通a股等權(quán)a股上證綜指外匯儲(chǔ)備susdx 外匯儲(chǔ)備susdx 外匯儲(chǔ)備susdx j262616k04044410.6006 -10.9085 11.2284 -10.4662 8.6289 -10.3117 t-test3.8135 -3.9186 3.6053 -3.2893 3.5195 -4.0194 0.1925 0.2011 0.1757 0.1506 0.1688 0.2094 資料來(lái)源：wind,長(zhǎng)江證券研究部利率類(lèi)趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果如表19所示，可以看出sshibor與三種股票收益率滯后關(guān)系比較穩(wěn)定，均為較為顯著的短期滯后關(guān)系，而從k的取值來(lái)

30、看，貸款余額與三種股票收益率的領(lǐng)先滯后關(guān)系有些差異，如，貸款余額顯著地領(lǐng)先流通a股收益率一個(gè)月，而滯后于等權(quán)a股與上證綜指，這可能一方面由于貸款余額有時(shí)會(huì)有一些季節(jié)性，另外同時(shí)也說(shuō)明貸款余額是一個(gè)相對(duì)來(lái)講較同步的一個(gè)變量。表 19：利率類(lèi)趨勢(shì)狀態(tài)變量與股票指數(shù)領(lǐng)先、滯后檢驗(yàn)結(jié)果指數(shù)類(lèi)型流通a股等權(quán)a股上證綜指貸款余額sshibor 貸款余額sshibor 貸款余額sshibor j433363k-1414134.7475 12.8582 4.8777 12.5263 3.9752 13.1401 t-test3.4516 4.0598 3.3034 3.5057 3.1115 4.5545 0

31、.0602 0.2638 0.0551 0.2108 0.0492 0.3108 資料來(lái)源：wind,長(zhǎng)江證券研究部三、 基于領(lǐng)先信息的多變量模型由單變量與股市之間的領(lǐng)先滯后關(guān)系研究發(fā)現(xiàn)，以下幾個(gè)變量對(duì)股市有顯著的領(lǐng)先作用：用電量、出口訂單、積壓訂單、生產(chǎn)量、原材料庫(kù)存、ppi、固定資產(chǎn)投資，表20表示了這七個(gè)變量的相關(guān)關(guān)系。表 20：具有領(lǐng)先作用的變量相關(guān)關(guān)系相關(guān)系數(shù)用電量(j=6,k=-1)出口訂單(j=6,k=-1)積壓訂單(j=6,k=-2)生產(chǎn)量(j=7,k=-1)原材料庫(kù)存(j=7,k=-1)sppi(j=2,k=-2)固定資產(chǎn)投資(j=2,k=-2)用電量1.0000 出口訂單0

32、.2336 1.0000 積壓訂單0.4431 0.2452 1.0000 生產(chǎn)量0.4410 0.3118 0.6407 1.0000 原材料庫(kù)存0.7063 0.4048 0.5541 0.5544 1.0000 sppi-0.4612 -0.3725 0.0181 -0.0287 -0.2949 1.0000 固定資產(chǎn)投資0.1186 0.1829 -0.0246 -0.0261 0.0617 -0.2048 1.0000 資料來(lái)源：wind,長(zhǎng)江證券研究部類(lèi)似于類(lèi)別內(nèi)對(duì)宏觀經(jīng)濟(jì)狀態(tài)變量的信息比較的方法，對(duì)于篩選出的七個(gè)對(duì)股市具有領(lǐng)先作用的宏觀經(jīng)濟(jì)狀態(tài)變量進(jìn)行多變量回歸，試圖得到一個(gè)顯著

33、性較高，與其他變量沒(méi)有信息重疊，對(duì)股市解釋能力較強(qiáng)的多變量組合，結(jié)果如下表所示。表 21：領(lǐng)先變量的信息比較生產(chǎn)量(j=7,k=-1)sppi(j=2,k=-2)用電量殘差(j=6,k=-1)出口訂單殘差(j=6,k=-1)積壓訂單殘差(j=6,k=-2)原材料庫(kù)存殘差(j=7,k=-1)固定資產(chǎn)投資殘差(j=2,k=-2)adj-(t-test)5.4221(2.4282)-8.9226(-3.9211)0.2380(t-test)5.4221(2.4190)-8.9226(-3.9063)2.0987(0.7248)0.2322(t-test)5.4221(2.4210)-8.9226(-

34、3.9095)-2.0635(-0.7943)0.2335(t-test)5.4221(2.4090)-8.9226(-3.8908)-0.4406(-0.1795)0.2261(t-test)5.4221(2.4150)-8.9226(-3.8998)1.6047(0.5634)0.2296(t-test)5.4221(2.399)-8.9226(-3.9401)-2.9498(-1.2699)0.2453資料來(lái)源：wind,長(zhǎng)江證券研究部生產(chǎn)量領(lǐng)先一個(gè)月的長(zhǎng)期趨勢(shì)、sppi領(lǐng)先兩個(gè)月的短期趨勢(shì)的組合對(duì)股市解釋能力較高，并且這兩個(gè)變量分別對(duì)其他五個(gè)變量回歸的殘差均不顯著，也就是說(shuō)，用電量、積

35、壓訂單、出口訂單、原材料庫(kù)存、固定資產(chǎn)投資反映的對(duì)股市有影響的信息已經(jīng)在生產(chǎn)量與ppi中反映出來(lái)了。具體回歸結(jié)果如表21所示。圖9是生產(chǎn)量與ppi的趨勢(shì)狀態(tài)變量對(duì)比圖，從圖中可以看出，在二者的共同樣本區(qū)間：2005年1月至2010年9月，二者體現(xiàn)的信息是不完全相同的，生產(chǎn)量對(duì)應(yīng)的趨勢(shì)狀態(tài)是較為長(zhǎng)期的趨勢(shì)，ppi對(duì)應(yīng)的趨勢(shì)狀態(tài)較短期。圖9：生產(chǎn)量狀態(tài)變量、ppi狀態(tài)變量對(duì)比圖資料來(lái)源：wind,長(zhǎng)江證券研究部根據(jù)以上討論可以得到領(lǐng)先股市的多變量模型，如表22所示：表 22：領(lǐng)先股市的多變量模型多變量模型常數(shù)項(xiàng)生產(chǎn)量(j=7,k=-1)sppi(j=2,k=-2)2.8275 5.4221 -8.

36、9226 資料來(lái)源：wind,長(zhǎng)江證券研究部根據(jù)這個(gè)多因素模型，可以對(duì)上證綜指進(jìn)行擇時(shí)。將上個(gè)月的生產(chǎn)量狀態(tài)變量與兩個(gè)月之前的ppi狀態(tài)變量與上述多因素模型結(jié)合，可以得到對(duì)當(dāng)月上證綜指收益率的判斷，若判斷收益率為正，則做多，否則做空，得到如圖2所示的模擬效果。 圖 10：領(lǐng)先變量多因素模型效果資料來(lái)源：wind,長(zhǎng)江證券研究部四、 系列報(bào)告總結(jié)及未來(lái)研究展望宏觀經(jīng)濟(jì)變量與股市關(guān)系系列研究從以下三個(gè)方面討論了我國(guó)宏觀經(jīng)濟(jì)對(duì)股市的影響：哪些宏觀因素會(huì)影響股市、這些因素的影響模式是怎么樣的、這些因素與股市的領(lǐng)先滯后效果。趨勢(shì)狀態(tài)的重要性從宏觀經(jīng)濟(jì)因素對(duì)股市的影響模式的研究入手，主要介紹了協(xié)整關(guān)系的簡(jiǎn)

37、化檢驗(yàn)方法。多因素模型主要建立了宏觀因子備選庫(kù)，對(duì)其中的宏觀經(jīng)濟(jì)變量與股市的關(guān)系一一進(jìn)行協(xié)整關(guān)系檢驗(yàn)。領(lǐng)先因子模型通過(guò)協(xié)整關(guān)系檢驗(yàn)，篩選出對(duì)股市有領(lǐng)先意義的宏觀經(jīng)濟(jì)變量。宏觀經(jīng)濟(jì)與股市的關(guān)系十分復(fù)雜，我們使用了一種簡(jiǎn)化的協(xié)整關(guān)系檢驗(yàn)方法對(duì)最常見(jiàn)的一些宏觀經(jīng)濟(jì)變量與股市的關(guān)系加以檢驗(yàn)，發(fā)現(xiàn)了豐富的結(jié)論。在此基礎(chǔ)上，還有很多問(wèn)題值得進(jìn)一步研究：第一，在過(guò)程中識(shí)別趨勢(shì)。趨勢(shì)事后識(shí)別是件很容易的事，我們運(yùn)用了識(shí)別局部高低點(diǎn)的方法定義了趨勢(shì)。然而對(duì)于投資更有意義的是在趨勢(shì)形成初期、過(guò)程中和趨勢(shì)結(jié)束時(shí)加以識(shí)別，這就需要更多基于趨勢(shì)特征的算法。投資業(yè)界有一些經(jīng)驗(yàn)，這方面的研究可以在吸取他們經(jīng)驗(yàn)的基礎(chǔ)做些嘗試

38、。第二，在宏觀經(jīng)濟(jì)變量與股市的系列研究中我們把同期協(xié)整關(guān)系與領(lǐng)先協(xié)整關(guān)系分開(kāi)進(jìn)行了研究，同期協(xié)整關(guān)系是為了獲得對(duì)股市收益率的解釋?zhuān)I(lǐng)先協(xié)整關(guān)系是為了對(duì)股市加以預(yù)測(cè)。但是從邏輯上講，這兩部分不是對(duì)立的，對(duì)股市的解釋還可以包括領(lǐng)先、同期和滯后關(guān)系，而且考慮了這些維度后可以獲得對(duì)股市更全面的解釋。雖然領(lǐng)先協(xié)整關(guān)系有助于預(yù)測(cè)股市，但同步和滯后關(guān)系卻有助于證實(shí)和強(qiáng)化對(duì)趨勢(shì)的認(rèn)識(shí)，它們對(duì)投資也是有意義的。因此，綜合各個(gè)宏觀經(jīng)濟(jì)變量的領(lǐng)先滯后關(guān)系，形成一個(gè)多因素的模型，對(duì)股市的全面認(rèn)識(shí)也有很強(qiáng)的現(xiàn)實(shí)意義。第三，我們的思路是用宏觀經(jīng)濟(jì)變量的趨勢(shì)來(lái)解釋股市的收益率，但從機(jī)制上來(lái)講，宏觀經(jīng)濟(jì)變量與股市之間是協(xié)整關(guān)

39、系，就是說(shuō)也存在股市趨勢(shì)解釋宏觀經(jīng)濟(jì)變量趨勢(shì)的可能性。我們從經(jīng)濟(jì)的運(yùn)行機(jī)制上來(lái)看，也存在這種反向的因果關(guān)系。宏觀經(jīng)濟(jì)變量在趨勢(shì)識(shí)別的過(guò)程中會(huì)受到宏觀經(jīng)濟(jì)變量中隨機(jī)性的影響，因此這種識(shí)別只是粗線條的。精確地分析宏觀經(jīng)濟(jì)變量與股市的協(xié)整關(guān)系，還需要使garch類(lèi)的高級(jí)計(jì)量模型對(duì)隨機(jī)干擾項(xiàng)的特點(diǎn)進(jìn)行擬合才能排除系數(shù)估計(jì)偏差。第四，有的宏觀經(jīng)濟(jì)變量有自身的周期性，如果納入這種周期性，再根據(jù)這種經(jīng)濟(jì)變量與股市的關(guān)系可以更好地預(yù)測(cè)股市。這一點(diǎn)我們?cè)跈z驗(yàn)領(lǐng)先滯后關(guān)系時(shí)有些認(rèn)識(shí)，當(dāng)模型中的領(lǐng)先滯后項(xiàng)加大時(shí)，這些變量與股市趨勢(shì)之間又變得切合了，這就是周期性的影響。第五，我們?cè)谧龆嘁蛩貦z驗(yàn)時(shí)，假設(shè)宏觀經(jīng)濟(jì)變量都是

40、解釋變量；然而我們知道，宏觀經(jīng)濟(jì)本身也是一個(gè)復(fù)雜的系統(tǒng)，所有的宏觀經(jīng)濟(jì)變量并非都是外生的，有一部份是內(nèi)生的，也就是說(shuō)宏觀經(jīng)濟(jì)變量之間存在著因果關(guān)系。如果把一些內(nèi)生的變量作為解釋變量，可能使外生變量影響股市的程度產(chǎn)生估計(jì)偏差。理清宏觀變量之間的關(guān)系是一個(gè)更為復(fù)雜的任務(wù)，需要使用向量自回歸模型。這方面的探索有待展開(kāi)。第六，我們研究宏觀經(jīng)濟(jì)變量與股市的協(xié)整關(guān)系時(shí)，被解釋變量是股市的收益率。然而，宏觀經(jīng)濟(jì)對(duì)股市的影響并不是均衡的，也就是說(shuō)宏觀經(jīng)濟(jì)變量對(duì)股市的不同部分影響是不同的，這種差異也可能從風(fēng)格和行業(yè)上表現(xiàn)出來(lái)。從模型上看，這是因?yàn)椴煌L(fēng)格、不同行業(yè)對(duì)不同宏觀經(jīng)濟(jì)變量的暴露程度不同。這方面的研究盡

41、管沒(méi)有系統(tǒng)展開(kāi)，但目前投資業(yè)界也有從這個(gè)角度進(jìn)行研究的。這對(duì)風(fēng)格和行業(yè)選擇會(huì)有一定的指導(dǎo)意義。以上是我們認(rèn)為有研究?jī)r(jià)值的幾個(gè)深入研究方向。隨著我們?cè)诤暧^經(jīng)濟(jì)與股市關(guān)系這一領(lǐng)域研究的深入，我們會(huì)對(duì)股市的風(fēng)險(xiǎn)有更深刻的認(rèn)識(shí)，也為我們進(jìn)行宏觀調(diào)控提供了更多參考。分析師介紹范辛亭，中國(guó)科學(xué)技術(shù)大學(xué)博士，香港中文大學(xué)博士后，中山大學(xué)副教授，長(zhǎng)江證券金融工程首席分析師。 武丹，華東師范大學(xué)數(shù)學(xué)系本科，復(fù)旦大學(xué)管理學(xué)院碩士，從事金融工程研究。對(duì)本報(bào)告的評(píng)價(jià)請(qǐng)反饋至長(zhǎng)江證券機(jī)構(gòu)客戶部姓名分工電話e-mail伍朝暉副主管（8621）68752398uzh甘 露華東區(qū)總經(jīng)理（8621）68751916anlu王 磊華東區(qū)總經(jīng)理助理（8621）68751003anglei3鞠 雷華南區(qū)副總經(jīng)理（8621）68751863ulei程 楊華北區(qū)總