楊書皓

摘要：股票市場的運(yùn)行與我國制造業(yè)PMI的變化經(jīng)常表現(xiàn)出共同的變化趨勢，研究兩者之間的關(guān)系能夠?qū)Q策提供一定的參考價(jià)值。因此本文通過向量自回歸模型（VAR）的理論方法對選取自2005年4月至2018年3月的月度數(shù)據(jù)來研究滬深300指數(shù)與我國制造業(yè)PMI之間的關(guān)系。研究結(jié)果表明，滬深300股票市場的運(yùn)行狀況主要受到其自身的影響，短期的升降表現(xiàn)出慣性特征，且顯著地體現(xiàn)在緊隨其后的2個月；制造業(yè)PMI對于滬深300股票市場的影響力度極小，且影響力度在其被發(fā)布后的前2個月最顯著，隨后遞減；從長期來看，制造業(yè)PMI不能被用于預(yù)測滬深300指數(shù)的升降變化，而滬深300指數(shù)有助于預(yù)測制造業(yè)PMI，且對下個月的制造業(yè)PMI的預(yù)測效果最好，對未來4個月的都有很好的預(yù)測作用。

關(guān)鍵詞：滬深300指數(shù) PMI VAR模型

中圖分類號：F222 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-5349（2018）09-0063-02

一、引言

股票市場素有經(jīng)濟(jì)的“晴雨表”之稱，而制造業(yè)采購經(jīng)理人指數(shù)（PMI）則被認(rèn)為是宏觀經(jīng)濟(jì)景氣度的先行指標(biāo)，通常認(rèn)為PMI指標(biāo)領(lǐng)先于宏觀經(jīng)濟(jì)景氣度6個月左右，尤其是制造業(yè)PMI的先行性特征最為明顯和顯著。那么無論是對施政者還是投資者而言，研究作為反映投資者預(yù)期的股票市場與宏觀經(jīng)濟(jì)指標(biāo)PMI之間的關(guān)系就顯得十分有意義。在實(shí)際觀察中可以發(fā)現(xiàn)，股票市場的運(yùn)行與我國制造業(yè)PMI的變化很多時(shí)候表現(xiàn)出共同的變化趨勢，本文的目的就是進(jìn)一步論證兩者之間是否存在關(guān)聯(lián)關(guān)系以及存在何種關(guān)系。

國內(nèi)外已經(jīng)存在研究股票市場與PMI兩者之間關(guān)系的文獻(xiàn)，但數(shù)量較少。從目前已有文獻(xiàn)來看，F(xiàn)ama（1965）研究發(fā)現(xiàn)，在不同的時(shí)間點(diǎn)上，股票收益率的方差是不同的。[1]國內(nèi)外文獻(xiàn)關(guān)于PMI的研究大部分集中在對其預(yù)測作用的研究方面上，尤其是對宏觀經(jīng)濟(jì)的預(yù)測作用。[2]然而，對于作為另一宏觀經(jīng)濟(jì)“晴雨表”的股票市場（幾大股票價(jià)格指數(shù)）同PMI之間關(guān)系方面的研究當(dāng)前還很少見。蔡進(jìn)和于穎（2011）的研究表明，制造業(yè)PMI指數(shù)與上證綜指趨于同步，有些時(shí)候表現(xiàn)為領(lǐng)先的關(guān)系，且這一關(guān)系從2007年以來表現(xiàn)得較為顯著。[3]張利斌和謝天琪（2014）的研究表明，在2005年1月至2013年4月期間，滯后階為1一7階時(shí)，深圳證券綜合指數(shù)是制造業(yè)PMI的格蘭杰原因。[4]胡延廣（2016）的研究表明，滬深300指數(shù)波動受宏觀因素影響不顯著。我國滬深300指數(shù)與國內(nèi)生產(chǎn)總值走勢相同，但是宏觀經(jīng)濟(jì)對滬深300指數(shù)波動的貢獻(xiàn)率較小。通過脈沖響應(yīng)和方差分解可以證明PMI對滬深300指數(shù)波動的影響不顯著；滬深 300 指數(shù)波動對PMI影響效果顯著。[5]

通過閱讀文獻(xiàn)發(fā)現(xiàn)股票市場與宏觀經(jīng)濟(jì)具有很大的關(guān)聯(lián)性，這為本文研究股票市場與制造業(yè)PMI提供一定的理論基礎(chǔ)。因?yàn)闇顑墒蠥股中規(guī)模大、流動性好、最具代表性的300只股票共同組成了滬深300指數(shù)的樣本，于是滬深300指數(shù)能較好地反映滬深A(yù)股市場整體的表現(xiàn)，且目前在我國股指期貨市場中，以此為基礎(chǔ)而衍生出的滬深300股指期貨交易規(guī)模最大，研究因此本文選取滬深300指數(shù)作為研究對象更有意義。部分文獻(xiàn)中采用的向量自回歸模型（VAR）的理論方法，也對于本文的撰寫具有一定的指導(dǎo)作用，雖然將PMl作為研究方向的論文越來越多，但關(guān)于滬深300指數(shù)與制造業(yè)PMl指標(biāo)相關(guān)性的研究則很少，所以通過實(shí)證分析的方法來研究滬深300指數(shù)與我國制造業(yè)之間的關(guān)系具有一定的現(xiàn)實(shí)意義。

二、實(shí)證分析

（一）樣本選取與數(shù)據(jù)處理

為了最大限度地滿足大樣本原則的要求，提高論證的準(zhǔn)確度，本文充分?jǐn)U大分析樣本的數(shù)量，由于滬深300指數(shù)從2015年4月開始被發(fā)布，官方制造業(yè)PMI指標(biāo)在2005年1月開始發(fā)布，因此，選取2005年4月到2018年3月相應(yīng)的156個數(shù)據(jù)進(jìn)行研究。其中制造業(yè)PMI來源于國家統(tǒng)計(jì)局網(wǎng)站，滬深300指數(shù)的月度數(shù)據(jù)來源于同花順金融數(shù)據(jù)軟件。由于PMI是月度數(shù)據(jù)，為了時(shí)間上的一致性，本文選取滬深300指數(shù)月度收盤價(jià)數(shù)據(jù)（收盤才能代表最終的價(jià)格）。為了減少異方差的影響，對原變量數(shù)據(jù)進(jìn)行自然對數(shù)變換，使其趨勢線性化，分別記為lnPMI、lnHS300，并計(jì)算滬深300指數(shù)對數(shù)的一節(jié)差分作為滬深300指數(shù)的月收益率指標(biāo)，記為DlnHS300。本文實(shí)證分析部分是通過Eviews8.0軟件進(jìn)行的。

（二）序列的平穩(wěn)性檢驗(yàn)

時(shí)間序列一般存在時(shí)間趨勢，可能是非平穩(wěn)的。只有時(shí)間序列通過平穩(wěn)性檢驗(yàn)，才能避免在建模中出現(xiàn)“偽回歸”的問題。因此本文將對時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，本文采用ADF檢驗(yàn)法檢查變量平穩(wěn)性。表1分別是各變量單方根的檢驗(yàn)情況，可以看出，在5%的顯著性水平下，變量lnPMI、DlnHS300拒絕原假設(shè)，即不存在單位根，都是平穩(wěn)的。由于這兩個時(shí)間序列是零階單整，所以滿足了進(jìn)行格蘭杰因果檢驗(yàn)的條件，而建立VAR模型前不需再做協(xié)整檢驗(yàn)。

表1 單位根檢驗(yàn)的結(jié)果

注：在（C，0，X）中，C代表有截距項(xiàng)，0 代表無趨勢項(xiàng)， X 表示滯后階數(shù)（依據(jù) AIC準(zhǔn)則確定）

（三）VAR模型滯后期的確定

在構(gòu)建VAR模型前應(yīng)該先判定滯后期的階數(shù)，滯后階數(shù)的結(jié)果如表2所示，在5個評價(jià)指標(biāo)中有3個認(rèn)為應(yīng)該建立VAR（4）模型，則確定建立VAR（4）模型。

表2 滯后階數(shù)的選擇

（四）模型的平穩(wěn)性檢驗(yàn)

VAR模型的穩(wěn)定性是其成立的必要條件，因此需要對其穩(wěn)定性來做檢驗(yàn)。本文通過VAR模型的特征根分布圖來檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定性，結(jié)果是模型的全部特征根都分布在單位圓內(nèi)，即模型中不存在大于1的根，是一個平穩(wěn)系統(tǒng)。

（五）格蘭杰因果檢驗(yàn)

本文接下來將對兩時(shí)間序列的關(guān)系做格蘭杰因果檢驗(yàn)，討論二者之間是否存在統(tǒng)計(jì)上的時(shí)間先后順序。從檢驗(yàn)結(jié)果看，在5%的置信水平條件下，制造業(yè)PMI不是滬深300月度收益率的格蘭杰原因，滬深300指數(shù)月度收益率是制造業(yè)PMI的格蘭杰原因，兩者具有單向影響關(guān)系。

（六）脈沖響應(yīng)分析

本文的脈沖響應(yīng)分析將考慮來自解釋變量的擾動項(xiàng)影響是如何傳播到被解釋變量的，即考察來自隨機(jī)擾動項(xiàng)波動對累計(jì)增速產(chǎn)生的影響。結(jié)果如下圖：橫軸表示沖擊作用的滯后期間數(shù)，實(shí)線表示脈沖響應(yīng)函數(shù)。

圖2 脈沖響應(yīng)函數(shù)圖

從圖2中左側(cè)的滬深300月度收益率對lnPMI沖擊的響應(yīng)圖可以發(fā)現(xiàn)，給制造業(yè)PMI一個正的沖擊，對滬深300指數(shù)月度收益率的影響是從第1期到第2期遞增，于第2期到達(dá)峰值，然后又由第2期開始迅速減小，影響在第3期由正向變負(fù)向，在第3期達(dá)到最小值后又開始減弱，之后又緩慢上升，波動越來越小。整個期間內(nèi)，來自制造業(yè)PMI的沖擊對滬深300月度收益率的影響先是是正向的，后是負(fù)向的。這一結(jié)果與實(shí)際經(jīng)濟(jì)現(xiàn)象是符合的，即某一時(shí)期制造業(yè)PMI的上升在短期內(nèi)是經(jīng)濟(jì)增長的征兆。

從圖2中右側(cè)的lnPMI對滬深300指數(shù)月度收益率沖擊的響應(yīng)圖可以發(fā)現(xiàn)，對于來滬深300月度收益率的正向沖擊，制造業(yè)PMI在第1期有非常小的正向反饋，并且從第1期開始迅速持續(xù)上升，在第3期達(dá)到最高值，隨后逐步下降，只到第6期才開始明顯下降，但是一直保持正向的反饋，表明滬深300指數(shù)對制造業(yè)PMI的影響時(shí)間相對較長。以滬深300指數(shù)為代表的股票市場的收益率上升，意味著投資者對未來經(jīng)濟(jì)持樂觀態(tài)度，將資金投入股票市場，這種對于股市收益率的樂觀估計(jì)會促進(jìn)整體經(jīng)濟(jì)的發(fā)展，而作為經(jīng)濟(jì)景氣度先行指標(biāo)的PMI自然也會逐步上升。

總而言之，脈沖響應(yīng)分析表明制造業(yè)PMI和以滬深300指數(shù)為代表的股票市場之間是相互影響的，都能對對方產(chǎn)生積極的正向影響。

（七）方差分解

對滬深300收益率作方差分解，結(jié)果如表3所示。

表3 DlnHS300方差分解結(jié)果

從方差分解表可以看出，滬深300指數(shù)月度收益率對自身的沖擊和影響最大，10期之后對自身的解釋力度仍然有96.29%，滬深300指數(shù)月度收益率主要受到自身的影響，即滬深300指數(shù)短期的升降具有慣性，且顯著地表現(xiàn)在隨后的兩期；制造業(yè)PMI對于滬深300股票市（下轉(zhuǎn)第62頁）（上接第64頁）場的影響很小，開始于第2期（這是因?yàn)榻y(tǒng)計(jì)局發(fā)布制造業(yè)PMI的時(shí)間在當(dāng)月末或下月初），在第3期有較快的增大，這也從另一方面說明了制造業(yè)PMI指標(biāo)的先行性特征，且制造業(yè)PMI對滬深300指數(shù)的影響力度在其發(fā)布后的前兩個月最顯著，隨后遞減。

三、結(jié)語

本文通過對我國2005年4月到2018年3月的制造業(yè)采購經(jīng)理人指數(shù)（PMI）月度數(shù)據(jù)與滬深300指數(shù)月度數(shù)據(jù)之間關(guān)系的實(shí)證分析，得出以下結(jié)論：一，滬深300股票市場整體的升降主要受到其自身的影響，短期的升降表現(xiàn)出慣性特征，且顯著地體現(xiàn)在緊隨其后的2個月。二，制造業(yè)PMI對于滬深300股票市場的影響力度極小，且影響力度在制造業(yè)PMI被發(fā)布后的前2個月最顯著，隨后遞減。三，從長期來看，制造業(yè)PMI不能被用于預(yù)測滬深300指數(shù)的升降變化，而滬深300指數(shù)有助于預(yù)測制造業(yè)PMI的變化，且對下1個月的制造業(yè)PMI的預(yù)測效果最好，對未來4個月都具有很好的預(yù)測作用。

參考文獻(xiàn)：

[1]Fama E.The Behavior of Stock Makket Prices[J].Journal of Business，1965（38）：34-105.

[2]盧建軍.杭州地區(qū)PMI指數(shù)體系開發(fā)研究[D].浙江大學(xué)，2005：89.

[3]蔡進(jìn)，于穎.解讀PMI：走在市場之前[M].北京：化學(xué)工業(yè)出版社，2011.

[4]張利斌，謝天琪.我國制造業(yè)PMI指數(shù)與滬深兩市股票價(jià)格綜合指數(shù)的關(guān)系[J].中南民族大學(xué)學(xué)報(bào)，2014，33（2）：132-136.

[5]胡延廣.滬深300指數(shù)波動的特征及影響因素研究[D].山東財(cái)經(jīng)大學(xué)，2016.

責(zé)任編輯：劉健