中小板、創業板與主板市場關聯性分析*

薛襄稷，嚴玉華

(集美大學 誠毅學院，福建 廈門 361021)

一、引 言

自2005年12月1日起，我國專門為中小企業板設立了中小板;2009年10月30日正式推出創業板，主要為創業企業、新技術企業、具有成長潛力的中小企業提供融資渠道，為創業投資和私募基金提供推出機制和渠道。中小板和創業板的設立無疑有利于我國多層次資本市場的形成。隨著深圳創業板正式掛牌交易，其與主板市場的關系引起了人們的關注。分析主板、中小板和創業板的一些市場數據發現，它們有著千絲萬縷的關系，大多數情況下存在共同變化趨勢，有一定的聯動效應，然而個別情況下又表現出不一致的現象。近期，上證綜合指數一直處于大的調整周期之中，而中小板、創業板股票比較活躍，指數上漲明顯，為什么會出現這種背道而馳的走勢?它們之間存在著怎樣的內在關系?研究中小板、創業板與主板市場間的相關性與互動性，有助于深入研究我國資本市場之間的聯動關系，對于分析與研究股市的結構和判斷股市的走勢、制定相應的決策無疑具有重要的作用。

關于股票市場之間的關系，國內外學者做過大量的研究。從理論上來講，同一地區的股市因為地理位置的接近、密切的經濟關系和政治的相似性而被緊密地聯系在一起，因此，共同的信息因素會影響到同一地區股票市場的收益和波動。陳守東等［1］發現在同一地區股市的收益具有顯著的共同的可預測成分。近些年來，很多學者對我國股市之間的關系開始進行研究，特別是關于上證綜合指數和深圳綜合指數之間的聯動關系。徐龍炳［2］、吳天宇［3］以及李衛強和張靜［4］分析了滬深股市長期聯動現象，并得出相應的結論。關于中小板、創業板的設立與滬深股市的關系，目前國內研究還很少，且更多地側重中小板與主板市場的關系分析［5-6］，對該問題的探討缺乏完整性和系統性。本文對此進行研究，首先采用單位根檢驗來判斷數據的平穩性;其次通過協整分析法和ECM模型等研究各變量之間的長期穩定和短期動態變化的關系;最后通過脈沖響應以及方差分解對各變量的沖擊效應分解。

二、樣本選擇與基本統計性質

本文選取上證綜合指數 (SH)，深圳成分指數 (SZ)、創業板指數 (CY)和中小板綜合指數 (ZX)為研究對象，其中上證綜合指數和深圳成分指數代表主板市場總體情況，創業板指數和中小板綜合指數反映中小企業總體情況。采用的樣本為各種指數的日收盤數據，數據來源于搜狐財經網站。由于我國2010年6月1日才發布創業板指數，為了保障數據的一致性，本文時間跨度均為2010年6月1日至2011年7月21日，共計277組數據。為了消除異方差和數據波動的影響，對四組時間序列取對數，分別記為LNSH、LNSZ、LNCY和LNZX。所有的數據分析均使用Eviews3.1進行。

利用Eviews統計軟件對四組數據做圖分析，可以得到股票價格指數走勢圖，如圖1所示。四條曲線的形狀非常接近，波動增大、減少的幅度及持續的時間接近，說明它們之間有較為明顯的共同運動趨勢，這為我們的進一步分析提供了可能。

圖1 四組對數股票價格指數走勢圖

從表1中的兩市標準差可以看出，創業板波動性更大些，深市稍微穩定些，表明創業板市場較之主板市場具有更高的風險和較強的投機性;從峰度和偏度系數可以發現，股價指數的分配均屬于左偏常峰;從J-B值和所對應的P值可以發現，它們皆不服從正態分布。

表1 四組對數股票價格指數的統計指標

利用相關系數也是研究股市聯動性最基礎及簡單易行的方法。對四組數據進行相關性分析，得出結果如表2所示。它們呈現高度相關，尤其是深滬指數相關系數高達0.9623，我們有理由認為它們存在同向運動關系，這也為我們進一步研究奠定了基礎。

表2 各指標相關系數矩陣

三、實證分析

1.單位根檢驗

變量之間存在協整關系、因果關系等的前提是所有變量要服從同階單位根。因此在進行時間序列建模分析之前，首先進行平穩性檢驗，即單位根檢驗，就是用來檢驗時間序列Yt是否為平穩的過程，并推斷其單整的階數。最常用的方法有DF檢驗和ADF檢驗兩種。由于大部分時間序列數據可能存在高度的自相關，所以在實證中我們采取的單位根檢驗方法是ADF檢驗。其基本原理就是對該方程 ΔYt=α0+γYt-1+∑βiΔYt-i-1+εt進行回歸檢驗。設零假設為H0∶γ=0，備擇假設為H1∶γ＜0。如果零假設成立，就意味著Yt是非平穩序列;反之，若拒絕H0，則Yt就是一個平穩時間序列 (I(0)過程)。

由平穩性檢驗結果 (如表3所示)可看出，四組時間序列LNSH、LNSZ、LNCY和LNZX所對應的ADF估均大于顯著性水平1%、5%和10%下的臨界值，因此屬于非平穩時間序列，繼續對原序列的一階差分做ADF檢驗，發現一階差分是平穩的，所以原序列是一階單整的。

表3 平穩性檢驗結果

2.VAR模型

為了說明這些數據的數量關系，我們建立向量自回歸模型 (VAR)。該模型采用多方程聯立的形式，在模型的每一個方程中，內生變量對模型的全部內生變量的滯后值進行回歸，從而估計全部內生變量的動態關系，而且不帶有任何事先約束條件。

確定VAR(p)模型中的滯后期數p，對模型的估計有著至關重要的作用。如果p過小，則隨機擾動項的自相關性很強，可能導致估計的非一致性;如果滯后期P太長，自由度減少，損失的樣本信息過多，影響參數估計的有效性。對滯后期選擇通常可以依據赤池信息準則 (AIC)和施瓦茨準則 (SC)［3］。通過分析發現在滯后1階時，VAR模型的SC值最小，所以模型的最優滯后階數為1。用VAR(1)模型來表示這些時間序列的數量關系，回歸結果如表4所示。

表4 VAR模型回歸結果

本文考慮到進入VAR模型中的滯后變量之間往往存在著一定程度的多重共線性和自相關，所以對模型的選擇應該注重它的整體擬合效果，不能只注重單個變量的顯著性，而要注重整體的F檢驗。表4的四個模型的判定系數都達到了0.96以上，并且F統計量遠大于臨界值，模型比較成功;同時從回歸系數及t統計量來看，VAR模型初步給出了四者之間的聯系，四個系統自身的作用機制表現得較為強烈，其次表現為幾個市場的交互作用。為了近一步分析股票價格指數之間的長期關系和短期關系，本文將運用VAR模型進行協整和誤差修正模型來衡量變量間的長期關系和短期關系。

3.協整檢驗

當變量屬于非平穩過程時，要由傳統的回歸分析推斷它們之間的關系容易產生偽回歸。針對這一情況恩格爾和格蘭杰提出了協整理論，用非平穩經濟變量建立計量經濟模型，并檢驗這些變量之間的長期均衡關系。協整檢驗最常用的檢驗方法有EG兩步法與JJ的多變量極大似然法，前者適應于單方程的協整檢驗，而JJ法適合于多變量情形。

從上面分析出對數股票價格指數是非平穩的，LNSZ、LNGY、LNSH和LNZX均為單整序列，符合進行協整檢驗的前提，可以對其進行協整檢驗，判斷LNSZ、LNGY、LNSH和LNZX是否存在長期的、穩定的關系。因為是多變量序列，所以我們采用Johansen協整檢驗法對這些序列之間的協整關系進行檢驗。經過多次嘗試，滯后期為1、2、3、5時不存在任何協整關系，僅發現在滯后期為4、零假設是協整方程個數為1、置信水平為5%的前提下，跡統計量為51.5686大于臨界值 (47.2100)，如果勉強進行誤差修正模型的設立，整體模擬效果較差，模型估計的擬合優度偏低，這說明它們之間還不存在長期均衡關系，股指之間具有一定的獨立性，有可能是因為各個市場規模和結構存在差異。

4.Granger因果檢驗

判斷一個指數變化是否引起另一個指數的變化，這是研究市場的互動關系的重要問題，Granger因果檢驗提供解決此問題的方法。實質上是檢驗一個變量的滯后變量是否可以引入到其它變量中，一個變量如果受到其它變量的滯后影響，則稱它們具有 Granger因果關系。由于Granger因果檢驗對滯后的階數非常敏感，為了獲得最佳的滯后階數，仍然以AIC和SC信息準則為標準，選取滯后2期作為最佳滯后期。

因Granger因果檢驗使用前提是平穩時間序列，所以在這里對對數股票價格指數的差分形式即日收益率△LNSH、△LNCY、△LNSZ和△LNZX做因果關系檢驗，結果如表5所示。

表5 Granger因果檢驗結果

在5%的顯著性水平、滯后期為2的情況下，△LNSH對△LNCY和△LNZX存在Granger因果關系，但對△LNSZ不存在Granger因果關系;△LNSZ對△LNCY和△LNZX存在Granger因果關系，但對△LNSH不存在Granger因果關系;△LNCY與△LNZX互為Granger因果關系，但對△LNSH和△LNSZ均不存在Granger因果關系。可看出滬深股市收益率之間不存在溢出效應，兩市的獨立性比較明顯，但對創業板與中小板都具有單向的引導作用，而創業板收益率與中小板收益率之間存在雙向的溢出效應，未能對主板市場做出任何引導。

5.脈沖響應函數

Granger因果檢驗只能表明樣本期間內存在或不存在Granger原因，因此它既不能表明一個系統的動態特征，又不能反映在樣本期后各個變量之間的影響程度。本文利用脈沖響應函數繼續對這些問題進行分析。脈沖響應函數是在隨機誤差項上施加一個標準差大小的沖擊后對內生變量的當期值和未來值所帶來的影響，顯示任意一個變量的擾動如何通過模型影響其它變量，并反饋到自身的過程，因此可以對沖擊關系的方向和作用時間進行較為準確的判斷。

由可知，上證指數對其自身的沖擊立刻有較強的反應，對數指數增加了約0.0150，影響較為持續，雖然隨著時間的推移有所降低，但第10期仍然達到0.0100，對來自其它序列的沖擊在第1個交易日均沒有反應，但第2期比較明顯，如來自深成指數的影響從第2期開始負向增加，且持續期較長，而該序列對來自中小板指數、創業板指數的新息幾乎沒有反應;從深成指數也基本得到同上結論，這說明上海證券市場與深圳證券市場獨立性越來越高，彼此影響力越來越弱。但從兩市受標準差變化沖擊持續時間較長來看，兩市抗風險能力還是比較弱;創業板指數和中小板指數除受自身的新生擾動影響外，比較容易受到其它指數波動的影響，如上證指數對其影響較大，均達到0.0130，逐漸超過創業板和中小板自身的影響，且較為穩定持續，而深成指數作用機制相反，且影響能力較弱，說明兩市指數間波動的沖擊具有一定的方向性，上證指數和深成指數的沖擊會大幅度地波動到創業板指數和中小板指數，而創業板和中小板由于其規模等原因未能對深滬指數有深度影響。

圖2 各變量對沖擊的響應圖

6.方差分解

脈沖響應函數描述的僅僅是VAR模型中的一個內生變量的沖擊給其它內生變量所帶來的影響，要進一步分析每一個結構沖擊對內變量變化的貢獻度和評價不同結構沖擊的重要性需要進行方差分解，從而求出對模型中的變量產生影響的每個隨機擾動相對重要的信息。通過方差分解將每個變量分解為自身和其余三個變量的沖擊，從中可以比較出各個變量沖擊的相對重要性。

從圖3可以得到與前面一致的結論。上證指數受到其它市場的沖擊非常小，幾乎完全由自身解釋，隨著時間的推移，僅5.67%由深成指數變動來解釋，創業板和中小板不能對此進行解釋。深成指數有約90%可以由自身變動來解釋，約10%由上證指數變動來解釋，不過這個數值在不斷下降。我們仍然可以看出創業板指數變動50.99%由上證指數沖擊來解釋，深成指數和中小板指數影響較小，而中小板指數幾乎是上證指數的附屬品，上證指數的沖擊對其的影響達到70%，自身影響不到10%。

圖3 各變量方差分解圖

四、結 論

本文對創業板、中小板和主板市場的股票市場指數之間的關系進行了數量分析，得到了以下實證結論。

第一，從單位根檢驗可以發現，上證綜指、深成指數、創業板指數和中小板指數都是一階單整序列，但Johansen協整檢驗結果表明，這四個指數不存在協整關系，即它們之間不存在長期均衡關系。究其原因，本文認為雖然四者所處的經濟政治環境相同，但由于上市公司規模、類型和上市條件等并不盡相同，投資者投資策略也存在差異，所以并不存在長期的聯動關系。

第二，從因果檢驗、脈沖響應函數和方差分解可以發現，上證指數相對于其它股票價格指數而言，具有很強的獨立性和外生性，受到其它指數波動的影響最小，它的波動幾乎可以全部由自身解釋，而對其它指數的波動性影響最大，雖然不存在長期協整關系，但對每一個股票價格指數具有短期的Granger信息引導作用，上證指數的波動均領先于其它指數，這說明通過分析上證指數有可能預測出其它指數未來短期內的變動趨勢，深成指數并不具有這一功能，這一結論有助于投資者做出更合理的投資決策，有助于政府制定相關的股市監管政策。

第三，從因果檢驗、脈沖響應函數和方差分解還可以發現，一方面，中小板和創業板仍然是主板市場的附屬品，尤其是中小板，其波動70%可以由上證指數沖擊來解釋，對主板市場的影響非常小，因此目前新設立的創業板市場對主板市場的資金分流作用并不大，這也說明目前我國資本運作效率仍然不高，多層次的資本市場體系仍然未建立起來。另一方面，從中小板和創業板的關系來看，兩者互為因果關系，創業板與中小板兩者的關系需要理清。

［1］陳守東，陳雷，劉艷武.中國滬深股市收益率及波動性相關分析［J］.金融研究，2003，(7).

［2］徐龍炳.上證指數與深證指數協整性研究［J］.鎮江師專學報(社會科學版)，1998，(4).

［3］吳天宇.漲跌停板制度下滬深股指協整和領先—滯后分析［J］.統計與決策，2005，(8).

［4］李衛強，張靜.滬深股市協整關系的實證分析［J］.經濟管理者，2009，(5).

［5］朱玲玲，胡日東.我國中小企業板和主板關系的實證分析［J］.華僑大學學報，2007，(2).

［6］張廣利，狄仁波.創業板建設與多層次資本市場體系——基于中小企業板、創業板與主板關系的協整分析對比［J］. 西部金融，2010，(1).