股票成交金額影響因素
——基于VAR模型實證分析

彭 月，王 旺

股票成交金額影響因素
——基于VAR模型實證分析

彭 月，王 旺

采用VAR模型實證研究股票成交金額與上證綜合指數、A股上市公司數量之間的關系。實證結果表明上證綜合指數、A股上市公司數與股票成交金額之間存在長期穩定的均衡關系，長期來看，上證綜合指數和A股上市公司數量對股票成交金額的提高都具有促進作用。

股票成交金額；VAR；脈沖函數

股票成交金額作為衡量股市的重要指標之一，在資本市場上有著重大的指導意義。它在一定程度上反映了買賣雙方的交易情況，更體現了投資者對股票市場的信心。影響股票成交金額的因素有很多，如宏觀經濟、金融政策等等。股票市場的波動在很大程度上能反映出經濟運行的綜合狀況，股票市場也因此被稱作是反映經濟運行的“晴雨表”。

隨著我國金融市場的發展與完善，我國的股票市場也在不斷的健全，自1990年上海證券交易所成立以來，我國股票市場的發展可以說是非常曲折。評價股票市場的指標有很多，如股票指數、成交量等等。但是股票成交金額是最直觀的指標。很多學者都把研究的重點放在宏觀經濟和貨幣政策上，張培源（2013）研究了股票市場與宏觀經濟波動溢出效應，張小宇（2013）研究貨幣政策與股票收益率的非線性影響機制，本文運用Eviews7軟件對影響股票價格的因素進行分析，將股票成交金額作為因變量，上證綜合指數和A股上市公司數量作為自變量，通過建立向量自回歸模型，以準確判斷各影響因素。

一、變量選擇及數據整理

（一）股票成交額

股票成交金額是指在進行股票交易的過程中，買入（或賣出）股票時，買賣雙方根據有關交易規則達成交易的金額。本文選取1996年到2015年的數據進行分析。

（二）上證綜合指數

從1990年至2010年，上海證券交易所從最初的8只股票、22只債券，發展為擁有894家上市公司、938只股票、18萬億股票市值的股票市場，擁有199只政府債、284只公司債、25只基金以及回購、權證等交易品種，是全球增長最快的新興證券市場。為了適應上海證券市場的發展，上海證券交易所編制并公布上證綜合指數。這一指數自1991年7月15日起開始實時發布，基日定為1990年12月19日，基日指數定為100點。以上證所掛牌上市的全部股票為計算范圍，以發行量為權數的加權綜合股價指數。本文以上證指數的數據為研究對象，文中使用的所有數據全部來自銳思數據庫。樣本包括2005年1月1日至2015年6月12日共2535個交易日的上證指數的收盤價和成交量。

（三）A股上市公司數量

A股，即人民幣普通股，是由中國境內公司發行，供境內機構、組織或個人(從2013年4月1日起，境內、港、澳、臺居民可開立A股賬戶)以人民幣認購和交易的普通股股票。A股不是實物股票，以無紙化電子記賬，實行“T+1”交割制度，有漲跌幅(10%)限制，參與投資者為中國大陸機構或個人。截至2015年底，A股上市公司數量達2808家。

分別用STA、SH、NUM表示股票成交金額、上證綜指、A股上市公司數量。為降低數據波動幅度及消除可能存在的異方差對模型估計的影響，首先對所有變量的原始數據取對數，形成新的數列 LNSTA、LNSH、LNNUM。

二、實證分析

（一）ADF檢驗

如果利用非平穩的數據直接進行回歸分析，估計結果會嚴重偏離實際情況，會產生偽回歸。只有采用平穩的時間序列進行分析才不會導致偽回歸。所以，在進行分析前對各變量的平穩性進行檢驗非常有必要。采用ADF檢驗法對數據的平穩性進行檢驗，最優滯后期用AIC準則確定，保證殘差非自相關。

表1 ADF單位根檢驗結果

表1中的檢驗結果顯示，各變量原始數列的ADF值都大于5%的臨界值，說明存在單位根，所以各變量的原始序列不平穩；經過一階差分后，所有的ADF檢驗值均小于5%的臨界值，不存在單位根，因而可以認為各變量序列是同階單整。

（二）穩定性檢驗

滯后期選擇的不同會導致模型估計結果也不同，因此滯后期數的選擇對VAR模型非常的重要。采用AIC信息準則確定最佳滯后階數。建立VAR（3）模型通過圖1可見，聯立方程組全部解的模的倒數均落于單位圓內，說明所建VAR（3）模型具有穩定性。

圖1 單位圓和特征根檢驗

（三）Johansen協整

雖然EG檢驗原理簡單易于實施，但是其不能夠識別變量之間的全部協整關系，經常會出現以不同序列作為被解釋變量的檢驗回歸方程殘差的單整性不一致的問題，所以本文選取Johansen協整檢驗作為研究方法。根據上文的結果確定協整檢驗的最佳滯后期為3，協整檢驗結果見表2。

表2 跡統計量檢驗

由表2可知，Johansen的跡檢驗值協整檢驗表明在5%的顯著水平下均拒絕3個假設(不存在、最多存在一個、最多存在兩個協整關系)，因此，這3個變量在5%的顯著性水平上存在一個協整關系。

從建立的方程可以看出，股票成交金額、上證綜合指數和A股上市公司數量具有長期穩定的均衡關系。長期來看，上證綜合指數和A股上市公司數量對股票成交金額的提高都具有促進作用。保持其他條件不變，上證綜合指數的對數增加1%，則股票成交金額的對數相應地增加1.85%；A股上市公司數量的對數增加1%，則股票成交金額的對數相應地增加2.37%；該方程只分析了當其他變量不變時，某一個變量的變化對股票成交金額的影響，但實際上各變量之間是否相互存在影響，我們需要用格蘭杰因果關系檢驗來分析各變量之間的相互關系。

（四）Granger因果關系檢驗

表3 Granger因果關系檢驗

表3顯示：上證綜合指數不是股票成交金額的格蘭杰原因，股票成交金額也不是上證綜合指數的格蘭杰原因；A股上市公司數量不是股票成交金額的格蘭杰原因，但是股票成交金額是A股上市公司數量的格蘭杰原因；A股上市公司數量不是上證綜合指數的格蘭杰原因，上證綜合指數不是A股上市公司數量的格蘭杰原因。

（五）脈沖響應函數

基于上文建立的VAR模型，將股票成交金額、上證綜合指數和A股上市公司數量之間的脈沖響應函數，以進一步分析它們的短期動態分析。脈沖圖中橫坐標表示時期數，縱軸表示脈沖響應函數大小，實線表示保險密度受到沖擊后的走勢，上下的兩條虛線表示走勢的兩倍標準誤差。上證綜合指數第一期對股票成交金額影響作用較大，隨后開始下降到第六期下降到最低點，之后開始上升影響作用逐漸趨于平穩。

圖2 上證綜合指數對股票成交金額擾動的響應

圖3 A股上市公司數量對股票成交金額擾動的響應

從圖3可以看出，第一期影響作用較小，之后開始上升，到第五期到達峰值為0.029.第六期以后擾動作用開始下降，第七期后作用為負值。

（六）方差分解

利用方差分解法分析上證綜合指數和A股上市公司數量對股票成交金額的貢獻度，結果如表4所示。

表4 方差分析結果

表4中的方差分解時期數，即股票成交金額標準差的預測期；LNY列是股票成交金額預測方差中由股票成交金額自身引起的百分比；LNX1、LNX2列分別是股票成交金額總值預測方差中由上證綜合指數、A股上市公司數量擾動引起的百分比。股票成交金額一期預測的標準差為0.504907，二期為0.599758，比第一期大，這是因為第二期的預測包含了上證綜合指數和A股上市公司數量在一期預測的不確定性的影響。隨著預測期數的增加，股票成交金額預測的標準差也逐漸增加，在第7期逐漸趨于穩定。

三、結論與建議

通過以上VAR模型實證，我們發現：上證綜合指數、A股上市公司數與股票成交金額之間存在長期穩定的均衡關系，長期來看，上證綜合指數和A股上市公司數量對股票成交金額的提高都具有促進作用。第一，上證綜合指數的對數每增加1%，股票成交金額的對數相應地增加1.85%；第二，A股上市公司數量的對數每增加1%，則股票成交金額的對數相應地增加2.37%。因此，提高股票成交金額必須進一步促進我國股票市場的發展，加強金融監管并逐漸推行注冊制，推動企業積極上市融資。

[1]徐添添.宏觀經濟政策對股票市場影響的實證分析[J].商業會計,2015,(18).

[2]史進.我國貨幣政策對股市波動影響的實證分析[J].商業時代,2013,(11).

[3]張培源.中國股票市場與宏觀經濟波動溢出效應研究[J].經濟問題,2013,(03).

[4]張小宇,劉金全,劉慧悅.貨幣政策與股票收益率的非線性影響機制研究[J].金融研究,2013,(01).

F830.91

A

1008-4428（2017）09-116-03

彭月，女，安徽宿州人，合肥學院，研究方向：資本市場、財務管理；

王旺，男，安徽宿州人，安徽財經大學金融學院，研究方向：宏觀經濟與金融熱點。