消費者價格指數與股票價格的動態相關性研究

何弦

摘 要：隨著國民經濟的飛速發展，在我國居民的資產配置當中，股票市場所占份額日漸提升，國家宏觀經濟的運行也受到一定程度上的股價波動的影響，而消費者價格指數是衡量國家宏觀經濟的重要指標之一。所以，研究股票價格波動與消費者價格指數之間的相關性，可以有效且及時地為投資者提供參考依據?；贒CC多元變量GARCH模型，針對我國1990年12月至2018年11月期間的居民消費價格指數與股價的月度數據進行研究分析，得出消費者價格指數與股票價格收益率之間存在單項因果關系的結論。消費者價格指數的波動對股票價格的波動具有一定的影響，可以作為股票市場投資者的一個參考。

關鍵詞：股票價格;消費者價格指數;DCC-GARCH模型

中圖分類號：F830.91? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2020）03-0062-04

引言

在我國宏觀經濟的運行之下，央行制定的貨幣政策中把通貨穩定作為重要目標。而通貨膨脹程度可以由居民消費者價格指數（Consumer Price Index）來反映，金融資產價格（以股票價格為代表）可以當作通脹的先行指示器。消費者價格指數（CPI）表示物品價格以及服務價格的信息，股票價格則代表商品價格的信息。所以，若能夠通過研究發現，消費者價格指數和股票價格之間存在某種聯系，這無疑能夠有助于金融投資者、市場分析人員以及經濟政策的制定者更加敏銳地捕捉到市場變化，做出更優的金融經濟決策。因此，本文將重點研究消費者價格指數與股票價格兩者之間的聯系。

一、文獻回顧

2016年，李征洋根據1991—2011年的數據得出股價和利率二者之間有內在聯系并存在傳導效應。該文認為通貨膨脹會影響投資者的資金流量及流向，從而影響股票市場的資金供求，最終引起股票價格發生變化[1]。2018年，王春枝、于揚、王維國三人通過AR-M-MIDAS的多種模型，針對高頻股票價格對我國通貨膨脹的作用路徑以及影響機制進行研究，得出股價對通貨膨脹存在顯著正向效應的結論[2]。現階段的研究中，對于股票價格與通貨膨脹的研究一直沒有得出一致的結論。

二、DCC-GARCH模型

DCC-GARCH模型是Engle[3]提出的一種動態條件相關性模型，用以描述金融時間序列間相關性是如何隨時間變化的。該模型模型的估計通常用兩步完成。第一步，根據對單個序列GARCH過程的估計，將所獲得的條件方差進行標準化殘差過程的處理。第二步，針對所取得的標準化殘差對其做出估計，得到無條件方差矩陣，最終獲得序列之間的動態相關系數矩陣。若用？著t代表樣本，用代表協方差矩陣，用t代表p×p矩陣，用Qt代表矩陣對角線上各個元素，對角線上元素的平方根、非對角線上元素均為0，則D（1，1）模型為：

三、實證分析

1.數據來源與處理。本文采用所有數據均以月度數據為樣本，樣本區間均為1990年12月至2018年11月，樣本容量共336個。其中，消費者價格指數（CPI）的數據采用的是中國國家統計局網站官方數據，股票價格數據采用的是上證指數，數據來源于東方財富金融終端。時間序列的走勢（如下頁圖1和圖2所示）。為了更加準確地達到研究目的，本文用股票價格對數收益率來代表股價指標[4]，數據處理計算公式為：當日對數收益率等于當日指數收盤價與前一天指數收盤價的差的對數，趨勢（如下頁圖3所示）。

2.描述性統計。本文變量指標數據均為數值型數據，為了對變量數據有更具體更全面的處理，采用Eviews9.0對各個變量數據進行描述性統計分析[5]。中值和均值反映集中趨勢，標準差和方差反映離散趨勢，偏度和峰度反映偏態與峰態，Jarque-Bera統計量的伴隨概率可大致地反映出數據的正態性。若其小于設定概率值，即為拒絕原假設，樣本不服從正態分布，反之亦然（如下頁表1所示）（dlrsr及dlcpi分別表示股價和消費者價格指數的對數差分值）。

3.ADF單位根檢驗。一般在進行協整檢驗之前，需要針對序列y檢驗其是否平穩，即確定變量時間序列的階數。若序列y顯示為平穩狀態，則可做Granger檢驗。若序列y顯示為不平穩狀態，則要檢驗△y的平穩性;若△y平穩，則y是I（1）的，也可做Granger檢驗。本文采用檢驗平穩性常用方法：ADF（Augmented-Dicky-Fuller）檢驗法。即當零假設H0：y是I（1）的時候，若？茁不顯著異于0，則接受？拽0，認為y是I（1）1的。即{yt}為一階單整序列，反之，則認為y是I（0）[6]。

為了盡量避免偽回歸問題的出現影響結果的準確性，將股票價格數據進行對數差分處理，再將對數差分結果進行ADF檢驗。檢驗結果顯示，p值為0.0000，故變量股票價格數據是平穩序列（如表2所示）。對消費者價格指數數據進行ADF單位根檢驗，從檢驗結果可以看出，消費者價格指數的概率p值亦為0.0000，表明該時間序列同樣是平穩的，不存在單位根的情況（如表3所示）。

4.Granger因果檢驗。綜合以上對CPI與股價收益率兩者的分析，經過對其平穩性檢驗之后，進一步通過Granger因果檢驗分析二者之間的傳導關系，并建立模型分析二者結構關系。針對1990年12月至2018年11月期間月度數據進行格蘭杰因果檢驗，判斷消費者價格指數與股價收益率之間是否存在因果關系。F-Statistic是格蘭杰因果關系檢驗的主要判定依據[7]，如果Prob值比0.01、0.05或0.1小，或者F-Statistic的值比臨界值大，則表示拒絕原假設，可借此判斷兩變量之間是否具有單向或雙向關系，最終結果（如表4所示）。

從表4中數據不難看出，我國CPI指數與股票價格收益率滯后2期后構成單向因果關系，即CPI是股票價格收益率的因果關系，說明CPI指數滯后2期的變化可以引導股票價格收益率的變化。二者存在一定的傳導關系。

5.動態相關性分析。把這些變量擬合到模型中，利用信息準則（AIC）和貝葉斯準則（BIC）進行估計，得到最佳滯后長度為12。由表5可知，Theta（1）=-0.029355，theta（2）=0.805281，theta（1）+theta（2）=0.775926，其結果小于1?？梢钥闯?，股票價格和居民消費者指數兩個變量擬合良好，可以使用DCC-GARCH模型[8]。將所得結果放入DCC-GARCH模型中進行分析，得到二者的動態相關圖（如圖4所示）。從表6可以看出，二者相關收益系數的Mean與Median兩項值都小于0.1。由此可知，股票價格收益率與消費者價格指數之間的相互影響較不明顯，而后者對前者呈現較弱的解釋力度。

圖4為CPI與股票收益率之間的動態相關系數圖，即根據DCC-GARCH模型中動態相關系數Rt繪制而成[9]。從圖4中可知，根據消費者價格指數與股票價格收益率所估算出的我國居民消費者價格指數和股票價格之間存在一定的相關波動性。二者相關系數集中出現在-0.05～+0.2區間內，相關系數最低值低于-0.08，然而二者相關性最高值則達到0.51。該數據結果說明，CPI的波動對股票價格的波動有一定的影響，但相關程度較低，消費者價格指數可以作為股票市場投資者的一個參考，但還需結合其他因素共同決策。

結語

本文選取1990年12月至2018年11月時間段內，我國消費者價格指數與股票價格之間的相關性長期變化情況進行分析（通過DCC-GARCH模型）。根據研究結果可以得到一些結論：首先，消費者價格指數與股票價格收益率之間存在單項因果關系，即CPI的波動會對股票價格有一定影響。其次，消費者價格指數與股票價格之間動態相關性較弱。雖然從動態相關系數圖中表明，二者之間存在一定程度上的動態相關性，但通過動態相關系數表中給出的相關統計特征，也可以看出二者之間的相關性是弱的?？傊M者價格指數的波動對股票價格的波動具有一定影響，可以作為一國貨幣政策制定者、金融市場分析人員及股票市場投資者的一個參考，但仍需綜合考量。

參考文獻：

[1]? 李征洋.通貨膨脹與股價波動的效應分析[J].時代金融，2016，（11）：142-143.

[2]? 于揚，王維國，王春枝.我國股票價格與通貨膨脹關系的實證分析[J].統計與決策，2018，（7）：165-168.

[3]? ENGLE R.Dynamic Conditional Correlation：A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models[J].Journal of Business&Economic Statistics，2002，（3）：339-350.

[4]? Nikolaos Antonakakis，Rangan Gupta，Aviral K.Tiwari.Has the correlation of inflation and stock prices changed in the United States over the last two centuries？[J].Research in International Business and Finance，2017，（42）.

[5]? 張曉峒.Eviews使用指南與案例[M].北京：機械工業出版社，2007.

[6]? 胡燕京，張方杰.中國股票市場、基金市場及國債市場間的協整關系研究[J].華東經濟管理，2005，（2）：122-124.

[7]? Rapach D.，Zhou G.Forecasting stock returns.In：Elliott，G.，Timmermann，A.（Eds.），Handbook of Economic Forecasting，Elsevier，Amsterdam，2013，（2A）：328-383.

[8]? Gupta R.，Inglesi-Lotz R.Macro shocks and real US stock prices with special focus on the“Great Recession”[J]Appl.Econom.Int，2012，（2）：123-136.

[9]? Simo-Kengne B.，Miller S.，Gupta R.，Aye G.Time-varying effects of housing and stock returns on U.S.consumption[J].Real Estate Financ.Econ，2015，（3）：339-354.