基于VAR和GARCH模型的新能源股價研究

許偉 周園媛

摘? 要： 以2015年1月5日至2019年4月30日的日度數據為樣本，構建VAR模型，研究大盤指數、利率、匯率等對新能源上市公司股價影響。研究發現：煤炭價格、石油價格以及股市大盤指數的變動對新能源公司股價的影響不顯著;利率和匯率通過影響新能源企業的投融資成本以及產品出口來影響其股價變動。通過構建GARCH模型，發現新能源股票的系統風險處于1148～1152之間，且利空消息引起的收益率波動可能比同等大小的利好消息引起的波動更大。

關鍵詞： VAR模型? GARCH模型? 傳統能源? 新能源股價

新能源產業作為戰略新興產業，備受國家政策的支持和資本市場的青睞，在此背景下，研究我國新能源股價的影響因素以及股票收益率的波動，有利于促進我國新能源企業的健康可持續發展。以往的研究主要運用GARCH模型和自回歸模型等方法探討新能源股價與石油、煤炭、高新科技股價、利率、匯率中的某一個或某兩個因素之間的關系，多因素研究較少。本文結合已有的研究建立VAR模型和GARCH模型，研究利率、匯率、大盤指數、煤炭和石油價格波動對新能源股價的影響，以期為新能源股價研究提供借鑒。

一、數據來源與處理

用中證全指指數的收盤價代表股票市場價格，國證新能源指數收盤價代表新能源股價，數據均來源于國泰安數據庫;利率指標選用上海銀行間同業拆放利率，來源于上海同業拆放利率網站;匯率指標采用人民幣兌美元匯率中間價，來源于中國人民銀行官網;石油價格采用紐約商品交易所light-sweet合約1的收盤價，為了便于計算，將其轉化為以人民幣計價;煤炭價格選用大同動力煤車板價（Q6000），數據來自銳思數據庫。剔除節假日、周末和交易時間不相同的數據后，共得到1053組有效數據，采用stata12E軟件進行數據處理。

三、模型的建立與實證分析

（一）VAR模型的建立

VAR：Yt=Σpi-1θiYt-i+εt

Yt是n維內生變量列向量，P為滯后階數，θi是n×n維的待估計回歸系數矩陣，εt為隨機擾動項和n維列向量。

1單位根檢驗。表1①中的單位根檢驗結果顯示，只有lnshibor在95%置信區間水平下是平穩的，其余五個變量都未通過平穩性檢驗。一階差分后，在95%置信區間下，六個變量均通過了平穩性檢驗，即一階單整，所以這六個變量之間可能存在協整關系。

2協整檢驗。進行協整檢驗之前，建立原序列的VAR模型，計算出最優滯后階數。根據表2②，AIC2階對應的AIC值-3856771最小，為最優滯后階數，因此選2階滯后。根據表3③可得，該VAR（2）模型所有特征根倒數的模（最大為099798），全部落在單位圓之內，所以該模型是穩定的。

3Johansen檢驗。模型穩定以后，對模型進行Johansen協整檢驗，已知VAR模型的最優滯后階數為2，所以Johansen協整檢驗的階數為1。根據表4④的檢驗結果可知，在原假設為0個協整向量時，5%顯著水平下，跡統計量的p值為00232<005，拒絕了原假設所說的變量不存在協整關系，即變量之間存在協整關系;而在5%顯著水平下，最多1個協整向量及后續的多個協整變量假設中p值均>005，都接受了原假設，所以各變量之間只存在一個協整方程，則新能源股價、大盤指數、shibor利率、匯率、石油價格和煤炭價格之間存在長期均衡關系。

4 Granger因果關系檢驗

格蘭杰非因果性檢驗的原假設是H0：β1=β2=0，接受原假設，則該變量不是被解釋變量的格蘭杰原因，反之則是。根據表1的因果關系檢驗結果可得，在lngz方程中，lnshibor在5%的顯著水平拒絕原假設，在lnshibor方程中，lngz接受原假設，即利率是新能源股價變動的格蘭杰原因，但新能源股價不是利率變動的格蘭杰原因。新能源上市公司作為資本密集型企業，融資成本的高低對其生產和研發等有較大的影響，而shibor利率一般可看作是我國市場基準利率和無風險利率，利率的變動通過影響企業決策以及投資者對股市的決策和預期，從而影響股市價格變動。

在lngz方程中，lnhl在10%的顯著水平下拒絕原假設，匯率變動是新能源股價變動的格蘭杰原因，這與我國新能源市場特別是太陽能光伏產品“兩頭在外”的現實情況相符，以出口為主的新能源產業受匯率變動的影響顯著。一方面中國的光伏組件和電池產能領先于世界，但光伏產業鏈上游的多晶硅提純新技術和新設備對國外依存度較高;另一方面，國內新能源消費需求不足，加上531新政后國內光伏政策未明確，國內光伏裝機量大幅下將致使企業加大海外業務的布局。

國內煤炭價格變動、國外原油價格變動以及大盤指數變動不是新能源股價變動的格蘭杰原因，可能是煤炭和原油的指標選取上有局限性，忽視了經濟周期和國際原油變動周期;大盤指數的波動不是新能源股價波動的格蘭杰因果，因為新能源公司受國家政策影響較大，股價波動對政策的變動更加敏感。

lnzz方程中，lnshibor和lnhl分別在1%和10%的顯著性水平下影響大盤股價，和大盤指數之間存在格蘭杰因果關系，我國不斷推進資本市場的開放程度，匯率和利率的變動會引起國內資本和國際資本的流入或流出，從而股票市場的價格變動。在lnhl方程中，只有lnyy在1%的顯著水平下影響匯率波動，即匯率不是石油價格的格蘭杰因果，但原油價格是人民幣的格蘭杰因果，這跟周欣等的格蘭杰因果檢驗的結果相一致。lnmt和lnyy是單向格蘭杰因果關系，在5%的顯著水平下，國內煤炭價格的變動會引起國際原油價格的變動。在lnmt方程中，lnzz和lnhl均在1%的顯著水平下影響煤炭價格的相對變動，與煤炭價格是單項格蘭杰因果關系，我國煤炭行業發展較為完善，而且部分出口到外國，所以煤炭價格變動跟股市行情變動和匯率變動有一定的關系。

（二）新能源公司股票收益率波動分析

1建立模型

Rt=ln（Pt/Pt-1）[JY]（1）

Pt指的是新能源指數當日收盤價，Pt-1指的是前一個交易日的收盤價，Rt就是新能源股票收益率，為新能源指數當日收盤價與前一個交易日收盤價的比值的自然對數。

均值方程Rtgz=c1+βNRtM+εt[JY]（2）

Rtgz代表新能源指數日收益率，RtM是大盤指數的日收益率，βN值表示相對于股市收益率的變動，新能源股票收益率相應發生變動的概率，貝塔值越高，新能源股票收益率受股市波動的影響程度越高，還可以用來衡量新能源股票的風險大小。

條件方差方程為σt2=c2+αεt-12+βσt-12[JY]（3）

εt-12就是ARCH項，通過利用均值方程的殘差平方的滯后一期來測算新能源指數收益率波動性;σt2是以前面信息為基礎的一期向前預測方差，σt-12則是上一期的預測方差，也就是我們通常所說的GARCH項;c1、c2分別為常數項。

結合模型1、模型2和模型3，構建新能源指數日收益率的CAPM-GARCH模型，研究2015年1月5日至2019年4月3日之間我國新能源企業的股票收益率波動情況。

2實證分析

首先對方程（3）進行條件異方差的ARCH-LM檢驗，結果見表6囿于篇幅，表6 方程（1）殘差序列的ARCH效應檢驗由作者留存備索，P值為00329<005，拒絕原假設，方程（2）的殘差序列存在ARCH效應，所以選擇GARCH （1，1）模型。

由于利好消息和利空消息對新能源股票收益率的影響可能存在非對稱沖擊效應，所以本文將增加TARCH（1，1）和EGARCH（1，1）兩個模型對新能源指數收益率進行研究，并將其結果和GARCH（1，1）模型進行比對。這三個模型的均值方程都是一樣的，但是方差方程有所區別，其中TARCH模型的條件方差方程為σt2=c2+αεt-12+γεt-12It-1+βσt-12（4），It-1是一個虛擬變量，εt-1<0時，是利空消息，虛擬變量It-1=1;當出現利好消息時，虛擬變量It-1則為0;γ是非對稱效應項的系數。EGARCH的條件方差方程為ln（σt2）=c2+α|εt-1/σt-1|+γ（εt-1/σt-1）+βln（σt-12）（5），由于等式左邊是對數形式，所以條件方差σt2是非負值。若要判斷不同的消息對新能源指數收益率是否存在非對稱沖擊效應，則γ不為0即可。

從表7中可以看出，GARCH（1，1）、TARCH（1，1）和EGARCH（1，1）三個模型的均值方程的常數項c1均未通過顯著性水平檢驗;EGARCH（1，1）模型中，γ不顯著，不存在非對稱效應，但其它參數都在95%置信區間顯著;對三個模型中殘差序列進行ARCH-LM檢驗，p值大約為09，遠大于005，所以接受原假設，模型中不再存在異方差，說明GARCH模型能較好的消除異方差。

在三個GARCH模型中，條件方差方程中的α和β值均在99%置信區間內顯著，說明我國新能源股價異方差特征明顯，其波動符合金融時間序列“尖峰、厚尾”的分布特征。在均值方程中，三個模型的βN的估計值都在99%置信區間內顯著，且新能源股票的系統風險值與市場風險值之差都集中在15%左右，說明這三個模型相對比較真實地反映了股市風險。

在GARCH（1，1）模型中，α反映了波動對市場外部沖擊的反應敏感度，α值均大于0小于025，說明外部沖擊影響我國新能源股價的波動;β反映了波動的持續性，模型中的β值均處于07<β<1之間，雖然存在長期記憶性，但隨著時間的流逝，過去的波動對當期波動的影響呈衰減趨勢;α+β=0994<1，滿足參數約束條件。

在TARCH（1，1）模型中，非對稱效應系數γ=003>0，所以外部消息對新能源股票收益率波動存在非對稱效應。由表2可知，利好消息能給新能源股票收益率帶來0039倍的沖擊，利空消息則能帶來0039+003=0069倍的沖擊，利空消息所帶來的收益率波動比同等大小的利好消息所帶來的波動更大。

在EGARCH（1，1）模型中，非對稱效應γ=-008<0，表示利好消息對波動率的影響要大于利空消息，但是γ值未通過顯著性檢驗，所以該結論不成立。綜合來看，三個模型中，GARCH（1，1）模型和TARCH（1，1）模型能更好地擬合新能源股票的收益率波動情況。

三、結論與建議

（一）結論

VAR模型的格蘭杰因果檢驗表明：石油和煤炭價格未能顯著性影響我國新能源公司股價，但利率和匯率對新能源公司股價有顯著影響。利率和匯率是宏觀調控的主要政策變量，通過利率和匯率傳導機制影響國內股市的資本流動方向，以出口外銷為主的新能源企業股價受匯率變動的影響更大。大盤指數變動對新能源股價變動沒有顯著影響，可能是投資者關注的重點是國家出臺的某項扶持新能源的政策所帶來的熱度效應，而非長期看好公司的新能源技術和未來發展潛力。

GARCH（1，1）、TGARCH（1，1）和EARCH（1，1）三個模型的估計結果顯示：我國新能源股市的系統風險處于1148～1152之間，且新能源股票的收益率的波動可能存在非對稱效應，利空消息引起的收益率波動比同等大小的利好消息引起的波動更大。

（二）建議

一是鼓勵創新。轉變傳統的以產量為依據的財政補貼行為，鼓勵企業專注于硅電池提純等上游產業鏈基礎技術的研發創新，通過提升產品附加值來提升國際競爭力;健全專利產權保護制度，提升企業創新意愿;構建高校、科研院所和企業的合作共享平臺，推動創新成果快速產品化和市場化;營造一個良好的投融資環境，實現新能源企業的長期發展。二是尋找新的增長點遇。我國新能源產品主要用于出口，受國際經濟政治環境影響大，在當前大環境下，一方面加快推行國內新能源電力平價上網，擴大內需;另一方面調整新能源產品主要出口地，尋找新的出口機遇。三是要重視煤炭、石油等傳統能源的市場價格變動和供求變化對新能源股的影響。煤炭等傳統能源和新能源之間存在替代效應，在制定新能源相關政策時，利用傳統能源價格傳導機制，實現新能源企業的穩健發展。

參考文獻：

＼[1＼][ZK（#]秦天程傳統能源及碳交易價格與新能源股價——基于VAR和CAPM-GARCH模型的分析＼[J＼]技術經濟與管理研究，2014（12）：120-124

＼[2＼]李紅霞，傅強能源價格沖擊、宏觀經濟因素與行業股價決定——來自中國上市公司28個行業板塊的經驗證據＼[J＼]山西財經大學學報，2011（6）：11-19

＼[3＼]郭國峰，鄭召鋒國際能源價格波動對中國股市的影響——基于計量模型的實證檢驗＼[J＼]中國工業經濟，2011（6）：26-35

＼[4＼]曾忠東，李萍基于GARCH-VaR模型的股票市場風險度量與預測分析——以新能源行業為例＼[J＼]經濟論壇，2015（6）：52-55[ZK）]

〔許偉、周園媛，中國地質大學（武漢）經濟管理學院〕