滬市與深市大盤指數的相關性研究

【摘要】文章使用上證指數和深證成指交易市場2010年10月 4日到2012年10月19日共678個交易日的收盤價格，對其指數對數收益率做了VAR與格蘭杰因果檢驗。研究結果發現，VAR系數與格蘭杰因果檢驗均沒有支持上海股票市場與深圳股票市場顯著性的相互關系。

【關鍵詞】上證指數 深證成指 收益波 VAR模型

一、引言

1984年7月，北京天橋股份有限公司和上海飛樂音響股份有限公司經中國人民銀行批準向社會公開發行股票以來，以此為標志，股市的概念悄然進入中國人的生活當中。在1990年3月，政府允許上海、深圳兩地試點公開發行股票，兩地分別頒布了有關股票發行和交易的管理辦法，確定了滬深兩地同時交易的格局。自開市以來，滬市上市的多為中大盤股，多數上市公司為國企央企；深市以中小盤股為主，多數上市公司為民營、合資企業。兩市受到國家經濟政策，市場管理制度等因素的共同影響，兩市的上市公司雖然種類有所偏重，但是大體上種類和結構也類似。本文研究兩地交易所大盤指數來考察兩地股市的相關性與引導關系，對于分析與研究股市的結構和和資本市場風險傳遞具有非常有意義的作用。

二、文獻綜述

Jeon and Von Furstenberg（1990）指出在1987年以來，國際資本市場的聯系越來越緊密，主要的股票指數都呈現出某處趨同性。En-gle（1993）指出同一地區的時變方差趨于一致。Ng（1995）也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。陳守東等（1998）利用ARMA模型得出了滬深股市有顯著同步性的特征。劉金全、崔暢（2002）通過ECM模型對于股票平均收益率的刻畫，得出滬市在中國資本市場起著主導作用。陳守東、陳雷等（2003）運用Granger因果檢驗及GARCH-M模型對兩市的相關性進行分析和檢驗，結果表明滬深股市收益率之間存在較強相關性。姚燕云和楊國孝（2006）研究發現當市場劇烈波動時兩市收益率具有正的相關性，且比整體相關性強，尤其在暴跌的時候，兩市具有很強的正相關性。秦偉良、顏華實和達利慶（2009）利用copular函數發現滬深兩市同周期交易的相關度遠遠大于不同周期交易的相關度。

本文運用Granger因果關系檢驗及VAR模型對滬深股市收益率的相關性進行分析和實證檢驗。我們依據滬深股市的日結算數據，考察計量模型中參數的顯著性，來判斷滬深兩市收益率的引導關系。

三、數據及實證研究

本文數據選取滬深股票交易所上證指數和深證成指2010年10月4日到2012年10月19日共678個交易日的收盤價格。數據來源于滬深兩市交易所。因為一般價格指數都是不平穩的，而格蘭杰因果檢驗需要平穩時間序列，所以本文計算了兩個價格序列的對數收益率序列，計算方法如下：

rt=logIt-logIt-1

從圖1中可以發現，該序列存在一定的波動率聚類現象，且波動聚集現象非常相似，例如在2010年7月24日和2012年7月10號左右都有相似的波動情況。

我們首先需要對日收益率序列的平穩性進行單位根檢驗，這里采用ADF檢驗的方法，來考察收益率序列是否為平穩序列：

表1 單位根檢驗

上證指數收益率與深證成指的單位根檢驗中，P值幾乎為0，所以二者都拒絕原假設，所以上證指數收益率與深證成指的收益率序列都是平穩時間序列，可以對其運用格蘭杰因果檢驗。檢驗結果如下：

表2 格蘭杰因果檢驗

由檢驗結果可以，沒有顯著性證據表明上證指數的收益率是深圳成指的格蘭杰成因，而深圳成指也沒有顯著的證據表明其是上證指數的格蘭杰成因。深證成指收益率與上證指數收益率互相引導的關系并不明顯。

為了考察上證指數收益率與深證成指收益率的量化關系，本文對二者運用了VAR模型，模型數據如下：

表3 VAR模型

由上表可知，上證指數對深證成指滯后項t值分別是-1.52782，-0.49338，這說明前一天上證指數的收益率對下一天的深證成指收益率沒有著顯著的影響，所以上證指數收益率對深證成指收益率沒有指導作用。而深證成指對上證指數滯后項顯著性系數分別是0.57032，0.53350，也無法得出深證成指對上證指數的顯著性影響。

四、結論及進一步研究展望

文章使用上海證券交易市場和深圳證券交易市場2010年10月4日到2012年10月19日共678個交易日的收盤價格，其現貨價格對數收益率運用了格蘭杰因果檢驗和構建了VAR模型，雖然表面上滬深兩市收益率具有正的相關性，但是實證發現，上證指數收益率與深證成指互相沒有明顯的引導作用。本文與一些歷史文獻有出入，這可能是取的日間結算數據的關系，具體結論尚需在高頻數據上繼續研究，使滬深兩市相關性研究的資料文獻更加全面與豐富。

參考文獻

[1]Engle R F. Autoregressive Conditional Heteroscedasticity With Estimate of the Variance of United Kingdom Inflation[J]. E-conometrica，1982（50）：987-1008.

[2]Engle，R.F.Susmel，R. Common volatility in international equitymarkets[J]. Journal of Business and Economic Statis-tics，1993（50）：167-176.

[3]Campbell，J.Y.，S.J. Grossman，and J.Wang. Trading volume and serial correlation in stock return. Quarterly Journal of Economics 1993（108）：905-939.

[4]余平.基于copula函數的滬深股市相關性研究12.山西師范大學學報，2007 （3）：27-31.

[5]陳守東，孟慶順，楊興武.中國股票市場的有效性檢驗與分析吉林大學社會科學學報，1998（2）：69-74.

[6]劉金全，崔暢.中國滬深股市收益率和波動性的實證分析 經濟研究（季刊），2002（1）：885-898.

[7]李秀敏.滬深股市相關結構分析研究15.數理統計與管理，2006（6）：25-28.

作者簡介：王言（1986-），男，安徽定遠人，華東政法大學2010級產業經濟學碩士研究生，研究方向：產業經濟、金融。