疫情影響下中國三大股指的變動情況及對未來預測

摘 要：文章探究疫情影響下中國三大股指的變動情況及對未來預測，選擇疫情期間的中國三大股指指數作為因變量，國內的現有確診人數和國外的現有確診人數作為自變量來反映疫情的嚴峻程度。通過實證分析得出實證結論研究，并在最后分析中國三大股指的未來變動情況。希望可以為相關問題的研究提供一定的參考。

關鍵詞：三大股指;均衡關系;實證分析;VECM模型

引言

中國三大股指是上證指數、深證成指和創業板指。股指作為一種金融衍生產品，在資本市場上發揮著價格發現、套期保值、豐富資產配置、增加市場流動性等重要作用。現如今，國內的疫情情況正逐漸好轉，而國外的疫情嚴峻程度仍然處于不斷上升的狀態。變量均為時間序列數據，直接回歸有可能造成偽回歸，因此先對變量進行單位根檢驗，分析變量是否平穩。若變量不平穩，但均為同階單整，則進行協整檢驗分析變量之間是否存在協整關系，即長期穩定均衡關系。若存在協整關系，則進行格蘭杰因果檢驗，分析國內外疫情的嚴峻程度是否是中國三大股指變化的格蘭杰原因。建立VECM模型，分析在存在滯后階的情況下，國內外疫情的嚴峻程度對中國三大股指的影響。在分析完疫情對三大股指的影響之后，再對未來進行預測。

一、變量設置與模型假設

（一）變量設置

2020年，一場突如其來的新冠肺炎疫情席卷全球，給全球的股票市場帶來了巨大的沖擊。本文分析在疫情的影響下，中國三大股指的變動情況以及對未來的預測。股指是股票價格指數的簡稱，是由證券交易所或金融服務機構所編制的代表行市變動的一種參考性指示數字。中國三大股指是上證指數、深證成指和創業板指。而疫情影響的嚴峻程度用每日國內和國外的現有確診人數來表示。變量設置及符號表示如下表：

（二）模型假設

本文研究的變量均為時間序列，而通常情況下不能直接對時間序列進行OLS回歸分析。因此，本文構建向量誤差修正模型來分析疫情的嚴峻程度在滯后期存在的情況下，對中國三大股指的影響。

首先為了減弱量綱的不同給研究帶來的影響以及消除模型的異方差現象，需要對數據進行自然對數的形式處理，得到、、、以及。此外構建向量誤差修正模型之前需要檢驗變量之間是否存在協整關系，若存在則可以構建如下形式的向量誤差修正模型：

其中，表示誤差修正項，它的系數表示變量對協整關系的偏離和修正程度，而m表示向量誤差修正模型的滯后階數。

二、實證分析

（一）單位根檢驗

本文主要采用Eviews分析軟件對數據進行分析。傳統的對變量進行回歸分析得到的是經典回歸模型，但是對于時間序列而言，有可能會忽略時間對變量的影響，即會出現偽回歸現象，得到的回歸模型是不準確的。而通常的做法是首先檢驗時間序列是否存在單位根。

在這里，首先用Augmented Dickey-Fuller（ADF）對進行單位根檢驗，檢驗是否存在單位根，即是否平穩。模型3（包含常數項C和趨勢項Trend）的檢驗結果如下表所示：

ADF檢驗的原假設是變量存在單位根，備擇假設是變量不存在單位根。如果顯著性水平α為0.05，從模型3的ADF檢驗t統計量上看，其概率p值0.2783大于0.05，接受變量存在單位根的原假設。同時，截距項C的t統計量的概率p值為0.0111，小于0.05，而趨勢項Trend的t統計量的概率p值為0.7260，大于0.05，因此接受存在截距項的備擇假設以及不存在趨勢項的原假設。需進一步檢驗模型2（只含截距項C），模型2的檢驗結果如下表所示：

雖然模型2中截距項C的t統計量的概率p值0.0086小于0.05，接受存在截距項的備擇假設。但是ADF檢驗t統計量的概率p值0.0793大于0.05，接受存在單位根的原假設。因此，需進一步檢驗模型1（不含截距項C和趨勢項Trend），模型1的檢驗結果如下表所示：

由于模型1的ADF檢驗t統計量的概率p值0.5038大于0.05，接受存在單位根的原假設，因此是不平穩的。對于不平穩的時間序列，通常的做法是對時間序列進行差分，檢驗差分后的時間序列是否平穩。接下來對進行ADF單位根檢驗，檢驗方法如上所述。同樣地，用以上單位根檢驗方法，可得所有變量的單位根檢驗結果如下表所示：

（二）協整檢驗

由單位根檢驗可知，變量都是不平穩的時間序列，且都是一階單整的。單整階數相同，適合對數據進行協整檢驗，分析變量間是否存在長期穩定均衡關系。

在進行協整檢驗之前，首先需要確定模型的最優滯后階數。選擇系統默認的滯后2階，分析模型的四項評價指標（FPE準則、AIC準則、SC準則、似然比檢驗法），結果如下表所示：

由上表可見，上證指數、深證成指和創業板指的四項評價指標FPE準則、AIC準則、SC準則和似然比檢驗均認為最優滯后階數為1，因此確定VECM模型的最優滯后階數均為1。

利用Eviews分析軟件中的Johansen Cointegration Test對變量數據進行協整檢驗，選擇滯后階數為1，檢驗結果如下表所示：

由表7可知，在上證指數中，至多存在2個協整關系的概率p值為0.0054，小于0.05，即拒絕至多存在2個協整關系的原假設，則、、存在3個協整關系。同樣地，在深證成指中，、、也存在3個協整關系;在創業板指中，、、存在2個協整關系。

以上說明在上證指數、深證成指和創業板指中，變量間均存在協整關系，即存在長期穩定均衡關系。標準化后的協整關系如下表所示：

通過上表，可得向量誤差修正模型的誤差修正項分別為：

（三）格蘭杰因果檢驗

接下來，采用格蘭杰因果檢驗分別分析、、與、之間是否存在格蘭杰因果關系。Eviews格蘭杰因果檢驗結果如下表所示：

上表的6個原假設的概率p值分別為0.07908、0.92279、0.15609、0.96619、0.34609、0.95938，均大于0.05，即接受原假設，說明與均不是、、的格蘭杰因果原因。說明疫情的嚴峻程度對中國三大股指的影響程度不大。

（四）VECM模型的建立

由前文可知，、、與、之間存在不顯著的長期穩定均衡關系。接下來，建立VECM模型，進一步地分析它們之間的長期穩定均衡關系。分析結果如下表所示：

根據上表，可建VECM模型如下：

三、實證分析結論

根據以上建立的VECM模型可知，3個模型的系數均為小于0，系數均大于0，說明國內的疫情嚴峻程度對中國的三大股指有負向作用，而國外的疫情嚴峻程度對中國的三大股指有正向作用。而通過格蘭杰因果檢驗可知，國內外疫情的嚴峻程度對中國三大股指的影響作用均是比較微弱的，說明我國的股票市場是比較穩定的，雖然突如其來的新冠肺炎疫情會對股票市場造成一定的沖擊，但是這種沖擊是比較微弱的。

四、未來預測

2020年新冠肺炎疫情首先在國內形勢嚴峻，國外形勢處于初級萌芽階段。此后，國內的新冠肺炎疫情得到有效的控制，疫情嚴峻程度正逐漸降低，而國外的新冠肺炎疫情正迅速蔓延，疫情的嚴峻程度正逐漸上升。根據前文的實證分析，中國的三大股指應該呈現先降低，后上升的走勢圖，與上圖的走勢圖大致相同。其中三大股指走勢的轉折點出現在3月23日前后，而通過查閱資料，該時間點正是國內疫情得到有效控制，國外疫情迅速蔓延的時間點，說明前文建立的VECM模型有一定的參考價值。

同時可以看到，在2月4日前后，三大股指也出現了轉折點，從逐漸降低走向了逐漸上升，而該時間點國內疫情仍然嚴峻，國外疫情仍然處于尚未爆發的階段，這與建立的VECM模型結論不同。因此，筆者猜測在這一時間點可能國家出臺了相關的股市保護政策，或者股市有自身的內部協調能力，這有待考究。

總體而言，前文建立的VECM模型有較高的參考價值。截止目前，國內的疫情嚴峻程度較低，國外的疫情嚴峻程度較高，因此有理由認為中國三大股指在未來一段時間，仍然會處于微弱的上升狀態。

參考文獻

[1]三大股指沖高回落滬指展開年線爭奪戰[J].營銷界，2019，（51）：300.

[2]申銀萬國期貨汪洋.股指短期有望超跌反彈未來審慎樂觀[N].期貨日報，2019-05-17（005）.

[3]宋小宇.基于GARCH模型的我國股票市場收益率波動性研究[D].淮北師范大學，2019.

[4]信達期貨 呂潔 郭遠愛.股指期貨三大現貨指數的比較及應用分析[N].期貨日報，2017-07-26（005）.

[5]孫舞媛.中國三大股指期貨功能的實證研究[D].暨南大學，2017.

[6]柴富帥.我國三大股指期貨波動性及風險測度研究[D].燕山大學，2017.

[7]魏建國，李小雪.基于VECM-PT-IS模型的我國三大股指期貨價格發現功能對比研究[J].武漢理工大學學報（社會科學版），2016，29（03）：354-360.

[8]朱筱楠.中金所三大股指期貨價格發現功能的比較研究[D].上海師范大學，2016.

[9]石路.我國股指期貨套利現狀及其未來展望——基于近期中國股指期貨市場套利的研究[J].時代金融，2013，（15）：240-241.

作者簡介：

楊棕柯（2001.8—），男，回族，內蒙古自治區包頭人，成都市雙流區西南民族大學 金融學大類專業 本科生。