我國CGPI、PPI差值與股票指數關系的實證研究
——以上證指數為例

魏爽爽 蘭州財經大學

一、引言

如今，市盈率法是證券交易中評估股票指數主要的依據，但是存在很大的局限性。首先，在A股證券市場中原油石化產品和銀行兩大重點業務占據了很大的比重，通過加權平均市場價格無法準確反映整個估值水平。其次，A股市場日益成熟，其估值水平也逐漸提高，于是標準就不是很穩定。最后，投資者對股市的預期會影響投資決策。在中國證券市場發展較好時期，投資者較為樂觀；當市場低迷時，投資者會覺得有下降趨勢。在這些情況下，市盈率法無法對股票指數進行有效的評估。

企業商品交易價格指數(CGPI)，是指產品的投入價格指數，生產者價格指數(PPI)，是指企業產品的產出價格指數。因此，CGPI和PPI二者之間的差值可以反映盈利，即單位產品毛利率，從而可以對股票指數進行評價。在此，本文研究CGPI、PPI差值與A股市場股票指數的關系。

二、文獻綜述

李朝鮮、鄧杰(2012)通過協整分析表明：CPI、PPI和 CGPI 這三種價格指數存有長期并且穩定的均衡關系，而且都能反映出我國通脹水平的波動情況。

周慶杰(2013)通過實證研究得出：CGPI更適合代表中國的生產者價格指數，并利用Granger因果檢驗證明CGPI可以代表中國未來的生產者價格指數。

在我國，產品批發價格是指制造商直接向零售商或通過批發商產生的結果，因此批發價格決定了零售價格。因此，CGPI與CPI相比，價格變化具有更廣泛的代表性，CGPI對通貨膨脹的反應更為準確。此外，CGPI不僅能反映市場供求狀況和價格變化，而且能反映市場波動和周期變化趨勢，合理配置資源，提高效率，是市場的“風向標”和“晴雨表”。

肖爭艷、王兆瑞(2019)把CGPI引入價格傳導機制，認為產業鏈的物價傳遞機制主要是通過PPI向CPI直接傳遞和PPI通過CGPI的間接性傳遞這兩種方式。并且，進入經濟新常態以來， CPI與CGPI之間的關系不顯著，即產業鏈中下游的轉移價格關系鏈斷裂。阻礙中下游地區轉移價格形成的根本原因是有效需求不足。而且又因為新的產業結構不夠完善，以至于下游生產能力轉移不足，導致有效需求不足的問題加劇。

綜上所述，CGPI與CPI兩者之間的差值整體上可以反映上市公司的單位產品毛盈利，該差值對國內A股市場指數有重要影響。上交所編制的上證指數在所有A股市場指數中是最能代表A股市場的。由此，本文探討CGPI與PPI的差值與A股市場上證指數的關系。

三、模型構建

(一)變量選擇與數據說明

CGPI、PPI都是可以反映我國的通貨膨脹情況的重要經濟指標，而且CGPI可以代表企業產品投入價格，PPI則可以代表企業產品產出價格，二者之差可以反映單位產品毛利率來代表盈利情況。上海證券交易所編制的上證綜合指數是眾多A股市場的絕對基準指數，因此本文以上證指數為例進行研究。

本文選取數據的時間起點是經濟新常態開始的節點2010年，時間段為2010年1月—2020年12月。選取的數據為上證指數的月度收盤值、企業商品交易價格指數、生產價格指數，總樣本數396個。PPI和CGPI的數據來自中國國家統計局官方網站，上證指數月收盤數據取自東方財富網。上證指數樣本期內月度收盤數據用SH表示，變樣本期內CGPI和PPI的差值用CP表示。

(二)模型構建

1.構建誤差修正模型

在上述方程中，(1)式和(2)式沒有讓SH和CP簡單進行回歸運算，而是讓SH 對 CP 以及它們的滯后項進行回歸運算，這樣可以防止(3)式的變量產生自相關。DSH 與 DCP 的關系可以用系數θ來解釋。如果系數是負數而且較為顯著，就代表SH、CP有著長期并且穩定的均衡關系。如果系數是正數而且較為顯著，說明如果DCP發生變動，DSH 會發生更為激烈的變動，從而不能在短時間里均衡。

2.構建 VAR 模型

以上的兩個方程式形成不受限的動態線型模型，αi、βi、ηi、ζi是方程系數，μ1和μ2互相獨立。只有當CGPI、PPI的數據公布后，市場才能預期宏觀經濟政策、企業盈利對上證指數造成的影響。綜上，本文假設：因變量不是受到其他變量當期數值的影響，而是受到自身滯后期數值和其他變量滯后期數值的影響。

四、實證分析

(一)平穩性檢驗

使用ADF檢驗方法。結果顯示：變量CP和SH是非平穩的，變量△CP(DCP)和△SH(DSH)是平穩的。

(二)相關性檢驗

使用Johansen 協整檢驗。假設CP、SH沒有協整關系，臨界值為5%，CP、SH 的跡統計量、最大特征值統計量都比5%大，因此拒絕原假設。在最多只存在一階協整關系的假設前提下，CP、SH跡統計量、最大特征值統計量都比5%小，接受原假設。綜上所述，CP和SH存有協整關系，并且是一階協整關系。

(三)ECM模型分析

格蘭杰定理表明：如果若干個非平穩變量之間存有協整關系，那必然是存在誤差修正模型表達式。因此，需要解ECM方程式來分析變量。

從表1可以看出：CP和SH具有短期的制衡關系，而且CP和SH之間沒有自相關，但是由于擬合程度不高，所以不能解釋CP、SH的相關程度。所以，本文要建立 VAR 模型及增量的脈沖響應函數，來解釋CP和SH之間的相互關系。

表1 ECM模型回歸結果

(四)VAR模型分析

在此，本文將驗證區間設定為選取滯后階數4、5、6、7、8，選擇4和5作為滯后階數時，4個指標顯示構建VAR(3)模型，選擇其余三個數字作為滯后階數時，只有三個指標。在此選擇5作為滯后階數。根據VAR 模型最優階數選擇的結果，建立VAR(3)模型進行回歸運算，并對系統平穩性進行單位根檢驗。

回歸結果分析如下：第一，模型的CP方程的C值為0.156 715，其截距的數值極小，與實際中的情況相符合。CP 受到自身一、二階滯后項及SH滯后一、二、三期值的影響較為顯著；第二，SH受到CP滯后、一、三期值及自身滯后一、二、三期值顯著影響；第三，R2分別為0.894 878和0.883 563，adj.R2分別為0.889 708和0.877 837，都趨近于1，說明該方程的擬合效果整體較好，可信度較高；第四，單位根都落在圓內，說明VAR系統平穩。因此，可用上述模型對指數展開相關的預測。

(五)脈沖響應函數分析

脈沖響應函數，是用于測量隨機擾動項的一個標準差，沖擊對其他變數當前和未來取值的影響軌跡，它可以更加直接地刻繪出變數間的動態相互作用和效應。VAR模型能夠解釋CP和SH對系統內任何變數的未來值都有重要影響。但是從結構上來說，VAR模型中并不能發現影響的正負性以及影響的時間。所以，需要進行脈沖響應分析。

CP和SH都是一階單整數據，所以可以就此推斷它們的脈沖響應函數的不確定性會較高?；诖嗽颍疚倪x擇使用一階差分數據DCP和DSH。

脈沖響應可以表明CGPI、PPI差值的變動(DCP)對上證指數變動(DSH)沖擊的期限分布，所以首先要對DCP、DSH構建VAR模型，其次對其進行脈沖分析。

通過圖1可以發現，在承受來自DCP的一個標準差的沖擊后，DSH在第一期時顯現出了最大的正響應，第二期時出現快速收斂的情況，在第三期時最大負響應出現，第四期中又開始正響應并向0值附近收縮，第五期及以后在0值左右收斂，即第五期后基本不存在影響。此脈沖響 應圖說明CGPI、PPI差值對上證指數的短期沖擊影響大，長期趨于穩定的互動關系。

圖1 脈沖分析圖

在A股市場實際投資的過程中，如果CGPI、PPI差值由負轉正，即DCP＞0，表明公司盈利能力已經得到提高，如果指數仍處于調整狀態，投資者可以考慮改變悲觀的投資思維，逐步開始空翻多，而不是僅僅遵循一個消極的市場過程。DCP“轉正”后的前兩個月能給大規模機構投資者充足時間去布局謀劃，第三個月則是最好的投資時間。

五、結語

本文在假設業績驅動市場運行的基礎上，分析了2010—2020年CGPI、PPI與上證指數同期的差異。實證結果表明，CGPI、PPI與上證綜合指數之間存在長期穩定的相關關系，CGPI與PPI之間的差異對上證綜合指數具有較為顯著的且長期穩定的影響。

實驗圖中的區間分布及變化規律，可以為投資者在研制投資策略、選擇投資時間及確定有效期時提供強有力的經驗支持。在通常情況下，投資者們可以以此為理論基礎，參考本實驗結果來進行證券方面的投資及決策，判斷牛熊市的轉換時點，并結合實際情況，進行波段操作。

本文中的模型克服了市場權重分配不平衡、市場結構不穩定導致的市場整體市盈率扭曲所帶來的動態市盈率的不確定性。由于市場轉型、貪婪和對人性的恐懼所導致的價格與利潤比率的中心水平，在尋找有價值的品種時，會產生預期的不確定性。因此，當預測指標在投資決策過程中發生變化時，可以將該模型納入預測系統。■