沪深300指数影响因素的实证分析

《沪深300指数影响因素的实证分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沪深300指数影响因素的实证分析李俊葳（天津商业大学，天津300134）摘　要：沪深300指数可以较好的代表中国股票市场的价格走势，它选取了在上海和深证两家证券交易所上市的交易量达，流通性好的300只蓝筹股作为样本，以较为科学的统计方法编制而成的指数。通过以GDP累计增长率，通货膨胀率和实际利率作为自变量，以沪深300指数收盘价为因变量，应用各自的季度数据进而建立多元回归模型，可以分析自变量和因变量之间的相关关系以检验假设是否成立。.jyqk检验利用evie检验结果如图五所示：从图五中可以得出与DW检验同样的结论，由于P值等于0.0073

2、远小于0.05，所以拒绝H0表明模型有一阶正自相关性。2.2.4误设定检验令Y1=Y2，Y2=Y3，Y3=Y4，将这三个变量作为自变量加入到回归模型中得出回归结果如图六所示：从图六可以看出，根据Reset检验法得出的F统计量为106192.7，其P值为0.0000，明显小于显著性水平的0.05，拒绝无误设定的假设，表明模型有误设定的情况。2.2.5总结根据检验结果，我们可以确定模型存在多重共线性，自相关性和误设定，不存在异方差性。3模型的改变对最初的多元线性回归模型进行分析检验后可以发现，沪深300指数与GDP有很强的正相关关系，且在统计

3、上显著，而对于利率来说，当期单独作为自变量进行回归时，它与沪深300指数之间的负相关关系也很显著，且与经济学假设相符，但和PPI的相关性不显著。且模型存在误设定，而散点图上并无法明显看出自变量和因变量之间可能的函数关系。所以就要对初试模型进行改变，方法是将PPI从方程中去掉，对Y，GDP和RR取自然对数，所以得出的新的回归模型如下：LnYi=C+а1LnGDPi+а2LnRRi对其做回归分析，结果如图七所示：图七所得的回归函数为：LnYi=3.344124+1.899419LnGDPi+0.319236LnRRi，将图七与图二比较可发现，

4、新的回归方程的拟合优度明显加强，表明新的方程能够较好的描述从2007年1季度到2014年1季度沪深300指数的价格走势，而LnGDP和LnRR在统计上非常显著，但是不足的是LnRRLnY之间相关性为正，与经济学基本假定不符。DW值接近2表明自相关性基本消除。3.1异方差检验对新的回归模型再做white检验得到的结果如图八所示：从图八中可以看出，P值为0.1442大于0.05的显著性水平，表明接受H0，即模型不存在异方差性。3.2多重共线性检验：计算变量之间的篇相关性矩阵，其结果如图九：上图表明LnGDP和LnRR之间有很强的多重共线性关系

5、，所以遗憾的是新模型依旧在多重共线性问题上无法有所突破。3.3模型预测假设2014年第二季度的GDP累计增长率为7.5%，而shibor年利率在第二季度的平均值为5%，而PPI第二季度平均值为-1.7%，则RR为6.82%。利用新的回归模型对其沪深300价格指数进行预测，得出LnYf为7.784156，则Yf为2402.24。..