《cpi、股票成交量与消费者信心指数(cci)的动态关系研究》由会员分享，可在线阅读，更多相关《cpi、股票成交量与消费者信心指数(cci)的动态关系研究（9页珍藏版）》请在金锄头文库上搜索。
1、CPI、股票成交量与消费者信心指数（CCI）的动态关系研究摘要：许多国家的消费者信心指数对金融业等经济部门起到信号引导功能。本文基于计量经济学中的VEC模型，运用脉冲响应以及方差分解分析消费者信心指数（CCI）、物价指数（CPI）和股票成交量之间的动态关系。结果表明，消费者信心指数对股票市场存在正向推动作用，也就是说，消费者信心指数较高时，股票成交量增加；相反消费者悲观时，股票成交量减少。此外，物价指数对消费者信心指数采纳在反向影响。在当前经济环境下，稳定物价，同时加强股市风险披露，以增强消费者信心指数。关键字：消费者信心指数 VEC模型 脉冲响应 方差分解 一、 引言经济发展前景体现了人们对
2、于经济发展的信心和希望，公众心理是影响经济波动的重要因素。消费者对经济现状和就业市场的评价，以及对未来经济和就业市场的预期可以用消费者指数体现。消费者信心指数是为了解消费者对经济环境的信心强弱程度，反映消费者对经济的看法以及购买意向。我国统计局于1997年12月开始建立消费者信心调查制度，1998年8月每月公布CCI。CCI是通过对全国20个主要城市随机抽样调查编制的，调查问卷包括五方面内容：受访者对当前经济形势的判断、对家庭收入的看法、对目前购买商品时机的判断，对未来整体经济的判断、对自身收入的评价。对宏观经济而言，消费者信心指数与物价指数有着紧密联系，通过消费者信心指数分析消费者对商品价格
3、的反应程度。同时，随着普通消费者参与金融业的热情日益高涨，消费者信心指数作为投资者情绪比较好的代理变量，也能反应出股市的相关信息。本文主要从VEC模型的基础下，运用脉冲响应和方差分解技术来分析研究消费者信心指数和物价指数、股票成交量之间的动态关系。二、 数据来源与分析在对我国消费者信心指数与物价指数以及股票收益率的动态关系研究中，消费者信心指数作为内生变量以中经网中报告的数据为依据，用CCI表示；物价指数作为内生变量以中经网报告的商品消费指数为依据，记为CPI；股票成交量作为内生变量以中经网报告的数据为依据，记为TV。本文分析所用的数据为2012年5月至2015年3月的月度数据，分析三者之间的
4、内在关系和影响程度。考虑到时间序列经济数据受季节因素影响，为了避免其通常存在的异方差现象，对所有变量的实际值取自然对数，这种变换后的数据不会影响原变量之间的长期和短期调整关系。对这三个变量取对数分别记为LNCCI，LNCPI，INTV，其一阶差分分别记为DLNCCI，DLNCPI，DLNTV。相关数据的基本统计如表1。表1 变量的描述性统计 Mean Max Min SD S K JBCCI103.16109.8973.27117-0.23462.354560.902156CPI101.24102.699.60.73659-0.15652.600580.36481TV52611.5208514
5、17533.942604.32.446688.6030578.39735LNCCI4.635804.698664.574710.03185-0.29472.348281.094016LNCPI4.617544.630834.601160.00728-0.17352.611990.383862LNTV10.672512.24779.771890.582771.001313.839376.679738DLNCCI0.000800.06509-0.05310.027400.092092.793010.108754DLNCPI-0.00070.01079-0.01270.005310.029712.9
6、85370.005305DLNTV0.052371.00962-0.52080.353750.632453.132632.291562图 1 LNCCI，LNCPI，INTV的数据变化图从图1可以看出，从2012年5月至今，由于经济持续稳定增长，居民消费价格指数的对数保持较为平稳的波动。而消费者信心指数波动幅度稍大，总体呈上升趋势。其中在2014年6月和2013年5月消费者信心指数陷入谷底，主要是因为2012年经济普遍处于下行状态，就业形势严峻。而物价指数总体呈下降趋势，2014年物价形势总的特征是：增速放缓，矛盾增多。CPI自第二季度持续下降，已进入到消费品内部结构的修正期，并引发了市场对于
7、通货紧缩的担忧。而且2015年第一季度消费者物价指数处于上升阶段，随着各项改革制度的实施，物价指数处于低速增长的状态。从股票成交量的走势图，我们可以看出，在2014年第四季度之前，股票的成交量处于比较平稳的波动状态，第四季度到2015年的第一季度，股票成交量出现显著的上升和下降趋势。这是因为，A股市场在宽松流动性和趋好政策面的支持下快速上行，增量资金不断蜂拥入市，带领指数一路高歌猛进，屡创新高。同时，在2015年第一季度，上证综指从3748狂涨到4441，涨幅高达18.51%，同时成交量也不断放大。上证综指4月连续攀上七年高位，中国股票账户数量激增，两市成交量也不断放大。 三、计量分析与实证结
8、果（一） 单位根检验采用eviews8.0对LNCCI、LNCPI、LNTV做ADF检验，以确定变量的平稳性。在ADF检验中最大滞后期采用SC准则确定，差分序列按相同原则确定。检验结果如表2。表2 LNCCI、LNCPI、LNTV单位根检验结果变量检验类型（C,T,K）ADF检验各显著性水平下的临界值是否平稳1%5%10%LNTV（0,0,0）1.228184-2.636901-1.951332-1.610747否DLNTV（1,0,1）-7.077987-3.646342-2.954021-2.615817是LNCCI（0,0,0）0.155982-2.634731-1.951-1.6109
9、07否DLNCCI（1,0,1）-7.263695-3.646342-2.954021-2.615817是LNCPI（0,0,0）-0.560837-2.644302-1.952473-1.610211否DLNCPI（1,0,1）-3.495358-3.67017-2.963972-2.621007是注：检验类型（C,T,K）分别表示单位根检验中是否有常数项、时间趋势项和滞后项由表二的检验结果可以看出，在1%，5%，10%的显著性水平下，LNTV、LNCCI、LNCPI都不能拒绝原假设，即不平稳。但是它们的一阶差分形式在1%，5%，10%的显著性水平下能拒绝原假设，是平稳序列。所以LNTV、L
10、NCCI、LNCPI为I(1)序列，即LNTV I(1)、LNCCI I(1)、LNCPI I(1)。因此，消费者信心指数，物价指数和股票成交量对数序列的长期趋势具有一阶平稳性。以此为依据进行最优滞后阶数选择和协整分析。（二） 选择最优滞后阶数建立稳定的自回归模型选择合适的滞后阶数是关键。这里采用的标准主要有赤池(Alaike)信息准则确定最优滞后阶数，选择的滞后阶数应该使得AIC值相对较小。经过多次试验，选择建立模型的最优滞后阶数为三阶，各信息准则统计量见表3。表3 最优滞后阶数选择LagLogLLRFPEAICSCHQ0155.4789NA1.07E-08-9.83735-9.69858-
11、9.792111191.277462.35874*1.91e-09*-11.5663-11.01119*-11.38534*2197.821410.132622.28E-09-11.4078-10.4364-11.09123209.980916.474091.95E-09-11.61167*-10.2239-11.15934216.41817.475532.53E-09-11.4463-9.64228-10.8583（三） Granger因果检验Granger（1969）提出的因果关系检验，可以检验LNCCI、LNCPI、LNTV三者之间的引导关系问题。由表3可以看出，在三阶滞后的条件下，显著
12、性水平为0.1时，LNCPI的变动能够格兰杰引起LNCCI的变动，LNTV与LNCCI没有格兰杰因果关系，但LNCPIC和LVTV互为格兰杰因果关系。将显著性水平稍微拓宽到0.15时，LNCCI的变动可以格兰杰引起LNTV的变动。图2为三者的因果关系图。表4 Granger因果检验结果Null Hypothesis:F-StatisticProb. LNCPI does not Granger Cause LNCCI2.749950.0639 LNCCI does not Granger Cause LNCPI1.503210.238 LNTV does not Granger Cause L
13、NCCI1.029780.3963 LNCCI does not Granger Cause LNTV2.16380.1175 LNTV does not Granger Cause LNCPI4.2070.0154 LNCPI does not Granger Cause LNTV3.313010.0363物价指数（CPI）消费者信心指数（CCI）股票成交量（TV）图2 CCI、CPI、TV三者的因果关系图（四）协整检验由上述单位根检验可知LNTV、LNCCI、LNCPI都为一阶单整序列，三变量具备了进行协整分析的必要条件。且通过Granger因果关系检验，证明三变量之间存在因果关系。因此，
14、本文通过Johansen协整检验分析这三变量之间是否存在长期稳定的均衡关系。通过Johansen协整检验结果（表5），LNCCI、LNCPI、LNTV之间存在协整关系，迹检验和最大特征根检验都表明存在两个协整向量。表5 序列协整检验结果No. of CE(s)EigenvalueStatisticCritical ValueProb.*None *0.48971933.4372227.066950.0182At most 10.25973912.5806413.428780.1311At most 2 *0.0997433.2573282.7055450.0711注：加“*”表明在5%的显著性水平下拒绝原假设。通过建立不含常数项的协整回归模型，生成Z1、Z2序列，可以检验Z1、Z2序列是平稳的：（五） 误差修正模型的建立 由于三个变量之间存在协整关系，可以进一步建立误差修正模型揭示三变量之间的长期和短期之间的修正关系。通过EVIEWS求解得到结果如表6所示：表6 误差修正模型求解结果Error Correction:D(LNCCI)D(LNCPI)D(LNTV)D(LNCCI(-1)0.252864-0.018332.05803
