国际能源价格波动对中国股市的影响

国际能源价格波动对中国股市的影响要要要基于计量模型的实证检验郭国峰1袁郑召锋2渊1.郑州大学商学院袁河南郑州450001曰2.中国人民银行濮阳市中心支行袁河南濮阳457000冤[摘要]本文从中国整体股市要沪深分市场股指要分行业股指三个层次袁利用GARCH渊1袁1冤-M模型研究了国际能源价格波动对中国股票市场的影响遥研究结果表明袁国际能源价格波动对中国股市的整体影响不显著袁但对沪尧深分市场股指的影响是显著的袁并且对沪市收益率的影响大于对深市收益率的影响遥分行业来看袁国际能源价格波动对化工制品尧石油和天然气尧基础资源尧建筑和材料尧食品和饮料尧汽车和零件尧个人和家庭用品等7行业股指收益率的影响是显著的袁其他行业的股票收益率对国际能源价格波动则没有显著响应遥[关键词]国际能源价格曰股票市场曰计量检验[中图分类号]F416.2[文献标识码]A[文章编号]1006-480X渊2011冤06-0026-10揖国民经济铱一尧问题提出伴随着中国经济的高速增长袁中国能源需求总量日益增长袁而能源生产量增速有限袁导致能源消费对外依存度逐步上升袁从而使中国经济受国际能源价格波动的影响越来越显著遥作为宏观经济的晴雨表和风向标袁股票市场也理所当然地会受到国际能源价格波动的影响遥国外学者对于国际能源价格波动尧特别是石油价格波动影响的研究文献十分丰富袁概括起来可以分为两类遥一是国际能源价格波动对一国股市的整体影响遥Chen袁RollandRoss渊1986冤研究了美国和日本股票市场对于石油价格波动的响应袁没有发现石油价格可以作为股票定价因子的证据遥但Kaneko袁Lee渊1995冤采用不同的样本数据进行实证分析袁则发现石油价格可以影响日本股市收益率遥BasherandSadorsky渊2006冤的研究结果则表明石油价格可以显著地影响新兴市场的股指收益遥二是国际能源价格对股市不同行业的影响遥AL-MudhafandGoodwin渊1993冤研究了美国石油公司股票收益率对石油价格波动的反应袁发现石油价格对石油公司股票价格的影响是不稳定的遥FaffandBrailsford渊1999冤则发现袁国际石油价格对澳大利亚不同行业的股票有不同方向和不同程度的影响遥国内学者则主要研究了国际石油价格波动对股票市场的影响遥金洪飞袁金荦渊2008冤研究发现袁美国股市收益和国际石油价格变化之间存在双向的影响关系袁而中国股市价格和国际石油价格之间不存在任何方向的影响关系遥2010年袁两位研究人员深入分析了国际石油价格对中国股票市场的影[收稿日期]2011-04-28[作者简介]郭国峰渊1963要冤袁男袁河南南阳人袁郑州大学商学院教授袁经济学博士曰郑召锋渊1984要冤袁男袁河南濮阳人袁中国人民银行濮阳市中心支行袁经济学硕士遥圆园11年6月第6期渊总279期冤June袁圆园11晕燥援6悦澡蚤灶葬陨灶凿怎泽贼则蚤葬造耘糟燥灶燥皂ics26响袁实证检验了国际石油价格对中国各行业的影响效果遥以上研究取得了许多有价值的结论袁但也存在一些不足之处院一是由于研究方法与样本选取的原因袁对同一国家股票市场尧分行业股指与国际能源价格波动影响关系的实证结果存在差异袁甚至出现大相径庭的结论遥目前袁还没有文献运用同一研究方法尧选取相同的样本数据袁研究国际能源价格波动对同一国家股票市场的整体影响及对各行业的影响遥二是国际石油价格波动对股票市场影响的研究结论对中国的参考价值有限遥原因在于中国的能源消费以煤炭为主袁石油在中国能源消费中所占比重较低淤遥仅仅考察石油对中国股市的影响袁而忽视能源要素之间由于价格波动而造成的替代效应袁那么这种研究就存在逻辑不缜密的问题遥三是研究国际能源价格波动对中国股市影响的相关文献极其有限袁且全部为定性研究遥正是基于以上考虑袁笔者选取科学的研究方法和样本数据袁从中国整体股市要沪深分市场股指要分行业股指三个层次袁分析国际能源价格对中国股票市场的影响袁并对检验结论所揭示的现象特征和本质问题进行深入思考遥二尧数据和研究方法1援数据来源和数据描述本文选取道琼斯要瑞银商品群分指数中的能源指数渊DowJones-UBSCommodityIndexes/Subindex/Energy冤作为国际能源价格波动的度量指标遥该指数于2001年11月15日推出袁基准日为1990年12月31日袁由在交易所交易的实体商品期货构成遥采用道琼斯第一财经中国600行业领先指数渊以下简称野道琼斯中国600行业指数冶冤作为中国行业股票价格指数遥道琼斯中国600行业指数追踪14个行业于的价格变动情况院汽车和零件尧化工制品尧建筑和材料尧金融尧食品和饮料尧卫生保健尧工业用品和服务尧石油和天然气尧个人和家庭用品尧公共事业尧基础资源尧零售尧科技尧旅游和休闲遥行业划分按照行业划分标准渊ICB冤进行袁每个行业成分股按照流通量调整市值尧销售收入和净利润的综合排名选取袁并且单只股票的权重最高为20%袁每个行业指数包含15只成份股遥为了和行业指数保持一致袁保证研究的可比性袁笔者选取道琼斯中国600指数渊以下简称野道中指数冶冤作为衡量中国股票市场整体情况的市场指数袁选取道琼斯上海指数渊以下简称野道沪指数冶冤作为衡量在上海交易所上市公司的股票情况袁选取道琼斯深圳指数渊以下简称野道深指数冶冤作为衡量在深圳交易所上市公司的股票情况遥以上所有数据均来源于道琼斯系列指数网站渊http院//=渊Ai袁t-Ai袁t-1冤/Ai袁t其中袁Ai袁t为第i个指标t时期的原始数据袁ai袁t为第i个指标t时期调整后的数据遥经过处理后袁a1袁t表示国际能源价格的波动率袁ai袁t渊i屹1冤表示相应的股票指数收益率遥为了对以上各指标数据有整体上的把握袁并检验各指标的统计特征袁本文首先考察国际能源价格变动率尧道中指数收益率尧道沪指数收益率尧道深指数收益率及14个行业指数收益率的描述性统计量袁结果如表1所示遥从指标均值来看袁各指标数据的均值都为正值袁说明2001年以来国际能源价格波动率尧市场股指收益率尧行业股指收益率平均来看都有一定的上升遥在各股指收益率中袁食品和饮料行业的均值最高袁其次是零售行业袁卫生保健行业和化工制品行业的均值也显著地高于其他行业的平均水平遥从中位数来看袁除了公共事业行业以外袁其他指标的中位数都大于0遥这意味着绝大部分指标的收益率或价格波动率上涨的月份多于下跌的月份遥从标准差来看袁汽车和零件行业股淤采用1996要2010年叶中国统计年鉴曳的数据袁经过整理可知袁1978要2009年间袁中国石油消费量占能源消费总量的平均占比仅为19.5%袁而煤炭的平均占比达到了72%遥于具体行业分类内容请查阅网站院http院//指收益率的波动最大袁其次是国际能源价格的波动率袁波动最小的是道沪指数股指收益率袁但各指标的波动性差异较小袁都在[1.80袁2.30]区间内遥从Jarque-Bera统计量和对应的P值分析可知袁所有指标数据都显著地服从正态分布袁符合数理模型的基本前提袁可以在下文运用数量模型进行实证分析遥国际能源道中指数道沪指数道深指数汽车和零件化工制品建筑和材料金融食品和饮料均值0.0010.030.030.040.050.060.030.050.08中位数0.080.090.080.100.040.050.070.000.03标准差2.221.871.811.862.251.962.072.161.84Jarque-Bera统计量690.621523.791265.25998.56869.71586.881708.46941.141403.86P值0.000.000.000.000.000.000.000.000.00卫生保健工业用品和服务石油和天然气个人和家庭用品公共事业基础资源零售科技旅游和休闲均值0.060.030.050.030.010.040.070.020.03中位数0.020.030.080.04-0.020.010.080.060.04标准差1.851.951.972.081.882.212.012.202.17Jarque-Bera统计量1781.301275.922890.921025.431673.071000.941815.92484.471027.42P值0.000.000.000.000.000.000.000.000.00国际能源价格变化率尧道琼斯系列指数收益率的描述性统计量表1注院P值是指在显著性水平下拒绝变量时间序列服从正态分布的概率遥2援研究方法考虑到经济金融时间序列通常具有条件异方差性袁笔者计划运用GARCH渊1袁1冤-M模型淤进行数理分析遥GARCH渊1袁1冤-M的一般形式为院均值方程院yt=xtB0+B1滓t2+ut于方差方程院滓t2=R0+移R1Ut-p2+R2ut-12dt-1+移R3滓t-p2其中袁dt=0袁ut逸01袁ut约0嗓袁ut逸0表示利好消息袁ut0表示利坏消息遥当R2=0时袁条件方差对冲击的反应是对称的遥当R2屹0时袁条件方差对冲击的反应是非对称的遥如果出现利好消息时袁波动平方项的系数是移R1曰如果出现利坏消息时袁波动平方项的系数是移R1+R2遥就具体的研究对象而言袁参考AL原MudhafandGoodwin渊1993冤尧FaffandBrailsford渊1999冤的研究袁本文采用APT的多因子模型分析国际能源价格对中国股票市场的影响遥那么袁GARCH渊1袁1冤-M的具体形式为院均值方程院Ri袁t=茁i袁0+茁i袁1R0袁t+茁i袁2Re袁t-1+茁i袁3滓i袁t+ui袁t方差方程院滓t2=酌i袁0+酌i袁1ut-12+酌i袁2ut-12dt-1+酌i袁3滓t-12其中袁Ri袁t为道中/道沪/道深指数或第i个行业在t时期的股指收益率曰R0袁t为t时期的市场收益率盂袁茁i袁1表示了第i个行业的市场风险因子的贝塔系数曰Re袁t-1榆为t-1时期的国际能源价格变化率袁淤在对均值方程进行ARCH-LM和F检验后袁发现残差序列存在条件异方差效应袁而选择GARCH渊1袁1冤-M则可以消除异方差效应遥于也可以将其中的啄t2换成啄t或者ln渊啄t2冤遥盂即t时期的道中指数收益率遥在考察国际能源价格波动对道中尧道沪尧道深指数的影响时袁模型中不包含R0袁t变量遥榆经过多次尝试袁同期国际能源价格变化率对各指数的影响不显著袁而滞后一期的能源价格变化率则可以显著地影响相应指数遥28茁i袁2表示了第i个行业的能源价格风险因子的贝塔系数曰滓i袁t为引入均值方程的条件方差形式袁ui袁t为道中/道沪/道深指数或第i个行业的股指收益率的误差项遥三尧实证检验为了检验数据是否满足数理模型的假设条件袁避免伪回归现象的出现袁本文对各指数波动率和收益率进行单位根检验遥检验结果表明袁各时间序列都在1%的水平上拒绝存在单位根的原假设袁即各指数序列都是平稳的袁可以进行接下来的数量模型分析遥1援国际能源价格波动对中国股市的整体影响将国际能源价格作为影响中国股市整体变动的一个因子袁利用Eviews6.0计算GARCH渊1袁1冤-M模型的各参数值遥计算结果表明袁GARCH渊1袁1冤-M模型中均值方程的国际能源价格对应的参数值不显著袁并且模型调整后的拟合度R軍2仅为0.0043遥同时袁对国际能源价格波动率和道中指数收益率时间序列进行Granger因果关系检验袁选取滞后期1-15期袁都未发现两者之间存在显著的单向或双向影响关系遥最后袁考察国际能源价格波动率和道中指数收益率的相关系数袁分析结果显示袁两者之间的相关系数仅为0.0667遥从以上各视角的分析可以得到结论院国际能源价格波动对中国股市整体的影响不显著袁中国股市整体上对国际能源价格波动的冲击不能做出响应遥对于一个有效的股票市场袁国际能源价格波动应该在股票收益中得到体现遥那么袁研究结论也就意味着支持野中国股票市场是一个非有效的市场冶遥为什么会出现这