1、股票成交金額影響因素3400字 摘 要：采用VAR模型實證研究股票成交金額與上證綜合指數(shù)、A股上市公司數(shù)量之間的關(guān)系。實證結(jié)果說明上證綜合指數(shù)、A股上市公司數(shù)與股票成交金額之間存在長期穩(wěn)定的平衡關(guān)系，長期來看，上證綜合指數(shù)和A股上市公司數(shù)量對股票成交金額的進步都具有促進作用。 /3/view-13010069.htm 關(guān)鍵詞：股票成交金額；VAR；脈沖函數(shù)中圖分類號：F830.91 文獻標(biāo)識碼：A 文章編號：1008-4428202209-116 -03股票成交金額作為衡量股市的重要指標(biāo)之一，在資本市場上有著重大的指導(dǎo)意義。它在一定程度上反映了買賣雙方的交易情況，更表達了投資者對股票市場的信心

2、。影響股票成交金額的因素有很多，如宏觀經(jīng)濟、金融政策等等。股票市場的波動在很大程度上能反映出經(jīng)濟運行的綜合狀況，股票市場也因此被稱作是反映經(jīng)濟運行的“晴雨表。隨著我國金融市場的開展與完善，我國的股票市場也在不斷的健全，自1990年上海證券交易所成立以來，我國股票市場的開展可以說是非常曲折。評價股票市場的指標(biāo)有很多，如股票指數(shù)、成交量等等。但是股票成交金額是最直觀的指標(biāo)。很多學(xué)者都把研究的重點放在宏觀經(jīng)濟和貨幣政策上，張培源2022研究了股票市場與宏觀經(jīng)濟波動溢出效應(yīng)，張小宇2022研究貨幣政策與股票收益率的非線性影響機制，本文運用Eviews7軟件對影響股票價格的因素進展分析，將股票成交金額作

3、為因變量，上證綜合指數(shù)和A股上市公司數(shù)量作為自變量，通過建立向量自回歸模型，以準(zhǔn)確判斷各影響因素。一、變量選擇及數(shù)據(jù)整理一股票成交額股票成交金額是指在進展股票交易的過程中，買入或賣出股票時，買賣雙方根據(jù)有關(guān)交易規(guī)那么達成交易的金額。本文選取1996年到2022年的數(shù)據(jù)進展分析。二上證綜合指數(shù)從1990年至2022年，上海證券交易所從最初的8只股票、22只債券，開展為擁有894家上市公司、938只股票、18萬億股票市值的股票市場，擁有199只政府債、284只公司債、25只基金以及回購、權(quán)證等交易品種，是全球增長最快的新興證券市場。為了適應(yīng)上海證券市場的開展，上海證券交易所編制并公布上證綜合指數(shù)。

4、這一指數(shù)自1991年7月15日起開場實時發(fā)布，基日定為1990年12月19日，基日指數(shù)定為100點。以上證所掛牌上市的全部股票為計算范圍，以發(fā)行量為權(quán)數(shù)的加權(quán)綜合股價指數(shù)。本文以上證指數(shù)的數(shù)據(jù)為研究對象，文中使用的所有數(shù)據(jù)全部來自銳思數(shù)據(jù)庫。樣本包括2022年1月1日至2022 年6月12日共2535個交易日的上證指數(shù)的收盤價和成交量。三A股上市公司數(shù)量A股，即人民幣普通股，是由中國境內(nèi)公司發(fā)行，供境內(nèi)機構(gòu)、組織或個人從2022年4月1日起，境內(nèi)、港、澳、臺居民可開立A股賬戶以人民幣認(rèn)購和交易的普通股股票。A股不是實物股票，以無紙化電子記賬，實行“T+1交割制度，有漲跌幅10%限制，參與投資者

5、為中國大陸機構(gòu)或個人。截至2022年底，A股上市公司數(shù)量達2808家。分別用STA、SH、NUM表示股票成交金額、上證綜指、A股上市公司數(shù)量。為降低數(shù)據(jù)波動幅度及消除可能存在的異方差對模型估計的影響，首先對所有變量的原始數(shù)據(jù)取對數(shù)，形成新的數(shù)列LNSTA、LNSH、LNNUM。二、實證分析一ADF檢驗假如利用非平穩(wěn)的數(shù)據(jù)直接進展回歸分析，估計結(jié)果會嚴(yán)重偏離實際情況，會產(chǎn)生偽回歸。只有采用平穩(wěn)的時間序列進展分析才不會導(dǎo)致偽回歸。所以，在進展分析前對各變量的平穩(wěn)性進展檢驗非常有必要。采用ADF檢驗法對數(shù)據(jù)的平穩(wěn)性進展檢驗，最優(yōu)滯后期用AIC準(zhǔn)那么確定，保證殘差非自相關(guān)。表1中的檢驗結(jié)果顯示，各變量

6、原始數(shù)列的ADF值都大于5%的臨界值，說明存在單位根，所以各變量的原始序列不平穩(wěn)；經(jīng)過一階差分后，所有的ADF檢驗值均小于5%的臨界值，不存在單位根，因此可以認(rèn)為各變量序列是同階單整。二穩(wěn)定性檢驗滯后期選擇的不同會導(dǎo)致模型估計結(jié)果也不同，因此?后期數(shù)的選擇對VAR模型非常的重要。采用AIC信息準(zhǔn)那么確定最正確滯后階數(shù)。建立VAR3模型通過圖1可見，聯(lián)立方程組全部解的模的倒數(shù)均落于單位圓內(nèi)，說明所建VAR3模型具有穩(wěn)定性。三Johansen協(xié)整雖然EG檢驗原理簡單易于施行，但是其不可以識別變量之間的全部協(xié)整關(guān)系，經(jīng)常會出現(xiàn)以不同序列作為被解釋變量的檢驗回歸方程殘差的單整性不一致的問題，所以本文選

7、取Johansen協(xié)整檢驗作為研究方法。根據(jù)上文的結(jié)果確定協(xié)整檢驗的最正確滯后期為3，協(xié)整檢驗結(jié)果見表2。從建立的方程可以看出，股票成交金額、上證綜合指數(shù)和A股上市公司數(shù)量具有長期穩(wěn)定的平衡關(guān)系。長期來看，上證綜合指數(shù)和A股上市公司數(shù)量對股票成交金額的進步都具有促進作用。保持其他條件不變，上證綜合指數(shù)的對數(shù)增加1%，那么股票成交金額的對數(shù)相應(yīng)地增加1.85%；A股上市公司數(shù)量的對數(shù)增加1%，那么股票成交金額的對數(shù)相應(yīng)地增加2.37%；該方程只分析了當(dāng)其他變量不變時，某一個變量的變化對股票成交金額的影響，但實際上各變量之間是否互相存在影響，我們需要用格蘭杰因果關(guān)系檢驗來分析各變量之間的互相關(guān)系。

8、四Granger因果關(guān)系檢驗表3顯示：上證綜合指數(shù)不是股票成交金額的格蘭杰原因，股票成交金額也不是上證綜合指數(shù)的格蘭杰原因；A股上市公司數(shù)量不是股票成交金額的格蘭杰原因，但是股票成交金額是A股上市公司數(shù)量的格蘭杰原因；A股上市公司數(shù)量不是上證綜合指數(shù)的格蘭杰原因，上證綜合指數(shù)不是A股上市公司數(shù)量的格蘭杰原因。五脈沖響應(yīng)函數(shù)基于上文建立的VAR模型，將股票成交金額、上證綜合指數(shù)和A股上市公司數(shù)量之間的脈沖響應(yīng)函數(shù)，以進一步分析它們的短期動態(tài)分析。脈沖圖中橫坐標(biāo)表示時期數(shù)，縱軸表示脈沖響應(yīng)函數(shù)大小，實線表示保險密度受到?jīng)_擊后的走勢，上下的兩條虛線表示走勢的兩倍標(biāo)準(zhǔn)誤差。上證綜合指數(shù)第一期對股票成交

9、金額影響作用較大，隨后開場下降到第六期下降到最低點，之后開場上升影響作用逐漸趨于平穩(wěn)。從圖3可以看出，第一期影響作用較小，之后開場上升，到第五期到達峰值為0.029.第六期以后擾動作用開場下降，第七期后作用為負值。六方差分解利用方差分解法分析上證綜合指數(shù)和A股上市公司數(shù)量對股票成交金額的奉獻度，結(jié)果如表4所示。表4中的方差分解時期數(shù)，即股票成交金額標(biāo)準(zhǔn)差的預(yù)測期； LNY列是股票成交金額預(yù)測方差中由股票成交金額自身引起的百分比； LNX1、LNX2列分別是股票成交金額總值預(yù)測方差中由上證綜合指數(shù)、A股上市公司數(shù)量擾動引起的百分比。股票成交金額一期預(yù)測的標(biāo)準(zhǔn)差為0.504907，二期為0.599

10、758，比第一期大，這是因為第二期的預(yù)測包含了上證綜合指數(shù)和A股上市公司數(shù)量在一期預(yù)測的不確定性的影響。隨著預(yù)測期數(shù)的增加，股票成交金額預(yù)測的標(biāo)準(zhǔn)差也逐漸增加，在第7期逐漸趨于穩(wěn)定。三、結(jié)論與建議通過以上VAR模型實證，我們發(fā)現(xiàn)：上證綜合指數(shù)、A股上市公司數(shù)與股票成交金額之間存在長期穩(wěn)定的平衡關(guān)系，長期來看，上證綜合指數(shù)和A股上市公司數(shù)量對股票成交金額的進步都具有促進作用。第一，上證綜合指數(shù)的對數(shù)每增加1%，股票成交金額的對數(shù)相應(yīng)地增加1.85%；第二，A股上市公司數(shù)量的對數(shù)每增加1%，那么股票成交金額的對數(shù)相應(yīng)地增加2.37%。因此，進步股票成交金額必須進一步促進我國股票市場的開展，加強金融監(jiān)管并逐漸推行注冊制，推動企業(yè)積極上市融資。參考文獻：1徐添添.