2023年领先因素模型宏观经济变量与股市关系系列研究之领先效果篇.doc

[Table_MainInfo] 领先因子模型 金融工程 研究报告 ——宏观经济变量与股市关系系列研究之领先效果篇 2023-01-14 [Table_KeyInfo] [Table_Title] 领先因子模型 报告要点 n 领先滞后关系检验 领先因子模型中，我们主要讨论宏经济变量对股市的领先效果。宏观经济变量的选择是基于多因素模型——宏观经济变量与股市关系系列研究之多因素篇中，与股市有显著协整关系的宏观经济变量。 在此根底上，运用趋势状态的重要性——宏观经济变量与股市关系系列研究之方法篇中的方法检验这些因子与股市之间的领先滞后关系，之后根据各个宏观经济变量的显著性和差异性形成多因素模型。 n 基于领先信息的过因素模型 单变量与股市之间的领先滞后关系检验结果说明，以下几个变量对股市有显著的领先作用：用电量、出口订单、积压订单、生产量、原材料库存、ppi、固定资产投资。通过组合对股市有领先意义的宏观经济状态变量形成多因素模型，包含两个因素：pmi的扩散指标生产量、ppi，这个模型对股市的月收益率序列有23.80%的解释能力。 n 系列报告总结及未来研究展望 宏观经济变量与股市关系系列研究从以下三个方面讨论了我国宏观经济对股市的影响：哪些宏观因素会影响股市、这些因素的影响模式是怎么样的、这些因素与股市的领先滞后效果。趋势状态的重要性从宏观经济因素对股市的影响模式的研究入手，主要介绍了协整关系的简化检验方法。多因素模型主要建立了宏观因子备选库，对其中的宏观经济变量与股市的关系一一进行协整关系检验。领先因子模型通过协整关系检验，筛选出对股市有领先意义的宏观经济变量。 宏观经济与股市的关系十分复杂，我们使用了一种简化的协整关系检验方法对最常见的一些宏观经济变量与股市的关系加以检验，发现了丰富的结论。在此根底上，还有很多问题值得进一步研究，如：在过程中识别趋势，使用向量自回归模型研究宏观经济变量之间的相关关系等。 [Table_BaseInfo] 领先股市的多因素模型 常数项 生产量 (j=7,k=-1) sppi (j=2,k=-2) 2.8275 5.4221 -8.9226 资料来源：Wind资讯，长江证券研究部 领先变量多因素模型效果 资料来源：Wind资讯，长江证券研究部 分析师： 范辛亭 (8621) 6875859 fanxt@cjsc 执业证书编号：S0490209100276 联系人： 范辛亭 (8621) 6875859 fanxt@cjsc 请阅读最后一页评级说明和重要声明 金融工程 正文目录 一、 研究思路 4 二、 领先滞后关系检验 4 三、 基于领先信息的多变量模型………………………………………….13 四、 系列报告总结………………………………………………………….15 图表目录 图 1：系列报告内容简介 4 图2：用电量同比增速、用电量增速状态变量与上证综指关系图 7 图3：生产量、生产量状态变量与上证综指关系图 9 图4：出口订单、出口订单状态变量与上证综指关系图 9 图5：积压订单、积压订单状态变量与上证综指关系图 10 图6：原材料库存、原材料库存状态变量与上证综指关系图 10 图7：固定资产投资同比增速、固定资产投资同比增速状态变量与上证综指关系图 10 图8：ppi、ppi状态变量与上证综指关系图 12 图9：生产量状态变量、ppi状态变量比照图 14 图 10：领先变量多因素模型效果 15 表 1：M1与M2增速差与对应的趋势状态变量 5 表 2：货币政策类趋势状态变量与流通A股领先、滞后检验结果 5 表 3：货币政策类趋势状态变量与等权A股领先、滞后检验结果 6 表 4：货币政策类趋势状态变量与上证综指领先、滞后检验结果 6 表 5：工业生产类趋势状态变量与流通A股领先、滞后检验结果 6 表 6：工业生产类趋势状态变量与等权A股领先、滞后检验结果 6 表 7：工业生产类趋势状态变量与上证综指领先、滞后检验结果 7 表 8：pmi及其扩散指标趋势状态变量与流通A股领先滞后检验结果 8 表 9：pmi及其扩散指标趋势状态变量与流通A股领先、滞后检验结果〔续〕 8 表 10：pmi及其扩散指标趋势状态变量与等权A股领先、滞后检验结果 8 表 11：pmi及其扩散指标趋势状态变量与等权A股领先、滞后检验结果〔续〕 8 表 12：pmi及其扩散指标趋势状态变量与上证综指领先、滞后检验结果 9 表 13：pmi及其扩散指标趋势状态变量与上证综指领先、滞后检验结果〔续〕 9 表 14：固定投资同比增长率趋势状态变量与股票指数领先、滞后检验结果 10 表 15：物价类趋势状态变量与等权A股领先、滞后检验结果 11 表 16：物价类趋势状态变量与流通A股领先、滞后检验结果 11 表 17：物价类趋势状态变量与上证综指领先、滞后检验结果 11 表 18：外汇类趋势状态变量与股票指数领先、滞后检验结果 12 表 19：利率类趋势状态变量与股票指数领先、滞后检验结果 12 表 20：具有领先作用的变量相关关系 13 表 21：领先变量的信息比拟 13 表 22：领先股市的多变量模型 14 一、 研究思路 对股市的领先效果中，我们主要讨论宏经济变量对股市的领先效果。宏观经济变量的选择是基于多因素模型——宏观经济变量与股市关系系列研究之多因素篇中，与股市有显著协整关系的宏观经济变量。 在此根底上，运用趋势状态的重要性——宏观经济变量与股市关系系列研究之方法篇中的方法检验这些因子与股市之间的领先滞后关系，之后根据各个宏观经济变量的显著性和差异性形成多因素模型。 图 Error! Bookmark not defined.：系列报告内容简介 资料来源：长江证券研究部 二、 领先滞后关系检验 我们检验宏观经济变量在协整根底上的领先和滞后关系，可用以下的简化模型： 〔1〕 当k取大于零的值时，宏观经济变量滞后于股市；当k取小于零的值时，宏观经济变量领先于股市。 下面以M1与M2增速差为例，给出了从1997年11月至1998年11月M1与M2增速差与对应的状态变量，j分别取一个月、四个月、九个月时所对应的宏观经济变量的时间序列分别表示为：、、。从表1可以看出，j取不同的值，识别出来的趋势不尽相同，当j的取值较小，可以识别出较短、较小、变化较为频繁的趋势，而随着j的增大，识别出的趋势变得越来越粗略、过滤掉越来越多的微小波动。 表 Error! Bookmark not defined.：M1与M2增速差与对应的趋势状态变量 日期 (%) 1997年11月 -1.20 0 0 0 1997年12月 -0.80 1 0 0 1998年1月 -2.80 0 0 0 1998年2月 -4.30 0 0 0 1998年3月 -3.60 1 0 0 1998年4月 -3.40 1 0 0 1998年5月 -4.70 0 0 0 1998年6月 -5.90 0 0 0 1998年7月 -5.00 1 1 1 1998年8月 -4.10 1 1 1 1998年9月 -2.80 1 1 1 1998年10月 -2.80 0 0 1 1998年11月 -3.00 0 0 1 资料来源：wind,长江证券研究部 在模型〔1〕中状态变量的回归中我们设计了领先滞后参数k，当k取负值时是领先关系，取0时是同步关系，取正值时是滞后关系。我们选择j的取值范围是1个月至9个月，k的取值范围是-2至5，分别表示宏观经济变量领先于股市2个月、滞后于股市5个月，重点考察宏观经济变量与股市之间的领先滞后关系。我们在调整k值，也同样观察模型的解释能力，当解释能力最强时，也就是t-test值最大时，我们根据k的取值就能判断领先、同步和滞后。着重考察对股市有领先作用的变量。对于每一个宏观经济变量，我们罗列出最大的t-test值，及其对应的j、k、回归系数、决定系数。 表2至表4是货币供给量与三种股票收益率的领先滞后检验结果，可以看出，这一类别中的每一个变量都与股市有着很显著的滞后关系。 表 Error! Bookmark not defined.：货币政策类趋势状态变量与流通A股领先、滞后检验结果 sm0 sm1 sm2 s(m1-m2) shs/m2 j 1 7 5 7 6 k 3 3 1 3 2 3.6877 5.5779 3.2349 6.8391 -6.5368 t-test 2.5643 3.9788 2.2346 4.9884 -4.6314 0.0360 0.0825 0.0276 0.1239 0.1157 资料来源：wind,长江证券研究部 表 Error! Bookmark not defined.：货币政策类趋势状态变量与等权A股领先、滞后检验结果 sm0 sm1 sm2 s(m1-m2) shs/m2 j 1 7 5 7 6 k 3 3 1 3 2 3.7122 5.7490 3.4917 7.2417 -6.5631 t-test 2.4138 3.8311 2.2555 4.9441 -4.2632 0.0320 0.0770 0.0281 0.1219 0.0998 资料来源：wind,长江证券研究部 表 Error! Bookmark not defined.：货币政策类趋势状态变量与上证综指领先、滞后检验结果 sm0 sm1 sm2 s(m1-m2) shs/m2 j 1 4 1 7 6 k 3 2 4 1 2 3.7342 4.9738 -2.0858 5.8227 -5.8873 t-test 2.8960 3.9218 -1.5922 4.6675 -4.6245 0.0455 0.0804 0.0142 0.1101 0.1154 资料来源：wind,长江证券研究部 从表5至表7可以看出， 工业增加值增速与三种股票收益率的领先滞后关系不是很稳定，我们认为造成这个数值结果的原因是工业增加值本身就是一个噪音很大的量，对股市的作用本身并不显著，而考虑这个量与股市的领先滞后关系时，就会出现数据上的偶然吻合，这并不能反映真实的工业增加值与股市的关系，因此，我们认为工业增加值与股市之间并不存在一个稳定的领先滞后关系。 表 Error! Bookmark not defined.：工业生产类趋势状态变量与流通A股领先、滞后检验结果 工业增加值同比增长率 发电量同比增长率 用电量同比增长率 j 1 5 6 k 5 1 -1 4.1599 5.6585 9.3088 t-test 2.2940 3.9586 4.2795 0.0224 0.0877 0.1902 资料来源：wind,长江证券研究部 表 Error! Bookmark not defined.：工业生产类趋势状态变量与等权A股领先、滞后检验结果