摘 要：文章探究疫情影響下中國三大股指的變動(dòng)情況及對(duì)未來預(yù)測(cè)，選擇疫情期間的中國三大股指指數(shù)作為因變量，國內(nèi)的現(xiàn)有確診人數(shù)和國外的現(xiàn)有確診人數(shù)作為自變量來反映疫情的嚴(yán)峻程度。通過實(shí)證分析得出實(shí)證結(jié)論研究，并在最后分析中國三大股指的未來變動(dòng)情況。希望可以為相關(guān)問題的研究提供一定的參考。

關(guān)鍵詞：三大股指;均衡關(guān)系;實(shí)證分析;VECM模型

引言

中國三大股指是上證指數(shù)、深證成指和創(chuàng)業(yè)板指。股指作為一種金融衍生產(chǎn)品，在資本市場上發(fā)揮著價(jià)格發(fā)現(xiàn)、套期保值、豐富資產(chǎn)配置、增加市場流動(dòng)性等重要作用?，F(xiàn)如今，國內(nèi)的疫情情況正逐漸好轉(zhuǎn)，而國外的疫情嚴(yán)峻程度仍然處于不斷上升的狀態(tài)。變量均為時(shí)間序列數(shù)據(jù)，直接回歸有可能造成偽回歸，因此先對(duì)變量進(jìn)行單位根檢驗(yàn)，分析變量是否平穩(wěn)。若變量不平穩(wěn)，但均為同階單整，則進(jìn)行協(xié)整檢驗(yàn)分析變量之間是否存在協(xié)整關(guān)系，即長期穩(wěn)定均衡關(guān)系。若存在協(xié)整關(guān)系，則進(jìn)行格蘭杰因果檢驗(yàn)，分析國內(nèi)外疫情的嚴(yán)峻程度是否是中國三大股指變化的格蘭杰原因。建立VECM模型，分析在存在滯后階的情況下，國內(nèi)外疫情的嚴(yán)峻程度對(duì)中國三大股指的影響。在分析完疫情對(duì)三大股指的影響之后，再對(duì)未來進(jìn)行預(yù)測(cè)。

一、變量設(shè)置與模型假設(shè)

（一）變量設(shè)置

2020年，一場突如其來的新冠肺炎疫情席卷全球，給全球的股票市場帶來了巨大的沖擊。本文分析在疫情的影響下，中國三大股指的變動(dòng)情況以及對(duì)未來的預(yù)測(cè)。股指是股票價(jià)格指數(shù)的簡稱，是由證券交易所或金融服務(wù)機(jī)構(gòu)所編制的代表行市變動(dòng)的一種參考性指示數(shù)字。中國三大股指是上證指數(shù)、深證成指和創(chuàng)業(yè)板指。而疫情影響的嚴(yán)峻程度用每日國內(nèi)和國外的現(xiàn)有確診人數(shù)來表示。變量設(shè)置及符號(hào)表示如下表：

（二）模型假設(shè)

本文研究的變量均為時(shí)間序列，而通常情況下不能直接對(duì)時(shí)間序列進(jìn)行OLS回歸分析。因此，本文構(gòu)建向量誤差修正模型來分析疫情的嚴(yán)峻程度在滯后期存在的情況下，對(duì)中國三大股指的影響。

首先為了減弱量綱的不同給研究帶來的影響以及消除模型的異方差現(xiàn)象，需要對(duì)數(shù)據(jù)進(jìn)行自然對(duì)數(shù)的形式處理，得到、、、以及。此外構(gòu)建向量誤差修正模型之前需要檢驗(yàn)變量之間是否存在協(xié)整關(guān)系，若存在則可以構(gòu)建如下形式的向量誤差修正模型：

其中，表示誤差修正項(xiàng)，它的系數(shù)表示變量對(duì)協(xié)整關(guān)系的偏離和修正程度，而m表示向量誤差修正模型的滯后階數(shù)。

二、實(shí)證分析

（一）單位根檢驗(yàn)

本文主要采用Eviews分析軟件對(duì)數(shù)據(jù)進(jìn)行分析。傳統(tǒng)的對(duì)變量進(jìn)行回歸分析得到的是經(jīng)典回歸模型，但是對(duì)于時(shí)間序列而言，有可能會(huì)忽略時(shí)間對(duì)變量的影響，即會(huì)出現(xiàn)偽回歸現(xiàn)象，得到的回歸模型是不準(zhǔn)確的。而通常的做法是首先檢驗(yàn)時(shí)間序列是否存在單位根。

在這里，首先用Augmented Dickey-Fuller（ADF）對(duì)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)是否存在單位根，即是否平穩(wěn)。模型3（包含常數(shù)項(xiàng)C和趨勢(shì)項(xiàng)Trend）的檢驗(yàn)結(jié)果如下表所示：

ADF檢驗(yàn)的原假設(shè)是變量存在單位根，備擇假設(shè)是變量不存在單位根。如果顯著性水平α為0.05，從模型3的ADF檢驗(yàn)t統(tǒng)計(jì)量上看，其概率p值0.2783大于0.05，接受變量存在單位根的原假設(shè)。同時(shí)，截距項(xiàng)C的t統(tǒng)計(jì)量的概率p值為0.0111，小于0.05，而趨勢(shì)項(xiàng)Trend的t統(tǒng)計(jì)量的概率p值為0.7260，大于0.05，因此接受存在截距項(xiàng)的備擇假設(shè)以及不存在趨勢(shì)項(xiàng)的原假設(shè)。需進(jìn)一步檢驗(yàn)?zāi)Ｐ?（只含截距項(xiàng)C），模型2的檢驗(yàn)結(jié)果如下表所示：

雖然模型2中截距項(xiàng)C的t統(tǒng)計(jì)量的概率p值0.0086小于0.05，接受存在截距項(xiàng)的備擇假設(shè)。但是ADF檢驗(yàn)t統(tǒng)計(jì)量的概率p值0.0793大于0.05，接受存在單位根的原假設(shè)。因此，需進(jìn)一步檢驗(yàn)?zāi)Ｐ?（不含截距項(xiàng)C和趨勢(shì)項(xiàng)Trend），模型1的檢驗(yàn)結(jié)果如下表所示：

由于模型1的ADF檢驗(yàn)t統(tǒng)計(jì)量的概率p值0.5038大于0.05，接受存在單位根的原假設(shè)，因此是不平穩(wěn)的。對(duì)于不平穩(wěn)的時(shí)間序列，通常的做法是對(duì)時(shí)間序列進(jìn)行差分，檢驗(yàn)差分后的時(shí)間序列是否平穩(wěn)。接下來對(duì)進(jìn)行ADF單位根檢驗(yàn)，檢驗(yàn)方法如上所述。同樣地，用以上單位根檢驗(yàn)方法，可得所有變量的單位根檢驗(yàn)結(jié)果如下表所示：

（二）協(xié)整檢驗(yàn)

由單位根檢驗(yàn)可知，變量都是不平穩(wěn)的時(shí)間序列，且都是一階單整的。單整階數(shù)相同，適合對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，分析變量間是否存在長期穩(wěn)定均衡關(guān)系。

在進(jìn)行協(xié)整檢驗(yàn)之前，首先需要確定模型的最優(yōu)滯后階數(shù)。選擇系統(tǒng)默認(rèn)的滯后2階，分析模型的四項(xiàng)評(píng)價(jià)指標(biāo)（FPE準(zhǔn)則、AIC準(zhǔn)則、SC準(zhǔn)則、似然比檢驗(yàn)法），結(jié)果如下表所示：

由上表可見，上證指數(shù)、深證成指和創(chuàng)業(yè)板指的四項(xiàng)評(píng)價(jià)指標(biāo)FPE準(zhǔn)則、AIC準(zhǔn)則、SC準(zhǔn)則和似然比檢驗(yàn)均認(rèn)為最優(yōu)滯后階數(shù)為1，因此確定VECM模型的最優(yōu)滯后階數(shù)均為1。

利用Eviews分析軟件中的Johansen Cointegration Test對(duì)變量數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，選擇滯后階數(shù)為1，檢驗(yàn)結(jié)果如下表所示：

由表7可知，在上證指數(shù)中，至多存在2個(gè)協(xié)整關(guān)系的概率p值為0.0054，小于0.05，即拒絕至多存在2個(gè)協(xié)整關(guān)系的原假設(shè)，則、、存在3個(gè)協(xié)整關(guān)系。同樣地，在深證成指中，、、也存在3個(gè)協(xié)整關(guān)系;在創(chuàng)業(yè)板指中，、、存在2個(gè)協(xié)整關(guān)系。

以上說明在上證指數(shù)、深證成指和創(chuàng)業(yè)板指中，變量間均存在協(xié)整關(guān)系，即存在長期穩(wěn)定均衡關(guān)系。標(biāo)準(zhǔn)化后的協(xié)整關(guān)系如下表所示：

通過上表，可得向量誤差修正模型的誤差修正項(xiàng)分別為：

（三）格蘭杰因果檢驗(yàn)

接下來，采用格蘭杰因果檢驗(yàn)分別分析、、與、之間是否存在格蘭杰因果關(guān)系。Eviews格蘭杰因果檢驗(yàn)結(jié)果如下表所示：

上表的6個(gè)原假設(shè)的概率p值分別為0.07908、0.92279、0.15609、0.96619、0.34609、0.95938，均大于0.05，即接受原假設(shè)，說明與均不是、、的格蘭杰因果原因。說明疫情的嚴(yán)峻程度對(duì)中國三大股指的影響程度不大。

（四）VECM模型的建立

由前文可知，、、與、之間存在不顯著的長期穩(wěn)定均衡關(guān)系。接下來，建立VECM模型，進(jìn)一步地分析它們之間的長期穩(wěn)定均衡關(guān)系。分析結(jié)果如下表所示：

根據(jù)上表，可建VECM模型如下：

三、實(shí)證分析結(jié)論

根據(jù)以上建立的VECM模型可知，3個(gè)模型的系數(shù)均為小于0，系數(shù)均大于0，說明國內(nèi)的疫情嚴(yán)峻程度對(duì)中國的三大股指有負(fù)向作用，而國外的疫情嚴(yán)峻程度對(duì)中國的三大股指有正向作用。而通過格蘭杰因果檢驗(yàn)可知，國內(nèi)外疫情的嚴(yán)峻程度對(duì)中國三大股指的影響作用均是比較微弱的，說明我國的股票市場是比較穩(wěn)定的，雖然突如其來的新冠肺炎疫情會(huì)對(duì)股票市場造成一定的沖擊，但是這種沖擊是比較微弱的。

四、未來預(yù)測(cè)

2020年新冠肺炎疫情首先在國內(nèi)形勢(shì)嚴(yán)峻，國外形勢(shì)處于初級(jí)萌芽階段。此后，國內(nèi)的新冠肺炎疫情得到有效的控制，疫情嚴(yán)峻程度正逐漸降低，而國外的新冠肺炎疫情正迅速蔓延，疫情的嚴(yán)峻程度正逐漸上升。根據(jù)前文的實(shí)證分析，中國的三大股指應(yīng)該呈現(xiàn)先降低，后上升的走勢(shì)圖，與上圖的走勢(shì)圖大致相同。其中三大股指走勢(shì)的轉(zhuǎn)折點(diǎn)出現(xiàn)在3月23日前后，而通過查閱資料，該時(shí)間點(diǎn)正是國內(nèi)疫情得到有效控制，國外疫情迅速蔓延的時(shí)間點(diǎn)，說明前文建立的VECM模型有一定的參考價(jià)值。

同時(shí)可以看到，在2月4日前后，三大股指也出現(xiàn)了轉(zhuǎn)折點(diǎn)，從逐漸降低走向了逐漸上升，而該時(shí)間點(diǎn)國內(nèi)疫情仍然嚴(yán)峻，國外疫情仍然處于尚未爆發(fā)的階段，這與建立的VECM模型結(jié)論不同。因此，筆者猜測(cè)在這一時(shí)間點(diǎn)可能國家出臺(tái)了相關(guān)的股市保護(hù)政策，或者股市有自身的內(nèi)部協(xié)調(diào)能力，這有待考究。

總體而言，前文建立的VECM模型有較高的參考價(jià)值。截止目前，國內(nèi)的疫情嚴(yán)峻程度較低，國外的疫情嚴(yán)峻程度較高，因此有理由認(rèn)為中國三大股指在未來一段時(shí)間，仍然會(huì)處于微弱的上升狀態(tài)。

參考文獻(xiàn)

[1]三大股指沖高回落滬指展開年線爭奪戰(zhàn)[J].營銷界，2019，（51）：300.

[2]申銀萬國期貨汪洋.股指短期有望超跌反彈未來審慎樂觀[N].期貨日?qǐng)?bào)，2019-05-17（005）.

[3]宋小宇.基于GARCH模型的我國股票市場收益率波動(dòng)性研究[D].淮北師范大學(xué)，2019.

[4]信達(dá)期貨 呂潔 郭遠(yuǎn)愛.股指期貨三大現(xiàn)貨指數(shù)的比較及應(yīng)用分析[N].期貨日?qǐng)?bào)，2017-07-26（005）.

[5]孫舞媛.中國三大股指期貨功能的實(shí)證研究[D].暨南大學(xué)，2017.

[6]柴富帥.我國三大股指期貨波動(dòng)性及風(fēng)險(xiǎn)測(cè)度研究[D].燕山大學(xué)，2017.

[7]魏建國，李小雪.基于VECM-PT-IS模型的我國三大股指期貨價(jià)格發(fā)現(xiàn)功能對(duì)比研究[J].武漢理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，29（03）：354-360.

[8]朱筱楠.中金所三大股指期貨價(jià)格發(fā)現(xiàn)功能的比較研究[D].上海師范大學(xué)，2016.

[9]石路.我國股指期貨套利現(xiàn)狀及其未來展望——基于近期中國股指期貨市場套利的研究[J].時(shí)代金融，2013，（15）：240-241.

作者簡介：

楊棕柯（2001.8—），男，回族，內(nèi)蒙古自治區(qū)包頭人，成都市雙流區(qū)西南民族大學(xué) 金融學(xué)大類專業(yè) 本科生。