计量经济学期末论文-中国股市有效性分析eviews
计量经济学论文范文eviews
《我国财政收入影响因素分析》班级：09财政1班姓名：***学号：************指导教师：***完成时间：2011年12月4日摘要：对我国财政收入影响因素进行了定量分析，建立了数学模型，并提出了提高我国财政收入质量的政策建议。
关键词：财政收入实证分析影响因素一、引言财政收入对于国民经济的运行及社会发展具有重要影响。
首先，它是一个国家各项收入得以实现的物质保证。
一个国家财政收入规模大小往往是衡量其经济实力的重要标志。
其次，财政收入是国家对经济实行宏观调控的重要经济杠杆。
宏观调控的首要问题是社会总需求与总供给的平衡问题，实现社会总需求与总供给的平衡，包括总量上的平衡和结构上的平衡两个层次的内容。
财政收入的杠杆既可通过增收和减收来发挥总量调控作用，也可通过对不同财政资金缴纳者的财政负担大小的调整，来发挥结构调整的作用。
此外，财政收入分配也是调整国民收入初次分配格局，实现社会财富公平合理分配的主要工具。
在我国，财政收入的主体是税收收入。
因此，在税收体制及政策不变的情况下，财政收入会随着经济繁荣而增加，随着经济衰退而下降。
我国的财政收入主要包括税收、国有经济收入、债务收入以及其他收入四种形式，因此，财政收入会受到不同因素的影响。
从国民经济部门结构看，财政收入又表现为来自各经济部门的收入。
财政收入的部门构成就是在财政收入中，由来自国民经济各部门的收入所占的不同比例来表现财政收入来源的结构，它体现国民经济各部门与财政收入的关系。
我国财政收入主要来自于工业、农业、商业、交通运输和服务业等部门。
因此，本文认为财政收入主要受到总税收收入、国内生产总值、其他收入和就业人口总数的影响。
二、预设模型令财政收入Y（亿元）为被解释变量，总税收收入X1（亿元）、国内生产总值X2（亿元）、其他收入X3（亿元）、就业人口总数为X4（万人）为解释变量，据此建立回归模型。
二、数据收集从《2010中国统计年鉴》得到1990--2009年每年的财政收入、总税收收入、国内生产总值工、其他收入和就业人口总数的统计数据如下：obs 财政收入Y 总税收收入X1 国内生产总值X2 其他收入X3 就业人口总数X4 1990 2937.1 2821.86 18667.8 299.53 64749 1991 3149.48 2990.17 21781.5 240.1 65491 1992 3483.37 3296.91 26923.5 265.15 66152 1993 4348.95 4255.3 35333.9 191.04 66808 1994 5218.1 5126.88 48197.9 280.18 67455 1995 6242.2 6038.04 60793.7 396.19 68065 1996 7407.99 6909.82 71176.6 724.66 68950 1997 8651.14 8234.04 78973 682.3 69820 1998 9875.95 9262.8 84402.3 833.3 70637 1999 11444.08 10682.58 89677.1 925.43 71394 2000 13395.23 12581.51 99214.6 944.98 72085 2001 16386.04 15301.38 109655.2 1218.1 73025 2002 18903.64 17636.45 120332.7 1328.74 73740 2003 21715.25 20017.31 135822.8 1691.93 74432 2004 26396.47 24165.68 159878.3 2148.32 75200 2005 31649.29 28778.54 184937.4 2707.83 75825 2006 38760.2 34804.35 216314.4 3683.85 76400 2007 51321.78 45621.97 265810.3 4457.96 76990 2008 61330.35 54223.79 314045.4 5552.46 774802009 68518.3 59521.59 340506.9 7215.72 77995三、模型建立1、散点图分析2、单因素或多变量间关系分析Y X1 X2 X3 X4Y 1 0.9989134611478530.9934790452908040.8770144886795640.983602719841508X1 0.998913461147853 10.9937402677184690.8556377347447820.984935296593492X2 0.9934790452908040.993740267718469 10.8561835802284710.986241165680459X3 0.8770144886795640.8556377347447820.856183580228471 10.810940334650381X4 0.9836027198415080.9849352965934920.9862411656804590.810940334650381 1由散点图分析和变量间关系分析可以看出被解释变量财政收入Y与解释变量总税收收入X1、国内生产总值X2、其他收入X3、就业人口总数X4呈线性关系，因此该回归模型设为：μβββββ+++++=443322110X X X X Y3、 模型预模拟由eviews 做ols 回归得到结果：Dependent Variable: Y Method: Least Squares Date: 11/14/11 Time: 17:51 Sample: 1990 2009 Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 7299.523 1691.814 4.314614 0.0006 X1 1.062802 0.021108 50.34972 0.0000 X2 0.001770 0.004528 0.391007 0.7013 X3 0.873369 0.119806 7.289852 0.0000 X4-0.1159750.026580-4.3631600.0006R-squared 0.999978 Mean dependent var 20556.75 Adjusted R-squared 0.999972 S.D. dependent var 19987.03 S.E. of regression 106.6264 Akaike info criterion 12.38886 Sum squared resid 170537.9 Schwarz criterion 12.63779 Log likelihood -118.8886 F-statistic 166897.9 Durbin-Watson stat1.496517 Prob(F-statistic)0.0000004321115975.0873369.0001770.0062802.1523.7299X X X X Y -+++=(4.314614) ( 50.34972 ) ( 0.391007) ( 7.289852) ( -4.363160)999978.02=R 999972.02=R 9.166897=F 496517.1.=W D四、 模型检验 1.计量经济学意义检验 ⑴多重共线性检验与解决求相关系数矩阵，得到：Correlation MatrixY X1 X2 X3 X4 1 0.998913461147853 0.9934790452908040.8770144886795640.9836027198415080.998913461110.99374026770.85563773470.984935296547853 18469 44782 934920.993479045290804 0.993740267718469 10.8561835802284710.9862411656804590.877014488679564 0.8556377347447820.856183580228471 10.8109403346503810.983602719841508 0.9849352965934920.9862411656804590.810940334650381 1发现模型存在多重共线性。
基于Eviews的上市公司股票价格的影响因素分析
基于Eviews的上市公司股票价格的影响因素分析近年来，股票市场的繁荣为投资者带来了巨大的机会，然而，股票价格的波动也成为投资者需要面对的风险。
为了更好地把握股票价格的变动趋势，探索影响股票价格的因素，许多投资者和学者开始运用经济学和计量经济学的方法对股票市场进行深入研究。
本文将基于Eviews软件，对上市公司股票价格的影响因素进行分析，以期能够揭示股票价格背后的经济规律。
一、数据的准备和处理为了进行准确的分析，我们首先需要获取上市公司的股票价格数据和可能的影响因素数据。
比较常用的影响因素包括宏观经济因素（如GDP、通货膨胀率等）、公司自身因素（如净利润、资产负债比率等）以及行业因素（如行业景气指数等）。
在数据处理中，我们需要将数据转化为时间序列，并进行平稳性检验和差分等步骤，以消除数据的非平稳性。
二、模型的建立和分析1. 单变量分析在进行多变量分析之前，我们可以首先对股票价格进行单变量分析，以探究股票价格的时间序列特征。
在Eviews软件中，可以使用ADF检验等方法对股票价格数据进行平稳性检验。
在平稳性检验的基础上，我们可以运用自相关函数和偏自相关函数分析序列的自相关性和偏自相关性，以便进一步选择合适的ARIMA模型。
2. 多变量分析多变量分析旨在探究股票价格受到的各种影响因素，从而预测并解释股票价格的波动。
在Eviews软件中，可以利用向量自回归模型（VAR）和脉冲响应函数等工具进行多变量分析。
在建立VAR模型时，我们需要选择适当的滞后阶数，以及合适的协整检验方法（如Johansen协整检验），以确保模型的准确性和可靠性。
三、结果的解读和讨论在模型建立和分析完毕后，我们可以通过回归系数和显著性检验等指标，评估各个变量对股票价格的影响程度。
同时，我们也可以利用脉冲响应函数和方差分解等方法，来解读模型的结果和预测股票价格的波动情况。
分析这些结果可以帮助我们深入理解股票价格的运动规律，并为投资者提供相应的策略建议。
中国股票市场有效性的研究
中国股票市场有效性的研究中国股票市场是一个充满着机会和挑战的市场。
在这个市场里，有着众多的投资者，他们对市场的涨跌充满了期望与疑虑，每天都在关注着股票的价格，并根据市场的走势进行投资。
然而，对于这个市场的有效性，存在着种种不同的看法。
本文将探讨中国股票市场的有效性，从而为投资者的决策提供一些参考意见。
一、有效市场理论有效市场理论是指由美国学者E. Fama于1960年提出来的一种理论，该理论认为股票市场是一个有效市场，市场价格可以反映所有可得信息并真实反映公司的价值。
这意味着，投资者无法通过信息获取和分析来获得超过市场收益的回报。
有效市场理论是现代金融理论的基础之一，也是股票市场有效性研究的重要理论基础。
二、中国股票市场的基本特征中国股票市场的基本特征是非常显著的。
首先，中国股票市场上市公司的数量非常庞大。
其次，由于经济体制的转变和政策的调整，中国股票市场经历了许多面临政策调整的公司，也带来了诸多不确定性因素。
同时，中国股票市场的股民结构也十分复杂。
中国股市的股民既有追求短期投机的散户，也有价值投资者和机构投资者等等。
“散户”是指那些没有大量资本的投资者，与许多机构投资者相比较，他们往往没有足够的市场信息和分析能力，在短期投机传统上来说，经常无法赢得比较长期的持有和机构投资者的稳健生意。
总体来看，中国股票市场的基本特征使其更难寻找优质股票，更容易产生市场波动，进而影响市场有效性的实现。
三、中国股票市场有效性的研究市场有效性是指价格能够充分反映所有与市场相关的信息。
从理论上讲，如果市场是有效的，则价格已经包含了股票中所有可得信息，包括经济基本面信息、公司信息以及其他信息等。
因此，要验证中国股票市场是否有效就需要测量市场是否能够及时反映新的的信息。
在实证研究中，可以根据不同的方法和指标来探讨中国股票市场的有效性。
其中，最常用的方法之一是事件研究法。
事件研究法通过对股票市场事件的对比分析来研究市场的有效性。
EViews统计分析在计量经济学中的应用综合案例
计量经济学创新实验设计
我们以方正科技（600601）为例，介绍如何通过Eviews 软件进行系数的回归估计。
打开Eviews6.0，选择File-New-Workfile，frequency选择integer date，时间为1至200，点击确定。
计量经济学创新实验设计
计量经济学创新实验设计
二.资本资产定价模型及其检验方法介绍
各种股票的收益和风险呈现正相关，每种资
产的收益由无风险收益和风险贴水两部分构成。 可表示为：
E Ri Rf i E Rm Rf
（1）
其中： E Ri 为股票的期望收益率； Rf 为无风险收益率、 E Rm 为市场证券组合的
期望收益率； i 是股票 i 收益和市场组合收益间的协方差im 与市场组合收益方差 m 2 的比
值，即 i
im
2 m
，常被称为“
系数”（可以看作某种股票收益变动对市场组合收益变
动的敏感度）。
计量经济学创新实验设计
假设关于任何资产的收益是一个公平博弈，换句 话说就是任何资产已实现的平均收益率等于其预 期的收益率。数学上有如下形式：
Rit E Rit imt eit
（2）
其 中 ， mt Rmt E Rmt ， E mt 0 ， eit 为 随 机 误 差 项 ， 且 E eit 0 ，
covemt
, eit
0
，
cov eit ,eit1
0
，
i
cov Rmt
,
Rit
Var
Rmt
。
计量经济学创新实验设计
出现下图后，点击Object-New Object，在Type of object中 选择seriers,，并命名为SY和MY，从而创建两个序列。
计量经济学eviews软件案例分析
计量经济学课程案例分析论文本小组案例：影响税收收入的因素摘要：我国经济增长与税收增长之间是正相关的，经济增长是税收增长的源泉，而税收又是国家财政收入的主要来源，国家把税收收入用于经济建设，发展科学、教育、文化、卫生等事业，反过来又促进经济的进一步增长。
关键字：税收国内生产总值财政支出商品零售价格指数一、引言：改革开放以来，随着经济体制的改革的深化和经济的快速增长，中国的财政收支状况发生很大的变化，为了研究中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济学模型。
二、经济理论分析：影响中国税收收入增长的主要因素可能有：【1】从宏观经济上看经济增长是税收增长的基本源泉【2】社会经济的发展和社会保障等对公共财政提出要求，公共财政的需求可能对当年的税收入可能会有一定的影响。
【3】物价水平。
中国的税制结构以“流转税”为主，以现行价格计算的GDP和经营者的收入水平都与物价水平有关。
【4】税收政策因素三、建立模型：以各项税收收入Y作为解释变量以GDP表示经济增长水平以财政支出表示公共财政的需求以商品零售价格指数表示物价水平税收政策因素较难用数量表示，暂时不予考虑模型设定为Y=β1X1+β2X3+β3X3+C其中：Y—各项税收收入（亿元）X1—国内生产总值（亿元）X2—财政支出（亿元）X3—商品零售价格指数（%）四、数据收集：年份x1 x2 x3 y 1978 3645.20 1122.09 100.70 519.28 1979 4062.60 1281.79 102.00 537.82 1980 4545.60 1228.83 106.00 571.70 1981 4891.60 1138.41 102.40 629.89 1982 5323.40 1229.98 101.90 700.02 1983 5962.70 1409.53 101.50 775.59 1984 7208.10 1701.02 102.80 947.35 1985 9016.00 2004.25 108.80 2040.79 1986 10275.20 2204.91 106.00 2090.73 1987 12058.60 2262.18 107.30 2140.36 1988 15042.80 2491.21 118.50 2390.47 1989 16992.30 2823.78 117.80 2727.40 1990 18667.80 3083.59 102.10 2821.86 1991 21781.50 3386.62 102.90 2990.17 1992 26923.50 3742.20 105.40 3296.91 1993 35333.90 4642.30 113.20 4255.30 1994 48197.90 5792.62 121.70 5126.88 1995 60793.70 6823.72 114.80 6038.04 1996 71176.60 7937.55 106.10 6909.82 1997 78973.00 9233.56 100.80 8234.04 1998 84402.30 10798.18 97.40 9262.80 1999 89677.10 13187.67 97.00 10682.58 2000 99214.60 15886.50 98.50 12581.51 2001 109655.20 18902.58 99.20 15301.38 2002 120332.70 22053.15 99.70 17636.45 2003 135822.80 24649.95 99.90 20017.31 2004 159878.30 28486.89 102.80 24165.68 2005 184937.40 33930.28 100.80 28778.54 2006 216314.40 40422.73 101.00 34809.72 2007 265810.30 49781.35 103.80 45621.97 2008 314045.40 62592.66 105.90 54223.79 2009 340902.80 76299.90 98.80 59521.59 2010 401202.00 89874.16 103.10 73210.79回归分析：相关分析Y X1 X2 X3 CY 1 0.99324608842507670.998026452957201-0.2477565308468775X1 0.9932460884250767 10.9902514953708315-0.2712079122261235X2 0.9980264529572010.9902514953708315 1-0.2619643078387446X3 -0.2477565308468775-0.2712079122261235-0.2619643078387446 1C进行相关分析的结果如上，从图中可看出税收收入Y与国内生产总值X1、财政支出X2之间都成高度正相关，这表明利用线性模型解释他们之间的关系是比较合适的。
基于Eviews的股票市场预测模型研究
基于Eviews的股票市场预测模型研究一、研究背景随着我国股票市场的不断发展和完善，越来越多的投资者开始将目光投向了股票市场。
股票市场的变化对投资者来说尤其重要，因为对股票价格的准确预测可以帮助投资者做出更明智的决策，从而在市场上获取更丰厚的回报。
在进行股票市场预测时，理论模型是不可缺少的工具之一，其中，基于Eviews的股票市场预测模型是较为常用的一种。
二、理论模型的构建基于Eviews的股票市场预测模型可以采用多种方法，其中最常见的方法是时间序列分析和回归分析。
在进行时间序列分析时，需要对历史数据进行分析，了解历史走势，并通过对数据进行平稳性检测、ADF检验等进行预处理。
在进行回归分析时，需要对与股票价格相关的各因素进行回归分析，并对模型进行拟合和参数估计。
三、模型的应用研究为了验证基于Eviews的股票市场预测模型的使用效果，可以通过实证研究来进行验证。
在实证研究中，需要先定义模型并对数据进行处理，接着进行参数估计和误差分析，最终得出预测结果和准确率。
四、模型的优缺点分析基于Eviews的股票市场预测模型具有如下优点：首先，Eviews 可以为股票市场预测提供一种非常丰富的分析手段，包括时间序列分析和回归分析等；其次，Eviews非常直观地呈现统计结果，可使用户快速地了解实际数据情况；此外，Eviews还支持数据的导入和导出，可以与其他软件进行数据交流。
但是，基于Eviews 的股票市场预测模型也存在着一些缺点，例如它所预测的结果过分依赖于历史数据的变化，而且仍存在一定的误差。
五、结论通过对基于Eviews的股票市场预测模型的研究，我们可以发现该模型具备一定的优势，但也存在一定的缺点。
因此，在使用该模型进行股票市场预测时需进行综合分析，并结合其他该领域的理论与模型进行预测。
同时，我们需要认识到股票市场价值是难以确定的，并且市场变化也十分复杂。
走势变化的不确定性使得股票市场预测难以实现100%的准确性，因此我们需要持续学习投资知识，提高自身的投资水平，才能在市场上不断获得成功。
计量经济学eviews基本操作及检验
实验一 EViews软件的基本操作【实验目的】了解EViews软件的基本操作对象，掌握软件的基本操作。
【实验内容】一、EViews软件的安装；二、数据的输入、编辑与序列生成；三、图形分析与描述统计分析；四、数据文件的存贮、调用与转换。
实验内容中后三步以表1-1所列出的税收收入和国内生产总值的统计资料为例进行操作。
表1-1 我国税收与GDP统计资料单位：亿元资料来源：《中国统计年鉴1999》【实验步骤】一、安装EViews软件㈠EViews对系统环境的要求⒈一台386、486奔腾或其他芯片的计算机，运行Windows3.1、Windows9X、Windows2000、WindowsNT或WindowsXP操作系统；⒉至少4MB内存；⒊VGA、Super VGA显示器；⒋鼠标、轨迹球或写字板；⒌至少10MB以上的硬盘空间。
㈡安装步骤⒈点击“网上邻居”，进入服务器；⒉在服务器上查找“计量经济软件”文件夹，双击其中的setup.exe，会出现如图1-1所示的安装界面，直接点击next按钮即可继续安装；⒊指定安装EViews软件的目录（默认为C:\EViews3，如图1-2所示），点击OK按钮后，一直点击next按钮即可；⒋安装完毕之后，将EViews的启动设置成桌面快捷方式。
图1-1 安装界面1图1-2 安装界面2二、数据的输入、编辑与序列生成㈠创建工作文件⒈菜单方式启动EViews软件之后，进入EViews主窗口（如图1-3所示）。
图1-3 EViews主窗口在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框（如图1-4所示），由用户选择数据的时间频率（frequency）、起始期和终止期。
图1-4 工作文件对话框其中， Annual——年度 Monthly——月度Semi-annual——半年 Weekly——周Quarterly——季度 Daily——日Undated or irregular——非时序数据选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日前1985和1998。
《我国证券市场有效性分析》
《我国证券市场有效性分析》摘要：本文旨在对我国证券市场的有效性进行分析。
通过对市场数据的收集与整理，结合国内外相关理论，探讨了我国证券市场的信息传递、价格形成机制及市场反应等关键要素，并对市场效率的几个方面进行了深入探讨。
本文的结论将有助于理解我国证券市场的运行机制，为投资者提供决策参考。
一、引言证券市场作为国家经济发展的重要组成部分，其有效性直接关系到资源配置的效率及投资者的利益。
近年来，我国证券市场在规模、交易量等方面均取得了显著增长，但市场有效性仍需进一步研究和验证。
因此，对我国证券市场的有效性进行分析具有重要的现实意义。
二、文献综述证券市场有效性理论起源于西方国家，并经过多年的研究与发展，已形成了一套较为完善的理论体系。
我国学者在借鉴国外理论的基础上，结合我国实际情况，对证券市场有效性进行了深入研究。
这些研究主要集中在信息披露、价格形成机制、市场反应等方面。
三、我国证券市场有效性分析（一）信息传递与披露信息传递与披露是影响证券市场有效性的关键因素之一。
在我国，随着监管政策的不断完善，信息披露制度逐渐健全，信息传递速度和范围也有所提高。
然而，仍存在信息披露不充分、不及时等问题，这在一定程度上影响了市场的有效性。
（二）价格形成机制价格是证券市场的基础，价格形成机制是否合理直接关系到市场的有效性。
在我国，价格主要由供求关系决定，但在某些情况下，仍存在价格偏离价值的情况。
这可能是由于市场操纵、信息不对称等原因导致的。
因此，需要进一步完善价格形成机制，提高市场的透明度和公正性。
（三）市场反应市场反应是衡量市场有效性的重要指标之一。
在我国，市场对利好或利空消息的反应逐渐增强，但仍存在反应过度或反应不足的情况。
这可能是由于投资者情绪、信息解读等因素导致的。
为了提高市场反应的理性程度，需要加强投资者教育和监管力度。
四、提升我国证券市场有效性的建议（一）完善信息披露制度加强信息披露的及时性和准确性，确保所有投资者能够公平地获取信息。
计量EVIEWS实验报告
计量EVIEWS实验报告CPI与M1的关系(1) 导⼊数据，建⽴⼯作组（2）⽣成cpi数据列对其进⾏ADF检验，⼀阶平稳，结果如下：同样⽅法⽣成m1数据列，并对其进⾏ADF检验，⼀阶平稳，结果如下：（3）以上实验说明CPI与M1是⼀阶单整序列，接着对DM1与DCPI进⾏协整检验，Quick→Group Statistics→Cointegration Test检验结果如下：说明存在2个协整关系。
（4）对其⼀阶差分序列进⾏格兰杰因果检验，Quick→Group Statistics→Granger Causality Test检验结果如下：说明M1是CPI变动的格兰杰原因，⽽CPI不是M1变动的格兰杰原因。
综上所述，CPI与M1存在协整关系，且M1的变动引起CPI的变动。
沪深股市收益率波动性分析⼀沪深股市收益率的波动性研究1、描述性统计图⼀上证收益率图⼆深证收益率从图⼀可以发现，样本期内沪市收益率均值为-0.000824，标准差为0.019323，偏度为-0.146983，峰度为5.707683，远⾼于正态分布的峰度值3，说明收益率r t具有尖峰和厚尾特征。
JB正态性检验也证实了这点，统计量为318.9724，说明在极⼩置信概率下，收益率显著异于正态分布；从图⼆可以发现，样本期内深市收益率均值为-0.00062，标准差为0.021601，偏度为-0.253026，峰度为4.838825，收益率同样具有尖峰厚尾特征。
深市收益率的标准差⼤于沪市，说明深圳股市的波动更⼤。
析。
3、均值⽅程的确定及残差序列⾃相关检验图三上证收益率⾃相关检验图四深证收益率⾃相关检验从图三和图四可以看出上证收益率和深证收益率都不存在⾃相关性，因此我们选择以下模型作为波动率模型的均值⽅程：it it it u r ε+= 2,1=i其中t r 1表⽰上证收益率，t r 2表⽰深证收益率。
对沪深市场收益率分别作如上模型的回归，结果如图五和图六所⽰：图五上证收益率回归分析图六深证收益率回归分析4、⽤Ljung-Box Q 统计量对均值⽅程拟和后的残差及残差平⽅做⾃相关检验图七上证收益率回归模型图⼋上证收益率回归模型残差残差的⾃相关检验平⽅的⾃相关检验图九深证收益率回归模型图⼗深证收益率回归模型残差残差的⾃相关检验平⽅的⾃相关检验从图七和图⼋可以发现，上证收益率回归模型的残差不存在⾃相关性，⽽上证收益率回归模型的残差平⽅存在很强的⾃相关，即模型残差存在条件异⽅差。
计量经济学案例eviews
案例分析1.问题的提出和模型的设定根据我国1978—1997年的财政收入Y 和国民生产总值X 的数据资料，分析财政收入和国民生产总值的关系建立财政收入和国民生产总值的回归模型。
假定财政收入和国民收入总值之间满足线性约束，则理论模型设定为i i i u X Y ++=21ββ其中i Y 表示财政收入，i X 表示国民生产总值。
表1我国1978—1997年财政收入和国民生产总值2.参数估计进入EViews 软件包，确定时间范围；编辑输入数据；选择估计方程菜单，估计样本回归函数如下表 2obsX Y 19783624.100 1132.260 19794038.200 1146.380 19804517.800 1159.930 19814860.300 1175.790 19825301.800 1212.330 19835957.400 1366.950 19847206.700 1624.860 19858989.100 2004.820 198610201.40 2122.010 198711954.50 2199.350 198814922.30 2357.240 198916917.80 2664.900 199018598.40 2937.100 199121662.50 3149.480 199226651.90 3483.370 199334560.50 4348.950 199446670.00 5218.100 199557494.90 6242.200 199666850.50 7407.990 1997 73452.50 8651.140估计结果为Y=858.3108 + 0.100031X(12.78768) (46.04788)R^2=0.991583 S.E.=208.508 F=2120.408括号内为t统计量值。
3.检验模型的异方差（一）图形法1、EViews软件操作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国股市有效性分析摘要：传统的有效市场理论（Efficient Market Hypothesis，EMH）认为证券价格完全反映了证券的内在价值，证券价格的变动仅受未来的信息影响，信息的变动能够在证券的价格上得到充分及时且准确的反映。
同时，有效市场理论认为，风险中性投资者所组成的一个竞争市场中，证券的内在价值与价格都是服从随机游走规则的，因而未来的证券价格具有不可预测性，但近年来出现了很多理论挑战有效市场假说，均值回归理论就是其中之一，均值回归理论认为，从长期的角度来看，证券价格服从均值回归，也就是长期收益率服从负的相关性。
本文采用时间序列回归方法，对上证指数过去十年的周收益率进行实证验证，证明上证指数具有显著的均值回归特性，为统计套利方法提供了理论依据。
关键词：时间序列；自回归；均值回归；序列相关-稳健推断一、均值回归的由来与发展传统的有效市场理论（Efficient Market Hypothesis，EMH）认为证券价格完全反映了证券的内在价值，证券价格的变动仅受未来的信息影响，信息的变动能够在证券的价格上得到充分及时且准确的反映。
同时，有效市场理论认为，风险中性投资者所组成的一个竞争市场中，证券的内在价值与价格都是服从随机游走规则的，因而未来的证券价格具有不可预测性，投资者只能获得市场平均收益。
萨缪尔森(Samuelson，1957)认为，信息是决定股票价格波动的主要因素，但由于信息是不可预测的，所以股票的未来价格也是不可测的。
法玛（Fama,1965）用间隔天数不同的价格变化来求它们之间的自相关性，得出了1958至1962年期间道·琼斯工业股票的股价变动的自相关系数近似于零，论证了股价是随机游走的，。
自有效市场理论提出以来，该理论一直处于现代金融的主流地位。
但近些年来，尤其是21世纪以来，该理论在理论和实证方面遭遇了前所未有的挑战。
De Bondt和Thaler(1985)[1]第一个对有效市场理论发起了质疑，他们认为股票市场存在着和心理学上类似的过度反应现象，过度反应一般来说是指市场上过分悲观或乐观的心理，过去表现的更好的股票（赢家）被投资者追捧，而过去表现不好的股票（输家）无人理睬。
他们针对纽约证券交易所1926-1982年的数据进行了实证研究，结果输家组合的累积超额报酬比高出市场19.6%，而赢家组合的累计超额报酬在同期比市场指数收益率低5%。
所以，他们认为股市存在均值回归现象。
➢有效市场理论以及行为金融学对均值回归现象的解释均值回归现象于过去占主导地位的有效市场理论相冲突，有效市场假说的支持者以及行为金融理论的支持者都试图进行解释。
前者认为任何超额收益都必须承担更多的风险，而后者从投资者的心理认知偏差角度进行了阐述。
1、有效市场学派的解释有效市场理论的支持者认为在股票市场中，股价已经反映了所有的当前信息，股价等于内在价值，因而没有高估或者低估的现象发生，超额投资收益不可能获得。
对于均值回归带来的带来的超额收益现象，有效市场学派认为获得超常收益是所谓风险溢价的结果，更高收益代表着更高的风险。
Fama和French（1993）[2]的三因素模型，该模型建立了规模因子，市场因子和帐目市值比(BM)的这三者的三因素模型来描述股票收益率和系统风险之间的关系。
该模型解释了大部分CAPM无法解释的情况。
风险的因素调整过后，根据利润与市价之比（E/P）、账面价值与对应市场价值的比率（BM）、公司的市场价值（ME）、公司的销售年度增长率和现金流市价比（C/P）构建的组合不能获得显著的超额收益，基于均值回归的超常收益消失了。
2、行为金融学派的解释De Long,Shleifer,Summers和Waldmann(1990)[3]提出的DSSW模型，该模型使用正的惯性投资行为阐述了过度反应问题。
正反馈交易也可以称惯性交易，市场上有这样一种投资者，他们不关心基本面，仅关注技术面，在市场上“追涨杀跌”。
比如某公司股票本期由于盈利高而上涨，惯性交易者将购入该股，使价格进一步上涨。
惯性交易者的行为将不断刺激股价上涨，因而该股票短期表现为过度反应，然而当股价上涨到一定程度后，泡沫破灭，价格开始反转。
Berberis,Shleifer和Vishny(1998)[4]所陈述的BSV模型，该模型认为投资者在投资时可能存在两种决策偏差，其中之一是所谓代表性偏差（representative bias）,仅仅注重短期变动，而不考虑市场总的趋势。
投资者喜欢根据市场的短期态势总结出一种规律，当这种规律偶然出现，投资者可能忽略其偶然性，高估模式的普遍性，并应用到以后的投资中去，进而导致过度反应（overreation）。
保守性偏差（conservatism）也是其中的一种，即投资者的反应不够迅速（underreaction）。
比如公司突然发布临时性消息，而投资者对此不够敏感，反应不够迅速，股票价格逐渐调整到和新信息所内含的价值上去，进而造成了动量现象。
Deniel，Hirshleifer和Subrahmanyam(1998)[5]所阐述的DHS模型，该模型认为股票购买者在决策时存在两种偏差：一种是偏差的错误归纳（baised self -attribution），另一种是对自己能力的夸大（overconfidence）。
所谓的偏差的归因指的是如果公开信息证实了投资者的个人判断，会大大的提高投资者的信心；但如果公开信息和投资者个人判断出现偏差，投资者信心会减弱，但幅度与相同条件下信心增强的幅度来得要小，即投资者会无意识的压制不利于自己的信息。
过度自信是指投资者高估自身拥有的判断力。
在两者的共同作用下，股票价格在短期内可能存在动量，而长期则表现为均值回归。
Hong和Stein（1999）[6]提出的HS模型，该模型假设市场上存在两种类型的投资者：新闻的监视者（news watchers）和动能投资者（momentum traders）。
新闻的监视者基于他们私自观察到的关于股票未来价值的信息来预测，他们关注基本面，而从不关注技术分析。
动能投资者则相反，他们的预测完全取决于技术分析，而从不关心股票的基本面，换句话就是说“追涨杀跌”。
Hong和Stein假设开始只有消息观测者参与交易，由于信息在投资者之间是相互扩散的，因此信息并不立即体现在股票价格上，股票价格反应不足，收益率呈现出动量。
短线投资者仅仅利用技术分析作为其购买股票的一句，他们不断地“追涨杀跌”，这些投机行为将在短期内助长股票的过度反应，从而推高股价，使得股价过高，这表现为动量现象。
然后当股价不断上涨达到高点后，泡沫将会破裂，造成股价下跌。
Fama和French[7]对美国股市进行实证研究，指出了纽约证券交易所在长的时间范围存在着均值回归性。
DimitriosMalliaropulos和Richard Priestley检验了东南亚7个国家股票市场，结果是存在着均值回归现象；Jeffrey Gropp对美国证券交易所(AMEX)、纽约证券交易所(NYSE)和纳斯达克(NASDAQ)进行实证分析，结果存在明显均值回归证据。
也有很多学者提出了相反的意见，认为市场不存均值回归。
Lo和Mackinlay利用周数据论证美国股市不存在均值回归性，认为Fama等的实证研究数据时间过短，有小样本偏差，使研究结果不可靠。
KausikChaudhuri和YangruWu(2003)[8]对阿根廷和巴西等新兴国家的数据进行了检验，结果没有发现其存在显著地均值回归。
根据现有的文献，时间间隔的选择依然是均值回归理论一个悬而未决的问题，即不确定的回归时期，呈现“随机漫步”的趋势。
不同的股票市场中，回归周期不同，即使对同一股票市场而言，其T值也不易确定。
如果能够找到相应的概率分布确认均值回归，就能更好的预测股票的未来收益。
➢我国学者对均值回归现象的研究进展国外学者对均值回归现象进行了大量研究，相比而言，我国学者的相关研究较少。
彭方平（2008）[9]应用Bootstrap 仿真技术和似无关回归研究，用实证数据论证了内地股票市场的均值回归性。
宋玉臣（2009）[10]应用方差比率检验方法，论证了沪综指对于宏观变动的较短时期的反应不足，较长时期却反应过度的结论。
二、计量分析方法1.自回归的模型[11]➢ 子样观测值{ ,1,0,±=i x i },白噪声序列表示为{t a },回归系数用),,2,1(p j j =ϕ表示，则可得到的AR 模型：tp t p t t t a x x x x ++++=---ϕϕϕ 2211 (1) ➢ 模型参数的最小二乘估计设样本观测值{ ,1,0,±=t X t }，记[]T N p p x x x Y 21++=[]TN p p a a a 21++=ε []Tp ϕϕϕϕ 21= ⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=---+-p N N N p p p p x x x x x x x x x A 212111则AR(p)模型可以表示为 εϕ+=A Y （2）由最小二乘原理可得到模型参数的估计为Y A A A T T 1)(ˆ-=ϕ那么根据最小二乘估计值可以得到噪声的估值为p p t t t t t x x x x a ϕϕϕˆˆˆˆ2211-------= ),,1(N p t +=噪声方差2ˆa σ的最小二乘估值为εεσˆˆ1ˆ1122T N p t t u p N a p N -=-=∑+=∧2.自相关性及其产生的原因➢ 定义：对于模型01122...t t t k kt t y x x x u ββββ=+++++ 如果随机误差项的各期值之间存在着相关关系，即：(,)()0t t i t t i Cov u u E u u --=≠，1,2,3,....,i s =则称模型存在着自相关性。
➢ 自相关的类型：包括了一阶自相关和高阶自相关。
✧ 一阶自相关指的是随机误差项仅仅与其前一期相关。
1t t t v ερε-=+，✧ 高阶自相关指的是随机误差项和它的前几期都存在相关性。
1122...t t t p t p t v ερερερε---=++++称之为P 阶自回归形式，或称模型存在P 阶自相关。
➢ 自相关的影响✧ 最小二乘估计不再是有效估计✧ OLS 估计仍然是无偏估计，但不再具备有效性。
✧ T 检验的可靠性降低，由于低估()i S β，使T 值偏大。
✧ 降低模型的预测精度➢ 自相关性的检验✧ 残差图的分析如果伴随时间的变化，残差的分布也对应着周期的变化，说明自相关性很有可能会出现。
➢ 杜宾——瓦森检验（dw 检验）✧ 检验的范围：一阶自相关步骤：✧ 提出原假设：H0：0ρ=，即不存在一阶自相关。