a股指数(a股指数怎么算出来长盛同德的)

2021年4月26日发(作者：深交所互动易最新答复,这个最关键*ST联络(002280))

深证A股收盘指数与上证A股收盘指数协整性分析


内容摘要：深入了解中国资本市场之间的联动关系对于决策的制定具有重要作用。作为一个
视角，本文试图通过对上证A股市场和深证A股市场之间关系的实证分析来认识这点银行汇率、外汇汇率
。对
两市指数时间序列的单位根检验表明两个序列都是一阶单整的。我们应用ECM模型对数据
进行了处理，结果表明两市指数之间互为因果关系，且存在长期均衡关系，但并不显著。短
期变化似乎深证A股指数影响更大，也更为显著。
关键词：协整、ECM（误差修正模型）、A股指数

1 引言
在过去十多年中，中国股市经历了一系列调整和变动，股票市场在国民经济中的作用不断增
强，在中国的经济和金融改革中扮演了一个重要的角色。恰当的理解股票市场在经济演进过
程中的变化以及这些变化的含义对于市场监管者和实际投资者都有着重要的意义。例如两市
之间的信息传导机制的结构以及它们之间的相互影响的速度无疑会对投资者的操作策略产
生影响，监管者针对个别市场制定政策时也需要考虑到|001075整个资本市场的整合性在政策执行中
产生的作用。对市场之间的整合性的研究已引起了相当多理论研究者的注意，这主要关系到
两方面的原因：一是在放松管制、全球化、交叉经营以及信息技术迅速提高的背景下，不同
经济体以及市场之间的不断增强的关系使得在这方面的研究更有意义；二是几次大的金融危
机提醒人们要重新对待风险之间相关性和相互作用的变化和影响，风险可能并不会局限于机
构本身，而是进一步引起整个（或多个）金融市场的连锁反应，使得个别机构所面临的市场
风险（或其它风险）形成了大规模的信用危机，这在近几次金融危机中都有所体现。国外学
者在这方面已经做了相当多的实证研究，这其中大部分是以一些发达国家的金融市场为对象
的。下面我们将以深市和沪市指数为对象来研究两个市场之间的关联关系。因为股票指数作
为一种统计指数，其本质功能是用平均值的变化来描述股票市场的动态变化，这是任何一种
股票指数都必须具备的基本功能。在现实中经常发现的几大股票市场的指数是先行的指数，
银行汇率、外汇汇率
存在着某种相互影响的关系，市场参与者都努力寻求如何通过股票市场的指数的变化去建立
各国股票市场波动关系模型。本文也以此为基础做出一些实证分析。

2 数据说明
为了分析两个市场之间的关系，本文分别选取了沪深两市中较有代表性的上证A股指数
（SAZ）和深证A股指数（ZAZ），所有数据来自于中国经济学教育科研网计量经济论坛,
包括从1995年12月19日至2005年6月17日期间2287个交易日的两市的收盘指数。 和 分
别指ZAZ和SAZ的对数值, 和 则分别是 和 的一阶差分。所有的数据分析均使用
EVIEWS3.1进行。
我们首先看两市的时间序列和差分序列图：


a. 深证A股收盘指数(LnZAZ)时间序列(1995.12.19-2005.6.17) |齐鲁证券通达信软件下载
b. 收盘指数差分序列(ΔLnZAZ)
(1995.12.20-2005.6.17)
图1 深证A股收盘指数时间序列及其差分序列

a. 上证A股收盘指数(LnSAZ)时间序列(1995.12.19-2005.6.17)
b. 收盘指数差分序列(ΔLnSAZ)
(1995.12.20-2005.6.17)
图2 上证A股收盘指数时间序列及其差分序列

图3 两市收盘指数趋势参照图
从上图我们可以非常直观地看出两市之间的变化存在相同的趋势，下面我们将用协整检验以
及误差修正模型来从实证上分析这种关系。

3 实证分析
1）单位根检验
首先对两市收盘指数的对数值进行单位根检验，以此确定时间序列的单整阶数
表1 深证A股指数收盘价（ ）的单位根检验
编号 ADF回归 T s.e. DW
1
2287 0.0188 2.0001
2
2287 0.0188 2.0007
3
2287 0.0188 2.0000
注：带﹡括号类数字为ADF值，不带﹡括号类数字为t值。

表2 深证A股指数收盘价差分（Δ ）的单位根检验
编号 ADF回归 T s.e. DW
1
2287 0.0188 2.0001
2
2286 0.0188 2.0044
3
2286 0.0188 2.0043
注：带﹡括号类数字为ADF值，不带﹡括号类数字为t值。

表3 上证A股收盘指数（ ）的单位根检验
编号 ADF回归 T s.e. DW
1
2287 0.0173 1.9996
2
2287 0.0172 1.9995
3
2287 0.0172 1.9994
注：带﹡括号类数字为ADF值，不带﹡括号类数字为t值。

表4 上证A股收盘指数差分（Δ ）的单位根检验
编号 ADF回归 T s.e. DW

1
2287 0.0173 1.9996
2
2286 0.0173 1.9985
3
2286 0.0173 1.9985
注：带﹡括号类数字为ADF值，不带﹡括号类数字为t值。
检验结果还表明 的检验方程中截距项和时间趋势项是显著的，而 则不显著。由上表可知,
和 均含有单位根，两者都为非平稳序列。对两个序列的一阶差分的ADF检验结果（ ）显
示都显著地拒绝存在单位根的假设。综合以上分析，深证A股指数的收盘价和成交量的时
间序列都是一阶单整的，即 和 。
2）协整检验
在做协整检验之前，我们首先进行Granger因果检验来确定两市之间影响的因果关系。检验
结果如下：
表5 因果关系检验表
Null Hypothesis: Obs F-Statistic Probability
LNZAZ does not Granger Cause LNSAZ 2285 3.02258 0.04887
LNSAZ does not Granger Cause LNZAZ 1.55092 0.21228
注：滞后期数为2
从检验的结果，我们可得出结论： 和 之间存在双向的格兰杰因果关系，两市的波动具有互
相影响的作用。
然后对上述两个变量检验是否存在协整关系，首先确定LNC和LNV的VAR模型的滞后期
数。应用对数似然比统计量，我们计算得

因此表明建立VAR(1)模型是可行的。
下面我们以一期滞后期接着进行协整检验，置信水平为1%。结果如下：
表6 协整检验结果
Likelihood 5 Percent 1 Percent Hypothesized
Eigenvalue Ratio Critical Value Critical Value No. of CE(s)
0.006478 21.51503 19.96 24.60 None *
0.002913 6.664834 9.24 12.97 At most 1
注：﹡(﹡﹡)表示在5%（1%）的显著性水平下拒绝原假设
LR检验显示5%显著性水平下存在两个协整等式

表7 标准化协整系数
LNSAZ LNZAZ C
1.000000 0.383018 -9.674168
(1.42470) (8.70442)
注：括号内的数字为渐进标准误差
Johansen协整检验的结果表明确实存在着某种经济机制制约着上证A股收盘指数和深证A
股收盘指数之间变动，长期而言,它们的线性组合有向均衡收敛的趋势：

其中 表示长期稳定的偏差。
3）建立误差修正模型（ECM）

“王教授，这个黑板上，还有一些地方有问题，我给您简单说说吧。”秦振华刚刚其实只是改了一下电路图，就获得了王利民的绝对信任，这样的信任，让他必须要再做一些实际的事情，来报答对方了。 尼玛，还想不想喝酒了？我过来和你们喝酒的，是看得起你们，否则的话，你们算老几！过去的事情就过去了，还总是揪着过去的事情不放干嘛？ 秦振华说道：“如果让德国人来给大家培训，就是三天的时间，教你们怎么开机，关机，怎么会用内置的程序来车基本的形状，你们想要学会更多的操作，没门！” 有了这种坦克炮，大量地改装现有的坦克，还是能和苏联人在原野上交战的，别的不说，就那草原来说，就是最可能的战场之一，这里到处都是平坦的草原，非常适合坦克大部队的交战。 第三百三十六章 部队是个大熔炉 现在，他们重新掉进坑里，发动机保持熄火状态，不会有黑烟冒出来，在外界看来，他们这辆坦克依旧是无法战斗的状态，正是因为这个前提，才会有附近的敌人冒险过来。 “可是我们便宜啊。”秦振华一语道破天机。 当初并没有觉得多难，毕竟秦振华已经带领着大家，把整体设计都做出来了，现在看来，实在是低估了，一个小小的匹配问题，也能够成为他们的功败垂成的拦路虎。 在路上，秦振华继续介绍着这个名不经传的小公司，毕竟，人家是制造武器的。 万生根是恼火的，毕竟，红星机电厂他是想帮的，上头已经给拍板了，他掀不起风浪来。 哼，这又如何？这种小计俩，在绝对的实力前面，那也是白搭！ 秦振华，最会出幺蛾子了，以前就听说过的，当时还觉得很过瘾，但是现在，听到了他的计划，王天明立刻就表示了反对，他这是要占用这辆T-72M好几年啊！