消費(fèi)者價(jià)格指數(shù)與股票價(jià)格的動(dòng)態(tài)相關(guān)性研究

何弦

摘 要：隨著國(guó)民經(jīng)濟(jì)的飛速發(fā)展，在我國(guó)居民的資產(chǎn)配置當(dāng)中，股票市場(chǎng)所占份額日漸提升，國(guó)家宏觀經(jīng)濟(jì)的運(yùn)行也受到一定程度上的股價(jià)波動(dòng)的影響，而消費(fèi)者價(jià)格指數(shù)是衡量國(guó)家宏觀經(jīng)濟(jì)的重要指標(biāo)之一。所以，研究股票價(jià)格波動(dòng)與消費(fèi)者價(jià)格指數(shù)之間的相關(guān)性，可以有效且及時(shí)地為投資者提供參考依據(jù)。基于DCC多元變量GARCH模型，針對(duì)我國(guó)1990年12月至2018年11月期間的居民消費(fèi)價(jià)格指數(shù)與股價(jià)的月度數(shù)據(jù)進(jìn)行研究分析，得出消費(fèi)者價(jià)格指數(shù)與股票價(jià)格收益率之間存在單項(xiàng)因果關(guān)系的結(jié)論。消費(fèi)者價(jià)格指數(shù)的波動(dòng)對(duì)股票價(jià)格的波動(dòng)具有一定的影響，可以作為股票市場(chǎng)投資者的一個(gè)參考。

關(guān)鍵詞：股票價(jià)格;消費(fèi)者價(jià)格指數(shù);DCC-GARCH模型

中圖分類號(hào)：F830.91? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）03-0062-04

引言

在我國(guó)宏觀經(jīng)濟(jì)的運(yùn)行之下，央行制定的貨幣政策中把通貨穩(wěn)定作為重要目標(biāo)。而通貨膨脹程度可以由居民消費(fèi)者價(jià)格指數(shù)（Consumer Price Index）來(lái)反映，金融資產(chǎn)價(jià)格（以股票價(jià)格為代表）可以當(dāng)作通脹的先行指示器。消費(fèi)者價(jià)格指數(shù)（CPI）表示物品價(jià)格以及服務(wù)價(jià)格的信息，股票價(jià)格則代表商品價(jià)格的信息。所以，若能夠通過(guò)研究發(fā)現(xiàn)，消費(fèi)者價(jià)格指數(shù)和股票價(jià)格之間存在某種聯(lián)系，這無(wú)疑能夠有助于金融投資者、市場(chǎng)分析人員以及經(jīng)濟(jì)政策的制定者更加敏銳地捕捉到市場(chǎng)變化，做出更優(yōu)的金融經(jīng)濟(jì)決策。因此，本文將重點(diǎn)研究消費(fèi)者價(jià)格指數(shù)與股票價(jià)格兩者之間的聯(lián)系。

一、文獻(xiàn)回顧

2016年，李征洋根據(jù)1991—2011年的數(shù)據(jù)得出股價(jià)和利率二者之間有內(nèi)在聯(lián)系并存在傳導(dǎo)效應(yīng)。該文認(rèn)為通貨膨脹會(huì)影響投資者的資金流量及流向，從而影響股票市場(chǎng)的資金供求，最終引起股票價(jià)格發(fā)生變化[1]。2018年，王春枝、于揚(yáng)、王維國(guó)三人通過(guò)AR-M-MIDAS的多種模型，針對(duì)高頻股票價(jià)格對(duì)我國(guó)通貨膨脹的作用路徑以及影響機(jī)制進(jìn)行研究，得出股價(jià)對(duì)通貨膨脹存在顯著正向效應(yīng)的結(jié)論[2]?，F(xiàn)階段的研究中，對(duì)于股票價(jià)格與通貨膨脹的研究一直沒(méi)有得出一致的結(jié)論。

二、DCC-GARCH模型

DCC-GARCH模型是Engle[3]提出的一種動(dòng)態(tài)條件相關(guān)性模型，用以描述金融時(shí)間序列間相關(guān)性是如何隨時(shí)間變化的。該模型模型的估計(jì)通常用兩步完成。第一步，根據(jù)對(duì)單個(gè)序列GARCH過(guò)程的估計(jì)，將所獲得的條件方差進(jìn)行標(biāo)準(zhǔn)化殘差過(guò)程的處理。第二步，針對(duì)所取得的標(biāo)準(zhǔn)化殘差對(duì)其做出估計(jì)，得到無(wú)條件方差矩陣，最終獲得序列之間的動(dòng)態(tài)相關(guān)系數(shù)矩陣。若用？著t代表樣本，用代表協(xié)方差矩陣，用t代表p×p矩陣，用Qt代表矩陣對(duì)角線上各個(gè)元素，對(duì)角線上元素的平方根、非對(duì)角線上元素均為0，則D（1，1）模型為：

三、實(shí)證分析

1.數(shù)據(jù)來(lái)源與處理。本文采用所有數(shù)據(jù)均以月度數(shù)據(jù)為樣本，樣本區(qū)間均為1990年12月至2018年11月，樣本容量共336個(gè)。其中，消費(fèi)者價(jià)格指數(shù)（CPI）的數(shù)據(jù)采用的是中國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站官方數(shù)據(jù)，股票價(jià)格數(shù)據(jù)采用的是上證指數(shù)，數(shù)據(jù)來(lái)源于東方財(cái)富金融終端。時(shí)間序列的走勢(shì)（如下頁(yè)圖1和圖2所示）。為了更加準(zhǔn)確地達(dá)到研究目的，本文用股票價(jià)格對(duì)數(shù)收益率來(lái)代表股價(jià)指標(biāo)[4]，數(shù)據(jù)處理計(jì)算公式為：當(dāng)日對(duì)數(shù)收益率等于當(dāng)日指數(shù)收盤價(jià)與前一天指數(shù)收盤價(jià)的差的對(duì)數(shù)，趨勢(shì)（如下頁(yè)圖3所示）。

2.描述性統(tǒng)計(jì)。本文變量指標(biāo)數(shù)據(jù)均為數(shù)值型數(shù)據(jù)，為了對(duì)變量數(shù)據(jù)有更具體更全面的處理，采用Eviews9.0對(duì)各個(gè)變量數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析[5]。中值和均值反映集中趨勢(shì)，標(biāo)準(zhǔn)差和方差反映離散趨勢(shì)，偏度和峰度反映偏態(tài)與峰態(tài)，Jarque-Bera統(tǒng)計(jì)量的伴隨概率可大致地反映出數(shù)據(jù)的正態(tài)性。若其小于設(shè)定概率值，即為拒絕原假設(shè)，樣本不服從正態(tài)分布，反之亦然（如下頁(yè)表1所示）（dlrsr及dlcpi分別表示股價(jià)和消費(fèi)者價(jià)格指數(shù)的對(duì)數(shù)差分值）。

3.ADF單位根檢驗(yàn)。一般在進(jìn)行協(xié)整檢驗(yàn)之前，需要針對(duì)序列y檢驗(yàn)其是否平穩(wěn)，即確定變量時(shí)間序列的階數(shù)。若序列y顯示為平穩(wěn)狀態(tài)，則可做Granger檢驗(yàn)。若序列y顯示為不平穩(wěn)狀態(tài)，則要檢驗(yàn)△y的平穩(wěn)性;若△y平穩(wěn)，則y是I（1）的，也可做Granger檢驗(yàn)。本文采用檢驗(yàn)平穩(wěn)性常用方法：ADF（Augmented-Dicky-Fuller）檢驗(yàn)法。即當(dāng)零假設(shè)H0：y是I（1）的時(shí)候，若？茁不顯著異于0，則接受？拽0，認(rèn)為y是I（1）1的。即{yt}為一階單整序列，反之，則認(rèn)為y是I（0）[6]。

為了盡量避免偽回歸問(wèn)題的出現(xiàn)影響結(jié)果的準(zhǔn)確性，將股票價(jià)格數(shù)據(jù)進(jìn)行對(duì)數(shù)差分處理，再將對(duì)數(shù)差分結(jié)果進(jìn)行ADF檢驗(yàn)。檢驗(yàn)結(jié)果顯示，p值為0.0000，故變量股票價(jià)格數(shù)據(jù)是平穩(wěn)序列（如表2所示）。對(duì)消費(fèi)者價(jià)格指數(shù)數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)，從檢驗(yàn)結(jié)果可以看出，消費(fèi)者價(jià)格指數(shù)的概率p值亦為0.0000，表明該時(shí)間序列同樣是平穩(wěn)的，不存在單位根的情況（如表3所示）。

4.Granger因果檢驗(yàn)。綜合以上對(duì)CPI與股價(jià)收益率兩者的分析，經(jīng)過(guò)對(duì)其平穩(wěn)性檢驗(yàn)之后，進(jìn)一步通過(guò)Granger因果檢驗(yàn)分析二者之間的傳導(dǎo)關(guān)系，并建立模型分析二者結(jié)構(gòu)關(guān)系。針對(duì)1990年12月至2018年11月期間月度數(shù)據(jù)進(jìn)行格蘭杰因果檢驗(yàn)，判斷消費(fèi)者價(jià)格指數(shù)與股價(jià)收益率之間是否存在因果關(guān)系。F-Statistic是格蘭杰因果關(guān)系檢驗(yàn)的主要判定依據(jù)[7]，如果Prob值比0.01、0.05或0.1小，或者F-Statistic的值比臨界值大，則表示拒絕原假設(shè)，可借此判斷兩變量之間是否具有單向或雙向關(guān)系，最終結(jié)果（如表4所示）。

從表4中數(shù)據(jù)不難看出，我國(guó)CPI指數(shù)與股票價(jià)格收益率滯后2期后構(gòu)成單向因果關(guān)系，即CPI是股票價(jià)格收益率的因果關(guān)系，說(shuō)明CPI指數(shù)滯后2期的變化可以引導(dǎo)股票價(jià)格收益率的變化。二者存在一定的傳導(dǎo)關(guān)系。

5.動(dòng)態(tài)相關(guān)性分析。把這些變量擬合到模型中，利用信息準(zhǔn)則（AIC）和貝葉斯準(zhǔn)則（BIC）進(jìn)行估計(jì)，得到最佳滯后長(zhǎng)度為12。由表5可知，Theta（1）=-0.029355，theta（2）=0.805281，theta（1）+theta（2）=0.775926，其結(jié)果小于1。可以看出，股票價(jià)格和居民消費(fèi)者指數(shù)兩個(gè)變量擬合良好，可以使用DCC-GARCH模型[8]。將所得結(jié)果放入DCC-GARCH模型中進(jìn)行分析，得到二者的動(dòng)態(tài)相關(guān)圖（如圖4所示）。從表6可以看出，二者相關(guān)收益系數(shù)的Mean與Median兩項(xiàng)值都小于0.1。由此可知，股票價(jià)格收益率與消費(fèi)者價(jià)格指數(shù)之間的相互影響較不明顯，而后者對(duì)前者呈現(xiàn)較弱的解釋力度。

圖4為CPI與股票收益率之間的動(dòng)態(tài)相關(guān)系數(shù)圖，即根據(jù)DCC-GARCH模型中動(dòng)態(tài)相關(guān)系數(shù)Rt繪制而成[9]。從圖4中可知，根據(jù)消費(fèi)者價(jià)格指數(shù)與股票價(jià)格收益率所估算出的我國(guó)居民消費(fèi)者價(jià)格指數(shù)和股票價(jià)格之間存在一定的相關(guān)波動(dòng)性。二者相關(guān)系數(shù)集中出現(xiàn)在-0.05～+0.2區(qū)間內(nèi)，相關(guān)系數(shù)最低值低于-0.08，然而二者相關(guān)性最高值則達(dá)到0.51。該數(shù)據(jù)結(jié)果說(shuō)明，CPI的波動(dòng)對(duì)股票價(jià)格的波動(dòng)有一定的影響，但相關(guān)程度較低，消費(fèi)者價(jià)格指數(shù)可以作為股票市場(chǎng)投資者的一個(gè)參考，但還需結(jié)合其他因素共同決策。

結(jié)語(yǔ)

本文選取1990年12月至2018年11月時(shí)間段內(nèi)，我國(guó)消費(fèi)者價(jià)格指數(shù)與股票價(jià)格之間的相關(guān)性長(zhǎng)期變化情況進(jìn)行分析（通過(guò)DCC-GARCH模型）。根據(jù)研究結(jié)果可以得到一些結(jié)論：首先，消費(fèi)者價(jià)格指數(shù)與股票價(jià)格收益率之間存在單項(xiàng)因果關(guān)系，即CPI的波動(dòng)會(huì)對(duì)股票價(jià)格有一定影響。其次，消費(fèi)者價(jià)格指數(shù)與股票價(jià)格之間動(dòng)態(tài)相關(guān)性較弱。雖然從動(dòng)態(tài)相關(guān)系數(shù)圖中表明，二者之間存在一定程度上的動(dòng)態(tài)相關(guān)性，但通過(guò)動(dòng)態(tài)相關(guān)系數(shù)表中給出的相關(guān)統(tǒng)計(jì)特征，也可以看出二者之間的相關(guān)性是弱的?？傊M(fèi)者價(jià)格指數(shù)的波動(dòng)對(duì)股票價(jià)格的波動(dòng)具有一定影響，可以作為一國(guó)貨幣政策制定者、金融市場(chǎng)分析人員及股票市場(chǎng)投資者的一個(gè)參考，但仍需綜合考量。

參考文獻(xiàn)：

[1]? 李征洋.通貨膨脹與股價(jià)波動(dòng)的效應(yīng)分析[J].時(shí)代金融，2016，（11）：142-143.

[2]? 于揚(yáng)，王維國(guó)，王春枝.我國(guó)股票價(jià)格與通貨膨脹關(guān)系的實(shí)證分析[J].統(tǒng)計(jì)與決策，2018，（7）：165-168.

[3]? ENGLE R.Dynamic Conditional Correlation：A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models[J].Journal of Business&Economic Statistics，2002，（3）：339-350.

[4]? Nikolaos Antonakakis，Rangan Gupta，Aviral K.Tiwari.Has the correlation of inflation and stock prices changed in the United States over the last two centuries？[J].Research in International Business and Finance，2017，（42）.

[5]? 張曉峒.Eviews使用指南與案例[M].北京：機(jī)械工業(yè)出版社，2007.

[6]? 胡燕京，張方杰.中國(guó)股票市場(chǎng)、基金市場(chǎng)及國(guó)債市場(chǎng)間的協(xié)整關(guān)系研究[J].華東經(jīng)濟(jì)管理，2005，（2）：122-124.

[7]? Rapach D.，Zhou G.Forecasting stock returns.In：Elliott，G.，Timmermann，A.（Eds.），Handbook of Economic Forecasting，Elsevier，Amsterdam，2013，（2A）：328-383.

[8]? Gupta R.，Inglesi-Lotz R.Macro shocks and real US stock prices with special focus on the“Great Recession”[J]Appl.Econom.Int，2012，（2）：123-136.

[9]? Simo-Kengne B.，Miller S.，Gupta R.，Aye G.Time-varying effects of housing and stock returns on U.S.consumption[J].Real Estate Financ.Econ，2015，（3）：339-354.