基于VAR和GARCH模型的新能源股價(jià)研究

許偉 周園媛

摘? 要： 以2015年1月5日至2019年4月30日的日度數(shù)據(jù)為樣本，構(gòu)建VAR模型，研究大盤指數(shù)、利率、匯率等對(duì)新能源上市公司股價(jià)影響。研究發(fā)現(xiàn)：煤炭?jī)r(jià)格、石油價(jià)格以及股市大盤指數(shù)的變動(dòng)對(duì)新能源公司股價(jià)的影響不顯著;利率和匯率通過影響新能源企業(yè)的投融資成本以及產(chǎn)品出口來影響其股價(jià)變動(dòng)。通過構(gòu)建GARCH模型，發(fā)現(xiàn)新能源股票的系統(tǒng)風(fēng)險(xiǎn)處于1148～1152之間，且利空消息引起的收益率波動(dòng)可能比同等大小的利好消息引起的波動(dòng)更大。

關(guān)鍵詞： VAR模型? GARCH模型? 傳統(tǒng)能源? 新能源股價(jià)

新能源產(chǎn)業(yè)作為戰(zhàn)略新興產(chǎn)業(yè)，備受國家政策的支持和資本市場(chǎng)的青睞，在此背景下，研究我國新能源股價(jià)的影響因素以及股票收益率的波動(dòng)，有利于促進(jìn)我國新能源企業(yè)的健康可持續(xù)發(fā)展。以往的研究主要運(yùn)用GARCH模型和自回歸模型等方法探討新能源股價(jià)與石油、煤炭、高新科技股價(jià)、利率、匯率中的某一個(gè)或某兩個(gè)因素之間的關(guān)系，多因素研究較少。本文結(jié)合已有的研究建立VAR模型和GARCH模型，研究利率、匯率、大盤指數(shù)、煤炭和石油價(jià)格波動(dòng)對(duì)新能源股價(jià)的影響，以期為新能源股價(jià)研究提供借鑒。

一、數(shù)據(jù)來源與處理

用中證全指指數(shù)的收盤價(jià)代表股票市場(chǎng)價(jià)格，國證新能源指數(shù)收盤價(jià)代表新能源股價(jià)，數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫;利率指標(biāo)選用上海銀行間同業(yè)拆放利率，來源于上海同業(yè)拆放利率網(wǎng)站;匯率指標(biāo)采用人民幣兌美元匯率中間價(jià)，來源于中國人民銀行官網(wǎng);石油價(jià)格采用紐約商品交易所light-sweet合約1的收盤價(jià)，為了便于計(jì)算，將其轉(zhuǎn)化為以人民幣計(jì)價(jià);煤炭?jī)r(jià)格選用大同動(dòng)力煤車板價(jià)（Q6000），數(shù)據(jù)來自銳思數(shù)據(jù)庫。剔除節(jié)假日、周末和交易時(shí)間不相同的數(shù)據(jù)后，共得到1053組有效數(shù)據(jù)，采用stata12E軟件進(jìn)行數(shù)據(jù)處理。

三、模型的建立與實(shí)證分析

（一）VAR模型的建立

VAR：Yt=Σpi-1θiYt-i+εt

Yt是n維內(nèi)生變量列向量，P為滯后階數(shù)，θi是n×n維的待估計(jì)回歸系數(shù)矩陣，εt為隨機(jī)擾動(dòng)項(xiàng)和n維列向量。

1單位根檢驗(yàn)。表1①中的單位根檢驗(yàn)結(jié)果顯示，只有l(wèi)nshibor在95%置信區(qū)間水平下是平穩(wěn)的，其余五個(gè)變量都未通過平穩(wěn)性檢驗(yàn)。一階差分后，在95%置信區(qū)間下，六個(gè)變量均通過了平穩(wěn)性檢驗(yàn)，即一階單整，所以這六個(gè)變量之間可能存在協(xié)整關(guān)系。

2協(xié)整檢驗(yàn)。進(jìn)行協(xié)整檢驗(yàn)之前，建立原序列的VAR模型，計(jì)算出最優(yōu)滯后階數(shù)。根據(jù)表2②，AIC2階對(duì)應(yīng)的AIC值-3856771最小，為最優(yōu)滯后階數(shù)，因此選2階滯后。根據(jù)表3③可得，該VAR（2）模型所有特征根倒數(shù)的模（最大為099798），全部落在單位圓之內(nèi)，所以該模型是穩(wěn)定的。

3Johansen檢驗(yàn)。模型穩(wěn)定以后，對(duì)模型進(jìn)行Johansen協(xié)整檢驗(yàn)，已知VAR模型的最優(yōu)滯后階數(shù)為2，所以Johansen協(xié)整檢驗(yàn)的階數(shù)為1。根據(jù)表4④的檢驗(yàn)結(jié)果可知，在原假設(shè)為0個(gè)協(xié)整向量時(shí)，5%顯著水平下，跡統(tǒng)計(jì)量的p值為00232<005，拒絕了原假設(shè)所說的變量不存在協(xié)整關(guān)系，即變量之間存在協(xié)整關(guān)系;而在5%顯著水平下，最多1個(gè)協(xié)整向量及后續(xù)的多個(gè)協(xié)整變量假設(shè)中p值均>005，都接受了原假設(shè)，所以各變量之間只存在一個(gè)協(xié)整方程，則新能源股價(jià)、大盤指數(shù)、shibor利率、匯率、石油價(jià)格和煤炭?jī)r(jià)格之間存在長(zhǎng)期均衡關(guān)系。

4 Granger因果關(guān)系檢驗(yàn)

格蘭杰非因果性檢驗(yàn)的原假設(shè)是H0：β1=β2=0，接受原假設(shè)，則該變量不是被解釋變量的格蘭杰原因，反之則是。根據(jù)表1的因果關(guān)系檢驗(yàn)結(jié)果可得，在lngz方程中，lnshibor在5%的顯著水平拒絕原假設(shè)，在lnshibor方程中，lngz接受原假設(shè)，即利率是新能源股價(jià)變動(dòng)的格蘭杰原因，但新能源股價(jià)不是利率變動(dòng)的格蘭杰原因。新能源上市公司作為資本密集型企業(yè)，融資成本的高低對(duì)其生產(chǎn)和研發(fā)等有較大的影響，而shibor利率一般可看作是我國市場(chǎng)基準(zhǔn)利率和無風(fēng)險(xiǎn)利率，利率的變動(dòng)通過影響企業(yè)決策以及投資者對(duì)股市的決策和預(yù)期，從而影響股市價(jià)格變動(dòng)。

在lngz方程中，lnhl在10%的顯著水平下拒絕原假設(shè)，匯率變動(dòng)是新能源股價(jià)變動(dòng)的格蘭杰原因，這與我國新能源市場(chǎng)特別是太陽能光伏產(chǎn)品“兩頭在外”的現(xiàn)實(shí)情況相符，以出口為主的新能源產(chǎn)業(yè)受匯率變動(dòng)的影響顯著。一方面中國的光伏組件和電池產(chǎn)能領(lǐng)先于世界，但光伏產(chǎn)業(yè)鏈上游的多晶硅提純新技術(shù)和新設(shè)備對(duì)國外依存度較高;另一方面，國內(nèi)新能源消費(fèi)需求不足，加上531新政后國內(nèi)光伏政策未明確，國內(nèi)光伏裝機(jī)量大幅下將致使企業(yè)加大海外業(yè)務(wù)的布局。

國內(nèi)煤炭?jī)r(jià)格變動(dòng)、國外原油價(jià)格變動(dòng)以及大盤指數(shù)變動(dòng)不是新能源股價(jià)變動(dòng)的格蘭杰原因，可能是煤炭和原油的指標(biāo)選取上有局限性，忽視了經(jīng)濟(jì)周期和國際原油變動(dòng)周期;大盤指數(shù)的波動(dòng)不是新能源股價(jià)波動(dòng)的格蘭杰因果，因?yàn)樾履茉垂臼車艺哂绊戄^大，股價(jià)波動(dòng)對(duì)政策的變動(dòng)更加敏感。

lnzz方程中，lnshibor和lnhl分別在1%和10%的顯著性水平下影響大盤股價(jià)，和大盤指數(shù)之間存在格蘭杰因果關(guān)系，我國不斷推進(jìn)資本市場(chǎng)的開放程度，匯率和利率的變動(dòng)會(huì)引起國內(nèi)資本和國際資本的流入或流出，從而股票市場(chǎng)的價(jià)格變動(dòng)。在lnhl方程中，只有l(wèi)nyy在1%的顯著水平下影響匯率波動(dòng)，即匯率不是石油價(jià)格的格蘭杰因果，但原油價(jià)格是人民幣的格蘭杰因果，這跟周欣等的格蘭杰因果檢驗(yàn)的結(jié)果相一致。lnmt和lnyy是單向格蘭杰因果關(guān)系，在5%的顯著水平下，國內(nèi)煤炭?jī)r(jià)格的變動(dòng)會(huì)引起國際原油價(jià)格的變動(dòng)。在lnmt方程中，lnzz和lnhl均在1%的顯著水平下影響煤炭?jī)r(jià)格的相對(duì)變動(dòng)，與煤炭?jī)r(jià)格是單項(xiàng)格蘭杰因果關(guān)系，我國煤炭行業(yè)發(fā)展較為完善，而且部分出口到外國，所以煤炭?jī)r(jià)格變動(dòng)跟股市行情變動(dòng)和匯率變動(dòng)有一定的關(guān)系。

（二）新能源公司股票收益率波動(dòng)分析

1建立模型

Rt=ln（Pt/Pt-1）[JY]（1）

Pt指的是新能源指數(shù)當(dāng)日收盤價(jià)，Pt-1指的是前一個(gè)交易日的收盤價(jià)，Rt就是新能源股票收益率，為新能源指數(shù)當(dāng)日收盤價(jià)與前一個(gè)交易日收盤價(jià)的比值的自然對(duì)數(shù)。

均值方程Rtgz=c1+βNRtM+εt[JY]（2）

Rtgz代表新能源指數(shù)日收益率，RtM是大盤指數(shù)的日收益率，βN值表示相對(duì)于股市收益率的變動(dòng)，新能源股票收益率相應(yīng)發(fā)生變動(dòng)的概率，貝塔值越高，新能源股票收益率受股市波動(dòng)的影響程度越高，還可以用來衡量新能源股票的風(fēng)險(xiǎn)大小。

條件方差方程為σt2=c2+αεt-12+βσt-12[JY]（3）

εt-12就是ARCH項(xiàng)，通過利用均值方程的殘差平方的滯后一期來測(cè)算新能源指數(shù)收益率波動(dòng)性;σt2是以前面信息為基礎(chǔ)的一期向前預(yù)測(cè)方差，σt-12則是上一期的預(yù)測(cè)方差，也就是我們通常所說的GARCH項(xiàng);c1、c2分別為常數(shù)項(xiàng)。

結(jié)合模型1、模型2和模型3，構(gòu)建新能源指數(shù)日收益率的CAPM-GARCH模型，研究2015年1月5日至2019年4月3日之間我國新能源企業(yè)的股票收益率波動(dòng)情況。

2實(shí)證分析

首先對(duì)方程（3）進(jìn)行條件異方差的ARCH-LM檢驗(yàn)，結(jié)果見表6囿于篇幅，表6 方程（1）殘差序列的ARCH效應(yīng)檢驗(yàn)由作者留存?zhèn)渌?，P值為00329<005，拒絕原假設(shè)，方程（2）的殘差序列存在ARCH效應(yīng)，所以選擇GARCH （1，1）模型。

由于利好消息和利空消息對(duì)新能源股票收益率的影響可能存在非對(duì)稱沖擊效應(yīng)，所以本文將增加TARCH（1，1）和EGARCH（1，1）兩個(gè)模型對(duì)新能源指數(shù)收益率進(jìn)行研究，并將其結(jié)果和GARCH（1，1）模型進(jìn)行比對(duì)。這三個(gè)模型的均值方程都是一樣的，但是方差方程有所區(qū)別，其中TARCH模型的條件方差方程為σt2=c2+αεt-12+γεt-12It-1+βσt-12（4），It-1是一個(gè)虛擬變量，εt-1<0時(shí)，是利空消息，虛擬變量It-1=1;當(dāng)出現(xiàn)利好消息時(shí)，虛擬變量It-1則為0;γ是非對(duì)稱效應(yīng)項(xiàng)的系數(shù)。EGARCH的條件方差方程為ln（σt2）=c2+α|εt-1/σt-1|+γ（εt-1/σt-1）+βln（σt-12）（5），由于等式左邊是對(duì)數(shù)形式，所以條件方差σt2是非負(fù)值。若要判斷不同的消息對(duì)新能源指數(shù)收益率是否存在非對(duì)稱沖擊效應(yīng)，則γ不為0即可。

從表7中可以看出，GARCH（1，1）、TARCH（1，1）和EGARCH（1，1）三個(gè)模型的均值方程的常數(shù)項(xiàng)c1均未通過顯著性水平檢驗(yàn);EGARCH（1，1）模型中，γ不顯著，不存在非對(duì)稱效應(yīng)，但其它參數(shù)都在95%置信區(qū)間顯著;對(duì)三個(gè)模型中殘差序列進(jìn)行ARCH-LM檢驗(yàn)，p值大約為09，遠(yuǎn)大于005，所以接受原假設(shè)，模型中不再存在異方差，說明GARCH模型能較好的消除異方差。

在三個(gè)GARCH模型中，條件方差方程中的α和β值均在99%置信區(qū)間內(nèi)顯著，說明我國新能源股價(jià)異方差特征明顯，其波動(dòng)符合金融時(shí)間序列“尖峰、厚尾”的分布特征。在均值方程中，三個(gè)模型的βN的估計(jì)值都在99%置信區(qū)間內(nèi)顯著，且新能源股票的系統(tǒng)風(fēng)險(xiǎn)值與市場(chǎng)風(fēng)險(xiǎn)值之差都集中在15%左右，說明這三個(gè)模型相對(duì)比較真實(shí)地反映了股市風(fēng)險(xiǎn)。

在GARCH（1，1）模型中，α反映了波動(dòng)對(duì)市場(chǎng)外部沖擊的反應(yīng)敏感度，α值均大于0小于025，說明外部沖擊影響我國新能源股價(jià)的波動(dòng);β反映了波動(dòng)的持續(xù)性，模型中的β值均處于07<β<1之間，雖然存在長(zhǎng)期記憶性，但隨著時(shí)間的流逝，過去的波動(dòng)對(duì)當(dāng)期波動(dòng)的影響呈衰減趨勢(shì);α+β=0994<1，滿足參數(shù)約束條件。

在TARCH（1，1）模型中，非對(duì)稱效應(yīng)系數(shù)γ=003>0，所以外部消息對(duì)新能源股票收益率波動(dòng)存在非對(duì)稱效應(yīng)。由表2可知，利好消息能給新能源股票收益率帶來0039倍的沖擊，利空消息則能帶來0039+003=0069倍的沖擊，利空消息所帶來的收益率波動(dòng)比同等大小的利好消息所帶來的波動(dòng)更大。

在EGARCH（1，1）模型中，非對(duì)稱效應(yīng)γ=-008<0，表示利好消息對(duì)波動(dòng)率的影響要大于利空消息，但是γ值未通過顯著性檢驗(yàn)，所以該結(jié)論不成立。綜合來看，三個(gè)模型中，GARCH（1，1）模型和TARCH（1，1）模型能更好地?cái)M合新能源股票的收益率波動(dòng)情況。

三、結(jié)論與建議

（一）結(jié)論

VAR模型的格蘭杰因果檢驗(yàn)表明：石油和煤炭?jī)r(jià)格未能顯著性影響我國新能源公司股價(jià)，但利率和匯率對(duì)新能源公司股價(jià)有顯著影響。利率和匯率是宏觀調(diào)控的主要政策變量，通過利率和匯率傳導(dǎo)機(jī)制影響國內(nèi)股市的資本流動(dòng)方向，以出口外銷為主的新能源企業(yè)股價(jià)受匯率變動(dòng)的影響更大。大盤指數(shù)變動(dòng)對(duì)新能源股價(jià)變動(dòng)沒有顯著影響，可能是投資者關(guān)注的重點(diǎn)是國家出臺(tái)的某項(xiàng)扶持新能源的政策所帶來的熱度效應(yīng)，而非長(zhǎng)期看好公司的新能源技術(shù)和未來發(fā)展?jié)摿Α?/p>

GARCH（1，1）、TGARCH（1，1）和EARCH（1，1）三個(gè)模型的估計(jì)結(jié)果顯示：我國新能源股市的系統(tǒng)風(fēng)險(xiǎn)處于1148～1152之間，且新能源股票的收益率的波動(dòng)可能存在非對(duì)稱效應(yīng)，利空消息引起的收益率波動(dòng)比同等大小的利好消息引起的波動(dòng)更大。

（二）建議

一是鼓勵(lì)創(chuàng)新。轉(zhuǎn)變傳統(tǒng)的以產(chǎn)量為依據(jù)的財(cái)政補(bǔ)貼行為，鼓勵(lì)企業(yè)專注于硅電池提純等上游產(chǎn)業(yè)鏈基礎(chǔ)技術(shù)的研發(fā)創(chuàng)新，通過提升產(chǎn)品附加值來提升國際競(jìng)爭(zhēng)力;健全專利產(chǎn)權(quán)保護(hù)制度，提升企業(yè)創(chuàng)新意愿;構(gòu)建高校、科研院所和企業(yè)的合作共享平臺(tái)，推動(dòng)創(chuàng)新成果快速產(chǎn)品化和市場(chǎng)化;營造一個(gè)良好的投融資環(huán)境，實(shí)現(xiàn)新能源企業(yè)的長(zhǎng)期發(fā)展。二是尋找新的增長(zhǎng)點(diǎn)遇。我國新能源產(chǎn)品主要用于出口，受國際經(jīng)濟(jì)政治環(huán)境影響大，在當(dāng)前大環(huán)境下，一方面加快推行國內(nèi)新能源電力平價(jià)上網(wǎng)，擴(kuò)大內(nèi)需;另一方面調(diào)整新能源產(chǎn)品主要出口地，尋找新的出口機(jī)遇。三是要重視煤炭、石油等傳統(tǒng)能源的市場(chǎng)價(jià)格變動(dòng)和供求變化對(duì)新能源股的影響。煤炭等傳統(tǒng)能源和新能源之間存在替代效應(yīng)，在制定新能源相關(guān)政策時(shí)，利用傳統(tǒng)能源價(jià)格傳導(dǎo)機(jī)制，實(shí)現(xiàn)新能源企業(yè)的穩(wěn)健發(fā)展。

參考文獻(xiàn)：

＼[1＼][ZK（#]秦天程傳統(tǒng)能源及碳交易價(jià)格與新能源股價(jià)——基于VAR和CAPM-GARCH模型的分析＼[J＼]技術(shù)經(jīng)濟(jì)與管理研究，2014（12）：120-124

＼[2＼]李紅霞，傅強(qiáng)能源價(jià)格沖擊、宏觀經(jīng)濟(jì)因素與行業(yè)股價(jià)決定——來自中國上市公司28個(gè)行業(yè)板塊的經(jīng)驗(yàn)證據(jù)＼[J＼]山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011（6）：11-19

＼[3＼]郭國峰，鄭召鋒國際能源價(jià)格波動(dòng)對(duì)中國股市的影響——基于計(jì)量模型的實(shí)證檢驗(yàn)＼[J＼]中國工業(yè)經(jīng)濟(jì)，2011（6）：26-35

＼[4＼]曾忠東，李萍基于GARCH-VaR模型的股票市場(chǎng)風(fēng)險(xiǎn)度量與預(yù)測(cè)分析——以新能源行業(yè)為例＼[J＼]經(jīng)濟(jì)論壇，2015（6）：52-55[ZK）]

〔許偉、周園媛，中國地質(zhì)大學(xué)（武漢）經(jīng)濟(jì)管理學(xué)院〕