我國CPI、PPI差值與股票指數(shù)關系的實證研究

摘 要：本文以A股市場的驅動方式逐漸由政策推動轉變?yōu)闃I(yè)績驅動為假設，定量分析了反映上市公司單位產品毛盈利的CPI、PPI差值與上證指數(shù)之間的關系。實證結果顯示：CPI、PPI差值與上證指數(shù)之間關系穩(wěn)定，并且其變動對上證指數(shù)的變動構成顯著影響，可將此模型作為傳統(tǒng)預測指數(shù)方法的拓展。

關鍵詞：CPI；PPI；上證指數(shù)；VAR模型

Abstract：Based on the hypothesis that A-stock market is driven by company performance instead of policy control，this paper analyses the relationship between CPI-PPI difference value which reflects per-product’s gross profit，and Shanghai Stock Index. This paper uses Johansen Cointegration Test to establish the long relationship between these two factors，and then quantified by VAR model，at last uses Impulse Response Function to reflect the time distribution of CPI-PPI difference value change and Shanghai Stock Index. The empirical results show that，the relationship between CPI-PPI difference value and Shanghai Stock Index is stable，and the difference value changes has obvious effect on Shanghai Stock Index changes. This model can be considered as a complement to traditional stock index forecasting model and it also can make predictions as well.

Key Words：CPI，PPI，Shanghai Stock Index，VAR Model

中圖分類號：F830 文獻標識碼：B 文章編號：1674-2265（2012）07-0072-05

一、引言

目前市場上對股票指數(shù)的研判以市盈率法為主要依據(jù)，盡管該方法能作為投資的重要參考，但局限性也非常明顯，主要有以下三點：（1）A股市場權重結構獨特，在石油石化和銀行兩大行業(yè)盈利占據(jù)市場盈利半壁江山的背景下，以加權平均方式計算的市場整體估值水平失真；（2）隨著A股市場逐漸成熟，估值水平也在不斷變化（由高估值狀態(tài)逐漸向國際水平接軌），期間很難有一個穩(wěn)定的評判標準，這給投資者用目前主流的市盈率法去預測指數(shù)帶來了很大的困難；（3）投資者在市場表現(xiàn)較好時過度樂觀、在市場表現(xiàn)較差時過度悲觀，使得市盈率法在很大程度上于指數(shù)預測方面失去了應有的意義。

其實，對市盈率法研判指數(shù)的質疑之聲一直沒有停止過。劉俊、郭三化（2012）實證研究后認為，市盈率與指數(shù)之間相關關系不成立，市盈率的變動（一階差分）在很大程度上不是指數(shù)變動（一階差分）的原因，而只是結果。王劍、林斌（2008）認為，目前我國還沒有一個廣為認可、適合我國國情、評判合理的市盈率標準，如何準確地估算市盈率的區(qū)間范圍還需要不斷地探索和研究，應謹慎地對待市盈率的可比性，投資過程中應結合其他指標綜合作出判斷。

劉曉燕、翟東升（2004）提出用市場流動性去預測指數(shù)，但指出流動性分析法是一個必要而非充分手段，還需要結合其他指標和方法。談儒勇（1999）認為，我國股市發(fā)展的三個指標（總市值/GDP、總成交額/GDP、總成交額/總市值）在回歸模型中均不顯著，我國經(jīng)濟增長與股市發(fā)展之間沒有明顯的關系。鄭江淮、袁國良、胡志乾（2000）認為，我國經(jīng)濟增長與股市規(guī)模之間沒有明顯的關系。劉勇（2004）實證研究結果表明，指數(shù)與GDP、CPI正相關，與貨幣供應量和利率之間負相關，但是與GDP和貨幣供應量之間的關系非常微弱，與CPI、利率之間也不存在顯著的相關關系。

有關股票指數(shù)與實體經(jīng)濟的關系在國外也有相關研究。陳、羅爾和羅斯（Chen、Roll和Ross，1986）實證研究發(fā)現(xiàn)股票市場收益率與通貨膨脹有關，但與消費支出沒有明顯相關關系。賓斯萬格（Binswanger，2000）研究發(fā)現(xiàn)，二十世紀80年代以來，美國股票市場收益率與實體經(jīng)濟活動之間的相關關系不成立。

陳曉（1999）、戴曉鳳（2005）等實證表明A股已經(jīng)步入弱式有效，正在向半強式有效市場過渡。眾所周知，弱式有效否定了技術分析的假設前提。正因為如此，本文將在業(yè)績驅動的前提下拓展新的預測方法。

CPI是消費者價格指數(shù)，也是企業(yè)產品的銷售價格指數(shù)。PPI是生產者價格指數(shù)，也是企業(yè)產品出廠價格指數(shù)。二者之差整體上反映了單位產品毛盈利。在A股市場逐漸由投機型過渡到價值投資型市場的過程之中，其差額對指數(shù)構成重大影響。長期以來，市場對CPI、PPI的關注僅僅停留在單個變量變動、以及可能引發(fā)的貨幣政策變動對指數(shù)變動所構成的影響上，偶爾出現(xiàn)對CPI、PPI倒掛現(xiàn)象（CPI、PPI差值小于零）的討論也只是停留在理論上。本文將以此為突破口，研究并量化CPI、PPI差值與上證指數(shù)之間的關系及其差值的變動對上證指數(shù)變動所構成影響的期限分布。

二、模型構建

（一）變量選擇與數(shù)據(jù)說明

與以往研究宏觀因素對指數(shù)所構成影響不同，本文在上市公司業(yè)績驅動市場運動的假設前提下，直接以反映上市公司單位產品毛盈利的CPI、PPI差值作為研究對象，而不是以其他宏觀因素間接地去研究指數(shù)。

自上交所1991年成立以來，諸多對國計民生構成重大影響的企業(yè)陸續(xù)上市，在上交所上市的公司幾乎涵蓋了我國絕大多數(shù)產業(yè)門類，與在深交所上市企業(yè)的市值和社會影響力相比占據(jù)絕對優(yōu)勢，業(yè)績驅動市場運動的假設已經(jīng)成立。上交所編制的上證指數(shù)已經(jīng)成為A股市場諸多指數(shù)中的絕對核心。

2001年以后，諸多針對A股市場的法律法規(guī)、規(guī)范性文件先后頒布，A股市場邁入規(guī)范性時代。開放式基金、社保基金等市場主體先后進入A股市場。截至目前，我國證券化率已經(jīng)接近100%，參與者超過1.6億，股票市場與我國經(jīng)濟社會已經(jīng)密切相關。

綜上所述，本文以2001年作為研究上證指數(shù)的起點，選取2001年1月至2011年12月的CPI、PPI數(shù)據(jù)及對應的上證指數(shù)月收盤數(shù)據(jù)作為研究對象，樣本數(shù)量為132個，CPI、PPI數(shù)據(jù)來自中國國家統(tǒng)計局網(wǎng)站，證券化率、股民人數(shù)來自中國證券登記結算公司網(wǎng)站，上證指數(shù)月收盤數(shù)據(jù)來自通達信證券交易系統(tǒng)。

變量CP是樣本期內CPI、PPI的差值，變量SH是上證指數(shù)樣本期內月度收盤數(shù)據(jù)。

（二）主要模型構建

1. ECM模型。建立誤差修正模型（ECM）分為三個步驟：一是建立反映數(shù)據(jù)之間長期均衡關系的模型；二是建立反映數(shù)據(jù)短期波動特征的誤差修正模型。三是以被解釋變量上證指數(shù)（SH）與其長期趨勢的偏離DSH（SH的一階差分）作為新方程的被解釋變量，建立與DSH的滯后期、DCP（CP的一階差分）及其滯后期和長期均衡關系式中隨機誤差項（ECM）之間關系的模型。

（1）

（2）

（3）

在構建ECM方程中，（1）、（2）式采用SH對CP及各自的滯后項進行回歸、而非單純用SH、CP進行回歸運算取殘差，其目的在于防止殘差之間自相關而導致（3）式中變量之間自相關。

ECM（-1）前的 系數(shù)可用來說明DSH與DCP之間的關系。如果 為負且顯著，則說明SH和CP之間存在著長期穩(wěn)定的協(xié)整關系。如果 為正且顯著，說明DCP如有變動，DSH將會產生一個更激烈的變動，短期內難以達到均衡。

2. VAR模型。

（4）

（5）

（4）式和（5）式定義了一個非受限的動態(tài)線型模型，其中 、 、 、 分別是各自方程中對應的系數(shù)，殘差 、 相互獨立。顯然，系統(tǒng)在計量經(jīng)濟學上可識別的。不難看出，方程（4）、（5）均允許因變量受到其他變量滯后k期值的影響。本期CPI、PPI數(shù)據(jù)在下期公布，之后市場才能根據(jù)公布的數(shù)據(jù)預期企業(yè)盈利及宏觀經(jīng)濟政策如何影響上證指數(shù)；以月為時間單位，上證指數(shù)（SH）對居民或企業(yè)消費的影響也在只有在本期結束之后才能體現(xiàn)出來。因此，本文存在“因變量受到自身滯后期值和其他變量滯后期值、而非各變量當期值的影響”這一假設。

三、實證分析

由圖1可以看到，CP與SH之間明顯存在某種相關關系：當CP 4時，SH處于階段性頂部，為投資者提前發(fā)出警示信息，提防潛在的投資風險；當CP -4時，SH處于階段性底部，為投資者提前發(fā)出買入信息，提示潛在的投資機會；CP的變動領先SH變動一定時期，為市場投資者留出足夠的決策時間。如果能量化二者之間的關系，無疑將會對投資決策的制定和實施產生巨大的幫助，這也是研究二者之間關系的價值之所在。

（一）平穩(wěn)性檢驗

首先檢驗CP、SH時序數(shù)據(jù)的平穩(wěn)性。經(jīng)ADF檢驗，結果如表1所示。

表1：ADF檢驗結果

ADF檢驗結果顯示，5%的顯著性水平上，CP、SH均為非平穩(wěn)變量，經(jīng)一階差分之后變?yōu)槠椒€(wěn)變量，CP、SH均為一階單整，即CP、SH～I（1）。

（二）相關性檢驗

再檢驗CP、SH的協(xié)整關系。經(jīng)Johansen協(xié)整檢驗，檢驗結果如表2所示。

表2：Johansen協(xié)整檢驗結果

檢驗結果顯示，在不存在協(xié)整關系的假設前提下，CP、SH跡統(tǒng)計量、最大特征值統(tǒng)計量均大于5%臨界值、拒絕原假設，二者之間存在協(xié)整關系；在最多只存在一階協(xié)整關系的假設前提下，CP、SH跡統(tǒng)計量、最大特征值統(tǒng)計量均小于5%臨界值，接受原假設。最終結果顯示，CP和SH之間存在協(xié)整關系，且為一階，即CP、SH～CI（1）。

（三）ECM模型分析

根據(jù)格蘭杰定理：若干個非平穩(wěn)變量之間存在協(xié)整關系，則這些變量必有誤差修正模型表達式存在。解出ECM方程，以判斷二者之間存在長期均衡關系背景下的短期調整方式。

表3：ECM模型回歸結果

注：t檢驗中“*”表示顯著性程度， ***、**、*分別表示1%、5%、10%的水平上顯著。

由ECM模型回歸結果來看：CP的變化（DCP）以47.95148倍（CPI、PPI數(shù)值與上證指數(shù)值之間差距比較大）的速度在影響上證指數(shù)的變化（DSH）；上證指數(shù)的變化同時還受到其滯后一期值的影響；非均衡誤差ECM以0.8870的比例影響后期上證指數(shù)的變化。

盡管ECM模型初步表達出二者之間的短期制衡關系，且不存在自相關現(xiàn)象（DW值接近2.00），但是ECM方程的擬合程度太低（R2=0.08），無法有效解釋二者之間的具體關系。因此，要有效解釋二者之間的相互關系還需要建立VAR模型及增量的脈沖響應函數(shù)加以分析。

（四）VAR模型分析

分別選擇滯后階數(shù)4、5、6、7、8作為驗證區(qū)間，以綜合判斷VAR的最優(yōu)滯后階數(shù)。統(tǒng)計指標顯示，當滯后階數(shù)為4、5時，5個指標（LR、FPE、AIC、SC、HQ）中有4個指標認為應該建立VAR（3）模型；當滯后期為6、7、8時，5個指標中有3個指標認為應該建立VAR（3）模型。限于篇幅，這里只列出滯后期為5的各項指標統(tǒng)計結果，結果如表4所示。

根據(jù)VAR模型最優(yōu)階數(shù)選擇結果，建立VAR（3）模型進行回歸運算，其結果如表5所示。對系統(tǒng)平穩(wěn)性進行單位根檢驗，結果表6所示。

表4：滯后期為5時VAR最優(yōu)階數(shù)選擇

表5：VAR模型回歸結果

注：t檢驗中“*”表示顯著性程度， ***、**、*分別表示1%、5%、10%的水平上顯著。

表6：VAR系統(tǒng)平穩(wěn)性檢驗結果

由表5、表6可知：（1）模型中CP方程無截距項，與實際情況相符，CP受到自身1、2階滯后項及SH滯后1、2、3期值的顯著影響；（2）SH方程有常數(shù)為98.22448的截距項，與上證指數(shù)設立之初以100點為基準點的實際情況相符，SH受到CP滯后1、3期值及自身滯后1、2、3期值顯著影響；（3）兩方程的R2、adj.R2均大于0.9，方程的擬合效果較好；（4）單位根均落在圓內，VAR系統(tǒng)平穩(wěn)。所以，可以將上述模型作為預測指數(shù)系統(tǒng)的拓展，并進行相關預測。

（五）脈沖響應分析

VAR模型可以說明CP、SH對系統(tǒng)內任意變量的未來值都有顯著的影響。但從結構上來看，VAR模型并不能揭示某個變量的變化對系統(tǒng)內其他變量所產生的影響是正向還是負向，以及該變量的變化在系統(tǒng)內產生多長時間的影響，這些需要用脈沖響應函數(shù)去獲取。

由于CP和SH均為一階單整，即非平穩(wěn)數(shù)據(jù)，其脈沖響應函數(shù)肯定具有很大的不確定性。因此，這里采用CP和SH的一階差分（DCP、DSH）數(shù)據(jù)，即CP的變動（包括正的增量和負的增量）對SH的變動（漲、跌的絕對幅度）的影響，其理論意義在于上市公司單位毛盈利狀況的變動對上證指數(shù)變動所構成影響的期限分布。

脈沖響應為CPI、PPI差值的變動（DCP）對上證指數(shù)變動（DSH）沖擊的期限分布，而非CPI、PPI差值對上證指數(shù)的沖擊期限分布，必須對DCP、DSH重新構造VAR模型，之后再進行脈沖響應分析。

圖2：DCP對DSH脈沖響應圖

通過脈沖響應圖可以發(fā)現(xiàn)：DCP（CP的變動）對DSH（SH的變動）顯著構成正的影響，其影響在第三個月達到峰值，然后逐漸減小，至第六個月及以后，其影響基本衰減至可以忽略不計的程度。

實際投資的過程中（只針對A股現(xiàn)貨市場，不含股指期貨），如果CPI、PPI差值由負轉正（DCP>0），說明企業(yè)盈利狀況已處于改善并盈利的過程中。若指數(shù)尚處于調整狀態(tài)，投資者可以考慮改變悲觀投資思維，逐步開始空翻多，而非一味跟隨市場被動操作，其最佳投資時期將出現(xiàn)在DCP“轉正”之后的第三個月，前兩個月恰好為資金規(guī)模較大的機構投資者提前布局留出了足夠的時間（包括下期DCP是否繼續(xù)大于0的確認時間及介入時間）。

四、結論

本文在業(yè)績驅動市場運動的假設前提下，分析并量化了2001年至2011年CPI、PPI差值對同期上證指數(shù)的影響。實證結果顯示：CPI、PPI差值與上證指數(shù)之間存在長期相關關系，其差值的變動對上證指數(shù)變動構成顯著影響，其影響的期限分布為投資者階段性投資策略的制定（尤其是選時方面）及其有效期的確定提供了實證依據(jù)。

文中模型克服了利用市盈率法尋找價值品種時因為市場權重分配過度失衡造成的市場整體市盈率失真、市場轉型造成市盈率中樞水平不穩(wěn)定、人性的貪婪與恐懼驅使預期不確定而造成動態(tài)市盈率不確定的現(xiàn)象。因此，投資決策過程中預測指數(shù)變動之時可以將該模型納入預測體系之中。

本文結論與早期研究A股市場與我國宏觀經(jīng)濟無關或弱相關的結論相悖。究其原因，早期研究以國內生產總值或其增長率及其他抽象因素為研究對象間接研究指數(shù)變動、忽視了物價變動對企業(yè)盈利的助推和吞噬，本文則直接研究企業(yè)單位產品毛盈利。

參考文獻：

[1]陳曉.A股市場盈余報告的有效性研究——來自上海、深圳股市的實證研究[J].經(jīng)濟研究，1999，（6）.

[2]戴曉鳳.中國股票市場的弱式有效性檢驗：基于單位根法[J].系統(tǒng)工程，2005，（11）.

[3]劉俊，郭三化.市盈率與上證指數(shù)非相關性實證研究[J].時代金融，2012，（4）.

[4]劉曉燕，翟東升.VaR方法在預測股票指數(shù)流動性上的應用[J].技術經(jīng)濟，2004，（7）.

[5]劉勇.我國股票市場與宏觀經(jīng)濟變量關系的經(jīng)驗研究[J].財貿經(jīng)濟，2004，（4）.

[6]談儒勇.中國金融發(fā)展與經(jīng)濟增長關系的實證研究[J].經(jīng)濟研究，1999，（10）.

[7]王劍，林斌.論市盈率使用中的誤區(qū)[J].財會通訊（綜合版），2008，（7）.

[8]鄭江淮，袁國良，胡志乾.中國轉型期股票市場發(fā)展與經(jīng)濟增長關系的實證研究[J].管理世界，2000，（6）.

[9]Binswanger， M.2000.Stock Market Booms and Real Economic Activity：Is This Time Different?[J] Internetional Revies of Economics and Finance，（9)，387～415.

[10]Chen，N.F.，R.Roll，and S.A.Ross.1986.Economic forces and the stock market.[J].Journal of Business，（59)，383～403.

[11]Johansen，S.1991.Estimation and Hypothesis Testing of Cointergrating Vectors in Gaussian Vector Autoregressive Models[J].Economitrica，（59)，1551～1580.

（特約編輯 齊稚平；校對 SJ）