●吳澤胤
蘋果股價(jià)與三星股價(jià)的協(xié)整分析
●吳澤胤
由于許多經(jīng)濟(jì)問題是非平穩(wěn)的,這就給經(jīng)典的回歸分析方法帶來了很大限制。由于實(shí)際應(yīng)用中大多數(shù)時(shí)間序列是非平穩(wěn)的,通常采用差分方法消除序列中含有的非平穩(wěn)趨勢,使得序列平穩(wěn)化后建立模型,比如使用ARIMA模型。但是變換后的序列限制了所討論經(jīng)濟(jì)問題的范圍,并且有時(shí)變換后的序列由于不具有直接的經(jīng)濟(jì)意義,使得化為平穩(wěn)序列后所建立的時(shí)間序列模型不便于解釋。雖然一些經(jīng)濟(jì)變量的本身是非平穩(wěn)序列,但是,它們的線性組合卻有可能是平穩(wěn)序列。這種平穩(wěn)的線性組合被稱為協(xié)整方程,且可解釋為變量之間的長期穩(wěn)定的均衡關(guān)系。本協(xié)整模型選取蘋果股價(jià)與三星股價(jià)從2010年4月30日到2014年4月30日的日收盤價(jià)共1006個(gè)數(shù),利用協(xié)整檢驗(yàn)理論分析蘋果與三星股價(jià)之間是否存在長期均衡的趨勢。對于分析這兩家大競爭公司之間的相互影響制約關(guān)系可以起到一定的作用,若他們存在協(xié)整關(guān)系,根據(jù)一家的股票數(shù)據(jù)即可估計(jì)另一家的股票價(jià)值。
協(xié)整單位根檢驗(yàn)法ECM
傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)家進(jìn)行時(shí)間序列的回歸分析時(shí)都是假設(shè)時(shí)間序列是平穩(wěn)的,可表示為如下形式:yt=μ+εt+θ1εt-1+θ2εt-2+……=μ+θ(B)εt的時(shí)間序列模型,方差由白噪聲εt序列決定。
現(xiàn)實(shí)生活中金融數(shù)據(jù)所構(gòu)成的時(shí)間序列卻往往不滿足上述假設(shè)條件,而存在一定的時(shí)間趨勢。對這種時(shí)間趨勢的描述可以分為兩種:
1.趨勢平穩(wěn)過程(Trend-Stationary Process)形式:yt=α+βt+θ (B)εt的回歸方程即代表一個(gè)趨勢平穩(wěn)過程,其均值由含有時(shí)間變量t的線性函數(shù)α+βt表示,其方差為σ2。
2.差分平穩(wěn)過程(Difference-Stationary Process),即通常稱為單位根過程。形如:(1-φB)yt=δ+εt的回歸方程即代表一個(gè)一般性的差分平穩(wěn)過程,其中θ(1)≠0,令θ(B)=1,φ=1得yt=yt-1+δ+εt,該過程為帶位移δ的隨機(jī)游走。屬于單位根過程的特例。
本文對蘋果股價(jià)進(jìn)行協(xié)整分析,首先需要檢驗(yàn)數(shù)據(jù)的平穩(wěn)性以證數(shù)據(jù)是否滿足協(xié)整理論應(yīng)用的條件。
利用R軟件對原始數(shù)據(jù)進(jìn)行ADF檢驗(yàn),發(fā)現(xiàn)兩列原始數(shù)據(jù)都是非平穩(wěn)數(shù)據(jù)。再對兩列數(shù)據(jù)進(jìn)行一屆差分后的ADF檢驗(yàn),差分后的數(shù)據(jù)檢驗(yàn)結(jié)果顯示是平穩(wěn)的。此分析說明兩個(gè)時(shí)間序列都是一階單整的序列,滿足協(xié)整檢驗(yàn)的條件。于是對數(shù)據(jù)進(jìn)行最簡單的回歸方程估計(jì)。
(一)回歸方程估計(jì)
長期以來,人們在研究各類時(shí)間序列數(shù)據(jù)的過程中,發(fā)現(xiàn)大量經(jīng)濟(jì)金融時(shí)間序列存在明顯的非平穩(wěn)性的特征,并存在單位根。為了研究這些時(shí)間序列之間的關(guān)系,研究人員首先考慮按一般線性回歸方法,對兩個(gè)時(shí)間序列變量直接進(jìn)行回歸分析,但是這種做法容易使得得到的結(jié)果存在偽回歸的現(xiàn)象,我們先對數(shù)據(jù)進(jìn)行一個(gè)最簡單的回歸,并對回歸后的數(shù)據(jù)殘差進(jìn)行白噪聲檢驗(yàn),若殘差通過白噪聲檢驗(yàn),說明數(shù)據(jù)之間存在協(xié)整關(guān)系,利用Durbin-Watson test檢驗(yàn)是否存在偽回歸的現(xiàn)象。
通過R軟件的回歸分析,得到以下回歸模型(回歸系數(shù)都十分顯著):
Lsam:進(jìn)行對數(shù)處理后的三星股價(jià)數(shù)據(jù)
Laapl:進(jìn)行對數(shù)處理后的蘋果股價(jià)數(shù)據(jù)
對上述回歸模型進(jìn)行DW檢驗(yàn),檢驗(yàn)結(jié)果DW=0.0205,R2=0.6333,DW值偏小,說明可能存在偽回歸的現(xiàn)象。
(二)殘差的自相關(guān)檢驗(yàn)
在回歸模型yt=β0+βtxt+εt中,對殘差εt進(jìn)行ADF檢驗(yàn),檢驗(yàn)結(jié)果顯示pvalue=0.000224,殘差是白噪聲,蘋果股價(jià)和三星股價(jià)之間存在協(xié)整關(guān)系。
(三)誤差修正模型(ECM)的建立
誤差修正模型(Error Correction Model,簡稱ECM模型)是1987年Engle和Granger提出的。誤差修正模型,就是解決兩個(gè)經(jīng)濟(jì)變量的短期失衡問題,這種方法日益被越來越多的實(shí)證研究所應(yīng)用。通過誤差修正機(jī)制,在一定期間的失衡部門可以在下一期得到糾正。
誤差修正模型常常作為協(xié)整回歸模型的補(bǔ)充模型出現(xiàn),協(xié)整模型度量序列之間的長期均衡關(guān)系,而ECM模型則解釋序列的短期波動(dòng)關(guān)系,ECM一般形式如下:
響應(yīng)序列的當(dāng)期波動(dòng)主要會(huì)受到三方面短期波動(dòng)的影響,輸入序列的當(dāng)期波動(dòng)△xt,上一期的誤差ECMt-1和純隨機(jī)波動(dòng)εt。
基于簡單回歸分析建立誤差修正模型,得到如下關(guān)系式:
誤差修正項(xiàng)的系數(shù)ECM為正,符合誤差修正機(jī)制,反映了上一期偏離長期均衡的數(shù)量將在下一期得到0.94%的正向修正。
(一)回歸方程估計(jì)
經(jīng)濟(jì)數(shù)據(jù)有滯后性,為了建立更加合理地回歸模型,建立含有滯后項(xiàng)的回歸方程估計(jì)如下:
含有滯后項(xiàng)的回歸估計(jì)模型比一般簡單估計(jì)模型更好。
(二)殘差的自相關(guān)檢驗(yàn)
對殘差εt進(jìn)行ADF檢驗(yàn),檢驗(yàn)結(jié)果顯示p value=2.2e-16,殘差是白噪聲,蘋果股價(jià)和三星股價(jià)之間存在協(xié)整關(guān)系。
(三)誤差修正模型的建立
基于含滯后項(xiàng)的回歸分析建立誤差修正模型,得到如下關(guān)系式:
利用含有滯后項(xiàng)的回歸模型(長期均衡關(guān)系)和含有滯后項(xiàng)的誤差修正模型(短期波動(dòng)關(guān)系)可以對數(shù)據(jù)進(jìn)行預(yù)測。
可以得到第1007個(gè)預(yù)測數(shù)據(jù)值為361.40,而真實(shí)數(shù)據(jù)值為360.20,誤差較小。
因果關(guān)系(causal relationship)最早是由Granger提出的。Granger因果性表示了時(shí)間序列之間的領(lǐng)先與滯后關(guān)系,只是時(shí)間上的因果關(guān)系,重在影響方向的確認(rèn),而非完全的因果關(guān)系。
對于非平穩(wěn)時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)以及協(xié)整關(guān)系分析后,對時(shí)間序列數(shù)據(jù)的Granger因果關(guān)系進(jìn)行檢驗(yàn),借此確定兩時(shí)間序列間的領(lǐng)先滯后關(guān)系,這對于實(shí)際經(jīng)濟(jì)和金融事件的分析和操作具有重要的意義。
三星股價(jià)不是影響蘋果股價(jià)的原因,進(jìn)行Granger檢驗(yàn),得到F=3.889e-06,由于拒接原假設(shè),我們認(rèn)為三星股價(jià)發(fā)生在蘋果股價(jià)之前,這也印證了這兩個(gè)電子商業(yè)巨頭之間存在著相互影響的關(guān)系。
[1]Ruey S.Tsay.Analysis of Financial Time Series.機(jī)械工業(yè)出版社,2006
[2]張雪蓉.兩岸股市間協(xié)整關(guān)系的實(shí)證分析.電子科技大學(xué)碩士論文,2005
[3]劉軍峰.基于協(xié)整理論的中國商品期貨市場與現(xiàn)貨市場長期均衡關(guān)系的研究.天津大學(xué)碩士論文,2004
(作者單位:華東師范 大學(xué)上海 200000)
(責(zé)編:賈偉)
F224
A
1004-4914(2014)08-106-02