网站地图 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考
主要服务:论文发表、论文修改服务,覆盖专业有:经济、法律、体育、建筑、土木、管理、英语、艺术、计算机、生物、通讯、社会、文学、农业、企业

股票交易周转率与宏观经济指数的相关性分析

来源:原创论文网 添加时间:2020-07-24

  摘    要: 为了探讨中国股市交易周转率对中国宏观经济的影响,对全球68个国家和地区2010年至2018年的股市交易周转率数据进行了聚类分析,选取各聚类簇代表国家中国、美国、日本作为样本,进行股票交易周转率与同期本国宏观经济指数的相关性分析,结果显示美国、日本部分线性拟合效果呈弱相关,而中国部分线性拟合效果较差,说明中国股市股票交易高周转率不能反映股市的良性活跃程度,尚不能成为中国良好的宏观经济指标。由此提出建议:国家应该进一步减轻股民的红利税收,增强股民的信心,减轻逆向选择行为;完善股市立法,加强对大股东的管理;注意政策依赖型市场所带来的潜在内幕交易风险。

  关键词: 股票交易周转率; 聚类分析; 中国宏观经济;

  一、引言

  一般来说,股市是一个国家宏观经济增长的风向标。早在1991年,Levin[1]就提出股市的流动性和银行业的发展可以促进宏观经济。Lee使用向量自回归模型(Vector-Autoregression,VAR)验证了股市可以为国家的宏观经济进行短期预测。Choi et al[2]通过对G7集团国家以工业生产指数为代表的宏观经济指标,证实了股票实际收益与宏观经济指标有较强的正相关关系。Alyward et al.提出,当股价上升10%左右,则在后来的一年中,GDP将会随之上升0.5%~1.0%。中国学者于长秋[3]等人也运用美国等发达国家的股市数据,验证了股市是国家经济增长的路标。

  中国股市自1992年以来发展便一波三折,从不全面、不严格、不完善的股票市场到今天发展成为总市值达507685.9亿元、拥有3134支股票、三版皆有、内外俱全的股票市场。来源于中国证监会、中国上市公司协会、上海证券交易所、深圳证券交易所的中国股民数据显示,截止到2019年9月,投资者总量已达15732.27万人。十五年来,中国股民数量每年平均增长约2000万,其中,个人股民占据绝对优势,总量不低于99%。机构账户数量虽呈上升趋势,但上升幅度和速度远低于个人账户(见图1)。然而,不同于发达资本主义国家的股票市场,我国的股市仍然无法在一个合适的时间维度内成为国家宏观经济增长的明确指标。对此,国内学者看法不一。陈小悦[4]等人在Fama[5]有效市场假说(EMH)及股市与工业生产指数相关关系的基础上,验证了中国股市在二十世纪九十年代就已经逐渐进入弱式有效状态,市场自我完善和监管运行机制已经基本建立。按照陈小悦等人的观点,本应推出中国股市和国家宏观发展同样具有正相关性,但朱东辰和余津津[6]运用时间序列分析方法实证分析了我国股市波动和实体经济变动的关系,认为我国虽然在1992年至2002年间的数据无法反映经济增长,但1997年至2002年间的股市波动可以比较显着地预先反映经济增长。刘建和和曹建刚[7]借鉴Levin的观点,从实证的角度对比我国银行业和股市对经济增长的影响,总结出我国股市对经济的促进作用不如银行业,且股市发展层次不完善。

  中国股市能否成为良好的宏观经济指标?本文依据中国新浪财经网全球宏观经济数据库(fiance.sina.com.cn/worldmac)提供的原始数据,选取2010年至2018年全球68个国家和地区的股市交易周转率数据进行聚类分析,并选取各聚类簇中的代表国家中国、美国、日本作为样本,进行股票交易周转率与同期本国宏观经济指数的相关性分析。本文的创新点在于通过对比分析发现:中国股市交易周转率与全球其他国家股市交易周转率对比异常增高;中国股市股票交易高周转率不能反映股市的良性活跃程度,目前尚不能成为中国良好的宏观经济指标。

股票交易周转率与宏观经济指数的相关性分析

  二、文献综述

  近些年来,对于中国股市的种种反常行为,国内学者有了许多新的解释。通过对股市参与者进行分类,大致可以将国内学者的解释分为三个流派。

  (一)将中国股市的波动归结为个人投资者的行为

  持这种观点的有中山大学的王美今[8]等、河海大学的仪垂林[9]等、陕西师范大学的尹海员[10]等以及李洪涛[11]等。这一流派多运用行为金融学理论,其观点主要为:目前中国股民以工薪阶层为主,并且有老龄化趋势,投资类型属于风险厌恶性;多数个人投资者仅仅具备股市基本知识,受教育程度不及发达国家股民。而这也成为个人投资者反常行为的根本原因,如羊群效应、锚定效应、过度预测、非贝叶斯预测等。

  图1 中国近15年个人和机构股票账户数
图1 中国近15年个人和机构股票账户数

  (二)将中国股市的波动归结为政府政策、制度设计等原因

  持这种观点的有陈泽忠[12]、杜焱[13]、兰日旭[14]等。这一流派将个人投资者的反常行为看作是股市发展脱轨的表面现象,而其内在的根本原因是我国股市受政策影响太大,即常说的“政策市”。并且政府监管依旧不完善,制度设计依旧有矛盾。这一流派同时认为,个人投资者无论是投资还是投机都具有其内在的合理性,在这种情况下股价的波动只能证明制度上的缺陷。

  (三)将中国股市的波动归结为上市公司自身存在的问题

  持这种观点的有肖作平[15]、朱怀庆[16]。这一学派通过对上市公司的分析说明了上市公司本身存在着流动负债比偏高、资本负债比偏低、依赖外部融资、国有股和法人股受到了诸多限制。其本质还是归结于政府的行为。

  实际上,上述三个流派皆有其合理之处,也并不能将三个流派完全割裂开来分析中国股市问题。

  三、基于K-平均算法的各国股票周转率的聚类分析

  股票交易周转率(turnover ratio)又称为换手率,是指一年中股票交易的股数占交易所上市股票股数、个人和机构发行总股数的百分比,它反映了一个股票市场的活跃程度。通过对各国股票交易周转率的聚类分析,可以大致提供中国股市在世界上的基本情况。首先,从全球宏观经济体数据库中,选取2010年至2018年68个国家或地区的股票交易周转率,部分国家的数据如表1所示。

  对于各国股票交易周转率以总和方式进行从上到下排序,并画出三分位线,对周转率进行三个群集的划分,部分结果如图2所示。

  从图2可以很明显地看出,中国的股票交易周转率非常高,波动也较为剧烈。2015年更是达到了480.29%,远超其他国家或地区。

  (一)缺失值处理

  考虑到一些国家或地区的某些年份数据缺失,采用平均值法对部分缺失数据进行人工填充,并剔除一些不具有代表性的国家或地区。最终挑选出共50个国家和地区进行聚类。

  (二)编号

  对于50个国家以数字进行编号。其中,中国编号为50,美国47,加拿大46,德国30,英国29,越南21,韩国16,菲律宾12,日本8,印度4。

  (三)数据标准化后,确定最佳聚类个数

  根据肘部法则(Elbow Method)最佳类别的数量为3,见图3。

  (四)测算方法

  聚类过程中采用欧氏距离,结果见图4。

  表1 2010年至2018年部分国家或地区股票交易周转率(个别国家数据有缺失)

  图2 2012年至2015年全球部分国家股票交易周转率群集
图2 2012年至2015年全球部分国家股票交易周转率群集

  (五)结果分析

  可以明显地看出,样本国家被大致分为三类。第一簇以巴林(1)、菲律宾(12)、越南(21)为代表的发展中国家构成。这一类国家的股票周转率较低,说明其股票市场并不活跃,股票市场体量较小。

  图3 肘部法则确定最佳聚类数量
图3 肘部法则确定最佳聚类数量

  第二簇是以日本(8)、澳大利亚(48)、加拿大(46)为代表的发达国家和少量如泰国(18)等发展中国家构成。这一类国家股票周转率较高,股市具有中高等的活跃程度且比较稳定,相对应的经济发展也较为稳定和乐观。

  第三簇由美国(47)、土耳其(19)、意大利(33)、韩国(16)、中国(50)五国组成。这五个国家中,土耳其和中国是发展中国家,美国、意大利和韩国则是发达国家。似乎这五个国家最主要的共性就是它们的股票周转率异常之高,而且高的原因也各不相同。

  仅仅看中国的两个维度,其中第二维度竟然惊人的接近于3!体现出的是股票交易周转率高、波动性大的特征。即使是组内比较,中国的数据亦显得反常。较高的股票交易周转率固然是市场活力的表现,但是异常高的股票交易周转率是否真的能如实反映市场的表现?作者初步判断认为,由于我国99%以上的股民为个人投资者,他们易受各种主、客观信息的影响,产生“羊群效应”、“过度预测效应”等,因此,我国股市整体的表现为投机性强,风险较大,其它因素与政府政策以及上市公司自身存在的问题也有密切关联。

  图4 全球50个国家欧氏距离聚类结果
图4 全球50个国家欧氏距离聚类结果图4 全球50个国家欧氏距离聚类结果

  四、股票交易周转率与宏观经济指数的相关性分析

  (一)变量确定

  低股票交易周转率国家——A1;较高股票交易周转率国家——A2;股票交易周转率异常国家——A3;根据聚类结果可知:

  (二)初始假设

  1. 假定日本为A2簇的代表国家。

  2. 美国、中国作为A3簇对比国家。

  尽管A2国家的股票交易周转率不如A3国家,但是可以假定A2国家的股票市场是相对成熟的。而A3国家股票交易周转率高的原因则有待分析。

  (三)变量分析

  宏观经济指数在多大程度上可以作为高股票交易周转率的指标?为了验证股价背离的现象,需要对股票周转率和同期GDP增速进行相关性比较。

  根据前人的假设,股票交易周转率反映了股市的活跃程度,一定程度上反映宏观经济的走向。为此,对2013年至2018年5年的相关数据做一元线性回归,得出R2值,以分别验证中美日股票交易周转率和宏观经济的关系,结果如图5所示。

  中美日的R2值分别为0.00397,0.2364与0.02408。其中,中国部分线性拟合效果较差,美国与日本部分拟合达到了弱相关。三者的回归方程分别为:

  中国:turnoverrate=-50.663?gdp+609.88

  图5 中国、美国、日本股票周转率和同期GDP增速的比较
图5 中国、美国、日本股票周转率和同期GDP增速的比较

  美国:turnoverrate=24.158?gdp+72.842

  日本:turnoverrate=17.006?gdp+68.972

  以上的分析说明,我国的股市股票交易周转率不完全反映了股市的良性活跃程度,尚不能成为中国良好的宏观经济指标。

  五、结论与建议

  通过对全球68个国家和地区的股市交易周转率数据进行聚类分析,选取各聚类簇代表国家中国、美国、日本作为样本,进行股票交易周转率与同期本国宏观经济指数的相关性分析,结论如下:中国股市交易周转率异常增高,导致股市波动较大,活跃程度很高,但不能反映股市的良性活跃程度,尚不能成为中国良好的宏观经济指标。因此,国家应该进一步减轻股民的红利税收,增强股民的信心,减轻逆向选择行为;完善股市立法,加强对大股东的管理;注意政策依赖型市场所带来的潜在内幕交易风险。

  参考文献

  [1] ROSS LEVINE. Stock Markets,banks,and economic growth[J].Americaneconomic review,1991(7).
  [2] CHOI J. C.,HAUSER S. and Kopecky K. J.,Do es stock market predict real activity? Time series evidence from the G-7countries[J].Journal of Banking&Finance,1999,1(23).
  [3]于长秋:股票价格波动与宏观经济波动[J].辽宁财专学报,2003(2).
  [4]陈小悦、陈晓、顾斌:中国股市弱型效率的实证研究[J].会计研究,1997(9).
  [5] FAMA E. F. Stock returns,expected returns,and real activity[J].Journal of Finance,1990(45).
  [6]朱东辰、余津津:中国股市波动与经济增长关系的实证分析[J].经济科学,2003,25(2).
  [7]刘建和、曹建钢:中国股市与经济增长基于实证的观点[J].企业经济,2007(8).
  [8]王美今、孙建军:中国股市收益、收益波动与投资者情绪[J].经济研究,2004(8).
  [9]仪垂林、孙玲玲:中国股票市场参与者行为分析与启示——基于行为金融理论的视角[J].江淮论坛,2006,215(1).
  [10]尹海员、李忠民:个体特质、信息获取与风险态度——来自中国股民的调查分析[J].经济评论,2011(2).
  [11]李洪涛、谭智平、方兆本:深沪股市与香港股市的羊群效应之比较[J].预测,2002(6).
  [12]陈泽忠:中国股市的波动性研究[D].西南财经大学,2001.
  [13]杜焱:政策因素对中国股市波动影响的实证分析[J].经济研究导刊,2009(1).
  [14]兰日旭、李书杰:中国A股市场与股民的投资行为——基于1990—2010年上市公司分红的实证分析[J].山东财政学院学报,2012(2).
  [15]肖作平:中国上市公司资本结构特征分析[J].运筹与管理,2006(1).
  [16]朱怀庆、潘昌凤:中国式股经背离与参与者行为研究[J].商业研究,2010(10).

上一篇:新冠疫情对宏观经济的主要影响与对策
下一篇:没有了
重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。