首页> 中文学位 >多因素线性回归模型对股指预测作用的分析
【6h】

多因素线性回归模型对股指预测作用的分析

代理获取

目录

第1章 多因素模型和影响股指的因素

第2章 数据收集和整理

第3章 数据分析

参考文献

致谢

声明

展开▼

摘要

本文首先从美国经济先行指标预测作用谈起,归纳了前人的研究成果,描述了多因素线性回归模型,解释了影响股指的常用宏观经济因素,分析了用12个自变量预测当月和未来1-3个月的预测效果,考察了模型初始假设的符合情况并简化了回归模型。
   早在上世纪30年代末,美国就建立了经济先行指标体系,用于预测经济走势。2006年4月至8月先行指标连续5个月下降,下降首月距国际金融危机爆发提前了16个月。2007年8月,贝尔斯登的两只套利基金倒闭,危机开始。这个结果符合先行指标通常领先8~20个月预测衰退的经验,比较准确地预警了经济衰退。新的私人建房建筑许可和息差这两个指标对国际金融危机表现出明显的先行性,拉动先行指标下降的主要动力。
   通过阅读相关参考文献,本文选取了以下月度宏观经济变量来试图解释股指月度收益率的变化:月末货币供应量M2增长率、新增信贷、月末国债时间溢价、工业增加值增长率、月末国债短期利率、月末上海证券交易所A股平均市盈率、月末企业债券信用溢价、CPI增长率、PPI增长率、月末人民币兑美元的汇率、社会消费品零售总额和消费者信心指数。
   本文先用2006年3月到2010年12月的上证综指和深证成指58个月度收益率和12个自变量进行回归。为了探究模型的预测效果,本文选用了未来1-3个月的收益率历史数据与当前12个自变量作多因素线性回归。也就是说,12个自变量不动,上证综指和深证成指月度收益率应变量与自变量错位1-3个月,这样产生6个回归结果。结果表明,本文的模型的12个自变量对当月的上证综指和深证成指收益率的预测效果比较好,而对未来指数收益率的预测效果则要降低一半,显著程度大幅降低,所以建议使用自变量预测当月指数收益率。
   模型最终精简化的结果如下:
   上证综指月度收益率=0.176 - 0.258 * 工业增加值增长率(同比) + 0.0232 * 短期国债利率一阶差分 + 0.0145 * 上证所月度A股平均市盈率一阶差分 - 0.0499 * 信用溢价一阶差分 - 0.642 * 零售额增长率(同比) + 0.226 * 消费者信心指数增长率(环比)。
   深证成指月度收益率=0.107 + 0.0154 * 上证所月度A股平均市盈率一阶差分 - 0.0880 * 信用溢价一阶差分 - 0.00409 * PPI增长率(同比) - 3.04 * 汇率增长率(环比)- 0.416 * 零售额增长率(同比) + 0.184 * 消费者信心指数增长率(环比)。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号