“十大產(chǎn)業(yè)振興計(jì)劃”對(duì)我國(guó)A股市場(chǎng)相關(guān)行業(yè)拉動(dòng)作用的實(shí)證分析

　　摘要：本文以國(guó)家“十大產(chǎn)業(yè)振興計(jì)劃”為研究背景，以行業(yè)板塊指數(shù)數(shù)據(jù)為研究對(duì)象，在運(yùn)用聚類(lèi)分析方法獲得具有統(tǒng)計(jì)意義上的相關(guān)行業(yè)數(shù)據(jù)的基礎(chǔ)上，利用Gumbel—Copula模型分析了行業(yè)結(jié)構(gòu)的上尾相關(guān)性，計(jì)算出表征行業(yè)之間上尾相關(guān)性測(cè)度的Kendall秩相關(guān)系數(shù)，運(yùn)用多元Garch模型考察了十大產(chǎn)業(yè)對(duì)其他行業(yè)的風(fēng)險(xiǎn)傳遞效應(yīng)、信息傳遞效應(yīng)及產(chǎn)業(yè)振興計(jì)劃對(duì)該產(chǎn)業(yè)自身的拉動(dòng)效應(yīng)，并得出了相關(guān)研究結(jié)論。
　　關(guān)鍵詞：十大產(chǎn)業(yè)振興計(jì)劃；A股市場(chǎng)；拉動(dòng)作用
　　中圖分類(lèi)號(hào)：17832.5
　　文獻(xiàn)標(biāo)識(shí)碼：A
　　文章編號(hào)：1007-7685(2010)06-0022-04
　　
　　2008年，由美國(guó)次貸危機(jī)引發(fā)的國(guó)際金融危機(jī)嚴(yán)重沖擊了全球的實(shí)體經(jīng)濟(jì)，也導(dǎo)致我國(guó)經(jīng)濟(jì)增長(zhǎng)速度回落。在這一背景之下，我國(guó)在2008年年底出臺(tái)4萬(wàn)億元的龐大的投資拉動(dòng)內(nèi)需計(jì)劃后，根據(jù)國(guó)際金融危機(jī)對(duì)我國(guó)行業(yè)經(jīng)濟(jì)影響程度的不同，根據(jù)各個(gè)行業(yè)對(duì)拉動(dòng)內(nèi)需作用程度的不同，根據(jù)產(chǎn)業(yè)發(fā)展對(duì)我國(guó)經(jīng)濟(jì)發(fā)展輕重緩急程度的不同，又選出鋼鐵、汽車(chē)、船舶、石化、紡織、輕工、有色金屬、裝備制造、電子信息及物流等十大產(chǎn)業(yè)作為我國(guó)產(chǎn)業(yè)經(jīng)濟(jì)振興規(guī)劃的首選行業(yè)，即十大振興產(chǎn)業(yè)。回顧2009年，我國(guó)經(jīng)濟(jì)率先實(shí)現(xiàn)了復(fù)蘇，A股市場(chǎng)也隨之一路走高。因此，考察“十大產(chǎn)業(yè)振興計(jì)劃”對(duì)行業(yè)自身及其他行業(yè)的拉動(dòng)作用、研究行業(yè)之間相互關(guān)聯(lián)的微觀基礎(chǔ)，不僅在理論上，而且在具體的政策實(shí)踐中都具有重要意義。
　　
　　一、樣本數(shù)據(jù)選取及模型設(shè)計(jì)
　　
　　(一)樣本數(shù)據(jù)選擇
　　本文以行業(yè)板塊指數(shù)日數(shù)據(jù)為研究對(duì)象，時(shí)間窗口為2009年1月5日至2009年12月31日。之所以選擇這一時(shí)間窗口，一方面是因?yàn)?009年1月14日第一個(gè)振興產(chǎn)業(yè)——汽車(chē)產(chǎn)業(yè)的產(chǎn)業(yè)振興計(jì)劃出臺(tái)；另一方面，由于這十大產(chǎn)業(yè)的振興計(jì)劃均在2009年1月和2月出臺(tái)，可能存在的市場(chǎng)預(yù)期也會(huì)影響A股市場(chǎng)的指數(shù)變化。在實(shí)證分析中，本文使用了30個(gè)行業(yè)板塊指數(shù)，分別為工程建筑、電力、計(jì)算機(jī)、電子信息、房地產(chǎn)、紡織服裝、鋼鐵、供水供氣、化工化纖、電器、交通設(shè)施、銀行、旅游酒店、煤炭石油、釀酒食品、農(nóng)林牧漁、商業(yè)連鎖、建材、汽車(chē)、機(jī)械、醫(yī)藥、外貿(mào)、教育傳媒、儀電儀表、有色金屬、造紙印刷、電力設(shè)備、通信、運(yùn)輸物流和保險(xiǎn)。∞日收益率采用對(duì)數(shù)收益率：R_i,t=ln(P_i,t／P_i,t-1)。其中，R_i,t表日收益率，P_i,t為t時(shí)行業(yè)i日收盤(pán)指數(shù)，P_i,t-1為t-1時(shí)行業(yè)i日收盤(pán)指數(shù)。
　　
　　(二)樣本統(tǒng)計(jì)特征
　　為了更好地刻畫(huà)行業(yè)之間的相關(guān)結(jié)構(gòu)，首先對(duì)行業(yè)的日收益率進(jìn)行初步的統(tǒng)計(jì)分析，其基本統(tǒng)計(jì)特征如表1。從樣本的統(tǒng)計(jì)數(shù)據(jù)可以看出，30個(gè)行業(yè)的偏度都不等于0，最大的正偏度為電力行業(yè)，達(dá)到0.48，最大的負(fù)偏為紡織服裝行業(yè)，達(dá)到-0.92。同時(shí)，峰度上具有尖峰特征，峰度最高的為電力行業(yè)，達(dá)到7.30(3+4.30)。因此，從統(tǒng)計(jì)值看，行業(yè)時(shí)間序列具有典型的異方差性質(zhì)，應(yīng)使用條件異方差模型進(jìn)行分析。
　　
　　(三)行業(yè)的聚類(lèi)分析
　　在研究行業(yè)之間的相關(guān)結(jié)構(gòu)之前，應(yīng)首先進(jìn)行行業(yè)相關(guān)結(jié)構(gòu)分析，即對(duì)以上行業(yè)數(shù)據(jù)統(tǒng)計(jì)特征進(jìn)行聚類(lèi)分析，初步檢驗(yàn)行業(yè)之間的相關(guān)性。聚類(lèi)分析結(jié)果表明，在“十大產(chǎn)業(yè)振興計(jì)劃”中，鋼鐵產(chǎn)業(yè)和房地產(chǎn)、旅游酒店在統(tǒng)計(jì)上的關(guān)系較為密切；汽車(chē)產(chǎn)業(yè)與電器產(chǎn)業(yè)在統(tǒng)計(jì)上的關(guān)系較為密切；紡織服裝與供水供氣統(tǒng)計(jì)上的關(guān)系較為密切；裝備制造業(yè)中的機(jī)械與工程建筑分別與建材、運(yùn)輸物流和交通設(shè)施具有很強(qiáng)的統(tǒng)計(jì)關(guān)系；化工化纖與造紙印刷具有很強(qiáng)的統(tǒng)計(jì)關(guān)系；電子信息行業(yè)、有色金屬行業(yè)則相對(duì)獨(dú)立。通過(guò)聚類(lèi)分析發(fā)現(xiàn)，十大產(chǎn)業(yè)所屬的板塊存在明顯的關(guān)聯(lián)性，一個(gè)板塊的利好或利空，會(huì)對(duì)另一個(gè)板塊的漲與跌產(chǎn)生重要影響。盡管由于未能考慮行業(yè)之間對(duì)于重大利好消息的相互關(guān)聯(lián)特性、波動(dòng)率的信息傳導(dǎo)效應(yīng)和經(jīng)濟(jì)意義的相關(guān)性，而使以聚類(lèi)分析來(lái)研究行業(yè)之間的相關(guān)性略顯粗糙。但聚類(lèi)分析能提供一個(gè)分析框架，并能初步表明行業(yè)之間的類(lèi)別關(guān)系，為接下來(lái)的研究提供一個(gè)基礎(chǔ)和方向性的指引。從這個(gè)意義上講，聚類(lèi)分析還是有一定意義的。由于有色金屬和電子信息板塊在聚類(lèi)分析中相對(duì)獨(dú)立，船舶行業(yè)的上市公司屬于運(yùn)輸物流板塊，裝備制造行業(yè)相關(guān)上市公司分別屬于工程建筑板塊與機(jī)械板塊，石化行業(yè)的上市公司大多屬于化工化纖板塊，因此，本文在聚類(lèi)分析基礎(chǔ)上，著重從鋼鐵、汽車(chē)、紡織、工程建筑、機(jī)械、運(yùn)輸物流、化工化纖、運(yùn)輸物流等幾個(gè)行業(yè)分析“十大產(chǎn)業(yè)振興計(jì)劃”對(duì)產(chǎn)業(yè)自身及其他產(chǎn)業(yè)的拉動(dòng)效應(yīng)。
　　
　　(四)模型選擇
　　1，Gumbel—Copula函數(shù)模型及Kendall秩相關(guān)系數(shù)。“十大產(chǎn)業(yè)振興計(jì)劃”這一利好消息會(huì)對(duì)行業(yè)收益率產(chǎn)生影響，因此，本文引入Gumbel—Copula函數(shù)來(lái)刻畫(huà)收益率對(duì)利好信息的反應(yīng)程
　　
　　當(dāng)a=1時(shí)，代表兩個(gè)行業(yè)是相互獨(dú)立的，a越大，表明兩個(gè)行業(yè)相關(guān)性越強(qiáng)；其Kendall秩相關(guān)系數(shù)為：T=1-a。Gumbel—Copula的密度函數(shù)具有非對(duì)稱(chēng)性，其密度函數(shù)呈“J”字型，即上尾高、下尾低，并能快速捕捉上尾相關(guān)的變化。但Gumbel—Copula對(duì)變量在分布下尾處的變化不敏感，因此難以捕捉到下尾相關(guān)的變化。
　　2　多元Garch模型。對(duì)于多元Garch模型，國(guó)外學(xué)者已做了較多的研究。但我國(guó)目前對(duì)行業(yè)相關(guān)結(jié)構(gòu)的研究主要集中在板塊現(xiàn)象的描述和測(cè)量上，很少進(jìn)行多元Garch模型與實(shí)際背景相結(jié)合的研究。而已有的研究成果也很少考慮行業(yè)對(duì)利好消息反應(yīng)的尾部相關(guān)性問(wèn)題。本文使用的是Engle和Kroner(1995)引入的多元Garch的BEKK模型，具體為二元Garch模型。該模型既能有效地反映各個(gè)變量具有條件異方差時(shí)的時(shí)變特征和聚類(lèi)特征，又能體現(xiàn)變量之間的動(dòng)態(tài)相關(guān)結(jié)構(gòu)。模型具體為：
　　
　　
　　二、實(shí)證分析結(jié)果
　　
　　(一)Gumbel—Copula函數(shù)實(shí)證分析結(jié)果
　　本文利用Gumbel—Copula函數(shù)模型分別考察了以下行業(yè)：鋼鐵、房地產(chǎn)和旅游酒店行業(yè)；汽車(chē)與電器行業(yè)；紡織服裝與供水供氣行業(yè)；機(jī)械與建材行業(yè)；32程建筑與交通設(shè)施行業(yè)；化工化纖與造紙印刷行業(yè)；運(yùn)輸物流、建材與機(jī)械行業(yè)。采用非參數(shù)核密度估計(jì)的極大似然方法，運(yùn)用s—plus和Eviews軟件對(duì)這些行業(yè)相關(guān)數(shù)據(jù)進(jìn)行計(jì)算，結(jié)果如表2。從計(jì)算結(jié)果可以看出，以上各組行業(yè)間都有顯著的上尾結(jié)構(gòu)相關(guān)性。通過(guò)上尾相關(guān)性系數(shù)可看出，當(dāng)所振興的行業(yè)有重大利好消息時(shí)，與之相關(guān)的板塊也會(huì)有較大的正向波動(dòng)。因此，當(dāng)出現(xiàn)“十大產(chǎn)業(yè)振興計(jì)劃”這一重大利好時(shí)，哪怕投資者由于市場(chǎng)預(yù)期或信息不對(duì)稱(chēng)而錯(cuò)失投資

相關(guān)熱詞搜索：十大 實(shí)證 拉動(dòng) 振興 股市