证券市场与宏观经济波动关联性分析

邹键　贾志存

[摘要]证券市场的发展与宏观经济发展有着密切的关联性，对宏观经济环境下证券市场波动特征进行研究和分析，有利于对证券市场的发展趋势进行把握，从而做出有效应对。本文通过利用小波变换法与互谱分析模型对证券市场与宏观经济波动关联性展开分析，把握证券市场发展特征，使证券市场在新的发展形势，更好地满足上市公司发展需要。

[关键词]证券市场 宏观经济 波动关联性

当前，在分析证券市场与宏观经济波动关联性问题过程中，利用小波变换法和互谱分析模型，能够对短周期波动、中期波动、长期波动下的波动关联性进行把握，明确证券市场与宏观经济波动关联性的因果关系，从而对证券市场的发展情况更好地了解，并以此做出有效改进。

一、证券市场与宏观经济的关联性

（一）证券市场与宏观经济关联分析

市场经济的迅猛发展，证券市场在企业融资过程中，起到了至关重要的作用。但是由于宏观经济形势的变化，会对证券市场产生一定的影响，造成证券市场出现波动，这种波动性会对经济发展带来一定的影响。从近几年的证券市场波动情况来看，2010年后，上证指数发生了明显的变化，上证指数出现了较大幅度的波动，其涨幅和跌幅达到3-6倍。同时，证券市场的快速发展，由于我国证券市场管理机制和监督机制的不完善，导致证券市场存在“泡沫”，股市增长趋势并不稳定，对证券市场与宏观经济关联性问题的研究，不断地深入发展。结合国内外的研究成果来看，学术界对证券市场与宏观经济关联性的研究存在一定的分歧。Levine和Zervos在研究这一问题时指出，企业在发展过程中，借助于证券市场可以获得发展的必须资本，能够使企业拥有一个良好的发展机遇。企业借助于股市可以实现直接融资，这对于企业发展具有十分重要的意义。由此可见，证券市场可以更好地推进宏观经济的发展。Bencivenga认为，企业在借助股市融资过程中，使银行融资和股市融资存在一定的对立，这可能影响到证券市场功能及作用的发挥，使证券市场可能影响到宏观经济的发展。

国内在对证券市场与宏观经济关联性问题分析过程中，聂危萧从时间尺度视角出发，分析了房地产市场与宏观经济发展的关联性，他认为房地产在发展过程中，占用大量的银行资金，但是在股市方面的融資相对较少，这在很大程度上限制了房地产市场的发展。刘深认为，证券市场发展过程中，可以对宏观经济的波动特征进行反映，并且证券市场的波动问题可以反映出宏观经济发展过程中存在的风险问题。此外，张志刚，张平二人在研究中指出，证券市场对于宏观经济发展起到了直接性的作用，证券市场的波动会对宏观经济发展产生较大的影响。从现阶段的研究情况来看，国内外学术界普遍认为证券市场的变化会对宏观经济发展产生作用，二者之间具有一定的关联性。

（二）小波变换法与互谱分析模型

在对证券市场与宏观经济关联性分析过程中，对小波变换方法的应用，能够对二者之间的关系进行全面、细致地分析，更好地把握证券市场与宏观经济的关联性。

（1）小波变换法。小波变换法应用于证券市场与宏观经济波动关联性分析过程中，具有一定的优势，其可以实现对证券市场与宏观经济的多尺度分析，避免了分析的局限性，使分析的结果更加客观、准确。相对于傅里叶变换而言，小波变换法在应用过程中，能够对时域和频域进行兼顾，从而对经济时间序列实现更加全面地分析和判断。小波变换法在证券市场与宏观经济波动关联性分析当中，可以借助于带通滤波器对变量实现滤波处理，并对尺度参数和平移参数做好选择，从而实现对数据信息的有效提取，以保证数据分析的真实性和客观性。小波变换法在应用过程中，考虑到金融市场存在的波动性，选择的金融序列往往是离散数据，这一过程中，需要对尺度参数和平移参数的离散点取值做好把握，从而在离散情况下实现小波变换。一般来说，在对离散方法选择过程中，通常会对尺度参数按照幂级数的方式进行离散化处理。此外，对比小波变换法和傅里叶变换来看，小波变换中的尺度参数和平移参数能够对时间窗和频率窗的信息进行把握，其涵盖的范围较为广阔。小波变换法的应用，可以根据经济周期波动长短期进行把握，可以对不规则因素、噪声问题进行有效处置，从而保证证券市场与宏观经济波动关联性的分析更加准确、可靠。

（2）互谱分析模型。从互谱分析模型的结构来看，主要包括了单变量模型和多变量模型两种形式，这两种模型在应用中，需要根据具体情况做好分析。其中，单变量模型能够对单个经济时间序列的波动性特征进行把握；而多变量模型可以对两个时间序列或是多个频率分量的波动关系进行把握，从而对序列的关联性做好分析，更好地把握数据的特点。

二、证券市场与宏观经济波动关联性检验

（一）小波变换在证券市场与宏观经济波动关联性中的检验

在利用小波变换进行证券市场与宏观经济波动性检验过程中，母函数选择以SYM8小波函数作为母函数，软件选择以MATLAB7.0为主。在对数据分析过程中，需要对合成指数予以把握，能够对宏观经济的变动情况进行反映，这里以CSI指数为主。CSI指数包括了工业、制造业、就业、投资、消费等多方面指标，数据选择主要以国家统计局公布的为准。在证券市场指标选择方面，根据上证综合指数作为证券市场的指标，以上证指数收益率sR作为分析指标，数据年限的选择，以2002年12月2016年12月统计的数据为主。从CSI指数的统计情况来看，在2002年2016年期间，CSI指数呈现出了上升的状态，但是在2004年2005年期间，CSI指数呈现出了下降趋势，随后又继续上升。CSI指数经历了一定的波动，既有上升的情况，又有下降的情况。

而从sR的变化情况来看，相对CSI指数而言，sR的波动性较大。从国内学术界的研究成果来看，学者们对我国经济波动问题的研究，得到的结论为：经济周期波动时间在1.6-8年，即19-96个月。针对于这一情况，在借助于小波变换分析证券市场与宏观经济波动关联性问题研究中，可以借助于经济周期的波动特征，对小波变换的最大尺度值进行确定，将其最大尺度值设为：27 128个月。在进行数据处理过程中，需要借助于带通滤波器对变量进行滤波处理，之后将分解的数据信息代入到二进制频中。在小波分析过程中，需要对时间序列进行分解，得到分量谱图。之后需要对分量谱图的各个尺度值做好把握，其从第一尺度到第七尺度分别为2¹，2²...2⁷。在尺度值划分完成后，需要考虑到其频率值，第一层尺度到第七层尺度的频率分别为0.5-1，0.25-0.5，0.125-0.25，0.063-0.125，0.031-0.063，0.016-0.031，0.008-0.016。在进行小波变换分析过程中，对不规则因素、随机因素和长期趋势的分量问题进行了考虑，使数据分析更加全面、细致。小波变换方法应用后，会得到相应的CSIC和SRC的谱图，根据谱图对周期分量进行把握，从而把握因果关系，对证券市场与宏观经济波动的关联性进行把握。

通过小波变换的谱图和Granger因果关系的检验来看，证券市场与宏观经济波动关联性表现出以下特点：经济周期9 32个月范围内，短周期波动下，证券市场与宏观经济之间存在着相互影响的关系；经济周期33 64个月中期波动下，宏观经济的增长会带动证券市场的发展；经济周期65 128个月的长期波动中，证券市场和宏观经济呈现出异动性的特征，呈现出负相关的关系。

（二）互谱分析在证券市场与宏观经济波动关联性中的再检验

在对证券市场与宏观经济波动关联性进行互谱分析检验时，要注重对变量做好把握，选择平稳的经济时间序列，以保证检验效果。在对数据处理过程中，需要对序列进行单位根的检验。通过检验发现，CSI借助于ADF检验和PP检验，t统计量超过1%的显著性水平临界值，是非平稳序列。接下来，对数据处理过程中，需要对CSI和sR进行滤波，利用相干谱fxy（e）的平方，对时间序列在频域的相关关系进行把握，其频率的观测范围在[0，0.16]。通过数据分析处理发现，证券市场与宏观经济波动关联性在短期、中长期、长期的波动情况与小波变换分析得出的结论一致，在长周期上，宏观经济和证券市场的波动相关性最大。

三、结论

通过借助于小波变换法和互谱分析模型对证券市场与宏观经济关联性进行分析，主要从时域和频域两个层面探讨了二者的关联性。通过小波变换法和互谱分析模型的结果来看，二者得出的结论一致。从小波变换的结论来看，证券市场与宏观经济波动在短期呈现出了非一致性的特征。经济周期波动短期内，证券市场和宏观经济之间存在着相互影响的关系，即二者之间任何一方出现变化，都可能对另一方产生影响；从中期的波动情况来看，二者之间表现出了一定的异动性，这种异动性在长期波动下表现得尤为明显。从这一情况来看，我国证券市场发展并不完善，与发达国家成熟的证券市场之间存在着一定的差异性，证券市场的发展并不能够为宏观经济发展提供有效的帮助和支撑。针对于这一情况，需要做好对证券市场的完善，使证券市场发展更好的促进宏观经济的发展和进步。