指数主题论文

指数主题论文

　　摘 要 研究了沪深300指数日收益率时间序列，经检验其具有马氏性，并建立了马尔可夫链模型。取交易日分时数据，根据分时数据确定状态初始概率分布，通过一步转移概率矩阵对下一交易日的日收益率进行了预测。对该模型分析和计算，得出其为有限状态的不可约、非周期马尔可夫链，求解其平稳分布，从而得到沪深300指数日收益率概率分布。并预测了沪深300指数上涨或下跌的概率，可为投资管理提供参考。
　　关键词 马尔可夫链模型 沪深300指数 日收益率概率分布 平稳分布

　　1 引言
　　沪深300指数于2005年4月正式发布，其成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。众多证券投资基金以沪深300指数为业绩基准，因此对沪深300指数收益情况研究显得尤为重要，可为投资管理提供参考。
　　取沪深300指数交易日收盘价计算日收益率，可按区间将日收益率分为不同的状态，则日收益率时间序列可视为状态的变化序列，从而可以尝试采用马尔可夫链模型进行处理。马尔可夫链模型在证券市场的应用已取得了不少成果。参考文献[1]、[2]、[3]和[4]的研究比较类似，均以上证综合指数的日收盘价为对象，按涨、平和跌划分状态，取得了一定的成果。但只取了40～45个交易日的数据进行分析，历史数据过少且状态划分较为粗糙。参考文献[5]和[6]以上证综合指数周价格为对象，考察指数在的所定义区间（状态）的概率，然其状态偏少（分别只有6个和5个状态），区间跨度较大，所得结果实际参考价值有限。参考文献[7]对单只股票按股票价格划分状态，也取得了一定成果。
　　然而收益率是证券市场研究得更多的对象。本文以沪深300指数日收益率为对考察对象进行深入研究，采用matlab7.1作为计算工具，对较多状态和历史数据进行了处理，得出了沪深300指数日收益率概率分布，并对日收益率的变化进行了预测。
　　2 马尔可夫链模型方法
　　2.1 马尔可夫链的定义
　　设有随机过程{Xt，t∈T}，T是离散的时间集合，即T={0，1，2，L}，其相应Xt可能取值的全体组成状态空间是离散的状态集I={i0，i1，i2，L}，若对于任意的整数t∈T和任意的i0，i1，L，it+1∈I，条件概率则称{Xt，t∈T}为马尔可夫链，简称马氏链。马尔可夫链的马氏性的数学表达式如下：
　　P{Xn+1=in+1|X0=i0，X1=i1，L，Xn=in}=P{Xn+1=in+1|Xn=in} （1）
　　2.2 系统状态概率矩阵估计
　　马尔可夫链模型方法的基本内容之一是系统状态的转移概率矩阵估算。估算系统状态的概率转移矩阵一般有主观概率法和统计估算法两种方法。主观概率法一般是在缺乏历史统计资料或资料不全的情况下使用。本文采用统计估算法，其主要过程如下：假定系统有m种状态S1，S2，L，Sm根据系统的状态转移的历史记录，可得到表1的统计表格。其中nij表示在考察的历史数据范围内系统由状态i一步转移到状态j的次数，以■ij表示系统由状态i一步转移到状态的转移概率估计量，则由表1的历史统计数据得到■ij的估计值和状态的转移概率矩阵P如下：
　　■ij=nij■nik，P=p11 K p1mM O Mpm1 L pmn（2）
　　2.3 马氏性检验
　　随机过程{Xt，t∈T}是否为马尔可夫链关键是检验其马氏性，可采用χ2统计量来检验。其步骤如下：（nij）m×m的第j列之和除以各行各列的总和所得到的值记为■.j，即：
　　■.j=■nij■■nik，且■ij=nij■nik（3）
　　当m较大时，统计量服从自由度为（m-1）2的χ2分布。选定置信度α，查表得χ2α（（m-1）2），如果■2>χ2α（（m-1）2），则可认为{Xt，t∈T}符合马氏性，否则认为不是马尔可夫链。
　　■2=2■■nijlog■ij■.j（4）
　　2.4 马尔可夫链性质
　　定义了状态空间和状态的转移概率矩阵P，也就构建了马尔可夫链模型。记Pt（0）为初始概率向量，PT（n）为马尔可夫链时刻的绝对概率向量，P（n）为马尔可夫链的n步转移概率矩阵，则有如下定理：
　　P（n）=PnPT（n）=PT（0）P（n）（5）
　　可对马尔可夫链的状态进行分类和状态空间分解，从而考察该马尔可夫链模型的不可约闭集、周期性和遍历性。马尔可夫链的平稳分布有定理不可约、非周期马尔可夫链是正常返的充要条件是存在平稳分布；有限状态的不可约、非周期马尔可夫链必定存在平稳过程。
　　3 马尔可夫链模型方法应用
　　3.1 观测值的描述和状态划分
　　取沪深300指数从2005年1月4日~2007年4月20日共555个交易日收盘价计算日收益率（未考虑分红），将日收益率乘以100并记为Ri，仍称为日收益率。计算公式为：
　　Ri=（Pi-Pi-1）×100/Pi-1（6）
　　其中，Pi为日收盘价。
　　沪深300指数运行比较平稳，在考察的历史数据范围内日收益率有98.38％在[-4.5，4.5]。可将此范围按0.5的间距分为18个区间，将小于-4.5和大于4.5各记1区间，共得到20个区间。根据日收益率所在区间划分为各个状态空间，即可得20个状态（见表2）。

　　3.2 马氏性检验
　　采用χ2统计量检验随机过程{Xt，t∈T}是否具有马氏性。用前述统计估算法得到频率矩阵（nij）20×20。
　　由（3）式和（4）式可得：■.j=■nij■■nik，且■ij=nij■nik，■2=2■■nijlog■ij■.j=446.96，令自由度为k=（m-1）2即k=361，取置信度α=0.01。由于k>45，χ2α（k）不能直接查表获得，当k充分大时，有：
　　χ2α（k）≈■（zα+■）2（7）
　　其中，zα是标准正态分布的上α分位点。查表得z0.01=2.325，故可由（1）、（7）式得，即统计量，随机过程{Xt，t∈T}符合马氏性，所得模型是马尔可夫链模型。
　　3.3 计算转移概率矩阵及状态一步转移
　　由频率矩阵（nij）20×20和（1）、（2）式得转移概率矩阵为P=（Pij）20×20。考察2007年4月20日分时交易数据（9：30~15：30共241个数据），按前述状态划分方法将分时交易数据收益率归于各状态，并记Ci为属于状态i的个数，初始概率向量PT（0）=（p1，p2，L，pt，L，p20），则：
　　pj=Cj/241，j=1，2，K，20（8）
　　下一交易日日收益率分布概率PT（0）={p1（1），p2（1），L，pi（1），L，p20（1）}，且有PT（1）-PT（0）p，计算结果如表3所示。

　　3.4 马尔可夫链遍历性和平稳分布
　　可以分析该马尔可夫链的不可约集和周期性，从而进一步考察其平稳分布，然而其分析和求解非常复杂。本文使用matlab7.1采用如下算法进行求解：将一步转移概率矩阵P做乘幂运算，当时Pn+1=Pn停止，若n>5 000亦停止运算，返回Pn和n。计算发现当n=48时达到稳定，即有P（∞）=P（48）=P48。考察矩阵P（48）易知：各行数据都相等，不存在数值为0的行和列，且任意一行的行和为1。故该马尔可夫链{Xt，t∈T}只有一个不可约集，具有遍历性，且存在平稳分布{πj，j∈I}，平稳分布为P（48）任意一行。从以上计算和分析亦可知该马尔可夫链是不可约、非周期的马尔可夫链，存在平稳分布。计算所得平稳分布如表4所示。
　　3.5 计算结果分析
　　表3、表4给出了由当日收益率统计出的初始概率向量PT（0），状态一步预测所得绝对概率向量PT（1）和日收益率平稳分布，由表3和表4综合可得图1。可以看出，虽然当日（2007年4月20日）收益率在区间（1.5，4.5）波动且在（2.5，4.5）内的概率达到了0.7261，表明在2007年4月20日，日收益率较高（实际收盘时，日收益率为4.41），但其下一交易日和从长远来看其日收益率概率分布依然可能在每个区间。这是显然的，因为日收益率是随机波动的。
　　对下一交易日收益率预测（PT（1）），发现在下一交易日收益率小于0的概率为0.4729，大于0的概率为0.5271，即下一交易日收益率大于0的概率相对较高，其中在区间（-2，-1.5）、（0.5，1）和（1，1.5）概率0.2675、0.161和0.1091依次排前三位，也说明下一交易日收益率在（-2，-1.5）的概率会比较高，有一定的风险。
　　从日收益率长远情况（平稳分布）来看，其分布类似正态分布但有正的偏度，说明其极具投资潜力。日收益率小于0的概率为0.4107，大于0的概率为0.5893，即日收益率大于0的概率相当的高于其小于0的概率。
　　4 结语
　　采用马尔可夫链模型方法可以依据某一交易日收益率情况向对下一交易日进行预测，也可得到从长远来看其日收益率的概率分布，定量描述了日收益率。通过对沪深300指数日收益率分析和计算，求得沪深300指数日收益率的概率分布，发现沪深300指数日收益率大于0的概率相对较大（从长远看，达到了0.5893，若考虑分红此概率还会变大），长期看来沪深300指数表现乐观。若以沪深300指数构建指数基金再加以调整，可望获得较好的回报。
　　笔者亦采用范围（-5，5）、状态区间间距为1和范围（-6，6）、状态区间间距为2进行运算，其所得结果类似。当采用更大的范围（如-10，10等）和不同的区间大小进行运算，计算发现若状态划分过多，所得模型不易通过马氏性检验，如何更合理的划分状态使得到的结果更精确是下一步的研究之一。在后续的工作中，采用ANN考察所得的日收益率预测和实际日收益率的关系也是重要的研究内容。马尔可夫链模型方法也可对上证指数和深证成指数进行类似分析。
　　参考文献
　　1 关丽娟，赵鸣.沪综指走势的马尔可夫链模型预测[J].山东行政学院，山东省经济管理干部学院学报，2005（4）
　　2 陈奕余.基于马尔可夫链模型的我国股票指数研究[J].商场现代化（学术研讨），2005（2）
　　3 肖泽磊，卢悉早.基于马尔可夫链系统的上证指数探讨[J].科技创业月刊，2005（9）
　　4 边廷亮，张洁.运用马尔可夫链模型预测沪综合指数[J].统计与决策，2004（6）
　　5 侯永建，周浩.证券市场的随机过程方法预测[J].商业研究，2003（2）
　　6 王新蕾.股指马氏性的检验和预测[J].统计与决策，2005（8）
　　7 张宇山，廖芹.马尔可夫链在股市分析中的若干应用[J].华南理工大学学报（自然科学版），2003（7）
　　8 冯文权.经济预测与决策技术[M].武汉：武汉大学出版社，2002
　　9 刘次华.随机过程[M].武汉：华中科技大学出版社，2001
　　10 盛千聚.概率论与数理统计[M].北京：高等教育出版社.1989转

有关沪深300指数的论文。。。包括定义，内容，特点，交易方式以及交易时间

沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。
沪深300指数，简称：沪深300；是由中证指数有限公司（China Securities Index Co., Ltd）编制，中证指数有限公司成立于2005年8月25日，是由上海证券交易所和深圳证券交易所共同出资发起设立的一家专业从事证券指数及指数衍生产品开发服务的公司。 沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数。沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资和指数衍生产品创新提供基础条件。中证指数有限公司成立后，沪深证券交易所将沪深300指数的经营管理及相关权益转移至中证指数有限公司。中证指数有限公司同时计算并发布沪深300的价格指数和全收益指数，其中价格指数实时发布，全收益指数每日收盘后在中证指数公司网站和上海证券交易所网站上发布。 沪深300指数市场走势
沪深300指数样本覆盖了沪深市场70%左右的市值，具有良好的市场代表性和可投资性。截止到2006年8月31日，已有2只指数基金使用沪深300指数作为投资标的，有10只基金使用沪深300指数作为业绩衡量基准。中证指数有限公司已授权中银国际英国保诚资产管理公司使用沪深300指数开发境外ETF，以及路透资讯利用沪深300指数开发路透中国年金指数。它的推出，丰富了市场现有的指数体系，增加了一项用于观察市场走势的指标，也进一步为指数投资产品的创新和发展提供了基础条件，十分有利于投资者全面把握我国股票市场总体运行状况。 一、沪深300指数是以2004年12月31日为基期，基点为1000点，其计算是以调整股本为权重，采用派许加权综合价格指数公式进行计算。其中，调整股本根据分级靠档方法获得。 二、凡有成份股分红派息，指数不予调整，任其自然回落。 三、沪深300指数会对成分股进行定期调整，其调整原则为： 1、指数成份股原则上每半年调整一次，一般为1月初和7月初实施调整，调整方案提前两周公布。 2、 每次调整的比例不超过10%。样本调整设置缓冲区，排名在240名内的新样本优先进入，排名在360名之前的老样本优先保留。 3、 最近一次财务报告亏损的股票原则上不进入新选样本，除非该股票影响指数的代表性。 由于沪深300指数覆盖了沪深两个证券市场，具有很好的总体市场代表性，因此在我国股指期货标的指数选择上呼声最高，很有可能成为中国股指期货的标的物。 指数代码： 沪市000300 深市399300。 沪深300指数以2004年12月31日为基日，基日点位1000点。 沪深300指数是由上海和深圳证券市场中选取300只A股作为样本，其中沪市有179只，深市121只。 样本选择标准为规模大、流动性好的股票。 沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。
编辑本段诞生过程
1998年启动——2001年上交所首先研究方案——证监会协调沪深交易所共同开发——2003年达成共识——细节设计——2005年4月8日正式推出。
编辑本段沪深300指数问答
沪深证券交易所指数工作小组有关负责人就4月8日正式发布的沪深300指数，回答了记者的提问。 沪深300指数
问：为何要发布沪深300指数？ 答：沪深两个市场各自均有独立的综合指数和成份指数，这些指数在投资者中有较高的认同度，但市场缺乏反映沪深市场整体走势的跨市场指数。沪深300指数的推出切合了市场需求，适应了投资者结构的变化，为市场增加了一项用于观察市场走势的指标，也进一步为市场产品创新提供了条件。 问：与沪深市场现有指数相比，沪深300指数有何特点？ 答：现在市场中的股票指数，无论是综合指数，还是成份股指数，只是分别表征了两个市场各自的行情走势，都不具有反映沪深两个市场整体走势的能力。沪深300指数则是反映沪深两个市场整体走势的“晴雨表”。指数样本选自沪深两个证券市场，覆盖了大部分流通市值。成份股为市场中市场代表性好，流动性高，交易活跃的主流投资股票，能够反映市场主流投资的收益情况。 问：沪深300指数的市场代表性如何？ 答：沪深300指数的市场代表性表现在市值覆盖率高、与现有市场指数相关性高、样本股集中了市场中大量优质股票等方面。 沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性。截至2005年3月末，指数总市值21817亿元，占沪深市场比例达64.55%，流通市值5934亿元，占沪深市场比例达58.29%。 指数试运行结果显示，沪深300指数走势强于上证综合指数和深证综合指数，并且沪深300指数与上证180指数及深证100指数之间的相关性高，日相关系数分别达到99.7%和99.22%，表明沪深300指数能够充分代表沪深市场股价变动情况。 在沪深300指数的样本股选取上，剔除了ST股票、股价波动异常或者有重大违规行为的公司股票，集中了一批质地较好的公司。这些公司的净利润总额占市场净利润总额的比例达到83.55%，平均市盈率和市净率水平低于市场整体水平，是市场中主流投资的目标。因此，沪深300指数能够反映沪深市场主流投资的动向。 问：沪深300指数采用了哪些指数编制方面的技术？ 答：沪深300指数在编制方面主要采用了目前流行的分级靠档技术和缓冲区技术。分级靠档技术的采用可以使在样本公司股本发生微小变动时保持用于指数计算的样本公司股本数的稳定，可以降低股本变动频繁带来跟踪投资成本，便于投资者进行跟踪投资。同样，缓冲区技术的采用使每次指数样本定期调整的幅度得到一定程度的控制，使指数能够保持良好的连续性。样本股调整幅度的降低可以降低投资者跟踪投资指数的成本。 问：与市场中其它跨市场指数相比，沪深300指数有什么优势？ 答：其一，沪深证券交易所在指数编制和发布方面拥有丰富的历史经验，于上个世纪90年代初就推出了国内市场上最早的指数。沪深300指数是在进一步借鉴国际指数编制技术的基础上形成的成果。 其二，沪深证券交易所拥有关于上市公司及市场交易主体第一手的监管信息，在样本选取上充分利用这些信息，严格筛选股票，能够最大程度上降低样本股票的风险。 其三，沪深300指数通过沪深两个证券交易所的卫星行情系统进行实时发布，这是交易所以外的其它指数编制机构无法获得的技术条件。此外，交易所积极支持利用沪深300指数进行的指数产品创新，以形成在交易所上市交易的创新产品。 问：沪深300指数对广大投资者有何益处？ 答：沪深300指数具有作为表征市场股票价格波动情况的价格揭示功能，是反映市场整体走势的又一重要指标。这一指数推出后，为投资者提供了衡量自己证券投资收益情况的基本尺度。在此基础上，市场中将会推出以沪深300指数为跟踪目标的指数基金产品，这将为中小投资者提供分散化投资的通道，也扩大了市场中机构投资者的阵容。 问：沪深300指数推出后会立即推出股指期货吗？ 答：股票指数是股票指数期货的基础，但沪深300指数的推出并不意味着立即会推出股指期货。从国际经验来看，指数期货的推出需要选择具有一定历史的指数作为标的，沪深300指数还需要在一段时间内受到市场检验。另外，股指期货的推出还需要特定的市场环境和适合的时机。因此不能够将沪深300指数的推出与推出股指期货简单地联系在一起。 问：沪深300指数推出的历程如何？ 答：沪深证券交易所早在1998年开始就着手进行跨市场指数的研究工作，同期市场中多个中介机构也对跨市场指数进行了有益的探索。在此期间，沪深证券交易所都成立了研究跨市场指数的专门小组，对国内外主要指数的编制方法及其特点进行了详细的研究和借鉴，经历了两年多时间，初步形成了结合国内市场的特点的跨市场指数编制思路。 2001年至2003年中期，沪深证券交易所就指数编制方案、指数计算与发布、指数的管理等方面问题等问题进行了充分交流，达成了联合编制和发布沪深300指数的共识。 其后，沪深证券交易所成立了编制跨市场指数的指数联合工作小组，着手进行跨市场指数的设计工作。指数工作小组在结合双方指数编制经验的基础上，就指数选样规则、样本调整方法、计算方法等技术问题进行了反复研究、比较和论证，最终在共同努力下，设计完成了既借鉴国际先进经验又结合国内实际情况的沪深300指数。 在此期间，指数工作小组还就指数计算和发布的技术问题进行探讨，于2004年初开始进行指数试运行。2004年以来，由沪深证券交易所分别进行每半年轮流担当主计算方和主发布方，指数样本也按照每半年一次调整的原则进行了2次样本调整。现在，推出沪深300指数的时机已经成熟，沪深证券交易所联合向市场正式推出沪深300指数。 问：如何获得沪深300指数的使用授权？ 答：沪深300指数是上海证券交易所和深圳证券交易所联合共同推出的指数，是双方共同拥有的成果。机构投资者如需对沪深300指数进行商业运用，需要取得沪深证券交易所的认可，经签署授权协议后使用。交易所积极支持以沪深300指数为基础的指数产品开发，并努力创造条件，进一步拓宽指数产品发展的空间。
编辑本段编制方法
沪深300指数的编制目标是反映中国证券市场股票价格变动的概貌和运行状况，并能够作为投资业绩的评价标准，为指数化投资及指数衍生产品创新提供基础条件。 指数成份股的选样空间：上市交易时间超过一个季度，除非该股票上市以来日均A股总市值在全部沪深A股中排在前30位；非ST、*ST股票，非暂停上市股票；公司经营状况良好，最近一年无重大违法违规事件、财务报告无重大问题；股票价格无明显的异常波动或市场操纵；剔除其他经专家认定不能进入指数的股票。选样标准为选取规模大、流动性好的股票作为样本股。 沪深300指数的选样方法是对样本空间股票在最近一年（新股为上市以来）的日均成交金额由高到低排名，剔除排名后50%的股票，然后对剩余股票按照日均总市值由高到低进行排名，选取排名在前300名的股票作为样本股。 沪深300指数依据样本稳定性和动态跟踪相结合的原则，每半年调整一次成份股，每次调整比例一般不超过10%。样本调整设置缓冲区，排名在240名内的新样本优先进入，排名在360名之前的老样本优先保留。当样本股公司退市时，自退市日起，从指数样本中剔除，由过去最近一次指数定期调整时的候选样本中排名最高的尚未调入指数的股票替代。 指数以调整股本为权重，采用派许加权综合价格指数公式进行计算。其中，调整股本根据分级靠档方法获得。例如，某股票流通股比例（流通股本／总股本）为7％，低于20％，则采用流通股本为权数；某股票流通比例为35％，落在区间（30，40）内，对应的加权比例为40％，则将总股本的40％作为权数。

求居民储蓄与股价指数相关性分析的论文

【摘 要】

总体经济分析在加权股价指数评价上的重要性已逐渐提升，也一直是学术界与实务界所关心和探讨的问题，本研究选取1991年1月到2002年12月台湾景气面(景气领先指标年增率、工业生产指数年增率、外销订单年增率及营收年增率)与资金面(M1b年增率、M2年增率与货供动能年增率)的总体经济指标月资料，利用单根检定、VAR检定及多元回归模型计量方法，分析其与股价的关联性，所得结论如下：
一、 总体经济指标并无领先加权股价指数的特性，然而加权股价指数具有领先工业生产年增率、营收年增率与货供动能指标的特性，领先期数分别为1个月、4个月及3个月。
二、 透过多元回归分析发现，加权股价指数与一期后的工业生产指数年增率及四期后的营收年增率具有正向的显著关系，可见股价具有领先景气面的特性；而加权股价指数也显著地领先三期后的货供指标，亦即股市上扬也充分反映资金动能的充沛。
三、 加入误差修正后的台股预测模型在检视2003年1月到2004年2月的股价表现，以近两期的股价表现最佳，皆在两个标准差之内；而利用该模型所得的预期股价走势与实际股价走势方向一致，因此可作为中长期股价趋势的参考。

一、前 言

单一企业的股价受到个别企业的财务状况或是经营者态度，具有很大的差异，因此在选股上难度不小。至於加权指数是所有企业股价的加总，透过投资大盘可以降低投资组合中的非系统性风险，将总风险降至较低的程度，因此近年来，以大盘为标的商品逐渐被大家所重视，期货及选择权的日益蓬勃，可见一斑，而2003年宝来投信更推出以台湾上市公司市值前50名的企业为主的台湾50ETF(上市代码：0050)，其与大盘相关性甚高的特性，也是市场投资人藉以投资大盘的工具之一。因此，建构大盘的评价模式已是投资人投注心力之所在。
研判大盘走势的方法大致可分为基本分析与技术分析，前者目的在於研究股票的真实价值，依据经济现象、政经措施与企业消息，配合公司营运状况，作为股价升降趋势与买进卖出的判断依据。而后者则是利用过去股票市场行为，包含股价、成交量或是波动性等资讯，来作为研判后势的工具。然而，技术指标往往随著时点及使用者习惯而有所偏好，不若基本面在於既有的公开资讯，在使用上较具客观性，且随著外资与国内法人参与股市的比重渐增，基本面研判的比重更见广泛。
影响股价的基本面因素大致可分为总体经济因素、市场因素及公司本身因素，其中总体经济分析对於股价走势研判具有相当大的价值，概因股价指数素有经济橱窗之称，具有预期未来经济活动的盛衰，但经济活动也同是支撑股价波动的必要条件，因此本研究著重在透过观察总体经济变化与股价的关系，并建构一套完整的观察模型，随时调整基本面的起伏因素，以发掘股市的多空转折。
总体经济因素主要涵盖景气面与资金面。就景气面来看，景气扩张时期，企业营运收入增加将有助股价表现，而景气衰退时，企业营运收入也将随之萎缩，因此景气的变动与股价间存在著关连性，国内外文献也肯定景气面因素对於股价的影响 ，惟对於选取变数有不同的看法，且对於领先落后关系的结果有不同的演绎，故本研究认为有重新检视之必要。
此外，宽松的货币政策，提高市场货币供给也降低利率水准，增加投资人购买股票意愿与能力，有助於股价的推升；反之，紧缩的货币政策，将降低市场货币供给并促使利率水准上扬，借贷资金成本上升，间接降低投资人对股票投资的意愿与能力，股价扬升力道减弱。由此看来，资金面似乎能引导股价扬升，表2的部分研究确实支持该论点。然而本研究以为股价反应景气而上涨，在扬升的过程中，投资人才会将资金投入股市，货币供给随之增加，因此，股价与资金并不一定是谁先谁后，有必要对此重新检视，且过去文献并未将M2水位增减纳入考量，本研究也将此考量纳入模型中。
因此，本研究企图由基本面出发，透过总体经济指标的选择，建构大盘观测模型，作为投资人进行投资决策的参考。

（二）向量自我回归检定
当利用向量自我回归(VAR)模型，本研究并未发现所选取的五项变数能够领先加权股价指数，不过股价具有领先部分总经变数的特性，这样的结果是可以预期的，因为股价反应投资人对未来的预期，因此，股价领先景气或是资金是可以预期的，只是领先期数的多寡。
表5可知，景气领先指标年增率与外销订单年增率对於加权股价并无领先落后关系。
当月工业生产指数年增率产受到前一期股价及前二、三期的工业生产指数指数年增率的影响，也就是说，股价具有领先工业生产指数年增率一个月的特性，这与王玛如与苏永成(1998)的研究得到相同结论。

注2:***表示在1%的显著水准，**表示在5%的显著水准，*表示在10%显著水准
而营收年增率受到前四期股价及本身前一、二、三期影响，亦即股价具有领先四期后营收年增率特性；而货供动能指标受到前三期股价及本身前一期的影响，因此股价具有领先三期后货供动能性指标的特性。

（三）回归方程式建立
透过VAR分析，本研究选取工业生产指数年增率与营收年增率及货供动能指标作为台湾加权股价指数的解释变数，然而，考量工业生产指数与营收年增率同为景气类变数，相关系数高达0.7，因此将这两个变数分离考量。
考量工业生产指数年增率与货供动能指标下的模型显示，股价与一期后的工业生产指数年增率具有正向关系，而与三期后的货供动能指标有负向关系，其经济意义所代表的是当预期下月景气持续好转且三期后的资金仍持续增加下，当月股价将具扬升动能，反之，当下月景气趋势向下且三期后的资金动能不足时，当月股价将提前反应投资环境的恶劣而下降。
本研究也利用全体上市柜公司营收作为景气替代变数，透过表6也可得到：四个月后的营收年增率持续成长，再加上三个月后的市场资金动能充沛下，当月股价表现多为上涨，反之亦然。
至於在模型的解释能力上，利用营收年增率与货供动能指标作为股价的解释变数的模型，模型解释能力上较佳。

（四）样本外测试
在模型1与模型2下，利用2003年1月至2004年2月的总体经济资料进行样本外的预测模型模拟，在预测模型的模拟过程中，本研究加入误差调整(Error Correction)，以使预测值能考量前期误差的修正值，并利用该时点之前的36个月平均指数月标准差，检测实际值是否在可接受范围内。
四、结论与建议

总体经济分析在加权指数评价上的重要性已逐渐提升，也一直是学术界与实务界所关心和探讨的问题，本研究针对1991年1月到2002年12月资料分析台湾加权股价指数与景气面(景气领先指标年增率、工业生产指数年增率、外销订单年增率及营收年增率)及资金面(M1b年增率、M2年增率与货供动能年增率)的关系。分析所得结论如下：
(一) 加权股价指数、景气领先指标年增率、工业生产指数年增率、外销订单年增率、营收年增率及货供动能指标为时间数列资料，然经ADF单根检定显示，具有定态关系，可为回归分析之变数。
(二) 透过VAR检定发现，本研究所选取的总经指标并无领先加权股价指数的特性，然而，股价却具有领先部分总体经济指标的特性：包括领先工业生产指数年增率一个月，领先营收年增率四个月，以及领先货供动能指标三个月的特性。
(三) 透过多元回归分析，本研究发现股价与一期后的工业生产指数年增率与四期后营收年增率具有正向显著关系，可见股价具有领先反应景气的特性，而股价也与三期后货供动能指标具有显著的负向关系，可见股价扬升将带动投资人将资金转入股市，提供更充沛资金动能。
(四) 透过多元回归模型，并考量误差修正，检测2003年1月到2004年2月的股价变化，模型预测准确度在首二个月内符合两个标准差之内的水准，因此预估指数水准在近两个月较具准确度，然利用该模型所得之股价预期值与实际预期值方向一致，因此可作为中长期股价趋势的参考。
正如先前所提，股价行为反应资讯，然市场资讯非单一总经指标所能完全描绘而出，非经济因素也同样影响股票市场，尤其台湾本身属於浅碟市场，任何的风吹草动都可能影响股市，后续研究者在模型建构上，建议可加入更多层面因素，甚至於质性因素，也都是不错的选择。而实际投资上，本研究则建议除利用本研究所建构之模型进行趋势分析之外，另可利用其他类经济模型诸如承载力模型 或是相对价值模型等作为决策参考。

我学统计学的，最近写毕业论文。题目是《透过CPI指数看宏观经济走势》

在众多宏观经济数据中，一个尤为重要的指标是居民消费价格指数（CPI指数）的变化，CPI指数反映城乡居民购买并用于消费的消费品及服务价格水平的变动情况,以此反映通货膨胀程度。我国的CPI数据构成基本可以划分为两大类：非食品类与食品类。其中，食品类要素占据CPI的比重大约为33.2%，而非食品类要素占据CPI的比重大约为66.8%。