基于宏观经济指标的.pdf

基于宏观经济指标的
股指预测分析
报告人:陈莹张轲
报告内容:
11 研究目的
22 研究背景
33 研究方法
44 研究进展
55 研究展望
研究目的
‹1、通过对历史数据的实证分析,运用数据挖掘
的相关方法,分析预测股指,帮助投资者决策。
‹2、分析宏观经济对股票市场的影响方式,鉴别
出对金融市场影响显著的经济因素。
研究背景
1、理论渊源:
‹“有效市场”假说
‹多因素模型
2、实践经验总结
多因素模型
‹ 自Stephen Ross(1976)提出APT模型以来,多因素模型被广泛
应用于宏观经济与股市关系的研究之中。具体请见下表:
经济因素研究次数相关性显著程度
股息收益率 12 + ***[2]
工业产量 13 +*
利率 14 -*
时间溢价 15 +Low
信用溢价 15 +*
通货膨胀率(%Chg CPI) 12 -*
汇率 3 -*
GNP or GDP 4 +*
交易量或交易赤字 3 +/- Low
货币供给量 7 +*
失业率 3 +*
股票历史回报率 5 -*
一月效应 3 +**
[2] low:单侧T统计量<;*:<单侧T统计量<;**:<单侧T统计量<;***:单侧T统计量>
数据来源于Oberuc, Richard E.:《Dynamic Portfolio Theory and Management》
实践经验总结
‹ Bernard Baumohl (2004):《经济指标的秘密》,一书中认
为,在实践中有10个统计研究报告对美国股市影响明显,这10个统
计报告分别如下:
排名统计报告
1 就业情况报告
2 制造业供应管理调查
3 每周失业救济申请报告
4 消费者物价指数(CPI)
5 生产者物价指数(PPI)
6 零售额
7 消费者信心和消费者情绪调查
8 耐用品的前一季度先期报告
9 工业产量
10 国内生产总值(GDP)
图形对比
1800
1600 1800
1400 1600
1400
1200 1200
1000 1000
800 800
600
600
400
400 200
200 0
0
1992年1月 1993年1月 1994年1月 1995年1月 1996年1月 1997年1月 1998年1月 1999年1月 2000年1月 2001年1月 2002年1月 2003年1月 2004年1月 2005年1月 2006年1月 2007年1月 2008年1月
1992年1月 1993年1月 1994年1月 1995年1月 1996年1月 1997年1月 1998年1月 1999年1月 2000年1月 2001年1月 2002年1月 2003年1月 2004年1月 2005年1月 2006年1月 2007年1月 2008年1月
S&P500 消费者情绪指数
S&P500 CPI PPI 零售额 GDP
1800
1800 1600
1600 1400
1400
1200
1200
1000
1000
800 800
600 600
400 400
200 200
0 0
1992年1月 1993年1月 1994年1月 1995年1月 1996年1月 1997年1月 1998年1月 1999年1月 2000年1月 2001年1月 2002年1月 2003年1月 2004年1月 2005年1月 2006年1月 2007年1月 2008年1月
1992年1月 1993年1月 1994年1月 1995年1月 1996年1月 1997年1月 1998年1月 1999年1月 2000年1月 2001年1月 2002年1月 2003年1月 2004年1月 2005年1月 2006年1月 2007年1月 2008年1月
S&P500 失业率 S&P500 耐用品出货量
研究方法
‹传统多因素模型的研究方法
收集收集数数据据因子分析因子分析建立模型建立模型
根据经验选择用主成份分析随机生成若干
多个因素,作或最大概似分个投资组合,
为研究对象。析等方法,提计算所有组合
取因素。中因素的影响
情况。
研究方法
‹本文研究方法
收集数据聚类分析因子分析建立模型
通过非线性的
通过美国主要
合并数据结构筛选变量,剔方法,建立经
官方统计调研
具有相似性的除比较不重要济指标与股指
网站收集所有