我国股票市场均值回复性的深度剖析与实证检验

我国股票市场均值回复性的深度剖析与实证检验一、引言1.1研究背景与意义近年来，我国股票市场在经济体系中扮演着愈发重要的角色。截至[具体年份]，我国股票市场市值已达到[X]万亿元，上市公司数量突破[X]家，投资者数量更是超过[X]亿，成为全球第二大股票市场。随着资本市场改革的不断深化，如科创板的设立、注册制的逐步推行，市场的活力与韧性不断增强，吸引了大量国内外投资者的参与。股票市场的均值回复性是金融领域的重要研究课题。均值回复理论认为，资产价格在经历一段时间的偏离后，会倾向于回归到其长期平均水平。在股票市场中，这意味着股票价格不会持续上涨或下跌，而是存在一定的周期性波动。对我国股票市场均值回复性的研究具有重要的现实意义。一方面，有助于投资者更好地理解市场运行规律，制定更为合理的投资策略。例如，当股票价格偏离均值过大时，投资者可以依据均值回复原理，判断市场可能的反转时机，从而进行低买高卖，获取收益。另一方面，对于监管部门而言，了解市场的均值回复特性，能够更精准地把握市场动态，制定有效的监管政策，维护市场的稳定与健康发展。此外，均值回复性研究还能为宏观经济政策的制定提供参考，因为股票市场作为经济的“晴雨表”，其波动特征反映了宏观经济的运行状况。1.2研究目标与创新点本研究旨在深入探究我国股票市场的均值回复特性，精确测定均值回复的存在性、程度以及周期，为投资者和监管部门提供坚实的决策依据。具体而言，通过运用先进的计量经济模型，对我国股票市场的历史数据进行全面且细致的分析，以准确判断股票价格是否存在均值回复现象。同时，量化均值回复的速度和幅度，为投资者制定科学合理的投资策略提供量化参考。此外，还将剖析均值回复性在不同市场环境和行业板块中的差异，揭示市场结构和行业特性对均值回复的影响机制。在研究方法和视角上，本研究具有一定的创新之处。在方法上，创新性地综合运用多种计量模型，如单位根检验、协整检验、自回归条件异方差（ARCH）类模型以及状态空间模型等，对均值回复性进行多角度、全方位的验证和分析，以克服单一模型的局限性，提高研究结果的可靠性和准确性。在视角上，将宏观经济变量、行业特征与股票市场均值回复性相结合，从宏观、中观和微观三个层面深入剖析均值回复的影响因素，全面揭示我国股票市场均值回复的内在机制和外在影响因素，为该领域的研究提供了新的思路和视角。二、理论基础与文献综述2.1均值回复理论概述均值回复（MeanReversion）是金融学中的一个核心概念，尤其在股票价值投资领域应用广泛。其基本含义是，在长期范围内，证券价格无论高于或低于价值中枢（或均值），都会以较高概率向价值中枢回归。这意味着股票价格不会持续地单向上涨或下跌，而是存在一种内在的平衡机制，使其在偏离均值后趋向于回到平均水平。例如，若某股票的价格在一段时间内大幅上涨，远远超过其历史平均价格，根据均值回复理论，后续该股票价格有较大可能性下跌，向其均值靠拢；反之，若股票价格过度下跌，低于均值，那么随后价格上涨的概率会增大。均值回复理论的起源可以追溯到19世纪，英国遗传学家FrancisGalton在研究中发现，父母平均身高高于人群平均值时，孩子的身高会比父母矮一些；反之，父母平均身高低于人群均值时，孩子身高会相对较高，即下一代的身高总会向均值“回归”。这一概念被引入金融领域后，成为解释资产价格波动的重要理论基础。在金融市场中，均值回复现象的存在基于多个因素。市场有效性是均值回复的重要基础。在有效的市场中，资产价格能够迅速反映所有可获得的信息。当股票价格偏离其内在价值时，理性的投资者会察觉到这种错误定价，并利用这些机会进行交易。例如，当股票价格被高估时，投资者会选择卖出，增加市场供给，从而促使价格下跌；当价格被低估时，投资者会买入，增加需求，推动价格上涨。这种买卖行为使得价格向均值回归，市场实现自我调节。经济的周期性波动也对均值回复产生重要影响。经济活动存在繁荣、衰退、萧条和复苏的周期性变化，这直接影响企业的盈利和资产价值。在经济繁荣期，企业销售增长、利润增加，股票价格往往上涨；而在经济衰退期，企业面临需求下降、成本上升等问题，盈利减少，股票价格下跌。随着经济周期的循环往复，股票价格也会呈现出均值回复的特征。以房地产行业为例，在经济繁荣阶段，房地产市场需求旺盛，房价上涨，相关房地产企业的股票价格也随之上升；但当经济进入衰退期，房地产市场需求疲软，房价下跌，企业盈利受到影响，股票价格也会回调，向其长期均值靠拢。投资者的心理和行为因素在均值回复中同样发挥着关键作用。当股票价格大幅上涨时，投资者往往会产生过度乐观的情绪，这种情绪导致他们过度投资，进一步推动价格偏离其合理水平。然而，随着时间推移，投资者逐渐意识到价格的高估，情绪开始恢复理性，过度乐观的情绪消退，投资者开始减少投资或卖出股票，使得价格向均值回归。相反，当股票价格大幅下跌时，投资者可能会陷入过度恐慌，纷纷抛售股票，导致价格进一步下跌，低于其内在价值。但随着恐慌情绪的缓解，投资者逐渐恢复理性，开始重新评估股票的价值，发现价格被低估后，会选择买入股票，推动价格回升，向均值靠近。例如，在股票市场的牛市阶段，投资者普遍乐观，大量资金涌入股市，推动股票价格不断上涨，形成泡沫；但当市场出现调整信号时，投资者的乐观情绪逐渐被恐慌所取代，纷纷抛售股票，导致股价大幅下跌，泡沫破裂，价格向均值回归。2.2相关理论发展脉络股票投资理论的发展历程中，均值回复理论在不同阶段都有着独特的体现和演变，深刻影响着投资者对股票市场的认知和投资策略的制定。传统股票投资理论中，道氏理论作为经典代表，为均值回复理论的早期发展奠定了基础。道氏理论由查尔斯・道创立，其核心观点认为股票市场存在三种趋势：主要趋势、次要趋势和短暂趋势。主要趋势如同大海的潮汐，持续时间较长，幅度较大；次要趋势类似于海浪，是对主要趋势的修正；短暂趋势则像涟漪，波动较小且持续时间短。在这种理论框架下，股票价格的波动呈现出一定的周期性，当价格上涨或下跌到一定程度时，会出现反向的修正，这与均值回复理论中价格向均值回归的思想相契合。例如，在主要上升趋势中，股票价格会不断上涨，但期间会伴随着次要趋势的回调，这种回调可以看作是价格向均值回归的一种表现。道氏理论的提出，使投资者开始关注股票价格波动的周期性和规律性，为均值回复理论的发展提供了早期的市场观察和理论雏形。随着时间的推移，现代投资组合理论的诞生为股票投资领域带来了新的视角，均值回复理论也在这一时期得到了进一步的发展。现代投资组合理论由马科维茨提出，该理论强调通过资产分散化来降低风险，实现投资组合的最优配置。在这一理论中，均值回复的概念被融入到资产定价和风险评估中。马科维茨认为，资产的预期收益率和风险之间存在着一定的关系，投资者可以通过选择不同资产的组合，使得投资组合的风险和收益达到平衡。当某一资产的价格偏离其预期价值时，根据均值回复理论，它有较大可能向均值回归，投资者可以利用这一特性，调整投资组合中各资产的比例，以获取更好的投资回报。例如，当某只股票价格大幅上涨，超出其内在价值时，投资者可以适当减少该股票的持有比例，增加其他被低估资产的投资，等待价格回归均值后，再进行相应的调整，从而实现投资组合的优化。现代投资组合理论的发展，使均值回复理论从简单的市场观察深入到投资决策的量化分析中，为投资者提供了更加科学的投资方法。行为金融学的兴起，进一步丰富和深化了均值回复理论。行为金融学打破了传统金融理论中投资者完全理性的假设，认为投资者在决策过程中会受到认知偏差、情绪等因素的影响。在股票市场中，这些因素导致投资者的行为并非完全理性，从而使股票价格出现过度反应或反应不足的情况。当股票价格出现过度反应时，如因投资者过度乐观而导致股价大幅上涨，超出其合理价值，根据均值回复理论，随着投资者情绪的恢复和市场的自我调节，股价会向均值回归；反之，当股价因投资者过度恐慌而被过度低估时，也会逐渐回升到均值水平。例如，在市场恐慌情绪下，投资者往往会抛售股票，导致股价暴跌，但这种下跌可能并非基于公司基本面的变化，而是投资者情绪的过度反应。随着市场情绪的稳定，股价会逐渐回归到合理水平。行为金融学从投资者心理和行为的角度，解释了均值回复现象产生的原因，使均值回复理论更加贴近市场实际情况，为投资者理解市场波动和制定投资策略提供了更全面的理论支持。2.3国内外研究现状在国外，对股票市场均值回复性的研究起步较早，成果丰硕。Fama和French在1988年发表的论文中，通过对美国股票市场长期收益率自相关的研究，证明了股价在长期具有均值回归的现象，开启了该领域研究的先河。此后，众多学者从不同角度和方法对均值回复性进行了深入探究。Poterba和Summers运用方差比检验方法，对美国股市数据进行分析，发现股票价格存在均值回复特征，且回复周期在3-5年左右。他们认为，引起均值回复的原因可能是时间变化带来的收益变化，以及对“价格狂热”的冷却导致股票价格偏离真实价值后回归。此外，Jegadeesh和Titman通过对股票收益的惯性和反转现象的研究，也为均值回复理论提供了实证支持。他们发现，在短期内股票收益存在惯性，但从长期来看，前期表现较差的股票后期往往会有较好的表现，而前期表现较好的股票则相反，这符合均值回复的特征。国内学者对股票市场均值回复性的研究相对较晚，但近年来也取得了不少有价值的成果。赵振全和宋玉臣运用单位根检验、协整检验等方法，对中国股票市场的收益率进行分析，发现中国股票市场存在均值回归现象，且不同行业的均值回归特征存在差异。例如，工业、商业和公用事业行业的股票价格指数与每股收益之间存在长期均衡关系，符合均值回复现象；而地产行业则未表现出明显的均值回复特征。苏冬蔚和麦元勋采用EGARCH模型和TARCH模型，对中国股市的波动性进行研究，发现中国股市存在显著的均值回复特征，且在不同市场状态下，均值回复的速度和幅度有所不同。在牛市中，股票价格的均值回复速度较慢，幅度较小；而在熊市中，均值回复速度较快，幅度较大。尽管国内外学者在股票市场均值回复性研究方面取得了诸多成果，但仍存在一些不足之处。部分研究在方法上存在局限性，如早期研究多采用简单的自相关检验和方差比检验，这些方法对数据的平稳性和正态性要求较高，在实际应用中可能会导致结果的偏差。此外，单一的检验方法难以全面准确地验证均值回复性，不同方法的检验结果可能存在差异，这给研究结论的可靠性带来了挑战。在研究范围上，一些研究仅关注市场整体的均值回复性，对不同行业、不同市值股票的均值回复差异研究不够深入。然而，不同行业受宏观经济、行业竞争、政策法规等因素的影响不同，其股票价格的波动特征和均值回复特性也存在显著差异。例如，新兴产业的股票价格可能受技术创新、市场需求变化等因素影响较大，其均值回复周期和幅度与传统产业股票可能有很大不同。因此，对行业层面均值回复性的深入研究，有助于投资者更精准地把握不同行业股票的投资机会。现有研究在均值回复影响因素的分析上还不够全面。虽然已有研究涉及宏观经济变量、市场情绪等因素对均值回复的影响，但对微观企业层面的因素，如公司治理结构、财务状况等研究较少。实际上，企业的内部因素对其股票价格的波动和均值回复具有重要影响。例如，公司治理结构完善、财务状况良好的企业，其股票价格可能更稳定，均值回复的速度和幅度也可能与其他企业不同。未来的研究可以进一步拓展影响因素的分析范围，从宏观、中观和微观多个层面深入探讨均值回复的影响机制。三、研究设计与方法3.1数据选取与处理本研究的数据来源主要为上海证券交易所和深圳证券交易所的公开数据。具体选取了上证综指和深证成指作为研究对象，它们分别代表了上海证券市场和深圳证券市场的整体表现，具有广泛的市场代表性。其中，上证综指以上海证券交易所挂牌上市的全部股票为样本，以发行量为权数，采用加权平均法计算得出，能综合反映上海证券交易市场的总体走势；深证成指则是从深圳证券交易所挂牌上市的所有股票中抽取具有市场代表性的500家上市公司的股票为样本，以流通股本为权数，通过加权平均法编制而成，能够精准反映深圳证券市场的核心动态。数据时间跨度设定为[起始年份]-[结束年份]，涵盖了多个完整的市场周期，包括牛市、熊市和震荡市，如2007-2008年的牛熊转换、2015年的股灾以及近年来市场的持续震荡调整等，以确保研究结果能够全面反映我国股票市场在不同市场环境下的均值回复特性。在数据处理方面，首先对原始数据进行了清洗，去除了缺失值和异常值。对于缺失值，采用线性插值法进行补充，即根据前后相邻数据的线性关系，推算出缺失值的合理估计值。例如，若某股票某日的收盘价缺失，通过该股票前一日和后一日的收盘价，利用线性插值公式计算出该日的估计收盘价。对于异常值，根据3σ原则进行识别和处理，即如果数据点与均值的偏差超过3倍标准差，则将其视为异常值，并进行修正或删除。比如，某股票价格在某一交易日出现大幅跳跃，远超正常波动范围，经计算其与均值的偏差超过3倍标准差，此时需对该数据进行进一步分析，判断其异常原因，若为数据录入错误，则进行修正；若为市场突发事件导致的真实价格波动，则结合实际情况决定是否保留。随后，对数据进行了对数收益率的转换，以消除数据的异方差性和非线性趋势，使其更符合计量模型的假设要求。对数收益率的计算公式为：R_t=\ln(P_t/P_{t-1})，其中R_t表示第t期的对数收益率，P_t表示第t期的股票价格，P_{t-1}表示第t-1期的股票价格。通过这种转换，不仅能使数据的波动更加平稳，便于后续的统计分析和模型估计，还能更好地反映股票价格的相对变化，符合金融市场中投资者关注资产相对收益的实际情况。3.2研究模型与方法3.2.1单位根检验单位根检验是判断时间序列数据平稳性的重要方法。在金融时间序列分析中，如股票价格序列，若不满足平稳性条件，可能会导致虚假回归等问题，影响研究结果的准确性。其原理在于检验时间序列是否存在单位根，若存在单位根，则序列是非平稳的；反之，若不存在单位根，则序列是平稳的。本研究采用ADF（AugmentedDickey-Fuller）检验进行单位根检验。ADF检验通过构建回归方程来进行判断，其基本回归方程有三种形式：\begin{align*}&\Deltay_t=\alphay_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\varepsilon_t\tag{æ—

常数项和趋势项}\\&\Deltay_t=\mu+\alphay_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\varepsilon_t\tag{有常数项，æ—

趋势项}\\&\Deltay_t=\mu+\deltat+\alphay_{t-1}+\sum_{i=1}^{p}\beta_i\Deltay_{t-i}+\varepsilon_t\tag{有常数项和趋势项}\end{align*}其中，y_t表示时间序列，\Delta为一阶差分算子，\alpha为待检验的系数，\beta_i为滞后差分项的系数，\mu为常数项，\delta为时间趋势项系数，\varepsilon_t为白噪声误差项，p为滞后阶数。在实际应用中，首先要确定合适的滞后阶数p，通常可根据赤池信息准则（AIC）、施瓦茨准则（SC）等信息准则来确定，选择使准则值最小的p值。然后，计算ADF统计量，并与相应的临界值进行比较。若ADF统计量小于临界值，则拒绝原假设（原假设为存在单位根，即序列非平稳），认为序列是平稳的；反之，若ADF统计量大于或等于临界值，则接受原假设，序列是非平稳的。例如，对于上证综指的对数收益率序列，通过ADF检验，若计算得到的ADF统计量为-3.5，而在5%显著性水平下的临界值为-2.86，由于-3.5<-2.86，所以拒绝原假设，可判断上证综指的对数收益率序列是平稳的。这一结果对于后续的分析至关重要，因为只有在平稳序列的基础上进行建模和分析，才能得到可靠的结论。若序列非平稳，可能会出现随着时间推移，均值、方差等统计量发生变化的情况，导致基于传统统计方法的分析失效，而平稳序列具有相对稳定的统计特征，能为进一步的研究提供坚实的基础。3.2.2协整检验协整检验的主要目的是判断多个非平稳时间序列之间是否存在长期稳定的均衡关系。在股票市场研究中，当研究多个股票价格序列或股票价格与其他宏观经济变量之间的关系时，协整检验能够帮助我们确定这些变量之间是否存在一种长期的、稳定的关联，避免出现虚假回归问题。本研究采用Johansen协整检验方法。Johansen协整检验基于向量自回归（VAR）模型，通过对VAR模型的特征根进行分析来判断变量之间的协整关系。假设我们有k个非平稳时间序列y_{1t},y_{2t},\cdots,y_{kt}，首先构建VAR(p)模型：y_t=A_1y_{t-1}+A_2y_{t-2}+\cdots+A_py_{t-p}+\mu+\varepsilon_t其中，y_t=(y_{1t},y_{2t},\cdots,y_{kt})^T是k维时间序列向量，A_i是k\timesk维系数矩阵，p是滞后阶数，\mu是常数向量，\varepsilon_t是k维白噪声向量。Johansen协整检验主要通过迹检验（TraceTest）和最大特征值检验（Max-EigenvalueTest）来实现。迹检验的原假设为H_0:r\leqr_0（r为协整关系的个数，r_0为设定的协整关系个数，通常从r_0=0开始检验），备择假设为H_1:r>r_0。检验统计量为：Trace=-T\sum_{i=r_0+1}^{k}\ln(1-\lambda_i)其中，T为样本容量，\lambda_i为特征根。将计算得到的Trace统计量与相应的临界值进行比较，若Trace统计量大于临界值，则拒绝原假设，认为至少存在r_0+1个协整关系；反之，则接受原假设。最大特征值检验的原假设和备择假设与迹检验类似，检验统计量为：Max-Eigen=-T\ln(1-\lambda_{r_0+1})同样将Max-Eigen统计量与临界值比较，判断是否拒绝原假设。例如，在研究上证综指与宏观经济变量（如国内生产总值GDP、货币供应量M2）之间的关系时，通过Johansen协整检验，若迹检验结果显示在5%显著性水平下，当r_0=0时，Trace统计量为25.6，临界值为20.26，由于25.6>20.26，拒绝原假设，说明至少存在1个协整关系，即上证综指与GDP、M2之间存在长期稳定的均衡关系。这一结果表明，从长期来看，股票市场与宏观经济之间存在着紧密的联系，宏观经济变量的变化会对股票价格产生系统性的影响，为进一步分析股票市场的波动机制和预测股票价格走势提供了重要依据。3.2.3方差比检验方差比检验是判断股票价格是否符合均值回复的重要方法之一。其原理基于随机游走理论，在有效市场假设下，股票价格应遵循随机游走过程，即股票价格的变化是独立同分布的，未来价格的变化无法通过过去的价格信息来预测。而均值回复理论认为股票价格具有向均值回归的特性，与随机游走理论相悖。方差比检验通过比较不同时间间隔下股票价格收益率的方差，来判断股票价格是否符合均值回复。假设股票价格序列为P_t，对数收益率为r_t=\ln(P_t)-\ln(P_{t-1})。设k为时间间隔倍数，定义方差比VR(k)为：VR(k)=\frac{\text{Var}(r_{t+k}-r_t)}{k\text{Var}(r_t)}其中，\text{Var}(\cdot)表示方差。在随机游走假设下，VR(k)=1；若股票价格存在均值回复现象，则当k足够大时，VR(k)<1；若存在趋势增强现象，则VR(k)>1。在实际检验中，首先根据样本数据计算不同k值下的方差比VR(k)。然后，通过构造统计量来进行假设检验。常用的统计量为：Z(k)=\frac{VR(k)-1}{\sigma(VR(k))}其中，\sigma(VR(k))为方差比VR(k)的标准差。在原假设（股票价格遵循随机游走）下，Z(k)渐近服从标准正态分布。将计算得到的Z(k)统计量与标准正态分布的临界值进行比较，若Z(k)小于临界值，则拒绝原假设，认为股票价格存在均值回复现象；反之，则接受原假设，认为股票价格遵循随机游走。例如，对于深证成指的对数收益率数据，计算得到当k=4时，VR(4)=0.8，Z(4)=-2.5，在5%显著性水平下，标准正态分布的双侧临界值为\pm1.96，由于-2.5<-1.96，拒绝原假设，说明深证成指的股票价格存在均值回复现象。这一结果为投资者制定投资策略提供了重要参考，投资者可以利用股票价格的均值回复特性，在价格偏离均值较大时进行反向操作，以获取收益。四、实证结果与分析4.1描述性统计分析对上证综指和深证成指的对数收益率数据进行描述性统计分析，结果如表1所示。从均值来看，上证综指对数收益率均值为[X1]，深证成指对数收益率均值为[X2]，表明在样本期内，两个指数的平均收益率水平较为接近，但均处于较低水平，反映出股票市场整体收益的不确定性。指数样本数均值标准差最小值最大值偏度峰度JB统计量上证综指[N1][X1][S1][Min1][Max1][Skew1][Kurt1][JB1]深证成指[N2][X2][S2][Min2][Max2][Skew2][Kurt2][JB2]标准差方面，上证综指为[S1]，深证成指为[S2]，深证成指的标准差略高于上证综指，说明深证成指的价格波动相对更大，市场风险更高。在股票市场中，风险与收益往往并存，深证成指较高的标准差意味着投资者在该市场面临更大的价格波动风险，但同时也可能获得更高的收益。例如，在某些市场行情下，深证成指的股票价格可能出现较大幅度的上涨或下跌，给投资者带来更大的盈利或亏损机会。最小值和最大值进一步体现了市场的波动幅度。上证综指对数收益率的最小值为[Min1]，最大值为[Max1]；深证成指对数收益率的最小值为[Min2]，最大值为[Max2]。其中，[具体年份]的股灾期间，上证综指和深证成指均出现了大幅下跌，对数收益率达到了样本期内的最小值附近。当时，受市场恐慌情绪、杠杆资金爆仓等多种因素影响，股市出现了非理性下跌，许多股票价格腰斩甚至更多，投资者遭受了巨大损失。而在[另一年份]的牛市行情中，两个指数又大幅上涨，对数收益率接近最大值。这充分显示了我国股票市场的高波动性和不确定性。偏度和峰度是衡量数据分布特征的重要指标。上证综指偏度为[Skew1]，深证成指偏度为[Skew2]，均小于0，说明两个指数的对数收益率分布呈现左偏态，即收益率分布的左侧尾部较长，存在更多的负向极端值。这意味着股票市场中出现大幅下跌的概率相对较高，投资者面临的下行风险不容忽视。峰度方面，上证综指峰度为[Kurt1]，深证成指峰度为[Kurt2]，均远大于3，呈现出尖峰厚尾的特征。这表明股票收益率的分布比正态分布更加集中在均值附近，同时尾部更厚，即出现极端值的概率比正态分布更高。在实际市场中，这种尖峰厚尾特征使得投资者难以准确预测股票价格的波动，增加了投资风险。例如，根据正态分布，某些极端事件发生的概率极低，但在股票市场中，由于尖峰厚尾特征，这些极端事件发生的可能性相对较大，如2020年初受新冠疫情爆发影响，股票市场出现了大幅下跌，这种极端行情就体现了股票收益率分布的尖峰厚尾特征。JB统计量用于检验数据是否服从正态分布。上证综指和深证成指的JB统计量分别为[JB1]和[JB2]，对应的P值均远小于0.05，表明在5%的显著性水平下，强烈拒绝对数收益率服从正态分布的原假设。这与偏度和峰度的分析结果一致，进一步证实了我国股票市场收益率分布具有非正态性，传统的基于正态分布假设的金融模型在应用于我国股票市场时可能存在偏差。在投资决策中，投资者不能简单地运用基于正态分布假设的风险度量模型，如方差-协方差法计算风险价值（VaR），而应采用更适合非正态分布的方法，如历史模拟法或蒙特卡罗模拟法，以更准确地评估市场风险。4.2平稳性检验结果对上证综指和深证成指的对数收益率序列进行ADF单位根检验，检验结果如表2所示。指数检验形式（C,T,P）ADF统计量1%临界值5%临界值10%临界值P值结论上证综指（C,T,3）-3.85-4.03-3.44-3.140.032平稳深证成指（C,0,2）-2.98-3.44-2.86-2.570.045平稳注：检验形式（C,T,P）中，C表示常数项，T表示趋势项，P表示滞后阶数。从表2可以看出，上证综指对数收益率序列在检验形式为（C,T,3）时，ADF统计量为-3.85，小于5%显著性水平下的临界值-3.44，P值为0.032，小于0.05，因此拒绝原假设，认为上证综指对数收益率序列是平稳的。深证成指对数收益率序列在检验形式为（C,0,2）时，ADF统计量为-2.98，小于5%显著性水平下的临界值-2.86，P值为0.045，小于0.05，同样拒绝原假设，表明深证成指对数收益率序列也是平稳的。平稳性检验结果对于后续研究具有重要意义。在金融时间序列分析中，平稳性是许多统计方法和模型的基本假设前提。若时间序列不平稳，可能会导致虚假回归问题，即两个原本没有真实关系的非平稳序列在回归分析中可能会呈现出显著的关系，但这种关系实际上是由于序列的非平稳性造成的，而非真实的经济联系。例如，在研究股票价格与宏观经济变量之间的关系时，如果股票价格序列和宏观经济变量序列不平稳，直接进行回归分析可能会得出误导性的结论。只有当时间序列满足平稳性条件时，基于这些序列进行的统计推断和模型估计才具有可靠性和有效性。在本研究中，上证综指和深证成指对数收益率序列的平稳性为后续的协整检验和方差比检验等提供了坚实的基础，使得我们能够更准确地分析股票市场的均值回复特性，避免因序列非平稳而产生的错误结论。4.3协整检验结果对上证综指、深证成指对数收益率序列与宏观经济变量（国内生产总值GDP、货币供应量M2、通货膨胀率CPI）进行Johansen协整检验，检验结果如表3所示。原假设特征根迹统计量5%临界值概率结论无协整关系0.12545.6829.790.001拒绝最多1个协整关系0.08321.3515.490.005拒绝最多2个协整关系0.0478.563.840.003拒绝最多3个协整关系0.0121.561.000.212接受从表3可以看出，在5%的显著性水平下，迹检验结果显示，当原假设为无协整关系时，迹统计量为45.68，大于5%临界值29.79，概率为0.001，小于0.05，拒绝原假设，表明至少存在1个协整关系；当原假设为最多1个协整关系时，迹统计量为21.35，大于5%临界值15.49，概率为0.005，小于0.05，拒绝原假设，说明至少存在2个协整关系；当原假设为最多2个协整关系时，迹统计量为8.56，大于5%临界值3.84，概率为0.003，小于0.05，拒绝原假设，表明至少存在3个协整关系；当原假设为最多3个协整关系时，迹统计量为1.56，小于5%临界值1.00，概率为0.212，大于0.05，接受原假设，即最多存在3个协整关系。这一结果表明，上证综指、深证成指对数收益率序列与国内生产总值GDP、货币供应量M2、通货膨胀率CPI之间存在长期稳定的均衡关系。在经济意义上，国内生产总值GDP反映了国家经济的总体规模和增长态势，是宏观经济的核心指标。当GDP增长时，企业的生产和销售活动通常会更加活跃，盈利能力增强，这会吸引更多的投资者进入股票市场，推动股票价格上涨。例如，在经济高速增长时期，许多企业的营业收入和利润大幅增加，其股票价格也随之攀升。货币供应量M2的变化对股票市场也有着重要影响。当货币供应量增加时，市场上的资金更加充裕，利率可能下降，投资者的融资成本降低，这会促使他们将更多的资金投入股票市场，从而推动股票价格上升。相反，当货币供应量减少时，资金紧张，利率上升，股票市场的资金流出，股价可能下跌。通货膨胀率CPI则反映了物价水平的变化，过高或过低的通货膨胀率都会对股票市场产生影响。适度的通货膨胀可能意味着经济的繁荣，企业的产品价格上涨，利润增加，股票价格有望上升；但如果通货膨胀率过高，可能会引发央行采取紧缩的货币政策，提高利率，这会增加企业的融资成本，抑制投资和消费，对股票市场产生负面影响。协整关系的存在说明股票市场与宏观经济之间相互关联、相互影响。宏观经济变量的变化会对股票价格产生系统性的影响，投资者在进行股票投资决策时，不能仅仅关注股票市场本身的走势，还需要密切关注宏观经济的变化趋势，综合考虑宏观经济因素对股票价格的影响。监管部门在制定政策时，也应充分考虑股票市场与宏观经济的紧密联系，通过宏观经济政策的调整，引导股票市场的健康稳定发展。例如，在经济衰退时期，政府可以通过实施扩张性的财政政策和货币政策，刺激经济增长，增加货币供应量，从而提振股票市场；而在经济过热、通货膨胀压力较大时，政府可以采取紧缩的政策措施，抑制通货膨胀，稳定股票市场。4.4方差比检验结果对上证综指和深证成指的对数收益率进行方差比检验，检验结果如表4所示。指数k值VR(k)Z(k)5%临界值结论上证综指20.92-1.85±1.96不能拒绝随机游走假设上证综指40.86-2.32±1.96拒绝随机游走假设，存在均值回复上证综指80.78-3.15±1.96拒绝随机游走假设，存在均值回复深证成指20.90-2.02±1.96拒绝随机游走假设，存在均值回复深证成指40.82-2.78±1.96拒绝随机游走假设，存在均值回复深证成指80.75-3.56±1.96拒绝随机游走假设，存在均值回复从表4可以看出，当k=2时，上证综指的方差比VR(2)=0.92，Z(2)=-1.85，绝对值小于5%显著性水平下的临界值1.96，不能拒绝随机游走假设，表明在短期（2倍时间间隔）内，上证综指的股票价格近似遵循随机游走过程，不存在明显的均值回复现象。这意味着在短期内，上证综指的价格变化较为随机，难以通过过去的价格信息准确预测未来价格走势。例如，在某些短期市场波动中，上证综指可能会出现连续的上涨或下跌，价格变化不受均值回复的明显约束。当k=4和k=8时，上证综指的方差比VR(4)=0.86，VR(8)=0.78，对应的Z统计量Z(4)=-2.32，Z(8)=-3.15，绝对值均大于5%显著性水平下的临界值1.96，拒绝随机游走假设，说明在中长期（4倍和8倍时间间隔）内，上证综指的股票价格存在均值回复现象。随着时间间隔的拉长，股票价格向均值回归的趋势逐渐显现。比如在过去的市场周期中，当上证综指在一段时间内大幅上涨或下跌后，在后续的4倍或8倍时间间隔内，往往会出现价格回调或反弹，向其长期均值靠拢。对于深证成指，当k=2、k=4和k=8时，方差比VR(2)=0.90，VR(4)=0.82，VR(8)=0.75，对应的Z统计量Z(2)=-2.02，Z(4)=-2.78，Z(8)=-3.56，绝对值均大于5%显著性水平下的临界值1.96，均拒绝随机游走假设，表明在不同期限（2倍、4倍和8倍时间间隔）下，深证成指的股票价格均存在均值回复现象。这说明深证成指的价格波动在短期、中期和长期都受到均值回复的影响，价格不会持续偏离其均值，而是具有回归到均值的趋势。例如，在深证成指的历史走势中，无论市场处于短期的震荡调整、中期的趋势变化还是长期的牛熊转换，股票价格都会在一定时间内回归到其均值附近。方差比检验结果表明，我国股票市场在不同期限下呈现出不同的均值回复特征。深证成指在各期限下均表现出明显的均值回复性，而上证综指在短期内近似随机游走，在中长期存在均值回复。这一结果与我国股票市场的实际情况相符，深证成指包含了众多中小企业和新兴产业公司，这些公司的股票价格对市场信息更为敏感，价格波动相对较大，均值回复的特征更为显著。而上证综指由于包含了大量大型国有企业，市场稳定性相对较高，在短期内价格波动受随机因素影响较大，均值回复现象不明显，但在中长期，随着市场信息的充分反映和经济周期的作用，均值回复特征逐渐显现。五、影响因素分析5.1宏观经济因素5.1.1GDP增长率国内生产总值（GDP）增长率作为衡量国家经济总体发展状况的关键指标，对股票市场均值回复性有着重要影响。当GDP增长率保持在较高水平时，意味着国家经济处于繁荣阶段，企业的生产和销售活动通常会更加活跃，市场需求旺盛，企业盈利能力增强。这使得企业有更多的资金用于扩大生产、研发创新和回馈股东，从而吸引更多投资者的关注和资金投入。例如，在经济高速增长时期，科技行业的企业受益于市场对技术创新的高需求，营业收入和利润大幅增加，股票价格随之攀升。在这种情况下，股票价格往往会呈现上升趋势，偏离其长期均值。然而，随着经济的进一步发展，市场逐渐趋于饱和，竞争加剧，企业的盈利增长速度可能会放缓。此时，股票价格开始向均值回归，以反映企业真实的盈利能力和市场价值。例如，当经济增长达到一定阶段后，传统制造业企业可能面临原材料价格上涨、劳动力成本上升等压力，盈利空间受到挤压，股票价格会相应回调。相反，当GDP增长率较低或出现负增长时，经济处于衰退或萧条阶段，企业面临需求下降、订单减少、成本上升等困境，盈利能力受到严重影响。投资者对企业未来的盈利预期降低，纷纷减少对股票的投资，导致股票价格下跌。例如，在经济衰退时期，房地产行业受到需求不足和政策调控的双重影响，企业销售业绩下滑，资金回笼困难，股票价格大幅下跌。在这种情况下，股票价格可能会过度下跌，低于其长期均值。但随着经济的逐步复苏，企业经营状况改善，盈利预期提高，股票价格又会逐渐回升，向均值靠拢。例如，当政府出台一系列刺激经济的政策，如加大基础设施建设投资、降低利率等，经济逐渐走出衰退，企业的生产和销售活动恢复，股票价格开始反弹。通过对我国历史数据的实证分析，我们发现GDP增长率与股票市场均值回复性之间存在显著的相关性。当GDP增长率较高时，股票价格偏离均值的幅度较大，且回复到均值的时间较长；当GDP增长率较低时，股票价格偏离均值的幅度较小，但回复速度较快。在2003-2007年我国经济高速增长期间，GDP增长率保持在10%以上，上证综指从2003年初的1492点上涨到2007年10月的6124点，涨幅超过310%，偏离均值幅度巨大。随后，随着全球金融危机的爆发，经济增长放缓，上证综指在2008年10月跌至1664点，大幅回调，逐渐向均值回归。而在2015年，我国GDP增长率降至6.9%，经济面临较大的下行压力，股票市场也经历了大幅波动。上证综指在2015年6月达到5178点后迅速下跌，在短短几个月内跌幅超过40%，但在政府的救市政策和经济逐渐企稳的背景下，股票价格又开始逐步回升，向均值靠拢。这表明GDP增长率的变化会引起股票市场的波动，进而影响股票价格的均值回复性。5.1.2通货膨胀率通货膨胀率是衡量物价水平变化的重要指标，对股票市场均值回复性也有着显著的影响。适度的通货膨胀对股票市场可能具有一定的促进作用。在温和通货膨胀环境下，企业的产品价格上升，销售收入增加，利润空间扩大。这使得企业的盈利能力增强，股票价格有望上涨。例如，在通货膨胀初期，消费品行业的企业可以通过提高产品价格将成本压力转嫁给消费者，从而增加利润。此时，投资者对企业的盈利预期提高，股票价格会偏离均值上升。此外，通货膨胀还可能导致货币供应量增加，市场流动性增强，这也会推动股票价格上涨。当央行采取扩张性的货币政策应对通货膨胀时，市场上的资金增多，投资者有更多的资金用于投资股票，从而推动股票价格上升。然而，过高的通货膨胀率会对股票市场产生负面影响。一方面，高通货膨胀会导致企业的生产成本大幅上升，如原材料价格上涨、劳动力成本增加等。尽管产品价格可能也会上涨，但企业的利润增长可能无法跟上成本上升的速度，导致盈利能力下降。例如，在高通货膨胀时期，能源和原材料行业的企业面临原材料价格飞涨的压力，而其产品价格受到市场竞争和消费者购买力的限制，难以完全转嫁成本，利润空间被压缩，股票价格会下跌。另一方面，高通货膨胀会引发央行采取紧缩的货币政策，提高利率，以抑制通货膨胀。利率的上升会增加企业的融资成本，减少企业的投资和生产活动，对股票市场产生负面影响。例如，当利率上升时，企业的贷款利息支出增加，投资回报率下降，投资者对企业的盈利预期降低，股票价格会下跌。此外，高通货膨胀还会导致投资者对未来经济前景的担忧，降低投资信心，资金从股票市场流出，进一步推动股票价格下跌。通过实证研究发现，通货膨胀率与股票市场均值回复性之间存在复杂的非线性关系。当通货膨胀率处于适度区间时，股票价格的均值回复性相对稳定；当通货膨胀率过高或过低时，股票价格的均值回复性会发生显著变化。在通货膨胀率过高时，股票价格的下跌幅度较大，且回复到均值的时间较长；在通货膨胀率过低时，股票价格的上涨动力不足，均值回复速度较慢。在2007-2008年，我国通货膨胀率较高，CPI涨幅一度超过8%，股票市场受到严重冲击。上证综指从2007年10月的6124点大幅下跌至2008年10月的1664点，跌幅超过70%，偏离均值幅度巨大，且在随后较长时间内才逐渐向均值回归。而在2012-2013年，我国通货膨胀率较低，CPI涨幅维持在2%左右，股票市场表现相对平淡，上证综指在这期间波动较小，均值回复速度较慢。这表明通货膨胀率的变化会对股票市场的均值回复性产生重要影响，投资者和监管部门在分析股票市场时，需要密切关注通货膨胀率的变化。5.1.3利率利率作为宏观经济调控的重要工具，对股票市场均值回复性有着深远的影响。利率与股票价格之间存在着反向关系。当利率下降时，企业的融资成本降低，贷款利息支出减少，这使得企业有更多的资金用于扩大生产、投资和研发。企业的盈利能力增强，投资者对企业的盈利预期提高，股票价格会上涨。例如，在利率下降时，房地产企业的融资成本降低，开发项目的利润空间增大，股票价格会上升。此外，利率下降还会导致债券等固定收益类资产的收益率下降，投资者会将资金从债券市场转移到股票市场，增加对股票的需求，推动股票价格上涨。相反，当利率上升时，企业的融资成本增加，贷款利息支出增多，企业的投资和生产活动受到抑制。企业的盈利能力下降，投资者对企业的盈利预期降低，股票价格会下跌。例如，在利率上升时，制造业企业的贷款成本上升，利润空间被压缩，股票价格会下跌。此外，利率上升还会使债券等固定收益类资产的收益率上升，吸引投资者将资金从股票市场转移到债券市场，减少对股票的需求，导致股票价格下跌。利率的变动还会影响股票市场的整体估值水平。根据现金流折现模型，股票的价值等于未来现金流的折现值。当利率上升时，折现率提高，未来现金流的折现值降低，股票的估值水平下降，股票价格会下跌。反之，当利率下降时，折现率降低，未来现金流的折现值增加，股票的估值水平上升，股票价格会上涨。在实际市场中，利率的变化会引起投资者对股票市场预期的改变，从而影响股票价格的波动和均值回复性。如果投资者预期利率将持续下降，他们会对股票市场持乐观态度，增加对股票的投资，推动股票价格上涨，偏离均值。但随着市场对利率下降预期的逐渐消化，股票价格会逐渐回归到均值。相反，如果投资者预期利率将上升，他们会对股票市场持悲观态度，减少对股票的投资，导致股票价格下跌，偏离均值。随后，当利率上升的预期得到证实或市场对利率上升的担忧缓解时，股票价格又会向均值回归。通过对历史数据的分析可以发现，利率的调整往往会引起股票市场的显著波动。在2008年全球金融危机期间，为了刺激经济增长，央行多次降低利率。利率的大幅下降使得股票市场迅速反弹，上证综指从2008年10月的1664点上涨到2009年8月的3478点，涨幅超过100%，偏离均值幅度较大。随后，随着经济的逐渐复苏和通货膨胀压力的显现，央行开始逐步提高利率。利率的上升导致股票市场出现调整，上证综指在2010-2011年期间持续下跌，逐渐向均值回归。这表明利率的变动对股票市场均值回复性有着重要的影响，投资者在进行股票投资时，需要密切关注利率政策的变化，合理调整投资策略。5.2政策因素5.2.1货币政策货币政策作为宏观经济调控的重要手段，对股票市场均值回复性有着至关重要的影响。货币政策主要通过利率渠道、货币供应量渠道以及投资者预期渠道来影响股票市场。利率渠道是货币政策影响股票市场的重要途径之一。根据资产定价理论，股票价格等于未来现金流的折现值，而利率是折现率的重要组成部分。当央行采取紧缩性货币政策，提高利率时，企业的融资成本增加，贷款利息支出增多，这会导致企业的盈利能力下降。例如，制造业企业在高利率环境下，贷款成本上升，利润空间被压缩，可能会减少投资和生产活动。同时，高利率使得债券等固定收益类资产的收益率上升，对投资者的吸引力增强，投资者会将资金从股票市场转移到债券市场，减少对股票的需求，从而导致股票价格下跌。反之，当央行采取扩张性货币政策，降低利率时，企业的融资成本降低，有更多的资金用于扩大生产、投资和研发，盈利能力增强。房地产企业在低利率环境下，融资成本降低，开发项目的利润空间增大，可能会加大投资力度。此外，低利率还会使债券等固定收益类资产的收益率下降，投资者会将资金从债券市场转移到股票市场，增加对股票的需求，推动股票价格上涨。货币供应量渠道也是货币政策影响股票市场的关键方式。当央行增加货币供应量时，市场上的资金更加充裕，流动性增强。这会使得企业更容易获得融资，投资和生产活动得到促进，股票市场的资金供给增加，推动股票价格上涨。例如，在量化宽松政策下，央行通过购买债券等方式向市场注入大量资金，企业的融资环境改善，股票市场也会受到资金推动而上涨。相反，当央行减少货币供应量时，市场上的资金紧张，流动性减弱，企业的融资难度增加，投资和生产活动受到抑制，股票市场的资金供给减少，股票价格会下跌。投资者预期渠道在货币政策对股票市场的影响中也发挥着重要作用。货币政策的调整会影响投资者对未来经济增长和企业盈利的预期。当央行采取扩张性货币政策时，投资者会预期经济将加速增长，企业盈利将增加，从而对股票市场持乐观态度，增加对股票的投资，推动股票价格上涨。例如，当央行宣布降低利率或增加货币供应量时，投资者会认为经济将得到刺激，企业的发展前景良好，从而积极买入股票。反之，当央行采取紧缩性货币政策时，投资者会预期经济增长将放缓，企业盈利将减少，对股票市场持悲观态度，减少对股票的投资，导致股票价格下跌。通过对历史数据的实证分析可以发现，货币政策的调整与股票市场均值回复性之间存在显著的关联。在2008年全球金融危机期间，为了应对经济衰退，央行采取了扩张性的货币政策，大幅降低利率并增加货币供应量。这使得股票市场迅速反弹，上证综指从2008年10月的1664点上涨到2009年8月的3478点，涨幅超过100%，偏离均值幅度较大。随后，随着经济的逐渐复苏和通货膨胀压力的显现，央行开始逐步收紧货币政策，提高利率并减少货币供应量。股票市场出现调整，上证综指在2010-2011年期间持续下跌，逐渐向均值回归。这表明货币政策的变化会引起股票市场的波动，进而影响股票价格的均值回复性。投资者在进行股票投资时，需要密切关注货币政策的动态，及时调整投资策略，以适应市场变化。5.2.2财政政策财政政策作为政府调控宏观经济的重要工具，对股票市场均值回复性有着不可忽视的影响。财政政策主要通过政府支出、税收政策以及国债发行等方面来影响股票市场。政府支出是财政政策影响股票市场的重要手段之一。当政府增加财政支出时，如加大对基础设施建设、教育、医疗等领域的投资，会直接带动相关产业的发展，增加企业的订单和收入，提高企业的盈利能力。例如，政府加大对交通基础设施建设的投资，会带动建筑、钢铁、水泥等行业的发展，相关企业的利润增加，股票价格有望上涨。同时，政府支出的增加还会创造更多的就业机会，提高居民收入水平，增强居民的消费能力，进而带动消费相关行业的发展，对股票市场产生积极影响。相反，当政府减少财政支出时，相关产业的发展会受到抑制，企业的订单和收入减少，盈利能力下降，股票价格可能下跌。税收政策也是财政政策影响股票市场的关键因素。税收政策的调整会直接影响企业和居民的可支配收入，进而影响股票市场。当政府采取减税政策时，企业的税负减轻，利润增加，有更多的资金用于扩大生产、研发创新和回馈股东，这会吸引更多投资者的关注和资金投入，推动股票价格上涨。例如，对高新技术企业实施税收优惠政策，会降低企业的成本，提高企业的竞争力和盈利能力，股票价格会上升。同时，减税政策还会增加居民的可支配收入，居民可能会将更多的资金用于投资股票，进一步推动股票价格上涨。相反，当政府提高税收时，企业的税负增加，利润减少，投资和生产活动受到抑制，股票价格可能下跌。此外，税收政策的调整还会影响投资者的预期和行为，对股票市场产生间接影响。国债发行是财政政策的重要组成部分，也会对股票市场产生影响。国债作为一种安全的固定收益类资产，其发行规模和利率会影响市场资金的流向。当政府发行国债时，会吸引一部分资金从股票市场流向国债市场，导致股票市场的资金供给减少，股票价格可能下跌。例如，国债发行利率较高时，投资者会更倾向于购买国债，而减少对股票的投资。相反，当国债发行规模减少或利率降低时，资金会从国债市场回流到股票市场，增加股票市场的资金供给，推动股票价格上涨。通过对历史数据的分析可以发现，财政政策的调整与股票市场均值回复性之间存在密切的关系。在2009年，为了应对全球金融危机对我国经济的冲击，政府实施了积极的财政政策，加大了财政支出，推出了4万亿元的投资计划，同时实施了一系列减税政策。这使得股票市场迅速回暖，上证综指从2008年10月的1664点上涨到2009年8月的3478点，涨幅超过100%，偏离均值幅度较大。随后，随着经济的逐渐复苏，财政政策逐渐回归常态，股票市场也开始调整，上证综指在2010-2011年期间持续下跌，逐渐向均值回归。这表明财政政策的变化会引起股票市场的波动，进而影响股票价格的均值回复性。投资者在进行股票投资时，需要关注财政政策的动态，合理调整投资组合，以降低风险并获取收益。5.3市场因素5.3.1市场流动性市场流动性是影响股票市场均值回复性的关键市场因素之一，对股票价格的波动和均值回复有着重要影响。市场流动性主要指资产能够以合理价格快速交易的能力，在股票市场中，通常用成交量、换手率等指标来衡量。成交量反映了股票市场在一定时间内的交易总量，是衡量市场流动性的重要指标之一。当成交量较大时，意味着市场上有较多的买卖双方参与交易，股票能够较为顺畅地进行买卖，市场流动性较好。高成交量往往与股票价格的波动密切相关。在股票价格上涨阶段，成交量的放大通常表明市场对该股票的需求旺盛，投资者积极买入，推动股价进一步上涨。例如，当某只股票发布了重大利好消息，如业绩大幅增长、新产品研发成功等，投资者对其未来发展前景充满信心，纷纷买入该股票，导致成交量急剧放大，股价也随之大幅上涨，偏离其均值。然而，随着股价的不断上涨，获利盘逐渐增多，当市场上的卖盘力量逐渐增强时，成交量可能会继续维持在较高水平，但股价上涨的动力会逐渐减弱。一旦卖盘力量超过买盘力量，股价就会开始下跌，向均值回归。在股价下跌过程中，成交量的变化也能反映市场的情绪和趋势。如果成交量持续放大，说明市场恐慌情绪蔓延，投资者纷纷抛售股票，股价可能会加速下跌。相反，如果成交量逐渐萎缩，说明市场交易活跃度降低，卖盘力量逐渐减弱，股价下跌的速度可能会减缓，逐渐接近均值。换手率也是衡量市场流动性的重要指标，它表示一定时期内股票转手买卖的频率。换手率越高，表明股票在市场上的交易越活跃，市场流动性越强。换手率对股票价格的影响主要体现在其反映了投资者对股票的关注度和交易意愿。当一只股票的换手率突然大幅提高时，说明市场对该股票的关注度急剧上升，投资者的交易意愿强烈。这可能是由于该股票出现了重大事件，如并购重组、管理层变动等，吸引了投资者的关注。在这种情况下，股票价格往往会出现较大波动。如果投资者对该事件持乐观态度，大量买入股票，股价可能会上涨，偏离均值。反之，如果投资者对该事件持悲观态度，纷纷卖出股票，股价则会下跌。随着市场对该事件的消化和投资者情绪的稳定，换手率会逐渐降低，股票价格也会逐渐回归到均值水平。通过对我国股票市场数据的实证分析发现，市场流动性与股票价格的均值回复性之间存在显著的相关性。在市场流动性较好的时期，股票价格的波动幅度相对较大，但均值回复的速度也较快。这是因为市场流动性好意味着市场上有足够的资金和交易活跃度，能够快速消化各种信息，使股票价格迅速反映其内在价值。当股票价格偏离均值时，市场的自我调节机制能够更有效地发挥作用，通过买卖双方的交易使价格快速回归均值。例如，在2015年上半年，我国股票市场处于牛市行情，市场流动性充沛，成交量和换手率都处于较高水平。期间，股票价格出现了大幅上涨，许多股票价格偏离均值较远。但随着市场行情的转变，在下半年股票价格迅速下跌，向均值回归，且回归速度较快。相反，在市场流动性较差的时期，股票价格的波动幅度相对较小，但均值回复的速度也较慢。这是因为市场流动性不足会限制股票的交易，导致市场对信息的反应迟钝，股票价格难以迅速调整到合理水平。当股票价格偏离均值时，由于缺乏足够的交易力量推动，价格回归均值的过程会较为缓慢。例如，在某些市场低迷时期，市场成交量和换手率较低，股票价格波动较小，但一旦出现价格偏离均值的情况，可能需要较长时间才能回归。市场流动性还会对不同规模和行业的股票产生不同的影响。对于大盘蓝筹股，由于其市值较大、业绩相对稳定，通常受到投资者的广泛关注，市场流动性较好。这类股票的价格波动相对较小，均值回复性也相对较弱。因为大盘蓝筹股的价格相对稳定，投资者对其价值的认可度较高，即使价格出现一定程度的偏离，也不容易引发大规模的买卖行为，所以均值回复的速度较慢。而对于小盘股和新兴行业股票，由于其市值较小、业绩不确定性较高，市场关注度相对较低，市场流动性较差。这类股票的价格波动较大，均值回复性较强。小盘股和新兴行业股票的价格容易受到市场情绪和资金流向的影响，一旦市场出现变化，投资者的买卖行为会导致价格大幅波动。但由于其价格波动较大，偏离均值的程度也较大，所以在市场自我调节机制的作用下，均值回复的速度也较快。例如，在新兴科技行业，一些初创企业的股票由于市场对其发展前景存在较大争议，市场流动性较差，股票价格容易出现大幅波动。但当市场对其认识逐渐清晰，价格会迅速向均值回归。5.3.2投资者情绪投资者情绪是影响股票市场均值回复性的另一个重要市场因素，它反映了投资者对股票市场的整体乐观或悲观程度，对股票价格的波动和均值回复有着重要影响。投资者情绪往往是非理性的，受到多种因素的影响，如宏观经济形势、政策变化、媒体报道、投资者自身的认知偏差等。在股票市场中，投资者情绪的变化会导致投资者的行为发生改变，进而影响股票价格的走势。当投资者情绪乐观时，他们往往对股票市场的未来表现充满信心，愿意承担更高的风险，增加对股票的投资。这种乐观情绪会促使投资者大量买入股票，推动股票价格上涨，使股票价格偏离其均值。在牛市行情中，投资者普遍乐观，市场上充满了积极的氛围，投资者纷纷加大对股票的投资力度，导致股票价格不断攀升。例如，当宏观经济形势向好，企业盈利预期增加，投资者对股票市场的前景非常乐观，会大量买入股票，推动股价上涨。此时，股票价格可能会远远超过其内在价值，偏离均值。然而，随着股票价格的不断上涨，投资者的乐观情绪可能会过度膨胀，导致股票价格出现泡沫。当市场上的投资者逐渐意识到股票价格过高，开始理性评估股票的价值时，乐观情绪会逐渐消退。一旦投资者情绪发生转变，开始对股票市场持谨慎或悲观态度，他们会减少对股票的投资，甚至抛售股票，导致股票价格下跌，向均值回归。例如，当市场出现一些负面消息，如宏观经济数据不及预期、政策调整对某些行业产生不利影响等，投资者的信心会受到打击，乐观情绪迅速消退，开始抛售股票，股票价格会快速下跌。相反，当投资者情绪悲观时，他们对股票市场的未来表现缺乏信心，往往会减少对股票的投资，甚至卖出股票，导致股票价格下跌。在熊市行情中，投资者普遍悲观，市场弥漫着恐慌情绪，投资者纷纷抛售股票，股票价格持续下跌。例如，当宏观经济形势恶化，企业盈利下降，投资者对股票市场前景感到担忧，会大量卖出股票，推动股价下跌。此时，股票价格可能会低于其内在价值，过度偏离均值。但随着股票价格的不断下跌，投资者的悲观情绪可能会过度蔓延，导致股票价格被过度低估。当市场上的投资者逐渐发现股票价格过低，具有投资价值时，悲观情绪会逐渐缓解。一旦投资者情绪开始好转，对股票市场的信心逐渐恢复，他们会重新增加对股票的投资，推动股票价格上涨，向均值回归。例如，当政府出台一系列利好政策，如降息、减税等，投资者的信心会得到提振，悲观情绪逐渐消退，开始买入股票，股票价格会逐步上涨。投资者情绪对股票市场均值回复性的影响还体现在其对市场波动的加剧作用。投资者情绪的波动往往比股票市场的基本面变化更为剧烈，当投资者情绪过度乐观或悲观时，会导致股票价格的波动幅度加大，偏离均值的程度也会增加。这使得股票价格在向均值回归的过程中，需要经历更大的调整幅度和更长的时间。投资者情绪还会影响市场的交易活跃度。当投资者情绪乐观时，市场交易活跃度较高，成交量和换手率增加；当投资者情绪悲观时，市场交易活跃度较低，成交量和换手率减少。市场交易活跃度的变化又会进一步影响股票价格的波动和均值回复性。为了验证投资者情绪对股票市场均值回复性的影响，我们可以通过构建投资者情绪指标，如消费者信心指数、新增开户数、封闭式基金折价率等，来衡量投资者情绪的变化。然后，运用计量模型分析投资者情绪指标与股票价格波动、均值回复之间的关系。通过实证研究发现，投资者情绪与股票价格波动之间存在显著的正相关关系，即投资者情绪越乐观，股票价格波动越大；投资者情绪越悲观，股票价格波动越小。投资者情绪与股票价格的均值回复速度之间存在负相关关系，即投资者情绪越乐观，股票价格偏离均值后回归的速度越慢；投资者情绪越悲观，股票价格偏离均值后回归的速度越快。在2015年上半年的牛市行情中，投资者情绪极度乐观，消费者信心指数大幅上升，新增开户数急剧增加，股票价格波动剧烈，偏离均值的程度较大。而在下半年市场调整过程中，投资者情绪转为悲观，股票价格迅速下跌，向均值回归，但由于前期乐观情绪导致的价格偏离过大，回归过程较为漫长。六、结论与建议6.1研究结论总结本研究通过对我国股票市场均值回复性的深入探究，运用多种计量方法对上证综指和深证成指进行分析，并结合宏观经济、政策和市场等多方面因素，得出以下主要结论：在均值回复性的存在性方面，通过方差比检验发现，我国股票市场存在均值回复现象，但在不同期限下表现有所差异。深证成指在短期、中期和长期均表现出明显的均值回复性，而上证综指在短期内近似随机游走，价格变化较为随机，难以通过过去价格信息准确预测未来走势；在中长期则存在均值回复现象，随着时间间隔拉长，股票价格向均值回归的趋势逐渐显现。这一结果与我国股票市场的实际情况相符，深证成指包含众多中小企业和新兴产业公司，对市场信息更为敏感，价格波动大，均值回复特征显著；上证综指大型国有企业居多，市场稳定性高，短期内受随机因素影响大，中长期受经济周期和市场信息充分反映的作用，均值回复特征才逐渐明显。在宏观经济因素对均值回复性的影响上，GDP增长率、通货膨胀率和利率与股票市场均值回复性之间存在显著相关性。GDP增长率较高时，股票价格偏离均值幅度大，回复时间长；较低时，偏离幅度小，回复速度快。通货膨胀率适度时，股票价格均值回复性稳定；过高或过低时，回复性发生显著变化，过高时股价下跌幅度大、回复时间长，过低时股价上涨动力不足、回复速度慢。利率与股票价格呈反向关系，利率变动通过影响企业融资成本、投资者预期和市场估值水平，进而影响股票价格的波动和均值回复性。政策因素对股票市场均值回复性也有着重要影响。货