〈鉅亨主筆室〉景氣越差？股市漲越兇！

壹、前言

為什麼近一年多以來，中國與美國及歐洲國家股市，多可與衰退經濟數據逆向行駛？經濟數據越差、股市漲得越兇！眾所周知概念是：一、在2015年3月19日，美國經濟進入通貨緊縮前，各國含歐元區國家是經濟數據越差，則寬鬆貨幣政策規模越大，資金面動能越強。二、在此之後，則是全球多將陸續進入通貨緊縮，各國政府更不敢撤掉寬鬆貨幣政策，多頭攻城掠地也是有恃無恐。

以計量經濟學「共整合」(Co integration)概念，可以單純描述總體經濟各種「經濟數據量化指標」，與當地股票市場「股價指數」兩類資料；所構成的時間序列(Time Series)，它們彼此之間的「因果關係」：一、以短期一年期樣本驗證，德國法蘭克福股價指數、與歐元兌美元匯率，其共整合程度將會高於日經225股價指數、與日元兌美元匯率。但如果以上的時間序列採樣期間，是自2012年第三季起至今；則兩者共整合程度可能不相上下。二、如果以兩季時間，對製造業採購經理人指數(以下皆稱：PMI)、與中國上證股價指數做同樣研究，則將會發現兩者，共整合程度是顯著的。如果再將樣本期間拉長、至一或兩年以上，則發現兩者共整合程度並不顯著；中國上證股價指數，與PMI指數因股關係多還可能是逆向的；PMI指數下跌、股價指數卻是反向上揚的。因為股市投資人存在預期，如果PMI指數一直欠佳，人民銀行就會再端出寬鬆貨幣政策。。三、總體經濟中各變數數據，對股價指數影響多是階段性的；也就是它會隨著時間而改變。現階段股價指數的漲跌，寄託於匯率貶值與否；與製造業指數不佳下，預期貨幣寬鬆政策的資金面效果。四、但下一個發展階段中，與股價指數最具共整合關係的總體經濟數據，就是消費者物價指數(以下皆稱CPI)。CPI跌得越兇、股價指數也會漲得越高。因為面對通貨緊縮，各國央行只好再端起寬鬆貨幣政策，無法馬上就停下來。五、但如果再以共整合方法繼續研究結果，最後必然也會發現，股價與物價指數兩者關係會越來越微弱；因為全球主要經濟體，多會淪入流動性陷阱了。也就是寬鬆貨幣政策失去藥效，不僅對市場經濟無效；連股市也不領情了。

貳、總體經濟數據與金融資產價格、其實多是非連續性的時間序列！

在各主要國家2015年第一季，國民生產毛額(以下皆稱：GDP)將要公佈前，金融市場也對此有所預期與反應。總體經濟數據公告，大多以月資料為主。也就是以月為單位；而每月多公佈相關的數據，最後在每季結束時，才公佈GDP季度成長率。以統計學的時間序列概念，這些數據多是，可以以秒、分、小時、及天、周、月及季、半年度、年度為單位計算的資料，它們多會形成時間數列。大多數總體經濟數據，多是以以月資料形成時間序列，如CPI、PMI、GDP、消費者信心指數、及失業率等，這些總體經濟數據是，每月定期公佈一次，是為月資料、久了之後就成越時間序列。

圖一：中國採購經理人指數與GDP年成長率，鉅亨網指標

[NT:PAGE=$]

總體經濟活動含製造與非製造業，製造業經濟活動主要以廠商的生產活動為主。在消費行為習慣不致於一夕色變情形下，月資料所形成的時間序列，已足以成為觀查或探討經濟活動短、中、長期趨勢。但在金融市場中，則必需至少要以日為單位，其所形成的時間序列，才可以滿足投資者，對金融變動判斷需要；因為金融市場對於訊息反應相當敏感，涉及的利益變動很大。因此經濟數據與金融市場中價格指標，存在顯著反應落差；這些價格指標，如債券價格指標即殖利率、股市價格指標即股價指數，及選擇權價格即權利金等。這些金融資產價格，在電腦上是不斷跳動的。但這些數據、不管是經濟數據、或是金融市場價格指標，其實多是不連續的(Discrete)；不管它如何快速變動，其實多會有「縫隙」(Gap)。但在形成時間序列之後，經濟學或財金專家，就能夠把它拿來做一些，運用數學微積分、或是高等統計學、計量經濟學迴歸分析模型等的驗證；由這些驗證中，獲得各種不同重要假說(Hypothesis)，非常有利於學術發展。這樣的做法多少會發生，與實際現象有顯著落差；尤其是時間序列之趨勢，或是它衍生出來的一些如平均數(Mean Value)，中位數值(Medium Value)等基本統計量(Descriptive Statistics)。運用任何型式的統計、或計量經濟學迴歸分析模型，其中多必然存在本身預測誤差，更存在它們在詮釋事實時的落差。尤其是總體經濟數據，它們所形成的時間序列，大多以月資料為主；因此實際上的間斷性是很大的。但經過長期間彙總成為時間序列後，卻成為經濟學家對未來，經濟景氣發展最佳運用資料。因此每年多會看到，著名投資機構對於，全球當年經濟成長預估值，也是以季度期間不斷修正。當然，如果以統計學的大數法則、或是大樣本數超過30個數據的統計抽樣觀念，這樣多筆資料多應已符合常態分配(Normal Distribution)概念。不管是CPI、PMI、消費者信心、及公債殖利率、股價指數，其形成時間數列之後；如果期間(Period)夠長，則其顯現趨勢的實質意義就越大，而做為對未來可預測程度就越高。對經濟數據時間序列而言，其穩定度較高；趨勢形成後的發展，持續程度高。但金融市場價格指標，則變動卻是相當大。因為它的時間序列是由，秒(期貨)、分、小時(股市當沖)、及日(短線)、周(中線)、月或季(長線)組成，細膩程度遠大於總體經濟數據，連續程度也較總經數據高。這樣的各別特質有何影響？對總體經濟時間序列，我們可以運用事件分析邏輯，以預期數據去驗證其實際結果，因為它每一個數據，是累積至少一個月以上的企業活動。而股價則是不斷地，為眼前訊息變化而發生價格變動；因此股價指標，最好運用較較短期間的日資料以下時間序列，以免因為事實的不連續，最後發生的資料與事實落差更大。

圖二：中國PMI指數與GDP成長率曲線圖，鉅亨網指標

叁、經濟數據越差、股市漲得越兇！

經濟數據的驗證有利於：一、做為一國政府財經政策重要參考，如租稅及貨幣、或是財政政策施政參考。如台灣經濟發展委員會，每月約在25日左右，公佈的景氣對策信號。其公佈的燈號已成為，中央銀行貨幣政策緊縮或寬鬆的參考。如果景氣對策信號是亮黃紅燈、或是紅燈，則顯示中央銀行應該進行緊縮貨幣政策；如果是亮黃藍燈，則應該進行寬鬆貨幣政策。二、可作為投資參考，一國的GDP雖然與股價指數、或發行債券之公司債價格有落差。因為符合上市櫃標準的公司，在一個經濟體中，多是管理制度非常上軌道、經營能力最強、與獲利能力最好的小部份公司。因此常會發生，該經濟體的全部總成長已經趨緩了，但股票市場中上市公司股價，卻還在猛漲的背離現象。三、就如最近中國大陸，總體經濟GDP成長率與股價指數，其互動邏輯更是顯著如此。中國上證股價指數，是在國務院總理李克強，調低經濟成長率之後才大漲。而且更令人噴飯的是，經濟數據越不好，股市漲得越兇。李克強將今2015年中國經濟成長率，由7.5%調降到7%。上證股價指數，自2015年3月6日之3,248.04點，攻堅到4 月7日之3,961.67點。看來他應該把今年GDP成長率再降到6%，這樣投資者對貨幣寬鬆的預期會越濃，股價指數會漲得更兇。[NT:PAGE=$]

對於財務專家而言，他們對於這種現象的詮釋會是；就是因為經濟成長趨緩、資產價格降溫明顯，因此在貨幣政策上，人民銀行必然會執行寬鬆政策。因此股價指數也會因為，資金面再寬鬆而再上揚。由目前現實來看，這是想當然爾。但這卻無法以財務理論的股利折現法、或是現金流量，理論股價估價模式去解釋。所有財務經典理論多認為，現在的股價之所以會漲、能漲，是因為未來投資者，可由這家上市公司未來獲利盈餘中，獲得顯著的股利所得。也就是說這家公司，未來本業與投資現金流量將會顯著成長；因此拿來做股利發放，自由現金流量(Cash Flow)也會成長。有這樣的預期，才能推升現在股價。而經濟成長趨緩不就意謂，未來現金流量成長也會趨緩？那這樣怎麼會使股價指數上揚？只靠市場的寬鬆資金？

圖三：中國上證綜合股價指數日K線圖，鉅亨網首頁

肆、ARCH是時間序列共整合關係的主要關鍵計量方法！

這樣一個弔詭，就是投資者需要辯別之處。因為這兩種完全衝突的邏輯，多必需要在事實發生後才能驗明正身。也就是在公司財報公告後，才能證明它與總體經濟的數據存在落差。因為不景氣不是發生在上市公司身上，而是發生在其它未上市公司；或是產業景氣下行的產業上，與上市公司無關。財務報告宣告，往往是弱式效率的。因為它能對上市公司價格影響效應，已多會在訊息公告前完全反應了；或說在公告前能反應多少就會反應了。以計量經濟學的觀點，這兩種邏輯多似乎可嘗試以計量方式去證明。由統計學時間序列理論觀點，目前中國上證股價指數，其多頭趨勢的「平穩程度」(Stationary Degree)是相當高的。也就是說理論上，股價指數所形成的時間序列，它的變異數(Variance)是一個線性函數、或是一個常數(Constant)；不會有多大改變；平均數(Mean Value)是固定的。但實際上，市場股價指數報酬率、是會隨著時間而發生波動(Time Verify)。計量經濟學家發現，如果將經濟、或金融市場價格時間序列，經過一些數學方法的處理，則它就會符合平穩定態Stationary特性。例如將時間序列以差分方法，進行一或多階差分，或是將自變數與應變數時間序列，建構成為新的一個線性組合函數。那這個函數，可能就會符合上述穩定的條件。這是2003年，諾貝爾經濟學得主、羅伯特·恩格爾(Robert F. Engle)著名的自我迴歸條件變異(Autoregressive Regression Conditional Heteroskedasticity Model，以下皆稱：ARCH)的計量經濟學概念。ARCH將我們上述所說，股價指數報酬率是會隨時間波動給量化了。

根據維基百科記載，ARCH為財務金融的資產定價、資產配置與風險評估，提供了一個可以廣泛運用工具。透過ARCH分析的過程方法，投資機構可以在金融市場中做出最優投資決策。而所謂最優決策是指，在最小的風險下、達到預期報酬最高；或是在一定的預期報酬下，達到風險最低的境界。Engle教授與市場非常接近，他認為經濟或財務理論要運用在實務，學術的理論與模型才會有活生生的意義。Engle教授著名的這種共整合(Co integration)理論。也就是指，如果兩個時間序列，經過某一種線性組合後，會發現這個新的線性組合時間數列，它會隨著時間的改變所產生的變異數，會小一定於原來那兩個、各自的時間序列變異數；反過來說，如果兩個時間序列可以用這樣處理的話，那就表示這兩個時間序列具有「共整合」，也就是存在因果關係。

圖四：道瓊股價指數與消費者物價指數年增率曲線圖，鉅亨網指標

[NT:PAGE=$]

如果將Engle教授的這種計量方法，用在對歐洲德國法蘭克福或中國上證股價指數、甚至是日本日經225股價指數的驗證上。則我們會認為其驗證結果將會是：一、運用歐元兌換美元的匯率時間序列，對德國法蘭克福股價指數；或是以日元兌換美元匯率，對日經225股價指數；及以中國PMI時間數列，對上證綜合股價指數進行「共整合」程度研究。如果以短期一年樣本去做驗證，德國法蘭克福股價指數與歐元匯率共整合程度，可能高於日經225股價指數與日元匯率之間關係。但如果時間序列的採樣期間是自2012年第三季起至今，則兩者可能不相上下。二、如果以近兩季時間序列，對中國PMI指數與中國上證股價指數進行驗證，可能發現兩者共整合程度顯著。但如果將樣本期間拉長至一或兩年以上，則將可能會發現兩者共整合程度並不顯著。而且還會發現，中國上證股價指數與PMI指數，共整合因果關係是逆向的。三、但我們認為，一個國家貨幣匯率與PMI指標，本來就足以影響經濟體的GDP。但因為在眾多紛雜的總體經濟數據中，投資者現階段對股票關注焦點就在於此；因此匯率與PMI對股價指數影響程度變大。但這要持續再留意的是，如果那一天突發性干擾變數出現，如美國聯準會(以下皆稱：FED)突然宣佈，它貨幣政策正常化計畫；或是歐元兌美元的貶值速度突然顯著改變了，則是否會扭轉這些共整合關係。新的關係又將如何？

伍、結論：總體經濟變數對股價影響總是階段性的！

我們以類神經網路(Neural Network)的測試經驗也發現到，總體經濟變數群(Group)對股價指數指數影響通常是階段性的；也就是它也是隨著時間改變的。現階段可能寄託於匯率貶值，因為它會產生出口產品價格競爭力，與製造業指數不佳之下，貨幣再寬鬆的效果，這些複雜的關係上。但下一個階段可能要換成聚焦在物價，與股價指數具有的共整合關係；就是CPI指數、或是生產者物價指數(以下皆稱：PPI)。PPI與CPI年增率跌得越兇、股價指數也會漲得越高；因為面對通貨緊縮，各國央行只好再端起寬鬆貨幣政策，無法停下來。但如果是這樣的情況一直持續的話，建議要將這樣的計量經濟共整合驗證，要再繼續研究下去。我們堅信，它的結果也必然會出現，兩者關係越來越微弱；因為屆時這些經濟體，會出現更多的負利率現象，它不久之後將淪入流動性陷阱中了。一旦陷入其中，則市場低利率狀態持續，但交易與投機動機保守：GDP成長率下降，股市成交量降溫、多頭拉抬也無詞窮無力了。(提醒：本文為財金專業研究分享，非投資建議書；不為任何引用本文，為商品行銷或投資損益背書。)