鄭建炯

本文基于生命周期資產(chǎn)選擇理論、資產(chǎn)定價(jià)理論、生命周期儲(chǔ)蓄理論作為理論基礎(chǔ)，以此來分析人口老齡化對股票價(jià)格產(chǎn)生的影響。文章基于生命周期儲(chǔ)蓄理論和生命周期資產(chǎn)選擇理論，并應(yīng)用實(shí)證分析的方法論證了：人口老齡化會(huì)對勞動(dòng)力、儲(chǔ)蓄和利率產(chǎn)生影響，而相關(guān)指標(biāo)又會(huì)進(jìn)一步對股票價(jià)格產(chǎn)生影響。

一、研究背景

2001年，我國老齡人口（65歲以上）占總?cè)丝诘?.1%，標(biāo)志著我國正式進(jìn)入了老齡化階段。截至2018年，中國的老年人口（65歲以上）約占總?cè)丝诘?2%。聯(lián)合國預(yù)計(jì)到2050年，中國60歲以上的老年人口將達(dá)到近5億，這一數(shù)量將超過美國的總?cè)丝跀?shù)。這表明，中國人口老齡化趨勢非常明顯。如何科學(xué)的應(yīng)對人口老齡化所帶來的問題和挑戰(zhàn)是一項(xiàng)極其重要的議題。

在此背景下，國家高度關(guān)注老齡化問題，并出臺(tái)了系列關(guān)于人口老齡化的政策。2015年10月，在第十八屆中央委員會(huì)第五次全體會(huì)議公報(bào)中提出，要積極開展應(yīng)對人口老齡化的行動(dòng)，實(shí)施全面二孩政策，被認(rèn)為是提高人口生育率的重要政策。為了打破老齡化市場發(fā)展的障礙，完善老齡市場機(jī)制，需要不斷完善以家庭為基礎(chǔ)，以社區(qū)為依托，以養(yǎng)老機(jī)構(gòu)為的補(bǔ)充和醫(yī)療護(hù)理服務(wù)體系，以有效地滿足老年人的需求。國務(wù)院從六個(gè)方面提出了二十八條具體的政策措施，直接促進(jìn)了養(yǎng)老市場的發(fā)展。2019年11月，中共中央、國務(wù)院印發(fā)了《國家積極應(yīng)對人口老齡化中長期規(guī)劃》，人口老齡化的發(fā)展直接納入到國家的發(fā)展規(guī)劃中，不僅體現(xiàn)了國家對老齡群體的關(guān)懷，更是從國家層面構(gòu)建了應(yīng)對人口老齡化的方略。盡管中國已經(jīng)出臺(tái)了一系列政策，但隨著中國老齡化的不斷加深，人口紅利的不斷下降，老齡化分布不均等問題已經(jīng)引起了中國的勞動(dòng)力市場、傳統(tǒng)的家庭結(jié)構(gòu)以及社會(huì)保障體系發(fā)生明顯變化。這些問題對中國的經(jīng)濟(jì)和社會(huì)發(fā)展產(chǎn)生了系列影響，并影響了中國金融市場的發(fā)展。因此，研究老齡化對金融市場的影響具有重要意義。

二、研究方法

參考國內(nèi)外文獻(xiàn)，我們可以發(fā)現(xiàn)：國外研究的內(nèi)容主要偏向于對人口結(jié)構(gòu)與股票市場二者相互影響的內(nèi)在方式以及如何實(shí)現(xiàn)影響的作用機(jī)理，研究方法的重點(diǎn)在于理論模型的搭建。而國內(nèi)的研究方法則主要是由研究人口結(jié)構(gòu)對相關(guān)宏觀變量的影響之后，采取量化的方式驗(yàn)證人口結(jié)構(gòu)對股票市場的影響，其方式往往都是選取國內(nèi)的宏觀數(shù)據(jù)搭建模型并以實(shí)證結(jié)果作為主要論據(jù)得出相關(guān)結(jié)論。

三、實(shí)證設(shè)計(jì)

基于資產(chǎn)定價(jià)理論視角，人口結(jié)構(gòu)變化會(huì)對經(jīng)濟(jì)發(fā)展水平產(chǎn)生影響進(jìn)而影響股票價(jià)格。因此本文以股票價(jià)格相關(guān)指數(shù)、人口老齡化指標(biāo)和經(jīng)濟(jì)發(fā)展水平三個(gè)指標(biāo)構(gòu)建VAR模型進(jìn)行實(shí)證分析。

（一）變量選取及數(shù)據(jù)來源

股票價(jià)格指標(biāo)采用上證綜合指數(shù)來衡量。上證綜合指數(shù)是我國第一個(gè)實(shí)時(shí)發(fā)布的股票價(jià)格指數(shù)，該指數(shù)涵蓋了在上海證券交易所上市的所有股票，能夠綜合反映上證A股、B股的整體走勢，數(shù)據(jù)來源于Wind金融終端。

人口老齡化指標(biāo)采用我國65歲以上人口數(shù)占總?cè)丝跀?shù)的比例，該指標(biāo)能夠反映我國的人口老齡化程度，數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

經(jīng)濟(jì)發(fā)展水平指標(biāo)采用人均生產(chǎn)總值（人均GDP），數(shù)據(jù)來源于國家統(tǒng)計(jì)局。

以上指標(biāo)數(shù)據(jù)的時(shí)間范圍跨度為1991-2019年。由于各個(gè)變量之間數(shù)量差距巨大，并且變量自身擁有比較明顯的趨勢性，同時(shí)為了減少變量之間的多重共線性以及消除量綱的影響，對上證綜合指數(shù)和人均GDP兩個(gè)指標(biāo)進(jìn)行對數(shù)化處理。

（二）計(jì)量模型的構(gòu)建

盡管傳統(tǒng)的多元回歸分析可以很好地探索變量之間的關(guān)系和影響，但其分析的前提是清楚地區(qū)分內(nèi)生變量和外生變量的不同影響。在分析實(shí)際問題的過程中，難以有效區(qū)分內(nèi)部變量和外部變量，因此向量自回歸模型VAR已成為分析復(fù)雜系統(tǒng)的一種分析方法，每個(gè)變量都被用作一個(gè)整體的交互響應(yīng)。VAR作為一種非結(jié)構(gòu)化模型，通常用于預(yù)測相關(guān)時(shí)間序列，并分析隨機(jī)擾動(dòng)對可變系統(tǒng)的動(dòng)態(tài)影響。通過使用系統(tǒng)中的每個(gè)內(nèi)生變量作為系統(tǒng)中所有變量的滯后項(xiàng)的函數(shù)來構(gòu)建模型，VAR模型的建立使得檢查復(fù)雜現(xiàn)象的不同變量之間的關(guān)系成為可能，本文構(gòu)建VAR模型如下：

ln_SZindext=α0+α1ln_SZindext-1+…αp1ln_SZindext-p+γ1oldpeople1+…γjoldpeoplet-j+β1ln_PGDPtβ1ln_PGDPt+…βqln_PGDPt-q+

其中l(wèi)n_SZindex為被解釋變量上證綜合指數(shù)取對數(shù)，oldpeople為解釋變量65歲以上老年人口占比，ln_PGDP為人均GDP取對數(shù)。P、q、j為VAR模型的階數(shù)，在后續(xù)分析中將根據(jù)AIC和BIC準(zhǔn)則確定最優(yōu)的階數(shù)。

四、變量相關(guān)性分析

變量相關(guān)系數(shù)表顯示，上證綜合指數(shù)與65歲以上人口比的相關(guān)系數(shù)為0.864，在1%水平下顯著，上證綜合指數(shù)與人均GDP的相關(guān)系數(shù)為0.898，在1%水平下顯著。由此說明了上證綜合指數(shù)與人口老齡化、人均GDP高度相關(guān)。

五、模型的檢驗(yàn)與構(gòu)建

（一）ADF單位根檢驗(yàn)與平穩(wěn)性檢驗(yàn)

根據(jù)時(shí)間序列數(shù)據(jù)的處理方法，為了避免出現(xiàn)偽回歸，應(yīng)該在回歸之前進(jìn)行平穩(wěn)性測試。也就是說，盡管從結(jié)果中得出了合理的R2，但是可變系數(shù)并沒有實(shí)際意義。產(chǎn)生此結(jié)果的原因是，某些非平穩(wěn)時(shí)間序列常常具有相同的變相趨勢，但彼此之間并不直接相關(guān)，因此為了確保結(jié)果的有效性，我們經(jīng)常對面板數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)，通常采用單位根測試的方法。

變量的單位根檢驗(yàn)結(jié)果表明，ln_SZindex具有單位根，該序列為不平穩(wěn)序列，經(jīng)過一階差分處理后序列穩(wěn)定;65歲以上人口的比例具有單位根，說明是一個(gè)不穩(wěn)定的序列。經(jīng)過二階差分之后序列平穩(wěn)，ln_PGDP為平穩(wěn)序列。因此，上述變量是二階單整，之后可以進(jìn)行協(xié)整檢驗(yàn)。

（二）最優(yōu)階數(shù)的確定

在進(jìn)行協(xié)整檢驗(yàn)之前，我們需要確定VAR模型的最優(yōu)滯后階數(shù)，本文采用LR、FPE、AIC、SC和HQ五種指標(biāo)進(jìn)行測試，測試結(jié)果如表3所示，根據(jù)測試結(jié)果，應(yīng)選擇模型最優(yōu)滯后階數(shù)為6階，及p=6。

（三）協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)是對非平穩(wěn)變量進(jìn)行回歸的必要前提。只有存在協(xié)整關(guān)系，協(xié)整回歸才有意義。經(jīng)過平穩(wěn)性檢驗(yàn)可知，各變量全部為二階單整的時(shí)間序列，可能存在長期的協(xié)整關(guān)系，本文采用釆用Johansen協(xié)整檢驗(yàn)方法進(jìn)行檢驗(yàn)，滯后階數(shù)為6階。檢驗(yàn)結(jié)果如表所示。

跡統(tǒng)計(jì)量檢驗(yàn)結(jié)果表明在5%的顯著性下有2個(gè)協(xié)整方程，標(biāo)準(zhǔn)化協(xié)整方程分別是：

ln_SZindex=0.054oldpeople+0.017ln__PGDP+

ln_SZindex=0.07oldpeople+0.11ln__PGDP+ν

（四） Granger因果檢驗(yàn)

格蘭杰因果關(guān)系結(jié)果顯示，人口老齡化是上證綜合指數(shù)的格蘭杰原因，人口老齡化是人均GDP的格蘭杰原因，人均GDP是上證綜合指數(shù)的格蘭杰原因，上證綜合指數(shù)是人均GDP的原因。

六、VAR模型估計(jì)與結(jié)果分析

VAR模型回歸結(jié)果顯示，滯后一期和二期的上證綜合指數(shù)對當(dāng)期上證綜合指數(shù)影響不顯著，滯后3-6期的上證綜合指數(shù)對當(dāng)期上證綜合指數(shù)存在負(fù)的影響作用，其中滯后3-4期在1%水平下顯著，滯后5-6期在5%水平下顯著。

人口老齡化滯后一期對上證綜合指數(shù)影響系數(shù)為-26.22，在1%水平下顯著，人口老齡化滯后2-3期不顯著，人口老齡化滯后4-6期均在1%水平下顯著，且影響系數(shù)均為負(fù)數(shù)。說明人口老齡化對上證綜合指數(shù)存在負(fù)向的影響作用。

（作者單位：貴州民族大學(xué)人文科技學(xué)院）