摘要：本文利用ARCH/GARCH模型檢驗并比較了2007年5月30日印花稅稅率上調(diào)對我國股市不同行業(yè)波動性的影響，發(fā)現(xiàn)對房地產(chǎn)業(yè)波動性的影響最大，對運輸物流業(yè)波動性的影響最小。
　　關(guān)鍵詞：印花稅；行業(yè)波動；GARCH模型
　　一、引言
　　本文研究的印花稅是指證券交易印花稅，是印花稅的一種，屬于行為稅，目前只對賣方從價計征，稅率為1‰。
　　因為證券市場屬于虛擬經(jīng)濟，必然要建立在由不同行業(yè)組成的實體經(jīng)濟之上。股票價格很大程度上反映的是實體經(jīng)濟資產(chǎn)的價格，印花稅稅率只有一檔，而實體經(jīng)濟中各行業(yè)都有自己的特點。從1990年到2008年，我國印花稅稅率調(diào)整超過10次，由此可見，沒有一個稅種像印花稅這樣調(diào)整如此頻繁。對印花稅稅率的調(diào)整是否真正達到了目的呢？在多大程度上達到目的呢？對股市中的不同行業(yè)調(diào)整的效果是否一致呢？這就是本文要研究的問題。
　　二、文獻綜述
　　王曉玲（2009）采用GARCH模型對證券交易印花稅稅率調(diào)整給股市波動帶來的風(fēng)險進行估計，發(fā)現(xiàn)印花稅稅率與各行業(yè)股票收益波動率正相關(guān)，不同行業(yè)股票收益波動率對印花稅稅率調(diào)整的敏感度各不相同。羅磊（2008）運用正態(tài)檢驗，以上證和深證為研究對象，選取稅率變動宣布日前后90個交易日為樣本區(qū)間，發(fā)現(xiàn)短期內(nèi)提高證券交易印花稅稅率會顯著影響股市波動性，而降低稅率則不必然引起波動性在統(tǒng)計意義上的顯著變化。姚濤，楊欣彥（2008）運用GARCH模型，以2007年5月30日證券交易印花稅調(diào)整前后60日、120日數(shù)據(jù)為研究對象，發(fā)現(xiàn)證券交易印花稅稅率上調(diào)對股價波動性在短期內(nèi)有較強影響，而在長期影響有限。
　　前人的研究角度主要有： 一，研究歷次印花稅稅率調(diào)整對同一指數(shù)波動性的影響；二，就印花稅稅率的某一次調(diào)整，研究其對不同指數(shù)波動性的影響；三，研究歷次印花稅稅率調(diào)整對不同指數(shù)波動性的影響。大部分學(xué)者關(guān)注的是股市價格指數(shù)，鮮有學(xué)者分行業(yè)研究印花稅稅率調(diào)整對股市波動性的影響。然而在股市中，“量”、“價”地位同等重要，本文的創(chuàng)新之處就在于以成交額而不是收盤價為研究對象，研究單次印花稅稅率上調(diào)，對滬深兩市中不同行業(yè)的波動性影響，以期發(fā)現(xiàn)不同行業(yè)對印花稅稅率調(diào)整的不同敏感度，為廣大投資者預(yù)防股市風(fēng)險提供幫助。
　　三、研究方法與數(shù)據(jù)選取
　�。ㄒ唬┲饕�研究方法
　　1、ARCH-LM檢驗
　　2、ARCH/GARCH模型
　�。ǘ�）數(shù)據(jù)選取
　　大智慧軟件將滬深兩市的上市公司分成了工程建筑、電力等共31個行業(yè)，行業(yè)指數(shù)正是本文的研究對象。由于券商和保險的數(shù)據(jù)不全，本文在研究時予以剔除。
　　前面已提到，印花稅是一種從價稅，所以本文選取成交額作為研究對象。成交額與成交量是不同的。成交額是指某一特定時期內(nèi)，在交易所交易市場成交的某種股票的金額，其單位以人民幣“元”計算。成交量是指某一特定時期內(nèi)，在交易所交易市場成交的某種股票的數(shù)量，其單位以某種股票的股數(shù)計算。
　　樣本區(qū)間為每個行業(yè)2007年2月28日到2007年8月22日共121個交易日各個行業(yè)指數(shù)的成交額數(shù)據(jù)。
　　本文檢驗結(jié)果由Excel2007和Eviews5.1得出。
　　四、 結(jié)果與分析
　�。ㄒ唬�檢驗結(jié)果
　　1、ADF單位根檢驗
　　表1 ADF單位根檢驗結(jié)果
　　注：“***”表示在1%的置信水平下顯著；“**”表示在5%的置信水平下顯著；“*”表示在10%的置信水平下顯著（下同）。
　　由以上檢驗結(jié)果可知，紡織服裝、教育傳媒、外貿(mào)、儀電儀表、造紙印刷、通信、銀行這幾個行業(yè)的數(shù)據(jù)不含單位根，是平穩(wěn)序列。除以上行業(yè)外，其他行業(yè)的數(shù)據(jù)均不能拒絕原假設(shè)，即都含有一個單位根。
　　2、相關(guān)分析
　　有相關(guān)分析可知，所有行業(yè)的數(shù)據(jù)都是自相關(guān)的。
　　3、 回歸分析
　　表2 回歸分析檢驗結(jié)果
　　由以上結(jié)果可知：
　　（1）整體上來看，由于所有行業(yè)虛擬變量dl的t檢驗值都是負(fù)的，所以所有行業(yè)的虛擬變量都沒有通過t檢驗，即虛擬變量dl不顯著，也就是說，此次印花稅稅率上調(diào)對所有行業(yè)的影響都是不顯著的，這也與現(xiàn)實情況相吻合。
　�。�2）換個角度，如果不考慮t檢驗值的影響，單從相伴概率來看，可以粗略地估計此次印花稅稅率上調(diào)對不同行業(yè)影響的相對大小。按相伴概率大小，可以把所有行業(yè)分成兩類六小組：第Ⅰ組只有有色金屬；第Ⅱ組有儀電儀表和銀行類；第Ⅲ組有房地產(chǎn)、工程建筑、化工化纖、外貿(mào)；第Ⅳ組有電力、電器、紡織服裝、供水供氣、機械、建材、造紙印刷、其他行業(yè)；第Ⅴ組有電子信息、鋼鐵、交通工具、交通設(shè)施、教育傳媒、旅游酒店、煤炭石油、釀酒食品、農(nóng)林牧漁、商業(yè)連鎖、醫(yī)藥、運輸物流；第Ⅵ組有通信和計算機。其中，前三組是一類，相伴概率均大于0.1，后三組是一類，相伴概率均小于0.1。這六小組按影響大小排序為Ⅰ<Ⅱ<Ⅲ<Ⅳ<Ⅴ<Ⅵ。
　　4、ARCH-LM檢驗結(jié)果
　　表3 ARCH-LM檢驗結(jié)果
　　由以上結(jié)果可知，其數(shù)據(jù)具有超過3階的高階ARCH效應(yīng)的行業(yè)有：1%置信水平下有房地產(chǎn)、農(nóng)林牧漁、通信、教育傳媒、電器、煤炭石油、造紙印刷；5%的置信水平下有商業(yè)連鎖、有色金屬、供水供氣、其他行業(yè)、外貿(mào)、釀酒食品、醫(yī)藥；10%的置信水平下有工程建筑、電子信息、交通設(shè)施。以上行業(yè)數(shù)據(jù)可以建立GARCH模型。而電力、機械、交通工具、旅游酒店、儀電儀表、運輸物流、化工化纖、紡織服裝、計算機、銀行類、鋼鐵、建材不具有高階ARCH效應(yīng)。
　　5、ARCH/GARCH模型檢驗匯總結(jié)果
　　由于所有行業(yè)常數(shù)項的系數(shù)都極小，可以忽略不計，且對本文的結(jié)論沒有影響，因此，本文只計算了ARCH項和GARCH項系數(shù)之和。上表已按照第三列的數(shù)據(jù)按從大到小的順序進行排序。

相關(guān)熱詞搜索：印花稅 稅率 上調(diào) 股市 我國