本文通过获取沪深300指数与纳斯达克指数近四年的周指数数据，在R软件下进行建模分析，得到二者收益率上的关联
沪深300指数（CSI300）是上海证券交易所和深圳证券交易所联合编制的大盘交易指
数；而纳斯达克指数是反映纳斯达克证券市场行情变化的股票价格平均指数，比道琼斯指数更具有综合性
研究二者的关联度有利于更好的了解中国股市的成长
一、原始数据处理
从2010年6月1日到2014年5月30日，CSI300和NASDAQ的时间不匹配数据有五个
经过对数据的观察分析得知， NASDAQ的股指时间比CSI300多出5个交易日，其余时间都是一致或者相差一两天，可以匹配
所以在数据处理上，本文首先将NASDAQ多出来的5个交易日剔除
这样数据共有204个
二、模型设定
分别对CSI300和NASDAQ(以下简称CSI和NAS)两只股指的收益率建立VAR模型： VAR1=VAR(r,p=3,type=”const”)
三、向量自回归模型的建立与检验
1.CSI300的VAR回归结果分析
由数据分析，r_NAS1.3的p值为0.084，即在8%的显著性水平上是显著的，其估计值-0.1522373为负，说明NAS上三周收益率每增加1%，CSI300本周收益率就下跌0.15%
其他自变量p值基本大于0.3，即在30%以上的显著水平下才能显著拒绝原假设
但从截距项和p值上，能发现一个规律：
① CSI300收益率，随着时间越往前推，截距项绝对值越来越大，p值越来越小
这表明时间越往前推，其对CSI300目前的收益率影响就越大且越显著
② NAS上三周股指收益率对CSI300收益率的影响最大，也最显著
③ 而NAS上两周股指收益率对CSI300收益率的影响却最小，同时也最不显著
判决系数R-squared为0.02198，这四个变量只解释了CSI300本周收益率的2.2%，说明影响CSI300目前收益率的很多因素并没有考虑进来
F值统计量p值为0.6316，说明这个模型的在63%的显著性水平上联合显著
不过，p值过大，总体显著性不高，这表明市场的有效性
2.NAS的VAR回归结果分析
由数据分析可知， NAS上周收益率每增加1%，NAS本周收益率就下跌0.13%
r_NAS.11的p值为0.0726，即在7.26%的显著性水平上是显著的，NAS上周收益率显著影响NAS本周收益率
从NAS回归结果的截距项和p值上，同样能发现一个规律：
① CSI300收益率，随着时间越往前推，截距项越来越大，p值越来越小
这表明时间越往前推，其对NAS目前的收益率影响就越大且越显著
② NAS股指收益率，随着时间相距越近，截距项越来越大，p值越来越小
即NAS上周收益率对NAS目前收益率的影响最大也最显著
而NAS上三周收益率对NAS目前收益率的影响却最小，同时也最不显著
R-squared为0.02451，这四个变量只解释了CSI300本周收益率的2.4%，与CSI300回归结果相差不大
F值统计量p值为0.5751，说明这个模型的在58%的显著性水平上联合显著
这个联合检验结果要比CSI300模型的结果要好，但显著性依然不高
五、结论总结
根据上述两个方程的结果分析，可以总结出CSI300股指和NASDAQ股指之间的联系和区别：
① CSI300的股指收益率作为自变量，随着时间相距越远，无论是对CSI300股指本周收益率的影响，还是对NAS股指本周收益率的影响，都有影响越来越大且越来越显著的表现
这点可以从截距项绝对值越来越大和p值越来越小得到
② NAS股指收益率作为自变量却不然，随着时间相距越来越远，其对CSI300和对NAS的收益率影响作用不同
如：NAS上三周股指收益率对CSI300本周收益率的影响最大，也最显著；但对NAS目前收益率的影响却最小，同时也最不显著
③ CSI300股指收益率作为因变量而言，时间距离越远的CSI300收益率对其影响越大
④ 但NAS股指收益率作为因变量而言，时间距离越近，无论是NAS股指收益率还是CSI300的股指收益率，对NAS股指本周收益率的影响都越大
这表明两只股指的交叉效应比较明显，沪深300指数与纳斯达克指数关联度较高