時間序列用來描述股價變化484很不適當? - 股票

你若真要模擬股價你不如先設想有個100人的經濟體
這100人中，20人是資本家，80人是勞工。
20個資本家每人100%持有一間企業，因此有20間企業，
這80人勞工分散在這20間企業上班。

所以勞動力供給80人 假設勞工力需求也為80

單個資本家的收入=銷售產品*售價-生產成本-勞工人數*勞工時薪*工時
單個資本家的支出=購買產品*售價
單個資本家的收入-支出=單個資本家的儲蓄

單個勞工的收入=勞工時薪*工時
單個勞工的支出=購買產品*售價
單個勞工的收入-支出=單個勞工的儲蓄

現在先假想這個經濟體本來企業融資都是通過銀行貸款，
而銀行吸收了勞工跟資本家的儲蓄來放貸，
但是現在，這些企業想搞直接融資，因此通通IPO，釋放出20%的股權，
希望勞工將儲蓄拿來買股票，讓企業有更多錢增加產能，
生產更多產品，然後再賣給這些勞工。

企業IPO=>吸收勞工儲蓄=>擴增產能或提升產品品質
=>增加銷售=>營收增加=>支付給勞工更高的薪資=>

1. 勞工購買更多產品=>營收增加=>勞工薪資增加or資本家收入增加
=>消費更多產品=>企業更賺錢=>股價更高
2. 勞工跟資本家把儲蓄拿來買股票=>股價更高=>企業發更多股票融更多錢
=>把融來的錢投入產品生產研發提升品質=>增加銷售

可以看到，上面的流程是一個正向回饋的過程，隨著人均GDP的提升，
消費能力上升，企業獲利上升=>股價上升/勞工薪資上升=>更多錢買股票/消費再上升
周而復始，一個國家的人均GDP才會越來越高。

中間哪一個環節斷掉，股價都會下來，你甚至可以把股價下來，
看成是企業營收下降導致盈餘下降，那這就代表全體勞工跟資本家的消費下降，
那勞工的消費下降是因為薪資下降，資本家的消費下降是因為股利收入下降，
那薪資跟股利下降又是因為企業營收下降。這是一個負向增強的過程。

回到你的文章，我認為股價的時間序列
1. 如果你用自回歸模型，無法反映這些其他變量的影響
2. 如果使用VAR模型可能可以，但是落後期選擇甚麼的特別麻煩，
而且沒辦法處理這種自我增強的過程。這有很強的內生性問題~

我覺得你真的要用純數來描寫股價，就必須把我上面提到的所有變量都串起來，
而且我上面的過程已經忽略了很多東西，比方說債券、銀行貸款、金融市場等等的問題。
在這麼多難以清楚估計的變量影響下，BS模型是用布朗運動來模擬股價，
也許已經是數學的極致了?




--