20世纪90年代末期,为了更好地发展经济,中国开始有了股票市场,如今股票市场的发展在我国取得了不错的成绩,在我国的经济发展中起到越发明显且不可忽视的作用,可以说股票市场的发展在很大程度上会影响到我国经济发展状况。而且股票市场的发展状况也会直接影响到投资者的利益,例如,股票价格的过度波动会对投资者投资股票的信心带来严重打击,影响投资者入市及投资的心态,从而影响股票市场资金的流动,影响证券市场的资源配置,直至危害实体经济的稳定及发展。从股市在中国发展之初,对于中国股票市场价格波动的研究就逐渐展开,从未停止。现今,中国资本市场得到进一步完善,得以迅速发展,居民的生活和收入水平有了较大提高,这也使得人们对于股票市场投资的参与度逐渐提高。但是,人们在坐收股票投资高回报的同时,也时刻面临着本金亏损的高风险,而带来收益与导致风险的直接原因都是股票价格的波动,没有股票价格波动,就不会有投资风险,当然也不会带给投资者可观的投资收益,因此,研究股票市场价格波动相关理论必然有其价值所在。以往的众多学者研究发现宏观经济因素与股票市场的价格波动之间有着密切联系,对二者之间的关系进行更深入的理论研究和实证检验,能够给股票投资者带来一定的指导意义,为推动股票市场长足发展提供参考,能够完善并发展资本市场,从而推动我国社会主义市场经济的发展,利国利民,意义重大。在对中国股市的逐步研究中发现,我国的股票市场呈现出明显的不确定性、非线性和不稳定性,传统的针对线性系统的分析方法很难在股票价格波动研究中得到令人满意的结果。黄锷等(1998)提出了一种新信号分析方法,即经验模态分解(EMD),这种方法一出现就立刻引起了广泛关注,被不断应用于各种学术领域。EMD方法本质上是基于数据序列的特征时间尺度将其进行分解,获得原始数据序列的本征模函数,通过本征模函数来进一步分析原始序列的本征波动模式。该方法无须预先设定任何基函数,其与傅里叶分解方法、小波分解方法相比,能够从本质上揭示原始序列的物理特征,且该方法所反映的数据特征更加真实、准确,能够更有效地保留所有物理特性,具有更强的局部表现力。但EMD方法常常会出现模态混叠问题,因此需要一种改进算法来克服这种问题,得到更加实用的数据分解结果。本文所使用的集合经验模态分解(EEMD)方法是针对模态混叠问题提出的改进算法,改进方式是在原始序列中加入白噪声,得到一个新的序列,再把新的序列进行EMD分解。本文运用EEMD方法对上证综指进行分解,将分解得到的IMF分量进行初步统计分析,依据特定的合成算法将IMF分量进行重构,得到新的低频模态和高频模态,以及趋势项,并分析这三个组成成分的经济含义。将EEMD方法与传统计量方法中的协整检验理论相结合,分析总结上证综指不同频域分量的波动特征与影响因素。本文分析表明上证综指总是在EEMD方法分解得到的趋势项附近波动,因此可以说趋势项是股价的主要组成部分,反映了股票市场长期以来持续上升的趋势。低频模态反应了股票市场消除趋势之后的长期波动特性。而宏观经济发展水平和状况对股票市场的影响具有以下特点:影响波及的范围比较广、造成的干扰程度比较深、作用机制比较复杂以及股票价格波动幅度较大,这些特征与低频模态的波动特性高度吻合,因此本文认为低频模态一定程度上反映出了宏观经济对于股票市场长期波动的影响。高频模态表现出持续不断的小幅波动,这在一定程度上反映了短期市场供需失衡和不规则事件对于股票市场价格的影响。对代表股票市场波动的上证综指低频分量IMFL的宏观经济影响因素进行分析,将IMFL序列与居民消费价格指数CPI、货币供应量增速M2、工业增加值增速GI、利率IR、汇率ER几个变量进行协整检验,分析了这六个变量间的长期均衡关系。协整检验的分析结果表明,股票价格的长期波动与宏观经济因素之间存在长期均衡关系,其中经济增长和货币供应量对股票价格波动有正的影响,通货膨胀、汇率和利率对股票价格波动产生负的影响。