股市收益率预测是金融学核心问题之一,目前学术界对股票收益具有样本内可预测性已经达成共识。Goyal＆Welch（2008）认为,股票收益率样本外预测结果较差的原因是,还未发现具有良好预测能力的变量。而宏观经济运行情况是股票投资者进行投资时的重要参考,克强指数、工业产出增长率作为反映宏观经济的指标,其对中国股市收益率的预测能力还未得到检验。本文基于宏观视角,选取了克强指数和工业产出增长率以及其它6个变量,作为代表宏观经济运行情况的指标,通过样本内预测和样本外预测检验了其对中国股市收益率的预测能力。本文选取2006年12月至2021年9月间的沪深300指数数据进行实证分析。首先,用克强指数和工业产出增长率对股市收益率进行样本内预测,得到了如下结论:克强指数和工业产出增长率对股市收益率具有预测能力,存在领先-滞后关系。脉冲响应和误差分解的结果表明,在长期内,工业产出增长率与股市收益率呈同向变动关系,克强指数与股市收益率呈反向变动关系,且影响随时间累积。其次,通过构建LASSO-VAR模型,采用扩展估计法对股市收益率进行样本外预测,结果表明,克强指数和工业产出增长率对未来1个月到3个月的股市收益率具有显著的预测能力,在118期样本外预测中,工业产出增长率和克强指数是最核心的预测变量,预测的样本外R2高达0.94。固定样本期后的稳健性检验结果显示,工业产出增长率和克强指数仍是主要的预测变量;LASSO-VAR模型的样本外预测效果明显优于传统的VAR模型。LASSO-VAR回归筛选得到了统计上和经济上均显著的预测变量,该样本外预测是有意义并且可行的。根据研究结论,本文提出如下建议:第一,加快产业结构调整,促进工业转型升级,以工业稳增长促进宏观经济和资本市场的持续发展;第二,完善宏观经济调控,推动经济脱虚向实,引导更多资金流向实体经济,提高资本市场服务实体经济的效能;第三,股市收益率并不能被完全预测,因此需要强化投资者的风险意识,鼓励投资者理性投资。区别于已有文献,本文的主要贡献在于:首先,检验了克强指数和工业产出增长率对中国股市收益率的预测能力,有助于拓宽现有的宏观经济指标预测股票收益的研究。其次,针对预测模型进行了改进。以往对收益率预测的研究多使用VAR模型,往往存在参数过多、预测不稳定、变量间关系不明显等问题,本文在VAR模型的基础上构建LASSO-VAR模型进行预测,很好地解决了这些问题。