货币供给股票市场关系的VECM实证分析

- - -. - - 总结资料 货币供给与股票市场关系的VECM实证分析 黄睿杨娟

一、引言 股票价格与货币政策的关系是什么样的？近半个世纪来，这一直是经济学家们关注的焦点之一。众多学者或从货币需求方程出发，或用SP500，道琼斯指数，M1、M2等数据，从不同角度做了研究，但得到的结果大相径庭。总体来说，可以分为三类：一是认为繁荣的股票市场引导货币需求和供给。二是认为宽松的货币政策引导股票市场。三是认为货币政策与股市之间没有明显的相互关系。 经济学家弗里德曼认为，股票交易对货币需求的影响分为几个途径：一是财富效应。即股票价格上涨，意味着人们名义上财富增加，从而人们会选择持有更多的货币；二是资产组合效应，即股票价格上涨反映了风险资产的预期收益上升，风险程度增加，从而人们选择增加资产组合中相对安全的资产（比如货币）；三是交易效应，股票价格上涨意味着股票交易量的扩X，从而需要更多的货币；四是替代效应，股票价格上涨吸引更多的资金流入股市。 在以上四种效应中，财富效应、资产组合效应、交易效应都是正效应，即股票价格上涨导致货币需求增加。而替代效应是负效应，即股票价格上涨导致货币需求减少。此后，Palley利用1976-1991年美国股票市场数据发现，股票市场交易额与货币需求呈显着正相关，并且，通过引入股票市场交易额变量可以提高货币需求函数的预测能力。 相应的，货币供给对股票市场的影响也可以分为几个方面：一是流动性。流动性过剩时大量资金涌入股市，推动股票价格上升。二是通胀预期。在当前我国市民投资渠道有限的情况下，股市、楼市、黄金成为我国市民抵抗通货膨胀的主要方法，尤以前两种为主。但楼市需要的资金更大，而且套现不方便，所以股市成为大多数人抵抗通胀的首选方法。三是盈利预期。我国股市中金融企业占比很大，信贷增长，银行的生息资产上升，银行盈利预期上升，从而推高股市；另一方面，我国的信贷主要投向国有企业，而国有企业是我国股市的主力军。企业获得更多的项目和资金，也导致企业盈利预期向好，从而推动股市上升。在我国，“储蓄搬家”现象也渐渐引起大家注意。改革开放以来，国内居民较大规模的“储蓄搬家”发生过两次：第一次出现在1999—2000年，第二次出现在2006—2007年。而A股市场的涨跌情况与居民的“储蓄搬家”呈现相当的一致性。与这两次居民“储蓄搬家”不同，在2001—2005年这五年中，居民储蓄以相对比较稳定的速度增长。在2001年，居民储蓄年度增量为7991亿元，而至2005年新增储蓄的规模达到20536亿元，在两次“搬家”之间的这一段时间内，居民的储蓄没有出现过明显的分流。这也从侧面证实了我国股市与货币需求（供给）之间存在某种关系。 但根据市场弱有效理论，当前股票市场反映了所有公开信息。因此，宽松的货币政策导致股市上升，与市场弱有效理论矛盾。同时，国家宽松货币政策的目的是刺激经济发展，如果大量投放的货币流入股票市场，实体经济得不到注资，这也不是央行所愿意看到的。 因此，检验我国货币供给与股票市场的关系，证明是由宽松的货币政策引致股票市场上扬，还是由上扬的股市引起更多的货币需求，对广大经济研究者和投资者而言，都有着非常重要的意义。

本文采用2001年7月到2009年12月的最新数据，包含了我国股市从缓慢调整、快速上扬、急剧下挫到触底反弹的一个完整周期，数据分析的结果更有说服力。本文采用当前通用的向量误差修正模型（VECM）方法，分析货币与股指之间的长期和短期动态关系。本文分别采用狭义货币供给量与广义货币供给量，规避了货币供给度量问题。同时采用了流通股指数，规避了之前学者遇到的大量非流通股问题。

二、章数据选择和研究框架 （一）指数选择 历史上我国上市公司都拥有大量的非流通股票（国有股和法人股等），因此，在市场中交易的股票只是全部股本的一小部分。在这种情况下，做计量分析时用全部股本指数还是流通股指数，得出的结果可能很不一样。上证指数是全股本指数，而全股本指数会夸大非流通股占很大比例的股票价格涨落对指数的影响。深证成份股指数是流通股指数，是从所有上市股票中抽取具有市场代表性的40家作为计算对象，样本数量偏小。万德全A指数是一个统一的表征市场走势情况的指数，取样所有XX、XX证券交易所上市的A股股票作为样本股，以流通股本作为权重进行计算。通过相关系分析，万德全A指数与上证综指、深成指和沪深300指数的相关系极高，能最好地代表和反映我国股票市场走势。 表1：股票指数相关系数表 相关系数 深成指 沪深300指数 上证综指 上证180指数 万德全A

深成指 1 沪深300指数 0.991963 1 上证综指 0.957463 0.989911 1 上证180指数 0.990699 0.999514 0.991928 1 万德全A 0.986257 0.993821 0.975648 0.990801 1

（二）货币供给量选择 中国人民银行参照国际通用原则，根据我国实际情况，将我国货币供应量指标分为三个层次： 其中，M0是流通中的现金； M1是通常所说的狭义货币量，流动性强；M2是广义货币量，流动性较弱。M2与M1的差额是准货币。 2001年7月央行对货币供应量统计口径进行了修订。修订后的广义货币M2增加了证券公司客户保证金一项。修订前的广义货币供应量统计指标比修订后的指标平均要低1.5个百分点左右。 研究我国货币政策与股市的关系，货币供给量M1和M2是最好的变量选择。考虑到M2在2001年7月之后涵盖的内容发生了变化，我们选定时间跨度为2001年7月到2009年12月。由于货币通常呈现季节性变化，为此，我们采用了当前通用的时间序列季节调整X12方法对LnM1、LnM2进行校准。

（三）研究方法 本文采用VECM方法，变量选用CPI、SHIBOR、股指STOCK与货币供给量LnM1、LnM2，利用Granger因果关系检验和脉冲分析研究货币与股指之间的关系。之所以没有加入GDP作为控制变量，是因为我们之前的一些研究显示，GDP和中国的股市并没有显着的如经济理论预期的晴雨表关系，在某些时期甚至存在负相关。

三、数据分析及实证结果 （一）单位根检验 通过ADF、PP检验，我们发现LnM1、LnM2， CPI、SHIBOR、STOCK都是不平稳的,但它们的一阶差分时间序列在0.01的显着水平下都是平稳的。这为我们下一步进行协整检验提供了基础。

（二）协整检验 本文在平稳性检验基础上，对变量进行Johansen协整检验。 （1）模型设定。协整检验的模型设定分为五种情形。参照计量文献，情形1当且仅当所有的经济变量的均值为零。如果所有经济序列都没有显示出有时间趋势的表现则用情形2。对于研究的经济序列中的一些或者全部变量表现出含有时间趋势的情况，使用情形3当且仅当所有的趋势是随机的。而如果认为其中的一些序列是趋势平稳的则选用情形4。情形5一般不使用。结合我们所选用数据的情况，我们选用情形4。 （2）选择滞后阶数。笔者用试错法将滞后阶数从1到11分别构建VECM模型，并根据SC信息准则来确定最合适的阶数。通过选择试错的滞后阶数从1到11，是由于我们使用月度数据，最多11个滞后阶符合经济预期。之所以采用SC信息准则来确定模型，是基于我们使用的数据量不是很大，SC标准就成为比较合适的选择标准。通过对M2，CPI，STOCK，SHIBOR滞后阶数分析，SC准则显示滞后阶数为7。

（3）协整分析结果。

对M1、CPI、STOCK、SHIBOR进行Johansen协整检验，结果显示在0.05的显着水平下至少存在一个协整关系。对M2、CPI、STOCK、SHIBOR进行Johansen协整检验，结果显示在0.05的显着水平下不存在协整关系。 因此，M1与股指之间存在长期均衡关系，而M2与股指之间没有长期均衡关系。

（三）VECM分析 根据Granger定理，一组具有协整关系的变量一定具有误差修正模型的表达形式存在。VECM 的一般表达式为： '11nttititiyyGye

（1）

同时，式(1)也可表示为： 11nttititiyECMGye

（2）

其中式(2)中的ECM是误差修正项，即分量之间的协整方程反映了被解释变量与解释变量之间的长期均衡关系，而整个VEC模型反映了变量间长期均衡关系及变量滞后期的短期波动对当前变量的短期波动的影响。系数向量a反映变量之间的均衡关系偏离长期均衡状态时，将其调整到均衡状态的调整力度。所以向量误差模型能用于考察经济系统中各变量之间的短期及长期关系。 对LnM1、CPI、STOCK 、SHIBOR向量误差修正模型的结果为：

ln10.0000890.0540.17365.855tttttumstockcpishibor（1） 令ttecmu，得到下面的VECM：

D(LNM1) = 0.99*1tecm- 0.8*D(LNM1(-1)) +…（2）

20.7366R

，4.0823F

向量自回归结果表明，狭义货量供给量与股指正相关。虽然股指的系数小，但以股指3000点为例，如果股指月度上升率为10%，将带动狭义货币供给量上升3%左右。误差修正项ECM 系数的大小反映了变量对偏离长期均衡的调整力度。当短期波动偏离长期均衡时，它将以0.082的调整力度将非均衡状态拉回到均衡状态。 （四）GRANGER因果检验分析 格兰杰定理表明，存在协整关系的变量至少存在一个方向上的格