國際視野下的紅酒市場波動的貨幣影響因素研究

【摘要】2011年8月，上海紅酒交易中心成立，這標志著紅酒成為了一種全新的金融工具。影響紅酒投資的因素是多樣的、多元的，但是為了進行紅酒投資的實證研究，文章針對2005～2010年倫敦國際酒類交易中心的Liv-ex500紅酒指數及美元的貨幣供應量M1、M2和USDX等幾個變量之間的變化關系進行初步的分析研究，并且利用格蘭杰因果檢驗和向量誤自回歸模型進行實證分析。結果顯示，在短期內，美元的貨幣供給M1的變動對Liv-ex500紅酒指數的影響都是負向的，但是在長期內卻是正向的；M2對Liv-ex500紅酒指數的影響較小；而USDX對Liv-ex500紅酒指數的影響卻是始終是負向的，這幾個變量都構成了Liv-ex500紅酒指數波動的因素之一。

【關鍵詞】Liv-ex500紅酒指數 美元的貨幣供應量 相關性 回歸方程 ADF單位根檢驗 格蘭杰因果檢驗 協整檢驗 VAR模型 脈沖響應函數

Liv-ex500紅酒指數（以下簡稱Liv-ex500）是國際上最具公信力的紅酒銷售指標之一，通過Liv-ex嚴格挑選的500支紅酒作為成分股編制而得出，每個月公布一次，該指標主要是為紅酒投資者或消費者提供買賣參考，并直接對世界紅酒市場產生直接的影響。值得一提的是由于能夠作為指標的紅酒價格往往不菲，并且買得起這些頂級紅酒的消費者和投資者多屬于金字塔的頂端消費階層，因而它又被稱為“富人指數”，通常被用來觀察上流社會的消費意愿，反映出上流社會的投資傾向。由于上流階層的投資者能夠掌握更多的市場投資信息，他們往往能夠提前發現市場的風險和機會，因此該指數往往會非常有趣的提前“覺察”到市場的變化。由于世界大宗商品的價格大部分都是使用美元計價的，所以文章擬研究美元的貨幣供給量M1、M2、美元指數（USDX）的月度收盤價格和liv-ex500之間的內在關系，那么M1和M2的變化會引起liv-ex500的變化嗎？USDX會對liv-ex500產生影響嗎？雖然關于紅酒投資的文獻很多，但是采用實證的方法來研究紅酒投資的分析還較少，因此本文將通過實證研究的方法來解決這些問題，將紅酒的投資研究實證化，并且對紅酒的投資做一些初步探討，為紅酒的投資做出一些參考的根據。

一、研究中使用的方法與數據的來源

（一）、研究使用的分析方法簡介

為了研究liv-ex500紅酒指數與美國的貨幣供給量和美元指數之間的關系，本文主要采用相關分析法、johansen協整檢驗法、格蘭杰因果檢驗法、VAR模型法和脈沖響應函數法。

根據計量經濟學的觀點，相關性的分析從研究方法上保證了模型了準確性和嚴謹性。為了建立向量自回歸模型，先把研究對象進行單位根檢驗，然后對一階單整的變量使用格蘭杰因果檢驗法，最后對可以通過格蘭杰因果檢驗的變量建立VAR模型，并且通過脈沖響應函數來檢驗變量在不同滯后期對函數的沖擊。另外，為了說明變量之間存在的長期均衡關系，文章在進行單位根檢驗的基礎進行了協整檢驗。

（二）研究數據的可靠性及處理方法

為了研究liv-ex500紅酒指數與美國的貨幣供給量和美元指數之間的關系，文章選取了倫敦國際酒類交易中心的liv-ex500紅酒指數的月度數據和美國狹義的貨幣流通量(Ml)、廣義貨幣流通速度(M2)和月度美元指數（USDX）等主要指標進行分析。相關數據都來自于倫敦國際酒類交易中心及美聯儲網站公布的月度數據以及自己的收集，由于使用的是月度指標，在分析之前，先對各指標進行調整，另外，考慮到異方差性對結架的影響，分別對各絕對指標取了自然對數，對數據取自然對數并不改變原數據的性質和關系。

考慮到對于紅酒實證研究的相關資料較少，而且相關的數據和資料難找，因此本文僅能選取2005-2010年的月度數據為研究樣的本區間。在實證研究過程中，采用月度數據進行分析，本文的分析通過spss軟件及Eviews5.0來實現的。

二、相關性分析

首先采用相關性分析的方法對LIV-EX500與M1、M2和USDX的關系進行初步分析。如表1顯示的是相關分析的結果．從表中可以看出M1和M2與LIV-EX500之間都存在顯著的正相關關系，其中LIV-EX500和M1之間存在著正相關關系，相關系數達到0.759，而LIV-EX500和M2之間存在著高度的正相關關系，相關系數達到了0.950；然而LIV-EX500和USDX之間存在著顯著地負相關關系，負相關系數達到-0.628，因此LIV-EX500及M1、M2和USDX之間的關系可以通過顯著性檢驗。

表1 Correlation Matrix

相關性檢驗

為了減少序列相關性對幾個變量的影響，將幾個變量取對數后回歸得到回歸方程：

lnLIVEX500=-0.0925607377*lnM1+0.06796943714*lnM2-1.184785624*lnUSDX-

106.0771855

（-4.352458） （14.72922） （-3.575532） （-3.009632）

R2=0.950178，F=452.3591，DW=0.155250通過回歸方程，我們可以看出LIV-EX500與M1、M2和USDX之間顯然存在著較高的相關關系。

三、實證分析

（一）ADF單位根檢驗

當我們在分析宏觀經濟指標的時間序列時，由于變量之間的關系具有非平穩性，假設直接對這些變量分析可能會發生分析結果非有效性的情況，因此，我們對這些變量進行平穩性檢驗，并分析具有同階單整性的變量。可以運用ADF方法進行的單位根檢驗，通過表2顯示各指標的原序列均不能通過ADF檢驗，這說明幾者都是非平穩序列。

表2 變量的ADF檢驗

表3 變量的一階ADF檢驗

注：帶*表示在10%的水平上顯著，帶**表示在5%的水平上顯著，帶***號表示在1%的水平上顯著。

但是對這些指標進行一階差分檢驗，幾者都可以達到平穩的狀態。檢驗結果如表3所示。

從表中可以看出M1、M2和USDX指標的一階差分都可以在1%顯著性水平上通過ADF檢驗，Liv-ex500的一階差分可以5%的顯著性水平上通過檢驗。因此，這些指標都是一階單整序列。

（二）Johansen協整檢驗

通過單位根的檢驗顯示，我們可以用誤差修正模型進行格蘭杰因果關系檢驗來分析LIV-EX500與M1、M2和USDX之間存在的因果關系。但是誤差修正模型分析要求各變量之間具有協整關系，所以在使用誤差修正模型分析之前，有必要對相關變量進行Johansen協整檢驗。這樣就可以判斷變量之間是否具有穩定的關系，只有在各變量之間存在協整時，才能使用誤差修正模型來確定這種長期均衡關系的情況。在檢驗中，首先要解決滯后期的問題，根據趙松山【！】研究的總結，即年度數據的滯后期取值1～2，季度數據的滯后期取值為4～5，月度數據的滯后期取值為12～13。文章使用的是月度數據，所以采用滯后期12～13進行檢驗。檢驗結果如表4所示。

表4 變量之間的Johansen協整檢驗

通過協整檢驗的結果可知，在5%的水平上各變量之間都存在著一個協整關系。

（三）格蘭杰因果檢驗

為了進一步探討LIV-EX500與M1、M2和USDX的關系怎樣反應了因果關系，也就是說到底是誰影響誰或者還是相互影響，然后寫出合理的模型，我們進行表5中的因果關系檢驗。

表5 LIV-EX500和其他變量的關系

從表5說明，本文分別選取滯后期一期、七期和十期的情況，因為這個滯后期比較具有代表性，同時也表示的時間周期為短期、中期和長期的情況。當滯后期為短期的時候，LIV-EX500既是M1的格蘭杰原因，同時也是M2的格蘭杰原因；當滯后期為中期的時候，LIV-EX500既是M1、M2的格蘭杰原因，同時也是USDX的格蘭杰原因；當滯后期為長期的時候，LIV-EX500僅是M1的格蘭杰原因。因此我們可以看出他們之間是存在著因果關系的，這也充分的說明了LIV-EX500指數的預測性和具有的富人指數效用。

（四）向量自回歸模型（VAR）的建立

對通過ADF檢驗的一階單整序列△M1、△M2、△LIV-EX 500和USDX建立向量自回歸模型，采用赤池和施瓦茨準則來選擇滯后項，同時通過對殘差進行正態獨立分布診斷，然后反復試驗確定最優化的滯后項為一到二階，最后建立VAR模型如下：

△LIV-EX500=-0.01620513401*△M1(t-1)+0.02813976348

*△M1(t-2)+0.01507120128*△

(-0.76965) (1.26211) (1.30989)

M2(t-1)-0.01701068615*△M2(t-2)+1.542422597*△LIVEX500

(t-1)-0.5462669641*△

(-1.48769) (12.9713) (-4.30458)

LIV-EX500(t-2)-0.07032950318*△USDX(t-1)- 0.050944

83224*△USDX(t-2) + 8.327154132

(-0.52662) (-0.37149) (0.89766)

其中R2=0.991916 F=935.5955 AIC=8.336S C=8.626

注：下括號內的數字為各個變量的T值

以上的回歸方程基于OLS的結果，其中的個別變量的t值不能達到顯著水平，這是因為方程中出現同種變量多種滯后變量造成的多重共線性造成的，但是對于方程而言，顯著性水平和擬合程度是非常好的，所以說這個回歸的結果是可靠的。

通過這個模型可以看出，LIV-EX500隨著滯后二期M1的影響要強于一期的，這說明LIV-EX500隨著后期數的增加而受到的影響程度增加，同樣LIV-EX500也顯著地受到M2、USDX對于LIVEX500的影響有一個加強的作用，但是其他因素的影響由于異號的抵消作用，雖然能夠顯著地影響LIVEX500，但是放在一起的作用難以判斷。為了解決這一個問題，本文使用了脈沖響應函數(IRF)和方差分解這兩個工具來進行解釋。

（五）建立脈沖影響函數（IRF）

圖1 各個變量對LIV-EX500的響應路徑

為了考慮M1、M2、USDX在不同時間里對LIV-EX500的影響，我們生成了LIV-EX500的脈沖響應圖，從圖1上可以看出，在M1的沖擊之初，LIV-EX500出現負向反映，但僅維持四期左右，從第四期廾始，LIV-EX500出現正向反映，并且逐漸趨于平穩時。這說明，M1的變動開始對LIV-EX500的影響不大，但是從長期來看影響較大。在M2的沖擊下，在六期之前是正向反映，然后成負向反映，但是無論在長期還是短期都較為平穩。USDX的影響是負向反映，并且從長期來影響是較大的。

四、檢驗結果分析

通過以上的檢驗，我們可以得到下面的結論：

第一，從2005年1月到10年12月份的LIV-EX500與M1、M2和USDX的經驗來看，Liv-ex500和M1、M2都處于一個平穩上升的趨勢，具有很強的正相關性，并且在5%的顯著性水平下存在著長期均衡的關系；同時，Liv-ex500和USDX之間從經驗上看具有負相關關系，原因是世界大宗商品的價格和美元之間具有負效用，當美元強勢的時候，世界大宗商品的價格相對而言就便宜啦，反之亦然，從檢驗中我們也可以發現，Liv-500和USDX之間在長期內也具有均衡關系。

第二，LIV-EX500與M1、M2和USDX經調整后的自然對數值是一階單整的時間序列，這說明變量是平穩的，格蘭杰因果檢驗顯示在短期內LIV-EX500是M1、M2的格蘭杰原因，在中期內LIV-EX500是M1、M2、USDX的格蘭杰原因，但是在長期Liv-ex500是M1的格蘭杰原因，這說明幾個變量之間是存在有因果關系的。

第三，最后通過對向量自回歸(VAR)模型的觀測，可以大致看出LIV-EX500與M1、M2和USDX的影響關系，最后進行了比較精確的預測還使用了脈沖響應函數(IRF)，其結果為：LIV-EX500除了受到M2的影響較小外，受到另外兩個變量的影響都較大。M1在期初的沖擊是負反映且較小，但是在后期卻是正反映且影響大；USDX的沖擊都是負反映并且在期初的沖擊小，但是長期內的沖擊大。當然這一結論與格蘭杰因果檢驗的中長期結論并不相悖，這也說明了格蘭杰因果檢驗的中長期預測精準性要高于短期。

參考文獻

[1]李子奈，葉阿忠.高等計量經濟學[M].高等教育出版社.2003.08；

[2]艾建國.論房價和地價的相互關系[J].城市發展研究.2008 .01；

[3]陳震.上海房價與地價關系的實證分析[M].云南財經大學出版社. 2011.10.01；

[4]張曉峒.EViews使用指南[J].南開大學出版社. 2003.07；

[5]彭維湘.中國貨幣流通速度與股票市場的關系研究[M].經濟縱橫.2011.09；

[6]韓戎.葡萄酒行業投資特性分析[J].中外食品.2007-01。

作者簡介：王泓博(1985-)，男，昆明人，學歷：碩士，研究方向：金融。