貨幣供應量對我國股市的影響分析

摘要：運用協整分析和VAR模型檢驗，實證分析貨幣供應量與我國股市之間的相關性。結果表明：上證綜合指數與貨幣供應量各自存在協整關系；上證綜合指數與貨幣供應量存在因果關系，且上證綜合指數對貨幣供應量有一定的影響。通過實證結果分析，旨在為制定和執行貨幣政策提出相關政策建議。

關鍵詞：貨幣供應量；上證綜合指數；貨幣政策；協整分析；VAR模型

1.引言

我國的股票市場經歷了20多年的發展，其融資規模在不斷地提高與擴大。截至2016年底，滬深兩市市價總值已達507685.88億元，其中上海證券交易所市值達284607.63億元，深交所223078.25億元。兩市成交總額達98288億元，其中上海證券交易所交易金額達44417.99億元，深交所53870.01億元。股票市場的融資金額已達到相當高的規模，在很大程度上反映了當前的宏觀經濟狀況。我國貨幣供應量則被作為實施貨幣政策的中介目標。截至2016年底，M0為68303.9億元，M1為486557.2億元，M2為1550066.7億元，M0同比增長8.1%，M1同比增長21.4%，M2同比增長11.3%。目前，股票市場作為貨幣市場與資本市場之間的融資渠道，其對貨幣政策和宏觀經濟的影響不斷增強。然而，貨幣供應量對股市影響到底有多大？什么因素對股市的影響最大？這有助于提高融資效率，充分發揮資本市場優化資源配置的作用。因此，本文運用協整分析和誤差修正模型、Grange因果檢驗，以及VAR模型、脈沖響應與方差分解方法，研究貨幣供應量對股市的影響程度，進而通過實證的結果分析，旨在為制定和執行貨幣政策提出切實有效的政策建議。

2.文獻綜述

國外學者研究貨幣供應量對股票價格的影響，主要分為直接影響和間接影響兩類。早在20世紀60年代，Sprinkler（1964）使用作圖的方法研究貨幣供給量變化與股票價格變化的關系，得出股市峰值比貨幣供給量的峰值滯后15個月，谷底滯后2個月。在研究間接影響方面，Humpe&.Macmillan（2009）將美國與日本現狀比較分析，得出兩個市場的結果是不一樣的，在美國貨幣供應量對股市沒有明顯影響，但是在日本卻有著負向的影響。

國內學者研究狀況為，趙明勛（2005）實證分析表明，股票市場的流通市值的擴大對狹義貨幣需求和廣義貨幣需求都有副作用。

3.實證分析

3.1變量選取與數據來源

本文選取M0、M1、M2作為衡量貨幣供應量的指標，選取市場成立量和活躍程度較高的上證綜合指數SZ代表股票市場的發展情況。對各變量時間序列取自然對數，以減少模型的異方差。模型樣本區間確定為2005年1月至2016年12月。數據來源于國家統計局網站和wind數據庫。

3.2單位根檢驗

為了避免偽回歸現象，運用ADF檢驗法對LNMO、LNM1、LNM2、LNSZ進行平穩性檢驗。利用Eview8.0進行分析，結果表明在5%的顯著水平下，ADF統計值都大于臨界值，接受原假設，存在單位根，這些指標是非平穩的。經一階差分后，ADF統計量小于臨界值，拒絕原假設，指標平穩，即各指標為一階單整變量。

3.3 協整檢驗與誤差修正模型

由于四個變量指標為同階單整過程，滿足協整檢驗，因此基于EG兩步法，利用Eviews8.0進行檢驗，結果表明，以上證股指LNSZ為被解釋變量，LNMO、LNM1、LNM2為被解釋變量時，殘差的單位根系數檢驗量與偽t檢驗量對應的檢驗概率都小于5%顯著性水平的臨界值，因此LNSZ與LNMO、LNM1、LNM2各自存在協整關系。由此，分別建立協整模型，即：

LNSZt=3.8765+0.3587LNMOt

LNSZt=3.8573+0.3206LNM1t

LNSZt=4.4686+0.2486LNM2t

進一步建立誤差修正模型：

[Δ]LNSZt=0.0059+0.1629[Δ]LNSZt-2-0.0492ecm0t-1

（0.8239） （1.9657） （-2.2485）

R2=0.0534 F=3.9180 Prob（F）=0.0219 DW=1.7559

[Δ]LNSZt=0.0055+0.1622[Δ]LNSZt-2-0.0461ecm0t-1

（0.8177） （1.9479） （-2.0825）

R2=0.0486 F=3.5511 Prob（F）=0.0307 DW=1.7590

[Δ]LNSZt=0.0055+0.1618[Δ]LNSZt-2-0.0476ecm0t-1

（0.8212） （1.9488） （-2.1855）

R2=0.0517 F=3.7752 Prob（F）=0.0251 DW=1.7580

可見，上證股指LNSZ的短期變動主要受到其差分滯后2期的影響，當上證股指與三個貨幣指標偏離各自的長期均衡時，三個誤差修正項發揮反向調節作用，對應LNM0、LNM1、LNM2的調整大小分別為-O.O492、-0.0461和-0.0476，符合反向修正機制。

3.4 Grange因果檢驗

Grange因果檢驗結果顯示，從滯后2期到滯后5期，檢驗結論具有穩定性，在5%的顯著性水平下，僅有股指LNSZ是LNM1的格蘭杰原因，而LNM1不是LNSZ的格蘭杰原因，即LNSZ與LNM1存在單項因果關系。在10%的顯著性水平下，滯后5期檢驗發現，LSZ與LM1之間存在雙向因果關系。所有的滯后期均沒有發現LNSZ與LNM1和LNM2的貨幣指標存在因果關系。

3.5 VAR模型、脈沖響應與方差分解endprint

建立VAR模型，通過信息指標來確定各自的模型階數。比較不同滯后期的有關信息指標的計算結果，可見選用VAR（1）模型來描述LNSZ與LNM0、LNM1及LNM2之間的動態關系，每個VAR（1）模型對應的兩個特征根均小于1，即每個VAR（1）模型都是平穩的。

從估計結果顯示，LNSZ分別與LNM0、LNM1、LNM2的相關性不顯著，它們受自身滯后期的影響顯著，這與Grange因果檢驗結果一致。

脈沖響應和方差分解顯示，每個圖示的左側圖顯示，LNM0、LNM1、LNM2對LNSZ拉動作用較小，但對LNSZ本身的沖擊有一定的影響，并呈衰減趨勢。右側圖形顯示，LNSZ對LNM0、LNM1、LNM2有較小的拉動作用，但對LNM0、LNM1、LNM2的沖擊影響較大，并呈下降趨勢，這與平穩的VAR（1）模型估計結果一致。

方差分解結果顯示，每個指標預測產生的方差，主要來自其自身擾動項部分，而來自其他指標擾動項方差所占比例非常小。在LNM0、LNM1和LNM2的方差分解中，來自LNSZ擾動項方差所占份額在LNM1中最大，而在LMO、LM2的方差份額非常小，這說明LNSZ對LNM1的影響遠遠大于LNSZ對LNM0、LNM1的影響。

結論及建議

首先，通過協整檢驗與誤差修正模型檢驗，LNSZ與LNMO、LNM1、LNM2存在著長期的均衡現象，并且LNMO、LNM1、LNM2誤差修正項發揮反向調節作用，但是調整力度相當，不能進行較好的自行調控。

其次，通過Grange因果檢驗，從滯后2期到滯后5期，檢驗結論具有穩定性，在5%的顯著性水平下，LNSZ與LNM1存在單項因果關系。在10%的顯著性水平下，LSZ與LM1之間存在雙向因果關系。所有的滯后期均沒有發現LNSZ與LNM1和LNM2的貨幣指標存在因果關系。

最后，通過VAR模型、脈沖響應與方差分解得出，建立VAR模型估計結果顯示LNSZ分別與LNM0、LNM1、LNM2的相關性不顯著，它們受自身滯后期的影響顯著；通過脈沖響應分析圖及方差分解表，表明LNM0、LNM1、LNM2對LNSZ的沖擊影響比較弱，反之LNSZ對LNM0、LNM1、LNM2也具有微弱的影響，但兩種情況都受自身沖擊的影響較大。另外，在LNM0、LNM1和LNM2的方差分解中，LNSZ對LNM1的影響遠遠大于LNSZ對LNM0、LNM1的影響。

由此可見，在制定和執行貨幣政策時，央行應充分考慮貨幣政策對股票市場的影響。保持適當的貨幣供給，進而保證股票市場的健康發展；加快市場公平公正建設，公開信息透明披露；融通貨幣市場和資本市場渠道，大力推進利率市場化改革，以增強利率對金融資產價格傳導的有效性。

參考文獻：

[1]Sprinkel， B.1964，“Money and stock Prices”.Homemood， IIIinois：Richard Irwin.

[2]Humpe&.Macmillan.2009，“Stocket Market Retums and Real Activity：a note”.Joural of Finance[J].（5）：256-258.

[3]趙明勛.中國股票市場發展與貨幣需求實證研究[J].財貿研究，2005（02）：60-67.

作者簡介：

施若 （1968.5- ），男，博士，教授，研究方向：金融工程、互聯網金融、大數據金融。endprint