|
|
摘要:随着我国经济体制改革的逐步深化，建立货币需求模型的变量因子会逐渐发生变化。本文根据我国当代货币实际需求，选取变量因子建立货币需求模型，采用VECM研究股票市场对货币需求的影响，实证分析得出M1、股价指数、GDP、利率、CPI之间具有协整关系；M1与股价指数不但正相关，并且通过基于VECM的因果关系分析，说明二者之间具有强因果关系。指出中央银行在制定货币政策时，应对股票市场的变动给予高度关注。
/2/view-384101.htm
关键词:货币需求；股票市场；货币政策；VECM
近期我国股票二级市场空前繁荣，大量“热钱”涌入。中国人民银行连续六次加息（并于今年减征15%的利息税，相当于 “变相”加息），多次提高法定存款准备金率等货币政策措施的出台，目的就是收缩货币流动性，借此使中国经济平稳增长。国外和国内都有学者实证分析得出股票市场对货币需求具有显著的影响。Allen（1994）把证券市场交易量指标引入货币需求函数，通过对80年代数据的回归分析发现，货币需求量与包括GDP交易、金融交易在内的经济体系所有交易的相关性仍十分显著。谢富胜、戴春平（2000）把股市市值引入货币需求函数，对1994年1季度到1999年2季度的数据回归分析发现，股市市值与货币需求呈显著的正相关。
我国股票市场的发展已成为国民经济运行不可或缺的一部分，股票二级市场对货币需求的影响主要体现在三个方面：（1）财富效应。股票市值的上升意味着持有股票的人们的名义财富增加，居民收入上升，货币需求相应增加。（2）交易效应。股票作为一种金融商品,其交易也需要凭借货币作为媒介物；股票市值上升往往伴随着股市交易量的扩大，成交量越大，需要用来完成媒介作用的货币就越多,相应地,对货币的需求也就越大。（3）替代效应。股票市值上升，会使得人们调整自己的资产结构，多持有股票，少持有货币，货币在人们资产组合中的比重下降，会降低货币需求。股票二级市场对货币需求的净影响由这三方面的效应共同决定。
一、我国股票二级市场对货币需求的实证分析
1.模型的建立。VECM是在VAR模型基础上导出的，也被称为协整的VAR模型，主要用于协整序列的相关分析，下式就是VECM的一般形式：
若Yt且是一阶协整的，那么Yt的动态特性就可以用VECM来描述。EngleandGranger（1987）证明，如果Yt中变量间存在有一阶协整关系，那么矩阵П的秩r=R(П)＜n。于是，П可分解为两个矩阵的乘积，П=αβ?，其中α、β均为n×r阶。β称作协整参数矩阵，它的每一列都是一个协整向量，β=(β1，β2，……βr)，共有r个。其中β?Y t-1 ～I（0）（若时间序列变量水平数据是平稳的记为I(0)，若是经n次差分后是平稳的记为I(n)），它内含r个误差修正项。α称作调整系数矩阵，或称修正系数矩阵。α中每个元素都表示相应的误差修正项对差分的被解释变量的调整速度。它实际上是以协整关系为约束条件的VAR模型，使用它的优势在于能够把系统内变量间的长期均衡关系和短期动态特征结合在一个模型中分析，保持信息的完整性。
本文实证分析的数据从1997年第1季度至2007年第4季度，样本数据共44个，且所有数据均为名义变量，数据来源于深、沪证券交易所，国家统计局，国研网，中国经济信息网等网站。理论上，决定货币需求的因素主要有规模变量和机会成本变量，考虑股票二级市场对货币需求的影响，我们选取以下变量：(1)国内生产总值（GDP）。理论上，GDP对货币需求的影响成正方向变化。由于GDP具有明显的季节性，我们先用X＿11加法季节调整模型对其进行了调整，取对数。(2)利率（R）。利率反映居民和企业持有货币的机会成本，我们选取一年期存款利率。(3)消费者价格指数(CPI)。CPI能从一定程度上反映通货膨胀率,为使价格具有可比性，将公布的月同比指数换算成定基指数（基期为1997年1月），然后取季度内三个月的平均值作为该季度的CPI。由于其存在明显的季节趋势,也用X＿11加法季节调整模型进行调整，取对数。(4)股票指数（SZ）。我们采用上证综合指数，为了使其更具有代表性，用季度内三个月的平均值作为该季度的上证综合指数，取对数。(5)货币指标（M1）。取对数。
2.实证检验。（1）间序列平稳性检验。在做VECM之前，应首先进行时间序列的平稳性检验，平稳性检验可以归结为时间序列的单位根检验，本文采用常用的ADF检验。我们通过基本时序图确定ADF检验在如下：①包含常数项和趋势项②仅包含常数项③不包含常数项和趋势项；三个模型中如何进行选择。按照AIC和SC选取差分项的滞后阶数，以使随机误差项为白噪声。最后结合自相关函数法检验做出判断(本文中的计算软件采用EViews4.0)。检验结果表明，M1 GDP SZ CPI R在1%的显著水平下都是I(1)，即它们本身不是平稳的，但它们的一阶差分却(DM1 DGDP DSZ DCPI DR)都是平稳的。以上是用ADF检验的结果，我们又用自相关函数法做了检验，结果也表明上述变量都是I(1)。（2）于VECM的协整性检验。在时间序列变量都为I(1)的基础上，我们来检验它们之间是否存在协整关系。对于多个变量间的协整检验一般用Johansen的检验方法。Johansen协整检验的目的判断所研究的变量有几个协整关系。有两个统计量被用来进行协整检验：一个是迹统计量；另一个是最大特征值统计量。协整检验时，我们首先选择模型，根据数据的显著性特点,我们选择协整部分和VAR中均有截距的模型，仍然用AIC和SC来确定模型的滞后阶数。实证检验结果表明：迹统计量和最大特征值统计量在5%的显著水平上表明M1和其它所选变量之间具有一个协整关系。（3）于VECM的Granger因果关系检验。Granger因果检验有两种形式：一种是传统的基于VAR模型的检验；另一种则是基于VECM的检验。两者间的区别在于如果非平稳变量间存在着协整关系，则因果检验应考虑使用后者，否则得出的结论可能出现偏误，而且基于VECM的因果分析不仅能避免伪回归，还可以从长期和短期这两个层次的因果关系来把握系统内变量间的动态联系（Masih, A. & Masih, R.，1996）。短期因果关系以VECM估计结果中△Yt从1到p-1阶滞后值系数的联合分布显著性来判断，表达了△Yt受各滞后差分项影响的情况。长期因果关系则以误差纠正项系数的显著性来判别，表达了△Yt受Yt-1影响的情况。实证检验结果表明：①M1的误差修正项系数在5%的显著水平下是显著的，表明所选变量是M1的长期原因；②从GDP、R、CPI、SZ四个变量的Wald值可以看出，它们是M1的短期原因；③SZ的误差修正项系数在5%的显著水平下也是显著的，表明所选变量是SZ的长期原因；④从M1、GDP、R、CPI四个变量的Wald值可以看出，它们是SZ的短期原因；⑤从而我们得出M1与SZ互为强因果关系（当变量之间同时具有短期和长期因果关系是，称之为强因果关系），也就是说股票市场的波动会影响M1，同样M1的变动也会影响股票市场。（4）整方程。最后，我们给出5%的显著水平上M1和所选变量之间的协整方程如下（[ ]中的数据为t值，大于2.1则表示在5%的水平下显著）：M1=2.137131GDP-0.007651R+4.008064CPI+0.12444SZ-11.44387，[-43.0604]、[ 0.7427][-2.1832]、[-4.2548]极大似然值264.3781。协整方程反映的是变量之间的长期均衡关系：①GDP、SZ两变量与M1正相关，这与我们的理论预期相同，GDP增加意味着参与实体经济的货币需求也会增加，同样股价指数上升也会增加货币需求。②利率R这个系数并不是很显著，正好说明了我国利率工具效果并不理想，需要进一步加快利率市场化改革的进程。③CPI与M1正相关，与刘勇（2004）采用1994年1季度到2002年4季度数据实证得出的结论相同。
二、小结
股票市场的股价指数与M1互为强因果关系，且长期来看二者之间具有正相关关系，也就是意味着股票市场股价指数的上升，对货币需求会相应增加。正如石建民（2001）所认为的，股票市场的发展，使得央行的货币供给有相当一部分并没有进入生产、消费和流通等实体经济环节，而是被股票市场所吸收。股票市场的“赚钱效应”吸走了大量本应该进入实体经济的货币，使得许多货币不能转化为扩大投资、刺激消费等推动经济增长的动力。因此，我们认为随着中国A股市场的快速发展，货币政策的制定应该考虑到股票市场的货币需求量。政府应该拓展多种投资渠道来引导投资、分流资金，所谓“疏胜于堵”；并且采用多种调控手段进一步完善股票市场的监管机制，减少违规资金的流入，使中国A股市场在一个健康的环境下发展。
作者单位：河北理工大学经济管理学院
参考文献：
[1]谢富胜，戴春平.中国货币需求函数的实证分析[J].金融研究,2000,1：58-60.
[2]裴平，熊鹏.我国货币政策传导过程中的“渗漏”效应[J].经济研究,2003,8：69-71.
[3]刘勇.我国股票市场和宏观经济变量关系的经验研究[J].财贸经济,2004,4:18-20. |
|
发表于 2018-7-16 13:02:06