（金融学专业论文）我国利率变化与股票交易量关系实证研究.pdf

内容提要 随着中豳经济体制逐步由计划经济向市场经济转变，利率杠秆对 宏观经济的调节作用越来越重要。为了保持经济的持续、稳定、健康 发展，中国人民银行从对存贷款利率进行了连续下调，这对启动市 场，蓉l 激投资窝消赞，弓l 是社会资金流怠工赛企进，降低企业的资金 成本，缓解企业的赘金困难，分流储蓄资金，降低银行经营风险起到 了积极豹器耀。降恩对宏滋经济晴爵表憋羧票舞场丙言，是长期刊好 因素。由于股票价格是股票未来收益的折现，因此股价对利率变动非 常敏感。利率下调方面减轻了企鲎的负担，使企监的剩润上升，未 来预期收益上升，另一方两使折现率下降，两方面的作用导致利率与 股票价格成反向变动关系，郎利率下降时，股价将上升。由予股票市 场是个复杂的系统，除了降息因素影响股市外，还有许多其它因素 同样影响股市，在中国股市逐步迮向规范化的进程中，降息效应到底 有多大? 其政策效威如倪? 关于此效应的研究，国内学者已经有大量的研究。此处，本文作 者将从利率与股票交易量豹是度，采角计量与统计方法磅究，力求揭 示利率与中图股市的某些联系及内在规律。 对于交荔量懿反应研究，已；有许多学者散过实谖分析。陈骁、陈 小悦、刘钊对交易蹩进行统计，研究公告期内股票的超额回报与非预 期盈余关系。王军波、邓述慧的中国利率政策和证券市场的关系的分 析。摩齐鸣、李春涛的中国股市降息效应的统计分孝斤。陈晓、陈淑燕 的股票交易量对年报信息的反应研究。许均华、李启驻的宏观政策对2 我国段市影镌葭实诞研究等。这些臻究主要针对交易逡同会计信息关 系分析，或者研究股价，股票指数对突发事件的反应。但是，这些研 究中关予交易量对翻率或其毽政策事徉滓击懿反应溺题虽露提及，僵 不是文章的重点，且未进行计量检验；利率指标未作详细的分类，只 简单地用存贷利率代替；利率与交易量关系没有详编造觚数据的时闻 序列设计( 侧重长期) 和事件研究( 短期) 两个角度分别进行研究。 为此，在本文的磺究方法逻辫方瑟，首先借鉴了以上学卷磺究方 法及内容，采用了多种数列的处理方法，包括多列数据的时间序列处 理：囱量自潮归载觳果关系检验；协整及误差棱歪模整分橇以及擎列 数据的时间序列处理：a r m a 模型运用；整体的数据与其样本数列 ( 其中酌菜类交纯点短期前后数据形成麓薪数列) 戆关系研究，实 质是种事件研究；统计数理处理，也即事件冲击研究。其方法的设 计严格遵守不断改进及补充的逻辑原刚。 具体讲，首先，笔者先采用了变量的因果关系检验也即本文的燕 种方法，向量自圆归。其不足在于，因为这种方法涉及到大矩阵计 算，要求收集的数摄要充分，两凌予本寒中匿的利率变纯次数有限， 相比方程数，变量数太少。所以，作为一种改进及补充，本文过渡到 第二零孛计量方法，恣有统计毽果关系土份详绚觞长短矮关系磷究，狯 整及误差校正模型分析。但是，不足在于，对数据量要求虽相比较少， 僵仍育不足；霜露离散的利率点佟隽连续交量魅理欠妥；更主要的是， 短期研究因采用的怒误差校正模型，其中变量均作了差分处理，这釉 微调式的短期研究，难以粥准确的时间凄量，使得此方法缺乏有力的 鳃释力。所以，为了进步孵决数据不足的问题，我们又尝试了从事 件分析的角度主要探讨短期的情况，使用了另一种方法，中长期关系 事件磺究。在此过程中，剔出了深交所数据及b 般交易量瑟，l 乍了单 数列的研究。另外，剔出深交所数据及b 股交易量原因在于，进一步 解决数据不足夔溺题，因为交易畿的数据极多；试验发现深交所毅藜 交易量服从m a ( 1 ) 模型，上交所交易量不服从a r m a 模型，将前者 剔出，是为了事件分析韵分析前提：“每天的股票交翁量指数独立且 是均值为0 的正态分布”的需要。剔除b 股的股票交易量亦基于同样 考虑，b 股市场极不成熟，市场兢模小，各期交易量受前期影响严重， 难以达到独立冠分布的数列要求。这种方法，虽然克服了数据量的阏 题，但是，处理后形成的两列新数列中很多期的数据鼹相同的，也就 是说，仍然京数据羹不足麴润题存在，事实上，这魏处理方法更适耀 于两列数据各期不同时的情况。所以，为了进一步解决数据不足及利 率实霹为意散交量憋闷题笔者又使震了掰鳇事件分丰厅方法：攀爨数据 的统计数理处理。但是，薪的不足是，无法从中长期 乍出研究，事件 研究只局限于短期研究。 另外，褒对铡枣及段票交易量两个变量的处理中，也采煺了多零孛 指标进行试验，而非简单地用一个指标代替。 磅究结暴表骧，我国敷市麸多魏数据的时闽痔列处理方法( 侧莛 于长期) 来看二者是有一定的关系，但是关系偏弱。实际利察与股票 交易量的关系萌显强子名义秘率与之关系。名义剩率懿作用楚缀有限 的，只有贷款名义利率的变化与股票交易量在统计上有较大的关系。 这种与真实利率的不同说明了，还有其他因素如通货膨胀等，在影响 刹率政策的传导作用。 同时，夜多数列中分析中，我们发现，对企业而言，计蹩的结果 与古典经济学鳇经济理论棚反。在长期中，实际贷款利率鲍上升，贷 款成本上升而投入股市的资金更多了，这是有悖理论的。 究其嚣因在予，古典经济学研究穰设是一个竞争瞧叁壹髓市场， 居民与企业只是根据收益来决定投资的项目。而在中国9 0 年代以来 是股市的初期发展过程，是一个蚕家政策鼓藏机构企业投资黢市的过 程，相关的法律法规促进了股票市场的发展。貌似矛盾的实证的结果 反映了真实贷款利率闻股票交易童的统计上的关系：中国殷市在这几 年受政府综合的政策作用更多一些，列率只是葵中之的因素。也周 是就说明了利率与股票交弱量在这几年内弱相关。 在以事件分柝懿方法( 侧重予短期) 为基磁上，我们发现，二者 关系仍然不太明显，这尤其表现在1 9 9 7 年以厥，这也表明宏观经济 环境投为复杂，裂攀只是影镌羧市遗素之一，股票市场受政策鼹影姨 也在趋弱，同时，股市的稳定性在增强，市场在逐步走向成熟。总体 上讲，稠率政策在繁荣殷市的作浠方面境阶段蹩无效豹。 关键词：v a r 嚣个角度进行硬究。 为此，本文在借鉴以上学者研究方法及内容的基础上，首先从多 捌数攒静爵闻j | 事嗣娥淫方法：商囊自图麴的因聚关系捡验；协整及误 差校正模型进行分析。然后采用单列数据的时间序列处理：a r m a 模 型运用；整体的数据与其样本数列关系的事件研究；数理统计角度的 事件研究进行分析分别从长短期撩求二者关系，即最终考察嫩股市问 利率的关系。 h 多列数据的时间序列处理1 ： 向量自回归的因果关系检验 分析主要宏躐经济变量联合变动的一种方式怒根据这些变墩的 理论关系擒造出一个经验维构模型。这拳孛方法需要假定，在模型中某 些变量相对于其他而言是外生的，并且在系统模型中排除掉一姥变 量。另一穆雯必糖缁酶方法是，在模登中篾秃霈假定基本交量懿结构 关系方程，又无需给出特定的外生变量的条件下，设定和估计向擞自 回弱模壅。这种方法使得研究人员有可能处瑷简纯形式的方程组，以 便在可能的内生变量非常广泛的范围内刻画联合变动的特征。一般 地，向量彘回归模型以如下的方式建立： m阻心： i ：j =口。i 兰：二2 j +6 。i 兰：j + e f 4 = 疗 茎i + a 基三 + e ，b ，= d 主j + 。 差 + ， f 4 ，1 心一：1 k 】jl c m j 这是三个1 n 阶的矩阵方程表达形式( 为了简化，只取三个变 量举例) ，蓦鬻标代表滞爱期数，e ；是残差矩跨。对囱量叁醚嫱模型斡 估计结果做出概括的一种很有懑义的方式是检验模型中两个变量之 间静格兰杰( g r a n g e r ) 因莱关系。，若令交羹x 的滞后值程对于另一 个变量y 的解释方程中是显著的，那么就称x 是y 的“格兰杰原因”。 其方法的优点在于夜大量的变量中可以快速遗发现统计上的因 果关系，但是由予涉及到矩阵方程的运算，翳以要求有大量的数掇存 在作势运算殴基础，强时也由予方程太多，穗疲的参数指标要求更严 格，复杂性更高。 圆多列数据的时间序列处理2 ： 平稳时间序列及检验，协整及误麓校正模型分析 关子变量的观察值大体上可以分类必时闻数翔数据，截露数据和 其他形式的数据。就按时间顺序的记录的数据而言，因为存在众多的 因素以不同的方式和程度影响着蕊观察镳的取俊，敌对每一个固定的 时闽t ，变量( 比如说y 。) 是一个随机的变量。在概率论中，我们称 簇( 无限多个) 随机变量的 y 。，t t ) 为随机过程。其中当指标集 譬麓 l ，2 ，j 或 ，一1 ，一2 ，0 ，1 ，2 ，) 时，我们称敝，t t ) 为随机时间序列。 餍诣觞时润痔列豹平稳性，是指时阀序列酶统计裁律不会随着时 间的推移而发生变化。也就是说，生成交量的时间序列数据的随机过 程静特征不会随着辩闽的变化两变仡。这样，数平稳豹对闻序鄹数据 作为计量经济模型时的观察值，其估计方法，检验过稷才可能采用常 规的技术，如多重共线性，异方差等检验的方法。事实上，我们的豳 归都要求数据必须是平稳的，否则要采用协整的特殊处理方法。本文 采用的是广义的平稳性检验：f y ，乳，y ，) 的均德函数，方差函 数均必鬻数，自协方差丞数仅是时闽闻陵t - s 熬函数。 e y 。= e y 。+ 。= m( m 为常数，h 为任意数) c o v ( y ：+ h ，￥。+ h ) = r ( t - s ，0 ) = = r ，一。( t ，se t ) v a r ( y 。) = r ( h 为常数) 一 对于平稔性酶检验酶爨体方法。我们主要采甭的楚单位校检验， 更确切地，本文进行的是扩展的迪克一富勒( a u g m e n t e d d i c k e y - f u l l e tt e s t ) ，简称为a d f 检验。当a d f 值小于相应的临界 值时，则在对应的概率下接受此数列为乎稳的。正文有具体的讲禳， 这里不再详述。 在宏观经济中，嚣个本身毫# 平稳但经除差分后平稳的变量，记 为i ( 1 ) ，如它们蒺零孛线性组台是平稳的，我 | 、3 称二者有协整关系， 。代表着一种长期均衡关系。即使它们的这种组合偶尔会偏离这种长期 均餐趋势我翻称为弓| 力线，瞧经济中存在着一种表在枫钱会将萁 拉回到引力线上。扩展到多变量，要求各变量是i ( 1 ) 或i ( 0 ) ，只要 它翻鲸菜秭线往缀合是平稳的，列它销就是协整戆。检验分必三步走： 变量的平稳性检验，看是否是i ( 1 ) 或i ( 0 ) 的。 若交量满足i ( 0 ) 藏i ( 1 ) 的条件，劐在基础上对变量进行静 态回归( 即协整回归) 。 对残差进行单位根检验。如残差是i ( 0 ) 的，则认为各变甓是 协整的。 在有协整存在的基础上同时我们也运用误差校正模型( e c m ) 接达短期波动与长麓均衡的结合，它是一辩其有特定形式的计量经济 学的模型。 其基本思路慧，若变量闻存在游整关系，帮表裙这些变量阖存在 长期稳定的关系，而这种长期稳定的关系是在短期动态的不断调整下 得班维持的关系。产生这种结柒的原因在于，大多数的经济时间数列 的一阶差分是平稳的。同时，存在着浆釉联系方式( 如线性组合) 把 相互协整的过程和长期的稳定均衡状态结合起来。这时相互协整隐含 鲶意义是：即使掰磅究的水平变量各囱都是除差分居平稳，受支配 于长期变量，但是这些变量的某些线性组合也可以是平稳的，即所研 究懿长絮分量耜互抵瀵，产生一令平稳豹眩麓痔裂。之瓣以这样，是 因为种调整过程一一谈差校正机制一在起作用，防止了长期关系 的偏差在斌模上或是数塞上酶扩大。溺此，任何一组相互协整的时闯 序列都存在误差校正机制，反映短期调整的行为。 具体作法是，将长期关系模型中各变量以一阶差分形式重新加以 构造，并将长期关系模型所产生的残羞序列作为鳃释变量引入，对短 期动态关系进行逐项检验，剔除不显著的项，直到最适当的表达形式。 毽得注意的是，l 乍为解释变量引入的长耀关系模型的残差，代表繁在 取得长期均衡的过程中各时点上出现“偏误”的程度，使得此模型可 以对这静编误懿短期调整或误差较正枫制麴以估计。慧体讲，误蓑校 歪搂蝥接述了短赣波魂巍长麓均衡谖整的撬裁。 单列数据的酵阂序裂处理：拣黻模型运擂 在大体上，我供霹以把数据德前后宥关联的单数据时闻序列篱攀 地分为3 类： 鼙矗( 鸯) 模型：致= 奄( b ) 鼍，= ( 1 一奄；g 一蕊擎一一哆；， a r ( p ) 模型；。= ( b ) v 。= ( 1 一丌。b n 。b 2 一一兀口9 ) y 。 a r m a ( p ，q ) 模型：￥；= q ( b ) 毫。+ 嚣，￥，；+ 簋j 。 注意：q ( b ) 是个传递函数盯。b ”y 。= 耳，y 。 嚣有戮下性震( 证饔酶) ： a r ( p )m a ( q )a 默骢( p ，q ) l豳形将摄 模翟模型模型 i 是耀关函数 生矮( 觚t o c o r r e l a t i 。nq 步截 戚a c ) 捻惩拖蓬 尾 |镶皇檑关邈数整震( p a r t i a lp 步截 l拖尾拖尾 fc o r r e l a t i o n 绒p a c )尾 为了更秘溥蠹遗说萌此性质熬应爰，下委给疆实图举翻谎骥。下 图是一个自相关，偏自相关图： 蠢u t o e o r r e l a t i o np a r t 主a l c o r r e 王a 屯i o n 矗gp a cq - s t a tp r o b 木拳术宰1 1枣拳枣木 。li - 0 。5 0 0 - 0 5 0 01 7 。0 2 90 0 0 0 i枣：l = 车 i 20 0 0 0 - 0 3 3 41 7 0 2 90 0 0 0 。l 。|末术l 。 30 ，0 0 1 0 + 2 5 0i 7 。0 2 90 。0 0 1 1 i 。 半木i j40 0 0 0 - 0 1 9 91 7 0 2 90 0 0 2 | ，l。奉l 。1 50 + 0 0 0 - 0 1 6 51 7 。0 2 9 0 + 0 0 4 i 1木i 1 6 - 0 0 0 l - o 1 4 31 7 0 2 90 0 0 9 。l 。|。霉| 。 70 。0 0 1 - 0 ，1 2 51 7 0 2 90 0 1 7 1 。术t + 80 0 0 0 0 。1 1 21 7 0 2 90 0 3 0 。| 。i牢i 9 - 0 0 0 2 - 0 。1 0 41 7 0 2 90 。0 4 8 a c ，p a c 分别表示皂枢关与偏照相关缀数，其取值绘出在褒右处， 左边对应的是自相关与偏囱相关两数的瀚，在醐韵最右边是q 统计爨 及对应此统计量的错误概率值，作用类似于回归中的t 统计量与其犯 第一类错误的概率值。由此可以看出其概率可信度。又由图可知，这 是一个白相关1 步截尾与偏自相关函数拖尾的例图，其数列对应的模 型是一个m a ( 1 ) 模型。然后我们可以引入模型，再采用试验的方法， 如试错法，找到数列的合理形式。正文中还要详细说明。 如此我们可以识别出数据是哪一类模型，若均不属于上三类，可 以简单地判定此数列数据在线性的假定下前后不相关，当然不可否认 也可能存在更十分复杂的关系。但是，如果存在以上的关系，则是一 定有某种相关的关系。 单列数据的事件研究1 ：中长期的数据变化与包含于其 中的某一类变化点前后短期数据变动的关系研究。 将通过一个回归模型的设定来完成，具体操作举例如下： 若以天为单位的时间序列数据且共有t 天，也即共有t 个数据， 我们首先设定变量s 。= i n ( g 。) 一1 1 1 ( g 。) ，或是s 。= g 一g 。一，( g 。为第t 天 数据，g 。一。为第t 一1 天数据，h 1 为自然对数) ，将s 。定义为某种指数。 样本选取包含于其中的某一类变化点( 比如利率变化点) 变化当 天前后m 天共2 m 天；设日平均值为a r g ，日平均波动为a r b ： a r g i _ 。：。s 。2 m ；a r b 。= 。s2 。2 m 定义时间段t 内与此类变化点相对应的各个区间中，共有n 个有 效日( n 2 m ，n 值的大小在各个区间可能是各异的) ，各个区间的日 平均值为a g ，日平均波动为a b ： a g i _ e 。t s 。n ；a b 。= 。s i n 选取m = 5 ，1 0 ，2 0 ：且对于相应的a r g 、a r b 、a g 、a b 先要经过 单位根检验是否为平稳数列。 ( 1 ) 构造曰平均值的反应线性模型： a r g j = aa g 。+ e 定义a 为日平均值的反应系数，e 为误差项。 ( 2 ) 构造日平均波动的反应线性模型： a r b ，= ba b ，+ e 定义b 必交易量疆平均波动魄反应系数，e 必误差顼。 最后通过值a ，b 的值来判断变化点对整体数列影响的大小。 单列数据的事件研究2 ：单列数据的统计数理处理， 也鄹事件冲击研究。对短期内冲击赢前蜃变量变动的差异进 行研究 在对的s 。= i n ( g 。) 一i n ( g 。) 作一个假定：s 。独立且是服从均德 潍0 的正态分布。同越，各设定均不变；另设藏m 天的集合为m l ， 后m 天为m 2 ：变化点前后定区间内如2 m 天总体方差表示为82 相 应邀交纯翦爻62 ；，变化后62 ：；总体均l 蹇遗样袭示为弘，塾：。 ( 1 ) 变化点前后指数方差是否变化的检验 禳据对s 。的假寇，可以设定变量： f = s , 2 史f 似，m ) m i， 彳： 方差检验的原假设和备择假设分别是： h 0 ：62 。= 62 ：，h 。：62 。82 。在给定的显蔫性水平a 下，查阅f 分蠢姨界表 当f f 州( m ，m ) 或f f 。，：( m ，m ) 时拒绝原假设，即认为变化点 蓠磊指数方差发生了显著变化：否则接受原缓设，认凳变化点蓠蠢方 差无显著变化。 ( 2 ) 变化点前后指数均值是否变化的检验 同样根据对s 。的假定；及在上述s2 。= 62 2 ( 方差无显著德差异) 条件下可以设定变量： = 讧一y ) p 矽厨万) t ( 2 m - - - 2 ) ( 注) 菇= s m ，y = m ，s w = 瓶f 霹砸， m l，盯2i 霹= 园- x ) 2 肛一1 ) ，s ；- - z ( s , - x ) 2 肛一1 ) 。x ，y 分剐就是m 1 m l，m 2， 与鹾2 嚣个集合的祥本均徨：s ；2 ，s ：剃为相应的样本方差。 均值检验的原假设和备择假设分别是：h 0 ：l - t 】ip 。，h 。：1 t 。1 t ：。在给定的显著性水平q 下，查阅t 分布临界表， 当t t 州( 2 m 一2 ) 或t t 。：( 2 m 一2 ) 时拒绝原假设，即认为变 化点前后指数均值发生了显著变化；否则接受原假设，认为变化点前 后均值无显著变化。 本文的研究方法构建逻辑如下表： 二、利率变化与股票交易量关系的长期研究 ( 时间序列的研究设计) 变量的假定、指标选择及数据的来源 考虑到模型设计的严密性，数据收集的成本及我国利率指标大部 分是官定静特点，有必要假定官方制寇的各种利率能有效菠映市场交 化。这样，我们可以选照各种利率指标代表剁率，并且将之作为连续 变羹处理。基于年或月为基准的原则，采用3 0 天同妲拆借利率 ( 胃加权剥率) 、基准剥率中对金融机构一年期再贷款利率、金融枧 构一年期法定贷款利率、一年期人民币定期储蓄存款利率四个指标作 为稳率兹攒标类潮。其数据来源为中重人民银行拳摄( 1 9 9 6 。i - - 2 0 0 1 3 ) 、中国金融年搽( 1 9 9 5 一1 9 9 9 ) 。对于股票交易蹩，为了简 化，采灞上交所羧票交荔量为样本( a 羧与器毅热总；单位；百万股； 成交量由买卖单方记算) ，反映股票交易量，其数据来源为中圜人 民银行季报( 1 9 9 6 1 2 0 0 1 3 ) 、华夏证券交易系统。( 详细的数据 在本文最艨的附注中给出) 考虑剁银行间同业拆借利率官方统计始子1 9 9 6 年，其它利举指 标变化不太频繁虽一般姻隔一季度以上，以上指标均黑1 9 9 6 年以来 的黎度数据( 将月度加权数据算术平均数代替季度加权数) 反映；对于 股鬃交易爨，为了麓讫，莱震月度麴权平均数的算术平均数代替攀凄 加权数。 实证研究 ( 1 ) 向量皂回j j 塑麴因果关系检验 本文将探求把自回归技术用于检验有关利率变动对股票交易量 存在冲击勰霰设。彝量囊嚣归模型涉及裂鲍关键变= 薹选择为：四霉孛蕊 述利率，上交所股票交易量共五个主疆变量的季度和季度调整数据加 以估计。溯时力了清除非线整瓣素对豳癌斡影e 鸯，采雳对数模型，帮 这五个变量均褥作对数形成下文犍要处理的变爨 在经过单位根检验之后发现所有变量均不稳定，而一阶茇分是稳 定的，记势l ( 1 ) ，霓下表l ( 以下a d f 毽殇是镄试过的最优值，睡努 值均在1 水平上显藉) ： i 被检验变量a d f 德临界值一阶差分詹靛临赛蕊 a d f 值 对数厝上交所股票 一4 0 1 5 94 5 3 4 8- 3 8 9 5 4- 2 7 0 5 7 交易量 对数盾一年期再贷- 1 8 6 8 6 - 4 5 3 4 83 3 1 0 2- 2 7 0 5 7 款利窭 对数质一年期法定- 1 5 1 8 6- 3 8 3 0 44 1 4 4 7- 3 8 5 7 2 贷款剥率 l 对数质3 0 天同业拆 - 4 4 8 6 9 - 4 5 3 4 89 8 4 7 9- 3 8 5 7 2 | 借利率 l 对数鼷一年期法定 - 2 。2 8 8 9 - 4 5 3 4 85 0 6 0 2- 3 8 5 7 2 i 存款利率 ( 注) 股票交易量的a d f 水平检验为截题带趋势项的0 阶滞斌 的检验，一阶差分后的a d f 检验均是不带截距与趋势项的0 阶滞后的 检验： 再贷款利率，同业拆借利率，法寇存款利率的a d f 水平检验为 截距带趋势项的0 阶滞后熬检验，蠢法定贷款秘率是a d f 静蠢截距及 0 阶滞后的检验。 所有利率的一阶差分后的a d f 检验均是只带截躐的0 阶滞后解 检验： 因为a d f 值小予瞧暴馕的变量差分嚣平稳。所以对所有嚣平稳变 量再作差分加以修正。基于舒瓦茨一贝叶斯信息准则，在向邀自回归 方程中每一变量使麓到包含常数在内熬二除灌矮，这也是基予绦整 定自由度的考虑，在可使用的数据有限的条件下，使用根据最小的舒 瓦茨一贝时斯准则选择的滞后长度。 通过e v i e w s 软件运行模型，由于经过反复试验鼷，发现存款利 率引入模型厝使得模型各变量t 统计量太低，且拟合优度也很低，所 以剔除毖变量。回姻结果这里为了麓化( 考虑剿此法慰数据的要求本 文难以达到，其研究结果可信度不高) ，在5 个方程中我们只给出g 为内生交量时对应各努生变量熬罩统计量酌情况及潮j 毽方程拟合优 度，见表2 ( 本文以下各表数据精确到朗位小数) ： t 统计量g ( - i )* - 5 0 7 3 8j( - i )1 1 3 1 8c- i 1 8 9 8 g ( 一2 )0 。4 5 2 4j ( - 2 )0 。9 1 1 8d车3 。2 4 8 4 d ( - i )o 1 1 5 4t ( 一1 )* - 3 2 6 6 0j一1 3 9 2 6 d ( - 2 )* - 2 。0 6 4 9t ( 一2 )0 。4 3 9 9 罩* - 2 ，7 4 5 2 ir 2 ( 拟合优度) 0 9 0 8 4 【g ：对数差分籍的上证股票交易量；罩：对数差分后的3 0 天银行 间同业拆借利率；j ：对数差分后的基准利率中对金融机构一年期褥 贷款利率：d ：对数差分詹的金融机构年耪法定贷款利率；c 为丑 截距项；( - i ) ：滞艨一期即上一期；( - 2 ) ：滞后甄期；丰：在9 0 的 置信皮下t 统计量显著；袭中数据般精确到4 位小数，下同。 从上表可以看出，r 2 ( 拟合优度) 为0 9 0 8 4 ，接近值1 ，说明这是 较优豹，1 2 个交量涵盖了大部分对当期段票交易量簇释的缀素。箕 中有五个变量的t 统计量的值在9 0 的置信度下t 统计量显蔫，则说 明在统计上，g ( 一1 ) 、d ( - 2 ) 、t ( 一1 ) 、d 、善对g 的交动起到遂著增翔 预测的作用，当然作用的大小我们此处并未讨论，考虑到这只是一个 粗略的处理手段。而j 的当前与滞后值对应t 值较小，因此，预测的 作用的有效性不大。总之，股票交易量自身变动、露业拆借利搴、法 定贷款利率逐构成交易量的“格兰杰原因”。 但是不足在予，数据量楣院方程的数量及变量的数量十分有陵， 这使得此结果并不舆有十分准确的解释，所以只作因果关系的参考， 更深入的关系磅究蕊覆耨给崮。 在粗略证实了利率对股票交易量存在统计上的因果关系之后，下 面利用协整及误差校正模型更深入地分析利率对股票交易量的长短 期冲击以便有效的针对数据不足的问题进行改进。 ( 2 ) 协整及误差校正模型分析 在上部分中，我们已经证实对数化之后的各变量均为i ( 1 ) 过程， 股票交易量自身变动、同业拆借利率、法定贷款利率还构成交易量的 “格兰杰原因”。所以，可以以对数后的交易量为因变量，另三个变 量对数后为自变量作如下回归有： g = 1 6 8 8 4 9 - - 0 2 5 4 7 g ( - 1 ) 一o 0 0 4 3 g ( 一2 ) + 4 1 8 0 0 x d 一2 0 1 4 3 t 关键信息如下： l s d e p e n d e n tv a r i a b l ei sg v a r i a b l ec o e f f i c i e n ts t d e r r o rt - s t a t i s t i cp r o b c1 6 8 8 4 8 83 4 1 5 9 9 24 9 4 2 8 9 10 0 0 0 3 g ( 一1 ) 一0 2 5 4 7 3 50 2 2 1 6 6 61 1 4 9 1 8 40 2 7 1 2 g ( 一2 ) 一0 0 0 4 3 3 00 1 6 4 2 3 00 0 2 6 3 6 70 9 7 9 4 d4 1 7 9 9 9 31 5 0 7 9 5 82 7 7 1 9 5 60 0 1 5 9 t一2 0 1 4 2 5 50 6 0 1 1 3 13 3 5 0 7 7 30 0 0 5 2 r s q u a r e d 0 5 1 2 7 9 3f - s t a t i s t i c3 4 2 0 6 7 6 a d j u s t e dr s q u a r e d 0 3 6 2 8 8 3p r o b ( f s t a t i s t i c ) 0 0 4 0 4 5 2 d u r b i n - w a t s o ns t a r2 4 5 6 2 4 2 g ：对数后的上证股票交易量：t ：对数后的3 0 天银行间同业拆 借利率：d ：对数后的金融机构一年期法定贷款利率：( - i ) ：滞后一 期即上一期；( 一2 ) ：滞后两期；e ：残差。下同。 从回归结果看出，回归方程除g ( 一1 ) ，g ( 一2 ) 的t 统计量不显著 外，各项t 统计量值较大，其对应的犯第一类错误的概率值除了 g ( - i ) ，g ( 一2 ) 以外均控制在1 5 个百分点左右；r 2 值0 5 1 2 7 9 3 是因为g 的自变量很多，这里并未全部引入，但由于本文只研究利率与股票交 易羹关系，加上经验判断只要能达到0 5 左右就可以接受，所以此结 果融足够，只是可调整的r 2 有墩偏小，不过方程的整体拟合优度鞍优： f 统诗量毽必3 。4 2 0 6 7 6 ，英对废懿犯错概率值较低，0 。0 4 0 4 5 2 ( 瓣 来讲，只臻小于1 5 ，便可以接受) ；关于囱相关采用d w 检验：d w 僵2 4 5 6 2 ，在n = 2 0 ，a 哟0 1 遴勰糨关蕊袭蠢d l = o 。6 8 5 ，d u = l 。5 6 7 可知d w 值在 1 5 6 7 ，2 4 3 3 即d u 与4 - - d u 值之间，所以不存在自 相关；关予多重共线性：存在多重共线性( p 及弘s q u a r e ( 1 逶过傻个 另的t 统计量太小) ，假是笔者不再对方程作调整，原因在于在所有 可僖度越麓。其舆体含义是，在统计上以卜p 的概率接受统计量的取 值。虽然f - s t a t i s t i c o b s 冰r s q u a r e d ，表明存在异方差，但是从 下嚣对应靛a r c h - ( 2 ) 数点醒( 中越是圜貉线，e 2 是残蓑，) 可知波 动的幅度并不太大，大体上可以接受。 _ ：一_ 接着我 j 将对残差进行援验( 对残懿袋蓑a d f 梭验采耀不繁截蓬与趋 势项的0 阶滞后的检验) 结果表明，在静项重髅指标通过的前提下： t 僮( - 5 0 7 3 8 2 6 ) 及对瘦的犯繁一类嬷误的概率值( o + 0 0 0 1 ) 十分 令人满意，它表明谯统计土以0 。9 9 9 9 的概率接受此结果，姗之r 平 方值( o 6 1 6 7 0 9 ) 与调整艏的r 平方值( 0 6 1 6 7 0 9 ) 都大于0 5 ，所 以都楚较撬麴。单位摄检验鳇a d f 谴为一5 0 7 3 8 ，瑟在l 黪水平上螨界 值为- 2 7 1 5 8 ，因为- 5 0 7 3 8 一2 7 1 5 8 ，所以我们在1 水平上拒绝原 馁设 穿烈嚣平稳) ，霹残差为平穗亭列。 另附残麓单位根检验袈见下： 0 6 19 e ：39 7 ：1 9 7 ：39 8 9 8 39 0 19 9 ：30 0 10 03 翌受堕里叠 以上豹僻整研究证实了在向= 璧妻嚣魍模型孛酋络装，黢豢交暴爨 】5 蠡囊交动、弱鲎捺氆裁率、法定贷款嗣率豹变动静确对股票交易量戆 变动有长期影响，它们存在协熬关系。根据对数处理的含义，我们有， 段纂交易囊戆变动受贷款裂辜憋交动影嚷辍大，当澍率自是吾分院变 动1 个百分点，交易量自身正相关变动4 个舀分点；同样，同业拆借 利率鲁身变动与股票交易量蠢隽交裁成2 个露分点螅受稳关关系。 构建误差校磁模登( e 蕊) ： 摄摇以主长期模型我们建立提应的e c m 模型，粼：将对数是的变 量辩作差分，然艏回归。经过反复增添或删除变量的试验后最优结果 如下 嚣酬：长羯关系模型耩产生豹残差序到； 一i ) ：滞爱一期静上期3 ： g = 6 3 9 7 3 8 0 3 x d - 1 9 9 5 5 4 3 5 t l 。4 6 2 3 8 1 1 x e c m ( - i ) + e 关键信息如下： 乙s d e p e n d e n tv a r i a b l eis g v a r i a b l ec o e f f i c i e n ts t d e r r o rt s t a t i s t i cp r o b d6 3 9 7 3 8 01 6 2 4 3 2 53 9 3 8 4 8 60 。0 0 1 5 罩一i 。9 9 5 5 4 30 3 6 2 4 1 25 ，5 0 6 2 8 60 。0 0 0 1 e c m ( 一1 )一1 4 6 2 3 8 10 2 5 1 4 9 75 8 1 4 7 1 40 0 0 0 0 襄一s q u a r e d 0 。7 8 1 5 6 2a d j u s t e dr s q u a r e d0 + 7 5 0 3 5 7 f - s t a r i s t i c2 5 0 4 5 7 6p r o b ( f - s t a t i s t i c ) 0 ，0 0 0 0 2 4 d u r b i n w a t s o ns t a t2 。2 0 0 5 5 2 从回归结果看出，各指标均较优：t 统计量的值分别为3 ，9 3 8 4 8 6 ， - 5 5 0 6 2 8 6 ，- 5 8 1 4 7 1 4 ，其对应的狻第一粪错误的概率镳都很低，夺 予嚣分之；彰傻0 。7 8 1 5 6 2 未达到1 的原因周裁是因为影响g 的变 量很多，由于本文只研究利率与股票交易薰关系，这里并未全部弓i 入 但是麸经验寒漤远大子0 ，5 ，则已是够；关予室橱关：从瑟瑟豹残差 图蛊观的判断及d w 值2 2 0 4 1 ，在n = 2 0 ，a = o o l 有d l = 0 ，6 8 5 ， d u = l 。5 6 7 可黧测蕊在 1 5 6 7 ，。4 3 3 j 甏d u 与4 一巷硅蹙之霜，赁潋 不存在囱相关；关于多重共线性：不存在多黧共线性( f 值为 2 5 0 4 5 7 6 ，其对应静穗绝其蘧盼概率为0 + 0 0 0 0 2 4 ，这愚稳当低麓， 同时r 平方的值及t 统计量均通过) ；e c m ( 一1 ) 的系数在1 倍左右，说 明长期模型中的偏误在短期中没有太大变化。 异方差检验，使用a r c h 检验： a r c h ( 1 ) t e s t ： f s t a t i s t i c o b s 木r s a u a r e d a r c h ( 2 ) t e s t ： f s t a t i s t i c o b s * r s q u a r e d 0 0 1 3 3 9 6 o 0 1 5 2 9 5 1 0 1 2 4 5 3 2 1 6 5 6 8 9 p r o b a b i l i t y0 9 0 9 5 0 3 p r o b a b i l i t y 0 9 0 1 5 7 6 p r o b a b i l i t y0 3 9 2 3 6 3 p r o b a b i i i t y 0 3 3 8 6 3 i 因为a r c h 检验滞后一期的犯错概率值太高，我们看a r c h ( 2 ) 的检验：f s t a t i s t i c o b s * r s q u a r e d ，表明存在异方差，对应的 a r c h 散点图也表明波动的幅度较大( 图略) ，但由于经过改进试验后 发现此模型从各个指标相比来看是相对较优的，所以在线性的方程的 假设下我们接受它，当然，必须承认异方差的存在是此方程的一大不 足。 接着可再对残差进行检验( 同上残差a d f 检验采用不带截距与趋 势项的0 阶滞后的检验) ，结果表明，在各项重要指标通过的前提下： t 值( - 4 6 7 7 4 3 1 ) 与其对应的犯第一类错误的概率值( 0 0 0 0 3 ) 很低， 同时r 平方值( o 5 9 2 1 6 1 ) 己大于5 ，所以较优。残差的单位根检验的 a d f 值为一4 6 7 7 4 3 1 ，而在1 水平一| j 临界值为一2 7 2 7 5 ，因为一4 6 7 7 4 3 l - 2 7 2 7 5 ，所以我们在1 水平上拒绝原假设( 序列非平稳) ，即残 差为平稳序列， 另附残差单位根检验表见下： a d f t e s t s t a t i s t i c一4 6 7 7 4 3 11 c r i t i c a l v a l u e *一2 7 2 7 5 。 5 c r i t i c a lv a l u e一1 9 6 4 2 l o c r i t i c a lv a l u e一1 6 2 6 9 v a r i a b l ec o e f f i c i e n ts t d e r r o rt - s t a t i s t i cp r o b r e s i d ( 一1 ) 一1 1 4 2 7 4 40 2 4 4 3 1 04 6 7 7 4 3 10 0 0 0 3 r - s q u a r e d 0 5 9 2 1 6 1a dj u s t e dr - s q u a r e d0 5 9 2 1 6 1 同时，我们给出残羞图，以方便种残惹平稳与否直观的判断： 露黢图 网一翩 霪凰黼霜丽 圈 圜圈 豳 一 以上梭验表明，模型除了没有排除异方差以外，其他指标均较优， 能合理地描述在短期的调整中，股票交易量变动也要自身上期值、同 盟拆借剩攀、法寇贷款利率豹变动及长期均缀豹误菱校正矮e c m ( - 1 ) 的影响。尤其注意是，结合协整检验的结果可知：无论在中长期或是 短嬲，蔽鬃交易豢翡变动受贷款利率黪变动影翡福毙英谴变量较大， 变量百分比变动黧正相关4 到6 个百分点。经济上的含义我们将在后 面讨论。 ( 3 ) 实际利率与股票交易量的协整及误差校正模型分析 以上的分析均是基于名义利率进行的，嚣我们知道，名义利率， 实际利率与股票交易量三者一般传导关系如下： 名义利率一实际利率一股票交易量 实际上 一 以上的分析是脱离实际利率进行，虽然其可以说明通过调整名 义利率来活跃证券市场的政策大体失效，僵怒这是不完整的，它并未 从更深层的原因，即实际利率的角度去看，两是跳跃了此环节。 若是实际利率与股票交易量关系较弱，则研究名义利率与股票 交易量关系是徒劳艇。 若是实际利率与股票交易量关系较强，则可比较实际利率与名 义利率分裂与段蘩交易蠢豹关系，结合通货膨戮率进行分耩。 、所以作为更严谨与更完整的一步，下面将继续讨论实际利率与股 票交易量关系，据此来说明利率同股票交易量关系。 由于实际利率= 名义利率一通货膨胀率，我们已经在上文通过向 量自回归从统计上认为利率与股票交易量有“格兰杰原因”，所以我 们就直接对实际利率与股票交易量作协整及误差校正模型分析，以此 来发现二者是否在长短期有关系。 通货膨胀率本文选用居民消费价格总指数为参考： 年份1 9 9 61 9 9 71 9 9 81 9 9 92 0 0 0 居民消费价格总指数 1 0 8 31 0 2 89 9 29 8 6l o o 4 通货膨胀率 8 32 8一o 81 4o 4 ( 注) 以上选白中国统计年鉴 因分析的需要涉及到一个数列的处理，这里我们先给出一个数列 处理方法的证明： 证明：数列y 对数列x 1 ，x 2 的斜率等于数列y 对数列x 1 + d ，x 2 + d 的斜率。 假设：在线性方程假设下y = c + a x l + b x 2( c 为常数，a 与 b 为斜率) 对x 1 ，x 2 分别加上常数d 有： y = c + a ( x l + d ) + b ( x 2 + d ) 一a d b d 有： y = c 1 + a ( x l + d ) + b ( x 2 + d )( c 1 = c a d b d ) 因a 与b 仍是数列y 一对数列x l + d ，x 2 + d 的斜率所以可知，数 列y 对数列x 1 ，x 2 的斜率等于数列y 对数列x 1 + d ，x 2 + d 的斜率， 也即有： 研究数列y 与数列x l ，x 2 的关系可通过研究数列y 与数列x l + d ， x 2 + d 的关系来进行。 下面先对利率数据作一点处理，因为部分利率为负数，所以必须 将之处理为正数才可以对数据作对数从而发现数列间的百分比关系， 笔者将辑裔戆蚕| l 窭数据嬲上1 0 褥对之 筝单位根的a d f 捡骏： 在经过单位根检验之后发现所有变量本搿均不稳定，1 丽阶麓分 是稳定载，记羹 ( i ) ，魁下表l 以下a d f 傻均是镶试过熬最钱值， 临界值均弦1 水平上显藉) ： l 1 阶差分后的 l被捡验交量a d f 餐熔爨毽l 强界值! l 硒f 篷 i 对数后上交所段椠交 垂。0 王5 9- 4 ，5 3 4 8- 3 。8 9 5 4- 2 。7 0 5 7 易逵 一年鬻再贷款剥率翔 - 1 9 9 7 23 8 3 0 4- 6 。8 6 9 7- 4 6 7 1 2 | 1 0 和的对数 一年黧法定贷款烈率 一1 9 8 6 9- 3 。8 3 0 46 9 1 9 2 - 4 6 7 1 2 加1 0 和的对数 3 0 天圊业拆僚利率船 - 1 9 9 5 03 8 3 0 46 9 0 5 2- 4 6 7 1 2f 1 0 和的对数 一年期法定存款剩率 一1 9 7 8 3- 3 8 3 0 4- 6 9 4 4 1- 4 6 7 1 2 i加1 0 移麴对数 ( 注) 股票交易爨的a d f 水平梭验为截距带瀚势项的0 阶滞后 兹检验，一黔差分磊懿a d f 检验均是不带截距与趋势项麴0 除滞落麴 检验： 霞有稳率蛉承平捡验均是a d f 秘畜裁髓及0 除漭露戆捡验；一 阶蒺分后的a d f 检验均是截距带趋势项的2 阶滞尉的检验 我们侔实际剥率与股票交易量的协整分析结果如下； s 9 26 。4 6 1 6 5 6 1 - - 2 4 2 。2 6 1 7 x s c + 3 5 1 。7 8 0 3 2 s d 一1 0 8 。6 3 3 2 7 x s t + e s g ：对数的上证股票交搦量；s t ：对数后的3 0 天银行间同泣拆 整实骣利率；s ：对数后豹一年黧存款实嚣铡率；s d ：对数爱的金融 机构一年期法定贷款实际利率。 关键信惠懿下表： l s d e p e n d e n tv a r i a b l ei ss g v a r i a b l ec o e f f i c i e n ts t d e r r o rt - s t a t i s t i cp r o b c6 4 6 1 6 5 60 9 8 4 5 6 56 5 6 2 9 5 50 0 0 0 0 s c一2 4 2 2 6 1 76 7 1 6 7 7 63 6 0 6 8 1 50