第14队-统计建模-z.doc

货币流动性对资产价格的影响14队第八届统计软件应用大赛货币流动性对资产价格的影响二一一年十一月二十日摘 要本文对货币流动性与资产价格的关系进行深入的探讨。本文主要从理论与实证的方面探讨货币流动性对资产价格的影响。在借鉴前人的理论模型的基础上进行创新。立足于中国近些年的实际数据运用Granger因果关系检验、VAR模型、脉冲响应函数、方差分解进行了实证检验，最终得出货币流动性对资产价格有显著的影响，而资产价格对货币流动性没有显著的影响的结论。关键词：货币流动性；资产价格；Granger因果检验；VAR模型；脉冲响应The Influence That Liquidity Has On Asset PriceAbstract This paper makes a further research about the relationship between liquidity and asset prices. It mostly researches from theoretical and empirical ways how liquidity influents asset prices. It also makes some innovations on the basis of borrowing predecessors theoretical models by using Granger casualty test and VAR model. It tests Chinas practical conditions of recent years and finally finds out that liquidity does have some influents on asset prices, but asset prices has no significant effect on liquidity. And make some suggestions to Chinas macro-economic measures as well as for the large number of investors.Key words: liquidity; asset prices; Granger casualty test; VAR model; impulse 目 录摘 要IABSTRACTII1 引言11.1研究背景11.2研究意义11.3研究思路22.1国外关于货币流动性与资产价格关系的研究22.2国内关于货币流动性与资产价格关系的研究33 货币流动性概述33.1货币流动性的含义33.2近年我国货币流动性发展趋势概览44 资产价格概述45 二者关系的理论基础55.1货币数量论55.2托宾的“q”理论66 基于中国数据的实证分析66.1数据选取66.1.1指标数据的描述性分析66.1.2指标数据的协调性评估86.2平稳性检验ADF检验96.3滞后阶数的选择116.4 Granger因果检验126.5 VAR模型分析136.6脉冲响应分析156.7方差分解186.8实证分析小结207 全文总结及建议207.1 总结207.2建议20结束语21 - 35 -1 引言1.1研究背景在过去的几十年里全球经济经历了许多巨大的波动，货币流动性问题经常被认为是经济金融波动的重要因素。货币流动性的问题及其与资产价格的关系曾一直是学术界热议的话题。该问题最早讨论源于1929 年美国股市大崩盘时期，当时的宽松信贷环境被认为是加速市场繁荣的根源，而其后市场反转和萧条时，紧缩货币政策被认为是罪魁祸首。08金融危机也被人认为是美国采取长期的低利率政策所带来的资产价格飞涨最终产生泡沫所引发，泡沫的破灭也是因为金融体系货币流动性的骤降。为应对这次危机，多数国家采取了宽松的货币政策，向市场再次输入货币流动性。我国也采取了积极的措施应对，增加货币供给与扩大信贷规模，经济股市得到复苏。然而持续的扩张政策已使通胀压力开始显现，房地产市场出现泡沫迹象。货币流动性问题不得不被引起重视，货币流动性是否对资产价格影响、有何影响重回视角。1.2研究意义长期以来货币供给一直是各国中央银行货币政策的调控的重要指标，货币是最具有货币流动性的资产，满足人们交易预防以及投机性的需求。近年来资产价格波动频繁，货币政策总是影响资产价格的重要因素，货币流动性究竟对资产价格的上涨或下跌有没有影响，有何影响是一值得研究的问题。中国的资本市场还不完善，我们能否通过有关货币供给、信贷等货币流动性的因素去解释某些资产价格的波动，并对广大投资者提出有效的建议是一个值得研究的课题。1.3研究思路流动性的含义资产价格含义二者关系的理论实证检验数据选择VAR模型运用中央银行三大“法宝”，严格控制货币供给，使货币流动性与经济发展需要相适应，防止由于货币供给过多导致资产价格泡沫股市泡沫、房地产资产价格泡沫。运用中央银行三大“法宝”，严格控制货币供给，使货币流动性与经济发展需要相适应，防止由于货币供给过多导致资产价格泡沫股市泡沫、房地产资产价格泡沫。脉冲响应方差分解平稳性Granger因果检验描述性统计滞后期的选择2 文献综述2.1国外关于流动性与资产价格关系的研究 Sprinkel(1964)通过比较股票价格与货币增长率的图形，认为股票价格是过去货币供应量的直接函数。Hamburger和Kochin(1972)发现货币供给对股票市场不仅具有间接的影响，而且具有重要的短期直接影响，并且这种影响独立于利率和公司期望收益的影响。Mashall(1992)对美国19591990年间的季度数据进行分析，他用M1增速同消费占GNP的比例进行比较来衡量货币增长，发现实际股票回报率同货币增长呈弱正相关。Baks and Ramer(1999)研究货币货币流动性在国际市场间的作用机制。他们发现G一7国家货币货币流动性的增加同G一7国家真实利率的下降和真实股票价格的上涨保持一致。2.2国内关于流动性与资产价格关系的研究李文军(2002)以1995年第二季度到2002年第一季度为样本区间，对货币政策与股市的相互关系进行了研究。通过格兰杰检验发现我国的货币供应量对股指的波动能够产生一定影响。金德环、李胜利(2004)以1997年1月到2003年7月为样本区间，对我国证券市场价格与货币供应量互动关系进行了研究。结果表明，证券市场价格和MO、M2之间存在着长期稳定的协整关系，证券市场价格可以用货币供应量MO、M2来解释，而证券市场价格变化不是引起货币供应量变化的原因。楚尔鸣(2005)以2000年1月一2004年8月的月度数据为样本，利用协整分析、ECM模型及格兰杰因果检验，分析出货币供给量M1、实际利率与沪深股市流通市值之间存在长期协整关系。周京奎(2006)以19982005年我国房地产价格与股票价格互动关系为例实证分析了资产价格的波动机制，也得出货币供应量对银行拆借利率和贷款额有显著影响，梁东擎（2008）通过实证分析1993年1月到2008年2月的月度数据，得出超额货币货币流动性不仅对股票的名义价格有正向作用，而且对股票的真实回报有显著的影响。透过以上文献可以看出有关货币流动性与资产价格的关系的研究国内外都比较成熟，结论也较为明显绝大多数支持货币货币流动性对资产价格具有正向的影响。3 流动性概述3.1流动性概述流动性是当前金融研究方面的热门话题，但至今为止，流动性的确切概念是什么，鲜有研究能给出满意的答案。其中有两个重要的问题：一是，什么是流动性，如何度量流动性;二是，流动性与资产价格究竟有什么关系。本文将流动性分为三个层次，分别为货币流动性、银行系统流动性和市场流动性。货币流动性指货币的充裕程度，银行系统流动性指商业银行整体资产的扩张情况，市场流动性则讨论在金融市场上资产变现的难易。这三个层次的流动性密不可分，据相关文献论述，货币流动性由短期或中期银行负债构成，可以构成作为证券市场交易或承销的资金，这说明货币流动性是市场流动性的基础，而银行体系的资产是货币流动性的最直接的载体和向经济注人流动性的重要途径，因此可以用货币流动性代表整个经济的流动性。3.2近年我国流动性发展趋势概览1.货币流动性我国国际收支在1995 年后(除1998 年外) , 始终保持了双顺差的态势, 特别是本世纪以来, 双顺差和外汇储备增长规模呈不断扩大趋势。外汇储备持续增加, 中央银行通过外汇占款投放的基础货币也不断增加, 形成了货币供应量的被动增加。我国在一定程度上是全球货币流动性过剩的“重灾区”, 从M2 与GDP 的比例(国际上通用的衡量货币流动性过剩的一个指标.)看, 2001 年为1.44,2005 2006 年则上升到1.63, 此后略有回落, 2008 年为1.58 , 过去三年，货币供应量激增30万亿元以上，几乎翻番。其与GDP之比，也是一路水涨船高，2010年底达到1.8倍，今年则有可能到1.9倍。金融危机使全球面临“去杠杆化”带来的货币流动性紧缩, 但从中长期看, 货币流动性过剩仍是我国面临的一个问题。2.银行系统流动性长期以来我国经济发展一直面临着资金紧缺局面，近年来这种状况得到根本改变，银行体系资金过于充裕、流动性过剩成为当前我国经济发展中的突出问题。2006年在银行间交易利率基本上都低于一年期存款基准利率，银行间同业拆借交易量达到22万亿元，质押式债券回购成交量达到263万亿元，银行体系超额储备达到近年来新高16万亿元，低收益率的甚至是低于资金成本的大规模资产运用表明，当前我国银行体系面临着严峻的流动性过剩问题。3.市场流动性外汇占款近四年来首现负增长，将对市场资金面产生一定紧缩效应。观察人士认为，在当前欧美经济疲软、我国经济增速下滑及年底市场流动性需求旺盛的情况下，流动性进一步放松的必要性在增加。可以预期，明年外汇占款增速将持续放缓。原因在于，一是出口下行将导致外贸顺差增量下行；二是海外市场对人民币持续升值的预期弱化，甚至出现了人民币贬值预期，市场对央行的加息预期也在弱化，对外部资金大规模流入的吸引力在下降。4 资产价格概述资产价格是指资产转换为货币的比例，也就是一单位资产可以转换为多少货币的问题。资产价格主要包括证券资产和房地产价格，证券资产的价格波动主要受到短期股票投资回报率的影响，新凯恩斯主义经济学理论指出，在金融环境发生变化的情况下，证券资产价格对利率的敏感性较大，容易受到货币市场因素的影响，证券价格的上涨和下跌伴随着实体经济的较大幅度的上升和下滑。房地产的价格决定主要由预期、现金流或者投资回报率等因素影响，长期而言,房地产价格在需求方面依赖于收入水平和平均折现率，供给方面受到建筑或土地的可用性和现有住房质量的影响（Zhu ，2003 ；G jedrem，2003）。资产价格的大幅度波动对金融系统形成冲击， 影响到货币政策的有效性，影响到金融体系的稳定性，学术界鉴于此建立了可以度量金融和货币市场稳定性或者可以提示金融市场趋势性的货币政策环境指数 （M onetary Cond- it i ons I ndex ， MCI）和金融环境指数 （Finance Cond- it i ons Index， FC I） ( Goodhart和 H of m ann , 2001 )试图增加货币政策的目标范围, 为中央银行更准确地制定货币政策提供依据,这些指标将几大传统的货币政策理论推崇的内生性变量纳入其中,建立一个类似于用 CPI来描述通货膨胀率的金融市场环境指标体系。本文以上证指数最高最低价的算数平均作为资产价格的代表，意在研究货币货币流动性对股市为代表的资产价格的影响。 陈伟忠，黄炎龙 货币政策、资产价格与金融稳定性 当代经济科学 2011.1 5 二者关系的理论基础5.1货币数量论货币数量论提出了货币供应量同经济活动及物价水平的相互关系，具体可由费雪方程式（FisherEquation）表示：MV=PT。其中，M指货币供应量；V指货币流通速度；P指平均价格水平；T指商品和服务的交易量。理论假设货币流通速度（V）和交易量（T）在短期内不发生改变，这样，货币供应量（M）的增加会引起价格水平（P）的增加，导致通货膨胀。近年来，随着资本市场及其衍生品市场迅速发展，许多经济学家提出货币是用来满足所有经济活动的需要的，其中不仅包括流通中的商品，也应该包括资产，因此应将费雪方程修正为MV=PT+S，这里S代表资本市场对货币的需求。在假设V和T不变的前提下，结合中国当前实际情况，货币供应量（M）的大量增加并没有带来物价水平（P）的大幅上升，为了维持等式，资产价格（S）必然大幅提高。货币供应量的增加使得用货币计量的居民财富有所增加，财富效应使得居民购买商品，如果消费品价格保持稳定，那么财富会流向资产，就会带来资产价格水平的上涨。现实经济中，货币流通速度（V）会根据经济和商业活动的环境发生改变，不应假设其完全不变，在用货币数量论分析具体问题时考虑的因素还要复杂得多，但是货币数量论所解释的基本规律值得我们学习和继续探索。5.2托宾的“q”理论托宾（1961）在由利率变化到国民收入变化的过程中，引入了一个新的参数“q”，即股票市价或企业市价与企业重置成本之比。如果q1，相对于企业的市场价值来说，新的厂房设备就比较便宜，企业更有可能购买厂房设备进行投资生产，反之则反是。当货币供给量下降时，紧缩的货币政策引起的利率上升使得债券和银行存款比股票有吸引力，从而导致公众对于股票的需求下降，这就使得股票价格(Ps)下降，这样就会导致更低的投资支出以及更低的产出。由此货币的传导机制可以表述为：MsiPsqI从中我们可以看出货币在推动投资起了根本性的作用，从而对资产价格的上涨也会起到很大的作用。6 基于中国数据的实证分析6.1数据选取本文选择的数据来自中国人民银行官网的数据统计。考虑到货币供给的数据容易获得，本文选取2002年1月到2011年9月的广义货币供应量M2的月度数据作为货币流动性的代表其中货币，银行系统流动性以银行借贷差为代表，市场流动性以股市换手率为代表，而资产价格方面以上证综指作为资产价格的代表，但是笔者认为直接选取月末收盘价或者最高价、最低价作为股票指数的代表都不合理，因为投资者不能准确预测股价指数，本文在处理上用最高价与最低价的算术平均值（max+min）/2（本文姑且称之为中间价）作为股票指数的代表，因为这样一个中间价意味着投资者更能够预测得到，或者说对于投资者来说风险更小。6.1.1指标数据的描述性分析（1）为了对所选取的指标有一个直观上的认识，我们采用SAS软件对选取的数据进行描述性统计分析，将输出结果制表如下（相关代码见附录（二）： 用SAS绘制M2和中间价指标的趋势图，输出结果分别如图6-1和图6-2（相关代码见附录（三）： 图6-1 图6-2 从上表的描述性统计量输出结果我们可以得出以下的分析结论： 从M2的趋势图（图5-1）中可以看出，从2002年1月到2011年9月的广义货币供应量M2一直保持上升的趋势，尤其是在2008年12月后增长尤为迅速。因为，2008年第四季度以来，在发改委4万亿刺激经济计划的促动下，尽管中央政府的财政收支并没有出现巨额赤字（或言中央政府财政赤字不是“通货膨胀”的一个主要推手），但各级和各地政府拼命扩大铁、公、地（铁）等基建项目投资，铁路和其他国有企业也趁机大举借贷，导致各商业银行几乎无任何节制地向国有部门和地方政府融资平台增放贷款，这是近两年中国经济体内广义货币迅速膨胀的主要原因。自2008年12月底到2010年12月底，M2增长了25.07万亿，到2010年12月末M2余额已达到72.585万亿。从上述数字中，我们可以认为，这应该是在政府4万亿刺激经济计划的冲锋号角下各商业银行信贷急剧膨胀而产生的。作为资产价格代表的上证综指的中间价上升趋势没有M2那么明显，需在后续内容中进行更为详细的分析。但可以从其趋势图（图5-2）中可以看到在2007年下半年经历了一次“大起大落”，究其原因应该是与2007年全民炒股开户数量过亿形成大牛市有极大关系。2007年，股票投资热潮席卷全中国。截至2007年11月16日，沪深两市账户总数达到1.34亿户，开户数超过了2002-2006年五年的总和，炒股成为一场全民参与的金钱游戏。从描述统计的分析状况来看，M2和中间价两个指标都有呈上升的趋势(M2比较明显而中间价指标不是很明显)，然而两者之间到底有没有因果关系，谁是因谁是果，还是是互为因果，需进一步进行探讨，因此对这两个指标进行协调性评估是很有意义的。6.1.2指标数据的协调性评估利用SAS软件的proc步的corr过程得出M2和中间价的简单统计量以及它们之间的相关系数，见下图：（相关代码见附录（四）表6-2 M2和中间价的简单统计量以及它们之间的相关系数M2与中间价相关系数CORR 过程2变量：M2 middleprice简单统计量变量N均值标准偏差总和最小值最大值M211638974918646145210933157853780852middleprice1162378111327579211046082Pearson 相关系数, N = 116当 H0: Rho=0 时，Prob |r|M2middlepriceM21.000000.52380.0001Middleprice0.52380.00011.00000从corr过程的运算结果我们可以看出，M2和中间价之间皮尔逊相关系数为0.52380，相关系数通过了显著性检验，由此得出两者之间显著相关。（0.50.8为显著相关）从M2和中间价两者之间的相关系数可以看出，两者之间具有显著相关性。为了进一步更深入的研究二者之间的关系，我们需要建立以下模型。6.2平稳性检验ADF检验 为了避免在分析中使用了非平稳的时间序列，从而产生伪回归，首先对文章中所使用的数据进行检验。对 y 进行检验时，进行如下的回归：并假设，H 0：D=0 H 1：D0 存在单位根，因而 是非平稳的；否则y 是平稳的。在回归方程中加入滞后项是为了t使扰动项变为白噪音。如果一个时间序列是平稳的，则记为I（0）如果个时序列的一阶差分是平稳的，则称此变量是一阶单整的，记为I（1）一个时间序列经过d次差分后是平稳的， 则称此变量是d阶单整的， 记为I(d)。图6-3（M2差分前） 变量ADF统计值临界值p值(c,t,1)结论QM-1.881498-3.4490200.6577不平稳QM-4.886904-3.4504360.0006平稳MP-1.844452-3.4493650.6765不平稳MP-6.420641-3.4493650.0000平稳DLD-1.314031-3.4504360.8794不平稳DLD-5.857423-3.4504360.0000平稳LTOR-4.976275-3.4490200.0004平稳表6-1 各指标的描述统计分析表从上表可看出ADF统计量-4.886904-3.450436 (5%的显著水平)，经过一阶差分后的数据为平稳序列，QMd（1）。从上表可看出ADF统计量-6.420641-3.449365 (5%的显著水平)，经过一阶差分后的数据为平稳序列，MPd（1）。从上表可看出ADF统计量-5.857423-3.450436 (5%的显著水平)，经过一阶差分后的数据为平稳序列，DLDd（1）。从上表可看出TOR指标中-4.976275-3.449020 (5%的显著水平)，数据直接就是平稳序列。表6-3Lag Length: 0 (Automatic based on SIC, MAXLAG=12) qmt-StatisticProb.*Augmented Dickey-Fuller test statistic-1.8814980.6577Test critical values:1% level-4.0390755% level-3.44902010% level-3.149720*MacKinnon (1996) one-sided p-values.Lag Length: 1 (Automatic based on SIC, MAXLAG=12) mpt-StatisticProb.*Augmented Dickey-Fuller test statistic-1.8444520.6765Test critical values:1% level-4.0397975% level-3.44936510% level-3.149922*MacKinnon (1996) one-sided p-values. Lag Length: 4 (Automatic based on SIC, MAXLAG=12)t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.3140310.8794Test critical values:1% level-4.0420425% level-3.45043610% level-3.150549Lag Length: 3 (Automatic based on SIC, MAXLAG=12)t-StatisticProb.*Augmented Dickey-Fuller test statistic-5.8574230.0000Test critical values:1% level-4.0420425% level-3.45043610% level-3.150549图6-4（M2差分后）图6-5（中间价差分前）然后对货币流动性（LQM）进行ADF检验，结果如下：表6-4Lag Length: 0 (Automatic based on SIC, MAXLAG=12)t-StatisticProb.*Augmented Dickey-Fuller test statistic-4.9762750.0004Test critical values:1% level-4.0390755% level-3.44902010% level-3.149720: 2Null Hypothesis:ObsF-StatisticProb.DLDLD does not Granger Cause DLQM1141.362330.2604DLQM does not Granger Cause DLDLD3.933500.0224LTOR does not Granger Cause DLQM1140.426590.6538DLQM does not Granger Cause LTOR0.055210.9463LTOR does not Granger Cause DLDLD1141.809120.1687DLDLD does not Granger Cause LTOR1.388600.2538图6-6（中间价差分后）6.3滞后阶数的选择表6-Sample: 2/01/2020 11/09/2020Included observations: 108LagLogLLRFPEAICSCHQ0502.7925NA1.92e-08-9.255417-9.180913-9.2252081548.937488.871609.65e-09-9.943284-9.645270*-9.8224502560.436421.507539.21e-09-9.989564-9.468038-9.7781043586.411647.14007*6.73e-09*-10.30392*-9.558882-10.00183*4592.604210.894507.11e-09-10.25193-9.283383-9.8592205598.692710.372967.52e-09-10.19801-9.005955-9.7146776604.40799.4193988.03e-09-10.13718-8.721613-9.5632217614.363815.855737.94e-09-10.15488-8.515805-9.4902978620.32679.1651988.47e-09-10.09864-8.236051-9.343429从各项滞后阶数信息指标可以看出选择3阶滞后阶数为最佳。6.4 Granger因果检验 为了防止伪回归的出现，在建立VAR模型之前，还要对货币供给与股价指数进行Granger因果检验。格兰杰因果检验在考察序列X是否是Y产生的原因时采用这样的方法，先估计当前的 Y 值被其自身滞后期取值所能解释的程度，然后验证通过引入序列 X 的滞后值是否可以提高 Y 的被解释程度，如果是则称序列 X 是 Y 的格兰杰成因，此时的 X 期滞后期系数具有统计显著性。同样地考虑问题的另一面，即序列Y是否是X的格兰杰成因。格兰杰因果检验假设存在两个回归： 其中，K是最大滞后阶数，检验的原假设是序列 x (y)不是序列y (x)的格兰杰成因，即：为了检验此假设，格兰杰利用含滞后解释变量的回归残差平方和()与没有滞后解释变量的方程回归残差平方和（ ）之间的关系，得到一个统计量它循自由度为 k 和(n-m)的 F 分布，其中 k 为滞后项的个数，m 是含滞后项解释变量回归中的待估参数个数。如果在选定显著性水平让计算的F值超过临界F值，则拒绝原假设。 下面对货币货币流动性（LQM）和上证综指中间价（LMP）作格兰杰检验，取前面确定的滞后期 2，得到检验结果如下表：表6-6Granger 因果关系检验结果原假设统计量P值DLDLD 不是DLQM的格兰杰原因1.362330.2604DLQM 不是DLDLD的格兰杰原因3.933500.0224LTOR 不是DLQM的格兰杰原因0.426590.6538DLQM 不是 LTOR的格兰杰原因0.055210.9463LTOR 不是DLDLD的格兰杰原因1.809120.1687DLDLD 不是LTOR的格兰杰原因1.388600.2538从上表可以看出3.933503.14（临界值），LQM不是DLDLD的Granger原因的F统计量的值比较大，则拒绝原假设，也就是LQM是DLDLD的Granger原因，而DLDLD不是LQM的Granger原因的F统计量的值比较小，则接受原假设，也就是而DLDMD不是LQM的Granger原因。由于0.426593.14(临界值)，不是LQM的Granger原因的F统计量的值比较小，则原假设成立，也就是LTOR不是LQM的Granger原因。LQM不是LTOR的Granger原因的F统计量的值比较小，则接受原假设，也就是而LQM不是LTOR的Granger原因。1.809123.14（临界值），LTOR不是DLDLD的Granger原因的F统计量的值比较小，则接受原假设，也就是LTOR不是DLDMD的Granger原因。1.388603.14（临界值），DLDLD不是LTOR的Granger原因的F统计量的值比较小，则接受原假设，也就是而DLDLD不是LTOR的Granger原因。所以可看出，只有LQM是DLDLD的Granger原因，M2对银行银行存贷差有影响。中央银行可以通过增加或减少货币供应量控制货币市场，实现对经济的干预。货币供应量的变动会影响利率，中央银行可以通过对货币供应量的管理来调节信贷供给和利率，从而影响货币需求并使其与货币供给相一致，以进一步影响宏观经济活动水平的经济政策。M2的增加会使货币存储量的增加使实体经济不断增长，而利率下降股市价格提高，从而股市回报率提高，更多的人们将钱投入股市，从而使银行存款增加，经一步拉大存贷差。详细的原因我们将在VAR模型建立后再进行分析。6.5 VAR模型分析结构模型建立方法是利用经济理论来描述变量之间的关系，但经济理论往往不能达到为变量间动态关系提供严格的定义。向量自回归模型（通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响，且模型避开了结构建模方法中需要对每个内生变量关于所有内生变量滞后值函数的建模问题）。向量自回归模型通过把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的需要。一个VAR（p）模型的数学形式是：这里 是一个k维的内生变量，是一个d 维的外生变量。.和B是要被估计的系数矩阵。是扰动向量，它们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关。取前面确定的滞后期 2，从表看出每个方程仅有部分的滞后项是显著的，但在建立模型中，一般不做筛选，模型检验结果如下：表6-7DLQM(-1)DLQM(-2)DLQM(-3)DLQM-0.029847 (0.09341)-0.31951-0.023674 (0.09316)-0.254120.343825 (0.09751) 3.52608DLDLD-0.195512 (0.22324)-0.875790.734355 (0.22264) 3.298410.844194 (0.23302) 3.62277LTOR-0.091571 (3.86905)-0.02367-0.400504 (3.85863)-0.103795.150721 (4.03864) 1.27536DLDLD(-1)DLDLD(-2)DLDLD(-3)DLQM-0.043147 (0.03534)-1.22090-0.044544 (0.03436)-1.296560.006481 (0.03602) 0.17993DLDLD-0.045906 (0.08446)-0.54355-0.117672 (0.08210)-1.433250.351314 (0.08608) 4.08104LTOR1.132190 (1.46373) 0.773500.895083 (1.42293) 0.62904-2.692308 (1.49196)-1.80455LTOR(-1)LTOR(-2LTOR(-3DLQM0.002724 (0.00235) 1.156800.001598 (0.00265) 0.60296-0.005175 (0.00228)-2.26801DLDLD-0.008599 (0.00563)-1.528020.000602 (0.00633) 0.09512-0.001401 (0.00545)-0.25700LTOR0.584242 (0.09754) 5.990030.123997 (0.10974) 1.129870.098803 (0.09450) 1.04552C0.009231 (0.00545) 1.69406-0.027850 (0.01302)-2.13873-0.521930 (0.22569)-2.31262（1） 从上表和方程可以得出如下结论：第一：由表中的货币供给量的滞后期数的对货币总供给量，存贷差（DLDLD）和换手率的关系分析，得到结论，当货币供给量滞后时：货币供给量滞后两期对存贷差（DLDLD）t值为3.29841大于临界值2，表现为货币供给量滞后两期对存贷差（DLDLD）的影响是显著的。即：当滞后两期的货币供给量每增加1%，存贷差（DLDLD）平均增加3.29841%。货币供给量滞后三期对货币的总供给量t值为3.52608大于临界值2，表现为货币供给量滞后三期对货币的总供给量的影响是显著的。即：当滞后三期的货币供给量每增加1%，货币总供给量平均增加3.52608%。货币供给量滞后三期对存贷差（DLDLD）t值为3.62277大于临界值2，表现为货币供给量滞后两期对存贷差（DLDLD）的影响是显著的。即：当滞后三期的货币供给量每增加1%，存贷差（DLDLD）平均增加3.62277%。第二：由表中的存贷差（DLDLD）的滞后期数的对货币总供给量的关系分析，存贷差和换手率的关系分析，得到结论，当存贷差（DLDLD）滞后时：存贷差（DLDLD）滞后三期对存贷差（DLDLD）t值为4.08104大于临界值2，表现为存贷差（DLDLD）滞后三期对存贷差（DLDLD）的影响是显著的。即：当滞后三期的存贷差（DLDLD）每增加1%，存贷差（DLDLD）平均增加3.52608%。第三：由表中的换手率滞后期数的对货币总供给量的关系分析，存贷差和换手率的关系分析，得到结论，当换手率滞后时：换手率滞后一期对换手率t值为5.99003大于临界值2，表现为换手率滞后一期对换手率的影响是显著的。即：当滞后一期的换手率每增加1%，换手率平均增加5.99003%。换手率滞后三期对货币供给量t值为-2.26801（其绝对值）大于临界值2，表现为换手率滞后三期对货币供给量的影响是显著的。即：当滞后三期的换手率每增加1%，换手率平均减少2.26801%。（1）从上表和方程可以得出如下结论：中间价除了受前一期中间价正向影响外，还受到滞后一期货币发行量的正向影响。但系数分别是0.442727、1.655146。而货币发行量不会受到影响。（2）原因分析：第一：本文主要讲货币流动性对资产价格的影响，以QM为代表的货币货币流动性对资产价格MP的影响的理论基础前面已经详细表述，这里主要说明滞后性，主要是因为货币政策本身的内部时滞就比较明显，也就是在作出决策之前决策者会由于要收集数据、整理数据、数据分析、最终做出决策都需要很长一段时间笔者称之为时滞一阶段，但是在政策出来到真正反映到股市上还要经历诸如信息的传递、信息的解读、信息的执行这样漫长的过程，称之为叫做时滞二阶段。所以经历两阶段的时滞之后货币政策才能真正反映到股市上。第二：至于本期中间价为什么受到前一期中间价的影响是因为：股民的预期作用，当股指一路走高的时候人们会形成还要继续走高的心理预期，投机行为下的“羊群效应”会进一步推高投资股市的热情，最终会形成泡沫，股指创一个又一个的记录，所以中间价还会受到滞后期的影响。6.6脉冲响应分析 脉冲响应函数，模型中用于衡量来自随机扰动项的一个标准差对变量当前和未来取值的影响。第i个变量的冲击不仅直接影响第i个变量，并且通过模型的动态结构传导给所有其它内生变量。脉冲响应函数刻画的是在一个扰动项上加上一次性的一个冲击，对内生变量的当前值和未来值所带来的影响，它能够比较直观地刻画出变量之间的动态交互作用及其效应。在建立模型之后，则进行基于模型的脉冲响应分析，试验结果有图和表两种形式，下图分别是货币货币流动性（LQM）和上证综指中间价（LMP）对各个变量单位冲击的脉冲响应图，横坐标表示冲击发生后的时间间隔，纵坐标表示冲击的力度。图6-7（脉冲响应图）根据上图所示，从第一行三幅图我们可以看出，货币流动性对自身的脉冲响应要强于DLDLD和LTOR对于它的脉冲响应。而货币流动性对自身的冲击前两期速降到0附近，而后趋于平稳，说明说明由于货币发行量是一个外生变量，中央银行可以通过货币政策平滑货币供给，有效调节与购买力相适应的市场上的货币量。DLDLD和LTOR对于货币流动性的脉冲响应只是略微波动起伏，说明银行系统流动性以及市场的流动性对货币流动性影响相当微弱，可以忽略。接下来看第二行的三幅图，首先是货币供给对银行系统流动性的冲击，可以看出货币发行量对银行系统的流动性冲击较大，开始出现负值是因为人们预期央行要调整货币政策，为维护自身利益从而反向操作，比如预期降低利率 人们就会比预期提前取款，从而造成银行流动性减少。脉冲响应函数之所以呈现明显的波动性是因为我们国家频繁的调整货币政策，从长期来看最终会趋于稳定。再看银行存贷差对自身脉冲的响应，银行存贷差会对自身的冲击产生正的效应，主要原因在于银行存贷差的扩大，存款的刚性增长以及贷款的新增乏力，从而影响银行系统的流动性。后波动趋于稳定说明我国银行系统流动性受货币政策影响较大，国家调整货币政策使银行存贷差趋于稳定。最后看股市换手率对数对银行系统流动性的脉冲响应图，有图可看出对冲击响应并不显著，市场流动性对银行系统流动性没有显著地脉冲效应。最后分析第三行三幅图，对DLQM的脉冲响应较强，且为正效应。而对的脉冲响应并不显著，且最终趋于零。说明货币的发行量对市场的流动性又较强的影响，银行流动性对市场流动性的影响相当微弱。LTOR对自身的冲击非常显著，并且也为正效应。主要原因在于较高的换手率意味着该只股票的交投越活跃，人们购买该只股票的意愿越高，股票流通性好，进出市场比较容易，不会出现想买买不到、想卖卖不出的现象，具有较强的变现能力，使人们乐于购买，加之股市投机的