自学考试本科毕业论文终结版.doc(1)(1)

1、自学考试本科毕业论文论文题目 货币供应与股票市场价格关系的实证分析 学 生 姓 名 周桂弟 学 科 专 业 金融管理 准 考 证 号 指 导 老 师 蒋华丰 论文提交日期 2011年 月 日 论文答辩日期 2011年 月 日 【摘要】 我国的股票市场经过近20年的发展，至2009年底，沪深股市的总市值达GDP的73%，股市对广大人民群众生活和人民财富的影响日益突显。股票市场的持续繁荣与稳定是关系到国计民生的大事。虽然我国证券市场规模快速扩大，制度逐步完善但仍未摆脱“政策市”阴影，其中尤其以货币政策的影响最为直接，研究股票市场波动与货币政策的关系具有重大现实意义 。本文采用单位根检验、协整检验、

2、向量自回归模型和格兰杰因果关系检验的方法分析了货币供应量和股票价格之间的相互关系，进而检验货币供给量这一中介指标在宏观调控证券市场的适用性。实证结果显示股票价格和狭义货币M1、广义货币M2之间存在长期的协整关系。M2的变动会引起证券价格的变动股票价格的变动会引起M1、M2的变动。但从货币供应量的不同层次对股票价格影响程度来看M2对股市价格的影响较大，M1和M0的影响则非常小。因此货币当局在制定货币政策时要考虑货币供应量尤其是M2层次的货币对证券市场的影响并积极引导货币资金投向实体经济。关键词：货币政策 股票市场 价格波动 VAR 模型目 录一、问题的提出（一）研究背景（二）研究意义二 国内货币

3、供应与股票市场关系研究（一）股票市场对货币政策调控的影响（二）货币政策调控对股票市场的影响 三、我国股票市场发展现状四、向量自回归（VAR）模型介绍（一）VAR模型的构造（二）VAR模型最佳滞后期数的确定（三）VAR模型的脉冲响应函数（四）协整关系检验（五）Grange因果关系检验五、模型的构建与检验（一）模型建立前的准备（二）单位根检验（三）Johansen协整检验（四）向量自回归模型（VAR）的构建（五）Granger因果检验（六）脉冲响应分析（七）方差分解分析六、实证研究结论启示一、提出问题（一）研究的背景我国中央银行法将我国货币政策最终目标定为：“保持币值稳定，并以此促进经济增长。”这

4、实际上是单一的货币政策目标，即把抑制通货膨胀保持物价的稳定作为中央银行货币政策的最终目标。但是，随着我国市场经济的发展，特别是资本市场、股票市场日益发展，资本市场特别是股票市场的地位和作用已越来越显著。自20世纪90年代初沪、深证交所成立以来，我国股票市场从无到有，从小到大，目前已发展成为我国经济活动中最引人注目的领域之一，对经济增长的影响也越来越大，已逐步成为货币政策传导的重要渠道。（二）研究意义货币政策与股票市场的关系实际上是一种互动关系，一方面，股票市场的发展对货币政策及其传导机制带来了深刻的影响，股票市场在货币政策传导中的作用越来越大，股票等资产价格的变动已经引起了许多国家中央银行的关

5、注；另一方面，中央银行无论推行紧缩性货币政策还是扩张性货币政策，无论采用利率杠杆还是公开市场操作手段，都会直接或间接地影响股票市场。如今年在强烈的通胀预期下，央行的货币政策开始由适度宽松转向稳健，其中以调整存款准备金率最明显，而存款准备金率的上调则只针对抑制信贷。在抑制信贷的同时，也抑制了流动性的泛滥，这对于抗通胀是有好处的，而对于股市的上涨是很不利的。如果A股上涨缺乏资金流，A股很难再会有脉冲上涨的可能。在当今世界面临经济危机、我国经济增长出现下滑趋势、我国股市持续低迷的情况下，分析和研究货币政策通过股票市场传导到实体经济过程的规律性和有效性，可以帮助政策制定者寻求完善货币政策传导机制的措施

6、，更好地发挥货币政策调节宏观经济的作用，同时也可以加强我国金融理论中关于货币政策传导机制的研究。二 、国内货币供应与股票市场关系研究（一）股票市场对货币政策调控的影响 股票市场对货币政策传导机制的影响。货币政策股票市场传导的财富效应和资产负债表效应，它们所成立的前提是：金融市场是完全竞争市场，货币市场和资本市场是一体的，没有阻滞。也就是说，要具有充分发展的金融市场，这样的市场资金配置效率高，现实中欧美等发达国家的金融市场接近于此。 近两年我国股票市场成功地进行了股权分置改革，实现了国有股和法人股的全流通，流通市值占GDP的比重迅速上升，股市规模进一步扩大，股市发展态势良好，这是有利因素。但种种

7、制约因素使我国的证券市场并没有呈现出明显的财富效应来响应央行货币政策的传导：货币市场和资本市场相互分割，一体化程度不高，货币和证券两种资产自身的联接效应以及两种资产价格的联接效应还有市场之间市场交易的非对称信息对称化效应不明显。我国股票市场投机性太强，股票价格易被操纵，上市公司信息披露造假，市场信用体系并不健全，相关的法律法规急需完善。市场规模尚需进一步扩大。 股票市场的发展对货币政策调控最终目标的影响。传统意义上货币政策最终目标是维持物价稳定，促进经济增长。这种只关注实体经济价格水平，不顾及虚拟经济资产价格的目标取向，在货币政策的实施过程中遭受到越来越多的尴尬和无奈。事实证明：股票价格已不能

8、再排除在货币政策视野范围之外。随着资本市场在社会经济生活中日益重要、流通市值占GDP比重日益提高以及股指和GDP的相关度日益加强，货币政策通过股票市场的财富效应和资产负债表效应对实体经济的影响必然会日益加深，这其中作为主要表现形式的股价波动对央行货币政策调控最终目标的完善已提出迫切要求。 股票市场的发展对货币政策调控中介目标的影响。我国将货币政策中介目标定为货币供应量，与其相应的操作手段是基础货币。货币供应量取决于基础货币投放的多少和货币乘数的大小。股票市场的发展将深刻影响货币供应量。因为伴随其发展，大量社会闲置资金将进人股市，银行、企业和居民的原有货币需求将发生变化，从而基础货币在他们之间的

9、分配比例也将改变，这将影响基础货币的创造能力。而且由于股票价格的上涨，居民会减少现金持有，更多地进行证券投资，从而造成流通中现金漏损减少，货币乘数增大。股票市场的发展还将使居民、企业、机构投资者和商业银行通过货币市场和资本市场进行资金配置的互动加强，这将影响商业银行超额准备金的稳定性，从而影响货币政策的执行效力。（二）货币政策调控对股票市场的影响货币政策调控对股票市场的影响，集中体现在股票价格的变动上。币政策调控方式的转变体现为：人民银行逐步放弃对贷款规模的管理；改进基础货币管理。以M1和M2为中介目标，运用各种货币政策工具来调控货币供应量；改革现行的存款准备金制度；加强包括增发短期国债、完善

10、国债结算和托管体系等在内的基础建设，大力开展以国库券、中央银行融资券和政策性金融债券为载体的公开市场业务；通过适当简化利率种类，调整利率结构、合理确定各利率水平俩今年一步发挥利率的杠杆作用。货币政策的利率调控手段，实质上就是央行通过利率变化来改变货币和证券这两种资产的相对价格，从而吸引资金由货币市场流向资本市场，最终影响股票价格。货币供应量的变化同样会对股票价格产生影响。当央行增加货币供应量时，居民手中持有的现金将增加，货币的边际收益下降，而就短期看居民出于交易动机和预防动机的货币需求变化不大，投机需求则会出现较大变化，于是股票价格将被推高。 货币当局可以通过调节基础货币( 或称高能货币) 来

11、调节货币供应量，而货币需求不受货币供给的影响，因此货币供给的增加使公众手中持有的货币余额超过了其意愿持有额，公众就会用超出的部分去购买非金融资产或金融资产。如果他们购买股票这种金融资产，就会引起股票价格的上涨。根据货币的效用理论，人们手中持有的资产组合中的各种资产的边际收益率应该相等，否则人们就会增加边际收益率相对高的资产，减少边际收益率相对低的资产，直至资产的边际收益率相等为止。当货币当局实施扩张性的货币政策、增加货币供给时，人们手中的货币就会增多，货币的边际收益率就会下降，股票的预期收益率就会上升，从而使现有的股票收益率低于预期的股票收益率，股票价格相对下降，人们就会竞相购买股票，导致股票

12、价格上涨，直至股票的预期收益率与货币的边际收益率相等为止。货币政策从货币供应的总量控制从可能性角度决定了证券市场所能吸纳到的最大资金量，而货币政策对货币供应的结构控制则从现实性角度制约着证券市场在现有资金总额中可吸纳到的资金多少。证券市场的平稳运行也影响着我国货币政策的走向。三、我国股票市场发展现状2004年，国务院发布了国务院关于推进资本市场改革开放和稳定发展的若干意见(国发20043号)，为我国资本市场今后的发展方向提出了指导性意见。2005年，国务院又批转了中国证监会关于提高上市公司质量的意见，对我国资本市场进一步的工作步骤提出了细化要求，指出提高上市公司质量是促进资本市场健康稳定发展的

13、根本。从2005年5月起，中国证监会指导推动了对于我国资本市场具有重大意义的股权分置改革，旨在消除我国资本市场由于历史原因造成的非流通股与流通股之间流通制度的差异及由此差异引发的各种弊端，如：扭曲资本市场定价机制、使公司治理缺乏共同利益基础、不利于国有资产的顺畅流转、保值增值以及国有资产管理体制改革的深化、制约资本市场国际化进程和产品创新等。2008年1月，我国上市公司中完成股权分置改革的占比已经超过95%，资本市场股权分置改革工作已经基本完成。在宏观经济快速增长的大背景下，随着上市公司股权分置改革、证券公司综合治理等多项基础性制度改革工作的基本完成，历史遗留的一些突出的制度障碍和市场风险得以

14、化解，我国资本市场发生了转折性变化，宏观经济"晴雨表"作用日渐显现。2008年，受国际金融危机等因素影响，我国宏观经济增长速度放缓，资本市场行情也出现大幅下挫情况。自2008年第四季度以来，我国政府采取了迅速而有力的措施来应对经济危机，出台了一系列有利于经济长期发展的制度性举措，宏观经济出现复苏迹象，投资者信心得到一定的提振。进入2009 年，国内证券市场出现了股价指数企稳回升、股票交易量有所恢复的良好局面，随着宏观经济的逐渐复苏以及资本市场改革的不断深入，国内证券市场将继续健康、稳定发展。 图1 我国股票20012010年成交量趋势图要注明数据来源数据来源于中国证券业协会

15、四、向量自回归（VAR）模型介绍（一）VAR模型的构造一般传统的回归模型都以经济理论为基础，应用模型对经济主体的行为做出适当的描述，然后分析外生变量如何影响内生变量。但是这种模型存在一些缺陷，一种缺陷是把一些变量看成是内生的，而把另一些看成外生的或前定的，这种决定往往是主观的，因为有可能这两个变量是互为因果的；另一种缺陷是在构造联立方程模型时，为了使模型可识别，必须在某个方程中舍去某些变量。VAR模型的核心思想就是不考虑经济理论，而直接考虑时间序列的各经济变量间的关系。VAR的一般形式为: （1）其中，()=0，(，)=0，=1，2，；是(n×1)向量组成的同方差平稳的线性随机过程，

16、是(n×n)的系数矩阵，是向量的阶滞后变量，是误差项，在本模型中可视为随机干扰项。（二）VAR模型最佳滞后期数的确定由于VAR方程滞后期的确立受变量影响较大，故需首先进行变量的平稳性检验。早期在Box一Jenkins的分析中，常以自相关系数图作判断，如果自相关系数随着滞后期数的增加而快速下降，就称为平稳序列；反之，则称为不平稳序列。然而此为一主观判断性的检验，因此，Dickey和Full提出DF统计量来检验变量是否为平稳序列，其后又进行了修正和改进，引入ADF统计量来进行检验。检验模型如下： （2）其中，为时间趋势项，为参数，为误差项。其检验的原假设为：，对立假设为：。若原始数据无法

17、拒绝原假设，将进行一次差分，并将差分后的序列重新进行ADF检验，待变量为平稳序列后建立VAR模型。目前，可用于确定滞后期的检验较多，但常用的有AIC和SIC准则。AIC标准的计算方法为: （3）Schwarz的SIC准则，定义如下: （4）其中，为变量滞后期，为样本数，为残差平方和。最佳滞后期根据AIC和SIC准则的值进行确定。（三）VAR模型的脉冲响应函数为直接观察变量间的互动关系，可经由Wald分解定量转换成移动平均的表示方式，转换过程如下所示: （5） （6） （7） （8） （9）由式(9)可以看出，每个变量都可以表示成模型内变量当期和滞后期随机冲击项的线性组合，但是虽然这些随机冲击项

18、没有序列相关的特性，却可能有当期相关的特性，因此用正交化来去除当期相关。选择一个下三角形矩阵，对式(9)进行变换: （10）令 ，有： （11）由式(11)可以看出，每个变量都可以表示成当期和滞后期随机冲击项的线性组合即脉冲响应函数(IRF)。脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，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。（四）协整关系检验协整检验既是诊断变量之间是否存在长期依存关系的一种检验方法，同时又是具体建立变量之间长期稳定方程的一种方法。由于许多经济时间序列具有不平稳性，但是经过一次差分以后就平稳，称这种时间序列是I(l)序列。当两

19、个或两个以上I(1)序列有可能存在的某个线性组合是I(0)序列时，则称这些变量是协整的。如果几个变量是协整的，那么它们之间就存在长期均衡关系，因此由这些变量建立的回归模型才是有意义的。检验变量之间是否存在协整关系的方法有两种:EG两步法和Johansen极大似然法。前一方法主要适用于两个变量之间的协整检验，对于多个变量之间的检验不太方便，特别是当协整向量不止一个时更是如此。故这里用Johansen的检验方法，它是由Johansen提出的一种在VAR系统下用极大似然估计来检验变量之间协整关系的方法。假设为×1的I(l)向量序列，则其滞后期的VAR可表示为: (12)将上述方程改写为差分

20、形式： （13）其中，方程(13)中，代表了所有的长期均衡信息，也正是误差修正项，而的秩则决定了之间的协整向量，也就是决定变量间到底有多少个长期关系。（五）Grange因果关系检验变量之间因果关系的实证检验，通常采用由Grange（1969）提出，Sims（1972）推广的如何检验变量之间因果关系的方法。Grange因果检验是基于这样的思想：如果一个事件Y是另一个事件X的原因，则事件Y应领先于事件X。因此，我们看现在的Y能够在多大程度上被过去的X解释，加入X的滞后值是否使解释程度提高。如果X在Y的预测中有帮助，或者X与Y的相关系数在统计上显著时，就可以说Y是由X的Grange引起的。Grang

21、er检验假设有一变量Y和X的预测信息包含在它们的时间序列中，因此，对于稳定变量X和Y，Granger检验采用如下变量自回归方程，即: (14) (15)此外，由于Granger检验受变量的滞后项个数m和n、变量序列的稳定性以及变量间协整关系存在的影响，因此，在进行Granger检验之前，首先要确定各变量的最佳滞后项个数，对变量序列进行稳定性检测和协整关系的检验。五、模型的构建与检验(一）模型建立前的准备股票价格和狭义货币M1、广义货币M2之间存在长期的协整关系。M2的变动会引起证券价格的变动股票价格的变动会引起M1、M2的变动。但从货币供应量的不同层次对股票价格影响程度来看M2对股市价格的影响

22、最大，为了分析货币供应量（M2）的影响因素，本实证从诸多影响因素中选取了3个最主要的指标，分别是商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）。模型建立的过程中，不考虑经济波动以及宏观政策变化等特殊因素的影响。本文实证分析所选用的变量包括商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK），采用的数据为2001年到2010年的数据，原始数据来源于中经网经济统计数据库。本文实证分析所用的数据分析处理软件为Eviews6.0。（二）单位根检验由于虚假回归问题的存在，所以在进行动态回归模型拟合时，必须先检验各序列的平稳性。本文采用ADF检验法对上述各序列的平稳性

23、进行检验。表1 单位根检验结果变量名检验类型(C T D)ADF检验值5%的临界值伴随概率P结论DM2(C T 4)-2.909887-2.9718530.0569平稳DSYDK(C 0 4)-5.134567-2.9677670.0002平稳DWHZK(C T 4)-4.102228-2.9677670.0035平稳DZFCK(C 0 4)-4.876254-3.0225460.0034平稳注：（C T D）分别代表所检验的方程中含有截距，时间趋势及滞后阶数；滞后阶数按SC最小准则确定；D（X）表示X的一阶差分；加“*”代表在10%的显著水平下拒绝原假设。从表1的检验结果计量结果显示：货币供

24、应量（M2）、商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK），在5%的置信水平下，均为一阶差分平稳过程，即它们是一阶单整序列。（三）Johansen协整检验由于商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）都是单整序列，满足进行协整检验的前提条件。进一步我们采用Johansen协整检验法对多变量系统进行向量协整检验。检验结果见表2和表3：表2 特征根迹（Rank Test）检验结果HypothesizedNo. of CE(s)EigenvalueTrace Statistic0.05 Critical ValueProb.*None *0.6679

25、1748.5125242.915250.0125At most 10.31506517.6461225.872110.3682At most 20.2225897.05002712.517980.3394表3 最大特征值检验（Maximun Eigenvalue Test）结果HypothesizedNo. of CE(s)EigenvalueMax-EigenStatistic0.05 Critical ValueProb.*None *0.66791730.8664125.823210.0099At most 10.31506510.5960919.387040.5554At most 2

26、0.2225897.05002712.517980.3394注：*表明在5%的显著水平下拒绝原假设；*表示Mackinnon-Haug-Michelin（2001）p值。从表2和表3检验结果可以得出，在5%的显著性水平下，无论是迹检验还是最大特征值检验，检验结果都接受M2和商业银行贷款（SYDK）、外汇占款（WHZK）政府存款（ZFCK）之间存在协整关系，即M2和商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）之间存在稳定的长期相关关系。因此，本文采用VAR模型研究他们之间的关系是有意义的。（四）向量自回归模型（VAR）的构建基于我们选择的变量：商业银行贷款（SYDK）、外

27、汇占款（WHZK）和政府存款（ZFCK）构建3维的向量自回归模型。为了确定VAR模型的滞后阶数P值，即滞后的阶数。我们采用AIC和SC信息准则来确定阶数，即AIC和SC最小时的P值为最佳滞后阶数。结果如表4表4 各P值下AIC和SC值 P值变量名2345AIC16.3016.3116.3116.26SC16.3216.6416.7116.81注：*表示根据相应准则选择的滞后阶数。根据表4结果，从上表中可以看出AIC值在P=2时最小，而SC值在P=2时最小。因此，在估计VAR模型时，取P=2。即建立VAR(2)，模型方程如下：其他方程在这里没有列出，因为我们只关心商业银行贷款（SYDK）、外汇占

28、款（WHZK）和政府存款（ZFCK）对M2的单向影响。为了确定模型中的P值，即滞后的阶数。我们采用AIC和SC信息准则来确定阶数，即AIC和SC最小时的P值为最佳滞后阶数。（五）Granger因果检验为了确定变量之间的相互关系，我们对VAR模型中的变量进行Granger因果检验，检验结果如表5.表5 Grange因果检验结果零假设观测值个数F统计值概率PSYDK不是M2的格兰杰原因M2不是SYDK的格兰杰原因1806.2379*3.1729*0.00210.0312WHZK不是M2的格兰杰原因M2不是WHZK的格兰杰原因1803.7162*7.0121*0.02810.0016ZFCK不是M2

29、的格兰杰原因M2不是ZFCK的格兰杰原因1806.0721*5.2917*0.00030.0048注：*表示在5%的显著性水平下显著，*表示在1%的显著性水平下显著。从表5我们可以看出：在5%的显著水平下商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）和M2之间存在双向的因果关系。因此，本文建立VAR模型来分析商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）对M2的影响较好，实证结论具有可信性。（六）脉冲响应分析在实际应用中，由于VAR模型是一种非理论性的模型，它的系数是难于解释的，在分析VAR模型时，我们往往不分析一个变量的变化对另一个变量的影响，而是

30、用脉冲响应函数分析随机扰动项一个标准差新息的冲击对内生变量的影响。根据实际分析的需要，下面分别给M2和商业银行贷款（SYDK）、外汇占款（WHZK）和政府存款（ZFCK）一个正的单位大小的冲击，得到关于M2的脉冲响应函数图。它描述了方程中因变量如何响应于方程中的误差项（）的冲击。如果这个残差是来自于SYDK、WHZK和ZFCK脉冲响应函数就能很好模拟出货币供应量对这个意外冲击的响应。图2：M2对SYDK冲击的脉冲响应从图2中可以看出，SYDK增加一个单位标准误差时，M2会先大幅下降，在第3个月这种冲击打到最大，然后M2回升，在第6月时，回升到最大值，10月后这种冲击趋于平稳。因此，商业银行贷款

31、对货币供给量存在持续影响。 图3：M2对WHZK冲击的脉冲响应从图3中可以得出，当WHZK增加一个单位标准误差时，M2先是急剧下降，到第3月时达到最大，然后又快速回升，在第6个月时，冲击达到正向最大，在第10个月后，这种正向冲击趋于平稳。因此，外汇占款对货币供给量存在持续影响。图4：M2对ZFCK冲击的脉冲响应从图4中可以得出，当ZFCK增加一个标准误差时，M2先是缓慢下降，到第3个月开始急剧下降，到第5月达到最大，然后又缓慢回升，第10月后冲击趋于平稳。因此，政府存款对货币供给量存在持续影响。（七）方差分解分析方差分解分析是通过分析每一个结构冲击对内生变量的变化（通常用方差来度量）的贡献度，

32、进一步评价不同结构冲击的重要性。下面我们利用已建立的向量自回归模型进行方差分解分析，结果如表6：表6 方差分解表滞后期S.E.M2SYDKWHZKZFCK13520.217100.00000.0000000.0000000.00000024230.24954.4219610.724456.42012624.3458236125.62347.6467427.203048.56809614.5821346227.51847.7373328.100528.77080314.3913526627.15248.1573928.103848.67310613.0656767023.08148.4131528.224158.61094213.7503677418.31448.5380828.454218.59112513.4525987810.75148.6028028.636248.59555812.1854098198.44748.6540128.738408.60704412.95455108580.94848.709012