【货币供应量对股票价格影响的实证探析7800字（论文）】

货币供应量对股票价格影响的实证分析目录TOC\o"1-2"\h\u28176货币供应量对股票价格影响的实证分析 16445一、引言 15768二、货币供应量的概念界定及相关理论 222545（一）货币供应量 21429（二）货币层次的划分 22524（三）近年来我国货币供应量分析 227903三、货币供应量对股票价格影响的理论分析 228768（一）货币供应量对股票价格的直接影响 210703（二）货币供应量对股票价格的间接影响 35370四、货币供应量对股票价格影响的实证分析 39858（一）数据的选取 327774（二）ADF检验 44030（三）协整检验 622424（四）格兰杰因果检验 730640五、实证检验的结果分析及政策建议 919233（一）结果分析 99613（二）政策建议 92109参考文献 10摘要：在我国股票市场的发展进程中，各层次的货币供应量不同程度地影响着股票价格。首先，本文从理论上来分析货币供应量对股票价格所产生的直接影响和间接影响；其次，通过2011至2020年货币供应量各层次月度数据及上证指数月度数据，利用格兰杰因果检验进行实证分析，探究各变量对股票价格的影响程度。发现：从长期来看，货币供应量的增加必定会导致股票价格的变化，M0、M1与M2对股票价格指数都存在协整关系。关键词：货币供应量股票价格格兰杰因果检验引言我国的股票市场经历了几十年的发展，期间经过的一系列政策调整，使它的融资规模在不断地扩大。截止2020年底，沪深两市市值已突破80万亿元，达到了85.27万亿元的高位。其中上海证券交易所市值达45.5万亿元，深圳证券交易所市值34.2万亿元。2020年，全球股票市场总值增长约17万亿美元，其中中国股市的份额占12.3%。我国在1993年首次向社会公布货币供应量指标，自此之后，货币供应量逐年增加，稳定增长。2004年国务院出台了国九条，资本市场制度开始变革。2004年年底，我国货币供应量M02.15亿元，M19.60亿元，M225.32亿元，到2020年年底，M0为8.4亿元，M162.6万亿元，M2218.7万亿元，M0同比增长9.2%，M1同比增长8.6%，M2同比增长10.1%。随着金融市场的不断发展，股票市场已经把实体经济和虚拟经济紧密地联系在一起，但同时它又受到货币政策以及货币供应量的影响。本文分别介绍了货币供应量的相关理论、货币供应量对股票价格产生的影响及从实证分析的角度具体分析了货币供应量如何影响股票价格。在我国当前股票市场的发展下，货币供应量作为货币政策的中介目标，为央行调控宏观经济提供了更易控制的指标。货币政策调控的落脚点在于实体经济，而实体经济与股票市场有着必然的联系，因此深入分析货币供应量与股票价格之间的关系，具有重要的意义。货币供应量的概念界定及相关理论（一）货币供应量货币供应量是一个存量概念，它表示某一时点人们手中所持现金及各项存款之和。货币供应量的多少会直接或间接地影响金融市场的发展，而它也能反映出当前的经济形势。作为货币政策实施的中介目标，它能在一定程度上指导货币政策的制定，也能反映出一段时间内货币政策实施的有效情况。央行依据各类金融资产流动性的不同，将货币供应量划分为几个不同的层次。（二）货币层次的划分对于货币供应量层次划分，央行依照各种金融资产自身流动性大小的不同将其分为三个层次。通过对不同层次货币供应量的具体分析，使央行更为深入地了解和掌握社会经济活动的整体运行情况，从而能更加准确地预测国家经济整体变化趋势和方向。根据流动性大小不同的原则，我国将货币供应量划分为以下三个层次：M0=流通中的现金（公众手中所持有的现金），与消费变动密切相关，是流动性最强的货币。M1=M0+单位活期存款（包括企业活期存款、机关团体存款、农村存款、个人持有的信用类存款），是央行重点调控的指标。M2=M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款+证券客户保证金+住房公积金中心存款+非存款类金融机构在存款类金融机构的存款，不仅可以反映出当前经济中的购买力，还能够代表未来潜在的购买力（三）近年来我国货币供应量分析随着央行制定出的一系列对于金融市场的改革措施，并加强对社会主义市场经济的建设，我国的货币政策做出了很多相应的改变。货币供应量作为货币政策的中介目标，其数据也随着货币政策的改进而不断变化。根据中央银行公布出的数据来看，我国各层次的货币供应量都保持持续增长的趋势。2020年12月末，广义货币（M2）余额218.7万亿元，同比增长10.1%，比上年末增长1.4个百分点；狭义货币（(M1）余额62.6万亿元，同比增长8.6%，较上月下降1.4%，比上年同期正涨4.2个百分点；流通中货币（M0）余额8.4万亿元，同比增长9.2%。货币供应量数据一直在增长，但各个层次的货币供应量有有一些差别。货币供应量对股票价格影响的理论分析（一）货币供应量对股票价格的直接影响中央银行通过存款准备金制度、再贴现政策和公开市场操作这三大最主要的货币政策工具，从总量上对货币供应量和信贷规模进行调节。现金直接由中央银行发行并进入流通，通过控制基础货币，中央银行也能有效地控制M1和M2。货币供应量的变化会对金融市场产生一定影响，进而投资者对股票的供求发生变化，其结果最终反映在股票价格上。央行通过调整法定存款准备金率，规定商业银行需要上缴的存款准备金，来以此限制商业银行对外放贷的能力及创造货币的能力。在存款乘数的作用下，即使法定存款准备金率仅有细微变动，货币供应量的变动也是巨大的，由此对商业银行产生的影响直接导致流通在股票市场的资金减少，进而导致股票价格下跌。反之，当中央银行降低法定存款准备金率的时候，股价将会上涨。央行如果提高再贴现率，那么当商业银行将手中未到期票据向央行申请再贴现时，将会增加商业银行向央行贷款的资金成本，进而会减少资金的供给量，进入证券市场的资金也将减少，造成股价下跌。与此同时，为了保证经营利润，商业银行将会提高市场利率，存款增加，贷款将会减少，同样会导致居民投资股票的意愿减少，股市趋于疲软。公开市场操作是指中央银行通过公开买卖有价证券来调节货币供应量的行为。当中央银行在公开市场上买进证券时，会向社会投放一笔基础货币。无论是社会大众持有基础货币，还是商业银行持有，银行系统的存款准备金都会增加，信贷规模因此扩大，货币供应量也随之增加，进而导致流通在证券市场中的资金增加。同时促使利率下降，企业向银行贷款的成本降低，由此提高了企业扩大生产规模的积极性，并且提高了居民的消费热情，结果会提升公司的经营业绩，股利也将会随之增加，从而提高股价。相反，如果售出有价证券将会减少流通在市场上的资金，企业投资和居民消费也将减少，最终导致股价下跌。（二）货币供应量对股票价格的间接影响股票市场的参与者，无论是机构投资者还是个人投资者，其资金来源均是货币当局的货币供应，而货币供应量的多少会影响股票价格的变动。除了上述分析的直接影响外，货币供应量还可以通过利率传导机制、价格预期效应和通货膨胀效应等途径对股票价格产生间接影响。当货币供应量通过利率传导影响股票价格时，假设货币供给增加，当产出水平不变的时候，利率会相应下降，利率下降会使企业向商业银行贷款，进行大规模投资，从而促进股票价格的上涨。相反，当货币供给减少时，利率会相应回升，投资者从股票市场转向银行存款，从而导致股价下跌。当货币供应量通过价格预期效应影响股票价格时，假设货币供给增加，公众的货币持有量增加，从而提高了消费意愿，也增加了对股票的需求，进而引起股票价格的上涨。而当货币供给减少时，公众所持有的货币减少，因此支出减少，也降低了对股票的需求量，最终导致股票价格的下跌。而政府为了缓解通货膨胀对经济的不利影响，通常会采取紧缩的政策对货币供应量进行调节。例如，通过提高银行利率，使更多的投资者从投资转向储蓄，直接减少股票市场的流动资金，从而导致股票市场缺乏流动性，出现市场低迷、股价下跌的情形。如果当前经济处于通货紧缩时，情况则恰恰相反。央行会制定并实施宽松的货币政策，向市场投放流动性，鼓励实体经济发展。企业获得更多流动性去进行投资再生产，企业效益整体提高，投资者自然会被其利润所吸引，自然愿意投资于股票市场而非银行存款，从而促进了股票价格的上涨。货币供应量对股票价格影响的实证分析（一）数据的选取本文选用的120个样本点是2011年1月至2020年12月月度时间序列数据，利用这些数据进行实证分析，考察货币供应量对股票价格指数的影响。（其中，SH为上证指数，M为反映货币供应量的指标。）货币供应量（包括M0、M1、M2）的数据来自中国人民银行官方网站，上证指数（SH）数据来自东方财富网。（二）ADF检验时间序列计量分析有效性的基础是时间序列的平稳性，为了确定没有随机趋势或确定趋势，防止出现“伪回归”现象，即数据之间没有真正的联系，仅仅是两者有同向的变化趋势，我们首先用ADF检验法对SH、M0、M1、M2进行平稳性检验，只有当模型通过平稳性检验才有统计意义。因此我们利用eviews7.0软件对它们的原始数据和一阶差分后的数据进行单位根检验，以便判断它们是否平稳，平稳性检验结果如下所示。1.SH的平稳性检验首先对SH的原始数据进行单位根检验，通过操作可知该序列存在趋势项和截距项的单位根过程。此时得到的结果如下表5-1所示。表5-1SH的原始数据进行单位根检验的结果t-Statistic1%lever-4.0376685%lever-3.44834810%lever-3.149326Prob=0.1077上表是通过eviews软件得出的结果，由表5-1可以看出，P值为0.1077，大于10%，不拒绝原假设，说明存在单位根，该序列不平稳。为了消除趋势，降低异方差的影响，需要再对取对数后的lnSH做一阶差分的单位根检验，结果如下表5-2所示。表5-2lnSH一阶差分后的数据进行的单位根检验结果t-Statistic1%lever-2.5847075%lever-1.94356310%lever-1.614927Prob=0.0000由上表5-2可知，P值为0.0000，小于5%，拒绝原假设，此时lnSH的差分序列是平稳的，不存在单位根。2.M0的平稳性检验首先对M0的原始数据进行单位根检验，通过操作可知该序列存在没有趋势项和截距项的单位根过程。结果如下表5-3所示。表5-3M0的原始数据进行单位根检验的结果t-Statistic1%lever-2.5865505%lever-1.94382410%lever-1.614767Prob=1.0000 上表是通过eviews单位根检验得出的结果，由表5-3可以看出，P值为1.0000，大于10%，接受原假设，说明存在单位根，该序列不平稳。因此，需要再对取对数后的lnM0做一阶差分的单位根检验，结果如下表5-4所示。表5-4lnM0一阶差分后的数据进行的单位根检验结果t-Statistic1%lever-3.4919285%lever-2.88841110%lever-2.581176Prob=0.0000由上表5-4可知，P值为0.0000，小于5%，拒绝原假设，此时lnM0的差分序列是平稳的，不存在单位根。3.M1的平稳性检验首先对M1的原始数据进行单位根检验，通过操作可知该序列存在趋势项和截距项的单位根过程。结果如下表5-5所示。表5-5M1的原始数据进行单位根检验的结果t-Statistic1%lever-4.0460725%lever-3.45235810%lever-3.151673Prob=0.1591上表是通过eviews软件得出的结果，由表5-5可以看出，P值为0.1591，大于10%，接受原假设，说明存在单位根，该序列不平稳。因此，需要再对取对数后的lnM1做一阶差分的单位根检验，结果如下表5-6所示。表5-6lnM1一阶差分后的数据进行的单位根检验结果t-Statistic1%lever-2.5867535%lever-1.94385310%lever-1.614749Prob=0.3394对lnM1一阶差分后的数据进行单位根检验，得出的P值为0.3394，大于10%，仍然接受原假设，存在单位根，该序列依旧不平稳。因此，需要再对取对数后的lnM1做二阶差分的单位根检验，结果如下表5-7所示。表5-7lnM1二阶差分后的数据进行的单位根检验结果t-Statistic1%lever-2.5867535%lever-1.94385310%lever-1.614749Prob=0.0000由上表5-7可知，P值为0.0000，小于5%，拒绝原假设，此时lnM1的差分序列是平稳的，不存在单位根。4.M2的平稳性检验首先对M2的原始数据进行单位根检验，通过操作可知该序列存在截距项的单位根过程。结果如下表5-8所示。表5-8M2的原始数据进行单位根检验的结果t-Statistic1%lever-3.4925235%lever-2.88866910%lever-2.581313Prob=0.9998上表是通过eviews软件得出的结果，由表5-8可以看出，P值为0.9998，大于10%，接受原假设，说明存在单位根，该序列不平稳。因此，需要再对取对数后的lnM2做二阶差分的单位根检验，结果如下表5-9所示。表5-9lnM2一阶差分后的数据进行的单位根检验结果t-Statistic1%lever-3.4931295%lever-2.88892310%lever-2.581453Prob=0.2518对lnM2一阶差分后的数据进行单位根检验，得出的P值为0.2518，大于5%，仍然接受原假设，存在单位根，该序列依旧不平稳。因此，需要再对lnM2二阶差分后的数据进行单位根检验，结果如下表5-10所示。表5-10lnM2二阶差分后的数据进行的单位根检验结果t-Statistic1%lever-2.5869605%lever-1.94388210%lever-1.614731Prob=0.0000由上表5-10可知，P值为0.0000，小于5%，拒绝原假设，此时lnM2的差分序列是平稳的，不存在单位根。（三）协整检验为了得到更可靠的结论，进一步用协整检验考察。不平稳的序列可能会出现伪回归的情况，协整检验的意义就在于检验变量之间是否存在稳定的关系。首先，用E-G两步法判断变量之间是否存在协整。先对lnSH和lnM0进行简单的OLS回归，得到用于检验协整关系的残差，生成残差序列后，进行水平项的单位根检验，结果如下表5-11所示。表5-11lnSH与lnM0的残差序列单位根检验结果t-Statistic1%lever-2.5845395%lever-1.94354010%lever-1.614941Prob=0.0138上表5-11显示，P值为0.0138，小于5%，拒绝原假设，说明残差序列不存在单位根，是平稳序列，上证指数（lnSH）和货币供应量（lnM0）之间存在协整关系。然后，用同样的方法对lnSH和lnM1进行简单的OLS回归，得到用于检验协整关系的残差，生成残差序列后，进行水平项的单位根检验，结果如下表5-12所示。表5-12lnSH与lnM1的残差序列单位根检验结果t-Statistic1%lever-2.5847075%lever-1.94356310%lever-1.614927Prob=0.0054上表5-12显示，P值为0.0054，小于5%，拒绝原假设，说明残差序列不存在单位根，是平稳序列，说明上证指数（lnSH）和货币供应量（lnM1）之间存在协整关系。最后，再对lnSH和lnM2进行简单的OLS回归，得到用于检验协整关系的残差，生成残差序列后，进行水平项的单位根检验，结果如下表5-13所示。表5-13lnSH与lnM2的残差序列单位根检验结果t-Statistic1%lever-2.5847075%lever-1.94356310%lever-1.614927 Prob=0.0042上表5-13显示，P值为0.0042，小于5%，拒绝原假设，说明残差序列不存在单位根，是平稳序列，上证指数（lnSH）和货币供应量（lnM2）之间存在协整关系。（四）格兰杰因果检验当一个变量发生变化时，它可能是受到自身和其他变量过去的影响，而这些经济变量之间又存在一定的关系。那么，当两个变量之间在时间上存在超前或滞后关系时，我们是否可以通过数据分析来检验这两个变量之间单向或双向的关系呢？这时，我们就可以用格兰杰因果检验来分析它们之间的关系。格兰杰因果关系检验对于不同滞后期长度的敏感度有所不同。因此，就要选择不同的滞后期长度进行检验，且要从随机干扰项不存在序列相关的滞后期长度中选取滞后期。首先，进行lnM0对lnSH的格兰杰因果检验，相关结果如表5-14所示。表5-14变量滞后2、3阶因果关系检验结果滞后长度Granger因果性F值P值结论2lnM0→lnSH3.240240.0428拒绝lnSH→lnM00.381400.6838接受3lnM0→lnSH2.266540.0848拒绝lnSH→lnM00.613520.6077接受4lnM0→lnSH2.289770.0645拒绝lnSH→lnM00.752190.5587接受5lnM0→lnSH1.698230.1415接受lnSH→lnM00.584280.7120接受对于lnM0对lnSH的影响，在5%的显著性水平下，变量滞后为2阶时，P值为0.0428，拒绝原假设，即认为lnM0是lnSH的格兰杰因果检验。变量滞后为3阶、4阶时，得到的结论和变量滞后为2阶时的结论一致。这说明在这组数据所构建的模型中，货币供应量（lnM0）对上证指数（lnSH）有影响，是引起股票价格指数变化的原因。而对于lnSH对lnM0的影响，在5%的显著性水平下，变量滞后无论是2阶、3阶、4阶及以上，P值均不符合条件，不拒绝原假设。即认为lnSH不是lnM0的格兰杰因果检验，上证指数（lnSH）对货币供应量（lnM0）没有影响，没有预测能力。下面，进行lnM1对lnSH的格兰杰因果检验，相关结果如表5-15所示。表5-15变量滞后2、3阶因果关系检验结果滞后长度Granger因果性F值P值结论2lnM1→lnSH2.290110.1059接受lnSH→lnM12.759390.0676拒绝3lnM1→lnSH1.384630.2513接受lnSH→lnM12.480470.0648拒绝4lnM1→lnSH1.693770.1568接受lnSH→lnM11.850330.1246接受5lnM1→lnSH2.427890.0400拒绝lnSH→lnM11.921190.0970拒绝6lnM1→lnSH2.078950.0622拒绝lnSH→lnM12.314230.0390拒绝对于lnM1对lnSH的影响，在10%的显著性水平下，变量滞后为2阶、3阶和4阶时，P值均不符合条件，不拒绝原假设。即认为lnM1不是lnSH的格兰杰因果检验，而lnSH是lnM1的格兰杰因果检验。当变量滞后调整为5阶和6阶时，lnM1是lnSH的格兰杰因果检验，货币供应量（lnM1）对上证指数（lnSH）有影响。lnSH也是lnM1的格兰杰因果检验，上证指数（lnSH）对货币供应量（lnM1）也有影响。最后，进行lnM2对lnSH的格兰杰因果检验，相关结果如表5-16所示。表5-16变量滞后2、3阶因果关系检验结果滞后长度Granger因果性F值P值结论2lnM2→lnSH2.310990.1038接受lnSH→lnM20.599550.5508接受3lnM2→lnSH1.581210.1980接受lnSH→lnM20.496000.6858接受4lnM2→lnSH1.459140.2198接受lnSH→lnM20.719220.5806接受5lnM2→lnSH1.293290.2725接受lnSH→lnM20.469040.7985接受36lnM2→lnSH2.826590.0344拒绝lnSH→lnM20.799590.7086接受在5%的显著性水平下，变量滞后为2阶、3阶、4阶直至35阶，P值均不符合条件，不拒绝原假设。即认为lnM2不是lnSH的格兰杰因果检验，lnSH也不是lnM2的格兰杰因果检验。当变量滞后调整为36阶时，lnM2是lnSH的格兰杰因果检验，货币供应量（lnM2）对上证指数（lnSH）有影响，也能引起股票价格指数的变化。而此时lnSH依然不是lnM2的格兰杰因果检验，上证指数（lnSH）对货币供应量（lnM2）没有影响，没有预测能力。实证检验的结果分析及政策建议（一）结果分析货币供应量对股票价格指数有一定的影响，但不同层次的货币供应量对股票价格指数的影响程度不同。股票价格指数SH与M0、M1不仅存在长期稳定关系，且M0、M1还是股票价格指数SH变化的原因之一；而M2虽与股票价格指数存在协整关系，但M2与股票价格指数SH之间没有相互的影响。M2对股票价格指数SH没有预测能力，而M0、M1对SH有预测能力。（二）政策建议货币供应量与股票价格在长期处于均衡的关系。从长期来看，货币供应量影响股票价格，使其上下波动。当货币供应量增加或减少时，其产生的效果会直接或间接地反映在股票价格上。而股票市场的价格受到波动后，又会反作用于货币供应量，并在一定的传导机制下引起它的变动，这两者之间相互影响，相互作用。因此，中央银行在制定货币政策的时候，应该充分考虑其对股市的影响，并通过一些相应的数据分析详细研究该政策的可实施性及其造成的影响是否可控。结合本文上述实证研究的结果，由此提出以下政策建议：1.当一国货币当局在制定货币政策来影响经济时，要结合其对股票市场的影响及当前股价的波动，从而制定出更加适用于当前经济形