【《货币政策影响证券市场股价的实证分析案例》8500字】

货币政策影响证券市场股价的实证分析案例TOC\o"1-3"\h\u199881.1模型选取 1165021.1.1向量自回归模型法（VAR法） 1135491.1.2平稳性检验 13581.1.3协整检验 2144181.1.4向量误差修正模型 2124721.1.5格兰杰因果检验（Granger法） 2229011.1.6脉冲响应函数 2115581.1.7方差分解 3320721.2货币政策各项对股价影响的实证分析 3195661.2.1利率对股价影响的实证分析 3319451.2.2货币供应量对股价影响的实证分析 6156231.2.3信贷规模对股价影响的实证分析 9185121.2.4汇率对股价影响的实证分析 12170531.2.5利率、货币供应量和汇率对股价影响的多变量实证分析 13160431.3实证结果分析 161.1模型选取1.1.1向量自回归模型法（VAR法）向量自回归模型属于非结构化的模型之一，主要是基于不同的变量和后项的函数进行模型的构建，在此基础上展开动态经济分析，主要是探究各个变量之间存在的互动关系，在此基础上预估波动干扰如何影响经济单元，能够动态分析实际情况中存在的经济问题，该模型的形式主要是：由于本文研究的问题中，不同经济指标见彼此可能会互相作用和影响，而且不存在严格的外省指标，所以在建立方程时选择的是第二个方程，也就是没有常数项的自由向量回归方程。1.1.2平稳性检验对于所有的基于时间序列的计量经济模型，在模型构建前，首先需要检验序列的平稳性，主要是为了避免伪回归现象。目前应用较多的检验方法主要是ADF检验以及DF检验，因为本为主要是对实际经济问题进行研究，而DF检验有一个非常重要的假设前提也就是随机误差为白噪声，但是经济时间序列数据很难满足这种假设，所以本文在对平稳性进行检验时，选择的方法是ADF检验法，应用eviews软件，模型如下：1.1.3协整检验在通过稳定性测试之后，如果所有的变量都具有稳定性或者是所有的变量均为单整变量，在这种情况下就能够进一步展开协整测试。也就是基于ADF检验进一步展开协整检验，在检验之后纳入上述变量，能够使变量的计量特性得到提升。1.1.4向量误差修正模型VAR方法目前主要用于股市变量与其他变量相关关系的分析和研究，然而已有研究显示，非限定性的VAR模型在进行预测时并不能达到预期的效果，原因在于该模型有多重共线性和超参的问题。向量误差修正模型VECM是研究时间序列的另一种比较常用的模型。短期调节和长期调节的整个过程在进行模型的误差修正的时候，是同时被考虑进去的。误差修正模型最大的特点是其解释变量为能够对长期均衡关系的偏离程度进行解释的笑，该模型可以用于解释长期和短期的均衡偏离情况，所以该模型具有高度的可靠性和稳定性。1.1.5格兰杰因果检验（Granger法）格兰杰因果检验法主要用于检验时间序列内各变量之间的因果关系，在这里要特别注意的是，格兰杰因果检验法中的时间序列变量是存在领先和滞后关系的，也就是说利用该方法对因果之间的关系进行检验的时候，检验的重点在于影响的方向，而不是完全的因果关系。格兰杰因果检验法的最基本思想是：如果变量Y会在变量X出现变化的时候同时发生变化，而且变量X的变化时间节点早于变量Y的时间节点，那么我们就可以认为变量X属于导致变量Y出现变化的原因。此时变量X和变量Y之间就存在格兰杰因果关系，而且在这一过程中，变量X和变量Y之间的预测关系是单向的，也就是说只能由变量X预测变量Y。1.1.6脉冲响应函数向量自回归体系中的指标的系数，所反映的并不是最为直接的指标关系，所以我们在分析指标的时候，为了能够对每一个内生指标的相互关系做出更为清楚的分析，我们可以利用脉冲反应图法进行分析。首先指定某一个经济体系中的指标，然后确定该指标的标准差的变化情况；然后观察在该指标的标准价变化的时候，其他变量的当前值的变化情况；最后综合该指标以及其他指标的变化情况带入模型，以此来获得该变量的后期变化情况。变量与变量之间的相互作用关系，一般情况下会同时存在于经济体中，而脉冲响应函数图就是这种经济体的连接关系最为直接的表现。1.1.7方差分解在解释变量与变量之间的关系的时候，利用方差分解表法进行解释时相比于脉冲响应图，最大的不同在于，方差分解表法可以详细的描述出指标的具体变化程度，并且详细的测定该指标的变化情况。综合本文的研究要求以及具体的指标研究内容，本文选择了方差分解表法，对指标的变化情况进行分析，从定性和定量的角度一方面明确指标的因素情况，另一方面明确该指标以外的其他指标受到该指标的变化的影响情况。1.2货币政策各项对股价影响的实证分析1.2.1利率对股价影响的实证分析1）平稳性检验一般情况下对序列进行平稳性检验的时候，所使用的检验方法，首先要确定该序列是否为时间平稳序列，但是在具体的研究过程中，我们可以发现绝大多数的宏观经济时间序列基本无法满足序列的平稳性要求，所以为了避免在研究的过程中出现伪回归的现象，我们在进行研究的时候，首先要进行时间序列的平稳性检验，然后再确定该序列为时间平稳序列之后分析该序列中是否存在协整关系，如果该序列中存在形成关系，那么我们可以进一步建立如下图所示的模型。图1.1利率序列对上图的具体变化情况进行分析之后，可以看出利率指标几乎在0左右是不产生震荡的，也就是说该指标的检验方程中存在常数项，考虑到该指标的数值，其并没有表现出明显的走势，所以只需要利用包含常数项的函数就可以进行解释了。表1.1利率的单位根检验变量T统计量临界值（1%）临界值（5%）临界值（10%）结论LNLL-2.278566-3.517847-2.899619-2.587134不平稳DLNLL-8.053163-3.520307-2.900670-2.587691平稳经过对利率指标取一阶差分（DLNLL）后的数据进行测试，可以看到数据符合了测试的要求2）协整检验股票价格和利率的协整检验结果如下表所示：表1.2变量的协整检验检验假设迹统计量统计值临界值（5%）最大特征值统计量统计值临界值（5%）没有16.1300815.5967115.5322311.36440最多一个0.6585433.8324670.6585433.861367通过对结果的分析可知，利率（LNLL）与股票价格（LNGPJG1）存在长期协整关系。3）格兰杰因果检验以下是对利率（LNLL）变量和股票价格的格兰杰因果关系的检测结果：表1.3变量的格兰杰因果检验原假设F统计量P值结论利率不是股价的格兰杰原因1.675210.1892拒绝股价不是利率的格兰杰原因2.489910.3727接受通过输出的结果，我们不难看出，股价的数据变化是受到利率变量的变化的影响的，也就是说利率和市场的股票价格之间存在各拦截因果关系，在这一关系中，利率变量是股价数据出现变化的格兰杰原因。4）VAR模型建立该模型的建立步骤包括了：确定方阶滞后最高值，在确保滞后的测试值处于最低情况的时候，选择对应最低位置的方阶数作为最高数值；然后确定模式滞后阶数的最高值，紧接着利用格兰杰因果测试来解释指标的解释方向。通过对Eviews计量工具的操作，能够确定出包含利率（LNLL）与股票价格（LNGPJG1）的测试结果如下表所示：表1.4模型滞后阶数选择表LagLogLLRFPEAICSCHQ021.89561NA6.46E+1235.0706635.1404735.097961119.31012.1781281.63E+1233.6911631.0402233.827692125.517991.46947*1.48e+12*33.70027*33.90971*33.78219*3129.91513.8301211.73E+1233.7503231.23933.941474131.68321.5316421.92E+1233.8516431.4799431.0974从上表中所输出的结果我们不难看出，当方程滞后两个时期的时候，自然函数的统计量的相对值在同一个滞后期内属于最低水平，那么此时我们可以获得的最合适的自向量回归滞后时期数值为2。下面我们将进一步测试变量的自回归方程的稳定程度，从图1.2中在获得自回归方程的方差特征的解的倒数之后，所有的结果都在圆圈内证明变量的自回归方程为稳定方程。图1.2回归方程的稳定程度5）脉冲响应函数下面采用脉冲响应函数法分析股票价格（LNGPJG）对利率（LNLL）的动态冲击情况。脉冲响应图1.3：图1.3股价对利率的脉冲响应图国家水平会因为市场资金价格的冲击而出现反向的波动，这一波动情况和之前我们所论述的理论分析结果是相符的。具体而言，对于居民而言，居民的存款以及居民所购买的债券等在内的产品的市场收益率会受到市场利率的影响，当市场利率降低的时候，居民所持有的这些资产的收益率会随之下降，在这一过程中，为了保证自我的利益的最大化，居民会对自己的资产结构作出适当的调整，比如会适当的去增加基金和股票等产品的持有比例，而这些产品持有比例的上升会让股价水平有所上升。对于企业而言，企业的经营业绩和企业在进行融资活动的时候，所支出的成本是直接相关的，而企业的市场利率水平和企业的融资成本也有较为密切的联系，也就是说当企业所采取的货币政策为宽松的货币政策的时候，企业融资支出会随着市场利率的下降而下降，此时盈利空间会增加，经营状况会得到有效的改善。6）方差分析下面就利率对股价的方差贡献度进行分析，表1.5是分析结果：表1.5方差分解表PeriodS.E.LNLLLNTZ10.05524010020.054711.25138698.7486130.023862.22447897.7755240.038582.24726297.7527450.056772.30143997.6985660.058362.30998997.6900170.059962.31511797.6848880.060192.3159997.6840190.060342.31650497.6835100.060372.31661197.68339110.060392.31666197.68334120.060392.31667397.68333130.060392.31667997.68332140.060392.3166897.68332150.060392.3166897.68332160.060392.31668197.68332170.060392.31668197.68332180.060392.31668197.68332190.060392.31668197.68332200.060392.31668197.68332可以看出，可以看出在12期后基本稳定，股价变动受到利率的影响度是较小的，而且在稳定后期贡献度大概维持在2.33%左右。1.2.2货币供应量对股价影响的实证分析1）平稳性检验图1.4货币供应量序列通过分析图1.4货币供应量指标时间的时序图，进而采用平均数检测的方式，能够看到利率指标数据都不在0值左右震荡，说明关于这个指标的检验方程应有常数项。表1.6货币供应量的单位根检验变量T统计量临界值（1%）临界值（5%）临界值（10%）结论LNML-0.969797-3.519050-2.900137-2.587409不平稳DLNML-11.76437-3.519050-2.900137-2.587409平稳经过对利率指标取一阶差分（DLNML）后的数据进行测试，可以看到数据符合了测试的要求2）协整检验股票价格以及货币供应量的协整检验结果如下表所示：表1.7变量的协整检验检验假设迹统计量统计值临界值（5%）最大特征值统计量统计值临界值（5%）没有17.7592217.1719817.1009915.8152最多一个0.7250561.2195460.7250561.251365通过上表中所显示的结果来看，股票价格和货币供应量之间的协整关系是长期存在的。3）格兰杰因果检验以下是对货币供应量（LNML）变量和股票价格之间的格兰杰因果测试结果：表1.8变量的格兰杰因果检验原假设F统计量P值结论货币供应量不是股价的格兰杰原因2.475620.1813拒绝股价不是货币供应量的格兰杰原因0.303010.5781接受通过表中的输出结果，我们不难看出货币供应量受到股票数据的格兰杰因果关系的影响，也就是说股价数据受到货币供应量变量变化的影响，我们可以通过分析货币供应量变化来分析股价数据的变化，同时货币供应量变量的变化情况是不能利用股价数据的变化进行分析的。4）VAR模型建立确定货币供应量与股价（LNGPJG1）两个指标数据在内的向量自回归方程的阶数滞后的最高数值，测试数据请见表1.9：表1.9模型滞后阶数选择表LagLogLLRFPEAICSCHQ022.11457NA6.52E+1235.4213735.4918735.448941120.50322.1999091.65E+1231.0280731.3806231.165972126.773192.282141.49E+1233.9352531.1467931.017993131.21423.8684221.75E+1231.0878231.5813931.2808841331.5469581.94E+1231.1901631.8247431.43837通过表中所输出的结果，我们不难看出，滞后2个时期的情况下，自然函数统计量相对值，在同期的滞后期中是最低的此时最为合适的自回归方程的滞后期为2。下面我们将对向量自回归模型稳定程度进行进一步的测试，测试结果简图1.5。从图中所显示的测试结果来看，所有的结果都在圆圈中证明向量自回归方程属于平稳方程。图1.5回归方程的稳定程度5）脉冲响应函数下面将对货币供应量和股价之间的动态冲击情况进行分析，最终所获得的脉冲响应分析结果如下图所示：图1.5股价对利率的脉冲响应图通过脉冲响应图的曲线变化情况来看，1.5个单位是股价水平受到货币供给数额的最大影响单位，在1.5个单位之后变动由反向变动转变为正向变动。也就是说在这一时期内，股价受到货币供给数额的影响首先所表现出来的是成本效应，当成本效应出现之后，股价水平会有所下降，之后股价水平会在收入效应和资产组合效应出现之后上升。6）方差分析下面就货币供应量对股价的方差贡献度进行分析，表1.10是分析结果：表1.10方差分解表PeriodS.E.DMLDLTSZ10.0558690.00000010020.0553331.26517298.7348330.0241442.24896897.7510340.0390262.27200397.72850.0574162.32677697.6732260.0590232.3354297.6645870.0606412.34060497.659480.0608732.34148797.6585190.0610252.34200797.65799100.0610552.34211597.65789110.0610762.34216597.65784120.0610762.34217897.65782130.0610762.34218497.65782140.0610762.34218597.65782150.0610762.34218597.65782160.0610762.34218697.65781170.0610762.34218697.65781180.0610762.34218697.65781190.0610762.34218697.65781200.0610762.34218697.65781可以看出，可以看出在14期后基本稳定，股价变动受到货币供应量的方差贡献稳定期的贡献额在2.34%左右1.2.3信贷规模对股价影响的实证分析1）平稳性检验图1.6信贷规模序列通过分析图1.6信贷规模指标时间的时序图，进而采用平均数检测的方式，能够看到信贷规模指标数据都不在0值左右震荡，说明关于这个指标的检验方程应有常数项。表1.11货币供应量的单位根检验变量T统计量临界值（1%）临界值（5%）临界值（10%）结论LNJDYE2.458766-3.517847-2.899619-2.587134不平稳DLNJDYE-6.755680-3.519050-2.900137-2.587409平稳经过对信贷规模指标取一阶差分（DLNJDYE）后的数据进行测试，可以看到数据符合了测试的要求2）协整检验股票价格和信贷规模的协整检验结果如下表所示：表1.12变量的协整检验检验假设迹统计量统计值临界值（5%）最大特征值统计量统计值临界值（5%）没有17.8604217.2731817.2021915.9164最多一个0.8262561.3207460.8262561.352565股票价格和信贷规模之间存在长期协整关系。3）格兰杰因果检验以下是对信贷规模（LNJDYE）变量与股价之间的相互作用应用格兰杰测试的输出数据，进行的格兰杰因果检验（GrangerCausalityTests），计量软件的测试数据请见表1.13：表1.13变量的格兰杰因果检验原假设F统计量P值结论信贷规模不是股价的格兰杰原因1.427430.1467拒绝股价不是信贷规模的格兰杰原因2.119770.1276拒绝通过测试输出结果中的F值以及相应的P值，能够发现：银行等金融企业的信贷规模与股票价格存在格兰杰双向关系，也就是说股价的变化是可以通过贷款总量来进行解释的，同时信贷规模的存量的变化也可以通过股价水平来进行解释。4）VAR模型建立通过对Eviews计量工具的操作，能够确定出包含货币供应量（LNML）与股价（LNGPJG1）两个指标数据在内的向量自回归方程的阶数滞后的最高数值，测试数据请见表1.14：表1.14模型滞后阶数选择表LagLogLLRFPEAICSCHQ019.92501NA5.88E+1231.914331.9778331.939141108.572283.14531.35E+1230.5753330.7659230.649872111.22131.9820961.48E+1230.6589630.976630.78323118.22273.485411.57E+1230.7127931.1574930.886744119.83171.3937941.75E+1230.8049931.3767531.02863从表中的输出结果来看，当滞后一期的时候，似然函数统计量对应的相对值处于最低，那么此时我们可以将滞后一期设置为最为合适的向量自回归滞后期。下面我们将对向量自回归方程的稳定程度进行进一步的测试，最终的测试结果简图1.7从图1.7中所显示的结果来看，所有的特质方程的解的倒数都在圆圈之内证明该向量自回归方程为平稳方程。图1.7回归方程的稳定程度5）脉冲响应函数下面采用脉冲响应函数法分析股价（LNGPJG）对货币供应量（LNML）的动态冲击情况，脉冲响应图1.8：图1.8股价对信贷规模的脉冲响应图通过观察图1.8的输出曲线能够看出，股价水平会受到放款额度的冲击，而且在第2期的时候最大值会达到一。作为融资市场最为重要的资金来源，银行信贷在当前环境条件下，其对于整个市场的发展的影响仍然是较大的，比如当市场采取扩张型的货币政策的时候，商业银行对于贷款的提供能力会受到信贷总量的提升，以及央行对于存贷比的限制的调整而提高，当商业银行的贷款提供能力增加的时候，市场所获得的贷款供给量就会增加，那么此时市场的资金需求方就会获得相比之前成本更低的资金的支持，同时企业的业绩水平和盈利水平也会随之上涨。6）方差分析下面就货币供应量对股价的方差贡献度进行分析，表1.15是分析结果：表1.15方差分解表PeriodS.E.DMLDLTSZ10.062573010020.0619731.41699398.5830130.0270412.51884497.4811640.0437092.54464397.4553650.0643062.60598997.3940160.0661062.6156797.3843370.0679182.62147697.3785280.0681782.62246597.3775390.0683482.62304897.37695100.0683822.62316997.37683110.0684052.62322597.37678120.0684052.62323997.37676130.0684052.62324697.37675140.0684052.62324797.37675150.0684052.62324797.37675160.0684052.62324897.37675170.0684052.62324897.37675180.0684052.62324897.37675190.0684052.62324897.37675200.0684052.62324897.37675可以看出，可以看出在13期后基本稳定，在稳定后，股价受到货币供应量的方差，贡献度的影响大概维持在2.62%左右。1.2.4汇率对股价影响的实证分析1）平稳性检验图1.9汇率序列通过分析图1.9汇率指标时间的时序图，进而采用平均数检测的方式，在0左右所有的汇率指标数据是不产生震荡的，证明有关于该指标的方程中含有常数项，该指标的数值没有表示出一定的走势，因此只采用有常数的函数就可以了。表1.16汇率的单位根检验变量T统计量临界值（1%）临界值（5%）临界值（10%）结论LNHL-0.412273-3.521579-2.901217-2.587981不平稳DLNHL-1.109284-3.521579-2.901217-2.587981平稳经过对汇率指标取一阶差分（DLNHL）后的数据进行测试，可以看到数据符合了测试的要求2）协整检验股票价格和汇率的协整检验结果如下图所示：表1.17变量的协整检验检验假设迹统计量统计值临界值（5%）最大特征值统计量统计值临界值（5%）没有1.7174041.6598541.6528971.52689最多一个0.0480550.3905160.0480550.393634通过对结果的分析可知，汇率（LNHL）与股票价格（LNGPJG1）存在长期协整关系。3）格兰杰因果检验以下是对汇率（LNHL）变量与股价之间的相互作用应用格兰杰测试的输出数据，进行的格兰杰因果检验（GrangerCausalityTests），计量软件的测试数据请见表1.18：表1.18变量的格兰杰因果检验原假设F统计量P值结论汇率不是股价的格兰杰原因0.771080.5837接受股价不是汇率的格兰杰原因0.640940.6299接受通过测试输出结果中的F值以及相应的P值，不难看出股票价格和汇率是不存在格兰杰因果关系的，也就是说汇率是没有办法被引入该变量模型中的，这一测试结果和我国的实际情况是相吻合的，因为我国所实行的货币兑换率制度属于浮动的制度，在测试的同一样本区间内，兑换率水平几乎不出现任何的变化，这种不变化的状态，导致汇率对于股市的影响被抑制。1.2.5利率、货币供应量和汇率对股价影响的多变量实证分析从上文的分析可知不能将汇率变量引入模型中，因此，本节仅讨论利率、货币供应量对股价的影响分析。1）平稳性检验从上文的分析中可知，利率与货币供应量的指标数据都不在0值左右震荡，说明关于这个指标的检验方程应有常数项。利率指标的数值可以表示出一定的走向，所以我们只需要采用包含常数项的函数就可以；在测试货币供应量的时候，需要有包含常数项的函数，还需要有还有走势部分的指标数值来进行分析。表1.19变量的单位根检验变量T统计量临界值（1%）临界值（5%）临界值（10%）结论LNLL-2.278566-3.517847-2.899619-2.587134不平稳DLNLL-8.053163-3.520307-2.900670-2.587691平稳LNML-0.969797-3.519050-2.900137-2.587409不平稳DLNML-11.76437-3.519050-2.900137-2.587409平稳经过对利率与货币供应量指标取一阶差分（DLNJDYE）后的数据进行测试，可以看到数据符合了测试的要求2）协整检验对变量进行乔纳森协整测试的结果见下表所示：表1.20变量的协整检验检验假设迹统计量统计值临界值（5%）最大特征值统计量统计值临界值（5%）没有80.3049268.5643347.2291615.68599最多一个33.1477647.0188617.6500427.13224最多两个15.5697229.302938.02248220.80212从表中的对比结果来看，货币供应量的指标数据和利率的指标数据的协整关系存在概率达到了95%，证明这两个变量是存在长期均衡联系的。3）格兰杰因果检验通过上文所获得的检测结果，我们可以知道，存在长期均衡联系的指标，均通过了格兰杰因果测试，接下来我们将进一步分析股价和货币供应量以及利率之间的格兰杰测试情况，下表所示为这些指标的格兰杰因果检验结果：表1.21变量的格兰杰因果检验原假设F统计量P值结论利率不是股价的格兰杰原因1.675210.1892拒绝股价不是利率的格兰杰原因2.489910.3727接受货币供应量不是股价的格兰杰原因2.475620.1813拒绝股价不是货币供应量的格兰杰原因0.303010.5781接受结合输出结果来看，利率和股价数据之间是存在单向的格兰杰因果关系的，货币供应量和股价数据之间存在单向的格兰杰因果关系4）VAR模型建立通过对Eviews计量工具的操作，能够确定出包含利率、货币供应量与股价三个指标数据在内的向量自回归方程的阶数滞后的最高数值，测试数据请见表1.22：表1.22模型滞后阶数选择表LagLogLLRFPEAICSCHQ021.6602#VALUE!7.25E+1239.4557939.5341839.486441131.05672.5174721.83E+1237.9066138.298638.059932141.028102.67821.66E+1237.803438.038637.89543145.96611.372661.94E+1237.9730438.5218338.187714147.95171.7914682.16E+1238.0868338.7924138.36281通过上表所显示的滞后阶数的数据来看，在滞后两个时期的时候似然函数统计量相对值处于最低值，证明之后结束两个时期是最为合适的。下面我们将对向量自回归方程的稳定程度进行进一步的测试，最终的测试结果见图1.10。从图中所显示的结果来看，该方程的所有解在取倒数之后都处于圆圈内，证明该向量自回归方程为平稳方程。图1.10回归方程的稳定程度5）脉冲响应函数下面采用脉冲响应函数法分析利率、货币供应量对股价的动态冲击情况，脉冲响应图1.11：图1.11股价对信贷规模的脉冲响应图图1.12股价对利率的脉冲响应图通过观察图1.11、1.12的输出曲线能够看出，银行等金融企业的放款数额一单位的冲击，会引起股价水平同方向波动，这一波动在第二期达到最大值1。货币供给数额一单位的影响，首先会使得股价水平指标数值反向变动，产生的作用最大值为1.5个单位，之后开始正向变动，受冲击的最大值同样为1.5个单位。6）方差分析下面就货币供应量对股价的方差贡献度进行分析，表1.23是分析结果：表1.23方差分解表PeriodS.E.