我国股票市值与货币需求关系的实证分析

一、引言

货币需求的理论是指在一定时间内，社会各经济主体为满足正常的生产、经营等各种经济活动需要保留或占有一定货币的动机或行为。它在本质上是通过研究影响货币需求的因素确定货币需求函数，以达到调整货币需求行为从而适应改变了的货币供给、实现对实体经济运行的影响。

自上世纪80年代以来，金融市场自由化、金融产品创新化、电子信息技术发展等因素使得货币需求量不仅与收入、物价和利率相关，而且与金融市场中以货币为媒介的交易密切相关。随着世界范围内资本市场规模的不断扩大，货币需求对国际经济、国内金融市场的影响力迅速上升，拉美和亚洲金融危机就是这一影响的鲜明生动的实例。作为现代金融市场的重要组成部分，股票市场成为反映经济发展的晴雨表。

关于货币需求与中国股市的关系，中国人民银行研究局课题组(2002)运用多元线性回归模型实证分析了我国股票市场发展对货币需求的影响，结果表明股票价格的上涨会使货币流动性有所增强。国内学者进行了大量的实证研究，多数研究得出货币需求与股票市场发展正相关的结论。有学者认为：中国的货币政策是以影响宏观经济运行为目的的，而货币政策操作的效果要通过若干渠道传导才能影响到宏观经济运行，股票市场应该是传导渠道之一。

本文在借鉴前人研究方法的基础上，采用协整理论和误差修正模型对包括货币需求的股市市值变量的函数进行估计，来验证货币需求对我国股票市场的影响。

二、数据说明

本文选取2002年至2009年5月的月度数据，样本数据共89个。M1为货币需求量，sE为上证与深证股票市值总值之和。M1、SE的数据来自于中国人民银行网站和国家统计局网站。

首先，通过作图观察各变量序列。MI、SE均存在明显的季节变动因素，因此对它们进行季节调整。采用X11季节调整法调整后，软件自动生成新的时间序列。然后，为避免异方差对M1、sE取对数，记为InM1、InSE。

(本文使用计量经济学软件EViews5.1)。

三、股票市值与货币需求的协整关系

1　数据平稳性分析。以时间序列数据为依据的实证研究都是假定有关的时间序列是平稳的，否则会产生谬误回归(spurious re-gresslon)的问题。由于序列M1，SPE必须是平稳过程，因此，进行协整分析之前，应首先进行M1，sE的一阶平稳性检验。序列M1平稳称之为I(0)过程，若x不平稳，但M1=M11-M1。-1平稳，称Mlt为I(1)过程。因此，平稳性检验实际上就是单位根检验。

注：检验类型(C，T，K)分别表示单位根检验方程包括常数项、时间趋势和滞后项的阶数，其中滞后阶数K依据AIC准则进行选择。

可以看出模型中变量InMl、InSE的水平序列ADF检验值均大于5％显著性水平的临界值，是不平稳的单位根过程。但经过一阶差分后，各统计量在5％显著性水平上都是平稳的，是典型的I(1)序列。

2　协整分析。在做Granger因果关系检验前，需做协整检验。前面已经指出，将一个随机游走(非平稳的)变量对另一个随机游走变量进行回归可能导致荒谬的结果。因为很多经济时间序列遵循随机游走，这意味着在回归之前要对他们进行差分。然而差分可能导致两个变量之间长期关系的信息损失。有时虽然两个变量都是随机游走，但是它们的某个线性组合却可能是平稳的。在这种情况下，我们称两个变量是协整的，协整是说I(1)变量之间存在长期的经济联系。

关于协整关系的检验有很多方法，如EG两步法，Johnson极大似然法，频域非参数谱回归法和Buyes法。但本文要检验的变量只有两个，因此，选用适用于进行两个变量协整性检验的EG两步法。具体过程如下：对于一阶平稳的时间序列M1，sE，先做最小二乘回归：

SE=a+bM1+ecru

得到OLS法的一级估计量，再用ADF检验估计残差序列是否构成一平稳过程，若e稳定，则MI，sE之间存在协整关系，反之，则M1，SE间不存在协整关系。

第一步，本文所选用的变量都是一阶单整序列，可用OLS法进行协整回归，回归结果为以下方程式：

LNSE=1.81LNM1-9.9

(T=11.96)(T=-5.63)

R2=0.6216 D.W=0.036362

由此可以看出，货币需求对股票市值的影响不可忽视。D－W统计量很小，表明残差项存在序列相关。这可能是由于lnSE不仅受到1nMlt的影响，而且还受这两个变量各自的前一期值、即ln―SEt-1和1nMlt-1的影响。

第二步，为避免“伪回归”问题，对上述两个方程的残差进行单位根检验。如果残差不存在单位根，则可认为上述变量存在协整关系。

从表中可以看出方程的残差是平稳的，不存在单位根，表示M1与股市市值之间存在协整关系。

3　因果关系法。若序列M1，sE具有一种长时期均衡关系，则M1，SE之间必然存在某种因果关系，即随机变量M1可以影响随机变量SE，称M1为原因，SE为结果。目前比较常用的是Granger检验法，因此，本文也选用因果关系法进一步检验两个变量之间的关系。因此，由下表可以看出在滞后2期时，货币需求与股票市值互为因果。而在滞后3、4期时LNSE是LNMI的Granger原因，LNMl不是LNSE的Granger原因。

四、误差修正模型

协整关系仅仅表明一种长期的均衡关系，微观经济主体还会根据经济变量的短期变化，调整长期均衡的货币需求量，这就是短期动态的货币需求模型。为研究这种短期动态均衡，本文建立误差修正模型：

ΔInSEt=δtInSEt-1+β1InM1t+β2InM1t-1+λecmt-1+δ2InSEt-2+β3InM1t-2+μt

表示变量的一阶差分，t-1表示变量的滞后一期，t-2表示变量的滞后二期，ecmt-1表示长期回归方程滞后一期的回归残差，μt是误差修正模型的残差。根据由广至简的动态建模原则，从滞后3期的模型开始删除不显著的变量，得到sP的误差修正模型如下：

ΔInSEt=1.646680279*ΔInM1t-0.03779559058*ecmt-1

(0.0326)

(0.0373)

(2.1742)

(-2.117)

-0.01435610286+0.5202683304*InSEt-2

(0.2636)

(0.0000)

(-1.126)

(5.7060) R2=0.332663 D.W：2.019633

上述误差修正模型中，误差修正系数为负值，符合反向修正机制。误差修正项系数的大小反映了短期对偏离长期均衡的调整力度。从长期均衡误差正项的系数估计值0.038可以看出，向长期均衡的修正幅度较小，达到3.8％.但D.W值有明显增大。

五、结论与建议

以上我们采用了协整方法和误差修正模型实证地研究了的货币需求变化对股票总市值的影响，得到了我国股票总市值的长期均衡关系和稳定的误差修正模型。从我们估计出的模型来看，可以得出如下结论：

第一、在2002年至2009年，我国的股票市值与货币需求之间存在长期稳定的均衡关系。在模型中，狭义货币Ⅲ的系数均为正值，说明货币需求的变化对股票总市值有正向相关性，有正的财富效果。因此，这可以说明，政府要慎重制定货币政策，在对应对股市波动的情况下，不可过份依赖紧缩货币政策的办法治理股市，否则，实现既定的宏观经济目标是有困难的。

第二、货币M1不是股票市值的Granger原因，股票市值是狭义货币M1的Granger原因。并且我们可以看到，自从进入21世纪以来，货币需求对股票市值的解释能力显著增加。这说明人们在资产组合方面时对股票与债券考虑作用逐渐增强，符合现代资产选择理论。

第三、从短期动态均衡来看，一阶差分货币需求对股票市值有正的增长影响，滞后两期的股市市值一阶差分对货币需求增长的系数为负值。这表明了当短期内股票市值不断上升时，对货币的需求也会不断地上升，从而股票市场会产生对货币需求的交易效应。也就是说股票价格的上涨往往伴随着股票市场交易量的增加，这往往产生相应的货币需求来满足或完成这些交易。我国目前股票市场采用的是足额的现金交易而非欧美国家普遍实行的信用交易方式，信用交易可以用较少的资金购买数倍金额的股票，由于我国股票市场的正处于快速发展阶段，年交易周转率远远高于欧美等国，所以我国股票市场对货币需求的交易效应是比较明显的。

综上所述，可以得出以下初步结果：长期内股市市值与货币需求正相关；短期内一阶差分货币需求对股票市值有正的增长影响，滞后两期的股市市值一阶差分对货币需求增长的系数为负值。因此，中央银行在制定货币政策时，把握好宏观调控的方向和力度，并且应该考虑到股票市场在长期内和短期内对货币需求的影响，使货币供给和货币需求相适应。