我国股市的货币政策动态效应分析

摘要：本文用2000年1月至2010年8月的月度数据，建立包含4个内生变量和两个外生变量的滞后三阶SVAR(3)模型，并通过该模型的正交化脉冲响应函数分析该时期我国货币政策对股市的动态影响效力。

关键词：货币政策；股市；动态效应；SVAR

中图分类号：F832.5　文献标识码：A　doi：10.3969／j.issn.1672-3309(x).2011.01.27　文章编号：1672-3309(2011)01-68-03

一、引言

金融危机以来，我国宏观经济政策在经历了持续的扩张期之后进入紧缩期，货币政策在2008年经历了5次降息之后，于2010年步入加息和存款准备金提高阶段。作为经济晴雨表的股市，同期也出现了几轮明显涨跌。并相应地出现一定时期的涨跌趋势。对经济现象的观察发现货币政策和股市之间存在联动。货币政策与资产价格之间的关系问题一直是金融领域研究的热点，这一方面是由于资本市场的存在对货币政策的传导机制产生了影响，使货币当局对货币政策的把握能力受到了削弱，另一方面，货币政策作为调控经济的重要手段，对宏观经济进而对股市能产生重大影响，以逐利为目的的投资者自然对货币政策的股市效应产生强烈的兴趣。本文正是基于对经济现象的观察和对理论意义的分析提出了货币政策的股市效应这一研究主题，试图回答如下问题：货币政策的哪些指标对我国股市产生影响?影响性质和效力又如何?效力的动态性如何度量?

二、理论阐述与文献回顾

货币政策与股市的关系，各主流经济学派都有相关的理论阐述。费雪的货币数量论认为，在其它条件不变的前提下价格水平(包括实物商品和金融资产)与货币流通量成正比。凯恩斯的流动性偏好理论认为。利率是影响投机动机的决定性因素。弗里德曼认为金融资产预期收益会通过持币的机会成本影响货币需求，同时货币需求又反过来影响资产选择。理性预期学派认为预期到的货币政策对经济是中性的，只有未预期到的货币政策才对经济产生影响。同时，有效市场理论把理性预期的思想应用到了资本市场中，认为只有弱式有效市场中货币政策才对股市形成动态影响。上述各派理论存在分歧，货币数量说、凯恩斯学派和货币主义肯定这种关系，而理性预期学派和有效市场理论却否定这种关系。为调和矛盾Cooper(1974)提出了SO-EM模型，该模型的重要特点是加入了预期因素，从而一方面肯定了货币供应量是资本收益率的一个重要决定因素，另一方面指出收益变化可以领先于货币变化。

理论阐明了货币政策对资产价格影响的存在性和作用的机制，但各派理论考察的角度差异很大，且不同市场、不同历史条件下市场对这种关系的表现也各不相同，这就需要实证分析进行检验。所以，中国这个尚未成熟且处于转型期的资本市场对货币政策的冲击会产生一个怎样的反应便成为我国学者研究的一个问题。谢平等(2002)从理论上论证了我国货币数量不再简单地与物价和收入呈比例关系，而与经济体系中所有需货币媒介的交易有重要相关性，并用多元回归方法进行定量和实证分析。瞿强(2001)就政策操作层面上对资产价格与货币政策的关系进行了总结，指出货币政策对资产价格要“关注”，但不要“钉住”。易纲、王召(2002)通过建立货币政策的股市传导机制理论模型，推导发现货币政策对资产价格有影响，货币数量与通货膨胀的关系不仅取决于商品和服务的价格，还取决于股市。孙华妤、马跃(2003)在提出综合理论框架基础上运用动态滚动式VAR方法对货币政策与股市的关系进行分析，印证了货币政策对股市的影响。陆蓉(2003)通过向量误差修正模型(VECM)研究了不同货币政策控制方式下各货币政策变量对股市的冲击，发现在货币政策的直接调控方式下，贷款限额管理对股票市场的影响较大，间接调控方式下，货币市场利率对股票市场的影响逐渐显现。刘松(2004)用趋势分析、协整和granger因果检验对货币政策与股市的关系进行研究，发现用年度数据存在影响作用而月度数据不存在。崔畅(2007)通过SVAR模型分析股市在低迷和高涨阶段对货币政策冲击的不同反应，结果表明货币政策对资产价格的作用在低迷和高涨阶段都具有有效性。

对文献的梳理发现，我国学者已经从理论上阐明了我国货币供应量对我国股市的影响，并且股市的波动也得到了货币政策的关注，同时，股市对货币政策影响的实证研究也得到了足够的重视，并取得了初步成果，但由于使用的实证研究方法不甚完善并且变量的选取和处理严谨性不高，使得实证结果的可靠性很难令人满意。本研究基于SVAR和更严谨的变量选择与处理来研究我国股市的货币政策动态效应。

三、股市对货币政策动态效应的实证研究

(一)变量选取与处理

本研究选取的变量包括四类：宏观经济变量、物价变量、货币政策变量、股票市场变量。使用月度数据，研究期为2000年1月至2010年8月。考虑到数据的可得性和替代的科学性，四类变量的变量选择如下：宏观经济的变量为工业增加值，物价的变量为定基居民消费价格指数(基期为2000年1月，基期值为1)。货币政策的变量为M0、金融机构人民币贷款余额、银行间7天同业拆借利率，股市的变量是上证综指。数据来源是中国人民银行网站、中国统计局网站和国泰君安大智慧软件数据库。本文所有数据处理都由计量软件E-views5.1完成。

货币政策变量的选择逻辑是：货币政策的中介目标分总量目标和价格目标，我国利率体系中只有银行间同业拆借市场已放开，使得货币供求价格能通过市场的力量形成，而很多机构投资者都已成为拆借市场的主体，这样拆借市场利率能够很好地体现资金投资股市的机会成本，所以选择了交易量最大的七天期同业拆借利率作为货币政策价格目标的指标。总量目标的变量，我们选择了M0和金融机构人民币贷款余额。理由是：我国学者研究发现我国的货币供给体现了一定的内生性，对于宽口径的M2的控制难度越来越大。央行只能通过公开市场业务和央行票据业务影响M0，此外，我国货币政策调控方式虽然从1998年开始放弃贷款控制的直接方式而转向货币总量的间接控制，但央行的新增贷款计划却每年还在做，各商业银行的贷款数量受到央行的紧密追踪，贷款仍受到计划贷款总量的约束，可见金融机构贷款仍然是货币政策关注的重要指标。

对这6个变量的月度数据分别做如下处理：先用X-11乘法季节调整对M0、金融机构贷款余额和工业增加值进行平滑以消除季节趋势，再除以定基消费价格指数消除通胀影响，然后取对数消除异方差，处理后的数据分别用inmO、indky和Ingvz表示。对银行间7天同业拆借利率减通胀率取实际值。用t11表示。对上证综指取对数，用

insz表示，上证综指取对数后，对数差就表示对数收益率。定基消费价格指数用wjzs表示。

(二)扩展(Lag-Auented)VAIL模型的建立

SVAR模型和VAR模型对变量的单整性协整性要求不同。对于无约束的VAR模型，若变量平稳，则可直接用水平数据建立模型，此时的模型估计是有效的：若变量非平稳但协整，则可对数据进行差分建立具有协整约束的VAR模型，以获得有效的模型估计。可见，变量平稳性及协整关系对VAR模型是非常重要的，但SVAR模型中变量的平稳性及协整性已有文献并无深入、系统的探讨。大多直接采用变量的水平值进行估计。但这样建模对模型滞后阶数的选择与通常的做法有差异。Todaand Yamamoto(1995)研究表明，采用扩展(Lag-Augmented)VAR模型方法可以不考虑变量单位根个数及协整关系。这种方法采用P+K一作为模型内生变量的滞后阶数，其中KMmax为变量时间序列的最大单整数，P为根据通常判定准则确定的VAR模型的滞后阶数。这种方法的优点在于能避免以协整为依据所建立的VAR模型可能存在的严重事前检验误差而得出有偏的实证结论，且简单易行。本研究将以此方法建模。

SVAR模型是在VAR模型基础上对其误差项进行结构分解得到的。于是先建立包含4个内生变量(Idkv、InmO、tll和Insz)和两个外生变量(Ingyz和wjzs)的VAR模型，区分内生和外生的原因是：作为研究货币政策对股市冲击的系统，为尽可能准确地估计出冲击的直接作用，必须把影响股市的两大宏观要素工业增加值与物价水平包含在分析系统中，但内生变量的增加会造成模型待估参数以所增加内生变量数目的倍数增多，待估参数的增加会造成自由度的损失并直接影响到模型参数估计的精度，权衡利弊我们把Ingyz和wizs作为模型的外生变量来处理。其次确定扩展(Lag-Augmented)VAR模型的滞后阶数，需确定模型内生变量的最大单整阶数以及无约束VAR模型的滞后阶数。对Indky、InmO、tll和Insz进行ADF检验(检验的方程都含趋势项与截距项，方程的滞后阶数都为12)最大单整阶数为1，即kmax=1。对无约束VAR模型的滞后阶数的检验发现5个判定准则中有4个在5％的显著水平下判定模型的最优滞后阶数为2，另一个判定为l，所以无约束VAR模型的滞后阶数p=2。所以，我们建立的VAR模型的滞后阶数为3。

VAR模型的脉冲响应分析和方差分解分析只有模型是平稳时才有意义，SVAR模型对平稳性有同样的要求。VAR模型平稳的充要条件是模型系数行列式的所有特征值都在单位圆以内。对所建立的VAR(3)进行平稳性检验发现条件满足，可进行脉冲分析和方差分解。同时。残差的LM自相关检验表明残差序列不存在自相关，但进一步分析表明，各随机冲击之间存在较强的相关性，有必要识别结构式冲击，

(三)对SVAR模型同期相关关系矩阵的约束及矩阵的估计

要识别出机构式冲击需求出同期相关关系矩阵，而求同期相关关系矩阵需施加k(k-1)／2个短期约束(高铁梅，2003)。于是，对本文4个内生变量和2个外生变量的SVAR(3)需施加6个短期约束，本文施加的是零约束，表明一个变量对另一个变量随机冲击没有当期反应，分别是：InmO对来自Insz的冲击为零；Indky对来自Insz的冲击为零tll对来自Insz的冲击为零；lnm0对来自tll的冲击为零：Indky对来自tll的冲击为零；Indky对来自InmO的冲击为零。上述约束的理论依据是：我国货币政策没有把资产价格作为货币政策的调控目标，所以有了前3个约束：我国现金流通量Mo主要受到巨额外汇储备的影响。具有被动吸收外汇的特征，所以第4个约束也可行；我国央行每年都有信贷计划，商业银行普遍存在惜贷现象，且中小企业长年受融资难困扰，使得贷款对利率不敏感，可见第五和第六个零约束也成立。在施加了6个零约束之后，SVAR模型正好可识别，此时根据变量顺序Ind，kv、InmO、tll和Insz估计出结构因子矩阵A、B。

(四)SVAP，脉冲响应函数分析

用结构因子矩阵A、B对VAR的误差项进行分解，可得同期独立的随机干扰项，据此得出脉冲响应函数就不再含有其它内生变量的交叉冲击。从而能更精确度量出变量冲击对系统的影响，这是SVAR脉冲响应函数的优点。本研究探讨股市对货币政策冲击的动态效应，所以仅给出股市对一单位标准差货币政策变量结构新息冲击的响应轨迹(如下图所示)，滞后长度为12期，图中横坐标表示冲击发生后的时间间隔(单位：月)，纵坐标表示对冲击的反应程度(单位：百分数)。图中实线部分表示脉冲响应轨迹。虚线部分表示5％的置信水平。

由上图可知：金融机构贷款余额对股市的冲击作用是负向的且非常微弱，出现负向冲击与我们的经验是相反的，这种冲击到第三期才开始显现，到第十期冲击作用趋于消失。在第五、六、七期这种影响达到最大，此时达到0I01％左右。基础货币供应量M0对股市的冲击作用为正向且较显著，这种冲击从当期显现且冲击作用稳步上升，到第六期达到较高水平，之后一直保持在该水平而无明显下降，说明基础货币供应量对股市的冲击作用较明显且持久。货币市场利率对股市的冲击效力较小，整体上是负向的且持续期较短，第八期之后影响就趋于零了，滞后三、四、五、六期的影响相对较明显，但在第二期却出现了令人费解的正向冲击。

整体上看，货币政策对股市的冲击主要体现在基础货币上，货币市场利率对股市虽有影响，但很微弱。金融机构贷款余额对股市的影响却是出乎意料的负向，影响力也很微弱。

四、结论

本文用2000年1月至2010年8月的月度数据，建立4个内生变量(Indky、InmO、tll和Insz)和2个外生变量(Ingyz和州zs)滞后三阶的SVAR(3)模型，并求出正交化的脉冲响应函数以分析该时期货币政策对股市的动态影响效力，得出以下结论：

第一，我国货币政策对股市的影响途径主要是基础货币供应量M0，这种影响途径较显著且持久，影响的最大值在六个月后出现。基础货币对股市的追逐，说明了我国投资渠道的匮乏，现金持有者只能通过投资高风险的股市来实现金钱的时间价值。但现金的高流动需求一方面使得投资股市蒙受较大的风险，另一方面也加剧了股市的波动。不利于金融稳定。

第二。我国货币市场利率对股市的影响很小。虽然我国当前有一定数量的券商和基金参与了货币市场的交易，但是从数据的检验结果看股市对货币市场利率还不敏感，这说明了机构投资者在稳定股市方面的作用尚未显现，我国股市的投机氛围依然浓重。

第三，我国金融机构贷款余额对股市的影响呈微弱负向关系。这与经验相反，本文认为这与我国商业银行贷款结构与企业投资效率有关。如果企业对商业银行形成一种倒逼，那么贷款的增加未必表明企业生产效率的提高，所以未必对公司的股票有正向影响。如果企业的投资效率不高，根据财务管理原理，项目的净现值可能为负。此时贷款的增加却可能对公司股价形成负向影响。

参考文献：

[1]瞿强，资产价格与货币政策[J]，经济研究，200l,(07)。

[2]谢平、焦瑾璞，中国股票发展与货币政策完善[J]，金融研究,2002,(04)。

[3]易纲、王召，货币政策与金融资产价格[J]，经济研究，2002,(03)。

[4]孙华妤、马跃，中国货币政策与股票市场的关系[J]，经济研究,2003,(07)。

[5]陆蓉，股票市场的货币政策效应的度量[J]统计研究，2003,(08)。

[6]刘松，中国货币供应量与股市价格的实证研究[J]，管理世界,2004,(02)。

[7]崔畅，货币政策工具对资产价格动态冲击的识别检验[J]，财经研究,2007,(07)。

[8]楚尔鸣、鲁旭，基于SVAR模型的政府投资挤出效应研究[J]，宏观经济研究,2008,(08)。

[9]高铁梅，计量经济分析方法与建模[M]，清华大学出版社,2006。

[10]陆蓉，资本市场的货币政策效应[M]，上海财经大学出版社，2003。