货币政策对股票价格波动的影响研究

2023-05-05王洛程

中国商论 2023年8期

摘要：本文基于2005—2022年的月度数据，选用广义货币供应量、银行同业拆借利率及股票市场的上证综合指数收盘价建立VAR模型，并进行脉冲响应及方差分解来分析探讨货币政策与股票价格之间的动态关系。结果表明，货币供给量和货币利率对股票价格存在微弱的负向影响。基于此，本文提出参考股票市场价格波动、畅通货币政策传导路径、发挥股票市场的价格发现等建议，以供参考。

关键词：货币政策；货币供应量；货币利率；股票价格；VAR模型

本文索引：王洛程.<变量 2>[J].中国商论，2023（08）：-118.

中图分类号：F822.0 文献标识码：A 文章编号：2096-0298（2023）04（b）--05

股票市场诞生以来，一直受到投资者及学者的广泛关注，且其作为经济的晴雨表，反映了我国经济的发展状况。货币政策是货币当局调控宏观经济的重要手段，其变化可以通过货币供应量、货币利率和公开市场业务等路径传导到股票市场，对股票市场有着非常重要的影响。同时，股票市场的波动会对货币政策的实施效果等产生一定的影响。因此，进行货币政策与股票价格之间的研究不仅有助于丰富金融市场的理论，还能为政策制定者、股票投资者提供相应的建议[1]。

1 文献综述

一直以来货币政策对股票价格的影响都是经济学界研究的热点问题。学者从不同的角度进行分析，得出的结论各有不一。

1.1 货币供应量

闫冬（2016）[2]研究发现，货币供应量与股票价格之间存在长期的均衡关系。陆歆儿、范晓静（2018）[3]建立向量误差模型，研究表明货币供应量的增加会降低股票的基本价格、推高股票的泡沫价格。任森春和戴正本（2019）[4]研究表明，货币供给量对股票市场收益率产生正向影响。袁嘉瑞（2021）[5]建立VEC模型测度了货币供应量和通货膨胀对股票价格的影响，结果表明货币供应量M2的增加会对股票价格产生较弱的负向效应。

1.2 货币利率

Alexander Kurov（2012）[6]研究表明，经济扩张期间，股票与利率负向反应，然而在经济衰退过程中，股票与利率正向相关。周锐（2019[7]研究发现，利率对我国股票市场价格的短期和长期影响存在显著的差异性。邹晓梅（2021）[8]建立VAR模型研究得出利率变动对我国股票价格的影响较弱的结论。

1.3 货币供应量和货币利率

方燕、安兴琪（2019）[9]研究发现，货币供给量和货币利率对能在短期内有效引导股票市场的发展。杨培涛等（2020）[10]实证研究表明，货币政策对股票价格波动存在显著的整体效应，但该效应存在一定的时滞性。吴昊、姜思同（2021）[11]以季度宏观经济数据为样本，构建向量自回归模型分析货币供应量M2、银行间同业拆借利率、信贷融资规模、社会融资规模等货币政策中介目标对股票市场的影响，结果表明货币供应量M2对股票市场的长期动态影响较大。

综上所述，学术界从不同角度对货币政策与股票市场之间的关系开展大量的研究，研究大多发现货币供应量与股票价格之间具有长期均衡关系；而货币利率对股票价格的影响则更多取决于所处的经济时机。此外，样本区间不同，研究结论也有差异。

因此，本文利用2005—2022年货币政策的工具变量月度广义货币供应量M2、银行同业拆借利率CIR及上证综合指数收盘价SZ建立VAR模型，并进行脉冲响应及方差分解来分析探讨货币政策与股票价格之间的关系，为政策制定者、决策者和股票市场投资者提供相应的可行性建议。

2 实证分析

2.1 变量的选取与数据说明

本文选取的股票价格为上证综指月末收盘价（SZ），选取的货币政策的工具变量为货币供应量——月度广义货币供应量（M2）和货币利率——银行间7天同业拆借加权利率（CIR），对各变量均进行了对数化处理，具体设定说明如表1所示。样本区间为2005年1月—2022年6月，共有210条数据。数据来源于中国人民银行官网、网易财经网站等；实证分析使用软件为Eviews9.0。

2.2 变量序列平稳性检验

2.2.1 时序图分析

本文三个变量及其组合的时序图如图1所示，由图1可知，近十几年来，LNM2有一个明显的上涨趋势，LNCIR一直处于较为平稳的上下波动中，LNSZ也一直处于波动中且以2015年为界整体有上升趋势。另外，三个变量在17年间波动幅度都不大，基本保持平稳，即近17年来，广义货币供应量、银行7天同业拆借利率和上证综合指数价格三者基本保持一致的平稳，也说明我国宏观经济运行较为平稳。但时序图只是粗略的估计，还需要进一步进行单位根检验才能证明三个变量序列是否符合建立模型的要求，以探究三者之间的关系。

2.2.2 描述性统计分析

本文三个变量描述统计结果如表2所示，2005—2022年，LNM2、LNCIR、LNSZ的均值分别为13.692、0.996、7.876；中位数分别为13.754、1.095、7.945；標准差分别为0.641、0.353、0.322。其中，货币供应量的离散程度较大，其余两个变量的离散程度也不高，波动幅度不大。

2.2.3 ADF检验

为避免出现伪回归问题，本文对各变量序列进行ADF单位根检验。如表3所示，在5%的显著性水平上，LNCIR为平稳序列，而LNM2和LNSZ均为非平稳序列。故将所有变量序列进行一阶差分得到序列D（LNM2）、D（LNCIR）和D（LNSZ），再次进行ADF单位根检验。差分后序列的ADF检验值均通过1%显著水平上的平稳性检验，故认为LNM2、LNCIR和LNSZ为一阶单整序列。

2.3 协整关系检验

为了判断货币供应量、货币利率和股票价格之间是否存在长期稳定的均衡关系，对LNM2、LNCIR和LMSZ进行Johansen协整检验，如表4所示，在5%的显著性水平上，三者之间存在两个协整关系，即货币供应量、货币利率和股票价格存在长期稳定的均衡关系，可以进行后续的实证检验。

2.4 向量误差修正模型

由Johansen协整检验可知，LNM2、LNCIR和LMSZ之间存在长期均衡关系，但短期而言，模型可能因为各种因素的冲击而存在偏差，故建立向量误差修正模型（VECM）对均衡误差进行不断调整，从而将短期失衡的变量逐渐拉回长期的均衡状态。表5显示，短期内失衡的货币供应量、货币利率和股票价格将分别以0.032472、0.001711和0.031182的幅度对变量间的长期均衡关系进行修正。

2.5 VAR模型建立

VAR模型不仅适用于研究各变量的相互动态关系，还能预测随机扰动项对经济运行的冲击程度，并解释这种冲击对研究变量的影响。本文运用该模型研究货币政策与股票价格之间的动态关系，建立的VAR模型如下：

其中，Yt为股票价格，Xt为货币政策；A和B分别表示待估系数矩阵，即货币政策对股票价格的影响系数。

2.5.1 确定VAR模型的最优阶数

在实际运用中，若VAR模型阶数过小会出现残差自相关等问题，模型阶数过大虽可以清晰显示模型变量之间的动态关系，但会损失自由度，从而影响模型的有效性等。因此，只有需要寻求一个均衡的阶数，才能建立有效的VAR模型。如表6所示， LR、FPE、AIC三个准则选择的最优滞后阶数均为3，故VAR模型最优滞后阶数为3。

2.5.2 VAR模型的平稳性检验

本文通过建立LNM2、LNCIR和LNSZ之间的VAR模型，得出具体模型如下所示：

一般，探究方程的具体形式较少，更多的是探究变量之间的动态关系。模型的平稳性检验是确保建立有效模型的前提，若构造出来的模型不稳定可能导致脉冲响应的标准误差无效等问题。因此，需要判断模型整体的稳定性。若VAR特征方程的根都在单位圆之外，可认为平稳。如图2所示，VAR特征方程的特征根倒数均落在单位圆内，即特征根都落在单位圆之外，故本文建立的VAR（3）模型是稳定的，可以对其进行下一步的相关动态关系分析。

2.6 Granger因果检验

在实证分析检验过程中，可能出现某些经济变量之间显著相关，但无经济意义的现象。为了避免此类问题的发生，需要对各变量序列进行Granger因果检验，从而判断货币供应量、货币利率和股票价格之间是否具有经济学意义上的因果关系，如表7所示。第一，LNSZ不是LNM2的Granger原因，LNSZ也不是LNM2的Granger原因，说明货币供应量的变动难以引起股票价格的变动。第二，LNSZ是LNCIR的Granger原因，但LNCIR不是LNSZ的Granger原因，说明货币利率的变动难以引起股票价格的变动；但反过来，股票价格的变动会引起货币利率的变动。

2.7 脉冲响应分析

本文建立货币供应量、货币利率和股票价格互为脉冲变量和响应变量的脉冲响应函数，如图3所示。当货币供应量受到LNM2一个单位的冲击时，随之LNSZ第一期出现负向的冲击响应，第二期则出现更大程度的负向冲击响应，第三期达到负向响应峰值后逐渐趋向0。当LNSZ受到一个单位的冲击时，随之LNM2在第一期会有一个正向的冲击响应，第二期响应程度加大，第三期达到正向响应峰值后逐渐趋向0。当货币利率LNCIR受到一个单位冲击时，LNSZ随之在第一期出现负向的冲击响应，持续到第二期负向冲击响应越来越小，第三期及之后响应逐渐趋向0。当LNSZ受到一个单位冲击时，货币利率LNCIR随之会有一个负向的冲击响应，在第二期达到峰值后逐渐转成正向响应，约到第三期达到正向峰值后开始趋于平稳。综上，脉冲响应结果表明，货币利率和货币供应量均会对股票价格产生较为微弱的负向影响；反过来，股票价格在短期内会对货币利率产生负向影响，而长期来看，则是正向影响。

2.8 方差分解

方差分解表可以明确列出变量之间的贡献度及变量对自身的贡献度，其分析的是不同内生变量对整体的冲击程度。将上证股票价格指数LNSZ进行方差分解，滞后期设置为10期，其方差分解情况如表8和图4所示。由此可以看到，LNSZ在第一期对自身的贡献度达到99.09%，第二期上升为99.41%，从第三期开始逐期下降，但至第十期仍达到97.90%。货币供应量LNM2对上证综指价格LNSZ的解释程度第一期仅有0.04%，漸渐上升至第八期的0.32%，后又逐步下降至第十期的0.31%。货币利率LNCIR对上证综合指数价格LNSZ的解释程度从第一期的0.87%上升至第十期的1.97%。总之，从这些数据中不难看出，上证综合指数价格变动的绝大部分变动都可以由其自身进行解释，货币政策的两个工具变量——货币供应量LNM2、货币利率LNCIR对股票价格（上证综指月末收盘价LNSZ）的影响很小。因此，本文认为货币政策对股票价格的波动影响不大。

3 结语

本文選取广义货币供应量M2、银行间7天同业拆借加权平均利率CIR和上证综指月末收盘价SZ建立VAR模型，检验货币政策对股票价格的影响，得出以下结论：（1）货币供给量会对股票价格产生微弱的负向影响，且在短时期内影响较强；（2）货币利率对股票价格存在极其微弱的负向影响；（3）股票价格的波动绝大部分是由自身的冲击造成的。综上，本文认为货币政策对股票市场的影响是存在的，但是影响程度非常小；相反，股票价格对货币政策也会产生一定的影响，且影响存在一定的时滞性。

基于以上实证结论，本文给出以下政策建议：

第一，政府当局在制定和调整货币政策时可以股票市场价格波动作为一定的参考。本文研究发现，货币政策对股票市场价格变动会产生微弱的负向影响，随着金融市场的进一步发展，两者之间的联系不断加深，政府更加重视股票市场的波动影响，增强货币政策的有效性，为促进金融市场的发展贡献力量。

第二，深化利率市场化改革，畅通货币政策传导路径。本文研究发现，货币利率虽作为货币政策影响股票市场的重要途径，但其与股票价格之间的关系并不显著。因此，要进一步发挥货币政策的功效，就需要进一步深化利率市场化改革，畅通货币政策传导路径。

第三，发挥股票市场的价格发现功能。股票市场作为资源配置的市场机制，也是国家经济的晴雨表，展现了国家经济的具体状况。实证研究发现，股票价格对货币政策的实施渠道、效果有一定的影响。因此，为了增强货币政策的效果，需要进一步推进股票市场改革，优化投资者结构，推动投资者做出适当的投资决策。

参考文献

黄希睿，武慧慧.货币政策中介指标对股票价格的影响研究：基于货币供应量、利率考量的理论分析[J].价格理论与实践，2021（4）：116-119.

闫冬.货币供应量和股票价格关系的实证分析[J].金融理论与实践，2016（5）：45-49.

陆歆儿，范晓静.我国货币政策对股票价格泡沫的影响：基于VEC模型的分析[J].科技与管理，2018，20（6）：97-104.

任森春，戴正本.货币供给量对股票市场收益率的影响：基于VAR模型的实证研究[J].齐齐哈尔大学学报（哲学社会科学版），2019（6）：82-85.

袁嘉瑞.货币供给量、通货膨胀对股票价格影响的实证研究：基于对中国经济的考察[J].全国流通经济， 2021（16）：163-165.

Kurov A. What determines the stock market’s reaction to monetary policy statements[J]. Review of Financial Economics， 2012， 21（4）：175-187.

周锐.基于长短期的利率调整与股票价格关系分析[J].山东理工大学学报（社会科学版），2019，35（3）：19-24.