股票市场流动性与货币政策关系研究.docVIP

股票市场流动性与货币政策关系研究 　　摘 要：利用计量方法对中国股票市场的流动性与货币政策数据进行分析。结果表明，货币供应量对市场流动性（换手率和非流动性）的影响不显著，但实际利率对非流动性的影响非常显著，不能忽略。 　　关键词：流动性；货币政策；换手率；非流动性 　　中图分类号：F830 文献标志码：A 文章编号：1673-291X（2013）31-0137-05 　　一、研究背景和文献综述 　　（一）研究背景 　　自2008年以来，中国货币政策经历了多次变化，从原来的货币宽松政策，包括优惠利率，4万亿投资等，到最近几年为了抑制严重的通货膨胀而采取的货币紧缩政策，存款准备金提高，利率上升等等。有关货币政策逐渐成为我们关注的重要问题。 　　而股票市场也是几经波折，不少股民退出股市，大盘下跌，那么股票市场的这些波动与货币政策的变动有直接关系吗？ 　　（二）文献综述 　　几次经济危机的发生，使学者们将注意力转移到对流动性的关注上来。对于流动性影响因素的研究也比较多见。Muranaga等（1999）[1]研究发现，交易者的证券持有期，风险厌恶程度、对未来的预期以及对市场环境的敏感程度都会对市场的流动性产生影响。Pagano（1996）等研究发现，在满足一定假设的前提下，报价驱动机制下的交易较指令驱动机制下的交易表现出了更高的流动性。Kavajecz（1999）等研究发现，最小价格变动会影响买卖价差和报价深度。NYSE市场的最小价格变动由1/8变为1/16时，市场的流动性下降了。有关货币政策对流动性的研究并不多见，只有储小俊（2008）研究了市场状态（收益及其波动）和货币政策（货币供应量和利率）等宏观因素，对市场流动性的影响。 　　本文借鉴前人的研究成果，通过建立经济学模型，对中国股市流动性和货币政策之间的关系进行了研究。 　　二、实证分析 　　（一）模型建立和数据来源 　　为了研究货币政策对流动性的影响，我们建立了市场收益（MR）、货币供应量（M1）、实际利率（R）、换手率（TUR）以及非流动性（ILL）的VAR模型。 　　VAR模型表述如下： 　　本文的数据来自锐思数据，每笔行情包括证券代码、日期、日开盘价、日收盘价??日内最高价、日内最低价和成交数量。研究样本包括A股市场在2007/1/1-2012/12/31期间的各股票。实际利率通过一年期存款利率减居民消费价格指数（CPI）得到。 　　（二）相关性检验和平稳性检验 　　在利用向量自回归模型（VAR）进行分析之前，我们首先对这5个时间序列进行了相关性检验和平稳性检验。结果（见表1和表2）。 　　相关性检验结果显示，市场收益（MR）、实际利率（R）、货币供应量（M1）、换手率（TUR）以及非流动性（ILL）两两之间存在着某种线性相关关系。 　　结果显示，市场收益（MR）、实际利率（R）、货币供应量（M1）、换手率（TUR）以及非流动性（ILL）均为一阶单整序列，可以建立如下VAR模型。 　　（三）VAR模型确立 　　在建立VAR模型之前，应该确认其最大滞后阶数。如果解释变量的最大滞后阶数p太小，残差可能存在自相关，并导致参数估计的非一致性。适当加大p值，可消除残差中存在的自相关，但p值过大，又会使待估参数增多，自由度降低严重，直接影响模型参数估计的有效性。 　　这里我们综合使用LR、AIC和SC准则选择滞后阶数。各准则值（见表3）。 　　通过比较发现，滞后1阶时，AIC和SC值同时达到最小，被估计的VAR模型所有根的模小于1并且位于单位图内；回归残差不存在自相关和异方差；并且满足正态性，说明模型VAR（1）稳定可靠，选择的滞后阶数为1。 　　（四）协整检验 　　在检验的过程中，我们假设序列有均值和线性趋势项，协整方程有截距项和线性趋势项。检验结果（见表4）。 　　基于迹协整检验方法和最大特征值协整检验方法的检验结果均显示，5个变量之间存在协整关系，也就是说，它们之间存在长期的均衡关系。 　　（五）VAR模型估计 　　根据以上确定的滞后阶数，对VAR（1）模型进行估计，估计结果（见表5）。 　　（六）脉冲响应函数和方差分解 　　脉冲响应函数和方差分解结果分别（见下页图1、图2）。 　　从下页图1中我们可以看出，当给实际利率一个正冲击后，非流动性在随后的几期显著增加，也就是说实际利率增加流动性变弱。货币供应量对换手率和非流动均没有显著影响。 　　从上页图2中可以看出，非流动性的变动有很大一部分来自于实际利率的变化，贡献率最大达到了22.99%。货币供应量对市场流动性（换手率和非流动性）的影响不大。 　　三、结论与建议 　　（一）结论 　　综合以上分析结果，与储小俊的研究结果有明显差异，货币供应量对市场流动性（换手