中国经济增长与股票市场关系实证研究.docVIP

中国经济增长与股票市场关系的实证研究 　　【摘要】该文应用Morlet小波时频相关性分析对中国经济增长和股票市场的关系进行实证研究。该方法既能对二者在时域维度上的结构性转变进行分析，又能从频域角度分析二者在短期、中期和长期的相关性。研究结果表明，中国经济增长只在短期和中期与股票市场存在正相关关系，股票市场是导致该时期内经济增长的重要因素。本文认为，要想继续保持中国经济的中高速发展，应该积极地促进股票市场的发展。 　　【关键词】经济增长 股票市场 小波相关性 时域 频域 　　一、引言 　　随着中国股票市场的不断发展壮大，它与经济增长之间的关系已经成为经济增长理论研究中的一个重要课题。两者之间的相关性、因果性关系，不论是对股票市场走势的判断，还是对政府政策的制定都有着重要意义。虽然在强式有效市场假说下，股票市场的价格具有随机游走的特点，依靠宏观经济变动的基本面分析将会失效，但实证研究证明，目前即使是发达国家的股票市场也未达到强式有效市场假说的条件（姚道洲，2010）。本文应用Morlet小波时频相关性分析对中国经济增长和股市间的关系进行实证研究，并通过所得结论给出具体的政策建议。 　　关于中国经济增长和股市之间的相关性问题可以用货币政策传导机制中的托宾Q理论（Tobin，1969）来解释（Su et al.，2016）。托宾Q理论将企业的股票价格与投资支出联系起来，托宾Q为企业股票市值对股票所代表的资产重置成本的比值。如果Q值较大，即企业资本重置成本低于企业市场价值，那么公司发行较少的股票就可以买到较多的投资品，进而促进投资支出增加，反之则相反。根据托宾Q理论的货币政策传导机制为： 　　货币供应↑？圯股票价格↑？圯q↑？圯投资支出↑？圯总产出↑ 　　针对中国经济增长和股票市场之间的相关性问题，国内外学者得出了不同的结论。一种观点认为股市发展能显著地促进经济增长，比如Schwert（1989），Cooray（2010），周晖（2010），姚道洲（2010）等。另一种观点认为股市发展与经济增长二者之间存在显著的负相关关系，例如Ram Spencer（1983），梁琪、滕建州（2006）等。?有学者认为二者关系复杂，例如陈建宝、孙林（2014）发现二者在经济快速发展阶段呈现出高度正相关性且二者之间存在长期稳定的均衡关系。但也有观点认为股市发展与经济增长之间无关或微弱相关，例如Arestis et al.（2001），Enisan et al.（2009），李广众（2002），唐绍祥等（2008）等。 　　学者们关于中国经济增长和股票价格之间关系的研究方法大多基于参数回归分析、VAR模型、MS-VECM等计量经济学方法，而本文选用基于Morlet小波的时频相关性分析方法。它不仅能够研究变量之间在时域（Time Domain）维度上的结构性转变，而且能够从频域（Frequency Domain）维度上得到短期、中期和长期相关性。其次，大多数金融类时间序列都不满足平稳性的条件，而小波相关性分析方法能够很好地处理非平稳性时间序列。本文采用基于Morlet小波的时频相关性分析方法，全面地探究中国经济增长与股市之间在时域和频域维度上的相关性，从而为中国经济政策的制定与股票走势的判断带来新的启示。 　　二、研究方法介绍 　　作为一种新的信号分析处理技术，Goffe（1994）、Ramsey Lampart（1998a，b）等将小波变换引入经济和金融领域，本文采用最常应用于连续小波变换的Morlet小波分析方法。 　　（一）连续小波变换 　　对于给定的原始时间序列x（t），连续小波变换的表达式为： 　　■ （2-1） 　　其中，■表示基小波函数，■表示■的负共轭函数。 　　Morlet小波是高斯包络下的高频率复正弦函数，其简化表达式为： 　　■ （2-2） 　　其中，ω0代表高斯包络线内震荡的次数。 　　为确保Morlet小波在时域和频域上均具有较好的局部化性质，通常取ω0=6。 　　（二）小波功率谱 　　时间序列在时域和频域组合下的波动性通过单个时间序列x（t）的小波功率谱来反映，即小波自功率谱： 　　■ （2-3） 　　其中，■表示小波功率谱。 　　（三）小波相关系数 　　小波相关系数■，可以帮助我们更加直观地分析时间序列变量之间相关性的有无及大小，它等于时间序列x（t）和y（t）的小波自功率谱与交叉小波功率谱之间的比值。 　　■ （2-4） 　　其中，S为平滑因子；R2（u，s）在0-1之间取值。取值为0表示时间序列变量之间完全无关；取值为1表示时间序列之间完全相关。 　　（四）相位差 　　时间序列x（t）和y（t）之间的相位差被定义为交叉小波功率Wxy（u，s）的虚数部分■与实数部分■