中国股市表现和农村居民消费水平相关关系实证探究.docx

中国股市表现和农村居民消费水平相关关系实证探究.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国股市表现和农村居民消费水平相关关 系实证探究 摘要:随着中国股票市场的日益发展以及越来越多 的农村居民进入股市,股市表现对于农村居民消费水平的影 响值得关注。对我国股市表现与农村居民消费水平相关关系 的实证分析结果表明:二者之间不存在长期稳定的均衡关 系,而农村居民现金收入与农村居民消费之间存在长期稳定 的均衡关系。我国应该加快完善股票市场,吸引更多农村居 民进入股市,共同分享经济发展和股市繁荣的果实,促进农 村居民消费。 关键词:股票市场农村居民消费财富效应 进入新世纪以来,随着科技的发展和股票的普及,也有 越来越多的中国农村居民通过各种各样的途径了解和接触 到了股票,也从股市繁荣中分羹改善自己的生活水平。在这 样的背景下,我认为有必要对股市表现与农村居民消费水平 之间的关系进行研究。 ▲▲一、相关理论基础 本部分着重分析消费相关理论和股票市场表现可能影 响农民消费水平的原因。从西方经济学文献中看,实际财富 存量受物价水平影响而变动,从而影响消费和投资。在消费 函数方面,凯恩斯(J. Keynes, 1936)的消费函数理论考虑 的是当前收入对消费支出的影响。在凯恩斯研究基础上,弗 里德曼(Friedman, 1957)提出了持久收入假说,莫迪利安 尼(Modigliani, 1966)提出了 生命周期假说”,考察了 财富变量对于消费的影响。 股票市场可能影响农村居民消费水平的原因则有三点。 首先,不少农林渔牧行业与农民生产直接相关的上市公司以 及如依靠农业作为上游产业的上市公司通过在二级市场筹 措资金然后投入到实际生产中,对于农村居民的收入和消费 水平也会具有相当的影响。其次,股市的变动反映着中国经 济长期发展的态势,持续的牛市配合良好的宏观经济状况, 必然也会提振农村居民的消费信心,并且会提高居民的收入 预期。再次,随着时代发展,已经出现部分农民进入股市。 他们或者逐渐精通现代金融通过常规中介进入股市,或者由 于相关公司由于占地占田需要给农民以原始股作价等形式 获得股票。 ▲▲二、实证分析 本部分采用ADF检验检测相关数据的平稳性,并利用协 整检验检验相关变量之间的长期协整关系,再利用误差修正 模型研究中国股票市场表现与农村居民消费水平是否具有 相关关系。最后结合中国国情分析实证检验结果,给出合理 解释。 理论模型 基于以上分析和国内外学者的研究结论,笔者提出自己 的假设来探究中国股票市场表现与农村居民消费水平相关 关系。模型设计: 被解释变量为农民消费额,用县以下消费品销售总额取 自然对数(lnc)o解释变量为股市财富,用沪市A股指数取 自然对数(lnw)表。控制变量为农民收入,用农村居民现 金收入取对数(lny)o农村物价,农村居民消费价格指数取 对数(lnp)o研究的基本数据来自wind数据库宏观数据专 题报表和证券市场指数数据库以及中国国家统计局官方数 据库。 实证分析过程 ADF检验 在进行分析之前,必须首先检验被分析时间序列变量是 否具有单位根,也就是ADF检验,为了检验被分析时间序列 变量是否平稳。 经过检验发现Inc、lnw、lny、lnp的初始值都不平稳, 而其一阶差分后的值则都是平稳的,所以他们都是I(1)的 单位根过程。 协整关系检验 考虑到他们都是具有相同的一阶单整阶数的时间序列, 并且有多个解释变量,因此使用Johansen检验方法进行协 整关系检验。接下来对农村居民消费水平与上述另外三个变 量进行Johansen检验。经检验可知,无论采用迹检验还是 最大特征值检验,均可拒绝不存在协整向量的零假设,并且 都指出在5%显著性水平下只有一个协整向量。 误差修正模型(ECM) 由上文可知,农村消费水平与上述解释变量中的一个具 有长期的协整关系,亦即长期变动的同动关系。接下来采用 误差修正模型来研究这一关系。首先利用未差分的原始数据 估计出可能存在的协整方程,获得残差项序列,用ecm (t) 表 o (0. 088) (0. 105) (1. 259) (5. 575) (std. error) [0. 528] [0. 000] [0. 7164] [0. 4637] (prob.) R-squared 值为 0. 759O 然后对残差项序列进行单位根检验,p值为0.011,由 此可见变量之间的确存在长期协整关系,但是只有lny的系 数是显著的,lnw和lnp的系数都是不显著的。最后以残差 项序列为基础,误差修正项ecm (t-1)和上文中数据的差分 项来建立误差修正模型,研究其短期动态关系,得到如下方 程,R-squared二0. 783. (0. 1947) (0. 1424) (1.9184) (0.2247) (0.0283) (s. e) [0. 0267] [0. 6352] [0.

文档评论(0)

ggkkppp + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档