论文部分内容阅读
【摘要】：本文的目的是检验股票市场与通货膨胀的相互关系，选取上证综合指数，居民消费价格指数，工业增加值，广义货币供给量，采用VAR模型和格兰杰因果检验方法，探讨股票市场与通货膨胀之间的相关性。
【关键词】：上证综合指数;居民消费价格指数;工业增加值;广义货币供给量
一、变量选取及数据描述
由于沪深股市之间存在很强的相关性，所以这里我们选取上证综合指数（SHINDEX）来反映股票价格;选取居民消费价格指数（CPI）来反映通货膨胀的指数;一般而言，实际经济活动应该用GDP来代表，但是我国的GDP只能找到季度数据，而工业增加值与GDP有着很好的相关性，所以本文选取工业增加值（IP）来反映宏观经济的实际状况;同时，选取广义货币供给量（M2）来作为货币政策指标。数据均为月度数据，来自国家统计局官方网站和中国证监会官方网站，样本数据的时间区间为1999年1月到2013年12月。为避免数据的剧烈波动，本文对各数据序列进行自然对数化处理，形成的新数据序列分别记为LSHINDEX、LCPI、LIP和LM2。本文的实证模型均在EViews 6.0下完成。
二、实证分析
1.单位根检验
本文采用ADF检验法对各时间序列作单位根检验。首先以上证综合指数的时间序列进行分析，对上证综合指数的时间序列作图像观测，时间序列图像存在有截距特征，但随时间变化的趋势性并不明显，采用AIC信息准则来对LSHIDEX原序列作单位根检验。经过计算得到的ADF统计量大于临界值，所以不能拒绝被检验的上证综合指数原时间序列是非平稳的原假设。再对上证综合指数的一阶差分序列进行ADF单位根检验，此时的统计量小于相应的临界值，所以拒绝上证综合指数的一阶差分序列非平稳的假设。综合上述两个结果，得出上证综合指数序列为一阶单整的结论。通过检验可知，上证综合指数、居民消费价格指数、工业增加值和广义货币供给量的原序列不稳定，而其一阶差分序列DLSHINDEX、DLCPI、DLIP和DLM2拒绝含有单位根的原假设，因此这些变量的时间序列为典型的I（1）（一阶单位根过程）时间序列。
2.协整检验
为了保证协整关系在统计上的可信度，需要先确定合理的协整滞后阶数。对1999年1月到2013年12月的数据建立四变量的VAR（LSHINDEX，LCPI，LIP，LM2）模型，将四个变量都考虑成内生变量，在无约束的VAR（P）模型条件下，根据AIC准则和SBIC准则，通过测试不同的VAR（P）模型对应的值，得出VAR（P）的最优自回归阶数。测试表明最佳的滞后阶数为2，从而进行基于Johansen的特征根检验法进行协整检验，检验上证综合指数、居民消费价格指数、工业增加值和广义货币供给量之间是否存在协整关系。
迹检验统计量和最大特征值检验统计量在5%的显著性水平下均不显著，无法拒绝没有协整关系的原假设，即认为变量之间不存在协整关系。
3.因果关系检验
尽管上证综合指数、居民消费价格指数、工业增加值和广义货币供给量四个变量之间不存在长期的协整关系，但由于它们的一阶差分序列都是平稳的过程，因此，我们可以用其一阶差分序列进行Granger因果分析，以检验它们之间是否存在因果关系，以及因果关系的方向。
将上证综合指数分别与代表实际经济活动的工业增加值）和代表货币政策的广义货币供给量进行Granger因果关系检验，DLSHINDEX和DLIP的不同滞后期的AIC和SBIC系数筛选结果，滞后期分别为1，2，3，4，5，6时，AIC分别为-8.7164，-8.625799，-8.530906，-8.827611，-8.80028，-8.60454，SBIC分别为-8.586646，-8.392259，-8.174931，-8.324291，-8.115288，-7.689015。同理可得到DLSHINDEX和DLM2的滞后期筛选结果。分别选取滞后4期和滞后6期对上证综合指数和代表实际经济活动的工业增加值以及上证综合指数和代表货币政策的广义货币供给量进行Granger因果关系检验。样本个数为89个，经过检验，原假设工业增加值不是上证综合指数的格兰杰原因，输出结果F统计量为0.96059，P值为0.4338;再假设上证综合指数不是工业增加值的格兰杰原因，输出结果F统计量为1.06625，P值为0.3788。同理进行广义货币供给量和上证综合指数Granger因果检验结果，可知，实际经济活动变动和广义货币供给量的变动都不是股票价格变的Granger原因，这说明我国股票市场的效率很低，不能反映宏观经济状况。
以此类推，分别对居民消费价格指数和代表实际经济活动的工业增加值以及居民消费价格指数和代表货币政策的广义货币供给量进行Granger因果关系检验，分别滞后5期和滞后3期。样本个数为74个，经过检验，原假设工业增加值不是居民消费价格指数的格兰杰原因，输出结果F统计量为3.0592，P值为0.0155，再假设居民消费价格指数不是工业增加值的格兰杰原因，输出结果P值为0.2267。同理可证原假设广义货币供给量不是居民消费价格指数的格兰杰原因，输出结果F统计量为1.24703，P值为0.2944，再假设居民消费价格指数不是广义货币供给量的格兰杰原因，输出结果F统计量为0.68649，P值为0.5615。
由以上检验结果可得，广义货币供给量不是居民消费价格指数的Granger原因，而代表实际经济活动的工业增加值是居民消费价格指数的Granger原因，而且工业增加值作为通货膨胀的Granger原因十分显著。
三、基本结论
通过建立VAR模型，对我国股票价格、通货膨胀、实际经济和货币供给四个变量组成的系统进行了Granger因果关系检验，得出结论：上证综合指数和居民消费价格指数的波动主要来自自身的波动，长期内，两者的波动除了受自身的波动影响之外，还会受到实际经济波动的影响。
参考文献：
[1] 汪昌云，戴稳胜，张成思，基于EVIEWS的金融计量学[J]中国人民大学出版社，2011
[2] 美，蔡著，金融时间序列分析，潘家柱译，机械工业出版社， 2006
[3]达摩达尔 古扎拉蒂;计量经济学基础[J]，中国人民大学出版社，2011
[4]拉格纳弗里希，计量经济学的问题与方法[J]机械工业出版社，2015
[5]高铁梅，计量经济学分析方法与建模EVIEWS应用及实例[J]清华大学出版社，20099
【关键词】：上证综合指数;居民消费价格指数;工业增加值;广义货币供给量
一、变量选取及数据描述
由于沪深股市之间存在很强的相关性，所以这里我们选取上证综合指数（SHINDEX）来反映股票价格;选取居民消费价格指数（CPI）来反映通货膨胀的指数;一般而言，实际经济活动应该用GDP来代表，但是我国的GDP只能找到季度数据，而工业增加值与GDP有着很好的相关性，所以本文选取工业增加值（IP）来反映宏观经济的实际状况;同时，选取广义货币供给量（M2）来作为货币政策指标。数据均为月度数据，来自国家统计局官方网站和中国证监会官方网站，样本数据的时间区间为1999年1月到2013年12月。为避免数据的剧烈波动，本文对各数据序列进行自然对数化处理，形成的新数据序列分别记为LSHINDEX、LCPI、LIP和LM2。本文的实证模型均在EViews 6.0下完成。
二、实证分析
1.单位根检验
本文采用ADF检验法对各时间序列作单位根检验。首先以上证综合指数的时间序列进行分析，对上证综合指数的时间序列作图像观测，时间序列图像存在有截距特征，但随时间变化的趋势性并不明显，采用AIC信息准则来对LSHIDEX原序列作单位根检验。经过计算得到的ADF统计量大于临界值，所以不能拒绝被检验的上证综合指数原时间序列是非平稳的原假设。再对上证综合指数的一阶差分序列进行ADF单位根检验，此时的统计量小于相应的临界值，所以拒绝上证综合指数的一阶差分序列非平稳的假设。综合上述两个结果，得出上证综合指数序列为一阶单整的结论。通过检验可知，上证综合指数、居民消费价格指数、工业增加值和广义货币供给量的原序列不稳定，而其一阶差分序列DLSHINDEX、DLCPI、DLIP和DLM2拒绝含有单位根的原假设，因此这些变量的时间序列为典型的I（1）（一阶单位根过程）时间序列。
2.协整检验
为了保证协整关系在统计上的可信度，需要先确定合理的协整滞后阶数。对1999年1月到2013年12月的数据建立四变量的VAR（LSHINDEX，LCPI，LIP，LM2）模型，将四个变量都考虑成内生变量，在无约束的VAR（P）模型条件下，根据AIC准则和SBIC准则，通过测试不同的VAR（P）模型对应的值，得出VAR（P）的最优自回归阶数。测试表明最佳的滞后阶数为2，从而进行基于Johansen的特征根检验法进行协整检验，检验上证综合指数、居民消费价格指数、工业增加值和广义货币供给量之间是否存在协整关系。
迹检验统计量和最大特征值检验统计量在5%的显著性水平下均不显著，无法拒绝没有协整关系的原假设，即认为变量之间不存在协整关系。
3.因果关系检验
尽管上证综合指数、居民消费价格指数、工业增加值和广义货币供给量四个变量之间不存在长期的协整关系，但由于它们的一阶差分序列都是平稳的过程，因此，我们可以用其一阶差分序列进行Granger因果分析，以检验它们之间是否存在因果关系，以及因果关系的方向。
将上证综合指数分别与代表实际经济活动的工业增加值）和代表货币政策的广义货币供给量进行Granger因果关系检验，DLSHINDEX和DLIP的不同滞后期的AIC和SBIC系数筛选结果，滞后期分别为1，2，3，4，5，6时，AIC分别为-8.7164，-8.625799，-8.530906，-8.827611，-8.80028，-8.60454，SBIC分别为-8.586646，-8.392259，-8.174931，-8.324291，-8.115288，-7.689015。同理可得到DLSHINDEX和DLM2的滞后期筛选结果。分别选取滞后4期和滞后6期对上证综合指数和代表实际经济活动的工业增加值以及上证综合指数和代表货币政策的广义货币供给量进行Granger因果关系检验。样本个数为89个，经过检验，原假设工业增加值不是上证综合指数的格兰杰原因，输出结果F统计量为0.96059，P值为0.4338;再假设上证综合指数不是工业增加值的格兰杰原因，输出结果F统计量为1.06625，P值为0.3788。同理进行广义货币供给量和上证综合指数Granger因果检验结果，可知，实际经济活动变动和广义货币供给量的变动都不是股票价格变的Granger原因，这说明我国股票市场的效率很低，不能反映宏观经济状况。
以此类推，分别对居民消费价格指数和代表实际经济活动的工业增加值以及居民消费价格指数和代表货币政策的广义货币供给量进行Granger因果关系检验，分别滞后5期和滞后3期。样本个数为74个，经过检验，原假设工业增加值不是居民消费价格指数的格兰杰原因，输出结果F统计量为3.0592，P值为0.0155，再假设居民消费价格指数不是工业增加值的格兰杰原因，输出结果P值为0.2267。同理可证原假设广义货币供给量不是居民消费价格指数的格兰杰原因，输出结果F统计量为1.24703，P值为0.2944，再假设居民消费价格指数不是广义货币供给量的格兰杰原因，输出结果F统计量为0.68649，P值为0.5615。
由以上检验结果可得，广义货币供给量不是居民消费价格指数的Granger原因，而代表实际经济活动的工业增加值是居民消费价格指数的Granger原因，而且工业增加值作为通货膨胀的Granger原因十分显著。
三、基本结论
通过建立VAR模型，对我国股票价格、通货膨胀、实际经济和货币供给四个变量组成的系统进行了Granger因果关系检验，得出结论：上证综合指数和居民消费价格指数的波动主要来自自身的波动，长期内，两者的波动除了受自身的波动影响之外，还会受到实际经济波动的影响。
参考文献：
[1] 汪昌云，戴稳胜，张成思，基于EVIEWS的金融计量学[J]中国人民大学出版社，2011
[2] 美，蔡著，金融时间序列分析，潘家柱译，机械工业出版社， 2006
[3]达摩达尔 古扎拉蒂;计量经济学基础[J]，中国人民大学出版社，2011
[4]拉格纳弗里希，计量经济学的问题与方法[J]机械工业出版社，2015
[5]高铁梅，计量经济学分析方法与建模EVIEWS应用及实例[J]清华大学出版社，20099