供应量

　　供应量是指股票市场上，产品的供应量在某一时间内和一定价格水平下，愿意并且有能力提供的产品和服务的数量。某商品的价格提高后，会使这种商品的供应量增加。在制定和执行货币政策时，央行应充分考虑货币政策对股票市场的影响。保持适当的货币供给，进而保证股票市场的健康发展；加快市场公平公正建设，公开信息透明披露；融通货币市场和资本市场渠道，大力推进利率市场化改革，以增强利率对金融资产价格传导的有效性。

　　国内股票市场

　　我国的股票市场经历了20 多年的发展，其融资规模在不断地提高与扩大。截至2016 年底，沪深两市市价总值已达507685.88 亿元，其中上海证券交易所市值达284607.63 亿元，深交所223078.25 亿元。两市成交总额达98288 亿元，其中上海证券交易所交易金额达44417.99 亿元，深交所53870.01亿元。股票市场的融资金额已达到相当高的规模，在很大程度上反映了当前的宏观经济状况。我国货币供应量则被作为实施货币政策的中介目标。截至2016 年底，M0 为68303.9 亿元，M1为486557.2 亿元，M2 为1550066.7 亿元，M0 同比增长8.1%，M1同比增长21.4%，M2 同比增长11.3%。股票市场作为货币市场与资本市场之间的融资渠道，其对货币政策和宏观经济的影响不断增强1。

　　文献综述

　　国外学者研究货币供应量对股票价格的影响，主要分为直接影响和间接影响两类。早在20 世纪60 年代，Sprinkler（1964）使用作图的方法研究货币供给量变化与股票价格变化的关系，得出股市峰值比货币供给量的峰值滞后15 个月，谷底滞后2 个月。在研究间接影响方面，Humpe&.Macmillan（2009）将美国与日本现状比较分析，得出两个市场的结果是不一样的，在美国货币供应量对股市没有明显影响，但是在日本却有着负向的影响。

　　实证分析

　　1.变量选取与数据来源

　　选取M0、M1、M2 作为衡量货币供应量的指标，选取市场成立量和活跃程度较高的上证综合指数SZ 代表股票市场的发展情况。对各变量时间序列取自然对数，以减少模型的异方差。模型样本区间确定为2005 年1月至2016 年12 月。数据来源于国家统计局网站和wind 数据库。

　　2.单位根检验

　　为了避免伪回归现象，运用ADF 检验法对LNMO、LNM1、LNM2、LNSZ 进行平稳性检验。利用Eview8.0 进行分析，结果表明在5%的显著水平下，ADF 统计值都大于临界值，接受原假设，存在单位根，这些指标是非平稳的。经一阶差分后，ADF 统计量小于临界值，拒绝原假设，指标平稳，即各指标为一阶单整变量。

　　3.协整检验与误差修正模型

　　由于四个变量指标为同阶单整过程，满足协整检验，因此基于EG 两步法，利用Eviews8.0 进行检验，结果表明，以上证股指LNSZ 为被解释变量，LNMO、LNM1、LNM2 为被解释变量时，残差的单位根系数检验量与伪t 检验量对应的检验概率都小于5%显著性水平的临界值，因此LNSZ 与LNMO、LNM1、LNM2 各自存在协整关系。

　　上证股指LNSZ 的短期变动主要受到其差分滞后2期的影响，当上证股指与三个货币指标偏离各自的长期均衡时，三个误差修正项发挥反向调节作用，对应LNM0、LNM1、LNM2 的调整大小分别为-O.O492、-0.0461和-0.0476，符合反向修正机制。

　　4. Grange因果检验

　　Grange 因果检验结果显示，从滞后2期到滞后5期，检验结论具有稳定性，在5%的显著性水平下，仅有股指LNSZ是LNM1的格兰杰原因，而LNM1不是LNSZ的格兰杰原因，即LNSZ与LNM1存在单项因果关系。在10%的显著性水平下，滞后5期检验发现，LSZ与LM1之间存在双向因果关系。所有的滞后期均没有发现LNSZ与LNM1和LNM2的货币指标存在因果关系。

　　5. VAR模型、脉冲响应与方差分解

　　建立VAR模型，通过信息指标来确定各自的模型阶数。比较不同滞后期的有关信息指标的计算结果，可见选用VAR模型来描述LNSZ与LNM0、LNM1及LNM2之间的动态关系，每个VAR模型对应的两个特征根均小于1，即每个VAR模型都是平稳的。

　　从估计结果显示，LNSZ分别与LNM0、LNM1、LNM2 的相关性不显著，它们受自身滞后期的影响显著，这与Grange因果检验结果一致。

　　脉冲响应和方差分解显示，每个图示的左侧图显示，LNM0、LNM1、LNM2 对LNSZ 拉动作用较小，但对LNSZ本身的冲击有一定的影响，并呈衰减趋势。右侧图形显示，LNSZ 对LNM0、LNM1、LNM2有较小的拉动作用，但对LNM0、LNM1、LNM2 的冲击影响较大，并呈下降趋势，这与平稳的VAR模型估计结果一致。

　　方差分解结果显示，每个指标预测产生的方差，主要来自其自身扰动项部分，而来自其他指标扰动项方差所占比例非常小。在LNM0、LNM1和LNM2 的方差分解中,来自LNSZ 扰动项方差所占份额在LNM1中最大，而在LMO、LM2 的方差份额非常小，这说明LNSZ 对LNM1的影响远远大于LNSZ 对LNM0、LNM1的影响2。

　　结论及建议

　　首先，通过协整检验与误差修正模型检验，LNSZ 与LNMO、LNM1、LNM2 存在着长期的均衡现象，并且LNMO、LNM1、LNM2 误差修正项发挥反向调节作用，但是调整力度相当，不能进行较好的自行调控。

　　其次，通过Grange 因果检验，从滞后2 期到滞后5 期，检验结论具有稳定性，在5%的显著性水平下，LNSZ 与LNM1存在单项因果关系。在10%的显著性水平下，LSZ 与LM1之间存在双向因果关系。所有的滞后期均没有发现LNSZ 与LNM1和LNM2的货币指标存在因果关系。

　　最后，通过VAR 模型、脉冲响应与方差分解得出，建立VAR模型估计结果显示LNSZ 分别与LNM0、LNM1、LNM2 的相关性不显著，它们受自身滞后期的影响显著；通过脉冲响应分析图及方差分解表，表明LNM0、LNM1、LNM2 对LNSZ 的冲击影响比较弱，反之LNSZ 对LNM0、LNM1、LNM2 也具有微弱的影响，但两种情况都受自身冲击的影响较大。另外，在LNM0、LNM1和LNM2的方差分解中,LNSZ 对LNM1的影响远远大于LNSZ 对LNM0、LNM1的影响。

　　在制定和执行货币政策时，央行应充分考虑货币政策对股票市场的影响。保持适当的货币供给，进而保证股票市场的健康发展；加快市场公平公正建设，公开信息透明披露；融通货币市场和资本市场渠道，大力推进利率市场化改革，以增强利率对金融资产价格传导的有效性3。

　　本词条内容贡献者为:

　　王海侠 - 副教授 - 南京理工大学