我国股票市场与GDP关系的实证分析.pdf
经济理论与经济管理 2006年第6期收稿日期2006-03-08作者简介 关 伟(1962),男,辽宁沈阳人,中国人民大学商学院教授;马 进(1978-),男,广西全州人,中国人民大学财政金融学院博士研究生。数据来源:根据中国证监会在国研网www1drcnet1com1cn数据中心提供的数据整理而得。我国股票市场与GDP关系的实证分析关 伟,马 进(中国人民大学,北京 100872)20世纪70年代以来,随着信息技术的发展和金融创新带来的金融全球化和自由化趋势,使得以美国为代表的工业化国家的资本市场发展迅速,传统的货币政策目标与操作体系面临着挑战。各国中央银行虽然在控制商品与劳务的通货膨胀方面已取得很大成效,但是对于股票市场的发展,以及由其引起的股票价格膨胀,却难有对策。早在1929年,纽约股市的暴跌已导致美国乃至全世界的经济进入长期的大萧条时期;日本20世纪80年代末,由于资产价格极度膨胀而引发的“泡沫经济”对其经济造成了长期不利的影响;20世纪90年代,以美国为代表的西方各国资产价格明显的偏离实体经济上涨,更是引起了决策部门普遍的担忧。事实上,随着资本市场的深化和广化,货币与其他金融资产的界限日益模糊,货币供应量与实际经济变量失去了稳定的联系,这种制度变革对货币政策提出了一系列新的挑战。正因为如此,1999年8月27日,美联储主席格林斯潘在怀俄明举行的货币政策会议上强调,美联储的货币政策将更多地考虑股票市场的因素。在我国,股票市场已有十余年的发展历程。截至2006年3月底,境内上市公司1 376家,股票市场市价总值35 34117亿元,流通总市值12 43413亿元,投资者开户数达7 382186万户。随着资本市场的深化与发展,以及居民收入水平的提高,居民个人持有股权的比重在逐步增加,尤其是1997年以来,原先为主要资产形式的居民资产结构开始发生变化,其资产总量中股权资产的比重在逐步增加。近年来,连续8次下调利率、开征存款利息税、实施存款实名制等,都在不同程度上促进了居民资产结构多元化的调整。股票市场的发展在人们的生活中发挥着越来越重要的作用,股市对经济和货币政策的影响日益明显,许多专家学者和官方也开始关注我国股市对宏观经济指标GDP的影响。一、理论回顾迄今为止,经济学家们对这两者之间的关系在理论和实证上还存在着一定的分歧。奥沃耶(Owoye)研究认为,具有比较规范化股票市场的国家,股票价格充当了将货币政策传导给整个经济的渠道作用,比财政政策更重要。2美国普林斯顿大学的本 伯那基(Ben Bernanke)和纽约大学的马克 哥特勒(Mark Gertler)曾经利用新凯恩斯主义的一个模型证明了盯住资产价格的货币政策可能会加剧物价与产出的波动程度。3弗里德曼对美国股票价格在一个较长时期中对通货膨胀和产出的影响进行了实证分析,他的结论是:股票价格对于产出和通货膨胀的影响几乎都不显著,进而很难以信息变量的形式进入货币当局的决策视野。463经济理论与经济管理 2006年第6期 中国人民银行研究局课题组的研究表明,随着股票市场的发展和金融创新,股票价格对宏观经济的影响越来越显著,但股票市场在货币政策传导中发挥的作用还较小。5易纲指出由于中短期货币扩张引起商品物价和股价的同时变动更具普遍意义,所以货币政策必须同时关注股市。但中央银行也不应该迁就股市,或者单纯通过刺激股市的方法来拉动消费需求。6李广众通过对股票市场和GDP之间的回归分析得出我国的股票市场发展倾向于不利于经济增长的结果。7梁琪、腾建州运用多元VAR模型对股票市场和经济增长之间的关系进行了检验,发现股市发展和我国经济增长之间没有任何双向因果关系,意味着股市发展没有促进和导致经济增长。8原素芬基于季度数据的股票与宏观经济的关系研究中通过宏观分析认为股市与宏观经济短期内存在背离。9综上所述,可以看到国内关于股票市场与经济增长的研究主要分为两类:一是从理论上阐述股票市场在国民经济增长中日益重要。二是简单地进行回归分析,满足于两者之间的相关关系。这些做法的缺点是无法发掘出两者之间内在的因果关系,且容易出现伪回归现象。因此,本文将采用Granger因果检验法对两者之间的关系进行因果检验,用协整检验来判断两者之间是否存在长期稳定的关系。二、变量及研究方法的选择(一)变量的选择笔者选用股票市场指数来代表证券市场价格,具体的选用上海证券市场A股指数。在数据处理上,考虑到股票市场的不确定性及波动性,笔者使用月度移动平均指数代表该年股市状况。宏观经济方面的指标,笔者选取常用的GDP指标。(二)方法的选择11 数据平稳性分析。以时间序列数据为依据的实证研究都是假定有关的时间序列是平稳的,否则会产生谬误回归(spurious regression)的问题。由于序列Xt,Yt必须是平稳过程,因此,进行协整分析之前,应首先进行Xt,Yt的一阶平稳性检验。序列Xt平稳称之为I(0)过程,若Xt不平稳,但X=X-Xt-1平稳,称Xt为I(1)过程。因此,平稳性检验实际上就是单位根检验。21 协整分析。在做Granger因果关系检验时,还需做协整检验。前面已经指出,将一个随机游走(非平稳的)变量对另一个随机游走变量进行回归可能导致荒谬的结果。因为很多经济时间序列遵循随机游走,这意味着在回归之前要对他们进行差分。然而差分可能导致两个变量之间长期关系的信息损失。有时虽然两个变量都是随机游走,但是它们的某个线性组合却可能是平稳的。在这种情况下,我们称两个变量是协整的,协整是说I(1)变量之间存在长期的经济联系。关于协整关系的检验有很多方法,如EG两步法,Johnson极大似然法,频域非参数谱回归法和Buyes法。但本文要检验的变量只有两个,因此,选用适用于进行两个变量协整性检验的EG两步法。具体过程如下:对于一阶平稳的时间序列Xt,Yt,先做最小二乘回归:xt=a+byt+et得到OLS法的一级估计量,再用ADF检验估计残差序列是否构成一平稳过程,若e稳定,则Xt,Yt之间存在协整关系,反之,则Xt,Yt间不存在协整关系。et=xt-a-byt31 因果关系法。若序列Xt,Yt具有一种长时期均衡关系,则Xt,Yt之间必然存在某种因果关系,即随机变量X可以影响随机变量Y,称X为原因,Y为结果。目前比较常用的是Granger检验法,因此,本文也选用因果关系法进一步检验两个变量之间的关系。Granger检验法首先构造回归模型:yt=c1+pj=1ajyi-j+qk=1bkxt-k+et进行OLS回归,构造原假设:H0b11=b12=b1q=0F统计量:Ft=RSS(U)-RSS(R)/qRSS(U)/(N-p-q-1)其中,RSS(R)为回归残差平方和,RSS(U)73 经济理论与经济管理 2006年第6期为约束b11=b12=b1q=0下残差平方和,N为样本容量,q为x的滞后项长度。若Ft的值大于给定显著性水平 下的临界值Fa,则拒绝H0,认为X与Y有因果关系,反之接受H0,认为X与Y无因果关系。当X与Y位置交换,就成为检验Y关于X的因果关系。三、实证分析及检验笔者选择我国1991-2005年的GDP、上证(SHANGZH)A股价格指数的数据作为样本进行统计分析(见表1)。首先对变量序列计算增长率,并用增长率数据对其进行单位根的ADF检验(数据分别为ZGDP,ZSHANGZH),测算ZGDP与ZSHANGZH(分别代表GDP与上证A股价格指数的增长率)在各时段的平稳性特征,解释各变量变化的规律(如表2所示)。表1G DP、SHANGZH各年数据(单位:亿元)年份GDPSHANGZH199121 617181681633 3199226 638116621177 5199334 634146671163 3199446 759147401338 3199558 478118011259 2199667 884161 0431223199774 462161 2381013199878 345121 3321869199982 067151 4681013200089 468112 0141113200197 314182 02918692002105 172131 65019492003117 251191 4971042004136 515101 2661502005150 029191 161105数据来源:2005年中国统计年鉴、中国经济景气月报、中国统计局网站,国研网。表219912005年各变量序列的ADF检验结果项目ADF检验值临界值(1%,5%,10%)名义水平值ZGDP-21741 5413 3 3-41136 6,-31148 3,-21718 0DZGDP-31099 5343 3 3-41220 7,-31180 1,-21734 9D2ZGDP-41039 2913 3-41326 0,-31219 5,-21727 7ZSHANGZH-11594 477-41136 6,-31148 3,-21718 0ZDSHANGZH-31617 1013 3-41220 7,-31180 1,-21734 9D2ZDSHANGZH-31617 1013 3-41326 0,-31219 5,-21757 7注:11 3 3、3 3 3 分别代表所在行的变量名序列在5%、10%的显著性水平下拒绝变量序列具有单位根的假设,即变量序列在5%、10%显著性水平下是平稳序列。21 变量序列名前的“D”和“D2”分别表示变量序列的一阶差分值和二阶差分值。表2的测算结果表明:在5%的显著性水平下,GDP是I(2)形平稳序列(即变量序列本身是不平稳的,而其二阶差分序列是平稳的),SHAN2GZH,是I(2)形平稳序列。为了进一步提高模型的显著性,我们又对GDP、SHANGZH两个变量进行对数变换,分别进行ADF检验,检验的结果类似。数据的平稳性是指时间序列的统计规律不会随着时间的推移而发生变化。也就是说,生成变量时间序列数据的随机过程的特征不随时间变化而变化。其隐含的假设是这些变量序列以几乎相同的速度同时变化,且具有不断增长的共同趋势(在时间t取值无限大时,没有均值且方差趋于无穷,是发散的序列),各变量序列不可能遵从一种长期均衡的关系。但在现实社会经济活动中,有可能两个或两个以上的非平稳序列其线性组合是I(0)序列,说明这些变量序列之间存在长期均衡关系。下面我们接着对此进行协整关系检验。首先对两者进行回归分析,得到方程:ZGDP=01160 697+01024 850ZS(T=61011)(T=0174)HAN GZHR2=01044F=0155从回归结果我们可以看出,回归的结果并不让83经济理论与经济管理 2006年第6期 人满意,增长率数据之间的相关性也并不好,这也与目前中国的股票市场和国民经济发展情况相符。中国的GDP和股票市场指数并不存在显著的线性关系,既然不存在显著的线性关系,也就不需要对其进行进一步的协整性检验。四、结论与政策建议通过对股票市场上证指数(SHANGZH)、国内生产总值(GDP)之间关系的分析,我们可以看出:第一,股 票 市 场 与 我 国 的 经 济 增 长 目 标(GDP)之间不存在显著的相关关系,也不存在长期的稳定关系。这说明从长期来看,我国的股票市场还没有完全反映国民经济增长“晴雨表”的功能。这也能从我国这几年的股市走势中看出,2001年以来,我国的国民经济每年都保持在7%以上的增长水平,但股市却连年下跌。由此也可以验证上述模型结果的正确性。第二,货币政策过多地顾及股票市场不仅会丧失货币政策的独立性,而且会影响正常市场秩序的建立。无论是在美国、日本,还是在一些发展中国家,货币当局(或中央银行)的货币政策越来越受到股票市场的影响,尤其是在低通货膨胀期间。但无论如何,中央银行绝不能以股票价格指数作为决策的参照指标,货币政策对股票市场的作用应是中性的。第三,目前我国股票市场还处于幼稚期 无论从市场的交易品种、组织机构、投资结构,还是从市场规范化程度、市场监管水平来看,我国股票市场距离成熟的市场还有较大的差距。今后,我国股票市场应该在规范中发展,重点应放在提高上市公司质量上,要注意防止和消除股市泡沫,弱化股票市场的融资或“圈钱”职能,强化股票市场的优化资源配置功能、促进企业改制和加强企业监控功能。此外,要尽快推出创业板市场,完善三板市场,恢复柜台交易市场,健全市场推出机制,逐步解决国有股、法人股的流通问题,以股票指数期货为突破口积极发展金融期货市场。参考文献1 Oluwole Owoye1The Relative Importance of Monetary and Fiscal Policies in Selected African Countries J 1AppliedEconomics,1994,(11)12 Ben Bernanke,Mark Gertler1“Monetary Policy and Asset Price Volatility”in“New Challenge for Monetary Policy”Z1A Symposium Sponsored by the Federal Reserve Bank of Kansas City,Jackson Hole,Wyoming,1999,(8)13米尔顿 弗里德曼1 弗里德曼文粹M1 北京:首都经济贸易大学出版社,200114中国人民银行研究局课题组1 中国股票市场发展与货币政策完善J 1 金融研究,2002,(4)15易纲,王召1 货币政策与金融资产价格J 1 经济研究,2002,(3)16李广众1 银行、股票市场与经济增长J 1 经济科学,2002,(2)17梁琪,腾建州1 股票市场、银行与经济增长:中国的实证分析J 1 金融研究,2005,(1)18原素芬1 基于季度数据的股票市场与宏观经济的关系研究J 1 黑龙江对外经贸,2005,(12)1(责任编辑:付 敏)93
