货币政策应对股票价格波动的策略研究(1)(2)
2014-10-27 01:05
导读：（二）货币政策不应干预股票价格波动的观点 这种观点认为，货币政策干预股票价格波动，引导资金流向，最终是为了拉动投资、增加需求、刺激消费与
（二）货币政策不应干预股票价格波动的观点
这种观点认为，货币政策干预股票价格波动，引导资金流向，最终是为了拉动投资、增加需求、刺激消费与实现经济增长。但从实际情况看，货币当局出台的一系列政策使得货币流入股市后，很大部分资金会在股市沉淀而难以进入商品市场。即使在股市存在较大风险的情形下，资金也不会完全撤出股市进入其它市场。只要资金不进入消费市场就不能形成真正的有效需求，因此，货币政策干预股票价格波动并不一定就能达到最终目标。
Crockett(1998)[7]和Greenspan（1999）[8]指出，货币政策不应该以任何直接的方式将股票价格纳入目标体系，中央银行应致力于稳定物价和充分
就业，并保证金融体系的充足流动性以应付股票价格波动。Bernanke-Gertler（1999）[9]认为，只要货币政策坚持维护物价和产出稳定，就可以减轻股票价格波动对总需求、实际经济活动和通货膨胀的影响，并在总体上减小股价的波动幅度。
（三）我国学者的观点
与西方理论界不同的是，我国学者对这个问题的看法比较相似，没有形成大的分歧。瞿强（2001）[10]认为我国目前货币政策操作很难将股票价格作为直接的目标，最多可以作为间接的参考目标。谢平（2002）[11]指出我国货币政策操作应关注股票价格波动，但不能因此认为股价变化应成为影响货币政策的决定因素之一。易纲（2002）[12]主张中央银行在考虑货币政策制定时应同时考虑股票价格和商品与服务的价格。但中央银行不应迁就股市，或者单纯通过刺激股市的方法拉动消费需求。冯用富（2003）[13]的结论是货币政策干预股市过度波动是无效的。孙华妤（2003）[14]认为中央银行对待股市只能是“关注”而非“盯住”，但是如果中央银行想干预股市，还是可以有所作为的。
（科教作文网http://zw.NSEaC.com编辑发布）
三、对我国的实证研究
研究我国货币政策如何应对股票价格波动，首先要回答我国货币供给量和利率能否对股价指数产生影响。如果我国货币供给量和利率对股价指数产生了比较明显的或是比较大的影响，那么，当股票价格波动剧烈时，可以尝试通过运用货币政策工具来调控股价指数，达到稳定股票市场进而促进宏观经济稳健发展的目的。但如果货币供给量和利率对股价指数的影响很小且不明显，意味着货币政策还不具备调控股价指数的能力。
（一）货币供给量对股价指数的影响
在理论分析方面，货币主义的弗里德曼与后凯恩斯主义的托宾、米什金都认为，货币供给对股市是具有直接的影响力的，即当货币供给量增加时，社会公众会发现他们所持有的货币比希望持有的数额要多，于是将多余的货币用于购买各种资产，包括股票，造成股市的上涨。
构造以股价指数为因变量，包括货币供给量以及其它对股价指数影响大的经济变量为自变量的系统（It，Gt，St，Pt，Rt，Mt）进行考察。I是股价指数变量，取上证综指季度初与季度末的算术平均；G是反映经济增长的变量，取名义GDP的季度增长值；S是反映股市总规模的变量，取股市市价总值季度初与季度末的算术平均；P是反映通货膨胀的变量，以CPI作为通货膨胀率P的代理变量；R为利率变量，取7天同业拆借利率，因为它是已经市场化了的利率；M为货币供给变量，将分别研究M0、M1与M2对股价指数的影响；t为时间变量。 以下应用季度时间序列数据进行实证研究，样本期间为1994年第1季度到2006年第3季度，共有51个样本点。所有数据均来源于《中国经济景气月报》、《中国人民银行统计季报》各期，以及中国统计局、证监会、人民银行等官方网站。
为了减少异方差的影响，各数据均进行对数处理。由于各时间序列不同程度地表现出不平稳，在设定玍AR模型前先对数据的平稳性进行检验，检验结论为各变量均为一阶单位根I（1）过程。由于M0、M1与M2相互之间的相关系数均在0.95以上，也就是说它们两两之间是高度相财经理论与实践(双月刊)2007年第2期2007年第2期(总第146期)段 进，曾令华等，货币政策应对股票价格波动的策略研究关的，为了避免多重共线性对分析结果的不良影响，分组来分别讨论M0、M1与M2对股价指数的影响：第一组（M0变量组）：I、G、S、P、R、M0；第二组（M1变量组）：I、G、S、P、R、M1；第三组（M2变量组）：I、G、S、P、R、M2。由于獹ranger因果检验对于滞后阶极其敏感，选取不同的滞后阶有可能带来截然不同的检验结果，而Granger因果检验是基于VAR的滞后阶进行的，因此，在进行Granger检验前必须严格确定VAR的滞后阶。先根据AIC、SC准则确定各组变量VAR方程的滞后阶，再以极大似然比统计量LR、残差序列的Ljung睟ox Q统计量和Jarque睟era统计量检验来辅助确定VAR的滞后阶[15][16]。各项准则与检验表明，三个变量组均为VAR（3）模型。基于VAR方程的滞后阶对三个变量组进行Granger因果关系检验，检验结果如表1所示，表明在95%的置信度下，M0、M1与M2均不是I的Granger原因。
