货币供应量对我国股票交易金额的影响分析
摘要
为了研究货币供应量对我国股票交易金额的影响程度，建立经济模型进行估计检验，用二元回归分析的方法，通过OLS法和广义差分法进行模型修正，从而得出狭义货币供应量和广义货币供应量对股票交易额的影响变化情况。
二、关键字：股票交易额 狭义货币供应量 广义货币供应量
三、模型建立与检验
由经济理论知，货币流动性与证券市场密切相关，它是货币政策调整的重要工具，它影响着股票价格和交易额，货币供应量越多，实际利率下降，增加了持有货币的机会成本，货币会由货币市场流入资本市场。反之，流通中的货币供应量越少，货币会由资本市场流向货币市场。对我国股票交易额建立股票交易金额与货币供应量的函数关系，Y表示股票市场交易额，X1表示狭义的货币供给量M1，M1=流通中现金+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款；X2表示广义货币供应量，M2=M1+居民储蓄存款+企业定期存款
1．建立模型
如下表数据是1995-2008年的时间序列数据，即观测值是连续不同年份中的数据。
表一 我国股票交易金额与货币供应量资料
单位：亿元
年份
股票交易额
狭义货币供应量
广义货币供应量
1995
8123
1996
4036
1997
30722
1998
23544
1999
31320
2000
60827
2001
38305
2002
27990
2003
32115
2004
42334
2005
31665
2006
90469
2007
460556
2008
267113
资料来源：《中国统计年鉴》（2002,2009）。
对时间序列数据，建立计量经济模型，并进行回归分析。我们假设先建立如下二元回归模型：
Y=C+β1X1+β2X2+ui
Y——股票交易额
X1——狭义货币供应量
X2——广义货币供应量
Ui——随机干扰项
根据表一中的数据，利用EVIEWS软件，可得如表二所示结果：
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10 Time: 15:32
Sample: 1995 2008
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
X1
X2
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+10
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
初步方程为：
Y=+
（） （） （）
R2= F= DW=
模型检验：
经济意义检验：X2的符号不符合经济理论的假设，因此经济意义检验不能通过。
统计检验：
1．拟合优度检验：拟合优度R2= ，修正后的R2=，拟合效果不是很好，说明还有其他解释变量对被解释变量产生影响。
2．T检验：在5%的显著水平下，临界值(11)=, x1、x2都不能通过t检验，说明在其他解释变量不变的情况下，广义的货币供应量和狭义的货币供应量对股票交易额没有显著影响。
3．F检验：在5%的显著水平下, (2,11)=,F大于临界值，应拒绝原假设，说明回归方程显著。两个解释变量联合起来对被解释变量的影响是显著的。
（三）计量检验
A．多重共线性检验
T检验和F检验综合判断法，F检验通过，但T检验不通过，说明模型很可能存在着多重共线性。
相关系数判断法
得到相关系数矩阵如下：
X1
X2
X1
1
X2
1
可以看出：X1、X2之间存在严重的正相关。
多重共线性的修正：
首先对y和x1进行回归分析的计算结果如下，
Dependent Variable: Y
Method: Least Squares
Date: 10/29/10 Time: 22:35
Sample: 1995 2008
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
X1
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+10
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
写出如下回归分析结果：
Y=+
（） （）
R2= F= DW=
对y和x2进行回归分析结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10 Time: 16:40
Sample: 1995 2008
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
X2
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+10
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
写出如下回归分析结果：
Y=+
（） （）
R2= F= DW=
显然，y与X1的R2、修正后的R2以及t值都比y与x2的好，说明一元回归最佳模型应选取x1为自变量能更好的说明问题。但是它仍然没有二元回归的模拟拟合度高。
B．异方差检验
1、图形检验法
从图可以看到，随着X1、X2的增加，e2有增加的趋势
2、利用怀特检验法，可以得到如下结果：
White Heteroskedasticity Test:
F-statistic
Probability
Obs*R-squared
Probability
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/06/10 Time: 17:51
Sample: 1995 2008
Included observations: 14
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
+09
+09
X1
-2988560.
1338014.
X1^2
X1*X2
X2
1078397.
X2^2
R-squared
Mean dependent var
+09
Adjusted R-squared
. dependent var
+09
. of regression
+09
Akaike info criterion
Sum squared resid
+19
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
可以看到，f值和卡方检验的p值都小于，拒绝原假设的，原假设是同方差，所以结果表示存在着异方差。
异方差的修正：（加权最小二乘法）
选用权数 w=1/e2
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10 Time: 18:34
Sample: 1995 2008
Included observations: 14
Weighting series: W
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
X2
C
Weighted Statistics
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+08
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
Unweighted Statistics
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Sum squared resid
+11
Durbin-Watson stat
可以看到，R2=，修正后的R2=，比原先均有所改善，并且F检验和T检验都通过。
修正后的模型为：y=+
C、自相关检验
1、图示法
可以看到逆转的次数很少，很可能存在着自相关
从散点图可以很明显的发现，这些点基本都明显分布在一三象限，所以可以得出该模型存在正的自相关。
从散点图可以很明显的发现，这些点明显分布在一三象限，所以可以得出该模型存在正的自相关。
自相关的修正（广义差分法）
Dependent Variable: Y
Method: Least Squares
Date: 12/06/10 Time: 19:07
Sample(adjusted): 1996 2008
Included observations: 13 after adjusting endpoints
Convergence not achieved after 100 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
X2
C
-24788030
+09
AR(1)
R-squared
Mean dependent var
Adjusted R-squared
. dependent var
. of regression
Akaike info criterion
Sum squared resid
+10
Schwarz criterion
Log likelihood
F-statistic
Durbin-Watson stat
Prob(F-statistic)
Inverted AR Roots
经广义差分法后得出模型：
Y=-24788030++[AR(1)= ]
R2= F= DW=
经修正后不存在自相关。
四、得出结论
通过实证分析，货币供应量是一国货币政策的主要调控指标。当中央银行放松银根，增加货币供应量时，一方面是流通中的货币增加，购买股票金额增加，需求增加，是交易额上升；另一方面，货币供应量增加，会使利率下降，借入资金的成本降低，投资和需求消费增加，会使更多的资金流入股市，使成交额上升。反之，中央银行紧缩银根，会产生相反效果。
从相关的拟合优度也可看出，股市交易额的变动不仅与货币供应量相关，还与其他的方面有关，结合多种因素分析，我们才能对趋势和投资作出准确的判断。
五、参考文献
【1】李厚刚.货币流动性对我国股票市场交易的影响研究：金融理论与实践.期刊论文.2010年4月
【2】赵恒想.货币流动性上升对我国股票整体价格的影响.湖北函授大学学报.2008（21）
