貨幣政策對證券市場通信行業(yè)的影響研究
——基于VAR 和脈沖響應模型的實證分析

孫茂源，劉 潔，席媛媛，謝 宇，杜秀軻，單碧堯

（河南科技大學，河南 洛陽 471000）

0 引言

貨幣政策與證券市場股票價格關(guān)系密切，通過實施科學合理的貨幣政策，強化金融市場的風險管控，可以達到對證券市場的科學合理影響和預期。反過來，股市過度的波動將會影響貨幣政策的中介目標、傳導機制和最終目標，對政策制定和調(diào)整的金融市場效果產(chǎn)生影響。通信行業(yè)是構(gòu)建國家信息基礎設施，提供優(yōu)質(zhì)的網(wǎng)絡和信息服務，全面支撐經(jīng)濟社會發(fā)展的基礎性、戰(zhàn)略性和先導性行業(yè)，通信行業(yè)的發(fā)展水平已逐漸成為衡量一個國家經(jīng)濟發(fā)展水平的重要標志之一。

目前，在我國證券市場上，通信行業(yè)板塊的上市公司總計為125 家，流通股為634.35 億股，流通市值達到9 189.09 億元，AB 股總市值達到15 790.07 億元，其總股本位列證監(jiān)會細分56 個板塊中的第19 名，是上證綜指的權(quán)重板塊之一。那么實施的貨幣政策將對證券市場通信板塊股價產(chǎn)生什么影響和什么程度的影響，股票市場價格波動又在多大程度上體現(xiàn)貨幣政策，是一個值得我們研究的課題。因此，本文選用VAR 模型作為實證計量的工具，考察貨幣政策對我國股票市場的影響，選取廣義貨幣供應量（M2）作為衡量貨幣政策的定量指標，分析我國貨幣政策對通信行業(yè)的影響，希望通過此研究對我國貨幣政策的制定提出可行性建議，以期股票市場健康發(fā)展。

1 文獻綜述

我國股市創(chuàng)設時間較晚，但仍有大量國內(nèi)學者對影響我國股價因素進行研究分析。周暉運用GARCH均值方程模型和BEKK 波動相關(guān)模型實證，發(fā)現(xiàn)貨幣政策可以調(diào)控經(jīng)濟增長從而間接調(diào)控股票市場資產(chǎn)價格。許一力運用單位根檢驗、GRANGER因果檢驗JONANSEN 協(xié)整檢驗及VAR 模型研究，發(fā)現(xiàn)貨幣政策各大指標的變動會對股市波動產(chǎn)生顯著影響，而股市的變動也會對貨幣政策產(chǎn)生影響。李文軍運用格蘭杰因果檢驗，發(fā)現(xiàn)貨幣政策和股市之間存在一定的互動關(guān)系，貨幣供應量同股指波動相互影響。王曉暉和許林運用VAR 模型考察貨幣政策對股票價格變動的影響，發(fā)現(xiàn)貨幣供應量對股價的正向作用在2 個月左右達到峰值，而利率在2 個月后對股價的負向作用較明顯。向俞澄通過建立VAR 模型以及脈沖效應響應分析，發(fā)現(xiàn)中國股票市場可以對貨幣政策的變動做出反應，廣義貨幣供給量對股價有著長期的影響，但時間越久影響越弱。

總的來說，現(xiàn)有文獻研究表明，學界關(guān)于貨幣政策對股票的影響一般采用VAR、DSGE、平滑轉(zhuǎn)移向量誤差修正模型（LST－VEVM）、一般化脈沖響應函數(shù)方法等進行實證研究，并選取貨幣供應量、市場利率、上證指數(shù)等指標衡量貨幣政策，以此來研究貨幣政策對于股票市場的影響，但在貨幣政策對于具體行業(yè)板塊的影響方面研究較少。本文綜合前人的研究成果，通過構(gòu)建VAR 和脈沖效應響應模型，深入研究我國貨幣政策對證券市場通信行業(yè)的影響。

2 研究設計

2.1 指標選取

本文采用2018 年1 月至2020 年12 月的廣義貨幣供應量來表示貨幣政策，用M2 表示，記為被解釋變量；又選取證監(jiān)會記錄的通信板塊中141 只股票，剔除2018 年1 月后新上市的股票與ST、*ST 的股票,共計107 只，組建股票池并編制指數(shù)，記錄2018 年1 月至2020 年12 月期間每個月的收盤價，用TXstock 表示，記為解釋變量。

2.2 數(shù)據(jù)來源與處理

本文所用數(shù)據(jù)來源于東方財富choice 金融終端、Wind 數(shù)據(jù)庫以及上海、深圳證券交易所，選取樣本為2018 年1 月至2020 年12 月的月度數(shù)據(jù)。因為廣義貨幣供應量與通信行業(yè)指數(shù)的單位不相同，為了消除原始變量的異方差影響，本文將被解釋變量和解釋變量取對數(shù)處理，并且不會改變變量間的關(guān)系。M2 取對數(shù)處理后的數(shù)據(jù)記為lgM2，TXstock 取對數(shù)處理后的數(shù)據(jù)記為lgstock。

2.3 VAR 理論模型設計

式中，Y是k 個維度的內(nèi)生向量，Y是具有滯后期的內(nèi)生變量向量，X是d 個維度的外生變量向量或滯后外生變量向量，ε為擾動項，A、B 分別為具有k 個維度和d 個維度的待估計系數(shù)矩陣，p 為滯后階數(shù)。

3 實證分析

3.1 單位根檢驗

為避免出現(xiàn)偽回歸現(xiàn)象，先將變量進行單位根檢驗，采用ADF 檢驗法對lgM2、lgstock 進行平穩(wěn)性檢驗，發(fā)現(xiàn)lgM2 和lgstock 的ADF 值均大于t 統(tǒng)計量的臨界值，所以無法拒絕“存在單位根”的原假設，即非平穩(wěn)序列。而后將序列l(wèi)gM2 和lgstock 作一階差分，其ADF 值均小于t 統(tǒng)計量的值，并且p 值均小于0.05，故可以拒絕原假設，不存在單位根，為平穩(wěn)序列，并且為同階單整序列。

3.2 EG 協(xié)整檢驗

將lgM2 與lgstock 作最小二乘回歸，得出殘差序列e后采用殘差序列平方和最小原理，檢驗序列是否存在協(xié)整關(guān)系。檢驗結(jié)果得殘差序列的ADF 值為-2.183 187，小于5%水平下t 統(tǒng)計量的臨界值，因此可以在5%的顯著性水平下拒絕存在單位根的假設，即為平穩(wěn)序列，并且序列l(wèi)gM2 與lgstock 是一階單整，存在長期穩(wěn)定的均衡關(guān)系。

3.3 最優(yōu)滯后階數(shù)的確定

為了后期VAR 模型的建立更為有效，這里將先進性最優(yōu)滯后階數(shù)確定。選取lgM2 與lgstock 建立VAR模型，在Lag Length Criteria 檢驗模型的滯后階數(shù)，初次選擇定為10 階，而后觀察LR、AIC、SC、HQ 值發(fā)現(xiàn)滯后1 期為最優(yōu)滯后階數(shù)。

3.4 VAR 模型的建立

隨著滯后階數(shù)確定后，重新對lgstock 與lgM2 進行VAR 模型構(gòu)建，選取滯后階數(shù)為1 階，建立模型如下所示：

3.5 平穩(wěn)性檢驗

此模型滯后期長度為1，并且含有2 個內(nèi)生變量，包含2 個特征根，因此采用AR 根檢驗。檢驗結(jié)果如圖1 所示。由圖1 可得，2 個特征根均落在單位圓內(nèi)，故模型小于1，并且均為實數(shù)，因此該VAR 模型通過了平穩(wěn)性檢驗，認定該模型是穩(wěn)定的。

圖1 AR 根檢驗

3.6 格蘭杰因果檢驗

序列l(wèi)gstock 與lgM2 之間存在長期穩(wěn)定的均衡關(guān)系，但并未進行因果檢驗。因此在基于上述步驟的情況下，對兩個序列分別做格蘭杰因果檢驗，在lgstock 方程中，lgstock 作為被解釋變量對解釋變量lgM2 進行格蘭杰因果檢驗，其聯(lián)合統(tǒng)計值為11.62 412，并且在1%的顯著性水平上構(gòu)成對lgstock 的格蘭杰因果關(guān)系；但在lgM2 的方程中，p 值為0.331 5，遠大于0.05，所以不構(gòu)成對lgstock 的格蘭杰因果關(guān)系。這說明貨幣供應量的滯后期能夠顯著的解釋或者預測通信行業(yè)股價的變動，即lgM2 每變動1%，lgstock 就會同方向變動1.16%。

3.7 脈沖響應分析

脈沖響應函數(shù)在經(jīng)濟范圍函數(shù)描述的是VAR 模型中的一個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響，其觀察模型中的各變量對于沖擊是如何反應的，并且進一步評價不同結(jié)構(gòu)沖擊的重要性。圖2 為lgstock 與lgM2 之間的脈沖響應圖。

圖2 脈沖響應

由圖2 的左側(cè)圖可知，lgM2 的第1 期響應為0，從第2 期給一個沖擊，響應函數(shù)呈緩慢下降狀態(tài)，lgstock會受到更強烈的沖擊，并且短期內(nèi)沒有趨于平穩(wěn)的態(tài)勢。這說明貨幣供應量的變化會引起通信行業(yè)股價的大幅同向變動，并且其對股價的影響十分深遠，短期內(nèi)很難回歸到原來的水平。

由圖2 的右側(cè)圖可知，在本期給lgstock 一個沖擊，lgM2 會受到長期的負向沖擊，并且長期穩(wěn)定在0.007的水平上，這說明通信板塊的股價波動雖會對貨幣供應量產(chǎn)生一定的阻撓作用，但兩者之間的關(guān)聯(lián)效應微乎其微，通信板塊股價的變動對于貨幣供應量的增減沖擊不大。

3.8 方差分解

方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化（通常用方差來度量）的貢獻度，從中分析不同的內(nèi)生變量對整體結(jié)構(gòu)造成沖擊的程度。本文基于VAR模型進行分解，結(jié)果得出，在lgstock 的波動中，不考慮lgstock 自身的貢獻度，lgM2 對lgstock 的貢獻度在第1期為0，隨后逐漸上升，最高達15%；而lgstock 對lgM2在第1 期就有影響，為0.432 227，隨后逐漸上升，最高達到9.57%。這說明貨幣供應量對通信行業(yè)股價波動的影響要稍大于通信行業(yè)股價變動對貨幣供應量的影響，但兩者互相對另一變量的影響都不是特別顯著，因此表明通信行業(yè)股價變動除了受貨幣供應量的影響之外，還存在著其他影響因素。

4 結(jié)論與建議

4.1 結(jié)論

本文通過采用2018 年1 月至2020 年12 月貨幣供應量lgM2（取對數(shù)后）和通信板塊的股價lgstock（取對數(shù)后）的數(shù)據(jù)，進行單位根檢驗、EG 檢驗、LLC 檢驗、平穩(wěn)性檢驗、格蘭杰因果檢驗得到lgM2 與lgstock 的誤差修正模型，發(fā)現(xiàn)二者存在長期穩(wěn)定均衡關(guān)系與因果關(guān)系。通過研究脈沖響應分析和方差分解的結(jié)果，發(fā)現(xiàn)通信行業(yè)股價變動除了受貨幣供應量的影響之外，還存在著其他影響因素。貨幣供應量的變化會引起通信行業(yè)股價的大幅同向變動，并且其對股價的影響十分深遠，短期內(nèi)很難回歸到原來的水平。通信板塊的股價波動雖會對貨幣供應量產(chǎn)生一定的阻撓，但兩者之間的關(guān)聯(lián)效應微乎其微，通信板塊股價的變動對于貨幣供應量的增減沖擊不大。這也就說明中國通信板塊的股票市場是具有一定有效性的，可以對貨幣政策的影響變動做出反應。

貨幣供應量對通信板塊的股價有著長期的影響，一直以來，我國在貨幣政策中對于貨幣供應量M2 格外關(guān)注。在短期內(nèi)，貨幣政策中關(guān)于貨幣供應量M2 上做出的決策能夠影響股票市場，通信板塊的股價也隨之波動。但是從長期來看，時間越久，通信板塊的股價受到貨幣供應量M2 的影響就越小。

4.2 建 議

貨幣政策的制定對通信板塊的股價波動是以乘數(shù)效應的方式產(chǎn)生影響。通過實證分析，央行可以通過貨幣政策來干預股票市場。反之，投資者也可以通過觀察央行的政策變動，包括利率的變化以貨幣供應量的變化，來規(guī)避政策風險。我國在制定貨幣政策時缺乏對股票市場自身波動性的考慮。股票市場的變動存在周期性，央行貨幣政策的制定受股票市場波動的潛在影響。

為確保我國經(jīng)濟平穩(wěn)有效的運行，制定貨幣政策時應當考慮不同貨幣政策工具所帶來的影響效果和時間存在的差異性，應當有針對性地選擇不同的貨幣政策工具實施。同時進一步完善我國股票市場運行機制，強化股票市場對于上市企業(yè)的融資功能，推動我國通信產(chǎn)業(yè)的發(fā)展，以及通信技術(shù)的進步。