【正文】 票成交量仍然保持長期時的均衡關系。所以只有合理的平均市盈率 西 南 大 學 學 士 學 位 論 文 12 才會促進證券市場的健康運行。 (7)貨幣供應量的負向自沖擊 有 利于自身改善。根據(jù) CJL 對 SYL 的 VAR 模型方差分解結(jié)果，其對 CJL 的影響最大可占到 CJL 預測誤差的 %；（ 3）股票成交量對股票平均市盈率，股票平均價格和貨幣發(fā)行量都起到正向沖擊，顯示了股票成交量增長促進股票平均市盈率，股票平均價格和貨幣發(fā)行量的增長；（ 4）股票平均價格對股票成交量起到負面效應 。圖 圖 4 和圖 5 分別顯示的是股票成交量和股票平均市盈率，股票成交量和股票平均價格以及股票票成交量和貨幣發(fā)行量對相關單一沖擊的標準差（ SD）的動態(tài)反應。因此，可利用 Sims(1980)提出的向量自回歸（ VAR）技術進行沖擊反 應以進一步細化探索變量之間的關系。因為等待各個經(jīng)濟單位做出反應是需要消耗相應時間的，所以當中央銀行實施貨幣政策時，有可能在短期內(nèi)并不能見到成效，使其與股票成交量呈現(xiàn)出負面作用，但當給予其充足的反應時間時，兩者就會呈正向作用關系。例如在 2021 年全球發(fā)生金融危機，我國股票市場處于熊市格局，政府頒布了一系列救市計劃，增加貨幣的供應量， 但是股票價格仍然繼續(xù)下跌，可能相對于熊市 西 南 大 學 學 士 學 位 論 文 11 對人們造成的影響而言，中央銀行的調(diào)控力度還不足以影響股價和貨幣供應量； 再者，可能是因為貨幣政策效果的發(fā)揮存在時滯。但是與長期相關性有所不同的是貨幣供應量與股票成交額在短期上卻呈現(xiàn)出了負向作用關系。 表 3 誤差修正模型結(jié)果 Table3 Error correction model results Cointegrating Eq: CointEq1 DLCJLSA(1) DLSYLSA(1) () () DLGJSA(1) () () DLHBSA(1) () () C Error Correction: D(DLCJLSA) D(DLSYLSA) D(DLGJSA) D(DLHBSA) CointEq1 () () () () () () () () D(DLCJLSA(1)) () () () () () () () () D(DLCJLSA(2)) () () () () () () () () D(DLSYLSA(1)) () () () () () () () () D(DLSYLSA(2)) () () () () () () () () D(DLGJSA(1)) () () () () () () () () D(DLGJSA(2)) () () () () () () () () 西 南 大 學 學 士 學 位 論 文 10 D(DLHBSA(1)) () () () () () () () () D(DLHBSA(2)) () () () () () () () () C () () () () () () () () Rsquared Adj. Rsquared Sum sq. resids . equation Fstatistic Log likelihood Akaike AIC Schwarz SC Mean dependent . dependent Determinant Residual Covariance Log Likelihood Akaike Information Criteria Schwarz Criteria 表 3 的 誤差修正模型 方程表明了 2021— 2021 年間上述四個變量之間的短期均衡關系，從中可以看出， 2021— 2021 年間市盈率與成交量仍然具有負向作用關系，這是因為我國 2021— 2021 年間市盈率的波動較大且不穩(wěn)定，如由 2021 年 10 月 A 股市場市盈率最高達到 倍到 2021 年 10 月 A 股市場市盈率降到 倍，其縮水幅度高達%，這也應起了人們對高市盈率的警惕，故高市盈率的增長對股票成交造成負面影響。 西 南 大 學 學 士 學 位 論 文 9 建立誤差修正模型 在確定了 CJL 與 SYL、 GJ、 HB 之間的長期均衡關系后，可進一步利用誤差修正模型反映變量之間的短期動態(tài)關系。當股票價格上漲時，投資者預計牛市到來，紛紛跟進，所以股票價格對股票成交量起到促進作用。這可能是因為我國股市的市盈率普遍偏高，由數(shù)據(jù)可知，在 2021— 2021 年期間， 2021 年 10 月的 A 股市場市盈率最高達到 倍，是歐美國家一般市盈率水平的 3～ 4 倍。在此基礎上進行了 Johansen 協(xié)整檢驗，檢驗結(jié)果見表 2： 表 2 Johansen 協(xié)整檢驗結(jié)果 Table2 Johansen cointegration test results 零假設 協(xié)整向量的數(shù)目 特征值 跡統(tǒng)計量 臨界值 5%顯著水平下 1%顯著水平下 0 個 ** 至多 1 個 ** 至多 2 個 至多 3 個 由表 2 可知，協(xié)整結(jié)果表明，在 2021— 2021 年的樣本區(qū)間內(nèi)， CJL、 SYL、 GJ、HB 這四個變量之間在 1%的顯著水平下存在兩個協(xié)整關系，取其較為顯著的協(xié)整關系進行分析， 根據(jù)誤差修正模型得到的協(xié)整向量為： ? ?0 2 7 4 9 ,2 1 4 2 2 ,1 8 3 3 4 ,0 2 0 7 2 ,0 0 0 ????? 則四個變量之間的協(xié)整方程為： CJLt=++ [ ] [ ] [] [] 該回歸方程表明了在 2021— 2021 年上述四個變量之間存在長期均衡關系，從中可以發(fā)現(xiàn)， 2021— 2021 年市盈率與股票成交量具有負向作用關系，而股票平均價格和貨幣發(fā)行量呈現(xiàn)正向作用關系。有單位根檢驗可知， CJL、 SYL、 GJ、 HB時間序列多數(shù)只含常 數(shù)項不含線性趨勢項，我們選擇 VAR 模型和協(xié)整方程 中 包含常數(shù)項。由于是多個變量，因此，我們選用Johansen 檢驗（ JJ 檢驗）來判斷他們之間是否存在協(xié)整關系，并進一步確定相關變量之間符號關系。經(jīng)過一階差分處理后所有數(shù)據(jù)序列在 5%顯著水平下都是平穩(wěn)的，所以他們都是一階單整的。用 差 分法對非平穩(wěn)變量進行處理，結(jié)果見表 1。首先對各變量進行季節(jié)調(diào)整，剔除季節(jié)因素對數(shù)據(jù)的影響，然后將成交額，市盈率，股票平均價格和貨幣發(fā)行量分別取 自然 對數(shù)，分別用 CJL、 SYL、 GJ 和 HB 表示。在本項研究中，最優(yōu)滯后期的確定是按 Akaike info criterion評價標準（ AIC）確定的。格蘭杰因果關系檢驗對滯后期 西 南 大 學 學 士 學 位 論 文 7 長度的選擇有時很敏感，滯后期長度 的影響直接影響檢驗的功效。 最后進行脈沖響應分析，衡量來自擾動項的一個標準差沖擊對內(nèi)生變量當前和對未來取值的影響；如果變量之間不存在協(xié)整關系，就利用變量的差分進行格蘭杰因果關系檢驗（ Granger Causality Test）。檢驗協(xié)整關系的常用方法有 EG 兩步法檢驗和 Johansen 提出的協(xié)整檢驗（ JJ 檢驗），本文將采用 后 一種方法來檢驗變量之間的協(xié)整關系。如果變量是 同階 單整的，利用 Engle 和 Granger（ 1987）提出的協(xié)整檢驗確定變量之間的長期關系。圖 1 和圖 2 共同顯示了股票成交量、平均市盈率、股票平