【正文】 工具調(diào)控貨幣市場和證券市場利率，這種操作會影響銀行存款、債券與股票之間的相對收益率，社會公眾在 進行資產(chǎn)選擇和資產(chǎn)組合時， 20 將把資金在銀行存款、債券與股票這三種金融資產(chǎn)中進行轉(zhuǎn)換。同時，我國要加快利率市場化步伐，合理運用證券市場信用控制，完善股票質(zhì)押貸款管理辦法，運用窗口指導，將股票價格作為輔助監(jiān)測指標。不能因為單純追求 GDP 發(fā)展而調(diào)整貨幣政策，要選擇適 合我國經(jīng)濟情況的貨幣政策。匯率、利率的稍微變動都會對股票價格產(chǎn)生巨大影響，進而影響經(jīng)濟發(fā)展。而該政策推行的時間短也是使得該研究成果意義不大的原因。而海外市場平均在 %2%。 本文的分析結(jié)果也表明融資融券政策對股票價格有不利的影響，與理論情況不符合，造成該結(jié)果的原因有融資融券市場占證券市場交易比重偏低，市場參與度不高，對市場價格波動影響不大。長期分析從文本的模型結(jié)果看，股指期貨對股票價格有不利的影響。短期分析可以 2021 年 4 月 16 日以來 A 股大跌時出現(xiàn)的“瀑布效應(yīng)”為例：當時，國內(nèi)經(jīng)濟“二次探底”、歐債危機蔓延等利空消息蔓延，出于對經(jīng)濟形勢的擔憂，持有股票和期貨組合資產(chǎn)的客戶大量拋售股指期貨，期貨價格嚴重偏離理論價格，基差的 持續(xù)異常波動產(chǎn)生大量套利機會，套利投資者買入股指期貨，賣出股票，導致股票價格大跌。引起利潤率下降，導致股票價格降低。本文研究結(jié)果表明企業(yè)商品 價格指數(shù)與股票價格呈負相關(guān)關(guān)系。 企業(yè)商品價格指數(shù)了反映國內(nèi)企業(yè)間商品集中交易價格變動趨勢，央行每月公布的企業(yè)商品價格指數(shù)反映了企業(yè)間集中交易的投資品和消費品價格變動水平，是測度通貨膨脹水平的價格指數(shù)之 19 一。但不論是升值或是貶值，對公司業(yè)績以及經(jīng)濟局勢的影響，都各有利弊，所以，不能單憑 匯率的升降 來判斷一般公司的股票價格 本文的分析結(jié)果表明中國的匯率與股票呈現(xiàn)正向變化，這與中國今年來貨幣對外升值，對內(nèi)貶值的經(jīng)濟現(xiàn)象相一致；也與中 國貿(mào)易出口額大于進口額的現(xiàn)象相一致。 至于其他公司， 本國貨幣升值受益的多半是進口業(yè)，亦即依賴海外供給原料的企業(yè)；相反的，出口業(yè)由于競爭力降低，而導致虧損。匯率變動對股價的影響，最直接的是那些從事 進出口貿(mào)易 的公司的股票。 對從事進出口貿(mào)易公司 來說，如果一國的貨幣是實行升值的基本方針，股價便會上漲，一旦其貨幣 貶值，股價即隨之 下跌。此外，中國高額的外匯儲備也可成為操控國際市場匯率的工具， 高盛 就表示 美元 的 暴跌系中國外匯儲備操作所致 ，匯率的變動也會對我國的股價產(chǎn)生影響。李克強總理曾說， 中國 “ 比較多的 ”外匯儲備 已經(jīng)是 “ 我們很大的負擔 ”。 本文研究成果表明，國家外匯儲備對上證指數(shù)雖有 正向的影響，但這一因素的影響力度非常小。首先，與西方國家不同，中國的利率水平完全由中央銀行決定，這種決定模式具有較強的政策性與滯后性，它只能夠反映國家通過宏觀手段對過冷或過熱經(jīng)濟的進行調(diào)控，預測未來經(jīng)濟形勢與未來通貨膨脹的高低，并且這種調(diào)控與預測的有效性無法被完全證實。因此可得出結(jié) 論，就中長期而言，中國的利率升降和股價的漲跌并不是簡單的負相關(guān)關(guān)系。但這種簡單的負向相關(guān)分析只存在與短期分析中。 一般認為，短期來看，利率與股票價格水平呈現(xiàn)負相關(guān)。運用這個模型可以對上證指數(shù)做出分析：在上證市場，具體來說，當利率上升 1 個單位時，上證指數(shù)上升 %；當國家外匯儲備上升 1 個單位時，上證指數(shù)上升 %；當匯率上升 1個單位時，上證指數(shù)上升 amp。 （三）經(jīng)濟意義分析 文中利率、國家外匯儲備、匯率的系數(shù)均為正，它們與上證綜合指數(shù)為同向變化關(guān)系。這些非理性投資者的非理性買賣行為，使得股票賬面價格偏離股票實際價格的現(xiàn)象大范圍的存在。 股票價格與其他商品的價格一樣，從本質(zhì)上講是由股票的供求關(guān)系決定的，即股票拋售者的拋售意愿與股票購買者的購買意愿決定的。 宏觀 經(jīng)濟景氣 、 企業(yè)家信心 指數(shù) 及 企業(yè)景氣指數(shù) 被排除在外的原因是相同的。而通貨緊縮會對經(jīng)濟產(chǎn)生負面影響。一是不利影響：通貨膨脹影響經(jīng)濟景氣，而如前所述，股價會隨著經(jīng)濟總體形勢的變動而變動。 貨幣供應(yīng)量將對通貨造成變動，而通貨的變動可以分為膨脹和緊縮兩種。 17 （二） 被剔除變量分析 計量分析中，貨幣供應(yīng)量、宏觀經(jīng)濟景氣指數(shù)、企業(yè)景氣及企業(yè)家信心指數(shù) 三個 因素 被排除在外 的原因為 原擬合方程建立中參數(shù)符號不符合經(jīng)濟意義且參數(shù)的 t 檢驗和顯著性檢驗不能通過。 這五個因素對 上證指數(shù) 的影響顯著，可以解釋 上證指 數(shù) 的 %。 所以，最終擬合的回歸方程是： Y=+++ （ ） （ ） （ ） （ ） （ ） R2= F= = 我們也可以通過結(jié)合 圖八 來看實際值和擬合值的的關(guān)系 ，再次證明 有 較 好的模擬的效果 。因此認為，對模型的自相關(guān)修正是不必要的。使用 et 進行滯后一期的自回歸 ： 圖七 滯后一期的自回歸 可得回歸方程 et= 可知 ?? =，對原模型進行廣義差分， 結(jié)果如表 12所示： 圖八 原模型廣義差分 模型中， DW= dU 說明廣義差分模型中已無自相關(guān)。 選用科克倫 — 奧克特迭代法。 圖六 序列相關(guān)性檢驗 由 逐步回歸得到方程可知， Y=+++ （ ） （ ） （ ） （ ） （ ） R2= F= = 15 ，在 5%的顯著水平下， n=72， k=6（ 包含常數(shù)項 ） ，查表得 ， d L=， dU=，由于 = d L=， 小于 dU=，無法判定 此 模型 是否存在 一階自相關(guān)。 14 （七） 序列相關(guān)性檢驗 這里我們首先做出殘差圖： 圖五 殘差圖 通過殘差圖簡單看出 殘差的變動有系統(tǒng)模式 ， 連續(xù)為正和連續(xù)為負，表明殘差項 可能 存在自相關(guān) 。 （六） 異方差 性檢驗 對修正后的模型分別作散點圖（圖 四 ）和殘差圖（圖 五 ） : 圖四 散點圖 圖五 殘差圖 13 通過殘差圖簡單看出， 模型的殘差項存在系統(tǒng)性的干擾因素，擬合效果不太理想，所以推測可能存在異方差。從相關(guān)系數(shù)也可看出， X X X d1與其他相關(guān)變量高度相關(guān)，這說明主要是 X XX d1 引起了多重共線性，予以剔除。 X1 X2 X3 X4 X5 X6 X7 d1 d2 2R X5X4X3d2X1 （ ） （ ） （ ） （ ） （ ） 6 X5X4X3d2X2 （ ） （ ） （ ） （ ） （ ） 8 X5X4X3d2X6 （ ） （ ） （ ） （ ） （ ） 8 X5X4X3d2X7 （ ） （ ） （ ） （ ） （ ） 7 X5X4X3d2d1 （ ） （ ） （ ） （ ） （ ） 8 表六 變量逐步回歸模型（五 ） 經(jīng)比較，新加入 x1的方程的 2R =，改進最大，而且個參數(shù)的 t檢驗顯著，且符合經(jīng)濟意義，選擇保留 x1，再加入其它新變量逐步回歸，結(jié)果如表七所示。 X1 X2 X3 X4 X5 X6 X7 d1 d2 2R X5X4X1 （ ） （ ） （ ） 8 X5X4X2 （ ） （ ） （ ） 2 X5X4 8 X3 （ ） （ ） （ ） 4 X5X4X6 （ ） （ ） （ ） 7 X5X4X7 （ ） （ ） （ ） 1 X5X4d1 （ ） （ ） （ ） 9 X5X4d2 （ ） （ ） （ ） 3 表四 變量逐步回歸模型（三 ） 經(jīng)比較，新加入 X3的方程的 2R =，改進最大，而且個參數(shù)的 t檢驗顯著，且符合經(jīng)濟意義，選擇保留 X3，再加入其它新變量逐步 回歸，結(jié)果如表五所示。 以 X5 為基礎(chǔ)，順次加入其它變量逐步回歸，結(jié)果如表 三 所示 。 （四） 應(yīng)用逐步回歸尋找合理的回歸模型 用逐步回歸法進行修正，分別做 Y 對 X X X X X X X d d2的一元回歸，結(jié)果如表 二所示 。我們通過下面的 散點圖和 變量間簡單相關(guān)系數(shù)進行分析。用 OLS法估計參數(shù)．估計結(jié)果如下圖： 5 圖一 OLS回歸結(jié)果 估計結(jié)果如下 （ 括號里是 t統(tǒng)計量 ） ，估計方程為：Y=+++++ （ ） （ ） （ ） （ ） （ ） （ ） （ ） （ ） （ ） R2= F= = 可知 R2較 接近于 1，且 F=（ 9， 72）， 所以可以認為 上證指數(shù) 和上述解釋變量間總體線性 關(guān)系較 顯著。創(chuàng)業(yè)板因素 在 1999年 1月 2021年 10 月 為 0，在 2021 年10月 2021年 12月 為 1；股指期貨因素與融券融資因素在 1999年 1月到 2021年 3月為 0，在 2021年 4月到 2021年 12月為 1。詳細數(shù)據(jù)請見文末附表 1。 X8，β