前言：中文期刊网精心挑选了金融危机与股市的关系范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
金融危机与股市的关系范文1
1数据采集及变量处理
1.1数据采集
采取上证A股的数据对中国股市的价量关系进行检验。样本的时间跨度为2005年6月6日至2011年9月30日。并将样本期分为两个子时段，目的是研究不同市场中价量关系的差异。第一时段为2005年6月6日至2007年10月16日，共计575个交易日数据；第二时段为2007年10月17日至2010年9月30日，共计969个交易日数据。数据样本选择以2007年10月16日为分界点，因为分界点之前股市为上升态势，分界点之后为下降趋势，分别呈现出牛市和熊市的状态。所有的数据均来源于RESSET金融研究数据库以及Wind金融数据库。所用分析软件为EVIEWS6.0和EX-CEL2003。
1.2变量选取
成交量表示为Vt，是对日成交量取对数后的结果。日收益率Rt为：Rt=100×（lnPt-lnPt-1)，其中，Pt表示第t个交易日的日收盘价。从表1中可知，收益率均值、中位数金融危机前均大于危机后，标准差的比较知熊市波动幅度大于牛市，体现了市场在两个不同发展阶段的走势。两阶段偏度、峰度说明中国股市收益率具有尖峰厚尾的特征。从JB统计量可知，中国股市的收益率不服从正态分布。
2模型构建——两时段量价关系的检验与比较
2.1金融危机前后价量关系的Granger因果检验对比分析
对收益率和成交量序列进行平稳性检验，结果如表2所示。滞后阶数根据SIC准则确定。由表2可知，在金融危机前的时段，收益率序列平稳，而成交量序列非平稳，经验证，成交量序列一阶平稳，因此这一时段，二者不能进行Granger因果检验。在金融危机后这一时段，收益率和成交量均为平稳序列，二者满足进行Granger因果检验的条件。从表3的Granger因果关系检验结果可知，金融危机后这一时段中，在5%的显著性水平下，收益率和成交量存在双向的因果关系，在一定程度上，二者可相互预测。
2.2基于GARCH模型的价量关系检验对比分析
首先，根据收益率残差序列的自相关和偏自相关系数确定滞后阶数，结合金融危机前的交易量序列是一阶差分后平稳，确定采用ARIMA（3,1,3）模型进行分析。而金融危机后的交易量序列是平稳的，且根据自相关值拖尾、偏自相关值3阶截尾的特征，确定采用ARMA（3,0）模型进行分析。然后对两阶段收益率残差序列进行ARCH-LM检验，结果显示，在5%的显著性水平下，两时段的收益率序列均存在ARCH效应，可以运用GARCH模型。分别利用ARIMA（3,1,3）和ARMA（3,0）模型将危机前后的交易量序列分解为非预期交易量Vut和预期交易量Vet两个部分。再从非预期交易量中分解出其超过均值的部分Vut。
2.3各序列对收益率影响的GARCH模型检验
选用GARCH（1,1）模型进行实证分析。为了比较不同类型的成交量对收益率波动性的解释能力，将不同类型的成交量加入到GARCH（1,1）模型的条件方差方程中，模型分别为：模型1σ2t=ω+αu2t-1+βσ2t-1+θ1Vt（1）模型2σ2t=ω+αu2t-1+βσ2t-1+θ2Vet（2）模型3σ2t=ω+αu2t-1+βσ2t-1+θ3Vut（3）模型4σ2t=ω+αu2t-1+βσ2t-1+θ4Vet+θ5Vut（4）模型5σ2t=ω+αu2t-1+βσ2t-1+θ6Vut（5）回归结果如表4。通过表4的回归结果可以看到金融危机前后两时段的一些异同。（1）金融危机前，系数θ1是显著的，而危机后θ1不显著，说明危机前成交量对股价的波动具有一定的解释作用，而危机后则没有解释作用。（2）由模型2和3可知，θ2和θ3均不显著，说明单独的预期成交量和非预期成交量对股价波动都没有解释力。但模型4的回归结果显示，二者联合起来对股价波动却起作用。与危机前不同，危机后，θ2不显著，而θ3显著；模型4可得出同样的结论，表明非预期成交量对价格有较强的解释力，而预期交易量则缺乏解释力。（3）模型5显示，非预期成交量中超过均值的部分的系数θ6是显著的。危机后，θ6的值为21.243，统计显著，且比模型1至模型4的系数值都要大。说明非预期成交量中超过均值部分对价格波动的解释能力优于非预期成交量。且比金融危机前时段解释力更强。
3结论及建议
3.1结论
(1)金融危机前股市的平均收益率远高于金融危机后的收益率均值，但金融危机前收益率的日波动幅度小于金融危机后的波动幅度。
(2)金融危机前，由于交易量序列不平稳，因此不确定交易量与收益率的Granger因果关系；而金融危机后这一时期，二者具有双向的因果关系。
(3)将不同类型的成交量加入到GARCH（1,1）模型的条件方差方程中进行回归，可知：金融危机前，成交量可以部分解释股价的波动，而危机爆发后，量对价的解释力消失了。其次，非预期成交量在危机前对股价波动都没有解释力，而金融危机后有一定的解释作用。再次，两时段中，预期成交量对波动均不具有解释力。最后，两个时段内，非预期成交量中超过均值的部分对股价波动性都具有一定地解释作用；但是，金融危机后其解释力更强。
(4)非预期成交量中超过均值部分的系数为正，说明交易量放量对市场的冲击比负的交易量对市场的冲击大，即非预期交易量对市场的冲击存在非对称性。
3.2建议
金融危机与股市的关系范文2
关键词：后金融危机时代；股市；房地产；财富效应；格兰杰因果检验
中图分类号：F830.9 文献标志码：A 文章编号：1673-291X（2013）17-0078-03
引言
财富效应是指在其他条件不变的情况下，货币余额的变化将会引起总消费开支的变化。
2007年，起源于美国房地产次贷危机的金融危机席卷了全球，掀起了全球范围内的经济动荡，使世界经济在很长的一段时间内处于经济恢复期，中国也不例外。随着时间的推移，各国陆续进入了经济稳固复苏增长的后金融危机时期。我们以2008年11月我国股市开始回升的时候作为我国后金融危机时期的开始，从金融危机发生期到后金融危机时期的宏观经济数据可以看出，在此时间段间，实体经济受到了巨大的冲击，社会消费增长速度大幅下降。同时期内，中国的股票市场与房地产市场也发生了巨大的变化。后金融危机时代股市和房地产财富效应究竟如何成为了人们关注的重点。从目前的研究现状上看，对于我国国内的股票市场和房地产市场的研究尚有不足，且尚未有人做过后金融危机时代房地产财富效应和股票财富效应进行比较研究。于是我们在已有相关研究成果的基础上，根据我国国情，对后金融危机背景下中国股价波动及房价波动通过财富效应对居民消费的影响进行实证研究，并将股市和房地产财富效应进行对比得到相关结论。
一、股市及房地产财富效应测度模型的建立
理论界对资产财富效应测度方面的研究，一般是基于Friedman的持久收入假说或Modizliani的生命周期假说框架进行的。根据这两个假说，个人对下一期的消费规划取决于其一生的财富水平，除非财富水平永久性增加，否则不会改变长期的边际消费倾向。用模型可以表示为[1]：
式中，xft表示消费者t期的消费支出，zct表示消费者期持有的资产，srt表示消费t者期的收入，rt表示利率，θ表示时间偏好。对上述模型求导，可得消费者的最优消费路径：
但是，消费者的跨期消费会受到现实中存在的流动性约束和消费者的短视行为的影响，从而无法完全合理地规划其一生的财富。综合上述因素，我们假定个人的消费行为受到当期的收入波动及资本收益的影响，对收入的安排主要用于消费和储蓄，在这里我们定义只要不用于消费的资金和资产都称为储蓄，储蓄构成股票投资的直接资金来源。生命周期-永久收入模型（LC-PIH）假说虽然在西方经济中得到了较好的验证，然而对于我国来说，由于我国资本市场尚未完善，消费信贷发展缓慢，该模型并不能完全解释我国居民的消费行为。本文结合我国消费市场的实际情况，并将资产（zc）分为股市资产（gz）和房地产市场资产（fz）在修正后的消费方程的基础上建立财富效应的检验模型：
其中，xft表示期的消费水平，srt表示t期居民可支配收入，gzt表示t期的上证指数，fzt表示t期的房地产价格指数，ut表示误差项。
二、实证研究
（一）变量和数据选择
本文所针对的是后金融危机时代我国股市和房地产财富效应，因此，我们将时间段设定为2008年11月我国股市开始回升的时候到2012年6月为止，使用的数据为月度数据。用城镇居民人均消费来衡量我国居民的消费水平，用城镇居民人均可支配收入来衡量我国居民的收入水平，用上证指数来衡量我国股市的财富水平，用房地产价格指数来衡量我国房地产财富水平。城镇居民人均收入和城镇居民人均消费和房地产价格指数的数据来源于《中国统计年鉴》，上证指数的数据来源于大智慧软件。由于数据的对数变换不改变原有的协整关系，因此，为了消除数据的异方差性和熨平数据的波动性，我们将搜集到的原始数据进行取对数的处理，得到lnxf、lnsr、lngz以及lnfz。
（二）数据平稳性检验
若时间序列中存在单位根，就会出现伪回归的现象。为了避免此现象的出现，保证回归结果的无偏性、有效性跟一致性，本文首先对时间序列进行ADF单位根检验，检验结果如表1所示。
表1 各相关序列的ADF平稳性检验结果
注：（1）Dlnxf表示lnxf的一阶差分，其余类同。
（2）检验形式的3个参数依次为截距项、时间趋势项和滞后期，其中滞后期的确定是AIC准则和SC准则，由Eviews6.0直接给出。
从表1的检验结果中我们可以看出，对原序列进行一阶差分后进行单位根检验，在5%的显著水平下都拒绝存在单位根的假设，即Dlnxf、Dlnsr、Dlngz以及Dlnfz都为平稳序列。因此，lnxf、lnsr、lngz和lnfz均为一阶单整序列，即lnxf（1）、lnsr（1）、lngz（1）和lnfz（1）。
（三）协整检验
协整检验的前提是各时间序列数据都是同阶单整的。通过ADF单位根检验得知，lnxf、lnsr、lngz和lnfz均为一阶单整序列，满足协整检验的条件。如果两个或多个时间序列是非平稳的，但是它们的某种线性组合是平稳的，我们称它们之间存在协整关系，协整反映了变量之间的长期均衡关系。由式lnxft=β1lnsrt+β2lngzt+β3lnfzt+c+ut，并结合Eviews6.0软件，我们可以得到lnxf、lnsr、lngz和lnfz之间的协整方程为：
lnxft=0.60629lnsrt+0.091651lngzt+0.15180lnfzt+2.43419
（0.06346） （0.05924） （0.11095） （0.72713）
其中，R2=0.811257，拟合度较高。由协整方程我们可以看出，收入水平和房地产市场指数对消费的影响较大，收入每变动1%个单位，消费会随之变动0.60629%个单位，房地产市场指数每变动1%个单位，消费随之变动0.15180%个单位。但股市财富对消费的影响非常小，股市财富每变动1%个单位，消费只会随之变动0.09165%个单位。
（四）格兰杰因果检验
从检验结果来看，消费水平（lnsf）与居民可支配收入（lnsr）、上证指数（lngz）以及房地产市场指数（lnfz）之间存在着协整关系，我们可以通过格兰杰因果检验进一步讨论变量之间的因果关系。用Eviews6.0对上述变量作格兰杰因果检验，检验结果如表2所示。
表2消费水平、收入水平和股市财富水平的格兰杰因果检验结果
表2的检验结果显示，股票指数（lngz）是房地产指数（lnfz）的Granger原因，其接受零假设的概率仅为0.0095，但房地产指数（lnfz）不是股票指数（lngz）的Granger原因。消费水平（lnxf）是收入水平（lnsr）的Granger原因，其接受零假设的概率仅为0.0014，同时收入水平（lnsr）也是消费水平（lnxf）的Granger原因，接受零假设的概率仅为0.00006。而对于收入水平（lnsr）是股票指数（lngz）的Granger原因的零假设，其接受的概率为0.2807，远大于5%的显著性水平，说明收入水平（lnsr）不是股票指数（lngz）的Granger原因。同样，可以得出股票指数（lngz）不是收入水平（lnsr）的Granger原因，消费水平（lnxf）与股票指数（lngz）不互为Granger原因，收入水平（lnsr）与房地产指数（lnfz）不互为Granger原因以及消费水平（lnxf）与房地产指数（lnfz）不互为Granger原因等结论。
（五）脉冲响应函数
脉冲响应函数描述在扰动项上加一个标准差大小的冲击对内生变量的未来值和当期值所带来的变化，也即一个内生变量对误差变量的反应[2]。
通过格兰杰因果检验得知，lnxf和lnsr互为因果关系，以及lngz是lnfz的格兰杰原因。为了进一步探讨我国在后金融危机时代股票市场和房地产市场的财富效应、居民收入水平是如何影响居民消费水平的，以及股票指数和房地产指数是如何相互影响的，我们做出变量之间的脉冲响应函数，以衡量模型收到某种冲击时对系统的动态影响。对此，本出了lnxf对lnsr的脉冲响应函数，lnsr对lnxf的脉冲响应函数以及lngz对lnfx的脉冲响应函数。
图1（1）显示，当在本期给lnsr一个正冲击后，lnxf在第1期会产生一个正的效应，但在第2期开始效应由正转为负。这说明，当收入水平受到外部条件而升高时，会在短时间内引起消费的增加，但在随后会给消费带来反向的冲击，长时间以后，收入会给消费产生抑制作用，并且该抑制作用会随着时间的推移而逐渐减小。图1（2）显示，当在本期给lnxf一个正冲击后，lnsr会在前2期迅速上升，之后缓慢下降，但一直保持着正的效应。这说明，消费水平的某一冲击会给收入水平带来同向的冲击，消费会给收入水平起一个拉动的作用。图1（3）显示，当在本期给一个正的冲击后，会在前3期内保持上升的趋势，但在第3期后开始缓慢下降，当一直会保持正的效应。这说明，股票市场对于房地产市场来说，具有正向的影响。
三、总结及建议
（一）总结及原因分析
由协整检验的结果可知，股市财富对消费的影响非常小，股市财富每变动1%个单位，消费只会随之变动0.09165%个单位，股市的财富效应十分微弱。而与股市财富效应相比，房地产市场指数对消费的影响较大，房地产市场指数每变动1%个单位，消费随之变动0.15180%个单位，房地产财富效应更加显著。
股市财富效应微弱的主要原因是由于我国证券市场存在制度缺陷、监管力度不完善、上市公司质量差，使得股市投资者大多处于投机目的而非对上市公司的长期看好，由此导致我国股市财富并不直接用于消费，而是用于新一轮的股票投机心理预期的投入。而房地产财富效应十分显著是由于一方面房地产在我国GDP中占比大，另一方面随着近几年中国房价的持续迅猛上扬，消费者对我国房地产市场普遍持看涨预期，从而对房地产市场的投资不断增加，并且这种投资形成的扩张财富效应加大了消费者的支出。房地产市场财富效应亦通过对居民消费的作用最终对宏观经济的运行产生深远影响。
（二）建议
针对文中结论及原因分析，笔者将从股票市场、房地产市场及居民可支配收入3个维度提出可行性建议。
1.从股票市场角度
（1）最根本的是规范证券市场，提高上市公司的准入标准，加强对上市公司的监管，使得存在于股市中的上市公司具有稳定的利益，保持股市的稳定，增强投资者对股市的信心。这需要政府拿出决心，对现有证券市场、制度进行整顿，从根源上解决问题。
（2）深化证券品种创新，深化多层次金融市场的产生，提高金融业在GDP中的占比，从政策上鼓励投资者加大对金融产品的投资。
2.从房地产市场角度
（1）通过对2008—2012 年后金融危机下的小样本数据进行检验，我们发现房价与居民消费之间存在较强的正相关关系。因此，在长期住房需求高于供给，而现阶段内高房价导致实际投资的相对停滞的大背景下，为使消费长期稳定增长，现阶段应尝试适度下调房价，变潜在的住房需求为实际投资，从而确保房地产投资规模稳定增长，之后再根据经济发展情况，有机会的提升房价变动幅度。这样会拉动内需，进而促进中国经济的发展。
（2）对房价的调控要合理、适度，不能大波动的实行，否则会令投资者产生下跌的预期，阻碍财富效应；另一方面，应该控制房价的过快增长，使人均住房资产增加，促进财富效应。
金融危机与股市的关系范文3
［关键词］暴涨暴跌；股市；系统性风险
作者简介：王 擎（1973―），男，西南财经大学中国金融研究中心（成都，610074），教授。研究方向：资本市场。
一、引言及文献综述
股市波动是股票市场的常态，股票市场的剧烈波动形成暴涨暴跌，往往给股市运行带来巨大影响，有时甚至发生灾难。如何界定股市的暴涨暴跌，各国股市的暴涨暴跌有没有内在联系，这是我们首先需要弄清楚的问题，也是中国股市健康发展的基础。
国外一般从股市泡沫角度来研究股票价格的非正常波动，“暴涨暴跌”实质是股价“泡沫”的膨胀和破裂。在经典的现值模型和市盈率模型基础上，西方学者从不同角度创新模型以期对“股市泡沫”加以解释。如希勒（1984）的Fads模型、艾伦和戈登（1993）的Churning bubbles模型把股票价格“泡沫”作为一种市场自发力量形成的过程，Barberis, Shleifer和Vishny(1998)从行为金融的角度建立了投资者情绪模型(BSV)，Scheinkman和Wei Xiong(2002)建立了过度自信模型，从投资者行为的角度来解释“股市泡沫”的产生。
相比西方学者对“股市泡沫”的研究，中国学者更直接关注股市的暴涨暴跌，从目前研究看，股市暴涨暴跌的原因主要可以归纳为以下两类：
1.股市暴涨暴跌缘于市场制度的缺失。杨元华（1997）认为，从总体上来看，欧美股市暴跌是一种调整期的反映，而亚洲股市的动荡更多地表明机制不健全和结构失衡。［1］骆勇（2007）认为，中国股市表现出来的暴涨暴跌是国企改革（包括国有银行）未完成的代价。［2］谢百三、李政东（2008）认为，中国股市暴涨暴跌根本原因在于制度缺陷，即资本项目的不完全开放，做空机制缺乏，交易所会员制的不合理以及股权分置改革的影响等。［3］赵红等（2008）认为，A股市场暴涨暴跌的制度性原因主要在于基金等机构投资者收入机制不合理，对股市起到助涨助跌作用；上市公司再融资圈钱行为，严重打击了投资者的信心。［4］卢林华（2009）认为，中国股市暴涨暴跌的外生因素在于发行制度不完善，分红制度不完善，基金制度不完善，监管制度不完善等。［5］韩国勇（2009）认为，上市公司缺少回报股东的意识、做空机制缺乏、股市政策依赖性较强等三大弊病，是造成我国股市大起大落的主因；而基础制度建设的不完善，过分重视融资而对投资人保护相对淡漠；投资渠道的缺乏，以及投资主体的单一，也是造成股市大起大落的因素。［6］
2.股市暴涨暴跌缘于市场参与者的行为缺陷。孙建军、王美今（2004）认为，过度自信的投资者通常会推动股市的大起大落。［7］时寒冰（2008）认为，股市暴涨暴跌的根源，是权力不当干预的结果。［8］夏和平、田石英（2008）认为，就监管者方面考察，导致我国股市暴涨暴跌主要有三个方面的原因，即监管理念扭曲、监管职能错位、股市制度缺陷。［9］卢林华（2009）认为，中国股市暴涨暴跌的内生根源在于定位偏差，而投机市场博弈行为是股市暴涨暴跌的直接推手。孙立坚（2009）认为，中国股市暴涨暴跌是投资者的“动物精神”和集体非理性的结果。［10］欧阳文、何德辉（2009）认为，股指的暴涨暴跌主要是由于中国股市中的各市场参与者目标之间出现背离，没有被得到及时的关注和有效修正。［11］陈国进等（2009）认为，投资者的异质信念是我国股票市场价格呈现暴涨暴跌特征的主要原因。［12］
从现有的文献来看，对中国股市暴涨暴跌的研究，大多都是从暴涨暴跌的原因方面进行定性分析，但暴涨暴跌该如何界定，各国股市暴涨暴跌又有何差异却基本没有涉及。本文以中、英、美、日四国股市为研究对象，实证界定四国股市暴涨暴跌的表现，并比较四国股市在暴涨暴跌方面的相同和不同特征，这对于进一步促进中国股市的稳健运行和投资者的理性投资具有重要意义。
二、股市暴涨暴跌的实证界定
（一）数据及研究方法
为了分析各国股市暴涨暴跌的特点，我们选取中国股市与英国、美国、日本股市作比较。各国股市均选取其最有代表性的指数作为研究对象，即中国的上证综合指数、英国的FTSE100指数、美国的S&P500指数、日本的Nikkei225指数。其中，上证指数的数据来源于通达信股票交易软件，其他三个指数均从省略网站相关栏目下载获得。
本文选取四国股市1996年12月20日至2010年11月19日的收益率为研究对象，数据频度为周数据。①其中，上证指数周数据和另外三个指数的周数据在计算时间上存在差异，即上证指数一般以周五作为周数据生成日（若周五休市，则往前一日；若仍休市，则依此类推），而英国、美国、日本三个指数的周数据生成日一般是周一。为了更好地达到本文的研究目的，我们将除上证指数外的三个指数的周数据作了调整，即先获取其日数据，然后依照上证指数的周数据生成办法，重新计算三个指数的周数据。
为研究暴涨暴跌的极值，我们使用经验分布函数来拟合样本分布。设{X1，X2，…，Xn}是来自总体X的简单随机样本，对于任意x（-∞＜x＜∞），以Vn(x)表示事件{X≤x}在n次简单随机抽样（独立重复观测）中出现的次数，即样本的n个观测值X1，X2，…，Xn中不大于x的观测值的个数，则称Fn(X)= Vn(x)/n，（-∞
进一步，我们认为落入概率密度分布曲线左尾1%和右尾1%的数据属于极值，②于是我们将经验分布的上1%分位数（99%分位数）对应的值定义为暴涨的临界值，将下1%分位数对应的值定义为暴跌的临界值。分别落入这两个区间的数据则是相应的暴涨暴跌的事件。本文采用SPSS软件进行统计分析。
（二）实证结果
对暴涨暴跌极值的计算结果如表1所示。
观察表1可以发现，同样的时间窗口，上证指数的样本数量要比另外三个指数的样本数量少30个，原因应该在于中国的节假日较多导致股市休市时间平均每年多了2天左右。在样本期间，中国股市暴涨和暴跌的次数各为6次，其它三个股市暴涨和暴跌的次数各为7次，数据的差异大概也和样本数量有关。
从平均涨跌幅看，上证指数>FTSE100> S&P500>Nikkei225，说明中国股市作为一个新兴市场具有较高的收益率。另外，Nikkei225指数的平均涨跌幅相比其他三个指数要小很多，说明其平均收益率是最低的，可能与日本经济长期增长乏力有关。
从峰度值看，③四个指数的峰度值均大于0，即都是尖峰肥尾，从大小排序看FTSE100>Nikkei225> S&P500>上证指数，说明在4个指数中，FTSE100指数的频率分布集中程度最高。FTSE100和上证指数收益的平均值最为接近，相差仅0.01%，但峰度值却差异较大，说明FTSE100指数的肥尾现象更为突出，也就是说，FTSE100的暴涨暴跌次数相比上证指数暴涨暴跌次数可能更多。
从偏度值看均小于零，都是左偏，比较结果是Nikkei225 S&P500>FTSE100，说明上证指数的波动性最大，Nikkei225其次，而S&P500和FTSE100的波动性相近。
上证指数偏度值最小，而方差最大，这或许是因为样本期间中国股市存在涨跌幅的限制而且不准卖空，④中国股市的投资者只能反复地暴炒股票，从股价上升中获利，这样的结果是一方面限制了暴跌的跌幅，使中国股市暴涨暴跌的次数最少，而另一方面则加大了股市的波动性。
三、世界主要股市暴涨暴跌的比较分析
（一）四个股市暴涨暴跌的表现
1.中国股市
从表2看，中国股市暴涨暴跌主要集中于2008年，有6次，另外2006年发生2次，其余4次分别发生在1996年、1997年、2000年、2002年。
从发生暴涨暴跌的具体事件来看，政策起到关键的作用。在6次暴跌事件中，有4次存在直接的政策利空，包括实施涨跌幅限制、提高存款准备金率、上调印花税等，另外2次是受到全球金融危机的影响。在6次暴涨事件中，同样有4次直接和政策出台相关，另外2次涉及到监管部门领导的讲话，这其实也暗含着某种政策导向，体现出政策对市的呵护。因此，中国股市的“政策驱动型”特征比较突出。
2.美国股市
从表3数据看，美国股市的暴涨暴跌主要发生在2008年，有5次事件，显然也是受到金融危机的影响，另外在2000―2003年“互联网泡沫”破灭前后发生的频率也相对较高。就程度而言，2008年金融危机期间暴涨暴跌的幅度较大，其余期间的暴涨暴跌幅度都相对较小。在样本选取区间内，美国股市的最大单周跌幅出现在2008年10月10日当周，跌幅达到了18.20%，源于金融危机的加深，市场投资者产生了强烈的悲观情绪。而样本期间内的最大单周涨幅则出现在2008年11月28日当周，涨幅为12.03%，究其原因，美国政府对于当时深陷危机之中的金融机构的一揽子救助方案或许大大提升了投资者的信心。
从统计结果看，美国股市的波动幅度并不是很大，暴涨暴跌的程度基本都在10%的范围以内；而且美国股市受政策或政治性讲话的影响很小，更多是对经济形势的自然反映，这凸现出美国股市的相对成熟性。对于有着200多年成长经历的美国股市而言，它的成长绝不是“急来的”，更不是“一夜成名”的，它的每一次大涨背后可能是较长时间酝酿后的“水到渠成”。因此，美国股市的暴涨暴跌多半属于“市场和事件驱动型”。
3.英国股市
从英国股市发生暴涨暴跌的事件看，14次中有8次都与美国股市同步，显示出英美两国股市的密切关联性。另外的几次原因主要有：1997年12月欧盟与俄罗斯之间的《伙伴关系与合作协定》正式生效促使欧洲主要股市猛涨，2010年5月欧洲债务危机对英国股市产生严重的负面影响，2009年2月20日汇丰银行现金告急，等等。从幅度来讲，英国股市最大单周跌幅发生在2008年10月10日，最大单周涨幅则出现在2008年11月28日这一周，与美国股市完全相同。
总体来讲，英国股市的暴涨暴跌也属于“市场和事件驱动型”，作为一个高度开放的金融市场，英国股市与美国股市的同步性非常强，同样，在大多数时间股市波动并不是很大，而且频率也并不是很高。
4.日本股市
从表5可以看出，日本股市的暴涨暴跌大多也是受市场和事件的影响，由于日本经济的高度市场化和开放性，因而股市总体上呈现出与欧美股市共同的特征。但具体看，日本股市和欧美股市的同步性并不强，虽然2008年期间受金融危机影响呈现出一定的共性，但日本股市暴涨暴跌的时间与欧美股市并不完全契合。另外，日本股市波动也有一些独特的原因，如1997、1998年亚洲金融危机的爆发，2000年互联网泡沫的破灭，都使日本股市波动与欧美股市存在差异。
（二）四个股市暴涨暴跌的相关性及原因
从上面分析可以看出，四个股市指数走势完全相同的时间只有一个――2008年10月10日，四个股市受金融危机影响都同时发生大跌。总体上看，S&P500和FTSE100的暴涨暴跌时间窗口较为接近，14次剧烈波动中有8次波动都同步，说明美国和英国的股市之间关联较为紧密，这与欧美经济的高度市场化和全球化特征相吻合；而上证指数与Nikkei225的暴涨暴跌时间窗口则显得更为独立，说明其存在一定的独特性。
中国股市从正式建立至今不过20年，仍处于“青年时期”。与英美日三个发达国家的股市相比，中国股市波动性最大，而且呈现出典型的“政策市”特征。这主要是因为中国经济的两大特征：中国是一个新兴经济体、中国经济正处于转轨之中。作为一个新兴市场，中国股市表现出较好的成长性，但同时也表现为制度不完善、法规不健全、投资者不成熟等特征，比如缺乏做空机制、新股发行制度不合理，证券监管法律、配套法规建设滞后，投资者投资的非理性等，这导致了股市波动剧烈，炒作之风盛行，再加上中国资本市场没有完全开放，因此中国股市和西方股市存在波动的不一致。作为一个转轨经济体，中国的政府行为和企业运行机制都处于转型之中，表现出上市公司自我约束能力不够，政府对股市管理越界等等，加上投资者不成熟，对政府干预形成非理性预期和过度依赖，因而导致中国股市“强政策”的特征。
日本是世界经济实力最为发达的国家之一，金融业也是高度开放和发达，但日本股市与英美两国股市的关联性并不高，而且日本股市的波动也比英美股市更大，我们认为，可能有以下三个原因导致了日本股市的独特性。（1）上世纪80年代末股市泡沫破灭。日本股市在1989年摸高至38915点，但其后便开始发生暴跌，到1990年10月已经跌破20000点。股市泡沫破灭使日本证券业空前萧条，大量证券公司倒闭，日本实体经济也受到沉重打击，漫长的熊市一直延续到2005年。这也许是日本股市这14年的表现独立于中美英三国的重要背景。（2）产业结构调整滞后，使日本没有搭上“新经济的快车”。日本一直是个学习型的国家，不论是明治维新还是二战后政府对研究开发的大力支持，日本都非常善用“拿来主义”。但日本在20世纪90年代却没有重视以信息技术为主要的高新产业的发展，最终导致日本经济错失了发展机遇，与英美国家的经济渐渐拉开了差距。（3）地缘上的差异也使日本股市与英美股市运行不同。日本经济发展模式虽属于西方，但所处位置却在东方，势必与亚洲国家也存在着千丝万缕的关系。上世纪90年代末的亚洲金融危机就使日本经济受到较大影响，而英美股市由于地缘的关系没有发生大波动。地理位置也决定了日本属于东亚文化圈，日本国民的消费、投资习惯更靠近亚洲而不是欧美国家，这也一定程度上影响了日本股市的波动。
四、结论及启示
本文运用经验分布函数对中、美、英、日四国股市的暴涨暴跌进行了界定，刻画了四个股市暴涨暴跌的表现，并对其表现的差异性进行了对比分析，得到如下结论：
1.相比美国、英国、日本等发达国家的股市，中国股市在过去15年间成长性最强，暴涨暴跌的幅度最大，但暴涨暴跌的次数却相对较少。作为一个新兴市场及转轨经济体，中国股市的暴涨暴跌表现出较强的“政策驱动型”特征。
2.作为相对成熟的市场，美国、英国、日本股市的暴涨暴跌呈现出明显的“市场和事件驱动型”特征。其中，英国和美国由于历史渊源以及经济发展模式的趋同使两国股市波动呈现出较强的同步性；但对日本股市而言，由于上世纪80年代末股市泡沫破灭、日本产业结构发展滞后、独特的地缘特征等原因，日本股市波动与英美股市表现有很大不同。
3.当爆发金融危机等影响全球经济的系统性风险时，全球股市都无一幸免，不同体制、不同发展程度的股市都会呈现出较强的共振。
从中我们可以得到以下几点启示：
1.在出现金融危机等系统性风险时，全世界股市都会受到影响，中国政府应当加强与世界各国的合作与沟通，共同维护全球经济的平稳发展，共同防范各种系统性风险，减小股市的波动。
2.为防范股市的暴涨暴跌，政府应该减少对股市运行的政策干预，完善和规范制度，加快市场化建设，规范和引导中国股市的平稳健康发展。
3.资本市场的开放不仅带来机遇，同时也带来危机，要防范股市间的传染风险，在市场风险防范机制健全前，应谨慎开放资本市场。
注 释：
①选择1996年12月16日作为研究的起点是因为从那时开始中国股市开始实行涨跌幅限制，制度的变化可能影响到股市前后表现的差异。为了便于比较研究，其他三个指数的样本也选取同样的时间窗口。另外，若采用日数据则数据量偏多，不便于进行比较分析，因而采用周数据。
②以1%的置信水平来界定暴涨暴跌具有主观性，当然也可以根据研究需要选用其它的置信水平。
③在SPSS软件中，实际峰度值已做减3处理，因此大于0的峰度值即为尖峰，小于0的峰度值为低峰。
④ 2010年3月，中国股市开始允许融资融券，而在此之前中国股市是缺乏做空机制的。
主要参考文献：
［1］杨元华．全球股市缘何暴涨暴跌［J］．中国经贸, 1997(10)．
［2］骆 勇．暴涨暴跌的股市:国企改革未完成的代价［J］．现代企业，2007（9）．
［3］谢百三，李政东．股市暴涨暴跌根在制度缺陷［J］．中国改革，2008（9）．
［4］赵 红等．中国A股市场暴涨暴跌的制度性原因及对策［J］．十堰职业技术学院学报，2008（5）．
［5］卢林华．我国股市暴涨暴跌的系统成因［J］．法制与经济，2009（6）.
［6］韩国勇．中国股市为何暴涨暴跌［J］．经营管理者．2009（16）.
［7］孙建军，王美今．股市政策对个体证券投资者交易行为的影响――行为金融理论对我国股市低迷现状的解释［J］．数量经济技术经济研究，2004（6）．
［8］时寒冰．中国股市为何总是暴涨暴跌［J］．新财经，2008（9）．
［9］夏和平，田石英．对我国股市监管困境的法律思考［J］．苏州教育学院学报，2008（4）．
［10］孙立坚．“动物精神"驱动股市暴涨暴跌［J］．社会观察，2009（9）．
［11］欧阳文，何德辉．关于中国股市暴涨暴跌的思考［J］．科技和产业，2009（1）．
［12］陈国进，胡超凡，王 景．异质信念与股票收益――基于我国股票市场的实证研究［J］．财贸经济，2009（3）．
The Analysis and Comparative Study of Stock
Market Extreme ups and downs
――Based on Stock Markets of China, US, UK and Japan
Wang Qing
Abstract:This paper examines the extreme volatilities of stock markets of China, US, UK and Japan, and makes the comparative analysis. We find out that Chinese stock market shows the fastest growth, the extremist up and downs, and the policy-driven characteristics. US, UK and Japan stock markets show the clear market-and-event-driven characteristics. Furthermore, UK and US markets show the similar volatility trends, while the Japanese stock market has its specific volatility feature. In policy implications, every country should exert to cooperate with each other, in cope with the global systematic risk. Chinese government should strengthen the constructions of maketization of stock market, and open the capitalmarket prudentially.
金融危机与股市的关系范文4
论文关键词：联动效应，协整检验，向量误差修正模型
一、引言
1、研究背景
在信息技术的革新和金融创新的共同推动下，全球金融市场经历了一个快速发展的阶段，随着国际间资本管制的放松，金融一体化程度不断加深。股票市场作为金融市场最重要的组成部分之一，其发展过程中也表现出日益明显的跨国股市间的联动效应金融论文，即不同国家或地区股票市场指数的共同运动趋势。中国股票市场近些年开放程度不断提高，特别是QFII和QDII制度的实施，使中国股市与其他市场股票价格的联系更加紧密。香港作为国际化金融中心，其成熟的股票市场体制吸引了大批内地优质企业到香港上市站。截至2009年2月底，在香港证交所主板上市的H股和红筹股市值总额已经占到香港主板总市值的54.18%，成交量所占比重更是高达68.64%；同时150家H股公司中已有57家也在内地交易所发行A股，实现“A+H”双重上市。因此境外股市对内地市场的影响，可以通过同股同权的香港H股比价传递到内地股市。美国经济在世界经济格局中发挥着举足轻重的作用和影响，作为最直接反映美国经济发展状况的美国股市，是最能影响全球股市运行的市场之一。本文选择中国内地、香港和美国股票市场进行协整关系研究金融论文，以此来研究不同市场之间的关系。
2、文献回顾
全球股票市场的联动效应早期的研究主要集中于发达国家的股票市场之间。Hilliard（1979）研究了十个主要国家股票市场每日收盘价的同期相关性和滞后相关性。Eun和Shim（1989）采用向量自回归（VAR）模型，通过分析1980-1985年间九个成熟股票市场的日收益情况来研究股市波动的国际传导机制。Kasa（1992）第一次运用多元协整方法考察了世界五个主要股票市场，证实了五个市场之间存在长期相关性站。Karolyi和Stulz（1996）研究了美国和日本股票市场的联动性以及影响跨国股市收益相关性的基本因素。大量研究表明，发达国家股票市场的联动性有增强的趋势，特别是在股市波动比较大的时期，股市的联动效应会更加明显，也即所谓的市场传染（King & Wadhwani，1990）。
亚洲金融危机爆发之后，许多学者就金融危机对亚洲新兴市场以及全球股市间联动性的影响展开了深入的研究。研究表明，亚洲金融危机之前金融论文，新兴股票市场与成熟股票市场间不存在显著的依存关系，如Masih等（1999）对1992-1997年美国、日本、英国、德国、新加坡、马来西亚、香港、泰国股市间长期相关性的研究。Leong和Felmingham（2003）利用协整分析、误差修正模型以及Granger因果检验对1990年1月8日~2000年7月6日新加坡、韩国、日本、台湾和香港股市的日股指进行研究，发现亚洲金融危机后日本与韩国、新加坡与韩国、新加坡与中国香港以及中国香港与中国台湾之间股票指数存在较强的相关性。
国内学者的相关研究有：俞世典等（2001）根据1998-2000年的数据，运用Granger因果检验和协整检验方法，考察了道琼斯指数、恒生指数、纳斯达克指数、日经指数与上证指数，得出这四个世界主要股票市场对中国股市影响甚微的结论。陈守东等（2003）应用协整分析，并构建了误差修正模型，对沪、深两市指数和世界主要股市指数之间的关系进行了实证分析，发现各指数的收益率序列具有相异的短期波动，而国内市场与国际市场不存在长期共同趋势。韩非、肖辉（2005）对中美股市的联动性分析表明金融论文，两者的相关性很弱，中国股市收盘对美国股市的开盘有影响，但美国股市收盘对中国股市的开盘几乎没有影响站。
3、研究内容及方法
由Engle和Granger提出的协整理论（Cointegration）揭示了变量之间一种长期稳定的均衡关系，因此被广泛应用于跨国股市间长期共同趋势的研究。1980年，Sims在改进了联立方程组模型缺陷的基础上提出了向量自回归（VAR）模型，为研究多个股市之间的相关性提供了新的分析方法。而此后Johansen将协整检验运用于VAR模型中，不仅丰富了协整理论，也建立了VAR模型的发展形式——向量误差修正模型（VECM），该模型能够同时反映系统内变量间的长期均衡关系和短期动态特征。
本文选取沪深300指数、恒生指数和标准普尔500指数分别代表我国内地、香港和美国股票市场，截取2005年4月8日—2009年3月13日各指数的日收盘数据金融论文，通过对指数序列处理后得到收益率序列，结合协整分析方法检验三者是否存在长期的共同趋势。2007年4月2日，美国新世纪金融申请破产保护，被视为次贷危机的肇始。因此本文将指数序列分为两个时间段：2005年4月8日-2007年3月30日为第一阶段，2007年4月2日-2009年3月15日为第二阶段，对不同时间段进行三地股市协整关系的具体研究。
二、股市间长期协整关系研究
1、样本选取与数据处理
本文选取2005年4月8日—2009年3月13日的沪深300指数（HS300）、恒生指数（HSI）和标准普尔500指数（SP500）分别代表我国内地、香港和美国股票市场，数据来源于雅虎财经证券市场网站（biz.cn.yahoo.com/stock.html）。三地股市的交易时间和所在时区不同，我国内地市场交易时间为9:30~15:00，香港股市交易开始时间比内地晚半个小时，结束于16:00金融论文，两个市场的交易时间基本重合；而美国纽约股市交易时间是在美国东部时间的9:30~16:00，即中国当天晚上22:30到第二天凌晨5:00，故美国股市的开放时间在北京时间深夜，美国股市闭市四个半小时后我国内地股市开市，两者没有重叠的交易时间站。在同一天内，我国内地股市首先开放，其次是香港股市，美国股市在香港股市闭市后六个半小时开放。
由于三地股市有不同的节假日，因此将三者不重合的交易日的股票指数去掉后共得到900个原始数据，为了消除异方差性金融论文，将这些原始数据取对数转化为对数指数序列，分别记为：lnHS300、lnHSI、lnSP500，其收益率序列定义为对数指数序列的一阶差分形式，即：rt=lnPt- ln Pt-1，其中Pt代表各股票指数的日收盘价。
2、单位根检验
在检验三地股指序列是否存在协整关系之前，首先需要检验三个对数指数序列的非平稳性，采用ADF方法，结果如表1所示，三个对数指数序列都不平稳，而将其转化成一阶差分形式后的收益率序列满足平稳性要求金融论文，因此三个对数指数序列都为I(1)过程。
表1 单位根ADF检验结果
变量
检验形式
ADF统计量
1%临界值
5%临界值
10%临界值
检验结果
lnHS300
(0,0,4)
0.790041
-2.567669
-1.941194
-1.616450
不平稳
(c,0,4)
-1.048756
-3.437774
-2.864707
-2.568510
(c,t,4)
-0.006735
-3.968820
-3.415080
-3.129732
lnHS300
(0,0,3)
-13.32430
-2.567669
-1.941194
-1.616450
平稳
(c,0,3)
-13.35034
-3.437774
-2.864707
-2.568510
(c,t,3)
-13.43464
-3.968820
-3.415080
-3.129732
lnHSI
(0,0,10)
0.655774
-2.569076
-1.941387
-1.616321
不平稳
(c,0,10)
-0.589287
-3.441736
-2.866455
-2.569447
(c,t,10)
-0.008722
-3.974439
-3.417821
-3.131355
lnHSI
(0,0,9)
-9.815097
-2.569076
-1.941387
-1.616321
平稳
(c,0,9)
-9.800947
-3.441736
-2.866455
-2.569447
(c,t,9)
-9.950599
-3.974439
-3.417821
-3.131355
lnSP500
(0,0,16)
-0.340660
-2.570032
-1.941518
-1.616234
不平稳
(c,0,16)
0.133100
-3.444436
-2.867645
-2.570085
(c,t,16)
0.308199
-3.978266
-3.419686
-3.132458
lnSP500
(0,0,15)
-5.344227
-2.570032
-1.941518
-1.616234
平稳
(c,0,15)
-5.322417
-3.444436
-2.867645
-2.570085
(c,t,15)
-5.570883
-3.978266
金融危机与股市的关系范文5
关键词：货币供给；估值水平；动态影响
中图分类号：F830.1 文献标志码：A文章编号：1673-291X（2010）24-0049-04
引言与文献综述
流动性对股市的推动或抑制作用是证券投资界讨论的焦点话题之一，在宏观政策和经济形势发生变化的每一特定阶段，流动性的变化都有可能被分析人士用来作为对股市走势进行判断的依据。然而，流动性分析既不是纯粹的技术分析，也不是纯粹的基本面分析，可以解释为一种基于宏观经济基础的趋势性分析方法。
证券公司的分析师群体整体上都相信流动性对股市的影响，并在各类预测中把流动性作为因变量之一，从流动性的结构和方向对股市的未来运行进行预测。高善文（2009）是对流动性阐释最为全面的分析师，对大多数经济事件，总是能够从流动性的角度找到分析突破口，从而分析流动性的多寡和流向对股票市场的作用。在对2008―2009年中国A股波动的解释中，程定华（2009）也是充分利用流动性分析来解释市场波动的分析师之一，他更加强调宏观经济运行和经济结构转型背景下的资金流向。比较看来，高善文更加注重流动性所透露出来的总量指向作用，而程定华更加总是流动性的结构性。这类研究的优点在于能够形象直观地解释经济中的资金流向和可能的对股市推动的机制。
学术界则多基于流动性的各种量化指标与股市估值或股票指数之间的关系。尽管研究人员从理论的角度往往都有先入为主的讨论，但重要的结论基本都是基于数据特征得出的。其研究结论多表明流动性的常用指标如M1、M2等和股票指数之间存在着非常显著的相关关系。不同的相关关系类型有着不同的理论解释。
无论是证券投资界还是学术界，都不怀疑流动性多寡与股票指数之间存在联系，但前者更加注重预后的经验判断和预测，后者更加注重对历史规律的总结。毫无疑问，2008年以来的全球金融危机所带来的全球性流动性刺激是没有先例的，在美国表现为M1的大幅飙升，在中国则表现为M2的迅速上扬。不同刺激方式所带来的流动性变化及其对股市的影响，为这一问题的学术研究提供了难得的“全球实验”。
从现有学术文献来看，基本着重于研究货币供应量与股票价格之间的联系。目前存在相互矛盾的理论解释货币供应量如何影响股票市场价格。国内研究则较多集中于股指调整与货币需求的关系，很少涉及到货币供给如何影响股票价格指数或者股票估值水平。王晓巍、王金晖（2006）认为，股票市场的存在使得货币供给的内生性增强，央行控制货币供给的能力减弱。刘澜飚、马英（2004）认为，股票价格是货币供给与流动的重要渠道和影响因素。它的变动是经济社会货币流与人们预期变动的综合体现。王维安、杨靖（2003）指出，资本市场影响货币供给流向，数量和结构等方面内容。
一、中国货币供应机制及其对股市的影响
中国的货币政策实施方法与西方国家特别是美国存在较大差异，信贷、货币投放提高股市流动性。次贷危机下中国股市狂跌，从2007年跌到2008年10月28日的1 664点，这也预先反映2007―2008年度上市公司财务的严峻形势，也反映了到目前为止的严峻经济形势。2007年10月以来，因为次贷金融危机导致人们配置更多的现金，股市上资金大大减少。资金的减少意味着为卖出某个股票必然急剧降低其价格，此时股市流动性急剧下降。信贷与货币供给存在联动的关联性，信贷增加，导致M2增长，又导致M1增加，这最终增强股市的流动性状况（正如下页图1所示）。从M2组成部分来看，居民消费因为是由人们生活习惯及文化等变化比较小的影响，可以合理假定基本上保持不变（这也是目前极为需要解决的问题如何提高内需），那么其变化主要是企事业单位定期存款、企事业单位活期存款和居民储蓄存款引起的。居民储蓄存款因为居民消费没有什么大的变化也基本没有变化。所以最终M2则主要是由于企事业资金所影响。基于此分析宽松的货币政策改善企事业单位的资金状况，提供更多的自有资金进入股市。这最终间接地为股市提供更多更好流动性，增加股市流动性，提升股市估值水平。
基于以上分析，我们设置如下假设:
1.假设:中国的“信贷”、“M2”双目标机制留下了“信贷股市流动性”的通道
信贷资金的增加有利于释放原“自筹资金”部分，从而形成货币供给，包括股市流动性。从过去的趋势来看，信贷资金的增加将“挤出”部分自有资金，被挤出的自有资金将有可能形成股市的流动性。如果考虑“信贷资金违规入市”的可能，流动性宽松的论调是值得肯定的，但毕竟这是一个不稳定的量，所刺激的反弹也不具有稳定性和可持续性。该类资金不是股市的长期投资资金，也就不可能持久推动股市估值水平持续上升，但却可以在股市上升初期起到很大的重要作用，可以预见到信贷供给在股指估计水平中有显著正相关关系，但随着时间增加其影响会衰退。
2.假设：估值上升源于信贷能够支持经济持续反弹，增加股市流动性
这一假设的思想来源是：美国股市与流动性之间的关系以亚洲金融危机为分水岭，此前受流动性推动很明显。究其原因可能是亚洲金融危机之前美国更大程度上还是一个生产国，流动性能够推动生产扩张，亚洲金融危机之后，特别是2002年之后，美国更是一个财富型的消费国，流动性对经济（投资）影响甚微，扩张货币则往往让人更多地想到政府对经济下滑的担忧，但股市则在经济真正复苏之前对此作出正面反应。
3.假设: M2的快速增长意味着资产配置从现金转向股票
股市的不确定性减少导致人们资产组合从更安全和流动性比较强的现金或者存款转移出来，现金或者存款则是M2的一个重要组成部分，因此表现为货币增长速度大大提高。同时人们将转移出来的现金存款配置更多的股票，导致股票价格的上升。
基于其构成可以预期在经济状况和企业投资等私人投资没有得到明显改善情况下，M2的增长变化主要是基于企事业单位定期存款和居民储蓄存款，因为这是持有现金获取收益的一个重要方式，所以其改变也就是意味着企业及个人资产配置的重要改变，因为在经济衰退时私人投资不可能马上改善，更可能获取收益就是通过股票市场。综合我们预期经济衰退到一定时期M2的快速增长意味着资产配置从现金转向股票。
二、长期股票价格指数方程设定
1.长期股票价格指数方程设定
首先，我们设定股票价格指数与货币供给之间的关系方程，以便测定实际的货币供给是否影响股票价格指数。这部分的研究可以让我们观察到相关理论及实证在中国的适用范围及是否有什么新发展。股票价格指数数据来源于CEIC，方程设定如下：
ISHt=α1+α2Mt+α3CCt+α4GDPt+α5URt
另外，我们加入几个控制变量。一个是消费者信心指数，利润上升，消费者信心指数上升时，人们趋向更少的风险规避，因此，他们愿意以股票形式持有更多资产，尽管风险规避者认为股票比现金和债券具有更高的风险。第二个控制变量是名义GDP。经济中多数产业是顺周期的，这意味着经济状况比较好的，产业发展也比较好，反之亦然。另外两个是固定投资和货币供应量。货币供应量会极大地影响股市估计水平，尽管这种影响可能长期存在不可持续性。固定资产投资也会极大影响到股市估计水平，短期直接影响相关行业工业增加值，长期如果考虑到最近固定资产投资都是严格要求适合未来发展的结构，可以很好地预期也会提高股市估计水平。
我们的设定一个是基于基准模式：不包括固定投资和货币量；一个是包括固定投资的货币量的股指方程设定。另外，我们还将样本划分为三个不同的时期：一个经济冲击样本期间，包括经济高涨和经济衰退时期；一个是信贷高速增长的样本期间，还有一个全部样本期间。下文将基于不同设定及不同样本期间进行对比研究。
2.协整关系检验
分析结果（如下页表1所示），在10%，但不是在5%的显著性水平下，基准样本下的基准设定存在协整关系。然而，在包括经济冲击的基准模型中则不存在协整关系，这表明加入经济冲击股指设定开始变得不稳定的。相反包括货币供给的扩展模型则在基准模型及包括经济冲击的扩展模型都存在显著性关系。
给定协整关系，运用FIML估计协整参数，为比较起见也提供FMOLS的估计结果（如下页表2所示）。首先是考虑基本设定，FIML估计第一个参数从基准样本期1.39变为完全样本期间1.01，第二个参数基准样本期间-0.74变为完全样本期间-5.40。同样，FMOLS也发现类似问题，FIML估计第一个参数从基准样本期3.37变为完全样本期间1.14，第二个参数基准样本期间-4.54变为完全样本期间-0.72，而且标准差变得很大。这两个方面说明基本设定存在结构不稳定问题。然而却发现长期股指设定加入货币供给变得稳定，而且基本上所有参数高度显著且有正确符号。同时发现股指回报与股指存在显著正相关，货币供给则是正相关，固定资产投资也是正相关关系，尽管消费者信心符号不是太确定。同时从数值来看，货币供给及投资在说明股指的上升中有着重要作用。值得指出的是，在完全样本期间的扩展模型中标准差显著变小，尤其是货币供给及投资参数的标准差，这说明货币供给及投资在股指的变化中的重要作用，特别是在经济冲击状况下。
3.模型检验
接下来是对两种设定模型的稳定性检验。主要基于三个重要样本期间：1996年1月至2009年4月，这是全部样本期间；2006年5月至2009年4月，经济冲击样本期间，2008年8月至2009年4月，货币供给冲击即货币供给急剧上升的样本期间分别进行特征值波动及Nyblom检验。全部样本适合检验是否存在结构突变即协整方程的不稳定性。然而如果结构突变在样本末期，则相关检验失效。因此，选择2006年5月至2009年4月，经济冲击及货币供给冲击的样本期间更容易发现结构突变。
结构稳定检验结果（如下页表3所示）。对于基本设定，在2005年7月至2009年4月样本期间拒绝稳定的原假设，Bruggeman et al.（2003）variant of the Nyblom 检验基本上在所有样本都不能拒绝稳定的假设。然而在经济冲击情况下，特征值波动检验和Hansen and Johansen（1999）Nyblom tests分别在5%和10%的显著性水平拒绝稳定的原假设。在货币冲击样本期间，则在5%的显著性水平拒绝稳定的原假设。所有这些结果证实估值方程存在结构突变，因为在样本期间末期导致不稳定以及相应检验方法出现问题。相反加入货币供给及经济冲击后，股指方程的稳定性检验都表明不能拒绝。
更多的证据可以通过运用Andrews and Kim检验考察FIML和FMOLS协整方程估计参数。提供了三个不同检验结果。第一，经济冲击样本期间，因此潜在的结构突变并没有影响检验结果（如下页表4所示）。首先，检验经济冲击样本期间结构突变，始于2006年5月，终于2008年12月，货币供给高速增长即货币冲击显然没有包含在此样本期间。所以之后潜在的突变不会影响此期间的检验结果。表4的结果显示，两种不同设置股指方程存在结构突变。其次，检验经济冲击，同时包含货币冲击样本期间，始于2006年5月，终于2009年4月。此时FIML和FMOLS的检验表明股指的基准设置在分别在10%和5％的显著性水平拒绝协整结构突变的原假设。这表明2006年5月股指方程发生结构突变。如果全部样本期间2006年5月存在结构突变，则进一步确认此结构突变。表4表明在1%显著性水平拒绝原假设。
从上面分析，我们可以得到，忽视货币供给及经济冲击的股指方程设计存在明显的结构不稳定性。相反，加入货币供给及经济冲击后股指方程设置则是稳定的。因此下面将继续分析股指方程的短期结构稳定性。
结论与政策含义
研究表明，货币供给在经济危机背景下显著影响到股市估值水平。这种上升源于两种重要的内生机制推动：一是货币供给增加间接提高股市流动性，推动股市估值上升；另一个是与货币供给相伴随的固定投资增加带来预期工业增加值的上升，强化股市流动生的提高。基于此，货币供给对于股指上升有着重要作用。
剔出经济冲击之后的分析结果，比如东南亚金融危机和次贷危机，固定投资、工业增加值、消费者信心指数和股指有协整关系，表明存在长期均衡关系。然后考虑到经济危机及货币供给冲击即最近高速增长信贷资金，这种关系变得不稳定。然后加入经济冲击及货币冲击却可以明显发现固定投资、货币供给、工业增加值、消费者信心指数和股指这些变量之间存在协整关系，表明存在长期均衡关系，而且货币供给在其中作用明显，通过显著性检验，同时方程估计的标准差变小，这说明货币供给及固定资产投资在说明股指的作用比较大。这种作用还体现在股指方程的稳定性方面。实证表明如果不考虑经济冲击及货币供给冲击股指方程设定是不稳定的，反之，经济冲击下货币供给冲击下股指方程是比较稳定的。
股指方程长期受到固定投资、货币供给、工业增加值的影响，而且考虑到经济冲击及货币冲击尤其如此，同时货币供给及固定投资表明非常明显，尽管此时消费者信心指数的影响不是太确定，因为它在不同的股指方程样本期间表明有不同的符号。然而短期却没有观察到货币供给，最终股市估值水平上升还是有源于三个主要因素：固定资产投资，工业增加值、消费者信心。基于此，货币政策取向应尊重股市透出出来的经济扩张或收缩的信号，同时实现资产价格稳定和宏观经济调控的稳健，正确引导人们对未来经济的预期。
参考文献：
[1]高善文.存货调整与流动性转折――2009年中国经济趋势与资本市场走向[J].首席财务官，2009，(2).
[2]程定华.2009:新一轮资产泡沫正在酝酿[EB/OL].省略，2009-04-11.
[3]王晓巍，王金晖.关于股票市场影响货币供给的原因及实证研究[J].统计与决策，2006，(2):123-125.
[4]刘澜飚，马英.股票价格波动对货币供给的作用[J].南开经济研究，2004，(2):32-49.
[5]王维安，杨靖.资本市场对中国货币供给的影响的实证分析:1999―2002[J].上海金融，2003，(12):18-20.
金融危机与股市的关系范文6
一、当前金融市场发展形势
自从中国加入WTO后，我国也就加入了全球化经济的进程中，而世界经济的波动对我国的经济同样会产生很大影响。随着近几年国内经济发展的不断完善，以及国内继续对国际金融危机的一揽子计划的继续实施，在一定程度上加快并推进了经济发展方式转变和结构调整，呈现了增长速度较快、就业持续增长、价格基本稳定、国际收支趋向平衡的良好局面。但是，在总体局势良好的情况下，却也存在着诸多危机。首先，各地的投资冲动强烈，财政金融系统性风险加大，到2010年六月末时候，地方政府融资平台贷款余额就达到了7．66万亿元，其中划分为风险级别的贷款占到五分之一还多;其次，农业基础薄弱，农产品供求脆弱平衡关系将长期危机我国物价稳定大局;再次，房价与居民收入之间、保障房建设与需求之间的矛盾依然突出等等。总之，在一向看好的国内金融市场的同时，还要看到其潜在的危机。
二、资金泡沫现象及形成原因分析
在目前我国股市中，国内诸多的股票价格与其内在价值相差甚大，而股市存在泡沫这一事实不可否认。股市走势由于政策和庄家操纵市场的意愿而出现忽高忽低的现象，这也就意味着股市的泡沫更趋于非理性泡沫。笔者通过对相关资料的查阅以及统计对股市泡沫问题有以下研究:
2．1货币供应量与股市中的信息不对称性
纵观国内十来年的货币供应量来看，其总体呈现增长趋势，市场中随着货币量的增加而致使价格不断上涨，最终构成通货膨胀，造成了资金泡沫的形成。在股市中由于其信息的不对称，投资者则非理性的去判断金融资产价格，从而在一定程度上进一步造成股市泡沫产生以及增长。
2．2资金流动
“大规模固定资产投资”启动下的流动性仍将继续。在2009年时，政府就已经实施了大规模的一揽子刺激计划，而其中诸多的投资项目属于大型项目，需要几年甚至更多时间才能完成。因此，若大幅度紧缩政策不仅会面临着地方政府的抵触，也会在一定程度上推迟项目的竣工期限，则对银行来说则成为不良的贷款影响。则资金流动的现象固然给资金泡沫的增长带来机会。
2．3通货膨胀预期下的投资及投机行为
就目前通货膨胀的预期下，有越来越多的投资以及投机资金愿意进入股市等大宗商品市场。而当前的资产价格泡沫就是因为全球流动性泛滥而造成的，同时也是全球化和中国特定发展阶段的产物。就如2011年的金融现状，若当时世界主要经济体的经济刺激退出政策超出预期，如此全球的流动性也将快速降低，同时也会致使资产价格在短期内大幅度下降，最终造成国内的资产价格泡沫“硬着陆”的现象若国内不采取相应的举措。资产膨胀则是资产泡沫形成的基础，也即是在金融市场中，若资产膨胀到一定程度时，在这种虚拟经济下投机导致资产的市场价格高于内在价值。由此，通货膨胀预期下的投资以及投机行为将可能进一步产生泡沫。
三、资金泡沫与金融危机
在金融市场中，经济作为一个整体，其每一部分均是不可或缺的，是有着密切联系的。无论是在股市，还是房地产业中，资产泡沫的破裂后果相当严重。其最直接的后果就是造成了财富中的雪崩效应，也即人们的财富极速缩水。资产泡沫的破裂，财富的消失，失业以及破产随之产生。在其影响下，出现经济秩序混乱甚至陷入了停滞状态。就像股市和房地产，当其出现资金泡沫破裂时，投机者将再无能力偿还银行的贷款，随着量地剧增，银行的不良贷款也将迅速增加，导致了金融机构中的各种体制弱化，其抗风险以及资金周转失灵等问题随即出现。当这种不良的贷款积累到一定程度时，越来越多的银行开始破产。最终会导致金融体系的不稳定，进而引发金融危机。当然，一种资产泡沫的破裂，其造成的经济衰退将会继续扩展，对其他行业的经济造成影响。因此，在世界这个大的经济体中，任何一个行业的资产泡沫破裂，都将会对整个经济体产生严重影响，而作为贯穿这个大经济体中的金融，也将逐步受到影响，甚至造成金融危机的爆发。
四、资金泡沫的应对策略
4．1调整产业结构与拉动内需并行在2008年金融危机来临之前，我国也曾是以出口为主的导向型经济体。然而，作为国内主要的出口对象的西方国家，由于金融危机的爆发，其自身经济的急剧衰退，从而造成对我国的需求减少，进而致使我国在海外市场上的价格不断降低，最终导致我国沿海大批出口导向型企业倒闭。由此看出，当外部环境不断恶化的情况下，拉动内需成为国内经济发展壮大的必要，同时也是有效的抵御国外经济波动对我国经济的影响。就像在1997年东南亚金融危机后，我国以投资基础设施项目为手段，在当时取得了良好的效果，当然这与我国当时的基础设施不完善有很大的关系。在2010年外需萎缩的局面，以及国内部分产业产能过剩的问题将更加突出。而对产业结构的调整，发展低碳经济，从而能有效的应对产能过剩问题。就我国目前的形式来看，国内巨大的消费群体来自农村，当国内投资接近饱和时，通过拉动内需的措施，对农村的社会保障体系建设项目进行投资，从而增强国家的经济发展力的作用。
4．2加强金融监管，推动体制改革创新
就我国金融市场的发展状况来看，一个金融体系是在很大程度上可以提高经济实体的发展质量水平，从而防止资金泡沫的发生吗，而我国的金融市场却不容乐观。笔者认为可以做一下调整。一方面，加强金融方面的监管，特别是对国际上的相关账户的管理，由于我国并没开放资本账户，而国际上的诸多资金却变相由经常账户进入国内，引发资金泡沫的形成，同时由于国内实体经济对这种过剩的流动性经济不能有效的吸收，进而拉大了国内的新产品的价格与其价值的差距;另一方面，建立多层次的资本市场，从而为投资者提供更多的机会与选择，在一定程度上不仅可以推进我顾产业结构的升级，而且还可以将资金从股票以及房地产中分流出来。总之，我国的金融机构应该加强对资本账户以及经常账户进行严格的监督，在推动体制改革创新的基础上，从而健全金融市场，从而防范资金泡沫的形成产生。
4．3调整货币政策
作为经济发展迅速的日本，在当年迫于美国压力以及国际经济的协调，同时在国内投资者非理性预期的状况下，由于没能及时对货币政策进行有效掌控，最终造成日本泡沫经济的破裂。在上个世纪80年代，日本政府就是迫于国际压力，对内实施宽松的经济政策．而对外日元升值，从而造成日本国内资产泡沫严重，而且此时的日本政府也未选择合适的时机来控制这一现象，最终导致日本泡沫经济的产生和破灭，这也使日本经济陷入了长达20年的经济衰退之中。在2008年中，金融危机过后，我国就采取了积极的财政政策以及较为宽松的货币政策，通过降低融资成本来促进企业的生产经营活动，从而拉动国内的经济发展。货币目标在一定程度上不仅要关注实体经济，而且还要对金融经济目标的关注。我国经济应该以日本为鉴，充分认识世界经济发展的不平衡。我国目前的经济对外依赖性太大，而国外对人民币升值欲望较强，同时其存在流动性过剩，这就需要保持我国货币政策的独立性。当然，我国还应在保持自身经济政策独立性的同时，采用有效的适合自身的经济发展政策，在我国也已出现资金泡沫的情况下，如股市和房地产行业，更应该抓住避免泡沫风险这个时机，避免重蹈日本经济泡沫经济的覆辙，立足长远，调整国内货币政策，保证我国金融市场健康快速发展。
