货币供给、房地产价格与股票估值波动

余万林， 裴延华,2， 时 敏

(1.山东理工大学 经济学院，山东 淄博 255000;2.中国人民银行 淄博市中心支行，山东 淄博 255000;3.大连航运职业技术学院 管理与教育学院，辽宁 大连 116052)

证券市场估值的波动会对宏观经济以及投资者财富积累产生十分重要的影响。一方面，GDP、货币供给量、通货膨胀率、利率等宏观经济指标与股票估值波动之间存在着较强相关性；另一方面，随着社会经济发展，股票投资也成为居民最重要的投资对象之一，是家庭资产增值和财富积累的重要途径。由于股票估值的结果是在各种要素综合作用下产生的，它的波动必然会对宏观经济和家庭财富带来巨大风险。所以，若风险处理不当，从宏观来说，可能产生系统性风险；从微观方面来说，可能给家庭财富带来巨大波动和损失。

近年来，中国股票市场经历了2014年7月—2015年6月的一轮大牛市，上证综指最高涨至5178点，随后又遭受到2015年6—8月的两轮暴跌，最大跌幅35%。与股市的大涨大跌相比，据2015年市场调查数据显示，我国商品房销售额高达8.7万亿元，同比增长14.4%，增速创历年最高峰。于是，为了抑制房地产泡沫，2016年中央经济工作会议提出“住房不炒”的基准导向，试图通过差别化税收、限购限售等调控政策使房地产价格逐步回归理性。众所周知，房地产行业对我国宏观经济的发展至关重要，而股票市场是国民经济的“晴雨表”，结合以上分析可以看出我国股市的大幅波动与房地产行业的政策导向和股票市场行情存在很大程度的关联。与此同时，2016年中共中央政治局会议明确了发展方向，要以稳健的货币政策为导向，既要确保市场上具备充足的流动性，也要抑制资产泡沫，积极应对金融市场风险，通过对货币供给的有效调节来防范股市价格的剧烈波动。

一、文献综述

根据Fama(1970)的有效市场理论，在有效市场中投资者能够迅速的领会所接收到的消息，并迅速体现在市场价格中，所以此时市场价格反映了股票的估值[1]383-417。中国股票市场通过不断完善自身制度，持续提高监管效率，以及投资者趋于理性的投资，使得中国股票市场的信息效率得到了迅速提升。张虎(2011)等在研究中发现，我国股票市场目前正从弱式有效市场逐渐向半强式有效市场发展[2]63-82；随后，王善军等(2015)进一步通过事件分析法进行验证，发现中国股票市场已经具有半强式有效性[3]59-62。所以，我国股票价格能够较为迅速的对市场中的信息作出反应，体现出股票的内在价值。

房地产市场和股票市场都是资本和财富聚集的重要场所，在整个资本运行过程中不仅能创造高额收益，还蕴藏较高投资风险。所以，这两个市场之间存在怎样关系，一直是国内外学者讨论的热点话题。鲁晓琳等(2017)研究发现虽然股价的波动在格兰杰因果关系中占据主导地位，但房价对股价的变动发挥了更显著的作用[4]45-47。Geriber C(2007)、Yuksel A(2016)等从信贷传导机制研究股票价格与房地产价格关系，认为房地产作为信贷抵押的主要资产，一旦价格上升，银行会增加对企业的信贷规模，从而更多资金用来支持企业的生产和扩张，有利于创造更多的经济效益，进而带动股票价格上涨[5]175-196 [6]33-34。

对货币供给对股票价格的影响，方舟(2011)、肖洋(2012)等，将股市划分为膨胀期和低迷期两个区制，发现当股市处于膨胀期时，股市流动性受到来自货币供给的冲击作用更明显。与此同时，货币供给与股价波动的关系还与货币供给的结构密切相关[7]43-56[8]97-104。Carpente S B(2002)等发现M2的变化最容易引起美国股价的波动[9]1。徐晓光等(2014)使用Morlet小波分析方法发现，M0与上证综指之间在短期存在互动关系，M1的波动在中期对上证综指影响最显著，而M2和上证综指在中长期的互动明显[10]91-93。

综上分析可知，以往对影响股价波动的研究没有建立起统一的分析框架。在研究内容上，对股价波动影响的研究中，国内外文献大多只单一地从货币供给角度或者只从房地产业角度出发，很少综合考虑在二者的综合作用下股市如何变动，而在实际上，我国家庭持有资产的三种主要形式为：以股票为代表的证券、货币和房地产，它们三者随着市场价格的波动必然产生一定的波动效应。所以本文以货币供给、房地产价格作为关键变量来分析其对股票估值的影响，分析货币供给和房地产价格等宏观经济因素如何影响股市估值波动，影响的途径怎样。

二、样本选取与数据处理

在构建我国货币供给、房地产价格与股票估值之间的VAR模型时，关键变量主要包括：股票估值水平、房地产价格、货币供给(M1、M2)，为了基本反映宏观经济整体态势，本文借鉴寇明婷(2011)的做法从而引入通货膨胀率、产出水平和利率水平等三个控制变量[11]51-59，进行具体解释。

(一)股票估值水平

本文运用相对估值方法中的市盈率模型，参考陈一博、宛晶(2012)利用上证指数的滚动市盈率(TTM)来估算股票的价值[12]39-52。平均滚动市盈率是用最近一个季度财务报告中的每股净利润与前三个季度的每股净利润作为估值基准，所以与静态市盈率相比，能够更准确测算股票价值。

(1)

成分股每股总市值=指定日收盘价*指定日当日总股本

(2)

(二)房地产价格

本文选取国家统计局针对我国房地产行业发展变化编制的权威综合指标即国房景气指数(RECI)作为房地产价格的代表。国房景气指数的编制综合考虑了土地、资金、开发量、市场需求等多个因素，全面反映了我国房地产行业的基本运行状况。

(三)货币供给

由于M1和M2对货币供给的统计口径不一致，所以二者与经济运行的关系存在差异，本文将分别讨论M1和M2的变动对股票估值变动的影响。

(四)通货膨胀率

本文以居民消费价格指数为参考，用其进行通货膨胀率分析。通常情况下，物价水平上涨势必会引起CPI指数上升，也即通货膨胀率上升。

(五)产出水平

由于现有统计数据中，缺乏月度GDP数据，所以本文使用工业增加值的增速(GY)来反映国内经济发展状况。

(六)利率水平

由于银行间隔夜同业拆借加权平均利率能够有效反映市场利率水平，因此，本文在分析利率水平时，将其作为主要评价指标。

为了使计量结果更准确，本文对所有变量的月度数据使用Census X12方法进行数据季节调整，消除季节性因素干扰。同时，对动态市盈率(TTM)、国房景气指数(RECI)、货币供给量(M1、M2)、居民消费价格指数(CPI)等取自然对数，以消除异方差的影响。

本文所有变量均使用月度数据。1998年底发布了《中华人民共和国证券法》，使得我国股票市场步入规范化阶段；而1998年底我国房地产市场刚刚结束住房分配局面，开启了住房货币化改革新态势。所以本文的样本区间长度为1999年1月—2017年12月，共228组数据。此外，由于2009—2017年间每年1月份的国房景气指数存在数据缺失，本文使用相邻两个月的平均数据代替1月份的数值。

分析时所用的上述各种数据，均选自WIND数据库、国家统计局以及和讯数据库。此外，本文通过计量软件Eviews9.0，完成对上述各种数据模型的建立和分析。其中，实证分析时所用到的各评价指标，如表1所示。

三、实证检验和分析

为了检验股票估值与货币供给波动及房地产价格波动之间的变化关系，本节首先对各变量进行平稳性检验，然后通过分析得到VAR模型的最优滞后阶数，之后开展Johanson协整检验，紧接着通过VAR模型中的脉冲响应函数和方差分解来研究房地产价格、货币供给等经济变量的波动能否对股票估值的波动产生影响，并对结果进行分析。

表1 实证分析的指标体系

变量名称代理变量符号股票估值水平上证综指的平均滚动市盈率lnTTM房地产价格国房景气指数lnRECI货币供应量狭义的货币供给lnM1广义的货币供给lnM2通货膨胀率居民消费价格指数lnCPI产出水平工业增加值的增速GY利率水平银行间隔夜同业拆借加权平均利率R

(一)平稳性检验

为了保证检验结果的可靠性，首先利用ADF检验法对所有变量的平稳性进行检验。检验结果发现在5%的显著性水平下，原始序列存在单位根，即原始序列是非平稳的。然后，在此基础上再对非平稳的结果进行检验，结果发现，在5%置信水平下，一阶差分处理后各变量的ADF值均比临界值小，这表明差分后的序列是平稳的。

(二) VAR模型滞后阶数选取

建立VAR模型的前提是判定最优滞后阶数，因为这不仅可以提高估计结果的准确率和可靠性，还是后续进行实证检验的基础。通过表2可以看出，模型中FPE、AIC的最优滞后阶数均是3阶，由此可知，最优滞后阶数为3。

(三)Johanson协整检验

在确定了各变量属于一阶单整的基础上，为了进一步判定各变量间是否具有长期稳定的协整关系，运用Johanson多变量协整关系法进行实证研究，其中，所得到的协整检验结果如表3所示。第四个特征根的P值是0.2100，在5%的水平下，接受H0：即最多3个，说明变量之间存在3个协整方程。各变量之间存在长期稳定关系。

(四)基于VAR模型的脉冲响应函数

接下来基于VAR(3)模型做脉冲响应函数，分析变量间动态影响过程，结果如下。

表2 VAR模型滞后期的选择

LagLogLLRFPEAICSCHQ02401.615NA1.11E-18-21.47637-21.36941-21.4331914831.2904685.0245.93E-28-42.82772-41.97210∗-42.4823124927.476179.43263.89E-28-43.25091-41.64664 -42.60328∗34991.090114.6760 3.42e-28∗ -43.38198∗-41.02904-42.4321145029.80667.362513.77E-28-43.28974-40.18815-42.0376555071.259 69.52192∗4.08E-28-43.22206-39.3718-41.66773LagLogLLRFPEAICSCHQ

表3 协整检验结果

原假设特征值Trace统计量5%的临界值概率值P没有0.244717191.9089125.61540.0000最多1个0.216487128.759695.753660.0001最多2个0.13837773.8670069.818890.0229最多3个0.08013940.3559747.856130.2100最多4个0.04505421.5610929.797070.3236最多5个0.04050711.1886015.494710.2002最多6个0.0083421.8847713.8414660.1698

注：滞后阶数比VAR模型少1阶，所以为2阶滞后。

1.货币供给、房地产价格等变量对股票估值波动的影响

从图1(a)可见，当货币供给M1作用于股票估值一个单位正向冲击时，第1期响应等于0，随后在前16期股票估值产生正向响应，响应最大值为0.042，16期之后股票估值的响应由正转负，在第30期负向响应最大为-0.09，且负向响应持续期较长。

从图1(b)可见，当M2对股票估值发生一单位正向冲击时，会滞后一期产生负向响应，且响应在第5期抵达最低点0.06，此后，从第8期开始，出现短暂和轻微的正向响应，到第25期时基本消失。

从图1(c)可见，当房地产价格作用于股票估值一个单位的正向冲击时，股票估值从第2期开始出现负向响应，且在第15期时抵达最小值-0.18，随后响应逐渐回升直至消失，从第27期开始股票估值产生持续的正向响应，且正向响应要小于负向。

从图1(d)可见，当通货膨胀发生一个单位的正向冲击时，从第3期开始股票估值会做出显著的负向反应，且在第12期时抵达最低点-0.25，随后，股票估值受通货膨胀的影响作用逐渐减小，并且在第25期之后几乎不受其影响。

从图1(e)可见，当利率产生一单位的正向冲击时，在前2期中，股票估值未随之立刻做出反应，但在第3期至第5期时，会产生一定的正向响应，之后从第6期开始产生显著的负向响应，直到第25期开始股票估值对利率产生持续平稳的正向响应。

从图1(f)可见，当产出水平发生一单位的正向冲击时，股票估值在前4期中随之产生相应的正向响应，但从第5期开始，逐渐产生负向反应，并且在第18期时抵达最低点-0.41，随后负向响应慢慢回升，在第40期时基本消失。

2.货币供给通过房地产价格对股票估值影响

从图2中可以看出，若M1产生一单位的正向冲击，房地产价格从第2期开始产生正向响应，并且在第10期时响应最明显，此后响应量开始逐渐减弱，并在第25期之后正向响应结束，M1开始对房地产价格形成持续、平稳的负向响应。

结合上文，股票估值的波动在0～27期内对房地产价格冲击的响应为负，而27期之后对房地产价格冲击的响应为正，由此可以推导出不同时期内货币供给M1通过房地产价格对股票估值产生影响的具体路径如下所示，即：

(a) Response of lnTTM to Cholesky One S.D. lnM1 Innovation(b) Response of lnTTM to Cholesky One S.D. lnM2 Innovation(c) Response of lnTTM to Cholesky One S.D. lnRECI Innovation(d) Response of lnTTM to Cholesky One S.D. lnCPI Innovation(e) Response of lnTTM to Cholesky One S.D. RInnovation(f) Response of lnTTM to Cholesky One S.D. GY Innovation图1 各变量对股票估值的影响作用

0～27期：M1产生一单位正向冲击→房地产价格↑→股票估值↓；

27～40期：M1产生一单位正向冲击→房地产价格↓→股票估值↑。

基于上述分析可以发现，M1的波动可以通过影响房地产价格来对股票估值产生影响，且在不同时期其估值效果不同。此外， 通过实证分析结果，可知房地产市场与股票市场具有显著的替代效应。

Response of lnRECI to Cholesky One S.D. lnM1 Innovation图2 M1对房地产价格的影响作用

通过图3可以看出，若M2产生一单位的正向冲击，在前10期内，房地产价格随之产生负向响应，且负向响应的最大值发生在第5期，此后，在第11至第30期内响应为正，并且先增大后减小，在30期之后房地产价格几乎不产生变化。

结合上文，股票估值的波动在0～27期对房地产价格冲击的响应为负，而27～30期对房地产价格冲击的响应为正，由此可以推导出不同时期的货币供给M2通过房地产价格对股票估值的影响路径如下：

0～10期：M2产生一单位正向冲击→房地产价格↓→股票估值↓；

11～27期：M2产生一单位正向冲击→房地产价格↑→股票估值↓；

27～30期：M2产生一单位正向冲击→房地产价格↑→股票估值↑。

从0～30期的推导路径，可以推断出M2波动也可以通过影响房地产价格来对股票估值产生影响，在不同时期估值效果不同，实证结果反映出房地产市场与股票市场间既存在替代效应也存在财富效应。

Response of lnRECI to Cholesky One S.D. lnM2 Innovation图3 M2对房地产价格的影响作用

通过对比图2和图3发现，M1对房地产价格的冲击效应大于M2，并且M1脉冲下的房地产价格响应的时间长度要比M2冲击下的长，所以M1通过房地产价格进而影响股票估值的程度比M2高。

3.房地产价格通过货币供给对股票估值的影响

由上文脉冲结果显示，与货币供给M2相比，M1的波动对股票估值的影响程度更明显，所以本文通过图4房地产价格对货币供给M1的影响，来实证分析房地产价格波动是否能够通过影响货币供给进而对股票估值的波动产生作用。

分析图4可知，若房地产价格产生一单位的正向冲击，M1在当期立即随之产生一定的正向响应，且在第5期后响应消失。由此可以推断，在短期内房地产市场的繁荣，一方面大大刺激了银行对房地产业的信贷规模；另一方面，货币需求的增长势必会“倒逼”货币供给的扩张。由上文实证结论可知，M1的扩张在短期内会提高对股票的估值，从而可以推导出在前5期房地产价格的波动通过对M1的影响会提高对股票的估值，即：

房地产价格产生一单位正向冲击→M1↑→股票估值↑。

此外，由图4可见，若房地产价格发生一单位的正向冲击，M1自第6期开始即会做出长期的负向响应。由上文实证结论可知，M1的扩张在长期内会降低对股票的估值，从而可以推导出在6～40期房地产价格的波动通过对M1的影响会降低对股票的估值，即：

房地产价格产生一单位正向冲击→M1↓→股票估值↓。

Response of lnM1 to Cholesky One S.D. lnRECI Innovation图4 房地产价格对货币供给M1的脉冲响应函数图

这是因为，从长期来看，房地产价格的上涨，一方面会使大量资金流向房地产市场，而一定时期内市场上存在的M1是有限的，此时流向股票市场的资金供给有所下降，进而削弱了对股票的估值；另一方面，M1的减少会引起市场利率上升，由股利贴现模型可知，利率的上升会降低对股票的估值。可知：实证结果与理论相符，房地产价格上升，在长期内会通过引起货币供给M1的减少，造成股票估值的下降。

(五)基于VAR模型的方差分解分析

本部分在VAR(3)模型中对lnTTM变量做方差分解，从而对各变量对股票估值波动的影响程度进行分析。所得到的方差分解结果，如表4所示。

表4 股票估值的方差分解结果

PeriodS.E.lnTTMlnRECIlnM1lnM2lnCPIGYR10.07472710000000020.11107799.641370.2084120.0116300.0238250.0330500.0811740.00054250.20191399.039180.3790700.0145550.2250100.2898190.0418860.010482100.27413094.193071.2138130.0234180.1475812.6130771.5017300.307307150.30646183.789042.5954400.0230690.1571925.1241507.1642861.146823200.32535274.751813.3851260.0459300.1737455.99211914.054751.596526250.33774569.995743.4092180.1876730.1674495.86313418.817661.559125300.34159768.955873.3422350.3447810.1639845.73627319.857891.598969350.34397168.295853.3955350.5587580.1628375.66278920.080331.843895400.34528067.821913.5125640.7458180.1619425.62239619.992912.142452

根据上述分解结果，可以发现，股票估值水平受到各变量的影响是从第2期开始显现的。在第2期，股票估值结果对自身的解释能力最强，贡献率高达99.64%；房地产价格对股票估值的解释能力次之，贡献率为0.21%；其余变量在第2期对股票估值的解释能力相对较弱。另外，在早期M2对股票估值的影响程度高于M1。

在第25期，股票估值对自身的解释力度下降为69.70%，而其他变量在2～25期内对股票估值波动的贡献程度显著提高，M1的解释能力首次超过M2。在25期之后，只有货币供给M1和利率的贡献率还在迅速增加，其余变量的贡献率降低或呈缓慢增加趋势。

从第40期的数据可以看出，除了股票估值自身的因素外，产出水平对股价的贡献率最高，为19.99%，M2的贡献率最低只有0.16%。此外，在众多影响因素中，货币供给M1和M2两者的贡献率之和比房地产价格的贡献率要小，并且M1的贡献率比M2大。

四、结论和启示

(一)结论

本文运用VAR模型研究了我国货币供给和房地产价格波动与股票估值波动问题，分析各变量如何影响股票的估值，对传导机制进行了详细推导和分析，本文得到的结论如下。

1.股票估值水平对M1和M2的脉冲响应程度不同，其中，对M1的响应较为明显

这是由货币结构层次所造成的，M1反映的是现金与企业活期存款，而M2的主体部分为定期存款和居民储蓄，所以M1的流动性更强，更容易在短时间内带动股票估值上升，与股市联系更为紧密。

对M1、M2的调控，还可以通过影响房地产价格进而影响股票的估值，但是对股票估值的影响效果受到不同阶段经济环境的影响。一般来说，市场在一定时期内的货币供给有限，而早期资产之间的替代效应较明显，若此时房地产市场繁荣，会降低对股票的估值；但是由于房地产市场在发展过程中会带动相关产业的快速发展，且后期会对股市产生财富效应和信贷扩张效应，所以在房地产行业的带动下，整体经济形势好转，对股票的估值有所提高。

2.我国房地产市场和股票市场之间的“跷跷板效应”要比“共同繁荣效应”明显

房地产价格的变动会影响到货币供给的情况，从而间接影响股票估值。具体来说，房地产市场的繁荣，在早期通过引起信贷扩张，货币供给M1增加，从而提高对股票的估值；在后期大量资本流向房地产市场，在替代效应和利率效应的影响下会造成股票估值下降。

3.我国企业内在价值对股票估值的结果起到主导作用

除此之外，房地产价格、货币供给、通货膨胀率、利率、产出水平等经济变量也会引起股票估值结果的变动。其中，房地产价格对股票估值的冲击效应比货币供给更显著。

(二)启示

1.有效调控货币供给，稳定股票和房地产市场价格，实现审慎监管

利用货币供给这一中介目标来调控市场时，只考虑到货币供给总量是远远不够的，还要注重货币供给的结构层次，加强调控的有效性和针对性。同时，要充分考虑其对股票市场和房地产市场的影响，使货币供给的增长符合国民经济发展的客观需要，实现审慎监管效果。

2.推进房地产市场和股票市场的共同繁荣，防范两市间的风险传递

目前，我国股市处在调整阶段，而我国房地产价格居高不下，对股票市场的替代效应明显。此时，一方面需要出台强有力的宏观政策，降低房地产市场过热对于股票市场的负向替代效应，促进两市共同繁荣；另一方面需要实施协同调控，加强对风险的监管，尤其是对风险较高的股市的监管，防范金融风险的积累和传递。

3.健全股票市场，提高股票市场投资价值

要从整体上提高对我国股票的估值，必须要进一步完善和健全股票市场自身，进一步提高股市操作的规范性，使得市场更为有效。因此，管理当局应当规范上市审批制度，推动更多优质公司上市，扩大我国股票市场的规模；同时，加强对证券市场交易的管理，保护股票投资者合法权益，提高股票市场投资价值。

4.把握经济运行波动规律，合理调整投资策略

投资者需要认清资产之间的内在联系和周期性波动规律，结合国家对货币供给量等经济变量的调整，对宏观经济形势作出准确的判断，适时合理的调整自己的投资策略，选择最优的资产组合，从而提高投资收益。