我国股票和债券市场交易量对货币供给量M2增长的相关性研究

摘 要：股票市场和债券市场的交易量对我国货币供给量M2有着显著性影响。文章选取了2000—2019年货币和准货币（M2）供应量（亿元）、股票成交金额（亿元）、债券成交金额（亿元），通过最小二乘法（LS）和对滞后一期的期数的分析，对两大交易市场对货币供给量M2进行平稳性检测，并以此建立多元回归模型进行分析，得出了两者对货币供给量M2的强相关性。结果表明，股票和债券市场交易金额对货币供给量确实存在显著的正相关性。

关键词：股票市场;债券市场;成交金额;货币供给量M2;最小二乘法模型

中图分类号：F832.51文献标识码：A文章编号：1005-6432（2022）11-0050-05

DOI：10.13939/j.cnki.zgsc.2022.11.050

1 引言

货币供给量M2是现金、活期存款和定期存款的总和，2001年6月起，统计局将证券公司客户保证金也计入货币供应量（M2），含在其他存款项内。我国股票、债券市场对于货币供给量M2的影响一直是我国金融学研究的重点，作为宏观政策目的之一的价格水平稳定，一直是政府实施货币政策目的之一。随着我国股票和债券市场的深化改革发展，两者是否对我国货币供给量产生了积极作用，如何度量债券市场和股票市场对我国货币供给量M2的关系一直是学界讨论的焦点。

2020年6月18日，银保监会主席郭树清参加陆家嘴论坛也提出，我国债券市场和股票市场市值已经达到全球第二的水准。与此同时，基于疫情的外生冲击下，用于实体经济的人民币贷款也在攀升，导致人民币在2020年5月时的广义货币M2也同比增长了11.1%，指出了要在货币供给增长控制的前提下对资本市场进行改革发展，而党的十九大报告也对我国资本市场的改革做出了新的要求，要求增加我国金融市场下为实体经济服务的能力，还要求提高我国民营与国营企业的直接融资比例，促进多层次、多方面资本市场的进一步完善。

然而，我国的资本市场的形式与西方的资本市场的形式存在一定的差异，传统的西方经济学通过货币乘数方式解释了货币供给量变化的外生因素，但是我国的货币供给量随着新型互联网金融的诞生，对我国传统金融工具市场造成了一定的冲击，而这种影响是否对我国的货币供给量M2产生了一定的作用尚存在商榷。作为传统金融学的延续，本文依旧侧重于对传统的金融工具进行分析。

与以往研究不同的是，以往的文献更倾向于研究股票和债券市场价格对货币供给量的影响，相较于以往的文献，本文在以往我国优秀学者研究的基础上，更侧重于对交易金额方面进行分析，因此对我国2000—2019年股票、债券市场的交易额进行数据收集和研究。首先对数据的平稳性进行了检验，得出了数据具有时间趋势的结论;其次分别分析两大传统金融市场对我国货币供给量M2的显著性作用，得出显著性作用的结论，并借此构建多元线性回归模型，得出了债券和股票市场交易金额对于货币供给量M2的多元线性回归方程。

除此以外，还检验了滞后一期的交易额能否对货币供给量M2产生显著性作用，得出了肯定的结论。因此，在一定程度上推进了我国股票市场和债券市场对我国货币供给量M2影响的研究。

本文首先介绍以往文献对于货币供给量的研究，其次得出两大市场对货币供给量存在相关性的假设，并建立多元回归模型进行分析，最后得出结论，并对可能的原因进行分析。

2 文献综述

从主流的经济学派对于货币供给量M2的研究中，主要是将货币量M2当作是由外生决定的变量，中央银行主要通过控制货币量，稳定物价水平，减少通货膨胀的过度增长，对于基础货币的控制手段，主要有控制法定存款准备金率、发行贴现贷款和公开市场操作，而这些手段的核心就是通过货币乘数达成目标（Anderson and Jordan， 1968;Balbach， 1981;Bofinger， 2001;Brunner， 1968;Meltzer， 1982）。

例如，加入现金漏损率的货币乘数（1+c）/（c+r+b），c代表现金漏损率，b代表超额准备金率，r代表法定存款准备金率。将基础货币乘以货币乘數，就能得到总的货币乘数。以弗里德曼为代表的货币主义学派强调货币供给量的重要性，将货币供给量作为现代经济生产价值的重要因素，提出社会的高通货膨胀率主要来源于货币供给量的超发，导致“过多的货币追逐较少的商品”，为政府控制货币量提供了更为直观的量化基础，奠基了现代货币主义学派和芝加哥经济学派。除此以外，货币乘数的增加会增加对于股票和债券的需求，导致股票市场价格的上涨，同时也使得股票交易量增加（鲁万峰，2010）。

在我国的研究中，货币供给量对于股票价格的影响主要表现在两方面，即直接作用和间接作用。直接作用可以解释为货币供给量的增加直接刺激了股票价格的升高，这类作用的主要原因是多余的货币供给量无法找到良好的流入途径，因此，持有多于货币的人将会购买债券和股票来消化无法被市场消化的货币供给量。而间接作用是通过利率和通货膨胀率等中介变量的变化影响股票价格，促成股票价格的升高，也增加了交易量。

对于我国的债券市场，也具备相似的原因（李远航，2011）。同时，也有学者从货币政策对资产价格水平的波动入手，分析得出结论，货币政策通过利率水平的波动对资产价格水平进行影响。随着我国利率水平市场化的政策改革，这种传导机制将会更加直接地影响股票价格和债券价格（王培康，2010）。还有学者就货币供给对资产价格的时变特征进行研究，采用TVP-FAVAR模型研究了不同宏观经济背景的前提条件之下，货币供给对于股票价格有着非对称的短期效应，在股票市场处于牛市的前提下有着更为明显的提振效果，相比于牛市，熊市对于货币供给不存在更为显著性的影响，而在“新常态”的时期下，货币政策的有效性会随着时间变化更为强烈（刘金全等，2017）。西北工业大学的金融学者石强等运用多因子GARCH-MIDAS模型研究了宏观经济水平对股市波动的影响。

除此以外，央行的公开市场操作也直接影响了债券市场的债券需求量，增加债券需求的过程中，抬高了债券的价格，促成了债券市场的交易（师彦磊，2016）。

从对国外的研究来看，美国美联储也通过量化宽松（quantitative easing），购买中长期的政府债券，促进长期债券的流动性，为政府赤字融资的同时，也为长期的投资活动进行再融资，导致货币供给量的增加。

徐皓、张嘉明（2020）运用有向无环图（DAG）构建SVAR模型，引入银行的流动性，完成了美国量化宽松政策的实证性检验，得出结论：美国量化宽松政策通过银行流动性创造在很大程度上增加了银行信贷，促进了长期利率的减少，升高了长期债券的价格。邓子基（1990）对1950—1990年的美国国债和货币流通进行回归分析得出相似结论，两者存在强烈的正相关关系。

对于债券、股票交易量而言，关于我国的货币供给量M2的反作用的研究方面，多集中在债券发行与货币供给量之间的关系。

毛定祥（2008）通过状态空间模型验证了中国国债发行规模与货币供给量，同时对于日本、德国等发达国家也存在类似的作用。彭志远（2004）通过我国国债数量对货币供给量的影响，发现1998年前的国债数量对我国货币供给量的影响是中性的，而在此之后具备扩张型影响。奚君羊（2004）研究了1998—1999年中国央行的公开市场操作，证实了央行债券回购行为引起了货币供给的增加。邓晓兰（2014）也对此进行了实证性研究，运用ADF方法，得出央行的公开市场操作对于货币供给量有明显作用。

另外，在股票市场上，毛彦军（2011）通过Phillips-Hansen完全修正估计方法得出股票价格对于货币供给量增加的明显作用，证明了两者之间存在协整关系。同时，也有长江的学者通过混频Copula模型分析股票和债券市场相关性的因素，证实了通货膨胀率、货币供给量、利率不确定性和宏观经济发展的不确定性对于我国股市和债券市场的影响（龚玉婷，等，2016）。因此，建立在股票市场和债券市场对于货币供给量M2具有一定相关性的基础上，本文将通过OLS模型建立关系。

与前文不同的是，本文将通过股票和债券市场的交易总额方面入手，先行验证2000—2019年间的三者关系。这是因为，股票和债券市场的价格波动较为明显，无法很好地度量价格波动对于货币供给量M2的影响，而通过年度的交易量来进行分析，可以很好地剔除季度的波动，将会建立回归模型并通过最小二乘法（LS）进行残值检验。

3 模型建立与检验

3.1 数据选取和解释

根据文献综述的分析，股票和债券市场对于货币供给量增加有着强烈的相关性，由于本文研究的主要是广义的债券市场和股票市场的作用，因此，将不会对债券市场和股票市场各品种的产品进行另行的分割，所以本文收集的主要数据如下，货币和准货币（M2）供应量（亿元）、股票成交金额（亿元）、债券成交金额（亿元），选取的都是国家统计局2000—2019年度的数据。值得注意的是，货币供应量已包含住房公积金中心存款和非存款类金融机构在存款类金融机构的存款。2000年6月起，统计局将证券公司客户保证金也计入货币供应量（M2），含在其他存款项内。

对于这三种数据而言，由于数字过于庞大且变化幅度大，并且要消除负数的可能性，因此，将这三类数据取对数，得到其平稳的正值，分别记为货币和准货币lnM2、股票成交金额lnStock、债券成交金额lnBond，得到表1。

本文可以分别解释三类数据，从宏观角度来看，三类数据的方差较小，较为集中，均值围绕在12～13上下浮动，偏度为负，所以三者都是左偏，重尾都在左侧，具备正态分布性。分别对lnM2和lnBond、lnStock进行散点图的相关分析可得（见图1和图2），股票和债券市场对于货币供给量增加有着强烈的相关性。

3.2 建立模型

本文使用的是最小二乘法（LS）的检验方法，相比于VAR和GMM等模型来说，由于最小二乘法的检验模型展现的是时间序列数据的相关性，与VAR和GMM模型对比而言，经过平稳性检验得出结论，被解釋变量lnM2和解释变量lnStock、lnBond更适合使用LS模型进行分析。

正是由于之前基于lnM2和lnStock、lnBond的相关性的检验，同时运用2000—2019年的货币供给量M2、股票交易额（亿元）和债券交易量（亿元）数据，构建了如下的多元线性模型：

lnnM2=β0+β1lnnStock+β2lnnBond+en

式中，en代表不可测的其他变量影响，即残差项对于模型的影响，β1代表lnStock对lnM2的相关系数的影响，β2代表lnBond对lnM2的相关系数的影响，下标n代表数据所在的年份。lnM2作为被解释变量，lnStock、lnBond作为解释变量，由于数据量的限制，本文使用具体数据的对数值作为我国股票市场交易量和债券市场交易量的代理变量，这是因为对数消除了数据的负值，同时能够让数据更直观地反映被解释变量和解释变量之间更稳定的关系。

3.3 实验结果及分析

基于EViews 9软件的运算结果，可得以下模型：

得到修正的R-2为0.8695，大于0.8，说明具有强烈的拟合优度，因此，建立的模型是有效的，同时，两个解释变量的概率分别为0.0012和0.0236，均小于0.05的置信区间，因此解释变量显著有效，且不为0，F值为64.292，p值为0.0000，小于0.05的置信区间，说明本多元回归模型的建立与被解释变量之间具有强烈的相关性，因此，得出该公式。

3.4 异方差性及自相关性

通过对模型的怀特检验，得到表2。

表中，nR2为9.475069，p值为0.0916，显著大于0.05，因此可以得到结论，该模型不具备异方差性，因此模型具备无偏性的假设前提。

同时，经由Durbin-Watson检验可以得到DW值为0.774562，小于下极限临界值dl=0.862，所以该模型的方差具备自相关性，需要对模型进行修正。

3.5 模型修正

由于模型存在自相关性，因此本文通过广义差分对模型进行修正，首先，借助LM检验和Q统计量观察滞后阶数，如表3所示。

容易得出结论，使用一阶滞后的残差更加有效。因此建立模型：

得到修正的DW检验值为0.400667，说明不再存在自相关性，所以修正后的模型有效。

通过对各解释变量的相关性测度，解释了我国股票交易市场和债券交易市场的成交额对于我国货币供给M2具备正的相关性。我国股票和债券市场的成交随着年份的增加呈现递增的趋势，这是由于我国资本市场的参与人数逐渐增加，吸引资本的能力逐渐增加所导致的。

对于股票市场对货币供给的原因分析，主要有如下作用。

首先，企业从股票市场上筹集了大量资本，这些大量资本一部分作为现金存储在企业的库存里，一是增加了企业的运营资本，二是保持了企业的流动性，防止企业面临临时的流动性不足。这一部分现金成为了货币供给的一部分，构成了货币供给M2的重要组成部分。

其次，企业通过购买原材料，为上游企业提供了资金，这些制造型企业通过资本再生产，生产了社会所需要的材料，促进了资本的再流通，在这一阶段中，货币承担了重要的流通职责，构建起货币供给M2的重要组成部分。

4 结论与分析

本文利用我国2000—2019年的国家债券交易额和股票市场交易额以及货币供给量M2，分析了自2000年以来我国债券市场和股票市场对我国货币供给量的作用。基于这一期间的数据来看，滞后一期的交易金额的变化对于我国下一期的货币供给量有着显著性的作用，说明短期内，股票、债券市场的交易额通过利率水平影响了货币供给量M2，而在长期内，这种效果将会不复存在。通过多元回归系数方程的建立，證明了两者对货币供给量具有正的相关作用。对于以往我国在这方面的文献有一定程度上的补充作用，以往的文献主要是通过股票市场价格和债券市场价格来进行实证分析，而本文从更加宏观的角度进行验证，即使用宏观的交易金额来进一步解释两大传统金融市场对货币供给量M2的作用。

这两大市场的作用主要是通过企业对筹资额的资产分配的不同，分别对市场上的货币供给产生不同的作用。现金部分增加了狭义货币的供给量。此外，筹资资本对生产作用又通过企业上下游的行业轮动产生更为直接的作用。通过对多元相关系数的检验，进一步证实了被解释变量lnM2和解释变量lnStock、lnBond的同期数据存在相关性。

此外，本文对于滞后一项的数据也进行了分析，得出了滞后一期的债券和股票市场的交易额对于下一期的货币供给量M2也产生了显著的正相关作用，而滞后两期的数据并不具备明显的作用，表明了两大市场交易金额的作用主要还是集中在短期。从长期而言，受制于货币政策的影响，两大市场交易金额的作用并不具备显著性影响。

而这一广泛意义上得到证明的结论可能与我国资本市场的日益完善和企业生产方式有关。

首先，我国监管机构对于资本市场逐渐产生的市场异常（Market Anomalies）进行有效的监管，包括逐渐完善我国股票市场上市公司的信息披露，增强了投资者的信心;其次我国大力吸引外资的手段，包括放宽资本流动限制，吸引外资进场，增加了我国资本市场的流动性。

参考文献：

[1]ANDERSON L C，JORDAN J L.Monetary and fiscal actions：a test of their relative importance in economic stabilization[J].Federal reserve bank of St.Louis review，1968（11）：11-24.

[2]于泽.我国M2顺周期性的原因分析：货币供给内生性的视角[J].管理世界，2008（12）：24-31.

[3]鲁万峰. 货币供应环境对股票价格的影响机制[D].北京：中国社会科学院研究生院，2010.

[4]李远航. 中国债券市场货币政策传导有效性研究[D].长沙：湖南大学，2011.

[5]师彦磊. 公开市场操作对我国债券市场价格影响实证研究[D].大连：东北财经大学，2016.

[6]徐皓，张嘉明.美国量化宽松货币政策的有效性和传导机制再检验[J].统计与决策，2020，36（19）：136-140.

[7]邓晓兰，李铮，黄显林.国债流通交易对货币供给量的影响研究[J].西安交通大学学报（社会科学版），2014，34（6）：44-50.

[8]毛定祥，陈婷.国债规模与货币供应量关系的实证研究[J].上海大学学报（自然科学版），2008（4）：436-440.

[9]奚君羊，谭文.商业银行的资本充足率与公开市场操作的有效性[J].上海金融，2004（6）：32-34.

[10]王培康.货币政策可以干预资产价格波动吗：基于中国股票市场的研究[J].上海行政学院学报，2010，11（3）：97-107.

[11]刘金全，王译兴，陈德凯.货币供给对股票价格影响机制的时变特征研究[J].价格理论与实践，2017（5）：125-128.

[12]彭志远.我国国债对货币供给量的影响分析[J].当代财经，2004（4）：29-32.

[13]龚玉婷，陈强，郑旭.谁真正影响了股票和债券市场的相关性？——基于混频Copula模型的视角[J].经济学（季刊），2016，15（3）：1205-1224.

[作者简介]陈逊，男，就读于云南大学经济学院，研究方向：金融学（CFA）。