下载文档原格式
中国经济增长与股票市场关系的实证研究作者：孙晓云来源：《时代金融》2018年第08期【摘要】该文应用Morlet小波时频相关性分析对中国经济增长和股票市场的关系进行实证研究。
该方法既能对二者在时域维度上的结构性转变进行分析，又能从频域角度分析二者在短期、中期和长期的相关性。
研究结果表明，中国经济增长只在短期和中期与股票市场存在正相关关系，股票市场是导致该时期内经济增长的重要因素。
本文认为，要想继续保持中国经济的中高速发展，应该积极地促进股票市场的发展。
【关键词】经济增长股票市场小波相关性时域频域一、引言随着中国股票市场的不断发展壮大，它与经济增长之间的关系已经成为经济增长理论研究中的一个重要课题。
两者之间的相关性、因果性关系，不论是对股票市场走势的判断，还是对政府政策的制定都有着重要意义。
虽然在强式有效市场假说下，股票市场的价格具有随机游走的特点，依靠宏观经济变动的基本面分析将会失效，但实证研究证明，目前即使是发达国家的股票市场也未达到强式有效市场假说的条件（姚道洲，2010）。
本文应用Morlet小波时频相关性分析对中国经济增长和股市间的关系进行实证研究，并通过所得结论给出具体的政策建议。
关于中国经济增长和股市之间的相关性问题可以用货币政策传导机制中的托宾Q理论（Tobin，1969）来解释（Su et al.，2016）。
托宾Q理论将企业的股票价格与投资支出联系起来，托宾Q为企业股票市值对股票所代表的资产重置成本的比值。
如果Q值较大，即企业资本重置成本低于企业市场价值，那么公司发行较少的股票就可以买到较多的投资品，进而促进投资支出增加，反之则相反。
根据托宾Q理论的货币政策传导机制为：货币供应↑？圯股票价格↑？圯q↑？圯投资支出↑？圯总产出↑针对中国经济增长和股票市场之间的相关性问题，国内外学者得出了不同的结论。
一种观点认为股市发展能显著地促进经济增长，比如Schwert（1989），Cooray（2010），周晖（2010），姚道洲（2010）等。
我国股票市场与实体经济增长的相关性分析摘要：随着我国经济体制改革的不断深入，我国资本市场不断发展和完善，股票市场对我国经济的发展所起的重要作用越来越明显。
根据国外学者研究表明，股票市场的发展会促进实体经济增长，这与经济理论分析是一致。
而最近几年国内学者研究表明，我国股票市场的发展与实体经济增长之间出现了背离关系。
本文就运用johansen协整法和granger因果检验来论证我国股票市场与经济增长之间是否存在背离性。
关键词：股票市场实体经济增长实证检验一、文献综述自从我国股票市场的诞生以来，为国家的发展和企业的发展以及投资者的需要起着和重要的作用，逐步成为我国经济增长不可缺少的一部分。
首先，股票市场促进实体经济增长。
文建东（2004）采用逐步回归法，对中国股票市场与经济增长1994-2000年间的季度数据进行了回归分析，结果表明中国的股票市场对经济增长有促进作用。
其次，股票市场抑制实体经济增长。
此外股票市场平行实体经济增长。
二、股票市场与实体经济增长之间相关性实证检验本文选取了1991-2010年度数据，股票资本化率（ca），即指每年年末股票总市值和该年度名义gdp的比值、股票交易率（va），即每年度股票的总成交额与该年度名义gdp的比率、换手率（tu），即年度总成交金额除以股票流通市值等指标来大体上代表股票市场的发展状况，而用国内生产总值增长率（gdpg）来代表实体经济增长的状况，共20年的年度数据，样本容量基本符合计量分析要求。
（一）单位根检验一般来说，表示宏观经济变量的时间序列都是非平稳的，具有时间趋势。
因此，在进行具体的方程估计之前，通常需要进行单位根具有，以考察经济变量是否平稳，进而确定实证具有是否有必要进行协整分析。
1、增项df检验df检验由迪克和福勒（dickey和fuller）在1979年提出的，其检验方法如下：2、平稳性检验结果本文就对各个变量进行单位根检验（adf）或者增项df检验，其中检验过程中滞后项的确定采用aic准则，检验形式就采取trend and intercept。
中国股票市场与经济增长关系的实证分析的开题报告一、研究背景与意义中国是世界上经济发展最为迅速的国家之一，其GDP总量居世界第二。
股票市场作为中国资本市场的重要组成部分，在中国经济发展中也扮演着重要的角色。
自1990年代以来，随着中国经济转型和改革的逐步深入，股票市场的发展也日益迅速。
同时，也有许多研究指出，股票市场与经济增长之间存在着密不可分的关系。
本研究拟就中国股票市场与经济增长之间的关系展开实证分析，旨在探讨股票市场在中国经济增长中的作用以及其发展对经济增长的影响，为未来中国资本市场的发展和经济增长提供参考。
二、研究目的与内容本研究拟在以中国股票市场与经济增长关系的实证分析为主线的基础上，对以下问题进行探讨：1.中国股票市场的发展历程及其现状和特点。
2.中国股票市场与国民经济之间的联系，并探讨其对中国经济增长的作用和贡献。
3.分析股票市场的市场结构和市场机制对经济增长的影响。
4.探讨政策因素对中国股票市场和经济增长的影响。
三、研究方法与技术路线本研究打算运用相关统计数据和经济学模型进行实证分析，研究方法主要包括计量经济学方法和因果推断分析。
具体技术路线如下：1.搜集相关数据：选取有代表性的数据源，包括中国股票市场和经济增长的有关数据，并进行数据清理和预处理。
2.构建经济学模型：结合相关理论，构建假设检验模型，引入适当的控制变量，以实现对股票市场和经济增长之间的关系进行经济分析。
3.实证分析：通过计量方法和因果推断分析，探讨中国股票市场对经济增长的影响机制，以及政策因素对两者之间关系的影响。
4.数据分析：运用统计软件对统计结果进行分析，得到验证假设的统计结论。
四、预期成果及意义本研究旨在深入探讨中国股票市场和经济增长之间的密切联系，为我们更好地理解中国资本市场和经济发展提供有益的参考。
通过这种实证分析方式，可以更加准确地估计股票市场对经济增长的影响和贡献，对政府部门制定相关政策提供理论支持。
预期研究成果包括以下方面：1. 了解中国股票市场的历程、现状和特点。
中国股票市场发展与经济增长关系的动态实证分析郑长德马俊*（西南民族大学经济学院西南民族大学资本市场研究所四川成都610041）摘要：本文选用我国1995—2004年间股票市场和宏观经济中的相关季度时间序列数据，对我国股票市场与经济增长之间的关系进行了计量经济学分析。
实证分析发现，我国经济增长对于股票市场的发展起到了较为明显的促进作用，而我国股票市场的发展对经济增长的促进作用则表现的不明显。
关键词：股票市场；经济增长；季度时间序列；计量经济学1.引言20世纪90年代以来的20多年里，中国股票市场从试点到大规模发展，目前股票市场已成为我国社会主义市场经济体系的重要组成部分。
关于我国股票市场发展与经济增长的关系也已成为一个令人们非常关注的问题。
有很多学者就我国股票市场和经济增长的关系进行了广泛的研究和深刻的探讨。
郑江淮和袁国良（2000）、谈儒勇（2000）、孙小素（2000）、韩廷春（2001）、佘运久（2001）、赵北亭和于鸿君（2001）、殷醒民和谢洁（2001）、冉茂盛和张卫国（2002）、王军（2002）、张碧琼与付琳（2003）、郑长德（2003、2005）等都对于中国股票市场的发展与经济增长关系进行了实证研究，其结论是有冲突的，有的研究认为我国股票市场发展与我国经济增长之间存在相关关系，有的研究则认为股票市场发展与我国经济增长之间不存在相关关系。
导致研究结论不一致有许多因素，一个重要的方面是大多数研究使用的年度时间序列数据，研究中使用的计量经济学方法也比较粗糙。
本文选取我国股票市场和国民经济在1995～2004年10年间的相关季度数据指标，并*作者简介：郑长德，男，四川广元人，经济学博士，西南民族大学经济学院教授。
主要研究方向：金融经济学。
马俊，男，西南民族大学资本市场研究所研究人员。
借鉴目前较为前沿的计量经济学方法对我国股票市场和经济增长的关系进行实证检验。
在研究方法上，本文进行了以下几个方面的改进：一是文章扩大了样本数据的时间跨度，并且全部采用了季度数据，有利地避免了以往研究中由于时间跨度和样本数量较小而对实证检验效果带来的局限性。
二是本文进行动态分析时，主要采用了协整检验、建立向量误差修正模型并在此基础上进行广义脉冲响应函数的检验和方差分解分析，等。
2．数据与指标为了更好地研究我国股票市场发展与经济增长之间的关系，本文构造了以下几组指标。
同时，对于这些指标本文截取了1995年第1季度到2004年第4季度的季度时间序列数据来进行分析。
2.1 经济增长指标通常国内生产总值(GDP)或国民生产总值(GNP)都可以作为衡量一个国家或地区宏观经济总量的理想指标，本文对于我国经济增长的指标就选用了季度GDP的实际增长率GY。
由于可以查找到的GDP季度数据都为名义值，所以本文以1995年第4季度作为基期来分别计算出各季度的实际GDP，然后再计算出其相应的增长率。
2.2 股票市场发展指标为了测度股票市场的发展程度，Levine和Zervos（1998）提出了以资本化率和流动性指标来衡量股票市场的发展。
其中包括：资本化率一（CAP1）是指每季度三个月月末股票市价总值的算术平均值和该季度名义GDP的比值，根据Levine和Zervos的分析，虽然大的市场和高的市场运行效率不是等价的，但是使用这一指标进行研究时，可以假定股票市场的规模和股票市场提供的资本流动性以及分散风险的能力是正相关的。
另外，这里之所以采用算术平均值，是因为股票市场的市价总值本来应该反映某一时点的数值，而我国的统计资料中却只有其累计值，所以本文进行了这样的处理以反映我国股票市场市价总值的客观性和代表性。
下文股票市场的流通市值也采用了同样的处理方法。
资本化率二（CAP2）是指每季度三个月月末股票流通市值的算术平均值与该季度平均市价总值的比值。
可见资本化率是对股票市场规模和股票市场流通规模的测度，资本化率越高说明股票市场的规模及流通规模都很大，并且其筹集资本和分散风险的能力也越强。
由于我国股票市场的筹资额与市场发展和价格指数之间有很大的相关性，因此我们把筹资额引入衡量股票市场的指标中。
净筹资率（NC），它表示该季度末股票市场的筹资总额减去上季度末的筹资总额再除以该季度的名义GDP，它衡量了股票市场对于经济增长的贡献程度同时它也反映了股票市场的发展规模。
另外，反映股票市场流动性的指标有四个，分别是：季度交易率（VAL）是指每季度股票的成交金额与该季度名义GDP的比值。
该指标的不足之处在于它不能很好的反映和特定交易场所相联系的交易成本和某些不确定性，但是可以假定其上升反映了整体经济范围内流动性的提高。
该指标是以经济总量为基础的流动性，反映了相对于经济规模的交易数量，与周转率相比是有区别的，周转率是相对于股票市场规模的交易。
因此，一个规模较小的流动性市场可能会有较高的周转率，而同时交易价值较小。
季度周转率一（TR1），等于每季度股票的成交金额除以该季度股票的平均市价总值。
Levine和Zervos（1998）分析认为，较高的周转率一意味着较低的交易成本。
季度周转率二（TR2），等于每季度股票的成交金额除以该季度股票的平均流通市值。
该指标度量的是相对于股票市场规模交易的国内权益数量，较高的周转率二也意味着较低的交易成本。
季度换手率（TO）等于季度总成交股数除以季度末总股本，以衡量市场的投机程度。
本文所需数据主要来自《中国证券监督委员会公告》，《中国经济景气月报》，《中国人民银行统计季报》，《中国证券期货统计年鉴》以及中国咨询行数据库()、和讯网()、中华人民共和国国家统计局（）、中国人民银行（）、中国证券监督管理委员会（）、上海证券交易所()、深圳证券交易所()等相关网站、国研网（）、中经网（）等等。
3．我国股票市场与经济增长关系的统计检验3.1变量的季节调整对于季度数据指标而言，传统的经济研究很少考虑其季节因素，因而这些具有明显季节性变化趋势的数据指标必然会严重影响到后续研究成果的准确性和科学性。
因此，本文在对所采用的季度数据指标进行实证分析之前，对其分别进行了季节调整。
对于经过季节调整的变量后面都附加有“SA”。
3.2 相关性检验在进行正式的实证统计检验之前，我们必须搞清楚当期的经济变量和证券市场变量之间是否存在相关性关系，表1便是我国经济增长与股票市场之间各个变量指标的配对相关系数矩阵。
表1 经济变量和股票市场变量的配对相关系数矩阵GYSA CAP1SA CAP2SA NCSA VALSA TR1SA TR2SA TOSAGYSA 1.000000 -0.095455 -0.003574 0.007907 0.137371 0.261877 0.259380 0.250166CAP1SA -0.095455 1.000000 0.956253 0.573353 0.460209 -0.342998 -0.406413 -0.403031CAP2SA -0.003574 0.956253 1.000000 0.502022 0.410213 -0.299638 -0.363294 -0.355459NCSA 0.007907 0.573353 0.502022 1.000000 0.438630 -0.095919 -0.140655 -0.134787VALSA 0.137371 0.460209 0.410213 0.438630 1.000000 0.574610 0.513551 0.487405TR1SA 0.261877 -0.342998 -0.299638 -0.095919 0.574610 1.000000 0.997001 0.984783TR2SA 0.259380 -0.406413 -0.363294 -0.140655 0.513551 0.997001 1.000000 0.989728TOSA 0.250166 -0.403031 -0.355459 -0.134787 0.487405 0.984783 0.989728 1.000000从表1可以看出，我国的经济增长速度与股票市场的季度净筹资率、季度交易率、季度周转率和季度换手率具有较弱的正相关关系，而与资本化率呈负相关。
对于股票市场内部而言，股票市场的资本化率与其季度净筹资率和季度交易率之间存在适度的正相关关系。
股票市场的季度净筹资率与其季度交易率之间有着适度的正相关关系。
股票市场的季度交易率与其季度周转率和季度换手率有适度的正相关关系。
股票市场的季度周转率与其季度换手率有强的正相关关系。
3.3 经济增长与证券市场各变量指标平稳特性的ADF单位根检验对于变量GYSA、NCSA、VALSA、TR1SA、TR2SA、TOSA而言，它们的数据图形的轨迹属于随机行走，因此我们设定其ADF检验为含截距（或不含截距），但不含时间趋势项。
而对于变量CAP1SA和CAP2SA而言，其图形轨迹有较明显的时间趋势，所以设定其ADF检验为含截距，但含或不含时间趋势项。
如图1所示。
类似地，对于所有的变量的一阶差分而言，其图形轨迹都属于随机行走，所以我们设定它们的ADF检验为含截距（或不含截距），但不含时间趋势项，如图2所示。
图1 变量的数据图图2 变量一阶差分的数据图1.GYSA 不含截距也不含趋势项的ADF 检验2. GYSA 一阶差分序列不含截距也不含趋势项ADF 检验由上表可知，我国实际经济增长速度的时间序列GYSA 不是I(0)序列，因为在t 值、F 值等各项统计指标都比较显著的情况下，其ADF 检验值均大于各临界值。
而GYSA 序列的一阶差分序列是平稳序列，其ADF 检验值均小于各临界值，且t 值、F 值等指标都很显著，AIC 值很小，残差平方和RSS 也比较小，DW 值基本离二较近说明自相关不是很强，同时可决系数R^2值也很理想，由此GYSA 是一个一阶单整I(1)序列。
3.CAP1SA 含截距不含趋势项的ADF 检验4. CAP1SA 一阶差分序列不含截距也不含趋势项的ADF 检验ADF Test Statistic-1.151073 1% Critical Value*-2.6243 5% Critical Value -1.949810% Critical Value-1.6204*MacKinnon critical values for rejection of hypothesis of a unit root.Variable Coefficient Std. Error t-Statistic Prob. GYSA(-1) -0.149618 0.129981 -1.151073 0.2573 D(GYSA(-1)) -0.687136 0.090784-7.5689340.0000 R-squared0.787393 Mean dependent var -0.003295 Adjusted R-squared 0.781488 S.D. dependent var 0.092910 S.E. of regression 0.043431 Akaike info criterion -3.384095 Sum squared resid 0.067905 Schwarz criterion -3.297906 Log likelihood 66.29781 F-statistic 133.3267 Durbin-Watson stat2.382949 Prob(F-statistic)0.000000ADF Test Statistic-8.889592 1% Critical Value*-2.6261 5% Critical Value -1.950110% Critical Value-1.6205*MacKinnon critical values for rejection of hypothesis of a unit root.Variable Coefficient Std. Error t-Statistic Prob. D(GYSA(-1)) -2.298486 0.258559 -8.889592 0.0000 D(GYSA(-1),2) 0.2097760.123327 1.7009770.0978 R-squared0.957023 Mean dependent var 0.002995 Adjusted R-squared 0.955795 S.D. dependent var 0.180429 S.E. of regression 0.037935 Akaike info criterion -3.653347 Sum squared resid 0.050367 Schwarz criterion -3.566270 Log likelihood 69.58692 F-statistic 779.3931 Durbin-Watson stat2.273750 Prob(F-statistic)0.000000ADF Test Statistic -1.790988 1% Critical Value* -3.6117ADF Test Statistic -2.820694 1% Critical Value* -2.62615% Critical Value -2.93995% Critical Value -1.950110% Critical Value -2.608010% Critical Value -1.6205 *MacKinnon critical values for rejection of hypothesis of a unit root.*MacKinnon critical values for rejection of hypothesis of a unit root.Variable Coefficient Std. Error t-Statistic Prob.Variable Coefficient Std. Error t-Statistic Prob.CAP1SA(-1) -0.064570 0.036053 -1.790988 0.0819D(CAP1SA(-1)) -0.575609 0.204066 -2.820694 0.0078 D(CAP1SA(-1)) 0.207895 0.157436 1.320508 0.1952D(CAP1SA(-1),2) -0.234209 0.167085 -1.401730 0.1698C 0.097243 0.048787 1.993205 0.0541R-squared 0.410622 Mean dependent var -0.001652 R-squared 0.127752 Mean dependent var 0.022667Adjusted R-squared 0.393783 S.D. dependent var 0.163627 Adjusted R-squared 0.077909 S.D. dependent var 0.129506S.E. of regression 0.127400 Akaike info criterion -1.230430 S.E. of regression 0.124359 Akaike info criterion -1.255632Sum squared resid 0.568078 Schwarz criterion -1.143353 Sum squared resid 0.541281 Schwarz criterion -1.126349Log likelihood 24.76295 F-statistic 24.38467 Log likelihood 26.85700 F-statistic 2.563098Durbin-Watson stat 2.041357 Prob(F-statistic) 0.000019 Durbin-Watson stat 2.110177 Prob(F-statistic) 0.091454由上表可知，我国股票市场的资本化率一时间序列CAP1SA不是I(0)序列，因为在各项统计指标都比较显著的情况下，其ADF检验值均大于各临界值。
