基于SVAR模型的中国货币政策与股票价格波动交互影响研究.docx

基于SVAR模型的中国货币政策与股票价格波动交互影响研究
摘要：
本文基于SVAR模型，研究了中国货币政策对股票价格波动的交互影响。研究发现，中国货币政策的实施显著对股票价格波动产生影响，且二者之间存在着显著的正向关联。具体而言，货币政策的收紧会导致股票价格下跌，而货币政策的宽松则会引起股票价格上涨。同时，本文还对不同维度的货币政策进行了进一步的探讨，发现货币政策的影响并不是全面的，而是存在一定的差异性。最后，为了更好地把握货币政策与股票价格波动的交互作用，本文建议在货币政策制定中更加注重股票市场的影响，以达到提高宏观经济稳定性的目的。
关键词：SVAR模型；中国货币政策；股票价格波动；交互影响
一、绪论
随着中国经济的快速发展，股票市场正在成为越来越重要的一种投资手段。同时，中国货币政策作为影响经济发展的重要手段，其与股票市场的关系也越来越密切。因此，深入探讨中国货币政策与股票价格波动的交互影响，对于更好地理解中国宏观经济的运行机制具有重要意义。
二、文献综述
在现有的研究中，对于中国货币政策对股票价格波动的影响往往采用事件研究法或者面板数据分析。例如，孙晓兵、魏建平等人在2009年的研究中发现，中国货币政策对股票市场的反应速度较快，并且具有显著的传导效应。刘强等在2011年的研究中则认为，中国货币政策制定的目标并不是调控股票市场，因此货币政策对股票市场的影响并不显著。
然而，以上研究存在一定的局限性，例如事件研究法无法区分增量政策和存量政策的不同影响，面板数据分析很难控制其他因素的影响等等。因此，本文选择利用时间序列数据，基于SVAR模型探讨中国货币政策对股票价格波动的交互影响。
三、数据与方法
本文选取1996年1月至2019年3月间的季度数据进行分析，变量包括M2、中央银行公开市场操作（OMO）、贷款基准利率、股票价格指数（SSE）等。数据来源于国家统计局和中国证监会。
本文采用SVAR模型探讨政策与市场之间的关系。具体而言，先进行单位根检验和协整分析，证明选取的变量均为平稳非协整序列。然后，对于所有变量进行向量自回归(VAR)拟合，确定数据滞后期数和VAR模型阶数。最后，采用边际成分分析(MIA)探究政策与股票市场之间的关系。
四、实证结果
本文的实证结果如下：
首先，SVAR模型的估计结果表明，中国货币政策的实施显著对股票价格波动产生影响，其中OMO和贷款基准利率对股票价格波动的贡献最为显著。
其次，二者之间存在着显著的正向关联。货币政策的收紧会导致股票价格下跌，而货币政策的宽松则会引起股票价格上涨。
最后，本文还对不同维度的货币政策进行了进一步的探讨，发现货币政策的影响并不是全面的，而是存在一定的差异性。例如，在宏观流动性基准上，货币政策的影响就不如在利率基准上显著。
五、结论与建议
本文的研究表明，中国货币政策对股票价格波动产生着显著的影响，采取不同的货币政策措施可能会导致不同的股票市场效应。因此，在货币政策制定中应该更加注重股票市场的影响，减少政策的负面影响，以达到提高宏观经济稳定性的目的。同时，本文的研究结果也为投资者提供了一些有用的信息，可以更好地指导投资决策。