农村与城镇CPI及现金消费支出对沪深300指数的方差分解分析

使用eviews分别导出城镇和农村模型的方差分解分析：

1.城镇模型方差分解分析

图7　城镇模型沪深300指数方差分解

图8　城镇居民人均现金支出增量方差分解

由图7可以看出，沪深300指数除了受自身波动影响外，城镇居民价格指数的波动对沪深300的影响逐期增大，直到5期开始保持平稳。存在长期影响，城镇居民现金消费支出增量对沪深300的方差贡献逐渐增大至5期后保持平稳，但总体贡献度不大。图8表示城镇居民现金消费支出增量在不同时期的预测误差。可以看出，沪深300指数对其贡献从1期开始便一直保持平稳，处于13%左右，城镇居民价格指数对方差的贡献度从1期开始上升至3期达到平稳并从之后一直维持在30%左右,与之前的分析相符。

图9　农村模型沪深300指数方差分解

图10　农村居民人均现金支出增量方差分解(www.xing528.com)

2.农村模型方差分解分析

图9表示护身300指数在不同时期的预测误差。可以看出，沪深300指数除了受自身波动影响外，农村居民价格指数的波动对沪深300的影响逐期增大，直到5期开始保持平稳。存在长期影响，但不如城镇居民价格指数的贡献程度大。农村居民现金消费支出增量对沪深300的方差短期和长期均趋于零。图10表示农村居民现金消费支出增量在不同时期的预测误差。可以看出，沪深300指数对其贡献从1期开始便一直保持平稳，处于13%左右，农村居民价格指数对方差的贡献度从1期开始上升至2期达到平稳并从之后一直维持在20%左右。低于城镇的贡献度，与之前的分析相符。

由以上方差分析结果可以看出，城镇CPI以及城镇居民现金消费支出增量对沪深300指数的方差贡献均要高于农村CPI以及农村居民现金消费支出。可以看出在城镇模型中各指标的关联程度要强于农村模型，且农村模型两指标对沪深300的波动贡献度较低，轻微的贡献度有可能由物价水平以外的因素引起或者只是偶然性。

表11　VAR下的多变量格兰杰因果检验

VAR模型下的多变量格兰杰因果检验可以检验两个变量是否同时格兰杰引起另一个变量，使用eviews 分别导出城镇和农村模型的格兰杰因果检验结果表可以看出在0.9的置信范围内，沪深300指数和城镇CPI均为影响城镇居民现金消费支出增量的格兰杰原因。在0.9的置信范围内城镇CPI为影响农村居民现金消费支出增量的格兰杰原因。而沪深300指数不是影响农村居民现金消费支出增量的格兰杰原因。

故在城镇模型中三变量体现出了格兰杰因果关系，而农村模型中沪深300指数与农村人均现金消费支出增量不存在格兰杰因果检验关系，与之前的分析是相符的。