金融危机后量化宽松政策对股市价格的效应研究

自美联储推行量化宽松货币政策后，美国股市触底反弹，并屡创新高。如图9-6所示，金融危机全面爆发后，虽然美国股市急剧下挫，几近崩盘之势，但从QE1扩张开始，S&P 500指数便上扬不止。量化宽松货币政策结束，S&P 500指数则转头向下，特别是在QE1和QE2结束后，S&P 500指数急剧下挫，但伴随伯南克暗示QE2、OT宣布和QE3的推出，S&P 500指数应声上涨。这说明了美国股市对流动性具有明显的“依赖性”。因此，以下将通过检验M2与S&P 500指数之间的关系，来考察量化宽松货币政策货币扩张对股价的影响。

图9-6　美国广义货币供给M2和S&P 500指数走势

数据来源：美联储网站、雅虎财经。
注：数据频率为一周。图中S&P 500指数起始于2008年8月8日，截止于2013年9月20日（选取周五收盘价为一周代表样本点；周五不开市的，选取周四收盘价代表一周样本点）；M2起始于2008年8月4日，截止于2013年9月16日（周一数据为一周样本点）；左轴表示M2额度，右轴表示S&P 500指数点数。

1.单位根检验

ADF单位根检验（augmented dickey-fuller test）结果如表9-3所示，序列S&P 500指数及其差分序列都平稳，而M2自身是非平稳，但其差分序列是平稳的。因此S&P 500指数和M2都为I（1）序列。

表9-3　S&P 500指数与M2单位根检验

注：检验类型中的C、T分别代表截距项和时间趋势，N表示不含C或T，数字代表滞后阶数，依据SIC准则确定；检验结果为在5％的显著性水平下无法拒绝原假设即为非平稳，存在单位根，反之则为平稳。d（）表示原变量的一阶差分（下同）。

2.协整检验

对于两变量且具有同阶平稳的时间序列，可以用Engle-Granger（EG）两步法估计出协整关系，即先设计线性模型进行OLS估计，然后用ADF单位根检验模型残差的平稳性即可。但其估计方式存在一定的缺陷，[11]给应用造成较大不便。为此，Johansen在1988年及在1990年与Juselius一起提出了一种以VAR模型为基础的检验方法，被命名为Johansen协整检验（Johansen cointegraion test）。从此，验证变量之间是否具有协整关系，Johansen协整检验成为最为常用的方法。如表9-4所示，为检验S&P 500指数和M2之间的协整关系，在此首先构建VAR模型，然后根据SC、AIC等信息准则确定其最优滞后阶数为7，则协整检验滞后差分项滞后阶数最优设为6。协整检验类型为：

其中α⊥γ代表确定性趋势，ρ0代表协整方程的截距。

表9-4　S&P 500指数与M2构建VAR模型最优滞后阶检验结果

注：*表示对应阶数为最优滞后阶数。(www.xing528.com)

检验结果如表9-5所示，迹统计量（trace statistic）和最大特征根统计量（λ-max statistic）一致显示在5％的显著性水平上S&P 500指数与M2之间存在一个协整关系，这说明S&P 500指数与M2在美联储量化宽松货币政策期间存在长期的均衡关系。

表9-5　S&P 500指数与M2序列Johansen协整检验结果

注：P值上方的**表示在5％的显著性水平下显著；None上方的*表示在5％水平下拒绝不存在协整关系的原假设。

通过对协整向量进行标准化处理，可得到协整方程估计式[12]：

协整方程（9-7）系数表明，在样本期内，美国广义货币供给M2每增加10亿美元，S&P 500指数上升0.28个指数点。

3.Granger因果关系检验

在经济变量中有一些变量显著相关，但它们未必都是有经济意义的。协整只能检验变量之间是否存在长期均衡关系，对于如何分析变量之间相关关系的问题，计量经济学家们还在争论。判断一个变量是否是另一个变量变化的原因，是经济计量学中的常见问题。计量经济学家Granger提出了一个判断因果关系的检验——Granger因果检验（Granger causality test）。

从协整检验可知，S&P 500指数与广义货币供应量M2之间存在协整关系，但究竟孰因孰果？为此，须进一步根据Granger因果检验作出判断。两两配对Granger检验（pairwise Granger causality test）结果如表9-6所示，M2和S&P 500指数之间存在单向因果关系，广义货币供应量M2是S&P 500指数的Granger原因，这表明美联储通过量化宽松货币政策向市场注入的大量流动性，的确推动了美国股市复苏。

表9-6　M2与S&P 500指数序列Granger因果关系检验结果

注：**表示5％的显著性水平下显著。