货币流动性对我国股票交易金额的影响分析 2Word下载.docx

上传人:b****5 文档编号:21267567 上传时间:2023-01-29 格式:DOCX 页数:12 大小:29.02KB
下载 相关 举报
货币流动性对我国股票交易金额的影响分析 2Word下载.docx_第1页
第1页 / 共12页
货币流动性对我国股票交易金额的影响分析 2Word下载.docx_第2页
第2页 / 共12页
货币流动性对我国股票交易金额的影响分析 2Word下载.docx_第3页
第3页 / 共12页
货币流动性对我国股票交易金额的影响分析 2Word下载.docx_第4页
第4页 / 共12页
货币流动性对我国股票交易金额的影响分析 2Word下载.docx_第5页
第5页 / 共12页
点击查看更多>>
下载资源
资源描述

货币流动性对我国股票交易金额的影响分析 2Word下载.docx

《货币流动性对我国股票交易金额的影响分析 2Word下载.docx》由会员分享,可在线阅读,更多相关《货币流动性对我国股票交易金额的影响分析 2Word下载.docx(12页珍藏版)》请在冰豆网上搜索。

货币流动性对我国股票交易金额的影响分析 2Word下载.docx

31320

45837.3

119897.9

2000

60827

53147.2

134610.3

2001

38305

59871.6

158301.9

2002

27990

70881.8

185007.0

2003

32115

84118.6

221222.8

2004

42334

95969.7

254107.0

2005

31665

107278.7

298755.7

2006

90469

126035.13

345603.6

2007

460556

152560.1

403442.2

2008

267113

166217.13

475166.6

资料来源:

《中国统计年鉴》(2002,2009)。

对时间序列数据,建立计量经济模型,并进行回归分析。

我们假设先建立如下二元回归模型:

Y=C+β1X1+β2X2+ui

Y——股票交易额

X1——狭义货币供应量

X2——广义货币供应量

Ui——随机干扰项

根据表一中的数据,利用EVIEWS软件,可得如表二所示结果:

 

DependentVariable:

Y

Method:

LeastSquares

Date:

12/06/10Time:

15:

32

Sample:

19952008

Includedobservations:

14

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-115989.0

52017.46

-2.229809

0.0475

X1

12.88979

8.314261

1.550323

0.1493

X2

-3.842880

2.956650

-1.299741

0.2203

R-squared

0.638700

Meandependentvar

82079.93

AdjustedR-squared

0.573010

S.D.dependentvar

126996.2

S.E.ofregression

82985.04

Akaikeinfocriterion

25.67812

Sumsquaredresid

7.58E+10

Schwarzcriterion

25.81506

Loglikelihood

-176.7468

F-statistic

9.722821

Durbin-Watsonstat

1.005954

Prob(F-statistic)

0.003701

初步方程为:

Y=-115989.0+12.88979x1-3.842880x2

(-2.23)(1.55)(-1.30)

R2=0.6387F=9.7228DW=1.0060

模型检验:

(一)经济意义检验:

X2的符号不符合经济理论的假设,因此经济意义检验不能通过。

(二)统计检验:

1.拟合优度检验:

拟合优度R2=0.6387,修正后的R2=0.5730,拟合效果不是很好,说明还有其他解释变量对被解释变量产生影响。

2.T检验:

在5%的显著水平下,临界值t0.025(11)=2.201,x1、x2都不能通过t检验,说明在其他解释变量不变的情况下,广义的货币供应量和狭义的货币供应量对股票交易额没有显著影响。

3.F检验:

在5%的显著水平下,F0.05(2,11)=3.98,F大于临界值,应拒绝原假设,说明回归方程显著。

两个解释变量联合起来对被解释变量的影响是显著的。

(三)计量检验

A.多重共线性检验

T检验和F检验综合判断法,F检验通过,但T检验不通过,说明模型很可能存在着多重共线性。

相关系数判断法

得到相关系数矩阵如下:

1

0.998197

可以看出:

X1、X2之间存在严重的正相关。

多重共线性的修正:

首先对y和x1进行回归分析的计算结果如下,

10/29/10Time:

22:

35

-81374.50

45948.36

-1.770999

0.1019

2.102889

0.513179

4.097772

0.0015

0.583214

0.548481

85335.26

25.67813

8.74E+10

25.76942

-177.7469

16.79173

1.760149

0.001478

写出如下回归分析结果:

Y=-81374.50+2.102889X1

(-1.77)(4.10)

R2=0.5832F=16.79DW=1.76

对y和x2进行回归分析结果如下:

16:

40

-71165.88

45701.29

-1.557196

0.1454

0.732619

0.187558

3.906102

0.0021

0.559756

0.523069

87703.79

25.73288

9.23E+10

25.82418

-178.1302

15.25763

1.892712

0.002087

Y=-71165.88+0.732619X2

(-1.56)(3.91)

R2=0.5598F=15.26DW=1.89

显然,y与X1的R2、修正后的R2以及t值都比y与x2的好,说明一元回归最佳模型应选取x1为自变量能更好的说明问题。

但是它仍然没有二元回归的模拟拟合度高。

B.异方差检验

1、图形检验法

从图可以看到,随着X1、X2的增加,e2有增加的趋势

2、利用怀特检验法,可以得到如下结果:

WhiteHeteroskedasticityTest:

F-statistic

35.44328

Probability

0.000030

Obs*R-squared

13.39530

0.019943

TestEquation:

RESID^2

17:

51

4.27E+09

2.24E+09

1.902178

0.0937

-2988560.

1338014.

-2.233579

0.0560

X1^2

164.9588

128.2598

1.286130

0.2344

X1*X2

-108.3770

90.89867

-1.192283

0.2673

1078397.

500190.4

2.155973

0.0632

X2^2

17.65728

16.04207

1.100685

0.3030

0.956807

5.41E+09

0.929812

6.73E+09

1.78E+09

45.73809

2.54E+19

46.01197

-314.1666

1.159629

可以看到,f值和卡方检验的p值都小于0.05,拒绝原假设的,原假设是同方差,所以结果表示存在着异方差。

异方差的修正:

(加权最小二乘法)

选用权数w=1/e2

18:

34

Weightingseries:

W

-8.898140

1.577200

-5.641734

0.0002

3.706783

0.530803

6.983344

0.0000

-15367.96

10313.69

-1.490055

0.1643

WeightedStatistics

0.999242

83661.60

0.999104

217324.2

6506.171

20.58630

4.66E+08

20.72324

-141.1041

7246.848

1.605515

0.000000

UnweightedStatistics

0.365105

0.249670

110006.1

Sumsquaredresid

1.33E+11

2.119833

可以看到,R2=0.9992,修正后的R2=0.9991,比原先均有所改善,并且F检验和T检验都通过。

修正后的模型为:

y=-15367.96-8.898140x1+3.706783x2

C、自相关检验

1、图示法

可以看到逆转的次数很少,很可能存在着自相关

从散点图可以很明显的发现,这些点基本都明显分布在一三象限,所以可以得出该模型存在正的自相关。

从散点图可以很明显的发现,这些点明显分布在一三象限,所以可以得出该模型存在正的自相关。

自相关的修正(广义差分法)

19:

07

Sample(adjusted):

19962008

13afteradjustingendpoints

Convergencenotachievedafter100iterations

28.54001

5.044977

5.657113

0.0003

-7.115506

2.710440

-2.625222

0.0276

-24788030

1.65E+09

-0.014990

0.9884

AR

(1)

0.997306

0.209390

4.762924

0.0010

0.858288

87768.92

0.811051

130311.8

56644.36

24.97463

2.89E+10

25.14846

-158.3351

18.16968

2.519888

0.000369

InvertedARRoots

1.00

经广义差分法后得出模型:

Y=-24788030+28.54001x1-7.115506x2+[AR

(1)=0.997306]

R2=0.858288F=18.16968DW=2.519888

经修正后不存在自相关。

四、得出结论

通过实证分析,货币供应量是一国货币政策的主要调控指标。

当中央银行放松银根,增加货币供应量时,一方面是流通中的货币增加,购买股票金额增加,需求增加,是交易额上升;

另一方面,货币供应量增加,会使利率下降,借入资金的成本降低,投资和需求消费增加,会使更多的资金流入股市,使成交额上升。

反之,中央银行紧缩银根,会产生相反效果。

从相关的拟合优度也可看出,股市交易额的变动不仅与货币供应量相关,还与其他的方面有关,结合多种因素分析,我们才能对趋势和投资作出准确的判断。

五、参考文献

【1】李厚刚.货币流动性对我国股票市场交易的影响研究:

金融理论与实践.期刊论文.2010年4月

【2】赵恒想.货币流动性上升对我国股票整体价格的影响.XX函授大学学报.2008(21)

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 高等教育 > 医学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1