王勁松

(杭州師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 浙江 杭州 311121)

中美兩國股票價格對消費需求影響的比較實證研究

王勁松

(杭州師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 浙江 杭州 311121)

消費需求是總需求的重要組成部分，也是影響物價穩(wěn)定的重要因素之一，同時也是經(jīng)濟(jì)增長的主要推動力。股票價格作為主要的資產(chǎn)價格，對消費需求影響的財富效應(yīng)一直是學(xué)術(shù)界關(guān)注的熱點問題。通過梳理國內(nèi)外相關(guān)研究的成果與不足，采用時間序列的VAR模型，就中美兩國股票價格對消費需求的影響進(jìn)行比較實證。研究表明，中美兩國股票價格對消費需求都有著顯著的正向影響，且美國股票價格對消費需求的影響要大于中國；政府可以通過穩(wěn)定發(fā)展包括股票市場在內(nèi)的資產(chǎn)市場來增加股票等資產(chǎn)價格對消費需求影響的財富效應(yīng)，進(jìn)而擴(kuò)大消費需求，促進(jìn)經(jīng)濟(jì)增長。

股票價格；消費需求；財富效應(yīng)

消費需求是總需求的重要組成部分，消費需求的變化對總需求的影響非常大。對一國乃至世界經(jīng)濟(jì)發(fā)展具有重要影響。我國資產(chǎn)市場存在嚴(yán)重的泡沫。資產(chǎn)價格劇烈波動是否會引發(fā)系統(tǒng)性金融風(fēng)險，是否會通過消費、投資等渠道引起實體經(jīng)濟(jì)的不穩(wěn)定，甚至爆發(fā)金融危機(jī)乃至經(jīng)濟(jì)危機(jī)？這些問題是政府和學(xué)術(shù)界關(guān)注的熱點,也是本文研究的出發(fā)點。筆者就資產(chǎn)價格對消費需求的影響進(jìn)行了深入的理論分析，結(jié)果表明：資產(chǎn)價格通過影響消費者的消費能力和消費信心對消費需求產(chǎn)生正向影響，[1]但是缺少對不同國家，尤其是發(fā)達(dá)國家和發(fā)展中國家的此種影響的比較分析及實證檢驗。本文以美國作為發(fā)達(dá)國家的代表，中國作為發(fā)展中國家的代表，利用兩國的相關(guān)數(shù)據(jù)，就作為主要資產(chǎn)價格的股票價格對消費需求的影響進(jìn)行比較實證分析，以期驗證上述理論，并比較中美兩國股票價格對消費需求影響的差異，據(jù)此提出相關(guān)政策建議。

一、文獻(xiàn)綜述

目前理論界普遍認(rèn)為，股票價格影響消費需求的直接渠道是財富效應(yīng)。根據(jù)新帕爾格雷夫經(jīng)濟(jì)學(xué)大辭典的定義，財富效應(yīng)(Wealth effect)是指“假定其他條件不變，貨幣余額的變化將引起總消費的變動，也稱庇古效應(yīng)或?qū)嶋H余額效應(yīng)”。[2]財富效應(yīng)最早是由Modigliani提出來的。早在1954年Modigliani就提出生命周期假說。他認(rèn)為，消費不單單取決于人們當(dāng)期的收入，而是取決于整個生命周期中的人力資本收入和凈財富。[3]Modigliani在研究貨幣政策影響消費的“財富效應(yīng)”時進(jìn)一步指出，消費取決于消費者整個生命周期中的總財富，這個總財富包括實際資本、人力資本以及金融財富；股票是最主要的金融財富。[4]當(dāng)總財富增加時，消費者會因為消費能力和消費信心的增強(qiáng)而增加消費。

后續(xù)的財富效應(yīng)研究主要集中于財富效應(yīng)是否存在、強(qiáng)弱如何、在不同的國家或地區(qū)以及不同的消費群體之間有何差異以及財富效應(yīng)的非對稱性方面。理論界普遍認(rèn)為，財富效應(yīng)是存在的，只是在顯著與否和強(qiáng)弱程度上存在不同的觀點。有些學(xué)者認(rèn)為，財富效應(yīng)顯著與否主要看是否滿足一定的條件。[5][6]大部分學(xué)者認(rèn)為，房地產(chǎn)市場的財富效應(yīng)大于股票市場的財富效應(yīng)。[7-13]

國內(nèi)外的相關(guān)研究表明，在不同的國家和地區(qū)，股票市場的財富效應(yīng)是不同的，尤其是在以市場為主導(dǎo)的國家和地區(qū)(比如英國和美國)與以銀行為主導(dǎo)的國家和地區(qū)(比如日本和德國)之間存在很大差異。[15][16]另有研究表明，即使在同一個國家和地區(qū)，不同消費群體的財富效應(yīng)其強(qiáng)弱程度也是不同的。[17][18]比如，持有股票的家庭和不持有股票的家庭的財富效應(yīng)是不同的。對財富效應(yīng)的非對稱性問題，國內(nèi)外學(xué)者也進(jìn)行了一些研究，這些研究主要是圍繞財富效應(yīng)的“棘輪效應(yīng)”展開的。[18]所謂財富效應(yīng)的“棘輪效應(yīng)”是指在股票價格上漲所引起的消費的增長與股票價格下跌所引起的消費的減少之間存在非對稱性；具體而言，就是股票價格下跌所引起的消費減少遠(yuǎn)遠(yuǎn)大于同等程度股票價格上漲所引起的消費增加，即股市的負(fù)面效應(yīng)大于正面效應(yīng)。

盡管國外對財富效應(yīng)從理論和實證層面都進(jìn)行了大量、系統(tǒng)和深入的研究，但是有關(guān)財富效應(yīng)對消費影響的研究不盡全面，比如財富效應(yīng)對消費的影響一定是正向的嗎？財富效應(yīng)也可能存在對消費的擠出效應(yīng)，即“替代效應(yīng)”，[19](P.131)從而會削弱正向的財富效應(yīng)，甚至出現(xiàn)負(fù)向的財富效應(yīng)；另外，發(fā)達(dá)國家的財富效應(yīng)一般強(qiáng)于發(fā)展中國家。其原因有多方面，既有制度上的原因，也有市場完善程度的差異，還有消費習(xí)慣等文化傳統(tǒng)方面的原因。因此，針對財富效應(yīng)對消費的影響進(jìn)行更為全面、深入的研究以及對不同國家和地區(qū)的財富效應(yīng)進(jìn)行比較研究，有著重要的理論和現(xiàn)實意義。本文針對以上國內(nèi)外研究的不足，采用時間序列的VAR模型，就中美兩國股票價格對消費需求的影響進(jìn)行實證研究，一方面驗證財富效應(yīng)的相關(guān)理論，另一方面為政府通過穩(wěn)定發(fā)展資產(chǎn)市場以促進(jìn)消費和經(jīng)濟(jì)穩(wěn)定增長提供現(xiàn)實合理性對策。

二、中國股票價格對消費需求影響的實證研究

(一)指標(biāo)和樣本區(qū)間的選取

由于中國股票市場成立比較晚、年度數(shù)據(jù)比較少，因此筆者所參考的股票價格和消費需求等變量均采用月度數(shù)據(jù)；對股票價格變量，則以“上證”收盤A股綜合指數(shù)(上海證券交易所收盤A股綜合指數(shù))作為衡量指標(biāo)，用SP表示。之所以選擇“上證”收盤A股綜合指數(shù)，一方面是因為上海證券交易所是中國最大的證券交易所，其上市公司的數(shù)量超過深圳證券交易所，且“上證”綜合指數(shù)與“深證”綜合指數(shù)具有高度相關(guān)性。因此，選擇“上證”綜合指數(shù)作為中國股票價格的衡量指標(biāo)，具有較強(qiáng)的代表性；另一方面是因為A股是中國股票市場最重要、規(guī)模最大、最具代表性的股票，而且其投資者基本上都是本國居民。因此，其價格的變化對消費需求的影響更為直接；此外，收盤價作為最重要的股票市場價格，是衡量股票投資者投資意愿和計算投資收益率的常用指標(biāo)，同時也是衡量消費者(進(jìn)行股票投資的消費者)之股票投資收入和股票財富的重要指標(biāo)，因而也成為影響消費者消費信心和消費能力的重要指標(biāo)。因此，選用“上證”收盤A股綜合指數(shù)能更好地反映股票價格對消費需求的影響。

對中國的消費需求變量筆者以社會消費品零售總額作為衡量指標(biāo)，用CD表示。之所以選取這一指標(biāo)，一方面是因為該數(shù)據(jù)具有可得性，另一方面是因為社會消費品零售總額能更好地反映消費者的消費需求。其樣本區(qū)間選取為1992年1月-2011年9月，共237個樣本點。

(二)數(shù)據(jù)處理和相關(guān)性分析

由于社會消費品零售總額(CD)具有較強(qiáng)的季節(jié)波動性，因此，本文對CD數(shù)據(jù)進(jìn)行了季節(jié)調(diào)整，調(diào)整的方法是Census X12法，經(jīng)過季節(jié)調(diào)整后的社會消費品零售總額用CD_SA表示。由于“上證”收盤綜合指數(shù)SP的季節(jié)波動性比較小，因此，本文未對SP進(jìn)行季節(jié)調(diào)整。另外，為了消除可能出現(xiàn)的異方差，本文對CD_SA序列和SP序列均采取了對數(shù)處理，處理后的序列用LNCD_SA和LNSP表示。

表1為LNCD_SA序列與LNSP序列在樣本區(qū)間的相關(guān)矩陣。從表1看，在樣本區(qū)間，LNCD_SA與LNSP之間有著較高的相關(guān)度，相關(guān)系數(shù)為0.798576，說明“上證”收盤A股綜合指數(shù)與社會消費品零售總額之間的正相關(guān)度比較高；或者說，股票價格與消費需求的正相關(guān)度較高。

表1 LNCD_SA與LNSP在樣本區(qū)間的相關(guān)矩陣 (1992.01至2011.9)

(三)平穩(wěn)性檢驗

由于時間序列大都存在平穩(wěn)性問題，即可能是非平穩(wěn)序列，因此必須對這些時間序列進(jìn)行平穩(wěn)性檢驗。時間序列的平穩(wěn)性檢驗主要采用兩種方法：一是圖示判斷法，即通過觀察時間序列的圖像判斷其平穩(wěn)性；二是單位根檢驗法。本文采用ADF單位根檢驗法檢驗LNCD_SA序列和LNSP序列是否平穩(wěn)。根據(jù)ADF檢驗結(jié)果，LNCD_SA序列和LNSP序列均有單位根，即兩者都是非平穩(wěn)序列。

由于LNCD_SA序列和LNSP序列均為非平穩(wěn)序列，因此還要檢驗其一階差分序列LNCD_SAD和LNSPD是否平穩(wěn)。根據(jù)LNCD_SAD序列和LNSPD序列的ADF檢驗結(jié)果，LNCD_SAD序列和LNSPD序列均沒有單位根。也就是說，這兩個序列在樣本區(qū)間都是平穩(wěn)序列，或者說，LNCD_SA和LNSP均為一階單整序列。

(四)VAR模型的建立

VAR模型，即向量自回歸模型，是基于數(shù)據(jù)的統(tǒng)計性質(zhì)而建立的模型。它把系統(tǒng)中的每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)，以此構(gòu)造模型，進(jìn)而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型。[20](P.267)

由LNCD_SA和LNSP組成的雙變量VAR(p)模型的一般形式為：

t=1,2,…,T

(1)

由于本文研究的是股票價格對消費需求的影響，因此，這里的VAR模型是以LNCD_SA為因變量，LNSP為自變量的雙變量VAR(p)模型，即：

LNCD_SAt=cdspc+cdcdsn1·LNCD_SAt-1+

…+cdcdsnp·LNCD_SAt-p+cdspn1·LNSPt-1+

…+cdspnp·LNSPt-p+cdspett=1,2,…,

T=237

(2)

VAR模型的滯后階數(shù)按照AIC準(zhǔn)則，選取為10階。

(五)協(xié)整檢驗

協(xié)整檢驗的目的是檢驗具有同階單整的非平穩(wěn)序列之間是否存在某種協(xié)整關(guān)系，如果這種協(xié)整關(guān)系存在，表明這些非平穩(wěn)序列之間存在長期均衡關(guān)系。之所以要對LNCD_SA序列和LNSP序列進(jìn)行協(xié)整檢驗，即旨在檢驗社會消費品零售總額和“上證”收盤A股綜合指數(shù)之間是否存在協(xié)整關(guān)系，進(jìn)而依此判斷消費需求和股票價格之間是否存在長期均衡關(guān)系。

進(jìn)行協(xié)整檢驗的方法主要有兩種：一種是通過檢驗這些非平穩(wěn)序列的回歸殘差項是否平穩(wěn)，據(jù)此判斷這些序列是否存在協(xié)整關(guān)系，包括CRDW檢驗、DF檢驗和ADF檢驗等；另一種是通過檢驗其回歸系數(shù)矩陣的秩或非零特征根的個數(shù)，借此檢驗這些序列是否存在以及存在多少個協(xié)整關(guān)系，主要是Johansen協(xié)整檢驗。前一種方法適用于單方程的ECM(誤差修正模型)；后一種方法則適用于多方程的VAR模型(向量自回歸模型)和VEC模型(向量誤差修正模型)。本文采用后一種協(xié)整檢驗方法，即Johansen協(xié)整檢驗法。

Johansen協(xié)整檢驗包括跡統(tǒng)計量檢驗和最大特征根統(tǒng)計量檢驗，其原理都是通過檢驗回歸系數(shù)矩陣的秩或非零特征根的個數(shù)來檢驗序列之間是否存在協(xié)整關(guān)系。Johansen協(xié)整檢驗首先要選擇由非平穩(wěn)序列組成的協(xié)整方程的確定性趨勢，然后確定協(xié)整檢驗的滯后區(qū)間——滯后區(qū)間的選定是基于筆者所構(gòu)建的VAR模型的滯后階數(shù)而確定的，最后即可獲得協(xié)整檢驗的結(jié)果。

在樣本區(qū)間，LNCD_SA和LNSP都是一階單整序列。因此，這兩個序列之間可能存在協(xié)整關(guān)系。假定由這兩個序列組成的向量有確定性線性趨勢，且協(xié)整方程只有截距；同時，依據(jù)AIC準(zhǔn)則選定滯后階數(shù)為10。表2和表3分別為LNCD_SA和LNSP序列Johansen跡統(tǒng)計量檢驗和最大特征根統(tǒng)計量檢驗結(jié)果。

表2 LNCD_SA和LNSP序列Johansen跡統(tǒng)計量檢驗結(jié)果

表3 LNCD_SA和LNSP序列Johansen最大特征根統(tǒng)計量檢驗結(jié)果

從表2和表3看，無論是跡統(tǒng)計量檢驗還是最大特征根統(tǒng)計量檢驗，Johansen協(xié)整檢驗都表明LNCD_SA和LNSP序列之間存在一種協(xié)整關(guān)系，即社會消費品零售總額和“上證”收盤A股綜合指數(shù)之間存在長期均衡關(guān)系；或者說，中國消費需求和股票價格之間存在長期均衡關(guān)系。

(六)VAR模型的估計

表4是LNCD_SA和LNSP序列VAR(10)模型的估計結(jié)果；其中，因變量為LNCD_SA，自變量為LNCD_SA和LNSP的10階滯后項，不顯著的滯后項從略。

表4 LNCD_SA和LNSP序列VAR(10)模型的估計結(jié)果

注：1.圓括號中是標(biāo)準(zhǔn)差；2.方括號中是t檢驗統(tǒng)計量。

從表4看，在樣本區(qū)間，由于滯后1-3期的LNCD_SA滯后2、5、8期的LNSP的t檢驗統(tǒng)計量的絕對值均大于臨界值(1.96)，因此滯后1-3期的LNCD_SA對當(dāng)期的LNCD_SA有著顯著影響，滯后2、5、8期的LNSP對當(dāng)期的LNCD_SA有著顯著的影響，所以，“上證”收盤A股綜合指數(shù)對社會消費品零售總額有著顯著影響；或者說，中國股票價格對消費需求有顯著影響。

(七)Granger因果檢驗

VAR模型的一個重要應(yīng)用就是分析時間序列變量之間的因果關(guān)系。前面的相關(guān)分析、協(xié)整分析和VAR模型的估計，給出了LNCD_SA和LNSP之間的相關(guān)度、均衡關(guān)系和影響關(guān)系。但是這種相關(guān)性、均衡關(guān)系以及影響關(guān)系是否構(gòu)成因果關(guān)系，還需要進(jìn)行Granger因果檢驗。Granger因果檢驗的基本原理是：如果一個變量的前期信息對另一個變量進(jìn)行預(yù)測的均方誤差MSE有影響，則稱前一個變量在Granger意義下對后一個變量有因果關(guān)系，或前一個變量Granger引起后一個變量。表5為滯后階數(shù)為10的LNCD_SA和LNSP序列Granger因果檢驗結(jié)果。

表5 LNCD_SA和LNSP序列Granger因果檢驗結(jié)果

由表5可知，F(xiàn)統(tǒng)計量在1%顯著水平上拒絕了原假設(shè)，即“LNSP不是LNCD_SA的Granger原因”；或者說，LNSP是LNCD_SA的Granger原因。這說明“上證”收盤A股綜合指數(shù)是引起社會消費品零售總額變化的“格蘭杰”原因；或者說，中國股票價格是引起消費需求變化的“格蘭杰”原因。

(八)脈沖響應(yīng)函數(shù)

VAR模型除了用于分析一個變量的變化對另一個變量的影響外，還常常用于分析當(dāng)一個誤差項發(fā)生變化時、或當(dāng)系統(tǒng)受到某種沖擊時對系統(tǒng)的動態(tài)影響。這種分析法就是脈沖響應(yīng)函數(shù)法。本節(jié)將運用脈沖響應(yīng)函數(shù)法分析當(dāng)LNSP變化一個單位標(biāo)準(zhǔn)差時，LNCD_SA將發(fā)生何種變化，以進(jìn)一步檢驗LNSP對LNCD_SA的影響。圖1為LNSP沖擊引起LNCD_SA的響應(yīng)函數(shù)。

圖1 LNSP沖擊引起LNCD_SA的響應(yīng)函數(shù)

從圖1來看，當(dāng)LNSP增加1單位標(biāo)準(zhǔn)差時，LNCD_SA即增加大約0.0025單位，然后逐漸下降，在1個月時達(dá)到最低，此后呈波浪狀上升，在5個月時達(dá)到最高——0.0045單位，5個月之后開始逐步下降；其間在9個月時有一個小小的起伏，但總體仍呈下降趨勢。LNSP沖擊引起LNCD_SA的響應(yīng)函數(shù)表明，“上證”收盤A股綜合指數(shù)的變化會引起社會消費品零售總額同方向變化，但變化的幅度比較小，而且不是很穩(wěn)定。

(九)方差分解

使用方差分解是旨在檢驗系統(tǒng)內(nèi)的沖擊對內(nèi)生變量變化的貢獻(xiàn)度。它能反映產(chǎn)生沖擊的內(nèi)生變量對其他內(nèi)生變量發(fā)生影響的重要程度。在這里運用方差分解的目的是檢驗LNSP的變化對LNCD_SA變化的貢獻(xiàn)度。表6是LNSP沖擊對LNCD_SA貢獻(xiàn)率的方差分解表。

表6 LNSP沖擊對LNCD_SA貢獻(xiàn)率的方差分解表

由表6可知，LNSP沖擊對LNCD_SA的貢獻(xiàn)率比較小，在5個月時達(dá)到最高值4.64%，表明“上證”收盤A股綜合指數(shù)對社會消費品零售總額的影響是比較小的。

三、美國股票價格對消費需求影響的實證研究

(一)指標(biāo)和樣本區(qū)間的選取

美國作為發(fā)達(dá)國家，其股票市場形成的時間較長，不存在數(shù)據(jù)不足的問題。但是為了與作為發(fā)展中國家的中國進(jìn)行比較，筆者對美國股票價格和消費需求等變量采用月度數(shù)據(jù)；對美國的股票價格變量采用全部股票價格指數(shù)(2005年=100)，以此作為指標(biāo)，用SPM表示。之所以選取美國全部股票價格指數(shù)，一方面是因為該數(shù)據(jù)具有可得性，另一方面是因為美國全部股票價格指數(shù)能綜合反映美國股票市場價格的變化。對美國消費需求變量采用美國零售總額季節(jié)調(diào)整數(shù)據(jù)，以此作為指標(biāo)，用CDM_SA表示。這是因為，一方面零售總額數(shù)據(jù)能較好地反映美國消費需求的變化；另一方面是為了與中國消費需求的指標(biāo)——社會消費品零售總額相比較；此外，該數(shù)據(jù)的可得性也是選取這一指標(biāo)的重要原因。

另外，為了與中國進(jìn)行比較，同時由于數(shù)據(jù)的可得性，美國的樣本區(qū)間選取為1992年1月-2011年9月，共237個樣本點。

(二)數(shù)據(jù)處理與相關(guān)性分析

由于美國零售總額的原始數(shù)據(jù)CDM_SA業(yè)已經(jīng)過季節(jié)調(diào)整，因此本文無需再對CDM數(shù)據(jù)進(jìn)行季節(jié)調(diào)整。由于美國全部股票價格指數(shù)SPM的季節(jié)波動性比較小，因此，本文也未對SPM進(jìn)行季節(jié)調(diào)整。另外，為了消除可能出現(xiàn)的異方差，本文對CDM_SA序列和SPM序列均采取了對數(shù)處理，處理后的序列用LNCDM_SA和LNSPM表示。

表7 LNCDM_SA與LNSPM在樣本區(qū)間的相關(guān)矩陣

表7為LNCDM_SA序列與LNSPM序列在樣本區(qū)間的相關(guān)矩陣。由表7可見，在樣本區(qū)間，LNCDM_SA與LNSPM之間有很高的相關(guān)度，相關(guān)系數(shù)高達(dá)0.923088，說明美國全部股票價格指數(shù)與零售總額之間的正相關(guān)度很高，且高于中國“上證”收盤A股綜合指數(shù)與社會消費品零售總額之間的正相關(guān)度(參見表1，相關(guān)系數(shù)為0.798576)；或者說，美國股票價格與消費需求的正相關(guān)度高于中國。

(三)平穩(wěn)性檢驗

根據(jù)ADF單位根檢驗結(jié)果，LNCDM_SA序列和LNSPM序列在樣本區(qū)間均有單位根，即兩者都是非平穩(wěn)序列。由于LNCDM_SA序列和LNSPM序列均為非平穩(wěn)序列，因此，還需要檢驗其一階差分序列LNCDM_SAD和LNSPMD是否平穩(wěn)。根據(jù)ADF單位根檢驗結(jié)果，LNCDM_SAD序列和LNSPMD序列在樣本區(qū)間均沒有單位根，即都是平穩(wěn)序列；或者說，LNCDM和LNSPM均為一階單整序列。

(四)VAR模型的建立

由LNCDM_SA和LNSPM組成的雙變量VAR(p)模型的一般形式為：

(3)

由于本節(jié)研究的是美國股票價格對消費需求的影響，因此這里的VAR模型是以LNCDM_SA為因變量，LNSPM為自變量的雙變量VAR(p)模型，即：LNCDM_SAt=cdspmc+cdcdsmn1·LNCDM_SAt-1+

…+cdcdsmnp·LNCDM_SAt-p+cdspmn1·

LNSPMt-1+…+cdspmnp·LNSPMt-p+

cdspmett=1,2,…,T=237

(4)

VAR模型的滯后階數(shù)按照AIC準(zhǔn)則，被選取為3階。

(五)協(xié)整檢驗

在樣本區(qū)間，LNCDM_SA和LNSPM都是一階單整序列，因此這兩個序列之間可能存在協(xié)整關(guān)系。假定由這兩個序列組成的向量沒有確定趨勢，但協(xié)整方程有截距項；同時，依據(jù)AIC準(zhǔn)則選定滯后階數(shù)為3。表8和表9分別為LNCDM_SA和LNSPM序列Johansen跡統(tǒng)計量檢驗和最大特征根統(tǒng)計量檢驗結(jié)果。

表8 LNCDM_SA和LNSPM序列Johansen跡統(tǒng)計量檢驗結(jié)果

表9 LNCDM_SA和LNSPM序列Johansen最大特征根統(tǒng)計量檢驗結(jié)果

從表8和表9來看，無論是跡統(tǒng)計量檢驗還是最大特征根統(tǒng)計量檢驗，Johansen協(xié)整檢驗都表明LNCDM_SA和LNSPM序列之間存在一種協(xié)整關(guān)系，即美國零售總額和全部股票價格指數(shù)之間存在長期均衡關(guān)系；或者說，美國消費需求和股票價格之間存在長期均衡關(guān)系。

(六)VAR模型的估計

表10為LNCDM_SA和LNSPM序列VAR(3)模型的估計結(jié)果；其中，因變量為LNCDM_SA，自變量為LNCDM_SA和LNSPM的3階滯后項，不顯著的滯后項從略。

表10 LNCDM_SA和LNSPM序列VAR(3)模型的估計結(jié)果

注：1.圓括號中是標(biāo)準(zhǔn)差；2.方括號中是t檢驗統(tǒng)計量。

從表10來看，在整個樣本區(qū)間，滯后1期的LNCDM_SA對當(dāng)期的LNCDM_SA有顯著影響，滯后1、3期的LNSPM對當(dāng)期的LNCDM_SA有顯著影響。因此，美國全部股票價格指數(shù)對美國零售總額有顯著影響；或者說，美國股票價格對消費需求有顯著影響。另外，LNSPM對LNCDM_SA的累計影響可以用滯后1期和3期的LNSPM對當(dāng)期LNCDM_SA的影響之和表示；也就是說，LNSPM對LNCDM_SA的綜合影響系數(shù)等于滯后兩期的LNSPM對LNCDM_SA的影響系數(shù)之和，即-0.006253。換言之，美國全部股票價格指數(shù)每上升1%，美國零售總額就減少0.006%，這個影響是非常小的，而且是負(fù)向影響，與筆者的相關(guān)理論分析不一致。這是什么原因呢？這主要是因為，美國股票市場成立比較早，論及1992年1月-2011年9月這個時間段，對美國而言是非常短暫的；也就是說，如此短暫的樣本區(qū)間無法代表美國股票價格變化對消費需求的影響。

為了進(jìn)行比較研究，本文調(diào)整了美國股票價格影響消費需求之實證研究的滯后階數(shù)：將3階改為10階，進(jìn)而與中國實證研究進(jìn)行比較。表11為LNCDM_SA和LNSPM序列VAR(10)模型的估計結(jié)果；其中，因變量為LNCDM_SA，自變量為LNCDM_SA和LNSPM的10階滯后項，不顯著的滯后項從略；表11中，主要的統(tǒng)計量與表8的統(tǒng)計量相似。

表11 LNCDM_SA和LNSPM序列VAR(10)模型的估計結(jié)果

注：1.圓括號中是標(biāo)準(zhǔn)差；2.方括號中是t檢驗統(tǒng)計量。

從表11來看，滯后階數(shù)調(diào)整為10階后，只有滯后1期的LNCDM_SA和滯后1期的LNSPM對當(dāng)期的LNCDM_SA有顯著影響。LNSPM對LNCDM_SA的綜合影響系數(shù)約為0.05，即美國全部股票價格指數(shù)每上升1%，社會消費品零售總額就增加0.05%。雖然這個影響比較小，但比中國“上證”收盤A股綜合指數(shù)對社會消費品零售總額的影響要大(參見表4，綜合影響系數(shù)為0.036)。

(七)Granger因果檢驗

表12為滯后階數(shù)為3的LNCDM_SA和LNSPM序列的Granger因果檢驗結(jié)果。

表12 LNCDM_SA和LNSPM序列的Granger因果檢驗結(jié)果

從表12來看，F(xiàn)統(tǒng)計量在1%顯著水平上拒絕了原假設(shè)“LNSPM不是LNCDM_SA的Granger原因”；或者說，LNSPM是LNCDM_SA的Granger原因。這說明，美國全部股票價格指數(shù)是引起美國零售總額變化的“格蘭杰”原因，或者說，美國股票價格是引起美國消費需求變化的“格蘭杰”原因。

(八)脈沖響應(yīng)函數(shù)

從圖2來看(圖2為LNSPM沖擊引起LNCDM_SA的響應(yīng)函數(shù))，當(dāng)LNSPM增加1單位標(biāo)準(zhǔn)差時，LNCDM_SA立即快速增加，并在3個月時達(dá)到最大值0.004單位標(biāo)準(zhǔn)差，此后緩慢下降，在10個月時，仍在0.003單位標(biāo)準(zhǔn)差以上。LNSPM沖擊引起LNCDM_SA的響應(yīng)函數(shù)表明，美國全部股票價格指數(shù)的變化會引起美國零售總額同方向變化，雖然變化的幅度較小，但相對穩(wěn)定；與中國“上證”收盤A股綜合指數(shù)的變化對中國社會消費品零售總額的影響相比，雖然由于樣本區(qū)間較短和滯后階數(shù)較少，導(dǎo)致美國股價指數(shù)對零售總額的影響相對較小，但是它的這種影響更穩(wěn)定、更具有持續(xù)性。

圖2

(九)方差分解

從表13來看，LNSPM沖擊對LNCDM_SA變化的貢獻(xiàn)率比較小，只有10%左右。與表6相比，美國全部股票價格指數(shù)沖擊對零售總額變化的貢獻(xiàn)率大于中國“上證”收盤A股綜合指數(shù)沖擊對社會消費品零售總額變化的貢獻(xiàn)率，說明美國股票價格對消費需求的影響大于中國。

表13 LNSPM沖擊對LNCDM_SA貢獻(xiàn)率的方差分解表

四、實證研究結(jié)論

基于VAR模型的中國和美國股票價格對消費需求影響的實證研究表明：

(一)在樣本區(qū)間，中國消費需求與股票價格的正相關(guān)度低于美國；

(二)在樣本區(qū)間，中國和美國消費需求和股票價格之間均存在長期均衡關(guān)系；

(三)在樣本期間，依據(jù)VAR模型估計，在滯后階數(shù)相同(均為10階)的情況下，中國股票價格對消費需求的正向影響小于美國；

(四)在樣本區(qū)間，中國和美國股票價格都是消費需求的“格蘭杰”原因；

(五)根據(jù)脈沖響應(yīng)函數(shù)分析，在樣本區(qū)間，中國股票價格的變化會引起消費需求發(fā)生同向變化，且這種影響具有一定的持續(xù)性，但影響程度比較小，且不太穩(wěn)定。與之相比，美國股票價格的變化也會引起消費需求同向變化，具有一定的持續(xù)性，但影響程度大于中國，且相對穩(wěn)定；

(六)根據(jù)方差分解分析，在樣本區(qū)間，中國股票價格對消費需求變化的貢獻(xiàn)率小于美國。

上述實證研究結(jié)果表明，中國和美國股票價格對消費需求都有顯著的、較小的正向影響，且這種正向影響均通過了格蘭杰因果檢驗，即中國和美國股票價格都是消費需求的“格蘭杰”原因。這說明，股票價格對消費需求影響的財富效應(yīng)是存在的；但是，在設(shè)定相同的滯后階數(shù)情況下，美國股票價格對消費需求的正向影響大于中國；相關(guān)性分析也表明，中國和美國股票價格與消費需求之間有著較高的正相關(guān)性，且美國股票價格和消費需求之間的正相關(guān)度高于中國；協(xié)整分析表明，中國和美國股票價格與消費需求之間存在長期均衡關(guān)系；脈沖響應(yīng)函數(shù)分析和方差分解分析表明，中國和美國股票價格的變化對消費需求均有持續(xù)但比較微弱的正向影響，這種正向影響在中國缺乏穩(wěn)定性，但在美國卻有較強(qiáng)的穩(wěn)定性。這說明，美國作為發(fā)達(dá)國家，其股票價格對消費需求影響的財富效應(yīng)大于作為發(fā)展中國家的中國?；谝陨辖Y(jié)論，各國政府，若要擴(kuò)大消費需求在總需求中的比重，需通過穩(wěn)定發(fā)展包括股票市場在內(nèi)的資產(chǎn)市場來提高股票等資產(chǎn)價格對消費需求影響的財富效應(yīng)，進(jìn)而促進(jìn)經(jīng)濟(jì)的穩(wěn)定增長。

[1]王勁松：《資產(chǎn)價格對消費需求影響的理論分析》，《經(jīng)濟(jì)問題》，2017年第3期。

[2]伊特韋爾等：《新帕爾格雷夫經(jīng)濟(jì)學(xué)大辭典》，北京：經(jīng)濟(jì)科學(xué)出版社，1992年。

[3]Margaret G Myers, Hans Neisser, Franco Modigliani. Review of National Incomes and International Trade,JournalofFinance,1954,(9),4.

[4]Modigliani F.MonetarypolicyandConsumption:TheLinkagesviaInterestRateandwealthEffectsintheFMPModel,ConsumerSpendingandMonetaryPolicy:TheLinkages, Boston: Federal Reserve Bank of Boston,1972.

[5]Campbell John Y, Lo Andrew W, MacKinlay A Craig.Theeconometricsoffinancialmarkets, Princeton: Princeton University Press,1997.

[6]Martin Lettau. Sydney Ludvigson Resurrecting the (C)CAPM: A Cross.Sectional Test when Risk Premia are Time Varying,JournalofPoliticalEconomy,2001,(109).

[7]Dollar, David, Wolff, Edward N. Convergence of Industry Labor Productivity among Advanced Economies,1963-1982,TheReviewofEconomicsandStatistics,1988,(70),4.

[8]Becker Gary S, Mulligan Casey B. The Endogenous Determination of Time Preference,QuarterlyJournalofEconomics,1997,(112),3.

[9]Borio C., A. Crockett. In search of Anchors for Financial and Monetary stability,GreekEconomicReview,2000,20(20).

[10]Andrew J. Fiardo. Monetary Policy and asset prices,FrbksEconomicReview,2000,(4).

[11]Tracy Joseph, Schneider Henry. Stocks in the Household Portfolio: A Look Back at the 1990s,CurrentIssuesinEconomics&Finance,2001,(7),4.

[12]Ludwig Alexander, Slok Torsten M. The Impact of Changes in Stock Prices and House Prices on Consumption in OECD Countries,IMFWorkingPapers,2002,(1).

[13]N. Kundan Kishor.DoesConsumptionRespondMoretoHousingWealthThantoFinancialMarketWealth?, Econometric Society 2004 North American Summer Meetings,2004,604.

[14]Bram J., Ludvigson S.StockMarketFluctuationsandConsumptionBehivor:SomeRecentEvidence, OECD Working Paper,1998,205.

[15]Nathalie Girouard, Blondal Sveinbjorn.HousePricesandEconomicActivity, OECD Economics Department Working Papers,2001,279.

[16]Ludwig Alexander, Slok Torsten M.TheImpactofChangesinStockPricesandHousePricesonConsumptioninOECDCountries, IMF Working Papers,2002.

[17]Hess P. J., B. S. Lee. Stock Returns and Inflation with Supply and Demand Disturbances,TheReviewofFinancialStudies,1999,(12).

[18]Zandi, Mark R. Wealth Worries,Fortune,1999，(27).

[19]王勁松,韓克勇：《股票價格與貨幣政策調(diào)控目標(biāo)》，《經(jīng)濟(jì)評論》,2008年第1期。

[20]高鐵梅：《計量經(jīng)濟(jì)分析方法與建?！?，北京：清華大學(xué)出版社，2009年。

(責(zé)任編輯：山 寧)

A Comparative Empirical Study on the Impact of Stock Price between China and America on Consumption Demand

WANG Jin-song

(Economics and Management School, Hangzhou Normal University, Hangzhou 311121, China)

Consumer demand is an important part of aggregate demand, one of the significant factors to impact price level, and the major driving force of economic growth. Wealth effect via which stock price as the main asset price influences consumer demand is always the hot issue concerned by the academic circle. Based on domestic and foreign research results and deficiencies, this paper adopts time series VAR model and carries out comparative and empirical researches on the influence of stock price on consumer demand in China and U.S.A. The research shows that the influence of stock price on consumption in both China and U.S.A. are positive, more in U.S.A. than that in China; governments can increase the wealth effect through developing asset markets including stock market etc., and then expand consumer demand and promote economic growth.

Stock price; consumer demand; wealth effect

2017-02-15

國家自然科學(xué)基金研究一般項目“風(fēng)險管理對我國企業(yè)新技術(shù)商業(yè)化項目績效影響的理論與實證研究”(71273166)、山西省回國留學(xué)人員科研資助項目“股票價格通過消費需求對物價水平的影響研究”(2016-090)的研究成果。

王勁松，杭州師范大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授(特崗教授)、博士、碩士生導(dǎo)師，復(fù)旦大學(xué)出站博士后、美國康涅狄格大學(xué)訪問學(xué)者，主要從事資本市場、貨幣政策與金融穩(wěn)定方面的研究。

F831.5

A

1674-2338(2017)03-0128-09

10.3969/j.issn.1674-2338.2017.03.016