李家山，柳 飘

1.安徽财经大学金融学院，蚌埠，233030；2.中国农业大学经济管理学院，北京，100089

1 相关研究与问题提出

2014年以来，我国股市整体波动幅度较大，在此背景下股票资产价格波动对居民消费的影响也逐步受到关注。股市财富效应研究的就是投资者持有的股票价格波动对投资者的消费行为产生的影响。财富效应根据对消费的影响方向可以分为正的财富效应和负的财富效应。当投资者持有的股票价值发生变动时，往往会影响其消费行为，若该投资者消费增加，则称为正的财富效应；若该投资者的消费减少，则称为负的财富效应，负的财富效应也称为“挤出效应”。我国股市财富效应的研究对于我国经济增长方式以及股票市场的发展有着重要意义。

早期财富效应的相关理论起源于持久收入理论和生命周期消费理论。二者均认为当居民持有的资产价格与财富水平发生波动时会影响到居民的消费行为。发达国家和发展中国家股市的财富效应往往存在较大差异，主要表现在发达国家股市的财富效应比较明显而发展中国家股市财富效应较弱或者不存在，主要由于大部分发展中国家股市发展程度相对落后，金融资产配置中股市投资占比小等原因。Calomiris[1]、Bhatt 和 Kishor[2]等通过实证分析均验证了发达国家股市的财富效应。Singh[3]和Mazambani[4]通过研究发现印度和津巴布韦两个发展中国家股市财富效应存在较大差异。Zhou等通过研究发现，我国股市对于居民消费存在“挤出效应”[5]。从国内研究现状来看，对于我国股市财富效应的研究没有形成一致性的结论。余明桂、夏新平和江宜霞[6]以及陈红和田农[7]等均认为我国股市不存在财富效应。薛永刚[8]和周德才等[9]发现我国股市对居民消费产生负向影响。我国股市的高波动性和预期收益的不稳定性往往被认为是我国股市存在"挤出效应"的关键原因。

本文在前人研究的基础上开展以下工作：第一，在变量选择和处理上，结合近年来上证指数、深圳成分指数以及创业板成交量走势，以各市场成交量进行加权平均计算综合股指，较全面考虑了不同市场的影响。第二，由于股票换手率往往能反映股票的波动程度[10]，王蕾通过实证分析也证明了我国股票换手率和指数之间存在显著的动态波动关系[11]，而且当股票换手率较高时意味着市场的投机性因素较活跃[12]。本研究在此基础上构建测度市场波动性的指标：成交量占流通市值的比重，该比重越大，说明市场交易越频繁和活跃，对应的市场波动状况往往也越大；反之则相反。第三，关于“挤出效应”的划分以及传导路径的问题。本文认为我国股市中“短期挤出效应”和“长期挤出效应”并存，“短期的挤出效应”是指在股票价格趋于上涨过程中，吸引未持有股票的投资者参与市场或已经持有股票的投资者在短期内追加股票投资而引起；“股市长期挤出效应”是由股票市场长期波动不确定性引起。当股票市场处于较长下跌周期时，对于亏损的投资者可能存在短期内市场即将反弹的错误预期而不断补仓来降低个股的成本，对个人消费形成挤占。

2 我国股市存在“挤出效应”的原因分析

2.1 我国股票市场居民参与度较低

近年来，虽然我国证券市场有所发展，我国居民投资者参与股票市场投资的热情依然不高，存在大量未进行股票投资的居民。如果原先市场参与者越少，那么当股票市场短期内出现较大幅度上涨时所吸引新的投资者数量也就越多，股票市场对居民投资者的“抽血”效用也就越明显，出现资金大规模涌入股市的现象，反而对居民的消费支出形成了挤占。然而，从美国等西方发达国家股市的市场参与率来看，其居民投资者直接或者间接参与股票市场的比率很高，这是美国等西方发达的市场经济国家股市不存在“挤出效应”的重要原因之一。

2.2 我国股票市场波动较大

从我国股市的历史走势来看，我国股市在上涨过程中涨幅迅速，持续时间较短，下跌迅速，持续时间相对较长。例如,上证指数在2006年11月到2007年10月底，仅仅不到一年时间便从2 000点左右上涨至6 000点左右，随后到2008年11月指数跌回1 700点左右；在2014年10月到2015年6月，上证指数在不到一年的时间里从2 300点左右快速上涨到5 100点附近，随后在2016年3月前后便跌回2 700点左右。股票市场指数的大幅度波动进一步增加了居民投机意识，投资者对于市场难以形成较为稳健的收益预期。在股票市场大幅度波动的过程中，居民股票投资账户往往容易存在休眠现象。在市场处于阶段性“牛市”时，居民股票新开账户增长快，账户交易活跃，但在市场处于“熊市”时，大量投资账户又会进入“休眠”状态。

2.3 居民的投机观念与股票市场相互作用

整体而言，我国投资者结构中，普通居民投资者依旧占据主要位置。在居民投机观念相对浓厚的情况下，当市场短期出现较大幅度上涨时，大部分居民投资者在短期非理性的情况下，进一步加剧市场的波动性，由此不断循环；当短期内股票市场快速上涨至较高位置时，一旦某个因素引发市场调整，居民投资者往往会跟着大幅度杀跌，再次形成恶性循环。在此过程中对居民消费形成“挤出效应”，具体过程如下所示：

某个因素使得股票市场短期快速上涨→居民在投机观念作用下增加股票投机→股市波动加大→进一步诱发投机观念→进一步加剧股市波动。

3 计量模型构建及变量选择

3.1 模型构建

本文所使用的计量模型为向量自回归模型(VAR)，主要基于数据本身的一些性质特征，是处理多个相关经济指标的分析与预测最容易操作的模型之一，能够测度一个基本的冲击对于其他经济变量的影响。参考高铁梅对VAR模型的描述，VAR(p)模型的数学表达式为[13]：

yt=α1yt-1+α2yt-2+...+αpyt-p+Hxt+εt

t=1,2,…，T

(1)

在式(1)中，下标p表示滞后阶数，αi(i=1,2,…，p)为k维的系数矩阵，T表示样本个数的多少，yt是内生变量，xt是外生变量，且yt和xt均为列向量序列形式，εt是随机扰动项序列，它满足自身的序列之间不存在同期相关的假设。式(1)通过变换可以表示为：

t=1,2,…，T

(2)

在VAR模型的基础上，可以进一步通过脉冲响应函数和方差分解，较为直观地测度各个解释变量对于被解释变量的影响状况。

3.2 变量选取

本文选取的数据为月度时间序列数据，选取变量为居民消费品零售总额(C)、经过测算的股票市场综合指数(GZ)、股票市场成交金额(CJ)、股票市场流通市值(LT)。其中CJ与LT之比即为股市换手率(HS)，用来反映市场交易的活跃程度。

关于数据处理的相关说明：

居民消费品零售总额数据：由于居民消费品零售总额月度数据在2012年之后1月和2月份由国家统计局统一发布，此处做适当处理，并且由于消费品零售总额存在季节性差异和价格性因素，此处通过季节平滑方法消除季节性因素扰动，通过使用对应月份的CPI数据消除价格性因素变动。

股票市场综合指数：股票市场综合指数以不同时间段的上证指数、深圳成分指数和中小板指数成交量为权数，按照各个时期各个市场的成交量为权数进行加权平均计算得出综合指数。

股票市场成交额月度数据：由于我国股票市场各个月份交易天数存在差异，往往使得股票市场月度成交金额数据波动较大，为了消除此影响，统一每月为22个股票交易日，再根据证监会公布的各个月度日均成交额乘以22个交易日，得到当月股票市场成交金额数据。

股票市场流通市值数据：股票市场流通市值测度的是能够在市场交易的股票数量与股价的乘积，不存在限售股的情况。相对于总市值而言，流通市值更好地反应了广大投资者尤其是普通居民投资者的股票投资状况。

数据来源：居民零售商品额数据来源于国家统计局网站；股票指数、成交额、流通市值、当月度日均成交额数据均来自于中国证券监督管理委员会网站,计量软件为Eviews 8.0。

4 实证分析

4.1 序列平稳性检验

分别对于lnC、lnGZ和HS进行单位根检验，三者都存在单位根，说明三者均为非平稳序列。对于各变量序列取一阶差分后，结果表明lnC、lnGZ和HS的ADF值均小于对应的1%临界值水平，说明3组序列已不存在单位根，在1%的显著性水平下，lnC、lnGZ和HS均为一阶单整序列(表1)。

表1 ADF检验表

注：此处检验类型包含趋势项和截距项，滞后阶数由SIC准则确定。

4.2 协整检验

基于表2的Johansen协整检验结果可得，无约束的迹检验结果在5%水平上拒绝了变量之间不存在协整关系的假设。社会消费品零售总额、综合指数、成交量与流通市值的比值之间至多存在两个协整关系，检验结果表明了上述3个变量之间存在长期协整关系。

表2 Johansen协整检验表

注：*表示在5%水平上拒绝原假设。

4.3 VAR模型的稳定性检验

VAR模型的构建要以模型的稳定性为前提，否则将会严重影响计量分析结果。文章采用AR根方法检验了模型的稳定性。根据AIC和SIC准则确定的最优VAR滞后阶数为3阶，从图1中可以看出VAR(3)的9个特征根都落在了单位圆之内，因此所构建的VAR(3)模型总体是稳定的。

图1 VAR(3)模型的AR根检验

4.4 脉冲响应与方差分解

为进一步分析股票指数波动与股票市场成交活跃程度对于社会消费品总额的影响，文章采用VAR模型脉冲响应函数进行检验，由lnC,lnGZ和HS构建的VAR(3)，滞后期为20个月，分别给予lnGZ和HS一个标准差大小的冲击，得到了lnC的脉冲响应函数。

从图2可以看出，lnGZ短期对于lnC的影响是负的，随后逐步增大，在第7期过后变为正，在16期达到平稳，总体来看，lnGZ对于lnC影响为正。从表3可以看出，lnGZ对于lnC的影响前期变化幅度小且增长较慢，直到第20期大概有4.03%左右的影响。

图2 lnGZ一个标准差信息冲击对于lnC的影响

从图3可以看出，HS虽然在前2期对于lnC的影响为正，但其影响时间非常短，在第2期后就开始逐步下降，在第10期左右影响逐步稳定，总体来看，HS对于lnC影响为负。结合方差分解看出，其对lnC的影响程度要大于lnGZ的影响，在第19期负向影响达到最大，为6.93%左右。

表3 lnC的方差分解

图3 HS一个标准差信息冲击对于lnC的影响

从表3可以看出，股票指数的变化对于居民消费品零售总额波动的贡献率在第1期到第12期一直保持较低的水平，随后逐步稳定在4%左右，说明其对居民消费影响程度相对较小。而股票市场换手率对于居民消费影响的贡献率相对较大，且上升速度较快，基本稳定在6.9%左右。综合来看，我国股市中换手率的变化对于居民消费的影响程度要大于股票指数的波动状况。

5 结论与政策建议

5.1 结论

从脉冲效应函数和方差分解来看，综合股票指数和股票市场交易的换手率对于居民消费的影响，证明了我国股市中存在“短期挤出效应”和“长期挤出效应”。从综合股票指数对于居民消费的脉冲响应函数看出，当股票指数上涨时，短期内对于居民消费影响为负，这是我国股市“短期挤出效应”的表现。在实际经济生活中可能表现为股票上涨时会吸引新的投资者参与或者追加资金的投资者，从而可能挤占他们的消费支出；而股票指数上涨在长期内对于居民消费影响为正，说明长期内我国股票市场的上涨有助于提高居民消费水平。从股票市场换手率对于居民消费的脉冲响应函数看出，当股票市场换手率上升时，其对居民消费的影响基本为负，这是我国股市“长期挤出效应”的表现。在实际经济生活中可能表现为当股票市场换手率上升时，往往对应股票市场波动较大的情形，此时存在获得超额收益的可能性，在经济市场化机制还不太成熟的情况下，会进一步激发居民参与股票市场投机的心理，而且在这种较大幅度的波动中，一旦出现亏损，投资者往往会通过补仓的方式来降低持仓成本，使得“挤出效应”进一步放大。

5.2 政策建议

(1)降低股市波动性，引导“慢牛”行情。由实证分析结果可知，我国股市存在“挤出效应”的重要原因在于市场的高换手率，而高换手率的存在会进一步加剧股市的波动状况，同时股市的大幅度波动也会引发市场高换手率的增加，在这种循环之下，股票市场的“挤出效应”也会越明显。因此，当市场换手率趋于稳定时，有助于抑制股市的大幅波动。“慢牛”行情指的是股市的较低波动下形成的稳健上涨状况，这种状况不仅有助于降低市场大幅度波动的可能性，而且有助于市场投资者对于股市能够形成稳定的预期，从而提升居民配置股票资产的财富效应。

(2)优化市场投资者结构，鼓励和发展合格机构投资者。市场的较大幅度波动往往是投资者非理性的表现，普通居民投资者较机构投资者而言,其非理性行为往往更明显或极端。在普通居民投资者占据主导地位的股票市场，市场非理性波动更加明显。因此，可以通过逐步发展壮大机构投资者的方式来降低由于居民投资者的非理性行为造成的较大波动，降低股市的“挤出效应”。

(3)规范股票市场发展，引导投资观念转变。居民的较强投机意识和我国股市的高波动性关系甚密。在股市高波动的情况下,存在短期获得超额收益的可能性，会刺激居民投资者投机意识的增长，并且居民短期大幅度的投机行为也会进一步增加股票市场的波动性，这种过程往往容易持续和发散。这需要监管层规范市场，采取必要手段降低市场波动性的同时，引导居民投资树立正确的投资观念。