金融-货币政策对股票价格的影响研究

PAGEPAGEIII内容摘要近年来，虽然中国的资本市场发展迅速，但市场效益仍然不足。股市的波动性和风险往往较高，这不仅影响金融体系的稳定性，而且对实体经济产生不利影响。适度调节股市具有重要意义。本文将首先阐明影响股票市场的两种货币政策渠道——利率和货币供给，然后运用VAR模型和协整理论对货币政策对股票市场的有效性进行实证检验，并研究货币政策。通过分析对证券市场调整的影响，央行可以更深入地影响资产价格，从而影响宏观经济的发展，也影响企业的消费行为和投资行为。关键词:货币政策；股票；通货膨胀

目录内容摘要 I一、货币政策影响股票价格的理论基础 1（一）托宾Q理论 1（二）货币政策的股市传导机制 21.再贴现政策 22.存款准备金政策 23.公开市场政策 2二、货币政策的股市传导渠道 2（一）通过资金推动效应影响股市 2（二）通过通货膨胀影响股市 3（三）通过影响股票预期收益现值而影响股市 3三、我国货币政策与股票市场现状 4（一）我国现在的货币政策与股市的现状 4（二）我国股票市场对货币政策调控行为的即期反应特征 5四、货币政策调控对股市影响效应的研究方法及检验结果 6(一)数据说明 71.变量选取 72.变量处理 8(二)实证分析 81.单位根（ADF）检验 82.协整检验 93.格兰杰因果关系检验 104.VAR模型的参数估计 11五、结论及建议 14（一）结论 141.货币供给对股票市场的影响相对较大，但具有滞后性 142.存贷款利率对股票市场的影响不是很稳定 143.货币政策目标能否实现，很大程度上取决于货币市场与资本市场之间相互联通的程度 15（二）建议 151.当下应以货币供应量作为货币政策的主要调控手段 152.加快推进利率市场化进程 153.货币政策不应过分盯住股市，需提高货币政策独立性 16参考文献： 16致谢 19PAGE12货币政策；股票市场；实证分析ABSTRACTRecentyears,China'scapitalmarkethasbeendevelopingrapidly,butwithlessmarketefficiency,volatilityandrisksinvolvednotonlyaffectsthestabilityofthefinancialsystem,butalsoanegativeimpactontherealeconomy.Whethermonetarypolicyshouldbeeffectiveandhowtoeffectivelycontrolthestockmarketissignificant.Inthispaper,wewillfirstclarifythetwochannelsfromthemonetarypolicytothestockmarket-interestratesandmoneysupply,thenusetheVARmodelandcointegrationtheorytotestChina'smonetarypolicyeffectonthestockmarket,andfinallydrawareasonableconclusionforthecentralbankdecision-makerstobetterregulatethesecuritiesmarketthroughtheinfluenceassetprices,therebyaffectingmacroeconomicdevelopment,andaffectpeople'sconsumptionbehaviorandcorporateinvestmentbehavior.KEYWORDSmonetarypolicy;stockmarket;empiricalresearch.我国货币政策与股票价格的关系一、货币政策影响股票价格的理论基础（一）托宾Q理论托宾（1969）在他的“货币均衡的一般方法”一书中提出了一个着名的托宾Q系数，它是企业的市场价值与重置成本的比率，用来解释货币政策如何影响市场价值。股票和影响实体经济。它通常被用作公司业绩或未来增长的重要指标。当Q>1时，公司的市场价值大于重置成本，这意味着工厂和实物投资相对便宜。购买新生产的资本产品更为有利。制造商可以以更高的价格发行股票并购买更便宜的资本。产品，这增加了公司的投资需求，扩大工厂和购买新设备。当Q<1时，企业市场价值低于重置成本，制造商不会购买新的投资产品，企业的新投资支出将减少。（二）货币政策的股市传导机制1.再贴现政策如果央行提高再贴现率，那么商业银行将申请对中央银行手中的未到期票据进行再贴现，这将增加商业银行向中央银行贷款的资本成本，从而减少进入证券市场的资金和资金供应使得股价下跌。同时为保证经营利润，商业银行将会提高市场利率，贷款将会减少，存款增加，同样导致居民投资股票的意愿减少，股市趋于盘软。2.存款准备金政策具体而言，当央行提高法定存款准备金率时，它限制了商业银行的资金余额，降低了商业银行发放贷款和创造信贷的能力，以及法定存款准备金率下的法定存款准备金率的微小变化。货币供应量将大大减少，股票市场的资金供应量也将减少。在缺乏资金的股市中，股价也会下跌。反之，央行降低法定准备金率则会使股价上涨。3.公开市场政策公开市场业务是指央行通过公开买卖有价证券的行为来调节货币供应量。当中央银行购买证券时，它将导致市场上流通的资金数量增加。同时降低利率，降低银行贷款成本，提高扩大生产规模的积极性，激发居民积极性。该公司的经营业绩，股息也将增加，从而提高股价。相反，如果售出有价证券将会减少流通在证券市场的资金，企业投资和居民消费减少，将会导致股价下跌。二、货币政策的股市传导渠道货币供应量经常会先引起物价水平和通货膨胀率的改变，进而影响股票价格。（一）通过资金推动效应影响股市这是最直接的影响方式，当货币供应量增加时，人们持有更多的货币，货币的边际收益下降，促使人们购买股票，引起股票价格上升。产量和由此产生的更大的企业利润进一步推高了股价。（二）通过通货膨胀影响股市根据凯恩斯学派和货币学派的观点，货币政策是通货膨胀率的一个决定因素，持续的货币供应量的增加可能导致通货膨胀。通货膨胀对股票价格的刺激作用表现在名义收益效应、投资预期回报效应和持币成本效应上。名义收益效应：物价水平↑→公司销售利润↑→股票收益↑→股票需求↑→股价↑投资预期回报效应：物价水平↑→货币和绝大多数债券的投资价值↓→企业的资产负债表却有所改善→企业的股票回报率↑→股票需求↑→股价↑持币成本效应：物价水平↑→持币成本↑→人们的投资积极性↑→股票需求↑→股价↑通货膨胀对股价的压抑作用表现在通货膨胀税效应和成本效应上。成本效应：通货膨胀→原材料价格↑→生产成本↑→利润↓→股票收益↓→股价↓。事实上，通货膨胀对股票价格的最终影响取决于正向与压抑作用的总效果。（三）通过影响股票预期收益现值而影响股市股票价值可以用其期望股利的贴现值来表示：P0=(1+gt)t/(1+rt+ρt)t股价水平由三个因素决定：股利水平和增长率、无风险收益率、风险溢价。货币供给的变化会对股利水平、无风险收益率以及风险溢价产生不同的影响。货币紧缩导致贴现率上升幅度大于市场利率。因此，当经济萧条时，宏观经济环境比正常情况更不稳定，而金融投资者的收入和财富在经济衰退期间趋于下降，人们可能不太愿意承受金融资产的波动。三、我国货币政策与股票市场现状（一）我国现在的货币政策与股市的现状中国的货币政策工具体系得到了进一步丰富，并开始关注总量控制和结构应用的组合调整。仅从2010年开始，央行六次上调存款准备金率，两次上调存贷款基准利率。货币政策也从先前适度宽松的状态恢复到稳定状态。在当前的金融危机和经济复苏中，中国的货币政策主要针对大宗商品价格上涨，通胀预期上升和房地产问题。自2010年以来，中央银行还在监管和控制方面提高了灵活性，使用量化工具和基于价格的工具，灵活的公开市场操作，采用差别准备金率和差别化抵押贷款利率。试图引导货币状况逐步从应对危机状态恢复到正常状态。但总的来说，在“十一五”五年期间，中国的货币政策经历了稳中度紧缩到中度宽松稳定，政策“风向”频繁变动，频繁发生冲击。资产价格波动，尤其是金融资产​​股价波动引起的金融体系波动，将对实体经济产生严重影响，从而影响货币政策最终目标的实现。资产价格泡沫的形成，持续和解体可以通过传导机制影响居民和企业的消费投资，进而影响实体经济和通货膨胀率。国民经济的稳定和健康发展构成了巨大的威胁。2011年，存款准备金率上调六次，最高达21.5％。后来，由于信贷紧缩，导致了许多经济问题。2011年11月，央行开始“减持”。与此同时，股票市场的表现也很壮观，而存款准备金率基本上与股市一致。从理论上讲，存款准备金率的上升减少了社会资金的供应。这对股市来说是个坏消息。两者同时发生变化的原因是政府已采用货币手段迫使其降温以遏制股市过热。在货币政策实施之初，货币政策的效果尚未完全实现。股市仍然强劲上涨。在这种情况下，政府不断采取措施抑制它（为了提高存款利率）。在此过程中，存款准备金率和股票市场都将上涨。在此之后，一旦泡沫破裂并且股市没有足够的增量资金进入，它将迅速飙升并进入熊市。当股市过冷时，政府可能会开始“拯救市场”。中央银行购买债券以释放货币或减少存款。准率，刺激股市稳定和稳定。（二）我国股票市场对货币政策调控行为的即期反应特征表1和表2分别显示了中国货币供应量调整和利率调整后证券市场的反应情况。股票市场对存款准备金率的调整反映了其对货币供应量的调整。表1：法定存款准备金率调整后股票市场的反应情况时间调整幅度（百分点）公布第二交易日上证指数表现开盘收盘涨跌幅（%）16.03.25+0.42784.043005.013.0416.01.16+0.53286.413221.74-1.0915.12.18+0.33546.053761.612.5315.10.09+15010.835189.921.3815.07.30+0.54472.274521.030.6815.05.18+0.63902.354132.221.0415.04.29+0.53724.273951.271.1715.04.05+0.23287.683363.590.13表2：金融机构人民币一年期存贷款基准利率调整后股票市场的反应情况时间调整幅度（百分点）公布第二交易日上证指数表现开盘收盘涨跌幅（%）16.01.23－0.293873.583663.80－1.7615.11.27－1.081801.681781.16－2.4415.09.16－0.371971.941929.05－2.9014.12.21+0.195232.915464.262.6014.09.15+0.265309.065421.392.0614.07.21+0.274099.244213.363.7114.05.19+0.183702.354072.222.04在股市处于上升阶段时，旨在打压股指的紧缩性货币政策效用极其微弱。从多次调控的效果看，短期内股指几乎没有理会货币政策变动的影响，而是保持了原有的牛市趋势。四、货币政策调控对股市影响效应的研究方法及检验结果随着资本市场的发展，货币政策变量的内生性质逐渐增强，这使得利用传统的静态回归分析方法研究货币政策干预对股市的影响存在重大缺陷，因为传统静态的结果回归分析方法不再是无偏见的。有效和一致可能会误导分析结果。向量自回归模型（VAR模型）很好地解决了这个问题。VAR将所有变量视为内生变量，并且不对变量施加任何先验约束。显然，这用于衡量经济变量。动态关系非常适用。(一)数据说明1.变量选取货币供给：从对中国股票市场投资者结构的分析来看，个人投资者在很长一段时间内占多数，个人投资者可以选择的投资方式极为有限，家庭的财产保留方式主要是耐用。存在消费品，有价证券和银行存款。因此，大部分股票市场资金来自家庭储蓄和现金（M2），而基于公司和机构存款的M1变化对股市的影响不是很大，因此选择M2之间的相关性更为合理。利率：银行同业拆借利率是目前唯一市场化的利率，在很大程度上已经被作为市场利率的参考，可以体现资金的供求状况。首先分析风险情况，从违约风险来看，银行间同业拆借利率相当于国家信用，因此违约风险较小；从流动性来看，银行间同业拆借交易相对活跃。本文选择了银行间同业拆借市场7天加权平均利率作为市场利率的替代变量，记为R。股价指标：在沪深股市的选取中,二者收盘综合指数具有较强的关联性和联动性，并且沪市的指数涵盖的行业范围更广、市值更大。此外，由于中小企业板的准备，深圳市场已在相当长一段时间内停止发行新股，其代表性较弱，上海市场在市场规模和交易活动方面具有较强的代表性。指使用月度数据进行实证研究的中国股票总价格水平。该研究的变量是上证综合指数的月收盘指数（SI）。实体经济指标：在模型试验中，为了不忽视实体经济对股市的影响，还应引入GDP的参考因子，但GDP没有月度数据，而是被工业价值所取代补充（IND）。所有数据均基于月度数据。货币供应和利率数据来自中国人民银行网站。股票价格指数和其他数据来自同花顺软件系统。根据历史年鉴和经济气候月报编制工业增加值数据。样本期间为2015年。从2016年3月到3月，共有61组数据。所采用的计量经济模型和检验方法主要为VAR向量自回归等模型和Granger因果关系检验，所选计量软件为Eviews5.0。2.变量处理对M2、IND采用X-12方法进行季度调整，记为M2SA、INDSA，并对所有时间序列取对数以消除异方差干扰，记LnM2SA、LnR、LnSI和LnINDSA分别为广义货币、利率、股票指数和工业增加值的对数。(二)实证分析1.单位根（ADF）检验为了检验变量序列之间的格兰杰因果关系和协整关系，首先检验变量序列的平稳性。这是因为VAR模型要求时间序列本身是一个固定序列，或者序列之间存在协整关系，几乎所有代表绝对数量指数的宏观经济变量都是非平稳的并且有时间趋势，所以按顺序为了避免伪回归问题，首先，对每个变量进行ADF测试，以确定每个变量的非平稳性以及它是否具有相同的积分。由于所选数据从2013年开始，因此存在基值，因此原始数据被视为截距项，而一阶差异是没有趋势和截距项的单位根测试。测试结果如表2所示。表2各变量的ADF检验结果原始变量ADF检验值临界值（1%）临界值（5%）LnSI－0.838426－2.515692－2.872519LnR－2.357876－3.478592－2.915419LnM2SA2.564231－3.526592－2.951119LnINDSA－2.069672－3.523404－2.905410一阶差分变量ADF检验值临界值（1%）临界值（5%）△LnSI－6.532539－2.600471－1.894823△LnR－10.79636－2.600458－1.954823△LnM2SA－0.742615－2.642996－1.921987△LnINDSA－14.58652－2.520471－1.931823二阶差分变量ADF检验值临界值（1%）临界值（5%）*LnSI－7.321229－2.602253－1.945672*LnR－10.63853－2.615426－1.932487*LnM2SA－11.82003－2.604892 －1.945827*LnINDSA－7.457807－2.608743－1.946433注：△为一阶差分、*为二阶差分；滞后期根据Schwarz准则来确定，样本数为68。应使用协整方法进行测试。对每个序列进行一阶差分。ADF测试结果表明，除LnM2SA之外的其他变量的一阶差异在1％和5％的显着性水平上拒绝零假设，这是一个平稳的时间序列。对△LnM2SA做差分，则二阶差分序列*LnM2SA在1%和5%的显著性水平下拒绝原假设，接受不存在单位根的结论，因此可以确认LnM2SA是2阶单整序列，所以它们之间的相关性满足协整检验的前提。2.协整检验为了检验LnSI、LnR、LnM2SA以及LnINDSA是否存在长期稳定的均衡关系，需对它们进行协整检验，确定协整向量个数。本文检验的主要目的在于考察R7、M2和IND对SI的影响，所以应首先对滞后期数进行确定，根据判断应以滞后2期作为模型的选择较优。协整检验结果如表3和表4。表3：协整向量个数的迹统计量及其临界数值协整向量个数特征值统计量5%置信水平临界值P值None*

0.454692

61.25429>

42.17593

0.0001Atmost1

0.224897

22.13262<

24.27247

0.0680Atmost2

0.115237

7.976836<

13.34870

0.3478Atmost3

0.128000

1.716237<

4.457906

0.3758表4：协整向量个数的最大特征值统计量及其临界数值协整向量个数特征值统计量5%置信水平临界值P值None*

0.423504

38.26741>

24.15452

0.0002Atmost1

0.226445

13.95616<

17.77812

0.0824Atmost2

0.110537

6.042648<

13.22420

0.3488Atmost3

0.018160

1.547837<

4.128116

0.3567输出结果给出了协整关系的数量，并以两种检验统计量的形式显示。从表3和表4可以看出，对于特征根检验和最大特征值检验，存在5％置信水平的协整向量，表明LnSI，LnR，LnM2SA和LnINDSA之间存在协整关系。3.格兰杰因果关系检验为考察各变量之间的数量关联并验证上文的猜测，进一步考察四个变量之间的关系，对其进行格兰杰因果检验：根据AIC和SC最小原则，以滞后两期PairwiseGrangerCausality方法进行格兰杰因果检验。结果如表5。表5：格兰杰因果检验的结果及显著特征

NullHypothesis:ObsF-StatisticProbability

LnRdoesnotGrangerCauseLnSI66

2.12948

0.14984

LnSIdoesnotGrangerCauseLnR

2.14511

0.12498

LnM2SAdoesnotGrangerCauseLnSI66

1.09782

0.37948

LnSIdoesnotGrangerCauseLnM2SA

3.29670

0.06409

LnINDSAdoesnotGrangerCauseLnSI66

1.24915

0.13563

LnSIdoesnotGrangerCauseLnINDSA

3.64608

0.09496

LnM2SAdoesnotGrangerCauseLnR66

2.83164

0.06666

LnRdoesnotGrangerCauseLnM2SA

5.31651

0.06016

LnINDSAdoesnotGrangerCauseLnR66

7.96416

0.00019

LnRdoesnotGrangerCauseLnINDSA

0.57880

0.52319

LnINDSAdoesnotGrangerCauseLnM2SA66

6.76406

0.01964

LnM2SAdoesnotGrangerCauseLnINDSA

1.25126

0.24977表5中的显著性水平表示接受零假设的概率，数字越小，说明自变量预测因变量的能力越强。由以上检验结果可知，R和IND的变化是SI趋势波动的主要原因，利率是股票价格的格兰杰原因，即利率变化会引起股票价格的变化，这表明货币政策部分有效。而货币供应量却不能有效影响股票价格。此外，IND对R和M2的影响较显著，这表明经济增长需要货币供应量的增加作为支撑，并进一步推动利率的上涨。4.VAR模型的参数估计要估计VAR参数，我们需要选择适当的滞后期。我们根据最小AIC和SC信息确定最佳滞后期为2。在确定后续周期的数量之后，使用Eviews5.0获得的矢量回归结果显示在表6中。表6：各股指VAR检验的各系数及统计特征LnINDSALnM2SALnRLnSILnINDSA(-1)0.366496-0.0014200.2341950.091526(0.11464)(0.00451)(0.11246)(0.07214)[3.05643][-0.32428][2.14241][1.29568]LnINDSA(-2)0.232826-0.0084210.140248-0.056316(0.10516)(0.00422)(0.09542)(0.06641)[2.42106][-2.14292][1.45427][-0.89561]LnM2SA(-1)-0.2546750.942612-6.8742652.046331(3.5514)(0.14213)(3.22761)(2.14346)[-0.04981][6.82642][-2.07500][0.95446]LnM2SA(-2)-0.3678890.0878906.87372-2.046715(3.58942)(0.13459)(3.27727)(2.11475)[-0.11134][0.64725][2.09872][-0.94624]LnR(-1)-0.142635-0.0042310.335642-0.005329(0.14939)(0.00273)(0.11807)(0.07412)[-1.14557][-1.09270][2.84187][-0.06175]LnR(-2)0.0445360.0007680.192523-0.061153(0.11876)(0.00761)(0.10244)(0.07145)[0.37780][0.11972][1.77467][-0.87311]LnSI(-1)0.6634750.007579-0.0927081.038104(0.23461)(0.00777)(0.21426)(0.14018)[2.82130][0.86675][-0.43224][7.41366]LnSI(-2)-0.440753-0.0051150.315451-0.047512(0.25455)(0.00563)(0.14567)(0.15310)[-1.70537][-0.61482][1.33140][-0.30816]C6.3110950.005196-2.204149-0.261317(2.26115)(0.08414)(2.06351)(1.22284)[2.79510][0.06012][-1.06119][-0.19620]注：每一列对应VAR模型中一个内生变量的方程，由Eviews得到系数估计值、估计系数的标准差（圆括号中）及t-统计量（方括号中）。各自的方程如下：（1）SI与R所得方程：LnSI=1.053287LnSI（-1）-0.048396LnSI（-2）-0.020987LnR(-1)-0.066446LnR(-2)+0.038717LnR=-0.056182LnSI（-1）+0.188977LnSI（-2）+0.582513LnR(-1)+0.192866LnR(-2)-0.854491（2）SI与M2所得方程：LnSI=1.095448LnSI（-1）-0.121873LnSI（-2）+2.403778LnM2SA(-1)-2.415336LnM2SA(-2)+0.323963LnM2SA=0.003277LnSI（-1）-0.008605LnSI（-2）+1.060872LnM2SA(-1)-0.044767LnM2SA(-2)-0.151343（3）SI与IND所得方程LnSI=1.243600LnSI（-1）-0.278969LnSI（-2）+0.038485LnINDSA(-1)-0.168675LnINDSA(-2)-0.177345LnINDSA=-0.222622LnSI（-1）+0.497159LnSI（-2）+0.877694LnINDSA(-1)-0.372653LnINDSA(-2)-1.897275在第一组方程中，单位R的减少导致SI的增加约为0.02，而在前两个时期中使SI加倍的效果对R7的影响约为0.12。两者的效应比证实了R7和SI之间的双向因果关系。关系。在第二组方程中，M2滞后1项的系数是2.403778，这表明前一时期M2的供应量增加将导致SI增加2.4，但是先前SI对M2的加倍的影响是大约0.003，表明M2的单向效应。SI。在第三组方程中，IND中增加1将使SI增加约0.04。前两个时期SI加倍的影响约为0.27，两者的影响比相似。因此，IND和SI之间也存在双向关系。因果关系。我们发现，在两个滞后的回归测试中，除了利率之外，各自的滞后条件对它们产生了重大影响，利率和货币供应对股票价格指数和工业增加值的影响更大。通过以上分析，可以看出货币政策的两个中间指标——货币供给量和利率对股票价格指数有一定影响。从某种意义上说，它表明中国的货币政策在股市监管中起着重要作用。但是，从模型的滞后因子来看，两个指标之间的时滞仍然存在差异。股票价格指数对货币供应量的反应主要体现在当前的监管时期，而利率对股市的影响则存在滞后效应。显着的主要表现是滞后阶段2.股票指数对股票市场发展支撑的实体经济变化有一定的反应。工业增加值试验的股指指数测试更为显着。比较历史数据，表明中国股市的发展在过去五年中随着实体经济的增长而加强。总体来说,在我国证券市场上，M2对股价指数的影响较大。同时，货币市场资金也是影响证券市场的一个重要因素。这些资金的进出场对于一般投资者来说不太明显，尤其是大量资金的渠道是非法的。根据理性预期学派的理论，当经济当事人预期到货币存量变动时，货币是中性的，无论是对实体经济还是对资本市场，货币供应量的增加都不会造成任何影响；当经济当事人没有预期到货币存量的变动时，货币是非中性的，未能预期的货币政策能对资本市场产生重要影响。这可以部分解释M2对于股价的显著影响。利率政策不能对当期股市产生重大影响的原因是中国股市无效，市场信息不公平。具体表现是，在公布利率调整之前，股指有一段大幅上涨的时期。当消息正式公布时，股指大幅下挫。根据凯恩斯的流动性偏好理论，人们在他们的头脑中有某种“标准”的利率。投机动机的货币需求是利率的递减函数，较低的利率对应于较大的投机货币需求。高利率对应较小的货币需求。然而在中国市场，由于官方利率政策消息有正式公布前几日就提前发布的习惯，理论上相当于两次公布，使公众的预期反而与政策相悖，因而利率变动的预期效应在正式公布日后马上就被抵消。五、结论及建议（一）结论1.货币供给对股票市场的影响相对较大，但具有滞后性脉冲响应函数表明，股票指数收益对货币供应单位冲击的响应非常敏感。方差分解的结果也表明货币供应对股指收益的解释力显着增加。随着这些政策的逐步实施，货币市场和资本市场的联系增加了。此外，央行开始灵活运用公开市场操作。经过几年的努力，公开市场操作已成为央行监管其货币的主要政策工具。由于资本市场带来的利润，货币供应增加通过各种合法或非法渠道流入股市，这使得股市对货币供应的影响反应更为明显。但是，由于资金流动控制和技术法律障碍，这种反应变慢了。2.存贷款利率对股票市场的影响不是很稳定在中国，存贷款利率仍受到监管因此，市场内的供需不能及时通过利率显示。利率不能指导资金的流动和流动，这削弱了市场之间的关系。而利率管制具有很强的政策效应。正如许多国家的“退税率依赖”一样，在中国，由于纳入政策信息，央行对存贷款利率的调整将产生广泛的影响。这种影响使得市场化的某些指标的信息含量不高，作用余地受到压缩。3.货币政策目标能否实现，很大程度上取决于货币市场与资本市场之间相互联通的程度我国金融市场发展过程与西方国家恰恰相反。西方国家是先出现短期融资的货币市场，后出现长期融资的资本市场。我国则是先建立证券市场，后发展货币市场。我国货币市场的发展和资本市场的发展极不协调:以股票市场为主体的资本市场长期处于失血状体;而以银行为主体的货币市场却面临着投资渠道狭窄、流动性风险日增的局面。货币市场和资本市场不协调发展的根本原因在于两个市场的人为分割。有必要在两个市场之间建立有效的沟通模式，以促进两个城市之间合理和充足的资金流动。中国货币市场与资本市场的长期协调发展。（二）建议1.当下应以货币供应量作为货币政策的主要调控手段货币供应监管政策的使用更符合我们目前的情况。实证分析表明，货币供应对股市的影响越来越快。因此，与提高利率相比，减少货币供应不仅可以有效抑制股价的快速扩张，还可以避免人民币升息带来的影响。过度升值对我们经济的不利影响。就货币供应而言，其调节经济的方式是改变流通中的货币供应量，直接影响经济的基本面，改变资本以促进资本收缩的影响，从而发挥更大的作用。重要的监管作用。要正确处理信贷资金进入股市的问题。货币市场和资本市场是两个重要的金融市场。他们有多种沟通渠道，可以直接联系或间接影响。2.加快推进利率市场化进程利率发挥效力需要具备一定的前提，如人们依实际利率而非名义利率进行资产选择，利率的市场化和有效完善的资本市场。就目前的分析结果而言，目前的利率监管阶段对股票市场的监管有限。在金融危机爆发前，利用利率手段规范股市，有必要不断提高利率和资本收益率。收益率之和将减少进入资本市场的资金，达到规范股市的目的。3.货币政策不应过分盯住股市，需提高货币政策独立性由于货币政策调节股票市场，它面临着时机的选择，即预测股市波动对货币政策目标的影响。只有当股市波动影响货币政策目标时，才难以进行监管。中国的货币政策旨在影响宏观经济运行。货币政策操作的影响必须通过几个渠道传播，以影响宏观经济运作。股票市场应该是传播渠道之一。正如相关理论所预测的那样，股票市场价值与GDP挂钩，但这种联系是不连贯和异常的。因此，中央银行对股市的态度应该关注而不是盯住。货币政策机制只能“考虑”而不是“规则”。然而，对可能导致金融危机的资产价格漠不关心显然是不明智的。参考文献[1]陈继勇,袁威,肖卫国.流动性、资产价格波动的隐含信息和货币政策选择——基于中国股票市场与房地产市场的实证分析[J].经济研究,2013,11:43-55.[2]肖洋,倪玉娟,方舟.股票价格、实体经济与货币政策研究——基于我国1997-2011年的经验证据[J].经济评论,2012,02:97-104.[3]王国松.基于价格粘性的货币政策、股票价格与宏观经济之间动态关系研究[J].上海大学学报(社会科学版),2012,03:104-115.[4]周佰成,朱孝桢,原燕东.中国货币政策对股票价格的影响——基于FAVAR模型的分析[J].当代经济研究,2012,08:80-84.[5]吴淑娥,仲伟周,黄振雷,王筝.货币政策对股票价格的非对称性影响——基于熊、牛市不同市场态势下的实证分析[J].广东金融学院学报,2012,03:53-63.[6]张金华,姜大明.我国货币政策对股票价格的非对称性影响研究[J].经济纵横,2014,11:79-82.[7]邹萍.货币政策、股票流动性与股票价格暴跌风险[J].南方经济,2015,07:29-46.[8]赵振洋.货币政策、股票价格对企业费用粘性的影响研究———基于我国上市公司的经验分析[J].价格理论与实践,2015,06:88-90.[9]程立超.股票价格、货币政策和宏观经济波动[J].中央财经大学学报,2010,04:24-29.[10]陆维新.货币政策、通货膨胀预期和股票价格波动[J].生产力研究,2010,03:94-96.[11]王培康.货币政策可以干预资产价格波动吗——基于中国股票市场的研究[J].上海行政学院学报,2010,03:97-107.[12]周晖.货币政策、股票资产价格与经济增长[J].金融研究,2010,02:91-101.[13]王如丰,于研.我国货币政策与股票价格的即期双向作用[J].上海金融,2010,08:40-45.[14]郑鸣,倪玉娟,刘林.我国货币政策对股票价格的影响——基于Markov区制转换VAR模型的实证分析[J].经济管理,2010,11:7-15.[15]田建强.我国货币政策、通货膨胀和股票价格的相互作用机制研究[J].特区经济,2013,01:57-58.[16]张立军,王晓红,李永立.基于SVAR模型的中国货币政策与股票价格波动交互影响研究[J].管理评论,2013,10:10-19.[17]寇明婷,卢新生.货币政策调整的股票价格瞬时效应研究——基于A股市场高频数据的实证分析[J].山西财经大学学报,2011,01:40-48.[18]韩克勇.股票价格与货币政策调控目标相互影响研究[J].审计与经济研究,2011,03:100-106.[19]寇明婷,卢新生.SVAR模型框架下的货币政策操作与股票价格波动——基于1998～2010年月度数据的实证分析[J].山西财经大学学报,2011,08:51-59.[20]储成兵.货币政策对股票价格的影响机理研究[J].价格理论与实践,2011,10:70-71.[21]汉桂民,苏剑.货币政策与股票价格关联研究[J].求索,2011,12:34-35+31.[22]GeorgiosChortareas,ChristosMavrodimitrakis.Canmonetarypolicyfullystabilizepuredemandshocksinamonetaryunionwithafiscalleader?[J].EconomicModelling,2016,:.[23]JonathanBenchimol.MoneyandmonetarypolicyinIsraelduringthelastdecade[J].JournalofPolicyModeling,2016,381:.[24]HabibHussainKhan,RubiBintiAhmed,ChanSokGee.Bankcompetitionandmonetarypolicytransmissionthroughthebanklendingchannel:EvidencefromASEAN[J].InternationalReviewofEconomicsandFinance,2016,:.附录：数据汇总年份上证综指（SI）货币供应量（M2）银行同业拆借率（R