.股价上涨也成为“货币现象”？

《.股价上涨也成为“货币现象”？》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、股价上涨也成为“货币现象”？在实体经济进入调整、私人部门投资意愿低落、CPI负增长、金融市场仍旧封闭的前提下，中国仍将维持增量货币流向金融或准金融资产的格局。判断股市未来趋势，我们建议关注M1的绝对变化和相对变化。　　“消失”的货币究竟去哪了　　弗里德曼曾提出“通货膨胀总是货币现象”这一著名观点，而在众多经济学家的观点中，似乎还没有哪一个比这个观点更能得到广泛的认同。　　既然通货膨胀是货币现象，那么通货紧缩也应该是货币现象。因此，各国政府在治理通胀或通缩这一“现象”的时候，都无一例外地采取了“货币”手段。当经济学家

2、们还在争论究竟是需求拉动型通胀还是成本推进型通胀的时候，政府早就动用货币政策工具了。政府能够采取的手段除了财政政策之外就是货币政策，且货币政策具有容易操控的特点，但财政政策的功效往往受到财力的制约。　　货币政策并不是灵丹妙药，而且很多时候都难以达到预期目标——比如日本从1990年开始推行宽松货币政策，并将利率降至接近零的水平，都未能让经济走出低谷，被称为“失去的十年”。不得不承认，政府的“药箱”里面的品种确实非常有限，货币政策就像维生素C，遇到各种病时都用这种药。这也许可以解释货币学派理论半个多世纪以来一直受到热捧

3、的部分原因吧。　　中国在过去30年中，运用货币政策调控经济的次数也多于财政政策，但货币政策所导致的某些现象，同样也会出人意料。比如，从1979年到2008年的30年间，中国货币供应量M2的年均增长率为21.8%，而同期GDP年均增长率为9.8%，CPI年均涨幅为5.7%，使得中国的M2年均增长率比GDP与物价年均增长率之和平均高出6.3个百分点。　　根据传统货币数量论的基本观点，假定一国的货币流通速度基本不变或稳定，则该国货币供给量的增长应该等于物价上涨率加经济增长率之和，即ΔM=ΔY+ΔP；当一国货币供应量的增长

4、率大于物价上涨率加经济增长率之和，即ΔM＞ΔY+ΔP时，就意味着该国出现了超额货币供给，大量超额货币的存在往往会导致严重的通货膨胀或严重的通货膨胀压力。　　需要指出的是，美国经济学家麦金农在1993年把在中国出现的这种“在财政收入下降的同时保持价格稳定与高金融增长”，即大量超额货币供给与低物价水平并存的现象称为“中国之谜”，即货币莫名其妙地“消失”了。　　面对庞大而复杂的经济体，经济学家无法像科学家那样在实验室来论证他们的发现，有时只能是瞎子摸象，摸到什么说什么。但一个事实是，自2004年以后，中国的超额货币供给缩

5、减了，并分别在2004-2005年和2008年出现了负值(见图1，请记住，发生负值时都处于通胀阶段)，似乎“中国之谜”未解而化。但从2009年1月开始，超额货币供给又变成了正数，而且呈现迅猛上升之势。2009年前4个月银行新增信贷规模达到5.17万亿，但发电量却是负增长，4月CPI也仍是负数，说明这些钱流向实体经济的似乎还不是很多，流向私人部门的或许更少。可以解释的可能流向是：从短期来看，一是变为银行的定期储蓄，二是流向股市。　　如何认定股市波动与货币供应量相关　　传统投资理论都是从估值角度来解释股价的变化，而所谓

6、的基本分析对估值及股市趋势的预测的确很有帮助，但有的时候也会出现基本分析无法解释股市变化的问题。如在2001-2005年期间，我国处于高增长低通胀阶段，但上证指数却下跌了55%，而H股则上涨了220%，同样的基本面却出现了迥然不同的走势。也许我们可以用A股与H股的估值(PE、PB等)水平的接轨来解释，因为那段时间A股受全流通问题困扰。　　为了分析股价指数(由于A股扩容较快，这里用估值水平PE来表示)与超额货币增长率(用M2增速-名义GDP增速来表示)之间的关系，我们把1996年1月至2009年2月期间两者的变化列在

7、图1中，我们发现1996年、1999年和2006年开始的三次牛市，除了1996年前没有M2的月度数据无法观测外，后两次牛市大约滞后超额货币增长率上升16个月左右，具有较强的相关性。　　我们还发现一个特点，就是中国自1990年有股市以来，发生过三次通胀，最严重的当属1992-1995年那次的恶性通胀，每次通胀发生时，都是股市步入熊市阶段，而且超额货币增量率也降至负值。如2004年CPI月度最高达到5.3%时，超额货币增长率也达到-4.2%；而2008年8月CPI为7.1%时，超额货币增长率为-2.9%。而当超额货币增

8、长率到达一个底部的时候，往往也是股市估值水平的一个低点，所谓的熊市尾声。但熊市的尾声并不意味着轰轰烈烈牛市的开始，从历史的经验看，或许还要有16个月左右的时滞，也就是要到2010年的时候了。　　也许从上述图例中分析“货币”与股市波动的相关性，大家多少会觉得有点牵强，那么，我们换一个角度来分析“货币”与股市波动的相关性，应该就会更令人信服一些。我们用M1-M2