中国股价包含宏观经济信息吗？(3)

　　再次，对于本文劳动收入份额的处理。由于本文的总产出和资本数据都是来自于第二产业和第三产业，因此劳动收入份额数据也最要来自于这两个产业的估计。因此，本文第二产业和第三产业的劳动收入份额数据直接取自1995年至2004年的平均值。为了构造一个统一的劳动收入份额数据，笔者首先利用第二产业和第三产业增加值占其总和的比重作为加权值，从而得到历年的劳动收入份额数据，最后取历年的数值进行平均从而得到本文所需要的劳动收入份额数据。最终的劳动收入份额约为0.40。
　　最后，对于（1）式中劳动力的选取，本文将各季度末全部城镇单位的从业人员数作为本文劳动力的替代，这也与本文的模型中不包含农村部门的生产相符合的。
　　利用相关的统计数据和经过处理的数据，本文估算出了中国各季度的技术进步。但是估计出来的数据具有严重的季节性，所以笔者进一步利用X12方法进行了季节调整。调整出来的技术进步数据可见于图1中的虚线。从图1中可以看出，中国的技术进步总体来说是增长的，这与我国的经济发展事实相符合。
　　对于股票市场的价格，本文采用上证季度最高综合指数进行替代。按照BeaudryandPortier（2006）的数据处理方法，本文首先将股票价格除以本文中得到的各季度价格指数以及中国各季度15-64岁的人口总数，然后再取对数从而得到本文的股票市场价格指数。本文按照历年抽样调查中该年龄段人口所占的比例以及历年人口总数估算出历年15-64岁的人口总数，然后假设同一年不同季度之间的人口增长数是相同的，从而估算出各季度内15-64岁的人口增长率，并进而计算出各季度内的人口数量。依据相关处理方法，最终各季度的股票市场价格指数可见于图1中的实线。从图中可以看出，中国的股票价格呈缓慢上升趋势，但是没有中国的技术进步那么平缓，它是在波动中缓慢上升的，甚至在特定的时间段有一定的下降。
　　为了检验模型设定是否正确，需要对数据进行简单的分析。扩展的Dickey-Fuller检验表明技术进步和股票价格均是满足一阶单整（I（1））的，而Johansen协整分析则表明两个时间序列数据满足95%的显著性水平下是存在协整关系的，这意味着本文所采用的误差修正模型是正确的，模型的构造符合中国数据的特点。
　　四、模型估计
　　利用时间序列分析工具JMulTi对上述模型进行估计。滞后阶数利用AIC信息准则可确定为5，第一阶段的误差修正模型采用Johansen的计算方法，第二阶段的结构模型利用最大似然法进行估计，在估计中采用自助抽样法（bootstrapestimation），抽样期数为2500期。按照本文第二部分中对模型意义的阐述，信息由两个结构新息和进行刻画；在估计结果中，模型中的两个总体变量对新息的脉冲响应图可见于图2。在图2中，两条实线是脉冲响应的点估计，其中，带三角形标注的实线表示的是总体变量对新息冲击的脉冲响应。图2（a）绘出了技术进步（全要素生产率）对两类新息冲击的脉冲响应。从该图中可以看出，全要素生产率对新息冲击的反应为零；这是与估计过程中所施加的短期限制条件是一致的，即来自股票价格的新息对当前的全要素生产率没有影响。但是，该新息冲击对全要素生产率存在持久的影响，来自当前的一个正的对股票价格的结构性冲击，能够对未来的全要素生产率带来一个持续性的增加。而另一方面，通过利用长期限制条件得到的新息序列按照限制条件的定义应该是能够对全要素生产率产生持久性的影响，这一点也能够从图2（a）中的脉冲响应图中看出；重要的一点是，股价对两类新息冲击的脉冲响应基本是相似的。其中是符合第二部分中提及到的BarskyandSims（2010）中对信息（news）的定义，即。图2（a）中的脉冲响应图表明，从全要素生产率的角度来看，关于未来宏观经济的信息完全反应在了股票价格中，同时宏观经济的波动在很大的程度上会受到关于未来宏观经济信息的影响。
　　图2（b）中的关于股票价格的脉冲响应图进一步证实了上述推论。从该图中可以看出，股票价格对两类新息冲击的脉冲响应图是完全相似的。短期中不会对全要素生产率产生影响的正的新息冲击能够使股票价格在当期中有所上升，两类新息冲击都刻画了这样一种状况。
　　（a）技术进步
　　（b）股票价格
　　（a）短期信息冲击的解释力
　　（b）长期信息冲击的解释力
　　图3方差分解
　　注：该图表示的是预期误差的方差在各类模型中被信息冲击解释的比例。其中（a）表示全要素生产率和股票价格的预期误差被新息冲击η2的解释比例，（b）表示预期误差被新息冲击的解释比例，因此，图形表示了两类新息冲击在各自模型中的解释力。
　　上述的脉冲响应图证实了一点，即总体经济（即全要素生产率）会受到关于未来宏观经济信息的长期的影响，而相关信息能够通过对股票市场价格的分析得到。关于这一点能够进一步通过对估计结果的方差分解得到。图3中的方差分解表示了各变量中的预期误差的方差能够得到相应新息的解释比例。其中图3（a）表示股票价格的预期误差的方差能够得到新息的大部分解释，而短期内的全要素生产率预期误差无法得到该新息冲击的解释，但是该新息冲击能够解释长期内全要素生产率的预期误差。图3（b）则表示了两个变量的预期误差的方差受到新息冲击的解释力。从改图中可以看出，该新息序列同样能够解释大部分的股票价格额预期误差的方差，同时虽然没有施加短期约束条件，新息冲击同样难以解释短期内的全要素生产率的预期误差，同样它能解释长期内的全要素生产率的预期误差，这是与长期约束条件相一致的。
　　脉冲响应图和预期误差的方差分解反应了一点，即中国总体经济的波动并不是仅仅由未预期的全要素生产率的冲击或者投资技术冲击造成的，关于未来宏观经济的信息的冲击也可能在中国的宏观经济波动中发挥了重要作用。从上述模型的计量分析结果来看，研究中国宏观经济波动的宏观模型应当要合理考虑关于未来宏观经济信息的冲击对于当前波动所造成的影响。同时，上述的分析结果也表明，股票市场的价格能够在很大程度上反映关于宏观经济的信息，能够在一定程度上发挥市场的"晴雨表"的作用，关注股票市场的价格能够为宏观经济政策的制定提供有意义的帮助。
　　五、结论
　　BeautryandPortier（2006）通过将信息识别为与股票价格中与短期全要素生产率新息相垂直的结构新息，并与长期限制性条件中所估计出的信息进行比较。本文将这种思想应用到了中国的股票市场价格中，结果发现中国的股价中包含了未来宏观经济的信息；因此，通过结构向量误差修正模型，本文对该信息进行了一定的识别。从脉冲响应图和方差分解图来看，信息的识别较为成功，其所产生出的结果与长期限制条件下的新息之间是存在较为稳定的关系的，从而造成两类新息对总体经济变量的影响是非常相似的。文章结论对于进一步的中国宏观经济研究和宏观经济管理具有一定的意义，为中国宏观经济理论模型的选取提供了一定的实证基础。
　　当然，本文的研究依然是较为初步的，譬如说，本文模型是由双变量构成的；但是在现实生活中，可能多个变量之间会存在协整关系。这就需要对本文中的双变量结构误差修正模型进行拓展，这其中包括模型意义上的拓展以及限制条件上的拓展。这需要更多的工作。因此，为了能够充分理解信息在中国经济波动中的作用，中国学术界依然有许多的工作需要去做。
　　参考文献：
　　[1]Pigou，A.C.，1927.IndustrialFluctuations[M]，London，MacmillanandCo.，Ltd.
　　[2]Beaudry，P.andF.Portier，2004.AnExplorationofPigou'sTheoryofCycles[J]，JournalofMonetaryEconomics，51（6），1183-1216.
　　[3]Jaimovich，N.andS.Rebelo，2006.CanNewsAbouttheFutureDrivetheBusinessCycle？[J]，AmericanEconomicReview，99（4），1097-1118.
　　[4]Christiano，L.，C.Ilut，R.MottoandM.Rostagno，2008."MonetaryPolicyandStockMarketBoom-BustCycles[J]，ECBWorkingPaper，No.955.
　　[5]Beaudry，P.andF.Portier，2006.StockPrices，News，andEconomicFluctuations[J]，AmericanEconomicReview，96（4），1293-1307.
　　[6]Barsky，R.B.，andE.Sims，2010."NewsShocksandBusinessCycles，"mimeo.
　　[7]方文全，2009：《股票收益与通货膨胀：代理效应还是通货膨胀幻觉》[J]，《金融评论》第1期。
　　[8]王晓芳、高继祖，2007：《股市收益与通货膨胀率：中国数据的ARDL边界检验分析》[J]，《统计与决策》第2期。
　　[9]靳云汇、于存高，2007：《中国股票市场与国民经济关系的实证研究》[J]，《金融研究》第3期。
　　[10]王小鲁、樊纲，2000：《中国经济增长的可持续性：跨世纪的回顾与展望》[M]，经济科学出版社。
　　[11]郭庆旺、贾俊雪，2004：《中国潜在产出与产出缺口的估算》[J]，《经济研究》第5期。
　　[12]陈彦斌、霍震、陈军，2009：《灾难风险与中国城镇居民财产分布》[J]，《经济研究》第11期。
　　[13]乔根森，2001：《生产率-第一卷：战后美国经济增长》[M]，中译本，中国发展出版社。