上证指数的多因素分析.

上证指数的多因素分析
——专业年级:05级信管 1班小组成员:李青 40511056 吴君超 40511053 指导教师:俞开志
论文结构图:——
上证指数的多因素分析
【摘要】本文主要通过对上证指数的变动进行多因素分析,建立以上证指数为因变量, 以其它可量化影响因素为自变量的多元线性回归模型,并利用模型对上证指数进行数量化分析, 就其影响因素提出我们对上证市场宏观调控有帮助的参考性意见。

【关键词】上证指数货币供给增长率居民储蓄存款期末余额增长率上交所投资者开户数
一、问题的提出
改革开放以来,中国经济飞速发展,强力带动了各行各业的健康发展,股市也是如此。

对我国股票市场而言 , 最常用的也是最重要的衡量指标就是上证指数。

对这一指数进行分析 , 有利于深入了解股票市场的动态 , 对其的多因素分析, 能更好地掌握证券市场的发展趋势。

“上证指数”全称“上海证券交易所综合股价指数”, 是国内外普遍采用的反映上海股市总体走势的统计指标。

上证指数由上海证券交易所编制,于 1991年 7月 15日公开发布, 以 " 点 " 为单位, 基日定为 1990年 12月 19日, 基日提数定为 100点。

随着上海股票市场的不断发展,于 1992年 2月 21日,增设上证 A 股指数与上证 B 股指数,以反映不同股票(A 股、 B 股的各自走势。

1993年 6月 1日,又增设了上证分类指数,即工业类指数、商业类指数、地产业类指数、公用事业类指数、综合业类指数、以反映不同行业股票的各自走势。

经过多年的持续发展, 上海证券市场已成为中国内地首屈一指的市场, 上市公司数、上市股票数、市价总值、流通市值、证券成交总额、股票成交金额和国债成交金额等各项指标均居首位。

至 2004年 12月底,上证所拥有 3700多万投资者和 837家上市公司,上市证券品种 996个。

上市股票市价总值 26014.34亿元; 2004年,上市公司累计筹资达 456.901亿元; 一大批国民经济支柱企业、重点企业、基础行业企业和高新科技企业通过上市,既筹集了发展资金,又转换了经营机制。

众所周知, 在近 10年来, 中国股票市场历经了熊市到牛市的转变, 其状态
最基本的表现方式就是上证指数的大幅波动, 而这一指标又受政治、经济、社会、政策、心理等多种因素的影响。

因此, 上证指数变动的主要影响因素有哪些?这些因素对上证指数的具体影响程度怎样?如何利用这些因素加强从宏观上对股市的调控?这是我们研究的主要目的。

二、理论综述
对于影响上证指数的各种因素, 不同学者各有自己的看法。

大多数研究认为, 影响我国上证指数的因素主要有以下几方面:货币供应量 M1,居民储蓄存款余额,零
售商品物价,国家政策因素,利率等等。

①湘财荷银基金管理有限公司总经理林伟萌认为“制度性因素是个大问题” ,比如股权分置问题,比如上市公司问题,比如一股独大问题。

② 2007年印花税、存款利率和存款准备金率的提高, 都引起了股市不小的震荡,上证指数在其后出现一系列波动。

也有部分学者提出自己不同的观点。

邹艳芬指出:工业增加值增长率,外贸进 /出口总额增长率,基本建设投资总额增长率,财政收入 /支出增长率,金融机构贷款余额增长率等等因素也会影响上证指数的变动。

总之,不同的人从不同的角度有着不同的看法。

下面主要就我们的看法和观点,结合数据的易取得性,来建立关于上证指数多因素分析的模型。

三、模型设定
1、上证指数的衡量
上证指数作为国内外普遍采用的衡量中国证券市场表现的权威统计指标,其系列包括上证 30指数、上证 180指数、上证综合指数、 A 股指数、 B 股指数、分类指数在内的股价指数系列,其中最早编制的为上证综合指数。

上证综合指数是以上海证券交易所挂牌上市的全部股票为计算范围,以发行量为权数的加权综合股价指数。

由于上证综合指数能够更好的反映整个市场的状态,因此我们最终选择了上证综合指数作为衡量上证指数的指标。

2、数据性质的选择
由于在 2002年至今我国的经济一直保持稳定、持续增长, 在这一大背景下, 我们
选择的变量 GDP 、 M1货币供给量、居民储蓄存款额、消费价格指数、上交所开户数都直接受其影响而表现出持续的增长或下降,因此为避免由于这一因素的影响而造成数据间虚假甚至错误的联系 ,我们最终采用了数据的相对数形式。

3、影响因素的分析
● GDP 增长率:GDP 是按市场价格计算的 , 它是一国所有常住单位在一定时期内生产活动的最终成果。

西南证券的张仕元提出:“我们以 1993年的起始为基点,根据每年 GDP 的增长做了一个 GDP 增长模拟指数和上证指数做了一个对比,从这个指数我们可以看出,中国整个股市这 10年来应该是围绕宏观经济增长比较相匹配的, 而且,股市是围绕价值中枢上下波动,虽然有时候会偏离。

” ● M1货币供给增长率:
宏观经济走势是影响证券市场大盘走势的最基本因素。

货币供给量是一个重要的
宏观因素,它与股票价格一般是呈正相关关系,即货币供给量增大使股票价格上涨,
反之,货币供给量缩小则使股票价格下跌。

据兴业证券公司最近的一份研究报告显示,货币供应量与大盘走势显著相关。

该报告认为,从流通中现金 M 。

、狭义货币
M1、广义货币 M2与上证综合指数的相关性分析结果显示,各项货币供应量指标均与上证综合指数显著相关, 相关系数都达到 0. 8以上,其中,狭义货币 M1与上证综
合指数的相关系数最大。

● 居民储蓄存款期末余额增长率:《上海证券报》刊登的《超储蓄现象亟需引
起重视》一文中有一图表形象地描绘了 1997年至 2002年居民储蓄与上证指数的变化情况, 反映出储蓄存款与股票市场存在着一定的反向关系 , 即每当股指处在高位时 , 居民存款的增长速度就会降至低点。

比如说 1999年 5.19行情之后 , 居民储蓄存款的增长速度逐渐下滑 , 而股指却一直处于扬升状态中。

但从 2000年
10月份之后 , 也就是沪综指开始高位滞涨之后 , 居民储蓄存款的增长幅度再度扬升。

● 全国居民消费价格总指数:居民消费价格总指数是反映一定时期 (年、
季、月内城市、农村居民所购买消费品价格和服务项目价格变动趋势、变动程度的相对数。

● 上交所投资者开户数:截至 2007年 1月 18日, 沪深两市账户总数达到 8001.47万户, 其中个人投资者帐户 7348.66万户, 机构投资者 36.65万户。

在总账户超越8000万的同时,市场指数也在资金的推动下被不断刷新。

4、模型形式的设计
用 Eviews 对 Y 与 X1, X2, X3, X4, X5之间的关系做散点图,发现 Y 与这些变量间基本都呈简单线性相关,所以建立多元线性模型。

5、确立模型
Y=β0 + β1X 1t + β2X 2t + β3X 3t + β4X 4t +β5X 5t + Ut
Y ---- 上证指数
X1 ---- GDP同比增长率
X2 ---- M1货币供给量同比增长率
X3 ---- 居民储蓄存款期末余额同比增长率
X4 ---- 全国居民消费价格总指数
X5 ---- 上交所投资者开户数
四、数据的收集
本文收集了我国从 2002年 3季度至 2007年 3季度之间的 21个季度数据, 如下表 1所示:
表 1 我国 2002/3~~2007/3的统计数据
指标时间上证指数
Y
GDP 同比增长率
%
X1
M1货币供给
同比增长率 %
X2
居民储蓄存款
期末余额同比
增长率 %
X3
全国居民消费
价格总指数 %
X4
上交所投资者开户数(万户 X5
2002Q3 1581.62 8.3 15.9 18.09 99.3 10620.49 2002Q4 1357.65 9.1 16.82 17.83 99.6 10677.79 2003Q1 1510.58 10.3 20.12 20.12 100.9 10733.8 2003Q2 1486.02 9.2 20.24 19.54 100.3 10798.49 2003Q3 1367.16 9.3 18.51 19.91 101.1 10856.7 2003Q4 1497.04 10 18.7 19.22 103.2 10906.62 2004Q1 1741.62 9.8 20.1 18.3 103 11000.98 2004Q2 1399.16 9.7 16.2 16.5 105 11095.2
2004Q3 1396.7 9.5 13.7 14.44 105.2 11147.91 2004Q4 1266.5 10.1 13.6 15.38 102.4 11336.07 2005Q1 1181.24 10.5 9.9 15.54 102.7 11387.35 2005Q2 1080.94 10.5 11.25 16.3 101.6 11438.2 2005Q3 1155.61 10.4 11.64 18.06 100.9 11499.11 2005Q4 1161.06 10.4 11.78 17.98 101.6 11555.69 2006Q1 1298.3 10.4 12.7 18.23 100.8 11436.66 2006Q2 1672.21 11 13.9 17.12 101.5 11598.05 2006Q3 1752.42 10.8 15.7 15.99 101.5 11780.72 2006Q4 2675.47 10.7 17.48 14.56 102.8 11983.53 2007Q1 3183.98 11.1 19.8 12.81 103.3 12992.48 2007Q2 3820.7 11.5 20.92 9.38 104.4 15432.01 2007Q3 5552.3 11.5 22.07 6.87 106.2 17987.89
资料来源:WIND 数据库
中国统计年鉴
注:同比增长率均以 2002Q1为基期
五、模型的估计与调整
1、用 Eviews 对模型Y=β0 + β1X 1t + β2X 2t + β3X 3t + β4X 4t +β5X 5t + Ut 进行 OLS
回归,得到如下结果:
表 2
Dependent Variable: Y
Method: Least Squares
Date: 12/02/07 Time: 12:35
Sample: 2002Q3 2007Q3
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 2762.469 4685.682 0.589555 0.5643
X1 28.70192 89.35843 0.321200 0.7525
X2 104.8961 16.90178 6.206214 0.0000
X3 -111.5015 42.85359 -2.601917 0.0200
X4 -48.33781 39.70379 -1.217461 0.2422
X5 0.326895 0.085147 3.839168 0.0016
R-squared 0.970667 Mean dependent var 1863.728
Adjusted R-squared 0.960889 S.D. dependent var 1097.029
S.E. of regression 216.9542 Akaike info criterion 13.83221
Sum squared resid 706037.0 Schwarz criterion 14.13064
Log likelihood -139.2382 F-statistic 99.27271
Durbin-Watson stat 2.314602 Prob(F-statistic 0.000000
2、统计推断检验
通过回归结果可知:R 2 =0.970667可决系数很高,说明模型对样本数据的整体拟合优度很好,可解释被解释变量 Y 大约 97.1%的变动;
F 统计量 =99.27271, 也说明回归方程显著, 即“ 上证指数” 、“ GDP 同比增长率” 、“ M1货币供给量同比增长率” 、“居民储蓄存款期末余额同比增长率” 、“全国居民消费价格总指数” 、“上交所投资者开户数”这些变量联合起来对上证指数 Y 具有显著影响;
变量 X2, X3, X5的 t 检验值较显著,但 X4全国居民消费价格总指数的系数符号为负,与预期相反,且 X1、 X4的 t 检验值不够显著。

综上所述,模型中很可能存在多重共线性。

3、计量经济学检验
●多重共线性
首先,检验各个解释变量间的相关性,其相关系数矩阵如下:
通过相关系数矩阵可知,部分变量间的具有很强的相关性,证实确实存在较严重的多重共线性。

采用逐步回归法进行修正,过程如下:
其中,加入 X5的方程调整 R 2最大,以 X5为基础,顺次加入其他变量逐步回归, 结果如下:
经比较, 新加入 X2的方程调整 R 2=0.952632, 改进最大, 而且各参数的 t 检验显著, 选择保留 X2,再加入其他新变量逐步回归,结果如下:
表 6 加入新变量的回归结果(二
经比较,新加入 X3的方程调整 R 2=0.962047,改进最大,而且各参数的 t 检验显著, 选择保留 X3,再加入其他变量逐步回归,结果如下:
经比较,加入 X1后调整 R 2反而变小;加入 X4后调整 R 2增加不大, X4的参数t 检验值也不很显著,甚至符号相反。

因此,最后修正的多重共线性影响的回归结果为:
Y=-2602.916 + 99.38993 X2t – 83.89302 X3t + 0.356917 X5t
(1331.654 (15.18206 (35.88517 (0.0725
t = (-1.954649 (6.546539 (-2.337819 (4.92298
R 2 =0.96774 调整 R 2 =0.962047 F=169.9911 DW=1.82024
经济意义:对上证指数影响的因素主要有 M1货币供给量同比增长率、居民储蓄存款期末余额同比增长率以及上交所投资者开户数。

且有 , 在其他因素不变的情况下 ,M1货币供给量同比增长率每增长一个单位,上证指数平均增长 99.38993点;全国居民储蓄存款期末余额同比增长率每增长一个单位 , 上证指数平均降低
83.89302点; 上交所投资者开户数每增加 1万户 , 上证指数平均增长 0.356917点。

● 自相关性
对回归结果,执行view → Residual Tests→ Correlogram-Q-Statistics,得到如下:表8
Included observations: 21
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
.**| . | .**| . | 1 -0.220 -0.220 1.1671 0.280
. *| . | . *| . | 2 -0.129 -0.187 1.5925 0.451
. |**. | . |**. | 3 0.290 0.234 3.8490 0.278
.**| . | .**| . | 4 -0.266 -0.193 5.8527 0.210
. |**. | . |**. | 5 0.218 0.237 7.2845 0.200
. *| . | .**| . | 6 -0.097 -0.197 7.5884 0.270
***| . | .**| . | 7 -0.392 -0.315 12.888 0.075
. |* . | . *| . | 8 0.187 -0.141 14.190 0.077
. | . | . |* . | 9 0.017 0.101 14.202 0.115
.**| . | .**| . | 10 -0.253 -0.222 17.023 0.074
. | . | .**| . | 11 0.002 -0.193 17.023 0.107
. | . | . *| . | 12 -0.045 -0.090 17.131 0.145
从表中 Partial Correlation可知, 模型在 1— 12阶内都不存在自相关。

且样本容量 n =21, 解释变量个数 k =3 , DW=1.82024,查 DW 统计表可知, d L =1.026 , d U
=1.699 ,所以 d L <=DW<= d U 。

综上,认为该模型中没有自相关。

● 异方差性
由于采用的是小样本,所学对异方差的检验方法基本都不适用,因此我们暂且通过残差图形分析来判断,但是残差图形分析只能粗略表示模型中是否有异方差。

通过图形可知,该模型不存在异方差。

尽管用 Goldfeld-Quanadt 检验方法检验模型是否存在异方差的可靠性不是很高, 但鉴于知识水平限制,我们还是选用了此法检验模型是否存在异方差。

首先将观测
值按解释变量 X2(M1货币供给量同比增长率的大小顺序排序(升序排列 ;其次,将排列
在中间的 3个观察值删除掉,再将剩余的观测值分为 2部分,每部分观察值 9个;提出原假设 H 0:两部分数据的方差相等;最后分别对上述两部分做回归,得到两部分的残差和分别是 288967.4和 88293.58, 如下表所示 :
表 9
Dependent Variable: SZZS
Method: Least Squares
Date: 12/05/07 Time: 16:50
Sample: 1 9
Included observations: 9
Variable Coefficient Std. Error t-Statistic Prob.
C -4838.517 3461.280 -1.397898 0.2210
M1 93.75581 31.95812 2.933709 0.0325
CXCK -37.24776 44.34493 -0.839955 0.4392
KHS 0.488070 0.351140 1.389958 0.2232
R-squared 0.802979 Mean dependent var 1329.442 Adjusted R-squared 0.684766 S.D. dependent var 236.6808 S.E. of regression 132.8861 Akaike info criterion 12.91796 Sum squared resid 88293.58 Schwarz criterion 13.00562 Log likelihood -54.13084 F-statistic 6.792660
Durbin-Watson stat 2.259104 Prob(F-statistic 0.032527
表 10
Dependent Variable: SZZS
Method: Least Squares
Date: 12/05/07 Time: 17:13
Sample: 13 21
Included observations: 9
Variable Coefficient Std. Error t-Statistic Prob.
C 813.6873 2512.539 0.323851 0.7592
M1 -19.97695 99.11410 -0.201555 0.8482
CXCK -124.0399 74.67977 -1.660957 0.1576
KHS 0.324068 0.164798 1.966452 0.1064
R-squared 0.982400 Mean dependent var 2537.208
Adjusted R-squared 0.971840 S.D. dependent var 1432.587
S.E. of regression 240.4028 Akaike info criterion 14.10361
Sum squared resid 288967.4 Schwarz criterion 14.19127
Log likelihood -59.46625 F-statistic 93.02938
Durbin-Watson stat 2.442715 Prob(F-statistic 0.000083
得到 F 统计量 =288967.4/(9-3 ÷88293.58/(9-3=3.2728,在显著性水平α=0.05的条件下查 F 分布表得 F(6,6=4.28,所以 F=3.2728<4.28,即接受原假设 , 认为模型不存在异方差。

4、伪回归检验
所谓“伪回归” , 是指变量间本来不存在有意义的关系, 但回归结果却得出存在有意义关系的错误结论。

在 20世纪 70年代, Grange 、 Newbold 研究发现,造成伪回归的根本原因在于时间序列变量的非平稳性。

他们用 Monte Carlo 模拟方法研究表明,如果用传统回归分析方法对彼此不相关联的非平稳变量进行回归, t 检验值和F 检验值往往倾向于显著,从而得出“变量相依”的“伪回归结果” 。

因此,必须对经济变量时间序列的平稳性与非平稳性进行判断,才能认定所得模型是否是有意义的。

首先,对模型中各个经济变量的时间序列进行 ADF 单位根检验(先通过图形判断其有无截距项和时间趋势,再进行 ADF 检验,以判断其序列是否平稳。

上证指数时间序列单位根检验表 11
Null Hypothesis: SZZS has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.711388 0.0084
Test critical values: 1% level -4.616209
5% level -3.710482
10% level -3.297799
M1货币供给量同比增长率时间序列的单位根检验表 12 Null Hypothesis: M1 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.605619 0.0551
Test critical values: 1% level -4.498307
5% level -3.658446
10% level -3.268973
全国居民储蓄存款期末余额同比增长率的单位根检验表 13 Null Hypothesis: CXCK has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.244655 0.0330
Test critical values: 1% level -3.831511
5% level -3.029970
10% level -2.655194
上交所投资者开户数单位根检验表 14
Null Hypothesis: KHS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 0.034313 0.9514
Test critical values: 1% level -3.808546
5% level -3.020686
10% level -2.650413
通过单位根检验可知,在显著性水平α=0.05的条件下,上证指数和全国居民储蓄存款期末余额同比增长率的时间序列是平稳的,但是 M1货币供给量同比增长率和上交所投资者开户数的时间序列是非平稳的,但是二者的一阶差分序列都是平稳的, 即他们都是一阶单整的。

其一阶差分序列的单位根检验如下:
M1货币供给量同比增长率一阶差分时间序列的单位根检验表 15 Null Hypothesis: D(M1 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.091717 0.0038
Test critical values: 1% level -4.571559
5% level -3.690814
10% level -3.286909
上交所投资者开户数一阶差分序列的单位根检验表 16
Null Hypothesis: D(KHS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=4
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.390746 0.0246
Test critical values: 1% level -3.831511
5% level -3.029970
10% level -2.655194
因为这 2个经济变量的时间序列是一阶单整的,而原序列是非平稳的。

因此对模型进行协整检验。

若可以通过协整检验,说明模型中涉及的经济变量存在长期均衡关系。

生成残差序列:
Resid 残差序列表 17
1 39.555369621
2942 11
-183.8706426 56561
2 -149.3115721
98643 12
-26.44400728 37888
3 12.508254194
9469 13
485.40780324 8294
4 -22.86213585
03178 14
-74.26152289 96151
5 86.396197966
1121 15
-38.96908298 91979
6 -238.0475675
67999 16
256.40907540 8053
7 -129.4885126
65837 17
-44.39524302 57214
8 190.31421182
4921 18
-29.37669529 77389
9 -68.37478619
42375 19
-137.6103908 51785
10 331.22825380
92 20
-376.6501756 90595
21
117.84316909 9222
检验残差序列的平稳性:残差序列存在截距项,没有时间趋势。

《计量经济学》课程论文第 16 页 500 400 300 200 100 0 -100 -200 -300 -400 2 4 6 8 10 12 U 14 16 18 20 单位根检验： Null Hypothesis: U has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=3 t-Statistic Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level -5.283303 -3.808546 -3.020686 -2.650413 Prob.* 0.0004 残差序列通过了单位根检验，因此模型中的被解释变量和解释变量间存在协整关系，即他们存在长期均衡关系。

其误差修正模型为： DY=9.285406582 + 64.1521325*DX2t –60.53214809*DX3t +
0.433009236* DX5t –0.5580438834*E(-1 六、结论与政策建议●综上，上证指数和M1 货币供给量同比增长率，全国居民储蓄存款期末余额同比增长率，上交所投资者开户数之间存在长期均衡关系。

这种长期关系是在短期动态过程的不断调整下得以维持。

在这三个影响因素中，宏观因素——M1 货币供给量同比增长率、全国居民储蓄存款期末余额同比增长率——对上证指数的影响更为显著。

说明股市的变动受国家政策等宏观因素的影响是投资者不可忽略的重要因素。

●本文没有考虑政策因素对上证指数的影响，但是实际情况中政策因素是影响上证指数的一个重要因素，且影响是非常大的，是证券投资者不可忽略的因素。

对上证指数收益率的实证分析结果表明，短期而言，基本面因素对上证指数日收益率的影响很小，技术面因素的贡献率达到 26.4%，政策因素的影响约占 70%；从中长期角度看，基本面因素的影响约占 22%，政策面因素的作用依旧是最大的，它的贡献率达到75% 以上。

因而我国股市基本上还是一个政策市，价值型投资者中长期也要重点关注政策
《计量经济学》课程论文第 17 页面的总体动向，要求管理层政策的出台和变动能使市场形成相对准确的预期，使得政策对股市波动的直接影响转化为间接的指导作用。

●居民储蓄存款是政府对股市进行调控的一个很有效的手段。

它受很多因素的影响，主要包括： (1 国民收入水平，国民收入水平越高，说明居民部门的收入水平也越高．进而影响居民可支配收入．因此它对居民金融储有一个正的影响。

(2 经济增长率，它是居民对未来的收入有一个较高水平的预期，因此可以鼓励居民消费．这对居民金融储有一个负的影响。

(3银行存款实际利率和通货膨胀率，利率对居民储蓄率的影响为正．通货膨胀率对居民储蓄率的影响为负。

但
是利率和通货膨胀率对总体意义上的居民储蓄率(计算时含实物形式储蓄影响不显著。

对居民金融储蓄率影响显著。

(4居民的消费观念。

居民对于收入的处理受当消费支出的影响，当收入总量一定时，储蓄的金额与消费的金额呈反方向变化。

(5社会保障与信贷约束。

当社会保障制度完善时，居民储蓄额会相对来说控制在较低的水平。

(6股票市场的完善程度．它直接体现为股票的投资风险，储蓄型居民追求安全。

并且不追求流动性．从而影响居民的投资行为。

另外股市的发展状况也会影响居民储蓄。

因此，可以通过以上途径调节居民储蓄存款，以便使得股市能够健康良好的运行：●通过货币政策——紧缩性政策、扩张性政策，在不同时期采用相适应的货币政策，来调节股市。

尤其在出现通货膨胀现象时，可以根据货币政策的传导机制，充分利用利率这一中间指标，达到降温的目的。

所谓货币政策的传导机制是指一定的货币政策工具，如何引起社会经济生活的某些变化，最终实现预期的货币政策目标。

对货币政策传导机制的分析，在西方主要有凯恩斯学派和货币学派。

凯恩斯学派的主要思路：通过货币供给的增减影响利率，利率的变化通过资本边际效益的影响使投资以乘数方式增减，而投资的增减会进而影响总支出和总收入。

凯恩斯学派传导机制理论的特点是对利率这一中介指标特别重视。

参考文献：邹艳芬《上证指数的主要影响因素分析》张岷张桂霞《我国城市居民银行储蓄与上证指数变化的实证分析》 WIND 数据库中国统计年鉴。