股票市场与货币政策关联性实证分析
浙江大学硕士学位论文绪论入序列Ｘ的滞后值是否可以提高Ｙ的被解释程度．如果是，则称序列Ｘ是Ｙ的格兰杰原因，此时ｘ的滞后期系数具有统计显著性．
（３）协整检验：格兰杰指出，当时问序列为非稳定的，如果通过差分方式
使其变为稳定状态，会使隐含在其中的长期信息丧失，仅保留短期信息。协整检验提供了另一种检验变量间是否具有长期均衡稳定关系的检验方法。所谓协整关系是指，有些时间序列，虽然它们自身非平稳，但是其某种线性组合反映了变量之间长期稳定的比例关系．
（４）脉冲响应函数：在向量自回归（ＶＡＲ）模型中，当某一变量ｔ期的扰动项变
动时，会通过变量之间的动态联系，对ｔ期以后各变量产生一连串的连锁作用。脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。
（５）方差分解：方差分解的主要思想是把系统中每个内生变量（共ｍ个）的波动
（ｋ步预引言测均方误差）按其成因分解为与各方程信息（随机误差项）相关联的ｍ个组成部分，从而了解各信息对模型内生变量的相对重要性．方差分解不仅是样本期间以外的因果关系检验，而且将每个变量的单位增量分解为一定比例自身原因和其他变量的贡献。
（６）向量误差修正模型：向量误差修正模型是包含协整约束条件的ＶＡＲ模型，
应用于具有协整关系的非平稳时间序列建模。向量误差修正模型（ＶＥＣＭ）既能反映不同时间序列之间的长期均衡关系，又能反映短期偏离向长期均衡修正的机制，是长、短期相结合以及具有高度稳定性和可靠性的一种模型。
１．６本文可能存在的创新点
１．本文在实证分析股票市场的财富效应中，在莫迪利亚尼的传统消费生命
周期模型的基础上，根据我国实际情况进行了改善，将影响居民消费的因素分解成居民储蓄余额、股票流通市值和居民可支配收入。
２．本文在实证分析股票市场与货币政策关联性中，充分考虑到时间序列协
整关系的影响，根据变量的协整关系建立向量误差修正模型（ＶＥＣＭ），分析变量之间短期和长期的影响。通过脉冲响应函数，方差分解和格兰杰检验等方法，展示了系统中变量之间相互影响的动态过程。７