vector烟草集团股票分析

㈠ 如何用Python和机器学习炒股赚钱

相信很多人都想过让人工智能来帮你赚钱，但到底该如何做呢？瑞士日内瓦的一位金融数据顾问 Gaëtan Rickter 近日发表文章介绍了他利用 Python 和机器学习来帮助炒股的经验，其最终成果的收益率跑赢了长期处于牛市的标准普尔 500 指数。虽然这篇文章并没有将他的方法完全彻底公开，但已公开的内容或许能给我们带来如何用人工智能炒股的启迪。

我终于跑赢了标准普尔 500 指数 10 个百分点！听起来可能不是很多，但是当我们处理的是大量流动性很高的资本时，对冲基金的利润就相当可观。更激进的做法还能得到更高的回报。

这一切都始于我阅读了 Gur Huberman 的一篇题为《Contagious Speculation and a Cure for Cancer: A Non-Event that Made Stock Prices Soar》的论文。该研究描述了一件发生在 1998 年的涉及到一家上市公司 EntreMed（当时股票代码是 ENMD）的事件：

「星期天《纽约时报》上发表的一篇关于癌症治疗新药开发潜力的文章导致 EntreMed 的股价从周五收盘时的 12.063 飙升至 85，在周一收盘时接近 52。在接下来的三周，它的收盘价都在 30 以上。这股投资热情也让其它生物科技股得到了溢价。但是，这个癌症研究方面的可能突破在至少五个月前就已经被 Nature 期刊和各种流行的报纸报道过了，其中甚至包括《泰晤士报》！因此，仅仅是热情的公众关注就能引发股价的持续上涨，即便实际上并没有出现真正的新信息。」

在研究者给出的许多有见地的观察中，其中有一个总结很突出：

「（股价）运动可能会集中于有一些共同之处的股票上，但这些共同之处不一定要是经济基础。」

我就想，能不能基于通常所用的指标之外的其它指标来划分股票。我开始在数据库里面挖掘，几周之后我发现了一个，其包含了一个分数，描述了股票和元素周期表中的元素之间的「已知和隐藏关系」的强度。

我有计算基因组学的背景，这让我想起了基因和它们的细胞信号网络之间的关系是如何地不为人所知。但是，当我们分析数据时，我们又会开始看到我们之前可能无法预测的新关系和相关性。

如果你使用机器学习，就可能在具有已知和隐藏关系的上市公司的寄生、共生和共情关系之上抢占先机，这是很有趣而且可以盈利的。最后，一个人的盈利能力似乎完全关乎他在生成这些类别的数据时想出特征标签（即概念（concept））的强大组合的能力。

我在这类模型上的下一次迭代应该会包含一个用于自动生成特征组合或独特列表的单独算法。也许会基于近乎实时的事件，这可能会影响那些具有只有配备了无监督学习算法的人类才能预测的隐藏关系的股票组。

㈡ LANZAR VECTOR注册过商标吗还有哪些分类可以注册

LANZAR VECTOR商标总申请量1件
其中已成功注册0件，有0件正在申请中，无效注册1件，0件在售中。
经八戒知识产权统计，LANZAR VECTOR还可以注册以下商标分类：
第1类（化学制剂、肥料）
第2类（颜料油漆、染料、防腐制品）
第3类（日化用品、洗护、香料）
第4类（能源、燃料、油脂）
第5类（药品、卫生用品、营养品）
第6类（金属制品、金属建材、金属材料）
第7类（机械设备、马达、传动）
第8类（手动器具（小型）、餐具、冷兵器）
第10类（医疗器械、医疗用品、成人用品）
第11类（照明洁具、冷热设备、消毒净化）
第12类（运输工具、运载工具零部件）
第13类（军火、烟火、个人防护喷雾）
第14类（珠宝、贵金属、钟表）
第15类（乐器、乐器辅助用品及配件）
第16类（纸品、办公用品、文具教具）
第17类（橡胶制品、绝缘隔热隔音材料）
第18类（箱包、皮革皮具、伞具）
第19类（非金属建筑材料）
第20类（家具、家具部件、软垫）
第21类（厨房器具、家用器皿、洗护用具）
第22类（绳缆、遮蓬、袋子）
第23类（纱、线、丝）
第24类（纺织品、床上用品、毛巾）
第25类（服装、鞋帽、袜子手套）
第26类（饰品、假发、纽扣拉链）
第27类（地毯、席垫、墙纸）
第28类（玩具、体育健身器材、钓具）
第29类（熟食、肉蛋奶、食用油）
第30类（面点、调味品、饮品）
第31类（生鲜、动植物、饲料种子）
第32类（啤酒、不含酒精的饮料）
第33类（酒、含酒精饮料）
第34类（烟草、烟具）
第35类（广告、商业管理、市场营销）
第36类（金融事务、不动产管理、典当担保）
第37类（建筑、室内装修、维修维护）
第38类（电信、通讯服务）
第39类（运输仓储、能源分配、旅行服务）
第40类（材料加工、印刷、污物处理）
第41类（教育培训、文体活动、娱乐服务）
第42类（研发质控、IT服务、建筑咨询）
第43类（餐饮住宿、养老托儿、动物食宿）
第44类（医疗、美容、园艺）
第45类（安保法律、婚礼家政、社会服务）

㈢ vector magic 1.15绿色汉化版怎么用

vectormagic是在线式的，跟股票软件一样的，是没有破解版的，一个序列号与机器码配对，序列号是直接发往服务器比对，而我们日常使用的大部分软件都是序列号与注册文件比对。所以vectormagic终端软件是免费的，正由于比对点不同，vectormagic断网即不能使用，没有注册文件就不知道算号规则，也就没有算号器注册机之类的。

㈣ 有那种牌子的烟是转基因的，转基因烟草有什么危害 [购物]

对于转基因技术，有人提出“我们不应扰乱自然，转基因技术改变了食品的属性，要小心地使用转基因技术。转基因技术将破坏食物中的营养价值，同时新技术的应用将提高产品的价格，但这是不必要的。 新技术的引进就是利用细菌或其他转基因技术把不同生物的DNA组织引入植物中。在烟草中使用转基因技术仅是20年前的事情，当时一小部分的细菌基因被融合到烟草中，随后下一代的烟草都继承了这些属性，并在某种类型的烟草中进行了许多小规模的尝试。 全球的转基因作物的面积从1995年开始逐渐增长，到2002年，大约有550到600万烟农种植转基因烟草。种植商业转基因作物的国家有美国、阿根廷、加拿大、中国、印度、德国等国家，其中美国的转基因烟草份额达到了全球的67%，阿根廷为23%，加拿大为6%，中国为4%。其中转基因比例最高的是大豆。种植生物技术的优势有环境优势、农业潜在作物生产、消费者的益处、加工者的利润和第三大世界农业。在美国40个州种植的转基因作物的产量、净利润和降低害虫方面都取得了显著的成效。 转基因烟草，商业上有三种主要的转基因烟草种植：一是中国式的农艺：防病毒和抗虫性。其次是，维克托烟草在美国和其他国家生产的转基因烟草，具有低尼古丁的特点，再次就是用于提炼药物和烟草的替代产品。 转基因烟草的种植和使用类型决定了所面临的风险因素是不同的。在许多国家里，如保加利亚、加拿大、法国和印度，烟草仍是用做转基因研究的。 自1996?1997年起，中国的许多省份都出现了转基因烟草：主要是用于国内的烟草作物，也进入了国际贸易。这些转基因烟草的主要特点是：烟草植入了病菌和黄瓜的抗病菌性，在控制这些疾病方面非常有效。中国烟草专卖局对转基因烟草的立场非常严肃，从我们的经验来看，他们是想通过合作来解决这些问题：制定加强种子分配和绿色烟草移动的新规则。与测试实验室之间保持着良好的关系，还加入了CORESTA探测转基因烟草的工作小组中。 农民对种植转基因烟草的信息了解的非常少。抗病毒的技术使转基因烟草可能被农民所接受。在美国和加拿大，一些烟农可能在农场内种植有转基因大豆或小麦，因此毫无疑问，他们可能想在烟草作物上使用转基因技术。 不过，对转基因烟草来说没有广泛的市场，因为根据目前的数据，特别是在欧洲，烟农和烟草种植者协会在采用转基因技术方面的看法不同。所有的转基因烟草必须完全与传统烟草作物分开：否则就会导致无意中混淆了种子和绿色烟草。如果在产品中发现了转基因烟草，那么这个国家的出口将受到威胁。 全球制造商基本上把转基因看作是一种危险。在世界的许多地方特别是在欧洲，消费者并不接受转基因技术，但是日本、澳大利亚和新西兰也有同样的忧虑。在许多国家里，对转基因烟草有法律规定。与转基因食品和其他作物相关的问题非常复杂，需要解决。 对烟草业来说，转基因烟草可能提供许多机会：是降低烟草产品潜在风险的主要工具?能够使烟草作物发生改变，降低烟雾中的有害成分。不过，产生烟雾的物质主要是蛋白质和纤维素。对烟农来说，农业将在抗病毒和抗霜霉病方面受益。该技术不是解决烟草业所有问题的万能药，但是它能提供一些开发的机会。转基因食品引起了许多争议，许多问题必须在转基因技术广泛被接受之前就解决了。 美国vector属于第五大烟草公司，仅次于R．J．Reynolds、菲利普·莫里斯、Brown&Williamson和Lorrilard，但生产的却都是低档烟，几乎没一个知名品牌。 美国Vector公司2002年3月宣布，其使用转基因烟草生产的卷烟新品牌“Quest”，将被作为“无尼古丁”卷烟于今年第三季度投放市场。 由于害怕烟叶出口受到影响，尤其是欧洲和亚洲一些反对转基因生物激进的国家，美国大部分烟农对种植转基因烟草持极力反对的态度。尽管如此，Vector公司还是与滨西法尼亚州的500多家烟草种植农场签定了种植3000公顷这种所谓的“无尼古丁”烟草品系的协议。有报道说，Vector 公司还在伊里诺斯州和奥克拉荷马州积极活动，劝说当地烟农种植该转基因烟草。

㈤ 支持向量机能用到对 股票估值上吗

支持向量机SVM(Support Vector Machine)作为一种可训练的机器学习方法,依靠小样本学习后的模型参数进行导航星提取,可以得到分布均匀且恒星数量大为减少的导航星表 基本情况 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线svm 产品
性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine,简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在近年来提出的一种新方法。 SVM的主要思想可以概括为两点： (1) 它是针对线性可分情况进行分析，对于线性不可分的情况，通过使用非线性映射算法将低维输入空间线性不可分的样本转化为高维特征空间使其线性可分，从而 使得高维特征空间采用线性算法对样本的非线性特征进行线性分析成为可能；(2) 它基于结构风险最小化理论之上在特征空间中建构最优分割超平面，使得学习器得到全svm 系列产品
局最优化,并且在整个样本空间的期望风险以某个概率满足一定上界。 在学习这种方法时，首先要弄清楚这种方法考虑问题的特点，这就要从线性可分的最简单情况讨论起，在没有弄懂其原理之前，不要急于学习线性不可分等较复杂的情况，支持向量机在设计时，需要用到条件极值问题的求解，因此需用拉格朗日乘子理论，但对多数人来说，以前学到的或常用的是约束条件为等式表示的方式，但在此要用到以不等式作为必须满足的条件，此时只要了解拉格朗日理论的有关结论就行。

㈥ KDFUDAO VECTOR注册过商标吗还有哪些分类可以注册

KDFUDAO VECTOR商标总申请量1件
其中已成功注册0件，有1件正在申请中，无效注册0件，0件在售中。
经八戒知识产权统计，KDFUDAO VECTOR还可以注册以下商标分类：
第1类（化学制剂、肥料）
第2类（颜料油漆、染料、防腐制品）
第3类（日化用品、洗护、香料）
第4类（能源、燃料、油脂）
第5类（药品、卫生用品、营养品）
第6类（金属制品、金属建材、金属材料）
第7类（机械设备、马达、传动）
第8类（手动器具（小型）、餐具、冷兵器）
第9类（科学仪器、电子产品、安防设备）
第10类（医疗器械、医疗用品、成人用品）
第11类（照明洁具、冷热设备、消毒净化）
第12类（运输工具、运载工具零部件）
第13类（军火、烟火、个人防护喷雾）
第14类（珠宝、贵金属、钟表）
第15类（乐器、乐器辅助用品及配件）
第16类（纸品、办公用品、文具教具）
第17类（橡胶制品、绝缘隔热隔音材料）
第18类（箱包、皮革皮具、伞具）
第19类（非金属建筑材料）
第20类（家具、家具部件、软垫）
第21类（厨房器具、家用器皿、洗护用具）
第22类（绳缆、遮蓬、袋子）
第23类（纱、线、丝）
第24类（纺织品、床上用品、毛巾）
第25类（服装、鞋帽、袜子手套）
第26类（饰品、假发、纽扣拉链）
第27类（地毯、席垫、墙纸）
第28类（玩具、体育健身器材、钓具）
第29类（熟食、肉蛋奶、食用油）
第30类（面点、调味品、饮品）
第31类（生鲜、动植物、饲料种子）
第32类（啤酒、不含酒精的饮料）
第33类（酒、含酒精饮料）
第34类（烟草、烟具）
第35类（广告、商业管理、市场营销）
第36类（金融事务、不动产管理、典当担保）
第37类（建筑、室内装修、维修维护）
第39类（运输仓储、能源分配、旅行服务）
第40类（材料加工、印刷、污物处理）
第41类（教育培训、文体活动、娱乐服务）
第42类（研发质控、IT服务、建筑咨询）
第43类（餐饮住宿、养老托儿、动物食宿）
第44类（医疗、美容、园艺）
第45类（安保法律、婚礼家政、社会服务）

㈦ vectormagic序列号

vector magic是在线式的，跟股票软件一样的，是没有破解版的，一个序列号与机器码配对，序列号是直接发往服务器比对，而我们日常使用的大部分软件都是序列号与注册文件比对。所以vector magic终端软件是免费的，正由于比对点不同，vector magic断网即不能使用，没有注册文件就不知道算号规则，也就没有算号器注册机之类的。

㈧ 货币流动性的影响探讨

货币流动性影响资产价格的理论探讨
货币流动性的变化趋势反映了宽松或者紧缩的货币环境，资产价格在不同货币政策环境中的变化特征是每一个机构投资者关心的问题，具有重要实践意义。
货币流动性的经济涵义
货币流动性（Monetary Liquidity）反映了货币供应的一种基本状况。 在宏观经济层面上，我们常把流动性直接理解为不同统计口径的货币信贷总量。 居民和企业在商业银行的存款，乃至银行承兑汇票、短期国债、政策性金融债、货币市场基金等其他一些高流动性资产，都可以根据分析的需要而纳入不同的宏观流动性范畴。 衡量货币总量的指标包括 M0、M1、M2、M3等M0指流通中现金。“狭义的货币”— M1，通常是由流通于银行体系之外的、为货币公众所持有的现金及商业银行的活期存款所组成。“广义的货币”— M2 在M1的基础上加入了商业银行的定期存款和储蓄存款。 M3则在M2的基础上又加入了非银行金融中介机构的负债。广义货币涵盖了不同金融机构持有的各种货币形式，较好适应现代经济的需要，已成为发达国家货币当局关注的重要指标。。 我国央行定期公布狭义货币供应量M0和M1，以及广义供应量M3的统计数值。
货币数量理论(Quantity Theory of Money)指出了货币供应量同经济活动及物价水平的相互关系，具体可由费雪方程式（Fisher Equation）表示: MV=PT。 其中，M指货币供应量；V指货币流通速度；P指平均价格水平；T指商品和服务的交易量。理论假设货币流通速度（V）和交易量（T）在短期内不发生改变，这样，货币供应量(M)的增加会引起价格水平(P)的增加，导致通货膨胀。流动性的具体形式深受金融机构及其实际活动方式变化的影响，其复杂多变性可能使传统货币数量理论所理解的货币与经济的关系变得不稳定。
近年来，资本市场及其衍生品市场迅速发展，许多经济学家提出货币是用来满足所有经济活动的需要，其中不仅包括流通中的商品，也应该包括资产，因此应将费雪等式修正为MV=PT+S,这里S代表资本市场对货币的需求。 另一个关于传统货币数量理论的批评在于，很多学者认为货币流通速度(V)根据经济和商业活动的环境发生改变，不应假设其保持完全不变。 这些对货币数量理论的改进建议体现了经济活动的发展变化，货币数量理论所揭示的基本规律值得我们学习和继续探索。
货币流动性的变化趋势反映了宽松或者紧缩的货币环境。流动性过剩的经济学定义是：流通的实际货币量同经济均衡状态下所需货币量之间的正偏差。流动性过剩可以理解成货币供给超出了保持物价长期稳定的需要。 根据流动性过剩定义，在衡量货币流动性过剩时，首先估算出经济均衡状态下的理论货币流通总量，然后计算与实际货币总量的差额，取得过剩或短缺的具体数值。在实际应用中，什么水平的货币供应量最为合理很难确定，并且在经济学理论中的争论也很多。 因此，我们在实际中观察的货币流动性过剩并不是绝对层面的过剩，而是相对的过剩，也就是货币流动性宽松或收紧的发展趋势。
我们可以用货币增长率同名义GDP增长率的比值衡量货币流动性的变化趋势。假设货币流通速度不变，若货币供应与流通速度的增长率超过实物和价格的增长率，流动性有宽松的变化趋势，反之则有紧缩的变化趋势。 另外，我们也可以用代表货币流动价格的真实利率水平衡量流动性。 当利率下降时，流动性有宽松的变化趋势，反之则有紧缩的变化趋势。
货币流动性影响资产价格的理论解释
保持平稳的价格水平一直是货币政策当局关注的焦点和货币政策最终目标之一。资产价格水平得到货币政策当局的关注可以追溯到20世纪20年代的美国经济泡沫，在90年代高科技股票泡沫中得到进一步体现。 上面的两个阶段（1923—1929年和1994—2000年）中，股票市场指数在两个六年中保持了平均20%以上的年增长，而且都伴随着较低和平稳的通货膨胀水平，以及很高的真实GDP增长率。 同时，货币流通量和贷款同样在这两个阶段中高速增长。这些事实显示资产价格对经济的影响巨大，也揭示了货币供应量与资产价格水平具有高度的相关性。
近年来，世界主要国家已经成功地将消费品价格水平控制在比较稳定的水平。美联储主席Bernanke曾指出，西方国家的货币政策重点已经从通货膨胀转移到资产价格。 前美联储副主席Ferguson 也指出了货币当局关注资产价格的原因所在：由于资产价格是货币政策传导机制中的重要一环，资产价格的非常变化将导致货币政策无法对经济活动产生有效影响；另外，资产价格中包含了货币政策的重要信息，具有信息揭示作用，央行需要确保其揭示的信息与货币政策相一致。货币政策当局加强对资产价格的关注，一方面反映出了资产价格在货币政策传导机制中的重要地位，另一方面也要求机构投资者更清楚地认识货币供应对资产价格的作用机制，把握市场走向。
货币流动性对资产价格（包括债券、股票和房地产价格）的影响在理论上可以从下面几个方面解释：?
第一，货币政策的传导机制告诉我们：流动性的提高会引起短期利率的下降；短期利率下降又会引起长期名义利率的下降；长期利率的下降引起股票价格上涨。美联储现行货币政策通常的做法是，根据经济发展状况制定一个目标利率，然后调整货币供给（联邦储备金的供给）状况，直到联邦储备金率达到目标利率水平。 假设美联储希望降低利率，联储选择公开市场操作手段在银行间市场上买入债券，这导致债券的价格上升、回报率下降，利率随之下降。 联储的行为提高了商业银行可以持有的联邦准备金，既而提高了商业银行发放信贷的额度，最终提高了经济中流通的货币总量。
利率水平可以衡量货币流动的价格。长期利率同短期利率具有紧密的联动性，而且债券资产（如国债）的回报率是衡量长期利率水平的重要标准这样，债券利率在流动性增加时下降具有理论依据。长期利率的下降减小了债权资产的回报率，在股票资产风险溢价水平保持不变时，也就相应降低了投资者对股票类资产的要求回报率。对股票资产的要求回报率降低使得当前股票资产的回报率超出人们预期，人们将拥有的货币投入股票抬高股票价格，降低股票回报率，直到与要求回报率相吻合股票的价格取决于股票的供求关系。 而在计算股票内在价值时（比如DDM模型，股票的内在价值=未来收益/要求的回报率），股票代表的公司的未来收益或分红情况，以及利率和要求回报率，都起到决定性作用。(Baks and Kramer, 1999)。
债券利率下降与股票价格上升也可以通过替代效应进行解释。 资金具有逐利性，当债券资产回报率下降时，资金会进入股票市场以获得高回报，直到资金的进入促使股票价格上涨，回报率降低，达到股票资产应有的风险溢价水平为止。另外，流动性增加后的宽松货币环境提高了对经济产出的预期，也提高了对公司盈利状况的预期。 要求回报率的下降和公司盈利预期的提高会增加股票的内在价值。
第二，货币数量理论表明，当货币的流动性高于经济的需要时，会抬高价格水平。 在物价指数保持稳定时，资产价格就会上涨。这个解释基于货币过剩带来的财富效应，居民所拥有的用货币计量的财富增加了；财富效应将用来购买商品；如果消费品价格保持稳定，那么财富会流向资产，资产价格水平就会上涨。 这个解释同样适合现代货币数量理论（MV=PT+S，S代表资产对货币的需要）所代表的关系，货币需要满足所有交易的需要，不仅包括消费品，也包括资产。 从美国历史上最大的两次股票市场泡沫来看（1923—1929年，1993—2000年），都存在着物价稳定和资产价格大幅上涨的现象。
很多学者就美国历史情况对货币流动性影响资产价格的作用机制进行了大量的实证分析，包括： ?
Jensen and Johnson (1995)用利率调整方向的变化作为衡量美联储采取紧缩货币政策或宽松货币政策的标准。 他们分析了1962—1991年间美国股票回报率同货币环境之间的关系，发现股票市场同货币环境紧密相关，当货币环境宽松时的股票回报要高于当货币环境紧缩时。 Patelis (1997)采用不同的货币政策变量也得出了货币政策对股票市场产生作用机制的结论。Mashall(1992)对美国1959—1990年间的季度数据进行分析，他用M1增速同消费占GNP比例进行比较来衡量货币增长，发现实际股票回报率同货币增长呈弱正相关。Conver, Jensen and Johnson(1999)发现一些国家的股票回报同美国货币政策的相关度十分显著，有的甚至要强于同国内货币环境的相关度。Baks and Kramer(1999)研究货币流动性在国际市场间的作用机制。他们发现G-7国家货币流动性的增加同G-7国家真实利率的下降和真实股票价格的上涨保持一致。 Bordo and Wheelock（2004）研究了美国历史上的重大金融泡沫和金融危机，发现金融泡沫的形成一般伴随着货币发行和银行贷款的超额增长。
Ferguson（2005）用M3增长率代表货币供应量的变化，发现货币流动性的增长同股票价格的相关联程度有限，而同房地产价格的关联程度非常高。 他认为统计上的非显著并不能否定货币政策对资产价格的影响机制，产生这种结果的原因可能是由于股票价格的波动过于频繁，普通的相关性分析并不能发现其中的规律。
总结前面的分析，货币流动性对股票资产的价格具有作用机制在理论上已经达成共识：宽松的流动性对股票市场起到重要推动作用。理论界一方面对两者的相关性给予了高度肯定，一方面正寻求在统计分析方法中的突破。
中国货币流动性与股票价格相关性分析
（一）我国货币流动性的主要特点
我国目前已经基本上建立了以稳定货币币值为最终目标，以货币供应量为中介目标，运用多种货币政策工具调控基础货币（操作目标）的框架。人民银行当前的货币政策取向为稳健的货币政策，货币流动性政策以调整货币供应量的管理为主（人民银行，2005）。 根据我国现行外汇制度，企业要将外汇余额卖给外汇指定银行，这就是所谓的强行结售汇制度。而外汇银行必须将超过外汇指定头寸以外的外币资金卖给央行，这样我国央行就成为了外汇市场事实上的接盘者，央行流动性管理的主动性比较弱。 央行为对冲巨大外汇占款而大量增加货币投放是造成我国流动性充裕的直接原因，这样，宽松的货币流动性成为近年来我国货币政策的一个重要特点。
第一，货币供应量占比很大，增速很快。同其他国家相比，我国货币供应量M2占GDP的比例非常高,单就M2占GDP的比例发展趋势来看，呈现明显上升趋势。这从一个方面反映出了我国货币流动性宽松的状况。
第二，货币增速与GDP增速比较。图3显示了过去15 年中(1991—2005年) M2增速同GDP增速的比较。 我们可以发现，我国的广义货币供应量增速在大多数年度里超过GDP增速。
第三，市场利率呈下降趋势。我国利率形成机制仍不完善，没有形成公认的货币市场基准利率。 在众多的短期利率中，银行同业拆借利率同美联储的联邦储备金利率最为相似。同业拆借利率是一个市场化的利率，具有成为基准利率的必要条件。在没有更佳选择的情况下，我们用7天内银行同业拆借利率作为衡量流动性的价格的标准。银行间同业拆借利率的逐年下降趋势反映出我国存在货币流动性宽松的现象。国债到期收益率同样呈现下降趋势，一定程度反映了长期利率变化情况。但是，我们发现银行间同业拆借利率的走势同M2增速—GDP增速之间的变化没有保持一致。这是由于两个指标所体现的内容有所不同。 M2的主要成分是流通中货币和银行中存款，没有反映出非银行金融机构所持有的货币，体现的是流通和储蓄的货币状况；而货币市场利率反映的是金融机构所有的货币情况，体现了投资行为中的货币供求状况。笔者认为，用利率反映的货币流动性具有更加广义的内涵。
（二）我国资本市场与货币流动性相关性的统计分析?
货币流动性同资产价格的关系可以总结为：流动性的增加具有财富效应，居民用货币衡量的财富有所增加，增加对商品和资产的购买；流动性增加具有替代效应，引起短期利率和长期利率的下降，增加了股票投资的内在价值。 流动性具有逐利性，当货币流动性增加提高债券价格，降低债券回报率时，投资者会进入股票市场或房地产市场寻求更高回报。
在统计验证分析中，我们选取了上证综合指数作为股票市场回报的指标，选取房屋销售价格指数作为房地产回报指标，选取银行间国债回购利率作为固定收益回报指标。 用广义货币M2增速与实际GDP增速的差额衡量货币流动性变化趋势。 以1997年第一季度到2006年第三季度为时间段，我们用向量自我回归模型(VECTOR AUTOREGRESSION)的方法对上述指标进行了分析，我们从结果中发现，Akaike AIC和Schwarz SC指标中反映的货币流动性和股票指数相关性较弱。格兰杰因果关系检验（Granger Causality Test）是一种分析指标关系是否存在先后关系的分析方法。 我们运用格兰杰因果关系检验方法进行分析时发现，货币流动性指标的发生在国债指标之前，货币流动性指标对解释国债回购利率统计上显著。货币流动性对于解释房屋价格变化在统计上具有一定显著性；货币流动性对于解释股票回报在统计上显著性较弱。
（三）统计结果分析和主要结论
理论界普遍认为，流动性的增加会抬高价格水平。 首先，流动性的增加具有财富效应。 居民用货币衡量的财富有所增加，如果消费品供给得到满足，过量的货币会流入实体经济，被用来购买资产，抬高房地产和股票资产价格；在物价水平没有上涨的情况下，资产价格水平可能会大幅度上升。 其次，流动性增加具有替代效应，引起短期利率和长期利率的下降，从而减小了人们对股票资产的要求回报率，增加了股票投资的内在价值。资金具有逐利性，当货币流动性增加提高债券价格，降低债券回报率时，过剩的资金促使投资者寻求更高回报的投资途径。我们在对历史数据的分析中发现：第一，我国流动性充裕，广义货币占GDP比例同其他国家相比很高；尽管央行采取多种手段收紧流动性，但是近年来银行间同业拆借利率持续下降，流动性充裕在短期利率中的表现明显。 第二，统计分析结果显示货币流动性对提高债券类资产价格的影响显著，代表长期利率的7年期国债到期收益债率同短期利率走势保持一致。 第三，统计结果反映的流动性对股票价格的作用显著度有限。
总结相关理论和我国实证分析，我们认为流动性是决定债券类资产的决定性因素。货币流动性是股票资产价格和上升的必要条件。 统计结果不够显著是由于股票价格波动频繁，影响我国股票变化的因素比较多而且复杂，需要应用更加精密的统计方法进行深入研究。 2005年底以来，随着股权分置等改革的完成，股票市场制度建设取得突破性进展，投资者的信心提高，流动性充裕带来的大量资金寻求债券之外的投资回报，这样的资金供给为股票市场的大有作为提供的有力支持。从股东开户数的上升来看，大量资金进入股市无疑是股票市场上涨的首要支持力量。 综合分析，我们认为在对股票类资产的分析中，还需要考虑其他因素的作用。 需要注明的是，本文研究的是流动性对资产价格的一般规律，我们相信短期内债券和股票资产价格取决于供给和需求的匹配，在进行具体投资时机和产品选择时，应考虑可能会对供求关系产生影响的多方因素。?
我们认为，机构投资者在进行资产配置决策中应考虑货币流动性因素。现阶段，国际贸易情况、资本流动和货币政策变化等因素是影响我国货币流动性状况的重要原因，值得投资者关注。另外，随着我国资本市场的深入发展，资产价格在经济中的作用也会得到进一步提高，因此，央行在进行货币政策决策时应考虑资产价格因素。
参考文献
[1] Alex D.Patelis.Stock Return Predictability and The Role of Monetary Policy[J].The Journal of Finance, Vol.52, No.5,1997.1951-1972.
[2] Ben S.Bernanke and Alan S.Blinder.The Federal Funds Rate and the Channels of Monetary Transmission[J].The American Economic Review, Vol.82, No.4,1992.901-921.
[3] Borio and Lowe.Asset Prices, Financial and Monetary Stability: Exploring the Nexus[P].BIS working paper, No.114，2002.
[4] C.M.Conover, Gerald R.Jensen, Robert R.Johnson.Monetary Enviroments and International Stock Returns[J].Journal of Banking & Finance, Vol.23,1999.1357-1381.
[5] David A.Mashall.Inflation and Asset Returns in a Monetary Economy[J].The Journal of Finance, Vol.XLVII, No.4.
[6] Europe Central Bank.ECB MB (European Central Bank, Monthly Bulletin)[C].May 2001.
[7] Friedman, M.The Role of Monetary Policy[J].American Economic Review, 53,1968.2-17.?
[8] Federal Reserve Bank.The Federal Reserve System, Purposes & Functions[J].9th Edition, June 2005.
[9] Gerald R.Jensen and Robert R.Johnson.Discount rate changes and security returns in the U.S.1962-1991[J].Journal of Banking and Finance,1995，vol.19, 79-95.
[10]中国人民银行货币政策课题组.关于完善我国中央银行流动性管理研究[R].2005.
[11]中国人民银行货币政策课题组.中国利率形成机制研究报告[R].2005.