中国经济转轨中的游资规模变动：测度与解释，本文主要内容关键词为：游资论文,中国经济论文,变动论文,规模论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自1978年中国经济体制转轨以来，在经济总量持续增长的背景下，国内逐渐出现了大量游离于实体经济之外的剩余资金。这些资金带有强烈的逐利性，逐渐成为影响物价水平、收入分配等宏观态势的重要因素。近几年，游资更是开始呈现泛滥且难以遏制的趋势，它们不仅活跃在金融、房地产、黄金等传统资本市场，甚至涉足钢铁、绿豆、大蒜等工业原料以及农产品领域，严重影响了正常的经济秩序。
回顾以往对于国内游资问题的研究，大部分学者将其界定为辗转于国际市场上追求投机利润的短期资金，并从跨国流动的角度展开分析，但由于这种界定方式忽略了对国内资本本身积累和变化的考虑，无法完全适用于分析中国当前所遇到的问题。事实上，考虑目前活跃于国内市场的各类游资，其来源渠道非常广泛。除国际热钱之外，经济转轨过程中的货币量增长、要素报酬增加等等，都可能成为巨额游资的源头。另外，对游资量变化及其影响的分析，诸如游资在哪些领域泛滥、与物价之间的关系、是否引发了经济泡沫等，也都是学术界争论的焦点。但总的来说，截至目前专门研究国内游资的文献仍不多，从理论拓展到实证研究，都迫切需要进一步展开。
很显然，任何对游资的深入分析都需建立在一个明确的前提上，即了解目前国内究竟存在着多大规模的游资。如果将国内游资定义为游离于正常生产流通之外，主要用于投机买卖的资金总和，那么游资的总规模及其变动势必与经济体制转轨密切相关。在计划经济体制下，投机活动受到严格的限制，随着市场经济体制的逐步建立和完善，投机性资金也随之经历了一个由无到有的特殊过程，因此，从静态意义上衡量特定时点的游资规模，必然会出现对不同时期经济体内是否存在投机性泡沫不一致的论断。基于上述认识，我们将引入一个动态的视角，不仅立足于测算中国游资的规模，还将着重研究在持续至今的体制转轨进程中，国内游资经历了怎样的发展变化过程。
对于中国究竟存在多少游资这个论题，曾有部分学者从其来源进行过定量分析，如夏斌、郑耀东(1997)就以流通中的超额现金作为游资的替代变量进行过估算。但随着国内外经济形势日趋复杂，从单一来源测度游资规模的局限性日益增加。当前，不仅国际热钱流入流出变动频繁，而且在体制性约束与各项政策的作用下，各类现金、居民存款等都有可能在特殊条件下转变为投机性资金，使得单从数量上很难区分多大比例资金最终流向虚拟经济。在这个背景下，从资金来源的角度进行游资规模的度量会出现较大的误差。考虑到游资所具有的逐利性和短期炒作的特征，我们认为，无论资金来源如何，它们最终都将投入到具有投机属性的市场进行交易。因而，从资金流向角度，对游资总规模的测算也可转化为对经济体内投机性资金总额的度量。
在这一过程当中，如何区分用于投机炒作的游资与正常的投资与消费是进行投机性资金规模测度的关键。在具有投资、投机双重属性的市场内，本文将主要利用投机泡沫测算中的价格解析方法，从市场交易资金中分离出进行投机炒作的部分并加以汇总，进而判断出国内投机性资金的规模及其变化。总体上看，用于炒作的投机资金在去向上可分为炒房地产资金、炒股票资金、炒期货资金、炒外汇资金和炒现货资金等5类。基于投机性资金所存在的各领域的不同特征，本文还将对不同领域的具体情况分别考虑。其中，对于炒作外汇和炒作现货两类投机资金来说，它们的投机活动通常受到较多的限制，尤其是对生活必需品的炒作更是国家明令禁止的。考虑到这两个领域规模稍小且缺乏系统性，为简化分析，本文将测度重点放在房地产、股票、期货三个主要领域。通过将这三个市场中投机性资金的总额进行汇总，可以判断出存在于这些市场中的游资总量及其变化趋势。
本文的结构安排如下：第二部分是对投机理论和测算方法的文献评述与理论分析；第三部分是对测算方案的具体设计；第四部分是变量选取和数据描述；第五部分根据不同领域的各自特点，分别计算各个市场投机性资金的规模；第六部分根据汇总的测算结果，结合转轨的阶段性特征对游资问题做出进一步的深度分析；第七部分为简短的结语。
二、文献评述与理论分析
在成熟的市场经济中，投机炒作早已是十分普遍的经济现象，因而各国学者很早就开始了对投机问题的研究。在《新帕尔格雷夫经济学辞典》中，投机被定义为“为了再出售(或购买)而不是使用而暂时买进(或售出)商品，以期从价格变化中获利”的经济行为。事实上，这种界定暗含着投机行为异于普通的消费和投资行为的特殊性，即投机与否主要是取决于价格变化的预期而非商品本身的价值。基于这一定义，可以发现，投机行为以价格变动的预期为依据，它作为扰动因素的存在，客观上造成了商品投机价格与内在价值的偏离。在该理念的指导下，从商品(或资产)价格中(下文所有的“商品(或资产)”简写为“商品”)分离出投机成分，就成为学术界测度投机泡沫的基本方法。
通过详细分析投机的成因，国内外学者还将投机泡沫划分为理性预期泡沫、正反馈交易泡沫、时尚泡沫等类别，并相应建立了更为细化的分析模型。但总体来说，对各类泡沫的定量分析都仍是延续着上述思路，其商品价格的解析式都主要包含投机成分和价值成分两部分。从已有的定量分析方法来看，对投机的度量和检验可分为两大类：一是主要采用计量的方式判断商品价格中的泡沫成分，如Shiller(1981)依据资产价格变动进行的泡沫存在性检验；Abraham & Hendershott(1994)对美国1977-1992年30个城市住宅价格进行的基本价值和泡沫的分解，等等；第二类则遵循商品市场的微观机理，构建相应领域的基本价值评估模型，再通过比较价格相对于价值的偏离来度量投机泡沫的大小。其中，在房地产领域，较典型的是通过建立供求模型估算房产的基本价值，如袁志刚等(2003)基于消费者需求函数和开发商供给函数，对房地产价值和泡沫的分析；Garino & Sarno(2004)基于代际模型对1983～2002年英国房价的泡沫进行的检验。对股票而言，其价值评估模型更为成熟，比较经典的是基于股利贴现和净资产等财务指标的价值评估法。此后，随着国内学者愈加注重西方价值判断在中国的适用性，更多考虑中国特殊性的股票价值估算方法被用来进行股市泡沫的分析，如吴世农等(2002)、葛新权(2005)通过发展资产定价模型确定股票的基本价值，并应用实际价格与基本价值之差对股市投机泡沫进行衡量；刘松(2005)引入投资者有限认知的假设，通过对基于账面价值和未来收益估价模型的改进来测度股市泡沫等。综合分析两类研究方法，可以发现，后一类度量方法更加强调有关投资市场的微观机理，所以，据此构建的价值评估模型通常具有较强的专用性。
需要注意的是，对于处于转轨期的中国来说，除了西方学者普遍研究的理性预期投机、时尚泡沫以外，还广泛存在着体制和政策作用下的非理性预期引发的投机行为，它一方面源于转轨经济体中微观主体的特殊预期，如转轨初期流通领域重建过程中曾出现畸高收益所导致的对投机风险性认识不足等；另一方面，渐进式改革也使部分群体在资源、要素、信息等方面具有优势，使其有可能获得远高于一般水平的投机收益，而处于劣势者则容易出现盲目跟风的情形。在此背景下，中国投机泡沫的大小严重依赖于转轨经济体的特殊性。因而，理论上讲，对中国投机性资金的测算需选择更具一般性的方法。由于本文将着重分析房地产、股票与期货三个领域，有必要进一步考虑这几个市场各自的特征。
就房地产领域而言，与普通商品相比，房地产具有单位价值高、使用周期长、供给弹性小等特征，十分符合资本实现自我升值的目标。无论是发达国家，还是新兴经济体，房地产市场都是投机的重点领域，一国经济繁荣或过热几乎都会伴随着房地产市场投机泡沫的出现。同样的，中国房地产市场过热现象也时有发生。它们之间的区别在于，发达国家的房地产投机几乎是纯粹的市场行为，其投机泡沫的产生、变化和破灭都是由投资者、消费者和投机者等市场主体的行为决定的；而对中国来说，基于近年来住房价格膨胀的现象，虽然我们也可做出中国房地产价格中包含投机成分的大致判断，但它却并不完全是由市场自身所决定的。改革开放以后，中国福利分房制度延续了相当长的时间，直到1998年国务院出台了《关于进一步深化城镇住房制度改革，加快住房建设的通知》开始进一步推进住房商品化改革，住房实物分配制才宣告结束。时至今日，由于房地产市场对宏观经济、民生状况可能产生的重大影响，它仍属于宏观调控涉及的重点领域，市场化程度仍远低于普通商品市场。
相比之下，中国股票市场和期货市场的不完善性则主要体现在发展阶段、成熟程度和规范化等几个方面。其中，股票市场自1990年发展至今，信息披露不规范、投机过度等问题时有发生，基于公司价值进行投资不仅难以获利、反而会承担更大风险的异常现象广泛存在。由于监管不力，公司发放股利往往并不能基于其获利的真实水平，粉饰报表也非常普遍。这些都使得完全基于股利或现金流的价值评估出现较大误差，而使用净资产作为公司价值的替代变量又会低估股票的实际价值。同样，中国期货市场自出现以来，也经历了一个逐步规范化的过程，与期货相联系的现货交易不足、套期保值者非常缺乏、投机过度等都是期货市场一直存在的问题。不仅在期货市场成立初期，曾发生过“粳米事件”、“天津红507事件”、“9609事件”、“327国债风波”等多次事件，即使在1998年政府对期货市场进行了重组和整顿之后，投机过度引致的问题仍时有发生，人们也普遍形成了期货市场是可获巨额利润的投机市场的观念。
基于以上分析，适用于转轨时期的投机测度方法必须是较具一般性的，且不能以完善的市场机制为隐含假设。在这个要求下，我们认为，对房地产和股票两个领域投机规模的测算，均可通过构建一般化的价格解析计量模型来进行。由于房地产市场上，位于下游的交易环节市场化程度远高于其他环节，以交易价格为主要测算依据，可以有效地规避房地产市场中的非市场化情形，因此，可以通过计量方法基于其单位售价分离出基本价值和投机部分。同样，股票市场的投机泡沫也可基于其投资价值进行估算，并通过回归分析加以修正。需要注意的是，期货市场与上述两个市场的投机原理存在较大的差异，无法采用同样的方法加以测算。由于期货的价值并不是与其相联系的现货价值，而是套期保值交易对风险的规避。如果将期货价格也分解为价值成分和投机成分，则会发现，其价值成分所占的比例极低。①而在中国，流入期货市场的绝大部分资金都是投机性的，这在学术界已达成共识，投机资金所占的比例可能较西方国家更高。基于已有的理论和数据，期货市场几乎可以看做一个完全的投机市场，根据市场中的资金额就可以对其投机量进行初步的判断。
三、计量模型
在理论分析基础上，本节将主要构建房地产和股票两个领域价值测算的模型，并在下一节的实证结果中补充期货市场部分。首先，考虑房地产交易环节，可以认为，消费者和投资者的行为是遵守一般商品供求定律的，即需求量会随着价格的上升而下降。与之相反，由于投机者的购买目的不是满足使用或投资需要，而是从价格上升中获利，因而当价格持续上涨时，投机者预期未来的价格会更高，从而不仅不会降低需求，反而会加大购进量。如果将满足使用或投资需要的部分定义为真实需求，而将真实需求下的房地产价格定义为基础价值，则当房地产不存在投机时，房产销售价格会近似等于其基础价值。此时，投机的存在会造成价格相对于价值的偏离及剧烈变动。同样的，对于中国股票市场上难以区分的投资与投机资本来说，股票作为获取股东收益的凭证，它本身具备一定价值。投资者关注股票价值的上升，而投机者从价格差中炒作获利。这样，基于价值的投资活动以及基于价格差的投机行为仍可以通过分离股票的基础价值加以测算。此时，股票价格的解析式同样等于其基础价值与投机成分的总和。
我们对房地产和股市两个领域的测算，借鉴了Blanchard & Fischer(1989)将投机性商品价格表示为基本价值和随机误差两部分的基本思路，并认为基本价值是由不包含投机成分的外生因素线性决定的。为了将投机性泡沫与商品价值进行分离，我们参照Blanchard & Fischer(1989)的泡沫分解和Abraham & Hendershott(1994)的住宅基本价值评估模型，构建了适用于两个市场的价值和投机泡沫分解方程。
首先，存在投机资金的商品单位售价可分解为两部分，即：
分别考虑这三个问题，首先，在房产单位价值的决定方面，学者普遍在建筑成本、收入、利率几个因素上达成了共识，但在诸如税率、就业率甚至物价水平等因素上则存在一些分歧；而对于股票价值的影响因素，学者也各具不同的结论。我们认为，通常情况下，投机活动在长期也会受制于商品的基础价值，所以价值的影响因素也可能会对价格产生较显著的影响。因此，在选择变量η时，我们将根据两个市场各自的基础性特征选择出有可能成为价值决定因素的变量，并在忽略方程中的内生项后，通过回归分析找出显著性较强的因素。其次，针对回归方程的内生性问题，可以发现，如果存在某个特殊时期
，此时投机性资金不存在或完全撤出，那么，就会出现商品单位售价与基础价值等同的特殊情形，即
=0，这为我们提供了解决问题的突破口。此时，在基础价值中不包含投机成分的前提下，作为外生因素的价值计算可以采用迭代回归法得出截距项，并经由逐次回归进行校正。随着误差的不断缩小，不仅各个系数的估计结果将趋于一致，同时，内生项作为可计算项，它与其他项的序列相关性也会在结果逼近最终估计值时消失，在检验上则会表示为DW值的良好表现。最后，在最优滞后期的选择上，我们将综合AIC、SC等判断标准，并根据特定领域的实际情况进行选择。
四、指标选取与数据
(一)数据和变量描述
根据方程(4)、(5)，需要明确以下几个重要变量：首先，商品的实际单位销售价格P。因为涉及两个市场，所以分别将每单位房地产价格和股票价格计为
；其次，是η项可能包含的价值决定变量。在房地产领域，我们搜集了房地产开发商的单位建房成本
、城镇居民的人均可支配收入YD(由于中国所进行的人均可支配收入统计数列存在频数不同的问题，我们对其进行了频数转换)、利率RI、汇率RE以及物价水平CPI等多个变量待选。在股票市场上，选择了每股收益EPS、每股净资产BVPS，以及RI、YD和CPI等。在这些变量中，单位售价
是依据房地产销售额和销售面积计算得出，由于统计原因，房地产相关数据在各年首月不进行统计，为保证样本连续性，我们对相关数列首月样本缺失进行了平均和替代。另外，以商品房竣工造价作为房地产商的单位建房成本的替代变量。对于利率项，搜集了1年期和3～5年期商业银行贷款利率，用
，分别代表短期利率和长期利率。而每股收益EPS、每股净资产BVPS则根据流通股本的总市盈率和总市净率进行计算。
对房地产投机资金的估算，我们选用以1998年1月为第0期的月度数据；而股票市场自1990年至今数据较全，所以将1990年12月作为第0期。这样，它们的数据区间分别为1998.1-2011.6与1990.12-2011.6。在所有变量中，利率来源于中国人民银行公布的利率表；房地产销售额、销售面积、竣工价值、竣工面积来源于中经网统计数据库；汇率、CPI、可支配收入、市盈率、市净率以及其他变量均来源于wind金融数据库。
(二)单位根检验
本文采用的均为时期跨度较长的时间序列数据，首先要确定其是否平稳。通过使用ADF检验上述序列的平稳性，并对存在单位根的序列进行差分处理，结果发现P、C、YD、RI'、RI"、RE、CPI、BVPS存在单位根，并且都为I(1)序列，其他变量不存在单位根，具体结果见表1。
五、测算过程与结果
(一)第期选择
准确地选择第期是解决方程内生性的重要步骤之一。由于房产、股票两个市场的数据时期长度不同，因而，期也将分别确定。考虑到中国房地产市场的现实情况，由于1998年是住房体制改革的关键点，自1998年7月起，在中国一直延续实行的住房福利制宣告结束，并随之进入住房分配货币化、住房供给商品化的新时期，我们认为，1998年7月可作为第期的最优选择。一方面，它是房地产领域具有标志性的转折点，并且在商品房出现之初，其具有满足居住需求的消费品定位，可以近似认为，在住房货币化初期，商品房的交易主要是基于使用价值的；另一方面，在90年代初期，虽然在特区概念炒作等背景下，曾出现过部分地区的房产泡沫现象，但到了东南亚金融危机时期，在市场预期转变后，曾局部存在的房产泡沫也基本趋于消失。基于这两个原因，我们认为，1998年7月房地产销售价格等于其内在价值，不包含投机泡沫的设定是比较合理的。
再分析股票市场的情况。股市作为吸纳投机性资金的重要场所，完全依托于股票的投资价值，这种定位使股票市场从建立开始就呈现投资者和投机者混同并存的现象。从现象上也可以发现，股票市场自1990年12月开始，在短短的几个月内一直呈现出价格剧烈波动的情形，明显存在着投机资金的扰动，无法同房地产市场一样得出市场建立初期不存在投机泡沫的结论。针对这种情况，我们只能首先选择基于微观机理的价值估算法对股票基础价值进行初步判断，通过与实际股价的比较确定价值与价格相等的期，随后，再通过回归分析对初步判断的结果进行修正。
结合国内外对股票基础价值进行估算的模型可以发现，股利、净资产、利润率等通常是价值投资者决定是否进行投资的依据。但结合前文的分析，考虑中国的现实情况，股利贴现模型、净资产模型都具有较大的局限性。对于这种情况，通过对股票基本价值估算文献的总结，我们发现，刘松(2005)所改进的模型较适用于中国股票市场的实际状况。该文认为，企业价值最终由该企业当期净资产、未来各期预期净资产、净资产收益率和资金成本率共同决定。所以，结合转轨中金融市场规则的动态性，通过引入投资者有限认知的假设，基于账面价值和剩余收益的估值模型被改进为：
为在价值评估中加入动态性，我们对投资者有限认知的假设做了进一步界定。结合1978年转轨进程启动以来中国经济发展情况，我们发现，股票市场的不确定性较其他国家更强，尤其是在股市建立初期，经济社会无时无刻不在发生变化。即使是经验丰富的投资者，也难以准确预料到长期的情况。考虑到宏观经济决策往往以五年为周期，而投资者通常可以对所处五年计划内建立起较合理的预期，而对于下个五年计划也能够初步预测，因而，将10年作为转轨时期投资者对未来进行预测的最高年限，并认为十年后的情形是难以预料的。此外，我们在测算中还假设投资者进行推断及预测的依据是此前时期的净资产以及收益率。根据以上假设，本文通过搜集1990-2011年的年度数据进行了粗略计算，将该测算结果与1990-2011年所搜集的股价月度数据相比较，我们得出股票市场的第期为1994年5月，此时股价与初步估算价值之差最小，仅为-0.02982元。
(二)回归过程
根据上述结果，我们采用第(6)轮的最终估计量作为预测值。将其代入原回归方程，很容易求得1998年7月至2011年6月的房地产基础价值序列和1990年12月至2011年6月的股票基础价值序列。随后，根据投机性价格与交易量计算出的投机性资金交易总额数据，我们绘成了相应的投机资金规模变动图(见图1、图2)。
(四)期货数据补充
为了统计的全面性，接下来将基于期货市场中获得的期货月度成交额进行补充。基于前文的分析，通过将期货市场看作一个典型的投机市场，我们认为该市场的绝大部分交易额都是由投机性资金带来的。而且，由于期货市场相关的经纪公司对期货市场的存量资金进行实时监控，期货市场上的资金事实上存在着基于每笔市场交易的准确数据及保证金统计数据。但需要注意的是，这些期货经纪公司的监控数据统计口径不一，所统计资金总量也各不相同，因而，我们仍主要基于每月成交额进行计算。在期货市场上，具有允许t+0交易以及杠杆的特征，使它的交易额是实际资金的数倍。结合已有的存量资金统计数据(此处做出判断的基础数据为中粮期货经纪有限公司从2010年11月至2011年6月的资金实时观测)，我们发现，存量资金杠杆率约为12%～15%，总均值为12.9%，所以本文采用13%作为简化计算的杠杆比率。此外，对于资金存量的结果，我们根据国内外对投机比例的调查，向下调整了10%的套期保值交易额。对期货市场而言，本文的数据区间为1998.1-2011.6，此前由于期货交易较混乱、交易所数量众多，已无法搜集到完整的统计资料，只能以1998年为初始时期，其中，所有成交额数据均来源于中国证监会公布的期货市场月度报告。图3即根据交易额的比例所计算出的期货市场投机性资金每日存量。
(五)投机性资金汇总
根据测算结果，房地产和股票市场都曾短暂地出现负投机泡沫的情况，即实际交易价值低于所测算出的基础价值。由于本文是以投机性资金规模作为游资总额的替代变量，所以在汇总时，将负泡沫看作该领域不存在游资的表现。另外，观察三个主要领域的测度时期，受统计数据限制，1998年之前只包含股票市场单一序列，存在着较大程度的低估，因而在此只分析1998年之后的情形，并在统一口径后，汇总得出图4、图5中两个游资规模序列。
其中，图4为依据三个主要领域的测算结果对每月活跃的游资总规模进行的汇总。考虑到在股市和期市这类金融市场，交易非常频繁，必然普遍存在着同一笔资金在本月内数次重复交易的现象，造成所估算的月度游资总规模实际上包含了重复的资金。为了进一步区分不同时期游资的流量与存量，我们认为，房地产的交易实际上很难在当月实现买进卖出，所以基于月度交易数据所测算出的投机资金量实际上几乎不存在重复计算，而股市、期市则与之相反。所以，通过计算股票、期货两个市场每日进行投机交易所需的资金额，并以房地产上月的投机资金作为本月初始时点的存量，我们又得出了游资的每日均值序列(图5)。由此，图4重在测度游资的存量规模与活跃程度，而图5则更侧重于衡量特定时点的变化量。事实上，从这两个序列都可以很直观地看出1998年至今中国国内游资规模的变动轨迹。
数值上看，2010年底，中国三大领域内共存在活跃的游资11.52万亿元，已接近全年GDP的1/3。并且，如果将该数值作为国内游资总额的替代变量，由于本文的测算中未包含炒作现货的投机资本，这个值还存在着一定程度的低估，实际国内游资交易规模甚至还要更高一些。
从动态的视角分析，在2007年以前，游资规模一直呈现比较平稳的态势，几乎观察不到市场经济中通常存在的周期性特征。一般来说，由于投机炒作建立在投机品价格变化的预期之上，市场的投机性资金往往表现为经济繁荣与衰退时期正负泡沫的交替出现，反映在游资规模上，则会表现为周期性的增减。但根据本文的测算结果，中国投机负泡沫虽偶有存在，却并不常见，其中，股票市场出现负泡沫的时期只占到总期数的8.5%，而房地产市场自2004年1月以后就再未出现过负泡沫。从图形上看，在从2000年开始的中国经济连续高速增长的六年内，游资规模并未伴随着经济繁荣和资本积累而大幅增加；更为特殊的是，2007年以后，国内游资在短短的一两年就积累到原有规模的数倍，尤其是在2008年国际金融危机对国内经济产生不利影响后，游资规模在经历了短暂下降之后反而再次剧增。这些表现都无法以现有的泡沫经济理论进行解释，尤其是在国际金融危机影响未退的背景下，与经济增速放缓相伴随的游资剧增更加表明了当前国内游资已出现了极为异常的情形。
六、进一步讨论
结合测度结果，我们尝试着对游资异常的原因进行更深入的讨论。从投机资金来源的角度，通常来说，货币发行量是引致投机泡沫的重要原因，因此，本文将首先分析可能引发游资异常的货币因素。参照夏斌和郑耀东(1997)对货币性游资的研究，通过以M0/M1比率作为流通中现金的度量指标，图6对测算期内该比率的变化情况进行了总结，作为补充，广义货币M2的增长情况也被纳入分析(所有货币发行量数据均取自Wind金融数据库)，参见图7。图形上看，与夏斌和郑耀东(1997)所研究的1985～1997年间国内游资情况不同，在本文的测算期内，流通中现金所占的比率与游资规模呈现出了并不一致的变动趋势，这说明，随着银行信贷的逐步完善，现金已不再成为投机需求的主要形式。而观察广义货币供应M2的情形则发现，2010年前后的游资规模与M2增速这两条轨迹在图形上表现出了一些契合。如果将货币供应量看作货币政策的替代指标，那么，宽松的货币政策很可能是在国际金融危机以后引致游资增加的一个重要原因。
图6 1998～2011年流通中的现金
图7 1998～2011年M2同比增速
除此以外，2008年以后游资的增长轨迹同新一轮积极财政政策的实施同样呈现高度的一致性。根据测算结果，在2008年10月，游资存量降至国际金融危机以来的最低点，约为1.11万亿元，而积极财政政策的出台和实施却成为了游资再度扩张的起始点。显然，本轮积极财政政策与国内游资之间的联系是不可忽视的。事实上，考虑近几年游资扩张的速度和规模，很可能已经出现了政府公共投资间接转化为游资的问题。进一步地，国际资本流入因素通常也是一国游资扩张的原因，但基于已有对国际资本的测算和分析②，近几年，国际资本流动不仅在规模上低于游资总额，在方向上也曾出现伴随国际资本的流出而游资增加的情形。由此可见，国际热钱并不是国内游资规模在2008年后异常表现的决定因素。
基于以上分析，近三年来国内游资的异常很大程度上是受到货币政策、财政政策等政府干预手段的影响。然而，这些因素却无法合理解释游资在国际金融危机爆发期间的第一次大规模扩张。从所估计出的游资规模数据来看，2007年国内游资存量从1.26万亿元猛增至7.41万亿元，而同期，政策水平却是相对平稳的。因此，我们认为，这期间国内游资规模存量的增加必然是由非政策原因造成的，其很可能源于两方面：一部分是国际资本的流入，另一部分则是实体经济向虚拟经济的转出。
其中，对于国际热钱在2007年大量流入中国并推高了国内游资总量这个观点，学术界已达成了一定共识③。但另一方面，流入中国的国际资本却并不足以完全解释游资规模的增长量。结合2007年宏观经济中外贸需求有所下降的情形，建立在中国经济转轨特殊性基础上的分析发现，实体经济中的投资资金向投机资本的转化也可能成为游资总规模扩张的重要源泉。这种实体经济投机化的原因在于：在市场机制不够健全的前提下，外需有所下滑而内需持续不足，导致企业投资回报率大幅下降，尤其是中小企业发展艰难，造成了微观主体逐渐建立起投资收益率下降的预期；同时，在银行利率长期低于物价水平的涨幅、总需求不足背景下，实体经济对剩余资金的吸纳能力不强，以及居民理财渠道缺乏这些因素又使得大量剩余资金无处可投。因此，在比较收益的诱惑下，这些无处可投的资金被迫转移到投机领域，形成巨额的游资。
当前，游资存量的剧增已对整个宏观经济形成了极大的潜在威胁。由于新增的投机性资金有很大部分本应在实体经济中流转，这种资金向虚拟经济的转移不仅增加了实体经济中的资本价格(对于中小企业尤为明显)，而且，它也造成虚拟经济投资回报率与实体经济投资回报率之间的差距越来越大，进一步制约了实体经济的发展。另外，由于游资所具有的短期流动和逐利性的特征，它一旦在短期内集中流向实体经济的某个特定领域进行现货炒作，将为这些领域带来极严重的冲击。所以，当前的巨额游资必须要引起我们的足够警惕，在有效控制游资负面影响的同时，逐步引导投机资金回流至实体经济。
本文基于投机的相关理论，从资金流向角度对我国1998-2011年的游资存量进行了测算。通过分别估计房地产、股票、期货三个领域的投机性资金，本文初步得出了经济转轨过程中自1998年到2011年的游资规模变动趋势。测算结果表明，2007年是国内游资总量的一个关键转折点，在此之前，游资规模一直呈现较平稳的态势，而此后，其无论是总规模还是变化幅度均出现了较大的异常，尤其是近两年来，游资总量再次猛增。结合中国经济转轨进程的进一步分析认为，在国际金融危机爆发前，热钱流入与实体经济投机化是引发游资第一轮扩张的重要原因，而随着各项政府干预政策的实施，政策因素逐渐成为游资积累的推动力。这些都表明，国内游资的变化轨迹已远远超出市场经济运行中周期性波动的范畴，成为经济转轨过程中的体制与政策现象。
在未来的研究中，本文可从以下几方面进行改进：首先是在游资规模测度中加入对现货市场投机资金的衡量。近几年来，现货市场炒作如炒农产品、炒煤等日益成为宏观领域的重要关注点，对现货市场投机资金的测算对于提升研究的精确性和完整性十分必要，是下一阶段补充研究的重点；其次是进一步研究我国金融市场上投机资金的交易频率问题，以减小测度中的重复计算所产生的误差；最后，在本文的结论中，宽松的货币政策和积极的财政政策都可能成为现阶段游资大幅扩张的重要原因，但受篇幅所限，本文未能进一步讨论宏观政策的作用机制及影响，也未对此逻辑判断进行实证检验，这有待今后更深入的研究。
①以美、日等国家在过去几十年对期货交易进行的调查为例，1959年11月30日美国大豆期货市场上投机者比例高达90.66%；1964年8月31日小麦期货市场套期保值者仅占7.21%；在日本，从1975年4月至1976年3月期间，投机者进行的棉纱期货交易占到总数的80.56%，毛线期货为84.93%。详细情况参见：褚玦海，《中国期货市场风险研究》，北京：中国财政经济出版社，2001年。
②张明(2011)通过四种口径对中国的短期国际资本流动进行了高频估算，认为2008年1月到9月，短期国际资本流入中国，规模合计为2120亿美元，而2008年10月至2009年1月持续流出中国，规模合计为880亿美元，此后，国际资本在中国流入流出频繁转向。
③根据张明、徐以升(2008)对2008年之前国际热钱流入的测算，2003年至2007年热钱流入规模分别为956亿、1358亿、1915亿、1389亿和5410亿美元。
标签：期货市场论文; 股票论文; 房地产泡沫论文; 股票价值论文; 经济泡沫论文; 经济论文; 经济模型论文; 基本面分析论文; 股票分析论文; 期货论文; 价格发现论文; 经济学论文; 房地产业论文;