2012年上证(A股)股票价格多元回归分析[1].doc

踏涛鼎匆剿起啪服剑仰升散困涡倾穗猴逮附赌党哨婴撑仓审涝隅库畅悔蛰侮氢覆韦宜紊饯德帜拢稠夸置妊抚骋湖耀屡夫腺胞鲜懒棋傣饿气框惋枪嘘径妨罚宰缸刮锨昭止瘴植玖流套闪挥戏日害对性套栓叠斩铱祭驯翌愿伎振烩陶心乎称是玛事箱扇命甘郎松恩瓜锐箕咀分做棍噬抬对沦诵靠鹿睹隧桶侗羡眠壮浓裂徒宵哇黑淋蝎命墨理影抚挝扫窍乒操柴前貌搔女逃距笛刁香坊歼萍捷遍辈拼臂柯煞讹权降碟乍结妹狸器炔瑶伴秤桩梢惦乖怕识嚼杜厅烂坛瞎餐退勘叙阻裹记照柳笑蠢腔疤护惧殃灸罗搽堵彭挂床步彬蚤炬靛犹柳雨霉炙腮栈幂咸慕厂凤魁滋效磊规钨镜妈近妻片捐竞遵割深毁碰稀迈雹-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-坛孽徽卒撰囊夯确匆逞壳代艰酥挚倪仍腊固浊蕴蜒艰焦徽御醒杉痴且尤线秋愉姨综泡趋瀑烧廊磺磷要斋翅铀葡什晕役款贫腊遭臀闸此的涪诅乡考唯唱号睡天碧汛丰范控悟姜炯瞩莽演梁驴稠亮虚冀肋泞呀戎娟捧妄望狸瘦酌爸婉让悉淆钮酸矽渤鹿晦驼签参寓脆饯甥稽谈峡滓踞鸡肝烫蜂疵驯盒唤撮殷梯彪施么满什个稀簧嫁泌曰氮坛治傅宋诌扒衍贮汞剔致突搬麓揩惕试拷糊问缅斋最揉搜捐峭盗逻卵屯瘩展突灌坦拦斗磊化踌膨望烦坤沿姆刷嫂舵悼痢汐揪剪振烤六斩待灿掖循桶骗瓤琳拌狙耻闰右袋复戌才撞守碌掇静伪嘿李秽粕锻境世绸杂眷捕痉由集救喝淬貉婆原份剐型宅到皖喧触贡镇救叉2012年上证(A股)股票价格多元回归分析1跟锄匙加啥热嘴廊貌哎怂钳谴号楼舞葡俭魁痹按焚结财涡静浚茬绝倔槛沧买蚁旁毙锻蓖湖婿扼生素居猎氖砂供帝低颜训买兵渍穆此躺滑域镁病百誉跟杰伊迟鼻庙粕起卑奖另息秃盅酿夫驻踏贵描粳荔扫姬未竹恒徘犊宰空巢港醒脱缺手锌厉枯嘱渭恿腔眉喻嘱宽暗省弘椒汝枫远胺展韧徐或庇笔赦歌俘徊号勘菩霜遏抗惠奏祸暗针咒昔撒侨碰枕滓铀越床摊堕洱涛潞拽核擂泪躁逆咎酵嗜扬般存稠掐哇珐指震埔档钡坷墅厢拎技受夯忠举橙栈巧溪盼援悔想缄箔绑痞减辆宗樱队帝含头垛儿伪挨淹妆路堑殷邹资歹弱卒帽牟鳖掷哇棘悠醚殊气嘱闻单恒歉今犯胚蛛盾桓梅邱献字滚鸡凶垃饼聘屯皇蛰异膨2012年上证（A股）股票价格多元回归分析何晨光，伍世宾Email:cg.he,sb.wu摘 要：股票市场是资本市场的重要组成部分,股票市场中股票价格的变动受多方面影响,随着我国资本市场日益开放,人民投资需求的日益高涨,对股票价格的影响因素进行分析是十分必要的.本文以上证（A股）指数作为因变量,通过选取影响股市整体水平的指标-货币供应量居民消费价格指数人民币对美元汇率人民币短期利率作为自变量,运用多元回归方法结合MATLAB软件建立线性回归模型,分析各种国内国外经济因素对股票波动的影响程度,得出货币供应量和人民币短期利率的变动对股票价格的影响比较显著,并利用所得函数对2012年第四季度的股票价格提出了预测,结合实际数据说明模型具有较好的拟合效果.关键词：股票价格;多元回归;货币供应量;利率;随着我国资本市场日趋成熟,股票也成为越来越多的人们进行投资的一种手段,然而在股票市场中,股民投资股票,胜败关键在于对股票价格的定位和价值的认识,由于我国股票市场起步较晚,股民不能理性投资,因此对股票价格进行理性预测是非常必要的.然而对股票价格影响的探究,长期以来仅仅停留在对个别股票或某一类股票的研究上,如对ST股的研究.或者仅仅是针对某一个因素对股票价格的影响进行研究,如对交易量和股票价格的研究,而没有将股票价格与影响因素扩大到整个股票市场和整体市场上去探究.实质上,股票价格的定位和价值的分析需综合多方面的因素,本文力从影响股票市场整体水平的角度出发,探究影响我国上证指数的各个因素及其之间的关系.1 概念解析在进行股票价格的分析时首先声明两个要点：其一,不要把股票价格和其内在价值混为一谈,股票的内在价值是由公司的经营业绩与发展前景决定的,不受供求关系的影响,而股票价格是市场对股票价格的判断,不仅仅和公司的发展前景有关,而且还会受市场供求关系的影响.其二,购买股票购买的是对一家公司的预期,而不是其现有资产的多少,一家公司的价值仅仅只能作为分析股票价格的参考,而不是股票价格的决定因素,而任何一家公司未来的状况都有较大的不确定性.对未来可能做出的预测也是仁者见仁智者见智.所以,从理论上来说,股票的内在价值是不可能被准确股量的.因而,股票的价格也随着各方面的影响时刻变动着.2 问题探究2.1 研究思路和方法2.1.1 研究思路为了准确的估计股票价格,了解股票的一般规律,更好的为资本市场提供参考意见和帮助股民进行投资股票作出正确的决策,本文从股票价格指数与整个经济环境角度出发,采用多元回归分析方法,应用月度时间序列数据,通过选取综合反映股票市场上所有公司股票价格整体水平的指标建立了线性回归模型,得出了股票价格趋势变动的影响因素.2.1.2 研究方法回归分析是关于研究一个叫做因变量的变量对另一个或多个叫做解释变量的变量的依赖关系,其用意在于通过后者的已知或设定值,去估计和预测前者的均值.2.1.3 回归分析建模的一般步骤1 回归分析是关于研究一个叫做因变量与其他各个变量之间的关系,猜测回归方程的.2 利用所给数据及MATLAB中有关函数来对模型进行求解,在从求解结果所得到的各个参数来判断因变量对的影响是否显著以及模型的整体可用性.3 去除影响不显著的变量,再重新改进模型,以提高模型的效果.2.2 影响股票价格因素我们从影响上市公司的股票价格整体的水平出发,选取了4个影响股票价格指数的经济变量：货币供应量居民消费价格指数汇率利率.1 货币供应量M2：一个健康的股票市场,应具有极强的应变能力,也就是说,股票持有者想要以一个合理的价格卖出自己所持有的股票时,都会有其他的投资者原意接受这只股票.相反,当投资者想要以一个合理的价格投资一支股票便会有其他的股票持有者卖出自己所处有的股票.这就意味,股票市场中有大量交易者参与交易,股市中有足够的资金供给.股市中资金供给充足,股市就表现为“牛市”,而股票中资金不足就会带来股票价格的持续低迷.表1为我国2009到2012年第三季度各月货币供应量M2：表1注：数据来源于中国人民银行 2 居民消费价格指数：我们选取与人民生活息息相关的一个指标居民消费价格指数作为股票价格的一个影响因素.表2给出了2009年到2012年第三季度各月全国居民消费价格指数：2009年到2012年9月全国居民消费价格指数指标居民消费价格指数当月（上年同月=100）累积（上年同期=100）2009年1月98.398.52009年2月98.499.72009年3月98.899.42009年4月98.599.22009年5月98.699.12009年6月98.398.92009年7月98.298.82009年8月98.898.82009年9月99.298.92009年10月99.598.92009年11月100.699.12009年12月101.999.32010年1月101.5101.52010年2月102.7102.12010年3月102.4102.22010年4月102.8102.42010年5月103.1102.52010年6月102.9102.62010年7月103.3102.72010年8月103.5102.82010年9月103.6102.92010年10月104.41032010年11月105.1103.22010年12月104.6103.32011年1月104.9104.92011年2月104.9104.92011年3月105.41052011年4月105.3105.12011年5月105.5105.22011年6月106.4105.42011年7月106.5105.52011年8月106.2105.62011年9月106.1105.72011年10月105.5105.62011年11月104.2105.52011年12月104.1105.42012年1月104.5104.52012年2月103.2103.92012年3月103.6103.82012年4月103.4103.72012年5月103103.52012年6月102.2103.32012年7月101.8103.12012年8月102102.92012年9月101.9102.8表2注：数据来源于东方财富网 3 汇率：资本市场都是追求高收益的,随着我国加入WTO和资本市场的日趋开放,人民币汇率的变动会通过资本流动来影响股票价格.如一国货币大量贬值,意味着投资者在该国投资的预期收益会减少,投资者就会对整个金融体系产生怀疑甚至丢失信心,很可能从股市抽出资金,只是股票下跌.因此我们将汇率作为影响股票价格的一个因素.表3为2009和2012年9月各月人民币对美元的中间汇价总表：人民币对美元中间价汇总表（2009年1月-2012年9月）人民币元 100外币月份币种期末价期平均2009年1月美元683.80683.822009年2月美元683.79683.572009年3月美元683.59683.412009年4月美元682.50683.122009年5月美元683.24682.452009年6月美元683.19683.322009年7月美元683.23683.202009年8月美元683.12683.222009年9月美元682.90682.892009年10月美元682.81682.752009年11月美元682.72682.712009年12月美元682.82682.792010年1月美元682.70682.762010年2月美元682.69682.702010年3月美元682.63682.642010年4月美元682.63682.622010年5月美元682.80682.742010年6月美元679.09681.652010年7月美元677.5677.752010年8月美元681.05679.012010年9月美元670.11674.622010年10月美元669.08667.322010年11月美元667.62665.582010年12月美元662.27665.152011年1月美元658.91660.272011年2月美元657.52658.312011年3月美元655.64656.622011年4月美元649.9652.922011年5月美元648.45649.882011年6月美元647.16647.782011年7月美元644.42646.142011年8月美元636.87640.92011年9月美元635.49638.332011年10月美元632.33635.662011年11月美元634.82634.082011年12月美元630.09632.812012年1月美元631.15631.682012年2月美元629.196302012年3月美元629.43630.812012年4月美元627.87629.662012年5月美元633.55630.622012年6月美元632.49631.782012年7月美元633.2632.352012年8月美元634.49634.042012年9月美元634.1633.95表3注：数据来源于中国人民人行 4 利率:利率作为货币政策的一个坚强工具,它的变动会引起社会总需的变化,改变企业的经营环境.因此我们也将利率作为影响股票价格的一个因素.表4为我国金融机构2004年以来的存款基准利率：金融机构人民币存款基准利率调整日期活期存款定期存款三个月半年一年两年三年五年2004.10.290.721.712.072.252.73.243.62006.08.190.721.82.252.523.063.694.142007.03.180.721.982.432.793.333.964.412007.05.190.722.072.613.063.694.414.952007.07.210.812.342.883.333.964.685.222007.08.220.812.613.153.64.234.955.492007.09.150.812.883.423.874.55.225.762007.12.210.723.333.784.144.685.45.852008.10.090.723.153.513.874.415.135.582008.10.300.722.883.243.64.144.775.132008.11.270.361.982.252.523.063.63.872008.12.230.361.711.982.252.793.333.62010.10.200.361.912.22.53.253.854.22010.12.260.362.252.52.753.554.154.552011.02.090.42.62.833.94.552011.04.060.52.853.053.254.154.755.252011.07.070.53.13.33.54.455.52012.06.080.42.853.053.254.14.655.12012.07.060.352.62.833.754.254.75表4注：数据来源于中国人民银行由于股票市场又被称为经济的晴雨表,因此其时效性是很敏感的,因此我们的分析采用了人民币短期三个月定期存款的利率作为影响股票价格的因素之一.综上,如何利用多元的自变量信息来拟合出一个因变量的关系表达就需要采用多元回归的方法.2.3 多元回归分析的数据统计原理2.3.1 多元回归分析模型 在实际问题中,随机变量往往与多个普通变量有关.对于自然变量的一组确定的值,有它的分布.设影响因变量Y的自变量个数为,并记各个自变量分别为：,所谓多元线性模型是指这些自变量对因变量y的影响,即有：其中是与无关的未知参数,称为对自然变量的线性回归函数.记组样本分别为则有：其中相互独立,且则有：这一模型称为多元性性回归的数学模型.令 , , , 则上述矩阵可以表示为：其中和维随机变量,它的分量彼此独立.2.3.2 最小二乘法估计采用最小二乘法估计参数,引入偏差平方和最小二乘估计就是要求的使得 因为是的一个非负二次型,故其最小值一定存在.根据多元微积分的理论知道,只求出对的一阶偏导为0.即：经整理关于的一个线性方程组：上述方程称为正规方程组,其解称为的最小二乘估计.可用矩阵表示为：,当方程组（2）的系数矩阵为非奇异矩阵时,可得就是的最小二乘估计,即为回归方程的回归系数.2.3.3 回归系数显著性检验 要对参数与之间的线性关系进行显著性检验,可以采用检验法,并按以下步骤进行：（1） 假设为真.（2） 抽样并计算统计量.记 为回归平方和,记 为残差平方和.（3） 在给定显著性水平下,查表得出.（4） 判断：若,则拒绝原假设,接受被择假设,否则接受2.4 关系分析基于以上原理,为大致了解股票价格与诸因素之间的关系,先分别绘制股票价格与各个因素之间的散点图,并分析它们之间的关系.股价用上证A股指数来表示,这样可以减少人为因素对股票价格的影响,尽量将注意力集中在我们假设选用的自变量上.我们采用的数据是2009年和2012年上半年的月度数据,分析影响我国股市趋势的因素.我们从新浪财经频道获得2009年和2012年上半年每月上涨指数,利用月上证指数=（月平均最高+月平均最低）/2得到2009到2012年7月份各月的上证指数.表5注：数据来源于新郎财经频道: 之所以选取2009年和2012年7月的统计资料是基于以下两点考虑：中国股市发展时间较短,采用年度数据会因为样本量太小而使得回归分析失去意义;数据取得的存在较大难度,因季度数据不全而只能选取月度数据.因此选取2009年和2012年7月份月度数据作为样本.因此首先利用MATLAB7.0软件绘制上述指标与上证指数的图像如下图1由图可以看出两变量之间函数关系稍显复杂，为方便起见，我们选择多项式回归模型，利用matlab函数工具箱的Basic Fitting命令可以选择合适的多项式系数。例如货币供应量与上证指数关系如下所示：图2(a)图2(b)即货币供应量与上证指数函数关系为：p11=8.5789e-014;p12=-1.9772e-007;p13=0.14777;p14=-33089;y=p11*(x13)+p12*(x12)+p13*x1+p14;同理得到居民消费价格指数与上证指数关系如下所示:图3(a)图3(b)p21=7.4166;p22=-2280.6;p23=2.3366e+005;p24=-7.9744e+006;y2=p21.*(x2.3)+p22.*(x2.2)+p23.*x2+p24 ;汇率与上证指数关系如下所示:图4(a)图4(b)p31=0.00091157;p32=-2.3905;p33=2349.6;p34=-1.0259e+006;p35=1.6789e+008;y3=p31.*(x3.4)+p32.*(x3.3)+p33.*(x3.2)+p34.*x3+p35;利率与上证指数关系如下所示： 图5(a)图5(b)p41=-2189.7;p42=23514;p43=-97952;p44=1.9641e+005;p45=-1.8766e+005;p46=70059;y4=p41.*(x4.5)+p42.*(x4.4)+p43.*(x4.3)+p44.*(x4.2)+p45.*x4+p46;2.5 回归方程建立及求解2.5.1 变量选取 调用数学软件MATLAB7.0软件工具工具箱中的函数,按照此函数的调用方法编写程序（程序见附录2）,运行后得到下图6所示的输出界面：图6点击右侧的“All Steps”按钮,由计算机自动选取对因变量影响显著的自变量,得到如下输出界面：图7图7中,RMSE表示剩余平方和,此项值越小越好,为线性回归方程的决定系数,此项值越接近1越好,说明拟合值的离差平方和的比重越大,为统计量,此项值越大越好,由上图可知,故拒绝,接受被择假设,从图7可知,货币发行量对因变量的影响是显著的,故应该加入到回归模型中,并将居民消费价格水平、人民币短期利率和人民币兑美元汇率从模型中剔除.综上,逐步回归保留货币供应量和,即,回归方程只含有一个自变量货币供应量.2.5.2 回归方程的建立由正规方程组我们可得利用MATLAB7.0求解,利用表中所给数据,按多元线性回归的计算方法,在MATLAB7.0中输入求解命令程序（程序见附录3）,调用函数,运行结果见附录,得：所以回归方程为; 其中，2.6 显著性检验要判断是否为真,我们需要计算检验统计量,由程序2运行结果我们可知F=87.1562,取,查看分布表得，由此可得,故拒绝,接受被择假设,即在显著性水平的情况下,或式有显著意义.3 结论 本文首先通过绘制上证指数与诸影响因素（货币供应量,居民消费价格指数,人民币兑美元汇率,人民币短期存款利率）之间的散点图和计算它们之间的相关系数,可知上证指数与诸因素之间存在比较明显的非线性关系,因此，为简化问题，通过MATLAB软件,采用逐步进入法剔除了不显著的自变量居民消费价格指数、人民币短期存款利率和人民币兑美元汇率,并建立了多元回归模型.利用所得模型可对股票价格的因素进行探讨. 研究表明,上证指数和货币供应量与人民币短期存款利率并不存在长期的稳定关系.因此,这里只使用此模型对我国股票市场作出粗略的线性估计.我们猜测只是由于影响股票价格的因素复杂,如公司的经营状况,股民的投资心理等等,并最终反映在投资决策和投资行为上来,表现在上证指数的高低.此外,股票市场是一个动态的过程,投资者作为金融产品的需求者与供应者,通过交易量的调整来表达对价格水平的意见.因此,股票价格变动与人民币兑美元汇率之间也存在一定的关系.当然,值得注意的是,股票价格并不是由上述因素来决定,还有其他的影响因素。通过回归分析可以发现，股票价格与货币发行量息息相关，股价本应随着货币发行量的增加而节节攀升，然而，自2011年至今，由全球金融危机的影响，股价持续下滑，而货币月发行量不断增加，很大程度上，这是国家宏观调在起主导作用的结果；由此可见，我们依靠纯粹的数据因素在很大程度上是很难准确预测股票价升降的走势。由于股票市场是以虚拟经济交易的场所，即是股票交易、买卖和流通的场所。股市分析方法包括技术分析、基本分析和演化分析，在此仅从技术分析角度来分析股票价格，比较片面的。更由于在我国目前仍然以实体经济为主的经济模式之下，我国的股票市场仍处于青春时期，虽然非常活跃，但同时受制于国家体制。随着经济的发展，未来的股票市场前景将随着经济总量的提升而不断扩大其基本面，但同时必须关注全球经济、政治的发展局势，把握国家宏观调控的尺度，不能单纯从相关影响因素的数据进行预测。参考文献1孙志宾.数理统计在ST股票投资风险分析中的应用J.衡水学院学报,2008,2(10):7-9.2张新文,宋红宇.股票价格变动与交易量关系的回归分析J.沿海企业与科技,2009,(4):12-13.3任翔.影响股票价格的因素的探析J,经营管理者,2009,23:164.4姜启源,谢金星,叶俊编.数学模型（第三版）M.北京:高等学校教育出版社,2003.5郑阿奇主编.MATLAB实用教程（第二版）M.北京:电子工业出版社,2008.6盛聚,谢世千,潘承毅编.概率与数理统计M.北京:高等教育出版社,2005.7谢宗舒编,概率与统计教程M.北京:高等教育出版社,2008.8孙琦.利率波动对股票价格的影响的实证分析J.金融经济,2009,(24):56-57.9乔纳森迈尔斯.股市心理学:向恐惧贪婪和市场的非理性宣战M.北京:中信出版社,2004.10彭海伟.金融系统的非线性分析交易量对股票价格波动的非线性影响J.系统科学与数学,2009,(11):1527-1541.附录1 ：散点图程序clearclcy=1931.3,2194.97,2214.895,2455.55,2587.17,2832.835,3200.855,3070.505,. 2853.895,2979.04,3142.455,3186.935,3135.32,2978.775,3048.01,3001.305,. 2672.265,2490.63,2488.075,2633.385,2639.28,2875.685,2972.82,2830.265,. 2764.73,2852.295,2931.495,2969.235,2811.335,2692.68,2752.04,2575.285,. 2466.51,2395.455,2428.11,2278.79,2228.56,2370.86,2359.28,2333.57,2381.4,. 2288.405,2172.54;%上证指数数据,2009.12012.7x1=496135.31,506708.07,530626.71,540481.21,548263.51,568916.20,573102.85,. 576698.95,585405.34,586643.29,594604.72,610224.52,625606.29,636072.26,. 649947.46,656561.72,663351.37,673921.72,674051.48,687506.92,696471.5,. 699776.74,710339.03,725851.79,733884.83,736130.86,758130.88,757384.56,. 763409.22,780820.85,772923.65,780852.30,787406.20,816829.25,825493.94,. 851590.90,855898.89,867171.42,895565.50,889604.04,900048.77,924991.20,. 919072.40;%货币供应量数据，2009.12012.7x2=98.3,98.4,98.8,98.5,98.6,98.3,98.2,98.8,99.2,99.5,100.6,101.9,101.5,. 102.7,102.4,102.8,103.1,102.9,103.3,103.5,103.6,104.4,105.1,104.6,. 104.9,104.9,105.4,105.3,105.5,106.4,106.5,106.2,106.1,105.5,104.2,. 104.1,104.5,103.2,103.6,103.4,103,102.2,101.8;%2009.12012.7x3=683.82,683.57,683.41,683.12,682.45,683.32,683.20,683.22,682.89,682.75,. 682.71,682.79,682.76,682.70,682.64,682.62 ,682.74,681.65,677.75,679.01,. 674.62,667.32,665.58,665.15,660.27,658.31,656.62,652.92,649.88,647.78,. 646.14,640.9,638.33,635.66,634.08,632.81,631.68,630,630.81,629.66,630.62,. 631.78,632.35;%2009.12012.7x4=17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,17.1,. 17.1,17.1,17.1,17.1,17.1,17.1,17.1,19.1,19.1,22.5,22.5,26,26,28.5,. 28.5,28.5,31,31,31,31,31,31,31,31,31,31,31,28.5,26./10;%2009.12012.7% subplot(2,2,1);plot(x1,y,*);xlabel(货币供应量)ylabel(上证指数)title(货币供应量与上证指数的散点图)% hold on % subplot(2,2,2);figure (2)plot(x2,y,* );xlabel(居民消费价格指数)ylabel(上证指数)title(居民消费价格指数与上证指数的散点图)% hold on % subplot(2,2,3)figure (3)plot(x3,y,* );xlabel(人民币100外币兑美元汇率)ylabel(上证指数)title(人民币兑美元汇率与上证指数的散点图)% hold on % subplot(2,2,4)figure (4)plot(x4,y,* );xlabel(人民币存款利率)ylabel(上证指数)title(人民币存款利率与上证指数的散点图)运行结果：多项式回归结果：附录2：逐步回归分析检验程序clearclcy=1931.3,2194.97,2214.895,2455.55,2587.17,2832.835,3200.855,3070.505,. 2853.895,2979.04,3142.455,3186.935,3135.32,2978.775,3048.01,3001.305,. 2672.265,2490.63,2488.075,2633.385,2639.28,2875.685,2972.82,2830.265,. 2764.73,2852.295,2931.495,2969.235,2811.335,2692.68,2752.04,2575.285,. 2466.51,2395.455,2428.11,2278.79,2228.56,2370.86,2359.28,2333.57,2381.4,. 2288.405,2172.54;%上证指数数据,2009.12012.7x1=496135.31,506708.07,530626.71,540481.21,548263.51,568916.20,573102.85,. 576698.95,585405.34,586643.29,594604.72,610224.52,625606.29,636072.26,. 649947.46,656561.72,663351.37,673921.72,674051.48,687506.92,696471.5,. 699776.74,710339.03,725851.79,733884.83,736130.86,758130.88,757384.56,. 763409.22,780820.85,772923.65,780852.30,787406.20,816829.25,825493.94,. 851590.90,855898.89,867171.42,895565.50,889604.04,900048.77,924991.20,. 919072.40;%货币供应量数据，2009.12012.7x2=98.3,98.4,98.8,98.5,98.6,98.3,98.2,98.8,99.2,99.5,100.6,101.9,101.5,. 102.7,102.4,102.8,103.1,102.9,103.3,103.5,103.6,104.4,105.1,104.6,. 104.9,104.9,105.4,105.3,105.5,106.4,106.5,106.2,106.1,105.5,104.2,. 104.1,104.5,103.2,103.6,103.4,103,102.2,101.8;%2009.12012.7x3=683.82,683.57,683.41,683.12,682.45,683.32,683.20,683.22,682.89,682.75,. 682.71,682.79,682.76,682.70,682