引言
　　Liv-ex500红酒指数（以下简称Liv-ex500）是国际上最具公信力的红酒销售指标之一，通过Liv-ex严格挑选的500支红酒作为成分股编制而得出，每个月公布一次，该指标主要是为红酒投资者或消费者提供买卖参考，并直接对世界红酒市场产生直接的影响。值得一提的是由于能够作为指标的红酒价格往往不菲，并且买得起这些顶级红酒的消费者和投资者多属于金字塔的顶端消费阶层，因而它又被称为“富人指数”，通常被用来观察上流社会的消费意愿，反应出上流社会的投资倾向。由于上流阶层的投资者能够掌握更多的市场投资信息，他们往往能够提前发现市场的风险和机会，因此该指数往往会非常有趣的提前“觉察”到市场的变化。由于世界大宗商品的价格大部分都是使用美元计价的，所以文章拟研究美元的货币供给量M1、M2、美元指数（USDX）的月度收盘价格和liv-ex500之间的内在关系，那么M1和M2的变化会引起liv-ex500的变化吗？USDX会对liv-ex500产生影响吗？虽然关于红酒投资的文献很多，但是采用实证的方法来研究红酒投资的分析还较少，因此本文将通过实证研究的方法来解决这些问题，将红酒的投资研究实证化，并且对红酒的投资做一些初步探讨，为红酒的投资做出一些参考的根据。
　　一、研究中使用的方法与数据的来源
　　（一）研究使用的分析方法简介
　　为了研究liv-ex500红酒指数与美国的货币供给量和美元指数之间的关系，本文主要采用相关分析法、johansen协整检验法、格兰杰因果检验法、VAR模型法和脉冲响应函数法。
　　根据计量经济学的观点，相关性的分析从研究方法上保证了模型了准确性和严谨性。为了建立向量自回归模型，先把研究对象进行单位根检验，然后对一阶单整的变量使用格兰杰因果检验法，最后对可以通过格兰杰因果检验的变量建立VAR模型，并且通过脉冲响应函数来检验变量在不同滞后期对函数的冲击。另外，为了说明变量之间存在的长期均衡关系，文章在进行单位根检验的基础进行了协整检验。
　　（二）研究数据的可靠性及处理方法
　　为了研究liv-ex500红酒指数与美国的货币供给量和美元指数之间的关系，文章选取了伦敦国际酒类交易中心的liv-ex500红酒指数的月度数据和美国狭义的货币流通量(Ml)、广义货币流通速度(M2)和月度美元指数（USDX）等主要指标进行分析。相关数据都来自于伦敦国际酒类交易中心及美联储网站公布的月度数据以及自己的收集，由于使用的是月度指标，在分析之前，先对各指标进行调整，另外，考虑到异方差性对结架的影响，分别对各绝对指标取了自然对数，对数据取自然对数并不改变原数据的性质和关系。
　　考虑到对于红酒实证研究的相关资料较少，而且相关的数据和资料难找，因此本文仅能选取2005～2010年的月度数据为研究样的本区间。在实证研究过程中，采用月度数据进行分析，本文的分析通过spss软件及Eviews5.0来实现的。
　　二、相关性分析
　　首先采用相关性分析的方法对LIV-EX500与M1、M2和USDX的关系进行初步分析。如表1显示的是相关分析的结果．从表中可以看出M1和M2与LIV-EX500之间都存在显著的正相关关系，其中LIV-EX500和M1之间存在着正相关关系，相关系数达到0.759，而LIV-EX500和M2之间存在着高度的正相关关系，相关系数达到了0.950；然而LIV-EX500和USDX之间存在着显著地负相关关系，负相关系数达到-0.628，因此LIV-EX500及M1、M2和USDX之间的关系可以通过显著性检验。
　　
　　通过回归方程，我们可以看出LIV-EX500与M1、M2和USDX之间显然存在着较高的相关关系。
　　三、实证分析
　　（一）ADF单位根检验
　　当我们在分析宏观经济指标的时间序列时，由于变量之间的关系具有非平稳性，假设直接对这些变量分析可能会发生分析结果非有效性的情况，因此，我们对这些变量进行平稳性检验，并分析具有同阶单整性的变量。可以运用ADF方法进行的单位根检验，通过表2显示各指标的原序列均不能通过ADF检验，这说明几者都是非平稳序列。
　　
　　表2 变量的ADF检验
　　表3 变量的一阶ADF检验
　　注：带*表示在10%的水平上显著，带**表示在5%的水平上显著，带***号表示在1%的水平上显著。
　　但是对这些指标进行一阶差分检验，几者都可以达到平稳的状态。检验结果如表3所示。从表中可以看出M1、M2和USDX指标的一阶差分都可以在1%显著性水平上通过ADF检验，Liv-ex500的一阶差分可以5%的显著性水平上通过检验。因此，这些指标都是一阶单整序列。
　　（二）Johansen协整检验
　　通过单位根的检验显示，我们可以用误差修正模型进行格兰杰因果关系检验来分析LIV-EX500与M1、M2和USDX之间存在的因果关系。但是误差修正模型分析要求各变量之间具有协整关系，所以在使用误差修正模型分析之前，有必要对相关变量进行Johansen协整检验。这样就可以判断变量之间是否具有稳定的关系，只有在各变量之间存在协整时，才能使用误差修正模型来确定这种长期均衡关系的情况。在检验中，首先要解决滞后期的问题，根据赵松山［ ！］研究的总结，即年度数据的滞后期取值1～2，季度数据的滞后期取值为4～5，月度数据的滞后期取值为12～13。文章使用的是月度数据，所以采用滞后期12～13进行检验。检验结果如表4所示。
　　表4变量之间的Johansen协整检验
　　通过协整检验的结果可知，在5%的水平上各变量之间都存在着一个协整关系。
　　（三）格兰杰因果检验
　　为了进一步探讨LIV-EX500与M1、M2和USDX的关系怎样反应了因果关系，也就是说到底是谁影响谁或者还是相互影响，然后写出合理的模型，我们进行表5中的因果关系检验。
　　从表5说明，本文分别选取滞后期一期、七期和十期的情况，因为这个滞后期比较具有代表性，同时也表示的时间周期为短期、中期和长期的情况。当滞后期为短期的时候，LIV-EX500既是M1的格兰杰原因，同时也是M2的格兰杰原因；当滞后期为中期的时候，LIV-EX500既是M1、M2的格兰杰原因，同时也是USDX的格兰杰原因；当滞后期为长期的时候，LIV-EX500仅是M1的格兰杰原因。因此我们可以看出他们之间是存在着因果关系的，这也充分的说明了LIV-EX500指数的预测性和具有的富人指数效用。
　表5LIV-EX500和其他变量的关系 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）