（1）假定：H0： 的出现为随机的；H1： 的出现为非随机的。

Runs Test

Rt日收益率

涨跌

Test Valuea

.00067

1

Cases < Test Value

1858

1748

Cases >= Test Value

1858

1968

Total Cases

3716

3716

Number of Runs

1813

1825

Z

-1.509

-.905

Asymp. Sig. (2-tailed)

.131

.365

上证指数日收益率游程检验样本数为3716个，在给定显著性水平为 的情况下，以均值为0.00067分界点计算，我们可以等到游程1813个，小于检验值的个数为1858个，大于的有1858个。Z检验值为-1.509，双侧近似P值概率值为0.131。

见左表1所示，根据游程检验原理，我们拒绝备择假设H1： 的出现不是随机的，而接受原假设H0： 的出现是随机的。因此，我们认为在上海股票市场上，股票价格是随机过程，现在价格能够将历史信心加以反映，上海股市是弱式有效的。

表1游程检验图（SPSS 17.0图示）

4.4.3 Granger因果检验

通过Granger因果检验方法根据原假设（HO）条件、F统计量以及P值的大小等来测定各变量之间的影响关系，其检验结果如下表4所示：

原假设（H0）	F统计量	P值	结论
M2不是Ps成因 Ps不是M2成因			拒绝原假设 拒绝原假设
Fc不是Ps成因 Ps不是Fc成因			不能拒绝原假设 拒绝原假设
I不是Ps成因 Ps不是I成因			不能拒绝原假设 拒绝原假设
I不是Y成因 Y不是I成因			不能拒绝原假设 拒绝原假设
Fc不是Y成因 Y不是Fc成因			拒绝原假设 不能拒绝原假设

表4 M2、Ps、I、Y的Granger因果检验

从Granger检验来看，在10％的显著性水平上，变量M2与变量Ps之间存在着双向的Granger因果关系，变量Ps与变量Fc存在单向Granger因果关系，变量Y与变量I存在单向Granger因果关系, 变量Fc与变量Y存在单向Granger因果关系。FC与Ps、I与Ps、I与Y不存在因果关系。综上分析，货币供应量向股票市场的传导机制比较明显，特别是以M2为指标的传导机制呈现相互影响；股票市场的财富效应传导机制，即通过消费传导到国内生产总值的渠道是存在的，然而消费的增加却不能传导的股票市场；股票市场也能通过投资渠道来影响国内生产总值的传导效果，但投资的增加不能影响股票价格，两者之间均存在市场分割。