經(jīng)濟(jì)政策不確定性對(duì)我國(guó)股市波動(dòng)的影響——基于2007—2019 年上證指數(shù)的實(shí)證分析

閔詩(shī)筠

（南京師范大學(xué) 商學(xué)院，江蘇 南京210023）

一、研究背景與現(xiàn)狀

為了全面和定量地對(duì)經(jīng)濟(jì)政策的不確定性進(jìn)行測(cè)度，Baker et al.（2016） 編制了世界主要經(jīng)濟(jì)體的經(jīng)濟(jì)政策不確定性指數(shù)EPU①。 該指數(shù)提出后，不少學(xué)者開(kāi)始將其用于眾多相關(guān)研究中，并獲得了較為廣泛的認(rèn)可。 Baker et al.（2012）基于EPU 指數(shù)，論證了2007—2011 年期間經(jīng)濟(jì)政策不確定性是導(dǎo)致美國(guó)經(jīng)濟(jì)前景不確定性的主要原因②。Sum（2012）使用脈沖響應(yīng)函數(shù)和向量自回歸分析方法，研究了歐元區(qū)的經(jīng)濟(jì)政策不確定性對(duì)股市收益率的影響沖擊，結(jié)果表明，歐元區(qū)股市收益率對(duì)經(jīng)濟(jì)政策不確定性的沖擊有積極響應(yīng)，經(jīng)濟(jì)政策不確定性的變動(dòng)使得股票市場(chǎng)收益率降低③。Wang et al.（2014）采用中國(guó)的EPU 指數(shù)，研究經(jīng)濟(jì)政策不確定性如何影響了中國(guó)上市公司的投資行為，研究表明，當(dāng)經(jīng)濟(jì)政策不確定性程度較高時(shí)，企業(yè)會(huì)減少投資。 同時(shí)，在市場(chǎng)化程度較高地區(qū)的企業(yè)，其對(duì)經(jīng)濟(jì)政策不確定性更為敏感④。

對(duì)于EPU 指數(shù)，國(guó)內(nèi)學(xué)者也進(jìn)行了探討。 金雪軍等（2014）通過(guò)FAVAR 方法研究發(fā)現(xiàn)，政策不確定性沖擊對(duì)GDP、投資、消費(fèi)、出口和價(jià)格變動(dòng)都會(huì)帶來(lái)負(fù)向影響，導(dǎo)致實(shí)際有效匯率貶值，促使股票價(jià)格和房地產(chǎn)價(jià)格下跌⑤。 楊海生等（2014）發(fā)現(xiàn)政府成員變更所引起的政策不穩(wěn)定性對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了顯著的抑制作用，其中，不確定性預(yù)期對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響尤為突出⑥。 李鳳羽和史永東（2016）、Gulen and Ion （2016）、 李鳳羽和楊 墨 竹（2015）、陳國(guó)進(jìn)和王少謙（2016）探討了政策不確定性與企業(yè)投資以及現(xiàn)金持有水平的關(guān)系，證明了政策不確定性對(duì)企業(yè)投資具有顯著的負(fù)向作用，促使企業(yè)在增加現(xiàn)金持有水平的同時(shí)推遲投資計(jì)劃⑦-⑩。朱孟楠和閆帥（2015）研究了人民幣匯率與經(jīng)濟(jì)政策不確定性的動(dòng)態(tài)溢出關(guān)系， 檢驗(yàn)結(jié)果顯示，1997年1 月—2014 年9 月，中國(guó)、美國(guó)、歐元區(qū)和日本四個(gè)國(guó)家和地區(qū)的經(jīng)濟(jì)政策不確定性與人民幣匯率之間存在溢出效應(yīng)，且體現(xiàn)為人民幣匯率對(duì)經(jīng)濟(jì)政策不確定性的凈溢出?。 田磊和林建浩（2016）的研究發(fā)現(xiàn)，與發(fā)達(dá)經(jīng)濟(jì)體相比，中國(guó)經(jīng)濟(jì)政策不確定性沖擊對(duì)實(shí)際產(chǎn)出的影響較小，但對(duì)工業(yè)銷(xiāo)售產(chǎn)值影響較大；同時(shí)，經(jīng)濟(jì)政策不確定性沖擊對(duì)價(jià)格水平具有明顯的負(fù)向效應(yīng)，且在時(shí)間上呈現(xiàn)倒駝峰型響應(yīng)軌跡?。

綜上所述，股市波動(dòng)可能與金融危機(jī)和融資融券政策存在一定的交互效應(yīng)，而現(xiàn)有文獻(xiàn)較少涉及這一內(nèi)容。 因此， 本文基于2007—2019 年上證指數(shù)，實(shí)證研究了經(jīng)濟(jì)政策不確定性對(duì)我國(guó)股市波動(dòng)的影響，以期豐富股市波動(dòng)內(nèi)在機(jī)理的相關(guān)研究。

二、實(shí)證研究設(shè)計(jì)

（一）模型建立

以經(jīng)濟(jì)政策不確定性指數(shù)為被解釋變量，以股票市場(chǎng)波動(dòng)率為解釋變量；并參考曾珣（2017）、周方召和賈少卿（2019）的研究，從時(shí)間斷點(diǎn)因素、慣性因素、宏觀因素和股票市場(chǎng)因素四個(gè)方面選取控制變量，建立如下模型??：

其中，被解釋變量為上證指數(shù)波動(dòng)率（VolShang），解釋變量為經(jīng)濟(jì)政策不確定性（LEPUSCMP）。此外，Controls 代表選取的控制變量，i=2,...m，其中m-1 為控制變量個(gè)數(shù)。

（二）變量選取與數(shù)據(jù)處理

限于數(shù)據(jù)可得性，選取2007 年1 月—2019 年10月的月度數(shù)據(jù)，具體變量類(lèi)型、單位以及來(lái)源如表1。

表1 變量選取與數(shù)據(jù)處理

1.被解釋變量。 LEPUSCMP 為經(jīng)濟(jì)政策不確定性，數(shù)據(jù)來(lái)自經(jīng)濟(jì)政策不確定性指數(shù)數(shù)據(jù)庫(kù)。 本文選用中國(guó)的EPU 指數(shù)。

2.解釋變量。VolShang 為上證指數(shù)波動(dòng)率。 為了反映中國(guó)股市的整體波動(dòng)情況，選取上證指數(shù)日收益率的月度標(biāo)準(zhǔn)差衡量當(dāng)月中國(guó)股市的波動(dòng)率，其中上證指數(shù)數(shù)據(jù)來(lái)源于上海證券交易所，具體公式為：

式中，VolShang 表示上證綜指月度波動(dòng)率，r 為區(qū)間內(nèi)日收益率，ir 為平均收益率，n 為區(qū)間t 期間天數(shù)。 為了盡量統(tǒng)一變量的量級(jí)，將上證指數(shù)波動(dòng)率的原始數(shù)據(jù)乘以100。

3.控制變量。（1）時(shí)間斷點(diǎn)因素。2008 年全球金融危機(jī)引發(fā)全球股市震蕩，2010 年的融資融券交易政策為我國(guó)股票市場(chǎng)引入了套期保值、風(fēng)險(xiǎn)管理和投機(jī)交易的工具，這兩個(gè)因素都可能會(huì)改變股票市場(chǎng)波動(dòng)的結(jié)構(gòu)性特征， 因此引入FinCrisis 和MTSS的虛擬變量作為控制變量。 同時(shí)，考慮到金融危機(jī)時(shí)期經(jīng)濟(jì)政策不確定性較高，這兩個(gè)因素可能會(huì)對(duì)股票波動(dòng)率具有交互性的強(qiáng)化作用，而融資融券交易本身既可能對(duì)沖政策波動(dòng)， 也可能放大政策沖擊， 因此在后續(xù)的分析中引入LEPUSCMP 與Fin-Crisis 的交互項(xiàng)以及LEPUSCMP 與MTSS 的交互項(xiàng)。（2）慣性因素。當(dāng)股票價(jià)格的影響因素發(fā)生變化時(shí)，這些因素對(duì)于股價(jià)的作用往往會(huì)持續(xù)一定的時(shí)間，這主要體現(xiàn)在股價(jià)波動(dòng)與前期波動(dòng)相關(guān)，即具有一定的慣性。 本文引入被解釋變量的滯后一期值VolShang_L1 作為慣性因素的代理變量。 （3）宏觀因素。 國(guó)家經(jīng)濟(jì)發(fā)展?fàn)顩r屬于股市系統(tǒng)性風(fēng)險(xiǎn)，通過(guò)入市資金量、 上市企業(yè)經(jīng)營(yíng)利潤(rùn)等途徑影響股市行情。 經(jīng)濟(jì)繁榮時(shí)，入市資金多，同時(shí)公司利潤(rùn)增加，分紅派息的空間大，股市高漲。反之亦然。而許多文獻(xiàn)主張用工業(yè)增加值等指標(biāo)代替GDP（Schwert，1989；Stock and Wachter，2002）??。本文選用規(guī)模以上工業(yè)增加值同比增長(zhǎng)率（MIVA）作為控制變量代表我國(guó)經(jīng)濟(jì)發(fā)展形勢(shì)。 （4）股票市場(chǎng)因素。 市盈率是股票價(jià)值評(píng)估和投資策略的重要依據(jù)， 市盈率的變化會(huì)影響投資者的投資行為， 進(jìn)而作用于股價(jià)的波動(dòng)程度。 因此，選用上交所平均市盈率（PERShang）來(lái)控制股票市場(chǎng)層面的因素。

三、實(shí)證結(jié)果分析

（一）統(tǒng)計(jì)性檢驗(yàn)與模型修正

1.變量平穩(wěn)性檢驗(yàn)。為了避免“偽回歸”的問(wèn)題，進(jìn)行平穩(wěn)性檢驗(yàn)。 從結(jié)果可知， 上證指數(shù)波動(dòng)率（VolShang）、 規(guī)模以上工業(yè)增加值同比增長(zhǎng)率（MIVA）、上海銀行間7 天同業(yè)拆借利率（SHIBOR）、上交所平均市盈率 （PERShang） 的伴隨概率均小于0.05， 是平穩(wěn)序列； 而經(jīng)濟(jì)政策不確定性（EPUSCMP）為一階單整。 考慮到差分處理會(huì)損失原變量的信息，為了解決不平穩(wěn)的問(wèn)題，對(duì)經(jīng)濟(jì)政策不確定性（EPUSCMP）進(jìn)行對(duì)數(shù)化處理，檢驗(yàn)結(jié)果表明，經(jīng)濟(jì)政策不確定性對(duì)數(shù)值（LEPUSCMP）是平穩(wěn)序列，故采用該序列建立模型（見(jiàn)表2）。

表2 變量平穩(wěn)性檢驗(yàn)結(jié)果

2.多重共線性檢驗(yàn)。 通過(guò)變量的相關(guān)關(guān)系矩陣可知，變量之間的相關(guān)系數(shù)均小于0.7，可以認(rèn)為模型不存在多重共線性（見(jiàn)表3）。

表3 多重共線性檢驗(yàn)結(jié)果

3.自相關(guān)檢驗(yàn)。當(dāng)不考慮慣性變量VolShang_L1時(shí)， 模型的DW 檢驗(yàn)和LM 檢驗(yàn)提示存在自相關(guān)問(wèn)題。 加入變量VolShang_L1 后， 自相關(guān)問(wèn)題得到修正。 可能的原因是，由于當(dāng)期股市波動(dòng)會(huì)受到上期波動(dòng)的影響，忽視這種慣性因素的模型容易具有自相關(guān)，進(jìn)一步證實(shí)了控制慣性因素的必要性。

4.異方差的檢驗(yàn)與修正。OLS 模型的帕克檢驗(yàn)、格萊澤檢驗(yàn)和懷特檢驗(yàn)均拒絕原假設(shè)，顯示存在異方差。 采用加權(quán)最小二乘法進(jìn)行修正，權(quán)重取殘差平方的倒數(shù)。 修正后模型的格萊澤檢驗(yàn)統(tǒng)計(jì)量為0.0663，懷特檢驗(yàn)統(tǒng)計(jì)量為0.3350，表明異方差得到修正。

（二）模型回歸結(jié)果分析

采用修正異方差的加權(quán)最小二乘方法估計(jì)基準(zhǔn)模型（1）和擴(kuò)展模型（2）（3），回歸結(jié)果如表4 所示（見(jiàn)表4）。

1.基準(zhǔn)模型。 修正后的基準(zhǔn)模型的Adj-R2 為0.885，說(shuō)明模型擬合程度較好。 經(jīng)濟(jì)政策不確定性（LEPUSCMP）的系數(shù)為-0.175，且通過(guò)了1%的顯著性檢驗(yàn)。 說(shuō)明在其他條件不變的情況下，經(jīng)濟(jì)政策不確定性 （LEPUSCMP） 每上升1%， 上證指數(shù)波動(dòng)率（VolShang）下降0.175。 可能的原因是，當(dāng)經(jīng)濟(jì)政策不確定性上升時(shí)，投資者的行為更加謹(jǐn)慎， 為了降低風(fēng)險(xiǎn)和虧損，投資者會(huì)避免改變投資策略，這也削弱了股價(jià)大幅波動(dòng)的內(nèi)在因素，因此股市波動(dòng)率隨著經(jīng)濟(jì)政策不確定性的提高而降低。 在控制變量方面，除規(guī)模以上工業(yè)增加值同比增長(zhǎng)率（MIVA）與上海銀行間7 天同業(yè)拆借利率（SHIBOR）未能通過(guò)10%的顯著性檢驗(yàn)以外，其余變量均顯著。 其中，股市波動(dòng)率在2008 年金融危機(jī)和2010 年融資融券交易處存在結(jié)構(gòu)性斷點(diǎn)； 同時(shí)， 股市波動(dòng)會(huì)受到慣性因素VolShang_L1 的影響。

2.擴(kuò)展模型：加入交互項(xiàng)

（1）經(jīng)濟(jì)政策不確定性與2008年金融危機(jī)的交互作用。 模型的Adj-R2 為0.906， 說(shuō)明考慮經(jīng)濟(jì)政策不確定性與2008 年金融危機(jī)的交互作用 （LEPUSCMP *FinCrisis） 的模型比原修正后的模型擬合效果更好。 然而，交互項(xiàng)EPU * Fin 不顯著， 說(shuō)明交互作用并沒(méi)有通過(guò)統(tǒng)計(jì)檢驗(yàn)，可能的原因是，2008 年金融危機(jī)后， 美聯(lián)儲(chǔ)啟動(dòng)量化寬松政策， 我國(guó)也采用寬松的貨幣政策刺激經(jīng)濟(jì)，宏觀政策在工具層面具有較強(qiáng)的協(xié)調(diào)性，在時(shí)間前后具有較高的一致性。 因此投資者對(duì)于政策具有穩(wěn)定的預(yù)期，造成經(jīng)濟(jì)政策不確定性與金融危機(jī)的交互作用不顯著。

（2）經(jīng)濟(jì)政策不確定性與2010 年融資融券交易的交互作用。 可以看出， 經(jīng)濟(jì)政策不確定性（LEPUSCMP）通過(guò)了5%的顯著性檢驗(yàn)，2010 年融資融券交易（MTSS）和交互項(xiàng)（LEPUSCMP * MTSS）通過(guò)了1%的顯著性檢驗(yàn)。 在2010 年3 月之前，經(jīng)濟(jì)政策不確定性每上升1%，導(dǎo)致股市波動(dòng)上升0.498；在3 月開(kāi)啟股票市場(chǎng)融資融券交易之后， 經(jīng)濟(jì)政策不確定性每上升1%，股市波動(dòng)率則下降0.189。這一結(jié)果說(shuō)明，當(dāng)我國(guó)市場(chǎng)沒(méi)有融資融券機(jī)制時(shí)，股市波動(dòng)對(duì)政策不確定的反應(yīng)較為敏感， 且不確定性政策容易引發(fā)股市震蕩； 融資融券交易制度的引入則降低了股市波動(dòng)率對(duì)政策的敏感程度?？赡艿脑蚴?，在政策不確定性較高的情況下， 融資融券制度能夠發(fā)揮套期保值和對(duì)沖風(fēng)險(xiǎn)的功能， 能夠穩(wěn)定市場(chǎng)情緒和市場(chǎng)預(yù)期，引導(dǎo)投資者采取審慎投資策略，從而降低不確定性的政策對(duì)于股票市場(chǎng)的沖擊。

表4 全樣本的回歸結(jié)果

四、研究結(jié)論

本文建立多元回歸模型并引入交互項(xiàng)，實(shí)證檢驗(yàn)了經(jīng)濟(jì)政策不確定性對(duì)上證指數(shù)波動(dòng)率的影響因素，研究結(jié)論如下：（1）在主效應(yīng)方面，經(jīng)濟(jì)政策不確定性越高，我國(guó)股市波動(dòng)率越低。 （2）在慣性因素方面，我國(guó)股市波動(dòng)率會(huì)顯著受到滯后波動(dòng)率的影響。 （3）在結(jié)構(gòu)性斷點(diǎn)方面，我國(guó)股市波動(dòng)率在2008 年金融危機(jī)和2010 年融資融券交易處存在結(jié)構(gòu)性斷點(diǎn)。 （4）在交互效應(yīng)方面，經(jīng)濟(jì)政策不確定性與2008 年金融危機(jī)對(duì)股市波動(dòng)的交互作用不顯著；融資融券交易制度的建立則降低了股市波動(dòng)率對(duì)于經(jīng)濟(jì)政策不確定性的敏感程度。

本文的研究結(jié)論為宏觀政策制定及資本市場(chǎng)投資提供了思路參考，具體有以下幾點(diǎn)：

第一，針對(duì)股票市場(chǎng)未能對(duì)宏觀政策變動(dòng)作出及時(shí)、有效反應(yīng)，沒(méi)有充分發(fā)揮宏觀經(jīng)濟(jì)“晴雨表”的功能，需要進(jìn)一步提高信息披露的充分性和信息獲取的便捷性，從而增強(qiáng)市場(chǎng)的有效性，使得我國(guó)的股票市場(chǎng)更好地反映經(jīng)濟(jì)運(yùn)行情況。

第二，考慮到政策的不確定性可能使得投資者過(guò)于謹(jǐn)慎和保守， 從而導(dǎo)致股票市場(chǎng)缺乏活力，政府部門(mén)應(yīng)盡量保持宏觀經(jīng)濟(jì)政策的穩(wěn)定性和持續(xù)性。 同時(shí)，需要加強(qiáng)針對(duì)投資者的政策溝通與預(yù)期管理，進(jìn)一步提高政策的透明度。

第三，針對(duì)融資融券制度能夠降低不確定性的政策對(duì)于股票市場(chǎng)的沖擊，政府部門(mén)要持續(xù)推進(jìn)資本市場(chǎng)改革。 尤其是提高股票期貨市場(chǎng)和股票期權(quán)市場(chǎng)的市場(chǎng)廣度和市場(chǎng)深度，通過(guò)衍生金融產(chǎn)品的套期保值和對(duì)沖風(fēng)險(xiǎn)功能來(lái)穩(wěn)定投資者情緒和市場(chǎng)預(yù)期。

第四，從投資者角度而言，投資者需要提高對(duì)宏觀經(jīng)濟(jì)政策的敏感度和提升解讀政策的能力，并且在充分考慮股價(jià)波動(dòng)滯后效應(yīng)的同時(shí)，采用融資融券方式對(duì)沖潛在的政策不確定性風(fēng)險(xiǎn)，以便適時(shí)調(diào)整預(yù)期和投資策略，降低投資風(fēng)險(xiǎn)。

注釋?zhuān)?/p>

①Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J].The Quarterly Journal of Economics,2016,131(4):1593-1636.

②Baker S R,Bloom N,Davis S J.Has economic policy uncertainty hamperedtherecovery[M].California:HooverInstitutionPress,2012.

③Sum V. The impulse response function of economic policy uncertainty and stock market returns: A look at the eurozone[J].Journal of International Finance Studies, 2012, 12(3): 100-105.

④Wang Y Z, Chen C R, Huang Y S. Economic policy uncertainty and corporate investment: Evidence from China[J]. Pacific- Basin Finance Journal, 2014, 22(26): 227-243.

⑤金雪軍,鐘意,王義中.政策不確定性的宏觀經(jīng)濟(jì)后果[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2014,34(2):17-26.

⑥楊海生,陳少凌,羅黨論,佘?chē)?guó)滿.政策不穩(wěn)定性與經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)地方官員變更的經(jīng)驗(yàn)證據(jù)[J].管理世界,2014,30(9):13-28.

⑦李鳳羽,史永東.經(jīng)濟(jì)政策不確定性與企業(yè)現(xiàn)金持有策略——基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].管理科學(xué)學(xué)報(bào),2016,19(6):157-170.

⑧Gulen H, Ion M. Policy uncertainty and corporate investment[J]. Review of Financial Studies, 2016, 29(3): 523-564.

⑨李鳳羽,楊墨竹.經(jīng)濟(jì)政策不確定性會(huì)抑制企業(yè)投資嗎?——基于中國(guó)經(jīng)濟(jì)政策不確定指數(shù)的實(shí)證研究[J].金融研究,2015,58(4):115-129.

⑩陳國(guó)進(jìn),王少謙.經(jīng)濟(jì)政策不確定性如何影響企業(yè)投資行為[J].財(cái)貿(mào)經(jīng)濟(jì),2016,37(5):5-21.

?朱孟楠,閆帥.經(jīng)濟(jì)政策不確定性與人民幣匯率的動(dòng)態(tài)溢出效應(yīng)[J].國(guó)際貿(mào)易問(wèn)題,2015,41(10):111-119.

?田磊,林建浩.經(jīng)濟(jì)政策不確定性兼具產(chǎn)出效應(yīng)和通脹效應(yīng)嗎?來(lái)自中國(guó)的經(jīng)驗(yàn)證據(jù)[J].南開(kāi)經(jīng)濟(jì)研究,2016,32(2):3-24.

?曾珣.中國(guó)股市波動(dòng)的影響因素分析——基于投資者保護(hù)視角[J].宏觀經(jīng)濟(jì)研究,2017，(6):13-23.

?周方召,賈少卿.經(jīng)濟(jì)政策不確定性?投資者情緒與中國(guó)股市波動(dòng)[J].金融監(jiān)管研究,2019，(8):101-114.

?Schwert G W. Why does stock market volatility change over time[J]. Journal of Finance, 1989, 44(5): 1115-1153.

?Stock J H, Waston M W. Has the business cycle changed and why[A].In:Gertler M,Rogoff K(eds.).NBER Macroeconomics Annual[C]. Cambridge: MIT Press, 2002.