中國(guó)股市是宏觀經(jīng)濟(jì)的晴雨表嗎？
——基于馬氏域變模型的研究

孟慶斌，張永冀，汪昌云

(1.中國(guó)人民大學(xué)商學(xué)院，北京 100872；2.北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院，北京 100081)

1 引言

我國(guó)股市經(jīng)歷了將近30年的發(fā)展，市值規(guī)模迅速擴(kuò)大，資金配置效率逐步提升，在社會(huì)經(jīng)濟(jì)融資體系中發(fā)揮了越來(lái)越重要的作用。在這種趨勢(shì)下，證券市場(chǎng)作為我國(guó)實(shí)體經(jīng)濟(jì)“晴雨表”的作用日益明顯，對(duì)實(shí)體經(jīng)濟(jì)和宏觀政策變動(dòng)的反應(yīng)也越來(lái)越靈敏。相應(yīng)地，宏觀經(jīng)濟(jì)因素對(duì)股市的影響也逐漸成為我國(guó)經(jīng)濟(jì)政策制定過程中需考慮的重要因素之一。因此，我們有必要結(jié)合股市的發(fā)展變化，考察和比較不同階段我國(guó)宏觀經(jīng)濟(jì)因素對(duì)股市的影響，從而為政策制定提供參考依據(jù)。

證券價(jià)格會(huì)對(duì)宏、微觀信息及時(shí)作出反應(yīng)。以往研究多從微觀角度探討價(jià)格波動(dòng)機(jī)制[1-2]。近年來(lái)宏觀經(jīng)濟(jì)因素對(duì)股市波動(dòng)的影響日益得到學(xué)術(shù)界廣泛關(guān)注。國(guó)內(nèi)外研究主要從三個(gè)方面研究宏觀經(jīng)濟(jì)因素對(duì)股市的影響：首先是經(jīng)濟(jì)增長(zhǎng)對(duì)股市的影響，如Schwert[3]對(duì)美國(guó)股市波動(dòng)與美國(guó)宏觀經(jīng)濟(jì)、金融政策波動(dòng)之間的相關(guān)性進(jìn)行了研究；Beltrattia和Morana[4]考察了美國(guó)股市周期和宏觀經(jīng)濟(jì)周期之間的協(xié)同性。鄭江淮等[5]、許均華和李啟亞[6]、梁琪和騰建州[7]、劉少波和丁菊紅[8]、唐平和劉燕[9]、余秋玲和朱宏泉[10]、趙華和秦可佶[11]等國(guó)內(nèi)學(xué)者從不同角度探討了我國(guó)經(jīng)濟(jì)增長(zhǎng)與股市之間的聯(lián)系，探討了實(shí)體經(jīng)濟(jì)發(fā)展中證券市場(chǎng)的功能定位問題。其次是貨幣政策對(duì)股市的影響，如Thorbecke[12]研究發(fā)現(xiàn)美國(guó)貨幣政策(利率或聯(lián)邦準(zhǔn)備金)對(duì)股市收益有顯著影響。中國(guó)人民銀行研究局課題組[13]、孫華妤和馬躍[14]、呂江林[15]等分別從貨幣政策的制定、調(diào)整等角度分析了貨幣政策與股市的關(guān)系，基于證券市場(chǎng)反應(yīng)對(duì)貨幣政策的制定和實(shí)施提出建議。此外，還有不少學(xué)者關(guān)注國(guó)際資金流動(dòng)對(duì)股市的影響，如Bollerslv等[16]從理論上對(duì)政策變動(dòng)對(duì)股價(jià)跳躍的影響進(jìn)行建模，給出了解決此類問題的一般理論框架。Jorion[17]研究發(fā)現(xiàn)美元匯率波動(dòng)對(duì)美國(guó)股市影響并不顯著。呂江林等[18]、楊海珍等[19]研究了人民幣升值引起的資金流入對(duì)中國(guó)股市的影響。

已有研究為我們深入理解宏觀經(jīng)濟(jì)因素對(duì)股市影響提供了很好的借鑒，但在這些文獻(xiàn)中仍然存在兩方面的問題：首先，這些文獻(xiàn)大多側(cè)重于分析特定經(jīng)濟(jì)變量對(duì)股市的影響，雖具有較強(qiáng)的針對(duì)性，但由于缺少對(duì)這些變量影響程度的綜合分析，使我們難以從總體上對(duì)各種經(jīng)濟(jì)變量對(duì)股市的影響進(jìn)行分析和比較。同時(shí)，現(xiàn)有文獻(xiàn)多在線性模型框架下研究經(jīng)濟(jì)變量對(duì)股市的影響，對(duì)不同時(shí)間樣本進(jìn)行計(jì)量檢驗(yàn)時(shí)得到的結(jié)論往往相差較大。造成該結(jié)果的原因在于，很多經(jīng)濟(jì)變量的波動(dòng)具有很強(qiáng)的周期性或者說非線性性，線性模型的假設(shè)勢(shì)必與現(xiàn)實(shí)情況相去甚遠(yuǎn)。針對(duì)以上問題，本文將選取反映經(jīng)濟(jì)增長(zhǎng)和貨幣政策的主要宏觀變量，利用能夠捕捉經(jīng)濟(jì)變量之間非線性關(guān)系的計(jì)量方法——馬氏域變向量自回歸模型(Markov Switching Vector Autoregressive)，建立統(tǒng)一的計(jì)量模型框架，分析其對(duì)股市的綜合影響。

2 股市收益與宏觀經(jīng)濟(jì)變量的馬氏域變特征

本章將利用馬氏域變模型對(duì)我國(guó)股市收益及各宏觀經(jīng)濟(jì)變量進(jìn)行建模，分析其周期性波動(dòng)特征，檢驗(yàn)其在不同時(shí)期所處狀態(tài)，并在此基礎(chǔ)上對(duì)各宏觀經(jīng)濟(jì)變量與股市之間的關(guān)系進(jìn)行分析。

2.1 數(shù)據(jù)處理及統(tǒng)計(jì)分析

本文以上證綜合指數(shù)的變動(dòng)反映股市收益，選取反映產(chǎn)出、價(jià)格和貨幣方面的宏觀經(jīng)濟(jì)指標(biāo)，如：工業(yè)增加值、出口、消費(fèi)(由于居民消費(fèi)數(shù)據(jù)無(wú)法獲得，文中以社會(huì)消費(fèi)品零售總額代表消費(fèi)數(shù)據(jù))、通貨膨脹率、利率、廣義貨幣以及人民幣兌美元實(shí)際匯率等。投資也是反映實(shí)體經(jīng)濟(jì)增長(zhǎng)的重要變量，但由于缺乏完整的月度數(shù)據(jù)，因此并未納入本文。數(shù)據(jù)樣本期為從1996年1月到2015年12月(由于本文研究的多個(gè)經(jīng)濟(jì)變量序列中，最短的序列從1996年1月開始，因此我們的樣本期初始點(diǎn)設(shè)定為此時(shí))，采用月度數(shù)據(jù)，數(shù)據(jù)來(lái)源于萬(wàn)德資訊數(shù)據(jù)庫(kù)和中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。

在數(shù)據(jù)處理上：股市收益率(dsit)是通過對(duì)月末上證指數(shù)取對(duì)數(shù)后進(jìn)行差分獲得。產(chǎn)出方面，由于官方公布的GDP為季度序列數(shù)據(jù)，故本文用工業(yè)增加值進(jìn)行替代，先對(duì)其進(jìn)行X-12-ARIMA季節(jié)調(diào)整，然后進(jìn)行對(duì)數(shù)變換并做差分，就得到了工業(yè)增加值增長(zhǎng)率(dyt)。利用同樣方法，計(jì)算得到出口增長(zhǎng)率 (dext)、消費(fèi)增長(zhǎng)率(dct)、月度環(huán)比通貨膨脹率(inft)。對(duì)銀行間七日同業(yè)拆借利率、廣義貨幣、人民幣兌美元實(shí)際匯率進(jìn)行對(duì)數(shù)變換并取差分，可得利率變化率(dintt)、廣義貨幣變化率(dM2t)和人民幣兌美元實(shí)際匯率變化率(dret)。各序列的統(tǒng)計(jì)特征見表1。

表1 宏觀經(jīng)濟(jì)變量與股市收益率基本統(tǒng)計(jì)特征(1996年1月-2015年12月)

注： 1.*、**、***分別表示在10%、5%、1%的水平上顯著；2.JB(Jarque-Bera)統(tǒng)計(jì)量檢驗(yàn)樣本是否服從正態(tài)分布；3.Q(8)(Ljung-Box)統(tǒng)計(jì)量檢驗(yàn)時(shí)間序列中是否存在序列相關(guān)性；4.ADF(Augmented Dickey-Fuller)統(tǒng)計(jì)量檢驗(yàn)各序列中是否存在單位根。

表1顯示，各序列JB統(tǒng)計(jì)量均較大，說明其峰度和偏度較高、波動(dòng)劇烈、分布均呈非正態(tài)性；Q(8)統(tǒng)計(jì)量表明序列存在較為嚴(yán)重的序列相關(guān)性；ADF統(tǒng)計(jì)量均在1%水平上顯著，說明序列平穩(wěn)。綜合判斷這八個(gè)宏觀因素序列呈非線性性，即可能存在著某種結(jié)構(gòu)性變化或結(jié)構(gòu)性斷點(diǎn)，為下文利用馬氏域變模型對(duì)各序列進(jìn)行分析和研究提供了依據(jù)。

2.2 模型設(shè)定與參數(shù)估計(jì)

馬氏域變模型最早由Quandt[20]提出，后經(jīng)Goldfeld和Quandt[21]逐步完善，多用于非線性計(jì)量問題研究。雖然馬氏域變模型在上世紀(jì)50年代末期就已提出，但在幾近30年之后，隨著計(jì)算機(jī)信息技術(shù)的發(fā)展與普及，才被廣泛應(yīng)用于實(shí)證金融研究當(dāng)中。Hamilton[22-24]、Cecchetti等[26]、楊繼平和張春會(huì)[26]等應(yīng)用此模型預(yù)測(cè)利率、國(guó)民生產(chǎn)總值、匯率以及證券收益率與波動(dòng)率等，均表現(xiàn)為很高的預(yù)測(cè)準(zhǔn)確性。因此，本文先對(duì)上證指數(shù)收益率建立馬氏域變自回歸模型；然后，將工業(yè)增加值、消費(fèi)以及出口三變量聯(lián)合起來(lái)，建立馬氏域變向量自回歸模型，以分析實(shí)體經(jīng)濟(jì)周期；對(duì)于反映價(jià)格和貨幣政策的變量通貨膨脹率、實(shí)際匯率、廣義貨幣和利率，則分別建立馬氏域變自回歸模型。需要指出的是，馬氏域變自回歸模型是馬氏域變向量自回歸模型變量數(shù)為一時(shí)的特殊情況。

p階馬氏域變向量自回歸模型的一般形式可表示為：

(1)

P(St=0|St-1=0)=p00,P(St=1|St-1=0)=p01

P(St=0|St-1=1)=p10,P(St=1|St-1=1)=p11

(2)

其中，p00、p01、p10和p11為正常數(shù)，滿足p00+p01=p10+p11=1。進(jìn)一步，可以將(1)式改寫為均值調(diào)整形式，即：

(3)

(4)

(4)式說明，隨著經(jīng)濟(jì)形勢(shì)在(0,1)之間轉(zhuǎn)換，各宏觀經(jīng)濟(jì)變量的均值也在μ0和μ1之間變化。當(dāng)向量zt僅包含一個(gè)宏觀經(jīng)濟(jì)變量時(shí)，模型(3)易化為馬氏域變自回歸模型。

常見有兩種馬氏域變向量自回歸模型的參數(shù)估計(jì)方法：吉布斯采樣法(Gibbs Sampling)和最大似然估計(jì)法。吉布斯采樣法采用馬氏鏈蒙特卡洛迭代模擬技術(shù)(MCMC)，屬于貝葉斯分析的范疇，可提供相對(duì)豐富的信息，如參數(shù)后驗(yàn)分布信息。當(dāng)模型待估參數(shù)較多、估算較復(fù)雜時(shí)，吉布斯采樣法更為準(zhǔn)確和高效。最大似然估計(jì)法屬于經(jīng)典回歸估計(jì)法，通過卡爾曼濾波(The Kalman Filtering)進(jìn)行預(yù)測(cè)方差分解，得到模型參數(shù)的最大似然估計(jì)。當(dāng)模型待估參數(shù)較少、估算較為簡(jiǎn)單時(shí)，最大似然估計(jì)法更為方便和快捷。由于本文模型中待估參數(shù)相對(duì)較少，樣本期間較短，因此選用最大似然估計(jì)法。

本文對(duì)上述變量分別建立了MSM-VAR、MSM-AR、MSMH-AR、三類馬氏域變向量自回歸模型。在實(shí)體經(jīng)濟(jì)發(fā)展過程中，政府會(huì)通過財(cái)政政策、貨幣政策等一籃子工具調(diào)節(jié)市場(chǎng)，促進(jìn)經(jīng)濟(jì)平穩(wěn)增長(zhǎng)，避免經(jīng)濟(jì)增速劇烈波動(dòng)。MSM-VAR模型適用于均值隨經(jīng)濟(jì)狀態(tài)轉(zhuǎn)換而變化，而自回歸系數(shù)與隨機(jī)擾動(dòng)項(xiàng)協(xié)方差矩陣都不受狀態(tài)轉(zhuǎn)換影響的情形。因此本文采用MSM-VAR模型對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)建模，所涉及的經(jīng)濟(jì)變量有工業(yè)增加值增長(zhǎng)率、消費(fèi)增長(zhǎng)率和出口增長(zhǎng)率，此時(shí)(3)式中的zt=(dyt,dct,ext)’。MSM-AR為僅包含單個(gè)變量的MSM-VAR模型。由于通貨膨脹率、廣義貨幣、實(shí)際匯率在短期內(nèi)極少出現(xiàn)劇烈波動(dòng)，其變動(dòng)率的狀態(tài)轉(zhuǎn)移特征主要表現(xiàn)為均值的變化，因此本文利用MSM-VAR模型來(lái)表征通貨膨脹率、廣義貨幣和實(shí)際匯率變化率的狀態(tài)轉(zhuǎn)移特征，zt分別等于inft、dM2t和dret。股市收益和利率的波動(dòng)相較其他經(jīng)濟(jì)變量更為劇烈，而MSMH-AR模型是除均值外，擾動(dòng)項(xiàng)方差也隨狀態(tài)轉(zhuǎn)移而變化的MSM-VAR模型，因此可利用該模型對(duì)股市收益和利率建模，zt分別等于dsit和dintt。以上各模型的自回歸階數(shù)均依據(jù)AIC準(zhǔn)則獲得，模型參數(shù)估計(jì)結(jié)果見表2。

從表2中可以看出，各序列殘差和殘差平方的Ljung-Box Q統(tǒng)計(jì)量均接受了殘差中不含序列相關(guān)性的假設(shè)。根據(jù)馬氏域變向量自回歸模型和經(jīng)典線性模型的對(duì)數(shù)似然值，本文構(gòu)造出似然比統(tǒng)計(jì)量，對(duì)經(jīng)濟(jì)狀態(tài)轉(zhuǎn)移前后模型的擬合效果進(jìn)行比對(duì)檢驗(yàn)。其中，對(duì)反映實(shí)體經(jīng)濟(jì)增長(zhǎng)的工業(yè)增加值增長(zhǎng)率、消費(fèi)增長(zhǎng)率和出口增長(zhǎng)率建立的MSM-VAR模型相較于經(jīng)典VAR模型構(gòu)成的似然比統(tǒng)計(jì)量為L(zhǎng)Rdyt,dct,dext=18>χ0.01(3)=11.34；對(duì)通貨膨脹率、廣義貨幣和實(shí)際匯率變化率所建立的MSM-AR模型相較于AR模型的似然比統(tǒng)計(jì)量分別為L(zhǎng)Rinft=10、LRdM2t=116和LRdret=21，均大于χ0.01(1)=6.63；對(duì)股市收益率、利率所建立的MSMH-AR模型相較于經(jīng)典AR模型的似然比統(tǒng)計(jì)量分別為L(zhǎng)Rdsit=34和LRintt=180，兩者均大于χ0.01(2)=9.21。綜上可以看出，引入狀態(tài)轉(zhuǎn)移后，模型的擬合效果顯著提高，進(jìn)一步說明利用馬氏域變向量模型對(duì)各變量進(jìn)行建模是適合的。

表2 上證綜指收益率及宏觀經(jīng)濟(jì)變量的馬氏域變向量自回歸參數(shù)估計(jì)結(jié)果

注：1.Q(8)和Q2(8)統(tǒng)計(jì)量檢驗(yàn)時(shí)間序列中是否存在序列相關(guān)性；2.Q(8)和Q2(8)統(tǒng)計(jì)量下方中括號(hào)內(nèi)數(shù)據(jù)為p值，其他數(shù)據(jù)下小括號(hào)內(nèi)數(shù)據(jù)為參數(shù)估計(jì)值的t統(tǒng)計(jì)量；3.Log表示馬氏域變向量自回歸模型參數(shù)估計(jì)的對(duì)數(shù)似然值、L-Log表示經(jīng)典線性模型參數(shù)估計(jì)的對(duì)數(shù)似然值。

各變量在樣本期內(nèi)不同階段處于某一狀態(tài)的概率見圖1到圖6，分別表示股市高收益率狀態(tài)概率、工業(yè)增加值高增長(zhǎng)狀態(tài)概率、廣義貨幣高增長(zhǎng)狀態(tài)概率、高通貨膨脹率狀態(tài)概率、利率高波動(dòng)率狀態(tài)概率以及實(shí)際匯率下降(人民幣升值)狀態(tài)概率等。

圖1 股市高收益率狀態(tài)概率

圖2 工業(yè)增加值高增長(zhǎng)狀態(tài)概率

圖3 廣義貨幣高增長(zhǎng)狀態(tài)概率

圖4 利率高波動(dòng)狀態(tài)概率

圖5 高通貨膨脹狀態(tài)概率

圖6 實(shí)際匯率下降狀態(tài)概率

2.3 狀態(tài)轉(zhuǎn)換特征分析

根據(jù)表2中的模型參數(shù)估計(jì)結(jié)果和圖1到圖6中的概率結(jié)果可以看出：股票市場(chǎng)在低收益率狀態(tài)(St=0，下稱“熊市”)和高收益率狀態(tài)(St=1，下稱“牛市”)下的均值分別為-0.0025和0.0273，波動(dòng)率分別為0.0567和0.1147，差距明顯。牛市在相鄰時(shí)間點(diǎn)之間得以維持的概率為97.49%，意味著其平均持續(xù)期達(dá)到將近39.8個(gè)月；熊市在相鄰時(shí)間點(diǎn)之間得以維持的概率為94.91%，說明其平均持續(xù)期約為19.6個(gè)月，為牛市平均持續(xù)期的一半。從圖1中可以看到，我國(guó)股市在1996年到1997年4月間處于牛市，之后受1997年亞洲金融危機(jī)沖擊，迅速由牛轉(zhuǎn)熊，雖然在1999年的個(gè)別月份出現(xiàn)了強(qiáng)勁反彈，但很快又重陷低迷，這樣的狀態(tài)一直持續(xù)到2006年；從2006年5月到2009年2月，我國(guó)股市迅速完成了一輪大漲大跌的周期，先是在2006年5月開始到2007年10月的一年半時(shí)間里迅速上漲超過6倍，接著從2007年11月到2008年10月，又下跌了將近75%；從2008年12月開始，我國(guó)股市開始反彈，并一直持續(xù)到2009年10月，此后又進(jìn)入了長(zhǎng)達(dá)5年的持續(xù)震蕩下行狀態(tài)； 2014年10月，我國(guó)股市經(jīng)歷了新一輪的大幅快速上漲，并一直延續(xù)到本文樣本期的結(jié)束(2015年9月)。

就實(shí)體經(jīng)濟(jì)而言，高增速(St=1)和低增速(St=0)時(shí)工業(yè)增加值增長(zhǎng)率、出口增長(zhǎng)率和消費(fèi)增長(zhǎng)率的均值差距明顯，分別為0.0164、0.0209、0.0140和0.0062、0.0051、0.0085。經(jīng)濟(jì)低增速期在相鄰時(shí)點(diǎn)間維持的概率為98.06%，平均持續(xù)期為51.5個(gè)月。經(jīng)濟(jì)高增速時(shí)期在相鄰時(shí)點(diǎn)間維持的概率為97.2%，平均持續(xù)期為35.7個(gè)月，略小于低增速期。在所考察的樣本期內(nèi)，實(shí)體經(jīng)濟(jì)處于低增速狀態(tài)的時(shí)期主要有三個(gè)階段：第一個(gè)階段為1997年到2001年。在此期間，從1996年開始，實(shí)體經(jīng)濟(jì)增速逐漸下滑并進(jìn)入收縮狀態(tài)，這種狀態(tài)一直持續(xù)到1999年6月，在1999年7月到2000年之間雖然有所回暖，但2001年又出現(xiàn)反復(fù)，直到2002年才徹底復(fù)蘇，進(jìn)入了較為持續(xù)和穩(wěn)定的擴(kuò)張期。第二個(gè)階段為從2008年9月到2009年5月，該階段，受金融危機(jī)沖擊，我國(guó)實(shí)體經(jīng)濟(jì)迅速陷入收縮期，但在財(cái)政貨幣政策的雙重刺激下，不到半年時(shí)間實(shí)體經(jīng)濟(jì)便走出低谷。第三個(gè)階段為2012年之后直到2015年9月，其原因主要是由于我國(guó)發(fā)展模式的“減速換擋”，以及同期歐美經(jīng)濟(jì)的持續(xù)低迷。

廣義貨幣高低增長(zhǎng)率狀態(tài)下的均值分別為0.0145和0.0120。低增長(zhǎng)時(shí)期(St=0)，相鄰時(shí)點(diǎn)間得以維持的概率為92.56%，平均持續(xù)期將近13.4個(gè)月，顯著高于高增長(zhǎng)時(shí)期(St=1)68.37%的維持概率和3.2個(gè)月的平均持續(xù)期。M2高速增長(zhǎng)的時(shí)段分別是1996年、2001年、2008年到2009年7月、2011年和2015年。其中第一個(gè)時(shí)期是延續(xù)1994年高通脹時(shí)期的資金大量投放，而后幾個(gè)時(shí)期則是我國(guó)為應(yīng)對(duì)危機(jī)和經(jīng)濟(jì)下滑實(shí)行寬松貨幣政策的結(jié)果。

利率在兩狀態(tài)下的均值分別為-0.0096和-0.0034，差距比較明顯，但二者波動(dòng)率差距更大，高狀態(tài)(St=1)下波動(dòng)率接近低狀態(tài)(St=0)下的5.5倍。兩狀態(tài)維持概率也很接近，低狀態(tài)在相鄰時(shí)點(diǎn)間的維持狀態(tài)不變的概率為89.70%，平均持續(xù)期為9.7個(gè)月，高狀態(tài)在相鄰時(shí)點(diǎn)間的維持狀態(tài)不變的概率為84.95%，平均持續(xù)期約為6.6個(gè)月。從圖4可以看出，1998年到1999年和2003年到2015年兩個(gè)區(qū)間利率波動(dòng)較劇烈，前一時(shí)期政府利用貨幣工具刺激經(jīng)濟(jì)頻繁降息，2008年是后一時(shí)期的分水嶺，當(dāng)年8月份之前，政府為防止經(jīng)濟(jì)過熱和高通脹而多次加息，8月份之后，央行為應(yīng)對(duì)美國(guó)金融危機(jī)對(duì)中國(guó)的沖擊而連續(xù)降息。

高低狀態(tài)下的通貨膨脹率均值分別為0.0058和0.0008。低通脹狀態(tài)(St=0)相鄰時(shí)點(diǎn)間得以維持的概率為97.66%，平均持續(xù)期為42.7個(gè)月，顯著高于高通脹狀態(tài)(St=1)下85.01%的維持概率以及6.7個(gè)月的平均持續(xù)期。從圖5中可以看到，在所研究的時(shí)間段內(nèi)，我國(guó)通脹情況大致可以分為四個(gè)階段：從1996年到2003年間，我國(guó)通脹率長(zhǎng)期處于較低的水平，只有1997年和2000年里的個(gè)別月份(2007年4月和2000年2月)出現(xiàn)了短期上升；2003年后，中國(guó)經(jīng)濟(jì)逐漸進(jìn)入高增長(zhǎng)時(shí)期，高通脹現(xiàn)象出現(xiàn)頻率和持續(xù)時(shí)間均顯著增加，尤其是2003年10月到2004年4月和 2007年5月到2008年4月這兩個(gè)階段，通脹率始終都維持在較高水平；2008年下半年，抑制通脹的緊縮貨幣政策開始逐漸發(fā)揮作用，同時(shí)受全球金融危機(jī)影響，實(shí)體經(jīng)濟(jì)迅速下滑，通貨緊縮隨之而來(lái)；進(jìn)入2010年之后，在我國(guó)經(jīng)濟(jì)復(fù)蘇、全球大宗商品價(jià)格上揚(yáng)的推動(dòng)下，通貨膨脹水平再次快速攀升，至當(dāng)年10月，高通脹概率已超過70%，這種狀況一直持續(xù)到2011年底。

實(shí)際匯率在下降狀態(tài)(人民幣升值，St=0)下的平均下降速度為-0.0072，在上升狀態(tài)(人民幣貶值St=1)下以每月0.0004的速度緩慢上升。下降狀態(tài)中相鄰時(shí)點(diǎn)間維持概率為92.51%，平均持續(xù)期為1.33個(gè)月，遠(yuǎn)低于上升狀態(tài)相鄰時(shí)點(diǎn)間98.61%的維持概率和71.9個(gè)月的平均持續(xù)期。從圖6中可以看出，人民幣升值主要集中在1996年3到6月、2006年9月到2008年6月以及2010年7月到2011年10月這三個(gè)階段。

將圖1分別與圖2至圖6進(jìn)行對(duì)比可以看出：首先，大部分時(shí)間里股市和實(shí)體經(jīng)濟(jì)保持了較好的協(xié)同性，股市周期略領(lǐng)先于實(shí)體經(jīng)濟(jì)周期，這說明股市是實(shí)體經(jīng)濟(jì)的晴雨表，實(shí)體經(jīng)濟(jì)是股市的源動(dòng)力。在2002年到2005年間，實(shí)體經(jīng)濟(jì)和股市的協(xié)同性關(guān)系遭到破壞，實(shí)體經(jīng)濟(jì)已走出低谷，實(shí)現(xiàn)高速增長(zhǎng)，而股市卻依然低迷。造成這一結(jié)果的主要原因除了貨幣當(dāng)局在該階段提高利率對(duì)股市產(chǎn)生的抑制作用外，更重要的是國(guó)有股減持政策遲遲未能公布，市場(chǎng)擴(kuò)容前景極不明朗，導(dǎo)致市場(chǎng)情緒長(zhǎng)期低迷。第二，M2的快速增加之后往往伴隨著股市的大幅增長(zhǎng)，但股市大幅上漲并不與M2的快速增加相伴，且股市的長(zhǎng)期變化與M2的存量結(jié)構(gòu)之間沒有關(guān)系，這說明階段性的貨幣供給增加會(huì)在一定程度上推動(dòng)股市上漲，但不會(huì)將股市維持在一定的水平。第三，利率調(diào)節(jié)無(wú)法對(duì)證券市場(chǎng)產(chǎn)生立竿見影的影響，其效果具有一定的滯后性。作為常見的央行貨幣政策，利率調(diào)節(jié)是對(duì)未來(lái)經(jīng)濟(jì)趨勢(shì)的提前干預(yù)，除非是市場(chǎng)預(yù)期之外的調(diào)節(jié)，不然股價(jià)有可能已經(jīng)反應(yīng)了貨幣政策的變化。第四，通貨膨脹因素對(duì)股市收益率影響顯著，通脹率的上揚(yáng)短期會(huì)對(duì)股價(jià)上漲產(chǎn)生較大的刺激，但長(zhǎng)期影響會(huì)比較復(fù)雜。第五，實(shí)際匯率變化周期與股市收益率周期相協(xié)調(diào)，尤其是從2004年以后，實(shí)際匯率下降階段與股市高漲階段高度吻合，這從實(shí)證上說明了匯率變動(dòng)與股市變動(dòng)聯(lián)系密切，并且隨著我國(guó)開放程度和匯率市場(chǎng)化程度的不斷加深而加強(qiáng)。這是因?yàn)?，在兩?guó)價(jià)格水平短期相對(duì)穩(wěn)定的狀態(tài)下，人民幣實(shí)際匯率下降對(duì)應(yīng)著名義匯率上人民幣升值，這會(huì)使人們產(chǎn)生強(qiáng)烈的資金流入預(yù)期，從而刺激股市上漲。

3 宏觀經(jīng)濟(jì)波動(dòng)對(duì)股市影響的實(shí)證檢驗(yàn)

上一部分對(duì)我國(guó)股市收益率和各宏觀經(jīng)濟(jì)變量的周期性特征進(jìn)行了研究，同時(shí)分析了各變量與股市之間的相互聯(lián)系。在此基礎(chǔ)上，本部分將利用馬氏域變向量自回歸模型研究宏觀經(jīng)濟(jì)波動(dòng)對(duì)股市的影響。

3.1 模型設(shè)定及參數(shù)估計(jì)結(jié)果

首先從各變量中剔除趨勢(shì)性成分，得到其絕對(duì)離差，然后利用MSMH-VAR模型(均值和標(biāo)準(zhǔn)差都隨著狀態(tài)的變化而變化的馬氏域變向量自回歸模型)對(duì)絕對(duì)離差進(jìn)行建模，最后將通過MSMH-VAR模型的沖擊響應(yīng)函數(shù)來(lái)分析各宏觀經(jīng)濟(jì)因素對(duì)股市的影響。需要指出的是，剔除了變量趨勢(shì)性成分后所得的沖擊響應(yīng)函數(shù)，度量的是各變量偏離趨勢(shì)的超額波動(dòng)所引起的股市偏離趨勢(shì)的超額收益。

工業(yè)增加值增長(zhǎng)率、出口增長(zhǎng)率、消費(fèi)增長(zhǎng)率、廣義貨幣增長(zhǎng)率、通貨膨脹率、利率變化率、人民幣兌美元實(shí)際匯率變化率和股市收益率的絕對(duì)離差分別記為：Dyt、Dext、Dct、DM2t、Dintt、Dinft、Dret和Dsit，(3)式中的zt就等于(Dyt,Dext,Dct,DM2t,Dintt,Dinft,Dret,Dsit)’。利用AIC確定該模型的滯后階數(shù)為1，進(jìn)而用最大似然估計(jì)法對(duì)模型參數(shù)進(jìn)行估計(jì)，結(jié)果見表3。

從表3可以看出，各變量殘差序列和大部分變量殘差平方序列的Ljung-Box Q統(tǒng)計(jì)量均無(wú)法拒絕其不存在序列相關(guān)性的假設(shè)，這說明模型的設(shè)定是合理的。同時(shí)，將該模型與不考慮狀態(tài)轉(zhuǎn)移的經(jīng)典VAR模型進(jìn)行似然比對(duì)照檢驗(yàn)，得到LRMSMH=438>χ0.01(16)=32，在1%的顯著性水平下拒絕原假設(shè)，說明引入狀態(tài)轉(zhuǎn)移特征后模型的擬合效果顯著提高。除通貨膨脹率外，其他變量序列在狀態(tài)1時(shí)的均值顯著大于狀態(tài)0時(shí)的均值，各變量標(biāo)準(zhǔn)差的情況類似，表明當(dāng)經(jīng)濟(jì)快速增長(zhǎng)時(shí)，宏觀經(jīng)濟(jì)指標(biāo)波動(dòng)更為劇烈。從圖7可以看出，整個(gè)馬氏域變向量自回歸系統(tǒng)狀態(tài)轉(zhuǎn)移比單個(gè)變量狀態(tài)轉(zhuǎn)移更加頻繁，狀態(tài)0下相鄰時(shí)間點(diǎn)間得以維持的概率為89.93%，平均持續(xù)期約9.9個(gè)月，高于狀態(tài)1時(shí)的77.92%維持概率和約4.5個(gè)月的平均持續(xù)期。

表3 宏觀經(jīng)濟(jì)因素對(duì)股市收益率影響的MSM(2)-VAR(1)模型參數(shù)估計(jì)結(jié)果

續(xù)表3 宏觀經(jīng)濟(jì)因素對(duì)股市收益率影響的MSM(2)-VAR(1)模型參數(shù)估計(jì)結(jié)果

圖7 狀態(tài)0濾波概率

3.2 宏觀經(jīng)濟(jì)變量對(duì)股市收益率的脈沖響應(yīng)分析

本文進(jìn)一步將通過估算馬氏域變向量自回歸模型的脈沖響應(yīng)函數(shù)，來(lái)分析宏觀經(jīng)濟(jì)波動(dòng)和經(jīng)濟(jì)政策調(diào)整對(duì)股市收益的動(dòng)態(tài)影響。馬氏域變向量自回歸模型本質(zhì)上屬于非線性計(jì)量模型，因此經(jīng)典的向量自回歸模型脈沖響應(yīng)函數(shù)并不適用。Krolzig[27]提出了一種新的脈沖響應(yīng)函數(shù)，具有廣義脈沖響應(yīng)函數(shù)的優(yōu)勢(shì)，不僅可用來(lái)考察非線性動(dòng)態(tài)模型高斯新息的脈沖響應(yīng)，還可以考察狀態(tài)轉(zhuǎn)移過程中各變量所受沖擊。狀態(tài)0時(shí)的總體濾波概率見圖7。宏觀經(jīng)濟(jì)因素波動(dòng)對(duì)股市收益的脈沖響應(yīng)函數(shù)如圖8(a)和圖8(b)所示。狀態(tài)轉(zhuǎn)移過程中各變量所受到的沖擊影響見圖9(a)和9(b)，兩圖分別代表各變量在狀態(tài)1向狀態(tài)0和狀態(tài)0向狀態(tài)1轉(zhuǎn)移過程中受到的沖擊。

圖8(a)及圖8(b)顯示：兩種狀態(tài)下，各宏觀經(jīng)濟(jì)因素對(duì)股市收益率的影響在三個(gè)月內(nèi)達(dá)到峰值，半年之后基本衰減殆盡，表現(xiàn)出較好的收斂性。在低狀態(tài)下，人民幣實(shí)際匯率下降和M2增加對(duì)股市收益的影響最大，兩者1個(gè)標(biāo)準(zhǔn)差的沖擊，在下一期分別引起股市收益增加0.013和0.006。同時(shí)，人民幣實(shí)際匯率下降對(duì)股市收益的沖擊迅速收斂并消失，且持續(xù)期短，而M2增加的沖擊則體現(xiàn)出更強(qiáng)的震蕩特征且持續(xù)期較長(zhǎng)。通貨膨脹和工業(yè)增加值對(duì)股市收益影響次之，兩者1個(gè)標(biāo)準(zhǔn)差的沖擊分別使下一期的股市收益增加0.003和0.0023，兩者對(duì)股市沖擊響應(yīng)函數(shù)的變化特征也基本相同，相比而言，通貨膨脹影響的震蕩性略強(qiáng)。利率是唯一對(duì)股市收益產(chǎn)生負(fù)向沖擊的變量，其提高1個(gè)標(biāo)準(zhǔn)差可在下一期對(duì)股市產(chǎn)生0.0028的負(fù)向沖擊，此外利率沖擊的衰減最為平緩。消費(fèi)和出口對(duì)股市的影響效果相當(dāng)一致，其增長(zhǎng)對(duì)股市下一期的影響幾乎為零，兩期后出現(xiàn)峰值，兩者1個(gè)標(biāo)準(zhǔn)差的沖擊分別使股市收益提高0.0063和0.0054。

圖8(a) 宏觀經(jīng)濟(jì)波動(dòng)及政策調(diào)整對(duì)股市收益率的影響(狀態(tài)0)

圖8(b) 宏觀經(jīng)濟(jì)波動(dòng)及政策調(diào)整對(duì)股市收益率的影響(狀態(tài)1)

圖9(a) 各變量在狀態(tài)1向狀態(tài)0轉(zhuǎn)移過程中受到的沖擊

圖9(b) 各變量在狀態(tài)0向狀態(tài)1轉(zhuǎn)移過程中受到的沖擊

在高狀態(tài)下，通貨膨脹對(duì)股市收益的影響最大，其1個(gè)標(biāo)準(zhǔn)差的沖擊可帶來(lái)股市收益0.011的增加，同時(shí)其沖擊響應(yīng)函數(shù)的變化形式與低狀態(tài)下基本相近。人民幣實(shí)際匯率的沖擊響應(yīng)次之，且?guī)缀跏堑蜖顟B(tài)下的等比例縮小，其1個(gè)標(biāo)準(zhǔn)差的下降使股市收益在下期提高0.0087個(gè)標(biāo)準(zhǔn)差。工業(yè)增加值、出口和消費(fèi)三個(gè)變量對(duì)股市收益的影響則幾乎是低狀態(tài)下的等比放大，其中工業(yè)增加值1個(gè)標(biāo)準(zhǔn)差的增加可使股市收益下期增加0.0056，出口和消費(fèi)每提高1個(gè)標(biāo)準(zhǔn)差分別使股市收益在滯后兩期出現(xiàn)0.0081和0.0079的增加。高狀態(tài)下M2對(duì)股市收益影響顯著低于低狀態(tài)下的影響，其1個(gè)標(biāo)準(zhǔn)差的沖擊只能使股市收益在下期增加0.0029。與低狀態(tài)下相差最大的是利率的影響，在提高利率的下期，股市收益出現(xiàn)了0.0017的提高。

從兩狀態(tài)下沖擊響應(yīng)函數(shù)的對(duì)比中可以看到：首先，除了利率之外，股市收益對(duì)其他變量波動(dòng)在兩狀態(tài)下沖擊響應(yīng)的方向是相同的，工業(yè)增加值、出口、消費(fèi)和實(shí)際匯率在高低狀態(tài)下對(duì)股市的影響非常相近，在高狀態(tài)下，工業(yè)增加值、出口和消費(fèi)對(duì)股市的影響要大一些，說明高狀態(tài)下實(shí)體經(jīng)濟(jì)的增長(zhǎng)更容易反映在證券市場(chǎng)上，而實(shí)際匯率的變動(dòng)則在低狀態(tài)下對(duì)股市影響更大。其次，M2和通貨膨脹在高低兩狀態(tài)下對(duì)股市的影響差異很大。M2變動(dòng)在低狀態(tài)下對(duì)股市的影響極大，說明大量發(fā)行貨幣是刺激股市的有效方法，1999年?yáng)|南亞金融危機(jī)過后股市的大漲以及2008年底金融危機(jī)陰霾下我國(guó)股市的“V”型反轉(zhuǎn)都與流動(dòng)性的大量釋放有關(guān)；通脹在高狀態(tài)下對(duì)股市的影響遠(yuǎn)遠(yuǎn)超過低狀態(tài)下的影響，同時(shí)也是高狀態(tài)下所有變量中對(duì)股市影響最大的，說明遏制通脹是抑制股價(jià)泡沫較為有效的手段，我國(guó)股市在2007年12月的觸頂回落就在一定程度上說明了這個(gè)問題。最后，雖然利率在兩狀態(tài)下對(duì)股市收益的影響都比較小，但其方向在高低狀態(tài)下卻截然相反。其原因在于，在低狀態(tài)下降低利率可以在一定程度上刺激經(jīng)濟(jì)、提振股市；在高狀態(tài)下，雖然提高利率會(huì)對(duì)股市形成一定打擊，但由于市場(chǎng)對(duì)加息的提前預(yù)期，這種打壓更多的出現(xiàn)在加息之前，而加息的政策落地時(shí)，投資者會(huì)認(rèn)為利空已經(jīng)兌現(xiàn)而買入股票從而推動(dòng)股市上漲，2007年多次加息當(dāng)天股市大漲正說明了這個(gè)問題。

從圖9中可以看出：經(jīng)濟(jì)形勢(shì)在高、低狀態(tài)之間遷移時(shí)，各變量受到的沖擊成鏡像關(guān)系，即在狀態(tài)變量從0到1和從1到0轉(zhuǎn)換過程中，同一經(jīng)濟(jì)變量受到的沖擊大小相等、方向相反。因此，不失一般性且為簡(jiǎn)單起見，我們僅對(duì)從高狀態(tài)向低狀態(tài)轉(zhuǎn)移情形進(jìn)行分析。在此情形下，各變量波動(dòng)水平迅速下降，半年之后狀態(tài)轉(zhuǎn)換所造成的沖擊基本淡化和消失。在該過程中，受到?jīng)_擊最小的是M2、出口和通脹率，說明央行的干預(yù)和調(diào)節(jié)減緩了目標(biāo)變量的波動(dòng)；產(chǎn)出、消費(fèi)和匯率變化次之，所受沖擊較大，這一方面體現(xiàn)出工業(yè)產(chǎn)出、消費(fèi)和匯率對(duì)整體經(jīng)濟(jì)狀態(tài)的依賴性較強(qiáng)，另一方面是由于我國(guó)工業(yè)產(chǎn)出和消費(fèi)是宏觀經(jīng)濟(jì)周期的主要決定因素，一旦宏觀經(jīng)濟(jì)狀態(tài)發(fā)生變動(dòng)，兩者的下降幅度就會(huì)比較明顯；利率所受到的沖擊非常劇烈，這與利率變動(dòng)較為靈活的特征是分不開的；在狀態(tài)轉(zhuǎn)移過程中，股市所受到的沖擊最大，其下降幅度約為1.89%，這充分說明股市對(duì)經(jīng)濟(jì)變動(dòng)的反應(yīng)最為靈敏，但其中也可能蘊(yùn)含了超調(diào)的風(fēng)險(xiǎn)。

4 結(jié)語(yǔ)

本文研究了我國(guó)宏觀經(jīng)濟(jì)因素變動(dòng)對(duì)股市的影響。在研究中，我們選取反映實(shí)體經(jīng)濟(jì)增長(zhǎng)和貨幣政策變動(dòng)的產(chǎn)出、價(jià)格和貨幣因素，包括工業(yè)增加值、消費(fèi)、出口、通貨膨脹率、M2、利率以及人民幣對(duì)美元的實(shí)際匯率，來(lái)考察其對(duì)股市收益率的影響。本文首先利用馬氏域變模型對(duì)我國(guó)股市收益率和各宏觀經(jīng)濟(jì)變量在不同時(shí)期所處狀態(tài)進(jìn)行識(shí)別，進(jìn)而分析了各宏觀經(jīng)濟(jì)變量周期與股市周期之間的關(guān)系；在此基礎(chǔ)上，依據(jù)各宏觀經(jīng)濟(jì)因素對(duì)股市收益絕對(duì)離差的沖擊響應(yīng)函數(shù)探討了彼此間關(guān)系。研究發(fā)現(xiàn)：

首先，中國(guó)股市收益率和各宏觀經(jīng)濟(jì)因素變動(dòng)皆具有明顯的非線性，對(duì)它們的波動(dòng)周期進(jìn)行分析得出：對(duì)于反映實(shí)體經(jīng)濟(jì)增長(zhǎng)的因素而言，在大多數(shù)時(shí)間里實(shí)體經(jīng)濟(jì)變動(dòng)和股市波動(dòng)保持了較好的協(xié)同性，股市周期略領(lǐng)先于實(shí)體經(jīng)濟(jì)周期，這說明股市是實(shí)體經(jīng)濟(jì)的晴雨表，實(shí)體經(jīng)濟(jì)是股市的源動(dòng)力。對(duì)于貨幣政策而言，廣義貨幣的快速增長(zhǎng)往往伴隨著股市的大幅上漲，但股市大幅上漲階段并不與廣義貨幣的快速增長(zhǎng)相伴，說明貨幣供給增加會(huì)在一定程度上推動(dòng)股市上漲，但并非股市上漲的主要因素；利率調(diào)節(jié)無(wú)法對(duì)股市周期變化產(chǎn)生立竿見影的影響，無(wú)論是股市的上升期還是下跌期，其效果的發(fā)揮體現(xiàn)出一定的滯后性。央行準(zhǔn)備金率的調(diào)整也與利率調(diào)節(jié)情況類似。于價(jià)格因素而言，通脹率的上揚(yáng)往往對(duì)股價(jià)的短期上漲產(chǎn)生較大的刺激作用，但這種影響會(huì)伴隨著貨幣政策的調(diào)整而逐漸衰減；實(shí)際匯率變化周期與股市收益率周期相協(xié)同，尤其是從2005年以后，匯率的上升階段與股市高漲階段高度吻合，說明匯率變化與股市變動(dòng)聯(lián)系密切，并且隨著我國(guó)開放程度和匯率市場(chǎng)化程度的不斷加深而加強(qiáng)。

其次，利用馬氏域變向量自回歸模型對(duì)宏觀經(jīng)濟(jì)變量和股市收益的絕對(duì)離差進(jìn)行建模，并分析其沖擊響應(yīng)函數(shù)可以發(fā)現(xiàn)：第一，除了利率之外，股市收益對(duì)其他變量波動(dòng)在兩狀態(tài)下沖擊響應(yīng)的方向是相同的，尤其是工業(yè)增加值、出口、消費(fèi)和實(shí)際匯率在高低狀態(tài)下對(duì)股市的影響非常相近。第二，M2和通貨膨脹在高低兩狀態(tài)下它們各自對(duì)股市收益的影響差異很大。M2變動(dòng)在低狀態(tài)下對(duì)股市的影響極大，說明大量發(fā)行貨幣是刺激股市的有效方法；通脹在高狀態(tài)下對(duì)股市的影響遠(yuǎn)遠(yuǎn)超過低狀態(tài)下的影響，說明遏制通脹是抑制股價(jià)泡沫較為有效的手段。最后，雖然利率在兩狀態(tài)下對(duì)股市收益的影響都比較小，但其方向在高低狀態(tài)下卻截然相反，低狀態(tài)下降低利率可以在一定程度上提振股市，高狀態(tài)下，雖然提高利率會(huì)對(duì)股市形成負(fù)面沖擊，但由于市場(chǎng)對(duì)加息的提前預(yù)期，股價(jià)下跌更多的出現(xiàn)在加息之前。靴子落地之后，股市反而會(huì)迎來(lái)上漲。

另外，在從高狀態(tài)向低狀態(tài)轉(zhuǎn)移時(shí)，受到?jīng)_擊最小的是消費(fèi)，表明其對(duì)宏觀經(jīng)濟(jì)狀態(tài)變化的彈性較??；匯率、通貨膨脹率和M2所受沖擊較小，是由于央行的監(jiān)控和及時(shí)調(diào)節(jié)，為宏觀逆周期調(diào)節(jié)的重要工具；工業(yè)增加值和出口所受沖擊較大，折射出我國(guó)工業(yè)產(chǎn)出和出口在高狀態(tài)下的高速增長(zhǎng)和對(duì)整體經(jīng)濟(jì)狀態(tài)的較強(qiáng)依賴性；利率所受到的沖擊非常劇烈，這與利率變動(dòng)較為靈活的特征密不可分；證券市場(chǎng)受到的沖擊最大，說明股市對(duì)經(jīng)濟(jì)變動(dòng)的反應(yīng)最為敏感，但其中必然包含了超調(diào)的成分。

從本文的分析中我們可以得到這樣的政策啟示：政策當(dāng)局在運(yùn)用經(jīng)濟(jì)政策促進(jìn)經(jīng)濟(jì)增長(zhǎng)和穩(wěn)定物價(jià)水平的同時(shí)，也應(yīng)密切關(guān)注政策實(shí)施可能引起的股市波動(dòng)，并根據(jù)經(jīng)濟(jì)所處的不同狀態(tài)考慮股市所受的沖擊及相應(yīng)的調(diào)節(jié)方式。在擴(kuò)張性政策時(shí)期，可以通過合理引導(dǎo)投資者的行為、增加非貨幣資產(chǎn)的短期投機(jī)成本，減小股票價(jià)格超調(diào)上漲帶來(lái)的泡沫風(fēng)險(xiǎn)；在緊縮性政策時(shí)期，促進(jìn)人民幣升值會(huì)較擴(kuò)張期對(duì)股市產(chǎn)生更強(qiáng)的帶動(dòng)作用。當(dāng)經(jīng)濟(jì)處于過熱狀態(tài)時(shí)，積極治理通貨膨脹有助于防止股市泡沫的膨脹；而當(dāng)經(jīng)濟(jì)進(jìn)入低迷狀態(tài)時(shí)，提高市場(chǎng)流動(dòng)性是提振股市較為有效的方式。另外，央行在選取利率作為政策工具時(shí)，應(yīng)該明確政策信號(hào)，減少投資者預(yù)期的不確定性，避免引起股市的過度波動(dòng)。