央行ETF購買政策對股市波動的影響研究：來自日本的經驗證據(jù)

占晶晶 崔巖

摘 ? 要：在非常規(guī)貨幣政策下，日本央行推出了大規(guī)模長期性股票ETF購買政策來降低股市風險溢價，以此促進經濟中“健康”的冒險行為，擺脫通貨緊縮和經濟低迷。本文基于公告效應和執(zhí)行效果，分別采用事件研究法和EGARCH模型考察其政策公告和執(zhí)行對股市收益和波動的影響。研究發(fā)現(xiàn)：（1）ETF購買政策公告顯著提高了股市收益，央行釋放的積極信號在短期內改善了投資者預期;（2）日本央行通常選擇在股市較為低迷、波動率較高的交易日，進行ETF購買政策的實際運作;（3）日本央行進行ETF實際購買有效地降低了股市收益率下跌幅度，降低了收益率的波動。本文進一步豐富了非常規(guī)貨幣政策措施傳導路徑及政策效果的研究，為我國貨幣政策實踐及防范和化解重大系統(tǒng)性風險提供了啟示。

關鍵詞：ETF購買政策;事件研究;EGARCH模型

中圖分類號：F831 ?文獻標識碼：A 文章編號：1674-2265（2020）09-0021-09

DOI：10.19647/j.cnki.37-1462/f.2020.09.003

一、引言

由于政策利率被限制在零利率下限，美聯(lián)儲、歐洲中央銀行、英格蘭銀行在次貸危機以后紛紛采取了以大規(guī)模資產購買為主要措施的非常規(guī)貨幣政策，通過擴大中央銀行資產負債表，試圖在短期內影響目標資產價格和收益率，以實現(xiàn)經濟復蘇、長期物價穩(wěn)定。日本中央銀行（以下簡稱日本央行）不僅要應對次貸危機產生的消極影響，還要解決持續(xù)的通貨緊縮問題，因此實施了最為積極的貨幣政策。與其他國家或地區(qū)不同的是，除了大規(guī)模購買政府債券以外，日本央行還購買了公司債券、商業(yè)票據(jù)、交易所交易基金（ETF）和房地產信托（REITS）等風險資產。其中，ETF購買政策是日本非常規(guī)貨幣政策的重要組成部分，由日本央行擴大資產負債表，委托信托銀行以公開市場操作的方式購買股指型ETF，因此該措施相當于按股價指數(shù)中每種成分股所占比例間接購買相應成分股票①。從2010年12月到2018年12月，日本央行累計持有ETF近22萬億日元，約占東京證券交易所市值的5%，占日本GDP的4%，占ETF總存量75%以上②。

鑒于中央銀行的特殊性，很少有中央銀行直接或間接購買股票等風險資產，日本央行將ETF購買作為一種非常規(guī)貨幣政策工具，其持續(xù)時間之長、規(guī)模之大，在全世界都是絕無僅有的。雖然做法存在一定爭議，但作為一種新型的非常規(guī)貨幣政策工具，其理論意義和政策效果都顯得尤為獨特。究竟日本為何會以選擇這種“直升機撒錢”的政策措施來干預股票市場？這種新型貨幣政策對股票市場有何影響？該政策是否達到了降低股票風險溢價的預期目標？分析這些問題對于其他可能面臨類似挑戰(zhàn)的國家或地區(qū)是有價值的，日本提供了將大規(guī)模購買股票作為一種非常規(guī)貨幣政策的經驗證據(jù)。

本文可能的邊際貢獻主要有：（1）將ETF購買政策從日本一系列非常規(guī)貨幣政策中分離出來，實證分析其公告效應和執(zhí)行效果，進一步細化和豐富了非常規(guī)貨幣政策效果研究;（2）利用事件研究法分析日本央行ETF購買對于股票市場的公告效應，即中央銀行間接購買股票政策在多大程度上影響了投資者預期;（3）利用日本央行ETF購買及股市收益率日度數(shù)據(jù)，基于EGARCH模型分析中央銀行實際購買行為對于股市平均收益和波動的影響，驗證該政策是否有效。

二、文獻綜述

本文旨在考察日本央行ETF購買政策的推出和執(zhí)行對于股市收益和波動的影響，與本文相關的研究主要有三個方面：一是中央銀行大規(guī)模資產購買對資產價格或收益率的影響;二是中央銀行大規(guī)模資產購買對資產收益率的影響機制;三是日本央行ETF購買的政策效果。

近幾年來，中央銀行大規(guī)模資產購買政策的傳導路徑和政策效果是學術界重點研究的方向。Gagnon等（2010）[1]、Lam（2011）[2]、Krishnamurthy等（2011）[3]、Chen等（2012）[4]等人研究發(fā)現(xiàn)，中央銀行大規(guī)模購買長期國債顯著推高了國債價格，從而降低了長期利率。Lam（2011）[2]發(fā)現(xiàn)日本央行大規(guī)模資產購買對于降低債券收益率和提高股票價格產生了統(tǒng)計上顯著的影響。Glick和Leduc（2012）[5]認為美聯(lián)儲和英格蘭銀行大規(guī)模資產購買公告導致長期利率下降及本幣貶值。Ueda（2013）[6]發(fā)現(xiàn)日本大規(guī)模資產購買政策提高了股價，促使日元貶值。郭紅玉和許爭（2016）[7]研究發(fā)現(xiàn)日本三次代表性量化寬松貨幣政策公告對股市收益產生了顯著的正向影響。崔巖（2014）[8]認為日本1999—2013年非傳統(tǒng)貨幣政策眾多傳導路徑中，只有股價這一條路徑發(fā)揮了作用。

從已有文獻來看，中央銀行大規(guī)模資產購買主要是通過資產組合再平衡渠道和信號渠道對資產價格產生影響（Borio和Zabai，2016）[9]。資產組合再平衡機制最初是由Tobin（1969）[10]、Brunner和Meltzer（1973）[11]、Frankel（1985）[12]提出，認為在資產不可完全替代前提下，中央銀行購買特定資產會減少私人部門持有資產，從而有效改變投資組合風險構成，為了達到均衡，資產價格需要進行調整，以確保市場出清，因此中央銀行大規(guī)模資產購買會推高目標資產及其替代品價格。Kimura和Small（2006）[13]、Honda等（2013）[14]發(fā)現(xiàn)了日本央行量化寬松貨幣政策具有資產組合再平衡效應。此外，中央銀行大規(guī)模資產購買還可能通過政策公告影響金融市場預期，產生信號效應。Eggertsson和Woodford（2003）[15]認為金融市場將中央銀行大規(guī)模購買資產解讀為貨幣寬松的傾向，政策只有信號效應。Krishnamurthy等（2011）[3]也論證了信號渠道是導致美聯(lián)儲宣布量化寬松貨幣政策后債券收益率下降的主要途徑。Oda和Ueda（2007）[16]發(fā)現(xiàn)日本的量化寬松貨幣政策只有信號效應而沒有資產組合再平衡效應。

有關日本央行大規(guī)模ETF購買政策效果的研究相對有限，已有研究主要是從股市對于政策的反應出發(fā)，所得出結論也不盡相同。Matsuki等（2015）[17]研究發(fā)現(xiàn)日本央行購買ETF的行為在短期內顯著增加了股市收益。Barbon和Gianinazzi（2017）[18]運用上市公司數(shù)據(jù)以資本資產定價模型為基礎進行實證分析，發(fā)現(xiàn)日本央行ETF購買政策對股票價格產生了積極、可觀和持續(xù)的影響。Hanaeda和Serita（2017）[19]根據(jù)月度數(shù)據(jù)實證研究發(fā)現(xiàn)日本央行ETF購買減少了股市波動性。原田喜美枝（2017）[20]利用事件研究法分析了日本央行實行ETF購買計劃以后日經225指數(shù)成分股變更對股價的影響，表明被加入日經225指數(shù)的公司股價在公告日顯著上漲。王化（2017）[21]認為日本央行入市在一定時期起到了較好的經濟效果，但長期經濟刺激效果日漸式微，此外還帶來了道德風險的質疑。Shirota（2018）[22]研究發(fā)現(xiàn)只有日本央行ETF購買量足夠大，股市會產生需求壓力效應，這種影響在市場低迷時期更為強烈。Shirai（2018）[23]認為盡管日本央行ETF購買政策推動了股價上漲，但個人投資者在很大程度上仍不愿承擔風險，還可能高估一些小型上市公司股價。Charoenwong等（2019）[24]實證研究發(fā)現(xiàn)日本央行ETF購買計劃顯著提高了相關股票的估值，降低了股票市場波動，刺激了企業(yè)增加股權融資，然而企業(yè)融資更多集中在持有現(xiàn)金上，實際投資并沒有明顯增加，因此中央銀行購買股票并不是增加企業(yè)實際投資的有效途徑。Harada和Okimoto（2019）[25]運用雙重差分法發(fā)現(xiàn)日經225成分股在日本央行購買ETF交易日下午的收益率明顯高于非日經225成分股。還有一些學者得出不同的結論。Lam（2011）[2]運用事件研究法發(fā)現(xiàn)日本央行的大規(guī)模資產購買政策公告對股指產生了正向的影響，而實際購買操作對股指的影響則是負面。Pretorius（2018）[26]研究表明日本央行在實際購買時股市收益反而下降，這主要是由于日本央行在市場大幅下跌期間進行干預，說明該政策在減少市場損失方面可能是有效的，但無法顯著提高股市收益率。

就目前的研究成果來看，國內學者研究的重點主要集中在非傳統(tǒng)貨幣政策傳導機制及效果，鮮有單獨考察日本央行ETF購買政策。國外學者對于日本央行ETF購買政策的關注近幾年才開始增加，已有研究主要是考察ETF購買政策對于股票收益率的影響，缺少政策執(zhí)行對于股市波動影響的研究;大部分學者僅僅關注重大政策公告對股市的影響，很少從政策實際運作的角度分析其影響。鑒于上述不足，本文從政策公告和執(zhí)行兩個視角分析日本央行的ETF購買政策對于股市收益波動的影響。

三、日本央行ETF購買政策的理論與實踐

（一）理論初探

在傳統(tǒng)公開市場操作中，中央銀行通過公開市場操作購買國債，提高國債價格，降低國債收益率，進而降低短期利率和資金成本。在非常規(guī)貨幣政策中，由于短期政策利率接近于零，中央銀行只能通過增加流動性來購買期限較長的證券，以推高其價格，壓低中長期市場利率。由于持續(xù)多年的量化寬松貨幣政策導致債券市場流動性下降，購買債券的政策空間受限，日本央行轉而通過購買ETF間接增持股票等風險資產，以降低風險溢價，刺激經濟活動（Charoenwong等，2019）[24]。

一方面，日本央行重大的ETF購買政策公告可能通過信號效應改善投資者預期，進而體現(xiàn)為股票價格變動;另一方面，政策的實際運作增加了股價指數(shù)中成分股票需求數(shù)量，從而促進股票價格上漲或降低股價下跌，降低股市收益波動（Barbon和Gianinazzi，2017）[18]（見圖1）。股價的上漲導致托賓Q（股票總價值/固定資產價值）上升，降低企業(yè)融資成本，使得企業(yè)投資增加;股價上漲或收益波動降低還可能通過財富效應促進家庭消費增加，刺激經濟復蘇與增長，同時提高通貨膨脹率（巴曙松等，2018）[27]。此外，選擇ETF作為政策操作對象，也降低了由于直接購買股票而造成股票價格扭曲及道德風險。

（二）政策實踐

由于中央銀行的獨立性和特殊性，很少有中央銀行直接或間接購買股票，就其出發(fā)點而言，一般是為了管理部分外匯或者短暫的金融市場維穩(wěn)需要。例如，中國香港金融管理局在1998年亞洲金融危機時短暫購買股票以穩(wěn)定金融市場，日本央行在2002—2004年以及2009—2010年兩次通過直接購買股票來穩(wěn)定金融體系。隨后，日本央行在2010年10月推出的一系列全面寬松貨幣政策之中就包括借助ETF計劃間接購買股票，此后提高了最高金額并多次延長了該計劃。2013年4月，日本央行通過量化質化寬松貨幣政策以后，ETF購買政策更是作為量化寬松貨幣政策的重要組成部分不斷升級和調整，一直延續(xù)至今（見表2）。

1. 綜合貨幣寬松政策下ETF購買的提出。2010年10月日本央行推出了綜合貨幣寬松政策，計劃購買與股票價格指數(shù)掛鉤的交易所交易基金（ETF）。此次計劃的主要目的是通過購買ETF等風險資產來降低風險溢價，并預期支持風險資產市場引發(fā)“投資組合再平衡效應”和“財富效應”。特別是日本央行希望在個人之間、企業(yè)之間產生健康的“冒險行為”，增加風險資產（如投資股票、房地產和外國投資）可以刺激日本經濟并鼓勵個人投資者將其金融資產多元化，因為傳統(tǒng)上日本的個人和家庭比較厭惡風險，一半以上財富是以現(xiàn)金和存款的形式持有的。在綜合貨幣寬松政策下，日本央行設定了預先資產購買上限和終止日期，并且多次放寬初始上限和終止日期。

2. 量化寬松貨幣政策下ETF購買的正式推出。2013年4月，日本央行行長黑田東彥用定量和定性貨幣寬松（QQE）政策取代了綜合寬松貨幣政策（CME）。為了盡快實現(xiàn)2%的通貨膨脹目標，日本央行通過大規(guī)模資產購買計劃擴大貨幣供應量，其中主要包括了國債和ETF。2013年4月日本央行將初始ETF購買目標定在了每年1萬億日元。隨著 2014年4月消費稅從5%上調至8%，經濟增長開始放緩，通脹預期在2014年初也開始下降，日本央行決定將ETF購買規(guī)模擴大至每年3萬億日元以緩解經濟狀況。2016年5月，日本央行設立了一個小型（每年3000億日元）的ETF補充購買計劃，用于購買積極進行實物和人力資本投資企業(yè)的股票，目的是支持企業(yè)進行實物和人力資本投資。2016年7月，在英國脫歐公投、新興經濟體增長放緩以及全球金融市場動蕩等不確定性因素的影響下，日本央行進一步將ETF購買規(guī)模擴大至每年6萬億日元。

3.ETF購買政策的結構調整。2016年9月，為了減少因大量購買跟蹤日經225指數(shù)ETF而造成的股價扭曲，日本央行修改了ETF購買的數(shù)量結構，大幅增加了與東證指數(shù)掛鉤的ETF購買量，并減少與日經225指數(shù)掛鉤的ETF購買量③。與市值加權的東證股價指數(shù)（TOPIX）相比，日本央行前期按比例購買的做法更加傾向于日經225指數(shù)成分股，一些小盤股因其相對較高的股價而被納入日經225指數(shù)，繼續(xù)購買這些影響力較大的成分股往往會導致這些股票估值過高。2018年7月日本央行對ETF購買政策進行了兩方面調整：一是在購買時機上將更加靈活，在大幅下跌時增加購買量，在溫和下跌時減少購買量，市場表現(xiàn)較好時或不進行購買;二是為了進一步減少股價扭曲，再次改變ETF購買結構，計劃每年將分配4.2萬億日元的購買額度給東證指數(shù)ETF，其余1.5萬億日元將在東證指數(shù)、日經225平均指數(shù)和JPX日經400指數(shù)之間分配。如此一來，日本央行將把5.7萬億日元中的80%以上配置到東證指數(shù)ETF，這將最大限度減少對于股價的扭曲，從而保證政策的連續(xù)性。

四、ETF購買政策的公告效應

（一）實證方法及數(shù)據(jù)來源

目前，事件研究法被廣泛用于評估貨幣政策對于資產價格的公告效應（Glick和Leduc，2012）[5]。事件研究法假設資本市場是有效的，那么某一事件的影響應立即反映在證券價格中。因此，可以使用在相對較短時間內觀察到的證券價格變化來衡量事件的影響（Mackinlay，1997）[28]。

1.確定事件日、事件窗口和估計窗口。運用事件研究法首先要確定事件日期、事件窗口和估計窗口。為了排除其他因素的影響，本文選取從日本央行推出ETF購買政策至今3次重大ETF購買政策的發(fā)布日作為事件日期，它們分別為：2010年11月5日首次推出4500億日元的年度ETF購買政策; 2014年10月31日將年度ETF購買政策擴大至3萬億日元;2016年7月29日將年度ETF購買量擴大為6萬億日元④。借鑒郭紅玉和許爭（2016）[7]的做法，本文將各事件窗口設置為[-2，2]、[-5，5]、[-10，10]、[-30，30]、[-30，60]，估計窗口均設置為事件窗口的前200個交易日（見圖3）。

2.樣本選取。選取東證指數(shù)（TOPIX）和日經225指數(shù)（NIKKEI225）交易日收盤價相對于上一交易日收盤價的變動率作為樣本，以此來衡量日本央行ETF購買政策公告對于股市收益的短期影響。東證指數(shù)和日經225價格指數(shù)變動率數(shù)據(jù)來源于萬得數(shù)據(jù)庫，ETF購買政策公告和購買數(shù)據(jù)來源于日本央行。

3.估計正常收益和異常收益。為了計算股票異常收益率，首先要估計出在沒有該事件發(fā)生情況下的正常收益率。常見的估計正常收益率的模型主要有常數(shù)均值模型、市場模型和市場調整模型。由于本文研究對象是股票價格指數(shù)，故采用常數(shù)均值模型。該模型假定如果沒有事件發(fā)生的情況下，短期內股票的正常收益率即為估計窗內的平均收益率。盡管常數(shù)均值模型較為簡單，但結果與那些較為復雜的模型相近（Brown和Warner，1980）[29]。

常數(shù)均值模型公式為：

[Rit=μi+ξit] ?[E（ξit）=0] ?[VAR（ξit）=σ2] ? ?（1）

其中[Rit]為證券i在t時期的收益率，假定證券的收益率服從正態(tài)分布，[μi]為正常收益率，正常收益選擇事件窗口前200天的平均收益率：

[μi=E（Rit）=t0t1Rit200] ? ? ? ? ? ? ? ? ? ? ? ?（2）

通過每個交易日實際收益率減去平均收益率即可得到異常收益率：

[ARit=Rit-E（Rit）] ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

各事件窗口累計異常收益率等于每個交易日異常收益率之和：

[CARi（t1，t2）=t=t1t2ARit] ? ? ? ? ? ? ? ? ? ? ? ?（4）

4. 統(tǒng)計檢驗。為了驗證各個事件窗口累計異常收益率的顯著性，進而判斷ETF購買政策的發(fā)布是否對股市收益率有顯著的影響，采用雙側t檢驗。

（二）實證結果及解釋

2010年11月5日首次推出4500億日元的ETF購買計劃以后，在事件窗口[-2，2]、[-5，5]、[-10，10]、[-30，30]、[-30，60]，東證指數(shù)和日經225指數(shù)均產生了顯著為正的異常收益率（見表2），這說明日本央行首次推出ETF購買政策在短期內顯著改善了投資者的風險偏好。在事件公布日之前，兩大指數(shù)累計異常收益率呈下降趨勢，而在中央銀行推出ETF購買政策前兩天指數(shù)就有一個明顯的拉升，可能是由于受市場預期影響，此后累計異常收益率明顯快速上升，隨著事件邊際影響遞減又開始震蕩上行（見圖4）。

2014年10月31日，日本央行宣布將ETF總購買量從每年1萬億日元擴大為3萬億日元，在所選定的幾個窗口期內，對東證指數(shù)和日經225指數(shù)收益率均產生了顯著的正向沖擊（見表2）。在此次事件前一個月，由于受英國脫歐公投、新興經濟體增長放緩以及全球金融市場動蕩等不確定性因素的影響，日本兩大指數(shù)均有大幅下降。日本央行為了刺激經濟和穩(wěn)定股市，大幅增加了ETF的購買量。在公告前第10天，兩大指數(shù)收益率有一個明顯觸底反彈。受市場預期和實際利好的影響，公告日前后兩天指數(shù)異常收益率大幅上升（見圖5）。總體上看，日經225指數(shù)的收益率高于東證指數(shù)，這主要是由于購買東證指數(shù)和日經225指數(shù)ETF的數(shù)量不均衡，造成日經225指數(shù)部分成分股價格被抬高，使兩個指數(shù)的表現(xiàn)產生了差異性。

2016年7月29日，日本央行宣布將年度ETF購買規(guī)模擴大1倍。從事件研究的結果來看，在[-2，2]、[-5，5]窗口期累計異常收益率在統(tǒng)計上不顯著，主要原因是政策邊際效用遞減，股票市場在短期內反應不敏感。而在[-10，10]、[-30，30]、[-30，60]逐漸產生了顯著為正的累計異常收益，說明市場對于中央銀行利好消息的反應存在滯后性（見表2）。受貨幣寬松預期的影響，在此次事件前10天，兩大指數(shù)收益大幅增加。公告出臺以后，市場短期反應較小，直到公告后的第5天，兩大指數(shù)累計異常收益率開始緩慢上升，這可能是由于ETF購買政策的邊際效用遞減，且存在時滯。兩大指數(shù)變動率差距較小，主要原因是日本央行為了糾正ETF購買造成的股價扭曲，再次調整了東證指數(shù)和日經225指數(shù)ETF的購買數(shù)量結構（見圖6）。

圖 6：2016年7月29日公告期間指數(shù)累計異常收益

五、ETF購買政策的執(zhí)行效果

基于前文的分析，日本央行ETF購買政策除了存在公告效應以外，其實際購買行動又會對股市平均收益和波動產生怎樣的影響？由于股票市場波動率并非常數(shù)，GARCH模型能較為準確地刻畫時間序列變量的波動性變化，而標準的GARCH模型對參數(shù)取值有所限制，為此，選擇Nelson（1991）提出的EGARCH模型實證分析日本央行進行ETF實際購買對股市收益率水平及波動的影響。

（一）變量設定、數(shù)據(jù)來源及描述性統(tǒng)計

由于日本央行購買的ETF分別跟蹤日經225指數(shù)和東證指數(shù)，故本文分別選取日經225指數(shù)收益率（[rnt]）和東證指數(shù)收益率（[rdt]）作為被解釋變量;選取日本央行在某個交易日的ETF購買量（PAt）作為主要解釋變量;DPt是ETF購買日的虛擬變量，若當日購買ETF數(shù)量大于零則其值為1，否則為0;此外，由于日本股市受匯率及外部市場影響較大，故同時選取美元兌日元匯率（EXt）及恐慌指數(shù)（VIXt）作為控制變量。鑒于ETF購買政策是2013年日本央行在量化寬松貨幣政策下才正式推出的，故選取的樣本區(qū)間為2013年1月4日至2018年12月28日。股指收盤價及恐慌指數(shù)來源于萬得數(shù)據(jù)庫，ETF購買數(shù)據(jù)來源于日本銀行網站，美元/日元匯率來源于CEIC數(shù)據(jù)庫。為了消除股價指數(shù)異方差問題，日經225指數(shù)及東證指數(shù)收益率均采取對數(shù)收益率，處理公式如下：

[ryt=lnpyt-lnpyt-1] ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，[ryt]代表日經225指數(shù)收益率（[rnt]）或東證指數(shù)收益率（[rdt]），[pyt]和[pyt-1]分別表示其t日和t-1日的收盤價。相關變量描述性統(tǒng)計見表3，顯示不存在異常值。

（二）平穩(wěn)性及ARCH效應檢驗

采用ADF檢驗對日經225指數(shù)和東證指數(shù)收益率的平穩(wěn)性進行檢驗，根據(jù)Schwert（1989）[30]建議的最大滯后階數(shù)，結果顯示rnt和rdt在1%的置信水平下都是平穩(wěn)的;對rnt和rdt進行ARCH效應檢驗，殘差序列ARCH-LM檢驗的P值顯示兩大指數(shù)收益率均存在顯著的ARCH效應，說明選擇EGARCH模型是合適的。借鑒朱寧等（2019）[31]的研究，本文選擇EGARCH（1，1）模型進行實證分析，序列平穩(wěn)性及ARCH效應檢驗的結果見表4。

（三）模型設定

根據(jù)Nelson（1991）[32]提出的EGARCH模型并結合研究問題需要，本文設定基本模型如下：

[ryt=c+ρ1EXt+ρ2VIXt+ω1PAt+ω2DPt+εt] ? ?（6）

其中，[εt=νtσ2t]

[ln（σ2t）=α0+α1εt-1σt-1+α2εt-1σt-1+α3lnσ2t-1+βPAt+γDPt]

（7）

（6）、（7）式分別為EGARCH模型的均值方程和條件方差方程，假設誤差項[εt]具有零均值，條件方差為[σ2t];[νt]為白噪聲，方差為1;[EXt]和[VIXt]分別控制匯率波動及外部的影響;主要解釋變量[PAt]用來檢驗ETF購買量對股市收益率水平和波動的影響;[DPt]用于檢驗日本央行ETF購買日的股市收益率水平和波動情況。

（四）實證結果分析

表5報告了EGARCH（1，1）模型的均值方程（6）及條件方差方程（7）估計結果。模型1、2是對日經225指數(shù)收益率回歸結果;模型3、4是對東證指數(shù)收益率回歸結果。模型1、3不含控制變量的基本模型，為了進一步保證結論的穩(wěn)健性，在模型2、4添加了匯率和恐慌指數(shù)，分別控制匯率和外部因素對股指波動的影響。

從均值方程結果可以發(fā)現(xiàn)，日本央行在交易日的ETF購買量對日經225指數(shù)和東證指數(shù)收益率水平均在1%的顯著性水平上產生了顯著的正向影響，表明購買數(shù)量越大，股市收益率越高。ETF購買日虛擬變量回歸系數(shù)均顯著為負，說明日本央行通常選擇在股市下跌的時候進行ETF購買，其購買行為顯著降低了股市收益率的下跌幅度。此外，股市收益與美元/日元匯率呈顯著正相關，表明日元貶值有利于提高股市收益率?？只胖笖?shù)上升明顯降低日經225指數(shù)的收益率，對東證指數(shù)收益的影響雖然是負的，但是效果并不顯著。均值方程估計結果與Pretorius（2018）[26]的觀點相符合，即日本央行ETF購買行動并不是為了提高股市價格，而是選擇在股票價格下跌較多之時穩(wěn)定市場，在減少股票市場損失方面，政策效果是顯著的。

從條件方差方程估計結果來看，ETF購買量對日經225指數(shù)和東證指數(shù)收益率波動的影響均顯著為負數(shù)，而在日本央行進行ETF購買的交易日，日經225指數(shù)和東證指數(shù)收益率波動較高，說明日本央行選擇在股市收益率波動較大的交易日進行ETF購買，ETF購買量的增加顯著降低了日經225指數(shù)和東證指數(shù)的波動率。此外兩大指數(shù)收益率同時存在顯著對稱效應和非對稱效應，“壞消息”對收益率波動影響更大。EGARCH項系數(shù)均接近于1，說明收益率的波動具有高度持續(xù)性。總體而言，對收益率波動的實證結果表明，日本央行ETF購買行動具有“選擇性”，一般在風險較大的交易日干預股市，其行為明顯降低了股市收益波動，降低了股票風險溢價。該結論也進一步印證了Hanaeda和Serita（2017）[19]和Charoenwong等（2019）[24]等人的觀點。

六、總結及政策啟示

日本是實施非常規(guī)貨幣政策經驗最為豐富的國家，尤其是推出了大規(guī)模ETF購買政策來降低股市風險溢價。本文基于公告效應和執(zhí)行效果，分別采用事件研究法及EGARCH模型實證分析三次重大ETF購買政策公告和政策執(zhí)行對股市收益率水平和波動的影響，實證結果表明：（1）三次重大ETF政策公告在短期內明顯改善了投資者預期，促進了股價上漲，且政策公告效應邊際遞減;（2）日本央行一般選擇在股市收益下跌較多及波動較大的時機進行ETF實際購買;（3）ETF購買行動顯著減少了股市收益率的下跌幅度，同時也降低了股市收益率的波動。

雖然ETF購買政策是為了應對長期持續(xù)性通貨緊縮以及經濟低迷的情況下而采取的非常規(guī)貨幣政策措施，但是日本央行為維護股市穩(wěn)定、提高經濟活力所采取的措施給我國貨幣政策實踐及防范和化解系統(tǒng)性風險提供了啟示。

第一，中央銀行ETF購買政策固然可以提振投資者信心、降低風險溢價，但是股市上漲對于實體經濟影響有限，還可能帶來一些負面影響。當前我國宏觀經濟面臨下行壓力，股市較為低迷，有學者提議我國中央銀行學習日本直接或間接購買股票，刺激資本市場，進而拉動投資和消費⑤。我國經濟狀況、資本市場發(fā)展程度及投資者的認知結構與日本有較大差異，當前我國物價水平相對平穩(wěn)，資本市場各項制度還不夠完善，部分投資者不夠理性，容易產生投機現(xiàn)象，因此不能簡單照搬日本的非常規(guī)貨幣政策措施。

第二，股市是貨幣政策的重要傳遞渠道，要更好發(fā)揮資本市場服務實體經濟的作用，促進經濟持續(xù)健康發(fā)展，就要大力疏通股市的傳導機制，完善我國資本市場基礎制度，努力提高上市公司質量，健全并嚴格執(zhí)行退市制度。

第三，在股市可能發(fā)生重大系統(tǒng)性金融風險的極端情況下，中央銀行可以考慮適度提高政策風險容忍度，擴大商業(yè)銀行合格擔保品范圍，實施更加積極的貨幣政策，改善投資者的預期，維護資本市場穩(wěn)定，從而防范和化解資本市場的重大系統(tǒng)性金融風險。

注：

①日本銀行購買ETF和J-REITs的主要條款和條件：https：//www.boj.or.jp/en/announcements/release_2013/ rel

130404a.pdf。

②數(shù)據(jù)來源于日本銀行：https：//www.boj.or.jp/en/statistics/boj/other/acmai/index.htm/。

③日經225指數(shù)是一種代表日本股市的225家公司價格加權指數(shù)，東京股票價格指數(shù)是以在東證市場一部上市的所有日本企業(yè)為對象的總市值加權型股價指數(shù)，東京股票價格指數(shù)覆蓋范圍更加廣泛，因此購買與東京股票價格指數(shù)掛鉤的ETF所造成股價扭曲相對較小。

④日本銀行ETF購買政策推出以及升級重要事件一共有4次，但由于2013年4月4日推出1萬億日元ETF購買政策作為量化寬松貨幣政策的一部分發(fā)布在同一天，很難區(qū)分此次購買計劃對股市的影響，因此本文排除此次事件。

⑤2019年1月10日，中證報和證券時報熱議我國中央銀行入市的可能性，在此之前就有人認為中央銀行應該效仿日本通過購買股票來維持股市的穩(wěn)定。

參考文獻：

[1]Gagnon J，Raskin M，Remache J. 2010. Large-Scale asset Purchases by the Federal Reserve：Did They Work？ [J]. FRB of New York Staff Report，（441）.

[2]Lam W R. 2011. Bank of Japans Monetary Easing Measures：Are They Powerful and Comprehensive？ [J].Imf Working Papers，（July）.

[3]Krishnamurthy A，Vissing-Jorgensen A，Gilchrist S. ?2011. The Effects of Quantitative Easing on Interest Rates： Channels and Implications for Policy[with Comments and Discussion][J].Brookings Papers on Economic Activity，（3）.

[4]Chen H，Cúrdia V，F(xiàn)errero A. 2012. The Macroeconomic Effects of Large-Scale Asset Purchase Programmes[J].The Economic Journal，122（564）.

[5]Glick R，Leduc S. 2012. Central Bank Announcements of Asset Purchases and the Impact on Global Financial and Commodity Markets [J].Journal of International Money and Finance，31（8）.

[6]Ueda K. 2013. Response of Asset Prices to Monetary Policy under Abenomics [J].Asian Economic Policy Review，8（2）.

[7]郭紅玉，許爭.日本貨幣政策對股票收益率的影響[J].現(xiàn)代日本經濟，2016，（1）.

[8]崔巖.日本非傳統(tǒng)貨幣政策的理論機制與效果——基于VAR模型的實證分析[J].日本學刊， 2014，（6）.

[9]Borio C，Zabai A. 2016. Unconventional Monetary Policies：A Re-Appraisal [J].Bis Working Papers.

[10]Tobin J. 1969. A General Equilibrium Approach to Monetary Theory [J].Journal of Money，Credit，and Banking， 1（1）.

[11]Brunner K， Meltzer A H. 1973. Mr. Hicks and the" Monetarists" [J].Economica，40（157）.

[12]Frankel J A. 1985. Portfolio Crowding-Out，Empirically Estimated [J].The Quarterly Journal of Economics， 100（Supplement）.

[13]Kimura T，Small D H. 2006. Quantitative Monetary Easing and Risk in Financial Asset Markets [J].Topics in Macroeconomics，6（1）.

[14]Honda Y，Kuroki Y，Tachibana M. 2013. An Injection of Base Money at Zero Interest Rates：Empirical Evidence from the Japanese Experience 2001-2006 [J].Japanese Journal of Monetary and Financial Economics，1（1）.

[15]Eggertsson G B，Woodford M. 2003. Optimal Monetary Policy in a Liquidity Trap [J].Brookings Papers on Economic Activity，（1）.

[16]Oda N，Ueda K. 2007. The Effects of the Bank of Japan's Zero Interest Rate Commitment and Quantitative Monetary Easing on the Yield Curve： A Macro-Finance Approach [J].The Japanese Economic Review，58（3）.

[17]Matsuki T，Sugimoto K，Satoma K. 2015. Effects of the Bank of Japans Current Quantitative and Qualitative Easing [J].Economics Letters，133.

[18]Barbon A，Gianinazzi V. 2017. Quantitative Easing and Equity Prices：Evidence from the ETF Program of the Bank of Japan [J].Social Science Electronic Publishing.

[19]Hanaeda H，Serita T. 2017. Effects of Nikkei 225 ETFs on Stock Markets：Impacts of Purchases by Bank of Japan [C].30th Australasian Finance and Banking Conference.

[20]原田喜美枝.日本銀行の ETF 買入政策と日経平均株価銘柄入れ替えの事例分析[J].國際公共政策研究， 2017，22（1）.

[21]王化.日本央行直接入市及其影響 [J].清華金融評論，2017，（9）.

[22]Shirota T. 2018. Evaluating the Unconventional Monetary Policy in Stock Markets：A Semi-Parametric Approach [J].Discussion Paper，Series A，322.

[23]Shirai S. 2018. Bank of Japan's Exchange-Traded Fund Purchases as an Unprecedented Monetary Easing Policy [R].ADBI Working Paper Series.

[24]Charoenwong B，Morck R，Wiwattanakantang Y. 2019. Asset Prices and Corporate Responses to Bank of Japan ETF Purchases [R].National Bureau of Economic Research.

[25]Harada K，Okimoto T. 2019. The BOJ's ETF Purchases and Its Effects on Nikkei 225 Stocks [R]. Research Institute of Economy，Trade and Industry （RIETI）.

[26]Pretorius R. 2018. The Bank of Japans Intervention in Exchange-Traded Funds as an Effective Monetary Policy Tool [D].University of Cape Town.

[27]巴曙松，曾智，王昌耀.非傳統(tǒng)貨幣政策的理論、效果及啟示 [J].國際經濟評論， 2018，（2）.

[28]Mackinlay A C. 1997. Event Wtudies in Economics and Finance [J].Journal of Economic Literature，35（1）.

[29]Brown S J，Warner J B. 1980. Measuring Security Price Performance [J].Journal of Financial Economics，8（3）.

[30]Schwert G W. 1989. Tests for Unit Roots：A Monte Carlo Investigation [J].Journal of Business&Economic Statistics，7（2）.

[31]朱寧，陳宇森，許藝煊.新型貨幣政策工具操作能夠穩(wěn)定資本市場嗎？——基于中國股指收益率的經驗證據(jù) [J].系統(tǒng)工程， 2019，37（01）.

[32]Nelson D B. 1991. Conditional Heteroskedasticity in Asset Returns：A New Approach [J].Econometrica：Journal of the Econometric Society.

A Study on the Impact of Central Bank ETF Purchases on Stock Market Volatility：Empirical Evidence from Japan

Zhan Jingjing1，2/Cui Yan3

（1.School of International Economics and Politics，Liaoning University，Shenyang ?110136，Liaoning，China;

2.City College，Dongguan University of Technology，Dongguan ? 523419，Guangdong，China;

3.Institute of Japanese Studies，Liaoning University，Shenyang ?110136，Liaoning，China）

Abstract：Under the unconventional monetary policy，the Bank of Japan has introduced a large and long-term policy of ETF purchasing to reduce equity risk premiums and promote "healthy" risk-taking behaviors，thus shaking off deflation and economy downturn. Based on announcement effect and execution effect，event study and EGARCH model were used to investigate the effect of policy announcements and implementation on stock returns and volatility. The results show that：（1）the ETF purchase policy announcement significantly improves the stock market returns，and the positive signals released by the central bank improve investors' expectations in the short term;（2）the Bank of Japan usually chooses to carry out the actual operation of ETF purchase policy on the trading day with relatively low stock market and high volatility;（3）the Bank of Japan's actual purchase of ETF effectively reduces the decline in the stock market and the volatility of yield. This paper further enriches the research on the transmission path and the effect of unconventional monetary policy. And it provides enlightenment for China's monetary policy practice and prevention and resolution of major systemic risks.

Key Words：ETF purchasing policy，event study，EGARCH model

收稿日期：2020-06-13

基金項目：國家社會科學基金項目“日本新一輪引資政策調整與中國企業(yè)對日直接投資增長研究”（17BGJ068）;外交部（外交學院）亞洲區(qū)域合作思想庫網絡立項課題“深化中日韓經濟合作推進東亞經濟共同體建設”（YJYZ2019001）。

作者簡介：占晶晶，男，遼寧大學國際經濟政治學院博士研究生，東莞理工學院城市學院講師，研究方向為國際金融;崔巖，男，經濟學博士，遼寧大學日本研究所教授，博士生導師，研究方向為日本經濟。