經(jīng)濟(jì)政策不確定性貝塔溢價：基于確定效應(yīng)的解釋

邢紅衛(wèi) ， 王漢瑛

（1.山西大學(xué) 管理與決策研究所，山西 太原 030006；2.山西財經(jīng)大學(xué) 工商管理學(xué)院，山西 太原 030006）

一、 引 言

經(jīng)濟(jì)政策對經(jīng)濟(jì)運行具有舉足輕重的影響。近年來，為了應(yīng)對復(fù)雜多變的經(jīng)濟(jì)形勢，推動經(jīng)濟(jì)轉(zhuǎn)型高質(zhì)量發(fā)展，我國積極發(fā)揮經(jīng)濟(jì)政策的宏觀調(diào)控作用。然而在提升國民經(jīng)濟(jì)整體效能的同時，經(jīng)濟(jì)政策的不確定性也在持續(xù)加劇。據(jù)Huang和Luk（2020）發(fā)布的經(jīng)濟(jì)政策不確定性指數(shù)，2014年后我國經(jīng)濟(jì)政策不確定性呈幾何級增加①2000–2014年經(jīng)濟(jì)政策不確定性指數(shù)平均為118，2015–2016年經(jīng)濟(jì)政策不確定性指數(shù)平均為273，2017–2018年經(jīng)濟(jì)政策不確定性指數(shù)平均為412。。根據(jù)Merton（1973）的跨期資本資產(chǎn)定價模型，當(dāng)投資和消費機(jī)會集中受到市場狀態(tài)的隨機(jī)沖擊時，投資者有動機(jī)進(jìn)行對沖。因此，經(jīng)濟(jì)政策作為能夠從多種渠道影響市場狀態(tài)的重要因素，經(jīng)濟(jì)政策不確定性對資產(chǎn)價格的決定作用愈來愈強。由于經(jīng)濟(jì)政策與時俱進(jìn)，不可重復(fù)，因而經(jīng)濟(jì)政策的變化不存在先驗信息，無法以概率分布來衡量。大多數(shù)研究通過映射資產(chǎn)收益對經(jīng)濟(jì)政策不確定性的暴露，進(jìn)而分析經(jīng)濟(jì)政策不確定性暴露對資產(chǎn)預(yù)期收益的影響。

依據(jù)經(jīng)典資產(chǎn)定價理論，投資者的風(fēng)險厭惡是內(nèi)生和恒定的，承擔(dān)暴露高的資產(chǎn)風(fēng)險會要求高的預(yù)期收益，因而經(jīng)濟(jì)政策不確定性暴露應(yīng)當(dāng)有正的風(fēng)險溢價（Kelly等，2016；陳國進(jìn)等，2017）。然而，前景理論表明投資者的風(fēng)險態(tài)度是外生和條件依賴的，當(dāng)獲利時傾向于規(guī)避風(fēng)險，賣出資產(chǎn)而獲得確定收益；當(dāng)虧損時則傾向于追求風(fēng)險，繼續(xù)持有資產(chǎn)。當(dāng)經(jīng)濟(jì)政策不確定性加劇時，經(jīng)濟(jì)政策不確定性暴露為正的資產(chǎn)價格也呈上漲趨勢，因此投資者基于不確定性規(guī)避會在未來賣出或減持此類資產(chǎn)，從而在市場出清條件下使經(jīng)濟(jì)政策不確定性暴露有負(fù)的風(fēng)險溢價。已有研究也表明，由于投資行為不可逆，當(dāng)經(jīng)濟(jì)政策不確定性加劇時，投資者出于審慎會減少或推遲投資，從而導(dǎo)致資產(chǎn)預(yù)期收益下降（Gulen和Ion，2016；Bali等，2017）。由于經(jīng)濟(jì)政策不確定性不可觀測，當(dāng)前研究主要集中于經(jīng)濟(jì)政策不確定性影響資產(chǎn)價格的理論分析（Pástor和Veronesi，2012；Drechsler，2013；陳國進(jìn)等，2017），對經(jīng)濟(jì)政策不確定性風(fēng)險溢價的實證檢驗較少，更鮮有文獻(xiàn)探究經(jīng)濟(jì)政策不確定性產(chǎn)生負(fù)向溢價的內(nèi)在機(jī)理。

本文以中國股票市場作為實證研究對象，以每個月股票日收益對經(jīng)濟(jì)政策不確定性的回歸系數(shù)作為經(jīng)濟(jì)政策不確定性貝塔，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性貝塔會產(chǎn)生穩(wěn)定的負(fù)向溢價。以股票月收益判斷投資者獲得的是確定的收益還是虧損，發(fā)現(xiàn)當(dāng)月內(nèi)的經(jīng)濟(jì)政策不確定性呈加劇趨勢時，經(jīng)濟(jì)政策不確定性貝塔較高的股票月收益為正，并且其經(jīng)濟(jì)政策不確定性貝塔與下個月收益之間存在顯著的負(fù)向關(guān)系；而經(jīng)濟(jì)政策不確定性貝塔較低的股票月收益為負(fù)，但其經(jīng)濟(jì)政策不確定性貝塔與下個月收益之間并不存在顯著關(guān)系。因此，“確定效應(yīng)”是經(jīng)濟(jì)政策不確定性貝塔產(chǎn)生負(fù)向溢價的主要原因。盡管實際中投資者總是利用經(jīng)濟(jì)政策實現(xiàn)套利交易，經(jīng)濟(jì)政策不確定性可能會使依賴于經(jīng)濟(jì)政策的套利交易產(chǎn)生風(fēng)險，然而控制套利風(fēng)險后經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價依然顯著。進(jìn)一步研究表明，以經(jīng)濟(jì)政策不確定性貝塔構(gòu)建定價因子，發(fā)現(xiàn)包含F(xiàn)F3因子、盈利因子和經(jīng)濟(jì)政策不確定性因子的五因子模型在中國股票市場具有更好的定價效率。

本文的主要貢獻(xiàn)為：第一，以往研究經(jīng)濟(jì)政策不確定性對資產(chǎn)價格的影響主要從理論方面或從宏觀層面進(jìn)行分析，本文通過微觀層面的實證檢驗，揭示經(jīng)濟(jì)政策不確定性貝塔會產(chǎn)生負(fù)向溢價，彌補了當(dāng)前關(guān)于經(jīng)濟(jì)政策不確定性相關(guān)研究的經(jīng)驗證據(jù)。第二，與以往研究局限于分析經(jīng)濟(jì)政策不確定性的經(jīng)濟(jì)后果相比，本文進(jìn)一步剖析經(jīng)濟(jì)政策不確定性貝塔產(chǎn)生負(fù)向溢價的內(nèi)在機(jī)理，有助于理解經(jīng)濟(jì)政策不確定性的風(fēng)險內(nèi)涵。第三，與對成熟發(fā)達(dá)市場進(jìn)行研究相比，本文選擇投資者非理性交易特征依然明顯和經(jīng)濟(jì)政策不確定性呈現(xiàn)加劇趨勢的中國股票市場，在更為理想的環(huán)境下檢驗經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價來自于投資者的“確定效應(yīng)”。本文的研究表明，面對后疫情時代經(jīng)濟(jì)環(huán)境深刻變化的挑戰(zhàn)，在宏觀審慎框架下加強宏觀政策的連貫性、穩(wěn)定性和可持續(xù)性，以及考慮經(jīng)濟(jì)轉(zhuǎn)型過程中各產(chǎn)業(yè)政策之間的統(tǒng)籌協(xié)調(diào)，有助于保護(hù)投資者利益，維護(hù)金融市場穩(wěn)定。

二、 文獻(xiàn)綜述

市場參與者面臨的經(jīng)濟(jì)不確定性包括宏觀經(jīng)濟(jì)基本面的不確定性、參與者對未來預(yù)期的不確定性、經(jīng)濟(jì)政策不確定性，以及難以用概率分布描述的奈特式不確定性，如政治沖突、貿(mào)易爭端等。經(jīng)濟(jì)不確定性無法直接觀察，針對經(jīng)濟(jì)不確定性這四方面的特點，當(dāng)前主要有四類測量方法：第一類是基于宏觀經(jīng)濟(jì)指標(biāo)在橫截面上的差異性。以橫截面上股票月度收益的標(biāo)準(zhǔn)差、企業(yè)季度利潤增長率的標(biāo)準(zhǔn)差、不同分析師預(yù)測的未來一年GDP增長率的標(biāo)準(zhǔn)差、不同行業(yè)之間全要素生產(chǎn)率增長率的標(biāo)準(zhǔn)差的加權(quán)和度量經(jīng)濟(jì)不確定（Bloom，2009）。第二類是基于宏觀經(jīng)濟(jì)和金融財務(wù)信息的不可預(yù)期性。估計一系列宏觀經(jīng)濟(jì)指標(biāo)自回歸模型的殘差序列，以殘差波動率的加權(quán)和第一主成分作為經(jīng)濟(jì)不確定性（Schwert，1989；Bali等，2014）；先利用主成分分析方法提取宏觀經(jīng)濟(jì)和金融財務(wù)指標(biāo)的共同因子，然后以自回歸模型估計每個因子的殘差序列，以殘差波動率的加權(quán)和作為經(jīng)濟(jì)不確定性（Jurado等，2015；黃卓等，2018）。還有一些文獻(xiàn)以期權(quán)已實現(xiàn)收益波動率與期權(quán)隱含波動率之差（Bali和Zhou，2016），以企業(yè)債券與國債的收益率之差作為經(jīng)濟(jì)不確定性（Bachmann等，2013）。第三類是基于新聞媒體對經(jīng)濟(jì)政策的報道。利用文本分析法搜索報刊中包含關(guān)鍵詞“經(jīng)濟(jì)”“政策”“不確定性”出現(xiàn)的頻次，依據(jù)文章頻次計算經(jīng)濟(jì)政策不確定性（Baker等，2016；Huang和Luk，2020）。第四類是基于市場參與者對經(jīng)濟(jì)不確定性反饋的調(diào)查。由于市場參與者對偶發(fā)性事件的感知具有主觀性，因而通過企業(yè)或金融機(jī)構(gòu)對于宏觀經(jīng)濟(jì)預(yù)期的調(diào)查數(shù)據(jù)，計算預(yù)期誤差作為經(jīng)濟(jì)不確定性（Bachmann等，2013；Ozturk和Sheng，2018；Bloom等，2018）。

經(jīng)濟(jì)政策不確定性可以通過多個渠道對資產(chǎn)價格產(chǎn)生影響，比如投資者的財富、風(fēng)險偏好、交易成本、通貨膨脹和利率等，因此屬于潛在的系統(tǒng)性風(fēng)險維度。Wachter（2013）表明時變的外部環(huán)境不確定性可以很好地解釋市場風(fēng)險，鄧可斌等（2018）和陳國進(jìn)等（2018）也表明忽略經(jīng)濟(jì)政策的市場模型會顯著低估系統(tǒng)性風(fēng)險，即經(jīng)濟(jì)政策不確定性會增加系統(tǒng)性風(fēng)險。Pástor和Veronesi（2013）指出經(jīng)濟(jì)政策不確定性不僅會使股票市場的波動率增加，而且會使股票波動率之間的相關(guān)性增強，這種效果在經(jīng)濟(jì)環(huán)境惡劣的時候更加明顯。因而Liu和Zhang（2015）、雷立坤等（2018）將經(jīng)濟(jì)政策不確定性加入市場波動率預(yù)測模型，表明能顯著提高模型的預(yù)測效果。依據(jù)資產(chǎn)定價理論，經(jīng)濟(jì)政策不確定性風(fēng)險暴露應(yīng)該有正的風(fēng)險溢價。Kelly等（2016）發(fā)現(xiàn)如果期權(quán)的合約期內(nèi)有政治事件沖擊，那么為了對沖政治不確定性產(chǎn)生的風(fēng)險，該期權(quán)的價格會顯著提高，尤其在經(jīng)濟(jì)不景氣和政治不確定性高的時候更明顯。陳國進(jìn)等（2017）表明經(jīng)濟(jì)政策不確定性會同時影響股票價格和隨機(jī)貼現(xiàn)因子，且隨著政策不確定性的提高，股票預(yù)期收益也會提高。

然而，經(jīng)濟(jì)政策不確定性可能會提高投資者的損失厭惡，從而影響投資決策（Kahneman和Tversky，1979）。Pástor和Veronesi（2012）通過建立一個包含經(jīng)濟(jì)政策不確定性的一般均衡模型，表明股票價格在政策改變時會下降，而且經(jīng)濟(jì)政策不確定性越高，股價下降幅度越大。Aramonte（2014）以期權(quán)隱含波動率在宏觀政策頒布前后的變化度量經(jīng)濟(jì)政策不確定性，也發(fā)現(xiàn)經(jīng)濟(jì)不確定性會產(chǎn)生負(fù)向風(fēng)險溢價。在實證研究方面，Gulen和Ion（2016）表明由于投資行為的不可逆性，當(dāng)經(jīng)濟(jì)不確定性增加時，投資者出于審慎會傾向于減少或推遲投資，從而使資產(chǎn)預(yù)期收益下降。Bali等（2017）發(fā)現(xiàn)宏觀經(jīng)濟(jì)不確定性對股票收益具有負(fù)向預(yù)測能力，Tan和Ma（2017）發(fā)現(xiàn)宏觀經(jīng)濟(jì)不確定性對大宗商品價格也有負(fù)向預(yù)測作用。關(guān)于我國經(jīng)濟(jì)政策不確定性的測量指標(biāo)較少，大多使用Baker等（2016）的經(jīng)濟(jì)政策不確定性指數(shù)分析其對公司投資決策和財務(wù)狀況的影響，如李鳳羽和史永東（2016）、王朝陽等（2018）。李鳳羽和史永東（2016）發(fā)現(xiàn)在經(jīng)濟(jì)政策不確定性增加時，企業(yè)會放棄投資機(jī)會而持有更多的現(xiàn)金，王朝陽等（2018）則表明經(jīng)濟(jì)政策不確定性會降低企業(yè)資本結(jié)構(gòu)調(diào)整的速度。

綜上所述，當(dāng)前關(guān)于經(jīng)濟(jì)政策不確定性風(fēng)險溢價的研究結(jié)論尚未達(dá)成一致，而且受限于針對我國經(jīng)濟(jì)政策不確定性的測量指標(biāo)出現(xiàn)較晚、相應(yīng)的實證研究相對較少，缺乏分析經(jīng)濟(jì)政策不確定性在個股橫截面收益中的定價能力。因此，本文以個股收益對經(jīng)濟(jì)政策不確定性的回歸系數(shù)貝塔作為股票對經(jīng)濟(jì)政策不確定性的風(fēng)險暴露，分析經(jīng)濟(jì)政策不確定性貝塔的風(fēng)險溢價及其產(chǎn)生機(jī)理，為拓展資產(chǎn)定價和風(fēng)險管理理論提供豐富的經(jīng)驗證據(jù)。

三、 變量與樣本選擇

（一）經(jīng)濟(jì)政策不確定性貝塔

由于經(jīng)濟(jì)政策的頒布和實施一般都會以新聞媒體作為傳達(dá)手段，新聞的時效性也要求媒體實時跟蹤和報道經(jīng)濟(jì)政策的最新動態(tài)，因而對新聞媒體進(jìn)行挖掘成為提取經(jīng)濟(jì)政策不確定性的有效手段。盡管Baker等（2016）基于中國香港《南華早報》文本分析得到了中國經(jīng)濟(jì)政策不確定性，然而基于單份報刊分析的文本可能會受到記者或編輯主觀選擇性偏差的影響，而忽略一些重要的經(jīng)濟(jì)政策（Ozturk和Sheng，2018）。因此，本文選擇Huang和Luk（2020）依據(jù)新聞報刊得到的日度中國經(jīng)濟(jì)政策不確定性指數(shù)。他們參照Baker等（2016）的方法，選取中國內(nèi)地《北京青年報》《廣州日報》等10份報紙，利用文本分析法搜索文章中包含關(guān)鍵詞“經(jīng)濟(jì)”“政策”“不確定性”出現(xiàn)的頻次，然后計算經(jīng)濟(jì)政策不確定性指數(shù)，并且采用另外114份中國報紙進(jìn)行穩(wěn)健性檢驗，結(jié)果顯示受媒體選擇性偏差的影響很小。與以往的測量指標(biāo)相比，本文選擇的中國經(jīng)濟(jì)政策不確定性指數(shù)基于更全面的調(diào)查范圍，研究結(jié)論具有更好的穩(wěn)健性。

在每個月，以股票日收益與無風(fēng)險收益的差對經(jīng)濟(jì)政策不確定性指數(shù)（economic policy uncertainty，EPU）進(jìn)行回歸，并且以市場風(fēng)險因子（MKT）、市值因子（SMB）、賬面市值比因子（HML）、動量因子（UMD）、盈利因子（RMW）和投資因子（CMA）作為控制變量，

其中，Ri,t是 股票日收益，rf,t是無風(fēng)險收益， αi,t是 回歸常數(shù)項，分別是經(jīng)濟(jì)政策不確定性、市場風(fēng)險因子、市值因子、賬面市值比因子、動量因子、盈利因子和投資因子的回歸系數(shù)， εi,t是 回歸殘差項。將經(jīng)濟(jì)政策不確定性的回歸系數(shù)作為股票對經(jīng)濟(jì)政策不確定性的風(fēng)險暴露，風(fēng)險暴露高的股票應(yīng)該要求高的回報，反之風(fēng)險暴露低的股票應(yīng)該要求低的回報。

（二）其他變量

以股票當(dāng)月最后一個交易日的收盤價作為當(dāng)月價格，以交易金額的自然對數(shù)值作為股票的交易量，以流通市值的自然對數(shù)值作為股票的規(guī)模。以月內(nèi)日數(shù)據(jù)回歸CAPM模型得到股票的市場貝塔，以月內(nèi)日數(shù)據(jù)回歸FF5模型，將回歸殘差序列的標(biāo)準(zhǔn)差作為股票的特質(zhì)波動率。為了保證模型參數(shù)估計的有效性，剔除股票月內(nèi)交易日少于10天的當(dāng)月數(shù)據(jù)。以上一個月的收益衡量收益短期反轉(zhuǎn)的程度，以股票t-6至t-2的累積收益作為股票t月的動量指標(biāo)，以Amihud（2002）的測度作為流動性指標(biāo)，以機(jī)構(gòu)持股比例（IO）衡量股票被非理性交易的程度。

（三）樣本選擇

本文選擇中國滬深兩市除創(chuàng)業(yè)板之外的所有A股作為研究對象，個股和市場因子數(shù)據(jù)均來自國泰安CSMAR數(shù)據(jù)庫。由于Huang和Luk（2020）的經(jīng)濟(jì)政策不確定性指數(shù)從2000年1月才開始測量，因此本文的樣本期選擇從2000年1月1日至2018年6月30日。在我們的樣本期內(nèi)，中國經(jīng)濟(jì)政策不確定性顯著加?。ㄈ鐖D1所示）。在2015年6月之前經(jīng)濟(jì)政策不確定性較低，經(jīng)濟(jì)政策不確定性指數(shù)的平均值為90.6。在2015年7月我國股票市場第二次“股災(zāi)”爆發(fā)后，經(jīng)濟(jì)政策不確定性指數(shù)的平均值達(dá)到192.4。在相同樣本期內(nèi)，上證綜指波動劇烈，然而并沒有呈現(xiàn)出隨經(jīng)濟(jì)政策不確定性加劇而上升的趨勢，而且與經(jīng)濟(jì)政策不確定性的相關(guān)系數(shù)僅有?0.017，因此經(jīng)濟(jì)政策不確定性與市場波動反饋不同的信息①在相同樣本期內(nèi)，上證綜指波動率分別在2001年“股市大辯論”、2008年“股災(zāi)”和2015年“股災(zāi)”期間出現(xiàn)三次波峰。2001年“股市大辯論”是指 “海歸派”認(rèn)為中國股市應(yīng)該擠泡沫，或推倒重來，重建完美股市；“本土派”則對前者的觀點予以嚴(yán)厲反駁，這次大辯論對市場走勢和監(jiān)管政策出臺都影響巨大。盡管股票市場被認(rèn)為是實體經(jīng)濟(jì)的“晴雨表”，然而由于中國股票市場尚未發(fā)展到強式有效階段，因而股票市場波動并不能完全反映經(jīng)濟(jì)政策不確定性的信息。反過來，經(jīng)濟(jì)政策的出臺和頒布針對財政收支、通貨膨脹、產(chǎn)業(yè)調(diào)整以及收入分配等諸多方面，而不僅僅為了應(yīng)對資本市場的健康發(fā)展，因而經(jīng)濟(jì)政策不確定性也并不完全由股市波動所引發(fā)。。此外，中國股票市場非理性投資特征依然明顯，有助于檢驗經(jīng)濟(jì)政策不確定性貝塔溢價究竟是來自理性定價框架下的風(fēng)險補償，還是來自非理性框架下的確定效應(yīng)。據(jù)深圳證券交易所披露的《2018年個人投資者狀況調(diào)查報告》，50萬元以下的中小投資者占比為80.0%，交易頻繁，一周內(nèi)交易若干次的投資者占比為46.4%，并且45.3%的投資者在虧損時不及時采用止損策略。

圖1 經(jīng)濟(jì)政策不確定性指數(shù)和上證綜指收益波動率

四、 經(jīng)濟(jì)政策不確定性貝塔的風(fēng)險溢價

（一）經(jīng)濟(jì)政策不確定性貝塔的組合分析

構(gòu)建經(jīng)濟(jì)政策不確定性貝塔組合，分析組合的預(yù)期收益，檢驗經(jīng)濟(jì)政策不確定性貝塔是否能夠產(chǎn)生風(fēng)險溢價。將所有股票按照經(jīng)濟(jì)政策不確定性貝塔構(gòu)建5分位組合，以流通市值加權(quán)計算組合的經(jīng)濟(jì)政策不確定性貝塔，并分別以流通市值加權(quán)和算術(shù)平均加權(quán)持有組合1個月，檢驗組合預(yù)期收益之間是否存在顯著差異。為了剔除系統(tǒng)性風(fēng)險溢價對組合預(yù)期收益的影響，以同期的系統(tǒng)性風(fēng)險因子對組合預(yù)期收益進(jìn)行回歸，分析5個組合的回歸截距項alpha之間是否具有顯著差異，并進(jìn)行Newey-West-t統(tǒng)計檢驗，結(jié)果如表1所示。

表1 經(jīng)濟(jì)政策不確定性貝塔的組合分析

組合的經(jīng)濟(jì)政策不確定性貝塔之間表現(xiàn)出較大的差異和不同的方向，正的貝塔表明組合收益對經(jīng)濟(jì)政策不確定性具有正向的風(fēng)險暴露，反之表明組合收益對經(jīng)濟(jì)政策不確定性具有負(fù)向的風(fēng)險暴露。低 βEPU組合的經(jīng)濟(jì)政策不確定性貝塔為?3.54，高 βEPU組合的經(jīng)濟(jì)政策不確定性貝塔為3.50。以流通市值加權(quán)計算每個組合的預(yù)期收益，低 βEPU組合的預(yù)期收益為1.00%，高 βEPU組合的預(yù)期收益為0.67%，低 βEPU組合與高 βEPU組合之間存在?0.32%的預(yù)期收益之差，相應(yīng)的Newey-West-t統(tǒng)計量為?4.53，即低的經(jīng)濟(jì)政策不確定性貝塔具有高的風(fēng)險溢價，而高的經(jīng)濟(jì)政策不確定性貝塔具有低的風(fēng)險溢價。以Fama和French（1993）的市場因子、規(guī)模因子和賬面市值比因子過濾組合預(yù)期收益中的系統(tǒng)性風(fēng)險溢價，低 βEPU組合的截距項為0.38%，而高βEPU組合的截距項為?0.01%，高、低 βEPU組合之間依然存在?0.39%的差異，且相應(yīng)的Newey-West-t統(tǒng)計量為?4.90。如果以FF三因子和Carhart（1997）的動量因子過濾組合預(yù)期收益中的系統(tǒng)性風(fēng)險溢價，高、低 βEPU組合的截距項之差為?0.45%，且統(tǒng)計檢驗顯著。進(jìn)而以包含盈利因子和投資因子的Fama和French（2015）五因子模型，以及加入動量因子的六因子模型過濾組合預(yù)期收益中的系統(tǒng)性風(fēng)險溢價，高、低 βEPU組合的截距項之差依然顯著為負(fù)。以算術(shù)平均計算每個組合的預(yù)期收益，低的經(jīng)濟(jì)政策不確定性貝塔同樣具有高的風(fēng)險溢價，而高的經(jīng)濟(jì)政策不確定性貝塔具有低的風(fēng)險溢價。以系統(tǒng)性風(fēng)險因子過濾組合的預(yù)期收益，等權(quán)計算的高、低βEPU組合截距項同樣顯著為負(fù)。因此，經(jīng)濟(jì)政策不確定性貝塔能夠顯著地負(fù)向預(yù)期股票收益。由于FF三因子、FF和Carhart四因子、FF五因子、FF和Carhart六因子模型對組合預(yù)期收益回歸后的截距項結(jié)果相類似，因此本文此后以FF五因子作為基準(zhǔn)模型。

（二）經(jīng)濟(jì)政策不確定性貝塔的橫截面回歸分析

股票收益對于經(jīng)濟(jì)政策不確定性的暴露程度可能受到股票其他特征的影響，因此首先對經(jīng)濟(jì)政策不確定性貝塔和股票其他特征進(jìn)行橫截面相關(guān)性檢驗。在每個橫截面計算股票的經(jīng)濟(jì)政策不確定性貝塔（βEPU）和股票其他特征的相關(guān)系數(shù)，并且在時間序列上檢驗其顯著性，結(jié)果如表2所示，括號內(nèi)為相應(yīng)的Newey-West-t統(tǒng)計量（Newey和West，1987）。價格（PRICE）、交易量（VOLU）與βEPU之間存在顯著的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)分別為?0.036和?0.010，相應(yīng)的Newey-West-t統(tǒng)計量分別為?8.880和?2.285。βEPU與規(guī)模（SIZE）、貝塔（BETA）、短期反轉(zhuǎn)（REV）、動量（MOM）、換手率（TUR）、非流動性（ILLIQ）和機(jī)構(gòu)持股比例（IO）之間并不存在顯著的相關(guān)性。

表2 經(jīng)濟(jì)政策不確定性貝塔與股票其他特征的橫截面相關(guān)性分析

二維投資組合無法同時控制多個特征對股票預(yù)期收益的影響，因此以βEPU及其他控制變量對股票預(yù)期收益進(jìn)行Fama-MacBeth橫截面回歸，并進(jìn)行時間序列上的Newey-West-t統(tǒng)計檢驗。

其中，Ri,t+1表 示股票在t+1期的收益，表示股票在t期的經(jīng)濟(jì)政策不確定性貝塔，Controlsi,t表示股票在t期的控制變量，包括價格（PRICE）、交易量（VOLU）、規(guī)模（SIZE）、貝塔（BETA）、短期反轉(zhuǎn)（REV）、動量（MOM）、換手率（TUR）、非流動性（ILLIQ）和機(jī)構(gòu)持股比例（IO）。 γ0,t是橫截面回歸的常數(shù)項， γ1,t是 經(jīng)濟(jì)政策不確定性貝塔的回歸系數(shù)， γ2,t是 控制變量的回歸系數(shù)， εi,t+1是橫截面回歸的殘差項。

根據(jù)控制變量的選取，設(shè)計了11個回歸模型，結(jié)果如表3所示。在模型1，首先以經(jīng)濟(jì)政策不確定性貝塔βEPU對股票預(yù)期收益進(jìn)行回歸，經(jīng)濟(jì)政策不確定性貝塔的系數(shù)為?0.007，相應(yīng)的Newey-West-t統(tǒng)計量（見括號內(nèi)）為?2.969，表明經(jīng)濟(jì)政策不確定性貝塔能夠顯著地負(fù)向預(yù)測股票收益。在模型2至模型10，分別以價格（PRICE）、交易量（VOLU）、規(guī)模（SIZE）、貝塔（BETA）、短期反轉(zhuǎn)（REV）、動量（MOM）、換手率（TUR）、非流動性（ILLIQ）和機(jī)構(gòu)持股比例（IO）作為橫截面回歸的控制變量，經(jīng)濟(jì)政策不確定性貝塔的系數(shù)依然顯著為負(fù)，表明經(jīng)濟(jì)政策不確定性貝塔對股票收益的負(fù)向預(yù)測能力具有穩(wěn)健性。尤其值得注意的是，當(dāng)經(jīng)濟(jì)政策不確定性高時，投資者可能對高βEPU的股票產(chǎn)生過度反應(yīng)，從而使得t+1期的收益發(fā)生反轉(zhuǎn)，導(dǎo)致βEPU與股票預(yù)期收益之間的負(fù)向關(guān)系。然而在控制t期收益后，βEPU的負(fù)向溢價依然存在，則意味著βEPU與股票預(yù)期收益之間的負(fù)向關(guān)系并不是由投資者過度反應(yīng)所致。對于模型11，將所有控制變量加入橫截面回歸模型，βEPU的系數(shù)為?0.005，相應(yīng)的Newey-West-t統(tǒng)計量為?2.304，結(jié)果依然穩(wěn)健。由此，經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益之間存在穩(wěn)定的負(fù)向關(guān)系。

表3 經(jīng)濟(jì)政策不確定性貝塔對股票預(yù)期收益的橫截面回歸分析

（三）基于行業(yè)與股權(quán)性質(zhì)的穩(wěn)健性檢驗

首先，我國發(fā)布和實施經(jīng)濟(jì)政策很大程度上旨在推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級，因而在行業(yè)之間存在明顯差異。按照證監(jiān)會于2012年發(fā)布的行業(yè)分類標(biāo)準(zhǔn)，剔除樣本太少的居民服務(wù)、修理和其他服務(wù)業(yè)與教育業(yè)，本文樣本共包括17個行業(yè)。其次，由于股權(quán)性質(zhì)不同，當(dāng)國家政策制定部門發(fā)布和實施經(jīng)濟(jì)政策時，上市公司對經(jīng)濟(jì)政策不確定性會產(chǎn)生不同的反應(yīng)，如國有企業(yè)改革政策、民營經(jīng)濟(jì)扶持政策、外資企業(yè)優(yōu)惠政策等會對股權(quán)性質(zhì)不同的股票產(chǎn)生異質(zhì)性影響。本文按照股權(quán)性質(zhì)將上市公司分為國有企業(yè)、民營企業(yè)、外資企業(yè)及其他企業(yè)三類。

接下來，我們控制股票的行業(yè)屬性和股權(quán)性質(zhì)，重復(fù)表3中經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益的橫截面回歸分析，結(jié)果如表4所示。在模型1中，控制股票的行業(yè)屬性，發(fā)現(xiàn)βEPU的系數(shù)為?0.007，相應(yīng)的Newey-West-t統(tǒng)計量（見括號內(nèi)）為?3.028。在模型2中，在控制股票行業(yè)屬性的基礎(chǔ)上，加入價格（PRICE）、交易量（VOLU）、規(guī)模（SIZE）、貝塔（BETA）、短期反轉(zhuǎn)（REV）、動量（MOM）、換手率（TUR）、非流動性（ILLIQ）和機(jī)構(gòu)持股比例（IO）作為橫截面回歸的控制變量，βEPU的系數(shù)為?0.004，相應(yīng)的Newey-West-t統(tǒng)計量為?2.283。結(jié)果表明，控制股票的行業(yè)屬性后，經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益之間的負(fù)向關(guān)系依然穩(wěn)定，表明經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價并不具有行業(yè)聚集性。在模型3中，控制公司的股權(quán)性質(zhì)，βEPU的系數(shù)為?0.007，相應(yīng)的Newey-West-t統(tǒng)計量為?3.005。模型4加入股票的其他特征作為控制變量，經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益之間的負(fù)向關(guān)系依然穩(wěn)定。

表4 行業(yè)屬性和股權(quán)性質(zhì)對經(jīng)濟(jì)政策不確定性貝塔溢價的影響

五、 負(fù)向溢價的機(jī)理分析

（一）基于確定效應(yīng)的分析

前景理論表明投資者的風(fēng)險態(tài)度是條件依賴的。面對獲利時傾向于規(guī)避風(fēng)險，并且賣出資產(chǎn)，獲得確定收益，稱之為“確定效應(yīng)”；而面對虧損時傾向于追求風(fēng)險，并且繼續(xù)持有以待其變，稱之為“反射效應(yīng)”。（1）由于經(jīng)濟(jì)政策不確定性貝塔是股票收益對當(dāng)期經(jīng)濟(jì)政策不確定性的回歸系數(shù)，當(dāng)月內(nèi)經(jīng)濟(jì)政策不確定性呈加劇趨勢時，正的經(jīng)濟(jì)政策不確定性貝塔意味著當(dāng)月股票收益上漲。同時，經(jīng)濟(jì)政策不確定性的加劇使得研判信息的難度和風(fēng)險預(yù)期的干擾增加，持有該股票的投資者傾向于“落袋為安”，因而在下個月賣出股票以獲得確定的收益，從而使股票預(yù)期收益降低，并且貝塔系數(shù)越為正，預(yù)期收益越低，即經(jīng)濟(jì)政策不確定性貝塔負(fù)向預(yù)測股票收益。相反，負(fù)的經(jīng)濟(jì)政策不確定性貝塔意味著當(dāng)月股票收益下跌，賣出該股票會獲得確定的損失，持有該股票的投資者在確定的損失和繼續(xù)持有之間傾向于繼續(xù)持有。（2）當(dāng)經(jīng)濟(jì)政策不確定性減弱時，負(fù)的經(jīng)濟(jì)政策不確定性貝塔意味著這一時期內(nèi)的股票收益為正。依據(jù)“確定效應(yīng)”，持有該股票的投資者傾向于賣出股票以獲得確定的收益，從而使得股票預(yù)期收益降低，并且貝塔系數(shù)越為負(fù)，預(yù)期收益越低，即經(jīng)濟(jì)政策不確定性貝塔正向預(yù)測股票收益。相反，正的經(jīng)濟(jì)政策不確定性貝塔意味著股票在這一時期內(nèi)的收益為負(fù)，依據(jù)“反射效應(yīng)”，持有該股票的投資者面對確定的損失傾向于繼續(xù)持有。

本文按照月內(nèi)經(jīng)濟(jì)政策不確定性的變化趨勢，將經(jīng)濟(jì)政策不確定性劃分為加劇和減弱兩個情形，并且以月收益區(qū)分持有該股票的投資者是獲利還是虧損，檢驗當(dāng)月股票盈虧以及經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益的關(guān)系，結(jié)果如表5所示。在經(jīng)濟(jì)政策不確定性加劇時（ ΔEPUt>0） ，獲利股票（Ri,t>0）的經(jīng)濟(jì)政策不確定性貝塔與預(yù)期收益的橫截面回歸系數(shù)為?0.013，相應(yīng)的Newey-West-t統(tǒng)計量為?3.473，表明在經(jīng)濟(jì)政策不確定性加劇時，獲利的投資者會賣出對經(jīng)濟(jì)政策不確定性正向暴露的股票，從而使經(jīng)濟(jì)政策不確定性產(chǎn)生負(fù)向溢價。同時，虧損股票（Ri,t<0）的經(jīng)濟(jì)政策不確定性貝塔與預(yù)期收益的橫截面回歸系數(shù)為0.004，相應(yīng)的Newey-West-t統(tǒng)計量為1.142，經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價統(tǒng)計不顯著。

在經(jīng)濟(jì)政策不確定性減弱時（ ΔEPUt<0），無論是對于獲利的股票還是虧損的股票，經(jīng)濟(jì)政策不確定性貝塔均不存在顯著的負(fù)向溢價。對于獲利的股票（Ri,t>0），經(jīng)濟(jì)政策不確定性貝塔與預(yù)期收益橫截面回歸的系數(shù)為0.006，且在10%水平下顯著，表明在經(jīng)濟(jì)政策不確定性減弱時，獲利的投資者會賣出對經(jīng)濟(jì)政策不確定性負(fù)向暴露的股票，使得經(jīng)濟(jì)政策不確定性貝塔與預(yù)期收益之間呈現(xiàn)正向關(guān)系。對于虧損的股票（Ri,t<0），經(jīng)濟(jì)政策不確定性貝塔與預(yù)期收益之間不存在顯著關(guān)系。綜上，獲利的投資者為了規(guī)避不確定性風(fēng)險，賣出經(jīng)濟(jì)政策不確定性貝塔較高的股票，即“確定效應(yīng)”是經(jīng)濟(jì)政策不確定性貝塔產(chǎn)生負(fù)向溢價的原因。

表5 經(jīng)濟(jì)政策不確定性和盈虧維度下βEPU的收益預(yù)測能力

（二）基于套利風(fēng)險的分析

經(jīng)濟(jì)政策不確定性貝塔能夠預(yù)期股票收益，而且具有穩(wěn)定的負(fù)向溢價，這顯然不符合資產(chǎn)定價理論“高風(fēng)險具有高收益”的風(fēng)險補償邏輯。投資者往往利用經(jīng)濟(jì)政策利好或利空進(jìn)行套利交易，進(jìn)而獲得較高的回報。然而，經(jīng)濟(jì)政策的不確定性可能會影響投資者對套利機(jī)會的評價和判斷，從而給依賴經(jīng)濟(jì)政策的套利交易帶來風(fēng)險，因此假設(shè)經(jīng)濟(jì)政策不確定性貝塔是套利風(fēng)險之一。

Stambaugh等（2015）、Cao和Han（2016）表明，特質(zhì)波動率作為資產(chǎn)定價模型無法解釋的異常收益的波動率，表示投資者利用異常收益進(jìn)行套利交易的風(fēng)險。因此，本文以特質(zhì)波動率作為套利風(fēng)險的代理指標(biāo)，解釋經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價。參考Ang等（2006，2009）的方法，以股票月內(nèi)日收益中FF五因子模型無法解釋的收益殘差的標(biāo)準(zhǔn)差來度量股票的特質(zhì)波動率。以特質(zhì)波動率和βEPU構(gòu)建5×5投資組合，分別以流通市值加權(quán)和等權(quán)持有組合1個月?？刂铺刭|(zhì)波動率對βEPU組合預(yù)期收益的影響，檢驗高、低βEPU組合在持有期的收益是否存在負(fù)向差異，以及FF5模型回歸組合預(yù)期收益后常數(shù)項是否存在顯著的負(fù)向差異，結(jié)果如表6所示。

表6 控制特質(zhì)波動率后經(jīng)濟(jì)政策不確定性貝塔的組合分析

以流通市值加權(quán)計算組合的預(yù)期收益，并且控制特質(zhì)波動率對組合預(yù)期收益的影響，高、低βEPU組合預(yù)期收益的差為?0.368，相應(yīng)的Newey-West-t統(tǒng)計量為?5.008，差異依然顯著為負(fù)。以FF5因子模型過濾組合收益中的系統(tǒng)性風(fēng)險溢價，高、低βEPU組合預(yù)期收益的常數(shù)項之差為?0.280，相應(yīng)的Newey-West-t統(tǒng)計量為?4.614，負(fù)向差異同樣顯著。以等權(quán)計算組合的預(yù)期收益，并且控制特質(zhì)波動率對組合預(yù)期收益的影響，高、低βEPU組合預(yù)期收益的差為?0.3133，相應(yīng)的Newey-West-t統(tǒng)計量為?5.741，差異依然顯著為負(fù)。以FF5因子模型過濾組合收益中的系統(tǒng)性風(fēng)險溢價，高、低βEPU組合預(yù)期收益的常數(shù)項之差為?0.084，相應(yīng)的Newey-West-t統(tǒng)計量為?5.687，結(jié)果都顯著為負(fù)，因此套利風(fēng)險并不能解釋經(jīng)濟(jì)政策不確定性貝塔與股票預(yù)期收益的負(fù)向關(guān)系。

六、 經(jīng)濟(jì)政策不確定性貝塔的定價能力

由于經(jīng)濟(jì)政策不確定性貝塔對股票收益具有穩(wěn)定的負(fù)向預(yù)測能力，因此按照Fama和French（1993，2015）的方法，買多經(jīng)濟(jì)政策不確定性貝塔低的組合，同時賣空經(jīng)濟(jì)政策不確定性貝塔高的組合，以買多—賣空獲得的套利收益定義經(jīng)濟(jì)政策不確定性因子（robust minus sensitive，RMS）。參照邢紅衛(wèi)等（2017），我們按照過去一個月以模型（1）估計的βEPU，以三種劃分方式形成股票組合，并且持有組合一個月來構(gòu)建經(jīng)濟(jì)政策不確定性因子：（1）將股票分為βEPU較低的20%股票、βEPU居中的60%股票和βEPU較高的20%股票，買多βEPU較低的20%股票組合的同時賣空βEPU較高的20%股票組合（RMS20-20）；（2）將股票分為βEPU較低的30%股票、βEPU居中的40%股票和βEPU較高的30%股票，買多βEPU較低的30%股票組合的同時賣空βEPU較高的30%股票組合（RMS30-30）；（3）將股票分為βEPU較低的40%股票、βEPU居中的20%股票和βEPU較高的40%股票，買多βEPU較低的40%股票組合的同時賣空βEPU較高的40%股票組合（RMS40-40）。

首先，分析三種方式定義的經(jīng)濟(jì)政策不確定性因子與市場風(fēng)險因子（MKT）、市值因子（SMB）、賬面市值比因子（HML）、動量因子（UMD）、盈利因子（RMW）、投資因子（CMA）的基本統(tǒng)計量，結(jié)果如表7的Panel A所示。三種方式定義的經(jīng)濟(jì)政策不確定性因子的均值分別為0.003，0.004，0.003，表明經(jīng)濟(jì)政策不確定性因子具有正的風(fēng)險價格，且高于賬面市值比因子、動量因子、盈利因子和投資因子。三種方式定義的經(jīng)濟(jì)政策不確定性因子有基本相同的均值，標(biāo)準(zhǔn)差也小于其他六個因子，表明經(jīng)濟(jì)政策不確定性因子的風(fēng)險價格具有較好的穩(wěn)定性。其次，分析經(jīng)濟(jì)政策不確定性因子與其他六個因子之間的相關(guān)性，結(jié)果如Panel B所示，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性因子與其他六個因子有較低的相關(guān)性。由于三種方式定義的經(jīng)濟(jì)政策不確定性因子具有相似的統(tǒng)計特征，后文使用RMS30-30定義的經(jīng)濟(jì)政策不確定性因子，且省去下標(biāo)。

表7 經(jīng)濟(jì)政策不確定性因子與其他定價因子的基本統(tǒng)計分析

以經(jīng)濟(jì)政策不確定性因子（RMS）和其他六個因子互為因變量進(jìn)行回歸，檢驗定價因子的冗余性，結(jié)果如表8所示。以經(jīng)濟(jì)政策不確定性因子作為因變量，回歸的截距項為0.003，且統(tǒng)計檢驗（括號內(nèi)）顯著，表明經(jīng)濟(jì)政策不確定性因子并不能被其他六個因子完全解釋。以市場風(fēng)險因子作為因變量，回歸的截距項為0.005，且統(tǒng)計檢驗不顯著，同時經(jīng)濟(jì)政策不確定性因子回歸系數(shù)的t統(tǒng)計量為1.080，因此經(jīng)濟(jì)政策不確定性因子對市場風(fēng)險因子不具有解釋作用，而其他五個因子能夠解釋市場風(fēng)險因子。以市值因子作為因變量，回歸的截距項為0.008，且統(tǒng)計檢驗顯著，而經(jīng)濟(jì)政策不確定性因子回歸系數(shù)的統(tǒng)計量為0.700，表明經(jīng)濟(jì)政策不確定性因子也不能解釋市值因子。以賬面市值比因子作為因變量，截距項和經(jīng)濟(jì)政策不確定性因子的系數(shù)都顯著，表明經(jīng)濟(jì)政策不確定性因子與其他因子不能完全解釋賬面市值比因子。分別以動量因子和投資因子作為因變量，回歸的截距項不顯著而經(jīng)濟(jì)政策不確定性因子和其他因子的系數(shù)都顯著，表明經(jīng)濟(jì)政策不確定性因子與其他因子能夠完全解釋動量因子和投資因子。以盈利因子作為因變量，回歸的截距項為0.005，且統(tǒng)計檢驗顯著，而經(jīng)濟(jì)政策不確定性因子回歸系數(shù)的統(tǒng)計量為0.485，表明經(jīng)濟(jì)政策不確定性因子也不能解釋盈利因子。因此，在我們考慮的六個因子基礎(chǔ)上加入經(jīng)濟(jì)政策不確定性因子后，動量因子和投資因子都成為了冗余因子。

表8 定價因子輪流作為因變量的回歸分析

續(xù)表8 定價因子輪流作為因變量的回歸分析

為了比較不同因子的定價能力，在每個月分別按照規(guī)模（SIZE）和動量（MOM）、規(guī)模和非流動性（ILLIQ）、動量和非流動性構(gòu)建獨立5×5組合，以包含不同因子的定價模型對組合收益進(jìn)行時間序列回歸。依據(jù)Fama和French（2015）評價模型定價效率的方法，選擇GRS聯(lián)合檢驗統(tǒng)計量（Gibbons等，1989）、組合收益回歸截距項絕對值的平均值 |ad|、 截距項絕對值的平均值 |ad|與組合收益偏離平均收益的偏差 |τd|之 比（其中是組合d收益的時間序列平均值，是的算術(shù)平均值）、模型擬合的均方誤差（mean square error，MSE）和調(diào)整R2為標(biāo)準(zhǔn)檢驗?zāi)Ｐ偷亩▋r效率，結(jié)果如表9所示。

表9 經(jīng)濟(jì)政策不確定性因子的定價效率

在Panel A，對于5×5規(guī)模和動量組合（SIZE-MOM），包含F(xiàn)F3因子、盈利因子和經(jīng)濟(jì)政策不確定性因子的定價模型的GRS統(tǒng)計量為1.885， |ad|為 0.002， |ad|/|τd|為0.554，MSE為0.001，調(diào)整R2為0.943，與其他模型相比，有更小的定價誤差和更好的擬合程度，表明有更好的定價效率。在Panel B和Panel C，對于5×5規(guī)模和非流動性組合（SIZE-ILLIQ）、5×5動量和非流動性組合（MOM-ILLIQ），無論是反映收益未被解釋程度的GPS統(tǒng)計量、 |ad|和 |ad|/|τd|，還是反映模型擬合優(yōu)度的MSE和R2，包含F(xiàn)F3因子、盈利因子和經(jīng)濟(jì)政策不確定性因子的定價模型都表現(xiàn)出更好的定價效率。

七、 結(jié)論與啟示

面對當(dāng)前復(fù)雜嚴(yán)峻的國際形勢、艱巨繁重的國內(nèi)改革和穩(wěn)定發(fā)展任務(wù)，特別是新冠肺炎疫情的嚴(yán)重沖擊，既要發(fā)揮經(jīng)濟(jì)政策在化資源配置、刺激市場信心等方面的宏觀調(diào)控功效，更要關(guān)注經(jīng)濟(jì)政策不確定性所產(chǎn)生的經(jīng)濟(jì)后果。本文選擇我國股票市場作為實證研究對象，將股票收益對經(jīng)濟(jì)政策不確定性回歸的系數(shù)貝塔作為經(jīng)濟(jì)政策不確定性的風(fēng)險暴露。依據(jù)資產(chǎn)定價理論，經(jīng)濟(jì)政策不確定性貝塔應(yīng)該要求正的風(fēng)險補償，然而實證結(jié)果卻表明經(jīng)濟(jì)政策不確定性貝塔會產(chǎn)生顯著的負(fù)向溢價，并且這一結(jié)果不能夠被股票的其他特征、行業(yè)和股權(quán)性質(zhì)所解釋，所以投資者并不能從經(jīng)濟(jì)政策不確定性的風(fēng)險暴露中獲得風(fēng)險補償。

我們發(fā)現(xiàn)當(dāng)經(jīng)濟(jì)政策不確定性加劇時，獲利的投資者為了規(guī)避不確定性，會減少投資對經(jīng)濟(jì)政策不確定性正向暴露的股票，從而使其產(chǎn)生低的預(yù)期收益，因此經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價是由投資者在經(jīng)濟(jì)政策不確定性加劇時的“確定效應(yīng)”所致。我國股票市場常被視為“政策市”，投資者也往往利用經(jīng)濟(jì)政策進(jìn)行套利交易，而經(jīng)濟(jì)政策的不確定性可能會給這種套利交易帶來風(fēng)險，因而經(jīng)濟(jì)政策不確定性可能屬于套利風(fēng)險的某個維度。然而我們的研究結(jié)果表明控制套利風(fēng)險也不能消除經(jīng)濟(jì)政策不確定性貝塔的負(fù)向溢價，可見投資者并不輕易選擇對經(jīng)濟(jì)政策不確定性敏感的股票作為套利交易對象。進(jìn)一步，以經(jīng)濟(jì)政策不確定性貝塔構(gòu)建定價因子，發(fā)現(xiàn)包含F(xiàn)F3因子、盈利因子和經(jīng)濟(jì)政策不確定性因子的五因子模型在中國股票市場具有更好的定價效率，驗證了經(jīng)濟(jì)政策不確定性在資產(chǎn)橫截面收益中的定價能力。

我們的研究表明經(jīng)濟(jì)政策具有“雙刃劍”作用。長久以來，積極的經(jīng)濟(jì)政策已經(jīng)在優(yōu)化資源配置、防范化解系統(tǒng)性金融風(fēng)險以及加快經(jīng)濟(jì)體結(jié)構(gòu)性改革等方面展現(xiàn)出顯著成效。然而在國際經(jīng)濟(jì)環(huán)境大變革的背景下，更應(yīng)關(guān)注經(jīng)濟(jì)政策的二階矩層面。高的經(jīng)濟(jì)政策不確定性會產(chǎn)生負(fù)面的經(jīng)濟(jì)后果，不利于引導(dǎo)投資者恢復(fù)信心和維護(hù)金融市場穩(wěn)定。面對全球防疫形勢嚴(yán)峻、地緣政治關(guān)系緊張、國際貿(mào)易爭端升級等諸多挑戰(zhàn)，有必要在宏觀審慎框架下保持經(jīng)濟(jì)政策的連續(xù)性、穩(wěn)定性和可持續(xù)性。經(jīng)濟(jì)政策在頒布上要適時適度，在操作上要精準(zhǔn)有效，在持續(xù)加大支持力度的同時保證投資者群體的信心和活力，為維護(hù)金融市場流動性和深化供給側(cè)結(jié)構(gòu)性改革提供穩(wěn)定的政策環(huán)境。