中國貨幣政策對股票市場影響的再考察

摘要：本文運用DAG方法、VAR模型和馬爾科夫轉換模型考察了貨幣政策對股市價格水平的影響，結果表明中短期內貨幣政策對股票市場價格水平存在影響顯著，并表現出較強的非對稱效應。股市低迷期的緊縮性貨幣政策會進一步降低股市收益率，減小股市從熊市轉入牛市的概率；相反，股市繁榮期的緊縮性貨幣政策將增加股市從牛市轉入熊市的概率。

關鍵詞：貨幣政策；股市；DAG方法； VAR模型；馬爾科夫轉換模型

Abstract:Using technique of DAG and VAR model，this paper study the effects of Chinese monetary policy on stock market. The analysis results indicate monetary shocks have negative effects on stock market price in short-term and medium-term.We also apply Markov-switching model to investigate whether Chinese monetary policy have asymmetric effects on stock market.The analysis results show that contractionary monetary policy will decrease stock returns more in bear markets than in bull markets and lead to a higher probability of switching from the bull markets regime to the bear markets regime.

Keywords：monetary policy，stock market，DAG Methods，VAR Model，Markov-switching Model

中圖分類號：F830.91 文獻標識碼：B文章編號：1674-2265（2009）03-0035-06

一、引言

二十世紀90年代以來，隨著中國經濟市場化改革的深入，貨幣政策日益成為宏觀經濟調控的主要政策手段，同時以股票市場為核心的資本市場迅速成長，對國民經濟的影響和作用越來越大，貨幣政策與股票市場的關系成為經濟學界討論的熱點問題。國內外學術界對這一問題的研究主要集中在以下三方面：第一，股市在貨幣政策傳導過程中的角色與作用；第二，貨幣政策是否應對股市價格波動做出反應；第三，貨幣政策是否對股市的定價和收益產生影響以及貨幣政策對股市價格波動的預測力。

國內學者從理論和實證兩方面對我國股票市場發展與貨幣政策的傳導關系做了大量的研究工作。許多研究者認為中國股票市場的發展壯大改變了傳統貨幣政策傳導單純依賴金融機構信貸的局面，形成了傳導貨幣政策的新渠道，即貨幣政策的調整引起股票的價值重估，再通過財富效應、托賓q效應、流動性效應以及資產負債表效應等影響實體經濟和通貨膨脹。同時研究者也認為，我國股票市場對貨幣政策的傳導渠道是存在的，但由于中國股票市場建立時間尚短、規模較小、運行不規范、制度不完善等原因，傳導效率并不高（郭金龍，2004；劉劍，2004；薛永剛，2008）。

各國大量經驗證據表明，隨著資本市場的深化和廣化，資產價格波動的效應大大超出了對資本市場本身的影響，資產價格的劇烈波動會導致金融不穩定甚至引發嚴重的經濟危機，因此二十世紀90年代以來資產泡沫及其影響尤其受到廣泛關注。但貨幣政策是否應對股市價格波動做出反應呢？在國外經濟學界和央行，對這一問題的解答爭議較大。一種意見認為，央行應設定一個股市價格目標，當股市出現明顯泡沫時，央行應積極采取對策抑制股價、刺破股市泡沫。另一種意見認為，央行不應直接對資產價格波動做出反應（即資產價格不應進入貨幣當局的最優政策函數），其理由包括股市泡沫難以判斷和度量、刺破資產泡沫可能導致經濟衰退、貨幣政策對股市波動的頻繁反應增大而非緩和了宏觀經濟波動等（Roubini，2006）。有趣的是，從國內相關文獻看，國內研究者似乎對這一問題形成了某種共識：由于技術、制度和作用機制上存在許多困難和障礙，中國央行現階段還不能將資產價格納入貨幣政策的直接調控目標，但央行應關注資產價格的波動，并做出適當反應，從而加強貨幣政策的前瞻性，簡言之，對股市要“關注”但不要“盯住”（瞿強，2001；孫華妤，2003；郭田勇，2006；王勁松，2008）。

本文主要對中國貨幣政策是否對股市的定價和收益產生影響做實證考察，包括運用基于DAG方法的VAR模型研究貨幣政策與股市收益的動態因果性，運用馬爾科夫轉換模型（Markov-switching）研究貨幣政策對股市的不對稱效應。從內在聯系看，研究貨幣政策對股市的定價和收益的影響應視為是否將股市價格納入貨幣政策目標這一問題的前提問題，因為只有貨幣政策能夠有效影響股市價格走勢時，將股市價格納入貨幣政策目標才有可能性和可行性。因此，本文的研究加深了對貨幣政策傳導渠道和結果的認識，為央行制定有效的貨幣政策，當然也為投資者進行股票市場投資提供了有益參考。

二、貨幣政策與股市價格水平的動態因果性

（一）基本方法與數據

對于貨幣政策與股市收益動態因果性的研究，現有文獻通常采用Granger因果檢驗和傳統VAR方差分解、脈沖響應的方法。但以上方法存在較大局限性，楊子暉（2008）對此做了一個很好的總結。Granger因果檢驗建立在這樣的假設前提下，用過去解釋將來，因此它不能給出變量之間的同期因果關系。而傳統的VAR方差分解、脈沖響應使用的是Choleski結構分解方法，這一方法的最大問題在于對VAR系統內的變量關系施加了一個相當武斷的設定，認為結構新息之間存在著遞歸的同期因果關系，即第一個變量的結構新息同期影響所有變量，第二個變量的結構新息同期影響除第一個變量之外的其它所有變量，依此類推，最后一個變量的結構新息不同期影響其它所有變量。以后學者又發展了Sims-Bernanke分解和Blanchard-Quah分解等結構分解方法，使研究者可以靈活地設定擾動的同期因果關系，但這些方法都需要借助先驗信息和理論對擾動的同期關系進行設定，因此不可避免地存在相當的主觀色彩（參見Enders，2003）。而Spirtes（2000）和Pearl（1995，2000）等人提出了DAG（Directed Acyclic Graph，有向無環圖）方法，通過分析變量之間的條件相關特征來辨識變量的同期因果性，從而對Granger因果檢驗作出了有益的補充和擴展，而且為VAR結構分解提供了較為客觀科學的識別約束，使研究貨幣政策與股市收益的動態因果性獲得了新的方法和視野。

簡言之，DAG是一個表征多個變量間因果關系和方向的圖，如果變量X是Y的原因，表示為X→Y，如果變量Y是X的原因，表示為Y→X，如果變量X與Y獨立，則二者無線段相連。但DAG中沒有環路，即不可能從一個端點（變量）循有向路徑回到原端點，舉例而言，如X→Y→Z→X是不可能的。Spirtes，Glymour和Scheines（2000）提出了PC算法從而實現數據的DAG。PC算法從變量集的完全無向圖開始，在此圖中每個變量和其它變量相連，然后根據變量之間的零相關或零偏相關消去變量之間的線段，直至最終獲得DAG。本文運用軟件TETRAD實現數據的DAG分析。

在建立VAR模型之前，還有一個貨幣政策的識別問題值得討論，即用什么變量來代表貨幣政策。在國外早期的關于貨幣政策的文獻中，通常用貨幣總量作為貨幣政策的度量，但二十世紀90年代后，隨著越來越多的發達經濟體央行放棄貨幣總量作為政策中介變量，研究者們也逐漸放棄貨幣總量作為貨幣政策的度量轉而采用其它指標（如美國的聯邦基金利率、貼現率等）。但現有的貨幣政策指標始終受到內生性問題的困擾，即貨幣政策指標的變動可能并不反映央行的政策傾向，要完滿地解決這一問題尚需時日。就中國目前的情況看，由于貨幣總量（M2）的可控性較差，是否保持貨幣總量為政策中介變量頗受爭議（劉明志，2006），因而將M2作為貨幣政策代理變量并不是一個好的選擇。本文認為采用央行制定的金融機構法定存款利率可能是度量中國貨幣政策的一個較好的選擇，因為它比較直接地反映了央行的政策意圖，但是這一方法也存在缺陷，因為法定存款利率并不是央行唯一重要的政策工具，當央行更多地運用其它政策工具調控經濟時，只用法定存款利率代表央行貨幣政策可能會低估實際的政策調整，例如從2004年以來中國央行頻頻調整法定存款準備金率以回收銀行體系的流動性，因此為了更敏銳地反映中國央行的政策傾向和力度，本文用金融機構基準存款利率加上法定存款準備金率構造了一個貨幣政策指標。同時，由于貨幣總量（M2）仍然是中國央行實際關注的政策中介變量之一，本文也將M2增長率納入VAR模型中作為研究貨幣政策效應的參考。本文的VAR模型還包括以下變量：股市價格水平，以上證指數月度收盤價為代表變量；實際產出，以中國工業增加值月度增長率為代表變量；通貨膨脹率，以月度CPI變化為代表變量。本文估計VAR所用的數據為各變量1998年1月到2008年6月的月度數據，之所以選擇1998年為實證分析的起點，是因為1998年中國央行正式放棄了信貸規模控制，轉而采用主要以公開市場操作、利率調整和存款準備金率調整為組合工具的調控方式。本文所有數據來源于CCER數據庫和中國人民銀行發布的各期《中國貨幣政策執行報告》。

（二）實證分析

1. 單位根檢驗。對于VAR模型中的變量，首先進行單位根檢驗判斷這些序列是否平穩。ADF（Augmented Dickey-Fuller）檢驗和PP(Phillips-Perron)檢驗的結果表明所有的變量均為非平穩的I(1)過程。

2. 塊外生（Block Exogeneity）檢驗。二十世紀90年代以來，隨著金融市場的發展與創新，大多數發達經濟體央行放棄了貨幣總量作為政策中介變量，許多國外學者也認為貨幣總量在宏觀經濟研究和央行的政策考量中失去了有用信息變量的價值（Cuthbertson，2007），而國內的一些研究者則認為中國央行將貨幣總量（M2）作為中介變量之一仍是明智的選擇，而且貨幣總量中介目標可以使央行和公眾獲得更多的信息，有利于做出預期和決策（陳利平，2006）。本文使用塊外生檢驗考察貨幣總量（M2）是否提供有價值的信息，如果不能，則變量M2增長率可以從其它變量方程中排除掉，本文可能只需要估計一個4變量VAR即可。

本文使用似然比檢驗，檢驗統計量為

其中為受約束模型的協方差矩陣， 為不受約束模型的協方差矩陣， 和分別為 和 的行列式， 為模型中包含在方程中的最多的回歸元的數目， 為所用觀察值的數目。檢驗臨界值是自由度為模型約束個數的分布值（給定的顯著水平下），如果似然比檢驗統計量超過臨界值則拒絕約束模型成立的原假設，反之則接受原假設。對包含6階滯后的VAR模型檢驗結果似然比值近似為0，顯著水平接近1，對包含12階滯后的VAR模型檢驗結果似然比值為39.9811，顯著水平為0.7881。因此似然比檢驗表明，在這個研究貨幣政策與股市收益關系的VAR模型中，貨幣總量增長率似乎是一個沒有任何信息價值的多余變量。由于似然比檢驗是建立在大樣本漸進理論基礎上的，為了增加塊外生檢驗的穩健性，本文還進行了AIC（Akaike Information Criterion）和SBC（Schwartz Bayesian Criterion）檢驗，檢驗結果同樣支持受約束模型。綜合以上分析，本文將變量M2增長率從VAR模型中排除。

3. 協整檢驗。VAR模型包含四個變量：通貨膨脹率、工業增加值增長率、貨幣政策指數和股市收益率。本文根據AIC和SBC信息準則選定水平VAR的最優滯后階數為12，并依此進行Johansen協整檢驗。檢驗結果表明，此VAR系統存在2個協整關系。協整檢驗結果表明應用向量誤差修正模型（VEC）來估計本文的VAR體系。

4. DAG分析。本文運用向量誤差修正模型對VAR體系進行了參數估計，得到如下回歸殘差相關系數矩陣：

其中變量的排列順序為：貨幣政策指數MP、通貨膨脹率IF、工業增加值增長率IP、股市價格水平ST。回歸殘差相關系數矩陣是DAG分析的源數據，我們將它輸入TETRAD軟件，在10%的顯著性水平下，最終得到MP、IP、IF和ST四個變量的DAG（見圖1）。由圖1可知，在同期因果關系的意義上，通貨膨脹率IF是貨幣政策指數MP的原因，貨幣政策指數MP是股市價格水平ST的原因。因此可以說通貨膨脹率IF同期影響貨幣政策指數MP，貨幣政策指數MP同期影響股市價格水平ST，而其它同期影響的關系不存在。由此得到本文的VAR模型Sims-Bernanke結構分解的識別條件（Enders，2003）。

5. 基于DAG的脈沖響應函數和方差分解。根據以上分析，得到基于DAG的脈沖響應函數和方差分解，結果如圖2、3、4所示。

從脈沖響應函數圖可以得到以下觀察結果：（1）股市價格沖擊在當期對通貨膨脹沒有影響，但之后有顯著的正效應，對通貨膨脹的方差分解表明股票價格指數對未來通貨膨脹有很強的解釋力，這支持了引言中一些研究者的觀點，即通過關注股市價格并實施對應的貨幣政策，有助于預先防范未來的通貨膨脹，加強貨幣政策的前瞻性和預調能力（見圖4<2>）。（2）股票價格指數在貨幣政策沖擊的同期就有負反應，并且在之后的10期（月）負反應逐步增強，在10期以后負反應逐步減弱為0，這表明貨幣政策沖擊對股票市場短期和中期都有顯著的負影響。對股票價格指數的方差分解同樣表明貨幣政策沖擊對股票價格指數的變化有較大的影響（見圖2<3>）。劉晃松（2005）對1998年到2004年中國存款準備金率升降與股市漲跌做了一個簡略的案例分析，得出了與本文相同的結論。（3）雖然脈沖響應圖表明在7期以前通貨膨脹沖擊對股票價格指數有微弱的正效應，在7期以后有不斷增加的負效應，但是對股票價格指數的方差分解表明通貨膨脹沖擊對股票價格指數的變化缺乏解釋力（見圖3<3>）。

三、貨幣政策對股票市場的不對稱效應

2006年初，中國股市告別長達4年的低迷期，進入新一輪的暴漲暴跌行情。2006年1月，上證指數從1200點啟動，到2007年10月16日沖上6124的歷史最高點，隨后在短短10個月內又迅速跌回到2400點左右。幾乎同時，2006年初中國經濟出現了信貸投放過多、投資增長過快、資產價格膨脹、通貨膨脹抬頭等經濟過熱的跡象，央行貨幣政策開始從緊。從2006年4月至2008年6月央行共計上調人民幣存貸款基準利率8次、提高存款類金融機構人民幣存款準備金率16次。有的股市投資者和研究者認為，央行頻繁的緊縮貨幣政策導致了這一輪大牛市的終結。前文我們用DAG和VAR的方法證實了貨幣政策對股市收益有迅速顯著的負影響，這里我們將用實證檢驗的方法進一步研究兩個令人感興趣的問題，第一，貨幣政策在牛市和熊市對股市收益是否有不同的影響。理論研究表明，由于金融市場存在著代理成本和信息不對稱，金融資產起著重要的信貸抵押品的功能，因此當股市處于熊市時，緊縮的貨幣政策通過股票市場“金融加速器”的作用放大了信貸緊縮和總需求緊縮的效應，所以貨幣政策在熊市對股市收益有更大的影響。我們將運用固定轉移概率馬爾科夫轉換模型考察這一問題。第二，貨幣政策是否會推動股市的周期轉換，即是否貨幣政策沖擊會改變股票市場從牛市到熊市或從熊市到牛市的轉移概率，本文將運用時變轉移概率馬爾科夫轉換模型考察貨幣政策是否影響股市狀態轉移概率。

（一）1998年1月—2008年6月中國股票市場周期的識別

首先運用固定轉移概率馬爾科夫轉換模型劃分1998年到2008年中國股票市場的牛市和熊市，使用的數據為1998年1月到2008年6月上證指數月度收益率。假定股市收益率服從如下二狀態馬爾科夫轉換模型：

其中，為滯后算子，和

分別是股市收益率的狀態依賴均值和方差，不可觀察的狀態變量取值為1或者2，分別代表股市的牛市和熊市，狀態轉移概率矩陣為：

其中，為狀態1轉移到狀態2的概率。，為狀態2轉移到狀態1的概率。

二狀態馬爾科夫轉換模型的估計結果表明，馬爾科夫轉換模型識別了兩個機制，一個為高均值收益機制（），一個為低均值收益機制（），狀態1代表牛市，狀態2代表熊市。狀態轉移概率的估計結果表明，牛市的平均持續期為 17個月，熊市的平均持續期為40.8個月。圖5中上圖為1998年1月到2008年6月上證指數月度收益率，下圖為馬爾科夫轉換模型估計的股市處于狀態1（牛市）的平滑概率，對比上下兩圖可見，馬爾科夫轉換模型清楚地識別了股市的牛市和熊市，而且估計結果與經驗觀察十分吻合。

（二）貨幣政策對股票市場的不對稱效應

本文假定貨幣政策對股市的影響服從如下馬爾科夫轉換模型：

其中為t時的股市收益率， 為t時的貨幣政策沖擊。通過估計貨幣政策狀態依賴影響系數（）

這個模型可以度量貨幣政策沖擊在不同的股市狀態下對股市收益率的不同的影響。這里使用兩種方法度量貨幣政策，第一種是貨幣總量M2增長率，第二種仍然用金融機構基準存款利率加上法定存款準備金率構造一個貨幣政策指標，然后用這個貨幣政策指標的一階差分代表貨幣政策沖擊。本文用兩種貨幣政策度量分別估計如上馬爾科夫轉換模型，得到如下結果：

首先看表1的第一列，，，， 都顯著小于0，表明緊縮性貨幣政策沖擊（貨幣政策指標差分大于0）會降低股市收益率，貨幣政策指標增加1個百分點（例如法定存款準備金率上升1個百分點），在熊市當期會使股市月度收益率降低9.63個百分點，而滯后1期的貨幣政策指標增加1個百分點，在熊市會使股市月度收益率降低7.84個百分點。但是在牛市貨幣政策沖擊的影響則很小，貨幣政策指標增加1個百分點在牛市當期會使股市月度收益率降低0.66個百分點，而滯后1期的貨幣政策指標增加1個百分點，在牛市會使股市月度收益率降低1.46個百分點，這可能是由于在熊市緊縮性貨幣政策有更強的金融約束效應，也可能在熊市股市投資者對不利的宏觀經濟信息反應更為敏感。和 表明貨幣政策沖擊對中國股市確實存在不對稱效應，同時以

為原假設的Wald統計量和以為原假設的Wald統計量也進一步證實了貨幣政策不對稱效應的存在。

表1第二列對M2增長率的估計結果表明，M2增長率的變化對股市收益率的影響是高度不確定的。例如緊縮性貨幣政策沖擊，當M2增長率減少5個百分點，在牛市當期會使股市月度收益率降低0.5個百分點，而在熊市當期會使股市月度收益率增加0.8個百分點，而當滯后1期的M2增長率減少5個百分點，在牛市會使股市月度收益率增加13個百分點。這似乎也表明M2增長率并不是一個好的貨幣政策度量。

（三）貨幣政策對股票市場狀態轉移概率的影響

假定股票市場收益率服從如下二狀態馬爾科夫轉換模型：

轉移概率矩陣為

其中 為t時狀態1轉移到狀態2的概率，

為t時狀態2轉移到狀態1的概率。這里狀態的轉移概率不再保持恒定，而是依賴于貨幣政策沖擊，因此這是一個時變轉移概率馬爾科夫轉換模型（Diebold和Lee，1994；Chen，2007）。轉移概率函數有如下形式：

其中 為t時的貨幣政策沖擊，由貨幣政策指標的一階差分代表，如前文貨幣政策指標等于金融機構法定存款利率加上法定存款準備金率。轉移概率函數對貨幣政策沖擊求偏導數可得：

由于 和 都大于0，則 對貨幣政策沖擊

的偏導數的符號取決于 的符號。因此如果 大于0，則表明當期正的貨幣政策沖擊（即緊縮性貨幣政策）會使股市從牛市轉入熊市的概率增大，反之如果小于0，則表明緊縮性貨幣政策會使股市從牛市轉入熊市的概率減小。同理，如果大于0，則表明滯后一期緊縮性貨幣政策會使股市從牛市轉入熊市的概率增大，反之如果 小于0，則表明滯后一期緊縮性貨幣政策會使股市從牛市轉入熊市的概率減小。

和取值的符號也有類似的經濟學含義。

使用1998年1月到2008年6月上證指數月度收益率和同期貨幣政策指標的一階差分數據，表2給出了時變轉移概率馬爾科夫轉換模型的估計結果。

估計結果清楚地表明，當不存在貨幣政策沖擊時（和 都等于0），股市從牛市轉入熊市的概率（）為0.074，而股市從熊市轉入牛市的概率（）為0.035。由于 和 的估計值都大于0，因此正的貨幣政策沖擊（即緊縮性貨幣政策）使股市從牛市轉入熊市的概率增大，而由于的估計值小于0，因此正的貨幣政策沖擊（即緊縮性貨幣政策）使股市從熊市轉入牛市的概率減小。進一步分析，當期1個百分點的貨幣政策指標的上升，會使股市從牛市轉入熊市的概率增大0.11，而滯后1期的貨幣政策指標增加1個百分點，會使牛市轉入熊市的概率增大0.17，另一方面當期1個百分點的貨幣政策指標的上升，使股市從熊市轉入牛市的概率減小0.01，而滯后1期的貨幣政策指標的變化對股市從熊市轉入牛市的概率影響十分微弱，因此本文的計量分析結果表明中國央行強的緊縮性貨幣政策確實會大大增加股市從牛市轉入熊市的可能性。

四、結論

本文使用1998年1月到2008年6月的中國月度經濟數據，主要考察了如下問題：第一，運用DAG方法和VAR模型考察了貨幣政策對股市價格水平的影響。DAG分析表明，通貨膨脹率同期影響貨幣政策指數，貨幣政策指數同期影響股市價格水平。基于DAG的脈沖響應函數和方差分解結果表明，貨幣政策沖擊對股票市場價格水平短期和中期都有顯著的負效應。第二，考察了貨幣政策沖擊是否對股市收益存在非對稱效應的問題。固定轉移概率馬爾科夫轉換模型的估計結果表明，緊縮性貨幣政策沖擊在熊市會更大降低股市收益率，但是在牛市貨幣政策沖擊的影響則較小，這可能是由于在熊市緊縮性貨幣政策有更強的金融約束效應，也可能是熊市投資者對不利的宏觀經濟信息反應更為敏感。第三，本文運用時變轉移概率馬爾科夫轉換模型考察了貨幣政策沖擊會否改變股票市場從牛市到熊市或從熊市到牛市的轉移概率，計量分析結果表明中國央行的緊縮性貨幣政策確實會增加股市從牛市轉入熊市的可能性。

參考文獻：

[1]陳利平.貨幣存量中介目標制下我國貨幣政策低效率的理論分析[J].金融研究，2006，（1）.

[2]郭金龍，李文軍.我國股票市場發展與貨幣政策互動關系的實證分析[J].數量經濟技術經濟研究，2004，（6）.

[3]郭田勇.資產價格、通貨膨脹與中國貨幣政策體系的完善[J].金融研究，2006，（10）.

[4]劉晃松.低效率股市投資理論及制度創新[M].上海：上海人民出版社，2005.

[5]劉劍，胡躍紅.股票市場發展與我國貨幣政策的有效傳導[J].中國軟科學，2004（11）.

[6]瞿強.資產價格與貨幣政策[J].經濟研究，2001，（7）.

[7]孫華妤，馬躍.中國貨幣政策與股票市場的關系[J].經濟研究，2003，（7）.

[8]王勁松，韓克勇.股票價格與貨幣政策調控目標[J].經濟評論，2008，（1）.

[9]薛永剛.貨幣政策變量與股票價格的動態關聯性研究[J].山西財經大學學報，2008，（3）.

[10]楊子暉.財政政策與貨幣政策對私人投資的影響研究[J].經濟研究，2008，（5）.

（特約編輯 張立光）