貨幣政策對股票市場流動性的影響研究

彭小林

1 問題的提出

貨幣政策不僅對股票價格存在影響，而且對股票市場流動性存在影響。有關貨幣政策對股票價格的影響國內外學者已經做了大量研究，而有關貨幣政策對股票市場流動性的影響，國外學者近年才開始關注。Chordia、Ro11和Subrahmanyam[1]（2001）首先研究了宏觀因素對市場整體流動性的影響，發現利率變化和經濟波動都會影響市場流動性，如果經濟下滑，那么市場流動性也會降低。Chordia、Sarkar和Subrahmanyam[2]（2005）發現在危機時期，擴張性貨幣政策能增強股票市場和債券市場流動性。Brunnermeier和Pedersen[3]（2009)建立了把市場流動性和投資者融資流動性聯系起來的模型。他們認為投資者提供市場流動性的能力取決于他們的融資流動性能力，同樣，投資者的融資行為也會受其市場流動性影響。在一些情況下，融資政策寬松會導致市場流動性過剩。他們的模型進一步解釋了市場流動性為什么會突然蒸發、不同市場流動性之間的聯動關系以及市場波動對流動性的影響。Goyenko和Ukhov（2009）[4]研究發現貨幣政策沖擊會影響股票市場和債券市場流動性。由于債券市場對貨幣政策反應更迅速，因此貨幣政策沖擊通常是先影響債券市場流動性，然后通過債券市場流動性再影響股票市場流動性。Hameed、Kang和Viswanathan[5](2010)研究發現股票市場下跌導致的流動性降低比上漲帶來的流動性升高要大，特別是在社會融資緊張時期，這時很多金融中介機構的抵押產品價值下降，面臨清盤，很難再向市場提供流動性。

國內專門研究貨幣政策對股票市場流動性影響的文獻更少。許睿等[6]（2004）和孫云輝[7]（2005）最早對一些重大的政策和事件對整個市場流動性的影響做了分析。他們的政策事件是指股票市場的相關政策法規，而不是專指貨幣政策。許睿使用統計回歸的方法，發現上海和深圳市場流動性對政策事件有基本一致的反應。孫云輝利用事件研究法發現2001～2004年間，政府政策對股市流動性有顯著影響。當利好政策出臺后，股市累積異常流動性明顯上升，而當利空政策出臺后，股市累積異常流動性大幅度下降，同時也證明中國股市的流動性具有非常大的波動性。熊正德等[8]（2007）利用多變量EGARCH模型對中國利率與滬深股市間的收益率波動溢出效應進行的實證研究表明,股票收益率對利率收益率有著顯著的短期動態影響，利率與滬深股市間收益率存在著顯著的雙向波動溢出。周曄[9]（2009）通過對自2005年以來流動性變動的闡述，指出流動性變動與股市巨幅波動之間具有同步相關性。央行貨幣政策調控上的剛性有余、彈性不足導致流動性的過度波動給股市帶來負面沖擊。可以發現，國內這些相關研究牽涉到貨幣政策，但大都沒有直接研究貨幣政策對股市流動性的影響。因此，本文基于中國數據，直接實證研究貨幣政策變化對股票市場流動性的影響。

2 變量選取與數據來源

我們用貨幣供應量和利率反映央行貨幣政策的變化。貨幣供應量我們使用M0、M1和M2的月度數據。利率我們使用市場化程度最高的銀行間同業拆借利率月度數據。數據來源于中經網統計數據庫，樣本期為1998年1月至2011年7月。各貨幣政策變量說明如下：

M0指流通中的現金。根據貨幣需求理論，人們持有貨幣是因為貨幣的交易媒介和價值貯藏功能，這兩種功能與股票市場的風險投資功能關系不大，因此M0的變化與股票市場的關系并不密切。當然，如果股市行情好，這些貨幣會短期流入股票市場，增加市場流動性。

M1指M0加上企業等單位在銀行的活期存款。由于活期存款金額遠大于M0，例如2011年7月，企業活期存款約是M0的6倍，因此M1的構成主要是活期存款。企業為追求盈利最大化，可以直接用活期存款進行股市投資。企業活期存款的增加既可以來源于企業盈利和企業定期存款轉化而來，也可以來源于企業股市資金流出。當來源于前者時，它們流入股市，會增強股市流動性，當來源于后者時，由于分流了股市資金，會降低股市流動性。M1最終對股市流動性的影響方向取決于這兩種影響程度的大小。

M2指M1加上企業等單位在銀行的定期存款和居民儲蓄存款，代表貨幣供應量的總規模。M2受央行貨幣政策影響大，可作為觀察和調控中長期金融市場的目標。當央行貨幣政策寬松時，M2的增加會導致更多的資金中長期流入股市，增強股市流動性，反之反是。

利率R作為價格型貨幣政策工具，它的提高，對上市公司來說，增加了融資成本，從而降低了收益，對投資者來說，銀行儲蓄的利率提高了，投資股市的機會成本更大了。因此，提高利率一般會降低股市流動性。

對于股票市場流動性的衡量，Amihud[10]（2002）的非流動性指標被較多地使用。該非流動性指標ILLIQ的計算方法為ILLIQt= ||RtVt，分子為股票在時刻t的收益率，分母為t時刻成交金額。由于該非流動性指標易受股票流通市值影響，因此Andreas和Timotheos[11]（2008）建議用換手率代替成交額，得到ILLIQt= ||RtHt，分子仍為股票在時刻t的收益率，分母為股票t時刻的換手率。該非流動性指標沒有量綱，便于研究對比。股票流動性越好，該非流動性指標值越低。由于研究需要的是上證A股的月度流動性，我們首先計算每個交易日個股的流動性，然后簡單算術平均得到該交易日市場的流動性，市場月度流動性為當月各交易日市場流動性的算術平均值。股市非流動性的計算數據來源于國泰安CSMAR系列研究數據庫，樣本期仍為1998年1月至2011年7月。

3 實證分析

3.1 基于脈沖響應的貨幣政策對股市流動性的沖擊效應分析

我們首先對貨幣供應量取對數得到LN（M0）、LN（M1）和LN（M2），以消除異方差。由于時間序列數據通常要求變量平穩，以避免偽回歸。我們對變量ILLIQ、R、LN（M0）、LN（M1）和LN（M2）進行單位根變量平穩性檢驗，結果見表1。

表1 變量ADF單位根檢驗結果

可以看出，非流動性指標ILLIQ和利率R為平穩序列，而各貨幣供應量均為非平穩序列，但其一階差分后均為平穩序列。為研究貨幣政策變量對股市流動性的沖擊效應，我們進行脈沖響應分析。脈沖響應從動態角度顯示了非流動性對各貨幣政策變量一個標準差沖擊的響應。脈沖響應結果如圖1～4所示，其描述性統計見表2。

圖1 非流動性對M0的脈沖響應

圖2 非流動性對M1的脈沖響應

圖3 非流動性對M2的脈沖響應

圖4 非流動性對利率的脈沖響應

表2 貨幣政策變量對股市流動性沖擊的描述性統計

從圖1～4和表2可以看出，從對股市非流動性的沖擊方向上，M0和M2為負向沖擊，說明M0和M2的增加導致更多資金流入股市，從而提高股市流動性。M1為正向沖擊，說明M1的增加，更多來源于企業股市資金的流出，從而導致股市流動性的下降。R為正向沖擊，顯示提高利率降低了股市流動性。

從對股市非流動性的沖擊力度看，M1最大，其在第2期的最大值為0.195494，顯示企業活期存款對股市流動性有較大沖擊，特別是在當前貨幣緊縮政策下，上市公司和中小企業流動性不足，只有通過抽離股市資金或減持股份來緩解流動性壓力，這更加劇了股市流動性緊張。M0沖擊力度最小，其在第3期的最小值為-0.070706，顯示流通中的現金對股市影響小。

從對股市非流動性的影響周期上，利率R最長，達到27期，說明利率變化對股市流動性具有長期的影響。M0最短，為14期，再次顯示流通中的現金對股市流動性不但沖擊力度小，而且作用時間短。

3.2 基于BEKK模型的貨幣政策與股市流動性的波動相關性分析

（1）BEKK模型介紹

BEKK模型是Engle和Kroner[12](1995)綜合Baba,Engle,Kraft和Kroner[13](1990)研究的基礎上，提出的以四人名字第一個字母命名的一類多變量GARCH模型。相對單變量GARCH模型，BEKK模型不但能顯示變量自身的波動情況，而且能反映變量之間的相互波動關系。二元BEKK（1，1）的設定形式為：

式（1）是向量形式表示的均值方程。方程中，rt是2×1維的收益率向量，Xt是1×(k+1)維的解釋變量向量，λ是2×(k+1)維系數矩陣。（2）式為條件方差方程，各參數表示如下：

A代表ARCH項的系數矩陣，B代表GARCH項的系數矩陣，Ht表示條件殘差在t時刻的方差協方差矩陣。由于矩陣A和B中參數較多，考慮它們的簡化形式，當矩陣A和B為對角矩陣時，此時得到對角BEKK模型。該模型優點是既能保證Ht的正定性，同時具有較少的參數。我們將利用對角BEKK模型來分析貨幣政策變量與股市流動性之間波動的相關性。將（2）式展開可以得到對角BEKK模型條件方差-協方差矩陣各元素的方程形式：

其中，（3）式和（4）式是兩變量各自的條件方差方程，（5）式是兩變量之間的條件協方差方程。條件方差方程顯示了變量自身的波動特征，ARCH系數反映前期外界沖擊對當期波動的影響程度，GARCH系數反映前期自身波動對當期波動的影響程度，ARCH系數與GARCH系數之和顯示波動的持續性，越接近1，表示波動越持久。條件協方差方程反映變量之間波動相關性的強弱，ARCH系數顯示前期外界沖擊對當期協方差的影響程度，GARCH系數顯示前期協方差對當期協方差的影響程度，ARCH系數與GARCH系數之和顯示兩者波動相關性的持續性，越接近1，表示兩者波動相關性越持久。我們主要分析式（5）來說明股市流動性和各貨幣政策變量之間波動相關性。

（2）BEKK模型實證結果

貨幣政策變量與股市非流動性的描述性統計見表3。可以看出，各變量均為有偏分布，峰度大于3（正態分布等于3），呈現尖峰厚尾，JB值在1%顯著水平均拒絕正態分布假設，殘差平方Q統計量在5%顯著水平均拒絕不相關假設，這些說明變量具有ARCH效應，可以用BEKK模型研究它們的波動相關性。

表3 變量描述性統計

我們使用Eviews6.0軟件分別對股市非流動性和各貨幣政策變量建立二元對角BEKK模型，采用BHHH算法，實證結果見表4，左側為模型參數估計，常數項省略，右側為條件方差與協方差方程。

表4左側顯示，除了M1的ARCH系數外，BEKK模型參數估計在5%檢驗水平上都是顯著的，說明各變量的波動存在一定的聚集效應。

從ILLIQ與M0的條件協方差方程看，ARCH系數為0.4996897，GARCH系數為-0.0866524，說明兩者波動的相關性主要受外界沖擊的短期影響，而受自身前期波動相關性的影響較小。從M0的條件方差方程可以看出，M0的波動主要受外界沖擊影響，這在一定程度上影響到它與ILLIQ的波動相關性也主要受外界沖擊影響。

表4 中國貨幣政策變量與股市流動性的波動關系

從ILLIQ與M1的條件協方差方程看，ARCH系數為-0.0385332，GARCH系數為0.2803807，說明兩者波動的相關性受外界沖擊影響小，而受自身前期影響強一些。這主要是因為M1的ARCH系數不顯著，導致M1當期的波動主要受自身前期波動影響，而受外界沖擊的影響小。

從ILLIQ與M2的條件協方差方程看，ARCH系數為0.1987788，GARCH系數為0.4495292，兩者波動的相關性既受外界沖擊的短期影響，同時自身也具有較強的延續性。在貨幣供應量M0、M1和M2的條件協方差方程中，M2的ARCH項系數和GARCH項系數之和為0.648308，M1為0.2418475，M0為0.4130373，M2最大且最接近于1，顯示M2作為貨幣供應量總規模和中長期貨幣政策調控目標，其和股市流動性之間的波動相關性具有較長的持續性。

從ILLIQ與R的條件協方差方程看，ARCH系數為0.7623271，GARCH系數為0.1776079，說明兩者波動相關性既受外界沖擊影響，又受到自身前期的影響，但外界沖擊影響更強些。利率R的ARCH系數和GARCH系數之和為0.939935，大于M2的0.648308，非常接近1，并且其常數項也遠大于M2的常數項，顯示利率和股市流動性之間的波動相關性比M2更持久，這也說明利率政策變化相對于貨幣供應量的變化對股市流動性波動的影響更持久。

4 結論

通過對貨幣政策變量與股市流動性的實證研究，本文得出以下結論：

（1）基于脈沖響應的沖擊效應分析顯示：從沖擊方向上，M0和M2對股市非流動性具有負向沖擊，M1和利率R對非流動性具有正向沖擊；從沖擊力度上，M1最大，M0最小；從沖擊作用的周期上，利率R最長，M0最短。

（2）基于BEKK模型的波動相關性分析顯示：M0與ILLIQ波動的相關性主要受外界沖擊的影響，而受自身前期影響小；M1與ILLIQ波動的相關性受外界沖擊影響小，而受自身前期影響強一些；M2與ILLIQ波動的相關性既受外界沖擊的短期影響，同時也受到自身前期影響；利率R與ILLIQ波動相關性既受外界沖擊影響，又受到自身前期的影響，但外界沖擊影響更大些。

（3）不同貨幣政策變量與股市流動性之間波動相關性的持續能力上，利率R持續性最強，其次為M2，顯示利率變化相對于貨幣供應量的變化對股市流動性波動的影響更持久。

[1]Chordia，T.，Ro11，R.，Subrahmanyam，A.Market Liquidity and Trad?ing Activity[J].The Journa1 of Finance，2001，(56).

[2]Chordia，T.，Sarkar，A.，Subrahmanyam，A.An Empirical Analysis of Stock and Bond Market Liquidity[J].The Review of Financia1 Studies，2005，(18).

[3]Brunnermeier,M.,Pedersen,L.Market Liquidity and Funding Liquidity[J].Reviewof Financial Studies,2009,（22）.

[4]Goyenko，R.Y.，Ukhov，A.D.Stock and Bond Market Liquidity：A Long-Run Empirical Analysis[J].Journal of Financia1 and Quantita?tive Analysis，2O09，(44).

[5]Hameed，A.,Kang,Wenjin.,S.Viswanathan.Stock Market Decline and Liquidity[J].The Journal of Finance,2010,(2).

[6]許睿，馮蕓，吳沖鋒.影響中國A股市場流動性的政策和因素[J].上海交通大學學報,2004,(3).

[7]孫云輝.政策性因素對我國股市流動性影響分析[J].現代管理科學，2005，（8）.

[8]雄正德，謝敏.中國利率與股市間波動溢出效應的實證研究[J].財經理論與實踐,2007,(1).

[9]周曄.流動性變動與股市波動[J].經濟學動態,2009,(11).

[10]Amihud,Y.Illiquidity and Stock Returns:Cross-Section and Time-Series Effects[J].Journal of Financial Markets,2002,(5).

[11]Andreas Andrikopoulos，Timotheos Angelidis.Idiosyncratic Risk,Returnsand Liquidity in the London Stock Exchange:a Spillover Ap?proach[C].Workingpaper,2008.

[12]Engle R,Kroner F K,Multivariate Simultaneous Generalized ARCH[J].Econometric Theory,1995,（11）.

[13]BaBa Y,Engle R F,Kraft D F,Kroner K F.Multivariate Simultane?ous Generalized ARCH[R].Department of Economics,University of California,San Diego,1990.