基于C-GARCH模型的貨幣政策對股市流動性的非對稱效應研究

蘇 剛

(東北財經大學 金融學院，遼寧 大連 116025）

0 引 言

隨著我國房地產調控政策的出臺和利率市場化過程的加快，在利率必然上升的預期下，大量熱錢已經開始涌入我國境內。

大量的理論研究和經驗分析發現，擴張性貨幣政策與緊縮性貨幣政策的效果并不對稱，即貨幣政策存在非對稱效應。Cover重點研究了正負向貨幣沖擊對產出影響的差異性，發現美國緊縮性貨幣政策的政策效果比擴張性貨幣政策強。Senda對美國，Florio對意大利分別進行了貨幣政策非對稱效應的研究，結果與Cover的結論一致。Huchet考察了歐盟國家單一制貨幣政策的非對稱效應，結論表明法國、德國、西班牙和奧地利對緊縮的貨幣政策更加敏感，而比利時和意大利卻對擴張的貨幣政策更加敏感。另外，Bernanke與Kuttner通過研究利率的升降對股票市場的影響，表明利率升高對股市的抑制作用要小于利率降低對股市促進作用。Tsai從貨幣政策調整原因這一角度，研究了由石油價格變化導致的貨幣政策調整對股票市場的非對稱效應，結論表明能源密集型產業和耐用品產業對石油價格高企所導致的貨幣政策調整比一般性貨幣政策調整的反應更加強烈。Guo、Hu以及Jiang利用MSVAR—EGARCH模型分析了中國2005年至2011年期間的貨幣政策對股票市場的沖擊效應，發現利率政策在熊市比在牛市更容易引起股票市場波動率的上升。在國外相關研究成果的基礎之上，國內學者也對貨幣政策的不對稱性進行了廣泛的研究。曹永琴和李澤祥從理論上評述了貨幣政策非對稱效應的形成機理。劉金全、隨建利和李楠利用非線性VAR模型對我國貨幣政策的非對稱效應進行了檢驗，發現貨幣政策對實際產出和價格水平的作用具有非對稱性。梁云芳和劉金葉研究了我國貨幣政策對國內需求影響的非對稱性，結論表明長期內我國負向貨幣沖擊對實際消費和實際投資的影響要遠遠大于正向貨幣沖擊。但曹永琴的研究表明中國貨幣政策存在顯著的非對稱效應，當期正向貨幣沖擊對產出的影響力度大于負向貨幣沖擊對產出的影響力度，但滯后兩期和四期負向貨幣沖擊對產出的影響力度則分別大于相應滯后期的正向貨幣沖擊的影響力度。岳海峰和董維佳以及呂鑫考察了我國存款準備金率的調整對股票市場的非對稱效應，結果發現存款準備金率的調整與股市之間存在一種非對稱性的關系：存款準備金率的降低對股票市場有很強的提振作用，而存款準備金率的升高并不能夠抑制股市的上漲。

1 變量和數據

為保證研究結論的穩健和可靠，對于股票市場的流動性的度量，本文以上證A股指數為研究對象，分別從流動性和非流動性兩個方面描述股市的流動性特征，選取股票換手率、有效流速以及兩個非流動性指標。非流動性作為流動性的反面，與流動性存在此起彼伏的聯系。表1是本文所涉及的變量及其簡要說明。

表1 本文的變量及說明

本文從換手率TO′，有效流速LID′，非流動性指標1ILLIQ′以及非流動性指標2TPI′這四個不同的角度度量股票市場的流動性，進而考察我國貨幣政策對股市流動性的不對稱沖擊。考慮到貨幣政策調整的緩慢，又要保證數據具有足夠的變異，因此本文選用存款準備金率和一年期存款利率的調整作為我國貨幣政策調整的代理變量。所用變量的數據皆為日數據，同時鑒于我國存款準備金和一年期存款利率自2006年以來調整頻率較高，故所選樣本的時間段為2006年1月1日到2011年12月31日，樣本區間包含1459個數據，這期間存款準備金率一共調整了35次，一年期存款利率共調整了18次。數據來源于Wind數據庫。

2 實證分析

對于我國貨幣政策對股票市場流動性的非對稱效應，本文擬運用成分GARCH模型（C-GARCH）來對其進行檢驗。由GARCH模型可知，GARCH（1，1）模型的條件方差方程為：

式（3）和（4）中σt代表著波動率，而長期波動率ω由qt代替，長期成分qt隨時間而發生變化，但以參數ρ的速度收斂于ω，其收斂速度因ρ接近于1時則十分緩慢。式（3）還表述了暫時成分σtqt，其隨著時間以α＋β的速率收斂于0。

C-GARCH模型的方差方程中，可以引入外生變量，外生變量的位置可以置于長期成分方程中，也可以置于暫時成分方程中，置于不同位置將對不同期限的波動率產生影響。

鑒于研究股票市場對利率的變化具有較強的敏感性，本文在應用C-GARCH模型時，在其短期效應方程中引入非對稱性，具體模型表述為：

其中，μt是均值方程中的隨機擾動項，式（3.5）中的Zt為貨幣政策外生變量，式（6）中的d為虛擬變量，表示負向沖擊，μt-1＜0時，dt＝1，否則，dt＝0。非對稱性由 γ表示，γ≠0，即意味著存在非對稱影響，但是這種非對稱性僅僅存在于暫時成分方程中，長期成分方程的變化體現在ρ上。

在對四個流動性指標序列建立C-GARCH模型之前，先對其進行ARCH效應檢驗，因此根據四個流動性指標的序列特征，選取各自的滯后階數，分別建立如下AR模型。

通過式（7）的自回歸模型獲得四個流動性指標的殘差序列，然后對四個流動性指標的殘差序列進行ARCH效應檢驗，得到以下結果。

表2 ARCH效應檢驗

很明顯，通過ARCH效應的檢驗，表征股票市場流動性的四個指標都存在ARCH效應，因此可以對每一個流行性指標進一步建立如（5）和（6）式的C-GARCH模型，模型的估計結果見下表。

表3 C-GARCH模型的參數估計結果

通過表3可以看出，四個流動性指標TO′、LID′、ILLIQ′、TPI′的ρ值全部小于1，但是都很接近于1，分別為0.998186、0.912664、0.998887、0.986420，表明長期成分方程將逐漸的收斂均值ω，其中有效流速LID′收斂速度最快，非流動性指標ILLIQ′收斂速度最慢，這也說明貨幣政策的調整會對我國股市流動性指標的波動性造成一定的影響，并且這種影響存在的時間較長，且對不同流動性指標波動性的影響時間不同，短期成分方程中的α＋β均小于1，分別為：0.854762、0.783478、-0.78517、0.688688，說明短期成分相對于長期成分而言，收斂速度較快，即會以更快的速度收斂于0。

從四類流動性指標波動性方程的實證分析結果中，可以發現，四個流動性指標的貨幣政策調整因子Z1t和Z2t的系數均顯著不為0。具體而言，存款準備金率調整因子Z1t方面，TO′和LID′波動性方程的長期成分方程中調整因子Z1t的系數為負，且顯著，則說明Z1t調整的負向沖擊對TO′和LID′的波動性產生長期影響，ILLIQ′和TPI′波動性方程的長期成分方程中調整因子Z1t的系數為正，且顯著，則說明存款準備金率Z1t調整的正向沖擊對ILLIQ和TPI的波動性產生長期影響。

一年期銀行存款利率調整因子Z2t方面，TO′、ILLIQ′、TPI′波動性方程的長期成分方程中調整因子Z2t的系數θ2＜0，且顯著不為0，即說明Z2t調整的負向沖擊對TO′、ILLIQ′、TPI′的波動性產生長期影響，而LID′波動性方程的長期成分方程中調整因子Z2t的系數為正，且顯著，則說明一年期銀行存款利率調整的正向沖擊對LID′的波動性產生長期影響。

表中四個流動性指標的暫時成分方程中的非對稱參數γ顯著不為0，其中，TO′的短期成分方程中的非對稱參數γ＜0，LID′、ILLIQ′和TPI′的暫時成分方程中的非對稱參數dt-1，這意味著所有四個流動性指標波動性方程中的短期成分方程中存在非對稱效應，由于虛擬變量dt-1為負沖擊，故這種非對稱效應具體表現在：對于流動性指標TO′而言，γ＜0，即意味正向貨幣沖擊引起的波動性要比負向貨幣沖擊大；而對于LID′、ILLIQ′和TPI′三個指標而言，由于γ＞0，故負向貨幣沖擊引起的波動性要比正向貨幣沖擊大。對于不同流動性指標而言，貨幣政策沖擊的非對稱效應不同。出現這種結果不一致的現象可能是因換手率不包含收益率或波動率對流動性的影響，從而其他三個指標更能反映股票市場真實的流動性。

3 結 語

本文選用股票市場四個不同類型的流動性指標，利用C-GARCH模型檢驗其對我國貨幣政策的不對稱反應，從實證結論可以看出，我們貨幣政策調整對股市流動性的波動性存在著顯著的影響能力。具體來講，我國的貨幣政策調整對我國股市的流動性能夠造成一定程度的沖擊，而且貨幣政策調整的負向沖擊效應要遠遠大于貨幣政策正向沖擊的效應，即我國貨幣政策對股市流動性的政策效果存在著不對稱效應。而這種不對稱效應的原因可能主要是投資者的心理預期因素所造成，我國股票市場本身就是一個政策市場，投機因素占著很大比重，政策的負向沖擊使得股票市場的投機因素急劇暫時減少，造成流動性降低，而貨幣政策正向沖擊之后，投資者并未及時的進入股票市場，而是仍在觀望，以等待資本市場前景徹底明朗，這種心理行為使得流動性不會急速增加，在一定程度上造成了股市的不對稱的政策效應。

[1]曹永琴,李永祥.貨幣政策非對稱效應形成機理的理論述評[J].經濟學家,2007(4):76-82.

[2]高鐵梅.計量經濟分析與方法建模[M].北京:清華大學出版社,2009.

[3]梁云芳,劉金葉.中國貨幣政策對國內需求影響的非對稱性研究[J].財經問題研究,2011(3):51-58.

[4]劉金全,隨建利,李楠.基于非線性VAR模型對我國貨幣政策非對稱作用效應的實證檢驗[J].中國管理科學,2009(3):47-56.

[5]岳海峰,董維佳,呂鑫.我國存款準備金率調整對股市的非對稱性影響分析[J].2013(1):30-35.

[6]趙進文,閔捷.央行貨幣政策操作效果非對稱性實證研究[J].經濟研究,2005(2):26-29.