上海銀行間同業拆放利率與股市波動的實證關系分析

(武漢科技職業學院 湖北 武漢 430000)

上海銀行間同業拆放利率與股市波動的實證關系分析

管慧娟

(武漢科技職業學院湖北武漢430000)

上海銀行間同業拆放利率作為培育中的基準利率，其波動對股市有著較大的影響。本文分別從長期和短期實證分析了上海銀行間同業拆放利率波動與股市波動的關系，為市場參與者更好地認識市場風險提供了實證參考。

上海銀行；放利率；股市波動

一、引言

我國上海銀行間同業拆借利率(SHIBOR)包括了隔夜、1周、2周、1個月、3個月、6個月、9個月1年八個必報品種和3周、2個月、4個月、5個月、7個月、8個月、10個月、11個月八個選報品種，共16個品種。央行在《金融業發展和改革“十二五”規劃》中提出要大力推進金融市場基準利率體系的建設，有力施展上海銀行間同業拆放利率(SHIBOR)的基準作用，擴大其在市場化產品中的應用；健全中長期市場的收益率曲線，為金融機構的產品定價提供更有效的基準；按照條件成熟的程度，通過放開替代性金融產品價格等途徑，有序推進利率市場化；完善中央銀行利率調控體系，疏通利率傳導渠道，引導金融機構不斷增強風險定價能力；依托上海銀行間同業拆放利率建立健全利率定價自律機制，確保利率市場化改革按照“放得開，形得成，調得了”的原則穩步推進。可見，SHIBOR與貨幣市場已經不斷發展完善，并以良好的互動局面使得SHIBOR在市場化產品定價中已得到廣泛性的認同。同時，我國利率市場化改革對股市的影響較為直觀，利率波動對股市的影響引發了國內外眾多學者的關注。本文旨在研究在利率市場化的背景下分析SHIBOR波動對股市的可能性影響，有助于在新形勢下幫助市場參與者把握市場利率與股市的預測信息，進行有效的預測和分析；有助于市場參與者認識市場風險暴露，并根據自己的收益和風險偏好進行動態資產配置和風險管理。

二、數據的選取

本文選用一周期SHIBOR和一年期SHIBOR兩個品種，分別代表了短期SHIBOR和長期SHIBOR對股市的影響。分別簡稱為ShW1和ShY1。以上證綜指代表中國股市，簡稱ST。選取上海銀行間同業拆借利率正式運營后2007年至今的數據，考慮到SHIBOR和上證指數的日發布數據并不能完全重合，將2007年1月到2017年8月每月各個SHIBOR數據和上證指數數據分別取平均數，得到共128個觀測值。上海銀行間同業拆借利率數據來至我國上海銀行間同業拆借利率官網，上證指數數據來至網易財經網。

鑒于月度數據會不可避免的受到季節性因素的影響，采用census X12分別對月度SHIBOR和上證綜合指數予以季節性調整。同時，為了克服變量的異方差性，對各變量分別進行了對數處理。經季節調整和對數處理后的Sh1W、Sh1Y和ST分別簡稱為LW1、LY1和LST。SHIBOR和上證指數均具有內生性，本文選用了VAR模型進行實證分析。VAR模型只有在時間序列數據為平穩的前提下，模型才可能是穩定的；如果時間序列為非平穩時間序列，但變量均為同階單整且協整，可以建立有限制條件的VAR模型，即向量誤差修正模型，研究變量之間的關系。因此，本文第一步工作為檢驗各變量的平穩性。

三、變量的平穩性檢驗

LW1、LNY1、LNST、DLNW1、DLNY1和DLNST的平穩性檢驗采用ADF單位根檢驗，滯后長度均根據SIC準則自動選擇，為12。檢驗結果如表1所示：

表1 LW1、LNY1、LNST、DLNW1、DLNY1和DLNST的ADF檢驗

注：檢驗形式(c、t、k)中c值為0表示不帶有常數項，c值為1表示帶有常數項；t值為0表示不帶有趨勢項，t值為1表示帶有趨勢項；k值表示滯后階數。

可見，變量LW1、LY1和LST均在5%的水平下接受了原假設，存在單位根，為非平穩變量。變量DLW1、DLY1和DLST均在5%的水平下拒絕了原假設，不在單位根，為平穩序列。

四、協整分析

(一)變量LW1和LST的協整

通過ADF單位根檢驗已知變量均為一階單整序列，它們之間的線性組合可能是協整的，通過協整分析能進一步檢驗它們之間是否存在著長期協整關系。這里采用EG兩步法。得到協整方程：

LNST=-0.0905*LNW1+8.035

(-0.0905) (8.0349)

(1)

通過廣義差分法對模型的序列相關進行補救，得到如下協整方程：

LNST=-0.0042*DLNW1+7.9794+[AR(1)=0.9616]

(-0.1957) (48.1647) (37.8542)

(2)

對補救后協整方程的殘差進行平穩性檢驗，ADF單位根檢驗的滯后長度均根據SIC準則自動選擇，為12。

表2 殘差序列的平穩性檢驗

同理，可知變量LNW1和LNST協整方程的殘差序列在5%的水平下拒絕了原假設，不在單位根，即殘差序列為平穩變量，則變量LW1和LST存在著長期的協整關系。

上式(2)顯示1W期品種SHIBOR與我國上證指數之間的長期穩定關系。具體表現為：1W期品種SHIBOR與我國上證指數在長期中存在負相關關系，但數值非常低，僅為0.0042，說明引起上證指數變動的因素除了1w期SHIBOR還有許多其他因素，但方程整體是顯著的，所以1W期品種SHIBOR與我國上證指數之間確實存在著一定程度上的穩定負相關關系。

(二)變量LY1和LST的協整

同理，得到協整方程：

LNST=-0.0527*LNY1+8.012

(-0.6963) (78.4279)

(3)

通過廣義差分法對模型的序列相關進行補救，得到如下協整方程：

LNST=-0.1597*LNY1+8.1962+[AR(1)=0.9639]

(-1.7838) (39.5334) (38.3797)

(4)

對補救后協整方程的殘差進行平穩性檢驗，ADF單位根檢驗的滯后長度均根據SIC準則自動選擇，為12。

表3 殘差序列的平穩性檢驗

可見，變量LY1和LST協整方程的殘差序列在5%的水平下拒絕了原假設，不在單位根，即殘差序列為平穩變量，則變量LY1和LST協整的關系，1Y期品種SHIBOR與我國上證指數存在長期穩定關系。具體表現為：1年期SHIBOR與我國上證指數之間存在負相關關系，系數為-0.1597，說明在長期中，一個單位的1年期SHIBOR價格的變動能引起上證指數反方向0.1597倍的變動。

為了進一步驗證SHIBOR對上證指數對我國上證指數的短期效應，可根據(2)式和(4)式分別建立誤差修正模型。

五、VEC誤差修正模型

(一)VAR模型最優滯后長度的確定

VEC誤差修正模型的建立要考慮到其最優滯后階數，其最優滯后階數是基于同樣變量組成的VAR模型的最優滯后階數所確定。VAR(Vector Auto regression)模型由西姆斯于1980提出,這一模型由其在經濟動態分析系統中的良好特性受到了普遍的重視，并得到了廣泛的應用。在VAR模型中，通常用于確定p值的方法有兩種，一種方法是赤池信息準則(AIC)和施瓦茨(SC)準則，另一種方法是似然比統計量LR準則。

(二)VAR模型最優滯后長度選擇

變量LW1和LST的VAR模型的Lag intervals for endogenous先根據自動選擇1-2，由于變量為月度數據，其Lag Length Criteria選擇為12。其最優滯后階數P選擇過程如下表。可見，此處無法根據AIC和SC準則確定P值，只能用似然比LR確定P值，為8。即LW1和LST的VAR模型的最優滯后階數為8。

同理，可得變量LY1和LST的VAR模型最優滯后階數P選擇過程。可見，根據AIC和SC準則均可確定變量的VAR模型的最優滯后階數為5。

表4 變量LST、LY1的VAR p值選擇過程

(三)誤差修正模型的估計

1.變量LW1和LST的誤差修正模型估計

變量LW1和LST的誤差修正模型的滯后階數為VAR模型的最優滯后階數減1，為7。誤差修正方程如下：

D(LNW1)=-0.003*ECM-0.19*D(LNW1(-1))-0.24*D(LNW1(-2))-0.12*D(LNW1(-3))+0.035*D(LNW1(-4))+0.08*D(LNW1(-5))+0.028*D(LNW1(-6))+0.18*D(LNW1(-7))-0.47*D(LNST(-1))+0.4*D(LNST(-2))+0.67*D(LNST(-3))-0.21*D(LNST(-4))+0.74*D(LNST(-5))+0.13*D(LNST(-6))-0.39*D(LNST(-7))+0.005

(5)

2.變量LY1和LST的誤差修正模型估計

變量LY1和LST的誤差修正模型的滯后階數為VAR模型的最優滯后階數減1，為4。誤差修正方程如下：

D(LNY1)=-0.002*ECM+0.32*D(LNY1(-1))+0.045*D(LNY1(-2))+0.09*D(LNY1(-3))+0.047*D(LNY1(-4))-0.04*D(LNST(-1))-0.13*D(LNST(-2))+0.003*D(LNST(-3))+0.004*D(LNST(-4))+0.0004

(6)

3.誤差修正結果實證分析

從基于協整關系方程式(3)、(4)建立的ECM模型結果方程式(5)、(6)來看：

(1)各個差分項反映各變量的波動，被解釋變量的波動可以分為兩部分：一是對于偏離長期均衡的調整，二是基于短期影響因素引起的波動。以上兩個方程的ECMt-1項系數均為負，這說明對于上證指數的誤差修正方程，當上證指數大于其長期均衡時，會向反的方向調整，當上證指數小于其長期均衡時，會向正的方向調整。

(2)上證指數和1周期SHIBOR的誤差修正方程：當短期波動導致系統偏離長期穩定均衡狀態時，系統將以(-0.003)的調整力度使非均衡狀態重新回到均衡狀態；證指數和1年期SHIBOR的誤差修正方程：當系統受到短期波動的影響，使得其偏離長期均衡時，系統將以(-0.002)的調整力度使非均衡狀態重新回到均衡狀態。系數的大小反映了調整的力度，1周期SHIBOR和1年期SHIBOR對上證指數的調整力度都較小。

(3)在短期中：滯后期的上證指數對當期的上證指數影響均較強；滯后一期、二期、三期、七期的一年SHIBOR對上證指數具有正向影響，影響力度一般；滯后四期、五期、六期的一年SHIBOR對上證指數影響較弱；滯后一期的一年SHIBOR對上證指數的影響較強，滯后二期至四期的一年SHIBOR對上證指數影響均較弱，均為正向影響。

六、結論

(1)短期、長期SHIBOR價格與上證指數價格之間存在著長期和短期的影響關系。這說明我國金融市場實際上已經處在某種程度的融合狀態，尤其在金融危機沖擊之后，我國利率市場與股票市場的一體化程度已經在不斷加深。目前，SHIBOR經過近些年的發展已經具備了市場基準利率的部分功能，這不僅有助于上海國際金融中心的建設，還可以使管理層通過SHIBOR與上證指數的關系，通過利率影響股市，完善貨幣政策效果。

(2)SHIBOR雖被認為是市場化的基準利率，但其對上證綜指的影響并不明顯。這是因為我國現階段實行利率有限浮動管理體制，長期以來利率總體水平偏低，變動幅度很小，導致貨幣市場和股票市場的聯系不夠緊密，即使是SHIBOR在剛剛出現運行的幾年之內也不能充分反映市場資金的供求狀況，同樣難以充分發揮其作為貨幣政策中介指標變量的重要作用。另外，由于我國金融行業的市場化發展的程度還不高，金融衍生品的品種和規模均發展程度有限，且市場參與者對基準利率的波動還不太敏感，所以通過操縱基準利率獲取收益的動機有限，SHIBOR以我國貨幣市場基準利率進行發展的潛在問題還未能完全顯現出來。

[1]中國人民銀行，中國銀行業監督管理委員會，中國證券監督管理委員會，中國保險監督管理委員會，國家外匯管理局.金融業發展和改革“十二五”規劃[N].金融時報，2012-09-18(03).

[2]屠孝敏.利率調整對我國股票市場影響的實證分析[J].西南民族大學學報,2005,45(7).

[3]曾志堅，謝赤.利率波動對股票價格影響的實證分析[J].科學技術與工程，2006,23(1).

[4]葉青，易丹輝.中國股票市場價格波動與經濟波動[J].預測，1999,17(6)

[5]顧嵐，劉長標.中國股市與宏觀經濟基本面的關系[J].數理統計與管理，2001,34(3).

[6]陳德偉，金戈.利率、股票價格與貨幣政策傳導[J].商業研究,2005,34(13).

管慧娟(1990.1-)，女，助教，經濟學碩士，武漢科技職業學院，計量經濟、區域經濟。