經(jīng)濟(jì)不確定性是股市波動(dòng)的因子嗎？
——基于GARCH-MIDAS模型的分析

夏 婷，聞岳春

(同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海 201804)

1 引言

近年來，全球經(jīng)濟(jì)和金融市場(chǎng)屢遭黑天鵝事件，政治、經(jīng)濟(jì)領(lǐng)域的不確定性引得資本市場(chǎng)異常波動(dòng)，股市和債市輪番暴漲暴跌。股市是現(xiàn)代金融體系中的重要組成部分。股市波動(dòng)率會(huì)廣泛影響金融市場(chǎng)參與者的決策行為，是投資管理、風(fēng)險(xiǎn)評(píng)估、金融監(jiān)管等的重要決定因素。作為經(jīng)濟(jì)系統(tǒng)中的一部分，股市波動(dòng)受到復(fù)雜多樣的因素影響。在資產(chǎn)定價(jià)理論中，股票是預(yù)期現(xiàn)金流的現(xiàn)值，凡是引起未來現(xiàn)金流、預(yù)期貼現(xiàn)率變化的因素都會(huì)影響股票價(jià)格變動(dòng)，進(jìn)而影響股票收益率和波動(dòng)率。宏觀經(jīng)濟(jì)走勢(shì)、經(jīng)濟(jì)政策、投資者預(yù)期等皆是股市波動(dòng)率的重要來源。

股市波動(dòng)不僅是股票收益率的波動(dòng)，還是經(jīng)濟(jì)、金融系統(tǒng)中信息變化的體現(xiàn)。當(dāng)從長(zhǎng)期趨勢(shì)和短期波動(dòng)兩個(gè)維度來觀察波動(dòng)率時(shí)，Schwert[1]、Kim和Nelson[2]，鄭挺國(guó)和尚玉皇[3]，陳其安和雷小燕[4]等的研究表明，波動(dòng)中的長(zhǎng)期趨勢(shì)受實(shí)體經(jīng)濟(jì)運(yùn)行(如經(jīng)濟(jì)增速、通脹率等)、金融政策(如貨幣政策、監(jiān)管制度)、市場(chǎng)結(jié)構(gòu)(如投資者構(gòu)成、金融杠桿、金融產(chǎn)品構(gòu)成)的影響，而短期波動(dòng)則表現(xiàn)出均值回歸的特征，其對(duì)市場(chǎng)中的政策消息、突發(fā)事件更為敏感，比如股市出臺(tái)的監(jiān)管措施、市場(chǎng)流動(dòng)性的緊縮，都會(huì)使股市在短期內(nèi)大幅波動(dòng)。

盡管眾多經(jīng)濟(jì)、金融指標(biāo)變化會(huì)影響股市波動(dòng)、風(fēng)險(xiǎn)狀況，Adrian和Rosenberg[5]指出影響股市長(zhǎng)期趨勢(shì)最重要的因素仍屬經(jīng)濟(jì)周期。當(dāng)經(jīng)濟(jì)不景氣時(shí)，經(jīng)濟(jì)體系面臨更大的不確定性，因?yàn)檎畷?huì)頻繁出臺(tái)經(jīng)濟(jì)政策來刺激產(chǎn)出，頒布監(jiān)管措施干預(yù)市場(chǎng)，影響市場(chǎng)預(yù)期和投資者情緒，使得股市波動(dòng)幅度明顯提高，股市風(fēng)險(xiǎn)狀況也發(fā)生變化。可以說，在經(jīng)濟(jì)體系面臨更大不確定性時(shí)，我們更需要關(guān)注不可預(yù)期的那部分因素，因?yàn)楦黝惤?jīng)濟(jì)因素在很大程度上已經(jīng)被定價(jià)，未預(yù)期到的不確定性才是市場(chǎng)關(guān)注的重點(diǎn)。

本文關(guān)注經(jīng)濟(jì)不確定性的影響。Baker等[6]將經(jīng)濟(jì)前景的不確定性定義為包括實(shí)體經(jīng)濟(jì)運(yùn)行和經(jīng)濟(jì)政策不確定性的兩大方面，而實(shí)體經(jīng)濟(jì)中的產(chǎn)出、消費(fèi)、貨幣環(huán)境是金融市場(chǎng)最為關(guān)注的一些宏觀變量。田磊和林建浩[7]研究指出經(jīng)濟(jì)政策不確定性是經(jīng)濟(jì)不確定性的重要體現(xiàn)，是經(jīng)濟(jì)不確定性的重要來源之一。

鑒于此，本文關(guān)注的經(jīng)濟(jì)不確定性包括兩方面，一是宏觀經(jīng)濟(jì)不確定性；二是經(jīng)濟(jì)政策不確定性。以下將從這兩個(gè)方面梳理經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)的影響機(jī)理及研究進(jìn)展。

(1)宏觀經(jīng)濟(jì)不確定性影響股市波動(dòng)的機(jī)理和實(shí)證

不確定性對(duì)股市的影響體現(xiàn)在兩方面。首先，不確定性會(huì)影響股市微觀主體的投資、決策行為。在期權(quán)理論框架下，Bernarke等[8]、Rodrik[9]等研究了市場(chǎng)不確定性對(duì)企業(yè)投資的影響，結(jié)果表明不確定性增加會(huì)使企業(yè)投資滯后，提高了企業(yè)成本。在Campbell和Shiller[10]的股利貼現(xiàn)模型中，經(jīng)濟(jì)環(huán)境的不確定變化不僅會(huì)影響企業(yè)的現(xiàn)金流、股利支付政策，還會(huì)對(duì)股票預(yù)期收益產(chǎn)生沖擊，最終影響到股市波動(dòng)；其次，不確定性會(huì)影響股市投資者的情緒。投資者情緒變化是股市波動(dòng)的重要來源，在很大程度上解釋了股市中的過度波動(dòng)，Barberis等[11]對(duì)前景理論的研究為此提供了實(shí)證支撐。當(dāng)不確定性提高，投資者對(duì)市場(chǎng)持觀望態(tài)度，于是會(huì)提高投資組合中安全資產(chǎn)的比例，從而出現(xiàn)“Flight to quality”現(xiàn)象，改變了金融資產(chǎn)間的相關(guān)關(guān)系[12]。市場(chǎng)的反饋效應(yīng)(Feedback Effect)也揭示了對(duì)外部不確定性的風(fēng)險(xiǎn)補(bǔ)償會(huì)提高收益率和波動(dòng)率之間的相關(guān)性這一事實(shí)。

具體說來，宏觀經(jīng)濟(jì)的不確定性主要來自經(jīng)濟(jì)增長(zhǎng)(GDP增速、工業(yè)增長(zhǎng)率)、消費(fèi)(通脹率)、金融市場(chǎng)(貨幣供應(yīng)、市場(chǎng)利率)等方面。Engle和Rangel[13]較早對(duì)全球多個(gè)市場(chǎng)的實(shí)證研究驗(yàn)證了GDP增速、通脹率、短期利率對(duì)股市波動(dòng)的影響，當(dāng)通脹率、短期利率波動(dòng)提高，股市波動(dòng)率會(huì)上升，這一現(xiàn)象在新興市場(chǎng)更為突出。Beltratt和Morana[14]對(duì)市場(chǎng)和外部環(huán)境進(jìn)行了更為精準(zhǔn)的劃分后，同樣得到了類似結(jié)論。此外，有些經(jīng)濟(jì)變量如通脹率與證券周期波動(dòng)具有雙向溢出關(guān)系，并且這種影響具有長(zhǎng)記憶性[15]。Christiansen等[16]、Paye[17]等對(duì)多種金融資產(chǎn)波動(dòng)率的研究表明，經(jīng)濟(jì)、金融變量能夠捕捉市場(chǎng)風(fēng)險(xiǎn)溢價(jià)，并且反映在金融資產(chǎn)收益率中，因此加入宏觀、金融因素的模型能夠提高預(yù)測(cè)效果。Asgharian等[18]改進(jìn)了實(shí)證方法，結(jié)合GARCH-MIDAS、主成分析的方法，為低頻經(jīng)濟(jì)變量影響股市波動(dòng)率，尤其是對(duì)長(zhǎng)期影響提供了經(jīng)驗(yàn)分析。

(2)經(jīng)濟(jì)政策不確定性影響股市波動(dòng)的機(jī)理和實(shí)證

2007年美國(guó)次貸危機(jī)后，全球金融危機(jī)爆發(fā)，為提振經(jīng)濟(jì)，各國(guó)政府對(duì)市場(chǎng)尤其是金融市場(chǎng)加大了干預(yù)力度，相繼頒布了一系列經(jīng)濟(jì)政策來刺激經(jīng)濟(jì)增長(zhǎng)、保護(hù)本國(guó)就業(yè)、擴(kuò)大消費(fèi)需求。經(jīng)濟(jì)政策的頻繁變動(dòng)會(huì)加劇市場(chǎng)主體波動(dòng)，提升經(jīng)濟(jì)不確定性，進(jìn)而影響投資者、企業(yè)的活動(dòng)，最終將影響傳遞至股市。

得益于Baker等[6]提出的經(jīng)濟(jì)政策不確定性(Economic Policy Uncertainty，以下簡(jiǎn)稱EPU)指數(shù)，政策不確定性的經(jīng)濟(jì)影響力研究不斷豐富。當(dāng)政策不確定性上升，債券的票面利率會(huì)提高，企業(yè)的信用評(píng)級(jí)也會(huì)被調(diào)低，企業(yè)的融資成本也會(huì)上升[19]。不僅如此，還會(huì)影響到居民消費(fèi)、企業(yè)生產(chǎn)、金融活動(dòng)，尤其對(duì)銀行信貸增速產(chǎn)生負(fù)面影響[20]。

新興經(jīng)濟(jì)體的政策不確定性通常更高，股市波動(dòng)也更為劇烈，但是股市與EPU之間的相互關(guān)系也不穩(wěn)健，表現(xiàn)出復(fù)雜性。Li Xiaoliu等[21]、陳國(guó)進(jìn)等[22]對(duì)印度股市、中國(guó)股市等新興市場(chǎng)的研究表明，EPU與股市波動(dòng)的關(guān)系在長(zhǎng)短期不同，且不具有持續(xù)性。當(dāng)把視角放寬到全球市場(chǎng)時(shí)，世界主要經(jīng)濟(jì)體(美國(guó)、中國(guó)、歐盟、日本)的EPU會(huì)顯著影響其他國(guó)家股市的波動(dòng)率，尤其隨著中國(guó)經(jīng)濟(jì)地位的崛起和金融市場(chǎng)的逐步開放，中國(guó)EPU的外溢效應(yīng)反而比美國(guó)、歐盟經(jīng)濟(jì)體更明顯[23]。

微觀上，EPU是影響投資機(jī)會(huì)的重要狀態(tài)變量，但是在投資組合的截面分析中，中國(guó)EPU對(duì)股市為正的風(fēng)險(xiǎn)溢價(jià)還未在股市中被定價(jià)[24]。這也是政策不確定性對(duì)股市影響具有復(fù)雜性的體現(xiàn)之一。中國(guó)股市波動(dòng)會(huì)受經(jīng)濟(jì)政策的影響，并且表現(xiàn)出非對(duì)稱效應(yīng)，牛市行情下的影響程度要大于熊市行情[25]。總之，外部環(huán)境中未預(yù)期到的沖擊，無論是來自宏觀經(jīng)濟(jì)還是來自經(jīng)濟(jì)政策，都會(huì)通過期限結(jié)構(gòu)影響到資產(chǎn)價(jià)值，進(jìn)而影響到資產(chǎn)價(jià)格。

綜上，現(xiàn)有文獻(xiàn)中關(guān)于經(jīng)濟(jì)不確定性對(duì)中國(guó)股市波動(dòng)影響的研究存在不足。一、缺乏對(duì)波動(dòng)成分的分解，現(xiàn)有基于VAR和GARCH族模型的研究未能多維度地表現(xiàn)出波動(dòng)率短期、長(zhǎng)期中的不同特征；二、在挖掘經(jīng)濟(jì)不確定性因素上不夠豐富，雖然有以經(jīng)濟(jì)景氣指數(shù)、通脹率、貨幣政策為代表性的研究，但還有不少待選因素需要驗(yàn)證，中美經(jīng)濟(jì)政策不確定性或許就是一個(gè)重要變量；三、在方法上還存在改進(jìn)之處，尤其是在匹配波動(dòng)率(高頻)和宏觀經(jīng)濟(jì)數(shù)據(jù)(低頻)上，基于多元混頻模型的研究還有諸多可深入之處。

本文在Engle等[26]的GARCH-MIDAS模型中，加入經(jīng)濟(jì)不確定性指標(biāo)，分析經(jīng)濟(jì)不確定性對(duì)中國(guó)股市波動(dòng)率的影響，探究股市波動(dòng)率中的長(zhǎng)期趨勢(shì)、短期成分對(duì)經(jīng)濟(jì)不確定性是如何反應(yīng)的。并比較不同模型下指標(biāo)的有效性和模型的預(yù)測(cè)能力，探究不同指標(biāo)對(duì)股市波動(dòng)率的貢獻(xiàn)度。

2 模型設(shè)計(jì)

在匹配經(jīng)濟(jì)信息和股市波動(dòng)率時(shí)，由于宏觀經(jīng)濟(jì)信息的滯后性和低頻率，現(xiàn)有方法大多集中在降低股市數(shù)據(jù)頻率，用月度或者季度數(shù)據(jù)來構(gòu)造模型。將股市日度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)或者季度數(shù)據(jù)的估計(jì)方法，會(huì)損失股市中的高頻有效信息，引起參數(shù)估計(jì)和波動(dòng)率預(yù)測(cè)的偏誤，并且無法評(píng)估經(jīng)濟(jì)信息對(duì)股市波動(dòng)率的綜合影響[26]。Ghysels等[27]首先引入混頻的抽樣模型(Mixed Data Sampling，簡(jiǎn)稱MIDAS)優(yōu)化了不同頻率樣本的估計(jì)。在此基礎(chǔ)上，Engle等[26]將MIDAS運(yùn)用到廣義自回歸條件異方差模型(GARCH)中，評(píng)估了宏觀經(jīng)濟(jì)狀況對(duì)股市波動(dòng)率的影響，提高了參數(shù)估計(jì)的有效性，并且分離出經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)率不同成分的影響。

借鑒Engle等[26]的研究，本文構(gòu)造加入外生變量的GARCH-MIDAS模型來分析經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)的影響。股市收益率、波動(dòng)率的設(shè)定如下：

(1)

(2)

(3)

其中，α>0，β≥0，α+β<1。長(zhǎng)期趨勢(shì)受已實(shí)現(xiàn)波動(dòng)率(Realized Volatility，以下簡(jiǎn)稱RV)和經(jīng)濟(jì)不確定性指標(biāo)X的影響，τt的具體形式為：

(4)

(5)

其中，K為低頻變量的最大滯后階數(shù)，系數(shù)θ1、θ2分別為RV和X對(duì)波動(dòng)率的長(zhǎng)期影響系數(shù)。φk(ω1,ω2)是Beta型滯后變量的權(quán)重函數(shù)，形式為：

(6)

為了保證滯后變量的權(quán)重呈衰減形式(離當(dāng)期越近，對(duì)當(dāng)期的影響就越大)，一般會(huì)固定ω11=ω21=1，由系數(shù)ω12,ω22決定低頻數(shù)據(jù)對(duì)高頻數(shù)據(jù)影響程度的衰減速度。此時(shí)，Beta權(quán)重函數(shù)簡(jiǎn)化為：

(7)

在估計(jì)權(quán)重函數(shù)中的最大滯后階數(shù)(K)時(shí)，Engle等[26]和Asgharian等[18]的研究表明，用過去三年的信息來估計(jì)權(quán)重系數(shù)擬合效果最好。如果是日度和月度數(shù)據(jù)，K=36；如果是日度和季度數(shù)據(jù)，K=12。本文選用日度股市收益率和月度經(jīng)濟(jì)不確定性指標(biāo)數(shù)據(jù)，因此K=36。

根據(jù)收益率的分布函數(shù)和模型設(shè)定，用極大似然估計(jì)得出所需參數(shù)，極大似然函數(shù)為：

LLF=

(8)

3 變量選擇與數(shù)據(jù)分析

3.1 變量選擇

中國(guó)股市存在A股和B股，在加入WTO之前A股、B分別只針對(duì)境內(nèi)和境外投資者，此后，金融市場(chǎng)逐步開放。2001年2月，B股對(duì)國(guó)內(nèi)投資者開放；2003年5月，中國(guó)引入QFII，A股對(duì)境外投資者開放。縱觀B股的發(fā)展歷程可以看出，B股市場(chǎng)經(jīng)過多次變革，但交易不活躍，整體比較低迷。不少研究[28-29]表明，A股和B股存在一定的市場(chǎng)分割，在成交量、收益率和風(fēng)險(xiǎn)構(gòu)成上具有不對(duì)稱性，并且表現(xiàn)出不同的信息傳遞特征。基于A股和B股的差異和波動(dòng)特征，選取上海證券交易所的A股和B股作為研究樣本，A股和B股的收益率分別記為rA和rB。

考慮到宏觀數(shù)據(jù)的可得性，選定樣本期間為2003年1月2日至2016年12月31日，股市日數(shù)據(jù)共計(jì)3399組。股指數(shù)據(jù)來自Wind，股市收益率為收盤價(jià)格的自然對(duì)數(shù)差分形式，并且擴(kuò)大了100倍。度量經(jīng)濟(jì)不確定性的變量包括兩類，一類是宏觀經(jīng)濟(jì)的不確定性，另一類是經(jīng)濟(jì)政策的不確定性。該類指標(biāo)為月度數(shù)據(jù)，對(duì)應(yīng)的樣本期間為2003年1月至2016年12月，月數(shù)據(jù)共計(jì)168組。

影響股市波動(dòng)的宏觀經(jīng)濟(jì)因素通常可分為三類：實(shí)體經(jīng)濟(jì)運(yùn)行狀況、消費(fèi)狀況、貨幣政策。反映實(shí)體經(jīng)濟(jì)運(yùn)行狀況的變量通常有總產(chǎn)出(GDP)、工業(yè)增加值增速；反映消費(fèi)狀況多用居民消費(fèi)價(jià)格指數(shù)增速；反映貨幣政策的變量有貨幣供應(yīng)增速、金融市場(chǎng)利率等。本文選取工業(yè)增長(zhǎng)率(IP)、通脹率(inf)、同業(yè)拆借利率(IR)作為宏觀經(jīng)濟(jì)不確定性的三類代理變量。Andersen等[30]、龔玉婷等[31]用工業(yè)增長(zhǎng)率指標(biāo)來度量實(shí)體經(jīng)濟(jì)的運(yùn)行狀況；通脹率是居民消費(fèi)價(jià)格指數(shù)的增速，是最常用來反映宏觀經(jīng)濟(jì)中物價(jià)水平和消費(fèi)狀況的指標(biāo)之一；銀行間同業(yè)拆借市場(chǎng)是對(duì)貨幣政策反映最真實(shí)的市場(chǎng)，同業(yè)拆借利率能夠迅速反應(yīng)貨幣供給和當(dāng)前的貨幣政策狀況，陳其安和雷小燕[4]用該指標(biāo)來度量中國(guó)的貨幣政策。

宏觀經(jīng)濟(jì)不確定性用IP、inf、IR三個(gè)變量中的非預(yù)期沖擊來衡量。參照Engle等[26]、龔玉婷等[31]的處理方式，變量自回歸后的殘差項(xiàng)反映了變量中的不可預(yù)測(cè)的沖擊。具體處理方式為：首先采用X11對(duì)宏觀經(jīng)濟(jì)變量進(jìn)行季節(jié)性調(diào)整，其次對(duì)變量進(jìn)行ARIMA處理，得到的殘差項(xiàng)作為不確定性指標(biāo)。

經(jīng)濟(jì)政策不確定性用EPU來衡量。參照Baker等[6]中的方法，斯坦福大學(xué)和芝加哥大學(xué)聯(lián)合發(fā)布了EPU指數(shù)來衡量國(guó)家或地區(qū)的經(jīng)濟(jì)政策不確定性。EPU采用文本分析并涵蓋三個(gè)方面，指數(shù)編制的邏輯是：經(jīng)濟(jì)政策不確定性與新聞報(bào)道中出現(xiàn)的有關(guān)經(jīng)濟(jì)、政策、不確定性的文章的頻率正相關(guān)，當(dāng)不確定性越大，相關(guān)的新聞報(bào)道出現(xiàn)的會(huì)越頻繁。EPU指數(shù)高，說明當(dāng)月的經(jīng)濟(jì)政策不確定性高。中國(guó)的EPU以香港發(fā)行量最大、影響力最強(qiáng)的英文報(bào)刊南華早報(bào)(South China Morning Post)為檢索平臺(tái)，經(jīng)過濾篩選后計(jì)算得出。Tsai[23]研究指出美國(guó)EPU對(duì)其他股市尤其是新興市場(chǎng)的溢出效應(yīng)明顯，而且B股以美元計(jì)價(jià)，且QFII中有大比例資金來自美國(guó)市場(chǎng)。因此我們也選取了美國(guó)的EPU進(jìn)行估計(jì)和分析，以探究中美EPU對(duì)A股、B股的影響是否存在顯著差異。

具體的指標(biāo)說明和涵義見表1。

表1 經(jīng)濟(jì)不確定性指標(biāo)

3.2 數(shù)據(jù)分析

表2是A股和B股收益率的統(tǒng)計(jì)性特征，兩者超額收益率都為正，B股的超額收益和標(biāo)準(zhǔn)差都比A股要高，表現(xiàn)了金融市場(chǎng)高風(fēng)險(xiǎn)、高收益的特征。兩者收益率都具有尖峰厚尾的特點(diǎn)，對(duì)rA和rB的ARCH效應(yīng)檢驗(yàn)表明，收益率序列存在明顯的波動(dòng)聚集效應(yīng)。從圖1中可以看出，收益率表現(xiàn)出很強(qiáng)的自相關(guān)性，當(dāng)收益率的自相關(guān)系數(shù)表現(xiàn)出很強(qiáng)的持續(xù)性，并且無顯著的平滑衰減時(shí)，標(biāo)準(zhǔn)的GARCH模型可能無法有效擬合波動(dòng)率走勢(shì)，原因在于波動(dòng)率具有明顯的期限特征，并受到長(zhǎng)短期不同成分的影響[32]，因此對(duì)波動(dòng)率成分進(jìn)行分解，有助于股市波動(dòng)率的度量和預(yù)測(cè)。

表2 收益率的統(tǒng)計(jì)性描述

注：J-B為Jarque-Bera的正態(tài)分布檢驗(yàn)；ADF檢驗(yàn)采用無趨勢(shì)項(xiàng)、無常數(shù)項(xiàng)形式；ARCH效應(yīng)檢驗(yàn)為去均值后的滯后12階數(shù)值；***表示在1%水平內(nèi)顯著拒絕原假設(shè)。

從圖1來看，股市在2007年至2008年期間有著更高的波動(dòng)率，中美EPU指數(shù)(圖2)在此期間也有比較大的波動(dòng)，并表現(xiàn)出較強(qiáng)的時(shí)變性特征。并且，股指和EPU指數(shù)在2015年至2016年間同時(shí)表現(xiàn)出較為劇烈的波動(dòng)。CEPU在2008年、2012年、2016年三個(gè)期間都達(dá)到了階段性高點(diǎn)。金融危機(jī)期間，為提振經(jīng)濟(jì)、緩解危機(jī)的影響，政府出臺(tái)了以4萬億為首的一系列強(qiáng)經(jīng)濟(jì)刺激政策；在2011至2012年，2008年的政府救市計(jì)劃負(fù)面效應(yīng)開始顯現(xiàn)，并且開始了政治換屆選舉，CEPU指數(shù)又逐步走高；自2015年下半年起，以場(chǎng)外資金為首引發(fā)的股市大幅震蕩，以及外界對(duì)中國(guó)經(jīng)濟(jì)繼續(xù)保持7%以上的增速的悲觀態(tài)度，股市的“瘋狂”和市場(chǎng)的擔(dān)憂使得CEPU指數(shù)再度走高。綜合看來，EPU指數(shù)較好地反映了一國(guó)經(jīng)濟(jì)政策不確定性的基本走勢(shì)。圖3是計(jì)算后的宏觀經(jīng)濟(jì)不確定性指標(biāo)走勢(shì)圖。

圖1 股指收益率圖

圖2 中美EPU指數(shù)

4 實(shí)證結(jié)果分析

4.1 模型估計(jì)

在估計(jì)經(jīng)濟(jì)不確定性指標(biāo)影響股市波動(dòng)率之前，先估計(jì)不加入外生變量的GARCH-MIDAS基本模型結(jié)果，作為加入經(jīng)濟(jì)不確定性指標(biāo)的模型(GARCH-MIDAS-X)對(duì)比參照。A股、B股的系數(shù)估計(jì)分別見表3和表4。

GARCH部分的參數(shù)(μ,α,β)在統(tǒng)計(jì)意義上都是顯著的，表明A股、B股的短期波動(dòng)表現(xiàn)出強(qiáng)烈的波動(dòng)聚集效應(yīng)。θ1、θ2分別反映已實(shí)現(xiàn)波動(dòng)率、經(jīng)濟(jì)不確定性對(duì)波動(dòng)率的長(zhǎng)期影響。ω12、ω22為Beta函數(shù)中變量的權(quán)重衰減最優(yōu)估計(jì)系數(shù)。根據(jù)系數(shù)θ和ω可以估算出低頻月度指標(biāo)對(duì)波動(dòng)率長(zhǎng)期成分的影響。θ1都為正數(shù)，說明當(dāng)月RV提高時(shí)，下一個(gè)月波動(dòng)率的長(zhǎng)期成分也會(huì)提高。變量的影響長(zhǎng)度和強(qiáng)度可由θ×φ(ω)計(jì)算出，以表3中A股的RV估計(jì)結(jié)果為例，θ1=0.040，ω12=17.819，根據(jù)Beta型權(quán)重函數(shù)φ(ω)可以計(jì)算出，滯后一期RV的權(quán)重為39.1%，滯后二期的權(quán)重為24.3%，且權(quán)重逐步衰減，并在滯后9期變?yōu)?，那么滯后一期RV對(duì)當(dāng)期的影響為1.56%，滯后二期RV對(duì)當(dāng)期的影響為0.97%，這意味著當(dāng)月的已實(shí)現(xiàn)波動(dòng)率上升1%，下一個(gè)月波動(dòng)率(波動(dòng)率中的長(zhǎng)期成分)會(huì)提高1.56%，第二個(gè)月會(huì)提高0.97%。

圖3 宏觀經(jīng)濟(jì)不確定性指標(biāo)

表3 A股估計(jì)結(jié)果

注：RV表示只包含已實(shí)現(xiàn)波動(dòng)率的基準(zhǔn)模型；RV+X為加入經(jīng)濟(jì)不確定性指標(biāo)的GARCH-MIDAS-X模型；LLF為極大似然函數(shù)值，AIC為信息準(zhǔn)則值；括號(hào)內(nèi)為系數(shù)的穩(wěn)健標(biāo)準(zhǔn)差；*、**、***分別表示在10%、5%、1%的水平內(nèi)顯著，下表同。

在表3的A股估計(jì)中，IP、inf的θ2符號(hào)為正且顯著，意味著宏觀經(jīng)濟(jì)不確定性的提高，會(huì)提高A股的長(zhǎng)期波動(dòng)成分。具體地，該月IP、inf的不確定性分別上升1%時(shí)，下個(gè)月波動(dòng)率的長(zhǎng)期成分會(huì)提高0.006%、0.1%。

在表4的B股估計(jì)中，IP、inf、IR的θ2系數(shù)都是顯著的，意味著宏觀經(jīng)濟(jì)不確定性對(duì)B股波動(dòng)率有長(zhǎng)期顯著的影響。Engle和Rangel[13]研究表明，在大部分經(jīng)濟(jì)體中，宏觀經(jīng)濟(jì)不確定性增加會(huì)顯著提高股市的風(fēng)險(xiǎn)。A股和B股的實(shí)證結(jié)果為這一觀點(diǎn)提供了支持。

表4 B股估計(jì)結(jié)果

但是，中美經(jīng)濟(jì)政策不確定性對(duì)股市的影響存在差異，AEPU不具有顯著影響，CEPU影響則不同。除了B股的CEPU的θ2系數(shù)顯著，其他情況下的θ2系數(shù)皆不顯著。一方面，這說明美國(guó)經(jīng)濟(jì)政策不確定沖擊對(duì)中國(guó)股市的影響在月內(nèi)就會(huì)被市場(chǎng)消化吸收，短期內(nèi)可能會(huì)影響股市波動(dòng)，但對(duì)未來股市不會(huì)造成長(zhǎng)期影響；另一方面，A股和B股對(duì)中國(guó)經(jīng)濟(jì)政策不確定沖擊的反應(yīng)不同，說明A股和B股有著不同的經(jīng)濟(jì)政策影響方式。這也意味著投資者在構(gòu)造資產(chǎn)組合和進(jìn)行風(fēng)險(xiǎn)管理時(shí)，應(yīng)考慮到A股和B股的風(fēng)險(xiǎn)差異。

可以觀察到波動(dòng)成分的差異，這是加入不確定性變量的混頻模型的優(yōu)點(diǎn)之一。如果只關(guān)注GARCH模型參數(shù)，則無法了解月內(nèi)已實(shí)現(xiàn)波動(dòng)、經(jīng)濟(jì)不確定性變量對(duì)股市風(fēng)險(xiǎn)的長(zhǎng)期影響。

有趣的是，A股的α與β之和約為0.96，B股的α與β之和約為0.90，而標(biāo)準(zhǔn)GARCH模型下兩者之和一般會(huì)接近于1，Engle等[26]、Engle和Rangel[13]對(duì)其他國(guó)家和地區(qū)股市的研究也觀察到了同樣的現(xiàn)象。

根據(jù)AIC信息準(zhǔn)則，加入經(jīng)濟(jì)不確定性指標(biāo)的模型大部分要優(yōu)于基準(zhǔn)模型RV，說明加入經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)率模型有一定程度的優(yōu)化。

圖4是RV模型下A股和B股的條件方差和長(zhǎng)期成分的走勢(shì)。可以看出，B股的波動(dòng)幅度更大，尤其是在金融危機(jī)和2015-2016年期間，出現(xiàn)了更為劇烈的震蕩。由于A股規(guī)模和交易量都遠(yuǎn)大于B股，A股整體的波幅要小于B股。但從長(zhǎng)期趨勢(shì)來看，A股、B股的波動(dòng)率特征區(qū)別不明顯，牛市和熊市期間大幅波動(dòng)，其余時(shí)期都比較平穩(wěn)。

圖5是A股估計(jì)指標(biāo)的權(quán)重圖(只列出θ2系數(shù)顯著的指標(biāo)，橫軸為滯后階數(shù)，縱軸為權(quán)重)。在3年內(nèi)，RV的影響衰減較快，過去9個(gè)月里的變化對(duì)當(dāng)期A股波動(dòng)中的長(zhǎng)期趨勢(shì)具有影響，IP、inf對(duì)波動(dòng)率的影響呈緩慢變化，前3年內(nèi)的不確定性會(huì)影響當(dāng)期對(duì)A股波動(dòng)中的長(zhǎng)期趨勢(shì)。說明經(jīng)濟(jì)運(yùn)行、通脹率的影響持續(xù)時(shí)間較長(zhǎng)，大約需要3年的時(shí)間才能逐漸消退。

圖6是B股估計(jì)指標(biāo)的權(quán)重圖(只列出θ2系數(shù)顯著的指標(biāo))，過去12個(gè)月里的RV、CEPU、IR對(duì)B股當(dāng)月波動(dòng)率的影響逐漸遞減為0，而IP和inf對(duì)B股的長(zhǎng)期影響則呈緩慢衰減趨勢(shì)，需要36個(gè)月的時(shí)間來消化吸收，與A股情況類似。貨幣政策對(duì)A股和B股的長(zhǎng)期波動(dòng)趨勢(shì)的影響表現(xiàn)出差異，A股波動(dòng)對(duì)貨幣政策的反應(yīng)強(qiáng)度不如B股的反應(yīng)強(qiáng)度。

圖4 股市波動(dòng)率

圖5 A股中的Beta函數(shù)權(quán)重

圖6 B股中的Beta函數(shù)權(quán)重

4.2 樣本外預(yù)測(cè)分析

樣本外預(yù)測(cè)分析用以觀察加入經(jīng)濟(jì)不確定性變量，是否對(duì)模型預(yù)測(cè)精度有改進(jìn)。參考鄭挺國(guó)和尚玉皇[3]的方法，首先得到樣本內(nèi)的估計(jì)值，而后計(jì)算樣本外(一個(gè)月，即22個(gè)交易日)日波動(dòng)率的預(yù)測(cè)值，再根據(jù)公式(9)、(10)計(jì)算預(yù)測(cè)的評(píng)價(jià)標(biāo)準(zhǔn)——RMSE(預(yù)測(cè)方根誤差)和MAE(預(yù)測(cè)絕對(duì)誤差)。

(9)

(10)

表5 A股的樣本外預(yù)測(cè)結(jié)果

注：前2行是滯后36期的樣本外預(yù)測(cè)；后2行是滯后12期的樣本外預(yù)測(cè)。下表同。

表6 B股的樣本外預(yù)測(cè)結(jié)果

4.3 波動(dòng)貢獻(xiàn)度分解

由估計(jì)結(jié)果可知，經(jīng)濟(jì)不確定性尤其是宏觀經(jīng)濟(jì)的不確定性會(huì)對(duì)股市波動(dòng)有長(zhǎng)期影響，那影響程度有多大？參考Engle等[26]方法，用公式(11)定量分析經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)率的長(zhǎng)期影響。計(jì)算出各模型的Ratio值，除去RV部分，就得到了經(jīng)濟(jì)不確定指標(biāo)對(duì)總波動(dòng)的貢獻(xiàn)度。

(11)

表7 經(jīng)濟(jì)不確定性對(duì)A股和B股的貢獻(xiàn)度

注：前2行是固定窗口下的貢獻(xiàn)度分解；后2行是滑動(dòng)窗口下的貢獻(xiàn)度分解。

由表7中的估計(jì)結(jié)果看出，在整個(gè)樣本期間，RV對(duì)總波動(dòng)貢獻(xiàn)度最大，固定窗口估計(jì)下，對(duì)A股、B股的貢獻(xiàn)度分別為20.3%、14.1%，滑動(dòng)窗口估計(jì)下，貢獻(xiàn)度分別為29.5%、13.1%。

在經(jīng)濟(jì)不確定性指標(biāo)中，對(duì)A股、B股波動(dòng)貢獻(xiàn)度最高的因子是IP。這說明，在宏觀經(jīng)濟(jì)因素中，經(jīng)濟(jì)運(yùn)行是影響中國(guó)股市波動(dòng)最顯著的渠道，雖然貢獻(xiàn)度還很微弱。除此之外，其他的宏觀經(jīng)濟(jì)不確定性指標(biāo)對(duì)A股和B股的貢獻(xiàn)程度不同，通脹率、貨幣政策不是A股波動(dòng)的因子，但是貢獻(xiàn)了B股的一部分波動(dòng)。經(jīng)濟(jì)政策不確定性幾乎對(duì)A股波動(dòng)無貢獻(xiàn)，但是對(duì)B股波動(dòng)存在一定程度的影響，但貢獻(xiàn)度很小。

總體來看，宏觀經(jīng)濟(jì)不確定和經(jīng)濟(jì)政策不確定性對(duì)中國(guó)股市波動(dòng)的貢獻(xiàn)程度并不高。A股和B股中，長(zhǎng)期趨勢(shì)在總波動(dòng)中比例低于30%，說明短期波動(dòng)仍是股市風(fēng)險(xiǎn)的主要來源。宏觀經(jīng)濟(jì)及政策因素對(duì)股市波動(dòng)率的貢獻(xiàn)微弱，股市波動(dòng)中還存在眾多不能用經(jīng)濟(jì)因素來解釋的成分。股市波動(dòng)率在很大程度上還未能反映出宏觀經(jīng)濟(jì)和經(jīng)濟(jì)政策不確定性的趨勢(shì)。股市中更為主要的波動(dòng)因子更有可能來自上市公司基本面和市場(chǎng)情緒等其他方面，股市波動(dòng)的長(zhǎng)期影響因素需要進(jìn)一步的研究和分析。

5 結(jié)語

本文圍繞經(jīng)濟(jì)不確定性是如何影響股市波動(dòng)率這一問題展開。根據(jù)數(shù)據(jù)特征，用混頻波動(dòng)率模型(GARHC-MIDAS)研究了來自宏觀經(jīng)濟(jì)和經(jīng)濟(jì)政策的兩類經(jīng)濟(jì)不確定性對(duì)中國(guó)A股和B股波動(dòng)的影響。結(jié)果表明，經(jīng)濟(jì)不確定性對(duì)A股和B股有不同的影響渠道；加入宏觀經(jīng)濟(jì)不確定性指標(biāo)的混頻模型能夠改善擬合效果，提高樣本外的預(yù)測(cè)精度；但經(jīng)濟(jì)政策不確定性指標(biāo)對(duì)模型的改善不顯著，并且對(duì)A股、B股波動(dòng)率的貢獻(xiàn)度較低。

宏觀經(jīng)濟(jì)不確定性對(duì)中國(guó)股市波動(dòng)的長(zhǎng)期影響會(huì)從經(jīng)濟(jì)運(yùn)行、消費(fèi)、貨幣政策等方面?zhèn)鬟f，且在A股和B股中表現(xiàn)出異同。對(duì)A股來說，宏觀經(jīng)濟(jì)信息中未預(yù)期到的經(jīng)濟(jì)運(yùn)行、消費(fèi)沖擊會(huì)提高波動(dòng)率中的長(zhǎng)期趨勢(shì)成分；對(duì)B股來說，經(jīng)濟(jì)運(yùn)行、消費(fèi)、貨幣政策三個(gè)變量都是B股長(zhǎng)期波動(dòng)中為正的影響因子。

經(jīng)濟(jì)政策不確定性對(duì)A股、B股的影響不同，美國(guó)經(jīng)濟(jì)政策不確定性的影響呈短期效應(yīng)，政策沖擊在月內(nèi)就會(huì)被消化吸收，并不會(huì)對(duì)股市產(chǎn)生長(zhǎng)期影響；中國(guó)經(jīng)濟(jì)政策不確定性對(duì)A股無長(zhǎng)期影響，但對(duì)B股的長(zhǎng)期波動(dòng)趨勢(shì)有負(fù)向作用。

在所有經(jīng)濟(jì)不確定性因素中，經(jīng)濟(jì)運(yùn)行是影響中國(guó)股市波動(dòng)最顯著的渠道。但整體來說，宏觀經(jīng)濟(jì)不確定性對(duì)股市波動(dòng)的影響強(qiáng)度不大，貢獻(xiàn)度有限。

基于GARCH-MIDAS模型的分析，同時(shí)考慮了宏觀(月度)和股市(日度)層面的因素的影響，有助于刻畫A股和B股波動(dòng)率的多維度特征。本文的研究認(rèn)為，經(jīng)濟(jì)不確定性雖然會(huì)通過經(jīng)濟(jì)運(yùn)行、消費(fèi)、貨幣政策、經(jīng)濟(jì)政策對(duì)股市波動(dòng)中的長(zhǎng)期趨勢(shì)產(chǎn)生影響，但強(qiáng)度和貢獻(xiàn)度還相對(duì)微弱，并沒有充足結(jié)論表明經(jīng)濟(jì)不確定性是A股、B股最為顯著的波動(dòng)因子。影響更為顯著的波動(dòng)因子有可能來自上市公司基本面和市場(chǎng)情緒，這需要進(jìn)一步的研究。

本文主要關(guān)注了經(jīng)濟(jì)不確定性對(duì)A股、B股的影響，深層次的比較研究還有待深入，例如，經(jīng)濟(jì)不確定性對(duì)不同板塊的影響如何，是否具有時(shí)期差異等，我們將在后續(xù)研究中關(guān)注這些問題。