貨幣政策、流動性溢價與股票市場波動

■劉維奇，衛飛揚

國內外大量研究表明貨幣政策與股票市場的波動有著千絲萬縷的聯系。本文基于固浮利差對貨幣政策進行了分解，采用事件研究法，分析了貨幣政策對股票市場波動的影響，并探索了貨幣政策對股票市場波動影響的傳導途徑。實證結果表明：第一，貨幣政策對股票市場波動率有負向的影響；第二，未預期的貨幣政策對股票市場收益率的變化有顯著的負向影響；第三，未預期的貨幣政策對流動性資產的流動性溢價有顯著正向影響；第四，準備金和政府債券的流動性溢價在未預期的貨幣政策對股票市場收益率的影響關系中具有中介效應。

一、引言與文獻綜述

股票市場的危機往往會對一國的經濟產生重大的影響，不少學者認為寬松的貨幣政策是引發股票市場危機的一大原因。利率是央行實施貨幣政策的重要指標，隨著我國市場化改革的不斷推進，以利率為目標的貨幣政策日益受到廣泛關注。2019年8月17日，中國人民銀行決定改革完善貸款市場報價利率（LPR）形成機制，要求新發放貸款主要參考LPR定價。自此，貨幣政策的傳導將更加迅速，對市場的調節會更加有效。因此，研究以利率為目標的貨幣政策對金融市場的影響在當今中國經濟發展中有著重要的參考價值。

國內外學者對貨幣政策和股票市場的關系做了大量的研究，表明貨幣政策對由資本構成的風險溢價有很大影響。例如，Woodford（2003）在他的模型分析中指出貨幣政策通過改變真實利率發揮作用；Bernanke&Kuttner（2005）的實證研究發現，未預期貨幣政策沖擊對股票價格有很大影響；Hanson&Stein（2015）和Gertler et al.（2015）指出長期債券收益率和信貸息差之間存在平行關系。同時，許多中央銀行政策的目標也被認為是支持股票市場的價格。Rajan（2011）認為央行政策介入的目標是風險資產的風險溢價。Bernanke（2013）指出在經濟危機期間，大規模的資產購買，股本注入和資產保障等央行政策是在支持風險資產的價格。Schnabl et al.（2018）認為貨幣政策和股票市場之間存在潛在的影響渠道并通過建立資產定價模型說明了貨幣政策是如何通過改變流動性資產的流動性溢價來影響股票市場的，但作者只是對模型進行了數學分析并沒有進行實證分析。上述文獻表明，中央銀行可以通過貨幣政策來影響流動性資產的流動性溢價，達成調節股票市場的目標，流動性資產的流動性溢價在這中間可能起到了中介作用。

隨著我國市場化改革的不斷推進，貨幣政策對股票市場的影響受到了國內學者的關注，大多數研究表明貨幣政策通過利率而不是貨幣供應量來對股票市場產生影響。孫華妤和馬躍（2003）通過實證分析指出在某些樣本中利率對股票市場有顯著影響，而貨幣數量對股票市場沒有影響。郭金龍和李文軍（2004）的實證結果表明貨幣供應量與股票價格之間無格蘭杰因果關系。董直慶和王林輝（2008）指出財政政策對股票市場沖擊力度不大，貨幣政策中貨幣供應量的增長對股票市場影響很小而利率沖擊對股票市場影響強度大且持續時間長。賀曉波和許曉帆（2009）通過構建誤差修正模型說明無論在經濟膨脹還是衰退時期利率調節均具有相對持久和明顯的效果而在衰退時期貨幣供給沖擊影響幾近無效，說明利率變化對股票市場波動存在較為顯著的影響。但進一步的研究發現，單純的研究利率對股票市場的影響其結果往往是影響不大，因此許多學者傾向于將貨幣政策分解進行研究。張勇等（2015）指出未預期的寬松性貨幣政策會使市場對經濟前景形成悲觀預期從而影響到資本市場；朱小能和周磊（2018）也認為未預期的貨幣政策對股票市場有顯著負向影響，表明未預期的貨幣政策影響了股票市場。

已有研究表明，將貨幣政策進行有效的區分可以排除市場微觀主體提前反應而抵消貨幣政策的部分，國內外學者對貨幣政策分解的方法做了長時間的探索。貨幣政策的分解方法最早可以追溯到西方學者使用的ARIMA模型來預測貨幣供應量的增長并由此分解出未預期的貨幣供應量，雖然在一定程度上將貨幣政策進行了分解，但是學者們對所擬合的模型并沒有統一意見，且模型大量的假設使得這種方法有很大的局限性。后來不少學者試圖通過市場調查的方法來分解貨幣政策，Reinhart&Simin（1997）和Lobo（2002）通過對市場主體和經濟學家進行問卷調查獲得了他們對利率變化的預期，利用實際利率變動減去他們對利率變動的預期分解出了未預期的利率變動。朱小能和周磊（2018）使用了主流財經報紙預測貨幣政策的數據，未預期的貨幣政策由實際的貨幣政策變動減去預期的貨幣政策變動得到。這些方法有一定的實踐意義，但是大規模的進行問卷調查和查閱媒體數據工作量巨大，個別經濟學家和個別市場參與者不能代表整個市場主體對貨幣政策的預期，因而可能存在一定的主觀性，且我國調整基準存貸款利率的次數較少導致所得樣本觀測值也較低。

另一種主流方法是基于有效市場假說，在健全的市場中所有可以獲得的信息都反應在市場價格上，那么市場主體對貨幣政策的預期也反應在市場價格中，而利率可以被認為是貨幣的價格。西方學者首先提出利用聯邦基金利率的衍生品對貨幣政策進行分解，Kuttner（2001）和 Bernanke&Kuttner（2005）利用聯邦基金利率期貨合約的遠期利率來代表市場主體對利率的預期，市場主體對利率變化中沒有預期到的部分由實際利率與利率預期的差值表示。但是我國的利率衍生品市場的數據有限，因此該方法并不適用。國內有學者提出利用動態隨機一般均衡模型（DSGE）對貨幣政策進行分解，王曦等（2016）通過將泰勒規則進行對數線性化處理區分了預期和未預期的貨幣政策。但是該區分方法的模型中引入了理性預期、線性關系等假設，方法上有一定的局限性。郭曄等（2016）提出使用固息債與浮息債的利差對貨幣政策進行分解，該方法經過了理論與實踐的驗證是可行的，本文將在該方法基礎上進行一定的調整并對貨幣政策進行了分解。

不難發現，已有研究較少涉及貨幣政策對股票市場影響的傳導路徑。Bernanke and Kuttner（2005）對貨幣政策進行了分解后發現預期超額收益、預期股利起主要的傳導作用。Schnabl et al.（2018）所構建的模型指出貨幣政策通過改變利率來影響持有流動性緩沖的流動性溢價，繼而影響風險資產的需求并影響風險資產的價格。國內少數學者構建了向量自回歸模型證明了未預期貨幣政策對股票市場的影響主要通過預期未來超額收益實現（朱小能和周磊，2018）。本文依據Schnabl et al.（2018）的模型思路，創新性地利用固浮利差的貨幣政策分解方法來研究其對股票市場的影響并引入流動性資產的流動性溢價作為傳導機制的中介變量，通過實證分析得出準備金和政府債券的流動性溢價在未預期的貨幣政策對股票市場收益率的影響關系中具有中介效應的結論。

二、貨幣政策對股票市場影響的傳導機制

（一）貨幣政策與流動性溢價

流動性資產會為持有它的主體在必要的時候提供流動性服務（Liquidity service），在Schnabl et al.（2018）的模型中將流動性資產的流動性溢價解釋為持有流動性資產的機會成本，流動性資產的流動性溢價和名義利率有著很大的正向關系。

流動性資產可以分為兩類：準備金和短期政府債券。其中，準備金存在于銀行體系中，它提供的流動性服務最強；政府債券由于存在變現問題，其提供的流動性服務要低于準備金，而且期限越長的政府債券流動性越低，其所提供的流動性服務也更低，流動性溢價也更高。Schnabl et al.（2018）在模型中使用名義利率代表準備金的流動性溢價，使用名義利率與短期政府債券收益率的差值代表短期國債的流動性溢價。從形式看，流動性資產的流動性溢價應該與利率變動有正向關系，即基準利率的提高會導致名義利率的增加繼而導致流動性資產的流動性溢價增加。從經濟學角度看，名義利率增加代表著貨幣時間收益的增加，但是持有準備金和短期國債的利率在其持有期限內是不變的，此時持有流動性資產的機會成本就會增加，即流動性資產的流動性溢價增加。

貨幣政策的分解能夠更進一步地研究貨幣政策與流動性資產的流動性溢價之間的關系。本文認為，預期的利率變動會被市場微觀主體的反應而抵消，所以預期的貨幣政策對流動性溢價的影響應該低于未預期貨幣政策對流動性溢價的影響。

綜上所述，本文認為未預期的貨幣政策會對流動性資產的流動性溢價產生正向沖擊，即未預期的利率增長會導致流動性資產的流動性溢價增加。

（二）流動性溢價與股票市場

參考Schnabl et al.（2018）的模型思想，本文將市場中的主體分為風險偏好主體和風險厭惡主體，風險偏好市場主體從風險厭惡市場主體那里借入資產并將其用于風險資產的投資，此時風險偏好市場主體因其持有的風險資產而面臨風險暴露。當風險偏好市場主體由于各種原因（擠兌、資產損失等）臨時需要資金時，若其沒有足夠的流動性資產，那么他必須將其持有的風險資產賤賣以便在短時間內獲得足夠的資金，進而滿足臨時資金需求。但是賤賣會造成很大的資金損失，一般風險偏好市場主體要持有充足的流動性資產以應對這種資金需求，因為這樣可以避免賤賣損失。

基于以上分析，本文認為風險偏好市場主體會根據其風險暴露而持有相應的流動性資產，當流動性資產的流動性溢價增加，其持有流動性資產的機會成本就會增加。此時風險偏好市場主體要付出更多的成本來持有流動性資產，在相同的稟賦條件下，其對風險資產的需求也會降低，那么風險資產的價格就會降低?？傊?，流動性資產的流動性溢價增加會導致風險資產的價格下降，在本文中以股票市場來代表風險資產市場。

（三）貨幣政策與股票市場

基于以上討論，本文可以梳理出貨幣政策如何通過影響流動性資產的流動性溢價來影響股票市場。未預期的貨幣政策會通過影響流動性資產的流動性溢價繼而影響股票市場，未預期的利率降低會引起流動性資產的流動性溢價下降，從而會導致更高的股票價格及波動率?？梢钥闯隽鲃有再Y產的流動性溢價在未預期貨幣政策對股票市場的影響中起了橋梁作用，故而本文采用中介效應檢驗來驗證這種關系。

在這種傳導過程中流動性資產的流動性起了不可或缺的作用，本文通過之前的分析得出準備金的流動性是最高的，而短期國債的流動性隨著其期限的增加而降低。故流動性資產的流動性越高，其中介作用將越強。因為流動性資產的流動性越高，其在抵償資金需求時所提供的流動性服務就更多，繼而對市場主體的風險資產需求產生更大影響，從而起到了更強的中介作用。

三、實證數據來源、處理與說明

（一）數據來源與說明

我國的貨幣政策通常以存貸款基準利率和法定存款準備金的形式來實施，所以本文將存貸款基準利率的調整和法定存款準備金率的調整作為貨幣政策調整的事件，并將央行對存貸款基準利率和法定存款準備金率局部的調整也考慮在內。從2007年下半年到2019年1月，中國人民銀行共調整存貸款基準利率24次，調整法定存款準備金率45次，其中2008年10月8日、11月26日、12月22日、2011年3月18日、2015年6月28日、10月24日對存貸款基準利率和法定存款準備金同時進行了調整，總共63個事件日。

在實證階段所用的數據主要有上證指數、深證成指日收益率、指數加權移動平均日波動率、對數加權移動平均日波動率、Garch（1，1）日波動率和Garch（1，1）對數日波動率；3個月期、6個月期、9個月期和1年期銀行間固定利率國債收益率；銀行間同業拆借利率（IBO001）；上海銀行間同業拆借3個月利率（Shibor3M）；政策性金融債年到期收益率和政策性金融債浮動利率（Shibor3M_5D）1年點差到期收益率；中國人民銀行調整存貸款基準利率、法定存款準備金的日期。數據來源于RESSET宏觀數據庫、RESSET金融數據庫、中國進出口銀行官網、中國農業發展銀行官網和中國人民銀行官網。

（二）貨幣政策分解

本文基于郭曄等（2016）固浮利差的方法對貨幣政策進行分解，具體的分解方法如下：

其中，d是貨幣政策公告日的后一個交易日，（d-1）是貨幣政策公告日，△id是貨幣政策的總變動，△ied是預期到的貨幣政策變動，△iud是未預期到的貨幣政策變動，bm是基準利率，fix是固息債到期收益率，float是對應固息債同期限、同發行主體的浮息債到期收益率。

本文在其他學者的基礎上，將貨幣政策的局部調整也考慮在內并延長了樣本的長度，在一定程度上緩解了樣本觀測值過少的問題?；谝陨厦枋?，本文利用式（1）對貨幣政策進行分解。

（三）流動性溢價

Negel&Stefan（2016）在實證模型分析中使用聯邦基金利率和短期國庫券收益率的差值代表政府債券的流動性溢價，使用名義利率作為準備金的流動性溢價。結合前文分析，提供流動性服務的流動性資產可以分為準備金和政府債券，因此本文使用名義利率代表準備金的流動性溢價，使用名義利率與短期國庫券收益率的差值代表短期國庫券的流動性溢價。具體如式（2）所示：

其中，LPrd代表準備金在d日即貨幣政策公布日的后一個交易日準備金的流動性溢價；LPgdi代表短期國庫券的流動性溢價，其中i=3、6、9、12，分別代表3個月、6個月、9個月和1年的短期國庫券的流動性溢價；nd代表d日的名義利率；ndgi代表d日短期國庫券的收益率，其中，i=3、6、9、12，分別代表3個月、6個月、9個月和1年的短期國庫券在d日的收益率。

美國的聯邦基金利率在中國對應銀行間同業拆借利率（IBO001），而短期國庫券收益率對應銀行間固定利率國債收益率。因此在本文中使用銀行間同業拆借利率作為名義利率，使用3個月、6個月、9個月和1年的銀行間固定利率國債收益率作為政府債券收益率，利用式（2）計算準備金和政府債券的流動性溢價。

（四）股票市場收益率變化

本文參考朱小能和周磊（2018）先選取貨幣政策調整后上海證券綜合指數首個交易日的收益率和貨幣政策調整后深圳證券交易所成分股價指數首個交易日的收益率對貨幣政策、未預期貨幣政策和預期貨幣政策進行回歸，發現回歸結果不顯著。其原因在于貨幣政策公布后引起股票市場波動需要一定的時間，因此選取貨幣政策調整后各指數首個交易日的收益率衡量股票市場對貨幣政策沖擊的反應是不合理的。然而，本文通過選取貨幣政策調整后上海證券綜合指數首個交易日的波動率和貨幣政策調整后深圳證券交易所成分股價指數首個交易日的波動率分別對貨幣政策、未預期貨幣政策和預期貨幣政策進行回歸，發現回歸結果均顯著。因此，本文認為貨幣政策對股票市場的影響應體現在股票指數收益率的變化上而不是股票指數收益率本身。

基于以上分析，本文對股票市場收益率做了如下處理用以表示股票市場收益率對貨幣政策的反應：首先，對貨幣政策公告日及其后五日的上海證券綜合指數和深圳證券交易所成分股價指數收益率逐日相減，得到貨幣政策公告日后五日的指數收益率的變化；然后，我們發現在不同的時間段，未預期的貨幣政策與不同滯后日股票收益率變化高度相關。因此，本文在不同的時間段截取相關的滯后日數據作為貨幣政策調整后股票市場收益率的變化；最后，對其中的一些異常值（波動過大或過?。┻x取其他合理日進行替代。為了保證選取滯后日的可信度，本文對上證指數和深證綜指相同時間日選取了相同的滯后日。本文將基于以上原則篩選的數據作為貨幣政策調整后股票市場收益率的變化。

（五）變量的意義和描述性統計

本文選取了2007年7月21日到2019年1月14日的樣本區間。在樣本期間內，中國人民銀行調整存貸款基準利率24次，調整法定存款準備金率45次，同時調整存貸款基準利率和法定存款準備金率6次，得到了63個事件樣本。具體的變量符號和定義如表1所示。

根據上述對各個主要變量的描述和解釋，本文對這些變量的數據進行了篩選和計算，描述性統計如表2所示。貨幣政策分解后的描述性統計在數值上與郭曄等（2016）中的數值相近，說明貨幣政策分解是正確的。

四、貨幣政策、流動性溢價和收益率變動的實證分析

（一）貨幣政策與股票市場波動

為了研究貨幣政策與股票市場波動之間的關系，本文選取貨幣政策公告日的后一個交易日作為窗口期，計算貨幣政策對股票市場的影響。首先，利用未分解的利率來探究貨幣政策對股票市場波動的影響。然后，根據前文所分解的貨幣政策預期和未預期的部分對貨幣政策公告日后一個交易日股票波動率、收益率變化進行分析。據此，構建如下的實證模型，其中，公式（3）、（4）沒有對貨幣政策進行分解，公式（5）、（6）對貨幣政策進行了分解。

表1 變量符號和定義

表2 變量描述性統計

其中，σt代表股票市場波動率，returnt代表股票市場收益率，△it代表基準利率的變動，?t是回歸的殘差項。

其中，△iet代表預期到的貨幣政策，△iut代表未預期到的貨幣政策，?t是回歸的殘差項。

表3是對式（3）、（4）的回歸結果，從股票市場波動率、收益率對基準利率變化的回歸結果可以看出利率與股票市場波動率呈反向變動關系。其中收益率的回歸結果均不顯著，說明貨幣政策的沖擊并沒有引起貨幣政策公告日后第一個交易日股票市場收益率的變動。性水平下顯著。括號內數值表示對應系數的p值。下同。

表3 基準利率變化對股票市場影響

表4 預期到的未預期到的利率變化對股票市場影響

表4是方程（5）、（6）的回歸結果。從股票市場波動率、收益率對預期到的和未預期到的利率變化的回歸結果可以看出，對股票市場波動率而言回歸結果均為負且顯著。未預期的利率變動引起的股票市場波動率變動比預期的利率變動引起的股票市場波動率變動更大，這是因為市場的微觀主體會提前對預期的利率變化做出反應，這抵消了預期利率變動的沖擊，所以未預期的貨幣政策會對股票市場產生更大的影響。與表3的回歸結果相比表4中的R2值均分別略大于表3中的R2值，這說明了對貨幣政策的分解在一定程度上提高了模型的解釋能力。

從上述回歸結果中可以發現，無論貨幣政策分解與否，股票市場收益率的回歸結果均不顯著且R2值均小于1%，這就說明貨幣政策對貨幣政策公告日后股票市場第一個交易日的收益率基本沒有解釋能力。根據表3和表4的回歸結果，可以判定出貨幣政策會引起股票市場收益率的波動?；谝陨戏治龊徒Y論，本文對股票市場收益率做了進一步的處理和篩選并以此來研究流動性溢價的中介效應。

（二）貨幣政策與股票市場收益率變化

本節按照上文所述方法對股票市場的收益率數據進行了處理并篩選出股票市場收益率變化，為了研究股票市場收益率變化與貨幣政策的關系，本文設計了如下回歸方程：

其中，△returnt代表的是股票市場收益率變化，而△it、△iet和△iut分別表示未分解的貨幣政策、預期的貨幣政策和未預期的貨幣政策，?t為殘差項。

表5 未預期貨幣政策與股票市場收益率變化

表5顯示，式（7）的回歸結果（a）并不顯著，說明未分解的貨幣政策與股票市場收益率的變動沒有顯著關系，并且式（7）的回歸結果中R2值極低，說明模型基本沒有解釋能力。而式（8）的回歸結果（b）表明，預期的利率變化的系數為負且不顯著，說明預期到的貨幣政策對股票市場收益率沒有影響。而未預期的利率變化的系數為負且在10%的顯著性水平下顯著，說明未預期的寬松貨幣政策會使股票市場收益率上升。同時本文發現對式（8）回歸的R2值比式（7）中的R2值顯著提高，說明貨幣政策的分解提高了模型的解釋能力。

（三）貨幣政策與流動性溢價

為了探究貨幣政策與流動性資產的流動性溢價之間的關系，本文設計了如下回歸方程：

其中，△it、△iet和△iut分別是基準利率變動、預期的利率變動和未預期的利率變動，而LPt代表的是準備金、3個月、6個月、9個月和1年期的短期國庫券的流動性溢價，?t是殘差項。

表6 貨幣政策與流動性溢價

表6的（a）行代表對（9）式的回歸，（b）行代表對式（10）的回歸。在對準備金的流動性溢價的回歸中可以看出所有的回歸系數在1%和5%的顯著性水平下均顯著，因為本文中用名義利率代表準備金的流動性溢價，銀行間同業拆借利率（IBO001）與上海銀行間同業拆借3個月利率（Shibor3M）高度顯著是在情理之中的。但是對比分解后的貨幣政策系數發現未預期貨幣政策系數要比預期貨幣政策系數更大且更為顯著，說明未預期的貨幣政策對準備金流動性溢價的沖擊要高于預期的貨幣政策。同時（a）行的R2值都小于1%，說明未分解的貨幣政策對流動性溢價的解釋能力不足，（b）行的R2值與（a）行相比都有顯著的提高，說明對貨幣政策的分解提高了模型的解釋能力。

在對短期銀行間固定利率國債的流動性溢價的回歸中可以看到，所有關于未分解貨幣政策的系數均不顯著，說明未分解的貨幣政策對短期國庫券的流動性溢價沒有直接影響。同時在（b）行的回歸中發現，未預期的貨幣政策的系數在1%的顯著性水平下大部分顯著且都為正而預期貨幣政策的系數均小于未預期貨幣政策的系數且都不顯著，說明未預期貨幣政策對短期國庫券的流動性溢價有正向影響而預期的貨幣政策由于市場微觀主體的提前反應導致沒有影響。

綜上所述，貨幣政策對準備金的流動性溢價有正向影響，未預期的貨幣政策對其的影響要大于預期的貨幣政策；未預期的貨幣政策對短期國庫券的流動性溢價有正向的影響，預期的貨幣政策由于市場微觀主體的提前反應沒有對短期國庫券的流動性溢價產生影響。

（四）流動性溢價的中介效應

前文已實證分析了貨幣政策與股票市場收益率變化之間的關系，未預期的利率變動會使股票市場收益率呈現反方向變動，這是對直接效應的檢驗。并且實證驗證了未預期的貨幣政策對流動性資產的流動性溢價有同方向的變動影響。為了進一步探討貨幣政策沖擊作用于股票市場收益率變動的途徑，本文構建了如下的模型進行中介效應分析：

其中，△iu為未預期的利率變動，其代表的是t未預期的貨幣政策；△returnt為上證指數或深證成指收益率的變動；中介變量Channel為準備金的流動性溢價（LPrd）或3個月、6個月、9個月和1年期短期國庫券的流動性溢價（LP3d、LP6d、LP9d、LP1d2）。在這里本文重點關注β1、γ1和γ2，如果回歸結果中β1和γ2都是顯著的，那么就說明流動性溢價的中介效應是存在的。在上述情況下，如果γ1也顯著，那么說明貨幣政策沖擊對股票市場收益率的變動產生的直接效應和通過中介變量產生的間接效應同時存在；否則，流動性溢價就具有完全的中介效應。本文還對數據做了Sobel檢驗，以進一步確認中介效應。

表7 流動性溢價的中介效應檢驗（11）式

表8 流動性溢價的中介效應檢驗（12）式

如表7和表8的回歸結果所示，回歸模型中回歸系數β1均為正且顯著，驗證了流動性溢價對未預期貨幣政策的正向反應。而回歸系數γ2中1年期國債與深證成指收益率變動回歸不顯著，這可能是由于一年期國債的流動性不及其他的流動性資產。但其余的γ2均顯著為正，可以看出在大多數情況下β1和γ2同時顯著，說明準備金和短期國債在未預期貨幣政策對股票市場收益率變動的影響中具有中介效應。在這一前提下本文還發現回歸系數γ1均顯著為負，說明未預期貨幣政策沖擊對股票市場收益率的變動產生的直接效應和通過中介變量產生的間接效應同時存在。同時Sobel檢驗的結果除了深證成指與一年期國債的流動性溢價不顯著以外其他結果均顯著為正，說明中介效應存在。在對流動性資產的流動性溢價的橫向比較中發現，隨著流動性資產的流動性逐級減弱，其對股票市場的影響系數逐級減少且顯著性逐級減弱，說明了流動性資產的流動性會對中介效應產生影響。

（五）內生性問題

本文主要有如下內生性問題：其一，貨幣政策會影響流動性溢價和股票市場，同時流動性溢價與股票市場的波動也會影響貨幣政策的制定；其二，其他因素對流動性溢價和股票市場的影響；其三，其他信息對貨幣政策制定和實施的影響。

本文基于固浮利差分解區分了預期和未預期的貨幣政策，以事先來看，流動性溢價和股票市場的波動對貨幣政策的影響囊括于預期的貨幣政策中，基于貨幣政策分解的方法在很大程度上避免了內生性問題；本文選取了較為狹窄的時間窗口和日度高頻數據，盡最大可能避免了其他因素對流動性溢價、股票市場和貨幣政策制定的影響。

（六）穩健性檢驗

本文從如下三個角度探討穩健性問題：一是準備金流動性溢價的衡量，將準備金的流動性溢價由名義利率改為名義利率與準備金利率的差值（IOR）；二是風險資產的選擇，將股票市場收益率變動替換成6個月（AAA6M）、1年期（AAA1Y）和5年期（AAA5Y）的企業債券收益率；三是貨幣政策的影響是宏觀的，單獨分析上海和深圳證券市場雖然避免了單一市場的特例但也失去了總體分析的優勢，因此本文將上海和深圳股票市場收益率變化求均值（△mix_return）作為整個股票市場收益率的變動指標以彌補這方面的不足。上述三個角度的回歸均顯著，說明本文的結果是穩健的①篇幅所限，略去穩健性檢驗結果，如有需要請與作者聯系。。

五、結論與政策建議

本文通過固浮利差的方法將貨幣政策分解為未預期的貨幣政策和預期的貨幣政策，同時引入了流動性溢價作為貨幣政策對股票市場影響的中介變量，分析了貨幣政策、流動性溢價與股票市場波動之間的關系。采用事件研究法，通過對2007年下半年到2019年1月的63個事件樣本進行篩選和實證分析得出如下結論：其一，貨幣政策會對股票市場收益率的波動產生負向影響；其二，未預期的貨幣政策會對股票市場收益率變化產生負向的沖擊；其三，貨幣政策會對準備金的流動性溢價產生正向影響；其四，未預期的貨幣政策會對短期國債的流動性溢價產生正向的影響；其五，準備金和短期國庫券的流動性溢價在未預期貨幣政策對股票市場收益率變動的影響中具有中介效應。綜上所述，本文認為貨幣政策通過其未預期的部分影響股票市場收益率的變動，流動性資產的流動性溢價在這種變動關系中起到了中介的作用。

據此，本文提出如下建議：其一，貨幣政策會通過流動性溢價來影響股票市場收益率的波動。因此，制定貨幣政策時不僅要考慮其對股票市場的影響，還應考慮其通過流動性資產的流動性溢價的傳導，這關系到市場中進行杠桿投資的經濟主體的運行狀況；其二，從對貨幣政策的分解中可以看出貨幣政策的實際效果可能會被市場主體的提前反應所沖銷，甚至會出現與調整預期相反的效果。因此，貨幣政策的制定應考慮市場的預期并適度加大或減少貨幣政策調整的力度，同時貨幣政策當局應對市場預期進行導向，以達到所預期的效果；其三，不同流動性資產的流動性溢價的傳導效果不同，給了央行政策調整極大的靈活性。中央銀行應通過公開市場業務和控制不同期限短期國債的發行數量適度調整準備金和不同期限的短期國債比例，以此來校準基準存貸款利率和準備金率變動對市場造成的沖擊。