經濟政策不確定性對我國股市波動的影響——基于2007—2019 年上證指數的實證分析

閔詩筠

（南京師范大學 商學院，江蘇 南京210023）

一、研究背景與現狀

為了全面和定量地對經濟政策的不確定性進行測度，Baker et al.（2016） 編制了世界主要經濟體的經濟政策不確定性指數EPU①。 該指數提出后，不少學者開始將其用于眾多相關研究中，并獲得了較為廣泛的認可。 Baker et al.（2012）基于EPU 指數，論證了2007—2011 年期間經濟政策不確定性是導致美國經濟前景不確定性的主要原因②。Sum（2012）使用脈沖響應函數和向量自回歸分析方法，研究了歐元區的經濟政策不確定性對股市收益率的影響沖擊，結果表明，歐元區股市收益率對經濟政策不確定性的沖擊有積極響應，經濟政策不確定性的變動使得股票市場收益率降低③。Wang et al.（2014）采用中國的EPU 指數，研究經濟政策不確定性如何影響了中國上市公司的投資行為，研究表明，當經濟政策不確定性程度較高時，企業會減少投資。 同時，在市場化程度較高地區的企業，其對經濟政策不確定性更為敏感④。

對于EPU 指數，國內學者也進行了探討。 金雪軍等（2014）通過FAVAR 方法研究發現，政策不確定性沖擊對GDP、投資、消費、出口和價格變動都會帶來負向影響，導致實際有效匯率貶值，促使股票價格和房地產價格下跌⑤。 楊海生等（2014）發現政府成員變更所引起的政策不穩定性對經濟增長產生了顯著的抑制作用，其中，不確定性預期對經濟增長的負面影響尤為突出⑥。 李鳳羽和史永東（2016）、Gulen and Ion （2016）、 李鳳羽和楊 墨 竹（2015）、陳國進和王少謙（2016）探討了政策不確定性與企業投資以及現金持有水平的關系，證明了政策不確定性對企業投資具有顯著的負向作用，促使企業在增加現金持有水平的同時推遲投資計劃⑦-⑩。朱孟楠和閆帥（2015）研究了人民幣匯率與經濟政策不確定性的動態溢出關系， 檢驗結果顯示，1997年1 月—2014 年9 月，中國、美國、歐元區和日本四個國家和地區的經濟政策不確定性與人民幣匯率之間存在溢出效應，且體現為人民幣匯率對經濟政策不確定性的凈溢出?。 田磊和林建浩（2016）的研究發現，與發達經濟體相比，中國經濟政策不確定性沖擊對實際產出的影響較小，但對工業銷售產值影響較大；同時，經濟政策不確定性沖擊對價格水平具有明顯的負向效應，且在時間上呈現倒駝峰型響應軌跡?。

綜上所述，股市波動可能與金融危機和融資融券政策存在一定的交互效應，而現有文獻較少涉及這一內容。 因此， 本文基于2007—2019 年上證指數，實證研究了經濟政策不確定性對我國股市波動的影響，以期豐富股市波動內在機理的相關研究。

二、實證研究設計

（一）模型建立

以經濟政策不確定性指數為被解釋變量，以股票市場波動率為解釋變量；并參考曾珣（2017）、周方召和賈少卿（2019）的研究，從時間斷點因素、慣性因素、宏觀因素和股票市場因素四個方面選取控制變量，建立如下模型??：

其中，被解釋變量為上證指數波動率（VolShang），解釋變量為經濟政策不確定性（LEPUSCMP）。此外，Controls 代表選取的控制變量，i=2,...m，其中m-1 為控制變量個數。

（二）變量選取與數據處理

限于數據可得性，選取2007 年1 月—2019 年10月的月度數據，具體變量類型、單位以及來源如表1。

表1 變量選取與數據處理

1.被解釋變量。 LEPUSCMP 為經濟政策不確定性，數據來自經濟政策不確定性指數數據庫。 本文選用中國的EPU 指數。

2.解釋變量。VolShang 為上證指數波動率。 為了反映中國股市的整體波動情況，選取上證指數日收益率的月度標準差衡量當月中國股市的波動率，其中上證指數數據來源于上海證券交易所，具體公式為：

式中，VolShang 表示上證綜指月度波動率，r 為區間內日收益率，ir 為平均收益率，n 為區間t 期間天數。 為了盡量統一變量的量級，將上證指數波動率的原始數據乘以100。

3.控制變量。（1）時間斷點因素。2008 年全球金融危機引發全球股市震蕩，2010 年的融資融券交易政策為我國股票市場引入了套期保值、風險管理和投機交易的工具，這兩個因素都可能會改變股票市場波動的結構性特征， 因此引入FinCrisis 和MTSS的虛擬變量作為控制變量。 同時，考慮到金融危機時期經濟政策不確定性較高，這兩個因素可能會對股票波動率具有交互性的強化作用，而融資融券交易本身既可能對沖政策波動， 也可能放大政策沖擊， 因此在后續的分析中引入LEPUSCMP 與Fin-Crisis 的交互項以及LEPUSCMP 與MTSS 的交互項。（2）慣性因素。當股票價格的影響因素發生變化時，這些因素對于股價的作用往往會持續一定的時間，這主要體現在股價波動與前期波動相關，即具有一定的慣性。 本文引入被解釋變量的滯后一期值VolShang_L1 作為慣性因素的代理變量。 （3）宏觀因素。 國家經濟發展狀況屬于股市系統性風險，通過入市資金量、 上市企業經營利潤等途徑影響股市行情。 經濟繁榮時，入市資金多，同時公司利潤增加，分紅派息的空間大，股市高漲。反之亦然。而許多文獻主張用工業增加值等指標代替GDP（Schwert，1989；Stock and Wachter，2002）??。本文選用規模以上工業增加值同比增長率（MIVA）作為控制變量代表我國經濟發展形勢。 （4）股票市場因素。 市盈率是股票價值評估和投資策略的重要依據， 市盈率的變化會影響投資者的投資行為， 進而作用于股價的波動程度。 因此，選用上交所平均市盈率（PERShang）來控制股票市場層面的因素。

三、實證結果分析

（一）統計性檢驗與模型修正

1.變量平穩性檢驗。為了避免“偽回歸”的問題，進行平穩性檢驗。 從結果可知， 上證指數波動率（VolShang）、 規模以上工業增加值同比增長率（MIVA）、上海銀行間7 天同業拆借利率（SHIBOR）、上交所平均市盈率 （PERShang） 的伴隨概率均小于0.05， 是平穩序列； 而經濟政策不確定性（EPUSCMP）為一階單整。 考慮到差分處理會損失原變量的信息，為了解決不平穩的問題，對經濟政策不確定性（EPUSCMP）進行對數化處理，檢驗結果表明，經濟政策不確定性對數值（LEPUSCMP）是平穩序列，故采用該序列建立模型（見表2）。

表2 變量平穩性檢驗結果

2.多重共線性檢驗。 通過變量的相關關系矩陣可知，變量之間的相關系數均小于0.7，可以認為模型不存在多重共線性（見表3）。

表3 多重共線性檢驗結果

3.自相關檢驗。當不考慮慣性變量VolShang_L1時， 模型的DW 檢驗和LM 檢驗提示存在自相關問題。 加入變量VolShang_L1 后， 自相關問題得到修正。 可能的原因是，由于當期股市波動會受到上期波動的影響，忽視這種慣性因素的模型容易具有自相關，進一步證實了控制慣性因素的必要性。

4.異方差的檢驗與修正。OLS 模型的帕克檢驗、格萊澤檢驗和懷特檢驗均拒絕原假設，顯示存在異方差。 采用加權最小二乘法進行修正，權重取殘差平方的倒數。 修正后模型的格萊澤檢驗統計量為0.0663，懷特檢驗統計量為0.3350，表明異方差得到修正。

（二）模型回歸結果分析

采用修正異方差的加權最小二乘方法估計基準模型（1）和擴展模型（2）（3），回歸結果如表4 所示（見表4）。

1.基準模型。 修正后的基準模型的Adj-R2 為0.885，說明模型擬合程度較好。 經濟政策不確定性（LEPUSCMP）的系數為-0.175，且通過了1%的顯著性檢驗。 說明在其他條件不變的情況下，經濟政策不確定性 （LEPUSCMP） 每上升1%， 上證指數波動率（VolShang）下降0.175。 可能的原因是，當經濟政策不確定性上升時，投資者的行為更加謹慎， 為了降低風險和虧損，投資者會避免改變投資策略，這也削弱了股價大幅波動的內在因素，因此股市波動率隨著經濟政策不確定性的提高而降低。 在控制變量方面，除規模以上工業增加值同比增長率（MIVA）與上海銀行間7 天同業拆借利率（SHIBOR）未能通過10%的顯著性檢驗以外，其余變量均顯著。 其中，股市波動率在2008 年金融危機和2010 年融資融券交易處存在結構性斷點； 同時， 股市波動會受到慣性因素VolShang_L1 的影響。

2.擴展模型：加入交互項

（1）經濟政策不確定性與2008年金融危機的交互作用。 模型的Adj-R2 為0.906， 說明考慮經濟政策不確定性與2008 年金融危機的交互作用 （LEPUSCMP *FinCrisis） 的模型比原修正后的模型擬合效果更好。 然而，交互項EPU * Fin 不顯著， 說明交互作用并沒有通過統計檢驗，可能的原因是，2008 年金融危機后， 美聯儲啟動量化寬松政策， 我國也采用寬松的貨幣政策刺激經濟，宏觀政策在工具層面具有較強的協調性，在時間前后具有較高的一致性。 因此投資者對于政策具有穩定的預期，造成經濟政策不確定性與金融危機的交互作用不顯著。

（2）經濟政策不確定性與2010 年融資融券交易的交互作用。 可以看出， 經濟政策不確定性（LEPUSCMP）通過了5%的顯著性檢驗，2010 年融資融券交易（MTSS）和交互項（LEPUSCMP * MTSS）通過了1%的顯著性檢驗。 在2010 年3 月之前，經濟政策不確定性每上升1%，導致股市波動上升0.498；在3 月開啟股票市場融資融券交易之后， 經濟政策不確定性每上升1%，股市波動率則下降0.189。這一結果說明，當我國市場沒有融資融券機制時，股市波動對政策不確定的反應較為敏感， 且不確定性政策容易引發股市震蕩； 融資融券交易制度的引入則降低了股市波動率對政策的敏感程度?？赡艿脑蚴?，在政策不確定性較高的情況下， 融資融券制度能夠發揮套期保值和對沖風險的功能， 能夠穩定市場情緒和市場預期，引導投資者采取審慎投資策略，從而降低不確定性的政策對于股票市場的沖擊。

表4 全樣本的回歸結果

四、研究結論

本文建立多元回歸模型并引入交互項，實證檢驗了經濟政策不確定性對上證指數波動率的影響因素，研究結論如下：（1）在主效應方面，經濟政策不確定性越高，我國股市波動率越低。 （2）在慣性因素方面，我國股市波動率會顯著受到滯后波動率的影響。 （3）在結構性斷點方面，我國股市波動率在2008 年金融危機和2010 年融資融券交易處存在結構性斷點。 （4）在交互效應方面，經濟政策不確定性與2008 年金融危機對股市波動的交互作用不顯著；融資融券交易制度的建立則降低了股市波動率對于經濟政策不確定性的敏感程度。

本文的研究結論為宏觀政策制定及資本市場投資提供了思路參考，具體有以下幾點：

第一，針對股票市場未能對宏觀政策變動作出及時、有效反應，沒有充分發揮宏觀經濟“晴雨表”的功能，需要進一步提高信息披露的充分性和信息獲取的便捷性，從而增強市場的有效性，使得我國的股票市場更好地反映經濟運行情況。

第二，考慮到政策的不確定性可能使得投資者過于謹慎和保守， 從而導致股票市場缺乏活力，政府部門應盡量保持宏觀經濟政策的穩定性和持續性。 同時，需要加強針對投資者的政策溝通與預期管理，進一步提高政策的透明度。

第三，針對融資融券制度能夠降低不確定性的政策對于股票市場的沖擊，政府部門要持續推進資本市場改革。 尤其是提高股票期貨市場和股票期權市場的市場廣度和市場深度，通過衍生金融產品的套期保值和對沖風險功能來穩定投資者情緒和市場預期。

第四，從投資者角度而言，投資者需要提高對宏觀經濟政策的敏感度和提升解讀政策的能力，并且在充分考慮股價波動滯后效應的同時，采用融資融券方式對沖潛在的政策不確定性風險，以便適時調整預期和投資策略，降低投資風險。

注釋：

①Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J].The Quarterly Journal of Economics,2016,131(4):1593-1636.

②Baker S R,Bloom N,Davis S J.Has economic policy uncertainty hamperedtherecovery[M].California:HooverInstitutionPress,2012.

③Sum V. The impulse response function of economic policy uncertainty and stock market returns: A look at the eurozone[J].Journal of International Finance Studies, 2012, 12(3): 100-105.

④Wang Y Z, Chen C R, Huang Y S. Economic policy uncertainty and corporate investment: Evidence from China[J]. Pacific- Basin Finance Journal, 2014, 22(26): 227-243.

⑤金雪軍,鐘意,王義中.政策不確定性的宏觀經濟后果[J].經濟理論與經濟管理,2014,34(2):17-26.

⑥楊海生,陳少凌,羅黨論,佘國滿.政策不穩定性與經濟增長——來自中國地方官員變更的經驗證據[J].管理世界,2014,30(9):13-28.

⑦李鳳羽,史永東.經濟政策不確定性與企業現金持有策略——基于中國經濟政策不確定指數的實證研究[J].管理科學學報,2016,19(6):157-170.

⑧Gulen H, Ion M. Policy uncertainty and corporate investment[J]. Review of Financial Studies, 2016, 29(3): 523-564.

⑨李鳳羽,楊墨竹.經濟政策不確定性會抑制企業投資嗎?——基于中國經濟政策不確定指數的實證研究[J].金融研究,2015,58(4):115-129.

⑩陳國進,王少謙.經濟政策不確定性如何影響企業投資行為[J].財貿經濟,2016,37(5):5-21.

?朱孟楠,閆帥.經濟政策不確定性與人民幣匯率的動態溢出效應[J].國際貿易問題,2015,41(10):111-119.

?田磊,林建浩.經濟政策不確定性兼具產出效應和通脹效應嗎?來自中國的經驗證據[J].南開經濟研究,2016,32(2):3-24.

?曾珣.中國股市波動的影響因素分析——基于投資者保護視角[J].宏觀經濟研究,2017，(6):13-23.

?周方召,賈少卿.經濟政策不確定性?投資者情緒與中國股市波動[J].金融監管研究,2019，(8):101-114.

?Schwert G W. Why does stock market volatility change over time[J]. Journal of Finance, 1989, 44(5): 1115-1153.

?Stock J H, Waston M W. Has the business cycle changed and why[A].In:Gertler M,Rogoff K(eds.).NBER Macroeconomics Annual[C]. Cambridge: MIT Press, 2002.