經(jīng)濟政策不確定性與股票收益及波動的雙向影響效應
——基于TVP-SV-VAR模型的實證分析

陳文靜，舒夢蘭，何 剛

(1.暨南大學 經(jīng)濟學院，廣東 廣州 510632； 2. 廣東財經(jīng)大學 經(jīng)濟貿(mào)易學院，廣東 廣州 510632)

一、引言

次貸危機使得中美等國經(jīng)濟受到極大沖擊，美國表現(xiàn)為GDP負增長、失業(yè)率上升、流動性缺失，中國則出現(xiàn)出口下滑、經(jīng)濟增長放緩等現(xiàn)象。為應對危機，美國采取了公開市場操作、降低基準利率、降低貼現(xiàn)率等多種擴張性貨幣政策，還運用了創(chuàng)新型流動性管理工具、經(jīng)濟刺激方案等。然而一系列刺激政策之后，經(jīng)濟復蘇仍然緩慢，這引起了學者們的關注。國際貨幣基金組織(IMF)在2013年的《世界經(jīng)濟展望報告》中指出，財政、監(jiān)管和貨幣政策的不確定性會導致企業(yè)和家庭減少投資、雇傭和消費，進而導致世界經(jīng)濟復蘇緩慢。同時，也有很多學者研究了經(jīng)濟政策不確定性對經(jīng)濟增長、通貨膨脹、投資、消費、就業(yè)和資本市場等方面的影響，如Baker和Bloom(2011)[1]通過研究發(fā)現(xiàn)美國2008年經(jīng)濟危機之后，國內(nèi)政策不確定性過高導致企業(yè)與家庭的投資、消費縮減，經(jīng)濟復蘇緩慢，具體表現(xiàn)為：GDP縮減2.3%、投資縮減14%、失業(yè)人口增加230萬。Gulen 和 Ion(2016)[2]發(fā)現(xiàn)經(jīng)濟政策不確定性與公司投資之間存在強烈負相關關系。Arouri等(2016)[3]發(fā)現(xiàn)美國經(jīng)濟政策不確定性的增加會顯著降低股票收益率。Liu等(2017)[4]發(fā)現(xiàn)美國經(jīng)濟政策不確定性對股市波動性有顯著正向影響。近年來，我國學者也對經(jīng)濟政策不確定性展開了大量研究。如金雪軍等(2014)[5]研究發(fā)現(xiàn)經(jīng)濟政策不確定性沖擊對實體經(jīng)濟以及資產(chǎn)價格具有負面影響。饒品貴等(2017)[6]發(fā)現(xiàn)經(jīng)濟政策不確定性升高導致企業(yè)投資顯著下降。

經(jīng)濟政策不確定性是指有關財政、貨幣和監(jiān)管政策等的立場、執(zhí)行方式和執(zhí)行力度等的不確定所造成的經(jīng)濟風險。從內(nèi)部環(huán)境看，我國經(jīng)濟目前正處于結構調(diào)整和轉型升級的關鍵時期，政府頻頻采取各類政策組合，如“一帶一路”“互聯(lián)網(wǎng)+”、降準降息、雄安新區(qū)建設、“中國制造2025”等，這些政策在未來的執(zhí)行情況均具有不確定性。從外部環(huán)境看，我國正面臨中美貿(mào)易爭端，未來走向尚不明朗，這給我國經(jīng)濟穩(wěn)定發(fā)展帶來了很大挑戰(zhàn)。在內(nèi)外部環(huán)境嚴峻的壓力下，我國的經(jīng)濟政策不確定性達到了前所未有的高點。從數(shù)據(jù)上看，2007年底至2008年底，經(jīng)濟政策不確定性指數(shù)從94點上升到233點，上漲148%；同期上證指數(shù)收益率從7.7%下降到-2.7%，上證指數(shù)波動率從7%上升到10%，期間還達到15%。2018年1月，經(jīng)濟政策不確定性指數(shù)為123點，而到2018年12月，經(jīng)濟政策不確定性指數(shù)高達929點，上漲655%；同期上證指數(shù)收益率從5.1%下降到-3.7%，上證指數(shù)波動率從2.8%上升到9.7%。由此可見，經(jīng)濟政策不確定性與股票收益及波動之間存在著很強的關聯(lián)性，我國在次貸危機、歐債危機和2015年股災以及中美貿(mào)易戰(zhàn)發(fā)生時，經(jīng)濟政策不確定性均有突增現(xiàn)象，經(jīng)濟系統(tǒng)很可能發(fā)生了結構性突變，并且經(jīng)濟政策不確定性快速上升之時也是上證指數(shù)收益下降之時。根據(jù)實物期權理論，在投資不可逆情況下，不確定性加大時，決策者為避免犯錯會持觀望態(tài)度，等待經(jīng)濟形勢更明朗時再做出投資決策，因此經(jīng)濟政策不確定性的提高會使企業(yè)推遲投資，從而導致實體經(jīng)濟下滑，股市流動性減弱，短期內(nèi)股價下跌。可見，經(jīng)濟政策不確定性可能通過影響公司投資進而影響股市。我國政策制定者通常將股市作為判斷經(jīng)濟走勢和決策的重要依據(jù)，常常調(diào)整政策以應對加劇波動的股市，因此股市的變化情況會對政府經(jīng)濟政策的出臺有著多種渠道的直接或間接影響。

鑒于上述分析，本文的研究想要回答的問題是：經(jīng)濟政策不確定性是否會對股票收益及波動產(chǎn)生影響呢？股票收益的波動是否又會對經(jīng)濟政策的不確定性產(chǎn)生作用呢？它們之間的影響機制和作用機理又是怎樣的？深入分析這些問題對探究股價波動的影響因素、投資者構建投資組合、政府防范金融市場系統(tǒng)性風險和加強市場監(jiān)管以及穩(wěn)定股市發(fā)展具有現(xiàn)實意義。

二、文獻綜述

(一)經(jīng)濟政策不確定性對股票收益影響效應研究

在Baker等(2012)[7]發(fā)布經(jīng)濟政策不確定性指數(shù)后，國外學者大多采用該指數(shù)來研究經(jīng)濟政策不確定性與股票收益之間的關系，得出的結論多是經(jīng)濟政策不確定性的增加會導致股票收益下降，并且兩者之間可能存在雙向影響。在經(jīng)濟政策不確定性對股票收益單向影響研究方面，Sum(2012)[8]運用線性回歸模型研究發(fā)現(xiàn)，歐洲經(jīng)濟政策不確定性的變化對歐洲大部分國家的股市收益具有負向影響。Sum(2013)[9]運用VAR模型考察了美國經(jīng)濟政策不確定性的變化是否是印度尼西亞、馬來西亞、菲律賓、新加坡和泰國股價變化的原因，結果表明美國經(jīng)濟政策不確定性的變化對這五個國家的股市回報率有負面影響，并且美國經(jīng)濟政策不確定性的變化是新加坡和馬來西亞股票市場收益率變化的格蘭杰原因。Kang和Ronald(2013)[10]研究發(fā)現(xiàn)經(jīng)濟政策不確定性的上升是股市收益下降的格蘭杰原因，經(jīng)濟政策不確定性意外增加會對股票收益產(chǎn)生顯著的負面影響。Donadelli(2015)[11]采用VAR模型研究發(fā)現(xiàn)，當亞洲股市呈現(xiàn)牛市時會使美國經(jīng)濟政策不確定性下降。Arouri等(2016)[3]使用馬爾科夫轉換模型將經(jīng)濟政策不確定性區(qū)分為正常波動、高波動和極端波動時期來研究其對股票收益的影響，結果表明政策不確定性的增加會顯著降低股票收益率。Raza等(2018)[12]運用改進的分位數(shù)回歸法研究經(jīng)濟政策不確定性與股票溢價之間的關系，發(fā)現(xiàn)股票溢價與EPU之間存在負相關關系，在極端時期這種表現(xiàn)更明顯。Guo等(2017)[13]采用分位數(shù)回歸法研究發(fā)現(xiàn)，在G7國和金磚五國中，除英國和法國外，其他國家的經(jīng)濟政策不確定性會使股票收益下降。我國學者對這方面研究甚少，金雪軍等(2014)[5]運用增廣因子向量自回歸模型(FAVAR)研究經(jīng)濟政策不確定性對宏觀經(jīng)濟的影響，他認為政策不確定性會通過預期效應促使股票價格的下跌。林建浩等(2014)[14]的研究得出我國經(jīng)濟政策不確定性會在一定程度上提高預期收益率并降低當期收益率的結論。陳國進等(2014)[15]分析了經(jīng)濟政策不確定性影響股票資產(chǎn)定價的傳導機制，認為經(jīng)濟政策不確定性會通過對政府決策、企業(yè)賬面價值、習慣養(yǎng)成與風險偏好等的影響給上市公司股票價格帶來影響。汪弘等(2018)[16]采用多因子模型研究發(fā)現(xiàn)經(jīng)濟政策不確定性對未來三個月的股市收益有顯著正向影響。

也有研究表明，經(jīng)濟政策不確定性與股票收益之間可能存在雙向影響。Sum(2012)[17]通過向量自回歸模型(VAR)對歐元區(qū)經(jīng)濟政策不確定性與股票收益之間的關系進行研究，結果表明股票收益對經(jīng)濟政策不確定性具有正向響應，而經(jīng)濟政策不確定性對股票收益具有負向響應，并且格蘭杰因果檢驗顯示股票收益上升格蘭杰引起經(jīng)濟政策不確定性下降。Li等(2016)[18]考慮到變量之間的時變關系，采用自助滾動窗口因果關系檢驗法，研究發(fā)現(xiàn)，中國和印度的經(jīng)濟政策不確定性和股票收益之間存在雙向因果關系。Yang和Jiang(2016)[19]基于VAR和SVAR模型的研究結果顯示經(jīng)濟政策不確定性和股票收益之間顯著相關，但DCC-MGARCH模型卻顯示經(jīng)濟政策不確定性和股票收益之間的動態(tài)相關性很低。Wu等(2016)[20]使用自助面板格蘭杰因果檢驗法(Bootstrap Panel Granger Causality)研究發(fā)現(xiàn)英國的經(jīng)濟政策不確定性是股票收益的格蘭杰原因，而印度、意大利和西班牙的股票收益對政策不確定性有單向因果關系。

(二)經(jīng)濟政策不確定性對股票收益波動影響效應研究

在經(jīng)濟政策不確定性對股票收益波動影響研究方面，多數(shù)結果表明經(jīng)濟政策不確定性會加劇股票收益的波動。Pastor和Veronesi(2013)[21]研究發(fā)現(xiàn)，經(jīng)濟政策不確定性的提高加劇股市波動且不同股票間的相關性更強，而且該效果在經(jīng)濟環(huán)境惡劣的時候更加明顯。Liu和 Zhang(2015)[22]使用八種波動率模型來研究經(jīng)濟政策不確定性對股市波動率的影響，結果表明較高的不確定性會導致市場波動顯著增加。Baker等(2016)[23]用公司層面股價數(shù)據(jù)進行研究，發(fā)現(xiàn)經(jīng)濟政策不確定性與公司層面的股票收益波動呈現(xiàn)顯著的正相關。Liu等(2017)[4]使用多重分形模型研究發(fā)現(xiàn)經(jīng)濟政策不確定性會加劇未來市場風險。Yu等(2018)[24]運用廣義自回歸條件異方差混頻數(shù)據(jù)模型(GARCH-MIDAS)研究了全球經(jīng)濟政策不確定性(GEPU)對中國股市波動率的影響，結果表明GEPU與中國股市波動之間有顯著正向關系，并且GEPU是中國股市長期波動的驅動因素。Balcilar等(2018)[25]使用非參數(shù)分位數(shù)因果檢驗法發(fā)現(xiàn)經(jīng)濟政策不確定性是馬來西亞股市波動變化的原因，且也是韓國股市收益和波動變化的原因。我國學者雷立坤等(2018)[26]運用GARCH-MIDAS模型研究了經(jīng)濟政策不確定性對上證綜指波動率的影響，發(fā)現(xiàn)EPU指數(shù)能夠很好地解釋我國股市波動的長期成分。陳國進等(2018)[27]運用面板數(shù)據(jù)回歸模型研究發(fā)現(xiàn)經(jīng)濟政策不確定性會提高股票風險，并且政策不確定性對股票風險的溢出效應在經(jīng)濟蕭條和改革幅度較大的階段會顯著增強。

也有學者發(fā)現(xiàn)股票市場的波動會影響經(jīng)濟政策不確定性的變化。Antonakakis等(2013)[28]對標普500市場收益、隱含波動率和經(jīng)濟政策不確定性的時變相關性進行了分析，結果顯示增強股票市場的波動性會增加經(jīng)濟政策不確定性。我國學者陳國進等(2014)[15]采用EPU指數(shù)，建立BEKK-MGARCH模型研究發(fā)現(xiàn)，短期內(nèi)股票市場波動與政策不確定性的波動之間存在雙向溢出效應，而從長期來看，只存在股市向政策不確定性的波動溢出。

從上述文獻可以看出，在研究視角上，我國學者多關注中國經(jīng)濟政策不確定性對股票收益及股票收益波動的單向影響，少有學者關注中國經(jīng)濟政策不確定性與股票收益及波動之間的相互作用。國外學者(Sum，2012[17]；Antonakakis等，2013[28]；Li等，2016[18])研究發(fā)現(xiàn)經(jīng)濟政策不確定性與股市之間存在雙向作用。鑒于此，本文則側重研究我國經(jīng)濟政策不確定性與股票收益及股票收益波動之間的雙向影響效應和作用機制。在研究方法上，由于VAR模型的參數(shù)是不隨時間變化的，無法反映經(jīng)濟政策不確定性與股價之間的時變特征。為了探究經(jīng)濟政策不確定性和股票收益及波動之間的影響關系及時變特征，本文借鑒學者Negro和Primiceri(2005)[29]以及Nakajima(2011)[30]的時變參數(shù)向量自回歸模型(TVP-SV-VAR)定量考察經(jīng)濟政策不確定性與股票收益及波動之間的雙向影響效應，鑒于該模型的待估參數(shù)、擾動項方差服從時變特性，且能夠以靈活和穩(wěn)健的方式捕捉到經(jīng)濟系統(tǒng)發(fā)生結構突變時經(jīng)濟變量之間的非線性關系，因此以期能深入分析我國經(jīng)濟政策不確定性和股票收益及波動之間的雙向影響關系和非線性作用機制。

三、經(jīng)濟政策不確定性與股票價格的傳導機制分析

經(jīng)濟政策不確定性與股票價格相互作用的傳導機制至今還未形成系統(tǒng)理論，本文結合已有文獻，從以下幾個方面來進行闡述，以此作為本文的研究基礎。

第一，經(jīng)濟政策不確定性會對股價產(chǎn)生直接作用。現(xiàn)代金融理論中的未來現(xiàn)金流折現(xiàn)估值法表明，股票價格是未來現(xiàn)金流量(預期分紅)的凈現(xiàn)值。該凈現(xiàn)值受到兩個因素影響，一個是預期未來股息，另一個是預期未來折現(xiàn)率。當經(jīng)濟政策不確定性增加時，市場參與者有忽視好消息的傾向，會對預期未來股息和折現(xiàn)率產(chǎn)生悲觀預期，因此可能導致股價下跌[18][31]。另一方面，在較高不確定性的環(huán)境中，由于對未來形勢更難以判斷和預測因此投資者是風險厭惡型的，需要較高的股權風險溢價，這會導致股價上漲(Brogaard和Detzel，2015)[32]。在不確定性較高的環(huán)境下，政府出臺的某些有助于恢復市場信心的經(jīng)濟政策往往會刺激積極的投資反應，這也會導致股價上漲[32]。因此，股票市場的表現(xiàn)可能會對經(jīng)濟政策不確定性產(chǎn)生負面響應，也可能產(chǎn)生正面響應。

第二，經(jīng)濟政策不確定性也會通過間接方式作用于股價，即通過企業(yè)投資和家庭消費的渠道影響股市。根據(jù)實物期權理論的觀點，可以將家庭和企業(yè)的投資行為和消費行為看成是一種實物期權，決策主體可以獲得這種期權以擁有在未來進行投資和消費的權力。在不確定性較高的環(huán)境下，由于未來經(jīng)濟形勢不明朗，企業(yè)決策者會更加擔心自己做出錯誤的投資決策，家庭也會擔心未來自己的收入不穩(wěn)定，因此期權的價值會升高，決策者會產(chǎn)生等待觀望的態(tài)度，推遲投資和消費以便未來根據(jù)經(jīng)濟形勢變化做出靈活決策。這就會導致實體經(jīng)濟下滑，股市流動性減弱從而股價下跌。

第三，經(jīng)濟政策不確定性還會通過油價變化這一間接渠道影響股票市場，原因是油價沖擊對宏觀經(jīng)濟來說至關重要，因此政策制定者會對油價沖擊做出適當反應，從而引起經(jīng)濟政策不確定性發(fā)生變化，政策變化反過來又會影響原油價格。油價的變化會改變商品相對價格，對收入起到重新分配的作用，并影響預期通貨膨脹率和預期實際利率，從而對預期折現(xiàn)率產(chǎn)生影響，并最終反映到股價的變化上[10]。

第四，股票市場的表現(xiàn)也會反過來影響經(jīng)濟政策不確定性，因為政府決策者有時不得不調(diào)整政策以應對股票市場暴漲暴跌現(xiàn)象，因此股票市場的波動性越大可能使經(jīng)濟政策的不確定性越大[18]。

根據(jù)以上傳導機制分析可知，本國的經(jīng)濟政策不確定性與本國股市之間很可能存在雙向影響。由于美國是領先的發(fā)達國家，我國投資者非常關注美國的政策信息以及經(jīng)濟狀況，美國經(jīng)濟政策不確定性也會通過上述第一種渠道影響本國投資者對未來的預期，從而對本國股市表現(xiàn)產(chǎn)生直接影響。現(xiàn)有很多研究表明美國經(jīng)濟政策不確定性也會通過其他方式影響中國股市：第一，由于國際間貿(mào)易聯(lián)系和金融聯(lián)系的存在，外國的經(jīng)濟政策不確定性尤其是發(fā)達國家的經(jīng)濟政策不確定性會對中國的出口、匯率、長期利率和短期利率等經(jīng)濟金融變量產(chǎn)生影響，進而影響我國股票市場[33]；第二，貿(mào)易聯(lián)系和金融聯(lián)系的存在使得美國經(jīng)濟政策不確定性與中國經(jīng)濟政策不確定性之間存在相互溢出效應[34-35]，因此美國經(jīng)濟政策不確定性會通過中國經(jīng)濟政策不確定性間接與中國股市產(chǎn)生作用；第三，美國經(jīng)濟政策不確定性會通過上述渠道與美國股市之間產(chǎn)生相互影響，且各國的股票市場之間是存在相互溢出的，因此美國經(jīng)濟政策不確定性會間接影響中國股市。根據(jù)以上分析，本文將中國經(jīng)濟政策不確定性、美國經(jīng)濟政策不確定性與中國股市納入研究框架來探索三者之間的關系。

四、TVP-SV-VAR模型

VAR模型自Sims(1980)[36]提出后就得到廣泛應用，但該模型的系數(shù)和擾動項方差不隨時間發(fā)生變化，無法刻畫經(jīng)濟系統(tǒng)發(fā)生結構性突變時變量之間的非線性關系。Vegro和Primiceri(2005)[29]、Nakajima(2011)[30]對VAR模型進行改進，他們將其擴展為帶有隨機波動的時變參數(shù)向量自回歸模型(TVP-SV-VAR)，該模型能夠以靈活和穩(wěn)健的方式捕捉變量之間的非線性關系。實際上，TVP-SV-VAR模型是SVAR模型的擴張，其最大的改進在于允許參數(shù)時變。SVAR模型的基本形式設定如下：

Azt=P1zt-1+…+Pszt-s+υt,t=s+1,…，n

(1)

其中，zt是k×1維可觀測向量，在本文中包括經(jīng)濟政策不確定性、收益率及波動率三個變量。A,P1,…Ps，是k×k維系數(shù)矩陣，υt為結構沖擊，假設υt～N(0,∑∑)：

(2)

其中，σi(i=1,…，k)是結構沖擊υt的標準差。

參考Nakajima(2011)[30]，假設A是一個下三角形矩陣，且主對角線元素為1：

(3)

將式(1)重寫為簡化的VAR形式:

zt=B1zt-1+…+Bszt-s+A-1∑εt,εt～n(0,Ik)

(4)

其中，Bi=A-1Pi,i=1,…,s，將Bi的行元素按列排序，記為β，則β為k2s×1維向量。

zt=Xtβ+A-1∑εt,t=s+1,…,n

(5)

此時，式(5)中的各個參數(shù)都不隨時間而改變，無法刻畫經(jīng)濟系統(tǒng)發(fā)生結構性突變時變量之間的非線性關系。考慮到參數(shù)的時變性，將式(5)改寫為TVP-SV-VAR模型：

(6)

(7)

對于t=s+1,…,n，假定βs+1～N(μβ0,∑β0),as+1～N(μa0,∑a0),hs+1～N(μh0,∑h0)，時變參數(shù)的隨機沖擊εt、uβt、uat、uht之間互不相關，進一步假設Σβ、Σa、Σh是對角矩陣。對漂移項系數(shù)和參數(shù)進行建模，可以充分捕捉到VAR結構隨時間的可能變化情況。

五、實證分析

(一)指標選取和數(shù)據(jù)處理

1．經(jīng)濟政策不確定性度量指標

在Baker等(2012)[7]發(fā)布經(jīng)濟政策不確定性指數(shù)前，沒有學者準確衡量由政策不確定性帶來的經(jīng)濟風險。在Baker等發(fā)布經(jīng)濟政策不確定性指數(shù)后，國內(nèi)外學者采用該指數(shù)進行了大量研究。也有部分學者(Julio等，2012[37]；楊海生等，2014[38])采用官員更替數(shù)據(jù)作為經(jīng)濟政策不確定性的代理變量，但是由于政府官員變更并非是持續(xù)性事件，以其作為經(jīng)濟政策不確定性的代理變量暗含的前提是政策僅在官員變更當年發(fā)生變化而不在其他年度改變，因此不能準確刻畫經(jīng)濟政策不確定性的連續(xù)性和時變性特征。Baker等構建的經(jīng)濟政策不確定性指數(shù)(EPU)具有較好的連續(xù)性和時變性，能夠較為準確地衡量經(jīng)濟政策不確定性的中短期變動。因此本文擬采用Baker等編制的經(jīng)濟政策不確定性指數(shù)(EPU)作為代理變量。該指數(shù)由三個部分構建而成：第一個部分是報紙中與經(jīng)濟政策不確定性相關內(nèi)容的文章出現(xiàn)的頻率，賦予1/2的權重；第二個部分是未來幾年內(nèi)將終止的聯(lián)邦稅收法規(guī)的數(shù)量，賦予1/6的權重；第三個部分是經(jīng)濟預測分析師之間預測的不一致程度，賦予1/3的權重。對上述三個層次的指標的均值與標準差進行標準正態(tài)化處理，并按照相應概率分布賦予對應的權重后，通過數(shù)據(jù)合成方法構建出EPU指數(shù)，指數(shù)數(shù)值越大，其代表經(jīng)濟政策不確定程度越高。中國經(jīng)濟政策不確定性指數(shù)是以香港英文報紙《南華早報》為分析對象，通過文本搜索方式衡量出與經(jīng)濟政策不確定性相關的文章出現(xiàn)的頻率，進而進行標準正態(tài)化處理得到。《南華早報》是香港發(fā)行量最大、影響力最強的英文報刊，其對中國經(jīng)濟的跟蹤報道非常及時緊密，將其作為新聞報道檢索平臺可以很大程度上保證檢索范圍的全面性和檢索內(nèi)容的準確性。經(jīng)濟政策不確定性指標取自官方發(fā)布網(wǎng)站(http://www.policyuncertainty.com)，為月度數(shù)據(jù)，樣本期間為2001年1月至2018年12月。基于數(shù)據(jù)平穩(wěn)性的要求，將該指數(shù)進行對數(shù)一階差分變換。

2．股票市場相關指標

(二)TVP-SV-VAR模型的估計結果與分析

1．TVP-SV-VAR模型的估計結果

為了獲得足夠有效的樣本，本文采用馬爾科夫鏈蒙特卡洛(MCMC)算法對TVP-SV-VAR模型進行參數(shù)估計，通常通過Geweke檢驗和無效率影響因子判斷估計效果。Geweke檢驗統(tǒng)計量若收斂于正態(tài)分布，則說明MCMC抽樣是平穩(wěn)的，而無效率影響因子則用于判斷MCMC抽取樣本的有效性。

對比前n0個樣本和后n1個樣本，舍棄中間的樣本，構造Geweke檢驗統(tǒng)計量，如下所示：

(8)

無效因子定義為：

(9)

式(9)中，Bm為帕爾森窗寬，設置Bm=500，ρs是滯后s階時的樣本自相關系數(shù)。無效因子是后驗樣本均值的數(shù)值方差與不相關序列樣本均值的方差之比，無效因子的倒數(shù)也被稱為相對數(shù)值效率。當無效因子為m時，得到的不相關樣本數(shù)目等于MCMC樣本數(shù)目/m。

本文基于經(jīng)濟政策不確定性指數(shù)和股票收益率及波動率數(shù)據(jù)，建立TVP-SV-VAR模型，使用OxMetrics軟件，采用MCMC算法對模型進行參數(shù)估計，得到后驗均值、標準差、95%置信區(qū)間、Geweke檢驗和無效因子。TVP-SV-VAR模型的估計結果如表1所示。

表1 TVP-SV-VAR模型估計結果

由估計結果可知，參數(shù)的后驗均值都在95%置信區(qū)間內(nèi)。并且Geweke收斂診斷值的結果表明，在1%的顯著性水平下，模型參數(shù)收斂于后驗分布的原假設不被拒絕。此外，無效因子表示能得到足夠多的不相關序列樣本所需抽樣的次數(shù)，無效因子的數(shù)值越小，說明模型的擬合效果越好。上表結果顯示，無效因子較小，最大的值為70.74，這意味著至少可以得到282(20000/70.74≈282)個不相關樣本，足以進行后驗分布推斷。綜上，TVP-SV-VAR模型的MCMC模擬是有效的，如圖1所示。

圖1 TVP-SV-VAR模型的MCMC模擬結果

圖1中，第一排的圖形為MCMC模擬的參數(shù)自相關系數(shù)，Σα、Σβ、Σh的樣本自相關系數(shù)都急速下降，并且接近于零，表明使用的Gibbs抽樣方法能有效產(chǎn)生基本不存在自相關關系的樣本。中間的圖形為樣本路徑，圖中顯示的路徑比較平穩(wěn)，圍繞某一值上下波動，說明抽樣獲得的不相關樣本數(shù)量是能夠滿足模型估計的，并且是有效的。第三排的圖形為模擬分布密度，反映了MCMC模擬過程中的參數(shù)后驗分布密度函數(shù)。

2．TVP-SV-VAR的時變脈沖響應分析

時變脈沖響應函數(shù)有兩種：一種是等間隔脈沖響應函數(shù)，可以分析變量間脈沖響應的滯后性與時變性；另一種是時點脈沖響應函數(shù)，可以分析在特殊時點上變量對結構沖擊的動態(tài)影響。為了表述方便，下面的分析中用EPU表示經(jīng)濟政策不確定性指數(shù)，用R表示股票收益率，用Vol表示股票收益波動率。

(1)等間隔脈沖響應分析(圖2、圖3)

圖2 R對EPU的等間隔脈沖響應圖

圖3 EPU對R的等間隔脈沖響應圖

等間隔脈沖響應函數(shù)是指每一期解釋變量的隨機擾動項沖擊對固定時間間隔后被解釋變量所產(chǎn)生的影響。本文分別設定時間間隔為0個月(同期)、1個月(短期滯后)、2個月(中期滯后)、4個月(長期滯后)進行脈沖響應分析，設定沖擊項的值為樣本隨機波動的均值。

圖2給出了股票收益對經(jīng)濟政策不確定性沖擊的等間隔時變脈沖響應(εEPU↑→R)，如圖所示，同期(0個月)、1個月和2個月間隔的時變脈沖響應大部分時期處于零線以下，平均影響效應分別為-1.53%，-0.37%，-0.03%，而4個期滯后的脈沖響應基本趨于零線，其平均影響效應為-0.07%，這表明經(jīng)濟政策不確定性沖擊的影響會隨著時間間隔的長度而減弱甚至逐漸趨于零。就影響的波動變化來看，當外部經(jīng)濟環(huán)境發(fā)生較大變化使經(jīng)濟政策不確定程度加大時，同期脈沖響應函數(shù)表現(xiàn)最為明顯，如在次貸危機、歐債危機、2015年股災和中美貿(mào)易戰(zhàn)發(fā)生時，脈沖響應函數(shù)出現(xiàn)負向較大值，這是股票市場上的投資者對政策不確定性采取的及時調(diào)整策略導致的。但就中長期來看，經(jīng)濟政策不確定性對股票收益的負向影響逐漸減弱，可能是因為后續(xù)政府出臺各種救助方案和刺激措施以實現(xiàn)經(jīng)濟增長，如次貸危機時的四萬億振興計劃、歐債危機時的貨幣供給調(diào)整和2015年股災時降準降息、暫停IPO等。當經(jīng)濟環(huán)境改善使得投資者的信心增強時，經(jīng)濟政策不確定性沖擊對股票收益的負向影響將會逐漸減弱。

圖3為經(jīng)濟政策不確定性對股票收益沖擊的脈沖響應(εR↑→EPU)。同期脈沖響應線表明股票收益的沖擊對同期經(jīng)濟政策不確定性沒有影響。1個期和4個期滯后的脈沖響應均表現(xiàn)為負向，1個期滯后的平均影響效應為-5.2%，遠遠大于4個期滯后的平均影響效應-1.1%，而2個期滯后的脈沖響應卻為正且影響較小。總的來看，股票收益沖擊對經(jīng)濟政策不確定性的影響會隨著時間減弱。

圖4顯示的是股票收益波動對經(jīng)濟政策不確定性沖擊的等間隔時變脈沖響應(εEPU↑→Vol)。可以看出，各期脈沖響應的變化趨勢基本一致，同期平均影響效應為0.36%，最高時達到2.3%。在次貸危機、歐債危機、2015年股災和中美貿(mào)易戰(zhàn)這幾個時期，同期脈沖響應都在零線以上，均表現(xiàn)為產(chǎn)生正向極值后快速下滑的現(xiàn)象，這可能是因為事件發(fā)生后較高的經(jīng)濟政策不確定性會加劇股票收益波動，后續(xù)隨著調(diào)控政策的實施，經(jīng)濟形勢趨于明朗，經(jīng)濟政策不確定性對股票收益波動的推動作用有所下降。就影響的時效來看，經(jīng)濟政策不確定性沖擊在中短期內(nèi)對股票收益波動有推動作用，但從長期來看不明顯，這可能是由于經(jīng)濟政策不確定性突變時，短期內(nèi)資本市場投資者情緒波動較大，從而使得股票收益的波動性加大。但經(jīng)過一段時間后，隨著經(jīng)濟環(huán)境和市場的穩(wěn)定，其波動性影響將會逐漸減弱。

圖4 Vol對EPU的等間隔脈沖響應圖

圖5為經(jīng)濟政策不確定性對股票收益波動沖擊的脈沖響應(εVol↑→EPU)。從圖中可以很明顯地看出，0個期滯后的脈沖響應與零線重合；1個期滯后的脈沖響應表現(xiàn)為正向，并且非常穩(wěn)定，平均影響效應為1%；2個期滯后的脈沖響應為負向，有上升趨勢；4個期滯后的脈沖響應大于零且較弱。這表明股票收益波動上升對同期的經(jīng)濟政策不確定性不會產(chǎn)生影響，在短期內(nèi)會使經(jīng)濟政策不確定性上升，而從中長期來看影響作用并不明顯。

圖5 EPU對Vol的等間隔脈沖響應圖

(2)時點脈沖響應分析

由于時點脈沖響應分析需要選擇具有代表性的經(jīng)濟事件作為結構時點，上述等間隔脈沖響應分析的結果表明，股票收益對經(jīng)濟政策不確定性沖擊的響應在2008年、2011年后期、2015年和2018年呈負向極值響應，這剛好對應幾個重要事件對應的經(jīng)濟政策不確定性突變的時點。因此本文選取2008年9月(次貸危機爆發(fā))、2011年11月(后危機時代)、2015年5月(股災)和2018年3月(中美貿(mào)易戰(zhàn))這四個時點進行進一步分析。這四個時點的脈沖響應如圖6、圖7、圖8、圖9所示。

圖8 Vol對EPU的時點脈沖響應圖

圖9 EPU對Vol的時點脈沖響應圖

圖6為股票收益對經(jīng)濟政策不確定性沖擊的時點脈沖響應函數(shù)。在第0期，各個時點的經(jīng)濟政策不確定性沖擊對同期股票收益均有負向影響，這與等間隔脈沖響應的結論一致。就影響程度而言，2008年9月次貸危機這一時點上，經(jīng)濟政策不確定性對同期股票收益的負向影響最大可達到-4.5%。2018年3月中美貿(mào)易戰(zhàn)爆發(fā)這一時點，負向影響可達到-4%。總的來看，幾個時點的不確定沖擊的負向影響在4期以后將逐漸消退。圖7為經(jīng)濟政策不確定性對股票收益沖擊的時點脈沖響應函數(shù)。如圖中所示，選取的四個時點的脈沖響應變化趨勢大致相同。由0期的無影響到第1期時達到負向最大影響，影響程度可達-7.5%，這說明短期內(nèi)股票收益沖擊會使經(jīng)濟政策不確定性加劇，但4期以后其影響程度基本趨于零。

圖6 R對EPU的時點脈沖響應圖

圖7 EPU對R的時點脈沖響應圖

圖8為股票收益波動對經(jīng)濟政策不確定性沖擊的時點脈沖響應圖。2008年9月次貸危機時點的脈沖響應為正，其影響程度先下降后上升再下降，隨后小幅波動逐漸趨于平緩，這表明經(jīng)濟政策不確定性沖擊會加劇股票收益的波動性。2011年11月的時點脈沖響應函數(shù)走勢與2008年9月類似，但其影響程度較弱。2015年5月股災發(fā)生時的脈沖響應函數(shù)第0期表現(xiàn)為正向影響且逐漸減少至2期的負值，其影響在4期后趨于零。2018年3月貿(mào)易戰(zhàn)爆發(fā)時的脈沖響應函數(shù)第0期表現(xiàn)為正向影響，第1期及以后轉為負向影響且一直呈負向影響而非常緩慢趨于零，這與等間隔脈沖響應表現(xiàn)一致。圖9是經(jīng)濟政策不確定性對股票收益波動沖擊的時點脈沖響應圖，四個時點脈沖響應圖的走勢非常類似，在第0期時影響程度為0，均在第1期時達到正向極值，影響程度可達到1%左右，其影響特征與等間隔脈沖響應函數(shù)表現(xiàn)一致，這表明股票收益波動的沖擊對同期經(jīng)濟政策不確定性不會產(chǎn)生影響，在短期內(nèi)會加大經(jīng)濟政策不確定性，而從中長期來看其影響程度基本為零。以中美貿(mào)易戰(zhàn)爆發(fā)這一時點為例，事件發(fā)生后0～16個月內(nèi)的整體平均影響效應為0.12%，這表明中美貿(mào)易戰(zhàn)時期股票收益波動的沖擊會使經(jīng)濟政策不確定性略微有所上升。

六、結論與建議

本文基于2001年1月至2018年12月中國經(jīng)濟政策不確定性與股票收益及波動數(shù)據(jù)，通過構建帶有隨機波動的時變參數(shù)向量自回歸模型(TVP-SV-VAR)來定量考察經(jīng)濟政策不確定性與股票收益及經(jīng)濟政策不確定性與股票收益波動之間的雙向影響效應。主要得出以下結論：一方面，經(jīng)濟政策不確定性沖擊對股票收益及股票收益波動均具有明顯影響，這種影響會隨著滯后期的延長而逐漸減弱甚至趨于零。具體來看，經(jīng)濟政策不確定性沖擊對當期股票收益具有顯著負向影響，對滯后1個月、2個月的股票收益的總體影響也為負且逐漸減小，對滯后4個月的股票收益的影響趨于零。經(jīng)濟政策不確定性沖擊會加劇當期股票收益波動，在中短期內(nèi)對股票收益波動也有一定推動作用，但從長期來看不明顯。另一方面，股票收益及股票收益波動也會影響經(jīng)濟政策不確定性。具體來看，股票收益和股票收益波動受到的沖擊對當期經(jīng)濟政策不確定性沒有明顯影響，但在短期內(nèi)會加劇經(jīng)濟政策不確定性，中長期的影響效應逐漸趨于零。

我國目前正處于經(jīng)濟轉型升級的關鍵時期，經(jīng)濟呈現(xiàn)出“增長速度換擋期”“結構調(diào)整陣痛期”“前期政策消化期”“新的政策探索期”的四期疊加態(tài)勢，政府頻繁出臺各類經(jīng)濟政策對經(jīng)濟運行進行宏觀調(diào)控，政策推出前期執(zhí)行方向和力度等的不確定性會加劇經(jīng)濟政策的不確定性。鑒于本文研究得出的政策不確定性和股票收益及波動之間存在的雙向影響效應，提出幾點建議：首先，政府應加強政策的穩(wěn)定性和持續(xù)性，在調(diào)控政策時盡量做到公開透明并合理引導公眾預期，重視事前與事后的信息披露，降低由于政策調(diào)控的不確定性對股票市場的負面影響。其次，我國應該完善股票市場相關制度，合理引導投資者由短期的投機行為逐漸轉向長期的投資行為，減緩股市在面臨經(jīng)濟政策不確定性沖擊時的短期劇烈波動。最后，當股市出現(xiàn)大幅波動時，應更多地依靠市場自身來進行調(diào)節(jié)，實現(xiàn)資源的有效配置，盡量避免政府過度干預以減少股市對經(jīng)濟政策不確定性的不利影響。