貨幣政策工具選擇、投資者情緒及股市時變特征實證研究

苗金芳 米雪成 申祥鑫

本文通過主成分分析法選取股市成交金額、股市成交量、上證新增開戶數、上證所平均市盈率、上證股票換手率構建綜合投資者情緒指標。基于TVP-VAR模型實證及時點脈沖函數分析了法定準備金率、新增信貸與投資者情緒對股價的動態影響。研究結果顯示：短期內，法定準備金率和投資者情緒對股價均產生顯著的影響，隨著時間和經濟環境的變化，表現出顯著的時變特征。時點脈沖函數實證顯示，股市處于牛熊市時期，我國散戶為主投資者非理性行為加劇了股價的異常波動。

一、引言

股票市場在現代資本市場的地位越來越重要，其投融資功能、資源配置功能和產權功能，對促進經濟結構優化及資本積累和交易起著重要作用。維護股市穩健發展對于現階段我國宏觀經濟運行以及提升居民家庭金融資產增值具有重要意義。

國內外研究表明貨幣政策、投資者情緒對股價波動產生影響。Kurov（2010）實證研究貨幣政策在不同的市場條件下，對投資者情緒影響具有顯著的差異性，并且發現在股市低迷階段，對投資者情緒變化更敏感的股票受貨幣政策的影響較大；陳其安、雷小燕（2017）認為投資者情緒一定程度上減弱了貨幣政策對股市的影響；喬晶（2018）運用網絡爬蟲將新浪財經的評論進行分析并從中提取投資者情緒指標，通過構建VAR模型得出投資者情緒影響貨幣政策對股市的作用；康海斌、王正軍（2019）通過投資者情緒和貨幣政策對股市的分析，得出貨幣政策與股市波動的關系較弱。

本文在國內外相關研究的基礎上，通過主成分分析法構建投資者情緒指標，并選取新增信貸額和法定存款準備金作為貨幣政策指標，運用TVP-VAR模型來研究三者之間的動態特征。

二、投資者情緒指標構建

衡量投資者情緒需要考察投資者參與市場交易活動的情況，目前度量投資者情緒主要有三種方法，分別為直接指標、間接指標、綜合指標。直接指標通常用調查等方式獲取投資者情緒指標，該數據能夠直接體現投資者情緒變化；間接指標一般指從市場的交易活動中獲取數據，當投資者參與市場交易活動時，會產生一系列不同的交易數據，通過這些數據能夠客觀地反映投資者情緒變化；綜合指標綜合情緒指數方面比較著名的是 BW（Baker 和 Wurgler，2006）指數，該指標選取新股發行量、新股首日回報率、新股發行籌集資金、穩定型公司與投機型公司估值水平、股票換手率以及封閉式基金折價率六個指標，從而構建綜合的投資者情緒指標，使用降維方法為主成分分析。

本文投資者情緒指標構建基本原理是：首先選取市場上能夠反映投資者情緒的7個指標，時間為2006年1月至2019年6月，均為月度數據；其次通過當期和滯后期的處理，把7個當期指標和7個滯后一期指標，共14個指標用主成分分析得出共同因子；然后分析共同因子與指標之間的相關系數，篩選出合適的投資者情緒指標;最后用留存的投資者情緒指標通過主成分分析法，構建綜合投資者情緒指標（SENT）。根據我國股票市場發展情況，選擇的指標分別為股市成交金額同比（MOY）、股市成交量同比（VOL）、上證新增開戶數同比（NEW）、上證所平均市盈率（PER）、上證股票換手率（TURN）、CICSI基金折價率（NAV）和消費者信心指數（CCI）。最后運用主成分分析構建投資者情緒指標，考慮到各個指標衡量投資者情緒會出現一定的滯后性，有些指標會在當期呈現出投資者情緒的變化，所以將7個指標全部滯后一期，把7個當期指標和7個滯后一期指標共同放入投資者情緒指標構建中。

從表1可以看出KMO的值為0.766，大于0.5，同時Sig小于0.05，說明構建主成分分析有效；從表2得出前3個主成分的累計方差貢獻率大于80%，可以有效地解釋所有指標，從圖1碎石圖可以看出主成分1到主成分3的波動程度很大。由此可以得出，選取前三個主成分進行研究分析，通過SPSS構建主成分共同因子P1，再用P1與14個變量構建相關系數。

根據表3的相關系數圖可以看出MOY，TURN和VOL的滯后一期作為指標比較優，而NEW和PER的當期指標比較優，NAV和CCI的相關性比較低，說明把基金折價率和消費者信心指數作為投資者情緒指標不太合適。通過剔除相關系數小于0.5的指標，再把同個指標的“當期”和“滯后期”與P1的相關性比較，最終選取五個變量來構建投資者情緒指標，分別為MOYt-1，TURNt-1，NEW，VOLt-1和PER。

將上述留存的5個指標進行主成分分析，構建出綜合投資者情緒指標。

如表4 所示，KMO 和 Bartlett 的檢驗可以看出，KMO為0.643，大于0.5，同時Sig小于0.05，表明可以有效構建主成分分析。如表5所示，用留存的5個指標做主成分分析，通過主成分分析的各項指標發現，由于前兩個主成分的累計方差貢獻率達到86.314%，表明前兩個主成分對所有指標的信息涵蓋程度達到將近86%；同時第一主成分的特征值大于1，第二主成分的特征值接近于1；從圖2的碎石圖可以看出前兩個主成分曲折程度較大。綜上可以得出，選取前2個主成分繼續進行投資者情緒指標的構建。

如表6所示成分得分系數矩陣，由此可以根據每個變量的得分系數，推導前兩個主成分F1和F2，具體公式如下：

通過計算得到的F1和F2，再進行加權得出最終的投資者情緒指標SENT，權重為每個成分的方差貢獻率占前兩個主成分累計方差貢獻率的比值，公式如下：

綜合投資者情緒SENT的最終公式為：

首先將投資者情緒SENT和上證指數T進行標準化處理，分析其波動情況。如圖3所示，投資者情緒和上證指數的走勢大致相同。從波動程度來看，投資者情緒的變動大致先于上證指數的變動，說明投資者情緒有一定的預警作用，二者具有較強的相關性。

以上投資者情緒指標SENT和上證指數T做一階差分獲得平穩性數據，進行格蘭杰因果檢驗，如表7可以得出，投資者情緒和上證指數的格蘭杰因果檢驗，所得出的P值均小于0.05，說明兩者之間存在統計意義上的格蘭杰因果關系。

三、模型構建與指標選取

（一）向量自回歸模型構建

模型構建依據吳麗華（2014）TVP-VAR模型參考。具體如下：時變參數向量自回歸模型（TVP-VAR）是在SVAR模型中引入時變特征，首先構建一個簡單SVAR模型：

根據式（5），是k*1維列內生向量，p為滯后階數，t表示月度，t=p+1，…，n； A為K*K維的矩陣 ；F為滯后項系數的K*K維矩陣；=K*1維隨機擾動項～N（0，）。A和分別表示為：

然后把（5）簡化如下：

在式（7）中，系數參數和都是隨機變化的，根據Primiceri（2005），令表示矩陣中下三角中元素的堆積向量，對數隨機波動率矩陣，且對于所有的j=1，…，k，t=s+1，…，n，設。TVP-VAR模型中的所有參數服從隨機游走，

其中，。

假設時變參數的沖擊不相關，并且、、都是對角矩陣。（8）式中假定所有參數服從一階隨機游走過程，Primiceri（2005）指出該假設可以允許參數暫時或永久性變動，可充分捕捉潛在經濟結構的漸變或突變；對于模型的估計Nakajima（2011）采用MCMC（馬爾科夫鏈蒙特卡羅）方法估計更加精確有效。

（二）變量指標選取

1.貨幣政策指標選取。伴隨金融經濟的不斷發展，各國中央銀行逐漸形成了與其相適應的貨幣政策工具。本文將法定存款準備金率和新增信貸作為貨幣政策指標。

（1）法定存款準備金率DR。其變動影響整個社會信貸規模和可有資金數量，當法定存款準備率提高時，能夠有效減少流入股市的資金。數據源于東方財富網數據中心。

（2）新增信貸XIN。新增信貸增加時，表明企業能夠獲得更多融資，從而增加企業的投資活動。數據是金融機構人民幣信貸的貸款同比。數據源于中國人民銀行。

2.股價指標選取。上證指數月末值T。本文選取上證指數每月月末值作為股價的代理指標。數據來源于東方財富網。

四、實證分析

首先對上述的變量做z-score標準化處理，以便消除不同變量單位和數量級的影響，時間是2006年1月至2019年6月，并且均為月度數據，對處理后的數據用小寫字母表示為dr（法定存款準備金率），xin（新增信貸），t（上證指數月末值），sent（投資者情緒指標）。再利用OxMetrics6計量軟件，對TVP -VAR模型進行分析。

（一）平穩性檢驗

在進行時間序列數據分析時需要檢驗數據是否平穩，通過Eviews9.0對上述變量進行平穩性檢驗，如表8所示4個變量中dr和t是不平穩的。為了使數據保持一致穩定性，對4個變量分別做一階差分，結果顯示如下。

（二）參數估計結果

在進行TVP-VAR模型之前，需要對模型參數進行后驗估計，通過MCMC方法進行10000次抽樣，舍棄前1000次作為預燒值，表9所示參數估計的結果。

從表9中可以看出CD統計量小于臨界值1.69，不能拒絕抽樣結果平穩的原假設，其結果是收斂的；無效因子比較小，低于100次，相比較10000次的抽樣樣本很少，表明后驗分布是有效抽樣。

（三）實證結果分析

1.等間隔脈沖函數。如圖4所示，TVP-VAR模型提供等間隔脈沖函數，滯后期為1個月、3個月和6個月以此考察短期和中長期效應。

（1）法定準備金率、新增信貸對投資者情緒影響。由圖4第一張圖看出，當法定存款準備金率DR受到一個標準差的正向沖擊，短期內投資者情緒都表現為穩定的負向響應，當法定存款準備金率提高時，公眾投資者情緒呈現消極情緒，符合理論預期。由此可見，法定存款準備金率在短期可以很好地改變投資者情緒。從中長期來看，投資者情緒的響應程度較小，2008年之前呈現微弱的正向效應，緊縮的貨幣政策并沒有抑制股市，說明2006年至2008年牛熊市轉換期間，投資者情緒的作用抵消了貨幣政策長期調控股市的力度。

從圖4第二張圖看出，當新增信貸XIN受到一個單位標準差的正向沖擊，不同滯后期下投資者情緒產生的響應不同。短期來看，2011年之前投資者情緒為正向響應，之后由正轉負。中長期來看，新增信貸受到一個標準差的正向沖擊后，投資者情緒受到的響應與短期的走勢正好相反，新增信貸對投資者情緒的影響隨著時間的推移不斷變化，具有顯著的時變特征。

（2）法定準備金率、新增信貸對股價的影響。如圖4第三張圖所示，在法定存款準備率DR受到標準單位正向沖擊后，短期內股市響應為穩定負向。2015年以來供給側結構性改革，我國的貨幣政策開始由寬松逐漸變為緊縮，通過提高存款準備金率在短期內可以有效抑制股市；從中長期來看，法定存款準備金率對股價的影響隨著時間的變動，其效應逐漸減弱。如圖4第四張圖所示，當新增信貸XIN受到標準單位的正向沖擊時， 2017年之前，股價的短中長期的響應均為正向，符合理論預期。

（3）投資者情緒對股價的影響。如圖4第五張圖所示，投資者情緒SENT受到標準單位正向沖擊后，投資者情緒對股價的影響存在波動性。如圖4第六張圖所示，在股價T受到標準單位正向沖擊后，投資者情緒在短期內基本是穩定的正向效應，中長期的脈沖效應基本接近零左右。

2.時點脈沖響應函數。時點脈沖響應函數是選擇特定時點的脈沖函數，本文選取時間點分別為2006年10月、2015年4月和2017年6月三個不同的時間點，原因是這三個時間代表我國股市表現為顯著的牛市、熊市特征。2006年10月大致處于我國牛市的初始階段，此階段是2007年牛熊市轉化開始前期，宏觀經濟運行良好；2015年4月是我國牛市上漲猛烈的階段，屬于牛市的高潮階段；2017年6月基本處于2015年牛熊市轉化之后的低點震蕩階段，貨幣政策穩健中性偏緊。

（1）法定準備金率、新增信貸對投資者情緒的影響。如圖5第一張圖所示，對法定存款準備金率標準單位的正向沖擊后，投資者情緒在三個時間點的脈沖效應走向基本一致，并且方向變化也相同，期初表現為負向效應，在第五期轉為正向效應。從脈沖的響應程度來看，2006年10月時間點的變化幅度更加劇烈，隨著觀察期的推進，到2007年牛市持續上漲將近10個月，投資者情緒異常高漲，對法定存款準備金率的反應波動性更大，而2015年4月和2017年6月時間點的響應程度基本一致，股市在低位震蕩。

如圖5第二張圖所示，當新增信貸受到標準單位的正向沖擊后，投資者情緒的脈沖響應在不同的時間點出現不同的效應，2006年10月前兩期為正向效應，之后第三期轉為負向效應，第六期又轉變成正向效應，最后隨著滯后期的增加，波動持續大約十期后減弱，2015年4月和2017年6月的脈沖響應走勢基本一致，前兩期為負向效應，在第三期轉為正向，隨著期數增加，效應逐漸減弱。

（2）法定準備金率、新增信貸對股價的影響。如圖5的第三張圖所示，股價對法定存款準備金率的脈沖響應在不同的時間點基本走勢一致，當法定存款準備率受到正向沖擊時，股價的當期響應都為負向，然后出現波動，在第四期左右轉為正向效應，在第五期又變為最大負向效應，最后反復波動至第十期維持在零附近。可以看出，在三個不同時間點，法定存款準備金率提高在當期內顯著降低股價，但是很快在第四五期出現明顯波動。

如圖5第四張圖所示，新增信貸受到標準單位的正向沖擊后，股價在三個不同時點的脈沖響應變化趨勢有所差異，隨著期數的增加，股價的脈沖響應出現波動。

（3）投資者情緒和股價的影響。如圖5第五張圖所示，投資者情緒受到標準單位的正向沖擊時，不同時間點下，股價脈沖響應的走勢基本一致，當期效應都為正向，然后隨著期數的推進，股價的脈沖響應會出現波動，最終不斷減弱至十期左右保持穩定，在2006年10月和2015年4月的影響程度明顯高于2017年6月，說明在牛熊市轉化階段，投資者情緒對股價的影響更大。如圖5第六張圖所示，股價受到標準單位的正向沖擊，投資者情緒的脈沖響應走勢同樣基本一致，第一期為正向效應，然后四期出現負向效應，最后波動不斷減弱。由此可以看出，投資者樂觀情緒的提高在短期內能夠提高股價，在從中期來看這種影響仍然不穩定。

五、結論及啟示

（一）研究結論

1.貨幣政策工具選擇對投資情緒的影響。短期內，引導投資者情緒動向的貨幣政策工具來看，法定存款準備率比新增信貸更有效，但中長期法定存款準備金率效果逐漸減弱，新增信貸具有時變性和不確定性，說明若政府通過頻繁調整貨幣政策，達到長期穩定影響投資者情緒的變動是不現實的。

2.關于貨幣政策工具選擇對股價的影響。短期內法定存款準備金率比新增信貸更有效，并且隨著我國市場不斷改善，法定存款準備金率對股市的調劑能力越來越強，但中長期觀測，兩者對股價的影響均具有不確定性，貨幣政策不能長期穩定的引導股價的走向。

3.投資者情緒和股價的影響。通過等間隔脈沖函數圖看出，短期內投資者情緒對股價影響比較顯著。由于短期投機性的影響，投資者過多關注短期收益的變化，未能制定長期理性的投資策略。

4.綜合三者之間的變化關系。可以得出，短期內，貨幣政策可以有效引導投資者情緒和股市價格。但長期來看，貨幣政策效力不斷減弱，由于我國股市個人投資者占主體地位，且更關注短期收益，投資者情緒可迅速將貨幣政策的效力抵消，從而削弱了貨幣政策對股市的調控能力。

（二）啟示

1.基于上述實證分析貨幣政策和投資者情緒對股價的影響均存在時變特性和滯后性。不同的經濟背景條件下產生的效應均有差異。貨幣當局通過貨幣政策引導股票市場價格走向，需要考慮多方面因素，包括宏觀經濟態勢、國際貿易環境、投資者情緒等，單純依靠貨幣政策達到穩定的引導并不足夠。

2.通常伴隨經濟過熱出現牛市特征。頻繁通過調整貨幣政策來穩定股市非最優選擇。應該從多個角度入手，一方面需要給市場投資者傳遞預警信息，減少投資者非理性投資行為，另一方面要尊重市場自我調節機制，在此基礎上通過循序漸進的調整方針，制定穩健柔和的干預手段。

3.提高股票市場投資者的金融素養。減少投資者非理性行為，降低金融市場波動性，同時改善股票市場投資者結構。我國散戶眾多，個人投資者是股市的主體，具有非理性和投機性特征，因此增加機構投資者的比例，提高股票市場的穩定性和抗風險能力。

4.應繼續完善市場監督體系。加強監管的流程，強化監督的執行效率，進一步完善入市退市機制，提高上市公司的質量和投資者的專業性，讓市場能夠真正體現股票的投資價值，從而使資源配置更加有效率。

參考文獻：

［1］Kurov A. Investor sentiment and the stock markets reaction to monetary policy［J］. Journal of Banking&Finance，2015，47（24）：2514-2522.

［2］陳其安，雷小燕.貨幣政策、投資者情緒與中國股票市場波動性：理論與實證［J］.中國管理科學，2017，25（11）：1-11.

［3］喬晶.貨幣政策對股票市場的影響——基于投資者情緒的視角［D］山西財經大學.2018.

［4］張前程，楊德才.貨幣政策、投資者情緒與企業投資行為［J］.中央財經大學學報，2015（12）：57-68.

［5］康海斌，王正軍.投資者情緒與貨幣政策對股市波動影響的實證［J］.統計與決策，2019，35（13）：174-176.

［6］Chandler Lutz.The Impact of Conventional and Unconventional Monetary Policy on Investor Sentiment［J］.Journal of Banking & Finance .2015.2-8.

［7］周怡. 投資者情緒對中國貨幣政策傳導的實證研究［D］.復旦大學，2012.

［8］陳影，鄭重.我國貨幣政策對投資者情緒的影響［J］.上海金融，2017（02）：17-24.

［9］司登奎，李小林，江春.央行外匯干預、投資者情緒與匯率變動［J］.統計研究，2018，35（11）：58-70.

［10］易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構建［J］.金融研究，2009（11）：174-184.

［11］魏星集，夏維力，孫彤彤.基于BW模型的A股市場投資者情緒測度研究［J］.管理觀察，2014（33）：71-73+76.

［12］吳麗華，傅廣敏.人民幣匯率、短期資本與股價互動［J］.經濟研究，2014，49（11）：72-86.

［13］Primiceri， G. E.， Time Varying Structural Vector Auto-regression and Monetary Policy， Review of Economic Studies， 2005（3）： 821-852.

［14］Nakajima J， Kasuya M， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy［J］. Journal of the Japanese & International Economies， 2011， 25（3）：225-245.

［15］劉麗文，王鎮.投資者情緒對不同類型股票收益影響的實證研究［J］.金融理論與實踐，2016（02）：90-97.

［16］楊曉蘭，沈翰彬，祝宇.本地偏好、投資者情緒與股票收益率：來自網絡論壇的經驗證據［J］.金融研究，2016（12）：143-158.

［17］王健俊，殷林森，葉文靖.投資者情緒、杠桿資金與股票價格——兼論2015～2016年股災成因［J］.金融經濟學研究，2017，32（01）：85-98.

基金項目：本文受青海民族大學一流學科建設一般項目（JG202106）資助。

作者單位：苗金芳，青海民族大學經濟與管理學院，副教授，國際金融學博士；米雪成、申祥鑫，青海民族大學經濟與管理學院，金融專業碩士研究生。