黃國平,李 捷,程寨華
1 中國社會科學(xué)院 金融研究所,北京 100028 2 中國保險(xiǎn)行業(yè)協(xié)會,北京 100140 3 中國電子信息產(chǎn)業(yè)集團(tuán)有限公司,北京 100846
證券投資基金、資本市場及貨幣政策傳導(dǎo)機(jī)制
黃國平1,李 捷2,程寨華3
1 中國社會科學(xué)院 金融研究所,北京 100028 2 中國保險(xiǎn)行業(yè)協(xié)會,北京 100140 3 中國電子信息產(chǎn)業(yè)集團(tuán)有限公司,北京 100846
從宏觀和市場發(fā)展層面上,在SVAR分析框架內(nèi),結(jié)合有向非循環(huán)圖技術(shù)和Granger因果方法,對2006年至2015年中國證券投資基金與M2、M0、SHIBOR、股票、債券以及居民存款之間的聯(lián)動(dòng)關(guān)系進(jìn)行分析,研究證券投資基金與股票、債券、居民存款等金融市場和服務(wù)之間的因果聯(lián)系以及證券投資基金發(fā)展對貨幣政策在資本市場的傳導(dǎo)機(jī)制的影響效果。
證券投資基金;資本市場;貨幣政策;有向非循環(huán)圖;結(jié)構(gòu)VAR模型
證券投資基金憑借其機(jī)制優(yōu)勢[1]和歷史業(yè)績受到投資者歡迎,規(guī)模不斷增長,種類日益豐富[2](本研究中的投資基金均指證券投資基金)。投資基金是金融服務(wù)需求和資本市場發(fā)展到一定階段的產(chǎn)物,本身也是構(gòu)成層次清晰、功能完善、形式多樣、服務(wù)高效和競爭有序的資本市場的重要內(nèi)容[3]。從市場和投資者的金融服務(wù)需求角度講,經(jīng)濟(jì)發(fā)展、居民收入不斷提高需要更加專業(yè)化的金融和投資服務(wù),投資基金則是滿足市場和投資者日益增長的多樣化的金融服務(wù)需求的基本形式[4]。同時(shí),包括股票、債券和保險(xiǎn)等在內(nèi)的基礎(chǔ)金融產(chǎn)品和資本市場不斷發(fā)展也為投資基金業(yè)提供了更為豐富和多樣化的選擇和機(jī)會[1]。再者,投資基金通過投資于股票和債券等金融市場及認(rèn)購、贖回等交易行為,促進(jìn)資金流在不同層次貨幣間轉(zhuǎn)換[5],對貨幣政策在金融市場的傳導(dǎo)機(jī)制和效果產(chǎn)生重要影響[6]。中國現(xiàn)行貨幣政策仍采用貨幣供應(yīng)量作為貨幣政策的中介目標(biāo),金融資產(chǎn)價(jià)格變化對貨幣需求的影響考慮不足。投資基金的發(fā)展影響貨幣政策執(zhí)行效果[7],模糊了貨幣供應(yīng)的層次,削弱了中央銀行對貨幣供應(yīng)的控制力。分析和探索中國投資基金、資本市場和貨幣政策調(diào)控與傳導(dǎo)關(guān)系,尋求資本市場發(fā)展與貨幣政策的有效協(xié)調(diào)機(jī)制具有重要的理論、實(shí)踐和政策意義。
當(dāng)前,關(guān)于投資基金與資本市場關(guān)系研究主要從微觀市場運(yùn)行和信息處理效率層面分析投資者行為對資本市場的影響和作用。投資基金等機(jī)構(gòu)投資者對資本市場具有穩(wěn)定作用[8],他們在價(jià)格發(fā)現(xiàn)中的規(guī)模發(fā)現(xiàn)機(jī)制對市場的非理性具有糾偏作用[9]。相反,羊群效應(yīng)[10]會導(dǎo)致證券買賣和交易時(shí)機(jī)趨同性[11],擴(kuò)大市場波動(dòng)性水平。史永東等[3]運(yùn)用傾向得分匹配模型,篩選出與機(jī)構(gòu)重倉股“相仿”但未被機(jī)構(gòu)重倉持有的股票,從微觀層面檢驗(yàn)中國投資基金對市場波動(dòng)性的影響;程天笑等[12]研究發(fā)現(xiàn),QFII群體內(nèi)的羊群行為強(qiáng)度明顯低于以基金為代表的境內(nèi)機(jī)構(gòu)投資者;SCHWARZ[13]分析發(fā)現(xiàn),在以年度為單位的不同時(shí)間段上,表現(xiàn)較差的基金經(jīng)理會在下半年增大風(fēng)險(xiǎn)。與投資風(fēng)格相對穩(wěn)定的基金相比,增加風(fēng)險(xiǎn)的基金,其未來業(yè)績表現(xiàn)可能更差[14]。孟慶斌等[15]研究還發(fā)現(xiàn),基金經(jīng)理的職業(yè)憂慮越高,基金的投資風(fēng)格越保守。
投資基金等機(jī)構(gòu)投資者的信息優(yōu)勢主要在于市場發(fā)現(xiàn)機(jī)制創(chuàng)新[16]以及較強(qiáng)的信息挖掘[17]和處理能力[18]上,從而使基金經(jīng)理擁有比普通投資者更強(qiáng)的擇時(shí)和選股能力[19]?;鹆髁亢械男畔⒕哂蓄A(yù)測績效的能力,高流量基金績效優(yōu)于低流量基金[20],而基金營銷對基金資金流有顯著影響[21]。韓燕等[4]以基金能否預(yù)測未來的并購交易為標(biāo)準(zhǔn),發(fā)現(xiàn)能夠預(yù)測并購交易的基金的確具有更強(qiáng)的信息搜集和分析能力,從而更有效地提高股價(jià)的信息含量。另外,基金規(guī)模與業(yè)績間的正向關(guān)系會受到監(jiān)管改革的顯著影響[22],新任職基金經(jīng)理傾向賣出輸家組合以提高基金業(yè)績[23]。
隨著投資基金對國際金融體系乃至全球經(jīng)濟(jì)的影響日益顯現(xiàn),有更多研究從市場制度[24]和機(jī)構(gòu)行為[25]層面探討投資基金的作用和影響。VITTAS[26]認(rèn)為投資基金的繁榮前提是資本市場的發(fā)達(dá)與完善。鑒于機(jī)構(gòu)投資者在推動(dòng)創(chuàng)新、提高效率等方面的重要作用,養(yǎng)老基金、保險(xiǎn)資金等機(jī)構(gòu)投資者應(yīng)優(yōu)先發(fā)展。ARAS et al.[27]根據(jù)經(jīng)合組織(OECD)23個(gè)國家的實(shí)證研究結(jié)果,認(rèn)為為了促進(jìn)證券市場發(fā)展和完善,政府應(yīng)采取必要措施,鼓勵(lì)機(jī)構(gòu)投資者發(fā)展。監(jiān)管層應(yīng)加大對各類機(jī)構(gòu)投資者的政策支持力度,提高它們持股比例,充分發(fā)揮其治理作用[28]。
中國這方面早期研究主要集中于從理論和政策上分析和探討投資基金與金融體制改革、資本市場發(fā)展、商業(yè)銀行改革的相互關(guān)系方面。謝赤等[7]分析和探索基金行業(yè)總體行為對中國股市穩(wěn)定性的影響,結(jié)果表明,在當(dāng)前中國股票市場發(fā)展尚不完善的情況下,中國投資基金采取與股市同向波動(dòng)的交易策略,這不利于資本市場的穩(wěn)定發(fā)展。
本研究從市場層面,以宏觀視角,基于有向非循環(huán)圖(directed acyclic graphs,DAG)和Granger因果分析方法,利用結(jié)構(gòu)向量自回歸(structural vector autoregressive,SVAR)模型對投資基金、資本市場和貨幣政策傳導(dǎo)機(jī)制的聯(lián)動(dòng)關(guān)系進(jìn)行分析,探索投資基金發(fā)展對貨幣政策在資本市場傳導(dǎo)機(jī)制的影響效果。
考慮一個(gè)p階(簡化式)VAR(p)平穩(wěn)過程{Yt,t=0,1,2,…},對于任意時(shí)間t,有
Yt=C+Θ1Yt-1+…+ΘpYt-p+εt
(1)
簡化式VAR模型變量間的當(dāng)期關(guān)系隱含在誤差項(xiàng)的相關(guān)結(jié)構(gòu)中,不能明確地進(jìn)行解釋和分析,因而通常被認(rèn)為缺少經(jīng)濟(jì)意義上的解釋力度。而SVAR模型則能夠顯性給出變量間的當(dāng)期關(guān)系,從而可根據(jù)經(jīng)濟(jì)理論的相關(guān)假設(shè)所形成的約束條件,賦予變量及其關(guān)系確切的經(jīng)濟(jì)含義。將(1)式兩邊左乘Φ0并移項(xiàng),(1)式變?yōu)?/p>
(2)
作為一個(gè)二元集合的圖G,可用G=(H,E)表示,H為G中節(jié)點(diǎn)所代表的變量集合,E為H中某些有序變量集合,E={(ω,ψ)|ω,ψ∈H},ω和ψ為集合H中的節(jié)點(diǎn)。在G中表現(xiàn)為ω→ψ稱為有向邊,這樣的圖稱為有向圖。否則,稱為無向圖。如果在有向圖G中,從任意ω∈H出發(fā)沿相同方向走下去都不能回到ω,這樣的圖G稱為有向非循環(huán)圖。有向非循環(huán)圖用圖形中代表變量的節(jié)點(diǎn)(如以X和Y表示)及其連接形式表示變量間因果關(guān)系。Y→X表示在其他變量給定條件下,Y變化將導(dǎo)致X變化,從而存在Y到X的單向因果關(guān)系;同理,Y?X表示兩個(gè)變量存在雙向的因果關(guān)系;Y-X表示Y與X之間雖然存在因果關(guān)系,但指向性尚未明確。
根據(jù)有向非循環(huán)圖定義可知,利用DAG技術(shù)對SVAR模型變量間的同期因果關(guān)系進(jìn)行分析,目的在于利用有向非循環(huán)圖與(I-Φ0)非零元素之間的對應(yīng)關(guān)系(也即與Φ0中除主對角線以外的非0元素的對應(yīng)關(guān)系)識別模型參數(shù)[31]。實(shí)際應(yīng)用中,具體方法和步驟可概括如下:
(1)建立表示SVAR模型中k個(gè)變量可能存在同期因果關(guān)系的無向完全圖,通過變量的條件和無條件相關(guān)性分析,移除條件和無條件相關(guān)系數(shù)為0的無向邊,據(jù)此得到變量的條件獨(dú)立圖(conditional independence graph,CIG)。
(2)在變量相關(guān)分析基礎(chǔ)上,對條件獨(dú)立圖進(jìn)行定向,獲得變量的有向非循環(huán)圖。
根據(jù)第2部分的分析,理論上投資基金發(fā)展不僅與股市、債市等資本市場發(fā)展有關(guān),也與居民的收入水平和儲蓄規(guī)模密切相關(guān)。貨幣政策作為影響經(jīng)濟(jì)和金融體系的關(guān)鍵環(huán)境和政策變量,也會在不同層面上對投資基金產(chǎn)生影響。在此,本研究選擇基金總市值(FUND)代表投資基金發(fā)展水平,股票總市值(STOCK)代表股市發(fā)展水平,債券總市值(BOND)代表債市發(fā)展水平,儲蓄存款(DEPOSIT)代表居民的收入和儲蓄水平。以M2代表金融總體發(fā)展水平,M0作為反應(yīng)貨幣政策的數(shù)量型調(diào)控指標(biāo),SHIBOR作為反應(yīng)貨幣政策的價(jià)格型調(diào)控指標(biāo)。需要說明的是,理論上選擇M1可能更合理。根據(jù)中國人民銀行公布的統(tǒng)計(jì)數(shù)據(jù)對M0、M1和M2水平和一階差分?jǐn)?shù)據(jù)進(jìn)行穩(wěn)定性檢驗(yàn)(單位根檢驗(yàn))的結(jié)果,M1的水平和一階差分系列都不穩(wěn)定,但M0和M2的一階差分是穩(wěn)定的,因此,本研究在此采用具有一階差分穩(wěn)定性的M0替代M1。另外,為了考察投資基金對貨幣政策的影響效果,本研究選取M2與投資基金之和(記為M2+)作為M2的備用指標(biāo)分析投資基金對資本市場和貨幣政策的影響效果。
原始數(shù)據(jù)來源方面,根據(jù)中國人民銀行網(wǎng)站統(tǒng)計(jì)數(shù)據(jù)整理得到股票市場價(jià)值、居民儲蓄存款、M2和M0,根據(jù)萬得資訊數(shù)據(jù)庫整理得到債券市值、SHIBOR和基金市值數(shù)。在實(shí)證中,首先對原始數(shù)據(jù)進(jìn)行對數(shù)化處理,用原始指標(biāo)加前綴LN_表示;再對對數(shù)化的原始數(shù)據(jù)取一階差分,用前綴D_表示,對數(shù)一階差分實(shí)質(zhì)上就是原始指標(biāo)以對數(shù)形式表示的增長率。
2006年以來,資本市場在實(shí)施一系列基礎(chǔ)性制度改革之后,中國投資基金發(fā)展與資本市場聯(lián)動(dòng)性顯著提高,同時(shí)考慮SHIBOR數(shù)據(jù)可得性,因SHIBOR數(shù)據(jù)在2006年10月開始發(fā)布,本研究實(shí)證分析采用的樣本數(shù)據(jù)長度為2006年10月至2015年12月的月度數(shù)據(jù),每項(xiàng)指標(biāo)樣本數(shù)為111個(gè)。原始指標(biāo)主要統(tǒng)計(jì)信息見表1。
表1 原始指標(biāo)統(tǒng)計(jì)結(jié)果Table 1 Results of Statistics for Primitive Indexes 單位:億元人民幣,Unit:100 million Chinese yuan
為保證穩(wěn)定性檢驗(yàn)結(jié)果的可靠性,本研究采用Ng-Perron檢驗(yàn)和ADF檢驗(yàn)兩種方法,穩(wěn)定性檢驗(yàn)結(jié)果見表2。由表2可知,以10%的置信度為評判標(biāo)準(zhǔn),水平變量(對數(shù)化)在Ng-Perron檢驗(yàn)中全部沒有通過穩(wěn)定性檢驗(yàn),在ADF檢驗(yàn)中,除LN_STOCK在統(tǒng)計(jì)上是平穩(wěn)之外,其他指標(biāo)也是不平穩(wěn)的。對原始數(shù)據(jù)(對數(shù)化)取一階差分,所有指標(biāo)一階差分在兩種檢驗(yàn)中都是平穩(wěn)的(SHIBOR以增量表示)。另外,備用指標(biāo)LN_M2+在Ng-Perron檢驗(yàn)和ADF檢驗(yàn)中都是非平穩(wěn)的,其一階差分D_LN_M2+在Ng-Perron檢驗(yàn)和ADF檢驗(yàn)中都在1%置信水平下是平穩(wěn)的。
首先,對全部7個(gè)變量做Granger因果檢驗(yàn)和DAG同期因果分析,找出變量間內(nèi)在因果關(guān)系。然后,在此基礎(chǔ)上進(jìn)一步分析投資基金與資本市場和貨幣政策的互動(dòng)聯(lián)系。
原始水平系列存在非平穩(wěn)過程,Granger因果檢驗(yàn)可能會存在偽回歸問題。為此,本研究只對水平系列的對數(shù)一階差分系列(SHIBOR僅取一階差分)進(jìn)行Granger檢驗(yàn)。檢驗(yàn)結(jié)果表明:
(1)D_LN_STOCK是D_LN_FUND的Grange原因,且與D_LN_M2、D_SHIBOR、D_LN_DEPOSIT、D_LN_BOND、D_LN_M0成為Granger引起D_LN_FUND的共同因素。同樣,D_LN_FUND是D_LN_STOCK的Grange原因,且與D_LN_M2、D_SHIBOR、D_LN_DEPOSIT、D_LN_BOND、D_LN_M0成為Granger引起D_LN_STOCK的共同因素。D_LN_FUND與D_LN_STOCK之間是雙向Granger因果關(guān)系。
(2)除D_LN_FUND外,其他5個(gè)變量都是D_LN_DEPOSIT的Granger原因。D_LN_FUND與其余6個(gè)變量構(gòu)成Granger引起D_LN_FUND的共同因素。
表2 單位根檢驗(yàn)結(jié)果Table 2 Results of Unit Root Test
注:水平變量檢驗(yàn)采用趨勢項(xiàng)加常數(shù)項(xiàng),差分變量檢驗(yàn)只帶常數(shù)項(xiàng);最優(yōu)滯后階數(shù)采用AIC準(zhǔn)則選擇;SHIBOR及其差分不取對數(shù),直接采用原始數(shù)據(jù);***為在1%顯著性水平上拒絕存在單位根原假設(shè),**為在5%顯著性水平上拒絕存在單位根原假設(shè),*為在10%顯著性水平上拒絕存在單位根原假設(shè)。
(3)D_LN_BOND是D_LN_M0的Grange原因,且與D_LN_STOCK、D_SHIBOR、D_LN_FUND、D_LN_DEPOSIT、D_LN_M2成為Granger引起D_LN_M0的共同因素。
(4)D_LN_DEPOSIT、D_LN_M0、D_SHIBOR是D_LN_M2的Grange原因,且與D_LN_DEPOSIT、D_LN_STOCK、D_LN_BOND、D_LN_FUND成為Granger引起D_LN_M2的共同因素。
(5)D_LN_STOCK、D_LN_BOND、D_LN_M0是D_SHIBOR的Granger原因,且與D_LN_FUND、D_LN_DEPOSIT、D_LN_M2成為Granger引起D_SHIBOR的共同因素。
Granger因果關(guān)系在本質(zhì)上是一種時(shí)間上的先后關(guān)系,并不是通常意義上“原因?qū)е陆Y(jié)果”的所謂因果效應(yīng),DAG技術(shù)則可用于分析變量間的同期因果效應(yīng)。在此,本研究根據(jù)SPIRTES et al.[31]提出的PC算法,利用軟件TETRADIII進(jìn)行7變量的DAG分析,以Fisher′z統(tǒng)計(jì)量作為判斷標(biāo)準(zhǔn),在20%的顯著性水平下,本研究獲得7個(gè)變量DAG圖,見圖1。需要說明的是,當(dāng)樣本數(shù)據(jù)較小時(shí),DAG分析存在一定程度的低估。實(shí)際檢驗(yàn)中,如果在通常顯著性水平下變量間因果關(guān)系還相對模糊,可適當(dāng)提高顯著性水平。如當(dāng)樣本量小于100時(shí),可采用20%的顯著性水平系數(shù)。DAG同期因果分析表明:
(1)同期因果關(guān)系上,僅僅存在著D_LN_STOCK→D_LN_FUND單向因果關(guān)系。
(2)D_LN_M2是導(dǎo)致D_LN_DEPOSIT的原因,同時(shí),D_LN_DEPOSIT和D_LN_BOND是D_LN_M0的共同原因。
(3)D_SHIBOR與其他變量之間在統(tǒng)計(jì)學(xué)意義上不存在同期因果關(guān)系。
圖1 7個(gè)變量DAG圖Figure 1 Seven Variables DAG Graphs
根據(jù)以上同期和時(shí)間因果分析結(jié)果,本研究發(fā)現(xiàn):①股票與基金存在緊密的互動(dòng)關(guān)系,但與其他變量之間還沒形成有效聯(lián)動(dòng)。②M0、M2和SHIBOR作為貨幣政策中介目標(biāo)工具,三者之間存在較為緊密的相關(guān)性,圖2給出三者之間的關(guān)系。相對于貨幣政策數(shù)量型調(diào)控目標(biāo)工具M(jìn)0和M2而言,SHIBOR與金融市場中主要指標(biāo)變量之間在統(tǒng)計(jì)學(xué)意義上相關(guān)性最小,這基本上反映了中國以貨幣供應(yīng)量作為主要中介目標(biāo)的現(xiàn)狀和利率未市場化的事實(shí)。
圖2 貨幣政策變量DAG圖Figure 2 Monetary Policy Variables DAG Graphs
隨著金融系統(tǒng)結(jié)構(gòu)完善和創(chuàng)新的推進(jìn),投資基金貨幣屬性日益凸顯,流動(dòng)性不斷提高。實(shí)踐操作中,股票型、混合型和債券型基金主要投資于股票和債券市場,其資金投向和運(yùn)用與股票保證金類似,可視同股票保證金計(jì)入M2。而貨幣市場基金具有類似活期儲蓄存款的性質(zhì),也可參照美國的貨幣統(tǒng)計(jì)口徑,計(jì)入M2的范疇[6]。為進(jìn)一步分析投資基金對貨幣政策在資本市場傳導(dǎo)機(jī)制的影響,用M2+替代M2和投資基金,分析M2+與其他5個(gè)變量之間的因果關(guān)系,探索如果將投資基金計(jì)入廣義貨幣M2是否對貨幣政策在資本市場的傳導(dǎo)效果有所改善。M2+與其他變量的同期因果關(guān)系見圖3,因果分析表明,計(jì)入投資基金的廣義貨幣在Granger因果關(guān)系上沒有提高貨幣政策與金融市場的互動(dòng)效果,但對貨幣政策與資本市場同期因果互動(dòng)關(guān)系有所改善,從而提高了貨幣政策對資本市場的敏感性。
圖3 6個(gè)變量DAG圖Figure 3 Six Variables DAG Graphs
根據(jù)前面的分析結(jié)果,在此,本研究從簡化式VAR擾動(dòng)項(xiàng)相關(guān)系數(shù)矩陣(協(xié)方差矩陣)出發(fā),利用DAG技術(shù)對反映變量同期因果關(guān)系的約束系數(shù)矩陣進(jìn)行結(jié)構(gòu)識別,在SVAR框架中對投資基金、資本市場聯(lián)動(dòng)關(guān)系以及投資基金對貨幣政策傳導(dǎo)機(jī)制的影響效果做進(jìn)一步分析。
一旦得出反映變量同期約束關(guān)系的約束系數(shù)矩陣,就可以展開方差分解?;谟邢蚍茄h(huán)圖7變量預(yù)測方差分解見表3,基于有向非循環(huán)圖6變量預(yù)測方差分解見表4。
根據(jù)基于DAG的7變量預(yù)測方差分解結(jié)果,投資基金市值增長率當(dāng)期波動(dòng)源于自身的解釋程度達(dá)84.946%,隨著時(shí)間的推移有所下降,但基本穩(wěn)定在61.800%左右。同時(shí),投資基金市值增長率當(dāng)期波動(dòng)來源于股票的貢獻(xiàn)度為15.054%,并在第3期就攀升至29.584%。M0、M2和SHIBOR三者在第3期的共同貢獻(xiàn)不到5%,說明當(dāng)前的貨幣政策對投資基金的影響較低。股票市值增長率當(dāng)期波動(dòng)全部來源于自身,但基金增長率對其貢獻(xiàn)率有逐漸增大趨勢,第15期之后穩(wěn)定在5.866%。M0、M2和SHIBOR三者對股票波動(dòng)的共同貢獻(xiàn)不到4%,說明當(dāng)前貨幣政策對股票影響與基金一樣,也是很小的。
股票與投資基金相互影響較大,但與其他變量的互動(dòng)作用較小。這可能意味著當(dāng)前中國金融體系發(fā)展還不完善,投資基金的投資渠道狹窄,扎堆于高風(fēng)險(xiǎn)股票類資本市場,加劇了股票市場的劇烈波動(dòng)和風(fēng)險(xiǎn)集中。
對于作為貨幣政策中介目標(biāo)、反映貨幣政策和金融系統(tǒng)發(fā)展?fàn)顩r的M2、M0和SHIBOR這3個(gè)指標(biāo)而言,M2增長率的當(dāng)期波動(dòng)全部來源于自身,但在第2期就降至91.940%,第3期降至78.614%,隨后,SHIBOR、債券、M0和基金對M2增長率的波動(dòng)貢獻(xiàn)率隨時(shí)間有逐漸加大趨勢。其中,SHIBOR達(dá)9.767%,債券達(dá)4.843%,M0達(dá)7.191%,基金達(dá)1.613%。股票對M2增長率波動(dòng)的貢獻(xiàn)率在第3期達(dá)到最大值2.517%,隨后有所下降。存款影響最小,穩(wěn)定在1.019%。M0增長率的波動(dòng)受債券和存款影響最大,在第15期之后債券和存款對M0增長率波動(dòng)的貢獻(xiàn)率分別穩(wěn)定在13.969%和12.547%。SHIBOR增量的波動(dòng)主要源于自身,其他因素對其波動(dòng)的整體影響不到20%。債券和股票對SHIBOR增量波動(dòng)的貢獻(xiàn)率也呈現(xiàn)隨時(shí)間增大的趨勢,在第15期之后分別穩(wěn)定在5.564%和4.039%??傮w而言,債券、股票和基金這3個(gè)反映資本市場發(fā)展的變量對M2增長率、M0增長率和SHIBOR增量的波動(dòng)貢獻(xiàn)都不是很大,同時(shí),M0、M2和SHIBOR對股票市值增長率、債券增長率和基金增長率的波動(dòng)影響也不大,說明當(dāng)前的貨幣政策與資本市場相互影響較小,貨幣政策通過資產(chǎn)價(jià)格傳導(dǎo)渠道影響資本市場的功能尚未發(fā)揮。
表3 基于有向非循環(huán)圖7變量預(yù)測方差分解/%Table 3 Seven Variables Predicted Variance Decomposition Based on DAG/%
續(xù)表3
指標(biāo)預(yù)測期(月)D_LN_FUNDD_LN_STOCKD_LN_BONDD_LN_DEPOSITD_LN_M(jìn)0D_LN_M(jìn)2D_SHIBORD_LN_M(jìn)210.0000.0000.0000.0000.000100.0000.00020.0050.5800.0700.3130.16891.9406.92430.6482.5173.4760.4455.51478.6148.786101.6122.4934.8401.0187.18673.0909.761151.6132.4964.8421.0197.19173.0729.767201.6132.4964.8431.0197.19173.0729.767D_SHIBOR10.0000.0000.0000.0000.0000.000100.00021.1560.3541.0700.4221.5393.31492.14431.0500.9913.4632.9982.3253.08486.089101.0634.0255.5633.1012.6192.93680.693151.0634.0395.5643.1032.6232.93680.672201.0634.0395.5643.1032.6232.93680.671
表4 基于有向非循環(huán)圖6變量預(yù)測方差分解/%Table 4 Six Variables Predicted Variance Decomposition Based on DAG/%
續(xù)表4
指標(biāo)預(yù)測期(月)D_LN_M(jìn)2+D_LN_STOCKD_LN_BONDD_LN_DEPOSITD_LN_M(jìn)0D_SHIBORD_LN_DEPOSIT10.0000.0000.000100.0000.0000.00021.1886.8470.23682.8655.8223.04331.4867.0801.51772.94713.7123.258102.2916.5542.72766.94017.6033.884152.2936.5552.73066.92317.6113.887202.2936.5552.73066.92217.6123.887D_LN_M(jìn)010.0000.0002.68716.22281.0900.00022.3250.05510.50715.09269.4672.55534.2590.20313.28818.54459.1784.528104.2040.41813.53318.86858.4504.526154.2030.42013.53518.87458.4424.526204.2030.42013.53518.87458.4424.526D_SHIBOR10.0000.0000.0000.0000.000100.00021.3240.7540.9490.2821.20795.48332.5171.5983.1151.6301.95889.181102.3025.8374.9862.1132.19882.564152.3025.8444.9902.1162.20282.546202.3025.8444.9902.1162.20382.546
從表3和表4綜合看,債券增長率波動(dòng)主要來源于自身,受其他變量的影響較小。至于債券對其他變量的影響,相對于基金、股票等金融市場變量而言,債券對M0、M2和SHIBOR這3個(gè)貨幣政策的中介目標(biāo)變量影響更大。根據(jù)7變量方差分解結(jié)果,債券對M0增長率波動(dòng)的貢獻(xiàn)率穩(wěn)定在13.969%,對M2增長率波動(dòng)的貢獻(xiàn)率穩(wěn)定在4.843%,對SHIBOR增量波動(dòng)的貢獻(xiàn)率穩(wěn)定在5.564%。同時(shí),根據(jù)6變量方差分解結(jié)果,債券對M0增長率波動(dòng)的貢獻(xiàn)率穩(wěn)定在13.535%,對M2+增長率波動(dòng)的貢獻(xiàn)率穩(wěn)定在2.937%,對SHIBOR增量波動(dòng)的貢獻(xiàn)率穩(wěn)定在4.990%。中國債券市場在一定程度上反映了財(cái)政政策取向,說明將M2+替代現(xiàn)行的作為貨幣政策主要中介目標(biāo)的M2對減小財(cái)政政策對貨幣政策的沖擊,提高中國貨幣政策執(zhí)行的獨(dú)立性和可控性有一定的正面作用。
儲蓄存款作為投資基金需求方面的主要因素應(yīng)該對投資基金具有重要影響,但是實(shí)證結(jié)果表明,儲蓄存款不僅對投資基金影響較小,而且對股票、債券、M2、SHIBOR沖擊也不大。相反,儲蓄存款本身則受股票、基金等金融市場以及貨幣政策因素沖擊較大。其原因可能在于儲蓄存款本身的波動(dòng)性被各種類型的可作為存款替代品的理財(cái)產(chǎn)品所吸收,從而對投資基金、股票等沖擊較小。另外,股票、基金等資本市場資金在基金賬戶、銀行存款賬戶和股民保證金賬戶間頻繁流動(dòng),資金短期內(nèi)在不同層次貨幣供應(yīng)量間發(fā)生轉(zhuǎn)換和變動(dòng),從而導(dǎo)致股市、債市、基金、M0、M2的波動(dòng)對儲蓄存款產(chǎn)生較大沖擊。
本研究以宏觀視角從市場發(fā)展層面,在SVAR分析框架內(nèi),結(jié)合有向非循環(huán)圖技術(shù)和Granger因果方法,對2006年至2015年中國投資基金與M2、M0、SHIBOR、股票、債券和儲蓄存款之間聯(lián)動(dòng)關(guān)系進(jìn)行分析,研究投資基金與股票、債券、儲蓄存款等金融市場和服務(wù)之間的因果關(guān)系以及投資基金發(fā)展對貨幣政策在資本市場的傳導(dǎo)機(jī)制的影響效果,得到以下研究結(jié)果。
(1)因果分析顯示,股票與投資基金存在緊密的因果互動(dòng)關(guān)系,但它們與其他變量之間還沒形成有效聯(lián)動(dòng),表明當(dāng)前中國金融體系發(fā)展還不完善,市場還仍然處于分割狀態(tài);相對于M0和M2,SHIBOR與金融市場中主要指標(biāo)變量之間在統(tǒng)計(jì)學(xué)意義上相關(guān)性更小,基本反映了中國以貨幣供應(yīng)量作為主要中介目標(biāo)的現(xiàn)狀以及利率還未完全市場化的事實(shí)。
(2)方差分解表明,股票和投資基金相互沖擊較大,但與其他變量的互動(dòng)作用較小,可能意味著當(dāng)前中國金融市場還不成熟,投資基金的投資渠道狹窄,扎堆于高風(fēng)險(xiǎn)股票類資本市場,加劇了股票市場的劇烈波動(dòng)和風(fēng)險(xiǎn)集中;M0、M2和SHIBOR的波動(dòng)性對基金、債券和股票的沖擊較小,同時(shí),它們自身受基金和股票沖擊也不大,但債券對M0具有較強(qiáng)沖擊作用,說明當(dāng)前的貨幣政策與資本市場相互影響較小,貨幣政策通過資產(chǎn)價(jià)格傳導(dǎo)渠道影響資本市場的功能尚未發(fā)揮。
(3)將計(jì)入投資基金的廣義貨幣M2+作為貨幣政策的中介目標(biāo),方差分解表明,M2+作為目標(biāo)工具在當(dāng)前的經(jīng)濟(jì)和金融市場環(huán)境下對改善貨幣政策對資本市場監(jiān)測和調(diào)控效果不大,但對減小財(cái)政政策對貨幣政策的沖擊、提高中國貨幣政策執(zhí)行的穩(wěn)定性和獨(dú)立性有正面作用。另外,因果分析表明,盡管從Granger因果關(guān)系看,M2+沒有提高貨幣政策與金融市場的互動(dòng)效果,但從DAG因果關(guān)系上看,改善了貨幣政策與資本市場同期因果互動(dòng)關(guān)系,從而提高了貨幣政策對資本市場的敏感性。
本研究主要從經(jīng)驗(yàn)和統(tǒng)計(jì)角度對投資基金、資本市場和貨幣政策的互動(dòng)關(guān)系進(jìn)行實(shí)證分析。研究結(jié)果符合現(xiàn)實(shí)觀察,也具有較強(qiáng)的政策意義。由于受到指標(biāo)數(shù)據(jù)的穩(wěn)定性和可得性影響,沒有選擇貨幣供應(yīng)量M1(不穩(wěn)定)等令人感興趣的指標(biāo)進(jìn)行分析,可能會使分析結(jié)果存在局限性,這既是本研究的主要不足,也是將來進(jìn)一步完善的方向。
[1]何德旭.中國投資基金制度變遷分析.成都:西南財(cái)經(jīng)大學(xué)出版社,2003:7-10.
HE Dexu.AnalysisofinstitutionalchangeofChinainvestmentfund.Chengdu: Southwestern University of Finance and Economics Press,2003:7-10.(in Chinese)
[2]劉玉珍,張崢,徐信忠,等.基金投資者的框架效應(yīng).管理世界,2010(2): 25-37.
LIU Yuzhen,ZHANG Zheng,XU Xinzhong,et al. The framing effect of fund investors.ManagementWorld,2010(2):25-37.(in Chinese)
[3]史永東,王謹(jǐn)樂.中國機(jī)構(gòu)投資者真的穩(wěn)定市場了嗎?.經(jīng)濟(jì)研究,2014,49(12):100-112.
SHI Yongdong,WANG Jinle.Do Chinese institutional investors really stabilize the market?.EconomicResearchJournal,2014,49(12):100-112.(in Chinese)
[4]韓燕,李平,崔鑫.哪些基金有超群的分析能力?.管理世界,2011(2):27-39.
HAN Yan,LI Ping,CUI Xin.Which mutual funds have skills?.ManagementWorld,2011(2):27-39.(in Chinese)
[5]王彬.證券投資基金對我國貨幣統(tǒng)計(jì)口徑的影響分析.證券市場導(dǎo)報(bào),2009(10):34-39.
WANG Bin.Division approach in China.SecuritiesMarketHerald,2009(10):34-39.(in Chinese)
[6]LAGOS R,ZHANG S.Monetaryexchangeinover-the-countermarkets:atheoryofspeculativebubbles,theFEDmodel,andself-fulfillingliquiditycrises.NBER Working Paper No.21528,2015.
[7]謝赤,張?zhí)?禹湘.證券投資基金投資行為對中國股市波動(dòng)性影響研究.中國社會科學(xué),2008(3):68-78.
XIE Chi,ZHANG Taiyuan,YU Xiang.On the impact of the investment behavior of securities investment funds on China′s stock market fluctuations.SocialSciencesinChina,2008(3):68-78.(in Chinese)
[8]EDWARDS F R,ZHANG X.Mutual funds and stock and bond markets stability.JournalofFinancialServiceResearch,1998,13(3):275-282.
[9]DUFFIE D,ZHU H.Sizediscovery.NBER Working Paper No.21696,2015.
[10] WERMERS R.Mutual fund herding and the impact on stock prices.TheJournalofFinance,1999,54(2):581-622.
[11] NOFSINGER J R,SIAS R W.Herding and feedback trading by institutional and individual investors.TheJournalofFinance,1999,54(6):2263-2295.
[12] 程天笑,劉莉亞,關(guān)益眾.QFII與境內(nèi)機(jī)構(gòu)投資者羊群行為的實(shí)證研究.管理科學(xué),2014,27(4):110-122.
CHENG Tianxiao,LIU Liya, GUAN Yizhong.The empirical research of herding behavior between QFII and domestic institutional investors.JournalofManagementScience,2014,27(4):110-122.(in Chinese)
[13] SCHWARZ C G.Mutual fund tournaments:the sorting bias and new evidence.TheReviewofFinancialStudies,2012,25(3):913-936.
[14] HUANG J,SIALM C,ZHANG H.Risk shifting and mutual fund performance.TheReviewofFinancialStudies,2011,24(8):2575-2616.
[15] 孟慶斌,吳衛(wèi)星,于上堯.基金經(jīng)理職業(yè)憂慮與其投資風(fēng)格.經(jīng)濟(jì)研究,2015,50(3):115-130.
MENG Qingbin,WU Weixing,YU Shangyao.Fund managers′ career concern and their investment style.EconomicResearchJournal,2015,50(3):115-130.(in Chinese)
[16] SUNDARESAN S,WANG Z.On the design of contingent capital with a market trigger.TheJournalofFinance,2015,70(2):881-920.
[17] 張宗新,楊通旻.盲目炒作還是慧眼識珠?基于中國證券投資基金信息挖掘行為的實(shí)證分析.經(jīng)濟(jì)研究,2014,49(7):138-150,164.
ZHANG Zongxin,YANG Tongmin.Chasing noise or recognizing value:an empirical study on information seeking behavior of Chinese mutual funds.EconomicResearchJournal,2014,49(7):138-150,164.(in Chinese)
[18] MENDEL B,SHLEIFER A.Chasing noise.JournalofFinancialEconomics,2012,104(2):303-320.
[19] Elton E J,Gruber M J,Blake C R.An examination of mutual fund timing ability using monthly holdings data.ReviewofFinance,2012,16(3):619-645.
[20] 林煜恩,陳秀玲,池祥萱.共同基金流量具有信息內(nèi)涵嗎?.經(jīng)濟(jì)研究,2014,49(S1):176-188.
LIN Yuen,CHEN Xiuling,CHIH Hsianghsuan.Does mutual fund flow have information content?.EconomicResearchJournal,2014,49(S1):176-188.(in Chinese)
[21] 山立威,申宇.基金營銷與資金流動(dòng):來自中國開放式基金的經(jīng)驗(yàn)證據(jù).金融研究,2013(1):192-206.
SHAN Liwei, SHEN Yu.Marketing and fund flows:evidence from Chinese open-ended funds.JournalofFinancialResearch,2013(1):192-206.(in Chinese)
[22] BHOJRAJ S,CHO J Y,YEHUDA N.Mutual fund family size and mutual fund performance:the role of regulatory changes.JournalofAccountingResearch,2012,50(3):647-684.
[23] JIN L,SCHERBINA A D.Inheriting losers.TheReviewofFinancialStudies,2011,24(3):786-820.
[24] MERTON R C,THAKOR R T.Customersandinvestors:aframeworkforunderstandingfinancialinstitutions.NBER Working Paper No.21258,2015.
[25] 毛磊,王宗軍,王玲玲.機(jī)構(gòu)投資者持股偏好、篩選策略與企業(yè)社會績效.管理科學(xué),2012,25(3):21-33.
MAO Lei,WANG Zongjun,WANG Lingling.Institutional investors preferences,screening and corporate social performance.JournalofManagementScience,2012, 25(3):21-33.(in Chinese)
[26] VITTAS D.Institutionalinvestorsandsecuritiesmarkets:whichcomefirst?.The World Bank:Policy Research Working Paper Series No.2032,1998.
[27] ARAS G,MüSLüMOV A.Institutional investors and stock market development: a causality study.ISEReview,2005,8(29):1-14.
[28] 袁知柱,王澤燊,郝文瀚.機(jī)構(gòu)投資者持股與企業(yè)應(yīng)計(jì)盈余管理和真實(shí)盈余管理行為選擇.管理科學(xué),2014,27(5):104-119.
YUAN Zhizhu,WANG Zeshen,HAO Wenhan.Institutional ownership and the choice between accrual and real earnings management activities.JournalofManagementScience,2012,27(5):104-119.(in Chinese)
[29] 高鐵梅,王金明,梁云芳,等.計(jì)量經(jīng)濟(jì)分析方法與建模:EViews應(yīng)用與實(shí)例.2版.北京:清華大學(xué)出版社,2009:268-287.
GAO Tiemei,WANG Jinming,LIANG Yunfang,et al.Themethodsandmodelingofeconometricanalysis:EViewsapplicationsandexamples.2nd ed. Beijing:Tsinghua University Press,2009:268-287.(in Chinese)
[30] 胡援成,張朝洋.美元貶值對中國通貨膨脹的影響:傳導(dǎo)途徑及其效應(yīng).經(jīng)濟(jì)研究,2012,47(4):101-112,123.
HU Yuancheng,ZHANG Zhaoyang.Impacts of dollar depreciation on in China′s inflation:transmission channels and effect.EconomicResearchJournal,2012,47(4):101-112,123.(in Chinese)
[31] SPIRTES P,GLYMOUR C N,SCHEINES R.Causation,prediction,andsearch.Cambridge,MA:MIT Press,2000:50-73.
SecuritiesInvestmentFund,CapitalMarketsandConductionMechanismofMonetaryPolicyinChina
HUANG Guoping1,LI Jie2,CHENG Zhaihua3
1 Institute of Finance & Banking, Chinese Academy of Social Science, Beijing 100028, China 2 Insurance Association of China, Beijng 100140, China 3 China Electronics Corporation, Beijing 100846, China
The analyzing framework that consist of structural vector autoregressive(SVAR) model, Granger Causality Test, and technique of directed acyclic graphs(DAG), is taken to investigate interacting effects betweenM2,M0,SHIBOR, stocks, bonds, resident deposits and securities investment funds from macro level and market development. Meanwhile, an exploration on how securities investment funds affect Monetary Policy Conducting Mechanism on capital markets in China is also done. Using monthly data from 2006 to 2015, the positive analysis is taken which is based on securities investment fund,M2,M0,SHIBOR, stocks, bonds, and resident deposits.
Causal analysis results show that stocks and securities investment funds are closely related to each other, but are not effectively linked with other variables. And it is proved that current status of China′s financial market is in segmentation, and the development of financial system is still imperfect. Compared withM0andM2,SHIBORis less correlated with stocks, bonds, resident deposits, and securities investment funds, and it reflects the current situation of China′s money supply as the main intermediary objective, as well as interest rate is not yet fully market-oriented.
Variance Decomposition results show stock has a big impact on securities investment funds, vice versa, and it may indicate that the current Chinese financial market is not mature, and the investment channels of securities investment funds are so narrow that they exacerbate the stock markets′ volatility and risk concentration. There exists less impact forM0, as well asM2andSHIBOR, on securities investment funds, bonds and stocks. In addition, there is no impact for securities investment funds and stocks onM0,M2, andSHIBOR, while bonds have a strong impact on theM0.This shows that the transmission channels of monetary policy through asset price have not played a role that affects capital markets.
Under the current economic and financial market environment, adding securities investment funds in the broad money calledM2+, variance decomposition results demonstrate that it has less effect on improving monitoring and regulation of monetary policy in capital market ifM2+would be taken as monetary policy intermediary objective, yet reducing the impact of fiscal policy on monetary policy, and improving the stability and independence of monetary policy. In addition, from Granger causality,M2does not enhance the interactive effects of monetary policy and financial markets, but improve the contemporaneous causal interaction between monetary policy and capital markets from DAG causality so as to better the sensitivity of the monetary policy on the capital market.
securities investment funds;capital markets;monetary policy;directed acyclic graphs;structural vector autoregressive model
Date:December 3rd, 2015
DateApril 29th, 2016
FundedProjectSupported by the National Social Science Foundation of China(12&ZD086)
Biography:HUANG Guoping, doctor in economics, is a researcher in the Institute of Finance & Banking at Chinese Academy of Social Science. His research interests include financial asset pricing, management and measurement of finance risk. His representative paper titled “Regulatory capital, economic capital, and regulatory arbitrage——evolution of the Basel accord resulting from compromise between regulatory authorities and financial institutions” was published in theChinaEconomicQuarterly(Issue 3, 2014). E-mail:huangguoping@vip.sina.com LI Jie, doctor in management, is a research associate in the Insurance Association of China. His research interests include management of financial risk. His representative paper titled “Application of cellular automata in financial market modeling” was published in theChineseReviewofFinancialStudies(Issue 4,2013). E-mail:lijie@iachina.cn CHENG Zhaihua, doctor in economics, is a senior economist in the China Electronics Corporation. His research interests include financial electronization. His representative paper titled “Review and outlook of the reformation of monopoly industries in China” was published in theEconomicManagementJournal(Issue 23-24, 2008). E-mail:czh.c@163.com
F830.2
A
10.3969/j.issn.1672-0334.2016.03.012
1672-0334(2016)03-0136-12
2015-12-03修返日期2016-04-29
國家社會科學(xué)基金(12&ZD086)
黃國平,經(jīng)濟(jì)學(xué)博士,中國社會科學(xué)院金融研究所研究員,研究方向?yàn)榻鹑诋a(chǎn)品定價(jià)、風(fēng)險(xiǎn)管理和度量等,代表性學(xué)術(shù)成果為“監(jiān)管資本、經(jīng)濟(jì)資本及監(jiān)管套利——妥協(xié)與對抗中演進(jìn)的巴塞爾協(xié)議”,發(fā)表在2014年第3期《經(jīng)濟(jì)學(xué)(季刊)》,E-mail:huangguoping@vip.sina.com 李捷,管理學(xué)博士,中國保險(xiǎn)行業(yè)協(xié)會副研究員,研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理等,代表性學(xué)術(shù)成果為“元胞自動(dòng)機(jī)理論在金融市場建模中的應(yīng)用”,發(fā)表在2013年第4期《金融評論》,E-mail:lijie@iachina.cn 程寨華,經(jīng)濟(jì)學(xué)博士,中國電子信息產(chǎn)業(yè)集團(tuán)有限公司高級經(jīng)濟(jì)師,研究方向?yàn)榻鹑陔娮踊?,代表性學(xué)術(shù)成果為“中國壟斷行業(yè)改革的回顧與展望”,發(fā)表在2008年第23-24期《經(jīng)濟(jì)管理》,E-mail:czh.c@163.com