張一

摘要隨著在全球金融一體化程度不斷加深，全球流動性狀況對于新興市場資產(chǎn)價格的影響備受關(guān)注.構(gòu)建了反應(yīng)主要發(fā)達國家與新興市場國家對全球貨幣數(shù)量影響的廣義流動性指標，并以波動率指數(shù)作為反映市場情緒的變量將市場分為平穩(wěn)期和壓力期.通過建立非線性面板門限回歸模型考察了全球流動性狀況對于金磚五國資本市場的非線性影響，結(jié)果表明在金融市場繁榮期，流動性過剩對于資產(chǎn)價格起到了明顯的正向帶動作用；而在市場衰退期間，流動性的釋放并沒有對資產(chǎn)價格的提升產(chǎn)生顯著的影響.

關(guān)鍵詞金融工程；波動率指數(shù)；面板門限回歸模型；全球流動性；新興市場

中圖分類號F810.30文獻標識碼A

Research on the Returns of the Emerging Capital Market based on the Background of Global Excess Liquidity

Yi ZHANG

（School of Management Science and Engineering，Central University of Finance and Economics，beijing ，100081，China）

AbstractWith the deepening of the degree of global financial integration，the effect of global liquidity surplus on the asset prices of emerging markets has attracted more attention.In this paper，we construct the generalized liquidity index of the main developed countries and emerging market countries on the global monetary environment，and the volatility index is used as a variable to reflect the market sentiment，which can be divided into stationary stage and pressure stage.Using a panel threshold model，we find that in a period of global investors high risk appetites，global excess liquidity is a positive determinant of asset prices in emerging market countries.However，the link between the two variables changes when global risk aversion strengthens.

Key wordsfinancial engineering；volatility index；panel threshold model；global liquidity；emerging markets

1引言

2008年全球金融海嘯的爆發(fā)對世界經(jīng)濟和金融格局產(chǎn)生了深遠的影響，全球經(jīng)濟至今為止仍處在后危機時代的背景下.為了應(yīng)對此次危機，世界各國央行均以凱恩斯主義經(jīng)濟學為理論依據(jù)，采取極端寬松的貨幣政策向市場注入流動性，以期能阻止金融機構(gòu)的持續(xù)惡化以及實體經(jīng)濟的衰退.這些貨幣政策就包括大幅降低基準利率，定向收購金融機構(gòu)有毒資產(chǎn)并向銀行注資，增加信貸，增加基礎(chǔ)設(shè)施建設(shè)以及量化寬松等非常規(guī)貨幣政策工具.政府的積極干預(yù)取得了一定的效果但也同時令人憂慮，一方面，實體經(jīng)濟的復蘇之路并不如想象中的順利，各個主要經(jīng)濟體的經(jīng)濟增長速度仍遠低于危機爆發(fā)前；另一方面，在這種寬松的流動性環(huán)境下，很多國家的資本市場卻再度活躍，美國、英國、法國以及香港等國家和地區(qū)的股票指數(shù)甚至超過了金融危機前的最高點.這種實體經(jīng)濟與虛擬經(jīng)濟表現(xiàn)的嚴重背離值得關(guān)注和警惕.

實際上，回顧上世紀八十年代以來發(fā)生的歷次金融危機，每次都經(jīng)歷著金融市場的蕭條-復蘇-繁榮的循環(huán)，這背后往往是貨幣市場流動性的緊縮-寬松-泛濫的周期過程.流動性對于資產(chǎn)價格的影響越發(fā)引起理論界和實務(wù)界的關(guān)注.為此大量學著做出了富有成效的研究工作.Baks和Kramer（2012）發(fā)現(xiàn)G7國家的股票價格顯著的受到全球流動性的正向影響[1]，而Belke（2014）的研究則表明11個OECD國家的商品價格并不會受到國際流動性增長的影響[2].Darius和Radde（2013）分別研究了國際資金環(huán)境對于本國房地產(chǎn)市場的影響以及股票市場的影響，結(jié)果發(fā)現(xiàn)其對房地產(chǎn)市場的影響顯著而對股票市場的影響不顯著[3].以上這些研究者在計量方法上使用的均是VAR模型，并通過脈沖-響應(yīng)函數(shù)進行定量分析.還有其他一些學者研究了國際流動性對于大宗商品價格的影響，如Beckmann（2013）[4]，Ratti和Vespignani（2014）等[5].

針對全球流動性與新興資本市場間的關(guān)系影響的研究工作也較為常見.Chudik和Fratzscher（2010）的研究表明當金融危機爆發(fā)的時候，新興市場過家相較于發(fā)達國家更容易受到流動性枯竭的影響，從而對本國資產(chǎn)價格產(chǎn)生劇烈沖擊[6].Hansen（2012）對于2003至2009年的相關(guān)數(shù)據(jù)進行了實證研究，結(jié)果表明在市場繁榮期間，全球流動性充裕對資本價格的上漲起到了較強的助推作用[7].Matsumoto（2013）僅針對北美新興市場也得出了類似的研究結(jié)論[8].

我國學者對這個問題也進行了一定的研究.陳繼勇和袁威等（2013）分析了1998至2011年間股票市場經(jīng)歷了大漲和大跌背景下貨幣環(huán)境與資產(chǎn)價格的關(guān)系，結(jié)果表明流動性狀況在資產(chǎn)幾個行為中扮演了重要的角色[9].戴曉鳳和何芳（2012）分析了影響我國股市流動性的因素，研究發(fā)現(xiàn)，交易量與流動性正相關(guān)，股票價格及股票收益率的波動性與流動性呈負相關(guān)關(guān)系，但當流動性選取的指標不同時，股票價格對其影響也是存在差異的 [10].朱慧明和樊夢婷（2017）針對國際原油價格對股市波動影響效果，提出極端分位回歸的模型檢驗方法.利用金融時間序列數(shù)據(jù)，通過加入結(jié)構(gòu)突變，構(gòu)建分位回歸模型分析股票收益問題，根據(jù)中國等原油進出口國家股市收益進行實證分析，研究變量之間的相依關(guān)系[11].endprint

主要研究了全球流動性狀況對于新興市場國家資本市場的影響.為了更為全面地衡量全球金融市場的流動性狀況，選擇全球十個主要發(fā)達國家和新興市場國家的貨幣總量設(shè)定流動性指標.同時，考慮到流動性對于資產(chǎn)價格的非線性影響，以波動率指數(shù)作為全球避險情緒的衡量，并以此將金融市場的演化分為平穩(wěn)期和危機期，通過建立非線性面板門限回歸模型，考察了流動性對于資產(chǎn)價格的非線性影響效應(yīng).

2數(shù)據(jù)與變量選擇

為了研究全球流動性對于新興市場資產(chǎn)價格的影響，以股票市場收益率作為被解釋變量，所考察的市場包括巴西、俄羅斯、印度、中國以及南非五個最大的新興經(jīng)濟體市場.這五個國家也被稱為金磚五國，其對全球金融市場的影響越來越大，本國的貨幣政策也會受到全球資本市場的關(guān)注.所選擇數(shù)據(jù)為1995年第三季度至2014年第四季度.

在對全球流動性的衡量上，采用如下的方法進行指標設(shè)計：首先，搜集全球主要經(jīng)濟體的廣義貨幣總量數(shù)據(jù)以及GDP數(shù)據(jù)，這些經(jīng)濟體包括美國、歐盟、英國、日本、巴西、俄羅斯、印度、中國以及南非；其次，將貨幣總量以及GDP總量均按當季匯率折算成美元，并將折算后的各個經(jīng)濟體數(shù)據(jù)加總，從而得到“全球貨幣總量”以及“全球GDP總量”；最后，用“全球貨幣總量”除以“全球GDP總量”，比率大小即代表了當前全球流動性過剩情況.為了避免內(nèi)生性，在具體計算每一個新興市場所面臨的全球流動性時，用“全球貨幣總量”以及“全球GDP總量”分別減去本國的貨幣總量和GDP總量，然后相除所得到的結(jié)果即為市場i在t時刻所面臨的全球流動性M0Yit.與此前的相關(guān)研究工作相比，的區(qū)別在于考慮進了新興市場貨幣當局對全球流動性的影響，更加符合現(xiàn)實中的情況，而以往這類研究往往僅關(guān)注美聯(lián)儲或是歐洲央行等發(fā)達地區(qū)貨幣政策對全球流動性的影響，存在一定的局限性.

圖1和圖2顯示了不同地區(qū)以及全球總體的貨幣供應(yīng)量情況，可以看出，自上世紀90年代中期開始，全球流動性出現(xiàn)了快速的增長.這主要是由當時的經(jīng)濟以及金融環(huán)境所造成的，首先是日本央行為了挽救國內(nèi)經(jīng)濟的持續(xù)蕭條，不斷地降低利率向市場釋放了大量的流動性，此后在1999年隨著歐元區(qū)的成立，歐洲央行為了促進歐元區(qū)國家的經(jīng)濟發(fā)展也向市場注入了大量的流動性.在2000年互聯(lián)網(wǎng)泡沫破滅以及2001年美國遭受911恐怖襲擊的背景下，美聯(lián)儲為了提振美國經(jīng)濟又繼續(xù)在此后數(shù)年內(nèi)維持著接近于0的低利率水平，直到次貸危機爆發(fā).在美國次貸危機所引起的全球金融海嘯爆發(fā)后，全球經(jīng)濟陷入到衰退中，各國央行不僅實施著極為寬松的貨幣政策，甚至采用了量化寬松等非常規(guī)貨幣政策手段，導致全球的流動性處于極度擴張的態(tài)勢.

除了全球流動性變量之外，還選擇了若干宏觀經(jīng)濟變量作為解釋變量，這些變量通常都被選擇用于資產(chǎn)定價模型的構(gòu)建中，這些解釋變量包括GDP增長率、通貨膨脹率CPI以及3個月的銀行同業(yè)拆借利率（3Mrate）.最后是區(qū)制轉(zhuǎn)換變量的選擇，該變量應(yīng)體現(xiàn)出全球投資者情緒的轉(zhuǎn)換.以往的研究結(jié)果表明，標普500指數(shù)的隱含波動率指數(shù)VLX是一個良好的指標，因此沿用這一做法，將VLX作為區(qū)制轉(zhuǎn)換變量.

3模型方法

為了檢驗全球流動性過剩對于新興市場資產(chǎn)價格的影響，文本采用面板門限模型對相關(guān)數(shù)據(jù)進行分析.Hausman和Wongswan（2014）[12]，Kim和Nguyen（2013）[13]等對該問題也進行了一定程度的研究，結(jié)果表明當美聯(lián)儲采用寬松的貨幣政策時，會對新興市場資產(chǎn)價格起到抬升的作用.但以往這些研究關(guān)注的僅僅是美國或是少數(shù)發(fā)達國家貨幣環(huán)境對全球資產(chǎn)價格的影響，鮮有文獻從全球金融市場的流動性狀況出發(fā)考慮這一問題，這也是與以往研究的主要區(qū)別之一.同時，與以往研究大多采用線性方法分析不同，考慮了全球流動性對于新興市場資產(chǎn)價格的非線性影響，即當金融市場避險情緒隨著外部環(huán)境變化而發(fā)生逆轉(zhuǎn)的時候，資產(chǎn)價格受流動性影響的門限效應(yīng).Kadilli（2014）研究了一組發(fā)達國家資產(chǎn)價格可預(yù)測性問題，發(fā)現(xiàn)包含平穩(wěn)期和危機期的取值轉(zhuǎn)換模型對數(shù)據(jù)的擬合效果要明顯優(yōu)于線性回歸模型[14]；類似的，Gang和Li（2015）發(fā)現(xiàn)S&P500指數(shù)收益率和波動率指數(shù)VIX的相關(guān)性呈現(xiàn)出明顯的非線性和非對稱性，收益-風險行為取決于相關(guān)性情況以及對風險的感知程度[15].采用全球投資者情緒指數(shù)作為金融市場演化階段的判定指標，將金融市場區(qū)分為平穩(wěn)期和危機期.最新的研究文獻表明，全球避險情緒的轉(zhuǎn)換會導致全球過剩流動性對于資產(chǎn)價格的影響方向，這也是的前提研究假設(shè).

具有個體影響效應(yīng)的面板門限回歸模型可以表示為如下的形式：

式中I（·）為示性函數(shù)，qit為門限變量，γ為最優(yōu)閾值，i和t分別表示橫斷面與時間維度，εit為均值為0，方差為σ2的隨機誤差項.

因變量yit與門限變量qit均為標量矩陣.回歸變量xit為k×1階解釋變量.所有變量均為平穩(wěn)時間序列故不可能出現(xiàn)偽回歸模型.

依據(jù)門限變量qit和閾值γ的比較大小結(jié)果將觀測序列分為兩部分.μi表示了模型中個體因素的影響，其大小在平穩(wěn)期和危機期保持不變，而β1和β2則在兩階段中具有不同的值.式（1）還可表示為：

式中，β=（β′1β′2）′

對式（2）在t時間內(nèi)取均值得到下式：

式（2）與式（3）會產(chǎn)生以下結(jié)果：

其中，

令Y*，X*（γ）和ε*代表所有個體的數(shù)據(jù)堆積，則式（4）相當于

此時，對于任意給定的門限參數(shù)γ，參數(shù)β1和β2可以最小二乘估計法估計得出，

且誤差平方和取決于γ，為

Chan和Hansen給出了內(nèi)生性求得閾值參數(shù)γ的方法[16]，即令SSE1（γ）為最小的γ值為所求得的閾值參數(shù)，因此γ的確定過程為：

接下來的環(huán)節(jié)是對門限效應(yīng)是否顯著進行檢驗，即檢驗原假設(shè)H0∶β1=β2是否成立.如果成立，則表明并不存在著門限效應(yīng).只有拒絕這一假設(shè)，才表明流動性對于資產(chǎn)價格的影響是非線性的.endprint

然而，在原假設(shè)條件下無法確定且假設(shè)檢驗量F1的漸進分布非標準.為了克服這一缺陷，采用bootstrap方法獲得H0似然比檢驗的一階漸近分布

2為面板門限回歸模型的殘值方差，SEE0為從線性回歸模型中得到的平方誤差和.因此，通過bootstrap得到的p值是漸進有效的.當p值小于臨界值時，拒絕原假設(shè).

根據(jù)所選擇的解釋變量與被解釋變量結(jié)果，可將面板門限回歸模型設(shè)定為如下的形式：

式中，i=1，…，N代表不同的國家，t=1，…，T代表時間指數(shù)，μi為市場的特定影響效應(yīng)，εit為均值為0，方差有限的獨立同分布誤差項.

為被解釋變量向量，I（·）為示性函數(shù).因變量EqReturnsit代表了市場i在t時刻的名義收益率.

4實證結(jié)果

面板門限回歸模型的應(yīng)用前提是所有變量均為平穩(wěn)時間序列，根據(jù)ADF檢驗結(jié)果，所選取的變量均為平穩(wěn)序列.

在對樣本數(shù)據(jù)門限效應(yīng)的檢驗中，采用前文所述的bootstrap方法生成300組替代數(shù)據(jù)，得到F檢驗統(tǒng)計量及相應(yīng)的p值，結(jié)果拒絕原始數(shù)據(jù)為線性結(jié)構(gòu)的原假設(shè)，即數(shù)據(jù)表現(xiàn)出明顯的非線性特征.對于波動率指數(shù)VIX（）的門限值估計結(jié)果為，在95%顯著水平上的置信區(qū)間為[25.6126.85].

接下來將對模型在不同區(qū)制內(nèi)的回歸參數(shù)結(jié)果進行估計.根據(jù)Hansen的研究工作，每一個區(qū)制所包含的數(shù)據(jù)數(shù)量應(yīng)至少為樣本總和的5%，模型估計的結(jié)果包括代表全球過剩流動性的變量（M0Y），國內(nèi)流動性變量（M0），以及三個主要控制變量（GDP，CPI，3Mrate）.估計結(jié)果如

正如前文所提，以波動率指數(shù)VLX為依據(jù)將金融市場的演化過程分為平穩(wěn)期和危機期兩個連續(xù)的階段（見圖3）.當VIX小于門限值時，代表全球避險情緒在下降，金融市場處于平穩(wěn)期間，此時全球流動性過剩對于新興市場資產(chǎn)價格的影響是正向的.在此階段估計出的回歸參數(shù)結(jié)果為0.85且極其顯著.然而，隨著全球避險情緒的增加，即當VIX大于門限值時，全球金融市場進入到危機期（壓力期）階段，全球流動性環(huán)境對新興市場資產(chǎn)價格起到負向帶動的作用，此時回歸系數(shù)為-0.628且在5%的顯著度上顯著.

以上研究結(jié)果與此前的研究結(jié)果表現(xiàn)出一定程度的一致性.如Weise，Peersman和Smets[17]等均研究了流動性過剩與資產(chǎn)價格走勢的相關(guān)關(guān)系，且其影響存在著非對稱性.但以往的這類研究在衡量流動性的時候，僅關(guān)注了美國中央銀行的貨幣政策所產(chǎn)生的流動性對資產(chǎn)價格的影響.與此不同，將全球主要發(fā)達市場國家和新興市場國家的貨幣環(huán)境狀況均納入到考慮范圍內(nèi)，從而從一個更加全面的角度考察了全球流動性對新興市場國家的影響.其次，以往的研究雖然證實了流動性對于資產(chǎn)價格的影響存在著非對稱性，但并沒有建立起有效的實證方法來對這一現(xiàn)象進行定量分析，因此往往僅關(guān)注特定時期如危機期間流動性與資產(chǎn)價格的關(guān)系.從全局出發(fā)，建立起較長時間跨度內(nèi)的非線性面板門限回歸模型，更為全面的考察了全球流動性過剩對新興市場國家資產(chǎn)價格的非線性影響，并得出相關(guān)結(jié)論.造成這一結(jié)果的主要原因可以理解為是投資者對風險的偏好發(fā)生了扭轉(zhuǎn)所導致的：在市場繁榮期，投資者對風險資產(chǎn)的投資偏好增強，促使價格不斷推高，與此同時銀行在市場繁榮期兼具有更強的信貸沖動，加劇了流動性的釋放并進一步推高了資產(chǎn)價格.但在市場盛極而衰，開始不如萎縮周期的時候，以上情況均開始出現(xiàn)逆轉(zhuǎn)，由于投資者的風險偏好降低，且銀行在放貸的時候會更加趨向于保守，從而對資產(chǎn)價格起到抑制作用.

實證的研究結(jié)果與Kontonikas（2014）類似，他考慮了美國在1989至2012年間美國股市收益率和聯(lián)邦基金利率之間的關(guān)系，結(jié)果表明2008年的美國次貸危機對這種關(guān)系產(chǎn)生了強烈的沖擊并使得其原本的依賴關(guān)系得到轉(zhuǎn)換[18].在金融危機期間，美國股市收益率和非預(yù)期的聯(lián)邦基金利率下調(diào)之間存在著明顯的負相關(guān)關(guān)系.這可以解釋為在外部金融環(huán)境不斷惡化的情況下，資金為了更高的安全邊際不斷地從風險資產(chǎn)中撤離，因此利率的下調(diào)成為了資金出逃的機會.同樣的，Kishor和Marfatia（2014）也研究了美聯(lián)儲貨幣政策對歐洲和北美國家市場的影響，發(fā)現(xiàn)雖然影響是正向的，但如果把金融危機時期也考慮在內(nèi)的話，其影響效應(yīng)會顯著下降.綜合以上結(jié)論可以認為，在金融危機期間，雖然積極的貨幣政策能夠增強市場的流動性，理論上應(yīng)該對資產(chǎn)價格起到提升的作用，但金融環(huán)境的惡化以及降低利率所導致的投資者對于經(jīng)濟環(huán)境惡化的預(yù)期最終還是壓低了相關(guān)的風險資產(chǎn)價格[19].

其它的解釋變量中主要是指國內(nèi)的宏觀經(jīng)濟變量，從實證結(jié)果上來看，其影響對資產(chǎn)收益率的影響是相對穩(wěn)定的.國內(nèi)生產(chǎn)總值GDP、通貨膨脹率和貨幣供給對資產(chǎn)收益率影響為正，而3個月的存款利率影響則為負，所有的變量均在1%的顯著水平上顯著.且無論是在平穩(wěn)期還是危機期其影響都是持續(xù)而顯著的.

5結(jié)論

自上世紀九十年代中期以來，全球金融市場的流動性一直在持續(xù)增加，在幾次金融危機的背景下，美聯(lián)儲一直采取較為寬松的貨幣政策，這令全球金融市場在較長時間內(nèi)一直處于流動性持續(xù)過剩的貨幣環(huán)境中.與此同時，隨著全球金融一體化程度的不斷加深，以金磚五國為代表的新興市場越來越受到全球流動性的沖擊，其國內(nèi)資產(chǎn)價格也會隨之漲落.隨著這些新興市場國家的不斷崛起，其本國的貨幣政策也產(chǎn)生了較強的外溢性，進一步影響著全球的金融市場以及貨幣環(huán)境.研究的正是在這樣的背景下，全球流動性過剩對新興市場過家資產(chǎn)價格的影響.以往已有不少學者對這一問題進行了深入的研究，并取得了顯著的研究成果.但這些研究存在著一定的局限性：首先，在對全球流動性的衡量上，以往的研究僅關(guān)注了美聯(lián)儲的相關(guān)貨幣政策對流動性的影響，對于其他發(fā)達國家以及新興市場國家的貨幣政策考慮不夠；其次，得出的結(jié)論往往是流動性對資產(chǎn)價格存在著正向的影響關(guān)系，但對二者之間存在著的非線性關(guān)系揭示不充分.endprint

從一個更為廣泛的視角出發(fā)，研究了全球流動性過剩對新興市場資產(chǎn)價格的影響.這些新興經(jīng)濟體國家主要包括巴西、俄羅斯、印度、中國和南非等金磚五國.在衡量其所面臨的全球流動性環(huán)境時，采用了一種更為全面的計算法，將美國等五個發(fā)達國家市場與這五個新興市場一起考慮在內(nèi)，將這十個國家的貨幣總量按美元進行折算，并除以這五個國家DDP按美元折算后的總和，得到全球流動性指標.此外，還選擇了國內(nèi)GDP、CPI以及3個月銀行拆借利率作為解釋變量，建立了非線性面板門限回歸模型.通過以1995至2014年相關(guān)數(shù)據(jù)為對象進行實證研究，結(jié)果表明全球流動性對于新興市場資產(chǎn)價格的影響是非線性的，在市場處于平穩(wěn)期時，流動性的寬裕會正向影響資產(chǎn)價格；而在市場處于危機期時，則存在著負向帶動作用.

全球一體化程度而不斷加深導致國際金融市場對我國這樣的新興市場國家的影響越來越大，我國的金融市場運行即受到國內(nèi)政策的影響，也受到國際環(huán)境的影響.這就要求一定要密切關(guān)注國際金融市場環(huán)境的變換，并及時調(diào)整國內(nèi)的貨幣政策工具加以應(yīng)對，才能保證我國金融市場的平穩(wěn)、健康運行.

參考文獻

[1]Baks，Kramer M.Macroeconomic cycles and the stock markets reaction to monetary policy[J].Journal of Finance，2012，32 （12）：260-2616.

[2]Belke A.International channels of the Feds unconventional monetary policy[J].International Journal of Money Finance，2014（44）：24-46.

[3]Darius M，Radde A.Global excess liquidity and asset prices in emerging countries：a PVAR approach[J].Emerging Market Review，2013（13）：256-267.

[4]Beckmann D D.How do central banks react to wealth composition and asset prices[J].Economic Modelling，2013，29 （3）：641-653.

[5]Ratti E，Vespignani W.Pure contagion and investors shifting risk appetite：analytical issues and empirical evidence[J].Journal of Money Finance，2014，35（3）：401-436.

[6]Chudik K，F(xiàn)ratzscher.The relationship between index option moneyness and relative liquidity[J].Journal of Futures Markets，2010，20（10）：971-987.

[7]Hansen.Functional equivalence between liquidity costs and the utility of money[J].Journal of Monetary Economics，2012，33（1）：521-564.

[8]Matsumoto M.Introduction to the symposium issue on money and liquidity[J].Journal of Economic Theory，2013，33（2）：23-51.

[9]陳繼勇，袁威，肖衛(wèi)國.流動性、資產(chǎn)價格波動的隱含信息和貨幣政策選擇——基于中國股票市場與房地產(chǎn)市場的實證分析[J].金融研究，2013，33（11）：66-79.

[10]戴曉鳳，何芳，易孜.基于石油行業(yè)影響股票流動性的實證分析[J].經(jīng)濟數(shù)學，2012，29（03）：60-63.

[11]朱慧明，樊夢婷，賈相華.基于極端分位回歸模型的原油股市動態(tài)相依關(guān)系研究[J].經(jīng)濟數(shù)學，2017，34（02）：63-69.

[12]Hausman，Wongswan.Macro liquidity risk，money growth，and the crosssection of stock returns[J].Emerging Markets Finance and Trade，2014，19（3）：5-19.

[13]Kim C，Nguyen.Excess liquidity and the money market in the euro area[J].Journal of Macroeconomics，2013，31（2）：6-17.

[14]Kadilli D.Rethinking banking，Debt discounting and the making of modern money as liquidity[J].New Political Economy，2014，20（3）：5-19.

[15]GangC，Li M.Does liquidity matter for money demand in euro area countries？[J].Economics Bulletin，2015，21（11）：30-50.

[16]Chan D，Hansen H.Estimation of the liquidity trap using a panel threshold model[J].Applied Economics Letters，2015，27（11）：36-54.

[17]Weise，Peersman，Smets.Does money matter in the euro area？ Evidence from a new Divisia index[J].Economics Letters，2015，21（4）：41-47.

[18]Kontonikas A.Investor sentiment and the stock markets reaction to monetary policy[J].Journal of Finance，2014，32（3）：50-70.

[19]Kishor K，Marfatia A.Monetary policy shocks in the Euro area and global liquidity spillovers[J].International Journal of Financial Economics，2014，33（11）：205-218.endprint