王 堃，紀(jì)宣明，李牧辰

（集美大學(xué) 財(cái)經(jīng)學(xué)院，福建 廈門 361021）

我國經(jīng)濟(jì)制度變遷、金融發(fā)展對(duì)股市波動(dòng)的影響

王 堃，紀(jì)宣明，李牧辰

（集美大學(xué) 財(cái)經(jīng)學(xué)院，福建 廈門 361021）

針對(duì)我國股票市場(chǎng)的“高波動(dòng)性”特征，采用我國1998年第一季度到2017年第二季度的有關(guān)季度數(shù)據(jù)，運(yùn)用主成分分析法、協(xié)整分析法、向量誤差修正模型等一系列實(shí)證檢驗(yàn)方法，對(duì)制度變遷、金融發(fā)展與A股市場(chǎng)波動(dòng)三者之間的長期與短期的互動(dòng)關(guān)系進(jìn)行分析。結(jié)果發(fā)現(xiàn)：制度變遷在短期內(nèi)對(duì)股市波動(dòng)沒有影響，但長期內(nèi)促進(jìn)了股市的波動(dòng)。金融發(fā)展在短期內(nèi)對(duì)股市波動(dòng)的抑制作用較為薄弱，但長期的抑制效果卻很明顯。股市短期波動(dòng)主要是由于其自身的“自強(qiáng)化效應(yīng)”產(chǎn)生的。據(jù)此，分別從長期層面的政策保障機(jī)制、短期層面的異常行為監(jiān)管調(diào)控與投資者理念培育機(jī)制等方面提出了政策建議。

制度變遷；金融發(fā)展；股市波動(dòng)；協(xié)整分析；VEC模型

一、問題提出與文獻(xiàn)述評(píng)

近年來，中國的金融市場(chǎng)發(fā)展迅速，尤其是股票市場(chǎng)最為明顯。截至2016年12月9日，我國A股市場(chǎng)上市公司已達(dá)到3002家，總市值超過52.37萬億元，躍居世界第二①有關(guān)數(shù)據(jù)來自Wind數(shù)據(jù)庫。。一方面，中國股市長期以來的蓬勃發(fā)展與改革開放后中國政治、經(jīng)濟(jì)制度的不斷發(fā)展完善密不可分；另一方面，中國股市短期的“過山車”式劇烈波動(dòng)亦飽受廣大股民詬病。那么，制度變遷、金融發(fā)展與A股市場(chǎng)波動(dòng)之間究竟是什么關(guān)系？股市波動(dòng)與經(jīng)濟(jì)發(fā)展有何關(guān)系？本文將在全面考察中國經(jīng)濟(jì)制度變遷、金融發(fā)展的基礎(chǔ)上，研究其與A股市場(chǎng)波動(dòng)性之間的關(guān)系。

（一）制度變遷對(duì)A股市場(chǎng)波動(dòng)的影響

自從North等人首先論證并且得出制度變遷是經(jīng)濟(jì)增長的重要影響因素之后，制度因素在國民經(jīng)濟(jì)發(fā)展中的作用機(jī)制問題，逐漸成為國內(nèi)外研究的熱點(diǎn)。股市是市場(chǎng)經(jīng)濟(jì)最重要的組成成分之一，研究制度變遷對(duì)A股市場(chǎng)波動(dòng)的影響就顯得十分有必要。由于中國股市受到政策變化、突發(fā)新聞事件等的影響較大，這也在一定程度上導(dǎo)致了A股市場(chǎng)波動(dòng)與宏觀經(jīng)濟(jì)波動(dòng)的匹配性較弱的問題。陳建青等（2014）選取1996—2012年的相關(guān)月度數(shù)據(jù)，利用VAR模型，得到了“制度變遷的外因必須通過股市自身運(yùn)行規(guī)律才能起作用”的實(shí)證結(jié)論[1]。王超等（2017）利用R/S分析法與Hurst指數(shù)法分別對(duì)中美兩國股票市場(chǎng)進(jìn)行實(shí)證分析，指出我國股票市場(chǎng)尚未達(dá)到弱式有效水平，但隨著制度的變化，市場(chǎng)有效程度在不斷改善，制度的變遷對(duì)市場(chǎng)效率的提高起到了積極作用；在美國制度變遷對(duì)股市有效性具有顯著的正效應(yīng)[2]。宮玉松（2017）認(rèn)為政府主導(dǎo)的股票市場(chǎng)的產(chǎn)生與發(fā)育路徑，政府過度干預(yù)和過度保護(hù)，股票市場(chǎng)的市場(chǎng)化和法制化程度較低，以國企為主的上市公司產(chǎn)權(quán)結(jié)構(gòu)，體制轉(zhuǎn)軌時(shí)期的權(quán)力尋租與金融腐敗等制度原因，是造成股市異常波動(dòng)的原罪[3]。

（二）金融發(fā)展與A股市場(chǎng)波動(dòng)之間的關(guān)系

現(xiàn)代意義上的金融發(fā)展理論的真正形成，是McKinnon提出“金融抑制”與Shaw提出“金融深化”理論之后。談儒勇（1999）、鄧永亮（2010）等人均認(rèn)為就長期看來，金融發(fā)展對(duì)市場(chǎng)經(jīng)濟(jì)的影響是負(fù)面的[4-5]。那么，金融發(fā)展對(duì)A股市場(chǎng)的波動(dòng)是否也是這樣呢？周丹等（2011）認(rèn)為股市波動(dòng)能夠顯著地負(fù)面影響金融發(fā)展，這種負(fù)面影響在經(jīng)濟(jì)危機(jī)時(shí)尤為明顯[6]，但其卻忽略了金融發(fā)展對(duì)股市波動(dòng)的反向作用。王昱等（2016）認(rèn)為金融發(fā)展功能完善，可以為投資者提供更多的金融工具創(chuàng)新和避險(xiǎn)保障，促進(jìn)投資者對(duì)風(fēng)險(xiǎn)投資的需求，進(jìn)而促進(jìn)了股市的穩(wěn)定[7]。王怡雯（2017）認(rèn)為股市拖累了中國經(jīng)濟(jì)發(fā)展，但是金融發(fā)展促進(jìn)了股市的穩(wěn)定發(fā)展[8]，但其僅選取市場(chǎng)規(guī)模與流動(dòng)性兩個(gè)方面的指標(biāo)，研究結(jié)果說服力不強(qiáng)。

通過理論回顧及相關(guān)文獻(xiàn)梳理，我們注意到：第一，現(xiàn)有研究多注重對(duì)制度變遷與股市波動(dòng)之間的匹配性與影響因素的研究，鮮有對(duì)兩者之間的互動(dòng)性進(jìn)行實(shí)證檢驗(yàn)；第二，對(duì)股市波動(dòng)與金融發(fā)展之間的影響關(guān)系多注重股市波動(dòng)對(duì)金融發(fā)展的沖擊，而忽視了金融發(fā)展對(duì)股市波動(dòng)的反作用。據(jù)此，本文嘗試將宏觀經(jīng)濟(jì)制度變遷、金融發(fā)展、A股市場(chǎng)波動(dòng)結(jié)合在一起，研究三者之間的相互影響及其背后的機(jī)制與變動(dòng)關(guān)系。

二、模型構(gòu)建與變量設(shè)計(jì)

（一）實(shí)證思路

本文首先進(jìn)行變量及數(shù)據(jù)的選?。黄浯卫弥鞒煞址治龇?gòu)造制度變遷、金融發(fā)展兩個(gè)相關(guān)變量；再次，對(duì)制度變遷、金融發(fā)展、A股市場(chǎng)波動(dòng)率的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)以及通過Johansen協(xié)整檢驗(yàn)確定各變量之間是否存在長期均衡關(guān)系。若存在協(xié)整關(guān)系，則研究三者間可能存在的長期關(guān)系所呈現(xiàn)的具體特征，并且建立VEC模型考察變量間的互動(dòng)關(guān)系，利用脈沖響應(yīng)函數(shù)分解各變量之間的動(dòng)態(tài)影響與短期關(guān)系；最后，進(jìn)行成對(duì)Granger因果檢驗(yàn)。

（二）變量的選取與數(shù)據(jù)的處理

在選取相關(guān)指標(biāo)時(shí)，在充分考慮其代表性、準(zhǔn)確性、數(shù)據(jù)可得性以及樣本容量的前提下，本文采用1998年第一季度到2017年第二季度的季度數(shù)據(jù)。除另有說明外，本文所有數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫，使用的計(jì)量分析軟件為EViews9.5。

1.經(jīng)濟(jì)制度變遷指標(biāo)

經(jīng)濟(jì)制度變遷是指在一定的經(jīng)濟(jì)體制下，新經(jīng)濟(jì)制度結(jié)構(gòu)的產(chǎn)生、替代或改變舊經(jīng)濟(jì)制度的動(dòng)態(tài)過程。經(jīng)濟(jì)制度變遷是經(jīng)濟(jì)發(fā)展的基礎(chǔ)。

本文參考了金玉國（2001）、劉文革等（2008）、樊綱等（2011）的研究[9-11]，選取市場(chǎng)化程度、對(duì)外開放程度、產(chǎn)權(quán)結(jié)構(gòu)、政府對(duì)市場(chǎng)的干預(yù)程度四個(gè)二級(jí)指標(biāo)來合成制度變遷（Institution）指標(biāo)。

（1）市場(chǎng)化程度（Marketization）：采用固定資產(chǎn)投資完成額中的外資、自籌資金和其他投資三項(xiàng)投資完成額的總和對(duì)固定資產(chǎn)投資完成額的占比來表示。

（2）對(duì)外開放程度（Open）：采用進(jìn)出口貿(mào)易總額與GDP的比值表示。

（3）產(chǎn)權(quán)結(jié)構(gòu)（Property）：采用固定資產(chǎn)投資中非國有及非國有控股的部分與固定資產(chǎn)投資總值之間的比率表示。

（4）政府對(duì)市場(chǎng)的干預(yù)（Government）：采用財(cái)政支出占GDP的比重表示。

需要說明的是，除產(chǎn)權(quán)結(jié)構(gòu)外，本文的二級(jí)指標(biāo)構(gòu)建與其他文獻(xiàn)并無太大區(qū)別。在產(chǎn)權(quán)結(jié)構(gòu)指標(biāo)構(gòu)造時(shí)，大多數(shù)文獻(xiàn)均參考金玉國（2001）、劉文革等（2008）的研究成果，采用非國有工業(yè)總產(chǎn)值與工業(yè)總產(chǎn)值的比值[9-10]。該指標(biāo)有兩個(gè)缺陷：第一，該指標(biāo)已被廢棄，2011年以后的數(shù)值缺失；第二，該指標(biāo)只有年度數(shù)據(jù)，無論采取何種方法轉(zhuǎn)換成季度數(shù)據(jù)，均可能喪失準(zhǔn)確性。故本文經(jīng)過選擇與比較，采用固定資產(chǎn)投資中非國有及非國有控股的部分與固定資產(chǎn)投資總值之間的比率來衡量產(chǎn)權(quán)結(jié)構(gòu)。

以上各指標(biāo)均以比例形式出現(xiàn)，因此不存在價(jià)格調(diào)整問題。極少部分統(tǒng)計(jì)數(shù)據(jù)缺失，采用插值法補(bǔ)足，由于缺失數(shù)據(jù)所占比例極小，故處理后對(duì)實(shí)證結(jié)果幾乎不產(chǎn)生影響。

由于本文采用的是各經(jīng)濟(jì)指標(biāo)的季度數(shù)據(jù)，不難發(fā)現(xiàn)其明顯受到季節(jié)因素的影響，因此采用“X-12季節(jié)調(diào)整法”去除季節(jié)因素，并用調(diào)整后的相關(guān)數(shù)據(jù)進(jìn)行后續(xù)分析。

將上述四個(gè)指標(biāo)進(jìn)行主成分分析，結(jié)果如表1所示。

表1 制度變遷指標(biāo)的主成分分析結(jié)果

由表1可以看出，第一主成分的貢獻(xiàn)率達(dá)到74.64%，已經(jīng)可以較好地反映二級(jí)指標(biāo)的變動(dòng)，第一主成分與第二主成分的累計(jì)貢獻(xiàn)率達(dá)到96.56%，幾乎可以認(rèn)為完全反映二級(jí)指標(biāo)的變動(dòng)。據(jù)此，進(jìn)一步計(jì)算得到政府對(duì)市場(chǎng)的干預(yù)、市場(chǎng)化程度、產(chǎn)權(quán)結(jié)構(gòu)、對(duì)外開放程度四個(gè)二級(jí)指標(biāo)的權(quán)重分別為：0.18、0.32、0.30、0.20，即：

Institution=0.18×Government+0.32×Marketization+0.30×Property+0.20×Open

2.金融發(fā)展指標(biāo)

金融發(fā)展指的是金融結(jié)構(gòu)長期與短期的變化，反映一國的金融水平與質(zhì)量。

本文在參考了劉儒等（2015）、李國璋等（2011）[12-13]的研究成果后，采用貸款余額與GDP的比率、M2與GDP的比率兩個(gè)二級(jí)指標(biāo)來合成金融發(fā)展（Finance）一級(jí)指標(biāo)。使用直接賦值法，賦予兩個(gè)二級(jí)指標(biāo)各0.5的權(quán)重①作者亦嘗試采用貸款余額與GDP的比率、M2與GDP的比率、工商業(yè)貸款余額與GDP的比率三個(gè)二級(jí)指標(biāo)，利用主成分分析法構(gòu)造金融發(fā)展一級(jí)指標(biāo)，得出結(jié)果三者權(quán)重大致相同，且一級(jí)指標(biāo)變動(dòng)情況與本文使用方法幾乎相同，本著“避繁就簡(jiǎn)”的原則，放棄工商業(yè)貸款余額與GDP的比率這個(gè)二級(jí)指標(biāo)，并且使用直接賦值法。。

3.A股市場(chǎng)波動(dòng)指標(biāo)

賀立龍等（2017）測(cè)算了滬深兩市指數(shù)的相關(guān)性系數(shù)，發(fā)現(xiàn)二者相關(guān)系數(shù)達(dá)到0.92以上[14]，表明選取二者中任何一個(gè)的收益率來分析A股市場(chǎng)波動(dòng)，都不會(huì)影響實(shí)證結(jié)果。故本文采用上證指數(shù)季度收益率作為A股市場(chǎng)的波動(dòng)率（Volatility）。

三、實(shí)證檢驗(yàn)與結(jié)果分析

（一）時(shí)間序列平穩(wěn)性的檢驗(yàn)

本文采用ADF單位根檢驗(yàn)、PP檢驗(yàn)、ERS檢驗(yàn)、NP檢驗(yàn)分別對(duì)變量制度變遷、金融發(fā)展、A股市場(chǎng)的波動(dòng)率及其一階差分進(jìn)行檢驗(yàn)，結(jié)果見表2。

表2 各變量平穩(wěn)性檢驗(yàn)結(jié)果

通過上述檢驗(yàn)可得：制度變遷與金融發(fā)展為I（1）序列、A股市場(chǎng)的波動(dòng)為I（0）序列。

（二）Johansen協(xié)整檢驗(yàn)

由于變量為 I（1）或 I（0）序列，可能存在長期協(xié)整關(guān)系，多個(gè)變量之間的協(xié)整關(guān)系一般采用基于回歸系數(shù)的Johansen協(xié)整檢驗(yàn)。

首先應(yīng)當(dāng)確定最優(yōu)滯后期數(shù)。建立一個(gè)無約束VAR模型，選擇滯后7期進(jìn)行最優(yōu)滯后期數(shù)檢驗(yàn)。

表3 最優(yōu)滯后期數(shù)檢驗(yàn)結(jié)果

根據(jù)表 3 可知，所有指標(biāo)中，LR、FPE、AIC、HQ均選擇最佳優(yōu)滯后期數(shù)為2期，而SC選擇的最佳滯后期數(shù)為1期。本著“大多數(shù)原則”，故認(rèn)為無約束VAR模型最佳滯后期數(shù)為2期。而Johansen協(xié)整檢驗(yàn)的滯后期是無約束VAR模型一階差分的滯后期，故確定為1。

在Johansen協(xié)整檢驗(yàn)中，對(duì)于截距項(xiàng)與趨勢(shì)項(xiàng)的選擇，絕大多數(shù)文獻(xiàn)均采用EViews中默認(rèn)的選項(xiàng)：序列有線性趨勢(shì)，協(xié)整方程只有截距。但是，根據(jù)鐘志威等（2008）的研究，大多數(shù)中國的經(jīng)濟(jì)數(shù)據(jù)序列及協(xié)整方程均含有線性趨勢(shì)和截距[15]，使用EViews默認(rèn)選項(xiàng)，會(huì)出現(xiàn)偏差。據(jù)此，本文選擇“序列及協(xié)整方程均含有線性趨勢(shì)和截距”這一選項(xiàng)。一期滯后的Johansen協(xié)整檢驗(yàn)結(jié)果如表4所示。

表4 Johansen協(xié)整檢驗(yàn)結(jié)果

表 4表明，λ-trace（特征值跡檢驗(yàn)）與 λ－max（最大特征值檢驗(yàn)）結(jié)果均在1%的顯著性水平下拒絕了變量間不存在協(xié)整關(guān)系的原假設(shè)。而λ-trace與λ－max的統(tǒng)計(jì)量在原假設(shè)為至少存在一個(gè)協(xié)整關(guān)系的情況下，其統(tǒng)計(jì)量的p值均大于0.1，表明在10%的顯著性水平下，接受了至少存在一個(gè)協(xié)整關(guān)系的原假設(shè)，即：各指標(biāo)間均存在至少一個(gè)長期協(xié)整關(guān)系。

（三）協(xié)整分析

在Eviews 9.5中進(jìn)行Johansen協(xié)整檢驗(yàn)的同時(shí)，可以得到系數(shù)標(biāo)準(zhǔn)化后的協(xié)整方程：

Volatilityt=0.827Institutiont-0.0448Financet-0.0025t-0.134

由表4可知，λ-trace（特征值跡檢驗(yàn)）與λ－max（最大特征值檢驗(yàn)）結(jié)果均表明在1%的顯著水平下存在長期協(xié)整關(guān)系。標(biāo)準(zhǔn)化協(xié)整方程意味著：從長期角度來看，制度變遷對(duì)股市波動(dòng)起到促進(jìn)作用，金融發(fā)展抑制了股市的波動(dòng)。

由協(xié)整方程可知：制度變遷每增加一個(gè)百分點(diǎn)，將會(huì)導(dǎo)致A股市場(chǎng)的波動(dòng)增加0.827個(gè)百分點(diǎn)，即產(chǎn)生了促進(jìn)效應(yīng)。其主要原因有：第一，隨著經(jīng)濟(jì)制度的不斷變遷，對(duì)外開放逐步加深，有更多的資本進(jìn)出中國市場(chǎng)，提高了我國資本市場(chǎng)活躍度，進(jìn)而加劇了股市的波動(dòng)性。第二，經(jīng)濟(jì)制度變遷將促使產(chǎn)權(quán)結(jié)構(gòu)更加合理，民營企業(yè)已越來越多地進(jìn)入到股市融資發(fā)展，其質(zhì)量良莠不齊，必然影響股票市場(chǎng)的波動(dòng)。第三，隨著中國市場(chǎng)化進(jìn)程的不斷深入，政府對(duì)市場(chǎng)的“家長式”粗暴干預(yù)逐步減少，更多是利用市場(chǎng)機(jī)制本身去解決市場(chǎng)問題；同樣，對(duì)于股票市場(chǎng)的異常行為，如果在可接受的范圍內(nèi)，政府的干預(yù)也逐步減少。

金融發(fā)展每增加一個(gè)百分點(diǎn)，A股市場(chǎng)的波動(dòng)率將下降0.0448個(gè)百分點(diǎn)，即產(chǎn)生了抑制效應(yīng)。其原因有：第一，隨著金融發(fā)展，各種金融投資理財(cái)產(chǎn)品不斷涌現(xiàn)，投資者的選擇日益增多，當(dāng)股市出現(xiàn)異常波動(dòng)時(shí)，投資者可能會(huì)選擇其他投資方式；第二，金融發(fā)展必然伴隨著金融監(jiān)管的完善，股票市場(chǎng)上的惡意操縱行為與肆意投資行為勢(shì)必受到抑制；第三，伴隨著股指期貨等金融衍生工具的發(fā)展與壯大，其對(duì)市場(chǎng)異常波動(dòng)的抑制作用也得以逐步體現(xiàn)。

（四）向量誤差修正（VEC）模型

若一組變量是由 I（0）與 I（1）序列組成，要研究它們之間的互動(dòng)關(guān)系，傳統(tǒng)的做法是對(duì)I（1）序列進(jìn)行一階差分，然后利用無約束的VAR模型進(jìn)行有關(guān)分析。但是這一做法可能會(huì)在取差分的過程中隱藏許多有價(jià)值的長期關(guān)系，導(dǎo)致分析結(jié)果出現(xiàn)較大偏差。而對(duì)VAR模型增加協(xié)整約束后的VEC模型，可以有效解決這一問題。根據(jù)Johansen協(xié)整檢驗(yàn)的結(jié)果，本文建立一個(gè)限制項(xiàng)為B（1,1）=1的VEC模型，其表達(dá)式為：

Δyt=αecmt-1+Γ1Δyt-1+εt，t=1，2，3，…，T

將制度變遷、金融發(fā)展與A股市場(chǎng)的波動(dòng)建立1期滯后的VEC模型，得到如下結(jié)果：

其中：似然比=387.6272，AIC=-9.700716，SIC=-9.118032

由該誤差修正模型可知，在金融發(fā)展與A股市場(chǎng)的波動(dòng)率不變的情況下，制度變遷在t時(shí)刻的變化會(huì)增加前一期0.746%的均衡誤差。同理，在其他條件不變的情況下，金融發(fā)展與A股市場(chǎng)的波動(dòng)率在t時(shí)刻的變化會(huì)分別增加前一期13.68%與67.47%的均衡誤差。

（五）VEC模型的脈沖響應(yīng)分析

作為分析VEC模型各變量之間互動(dòng)關(guān)系的方式，脈沖響應(yīng)以其全面性、直觀性的特點(diǎn)而被廣泛使用。本文將利用其來分析各變量間的短期關(guān)系。該模型中制度變遷與金融發(fā)展對(duì)A股市場(chǎng)的波動(dòng)以及A股市場(chǎng)的波動(dòng)率對(duì)其自身的正交脈沖響應(yīng)函數(shù)分別如圖1至圖3所示。

從圖1可以看出，制度變遷對(duì)A股市場(chǎng)波動(dòng)的沖擊具有滯后性，其沖擊作用在第3期才顯現(xiàn)，且這種沖擊極為孱弱（其系數(shù)僅為-0.009），然后就在第4期迅速消失。故可認(rèn)為在短期內(nèi)，制度變遷對(duì)股市波動(dòng)幾乎沒有影響。這是由于制度變遷本身是一個(gè)漸進(jìn)化的過程，它體現(xiàn)在社會(huì)經(jīng)濟(jì)生活的各個(gè)方面，絕大多數(shù)人都不能在第一時(shí)間感受到它的變化，只有較長時(shí)間之后逐步發(fā)現(xiàn)。此時(shí)，經(jīng)濟(jì)制度變遷的時(shí)效性已然消失殆盡，其自然難對(duì)股票市場(chǎng)形成較大的短期影響。

圖1 制度變遷對(duì)A股市場(chǎng)波動(dòng)的脈沖響應(yīng)函數(shù)

從圖2可以看出，金融發(fā)展對(duì)A股市場(chǎng)波動(dòng)的影響同樣具有滯后性，其沖擊作用在前3期逐步加強(qiáng)，并在3期后保持穩(wěn)定，這種沖擊雖然不強(qiáng)（系數(shù)為-0.0365），但具有較好的持續(xù)效應(yīng)。因此，可以認(rèn)為金融發(fā)展在短期內(nèi)對(duì)維持股市穩(wěn)定有一定作用。金融發(fā)展對(duì)股市波動(dòng)的短期影響要強(qiáng)于制度變遷，其主要原因有：第一，股票市場(chǎng)本身就是金融市場(chǎng)的重要組成部分，其對(duì)金融市場(chǎng)的發(fā)展自然更敏感，所以其滯后期更短且沖擊更強(qiáng)。第二，金融發(fā)展使得市場(chǎng)上的投機(jī)者看到了投機(jī)的機(jī)會(huì)，進(jìn)而給股市帶來了一定的波動(dòng)。但是，隨著市場(chǎng)對(duì)信息的消化以及套利、保值行為的存在、投資方式日益多元化，金融發(fā)展對(duì)股市的沖擊長期趨于穩(wěn)定。股市的“博傻”行為必然逐步受到遏制。

圖2 金融發(fā)展對(duì)A股市場(chǎng)波動(dòng)的脈沖響應(yīng)函數(shù)

從圖3可以看出，A股市場(chǎng)波動(dòng)對(duì)其自身的一個(gè)標(biāo)準(zhǔn)差反應(yīng)極其劇烈（系數(shù)為0.16），但在第2期便衰減3/4，第3期便衰減為0，具有極強(qiáng)的沖擊效應(yīng)且不具有持續(xù)效應(yīng)。其主要原因有：第一，A股市場(chǎng)政策制度不完善，尚未建立起完善有效的退市制度、投資者保護(hù)制度、集體訴訟制度等保護(hù)投資者及遏制投機(jī)的法規(guī)與政策。市場(chǎng)對(duì)于各種“消息”往往會(huì)過分解讀，追漲助跌。第二，A股市場(chǎng)上投機(jī)行為與“偽價(jià)值投資”行為較為嚴(yán)重，投機(jī)者們會(huì)利用市場(chǎng)上的各種異常波動(dòng)與信息沖擊進(jìn)行肆意投機(jī)，進(jìn)一步加劇了A股市場(chǎng)的波動(dòng)。第三，散戶比例過高，跟風(fēng)現(xiàn)象嚴(yán)重。目前持有A股流通股市值小于10萬元的投資者，占全部投資者的比例達(dá)到七成以上，散戶投資者更容易受到市場(chǎng)上非理性因素的影響，盲目的跟風(fēng)追漲或恐慌性相互踩踏。對(duì)此，王超等（2017）[2]從行為金融學(xué)、金融物理學(xué)、社會(huì)傳播學(xué)、復(fù)雜系統(tǒng)科學(xué)等多個(gè)角度對(duì)這一現(xiàn)象進(jìn)行了詳細(xì)的解釋。

圖3 A股市場(chǎng)波動(dòng)對(duì)其自身的脈沖響應(yīng)函數(shù)

（六）成對(duì)Granger因果檢驗(yàn)

成對(duì)Granger因果檢驗(yàn)主要是檢驗(yàn)?zāi)硞€(gè)內(nèi)生變量對(duì)于目標(biāo)變量是否具有外生性，可用來判斷建立VEC模型是否合理。

本文選取了1期之后的VEC模型，因此可以在VEC模型系統(tǒng)內(nèi)進(jìn)行成對(duì)Granger因果檢驗(yàn)。為了使各變量平穩(wěn)，軟件默認(rèn)對(duì)各變量取一階差分，其檢驗(yàn)結(jié)果如表5所示。

由表5可知，在5%的置信水平下，三個(gè)變量均通過成對(duì)Granger因果檢驗(yàn)。即制度變遷、金融發(fā)展、A股市場(chǎng)波動(dòng)三個(gè)變量是相互影響、相互制約的，可認(rèn)為建立VEC模型是合理的。

表5 成對(duì)Granger因果檢驗(yàn)的結(jié)果

四、結(jié)論與建議

（一）結(jié)論

第一，對(duì)相關(guān)變量分析的結(jié)果表明，宏觀經(jīng)濟(jì)制度變遷在長期內(nèi)加劇了A股市場(chǎng)的波動(dòng)，但在短期內(nèi)對(duì)其影響并不大。這里需要特別說明的是：雖然制度變遷在長期增大了股市的波幅，但股市的合理波動(dòng)也是資本市場(chǎng)活躍的力證。就像“價(jià)值背離，波動(dòng)異常，充滿投機(jī)”的股市不是市場(chǎng)需要的一樣，“一潭死水”的股市同樣不是市場(chǎng)需要的。對(duì)股市異常波動(dòng)的政策調(diào)控著力點(diǎn)也不應(yīng)放在宏觀經(jīng)濟(jì)層面，而應(yīng)具體到金融市場(chǎng)的各項(xiàng)制度機(jī)制改革上。第二，金融發(fā)展無論從長短期看均可在一定程度上抑制股市波動(dòng)，對(duì)A股市場(chǎng)的穩(wěn)定發(fā)展起到了積極的作用。第三，股市波動(dòng)對(duì)其自身造成的沖擊影響極大，這種沖擊的衰減速度卻極快。可以說股市波動(dòng)的自強(qiáng)化效應(yīng)，才是A股短期異常波動(dòng)的原罪。

（二）政策建議

1.長期層面的政策保障機(jī)制

第一，完善金融市場(chǎng)制度體系，降低金融發(fā)展過程中的制度成本。合理的金融市場(chǎng)制度是促進(jìn)金融發(fā)展，進(jìn)而助推股市價(jià)值回歸，減少異常波動(dòng)的基石。要在尊重中國基本經(jīng)濟(jì)現(xiàn)實(shí)的前提下，合理借鑒歐美成熟金融市場(chǎng)的經(jīng)驗(yàn)，加強(qiáng)頂層設(shè)計(jì)與長期籌劃。建立積極促進(jìn)金融發(fā)展的包括基本法律制度、金融業(yè)務(wù)實(shí)施制度、金融監(jiān)管聯(lián)動(dòng)制度等在內(nèi)的一系列金融制度體系。

第二，讓各市場(chǎng)主體加入到政策法規(guī)的制定過程。在中國傳統(tǒng)文化背景下，政策制定的過程中難免會(huì)或多或少地存在著權(quán)利導(dǎo)向與角色導(dǎo)向的問題。政策制定者與市場(chǎng)參與主體間缺乏溝通，導(dǎo)致了政策實(shí)施過程中的抵觸行為以及政策與市場(chǎng)的背離現(xiàn)象，甚至出現(xiàn)政策目標(biāo)與執(zhí)行結(jié)果南轅北轍的狀況。因此，政策制定者要放下身段，加強(qiáng)與各市場(chǎng)主體的溝通交流，提升政策的有效性。

第三，強(qiáng)化監(jiān)管考核制度，著重考察政策制定與執(zhí)行的長效性與持續(xù)性。從監(jiān)管機(jī)構(gòu)、金融機(jī)構(gòu)、市場(chǎng)參與個(gè)體三個(gè)層面展開監(jiān)管，開展金融發(fā)展質(zhì)量績效考評(píng)，發(fā)揮監(jiān)管考核制度的導(dǎo)向和激勵(lì)約束作用。要加大執(zhí)行與考察力度，延長考察期限，建立官員終身負(fù)責(zé)制度。增加政策長效性與持續(xù)性在政策績效及官員執(zhí)政能力考核體系中的權(quán)重。逐步推動(dòng)金融監(jiān)管政策從以副作用較大的“短平快”式的法規(guī)為主，向以健康、穩(wěn)定、長久、合理的法律轉(zhuǎn)變。

第四，加速民營資本與境外資本進(jìn)入金融市場(chǎng)的進(jìn)程，引導(dǎo)金融市場(chǎng)形成良性競(jìng)爭(zhēng)氛圍。民營資本與境外資本進(jìn)入金融市場(chǎng)，一方面能夠通過良性競(jìng)爭(zhēng)提升金融市場(chǎng)的資源配置效率，另一方面能倒逼大型國有金融企業(yè)從加速產(chǎn)品開發(fā)、提升服務(wù)質(zhì)量、增加運(yùn)行效率等多方面進(jìn)行改革，進(jìn)而提升金融發(fā)展速度與質(zhì)量。

2.短期層面的異常行為監(jiān)管調(diào)控與投資者理念培育機(jī)制

第一，加速證券市場(chǎng)透明度建設(shè)，提升市場(chǎng)信息披露的質(zhì)量與效率。（1）要對(duì)證券市場(chǎng)上“內(nèi)幕消息”知情人的相關(guān)交易行為進(jìn)行實(shí)時(shí)關(guān)注，對(duì)相關(guān)異常行為進(jìn)行嚴(yán)密篩查，對(duì)利用內(nèi)幕信息非法獲利或者操縱股市的行為要嚴(yán)厲打擊，絕不手軟。（2）要建立多系統(tǒng)、多層次、多方位、多部門聯(lián)動(dòng)的信息披露平臺(tái)，對(duì)相關(guān)重大信息要給予特別披露。（3）要建立更加友善的信息披露渠道，降低中小投資者的信息獲取門檻。例如：可以通過與各大財(cái)經(jīng)門戶網(wǎng)站合作、建立官方微博、開通微信公眾號(hào)等渠道，破除信息獲取壁壘。

第二，適當(dāng)縮減信貸投放規(guī)模，避免證券市場(chǎng)異常震蕩，弱化實(shí)體經(jīng)濟(jì)的“擠出效應(yīng)”。信貸規(guī)模的擴(kuò)大，雖然能在一定程度上促進(jìn)資本解凍，加速資本市場(chǎng)流速，但是，超出實(shí)際需求水平的信貸擴(kuò)張既會(huì)增加金融市場(chǎng)的“信貸杠桿”，也會(huì)滋生資本市場(chǎng)的投機(jī)行為，從而增大資本市場(chǎng)波動(dòng)，造成實(shí)體經(jīng)濟(jì)“擠出效應(yīng)”嚴(yán)重。

第三，加強(qiáng)中小投資者教育，減少證券市場(chǎng)上的非理性投資行為。證券市場(chǎng)監(jiān)管機(jī)構(gòu)、中介服務(wù)機(jī)構(gòu)、各大券商及有關(guān)專家學(xué)者可以利用其自身優(yōu)勢(shì)，通過廣播、電視、網(wǎng)絡(luò)、新媒體、座談會(huì)、培訓(xùn)會(huì)等各種形式，向市場(chǎng)上的投資者（尤其是中小投資者）傳遞正確的投資理念，糾正“跟風(fēng)”“博傻”“炒垃圾”等眾多錯(cuò)誤理念，引導(dǎo)廣大投資者樹立正確、合理的投資理念與投資方式。減少市場(chǎng)的投機(jī)行為，進(jìn)而降低股市自身波動(dòng)對(duì)其造成的沖擊，達(dá)到降低市場(chǎng)波幅，形成“價(jià)值引導(dǎo)型”市場(chǎng)的目標(biāo)。

第四，平衡金融產(chǎn)品、交易技術(shù)創(chuàng)新與金融市場(chǎng)風(fēng)險(xiǎn)間的關(guān)系。利用信息技術(shù)、云計(jì)算、互聯(lián)網(wǎng)大數(shù)據(jù)的程序化交易、高頻數(shù)據(jù)交易以及衍生品創(chuàng)新，在推動(dòng)金融市場(chǎng)發(fā)展尤其是證券市場(chǎng)發(fā)展方面的作用日益加深，但同時(shí)也增加了市場(chǎng)風(fēng)險(xiǎn)，降低了證券市場(chǎng)應(yīng)對(duì)異常狀況的抵抗力與修復(fù)力。因此要加強(qiáng)對(duì)證券市場(chǎng)異常波動(dòng)，尤其是相關(guān)衍生產(chǎn)品異常波動(dòng)的關(guān)注度，避免“塌方式”風(fēng)險(xiǎn)的出現(xiàn)。

［1］陳建青，蔡宏波，李宏兵.中國資本市場(chǎng)制度變遷與股市運(yùn)行周期研究［J］.金融經(jīng)濟(jì)學(xué)研究，2014（2）.

［2］王超，高揚(yáng)，劉超.股市異常波動(dòng)的形成機(jī)理研究綜述——基于微觀投資者交互作用的視角［J］.北京工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017（1）.

［3］宮玉松.中國股市泡沫的成因與對(duì)策［J］.審計(jì)與經(jīng)濟(jì)研究，2017（5）.

［4］談儒勇.中國金融發(fā)展和經(jīng)濟(jì)增長關(guān)系的實(shí)證研究［J］.經(jīng)濟(jì)研究，1999（10）.

［5］鄧永亮.基于VAR模型的金融發(fā)展與經(jīng)濟(jì)增長的實(shí)證分析［J］.蘭州商學(xué)院學(xué)報(bào)，2010（1）.

［6］周丹，郭萬山.股市波動(dòng)影響下我國金融發(fā)展與經(jīng)濟(jì)增長的實(shí)證研究［J］.區(qū)域金融研究，2011（2）.

［7］王昱，成力為，王昊.基于動(dòng)態(tài)門限的制度質(zhì)量、金融發(fā)展與OFDI影響研究［J］.運(yùn)籌與管理，2016（5）.

［8］王怡雯.中國金融發(fā)展和經(jīng)濟(jì)增長關(guān)系的實(shí)證研究［J］.時(shí)代金融，2017（14）.

［9］金玉國.宏觀制度變遷對(duì)轉(zhuǎn)型時(shí)期中國經(jīng)濟(jì)增長的貢獻(xiàn)［J］.財(cái)經(jīng)科學(xué)，2001（2）.

［10］劉文革，高偉，張?zhí)K.制度變遷的度量與中國經(jīng)濟(jì)增長——基于中國 1952—2006 年數(shù)據(jù)的實(shí)證分析［J］.經(jīng)濟(jì)學(xué)家，2008（6）.

［11］樊綱，王小魯，馬光榮.中國市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)［J］.經(jīng)濟(jì)研究，2011（9）.

［12］劉儒，張楊，董研林.制度變遷、金融發(fā)展對(duì)區(qū)域經(jīng)濟(jì)增長影響的實(shí)證分析——基于浙江、陜西兩省的VAR模型比較［J］.情報(bào)雜志，2015（10）.

［13］李國璋，劉津汝.產(chǎn)權(quán)制度、金融發(fā)展和對(duì)外開放對(duì)全要素生產(chǎn)率增長貢獻(xiàn)的經(jīng)驗(yàn)研究［J］.經(jīng)濟(jì)問題，2011（2）.

［14］賀立龍，李敬，陳中偉.政府的買入式干預(yù)對(duì)平抑股市異常波動(dòng)的有效性——基于ARCH模型的實(shí)證檢驗(yàn)［J］.經(jīng)濟(jì)問題，2017（4）.

［15］鐘志威，雷欽禮.Johansen和Juselius協(xié)整檢驗(yàn)應(yīng)注意的幾個(gè)問題［J］.統(tǒng)計(jì)與信息論壇，2008（10）.

The Impact of Economic Institutional Changes and Financial Development on the Stock Market Volatility in China

Wang Kun,Ji Xuanming,Li Muchen
（Finance and Economics College,Jimei University,Xiamen 361021,China）

Regarding the“high volatility”of China’s stock market,the paper analyzed relevant data from the first quarter of 1998 to the second quarter of 2017 and used principal component analysis,co-integration analysis,Vector Error Correction Model and a series of empirical methods to analyze of short-term and long-term interactive relation between institutional changes,financial development and A-share market volatility.The result shows that institutional changes had no influence on A-share market volatility in the short run,but it promoted A-share market volatility in the long run.Financial development had a weak inhibitory impact on stock market volatility in the short run,but an obvious inhibitory impact in the long run.The short-term fluctuation of stock market is mainly caused by its own“self-strengthening effect”.Accordingly,the paper proposed some suggestions on the cultivation mechanism of investors’concept from the long-term policy guarantee mechanism and the short-term abnormal behavior regulation respectively.

2017-08-20

王堃，男，河南信陽人，研究方向?yàn)樽C券市場(chǎng)、新制度經(jīng)濟(jì)學(xué)；紀(jì)宣明，男，福建莆田人，教授，研究方向?yàn)榻鹑趯W(xué)；李牧辰，男，安徽蚌埠人，研究方向?yàn)榻鹑谑袌?chǎng)。

institutional changes;financial development;stock market volatility;Co-integration Analysis;VEC Model

F830.91

A

2096-2517（2017）06－0035－08

（責(zé)任編輯、校對(duì)：李丹）