閔詩筠

（南京師范大學(xué) 商學(xué)院，江蘇 南京210023）

一、研究背景與現(xiàn)狀

為了全面和定量地對經(jīng)濟政策的不確定性進行測度，Baker et al.（2016） 編制了世界主要經(jīng)濟體的經(jīng)濟政策不確定性指數(shù)EPU①。 該指數(shù)提出后，不少學(xué)者開始將其用于眾多相關(guān)研究中，并獲得了較為廣泛的認可。 Baker et al.（2012）基于EPU 指數(shù)，論證了2007—2011 年期間經(jīng)濟政策不確定性是導(dǎo)致美國經(jīng)濟前景不確定性的主要原因②。Sum（2012）使用脈沖響應(yīng)函數(shù)和向量自回歸分析方法，研究了歐元區(qū)的經(jīng)濟政策不確定性對股市收益率的影響沖擊，結(jié)果表明，歐元區(qū)股市收益率對經(jīng)濟政策不確定性的沖擊有積極響應(yīng)，經(jīng)濟政策不確定性的變動使得股票市場收益率降低③。Wang et al.（2014）采用中國的EPU 指數(shù)，研究經(jīng)濟政策不確定性如何影響了中國上市公司的投資行為，研究表明，當經(jīng)濟政策不確定性程度較高時，企業(yè)會減少投資。 同時，在市場化程度較高地區(qū)的企業(yè)，其對經(jīng)濟政策不確定性更為敏感④。

對于EPU 指數(shù)，國內(nèi)學(xué)者也進行了探討。 金雪軍等（2014）通過FAVAR 方法研究發(fā)現(xiàn)，政策不確定性沖擊對GDP、投資、消費、出口和價格變動都會帶來負向影響，導(dǎo)致實際有效匯率貶值，促使股票價格和房地產(chǎn)價格下跌⑤。 楊海生等（2014）發(fā)現(xiàn)政府成員變更所引起的政策不穩(wěn)定性對經(jīng)濟增長產(chǎn)生了顯著的抑制作用，其中，不確定性預(yù)期對經(jīng)濟增長的負面影響尤為突出⑥。 李鳳羽和史永東（2016）、Gulen and Ion （2016）、 李鳳羽和楊 墨 竹（2015）、陳國進和王少謙（2016）探討了政策不確定性與企業(yè)投資以及現(xiàn)金持有水平的關(guān)系，證明了政策不確定性對企業(yè)投資具有顯著的負向作用，促使企業(yè)在增加現(xiàn)金持有水平的同時推遲投資計劃⑦-⑩。朱孟楠和閆帥（2015）研究了人民幣匯率與經(jīng)濟政策不確定性的動態(tài)溢出關(guān)系， 檢驗結(jié)果顯示，1997年1 月—2014 年9 月，中國、美國、歐元區(qū)和日本四個國家和地區(qū)的經(jīng)濟政策不確定性與人民幣匯率之間存在溢出效應(yīng)，且體現(xiàn)為人民幣匯率對經(jīng)濟政策不確定性的凈溢出?。 田磊和林建浩（2016）的研究發(fā)現(xiàn)，與發(fā)達經(jīng)濟體相比，中國經(jīng)濟政策不確定性沖擊對實際產(chǎn)出的影響較小，但對工業(yè)銷售產(chǎn)值影響較大；同時，經(jīng)濟政策不確定性沖擊對價格水平具有明顯的負向效應(yīng)，且在時間上呈現(xiàn)倒駝峰型響應(yīng)軌跡?。

綜上所述，股市波動可能與金融危機和融資融券政策存在一定的交互效應(yīng)，而現(xiàn)有文獻較少涉及這一內(nèi)容。 因此， 本文基于2007—2019 年上證指數(shù)，實證研究了經(jīng)濟政策不確定性對我國股市波動的影響，以期豐富股市波動內(nèi)在機理的相關(guān)研究。

二、實證研究設(shè)計

（一）模型建立

以經(jīng)濟政策不確定性指數(shù)為被解釋變量，以股票市場波動率為解釋變量；并參考曾珣（2017）、周方召和賈少卿（2019）的研究，從時間斷點因素、慣性因素、宏觀因素和股票市場因素四個方面選取控制變量，建立如下模型??：

其中，被解釋變量為上證指數(shù)波動率（VolShang），解釋變量為經(jīng)濟政策不確定性（LEPUSCMP）。此外，Controls 代表選取的控制變量，i=2,...m，其中m-1 為控制變量個數(shù)。

（二）變量選取與數(shù)據(jù)處理

限于數(shù)據(jù)可得性，選取2007 年1 月—2019 年10月的月度數(shù)據(jù)，具體變量類型、單位以及來源如表1。

表1 變量選取與數(shù)據(jù)處理

1.被解釋變量。 LEPUSCMP 為經(jīng)濟政策不確定性，數(shù)據(jù)來自經(jīng)濟政策不確定性指數(shù)數(shù)據(jù)庫。 本文選用中國的EPU 指數(shù)。

2.解釋變量。VolShang 為上證指數(shù)波動率。 為了反映中國股市的整體波動情況，選取上證指數(shù)日收益率的月度標準差衡量當月中國股市的波動率，其中上證指數(shù)數(shù)據(jù)來源于上海證券交易所，具體公式為：

式中，VolShang 表示上證綜指月度波動率，r 為區(qū)間內(nèi)日收益率，ir 為平均收益率，n 為區(qū)間t 期間天數(shù)。 為了盡量統(tǒng)一變量的量級，將上證指數(shù)波動率的原始數(shù)據(jù)乘以100。

3.控制變量。（1）時間斷點因素。2008 年全球金融危機引發(fā)全球股市震蕩，2010 年的融資融券交易政策為我國股票市場引入了套期保值、風(fēng)險管理和投機交易的工具，這兩個因素都可能會改變股票市場波動的結(jié)構(gòu)性特征， 因此引入FinCrisis 和MTSS的虛擬變量作為控制變量。 同時，考慮到金融危機時期經(jīng)濟政策不確定性較高，這兩個因素可能會對股票波動率具有交互性的強化作用，而融資融券交易本身既可能對沖政策波動， 也可能放大政策沖擊， 因此在后續(xù)的分析中引入LEPUSCMP 與Fin-Crisis 的交互項以及LEPUSCMP 與MTSS 的交互項。（2）慣性因素。當股票價格的影響因素發(fā)生變化時，這些因素對于股價的作用往往會持續(xù)一定的時間，這主要體現(xiàn)在股價波動與前期波動相關(guān)，即具有一定的慣性。 本文引入被解釋變量的滯后一期值VolShang_L1 作為慣性因素的代理變量。 （3）宏觀因素。 國家經(jīng)濟發(fā)展狀況屬于股市系統(tǒng)性風(fēng)險，通過入市資金量、 上市企業(yè)經(jīng)營利潤等途徑影響股市行情。 經(jīng)濟繁榮時，入市資金多，同時公司利潤增加，分紅派息的空間大，股市高漲。反之亦然。而許多文獻主張用工業(yè)增加值等指標代替GDP（Schwert，1989；Stock and Wachter，2002）??。本文選用規(guī)模以上工業(yè)增加值同比增長率（MIVA）作為控制變量代表我國經(jīng)濟發(fā)展形勢。 （4）股票市場因素。 市盈率是股票價值評估和投資策略的重要依據(jù)， 市盈率的變化會影響投資者的投資行為， 進而作用于股價的波動程度。 因此，選用上交所平均市盈率（PERShang）來控制股票市場層面的因素。

三、實證結(jié)果分析

（一）統(tǒng)計性檢驗與模型修正

1.變量平穩(wěn)性檢驗。為了避免“偽回歸”的問題，進行平穩(wěn)性檢驗。 從結(jié)果可知， 上證指數(shù)波動率（VolShang）、 規(guī)模以上工業(yè)增加值同比增長率（MIVA）、上海銀行間7 天同業(yè)拆借利率（SHIBOR）、上交所平均市盈率 （PERShang） 的伴隨概率均小于0.05， 是平穩(wěn)序列； 而經(jīng)濟政策不確定性（EPUSCMP）為一階單整。 考慮到差分處理會損失原變量的信息，為了解決不平穩(wěn)的問題，對經(jīng)濟政策不確定性（EPUSCMP）進行對數(shù)化處理，檢驗結(jié)果表明，經(jīng)濟政策不確定性對數(shù)值（LEPUSCMP）是平穩(wěn)序列，故采用該序列建立模型（見表2）。

表2 變量平穩(wěn)性檢驗結(jié)果

2.多重共線性檢驗。 通過變量的相關(guān)關(guān)系矩陣可知，變量之間的相關(guān)系數(shù)均小于0.7，可以認為模型不存在多重共線性（見表3）。

表3 多重共線性檢驗結(jié)果

3.自相關(guān)檢驗。當不考慮慣性變量VolShang_L1時， 模型的DW 檢驗和LM 檢驗提示存在自相關(guān)問題。 加入變量VolShang_L1 后， 自相關(guān)問題得到修正。 可能的原因是，由于當期股市波動會受到上期波動的影響，忽視這種慣性因素的模型容易具有自相關(guān)，進一步證實了控制慣性因素的必要性。

4.異方差的檢驗與修正。OLS 模型的帕克檢驗、格萊澤檢驗和懷特檢驗均拒絕原假設(shè)，顯示存在異方差。 采用加權(quán)最小二乘法進行修正，權(quán)重取殘差平方的倒數(shù)。 修正后模型的格萊澤檢驗統(tǒng)計量為0.0663，懷特檢驗統(tǒng)計量為0.3350，表明異方差得到修正。

（二）模型回歸結(jié)果分析

采用修正異方差的加權(quán)最小二乘方法估計基準模型（1）和擴展模型（2）（3），回歸結(jié)果如表4 所示（見表4）。

1.基準模型。 修正后的基準模型的Adj-R2 為0.885，說明模型擬合程度較好。 經(jīng)濟政策不確定性（LEPUSCMP）的系數(shù)為-0.175，且通過了1%的顯著性檢驗。 說明在其他條件不變的情況下，經(jīng)濟政策不確定性 （LEPUSCMP） 每上升1%， 上證指數(shù)波動率（VolShang）下降0.175。 可能的原因是，當經(jīng)濟政策不確定性上升時，投資者的行為更加謹慎， 為了降低風(fēng)險和虧損，投資者會避免改變投資策略，這也削弱了股價大幅波動的內(nèi)在因素，因此股市波動率隨著經(jīng)濟政策不確定性的提高而降低。 在控制變量方面，除規(guī)模以上工業(yè)增加值同比增長率（MIVA）與上海銀行間7 天同業(yè)拆借利率（SHIBOR）未能通過10%的顯著性檢驗以外，其余變量均顯著。 其中，股市波動率在2008 年金融危機和2010 年融資融券交易處存在結(jié)構(gòu)性斷點； 同時， 股市波動會受到慣性因素VolShang_L1 的影響。

2.擴展模型：加入交互項

（1）經(jīng)濟政策不確定性與2008年金融危機的交互作用。 模型的Adj-R2 為0.906， 說明考慮經(jīng)濟政策不確定性與2008 年金融危機的交互作用 （LEPUSCMP *FinCrisis） 的模型比原修正后的模型擬合效果更好。 然而，交互項EPU * Fin 不顯著， 說明交互作用并沒有通過統(tǒng)計檢驗，可能的原因是，2008 年金融危機后， 美聯(lián)儲啟動量化寬松政策， 我國也采用寬松的貨幣政策刺激經(jīng)濟，宏觀政策在工具層面具有較強的協(xié)調(diào)性，在時間前后具有較高的一致性。 因此投資者對于政策具有穩(wěn)定的預(yù)期，造成經(jīng)濟政策不確定性與金融危機的交互作用不顯著。

（2）經(jīng)濟政策不確定性與2010 年融資融券交易的交互作用。 可以看出， 經(jīng)濟政策不確定性（LEPUSCMP）通過了5%的顯著性檢驗，2010 年融資融券交易（MTSS）和交互項（LEPUSCMP * MTSS）通過了1%的顯著性檢驗。 在2010 年3 月之前，經(jīng)濟政策不確定性每上升1%，導(dǎo)致股市波動上升0.498；在3 月開啟股票市場融資融券交易之后， 經(jīng)濟政策不確定性每上升1%，股市波動率則下降0.189。這一結(jié)果說明，當我國市場沒有融資融券機制時，股市波動對政策不確定的反應(yīng)較為敏感， 且不確定性政策容易引發(fā)股市震蕩； 融資融券交易制度的引入則降低了股市波動率對政策的敏感程度?？赡艿脑蚴?，在政策不確定性較高的情況下， 融資融券制度能夠發(fā)揮套期保值和對沖風(fēng)險的功能， 能夠穩(wěn)定市場情緒和市場預(yù)期，引導(dǎo)投資者采取審慎投資策略，從而降低不確定性的政策對于股票市場的沖擊。

表4 全樣本的回歸結(jié)果

四、研究結(jié)論

本文建立多元回歸模型并引入交互項，實證檢驗了經(jīng)濟政策不確定性對上證指數(shù)波動率的影響因素，研究結(jié)論如下：（1）在主效應(yīng)方面，經(jīng)濟政策不確定性越高，我國股市波動率越低。 （2）在慣性因素方面，我國股市波動率會顯著受到滯后波動率的影響。 （3）在結(jié)構(gòu)性斷點方面，我國股市波動率在2008 年金融危機和2010 年融資融券交易處存在結(jié)構(gòu)性斷點。 （4）在交互效應(yīng)方面，經(jīng)濟政策不確定性與2008 年金融危機對股市波動的交互作用不顯著；融資融券交易制度的建立則降低了股市波動率對于經(jīng)濟政策不確定性的敏感程度。

本文的研究結(jié)論為宏觀政策制定及資本市場投資提供了思路參考，具體有以下幾點：

第一，針對股票市場未能對宏觀政策變動作出及時、有效反應(yīng)，沒有充分發(fā)揮宏觀經(jīng)濟“晴雨表”的功能，需要進一步提高信息披露的充分性和信息獲取的便捷性，從而增強市場的有效性，使得我國的股票市場更好地反映經(jīng)濟運行情況。

第二，考慮到政策的不確定性可能使得投資者過于謹慎和保守， 從而導(dǎo)致股票市場缺乏活力，政府部門應(yīng)盡量保持宏觀經(jīng)濟政策的穩(wěn)定性和持續(xù)性。 同時，需要加強針對投資者的政策溝通與預(yù)期管理，進一步提高政策的透明度。

第三，針對融資融券制度能夠降低不確定性的政策對于股票市場的沖擊，政府部門要持續(xù)推進資本市場改革。 尤其是提高股票期貨市場和股票期權(quán)市場的市場廣度和市場深度，通過衍生金融產(chǎn)品的套期保值和對沖風(fēng)險功能來穩(wěn)定投資者情緒和市場預(yù)期。

第四，從投資者角度而言，投資者需要提高對宏觀經(jīng)濟政策的敏感度和提升解讀政策的能力，并且在充分考慮股價波動滯后效應(yīng)的同時，采用融資融券方式對沖潛在的政策不確定性風(fēng)險，以便適時調(diào)整預(yù)期和投資策略，降低投資風(fēng)險。

注釋：

①Baker S R, Bloom N, Davis S J. Measuring economic policy uncertainty[J].The Quarterly Journal of Economics,2016,131(4):1593-1636.

②Baker S R,Bloom N,Davis S J.Has economic policy uncertainty hamperedtherecovery[M].California:HooverInstitutionPress,2012.

③Sum V. The impulse response function of economic policy uncertainty and stock market returns: A look at the eurozone[J].Journal of International Finance Studies, 2012, 12(3): 100-105.

④Wang Y Z, Chen C R, Huang Y S. Economic policy uncertainty and corporate investment: Evidence from China[J]. Pacific- Basin Finance Journal, 2014, 22(26): 227-243.

⑤金雪軍,鐘意,王義中.政策不確定性的宏觀經(jīng)濟后果[J].經(jīng)濟理論與經(jīng)濟管理,2014,34(2):17-26.

⑥楊海生,陳少凌,羅黨論,佘國滿.政策不穩(wěn)定性與經(jīng)濟增長——來自中國地方官員變更的經(jīng)驗證據(jù)[J].管理世界,2014,30(9):13-28.

⑦李鳳羽,史永東.經(jīng)濟政策不確定性與企業(yè)現(xiàn)金持有策略——基于中國經(jīng)濟政策不確定指數(shù)的實證研究[J].管理科學(xué)學(xué)報,2016,19(6):157-170.

⑧Gulen H, Ion M. Policy uncertainty and corporate investment[J]. Review of Financial Studies, 2016, 29(3): 523-564.

⑨李鳳羽,楊墨竹.經(jīng)濟政策不確定性會抑制企業(yè)投資嗎?——基于中國經(jīng)濟政策不確定指數(shù)的實證研究[J].金融研究,2015,58(4):115-129.

⑩陳國進,王少謙.經(jīng)濟政策不確定性如何影響企業(yè)投資行為[J].財貿(mào)經(jīng)濟,2016,37(5):5-21.

?朱孟楠,閆帥.經(jīng)濟政策不確定性與人民幣匯率的動態(tài)溢出效應(yīng)[J].國際貿(mào)易問題,2015,41(10):111-119.

?田磊,林建浩.經(jīng)濟政策不確定性兼具產(chǎn)出效應(yīng)和通脹效應(yīng)嗎?來自中國的經(jīng)驗證據(jù)[J].南開經(jīng)濟研究,2016,32(2):3-24.

?曾珣.中國股市波動的影響因素分析——基于投資者保護視角[J].宏觀經(jīng)濟研究,2017，(6):13-23.

?周方召,賈少卿.經(jīng)濟政策不確定性?投資者情緒與中國股市波動[J].金融監(jiān)管研究,2019，(8):101-114.

?Schwert G W. Why does stock market volatility change over time[J]. Journal of Finance, 1989, 44(5): 1115-1153.

?Stock J H, Waston M W. Has the business cycle changed and why[A].In:Gertler M,Rogoff K(eds.).NBER Macroeconomics Annual[C]. Cambridge: MIT Press, 2002.