陳文靜，舒夢(mèng)蘭，何 剛

(1.暨南大學(xué) 經(jīng)濟(jì)學(xué)院，廣東 廣州 510632； 2. 廣東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)貿(mào)易學(xué)院，廣東 廣州 510632)

一、引言

次貸危機(jī)使得中美等國(guó)經(jīng)濟(jì)受到極大沖擊，美國(guó)表現(xiàn)為GDP負(fù)增長(zhǎng)、失業(yè)率上升、流動(dòng)性缺失，中國(guó)則出現(xiàn)出口下滑、經(jīng)濟(jì)增長(zhǎng)放緩等現(xiàn)象。為應(yīng)對(duì)危機(jī)，美國(guó)采取了公開市場(chǎng)操作、降低基準(zhǔn)利率、降低貼現(xiàn)率等多種擴(kuò)張性貨幣政策，還運(yùn)用了創(chuàng)新型流動(dòng)性管理工具、經(jīng)濟(jì)刺激方案等。然而一系列刺激政策之后，經(jīng)濟(jì)復(fù)蘇仍然緩慢，這引起了學(xué)者們的關(guān)注。國(guó)際貨幣基金組織(IMF)在2013年的《世界經(jīng)濟(jì)展望報(bào)告》中指出，財(cái)政、監(jiān)管和貨幣政策的不確定性會(huì)導(dǎo)致企業(yè)和家庭減少投資、雇傭和消費(fèi)，進(jìn)而導(dǎo)致世界經(jīng)濟(jì)復(fù)蘇緩慢。同時(shí)，也有很多學(xué)者研究了經(jīng)濟(jì)政策不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)、通貨膨脹、投資、消費(fèi)、就業(yè)和資本市場(chǎng)等方面的影響，如Baker和Bloom(2011)[1]通過(guò)研究發(fā)現(xiàn)美國(guó)2008年經(jīng)濟(jì)危機(jī)之后，國(guó)內(nèi)政策不確定性過(guò)高導(dǎo)致企業(yè)與家庭的投資、消費(fèi)縮減，經(jīng)濟(jì)復(fù)蘇緩慢，具體表現(xiàn)為：GDP縮減2.3%、投資縮減14%、失業(yè)人口增加230萬(wàn)。Gulen 和 Ion(2016)[2]發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與公司投資之間存在強(qiáng)烈負(fù)相關(guān)關(guān)系。Arouri等(2016)[3]發(fā)現(xiàn)美國(guó)經(jīng)濟(jì)政策不確定性的增加會(huì)顯著降低股票收益率。Liu等(2017)[4]發(fā)現(xiàn)美國(guó)經(jīng)濟(jì)政策不確定性對(duì)股市波動(dòng)性有顯著正向影響。近年來(lái)，我國(guó)學(xué)者也對(duì)經(jīng)濟(jì)政策不確定性展開了大量研究。如金雪軍等(2014)[5]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性沖擊對(duì)實(shí)體經(jīng)濟(jì)以及資產(chǎn)價(jià)格具有負(fù)面影響。饒品貴等(2017)[6]發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性升高導(dǎo)致企業(yè)投資顯著下降。

經(jīng)濟(jì)政策不確定性是指有關(guān)財(cái)政、貨幣和監(jiān)管政策等的立場(chǎng)、執(zhí)行方式和執(zhí)行力度等的不確定所造成的經(jīng)濟(jì)風(fēng)險(xiǎn)。從內(nèi)部環(huán)境看，我國(guó)經(jīng)濟(jì)目前正處于結(jié)構(gòu)調(diào)整和轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，政府頻頻采取各類政策組合，如“一帶一路”“互聯(lián)網(wǎng)+”、降準(zhǔn)降息、雄安新區(qū)建設(shè)、“中國(guó)制造2025”等，這些政策在未來(lái)的執(zhí)行情況均具有不確定性。從外部環(huán)境看，我國(guó)正面臨中美貿(mào)易爭(zhēng)端，未來(lái)走向尚不明朗，這給我國(guó)經(jīng)濟(jì)穩(wěn)定發(fā)展帶來(lái)了很大挑戰(zhàn)。在內(nèi)外部環(huán)境嚴(yán)峻的壓力下，我國(guó)的經(jīng)濟(jì)政策不確定性達(dá)到了前所未有的高點(diǎn)。從數(shù)據(jù)上看，2007年底至2008年底，經(jīng)濟(jì)政策不確定性指數(shù)從94點(diǎn)上升到233點(diǎn)，上漲148%；同期上證指數(shù)收益率從7.7%下降到-2.7%，上證指數(shù)波動(dòng)率從7%上升到10%，期間還達(dá)到15%。2018年1月，經(jīng)濟(jì)政策不確定性指數(shù)為123點(diǎn)，而到2018年12月，經(jīng)濟(jì)政策不確定性指數(shù)高達(dá)929點(diǎn)，上漲655%；同期上證指數(shù)收益率從5.1%下降到-3.7%，上證指數(shù)波動(dòng)率從2.8%上升到9.7%。由此可見，經(jīng)濟(jì)政策不確定性與股票收益及波動(dòng)之間存在著很強(qiáng)的關(guān)聯(lián)性，我國(guó)在次貸危機(jī)、歐債危機(jī)和2015年股災(zāi)以及中美貿(mào)易戰(zhàn)發(fā)生時(shí)，經(jīng)濟(jì)政策不確定性均有突增現(xiàn)象，經(jīng)濟(jì)系統(tǒng)很可能發(fā)生了結(jié)構(gòu)性突變，并且經(jīng)濟(jì)政策不確定性快速上升之時(shí)也是上證指數(shù)收益下降之時(shí)。根據(jù)實(shí)物期權(quán)理論，在投資不可逆情況下，不確定性加大時(shí)，決策者為避免犯錯(cuò)會(huì)持觀望態(tài)度，等待經(jīng)濟(jì)形勢(shì)更明朗時(shí)再做出投資決策，因此經(jīng)濟(jì)政策不確定性的提高會(huì)使企業(yè)推遲投資，從而導(dǎo)致實(shí)體經(jīng)濟(jì)下滑，股市流動(dòng)性減弱，短期內(nèi)股價(jià)下跌?？梢?，經(jīng)濟(jì)政策不確定性可能通過(guò)影響公司投資進(jìn)而影響股市。我國(guó)政策制定者通常將股市作為判斷經(jīng)濟(jì)走勢(shì)和決策的重要依據(jù)，常常調(diào)整政策以應(yīng)對(duì)加劇波動(dòng)的股市，因此股市的變化情況會(huì)對(duì)政府經(jīng)濟(jì)政策的出臺(tái)有著多種渠道的直接或間接影響。

鑒于上述分析，本文的研究想要回答的問(wèn)題是：經(jīng)濟(jì)政策不確定性是否會(huì)對(duì)股票收益及波動(dòng)產(chǎn)生影響呢？股票收益的波動(dòng)是否又會(huì)對(duì)經(jīng)濟(jì)政策的不確定性產(chǎn)生作用呢？它們之間的影響機(jī)制和作用機(jī)理又是怎樣的？深入分析這些問(wèn)題對(duì)探究股價(jià)波動(dòng)的影響因素、投資者構(gòu)建投資組合、政府防范金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)和加強(qiáng)市場(chǎng)監(jiān)管以及穩(wěn)定股市發(fā)展具有現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

(一)經(jīng)濟(jì)政策不確定性對(duì)股票收益影響效應(yīng)研究

在Baker等(2012)[7]發(fā)布經(jīng)濟(jì)政策不確定性指數(shù)后，國(guó)外學(xué)者大多采用該指數(shù)來(lái)研究經(jīng)濟(jì)政策不確定性與股票收益之間的關(guān)系，得出的結(jié)論多是經(jīng)濟(jì)政策不確定性的增加會(huì)導(dǎo)致股票收益下降，并且兩者之間可能存在雙向影響。在經(jīng)濟(jì)政策不確定性對(duì)股票收益單向影響研究方面，Sum(2012)[8]運(yùn)用線性回歸模型研究發(fā)現(xiàn)，歐洲經(jīng)濟(jì)政策不確定性的變化對(duì)歐洲大部分國(guó)家的股市收益具有負(fù)向影響。Sum(2013)[9]運(yùn)用VAR模型考察了美國(guó)經(jīng)濟(jì)政策不確定性的變化是否是印度尼西亞、馬來(lái)西亞、菲律賓、新加坡和泰國(guó)股價(jià)變化的原因，結(jié)果表明美國(guó)經(jīng)濟(jì)政策不確定性的變化對(duì)這五個(gè)國(guó)家的股市回報(bào)率有負(fù)面影響，并且美國(guó)經(jīng)濟(jì)政策不確定性的變化是新加坡和馬來(lái)西亞股票市場(chǎng)收益率變化的格蘭杰原因。Kang和Ronald(2013)[10]研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性的上升是股市收益下降的格蘭杰原因，經(jīng)濟(jì)政策不確定性意外增加會(huì)對(duì)股票收益產(chǎn)生顯著的負(fù)面影響。Donadelli(2015)[11]采用VAR模型研究發(fā)現(xiàn)，當(dāng)亞洲股市呈現(xiàn)牛市時(shí)會(huì)使美國(guó)經(jīng)濟(jì)政策不確定性下降。Arouri等(2016)[3]使用馬爾科夫轉(zhuǎn)換模型將經(jīng)濟(jì)政策不確定性區(qū)分為正常波動(dòng)、高波動(dòng)和極端波動(dòng)時(shí)期來(lái)研究其對(duì)股票收益的影響，結(jié)果表明政策不確定性的增加會(huì)顯著降低股票收益率。Raza等(2018)[12]運(yùn)用改進(jìn)的分位數(shù)回歸法研究經(jīng)濟(jì)政策不確定性與股票溢價(jià)之間的關(guān)系，發(fā)現(xiàn)股票溢價(jià)與EPU之間存在負(fù)相關(guān)關(guān)系，在極端時(shí)期這種表現(xiàn)更明顯。Guo等(2017)[13]采用分位數(shù)回歸法研究發(fā)現(xiàn)，在G7國(guó)和金磚五國(guó)中，除英國(guó)和法國(guó)外，其他國(guó)家的經(jīng)濟(jì)政策不確定性會(huì)使股票收益下降。我國(guó)學(xué)者對(duì)這方面研究甚少，金雪軍等(2014)[5]運(yùn)用增廣因子向量自回歸模型(FAVAR)研究經(jīng)濟(jì)政策不確定性對(duì)宏觀經(jīng)濟(jì)的影響，他認(rèn)為政策不確定性會(huì)通過(guò)預(yù)期效應(yīng)促使股票價(jià)格的下跌。林建浩等(2014)[14]的研究得出我國(guó)經(jīng)濟(jì)政策不確定性會(huì)在一定程度上提高預(yù)期收益率并降低當(dāng)期收益率的結(jié)論。陳國(guó)進(jìn)等(2014)[15]分析了經(jīng)濟(jì)政策不確定性影響股票資產(chǎn)定價(jià)的傳導(dǎo)機(jī)制，認(rèn)為經(jīng)濟(jì)政策不確定性會(huì)通過(guò)對(duì)政府決策、企業(yè)賬面價(jià)值、習(xí)慣養(yǎng)成與風(fēng)險(xiǎn)偏好等的影響給上市公司股票價(jià)格帶來(lái)影響。汪弘等(2018)[16]采用多因子模型研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對(duì)未來(lái)三個(gè)月的股市收益有顯著正向影響。

也有研究表明，經(jīng)濟(jì)政策不確定性與股票收益之間可能存在雙向影響。Sum(2012)[17]通過(guò)向量自回歸模型(VAR)對(duì)歐元區(qū)經(jīng)濟(jì)政策不確定性與股票收益之間的關(guān)系進(jìn)行研究，結(jié)果表明股票收益對(duì)經(jīng)濟(jì)政策不確定性具有正向響應(yīng)，而經(jīng)濟(jì)政策不確定性對(duì)股票收益具有負(fù)向響應(yīng)，并且格蘭杰因果檢驗(yàn)顯示股票收益上升格蘭杰引起經(jīng)濟(jì)政策不確定性下降。Li等(2016)[18]考慮到變量之間的時(shí)變關(guān)系，采用自助滾動(dòng)窗口因果關(guān)系檢驗(yàn)法，研究發(fā)現(xiàn)，中國(guó)和印度的經(jīng)濟(jì)政策不確定性和股票收益之間存在雙向因果關(guān)系。Yang和Jiang(2016)[19]基于VAR和SVAR模型的研究結(jié)果顯示經(jīng)濟(jì)政策不確定性和股票收益之間顯著相關(guān)，但DCC-MGARCH模型卻顯示經(jīng)濟(jì)政策不確定性和股票收益之間的動(dòng)態(tài)相關(guān)性很低。Wu等(2016)[20]使用自助面板格蘭杰因果檢驗(yàn)法(Bootstrap Panel Granger Causality)研究發(fā)現(xiàn)英國(guó)的經(jīng)濟(jì)政策不確定性是股票收益的格蘭杰原因，而印度、意大利和西班牙的股票收益對(duì)政策不確定性有單向因果關(guān)系。

(二)經(jīng)濟(jì)政策不確定性對(duì)股票收益波動(dòng)影響效應(yīng)研究

在經(jīng)濟(jì)政策不確定性對(duì)股票收益波動(dòng)影響研究方面，多數(shù)結(jié)果表明經(jīng)濟(jì)政策不確定性會(huì)加劇股票收益的波動(dòng)。Pastor和Veronesi(2013)[21]研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性的提高加劇股市波動(dòng)且不同股票間的相關(guān)性更強(qiáng)，而且該效果在經(jīng)濟(jì)環(huán)境惡劣的時(shí)候更加明顯。Liu和 Zhang(2015)[22]使用八種波動(dòng)率模型來(lái)研究經(jīng)濟(jì)政策不確定性對(duì)股市波動(dòng)率的影響，結(jié)果表明較高的不確定性會(huì)導(dǎo)致市場(chǎng)波動(dòng)顯著增加。Baker等(2016)[23]用公司層面股價(jià)數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與公司層面的股票收益波動(dòng)呈現(xiàn)顯著的正相關(guān)。Liu等(2017)[4]使用多重分形模型研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)加劇未來(lái)市場(chǎng)風(fēng)險(xiǎn)。Yu等(2018)[24]運(yùn)用廣義自回歸條件異方差混頻數(shù)據(jù)模型(GARCH-MIDAS)研究了全球經(jīng)濟(jì)政策不確定性(GEPU)對(duì)中國(guó)股市波動(dòng)率的影響，結(jié)果表明GEPU與中國(guó)股市波動(dòng)之間有顯著正向關(guān)系，并且GEPU是中國(guó)股市長(zhǎng)期波動(dòng)的驅(qū)動(dòng)因素。Balcilar等(2018)[25]使用非參數(shù)分位數(shù)因果檢驗(yàn)法發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性是馬來(lái)西亞股市波動(dòng)變化的原因，且也是韓國(guó)股市收益和波動(dòng)變化的原因。我國(guó)學(xué)者雷立坤等(2018)[26]運(yùn)用GARCH-MIDAS模型研究了經(jīng)濟(jì)政策不確定性對(duì)上證綜指波動(dòng)率的影響，發(fā)現(xiàn)EPU指數(shù)能夠很好地解釋我國(guó)股市波動(dòng)的長(zhǎng)期成分。陳國(guó)進(jìn)等(2018)[27]運(yùn)用面板數(shù)據(jù)回歸模型研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性會(huì)提高股票風(fēng)險(xiǎn)，并且政策不確定性對(duì)股票風(fēng)險(xiǎn)的溢出效應(yīng)在經(jīng)濟(jì)蕭條和改革幅度較大的階段會(huì)顯著增強(qiáng)。

也有學(xué)者發(fā)現(xiàn)股票市場(chǎng)的波動(dòng)會(huì)影響經(jīng)濟(jì)政策不確定性的變化。Antonakakis等(2013)[28]對(duì)標(biāo)普500市場(chǎng)收益、隱含波動(dòng)率和經(jīng)濟(jì)政策不確定性的時(shí)變相關(guān)性進(jìn)行了分析，結(jié)果顯示增強(qiáng)股票市場(chǎng)的波動(dòng)性會(huì)增加經(jīng)濟(jì)政策不確定性。我國(guó)學(xué)者陳國(guó)進(jìn)等(2014)[15]采用EPU指數(shù)，建立BEKK-MGARCH模型研究發(fā)現(xiàn)，短期內(nèi)股票市場(chǎng)波動(dòng)與政策不確定性的波動(dòng)之間存在雙向溢出效應(yīng)，而從長(zhǎng)期來(lái)看，只存在股市向政策不確定性的波動(dòng)溢出。

從上述文獻(xiàn)可以看出，在研究視角上，我國(guó)學(xué)者多關(guān)注中國(guó)經(jīng)濟(jì)政策不確定性對(duì)股票收益及股票收益波動(dòng)的單向影響，少有學(xué)者關(guān)注中國(guó)經(jīng)濟(jì)政策不確定性與股票收益及波動(dòng)之間的相互作用。國(guó)外學(xué)者(Sum，2012[17]；Antonakakis等，2013[28]；Li等，2016[18])研究發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與股市之間存在雙向作用。鑒于此，本文則側(cè)重研究我國(guó)經(jīng)濟(jì)政策不確定性與股票收益及股票收益波動(dòng)之間的雙向影響效應(yīng)和作用機(jī)制。在研究方法上，由于VAR模型的參數(shù)是不隨時(shí)間變化的，無(wú)法反映經(jīng)濟(jì)政策不確定性與股價(jià)之間的時(shí)變特征。為了探究經(jīng)濟(jì)政策不確定性和股票收益及波動(dòng)之間的影響關(guān)系及時(shí)變特征，本文借鑒學(xué)者Negro和Primiceri(2005)[29]以及Nakajima(2011)[30]的時(shí)變參數(shù)向量自回歸模型(TVP-SV-VAR)定量考察經(jīng)濟(jì)政策不確定性與股票收益及波動(dòng)之間的雙向影響效應(yīng)，鑒于該模型的待估參數(shù)、擾動(dòng)項(xiàng)方差服從時(shí)變特性，且能夠以靈活和穩(wěn)健的方式捕捉到經(jīng)濟(jì)系統(tǒng)發(fā)生結(jié)構(gòu)突變時(shí)經(jīng)濟(jì)變量之間的非線性關(guān)系，因此以期能深入分析我國(guó)經(jīng)濟(jì)政策不確定性和股票收益及波動(dòng)之間的雙向影響關(guān)系和非線性作用機(jī)制。

三、經(jīng)濟(jì)政策不確定性與股票價(jià)格的傳導(dǎo)機(jī)制分析

經(jīng)濟(jì)政策不確定性與股票價(jià)格相互作用的傳導(dǎo)機(jī)制至今還未形成系統(tǒng)理論，本文結(jié)合已有文獻(xiàn)，從以下幾個(gè)方面來(lái)進(jìn)行闡述，以此作為本文的研究基礎(chǔ)。

第一，經(jīng)濟(jì)政策不確定性會(huì)對(duì)股價(jià)產(chǎn)生直接作用。現(xiàn)代金融理論中的未來(lái)現(xiàn)金流折現(xiàn)估值法表明，股票價(jià)格是未來(lái)現(xiàn)金流量(預(yù)期分紅)的凈現(xiàn)值。該凈現(xiàn)值受到兩個(gè)因素影響，一個(gè)是預(yù)期未來(lái)股息，另一個(gè)是預(yù)期未來(lái)折現(xiàn)率。當(dāng)經(jīng)濟(jì)政策不確定性增加時(shí)，市場(chǎng)參與者有忽視好消息的傾向，會(huì)對(duì)預(yù)期未來(lái)股息和折現(xiàn)率產(chǎn)生悲觀預(yù)期，因此可能導(dǎo)致股價(jià)下跌[18][31]。另一方面，在較高不確定性的環(huán)境中，由于對(duì)未來(lái)形勢(shì)更難以判斷和預(yù)測(cè)因此投資者是風(fēng)險(xiǎn)厭惡型的，需要較高的股權(quán)風(fēng)險(xiǎn)溢價(jià)，這會(huì)導(dǎo)致股價(jià)上漲(Brogaard和Detzel，2015)[32]。在不確定性較高的環(huán)境下，政府出臺(tái)的某些有助于恢復(fù)市場(chǎng)信心的經(jīng)濟(jì)政策往往會(huì)刺激積極的投資反應(yīng)，這也會(huì)導(dǎo)致股價(jià)上漲[32]。因此，股票市場(chǎng)的表現(xiàn)可能會(huì)對(duì)經(jīng)濟(jì)政策不確定性產(chǎn)生負(fù)面響應(yīng)，也可能產(chǎn)生正面響應(yīng)。

第二，經(jīng)濟(jì)政策不確定性也會(huì)通過(guò)間接方式作用于股價(jià)，即通過(guò)企業(yè)投資和家庭消費(fèi)的渠道影響股市。根據(jù)實(shí)物期權(quán)理論的觀點(diǎn)，可以將家庭和企業(yè)的投資行為和消費(fèi)行為看成是一種實(shí)物期權(quán)，決策主體可以獲得這種期權(quán)以擁有在未來(lái)進(jìn)行投資和消費(fèi)的權(quán)力。在不確定性較高的環(huán)境下，由于未來(lái)經(jīng)濟(jì)形勢(shì)不明朗，企業(yè)決策者會(huì)更加擔(dān)心自己做出錯(cuò)誤的投資決策，家庭也會(huì)擔(dān)心未來(lái)自己的收入不穩(wěn)定，因此期權(quán)的價(jià)值會(huì)升高，決策者會(huì)產(chǎn)生等待觀望的態(tài)度，推遲投資和消費(fèi)以便未來(lái)根據(jù)經(jīng)濟(jì)形勢(shì)變化做出靈活決策。這就會(huì)導(dǎo)致實(shí)體經(jīng)濟(jì)下滑，股市流動(dòng)性減弱從而股價(jià)下跌。

第三，經(jīng)濟(jì)政策不確定性還會(huì)通過(guò)油價(jià)變化這一間接渠道影響股票市場(chǎng)，原因是油價(jià)沖擊對(duì)宏觀經(jīng)濟(jì)來(lái)說(shuō)至關(guān)重要，因此政策制定者會(huì)對(duì)油價(jià)沖擊做出適當(dāng)反應(yīng)，從而引起經(jīng)濟(jì)政策不確定性發(fā)生變化，政策變化反過(guò)來(lái)又會(huì)影響原油價(jià)格。油價(jià)的變化會(huì)改變商品相對(duì)價(jià)格，對(duì)收入起到重新分配的作用，并影響預(yù)期通貨膨脹率和預(yù)期實(shí)際利率，從而對(duì)預(yù)期折現(xiàn)率產(chǎn)生影響，并最終反映到股價(jià)的變化上[10]。

第四，股票市場(chǎng)的表現(xiàn)也會(huì)反過(guò)來(lái)影響經(jīng)濟(jì)政策不確定性，因?yàn)檎疀Q策者有時(shí)不得不調(diào)整政策以應(yīng)對(duì)股票市場(chǎng)暴漲暴跌現(xiàn)象，因此股票市場(chǎng)的波動(dòng)性越大可能使經(jīng)濟(jì)政策的不確定性越大[18]。

根據(jù)以上傳導(dǎo)機(jī)制分析可知，本國(guó)的經(jīng)濟(jì)政策不確定性與本國(guó)股市之間很可能存在雙向影響。由于美國(guó)是領(lǐng)先的發(fā)達(dá)國(guó)家，我國(guó)投資者非常關(guān)注美國(guó)的政策信息以及經(jīng)濟(jì)狀況，美國(guó)經(jīng)濟(jì)政策不確定性也會(huì)通過(guò)上述第一種渠道影響本國(guó)投資者對(duì)未來(lái)的預(yù)期，從而對(duì)本國(guó)股市表現(xiàn)產(chǎn)生直接影響?，F(xiàn)有很多研究表明美國(guó)經(jīng)濟(jì)政策不確定性也會(huì)通過(guò)其他方式影響中國(guó)股市：第一，由于國(guó)際間貿(mào)易聯(lián)系和金融聯(lián)系的存在，外國(guó)的經(jīng)濟(jì)政策不確定性尤其是發(fā)達(dá)國(guó)家的經(jīng)濟(jì)政策不確定性會(huì)對(duì)中國(guó)的出口、匯率、長(zhǎng)期利率和短期利率等經(jīng)濟(jì)金融變量產(chǎn)生影響，進(jìn)而影響我國(guó)股票市場(chǎng)[33]；第二，貿(mào)易聯(lián)系和金融聯(lián)系的存在使得美國(guó)經(jīng)濟(jì)政策不確定性與中國(guó)經(jīng)濟(jì)政策不確定性之間存在相互溢出效應(yīng)[34-35]，因此美國(guó)經(jīng)濟(jì)政策不確定性會(huì)通過(guò)中國(guó)經(jīng)濟(jì)政策不確定性間接與中國(guó)股市產(chǎn)生作用；第三，美國(guó)經(jīng)濟(jì)政策不確定性會(huì)通過(guò)上述渠道與美國(guó)股市之間產(chǎn)生相互影響，且各國(guó)的股票市場(chǎng)之間是存在相互溢出的，因此美國(guó)經(jīng)濟(jì)政策不確定性會(huì)間接影響中國(guó)股市。根據(jù)以上分析，本文將中國(guó)經(jīng)濟(jì)政策不確定性、美國(guó)經(jīng)濟(jì)政策不確定性與中國(guó)股市納入研究框架來(lái)探索三者之間的關(guān)系。

四、TVP-SV-VAR模型

VAR模型自Sims(1980)[36]提出后就得到廣泛應(yīng)用，但該模型的系數(shù)和擾動(dòng)項(xiàng)方差不隨時(shí)間發(fā)生變化，無(wú)法刻畫經(jīng)濟(jì)系統(tǒng)發(fā)生結(jié)構(gòu)性突變時(shí)變量之間的非線性關(guān)系。Vegro和Primiceri(2005)[29]、Nakajima(2011)[30]對(duì)VAR模型進(jìn)行改進(jìn)，他們將其擴(kuò)展為帶有隨機(jī)波動(dòng)的時(shí)變參數(shù)向量自回歸模型(TVP-SV-VAR)，該模型能夠以靈活和穩(wěn)健的方式捕捉變量之間的非線性關(guān)系。實(shí)際上，TVP-SV-VAR模型是SVAR模型的擴(kuò)張，其最大的改進(jìn)在于允許參數(shù)時(shí)變。SVAR模型的基本形式設(shè)定如下：

Azt=P1zt-1+…+Pszt-s+υt,t=s+1,…，n

(1)

其中，zt是k×1維可觀測(cè)向量，在本文中包括經(jīng)濟(jì)政策不確定性、收益率及波動(dòng)率三個(gè)變量。A,P1,…Ps，是k×k維系數(shù)矩陣，υt為結(jié)構(gòu)沖擊，假設(shè)υt～N(0,∑∑)：

(2)

其中，σi(i=1,…，k)是結(jié)構(gòu)沖擊υt的標(biāo)準(zhǔn)差。

參考Nakajima(2011)[30]，假設(shè)A是一個(gè)下三角形矩陣，且主對(duì)角線元素為1：

(3)

將式(1)重寫為簡(jiǎn)化的VAR形式:

zt=B1zt-1+…+Bszt-s+A-1∑εt,εt～n(0,Ik)

(4)

其中，Bi=A-1Pi,i=1,…,s，將Bi的行元素按列排序，記為β，則β為k2s×1維向量。

zt=Xtβ+A-1∑εt,t=s+1,…,n

(5)

此時(shí)，式(5)中的各個(gè)參數(shù)都不隨時(shí)間而改變，無(wú)法刻畫經(jīng)濟(jì)系統(tǒng)發(fā)生結(jié)構(gòu)性突變時(shí)變量之間的非線性關(guān)系?？紤]到參數(shù)的時(shí)變性，將式(5)改寫為TVP-SV-VAR模型：

(6)

(7)

對(duì)于t=s+1,…,n，假定βs+1～N(μβ0,∑β0),as+1～N(μa0,∑a0),hs+1～N(μh0,∑h0)，時(shí)變參數(shù)的隨機(jī)沖擊εt、uβt、uat、uht之間互不相關(guān)，進(jìn)一步假設(shè)Σβ、Σa、Σh是對(duì)角矩陣。對(duì)漂移項(xiàng)系數(shù)和參數(shù)進(jìn)行建模，可以充分捕捉到VAR結(jié)構(gòu)隨時(shí)間的可能變化情況。

五、實(shí)證分析

(一)指標(biāo)選取和數(shù)據(jù)處理

1．經(jīng)濟(jì)政策不確定性度量指標(biāo)

在Baker等(2012)[7]發(fā)布經(jīng)濟(jì)政策不確定性指數(shù)前，沒(méi)有學(xué)者準(zhǔn)確衡量由政策不確定性帶來(lái)的經(jīng)濟(jì)風(fēng)險(xiǎn)。在Baker等發(fā)布經(jīng)濟(jì)政策不確定性指數(shù)后，國(guó)內(nèi)外學(xué)者采用該指數(shù)進(jìn)行了大量研究。也有部分學(xué)者(Julio等，2012[37]；楊海生等，2014[38])采用官員更替數(shù)據(jù)作為經(jīng)濟(jì)政策不確定性的代理變量，但是由于政府官員變更并非是持續(xù)性事件，以其作為經(jīng)濟(jì)政策不確定性的代理變量暗含的前提是政策僅在官員變更當(dāng)年發(fā)生變化而不在其他年度改變，因此不能準(zhǔn)確刻畫經(jīng)濟(jì)政策不確定性的連續(xù)性和時(shí)變性特征。Baker等構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)(EPU)具有較好的連續(xù)性和時(shí)變性，能夠較為準(zhǔn)確地衡量經(jīng)濟(jì)政策不確定性的中短期變動(dòng)。因此本文擬采用Baker等編制的經(jīng)濟(jì)政策不確定性指數(shù)(EPU)作為代理變量。該指數(shù)由三個(gè)部分構(gòu)建而成：第一個(gè)部分是報(bào)紙中與經(jīng)濟(jì)政策不確定性相關(guān)內(nèi)容的文章出現(xiàn)的頻率，賦予1/2的權(quán)重；第二個(gè)部分是未來(lái)幾年內(nèi)將終止的聯(lián)邦稅收法規(guī)的數(shù)量，賦予1/6的權(quán)重；第三個(gè)部分是經(jīng)濟(jì)預(yù)測(cè)分析師之間預(yù)測(cè)的不一致程度，賦予1/3的權(quán)重。對(duì)上述三個(gè)層次的指標(biāo)的均值與標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)正態(tài)化處理，并按照相應(yīng)概率分布賦予對(duì)應(yīng)的權(quán)重后，通過(guò)數(shù)據(jù)合成方法構(gòu)建出EPU指數(shù)，指數(shù)數(shù)值越大，其代表經(jīng)濟(jì)政策不確定程度越高。中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)是以香港英文報(bào)紙《南華早報(bào)》為分析對(duì)象，通過(guò)文本搜索方式衡量出與經(jīng)濟(jì)政策不確定性相關(guān)的文章出現(xiàn)的頻率，進(jìn)而進(jìn)行標(biāo)準(zhǔn)正態(tài)化處理得到?！赌先A早報(bào)》是香港發(fā)行量最大、影響力最強(qiáng)的英文報(bào)刊，其對(duì)中國(guó)經(jīng)濟(jì)的跟蹤報(bào)道非常及時(shí)緊密，將其作為新聞報(bào)道檢索平臺(tái)可以很大程度上保證檢索范圍的全面性和檢索內(nèi)容的準(zhǔn)確性。經(jīng)濟(jì)政策不確定性指標(biāo)取自官方發(fā)布網(wǎng)站(http://www.policyuncertainty.com)，為月度數(shù)據(jù)，樣本期間為2001年1月至2018年12月。基于數(shù)據(jù)平穩(wěn)性的要求，將該指數(shù)進(jìn)行對(duì)數(shù)一階差分變換。

2．股票市場(chǎng)相關(guān)指標(biāo)

(二)TVP-SV-VAR模型的估計(jì)結(jié)果與分析

1．TVP-SV-VAR模型的估計(jì)結(jié)果

為了獲得足夠有效的樣本，本文采用馬爾科夫鏈蒙特卡洛(MCMC)算法對(duì)TVP-SV-VAR模型進(jìn)行參數(shù)估計(jì)，通常通過(guò)Geweke檢驗(yàn)和無(wú)效率影響因子判斷估計(jì)效果。Geweke檢驗(yàn)統(tǒng)計(jì)量若收斂于正態(tài)分布，則說(shuō)明MCMC抽樣是平穩(wěn)的，而無(wú)效率影響因子則用于判斷MCMC抽取樣本的有效性。

對(duì)比前n0個(gè)樣本和后n1個(gè)樣本，舍棄中間的樣本，構(gòu)造Geweke檢驗(yàn)統(tǒng)計(jì)量，如下所示：

(8)

無(wú)效因子定義為：

(9)

式(9)中，Bm為帕爾森窗寬，設(shè)置Bm=500，ρs是滯后s階時(shí)的樣本自相關(guān)系數(shù)。無(wú)效因子是后驗(yàn)樣本均值的數(shù)值方差與不相關(guān)序列樣本均值的方差之比，無(wú)效因子的倒數(shù)也被稱為相對(duì)數(shù)值效率。當(dāng)無(wú)效因子為m時(shí)，得到的不相關(guān)樣本數(shù)目等于MCMC樣本數(shù)目/m。

本文基于經(jīng)濟(jì)政策不確定性指數(shù)和股票收益率及波動(dòng)率數(shù)據(jù)，建立TVP-SV-VAR模型，使用OxMetrics軟件，采用MCMC算法對(duì)模型進(jìn)行參數(shù)估計(jì)，得到后驗(yàn)均值、標(biāo)準(zhǔn)差、95%置信區(qū)間、Geweke檢驗(yàn)和無(wú)效因子。TVP-SV-VAR模型的估計(jì)結(jié)果如表1所示。

表1 TVP-SV-VAR模型估計(jì)結(jié)果

由估計(jì)結(jié)果可知，參數(shù)的后驗(yàn)均值都在95%置信區(qū)間內(nèi)。并且Geweke收斂診斷值的結(jié)果表明，在1%的顯著性水平下，模型參數(shù)收斂于后驗(yàn)分布的原假設(shè)不被拒絕。此外，無(wú)效因子表示能得到足夠多的不相關(guān)序列樣本所需抽樣的次數(shù)，無(wú)效因子的數(shù)值越小，說(shuō)明模型的擬合效果越好。上表結(jié)果顯示，無(wú)效因子較小，最大的值為70.74，這意味著至少可以得到282(20000/70.74≈282)個(gè)不相關(guān)樣本，足以進(jìn)行后驗(yàn)分布推斷。綜上，TVP-SV-VAR模型的MCMC模擬是有效的，如圖1所示。

圖1 TVP-SV-VAR模型的MCMC模擬結(jié)果

圖1中，第一排的圖形為MCMC模擬的參數(shù)自相關(guān)系數(shù)，Σα、Σβ、Σh的樣本自相關(guān)系數(shù)都急速下降，并且接近于零，表明使用的Gibbs抽樣方法能有效產(chǎn)生基本不存在自相關(guān)關(guān)系的樣本。中間的圖形為樣本路徑，圖中顯示的路徑比較平穩(wěn)，圍繞某一值上下波動(dòng)，說(shuō)明抽樣獲得的不相關(guān)樣本數(shù)量是能夠滿足模型估計(jì)的，并且是有效的。第三排的圖形為模擬分布密度，反映了MCMC模擬過(guò)程中的參數(shù)后驗(yàn)分布密度函數(shù)。

2．TVP-SV-VAR的時(shí)變脈沖響應(yīng)分析

時(shí)變脈沖響應(yīng)函數(shù)有兩種：一種是等間隔脈沖響應(yīng)函數(shù)，可以分析變量間脈沖響應(yīng)的滯后性與時(shí)變性；另一種是時(shí)點(diǎn)脈沖響應(yīng)函數(shù)，可以分析在特殊時(shí)點(diǎn)上變量對(duì)結(jié)構(gòu)沖擊的動(dòng)態(tài)影響。為了表述方便，下面的分析中用EPU表示經(jīng)濟(jì)政策不確定性指數(shù)，用R表示股票收益率，用Vol表示股票收益波動(dòng)率。

(1)等間隔脈沖響應(yīng)分析(圖2、圖3)

圖2 R對(duì)EPU的等間隔脈沖響應(yīng)圖

圖3 EPU對(duì)R的等間隔脈沖響應(yīng)圖

等間隔脈沖響應(yīng)函數(shù)是指每一期解釋變量的隨機(jī)擾動(dòng)項(xiàng)沖擊對(duì)固定時(shí)間間隔后被解釋變量所產(chǎn)生的影響。本文分別設(shè)定時(shí)間間隔為0個(gè)月(同期)、1個(gè)月(短期滯后)、2個(gè)月(中期滯后)、4個(gè)月(長(zhǎng)期滯后)進(jìn)行脈沖響應(yīng)分析，設(shè)定沖擊項(xiàng)的值為樣本隨機(jī)波動(dòng)的均值。

圖2給出了股票收益對(duì)經(jīng)濟(jì)政策不確定性沖擊的等間隔時(shí)變脈沖響應(yīng)(εEPU↑→R)，如圖所示，同期(0個(gè)月)、1個(gè)月和2個(gè)月間隔的時(shí)變脈沖響應(yīng)大部分時(shí)期處于零線以下，平均影響效應(yīng)分別為-1.53%，-0.37%，-0.03%，而4個(gè)期滯后的脈沖響應(yīng)基本趨于零線，其平均影響效應(yīng)為-0.07%，這表明經(jīng)濟(jì)政策不確定性沖擊的影響會(huì)隨著時(shí)間間隔的長(zhǎng)度而減弱甚至逐漸趨于零。就影響的波動(dòng)變化來(lái)看，當(dāng)外部經(jīng)濟(jì)環(huán)境發(fā)生較大變化使經(jīng)濟(jì)政策不確定程度加大時(shí)，同期脈沖響應(yīng)函數(shù)表現(xiàn)最為明顯，如在次貸危機(jī)、歐債危機(jī)、2015年股災(zāi)和中美貿(mào)易戰(zhàn)發(fā)生時(shí)，脈沖響應(yīng)函數(shù)出現(xiàn)負(fù)向較大值，這是股票市場(chǎng)上的投資者對(duì)政策不確定性采取的及時(shí)調(diào)整策略導(dǎo)致的。但就中長(zhǎng)期來(lái)看，經(jīng)濟(jì)政策不確定性對(duì)股票收益的負(fù)向影響逐漸減弱，可能是因?yàn)楹罄m(xù)政府出臺(tái)各種救助方案和刺激措施以實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，如次貸危機(jī)時(shí)的四萬(wàn)億振興計(jì)劃、歐債危機(jī)時(shí)的貨幣供給調(diào)整和2015年股災(zāi)時(shí)降準(zhǔn)降息、暫停IPO等。當(dāng)經(jīng)濟(jì)環(huán)境改善使得投資者的信心增強(qiáng)時(shí)，經(jīng)濟(jì)政策不確定性沖擊對(duì)股票收益的負(fù)向影響將會(huì)逐漸減弱。

圖3為經(jīng)濟(jì)政策不確定性對(duì)股票收益沖擊的脈沖響應(yīng)(εR↑→EPU)。同期脈沖響應(yīng)線表明股票收益的沖擊對(duì)同期經(jīng)濟(jì)政策不確定性沒(méi)有影響。1個(gè)期和4個(gè)期滯后的脈沖響應(yīng)均表現(xiàn)為負(fù)向，1個(gè)期滯后的平均影響效應(yīng)為-5.2%，遠(yuǎn)遠(yuǎn)大于4個(gè)期滯后的平均影響效應(yīng)-1.1%，而2個(gè)期滯后的脈沖響應(yīng)卻為正且影響較小?？偟膩?lái)看，股票收益沖擊對(duì)經(jīng)濟(jì)政策不確定性的影響會(huì)隨著時(shí)間減弱。

圖4顯示的是股票收益波動(dòng)對(duì)經(jīng)濟(jì)政策不確定性沖擊的等間隔時(shí)變脈沖響應(yīng)(εEPU↑→Vol)?？梢钥闯觯髌诿}沖響應(yīng)的變化趨勢(shì)基本一致，同期平均影響效應(yīng)為0.36%，最高時(shí)達(dá)到2.3%。在次貸危機(jī)、歐債危機(jī)、2015年股災(zāi)和中美貿(mào)易戰(zhàn)這幾個(gè)時(shí)期，同期脈沖響應(yīng)都在零線以上，均表現(xiàn)為產(chǎn)生正向極值后快速下滑的現(xiàn)象，這可能是因?yàn)槭录l(fā)生后較高的經(jīng)濟(jì)政策不確定性會(huì)加劇股票收益波動(dòng)，后續(xù)隨著調(diào)控政策的實(shí)施，經(jīng)濟(jì)形勢(shì)趨于明朗，經(jīng)濟(jì)政策不確定性對(duì)股票收益波動(dòng)的推動(dòng)作用有所下降。就影響的時(shí)效來(lái)看，經(jīng)濟(jì)政策不確定性沖擊在中短期內(nèi)對(duì)股票收益波動(dòng)有推動(dòng)作用，但從長(zhǎng)期來(lái)看不明顯，這可能是由于經(jīng)濟(jì)政策不確定性突變時(shí)，短期內(nèi)資本市場(chǎng)投資者情緒波動(dòng)較大，從而使得股票收益的波動(dòng)性加大。但經(jīng)過(guò)一段時(shí)間后，隨著經(jīng)濟(jì)環(huán)境和市場(chǎng)的穩(wěn)定，其波動(dòng)性影響將會(huì)逐漸減弱。

圖4 Vol對(duì)EPU的等間隔脈沖響應(yīng)圖

圖5為經(jīng)濟(jì)政策不確定性對(duì)股票收益波動(dòng)沖擊的脈沖響應(yīng)(εVol↑→EPU)。從圖中可以很明顯地看出，0個(gè)期滯后的脈沖響應(yīng)與零線重合；1個(gè)期滯后的脈沖響應(yīng)表現(xiàn)為正向，并且非常穩(wěn)定，平均影響效應(yīng)為1%；2個(gè)期滯后的脈沖響應(yīng)為負(fù)向，有上升趨勢(shì)；4個(gè)期滯后的脈沖響應(yīng)大于零且較弱。這表明股票收益波動(dòng)上升對(duì)同期的經(jīng)濟(jì)政策不確定性不會(huì)產(chǎn)生影響，在短期內(nèi)會(huì)使經(jīng)濟(jì)政策不確定性上升，而從中長(zhǎng)期來(lái)看影響作用并不明顯。

圖5 EPU對(duì)Vol的等間隔脈沖響應(yīng)圖

(2)時(shí)點(diǎn)脈沖響應(yīng)分析

由于時(shí)點(diǎn)脈沖響應(yīng)分析需要選擇具有代表性的經(jīng)濟(jì)事件作為結(jié)構(gòu)時(shí)點(diǎn)，上述等間隔脈沖響應(yīng)分析的結(jié)果表明，股票收益對(duì)經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)在2008年、2011年后期、2015年和2018年呈負(fù)向極值響應(yīng)，這剛好對(duì)應(yīng)幾個(gè)重要事件對(duì)應(yīng)的經(jīng)濟(jì)政策不確定性突變的時(shí)點(diǎn)。因此本文選取2008年9月(次貸危機(jī)爆發(fā))、2011年11月(后危機(jī)時(shí)代)、2015年5月(股災(zāi))和2018年3月(中美貿(mào)易戰(zhàn))這四個(gè)時(shí)點(diǎn)進(jìn)行進(jìn)一步分析。這四個(gè)時(shí)點(diǎn)的脈沖響應(yīng)如圖6、圖7、圖8、圖9所示。

圖8 Vol對(duì)EPU的時(shí)點(diǎn)脈沖響應(yīng)圖

圖9 EPU對(duì)Vol的時(shí)點(diǎn)脈沖響應(yīng)圖

圖6為股票收益對(duì)經(jīng)濟(jì)政策不確定性沖擊的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)。在第0期，各個(gè)時(shí)點(diǎn)的經(jīng)濟(jì)政策不確定性沖擊對(duì)同期股票收益均有負(fù)向影響，這與等間隔脈沖響應(yīng)的結(jié)論一致。就影響程度而言，2008年9月次貸危機(jī)這一時(shí)點(diǎn)上，經(jīng)濟(jì)政策不確定性對(duì)同期股票收益的負(fù)向影響最大可達(dá)到-4.5%。2018年3月中美貿(mào)易戰(zhàn)爆發(fā)這一時(shí)點(diǎn)，負(fù)向影響可達(dá)到-4%。總的來(lái)看，幾個(gè)時(shí)點(diǎn)的不確定沖擊的負(fù)向影響在4期以后將逐漸消退。圖7為經(jīng)濟(jì)政策不確定性對(duì)股票收益沖擊的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)。如圖中所示，選取的四個(gè)時(shí)點(diǎn)的脈沖響應(yīng)變化趨勢(shì)大致相同。由0期的無(wú)影響到第1期時(shí)達(dá)到負(fù)向最大影響，影響程度可達(dá)-7.5%，這說(shuō)明短期內(nèi)股票收益沖擊會(huì)使經(jīng)濟(jì)政策不確定性加劇，但4期以后其影響程度基本趨于零。

圖6 R對(duì)EPU的時(shí)點(diǎn)脈沖響應(yīng)圖

圖7 EPU對(duì)R的時(shí)點(diǎn)脈沖響應(yīng)圖

圖8為股票收益波動(dòng)對(duì)經(jīng)濟(jì)政策不確定性沖擊的時(shí)點(diǎn)脈沖響應(yīng)圖。2008年9月次貸危機(jī)時(shí)點(diǎn)的脈沖響應(yīng)為正，其影響程度先下降后上升再下降，隨后小幅波動(dòng)逐漸趨于平緩，這表明經(jīng)濟(jì)政策不確定性沖擊會(huì)加劇股票收益的波動(dòng)性。2011年11月的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)走勢(shì)與2008年9月類似，但其影響程度較弱。2015年5月股災(zāi)發(fā)生時(shí)的脈沖響應(yīng)函數(shù)第0期表現(xiàn)為正向影響且逐漸減少至2期的負(fù)值，其影響在4期后趨于零。2018年3月貿(mào)易戰(zhàn)爆發(fā)時(shí)的脈沖響應(yīng)函數(shù)第0期表現(xiàn)為正向影響，第1期及以后轉(zhuǎn)為負(fù)向影響且一直呈負(fù)向影響而非常緩慢趨于零，這與等間隔脈沖響應(yīng)表現(xiàn)一致。圖9是經(jīng)濟(jì)政策不確定性對(duì)股票收益波動(dòng)沖擊的時(shí)點(diǎn)脈沖響應(yīng)圖，四個(gè)時(shí)點(diǎn)脈沖響應(yīng)圖的走勢(shì)非常類似，在第0期時(shí)影響程度為0，均在第1期時(shí)達(dá)到正向極值，影響程度可達(dá)到1%左右，其影響特征與等間隔脈沖響應(yīng)函數(shù)表現(xiàn)一致，這表明股票收益波動(dòng)的沖擊對(duì)同期經(jīng)濟(jì)政策不確定性不會(huì)產(chǎn)生影響，在短期內(nèi)會(huì)加大經(jīng)濟(jì)政策不確定性，而從中長(zhǎng)期來(lái)看其影響程度基本為零。以中美貿(mào)易戰(zhàn)爆發(fā)這一時(shí)點(diǎn)為例，事件發(fā)生后0～16個(gè)月內(nèi)的整體平均影響效應(yīng)為0.12%，這表明中美貿(mào)易戰(zhàn)時(shí)期股票收益波動(dòng)的沖擊會(huì)使經(jīng)濟(jì)政策不確定性略微有所上升。

六、結(jié)論與建議

本文基于2001年1月至2018年12月中國(guó)經(jīng)濟(jì)政策不確定性與股票收益及波動(dòng)數(shù)據(jù)，通過(guò)構(gòu)建帶有隨機(jī)波動(dòng)的時(shí)變參數(shù)向量自回歸模型(TVP-SV-VAR)來(lái)定量考察經(jīng)濟(jì)政策不確定性與股票收益及經(jīng)濟(jì)政策不確定性與股票收益波動(dòng)之間的雙向影響效應(yīng)。主要得出以下結(jié)論：一方面，經(jīng)濟(jì)政策不確定性沖擊對(duì)股票收益及股票收益波動(dòng)均具有明顯影響，這種影響會(huì)隨著滯后期的延長(zhǎng)而逐漸減弱甚至趨于零。具體來(lái)看，經(jīng)濟(jì)政策不確定性沖擊對(duì)當(dāng)期股票收益具有顯著負(fù)向影響，對(duì)滯后1個(gè)月、2個(gè)月的股票收益的總體影響也為負(fù)且逐漸減小，對(duì)滯后4個(gè)月的股票收益的影響趨于零。經(jīng)濟(jì)政策不確定性沖擊會(huì)加劇當(dāng)期股票收益波動(dòng)，在中短期內(nèi)對(duì)股票收益波動(dòng)也有一定推動(dòng)作用，但從長(zhǎng)期來(lái)看不明顯。另一方面，股票收益及股票收益波動(dòng)也會(huì)影響經(jīng)濟(jì)政策不確定性。具體來(lái)看，股票收益和股票收益波動(dòng)受到的沖擊對(duì)當(dāng)期經(jīng)濟(jì)政策不確定性沒(méi)有明顯影響，但在短期內(nèi)會(huì)加劇經(jīng)濟(jì)政策不確定性，中長(zhǎng)期的影響效應(yīng)逐漸趨于零。

我國(guó)目前正處于經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，經(jīng)濟(jì)呈現(xiàn)出“增長(zhǎng)速度換擋期”“結(jié)構(gòu)調(diào)整陣痛期”“前期政策消化期”“新的政策探索期”的四期疊加態(tài)勢(shì)，政府頻繁出臺(tái)各類經(jīng)濟(jì)政策對(duì)經(jīng)濟(jì)運(yùn)行進(jìn)行宏觀調(diào)控，政策推出前期執(zhí)行方向和力度等的不確定性會(huì)加劇經(jīng)濟(jì)政策的不確定性。鑒于本文研究得出的政策不確定性和股票收益及波動(dòng)之間存在的雙向影響效應(yīng)，提出幾點(diǎn)建議：首先，政府應(yīng)加強(qiáng)政策的穩(wěn)定性和持續(xù)性，在調(diào)控政策時(shí)盡量做到公開透明并合理引導(dǎo)公眾預(yù)期，重視事前與事后的信息披露，降低由于政策調(diào)控的不確定性對(duì)股票市場(chǎng)的負(fù)面影響。其次，我國(guó)應(yīng)該完善股票市場(chǎng)相關(guān)制度，合理引導(dǎo)投資者由短期的投機(jī)行為逐漸轉(zhuǎn)向長(zhǎng)期的投資行為，減緩股市在面臨經(jīng)濟(jì)政策不確定性沖擊時(shí)的短期劇烈波動(dòng)。最后，當(dāng)股市出現(xiàn)大幅波動(dòng)時(shí)，應(yīng)更多地依靠市場(chǎng)自身來(lái)進(jìn)行調(diào)節(jié)，實(shí)現(xiàn)資源的有效配置，盡量避免政府過(guò)度干預(yù)以減少股市對(duì)經(jīng)濟(jì)政策不確定性的不利影響。