苗金芳 米雪成 申祥鑫
本文通過(guò)主成分分析法選取股市成交金額、股市成交量、上證新增開(kāi)戶數(shù)、上證所平均市盈率、上證股票換手率構(gòu)建綜合投資者情緒指標(biāo)?;赥VP-VAR模型實(shí)證及時(shí)點(diǎn)脈沖函數(shù)分析了法定準(zhǔn)備金率、新增信貸與投資者情緒對(duì)股價(jià)的動(dòng)態(tài)影響。研究結(jié)果顯示:短期內(nèi),法定準(zhǔn)備金率和投資者情緒對(duì)股價(jià)均產(chǎn)生顯著的影響,隨著時(shí)間和經(jīng)濟(jì)環(huán)境的變化,表現(xiàn)出顯著的時(shí)變特征。時(shí)點(diǎn)脈沖函數(shù)實(shí)證顯示,股市處于牛熊市時(shí)期,我國(guó)散戶為主投資者非理性行為加劇了股價(jià)的異常波動(dòng)。
一、引言
股票市場(chǎng)在現(xiàn)代資本市場(chǎng)的地位越來(lái)越重要,其投融資功能、資源配置功能和產(chǎn)權(quán)功能,對(duì)促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化及資本積累和交易起著重要作用。維護(hù)股市穩(wěn)健發(fā)展對(duì)于現(xiàn)階段我國(guó)宏觀經(jīng)濟(jì)運(yùn)行以及提升居民家庭金融資產(chǎn)增值具有重要意義。
國(guó)內(nèi)外研究表明貨幣政策、投資者情緒對(duì)股價(jià)波動(dòng)產(chǎn)生影響。Kurov(2010)實(shí)證研究貨幣政策在不同的市場(chǎng)條件下,對(duì)投資者情緒影響具有顯著的差異性,并且發(fā)現(xiàn)在股市低迷階段,對(duì)投資者情緒變化更敏感的股票受貨幣政策的影響較大;陳其安、雷小燕(2017)認(rèn)為投資者情緒一定程度上減弱了貨幣政策對(duì)股市的影響;喬晶(2018)運(yùn)用網(wǎng)絡(luò)爬蟲(chóng)將新浪財(cái)經(jīng)的評(píng)論進(jìn)行分析并從中提取投資者情緒指標(biāo),通過(guò)構(gòu)建VAR模型得出投資者情緒影響貨幣政策對(duì)股市的作用;康海斌、王正軍(2019)通過(guò)投資者情緒和貨幣政策對(duì)股市的分析,得出貨幣政策與股市波動(dòng)的關(guān)系較弱。
本文在國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上,通過(guò)主成分分析法構(gòu)建投資者情緒指標(biāo),并選取新增信貸額和法定存款準(zhǔn)備金作為貨幣政策指標(biāo),運(yùn)用TVP-VAR模型來(lái)研究三者之間的動(dòng)態(tài)特征。
二、投資者情緒指標(biāo)構(gòu)建
衡量投資者情緒需要考察投資者參與市場(chǎng)交易活動(dòng)的情況,目前度量投資者情緒主要有三種方法,分別為直接指標(biāo)、間接指標(biāo)、綜合指標(biāo)。直接指標(biāo)通常用調(diào)查等方式獲取投資者情緒指標(biāo),該數(shù)據(jù)能夠直接體現(xiàn)投資者情緒變化;間接指標(biāo)一般指從市場(chǎng)的交易活動(dòng)中獲取數(shù)據(jù),當(dāng)投資者參與市場(chǎng)交易活動(dòng)時(shí),會(huì)產(chǎn)生一系列不同的交易數(shù)據(jù),通過(guò)這些數(shù)據(jù)能夠客觀地反映投資者情緒變化;綜合指標(biāo)綜合情緒指數(shù)方面比較著名的是 BW(Baker 和 Wurgler,2006)指數(shù),該指標(biāo)選取新股發(fā)行量、新股首日回報(bào)率、新股發(fā)行籌集資金、穩(wěn)定型公司與投機(jī)型公司估值水平、股票換手率以及封閉式基金折價(jià)率六個(gè)指標(biāo),從而構(gòu)建綜合的投資者情緒指標(biāo),使用降維方法為主成分分析。
本文投資者情緒指標(biāo)構(gòu)建基本原理是:首先選取市場(chǎng)上能夠反映投資者情緒的7個(gè)指標(biāo),時(shí)間為2006年1月至2019年6月,均為月度數(shù)據(jù);其次通過(guò)當(dāng)期和滯后期的處理,把7個(gè)當(dāng)期指標(biāo)和7個(gè)滯后一期指標(biāo),共14個(gè)指標(biāo)用主成分分析得出共同因子;然后分析共同因子與指標(biāo)之間的相關(guān)系數(shù),篩選出合適的投資者情緒指標(biāo);最后用留存的投資者情緒指標(biāo)通過(guò)主成分分析法,構(gòu)建綜合投資者情緒指標(biāo)(SENT)。根據(jù)我國(guó)股票市場(chǎng)發(fā)展情況,選擇的指標(biāo)分別為股市成交金額同比(MOY)、股市成交量同比(VOL)、上證新增開(kāi)戶數(shù)同比(NEW)、上證所平均市盈率(PER)、上證股票換手率(TURN)、CICSI基金折價(jià)率(NAV)和消費(fèi)者信心指數(shù)(CCI)。最后運(yùn)用主成分分析構(gòu)建投資者情緒指標(biāo),考慮到各個(gè)指標(biāo)衡量投資者情緒會(huì)出現(xiàn)一定的滯后性,有些指標(biāo)會(huì)在當(dāng)期呈現(xiàn)出投資者情緒的變化,所以將7個(gè)指標(biāo)全部滯后一期,把7個(gè)當(dāng)期指標(biāo)和7個(gè)滯后一期指標(biāo)共同放入投資者情緒指標(biāo)構(gòu)建中。
從表1可以看出KMO的值為0.766,大于0.5,同時(shí)Sig小于0.05,說(shuō)明構(gòu)建主成分分析有效;從表2得出前3個(gè)主成分的累計(jì)方差貢獻(xiàn)率大于80%,可以有效地解釋所有指標(biāo),從圖1碎石圖可以看出主成分1到主成分3的波動(dòng)程度很大。由此可以得出,選取前三個(gè)主成分進(jìn)行研究分析,通過(guò)SPSS構(gòu)建主成分共同因子P1,再用P1與14個(gè)變量構(gòu)建相關(guān)系數(shù)。
根據(jù)表3的相關(guān)系數(shù)圖可以看出MOY,TURN和VOL的滯后一期作為指標(biāo)比較優(yōu),而NEW和PER的當(dāng)期指標(biāo)比較優(yōu),NAV和CCI的相關(guān)性比較低,說(shuō)明把基金折價(jià)率和消費(fèi)者信心指數(shù)作為投資者情緒指標(biāo)不太合適。通過(guò)剔除相關(guān)系數(shù)小于0.5的指標(biāo),再把同個(gè)指標(biāo)的“當(dāng)期”和“滯后期”與P1的相關(guān)性比較,最終選取五個(gè)變量來(lái)構(gòu)建投資者情緒指標(biāo),分別為MOYt-1,TURNt-1,NEW,VOLt-1和PER。
將上述留存的5個(gè)指標(biāo)進(jìn)行主成分分析,構(gòu)建出綜合投資者情緒指標(biāo)。
如表4 所示,KMO 和 Bartlett 的檢驗(yàn)可以看出,KMO為0.643,大于0.5,同時(shí)Sig小于0.05,表明可以有效構(gòu)建主成分分析。如表5所示,用留存的5個(gè)指標(biāo)做主成分分析,通過(guò)主成分分析的各項(xiàng)指標(biāo)發(fā)現(xiàn),由于前兩個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)到86.314%,表明前兩個(gè)主成分對(duì)所有指標(biāo)的信息涵蓋程度達(dá)到將近86%;同時(shí)第一主成分的特征值大于1,第二主成分的特征值接近于1;從圖2的碎石圖可以看出前兩個(gè)主成分曲折程度較大。綜上可以得出,選取前2個(gè)主成分繼續(xù)進(jìn)行投資者情緒指標(biāo)的構(gòu)建。
如表6所示成分得分系數(shù)矩陣,由此可以根據(jù)每個(gè)變量的得分系數(shù),推導(dǎo)前兩個(gè)主成分F1和F2,具體公式如下:
通過(guò)計(jì)算得到的F1和F2,再進(jìn)行加權(quán)得出最終的投資者情緒指標(biāo)SENT,權(quán)重為每個(gè)成分的方差貢獻(xiàn)率占前兩個(gè)主成分累計(jì)方差貢獻(xiàn)率的比值,公式如下:
綜合投資者情緒SENT的最終公式為:
首先將投資者情緒SENT和上證指數(shù)T進(jìn)行標(biāo)準(zhǔn)化處理,分析其波動(dòng)情況。如圖3所示,投資者情緒和上證指數(shù)的走勢(shì)大致相同。從波動(dòng)程度來(lái)看,投資者情緒的變動(dòng)大致先于上證指數(shù)的變動(dòng),說(shuō)明投資者情緒有一定的預(yù)警作用,二者具有較強(qiáng)的相關(guān)性。
以上投資者情緒指標(biāo)SENT和上證指數(shù)T做一階差分獲得平穩(wěn)性數(shù)據(jù),進(jìn)行格蘭杰因果檢驗(yàn),如表7可以得出,投資者情緒和上證指數(shù)的格蘭杰因果檢驗(yàn),所得出的P值均小于0.05,說(shuō)明兩者之間存在統(tǒng)計(jì)意義上的格蘭杰因果關(guān)系。
三、模型構(gòu)建與指標(biāo)選取
(一)向量自回歸模型構(gòu)建
模型構(gòu)建依據(jù)吳麗華(2014)TVP-VAR模型參考。具體如下:時(shí)變參數(shù)向量自回歸模型(TVP-VAR)是在SVAR模型中引入時(shí)變特征,首先構(gòu)建一個(gè)簡(jiǎn)單SVAR模型:
根據(jù)式(5),是k*1維列內(nèi)生向量,p為滯后階數(shù),t表示月度,t=p+1,…,n; A為K*K維的矩陣 ;F為滯后項(xiàng)系數(shù)的K*K維矩陣;=K*1維隨機(jī)擾動(dòng)項(xiàng)~N(0,)。A和分別表示為:
然后把(5)簡(jiǎn)化如下:
在式(7)中,系數(shù)參數(shù)和都是隨機(jī)變化的,根據(jù)Primiceri(2005),令表示矩陣中下三角中元素的堆積向量,對(duì)數(shù)隨機(jī)波動(dòng)率矩陣,且對(duì)于所有的j=1,…,k,t=s+1,…,n,設(shè)。TVP-VAR模型中的所有參數(shù)服從隨機(jī)游走,
其中,。
假設(shè)時(shí)變參數(shù)的沖擊不相關(guān),并且、、都是對(duì)角矩陣。(8)式中假定所有參數(shù)服從一階隨機(jī)游走過(guò)程,Primiceri(2005)指出該假設(shè)可以允許參數(shù)暫時(shí)或永久性變動(dòng),可充分捕捉潛在經(jīng)濟(jì)結(jié)構(gòu)的漸變或突變;對(duì)于模型的估計(jì)Nakajima(2011)采用MCMC(馬爾科夫鏈蒙特卡羅)方法估計(jì)更加精確有效。
(二)變量指標(biāo)選取
1.貨幣政策指標(biāo)選取。伴隨金融經(jīng)濟(jì)的不斷發(fā)展,各國(guó)中央銀行逐漸形成了與其相適應(yīng)的貨幣政策工具。本文將法定存款準(zhǔn)備金率和新增信貸作為貨幣政策指標(biāo)。
(1)法定存款準(zhǔn)備金率DR。其變動(dòng)影響整個(gè)社會(huì)信貸規(guī)模和可有資金數(shù)量,當(dāng)法定存款準(zhǔn)備率提高時(shí),能夠有效減少流入股市的資金。數(shù)據(jù)源于東方財(cái)富網(wǎng)數(shù)據(jù)中心。
(2)新增信貸XIN。新增信貸增加時(shí),表明企業(yè)能夠獲得更多融資,從而增加企業(yè)的投資活動(dòng)。數(shù)據(jù)是金融機(jī)構(gòu)人民幣信貸的貸款同比。數(shù)據(jù)源于中國(guó)人民銀行。
2.股價(jià)指標(biāo)選取。上證指數(shù)月末值T。本文選取上證指數(shù)每月月末值作為股價(jià)的代理指標(biāo)。數(shù)據(jù)來(lái)源于東方財(cái)富網(wǎng)。
四、實(shí)證分析
首先對(duì)上述的變量做z-score標(biāo)準(zhǔn)化處理,以便消除不同變量單位和數(shù)量級(jí)的影響,時(shí)間是2006年1月至2019年6月,并且均為月度數(shù)據(jù),對(duì)處理后的數(shù)據(jù)用小寫(xiě)字母表示為dr(法定存款準(zhǔn)備金率),xin(新增信貸),t(上證指數(shù)月末值),sent(投資者情緒指標(biāo))。再利用OxMetrics6計(jì)量軟件,對(duì)TVP -VAR模型進(jìn)行分析。
(一)平穩(wěn)性檢驗(yàn)
在進(jìn)行時(shí)間序列數(shù)據(jù)分析時(shí)需要檢驗(yàn)數(shù)據(jù)是否平穩(wěn),通過(guò)Eviews9.0對(duì)上述變量進(jìn)行平穩(wěn)性檢驗(yàn),如表8所示4個(gè)變量中dr和t是不平穩(wěn)的。為了使數(shù)據(jù)保持一致穩(wěn)定性,對(duì)4個(gè)變量分別做一階差分,結(jié)果顯示如下。
(二)參數(shù)估計(jì)結(jié)果
在進(jìn)行TVP-VAR模型之前,需要對(duì)模型參數(shù)進(jìn)行后驗(yàn)估計(jì),通過(guò)MCMC方法進(jìn)行10000次抽樣,舍棄前1000次作為預(yù)燒值,表9所示參數(shù)估計(jì)的結(jié)果。
從表9中可以看出CD統(tǒng)計(jì)量小于臨界值1.69,不能拒絕抽樣結(jié)果平穩(wěn)的原假設(shè),其結(jié)果是收斂的;無(wú)效因子比較小,低于100次,相比較10000次的抽樣樣本很少,表明后驗(yàn)分布是有效抽樣。
(三)實(shí)證結(jié)果分析
1.等間隔脈沖函數(shù)。如圖4所示,TVP-VAR模型提供等間隔脈沖函數(shù),滯后期為1個(gè)月、3個(gè)月和6個(gè)月以此考察短期和中長(zhǎng)期效應(yīng)。
(1)法定準(zhǔn)備金率、新增信貸對(duì)投資者情緒影響。由圖4第一張圖看出,當(dāng)法定存款準(zhǔn)備金率DR受到一個(gè)標(biāo)準(zhǔn)差的正向沖擊,短期內(nèi)投資者情緒都表現(xiàn)為穩(wěn)定的負(fù)向響應(yīng),當(dāng)法定存款準(zhǔn)備金率提高時(shí),公眾投資者情緒呈現(xiàn)消極情緒,符合理論預(yù)期。由此可見(jiàn),法定存款準(zhǔn)備金率在短期可以很好地改變投資者情緒。從中長(zhǎng)期來(lái)看,投資者情緒的響應(yīng)程度較小,2008年之前呈現(xiàn)微弱的正向效應(yīng),緊縮的貨幣政策并沒(méi)有抑制股市,說(shuō)明2006年至2008年牛熊市轉(zhuǎn)換期間,投資者情緒的作用抵消了貨幣政策長(zhǎng)期調(diào)控股市的力度。
從圖4第二張圖看出,當(dāng)新增信貸XIN受到一個(gè)單位標(biāo)準(zhǔn)差的正向沖擊,不同滯后期下投資者情緒產(chǎn)生的響應(yīng)不同。短期來(lái)看,2011年之前投資者情緒為正向響應(yīng),之后由正轉(zhuǎn)負(fù)。中長(zhǎng)期來(lái)看,新增信貸受到一個(gè)標(biāo)準(zhǔn)差的正向沖擊后,投資者情緒受到的響應(yīng)與短期的走勢(shì)正好相反,新增信貸對(duì)投資者情緒的影響隨著時(shí)間的推移不斷變化,具有顯著的時(shí)變特征。
(2)法定準(zhǔn)備金率、新增信貸對(duì)股價(jià)的影響。如圖4第三張圖所示,在法定存款準(zhǔn)備率DR受到標(biāo)準(zhǔn)單位正向沖擊后,短期內(nèi)股市響應(yīng)為穩(wěn)定負(fù)向。2015年以來(lái)供給側(cè)結(jié)構(gòu)性改革,我國(guó)的貨幣政策開(kāi)始由寬松逐漸變?yōu)榫o縮,通過(guò)提高存款準(zhǔn)備金率在短期內(nèi)可以有效抑制股市;從中長(zhǎng)期來(lái)看,法定存款準(zhǔn)備金率對(duì)股價(jià)的影響隨著時(shí)間的變動(dòng),其效應(yīng)逐漸減弱。如圖4第四張圖所示,當(dāng)新增信貸XIN受到標(biāo)準(zhǔn)單位的正向沖擊時(shí), 2017年之前,股價(jià)的短中長(zhǎng)期的響應(yīng)均為正向,符合理論預(yù)期。
(3)投資者情緒對(duì)股價(jià)的影響。如圖4第五張圖所示,投資者情緒SENT受到標(biāo)準(zhǔn)單位正向沖擊后,投資者情緒對(duì)股價(jià)的影響存在波動(dòng)性。如圖4第六張圖所示,在股價(jià)T受到標(biāo)準(zhǔn)單位正向沖擊后,投資者情緒在短期內(nèi)基本是穩(wěn)定的正向效應(yīng),中長(zhǎng)期的脈沖效應(yīng)基本接近零左右。
2.時(shí)點(diǎn)脈沖響應(yīng)函數(shù)。時(shí)點(diǎn)脈沖響應(yīng)函數(shù)是選擇特定時(shí)點(diǎn)的脈沖函數(shù),本文選取時(shí)間點(diǎn)分別為2006年10月、2015年4月和2017年6月三個(gè)不同的時(shí)間點(diǎn),原因是這三個(gè)時(shí)間代表我國(guó)股市表現(xiàn)為顯著的牛市、熊市特征。2006年10月大致處于我國(guó)牛市的初始階段,此階段是2007年牛熊市轉(zhuǎn)化開(kāi)始前期,宏觀經(jīng)濟(jì)運(yùn)行良好;2015年4月是我國(guó)牛市上漲猛烈的階段,屬于牛市的高潮階段;2017年6月基本處于2015年牛熊市轉(zhuǎn)化之后的低點(diǎn)震蕩階段,貨幣政策穩(wěn)健中性偏緊。
(1)法定準(zhǔn)備金率、新增信貸對(duì)投資者情緒的影響。如圖5第一張圖所示,對(duì)法定存款準(zhǔn)備金率標(biāo)準(zhǔn)單位的正向沖擊后,投資者情緒在三個(gè)時(shí)間點(diǎn)的脈沖效應(yīng)走向基本一致,并且方向變化也相同,期初表現(xiàn)為負(fù)向效應(yīng),在第五期轉(zhuǎn)為正向效應(yīng)。從脈沖的響應(yīng)程度來(lái)看,2006年10月時(shí)間點(diǎn)的變化幅度更加劇烈,隨著觀察期的推進(jìn),到2007年牛市持續(xù)上漲將近10個(gè)月,投資者情緒異常高漲,對(duì)法定存款準(zhǔn)備金率的反應(yīng)波動(dòng)性更大,而2015年4月和2017年6月時(shí)間點(diǎn)的響應(yīng)程度基本一致,股市在低位震蕩。
如圖5第二張圖所示,當(dāng)新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后,投資者情緒的脈沖響應(yīng)在不同的時(shí)間點(diǎn)出現(xiàn)不同的效應(yīng),2006年10月前兩期為正向效應(yīng),之后第三期轉(zhuǎn)為負(fù)向效應(yīng),第六期又轉(zhuǎn)變成正向效應(yīng),最后隨著滯后期的增加,波動(dòng)持續(xù)大約十期后減弱,2015年4月和2017年6月的脈沖響應(yīng)走勢(shì)基本一致,前兩期為負(fù)向效應(yīng),在第三期轉(zhuǎn)為正向,隨著期數(shù)增加,效應(yīng)逐漸減弱。
(2)法定準(zhǔn)備金率、新增信貸對(duì)股價(jià)的影響。如圖5的第三張圖所示,股價(jià)對(duì)法定存款準(zhǔn)備金率的脈沖響應(yīng)在不同的時(shí)間點(diǎn)基本走勢(shì)一致,當(dāng)法定存款準(zhǔn)備率受到正向沖擊時(shí),股價(jià)的當(dāng)期響應(yīng)都為負(fù)向,然后出現(xiàn)波動(dòng),在第四期左右轉(zhuǎn)為正向效應(yīng),在第五期又變?yōu)樽畲筘?fù)向效應(yīng),最后反復(fù)波動(dòng)至第十期維持在零附近。可以看出,在三個(gè)不同時(shí)間點(diǎn),法定存款準(zhǔn)備金率提高在當(dāng)期內(nèi)顯著降低股價(jià),但是很快在第四五期出現(xiàn)明顯波動(dòng)。
如圖5第四張圖所示,新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后,股價(jià)在三個(gè)不同時(shí)點(diǎn)的脈沖響應(yīng)變化趨勢(shì)有所差異,隨著期數(shù)的增加,股價(jià)的脈沖響應(yīng)出現(xiàn)波動(dòng)。
(3)投資者情緒和股價(jià)的影響。如圖5第五張圖所示,投資者情緒受到標(biāo)準(zhǔn)單位的正向沖擊時(shí),不同時(shí)間點(diǎn)下,股價(jià)脈沖響應(yīng)的走勢(shì)基本一致,當(dāng)期效應(yīng)都為正向,然后隨著期數(shù)的推進(jìn),股價(jià)的脈沖響應(yīng)會(huì)出現(xiàn)波動(dòng),最終不斷減弱至十期左右保持穩(wěn)定,在2006年10月和2015年4月的影響程度明顯高于2017年6月,說(shuō)明在牛熊市轉(zhuǎn)化階段,投資者情緒對(duì)股價(jià)的影響更大。如圖5第六張圖所示,股價(jià)受到標(biāo)準(zhǔn)單位的正向沖擊,投資者情緒的脈沖響應(yīng)走勢(shì)同樣基本一致,第一期為正向效應(yīng),然后四期出現(xiàn)負(fù)向效應(yīng),最后波動(dòng)不斷減弱。由此可以看出,投資者樂(lè)觀情緒的提高在短期內(nèi)能夠提高股價(jià),在從中期來(lái)看這種影響仍然不穩(wěn)定。
五、結(jié)論及啟示
(一)研究結(jié)論
1.貨幣政策工具選擇對(duì)投資情緒的影響。短期內(nèi),引導(dǎo)投資者情緒動(dòng)向的貨幣政策工具來(lái)看,法定存款準(zhǔn)備率比新增信貸更有效,但中長(zhǎng)期法定存款準(zhǔn)備金率效果逐漸減弱,新增信貸具有時(shí)變性和不確定性,說(shuō)明若政府通過(guò)頻繁調(diào)整貨幣政策,達(dá)到長(zhǎng)期穩(wěn)定影響投資者情緒的變動(dòng)是不現(xiàn)實(shí)的。
2.關(guān)于貨幣政策工具選擇對(duì)股價(jià)的影響。短期內(nèi)法定存款準(zhǔn)備金率比新增信貸更有效,并且隨著我國(guó)市場(chǎng)不斷改善,法定存款準(zhǔn)備金率對(duì)股市的調(diào)劑能力越來(lái)越強(qiáng),但中長(zhǎng)期觀測(cè),兩者對(duì)股價(jià)的影響均具有不確定性,貨幣政策不能長(zhǎng)期穩(wěn)定的引導(dǎo)股價(jià)的走向。
3.投資者情緒和股價(jià)的影響。通過(guò)等間隔脈沖函數(shù)圖看出,短期內(nèi)投資者情緒對(duì)股價(jià)影響比較顯著。由于短期投機(jī)性的影響,投資者過(guò)多關(guān)注短期收益的變化,未能制定長(zhǎng)期理性的投資策略。
4.綜合三者之間的變化關(guān)系??梢缘贸?,短期內(nèi),貨幣政策可以有效引導(dǎo)投資者情緒和股市價(jià)格。但長(zhǎng)期來(lái)看,貨幣政策效力不斷減弱,由于我國(guó)股市個(gè)人投資者占主體地位,且更關(guān)注短期收益,投資者情緒可迅速將貨幣政策的效力抵消,從而削弱了貨幣政策對(duì)股市的調(diào)控能力。
(二)啟示
1.基于上述實(shí)證分析貨幣政策和投資者情緒對(duì)股價(jià)的影響均存在時(shí)變特性和滯后性。不同的經(jīng)濟(jì)背景條件下產(chǎn)生的效應(yīng)均有差異。貨幣當(dāng)局通過(guò)貨幣政策引導(dǎo)股票市場(chǎng)價(jià)格走向,需要考慮多方面因素,包括宏觀經(jīng)濟(jì)態(tài)勢(shì)、國(guó)際貿(mào)易環(huán)境、投資者情緒等,單純依靠貨幣政策達(dá)到穩(wěn)定的引導(dǎo)并不足夠。
2.通常伴隨經(jīng)濟(jì)過(guò)熱出現(xiàn)牛市特征。頻繁通過(guò)調(diào)整貨幣政策來(lái)穩(wěn)定股市非最優(yōu)選擇。應(yīng)該從多個(gè)角度入手,一方面需要給市場(chǎng)投資者傳遞預(yù)警信息,減少投資者非理性投資行為,另一方面要尊重市場(chǎng)自我調(diào)節(jié)機(jī)制,在此基礎(chǔ)上通過(guò)循序漸進(jìn)的調(diào)整方針,制定穩(wěn)健柔和的干預(yù)手段。
3.提高股票市場(chǎng)投資者的金融素養(yǎng)。減少投資者非理性行為,降低金融市場(chǎng)波動(dòng)性,同時(shí)改善股票市場(chǎng)投資者結(jié)構(gòu)。我國(guó)散戶眾多,個(gè)人投資者是股市的主體,具有非理性和投機(jī)性特征,因此增加機(jī)構(gòu)投資者的比例,提高股票市場(chǎng)的穩(wěn)定性和抗風(fēng)險(xiǎn)能力。
4.應(yīng)繼續(xù)完善市場(chǎng)監(jiān)督體系。加強(qiáng)監(jiān)管的流程,強(qiáng)化監(jiān)督的執(zhí)行效率,進(jìn)一步完善入市退市機(jī)制,提高上市公司的質(zhì)量和投資者的專(zhuān)業(yè)性,讓市場(chǎng)能夠真正體現(xiàn)股票的投資價(jià)值,從而使資源配置更加有效率。
參考文獻(xiàn):
[1]Kurov A. Investor sentiment and the stock markets reaction to monetary policy[J]. Journal of Banking&Finance,2015,47(24):2514-2522.
[2]陳其安,雷小燕.貨幣政策、投資者情緒與中國(guó)股票市場(chǎng)波動(dòng)性:理論與實(shí)證[J].中國(guó)管理科學(xué),2017,25(11):1-11.
[3]喬晶.貨幣政策對(duì)股票市場(chǎng)的影響——基于投資者情緒的視角[D]山西財(cái)經(jīng)大學(xué).2018.
[4]張前程,楊德才.貨幣政策、投資者情緒與企業(yè)投資行為[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2015(12):57-68.
[5]康海斌,王正軍.投資者情緒與貨幣政策對(duì)股市波動(dòng)影響的實(shí)證[J].統(tǒng)計(jì)與決策,2019,35(13):174-176.
[6]Chandler Lutz.The Impact of Conventional and Unconventional Monetary Policy on Investor Sentiment[J].Journal of Banking & Finance .2015.2-8.
[7]周怡. 投資者情緒對(duì)中國(guó)貨幣政策傳導(dǎo)的實(shí)證研究[D].復(fù)旦大學(xué),2012.
[8]陳影,鄭重.我國(guó)貨幣政策對(duì)投資者情緒的影響[J].上海金融,2017(02):17-24.
[9]司登奎,李小林,江春.央行外匯干預(yù)、投資者情緒與匯率變動(dòng)[J].統(tǒng)計(jì)研究,2018,35(11):58-70.
[10]易志高,茅寧.中國(guó)股市投資者情緒測(cè)量研究:CICSI的構(gòu)建[J].金融研究,2009(11):174-184.
[11]魏星集,夏維力,孫彤彤.基于BW模型的A股市場(chǎng)投資者情緒測(cè)度研究[J].管理觀察,2014(33):71-73+76.
[12]吳麗華,傅廣敏.人民幣匯率、短期資本與股價(jià)互動(dòng)[J].經(jīng)濟(jì)研究,2014,49(11):72-86.
[13]Primiceri, G. E., Time Varying Structural Vector Auto-regression and Monetary Policy, Review of Economic Studies, 2005(3): 821-852.
[14]Nakajima J, Kasuya M, Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J]. Journal of the Japanese & International Economies, 2011, 25(3):225-245.
[15]劉麗文,王鎮(zhèn).投資者情緒對(duì)不同類(lèi)型股票收益影響的實(shí)證研究[J].金融理論與實(shí)踐,2016(02):90-97.
[16]楊曉蘭,沈翰彬,祝宇.本地偏好、投資者情緒與股票收益率:來(lái)自網(wǎng)絡(luò)論壇的經(jīng)驗(yàn)證據(jù)[J].金融研究,2016(12):143-158.
[17]王健俊,殷林森,葉文靖.投資者情緒、杠桿資金與股票價(jià)格——兼論2015~2016年股災(zāi)成因[J].金融經(jīng)濟(jì)學(xué)研究,2017,32(01):85-98.
基金項(xiàng)目:本文受青海民族大學(xué)一流學(xué)科建設(shè)一般項(xiàng)目(JG202106)資助。
作者單位:苗金芳,青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院,副教授,國(guó)際金融學(xué)博士;米雪成、申祥鑫,青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院,金融專(zhuān)業(yè)碩士研究生。