□ 潘德春 曾建新

一、引言

股票作為重要的資產(chǎn)價(jià)格，其價(jià)格變動(dòng)能夠在一定程度上反映金融市場的運(yùn)行狀況。如2015年的股災(zāi)，股價(jià)暴跌致使投資者承擔(dān)潛在的風(fēng)險(xiǎn)和重大的損失，金融市場持續(xù)動(dòng)蕩，宏觀經(jīng)濟(jì)發(fā)展受阻。同時(shí)，在人民幣匯率和利率市場化改革的背景下，外匯市場、貨幣市場和股票市場之間的聯(lián)動(dòng)性日益顯著，匯率和利率的變動(dòng)不僅導(dǎo)致股票市場價(jià)格和收益率的波動(dòng)，還能影響宏觀經(jīng)濟(jì)的發(fā)展?fàn)顩r。進(jìn)一步地，從匯率和利率方面引致的股價(jià)極端變動(dòng)，特別是股價(jià)的大幅下跌，進(jìn)而增加宏觀層面的重大風(fēng)險(xiǎn)隱患，對(duì)金融穩(wěn)定和經(jīng)濟(jì)安全均形成較為嚴(yán)峻的挑戰(zhàn)。基于此，2021年3月發(fā)布的《國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確指出，在“十四五”時(shí)期要建立現(xiàn)代財(cái)稅金融體制，穩(wěn)慎推進(jìn)人民幣國際化，健全市場化利率形成和傳導(dǎo)機(jī)制。

近年來經(jīng)濟(jì)下行壓力增大，經(jīng)濟(jì)不確定性增加，如中美貿(mào)易摩擦、新冠疫情和俄烏沖突等重大突發(fā)公共事件頻發(fā)，各類極端事件交織在一起，并保持深遠(yuǎn)和持續(xù)影響，使得投資預(yù)期急速下降，股價(jià)大幅下鐵，導(dǎo)致股價(jià)的異常波動(dòng)更為明顯。相比于非金融因素而言，匯率、利率作為金融對(duì)外和對(duì)內(nèi)的最重要兩個(gè)要素，在匯率和利率市場化推進(jìn)和深入的背景下，其政策能夠調(diào)節(jié)股票市場的極端震蕩，匯率、利率的變動(dòng)已經(jīng)成為股價(jià)波動(dòng)的重要因素。因此，厘清匯率、利率和股價(jià)之間的內(nèi)在關(guān)系，系統(tǒng)探討匯率、利率對(duì)股價(jià)的沖擊效應(yīng)及其演化特征，對(duì)于金融改革的深化、金融市場的穩(wěn)定和國家經(jīng)濟(jì)的安全均具有重要的研究意義。

二、文獻(xiàn)綜述

（一）關(guān)于匯率和股價(jià)之間的研究

針對(duì)匯率和股價(jià)之間的研究，國內(nèi)外學(xué)者的研究主要集中于兩者的傳導(dǎo)機(jī)制、波動(dòng)關(guān)系和結(jié)構(gòu)特征等方面。對(duì)于匯率對(duì)股價(jià)的傳導(dǎo)機(jī)制，江春等（2015）通過資本流動(dòng)沖擊、成本沖擊和需求沖擊來分析匯率預(yù)期對(duì)股價(jià)收益率的傳導(dǎo)機(jī)制，其中流動(dòng)資本沖擊的效應(yīng)最大。周東海等（2015）根據(jù)匯率波動(dòng)的流量導(dǎo)向模型，指出匯率波動(dòng)通過公司的現(xiàn)金流和股價(jià)變化來影響股票市場的波動(dòng)；對(duì)于匯率和股價(jià)之間的波動(dòng)關(guān)系，李廣眾等（2014）指出，在控制貿(mào)易聯(lián)系和金融一體化的基礎(chǔ)上，認(rèn)為匯率波動(dòng)性的提高，導(dǎo)致股票市場收益率間聯(lián)動(dòng)性的降低。Aloui and A?ssa（2016）使用藤Copula模型分析了美國原油、匯率和股票收益之間的多元相依關(guān)系，指出匯率和股票收益之間存在負(fù)向的Kendall相依關(guān)系，但也具有正向的尾部相依關(guān)系。楊培濤等（2020）基于多元VAR回歸模型，分析了貨幣政策對(duì)股價(jià)變動(dòng)的影響效應(yīng)，認(rèn)為即期匯率和股價(jià)之間存在雙向效應(yīng)，由短期的負(fù)向效應(yīng)轉(zhuǎn)變成長期的正向效應(yīng)；對(duì)于匯率對(duì)股價(jià)的結(jié)構(gòu)特征，錢曉霞和王維安（2016）使用TVP-SV-VAR模型刻畫了匯率波動(dòng)、短期資本和股價(jià)之間的關(guān)系，發(fā)現(xiàn)在突發(fā)性事件沖擊下匯率波動(dòng)對(duì)股價(jià)存在非對(duì)稱效應(yīng)。Kumar（2019）通過非線性格蘭杰因果檢驗(yàn)和NARDL檢驗(yàn)分析了印度市場的石油價(jià)格、匯率和股票價(jià)格之間的關(guān)系，結(jié)果表明匯率對(duì)股票價(jià)格存在單向非線性因果關(guān)系。Shahrestani and Rafei（2020）基于MSVAR模型，分析了在不同狀態(tài)轉(zhuǎn)換下石油價(jià)格和匯率對(duì)德黑蘭交易所股價(jià)的影響，結(jié)果顯示存在不同狀態(tài)的概率轉(zhuǎn)換特征。

（二）關(guān)于利率和股價(jià)之間的研究

針對(duì)利率和股價(jià)之間的研究，部分學(xué)者從貨幣政策的視角來分析利率對(duì)股價(jià)的影響，鄒昆侖（2020）通過SVAR模型分析了財(cái)政政策、貨幣政策對(duì)股票市場的反應(yīng)機(jī)制，發(fā)現(xiàn)利率對(duì)股票市場具有正向沖擊效應(yīng)，而貨幣供應(yīng)量對(duì)股票市場存在負(fù)向沖擊效應(yīng)。王宏濤和曾晶晶（2021）使用TVP-SVVAR模型研究了數(shù)量型和價(jià)格型貨幣政策對(duì)股價(jià)和房價(jià)的影響機(jī)制，結(jié)果表明貨幣政策對(duì)股價(jià)的調(diào)控效果在資本市場發(fā)展和經(jīng)濟(jì)發(fā)展的不同階段具有顯著的時(shí)變性和非對(duì)稱性。另外，部分學(xué)者從金融市場的視角來研究貨幣市場對(duì)股票市場的影響，譚德凱等（2020）使用VAR-BEKK模型研究了國內(nèi)外貨幣市場流動(dòng)性緊縮對(duì)股票市場的影響機(jī)制，結(jié)果表明國內(nèi)貨幣市場主要通過流動(dòng)性撤回機(jī)制來影響股票市場，而國外貨幣市場主要通過風(fēng)險(xiǎn)規(guī)避轉(zhuǎn)移機(jī)制來影響股票市場。Wei et al.（2018）主要通過GARCH-MIDAS模型來研究了熱錢對(duì)股票市場波動(dòng)的影響，結(jié)果表明熱錢對(duì)股票市場的長期波動(dòng)具有顯著的正向影響，并且熱錢引起的長期波動(dòng)和股票市場總的波動(dòng)之間的關(guān)系是時(shí)變的。同時(shí)，部分學(xué)者從金融風(fēng)險(xiǎn)的視角來闡述利率影響股票價(jià)格波動(dòng)的效應(yīng)，Jian et al.（2018）主要使用CoVaR模型度量了我國股票市場和期貨市場之間的非對(duì)稱極端風(fēng)險(xiǎn)溢出，通過面板回歸模型來考察利率因素對(duì)其風(fēng)險(xiǎn)溢出的影響，發(fā)現(xiàn)利率對(duì)股票市場和期貨市場風(fēng)險(xiǎn)溢出具有顯著的負(fù)向影響。

（三）關(guān)于匯率、利率和股價(jià)之間的研究

針對(duì)匯率、利率和股價(jià)之間的研究，國內(nèi)外學(xué)者側(cè)重構(gòu)建金融指數(shù)，將三者置于同一個(gè)框架之下進(jìn)行系統(tǒng)分析（Zhu et al.，2021；王晰等，2020）。金融指數(shù)主要包括金融狀況指數(shù)、金融穩(wěn)定指數(shù)和金融壓力指數(shù)，其中，對(duì)于金融狀況指數(shù)而言，側(cè)重反映未來通脹壓力，周德才等（2018）主要選取貨幣供應(yīng)量、短期利率、股價(jià)、房價(jià)、匯率和社會(huì)融資規(guī)模指標(biāo)來構(gòu)建金融狀況指數(shù)，并使用MS-MF-VAR模型來分析不同機(jī)制下的脈沖響應(yīng)情況。對(duì)于金融穩(wěn)定指數(shù)而言，側(cè)重反映金融體系構(gòu)成要素的平穩(wěn)運(yùn)行，王勁松和任宇航（2021）考慮外部沖擊風(fēng)險(xiǎn)、不良資產(chǎn)風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和債券違約風(fēng)險(xiǎn)等因素，使用主成分分析法和線性加權(quán)綜合模型來構(gòu)建金融穩(wěn)定指數(shù)。對(duì)于金融壓力指數(shù)而言，側(cè)重反映金融體系的脆弱性和不確定性，李紹芳和劉曉星（2020）構(gòu)建了包括信貸市場、資本市場、外匯市場、債券市場和貨幣市場的金融壓力指數(shù)，考察了各個(gè)金融子市場間壓力溢出的動(dòng)態(tài)演化和關(guān)聯(lián)特征。

通過文獻(xiàn)梳理可以發(fā)現(xiàn)，國內(nèi)外學(xué)者側(cè)重匯率與股價(jià)、利率與股價(jià)之間的研究，匯率、利率和股價(jià)之間的研究主要是通過構(gòu)建相關(guān)金融指數(shù)進(jìn)行綜合分析，較少地綜合研究匯率、利率對(duì)股價(jià)的沖擊效應(yīng)。另外，在模型上主要使用MS-VAR和SVAR等傳統(tǒng)VAR模型，不能準(zhǔn)確地刻畫內(nèi)生變量之間非線性和時(shí)變性等復(fù)雜特征。因此，本文研究的主要?jiǎng)?chuàng)新點(diǎn)如下：一方面，對(duì)于研究對(duì)象而言，本文將匯率、利率和股價(jià)置于同一框架之中，全面分析匯率、利率對(duì)股價(jià)的影響機(jī)制和沖擊效應(yīng)；另一方面，對(duì)于研究模型而言，根據(jù)Nakajima（2011），考慮非線性、非對(duì)稱性和時(shí)變性特征，使用TVP-SV-VAR模型來研究匯率、利率對(duì)股價(jià)的脈沖響應(yīng)及其時(shí)變特征。因此，本文使用TVP-SV-VAR模型，基于內(nèi)生變量的隨機(jī)波動(dòng)率、時(shí)變關(guān)系、不同提前期和時(shí)點(diǎn)的脈沖響應(yīng)等角度，系統(tǒng)探討匯率、利率對(duì)股價(jià)的動(dòng)態(tài)沖擊效應(yīng)。

三、機(jī)理分析

（一）匯率對(duì)股價(jià)的影響機(jī)理

匯率對(duì)股價(jià)的影響可以從企業(yè)微觀和市場宏觀的視角進(jìn)行解析。一方面，從企業(yè)的角度來看，匯率主要通過進(jìn)出口、價(jià)格和資金等渠道來影響股票價(jià)格的波動(dòng)。具體來說，當(dāng)匯率提高時(shí)，企業(yè)從國外進(jìn)口的原材料成本得到進(jìn)一步降低，同時(shí)企業(yè)的商品和服務(wù)價(jià)格在國外會(huì)相對(duì)下降，這就增強(qiáng)了企業(yè)在國際市場的競爭力，有利于企業(yè)商品和服務(wù)的對(duì)外出口，刺激企業(yè)的規(guī)模生產(chǎn)，使得企業(yè)的實(shí)際產(chǎn)出增加，盈利水平得到提高，進(jìn)而推高企業(yè)的股票價(jià)格水平；另一方面，從資本的角度來看，當(dāng)匯率提高時(shí)，基于理性人投資理論，資本市場的資金將從外匯市場流向股票市場，國內(nèi)外資本投資聚焦于股市，造成股票市場的繁榮，市場發(fā)展前景較好，進(jìn)而推動(dòng)股票市場價(jià)格的上漲。相反，當(dāng)匯率下降時(shí)，資本市場的資金更多聚集于外匯市場，導(dǎo)致股票市場的相對(duì)低迷，使得股票價(jià)格出現(xiàn)持續(xù)下跌的現(xiàn)象。

（二）利率對(duì)股價(jià)的影響機(jī)理

相比于匯率而言，利率對(duì)股價(jià)的影響更為直接和迅速，其影響程度也更為劇烈，其原因在于銀行業(yè)是金融行業(yè)的主體，貨幣市場的調(diào)控涉及到各個(gè)金融市場的變動(dòng)。一般而言，利率對(duì)股票價(jià)格的影響具有負(fù)向效應(yīng)，即當(dāng)利率上升時(shí)，則股票價(jià)格下跌，反之亦然。具體原因如下：第一，從企業(yè)的角度來看，當(dāng)利率上升時(shí)，使得企業(yè)的借貸成本上漲，獲取資金的難度加大，在這種情況下企業(yè)為了維持利潤和縮減成本，將會(huì)減少生產(chǎn)規(guī)模，這會(huì)進(jìn)一步導(dǎo)致企業(yè)的利潤減少，該企業(yè)的股價(jià)就會(huì)下跌；第二，從投資者的角度來看，當(dāng)利率上升時(shí)，投資者會(huì)對(duì)股票價(jià)值進(jìn)行評(píng)估，具體表現(xiàn)為股票價(jià)值的折現(xiàn)率上升，導(dǎo)致股票價(jià)值下降，進(jìn)而使股票價(jià)格下跌；第三，從資本的角度來看，利率的變化對(duì)投融資決策具有替代效應(yīng)，當(dāng)利率上升時(shí)，資金將更多地聚集于銀行機(jī)構(gòu)和債券市場，股票市場的資金需求將會(huì)相對(duì)減弱，進(jìn)而導(dǎo)致股票價(jià)格的下跌。

四、模型構(gòu)建

相比于傳統(tǒng)的VAR類模型，TVP-SV-VAR模型的參數(shù)和協(xié)方差均是時(shí)變的，能夠準(zhǔn)確地刻畫匯率、利率和股價(jià)之間的非線性、非對(duì)稱性和時(shí)變性等復(fù)雜特征，特別是變量之間的動(dòng)態(tài)脈沖關(guān)系，故本文使用TVP-SV-VAR模型來分析匯率、利率對(duì)股價(jià)的沖擊效應(yīng)。SVAR模型是TVP-SV-VAR模型的基礎(chǔ)，本文在構(gòu)建TVP-SV-VAR模型之前，有必要對(duì)SVAR模型進(jìn)行簡單介紹和說明，SVAR模型的基本定義如下：

其中，Yt為匯率、利率和股價(jià)等內(nèi)生變量構(gòu)成的k×1維向量，F(xiàn)1和Fs為k×k階滯后的系數(shù)矩陣，ut為k×1階隨機(jī)擾動(dòng)項(xiàng)矩陣，A為k×k階的下三角矩陣，具體性質(zhì)如下：

在SVAR模型的基礎(chǔ)上，本文引入時(shí)變參數(shù)βt，滿足如下基本條件：其中?為克羅內(nèi)克積，其中參數(shù)βt服從隨機(jī)游走的基本過程。因此，TVP-SV-VAR模型的基本形式如下：

其中，系數(shù)矩陣βt、參數(shù)矩陣At和誤差協(xié)方差矩陣∑t均是時(shí)變的，εt～N(0,Ik)。

本文定義αt為下三角矩陣At的堆積向量，滿足如下基本條件：αt=(α2,1,α3,1,α3,2,α4,1,…αk,k-1)'。另外，定義ht=(h1,t,h2,t…,hk,t)'，滿足如下基本條件：具體而言，參數(shù)βt、αt和ht均服從一階隨機(jī)游走過程，其基本性質(zhì)如下：

本文根據(jù)Nakajima（2011），使用貝葉斯框架下的MCMC算法對(duì)TVP-SV-VAR模型的時(shí)變參數(shù)進(jìn)行估計(jì)。其中，參數(shù)初始值設(shè)定為另外，MCMC方法是在貝葉斯推斷的框架下進(jìn)行的，其先驗(yàn)分布的設(shè)定如下：

其中，（Ωβ）i、（Ωα）i和（Ωh）i分別為方差對(duì)角矩陣的第i個(gè)元素。

五、實(shí)證結(jié)果與分析

（一）變量選取與數(shù)據(jù)來源

本文主要研究匯率、利率對(duì)股價(jià)的沖擊效應(yīng)。對(duì)于匯率而言，由于美元在國際資本市場的主導(dǎo)地位以及美國在世界經(jīng)濟(jì)發(fā)展的重要影響，本文使用人民幣兌美元匯率中間價(jià)來衡量匯率，其中匯率使用ER表示。對(duì)于利率而言，本文使用銀行間7天內(nèi)同業(yè)拆借加權(quán)平均利率作為利率的代理變量，該指標(biāo)作為央行統(tǒng)計(jì)金融市場的重要數(shù)據(jù)，能夠整體衡量利率市場的波動(dòng)狀況，綜合反映各個(gè)市場上資金的需求能力，其中利率使用IR表示。對(duì)于股價(jià)而言，本文使用上證綜合指數(shù)來代表股價(jià)，該指數(shù)能夠準(zhǔn)確地反映股票市場的變動(dòng)狀況，具有權(quán)威性和科學(xué)性，其中股價(jià)使用SP表示。

自改革開放以來，我國主要經(jīng)歷了四次人民幣匯率改革，包括1994年匯改、2005年721匯改、2015年811匯改和2017年529匯改?？紤]時(shí)間的連續(xù)性和有效性，本文主要研究2005年721匯改以來的匯率、利率對(duì)股價(jià)的沖擊效應(yīng)和聯(lián)動(dòng)影響，故本文的時(shí)間范圍為2005年8月至2020年12月，頻度為月度，樣本量為185個(gè)。其中，本文相關(guān)數(shù)據(jù)均來源于Wind數(shù)據(jù)庫，主要使用Eviews和Matlab軟件進(jìn)行數(shù)據(jù)處理和分析。

圖1從上至下的左坐標(biāo)軸分別為匯率和利率，右坐標(biāo)軸為股價(jià)。根據(jù)圖1可知，匯率自2008年3月以后，基本上在6-7的區(qū)間內(nèi)波動(dòng)，其變化較為平緩。利率的波動(dòng)具有顯著的時(shí)間階段特征，在2015年6月以后的波動(dòng)程度較小，在此之前的2009年3月出現(xiàn)最小值0.99%，在2013年6月出現(xiàn)最大值6.98%。股價(jià)容易受到重大危機(jī)事件的影響，主要受2008年金融危機(jī)和2015年股災(zāi)的影響較大，在此期間的波動(dòng)具有顯著的劇烈增加，近年來股價(jià)的波動(dòng)相對(duì)平緩。

圖1 匯率、利率和股價(jià)的變化趨勢

（二）平穩(wěn)性檢驗(yàn)

為避免出現(xiàn)偽回歸的情況，本文在對(duì)TVP-SVVAR模型進(jìn)行估計(jì)之前，對(duì)匯率、利率和股價(jià)的基本數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。其中，為保持內(nèi)生變量之間的一致性和穩(wěn)定性，并且消除異方差帶來的不良影響，本文對(duì)匯率、利率和股價(jià)的序列數(shù)據(jù)進(jìn)行了對(duì)數(shù)化處理。

本文使用ADF方法對(duì)相關(guān)序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，通過SIC準(zhǔn)則來確定檢驗(yàn)的滯后階數(shù)，具體的檢驗(yàn)結(jié)果如表1所示。

表1 平穩(wěn)性檢驗(yàn)

根據(jù)表1可知，匯率、利率和股價(jià)序列數(shù)據(jù)的ADF統(tǒng)計(jì)值大于在5%顯著性水平下的臨界值，不能拒絕相關(guān)變量存在單位根的原假設(shè)，表明匯率、利率和股價(jià)序列數(shù)據(jù)均是非平穩(wěn)的，不能直接構(gòu)建TVP-SV-VAR模型。同時(shí)，經(jīng)過一階差分之后的數(shù)據(jù)均為平穩(wěn)的時(shí)間序列，故匯率、利率和股價(jià)存在一階單整，本文將使用匯率、利率和股價(jià)的差分序列數(shù)據(jù)進(jìn)行后續(xù)的相關(guān)研究，而經(jīng)過對(duì)數(shù)化和差分化的經(jīng)濟(jì)含義可以理解為對(duì)數(shù)收益率的變動(dòng)率，屬于增量分析的范疇。

滯后階數(shù)的選取對(duì)自由度有重要的影響，滯后階數(shù)過大，容易導(dǎo)致過度參數(shù)化問題，反之，則容易影響模型估計(jì)的準(zhǔn)確性。因此，在進(jìn)行模型估計(jì)之前，需要對(duì)滯后階數(shù)進(jìn)行確定。本文基于匯率、利率和股價(jià)的差分序列數(shù)據(jù)，通過VAR模型的LR、FPE和AIC等準(zhǔn)則來確定TVP-SV-VAR模型的最優(yōu)滯后階數(shù)。根據(jù)表2可知，相比于其它階數(shù)，本文選擇滯后階數(shù)為2是比較合理的，其LR、FPE和AIC準(zhǔn)則的值較小。

表2 VAR模型滯后階數(shù)的檢驗(yàn)

AR根圖不僅可以用于檢驗(yàn)?zāi)Ｐ偷姆€(wěn)定性，還可以檢驗(yàn)滯后階數(shù)的有效性。根據(jù)圖2可知，6個(gè)特征根倒數(shù)的值均在單位圓以內(nèi)，表明滯后階數(shù)為2的模型具有穩(wěn)定性，故本文的最優(yōu)滯后階數(shù)為2。

圖2 AR根圖

（三）TVP-SV-VAR模型的實(shí)證分析

1.參數(shù)估計(jì)與模型檢驗(yàn)

根據(jù)前文的分析，本文在貝葉斯框架下使用MCMC算法來估計(jì)TVP-SV-VAR模型，確定最優(yōu)滯后階數(shù)為2，設(shè)置模擬次數(shù)為10000次，由前期為了消除初始值對(duì)模型估計(jì)的干擾，舍棄前1000次預(yù)燒樣本，該模型的參數(shù)估計(jì)結(jié)果如表3所示。

表3 參數(shù)估計(jì)結(jié)果

?

表3從左至右分別為模型估計(jì)的后驗(yàn)分布均值、標(biāo)準(zhǔn)差、95%置信區(qū)間、Geweke診斷值和無效影響因子，其中Geweke診斷值和無效因子是檢驗(yàn)?zāi)Ｐ凸烙?jì)效果的重要指標(biāo)。Geweke診斷值側(cè)重檢驗(yàn)馬爾科夫鏈的收斂性，根據(jù)表3可知，各個(gè)參數(shù)對(duì)應(yīng)的Geweke診斷值均小于5%顯著性水平下的臨界值1.96，表明模型收斂于后驗(yàn)分布。另外，無效因子側(cè)重檢驗(yàn)MCMC算法模擬所得樣本的有效性，根據(jù)表3的無效因子可知，各個(gè)參數(shù)對(duì)應(yīng)的無效因子均較小，其中最大值僅為70.62，至少產(chǎn)生9000/70.62≈127次不相關(guān)樣本，能夠準(zhǔn)確推斷后驗(yàn)分布，表明樣本有效，MCMC算法模擬的效果較好。

圖3的第一行為樣本的自相關(guān)系數(shù)，第二行為抽樣路徑，第三行為參數(shù)的后驗(yàn)分布密度函數(shù)。根據(jù)圖3可知，隨著MCMC算法模擬次數(shù)的增加，樣本的自相關(guān)系數(shù)不斷下降，最后趨于0，表明參數(shù)的自相關(guān)系數(shù)較小。并且，各個(gè)參數(shù)對(duì)應(yīng)的抽樣路徑均圍繞均值波動(dòng)，表明抽樣數(shù)據(jù)具有顯著的平穩(wěn)性。另外，各個(gè)參數(shù)對(duì)應(yīng)的后驗(yàn)分布密度函數(shù)近似于服從正態(tài)分布，表明抽樣數(shù)據(jù)具有顯著的有效性。綜上所述，MCMC算法模擬的模型估計(jì)是有效的，可以進(jìn)行脈沖響應(yīng)分析。

圖3 MCMC算法模擬參數(shù)的自相關(guān)、抽樣路徑和后驗(yàn)密度

2.時(shí)變隨機(jī)波動(dòng)分析

圖4從上至下分別為匯率、利率和股價(jià)的隨機(jī)波動(dòng)率。根據(jù)圖4可知，對(duì)于匯率而言，在2015年811匯改之前，匯率的隨機(jī)波動(dòng)率趨于0，且變化趨勢較為平緩，而在2015年811匯改之后隨機(jī)波動(dòng)率較大，且出現(xiàn)較大幅度的波動(dòng)，這主要是受到美聯(lián)儲(chǔ)加息和國際收支逆差等綜合因素的影響，人民幣國際化進(jìn)程加快，呈現(xiàn)貶值的趨勢。對(duì)于利率而言，在2015年下半年之前，利率的隨機(jī)波動(dòng)率較大，在2007年、2008年、2010年和2013年均出現(xiàn)了不同程度的峰值，而在2015年下半年之后的隨機(jī)波動(dòng)率逐漸降低并趨于0，這主要是在2015年10月央行對(duì)商業(yè)銀行和農(nóng)村合作金融機(jī)構(gòu)等不再設(shè)置存款利率浮動(dòng)上限，放開了存款利率浮動(dòng)上限，利率市場化改革逐步深入。對(duì)于股價(jià)而言，股價(jià)的隨機(jī)波動(dòng)率在2008年和2015年出現(xiàn)峰值，表明股價(jià)的波動(dòng)受到2008年金融危機(jī)和2015年股災(zāi)的影響較大，并且金融危機(jī)期間的影響顯著大于股災(zāi)期間的影響。

圖4 匯率、利率和股價(jià)的隨機(jī)波動(dòng)率

3.不同提前期的脈沖響應(yīng)分析

相比于傳統(tǒng)的VAR類模型，TVP-SV-VAR模型的參數(shù)具有時(shí)變性，可以據(jù)此得到不同提前期和不同時(shí)點(diǎn)的脈沖響應(yīng)函數(shù)的動(dòng)態(tài)演化過程。其中，不同提前期的脈沖響應(yīng)函數(shù)是指在受到來自匯率、利率一單位正向標(biāo)準(zhǔn)差的沖擊時(shí)，股價(jià)對(duì)此沖擊的脈沖響應(yīng)路徑和效應(yīng)。本文將提前1期、提前3期和提前6期設(shè)置為短期、中期和長期，具體的脈沖響應(yīng)結(jié)果如圖5所示。一方面，面對(duì)不同提前期的匯率一單位正向標(biāo)準(zhǔn)差的沖擊時(shí)，股價(jià)在長期內(nèi)表現(xiàn)出正向響應(yīng)，在短期和中期表現(xiàn)出微弱的負(fù)向效應(yīng)向正向效應(yīng)的轉(zhuǎn)變，且長期的響應(yīng)影響程度顯著大于短期和中期。具體來說，對(duì)于長期而言，不同時(shí)點(diǎn)的正向響應(yīng)的強(qiáng)度較大且較為接近，整體呈現(xiàn)出先穩(wěn)中有降后穩(wěn)中有升的變化趨勢，匯率的升值對(duì)股價(jià)上漲的正向刺激作用較為明顯，這其中的原因在于近年來進(jìn)出口額的增加，實(shí)際產(chǎn)出得到提升，從公司微觀層面和經(jīng)濟(jì)宏觀層面而言，對(duì)股價(jià)的上漲均具有促進(jìn)作用。對(duì)于短期和中期而言，匯率對(duì)股價(jià)具有微弱的負(fù)向影響，但在2016年以后逐漸轉(zhuǎn)變?yōu)槲⑷醯恼蛴绊?，表明相比于長期而言，短期和中期的匯率對(duì)股價(jià)的影響較小，股價(jià)對(duì)于匯率的敏感度較低，其影響程度也較為平穩(wěn)。

圖5 不同提前期的脈沖響應(yīng)函數(shù)

另一方面，面對(duì)不同提前期的利率一單位正向標(biāo)準(zhǔn)差的沖擊時(shí)，股價(jià)表現(xiàn)出負(fù)向響應(yīng)，其響應(yīng)程度按照從大到小的次序排列為：長期＞中期＞短期。具體而言，利率對(duì)股價(jià)具有負(fù)向影響，這也符合實(shí)際的經(jīng)濟(jì)意義，當(dāng)利率提高時(shí)，資本的流動(dòng)性降低，經(jīng)濟(jì)發(fā)展較為緩慢，實(shí)際產(chǎn)出降低，受市場行情處于下跌的利空消息和未來悲觀預(yù)期的影響，股票市場活躍度較低，股價(jià)下跌的概率增加。從長期來看，股價(jià)長期內(nèi)受到利率沖擊的影響較大，長期的負(fù)向沖擊響應(yīng)顯著大于短期和中期，但從時(shí)序來看呈現(xiàn)逐漸降低的變化趨勢，這在一定程度上反映出我國利率市場化改革和以股票市場為代表的金融市場逐步完善的過程，相關(guān)監(jiān)管部分對(duì)于股價(jià)波動(dòng)引發(fā)的風(fēng)險(xiǎn)和危機(jī)防控機(jī)制趨于優(yōu)化。

4.不同時(shí)點(diǎn)的脈沖響應(yīng)分析

圖6 不同時(shí)點(diǎn)的脈沖響應(yīng)函數(shù)

對(duì)于不同時(shí)點(diǎn)的脈沖響應(yīng)分析，本文選取2015年8月（第120期）、2017年5月（第141期）和2018年5月（第153期）三個(gè)時(shí)點(diǎn)來綜合研究匯率、利率對(duì)股價(jià)的動(dòng)態(tài)沖擊效應(yīng)，這三個(gè)時(shí)間節(jié)點(diǎn)主要是依據(jù)樣本期內(nèi)匯率改革的重大事件和變化特征來進(jìn)行確定，分別為2015年811匯改導(dǎo)致人民幣貶值、2017年529匯改導(dǎo)致人民幣升值、2018年5月中美貿(mào)易摩擦導(dǎo)致人民幣貶值。一方面，從匯率對(duì)股價(jià)的影響來看，各個(gè)時(shí)點(diǎn)股價(jià)對(duì)于匯率沖擊的脈沖響應(yīng)趨勢基本一致，在響應(yīng)程度上僅存在細(xì)微的差異。整體而言，在受到匯率沖擊后，股價(jià)在各個(gè)不同時(shí)點(diǎn)均表現(xiàn)出正向響應(yīng)，表明匯率對(duì)股價(jià)形成了正向沖擊。具體而言，股價(jià)對(duì)于匯率沖擊的脈沖響應(yīng)先在滯后1期和2期處于快速上升階段，并在滯后2期后達(dá)到最大值，然后呈現(xiàn)逐漸下降的變化趨勢，并在滯后8期后逐漸收斂于0，其響應(yīng)程度處于較低的水平。另外，對(duì)于各個(gè)時(shí)點(diǎn)的細(xì)微響應(yīng)差異，2015年8月的響應(yīng)程度大于2017年5月和2018年5月。

另一方面，從利率對(duì)股價(jià)的影響來看，在滯后1期時(shí)，2018年5月的股價(jià)對(duì)于利率沖擊的脈沖響應(yīng)為正向響應(yīng)，而2015年8月和2017年為負(fù)向響應(yīng)。整體而言，股價(jià)對(duì)于利率沖擊呈現(xiàn)顯著的負(fù)向響應(yīng)，表明利率作為貨幣市場重要的組成部分，在股價(jià)波動(dòng)的過程中發(fā)揮著負(fù)向影響的作用。具體而言，在滯后2期之前，股價(jià)對(duì)于利率沖擊的脈沖響應(yīng)在各個(gè)時(shí)點(diǎn)上均不斷攀升，并在第2期達(dá)到最大值，之后呈現(xiàn)迅速下降的趨勢，并在滯后7期后趨于0。其中，在滯后1期至滯后4期之間，各個(gè)時(shí)點(diǎn)的脈沖響應(yīng)具有顯著的差異，其響應(yīng)程度按照從大到小的次序排列為：2015年8月＞2017年5月＞2018年5月，但在滯后5期之后，各個(gè)時(shí)點(diǎn)的脈沖響應(yīng)程度較為接近。

（四）穩(wěn)健性檢驗(yàn)

對(duì)于匯率而言，由于中國和歐盟之間的貿(mào)易總量巨大，在中美貿(mào)易摩擦的背景下中歐的貿(mào)易聯(lián)系更加緊密，故本文使用人民幣兌歐元來衡量匯率變量，不同提前期和時(shí)點(diǎn)的脈沖響應(yīng)的結(jié)論與前文基本一致，沒有明顯差異和變化。

對(duì)于利率而言，考慮到不同期限結(jié)構(gòu)的利率水平差異，本文使用上海銀行間隔夜同業(yè)拆借利率作為利率的代理變量，考察不同時(shí)期內(nèi)利率結(jié)構(gòu)對(duì)股價(jià)的影響，以此進(jìn)行穩(wěn)健性檢驗(yàn)和分析，總體結(jié)論一致。

對(duì)于股價(jià)而言，由于滬深300指數(shù)能夠全面地反映上海和深圳兩個(gè)證券市場的整體發(fā)展態(tài)勢，綜合反映我國股票市場的價(jià)格波動(dòng)趨勢，故本文將股價(jià)由上證綜合指數(shù)替換成滬深300指數(shù)，新的結(jié)果依然支持前文結(jié)論，總體結(jié)論不變。

六、研究結(jié)論與政策建議

（一）研究結(jié)論

本文基于2005年8月至2020年12月的月度數(shù)據(jù)，使用貝葉斯框架下的MCMC算法和TVP-SV-VAR模型研究了匯率、利率對(duì)股價(jià)的動(dòng)態(tài)沖擊效應(yīng)。結(jié)果表明：(1) 匯率與股價(jià)、利率與股價(jià)之間存在負(fù)向時(shí)變相關(guān)關(guān)系，且匯率與股價(jià)的負(fù)向時(shí)變相關(guān)關(guān)系大于利率與股價(jià)之間的負(fù)向時(shí)變相關(guān)關(guān)系，表明匯率與股價(jià)之間更容易發(fā)生風(fēng)險(xiǎn)傳染；(2) 匯率、利率對(duì)股價(jià)的沖擊效應(yīng)具有時(shí)變性和非對(duì)稱性特征，整體而言，利率對(duì)股價(jià)的影響大于匯率對(duì)股價(jià)的影響。具體而言，從不同提前期來看，長期的股價(jià)對(duì)于匯率沖擊的脈沖響應(yīng)程度大于中期和長期的脈沖響應(yīng)，且長期為正向沖擊響應(yīng)。利率對(duì)股價(jià)具有顯著的負(fù)向影響和作用，且長期的沖擊效應(yīng)大于中期和短期；從不同時(shí)點(diǎn)來看，各個(gè)時(shí)點(diǎn)下的脈沖響應(yīng)趨勢基本一致，且影響程度的差異較小，股價(jià)對(duì)于匯率沖擊的脈沖響應(yīng)為負(fù)向響應(yīng)，而股價(jià)對(duì)于利率沖擊的脈沖響應(yīng)為正向響應(yīng)。

（二）政策建議

第一，推進(jìn)人民幣匯率市場化改革。匯率的異常變動(dòng)會(huì)引發(fā)股價(jià)的極端波動(dòng)，通過人民幣匯率市場化將匯率的變動(dòng)控制在一定的合理區(qū)間，進(jìn)而實(shí)現(xiàn)股價(jià)的正常波動(dòng)。具體而言，要正視和尊重市場經(jīng)濟(jì)的發(fā)展規(guī)律，發(fā)揮市場在匯率均衡調(diào)整中的基礎(chǔ)作用，堅(jiān)持人民幣匯率市場化改革方向?？朔嗣駧艆R率波動(dòng)和漲跌起落的恐慌心理，在匯率均衡水平的動(dòng)態(tài)調(diào)整基礎(chǔ)上，通過漸進(jìn)式改革方式，推動(dòng)人民幣國際化進(jìn)程。創(chuàng)新人民幣匯率的定價(jià)方式，逐步擴(kuò)大匯率波動(dòng)和浮動(dòng)的彈性和韌性，使人民幣匯率在合理均衡水平上保持基本和整體穩(wěn)定。同時(shí)，在人民幣匯率過度波動(dòng)和失衡情況下，監(jiān)管部門應(yīng)該積極地管理和穩(wěn)定匯率，完善預(yù)期管理機(jī)制，及時(shí)和適時(shí)引導(dǎo)市場和社會(huì)預(yù)期，實(shí)現(xiàn)有序和有效的調(diào)整。

第二，推動(dòng)利率市場化改革。相比于匯率而言，利率對(duì)股價(jià)的影響更大。因此，為了維護(hù)股票市場的穩(wěn)定，整體上要進(jìn)一步完善市場化的利率調(diào)控機(jī)制和傳導(dǎo)路徑，有序推進(jìn)存量浮動(dòng)利率貸款定價(jià)基準(zhǔn)轉(zhuǎn)換，加快推進(jìn)市場報(bào)價(jià)利率的運(yùn)用和轉(zhuǎn)換，持續(xù)深化LPR利率的改革，通過逆回購和MLF組合的渠道來保持流動(dòng)性的合理配置，推進(jìn)信用卡利率市場化改革的進(jìn)程。實(shí)施精準(zhǔn)、適度和合理的穩(wěn)健貨幣政策，健全財(cái)政和貨幣等不同政策的協(xié)同機(jī)制，穩(wěn)固貸款實(shí)際利率下降的成果。同時(shí)，提高金融機(jī)構(gòu)利率定價(jià)的自主性，強(qiáng)化貸款市場的競爭性，使企業(yè)的實(shí)際融資成本穩(wěn)中有降，為實(shí)體經(jīng)濟(jì)的發(fā)展提供良好的環(huán)境。

第二，完善金融市場之間的協(xié)同監(jiān)管體系。匯率、利率和股價(jià)分別對(duì)應(yīng)的外匯市場、貨幣市場和股票市場均作為金融市場的重要組成部分，需要進(jìn)一步完善金融市場之間的協(xié)同監(jiān)管，完善統(tǒng)籌協(xié)調(diào)的現(xiàn)代金融監(jiān)管體系，以達(dá)到提升監(jiān)管效率的目的。具體而言，在“一委一行兩會(huì)一局”的監(jiān)管框架下，統(tǒng)籌和明晰監(jiān)管部門之間的監(jiān)管范圍和標(biāo)準(zhǔn)，統(tǒng)籌和協(xié)調(diào)中央和地方政府的監(jiān)管機(jī)制。完善監(jiān)管部門之間的合作和交流機(jī)制，推進(jìn)宏觀審慎監(jiān)管和微觀審慎監(jiān)管的協(xié)調(diào)和配合，加強(qiáng)對(duì)跨市場和跨行業(yè)的監(jiān)管力度和強(qiáng)度。同時(shí)還要加強(qiáng)與其他國家的金融市場在金融政策方面的交流和借鑒，推動(dòng)形成以國內(nèi)大循環(huán)為主體、國內(nèi)國際雙循環(huán)相互促進(jìn)的新發(fā)展格局，注重防范跨市場、跨區(qū)域和跨國境的風(fēng)險(xiǎn)傳染情況，防止出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)。