公开市场操作对股票价格有无影响？——一个基于SVAR模型的实证分析

王保谦

（东北财经大学研究生院，辽宁 大连，116025）

20世纪90年代中期以后，随着金融改革的不断深化和中国人民银行对宏观经济调控方式的转变，公开市场操作已逐渐成为我国主要的货币政策工具之一。它在调控货币供应量、调节商业银行流动性水平、引导货币市场利率走势等方面发挥着积极的作用。另一方面，自上海证券交易所和深圳证券交易所成立以来，我国股票市场也取得了较大的发展。理论研究表明，央行货币政策是影响股票价格的主要因素之一。然而，迄今为止，学术界鲜有研究公开市场操作对我国股票价格影响的文献。本文采用施加了短期约束的结构式向量自回归(SVAR)模型，通过Johanson协整检验、Granger因果检验、脉冲响应函数和方差分解等方法，研究了我国央行公开市场操作对股票价格的影响。考虑到投资者对货币政策的关注以及中央银行是否应该对资产价格的波动做出反应等问题，这一研究对投资者和中央银行均具有十分重要的现实意义。

一、理论分析

Meltzer(1995)构建了一个包括三类资产的模型，这三类资产分别是在实体经济交换中起中介作用的名义货币、有名义收益的证券资产以及会产生实际收益的实际资本。投资者会在这三种资产之间构建一个最优的组合，而且这三种资产可以相互替代，但并不是完全替代的[1]。Meltzer构建的模型清晰地表明了公开市场操作对资产价格的影响过程。

如图1所示，曲线CM表示股票市场处于均衡状态，MM表示货币市场处于均衡状态，CM与MM的交点表示股票市场与货币市场的均衡。曲线 CM 与MM在图中的位置由投资者预期、既定的商品价格和资产存量决定的。对资产的需求和现有资产存量决定了股票价格水平和利率的均衡值。由于人们并不清楚货币冲击是短期的还是长期的，因此金融资产市场会对货币冲击做出快速反应。

当中央银行的公开市场购买使基础货币供应量增加时，图中MM曲线会向右上方移动至MM1，利率水平由于货币供应量的增加而下降，货币供应量的增加和利率的下降会使投资者调整期资产组合，他们会购进证券，这会使股票价格上升。同时，由于中央银行在公开市场上购买了有价证券，这会使银行和公众持有的证券存量减少，CM曲线因此会左移至CM1。MM1和 CM1曲线相交使得货币市场和股票市场重新达到了均衡状态。由于证券数量的减少和货币供应量的增加必定会使利率降低，但对于证券价格的变化并不确定，如果这两种影响相等，那么公开市场操作不会影响证券价格，如果这两种影响不等，那么公开市场操作就会影响证券价格。

图1 股票市场与货币市场的均衡

考虑到公开市场的规模，单个投资者的交易行为应该没有能力影响利率进而影响股票价格，中央银行也不例外，由于其在公开市场上的证券交易量只占整个市场交易总量的一小部分，因此中央银行的公开市场操作是如何影响利率进而影响其它资产价格这一问题就变得十分有趣。

Tarhan(1995)认为对这一问题的唯一的合理解释是中央银行的交易包含着极高的信息内容。中央银行在公开市场上进行的交易与其它投资者进行的交易的区别在于中央银行当前的交易行为传达了其未来进行进一步交易的信号。只是基于当前中央银行的交易量只占整个市场的一小部分，就断定中央银行无法影响利率的推论具有极大的误导性，尤其是交易者为中央银行。投资者相信中央银行当前的交易行为意味着未来一系列的交易，因此，当前的交易很可能对于证券价格有重要的影响。换言之，正是由中央银行当前的交易和当前交易引致的未来一系列的交易影响了当前的证券价格。例如，当投资者注意到中央银行在公开市场上的净购买，而且将此视为未来货币政策趋于宽松的信号，那么证券价格很可能会上涨。在此情况下，央行当前的交易活动被看作是未来一系列交易的指示器。由于央行当前的交易行为导致了对其未来交易的预期，所以央行当前的购买规模明显地削弱了其对债券价格影响的重要性[2]。

二、变量与模型选择

为了研究公开市场操作对股票价格是否有影响，本文考察股票价格与作为货币政策工具的公开市场操作、货币政策中介目标即货币供应量和利率以及通货膨胀与经济增长等货币政策最终目标之间的关系。由于不能得到通货膨胀率、公开市场操作、股票价格指数、利率方面的月度数据，而只能得到国内生产总值的季度数据，因此本文采用插值法对国内生产总值季度数据进行处理，使它变为月度数据。同时，为了防止季节变动的影响，本文首先采用Census X12季节调整方法对除公开市场操作的所有数据进行了季节调整。然后为了消除异方差的影响，对这些数据都取自然对数。另外由于在wind资讯数据库中只有公开市场操作的周度数据，因此为了将其转化为月度数据，本文将一个月内每周公开市场上的货币净投放量相加作为公开市场操作的月度数据。同时，在wind资讯数据库中，公开市场操作的数据最早始于2004年1月，因此本文的研究区间为2004年1月～2012年3月，共99个样本。所有数据均来源于wind资讯，所有数据均采用Eviews6.0进行处理。

（一）变量选择

1. 利率

在我国由于银行存贷款利率还未完全市场化，国债市场由于其规模不大，因此尚无法作为基准利率。但是我国银行间同业拆借利率自 1984年建立以来取得了长足的发展，已经成为完全市场化的利率，基本上能够反映货币市场的资金供求状况，因此本文选择银行间 7天内同业拆借加权利率作为利率的代理变量，记为IR。

2. 公开市场操作

在许多发展中国家，由于国债市场不发达，中央银行往往发行中央银行债券作为公开市场操作的主要对象。我国也不例外，由于中央银行债券的发行对象是国内金融机构，因此，中央银行债券就具有调节商业银行和其它金融机构超额准备金的作用。2002年9月以前，我国中央银行很少发行中央银行债券，近年来由于长期的国际收支顺差，在结售汇制度下中央银行必须用人民币买进这些结余外汇，从而增加货币发行。为了抵消这种被动的货币发行的不利影响，中央银行必须通过公开市场出售债券，回笼货币。由于我国中央银行持有的国债数量较少，不足以承担回笼这些货币的重任。因此，发行中央银行债券就成为中央银行在公开市场操作中回笼货币的重要工具，发行的中央银行债券数量大幅度上升。因此本文选择中国人民银行在公开市场上的货币净投放量来度量公开市场操作，记为MP。

3. 股票价格

深圳成指和上证综指是我国股票市场上具有代表性的两种股票指数。经计算，这两种股票指数的相关系数高达0.92以上，这说明在样本期内，这两种股票价格指数的走势十分相似，选择哪种股价指数对于结果而言都不会有太大的差别。因此，本文选取每月末深圳成指的收盘价作为我国股票市场上的代表性指数，记为SP。

4. 货币供应量

货币供应量是单位和居民个人在银行的各项存款和手持现金之和，其变化反映着中央银行货币政策的变化，对企业生产经营、金融市场尤其是证券市场的运行和居民个人的投资行为有着重大的影响。在货币供应量各层次的划分中，M0的口径太窄，M2包括了潜在货币，在我国金融市场发育尚不健全的情况下，潜在货币与现实货币的界限还是比较清楚的，因此，宜把 M1作为货币政策中介目标的重点[3]。本文选择M1作为我国货币供应量的代理变量，记为M1。

5. 通货膨胀率

我国国内度量通货膨胀率的常用方法有两种，即消费者价格指数(CPI)和商品零售价格指数(RPI)，其主要的区别在于消费者价格指数将服务价格计算在内[4]。因此本文选取消费者价格指数作为通货膨胀率的代理变量，本文以2000年12月为基期(=1)，将其后各月的环比消费者价格指数连乘，从而得到各月的定基消费价格指数，记为CPI。

6. 经济增长

在经济研究中，一般用 GDP来度量经济增长，由于我国只发布季度 GDP数据，因此为了得到月度GDP数据，本文采用插值法对季度数据进行了处理，从而得到了GDP的月度数据，记为GDP。各时间序列数据的描述性统计如下（见表1）。

（二）SVAR模型建立及其识别

1. SVAR模型建立

1980年Sims首先将向量自回归(VAR)模型用于经济研究之中，向量自回归模型(VAR)的运用推动了经济系统动态性分析的发展[5]。但是VAR模型的缺陷在于，它并没有给出变量之间当期相关关系的确切形式，而是将这些当期相关关系隐藏在误差项的相关结构之中无法解释。结构性向量自回归模型(SVAR)恰好可以解决VAR模型的上述缺陷，因此本文采用p阶滞后向量自回归模型SVAR(p)来研究货币政策对股票价格的影响这一问题，模型形式如下：

表1 各时间序列的描述性统计

由此可见，简化式扰动项εt是结构式扰动项ut的线性组合，它代表一种复合冲击。

2. SVAR模型识别

(1) 经济增长冲击(uGDP)。由于经济增长受生产力发展水平、技术水平和整个社会的就业水平以及资本存量等因素的影响，而资本存量受利率等因素的影响。因此，经济增长受我国同期银行间同业拆借利率以及方程中所有变量的滞后值的影响。这样，我们得到经济增长方程：

(2) 通货膨胀冲击(uCPI)。通货膨胀冲击反映了财政政策、工资上涨等外生性需求因素的影响。因此我们设定物价水平受经济增长和利率以及方程中所有变量的滞后值决定的。价通货膨胀方程式为：

(3) 货币供应量冲击(uM1)。对货币市场均衡的冲击源于货币流通速度的外生性变动。因此我们设定货币供应量是同期经济增长、通货膨胀率和利率以及所有变量滞后值的方程，方程形式如下：

下面的方程给出SVAR模型的识别约束，从下式可以看出模型是恰好识别的：

三、实证检验

（一）单位根检验

SVAR模型要求所采用的所有时间序列数据都是平稳的，因此在采用SVAR模型进行实证分析之前，必须首先对各时间序列数据的平稳性进行检验，如果各时间序列不平稳，必须对其进行差分使其变为平稳数据。本文采用学术界广泛使用的ADF检验和PP检验，对利率、公开市场操作、股票价格、货币供应量、通货膨胀率和经济增长进行了单位根检验。结果表明，除公开市场操作外，其它变量都是不平稳的，因此，必须对这五个变量的一阶差分进行检验，结果表明，其一阶差分形式是平稳的(表2)。

（二）协整检验

自20世纪80年代Granger建立协整理论后, 协整理论取到了长足的发展, 目前已经成为处理非平稳时间序列数据的规范性方法，本文采用学术界广泛使用的Johansen 极大似然估计方法来进行协整检验，检验结果如表3所示。从表3我们可以看出，无论是采用迹检验还是特征根检验，结果都表明在 5%的显著性水平下，这些变量之间存在3个协整关系。由于前面建立的模型主要是SVAR模型，不涉及协整向量的选择，所以我们只需证明存在协整关系即可。

（三）Granger因果关系检验

通过Johanson协整检验，我们确认了公开市场操作、货币供应量、利率、通货膨胀率、国内生产总值和股票价格之间存在长期均衡的协整关系，但是却无法确定它们之间是否存在因果关系。Granger因果检验的基本原理是：在Y对其它变量做回归时，如果把X的滞后值包括进来能够显著地改善对Y的预测，这就意味着X是Y的Granger原因，如果X的滞后值包括进来无法改善对Y的预测，这就意味着X不是Y的Granger原因。由于本文的目的在于研究央行公开市场操作是否会影响股票价格，因此表 4只给出了 2004年1月～2012年3月公开市场操作、货币供应量、利率、通货膨胀率、国内生产总值是否对股票价格有影响的格兰杰因果检验结果。从检验结果我们可以看出，通货膨胀率、公开市场操作、国内生产总值、货币供应量和利率是股票价格变动的格兰杰原因的概率分别为0.748 9、0.634 5、0.106 3、0.990 2和0.224 3，均大于0.05，因此全部接受了原假设，这表明，通货膨胀率、公开市场操作、国内生产总值、货币供应量和利率不是股票价格变动的格兰杰原因。

（四）脉冲响应函数

由于SVAR模型是一个非理论性的模型，它无需对变量作任何先验性约束，因此在分析SVAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态响应，这种分析方法称为脉冲响应函数方法。下面利用脉冲响应函数分析通货膨胀率、公开市场操作、国内生产总值、货币供应量和利率的变动对股票价格的影响。

表2 各时间序列的单位根检验

表3 IR、GDP、SP、MP、CPI、M1序列协整检验结果

表4 各变量之间的格兰杰因果关系检验结果

利用SIC和AC最小的原则，我们建立了6变量的 VAR(2)模型。下面分别给 CPI、GDP、M1、IR、MP和SP一个冲击，从而得到股票价格指数变动脉冲响应函数图，如图2所示。在图2中，各横轴表示冲击作用的滞后期间数（单位：月度），纵轴表示股票价格指数的响应，实线表示脉冲相应函数，代表了股票价格指数对CPI、GDP、M1、IR、MP和SP的冲击的反应，虚线表示正负两倍标准差偏离带。

由图2可以看出，当在本期给CPI一个正冲击后，股票价格在当期开始上升，此后立即下降，至第2期下降为0，从第2期开始小幅波动，至第8期前影响消失。在本期给 GDP一个冲击后，股票价格在当期开始上升，此后立即下降，第3期降至0，此后又开始上升，至第4期达到最大值，此后又开始下降，至第5期降为0。

图2 GPJG对CPI、GDP、M1、LL、GKSCCZ和GPJG的脉冲响应函数图

表5 股票价格的方差分解结果

当在本期给 IR一个正冲击后，股票价格在前 3期内开始小幅下降，第3期后又开始小幅上涨，至第四期这种影响基本消失。当在本期给M1一个正冲击后，股票价格在前2期内开始小幅下降，并在第2期将为0，此后小幅波动，至第7期该影响消失。当在本期给MP一个正冲击后，即央行在公开市场上卖出有价证券后，股票价格在前6期内小幅波动，从第6期后持续为 0。这表明货币供应量、利率和公开市场操作的变动对我国股票价格的影响十分有限，也说明我国股市目前尚未成为国民经济的晴雨表。

由图2还可以看出，当在本期给股票价格一个正冲击后，股票价格在当期就大幅上升，此后迅速下降并出现小幅波动，但下降的趋势保持不变，至第4期后影响几乎为 0。这说明，股票价格受其自身的影响较大，呈现出明显的随机游走特征。

（五）方差分解

脉冲响应函数描述的是SVAR模型中一个内生变量的冲击给其他内生变量所带来的影响，而方差分解则是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出SVAR模型中的变量产生影响的每个随机扰动的相对重要性。

表5给出了通货膨胀、国内生产总值、公开市场操作、利率、货币供应量和股票价格自身对股票价格变动的贡献程度。从表 5可以看出，通货膨胀在 15个滞后期间内对股票价格变动的贡献率始终没有超过1%，国内生产总值、公开市场操作对股票价格变动的贡献率始终没有超过 2%，而利率和货币供应量对股票价格变动的贡献率始终分别不超过3%和3.3%，这说明通货膨胀、国内生产总值、公开市场操作、利率和货币供应量不是影响股票价格变动的主要因素。股票价格自身对其波动的贡献最大，始终都保持在93%以上，这体现出了股票价格随机游走的特征。

四、结语

在股票市场上，虽然中央银行是各类投资者最为关注的机构之一，但是国内外学术界，尤其是我国学术界还没有就公开市场操作对股票价格的影响方面的研究成果，本文研究是填补此空白的一个尝试。

本文采用施加了短期约束的结构式向量自回归(SVAR)模型，通过Johanson协整检验、Granger因果检验、脉冲响应函数和方差分解等方法，研究了我国央行公开市场操作对股票价格的影响。研究结果显示，公开市场操作、货币供应量和利率对股票价格的影响均不显著，说明货币政策似乎尚未成为影响我国股票价格的主要因素之一。在我国，股票价格的货币政策传导效应并非十分明显，从而表明，我国央行对股票市场的干预能力较为有限。研究结果还说明，股票投资者无法根据央行公开市场操作而获取超额收益，投资者在股票交易时无需过分关注央行的公开市场操作。

[1]Allan H. Meltzer. Monetary, Credit and (other) transmission processes: A monetarist perspective [J]. The Journal of Economic Perspectives, 1995, 19(4): 49−72.

[2]Vefa Tarhan. Does the Federal Reserve affect asset prices [J].Journal of Economics Dynamics and Control, 1995, 19(5−7):1199−1222.

[3]毛泽盛, 卞志村. 中央银行学[M]. 北京: 人民出版社, 2009:341−342.

[4]赵进文, 高辉. 资产价格波动对中国货币政策的影响: 基于1994—2006年季度数据的实证分析[J]. 中国社会科学,2009(2): 88−114.

[5]Christopher A Sims. Macroeconomics and reality [J].Econometrica, 1980, 48(1): 1−48.

[6]Blanchard, Olivier Jean, Quah, Danny. The dynamic effects of aggregate demand and supply disturbances [J]. American Economic Review, 1989, 79: 655−673.

[7]Bernanke B S. Alternative explanations of the money-income correlation [J]. Carnegie Rochester Conference Series, 1986, 25:49−100.