引入外生变量在研究政策对股票市场波动影响的重要意义

陈 玉

(山东科技大学数学与系统科学学院 山东 青岛 266000)

引入外生变量在研究政策对股票市场波动影响的重要意义

陈 玉

(山东科技大学数学与系统科学学院 山东 青岛 266000)

外生变量是相对于内生变量而言的，外生变量并不因为他是外生的就和模型没有什么关系，相反它对内生变量具有重要影响，只是我们常常假设它在一定的时期或者某些情况下是不变的，在这样的前提下再考虑模型中其他的变量问题。

外生变量；股票市场

一、研究背景与问题

关于政策调整对股票市场的影响，国内外学者已经进行了长期和深入的研究，因此，对我们以后的学习和研究提供了可靠的基础。2007年的美国次贷危机演变为国际金融危机，它除了通过资本流动还通过国际贸易等途径传播，导致美国部分大型金融机构迅速倒闭。次年，全世界实体经济也开始受到影响。

2009年，在政府的政策引导下，我国经济不但实现了GDP8.7%的增速而且实现了“保增长”的目标，但其增速仍比上年回落0.9个百分点，进出口贸易增速放缓直接影响到我国宏观经济发展，可见金融危机对我国进出口贸易造成很大影响。此外，还有宏观政策调整对股票市场波动的影响。

作为发展的一种必然趋势，货币政策必将更多地通过金融市场尤其是资本市场发挥调控作用，具体表现为以下几点：

首先是资本积累功能，有效地动员筹集资金。金融市场最基本的功能是转社会闲散资金为企业投资，又可称为资金聚敛功能，金融市场引导众多分散的小额资金汇聚成为可以投入社会生产的资金集合的功能。其次是资源配置功能，合理地分配和引导资金。金融市场的配置功能表现在三个方面：一是资源的配置，二是财富的再分配，三是风险的再分配。然后是资金定价功能，灵活地调度和转化资金。金融市场的存在及发展，由于资金供求关系，实际上存在对各类资金进行定价，根据价格接受能力，获取资金。最后是经济指标功能，有效地实施宏观调控。金融交易活动为政府实施对宏观经济活动的间接调控创造了条件。

Claudia和Pierdzioch[1]指出，金融市场越发达，经济波动程度越小，造成经济波动加大的主因是金融摩擦。Gilchrist[2]建立两国一般均衡模型分析金融摩擦的国际传导机制，发现发展中国家金融市场信息不对称程度相对严重，金融摩擦导致经济波动的程度较发达国家也相对严重。

国内谢赤等(2007)[5]、尹海员和李忠民(2011)[6]等的研究都发现，即使市场没有发生极端性的流动性危机，资产(尤其是股票)流动性的时变性也是影响价格的一个重要因素。他们构建了多种流动性衡量指标，并建立了流动性与收益率之间的联系。但相对来说，研究投资者情绪与流动性关系的文献较少，当然仍有一些文献对二者的关系作了一些讨论。孔东民等(2015)[10]考察了机构持股、流动性以及二者的交互项对信息效率的影响。

二、外生变量概述

在经济模型中经常会遇到外生变量的问题，外生变量是相对于内生变量而言的，是模型以外的变量，它会影响内生变量，但不是模型需要解释的变量，外生变量并不因为他是外生的就和模型没有什么关系，相反它对内生变量具有重要影响，只是我们常常假设它在一定的时期或者某些情况下是不变的，在这样的前提下再考虑模型中其他的变量问题。

一个很好的判断办法就是，模型一般都会涉及到方程式，只要是方程里有的变量，这就是内生变量，方程没有涉及的变量就是外生变量。我们在分析经济问题的时候除了要分析清楚内生变量之间的关系，还要分析外生变量，很多时候是外生变量在决定内生变量。所以解决问题需要从外生变量着手，而不是内生变量。比如现在我们想方设法的增加居民的个人消费，如果仅仅从降低商品的价格这个内生变量是不行的，而应该想办法增加消费者的收入，从这个外生变量着手。

三、模型框架描述

经典的时间序列模型自回归移动平均模型，既ARMA(p,q)通常用来对平稳序列进行预测，如式(1)所示：

(1)

若φ0=0，该模型称为中心化ARMA(p,q)模型。缺省默认条件，中心化ARMA(p,q)模型可以简写为：

xt=φ1xt-1+…+φpxt-p+εt-θ1εt-1-…-θqεt-q

(2)

默认条件与AR模型、MA模型相同。但是，由于时间序列建模往往假设数据变化近似于平稳序列，一旦环境变化则时间序列模型的预测效果就会变差。

对于方差随时间变化的时间序列可用GARCH方法进行处理，标准的GARCH(p,q)

为：

(3)

该可弥补单一时间序列模型忽略短期类型影响的缺陷，对于短期预测精度有了较明显的提高。例如，可以利用GARCH模型处理序列中的条件异方差，在均值方程ARMA中引入部分外生变量作为模型的回归变量，再将两者相结合进行预测，以弥补一般时间序列预测模型的不足。

联合式(1)(3)可构成考虑异方差和外生变量影响的GARCH-ARMA模型，在很多不同情况下都可采用该模型进行预测。在选择模型阶时，可以参照赤池信息准则(Akaike information criterion，AIC)，通过选择较小的AIC值来控制模型的复杂程度。一般来说，AIC值越小，模型的预测效果越好。然而，如何考虑市场因素，选择对于所有时点都合适的外生变量是具体问题的研究重点。

[1]BUCH C M，PIERDZIOCH C.The integration of imperfect financial markets:Implications for business cycle volatility[J].Journalof Policy Modeling，2005，27(7):789-804.

[2]GILCHRIST S.Financial markets and financial leverage in a two-country world economy[C]/ /AHUMADA LA，FUENTES J R.Series on Central Banking，Analysis and Economic Policies，Vol VII:Banking Market Structure and Monetary Policy.Central Bankof Chile，2004.

[3]谢赤，张太原，曾志坚.中国股票市场存在流动性溢价吗？——股票市场流动性对预期收益率影响的实证研究[J].管理世界，2007(11):36-47.

[4]尹海员，李忠民.流动性衡量及对资产定价的影响研究述评[J].经济与管理研究，2011(8):35-72.

[5]孔东民，孔高文，刘莎莎.机构投资者、流动性与信息效率[J].管理科学学报，2015，18(3):1-15.

陈玉(1992-)，女，山东省临沂市，硕士研究生，山东科技大学，统计学专业。