经济政策不确定性、货币政策与股票市场流动性——基于TVP-VAR模型的实证分析

刘 旸，杜 萌,2

(1.大连大学 经济管理学院，辽宁 大连 116622;2.中国地质大学 土地科学技术学院，北京 100083)

一、引言及文献回顾

流动性在金融市场中扮演着非常重要的角色，高流动性的股票市场能够通过证券的买卖优化资本配置，提高整个经济体系的运行效率。股票市场流动性是衡量资本市场成熟程度的重要标志之一，在成熟的资本市场中，投资者在其需要的时间节点上能够迅速地以公平合理的价格对股票进行大规模交易，且所进行的证券资产交易对股票价格的影响较小，形成股票市场流动性。股票市场流动性在过去很长一段时期内并没有受到监管者及投资者的关注和重视，随着2008年美国金融危机的全面爆发，部分学者认为金融市场流动性枯竭是导致这次金融危机的核心因素之一。Bernanke总结这次金融危机时指出，金融机构必须要重视流动性管理，在金融资产定价和估值模型中需要加入流动性溢价，以应对由金融市场流动性枯竭而引发的超预期恶化情形[1]。至此，学术界和监管机构对股票市场流动性给予极大的关注，开始研究金融危机和经济政策不确定环境下因市场流动性缺失带来的潜在损失。

早期的研究主要集中探索股票市场流动性的决定因素。一些学者从微观市场结构研究股票市场流动性，例如，交易者结构[2-3]、卖空交易限制[4]和市场交易制度[5-6]。随着信息经济学以及网络技术的兴起和发展，学者们开始重视信息在股票市场中的作用。Aouadi等人以股票的搜索量作为代理变量，发现信息需求与股票流动性存在正向因果关系[7]。李思龙等人认为，投资者在网络社区互动能够降低信息不对称，促进股票市场的流动性[8]。王春峰等人认为，公开信息能够促进股票市场流动性，而私有信息将会降低股票市场的流动性，且具有一定的持续性[9]。部分学者从投资者情绪的视角研究股票市场流动性。他们认为，悲观的市场情绪以及对市场的恐慌导致更多的卖单，由此降低了股票市场的净买入量和交易量，导致市场流动性萎缩[10]。还有一些学者研究货币政策对股票市场流动性的影响。Chordia等人认为，经济波动和利率变化都会影响股票市场的流动性，在经济波动较大的时期，股票市场流动性较差，提高联邦储备银行利率也会导致股票市场流动性的缺失[11]。Goyenko和Ukhov认为，增加货币供给量能够提高美国股票市场的流动性[12]。陈其安等人认为，在中国宏观经济和利率对股票市场的流动性影响并不显著，而货币供给量能够显著影响股票市场流动性[13]。金春雨和张浩博认为，货币供给量和利率都能够显著影响股票市场流动，且不同时期货币政策对股票市场的影响存在着差异[14]。在全球经济崩溃之后，逆全球化开始抬头,贸易保护主义以及竞争性减税等经济政策提高了世界经济的不确定性，一些文献讨论了经济政策不确定性对消费、投资和股票市场的影响，关于经济政策不确定性与股票市场的相关文献主要集中在探讨经济政策不确定性对股票市场波动和股票市场回报率的影响[15-17]，而探索经济政策不确定性对股票市场流动性的文献很少，但实际上，经济政策不确定性能够通过很多渠道影响股票的流动性。首先，经济政策不确定性会提高企业的融资成本，导致交易员不愿意持有头寸，股票市场交易将会减少，降低了股票市场的流动性；其次，股票的波动性会影响股票的流动性[17]，而经济政策不确定性将会导致股票价格波动更剧烈[18]，由此可以认为，经济政策不确定性将会影响股票市场的流动性。

股票市场是实体经济的晴雨表，资本市场的主要目的是为了优化现有资本配置，信息在资本配置过程中扮演着非常重要的角色，当现有的经济政策发生变化或经历突发事件时，信息最先传递至股票市场，降低股票市场的流动性。与此同时，投资者情绪也会受到影响，加剧了股票市场和宏观经济的不确定性[19]，也就是说不活跃的股票市场提高了经济政策的不确定性。

从现有文献来看，研究股票市场流动性文献有很多，但很少有学者考虑到经济政策不确定性这一因素，探索经济政策不确定性、货币政策与股票市场流动性之间因果关系的文献就更少。对此，本文使用TVP-VAR模型探索经济政策不确定性、货币政策与股票市场流动性3者之间的具体影响机制。本文主要贡献在于从时变和非线性的角度研究经济政策不确定性、货币政策与股票市场流动性之间的因果关系，经济环境、政策偏好、投资者行为等主体行为都是会随着时间的推移而发生变化，且宏观经济政策改变对货币政策以及股票市场流动性的影响可能存在非线性特征。TVP-VAR模型待估系数和随机扰动项的方差协方差矩阵都是时变的，参数的时变性能够反映模型中变量之间持续变化影响的特征，而且TVP-VAR模型中的随机波动不仅能够控制模型中的异方差，还能够捕捉模型中可能存在的非线性效应，以使结论更加科学、合理。

二、理论模型

为了考察经济政策不确定性对股票市场流动性的影响，探索其时变性和非线性的特征，本文使用Nakajima所提出的带有随机波动的TVP-VAR模型研究经济政策不确定性与股票市场流动性的内在因果关系[20]。带有随机波动的TVP-VAR模型是在结构VAR模型的基础之上发展而来，Primiceri最早将参数时变的特性引入结构VAR模型，后来Nakajima借鉴Omori等人的思想将随机波动引入Primiceri提出的时变VAR模型中，形成带有随机波动的TVP-VAR模型。分析TVP-VAR模型需要从基本的结构VAR模型出发，其基本形式为：

Ayt=F1yt-1+…+Fsyt-s+μt，t=s+1,…,n

(1)

其中，yt为k×1维向量，A为k×k维参数矩阵；F1,…,Fs均为k×1维系数矩阵；随机扰动项μt为结构性冲击，假定μt～N(0,∑∑)，其中

假设结构性冲击服从递归识别，那么参数矩阵A应当为一个下三角矩阵，具体形式可以表示为：

由此，公式(1)两边同时乘以A-1，结构VAR模型就可以化简为：

yt=B1yt-1+…+Bsyt-s+A-1∑εt,εt～N(0,Ik)

(2)

其中，Bi=A-1Fi，i=1,2,…,s。将所有的Bi合并在一起，就可以得到k2s×1维向量β，如果定义Xt=Is⊗(yt-1,…,yt-s)(⊗代表克罗内克乘积)，那么公式(2)可以简化为：

yt=Xtβ+A-1∑εt,εt～N(0,Ik)

(3)

假定所有参数都是时变的，那么可以将公式(3)扩展为：

(4)

三、研究设计

本部分主要探讨经济政策不确定性指标、股票市场流动性指标和货币政策指标的选取及其数据来源。

1.经济政策不确定性指标

经济政策不确定性是指由于制定经济政策的不确定性而引发的经济风险。经济政策不确定覆盖面较广，包括财政政策不确定性、税收政策不确定性、货币政策不确定性、政府换届选举等，衡量经济政策不确定的方法主要有两种：事件分析法和指标法。事件分析法能够较为准确地度量某个经济政策不确定性的经济影响，但无法分析经济政策不确定性对某个经济变量的持续影响。

Baker等人构建经济政策不确定指数(Economic Policy Uncertainty Index，以下简称“EPU指数”)，解决了经济政策不确定性度量的难题。该指数从政策(Policy)、经济(Economic)和不确定性(Uncertainty)3个维度构建新闻指数(News Index)、税法法条失效指数(Tax Expiration Index)、经济预测差值指数(Economic Forecaster Disagreement Index)，然后进行加权平均得到EPU指数[19]。EPU指数基本上涵盖了影响经济波动的主要领域，同时克服了经济指标的内生性和政治换届选举指标的局限性。Baker等人对1995年1月至2012年2月期间中国经济政策不确定性指数的度量效果进行分析，认为中国经济政策不确定性指数的度量精确度为98.4%[19]，因此，本文选取Baker等人构建经济政策不确定指数作为经济政策不确定性指标。

2.股票市场流动性指标

股票市场流动性受到多重因素的影响，流动性好的股票市场具有“即时性、很大的深度、可忽略的宽度以及高度弹性”的特征，因此，应该从即时性、深度、宽度和弹性4个角度度量市场的流动性。股票的流动性可以从一维和多维两种不同的角度进行度量[21-22]，即时性、宽度、深度以及弹性都是从一维的角度进行衡量。与一维度量指标相比，多维度量方法能够考虑更多指标，能够更准确地度量股票市场流动性，因此，本文选用Amihud定义的流动性指标来反映股票市场流动性，这一指标综合了市场的宽度和深度，能够较好地反映我国股票市场的流动性。

Amihud比率的构建方法如下：

(5)

其中，Diy为第y月第i只股票的交易天数；Riyd为第d天股票i的收益率，VOLDiyd股票i在d天的成交额。Amihud比率表示每一单位股票交易额所引发的价格的变动，该比率越小，则表示股票的流动性越高。如果将每一只股票的流动性比率进行加权加总，就可以得到市场平均流动性。由于我国在1997年12月开始实行涨跌幅度限制，为了避免股票过度上涨和下跌对股票流动性的影响，选取1998年1月～2018年8月的我国A股市场上市公司股票作为样本，并删掉ST、ST*、PT以及上市不足3个月的股票样本，股票交易数据来自于国泰安数据库。

3.货币政策指标

衡量货币政策的指标主要有两种：货币供给量和利率。随着我国利率市场化的不断推进，货币政策由原来的数量型向价格型转变，利率在我国金融体系中发挥更重要的作用。在所有的利率指标中，银行间同业拆借利率是金融市场的基准利率，对股票市场的影响较大。因此，本文选取银行间同业拆借利率7天加权平均利率代表货币政策指标，数据来源于中国经济网。

四、实证结果分析

1.单位根检验及模型最优滞后阶数判定

本文所选择的数据都是时间序列数据，在进行实证分析之前，需要对数据进行单位根检验。本文使用ADF检验判断数据的平稳性，根据信息准则确定检验形式的滞后阶数。经检验后发现，所有变量都在5%的统计水平上支持原假设，表明经济不确定、股票流动性以及货币政策指标都是序列平稳，为TVP-VAR模型分析奠定了基础。

在进行构建TVP-VAR模型之前，需要确定模型的最优滞后阶数，滞后阶数的选择可以借助于普通VAR模型的最优滞后阶数判定方法，表1报告了LL、LR等信息准则估计值，根据HQIC和SBIC最小值准则，VAR模型的滞后阶数可以选择为1。

表1 最优模型滞后阶数判定

2.模型估计

根据Nakajim的研究[20]，为了获得参数的后验分布，本文需要使用MCMC的方法进行抽样。抽样次数为10 000次，并舍弃初始的1 000次抽样，从而形成有效的抽样样本，表2报告了TVP-VAR 模型后验分布的均值、标准差以及Geweke值等统计诊断结果。

表2 模型估计与诊断结果

从表2的统计诊断结果来看，参数的后验结果均位于95%的置信区间之内，Geweke的收敛值均小于1.96，在5%的统计水平上无法拒绝原假设，表明参数的后验分布收敛于0。从无效因子来看，所有参数无效因子均小于100，表明MCMC抽样次数是有效的。从上述分析可以看出，使用10 000次MCMC抽样对TVP-VAR模型进行参数估计是有效的。

3.时变的脉冲响应分析

TVP-VAR模型能够模拟不同滞后阶数的脉冲响应冲击，本文选取滞后0期、3期和6期分别作为短期、中期和长期的脉冲响应约束，脉冲响应结果如图1所示。

(1)经济政策不确定性对货币政策的冲击

图1(a)反映了经济政策不确定性对同业拆借利率冲击的时变效应。从短期来看，经济政策不确定性对同业拆借利率的当期脉冲响应结果始终为正，表明当宏观经济不确定性增加时，金融市场系统性风险将会增加，投资者会要求更高的收益率，因此，短期货币市场的收益率将会提高。同时，不同时期经济政策不确定性对同业拆借市场的影响也存在着差异。从1998年到2003年，经济政策不确定性对同业拆借利率的影响较为稳定，约在3%左右。此后，随着我国宏观经济发展势头良性有序，对同业拆借利率的影响随之下降。从2008年开始，由于陆续受到美国次贷危机及美国逆全球化等经济、政治因素影响，经济政策不确定性对同业拆借利率的影响开始增加，到2018年，经济政策不确定性对同业拆借利率的影响已经超过4%。与短期相比，中期和长期经济政策不确定性对货币政策的影响效果会减弱很多，在1998～2000年和2010～2015年这两个时间段内，经济政策不确定性能够显著影响同业拆借利率水平，而其他时间段的影响效果并不明显。

(2)经济政策不确定性对股票流动性的冲击

在图1(b)中，由于股票市场流动性是短期经济指标，经济政策不确定性对股票市场流动性的影响主要体现在短期，在中期和长期，经济政策不确定性对股票市场流动性的影响效果不明显。在短期，经济政策不确定性对股票市场流动性指标的影响始终为负，且也具有时变性，这表明经济政策越不确定，股票市场的流动性越差。

图1 具有时变性质的脉冲响应图

分时段来看，1998～2005年，经济政策不确定性对股票流动性的影响在缓慢增加，而在2005～2007年，宏观经济政策对股票市场流动性的影响突然开始减弱。原因可能在于，这一期间我国股票市场经历了一波牛市，股票市场的流动性主要与市场投资者情绪有关，与宏观经济政策调整的关系不大；从2008年到2012年，我国股票市场经历了漫长的熊市，投资者对股票市场信心不足，股票市场流动性较差，经济政策调整对股票市场流动性的冲击效果大幅度地下降；从2013年开始，随着我国股票市场开始回暖、利率市场化的不断推进以及我国经济步入新常态，宏观经济政策开始影响股票市场的流动性，且影响效果在逐步扩大，到2018年时，经济政策不确定性对股票市场流动性的影响已经接近于4%。

(3)货币政策对经济政策不确定性的冲击

图1(c)显示了货币政策对经济政策不确定性的脉冲响应结果。同业拆借利率变化在当期无法显著影响宏观经济不确定性，而在中期和长期，除少数时间节点外，同业拆借利率与经济政策不确定性呈正相关，同业拆借利率是金融机构利率体系的风向标，提高同业拆借利率水平，将会增加企业融资成本，企业未来经营状况会存在一定的不确定性，导致经济政策不稳定。同业拆借对宏观经济政策的影响需要一定的时滞。在短期无法显著影响宏观经济政策，而在中长期能够对经济政策的不确定性带来显著影响，且在滞后3个月的影响效果要大于滞后6个月的影响效果，这表明同业拆借利率3个月后会对宏观经济政策产生显著影响，此后随着时间推移，影响效果逐步较弱。从时间节点来看，2015年之后，同业拆借利率对宏观经济不确定性的贡献较大。

(4)货币政策对股票流动性的冲击

图1(d)为货币政策对股票市场流动的脉冲响应结果。我们发现在短期货币政策能够显著影响股票市场流动性，且呈现交替变化的特征，在中长期，同业拆借利率无法显著影响股票市场流动性。从1998年至2009年，同业拆借利率与股票市场流动性指标呈现正相关性，表明紧缩的货币政策能够抑制股票市场的流动性；在1999～2007年期间，货币政策对股票市场流动性的影响在逐步扩大；而到了2008年，这一趋势出现逆转，在2008～2012年期间，同业拆借利率与股票流动性呈负相关；从2013年开始，货币政策对股票市场流动的影响恢复正常，而且影响效果也在逐步扩大。

(5)股票流动性对经济政策不确定性的冲击

在图1(e)中，股票市场流动性在短期几乎无法显著影响经济政策的不确定性。而在中长期，股票市场的活跃程度能够预测宏观经济的不确定性。在大多数时期，Amihud比率指标与经济政策不确定性存在着正相关性，表明股票市场活跃程度越低，未来宏观经济政策的不确定性越大。在1998～2001年期间，Amihud比率指标与经济政策不确定性在中期出现了负相关性。这可能是由于1998年爆发了亚洲金融危机，导致股票市场流动性预测效果失真。从影响效果来看，而且股票市场流动性的中期预测效果要明显优于长期的预测效果。

(6)股票流动性对货币政策的冲击

股票市场流动性对货币政策的短期影响并不显著，而在中长期，股票市场流动性指标与同业拆借利率成正相关，这意味着股票市场流动性越低，同业拆借的利率水平越高，中期的影响效果要显著高于长期影响效果。在1998～2000年，股票市场流动性对货币政策的影响较大，此后呈现周期性变化；在2008～2012年，出现了Amihud比率指标与同业拆借利率负相关的情形。原因可能在于这一期间我国股票市场低迷，而我国为了防止经济出现滑坡，制定较为宽松的货币政策，从上述分析可以看出，股票市场流动性是未来3～6个月基准利率的先行指标之一。

4.不同时点的脉冲响应分析

前文分析了不同时间期限约束下经济政策不确定性、货币政策与股票市场流动性之间的脉冲响应效果，接下来根据经济政策不确定性的3个峰值进行划分，研究不同时点经济政策不确定性、货币政策与股票市场流动性之间的脉冲响应。本文选取2001年10月、2008年9月及2015年9月3个时间点，分别代表美国“911”事件、美国次贷危机和我国经济进入新常态。图2给出了3个时点的经济政策不确定性、货币政策与股票市场流动性之间的脉冲响应结果。

图2(a)表示经济政策不确定性对货币政策的冲击。我们发现3个时期的经济政策不确定对同业拆借利率的脉冲响应形态大致是一致的，均是在当期影响最大，随后开始逐渐减弱，直至为0。但这3个时期的影响结果也存在着细微差别。在“911”事件期间，经济政策不确定性对同业拆借利率的影响期数为4。而在美国次贷危机期间，经济政策不确定性在前2期对同业拆借利率的冲击显著为正，随后转为小幅度负向冲击，直至第7期冲击反应为0。而在经济新常态时期，经济政策不确定性会在6个月内对同业拆借利率产生正向影响。

图2(b)为经济政策不确定性对股票市场流动性的冲击。3个时期的脉冲响应结果是类似的，在第1期，经济政策不确定性对Amihud比率指标具有明显的负向冲击，随后转为小幅度正向冲击，第3期之后冲击效果变为0。从各个时间点的影响效果来看，“911”事件和经济新常态阶段对股票市场流动性的影响效果比美国次贷危机期间的效果更大。

在图2(c)，不同时点的同业拆借利率对经济政策不确定性的影响差异较大。在“911”事件期间，同业拆借利率对经济政策不确定性的影响在第2期达到最大，随后开始减弱，到第6期时，影响效果降为0。与“911”事件和美国次贷危机相比，经济新常态时期的同业拆借利率对经济政策不确定性的贡献更大，且影响的持续时间更长。

从图2(d)中可以看出，同业拆借利率与股票市场流动的影响存在着差异。在“911”事件以及经济新常态阶段，同业拆借利率对Amihud比率指标存在着正向影响，而在美国金融危机期间，同业拆借利率对Amihud比率指标存在着负向冲击。3个时间点的同业拆借利率对股票市场流动性的冲击均为短期效应，持续时间大约为2期。

图2(e)展示了股票市场流动性对经济政策不确定性的影响。我们发现当期股票市场流动性无法对经济政策的不确定性产生显著影响。在“911”事件和美国金融危机期间，股票市场流动性对经济政策不确定的影响都是在第3期达到最大，然后开始减弱。“911”事件的影响效果在第6期衰退为0，而美国金融危机的影响效应在第8期减弱至0。而对于经济新常态阶段来说，股票市场流动性对经济政策不确定性的影响从2期开始迅速上升，尽管随后冲击效果开始下降，但在10期之后，股票市场流动性依旧会对经济政策不确定性产生显著影响。

图2(f)反映了股票市场流动性对同业拆借利率的影响。3个时期的影响效果类似，均在1期后冲击效应达到最大，随后开始衰退；不同之处在于在美国金融危机期间，第3期之后，股票市场流动性对同业拆借利率的影响由正转负，直到第8期，影响效果降为0。

五、结论与启示

本文使用带有随机波动的时变VAR模型研究经济政策不确定性、货币政策与股票市场流动性之间的关系，实证结果发现：

(1)经济政策不确定性对货币政策以及股票市场流动性具有显著影响且具有较为明显的时变特征。在2004年之前，经济政策不确定性对货币政策的影响较为明显，随后影响效果开始急剧下降，从2006年开始，随着金融危机的逐步蔓延，经济政策不确定性对同业拆借利率的影响开始增强，相对来说，经济政策不确定性对货币政策的影响主要集中在短期。在2005年之前，经济政策不确定性对股票流动性的影响缓慢增加，在2005～2007年，经济政策不确定性对股票市场流动性的影响突然开始减弱，从2013年开始，随着我国股票市场开始回暖，利率市场化以及我国经济步入新常态等宏观经济政策开始对股票市场流动性产生影响，且影响效果在逐步扩大。在短期，经济政策不确定性能够显著影响股票市场流动性；而在长期，经济政策不确定性对股票市场流动性的影响并不明显。

(2)不同时期的货币政策对股票市场流动性的影响存在较大差异。在2008年之前，宽松的货币政策会促进股票市场的流动性；而在金融危机期间，这一趋势发生逆转，宽松的货币政策反而抑制股票市场流动性；2012年之后，宽松的货币政策又开始促进股票市场的流动性。从时点来看，与“911”事件和美国次贷危机事件相比，经济新常态时期的同业拆借利率对经济政策不确定性的贡献更大、影响的持续时间更长。

(3)货币政策以及股票市场流动性是宏观经济的先行指标。货币政策和股票市场流动性在短期都无法显著影响经济政策不确定性，而在中长期，这两个指标能够显著影响宏观经济，且货币政策和股票市场流动性对经济政策不确定性的中期影响效果要高于长期影响效果。从时点来看，经济新常态时期，货币政策以及股票市场流动性对经济政策不确定性的影响超过12期，而“911”事件和美国次贷危机事件期间，货币政策以及股票市场流动性对经济政策不确定性的影响分别为6期和8期。

可见，宏观经济不确定性的确会显著影响股票市场流动性。随着我国经济步入新常态，受逆全球化及美国持续加息等国内外诸多因素影响，政府在调控宏观经济时会面临巨大困难，经济政策的不确定性会显著增加。经济政策的非连续性和不稳定性会对货币政策及金融市场产生负面冲击，影响股票市场流动性，不利于股票市场的健康稳定发展。为此，政府在制定经济政策时，应该着重考虑相关政策的一致性和稳定性，避免出现朝令夕改的局面，稳定公众预期和投资者情绪。货币政策当局应该坚持适度宽松的货币政策，提高股票市场流动性，降低宏观经济不确定性和系统性金融风险，确保我国经济持续稳定发展。