货币政策对股市波动和相关性的混频非对称影响研究

杨 鹏 刘 汉

一、引言与文献综述

货币政策是指中央银行(下文简称央行)为实现其特定的经济目标而采用的各种调控货币供应量和信用量的方针、政策和措施的总称，其最终目标是物价稳定、充分就业、经济增长和金融市场稳定。作为国家宏观调控的重要手段，货币政策的传导机制和目标不可避免地要通过金融市场和资本市场来实现(Jiang等，2019[1])。央行的货币政策对金融市场的稳定具有影响作用，其中利率与货币供应量等不同政策工具的应用，以及公众对货币政策的预期都会影响货币政策对股市的传导作用。其中，货币供应量调节市场资金的流量，被称为数量型工具；而利率主要调节资产的价格，被称为价格型工具(方燕和安兴琪，2019[2])。从国内外金融市场情况来看，股市作为金融市场的重要组成部分之一，其与货币政策之间的关系一直都是金融领域研究的热点话题，随着我国市场化改革的不断推进，货币政策的调控必然会对股市的运行和价格波动产生重要影响。当股市受到货币政策的冲击时，货币供应量和利率的波动会引起股票价格和收益的变动，一方面，货币政策如货币供应量或利率的变化，将会引起市场货币供需的变化，使投资者重新调整投资组合及投资策略；另一方面，货币政策的非中性也会引起实体经济发生变化，进而影响股票的基本面和投资者的信心，最终对股市产生影响。因此，研究货币供应量、利率等货币政策调节手段对股市波动的影响具有重要意义。

货币政策与股市波动以及多个股市间相关性存在着怎样的关系？这个问题是政策制定者与股票投资者多年来共同关注的一个重要问题。从政策制定者的角度来看，调控股市波动幅度虽然不是其执行政策的最终目标，但股市过度波动将会影响货币政策的中介目标、传导机制和最终目标，即会对政策制定和金融市场的调整效果产生影响，所以央行需要厘清货币政策与股市波动性之间的相互关系，以便更有效地执行货币政策。从股市投资者的角度，若能分析和预见央行货币政策的制定与调整及其市场效果，便可调整自己的投资组合，获得较高的投资收益。

有关货币政策与股市长期波动以及相关性的研究主要集中在以下几个方面：第一，在货币政策与不同股市波动间关系的研究中，货币政策对股市波动的影响主要通过货币供应量和利率这两个货币政策工具来实现。Belke和Beckmann(2015)[3]运用协整向量自回归(CVAR)模型分析五个发达经济体和三个新兴经济体的股市与货币政策之间的长期关系和短期动态关系，研究认为货币供应量对新兴经济体和工业经济体的股市波动存在因果关系，且发现只有3个经济体的短期利率对股市价格存在直接长期影响。Eksi和Tas(2017)[4]的研究结果证实了美国联邦利率变动对股票收益波动产生了显著的影响。郭金龙和李文军(2004)[5]利用Granger因果检验方法发现，国内货币供应量和利率在短期以及长期中均会对股市价格波动产生显著影响。汪澜等(2019)[6]使用TVP-VAR方法研究肯定了郭金龙和李文军(2004)[5]的结论，还认为股市波动对利率的脉冲响应更加稳定，建议央行应当以价格型货币政策为主。以上文献对数量型和价格型货币政策在股市价格波动调控效果及作用等方面进行了比较分析，然而货币供应量和利率政策哪一货币政策工具的调控效果更强，目前学界仍没有一致的结论，这主要是因为研究的样本区间以及货币政策的工具变量选取存在较大差异。

第二，在货币政策变化对股市长期波动的非对称性影响方面，相关的研究往往忽视了货币政策的非对称性特征，仅基于货币供给或者利率的变化来考察政策的有效性，并未对货币政策的扩张或紧缩阶段进行细致的分析。Jiang(2018)[7]通过马尔可夫转换动态因子模型，发现扩张性货币政策(包含货币供应量和利率)会对股市收益率产生正向激励。邓创和谢敬轩(2021)[8]利用时变参数向量自回归(TVP-VAR)模型发现中国的货币供应量对金融市场稳定有显著的非对称影响。张小宇等(2013)[9]利用平滑迁移结构向量自回归模型(ST-SVAR)方法研究了扩张或紧缩型货币政策对股市收益的影响，发现扩张性价格型货币政策对股市波动有更强的拉动作用。回顾现有文献，可以发现货币政策对股市收益的非对称影响的结论存在较大分歧，主要是因为数量型和价格型货币政策的状态划分尚未有统一的标准来区分货币政策的扩张与紧缩状态，这是评价货币政策有效性和非对称性的关键。

第三，在货币政策对多个股市间相关性的影响方面，多数研究往往关注发达经济体的股市与其他股市间的动态相关性，从而忽略了货币政策对股市间动态相关性的影响。Chebbi和Derbali(2019)[10]使用DCC-GARCH模型探究了美国货币政策变化对欧元区国家股市收益波动的影响。Lee等(2017)[11]考察了美国非量化宽松和量化宽松时期的货币政策与亚洲股市的相关性变化。然而，中国内地(大陆)、中国香港和中国台湾由于在语言、人文环境上的天然联系，且随着海峡两岸股市的逐渐成熟、金融活动活跃，总量可观的内地(大陆)与港台股市的相关性正逐渐增加，一体化进程也在逐步深入，势必会在全球股市中占据重要地位。因此，研究中国内地(大陆)与港台货币政策对股市相关性影响无论是在国家层面，还是在东亚区域方面都具有非常重要的意义。现有的研究主要关注中国内地(大陆)与港台股市本身，缺乏相关货币政策对中国内地(大陆)与港台股市影响的研究。Hussain和Li(2018)[12]、Chen等(2011)[13]利用DCC-GARCH模型对中国内地(大陆)与港台股市的动态相关性进行探究，均证实了中国内地(大陆)与港台股市收益波动的相关性呈现时变性，且总体相关性呈现上升态势，一体化程度的进程正在加快；Guidi等(2016)[14]、Yang和Chen(2015)[15]、Kim和Lee(2012)[16]揭示了中国内地(大陆)与港台股市跟美国和英国等发达国家股市间的长期相关性和短期动态水平，发现中国内地(大陆)与港台股市的溢出效应主要发生在香港和台湾股市，而内地(大陆)股市仅存在微弱的正向溢出影响。现有研究中国内地(大陆)与港台股市间相关性的文献并没有考虑来自货币政策的影响，本文的研究将重点关注这一领域。

本文研究重点关注以下两个方面的问题：第一，结合MIDAS模型将低频货币政策信息纳入中国内地(大陆)与港台高频股市波动及相关性的研究中，以便更好地阐释月度货币政策对中国内地(大陆)与港台股市波动性以及相关性的影响；第二，将货币政策划分为扩张性和紧缩性的数量型和价格型货币政策，全面系统地分析不同类型的货币政策在不同时期对中国内地(大陆)与港台股市波动和相关性的非对称影响。总之，本研究涵盖了不同性质、不同类型的货币政策对中国内地(大陆)与港台股市波动性和相关性的非对称影响，填补了以往文献研究的不足。

二、模型简介

本节基于传统GARCH-MIDAS模型，在短期成分和长期成分增加了非对称部分，通过货币政策的变化将其分为扩张性和紧缩性的货币政策，分别探究不同性质的货币政策对中国内地(大陆)与港台股市的影响；并通过扩展的DCC-MIDAS模型，分析两种货币政策对中国内地(大陆)与港台股市长期相关性的影响。

(一)GARCH-MIDAS-X模型介绍

首先，下文给出了扩展的GARCH-MIDAS-X模型的表达形式，然后将货币政策纳入模型中，研究货币政策对中国内地(大陆)与港台股市波动的影响机制。

1.GARCH-MIDAS-X模型。

GARCH-MIDAS模型使用一个MIDAS多项式以便应用于月度、季度等各种频率的宏观和金融变量的建模。股市收益率可以表示成如下形式，即：

(1)

其中：ri，t为股票对数收益率，其条件方差被分解为短期成分gi，t和长期成分τt；μi，t为期望收益率；εi，t为股票对数收益率方程的误差项，εi，t|Φi-1，t～N(0，1)。短期波动成分gi，t一般设定为服从如下的GARCH(1，1)过程，即：

(2)

α和β分别表示股票对数收益率的条件方差中短期成分gi，t所服从的GARCH(1，1)过程中的ARCH项与GARCH项的参数。对于长期波动τt的建模，可在股市波动的长期成分中纳入宏观变量X来研究宏观经济变量对股市长期波动的影响，进而研究对整个股市可预期波动的影响，Engle和Rangel(2008)[26]提出了结合宏观经济变量的GARCH-MIDAS-X模型，形式如下：

(3)

其中，m指股市对数收益率条件方差的长期成分的均值，θ是MIDAS回归的系数。此外，上式中还包含一个权重函数，一般采取Beta权重。其定义如下：

(4)

最后，股市总的可实现条件方差通过下式计算得到：

(5)

关于GARCH-MIDAS模型，Conrad和Kleen(2020)[27]提出了一个方差比(VR)来衡量长期波动成分的相对重要性，其定义为：

(6)

VR反映了可归因于长期成分的总对数波动率所占的比例，VR值越大，说明该类型货币政策在中国内地(大陆)与港台股市长期成分中越重要，即该类型货币政策对总波动的贡献度越大。

2.非对称GARCH-MIDAS-X模型。

非对称性的GARCH-MIDAS(以下简称AGM)模型(Amendola等，2019[28]，Wang等，2020[29])的主要特点体现在短期成分和长期成分的设定上，其具体设定如下：

gi,t=(1-α-β-γ/2)+(α+γ·1{ri-1,t-μ<0})

(ri-1,t-μi,t)2/τt+βgi-1,t

(7)

Xt-kI(Xt-k<0)

(8)

(9)

(10)

此时，方程(1)、(7)～(10)构成AGM模型，通过该模型可以刻画不同区制下货币政策对股市长期和短期波动的影响。

(二)DCC-MIDAS-X模型

根据Engle(2002)[25]对DCC模型设定，动态条件相关系数矩阵Rt可以分解为：

(11)

(12)

ξi，t-1和ξj，t-1为基于GARCH-MIDAS模型获得的各序列残差。DCC-MIDAS模型长期相关定义为：

(13)

(14)

这样式(12)～式(14)构成了具有混频结构的DCC模型。

(15)

其中

(16)

我们只需要探究宏观变量对zi，j，t的影响便可推出宏观变量对各收益率相关系数的影响方向。m2、θ2以及ω3为待估参数，由于GARCH-MIDAS和DCC-MIDAS在样本开始时都需要解释变量的滞后阶数，我们选择Kc=36。本文重点关注θ2，该指数反映不同类型货币政策对中国内地(大陆)与港台股市动态相关性的影响，θ2将是衡量数量型货币政策与价格型货币政策有效性的重要指标。

三、货币政策和中国内地(大陆)与港台各股市的实证研究

(一)中国内地(大陆)与港台股市及货币政策样本选取

中国内地(大陆)股票选择由上海和深圳证券交易所联合发布的沪深300指数来反映内地(大陆)股市整体走势，香港股票选择恒生指数作为香港股市价格的重要指标，是反映香港股市价涨幅趋势最有影响的一种股价指数。台湾股市选择台湾加权指数，是由台湾证券交易所所编制的股价指数，能够反映台湾整体市场股票价值的变动。本文采用收益率衡量股市收益，因此各股市收益率可以定义为：SPt=ln(Pt/Pt-1)，其中，SPt表示t时的中国内地(大陆)与港台各股市收益率，Pt表示t时的中国内地(大陆)与港台各股市指数收盘价，Pt-1表示t-1时的中国内地(大陆)与港台各股市指数收盘价。

货币政策工具变量可分为数量型货币政策和价格型货币政策，数据频率均为月度，其样本区间为2005年4月至2022年2月。其中，数量型货币政策选用M2作为替代变量，M2通常反映的是社会总需求变化和未来通胀的压力状态，能够全面反映货币供给量的变动，对股价变动效应解释力更强。刘熀松(2004)[31]认为从20世纪90年代后货币供应量逐渐成为我国央行的政策目标和控制对象，因此M2也就逐渐成为社会各界了解央行货币政策方向的重要窗口。在刻画非对称影响时，选择货币供应量环比增长率M2g测度货币政策的松紧。M2g>0表示货币供应量上涨，代表扩张性的货币政策；M2g<0意味着货币供应量下降，代表紧缩性货币政策。价格型货币政策采用一年期贷款利率作为替代变量，用i表示。利率的调整将引起投资者投资偏好和公司融资成本的变化，进而影响股价发生变动，采用一年期贷款利率可充分反映央行对短期利率调控的效果和市场化程度。类似地，采用利率变化率ig来刻画价格型货币政策的紧缩和扩张状态。

我们通过观察货币政策的变化情况，发现数量型货币政策与价格型货币政策多次发生变化。因此，我们将货币政策分为紧缩性和扩张性的货币政策，扩张性货币政策的特点是M2增加，ig减少，而紧缩性货币政策相反。

(二)基于非对称GARCH混频模型实证检验

1.数据统计检验。

沪深300指数是由沪深证券交易所于2005年4月联合发布的，在样本期间沪深300指数共有4 111个交易日，香港恒生指数共有4 171个交易日，台湾加权指数共有4 174个交易日，由于节假日等原因，三个市场的交易日存在不一致的现象，因此本文选定三个市场均有交易数据的交易日进行分析。下文采用2005年4月至2022年2月的货币政策和2005年4月1日至2022年2月28日中国内地(大陆)与港台股市共计为3 893个交易日的样本数据来研究货币政策对股市波动及长期相关性的影响。以上数据均来自Wind数据库。

图1展示了中国内地(大陆)与港台各股市收盘价与收益率以及货币政策变化的时间序列图。可以看出，沪深300指数与台湾加权指数的走势较为接近，香港恒生指数的波动性较大。中国内地(大陆)与港台股市在2008年的经济危机期间，都经历了较大的波动，2015年中国内地(大陆)股市危机以及2020年暴发的新冠疫情都对中国内地(大陆)与港台股市收益率造成了较强冲击。通过数量型货币政策以及价格型货币政策的变化序列可以看出，央行对于货币政策在样本区间内进行多次调整，其调整时间稍微领先于股市收益率发生变化的时刻，由此可以看出中国内地(大陆)与港台股市能够对货币政策冲击做出反应。

图1 指数日收盘价、日收益率及货币政策变化序列

表1给出了中国内地(大陆)与港台各股市收盘价与收益率的序列的描述性统计量。通过均值、标准差、偏度、峰度等结果变量统计可以看出，沪深300指数的平均收益率最高，但其收益率的波动也相对较大，说明内地(大陆)股市的收益率起伏较大。香港恒生指数和台湾加权指数收益均值接近，但台湾加权指数的波动更小，说明其收益比较平稳。沪深300指数和台湾加权指数偏度都为负数，说明这两个股市收益率为负的可能性大于收益率为正的情况，投资者在进行投资时应当谨慎投资，警惕收益风险，调整投资组合配比。比较数量型和价格型货币政策的标准差可以看出，数量型货币政策相对稳定，价格型货币政策的波动很大。通过峰度可以看出中国内地(大陆)与港台各股市均不服从正态分布，这说明使用GARCH-MIDAS模型是非常适合的。

表1 指数收益率序列及货币政策描述性统计

2.GARCH类混频模型的实证结果。

在本节中，我们基于AGM模型使用样本数据分析了研究期间内不同类型货币政策对中国内地(大陆)与港台股市长期波动的影响。

表2为数量型货币政策和价格型货币政策以及两种货币政策共同作用在AGM模型下的估计结果。参数估计值如表所示，AGM模型参数如(α，β，m)均显著，说明数量型和价格型货币政策在AGM模型中能够较好地拟合股票收益，可用于刻画股票的波动。α和β之和明显接近于1，证实中国内地(大陆)与港台股市存在强烈的波动持续效应，并表明各股市具有高度的波动持续性。同时，AGM模型所扩展的大部分参数也很显著，这意味着AGM模型的扩展非常适合探究中国内地(大陆)与港台股市的波动情况。香港和台湾股市的参数γ为正且均显著，说明以上地区股市短期内均存在非对称效应，收益率下降会比收益率上升导致更高的波动率。

表2 不同类型货币政策下AGM模型估计结果

我们关注参数θ+和θ-，数量型和价格型货币政策的估计结果中我们观察到中国内地(大陆)与港台股市的θ+都为正，θ-都为负并且十分显著，这表明当货币供应量增加(即扩张的数量型货币政策)将增加内地(大陆)与港台股市下个月的波动，当货币供应量减少(即紧缩的数量型货币政策)同样会刺激内地(大陆)与港台股市的波动；价格型货币政策的估计结果与数量型货币政策的估计结果相同。当央行同时推行数量型和价格型货币政策时，货币政策对香港和台湾股市波动的影响与单独使用数量型和价格型货币政策时相同，而紧缩性数量型货币政策和扩张性价格型货币政策保持内地(大陆)股市波动的稳定。产生这种结果可能的原因是，由于央行决定减少货币供应量，造成金融市场上货币流通量变少，使得投资者和企业从业者对于股市投资将变得更为谨慎；与此同时，扩张性价格型货币政策促使投资者倾向于将现金或资金转入银行进行储蓄，以获得更加“稳定、安全”的收益。这表明当央行实行紧缩的数量型和扩张的价格型货币政策时，内地(大陆)股市投资者会将目光转移到身为国际金融中心的香港和台湾股市，考虑外汇或其他途径进行投资，从而会抑制内地(大陆)股市的波动，这一举动也将加大香港和台湾股市收益率波动。此外，由于央行提供的货币供给为人民币，其消费主体主要为内地(大陆)股票投资者，而香港和台湾股市作为国际金融中心，其使用货币除人民币外还有其他币种，因此，数量型货币政策对香港和台湾股市长期波动的影响较为稳固。当政府推行扩张或紧缩的货币政策时，会使得投资者进入香港和台湾股市时变得更加谨慎，影响投资者的决策，投资者为了规避风险不得不重新调整投资组合，“安全投资转移”效应出现，迫使股市原有的均衡被打破，进而造成股市波动发生动荡。因而如果仅有内地(大陆)股票市场波动出现变化，采取紧缩性数量型和扩张性价格型货币政策能有效控制该情况。

不同性质的货币政策对中国内地(大陆)与港台股市波动的影响强度可由eθφ(w1，w2)ΔX-1计算出。只考虑数量型货币政策时，当扩张性数量型货币政策增加0.01单位，分别对内地(大陆)、香港和台湾股市波动的长期成分增加3.62%、3.22%以及5.33%；而紧缩性数量型货币政策增加0.01单位，分别对内地(大陆)、香港和台湾股市波动的长期成分增加2.28%、0.06%和7.16%。当只考虑价格型货币政策时，当扩张性价格型货币政策增加0.01单位，分别对内地(大陆)、香港和台湾股市波动的长期成分增加0.05%、0.08%以及0.1%；而紧缩性价格型货币政策增加0.01单位，分别对内地(大陆)、香港和台湾股市波动的长期成分增加0.06%、0.17%和0.17%。可以看出，不同性质的货币政策对中国内地(大陆)与港台股市波动存在非对称性。其中，内地(大陆)与港台股市波动受价格型货币政策影响较小，受数量型货币政策影响较大，当货币供给量发生变化时，内地(大陆)股市投资者可能以外汇等方式将资本流向香港和台湾股市，使得两地股市波动大幅增长。当同时考虑数量型和价格型货币政策对内地(大陆)与港台股市长期波动的影响时，非对称性仍然显著。

我们可以参考VR值去定量分析数量型和价格型货币政策对中国内地(大陆)与港台股市波动的贡献，从沪深300指数来看，沪深300指数波动受数量型和价格型货币政策的影响在内地(大陆)与港台股市中最大，达到15.7%和44%；两种类型货币政策对香港恒生指数的影响很小，仅为10%左右，价格型货币政策对台湾加权指数的影响程度较大，约为31%，数量型货币政策的影响约为28%。当考虑两种货币政策工具作用的情况下，内地(大陆)与港台各股市的VR值均有所提升，这说明对于货币政策而言，考虑单一货币政策的影响作用是不全面的。此外，通过VR值可以判断香港和台湾股市受内地(大陆)金融环境的影响较小，可能原因是股市制度不同，香港和台湾作为国际金融中心，其股市波动受国际金融形势的影响程度较大。总体来说，数量型货币政策和价格型货币政策对中国内地(大陆)与港台股市的影响会因为各股市所处的地理位置、股市制度的不同而对各股市产生不同程度的影响。因而央行在制定货币政策时，应当因地制宜，针对特定市场采取不同类型的货币政策组合，从而能够在面临国际金融环境冲击时不影响或尽可能小地影响中国内地(大陆)与港台股市的长期稳定。

图2为中国内地(大陆)与港台各股市受货币政策影响下的条件波动及其长期成分图像。如图所示，我们同时给出了基于数量型货币政策和价格型货币政策的中国内地(大陆)与港台股市条件波动及其长期成分曲线图，当我们同时考虑数量型和价格型货币政策时，内地(大陆)与港台各股市的长期成分曲线能更好地拟合条件方差的波动。如图所示可以看出内地(大陆)与港台股市都呈现出了明显的周期性变化。在2008年金融危机爆发之前，内地(大陆)与港台股市的波动序列的走势基本相同，其中台湾加权指数的波动序列的起伏较大，随后产生巨大的波动，到达近几年来的峰值；2012年央行对基准利率进行调整，内地(大陆)与港台股市均出现明显的起伏；2015年中国股市开始出现暴跌，内地(大陆)股市由此达到一个波动高峰，内地(大陆)股市波动程度更大，持续时间相对较长；随着COVID-19疫情的暴发，各地股市波动情况再度爆发，波动起伏的态势一直持续。从整体上看，沪深300指数的波动曲线主要受内地(大陆)金融环境的影响，受国际金融危机的影响程度相对较小，而香港恒生指数和台湾加权指数的波动主要受国际金融因素的影响；在COVID-19疫情期间，内地(大陆)及香港股市为疫情冲击最早的地区，台湾地区由于防疫措施不完善，股市也产生了较大的波动。

图2 中国内地(大陆)与港台股市条件波动及其长期成分

3.DCC-MIDAS-X模型实证结果。

在讨论货币政策对中国内地(大陆)与港台长期波动的影响机制后，接下来将采用DCC-MIDAS模型继续研究货币政策对中国内地(大陆)与港台各股市间长期相关性的影响。首先讨论内地(大陆)与港台各股市之间的静态相关性，通过运用EViews软件得到表3。

表3 中国内地(大陆)与港台股市收益率静态相关性

表3为中国内地(大陆)与港台股市间收益率的静态相关系数。由表3可以看出，由于内地(大陆)股市与香港、台湾股票发行时间、发行体制不同，内地(大陆)与港台各股市之间的静态相关性并不是很高，尤其是沪深300指数与台湾加权指数相关性系数仅有0.336，香港恒生指数与沪深300指数、台湾加权指数的相关性系数分别达到了0.505和0.621。这说明在中国内地(大陆)与港台股市场中，香港恒生指数与台湾加权指数的相关性是最大的，而沪深300指数与台湾加权指数的相关性则相对较小。

表4、表5分别为基于数量型货币政策和价格型货币政策DCC-MIDAS模型的动态相关性估计结果。相关系数的动态调整系数a和b均显著，说明各个股市间的相关系数比较稳定，中国内地(大陆)与港台股市间的持续性和稳定性很强，联动关系平稳；中国内地(大陆)与港台股市的联动关系能抵御一定程度的货币政策的冲击。w的显著性与估计值则充分体现了数量型和价格型货币政策对长期相关性的贡献作用。通过观察参数θ，数量型和价格型货币政策对中国内地(大陆)与港台股市间长期相关性存在显著的非对称性效应，从使用单一货币政策效果来看，扩张性货币政策和紧缩性货币政策往往都会减少中国内地(大陆)与港台股市间长期相关性系数。表6综合考虑了数量型货币政策与价格型货币政策对中国内地(大陆)与港台各股市长期相关性的结果，我们发现，结果与单独考虑数量型货币政策与价格型货币政策相似，均能有效减少内地(大陆)与港台股市间长期相关性。其中，扩张性数量型货币政策能有效地增加香港、台湾股市之间的长期相关性。这是因为香港和台湾股市彼此间拥有很多同步的商业周期，存在直接的轮动关系，央行货币供给量的增加使得内地(大陆)投资者将资本流向香港和台湾股市，使得两股市之间相关性增强。此外，两种资产的相关性越强就越容易受到共同经济政策冲击。从这一点考虑，如果中国内地(大陆)与港台股市在共同抵御国际金融冲击时采用数量型和价格型货币政策更为合适。

表4 基于数量型货币政策下DCC-MIDAS-X模型估计结果

表5 基于价格型货币政策下DCC-MIDAS-X模型估计结果

表6 基于货币政策下DCC-MIDAS-X模型估计结果

图3和图4分别为基于数量型货币政策和价格型货币政策下的中国内地(大陆)与港台股市动态相关图。两种货币政策对内地(大陆)与港台各股市间长期动态相关性曲线的趋势出现明显不同。如图3、图4所示，可以看出内地(大陆)与港台股市间短期动态相关曲线表现出较强的时变特征并且与表4中静态相关系数结果相近。但在图3中，数量型货币政策并不能显著地影响内地(大陆)与港台各股市间的长期动态相关性。根据图4可以明显看到，价格型货币政策同样能够显著地影响沪深300指数与其他股票指数的长期动态相关性。其原因是股票的内在价值是对未来现金流的贴现，利率变化将会影响各企业的贴现率，最终导致企业股票价格的波动。因此，价格型货币政策会导致企业未来现金流的贴现值降低，使得股价产生波动。

图3 基于数量型货币政策的中国内地(大陆)与港台股市动态相关性

图4 基于价格型货币政策的中国内地(大陆)与港台股市动态相关性

图5 基于货币政策的中国内地(大陆)与港台股市动态相关性

通过动态相关性曲线得知，沪深300-恒生指数相关性直到2015年下半年一直相对稳定，保持在0.6左右；由于内地(大陆)股市暴跌，影响波及香港股市，导致相关性有所下降；而随着粤港澳地区不断加强合作，深入交流，两地股市相关性开始上升；随后在2020年由于新冠疫情再次下跌，但仍维持在较高水平。沪深300-台湾加权指数长期相关性相对较低，一般低于0.5；在2008年金融危机之前一直稳步上升；随着金融危机的到来，两地股市间的相关性变得复杂，在2015年内地(大陆)股市暴跌后达到最低值；在央行及时对利率进行了新一轮的调整后两地股市相关性虽然有所起伏，但仍然呈上升的趋势；在新冠疫情期间，作为受到疫情冲击最早的地区，沪深300指数与台湾加权指数均受到巨大冲击，相关性指数达到最高值0.7；最后由于新冠疫情两地防疫措施的不同，造成内地(大陆)股市与台湾股市相关性降至0.2左右，几乎为历史最低值。通过恒生指数-加权指数长期相关性曲线可以看出，考虑到央行颁布的货币政策对其相关性曲线的刻画并不趋同，说明央行货币政策并不能直接影响香港和台湾股市间的联系，这与内地(大陆)与港台股市制度不尽相同有关。香港和台湾股市的相关性在2015年内地(大陆)股市暴跌之前一直都处于0.6以上的高水平，其原因可能是香港和台湾股市起步较早，金融市场制度较为相似，都属于国际金融市场的中心地区，因此相关性长期保持在较高水平；2018年随着国际金融形势的变化，以及实体经济联系等原因，两地之间的相关性发生了一些起伏；同样在2020年新冠疫情暴发后，动态相关系数达到峰值接近0.8，随后逐步降低，其中原因有待在以后的研究中进一步探讨。

四、结论

本文选取2005年4月1日至2022年2月25日的中国内地(大陆)与港台股票指数(沪深300指数、香港恒生指数以及台湾加权指数)以及该区间内的月度货币政策工具变量(数量型货币政策为M2，价格型货币政策为一年期贷款利率)，首先基于拓展的非对称GARCH-MIDAS模型，利用混频计量模型探究低频的货币政策变量对高频股票波动的影响，这在研究中国内地(大陆)与港台股市的文献中尚属首次。同时也丰富了有关货币政策与高频股市长期波动相互关系的文献空白。其次，使用AGM模型探究不同类型货币政策对中国内地(大陆)与港台股市长期波动的非对称边际影响。最后，通过DCC-MIDAS模型，对比分析数量型和价格型货币政策对中国内地(大陆)与港台股市长期相关性的影响，研究证实了价格型货币政策对股市间相关性有显著影响。

本文的主要结论有以下几点：(1)数量型货币政策和价格型货币政策无论是在短期还是长期，均对中国内地(大陆)与港台股市波动产生显著影响。相关非对称的参数表明，单独考虑数量型和价格型货币政策将会加大内地(大陆)与港台股市长期波动；同时考虑数量型和价格型货币政策时，紧缩性数量型货币政策和价格型货币政策将会抑制内地(大陆)股市波动。(2)通过中国内地(大陆)与港台股市长期波动图可以看出，根据突发性事件(如2008年金融危机、2015年内地(大陆)股市暴跌以及COVID-19疫情)暴发时间分析，沪深300指数主要受内地(大陆)金融环境的影响，香港和台湾的股市波动则主要受国际金融环境变化的影响。(3)根据长期相关性曲线可以看出，沪深300指数与香港恒生指数的相关性相对稳定，数量型和价格型货币政策对其相关性曲线的影响效果相近；香港恒生指数与台湾加权指数相关性处于较高的相关水平，但受货币政策影响较小；数量型货币政策能较好地拟合沪深300指数与台湾加权指数相关性曲线，其数值较低，并且起伏较大。

本文的实证研究表明：首先，在不同的经济时期、股市地理位置，数量型和价格型货币政策对股市波动率的冲击都不稳定，呈现出周期性特征。其次，我国股市监管部门和宏观政策制定者可以正确认识到不同性质的数量型和价格型货币政策对内地(大陆)与港台股市波动及其动态相关性的影响情况，有效地制定恰当的货币政策，并且努力保障货币政策健康稳定的实施，促进内地(大陆)与港台股市稳定有序的发展。投资者应当多关注货币政策(特别是价格型货币政策)的发布及其变化，对其造成的市场效果进行有效的分析与预见，以便及时调整自己的投资组合，通过对股市的追踪做出正确的决策，获得最大收益。最后，关于股市的调控方面，建议央行应继续加强货币政策改革，促进内地(大陆)股市与香港、台湾等股市互通互联，政府应继续开发新的金融工具，加强货币政策调整的多元化，提高政策对股市建构的传导效率，减少不稳定的国际环境对中国内地(大陆)与港台股市的影响。同时央行应当关注内地(大陆)与港台股市间长期相关系数的走势，保持内地(大陆)与港台股市间的一定的相关性，但仍要警惕高相关性所带来的“互相影响”，可能会形成一种额外的金融冲击。值得强调的是，政府在干预经济时应更加谨慎，并强调金融市场的自我监管，以促进内地(大陆)与港台股市的健康发展。

中国内地(大陆)与港台股市是一个值得关注的区域性股市，随着海峡两岸股市的不断发展壮大，内地(大陆)与港台股市的总量将非常可观，将在世界股市上占据重要的位置，因此，研究中国内地(大陆)与港台货币政策对股市相关性影响无论是在拉动经济增长，还是在抵御金融风险方面都具有非常重要的意义。当然，本文仅仅考虑了货币政策对中国内地(大陆)与港台股市波动及长期相关性的影响，在以后的研究中可以尝试考虑其他宏观经济政策对内地(大陆)与港台股市的影响，也可以尝试同时加入多个经济政策对内地(大陆)与港台股市的综合影响。