经济政策不确定性对我国股票市场波动性的影响研究

来源:用户上传      作者:金浩 舒帅杰

　　摘 要：股票市场的波动与实体经济走势及宏观经济政策密切相关。基于2014-2018年的上证A股数据，采用GARCH-MIDAS-X模型分析了经济政策不确定性对股市波动的影响，结果表明经济政策不确定性很好的解释了我国股市波动的短期和长期部分。另外还发现在不确定不断上升的情况下，具有机构持股比例较多、非融资融券、国有企业特质的企业股票的波动性相对较小。
　　关键词：经济政策;股票波动;不确定性;企业异质性
　　中圖分类号：F23     文献标识码：A      doi：10.19311/j.cnki.1672-3198.2020.07.045
　　0 引言
　　目前我国实体经济正处在转型的关键时刻，股票市场作为资金的蓄水池对推动实体经济及践行国家发展战略层面具有重要意义。近年以来国际黑天鹅事件频发，中美贸易战愈演愈烈，政治、经济领域的不确定性引得资本市场异常波动，股票市场暴涨暴跌现象常有发生， Marfatia采用TVP模型中估计了标准普尔500指数股票收益率对经济政策不确定性的响应，结果表明不确定性水平与标准普尔500指数股票收益率时变响应之间存在显著的负相关。李力等基于上证指数从宏观和微观两个角度考察经济政策不确定性对股市波动率的影响，发现经济政策不确定性会使投资者产生较大分歧并在一定程度上助长悲观情绪，并导致股市的波动率显著提高。另外，我国上市企业之间异质性突显，而某些特征指标突出的企业能够获得投资者的关注，进而影响投资者的选择偏好，并最终可能影响到股票的波动性。因此，在研究经济政策不确定性对股市波动的影响过程中引入企业异致性就很有必要。
　　近年来，众多学者对混频数据模型方法也开展了众多有价值的研究，本文将在GARCH-MIDAS模型的基础上加入EPU指标，分析经济政策不确定性对股市波动的短期成分和长期趋势的影响，并通过构建多元回归模型从企业异致性的角度进一步分析经济政策不确定性对股市波动的影响。
　　1 实证分析
　　1.1 变量选择与数据来源
　　本文选取2014-2018年沪市A股日度数据为研究对象，股市日度数据共计1214组，其股指数据来源于Wind数据库，经济政策不确定性采用Davis等人编制的EPU指数作为代理变量，该指数为月度数据，共计108组，股市收益率采用收盘价格自然对数差分形势并且扩大了100倍，记为rA，为确保数据的完整性和有效性将剔除缺失重要指标可能影响实证结果的上市公司，并剔除被ST及摘牌的上市公司。
　　企业异质性变量：实证过程中涉及三个异质性变量。（1）企业所有制性质（SOE）：定义国有上市公司为1，非国有上市公司为0。（2）融资融券标的（SMT）：根据上交所公布的融资融券交易信息，将上市企业的股票划分为融资融券标的和非融资融券标的两种类型。（3）机构持股比例（ISH）。
　　控制变量：参照以往研究不确定性和股票市场波动性的文献如唐松、顾夏铭等，将其它有可能对股票市场波动性产生影响的因素纳入进来。本文选取的变量包括企业规模、企业上市年龄、有形资产比率、现金流比率、资产收益率、机构持股比例以及时间趋势变量。其中企业规模（Size）采用企业资产总额对数值表示。企业上市年龄（Age）从企业开始上市交易日期算起。有形资产比率（Tangibility）指有形资产净值与总资产的比率。现金流比率（Cashflow）采用货币资金和总资产的比值来表示。资产收益率（ROA）是归属母公司股东的净利润与平均净资产的百分比。分红次数（Nsb）表示公司累计分红次数。时间趋势变量（Timetrend）以大盘指数为参照，当大盘指数下跌时Timetrend=1，否则取值为0，数据来源国泰安数据库。
　　1.2 描述性统计
　　表1给出了EPU指数和上证综指日收益率的描述性统计量。由表可知两变量的偏度值都大于0，说明数列呈右偏性质;两个变量的峰度值均大于3并且JB统计量均显著，表明这两个变量都不服从正态分布并且呈现“尖峰厚尾”的特征。
　　作为参照，在分析EPU指标对股市波动率的影响之前，我们先估计不加入EPU指标的GARCH-MIDAS模型结果，加入不确定性指标前后的系数估计如表1。
　　根据AIC信息准则，加入EPU指标的模型大部分要优于基准模型RV。模型中部分参数（μ，α，β）在统计上是显著的，这说明A股的短期波动存在强烈的波动聚集效应。在模型的设定中，θ1、θ2分别代表已实现波动率、不确定性指标对波动率的长期影响。RV+EPU估计结果中的θ2符号为正且显著，这表明经济政策不确定性也会提高A股的长期波动成分。
　　相对非国有上市企业来说，国有企业人才储备丰富，更容易获得国家财政上的支持，面对不确定性的冲击时，国有企业抵抗能力更强。因此我们提出第1个假设：在面对经济政策不确定性冲击时，国有企业股票波动性要比非国有企业更稳定。经济政策不确定性对股票市场波动性影响还可能和标的股票是否融资融券相关，在不确定性不断上升的市场环境中，融资融券会通过杠杆加大交易额但同时也会加剧标的股票的崩盘风险。所以我们提出第2个假设：在经济政策不确定性较高的市场环境中，投资者更倾向非融资融券标的股票。一直以来机构重仓持股的股票都是投资者股票投资的风向标，究其原因在于机构投资者在信息获取方面更加敏捷，尤其在交易模式和分析能力上机构投资者更是有着不可挑战的优势。基于此本文提出第3个假设：面对经济政策不确定性的冲击，为避免股价波动过大而带来损失，投资者会投资那些机构持股比例较大的股票。为检验假说1至假说3，设定以下计量模型：
　　用上述模型检验假设1时Xi，t=SOEi，t表示股票所属企业的所有权属性，若企业是国有企业，则SOEi，t=1，若企业是非国有企业，则SOEi，t=0。若假设1成立，则模型中系数α3的估计值将显著为负值。当检验假设2时，Xi，t=SMTi，t表示股票是否能够融资融券，当SMTi，t=1表示该股票是融资融券标的，若假设2成立则实证结果中α3是显著的。检验假设3时Xi，t=ISHi，t，ISHi，t表示机构持股的比例，如果系数α3显著为负值则假设3成立。 　　采用GARCH（1，1）模型测算出日度对数收益率的波动率均值，再乘以月度平均交易日的平方根转化为月度波动率来探究经济政策不确定性对股票市场波动性的影响，根据AIC准则判定得出最优滞后阶数为2阶，因此对多元回归模型中解释变量、控制变量（除企业上市年龄和时间趋势变量外）均做滞后2期处理。
　　從表2的结果中可以看出在不同的特征变量下，EPU系数始终大于零，说明经济政策不确定性对股票市场的波动性整体有一个负面的作用，这和前文中经济政策不确定性会加大股市波动性的结论相契合。为了验证企业异质性对股票市场波动性的影响，我们在模型一、二、三中分别加入了企业所有制、融资融券及机构持股比例及其与经济政策不确定性的交乘项，实验结果均呈现较强的显著性，这一回归结果验证我们的假说。
　　2 结论和政策建议
　　本文采用GARCH-MIDAS模型研究了经济政策不确定性对股票市场波动的影响，根据实证结果得出如下结论：
　　（1）实验结果表明经济政策不确定性在短期和长期均会对股票市场的波动性产生影响;在短期内股票市场波动存在强烈的聚集效应，经济政策不确定性对股票市场波动存在显著影响;在长期中，经济政策不确定性对股票市场波动同样表现出显著性并显著提高了股票市场得长期波动成分。
　　（2）在经济政策不确定的市场环境中，具有不同特征的企业抵抗不确定性冲击的能力是不同的。相对非国有上市企业来说，国有企业人才储备丰富，更容易获得国家财政上的支持，因此抵抗能力更强。融资融券交易通过加杠杆在一定程度上放大了资金和股票的供求，但在不确定的市场环境中就很容易受到空头的狙击并导致崩盘。机构投资者较于散户来说具有资金上的绝对优势，此外机构投资者往往可以利用广泛的信息渠道快速获取信息锁定目标股票并获取超额利润。综上我们得出在经济政策不确定性的市场环境中，非融资融券标的、机构重仓持股的国资股票波动更平稳的结论。
　　为稳定股票市场波动性，实现企业长足的发展，提出以下政策建议：
　　（1）加强政策制定的前瞻性，假如政府在面对不确定性冲击时能够采取及时有效的政策，这将大幅改善这种负面影响。在保证有效性的同时充分考虑到政策的稳定性和持续性，避免其出现大幅变动，从而导致股市的剧烈震荡。
　　（2）加大对非国有企业尤其是上市民营企业的支持力度，缓解非国有企业融资难融资贵的问题。加快融资融券改革步伐，要区别对待融资融券在政策平稳和不确定性的市场环境中所产生的不同作用，逐步放开券商投资限制，打通社保基金、保险、企业年金等的入市瓶颈，提高机构持股比例。
　　（3）探索创新退市方式，实现多种形式的退市渠道，对严重扰乱市场秩序、触及退市标准的企业，坚决退市，加大对上市企业尤其是企业大股东的监管，切实保证散户尤其是小股民的合法权益。另外，有必要加强对投资者散户的教育，使之理性看待股票市场出现的震荡和风险，引导投资者由短期投资到长期性价值投资的转变，从而实现股票市场的长足发展。
　　参考文献
　　[1]Marfatia H.Impact of Uncertainty on High Frequency Response of the U.S.Stock Markets to the Fed's Policy Surprises[J].Quarterly Review of Economics & Finance，2014，54（3）：382-392.
　　[2]李力，宫蕾，王博.经济政策不确定性冲击与股市波动率——来自宏观与微观两个层面的经验证据[J].金融学季刊，2018，12（04）：94-126.
　　[3]唐松，吴秋君，温德尔，等.卖空机制、股价信息含量与暴跌风险——基于融资融券交易的经验证据[J].财经研究，2016，42（8）：74-84.
　　[4]顾夏铭，陈勇民，潘士远.经济政策不确定性与创新——基于我国上市公司的实证分析[J].经济研究，2018，（2）：109-123.
　　[5]Pan Y，Wang T Y，Weisbach M S.Learning about CEO Ability and Stock Return Volatility[J].NBER Working Papers，2013，28：1623-1666.
转载注明来源:https://www.xzbu.com/2/view-15206256.htm