中国股市波动特征的区制转移研究

引言2007年下半年，由美国次贷危机引发的金融海啸席卷全球，包括中国在内的各国政府都相继出台救市方案，不遗余力地挽救不断下滑的经济。

作为最大的发展中国家，中国在宏观经济的调控方面表现出了出色的能力。

从2008年6月起，中国人民银行及时进行政策调整，实行适度宽松的货币政策，扩大信贷和货币供应规模，以遏制经济下滑风险。

到2009年中期，我国广义货币供应量（M 2）同比增长率接近30%，达到最近10年来的增长波峰。

这一系列宽松货币政策实施之后，股票市场的波动态势随即开始发生引人关注的变化。

自2008年开始，上证综指逐渐攀升，到2009年7月，股指比2008年的低谷水平增长一倍，然而2009年下半年至今股市又出现向下波动的趋势。

股票市场的大幅波动不仅给未来政策调整的方向和力度带来了挑战，而且增大了货币信贷投放风险的潜在不确定性。

因此，在全球新型金融危机后，我国股票市场的波动特征及其与货币政策调整的联系成为决策层和学术界关注的焦点。

关于股票市场波动特征的文献非常丰富，早期的研究主要关注股价波动性的预测信息。

但由于早期研究大多使用噪声项的波动性替代股价本身的波动性，因此模型并不能准确描述股票市场波动的持续性特征，而且系数估计存在向下的偏差。

Filardo （2004）的研究开始关注股票价格频繁波动持久性的原因。

Christiano 等人（2007）的研究进一步发现，扩张性货币政策的实施会向股票市场传递强烈反弹信号。

但是张维等人（2009）却认为由于投资者的有限理性，股票市场也会出现异常剧烈的波动。

过度宽松的货币政策是否会引起资产价格剧烈波动，进而破坏实体经济的复苏，关于这一问题学界至今仍存在争议。

争论的焦点在于货币当局是否应该把资产价格特别是股票价格的波动性纳入到政策决策的信息集中。

例如，Bernanke and Gertler （1999）主张，中央银行在制定货币政策时应该主要关注通胀水平，不必考虑资产价格的波动因素。

这种观点遭到Cec -chetti 等人（2000）的反对。

后者提出，货币政中国股市波动特征的区制转移研究内容摘要：本文运用马尔可夫区制转移GARCH 模型研究2003~2009年期间中国股票市场的波动特征。

实证结果显示，全球新型金融危机后的货币政策调整引起股票市场波动性特征发生显著变化。

从2008年下半年开始，中国股票市场进入了一个波动性较大的时期，而且这种高波动特征持久性较强。

研究结果表明，货币当局在制定货币政策时，亟需将股市波动性纳入到政策决策的信息集中，通过宏观审慎的政策调整来稳定金融市场，从而实现政策调整的预期目标。

关键词：GARCH 模型波动性货币政策区制转移中图分类号：F831文献标识码：A作者简介：张成思，中国财政金融政策研究中心研究员，中国人民大学财政金融学院教授、博士生导师；舒家先，安徽财经大学经济学院副教授。

*基金项目：中国人民大学科学研究基金项目（06XNB003）；安徽省哲学社会科学规划项目（AHSK09-10D03）。

张成思舒家先*策的根本目标之一是保证金融市场稳定，而股票市场剧烈波动无疑会对整个金融市场及实体经济产生巨大负面影响。

因此，货币当局需要全面考虑包括股票市场在内的多维因素。

已有研究之所以出现不同的结论，关键在于他们对资本市场有效性的假设存在差异。

例如，Bernanke and Gertler（1999）认为资本市场是有效的，它能够在资产价格发生错位时进行自动调节。

因此，只要所有信息在股价上得到充分反映，那么长期来看资产价格就会与其真实价值保持一致。

由于中央银行较难区分资产价格波动性的来源，所以中央银行的干预反而会削弱调控的效果。

相反，Cecchetti等人（2000）的研究并未从资本市场有效性的角度出发，而是强调资产价格波动性是由宽松政策刺激产生的。

瞿强（2001）认为这很容易导致资产泡沫的产生。

而泡沫不可能长期持续，一旦破裂，实体经济就会受到冲击。

因此，中央银行政策的制定过程中必须考虑资产价格的动态波动特征。

本文与已有研究不同，我们基于股票价格波动持久性特征的新视角，针对中国具体情况重新审视资产价格波动是否应该纳入货币政策的决策信息集中。

本文研究的基本思路是，如果货币政策对股票市场的冲击推动资产价格波动性增大，而且这种高波动性的持久性非常强，那么资产价格自我调节的结论就不能成立，从而说明货币政策的制定需要考虑资产价格波动性因素。

相反则说明资产价格波动不是货币政策调整的主要因素。

另外，本文在研究方法上也有针对性地进行了拓展。

在实证分析中，我们在上世纪90年代中后期一系列重要的相关研究成果的基础上进行计量建模。

Hamilton and Susmelb（1994）将区制转移因素作为内生变量引入到时间序列模型中。

Gray（1996）在这一思想的基础上，将无法观测的区制路径引入到GARCH的结构方程之中，利用上一个时期方差的条件期望来估计本期方差，即马尔可夫区制转移GARCH （MRS-GARCH）模型。

在对我国股价波动性进行建模的过程中，我们认识到，如果样本区间内存在结构性突变，那么使用传统的广义自回归条件异方差（GARCH）模型将会导致波动性统计量被高估或低估。

因此，本文基于中国股票市场的实际波动特征对MRS-GARCH模型进行了改进，使用改进后的模型来检验我国近年来货币政策的实施对股票市场波动性的影响。

在结构安排上，第二部分是MRS-GARCH模型的设立、数据说明以及估计结果的分析；第三部分阐释实证结果的政策含义，特别对货币政策传导机制和政策目标如何设定做了深入探讨；第四部分总结全文。

一、模型建立与估计（一）模型本文基于Gray（1996）的MRS-GARCH模型，但从两方面进行了改进。

第一，我们考虑到国际资本跨境流动的现实情况，在均值方程中引入标准普尔500指数，用来反映国际股票市场的收益跟波动情况。

第二，由于股票指数收益率表现出宽尾特性，因此我们在波动性区制中设定股票指数收益率服从t-分布，而不使用Gray提出的正态分布来捕捉指数收益率的边际分布特征。

在模型的具体设立中，我们把所考察的时域划分成两个不同区制。

在每个区制中，股票指数收益率都服从t-分布，但在不同区制中允许自由度、期望以及方差不同。

我们用St来标识每个时点收益率所处的区制，即状态随机变量。

St标识了两种不同的波动性特征。

当St=1时，表明数据生成过程处于高波动性区制；而当St=2时，表明数据生成过程处于低波动性区制。

下面令r t|ζt-1~tμ1t，σ1t，df1tμ2t，σ2t，df1!（1）表示rt是以ptit的概率服从期望为μit、方差为σ2it、自由度为dfi的t-分布（i=1，2）。

其中，ζt-1表示在t-1时刻的信息集，并且ptit=Pr{St=i|ζt-1}，表示在时刻t状态S处于区制i的后验概率。

在GARCH模型设定中，均值方程里对中国股票指数收益率以一阶自回归模型为基础，同时考虑独立于中国股票市场的国际市场指数收益率r spt-1，即r it=a0i+a1i r t-1+a2i r sp t-1+εt，i.idεt|ζt-1~tμit，σi t，df t ，i=1，2.（2）两边同时取条件期望，可以得到均值方程：μit＝a0i+a1i r t-1+a2i r sp t-1for i=1，2.（3）从方程（3）可以看出，在引入了不同区制之后，均值方程并没有发生实质性的变化，但当我们把不同的区制引入到方差方程时，复杂程度有所增加。

从随机过程的角度看，各个时期的方差会出现“路径依赖”的问题。

也就是说，由于GARCH模型中方差方程本身的自回归的设定，当我们引入不同的区制后，各期的条件方差就会很大程度上依赖之前的状态指示信息集{St-1，S t-2，…，S0}。

为了解决这一问题，我们采取首先设立GARCH（1，1）的方差模型，即σ2it＝b0i+b1iε2t-1+b2iσ2t-1（4）根据马尔科夫过程的标准过程，可以求出时刻t 的条件方差，即σ2t＝E[（r t-E[r t]）2|ζt-1]＝E[r2t|ζt-1]-{E[r t|ζt-1]}2（5）=pt1t（μ21t+σ21t）+（1-pt1t）（μ22t+σ22t）-[pt1tμ1t+（1-pt1t）μ2t]2σ2t的值可以看做是两个不同区制的条件方差的一个加权叠加的效果，反过来我们可以利用它的值去估计每个区制的方差方程中下一时点的条件方差σ2i，t+1（i=1，2）。

同时，可以推导出方程（2）的表达式：εt-1＝r t-1-E[r t-1|ζt-2]=r t-1-[pt1t-1μ1t-1+（1-pt1t-1）μ2t-1]（6）下面考虑状态转移变量St的转移概率。

根据马尔科夫过程，一步转移概率可以表示为：Pr{S t=1|S t-1=1}=π1Pr{S t=0|S t-1=1}=1-π1，（7）Pr{S t=0|S t-1=0}=π2，Pr{S t=1|S t-1=0}=1-π2.其中，π1，π2∈[0，1]。

在此基础上，我们得到MRS-GARCH（1，1）的极大似然函数Λ：Λ＝Tt=1Σln{pt1t f1t（r t；μ1t，σ1t，df1）+（1-pt1t）f1t（r t；μ2t，σ2t，df2）}，（8）其中，fit 是均值为μit，方差为σ2it，自由度为df i的t-分布的密度函数。

待模型估计出来之后，可以估计出时刻t处于不同区制的概率pt1t和pt2t，进而估计出这个时期波动性的变化情况。

pt it=π1f1t-1pt it-11t-1it-12t-1it-1+（1-π2）f2t-1（1-pt it-1）1t-1it-12t-1it-1（9）（二）数据为了刻画股票市场的总体价格水平，我们采用市场上具有代表性的价格指数数据。

其中，中国股票市场采用上证综指作为代表。

国际市场使用标准普尔500指数（S&P500）作为代表。

数据样本为2003年1月1日起到2009年12月15日对应指数的每日收盘价（来源于Datastream）。

图1刻画了所选的两个市场指数及各自对应的日收益率走势。

图1描述的指数动态变化路径所包含的信息是相当丰富的，从某种程度上反映了近几年来国内国际经济运行和宏观政策的变迁对股票市场的影响情况。

具体来说，2003到2007年上半年，世界经济总体向好，经济运行比较平稳，各国的资本市场经历了一轮牛市。

对于中国来说，在经济持续高速增长的背景下，上证综指增长了3倍以上。

然而，自2007年下半年开始，美国次贷危机迅速席卷全球，标准普尔500指数大幅下跌。

紧接着，中国市场也开始风格转向，上证综指一度跌入谷底。

2008年下半年，随着政府相继出台一系列的财政和货币政策应对金融危机，市场指数又开始平稳回升。