我國股市的政策市特征與我國的基本國情有關(guān)，我國處于社會(huì)主義初級(jí)階段，計(jì)劃經(jīng)濟(jì)模式的影響依然存在，無論從社會(huì)、經(jīng)濟(jì)、個(gè)人等角度出發(fā)，相信政府已經(jīng)成為“囚徒博弈”中的一個(gè)最優(yōu)策略。我國股市發(fā)展迅速，從融資能力還是成交金額等方面看，我國股市已經(jīng)躋身于世界前列，然而，我國股市發(fā)展尚不完善。我國股市缺乏風(fēng)險(xiǎn)對(duì)沖機(jī)制，容易形成單邊的上漲或單邊的下跌，這是“政策市”形成的重要原因。在2010年融資融券信用交易制度和滬深300股指期貨引入之前，由于市場(chǎng)缺乏風(fēng)險(xiǎn)對(duì)沖機(jī)制，當(dāng)股市過于繁榮或過于疲軟的情況下，沒有一種反向機(jī)制能使其恢復(fù)到理性均衡的水平，政府只能通過發(fā)表言論或出臺(tái)相應(yīng)的政策以防止股市走向極端，從而避免更大的風(fēng)險(xiǎn)。例如，當(dāng)股票市場(chǎng)低迷時(shí)，政府往往制造“托市”輿論或采取政策措施，以防止股市的進(jìn)一步下跌；而當(dāng)股票市場(chǎng)出現(xiàn)持續(xù)上漲時(shí)，又往往制造相反的政策輿論或采取相反的政策措施，去有意“打壓”市場(chǎng)。因此，在沒有風(fēng)險(xiǎn)對(duì)沖機(jī)制的情況下，我國股票市場(chǎng)上就形成了一種特殊的市場(chǎng)與政府之間的“博弈”關(guān)系和“依賴”關(guān)系。一方面，市場(chǎng)始終保持著對(duì)政策的警惕性，揣摩著政策意圖，當(dāng)嗅到政府意欲“打壓”市場(chǎng)時(shí)，往往就會(huì)出現(xiàn)恐慌性拋盤，導(dǎo)致股價(jià)暴跌；而當(dāng)嗅到政策的“鼓勵(lì)”性暗示時(shí)，市場(chǎng)又會(huì)形成瘋狂的投機(jī)，導(dǎo)致股價(jià)暴漲。另一方面，市場(chǎng)又對(duì)政府存在著“政策依賴”，特別是當(dāng)股票市場(chǎng)出現(xiàn)低迷時(shí)，市場(chǎng)就會(huì)期待政府“托市”和“救市”，市場(chǎng)低迷持續(xù)時(shí)間越長，這種政策期待和依賴就越強(qiáng)烈，市場(chǎng)甚至通過各種渠道向政府施加壓力，“呼吁”和“催促”政府采取政策措施，拯救市場(chǎng)，而一旦利好政策出臺(tái)后，市場(chǎng)又演繹出一輪暴漲行情。

由于我國特有的國情，政策性因素在可以預(yù)見的將來仍將對(duì)我國股市產(chǎn)生巨大影響。宏觀經(jīng)濟(jì)變量，例如央行基準(zhǔn)利率與存款準(zhǔn)備金率變化是否對(duì)股市表現(xiàn)有所影響，是否對(duì)市場(chǎng)的流動(dòng)性狀況等有所影響？ 此外，印花稅是股票交易的顯性成本，交易成本的變化，對(duì)流動(dòng)性風(fēng)險(xiǎn)有何影響？ 本節(jié)將通過實(shí)證分析對(duì)以上兩個(gè)問題進(jìn)行考證。

6.2.1 研究方法

GARCH模型有以下兩個(gè)方面的優(yōu)勢(shì):①由方差的概念可知，方差應(yīng)始終大于0，然而在一般的GARCH模型中只有對(duì)參數(shù)做假定才能滿足該條件，而EGARCH模型在不對(duì)參數(shù)做任何限制的情況下保證了時(shí)變方差恒為正。②EGARCH模型可以很好地刻畫波動(dòng)聚集性與杠桿效應(yīng)。為了考察經(jīng)濟(jì)變量對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響，本節(jié)構(gòu)建了如下ARMA(p，q)-EGARCH(1，1)模型:

其中，εt=htzt，zt～i.i.d(0，1)

其中，g(zt-1)=([zt-1-Ezt-1]+φzt-1)

其中，式(6-5)是流動(dòng)性變化率序列DLt的均值方程，參數(shù)αi(i=1，2，…， p)，βj(j=1，2，…，q)刻畫了流動(dòng)性變化率序列的短時(shí)相依關(guān)系，其具體滯后階數(shù)可根據(jù)AIC、BIC最小等準(zhǔn)則確定，合適的模型滯后階數(shù)應(yīng)使得擾動(dòng)項(xiàng)是平穩(wěn)過程。式(6-6)是條件波動(dòng)方程，刻畫了流動(dòng)性風(fēng)險(xiǎn)的波動(dòng)聚集性與杠杠效應(yīng)；參數(shù)λ衡量了t-1期波動(dòng)對(duì)即期波動(dòng)性的影響，稱為“持續(xù)性系數(shù)”；參數(shù)θ是上期波動(dòng)性信息對(duì)即期波動(dòng)性的影響，稱為“信息系數(shù)”；參數(shù)φ是用來刻畫收益率波動(dòng)對(duì)信息的不對(duì)稱反應(yīng)，當(dāng)φ＜0，說明壞消息(或不利消息)對(duì)波動(dòng)的影響要大于好消息。

在實(shí)證研究的第一部分，我們將利率和準(zhǔn)備金率調(diào)整統(tǒng)稱為利率政策調(diào)整，利用式(6-6)研究利率政策上調(diào)與下調(diào)對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的非對(duì)稱效應(yīng)。需要注意的是，式(6-6)對(duì)標(biāo)準(zhǔn)的EGARCH進(jìn)行了微調(diào):虛擬變量I11、I12分別表示利率或準(zhǔn)備金率向上調(diào)整前、后五天的窗口。若第0天是調(diào)整當(dāng)天，則I11在第[-1，-5]天時(shí)的值取1，否則取值0；而I12在第[0，4]天取值1，否則取值0。類似地，I21、I22分別表示利率或準(zhǔn)備金率向下調(diào)整前、后五天的窗口。顯然，ω11、ω12分別表示利率向上調(diào)整前、后對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)影響；ω21、ω22分別代表利率向下調(diào)整前、后對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響。

在實(shí)證研究的第二部分，我們還將分別研究利率、準(zhǔn)備金率調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響。為此，需要我們對(duì)式(6-6)的符號(hào)進(jìn)行如下調(diào)整和界定:

其中，虛擬變量I′11、I′12分別代表利率調(diào)整前、后五天的窗口；I′21、I′22分別代表準(zhǔn)備金率調(diào)整前、后五天的窗口。

印花稅代表了股票的交易成本，是影響市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的一個(gè)重要因素，在實(shí)證研究的第三部分，作者還考察了印花稅調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響。對(duì)式(6-6)的虛擬變量進(jìn)行如下調(diào)整和界定:

其中，虛擬變量D11、D12分別代表印花稅向上調(diào)整前、后五天的窗口。若第0天是調(diào)整當(dāng)天，則D11在第[-1，-5]天時(shí)的值取1，否則取值0；而D12在第[0，4]天取值1，否則取值0。類似地，D21、D22分別表示印花稅向下調(diào)整前、后五天的窗口。

仍然以上證指數(shù)為考察對(duì)象，樣本區(qū)間為2003年1月2日到2009年6月30日，有關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)請(qǐng)參看6.1節(jié)。在此期間，共有基準(zhǔn)利率調(diào)整13次，其中上調(diào)利率9次，下調(diào)4次；存款準(zhǔn)備金率調(diào)整20次，其中，上調(diào)19次，下調(diào)1次。

6.2.2 利率政策上調(diào)與下調(diào)的非對(duì)稱效應(yīng)研究[1]

我們將利率和準(zhǔn)備金率調(diào)整統(tǒng)稱為利率政策調(diào)整，利用式(6-6)研究利率政策上調(diào)與下調(diào)對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的非對(duì)稱效應(yīng)。在此期間，利率政策調(diào)整共有33次，其中上調(diào)28次，下調(diào)5次，并依據(jù)此選取虛擬變量Iij，i，j=1，2。在確定了流動(dòng)性變化率序列與虛擬變量之后，我們按照構(gòu)建的模型進(jìn)行參數(shù)估計(jì)，共有兩個(gè)方程，分別是均值方程(6 6)，方差方程(6 6)。利用S-plus軟件，采用BHHH算法對(duì)模型進(jìn)行最大似然估計(jì)(MLE)，在充分捕捉殘差自相關(guān)和異方差性的基礎(chǔ)上，根據(jù)BIC最小準(zhǔn)則來選擇合適的模型滯后階數(shù)。通過對(duì)不同模型的擬合效果的比較發(fā)現(xiàn)，ARMA(1，1)-EGARCH(1，1)對(duì)上證指數(shù)流動(dòng)性變化率序列的擬合是充分的，模型估計(jì)與診斷性檢驗(yàn)見表6-4。

表6-4 利率政策調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)影響分析

表6-4中Q統(tǒng)計(jì)量與Q2統(tǒng)計(jì)量的殘差診斷結(jié)果也表明，經(jīng)所建立的模型擬合后，殘差序列不再具有條件異方差特性與自相關(guān)性。為了充分顯示擬合過程的合理性，我們畫出了原序列和殘差的ACF、QQ圖，如圖6-1所示。

圖6-1(a) 流動(dòng)性變化率序列的ACF值

圖6-1(b) 流動(dòng)性變化率序列平方的ACF圖

圖6-1(c) 擬合標(biāo)準(zhǔn)化殘差序列的ACF

圖6-1(d) 擬合標(biāo)準(zhǔn)化殘差序列平方的ACF

圖6-1(e) 擬合標(biāo)準(zhǔn)化殘差的t分布QQ圖

圖6-1的結(jié)果表明上證指數(shù)的流動(dòng)性變化率序列存在顯著的自相關(guān)性，經(jīng)過ARMA(1，1)-EGARCH(1，1)-t擬合后，殘差不再具有自相關(guān)性和異方差性，且殘差QQ圖幾乎都位于45。線上，說明t分布假設(shè)下擬合效果較好。

表6-4的研究結(jié)果表明，持續(xù)性系數(shù)λ和信息系數(shù)θ均在1%的置信水平下顯著為正，即以前各期波動(dòng)對(duì)即期波動(dòng)性的影響，且上期波動(dòng)性信息對(duì)即期波動(dòng)有顯著影響。持續(xù)性系數(shù)λ和信息系數(shù)θ兩者之和小于1，說明條件方差過程是平穩(wěn)的。參數(shù)φ刻畫了流動(dòng)性變化率的波動(dòng)對(duì)信息的不對(duì)稱反應(yīng)，在1%的置信水平下參數(shù)φ＜0，說明壞消息(或不利消息)對(duì)流動(dòng)性風(fēng)險(xiǎn)的影響要大于好消息，即利率政策上調(diào)對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響程度大于利率政策下調(diào)所造成的影響。

參數(shù)ωij，i，j=1，2可以反映在利率政策上調(diào)或下調(diào)前后流動(dòng)性風(fēng)險(xiǎn)的變化情況，估計(jì)的結(jié)果顯示只有ω12的系數(shù)顯著，且大于0，這說明在利率上調(diào)后的一周內(nèi)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)增加了；參數(shù)ω22為負(fù)，表明在利率政策下調(diào)后的一周內(nèi)，流動(dòng)性風(fēng)險(xiǎn)降低了，但這種效果并不顯著。

利率政策是宏觀經(jīng)濟(jì)調(diào)控的重要手段，它不僅代表了資金的使用成本，也會(huì)改變投資者對(duì)市場(chǎng)的預(yù)期，上述的實(shí)證研究表明利率政策調(diào)整后市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)會(huì)有一定的反應(yīng)，且在利率政策上調(diào)過程中這種表現(xiàn)更為明顯。由于我國股市缺乏風(fēng)險(xiǎn)對(duì)沖機(jī)制，當(dāng)股市過于繁榮或過于疲軟的情況下，沒有一種反向機(jī)制能使其恢復(fù)到理性均衡的水平，市場(chǎng)表現(xiàn)依賴與政府政策，負(fù)向政策對(duì)股市產(chǎn)生作用較快，而正向政策對(duì)股市影響存在滯后效應(yīng)。

6.2.3 利率和準(zhǔn)備金率調(diào)整對(duì)流動(dòng)性風(fēng)險(xiǎn)的影響研究[2]

在上述的實(shí)證研究中，我們將利率和準(zhǔn)備金率調(diào)整統(tǒng)一視為利率政策調(diào)整，這里我們將對(duì)利率調(diào)整和準(zhǔn)備金率調(diào)整區(qū)別開來，考察它們的調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響。采用S-plus按照模型(65)和(6 7)對(duì)參數(shù)進(jìn)行估計(jì)，估計(jì)結(jié)果如表6-5所示。

表6-5 利率與準(zhǔn)備金率調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)影響分析

表6-5的估計(jì)結(jié)果顯示:條件方差方程具有顯著的持續(xù)性系數(shù)和信息系數(shù)，也就是說以前各期波動(dòng)對(duì)即期波動(dòng)性有影響，且上期波動(dòng)性信息對(duì)即期波動(dòng)有顯著影響。持續(xù)性系數(shù)λ和信息系數(shù)θ兩者之和小于1，說明條件方差過程是平穩(wěn)的。表中Q統(tǒng)計(jì)量與Q2統(tǒng)計(jì)量的殘差診斷結(jié)果也表明，經(jīng)所建立的模型擬合后，殘差序列不再具有條件異方差特性與自相關(guān)性。參數(shù)φ刻畫了流動(dòng)性變化率的波動(dòng)對(duì)信息的不對(duì)稱反應(yīng)，這里將利率調(diào)整視為壞消息，而準(zhǔn)備金率調(diào)整視為好消息，φ＜0說明利率調(diào)整比準(zhǔn)備金率調(diào)整對(duì)市場(chǎng)影響更為顯著。這是因?yàn)槔首兓粌H影響了市場(chǎng)資金供給，也影響了企業(yè)未來利潤的現(xiàn)值，而準(zhǔn)備金率僅對(duì)市場(chǎng)資金供給產(chǎn)生影響。

參數(shù)γ11和γ12可以反映在利率調(diào)整前后流動(dòng)性風(fēng)險(xiǎn)的變化情況，估計(jì)的結(jié)果顯示γ12的系數(shù)顯著，且大于0，這說明在利率調(diào)整后的一周內(nèi)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)增加了；參數(shù)γ21和γ22可以反映在準(zhǔn)備金率調(diào)整前后流動(dòng)性風(fēng)險(xiǎn)的變化情況，參數(shù)γ22在10%的顯著性水平下為正，表明在準(zhǔn)備金率調(diào)整后的一周內(nèi)，市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)增加了。不論是利率調(diào)整還是準(zhǔn)備金率調(diào)整，市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)均沒有提前反映這一預(yù)期的變化。

為了證明上述估計(jì)過程的合理性，我們對(duì)經(jīng)所建立模型擬合后的標(biāo)準(zhǔn)化殘差進(jìn)行了檢驗(yàn)，圖6-2(a)是標(biāo)準(zhǔn)化殘差的ACF圖，圖6-2(b)是標(biāo)準(zhǔn)化殘差平方的ACF圖，這兩個(gè)圖的結(jié)果表明，殘差序列不再具有自相關(guān)性和異方差性，這就是說所構(gòu)建的模型可以很好地捕捉原流動(dòng)性變化率序列的特征，圖6-2(c)是標(biāo)準(zhǔn)化殘差的t-分布QQ圖，序列幾乎都位于45。線上，說明t-分布的假設(shè)合理。

圖6-2(a) 標(biāo)準(zhǔn)化殘差序列的ACF圖

圖6-2(b) 標(biāo)準(zhǔn)化殘差序列平方的ACF圖

圖6-2(c) 標(biāo)準(zhǔn)化殘差序列的t分布QQ圖

6.2.4 印花稅調(diào)整對(duì)流動(dòng)性風(fēng)險(xiǎn)的影響[3]

印花稅代表了股票交易的顯性成本，這里仍然選用上證指數(shù)為研究對(duì)象，樣本區(qū)間是2003年1月2日到2009年6月30日，在此期間，印花稅共調(diào)整了4次，其中有1次上調(diào)，3次下調(diào)，為了考察印花稅調(diào)整對(duì)股票市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響，我們選用構(gòu)建的模型式(6-5)和式(6-8)進(jìn)行估計(jì)。我們按照虛擬變量D11、D12的含義，確定研究變量，然后利用S-plus對(duì)數(shù)據(jù)進(jìn)行處理，采用最大似然法對(duì)參數(shù)確定，并得到了如下的研究結(jié)果，見表6-6。

表6-6 印花稅調(diào)整對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)影響分析

(續(xù)表)

表6-6的估計(jì)結(jié)果顯示:條件方差方程具有顯著的持續(xù)性系數(shù)和信息系數(shù)，且持續(xù)性系數(shù)λ和信息系數(shù)θ兩者之和小于1，說明條件方差過程是平穩(wěn)的。前期波動(dòng)對(duì)即期波動(dòng)性有影響，且上期波動(dòng)性所導(dǎo)致的新信息對(duì)即期波動(dòng)有顯著影響。表6-6中Q統(tǒng)計(jì)量與Q2統(tǒng)計(jì)量的殘差診斷結(jié)果也表明，經(jīng)所建立的模型擬合后，殘差序列不再具有條件異方差特性與自相關(guān)性。

表6-6中參數(shù)φ刻畫了流動(dòng)性變化率的波動(dòng)對(duì)信息的不對(duì)稱反應(yīng)，φ＜0說明壞消息對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響更為顯著，這里也說明印花稅上調(diào)對(duì)流動(dòng)性風(fēng)險(xiǎn)的影響較印花稅下調(diào)所帶來的影響要更為顯著。研究樣本期間共有4次印花稅變動(dòng)，2007年5月30日，印花稅有0.1%上調(diào)至0.3%，市場(chǎng)連續(xù)五天成交量萎縮，個(gè)股普遍跌停，市場(chǎng)中充斥著大量的賣盤，買方卻很少，市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)顯著增加，個(gè)股甚至出現(xiàn)了流動(dòng)性黑洞。2008年9月19日，證券交易印花稅由雙邊征收改為單邊征收，即僅由出讓方按1‰稅率繳納，這一消息公布引起了市場(chǎng)的“井噴”行情，所有股票幾乎全線漲停，同時(shí)股票的交易量并不是很大，買方遠(yuǎn)遠(yuǎn)多于賣方，市場(chǎng)的流動(dòng)性并不是很好，可以說買方的流動(dòng)性風(fēng)險(xiǎn)增加了，然而這種狀況也僅僅持續(xù)了一天時(shí)間。上述兩個(gè)例子也印證了我們的研究結(jié)果，即印花稅的上調(diào)與下調(diào)對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)，有非對(duì)稱效應(yīng)，且印花稅上調(diào)對(duì)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的影響更為顯著。

參數(shù)δ11和δ12可以反映在印花稅上調(diào)前后流動(dòng)性風(fēng)險(xiǎn)的變化情況，估計(jì)的結(jié)果顯示δ12的系數(shù)在1%的置信水平下顯著，且大于0，這說明在印花稅上調(diào)后的一周內(nèi)市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)顯著增加了；參數(shù)δ21和δ22可以反映在印花稅下調(diào)前后流動(dòng)性風(fēng)險(xiǎn)的變化情況，參數(shù)δ22在1%的顯著性水平下顯著為正，表明在印花稅下調(diào)后的一周內(nèi)，市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)增加了。不論是印花稅上調(diào)還是下調(diào)，市場(chǎng)的流動(dòng)性風(fēng)險(xiǎn)均沒有提前反應(yīng)這一預(yù)期的變化。

為了證明上述估計(jì)過程的合理性，我們對(duì)經(jīng)所建立模型擬合后的標(biāo)準(zhǔn)化殘差，進(jìn)行了檢驗(yàn)，圖6-3(a)是標(biāo)準(zhǔn)化殘差的ACF圖，圖6-3(b)是標(biāo)準(zhǔn)化殘差平方的ACF圖，這兩個(gè)圖的結(jié)果表明，殘差序列不再具有自相關(guān)性和異方差性，這就是說所構(gòu)建的模型可以很好地捕捉原流動(dòng)性變化率序列的特征，圖6-3(c)是標(biāo)準(zhǔn)化殘差的t-分布QQ圖，序列幾乎都位于45。線上，說明t-分布的假設(shè)合理。

圖6-3(a) 標(biāo)準(zhǔn)化殘差序列的ACF圖

圖6-3(b) 標(biāo)準(zhǔn)化殘差序列平方的ACF圖

圖6-3(c) 標(biāo)準(zhǔn)化殘差t分布的QQ圖

[1] 這部分內(nèi)容摘自國家自然科學(xué)基金項(xiàng)目“證券市場(chǎng)流動(dòng)性價(jià)值理論與實(shí)證分析技術(shù)”(編號(hào):70773075)的研究成果。

[2] 這部分內(nèi)容摘自國家自然科學(xué)基金項(xiàng)目“證券市場(chǎng)流動(dòng)性價(jià)值理論與實(shí)證分析技術(shù)”(編號(hào):70773075)的研究成果。

[3] 這部分內(nèi)容摘自國家自然科學(xué)基金項(xiàng)目“證券市場(chǎng)流動(dòng)性價(jià)值理論與實(shí)證分析技術(shù)”(編號(hào):70773075)的研究成果。