全球性因素及宏觀變量對股市價格的影響研究

文/馬欣宇

全球性因素及宏觀變量對股市價格的影響研究

文/馬欣宇

上海大學經濟學院

本文使用貝葉斯動態因子模型來解釋全球性因素和國家整體的宏觀變量因素如何影響股市價格的。研究發現，全球性因素是造成一個國家股票市場波動和其宏觀經濟波動的最大原因。全球性的宏觀經濟沖擊加上國內的宏觀經濟沖擊對各國股票市場價格變化的聯動性具有很強的影響，而一個國家的風險敞口在很大程度上反映了該國家對全球宏觀經濟風險的暴露程度。

宏觀變量；股價；貝葉斯動態因子模型

1 引言

將股票市場的較大波動性歸因于其宏觀經濟風險是否合理，對此希勒羅伯特（1981）進行了開創性的研究，他模擬了大量的歷史股票市場波動率以分析其原因。本文在全球經濟一體化的背景下將重溫這個問題。在過去的二十年中，全球化日漸加速，跨國金融流動和國際貿易在商品和服務方面都有快速增長。當今世界幾乎每個國家的宏觀經濟表現和金融市場都受到世界其他地區的發展的影響。這種一體化的國家經濟可以從根本上改變投資者所面臨的風險的性質，并作為結果影響股票市場走勢。在一個孤立的經濟體中，該國的宏觀經濟波動可能是其股票市場聯動性最重要的驅動力。在整體聯系的世界經濟中，一個獨立的國家的股票市場受到世界經濟周期的沖擊后所產生的反應強度，大于其受到自身的宏觀經濟波動的反應。

本文采用動態因子模型對從1995到2009年34個國家的一組月度數據進行貝葉斯方法估計，測量了全球股票收益率和全球宏觀經濟風險措施，并且試圖理解它們在各個國家間如何影響股票市場的波動性。該模型使本文能夠將一個經濟變量分解為一個各個國家間共同的“全球”因素和一個獨立的國家特定因素。本文發現，這些全球因素是影響一個國家的股票市場波動性的重要部分，除了國內宏觀經濟沖擊外，其他宏觀經濟波動和全球宏觀經濟的沖擊對該國股票市場的波動有著巨大的影響。一個國家的風險在很大程度上受全球股市風險的影響，表現在該國家對全球宏觀經濟風險的暴露程度上。

2 文獻綜述

本文借鑒了以往文獻研究的兩種形式。一是關于國際經濟周期和宏觀經濟聯動的實證分析，其中包括格雷戈瑞等人（1997），高斯等（2003，2008），卡諾瓦等（2007），切卡萊麗（2010）和克魯西尼等（2011）的實證文獻。這些文獻估計了動態因子模型各個版本，以此分析國際上午周期和宏觀經濟聯動的演變和驅動因素。另一種形式是對金融市場一體化的實證分析，包括哈默等人（1990），貝卡爾特和哈維（1995），福布斯和瑞格布恩（2002），布魯克斯和尼格魯（2005）、卡里瑞等（2007）、樸泰坤和羅（2009）和貝卡爾特等人（2009）。這些研究使用國際資產定價模型或計量經濟學的因素模型，重點在于測量和展現隨著時間的推移，世界金融一體化的發展程度。然而，本文的主要目的是為了研究的各國股票市場聯動效應和不同國家股票市場波動的宏觀經濟基礎。本文使用一個動態因子模型來分別解釋影響股市價格的全球性因素和一組國家整體的宏觀變量因素。這使本文能夠檢驗在全球一體化背景下，股票市場波動性和潛在的宏觀經濟風險在各國之間的聯系。

3 理論基礎

本文的理論基礎為經濟基礎假說。該假說起源于有效市場理論和公共信息假說,并在該理論的基礎上發展起來。該假說建立在投資者完全理性的前提上,認為市場價格的波動與聯動是由宏觀基本面引起的。基于傳統金融理論，投資者通過分析其獲得的資產基本面的相關信息，能夠正確地反映出關聯資產的價格，當不同國家的經濟基本面被某些經濟變量同時影響時，或有關這些經濟變量的外部沖擊出現時，具有相同經濟基本面的國家將會表現出關聯資產價格變化的趨同。

國外學者認為跨國套利者會基于本國宏觀經濟的改變來調整其在全球資產的投資組合，因此一個國家國內宏觀經濟的改變就可能對其他國家的股票市場產生影響。通過研究歐洲國家股票市場的情況，國外學者發現歐元的統一政策致使歐元區各國家經濟結構的相似性提高，從而大幅加強了股市的聯動效應。此外，該假說認為宏觀經濟是影響上市公司發展的主要因素,宏觀經濟環境對上市公司的影響十分明顯,而股票市場被稱為實體經濟的晴雨表,當股票價格及走勢的變動受到了實體經濟的影響時，其他市場參與者會根據其走勢來調整在其他股票市場上的投資策略。Finnerty等(1995)將宏觀經濟新聞作為變量,研究了經濟基礎假說對于股市聯動性的影響,該文將英美金融市場的宏觀經濟新聞數量化后作為數據來源,將英美期貨合約的當日收益率作為研究對象。結果發現,英美兩國的經濟新聞彼此影響，進而引發了兩國股票市場的聯動性,這進一步說明了經濟基礎假說的重要性。

4 模型及其估計

yi,t=λift+εi,t(1)

公式中ft代表一個共同的全球因素，λi代表第i個國家的個體因素，εi,t是一個獨立的國家特定的沖擊因素。ft和εi,t兩者都被假定為遵循以下有序的自回歸過程：

ft=φ1ft-1+φ2ft-2+…+φpft-p+ut(2)

εi,t=Ψ1εt-1+Ψ2εt-2+…+Ψpεt-p+ui,t，

i=1,2, …,N (3)

本文可以通過Kalman filter的最大似然法估計上述模型。但是考慮到模型的大樣本（在本文的例子中），進行似然估計函數的樣本數目最大化可能是具有挑戰性的。作為代替本文通過Markov Chain Monte Carlo（MCMC）采用貝葉斯方法來估計模型。

本文采用的模型分為四個（月度）變量：年度記錄的股票市場指數的變化；名義短期利率；工業生產的增長率和消費物價指數的通貨膨脹率。樣本包括34個國家（N=34），涵蓋了2009年和1995年之間的時期，然而許多發展中國家沒有早期的數據。樣本國家包括大多數發達國家和許多發展中國家。股票市場指數來源為Datastrem國際。其他宏觀經濟變量來自世界銀行或國際貨幣基金組織的國際金融統計。由于實際股票市場的回報率是名義回報率減去通貨膨脹率，因此所有序列值都低于之前的估計。進行貝葉斯估計后，將方程（2）和方程（3）的滯后期定為2和3。Gibbs樣本在起初采樣5000次后又進行了25000次迭代。

5 結論

本文進行了實證分析來解釋全球性因素和一組國家整體的宏觀變量因素對股市價格造成何種影響。研究結果表明，在日益一體化的全球經濟背景下，以超越國界的角度來理解金融市場風險的宏觀經濟基礎顯得十分重要。尤其是當宏觀經濟風險可以被投資者正確識別時，其對股票市場聯動性的提高具有較強的影響。

[1]Agmon T. The relations among equity markets: a study of share price co-movements in theUnited States, United Kingdom, Germany and Japan[J]. The Journal of Finance, 1972, 27(4):839-855.

[2]Connolly R A, Wang F A. On stock market return co-movements: macroeconomic news, dispersion of beliefs,and contagion[J], 2000.

[3]Blackman S C, Holden K, Thomas W A. Long-term relationSSECps between internationalshare prices[J],1994, 4(4): 297-304.

[4]Hyde S J, Bredin D P, Nguyen N. Correlation Dynamics between Asia-Pacific, EU and US Stock Returns[J]. General Information, 2008.