中國股市是宏觀經濟的晴雨表嗎？
——基于馬氏域變模型的研究

孟慶斌，張永冀，汪昌云

(1.中國人民大學商學院，北京 100872；2.北京理工大學管理與經濟學院，北京 100081)

1 引言

我國股市經歷了將近30年的發展，市值規模迅速擴大，資金配置效率逐步提升，在社會經濟融資體系中發揮了越來越重要的作用。在這種趨勢下，證券市場作為我國實體經濟“晴雨表”的作用日益明顯，對實體經濟和宏觀政策變動的反應也越來越靈敏。相應地，宏觀經濟因素對股市的影響也逐漸成為我國經濟政策制定過程中需考慮的重要因素之一。因此，我們有必要結合股市的發展變化，考察和比較不同階段我國宏觀經濟因素對股市的影響，從而為政策制定提供參考依據。

證券價格會對宏、微觀信息及時作出反應。以往研究多從微觀角度探討價格波動機制[1-2]。近年來宏觀經濟因素對股市波動的影響日益得到學術界廣泛關注。國內外研究主要從三個方面研究宏觀經濟因素對股市的影響：首先是經濟增長對股市的影響，如Schwert[3]對美國股市波動與美國宏觀經濟、金融政策波動之間的相關性進行了研究；Beltrattia和Morana[4]考察了美國股市周期和宏觀經濟周期之間的協同性。鄭江淮等[5]、許均華和李啟亞[6]、梁琪和騰建州[7]、劉少波和丁菊紅[8]、唐平和劉燕[9]、余秋玲和朱宏泉[10]、趙華和秦可佶[11]等國內學者從不同角度探討了我國經濟增長與股市之間的聯系，探討了實體經濟發展中證券市場的功能定位問題。其次是貨幣政策對股市的影響，如Thorbecke[12]研究發現美國貨幣政策(利率或聯邦準備金)對股市收益有顯著影響。中國人民銀行研究局課題組[13]、孫華妤和馬躍[14]、呂江林[15]等分別從貨幣政策的制定、調整等角度分析了貨幣政策與股市的關系，基于證券市場反應對貨幣政策的制定和實施提出建議。此外，還有不少學者關注國際資金流動對股市的影響，如Bollerslv等[16]從理論上對政策變動對股價跳躍的影響進行建模，給出了解決此類問題的一般理論框架。Jorion[17]研究發現美元匯率波動對美國股市影響并不顯著。呂江林等[18]、楊海珍等[19]研究了人民幣升值引起的資金流入對中國股市的影響。

已有研究為我們深入理解宏觀經濟因素對股市影響提供了很好的借鑒，但在這些文獻中仍然存在兩方面的問題：首先，這些文獻大多側重于分析特定經濟變量對股市的影響，雖具有較強的針對性，但由于缺少對這些變量影響程度的綜合分析，使我們難以從總體上對各種經濟變量對股市的影響進行分析和比較。同時，現有文獻多在線性模型框架下研究經濟變量對股市的影響，對不同時間樣本進行計量檢驗時得到的結論往往相差較大。造成該結果的原因在于，很多經濟變量的波動具有很強的周期性或者說非線性性，線性模型的假設勢必與現實情況相去甚遠。針對以上問題，本文將選取反映經濟增長和貨幣政策的主要宏觀變量，利用能夠捕捉經濟變量之間非線性關系的計量方法——馬氏域變向量自回歸模型(Markov Switching Vector Autoregressive)，建立統一的計量模型框架，分析其對股市的綜合影響。

2 股市收益與宏觀經濟變量的馬氏域變特征

本章將利用馬氏域變模型對我國股市收益及各宏觀經濟變量進行建模，分析其周期性波動特征，檢驗其在不同時期所處狀態，并在此基礎上對各宏觀經濟變量與股市之間的關系進行分析。

2.1 數據處理及統計分析

本文以上證綜合指數的變動反映股市收益，選取反映產出、價格和貨幣方面的宏觀經濟指標，如：工業增加值、出口、消費(由于居民消費數據無法獲得，文中以社會消費品零售總額代表消費數據)、通貨膨脹率、利率、廣義貨幣以及人民幣兌美元實際匯率等。投資也是反映實體經濟增長的重要變量，但由于缺乏完整的月度數據，因此并未納入本文。數據樣本期為從1996年1月到2015年12月(由于本文研究的多個經濟變量序列中，最短的序列從1996年1月開始，因此我們的樣本期初始點設定為此時)，采用月度數據，數據來源于萬德資訊數據庫和中經網數據庫。

在數據處理上：股市收益率(dsit)是通過對月末上證指數取對數后進行差分獲得。產出方面，由于官方公布的GDP為季度序列數據，故本文用工業增加值進行替代，先對其進行X-12-ARIMA季節調整，然后進行對數變換并做差分，就得到了工業增加值增長率(dyt)。利用同樣方法，計算得到出口增長率 (dext)、消費增長率(dct)、月度環比通貨膨脹率(inft)。對銀行間七日同業拆借利率、廣義貨幣、人民幣兌美元實際匯率進行對數變換并取差分，可得利率變化率(dintt)、廣義貨幣變化率(dM2t)和人民幣兌美元實際匯率變化率(dret)。各序列的統計特征見表1。

表1 宏觀經濟變量與股市收益率基本統計特征(1996年1月-2015年12月)

注： 1.*、**、***分別表示在10%、5%、1%的水平上顯著；2.JB(Jarque-Bera)統計量檢驗樣本是否服從正態分布；3.Q(8)(Ljung-Box)統計量檢驗時間序列中是否存在序列相關性；4.ADF(Augmented Dickey-Fuller)統計量檢驗各序列中是否存在單位根。

表1顯示，各序列JB統計量均較大，說明其峰度和偏度較高、波動劇烈、分布均呈非正態性；Q(8)統計量表明序列存在較為嚴重的序列相關性；ADF統計量均在1%水平上顯著，說明序列平穩。綜合判斷這八個宏觀因素序列呈非線性性，即可能存在著某種結構性變化或結構性斷點，為下文利用馬氏域變模型對各序列進行分析和研究提供了依據。

2.2 模型設定與參數估計

馬氏域變模型最早由Quandt[20]提出，后經Goldfeld和Quandt[21]逐步完善，多用于非線性計量問題研究。雖然馬氏域變模型在上世紀50年代末期就已提出，但在幾近30年之后，隨著計算機信息技術的發展與普及，才被廣泛應用于實證金融研究當中。Hamilton[22-24]、Cecchetti等[26]、楊繼平和張春會[26]等應用此模型預測利率、國民生產總值、匯率以及證券收益率與波動率等，均表現為很高的預測準確性。因此，本文先對上證指數收益率建立馬氏域變自回歸模型；然后，將工業增加值、消費以及出口三變量聯合起來，建立馬氏域變向量自回歸模型，以分析實體經濟周期；對于反映價格和貨幣政策的變量通貨膨脹率、實際匯率、廣義貨幣和利率，則分別建立馬氏域變自回歸模型。需要指出的是，馬氏域變自回歸模型是馬氏域變向量自回歸模型變量數為一時的特殊情況。

p階馬氏域變向量自回歸模型的一般形式可表示為：

(1)

P(St=0|St-1=0)=p00,P(St=1|St-1=0)=p01

P(St=0|St-1=1)=p10,P(St=1|St-1=1)=p11

(2)

其中，p00、p01、p10和p11為正常數，滿足p00+p01=p10+p11=1。進一步，可以將(1)式改寫為均值調整形式，即：

(3)

(4)

(4)式說明，隨著經濟形勢在(0,1)之間轉換，各宏觀經濟變量的均值也在μ0和μ1之間變化。當向量zt僅包含一個宏觀經濟變量時，模型(3)易化為馬氏域變自回歸模型。

常見有兩種馬氏域變向量自回歸模型的參數估計方法：吉布斯采樣法(Gibbs Sampling)和最大似然估計法。吉布斯采樣法采用馬氏鏈蒙特卡洛迭代模擬技術(MCMC)，屬于貝葉斯分析的范疇，可提供相對豐富的信息，如參數后驗分布信息。當模型待估參數較多、估算較復雜時，吉布斯采樣法更為準確和高效。最大似然估計法屬于經典回歸估計法，通過卡爾曼濾波(The Kalman Filtering)進行預測方差分解，得到模型參數的最大似然估計。當模型待估參數較少、估算較為簡單時，最大似然估計法更為方便和快捷。由于本文模型中待估參數相對較少，樣本期間較短，因此選用最大似然估計法。

本文對上述變量分別建立了MSM-VAR、MSM-AR、MSMH-AR、三類馬氏域變向量自回歸模型。在實體經濟發展過程中，政府會通過財政政策、貨幣政策等一籃子工具調節市場，促進經濟平穩增長，避免經濟增速劇烈波動。MSM-VAR模型適用于均值隨經濟狀態轉換而變化，而自回歸系數與隨機擾動項協方差矩陣都不受狀態轉換影響的情形。因此本文采用MSM-VAR模型對實體經濟增長建模，所涉及的經濟變量有工業增加值增長率、消費增長率和出口增長率，此時(3)式中的zt=(dyt,dct,ext)’。MSM-AR為僅包含單個變量的MSM-VAR模型。由于通貨膨脹率、廣義貨幣、實際匯率在短期內極少出現劇烈波動，其變動率的狀態轉移特征主要表現為均值的變化，因此本文利用MSM-VAR模型來表征通貨膨脹率、廣義貨幣和實際匯率變化率的狀態轉移特征，zt分別等于inft、dM2t和dret。股市收益和利率的波動相較其他經濟變量更為劇烈，而MSMH-AR模型是除均值外，擾動項方差也隨狀態轉移而變化的MSM-VAR模型，因此可利用該模型對股市收益和利率建模，zt分別等于dsit和dintt。以上各模型的自回歸階數均依據AIC準則獲得，模型參數估計結果見表2。

從表2中可以看出，各序列殘差和殘差平方的Ljung-Box Q統計量均接受了殘差中不含序列相關性的假設。根據馬氏域變向量自回歸模型和經典線性模型的對數似然值，本文構造出似然比統計量，對經濟狀態轉移前后模型的擬合效果進行比對檢驗。其中，對反映實體經濟增長的工業增加值增長率、消費增長率和出口增長率建立的MSM-VAR模型相較于經典VAR模型構成的似然比統計量為LRdyt,dct,dext=18>χ0.01(3)=11.34；對通貨膨脹率、廣義貨幣和實際匯率變化率所建立的MSM-AR模型相較于AR模型的似然比統計量分別為LRinft=10、LRdM2t=116和LRdret=21，均大于χ0.01(1)=6.63；對股市收益率、利率所建立的MSMH-AR模型相較于經典AR模型的似然比統計量分別為LRdsit=34和LRintt=180，兩者均大于χ0.01(2)=9.21。綜上可以看出，引入狀態轉移后，模型的擬合效果顯著提高，進一步說明利用馬氏域變向量模型對各變量進行建模是適合的。

表2 上證綜指收益率及宏觀經濟變量的馬氏域變向量自回歸參數估計結果

注：1.Q(8)和Q2(8)統計量檢驗時間序列中是否存在序列相關性；2.Q(8)和Q2(8)統計量下方中括號內數據為p值，其他數據下小括號內數據為參數估計值的t統計量；3.Log表示馬氏域變向量自回歸模型參數估計的對數似然值、L-Log表示經典線性模型參數估計的對數似然值。

各變量在樣本期內不同階段處于某一狀態的概率見圖1到圖6，分別表示股市高收益率狀態概率、工業增加值高增長狀態概率、廣義貨幣高增長狀態概率、高通貨膨脹率狀態概率、利率高波動率狀態概率以及實際匯率下降(人民幣升值)狀態概率等。

圖1 股市高收益率狀態概率

圖2 工業增加值高增長狀態概率

圖3 廣義貨幣高增長狀態概率

圖4 利率高波動狀態概率

圖5 高通貨膨脹狀態概率

圖6 實際匯率下降狀態概率

2.3 狀態轉換特征分析

根據表2中的模型參數估計結果和圖1到圖6中的概率結果可以看出：股票市場在低收益率狀態(St=0，下稱“熊市”)和高收益率狀態(St=1，下稱“牛市”)下的均值分別為-0.0025和0.0273，波動率分別為0.0567和0.1147，差距明顯。牛市在相鄰時間點之間得以維持的概率為97.49%，意味著其平均持續期達到將近39.8個月；熊市在相鄰時間點之間得以維持的概率為94.91%，說明其平均持續期約為19.6個月，為牛市平均持續期的一半。從圖1中可以看到，我國股市在1996年到1997年4月間處于牛市，之后受1997年亞洲金融危機沖擊，迅速由牛轉熊，雖然在1999年的個別月份出現了強勁反彈，但很快又重陷低迷，這樣的狀態一直持續到2006年；從2006年5月到2009年2月，我國股市迅速完成了一輪大漲大跌的周期，先是在2006年5月開始到2007年10月的一年半時間里迅速上漲超過6倍，接著從2007年11月到2008年10月，又下跌了將近75%；從2008年12月開始，我國股市開始反彈，并一直持續到2009年10月，此后又進入了長達5年的持續震蕩下行狀態； 2014年10月，我國股市經歷了新一輪的大幅快速上漲，并一直延續到本文樣本期的結束(2015年9月)。

就實體經濟而言，高增速(St=1)和低增速(St=0)時工業增加值增長率、出口增長率和消費增長率的均值差距明顯，分別為0.0164、0.0209、0.0140和0.0062、0.0051、0.0085。經濟低增速期在相鄰時點間維持的概率為98.06%，平均持續期為51.5個月。經濟高增速時期在相鄰時點間維持的概率為97.2%，平均持續期為35.7個月，略小于低增速期。在所考察的樣本期內，實體經濟處于低增速狀態的時期主要有三個階段：第一個階段為1997年到2001年。在此期間，從1996年開始，實體經濟增速逐漸下滑并進入收縮狀態，這種狀態一直持續到1999年6月，在1999年7月到2000年之間雖然有所回暖，但2001年又出現反復，直到2002年才徹底復蘇，進入了較為持續和穩定的擴張期。第二個階段為從2008年9月到2009年5月，該階段，受金融危機沖擊，我國實體經濟迅速陷入收縮期，但在財政貨幣政策的雙重刺激下，不到半年時間實體經濟便走出低谷。第三個階段為2012年之后直到2015年9月，其原因主要是由于我國發展模式的“減速換擋”，以及同期歐美經濟的持續低迷。

廣義貨幣高低增長率狀態下的均值分別為0.0145和0.0120。低增長時期(St=0)，相鄰時點間得以維持的概率為92.56%，平均持續期將近13.4個月，顯著高于高增長時期(St=1)68.37%的維持概率和3.2個月的平均持續期。M2高速增長的時段分別是1996年、2001年、2008年到2009年7月、2011年和2015年。其中第一個時期是延續1994年高通脹時期的資金大量投放，而后幾個時期則是我國為應對危機和經濟下滑實行寬松貨幣政策的結果。

利率在兩狀態下的均值分別為-0.0096和-0.0034，差距比較明顯，但二者波動率差距更大，高狀態(St=1)下波動率接近低狀態(St=0)下的5.5倍。兩狀態維持概率也很接近，低狀態在相鄰時點間的維持狀態不變的概率為89.70%，平均持續期為9.7個月，高狀態在相鄰時點間的維持狀態不變的概率為84.95%，平均持續期約為6.6個月。從圖4可以看出，1998年到1999年和2003年到2015年兩個區間利率波動較劇烈，前一時期政府利用貨幣工具刺激經濟頻繁降息，2008年是后一時期的分水嶺，當年8月份之前，政府為防止經濟過熱和高通脹而多次加息，8月份之后，央行為應對美國金融危機對中國的沖擊而連續降息。

高低狀態下的通貨膨脹率均值分別為0.0058和0.0008。低通脹狀態(St=0)相鄰時點間得以維持的概率為97.66%，平均持續期為42.7個月，顯著高于高通脹狀態(St=1)下85.01%的維持概率以及6.7個月的平均持續期。從圖5中可以看到，在所研究的時間段內，我國通脹情況大致可以分為四個階段：從1996年到2003年間，我國通脹率長期處于較低的水平，只有1997年和2000年里的個別月份(2007年4月和2000年2月)出現了短期上升；2003年后，中國經濟逐漸進入高增長時期，高通脹現象出現頻率和持續時間均顯著增加，尤其是2003年10月到2004年4月和 2007年5月到2008年4月這兩個階段，通脹率始終都維持在較高水平；2008年下半年，抑制通脹的緊縮貨幣政策開始逐漸發揮作用，同時受全球金融危機影響，實體經濟迅速下滑，通貨緊縮隨之而來；進入2010年之后，在我國經濟復蘇、全球大宗商品價格上揚的推動下，通貨膨脹水平再次快速攀升，至當年10月，高通脹概率已超過70%，這種狀況一直持續到2011年底。

實際匯率在下降狀態(人民幣升值，St=0)下的平均下降速度為-0.0072，在上升狀態(人民幣貶值St=1)下以每月0.0004的速度緩慢上升。下降狀態中相鄰時點間維持概率為92.51%，平均持續期為1.33個月，遠低于上升狀態相鄰時點間98.61%的維持概率和71.9個月的平均持續期。從圖6中可以看出，人民幣升值主要集中在1996年3到6月、2006年9月到2008年6月以及2010年7月到2011年10月這三個階段。

將圖1分別與圖2至圖6進行對比可以看出：首先，大部分時間里股市和實體經濟保持了較好的協同性，股市周期略領先于實體經濟周期，這說明股市是實體經濟的晴雨表，實體經濟是股市的源動力。在2002年到2005年間，實體經濟和股市的協同性關系遭到破壞，實體經濟已走出低谷，實現高速增長，而股市卻依然低迷。造成這一結果的主要原因除了貨幣當局在該階段提高利率對股市產生的抑制作用外，更重要的是國有股減持政策遲遲未能公布，市場擴容前景極不明朗，導致市場情緒長期低迷。第二，M2的快速增加之后往往伴隨著股市的大幅增長，但股市大幅上漲并不與M2的快速增加相伴，且股市的長期變化與M2的存量結構之間沒有關系，這說明階段性的貨幣供給增加會在一定程度上推動股市上漲，但不會將股市維持在一定的水平。第三，利率調節無法對證券市場產生立竿見影的影響，其效果具有一定的滯后性。作為常見的央行貨幣政策，利率調節是對未來經濟趨勢的提前干預，除非是市場預期之外的調節，不然股價有可能已經反應了貨幣政策的變化。第四，通貨膨脹因素對股市收益率影響顯著，通脹率的上揚短期會對股價上漲產生較大的刺激，但長期影響會比較復雜。第五，實際匯率變化周期與股市收益率周期相協調，尤其是從2004年以后，實際匯率下降階段與股市高漲階段高度吻合，這從實證上說明了匯率變動與股市變動聯系密切，并且隨著我國開放程度和匯率市場化程度的不斷加深而加強。這是因為，在兩國價格水平短期相對穩定的狀態下，人民幣實際匯率下降對應著名義匯率上人民幣升值，這會使人們產生強烈的資金流入預期，從而刺激股市上漲。

3 宏觀經濟波動對股市影響的實證檢驗

上一部分對我國股市收益率和各宏觀經濟變量的周期性特征進行了研究，同時分析了各變量與股市之間的相互聯系。在此基礎上，本部分將利用馬氏域變向量自回歸模型研究宏觀經濟波動對股市的影響。

3.1 模型設定及參數估計結果

首先從各變量中剔除趨勢性成分，得到其絕對離差，然后利用MSMH-VAR模型(均值和標準差都隨著狀態的變化而變化的馬氏域變向量自回歸模型)對絕對離差進行建模，最后將通過MSMH-VAR模型的沖擊響應函數來分析各宏觀經濟因素對股市的影響。需要指出的是，剔除了變量趨勢性成分后所得的沖擊響應函數，度量的是各變量偏離趨勢的超額波動所引起的股市偏離趨勢的超額收益。

工業增加值增長率、出口增長率、消費增長率、廣義貨幣增長率、通貨膨脹率、利率變化率、人民幣兌美元實際匯率變化率和股市收益率的絕對離差分別記為：Dyt、Dext、Dct、DM2t、Dintt、Dinft、Dret和Dsit，(3)式中的zt就等于(Dyt,Dext,Dct,DM2t,Dintt,Dinft,Dret,Dsit)’。利用AIC確定該模型的滯后階數為1，進而用最大似然估計法對模型參數進行估計，結果見表3。

從表3可以看出，各變量殘差序列和大部分變量殘差平方序列的Ljung-Box Q統計量均無法拒絕其不存在序列相關性的假設，這說明模型的設定是合理的。同時，將該模型與不考慮狀態轉移的經典VAR模型進行似然比對照檢驗，得到LRMSMH=438>χ0.01(16)=32，在1%的顯著性水平下拒絕原假設，說明引入狀態轉移特征后模型的擬合效果顯著提高。除通貨膨脹率外，其他變量序列在狀態1時的均值顯著大于狀態0時的均值，各變量標準差的情況類似，表明當經濟快速增長時，宏觀經濟指標波動更為劇烈。從圖7可以看出，整個馬氏域變向量自回歸系統狀態轉移比單個變量狀態轉移更加頻繁，狀態0下相鄰時間點間得以維持的概率為89.93%，平均持續期約9.9個月，高于狀態1時的77.92%維持概率和約4.5個月的平均持續期。

表3 宏觀經濟因素對股市收益率影響的MSM(2)-VAR(1)模型參數估計結果

續表3 宏觀經濟因素對股市收益率影響的MSM(2)-VAR(1)模型參數估計結果

圖7 狀態0濾波概率

3.2 宏觀經濟變量對股市收益率的脈沖響應分析

本文進一步將通過估算馬氏域變向量自回歸模型的脈沖響應函數，來分析宏觀經濟波動和經濟政策調整對股市收益的動態影響。馬氏域變向量自回歸模型本質上屬于非線性計量模型，因此經典的向量自回歸模型脈沖響應函數并不適用。Krolzig[27]提出了一種新的脈沖響應函數，具有廣義脈沖響應函數的優勢，不僅可用來考察非線性動態模型高斯新息的脈沖響應，還可以考察狀態轉移過程中各變量所受沖擊。狀態0時的總體濾波概率見圖7。宏觀經濟因素波動對股市收益的脈沖響應函數如圖8(a)和圖8(b)所示。狀態轉移過程中各變量所受到的沖擊影響見圖9(a)和9(b)，兩圖分別代表各變量在狀態1向狀態0和狀態0向狀態1轉移過程中受到的沖擊。

圖8(a)及圖8(b)顯示：兩種狀態下，各宏觀經濟因素對股市收益率的影響在三個月內達到峰值，半年之后基本衰減殆盡，表現出較好的收斂性。在低狀態下，人民幣實際匯率下降和M2增加對股市收益的影響最大，兩者1個標準差的沖擊，在下一期分別引起股市收益增加0.013和0.006。同時，人民幣實際匯率下降對股市收益的沖擊迅速收斂并消失，且持續期短，而M2增加的沖擊則體現出更強的震蕩特征且持續期較長。通貨膨脹和工業增加值對股市收益影響次之，兩者1個標準差的沖擊分別使下一期的股市收益增加0.003和0.0023，兩者對股市沖擊響應函數的變化特征也基本相同，相比而言，通貨膨脹影響的震蕩性略強。利率是唯一對股市收益產生負向沖擊的變量，其提高1個標準差可在下一期對股市產生0.0028的負向沖擊，此外利率沖擊的衰減最為平緩。消費和出口對股市的影響效果相當一致，其增長對股市下一期的影響幾乎為零，兩期后出現峰值，兩者1個標準差的沖擊分別使股市收益提高0.0063和0.0054。

圖8(a) 宏觀經濟波動及政策調整對股市收益率的影響(狀態0)

圖8(b) 宏觀經濟波動及政策調整對股市收益率的影響(狀態1)

圖9(a) 各變量在狀態1向狀態0轉移過程中受到的沖擊

圖9(b) 各變量在狀態0向狀態1轉移過程中受到的沖擊

在高狀態下，通貨膨脹對股市收益的影響最大，其1個標準差的沖擊可帶來股市收益0.011的增加，同時其沖擊響應函數的變化形式與低狀態下基本相近。人民幣實際匯率的沖擊響應次之，且幾乎是低狀態下的等比例縮小，其1個標準差的下降使股市收益在下期提高0.0087個標準差。工業增加值、出口和消費三個變量對股市收益的影響則幾乎是低狀態下的等比放大，其中工業增加值1個標準差的增加可使股市收益下期增加0.0056，出口和消費每提高1個標準差分別使股市收益在滯后兩期出現0.0081和0.0079的增加。高狀態下M2對股市收益影響顯著低于低狀態下的影響，其1個標準差的沖擊只能使股市收益在下期增加0.0029。與低狀態下相差最大的是利率的影響，在提高利率的下期，股市收益出現了0.0017的提高。

從兩狀態下沖擊響應函數的對比中可以看到：首先，除了利率之外，股市收益對其他變量波動在兩狀態下沖擊響應的方向是相同的，工業增加值、出口、消費和實際匯率在高低狀態下對股市的影響非常相近，在高狀態下，工業增加值、出口和消費對股市的影響要大一些，說明高狀態下實體經濟的增長更容易反映在證券市場上，而實際匯率的變動則在低狀態下對股市影響更大。其次，M2和通貨膨脹在高低兩狀態下對股市的影響差異很大。M2變動在低狀態下對股市的影響極大，說明大量發行貨幣是刺激股市的有效方法，1999年東南亞金融危機過后股市的大漲以及2008年底金融危機陰霾下我國股市的“V”型反轉都與流動性的大量釋放有關；通脹在高狀態下對股市的影響遠遠超過低狀態下的影響，同時也是高狀態下所有變量中對股市影響最大的，說明遏制通脹是抑制股價泡沫較為有效的手段，我國股市在2007年12月的觸頂回落就在一定程度上說明了這個問題。最后，雖然利率在兩狀態下對股市收益的影響都比較小，但其方向在高低狀態下卻截然相反。其原因在于，在低狀態下降低利率可以在一定程度上刺激經濟、提振股市；在高狀態下，雖然提高利率會對股市形成一定打擊，但由于市場對加息的提前預期，這種打壓更多的出現在加息之前，而加息的政策落地時，投資者會認為利空已經兌現而買入股票從而推動股市上漲，2007年多次加息當天股市大漲正說明了這個問題。

從圖9中可以看出：經濟形勢在高、低狀態之間遷移時，各變量受到的沖擊成鏡像關系，即在狀態變量從0到1和從1到0轉換過程中，同一經濟變量受到的沖擊大小相等、方向相反。因此，不失一般性且為簡單起見，我們僅對從高狀態向低狀態轉移情形進行分析。在此情形下，各變量波動水平迅速下降，半年之后狀態轉換所造成的沖擊基本淡化和消失。在該過程中，受到沖擊最小的是M2、出口和通脹率，說明央行的干預和調節減緩了目標變量的波動；產出、消費和匯率變化次之，所受沖擊較大，這一方面體現出工業產出、消費和匯率對整體經濟狀態的依賴性較強，另一方面是由于我國工業產出和消費是宏觀經濟周期的主要決定因素，一旦宏觀經濟狀態發生變動，兩者的下降幅度就會比較明顯；利率所受到的沖擊非常劇烈，這與利率變動較為靈活的特征是分不開的；在狀態轉移過程中，股市所受到的沖擊最大，其下降幅度約為1.89%，這充分說明股市對經濟變動的反應最為靈敏，但其中也可能蘊含了超調的風險。

4 結語

本文研究了我國宏觀經濟因素變動對股市的影響。在研究中，我們選取反映實體經濟增長和貨幣政策變動的產出、價格和貨幣因素，包括工業增加值、消費、出口、通貨膨脹率、M2、利率以及人民幣對美元的實際匯率，來考察其對股市收益率的影響。本文首先利用馬氏域變模型對我國股市收益率和各宏觀經濟變量在不同時期所處狀態進行識別，進而分析了各宏觀經濟變量周期與股市周期之間的關系；在此基礎上，依據各宏觀經濟因素對股市收益絕對離差的沖擊響應函數探討了彼此間關系。研究發現：

首先，中國股市收益率和各宏觀經濟因素變動皆具有明顯的非線性，對它們的波動周期進行分析得出：對于反映實體經濟增長的因素而言，在大多數時間里實體經濟變動和股市波動保持了較好的協同性，股市周期略領先于實體經濟周期，這說明股市是實體經濟的晴雨表，實體經濟是股市的源動力。對于貨幣政策而言，廣義貨幣的快速增長往往伴隨著股市的大幅上漲，但股市大幅上漲階段并不與廣義貨幣的快速增長相伴，說明貨幣供給增加會在一定程度上推動股市上漲，但并非股市上漲的主要因素；利率調節無法對股市周期變化產生立竿見影的影響，無論是股市的上升期還是下跌期，其效果的發揮體現出一定的滯后性。央行準備金率的調整也與利率調節情況類似。于價格因素而言，通脹率的上揚往往對股價的短期上漲產生較大的刺激作用，但這種影響會伴隨著貨幣政策的調整而逐漸衰減；實際匯率變化周期與股市收益率周期相協同，尤其是從2005年以后，匯率的上升階段與股市高漲階段高度吻合，說明匯率變化與股市變動聯系密切，并且隨著我國開放程度和匯率市場化程度的不斷加深而加強。

其次，利用馬氏域變向量自回歸模型對宏觀經濟變量和股市收益的絕對離差進行建模，并分析其沖擊響應函數可以發現：第一，除了利率之外，股市收益對其他變量波動在兩狀態下沖擊響應的方向是相同的，尤其是工業增加值、出口、消費和實際匯率在高低狀態下對股市的影響非常相近。第二，M2和通貨膨脹在高低兩狀態下它們各自對股市收益的影響差異很大。M2變動在低狀態下對股市的影響極大，說明大量發行貨幣是刺激股市的有效方法；通脹在高狀態下對股市的影響遠遠超過低狀態下的影響，說明遏制通脹是抑制股價泡沫較為有效的手段。最后，雖然利率在兩狀態下對股市收益的影響都比較小，但其方向在高低狀態下卻截然相反，低狀態下降低利率可以在一定程度上提振股市，高狀態下，雖然提高利率會對股市形成負面沖擊，但由于市場對加息的提前預期，股價下跌更多的出現在加息之前。靴子落地之后，股市反而會迎來上漲。

另外，在從高狀態向低狀態轉移時，受到沖擊最小的是消費，表明其對宏觀經濟狀態變化的彈性較小；匯率、通貨膨脹率和M2所受沖擊較小，是由于央行的監控和及時調節，為宏觀逆周期調節的重要工具；工業增加值和出口所受沖擊較大，折射出我國工業產出和出口在高狀態下的高速增長和對整體經濟狀態的較強依賴性；利率所受到的沖擊非常劇烈，這與利率變動較為靈活的特征密不可分；證券市場受到的沖擊最大，說明股市對經濟變動的反應最為敏感，但其中必然包含了超調的成分。

從本文的分析中我們可以得到這樣的政策啟示：政策當局在運用經濟政策促進經濟增長和穩定物價水平的同時，也應密切關注政策實施可能引起的股市波動，并根據經濟所處的不同狀態考慮股市所受的沖擊及相應的調節方式。在擴張性政策時期，可以通過合理引導投資者的行為、增加非貨幣資產的短期投機成本，減小股票價格超調上漲帶來的泡沫風險；在緊縮性政策時期，促進人民幣升值會較擴張期對股市產生更強的帶動作用。當經濟處于過熱狀態時，積極治理通貨膨脹有助于防止股市泡沫的膨脹；而當經濟進入低迷狀態時，提高市場流動性是提振股市較為有效的方式。另外，央行在選取利率作為政策工具時，應該明確政策信號，減少投資者預期的不確定性，避免引起股市的過度波動。