金融市場化改革背景下匯率、利率對股價的動態沖擊效應研究

□ 潘德春 曾建新

一、引言

股票作為重要的資產價格，其價格變動能夠在一定程度上反映金融市場的運行狀況。如2015年的股災，股價暴跌致使投資者承擔潛在的風險和重大的損失，金融市場持續動蕩，宏觀經濟發展受阻。同時，在人民幣匯率和利率市場化改革的背景下，外匯市場、貨幣市場和股票市場之間的聯動性日益顯著，匯率和利率的變動不僅導致股票市場價格和收益率的波動，還能影響宏觀經濟的發展狀況。進一步地，從匯率和利率方面引致的股價極端變動，特別是股價的大幅下跌，進而增加宏觀層面的重大風險隱患，對金融穩定和經濟安全均形成較為嚴峻的挑戰。基于此，2021年3月發布的《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確指出，在“十四五”時期要建立現代財稅金融體制，穩慎推進人民幣國際化，健全市場化利率形成和傳導機制。

近年來經濟下行壓力增大，經濟不確定性增加，如中美貿易摩擦、新冠疫情和俄烏沖突等重大突發公共事件頻發，各類極端事件交織在一起，并保持深遠和持續影響，使得投資預期急速下降，股價大幅下鐵，導致股價的異常波動更為明顯。相比于非金融因素而言，匯率、利率作為金融對外和對內的最重要兩個要素，在匯率和利率市場化推進和深入的背景下，其政策能夠調節股票市場的極端震蕩，匯率、利率的變動已經成為股價波動的重要因素。因此，厘清匯率、利率和股價之間的內在關系，系統探討匯率、利率對股價的沖擊效應及其演化特征，對于金融改革的深化、金融市場的穩定和國家經濟的安全均具有重要的研究意義。

二、文獻綜述

（一）關于匯率和股價之間的研究

針對匯率和股價之間的研究，國內外學者的研究主要集中于兩者的傳導機制、波動關系和結構特征等方面。對于匯率對股價的傳導機制，江春等（2015）通過資本流動沖擊、成本沖擊和需求沖擊來分析匯率預期對股價收益率的傳導機制，其中流動資本沖擊的效應最大。周東海等（2015）根據匯率波動的流量導向模型，指出匯率波動通過公司的現金流和股價變化來影響股票市場的波動；對于匯率和股價之間的波動關系，李廣眾等（2014）指出，在控制貿易聯系和金融一體化的基礎上，認為匯率波動性的提高，導致股票市場收益率間聯動性的降低。Aloui and A?ssa（2016）使用藤Copula模型分析了美國原油、匯率和股票收益之間的多元相依關系，指出匯率和股票收益之間存在負向的Kendall相依關系，但也具有正向的尾部相依關系。楊培濤等（2020）基于多元VAR回歸模型，分析了貨幣政策對股價變動的影響效應，認為即期匯率和股價之間存在雙向效應，由短期的負向效應轉變成長期的正向效應；對于匯率對股價的結構特征，錢曉霞和王維安（2016）使用TVP-SV-VAR模型刻畫了匯率波動、短期資本和股價之間的關系，發現在突發性事件沖擊下匯率波動對股價存在非對稱效應。Kumar（2019）通過非線性格蘭杰因果檢驗和NARDL檢驗分析了印度市場的石油價格、匯率和股票價格之間的關系，結果表明匯率對股票價格存在單向非線性因果關系。Shahrestani and Rafei（2020）基于MSVAR模型，分析了在不同狀態轉換下石油價格和匯率對德黑蘭交易所股價的影響，結果顯示存在不同狀態的概率轉換特征。

（二）關于利率和股價之間的研究

針對利率和股價之間的研究，部分學者從貨幣政策的視角來分析利率對股價的影響，鄒昆侖（2020）通過SVAR模型分析了財政政策、貨幣政策對股票市場的反應機制，發現利率對股票市場具有正向沖擊效應，而貨幣供應量對股票市場存在負向沖擊效應。王宏濤和曾晶晶（2021）使用TVP-SVVAR模型研究了數量型和價格型貨幣政策對股價和房價的影響機制，結果表明貨幣政策對股價的調控效果在資本市場發展和經濟發展的不同階段具有顯著的時變性和非對稱性。另外，部分學者從金融市場的視角來研究貨幣市場對股票市場的影響，譚德凱等（2020）使用VAR-BEKK模型研究了國內外貨幣市場流動性緊縮對股票市場的影響機制，結果表明國內貨幣市場主要通過流動性撤回機制來影響股票市場，而國外貨幣市場主要通過風險規避轉移機制來影響股票市場。Wei et al.（2018）主要通過GARCH-MIDAS模型來研究了熱錢對股票市場波動的影響，結果表明熱錢對股票市場的長期波動具有顯著的正向影響，并且熱錢引起的長期波動和股票市場總的波動之間的關系是時變的。同時，部分學者從金融風險的視角來闡述利率影響股票價格波動的效應，Jian et al.（2018）主要使用CoVaR模型度量了我國股票市場和期貨市場之間的非對稱極端風險溢出，通過面板回歸模型來考察利率因素對其風險溢出的影響，發現利率對股票市場和期貨市場風險溢出具有顯著的負向影響。

（三）關于匯率、利率和股價之間的研究

針對匯率、利率和股價之間的研究，國內外學者側重構建金融指數，將三者置于同一個框架之下進行系統分析（Zhu et al.，2021；王晰等，2020）。金融指數主要包括金融狀況指數、金融穩定指數和金融壓力指數，其中，對于金融狀況指數而言，側重反映未來通脹壓力，周德才等（2018）主要選取貨幣供應量、短期利率、股價、房價、匯率和社會融資規模指標來構建金融狀況指數，并使用MS-MF-VAR模型來分析不同機制下的脈沖響應情況。對于金融穩定指數而言，側重反映金融體系構成要素的平穩運行，王勁松和任宇航（2021）考慮外部沖擊風險、不良資產風險、流動性風險和債券違約風險等因素，使用主成分分析法和線性加權綜合模型來構建金融穩定指數。對于金融壓力指數而言，側重反映金融體系的脆弱性和不確定性，李紹芳和劉曉星（2020）構建了包括信貸市場、資本市場、外匯市場、債券市場和貨幣市場的金融壓力指數，考察了各個金融子市場間壓力溢出的動態演化和關聯特征。

通過文獻梳理可以發現，國內外學者側重匯率與股價、利率與股價之間的研究，匯率、利率和股價之間的研究主要是通過構建相關金融指數進行綜合分析，較少地綜合研究匯率、利率對股價的沖擊效應。另外，在模型上主要使用MS-VAR和SVAR等傳統VAR模型，不能準確地刻畫內生變量之間非線性和時變性等復雜特征。因此，本文研究的主要創新點如下：一方面，對于研究對象而言，本文將匯率、利率和股價置于同一框架之中，全面分析匯率、利率對股價的影響機制和沖擊效應；另一方面，對于研究模型而言，根據Nakajima（2011），考慮非線性、非對稱性和時變性特征，使用TVP-SV-VAR模型來研究匯率、利率對股價的脈沖響應及其時變特征。因此，本文使用TVP-SV-VAR模型，基于內生變量的隨機波動率、時變關系、不同提前期和時點的脈沖響應等角度，系統探討匯率、利率對股價的動態沖擊效應。

三、機理分析

（一）匯率對股價的影響機理

匯率對股價的影響可以從企業微觀和市場宏觀的視角進行解析。一方面，從企業的角度來看，匯率主要通過進出口、價格和資金等渠道來影響股票價格的波動。具體來說，當匯率提高時，企業從國外進口的原材料成本得到進一步降低，同時企業的商品和服務價格在國外會相對下降，這就增強了企業在國際市場的競爭力，有利于企業商品和服務的對外出口，刺激企業的規模生產，使得企業的實際產出增加，盈利水平得到提高，進而推高企業的股票價格水平；另一方面，從資本的角度來看，當匯率提高時，基于理性人投資理論，資本市場的資金將從外匯市場流向股票市場，國內外資本投資聚焦于股市，造成股票市場的繁榮，市場發展前景較好，進而推動股票市場價格的上漲。相反，當匯率下降時，資本市場的資金更多聚集于外匯市場，導致股票市場的相對低迷，使得股票價格出現持續下跌的現象。

（二）利率對股價的影響機理

相比于匯率而言，利率對股價的影響更為直接和迅速，其影響程度也更為劇烈，其原因在于銀行業是金融行業的主體，貨幣市場的調控涉及到各個金融市場的變動。一般而言，利率對股票價格的影響具有負向效應，即當利率上升時，則股票價格下跌，反之亦然。具體原因如下：第一，從企業的角度來看，當利率上升時，使得企業的借貸成本上漲，獲取資金的難度加大，在這種情況下企業為了維持利潤和縮減成本，將會減少生產規模，這會進一步導致企業的利潤減少，該企業的股價就會下跌；第二，從投資者的角度來看，當利率上升時，投資者會對股票價值進行評估，具體表現為股票價值的折現率上升，導致股票價值下降，進而使股票價格下跌；第三，從資本的角度來看，利率的變化對投融資決策具有替代效應，當利率上升時，資金將更多地聚集于銀行機構和債券市場，股票市場的資金需求將會相對減弱，進而導致股票價格的下跌。

四、模型構建

相比于傳統的VAR類模型，TVP-SV-VAR模型的參數和協方差均是時變的，能夠準確地刻畫匯率、利率和股價之間的非線性、非對稱性和時變性等復雜特征，特別是變量之間的動態脈沖關系，故本文使用TVP-SV-VAR模型來分析匯率、利率對股價的沖擊效應。SVAR模型是TVP-SV-VAR模型的基礎，本文在構建TVP-SV-VAR模型之前，有必要對SVAR模型進行簡單介紹和說明，SVAR模型的基本定義如下：

其中，Yt為匯率、利率和股價等內生變量構成的k×1維向量，F1和Fs為k×k階滯后的系數矩陣，ut為k×1階隨機擾動項矩陣，A為k×k階的下三角矩陣，具體性質如下：

在SVAR模型的基礎上，本文引入時變參數βt，滿足如下基本條件：其中?為克羅內克積，其中參數βt服從隨機游走的基本過程。因此，TVP-SV-VAR模型的基本形式如下：

其中，系數矩陣βt、參數矩陣At和誤差協方差矩陣∑t均是時變的，εt～N(0,Ik)。

本文定義αt為下三角矩陣At的堆積向量，滿足如下基本條件：αt=(α2,1,α3,1,α3,2,α4,1,…αk,k-1)'。另外，定義ht=(h1,t,h2,t…,hk,t)'，滿足如下基本條件：具體而言，參數βt、αt和ht均服從一階隨機游走過程，其基本性質如下：

本文根據Nakajima（2011），使用貝葉斯框架下的MCMC算法對TVP-SV-VAR模型的時變參數進行估計。其中，參數初始值設定為另外，MCMC方法是在貝葉斯推斷的框架下進行的，其先驗分布的設定如下：

其中，（Ωβ）i、（Ωα）i和（Ωh）i分別為方差對角矩陣的第i個元素。

五、實證結果與分析

（一）變量選取與數據來源

本文主要研究匯率、利率對股價的沖擊效應。對于匯率而言，由于美元在國際資本市場的主導地位以及美國在世界經濟發展的重要影響，本文使用人民幣兌美元匯率中間價來衡量匯率，其中匯率使用ER表示。對于利率而言，本文使用銀行間7天內同業拆借加權平均利率作為利率的代理變量，該指標作為央行統計金融市場的重要數據，能夠整體衡量利率市場的波動狀況，綜合反映各個市場上資金的需求能力，其中利率使用IR表示。對于股價而言，本文使用上證綜合指數來代表股價，該指數能夠準確地反映股票市場的變動狀況，具有權威性和科學性，其中股價使用SP表示。

自改革開放以來，我國主要經歷了四次人民幣匯率改革，包括1994年匯改、2005年721匯改、2015年811匯改和2017年529匯改。考慮時間的連續性和有效性，本文主要研究2005年721匯改以來的匯率、利率對股價的沖擊效應和聯動影響，故本文的時間范圍為2005年8月至2020年12月，頻度為月度，樣本量為185個。其中，本文相關數據均來源于Wind數據庫，主要使用Eviews和Matlab軟件進行數據處理和分析。

圖1從上至下的左坐標軸分別為匯率和利率，右坐標軸為股價。根據圖1可知，匯率自2008年3月以后，基本上在6-7的區間內波動，其變化較為平緩。利率的波動具有顯著的時間階段特征，在2015年6月以后的波動程度較小，在此之前的2009年3月出現最小值0.99%，在2013年6月出現最大值6.98%。股價容易受到重大危機事件的影響，主要受2008年金融危機和2015年股災的影響較大，在此期間的波動具有顯著的劇烈增加，近年來股價的波動相對平緩。

圖1 匯率、利率和股價的變化趨勢

（二）平穩性檢驗

為避免出現偽回歸的情況，本文在對TVP-SVVAR模型進行估計之前，對匯率、利率和股價的基本數據進行平穩性檢驗。其中，為保持內生變量之間的一致性和穩定性，并且消除異方差帶來的不良影響，本文對匯率、利率和股價的序列數據進行了對數化處理。

本文使用ADF方法對相關序列數據進行平穩性檢驗，通過SIC準則來確定檢驗的滯后階數，具體的檢驗結果如表1所示。

表1 平穩性檢驗

根據表1可知，匯率、利率和股價序列數據的ADF統計值大于在5%顯著性水平下的臨界值，不能拒絕相關變量存在單位根的原假設，表明匯率、利率和股價序列數據均是非平穩的，不能直接構建TVP-SV-VAR模型。同時，經過一階差分之后的數據均為平穩的時間序列，故匯率、利率和股價存在一階單整，本文將使用匯率、利率和股價的差分序列數據進行后續的相關研究，而經過對數化和差分化的經濟含義可以理解為對數收益率的變動率，屬于增量分析的范疇。

滯后階數的選取對自由度有重要的影響，滯后階數過大，容易導致過度參數化問題，反之，則容易影響模型估計的準確性。因此，在進行模型估計之前，需要對滯后階數進行確定。本文基于匯率、利率和股價的差分序列數據，通過VAR模型的LR、FPE和AIC等準則來確定TVP-SV-VAR模型的最優滯后階數。根據表2可知，相比于其它階數，本文選擇滯后階數為2是比較合理的，其LR、FPE和AIC準則的值較小。

表2 VAR模型滯后階數的檢驗

AR根圖不僅可以用于檢驗模型的穩定性，還可以檢驗滯后階數的有效性。根據圖2可知，6個特征根倒數的值均在單位圓以內，表明滯后階數為2的模型具有穩定性，故本文的最優滯后階數為2。

圖2 AR根圖

（三）TVP-SV-VAR模型的實證分析

1.參數估計與模型檢驗

根據前文的分析，本文在貝葉斯框架下使用MCMC算法來估計TVP-SV-VAR模型，確定最優滯后階數為2，設置模擬次數為10000次，由前期為了消除初始值對模型估計的干擾，舍棄前1000次預燒樣本，該模型的參數估計結果如表3所示。

表3 參數估計結果

?

表3從左至右分別為模型估計的后驗分布均值、標準差、95%置信區間、Geweke診斷值和無效影響因子，其中Geweke診斷值和無效因子是檢驗模型估計效果的重要指標。Geweke診斷值側重檢驗馬爾科夫鏈的收斂性，根據表3可知，各個參數對應的Geweke診斷值均小于5%顯著性水平下的臨界值1.96，表明模型收斂于后驗分布。另外，無效因子側重檢驗MCMC算法模擬所得樣本的有效性，根據表3的無效因子可知，各個參數對應的無效因子均較小，其中最大值僅為70.62，至少產生9000/70.62≈127次不相關樣本，能夠準確推斷后驗分布，表明樣本有效，MCMC算法模擬的效果較好。

圖3的第一行為樣本的自相關系數，第二行為抽樣路徑，第三行為參數的后驗分布密度函數。根據圖3可知，隨著MCMC算法模擬次數的增加，樣本的自相關系數不斷下降，最后趨于0，表明參數的自相關系數較小。并且，各個參數對應的抽樣路徑均圍繞均值波動，表明抽樣數據具有顯著的平穩性。另外，各個參數對應的后驗分布密度函數近似于服從正態分布，表明抽樣數據具有顯著的有效性。綜上所述，MCMC算法模擬的模型估計是有效的，可以進行脈沖響應分析。

圖3 MCMC算法模擬參數的自相關、抽樣路徑和后驗密度

2.時變隨機波動分析

圖4從上至下分別為匯率、利率和股價的隨機波動率。根據圖4可知，對于匯率而言，在2015年811匯改之前，匯率的隨機波動率趨于0，且變化趨勢較為平緩，而在2015年811匯改之后隨機波動率較大，且出現較大幅度的波動，這主要是受到美聯儲加息和國際收支逆差等綜合因素的影響，人民幣國際化進程加快，呈現貶值的趨勢。對于利率而言，在2015年下半年之前，利率的隨機波動率較大，在2007年、2008年、2010年和2013年均出現了不同程度的峰值，而在2015年下半年之后的隨機波動率逐漸降低并趨于0，這主要是在2015年10月央行對商業銀行和農村合作金融機構等不再設置存款利率浮動上限，放開了存款利率浮動上限，利率市場化改革逐步深入。對于股價而言，股價的隨機波動率在2008年和2015年出現峰值，表明股價的波動受到2008年金融危機和2015年股災的影響較大，并且金融危機期間的影響顯著大于股災期間的影響。

圖4 匯率、利率和股價的隨機波動率

3.不同提前期的脈沖響應分析

相比于傳統的VAR類模型，TVP-SV-VAR模型的參數具有時變性，可以據此得到不同提前期和不同時點的脈沖響應函數的動態演化過程。其中，不同提前期的脈沖響應函數是指在受到來自匯率、利率一單位正向標準差的沖擊時，股價對此沖擊的脈沖響應路徑和效應。本文將提前1期、提前3期和提前6期設置為短期、中期和長期，具體的脈沖響應結果如圖5所示。一方面，面對不同提前期的匯率一單位正向標準差的沖擊時，股價在長期內表現出正向響應，在短期和中期表現出微弱的負向效應向正向效應的轉變，且長期的響應影響程度顯著大于短期和中期。具體來說，對于長期而言，不同時點的正向響應的強度較大且較為接近，整體呈現出先穩中有降后穩中有升的變化趨勢，匯率的升值對股價上漲的正向刺激作用較為明顯，這其中的原因在于近年來進出口額的增加，實際產出得到提升，從公司微觀層面和經濟宏觀層面而言，對股價的上漲均具有促進作用。對于短期和中期而言，匯率對股價具有微弱的負向影響，但在2016年以后逐漸轉變為微弱的正向影響，表明相比于長期而言，短期和中期的匯率對股價的影響較小，股價對于匯率的敏感度較低，其影響程度也較為平穩。

圖5 不同提前期的脈沖響應函數

另一方面，面對不同提前期的利率一單位正向標準差的沖擊時，股價表現出負向響應，其響應程度按照從大到小的次序排列為：長期＞中期＞短期。具體而言，利率對股價具有負向影響，這也符合實際的經濟意義，當利率提高時，資本的流動性降低，經濟發展較為緩慢，實際產出降低，受市場行情處于下跌的利空消息和未來悲觀預期的影響，股票市場活躍度較低，股價下跌的概率增加。從長期來看，股價長期內受到利率沖擊的影響較大，長期的負向沖擊響應顯著大于短期和中期，但從時序來看呈現逐漸降低的變化趨勢，這在一定程度上反映出我國利率市場化改革和以股票市場為代表的金融市場逐步完善的過程，相關監管部分對于股價波動引發的風險和危機防控機制趨于優化。

4.不同時點的脈沖響應分析

圖6 不同時點的脈沖響應函數

對于不同時點的脈沖響應分析，本文選取2015年8月（第120期）、2017年5月（第141期）和2018年5月（第153期）三個時點來綜合研究匯率、利率對股價的動態沖擊效應，這三個時間節點主要是依據樣本期內匯率改革的重大事件和變化特征來進行確定，分別為2015年811匯改導致人民幣貶值、2017年529匯改導致人民幣升值、2018年5月中美貿易摩擦導致人民幣貶值。一方面，從匯率對股價的影響來看，各個時點股價對于匯率沖擊的脈沖響應趨勢基本一致，在響應程度上僅存在細微的差異。整體而言，在受到匯率沖擊后，股價在各個不同時點均表現出正向響應，表明匯率對股價形成了正向沖擊。具體而言，股價對于匯率沖擊的脈沖響應先在滯后1期和2期處于快速上升階段，并在滯后2期后達到最大值，然后呈現逐漸下降的變化趨勢，并在滯后8期后逐漸收斂于0，其響應程度處于較低的水平。另外，對于各個時點的細微響應差異，2015年8月的響應程度大于2017年5月和2018年5月。

另一方面，從利率對股價的影響來看，在滯后1期時，2018年5月的股價對于利率沖擊的脈沖響應為正向響應，而2015年8月和2017年為負向響應。整體而言，股價對于利率沖擊呈現顯著的負向響應，表明利率作為貨幣市場重要的組成部分，在股價波動的過程中發揮著負向影響的作用。具體而言，在滯后2期之前，股價對于利率沖擊的脈沖響應在各個時點上均不斷攀升，并在第2期達到最大值，之后呈現迅速下降的趨勢，并在滯后7期后趨于0。其中，在滯后1期至滯后4期之間，各個時點的脈沖響應具有顯著的差異，其響應程度按照從大到小的次序排列為：2015年8月＞2017年5月＞2018年5月，但在滯后5期之后，各個時點的脈沖響應程度較為接近。

（四）穩健性檢驗

對于匯率而言，由于中國和歐盟之間的貿易總量巨大，在中美貿易摩擦的背景下中歐的貿易聯系更加緊密，故本文使用人民幣兌歐元來衡量匯率變量，不同提前期和時點的脈沖響應的結論與前文基本一致，沒有明顯差異和變化。

對于利率而言，考慮到不同期限結構的利率水平差異，本文使用上海銀行間隔夜同業拆借利率作為利率的代理變量，考察不同時期內利率結構對股價的影響，以此進行穩健性檢驗和分析，總體結論一致。

對于股價而言，由于滬深300指數能夠全面地反映上海和深圳兩個證券市場的整體發展態勢，綜合反映我國股票市場的價格波動趨勢，故本文將股價由上證綜合指數替換成滬深300指數，新的結果依然支持前文結論，總體結論不變。

六、研究結論與政策建議

（一）研究結論

本文基于2005年8月至2020年12月的月度數據，使用貝葉斯框架下的MCMC算法和TVP-SV-VAR模型研究了匯率、利率對股價的動態沖擊效應。結果表明：(1) 匯率與股價、利率與股價之間存在負向時變相關關系，且匯率與股價的負向時變相關關系大于利率與股價之間的負向時變相關關系，表明匯率與股價之間更容易發生風險傳染；(2) 匯率、利率對股價的沖擊效應具有時變性和非對稱性特征，整體而言，利率對股價的影響大于匯率對股價的影響。具體而言，從不同提前期來看，長期的股價對于匯率沖擊的脈沖響應程度大于中期和長期的脈沖響應，且長期為正向沖擊響應。利率對股價具有顯著的負向影響和作用，且長期的沖擊效應大于中期和短期；從不同時點來看，各個時點下的脈沖響應趨勢基本一致，且影響程度的差異較小，股價對于匯率沖擊的脈沖響應為負向響應，而股價對于利率沖擊的脈沖響應為正向響應。

（二）政策建議

第一，推進人民幣匯率市場化改革。匯率的異常變動會引發股價的極端波動，通過人民幣匯率市場化將匯率的變動控制在一定的合理區間，進而實現股價的正常波動。具體而言，要正視和尊重市場經濟的發展規律，發揮市場在匯率均衡調整中的基礎作用，堅持人民幣匯率市場化改革方向。克服人民幣匯率波動和漲跌起落的恐慌心理，在匯率均衡水平的動態調整基礎上，通過漸進式改革方式，推動人民幣國際化進程。創新人民幣匯率的定價方式，逐步擴大匯率波動和浮動的彈性和韌性，使人民幣匯率在合理均衡水平上保持基本和整體穩定。同時，在人民幣匯率過度波動和失衡情況下，監管部門應該積極地管理和穩定匯率，完善預期管理機制，及時和適時引導市場和社會預期，實現有序和有效的調整。

第二，推動利率市場化改革。相比于匯率而言，利率對股價的影響更大。因此，為了維護股票市場的穩定，整體上要進一步完善市場化的利率調控機制和傳導路徑，有序推進存量浮動利率貸款定價基準轉換，加快推進市場報價利率的運用和轉換，持續深化LPR利率的改革，通過逆回購和MLF組合的渠道來保持流動性的合理配置，推進信用卡利率市場化改革的進程。實施精準、適度和合理的穩健貨幣政策，健全財政和貨幣等不同政策的協同機制，穩固貸款實際利率下降的成果。同時，提高金融機構利率定價的自主性，強化貸款市場的競爭性，使企業的實際融資成本穩中有降，為實體經濟的發展提供良好的環境。

第二，完善金融市場之間的協同監管體系。匯率、利率和股價分別對應的外匯市場、貨幣市場和股票市場均作為金融市場的重要組成部分，需要進一步完善金融市場之間的協同監管，完善統籌協調的現代金融監管體系，以達到提升監管效率的目的。具體而言，在“一委一行兩會一局”的監管框架下，統籌和明晰監管部門之間的監管范圍和標準，統籌和協調中央和地方政府的監管機制。完善監管部門之間的合作和交流機制，推進宏觀審慎監管和微觀審慎監管的協調和配合，加強對跨市場和跨行業的監管力度和強度。同時還要加強與其他國家的金融市場在金融政策方面的交流和借鑒，推動形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局，注重防范跨市場、跨區域和跨國境的風險傳染情況，防止出現系統性風險。