利用理性泡沫理論,綜合采用雙重差分方法與向量自回歸模型,基于近年來市場日交易數(shù)據(jù),本文估算了我國股票市場系統(tǒng)性風(fēng)險與非預(yù)期貨幣政策之間的關(guān)系。本文認為,非預(yù)期貨幣政策主要通過對短期利率市場產(chǎn)生非預(yù)期影響,進而對股票市場系統(tǒng)性風(fēng)險形成沖擊。而且,這種沖擊在方向和幅度上均將受到股票投資者預(yù)期形成機制與原有系統(tǒng)性風(fēng)險水平的影響,因此,其動態(tài)影響過程表現(xiàn)出非線性化的特點。但是,從市場系統(tǒng)性風(fēng)險的角度來說,非預(yù)期貨幣政策對我國股票市場的具體影響并不存在非對稱性。因此,以降低股票市場系統(tǒng)性風(fēng)險為目標的相機抉擇的貨幣政策,其政策績效將受到預(yù)期管理工作的影響。 

【文章來源】：金融經(jīng)濟. 2020,(04)

【文章頁數(shù)】：9 頁

【部分圖文】：

理性預(yù)期下金融市場系統(tǒng)性風(fēng)險對超預(yù)期貨幣政策的動態(tài)反映過程模擬

考慮到國際金融危機的影響，本文選擇的樣本區(qū)間為2014年6月至2019年5月的日數(shù)據(jù)，共計1263個樣本量（圖2）；隨后，為便于計算，我們按日分離濾波后的趨勢項和擾動項，趨勢項代表預(yù)期貨幣政策對于短期利率的影響，而擾動項則代表未預(yù)期貨幣政策對于短期利率的影響；將兩組數(shù)據(jù)合并為一組數(shù)據(jù)，用以反映貨幣政策對短期利率的影響。數(shù)據(jù)來源于WIND數(shù)據(jù)庫。2. 股票市場系統(tǒng)性風(fēng)險

結(jié)合資本資產(chǎn)定價模型與Bernanke et al(2005）的計算方法，為區(qū)分控制組和實驗組樣本，我們將滬深300指數(shù)股指期貨合約價格對數(shù)化后離差絕對值作為控制組；而在實驗組的設(shè)計方面，則將滬深300指數(shù)股指現(xiàn)貨與滬深300指數(shù)股指期貨合約價格取對數(shù)差分，進而得到股票市場系統(tǒng)性風(fēng)險。由此，股指期貨作為非系統(tǒng)性風(fēng)險規(guī)避類的資產(chǎn)組合產(chǎn)品，分離了股票市場的非系統(tǒng)性風(fēng)險與系統(tǒng)性風(fēng)險。基于此計算方法，如圖3所示，我們?nèi)〉?014年6月至2019年5月以滬深300指數(shù)風(fēng)險超期貨合約與現(xiàn)貨對數(shù)化后日離差絕對值表示的股票市場系統(tǒng)性風(fēng)險水平的基本走勢。數(shù)據(jù)來源為中證指數(shù)有限公司網(wǎng)站。（二）實證分析模型

【參考文獻】：
期刊論文
[1]新時代背景下我國消費結(jié)構(gòu)形勢分析及對策建議[J]. 張媛.  金融經(jīng)濟. 2019(14)
[2]論匯率波動對我國房地產(chǎn)價格的影響[J]. 李夏零.  金融經(jīng)濟. 2019(06)
[3]未預(yù)期貨幣政策與股票市場——基于媒體數(shù)據(jù)的實證研究[J]. 朱小能,周磊.  金融研究. 2018(01)
[4]未預(yù)期貨幣政策沖擊對股票價格的非對稱性影響[J]. 尚玉皇,劉璐璐,趙洋.  金融理論與實踐. 2017(02)
[5]未預(yù)期貨幣政策與企業(yè)債券信用利差——基于固浮利差分解的研究[J]. 郭曄,黃振,王蘊.  金融研究. 2016(06)
[6]可預(yù)期與不可預(yù)期貨幣政策時滯的實證測度[J]. 肖衛(wèi)國,劉杰.  統(tǒng)計研究. 2013(12)



本文編號：3415977