我国的经济模型离不开政府经济政策干预，这是我国经济系统的特征。本文引入中国经济政策不确定性指数作为经济政策干预的变量，并联合作为市场变量的中国金融条件指数构建ARDL-ECM模型，用来考察资本、公司债券、股票的资金再分配效率与经济政策和“市场之手”之间的关系。
研究背景 纵观现有文献，经济政策的不确定性越强，资本再分配效率与各金融市场资金再分配效率，可能降低也可能提高。相关研究表明，经济政策的不确定性越强，风险的可能越大，越会干扰影响市场主体的投资效率。此时，各金融市场的参与者很可能在投资方面产生判断偏差，甚至出现严重失误。根据相关理论，经济政策的不确定性可以视为一种噪音，对市场主体起到干扰作用。 由此，本文的资金再分配效率很可能会随着经济政策不确定性的上升而降低，即本文的研究假设H1a（经济政策不确定性上升，资本再分配效率、公司债券资金再分配效率、股票资金再分配效率会降低）。另外，有研究表明，经济政策不确定性的上升，可能源于政府出台经济政策时更为审慎，或者经济政策的指向性不太明确。然而，市场主体在配置资金前，必定会在获取有关资产基本面的市场信息和有关政府政策噪音之间做出抉择，经济政策不确定性越强，市场主体的关注点很可能从政府经济政策转向市场信息。 那么，此时“市场之手”在资金再分配方面会不会起到更强的作用呢？于是，本文提出竞争性研究假设H1b（经济政策不确定性上升，资本再分配效率、公司债券资金再分配效率、股票资金再分配效率会提高）。 众所周知，“市场之手”往往通过价格引导资源配置，而金融资源的价格便是利率、收益率等指标。现有文献在度量“市场之手”时，一般采用银行存款、城乡居民人民币储蓄存款余额、M2与GDP之比，来刻画金融市场程度，或者采用非国有商业银行存款、GDP以及利率市场化参数乘以3—6个月短期贷款基准利率，作为金融市场变量。不过，本文在“市场之手”度量方面引入了第一财经研究院发布的“中国金融条件指数”，该指数涵盖了银行间同业拆借市场利率、不同期限的国债（企业债、存单、票据）利率及收益率、各种股票指数及其波动率、金融机构人民币贷款加权平均利率、社融存量同比增速和M2同比增速等各种金融指标，较过去的研究方法更全面，更能体现中国的金融市场信息。 本文将月度的中国金融条件指数算术平均成季度数据，联立其他变量建模。由于该指数仅发布了2008年9月至今的数据，所以文中的样本时间段变为2008年第三季度—2018年第三季度。根据第一财经研究院的说明，该指数高代表金融环境紧缩，低则代表金融环境宽松，分别对应的是金融市场整体形势较好和较差的时期。于是，提出两种竞争性研究假设H2a（中国金融条件指数上升，资本再分配效率、公司债券资金再分配效率、股票资金再分配效率会提高）和H2b（中国金融条件指数上升，资本再分配效率、公司债券资金再分配效率、股票资金再分配效率会降低）。 实证结果及分析 模型一：资本再分配效率、中国经济政策不确定性指数与中国金融条件指数。 模型二：公司债券资金再分配效率、中国经济政策不确定性指数与中国金融条件指数。 模型三：股票资金再分配效率、中国经济政策不确定性指数与中国金融条件指数。 首先来看模型一：建立ARDL-ECM模型，如公式<Z:\KT2020\200316c08.tif>所示。根据AIC、SBC准则和边限检验法（Bounds?Test）确定最优滞后阶数，允许的最大滞后阶数设定为4，使用软件为Microfit5.5，模型一的结果如表1所示。
表1为AIC、SBC及LM统计量结果 由表1可知，当n=3时，不论有无趋势项，LM统计量的t值均大于0.05，表明模型一不存在序列相关性。综合AIC和SBC统计量，模型一的最优滞后阶数设定为3。为了确认模型一是否应包含趋势项，本文进行了Pesaran边限检验，结果如表2第2列所示。当模型一包含趋势项时，在1%的显著性水平下，变量间仍然存在着长期稳定关系。另外，模型一的协整方程和向量误差修正模型估计结果见表3。
表2为模型一、二、三的边限检验结果
表3为模型一的长期关系及误差修正模型估计结果 从表3的长期关系估计结果来看，中国经济政策不确定性指数EPU每上升1个百分点，资本再分配效率AFT会下降0.048373个百分点，证实了本文的研究假设H1a。这符合中国国情，鉴于资本再分配效率是所有金融市场资金再分配效率的汇总，中国经济政策不确定性的上升，从整体上看是会提高资金风险溢价的，尤其是在经济疲弱的情况下这种效应会更甚。因为在中国市场上，政府的政策干预对市场主体非常重要，它们会影响市场主体对政府未来可能采取何种政策的信念。因此，市场主体会要求对经济政策不确定性有一个溢价补偿。 不过，较高的溢价补偿会诱导市场主体偏离最优投资决策，最终引起金融市场资金再分配的非效率性。另外，从企业角度来看，较高的溢价补偿会提高企业经营者对新投资的“评价门槛”。那么，鉴于存在借贷约束方面的问题，那些资本边际生产效率不高的公司若想获得融资将会更难、更贵，贷款市场也会更保守，并通过实体经济的资金再分配不均，影响到整个金融市场的资本再分配效率。 中国金融条件指数CFCI每上升1个百分点，资本再分配效率AFT下降0.088818个百分点，验证了H2b。根据之前的理论，CFCI越高意味着金融环境越紧缩，对应的是金融市场整体形势较好的时期。就中国而言，金融环境紧缩会加大投融资压力，增加金融风险，造成资本再分配效率下行，并且据研究发现，越是在经济形势好的时候，盈利能力较低的企业反而容易获取更多资金，使得信贷市场运行偏离效率的最大化，进而引发金融资源配置的非效率性。综上，中国金融条件指数CFCI与资本再分配效率AFT呈负相关关系有其现实意义。 另外，对比EPU和CFCI的长期协整关系系数发现，CFCI对AFT的影响力度约是EPU对AFT影响力度的两倍。这说明中国市场的资本再分配效率相较于政府政策干预更容易受到“市场之手”的影响，中国的金融深化改革是有效果的。从整体来看，金融市场的资本再分配效率是市场主导型的。 进一步分析表3的ARDL-ECM模型估计结果可知，中国经济政策不确定性指数EPU、中国金融条件指数CFCI与资本再分配效率AFT之间存在短期动态关系。经济政策不确定性和金融条件对资本再分配的短期影响均在当期体现出来，与长期关系相似的一点是，经济政策不确定性和金融条件的提高会降低资本再分配效率，并且金融条件对资本再分配效率的影响程度是经济政策不确定性对资本再分配效率影响程度的近两倍。滞后一期和滞后二期的资本再分配效率对当期资本再分配效率的影响非常大，尤其是滞后一期的资本再分配效率的影响程度最大。 从监管层面来看，提升资本再分配效率是一个循序渐进的过程，要在充分掌握资本再分配效率历史走向的情况下，对改善未来金融市场的资金再分配效果实行有益的政策举措。另外，误差修正项ECM（-1）表明，当短期波动偏离长期均衡时，资本再分配效率会以-1.6216的调整力度，将非均衡状态迅速拉回至长期均衡状态。对于模型一，本文还给出了稳定性检验，如图1面板1所示，CUSUM检验结果显示，模型一的残差和没有超出5%的边限区间，模型一估计的系数是稳定可靠的。 从表4的长期关系估计结果来看，中国经济政策不确定性指数EPU每上升1个百分点，公司债券资金再分配效率AFB会下降0.079296个百分点，证实了本文研究假设H1a。中国的债券市场素有“政策市”一称，尤其是货币政策对公司债券市场的影响极为明显，每一次调整货币政策都会引起公司债券市场的大幅上扬或下挫。在中国经济政策不确定性很高的背景下，企业和个人预测会有政策变化，但又不确定政府将会采取何种新政策的时候，此时信息决策参考的标准会不断增加，并且标准之间的矛盾日益凸显，企业和个人的心理预期及经济行为都将受到影响，最终使得公司债券资金再分配效率有所降低。
图1为CUSUM检验结果 其次来看模型二：公司债券资金再分配效率、中国经济政策不确定性指数与中国金融条件指数。 模型二的边限检验结果如表2的第3列所示，当模型二包含趋势项时，在10%的显著性水平下，变量间存在长期稳定关系。另外，模型二的协整方程和向量误差修正模型估计结果见表4。
表4为模型二的长期关系及误差修正模型估计结果 中国金融条件指数CFCI每上升1个百分点，公司债券资金再分配效率AFB会下降0.019861个百分点，验证了H2b。已知债市对利率的反应极为灵敏，凡是影响到资金面变化的因素都会在一定程度上造成债券市场的波动。那么，当CFCI上升即金融环境越发紧缩的时候，很多企业会因过高的利率直接选择取消或延迟发行债券。加之企业融资渠道收紧和融资难度加大，以及民企风险持续暴露，高负债、低资质的国企和融资平台也在所难免，相应地加剧了公司债券资金再分配的非效率性。另外，表4显示出一个关键的信息——从长期协整关系来看，EPU对AFB的影响力度远大于CFCI对AFB的影响力度，这说明公司债券资金再分配效率从长期来看是政策驱动型的。 表4的ARDL-ECM模型估计结果显示，中国经济政策不确定性指数EPU、中国金融条件指数CFCI与公司债券资金再分配效率AFB之间存在短期动态关系。与长期关系不同的是，在短期内，中国金融条件指数CFCI对公司债券资金再分配效率AFB的影响更大，这说明政策层面对公司债券资金再分配效率的影响不会在短期内马上显现，而是存在一个时滞。 那么，就中国公司债券市场的现实情况而言，目前政策层面开始推结构性去杠杆、管控非标融资和地方政府违规债务清理，政策效应可能不会即刻传递到公司债券资金再分配效率上，但从长期来看这个效应非常值得关注。模型二的CUSUM检验结果见图1面板2所示，表明模型二的系数是稳定可靠的。 最后来看模型三：股票资金再分配效率、中国经济政策不确定性指数与中国金融条件指数。 同上，模型三的边限检验结果如表2第4列所示，当模型三不包含趋势项时，在1%的显著性水平下，变量间存在长期稳定关系，其协整方程和向量误差修正模型估计结果见表5，CUSUM检验结果见图1面板3所示。 表5的长期协整关系估计结果显示，中国经济政策不确定性指数EPU每上升1个百分点，股票资金再分配效率AFS下降0.0086583个百分点，证实了研究假设H1a。这说明经济政策不确定性对股票资金再分配效率主要起负面影响，但从系数的绝对值来看，该影响力度远小于经济政策不确定性对公司债券市场的影响力度。
表5为模型三的长期关系及误差修正模型估计结果 H1a之所以在股票市场也成立，除了类似于模型一和模型二的作用机制，还有政府往往会在问题时期对股票市场进行政策干预，使得股民相信政府为大盘提供了看跌期权保护（Greenspan看跌期权），而政策不确定性的上升降低了政府提供给股市的隐含看跌期权保护的价值，这将造成股市更动荡、无秩序，尤其是在经济疲软的时候。同时，政府的经济政策干预不能完全分散风险，当政策信号更明确以及经济政策不确定性更大时，这种不可分散的风险会造成股票溢价的政治冲击部分，即“政治风险溢价”。这种“政治风险溢价”对企业的盈利能力和个人的投资研判均会产生一定程度的干扰，这不利于提高资金的再分配效率。 中国金融条件指数CFCI每上升1个百分点，股票资金再分配效率AFS提高0.0028895个百分点，验证了研究假设H2a。CFCI越高意味着金融环境越紧缩，对应的是金融市场整体形势较好的时期，而世界主要经济体的股票市场已证实是与景气变动顺周期的，其资金再分配的效率性在经济扩张时期改善，在景气萧条期有恶化。另外，从长期协整关系中EPU和CFCI对应的系数绝对值来看，中国股票市场的资金再分配效率更易受到政策层面的影响。 由ARDL-ECM系数估计结果得知，股票资金再分配效率AFS与滞后一期、二期和三期的AFS高度正相关，并且滞后一期的AFS对当期AFS的影响力度最大，这意味着AFS在短期内存在滞后效应。另外，EPU与CFCI在短期动态关系中的系数与长期协整关系中的系数的性质一致。值得注意的是，滞后一期、二期和三期的EPU对AFS的影响是正负交替进行的，意味着短期内经济政策不确定性对股票资金再分配效率产生的负面影响持续期较长，在经历了一个季度后转为较小的正面影响，随即会变为两个季度后更大的负面影响。因此，应当高度关注经济政策不确定性的滞后负效应。 主要结论与启示 通过分别构建资本再分配效率、公司债券资金再分配效率、股票资金再分配效率与中国经济政策不确定性指数以及中国金融条件指数之间的ARDL-ECM模型，研究发现，资本再分配效率与中国经济政策不确定性指数和中国金融条件指数均呈负相关，滞后一期、二期的资本再分配效率对当期资本再分配效率的影响非常大，并且资本再分配效果由市场主导；公司债券资金再分配效率与中国经济政策不确定性指数和中国金融条件指数均呈负相关，公司债券资金再分配效率从长期来看受政策的影响更大，而在短期内受金融环境的影响更大；股票资金再分配效率与中国经济政策不确定性指数呈负相关，而与中国金融条件指数呈正相关，负相关效应大于正相关效应，并且股票资金再分配效率在短期内存在滞后效应。 本文研究结论蕴含一定的政策启示：第一，应该坚持社会主义市场经济改革方向，处理好政府和市场关系，树立质量优先、效率至上的理念，充分发挥市场的主导作用，深化金融改革，提高金融资源配置效率；第二，构建多层次的资本市场体系，提高贷款市场和留存收益市场的资金再分配效率，鼓励符合条件的中小微企业通过发行企业债券、公司债券、非金融企业债务等各种融资方式，实现融资渠道多元化；第三，有必要降低潜在的经济政策不确定性，提高经济政策的透明度，这对提高资本再分配效率和各金融市场资金再分配效率非常重要；第四，把握好经济政策对公司债券市场的传递效应，中央银行不仅要依附于传统手段，还建议开发市场化的政策工具，保持政策的稳定性、持续性和准确度，给股票市场和债券市场参与者以稳定的预期；第五，对于机构投资者而言，可以考虑将中国经济政策不确定性指数加入到投资模型中，以提高决策的科学性。 （作者单位：武汉大学经济与管理学院） | 
:
| 
:
| 
:期货程序化 | 
:期货程序化研究 | 
:期货量化学习 | 
:期货量化 | 
发表于 2020-3-16 10:26
| 
|
TB/MC开户优惠政策:
：
：
2024年最全的Python编程与程序化（量化）教程、视频、源码、课件、资源汇总贴：/thread-152864-1-1.html
2024年最全的MultiCharts程序化（量化）教程、视频、源码、课件、资源汇总贴：/thread-88129-1-1.html
