股票市场风险与货币政策未预期调整——基于DID+VAR方法的政策绩效评估方案设计

发布时间：2021-09-30 13:38

　　利用理性泡沫理论,综合采用双重差分方法与向量自回归模型,基于近年来市场日交易数据,本文估算了我国股票市场系统性风险与非预期货币政策之间的关系。本文认为,非预期货币政策主要通过对短期利率市场产生非预期影响,进而对股票市场系统性风险形成冲击。而且,这种冲击在方向和幅度上均将受到股票投资者预期形成机制与原有系统性风险水平的影响,因此,其动态影响过程表现出非线性化的特点。但是,从市场系统性风险的角度来说,非预期货币政策对我国股票市场的具体影响并不存在非对称性。因此,以降低股票市场系统性风险为目标的相机抉择的货币政策,其政策绩效将受到预期管理工作的影响。 

【文章来源】：金融经济. 2020,(04)

【文章页数】：9 页

【部分图文】：

理性预期下金融市场系统性风险对超预期货币政策的动态反映过程模拟

考虑到国际金融危机的影响，本文选择的样本区间为2014年6月至2019年5月的日数据，共计1263个样本量（图2）；随后，为便于计算，我们按日分离滤波后的趋势项和扰动项，趋势项代表预期货币政策对于短期利率的影响，而扰动项则代表未预期货币政策对于短期利率的影响；将两组数据合并为一组数据，用以反映货币政策对短期利率的影响。数据来源于WIND数据库。2. 股票市场系统性风险

结合资本资产定价模型与Bernanke et al(2005）的计算方法，为区分控制组和实验组样本，我们将沪深300指数股指期货合约价格对数化后离差绝对值作为控制组；而在实验组的设计方面，则将沪深300指数股指现货与沪深300指数股指期货合约价格取对数差分，进而得到股票市场系统性风险。由此，股指期货作为非系统性风险规避类的资产组合产品，分离了股票市场的非系统性风险与系统性风险。基于此计算方法，如图3所示，我们取得2014年6月至2019年5月以沪深300指数风险超期货合约与现货对数化后日离差绝对值表示的股票市场系统性风险水平的基本走势。数据来源为中证指数有限公司网站。（二）实证分析模型

【参考文献】：
期刊论文
[1]新时代背景下我国消费结构形势分析及对策建议[J]. 张媛.  金融经济. 2019(14)
[2]论汇率波动对我国房地产价格的影响[J]. 李夏零.  金融经济. 2019(06)
[3]未预期货币政策与股票市场——基于媒体数据的实证研究[J]. 朱小能,周磊.  金融研究. 2018(01)
[4]未预期货币政策冲击对股票价格的非对称性影响[J]. 尚玉皇,刘璐璐,赵洋.  金融理论与实践. 2017(02)
[5]未预期货币政策与企业债券信用利差——基于固浮利差分解的研究[J]. 郭晔,黄振,王蕴.  金融研究. 2016(06)
[6]可预期与不可预期货币政策时滞的实证测度[J]. 肖卫国,刘杰.  统计研究. 2013(12)



本文编号：3415977