本文是一篇金融論文，本文創新性地將證券投資學領域中CCAPM模型、股利貼現模型和長期風險模型進行有機綜合，構成了貨幣政策中介目標的非預期變動對股市波動影響的理論基礎，進而提出本文的研究假設。

1  緒論

1.1  研究背景與意義

1.1.1  研究背景

我國自1990年設立滬深兩所證券交易所起，股票市場迅速發展。上市公司數量從1990年底的8個增加到2021年底的4615個，增加了575.9倍；總市值從1990年底的28億元增長至2021年底的916088.18億元，增長了32716.4倍。30年來，我國股市在優化資本資源配置、支持實體經濟、促進國民經濟發展方面起到了重要作用。然不可否認的是，30年來，我國股市在運行方面卻表現出換手率高、投機性強、波動性大、趨勢性弱、熊長牛短等特點，這與發達市場經濟國家的股票市場運行大相徑庭。例如在換手率方面，2002年至2017年，以道瓊斯指數、納斯達克指數為代表的美國股市平均換手率分別為50%、118%，而代表我國股市的上證綜指、深證成指在此期間的平均換手率分別為162%、215%，我國股市換手率約為美國的兩倍；在波動率方面，1993年至2018年8月期間，美國道瓊斯指數和納斯達克指數的平均波動率分別為15.85%、21.40%，而我國上證綜指和深證成指的平均波動率分別為30.92%、31.35%，我國股市波動率亦接近美國的兩倍。尤為令人沮喪的是在運行趨勢性方面，相較于世界各國，我國股市存在很大問題。2009年12月31日，上證綜指為3277.14點，到2020年12月31日3473.07點，僅上漲5.98%；然在此期間，韓國綜指、法國CAC40指數、巴西BOVESPA指數漲幅均超50%，日經225指數、德國DAX30指數漲幅均超100%，美國標普500指數更是漲幅超200%。

我國股市波動劇烈而成長性明顯不足，原因何在？多年來，國內學者對此進行了廣泛深入的探討。大量研究結果表明，原因是多方面的，諸如：我國上市公司質量不夠高、IPO過快而退市過慢、大股東減持打擊投資者信心、上市公司信息披露不規范等。這些原因無疑已經成為當前我國學界和業界的共識。但回顧我國股市發展史，我們可以發現，在我國股市幾乎每一次向下的大幅波動過程中，實際上政府都出臺了一系列政策，首先是貨幣政策“救市”，試圖扭轉跌勢，然而卻很難阻止股指繼續慣性向下波動，直至出現一個比“政策底”低出很多的“市場底”才真正見底，開始新一輪的上下波動周期。

1.2  研究內容與研究方法

1.2.1  研究內容

本文的研究內容一共分為5章。

第一章為緒論。首先，闡述了研究背景以及研究意義。然后，梳理了有關非預期的貨幣政策中介目標變量對股市波動影響的相關文獻。最后，介紹了本文的研究內容、研究方法以及不足和創新。

第二章為理論分析和研究假設。首先，闡述了貨幣政策中介目標變動對股價影響的傳統理論。然后，著重對CCAPM模型、股利貼現模型和長期風險模型等三個資本資產定價模型展開理論分析，由此構成了本文研究貨幣政策中介目標的非預期變動影響股市波動的理論基礎。最后，基于非預期的貨幣政策中介目標變動通過改變股市主體對未來的預期，從而改變股市收益率的理論基礎，提出貨幣政策中介目標的非預期變動將顯著影響股市波動的研究假設。

第三章為研究設計。首先，介紹了本文所選的GJR-GARCH-MIDAS模型。然后，介紹模型中所需要的經濟變量的提取方法和預處理方式，即股市收益率、低頻波動率和非預期的貨幣政策中介目標變動，其中本文使用信貸規模、M2和社會融資規模作為貨幣政策中介目標變量，非預期成分使用ARIMA模型進行提取。最后，對本文的數據來源進行說明。

第四章為實證分析。首先，對本文數據進行了描述性統計，分析了涉及變量的基本數據特征。其次，利用GJR-GARCH-MIDAS模型進行實證分析，分別對非預期的貨幣政策中介目標的三個代理變量逐一進行參數估計、長短期波動、權重函數分析。然后，分別利用方差貢獻和模型預測來評價各個模型下對股市波動的解釋能力和預測能力。最后，通過使用SPA檢驗對各類模型的預測結果進行穩健性分析。

第五章為研究結論與政策建議。主要對第四章中的實證結果進行歸納性總結，以及借助理論與實證相一致的結論為中央銀行促進股市穩定提供若干建議。

2  理論分析與研究假設

2.1  理論分析

2.1.1  貨幣政策中介目標變動對股市影響的傳統理論概述

按照基本成為學術界共識的傳統貨幣理論中的貨幣政策傳導機制理論，貨幣政策的最終目標是物價穩定（或幣值穩定）、經濟增長、充分就業和國際收支平衡這四大目標。盡管20世紀90年代以后學術界主流觀點又增加了金融市場穩定這一目標（甚至還有由此引申出的利率穩定、匯率穩定目標），但畢竟，貨幣政策主要的最終目標仍是屬于實體經濟領域的上述前四個。不僅如此，在中高級貨幣理論范疇，在討論貨幣政策有效性問題時，學術界往往將貨幣政策最終目標指向表征經濟增長的（實際）產量，以貨幣政策對（實際）產量影響的有無或大小來辨別貨幣政策是否有效及有效性大小。貨幣理論并沒有對于貨幣政策如何影響股市展開專門的討論。另一方面，按照貨幣理論，貨幣政策對于最終目標的影響是指貨幣政策工具對于最終目標的影響，而不是指貨幣政策中介目標對于最終目標的影響，是分析貨幣政策工具傳導至最終目標的機制，而不是分析貨幣政策中介目標傳導至最終目標的機制。

然而，從傳統的貨幣政策傳導機制理論中的傳導邏輯、傳導脈絡，傳導路徑中，我們不難提煉、萃取出貨幣政策中介目標變動對股市影響的理論內容。

理論上，貨幣政策中介目標變動對股市的影響路徑，包括三個渠道：利率渠道、其他資產價格渠道（托賓Q效應、財富效應、匯率渠道）、信用渠道（信貸渠道、實際利率效應渠道）。貨幣政策中介目標一般包括利率和貨幣供應量兩種，為方便討論，也考慮到傳統主流文獻的習慣，在此主要聚焦利率這個貨幣政策中介目標。

2.2  研究假設

當貨幣政策中介目標變動的實際值和預期值不一致時，則產生非預期部分，當前者大于后者時，則產生超預期，當后者大于前者時，則產生低預期。非預期的貨幣政策中介目標變動將會促使股市主體即投資者調整對未來的預期，從而影響消費預期、現金流預期、折現率預期。考慮到利率渠道在理論分析中的重要性以及利率與折現率的同向關系，本文將影響折現率預期納入到影響利率預期中，以此構成本文研究假設的理論基礎。

一、非預期的貨幣政策中介目標變動通過影響投資者的消費預期，進而影響股市收益率。當超預期產生時，投資者將會發覺自己低估了貨幣政策的寬松程度，從而做出貨幣繼續寬松、經濟將會繼續增長的預期，根據生命周期理論或跨期消費理論，投資者為了提高自己的終身效用水平，將會提前消費，引致消費增加；非預期的貨幣政策中介目標變動也會促使投資者產生市場利率下降的預期，利率的下降將會導致居民儲蓄的機會成本上升，從而將資金用于當期消費的實物資產和未來期消費的金融資產。當預期未來消費增加時（消費增長率改變），資產收益率也會同方向變動。

二、非預期的貨幣政策中介目標變動通過影響投資者對企業未來現金流的預期，進而影響股市收益率。當超預期的貨幣政策中介目標變動時，投資者預期經濟市場中存在超額資金，超額資金將以借貸關系流轉到企業內部，在緩解企業融資約束的同時，也降低了企業資金鏈斷裂的風險，從而投資者會形成企業凈利潤穩定增長的預期，預期股票將會帶來穩定的現金流；另外消費需求的增加也會降低企業的存貨投資，將存貨成本用銷售收入彌補，擴大盈利空間，促使投資者產生了企業將會有穩定增長的現金流預期。當預期未來的現金流增加時，資產收益率將會同向變動。 

3  研究設計 ........................ 15

3.1  模型選擇 ............................... 15

3.1.1    GARCH模型 .................................. 16

3.1.2    GJR-GARCH模型 ............................. 16

4  實證分析 ............................... 25

4.1  描述性統計 ....................................... 25

4.2  模型估計 ................................... 26

5  研究結論和政策建議 ................................. 45

5.1   研究結論 ............................... 45

5.2   政策建議 ............................ 46

4  實證分析

4.1  描述性統計

為了展示本文所用數據的基本統計特征，本文使用EViews10.0軟件進行描述性統計，具體包括樣本數、均值、標準差、最小值、最大值、JB統計值以及檢驗平穩性的ADF統計值和檢驗ARCH效應的LM統計值，所有結果如表4.1所示。

表4.1中，R代表上證綜指收益率，Credit、M2和Sr分別代表信貸規模、貨幣供應M2和社會融資規模的非預期變動。上證綜指收益率從1992年1月2日至2020年12月31日，共7061個交易日數據，數據已經乘以100，單位為“%”。上證綜指收益率幾乎和0無顯著差異，表現出極強的均值回復效果，上證綜指收益率的最大值為105.27%，對應的事件是上證綜指從1992年5月20的616.99點一躍到1992年5月21的1266.49點。根據JB統計值可以看出股指收益率均顯示出非正態的特性，這說明直接使用正態假設的GARCH混頻模型是不合理的，慶幸的是，Wang和Ghysels（2014）已經證明了即使在分布假設不正確的前提下，依然可以得到一致性估計量的準極大似然估計的若干性質，這為模型構建提供了更加有力的依據。根據表4.1中第二列中的ADF統計值和LM統計值，股指收益率通過無截距、無趨勢項的ADF單位根檢驗和滯后12階的ARCH效應檢驗，檢驗結果表明，序列是平穩的，且具有高ARCH效應。三種貨幣政策中介目標的非預期變動數據屬于月度數據，并且已經經過標準化處理，所以表現出均值為0，標準差為1的樣本數據特征，樣本量分別為348、336、228。

5  研究結論和政策建議

5.1  研究結論

本文以貨幣政策為切入點，研究了我國貨幣政策中介目標的非預期變動對股市波動的影響，本質上探討了貨幣政策中介目標的非預期變動是否可以扭轉投資者在股市連續下跌過程中改善投資者預期和行為，促使股市降低向下波動的幅度，從而整體降低股市波動性，呈現出趨勢向上的健康、穩定運行問題。 本文創新性地將證券投資學領域中CCAPM模型、股利貼現模型和長期風險模型進行有機綜合，構成了貨幣政策中介目標的非預期變動對股市波動影響的理論基礎，進而提出本文的研究假設。在實證分析中，本文以信貸規模、M2和社會融資規模作為貨幣政策中介目標變量，使用ARIMA模型對非預期成分進行提取，用上證綜指的收盤價構造對數股市收益率，使用已實現極差和已實現波動率作為低頻波動率的代理變量，借鑒較為流行的GJR-GARCH-MIDAS模型來完成計量建模，通過使用方差比率、樣本預測及SPA檢驗來檢驗各種模型的解釋能力、預測能力及穩健性。通過實證分析，本文得出非預期貨幣政策中介目標變動對股市波動產生顯著影響的結論。具體實證結果有以下幾點：

一、非預期的貨幣政策中介目標變動將顯著地影響股市波動。當超預期的信貸規模、M2、社會融資規模發生時，將會正向影響股市波動的長期趨勢成分，進而影響股市趨勢向上波動。當低預期的信貸規模、M2、社會融資規模發生時，將會負向影響股市波動的長期趨勢成分，進而影響股市趨勢向下波動。

二、基于已實現極差構造的GJR-GARCH-MIDAS模型在股市波動的解釋能力方面優于基于已實現波動率構造的GJR-GARCH-MIDAS模型。將已實現極差和已實現波動率分別與非預期的信貸規模變動、非預期的M2變動和非預期的社會融資規模變動構成雙因子GJR-GARCH-MIDAS模型，研究結果表明：基于已實現極差和“非預期”因子構造的各種模型的解釋能力均高于基于以實現波動率和“非預期”因子所構造的模型。

三、非預期的貨幣政策中介目標變動能夠顯著地提高模型的解釋能力、預測能力。通過方差貢獻分析和樣本預測分析，可以得出結論：相較于單因子GJR-GARCH-MIDAS模型，加入非預期的貨幣政策中介目標變動所構造的雙因子GJR-GARCH-MIDAS模型對股市波動的解釋能力、預測能力更好，即“非預期”因子的加入對提高模型的解釋能力、預測能力是有益的。 

參考文獻（略）