本文是一篇金融論文，本文在股票市場和債券市場流動性的基礎上，進一步引入代表融資流動性和貨幣流動性的銀行間市場，通過研究在金融不確定性影響下，不同金融市場間流動性協同運動表現變化，為更好地防控金融風險，促進金融市場穩定發展提供一些參考。

1  導言

1.1  研究背景

2020年初新冠肺炎疫情在全球爆發，不僅為社會發展帶來極大影響，同時也在影響著金融市場的穩定。在此重大外部事件的沖擊下，金融市場表現出明顯反應，單個金融市場的不穩定性存在外溢，進一步影響多個市場的正常運行，從而使得全球金融不確定性不斷增加。對此，美國股市的表現尤為明顯：2020年3月9日，疫情爆發的高峰期美國股市出現大幅波動，市場經歷自1997年以來的第二次熔斷，并在接下來的幾日不斷觸發熔斷機制，道指和標普500指數均創下1987年股災以來的最大單日跌幅。

如圖1-1所示，美國VIX恐慌指數在短期內迅速飆升，不確定性程度與2008年金融危機期間基本持平。這造成股市資產價格不斷下跌，市場交易活躍度驟減，從而使得市場流動性呈現出下降趨勢。對此，2020年3月23日，美國開始采取無限量QE（Quantitative Easing）政策為市場及時注入流動性，托底金融資產價格，穩定金融市場。

1.2  研究意義

1.2.1  現實意義

我國一直將“守住不發生系統性金融風險的底線”、“防范化解重大金融風險”作為我國經濟平穩發展的基礎。其中，流動性充足是金融市場健康穩定發展的重要前提，在金融市場穩定方面具有重要作用。不同金融市場的流動性又會相互影響，表現出流動性協同。因此，當外部發生各種不確定性沖擊時，單個市場的流動性會出現明顯波動或失衡，這種影響會通過金融市場間的聯動在不同市場之間傳遞，進而形成流動性循環，加劇金融市場的震蕩；嚴重時將導致整個金融市場的流動性枯竭，系統性金融風險不斷累積，從而引發金融危機。然而在危機期間，政府可能會采取相應的措施調節金融市場流動性。正如2020年3月，美國金融市場流動性迅速降低，系統性金融風險在短期內不斷累積，促使美國政府出臺無限量QE政策救市。

因此，本文研究對象除了代表市場流動性的股票和債券市場流動性以外，還考慮了代表融資流動性和貨幣流動性的銀行間市場流動性。通過研究三者在金融不確定性影響下的流動性協同運動關系，可以為我國在金融不確定性陡增時提供比較科學的宏觀調控政策制定依據，有助于穩定各金融市場流動性、防范化解潛在系統性風險。特別是比較深入具體的實證研究，可以對宏觀調控政策的類型、作用市場以及方向和力度提供建議，提高政策的針對性和有效性。

2  國內外文獻綜述

2.1  不確定性的概念與不確定性指數的構建

在不確定性指數構建方面，Bloom（2009）①引入不確定性作為一種隨機過程，為此利用股票市場數據構建了VIX指數，即“恐慌指數”。作者基于股市波動的時變跳躍特征，篩選造成股市波動率增加的重要事件，進而構造出可以反映重大危機對股票市場波動性影響程度的指數。Baker et al.（2015）②通過搜索關鍵詞的方式構建經濟政策不確定性指數，具體來說包括：新聞媒體提及經濟政策不確定性的頻率、將在未來一定期限內到期的聯邦稅法條款數量以及預測者未來預期三個方面。該指數在總統大選、911襲擊、雷曼兄弟破產等重大事件上會表現出明顯跳躍。這兩者分別是當前應用較多的反映經濟不確定性和經濟政策不確定性的指標。

近年來，我國已有一些學者著手構建針對中國市場的經濟不確定性指數和金融不確定性指數，主要可以分為以下兩類：

第一類，基于變量的預測誤差構建不確定性指數。黃卓等（2018）③通過處理分析大數據的方式，基于280個月度經濟金融變量構建金融不確定性指數，發現該指數可以較好地預測股票市場波動。同時提出，金融市場的波動主要來源于金融不確定性。其中，在金融不穩定時期，規模較大的金融機構面臨的系統性金融風險也會相應增加。王霞和鄭挺國（2020）④基于混頻數據，包含工業、投資、消費、進出口、稅收等領域，構建了混頻動態因子模型，并為不同經濟變量賦予不同權重。在此基礎上形成意外指數和不確定性指數，同時形成實時信息流。

第二類，基于變量的波動率構建不確定性指數。章上峰等（2015）⑤以宏觀經濟景氣指數的預警指數和一致指數作為代理變量，通過GARCH模型、隨機波動（SV）模型以及馬爾科夫模型，利用AR模型剔除經濟預期，以估計得到的方差來測度宏觀經濟不確定性。王維國和王蕊（2018）①應用了增廣因子向量自回歸（FAVAR-SV）模型，剔除可預測部分，基于102個宏觀月度指標和56個行業指數兩部分，構建宏觀經濟不確定性指數。馬丹等（2018）②利用大型數據直接對經濟不確定性進行測度，建立包含潛在不可觀測變量的混頻動態因子隨機波動模型（Mixed-GFSV模型）。其中包括60個月度指標和4個季度指標，合成的不確定性指數可以對我國宏觀經濟進行月度監測。劉玉榮等（2019）③將股票市場收益率波動率視為反映金融市場不確定性的代理變量，利用SV模型構建金融市場波動的不確定性指標，其認為SV模型比GARCH模型在面對異常值時更加穩健。

2.2  金融市場流動性測度

2.2.1  股票市場流動性測度

在流動性測度問題上，針對股票市場的研究相對較多。Amihud（2002）④主要是基于交易價格、交易量、均衡價格等因素構建了流動性測度指標。其構建的非流動性測度指標ILLIQ可以用以解釋不同股票預期收益的差異。該指標是股票日回報率絕對值與日成交量之間的比值，其表示每日股價對單位交易量變動的反應。該指標易于計算，因此可適用性較強，可用于較長區間的時間序列。Chung and Chuwonganant（2014）⑤針對股票市場構建了報價價差、有效價差、市場深度指標來反映流動性，進而分析VIX指數對股票市場流動性的影響。金春雨和張浩博（2016）⑥參考Amihud的方法，構建LIQ作為流動性指標，用以反映單位日價格變動下行業指數成交金額大小。并基于BVAR模型發現不同行業的流動性均會對其他行業產影響，只是溢出程度存在差異。董小紅和劉向強（2020）①認為經濟政策不確定性會通過影響投資者的投資行為間接影響股票市場流動性。作者使用非流動指標（ILLIQ）衡量股票市場流動性，該指標衡量了單位交易額對應股票價格變化的程度。作者發現經濟政策不確定性增加，會擴大信息不對稱，使得投資者在交易過程中要求更高的報酬率并對損失有更強的感知力，進而增加股票流動性的成本。譚德凱等（2020）②同樣利用了ILLIQ指標，但其認為日度收益率可能會包含許多不必要的非交易因素信息，因此將分子的收益率替換為價格振幅。

3  相關概念及理論基礎 .............................. 17

3.1  不確定性的概念 ................................... 17

3.2  金融市場流動性的概念 ................................ 18

4  實證研究設計 ..................................... 27

4.1  研究設計思路 ....................................... 27

4.2  混頻DCC-GARCH模型簡介 ............................... 27

5  變量構造與描述性統計分析 ................................ 33

5.1  樣本選取及數據來源 .......................... 33

5.2  金融不確定性指數構建 ......................... 33

6  實證研究結果分析

6.1  金融不確定性對金融市場流動性波動的影響

本文首先構建包含外生變量影響的GARCH-MIDAS-CXD模型，分析在金融不確定性的影響下，股票市場、銀行間市場、債券市場流動性各自的波動變化。同時，中國的金融市場結構一直在快速變化中，導致金融市場流動性變化存在較為明顯的結構性特征，在不同的金融階段將呈現出不同的流動性特征。通過5.3的分析可知，三個市場的流動性在2018年之后均明顯提升。因此，根據式6-2，本文以2018年作為節點，將2018年之前的時間段對應的虛擬變量D設置為0，將2018年之后的時間段對應的虛擬變量D設置為1。在包含已實現波動率（RV）、金融不確定性（X）兩個部分的基礎上，將虛擬變量引入到模型中。本文將已實現波動率和金融不確定性的滯后期設定為12，即vK=12，滯后期為一年。具體估計結果如下：

7  結論及政策建議

7.1  結論

流動性充足是金融市場健康穩定發展的重要前提，在金融市場穩定方面具有重要作用。由于不同金融市場之間存在緊密聯系，當外部發生各種不確定性沖擊時，單個市場流動性表現出的波動或失衡，會通過金融市場間的聯動在不同市場之間傳遞，進而形成流動性循環，加劇金融市場的震蕩；嚴重時將導致整個金融市場的流動性枯竭，系統性金融風險不斷累積，從而引發金融危機。因此，本文在股票市場和債券市場流動性的基礎上，進一步引入代表融資流動性和貨幣流動性的銀行間市場，通過研究在金融不確定性影響下，不同金融市場間流動性協同運動表現變化，為更好地防控金融風險，促進金融市場穩定發展提供一些參考。

 第一，本文構建的St、Shibort、Liqt三個流動性指標可以較好地反映我國股票市場、銀行間市場及債券市場的流動性變化。在不確定性較大的2013年“錢荒”、歐債危機、2015年“股災”及2020年以后新冠疫情時期，股票市場、銀行間市場及債券市場流動性都會出現不同程度的增加。在發生重大金融危機和股市暴跌時，我國政府一般會采取救市措施；銀行間市場流動性受SHIBOR利率影響明顯，會在因受重大外部事件沖擊出現短暫緊缺后，又呈現出流動性增加的趨勢，并且股票市場和債券市場，在流動性的變化上類似。同時，自2018年以來，三個市場的流動性規模都有所增加，存在明顯的結構性變化。

第二，在不同的金融階段，金融市場流動性波動的表現具有非對稱性。在金融不確定性增加的時期，股票市場往往已經發生流動性驟降，因此波動性較低；銀行間市場、債券市場流動性波動會增加。

第三，金融不確定性的增加會減弱股票市場與銀行間市場，股票市場與債券市場流動性相關性，增強銀行間市場與債券市場流動性相關性，這也進一步說明我國股債兩市之間存在“避險行為”。因此，我國金融市場間流動性存在協同運動，當面臨外部不確定性沖擊時，銀行間市場起到明顯的流動性調節作用。政府可能會通過貨幣政策調節銀行間市場流動性，進而在“避險行為”的影響下，新增的流動性會更多地流向債券市場而非股票市場，因此“救市”行為的效果是有限的。

參考文獻（略）