张瑞锋 1 崔曼 1
1.河北经贸大学金融学院
摘要:新冠疫情给全球金融市场带来了剧烈的冲击,选取 2020 年 1 月 20 日至2020 年9 月24 日不同期限的shibor 利率与万得全A指数数据,在构建VECM 模型的基础上,探讨疫情对资本市场、货币市场的冲击影响及分析资本市场与货币市场之间的波动溢出关系。实证结果表明:疫情的波动对不同期限的 Shibor 利率冲击是不一致的,冲击强度各异;不同利率期限的 Shibor 利率对股票市场的波动溢出各异,也说明股票市场对利率的敏感性不一;股票市场仅对 1 周和 6 月期的 Shibor 利率存在较强的波动溢出;70%左右的置信水平下,新冠疫情的波动变化对股票市场表现出负向溢出。可以说是我国强有力的疫情应对举措在金融市场的表现。
关键词:新冠肺炎疫情,shibor 利率,股票市场,波动溢出中国分类号:F832.59 文献标识码 A
一、引言
随着新冠肺炎疫情在全球的蔓延及石油价格战爆发,给全球金融市场带来一系列的连锁反应,美国股市 10 天 3 次熔断,道琼斯指数自疫情发生以来共跌 7000
点。受疫情影响我国股市在 2 月 3 日股市开盘千股跌停,上证综指更是下跌了287 点;Shibor 利率短期品种波动较大,而中长期品种则缓慢下行。shibor 利率作为我国推进利率市场化改革的重要抓手,其波动性影响着金融产品价值,直接波及资本市场及宏观经济。传统理论上拆借利率上涨意味着资金紧张,资金的全面紧缩会使股票价格下跌,拆借利率与股票价格呈现负相关关系,在疫情冲击下二者波动溢出关系是本文研究的重点。
美国股票和短期公司债券市场之间存在着长期关系,且存在双向的短期格兰杰因果关系(Rahman 和 Mutafa,1997)[1]。美国联邦基金利率的变化同样向股票市场溢出,且利好与利坏消息(加息)后的溢出反应一致,即不存在非对
称性(Lobo,2000)[2]。同时,货币政策声明传达的信息对股票价格具有重要的依赖于商业周期的影响,如在经济扩张时期,股市往往对未来加息的消息做出负面反应,在衰退中,股市对未来货币紧缩的类似信号有强烈的积极反应
(Alexander,2012)[3]。欧盟国家货币政策与股票指数存在着协整关系,从长期看,危机期间利率与股票价格之间的波动更大(Stoica 和Diaconasu,2012)[4]。
国内外学者研究波动溢出,采用了不同的模型。Kroner 和 Ng(1998)比较了四种最流行的多元GARCH 模型所施加的限制,发现在动态协方差矩阵预测中, 选择多元波动率模型可能会导致完全不同的结论,提出了研究大中小企业收益之间动态关系的通用模型[5];FinbarrMurphy(2012)运用向量自回归方法,研究信贷和货币市场中LIBOR 和Euribor 互换价差变化的决定因素[6];张瑞锋等先后运用 GARCH、SV 模型与主成分分析及独立成分等结合的方法系统研究了金融市场波动溢出及金融市场协同溢出[7-11];2010 年王书斌构建动态面板模型,从资产价格波动的角度对我国银行业系统性风险溢出的机制进行了阐释,实证结果表明,系统性风险受银行资产变化的影响比较大[12]。同年叶五一、缪柏其采用复合极值理论给出了动态流动性调整的 VaR 估计,同时得到动态流动性调整 VaR 的预测方法[13]。2008 年韦艳华、齐树天采用 Copula 函数研究了亚洲新兴经济体金融市场内系统性风险的传导[14]。张瑞锋在构建 Copula-SV 模型基础上研究了金融市场波动溢出[15]。Park、Mercado 和 Rogelio(2013)构建金融压力指数、运用VAR 模型研究了新型市场经济体的金融市场导渠道[16]。
流动性风险因素冲击是影响 LIBOR 和 Euribor 互换价差变化化的主要驱动力(FinbarrMurphy,2012)[6]。亚洲新兴股市在市场波动性方面具有高度的相关性,特别是在 2007-2008 年全球金融危机期间。2007-2008 年,中国、印度、马来西亚股市在波动溢出方面几乎没有受到全球金融危机的影响。在 2007~2008 年全球金融危机之前,中国、马来西亚和韩国股市受区域市场影响较小。一般来说,孟加拉国市场的波动溢出效应比其他亚洲新兴市场更为明显,这表明近年来亚洲新兴国家股票市场之间的联系和相关性日益增强( BhowmikR. 和AbbasG.&WangS.Y,2018)[17]。
我国SHIBOR 的短端利率能够对货币市场的主要利率能够进行有效的引导, 但是随着滞后期的延长,影响的效果较显著,说明存在一定的滞后性;SHIBOR 的长端利率在在债券市场传导效果不明显,不存在显著的波动溢出效应。
SHIBOR 的短端利率在股票市场的传导效果不明显,上证指数几乎不受 SHIBOR 的影响(陈江,2014)[18]。我国短期利率波动存在对股票市场负的均值溢出效应,但对国债和企债市场的均值溢出效应并不显著;我国短期利率波动对我国股票市场的波动溢出效应不显著,但对国债和企债市场均存在较强的正向波动溢出效应(高文晶,2014)[19]。shibor、libor、hibor 各基准利率之间是相互影响和联动的,但动态联动性并不大,经济波动较大时有加剧趋势,经济平稳时期有所减缓(徐凤娟,2015)[20]。互联网货币基金对短期shibor 存在正向的冲击, 说明互联网货币基金能够在一定程度上影响银行产品的定价,进而影响市场利率(李丹,2017)[21]。
上证综合指数明显强于美国道琼斯指数对印度尼西亚雅加达综合指数、菲律宾综合股价指数的溢出效应;上证综合指数略强于美国道琼斯指数对富时新加坡海峡时报指数、泰国 SET 指数、越南胡志明指数的溢出效应;上证综合指数则弱于美国道琼斯指数对富时马来西亚指数的溢出效应。另一方面我国与东盟自贸区的成立以及一带一路政策实施以来,进一步加强我国同这些国家的经济往来,股票市场之间表现出较强的溢出效应(何振宇,2019)[22]。我国再融资新规并未增强可转债市场与股票市场间的溢出效应,两个市场在再融资新规发布后反而受自身的影响更大;但是再融资新规却促进了可转债市场与股票市场各自效率的提升,两个市场对于来自对方的冲击能做出更为迅速且充分的反应(邹格曼,2020)[23]。
本文可能在以下几方面有所贡献:第一,新冠疫情冲击下,同业拆借市场对股票市场双向溢出。第二,刻画了疫情冲击下不同期限利率的波动特征,同时分析利率市场对股票市场的溢出;第三,万得全 A 指标的选取避免了变量选取上证指数、深证成指对 A 股的局部衡量的缺陷,相较沪深 300 也扩大了统计范围,对A 股股市的衡量更加全面和客观;第四,引入全国当日疫情确诊人数, 衡量疫情的严重程度;第五,依据同业拆借市场和股市的单向溢出研究结果, 提出完善信息披露,提高两市效率,增强两市的联动性的对策建议。
二、理论分析框架
(一)向量自回归模型
向量自回归模型(VectorAutoregression,简称 VAR 模型)最早是 1980 年, 由 C.A.Sims 引入到计量经济学中,是研究非结构性建立经济变量之间关系模型的方法[24]。
(三)波动溢出分析
VECM 模型中的参数向量,反映的是变量之间的均衡关系偏离长期均衡状态时,将其调整到均衡状态的调整速度,故称其为调整参数阵,或修正参数阵。所有作为解释变量的差分项 的系数向量,反映的是各变量的短期波动
对作为被解释变量 的短期变化的影响。在实际应用中。
如果变量不存在协整关系,在给定显著性水平下,方程(1)中 ,如果不等于i 的参数矩阵通过检验,则表示相对应变量对变量 存在溢出。
如果变量存在协整关系,在给定显著性水平下,在方程(3)中 ,不等于i 的参数矩阵通过检验,则表示相对应变量对变量存在溢出。
(四)冲击反应分析
三、研究样本与数据
(一)样本选择
本文以 2020 年 1 月 20 日至 2020 年 9 月 24 日股票市场指数、Shibor 利率、
全国新冠肺炎数据为样本,删除股市休息日期的数据,最终得到 167 个观测值。数据均来源于Wind 数据库。
本文重点考察新冠肺炎疫情冲击下Shibor 利率对我国股票市场的波动溢出, 因此,根据理论分析框架,基于该数据构建向量自回归模型,判断是否存在协整关系,进而分析波动溢出问题。
(二)变量定义
由于上证指数总股本加权原因,B 股的存在使得上证指数只能部分反映普通投资者在沪市的投资收益。而沪深 300 又是选取部分 A 股股票衡量 A 股市场。而万得全 A 指数是由深圳交易所和上海交易所的所有 A 股股票作为样本股,以流通股本作为权重进行计算得来的。因此,为了全面反映我国上市公司的波动状况及普通投资者的投资收益,这里选择万得全A 指数。
选取全国新冠肺炎新增病例测度新冠肺炎疫情严重程度。利率则选择上海银行间同业拆放利率(ShanghaiInterbankOfferedRate,简称 Shibor)。对于期限为隔夜、W1 的shibor 利率,统称为短期 shibor 利率,其余统称为中长期shibor 利率。变量定义见表 1。
(三)描述性统计
各变量JB 统计量较大,其伴随概率均小于 0.05 的显著水平,因此不服从正态分布;均值与中位数基本接近,说明变量的波动较小;另外,LNCP、LO_N 的标准偏差较大,分别为 1.9514、0.3279;峰度只有LNCP 大于 3,其它变量均小于 3;LNCP、LPRICE 变量偏度系数为正,说明是右偏的,其它变量均为负, 说明是左偏的。见表 2。
各变量 ADF 单位根检验结果如表 3,99%显著性水平下 9 个变量均是非平稳序列,一阶差分后各序列则平稳。
(四)Johansen 协整检验
对各变量进行 Johansen 协整检验,根据迹检验结果(见表 4),各变量存在
2 个长期稳定的协整关系;根据最大特征根检验结果(见表 5),各变量存在 1个长期稳定的协整关系。考虑到样本期间新冠肺炎疫情对金融市场的冲击,这里认为存在 1 个长期稳定的协整关系。
(五)向量误差修正模型估计结果
根据方程(2)和(3)对样本变量数据建立向量误差修正模型,采用 Eviews10
估计。得到协整方程估计结果见表 6、向量误差修正模型估计结果见表 7。
根据表 6,疫情的严重程度与股票指数呈负相关关系,即疫情越严重,股票价格越低,在一定应当程度上反映实际情况,但是由于 t 统计量较小,仅为-1.13。说明虽然疫情对经济造成巨大冲击,但是随着我国出台的新基建政策、地摊经济、发放消费券和失业救助金等一系列刺激和恢复经济生产政策,在一定程度上消除了疫情对经济的负向冲击;给定 95%的置信水平,LO_N、LM9 变量的参数均显著为正,LW1、LM3、LY1 变量的参数均显著为负,给定 80%的置信水平,LM1、LM6 变量的参数均显著为负。说明不同期限的 Shibor 利率受疫情的影响各异, 说明疫情对货币市场的冲击不一。
注:根据t 检验临界表,样本值 167,5%显著水平的临界值为 1.97,***表示显著;10%显著水平的临界值为 1.65, **表示显著;20%显著水平的临界值为 1.286,*表示显著;50%显著水平的临界值为 0.67,
+表示显著。
根据表 7,给定 95%的置信水平,LNCP、LM1、LM3、LO_N、LPRICE、LW2 的变化受到长期关系的显著影响;给定 90%的置信水平,LW1 的变化受到长期关系的显著影响;给定 50%的置信水平,LY1、LM6、LM9 的变化受到长期关系的显著影响。
注:根据t 检验临界表,样本值 167,5%显著水平的临界值为 1.97,***表示显著;10%显著水平的临界值为 1.65, **表示显著;20%显著水平的临界值为 1.286,*表示显著;50%显著水平的临界值为 0.67, +表示显著。
给定 95%的置信水平,滞后 1 期疫情数据变化对 1 月期的 Shibor 利率变化冲击显著,滞后 2 期疫情数据变化对隔夜 Shibor 利率变化冲击显著;给定 90% 的置信水平,滞后 2 期疫情数据变化对隔夜、1 月期的Shibor 利率变化冲击显著; 给定 50%的置信水平,滞后 1 期疫情数据变化对 1 周、9 月期的 Shibor 利率变化冲击显著,滞后 2 期疫情数据变化对 6 月期、9 月期、2 周期的Shibor 利率变化及万得全A 指数变化冲击显著。
(六)样本数据波动溢出分析
给定 90%的置信水平,3 月期的 Shibor 利率变化对万得全 A 指数变化负向影响显著,6 月期的Shibor 利率变化对万得全 A 指数变化正向影响显著,说明 3 月期的 Shibor 利率对万得全 A 指数存在负的波动溢出,而 6 月期的 Shibor 利率对万得全 A 指数存在正的波动溢出;给定 80%的置信水平,隔夜的 Shibor 利率变化对万得全 A 指数变化负向影响显著,2 周的 Shibor 利率变化对万得全 A 指数变化正向影响显著,说明隔夜的 Shibor 利率对万得全 A 指数存在负的波动溢出,而 2 周的 Shibor 利率对万得全 A 指数存在正的波动溢出。总之不同利率期限的 Shibor 利率对股票市场的波动溢出各异,也说明股票市场对利率的敏感性不一。
给定 95%的置信水平,万得全 A 指数变化对 1 周的 Shibor 利率变化正向影响显著,说明存在正的波动溢出;给定 80%的置信水平,万得全 A 指数变化对 6 月期的 Shibor 利率变化正向影响显著,说明存在正的波动溢出。这与金融市场实际是相符的,资本市场看涨的情况下,伴随着大量资金涌入,货币市场融资成本必须上升。
新冠疫情的波动变化仅在 70%左右的置信水平,对万得全 A 指数变化负向影响才显著,这说明我国出台的一系列应对疫情的各项措施是得力的,一定程度上缓解了疫情对资本市场的波动溢出。
(七)样本冲击反应分析
受到疫情冲击,1 月、3 月、6 月、9 月、1 年的 shibor 利率在 2-3 期后受到正向影响,而且冲击是持续增加的。受到疫情冲击,隔夜、1 周、2 周的 shibor 利率,受到强烈的负向冲击效应,2 期达到极小值,但 1 周的 shibor 利率强于隔夜的 shibor 利率受到的冲击,随后开始反弹,3-4 期到正值,6 期左右达到最大值,最后减弱为零。这与向量误差修正模型的结果基本一致。
股票指数受到的负向的冲击效应,回升后波动,最后逐渐平稳。这说明疫情冲击给股票市场带来负向冲击,影响是持久的。这与波动溢出分析的结论基本一致。
四、完善利率市场与证券市场的对策建议
(一)加强货币市场与资本市场的联动效应
放宽资本市场主体进入货币市场的门槛,提高两个市场的有效性与联动性, 逐步消除两个市场之间的壁垒,可以实现资金的自由流动。实证分析 shibor 利率对存在双向溢出效应,在一定程度上股价指数的变动在利率市场上得到的反
映有限。应加强两个市场的建设,提高市场间联动效应。
(二)完善信息披露,提高股市效率
shibor 是反映资金在市场之间的供求状况,如果股票市场传到效率高,那么shibor 利率对股票价格有重要影响作用。但是在上文的实证结果中,shibor 利率体系对股票市场存在传导效应,但部分期限 shibor 利率的不显著。一部分原因很可能是因为我国金融市场存在着制度缺陷及信息披露不完善等问题,shibor 的传导效应也会受到较大的影响,使得shibor 的在股票市场的传导效果有限。
(三)加快利率市场化改革
以 Shibor 为核心,进一步推进利率市场化。一方面,逐步放松利率管理, 完善利率结构,建立健全利率监管体系,为利率市场化提供有效保障。另一方面,提高央行利率监管能力,强化金融机构自律管理意识,建立金融机构内部利率管理体系,约束金融机构市场行为,保证利率市场化的有效性。
参考文献
[1]RahmanMMutafaM.Dynamiclinkagesandgrangercausalitybetweenshort-termuscorporatebond andstockmaket[J].AppliedEconomicsLetters,1997(4):89.
[2]LoboP.MonetaryPolicyandtheStockMarket:TheoryandEmpiricalEvidence[J].JournalofEcono micSurveys,2000,15(4):491-541
[3]AlexanderK.WhatDeterminestheStockMarket’sReactiontoMonetaryPolicyStatements[J].Revi ewofFinancialEconomics,2010,21(4):175-187.
[4]StoicaO,DiaconasuDE.MonetaryPolicyandStockMarketsEvidencefromEUCountries[J].Com municationsoftheIBIMA,2012,2012(2012):1-11.
[5]Kroner,K.F.andNg,V.K,“ModellingAsymmetricComovementsofAssetReturns,”ReviewofFina ncialStudies,11(4),817-844.Oct.1998.
[6]FinbarrMurphy·BernardMurphy.Avector -autoregressionanalysisofcreditandliquidityfactordyn amicsinUSLIBORandEuriborswapmarkets[J],EconomicFinance,2012,36:351-370
[7]张 瑞锋, 张世英 , 唐勇. 金 融市场 波动溢 出分析 及实证 研究 [J]. 中国 管理 科
学,2006,Vol.14No.5.14-22.
[8]张瑞锋. 金融市场协同波动溢出分析及实证研究[J]. 数量经济技术经济研究,2006,Vol.23No.10.141-149.
[9]张瑞锋,张世英.基于ICA-SV 模型的金融市场协同波动溢出分析及实证研究[J].数学的实践与认识,2008,38(23):30-39.
[10]张瑞锋.多个金融市场对单个金融市场波动溢出分析及实证研究[J].统计与决策(理论
版),2007,1,85-88.
[11]张瑞锋. 基于 SV 模型的金融市场协同波动溢出分析及实证研究[J]. 系统工程,2007,Vol.23No.8.1-7.
[12]王书斌,王雅俊.银行系统性风险传染机制的研究与实证——基于资产价格波动视角[J].
金融与经济,2010(7):6-9.
[13]叶五一, 缪柏其. 应用复合极值理论估计动态流动性调整 VaR[J]. 中国管理科学,2008(03):44-49.
[14]韦艳华,齐树天.亚洲新兴市场金融危机传染问题研究——基于 Copula 理论的检验方法
[J].国际金融研究,2008(9):22-29.
[15]张瑞锋.金融市场波动溢出研究[M].中国社会科学出版社,2008.
[16]ParkCY,Mercado,RV.DeterminantsofFinancialStressinEmergingMarketEconomies[J].ADBEc onomicsWorkingPaperSeries,2013,45(8):199-224.
[17]Bhowmik,RONI,Ghulam,etal.ReturnandVolatilitySpilloversEffects:StudyofAsianEmergingSt ockMarkets[J].JournalofSystemsScience&Information,2018,(2):97-119.
[18]陈江.SHIBOR 在利率传导机制中的效应研究[D].苏州大学,2014
[19]高文晶.我国短期利率动态波动的跨市场效应研究[D].中国海洋大学,2014.
[20]徐凤娟.国际主要基准利率动态联动性研究[D].中国海洋大学,2015.
[21]李丹.互联网货币基金利率对Shibor 的影响研究[D].湖南大学,2017.
[22]何振宇.中美股票市场对东盟国家股票市场溢出效应比较研究[D].浙江财经大学,2019.
[23]邹格曼.可转债市场与股票市场间的溢出效应——基于再融资新规的视角[J].金融经济,2020(07):40-50.
[24]Sims,C.A.,MacroeconomicsandReality[J].Econcometrica,1980,(48):1-48.
[25]DavidsonR,MackinnonJG.EstimationandInferenceinEconometrics[J].OUPCatalogue,1993,28 (3):615–645.
[26]詹姆?汉密尔顿(刘明志译).时间序列分析[M],北京:中国社会科学出版社,1999.
Research on Volatility Spillover of Shibor Interest Rate and Stock Market under the Impact of COVID-19
Zhang Rui-feng1 Cui Man1
(1.School of finance, Hebei University of Economics and Business) Abstract: COVID-19 has brought severe impact to the global financial market.
Based on the data of Shibor interest rate in different periods and Wind all A index from January 20, 2020 to September 24, 2020, and based on the VECM model, this paper discusses the impact of COVID-19 on capital market and money market, and analyzes the volatility spillover relationship between capital market and money market. The empirical results show that: the fluctuation of COVID-19 situation has different impact on Shibor interest rate of different periods, and the impact intensity is different. The volatility spillover of Shibor interest rate of different interest rate periods on the stock market is different, which also shows that the stock market has different sensitivity to interest rate; Only one week and six months Shibor interest
rates have strong volatility spillover in the stock market. At the confidence level of about 70%, the fluctuation of COVID-19 has negative spillover on the stock market. It can be said that it is the performance of China's strong COVID-19 response measures in the financial market.
key word: COVID-19, Shibor Interest Rate, the Stock Market, Volatility Spillover
1 本文是河北省金融学会重点研究课题“新冠肺炎疫情冲击下 shibor 利率对股票市场的波动溢出研究”(课题编号:XP207313)