葉 莉， 李伯龍

(河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院， 天津 300401)

?

股市逆周期波動(dòng)的形成機(jī)理

葉 莉， 李伯龍

(河北工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院， 天津 300401)

經(jīng)濟(jì)形勢的惡化常伴隨著金融市場的動(dòng)蕩，不確定性的上升集中表現(xiàn)為市場波動(dòng)程度的加大。相反，經(jīng)濟(jì)環(huán)境的改善則預(yù)示著未來發(fā)展的良好前景，而金融市場的波動(dòng)亦隨之降低。股市波動(dòng)呈現(xiàn)較為明顯的逆周期特征，這一現(xiàn)象受到了學(xué)者們的廣泛關(guān)注。文章對(duì)股市逆周期波動(dòng)的國外相關(guān)研究進(jìn)行了梳理和歸納，從投資者認(rèn)知因素的時(shí)變性、市場交易者的異質(zhì)性及市場約束引致的內(nèi)生風(fēng)險(xiǎn)等方面對(duì)逆周期波動(dòng)的形成機(jī)理進(jìn)行了闡述。進(jìn)一步明確股市逆周期波動(dòng)的形成機(jī)制有助于理解金融風(fēng)險(xiǎn)在不利經(jīng)濟(jì)環(huán)境下的發(fā)展與作用方式，為投資者交易策略的選擇及決策者穩(wěn)定措施的制定提供依據(jù)。

逆周期波動(dòng)； 形成機(jī)理； 金融風(fēng)險(xiǎn)

近年來，金融危機(jī)的頻繁發(fā)生為全球經(jīng)濟(jì)的發(fā)展蒙上了一層陰霾，如何控制金融市場風(fēng)險(xiǎn)已成為決策者與研究者們探討的重要課題。作為衡量金融風(fēng)險(xiǎn)的重要指標(biāo)，波動(dòng)率更是成為研究的重點(diǎn)。從Sharpe等 (1964)提出的CAPM模型到Black、Scholes和Merton (1973)的期權(quán)定價(jià)公式 ，再到Engle (1982)和 Bollerslev (1986)的ARCH、GARCH模型以及Cox、Ingersoll和Ross (1985)的隨機(jī)利率模型，人們對(duì)波動(dòng)率變化規(guī)律的理解不斷深化，對(duì)波動(dòng)率行為的描述手段日趨多樣。波動(dòng)率在市場決策中巨大的參考價(jià)值使其本身成為一種金融資產(chǎn)，如被稱為“恐慌指數(shù)”的芝加哥期貨交易所市場波動(dòng)性指數(shù) (VIX)就能夠提供有關(guān)市場波動(dòng)預(yù)期的重要信息，因而成為投資者對(duì)沖風(fēng)險(xiǎn)的有效工具。

目前，針對(duì)波動(dòng)率的相關(guān)研究大多集中在股票市場，股市波動(dòng)與經(jīng)濟(jì)周期的關(guān)系受到學(xué)者們的廣泛關(guān)注，尤其是對(duì)波動(dòng)率呈現(xiàn)明顯的“逆周期性”。學(xué)者們普遍認(rèn)為，這種逆周期性反映了波動(dòng)率的本質(zhì)特征，經(jīng)濟(jì)衰退導(dǎo)致的不確定性在股票市場得到了體現(xiàn)，那么接下來的問題便是，經(jīng)濟(jì)周期的運(yùn)動(dòng)是否能充分解釋股市波動(dòng)率的變化，宏觀經(jīng)濟(jì)的不確定性如何傳導(dǎo)至股票市場，以及決策者是否能夠通過相機(jī)抉擇手段在經(jīng)濟(jì)狀態(tài)復(fù)雜多變時(shí)維持金融市場的相對(duì)穩(wěn)定。事實(shí)上，股票市場與宏觀經(jīng)濟(jì)的關(guān)聯(lián)性一直是學(xué)術(shù)界關(guān)注的重點(diǎn)，國外學(xué)者更是對(duì)逆周期波動(dòng)現(xiàn)象進(jìn)行了較為深入的分析。研究顯示，逆周期波動(dòng)率的出現(xiàn)不僅受到宏觀經(jīng)濟(jì)諸多側(cè)面的影響，還與市場結(jié)構(gòu)、信息傳導(dǎo)及交易者特征等微觀因素密不可分，其形成過程可能存在較為復(fù)雜的驅(qū)動(dòng)因素。因此，本文試圖對(duì)國外股市波動(dòng)逆周期性的最新研究成果進(jìn)行梳理，歸納并分析影響逆周期特征形成的微觀機(jī)理，以期對(duì)逆周期波動(dòng)現(xiàn)象進(jìn)行較為全面的解讀，為發(fā)現(xiàn)宏觀經(jīng)濟(jì)與金融市場之間更為深刻的內(nèi)在聯(lián)系提供依據(jù)，為投資策略及政策措施的制定提供參考。

一、宏觀因素與經(jīng)濟(jì)周期

學(xué)術(shù)界對(duì)金融市場與宏觀經(jīng)濟(jì)聯(lián)系的探討由來已久，股市波動(dòng)的逆周期 (countercyclical)特征也早為學(xué)者們所注意。Officer (1973)[1]對(duì)美國股市的早期研究便指出，收益率波動(dòng)在大蕭條期間表現(xiàn)出明顯的提升。Schwert (1989)[2]對(duì)美國市場1857年至1987年間經(jīng)濟(jì)數(shù)據(jù)的考察也指出，波動(dòng)率變化存在顯著的逆周期性。Black (1976)[3]和Christie (1982)[4]將這一現(xiàn)象歸結(jié)為杠桿效應(yīng) (leverage effect)，認(rèn)為股票價(jià)值的下跌提高了市場的杠桿水平，令風(fēng)險(xiǎn)和波動(dòng)率上升，但杠桿效應(yīng)不具有更深層次的經(jīng)濟(jì)解釋力，因而逐漸成為一種典型事實(shí) (stylized facts)，能夠被其他理論及模型進(jìn)一步說明。從權(quán)益內(nèi)在價(jià)值系未來現(xiàn)金流的貼現(xiàn)這一角度來看，企業(yè)價(jià)值決定于經(jīng)濟(jì)狀況的健康程度，若貼現(xiàn)率為常數(shù)，權(quán)益價(jià)值的條件方差即波動(dòng)率應(yīng)該與未來現(xiàn)金流量的條件方差成比例，未來宏觀經(jīng)濟(jì)狀況的不確定就會(huì)使股市波動(dòng)成比例變化。因此，學(xué)者們將逆周期波動(dòng)與宏觀經(jīng)濟(jì)相聯(lián)系，試圖以基本面因素的變動(dòng)來解釋股市波動(dòng)的變化。Schwert (1989)較早從這一角度進(jìn)行了研究，但所得結(jié)論卻不甚理想。實(shí)證結(jié)果表明，盡管在經(jīng)濟(jì)衰退時(shí)期，通貨膨脹率、工業(yè)產(chǎn)值等宏觀經(jīng)濟(jì)變量波動(dòng)與股市波動(dòng)均表現(xiàn)出較大提高，但宏觀經(jīng)濟(jì)變量對(duì)于股市波動(dòng)的預(yù)測性并不明顯，宏觀經(jīng)濟(jì)波動(dòng)也難以解釋股市波動(dòng)的逆周期特征。

隨后，學(xué)者們在Schwert (1989)研究的基礎(chǔ)上對(duì)波動(dòng)率及經(jīng)濟(jì)周期的描述方式進(jìn)行了拓展，進(jìn)而得出了一些不同的結(jié)論。Hamilton和Lin (1996)[5]構(gòu)建了一個(gè)雙變量動(dòng)態(tài)模型以研究股市收益與工業(yè)產(chǎn)值的關(guān)系，發(fā)現(xiàn)實(shí)際產(chǎn)出增長與股市收益波動(dòng)受到一個(gè)標(biāo)識(shí)經(jīng)濟(jì)運(yùn)行狀態(tài)的不可觀測變量驅(qū)動(dòng)，經(jīng)濟(jì)周期因素表現(xiàn)為股市波動(dòng)變化的主要來源；Diebold和Yilmaz (2008)[6]以實(shí)際GDP與實(shí)際個(gè)人消費(fèi)水平來描述經(jīng)濟(jì)狀態(tài)，在40個(gè)國家的橫截面數(shù)據(jù)基礎(chǔ)上考察了周期因素對(duì)股市波動(dòng)的影響，發(fā)現(xiàn)基本面的波動(dòng)確實(shí)引起了股市的波動(dòng)；Corradi等 (2013)[7]通過無套利模型對(duì)這一問題進(jìn)行了研究，指出宏觀因素能夠解釋波動(dòng)率變化的75%。另外，Qu和Perron (2013)[8]構(gòu)建了包含未知時(shí)間、規(guī)模與頻率的水平轉(zhuǎn)換 (level shifts)隨機(jī)波動(dòng)模型，應(yīng)用貝葉斯分析，對(duì)1980—2010年S&P500指數(shù)和NASDAQ的收益情況進(jìn)行了擬合。其研究發(fā)現(xiàn)，盡管水平轉(zhuǎn)移發(fā)生頻率相對(duì)較低，大約兩年一次，但這一體制對(duì)波動(dòng)率變化起到了主要解釋作用。

在為數(shù)眾多的波動(dòng)率模型中，較為典型的是成分波動(dòng)模型。該模型認(rèn)為，波動(dòng)率變化并非單一的過程，應(yīng)該由短期成分與長期因素共同解釋，這一觀點(diǎn)為波動(dòng)率的解讀提供了全新的視角。Engle和Rangel (2008)[9]最先構(gòu)建了Spline-GARCH模型來研究波動(dòng)率隨宏觀經(jīng)濟(jì)的變化，將高頻收益波動(dòng)分解為一個(gè)單位GARCH過程和一個(gè)由指數(shù)樣條表示的慢速移動(dòng)過程，其中慢速移動(dòng)過程為低頻波動(dòng)率，以包含宏觀經(jīng)濟(jì)變量和金融變量的非平衡面板來描述，GARCH過程能夠解釋短期波動(dòng)，低頻波動(dòng)部分能夠詮釋長期影響。在這一設(shè)定下，波動(dòng)率呈現(xiàn)明顯的逆周期性，蕭條期間實(shí)際經(jīng)濟(jì)變量的沖擊引起了股市的長期波動(dòng)。在此基礎(chǔ)上，Engle等 (2013)[10]又將混合數(shù)據(jù)抽樣 (MIDAS)與GARCH過程結(jié)合構(gòu)建了GARCH-MIDAS模型，從而形成能夠融合不同動(dòng)態(tài)因素的Spline-GARCH-X模型框架，成為考察經(jīng)濟(jì)因素對(duì)波動(dòng)率影響程度的有效方式。Opschoor等 (2014)[11]在Spline-GARCH-X的框架下，以Bloomberg金融狀況指數(shù) (FCI)近似代表金融狀況，對(duì)1994—2011年總部位于美國的大型銀行持股公司股票的日收益率進(jìn)行了分析，發(fā)現(xiàn)股市的波動(dòng)率水平隨經(jīng)濟(jì)環(huán)境的惡化而顯著提高。Conrad和Loch (2015)[12]構(gòu)建了兩部分GARCH-MIDAS模型對(duì)1969—2011年的美國市場數(shù)據(jù)進(jìn)行了考察，發(fā)現(xiàn)波動(dòng)率的逆周期特征與模型描述相符，期限溢價(jià)、住房開工率、企業(yè)盈利以及失業(yè)率等標(biāo)識(shí)未來經(jīng)濟(jì)發(fā)展?fàn)顩r的經(jīng)濟(jì)變量對(duì)長期股市波動(dòng)解釋力較強(qiáng)。

鑒于金融危機(jī)常發(fā)端于特定經(jīng)濟(jì)領(lǐng)域，Jiang和Lee (2014)[13]就經(jīng)濟(jì)周期中特質(zhì)波動(dòng)與系統(tǒng)波動(dòng)的聯(lián)系進(jìn)行了研究，發(fā)現(xiàn)了二者動(dòng)態(tài)關(guān)聯(lián)的時(shí)變性。其向量自回歸(VAR)模型指出，衰退前期特質(zhì)波動(dòng)對(duì)市場波動(dòng)存在較強(qiáng)的正向格蘭杰因果作用，這一作用在衰退末期及經(jīng)濟(jì)恢復(fù)前期消失，顯示了特質(zhì)波動(dòng)向市場波動(dòng)的轉(zhuǎn)化。在經(jīng)濟(jì)擴(kuò)張前期，市場波動(dòng)對(duì)特質(zhì)波動(dòng)存在較強(qiáng)的負(fù)向格蘭杰因果作用，表明市場波動(dòng)能在一定程度上替代特質(zhì)波動(dòng)，當(dāng)經(jīng)濟(jì)從衰退中恢復(fù)時(shí)，市場波動(dòng)又重新轉(zhuǎn)化為特質(zhì)波動(dòng)。特質(zhì)波動(dòng)與市場波動(dòng)的動(dòng)態(tài)關(guān)聯(lián)反映了特質(zhì)風(fēng)險(xiǎn)與系統(tǒng)風(fēng)險(xiǎn)在經(jīng)濟(jì)危機(jī)當(dāng)中的演化過程，從波動(dòng)率的角度詮釋了危機(jī)由特定領(lǐng)域產(chǎn)生、發(fā)展進(jìn)而影響整個(gè)市場的作用特點(diǎn)。

另外，經(jīng)濟(jì)全球化令金融市場間的聯(lián)系日益密切，而由此產(chǎn)生的波動(dòng)溢出現(xiàn)象亦能在一定程度上解釋全球波動(dòng)的逆周期特征。從世界范圍來看，成熟市場的波動(dòng)能顯著影響新興市場，而成熟市場之間、新興市場之間以及區(qū)域內(nèi)部同樣存在不同程度的波動(dòng)溢出效應(yīng)。Beirne等 (2013)[14]研究了VIX指數(shù)變化對(duì)41個(gè)新興市場條件波動(dòng)的影響，指出成熟市場對(duì)新興市場的溢出作用在危機(jī)過程中增強(qiáng)并提高了市場整體的波動(dòng)率水平。Bekaert等 (2010)[15]考察了23個(gè)發(fā)達(dá)國家股票市場的特質(zhì)波動(dòng)變化情況，發(fā)現(xiàn)特質(zhì)波動(dòng)在危機(jī)期間的提高具有一致性，這表明不同市場可能面臨著相同的、難以分散的尾部風(fēng)險(xiǎn)，金融危機(jī)可能由國家間的某些共同市場因素驅(qū)動(dòng)。Rejeb等 (2015)[16]分析了新興市場之間、新興市場與成熟市場間波動(dòng)的關(guān)聯(lián)，指出地域因素能顯著影響市場波動(dòng)，而金融自由化則放大了波動(dòng)溢出的作用效果。Jiang等 (2012)[17]對(duì)美國及歐洲市場的考察強(qiáng)調(diào)了預(yù)料之外信息沖擊的作用，指出負(fù)面意外消息的發(fā)布會(huì)增大不確定性，進(jìn)而令波動(dòng)溢出增強(qiáng)，這一結(jié)論與2007年至2010年危機(jī)期間的實(shí)際數(shù)據(jù)相符。

二、投資者認(rèn)知的時(shí)變性特征

宏觀經(jīng)濟(jì)狀況的變化作用于股市波動(dòng)率是通過投資者實(shí)現(xiàn)的，投資者從經(jīng)濟(jì)變量的運(yùn)動(dòng)中獲取信息，因而股市波動(dòng)逆周期性的作用機(jī)制與投資者的偏好及行為特征密不可分。建立在典型代理人基礎(chǔ)上的資產(chǎn)價(jià)格模型關(guān)注經(jīng)濟(jì)周期中投資者對(duì)信息處理方式的變化，偏好、風(fēng)險(xiǎn)厭惡以及投資者的認(rèn)知在資產(chǎn)價(jià)格決定及逆周期波動(dòng)形成方面具有關(guān)鍵作用。

投資者利用基本面信息判斷經(jīng)濟(jì)發(fā)展趨勢的過程可能受到貝葉斯法則的影響，貝葉斯學(xué)習(xí)作用會(huì)導(dǎo)致投資者對(duì)市場信號(hào)過度反應(yīng)從而增大股市波動(dòng)。David和Veronesi (2013)[18]構(gòu)建了一種現(xiàn)金流貼現(xiàn)框架下的結(jié)構(gòu)學(xué)習(xí)模型，內(nèi)生地將波動(dòng)率衡量為收益和通貨膨脹的加權(quán)平均，權(quán)重取決于投資者對(duì)當(dāng)期宏觀經(jīng)濟(jì)狀況的認(rèn)知，以及其認(rèn)知狀態(tài)下偏好決定的對(duì)資產(chǎn)價(jià)值的主觀評(píng)估，投資者對(duì)經(jīng)濟(jì)狀況的邊際評(píng)估會(huì)對(duì)宏觀經(jīng)濟(jì)不確定性引致的波動(dòng)率產(chǎn)生放大作用。當(dāng)經(jīng)濟(jì)處于較為常見的一般狀態(tài)時(shí)，貝葉斯學(xué)習(xí)令不確定性和波動(dòng)率下降，而當(dāng)投資者感知到經(jīng)濟(jì)狀態(tài)從常態(tài)偏離時(shí)，其對(duì)經(jīng)濟(jì)進(jìn)一步向極端情形轉(zhuǎn)化的主觀概率增加，進(jìn)而使市場不確定性增強(qiáng)，波動(dòng)率加大。

由于采用的端部錨具類似于鐓頭錨具，預(yù)應(yīng)力鋼絲繩的下料長度要求較為嚴(yán)格，下料長度根據(jù)兩端端部錨具的間距及預(yù)應(yīng)力鋼絲繩的工作應(yīng)力計(jì)算確定。擠壓錨頭為鋁合金雙孔套筒式，鋼絲繩在端部折成雙股后穿入擠壓錨頭內(nèi)孔。由專門設(shè)計(jì)的擠壓模具、擠壓機(jī)械對(duì)擠壓錨頭進(jìn)行強(qiáng)力擠壓，使擠壓錨頭與鋼絲繩擠壓成一體。

建立在理性預(yù)期動(dòng)態(tài)分析框架下的典型代理人模型，大多采用Lucas (1978)[19]純交換經(jīng)濟(jì)模型 (pure-exchange economy)的拓展形式，這類模型能夠通過設(shè)定關(guān)于投資者特征的不同假設(shè)而說明多種經(jīng)濟(jì)周期對(duì)金融市場的作用機(jī)制。Mele (2007)[20]構(gòu)建了一個(gè)交換經(jīng)濟(jì)模型對(duì)股市波動(dòng)逆周期性，尤其是波動(dòng)率在衰退期間增大幅度超過經(jīng)濟(jì)復(fù)蘇階段波動(dòng)率的減小幅度的不對(duì)稱現(xiàn)象進(jìn)行了分析。Mele (2007)認(rèn)為，在理性預(yù)期下，投資者要求風(fēng)險(xiǎn)補(bǔ)償對(duì)經(jīng)濟(jì)條件的不對(duì)稱變化是產(chǎn)生逆周期波動(dòng)的根本原因，風(fēng)險(xiǎn)溢價(jià)在經(jīng)濟(jì)下滑時(shí)的上升超出在經(jīng)濟(jì)緩和時(shí)的下降，其對(duì)波動(dòng)率的作用通過投資者的主觀貼現(xiàn)率實(shí)現(xiàn)。模型假設(shè)投資者的風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率與某一標(biāo)識(shí)經(jīng)濟(jì)狀態(tài)的變量反向非對(duì)稱相關(guān)，良好經(jīng)濟(jì)環(huán)境下投資者不會(huì)大幅變動(dòng)其用以估計(jì)未來現(xiàn)金流價(jià)值的折現(xiàn)率，股價(jià)股利比也不會(huì)大幅波動(dòng)。而在不利經(jīng)濟(jì)條件下，投資者的折現(xiàn)率就會(huì)對(duì)宏觀經(jīng)濟(jì)變動(dòng)極其敏感，股價(jià)股利比在此時(shí)會(huì)劇烈變動(dòng)，當(dāng)貼現(xiàn)率不對(duì)稱變動(dòng)足夠顯著時(shí)，不對(duì)稱波動(dòng)的現(xiàn)象就會(huì)產(chǎn)生。此外，投資者偏好結(jié)構(gòu)的時(shí)變性也會(huì)影響股市波動(dòng)，Choi和Giannikos (2014)[21]認(rèn)為偏好與經(jīng)濟(jì)周期相關(guān)聯(lián)，能夠?qū)ν顿Y者的行為施加影響。當(dāng)經(jīng)濟(jì)繁榮時(shí)，投資者決策相對(duì)隨意，經(jīng)濟(jì)蕭條時(shí)則更為急迫，這使其邊際效用的不對(duì)稱被放大。當(dāng)投資者認(rèn)為經(jīng)濟(jì)情況好轉(zhuǎn)時(shí)，會(huì)預(yù)期到一個(gè)持續(xù)的牛市，消費(fèi)的邊際效用會(huì)遞減；相反，衰退時(shí)預(yù)期消費(fèi)的邊際效用則會(huì)遞增。在這一偏好結(jié)構(gòu)的影響下，投資者會(huì)受到周期波動(dòng)狀態(tài)變量的影響，狀態(tài)變量的波動(dòng)會(huì)轉(zhuǎn)變?yōu)楣墒胁▌?dòng)，效用函數(shù)中的波動(dòng)狀態(tài)變量會(huì)被股票市場吸收從而使其波動(dòng)加大。Hasler和Ornthanalai (2015)[22]則指出，股市波動(dòng)的逆周期性還來源于投資者對(duì)信息關(guān)注程度的逆周期性。當(dāng)市場受到不利沖擊時(shí)，投資者對(duì)信息的關(guān)注程度提高，信息融入市場基本面估計(jì)的速度加快，這使均衡折現(xiàn)率的波動(dòng)加強(qiáng)，市場之間相關(guān)性和波動(dòng)率也隨之提高。模型表明，只有當(dāng)投資者關(guān)注信息且將之利用于未來預(yù)期的調(diào)整時(shí)，這種作用才會(huì)發(fā)生。

在理性預(yù)期的基礎(chǔ)上，Aydemir (2008)[23]進(jìn)一步考察了外部習(xí)慣形成 (external habit formation)引致的時(shí)變有效風(fēng)險(xiǎn)厭惡以及風(fēng)險(xiǎn)分擔(dān)在資產(chǎn)價(jià)格決定中的作用。其模型表明，隨著經(jīng)濟(jì)環(huán)境的惡化，風(fēng)險(xiǎn)市場價(jià)值的提高使貼現(xiàn)率的條件波動(dòng)加大，引起收益率波動(dòng)的加大，風(fēng)險(xiǎn)分擔(dān)機(jī)制使經(jīng)濟(jì)體聯(lián)系緊密，令波動(dòng)呈現(xiàn)經(jīng)濟(jì)整體層面的提高。因此，波動(dòng)率的上升與市場之間相關(guān)性的提高表現(xiàn)出協(xié)同性，而當(dāng)經(jīng)濟(jì)體間風(fēng)險(xiǎn)分擔(dān)消失時(shí)，這種協(xié)同性也隨之消失。將外部習(xí)慣對(duì)投資者偏好的作用引入均衡模型的方法來自Campbell和Cochrane (1999)[24]，Li (2008)[25]也在這方面進(jìn)行了拓展研究。不同于典型的高風(fēng)險(xiǎn)厭惡代理人模型，Li (2008)試圖將投資者的風(fēng)險(xiǎn)厭惡程度維持在較低水平。在Li (2008)構(gòu)建的常相對(duì)風(fēng)險(xiǎn)厭惡 (CRRA)模型中，投資者具有攀比(catching up with the Joneses)偏好，其效用函數(shù)是相對(duì)消費(fèi)水平的冪函數(shù)，非線性習(xí)慣使風(fēng)險(xiǎn)的市場價(jià)值和波動(dòng)率呈現(xiàn)逆周期性，這表明消費(fèi)基礎(chǔ)上具有非線性習(xí)慣和低風(fēng)險(xiǎn)厭惡系數(shù)的代理人模型能夠解釋股票市場價(jià)格行為的特征。

一類理論模型以罕見災(zāi)害 (rare disaster)的時(shí)變風(fēng)險(xiǎn)來解釋股市波動(dòng)率的變化，這類模型由Rietz (1988)[26]應(yīng)用于股票市場并得到Barro (2006)[27]和Gabaix (2008)[28]等相關(guān)研究的拓展。災(zāi)害模型是一類比索模型 (peso models)，來源于墨西哥比索市場在1976年以前存在超額收益率的現(xiàn)象。比索問題表明，面對(duì)未來的不確定時(shí)，人們會(huì)預(yù)測某種不利意外事件的發(fā)生，這種意外事件能夠帶來極大損失，致使人們要求在交易中得到補(bǔ)償。這就是所謂的“災(zāi)害性事件預(yù)期”(catastrophe expectation)。在開放自由的環(huán)境下，災(zāi)害預(yù)期容易擴(kuò)散并自我強(qiáng)化。Rietz (1988)認(rèn)為，一個(gè)摧毀整個(gè)股票市場的大災(zāi)難發(fā)生概率極小，但對(duì)這一災(zāi)害的預(yù)期可能是抑制股票價(jià)格的主要原因。Wachter (2013)[29]指出，消費(fèi)災(zāi)害即罕見的大規(guī)模消費(fèi)下滑發(fā)生的可能會(huì)對(duì)股市造成影響。在其模型中，消費(fèi)災(zāi)害的出現(xiàn)概率是隨機(jī)且時(shí)變的，典型經(jīng)濟(jì)人的偏好是遞歸的，有單位跨期替代彈性。在這一框架下，波動(dòng)率呈現(xiàn)為消費(fèi)災(zāi)害發(fā)生概率的遞增凹函數(shù)，當(dāng)不利的經(jīng)濟(jì)狀態(tài)臨近時(shí)，消費(fèi)災(zāi)害發(fā)生概率升高，股市波動(dòng)也隨之加大。Tiu和Yoeli (2013)[30]則構(gòu)建了常相對(duì)風(fēng)險(xiǎn)厭惡投資者的單因素災(zāi)害模型，將資產(chǎn)價(jià)格與就業(yè)相聯(lián)系，說明了勞動(dòng)沖擊的作用方式。良好的經(jīng)濟(jì)狀態(tài)下，勞動(dòng)位于第一部門，表現(xiàn)為就業(yè)狀態(tài)，經(jīng)濟(jì)環(huán)境惡化時(shí)，勞動(dòng)從企業(yè)轉(zhuǎn)移到家庭，形成勞動(dòng)災(zāi)害。模型表明，經(jīng)濟(jì)周期中產(chǎn)出的降低使股票價(jià)格下降，股利待收期間縮短，當(dāng)災(zāi)害臨近時(shí)，風(fēng)險(xiǎn)厭惡使得定價(jià)核降低，股利的較小變動(dòng)就會(huì)導(dǎo)致價(jià)格的大幅波動(dòng)。這一過程中，波動(dòng)率表現(xiàn)為股價(jià)的減函數(shù)，衰退期間股價(jià)降低便會(huì)使波動(dòng)率提高。

比索模型中災(zāi)害發(fā)生概率變化對(duì)波動(dòng)率的影響與實(shí)際經(jīng)濟(jì)變動(dòng)過程表現(xiàn)出一致性。Berkman等 (2011)[31]利用1918年至2006年447次全球政治危機(jī)數(shù)據(jù)構(gòu)建了“危機(jī)指數(shù)”用以模擬感知下災(zāi)害發(fā)生概率的變化。研究表明，危機(jī)并非一定發(fā)展成災(zāi)害事件，但其演變?yōu)闉?zāi)害的潛在可能性確實(shí)能對(duì)投資者信念施加重要影響。在危機(jī)發(fā)生時(shí)期，股市波動(dòng)顯著加大，反映了投資者對(duì)經(jīng)濟(jì)惡化可能性的劇烈反應(yīng)。從這個(gè)角度來看，時(shí)變?yōu)暮Πl(fā)生概率對(duì)股市的沖擊是系統(tǒng)的，難以為策略投資所分散。

基于投資者認(rèn)知時(shí)變特征的代理人模型能夠?qū)δ嬷芷诓▌?dòng)主體因素做出解讀，為策略的選擇和政策的制定提供一定參考，但現(xiàn)實(shí)金融市場的復(fù)雜性遠(yuǎn)超單一要素的描述范疇，經(jīng)濟(jì)環(huán)境的變化會(huì)導(dǎo)致金融市場結(jié)構(gòu)的變化，各類投資者行為模式之間的差異則隱含更多的可能性。從這些視角考慮股市波動(dòng)的變化為全面了解逆周期波動(dòng)的形成機(jī)制提供了可能。

三、投資者異質(zhì)性與市場約束

1.投資者異質(zhì)性與股市波動(dòng)

在現(xiàn)代金融理論中，標(biāo)準(zhǔn)的資產(chǎn)定價(jià)公式建立在投資者認(rèn)知同質(zhì)性假設(shè)之上，如廣泛應(yīng)用的CAPM定價(jià)要求所有投資者對(duì)收益概率分布的估計(jì)具有一致性。然而現(xiàn)實(shí)經(jīng)濟(jì)環(huán)境并非如此，異質(zhì)性的客觀存在令同質(zhì)性假設(shè)不能體現(xiàn)市場參與者之間的差異，在描述經(jīng)濟(jì)現(xiàn)象時(shí)與實(shí)證數(shù)據(jù)不符[32]，故在傳統(tǒng)定價(jià)模型中加入異質(zhì)性因素成為定價(jià)研究的重要拓展方向。

投資者異質(zhì)性也可能源于交易環(huán)境的差別，如是否收到交易制約。Hugonnier和Prieto (2015)[35]構(gòu)建了一個(gè)動(dòng)態(tài)套利均衡模型，將交易者分為3類：受約束、傾向于無風(fēng)險(xiǎn)資產(chǎn)的交易者；只受非負(fù)財(cái)富約束的交易者和初始財(cái)富為零但掌握信用渠道的套利者。其中，信貸使套利者能夠利用由投資約束產(chǎn)生的需求不平衡而內(nèi)生的套利機(jī)會(huì)。模型指出，風(fēng)險(xiǎn)套利者在市場繁榮階段提高杠桿、在市場蕭條時(shí)降低杠桿的行為會(huì)放大基本面的超額沖擊而產(chǎn)生過度波動(dòng)，內(nèi)生的超額波動(dòng)成分與套利者的信貸能力及受約束投資者的消費(fèi)份額正相關(guān)，當(dāng)經(jīng)濟(jì)衰退股價(jià)下跌時(shí)，波動(dòng)率趨向升高。

現(xiàn)實(shí)市場中異質(zhì)投資者的典型例子是機(jī)構(gòu)投資者與個(gè)人投資者，這兩類投資者的行為已得到廣泛的研究。在對(duì)股市波動(dòng)影響方面，二者存在顯著差異。從異質(zhì)性的角度來看，機(jī)構(gòu)投資者是知情投資者，信息掌握程度高，投資技術(shù)更為專業(yè)，更接近于理性投資者。而個(gè)人投資者對(duì)信息掌握程度低，容易成為不知情投資者及噪聲交易者。因此，機(jī)構(gòu)投資者面對(duì)市場噪音和流行趨勢時(shí)更容易做出理性決策，防止股價(jià)與基礎(chǔ)價(jià)值大規(guī)模偏離，而養(yǎng)老基金等機(jī)構(gòu)投資者遵循的謹(jǐn)慎人規(guī)則也能起到穩(wěn)定市場的作用。此外，Lipson和Puckett (2006)[36]對(duì)美國1999年至2003年716家機(jī)構(gòu)投資者的日交易行為進(jìn)行了研究，發(fā)現(xiàn)他們的投資呈現(xiàn)較強(qiáng)的“同期負(fù)向交易”，即股市上漲時(shí)賣出，股市下跌時(shí)買入，利用這些機(jī)會(huì)實(shí)現(xiàn)廉價(jià)資產(chǎn)重構(gòu)，以提供流動(dòng)性。Thomas等 (2014)[37]對(duì)2000年至2010年34個(gè)經(jīng)濟(jì)合作組織成員國養(yǎng)老基金投資面板數(shù)據(jù)的考察表明，機(jī)構(gòu)投資者可以減弱股市波動(dòng)，穩(wěn)定金融市場。

然而，最近一些研究提出了不同的觀點(diǎn)，指出機(jī)構(gòu)投資者的某些交易特征亦能對(duì)股市波動(dòng)的逆周期性起到助推作用。Sias (2004)[38]認(rèn)為，機(jī)構(gòu)投資者交易中呈現(xiàn)的“羊群效應(yīng)”和“動(dòng)量交易”會(huì)加大價(jià)格波動(dòng)。Basak和Pavlova (2013)[39]在動(dòng)態(tài)一般均衡的框架內(nèi)考察了機(jī)構(gòu)投資者的交易行為，指出當(dāng)基金經(jīng)理關(guān)心其經(jīng)營業(yè)績時(shí)，超越基準(zhǔn)指數(shù)的激勵(lì)使其傾向于選擇基準(zhǔn)指數(shù)所包含的高風(fēng)險(xiǎn)股票并利用高杠桿，這導(dǎo)致機(jī)構(gòu)投資者對(duì)指數(shù)股票形成過度投資并提高波動(dòng)率水平。Chichernea等 (2015)[40]利用1980年至2010年美國股市的截面數(shù)據(jù)考察了機(jī)構(gòu)投資者對(duì)特質(zhì)波動(dòng)的影響，指出機(jī)構(gòu)投資者對(duì)特質(zhì)波動(dòng)的加大來源于短線投資者的高頻交易與過度自信。Cella等 (2013)[41]考察了雷曼兄弟破產(chǎn)沖擊對(duì)機(jī)構(gòu)投資者的影響，指出經(jīng)濟(jì)惡化時(shí)短線投資者減小損失的最優(yōu)策略是在他人之前賣出，這會(huì)引起“恐慌拋售”，放大經(jīng)濟(jì)沖擊。而采用“購買并持有”策略的長期投資者則會(huì)等待直到危機(jī)消失，價(jià)格恢復(fù)到正常水平。因此，短線投資增加了衰退期間的市場風(fēng)險(xiǎn)。由此可見，機(jī)構(gòu)投資者內(nèi)部亦存在異質(zhì)性，資產(chǎn)偏好與投資策略的不同形成了其對(duì)股市波動(dòng)影響方式的差異。

2.市場約束與內(nèi)生風(fēng)險(xiǎn)

投資者異質(zhì)可能來源于市場約束，但市場約束對(duì)股市波動(dòng)的作用則有著更為深刻的內(nèi)涵。從約束形成的來源看，外部約束主要來自政策制定者，而內(nèi)部約束則源于企業(yè)自身的行為決策。在特定的經(jīng)濟(jì)條件下，市場約束能夠引發(fā)交易者行為的趨同，導(dǎo)致波動(dòng)的放大和擴(kuò)散。

衰退時(shí)期的風(fēng)險(xiǎn)規(guī)避為市場交易施加了天然的資金約束，當(dāng)經(jīng)濟(jì)條件惡化時(shí)，交易者承受風(fēng)險(xiǎn)的意愿逐步消失，他們會(huì)普遍削減風(fēng)險(xiǎn)頭寸轉(zhuǎn)而采取保守穩(wěn)健的策略[42]。對(duì)積極策略投資者來說，這相當(dāng)于VaR約束下的決策行為。資產(chǎn)出售、貸款回撤使負(fù)向的溢出作用在投資者之間傳染，進(jìn)而引起穩(wěn)定關(guān)系的破裂和信用風(fēng)險(xiǎn)的提升。

Adrian和Shin (2010)[43]考察了2008年之前一段時(shí)期高盛、摩根斯坦利等5家大型投資銀行的資本結(jié)構(gòu)季度變化，發(fā)現(xiàn)這些投資銀行主要通過回購協(xié)議調(diào)整資本結(jié)構(gòu)，回購與逆回購數(shù)量能對(duì)波動(dòng)率起到顯著的解釋作用。在VaR約束下，投資銀行的資本調(diào)整令杠桿呈順周期性，繁榮時(shí)期的信貸超額擴(kuò)張及衰退時(shí)期的迅速收縮加大了市場的波動(dòng)。從本質(zhì)上來看，這一作用方式與Hugonnier和Prieto的結(jié)論相同，但由于金融中介機(jī)構(gòu)在金融體系中具有獨(dú)特地位，投行的順周期行為較風(fēng)險(xiǎn)套利者對(duì)市場的影響就更為系統(tǒng)廣泛。同時(shí)，經(jīng)濟(jì)下滑可能使家庭投資者從金融機(jī)構(gòu)撤資并提前清算，這會(huì)對(duì)金融機(jī)構(gòu)形成資金約束，阻礙價(jià)格機(jī)制的實(shí)現(xiàn)[44]。在 Albagli的動(dòng)態(tài)均衡模型中，金融機(jī)構(gòu)作為知情交易者，決定了信息轉(zhuǎn)化為投資決策的方式，能在市場中起到促進(jìn)信息流動(dòng)、完善價(jià)格機(jī)制的作用。而衰退時(shí)期的資金約束令金融機(jī)構(gòu)進(jìn)行交易時(shí)更為謹(jǐn)慎，這會(huì)引起價(jià)格信號(hào)作用的減弱和擴(kuò)散信息承載力的收縮，進(jìn)而導(dǎo)致市場不確定性提高。在這種情況下，對(duì)風(fēng)險(xiǎn)高額補(bǔ)償?shù)男枨筠D(zhuǎn)化為較高的預(yù)期回報(bào)率、大幅的價(jià)格波動(dòng)以及更多的噪聲交易，市場的波動(dòng)因而得到顯著增強(qiáng)。

時(shí)變的市場約束能夠與流動(dòng)性緊縮相互加強(qiáng)從而形成對(duì)價(jià)格的沖擊。Brunnermeier和Pederson (2009)[45]構(gòu)建了聯(lián)系資產(chǎn)市場流動(dòng)性與交易者資金流動(dòng)性的競爭均衡模型，指出流動(dòng)性平衡面對(duì)經(jīng)濟(jì)沖擊的脆弱性。模型表明，套利者持有的大規(guī)模風(fēng)險(xiǎn)頭寸隱含著流動(dòng)性干涸的風(fēng)險(xiǎn)，這源于多重均衡轉(zhuǎn)換的可能性。市場充裕的流動(dòng)性通過套利行為加強(qiáng)自身而形成良性均衡，一旦流動(dòng)性缺乏，套利者向市場流動(dòng)性的提供便受到了限制，流動(dòng)性的降低便會(huì)形成惡性循環(huán)。在這一過程中，保證金要求起到了關(guān)鍵性作用，經(jīng)濟(jì)環(huán)境惡化對(duì)套利者融資造成負(fù)面效果，降低其向市場提供流動(dòng)性的能力，而市場流動(dòng)性的降低使金融機(jī)構(gòu)提高對(duì)保證金的要求，這進(jìn)一步加大了套利者的融資困難。此外，不利沖擊還使套利者持有的資產(chǎn)縮水，迫使其低價(jià)出售資產(chǎn)以維持杠桿，導(dǎo)致資產(chǎn)價(jià)值的整體性下滑和資產(chǎn)價(jià)值的進(jìn)一步縮水，這就是所謂的“保證金漩渦 (margin spiral)”與“損失漩渦 (loss spiral)”。當(dāng)投資者資金結(jié)構(gòu)出現(xiàn)危機(jī)時(shí)，高風(fēng)險(xiǎn)資產(chǎn)被大規(guī)模拋售，安全資產(chǎn)轉(zhuǎn)移行為占據(jù)市場，股市波動(dòng)率迅速提高。

決策者制定交易約束的最初目的是防止過度投機(jī)，控制風(fēng)險(xiǎn)以維護(hù)市場穩(wěn)定。保證金交易、信貸配給和資本結(jié)構(gòu)要求等措施都屬于此類，VaR約束下的風(fēng)險(xiǎn)管理也是出于同樣的目的，只是風(fēng)險(xiǎn)管理的約束來源于企業(yè)自身。事實(shí)上，以上關(guān)于交易約束的研究表明，風(fēng)險(xiǎn)規(guī)避行為本身在不利經(jīng)濟(jì)條件下蘊(yùn)含著更大的破壞性，即交易約束加強(qiáng)了參與者風(fēng)險(xiǎn)規(guī)避的意愿從而增大了市場崩潰的可能。這種風(fēng)險(xiǎn)源于交易者自身偏好和行為，因而具有內(nèi)生性。

金融危機(jī)的發(fā)生過程表明，危機(jī)能夠從市場參與者的內(nèi)生響應(yīng)中為自己汲取動(dòng)力，如同一場熱帶風(fēng)暴經(jīng)過溫暖的海洋，在不斷壯大的過程中吸收更多的能量 (Danielsson等，2010)。交易約束在經(jīng)濟(jì)穩(wěn)定時(shí)是預(yù)防風(fēng)險(xiǎn)的良方，在經(jīng)濟(jì)衰退時(shí)則可能演變成加速市場崩潰的毒劑。Danielsson等指出，“每個(gè)人的風(fēng)險(xiǎn)都得到了控制，市場的風(fēng)險(xiǎn)也就得到了控制”，這一邏輯看起來沒什么問題，但事實(shí)上對(duì)個(gè)人資產(chǎn)安全的保護(hù)卻可能形成對(duì)他人利益的損害。如果制定金融規(guī)范的目的是為了防止金融系統(tǒng)走向崩潰，那么僅僅立足于個(gè)人資產(chǎn)安全的角度考慮問題是不夠的，這一內(nèi)生風(fēng)險(xiǎn)問題或許是未來政策制定的考量方向之一。

四、逆周期波動(dòng)的現(xiàn)實(shí)思考

逆周期波動(dòng)現(xiàn)象反映了金融市場對(duì)外部經(jīng)濟(jì)環(huán)境的敏感性，其形成機(jī)制蘊(yùn)含著市場風(fēng)險(xiǎn)生成與擴(kuò)散的內(nèi)在規(guī)律。從宏觀上來看，基本面因素能夠直接影響股市波動(dòng)，而溢出作用則加劇了波動(dòng)在市場之間的傳導(dǎo)。立足于微觀層面，投資者的稟賦、認(rèn)知與行為特征表現(xiàn)出不同經(jīng)濟(jì)條件下的時(shí)變性，形成了導(dǎo)向逆周期波動(dòng)的不同路徑。盡管本文對(duì)逆周期波動(dòng)成因研究的綜述集中于以上視角，但逆周期波動(dòng)形成過程涉及到的市場因素并非僅限于此。例如，Acharya等 (2011)[46]指出，股市波動(dòng)在衰退時(shí)期的提高很大程度上來源于市場充斥的負(fù)面信息，而負(fù)面信息的集聚則產(chǎn)生于企業(yè)的自利行為。事實(shí)上，具有自由裁量權(quán)的企業(yè)管理者大多傾向于推遲不利消息的發(fā)布，而外部環(huán)境的惡化則為壞消息發(fā)布提供了恰當(dāng)?shù)臅r(shí)機(jī)。企業(yè)會(huì)利用投資者這樣的心理，既然外在經(jīng)濟(jì)環(huán)境是如此惡劣，那么企業(yè)運(yùn)行不暢也就不足為奇，將壞消息對(duì)自身造成的負(fù)面影響降至最低，但這樣一來，市場上的負(fù)面消息便會(huì)大量集聚并加大波動(dòng)的程度?？傊?，股票價(jià)格是交易者預(yù)期的外在表現(xiàn)形式，逆周期波動(dòng)成因的復(fù)雜性歸根結(jié)底源于交易者空間與時(shí)間上決策行為的多樣性。表1對(duì)近幾年來逆周期波動(dòng)的代表性研究進(jìn)行了歸納和總結(jié)?？梢?，學(xué)者們對(duì)逆周期波動(dòng)現(xiàn)象的探究已愈發(fā)深入到對(duì)市場參與者心理及行為的考察，而行為金融學(xué)的相關(guān)研究無疑能夠?yàn)樯钊肫饰鲞@一現(xiàn)象提供參考。

表1 逆周期波動(dòng)形成機(jī)理的相關(guān)研究

續(xù)表1

逆周期波動(dòng)形成機(jī)理的研究將市場參與者與經(jīng)濟(jì)環(huán)境特征聯(lián)系起來，在關(guān)注外生經(jīng)濟(jì)沖擊的同時(shí)注重探討市場內(nèi)部的反映機(jī)制，形成了對(duì)新古典主義經(jīng)濟(jì)學(xué)研究領(lǐng)域的重要拓展。從諸多學(xué)者的研究結(jié)論中不難發(fā)現(xiàn)，市場風(fēng)險(xiǎn)不僅來自外生沖擊，更源于交易者、制度與市場結(jié)構(gòu)在特定經(jīng)濟(jì)環(huán)境中的內(nèi)生性互動(dòng)。盡管上述研究成果均立足于國外市場，但同樣能引起關(guān)于我國現(xiàn)實(shí)情況的一些思考。作為新興市場，我國金融業(yè)偶爾出現(xiàn)波動(dòng)實(shí)屬必然，市場波動(dòng)的來源也并未超出學(xué)者們的探討范疇，但在全球經(jīng)濟(jì)風(fēng)險(xiǎn)加劇的大環(huán)境下，交易者結(jié)構(gòu)失衡與金融體系不完善引起的市場脆弱性問題便格外引人擔(dān)憂。從短期來看，保持穩(wěn)健發(fā)展，重塑投資者信心是當(dāng)下政策的落腳點(diǎn)，而建立一個(gè)公正有序、高效合理的金融市場則始終是我國金融體系改革的長期目標(biāo)，實(shí)現(xiàn)這一目標(biāo)無疑需要全體社會(huì)成員的共同努力。

[1] Officer R R.The variability of the market factor of the New York stock exchange[J].JournalofBusiness, 1973, 46(3):434-453.

[2] Schwert W.Why does stock market volatility change over time?[J].JournalofFinance, 1989, 44(5):1115-1153.

[3] Black F.Studies of stock price volatilitychanges[EB/OL].https://www.researchgate.net, 2016-04-20.

[4] Christie A.The stochastic behavior of common stock variances : Value, leverage and interest rate effects[J].JournalofFinancialEconomics, 1982, 10(4):407-432.

[5] Hamilton J D, Lin G.Stock market volatilityandthebusinesscycle.[J].JournalofAppliedEconometrics, 1996, 11(5):573-593.

[6] Diebold F X, Yilmaz K.Macroeconomic volatility and stock market volatility, world-wide[J].SsrnElectronicJournal, 2008, 89(5):2339-2345.

[7] Corradi V, Distaso W, Mele A.Macroeconomic determinants of stock volatility and volatility premiums[J].JournalofMonetaryEconomics, 2013, 60(2):203-220.

[8] Qu Z, Perron P.A stochastic volatility model with random level shifts and its applications to S&P 500 and NASDAQ return indices[J].EconometricsJournal, 2013, 16(3):309-339.

[9] Engle R F, Rangel J G.The spline-GARCH model for low-frequency volatility and its global macroeconomic causes[J].ReviewofFinancialStudies, 2008, 21(21):1187-1222.

[10] Engle R F, Ghysels E, Sohn B.Stock market volatility and macroeconomic fundamentals[J].ReviewofEconomicsandStatistics, 2013, 95(3):776-797.

[11] Opschoor A, Dijk D V, Wel M V D.Predicting volatility and correlations with Financial Conditions Indexes[J].JournalofEmpiricalFinance, 2014, 29(C):435-447.

[12] Conrad C, Loch K.Anticipating long-term stock market volatility[J].JournalofAppliedEconometrics, 2015, 30(7):1090-1114.

[13] Jiang X, Lee B S.The dynamic relations between market returns and two types of risk with business cycles[J].FinancialReview, 2014, 49(3):593-618.

[14] Beirne J, Caporale G M, Spagnolo N, et al.Volatility spillovers and contagion from mature to emerging stock markets[J].ReviewofInternationalEconomics, 2013, 21(5):1060-1075.

[15] Bekaert G, Hodrick R J, Zhang X.Aggregate idiosyncratic volatility[J].JournalofFinancial&QuantitativeAnalysis, 2010, 47(16058):1155-1185.

[16] Rejeb A B, Boughrara A.Financial integration in emerging market economies: Effects on volatility transmission and contagion[J].BorsaIstanbulReview, 2015, 15(3):161-179.

[17] Jiang G J, Konstantinidi E, Skiadopoulos G.Volatility spillovers and the effect of news announcements[J].JournalofBankingandFinance, 2012, 36(8):2260-2273.

[18] David A, Veronesi P.What ties return volatilities to price valuations and fundamentals?[J].SocialScienceElectronicPublishing, 2013, 121(4):682-746.

[19] Lucas R E.Asset prices in anexchangeeconomy[J].Econometrica, 1978, 46(6):1429-1445.

[20] Mele A.Asymmetric stock market volatility and the cyclical behavior of expected returns[J].JournalofFinancialEconomics, 2007, 86(2):446-478.

[21] Choi S B, Giannikos C I.A note on the interrelation of volatility puzzle, equity premium puzzle,and mean reversion through state dependent preferences[EB/OL].http://ssrn.com/abstract=2377120, 2014-01-09.

[22] Hasler M, Ornthanalai C.Fluctuating attention and contagion: Theory and evidence from the U.S.equity market[EB/OL].http://ssrn.com/abstract=2551085, 2015-02-19.

[23] Aydemir A C.Risk sharing and counter-cyclical variation in market correlations[J].JournalofEconomicDynamicsandControl, 2008, 32(10):3084-3112.

[24] Campbell J Y, Cochrane J H.By force of habit: A consumption-based explanation of aggregate stock market behavior[J].JournalofPoliticalEconomy, 1999, 107(2):205-251.

[25] Li G .Aggregate stock market behavior and investors' low risk aversion[J].JournalofEconomicDynamicsandControl, 2008, 32(7):2349-2369.

[26] Rietz T A.The equity risk premium a solution[J].JournalofMonetaryEconomics, 1988, 22(1):117-131.

[27] Barro R J.Rare disasters and asset markets in the twentieth century[J].QuarterlyJournalofEconomics, 2006, 121(3):823-866.

[28] Gabaix X.Variable rare disasters: An exactly solved framework for ten puzzles in macro-finance[J].QuarterlyJournalofEconomics, 2008, 127(2):645-700(56).

[29] Wachter J.Can time-varying risk of rare disasters explain aggregate stock market volatility?[J].JournalofFinance, 2013, 68(3):987-1035.

[30] Tiu C, Yoeli U.Asset pricing with endogenous disasters[J].ReviewofFinancialStudies, 2013, 26(11): 2916-2960.

[31] Berkman H, Jacobsen B, Lee J B.Time-varying rare disaster risk and stock returns[J].JournalofFinancialEconomics, 2010, 101(2):313-332.

[32] Kandel E, Pearson N D.Differential interpretation of public signals and trade in speculative markets[J].JournalofPoliticalEconomy, 1995, 103(4):831-872.

[33] Li T.Heterogeneous beliefs, asset prices, and volatility in a pure exchange economy[J].JournalofEconomicDynamicsandControl, 2007, 31(5):1697-1727.

[34] Xiouros C.Disagreement, habit and the dynamic relation between volume and prices[EB/OL].http://ssrn.com/abstract=1744082, 2011-03-10.

[35] Hugonnier J, Prieto R.Asset pricing with arbitrage activity[J].JournalofFinancialEconomics, 2015, 115(2):411-428.

[36] Lipson M, Puckett A.Volatile markets and institutionaltrading[EB/OL].http://www.researchgate.net, 2016-04-20.

[37] Thomas A, Spataro L, Mathew N.Pension funds and stock market volatility: An empirical analysis of OECD countries[J].JournalofFinancialStability, 2014, 11(2):92-103.

[38] Sias R W.Institutional herding[J].ReviewofFinancialStudies, 2004, 17(1):165-206.

[39] Basak S, Pavlova A.Asset prices and institutional investors[J].AmericanEconomicReview, 2013, 103(5):1728-1758.

[40] Chichernea D C, Petkevich A, Reca B B.Idiosyncratic volatility, institutional ownership, and investment horizon[J].EuropeanFinancialManagement, 2015, 21(4):613-645.

[41] Cella C, Ellul A, Giannetti M.Investors' horizons and the amplification of market shocks[EB/OL].http://ssrn.com/abstract=1678021, 2016-04-20.

[42] Danielsson J, Shin H S, Zigrand J P.Risk appetite and endogenous risk[EB/OL].http://ideas.repec.org, 2016-04-20.

[43] Adrian T, Shin H S.Liquidity and leverage[J].SsrnElectronicJournal, 2010, 19(3):418-437.

[44] Albagli E.Amplification of uncertainty in illiquid markets[EB/OL].http://ssrn.com/abstract=1788216, 2011-11-03.

[45] Brunnermeier M K, Pedersen L H.Market liquidity and funding liquidity[J].ReviewofFinancialStudies, 2009, 22(6):2201-2238.

[46] Acharya V V, Kremer I.Endogenous information flows and the clustering of announcements[J].AmericanEconomicReview, 2011, 101(7):2955-2979(25).

The Formation Mechanism of Countercyclical Stock Market Volatility

Ye Li， Li Bolong

(School of Economics and Management， Hebei University of Technology， Tianjin 300401， China)

The deterioration of economic condition is usually followed by the turmoil of financial markets, with higher market volatility indicating the increasing uncertainty; conversely, the recovery of economy means a better prospect of development, reducing uncertainty and making market less volatile.The phenomenon that stock market volatility is countercyclical has drawn researchers’ attention widely.This paper gives a review of foreign literature on countercyclical stock market volatility, shedding light on the effects of time-varying investor perception, investor heterogeneity and endogenous risk induced by market constraints.Making out the formation mechanism of countercyclical volatility can help to understand the evolution of financial risk as well as its impacts, and will give empirical reference for investment strategy building and policy making.

countercyclical volatility； formation mechanism； financial risk

2016-05-08.

國家社會(huì)科學(xué)基金資助項(xiàng)目(11BJL048).

葉 莉(1963— )，女，博士，教授.

李伯龍，libolong2014@outlook.com.

F831.5

A

1008-4339(2016)06-514-08