張一

摘要隨著在全球金融一體化程度不斷加深，全球流動(dòng)性狀況對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的影響備受關(guān)注.構(gòu)建了反應(yīng)主要發(fā)達(dá)國(guó)家與新興市場(chǎng)國(guó)家對(duì)全球貨幣數(shù)量影響的廣義流動(dòng)性指標(biāo)，并以波動(dòng)率指數(shù)作為反映市場(chǎng)情緒的變量將市場(chǎng)分為平穩(wěn)期和壓力期.通過(guò)建立非線性面板門限回歸模型考察了全球流動(dòng)性狀況對(duì)于金磚五國(guó)資本市場(chǎng)的非線性影響，結(jié)果表明在金融市場(chǎng)繁榮期，流動(dòng)性過(guò)剩對(duì)于資產(chǎn)價(jià)格起到了明顯的正向帶動(dòng)作用；而在市場(chǎng)衰退期間，流動(dòng)性的釋放并沒(méi)有對(duì)資產(chǎn)價(jià)格的提升產(chǎn)生顯著的影響.

關(guān)鍵詞金融工程；波動(dòng)率指數(shù)；面板門限回歸模型；全球流動(dòng)性；新興市場(chǎng)

中圖分類號(hào)F810.30文獻(xiàn)標(biāo)識(shí)碼A

Research on the Returns of the Emerging Capital Market based on the Background of Global Excess Liquidity

Yi ZHANG

（School of Management Science and Engineering，Central University of Finance and Economics，beijing ，100081，China）

AbstractWith the deepening of the degree of global financial integration，the effect of global liquidity surplus on the asset prices of emerging markets has attracted more attention.In this paper，we construct the generalized liquidity index of the main developed countries and emerging market countries on the global monetary environment，and the volatility index is used as a variable to reflect the market sentiment，which can be divided into stationary stage and pressure stage.Using a panel threshold model，we find that in a period of global investors high risk appetites，global excess liquidity is a positive determinant of asset prices in emerging market countries.However，the link between the two variables changes when global risk aversion strengthens.

Key wordsfinancial engineering；volatility index；panel threshold model；global liquidity；emerging markets

1引言

2008年全球金融海嘯的爆發(fā)對(duì)世界經(jīng)濟(jì)和金融格局產(chǎn)生了深遠(yuǎn)的影響，全球經(jīng)濟(jì)至今為止仍處在后危機(jī)時(shí)代的背景下.為了應(yīng)對(duì)此次危機(jī)，世界各國(guó)央行均以凱恩斯主義經(jīng)濟(jì)學(xué)為理論依據(jù)，采取極端寬松的貨幣政策向市場(chǎng)注入流動(dòng)性，以期能阻止金融機(jī)構(gòu)的持續(xù)惡化以及實(shí)體經(jīng)濟(jì)的衰退.這些貨幣政策就包括大幅降低基準(zhǔn)利率，定向收購(gòu)金融機(jī)構(gòu)有毒資產(chǎn)并向銀行注資，增加信貸，增加基礎(chǔ)設(shè)施建設(shè)以及量化寬松等非常規(guī)貨幣政策工具.政府的積極干預(yù)取得了一定的效果但也同時(shí)令人憂慮，一方面，實(shí)體經(jīng)濟(jì)的復(fù)蘇之路并不如想象中的順利，各個(gè)主要經(jīng)濟(jì)體的經(jīng)濟(jì)增長(zhǎng)速度仍遠(yuǎn)低于危機(jī)爆發(fā)前；另一方面，在這種寬松的流動(dòng)性環(huán)境下，很多國(guó)家的資本市場(chǎng)卻再度活躍，美國(guó)、英國(guó)、法國(guó)以及香港等國(guó)家和地區(qū)的股票指數(shù)甚至超過(guò)了金融危機(jī)前的最高點(diǎn).這種實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)表現(xiàn)的嚴(yán)重背離值得關(guān)注和警惕.

實(shí)際上，回顧上世紀(jì)八十年代以來(lái)發(fā)生的歷次金融危機(jī)，每次都經(jīng)歷著金融市場(chǎng)的蕭條-復(fù)蘇-繁榮的循環(huán)，這背后往往是貨幣市場(chǎng)流動(dòng)性的緊縮-寬松-泛濫的周期過(guò)程.流動(dòng)性對(duì)于資產(chǎn)價(jià)格的影響越發(fā)引起理論界和實(shí)務(wù)界的關(guān)注.為此大量學(xué)著做出了富有成效的研究工作.Baks和Kramer（2012）發(fā)現(xiàn)G7國(guó)家的股票價(jià)格顯著的受到全球流動(dòng)性的正向影響[1]，而B(niǎo)elke（2014）的研究則表明11個(gè)OECD國(guó)家的商品價(jià)格并不會(huì)受到國(guó)際流動(dòng)性增長(zhǎng)的影響[2].Darius和Radde（2013）分別研究了國(guó)際資金環(huán)境對(duì)于本國(guó)房地產(chǎn)市場(chǎng)的影響以及股票市場(chǎng)的影響，結(jié)果發(fā)現(xiàn)其對(duì)房地產(chǎn)市場(chǎng)的影響顯著而對(duì)股票市場(chǎng)的影響不顯著[3].以上這些研究者在計(jì)量方法上使用的均是VAR模型，并通過(guò)脈沖-響應(yīng)函數(shù)進(jìn)行定量分析.還有其他一些學(xué)者研究了國(guó)際流動(dòng)性對(duì)于大宗商品價(jià)格的影響，如Beckmann（2013）[4]，Ratti和Vespignani（2014）等[5].

針對(duì)全球流動(dòng)性與新興資本市場(chǎng)間的關(guān)系影響的研究工作也較為常見(jiàn).Chudik和Fratzscher（2010）的研究表明當(dāng)金融危機(jī)爆發(fā)的時(shí)候，新興市場(chǎng)過(guò)家相較于發(fā)達(dá)國(guó)家更容易受到流動(dòng)性枯竭的影響，從而對(duì)本國(guó)資產(chǎn)價(jià)格產(chǎn)生劇烈沖擊[6].Hansen（2012）對(duì)于2003至2009年的相關(guān)數(shù)據(jù)進(jìn)行了實(shí)證研究，結(jié)果表明在市場(chǎng)繁榮期間，全球流動(dòng)性充裕對(duì)資本價(jià)格的上漲起到了較強(qiáng)的助推作用[7].Matsumoto（2013）僅針對(duì)北美新興市場(chǎng)也得出了類似的研究結(jié)論[8].

我國(guó)學(xué)者對(duì)這個(gè)問(wèn)題也進(jìn)行了一定的研究.陳繼勇和袁威等（2013）分析了1998至2011年間股票市場(chǎng)經(jīng)歷了大漲和大跌背景下貨幣環(huán)境與資產(chǎn)價(jià)格的關(guān)系，結(jié)果表明流動(dòng)性狀況在資產(chǎn)幾個(gè)行為中扮演了重要的角色[9].戴曉鳳和何芳（2012）分析了影響我國(guó)股市流動(dòng)性的因素，研究發(fā)現(xiàn)，交易量與流動(dòng)性正相關(guān)，股票價(jià)格及股票收益率的波動(dòng)性與流動(dòng)性呈負(fù)相關(guān)關(guān)系，但當(dāng)流動(dòng)性選取的指標(biāo)不同時(shí)，股票價(jià)格對(duì)其影響也是存在差異的 [10].朱慧明和樊夢(mèng)婷（2017）針對(duì)國(guó)際原油價(jià)格對(duì)股市波動(dòng)影響效果，提出極端分位回歸的模型檢驗(yàn)方法.利用金融時(shí)間序列數(shù)據(jù)，通過(guò)加入結(jié)構(gòu)突變，構(gòu)建分位回歸模型分析股票收益問(wèn)題，根據(jù)中國(guó)等原油進(jìn)出口國(guó)家股市收益進(jìn)行實(shí)證分析，研究變量之間的相依關(guān)系[11].endprint

主要研究了全球流動(dòng)性狀況對(duì)于新興市場(chǎng)國(guó)家資本市場(chǎng)的影響.為了更為全面地衡量全球金融市場(chǎng)的流動(dòng)性狀況，選擇全球十個(gè)主要發(fā)達(dá)國(guó)家和新興市場(chǎng)國(guó)家的貨幣總量設(shè)定流動(dòng)性指標(biāo).同時(shí)，考慮到流動(dòng)性對(duì)于資產(chǎn)價(jià)格的非線性影響，以波動(dòng)率指數(shù)作為全球避險(xiǎn)情緒的衡量，并以此將金融市場(chǎng)的演化分為平穩(wěn)期和危機(jī)期，通過(guò)建立非線性面板門限回歸模型，考察了流動(dòng)性對(duì)于資產(chǎn)價(jià)格的非線性影響效應(yīng).

2數(shù)據(jù)與變量選擇

為了研究全球流動(dòng)性對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的影響，以股票市場(chǎng)收益率作為被解釋變量，所考察的市場(chǎng)包括巴西、俄羅斯、印度、中國(guó)以及南非五個(gè)最大的新興經(jīng)濟(jì)體市場(chǎng).這五個(gè)國(guó)家也被稱為金磚五國(guó)，其對(duì)全球金融市場(chǎng)的影響越來(lái)越大，本國(guó)的貨幣政策也會(huì)受到全球資本市場(chǎng)的關(guān)注.所選擇數(shù)據(jù)為1995年第三季度至2014年第四季度.

在對(duì)全球流動(dòng)性的衡量上，采用如下的方法進(jìn)行指標(biāo)設(shè)計(jì)：首先，搜集全球主要經(jīng)濟(jì)體的廣義貨幣總量數(shù)據(jù)以及GDP數(shù)據(jù)，這些經(jīng)濟(jì)體包括美國(guó)、歐盟、英國(guó)、日本、巴西、俄羅斯、印度、中國(guó)以及南非；其次，將貨幣總量以及GDP總量均按當(dāng)季匯率折算成美元，并將折算后的各個(gè)經(jīng)濟(jì)體數(shù)據(jù)加總，從而得到“全球貨幣總量”以及“全球GDP總量”；最后，用“全球貨幣總量”除以“全球GDP總量”，比率大小即代表了當(dāng)前全球流動(dòng)性過(guò)剩情況.為了避免內(nèi)生性，在具體計(jì)算每一個(gè)新興市場(chǎng)所面臨的全球流動(dòng)性時(shí)，用“全球貨幣總量”以及“全球GDP總量”分別減去本國(guó)的貨幣總量和GDP總量，然后相除所得到的結(jié)果即為市場(chǎng)i在t時(shí)刻所面臨的全球流動(dòng)性M0Yit.與此前的相關(guān)研究工作相比，的區(qū)別在于考慮進(jìn)了新興市場(chǎng)貨幣當(dāng)局對(duì)全球流動(dòng)性的影響，更加符合現(xiàn)實(shí)中的情況，而以往這類研究往往僅關(guān)注美聯(lián)儲(chǔ)或是歐洲央行等發(fā)達(dá)地區(qū)貨幣政策對(duì)全球流動(dòng)性的影響，存在一定的局限性.

圖1和圖2顯示了不同地區(qū)以及全球總體的貨幣供應(yīng)量情況，可以看出，自上世紀(jì)90年代中期開(kāi)始，全球流動(dòng)性出現(xiàn)了快速的增長(zhǎng).這主要是由當(dāng)時(shí)的經(jīng)濟(jì)以及金融環(huán)境所造成的，首先是日本央行為了挽救國(guó)內(nèi)經(jīng)濟(jì)的持續(xù)蕭條，不斷地降低利率向市場(chǎng)釋放了大量的流動(dòng)性，此后在1999年隨著歐元區(qū)的成立，歐洲央行為了促進(jìn)歐元區(qū)國(guó)家的經(jīng)濟(jì)發(fā)展也向市場(chǎng)注入了大量的流動(dòng)性.在2000年互聯(lián)網(wǎng)泡沫破滅以及2001年美國(guó)遭受911恐怖襲擊的背景下，美聯(lián)儲(chǔ)為了提振美國(guó)經(jīng)濟(jì)又繼續(xù)在此后數(shù)年內(nèi)維持著接近于0的低利率水平，直到次貸危機(jī)爆發(fā).在美國(guó)次貸危機(jī)所引起的全球金融海嘯爆發(fā)后，全球經(jīng)濟(jì)陷入到衰退中，各國(guó)央行不僅實(shí)施著極為寬松的貨幣政策，甚至采用了量化寬松等非常規(guī)貨幣政策手段，導(dǎo)致全球的流動(dòng)性處于極度擴(kuò)張的態(tài)勢(shì).

除了全球流動(dòng)性變量之外，還選擇了若干宏觀經(jīng)濟(jì)變量作為解釋變量，這些變量通常都被選擇用于資產(chǎn)定價(jià)模型的構(gòu)建中，這些解釋變量包括GDP增長(zhǎng)率、通貨膨脹率CPI以及3個(gè)月的銀行同業(yè)拆借利率（3Mrate）.最后是區(qū)制轉(zhuǎn)換變量的選擇，該變量應(yīng)體現(xiàn)出全球投資者情緒的轉(zhuǎn)換.以往的研究結(jié)果表明，標(biāo)普500指數(shù)的隱含波動(dòng)率指數(shù)VLX是一個(gè)良好的指標(biāo)，因此沿用這一做法，將VLX作為區(qū)制轉(zhuǎn)換變量.

3模型方法

為了檢驗(yàn)全球流動(dòng)性過(guò)剩對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的影響，文本采用面板門限模型對(duì)相關(guān)數(shù)據(jù)進(jìn)行分析.Hausman和Wongswan（2014）[12]，Kim和Nguyen（2013）[13]等對(duì)該問(wèn)題也進(jìn)行了一定程度的研究，結(jié)果表明當(dāng)美聯(lián)儲(chǔ)采用寬松的貨幣政策時(shí)，會(huì)對(duì)新興市場(chǎng)資產(chǎn)價(jià)格起到抬升的作用.但以往這些研究關(guān)注的僅僅是美國(guó)或是少數(shù)發(fā)達(dá)國(guó)家貨幣環(huán)境對(duì)全球資產(chǎn)價(jià)格的影響，鮮有文獻(xiàn)從全球金融市場(chǎng)的流動(dòng)性狀況出發(fā)考慮這一問(wèn)題，這也是與以往研究的主要區(qū)別之一.同時(shí)，與以往研究大多采用線性方法分析不同，考慮了全球流動(dòng)性對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的非線性影響，即當(dāng)金融市場(chǎng)避險(xiǎn)情緒隨著外部環(huán)境變化而發(fā)生逆轉(zhuǎn)的時(shí)候，資產(chǎn)價(jià)格受流動(dòng)性影響的門限效應(yīng).Kadilli（2014）研究了一組發(fā)達(dá)國(guó)家資產(chǎn)價(jià)格可預(yù)測(cè)性問(wèn)題，發(fā)現(xiàn)包含平穩(wěn)期和危機(jī)期的取值轉(zhuǎn)換模型對(duì)數(shù)據(jù)的擬合效果要明顯優(yōu)于線性回歸模型[14]；類似的，Gang和Li（2015）發(fā)現(xiàn)S&P500指數(shù)收益率和波動(dòng)率指數(shù)VIX的相關(guān)性呈現(xiàn)出明顯的非線性和非對(duì)稱性，收益-風(fēng)險(xiǎn)行為取決于相關(guān)性情況以及對(duì)風(fēng)險(xiǎn)的感知程度[15].采用全球投資者情緒指數(shù)作為金融市場(chǎng)演化階段的判定指標(biāo)，將金融市場(chǎng)區(qū)分為平穩(wěn)期和危機(jī)期.最新的研究文獻(xiàn)表明，全球避險(xiǎn)情緒的轉(zhuǎn)換會(huì)導(dǎo)致全球過(guò)剩流動(dòng)性對(duì)于資產(chǎn)價(jià)格的影響方向，這也是的前提研究假設(shè).

具有個(gè)體影響效應(yīng)的面板門限回歸模型可以表示為如下的形式：

式中I（·）為示性函數(shù)，qit為門限變量，γ為最優(yōu)閾值，i和t分別表示橫斷面與時(shí)間維度，εit為均值為0，方差為σ2的隨機(jī)誤差項(xiàng).

因變量yit與門限變量qit均為標(biāo)量矩陣.回歸變量xit為k×1階解釋變量.所有變量均為平穩(wěn)時(shí)間序列故不可能出現(xiàn)偽回歸模型.

依據(jù)門限變量qit和閾值γ的比較大小結(jié)果將觀測(cè)序列分為兩部分.μi表示了模型中個(gè)體因素的影響，其大小在平穩(wěn)期和危機(jī)期保持不變，而β1和β2則在兩階段中具有不同的值.式（1）還可表示為：

式中，β=（β′1β′2）′

對(duì)式（2）在t時(shí)間內(nèi)取均值得到下式：

式（2）與式（3）會(huì)產(chǎn)生以下結(jié)果：

其中，

令Y*，X*（γ）和ε*代表所有個(gè)體的數(shù)據(jù)堆積，則式（4）相當(dāng)于

此時(shí)，對(duì)于任意給定的門限參數(shù)γ，參數(shù)β1和β2可以最小二乘估計(jì)法估計(jì)得出，

且誤差平方和取決于γ，為

Chan和Hansen給出了內(nèi)生性求得閾值參數(shù)γ的方法[16]，即令SSE1（γ）為最小的γ值為所求得的閾值參數(shù)，因此γ的確定過(guò)程為：

接下來(lái)的環(huán)節(jié)是對(duì)門限效應(yīng)是否顯著進(jìn)行檢驗(yàn)，即檢驗(yàn)原假設(shè)H0∶β1=β2是否成立.如果成立，則表明并不存在著門限效應(yīng).只有拒絕這一假設(shè)，才表明流動(dòng)性對(duì)于資產(chǎn)價(jià)格的影響是非線性的.endprint

然而，在原假設(shè)條件下無(wú)法確定且假設(shè)檢驗(yàn)量F1的漸進(jìn)分布非標(biāo)準(zhǔn).為了克服這一缺陷，采用bootstrap方法獲得H0似然比檢驗(yàn)的一階漸近分布

2為面板門限回歸模型的殘值方差，SEE0為從線性回歸模型中得到的平方誤差和.因此，通過(guò)bootstrap得到的p值是漸進(jìn)有效的.當(dāng)p值小于臨界值時(shí)，拒絕原假設(shè).

根據(jù)所選擇的解釋變量與被解釋變量結(jié)果，可將面板門限回歸模型設(shè)定為如下的形式：

式中，i=1，…，N代表不同的國(guó)家，t=1，…，T代表時(shí)間指數(shù)，μi為市場(chǎng)的特定影響效應(yīng)，εit為均值為0，方差有限的獨(dú)立同分布誤差項(xiàng).

為被解釋變量向量，I（·）為示性函數(shù).因變量EqReturnsit代表了市場(chǎng)i在t時(shí)刻的名義收益率.

4實(shí)證結(jié)果

面板門限回歸模型的應(yīng)用前提是所有變量均為平穩(wěn)時(shí)間序列，根據(jù)ADF檢驗(yàn)結(jié)果，所選取的變量均為平穩(wěn)序列.

在對(duì)樣本數(shù)據(jù)門限效應(yīng)的檢驗(yàn)中，采用前文所述的bootstrap方法生成300組替代數(shù)據(jù)，得到F檢驗(yàn)統(tǒng)計(jì)量及相應(yīng)的p值，結(jié)果拒絕原始數(shù)據(jù)為線性結(jié)構(gòu)的原假設(shè)，即數(shù)據(jù)表現(xiàn)出明顯的非線性特征.對(duì)于波動(dòng)率指數(shù)VIX（）的門限值估計(jì)結(jié)果為，在95%顯著水平上的置信區(qū)間為[25.6126.85].

接下來(lái)將對(duì)模型在不同區(qū)制內(nèi)的回歸參數(shù)結(jié)果進(jìn)行估計(jì).根據(jù)Hansen的研究工作，每一個(gè)區(qū)制所包含的數(shù)據(jù)數(shù)量應(yīng)至少為樣本總和的5%，模型估計(jì)的結(jié)果包括代表全球過(guò)剩流動(dòng)性的變量（M0Y），國(guó)內(nèi)流動(dòng)性變量（M0），以及三個(gè)主要控制變量（GDP，CPI，3Mrate）.估計(jì)結(jié)果如

正如前文所提，以波動(dòng)率指數(shù)VLX為依據(jù)將金融市場(chǎng)的演化過(guò)程分為平穩(wěn)期和危機(jī)期兩個(gè)連續(xù)的階段（見(jiàn)圖3）.當(dāng)VIX小于門限值時(shí)，代表全球避險(xiǎn)情緒在下降，金融市場(chǎng)處于平穩(wěn)期間，此時(shí)全球流動(dòng)性過(guò)剩對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的影響是正向的.在此階段估計(jì)出的回歸參數(shù)結(jié)果為0.85且極其顯著.然而，隨著全球避險(xiǎn)情緒的增加，即當(dāng)VIX大于門限值時(shí)，全球金融市場(chǎng)進(jìn)入到危機(jī)期（壓力期）階段，全球流動(dòng)性環(huán)境對(duì)新興市場(chǎng)資產(chǎn)價(jià)格起到負(fù)向帶動(dòng)的作用，此時(shí)回歸系數(shù)為-0.628且在5%的顯著度上顯著.

以上研究結(jié)果與此前的研究結(jié)果表現(xiàn)出一定程度的一致性.如Weise，Peersman和Smets[17]等均研究了流動(dòng)性過(guò)剩與資產(chǎn)價(jià)格走勢(shì)的相關(guān)關(guān)系，且其影響存在著非對(duì)稱性.但以往的這類研究在衡量流動(dòng)性的時(shí)候，僅關(guān)注了美國(guó)中央銀行的貨幣政策所產(chǎn)生的流動(dòng)性對(duì)資產(chǎn)價(jià)格的影響.與此不同，將全球主要發(fā)達(dá)市場(chǎng)國(guó)家和新興市場(chǎng)國(guó)家的貨幣環(huán)境狀況均納入到考慮范圍內(nèi)，從而從一個(gè)更加全面的角度考察了全球流動(dòng)性對(duì)新興市場(chǎng)國(guó)家的影響.其次，以往的研究雖然證實(shí)了流動(dòng)性對(duì)于資產(chǎn)價(jià)格的影響存在著非對(duì)稱性，但并沒(méi)有建立起有效的實(shí)證方法來(lái)對(duì)這一現(xiàn)象進(jìn)行定量分析，因此往往僅關(guān)注特定時(shí)期如危機(jī)期間流動(dòng)性與資產(chǎn)價(jià)格的關(guān)系.從全局出發(fā)，建立起較長(zhǎng)時(shí)間跨度內(nèi)的非線性面板門限回歸模型，更為全面的考察了全球流動(dòng)性過(guò)剩對(duì)新興市場(chǎng)國(guó)家資產(chǎn)價(jià)格的非線性影響，并得出相關(guān)結(jié)論.造成這一結(jié)果的主要原因可以理解為是投資者對(duì)風(fēng)險(xiǎn)的偏好發(fā)生了扭轉(zhuǎn)所導(dǎo)致的：在市場(chǎng)繁榮期，投資者對(duì)風(fēng)險(xiǎn)資產(chǎn)的投資偏好增強(qiáng)，促使價(jià)格不斷推高，與此同時(shí)銀行在市場(chǎng)繁榮期兼具有更強(qiáng)的信貸沖動(dòng)，加劇了流動(dòng)性的釋放并進(jìn)一步推高了資產(chǎn)價(jià)格.但在市場(chǎng)盛極而衰，開(kāi)始不如萎縮周期的時(shí)候，以上情況均開(kāi)始出現(xiàn)逆轉(zhuǎn)，由于投資者的風(fēng)險(xiǎn)偏好降低，且銀行在放貸的時(shí)候會(huì)更加趨向于保守，從而對(duì)資產(chǎn)價(jià)格起到抑制作用.

實(shí)證的研究結(jié)果與Kontonikas（2014）類似，他考慮了美國(guó)在1989至2012年間美國(guó)股市收益率和聯(lián)邦基金利率之間的關(guān)系，結(jié)果表明2008年的美國(guó)次貸危機(jī)對(duì)這種關(guān)系產(chǎn)生了強(qiáng)烈的沖擊并使得其原本的依賴關(guān)系得到轉(zhuǎn)換[18].在金融危機(jī)期間，美國(guó)股市收益率和非預(yù)期的聯(lián)邦基金利率下調(diào)之間存在著明顯的負(fù)相關(guān)關(guān)系.這可以解釋為在外部金融環(huán)境不斷惡化的情況下，資金為了更高的安全邊際不斷地從風(fēng)險(xiǎn)資產(chǎn)中撤離，因此利率的下調(diào)成為了資金出逃的機(jī)會(huì).同樣的，Kishor和Marfatia（2014）也研究了美聯(lián)儲(chǔ)貨幣政策對(duì)歐洲和北美國(guó)家市場(chǎng)的影響，發(fā)現(xiàn)雖然影響是正向的，但如果把金融危機(jī)時(shí)期也考慮在內(nèi)的話，其影響效應(yīng)會(huì)顯著下降.綜合以上結(jié)論可以認(rèn)為，在金融危機(jī)期間，雖然積極的貨幣政策能夠增強(qiáng)市場(chǎng)的流動(dòng)性，理論上應(yīng)該對(duì)資產(chǎn)價(jià)格起到提升的作用，但金融環(huán)境的惡化以及降低利率所導(dǎo)致的投資者對(duì)于經(jīng)濟(jì)環(huán)境惡化的預(yù)期最終還是壓低了相關(guān)的風(fēng)險(xiǎn)資產(chǎn)價(jià)格[19].

其它的解釋變量中主要是指國(guó)內(nèi)的宏觀經(jīng)濟(jì)變量，從實(shí)證結(jié)果上來(lái)看，其影響對(duì)資產(chǎn)收益率的影響是相對(duì)穩(wěn)定的.國(guó)內(nèi)生產(chǎn)總值GDP、通貨膨脹率和貨幣供給對(duì)資產(chǎn)收益率影響為正，而3個(gè)月的存款利率影響則為負(fù)，所有的變量均在1%的顯著水平上顯著.且無(wú)論是在平穩(wěn)期還是危機(jī)期其影響都是持續(xù)而顯著的.

5結(jié)論

自上世紀(jì)九十年代中期以來(lái)，全球金融市場(chǎng)的流動(dòng)性一直在持續(xù)增加，在幾次金融危機(jī)的背景下，美聯(lián)儲(chǔ)一直采取較為寬松的貨幣政策，這令全球金融市場(chǎng)在較長(zhǎng)時(shí)間內(nèi)一直處于流動(dòng)性持續(xù)過(guò)剩的貨幣環(huán)境中.與此同時(shí)，隨著全球金融一體化程度的不斷加深，以金磚五國(guó)為代表的新興市場(chǎng)越來(lái)越受到全球流動(dòng)性的沖擊，其國(guó)內(nèi)資產(chǎn)價(jià)格也會(huì)隨之漲落.隨著這些新興市場(chǎng)國(guó)家的不斷崛起，其本國(guó)的貨幣政策也產(chǎn)生了較強(qiáng)的外溢性，進(jìn)一步影響著全球的金融市場(chǎng)以及貨幣環(huán)境.研究的正是在這樣的背景下，全球流動(dòng)性過(guò)剩對(duì)新興市場(chǎng)過(guò)家資產(chǎn)價(jià)格的影響.以往已有不少學(xué)者對(duì)這一問(wèn)題進(jìn)行了深入的研究，并取得了顯著的研究成果.但這些研究存在著一定的局限性：首先，在對(duì)全球流動(dòng)性的衡量上，以往的研究?jī)H關(guān)注了美聯(lián)儲(chǔ)的相關(guān)貨幣政策對(duì)流動(dòng)性的影響，對(duì)于其他發(fā)達(dá)國(guó)家以及新興市場(chǎng)國(guó)家的貨幣政策考慮不夠；其次，得出的結(jié)論往往是流動(dòng)性對(duì)資產(chǎn)價(jià)格存在著正向的影響關(guān)系，但對(duì)二者之間存在著的非線性關(guān)系揭示不充分.endprint

從一個(gè)更為廣泛的視角出發(fā)，研究了全球流動(dòng)性過(guò)剩對(duì)新興市場(chǎng)資產(chǎn)價(jià)格的影響.這些新興經(jīng)濟(jì)體國(guó)家主要包括巴西、俄羅斯、印度、中國(guó)和南非等金磚五國(guó).在衡量其所面臨的全球流動(dòng)性環(huán)境時(shí)，采用了一種更為全面的計(jì)算法，將美國(guó)等五個(gè)發(fā)達(dá)國(guó)家市場(chǎng)與這五個(gè)新興市場(chǎng)一起考慮在內(nèi)，將這十個(gè)國(guó)家的貨幣總量按美元進(jìn)行折算，并除以這五個(gè)國(guó)家DDP按美元折算后的總和，得到全球流動(dòng)性指標(biāo).此外，還選擇了國(guó)內(nèi)GDP、CPI以及3個(gè)月銀行拆借利率作為解釋變量，建立了非線性面板門限回歸模型.通過(guò)以1995至2014年相關(guān)數(shù)據(jù)為對(duì)象進(jìn)行實(shí)證研究，結(jié)果表明全球流動(dòng)性對(duì)于新興市場(chǎng)資產(chǎn)價(jià)格的影響是非線性的，在市場(chǎng)處于平穩(wěn)期時(shí)，流動(dòng)性的寬裕會(huì)正向影響資產(chǎn)價(jià)格；而在市場(chǎng)處于危機(jī)期時(shí)，則存在著負(fù)向帶動(dòng)作用.

全球一體化程度而不斷加深導(dǎo)致國(guó)際金融市場(chǎng)對(duì)我國(guó)這樣的新興市場(chǎng)國(guó)家的影響越來(lái)越大，我國(guó)的金融市場(chǎng)運(yùn)行即受到國(guó)內(nèi)政策的影響，也受到國(guó)際環(huán)境的影響.這就要求一定要密切關(guān)注國(guó)際金融市場(chǎng)環(huán)境的變換，并及時(shí)調(diào)整國(guó)內(nèi)的貨幣政策工具加以應(yīng)對(duì)，才能保證我國(guó)金融市場(chǎng)的平穩(wěn)、健康運(yùn)行.

參考文獻(xiàn)

[1]Baks，Kramer M.Macroeconomic cycles and the stock markets reaction to monetary policy[J].Journal of Finance，2012，32 （12）：260-2616.

[2]Belke A.International channels of the Feds unconventional monetary policy[J].International Journal of Money Finance，2014（44）：24-46.

[3]Darius M，Radde A.Global excess liquidity and asset prices in emerging countries：a PVAR approach[J].Emerging Market Review，2013（13）：256-267.

[4]Beckmann D D.How do central banks react to wealth composition and asset prices[J].Economic Modelling，2013，29 （3）：641-653.

[5]Ratti E，Vespignani W.Pure contagion and investors shifting risk appetite：analytical issues and empirical evidence[J].Journal of Money Finance，2014，35（3）：401-436.

[6]Chudik K，F(xiàn)ratzscher.The relationship between index option moneyness and relative liquidity[J].Journal of Futures Markets，2010，20（10）：971-987.

[7]Hansen.Functional equivalence between liquidity costs and the utility of money[J].Journal of Monetary Economics，2012，33（1）：521-564.

[8]Matsumoto M.Introduction to the symposium issue on money and liquidity[J].Journal of Economic Theory，2013，33（2）：23-51.

[9]陳繼勇，袁威，肖衛(wèi)國(guó).流動(dòng)性、資產(chǎn)價(jià)格波動(dòng)的隱含信息和貨幣政策選擇——基于中國(guó)股票市場(chǎng)與房地產(chǎn)市場(chǎng)的實(shí)證分析[J].金融研究，2013，33（11）：66-79.

[10]戴曉鳳，何芳，易孜.基于石油行業(yè)影響股票流動(dòng)性的實(shí)證分析[J].經(jīng)濟(jì)數(shù)學(xué)，2012，29（03）：60-63.

[11]朱慧明，樊夢(mèng)婷，賈相華.基于極端分位回歸模型的原油股市動(dòng)態(tài)相依關(guān)系研究[J].經(jīng)濟(jì)數(shù)學(xué)，2017，34（02）：63-69.

[12]Hausman，Wongswan.Macro liquidity risk，money growth，and the crosssection of stock returns[J].Emerging Markets Finance and Trade，2014，19（3）：5-19.

[13]Kim C，Nguyen.Excess liquidity and the money market in the euro area[J].Journal of Macroeconomics，2013，31（2）：6-17.

[14]Kadilli D.Rethinking banking，Debt discounting and the making of modern money as liquidity[J].New Political Economy，2014，20（3）：5-19.

[15]GangC，Li M.Does liquidity matter for money demand in euro area countries？[J].Economics Bulletin，2015，21（11）：30-50.

[16]Chan D，Hansen H.Estimation of the liquidity trap using a panel threshold model[J].Applied Economics Letters，2015，27（11）：36-54.

[17]Weise，Peersman，Smets.Does money matter in the euro area？ Evidence from a new Divisia index[J].Economics Letters，2015，21（4）：41-47.

[18]Kontonikas A.Investor sentiment and the stock markets reaction to monetary policy[J].Journal of Finance，2014，32（3）：50-70.

[19]Kishor K，Marfatia A.Monetary policy shocks in the Euro area and global liquidity spillovers[J].International Journal of Financial Economics，2014，33（11）：205-218.endprint