牛天驕， 王 璐

（西南交通大學(xué)數(shù)學(xué)學(xué)院，成都 611700）

股票市場(chǎng)作為全球經(jīng)濟(jì)活動(dòng)中的重要組成，是一個(gè)國(guó)家金融市場(chǎng)的代表，其變化在很大程度上影響著投資者的行為. 而宏觀經(jīng)濟(jì)則能夠體現(xiàn)一個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展趨勢(shì). 股票市場(chǎng)與宏觀經(jīng)濟(jì)間的波動(dòng)關(guān)系一直是學(xué)術(shù)界關(guān)注的重點(diǎn)問(wèn)題，股市的波動(dòng)能夠引起經(jīng)濟(jì)的增長(zhǎng)或衰退，優(yōu)化資源配置，但是過(guò)度的波動(dòng)也會(huì)引起經(jīng)濟(jì)危機(jī)等重大經(jīng)濟(jì)事件，與此同時(shí)，經(jīng)濟(jì)的變化也會(huì)反過(guò)來(lái)影響投資者決策，進(jìn)而導(dǎo)致股票市場(chǎng)的波動(dòng). 因此，研究股票市場(chǎng)與宏觀經(jīng)濟(jì)之間的關(guān)聯(lián)性對(duì)于政策的制定及投資行為具有十分重要的實(shí)踐意義.

許多國(guó)內(nèi)外學(xué)者對(duì)于股市波動(dòng)與宏觀經(jīng)濟(jì)因素的關(guān)系進(jìn)行了深入研究. Sprinkel［1］通過(guò)最直觀的圖表法發(fā)現(xiàn)美國(guó)股市和貨幣供應(yīng)量之間存在著相互影響的關(guān)系；Levine和Zervos［2］通過(guò)最小二乘法對(duì)回歸模型進(jìn)行估計(jì)，實(shí)證表明，股票市場(chǎng)發(fā)展和長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)之間有著明顯的相關(guān)性. 而在國(guó)內(nèi)方面，研究人員也有著相似的觀點(diǎn). 張保銀和吳正泓［3］通過(guò)CARMA算法挖掘出股市與宏觀經(jīng)濟(jì)之間存在顯著的聯(lián)系，上證指數(shù)波動(dòng)率能夠反映宏觀經(jīng)濟(jì)的變化，這意味著部分宏觀經(jīng)濟(jì)能夠?yàn)橄嚓P(guān)人員提供借鑒. 雖然研究表明二者存在相互影響，但在影響方向、程度上并不明確. 隨后Boucher［4］和Kizys、Pierdzioch［5］的研究顯示，股市與宏觀經(jīng)濟(jì)變量之間存在不對(duì)稱的關(guān)系，且會(huì)發(fā)生改變. 梁兌榮［6］使用APT模型以主成分和回歸分析研究香港股市與宏觀變量的相關(guān)性，結(jié)果表明預(yù)測(cè)調(diào)查指數(shù)，貨幣，美元和歷史產(chǎn)品價(jià)格對(duì)其有較大的影響，反之則不然.

在此基礎(chǔ)上，越來(lái)越多的學(xué)者采用Granger［7］提出的廣義Granger因果檢驗(yàn)來(lái)作為檢驗(yàn)宏觀經(jīng)濟(jì)因素與股市之間關(guān)系的方法. 張妮和楊一文［8］運(yùn)用獨(dú)立成分分析得出宏觀經(jīng)濟(jì)變量的變化與股市波動(dòng)有關(guān)；Yang等［9］使用APT、VECM以及Granger檢驗(yàn)等方法分析證明了宏觀經(jīng)濟(jì)與香港、上海股市收益率之間存在一定的影響關(guān)系；劉勇［10］通過(guò)Granger因果檢驗(yàn)和向量誤差修正模型對(duì)中國(guó)股市和宏觀經(jīng)濟(jì)變量進(jìn)行了經(jīng)驗(yàn)檢驗(yàn)，其結(jié)果表明大部分的宏觀經(jīng)濟(jì)變量能夠引起股市變化，但股市與不同宏觀變量的正負(fù)相關(guān)關(guān)系不同；傳統(tǒng)Granger檢驗(yàn)方法假定正負(fù)沖擊的影響是對(duì)稱的，然而，Akerlof［11］認(rèn)為市場(chǎng)存在著信息不對(duì)等性，正負(fù)沖擊會(huì)產(chǎn)生非對(duì)稱的影響. 為了分離正負(fù)沖擊，Hatemi-J［12］在時(shí)域上提出了非對(duì)稱的Granger因果檢驗(yàn). 陳朝旭和劉金全［13］通過(guò)非對(duì)稱的Granger檢驗(yàn)得出股市收益率與宏觀經(jīng)濟(jì)之間的影響關(guān)系在經(jīng)濟(jì)周期不同階段具有非對(duì)稱特征. 盡管Granger 因果檢驗(yàn)方法有著非常廣泛的應(yīng)用，但其無(wú)法有效地給出在時(shí)間變化下變量之間的變化特征.Geweke［14］將傳統(tǒng)Granger因果檢驗(yàn)方法從時(shí)域擴(kuò)展到頻域，隨后，Bahani等［15］進(jìn)一步推廣非對(duì)稱Granger因果檢驗(yàn)到頻域上，利用在VAR模型中施加線性約束使得能檢驗(yàn)在任何頻域上的因果關(guān)系. Peiro［16］研究表明宏觀經(jīng)濟(jì)變量對(duì)股票價(jià)格指數(shù)的影響在長(zhǎng)期和短期的表現(xiàn)有所差異. 尚玉皇和鄭挺國(guó)［17］以混頻隨機(jī)波動(dòng)率模型識(shí)別長(zhǎng)期穩(wěn)定成分，進(jìn)而得出宏觀經(jīng)濟(jì)與股市長(zhǎng)期波動(dòng)成分之間存在非常明顯的非對(duì)稱關(guān)系.

然而，近十年頻繁爆發(fā)的黑天鵝事件，例如：次貸危機(jī)，英國(guó)脫歐公投，全球新冠疫情大流行等都對(duì)國(guó)家的宏觀經(jīng)濟(jì)發(fā)展產(chǎn)生了劇烈的影響. 2007年次貸危機(jī)導(dǎo)致全球遭遇經(jīng)濟(jì)危機(jī)，發(fā)達(dá)國(guó)家GDP增速為-3.2%，同時(shí)造成我國(guó)出口率下降，經(jīng)濟(jì)增長(zhǎng)放緩. 英國(guó)脫歐致使GDP下降2.6%，制造業(yè)PMI連續(xù)7月低于榮枯線.而全球新冠疫情的出現(xiàn)使得全球貿(mào)易活動(dòng)銳減甚至停止，對(duì)全球產(chǎn)業(yè)鏈的正常運(yùn)轉(zhuǎn)造成重創(chuàng)，對(duì)我國(guó)進(jìn)出口行業(yè)影響巨大. 不僅如此，宏觀經(jīng)濟(jì)的劇烈波動(dòng)變化會(huì)迅速傳導(dǎo)到股票市場(chǎng)上，導(dǎo)致股票價(jià)格劇烈的波動(dòng)變化. 因此，二者會(huì)產(chǎn)生關(guān)聯(lián)變化特征. 例如：2008年全球金融危機(jī)致使新興經(jīng)濟(jì)體俄羅斯遭受重創(chuàng)，貨幣貶值，GDP下降等，同時(shí)股市也出現(xiàn)驟降的危機(jī)（王瑋楠［18］）. 然而，現(xiàn)有的Granger檢驗(yàn)方法并不能區(qū)分極端情況下宏觀經(jīng)濟(jì)和股票市場(chǎng)之間的聯(lián)動(dòng)關(guān)系. 因?yàn)镚ranger 檢驗(yàn)方法只能檢驗(yàn)變量之間的整體因果關(guān)系.Bortot等［19］認(rèn)為，忽略變量間的極端變化可能會(huì)產(chǎn)生片面的結(jié)論. 正因此，Wang［20］提出了極端情況下Granger因果檢驗(yàn)法，這種方法優(yōu)點(diǎn)在于當(dāng)捕捉到極端負(fù)面或正面沖擊發(fā)生時(shí)，就能發(fā)現(xiàn)對(duì)于宏觀經(jīng)濟(jì)與股市波動(dòng)的影響. 鑒于此，本文引入Wang的方法，將波動(dòng)分為極端正波動(dòng)、極端負(fù)波動(dòng)以及正常波動(dòng)三種情況，進(jìn)行極端情況下Granger因果檢驗(yàn)，探究宏觀經(jīng)濟(jì)與股票市場(chǎng)之間的因果關(guān)系.

不僅如此，Wang的方法僅從時(shí)域角度說(shuō)明了極端情況下原油與股市之間有更明確的因果關(guān)系，然而，研究表明，因果關(guān)系的強(qiáng)度及方向可能會(huì)隨頻率的不同而發(fā)生變化，因此，需要從時(shí)域轉(zhuǎn)換到頻域做更深入的研究，這樣的研究能保證捕捉到時(shí)間變化下經(jīng)濟(jì)變量與股票市場(chǎng)之間因果關(guān)系的變化特征. 因此，本文在Wang的基礎(chǔ)上，對(duì)極端Granger因果檢驗(yàn)方法從時(shí)域推廣到了頻域.

1 研究方法

1.1 基于時(shí)域的極端Granger因果檢驗(yàn)

Hatemi-J認(rèn)為股票的正負(fù)沖擊會(huì)帶來(lái)不一樣的因果影響，在傳統(tǒng)Granger因果檢驗(yàn)方法的基礎(chǔ)上，其文章第一次提出了把正負(fù)沖擊分離，分別討論兩變量在不同沖擊下的非對(duì)稱Granger因果關(guān)系.

雖然Hatemi-J考慮了正負(fù)沖擊下的非對(duì)稱因果關(guān)系，但在實(shí)際經(jīng)濟(jì)生活中，常會(huì)出現(xiàn)異常的突發(fā)事件，其會(huì)導(dǎo)致金融市場(chǎng)波動(dòng)出現(xiàn)較大的變化. 因此，探討在極端情況下的市場(chǎng)的波動(dòng)特征是十分必要. Wang將Granger因果檢驗(yàn)推廣到了極端情況. 具體模型如下.

為研究變量間的因果關(guān)系，考慮存在以下兩個(gè)平穩(wěn)時(shí)間序列Mt和St，其定義為t時(shí)刻的宏觀經(jīng)濟(jì)因素與股票價(jià)格，有如下的隨機(jī)游走過(guò)程：

其中：常數(shù)M0，S0各自是隨機(jī)游走過(guò)程的初始值；t=1，2，…，T；滯后階數(shù)為T(mén)；誤差項(xiàng)ε1t和ε2t表示白噪聲干擾項(xiàng)，它們各自方差分別為σ1和σ2.

接下來(lái)確定極端沖擊，首先假設(shè)mi1，mi2表示極端正負(fù)收益率的極端閾值，同時(shí)定義如下：

式中：δj表示分位數(shù)水平，取值介于0和1之間.

Ti( δj)表示Mt和St收益率的經(jīng)驗(yàn)閾值. 為保證閾值的均等性，考慮使用Mt和St的公共閾值m+，m-，其定義如下：

1.2 基于頻域的非對(duì)稱Granger因果檢驗(yàn)

2 數(shù)據(jù)來(lái)源

參考張延敏［22］、郭懋瑾等［23］關(guān)于宏觀經(jīng)濟(jì)變量的研究，考慮到宏觀經(jīng)濟(jì)指標(biāo)對(duì)我國(guó)經(jīng)濟(jì)影響程度，本文選擇居民消費(fèi)價(jià)格指數(shù)CPI、生產(chǎn)價(jià)格指數(shù)PPI、貨幣供應(yīng)量（狹義M1與廣義M2）、采購(gòu)經(jīng)理指數(shù)（制造業(yè)ZPMI與非制造業(yè)NPMI）、出口額EXPORTS以及外匯FC共8個(gè)指標(biāo)作為宏觀經(jīng)濟(jì)研究變量. 接著，考慮到目前為止在大陸方面，較為成熟的中國(guó)股票市場(chǎng)有上海證券交易所與深圳證券交易所兩個(gè)交易所，相較于深圳證券交易所，上海證券交易所在國(guó)內(nèi)影響力更高，更能體現(xiàn)中國(guó)經(jīng)濟(jì)的走勢(shì). 遂選取上海交易所綜合指數(shù)（SSEC）來(lái)作為中國(guó)股市的實(shí)例.

以上數(shù)據(jù)的區(qū)間為2008 年1 月—2019 年12 月月度樣本，數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局網(wǎng)站、《中國(guó)人民銀行季報(bào)》、中國(guó)各年《統(tǒng)計(jì)年鑒》、中國(guó)股票市場(chǎng)交易數(shù)據(jù)庫(kù)（CSMAR）.

圖1 是上證綜指（SSEC）價(jià)格與其收益率的折線圖. 可以看出，從2008 年爆發(fā)全球金融危機(jī)以來(lái)，股市在一定區(qū)間內(nèi)呈現(xiàn)出大幅度的波動(dòng)，探究影響股市波動(dòng)的因素是十分必要的.

圖1 上證綜指價(jià)格及其收益率Fig.1 SSEC’s prices and returns

表1 宏觀經(jīng)濟(jì)變量與股票收益率描述性統(tǒng)計(jì)量Tab.1 Descriptive statistics of macroecomomic variables and stock returns

宏觀經(jīng)濟(jì)變量一階差分與股票收益率的描述性統(tǒng)計(jì)量如表1所示，從表中可以看出，變量的偏度有所不同，SSEC、CPI、M1、ZPMI、EXPORTS 存在負(fù)偏態(tài)，而PPI、M2、NPMI、FC 等存在正偏態(tài)，這表示各變量的極端值出現(xiàn)的位置有所不同；峰度全部較大，符合金融數(shù)據(jù)的尖峰厚尾性特征；進(jìn)一步，J-B檢驗(yàn)表明，所有變量均不服從正態(tài)分布，最后，通過(guò)ADF檢驗(yàn)可以發(fā)現(xiàn)，所有的時(shí)間序列都是平穩(wěn)的.

表2 正態(tài)性與異方差性檢驗(yàn)結(jié)果Tab.2 Normal and ARCH test result

表2列出了時(shí)間序列的多元正態(tài)性檢驗(yàn)以及多元ARCH檢驗(yàn)結(jié)果. VAR模型最優(yōu)滯后階數(shù)通過(guò)第二部分中介紹的HJC準(zhǔn)則確定. 多元正態(tài)檢驗(yàn)及ARCH采用Doornik和Hansen［24］提出的檢驗(yàn)序列多元正態(tài)性的方法以及Hacker和Hatemi-J［25］提出的多元LM檢驗(yàn)方法. 從結(jié)果中可以看出，殘差序列并不服從多元正態(tài)分布，此外，樣本數(shù)據(jù)存在顯著的ARCH效應(yīng)，因此可以引入Bootstrap模擬來(lái)計(jì)算Wald統(tǒng)計(jì)量的臨界值.

3 實(shí)證分析

基于時(shí)域上的Granger因果檢驗(yàn)實(shí)證結(jié)果如表3所示，首先根于傳統(tǒng)Granger因果檢驗(yàn)的結(jié)果看到，PPI、M1、ZPMI、NPMI是SSEC的Granger原因，其變化能夠引起SSEC的變化. 而對(duì)于CPI，M2、EXORTS、FC，在整體上與SSEC 之間不存在Granger 因果關(guān)系. 對(duì)比而言，極端情況下的結(jié)果能夠提供更多的聯(lián)動(dòng)關(guān)系信息，PPI-（-表示的極端負(fù)波動(dòng)，+表示極端正波動(dòng)，*表示正常波動(dòng)，下同）、PPI+、M1-、ZPMI-是SSEC-的Granger 原因，NPMI-是SSEC+的Granger原因，可以看出，這些宏觀經(jīng)濟(jì)變量與股票波動(dòng)的聯(lián)系大多集中在極端部分的影響. 而像EXPORTS+與SSEC*，F(xiàn)C-與SSEC-雖然在極端情況下存在影響關(guān)系，但并沒(méi)有在整體上體現(xiàn).

從結(jié)果中可以看出，金融危機(jī)之后，我國(guó)股市對(duì)于宏觀經(jīng)濟(jì)信息的反映較為明顯，PPI在這期間波動(dòng)較大，體現(xiàn)出投資者對(duì)于未來(lái)經(jīng)濟(jì)發(fā)展的不確定性充滿顧慮. 同時(shí)，貨幣供應(yīng)量以及采購(gòu)經(jīng)理指數(shù)的極端波動(dòng)對(duì)于股市的影響較大，這表明在經(jīng)歷危機(jī)后，投資者更加關(guān)注經(jīng)濟(jì)與股市之間的聯(lián)系. 其次，貨幣政策是國(guó)家調(diào)控國(guó)民經(jīng)濟(jì)的重要手段，外匯的驟降也會(huì)引起股市的低迷，但從整體看卻不明顯. 另一方面，CPI對(duì)于SSEC的影響并不顯著，這一時(shí)期，CPI同比低于2.5%，波動(dòng)較小，造成了投資者預(yù)期對(duì)于CPI變化的不敏感.

表3 基于時(shí)域的Granger因果檢驗(yàn)Tab.3 Granger causality tests based on time domain

在頻域上，我們同樣用Wald 統(tǒng)計(jì)量來(lái)衡量Granger 因果關(guān)系，總體共為314個(gè)數(shù)據(jù)，頻率與周期之間的轉(zhuǎn)換公式為T(mén)=2π/w. 圖2所示為宏觀經(jīng)濟(jì)變量與SSEC基于頻域的極端Granger因果檢驗(yàn)部分結(jié)果（由于篇幅所限僅展示部分）. 圖中虛線1%CV表示顯著水平1%的臨界值（5%，1%相同），例如：從PPI到SSEC的方向上，在頻率1.6～2.5時(shí)，即2到4 個(gè)月時(shí)，PPI+是SSEC-顯著的Granger 原因，即PPI-可以有助于提高對(duì)SSEC-的短期預(yù)測(cè)，而NPMI-在頻率0.5～1.8，即3 到18 個(gè)月時(shí)，是SSEC-的顯著Granger 原因，因此，NPMI-在中期和長(zhǎng)期能夠有助于提高對(duì)于SSEC-的預(yù)測(cè)能力.

圖2 基于頻域的宏觀經(jīng)濟(jì)變量與SSEC的極端Granger因果檢驗(yàn)結(jié)果（部分）Fig.2 Macroeconomic and SSEC’s extreme Granger causality test results based on frequency domain（part）

表4 基于頻域Granger因果檢驗(yàn)結(jié)果Tab.4 Granger causality test results based on frequency domain

表4 截取了w=0.5、w=1.5、w=2.5 三個(gè)頻率特殊點(diǎn)分別作為長(zhǎng)期、中期、短期的代表. 首先，僅考慮傳統(tǒng)Granger因果檢驗(yàn)的結(jié)果，短期內(nèi)，僅有PPI是SSEC的Granger原因；CPI、PPI、NPMI、FC在中期與SSEC有較為明顯的Granger因果關(guān)系，而在長(zhǎng)期范圍內(nèi)，M2、NPMI是SSEC的Granger原因，這說(shuō)明宏觀經(jīng)濟(jì)變量對(duì)于股票市場(chǎng)的影響存在著時(shí)變特征，不同的宏觀變量對(duì)于股市的影響時(shí)效是不同的. 特別地，M1、EXPORTS對(duì)于SSEC的影響并不顯著，而ZPMI在整個(gè)頻率上都對(duì)SSEC都有影響. 相反地，SSEC僅對(duì)CPI在長(zhǎng)期及EXPORTS在中長(zhǎng)期有影響，股市的變化可能會(huì)引起投資者的經(jīng)濟(jì)行為的改變，經(jīng)濟(jì)增長(zhǎng)或衰退也會(huì)帶動(dòng)CPI的提升或下降.

接著，根據(jù)頻域上極端Granger檢驗(yàn)結(jié)果看到，在不同時(shí)間范圍內(nèi)宏觀經(jīng)濟(jì)變量與股票價(jià)格有著不同的因果關(guān)系特征. 在短期內(nèi)，PPI+是SSEC-的Granger原因. 根據(jù)價(jià)格傳導(dǎo)規(guī)律，整體價(jià)格水平的波動(dòng)一般首先出現(xiàn)在生產(chǎn)領(lǐng)域，繼而向下游產(chǎn)業(yè)擴(kuò)散. 生產(chǎn)者價(jià)格的暴漲反映到CPI上，將加大居民消費(fèi)成本，從而打擊居民的消費(fèi)信心，使得投資者在進(jìn)行投資時(shí)更加理性，進(jìn)而影響股市. SSEC+是NPMI+的Granger原因，SSEC的上行意味著經(jīng)濟(jì)增長(zhǎng)良好，投資者的商業(yè)活動(dòng)增加繼而引起服務(wù)業(yè)的整體呈現(xiàn)上升趨勢(shì). NPMI-在中長(zhǎng)期是SSEC-的Granger原因，這表明在經(jīng)濟(jì)下行期間，投資者的關(guān)注重點(diǎn)產(chǎn)生了改變，投資者對(duì)于中國(guó)股票市場(chǎng)與全球經(jīng)濟(jì)波動(dòng)之間的聯(lián)系更加關(guān)注. 值得關(guān)注的是，對(duì)于長(zhǎng)期，SSEC 的極端正負(fù)波動(dòng)都會(huì)導(dǎo)致PPI 的降低. 股市的暴漲或暴跌會(huì)引起經(jīng)濟(jì)動(dòng)蕩，生產(chǎn)成本降低，生產(chǎn)行業(yè)需求減弱，進(jìn)而會(huì)導(dǎo)致通貨緊縮. 在整個(gè)頻率上NPMI 與SSEC總是呈現(xiàn)相反的趨勢(shì)，這可能是因?yàn)槲覈?guó)作為一個(gè)工業(yè)國(guó)家，服務(wù)業(yè)的發(fā)展或與經(jīng)濟(jì)走勢(shì)略有不同. 與傳統(tǒng)檢驗(yàn)結(jié)果一致，ZPMI在整個(gè)頻率上都是SSEC的Granger原因，但極端情況下能夠更精準(zhǔn)地看出ZPMI在整個(gè)頻率上的極端正負(fù)波動(dòng)會(huì)降低SSEC的股指收益，吳家明［26］指出，制造業(yè)的劇烈波動(dòng)會(huì)導(dǎo)致投資者在經(jīng)濟(jì)活動(dòng)中變得更加謹(jǐn)慎.

4 結(jié)論

本文通過(guò)建立極端情況下的Granger因果分析模型，深入研究宏觀經(jīng)濟(jì)變量與中國(guó)股票市場(chǎng)之間的相互作用，并將研究從時(shí)域擴(kuò)展到頻域. 目前二者之間的影響關(guān)系多為宏觀經(jīng)濟(jì)因素對(duì)于單方向的影響，且大多集中在中長(zhǎng)期. 在短期內(nèi)，PPI的變化會(huì)迅速反映到股市，PPI的暴漲導(dǎo)致了股市的看跌，這與張琳［27］的觀點(diǎn)保持一致. 由于我國(guó)的投資需求在迅速增長(zhǎng)，包含了諸多生產(chǎn)資料（原材料，能源，半成品等）的PPI能夠在短期內(nèi)影響經(jīng)濟(jì)的走勢(shì)，進(jìn)而體現(xiàn)在股票收益波動(dòng)上. CPI、貨幣供應(yīng)量、PMI等宏觀變量更偏向于在中長(zhǎng)期產(chǎn)生作用，這些宏觀因素比較全面地反映商業(yè)活動(dòng)的現(xiàn)實(shí)情況，能夠體現(xiàn)整體經(jīng)濟(jì)的增長(zhǎng)或衰退，其過(guò)度的波動(dòng)會(huì)使得投資者變得更加謹(jǐn)慎，影響股市的走勢(shì). PPI、PMI等因素對(duì)于股市的極端影響說(shuō)明了我國(guó)在生產(chǎn)，商業(yè)活動(dòng)等對(duì)于經(jīng)濟(jì)發(fā)展的沖擊較大，對(duì)于經(jīng)濟(jì)走勢(shì)的預(yù)測(cè)有一定的前瞻性，投資者可根據(jù)宏觀因素的變化選擇投資策略，政策制定者也可利用這點(diǎn)來(lái)確定未來(lái)政策走向，以便做出及時(shí)的調(diào)控來(lái)把控市場(chǎng)，促進(jìn)我國(guó)經(jīng)濟(jì)與股市的繁榮發(fā)展.

本文主要貢獻(xiàn)有以下幾點(diǎn)：

首先，引入了在極端情況下的Granger因果檢驗(yàn). 經(jīng)濟(jì)活動(dòng)經(jīng)常會(huì)出現(xiàn)一些突發(fā)性的極端事件，對(duì)股市走勢(shì)有著非常明顯的影響. 事實(shí)上，極端沖擊會(huì)使收益率分布向較大的值靠攏或出現(xiàn)異常值. 傳統(tǒng)的Granger 因果檢驗(yàn)方法無(wú)法區(qū)分極端和非極端的情形，其忽視了極端沖擊對(duì)股市的影響. 我們引入極端Granger因果檢驗(yàn)，將波動(dòng)分成極端正波動(dòng)、極端負(fù)波動(dòng)以及正常波動(dòng)三種情況. 避免了正負(fù)波動(dòng)同時(shí)存在而導(dǎo)致了結(jié)果不明確的問(wèn)題. 這對(duì)于投資者來(lái)講是非常重要的. 一些宏觀經(jīng)濟(jì)因素在整體上“不存在”相互作用，但在極端下卻能夠體現(xiàn).

其次，將極端Granger因果檢驗(yàn)擴(kuò)展到頻域. 以往研究表明，不同時(shí)間范圍內(nèi)，宏觀經(jīng)濟(jì)因素與股市之間影響關(guān)系存在差異，宏觀經(jīng)濟(jì)可能在短時(shí)間里使股市看跌，而在長(zhǎng)期有助于股市的上漲. 不同頻率間因果關(guān)系的強(qiáng)度、方向會(huì)有所不同，這些頻率在時(shí)域上是不會(huì)被考慮進(jìn)去的. 例如，NPMI的極端負(fù)沖擊在中長(zhǎng)期可能會(huì)導(dǎo)致股市走低，而時(shí)域結(jié)果則不然.

盡管實(shí)證結(jié)果得到了有參考性的結(jié)論，但實(shí)證所選取的樣本數(shù)量較少，這意味著或許存在更加細(xì)致的影響無(wú)法被發(fā)現(xiàn)；同時(shí)，這些結(jié)論與國(guó)外研究存在異同，說(shuō)明我國(guó)的股票市場(chǎng)存在一定的特殊因素，都需要我們進(jìn)一步探究.