陳芃羽

［摘 要］股票市場作為國民經(jīng)濟(jì)的“晴雨表”，在宏觀經(jīng)濟(jì)發(fā)展和經(jīng)濟(jì)政策制定中發(fā)揮著指導(dǎo)和先驅(qū)的作用，而股票市場復(fù)雜多變，受到多方面因素影響，收益率難以被解釋和預(yù)測。針對股市收益率復(fù)雜多變的擬合和預(yù)測問題，文章結(jié)合傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型和近年來迅速興起的機(jī)器學(xué)習(xí)模型，構(gòu)建VAR-Prophet模型，選取2001—2022年美國納斯達(dá)克指數(shù)收益率、倫敦同業(yè)拆借利率（隔夜）以及美國經(jīng)濟(jì)政策不確定性3個(gè)內(nèi)生變量構(gòu)建模型。實(shí)證結(jié)果表明，相較于多元線性回歸、單獨(dú)使用VAR或Prophet模型，VAR-Prophet模型具有良好的擬合和預(yù)測效果，且美國股票市場收益率受到市場化利率、經(jīng)濟(jì)政策不確定性的影響較小。

［關(guān)鍵詞］股票市場；向量自回歸模型；Prophet模型；經(jīng)濟(jì)政策不確定性；市場化利率

doi：10.3969/j.issn.1673 - 0194.2023.20.046

［中圖分類號］F831.5［文獻(xiàn)標(biāo)識碼］A［文章編號］1673-0194（2023）20-0141-04

0? ? ?引 言

股票市場被視為經(jīng)濟(jì)的表現(xiàn)指標(biāo)，因?yàn)樗鼘?jīng)濟(jì)增長具有一定的預(yù)測效果，可以為未來經(jīng)濟(jì)政策的制定提供方向［1］。早在2002年，中國人民銀行研究局課題組就提出股票市場對貨幣政策的傳導(dǎo)具有重要的推動(dòng)作用的結(jié)論［2］。在這一事實(shí)之下，學(xué)者對股票市場與經(jīng)濟(jì)政策之間的聯(lián)系進(jìn)行了更為廣泛的研究。曾鴻等［3］指出，自2005年股權(quán)分置改革以來，股市運(yùn)行制度得到優(yōu)化，股市與宏觀經(jīng)濟(jì)聯(lián)系愈發(fā)密切，逐漸成為國民經(jīng)濟(jì)的晴雨表。股票市場與經(jīng)濟(jì)發(fā)展密不可分，其存在的問題會影響經(jīng)濟(jì)體的經(jīng)濟(jì)增長［4］。因其重要性，錢津［5］指出股票市場高質(zhì)量發(fā)展的未來道路和趨勢。

為研究股票市場與經(jīng)濟(jì)、政策的聯(lián)系，本文選取市場化利率與經(jīng)濟(jì)政策不確定性這兩個(gè)與股票市場存在關(guān)聯(lián)［6-7］的指標(biāo)，在傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型向量自回歸模型的基礎(chǔ)上納入機(jī)器學(xué)習(xí)模型Prophet，考慮眾多時(shí)點(diǎn)性事件的影響，創(chuàng)新性地構(gòu)建VAR-Prophet模型，實(shí)現(xiàn)多來源時(shí)間序列數(shù)據(jù)與時(shí)點(diǎn)數(shù)據(jù)相混合的輸入，解決傳統(tǒng)計(jì)量模型只能使用時(shí)間序列數(shù)據(jù)，而無法考慮外部因素一次性沖擊的問題。

2001年1月2日至2022年12月16日的數(shù)據(jù)實(shí)證分析結(jié)果表明，相較于多元線性回歸、單獨(dú)使用VAR或Prophet模型，VAR-Prophet模型在股票市場收益率上具有較好的擬合和預(yù)測效果。該模型在考慮VAR的脈沖響應(yīng)的分析方法之余，還可以對Prophet模型的趨勢、周期等分解結(jié)果進(jìn)行分析，從更多角度對現(xiàn)象進(jìn)行解釋。

1? ? ?文獻(xiàn)綜述

1.1? ?市場化利率

市場化利率本身反映了貨幣供應(yīng)量和通貨膨脹等情況，在經(jīng)濟(jì)研究中占有重要地位。倫敦同業(yè)拆借利率（London InterBank Offered Rate，LIBOR）作為金融市場的重要基準(zhǔn)指標(biāo)，直接影響利率期貨、利率掉期，以及眾多金融產(chǎn)品的定價(jià)。

根據(jù)經(jīng)濟(jì)學(xué)原理，當(dāng)利率升高時(shí)，投資者的融資成本增加，股票市場的價(jià)格下跌。從上述角度出發(fā)，利率可以作為股票市場的一個(gè)指標(biāo)，反映投資者的信心和預(yù)期?，F(xiàn)有文獻(xiàn)對市場化利率和股票市場收益率之間的關(guān)系進(jìn)行了深入研究，從不同角度進(jìn)行定性、定量分析［8］。通過構(gòu)建馬氏域變向量自回歸模型，分析廣義脈沖響應(yīng)函數(shù)，孟慶斌等［7］發(fā)現(xiàn)，在低增長狀態(tài)下利率對下期股票市場收益率產(chǎn)生負(fù)向影響，高增長狀態(tài)下則相反。阿里（Ali）［9］通過相關(guān)分析和回歸分析得到利率與股票市場指數(shù)之間存在輕微的負(fù)相關(guān)關(guān)系?？R亞（Kamaiah）等人［10］研究匯率漲跌分別對股市收益率的影響，結(jié)果表明，從較長的時(shí)間范圍來看，匯率向下變動(dòng)的影響顯著大于匯率向上變動(dòng)的影響。阿拉姆（Alam）等［11］通過面板回歸以及時(shí)間序列回歸發(fā)現(xiàn)幾乎在所有國家中，利率與股價(jià)存在顯著的負(fù)相關(guān)關(guān)系，而在6個(gè)發(fā)展中國家中利率的變化方向與股價(jià)的變化方向有顯著的負(fù)相關(guān)關(guān)系。

1.2? ?經(jīng)濟(jì)政策不確定性

自2008年全球金融危機(jī)爆發(fā)以來，世界各國采取了一系列經(jīng)濟(jì)復(fù)蘇政策，犧牲了一定穩(wěn)定性來實(shí)現(xiàn)更快的經(jīng)濟(jì)增長，經(jīng)濟(jì)政策不確定性的概念應(yīng)運(yùn)而生。經(jīng)濟(jì)政策不確定性往往會提高股票市場的波動(dòng)性、風(fēng)險(xiǎn)溢價(jià)和融資成本。結(jié)合現(xiàn)有文獻(xiàn)，在經(jīng)濟(jì)政策不確定性的衡量上，貝克（Baker）等［12］構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)（Economic Policy Uncertainty，EPU）影響力最大，它通過整合美國多家權(quán)威報(bào)紙中的內(nèi)容得到一個(gè)綜合指數(shù)。

現(xiàn)有文獻(xiàn)對經(jīng)濟(jì)政策不確定性與股票市場收益率間關(guān)系的研究結(jié)果并不一致。雷立坤等［13］將我國的經(jīng)濟(jì)政策不確定性納入廣義自回歸條件異方差混頻數(shù)據(jù)（GARCH-MIDAS）模型，使上證指數(shù)波動(dòng)的長期成分得到了有效的解釋，其波動(dòng)率的預(yù)測精度得到顯著提升。張本照等［14］通過對股票型基金的研究，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性與基金羊群效應(yīng)顯著正相關(guān)；而投資者情緒在經(jīng)濟(jì)政策不確定性與基金羊群效應(yīng)之間起中介作用，投資者情緒的降低則增加了基金羊群效應(yīng)［6］。林建浩等［15］通過分析Fama-French三因子模型，得到貨幣政策不確定性是中國股票市場定價(jià)的重要因子的結(jié)論。綜上所述，通過多種模型分析的結(jié)果表明，政策不確定性和股票市場收益率存在千絲萬縷的聯(lián)系。

2? ? ?模型與方法

向量自回歸模型建立在自回歸模型的基礎(chǔ)上，是一種用于預(yù)測多個(gè)連續(xù)時(shí)間序列的統(tǒng)計(jì)模型；Prophet模型是Facebook（一般指Meta，美國互聯(lián)網(wǎng)公司）在2017年開發(fā)的一種時(shí)間序列預(yù)測工具，它對單個(gè)時(shí)間序列yt按照趨勢、周期性、節(jié)假日效應(yīng)進(jìn)行分解，通過貝葉斯曲線對每個(gè)分解后的序列進(jìn)行擬合。

在此基礎(chǔ)上，本文構(gòu)建了VAR-Prophet模型，其模型如式（1）所示：

yt=c+A1yt-1+…+Apyt-p+gt+st+ht+εt（1）

在式（1）中，yt為多維內(nèi)生變量，A1…Ap為待估參數(shù)矩陣，gt為趨勢項(xiàng)，st為周期項(xiàng)，ht為節(jié)假日（外部事件）效應(yīng)項(xiàng)，c表示模型中的常數(shù)向量，yt-1…yt-p表示yt向量的1至p階滯后項(xiàng)，εt表示模型中的隨機(jī)擾動(dòng)向量。在參數(shù)估計(jì)時(shí)，本文先對序列構(gòu)建VAR模型，再將擬合得到的殘差結(jié)果輸入Prophet模型，使模型獲得更強(qiáng)的擬合和解釋能力。

針對式（1）中的gt向量在某個(gè)變量下的取值，本文采用線性的趨勢項(xiàng)gt：

gt=（k+atTδ）t+（m+atTγ）（2）

在式（2）中，t表示時(shí)間刻度，（k+atTδ）表示增長率，其中k表示既有增長率，是增長率不隨時(shí)間變化的部分；（m+atTγ）表示偏移量，其中m表示既有偏移量，是偏移量不隨時(shí)間變化的部分；at為變點(diǎn)，取值為{0，1}，即增長率、偏移量在該時(shí)刻保持不變還是發(fā)生變化，即增長率、偏移量隨時(shí)間變化的部分；δ、γ分別表示上述變化的程度。

在將利率、指數(shù)收益率、經(jīng)濟(jì)政策不確定性3個(gè)時(shí)間序列數(shù)據(jù)納入傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型VAR的基礎(chǔ)上，考慮機(jī)器學(xué)習(xí)模型Prophet，將經(jīng)濟(jì)大環(huán)境、國際局勢、公共衛(wèi)生事件的時(shí)點(diǎn)沖擊以“節(jié)假日影響”的方式納入模型。構(gòu)建得到的VAR-Prophet模型，能實(shí)現(xiàn)多來源時(shí)間序列數(shù)據(jù)與時(shí)點(diǎn)數(shù)據(jù)相混合的數(shù)據(jù)輸入，如圖1所示。

3? ? ?實(shí)證分析

3.1? ?數(shù)據(jù)來源與處理

根據(jù)第二部分的論述，本文選取市場化利率、經(jīng)濟(jì)政策不確定性來對股票市場收益率進(jìn)行擬合和預(yù)測。根據(jù)數(shù)據(jù)的可得性，本文選取2001年1月2日到2022年12月16日的日度數(shù)據(jù)進(jìn)行分析，以85%的數(shù)據(jù)作為訓(xùn)練集，剩余數(shù)據(jù)為檢驗(yàn)集。

3個(gè)變量的時(shí)間序列平穩(wěn)性檢驗(yàn)（Augmented Dickey-Fuller，ADF）結(jié)果顯示，在0.05的顯著性水平下，所有變量均平穩(wěn)。對變量的內(nèi)外生性進(jìn)行Granger因果檢驗(yàn)可知，所有變量對其他變量均有顯著影響，因此都作為內(nèi)生變量直接納入VAR模型中。此外，本文對經(jīng)濟(jì)政策不確定性（EPU）、股票市場收益率（IRR）、倫敦同業(yè)拆借利率（LIBOR）之間的相關(guān)程度進(jìn)行分析。結(jié)果顯示，LIBOR與EPU之間的相關(guān)系數(shù)為-0.24，存在較弱的負(fù)相關(guān)關(guān)系，而IRR與LIBOR、EPU與IRR之間的線性相關(guān)關(guān)系相當(dāng)弱，僅為0.03。經(jīng)過假設(shè)檢驗(yàn)得知，在0.05的顯著性水平下，其相關(guān)關(guān)系不顯著，因此可以從相關(guān)系數(shù)判斷，變量兩兩之間不存在共線性問題，同時(shí)說明變量之間存在的復(fù)雜關(guān)系有待進(jìn)一步探究。

3.2? ?參數(shù)設(shè)置

建立VAR模型的關(guān)鍵是選擇合適的滯后階數(shù)q，本文根據(jù)施瓦茲準(zhǔn)則（Schwarz criterion，SC），在滯后5階時(shí)，SC值取到最小值。Prophet模型方面，本文分別考慮經(jīng)濟(jì)大環(huán)境、國際局勢、公共衛(wèi)生事件，根據(jù)事件的重要性以及持續(xù)時(shí)間確定事件影響的上下限，納入Prophet模型。本文采取線性增長的方式對趨勢項(xiàng)進(jìn)行擬合，設(shè)置時(shí)間中段的80%區(qū)間存在變點(diǎn)，禁用周度周期性、月度周期性，只考慮年度周期性。

3.3? ?模型擬合效果

本文采用均方根誤差（Root Mean Square Error，RM-

SE）對模型結(jié)果進(jìn)行評價(jià)，為了對比模型優(yōu)劣，本文以市場化利率、政策不確定性為解釋變量，股市收益率為被解釋變量構(gòu)架多元線性回歸模型；以股市收益單獨(dú)構(gòu)建Prophet模型；以3個(gè)變量構(gòu)建VAR模型，得到均方根誤差結(jié)果（見表1）。VAR-Prophet模型在擬合、預(yù)測時(shí)均具有最小的均方根誤差，對于股票市場收益率具有最好的擬合、預(yù)測效果。

3.4? ?脈沖響應(yīng)分析結(jié)果

采用VAR模型對股票市場收益率、市場化利率和政策不確定性進(jìn)行建模，構(gòu)建好VAR模型后，首先需要檢驗(yàn)?zāi)Ｐ褪欠穹€(wěn)定，即判斷模型特征根倒數(shù)的模是否均小于1。檢驗(yàn)結(jié)果表明所有點(diǎn)均落在單位圓內(nèi)，模型具有穩(wěn)定性且結(jié)果有效。

對VAR模型進(jìn)行脈沖響應(yīng)分析，市場化利率自身、經(jīng)濟(jì)政策不確定性自身的脈沖響應(yīng)如圖2與圖3所示。

從數(shù)值來看，市場化利率自身、經(jīng)濟(jì)政策不確定性自身的脈沖響應(yīng)比股票市場收益率自身的脈沖響應(yīng)要大得多。具體而言，滯后一期的經(jīng)濟(jì)政策不確定性對當(dāng)期自身影響最大，隨滯后階數(shù)增加，該脈沖效應(yīng)下降，直至第5期滯后時(shí)才緩慢上升；市場化利率的脈沖響應(yīng)與之類似，由于VAR模型只選取了5階滯后，滯后的市場化利率隨當(dāng)期滯后階數(shù)的上升而不斷下降，前兩期的脈沖響應(yīng)數(shù)值保持在較高水平，后3期的脈沖響應(yīng)明顯下降，但即便如此，其脈沖響應(yīng)數(shù)值始終保持在4以上，相較于其他脈沖響應(yīng)，該數(shù)值十分可觀。

3.5? ?序列特征分解結(jié)果

為了實(shí)現(xiàn)對股票市場收益率的擬合和預(yù)測，本文單獨(dú)提取VAR模型中股票市場收益率的結(jié)果，將其擬合殘差輸入Prophet模型，得到殘差按照趨勢、節(jié)假日（外部事件）、年度趨勢的分解結(jié)果，如圖4所示。

從圖4可以看出：殘差整體呈現(xiàn)上升后穩(wěn)定的趨勢；金融危機(jī)展現(xiàn)出對殘差較大的影響作用，使得節(jié)假日效應(yīng)函數(shù)在相應(yīng)時(shí)點(diǎn)上有較大的波動(dòng)，這表明在遇到國際經(jīng)濟(jì)環(huán)境變動(dòng)、重大公共衛(wèi)生事件時(shí)，市場化利率、經(jīng)濟(jì)政策不確定性對股市收益率變動(dòng)的解釋能力不足。換言之，這些事件從其他經(jīng)濟(jì)渠道對股市收益率的傳遞影響不足，股市收益率自身受到重大事件的影響更為嚴(yán)重；年度周期性展現(xiàn)出VAR模型在2—3月的擬合效果普遍要更好一些，2—3月的殘差在整年中較小，一年的其余時(shí)間里殘差不斷震蕩，并未展現(xiàn)出明顯的高位或低位。

主要參考文獻(xiàn)

［1］朱東辰，余津津.中國股市波動(dòng)與經(jīng)濟(jì)增長關(guān)系的實(shí)證分析［J］.經(jīng)濟(jì)科學(xué)，2003（2）：32-39.

［2］中國人民銀行研究局課題組.中國股票市場發(fā)展與貨幣政策完善［J］.金融研究，2002（4）：1-12.

［3］曾鴻，蘇越.我國經(jīng)濟(jì)增長與股票市場運(yùn)行關(guān)系實(shí)證研究［J］.特區(qū)經(jīng)濟(jì)，2019（10）：60-64.

［4］李娟.股票市場與經(jīng)濟(jì)增長的相關(guān)性研究［J］.市場論壇，2020（7）：64-66.

［5］錢津.論中國股票市場的高質(zhì)量發(fā)展［J］.經(jīng)濟(jì)與管理評論，2021（6）：5-14.

［6］王曉宇，楊云紅.經(jīng)濟(jì)政策不確定性如何影響股價(jià)同步性？——基于有限關(guān)注視角［J］.經(jīng)濟(jì)科學(xué)，2021（5）：99-113.

［7］孟慶斌，張永冀，汪昌云.中國股市是宏觀經(jīng)濟(jì)的晴雨表嗎？——基于馬氏域變模型的研究［J］.中國管理科學(xué)，2020（2）：13-24.

［8］趙進(jìn)文，高輝.資產(chǎn)價(jià)格波動(dòng)對中國貨幣政策的影響：基于1994—2006年季度數(shù)據(jù)的實(shí)證分析［J］.中國社會科學(xué)，2009（2）：98-114.

［9］ALI H. Impact of interest rate on stock market; Evidence from

pakistani market［J］.IOSR Journal of Business and Management，2014（1）：64-69.

［10］KAMAIAH B， SHARMA K， NAIN Z， et al. Stock prices，exchange rate and interest rate： evidence beyond symmetry［J］.Journal of Financial Economic Policy，2017（1）：2-19.

［11］ALAM M， UDDIN S. Relationship between interest rate and stock price： empirical evidence from developed and developing countries［J］.Social science Electronic Publishing，2019（3）：43.

［12］BAKER， SCOTT R， BLOOM， et al. Measuring economic policy uncertainty［J］.The Quarterly Journal of Economics，2016：1593-1636.

［13］雷立坤，余江，魏宇，等.經(jīng)濟(jì)政策不確定性與我國股市波動(dòng)率預(yù)測研究［J］.管理科學(xué)學(xué)報(bào)，2018（6）：88-98.

［14］張本照，李邦國，李國棟.經(jīng)濟(jì)政策不確定性、投資者情緒與基金羊群效應(yīng)［J］.上海金融，2021（2）：48-56.

［15］林建浩，陳良源，田磊.貨幣政策不確定性是中國股票市場的定價(jià)因子嗎？［J］.經(jīng)濟(jì)學(xué)（季刊），2021（4）：1275-3000.

［收稿日期］2023-03-12