我国货币政策对股票市场的非对称性影响研究 ——基于Markov Switching模型

我国货币政策对股票市场的非对称性影响研究 ——基于Markov Switching模型

论文摘要

货币政策是货币当局调控市场经济的一项非常重要的经济手段。我国自改革开放以来,非常注重货币政策对宏观经济调控,30多年操作实践取得了巨大的成功,积累了丰富经验。货币政策的操作效率、效果有了很大的改善,中央银行动用货币政策工具的频率和操作的力度也在不断加强。货币政策的灵活运用对包括股票市场在内的诸多经济市场都能产生极为重要和深刻的影响。随着我国股票市场股权分置改革的完成,股票市场的运行机制逐渐完善,股票市场在资源配置、产权交易、风险管理和公司治理等方面所发挥的市场机制作用越来越明显、越来越重要。因此,研究我国货币政策对股票市场的影响,无论对货币政策的制定者和实施者还是对广大股票市场的投资者来说,都具有非常重要的意义。有关货币政策对股票市场影响问题一直都是宏观经济学家和金融学家们的研究热点,国内外许多专家学者对此问题有大量的研究。而关于货币政策在股票市场非对称效应问题的研究却稍显不足。因此,本文首先从货币政策基本理论出发,对我国货币政策影响股票市场的机制进行理论分析,并结合前人关于货币政策非对称效应的研究成果,归纳出货币政策对股票市场非对称性影响的两点原因。最后,本文选取1996年1月至2011年8月期间的股票市场月度数据和相关的货币政策的月度数据作为样本,运用Markov Switching模型对我国股票市场的状态机制进行识别,并在此基础上,对我国货币政策在不同状态机制下,对股票市场的非对称性影响进行了经验研究。主要结论如下:第一,我国股票市场存在明显的非线性特征和状态机制转换特征,本文通Markov Switching模型对我国股票市场进模拟,得出我国股票市场存在三种市场行情(三种状态机制):牛市(高收益,高波动)、小熊市(低亏损,低波动)、大熊市(高亏损,高波动)。其中,“牛市”行情的平均持续时间为8.76月;“小熊市”均持续时间为31.12月;“大熊市”平均持续期为6.31月。最后,根据平滑概率推断出:我国股票市场的三种状态机制交替出现,但“小熊市”出现次数比较多,时间比较长。“牛市”和“大熊市”次数相对比较少,时间相对也比较短,其中,“大熊市”次数最少,时间最短,这与平均持续期的推断结论基本相同。第二,我国货币政策对股票市场的影响存在着非对称性效应。在本文的研究中,这种非对称性效应主要表现在不同的市场行情中(不同的状态机制下)货币应量M1变动、货币应量M2变动与同业拆借利率IR变动对股票市场的影响在显著下水平、作用方向、影响强度、作用时长等方面存在差异。第三,三种货币政策工具对股票市场的整体影响效果存在着差异。从扩展的Markov Switching模型所选出三种货币政策的滞后阶数可以看出:货币供应量M1和同业拆借利率IR的作用时长只有两期,而货币供应量M2作用时长却有四期,说明货币供应量M2对股票市场更有持久性影响。另外,从货币供给和利率两类工具对比来讲,货币供给对股票市场的扰动更大,会增加股票市场的波动,而利率则具有较稳定的操作效果。从稳定股票市场的角度来讲,利率是一项相对比较好的货币操作工具。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 引言
  • 1.2 研究背景和意义
  • 1.2.1 研究背景
  • 1.2.2 研究意义
  • 1.3 研究方法与结构安排
  • 1.3.1 研究方法
  • 1.3.2 结构安排
  • 1.4 文献综述
  • 1.4.1 货币政策对股票市场影响研究综述
  • 1.4.2 货币政策非对称效应研究综述
  • 1.4.3 国内外研究成果评论
  • 1.5 研究创新点
  • 2 货币政策对股票市场影响理论分析
  • 2.1 货币政策概述
  • 2.1.1 货币政策目标
  • 2.1.2 货币政策工具
  • 2.2 货币政策影响股票市场的传导机制
  • 2.2.1 货币供应量变动对股票市场的影响
  • 2.2.2 利率变动对股票市场的影响
  • 2.3 货币政策对股票市场的非对称效应产生机理
  • 3 Markov Switching模型介绍
  • 3.1 Markov 过程和Markov链
  • 3.2 Markov Switching模型
  • 3.2.1 Markov Switching模型似然函数的推导及参数估计
  • 3.2.2 Markov Switching模型状态变量的平滑概率推断
  • 3.2.3 Markov Switching模型状态变量的平均持续期
  • 3.3 扩展的Markov Switching模型
  • 4 股票市场实证分析
  • 4.1 变量及样本选取
  • 4.2 股票市场波动特征检验
  • 4.2.1 平稳性检验
  • 4.2.2 非线性检验
  • 4.2.3 状态机制转换特征检验
  • 4.3 股票市场的Markov Switching模型
  • 4.3.1 模型参数估计
  • 4.3.2 状态机制转移概率
  • 4.3.3 状态机制平滑概率
  • 5 货币政策——股票市场的实证分析
  • 5.1 变量选择
  • 5.2 货币政策变量的平稳性检验
  • 5.3 基于Markov Switching模型的货币政策对股票市场的影响
  • 5.3.1 货币供应量M1变动对股票市场的影响
  • 5.3.2 货币供应量M2变动对股票市场的影响
  • 5.3.3 同业拆借利率IR变动对股票市场的影响
  • 5.4 稳健性检验
  • 结论及启示
  • 参考文献
  • 后记
  • 相关论文文献

    • [1].刀具钝化非对称刃口对铣削温度场影响的研究[J]. 机床与液压 2020(01)
    • [2].高场非对称波形离子迁移谱检测分析二氧化硫[J]. 现代化工 2020(04)
    • [3].“非对称制华”——论日本海上战略新思维[J]. 亚太安全与海洋研究 2020(02)
    • [4].非对称异型沉箱浮游稳定计算[J]. 水运工程 2020(04)
    • [5].度相关非对称相互依赖网络的鲁棒性[J]. 信息工程大学学报 2019(06)
    • [6].应用于风场探测的多普勒非对称空间外差光谱技术[J]. 电子技术与软件工程 2020(11)
    • [7].基于物联网的任务节点负载非对称匹配方法研究[J]. 数字技术与应用 2020(07)
    • [8].面向2035年的非对称创新[J]. 中国科技论坛 2020(10)
    • [9].矩形波导中宽带非对称声传输[J]. 声学学报 2020(05)
    • [10].服装设计中非对称图案的视觉感受研究[J]. 山东纺织科技 2020(05)
    • [11].非对称策略在审讯中的运用[J]. 河北公安警察职业学院学报 2018(02)
    • [12].非对称作战素养:信息化战争谋求打赢能力的关键[J]. 国防科技 2016(03)
    • [13].我国货币政策的非对称性[J]. 中国管理信息化 2015(02)
    • [14].经济周期非对称性波动特征研究进展[J]. 经济学动态 2015(09)
    • [15].非对称创新:中国企业的创新追赶之路[J]. 管理学季刊 2020(02)
    • [16].圆锥曲线中非对称代数式的处理方法[J]. 教学月刊·中学版(教学参考) 2020(09)
    • [17].大规模非对称线性方程组的并行计算方法研究[J]. 课程教育研究 2017(15)
    • [18].我国蔬菜市场价格非对称传导原因分析[J]. 价格月刊 2020(11)
    • [19].基于水分掺杂的高场非对称波形离子迁移谱检测硫化氢的研究[J]. 分析测试学报 2020(02)
    • [20].中国外商直接投资的产业非对称性研究[J]. 山东财经大学学报 2020(04)
    • [21].阀控非对称液压缸数学模型及建模方法研究[J]. 机械工程师 2020(08)
    • [22].论金融制裁的非对称性和对称性——中美金融“脱钩”的法律冲突和特质[J]. 上海对外经贸大学学报 2020(05)
    • [23].金融业系统性风险溢出的非对称性研究[J]. 北京工商大学学报(社会科学版) 2019(06)
    • [24].试析我国金融不稳定性及其对宏观经济非对称的影响[J]. 现代商业 2017(03)
    • [25].玉米国内外价格非对称传递研究[J]. 统计与决策 2016(03)
    • [26].大断面巷道顶板非对称破坏分析与控制研究[J]. 能源与节能 2016(04)
    • [27].非对称电液伺服阀控制非对称缸系统仿真分析[J]. 机械工程与自动化 2016(04)
    • [28].我国宏观经济动态调整的非对称性特征研究[J]. 山西财经大学学报 2015(01)
    • [29].植物对称性竞争与非对称性竞争研究进展及展望[J]. 植物生态学报 2015(05)
    • [30].中美非对称相互依赖与权力变迁的实证分析[J]. 世界经济研究 2015(10)

    标签:;  ;  ;  ;  

    我国货币政策对股票市场的非对称性影响研究 ——基于Markov Switching模型
    下载Doc文档

    猜你喜欢