货币政策与股票市场的动态联系外文翻译资料

货币政策与股票市场的动态联系

原文作者 Nikiforos T. Laopodis单位Department of Finance, Dolan School of Business, Fairfield University

摘要：本文使用VAR方法研究了1970-2004年期间联邦基金利率与股票市场之间的动态联系。我们检测到美联储的行动与上世纪90年代相对于1970年和1980年的市场反应脱节。 经过进一步分析，我们观察到货币政策行动对股市的不对称影响，在熊市中，这种行动比牛市更动荡。总体而言，我们的研究结果似乎表明，过去30年，货币政策行为与股市的相应行为之间存在一致的动态关系。

关键词：货币政策； 股票市场； VAR； 不对称性 ；货币政策机制

一、引言

理解货币政策与股票市场之间的动态相互作用对投资者和政策制定者都非常重要。认为相互作用是相互的，这是合理的。例如，当决策者观察股市走势并调整（短期）利率，从而影响投资者的借贷和投资决策时，股票市场会影响货币政策。此外，当资产价值预示着未来经济活动（即通过Tobin的q）改变方向时，股市会影响货币政策，促使美联储相应调整利率。货币政策也以各种方式影响股市。例如，一种方法是影响资产价值，进而影响消费支出（从而产生'财富效应'）或投资支出（从而产生'挤出'效应）。

虽然关于货币政策与股票市场之间联系性质的经验证据是广泛的，但不幸的是，这种证据好坏参半。例如，虽然切切蒂（2003a，b）、海福德和马尔利亚里斯（2004年）和德格劳韦（2008年）没有发现任何证据表明美联储的行动影响股票价格，但索贝克（1997年）和里戈布和萨克（2001年、2003年）报告，美联储对联邦基金对广泛股票市场指数的收益率。

此外，伯南克和格特勒（1999年）、博尔多和惠洛克（2004年）和怀特（2004年）认为，央行应该关注资产价格通胀，因为以通胀为目标将稳定资产价格。相比之下，博尔多和珍妮（2001年）、德特肯和斯梅特斯（2003年）和切切蒂（2003年）认为，传统的货币政策举措可能无法纠正资产价格变动。因此，本文的目的是在宏观经济框架的范围内，在20世纪70年代以来的三种货币制度中，从经验上进一步探讨货币政策与美国股票市场之间的动态联系。我们将具体讨论以下问题。第一个，也是基本的问题是，货币政策和股市在过去30年左右是如何相互作用的。美联储有没有关注广泛的市场走势，正如联邦公开市场委员会（Fed）的一些证词和美联储主席所证明的那样？

或者，市场对货币政策变化的反应，主要是为了实现价格稳定和可持续增长，这意味着货币政策制定者应该只对股票价格做出反应。它们会影响未来的经济活动吗？这些问题针对20世纪70年代以来的三个不同的子时期进行了讨论，它们代表了美联储主席对美联储政策目标的不同看法。 实证分析将基于向量自回归（VAR）技术。第二个问题集中在货币政策对股票市场的影响是否不对称。换句话说，不同的利率变动（增减）如何影响股市，更重要的是，股市在牛市和熊市中的反应是否不同？尽管有证据表明货币政策对产出等实际规模产生了不对称影响（Ravn和Sola，2004年），货币政策的宣布和对股市的意外（Lobo，2002年），但关于这种不同市场的影响的研究（仍然）一直不一样。

最后，第三个问题涉及审查重大事件或金融危机后两个量级之间的联系的（稳定性）性质。自70年代以来发生了若干事件，包括两次市场崩盘（1987年和2000年）和金融危机（如1998年的亚洲危机和1998年俄罗斯违约后一家大型对冲基金的金融崩溃）。我们有兴趣具体确定我们的结果是否受到这种（极端）事件的驱动，从而改变货币政策与股票市场发展之间的（短期）联系。

论文的其余部分按如下方式组织。第2节涉及文献综述和内源性问题，而第2节则涉及文献评论和内源性问题。第3节包含经验模型和数据源和构造。第4节介绍并讨论了主要的经验发现，而第4节。 第5节 包含不对称和金融危机的结果，以进一步了解货币政策与股票市场之间的动态。最后，第6节讨论了论文的发现，第7节总结了研究结果，最后提出了一些一般性意见。

二、 文献和方法问题回顾

关于货币政策-股票市场动态的大多数经验文献都采用了Sims（1980年）首次提出的（结构）矢量自动回归（VAR）方法。在本节中，我们将明确介绍过去使用的各种模型，这些模型与本文相关，并重点介绍这些模型的一些优点和问题。第（一）小节将提出这一经验证据，第（二）小节将处理困扰这些模型的问题，并为本文提出适当的行动方针。

（一） 货币政策VAR模型回顾：股票市场联动

早期对货币政策对股票市场影响的研究采用了多重回归和格兰杰因果关系等方法。例如，霍马和Jaffee（1971年）和汉堡和科钦（1972年）使用第一种方法研究货币供应对股票价格的影响，并发现证据表明过去的货币供应数据可以用来预测股票回报。罗加尔斯基和文索（1977年）采用第二种方法调查股票收益与货币供应之间的因果关系，并发现了双向因果关系。然而，关于这种关系的大多数后续证据都采用了VAR方法，因为它很好地涉及对系统中相关变量的联合估计，并且在基本范围内分析货币政策的影响是恰当的。宏观经济框架。接下来，我们将回顾一些与本文关系最密切的研究。

Thorbecke（1997年）和Patelis（1997年）调查了货币政策创新对股票回报数据的影响，以及货币政策立场的转变是否对（观察到的）股票回报的可预测性负责。推测。伯南克和布林德（1992年）使用联邦基金利率作为货币政策的衡量标准，发现货币政策具有实际效果。然而，西姆斯（1992年）报告了相反的证据。虽然Thorbecke使用各种方法研究这个问题，但他使用VAR方法专门研究股票市场的货币政策冲击以及货币中立问题。

更具体地说，他将 VAR 设置为对内生的 ntimes;1 向量（如下所述）进行回归：

如果我们假设是协方差静止，Eq.1 可以反转以表示无限矢量移动平均过程：

Thorbecke利用Christiano等人（1996年）的识别策略来模拟货币政策冲击，并衍生出联邦基金利率的正交创新作为货币政策的衡量标准。变量正交的顺序是工业生产增长率，其次是通货膨胀率、商品价格指数、基金利率一个常量和六个滞后变量。Patelis 使用短期 VAR，因为它允许从股票回报反馈到预测变量（实际利率、股息收益率、定期利差、联邦基金利率）。他根据坎贝尔和希勒（1988）开发的方法（即使用股票回报的动态会计标识）估计了一个短视距VAR，然后估计了一个滞后的VAR。接下来，通过正射VAR冲击来检验预测变量的相对重要性。对于VAR，他堆叠了上述所有相关变量，这有助于预测超额回报到矢量中。因此，在不丧失一般性的情况下，他表达了如下VAR：

其中 A 是 VAR 的配套矩阵，是误差矢量。从这个方程中，他进行了VAR残差的标准Cholesky分解，并最后命令了具有超额股票回报的变量，因为他的假设是这些变量（用他的话说，第1966页）...之前或'导致资产回报'。

克里斯蒂安诺等人（1996年a，b，1999年）还利用VAR来研究货币政策冲击对一般（美国）经济的影响。它们对货币政策采取了两种外部冲击措施：对非借款准备金的正交冲击和对联邦基金利率的正交冲击（Christiano等人，1996a，第16页）。它们估计这些冲击影响的战略是基于递归假设，该假设指出，政策冲击与货币当局可利用的信息集正交。

此假设涉及两步过程。首先，政策冲击是由政策变量（如联邦基金利率）在信息集中的 OLS回归的拟合残差来估算的。接下来，通过根据估计政策冲击的当前和过去滞后（从上一步一）对变量进行回归来估计变量对政策冲击的动态响应。后一步是在（一般）VAR 框架中完成的，该框架足够灵活，可以使用直接引导方法执行各种测试。

（二）内生性问题

在尝试衡量货币政策（冲击）对经济或股票市场的影响时，出现的一个重要问题是正确识别货币政策。产生这一问题的原因是，单一政策对股市走势的同步反应，这违背了误差项与货币政策工具正交的假设（如通常的基于VAR的模型所假定的那样）。此外，有关经济的其他变量可能会对利率（如联邦基金利率）和股票价格产生影响。因此，一些作者最近试图处理这一问题，提供替代方法。里戈本（2003年）和里戈本和萨克（2003年）提出了一种基于股票回报的异质性识别方法。具体来说，由于股票价格波动波动影响（短期）利率和股票价格之间的协方差，因此可以根据协方差矩阵中观察到的变化计算利率的反应。Craine和 Martin（2004 年）开发了一种相关方法，即多变量因子模型允许所有资产价格对常见的、不可观察到的冲击做出反应。最后，Normandin和Phaneuf（2004年）提出了一个程序，以测试目标设定和正交限制（为衡量货币政策冲击而实施），其依据是基本面扰动随时间变化的条件波动。因此，结构 VAR 变得识别过度，允许对限制进行单独和联合测试。

相比之下，伯南克和库特纳（2005年）认为，在许多情况下，没有明确证据表明股市下跌导致美联储降息，反之亦然。此外，随着货币政策和股票价格的月度数据更加难以捉摸（另见伯南克和格特勒1999年，以及富勒和图特尔2004年）。此外，如果美联储确实对股市走势做出反应，它往往会对联邦基金意外的反应做出保守的估计。因此，他们转而使用'事件-研究'方法，发现上述任意方法都产生了'...非常接近那些从事件研究方法获得。（伯南克和库-特特纳，2005年，第1231页）。就我们而言，我们使用月度数据，并将样本分为三种不同的货币政策体系。

为了满足上述方法，我们检查了股票回报（在每个子周期中）是否表现出异质性，并发现它们不是（结果可应要求提供）。这一发现是有道理的，因为异质性主要存在于（或发音）的高频数据上，如每日或每周。因此，在三个子周期（即遵循伯南克和库特纳（2005年）方法后，继续使用VAR模型似乎是安全和适当的，尽管我们的结果可能会略有结果 降低对股市对货币政策变化的反应的估计。之所以如此，是因为直接的政策反应，比如，对股市下跌的降息，将导致政策估计对股市反应规模的减少。

三、 实证模型和数据

在本节中，我们将在第 （一）节中指定经验 VAR 模型并概述变量，然后在第 （二）节中继续描述数据以及一些有关该模型的初步统计数据。

（一）实证模型

基于上述考虑，我们首先VAR 模型的规范开始，该模型将基于 Christiano 等人（1996a，b， 1999）框架。然而，在着手构建和估计模型之前，我们需要探讨两个方法问题。他首先论述货币政策工具的度量，其次论述我们运用的经验策略来考察货币政策与股票价格的相互依存关系。我们首先讨论一下适当的货币政策工具。一些研究人员，即克里斯蒂安诺和艾肯鲍姆（1991年）和克里斯蒂安诺等人（1996a，b，1999），主张使用无借款储备作为适当的政策工具。其理由是，这些储备的冲击反映了货币政策的外生冲击，而对广义货币总量的创新（如M2和M1）主要反映了对货币需求的冲击。然而，后来的研究放弃了这两种替代工具，转而支持联邦基金利率。这种选择的动机是，非借款准备金（以及货币供应措施）从20世纪80年代开始都变得不稳定，不再代表经济结构或美联储的目标。因此，我们将采用后一种工具，原因有二：第一，因为几乎所有过去的研究都使用这一工具来研究货币政策行动对其他金融变量（如利率、外汇汇率和我们，股票价格，第二，因为它已经被视为预测良好的实际变量，如工业生产和就业; Roley和Sellon（1998年）及其引用，以及克里斯蒂安诺等人（1999年），仅举几例。

用于检查货币政策和股票价格之间相互依赖性的经验策略是一组宏观经济变量和货币政策之间的递归结构，或结构矢量自动回归（SVAR），哪些货币政策冲击与货币当局可获得的信息集是正交的。在这个框架内，允许股票价格和货币政策同时相互反应，通过假设长期中立（货币政策对长期利率的冲击），我们可以对货币政策进行一种联合解释k 作为利率变化（变动）的意外组成部分。最后，通过使用一种长期限制，我们解决了内源性问题（见Ehrmann和Fratzscher，2004年），从而保留了政策冲击作为利率反应函数的外生冲击的识别。尽管我们在这里非常简短地介绍了这种方法，但克里斯蒂安诺等人在一系列论文中对此进行了详细解释（1996a，b，1999）递归性假设要求执行以下两个步骤，以估计变量对货币政策冲击的动态响应。第一步需要根据一组宏观经济变量（如下所述）估计货币政策工具（联邦基金利率）回归后（拟合的）残差造成的政策冲击。第二步是估计一个变量（即股票市场）对货币政策冲击的动态反应，即对估计政策冲击的当前和过去值的返回变量。后一步将在（一般）VAR 框架中完成，该框架足够灵活，可以使用直接引导方法执行各种测试。

从上述两个步骤来看，货币政策将由由以下变量组成的 VAR 系统的联邦基金利率创新来衡量：工业生产、敏感商品价格指数、通货膨胀率、联邦基金利率、塔尔准备金和非借款准备金均以对数形式表示（通货膨胀率和联邦基金利率除外）。具体来说，让St成为货币政策工具，这里的联邦基金利率，是一个线性函数，其中包括上面列出的变量，可供货币当局提供如下：

因此，在此规范的基础上，我们可以测量变量对货币政策冲击的动态响应，该变量在 Eq.12 中拟合残差的当前和滞后值的回归中系数对货币政策冲击的系数。根据关于Yt向量中（上述）变量的顺序的既定文献，将采用以下顺序：工业生产、通货膨胀率、敏感商品价格指数、联邦基金利率、未借入准备金和总准备金）。列入一项商品价格衡量标准的原因是为了避免与联邦基金和非借款准备金为基础的政策措施（见Sims 1992和Christiano等人）。不同说法是，联邦基金利率和非借款准备金的正面正交定

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 23 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[275030]，资料为PDF文档或Word文档，PDF文档可免费转换为Word