金融市場波動對宏觀經(jīng)濟的預測信息研究

何志剛，鐘 巧

（浙江工商大學a.金融學院；b.統(tǒng)計與數(shù)學學院，杭州310018）

0 引言

維持一國價格穩(wěn)定并保持持續(xù)的經(jīng)濟增長是各國宏觀決策者心目中的最佳組合。而在現(xiàn)實生活中，經(jīng)濟的發(fā)展過程總是圍繞著均衡狀態(tài)不斷轉換，這就要求當局能夠真實可靠地預測未來宏觀經(jīng)濟走勢進而制定相機抉擇的財政政策和貨幣政策來保證經(jīng)濟目標的實現(xiàn)。國外學術界很早就對宏觀經(jīng)濟的預測方面的研究進行了關注和探討，直到上個世紀30年代道瓊斯指數(shù)作為先行指標納入美國編制的經(jīng)濟合成指數(shù)，學術界的研究興趣開始轉移到從金融市場中尋找有價值的信息來對宏觀經(jīng)濟指標進行預測和模擬。

波動性是金融市場的內在屬性，可以表述為資產(chǎn)價格或收益偏離其期望值的可能性。金融市場的波動性意味著市場中不確定性和風險，在理論上被認為能夠影響消費、投資這兩個關鍵的宏觀經(jīng)濟活動。Pindyck(1991)[1,2]用股票收益作為投資回報，股票市場波動作為不確定性指標，實證檢驗了不確定下不可撤銷投資理論，研究表明由于不確定性存在會導致投資者推遲一份不可撤銷的投資，進而會產(chǎn)生正的等待價值，當未來不確定性很大時，等待價值的增加會使投資者減少當期投資，即不確定性確實能夠對投資支出產(chǎn)生負的影響。Episcopo(1995)[3]采用了其他指標（如長期國債風險溢價的波動、長期利率的波動和經(jīng)濟合成指數(shù)的波動）代表不確定性，實證分析的結論也支持了不確定性對投資具有反向作用的說法。此外，新興的消費理論逐漸放松傳統(tǒng)消費理論模型（生命周期理論/持久收入假說）過于嚴格的理論假設，認為除了收入的期望值外，未來收入的方差也可能會通過增加預防性儲蓄來影響消費。Romer(1990)[4]表明1929年美國股市的大崩盤增大了收入的不確定性，進而導致了1930年耐用品消費的銳減。Hassler(1993)[5]用標準普爾500指數(shù)的波動代表金融市場波動，并稱耐用品的需求在金融市場波動劇烈的時候會顯著降低?？梢?，風險或者不確定性的增加會導致投資和消費的減少，可能預示著未來實體經(jīng)濟活動的下滑，而不確定性增加時，金融市場波動性往往會隨之增加，這樣我們就可以將金融市場的波動性與未來實體經(jīng)濟活動聯(lián)系起來。

對前人的研究成果的回顧加深了我們對金融市場上隱含未來宏觀經(jīng)濟變動先行信息的認識，同時通過對這些文獻的梳理我們發(fā)現(xiàn)：首先，國內學者主要關注宏觀經(jīng)濟與波動性的相關性分析，而鮮少有基于金融市場波動性隱含前瞻性信息價值視角的專題研究。其次，大多數(shù)文獻的實證分析往往依賴樣本內顯著性檢驗結果（通常采用的格蘭杰因果檢驗，顯著R2）就得出研究結論。最后，單一指標的預測能力不穩(wěn)定。鑒于以上幾點，本文將細分金融市場為股票市場、同業(yè)拆借、債券市場和外匯市場，研究這幾個市場的波動率或者組合是否能夠預測未來宏觀經(jīng)濟走勢，同時本文采用樣本外模擬預測來避免樣本內估計結果的不穩(wěn)定性的弊端。

1 模型設定與變量選取

為了考察金融市場波動性對未來宏觀經(jīng)濟即產(chǎn)出和價格水平有預測能力，我們采用的方法是檢驗金融市場波動能否顯著改善對產(chǎn)出和通脹的預測精度。即通過構建包含金融市場波動的提前多步預測模型，在樣本內顯著性檢驗的基礎上，進一步在樣本外與簡單自回歸模型（AR）預測精度進行比較。本文中我們估計的模型為：

其中y被解釋變量為產(chǎn)出和價格水平，α(L)為滯后算子，Xit為解釋變量即金融市場波動代理變量

由于我國金融市場起步較晚，且發(fā)展早期交易規(guī)模小，市值在國民經(jīng)濟中所占的比重較低?？紤]到數(shù)據(jù)的一致性和可得性，我們的時間區(qū)間選擇為2003年1月至2009年12月。由于以年度或者季度指標作為研究對象都面臨著樣本數(shù)過少的問題，研究結果將不具有說服力，因而我們以月度數(shù)據(jù)為研究對象，數(shù)據(jù)來源于WIND金融研究數(shù)據(jù)庫。所有數(shù)據(jù)均采用X11法進行了季節(jié)調整。在變量的選擇上，對于產(chǎn)出，常用的衡量指標是GDP,當然也有采用GNP或者工業(yè)增加值。由于我國沒有月度GDP的數(shù)據(jù)，故本文采用月度工業(yè)增加值作為替代變量。而對于價格水平也有多個指標可供選擇，常用的是CPI，此外也有用全國物價總水平，PPI以及GDP平減指數(shù)的。考慮到通用性，選擇CPI作為價格水平的衡量指標。波動性本身不可預測,只能用一些代理變量來衡量，金融市場波動性的指標有多種，被廣泛使用的是資產(chǎn)價格或者收益率的標準差，此外也有許多學者采用ARCH類模型度量的條件異方差。而本文研究的是金融市場波動預測未來宏觀經(jīng)濟變動（一階矩），正如Davidian和Carrol(1987)【6】所指出，在出現(xiàn)異常值時，基于絕對收益率的波動性估計方法比基于收益率方差的波動性估計方法更加穩(wěn)健。因此，我們的波動性衡量方法需要盡可能平滑短期的暫時波動，本文的波動性衡量方法如下：

其中l(wèi)代表滯后階數(shù)

選定波動性度量方法后,我們確定股票市場、同業(yè)拆借市場、債券市場、外匯市場的波動性，之所以選擇他們，首先我國金融市場主要分為資金市場、外匯市場和衍生市場。而資金市場主要包括同業(yè)拆借市場、債券市場和股票市場，而這三者在理論上都蘊含著未來經(jīng)濟變動的指示信息。其次，同業(yè)拆借市場波動性反映了短期資金借貸投資回報的風險，影響著未來經(jīng)濟活動。再次，外匯市場與宏觀經(jīng)濟活動的密切關系也是毋庸置疑的，尤其是關于外匯市場波動對國際貿易的影響，國內外的學者研究無論在理論上還是在經(jīng)驗檢驗上尚未達成一致的結論，“抑制論”和“促進論”爭各不相讓。本文將外匯波動代表的外匯市場不確定性或者風險作為考察對象，分析是否能夠對未來產(chǎn)出和價格水平有預測價值。最后，雖然我國期貨市場經(jīng)過10多年的發(fā)展，交易機制日益規(guī)范，價格發(fā)現(xiàn)功能日益彰顯，但是市場功能還不完善，期貨價格對未來的現(xiàn)貨的價格反映作用還不顯著，故理論上期貨價格波動能夠為政府及時有效調整宏觀經(jīng)濟政策指明方向的結論在我國可能暫時不成立，故本文對期貨市場不予分析。

股票市場我們選取具有代表性的上證綜合指數(shù)日收盤價為代理變量，收益率采取對數(shù)收益率選擇上證綜合指數(shù)為代表是因為上海股票市場不僅開市早，市值高，而且對于各種沖擊的反映也較為敏感。債券市場選取上證國債指數(shù)日收盤價為代理變量，收益率采取同樣采用對數(shù)收益率。上證國債指數(shù)作為上證指數(shù)系列的第一只債券指數(shù)能夠反映我們債券市場整體變動狀況，是我們債券市場價格變動的“指示器”。同業(yè)拆借市場選取常用的銀行7天同業(yè)拆借利率加權平均值。外匯市場選用以貿易量加權并剔除價格差異的實際有效匯率。

2 實證結果

2.1 金融市場波動對產(chǎn)出變動的預測能力

本節(jié)對僅含有產(chǎn)出滯后值（工業(yè)增加值）的單變量模型（AR模型）、加入股票波動變量的雙變量模型和加入其它金融波動變量的四變量模型進行比較。

被解釋變量為工業(yè)增加值的變動,解釋變量分別為股票市場波動、債券市場波動、同業(yè)拆借市場波動和外匯市場波動。h分別取1，3，6，9，12，15，18，21，24。即我們檢驗金融市場波動對于經(jīng)濟增長走勢超前1至24個月的預測能力，本文采用OLS法進行回歸估計，由于當時間區(qū)間往后移動時，存在數(shù)據(jù)的交疊(overlapping)，使得誤差項存在移動平均過程MA(m-1)以及異方差性，我們采用Newey和West（1987）提出的方法來計算標準誤差項，以修正上述問題，模型的回歸結果見表1和表2：

從雙變量回歸結果上我們可以看出，股市波動對經(jīng)濟增長的預測能力在第六期顯現(xiàn)出來，并且作用方向與理論一致，即對未來產(chǎn)出變動是反方向影響。這符合國外研究結論。調整的判定系數(shù)也變得越來越大，擬合程度隨著時間推移變得更好。故股市波動能夠為宏觀政策制定者提供未來經(jīng)濟走勢的先行信息。我們在觀察加入其它市場波動后的五變量模型回歸結果。股市波動從第九期系數(shù)顯著；而債券市場波動性系數(shù)都不顯著，對未來經(jīng)濟走勢不具有指示作用。同業(yè)拆借市場到18期開始顯著，即對未來經(jīng)濟又一年半的滯后的影響。對未來經(jīng)濟有預測能力，但是不高。外匯市場波動對未來經(jīng)濟的逆向作用在3～12期表現(xiàn)顯著，這可能是因為外匯的波動抑制了出口、進而對未來產(chǎn)出負面影響。

表1 金融波動對經(jīng)濟增長的預測能力(雙變量模型)

表2 金融波動對經(jīng)濟增長的預測能力(五變量模型)

2.2 金融市場波動對CPI變動的預測能力

將上述模型的解釋變量換成是CPI,對模型用最小二乘估計，同樣要調整標準誤差，回歸結果如表3、表4所示：

從上述回歸結果表3我們發(fā)現(xiàn)，股票市場波動從15期開始變得顯著，且對價格水平的變化影響程度很小，即股票波動能解釋未來價格水平的變動，但是影響程度不大。而觀察表4后我們發(fā)現(xiàn)，匯率市場波動對價格水平的反向影響在一年內是顯著的，這完全符合理論。債券市場波動不含有未來價格水平的信息。同業(yè)拆借市場從第6期開始對價格水平有正顯著作用，但是從18期開始產(chǎn)生了負的作用，故其對未來經(jīng)濟的指示作用不明朗。

2.3 樣本外檢驗

為了更加真實地反映金融市場波動對產(chǎn)出和價格水平的預測能力，我們將模型進行樣本外的預測，并比較5變量模型與AR模型的預測的均方根誤差（RMSE）和Theil系數(shù)。因為樣本數(shù)據(jù)量有限，為了有足夠的數(shù)據(jù)量來做模型系數(shù)的估計，同時又不至于樣本外估計值太少，本文選擇2003年1月至2005年12月為模型的起始估計區(qū)段，向前預測1～24個月的工業(yè)增加值和價格水平。然后延長估計區(qū)間至2006年12月，即將2003年1月至2006年12月作為估計區(qū)段向前預測1～24個月工業(yè)增加值和CPI。如此不斷向前直至預測結果達到最后一期（2009年12月），這樣就會得到相應的預測區(qū)間的RMSE和Theil系數(shù)值。通過比較我們發(fā)現(xiàn)在大部分預測區(qū)間，加入金融市場波動的5變量模型的RMSE和Theil系數(shù)值比AR模型都小，即加入金融市場波動變量后，對未來產(chǎn)出和價格水平的預測能力有所改善了。

表3 金融波動對CPI的預測能力(雙變量模型)

表4 金融波動對CPI的預測能力(五變量模型)

3 結論

本文利用了線性回歸模型實證檢驗了金融市場波動對未來經(jīng)濟增長和價格水平的預測能力，并在利用樣本外模擬檢驗了樣本內擬合的結論是否穩(wěn)定。針對上述的分析，我們得出如下結論：

第一、從計量結果來看，股票市場波動無論單個還是與其他市場波動結合起來來看，對未來經(jīng)濟增長和價格水平的預測能力都比較顯著，故我們認為我國股票市場經(jīng)過近幾年的快速發(fā)展，市場功能不斷完善，股票市場的波動確實能為宏觀經(jīng)濟政策制定者預測未來經(jīng)濟走勢的時候提供有用的指示信息。但是與證券市場成熟的國家相比較，這種股市波動對未來經(jīng)濟的解釋程度還較小，這可能是因為發(fā)達股市中理性化的長期投資已經(jīng)蔚然成風，眾多投資者將其投資信心建立在國民經(jīng)濟長期發(fā)展的基礎上，而我國投資者持股時間較短，短期投機幅度大，故市場中存在著大量的噪聲交易，使得股市波動性中隱含的經(jīng)濟增長信息的含量下降。此外政府直接或間接干預股市的行為，使得投資者關注政策而非經(jīng)濟走勢做出投資決策，扭曲了股市對未來經(jīng)濟走勢的反應。

第二，我國債券市場波動對未來經(jīng)濟走勢幾乎對未來產(chǎn)出和價格水平幾乎都沒有預測能力。這可能是因為我國債券市場嚴重分割，且投資者類型多為機構投資者，公眾市場參與度低，進而債券市場無法反應出對未來經(jīng)濟的預期。同業(yè)拆借市場對未來產(chǎn)出有微弱的預測能力，但對價格水平的解釋作用不明朗。外匯市場波動對未來產(chǎn)出和價格水平的反向影響在一年內比較顯著。

[1] Pindyck,R.S.Irreversibility,Uncertainty and Investment[J].Journal of Economic Literature,1991,(29).

[2] Pindyck,R.S.Irreversibility and the Explanation of Investment Be?havior,in Stochastic Models and Option Values[C].Working Paper,1990.

[3] Episcopos,A.Evidence on the Relationship between Uncertainty and Irreversible Investment[J].Quarterly Review of Economics and Fi?nance,1995,(35).

[4] Romer,C.The Great Crash and the Onset of the Great Depression[J].Quarterly Journal of Economics,1990,(105).

[5] Hassler,J.Variations in Risk as a Cause of Fluctuations in de?mand-the Empirics,Seminar Paper No.554[C].Institute for Interna?tional Economic Studies,University,Stockholm,1993.

[6] Forni,M.,Lippi,M.The Generalized Dynamic Factor Model:Repre?sentation Theory[J].Econometric Theory,2001,(17).