星论文网欢迎您的来访,本中致力于各类论文代写,论文发表,代写代发论文服务

想快速发表职称论文找星论文网
当前位置:星论文网论文资料->经济论文->证券投资论文

存款准备金率调整的“空窗期”对股市的影响分析

分享到:
作者:原作原创  来源:网络转载  发布时间:2012-07-30 17:10:00

 摘 要:本文着重分析我国频繁调整准备金率的“空窗期”对我国股市总体的影响,发现上调准备金率和下调准备金率的“空窗期”对于股市都会增加股市的交易量,但对收益不会产生显著的影响。进一步关注个股在的“空窗期”异常值与其公司特点之间的关系,发现资产规模大的公司,在“空窗期”的异常收益更低,异常流动性总体而言更低并且异常波动率更小;债权比例大的公司在“空窗期”的异常流动性会更大;资本回报率更高的公司在“空窗期”获得的异常流动性总体上会更大。
  关键词:存款准备金率;股票市场;“空窗期”效应
  中图分类号:F126.1 文献标识码:A 文章编号:1003-9031(2012)07-0016-03 DOI:10.3969/j.issn.1003-9031.2012.07.04
  一、 引言
  自1998年存款准备金制度改革至2012年3月,中国人民银行已40次调整存款准备金率,存款准备金政策已成为中国人民银行调控经济的一个重要货币政策工具。
  近30年来,我国股票市场获得了长足的发展。中国证券监督管理委员会统计数据显示①,2010年A股市场融资总额达到1.03万亿元,较2009年的4609.54亿元大幅增长123%,成为全球第一大融资额的股票市场。截至2011年12月29日,A股总市值为20.14万亿元,流通市值为16.14万亿元。2011年A股市场共融资9078.98亿元,其中沪市全年融资4507.41亿元、深市主板融资2273.92亿元、中小板融资1506.18亿元而创业板则融资791.47亿元。这些数据均说明股票市场已成为经济发展当中不容忽视的一部分。
  存款准备金率每一次调整都有一个宣布日和一个正式实施日,那么这两个日期之间的差距也就是存款准备金率的“空窗期”。“空窗期”对于股市的影响到底如何呢?从理论上来讲,存款准备金率像其他宏观经济信息一样在公开市场上通过影响和改变市场参与者对金融资产风险的预期,而成为影响和决定资产价格的重要因素。存款准备金率从宣布到实施之间的“空窗期”则可以提供探讨人们的预期和股票市场的反应的机会。从现实上来说,中央银行从宣布存款准备金率的调整到真正实施这一调整之间的时间很重要,研究资本市场存款准备金率的“空窗期”效应将有助于货币政策决策者更好地了解资本市场的运行规律和把握存款准备金率的调整对于资本市场造成的影响,从而制定更为恰当的宣布时期和“空窗期”长度。
  二、文献回顾
  一般认为,法定存款准备金率的作用是为了更容易预测准备金需求,而不应该将其作为货币政策的一般工具。因此从20世纪90年代以来,许多国家特别是一些发达国家的中央银行相继降低或甚至取消了它们的法定准备金,法定准备金的重要性及各国中央银行对它的重视程度大大降低。因此国外对法定准备金这一政策工具的研究成果较少。目前国内对法定准备金率影响股票价格的研究也较少,李念斋和范祚军(2005)使用GARCH模型和事件研究方法研究了利率、存款准备金率调整对股票市场的短期影响,发现我国货币政策实施对股票市场的影响与调控方式的应用有很大关系,而存款准备金变动事件发生后将使公众对以后货币政策走向形成预期[1]。李阳(2007)发现上调存款准备金率在一定程度上对商业银行的信贷放款量的约束,将会对房地产市场资金链产生影响,但是对股票市场的作用不明显[2]。
  对存款准备金率调整“空窗期”的研究很少。Gürkaynak等(2005)发现仅仅是单一的公告效应或者是货币政策的执行效应不能完全衡量货币政策的作用,而应该将两者共同考虑[3]。为数不多的研究存款准备金率调整对于股市影响的文献,将公告日或者是执行日作为事件日进行研究。如左俊义和王玮(2009)对于宣告日进行了研究[4],而李念斋和范祚军(2005)则重点关注存款准备金率的执行日的效应。
  三、 理论基础、模型和数据分析
  (一)准备金制度对股市的影响机理分析
  股票市场是货币政策的传导渠道,准备金政策作为货币政策工具之一,它对股票市场的影响在一定程度上反映了自身的有效性。法定存款准备金主要通过以下几点作用影响股票市场:
  1.直接作用。调整法定存款准备金率可以直接调节市场中的货币数量,从而影响股票的购买需求和购买能力,进而影响股票价格。这一点可以由货币供应方程式,即货币供应量M1=货币乘数m×基础货币的数量B得出。其中,货币乘数m=(1+k)/(r+k+e);r是法定存款准备金率;k是现金/存款比率;e是超额存款准备金率。这说明货币供应量对于资本市场的影响是十分显著的,而法定准备金率作为中央银行控制货币创造乘数的有效工具能够对货币供应量产生直接作用,因而也能对股票价格发挥重要的影响作用。一方面,上调法定准备金率将使市场中的货币供应量减少,人们持有的货币减少,自然降低了流入股票市场的资金流量;另一方面,上调法定准备金率意味着金融机构收缩银根,上市公司的融资将变得更加困难,削弱了企业的经营能力和价值创造能力,影响了上市公司的股票价值,从而使得股价下降。
  2.信号作用。调整法定准备金率具有强烈的政策信号作用,将影响股票市场投资者的预期,从而影响投资行为并造成股票价格的上升或下跌。当货币当局暗示或者宣布上调法定存款准备金率时,人们会判断这是一种紧缩的货币政策的标志,从而推测货币供应量将减少,具体而言就是银行贷款减少,影响到流到股市上的资金;货币供应量的减少使得利率升高、经济增速减缓,进而使上市公司的利润降低,股价下降。
  3.间接作用。当准备金率调整时,会引起货币供给的变化,从而使市场利率发生变化,而利率的变化最终又会影响到股市的资金数量。
  (二)事件研究和异常值测算——常均值模型
  与乔坤元(2012)研究股票送转事件使用的标准事件研究方法相比,本文使用的方法并不是标准的,因为一般在事件研究中主要看个股的反应,而整体股市的情况是不会受到太大冲击的,这与本文研究的内容相悖,个股之间有一定相关性,因此不能探究异常值的显著性[5],本文只能使用其中的常均值模型来计算预期的收益、流动性和波动率,具体的常均值公式由乔坤元(2012)给出。

  (三)数据和指标数据来源和指标构造
  本文的数据来自于国泰安(CSMAR)数据库,取用自从中国证券市场成立以来的所有上市公司的交易数据和上市公司的资产规模asset、杠杆比率deratio和资本回报率roe。对市场的影响使用市场收益率、流动性和波动率来讨论,其中收益主要使用的是从国泰安数据库下载的考虑现金红利再投资的日个股回报率。
  在学术界,流动性指标一直难以达成一致。在已有的实证研究中,Amihud(2002)使用非流动性指标、Brennan等(1998)则选用了交易量指标而Datar等(1998)[6-8]选用了换手率指标。本文考虑到价格和数量相结合的因素,选用了以下三个指标:
  1.非流动性指标。定义为股票的每日回报率的绝对值与当天交易额的比率。该数值越大,则说明单位成交额所导致的价格变动越大,股票的流动性就越差。Amihud(2002)认为,这是可信度最高的指标。
  2.交易额指标。Brennan等(1998)使用了这一指标来测度流动性,但是交易额指标无法说明不同交易价格下吸收交易量的能力,也不能估计不同成交额对股价的影响。
  3.换手率指标。即交易股数除以流通股数。使用换手率指标是为了避免以交易额或者交易量作为流动性衡量指标时,因公司大小规模不同而对结果造成误差。低换手率的股票表明市场缺乏流动性,但是它同样没有考虑价格因素。
  在线性回归模型中,设定一个虚拟变量,在“空窗期”的交易日为1,否则为0。这样使用市场的收益、指数收益、流动性和波动性对于这个虚拟变量回归,进而探究“空窗期”的效应。由于调整分上调和下调,因此这一部分的样本划分为上调样本和下调样本,其中上调样本是去除了下调样本“空窗期”的样本,而下调样本与之正好相反。
  表1是后文为计算个股异常值的事件研究中存款准备金率调整的事件,包含公告日和执行日、“空窗期”长度,调整前后准备金率以及调整幅度(调整后-调整前)。对于“空窗期”的长度,经过对央行公告的搜集,可以看到从2004年4月12日起每次公告都是在晚上18:00左右进行的,而前面的两次(有“空窗期”的)也都是主要考察后一个交易日的情况,因此本文使用的公告日实际上是指准备金率调整后的第一个交易日,也就是公告后真正生效的交易日。本文选取“空窗期”大于0的数据。
  本文定义的事件为存款准备金率的调整的“空窗期”时段,即公告日到执行日这一段时期。对于这个事件研究而言,估计窗和时间窗的选择显得尤为重要,因为中国人民银行调整存款准备金率的频率非常高,这导致很多次的调整都发生了堆叠,这一点可以从表1中清晰地看到。
  基于以上特征做如下处理:1.由于中央银行频繁调整准备金率,很难捕捉到这一政策的长期效应,因此我们主要关注短期效应,因此事件窗取公告日前20天和执行日后20个交易日,并且如果两次事件的事件窗重叠,将它定义为同一个事件,经过如此定义之后发现,由于我国准备金率调整过于频繁,还是有一些事件之间的间隔很小,将间隔很小的事件做进一步的整合。2.估计窗的长度设为60个交易日,但是经过前述的处理方法,仍然有一次事件的事件窗距离下一次事件的事件窗开始不足60个交易日,则按照两个事件日之间的长度算。因为本文使用的测算正常收益的模型是常均值模型,因此对于准备金率调整事件的累计异常值是测算可行的。
  根据上述方法,将重新整合本文使用的39次准备金率的调整,并且给出估计窗的长度值,最后可以得到8个事件
  四、 “空窗期”对于股市的影响
  估计的模型为①:
  Yt=?琢+?茁Dt+?着t
  其中Yt为因变量,包含:收益率指标,即日市场的收益(全部考虑现金红利在投资,按照股票等权重的mkteq、股票流通市值加权mktos和股票总市值加权mkttl)、指数收益率(retindex);流动性指标,即日市场交易总股数(trdshr,取对数)、日市场交易总金额(trdamt,取对数)和波动性指标(indexvolat),即通过当日最高指数与最低指数除以收盘指数计算而来的指数波动率。Dt为“空窗期”的虚拟变量。
  描述性统计量,其中上海证券交易所和深圳证券交易所(简称“上海股市”和“深圳股市”)取用的全部为A股的收益率,而本文认为央行的存款准备金率的调整主要是针对人民币而言的,因此本文选取的样本仅仅包含了A股。
  从表4中可看到,准备金率上调的“空窗期”会下压股市的回报率,就加权收益率而言,对于上海股市,收益率会下挫0.15%左右,而深圳股市下挫接近0.1%。使用等权重的收益率的值要比使用加权的大,这说明一些流通市值或者总市值的小股票受到的影响会更大。使用指数收益率得到的结果与加权的很接近。但很明显的现象是 “空窗期”的虚拟变量对于收益率的影响在统计上不显著,这反应了央行多次调整准备金率使得这一“未预期”的效应成为的人们预期的效应,从而失去了遏制股市收益过快增长的因素。
  与之相对的是,可以看到“空窗期”对于流动性和波动率的影响都是正的,并且同时在经济意义上和统计意义上显著,“空窗期”对于交易股数和金额的影响达到了交易股数和金额的一倍标准差,并且在1%水平下显著。上海股市和深圳股市的交易量和交易额均上升了将近2.5个百分点,虽然央行准备金率的上调对市场有一定的紧缩作用,但是股市的交易更加频繁,并没有受到上调准备金率的影响,反而更加活跃。
  交易量的增加也进一步加大了市场的波动性,上调准备金率的“空窗期”对于市场指数的波动率效应接近0.4%,也就是说股市在上调准备金率的“空窗期”比平时的波动率要高出0.4个百分点。但是,这一数值虽然在统计意义上是显著的,由于波动率的均值为0.22左右,而标准差也在0.2上下,笔者发现这一数值在经济意义上并不显著。
  下调准备金率的“空窗期”和上调的几乎一致:股市并没有因为准备金率的降低而比平时表现更好。这可能还是与人们的预期有关,人们可能会通过降低准备金率而觉察到货币政策制定者对于市场的悲观情绪,故而更不愿意交易,从而使得股市的回报率降低。不过同样可以看到,下调准备金率对于股市收益率的影响在统计意义上依然不显著。另外,下调准备金率对于股市流动性的正面影响比较容易理解,更多的资金会释放到市场当中,下调的“空窗期”对于两市的流动性的贡献与上调的几乎一致,为2.5%左右,与上调准备金率的效果一致,均在统计意义上和经济意义上是显著的。下调的“空窗期”依然会给股市增加波动性,推测这是由于交易量的增加导致的结果,但是在经济意义上和统计意义上都不显著。

  通过回归分析发现,无论是上调还是下调准备金率,都对股市的收益产生在统计意义上不显著的负面影响。由于这样频率大的调整,人们可能反而会从另外一个角度理解这一政策,正是央行担心交易量过大和波动率过大希望从股市中吸收资金,导致人们反而更加有信心进行交易,从而交易量和波动率反而加大了。
  五、 “空窗期”个股异常值分析
  (一)模型
  “空窗期”对于个股会产生哪些影响,是哪些类型的公司在央行调整准备金率中受到更大的冲击呢?
  按照之前所述,使用事件研究的方法对个股的异常收益值进行测算,从而得到这八次事件的累计异常收益,进而通过计算对应的公司在事件日年初的三项指标,资产规模、杠杆比率和资本回报率。可以看到,第四、七、八次事件全部是跨年的事件。基于此,将当年的年初数据进行简单平均。表5给出了描述性统计量。
  接下来建立一个实证模型,估计的模型为:
  Yi,t=?茁0+?茁1lnasseti,t+?茁2deratioi,t+?茁3roei,t+?滋i+?姿t+?着i,t
  其中Yi,t为因变量,包含:异常收益率指标,通过事件研究中常均值模型计算而得的累计异常收益(car);异常流动性指标,即累计异常非流动性指标(cailiq),累计异常交易总金额(catrdamt)、换手率指标;波动性指标(cavolat)。自变量方面,lnasset为公司i在该事件窗t的资产对数值,deratio和roe为相应的债权比例和资本回报率①。由于这一部分数据为8期的面板数据,因此使用了混和最小二乘法(Pooled-OLS),随机效应模型(Random Effect Model)和固定效应模型(Fixed Effect Model)来进行回归分析,并且可以看到,8次调整既有上调又有下调,并且公司的特征也可能会影响到估计,因此加入了时间固定效应λt(按照事件日来定义事件)和个体效应μi。为了获取最佳的估计方式,笔者使用B-P拉格朗日乘子(BP-LM)检验随机效应模型是否比混合最小二乘法更加合适,并且进一步使用Hausman检验来看固定效应是否会比随机效应的更合适。
  (二)实证结果
  表6给出了实证结果。从估计的结果来看,混合最小二乘法最为合适,因此主要关注该方法的估计值。可以看到公司的资产总额对于在调整准备金率中的累计收益的影响是负的,说明大公司受到的影响较小。但是需要注意的是,这一数值在经济意义上不显著但是在统计意义上显著。流动性方面的变量则出现“不一致”:对于非流动性指标,公司的规模越大,则其非流动性指标越高,说明流动性越不好。这一影响在统计是显著的。但是,公司规模越大异常的交易额和换手率分别增加和降低了,这两个指标出现了不一致,而且分别在1%水平下和10%水平下显著。由于公司规模越大,它的收益率增长相比于交易额会更大。正是因为这些公司的股价很高,实际上这些公司的交易股数更少,因此出现了非流动性指标交易金额受到公司规模的正影响而换手率受到公司规模的负影响。另外,公司的规模会降低调整准备金率带来的异常波动率,这一影响仅仅在统计意义上显著而在经济意义上并不显著。
  公司的杠杆比率除了对于非流动性的指标的影响是负的且在统计意义上显著以外,对于其他的指标的影响都是正的并且在统计意义上不显著。可得到一致的结论是,杠杆率越高,公司的收益受到准备金率调整的影响越大,并且影响是正的,这可能反映了公司的盈利能力。在调整准备金率的时候公司的负债多,说明他们的偿债能力更强,无惧准备金率的影响。流动性指标越好,则反映了这些公司由于自身的股东权益更低,流动性会更好,从而增加了异常的波动率。
  资本收益率对于异常收益的影响是正的,而流动性指标同样出现了公司的资本收益率越高,非流动性指标和交易金额越低而换手率越高的现象,这是因为资本收益率越高,公司的绝对收益率变化要小于交易金额的变化,从而非流动性指标和交易金额均变低。另一方面,交易股数变得更多,可能是由于这些资本回报率高的公司股价也比较低,因此它们在外流通的股票数额会更多。需要注意的是,虽然公司的债权比例有一定的影响,但是只有对非流动性指标的影响在统计意义上是显著的,其他均不显著。
  六、小结和政策建议
  通过研究“空窗期”对于股市整体的影响发现,准备金率的调整对股市的作用是很有限的,上调和下调都会增加股市的交易量,最后加大了交易量和波动率。下调准备金率会增加股市的流动性。同时,上调准备金率会给股市带来震荡作用,使得股市交易的波动性增加。
  通过事件研究的方法和常均值模型计算了个股的累计异常收益率、累计异常流动性指标(包括非流动性、交易金额和换手率)以及累计异常波动率,并且探究了这些指标受到公司的哪些因素影响发现,资产规模大的公司在“空窗期”的异常收益和异常流动性更低,而异常波动率更小;债权比例大的公司在“空窗期”的流动性指标更高,资本回报率更高的公司在“空窗期”异常流动性总体上更大。
  笔者认为,中央银行存款准备金调整政策的制定应综合考虑政策调整对股市的综合影响。为提高货币政策的有效性,应加快推进利率市场化步伐,减少政策调整对存款准备金政策的依赖。
  (责任编辑:陈薇)
  参考文献:
  [1]李念斋,范祚军.货币政策冲击与股价波动的实证检验(上)[J].商业时代·理论,2005(20):12-14.
  [2]李阳.央行连续上调存款准备金率的原因与预期效应[J].财经科学,2007(2):1-6.
  [3]Gürkaynak, Refet S., Sack, Brian and Swanson. Eric
  T Do Actions Speak Louder Than Words The Response of Asset Prices to Monetary Policy Actions and Statements, Munich Personal RePEc Archive (MRPA)[M] .2005:820.
  [4]左俊义,王玮.中国存款准备金政策的宣告效应研究[J].南方金融,2009(7):20-23.
  [5] 乔坤元.股票送转、异常收益和管理层持股比例[J].投资研究,2012(2):44-57.
  [6]Amihud, Yakov.Illiquidity and stock returns: crosssection and time-series effects[J]. Journal of Financial Markets, 2002, 5(1): 31-56.
  [7]Brennan, Michael J, Tarun Chordia and Avanidhar
  Subrahmanyam.Alternative factor specifications, security characteristics, and the cross-section of expected stock returns[J].Journal of Financial Economics, 1998, 49(3): 345-373.
  [8]Datar, Vinay T, Narayan Y, Naik and Robert Radcliffe.Liquidity and stock returns: An Alternative Test[J].Journal of Financial Markets, 1998, 1(2):203-219.


本文TAGS:
如您需要代写代发表论文请联系QQ:800054855