任愛華 李鵬燕 王姝

內容提要：基于時變參數模型，從不同貨幣政策類型的視角探討貨幣政策對股票市場流動性的非線性沖擊效應。研究發(fā)現，非線性效應主要體現在兩個方面：一是政策模式非線性，從正向指標換手率和流動強度來看，數量型和價格型寬松貨幣政策都有利于為股票市場注入流動性;從反向指標非流動比率來看，價格型寬松貨幣政策不利于提高股票市場流動性，數量型寬松貨幣政策對股票市場流動性有較好的推動作用。二是時期非線性，數量型貨幣政策對股票市場流動性的影響在經濟繁榮時期最強，在經濟平穩(wěn)時期最弱：股票市場流動性對價格型貨幣政策的敏感性在經濟蕭條時期最大，在經濟平穩(wěn)時期最小。建議央行在未來一段時間內采取數量型寬松為主、價格型緊縮為輔的穩(wěn)健中性貨幣政策來促進股票市場流動性的回升。

關鍵詞：數量型貨幣政策;價格型貨幣政策;股票市場流動性;非線性效應

中圖分類號：F830.91

文獻標識碼：A 文章編號：1003-7543（2019）02-0125-11

我國宏觀經濟的穩(wěn)定運行離不開貨幣政策調控，金融市場穩(wěn)定更是實施貨幣政策調控的重要目標之一。在不同時期股票市場中的流動性會發(fā)生劇列的變化，尤其是有金融危機發(fā)生時，股票市場中的流動性會急劇降低[1]。與此同時，貨幣政策在實施的過程中也會對股票市場流動性造成較大影響。一方面，貨幣政策的變化會打破原有的市場均衡，促使投資者進行資產賬戶再平衡，對資產組合的調整會造成股票市場的資金變動，進而影響市場的流動性;另一方面，貨幣政策的變化會造成實體經濟的變化，對投資者信心及企業(yè)基本面形成沖擊，進而間接影響股票市場流動性。探討貨幣政策變化對股票市場流動性的沖擊效應，有助于提高資金配置效率，降低投資風險。

貨幣政策對股票市場流動性的傳導機制較為復雜。貨幣政策出臺及其在作用于股票市場流動性的過程中會涉及諸多經濟參數和指標。然而，各經濟參數和指標在不同經濟時期的經濟環(huán)境下具有明顯差異性，這會導致貨幣政策對股票市場流動性的沖擊效應并非長期不變。與此同時，貨幣政策操作模式多種多樣，按操作工具的不同可以劃分為數量型、價格型，一般認為，當央行提高貨幣供應量時，投資者在財富效應的影響下會傾向于認為自己比過去富有，從而加大在資本市場中投資的比重，增加股票市場資金流入總量，從而使流動性提高;而利率傳導渠道則要更復雜一些;一方面，利率的降低會直接影響金融資產的收益，進而導致投資者偏好轉移。利率是企業(yè)的融資成本，若下降將導致企業(yè)的成本降低，進而提高企業(yè)預期收益，企業(yè)股價上升間接刺激股票市場流動性增加。另一方面，也有研究認為利率下降是經濟低迷的反映，宏觀經濟的低迷會挫傷投資者信心，降低股票市場流動性?；谝陨蟽蓚€層面，構建時變參數計量經濟模型并從不同貨幣政策模式的角度分析我國貨幣政策對股票市場流動性的非線性沖擊效應將更符合現實經濟狀況，這對維持我國股票市場流動性的充盈、避免金融風險的加劇，以及國民經濟的長期健康發(fā)展，具有重要的意義。

一、相關文獻綜述

早期關于流動性的研究多集中于市場的微觀結構，且多基于“個股”分析，大多以案例研究的形式剖析個別股票的影響因素及影響機制等，其個股研究的方式呈現較大的局限性[2-3]。隨后，有學者突破了以往對流動性的研究集中于短期和個股的局限，引入了宏觀因素對流動性的影響，發(fā)現利率和宏觀因素的變化是市場整體流動性發(fā)生變化的原因，若經濟下行，則市場的流動性也難以獨善其身，較大概率會呈現下降現象引[4]。這一研究成果將金融經濟學研究者們的視野從研究微觀流動性吸引到研究市場流動性與宏觀因素間的作用機制上來。其中，Balduzzi&Green將美國宏觀經濟宣告與債券市場的流動性進行回歸分析，結果發(fā)現市場的成熟度差異往往對美國經濟宣告沖擊的反應具有差異性[5]。許睿等用中國數據分析了宏觀影響因素與流動性的相關性，將換手率指標作為股票市場流動性的代理變量，分析經濟政策沖擊對股票市場換手率的沖擊，結果發(fā)現宏觀經濟政策與A股股票市場流動性具有顯著性關系[6]。

此后，宏觀經濟政策是股票市場流動性的重要影響因素之一這一觀點被廣大經濟學者所接受，一些學者更是針對貨幣政策對股票市場流動性的影響作了大量研究，但所得研究結論存在較大分歧。其中，一部分學者認為寬松型貨幣政策不利于股票市場流動性的提升。Choi&Cook在宏觀因素與股票市場流動性研究的基礎上，著重分析了日本股票市場的數據，發(fā)現日本股票市場流動性會通過影響貨幣需求，進而影響到日本社會的總需求，從而對宏觀經濟產生影響。反過來，宏觀經濟又會通過影響貨幣政策來影響股票市場流動性，并證明了貨幣供給水平的提高會阻礙股票市場流動性的回升[7]。也有國內學者基于VAR模型研究了中國貨幣政策對股票市場流動性的影響，他們發(fā)現數量型貨幣政策對股票市場流動性產生了明顯的負向沖擊效應，且M2對股票市場流動性的阻礙作用要明顯大于Ml和MO。他們還發(fā)現數量型貨幣政策對股票市場流動性的影響程度在“牛市”更大，而在“熊市”相對較小[8]。然而，另一部分學者認為，寬松型貨幣政策對股票市場流動性有較強的推動作用。其中，Chu采取JC方法同樣分析了中國貨幣政策對股票市場流動性的沖擊效應，并發(fā)現較小的股票市場流動性對緊縮型貨幣政策較為敏感，流動性高的股票市場對寬松型貨幣政策有更大的依賴性，但無論是緊縮性貨幣政策還是寬松型貨幣政策，都與股票市場流動性呈現正向影響關系[9];也有學者利用PVAR方法從宏觀和微觀兩個角度研究了歐洲央行貨幣政策對歐元區(qū)股票市場流動性的影響，他們也發(fā)現歐元區(qū)的擴張型貨幣政策會明顯提高股票市場流動性[10]。

通過對上述文獻的梳理可以發(fā)現，經濟學家對股票市場流動性的影響因素研究已經取得不俗的成果，但還存在以下問題沒有很好地解決;第一，隨著不同時期的不同經濟環(huán)境的變化，相同的貨幣政策操作對股票市場流動性的影響具有非線性，而以往學者較多采用VAR模型、FAVAR模型、BEKK模型等來研究貨幣政策對股票市場流動性影響的問題，該類常參數模型在刻畫變量間的非線性關系時會顯得力不從心。第二，貨幣政策對股票市場產生作用效果必然會遵循較長的傳導機制，這就導致探索貨幣政策對股票市場的影響時需要考慮到數十個經濟變量，而以往學者鑒于參數估計自由度的限制，僅考慮少數指標來進行研究，容易導致關鍵變量缺失的不足。

基于此，本文將因子增強思想引入VAR模型，在大量可能影響股票市場流動性的因素中提取少量共同因子組成FAVAR模型，以解決模型自由度限制問題。與此同時，吸收Sims的處理方法[11]，將系數矩陣賦予時變特性，得到TVP-FAVAR模型，以解決傳統(tǒng)方法無法捕捉到系統(tǒng)中時變特性的問題。在此基礎上，允許擾動項的方差協(xié)方差矩陣同樣具有時變性，并且方程殘差服從隨機游走形式，進而得到SV-TVP-FAVAR模型。隨后，基于1997年第一季度至2017年第四季度的滬市、深市A股剔除ST股票的換手率、非流動比率、流動強度來研究我國貨幣政策對股票市場流動性的非線性沖擊效應;最后討論在不同時期保障股票市場流動性的貨幣政策選擇問題。

二、模型構建

在貨幣政策實際執(zhí)行的過程中，宏觀經濟因素如產出、通貨膨脹、貨幣因素等都會影響到政策的執(zhí)行效果，進而直接或間接地對股票市場的流動性形成影響，因此，本部分擬建立SV-TVP-FAVAR模型，既可以考慮到上述大部分因素的影響，又可對模型的系數矩陣和擾動項的方差協(xié)方差矩陣都采取創(chuàng)新型隨機游走的方法進行處理，從而探究我國貨幣政策對股票市場流動性的非線性效應。

三、實證分析

（一）變量選取

1.股票市場流動性測度

為保證實證結果的魯棒性，擬選用正反兩個方面的指標測度來衡量股票市場流動性。

首先，從交易活躍度方面選取換手率（TO）作為我國股票市場流動性的測度指標，一般而言，交易活躍的股票換手率會比交易低迷的股票換手率高，即換手率高的股票流動性較好。

其次，非流動性指標從交易量價格沖擊方面選擇Amihud（2002）的非流動比率（ILLIQ）作為測度指標，構建方式為：

最后，從交易量和交易方向對股票收益率的影響程度方面選擇Pastor&Stambaugh（2001）的流動強度（ Pastor Stambaugh，PS）作為測度指標，構造方式為：

股票市場流動性測度所涉及數據皆來自萬德數據庫，其中月度數據和日度數據通過執(zhí)行天數加權平均的方法換算成季度數據，隨后采用X-11季度調整方法和Korobilis的tcode5方法進行處理，處理后的數據表現平穩(wěn)[12]。

2.貨幣政策代理變量選擇

我國常用的貨幣政策工具可劃分為數量型和貨幣型兩種，其中由于廣義貨幣供應量M2與股票市場聯系更為緊密，因此本文以廣義貨幣供應量作為數量型貨幣政策的代理變量，并用M2的增長率來衡量。另外，楊紹基證明了銀行間同業(yè)拆借率和債券回購率的交易目的具有相似性，基本都能反映資本的真實價格[13]，因此以銀行間7天同業(yè)拆借利率作為價格型貨幣政策的代理變量，并用銀行間7天同業(yè)拆借利率增長率來衡量。

貨幣政策代理變量所涉及數據皆來白中經網數據庫，其中月度數據和日度數據通過執(zhí)行天數加權平均的方法換算成季度數據，隨后采用X-11季度調整方法和Korobilis的tcode5方法進行處理，處理后的數據表現平穩(wěn)[12]。

3.宏觀經濟變量選擇

鑒于宏觀經濟中的大部分波動預期都可以通過極少數的動態(tài)因子描述，本文在模型中加入了因子增強的思想，假設經濟中的眾多因素可以通過提取出的共同因子進行解釋，這樣的設定可以克服VAR模型由于參數估計自由度限制所出現的遺漏重要影響因素問題?？紤]到近些年世界及中國的經濟周期，本文選取1997年第一季度至2017年第四季度的78個變量的季度數據為樣本?？紤]到造成股票市場流動性變化的因素很多，如宏觀經濟形勢、利率和匯率水平變化等，因而需要對其他會影響股票市場流動性的因素予以考慮，樣本中78個變量來源大致分為五個方面：第一，宏觀經濟變量，選取我國國內生產總值、各產業(yè)增加值、CPI、PPI等;第二，利率變量，選取不同期限貸款利率以及各銀行間不同期限的同業(yè)拆借利率等;第三，貨幣變量，包括我國MO、M1、M2和國家外匯儲備等;第四，股價變量，選取上證收盤指數、深證收盤指數等;第五，宏觀經濟景氣變量，由于宏觀經濟形勢對貨幣政策的選取會造成較大影響，因而選取宏觀預警指數、工業(yè)企業(yè)景氣指數、國房景氣指數等。

共同因子提取變量所涉及數據同樣來自中經網數據庫，其中月度數據和日度數據通過執(zhí)行天數加權平均的方法換算成季度數據，隨后采用X-11季度調整方法和Korobilis的tcode5方法進行處理，處理后的數據表現平穩(wěn)[12]。對于上述78個經濟變量提取為5個不可觀測共同因子，其后驗均值走勢如圖1所示。從圖l中可以看出，各共同因子都是在1998年左右、2005年左右、2008年左右、2015年左右產生較大的波動，由此可見，提取的5個不可觀測共同因子的變動趨勢基本與全球經濟周期趨勢相同，說明了本文提取的5個共同因子可以解釋78個經濟變量的大部分信息，并為后文的典型時期分析提供了時間點的選擇依據。

（二）數量型貨幣政策的脈沖響應分析

這里檢驗了我國數量型貨幣政策對滬市和深市的換手率（TO）、非流動比率（ILLIQ）以及流動強度（Ps）的非線性影響，結果如圖2（下頁）所示。其中，X軸表示中國股票市場流動性觀測變量的響應持續(xù)時間;Y軸表示貨幣政策沖擊發(fā)生的時間;Z軸表示中國股票市場流動性觀測變量對貨幣政策一個標準差沖擊的響應程度。另外，在后文解釋中分別以X-Z平面表示響應維度，Y-Z平面表示時間維度。

從換手率來看，滬市和深市的換手率指標在面對一單位標準差M2供給量正向沖擊時均表現出正向響應，且在全球經濟危機前后表現出明顯的異質性。全球經濟危機前滬市和深市換手率對貨幣政策沖擊的最大正向響應分別是0.1423和0.1052，但全球經濟危機后這一數值變成了0.2146和0.2928，說明就換手率指標而言，貨幣政策沖擊產生了動態(tài)影響。由于在全球經濟危機后我國的貨幣政策調控能力明顯加強，因而在時間維度上貨幣政策對滬市和深市的換手率呈現遞增現象。從我國貨幣政策對換手率影響的持續(xù)時間看，1997～2017年的歷次貨幣政策沖擊對換手率指標的影響只有短期影響，并無長期效應，其中滬市的影響持續(xù)了16期，深市持續(xù)了15期。

從非流動比率來看，滬市和深市的非流動比率在面對一單位標準差M2供給量正向沖擊時均表現出負向響應，且時滯較為明顯，在貨幣政策沖擊當期非流動性指標對貨幣供應量的變化幾乎沒有表現出響應，在第二期才達到最大負向響應。與換手率指標一樣，非流動比率也在金融危機前后表現出明顯異質性，在2008年的全球金融危機前期，貨幣供應量M2一單位標準差正向沖擊造成滬市和深市的非流動比率最大負向響應為-0.2826和-0.1469，金融危機后的最大負向響應指標為-0.1880和-0.1091，說明我國貨幣供應量的沖擊對非流動性指標的影響相較于金融危機之前呈現減弱現象。與貨幣政策對換手率指標造成的影響相似，貨幣供應量對非流動比率只有短期效應，沒有長期影響，即使持續(xù)時間最長的沖擊（滬市為2015年Q1，深市為2017年Q2）也在第12期影響就已經結束。

從流動強度指標來看，滬市和深市的流動強度都對一單位標準差的貨幣供給量正向沖擊產生了正向的響應，但時滯現象較為明顯，表現為在貨幣政策沖擊當期的流動強度幾乎沒有變化或變化很小，而在第二期逐步達到最高值，與換手率指標的響應模式較為相似，同時體現出模型系統(tǒng)具有較好的魯棒性。流動強度的響應程度也在全球經濟危機前后呈現異質性，這種異質性體現出貨幣供應量的變化對股票市場的流動性具有時變性影響。同樣，在響應維度上也只有短期效應，并無長期影響，貨幣供應量一單位標準差沖擊對滬市和深市的流動強度產生的影響都在12期左右結束。

綜上可見，數量型貨幣政策對股票市場流動性的時變效應主要體現在兩方面：一是在響應維度上，不同時期的廣義貨幣供應量的增加都會導致股票市場流動性增強，體現在滬市和深市的換手率、流動強度都對廣義貨幣供應量一單位正向沖擊表現出正向響應，而非流動比率則表現出負向響應。二是在時間維度上，以2008年全球經濟危機為界限，危機前后股票市場換手率對數量型貨幣政策的響應呈現明顯的異質性，表現為危機后一單位廣義貨幣供應量的沖擊對股票市場換手率指標呈現增強趨勢;股票市場非流動比率對廣義貨幣供應量一單位沖擊的響應程度呈現減弱趨勢;而就股票市場流動強度而言，除1997年外，其對廣義貨幣供應量一單位沖擊的響應程度均呈現遞增趨勢。

我國數量型貨幣政策對股票市場流動性在不同時期的沖擊呈現差異性影響效果。從正向指標的換手率、流動強度來看，我國在所有典型時期的數量型寬松貨幣政策都對換手率和流動強度有正向影響，說明我國數量型寬松貨幣政策對于拉動股票市場流動性有著很好的促進作用。另外，我國股票市場流動性對數量型貨幣政策的敏感性在經濟新常態(tài)時期最強，在全球經濟反彈時期的敏感性最弱，在全球經濟危機時期的敏感性適中。從反向指標的非流動比率來看，我國在所有典型時期的數量型寬松貨幣政策都對非流動性比率有負向影響，進而也同樣說明我國數量型寬松貨幣政策對于拉動股票市場流動性有著較好的促進作用。然而，從這一反向指標看，我國數量型貨幣政策對股票市場的影響程度在經濟新常態(tài)時期最弱，在全球經濟反彈時期最強，在全球經濟危機時期較為適中。

（三）價格型貨幣政策的脈沖響應分析

這里檢驗了我國價格型貨幣政策對滬市和深市的換手率、非流動比率以及流動強度的動態(tài)影響，分析結果如圖3（下頁）所示。

從換手率來看，滬市和深市的換手率指標在面對7天拆借率的一單位標準差正向沖擊時，要比面對一單位貨幣供應量沖擊時呈現更強的時變效應。從時間維度看，價格型貨幣政策對股票市場流動性的影響沒有明顯的趨勢，而是呈現不斷波動的態(tài)勢，且全球經濟危機期間表現出明顯的交界，滬市換手率最大負向響應出現在2001年Q1，為-0.1123，深市換手率最大負向響應出現在2009年Ql，為-0.1895。從響應維度來看，7天拆借率的正向沖擊同樣不足以對股票市場流動性產生持久性影響，滬市在15期左右沖擊效應基本消失，深市則在16期左右恢復到沖擊發(fā)生前水平。價格型貨幣政策對換手率在期初表現為負向響應，第一期響應程度幾乎沒有變化或變化很小，在第二期才達到負向最大響應水平，有明顯的時滯效應。滬市A股的換手率在全球經濟危機附近時滯效應更加明顯，但響應幅度不高，最大值出現在2005年Q2，僅為0.0373，隨后的7天拆借率提高會對股票市場流動性有一定的提振作用，但幅度并不大。7天拆借率增加會對深市的換手率指標產生負向影響，在第二期出現最大負向響應，可以看出緊縮性的價格型貨幣政策會導致股票市場流動性的下降。

從非流動比率來看，就響應維度而言，滬市和深市的非流動比率在面對7天拆借率的一單位標準差正向沖擊時均表現出了負向響應，且時滯較為明顯，在當期非流動性指標對貨幣沖擊幾乎沒有表現出影響，在第二期才達到最大負向響應，但滬市非流動比率對7天拆借率變化的敏感性更大，最大負向響應達到-0.1500，而深市流動比率對7天拆借率變化的敏感性稍小，最大負向響應為-0.1379。從時間維度來看.7天拆借率對非流動性指標表現出了時變效應，但并沒有明顯的遞增或遞減趨勢;從響應維度來看，7天拆借率對非流動比率的沖擊只有短期效應，沒有長期影響，體現在對滬市非流動比率的影響在15期左右消失，對深市非流動比率的影響則在13期左右消失。

從流動強度來看，就響應維度而言，7天拆借率的一單位標準差正向沖擊主要引起滬市和深市流動強度的負向響應，并且時滯現象同樣比較明顯，表現為在貨幣政策沖擊的當期股票市場流動強度幾乎沒有變化或變化很小，而在第二期逐步達到最大響應，但滬市流動強度對7天拆借率變化的敏感性更大，最大負向響應達到-0.1402，而深市流動強度對7天拆借率變化的敏感性稍小，最大負向響應為-0.1389。從響應維度來看，7天拆借率對流動強度的沖擊只有短期效應，沒有長期影響，體現在對上市流動強度的影響在10期左右消失，對深市流動強度的影響則在9期左右消失。

綜上，1997～2017年的任一價格型貨幣政策的標準差正向沖擊都會引起滬市和深市換手率、流動強度的主要負向響應，以及非流動比率的正負交替性波動。由此可見，我國價格型緊縮貨幣政策不利于股票市場流動性的回升。另外，從價格型貨幣政策對股票市場換手率、非流動比率、流動強度影響的持續(xù)時間也可以看出，價格型貨幣政策對股票市場流動性僅有短期效應，并無長期影響，但滬市流動性對價格型貨幣政策的敏感性略強于深市。

我國價格型貨幣政策對股票市場流動性在不同時期的沖擊同樣呈現差異性影響效果。從正向指標的換手率、流動強度來看，我國在所有典型時期的價格型緊縮貨幣政策都對換手率和流動強度有負向影響，說明我國價格型緊縮貨幣政策不利于股票市場流動性的回升。另外，我國股票市場流動性對價格型貨幣政策的敏感性在全球經濟危機時期最強，在經濟新常態(tài)時期的敏感性最弱，在全球經濟反彈時期的敏感性適中。然而，從反向指標非流動比率來看，我國在所有典型時期的價格型緊縮貨幣政策同樣都對非流動比率有負向影響，說明反向指標下我國價格型緊縮貨幣政策對股票市場流動性有著較好的拉動作用。另外，從這一反向指標看，我國價格型貨幣政策對股票市場的影響程度在經濟新常態(tài)時期最弱，在全球經濟危機時期最強.在全球經濟反彈時期較為適中。

四、結論與啟示

以貨幣政策對股票市場流動性的動態(tài)影響為考察對象，在傳統(tǒng)向量自回歸模型基礎上，引入動態(tài)因子增廣思想，以解決傳統(tǒng)向量自回歸模型受限于參數估計自由度的問題;并對系數矩陣與擾動項的方差協(xié)方差矩陣采取創(chuàng)新型隨機游走的方法進行處理，構建了SV -TVP -FAVAR模型，進而從我國不同類型的貨幣政策工具入手研究了貨幣政策對股票市場流動性的動態(tài)影響，得到如下結論：

第一，我國不同類型的貨幣政策對股票市場流動性的影響具有顯著差異。一方面體現在影響程度上，數量型貨幣政策主要通過影響貨幣供給，進而直接影響股票市場流動性，由此導致數量型貨幣政策對股票市場流動性的影響幅度更大，沖擊效果的持續(xù)時間更長，而價格型貨幣政策主要通過影響微觀經濟主體的投資與消費成本來影響貨幣需求，進而間接影響股票市場流動性，由此導致價格型貨幣政策對股票市場流動性產生影響的時滯較長、影響幅度較小、沖擊效果的持續(xù)時間也較短。另一方面體現在影響方向上，就正向指標換手率和流動強度而言，數量型寬松貨幣政策和價格型寬松貨幣政策都會對其產生正向沖擊作用，而就反向指標非流動比率而言，數量型寬松貨幣政策對其有負向影響，價格型寬松貨幣政策對其有正向影響。

第二，我國在不同經濟時期的貨幣政策對股票市場流動性的影響具有顯著差異。從正向指標的換手率、流動強度來看，我國數量型貨幣政策在經濟平穩(wěn)時期對其作用效果最強，在經濟繁榮時期對其作用效果最弱，在經濟蕭條時期適中。然而，換手率和流動強度對我國價格型貨幣政策的敏感性在經濟蕭條時期最強，在經濟平穩(wěn)時期的敏感性最弱，在經濟繁榮時期的敏感性適中。從反向指標的非流動比率來看，我國數量型貨幣政策對其影響程度在經濟平穩(wěn)時期最弱，在經濟繁榮時期最強，在經濟蕭條時期較為適中;非流動比率對我國價格型貨幣政策的敏感性在經濟蕭條時期最強，在經濟平穩(wěn)時期的敏感性最弱，在經濟繁榮時期的敏感性適中。

本文的實證結果表明.我國的貨幣政策無論采用怎樣的工具，都會對股票市場的流動性產生顯著影響，因此在特殊時期對股票市場的流動性進行干預是必要的。股票市場的健康發(fā)展離不開必要的流動性，但除了宏觀調控外，股票市場自身的發(fā)展也會對流動性產生較大影響。若投資者可以取得合理的回報，就會吸引更多資金進場;若股票市場自身發(fā)展不完備，則采用更大力度的宏觀調控也難以使投資者有意愿進行股票投資，市場的流動性必然偏低。從長遠來看，保障股票市場的合理流動性，要注意宏觀貨幣政策的配合，以及股票市場自身的建設。

另外.從當前的全球經濟環(huán)境及我國的經濟狀況來看，一方面，中美貿易戰(zhàn)會對中國實體經濟造成沖擊，進而會不可避免地滲透到虛擬經濟領域，引起股票市場流動性的下降;另一方面，近來我國穩(wěn)健中性的貨幣政策主張取得了顯著成效，在控制金融風險的同時也為經濟結構轉型提供了政策支持。然而，穩(wěn)健中性貨幣政策畢竟是很長一段時間寬松貨幣政策的終結，必然會對股票市場流動性造成一定沖擊。當前我國處于經濟平穩(wěn)時期，數量型寬松貨幣政策和價格型寬松貨幣政策對股票市場流動性都有較好的拉動作用，但數量型貨幣政策在經濟平穩(wěn)時期對股票市場流動性的影響程度最強，而股票市場流動性對價格型貨幣政策的敏感性在經濟平穩(wěn)時期最差。因此，為避免全面寬松政策對經濟和金融系統(tǒng)帶來的不利沖擊，建議中央銀行繼續(xù)采取穩(wěn)健中性的貨幣政策進行宏觀經濟調控，即以數量型量化寬松貨幣政策為主，價格型緊縮貨幣政策為輔，這樣的貨幣政策既有利于促進股票市場流動性的回升，又有利于避免過于寬松可能引起的金融系統(tǒng)風險加大。

參考文獻：

[1]Hameed A，Kang W， Viswanathan S.Stockmarket declines and liquidity[J].The Joumalof Finance， 2010， 65（1）：257-293.

[2]宋芳秀，姜彥文.可轉債市場非理性轉股的影響因素：2007～2017年上交所證據[J].改革，2017（8）：124-132。

[3]黃前前.不同類型股票收益跳躍風險研究[J].金融理論探索，2017（3）：21-29.

[4]Chordia T.Roll R，Subrahmanyam A.Marketliquidity and trading activity [J]. The Joumalof Finance， 2001， 56（2）：501-530.

[5]Balduzzi P，Green E J E C.Econormic， newsand bond prices： evidence from the U.S. trea-sury market [J]. The Journal of Financial andQuantitative Analysis， 2001， 36（4）：523-543.

[6]許睿，馮蕓，吳沖鋒.影響中國A股市場流動性的政策和因素[J].上海交通大學學報，2004（3）：362-367.

[7]Choi W G，Cook D.Stock market liquiclityand the macroeconomy： evidence from Japan[R]. IMF Working Papers， 2004，5（6）：309-340.

[8]王明濤，何潯麗.我國貨幣政策對股票市場流動性風險的影響——基于流動性波動性的風險測度方法[J].經濟管理，2011（3）：8-16.

[9]Chu，X J.Modelling impact of monetary poli-cy on stock market liquidity：a dynamic cop-ula approach[J]. Applied Economics Letters，2015， 22（10）：820-824.

[1O]Lee J，Ryu D， Kutan A M. Monetary policyannouncements， communication， and stockmarket liquidity[J]. Australian Economic Pa-pers， 2016， 55（3）： 227-250.

[11]Sims C A.A comparison of interwar andpostwar cycles： monetarism reconsidered[J].American Economic Review， 1980， 70（2）：250-257.

[12]Korobilis D.Assessing the transmission ofmonetary policy using time-varying parame-ter dynamic factor models[J]. Oxford Bulletinof Economics&Statistics， 2013， 75 （2）：157-179.

[13]楊紹基.我國銀行間債券回購利率影響因素的實證研究[J].南方金融，2005 （8）：30-32.