司穎華 李淑云

一、引言

當(dāng)前中美貿(mào)易摩擦問題成為社會各界關(guān)注的熱點(diǎn)話題。從2018年3月起，伴隨著中美貿(mào)易摩擦，人民幣對美元匯率曾從最低點(diǎn)6.277變?yōu)樽罡唿c(diǎn)6.977，貶值幅度達(dá)11.152%；2018年中國股票市場也出現(xiàn)了較為頻繁而且劇烈的股票價(jià)格波動，上證綜合指數(shù)在6月跌至2813點(diǎn)，創(chuàng)2016年6月以來的新低。與此同時(shí)，美國金融市場也隨著中美貿(mào)易摩擦出現(xiàn)波動。例如，在2018年7月6日、2018年8月23日、2019年5月10日以及2019年6月1日等中美貿(mào)易摩擦升級的時(shí)間節(jié)點(diǎn)，美國的道瓊斯工業(yè)指數(shù)都出現(xiàn)了不同幅度的下跌。2018年9月中國政府發(fā)布《關(guān)于中美經(jīng)貿(mào)摩擦的事實(shí)與中方立場》的白皮書中指出，美國政府所實(shí)施的極端貿(mào)易保護(hù)措施，必將引發(fā)全球金融市場等的劇烈波動，也將成為全球經(jīng)濟(jì)復(fù)蘇的最大不確定性因素。美國的加征關(guān)稅政策引起的中美貿(mào)易摩擦，在增加自身經(jīng)濟(jì)政策不確定的同時(shí)也增加了中國經(jīng)濟(jì)政策的不確定性。隨之而來的問題就是，中美貿(mào)易摩擦帶來的不確定性是否影響到了中國金融市場，尤其是外匯和股票市場等。事實(shí)證明，中美貿(mào)易摩擦對中國金融市場產(chǎn)生了明顯影響，測度這種影響將有助于中國政府更全面、更有效地應(yīng)對中美貿(mào)易摩擦造成的不利影響。

第一，關(guān)于對美國經(jīng)濟(jì)和中國金融市場之間關(guān)系進(jìn)行分析的研究綜述。方意等(2019)[1]基于事件分析法分析了中美貿(mào)易摩擦對中國金融市場的溢出效應(yīng)，認(rèn)為中美貿(mào)易摩擦對中國股、債和匯三個(gè)金融市場均有顯著的溢出效應(yīng)。Baker等(2016)[2]的經(jīng)濟(jì)政策不確定性指數(shù)(Economic Policy Uncertainty,縮寫為 EPU)被廣泛地應(yīng)用于經(jīng)濟(jì)和政策的相關(guān)研究領(lǐng)域。已有基于EPU指數(shù)所研究的問題，主要包括某個(gè)國家EPU指數(shù)對其自身經(jīng)濟(jì)社會等的影響分析，以及國家之間EPU指數(shù)對經(jīng)濟(jì)社會等領(lǐng)域的影響分析。例如，Kang和Ratti(2015)[3]分析了中國經(jīng)濟(jì)不確定性與股票和原油價(jià)格之間的關(guān)聯(lián)性。已有基于EPU指數(shù)的應(yīng)用所采用的方法，包括利用VAR模型及其擴(kuò)展模型的沖擊分析，基于Granger因果檢驗(yàn)的因果關(guān)系分析等。比如：金雪軍等(2014)[4]基于因子擴(kuò)展的VAR模型，分析了中國EPU指數(shù)對宏觀經(jīng)濟(jì)的沖擊效應(yīng)。陳守東等(2014)[5]基于非線性的VAR模型，測度了在不同經(jīng)濟(jì)政策狀態(tài)下中國股票市場與宏觀經(jīng)濟(jì)的非對稱關(guān)聯(lián)性。田磊等(2017)[6]利用結(jié)構(gòu)VAR模型進(jìn)行了Granger因果檢驗(yàn)。Sun等(2018)[7]認(rèn)為經(jīng)濟(jì)政策的不確定性與油價(jià)的關(guān)系短期內(nèi)疲軟但長期會逐步走強(qiáng)。Ftiti和Hadhri(2019)[8]在不同時(shí)間尺度上，分析了經(jīng)濟(jì)政策不確定性、油價(jià)、投資者情緒與道瓊斯指數(shù)的Granger因果關(guān)系。Chen等(2019)[9]分別從長期和短期，分析了美國經(jīng)濟(jì)政策不確定性和企業(yè)層面資本投資的相互影響關(guān)系?；诨貧w模型，周方召和賈少卿(2019)[10]認(rèn)為中國經(jīng)濟(jì)政策的不確定性對股票市場的沖擊通過散戶的情緒進(jìn)行傳播。朱映惠和邵旭方(2019)[11]認(rèn)為隨著宏觀經(jīng)濟(jì)不確定性的上升，中國金融資源更多地流向國有企業(yè)，從而導(dǎo)致資源配置效率低下。司穎華(2020)[12]基于平滑轉(zhuǎn)移自回歸模型測度核心CPI的非線性特征。

第二，關(guān)于中國金融市場狀況的衡量即金融狀況指數(shù)(FCI)的研究綜述。已有大量研究表明，F(xiàn)CI可以作為貨幣政策的“指示器”，并且能夠?qū)暧^經(jīng)濟(jì)起到預(yù)警作用。因此，包括美國在內(nèi)的許多發(fā)達(dá)國家和部門已編制和公布了包括全球FCI在內(nèi)的眾多FCI月度數(shù)據(jù)，這為政府當(dāng)局準(zhǔn)確測度當(dāng)前金融市場狀況提供了非常有用的工具。但是，中國政府當(dāng)前并未公布中國FCI數(shù)據(jù)。自Goodhart和Hofmann(2001)[13]最早提出FCI的概念以來，已有大量關(guān)于FCI構(gòu)建和應(yīng)用的文獻(xiàn)(Hatzius等，2010[14]；Balcilar等，2018[15]；Juhro和Iyke，2019[16])，這為中國FCI的構(gòu)建提供了一定的科學(xué)依據(jù)。比如：肖強(qiáng)和司穎華(2015)[17]、欒惠德和侯曉霞(2015)[18]利用動態(tài)因子模型構(gòu)建了中國FCI，尚玉皇和鄭挺國(2018)[19]基于混頻動態(tài)因子模型構(gòu)建了中國FCI。李婧和高明宇(2020)[20]在不同的周期上，分析了幾大經(jīng)濟(jì)體的非常規(guī)貨幣政策對中國FCI的影響。

綜上所述，已有大量的文獻(xiàn)利用EPU指數(shù)來測度經(jīng)濟(jì)政策不確定性，利用FCI測度金融市場的整體狀況，并對其進(jìn)行了廣泛的應(yīng)用。研究的大致趨勢為，從單個(gè)國家和單個(gè)維度的研究，向多個(gè)國家和多個(gè)維度的研究發(fā)展。但較少有文獻(xiàn)基于EPU和FCI分析美國經(jīng)濟(jì)政策不確定性對中國金融市場的影響。因此，論文在已有研究的基礎(chǔ)上，基于互譜分析測度美國EPU對中國金融市場的影響?？赡艿膭?chuàng)新之處在于：第一，基于貝葉斯時(shí)變VAR模型的中國FCI測度；第二，從頻域的視角測度了美國EPU對中國金融市場的影響。

余文結(jié)構(gòu)安排如下：第二部分是理論分析；第三部分是所采用的研究方法簡介；第四部分是基于貝葉斯時(shí)變VAR模型的中國FCI測度；第五部分是美國EPU對中國金融市場的影響分析；第六部分是主要結(jié)論與啟示。

二、理論分析

已有研究提供了以下三個(gè)方面關(guān)于經(jīng)濟(jì)政策不確定性對金融市場的影響機(jī)制。

傳導(dǎo)機(jī)制一，經(jīng)濟(jì)政策不確定通過影響中國市場基本面(包括微觀結(jié)構(gòu)、信息披露和投資者結(jié)構(gòu)等)因素導(dǎo)致金融市場的波動(蔡慶豐和宋友勇，2010[21])。

傳導(dǎo)機(jī)制二，經(jīng)濟(jì)政策不確定從投資者和企業(yè)投資層面導(dǎo)致金融市場波動(楊曉蘭等，2016[22])。從投資者層面來看，當(dāng)經(jīng)濟(jì)政策不確定性增加時(shí)，投資者因?yàn)轱L(fēng)險(xiǎn)感知和模糊性厭惡增強(qiáng)，產(chǎn)生悲觀情緒，進(jìn)而引起金融市場的波動。從企業(yè)投資層面來看，當(dāng)經(jīng)濟(jì)政策不確定性增加時(shí)，企業(yè)因?yàn)橘Y金成本上升和信貸供給減少，從而減少投資，也增加了企業(yè)的悲觀情緒，進(jìn)而引起整個(gè)金融市場的波動。

傳導(dǎo)機(jī)制三，經(jīng)濟(jì)政策不確定通過個(gè)人投資者引起金融市場波動(金雪軍和馬國旗，2003[23])。鑒于個(gè)人投資者缺少專業(yè)的金融培訓(xùn)，其在股票市場上處于信息劣勢，普遍存在抗風(fēng)險(xiǎn)能力差和“追漲殺跌”的交易行為。因此，當(dāng)經(jīng)濟(jì)政策不確定發(fā)生變化時(shí)，個(gè)人投資者通常難以決策且易產(chǎn)生焦慮等負(fù)面情緒，從而導(dǎo)致金融市場的波動。

三、所采用的方法簡介

論文首先利用貝葉斯時(shí)變VAR模型構(gòu)建了中國FCI，然后基于互譜分析來考察美國EPU對人民幣匯率、中國股票市場和中國FCI的影響，最后利用小波分解在不同的周期上分析以上變量間的因果關(guān)系?，F(xiàn)將具體采用的方法簡介如下：

(一)互譜分析

(1)

如果假設(shè)cxy(w)和-qxy(w)是fxy(w)的實(shí)部和虛部，即fxy(w)=cxy(w)-iqxy(w)，則cxy(w)叫做xt和yt的共譜，qxy(w)叫做積分譜。引入極坐標(biāo)，有fxy(w)=Axy(w)eiφxy(w)，則

(2)

稱為互振幅譜。進(jìn)而，定義平方相干函數(shù)為

(3)

(4)

為相譜，其值域?yàn)閇-π,π]。進(jìn)一步地其除以對應(yīng)的頻率得到時(shí)差。由時(shí)差的值及其對應(yīng)的正負(fù)號可以確定變量間的超前或者滯后的關(guān)系及其具體的數(shù)值。

(二)小波分析

小波分析能夠把時(shí)序變量分解在短周期、中周期和長周期上。因此，通過小波分析可以把時(shí)間序列分解在不同的周期上(比如，董直慶和王林輝，2008[25]；司穎華，2015[26])。

已知時(shí)間序列f(n)，將其分解在各子空間Vj的正交投影fj(n)，對應(yīng)的Mallat分解為：

(5)

對應(yīng)的Mallat重構(gòu)為：

(6)

因此，小波變換就把時(shí)間序列f(n)分解成了cj,k(高頻信息)和fj(n)(長周期信息)。

四、基于貝葉斯時(shí)變VAR模型的中國FCI測度

(一)變量的選取和預(yù)處理

基于Goodhart和Hofmann(2001)[13]的做法構(gòu)建FCI的變量選取原則，借鑒尚玉皇和鄭挺國(2018)[19]等的研究，綜合中國宏觀經(jīng)濟(jì)與金融市場的實(shí)際情況，本文采用廣義貨幣供應(yīng)量(M2)、國房景氣指數(shù)(RE)、上證綜指(SM)以及GDP等變量，分別代表貨幣政策、房地產(chǎn)市場、股票市場和實(shí)體經(jīng)濟(jì)。樣本區(qū)間為2004年1月至2020年12月，其中GDP為季度數(shù)據(jù)，M2、RE與SM均為月度數(shù)據(jù)，并消除了通貨膨脹率的影響，數(shù)據(jù)均來源于中國國家統(tǒng)計(jì)局網(wǎng)站和中國人民銀行網(wǎng)站，以上變量均進(jìn)行平穩(wěn)化和標(biāo)準(zhǔn)化處理。

(二)中國月度GDP的測度

本文利用貝葉斯時(shí)變VAR模型構(gòu)建中國FCI，由于所選取的變量中GDP為季度數(shù)據(jù)，其他都為月度數(shù)據(jù)，需要對形成的混頻數(shù)據(jù)進(jìn)行處理。本文借鑒了高華川和白仲林(2016)的處理方式，基于混頻動態(tài)因子模型，利用季度GDP數(shù)據(jù)與影響其變化的月度宏觀經(jīng)濟(jì)數(shù)據(jù)，對月度GDP進(jìn)行測度。

綜合已有文獻(xiàn)，本文選取了與季度GDP相關(guān)的月度變量包括：制造業(yè)與非制造業(yè)采購經(jīng)理人指數(shù)、進(jìn)出口額、居民消費(fèi)價(jià)格指數(shù)(CPI)、生產(chǎn)者物價(jià)指數(shù)(PPI)、貨幣供應(yīng)量(M0、M1和M2)、金融機(jī)構(gòu)各項(xiàng)存貸款余額當(dāng)月增減額、工業(yè)增加值、固定資產(chǎn)投資完成額、房地產(chǎn)開發(fā)企業(yè)投資完成額、發(fā)電量、貨運(yùn)量、原油量、郵電總量和社會消費(fèi)品零售總額等變量。具體地，采用了混頻動態(tài)因子模型的EM算法，實(shí)現(xiàn)了對潛在月度GDP(GDP_Months)的預(yù)測。鑒于包含月度GDP所構(gòu)建的FCI不僅包含了季度GDP的信息而且包含了大量宏觀經(jīng)濟(jì)變量的信息，因此，本文所構(gòu)建的FCI將更具有科學(xué)性。

(三)結(jié)合月度GDP的中國FCI測度

在構(gòu)建FCI之前，先給出以上變量的描述統(tǒng)計(jì)分析結(jié)果如表1所示。

表1 變量的描述統(tǒng)計(jì)結(jié)果

表1給出了對應(yīng)變量的最大值、最小值、均值和標(biāo)準(zhǔn)差，大致地反映了各個(gè)變量的基本特征。其中，GDP增長率為負(fù)主要出現(xiàn)在2020年疫情期間的2月至5月。為了去除變量量綱的影響，并與CPI構(gòu)建VAR模型，本文對變量均進(jìn)行了平穩(wěn)化和標(biāo)準(zhǔn)化處理。進(jìn)一步地，結(jié)合月度GDP、M2、RE、SM以及CPI構(gòu)建時(shí)變VAR模型(羅煜等，2020[27])，利用貝葉斯方法進(jìn)行估計(jì)?；谝褬?gòu)建的時(shí)變VAR模型，在樣本內(nèi)的每一個(gè)時(shí)點(diǎn)上計(jì)算各個(gè)變量對CPI的6期脈沖響應(yīng)函數(shù)值。選擇6期是由于太短的期數(shù)反映不出沖擊的效果，而太長的期數(shù)因?yàn)槠骄赡芤惭谏w沖擊效果。具體計(jì)算GDP對CPI沖擊效應(yīng)的均值(GDPCPI)、M2對CPI沖擊效應(yīng)的均值(M2CPI)、RE對CPI沖擊效應(yīng)的均值(RECPI)，以及SM對CPI沖擊效應(yīng)的均值(SMCPI)。圖1給出了以上沖擊效應(yīng)均值在樣本期內(nèi)的分布特征。

圖1 各個(gè)時(shí)點(diǎn)上變量對CPI沖擊效應(yīng)的均值

由圖1可知，各個(gè)變量對CPI脈沖響應(yīng)函數(shù)值的均值在不同時(shí)點(diǎn)上存在顯著差別。第一，從產(chǎn)出對CPI的沖擊效應(yīng)均值來看，大致分成2003年至2008年、2009年至2012年、2013年至2018年和2019年至2020年四個(gè)區(qū)間，其中2008年和2012年出現(xiàn)了等于0，這大致對應(yīng)2008年的金融危機(jī)和2012年經(jīng)濟(jì)步入新常態(tài)的時(shí)點(diǎn)。相對而言，正沖擊效應(yīng)大于負(fù)沖擊效應(yīng)。第二，從貨幣供給量對CPI的沖擊效應(yīng)均值來看，大致分成2003年至2009年、2010年至2018年和2019年至2020年三個(gè)區(qū)間，前兩個(gè)區(qū)間大多是大于0，后一個(gè)區(qū)間大多是小于0。整體來看，貨幣供給量對價(jià)格的影響程度不大，可能的主要原因是，中國一直以來采取極穩(wěn)健的貨幣政策，以燙平價(jià)格波動為目的。第三，從房地產(chǎn)市場對CPI的沖擊效應(yīng)均值來看，大致趨勢是從2004至2018年不斷在上升和下降之間循環(huán)變動。這相對充分地體現(xiàn)了房地產(chǎn)市場在CPI變動中的地位，也說明了中國經(jīng)濟(jì)從2003年主要依靠房地產(chǎn)市場，到逐步弱化房地產(chǎn)市場地位的歷程，以及金融危機(jī)后和疫情后房地產(chǎn)市場的不斷升溫。第四，從股票市場對CPI的沖擊效應(yīng)均值來看，大致分成2004年至2007年、2008年至2016年、2017年至2018年和2019年至2020年四個(gè)區(qū)間。整體來看，股票市場對CPI的影響程度較大，而且也比較充分地體現(xiàn)了金融危機(jī)和新冠疫情等重大事件，影響了股票市場對CPI的影響程度。

進(jìn)一步利用各個(gè)時(shí)點(diǎn)上的脈沖響應(yīng)函數(shù)均值，計(jì)算不同變量在FCI中的權(quán)重，具體如圖2所示。

圖2 各個(gè)變量在FCI中權(quán)重的分布

由圖2可知，各個(gè)變量在FCI中的權(quán)重隨著時(shí)間的變化而變化。GDP在FCI中的權(quán)重在0.00到0.20之間，2012年以前大多在0.10左右，而2017年以來變動幅度較大。貨幣供給量在FCI中的權(quán)重較小，在0.00到0.25之間，大多時(shí)間在0.10以下。房地產(chǎn)市場在FCI中的權(quán)重最大，在0.38到0.80之間。股票市場在FCI中的權(quán)重在0.00到0.65之間，其中2004年最小，2010年最大?？傊?，以上四個(gè)變量在FCI的構(gòu)建中，權(quán)重隨著時(shí)間的變化而變化。因此，相對已有常系數(shù)VAR模型所構(gòu)建的FCI而言，本文所構(gòu)建的FCI能從不同的時(shí)點(diǎn)上刻畫中國金融市場狀況的特征。

五、美國EPU對中國金融市場的影響分析

首先測度美國EPU對中國外匯市場和股票市場的影響關(guān)系，然后測度美國EPU對中國FCI的影響關(guān)系。

(一)美國EPU對人民幣匯率的影響分析

以下將測度人民幣對美元匯率的上漲是否是由中美貿(mào)易摩擦所引起的。為了有效度量人民幣對美元的匯率，論文采用由國際清算銀行官方網(wǎng)站公布的由CPI調(diào)整后得到的實(shí)際有效匯率，記作REER。樣本區(qū)間為2001年1月至2020年12月。以下數(shù)據(jù)的樣本區(qū)間均相同。

首先，給出美國EPU指數(shù)(EPU_meiguo)和人民幣對美元的實(shí)際有效匯率(REER_zhongguo)的平方相干函數(shù)，如圖3所示。

圖3 EPU_meiguo和REER_zhongguo的平方相干函數(shù)

由圖3可知，以上變量的平方相干函數(shù)值隨著頻率的變化會有一定的變化，但是整體較小，在絕大多數(shù)頻率上都小于0.200。對應(yīng)的經(jīng)濟(jì)含義解釋是，美國EPU的變動和中國匯率市場之間的相關(guān)性不高。即不管是從短期波動還是從長期變動來看，美國政府加征關(guān)稅的措施導(dǎo)致美國經(jīng)濟(jì)政策的不確定，但這與中國外匯市場之間并沒有必然的相關(guān)性。

為了進(jìn)一步分析美國經(jīng)濟(jì)政策不確定性和中國外匯市場之間的因果關(guān)系。論文將小波分解的尺度取為23=8個(gè)月。周期4個(gè)月以內(nèi)的分量，將其定義為短周期；第三層尺度為23，是周期5～8個(gè)月的分量，將其定義為中周期；小波分解后第三層尺度以外的分量即周期大于8個(gè)月的分量，將其定義為長周期。對應(yīng)地，將美國EPU和人民幣對美元的匯率變量分解在短周期、中周期和長周期上(注：對應(yīng)短周期、中周期和長周期變量的表述，是在對應(yīng)變量后面分別增加_S、_M和_L，以下變量的處理相同)。測度以上變量的Granger因果關(guān)系，結(jié)果如表2所示。

表2 美國經(jīng)濟(jì)政策和中國匯率的格蘭杰檢驗(yàn)

由表2可知，不管是從短周期波動、中周期波動還是長周期變動來看，美國經(jīng)濟(jì)政策不確定性的變動與中國外匯市場的變動之間均無Granger因果關(guān)系。對應(yīng)的經(jīng)濟(jì)含義解釋為，雖然美國經(jīng)濟(jì)政策的變化和中國外匯市場的變化之間存在一定的相關(guān)關(guān)系，但是，中國外匯市場的變動均不受美國經(jīng)濟(jì)政策不確定性的影響。因此，美國加征關(guān)稅加劇貿(mào)易摩擦的舉措對中國外匯市場并沒有顯著影響。即針對人民幣對美元的貶值現(xiàn)象，有人認(rèn)為是因?yàn)槊绹诱麝P(guān)稅，美國政府認(rèn)為是中國政府操縱匯率，甚至有人想套匯。以上說法和做法都是完全沒有科學(xué)依據(jù)的。

(二)美國EPU對中國股票市場的影響分析

2018年以來的中國股票市場有大量的外來資金進(jìn)入，有人認(rèn)為這是因?yàn)槊绹诱麝P(guān)稅導(dǎo)致美國經(jīng)濟(jì)政策的不確定性增加，相對而言，投資者更看好中國經(jīng)濟(jì)的發(fā)展。為了有效度量中國股票市場，本文采用上海證券交易所綜合指數(shù)(記作SZZZ)來表征中國股票市場的整體變動。數(shù)據(jù)來自wind網(wǎng)。首先，給出美國EPU指數(shù)(EPU_meiguo)和上證綜指(SZZZ_zhongguo)的平方相干函數(shù)，如圖4所示。

由圖4可知：第一，以上兩個(gè)變量的平方相干函數(shù)值整體不是很高，在頻率為0.480處取得最大值為0.470。第二，隨著頻率的不同，它們所對應(yīng)的平方相干函數(shù)的值有所不同，大部分頻率處的平方相干函數(shù)值小于0.100，只有在頻率為0.450至0.500處的平方相干函數(shù)值較大。對應(yīng)的經(jīng)濟(jì)含義解釋是，美國經(jīng)濟(jì)政策和中國股票市場之間的互動關(guān)系存在但不是很明顯。尤其在短周期上，它們的相關(guān)關(guān)系比較顯著，而且這種相關(guān)關(guān)系會隨著周期的不同而有所變化。從短周期來看，美國政府加征關(guān)稅等因素導(dǎo)致美國經(jīng)濟(jì)政策的不確定，這與中國股票市場之間存在一定的相關(guān)性；但是從中周期和長周期來看，它們之間的相關(guān)性很小。即中美貿(mào)易摩擦所引起的美國經(jīng)濟(jì)政策的不確定性與中國股票市場之間在短期具有一定的相關(guān)關(guān)系。

為了進(jìn)一步分析美國經(jīng)濟(jì)政策不確定性和中國股票市場之間的因果關(guān)系。本文采用類似于之前的處理，檢驗(yàn)美國EPU和中國股票市場在不同周期上的Granger因果關(guān)系，結(jié)果如表3所示。

表3 EPU_meiguo和SZZZ_zhongguo的Granger因果檢驗(yàn)

由表3可知，從短周期來看，美國經(jīng)濟(jì)政策不確定性波動是中國股票市場波動的Granger因。從中周期和長周期來看，中國金融市場的波動與美國經(jīng)濟(jì)政策不確定性波動均無Granger因果關(guān)系。經(jīng)濟(jì)含義解釋為，在短周期上，美國經(jīng)濟(jì)政策不確定性的變動會導(dǎo)致中國股票市場的變動。但是，這種影響在中周期和長周期上并不存在。因此，美國加征關(guān)稅加劇貿(mào)易摩擦的舉措對中國股票市場有短期的影響。正如，當(dāng)前出現(xiàn)的因?yàn)槊绹?jīng)濟(jì)政策的不穩(wěn)定，導(dǎo)致投資者對美國經(jīng)濟(jì)預(yù)期的不看好，從而將投資指向更有前景的中國股票市場。當(dāng)然，中國A股市場中外資的比重只有2%。所以，從中長期來看，美國經(jīng)濟(jì)政策的不穩(wěn)定性對中國股票市場沒有顯著的影響。

(三)美國EPU對中國FCI的影響分析

基于以上構(gòu)建的中國FCI(記作FCI_zhongguo)，本文首先利用互譜分析測度美國經(jīng)濟(jì)政策不確定性指數(shù)和中國金融狀況指數(shù)的相關(guān)性；然后利用小波變換將所要測度的美國經(jīng)濟(jì)政策不確定性指數(shù)和中國金融狀況指數(shù)變量分解在短周期、中周期和長周期上；最后在不同的周期上測度它們的Granger因果關(guān)系。

首先利用譜分析方法，針對美國EPU和中國FCI進(jìn)行互譜分析；然后將美國EPU和中國FCI分解在不同周期上，在不同的周期上，檢驗(yàn)了對應(yīng)變量的因果關(guān)系。得出美國EPU和中國FCI的平方相干函數(shù)，如圖5所示。

圖5 EPU_meiguo和FCI_zhongguo的相干函數(shù)

由圖5可知：第一，美國經(jīng)濟(jì)政策不確定和中國金融市場的平方相干函數(shù)值整體不大，在絕大多數(shù)頻域上都小于0.100，最大值在0.050處為0.410。第二，在不同的頻率上，它們的相關(guān)程度不同?？赡艿慕?jīng)濟(jì)含義解釋是，只有在短周期上，美國經(jīng)濟(jì)政策和中國金融市場之間存在一定的相關(guān)性，但在中周期上和長周期上，它們的相關(guān)程度很低。所以說，雖然在短期內(nèi)，美國政府加征關(guān)稅的措施和中國金融市場之間存在一定的相關(guān)性，但是這種相關(guān)性只是短期的，在中長期兩者是沒有相關(guān)關(guān)系的。

在不同周期上，進(jìn)一步分析美國經(jīng)濟(jì)政策不確定性和中國金融市場之間的因果關(guān)系，結(jié)果如表4所示。

表4 EPU_meiguo和FCI_zhongguo的Granger因果檢驗(yàn)結(jié)果

由表4可知：在短周期上，中國FCI是美國EPU的Granger因；在中周期上，中國FCI與美國EPU互為Granger因；而在長周期上，中國FCI與美國EPU不存在Granger因果關(guān)系?？赡艿慕?jīng)濟(jì)含義解釋為，短期內(nèi)，中國金融市場的波動會在短期內(nèi)影響美國經(jīng)濟(jì)政策的變動；中期上，它們之間相互會有一定的影響；而長期上，它們之間都相互不影響。因此，美國加征關(guān)稅加劇貿(mào)易摩擦的舉措，對中國金融市場的整體狀況雖然會在一定程度上有影響，但長期來看是沒有顯著影響的。

(四)穩(wěn)健性檢驗(yàn)

本文給出了相應(yīng)的穩(wěn)健性分析如下：首先，使用中國股票市場的深圳成指代替上證綜指，也采用基于美國新聞的EPU指數(shù)代替已有的美國EPU，繼續(xù)檢驗(yàn)美國EPU和中國金融市場的相關(guān)變量在不同周期上的Granger因果關(guān)系，得到了完全類似的結(jié)論。以基于美國新聞的EPU指數(shù)(EPU_news)和FCI的Granger因果檢驗(yàn)為例，結(jié)果如表5所示。

表5 EPU_news和FCI_zhongguo的Granger因果檢驗(yàn)結(jié)果

綜上，所有穩(wěn)健性分析證實(shí)以上分析結(jié)論是穩(wěn)健的(限于篇幅正文中省略)。

六、主要結(jié)論與啟示

(一)主要結(jié)論

論文在已有研究的基礎(chǔ)上，從中美貿(mào)易摩擦問題出發(fā)，首先利用美國EPU指數(shù)來表征美國的經(jīng)濟(jì)政策不確定性特征，基于動態(tài)因子模型構(gòu)建了中國FCI；然后基于頻域分析方法詳細(xì)測度了美國EPU與中國FCI的相關(guān)關(guān)系以及Granger因果關(guān)系。得到的實(shí)證結(jié)論如下：

第一，從美國經(jīng)濟(jì)政策不確定對中國金融市場狀況的影響來看。雖然美國經(jīng)濟(jì)政策的變化和中國金融市場的變化之間存在一些相關(guān)關(guān)系，但是相關(guān)程度不高，而且這種相關(guān)關(guān)系會隨著周期的不同而有所變化。也就是說，美國政府加征關(guān)稅所引起的美國經(jīng)濟(jì)政策不確定與中國金融市場之間并沒有必然的相關(guān)性，尤其是在中期和長期上。因此，美國加征關(guān)稅加劇貿(mào)易摩擦的舉措對中國金融市場的整體狀況并沒有顯著影響。

第二，從美國經(jīng)濟(jì)政策不確定對中國外匯市場和股票市場的影響來看。針對中國外匯市場而言，不管是從短期波動還是從長期變動來看，美國政府加征關(guān)稅的措施導(dǎo)致美國經(jīng)濟(jì)政策的不確定，但這與中國外匯市場之間并沒有必然的相關(guān)性。針對股票市場而言，從短期波動來看美國政府加征關(guān)稅的措施導(dǎo)致美國經(jīng)濟(jì)政策的不確定，這與中國股票市場之間存在一定的相關(guān)性，但是從中周期和長周期來看它們之間的相關(guān)性很小。從短期來看，美國經(jīng)濟(jì)政策不確定性會導(dǎo)致中國股票市場的波動，但是這種影響在中周期和長周期上并不存在。因此，美國加征關(guān)稅加劇貿(mào)易摩擦的舉措對中國股票市場有短期的影響，但從中長期來看美國經(jīng)濟(jì)政策的不確定性對中國股票市場沒有顯著的影響。

(二)啟示

結(jié)合以上實(shí)證結(jié)果，給出相應(yīng)的政策啟示如下：

第一，正確定位美國經(jīng)濟(jì)在全球經(jīng)濟(jì)的地位以及其對中國金融市場的影響程度。雖然美國經(jīng)濟(jì)在全球經(jīng)濟(jì)中處于霸主地位，但是美國經(jīng)濟(jì)政策的變動對中國金融市場的影響比較有限。因此，面對美國不斷采取加征關(guān)稅的政策，中國無需過度擔(dān)心。需要做的是，不斷完善外匯市場和股票市場在內(nèi)的中國金融市場，使中美貿(mào)易摩擦對中國金融市場變動的影響越來越有限。

第二，中國政府當(dāng)局可以通過擴(kuò)大內(nèi)需和加強(qiáng)多邊貿(mào)易來減少中美貿(mào)易摩擦的影響。中美貿(mào)易摩擦必然導(dǎo)致中國一些對美商品出口受阻。但是通過日益完善的中國消費(fèi)市場擴(kuò)張升級，能消化掉這些商品中的一大部分，再加上不斷發(fā)展和完善的“一帶一路”多邊貿(mào)易體制等，一定會使中美貿(mào)易摩擦對中國金融市場的影響越來越小。