2021-07-30-北京大学国家发展研究院-货币政策不确定性是中国股票市场的定价因子吗_26页_2mb

报告摘要

货币政策不确定性是中国股票市场的定价因子吗？

核心内容

本文探讨了货币政策不确定性（MPU）是否是中国股票市场的重要定价因子。通过构建MPU指数并结合随机折现因子模型，研究发现MPU在股票的截面收益中具有显著的定价能力。

主要观点

货币政策不确定性的测度
- 本文采用结构向量自回归模型（SVAR）和随机波动率模型，基于M2增长率构建中国货币政策不确定性指数（MPU）。
- MPU具有明显的反周期特征，即在经济不景气时上升，经济繁荣时下降，与宏观经济景气指数呈反向变动关系。
- MPU与经济不确定性指标（如VAR、GARCH）具有显著正相关，但与其他经济周期变量（如JQI）呈显著负相关，表明MPU是独立的不确定性指标。
资产定价模型的应用
- 本文基于ICAPM模型，构建了MPU因子模拟投资组合，并在Fama-French 25个规模-账面市值比投资组合中进行截面定价分析。
- 在控制其他风险因子后，MPU因子的β系数显著为正，风险溢价显著为负，表明其对股票收益率具有定价作用。
MPU的定价能力
- 在Fama-French 25个投资组合中，最低MPUβ组合的年均收益比最高MPUβ组合高出1.428%。
- MPU风险溢价为负，且在不同模型中稳定为负，表明其对市场具有负向风险溢价，即投资者对货币政策不确定性承担风险时会获得负的回报溢价。
与其他因子的对比
- 在与其他因子（如MKT、SMB、HML、UMD、RMW、CMA、LIQ）的比较中，MPU表现出与传统因子不同的特征，尤其在风险溢价方向上具有显著性。
- 流动性因子（LIQ）和动量因子（UMD）的溢价方向和大小在不同模型中波动较大，而MPU的溢价方向一致且显著。

关键信息

测度方法：
- 使用结构向量自回归模型识别货币政策冲击序列。
- 通过随机波动率模型测度MPU指数，其定义为时变标准差序列 $\exp(h_t / 2)$。
- 采用MCMC算法进行模型估计，确保测度的科学性和合理性。
数据与变量：
- 选用Fama-French五因子模型、Carhart四因子模型以及Pastor and Stambaugh流动性因子。
- 使用上证综指的月回报率方差（VAR）和GARCH波动率指数（GARCH）衡量经济不确定性。
- 引入宏观经济景气指数（JQI）、国债收益率差（TERM、RREL、DEFAULT）等经济周期变量用于分析。
模型与方法：
- 使用GMM两步法进行因子定价核系数估计。
- 构造因子模拟投资组合 $F_{MPU}$，并将其与经济不确定性因子（$F_{VAR}$、$F_{GARCH}$）进行回归分析，以验证其是否能有效替代不确定性冲击。
- 通过AR(p)模型提取不确定性冲击的不可预测部分，并进行平稳性检验。
实证结果：
- MPU因子在不同模型中均表现出显著的定价能力，且其风险溢价为负。
- MPU的β系数越大，组合的平均超额收益越高，表明其对股票收益具有显著影响。
- MPU与经济不确定性指标之间存在显著相关性，但其独立性也得到验证，具有独特的信息内容。

结论

本文首次基于结构向量自回归模型和随机波动率模型，构建了中国货币政策不确定性指数，并在随机折现因子模型框架下进行截面定价分析。研究结果表明，MPU是影响中国股市收益率的重要定价因子，具有显著的负风险溢价，与经济不确定性相比，其独立性更强。这一发现拓展了关于经济政策不确定性的研究领域，并对中国股票市场的定价机制提供了新的视角。

展开完整摘要