本文以M2增长率度量中国的数量型货币政策,基于结构向量自回归模型和随机波动率模型测度货币政策不确定性(MPU)指数,发现其具有明显的反周期特征。在随机折现因子模型框架下对MPU指数进行截面定价。研究结果表明:MPU因子定价核的系数显著为正,风险溢价显著为负;在Fama-French的25个规模—账面市值比投资组合中,控制其他风险因子之后,最低MPUβ投资组合的收益要比最高MPUβ投资组合的收益平均每年高出1.428%,即MPU是中国股市的重要定价因子。
和
来分别刻画实际总产出增长率不确定性冲击和纯信息类冲击,并认为政策不确定性与经济不确定性都受到这两类冲击的影响,但经济不确定性受
影响较大,而政策不确定性受
影响较大。Bloom(2009)和Bond et al.(2007)等学者已经验证了经济不确定性能够影响投资的机会集;在控制经济不确定性基础上,Pástor and Veronesi(2013)证实了美国政治不确定性能提高股票的风险溢酬,Brogaard and Detzel(2015)则证实Baker et al.(2016)构造的美国经济政策不确定性指数是重要的定价因子。 相较于美国等发达国家,中国政府对资源配置和经济运行具有很强的干预意愿和调控能力(周黎安,2007)。而中国股票市场经常被认为具有明显的“政策市”特征。那么,在中国,货币政策不确定水平如何?货币政策不确定性是股票市场重要的定价因子吗? 目前尚未有针对中国货币政策不确定性的资产定价实证研究,一个重要原因就是货币政策不确定性定量测度的缺失。现有的事件分析法和选举法都未能连续量化经济政策不确定性,Baker et al.(2016)基于新闻的测度虽然实现了连续量化的目标,但缺乏单独针对中国货币政策不确定性的合理测度。为此,本文借鉴Born and Pfeifer(2014)以及Fernández et al.(2015)的时序模型方法,根据中国数量型货币政策为主的特性,建立结构向量自回归模型获得货币政策冲击序列,进而基于随机波动率模型和贝叶斯估计测度货币政策不确定性指数。根据ICAPM模型的理论结果,本文构造了MPU因子以及相应的因子模拟投资组合,并在随机折现因子模型框架下进行截面定价实证研究。首先,估计MPU因子定价核的系数和风险溢价;其次,在Fama-French25个规模—账面市值比投资组合中,计算最低MPUβ投资组合的收益与最高MPUβ投资组合的收益之差;最后,与Fama-French三因子、Carhart(1997)动量因子以及Pástor and Stambaugh(2002)流动性因子相比,评估MPU对于中国股市的定价能力。 因此,本文的创新之处在于,首次通过随机波动率模型构造货币政策不确定性指数,这既区别于利用GDP等经济指标构造的经济不确定性,也不同于Baker et al.(2016)构造的经济政策不确定性,能够较好地刻画货币政策本身的不确定性;继而基于随机折现因子模型分析货币政策不确定性是否为中国股市的定价因子,拓展了关于经济政策不确定性的研究领域。 下文安排如下:第二部分是文献综述;第三部分介绍数据来源和变量的构造,着重介绍货币政策不确定性指数(MPU)的测度,考察MPU序列的逆周期特点;第四部分提取不确定性冲击、构造因子模拟投资组合进行截面定价分析,进而检验MPU是否为定价因子;最后得出结论。 二、文献综述 (一)资产定价理论 在资产定价理论中,Sharpe(1964)的资本资产定价模型(即CAPM)是重要基础。然而,CAPM诸多严格假设与现实不相符,为此,学者们对CAPM进行修正,寻求更拟合现实的资产定价模型。Merton(1973)考虑多期投资,构建了跨期资本资产定价模型(ICAPM)。与CAPM模型相比,ICAPM表明投资者不仅因为承担了系统风险而得到溢价补偿,还会因为承担了使得投资机会集合恶化的风险而获得溢价补偿。参照Ang et al.(2006)、Brogaard and Detzel(2015)等的研究思路,本文同样基于ICAPM理论,检验MPU是否在股票的截面收益上被定价。ICAPM模型中风险和收益均衡关系为: