股票与货币：是否关联？，本文主要内容关键词为：货币论文,股票论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
引言
以前对于汇率决定理论的研究，是以购买力平价（PPP ）与利率平价（IPR）理论为条件的， 同时分别把国家价格指数和名义利率作为传递变量。现在,实验证据显示价格与利率的传递速度不足以在短期内同外汇市场保持平价。譬如,曼萨认为PPP需5年，而爱迪生和梅利克则发现汇率与利率的互相融合则需在7年之后， 都雷认为现今的汇率模型对将来汇率行为无甚作用。他们假设，所观测到的货币价值变化，可以反映改变对不同国家主张利益相关吸引力的政治经济事件。由于黄金是无国界资产，任何一种降低对某一国家主张利益吸引力的震动，都会导致黄金需求上升。这样，当由于某种政治经济震动而导致一个国家的实际汇率贬值时，该国的黄金价格就会上升。作者演示证明，除现存汇率模型使用的其他实际金融变量之外，黄金价格波动对汇率波动有重要的解释力。同时还发现对于6～12个月汇率的预测范围， 黄金价格亦具有重要的解释作用。
在同一价格规则框架下，西埃斯太德和斯卡西维莱尼分析了国际交易货物价格方面主要汇率的波动情况。他们认为，对于有序市场上持续交易的货物，汇率的任何波动都将导致至少一种货币对货物价格进行即时调整。他们决定使用黄金价格资料，是基于黄金“是一种高度同质的商品，它在有序交易点与期货市场上几乎是持续进行交易”这样一个事实。他们发现欧洲与美日集团间的汇率波动，似乎对黄金的美元价格有很大影响。这意味着欧洲国家控制着国际黄金市场。如果把8 个月后的情形应用到模型中去，这个结果就更明显了。这表明黄金价格对汇率的反应不是即时的。资产市场理论认为汇率作为耐用资产（贷币）的相对价格，应该在同其他资产价格同样的框架内进行分析。在这个框架内，汇率如同资产价格一样，是由基本经济变量变化的意外声明或“新闻”所驱动的。弗伦科尔认为，使用“新闻”法的一个主要问题，是要发现一个恰好捕获新闻的变量。缪萨则进一步建议，汇率行为模型应依赖于像汇率一样自由波动的传递变量。
索尔尼克观察到，限制许多汇率模型成功的原因，是由于使用了低质量的宏观经济信息。宏观经济变量如工业生产、货币、价格是紧密相连的，震动的影响将超过几个阶段。相反汇率能快速贴现可预期的期货行为与金融政策信息。与此类似，在整个期货交易过程中，震动的影响也可被高效市场上的资产价格即时吸收。由于股票回报可预测经济活动的变化，经济活动变化反过来又同汇率联系在一起，索尔尼克提议使用股票价格来规范汇率。他发现在1979年到1983年间，股票实际回报级差与汇率实际变化之间存在着某种微弱的正关系，在此之前， 1973 年至1979年间是微弱的负关系。
在其他使用资产市场法的实验中，乔万尼尼和乔瑞恩发现了同美国股票市场与外汇市场相同的理论规则。所以，他们得出结论：外汇市场与股票市场上的预期回报是随时间波动的。常把外汇市场与股票市场的时间连序的特点，作为解释汇兑风险金的一个选择方法。他的论据显示，外汇市场上的过度回报是同有关的股票风险相互关联的。这些发现同罗尔的观点一致：股票价格与汇率之间的关系，可在同一价格规则下研究。罗尔发现国际套汇者几乎可以避免除微小偏差之外的所有误差，由此他得出结论：在适用于资产类货物时，同一价格规则简直就是真理。
我们的论点是：因股票价格能对新信息迅速作出调整，故它是汇率决定模型的一个适当指标。我们认为，同一价格规则应确保某一国家指数回报率，它是外汇指数回报率与外币对本国货币的升值之和。所以，在调整汇率与风险的偏差之后，每个国家的实际投资回报应是相同的。索尔尼克也提到过这种关系，他发现，如上所述，在两个市场之间存在着微弱的负关系。在经济领域，投资者把货币贬值看成是引导扩大出口，获得更高的公司名义利润，进而实现短期内股票升值的一种途径。
利用与西埃斯太德和斯卡西维莱尼类似的同一价格法模型，我们的目标是验证股票平价理论（EP）的有效性，这里国际股票与外汇市场之间存在着一种平价关系。我们假设：（1 ）外汇市场与股票市场之间存在着一种平价关系；（2）股票市场短期占主导地位， 例如股票市场对外汇市场波动的反应比综合价格、利率、黄金对外汇市场波动的反应要快得多。
我们的研究结果表明：股票平价在短期内可以实现，有时在一周之内。但这种关系是很微弱的。我们认为，这些发现可以通过使用日常或日内资料进一步证实。最后，同以往研究一致，我们也发现了货币集团存在的证据。
数据资料
每周资料包括澳大利亚和七国集团的即期与90天远期汇率，以及澳大利亚、英国、法国与美国的即期与90天远期股票价格。使用这些指数的优势在于：1.不同资本市场有不同的风险结构，使用指数而非具体股票价格可导致市场风险的聚集；2.同发展中国家相比，OECD各主要国家风险水平的差异是最小的。
我们建立股票与汇率回报预测偏差资料而非使用实验中的即期或远期价格，是因为文件资料清楚显示股价、汇率以及股价回报通常是随时间而变化的。在高效的财经市场上，使用回报预测偏差可解决这个问题，因为预测偏差是固定的，且在高效市场上呈非连续关联性。这些偏差，定义为预测与实际回报之差，是由即期与远期资料来计算的。如Z[ ,Rj.t.90]＝R[f][,j.t.90]－R[s][,j.t+90]与Z[,Eij.t.90]＝E[f][,ij.t.90]－E[s][,ij.t+90]。这里Z[,Rj.t.90]和Z[,Eij.t.90] 分别是90天远期股票回报与汇率回报的偏差。R[f][,j.t.90]和E[f][,ij.t.90]分别是t时间内90天远期预测股票回报与汇率回报。R[s][,j.t +90]和E[s][,ij.t+90]分别是90天远期实际股票回报与汇率回报。
我们以13组价格系列不重复的预测偏差为基础进行市场稳定与效率实验。迪奇—福勒实验结果显示，除澳大利亚与加拿大的货币外，其他所有各组信息在5%水平上作为无效且不稳定的假设就被否决了。 但高序列间隔中的无效假定是被接受的，可能是由于观察数量较低的缘故。在检验数据中无序关系的无效假定时，使用了Ljung—Box Q统计法。结果显示所有小组信息中的无效假定均被接受。
股票平价模型
根据同一价格规则，i国指数回报率应是j国指数回报率与j 国货币对i国货币的升值之和，即R[r][,i]＝R[r][,j]+E[r][,ij]，其余情况相同。根据直觉判断，当j国货币对i国货币在实际期间升值时，R[r] [,j]应成比例地较R[r][,i]低，以使对任何一国的实际投资回报相等。这样，任何在j国的过度需求（用D[,Rj] 表示）是投资该国指数实际回报率的一个函数，两国的双边实际汇率是：
D[,Rj]＝D[,Rj][（R[,j]－P·X[,Rj]]＝D[,Rj][R[,j]－E[,ij]－P[,j]·X[,Rj]]
＝D[,Rj][（R[r][,i]－E[,rij]·X[,Rj]]（1）
这里P[,j]是j国价格水平变化，X[,Rj]是其他基本变量的媒介。根据给出的股票市场性质，供需机制应在股票波动中得到反映；股票市场持续清盘，使j国股票的过度需求M在任何时间为零：
M
∑D[,Rj]＝0（2）j＝1
设i＝1，这里i国的货币是参照货币，我们得到
这里g＝k－1·α（l）稳定后，在模型中引入间隔， 由于α（l）是α（L；K）系数之和，最后间隔的系数K必须为0。
股票平价实验
我们通过依次设定每一样品中的股票市场作为参照国家来检测NILS模型。换句话说，所有汇率是以参照货币来表示的，同时以股票市场回报预测偏差作为不定变量。这样，实验结果将根据相应的参照国市场进行诠释。
图1 提供的是股票市场回报的预期偏差（黑线）与外币（美元）的汇率波动资料。可以看出，尽管似乎股票回报与外汇变化如预期那样以相反方向波动，但在每次暴跌期间，外汇变化同股价并不一致。我们资料还包括1987年10月与1989年10月暴跌期间外来投资者的哑变量回归量。
最初的模型等式（7）实验显示， 澳大利亚与美国市场是即期稳定的，例如所有信息在新闻发生一周内进行归纳，这同我们的资产市场假设是一致的。这就是说OLS倒推法模型等式（4）是适合澳大利亚与美国市场的。有趣的是，如表1所示美国股票市场看起来需用4个周来保持稳定。我们的结果显示4周后， 美国股票市场能充分反映日元与法郎波动所带来的信息。在此之前，日元实际升值10%将导致S&P回报上升7.0%，而同幅度的法郎升值则导致美国股票市场回报实际增长1.3%， 反之亦然。尽管模型系数显示，1987年股市暴跌以及1989 年的回落对S&P有重大影响，但市场力系数还是同0区别不大， 这表明美国股市与汇率之间的关系较为微弱。由此我们得出结论：美国股市对汇率波动的延迟反应，并不必然暗示市场低效。鉴于这种微弱关系，再考虑到诸如交易成本等市场不完善因素，套汇就不大可能了。
表1 NILS倒推法结果：股市回报预测偏差与标准普尔500指数汇率波动（1986.10—1992.12）
变量 间隔 系数 标准误差 t比例重要性%
加元 0 1.4982 2.0010 0.7487
-
法郎 0 0.1336 4.2205 0.0317
-
日元 0 0.7817 1.0694 0.7310
-
积极变量 0 5.5062 2.4395 2.2571
-
消极变量 0 -5.4643 2.4853 -2.1986 -
△S&P 1 -0.1389 0.0339 -4.0967 0.1
△S&P 2 -0.0980 0.0353 -2.7758 1
△S&P 3 -0.0914 0.0370 -2.4744 5
△S&P 4 -0.0862 0.0357 -2.4126 5
S&P
5 -0.0556 0.0245 -2.704
5
调整后的R 2 0.7424
SE
0.0310
法郎与日元
之和0.9153
WALD对
整体统计0.0003
接着，我们用OLS倒推法等式（4）来看澳大利亚与英国市场如何衡量其他贷币对他们的影响程度。在表2中，我们发现英镑、加元、 德国马克的汇率系数之和同1没有什么大的不同， 这显示其他货币对澳大利亚股票市场没有影响。重新运行倒推法等式（4），同时把3个汇率系数限为1，得到的结果显示在表2第2栏中。加元的运动看起来对AAOL 影响很大，货币每升值10%将导致澳大利亚股票回报增长6.0%， 而同样英镑升值10%将导致AAOL回报增长3.2%。德国马克的影响看起来不明显。
表2OLS倒推法结果—股市回报预测偏差，澳大利亚All-Ordinary指数汇率波动与外币对澳元的汇价（1986.10—1992.12）
变量系数标准误差t比例重要性%
未受限制的综合 -0.0091 0.0063 -1.1449 -
模型变量
0.5257
0.0251 20.928 0.1
英镑
0.3428
0.1850 1.853 10
加元
0.6665
0.2994 2.264
5
马克
0.2107
0.6629 0.318
-
调整后的R2 0.7027
SE 0.0814
汇率系数实验
英镑、加元与
马克系数之和 1.2199
和之标准误差 0.7872
t比例对整体
0.2791
未受限制的综合 -0.0085 0.0060 -1.435
-
模型变量
0.5253
0.0251 20.972 0.1
英镑
0.3196
0.1650 1.937
10
加元
0.6368
0.2740 2.3245
马克
0.0436
0.2865 0.152-
调整后的R2 0.7036
SE 0.0813
在表3中，我们看到只有德国马克对FTSE有影响,马克实际升值10%,将导致FTSE升值4.1%,而对于美元市场，哑变量显示1987年股市暴跌对AAOL和FTSE有重大影响。
表4是对相关国家市场力及相应股市的一个总结。 我们发现讲英语的国家如澳大利亚、英国、加拿大以及美国之间有一种市场间相互影响的倾向。这同雷普利的帝国因素理论一致，该理论根据上述国家曾是大英帝国一部分以及现今通过伦敦资本市场与财经中心连在一起而得名。这也同时支持了JOYETAL所说的股票市场联合波动的观点， 他认为股市回报率的联合波动对英法与英加有重要的积极影响。这种相互关系在弗伦科尔与韦斯货币集团的研究中也曾提到。
日元对英澳市场缺乏影响，同弗兰科尔和韦斯所发现的马克对欧洲市场（在我们的例子中是英国市场）有很强的影响力实质上是一致的。但日元对美国市场的影响却是令人惊讶的，主要是由于两国的贸易联系所致。我们关于其他市场对美国影响不大的发现同欧恩和希姆的发现是一致的，他们认为美国在世界经济上的统治地位，使其成为影响世界股票市场信息的最重要的制造者。
局限性
我们EP模型的一个局限是其仅用于已控制情况下，如前所述，目前的模型只适用于有类似风险水平的股票市场，我们采用的是最安全的主要OECD国家的已建立的市场。它不适用于这种情况：一个国家的股市是低风险、成熟、由消费品公司构成，而另一个国家则是高风险、由科技公司构成。因为名义汇率与两个不同性质公司的总回报率不相等，而且汇率也使增长率不同的国家所提供的投资机会变得不均等。事实上，两国可以使用固定汇率、不同增长预期以及不同经营的股票市场。因此，在市场风险结构与预期有很大不同时，EP模型仅适用于有风险调整的股票回报。
一旦考虑到这些风险级差，国际资本市场的融合就应确保风险价格在国与国之间是相等的。例如，澳大利亚一个年收入100 万美元的公司回报（增长率为5%），应同泰国市场一家年收入100万美元的类似公司相同（增长率为5%）。
表3 OLS倒推法结果：股市回报预测误差，金融时报股票交易所汇率波动与外币对英镑的汇价（1986.10—1992.12）
变量系数标准误差t比例重要性%
未受限制的综合 -0.0179 0.0055 -3.2659 1
模型变量
0.3130
0.0220 14.23400.1
英镑
0.2047
0.1213 1.6867 10
加元
0.2938
0.2580 1.1389 -
马克
0.8748
0.5849 1.4958 -
美元
0.1359
0.2261 1.6011 -
调整后的R2 0.5538
SE 0.0713
汇率系数实验
英镑、加元与
马克系数之和 1.5092
和之标准误差 0.6411
t比例对整体
0.7963
未受限制的综合 -0.0160 0.0049 -3.2482 1
模型变量
0.3134
0.0220 14.2631 0.1
英镑
0.1873
0.1192 1.5714
-
加元
0.2920
0.2578 1.1325
-
马克
0.4135
0.0764 5.4131 0.1
美元
0.1073
0.2230 0.4811
-
调整后的R2 0.5538
SE 0.0713
表4 市场力预测概要
1.澳大利亚综合指数英镑0.3196
加元0.6368
马克0.0436
2.金融时报股票澳元0.1873
交易100 加元0.2920
马克0.4135
美元0.1073
3.标准普尔指数法郎0.1336
日元0.7817
结论
由研究结果我们可以合理得出结论：在股市与汇率中，股票平价在一定程度上是指，一个国家的货币贬值将导致股市回报的增加，而升值则相反。同样股价对汇率变动的反应是很快的。除去美国市场看起来要用4个周来充分吸收货币波动的信息外，澳大利亚、 英国股市对新闻的反应是即期的。我们也发现了影响股市货币集团存在的证据。
但我们不能从我们的发现中得出股票与汇率有必然的联系。虽然股市一定程序上对货币波动带来的信息有所反应， 但还有其他因素， 如1987年的股市暴跌与1989年的股市回落中汇率所缺少的相应变化。但我们的研究结果，可通过在模型中使用日常与日内资料而加以完善。高频率的观察可以更好地捕捉股票与外汇市场的动态关系，两者之间的相互作用都将在我们的周期观察中得到研究。另一种可行的方法是使用一组资料，这组资料包含真正的国际公司与国内公司，而且这些公司受汇率的影响不是太大。我们的发现对投资组合管理亦有其实用价值，因为利用股票回报与事先获得的汇率波动信息，国际股票市场上的投资者可防止某一货币波动所带来的损失。如（%美国股票回报预期变化）＝ΘR[,JAP]（%日元对美元的预期升值）
这里ΘR[,JAP]代表对冲率， 衡量美国股票回报对日元升值变化的敏感程度。利用我们的发现，可以将公式改写为：
（%美国股票回报预期变化）＝0.78（%日元对美元的预期升值）
也就是说，对于美国市场上100万美元的投资， 投资者应短期出售0.78万美元的日元。这种方法，将取代传统的利用远期外汇市场进行对冲交易的做法。
标签：股票论文; 汇率论文; 汇率决定理论论文; 汇率变动论文; 货币市场论文; 预测模型论文; 价格发现论文; 美元加元论文; 外汇市场论文; 外汇论文; 股票市场论文;