存款准备金率调整对股票市场的影响——基于中国股市高频数据的实证研究，本文主要内容关键词为：股票市场论文,中国论文,存款论文,股市论文,准备金率论文，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。
2000年以来，随着我国国际贸易顺差增大，固定资产投资活跃，信贷投放增长过快，国内经济出现过热苗头，通货膨胀日趋明显(陆岷峰和高攀，2011)[20]。出于收缩流动性、减轻通胀压力、缓解房地产价格上涨势头过快等原因(李阳，2007；杨琳，2010)[17][22]，中国人民银行于2006年6月16日开始频繁小幅调整存款准备金率(以下简称存准率)。截止到2008年6月7日，人民银行共18次上调存准率，累计上调幅度达10％。然而，2008年开始的国际金融危机对国内经济的冲击又迫使人民银行不得不迅速转变货币政策调控方向，从2008年9月25日起连续4次下调存准率。同时，国务院也出台“四万亿救市计划”以实现经济的“软着陆”。巨大的信贷供给虽然减缓了经济下行速度，但加剧了我国长期的结构流动性过剩问题。2009年2月～2010年5月，M2的同比增长率均超过20％，2009年11月该比率甚至达到29.74％。为了缓解市场不断累积的通胀预期，2010年1月18日，人民银行又开始频繁上调存准率，截止到2011年12月1日，累计上调12次，大型金融机构的存准率突破改革以来的最高位，达到21.5％。 根据宏观经济学的相关理论，一国央行调整存准率不但具备间接调控货币供给的基本功能，还具备政策宣告效力，即向社会传递中央政府货币政策走向的信号。这种信号无疑会改变市场对未来宏观经济走势的预期，从而影响投资者对企业经营状况的估计，进而影响上市公司的股价。显然，金融市场越发达，这种信号传递的效应就越充分。通常情况下，存准率上调被视为货币政策收紧、股票市场资金供给减少、企业融资成本上升的信号，股票市场的总体反应是价格会下跌；反之，存准率下调被视为股票市场的“利好信号”，会导致股票价格上升。Bernanke and Blinder(1992)、Thorbecke(1997)、Bernanke and Kuttner(2005)、Ioannidis and Kontonikas(2008)等人的实证研究支持了上述理论预期[3][13][4][10]。 然而，现有关于存准率调整对中国股票市场影响的实证研究结论并不符合上述理论预期。左俊义和王玮(2009)[26]发现存准率上调的宣告虽然会显著降低债券市场的收益率，但对股票市场的收益没有影响。申向伟和来志勤(2011)[21]采用事件研究法分析了1998～2010年期间人民银行共27次存准率调整事件对股票市场的影响，发现存准率的调整无论是对A股总体市场，还是对各行业股票的影响都不显著。刘洋(2008)[19]采用一元回归分析方法针对2007年发生的10次存准率上调事件的研究发现存准率调整与股市收益存在显著的负线性相关关系。但是，甘路遥(2012)[15]同样采用回归分析法检验了2007～2011年共32次调整事件对上证综指的影响却发现二者呈现出非规律性的正负相关关系。刘莉亚(2012)[18]也发现存准率的调整对我国股市的影响非常微弱。此外，周昱金和刑天才(2012)[25]采用事件研究法，对1998～2011年的29次存准率调整事件的实证检验表明，无论是上调存准率还是下调存准率的宣告，对13个行业的股票收益都没有影响。赵婷婷等(2011)[24]甚至发现，在2006年6月16日～2007年9月6日期间，央行连续9次上调存准率的政策对房地产行业的股票反而是一个“利好消息”。 根据上述研究结论，我们不禁要问：存准率调整对中国股票市场真没有影响吗？难道货币政策的调整不会影响股票投资者的预期？抑或现有的实证检验方式存在问题？需要说明的是，现有文献均基于低频的日交易数据，只能检验存准率调整对股票市场的日间效应和长期影响，无法考察存准率调整在宣告后首个交易日的日内变化情况和短期影响。事实上，随着通讯技术的不断发展，市场对信息的获取和消化速度大大加快，事件对市场造成的短期影响很可能在日内就已经消化了。Almeida et al.(1998)[1]发现在五分钟的时间间隔下，美国和德国的宏观经济数据对预测美元/德国马克的汇率尤为重要，但是它们只在公布后两个小时内有效。Thomakos et al.(2008)[12]采用美国长期国债期货合约、欧洲美元期货合约的日内5分钟及1分钟数据，研究了美国定期公布的宏观经济数据对这两种期货波动性、协方差和相关系数的影响。研究结论表明：宏观经济事件对市场有显著影响，但相关信息在日内已被市场完全消化。Barclay and Litzenberger(1988)[2]发现股票市场在开盘后15分钟之内对宏观经济事件的宣告有显著反应，但此效应随着交易的进行逐渐消失。最近，Farka(2009)[9]、Chuli á et al.(2010)[5]发现因美联储货币政策调整引起的美国联邦基金目标利率的变化在短期内会显著影响股票市场的收益率和波动率变化。寇明婷和卢新生(2011)[16]也发现中国股票市场对货币政策调整短期内反应显著，但随后逐渐减弱直至消失。 为了准确判断存准率调整本身是否会对股票市场造成日内影响，本文选取了中国股票市场上具有代表性的4个市场指数和13个行业指数的高频数据，针对2006～2011年期间的28次上调事件和4次下调事件，分别采用事件研究法和回归分析法研究了存准率调整的宣告效应。研究结论表明：与理论预期一致，存准率上调在开盘后短期内的确会导致股票市场总体的价格显著下跌，但这种影响在持续一段时间后可能会消失，并且全天的收益情况与市场行情(牛市或熊市)密切相关；无论是牛市还是熊市，存准率上调都会导致房地产行业的指数收益率在大部分时段显著为负(或为正)。此外，在牛市状态下，存准率下调会导致股票市场的开盘价格上涨，但这种影响在持续一段时间后也会消失；在熊市状态下，存准率下调并不会导致股票价格上涨。总体而言，存准率调整虽然在短期内可能影响投资者的行为，但长期的影响与股票市场所处的市场行情(牛市或熊市)密切相关。 本文的创新性主要体现在：(1)采用高频数据实证检验了存准率调整对中国股票市场的影响。需要特别说明的是，基于低频日数据的传统检验方法只能考察某一事件发生后股票市场在数天内累积收益率的变化情况。问题是，在一天或更长的时期内，除了存准率调整事件之外，市场上可能出现新的信息，从而导致股票收益率的变化不能单纯反映相关事件的影响。反之，如果采用高频数据，则可以提高检验的可信度。(2)现有基于低频数据的文献认为存准率调整对股票市场没有影响，但并没有进一步证实造成这一现象的内在原因，而本文的研究结论则表明存准率调整仍然具有正向的信号传递作用，只是这种宣告效应可能在日内已被市场完全消化，并且受市场行情的影响，长期来看并未对市场造成实质影响。此外，不同行业的股票对存准率调整的反应也不尽相同。相对而言，对宏观经济政策更加敏感的房地行业的反应更加明显。 研究设计 一、研究假设 2006年6月16日～2012年5月12日期间，中国人民银行共37次调整存准率，其中有30次上调，7次下调。在这30次上调事件中，共有17次事件导致上证指数的全天收益率上涨，比例接近60％。在7次下调事件中，有4次出现上证指数的全天收益率不涨反跌。因此，仅从目收益率的情况来看，存准率上调对中国股票市场而言并不是“坏消息”，而存准率下调也不是“好消息”，即存准率调整所释放的信号似乎与理论预期不一致。但是，如果从上证指数的开盘收益率来看，在30次存准率上调事件中，有23次事件下跌；在7次存准率下调事件中，有6次导致市场上涨。这一现象则大体与宏观经济理论预期一致。这种长短期的对比似乎暗示了市场日内反应的特殊性。 考虑到日益发展的通讯技术加快了市场对相关信息的反应，可以预期存准率调整的信息及其传递的信号价值也会在股票市场开盘后短时间内得到充分反应。但是，随着交易的进行，在不同的市场状态下，投资者对相同方向、同样幅度的调整可能出现差异化的解读。Kurov(2010)[11]也认为投资者情绪可能会影响货币政策的宣告效应，并且通过实证研究发现相对于牛市行情，在熊市行情中，投资者货币政策的调整更敏感。此外，存准率的调整直接关系着市场上货币量的供给和企业的融资成本，因此可以预期不同行业对存准率调整的反应不尽相同，资金密集型的行业(如房地产)对存准率的调整更为敏感。Ehrmann and Fratzcher(2004)[8]也发现在美国股票市场上，不同行业的股票对货币政策调整的反应存在差异。我们针对存准率调整提出如下假设： 假设1：总体而言，存准率上调(下调)在短期内会导致股票市场的价格下跌(上涨)，但全天的收益情况则与市场行情(牛市或熊市)有关。换言之，存准率调整仍然具有正向的信号传递作用，但受市场行情的影响，长期来看可能并不会产生实质性的影响。 假设2：相对于其他行业，存准率上调(下调)对房地产行业的股票影响更为明显，具体表现为在短期内会导致房地产行业指数的收益率显著下跌(上涨)。 二、研究数据 在2006-2011年期间，人民银行共30次上调了存准率。考虑到2007年5月18日和2008年10月8日的上调事件与之前的调整事件间隔太近，故剔除这两次上调事件。最后，本文分析的存准率上调事件共32次，其中在牛市状态下上调11次、下调3次，在熊市状态下上调17次、下调1次。 为了分析存准率上调对中国股票市场的影响，本文选取了2006年6月～2011年6月期间上证指数、深证成指、沪深300、中小板指数等4种代表总体股票市场表现的高频数据。为了进一步考察不同行业的股票对存准率上调的反应，本文选取了深交所分类的农林、采掘、纺织、石化、电子、金属、机械、医疗、水电、IT、批零、服务、地产等13个行业的指数高频数据。所有指数的高频数据均来源于深圳市国泰安信息技术有限公司提供的指数高频数据库。原始的高频数据均为分笔数据，需要进一步转化为相同时间间隔的分时高频数据。具体转化方法是在正常的交易时期内，每隔一段时间抽取一条交易记录。若在特定的时刻没有对应的交易记录，则选取该时刻点之前的最后一笔交易记录。 三、研究方法 为了分析存准率调整事件对股票市场的短期影响，本文采用5分钟的高频分时数据来计算相关指数的收益率。由于沪深市场的全天交易时长为4小时，以5分钟为间隔，可以得到48个时段的收益率，加上开盘收益率，每个指数每天可以得到49组收益率数据，包括5分钟收益率(
)和累积收益率(
)：
其中，
表示第i次事件宣告后首个交易日第k个时段末的指数价格，
表示前一交易日的收盘价。进一步可以得到N个事件发生后各个时段的平均累积收益率(
)和相应的t统计量：
通过t值(自由度为N－1)或对应p值的大小，可以判断存准率上调在平均意义上是否会显著降低指数的收益率。作为一种常见的参数检验方法，t检验被大量学者采用。但是，当样本数量太少(比如小于20)或变量的分布未知时，t检验的结果可能存在偏误。为了解决小样本的假设检验和统计推断问题，Efron(1979)[7]提出了一种非参数方法——自助法(Bootstrap)。参考Barclay and Litzenberger(1988)[2]的方法，结合本文的问题，检验累积收益率的自助法包括以下几个步骤： (1)N个事件发生后，可获得一组累积收益率序列(
)； (2)对这组收益率序列进行有放回的再抽样，得到一组样本容量为N的新样本。根据这组新样本可计算一个平均收益率
； (3)重复(2)的步骤B次(如100次)，得到一个平均收益率序列(
)； (4)计算检验平均收益率是否大于零的p值，进一步根据p值判断是否拒绝原假设。
需要特别说明的是，采用高频数据计算收益率时，这些收益率之间可能存在日内周期性特征。为此，本文借鉴针对低频数据的事件研究法的思想，构造异常收益率(
)和累积异常收益率(
)：
其中，
表示估计窗内相应时段五分钟收益率的平均值①。因为是对应时段的收益率之差，异常收益率已经消除了收益率之间的日内周期性特征。更为重要的是，通过异常收益率，可以深入考察存准率调整事件发生后股票市场的表现与在非事件日的差异。其中，非事件日(估计窗)为公告目前的20个交易日②。进一步，可以得到每个时段的平均累积异常收益率(
)和相应的t统计量：
其中，
表示第i次事件对应的估计窗中第k个时段指数收益率的方差(无偏估计)。为了避免小样本导致的偏误，本文仍然采用自助法检验平均累积异常收益率是否显著异于零。此外，出于稳健性检验的目的，本文还采用Wilcoxon符号秩检验方法来判断收益率指标的中位数是否显著异于零(Corrado,1989)[6]。 针对不同行业的指数，为了进一步控制其他因素对收益率的影响，并且考察存准率调整的影响究竟能持续多长时间的问题，本文采用如下回归模型：
其中，
表示指数开盘后一直持续到第k个时段的累积收益率；Event提虚拟变量，当所在交易日为存准率调整宣告后首个交易日时(事件日)，取值为1，否则为0(本文在事件日前随机选择四个交易日作为非事件日)；Market是虚拟变量，当市场处于牛市时取值为1，处于熊市时取值为0，目的是控制市场行情对收益率的影响；Volume和RV分别表示指数开盘后一直持续到第k个时段的平均分笔成交量和已实现波动率(realized volatility)③，分别控制指数的成交量和波动率情况对指数收益率的影响；
为随机干扰项。 针对存准率上调的情况，在控制了相关变量的影响之后，如果虚拟变量Event对应的估计系数显著小于零，说明存准率上调的确会显著降低股票市场的收益率。如果随着k的增加，Event的估计系数一直显著为负，说明存准率上调的影响仍在持续；反之，如果随着k的增加，Event的估计系数开始出现不显著或者符号为正的现象，说明存准率调整的信息已被市场充分吸收而不再具有信号传递作用。 实证结果与解释 一、存准率上调对总体市场收益率的影响 图1和图2分别展示了牛市和熊市行情下存准率上调后首个交易日上证指数、深圳成指、沪深300、深市中小板指数等四个指数的累积收益率和累积异常收益率的日内变化情况。 总体而言，存准率上调后，中国股票市场的收益率呈现出如下特点： (1)各个市场指数的累积收益率和累积异常收益率的变化趋势大致相同。相对而言，在牛市行情下，存准率上调对中小板指数累积收益率的打压程度更明显，但在熊市行情下，沪深300对存准率调整的下跌反应更大。 (2)无论是牛市行情，还是熊市行情，各个指数的开盘收益率都为负，说明存准率上调的确会导致股票市场的收益率下跌。其中，在牛市行情中，上证指数和深证成指下跌0.7％，沪深300和中小板指数下跌0.6％；在熊市行情中，除中小板指数下跌0.8％外，其余三种指数均下跌0.9％。从异常收益率来看，在牛市行情中，各指数平均下跌0.7％；在熊市行情中，各指数平均下跌0.75％。可见，市场行情并没有显著影响投资者在开盘期间的交易行为。 (3)市场行情对各个指数累积收益率和累积异常收益率的日内变化影响明显。在熊市行情中，所有市场指数的累积收益率都为负。但是，在牛市行情中，除中小板指数外，其他三种指数在收盘时的收益率均为正。 表1和表2分别报告了牛市和熊市情况下针对上证指数的统计检验结果④。从表1可知，在牛市情况下，存准率上调会导致上证指数在开盘后2.5个小时(150分钟)之内的累积收益率为负，并且开盘以及开盘后5分钟内的收益率显著小于零，而累积异常收益率则在开盘后1个小时之内均显著为负。从表2可知，在熊市行情中，无论是累积收益率，还是累积异常收益率，上证指数均处于全天下跌的状态中，并且在大部分时段都显著小于零。
图1 存准率上调后市场指数的累积收益率变化情况(上图为牛市，下图为熊市)
图2 存准率上调后市场指数的累积异常收益率变化情况(上图为牛市，下图为熊市) 上述实证结果表明，无论是牛市还是熊市，在短期内，存准率上调一定会导致股票市场的价格下跌。但是，与熊市行情中全天收益率持续为负不同，在牛市行情中，上证指数的累积收益率在开盘后3个小时却由负转正，并且最终以上涨0.6％收盘(见表1)。总体而言，本文提出的假设1成立，即存准率上调向股票市场正确传递了信号，股票市场在短期内表现为股价下跌，累积收益率为负，但全天的收益情况则与市场行情(牛市或熊市)有关。
二、存准率上调对各行业收益率的影响 图3和图4分别展示了牛市和熊市行情下存准率上调后农林、采掘、纺织、石化、电子、金属、机械、医疗、水电、IT、批零、服务、地产等13个行业指数累积收益率和累积异常收益率的日内变化情况，其中红色加粗曲线代表地产行业指数。显然，无论是牛市还是熊市，存准率上调后，房地产行业的指数收益率都比其他行业的下跌幅度大，说明存准率调整对房地产行业的影响最明显。
图3 存准率上调后各行业指数累积收益率变化情况(上图为牛市，下图为熊市)
图4 存准率上调后各行业指数累积异常收益率变化情况(上图为牛市，下图为熊市) 表3和表4分别报告了牛市和熊市情况下存准率上调对地产、纺织、IT行业的指数累积收益率的统计检验结果⑤。从表3可知，在牛市行情下，存准率上调后，地产指数开盘下跌1％，其累积收益率全天处于下跌状态，并且在开盘后2.5个小时之内显著为负。反之，纺织指数开盘仅下跌0.5％，其累积收益率在其他时段的下跌均不显著，并且在开盘1个小时之后由负转正。IT指数以及其他10种行业指数的表现与纺织行业大致相同。从表4可知，在熊市行情下，除开盘后的75分钟和90分钟之外，地产指数的累积收益率在其他时段均显著为负，而纺织行业和IT行业的累积收益率虽然也小于零，但除开盘和开盘后的5至10分钟以外，在大部分时段均不显著。其他10种指数的实证检验结果也与纺织或IT行业大致相同。以上实证结果表明假设2成立，即不同行业股票对存准率上调的反应不尽相同，相对而言，存准率调整对房地产行业的影响最明显。
为了控制市场行情(牛市或熊市)、交易量、波动率等因素对收益率的影响，本文根据前文提及的回归模型(10)对影响累积收益率的相关因素进行了最小二乘估计。表5是针对地产指数的回归结果。Market的估计系数全天为正，说明在牛市状态下，地产指数的价格(累积收益率)上涨的可能性更高。在开盘后1个小时，特别是3个小时之后，Market的估计系数显著为正，表明市场行情对指数价格的后续走势影响较大。Volume的系数虽然在大部分时段为正，但不显著，说明交易量不是影响价格变化的主要因素。RV的系数显著为负，表明已实现波动率越大，指数价格下跌的可能性越大。需要特别说明的是，在控制了市场行情、成交量、已实现波动率等因素的影响之后，Event的系数在大部分时段仍然显著为负，说明存准率上调的确会导致地产指数的累积收益率显著下跌，特别是在开盘之后的15分钟以内，价格下跌的趋势十分明显。
同样采用回归模型(10)，表6报告了在控制市场状态、成交量、已实现波动率等因素的影响之后，存准率上调事件对各个行业指数累积收益率的影响(表中展示的是Event系数的估计值和对应t检验的p值)。通过比较各行业的实证检验结果，我们再次发现除个别行业(如石化行业和服务行业)在个别时段之外，存准率调整对其累积收益率的变化几乎没有影响，但存准率调整对房地产行业的影响却十分显著，即假设2成立。相对于其他行业，房地产行业是一个典型的资本密集型产业，货币政策的调整对其发展具有较大影响。特别是1998年以来，银行对房地产业的信贷支持，由过去单纯的企业开发贷款支持转变为对房地产开发和销售两个环节均给予信贷支持，使得房地产业对银行的依赖程度与日俱增，进而使得直接作用于银行信贷的存准率调整事件对房地产行业的股票变动带来显著影响。
图5 存准率下调后市场指数的累积收益率变化情况(上图为牛市，下图为熊市)
图6 存准率下调后市场指数的累积异常收益率变化情况(上图为牛市，下图为熊市) 三、存准率下调对总体市场及其各行业的影响 由于下调事件样本太少(牛市状态下调3次，熊市状态下调1次)，本文仅对牛熊市状态下的累积收益率和累积异常收益率图进行分析。如图5和图6，从下调表现看，总体市场指数在牛熊市的反应各有不同。牛市状态下，各市场指数对下调存准率的反应较为一致，表现为开盘指数上涨，后期不断回调，20分钟后指数回归至前一日收盘水平。全天大部分时间内累积收益率(包括累积异常收益率)始终在0处小幅震荡，直到收盘前50分钟，累积收益率开始出现下跌态势，至收盘达到最大跌幅。由此可见，作为利好消息的下调存准率在牛市状态下并未真正利好，仅开盘后20分钟内的市场反应与理论预期一致，其余时间下调反而转变为利空消息。这说明在近年来市场低迷的状态下，央行试图通过下调存准率实现宽松货币的市场预期的举措是没有效果的。而在熊市状态下，4只指数的市场表现呈现两极分化态势。包含更多权重蓝筹股的沪深300和上证指数对下调存准率的反应更加悲观，全天始终处于下跌态势，至收盘跌幅更深。相较大盘股的低迷，包含更多小盘股的深证成指和中小板指数的表现则较为乐观，两只指数开盘轻微上涨，收益率全天始终在0附近波动，至收盘还有向上拉伸的趋势。由此可见，大盘股投资者在熊市状态下对下调存准率事件的悲观预期更明显。总体来看，无论市场状态如何，下调存款准备金率都未起到提振股市的作用。尤其在长期熊市的状态下，理论的利好消息更容易被投资者赋予利空解读。
图7和图8分别展示了存准率下调对各行业指数累积收益率和累积异常收益率的影响。可以看出，各行业指数的市场表现与总体市场指数的表现大致相同。牛市状态下，13只指数在事件日全天几乎同涨同跌，均表现为开盘上涨、盘中震荡、盘尾回落的态势。其中，地产指数对下调存准率的反应最乐观，IT指数则反应最悲观。而熊市状态下，各行业指数的市场反应较为分散。开盘时，地产指数上涨幅度最大，其余指数的反应则较为温和。盘中及盘尾，医疗指数不断上涨，高位报收，而采掘指数则不断下跌，低位报收。由此可见，不同行业的投资者对存准率下调的解读存在差异。 通过调整存款准备金率来调节货币供应量是传统的三大货币政策工具之一。通常情况下，存准率上调被视为货币政策收紧、股票市场资金供给减少、企业融资成本上升的信号，股票市场的总体反应是价格下跌，下调则与之相反。然而，现有基于低频数据的实证研究表明，中国人民银行的存准率调整对中国股票市场的日间收益并不存在显著的长期影响，部分学者也因此质疑存准率调整的信号传递作用。考虑到日益发展的通讯技术加快了市场对相关信息的反应，我们预期存准率调整的信息及其传递的信号价值可能会在股票市场开盘后短时间内得到充分反应。 为了准确判断存准率调整是否会影响股票市场的收益率，本文选取了上证指数、深证成指、沪深300、中小板指数等4个代表总体股票市场表现的高频数据以及农林、采掘、纺织、石化、电子、金属、机械、医疗、水电、IT、批零、服务、地产等13个行业的指数高频数据，针对2006～2011年期间的28次上调事件和4次下调事件，分别采用事件研究法和回归分析法研究了存准率调整的宣告效应。研究结论表明，虽然存准率调整并未对市场造成长期影响，但短期内，下调会导致股票市场总体的价格显著下跌，而上调对股票市场的影响与市场行情密切相关。在熊市行情中，无论是累积收益率，还是累积异常收益率，无论上调存准率，还是下调存准率，上证指数均处于全天下跌的状态中，并且在大部分时段都显著小于零。但是，在牛市行情中，可能出现存准率上调反而导致全天收益率(日收益率)不跌反涨的“异常现象”。可见，股票市场的日收益情况与市场状态(牛市或熊市)密切相关。此外，无论是牛市还是熊市，存准率上调都会导致房地产行业的指数收益率在大部分时段显著为负，但对其他行业指数收益率的影响则不明显。总体而言，存款准备金率调整虽然短期内向市场准确地传递了信号，但受市场行情的影响，长期来看并未对股票市场造成实质性影响。 注释： ①事件研究法的核心思想是检验某一事件发生后股票市场上是否出现显著的异常收益率。其中，异常收益率是指事件窗内的实际收益率与通过估计窗计算的正常收益率之差。在事件研究法的文献中，若检验某一事件对个股的影响，通常采用市场模型或市场调整模型。其中，市场模型中的正常收益率通过资本资产定价模型来估计，而市场调整模型中的正常收益为估计窗内的市场收益率。在本文中，因考察的对象本身是代表市场的指数，故采用常数模型法来估计正常收益率，即将估计窗内的平均收益率作为正常收益率。 ②事实上，如果设定较长的估计窗，同时保证前一个事件的事件窗和后一个事件的估计窗不重合，那么就可能会剔除掉较多事件。例如，本文如果采用将事件公告前110至11日作为估计窗的方法(周昱金和刑天才，2012)[25]，那么就会去掉9次上调事件。此外，考虑到存准率的调整属于央行高度保密的宏观经济事件，任何投资者都无法准确预测事件公告的具体日期，该事件也不可能存在信息泄露，因此宣告日之前的日期都可视为非事件日。 ③在针对高频数据研究的文献中，通常采用已实现波动率来测度高频收益率的波动特征。考虑到高频收益率存在显著的自相关特征，本文采用Zhou(1996)[14]的一阶自相关偏差修正方法来估计已实现波动率。 ④存准率上调对各个指数的影响大致相同。限于篇幅，关于深成指、沪深300和中小板指数的检验结果省略，有兴趣者可联系作者获取。 ⑤存准率上调对累积异常收益率的检验结果与累积收益率相同。另存准率上调对其他10个指数的影响与纺织和IT行业大致相同。限于篇幅，关于累积异常收益率以及其他10个指数的检验结果省略，有兴趣者可联系作者获取。
标签：中国股市论文; 牛市与熊市论文; 存款准备金率论文; 股票论文; 预期收益率论文; 价格发现论文; 开盘论文;
存款准备金率调整对股票市场的影响&基于中国股市高频数据的实证研究_中国股市论文
下载Doc文档