利率市场化进程中资本市场与货币市场联动效应分析——基于集合经验模态分解法的实证研究

李 成， 张 琦

（西安交通大学 经济与金融学院，陕西 西安710061）

一、引 言

利率市场化通过市场传导机制引导金融系统各市场间的资金流动，借助利率市场化的“信号”提高整个金融资源的配置效率，实现经济的可持续发展。学术界有关货币市场与资本市场关联性的研究从未间断。一般在封闭经济体中，资本市场与货币市场在经济繁荣时，股价上升使资金涌入至资本市场导致货币市场利率上升；经济萧条时，资金流向相反，但依旧在资本市场与货币市场间形成闭合回路［1］。根据中国金融机构公布的数据显示，中国货币市场与资本市场并未出现上述效应。部分时段资本市场资金价格攀升的同时，并没有出现货币市场资金价格的上升，反之亦然［1］。之前的学术研究从“时间”角度进行了探讨，缺乏二者间联动的全面考量，削弱了研究结果的有效性。本文从时间、频率双重角度对中国货币市场与资本市场之间的联动效应进行探究，试图寻求二者间的传导关系，对我国金融市场平稳运行给出相关政策建议。

在早期的研究中，Gordon在戈登增长模型中首次将货币市场与资本市场中的联动关系表述为Pt＝（1＋G）Dt／（R－G），其中Pt代表股票在第t期的价格，Dt代表t－1期至第t期的股息，G代表股息增长率，R代表由货币市场利率和股票市场风险溢价所决定的贴现率［1］。之后，Tobin进一步提出了货币—资本模型，认为正是由于货币市场与资本市场之间的资金流动导致了财富构成的变动［2］。之后的研究主要集中于实证方面，然而由于所选取的研究对象以及所采用的实证方法得出来的结果也不尽相同。国外的金融市场发展起步较早，到了20世纪90年代发达国家基本完成金融市场化改革，因此相关的实证结果均表明货币市场与资本市场溢出效应明显［3］［4］，并且随着时间的推进，溢出效应在不断增强［5］［6］。其他则主要关注二者溢出效应的非对称性这一特征，研究发现二者的市场地位对其相关关系具有决定性影响［7］，而且资产证券化等金融创新工具对金融市场间的关联效应具有明显影响［8］。中国金融市场发展滞后于发达国家，金融市场体系还不够健全，所以相关研究结果也不尽相同。一部分研究认为中国资本市场与货币市场联动脆弱［9］，但这一脆弱性随着金融市场体系的健全在逐步完善［10］。另一部分研究则认为，两个市场间存在明显的联动机制［11］，并且这一联动性是非对称性的［12］。

纵观现有研究，主要从总量视角对货币市场与资本市场的联动性进行分析，然而总量由多重因素叠加而来，很难从本质上揭示二者的联动效应，结果也有待商榷。基于此，本文根据货币市场、资本市场数据“时、频”双重特性，应用集合经验模态分解法对总量进行分解，从最具联动效应代表的短期结构分量角度进行研究，揭示货币市场与资本市场的内在联动规律。同时，由于中国金融市场受政府干预比较明显和金融自由化推进易带来波动的非对称性，本文考察了中国利率市场化推进的不同阶段，中国货币市场与资本市场的联动性是否得到了改善，并揭示了其中的原因，进一步提出了完善利率传导机制的相关政策建议，这对利率市场化的改革中“市场化利率”这一“价格信号”的有效传导也具有重要价值。

二、集合经验模态分解方法与数据选取

集合经验模态分解（EEMD）是EMD的改进算法，将时间维度分解与频率维度分解进行综合考量，可使EMD的模态混叠得到有效解决，同时避免了先验规律以及预设正交基的不足。传统的数字滤波方法主要有维纳滤波、卡尔曼滤波以及小波方法，各方法对不同类型的噪声滤波效果存在明显差异。而EEMD滤波法以EMD滤波法为内核极好的综合了各种滤波方法，对随机噪声、脉冲噪声、高频连续噪声等均表现出优异的滤波特性，清晰地刻画出了频率分量的时间特征。

1.EEMD方法基本理论

中国资本市场与货币市场数据序列具有明显的非线性和非平稳特征，EMD方法可将非线性、非平稳信号进行分解，因此可通过EMD原理，过滤出若干基本模式分量（IMFs）以及趋势项。EMD所分解的IMF中存在相邻的两个波形混叠，相互干扰不易辨析。EEMD根据高斯白噪声固有的“均匀分布”这一特性，对叠加高斯白噪声进行多次EMD分解，使得加入噪声后的时间序列在不同尺度上均具有连续性，有效消除了混叠现象。加入的等幅高斯白噪声经过多次EMD操作可完全消除，输出结果只包含原始序列的组份。同时，高斯白噪声能使EMD过程改变序列原有的时间跨度，更全面地分析序列中的某一组份。因此，EEMD方法所输出的IMF更为全面客观，能真实反映出时间序列的本质。下面给出EEMD步骤：

步骤一：设定EMD执行总次数M、高斯白噪声的幅值系数，且初始化m＝1。步骤二：执行第m次EMD操作。①在原始时间序列上加入高斯白噪声，则可得新的序列。②对新的时间序列实施EMD操作。③若m＜M，返回至步骤二，即m＝m＋1。步骤三：进行总体平均运算，消除引入高斯白噪声的影响

2.基于EEMD的数据分解及特征分析

（1）数据选取

鉴于上海证券交易所的交易规模在中国资本市场的影响力度，本文选取上证综合指数波动率表征资本市场资金价格变化；方先明、花旻检验了SHIBOR作为中国货币市场基准利率的可能性，结果表明SHIBOR已成为了货币市场利率的风向标，故本文选取隔夜SHIBOR表征货币市场资金价格变化［13］。

根据中国利率市场化改革的内容方针，1995年银行拆借利率放开标志着利率市场化进入实质阶段。2004年1月1日，“扩大金融机构贷款利率浮动区间”开启了中国存贷款利率市场化闸门，考虑到中国银行间同业拆借中心所公布数据的起始日期，本文选取的总数据时段为2006年10月9日至2014年2月25日，剔除交易日期不匹配的数据后，得到1786组数据，将总数据划为三个阶段。2006年10月9日至2012年7月6日为第一阶段，即存贷款利率市场化的平稳推进阶段，这一阶段主要针对贷款利率下浮区间的适度放松，存款利率不能下浮，根据国外利率市场化经验，不会激化商业银行间的竞争。2012年7月8日至2013年7月19日为第二个阶段，即存贷款利率市场化的深入推进阶段，这一阶段存款上限管制破冰，商业银行间竞争加剧，除四大国有商业银行外，其他商业银行存款利率均一浮到顶，同时，贷款利率下限浮动范围继续扩大。2013年7月20日开始，进入第三个阶段，即利率市场化进一步突破完善阶段，这一阶段贷款利率全面放开，存款利率上限浮动管制进一步放松，金融机构竞争加剧。

（2）IMF及其分析

本文集合经验分解研究中，引入白噪声的幅值比值系数为0.2，总体平均次数100次。隔夜SHIBOR和上证综合指数波动率分解后有9个IMF项和一个长期趋势项。根据所分解数据的结果，高频IMF与低频IMF方差占比均不高，但趋势项占比极高。因此，高频IMF对短期内资金价格波动具有影响，对市场间的联动效应刻画能力更强。通过所分解的数据可得，随着IMF频率的降低，所代表的均为资金价格的长期趋势，因此，银行间同业拆借利率与上证综合指数波动率所分解的结果间相关性会逐步增强，但是并不能够描述资金价格波动在各金融市场间的传导。主要原因是两个市场运行机制不尽相同，在面对短期波动时可能产生不同反应，但是二者均表现资金的价格，频率越低、周期越长，相关性越高，这也是之前学者仅通过原始数据进行研究，可能产生误偏的原因。基于本文研究的内容，故选取最具代表性的高频IMF分解结果进行分析。

（3）结构性特征分析

根据EEMD分解步骤三，将分解的IMF曲线划分为高频IMF和低频IMF。银行间同业拆借利率在IMF8显著不为零，则IMF1～IMF6为高频分量，IMF7～IMF9为低频分量，IMF10为趋势项；上证指数在IMF7显著不为零，则IMF1～IMF6为高频分量，IMF7～IMF9为低频分量，IMF10为趋势项。

（4）统计性描述

表1给出了上证综合指数波动率以及隔夜SHIBOR的短周期分量的统计性描述的三个阶段。从表1可知，隔夜SHIBOR短周期波动大于SI短周期波动，第二个阶段波动幅度最大。偏度值以及Jarque－Bera统计量表明隔夜SHIOR短周期分量和SI短周期分量值呈非正太分布，且SHIBOR短周期分量值右偏程度比SI短周期分量值明显。峰度值表明三个阶段均呈尖峰后尾分布，但这一特征在不断减弱。

ADF检验结果表明，三个阶段的SI以及SHIBOR短期结构分量显著平稳，因此，在后续实证分析中VAR模型并不存在伪回归的问题。

表1 数据短周期分量统计性描述

三、实证分析与讨论

1.溢出效应实证检验

（1）溢出效应的实证分析框架

选取VAR－GARCH－BEKK模型对中国资本市场与货币市场之间的均值溢出效应和波动溢出效应进行实证检验。假定上证指数与银行间同业拆借利率分别为x1，t、x2，1，均值溢出效应采用二元自向量回归 模型进行检验：

其中，n、m代表滞后阶数，μ1，t、μ2，t为均值方程的残差项。若ħ1i为滞后变量序列系数，若显著为零，则认为资本市场对货币市场不存在均值溢出效应；λ2，t也为滞后变量序列系数，若显著为零，则认为货币市场对资本市场不存在均值溢出效应。Θt表示是不同市场在t时期的条件方差－斜方差矩阵。

假设Θt是一个二元GARCH（1，1）过程，则货币市场与资本市场之间的波动溢出效应采用二元GARCH－BEKK模型进行检验：

其中，P、F为参数矩阵，且是对角矩阵，E是一个下三角矩阵，P矩阵主对角项反映了市场自身滞后一期残差项平方对当期条件方差的影响，即ARCH效应。F阵主对角项反映了市场自身滞后一期残差项平方对当期条件方差的影响，即GARCH效应。p11、f11刻画的是资本市场自身的ARCH和GARCH的波动效应；p22、f22刻画的是货币市场自身的ARCH和GARCH效应；p12、f12刻画了资本市场对货币市场的ARCH和GARCH波动溢出效应；p21、p21刻画了货币市场对资本市场的ARCH和GARCH波动溢出效应。若显著不为零则表示波动溢出效应不存在。Pij表示变量i和j相互作用的ARCH效应对未来协同波动关系的影响，fij表示变量i和j相互关联的波动持久性对未来两个变量波动的关联影响。

Θt为条件协方差矩阵，似然函数为：

应用似然比检验法，对应的检验参数为：

其中，Ln代表无波动溢出效应方程的对数似然值，Lo代表原方程的对数似然值，LR服从Χ2（m）分布。

（2）实证结果

①均值溢出效应检验结果

表2给出了上证综合指数波动率短周期分量（SSI）以及银行同业间隔夜拆借利率短周期分量（SSHIBOR）的均值溢出效应检验结果。运用Akaike和Shwartz准则，得到最优滞后阶数。结果显示，上证综合指数波动率以及银行同业间隔夜拆借利率短周期分量，在三个阶段中均存在序列自相关。第一阶段，两者所有交叉滞后项系数均不显著，相关假设检验表明货币市场与资本市场不存在任何方向的均值溢出效应；第二阶段，银行同业间隔夜拆借利率短周期分量的2、3阶滞后项，对上证综合指数波动率短周期分量的影响在5%水平下显著，但影响程度均小于0.01。上证综合指数波动率短周期分量对银行同业间隔夜拆借利率短周期分量滞后项系数均不显著。相关假设检验表明，第二阶段货币市场与资本市场的均值溢出效应大于第一阶段；第三阶段，上证综合指数波动率短周期分量的1阶滞后项，对上证综合指数波动率短周期分量的影响在5%水平下显著，且影响程度明显。银行同业间隔夜拆借利率短周期分量的3、4、5阶滞后项，对上证综合指数波动率短周期分量的影响在5%水平下显著，但影响程度均在0.01左右。相关假设检验表明，第二阶段货币市场与资本市场的均值溢出效应大于前两阶段，资本市场对货币市场的均值溢出效应明显，货币市场对资本市场的均值溢出效应极弱。

②波动溢出效应检验结果

表3给出了在不同利率市场化阶段中国资本市场与货币市场短周期分量之间波动溢出效应的检验结果。VAR－GARCH（1，1）－BEKK模型具有较大的对数似然值，能够较好地刻画资本市场与货币市场之间溢出效应。在利率市场化的三个不同阶段，仅第一阶段的GARCH（1；2，2）效应显著，表明资本市场与货币市场条件异方差即ARCH与GARCH效应极其微弱，几乎不存在波动聚集性。相关假设检验同时显示，两个市场不存在显著的单项或者双向波动溢出效应。三个阶段虽然检验结果并不显著，但就数值分析，资本市场对货币市场短周期分量的ARCH和GARCH效应，强于货币市场对资本市场短周期分量的ARCH和GARCH效应，GARCH效应随着利率市场化的推进而逐渐增强，而ARCH效应被进一步弱化。

总体考察，中国货币市场与资本市场短周期分量间存在较为微弱的均值溢出效应，不存在任何方向的波动溢出效应，且随着利率市场化的推进，均值溢出效应的程度在较小幅度加强，波动溢出效应几乎未受任何影响。这表明，两个市场的短期联动性极度脆弱，在利率市场化不断深入期间，两者间的联动效应未有实质性改变。

表2 货币市场与资本市场均值溢出效应检验

表3 资本市场与货币市场波动溢出效应检验

2.动态相关性实证检验

为了进一步明确在利率市场化的不同阶段两个市场间的联动效应，本文通过DCC－MV GARCH模型对二者间的动态关系进行研究。DCC－MV GARCH模型由Engle提出，能够更好地对时间序列的动态关系进行描述，具体结果如表4所示。表4给出了资本市场与货币市场段周期分量基于DCC（1，1）－MV GARCH模型的估计检验结果。在利率市场化的三个不同的阶段，dcc alpha与dcc beta值之和均小于1，满足模型的假设。在前两个阶段dcc alpha与dcc beta的值几乎不显著且值较小，所以本期动态异方差与前期均值残差平方以及前期条件动态异方差无关，在三个阶段中显著性不断增强。第三阶段dcc beta已经显著，说明资本市场与货币市政动态相关性在增强，但在第三阶段dcc alpha的值过小，说明动态异方差主要来自自身的滞后项。

表4 中国资本市场与货币市场动态相关关系估计检验结果

表4中数据显示，第一阶段货币市场的波动对资本市场的影响强于资本市场波动对货币市场的影响，而第二阶段两个市场相互影响强度大小与第一阶段相反，第三阶段与第一阶段相同，这一定程度上显示了两个市场间相互影响强度具有非对称性。该特征的出现，主要受中国金融市场发展先后顺序和不同金融子市场规模的影响与中国金融发展实践吻合。总体上，资本市场与货币市场的相关系数较低，数值很少超过0.1，说明两个市场间波动相互影响较小。第一阶段，相关系数绝对值最小，接近于零，说明短期联动极为脆弱。第二阶段，相关系数值略强于第一阶段，但绝对值大多仍处于0.1以下，说明短期虽有联动，但联动性依旧脆弱。第三阶段，相关系数较前期有提高，但仍处于低位。可以看到，相关系数在第三阶段增强速度加快。通过最终比较发现DCC（1，1）－MV GARCH模型的估计检验结果极大程度吻合了前文均值溢出和波动溢出效应的实证结果。

3.实证结果讨论

实证结果表明，中国资本市场与货币市场间的联动效应较为脆弱，在利率市场化的进程中这一现状并未得到明显改观。这种现象有着多方面原因：

首先，中国金融市场资金投机性过强，造成资金流向的长期失衡，导致资本市场与货币市场显著的“跷跷板”效应。“次贷”危机前，中国资本市场持续升温，大量资金在资本市场寻求短期套利引起频繁波动，受预期影响整体趋势不断冲高。由于当时的市场流动性过剩，导致货币市场资金价格失真，因此，资本市场与货币市场的波动根源并非资金价格变动，而是主要源于投资预期与政府宏观调控的影响。“次贷”危机后，国际经济萎靡，中国贸易出口增速受挫，投资预期大幅下调，资本市场进入低迷期。“四万亿”的经济刺激政策进一步增强了市场的流动性，金融机构资金过剩加剧，货币市场利率再度扭曲，联动性势必微弱。

其次，利率市场化深入推进的同时，利率传导机制并未同步完善，价格信号失效未得到有效纠正，导致三个阶段的利率市场化对两个市场联动性的提高微乎其微。一方面，SHIBOR作为目前货币市场最为代表性的基准利率，由于规模过小且报价方仅为商业银行，同质性过高，计算简易，不能很好反映真实的基准利率，不能为金融市场提供真实的价格信号；另一方面，金融市场发展不够成熟，建立基准收益曲线较为困难。国债发行量较小和续发行操作缺失，发行机制不够完善使国债不能成为无风险利率的基准参照。同时，金融衍生品创新不足，利率期货、利率期权等跨市场产品极少，带来两市场间资金流动不畅；加之金融机构自主定价能力较弱，主要盯住国有大型金融机构进行定价不能完全反映出市场资金的真实价格变化。

第三，中央银行宏观调控对数量型货币政策工具的过重依赖，割裂了资本市场与货币市场的内在联动机制。自中国开始实施“先资本市场，后货币市场”的金融发展政策，到利率市场化推进至今，货币市场与资本市场的非均衡发展未能改善，市场化程度也表现出差异性，是导致两个市场资金价格波动异质性的根源，联动机性脆弱由此成为必然；另外，中国实行“分业经营，分业监管”以及长期秉承“稳定优先”的理念，不同监管主体存在一定的利益冲突，造成市场间产品创新发展受限，加之国有大型商业银行对其他金融机构造成的排斥效应，进一步阻碍了金融市场的创新步伐，特别是在货币政策调控中对数量型工具过度依赖，价格型政策工具未能发挥主要作用，造成对货币政策的价格效应反应迟钝，因此，不同期限的波动必然呈现出联动的脆弱。

四、研究结论与政策建议

本文通过对利率市场化进程的不同阶段中资本市场与货币市场数据进行分离，对最具代表联动性的短周期分量进行了实证研究。结果表明，在利率市场化的三个阶段，货币市场与资本市场几乎不存在溢出效应，且动态相关系数极低。同时，利率市场化的推进并未给联动性带来任何实质性的改善。两类模型的实证结果具有内在一致性，说明本文的研究结论具有稳健性。

中国现有的金融市场存在主观的割裂性，虽然有助于降低金融系统性风险的发生，但严重影响市场资金价格信号的传导，不利于利率市场化机制培育，降低了金融市场的资源配置效率。因此，需要在维护金融稳定的同时，疏通资本市场与货币市场的联动机制。为此，在推进利率市场化的同时，必须加快完善利率传导机制，推进中国金融业的创新发展，提高金融自由化程度，形成全面有效的监管体系。提升SHIBOR作为基准利率的主导地位，扩大银行间同业拆借规模，可以进一步引入不同金融机构参与货币市场报价，构建市场化的报价机制，为金融市场的资金定价提供基础性依据。同时，要均衡发展中国的金融市场，培养多层次的金融市场系统。增加货币市场产品，提高中长期产品的比重，完善国债等债券发行机制，提高企业债券发行占比，形成金融机构定价的市场基础。引导金融业资金与实体进行的良性循环流动，减少资金在金融体系内的投机性空转，提高经济发展的效率。建立宏观审慎管理的多层次监管系统，防范系统性与区域性金融风险的发生。进一步提升货币政策工具的组合调控效应，逐步减少数量型货币政策工具的使用，培育以价格型货币政策工具为主导的市场化调控机制，使货币政策能够有效的在金融市场得以通畅的传导，通过间接渠道引导金融机构的决策与管理，循序渐进地影响经济的稳定可持续发展。

［1］蒋振声，金戈.中国资本市场与货币市场的均衡关系［J］.世界经济，2001，（10）：32－35.

［2］TOBIN J.A general equilibrium approach to monetary theory［J］.Journal of money，credit and banking，1969，1（1）：15－29.

［3］ANDERSEN T G，BOLLERSLE V T，DIEBOLD F X.Real time price discovery in global stock，bond and foreign exchange markets［J］.Journal of International Economics，2007，73（2）：251－227.

［4］EHRMANN M，FRATZSCHER M，RIGOBON R.Stocks，bonds，money markets and exchange rates：measuring international financial transmission［J］.Journal of Applied Econometrics，2011，26（6）：948－974.

［5］FLEMING J，KIRBY C，OSTDIEK B.Information and volatility linkages in the stock，bond，and money markets［J］.Journal of Financial Economics，1998，49（1）：111－137.

［6］CENTENO M，MELLO A S.How integrated are the money market and the bank loans market within the European Union［J］.Journal of International Money and Finance，1999，18（1）：75－106.

［7］RIGOBON R，SACK B.Measuring the reaction of monetary policy to the stock market［J］.The quarterly journal of Economics，2003，118（2）：639－669.

［8］李竹薇，安辉，迟箖.资产证券化与金融市场动态关系研究——基于美国CDO产品的证据［J］.大连理工大学学报（社会科学版），2015，（1）：38－44.

［9］钱小安.货币市场与资本市场之间的联结机制及其疏导［J］.金融研究，2001，（9）：67－73.

［10］殷剑峰.中国金融市场联动分析：2000～2004［J］.世界经济，2006，（1）：51－60.

［11］王一萱，屈文洲.我国货币市场和资本市场连通程度的动态分析［J］.金融研究，2005，（8）：112－122.

［12］岳正坤，张勇.货币市场、债券市场对沪深300指数溢出效应的实证研究［J］.宏观经济研究，2014，（3）：100－108.

［13］方先明，花旻.shibor能成为中国货币市场基准利率吗［J］.经济学家，2009，（1）：85－92.