本章第二、三节分析了中国股票市场发展对货币政策效率的影响，但是，由于中国股票市场具有明显的转轨经济的特征，仅仅研究中国股票市场对货币政策的影响难以客观全面地反映股票市场影响货币政策的内在规律。为了解决国别特征对研究结果信誉的影响，我们再根据现有的研究成果，选择多个国家为样本，分析不同国家股票市场发展对货币政策效率的影响机制。为了从不同角度考察股票市场发展的影响，我们先后研究不同国家股票市场对货币政策效率指标的影响，再分析股票市场对货币政策信誉的影响。
7.5.1 概述
微观经济主体行为决策与包括股票市场在内的金融体系有着密切的联系。一般认为，股票市场的发展至少可以从两个方面影响微观经济主体的行为决策，即流动性效应和信息成本，从而改变货币政策效率。首先，股票市场的不断发展为企业提供了便捷的融资渠道，使居民获得了具有较高流动性的股票资产，无论是企业还是居民受到的流动性约束都有所下降，其支出行为决策必然发生改变，并进一步影响货币政策效率（Lastrapes ＆ McMillin，2004）。其次，股票价格的信息含量很大，通过分析股票价格的变动，企业和居民可以获得充分、有效、可信的信息。相比不存在股票市场或者股票市场非常不发达的情况来说，发达程度较高的股票市场大大降低了微观经济主体信息成本。信息成本的降低使得货币政策传导过程中出现不利的政策博弈的概率大为下降，从而提高货币政策效率（Caplin ＆ Leahy，1996）。
股票市场对货币政策的影响又可以分为两个方面：一是股票市场短期波动对货币政策的影响，二是股票市场发展的成熟度的影响。目前对于第一个方面的研究很多，缺乏对第二个方面的研究。但是，就货币政策传导机制来说，股票市场发展的成熟程度对企业、居民行为的长期影响更大，因此对货币政策效率的影响更为重要。
目前对股票市场发展程度与货币政策效率关系的研究较少，部分学者在分析其他问题时对此有所涉及，还有部分学者从某一方面研究了这个问题。但是，由于研究角度的不同，这些研究所得出的结论也截然不同。
一部分学者研究了股票市场发展对货币政策某一特定传导机制的影响，特别是对流动性效应机制的影响。他们一般认为股票市场的发展会降低流动性机制的重要性，因而不利于货币政策效率的提高。Dotsey ＆ Ireland（1995）、Kydland（1995）和Walsh（1998）认为，金融市场越发达、交易成本越低，在面对货币政策调整时，居民应对的手段就越多，因此货币政策的影响就越小。Cecchetti（1999）发现，在股票市场发达的国家，企业更容易获得外部资金，因此，货币政策的银行借贷传导机制的有效性就会下降。Cecchetti ＆ Krause（2001）认为，货币政策的传导过程依赖于金融市场，只有当货币政策对金融市场的影响足以改变企业和居民可融资的数量时，货币政策才会有效。如果金融市场发展滞后，金融市场上信息不对称情况极其严重，那么企业和居民对金融市场的参与将是非常有限的，金融市场对货币政策的传导作用就不大。他们利用23个国家的数据，证明了由于金融市场摩擦的影响，金融市场对货币政策传导作用比金融中介小。Lastrapes ＆ McMillin（2004）利用21个国家的横截面数据，分析了金融市场对流动性效应的影响。他们的研究发现，流动性效应和股票市场总市值和交易量负相关，股票市场总市值越大、交易越活跃，企业和居民融资能力就越强，流动性效应就越弱，货币政策效应就相应下降。
还有一部分学者没有拘泥于货币政策某一具体的传导渠道，而是分析了股票市场对货币政策最终效率的影响，他们的研究结果大多证明了包括股票市场在内的金融体系的发展有助于提高货币政策效率。Posen（1995）指出，市场环境对货币政策效率的影响非常关键，只有在金融市场能够有效地保证货币政策传导的情况下，货币当局才有可能实现自己的政策目标。因此，金融市场越发达，货币政策的效率就越高。Cassola ＆ Morana（2004）利用结构VAR方法，考察了欧元区国家股票市场稳定性和物价水平稳定性之间的关系。他们发现，稳定的股票市场有助于维持物价水平的稳定，物价水平的稳定也可以影响股票市场的稳定。股票相对价格对货币政策传导机制具有显著的影响，但是，对通货膨胀却没有直接的影响。此外，在欧元区国家，股票价格的长期趋势反映了生产率的变动，因而包含了对货币政策有用的信息。Yakhin（2006）利用30个国家1974—2004年的数据，研究了金融市场国际化程度对货币政策效率的影响。其分析结果显示，在金融市场国家化程度高的国家，货币当局可以采取有效的逆周期的货币政策平抑经济波动。但是，在金融市场国际化程度低的国家，货币政策往往具有顺周期特征，无法有效地稳定经济发展。Krause ＆ Rioja（2006）利用一系列指标分别反映金融发展和货币政策效率，研究了37个国家的金融发展程度对货币政策效率的影响。为了避免金融发展和货币政策之间可能存在的内生性问题，他们采用了GMM方法分别估计了两个阶段中股票市场对货币政策效率的影响，证明了包括股票市场在内的金融体系的发展对货币政策效率具有明显的促进作用。
但是，从现有研究来看，所有的研究都假设股票市场发展和货币政策效率之间存在线性关系，没有考虑到股票市场对货币政策效率的影响可能是不连续的，采用通常的研究方法就无法客观地反映两者之间的关系。此外，由于企业和居民行为存在一定的惯性，只有当股票市场的发展达到一定程度后，才会根本改变他们的行为，两者关系中可能存在门槛效应（threshold effect）（Khan ＆ Senhadjji，2001）。因此，本节将利用23个国家的相关变量，采用加入门槛效应的binary回归方法，研究股票市场发展对货币政策效率的影响。
7.5.2 方法与数据
7.5.2.1 分析方法说明
在货币政策实施过程中，由于种种原因，经常会出现政策状态（regime）改变的情况，造成货币政策效率的变化。从已有文献所提供的数据看，此时货币政策效率表现出不连续性。那么，股票市场的发展是否会带来货币政策效率的不连续变动呢？如果这一假设成立，那么用传统的包含了连续性假设的分析方法就不能准确地刻画股票市场发展对货币政策效率的影响。为了检验随着股票市场的发展，货币政策效率是否会发生不连续的变化，我们将对各国货币政策效率进行分组，再采用PML（pseudo maximum likelihood）方法进行分析。
（1）货币政策效率状态的界定
在本节的实证分析中，一个重要问题就是如何划分货币政策效率状态。现有的文献并没有提供相应的客观标准，因而大多数划分都带有很大的随意性。我们将针对衡量货币政策效率的指标，根据结构断点（structural breakpoint）分析方法，将各国货币政策效率划分为不同的组别。
Chow（1960）是最早提出结构断点分析方法的学者之一。他指出，可以在断点前后将样本分割为两个子样本，再利用子样本数据分别建立分析模型，并根据两个模型的估计结果构造F统计量，考察这两个模型的参数是否具有显著的差异。如果F检验值较大，则可以拒绝不存在结构断点的原假设，也就是说，样本存在结构断点。但是，Chow断点检验方法要求样本的容量足够大，如果断点前后样本容量太小，那么F检验值将是有偏的，检验结果不能反映实际情况（Andrews，2003）。为了解决这个问题，Andrews（2003）提出了一种新的方法，通过构造S检验值和P检验值判断断点的存在性。Andrews认为，在小样本的情况下，P检验值比S检验值更加有效，由于本节分析对象是横截面数据，因此，在实证分析中，为了得到货币政策效率的结构断点，我们结合Tsay（1989）的方法，将所分析的样本按货币政策效率指标从低到高排列，再运用Andrews的检验方法，判断货币政策效率发生转折的断点。
根据Andrews（2003）的检验方法，先对所有国家的货币政策效率指数Y对解释变量X进行回归，得到以下回归模型：
（7.33）式中，＾β和ε分别为回归系数的估计值和回归残差，Y＝（Y1，Y2，…，Yk）′，X＝（X1，X2，…，Xk）′。
由于货币政策效率指数Y中可能存在断点，因此（7.33）式的估计结果实际上是有偏的。假定在Y的第h值后可能存在断点，也就是说，从第h＋1个值开始，Y与前面h个值存在根本差异，Y与X间的关系也有显著变化。根据（7.33）式的估计结果，可以计算以下指标：
其中，Xj，j＋k－h－1＝（Xj，Xj＋1，…，Xj＋k－h－1）′，Yj，j＋k－h－1＝（Yj，Yj＋1，…，Yj＋k－h－1）′。
根据（7.33）、（7.34）式，可以构造P检验值：
Andrews（2003）提供了相应的临界值，当（7.36）式计算出的P检验值大于该临界值时，可以认为在h点之后Y存在断点。此外，P值越大，出现断点的概率就越大。与其他断点检验法相比，Andrews的断点检验法无须将分割后的样本分别建立两个函数，只需要对所有样本进行估计，因此在检验小样本数据时具有优势。
（2）PML估计方法
经济数据中，有些指标的取值范围是很小的一个整数集，此时它与诸多解释变量之间就不存在线性关系。如果将该指标和解释变量建立一个回归模型，那么回归模型的残差不服从正态分布，常用的最小二乘法（OLS）将不再适用。
GMT（1984）提出了PML方法，用于估计被解释变量的分布函数不确定的情况。假设根据断点检验，我们已经将货币政策划分为N个效率状态yi，i＝1，2，…，N，假设yi受金融中介发展指数、股票市场发展指数等变量影响，可以由以下模型表示：
其中，f（xi，θ0）为可以反映yi期望值的函数，xi是解释变量，θ0是待估计的参数，ei是残差。由于yi是个离散型的变量，ei不服从正态分布。
根据GMT（1984）的假设，由于yi是一组离散型的变量，无法确定其实际的分布函数，最大似然法（ML）也不能用来估计（7.37）式中的参数θ0。GMT认为，如果f（xi，θ0）也就是yi的期望值服从线性指数分布，那么就可以采用PML方法估计θ0。假设f（xi，θ0）的密度函数为φ（yi，xi，θ），通过解决以下最大化问题就可以得到参数θ0的PML估计值：
由于φ（yi，xi，θ）并不是yi的密度函数，因此通过（7.38）式所得到的估计值θ0被称为PML估计值。
两点（binomial）分布和多点（polynomial）分布都属于线性指数分布，因此可以用PML方法进行两点回归（binomialregression）和多点回归（polynomial regression）的参数估计。本节分别将货币政策划分为两个和四个效率状态，采用PML方法研究决定货币政策效率的因素。
7.5.2.2 数据说明
本节所采用的数据包括货币政策效率指标、股票市场发展指标、金融中介发展指标和货币政策信誉指标。为了保证指标的可信性，本节选用了现有研究中被广泛接受的指标进行分析。
在现有的关于货币政策效率研究中，单一的衡量货币政策效率的指标并不多见。Cecchetti et al.（2002）利用动态最优化方法，通过构造货币政策效率边界，衡量了24个国家的货币政策效率损失以及货币政策信誉。货币政策效率损失指标反映的是实际货币政策效用与最优货币政策边界的距离，因此，货币政策效率损失指标越大，货币政策效率反而越低。为了更加直观地反映分析结果，我们对Cecchetti et al.（2002）的货币政策效率损失指标取相反数，得到本节的货币政策效率指标（M）。所有货币政策效率指标都小于0，该指标越大，货币政策效率越高。我们直接采用了Cecchetti et al.（2002）的货币政策信誉指标（CR），该指标越大，反映货币政策信誉越高。
Demirguc ＆ Levine（1996）利用多项指标，构建了股票市场发展指标和金融中介发展指标。他们的股票市场发展指标衡量了股票市场的规模和流动性，金融中介指标则衡量了银行、非银行金融机构以及保险公司和养老金基金的发展情况，两个指标基本上客观地反映了各国股票市场和金融中介的发展程度。因此，我们将采用他们的指标作为股票市场发展指标（S）和金融中介发展指标（B）。
此外，由于股票市场规模对货币政策效率的影响可能与股票市场的成熟程度有关，因此，我们构建了调整后股票市场规模（SC）指标，即利用各国股票市场发展指标（S）减去所有国家该指标的中间数，再乘以该国的股票市场总市值与GDP的比率，所得到的结果就是调整后股票市场规模（SC）。显然，在股票市场发展程度超过所有国家中间值时，股票市场总市值与GDP比率越大，调整后股票市场规模也越大；相反，如果一国股票市场发展程度低于中间值，那么股票市场总市值与GDP比率越大，调整后股票市场规模反而越小。由此可以考察健康发展的股票市场与畸形发展的股票市场的规模因素对货币政策效率的不同影响。
为了考察金融体系的总体发展情况对货币政策效率的影响，我们将股票市场发展指数和金融中介发展指数相加，得到金融发展指数。在所有分析中，我们也将金融发展指数作为自变量，通过其对货币政策效率影响系数的显著性来分析金融总体发展的影响。
有23个国家有完整的货币政策效率指标、股票市场发展指标、金融中介发展指标以及货币政策信誉指标，因此，本节将以这23个国家为分析对象。Cecchetti et al.（2002）所提供的货币政策效率指标和货币政策信誉指标反映的是这些国家1991—1998年的情况，而Demirguc ＆Levine（1996）的股票市场发展指标以及金融中介发展指标反映的是1986—1993年的情况，两者有一定交叉，但后者稍有提前。考虑到股票市场的波动性很大，即使股票市场发展程度有所提高，企业和居民一般也不会立即调整自己的行为（Dynan，Elmendorf ＆ Sichel，2006），只有当企业和居民认为股票市场发生了根本性的变化时，他们才会改变自己的行为习惯，影响货币政策的实施环境，从而改变货币政策效率（Posen，1995）。采用提前的股票市场及金融中介指标恰好可以客观全面地反映股票市场发展对货币政策效率的影响，此外，两者在时间上的不一致性还可以克服股票市场发展与货币政策效率之间可能存在的内生性问题（Krause，et al.，2006），从而通过样本选择提高分析结果的可靠性。
7.5.3 实证分析结果与说明
7.5.3.1 分析框架
我们将采用实证方法分三步考察股票市场发展对货币政策效率的影响。在描述性统计分析之后，我们先在连续性假设前提下考察股票市场发展对货币政策效率的影响，以判断股票市场的影响是否具有非线性特征。考虑到金融中介、货币政策信誉对货币政策效率都有影响（Krause et al.，2006；Cecchetti et al.，2002），我们在自变量中分别加入金融中介发展指数和货币政策发展指数。如果分析结果拒绝了股票市场影响的线性假设，我们再根据Andrews（2003）的断点检验方法，将所有国家货币政策效率状态划分为低效（0）和高效（1）两个状态，再运用PML方法对上述变量进行检验。此外，为了进一步考察股票市场发展是否会使货币政策效率状态发生小幅度的变动，我们再将货币政策效率状态划分为四个组别，即非常低效（0）、低效（1）、高效（2）和非常高效（3）。由于此时各组别中样本容量偏小，已经无法采用Andrews断点检验法，我们以第一次划分所得到的两个组别货币政策效率指数的中间值为门槛值，可以得到四个组别。在此基础上，再运用PML方法检验股票市场发展对货币政策效率状态的影响。
7.5.3.2 分析结果
表7.19显示的是这23个国家货币政策效率指数、调整后股票市场规模、股票市场发展指数以及金融中介发展指数的描述性统计分析结果。货币政策效率指数表明这些国家货币政策效率差距较大，该指数的平均值大于中间值，其原因是智利、墨西哥两国货币政策效率低下，使平均值有所降低。另外三项指标的平均值都要大于中间值，说明部分国家的相关指标远远高于大多数国家。股票市场发展指标的标准差比金融中介发展指标大，反映了在这23个国家中，股票市场发展水平更加参差不齐。
表7.19 各变量的描述性统计分析结果
表7.20显示的是对货币政策效率指标进行的OLS回归结果，直接进行OLS回归的目的是判断股票市场发展与货币政策效率之间是否存在线性关系，其中三个模型的因变量都是货币政策效率指数。三个模型的F检验值都可以在10%的水平上通过显著性检验，反映了三个模型中都存在线性关系。三个模型调整后的R2值都不高，表明金融体系只是影响货币政策效率的因素之一，由于本节的目的是判断货币政策效率是否受股票市场发展状况的影响，而不是寻找影响货币政策效率的所有因素，因此调整后R2不高并不影响分析结果的有效性。模型一中的金融发展总指数的系数可以在10%的水平上通过显著性检验，而且系数值大于0，说明在这23个国家中，金融发展总指数对货币政策效率存在显著的影响，金融发展可以提高货币政策效率。在模型二和模型三中，我们分别以股票市场发展指数和调整后股票市场规模作为股票市场发展指标对货币政策效率指数进行回归，结果显示，在两个模型中，金融中介发展指数都可以在10%的水平上通过检验，而股票市场发展指标的系数都不显著。由此可见，金融中介的发展可以对货币政策效率产生直接的影响，两者之间的关系是线性的。但是，股票市场对货币政策效率的影响则不是一一对应的，反映了两者并不存在线性关系。
表7.20 对货币政策效率指标的OLS回归结果
＊表示在10%的水平上显著；＊＊表示在5%的水平上显著。
由于股票市场发展指数对货币政策效率指数不存在线性影响，我们再根据Andrews断点检验法划分货币政策效率状态。由于事先并不了解断点的位置，我们运用Quandt（1960）、Hansen（2001）的方法，将所有样本点都作为可能的断点，得到多个检验值，再比较检验值的大小，最终判断断点的位置。图7.5显示了可以得到的样本点的检验值[6]，显然，在所有可以得到P值的样本点中，第11个样本点具有最大的P检验值，根据Andrews断点检验的定义可知，第12个样本点是一个断点，该点恰好是所有样本的中间值。因此，我们先以中间值为界，将所有国家的货币政策效率划分为低效和高效，并将低效状态设定为0，高效设定为1。
图7.5Andrews-P断点检验值
在Andrews（2003）断点检验法的基础上，再利用QML方法分别对不同指标进行两点回归，结果见表7.21。模型四的结果表明，将货币政策效率划分为两个状态后，与表7.20中结果相同，股票市场发展指数仍然不能通过显著性检验，金融中介发展指数此时也不显著。这种情况说明，尽管金融中介的发展可以提高货币政策效率，但是，金融中介发展状态并不是引起货币政策效率从低效到高效发生质变的原因。货币政策信誉也不能通过检验，这也说明了尽管货币政策信誉可以直接影响货币政策效率（Cecchetti et al.，2002），但是它也不是导致货币政策效率发生质变的因素。模型六和模型七的结果说明，调整后股票市场规模对货币政策效率状态具有显著的正向影响。无论是否加入货币政策信誉，调整后股票市场规模的系数值都没有发生大幅度的变化，说明了调整后股票市场规模是影响货币政策效率状态的根本因素。调整后股票市场规模综合反映了股票市场成熟程度和发展规模，回归结果说明，在股票市场发展比较成熟的情况下，规模大的股票市场可以为货币政策实施提供一个良好的外部环境，促使货币政策效率由低效状态转变为高效状态。另一方面，由调整后股票市场规模指标的定义可知，如果股票市场发展不成熟，那么股票市场规模越大，调整后股票市场规模指标反而越小。因此，在不成熟的股票市场上，如果投机等因素导致了股票市场规模暂时发生膨胀，货币政策效率不仅得不到改善，反而可能使原本高效的货币政策效率状态下降为低效状态。这也证明了股票市场发展对货币政策效率的影响不仅是非线性的，而且还与股票市场自身的发展状况和发展规模有关。
表7.21 对货币政策效率分组后的binary回归结果
我们在表7.21分析的基础上，将货币政策效率划分为四个状态，即非常低效、低效、高效和非常高效，运用多点回归模型进行分析，结果见表7.22。表7.22所包含的四个模型分析结果显示，将货币政策效率划分为四个状态后，调整后股票市场规模指标仍然可以通过系数的显著性检验，而股票市场发展指数、金融中介发展指数和货币政策信誉指数都无法通过检验，结果再次证明了表7.21的分析结果，即调整后股票市场规模是促使货币政策效率发生状态转变的原因，股票市场规模对货币政策效率状态的影响是建立在股票市场成熟程度的前提之上的。
表7.22 对货币政策效率分组后的polynomial回归结果
与Cecchetti等人（2002）的研究相比，货币政策信誉指标的作用有所变化。这是因为表7.21和表7.22中的因变量是货币政策效率状态空间，而不是货币政策效率指数。对比表7.20与表7.21、表7.22的分析结果，可以发现金融中介的影响有所变化，这也说明了金融中介和股票市场对货币政策效率的影响机制存在一定的差异。一般来说，金融中介的发展可以通过信贷渠道直接影响货币政策传导过程，发达的金融中介可以在货币政策传导过程中发挥更大的作用，从而提高货币政策效率（Bernanke ＆ Gertler，2001）。相反，股票市场的发展则会缓解企业和居民所面临的流动性约束，对货币政策效率产生负面的直接影响（Dotsey ＆ Ireland，1995；Kydland，1995；Walsh，1998）。但是，发达的股票市场为企业和居民提供了一条可靠的获取信息的渠道，有助于减少货币当局和企业、居民之间出现的不利的政策博弈（Caplin ＆ Leahy，1996），为货币政策实施创造有利的社会环境（Posen，1995）。因此，股票市场发展主要是通过改善货币政策实施环境来提高货币政策效率，货币政策能够实现何种效率与股票市场的成熟程度和规模有关。成熟而又具有一定规模的股票市场是高效率的货币政策的重要的前提保证，而畸形繁荣的不成熟的股票市场下，货币政策往往处于低效状态。
实证分析结果说明，包括股票市场和金融中介在内的金融体系的发展对货币政策效率有明显的促进作用，股票市场对货币政策效率的影响是非线性的，与股票市场的发展程度、规模有关。
7.5.4 简要结论
股票市场发展对货币政策效率的影响是双重的，发达的股票市场一方面会缓解企业和居民面临的流动性约束，降低货币政策所产生的流动性效应，不利于货币政策效率的提高。另一方面，发达的股票市场为货币政策实施提供了一条可靠的获取信息的渠道，从而降低货币政策实施过程中出现不利的政策博弈的概率。在这样的双重影响下，股票市场发展对货币政策效率的影响必然是非线性的。
本节利用23个国家的数据，运用PML方法考察了股票市场发展对货币政策效率的影响。结果表明，股票市场对货币政策效率的影响是非线性的，发达的股票市场可以改善货币政策实施环境，从而使货币政策由低效状态转变为高效状态。在股票市场与货币政策效率的关系中，并不存在非常灵敏的一一对应关系。股票市场的不断发展将会使货币政策从一种低效状态逐渐发展到高效状态。必须要注意到的是，股票市场对货币政策的影响不仅仅取决于其发达程度，还与规模有关，只有发达的、规模较大的股票市场才对货币政策效率的提高有积极意义。相反，如果股票市场发达程度不高，那么股票市场规模越大，货币政策效率反而越低。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
