Yi,t=?茁0+?茁1lnasseti,t+?茁2deratioi,t+?茁3roei,t+?滋i+?姿t+?着i,t 其中Yi,t为因变量，包含：异常收益率指标，通过事件研究中常均值模型计算而得的累计异常收益（car）；异常流动性指标，即累计异常非流动性指
其中Yi,t为因变量，包含：异常收益率指标，通过事件研究中常均值模型计算而得的累计异常收益（car）；异常流动性指标，即累计异常非流动性指标（cailiq），累计异常交易总金额（catrdamt）、换手率指标；波动性指标（cavolat）。自变量方面，lnasset为公司i在该事件窗t的资产对数值，deratio和roe为相应的债权比例和资本回报率①。由于这一部分数据为8期的面板数据，因此使用了混和最小二乘法（Pooled-OLS），随机效应模型（Random Effect Model）和固定效应模型（Fixed Effect Model）来进行回归分析，并且可以看到，8次调整既有上调又有下调，并且公司的特征也可能会影响到估计，因此加入了时间固定效应λt（按照事件日来定义事件）和个体效应μi。为了获取最佳的估计方式，笔者使用B-P拉格朗日乘子（BP-LM）检验随机效应模型是否比混合最小二乘法更加合适，并且进一步使用Hausman检验来看固定效应是否会比随机效应的更合适。
（二）实证结果
表6给出了实证结果。从估计的结果来看，混合最小二乘法最为合适，因此主要关注该方法的估计值。可以看到公司的资产总额对于在调整准备金率中的累计收益的影响是负的，说明大公司受到的影响较小。但是需要注意的是，这一数值在经济意义上不显著但是在统计意义上显著。流动性方面的变量则出现“不一致”：对于非流动性指标，公司的规模越大，则其非流动性指标越高，说明流动性越不好。这一影响在统计是显著的。但是，公司规模越大异常的交易额和换手率分别增加和降低了，这两个指标出现了不一致，而且分别在1%水平下和10%水平下显著。由于公司规模越大，它的收益率增长相比于交易额会更大。正是因为这些公司的股价很高，实际上这些公司的交易股数更少，因此出现了非流动性指标交易金额受到公司规模的正影响而换手率受到公司规模的负影响。另外，公司的规模会降低调整准备金率带来的异常波动率，这一影响仅仅在统计意义上显著而在经济意义上并不显著。
公司的杠杆比率除了对于非流动性的指标的影响是负的且在统计意义上显著以外，对于其他的指标的影响都是正的并且在统计意义上不显著。可得到一致的结论是，杠杆率越高，公司的收益受到准备金率调整的影响越大，并且影响是正的，这可能反映了公司的盈利能力。在调整准备金率的时候公司的负债多，说明他们的偿债能力更强，无惧准备金率的影响。流动性指标越好，则反映了这些公司由于自身的股东权益更低，流动性会更好，从而增加了异常的波动率。
资本收益率对于异常收益的影响是正的，而流动性指标同样出现了公司的资本收益率越高，非流动性指标和交易金额越低而换手率越高的现象，这是因为资本收益率越高，公司的绝对收益率变化要小于交易金额的变化，从而非流动性指标和交易金额均变低。另一方面，交易股数变得更多，可能是由于这些资本回报率高的公司股价也比较低，因此它们在外流通的股票数额会更多。需要注意的是，虽然公司的债权比例有一定的影响，但是只有对非流动性指标的影响在统计意义上是显著的，其他均不显著。
六、小结和政策建议
通过研究“空窗期”对于股市整体的影响发现，准备金率的调整对股市的作用是很有限的，上调和下调都会增加股市的交易量，最后加大了交易量和波动率。下调准备金率会增加股市的流动性。同时，上调准备金率会给股市带来震荡作用，使得股市交易的波动性增加。
通过事件研究的方法和常均值模型计算了个股的累计异常收益率、累计异常流动性指标（包括非流动性、交易金额和换手率）以及累计异常波动率，并且探究了这些指标受到公司的哪些因素影响发现，资产规模大的公司在“空窗期”的异常收益和异常流动性更低，而异常波动率更小；债权比例大的公司在“空窗期”的流动性指标更高，资本回报率更高的公司在“空窗期”异常流动性总体上更大。
笔者认为，中央银行存款准备金调整政策的制定应综合考虑政策调整对股市的综合影响。为提高货币政策的有效性，应加快推进利率市场化步伐，减少政策调整对存款准备金政策的依赖。
（责任编辑：陈薇）
参考文献：
[1]李念斋,范祚军.货币政策冲击与股价波动的实证检验（上）[J].商业时代·理论,2005(20):12-14.(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）
顶一下
(0)
0%
踩一下
(0)
0%
版权声明：因本文均来自于网络，如果有版权方面侵犯,请及时联系本站删除.
