论文部分内容阅读
摘要：文章基于2013年11月至2016年12月数据，利用SVAR模型从实证研究角度分析了新一轮美联储加息对中国资产价格的溢出效应。脉冲响应结果显示：（1）美国联邦基金利率水平的提高对人民币名义有效汇率存在负向溢出效应，人民币存在贬值压力；（2）美联储加息、人民币汇率贬值导致我国股票价格下降，10年期国债收益率上升，而房地产市场受到冲击则不明显，仍表现为价格上升。为应对美联储加息的不利影响，我国应适度实行宽松的货币政策；丰富发展多层次资本市场；提高人民币国际化地位，增强货币政策的独立性。此外，文章也对讨论其他经济体对我国的溢出作用提供了参考。
关键词：美联储加息；中国资产价格；溢出效应；SVAR模型
一、 引言
自2005年7月21日起，人民币实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，美国作为中国重要的贸易伙伴，美元在中国货币篮子中具有重要地位。目前，中国人民银行以美元作为标准参考物，这意味着美联储的货币政策变化将通过汇率渠道对中国资产价格产生影响。回顾美联储历史上三轮加息周期：1994年～1995年、1999年～2000年及2004年～2006年均在短期内对我国资本价格产生了的负向冲击。2008年美国爆发全球性金融危机，通过降低短期利率刺激经济的常规宽松货币政策作用有限。为挽救美国经济，避免陷入流动性陷阱，美联储实行了近七年的非常规货币政策，美国基准利率一直接近于零。伴随美国经济的逐渐复苏，失业率及物价水平均处于合理区间，2015年末，美联储启动实行非常规货币政策以来的首次加息，联邦基金委员会（FOMC）宣布加息25个基点，结束了美联储长达7年的零利率时代。“巧合”的是，在美联储宣布加息不久，2016年初，中国股市出现了较大程度的波动，并启动了四次“熔断机制”，短期内形成股灾。中国房地产市场及国债市场也出现震荡。在美联储加息后，短期内中国资本市场均出现了波动，这两者是巧合还是有必然的联系呢？
2016年12月，美国联邦市场公开委员会（FOMC）已全票通过加息25个基点的方案。李克强总理在2017年政府工作报告中提出，要加强金融风险调控。因此，研究美联储加息对中国资本市场的影响具有重要的意义。股票、房地产及债券是我国重要的三类资产，并且这三者之间存在一定的替代效应。本文拟研究在美联储非常规货币政策结束后，美联储加息导致我国股票、房地产、国债三类代表性资产的变化，并进一步探讨防范美国货币政策对我国溢出作用的政策建议。
二、 文献综述
由于全球资本的流动，一国的货币政策也对其他国家存在一定的溢出效应。目前，研究一国经济冲击的效果及国际传导机制的文献日益繁多，从研究角度来看，可分为经济冲击的国际传导渠道及对特定国家或经济体冲击的程度大小两类：
2008年全球金融危机发生后，国内外学者集中于研究实施非常规货币政策对他国的溢出效应：如Cho和Rhee（2013）认为非常规货币政策导致其他国家债券收益率降低。李自磊和张云（2013）认为非常规货币政策加剧了新兴经济体的通货膨胀。一部分研究集中于非常规货币政策的国际传导机制：如肖芍芳和黄洁文（2012）从贸易渠道和货币渠道传导角度研究，结果表明，贸易渠道是货币政策传导的重要途径，此外，非常规货币政策对我国出口额、货币供应及物价水平存在长期正向影响，对产出有短期的正向影响。刘兰芬和韩立岩（2014）利用EGARCH模型研究了非常规货币政策对中国、巴西股票市场的影响，结果表明，全球流动性扩张对中国、巴西股票市场扩张均有溢出效应，且对巴西的影响大于中国，非常规货币政策溢出效应的资产价格组合渠道较为明显。刘伟江等（2015）研究了美国货币政策外溢性对我国房地产市场的影响。
伴随美国经济的复苏，劳动力市场改善及物价水平稳定，美联储逐步通过加息实现货币政策的正常化。國内外学者对美联储加息的溢出效应进行了广泛研究。Kazi等（2013）研究14个OECD国家对美联储加息的反应，结果认为，美联储加息对加拿大、日本、瑞士的经济增长存在负向作用，而对其他OECD国家存在一定的正向福利。肖卫国和兰晓梅（2017）研究了中国跨境资本流动对美联储加息的反应。易宪容（2014）认为美国必然会退出非常规货币政策，中国政府要充分估计对全球及中国经济的影响，并做好应对准备，从而降低对中国经济与金融市场的冲击。
陈虹和马永健（2016）基于汇率传导渠道认为，美联储加息将导致人民币汇率波动，进而在短期内导致资产价格波动，但这一影响不具有长期效应。李天国（2014）分析表明，美联储加息将导致新兴经济体汇率短期内贬值，且股票市场先上升后下跌。谭小芬等（2016）通过对11个新兴市场国家研究，发现美国退出量化宽松政策带来新兴经济体货币贬值，股指下跌及10年期国债收益率下降，并且经济状况好，金融市场完善的国家受到的不利影响更小。
前人已经对非常规货币政策的影响效果进行了丰富的研究，然而，现有研究存在两个缺陷：一是多侧重于美国货币政策对某一经济体整体的影响，对中国问题讨论的角度较为单一，多是从贸易水平、通货膨胀、经济增长等宏观角度研究对中国的溢出效应，缺乏对中国金融市场的关注。二是由于美联储刚刚启动新一轮的加息周期，目前的文献多是定性分析美联储加息的影响，缺乏实证数据的支持。本文拟从以上两个方面加以完善，基于2013年11月～2016年12月数据，利用结构向量自回归模型研究美联储新一轮加息对中国股票、国债、房地产三类资产的影响。
三、 实证模型选择及变量来源
本文将构建一个SVAR模型，考察美联储加息对我国国债、股票及房地产三类资产价格的影响，美联储在实践中通过提高基准利率实现非常规货币政策的退出，因此，在模型中考察联邦基金利率（FR）的变化。汇率渠道传导变量选择人民币名义有效汇率指数（NEER），资产变量选择中国10年期国债收益率（GUOZHAI），上证综合指数（GUP）及国房景气指数（HP）。人民币名义有效汇率指数来源于国际清算银行（BIS），国房景气指数来源于中经网统计数据库，其余数据来自于CEIC数据库。值得注意的是，国债收益率与国债价格存在着负向变动的关系，国债收益率的上升代表国债价格的下降。为了完整研究美联储退出量化宽松政策对我国资产价格的影响，本文选取的时间区间为2013年11月～2016年12月，之所以选择月度数据，是因为月度数据可以包含更多的样本信息。为防止出现异方差，在利用SVAR模型分析之前，对除利率外的各变量进行了取对数运算。 则SVAR模型结构式与冲击式关系可以由（1）、（2）式表示：
A0Ut=？着t（1）
1 0 0 0 0a21 1 0 0 0a31 a32 1 0 0a41 a42 a43 1 0a51 a52 a53 a54 0utFRutNEERutGUOZHAIutGUPutHP=？赘11 0 0 0 00 ？赘22 0 0 00 0 ？赘33 0 00 0 0 ？赘44 00 0 0 0 ？赘55？着tFR？着tNEER？着tGUOZHAI？着tGUP？着tHP（2）
四、 实证研究结果
1. ADF单位根检验。由于宏观经济变量只有少量是平稳的，在应用时间序列数据进行实证研究时，常选用增广的迪基-富勒检验（ADF）对数据进行单位根检验，判断各时间序列的平稳性，以避免出现“伪回归”现象。由于是月度数据，本文选取最大滞后阶数为12阶，并通过序列图形判断是否存在常数项及时间趋势，分别用字母c和t代表，利用AIC准则判断数据的平稳性。由检验结果表1可知，各变量的水平序列ADF值均大于其临界值，均为不平稳序列，而一阶差分后，序列平稳。各变量均满足I（1）的，可以建立SVAR模型。
2. SVAR模型最优滞后阶数。由于实证分析结果受到模型滞后长度的影响，在实际应用时，应先从较大滞后阶数出发，根据LR、FPE、AIC、SC、HQ检验值确定SVAR模型的最优滞后阶数。在实际选择时一般遵循两个标准：（1）滞后阶数足够大，可以全面反映模型的动态特征；（2）模型易于估计，要综合考虑这两个因素。在实践中，当AIC和SC准则确定的阶数相同时，选择使AIC及SC准则同时最小的阶数作为模型滞后阶数；若AIC和SC准则确定的最优滞后阶数不同时，选择LR、FPE、AIC、SC、HQ五种检验准则中*较多的。本文建立的SVAR模型最优滞后阶数为2。
3. SVAR模型AR根结果。确定了SVAR模型的最优滞后阶数后，应对模型进行稳定性检验，以保证脉冲响应及方差分解在稳定的SVAR模型中进行。图1中的黑点表示SVAR模型特征根的倒数，由图1可知，全部特征根倒数均在单位圆内，因此，我们所建立的滞后阶数为2的SVAR模型是稳定的。
4. Johansen协整检验结果。本文基于极大似然估计的Johansen协整方法对FR，lnNEER，GUOZHAI，lnGUP，lnHP进行检验，确定变量之间的长期关系，以避免出现“伪回归”现象。Johansen协整检验相当于对SVAR模型施加了一个协整约束，因此，其滞后阶数应等于SVAR模型的滞后阶数减去1，固选择滞后阶数为1阶进行Johansen协整检验。迹检验和最大特征根检验均显著拒绝了不存在协整关系的假设，迹检验？姿trace结果表明，变量之间至少存在五个协整关系，最大特征根检验？姿max表明，变量之间至少存在三个协整关系。综上，联邦基金利率、人民币名义有效汇率指数、国债收益率、股票价格、房地产价格之间至少存在三个协整关系。
5. 脉冲响应函数。基于以上被识别的SVAR模型，本文使用脉冲响应函数分析变量之间的互相影响，图2显示了美联储加息对中国资产价格的影响：
图2（1，1）①显示了美联储加息（FR）对人民币名义有效汇率（lnNEER）的影响。对FR施加一个标准差的冲击，人民币名义有效汇率先出现负向变化，在前两期变化较小，到第六期达到负值最小值，之后略有上升，最后出现微弱的正向变化。
图2（1，2）是美联储加息对中国10年期国债利率（GUOZHAI）的影响示意图。对美国联邦基金利率施加一个标准差的冲击，中国10年期国债利率在初期表现为负向变化，但在第八期以后，10年期国债收益率表现为正向变化。说明美联储加息对国债市场影响存在一定的滞后作用，并且导致中国10年期国债收益率上升。
图2（2，1）反映了美国量化宽松政策对中国股票市场（lnGUP）的影响。给定美国联邦基金利率一个标准差的冲击，中国股票市场表现为负向变化，到14期，变化逐渐消失。说明短期内美联储加息吸引了热钱流回美国，对中国股票市场产生了一定的负向冲击，但长期来看，这种影响消失。
图2（2，2）是美国量化宽松政策对中国房地产价格（lnHP）的影响。从图中可以看出，美联储加息带来了中国房地产价格的正向变化，从第三期开始，正向变化逐渐减弱，到第十六期左右，达到平稳，变化逐消失。
6. 稳健性检验。由于SVAR模型的结果在一定程度上取决于内生变量的顺序，为了验证模型的正确性，本文将仿照李自磊、张云（2013）的做法，对SVAR模型进行稳健性检驗。将方程（2）中的内生变量调整顺序：FR→GUOZHAI→NEER→GUP→HP。得到了和图2类似的脉冲响应结果，说明我们以上建立的模型是稳健的。
五、 结论及启示
本文建立结构向量自回归（SVAR）模型，以2013年11月到2016年12月月度数据为样本，研究了美联储加息对中国资产价格的影响。实证研究表明：
第一，美联储加息带来了人民币有效汇率的负向变化，原因是美国联邦基金利率上升，吸引热钱流回美国，人民币相对美元贬值。
第二，美联储加息吸引了一部分原本投入中国股市的资金流回美国，从而带来中国股票价格的下降，但是从长期来看，这种影响会消失。说明美联储加息在短期内会冲击中国股市，由于影响中国股市发展的因素较多，长期内，多种因素的共同作用将抵消美联储加息对中国股票市场的负向影响。
第三，中国10年期国债利率先负向变化，后转变为正向变化，联邦基金利率的上升并没有立即带来我国国债价格的下降，而是国债价格先呈现出微弱的上升，到中期及以后，国债价格才开始下降。说明美联储加息对我国国债价格影响存在一定的滞后效果，美联储加息导致一部分热钱流出国债市场，从而带来中国国债价格的下降。 第四，对于房地产市场而言，美联储加息对中国房地产市场冲击较小，且在一定程度上对中国房地产价格产生了正向刺激作用。但长期内，这种影响消失。导致房地产价格短期上升可能存在两个方面的原因：①股票和房地产是两个替代商品，当股票市场价格下降时，更多资本转而投向房地产市场，从而推高房地产价格；②美联储加息导致美元相对于人民币升值，一部分资金用于投资中国房市，导致国内房地产价格出现短暂升高的现象。
本文的政策启示在于：美联储加息从汇率渠道和资产组合再平衡渠道对中国资本市场产生了一定的负向冲击。为了应对美联储新一轮加息周期對我国产生的不利影响，首先，应增强中国货币政策的灵活性，在一部分热钱外流的情况下，央行应审时度势，根据经济运行情况酌情实行适度宽松的货币政策，降低由于资本外流对中国资本市场带来的不利影响。其次，要提高金融体系对抗风险的能力，致力于构建多层次资本市场体系，提高股票、债券市场应对美国量化宽松政策溢出效应的抵抗能力。再次，提高人民币国际化地位，目前，人民币已加入SDR，应丰富外汇储备币种结构，提高货币政策的独立性。此外，目前日本、英国、欧洲仍处于低利率状态，本文的结论对研究其他经济体对中国的溢出作用也存在一定的参考价值。
注释：
①图2（1，1）指图2中第一行第一个图，图2（1，2）指第一行第二个图，图2（2，1）指第二行第一个图，图2（2，2）指第二行第二个图。
参考文献：
[1] Cho D， Rhee C.Effects of Quantitative Easing on Asia： Capital Flows and Financial Markets[C].Asian Development Bank，2013.
[2] 李自磊，张云.美国量化宽松政策是否影响了中国的通货膨胀？——基于SVAR模型的实证研究[J].国际金融研究，2013，（8）： 13-21.
[3] 肖芍芳，黄洁文.美国量化宽松货币政策对中国经济的冲击效应研究[J].广东商学院学报，2012，27（6）： 12-19.
[4] 刘兰芬，韩立岩.量化宽松货币政策对新兴市场的溢出效应分析——基于中国和巴西的经验研究[J].管理评论，2014，（6）：13-22.
[5] 刘伟江，丁一，隋建利.货币政策外溢性对我国房地产价格影响研究——以美国为例[J].经济问题探索，2015，（8）：127-133.
[6] Kazi I A， Wagan H， Akbar F.The changing international transmission of U.S.monetary policy shocks：Is there evidence of contagion effect on OECD countries [J].Economic Modelling，2013，30（1）：90-116.
[7] 肖卫国，兰晓梅.新一轮美联储加息对中国跨境资本流动溢出效应研究[J].经济学家，2017，（2）：84-90.
[8] 易宪容.美联储量化宽松货币政策退出的经济分析[J].国际金融研究，2014，（1）：12-24.
[9] 陈虹，马永健.美国量化宽松货币政策与退出效应及其对中国的影响研究[J].世界经济研究，2016，（6）： 22-31.
[10] 李天国.美国退出量化宽松对新兴经济体的传导机制研究——基于PVAR模型的实证分析[J].国际经济合作，2014，（10）：86-91.
[11] 谭小芬，殷无弦，戴群.美国量化宽松政策的退出公告对新兴经济体的影响[J].国际金融研究，2016，（7）：18-32.
基金项目：教育部人文社会科学重点研究基地重大项目（项目号：16JJD79007）；对外经济贸易大学研究生科研创新基金（项目号：2017057）。
作者简介：洪朝伟（1988-），女，汉族，黑龙江省齐齐哈尔市人，对外经济贸易大学国际经济与贸易学院博士生，研究方向为非常规货币政策。
收稿日期：2017-09-12。
关键词：美联储加息；中国资产价格；溢出效应；SVAR模型
一、 引言
自2005年7月21日起，人民币实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，美国作为中国重要的贸易伙伴，美元在中国货币篮子中具有重要地位。目前，中国人民银行以美元作为标准参考物，这意味着美联储的货币政策变化将通过汇率渠道对中国资产价格产生影响。回顾美联储历史上三轮加息周期：1994年～1995年、1999年～2000年及2004年～2006年均在短期内对我国资本价格产生了的负向冲击。2008年美国爆发全球性金融危机，通过降低短期利率刺激经济的常规宽松货币政策作用有限。为挽救美国经济，避免陷入流动性陷阱，美联储实行了近七年的非常规货币政策，美国基准利率一直接近于零。伴随美国经济的逐渐复苏，失业率及物价水平均处于合理区间，2015年末，美联储启动实行非常规货币政策以来的首次加息，联邦基金委员会（FOMC）宣布加息25个基点，结束了美联储长达7年的零利率时代。“巧合”的是，在美联储宣布加息不久，2016年初，中国股市出现了较大程度的波动，并启动了四次“熔断机制”，短期内形成股灾。中国房地产市场及国债市场也出现震荡。在美联储加息后，短期内中国资本市场均出现了波动，这两者是巧合还是有必然的联系呢？
2016年12月，美国联邦市场公开委员会（FOMC）已全票通过加息25个基点的方案。李克强总理在2017年政府工作报告中提出，要加强金融风险调控。因此，研究美联储加息对中国资本市场的影响具有重要的意义。股票、房地产及债券是我国重要的三类资产，并且这三者之间存在一定的替代效应。本文拟研究在美联储非常规货币政策结束后，美联储加息导致我国股票、房地产、国债三类代表性资产的变化，并进一步探讨防范美国货币政策对我国溢出作用的政策建议。
二、 文献综述
由于全球资本的流动，一国的货币政策也对其他国家存在一定的溢出效应。目前，研究一国经济冲击的效果及国际传导机制的文献日益繁多，从研究角度来看，可分为经济冲击的国际传导渠道及对特定国家或经济体冲击的程度大小两类：
2008年全球金融危机发生后，国内外学者集中于研究实施非常规货币政策对他国的溢出效应：如Cho和Rhee（2013）认为非常规货币政策导致其他国家债券收益率降低。李自磊和张云（2013）认为非常规货币政策加剧了新兴经济体的通货膨胀。一部分研究集中于非常规货币政策的国际传导机制：如肖芍芳和黄洁文（2012）从贸易渠道和货币渠道传导角度研究，结果表明，贸易渠道是货币政策传导的重要途径，此外，非常规货币政策对我国出口额、货币供应及物价水平存在长期正向影响，对产出有短期的正向影响。刘兰芬和韩立岩（2014）利用EGARCH模型研究了非常规货币政策对中国、巴西股票市场的影响，结果表明，全球流动性扩张对中国、巴西股票市场扩张均有溢出效应，且对巴西的影响大于中国，非常规货币政策溢出效应的资产价格组合渠道较为明显。刘伟江等（2015）研究了美国货币政策外溢性对我国房地产市场的影响。
伴随美国经济的复苏，劳动力市场改善及物价水平稳定，美联储逐步通过加息实现货币政策的正常化。國内外学者对美联储加息的溢出效应进行了广泛研究。Kazi等（2013）研究14个OECD国家对美联储加息的反应，结果认为，美联储加息对加拿大、日本、瑞士的经济增长存在负向作用，而对其他OECD国家存在一定的正向福利。肖卫国和兰晓梅（2017）研究了中国跨境资本流动对美联储加息的反应。易宪容（2014）认为美国必然会退出非常规货币政策，中国政府要充分估计对全球及中国经济的影响，并做好应对准备，从而降低对中国经济与金融市场的冲击。
陈虹和马永健（2016）基于汇率传导渠道认为，美联储加息将导致人民币汇率波动，进而在短期内导致资产价格波动，但这一影响不具有长期效应。李天国（2014）分析表明，美联储加息将导致新兴经济体汇率短期内贬值，且股票市场先上升后下跌。谭小芬等（2016）通过对11个新兴市场国家研究，发现美国退出量化宽松政策带来新兴经济体货币贬值，股指下跌及10年期国债收益率下降，并且经济状况好，金融市场完善的国家受到的不利影响更小。
前人已经对非常规货币政策的影响效果进行了丰富的研究，然而，现有研究存在两个缺陷：一是多侧重于美国货币政策对某一经济体整体的影响，对中国问题讨论的角度较为单一，多是从贸易水平、通货膨胀、经济增长等宏观角度研究对中国的溢出效应，缺乏对中国金融市场的关注。二是由于美联储刚刚启动新一轮的加息周期，目前的文献多是定性分析美联储加息的影响，缺乏实证数据的支持。本文拟从以上两个方面加以完善，基于2013年11月～2016年12月数据，利用结构向量自回归模型研究美联储新一轮加息对中国股票、国债、房地产三类资产的影响。
三、 实证模型选择及变量来源
本文将构建一个SVAR模型，考察美联储加息对我国国债、股票及房地产三类资产价格的影响，美联储在实践中通过提高基准利率实现非常规货币政策的退出，因此，在模型中考察联邦基金利率（FR）的变化。汇率渠道传导变量选择人民币名义有效汇率指数（NEER），资产变量选择中国10年期国债收益率（GUOZHAI），上证综合指数（GUP）及国房景气指数（HP）。人民币名义有效汇率指数来源于国际清算银行（BIS），国房景气指数来源于中经网统计数据库，其余数据来自于CEIC数据库。值得注意的是，国债收益率与国债价格存在着负向变动的关系，国债收益率的上升代表国债价格的下降。为了完整研究美联储退出量化宽松政策对我国资产价格的影响，本文选取的时间区间为2013年11月～2016年12月，之所以选择月度数据，是因为月度数据可以包含更多的样本信息。为防止出现异方差，在利用SVAR模型分析之前，对除利率外的各变量进行了取对数运算。 则SVAR模型结构式与冲击式关系可以由（1）、（2）式表示：
A0Ut=？着t（1）
1 0 0 0 0a21 1 0 0 0a31 a32 1 0 0a41 a42 a43 1 0a51 a52 a53 a54 0utFRutNEERutGUOZHAIutGUPutHP=？赘11 0 0 0 00 ？赘22 0 0 00 0 ？赘33 0 00 0 0 ？赘44 00 0 0 0 ？赘55？着tFR？着tNEER？着tGUOZHAI？着tGUP？着tHP（2）
四、 实证研究结果
1. ADF单位根检验。由于宏观经济变量只有少量是平稳的，在应用时间序列数据进行实证研究时，常选用增广的迪基-富勒检验（ADF）对数据进行单位根检验，判断各时间序列的平稳性，以避免出现“伪回归”现象。由于是月度数据，本文选取最大滞后阶数为12阶，并通过序列图形判断是否存在常数项及时间趋势，分别用字母c和t代表，利用AIC准则判断数据的平稳性。由检验结果表1可知，各变量的水平序列ADF值均大于其临界值，均为不平稳序列，而一阶差分后，序列平稳。各变量均满足I（1）的，可以建立SVAR模型。
2. SVAR模型最优滞后阶数。由于实证分析结果受到模型滞后长度的影响，在实际应用时，应先从较大滞后阶数出发，根据LR、FPE、AIC、SC、HQ检验值确定SVAR模型的最优滞后阶数。在实际选择时一般遵循两个标准：（1）滞后阶数足够大，可以全面反映模型的动态特征；（2）模型易于估计，要综合考虑这两个因素。在实践中，当AIC和SC准则确定的阶数相同时，选择使AIC及SC准则同时最小的阶数作为模型滞后阶数；若AIC和SC准则确定的最优滞后阶数不同时，选择LR、FPE、AIC、SC、HQ五种检验准则中*较多的。本文建立的SVAR模型最优滞后阶数为2。
3. SVAR模型AR根结果。确定了SVAR模型的最优滞后阶数后，应对模型进行稳定性检验，以保证脉冲响应及方差分解在稳定的SVAR模型中进行。图1中的黑点表示SVAR模型特征根的倒数，由图1可知，全部特征根倒数均在单位圆内，因此，我们所建立的滞后阶数为2的SVAR模型是稳定的。
4. Johansen协整检验结果。本文基于极大似然估计的Johansen协整方法对FR，lnNEER，GUOZHAI，lnGUP，lnHP进行检验，确定变量之间的长期关系，以避免出现“伪回归”现象。Johansen协整检验相当于对SVAR模型施加了一个协整约束，因此，其滞后阶数应等于SVAR模型的滞后阶数减去1，固选择滞后阶数为1阶进行Johansen协整检验。迹检验和最大特征根检验均显著拒绝了不存在协整关系的假设，迹检验？姿trace结果表明，变量之间至少存在五个协整关系，最大特征根检验？姿max表明，变量之间至少存在三个协整关系。综上，联邦基金利率、人民币名义有效汇率指数、国债收益率、股票价格、房地产价格之间至少存在三个协整关系。
5. 脉冲响应函数。基于以上被识别的SVAR模型，本文使用脉冲响应函数分析变量之间的互相影响，图2显示了美联储加息对中国资产价格的影响：
图2（1，1）①显示了美联储加息（FR）对人民币名义有效汇率（lnNEER）的影响。对FR施加一个标准差的冲击，人民币名义有效汇率先出现负向变化，在前两期变化较小，到第六期达到负值最小值，之后略有上升，最后出现微弱的正向变化。
图2（1，2）是美联储加息对中国10年期国债利率（GUOZHAI）的影响示意图。对美国联邦基金利率施加一个标准差的冲击，中国10年期国债利率在初期表现为负向变化，但在第八期以后，10年期国债收益率表现为正向变化。说明美联储加息对国债市场影响存在一定的滞后作用，并且导致中国10年期国债收益率上升。
图2（2，1）反映了美国量化宽松政策对中国股票市场（lnGUP）的影响。给定美国联邦基金利率一个标准差的冲击，中国股票市场表现为负向变化，到14期，变化逐渐消失。说明短期内美联储加息吸引了热钱流回美国，对中国股票市场产生了一定的负向冲击，但长期来看，这种影响消失。
图2（2，2）是美国量化宽松政策对中国房地产价格（lnHP）的影响。从图中可以看出，美联储加息带来了中国房地产价格的正向变化，从第三期开始，正向变化逐渐减弱，到第十六期左右，达到平稳，变化逐消失。
6. 稳健性检验。由于SVAR模型的结果在一定程度上取决于内生变量的顺序，为了验证模型的正确性，本文将仿照李自磊、张云（2013）的做法，对SVAR模型进行稳健性检驗。将方程（2）中的内生变量调整顺序：FR→GUOZHAI→NEER→GUP→HP。得到了和图2类似的脉冲响应结果，说明我们以上建立的模型是稳健的。
五、 结论及启示
本文建立结构向量自回归（SVAR）模型，以2013年11月到2016年12月月度数据为样本，研究了美联储加息对中国资产价格的影响。实证研究表明：
第一，美联储加息带来了人民币有效汇率的负向变化，原因是美国联邦基金利率上升，吸引热钱流回美国，人民币相对美元贬值。
第二，美联储加息吸引了一部分原本投入中国股市的资金流回美国，从而带来中国股票价格的下降，但是从长期来看，这种影响会消失。说明美联储加息在短期内会冲击中国股市，由于影响中国股市发展的因素较多，长期内，多种因素的共同作用将抵消美联储加息对中国股票市场的负向影响。
第三，中国10年期国债利率先负向变化，后转变为正向变化，联邦基金利率的上升并没有立即带来我国国债价格的下降，而是国债价格先呈现出微弱的上升，到中期及以后，国债价格才开始下降。说明美联储加息对我国国债价格影响存在一定的滞后效果，美联储加息导致一部分热钱流出国债市场，从而带来中国国债价格的下降。 第四，对于房地产市场而言，美联储加息对中国房地产市场冲击较小，且在一定程度上对中国房地产价格产生了正向刺激作用。但长期内，这种影响消失。导致房地产价格短期上升可能存在两个方面的原因：①股票和房地产是两个替代商品，当股票市场价格下降时，更多资本转而投向房地产市场，从而推高房地产价格；②美联储加息导致美元相对于人民币升值，一部分资金用于投资中国房市，导致国内房地产价格出现短暂升高的现象。
本文的政策启示在于：美联储加息从汇率渠道和资产组合再平衡渠道对中国资本市场产生了一定的负向冲击。为了应对美联储新一轮加息周期對我国产生的不利影响，首先，应增强中国货币政策的灵活性，在一部分热钱外流的情况下，央行应审时度势，根据经济运行情况酌情实行适度宽松的货币政策，降低由于资本外流对中国资本市场带来的不利影响。其次，要提高金融体系对抗风险的能力，致力于构建多层次资本市场体系，提高股票、债券市场应对美国量化宽松政策溢出效应的抵抗能力。再次，提高人民币国际化地位，目前，人民币已加入SDR，应丰富外汇储备币种结构，提高货币政策的独立性。此外，目前日本、英国、欧洲仍处于低利率状态，本文的结论对研究其他经济体对中国的溢出作用也存在一定的参考价值。
注释：
①图2（1，1）指图2中第一行第一个图，图2（1，2）指第一行第二个图，图2（2，1）指第二行第一个图，图2（2，2）指第二行第二个图。
参考文献：
[1] Cho D， Rhee C.Effects of Quantitative Easing on Asia： Capital Flows and Financial Markets[C].Asian Development Bank，2013.
[2] 李自磊，张云.美国量化宽松政策是否影响了中国的通货膨胀？——基于SVAR模型的实证研究[J].国际金融研究，2013，（8）： 13-21.
[3] 肖芍芳，黄洁文.美国量化宽松货币政策对中国经济的冲击效应研究[J].广东商学院学报，2012，27（6）： 12-19.
[4] 刘兰芬，韩立岩.量化宽松货币政策对新兴市场的溢出效应分析——基于中国和巴西的经验研究[J].管理评论，2014，（6）：13-22.
[5] 刘伟江，丁一，隋建利.货币政策外溢性对我国房地产价格影响研究——以美国为例[J].经济问题探索，2015，（8）：127-133.
[6] Kazi I A， Wagan H， Akbar F.The changing international transmission of U.S.monetary policy shocks：Is there evidence of contagion effect on OECD countries [J].Economic Modelling，2013，30（1）：90-116.
[7] 肖卫国，兰晓梅.新一轮美联储加息对中国跨境资本流动溢出效应研究[J].经济学家，2017，（2）：84-90.
[8] 易宪容.美联储量化宽松货币政策退出的经济分析[J].国际金融研究，2014，（1）：12-24.
[9] 陈虹，马永健.美国量化宽松货币政策与退出效应及其对中国的影响研究[J].世界经济研究，2016，（6）： 22-31.
[10] 李天国.美国退出量化宽松对新兴经济体的传导机制研究——基于PVAR模型的实证分析[J].国际经济合作，2014，（10）：86-91.
[11] 谭小芬，殷无弦，戴群.美国量化宽松政策的退出公告对新兴经济体的影响[J].国际金融研究，2016，（7）：18-32.
基金项目：教育部人文社会科学重点研究基地重大项目（项目号：16JJD79007）；对外经济贸易大学研究生科研创新基金（项目号：2017057）。
作者简介：洪朝伟（1988-），女，汉族，黑龙江省齐齐哈尔市人，对外经济贸易大学国际经济与贸易学院博士生，研究方向为非常规货币政策。
收稿日期：2017-09-12。