我国货币政策对股票市场流动性的非线性效应

任爱华 李鹏燕 王姝

内容提要：基于时变参数模型，从不同货币政策类型的视角探讨货币政策对股票市场流动性的非线性冲击效应。研究发现，非线性效应主要体现在两个方面：一是政策模式非线性，从正向指标换手率和流动强度来看，数量型和价格型宽松货币政策都有利于为股票市场注入流动性;从反向指标非流动比率来看，价格型宽松货币政策不利于提高股票市场流动性，数量型宽松货币政策对股票市场流动性有较好的推动作用。二是时期非线性，数量型货币政策对股票市场流动性的影响在经济繁荣时期最强，在经济平稳时期最弱：股票市场流动性对价格型货币政策的敏感性在经济萧条时期最大，在经济平稳时期最小。建议央行在未来一段时间内采取数量型宽松为主、价格型紧缩为辅的稳健中性货币政策来促进股票市场流动性的回升。

关键词：数量型货币政策;价格型货币政策;股票市场流动性;非线性效应

中图分类号：F830.91

文献标识码：A 文章编号：1003-7543（2019）02-0125-11

我国宏观经济的稳定运行离不开货币政策调控，金融市场稳定更是实施货币政策调控的重要目标之一。在不同时期股票市场中的流动性会发生剧列的变化，尤其是有金融危机发生时，股票市场中的流动性会急剧降低[1]。与此同时，货币政策在实施的过程中也会对股票市场流动性造成较大影响。一方面，货币政策的变化会打破原有的市场均衡，促使投资者进行资产账户再平衡，对资产组合的调整会造成股票市场的资金变动，进而影响市场的流动性;另一方面，货币政策的变化会造成实体经济的变化，对投资者信心及企业基本面形成冲击，进而间接影响股票市场流动性。探讨货币政策变化对股票市场流动性的冲击效应，有助于提高资金配置效率，降低投资风险。

货币政策对股票市场流动性的传导机制较为复杂。货币政策出台及其在作用于股票市场流动性的过程中会涉及诸多经济参数和指标。然而，各经济参数和指标在不同经济时期的经济环境下具有明显差异性，这会导致货币政策对股票市场流动性的冲击效应并非长期不变。与此同时，货币政策操作模式多种多样，按操作工具的不同可以划分为数量型、价格型，一般认为，当央行提高货币供应量时，投资者在财富效应的影响下会倾向于认为自己比过去富有，从而加大在资本市场中投资的比重，增加股票市场资金流入总量，从而使流动性提高;而利率传导渠道则要更复杂一些;一方面，利率的降低会直接影响金融资产的收益，进而导致投资者偏好转移。利率是企业的融资成本，若下降将导致企业的成本降低，进而提高企业预期收益，企业股价上升间接刺激股票市场流动性增加。另一方面，也有研究认为利率下降是经济低迷的反映，宏观经济的低迷会挫伤投资者信心，降低股票市场流动性。基于以上两个层面，构建时变参数计量经济模型并从不同货币政策模式的角度分析我国货币政策对股票市场流动性的非线性冲击效应将更符合现实经济状况，这对维持我国股票市场流动性的充盈、避免金融风险的加剧，以及国民经济的长期健康发展，具有重要的意义。

一、相关文献综述

早期关于流动性的研究多集中于市场的微观结构，且多基于“个股”分析，大多以案例研究的形式剖析个别股票的影响因素及影响机制等，其个股研究的方式呈现较大的局限性[2-3]。随后，有学者突破了以往对流动性的研究集中于短期和个股的局限，引入了宏观因素对流动性的影响，发现利率和宏观因素的变化是市场整体流动性发生变化的原因，若经济下行，则市场的流动性也难以独善其身，较大概率会呈现下降现象引[4]。这一研究成果将金融经济学研究者们的视野从研究微观流动性吸引到研究市场流动性与宏观因素间的作用机制上来。其中，Balduzzi&Green将美国宏观经济宣告与债券市场的流动性进行回归分析，结果发现市场的成熟度差异往往对美国经济宣告冲击的反应具有差异性[5]。许睿等用中国数据分析了宏观影响因素与流动性的相关性，将换手率指标作为股票市场流动性的代理变量，分析经济政策冲击对股票市场换手率的冲击，结果发现宏观经济政策与A股股票市场流动性具有显著性关系[6]。

此后，宏观经济政策是股票市场流动性的重要影响因素之一这一观点被广大经济学者所接受，一些学者更是针对货币政策对股票市场流动性的影响作了大量研究，但所得研究结论存在较大分歧。其中，一部分学者认为宽松型货币政策不利于股票市场流动性的提升。Choi&Cook在宏观因素与股票市场流动性研究的基础上，着重分析了日本股票市场的数据，发现日本股票市场流动性会通过影响货币需求，进而影响到日本社会的总需求，从而对宏观经济产生影响。反过来，宏观经济又会通过影响货币政策来影响股票市场流动性，并证明了货币供给水平的提高会阻碍股票市场流动性的回升[7]。也有国内学者基于VAR模型研究了中国货币政策对股票市场流动性的影响，他们发现数量型货币政策对股票市场流动性产生了明显的负向冲击效应，且M2对股票市场流动性的阻碍作用要明显大于Ml和MO。他们还发现数量型货币政策对股票市场流动性的影响程度在“牛市”更大，而在“熊市”相对较小[8]。然而，另一部分学者认为，宽松型货币政策对股票市场流动性有较强的推动作用。其中，Chu采取JC方法同样分析了中国货币政策对股票市场流动性的冲击效应，并发现较小的股票市场流动性对紧缩型货币政策较为敏感，流动性高的股票市场对宽松型货币政策有更大的依赖性，但无论是紧缩性货币政策还是宽松型货币政策，都与股票市场流动性呈现正向影响关系[9];也有学者利用PVAR方法从宏观和微观两个角度研究了欧洲央行货币政策对欧元区股票市场流动性的影响，他们也发现欧元区的扩张型货币政策会明显提高股票市场流动性[10]。

通過对上述文献的梳理可以发现，经济学家对股票市场流动性的影响因素研究已经取得不俗的成果，但还存在以下问题没有很好地解决;第一，随着不同时期的不同经济环境的变化，相同的货币政策操作对股票市场流动性的影响具有非线性，而以往学者较多采用VAR模型、FAVAR模型、BEKK模型等来研究货币政策对股票市场流动性影响的问题，该类常参数模型在刻画变量间的非线性关系时会显得力不从心。第二，货币政策对股票市场产生作用效果必然会遵循较长的传导机制，这就导致探索货币政策对股票市场的影响时需要考虑到数十个经济变量，而以往学者鉴于参数估计自由度的限制，仅考虑少数指标来进行研究，容易导致关键变量缺失的不足。

基于此，本文将因子增强思想引入VAR模型，在大量可能影响股票市场流动性的因素中提取少量共同因子组成FAVAR模型，以解决模型自由度限制问题。与此同时，吸收Sims的处理方法[11]，将系数矩阵赋予时变特性，得到TVP-FAVAR模型，以解决传统方法无法捕捉到系统中时变特性的问题。在此基础上，允许扰动项的方差协方差矩阵同样具有时变性，并且方程残差服从随机游走形式，进而得到SV-TVP-FAVAR模型。随后，基于1997年第一季度至2017年第四季度的沪市、深市A股剔除ST股票的换手率、非流动比率、流动强度来研究我国货币政策对股票市场流动性的非线性冲击效应;最后讨论在不同时期保障股票市场流动性的货币政策选择问题。

二、模型构建

在货币政策实际执行的过程中，宏观经济因素如产出、通货膨胀、货币因素等都会影响到政策的执行效果，进而直接或间接地对股票市场的流动性形成影响，因此，本部分拟建立SV-TVP-FAVAR模型，既可以考虑到上述大部分因素的影响，又可对模型的系数矩阵和扰动项的方差协方差矩阵都采取创新型随机游走的方法进行处理，从而探究我国货币政策对股票市场流动性的非线性效应。

三、实证分析

（一）变量选取

1.股票市场流动性测度

为保证实证结果的鲁棒性，拟选用正反两个方面的指标测度来衡量股票市场流动性。

首先，从交易活跃度方面选取换手率（TO）作为我国股票市场流动性的测度指标，一般而言，交易活跃的股票换手率会比交易低迷的股票换手率高，即换手率高的股票流动性较好。

其次，非流动性指标从交易量价格冲击方面选择Amihud（2002）的非流动比率（ILLIQ）作为测度指标，构建方式为：

最后，从交易量和交易方向对股票收益率的影响程度方面选择Pastor&Stambaugh（2001）的流动强度（ Pastor Stambaugh，PS）作为测度指标，构造方式为：

股票市场流动性测度所涉及数据皆来自万德数据库，其中月度数据和日度数据通过执行天数加权平均的方法换算成季度数据，随后采用X-11季度调整方法和Korobilis的tcode5方法进行处理，处理后的数据表现平稳[12]。

2.货币政策代理变量选择

我国常用的货币政策工具可划分为数量型和货币型两种，其中由于广义货币供应量M2与股票市场联系更为紧密，因此本文以广义货币供应量作为数量型货币政策的代理变量，并用M2的增长率来衡量。另外，杨绍基证明了银行间同业拆借率和债券回购率的交易目的具有相似性，基本都能反映资本的真实价格[13]，因此以银行间7天同业拆借利率作为价格型货币政策的代理变量，并用银行间7天同业拆借利率增长率来衡量。

货币政策代理变量所涉及数据皆来白中经网数据库，其中月度数据和日度数据通过执行天数加权平均的方法换算成季度数据，随后采用X-11季度调整方法和Korobilis的tcode5方法进行处理，处理后的数据表现平稳[12]。

3.宏观经济变量选择

鉴于宏观经济中的大部分波动预期都可以通过极少数的动态因子描述，本文在模型中加入了因子增强的思想，假设经济中的众多因素可以通过提取出的共同因子进行解释，这样的设定可以克服VAR模型由于参数估计自由度限制所出现的遗漏重要影响因素问题。考虑到近些年世界及中国的经济周期，本文选取1997年第一季度至2017年第四季度的78个变量的季度数据为样本。考虑到造成股票市场流动性变化的因素很多，如宏观经济形势、利率和汇率水平变化等，因而需要对其他会影响股票市场流动性的因素予以考虑，样本中78个变量来源大致分为五个方面：第一，宏观经济变量，选取我国国内生产总值、各产业增加值、CPI、PPI等;第二，利率变量，选取不同期限贷款利率以及各银行间不同期限的同业拆借利率等;第三，货币变量，包括我国MO、M1、M2和国家外汇储备等;第四，股价变量，选取上证收盘指数、深证收盘指数等;第五，宏观经济景气变量，由于宏观经济形势对货币政策的选取会造成较大影响，因而选取宏观预警指数、工业企业景气指数、国房景气指数等。

共同因子提取变量所涉及数据同样来自中经网数据库，其中月度数据和日度数据通过执行天数加权平均的方法换算成季度数据，随后采用X-11季度调整方法和Korobilis的tcode5方法进行处理，处理后的数据表现平稳[12]。对于上述78个经济变量提取为5个不可观测共同因子，其后验均值走势如图1所示。从图l中可以看出，各共同因子都是在1998年左右、2005年左右、2008年左右、2015年左右产生较大的波动，由此可见，提取的5个不可观测共同因子的变动趋势基本与全球经济周期趋势相同，说明了本文提取的5个共同因子可以解释78个经济变量的大部分信息，并为后文的典型时期分析提供了时间点的选择依据。

（二）数量型货币政策的脉冲响应分析

这里检验了我国数量型货币政策对沪市和深市的换手率（TO）、非流动比率（ILLIQ）以及流动强度（Ps）的非线性影响，结果如图2（下页）所示。其中，X轴表示中国股票市场流动性观测变量的响应持续时间;Y轴表示货币政策冲击发生的时间;Z轴表示中国股票市场流动性观测变量对货币政策一个标准差冲击的响应程度。另外，在后文解释中分别以X-Z平面表示响应维度，Y-Z平面表示时间维度。

从换手率来看，沪市和深市的换手率指標在面对一单位标准差M2供给量正向冲击时均表现出正向响应，且在全球经济危机前后表现出明显的异质性。全球经济危机前沪市和深市换手率对货币政策冲击的最大正向响应分别是0.1423和0.1052，但全球经济危机后这一数值变成了0.2146和0.2928，说明就换手率指标而言，货币政策冲击产生了动态影响。由于在全球经济危机后我国的货币政策调控能力明显加强，因而在时间维度上货币政策对沪市和深市的换手率呈现递增现象。从我国货币政策对换手率影响的持续时间看，1997～2017年的历次货币政策冲击对换手率指标的影响只有短期影响，并无长期效应，其中沪市的影响持续了16期，深市持续了15期。

从非流动比率来看，沪市和深市的非流动比率在面对一单位标准差M2供给量正向冲击时均表现出负向响应，且时滞较为明显，在货币政策冲击当期非流动性指标对货币供应量的变化几乎没有表现出响应，在第二期才达到最大负向响应。与换手率指标一样，非流动比率也在金融危机前后表现出明显异质性，在2008年的全球金融危机前期，货币供应量M2一单位标准差正向冲击造成沪市和深市的非流动比率最大负向响应为-0.2826和-0.1469，金融危机后的最大负向响应指标为-0.1880和-0.1091，说明我国货币供应量的冲击对非流动性指标的影响相较于金融危机之前呈现减弱现象。与货币政策对换手率指标造成的影响相似，货币供应量对非流动比率只有短期效应，没有长期影响，即使持续时间最长的冲击（沪市为2015年Q1，深市为2017年Q2）也在第12期影响就已经结束。

从流动强度指标来看，沪市和深市的流动强度都对一单位标准差的货币供给量正向冲击产生了正向的响应，但时滞现象较为明显，表现为在货币政策冲击当期的流动强度几乎没有变化或变化很小，而在第二期逐步达到最高值，与换手率指标的响应模式较为相似，同时体现出模型系统具有较好的鲁棒性。流动强度的响应程度也在全球经济危机前后呈现异质性，这种异质性体现出货币供应量的变化对股票市场的流动性具有时变性影响。同样，在响应维度上也只有短期效应，并无长期影响，货币供应量一单位标准差冲击对沪市和深市的流动强度产生的影响都在12期左右结束。

综上可见，数量型货币政策对股票市场流动性的时变效应主要体现在两方面：一是在响应维度上，不同时期的广义货币供应量的增加都会导致股票市场流动性增强，体现在沪市和深市的换手率、流动强度都对广义货币供应量一单位正向冲击表现出正向响应，而非流动比率则表现出负向响应。二是在时间维度上，以2008年全球经济危机为界限，危机前后股票市场换手率对数量型货币政策的响应呈现明显的异质性，表现为危机后一单位广义货币供应量的冲击对股票市场换手率指标呈现增强趋势;股票市场非流动比率对广义货币供应量一单位冲击的响应程度呈现减弱趋势;而就股票市场流动强度而言，除1997年外，其对广义货币供应量一单位冲击的响应程度均呈现递增趋势。

我国数量型货币政策对股票市场流动性在不同时期的冲击呈现差异性影响效果。从正向指标的换手率、流动强度来看，我国在所有典型时期的数量型宽松货币政策都对换手率和流动强度有正向影响，说明我国数量型宽松货币政策对于拉动股票市场流动性有着很好的促进作用。另外，我国股票市场流动性对数量型货币政策的敏感性在经济新常态时期最强，在全球经济反弹时期的敏感性最弱，在全球经济危机时期的敏感性适中。从反向指标的非流动比率来看，我国在所有典型时期的数量型宽松货币政策都对非流动性比率有负向影响，进而也同样说明我国数量型宽松货币政策对于拉动股票市场流动性有着较好的促进作用。然而，从这一反向指标看，我国数量型货币政策对股票市场的影响程度在经济新常态时期最弱，在全球经济反弹时期最强，在全球经济危机时期较为适中。

（三）价格型货币政策的脉冲响应分析

这里检验了我国价格型货币政策对沪市和深市的换手率、非流动比率以及流动强度的动态影响，分析结果如图3（下页）所示。

从换手率来看，沪市和深市的换手率指标在面对7天拆借率的一单位标准差正向冲击时，要比面对一单位货币供应量冲击时呈现更强的时变效应。从时间维度看，价格型货币政策对股票市场流动性的影响没有明显的趋势，而是呈现不断波动的态势，且全球经济危机期间表现出明显的交界，沪市换手率最大负向响应出现在2001年Q1，为-0.1123，深市换手率最大负向响应出现在2009年Ql，为-0.1895。从响应维度来看，7天拆借率的正向冲击同样不足以对股票市场流动性产生持久性影响，沪市在15期左右冲击效应基本消失，深市则在16期左右恢复到冲击发生前水平。价格型货币政策对换手率在期初表现为负向响应，第一期响应程度几乎没有变化或变化很小，在第二期才达到负向最大响应水平，有明显的时滞效应。沪市A股的换手率在全球经济危机附近时滞效应更加明显，但响应幅度不高，最大值出现在2005年Q2，仅为0.0373，随后的7天拆借率提高会对股票市场流动性有一定的提振作用，但幅度并不大。7天拆借率增加会对深市的换手率指标产生负向影响，在第二期出现最大负向响应，可以看出紧缩性的价格型货币政策会导致股票市场流动性的下降。

从非流动比率来看，就响应维度而言，沪市和深市的非流动比率在面对7天拆借率的一单位标准差正向冲击时均表现出了负向响应，且时滞较为明显，在当期非流动性指标对货币冲击几乎没有表现出影响，在第二期才达到最大负向响应，但沪市非流动比率对7天拆借率变化的敏感性更大，最大负向响应达到-0.1500，而深市流动比率对7天拆借率变化的敏感性稍小，最大负向响应为-0.1379。从时间维度来看.7天拆借率对非流动性指标表现出了时变效应，但并没有明显的递增或递减趋势;从响应维度来看，7天拆借率对非流动比率的冲击只有短期效应，没有长期影响，体现在对沪市非流动比率的影响在15期左右消失，对深市非流动比率的影响则在13期左右消失。

从流动强度来看，就响应维度而言，7天拆借率的一单位标准差正向冲击主要引起沪市和深市流动强度的负向响应，并且时滞现象同样比较明显，表现为在货币政策冲击的当期股票市场流动强度几乎没有变化或变化很小，而在第二期逐步达到最大响应，但沪市流动强度对7天拆借率变化的敏感性更大，最大负向响应达到-0.1402，而深市流动强度对7天拆借率变化的敏感性稍小，最大负向响应为-0.1389。从响应维度来看，7天拆借率对流动强度的冲击只有短期效应，没有长期影响，体现在对上市流动强度的影响在10期左右消失，对深市流动强度的影响则在9期左右消失。

综上，1997～2017年的任一价格型货币政策的标准差正向冲击都会引起沪市和深市换手率、流动强度的主要负向响应，以及非流动比率的正负交替性波动。由此可见，我国价格型紧缩货币政策不利于股票市场流动性的回升。另外，从价格型货币政策对股票市场换手率、非流动比率、流动强度影响的持续时间也可以看出，价格型货币政策对股票市场流动性仅有短期效应，并无长期影响，但沪市流动性对价格型货币政策的敏感性略強于深市。

我国价格型货币政策对股票市场流动性在不同时期的冲击同样呈现差异性影响效果。从正向指标的换手率、流动强度来看，我国在所有典型时期的价格型紧缩货币政策都对换手率和流动强度有负向影响，说明我国价格型紧缩货币政策不利于股票市场流动性的回升。另外，我国股票市场流动性对价格型货币政策的敏感性在全球经济危机时期最强，在经济新常态时期的敏感性最弱，在全球经济反弹时期的敏感性适中。然而，从反向指标非流动比率来看，我国在所有典型时期的价格型紧缩货币政策同样都对非流动比率有负向影响，说明反向指标下我国价格型紧缩货币政策对股票市场流动性有着较好的拉动作用。另外，从这一反向指标看，我国价格型货币政策对股票市场的影响程度在经济新常态时期最弱，在全球经济危机时期最强.在全球经济反弹时期较为适中。

四、结论与启示

以货币政策对股票市场流动性的动态影响为考察对象，在传统向量自回归模型基础上，引入动态因子增广思想，以解决传统向量自回归模型受限于参数估计自由度的问题;并对系数矩阵与扰动项的方差协方差矩阵采取创新型随机游走的方法进行处理，构建了SV -TVP -FAVAR模型，进而从我国不同类型的货币政策工具入手研究了货币政策对股票市场流动性的动态影响，得到如下结论：

第一，我国不同类型的货币政策对股票市场流动性的影响具有显著差异。一方面体现在影响程度上，数量型货币政策主要通过影响货币供给，进而直接影响股票市场流动性，由此导致数量型货币政策对股票市场流动性的影响幅度更大，冲击效果的持续时间更长，而价格型货币政策主要通过影响微观经济主体的投资与消费成本来影响货币需求，进而间接影响股票市场流动性，由此导致价格型货币政策对股票市场流动性产生影响的时滞较长、影响幅度较小、冲击效果的持续时间也较短。另一方面体现在影响方向上，就正向指标换手率和流动强度而言，数量型宽松货币政策和价格型宽松货币政策都会对其产生正向冲击作用，而就反向指标非流动比率而言，数量型宽松货币政策对其有负向影响，价格型宽松货币政策对其有正向影响。

第二，我国在不同经济时期的货币政策对股票市场流动性的影响具有显著差异。从正向指标的换手率、流动强度来看，我国数量型货币政策在经济平稳时期对其作用效果最强，在经济繁荣时期对其作用效果最弱，在经济萧条时期适中。然而，换手率和流动强度对我国价格型货币政策的敏感性在经济萧条时期最强，在经济平稳时期的敏感性最弱，在经济繁荣时期的敏感性适中。从反向指标的非流动比率来看，我国数量型货币政策对其影响程度在经济平稳时期最弱，在经济繁荣时期最强，在经济萧条时期较为适中;非流动比率对我国价格型货币政策的敏感性在经济萧条时期最强，在经济平稳时期的敏感性最弱，在经济繁荣时期的敏感性适中。

本文的实证结果表明.我国的货币政策无论采用怎样的工具，都会对股票市场的流动性产生显著影响，因此在特殊时期对股票市场的流动性进行干预是必要的。股票市场的健康发展离不开必要的流动性，但除了宏观调控外，股票市场自身的发展也会对流动性产生较大影响。若投资者可以取得合理的回报，就会吸引更多资金进场;若股票市场自身发展不完备，则采用更大力度的宏观调控也难以使投资者有意愿进行股票投资，市场的流动性必然偏低。从长远来看，保障股票市场的合理流动性，要注意宏观货币政策的配合，以及股票市场自身的建设。

另外.从当前的全球经济环境及我国的经济状况来看，一方面，中美贸易战会对中国实体经济造成冲击，进而会不可避免地渗透到虚拟经济领域，引起股票市场流动性的下降;另一方面，近来我国稳健中性的货币政策主张取得了显著成效，在控制金融风险的同时也为经济结构转型提供了政策支持。然而，稳健中性货币政策毕竟是很长一段时间宽松货币政策的终结，必然会对股票市场流动性造成一定冲击。当前我国处于经济平稳时期，数量型宽松货币政策和价格型宽松货币政策对股票市场流动性都有较好的拉动作用，但数量型货币政策在经济平稳时期对股票市场流动性的影响程度最强，而股票市场流动性对价格型货币政策的敏感性在经济平稳时期最差。因此，为避免全面宽松政策对经济和金融系统带来的不利冲击，建议中央银行继续采取稳健中性的货币政策进行宏观经济调控，即以数量型量化宽松货币政策为主，价格型紧缩货币政策为辅，这样的货币政策既有利于促进股票市场流动性的回升，又有利于避免过于宽松可能引起的金融系统风险加大。

参考文献：

[1]Hameed A，Kang W， Viswanathan S.Stockmarket declines and liquidity[J].The Joumalof Finance， 2010， 65（1）：257-293.

[2]宋芳秀，姜彦文.可转债市场非理性转股的影响因素：2007～2017年上交所证据[J].改革，2017（8）：124-132。

[3]黄前前.不同类型股票收益跳跃风险研究[J].金融理论探索，2017（3）：21-29.

[4]Chordia T.Roll R，Subrahmanyam A.Marketliquidity and trading activity [J]. The Joumalof Finance， 2001， 56（2）：501-530.

[5]Balduzzi P，Green E J E C.Econormic， newsand bond prices： evidence from the U.S. trea-sury market [J]. The Journal of Financial andQuantitative Analysis， 2001， 36（4）：523-543.

[6]許睿，冯芸，吴冲锋.影响中国A股市场流动性的政策和因素[J].上海交通大学学报，2004（3）：362-367.

[7]Choi W G，Cook D.Stock market liquiclityand the macroeconomy： evidence from Japan[R]. IMF Working Papers， 2004，5（6）：309-340.

[8]王明涛，何浔丽.我国货币政策对股票市场流动性风险的影响——基于流动性波动性的风险测度方法[J].经济管理，2011（3）：8-16.

[9]Chu，X J.Modelling impact of monetary poli-cy on stock market liquidity：a dynamic cop-ula approach[J]. Applied Economics Letters，2015， 22（10）：820-824.

[1O]Lee J，Ryu D， Kutan A M. Monetary policyannouncements， communication， and stockmarket liquidity[J]. Australian Economic Pa-pers， 2016， 55（3）： 227-250.

[11]Sims C A.A comparison of interwar andpostwar cycles： monetarism reconsidered[J].American Economic Review， 1980， 70（2）：250-257.

[12]Korobilis D.Assessing the transmission ofmonetary policy using time-varying parame-ter dynamic factor models[J]. Oxford Bulletinof Economics&Statistics， 2013， 75 （2）：157-179.

[13]杨绍基.我国银行间债券回购利率影响因素的实证研究[J].南方金融，2005 （8）：30-32.