我国股债非线性联动的影响因素分析摘要：本文基于股市全流通的视角，利用LSTR模型实证分析了我国股债非线性联动的影响因素，结果表明：我国股债联动性受到股市波动、短期利率、利差、股票收益率、债券收益率、通货膨胀率和经济增长率等因素的影响，尤其受到股市波动、短期利率、利差这3个因素的影响，但这种影响在现阶段还不显著，而且这种影响也是不稳健的。Abstract：Basedontheperspectiveoffullcirculationofstockmarket，thefactorsaffectingthenonlinearstock-bondco-movementarestudiedbyusingtheLSTRmodelinthisarticle，wefindthat：thestock-bondco-movementisaffectedbystockvolatility，short-terminterestrates，spreadsandstockreturn，bondyields，therateofinflationandeconomicgrowthrate，especiallyaffectedbystockvolatility，short-terminterestrate，spreads.Buttheeffectisnotsignificantinpresentstage，andmeanwhileitisnotsteady.关键词：非线性；影响因素；LSTR模型Keywords：nonlinear；effectfactor；LSTRmodel中图分类号：F830.91文献标识码：A文章编号：1006-4311（2017）14-0025-030引言股票和??券市场作为金融市场中最重要的两个子市场，为经济的发展发挥了重要作用。同时，经济状况的好坏也会影响股票和债券的收益大小。研究股债联动的影响因素无论对投资者还是市场监管者无疑都具有重要意义：投资者可以依据经济形势来调整投资组合中的股票和债券的比例，达到最大限度的规避风险同时获取最大收益的目的；市场监管者可以根据经济形势制定相应的政策，使股票和债券市场更好地为我国经济的发展服务。1文献综述近年来，国内外学者对股债联动的影响因素进行了大量的研究。Baele等（2010）[1]运用半结构机制转换模型，选取利率、通货膨胀率、经济增长率和现金流增长率作为状态变量，同时以通货膨胀率、流动性因子、风险厌恶和经济增长的波动性作为潜在变量，研究了美国股票和债券市场的相关性。Aslanidis和Christiansen（2012）[2]的研究结果表明，股市的波动性、短期利率和利差对股债动态条件相关系数有很大影响。郑振龙和陈志英（2011）[3]的分析结果表明，股市波动率与我国股债动态条件相关系数呈现负相关关系。郑振龙和杨伟（2012）[4]研究表明，股票市场风险和通货膨胀率对我国股债之间的相关性会产生显著影响。国内已有的文献都是假设股债之间的相关性同影响因素都是呈线性关系，而国外的研究表明这种关系可能是非线性的，因此，本文的研究具有开创意义，填补了国内研究的空白。2研究方法介绍一个非常著名的状态转换模型就是由Ter？?]svirta和Anderson（1992）[5]、和Ter？?]svirta（1993）[6]以及Ter？?]svirta（1994）[7]提出的平滑转换回归（STR）模型族。STR模型如下：FCt=α1+α2F（st-1）+εt（1）其中FCt①是动态条件相关系数（经过费雪转换），α1是在状态1的常动态条件相关系数，而α1+α2是在状态2的常动态条件相关系数。因此，动态条件相关系数遵从STR框架中最简单的可能结构。F（st-1）是转换函数，该函数被假设是连续的，并且其值限定在0和1之间。因而，处于0到1之间的F（st-1）函数值就表明了观测的动态条件相关系数是两个极端的常相关状态的混合。由于处于极端状态下STR模型的简约性，允许有k个转换变量而不是通常的1个是可行的。这k个变量就组成了一个k维向量st-1=（s1，t-1，s2，t-1，…，sk，t-1），这就是转换变量（实际中将它们标准化）。3实证分析3.1变量的选取本文的样本区间为全流通时代（2008年4月-2016年9月）的月度数据，共102个数据，数据来源于wind数据库。各个变量的选择方法如下：①本文的因变量是沪深300指数与中证全债的经费雪转换后的动态条件相关系数。该变量的计算可分为以下两个步骤：1）基于t分布的DCC-MVGARCH（1，1）模型计算出的沪深300指数与中证全债指数的动态条件相关系数。由于篇幅所限，不列出具体过程，只将图形和基本统计量描述出来，如表1和图1所示。将动态条件相关系数进行转换②，转换后的费雪动态条件相关系数的描述性统计如表1所示。2）在费雪转换动态条件相关系数的基础上，将每个月的日...