پیامدهای بازار سهام در اندازه ترازنامه فدرال

با توجه به رابطه بین ترازنامه بانک مرکزی و سیاست پولی غیر متعارف پس از بحران مالی سال 2008 ، بسیار مهم است که ببینیم چگونه سیاست پولی غیر متعارف ، با توجه به نرخ بهره نزدیک صفر ، بر عملکرد بازار سهام آینده تأثیر می گذارد. در این مقاله تأثیر اندازه ترازنامه فدرال رزرو بر عملکرد بازار سهام مورد بررسی قرار گرفته است.

طراحی/روش شناسی/رویکرد

برای تجزیه و تحلیل پیامدهای بازار سهام بلند مدت سهام فدرال فدرال ، این مقاله از چارچوب قیمت گذاری دارایی از پیش بینی بازده بازار مانند حداقل مربعات معمولی (OLS) و روش کلی آنالیز Moments (GMM) استفاده می کند.

یافته ها

یافته های موجود در این مقاله حاکی از آن است که اندازه ترازنامه فدرال رزرو ، که توسط ثروت بازار دارایی کاهش یافته است ، شواهدی از پیش بینی بازگشت در طی سالهای 1926-2015 را ارائه می دهد که در برابر کنترل های استاندارد قوی است. این نتایج را می توان از طریق توزیع مجدد ریسک و کانال های ثروت انتقال سیاست پولی توضیح داد. تغییر اندازه ترازنامه یک بانک مرکزی (1) بر ریسک سیستمیک ، بازده و انتظارات تأثیر می گذارد و (2) سیگنال جهت آینده سیاست پولی و در نتیجه چشم انداز اقتصادی را نشان می دهد.

محدودیت ها/پیامدهای تحقیق

پیامدهای اصلی این یافته ها این است که سیاست گذاران باید از عدم تعادل شدید بین اندازه ترازنامه بانک مرکزی و ثروت بازار دارایی خودداری کنند.

اصالت/ارزش

شواهد تجربی در این مقاله یک رابطه قرن بین اندازه ترازنامه فدرال رزرو و بازده بازار سهام ایالات متحده را با استفاده از داده های ترازنامه فدرال رزرو برای 100 سال گذشته و بازده بازار سهام از مرکز تحقیقات در قیمت های امنیتی (CRSP) نشان می دهد. بشر

کلید واژه ها

• ترازنامه فدرال
• بحران مالی
• کاهش کمی
• پیش بینی بازگشت
• ثروت بازار سهام
• سیاست پولی غیر متعارف
• E50
• E58
• g01
• g12

استناد

Ruman ، A. M.(2022) ، "پیامدهای بازار سهام از اندازه ترازنامه فدرال فدرال" ، مجله مطالعات اقتصادی ، جلد. 49 شماره 2 ، صص 259-273. https://doi.org/10. 1108/jes-09-2020-0437

ناشر

انتشارات زمرد محدود

کپی رایت © 2021 ، Asif M. Ruman

مجوز

منتشر شده توسط انتشارات زمرد محدود. این مقاله تحت مجوز Creative Commons Attribution (CC با 4. 0) منتشر شده است. هر کسی ممکن است آثار این مقاله (برای اهداف تجاری و غیر تجاری) را تولید کند ، توزیع ، ترجمه کند و ایجاد کند. شرایط کامل این مجوز ممکن است در http://creativeecommons.org/licences/by/4. 0/legalcode مشاهده شود

1. معرفی

در چارچوب تئوری جدید کینزی ، یک بانک مرکزی می تواند بر نرخ بهره واقعی ، تولید واقعی و قیمت های اسمی تأثیر بگذارد (Bjøland and Leitemo ، 2009). اهداف اصلی اعمال تأثیر در نرخ بهره واقعی شامل (1) حفظ سطح تورم پایین و نگه داشتن تولید با نرخ طبیعی نزدیک است.(2) علاوه بر این ، یک سیاست پولی احتمالاً از طریق کانال نرخ بهره و همچنین از طریق تأثیر آن بر تعیین کننده سود سهام و حق بیمه بازده سهام با تأثیرگذاری بر میزان عدم اطمینان که توسط نمایندگان روبرو است ، تأثیر می گذارد (Bjøland and Leitemo ، 2009).(3) از آنجا که یک بانک مرکزی با استفاده از ابزارهای مختلف بر سیاست پولی تأثیر می گذارد ، فدرال رزرو دارای انواع ابزارهای سیاست پولی از جمله عملیات بازار باز ، نرخ تخفیف و شرایط ذخیره است [1] (Adrian and Shin ، 2009) (4) علاقهدر مورد مانده های ذخیره و تعادل اضافی ، (5) تسهیلات توافق نامه خرید مجدد یک شبه ، (6) تسهیلات سپرده گذاری مدت و (7) ابزارهای سیاست منقضی شده در https://www.federalreserve. gov/monetarypolicy/policytools. htm. بدنه ادبیات بر چگونگی تأثیر ابزارهای سیاست پولی و اقتصاد کلی بر یکدیگر و بازارهای سهام تأثیر می گذارد (پاتلیس ، 1997 ؛ بوردو و ژان ، 2002 ؛ تورنتون ، 2006 ؛ بوریو و درومان ، 2009 ؛ جویس و همکاران ، 2011 ؛ بیلی وVredin ، 2014 ؛ Woodford ، 2016 ؛ Alexius and SP ، 2018 ؛ Cieslak ، 2018).

پس از بحران مالی سال 2008 ، بانک های مرکزی به طور تهاجمی ترازنامه های خود را که به عنوان کمی تسکین (QE) شناخته می شود ، افزایش دادند (Reis ، 2016). این باعث شد محققان این سیاست غیرمعمول پولی را مطالعه کنند ، بیشتر با تمرکز بر بحران مالی سال 2008 یا اثربخشی اقتصادی سیاست پولی غیر متعارف (آدریان و شین ، 2009 ؛ گامباکورتا و همکاران ، 2014 ؛ چن و همکاران ، 2016 ؛ الجسارو Moosa ، 2019). هرگونه تغییر در سیاست های پولی با استفاده ، به عنوان مثالعملیات بازار آزاد نیز باید بر دارایی ها و بدهی های یک بانک مرکزی تأثیر بگذارد. اگر تغییر در هر ابزار سیاست پولی ، حتی تا حدی در کل دارایی ها یا بدهی های یک بانک مرکزی منعکس شود ، تغییر اندازه ترازنامه ممکن است سیگنال های مفیدی در مورد تغییر سیاست پولی داشته باشد. به عنوان مثال ، Curdia و Woodford (2011) از ترازنامه یک بانک مرکزی به عنوان یک ابزار سیاست پولی استفاده می کنند. گرین وود و همکاران.(2016) توضیح می دهد که بانک های مرکزی با تغییر کلی عرضه مطالبات کوتاه مدت ایمن ، بر بازده نسبی بر مطالبات ایمن تأثیر می گذارند. این در قسمت جلویی منحنی عملکرد تأثیر می گذارد. بنابراین ، تأثیر تغییرات عملکرد نیز در تغییر اندازه ترازنامه یک بانک مرکزی قابل مشاهده است.

بنابراین ، تعامل ابزارهای سیاست پولی و تغییر در اندازه ترازنامه یک بانک مرکزی باید اطلاعات مفیدی را برای بازارهای سهام حمل کند. تحقیقات قبلی تا حد زیادی این رابطه بالقوه را تا بحران مالی بزرگ نادیده گرفته است (به عنوان مثال ، به عنوان مثال ، لیما و همکاران ، 2016 ؛ ناکازونو و ایکدا ، 2016 ؛ الجسار و موزا ، 2019 ؛ بدیکانلی ، 2020). برای پر کردن این شکاف ادبیات ، رابطه بین اندازه ترازنامه فدرال رزرو و بازده بورس را بررسی می کنم. من از پایگاه داده های مرکز تحقیقات در قیمت های امنیتی (CRSP) و سیستم بایگانی فدرال رزرو برای تحقیقات اقتصادی (FRASER) در طی سالهای 1926-2015 استفاده می کنم و ادبیات قیمت گذاری دارایی را دنبال می کنم (Dotsey ، 1998 ؛ Ang ، 2012 ؛ Cieslak et al. ، 2015)برای تجزیه و تحلیل پیش بینی احتمالی بازده بازار توسط اندازه ترازنامه فدرال رزرو توسط ثروت بازار دارایی (FAMC). FA مخفف کل دارایی های فدرال رزرو است که اندازه ترازنامه فدرال رزرو را اندازه گیری می کند ، و MC مخفف سرمایه بازار CRSP است که ثروت بازار دارایی را اندازه گیری می کند.

شواهد تجربی این مقاله به ادبیاتی که بر گسترش ترازنامه بانکهای مرکزی و قیمت سهام متمرکز است ، کمک می کند (به عنوان مثال لیما و همکاران ، 2016 ؛ ناکازونو و ایکدا ، 2016 ؛ الجسار و موزا ، 2019 ؛ بدیکانلی ، 2020). به طور خاص ، این مقاله یک رابطه قرن بین اندازه ترازنامه بانک مرکزی ایالات متحده و عملکرد بازار سهام را مستند می کند. اندازه ترازنامه فدرال رزرو توسط ثروت بازار دارایی ها (دارایی های فدرال به کلاه بازار [FAMC]) بازده بازار آینده را در طی سالهای 1926-2015 پیش بینی می کند. این قدرت پیش بینی کننده در برابر دوره های مختلف نمونه ، فرکانس داده ها و پیش بینی افق قوی است. پیش بینی بازگشت FAMC با موفقیت در برابر متغیرهای کنترل مانند (1) نرخ خزانه کوتاه مدت نسبی ، نرخ خزانه کوتاه مدت نسبی (RREL) ، (2) گسترش مدت ، (3) تورم ، (4) نسبت پرداخت سود سهام ، (5)) عملکرد سود سهام کل (6) عملکرد درآمد کل ، (7) تولید صنعتی کل ، (8) جلوه های ثابت سال و (9) مساحت بالقوه مانند حباب های تاریخی و تصادفات ، به عنوان مثال. 1930-1931 ، 1974 ، 1987 ، 2000 ، 2008 و غیره

این رابطه را می توان از طریق کانال ثروت انتقال سیاست پولی توضیح داد. با توجه به صفر پایین تر ، بانکهای مرکزی از "سیاست پولی غیر متعارف" با تمرکز بر تحول بلوغ و تغییر عرضه دارایی های ایمن در ترازنامه خود استفاده می کردند (Bedikanli ، 2020). توجه کنید که افزایش در اندازه ترازنامه فدرال رزرو در مقایسه با ثروت بازار دارایی ، یک سیاست پولی تهاجمی را نشان می دهد. یک سیاست پولی انبساط ، شاخص های کلان اقتصادی و چشم انداز اقتصادی را بهبود می بخشد. شرکت کنندگان در بازار سهام با چشم انداز اقتصادی بهبود یافته سازگار هستند و این باعث افزایش ثروت بازار دارایی می شود. بنابراین ، تغییر مثبت در FAMC به دلیل سیاست های پولی انبساط ، ثروت عوامل را افزایش می دهد و منجر به افزایش مصرف کل می شود (لودویگسون و استیندل ، 1998). این افزایش مصرف منجر به عملکرد بهتر اقتصادی آینده و بازده بالاتر انتظار می رود.

این پیامدهای اصلی این یافته ها این است که بانک های مرکزی و تنظیم کننده ها باید به دنبال جلوگیری از عدم تعادل شدید بین اندازه ترازنامه بانک مرکزی و ثروت بازار دارایی باشند. علاوه بر این ، این رابطه بلند مدت از نگرانی مورد بحث ، به عنوان مثال پشتیبانی می کند. Badikanli (2020) که مداخلات بازار آزاد فدرال فدرال پس از سال 2008 می تواند بر تعادل بلند مدت در بازارهای سهام تأثیر بگذارد و باعث شود قیمت سهام بیش از حد از ارزش های اساسی خود منحرف شود و به طور بالقوه وابستگی بیش از حد به مداخلات بانک های مرکزی ایجاد کند. بقیه مقاله به شرح زیر سازماندهی شده است. بخش های 2 ، 3 و 4 ادبیات ، روش ها و بحث در مورد مکانیسم انتقال سیاست پولی را ارائه می دهند. سرانجام ، بخش های 5 و 6 نتایج تجربی ، بررسی استحکام و اهمیت اقتصادی را ارائه می دهند.

2. ادبیات پس زمینه

پس از پرونده ورشکستگی توسط برادران لمان ، بازارهای مالی جهانی سقوط کردند. دولت آمریكا با برنامه امدادرسانی دارایی 700 دلاری مشكل ، TARP پاسخ داد (Bruermeier ، 2009). بحران مالی سال 2008 باعث شد تا بانک مرکزی ایالات متحده فراتر از وظیفه سنتی دوگانه خود در تثبیت سطح قیمت و سطح اشتغال (گرین وود و همکاران ، 2016) فعالیت کند و با استفاده از ترازنامه خود ، یک سری برنامه های QE را شروع کند (Reis ، 2016). اقدامات سیاست پولی بانکهای مرکزی و پیامدهای متعاقب آن در بورس توسط محققان مختلف مورد بحث قرار گرفته است (تورنتون ، 2006 ؛ جویس و همکاران ، 2011 ؛ ساور و ویلسون ، 2014 ؛ ری ، 2015 ؛ لیما و همکاران ، 2016 ؛ ناکازونو و ایکدا ، 2016؛ الجسار و موزا ، 2019). نرخ تخفیف و بازده خزانه داری متغیرهای مهمی است که توسط بانکهای مرکزی برای اجرای سیاست پولی خود استفاده می شود. بانک های مرکزی می توانند عرضه اوراق بهادار کوتاه مدت یا بلند مدت خزانه داری را که بر منحنی های عملکرد تأثیر می گذارد ، تغییر دهند (گرین وود و همکاران ، 2016 ؛ اریگ و همکاران ، 2018).

ترازنامه های بانک مرکزی در دهه گذشته مورد توجه محققان قرار گرفته است (Carpenter ، 2013 ؛ Caballero and Farhi ، 2018 ؛ Christensen et al. ، 2015 ؛ Del Negro and Sims ، 2015 ؛ Woodford ، 2016 ؛ Huther et al. ، 2017 ؛الجسار و موزا ، 2019). در تضاد این تصور کلی مبنی بر اینکه اندازه ترازنامه بانک مرکزی پس از بحران مالی سال 2008 به بازارهای سهام مرتبط شد (به عنوان مثال ، Bedikanli ، 2020) ، این مقاله به تجزیه و تحلیل چگونگی توسعه ترازنامه فدرال رزرو ، بازار سهام و تولید ناخالص داخلی ایالات متحده (تولید ناخالص داخلی) (تولید ناخالص داخلی) می پردازد. 100 سال گذشته ، به بررسی یک رابطه بالقوه بلند مدت. آشکار است که چگونه بانکهای مرکزی بزرگ پس از بحران مالی سال 2008 ترازنامه خود را بالا بردند و ترازنامه بانک مرکزی می تواند بر بازار سهام تأثیر بگذارد. یک سؤال کمتر تحقیق شده به شرح زیر است: آیا رابطه بلند مدت بین اندازه ترازنامه بانک مرکزی و بازده بازار سهام وجود دارد؟

ادبیات قیمت گذاری دارایی بررسی می کند که آیا یک متغیر مربوط به عملکرد بازار سهام در آینده است (به عنوان مثال Cowles ، 1933 ؛ Fama and Schwert ، 1977 ؛ Campbell ، 1987 ؛ Campbell and Shiller ، 1988b ، 1998 ؛ Patelis ، 1997 ؛ Goyal and Welch ، 2008 ؛ Rapach and Rapach and Rapach and Rapach and Rapach and Rapach and Rapach and Rapach and Rapach and Rapach و Welch ، 1997 ؛ژو ، 2013 ؛ سیسلاک و همکاران ، 2015). پیش بینی بازده بازار یکی از مباحث تحقیق شده در زمینه ادبیات مالی است (کوکران ، 2011 ؛ سیسلاک و پوولا ، 2014 ؛ الجسار و موزا ، 2019). فرضیه اصلی این مقاله به شرح زیر است:

یک رابطه مثبت طولانی مدت بین اندازه ترازنامه فدرال رزرو و عملکرد بازار آینده وجود دارد.

به طور خاص ، هنگامی که اندازه ترازنامه فدرال رزرو در مقایسه با ثروت بازار دارایی افزایش می یابد ، این نشان می دهد عملکرد بهتر بازار سهام در آینده است. این فرضیه و سؤال تحقیق برای سیاست گذاران کلان و پولی مهم است ، با توجه به اینکه ترازنامه فدرال رزرو مرحله اصلی را در پریشانی اقتصادی در سال 2020 به دست آورده است (الجسار و موزا ، 2019 ؛ بدیکانلی ، 2020).

3. داده ها ، متغیرها و روش شناسی

3. 1 پایگاه داده

من داده های ترازنامه فدرال رزرو را برای 100 سال گذشته از پایگاه داده FRASER جمع آوری کردم، که یک کتابخانه دیجیتالی از تاریخچه اقتصادی، مالی و بانکی ایالات متحده، به ویژه تاریخچه سیستم فدرال رزرو (FRASER، 2019) است. علاوه بر این، من داده ها را برای متغیرهای کنترل استاندارد از پایگاه داده Fred جمع آوری کردم (FRED، 2019). در نهایت، من از پایگاه داده CRSP در طول سال های 1926-2015 برای جمع آوری ارزش بازار سهام برای سه شاخص اصلی بازار سهام، یعنی NYSE، AMEX و NASDAQ استفاده کردم. جدول 1 متغیرهای مهم، تعاریف آنها، منابع و توضیح کوتاهی برای هر متغیر ارائه می کند.

3. 2 متغیرها

3. 2. 1 متغیرهای مستقل

ماهانه MktRet از پایگاه داده CRSP برای 1926-2015 در دسترس است. Kyindno 1000080 (1000081) برای بازده بازار دارای وزن (هم وزن) است که شامل شاخص های NYSE، AMEX و NASDAQ است. من بازده مازاد بازار را با استفاده از نرخ قبض یک ماهه به عنوان نماینده بازده بدون ریسک [2]، Rf ایجاد می کنم._تی(به عنوان مثال گویال و ولش، 2008). برای محاسبه ارزش (به طور مساوی) بازده اضافی بازار وزنی، r استفاده می شود_vwe (ر_ewه ). من بازده اسمی بازار را بر خلاف بازده واقعی بازار انتخاب می کنم تا یک حق بیمه سهام ایجاد کنم، زیرا اثر تورم برای بازده بازار و بازده بدون ریسک از بین می رود.

3. 2. 2 متغیرهای وابسته

متغیر توضیحی اصلی، نسبت اندازه ترازنامه فدرال رزرو بر اساس ثروت بازار دارایی (FAMC) است، همانطور که در جدول 1، پانل A توضیح داده شده است. متغیر دوم ΔFA است، یعنی یک تغییر ساده در کل دارایی های فدرال رزرو. سابقه ای از ترازنامه فدرال رزرو در پایگاه داده FRASER از سال 1915 به بعد، در فرکانس های مختلف، به عنوان مثال، موجود است. هفتگی، ماهانه و سالانه. ارزش بازار پایان دوره از سال 1926 در پایگاه داده CRSP در دسترس است. من از داده های ماهانه، فصلی و سالانه کل دارایی های فدرال رزرو برای سال های 1926-2015 برای مطابقت با زمان بندی پایگاه داده CRSP استفاده می کنم. برای نشان دادن ارتباط کل دارایی های فدرال رزرو با بازارهای سهام در طول 100 سال گذشته، بازده بازار NYSE را طی سال های 1916 تا 2015 از Goetzma و همکاران اضافه می کنم.(2001) به بازار CRSP طی سالهای 1926-2015.

من اسپرد مدت دار، TermS را به عنوان تفاوت بین بازده بلندمدت (LT _ y)، یعنی بازده اوراق قرضه خزانه با سررسید ده ساله (GS10) و بازده کوتاه مدت، ST _ y، یعنی سررسید یک ساله تعریف می کنم. نرخ قبض خزانه (GS1) (کمپبل، 1987؛ ویللاک و وهار، 2009). به طور مشابه، نرخ نسبی کوتاه مدت خزانه، RREL، تفاوت نسبی بین نرخ اسناد خزانه سه ماهه (TB3M) و میانگین 12 ماه گذشته نرخ اسناد خزانه سه ماهه است. نرخ اسناد خزانه سه ماهه برای دوره 1934:01 و 10 سال و بازده سررسید یک ساله در دوره 1953:04 در پایگاه داده فرد موجود است. نرخ اسناد خزانه داری سه ماهه طی سال های 1926:07-1933:12 از سری CRSP خزانه داری ایالات متحده و تورم (CTI) است.

من تورم را به عنوان نرخ تغییر در شاخص قیمت مصرف کننده، جمع آوری شده از پایگاه داده CRSP تعریف می کنم. من از تأخیر یک ماهه در تورم استفاده می کنم که توسط ادبیات موجود استدلال می شود، زیرا داده های مربوط به تورم در ماه بعد منتشر می شوند (مثلاً گویال و ولش، 2008). علاوه بر این، من از داده های وب سایت رابرت شیلر استفاده می کنم و نسبت سود سهام به قیمت، dp، (درآمد به قیمت، ep) را با در نظر گرفتن تفاوت بین گزارش سود سهام (درآمد) و گزارش قیمت ها تعریف می کنم (مثلاً Maio، 2013).. این سود سهام و درآمد از شرکت S& P است و طی سال های 1926-2015 گرفته شده است. به طور مشابه، پرداخت سود سهام (de) به عنوان تفاوت گزارش بین سود سهام ثبت نام و درآمد گزارش تعریف می شود. من متغیرهای کنترلی را انتخاب می کنم که از بین فهرست بسیار متنوعی از کنترل هایی که می توان استفاده کرد، مرتبط تر هستند (مانند فاما و شورت، 1977؛ پاتلیس، 1997). جدول 1 آمار خلاصه و ضرایب خود همبستگی متغیرهای مورد استفاده را ارائه می دهد. همه متغیرها با توجه به ادبیات به یک فرم لگاریتمی تبدیل می شوند (Cieslak et al., 2015).

من آنگ و بکارت (2007) را دنبال می کنم و یک آزمون ریشه واحد انجام می دهم که آزمون فیلیپس و پرون (1988) برای تخمین رگرسیون x است._تی= α + ρx_{t− 1}+ μ_تیزیر عدد تهی x_تی= پ_{t− 1}+ μ_تیبشرمقادیر بحرانی مربوط به مقادیر p-01 ، 0. 025 ، 0. 05 و 0. 10 به ترتیب 3/3 ، 3/3 ، ، 88/ 2-و 5/ 2-است. اگرچه سری زمانی FAMC پایدار است ، اما در دوره های 1941-2015 و 1953-2015 ثابت بودن را به تصویر می کشد. در مقابل ، FAMC در طول نمونه کامل 1926-2015 غیر استیضاح است. به عنوان مثال ، در دوره نمونه 1953-2015 ، برای آزمون ریشه واحد فیلیپس-پررون برای میانگین واحد ، مقادیر TAU (احتمال) 80/3-(0. 0032) و 3/3-(0. 0035) برای تاخیر 0 و 1 است. شواهد متفاوتی از ثابت بودن نشان می دهد که نتایج حاصل از تجزیه و تحلیل رگرسیون باید با احتیاط تفسیر شود.

3. 3 روش شناسی

من رگرسیون پیش بینی یک متغیره را مانند FAMA و فرانسوی (1988) اجرا می کنم:

(1) z t + k = α + β k ξ t + ∈ T + k ، k

جایی که β_kضریب پیش بینی متغیر ξ را نشان می دهد. متغیرهای مستقل ، ξ_تی، نمایانگر FAMC ، ΔFA ، RREL ، INF ، EP ، DP یا شرایط و غیره._vw(r_ew) و ارزش اضافی وزن (به همان اندازه وزنی) بازده بازار_vwe (ر_ewه) به عنوان متغیرهای وابسته ، z استفاده می شود_{t + k}بشربرای پیش بینی k-period ، متغیر z_t+kبه عنوان z تعریف شده است_t+k= (1/ k) (r_{t 1+}+…+ r_t+k). برای کاهش نگرانی از تعصب نمونه کوچک توسط Stambaugh (1999) ، من Ang (2012) را دنبال می کنم و از عملیاتی GMM برای رگرسیون Eq استفاده می کنم.(1). توزیع بدون علامت پارامترهای θ = (αβ_k) ′ به شرح زیر داده شده است:

t (θ ^ - θ) ︷ ∼ α n (0 ، Ω) ω = z 0 - 1 s 0 z 0 - 1 ، z 0 = e (x t x t ′) c (j) = 1 t ∑ t = j + 1 t (ω t + k ω t + k - j ′) ، جایی که ω t + k = ϵ t + k ، k x t.

علاوه بر این ، من با انجام آزمایش سفید (1980) از ناهمگونی ، نگرانی های مربوط به ناهمگونی را کاهش می دهم. من نتوانسته ام تهی همجوشی را رد کنم ، من این نتایج را گزارش نمی کنم. از آنجا که سیستم GMM در این کار دقیقاً مشخص شده است ، و نتایج با نتایج OLS یکسان است ، من نتایج را بر اساس OLS گزارش نمی دهم. من تخمین های GMM را با استفاده از یک تاخیر گزارش می کنم و سالانه ضریب شیب ، β را گزارش می کنم_k، با ضرب با 12/ K به دنبال MAIO (2013).

4- ترازنامه های بانک مرکزی ، بازار سهام و مکانیسم انتقال

گرین وود و همکاران.(2016) استدلال می کنند که بانک های مرکزی با تغییر عرضه کلی مطالبات ایمن ، کوتاه مدت و بلند مدت ، بر بازده نسبی بر ادعاهای ایمن تأثیر می گذارند و بر منحنی عملکرد تأثیر می گذارد. علاوه بر این ، افزایش عرضه اوراق بهادار بلند مدت دولت ایالات متحده ، فشار رو به پایین بر نرخ بهره بلند مدت ایجاد می کند که باعث بهبود نقدینگی و در دسترس بودن اعتبار طولانی مدت ارزان تر می شود (همانطور که در شکل 1 پانل B (سمت چپ) قابل مشاهده است. REIS (2016) اشاره می کند کهدر طی اظهارات FOMC در 18 مارس 2009 (QE 1) ، 3 نوامبر 2010 (QE 2) و 21 سپتامبر 2011 (QE 3) ، فدرال رزرو از خرید اوراق بهادار بلند مدت 300 میلیارد دلار ، 600 میلیارد دلار و 400 دلار خبر دادBN (در برابر فروش اوراق بهادار کوتاه مدت 400 میلیارد دلار). علاوه بر این ، پس از برنامه QE 1 در 18 مارس 2009 ، کل خریدهای فدرال رزرو در اوراق بهادار تحت حمایت وام و بدهی آژانس به ترتیب 1. 25 دلار TN و 200 میلیارد دلار بود.

شکل 1 نشان می دهد که چگونه ترازنامه فدرال فدرال در طی 100 سال گذشته به عملکرد بازار سهام مربوط می شود ، و پانل A (سمت راست) در شکل 1 تغییر سالانه در اندازه ترازنامه فدرال را به همراه تغییر در شاخص بورس سهام در طی سالهای 1916-2015 نشان می دهد. بشراین پشتیبانی گرافیکی از سؤال تحقیق و فرضیه این مقاله را ارائه می دهد ، یعنی یک رابطه مثبت طولانی مدت بین اندازه ترازنامه فدرال رزرو و بازده بازار آینده وجود دارد. پانل B (سمت راست) شکل 1 نسبت FAMC را به همراه بازده بازار ارائه می دهد. همچنین میانگین و حداقل ارزشهای تاریخی FAMC را ارائه می دهد. شکل نشان می دهد که هر زمان که FAMC به حداقل ارزش تاریخی خود نزدیک می شود ، چگونه بازارهای سهام از لحاظ تاریخی واکنش نشان می دهند. درمجموع ، سه بار در تاریخ FAMC به حداقل ارزش خود نزدیک شد ، (1) افسردگی بزرگ دهه 1930 ، (2) حباب Dot-com 2000 و (3) بحران بزرگ مالی 2008.

علاوه بر این ، افزایش (کاهش) در اندازه ترازنامه یک بانک مرکزی ، یک سیاست پولی انبساط (کاهش قیمت) را نشان می دهد که منجر به افزایش (کاهش) در دارایی ها به دنبال کانال انتقال سیاست پولی می شود (به عنوان مثال Alcidi and Gros ، 2011 ؛ ECB ، 2019 ؛). از طریق کانال ثروت ، افزایش قیمت دارایی ها ثروت کل را افزایش می دهد ، و لودویگسون و استیندل (1998) نشان می دهد که افزایش ثروت منجر به افزایش مصرف می شود (C). افزایش مصرف کل حاکی از رشد اقتصادی آینده و در نتیجه بازده بالاتر بازار سهام در آینده است (FA ↑ → MC ↑ → C ↑ → E (بازده).

به همین ترتیب ، اگر تغییر در اندازه ترازنامه فدرال فدرال ، یک سیاست پولی را در حال تغییر و تغییر سیگنال های کلاه بازار در حال تغییر قیمت دارایی ها نشان دهد ، مقایسه این دو به صورت FA/MC می تواند سیگنال های مفیدی در مورد وضعیت آینده اقتصاد ارائه دهد وبازارهای سهامافزایش FAMC حاکی از اقدامات انبساط بالاتر در مقایسه با افزایش قیمت دارایی است. کاهش در FAMC حاکی از اقدامات انبساط پایین تر در مقایسه با تغییرات قیمت دارایی است. علاوه بر این ، با توجه به کانال ثروت ، تغییر مثبت در FAMC نشان می دهد حتی بالاتر و بازده سهام آینده مورد انتظار بالاتر و برعکس (FA MC ↑ → C ↑↑کام (بازگشت) ↑↑). در این مقاله ، مکانیسم انتقال سیاست پولی را اصلاح می کنم و از شهود کانال Wealth برای بررسی رابطه طولانی مدت بالقوه بین اندازه ترازنامه بانک مرکزی و عملکرد بازار سهام آینده استفاده می کنم.

5. نتایج تجربی

5. 1 پیش بینی بازگشت توسط FAMC

پانل B و C از جدول 2 شواهد پیش بینی کننده FAMC در یک افق ماهانه در دوره 1926: 07-2015: 12 و 1953: 04 2015: 12. این جداول گزارش می دهند که چگونه قدرت پیش بینی FAMC در برابر حضور متغیرهای کنترل مقاومت می کند. برای بررسی قدرت پیش بینی بلند مدت FAMC ، من از داده های سالانه در طی سالهای 1926-2015 استفاده می کنم ، و پانل A در جدول 2 این یافته ها را ارائه می دهد. به طور خاص ، در رگرسیون چند متغیره بین FAMC ، کسب قیمت و گسترش مدت ، β و t-stats برای FAMC 0. 293 و 2. 30 با R 2 از 9. 96 ٪ است.

پانل B در جدول 2 نشان می دهد که در رگرسیون پیش بینی یک متغیره با بازده بیش از حد ارزش بازار ، متغیر توضیحی (FAMC) دارای β و T-STAT های 0. 341 و 3. 09 با R 2 از 0. 68 ٪ است. در رگرسیون چند متغیره بین FAMC ، RREL ، INF و سود سهام ، β و T-stats برای FAMC 0. 373 و 2. 28 با R 2 از 1. 25 ٪ است. علاوه بر این ، رگرسیون چند متغیره بین FAMC ، INF و RREL ، تخمین β و T-Stats برای FAMC 0. 359 و 3. 01 با R 2 از 1. 24 ٪ است.

علاوه بر این ، در پانل C جدول 2 برای بازده بیش از حد ارزش ماهانه در طی سال های 1953-2015 ، β و T-Stats برای FAMC 0. 826 و 2. 98 با R 2 از 1. 02 ٪ است. در رگرسیون چند متغیره بین FAMC ، RREL ، INF و گسترش مدت ، β و T-stats برای FAMC 0. 853 و 3. 05 با R 2 از 2. 48 ٪ است. در رگرسیون برای بازده بیش از حد وزن به عنوان متغیر وابسته ، β و T-Stats برای FAMC 0. 938 و 2. 44 با R 2 از 1. 18 ٪ است.

در مجموع ، شواهد کوتاه مدت و بلند مدت از پیش بینی بازده ارائه شده توسط FAMC از نظر آماری معنی دار است و در برابر حضور متغیرهای کنترل اصلی ، دوره های مختلف نمونه ، فرکانس داده های مختلف و تغییر متغیرهای وابسته از ارزش وزن تا وزن به همان اندازه وزن یا بازار مقاومت می کند. بازگشت به بازده کامل بازار.

5. 2 استحکام

5. 2. 1 پیش بینی افکار طولانی و راه اندازی راه اندازی

من از 1 تا 60 ماه پیش ، رگرسیون را برای ارزیابی قدرت پیش بینی FAMC برای بازده بازار اضافی در آینده انجام می دهم. با توجه به خواص ضعیف نمونه کوچک T-Stats بدون علامت برای رگرسیون طولانی تر افق (نلسون و کیم ، 1993) ، من همچنین t-statistics را بر اساس Newey و West (1986) و t-statistics مبتنی بر آزمایش بوت استرپ ارائه می دهمبا 10،000 تکرارخطاهای استاندارد Newe y-West با استفاده از تاخیر K ، یعنی افق پیش بینی کننده هر رگرسیون محاسبه می شود.

پانل A از جدول 3 این نتایج را ارائه می دهد. خطوط 2 و 3 گزارش Newe y-West t-statistics و t-statistics از آزمایش بوت استرپ با 10،000 تکرار. ضرایب FAMC با افزایش افق ، از 0. 881 (K = 3) تا 0. 301 (K = 60) برای بازده بازار ارزش وزن و 0. 928 (K = 3) تا 0. 201 (K = 60) برای بازده بازار به همان اندازه وزن کاهش می یابد. در تمام افق ها ، این برآوردها از نظر آماری در سطح اهمیت استاندارد بر اساس t-statistics newe y-west و tatistics از آزمایش bootstrap با 10،000 تکرار معنی دار هستند. R 2 برای هر رگرسیون FAMC از 2. 93 ٪ (K = 3) به 33. 37 ٪ (K = 36) افزایش می یابد و به 11 ٪ (K = 60) کاهش می یابد.

5. 2. 2 نمونه های مختلف زیر در نمونه تمام سال 1926-2015

من به دلایل مختلف از ده دوره نمونه مختلف استفاده می کنم. نمونه کامل تصویر کامل را ارائه می دهد. نمونه در دوره 1926-2007 به تجزیه و تحلیل چگونگی تأثیر بحران مالی سال 2008 بر نتایج می پردازد. همچنین نگرانی های مربوط به وقفه ساختاری در طول بحران مالی سال 2008 را کاهش می دهد. نمونه در دوره 2000-2000 1926 اثر حباب Dot-Com را ارائه می دهد. بسیاری از مقالات کلاسیک پیش بینی بازگشت از سال 1926 تا 1990 است و سیاست کاهش نرخ بهره پس از این دوره آغاز شده است. نرخ بهره قبل از سال 1926-1926 به اوج خود رسید. 1941-2005 و 1941-2015 برای تجزیه و تحلیل نتایج افسردگی پس از رشد با و بدون بحران مالی سال 2008 همچنین به دلیل عملکرد طولانی مدت از داده های CRSP از سال 1941 آغاز می شود. 1953-2015 دوره پس از جنگ نیز به این دلیل است که مدت زمان پخش از پایگاه داده FRED از سال 1953: 04 به بعد در دسترس است. سرانجام ، 1971-2015 و 1981-2015 جدیدترین دوره نمونه هستند. قدرت پیش بینی ارائه شده توسط FAMC در تمام دوره های نمونه آزمایش شده قوی است.

5. 2. 3 3 آنالیز باقیمانده و آزمون شکستن ساختاری

باقیمانده از رگرسیون خطی ساده در جایی که FAMC متغیر مستقل است و بازده اضافی بازار متغیر وابسته است ، مورد تجزیه و تحلیل قرار می گیرد. این باقیمانده ها به هیچ الگوی خاص یا غیرخطی اشاره نمی کنند. علاوه بر این ، نتایج حاصل از عدم وجود تست مناسب نشان می دهد که اصطلاحات خطی از نظر آماری معنی دار است ( F-Value 5. 85 و مقدار P مربوط به 0. 017) در حالی که اصطلاحات غیرخطی نیستند. علاوه بر این ، پانل A و B در شکل 1 مجموعه زمانی از متغیرهای وابسته و مستقل در طی سالهای 1926-2015. پانل B نشانگر وقفه ساختاری بالقوه در حدود بحران مالی سال 2008 است. برای ارزیابی شکستگی ساختاری احتمالی در حدود بحران مالی سال 2008 ، من آزمون Chow از تغییر ساختاری را برای سالهای 2007 ، 2008 ، 2009 و 2010 انجام می دهم. برای کاهش تأثیر بالقوه این شکست ساختاری بر قابلیت اطمینان نتایج رگرسیون ، من یک تجزیه و تحلیل رگرسیون مشابه را با استفاده از داده ها قبل از سال 2007 ، یعنی داده های بحران پیشوند مالی انجام می دهم (به عنوان مثال ، بدیکانلی ، 2020). نتایج برای داده های بحران پیشوند مالی از تجزیه و تحلیل رگرسیون از نظر مادی یکسان است (گزارش نشده).

5. 2. 4 کنترل برای تغییر در FA یا تغییر در MC

اول ، من برای پروکسی های مربوط به کلاه بازار مانند قیمت سود سهام و قیمت درآمد کنترل می کنم. علاوه بر این ، من تجزیه و تحلیل می کنم که چگونه حضور کلاه بازار ساده بر پیش بینی قابل پیش بینی FAMC ، مانند معادله زیر تأثیر می گذارد. من همچنین تجزیه و تحلیل می کنم که چه اتفاقی برای پیش بینی FAMC در ماه هایی می افتد که در طی آن در حال افزایش است (در حال کاهش) ، کل دارایی های فدرال فدرال در حال افزایش است (کاهش می یابد) ، در آخر هنگامی که دارایی های فدرال فدرال در حال افزایش است و در عین حال کلاه بازار در حال افزایش است (کاهش) [3] یعنی. قدرت پیش بینی کننده زمان (1) ، (2) ، (3) ، (4) ، (5) و در آخر (6). با توجه به پارسیمونی ، من نتایج کمی اما نماینده برای بازده بیش از حد ارزش بازار را در طول سال 1926: 07-2015: 12 در صفحه B از جدول 3 گزارش می کنم.

r t = α + β (famc t - 1) + γ (mc t - 1) + ∈ T ،

به عنوان مثال ، در صفحه B جدول 3 ، ردیف 3 نشان می دهد که وقتی کل دارایی های فدرال رزرو افزایش می یابد و کلاه بازار کاهش می یابد ، تأثیر نسبت FAMC بر بازده بازار آینده از نظر آماری معنی دار است. با این حال ، در ردیف 4 با افزایش FA و MC نیز افزایش می یابد ، تأثیر FAMC بر بازده بازار آینده از نظر آماری غیر قابل توجه است. این امر این شهود را تأیید می کند که کل دارایی های فدرال رزرو بیشتر در مورد سرمایه گذاری در بازار است ، به معنای عملکرد خوب بازار سهام در آینده و برعکس است.

5. 2. 5 متغیرهای کنترل اضافی

متغیرهای کنترل اضافی مانند نسبت پرداخت سود سهام ، تولید صنعتی ، رشد تولید ناخالص داخلی یا گسترش اعتبار نیز به طور قاطع این نتایج را تغییر نمی دهند (گزارش نشده).

5. 2. 6 کنترل برای Outliers: حباب و تصادف

من همچنین وقتی بازار بسیار کم یا زیاد است ، مانند (1) تصادفات بزرگ 1930-1931 ، 1974 ، 1987 ، 2000 و 2008 یا (2) حباب هایی مانند 1926-1928 ، 1999 و 2007 کنترل کردم. ضریب FAMC پس از کنترل این افراد خارج از کشور (گزارش نشده) مثبت و عمدتاً بدون تغییر باقی می ماند.

6. اهمیت اقتصادی و اظهارات نتیجه گیری

اگرچه پیامدهای بازار سهام از ابزارهای مختلف سیاست پولی به خوبی مورد بررسی قرار گرفته است ، اما تأثیر اندازه ترازنامه بانک مرکزی در بازارهای سهام پس از بحران مالی سال 2008 به یک سوال مهم تحقیق تبدیل شد. در این مقاله شواهد تجربی از رابطه مثبت بین اندازه ترازنامه فدرال رزرو و عملکرد بازار سهام در طی 100 سال گذشته ارائه شده است. نسبت کل دارایی های فدرال فدرال به بازار ، شواهد محکمی از پیش بینی بازده بازار در دوره های مختلف نمونه و افق را ارائه می دهد.

این رابطه را می توان از طریق کانال ثروت انتقال سیاست پولی توضیح داد. اخیراً ، با توجه به صفر پایین تر ، سیاست گذاران به طور فزاینده ای به "سیاست پولی غیر متعارف" و QE اعتماد کرده اند ، که در آن بانک های مرکزی با استفاده از ترازنامه خود بر تحول بلوغ و تغییر عرضه دارایی های ایمن متمرکز شده اند. بنابراین ، افزایش در اندازه ترازنامه فدرال رزرو در مقایسه با ثروت بازار دارایی نشان می دهد که میزان سیاست پولی انبساط بیشتر از تغییر در ثروت بازار دارایی است (یعنی تغییر مثبت در FAMC). صرف نظر از میزان آن ، یک سیاست پولی انبساط باید ثروت نمایندگان را افزایش داده و منجر به افزایش مصرف شود (لودویگسون و استیندل ، 1998). این افزایش مصرف منجر به عملکرد بهتر اقتصادی آینده و در نتیجه بازده بالاتر انتظار می رود.

پیامدهای اصلی رابطه تجربی بین اندازه ترازنامه بانک مرکزی و عملکرد بازار سهام این است که سیاست گذاران باید از عدم تعادل شدید بین اندازه ترازنامه یک بانک مرکزی و ثروت بازار دارایی جلوگیری کنند. تحقیقات آینده باید روی (1) چارچوب نظری این رابطه چیست؟(2) چگونه می تواند با تعاریف مختلف عرضه پول کل ، مانند پایه پولی یا عرضه پول در ارتباط باشد؟(3) ترازنامه های مهم دیگر بانکهای مرکزی با بازارهای سهام مربوطه چگونه ارتباط دارند؟(4) چگونه تغییر ترازنامه فدرال رزرو بر نوسانات ، خطر و قیمت گذاری اوراق بهادار مشتق تأثیر می گذارد. سرانجام ، (5) تأثیر خریدهای دارایی بزرگ مربوط به COVID-19 در بازارهای سهام چیست.