通胀预期、通胀预测误差与股票收益的非线性动态效应

doi:10.16381/j.cnki.issn1003-207x.2021.2382

Abstract

Abstract:

Since the COVID-19， the continued loose monetary policies of various countries in the world have strengthened inflation expectations. Since inflation is always one of the important factors for investors to make investment decisions， the upward pressure of inflation will bring about the instability of the stock market， resulting in the dual fluctuations of prices and financial markets. Price stability and financial stability are important objectives of dual-pillar regulation. It is of great importance to clarify the relationship between inflation expectations and stock returns for the accurate realization of the target of dual-pillar regulation policies and investors' better avoidance of inflation risks.In the framework of a single commodity economy， the nonlinear relationships between stock returns and inflation expectations and inflation surprise are discussed in this paper. Furthermore， based on the asymmetric long-term and short-term perspective， the nonlinear autoregressive distributed lag （NARDL） model is applied to conduct empirical research.The empirical results show that the positive and negative changes of inflation expectation and inflation surprise have asymmetric effects on stock returns in the short and long term. The response of stock return to the negative change of inflation expectation or inflation surprise is greater， which indicates that the weakening of inflation expectation or inflation surprise has a more significant impact on stock return. The positive relationships between inflation expectation， inflation surprise and stock returns are mainly shown in the short term， and in the long term， inflation expectation and inflation surprise have a restraining effect on stock returns. It shows that stock investment can resist the inflation risk in the short term， but in the long term， stock investment is no longer an effective tool to resist the inflation risk.

Key words: inflation expectation, inflation surprise, stock returns, nonlinear, NARDL model

CLC Number:

F822.5

Yong MA,Xiao-jun LIU,Rong-cai HU. The Nonlinear Dynamics Assessment of Inflation Expectations, Inflation Surprise and Stock: ReturnsTheoretical Analysis and Empirical Research[J]. Chinese Journal of Management Science, 2023, 31(8): 61-70.

Figures/Tables 11

变量	ADF检验				PP检验				结果
	t 值	临界值			t 值	临界值
	t 值	1%	5%	10%	t 值	1%	5%	10%
R	-7.078	-3.517	-2.899	-2.587	-7.170	-3.517	-2.899	-2.587	平稳
EI	-2.376	-3.520	-2.901	-2.588	-1.991	-3.517	-2.899	-2.587	不平稳
$Δ E I$	-7.181	-3.520	-2.901	-2.588	-7.452	-3.518	-2.900	-2.587	平稳
UI	-8.879	-3.517	-2.899	-2.587	-8.879	-3.517	-2.899	-2.587	平稳
CPI	-8.868	-3.517	-2.899	-2.587	-8.868	-3.517	-2.899	-2.587	平稳

变量	模型（16）
$t B D M$	-10.068^***
$F P S S$	4.770^***

短期非对称性		长期非对称性
$W S R E I$	2.939^*（0.092）	$W L S E I$	7.848^***（0.007）
$W S R U E$	2.082^*（0.094）	$W L S U I$	12.006^**（0.001）

变量	短期估计系数	变量	长期估计系数
$Δ E I t - 1 +$	3.911^***（0.002）	$E I t - 1 +$	-4.193^***（0.005）
$Δ E I t - 1 -$	2.850^**（0.020）	$E I t - 1 -$	-4.800^***（0.000）
$Δ E I t - 2 -$	5.617^***（0.000）	$U I t - 1 -$	-1.733^***（0.005）
$Δ E I t - 4 -$	3.266^***（0.005）	$R t - 1$	-0.706^***（0.000）
$Δ E I t - 5 -$	1.187^*（0.012）	—	—
$Δ U I t - 1 -$	1.160^**（0.023）	—	—
$Δ U I t - 2 -$	1.506^**（0.033）	—	—
$Δ U I t - 3 -$	1.991^***（0.000）	—	—
长期传递系数
$L I E +$	-5.938^***（0.001）	$L U I +$	0.157（0.487）
$L I E -$	-6.796^***（0.001）	$L U I -$	-2.454^***（0.002）

模型（22）的长、短期估计系数				模型（24）的长、短期估计系数
变量	短期估计系数	变量	长期估计系数	变量	短期估计系数	变量	长期估计系数
$Δ E I t - 1 -$	-1.950^*（0.052）	$E I t - 1 +$	1.318^*（0.071）	$Δ E I t - 2 -$	2.983^**（0.001）	$E I t - 1 +$	-1.908^**（0.016）
$Δ U I t - 1 +$	-7.102^***（0.001）	$U I t - 1 +$	6.476^***（0.001）	$Δ U I t - 1 -$	0.267^*（0.074）	$E I t - 1 -$	-1.924^**（0.028）
$Δ U I t - 2 +$	-3.447^**（0.025）	$U I t - 1 -$	6.922^***（0.001）	$Δ I R t - 1 +$	-0.441^**（0.005）	$U I t - 1 -$	-0.708^**（0.046）
$Δ U I t - 3 +$	-4.193^***（0.003）	—	—	—	—	$I R t -$	0.283^**(0.043)
$Δ U I t - 1 -$	-6.483^***（0.002）	—	—	—	—	$R t - 1$	-0.786^***(0.001)
$Δ U I t - 2 -$	-7.048^***（0.001）	—	—	—	—	—	—
$Δ U I t - 3 -$	-2.854^*（0.078）	—	—	—	—	—	—
$Δ U I t - 4 -$	-3.797^*（0.007）	—	—	—	—	—	—

模型（23）的长、短期估计系数				模型（25）的长、短期估计系数
变量	短期估计系数	变量	长期估计系数	变量	短期估计系数	变量	长期估计系数
$Δ E I t - 1 +$	7.176^**（0.000）	$E I t - 1 +$	-10.204^***（0.000）	$Δ E I t - 1 +$	1.193（0.108）	$E I t - 1 +$	-2.594^***（0.000）
$Δ E I t - 2 +$	5.385^***（0.002）	$E I t - 1 -$	-9.814^***（0.000）	$Δ E I t - 1 -$	1.237（0.168）	$E I t - 1 -$	-3.447^***（0.000）
$Δ E I t - 3 +$	3.727^*（0.060）	$U I t - 1 +$	-12.628^**（0.020）	$Δ E I t - 2 -$	3.264^***（0.000）	$U I t - 1 -$	-1.451^***（0.002）
$Δ E I t - 1 -$	10.190^***（0.000）	$U I t - 1 -$	-19.505^***（0.000）	$Δ E I t - 4 -$	1.419^*（0.065）	$I S I t +$	0.352^***（0.002）
$Δ E I t - 2 -$	10.131^***（0.000）	—	—	$Δ U I t - 1 -$	0.941^*（0.064）	$I S I t - 1 -$	0.944^***（0.000）
$Δ E I t - 3 -$	1.160^**（0.023）	—	—	$I S I t -$	1.546^***（0.000）	—	—
$Δ E I t - 4 -$	1.506^**（0.033）	—	—	—	—	—	—
$Δ U I t - 1 +$	13.560^***（0.010）	—	—	—	—	—	—
$Δ U I t - 2 +$	9.581^**（0.014）	—	—	—	—	—	—
$Δ U I t - 1 -$	17.112^***（0.001）	—	—	—	—	—	—
$Δ U I t - 2 -$	10.783^**（0.022）	—	—	—	—	—	—

变量	短期估计系数	变量	长期估计系数
$Δ E I t +$	2.951^*（0.082）	$E I t - 1 +$	-1.930^***（0.000）
$Δ E I t - 1 -$	3.751^**（0.035）	$E I t -$	2.410^***（0.002）
$Δ U I t - 1 +$	0.711^**（0.015）	$U I t - 1 +$	-1.091^**（0.019）
$Δ U I t - 1 -$	0.396^*（0.079）	$U I t - 1 -$	-2.049^***（0.000）
$Δ U I t - 2 -$	0.536^**（0.018）	—	—
$Δ U I t - 4 -$	0.437^**（0.013）	—	—
$Δ U I t - 5 -$	0.329^*（0.055）	—	—

变量	短期估计系数	变量	长期估计系数
$Δ E I t - 1 +$	5.749^**（0.014）	$E I t - 1 +$	-6.173^***（0.001）
$Δ E I t - 2 +$	4.934^**（0.019）	$E I t - 1 -$	-6.748^***（0.001）
$Δ E I t - 3 +$	3.744^**（0.047）	$U I t - 1 -$	-1.862（0.543）
$Δ E I t - 1 -$	4.187^**（0.021）	—	—
$Δ E I t - 2 -$	6.723^***（0.001）	—	—
$Δ E I t - 3 -$	3.802^*（0.098）	—	—
$Δ E I t - 4 -$	5.464^**（0.016）	—	—
$Δ E I t - 5 -$	5.196^***（0.010）	—	—
$Δ E I t - 6 -$	3.855^*（0.056）	—	—
$Δ U I t - 5 +$	-1.285^***（0.010）	—	—
$Δ U I t - 6 +$	-0.845^*（0.083）	—	—

References 37

1	Duca-Radu I， Kenny G， Reuter A. Inflation expectations， consumption and the lower bound： micro evidence from a large multi-country survey［J］. Journal of Monetary Economics， 2021，（118）： 120-134.
2	洪智武，牛霖琳. 中国通胀预期及其影响因素分析——基于混频无套利Nelson-Siegel利率期限结构扩展模型［J］.金融研究， 2020（12）： 95-113.
	Hong Zhiwu， Niu Linlin. Analysis of inflation expectations in China and their determinants：based on a mixed frequency no-arbitrage Nelson-Siegel extended model［J］. Journal of Financial Research， 2020（12）： 95-113.
3	Fisher I. The Theory of Interest［M］. New York： McMillan， 1930.
4	Zhao Liuyan. Stock returns under hyperinflation： evidence from China 1945-48［J］. China Economic Review， 2017， 45（155）： 155-167.
5	Arjoon R， Botes M， Chesang L K， et al. The long-run relationship between inflation and real stock prices： empirical evidence from South Africa［J］. Journal of Business Economics and Management，2012，13（4）： 600-613.
6	Bekaert G， Engstrom E. Inflation and the stock market： understanding the“Fed Model”［J］. Journal of Monetary Economics， 2010， 57（3）： 278-294.
7	赵留彦.股票收益与通货膨胀：中国恶性通胀时期的实证研究［J］. 经济学（季刊）， 2016， 15（2）： 479-498.
	Zhao Liuyan. Stock return and inflation： a short-horizon perspective in the Chinese hyperinflation［J］. China Economic Quarterly， 2016， 15（2）： 479-498.
8	Modigliani F， Cohn R A. Inflation， rational valuation and the market［J］. Financial Analysts Journal， 1979， 35（2）： 24-44．
9	Campbell J Y， Vuolteenaho T. Inflation illusion and stock prices［J］. The American Economic Review， 2004， 94（2）： 19-23.
10	Lee B S. Stock returns and inflation revisited： an evaluation of the inflation illusion hypothesis［J］. Journal of Banking & Finance， 2010， 34： 1257-1273.
11	张宗新，朱伟骅. 通胀幻觉、预期偏差和股市估值［J］. 金融研究， 2010（5）： 116-132.
	Zhang Zongxin， Zhu Weihua. Inflation illusion，expectation bias and stock market evaluation［J］. Journal of Financial Research， 2010（5）： 116-132.
12	Brown W O， Huang Dayong， Wang Fang. Inflation illusion and stock returns［J］. Journal of Empirical Finance， 2016， 35（1）： 14-24.
13	Fama E F. Stock returns， real activity， inflation， and money［J］. The American Economic Review， 1981， 71（4）： 545-565.
14	刘金全，王风云. 资产收益率与通货膨胀率关联性的实证分析［J］. 财经研究， 2004（1）： 123-128.
	Liu Jinquan， Wang Fengyun. A positive analysis of the dynamic relationship between stock returns and inflation［J］. Journal of Finance and Economics， 2004（1）： 123-128.
15	Alagidede P， Panagiotidis T. Stock returns and inflation： evidence from quantile regressions［J］. Economic Letters， 2012， 117（1）： 283-286.
16	Madadpour S， Asgari M. The puzzling relationship between stocks return and inflation： a review article［J］. International Review of Economics，2019，66：115-145.
17	Li Lifang， Narayan P K， Zheng Xinwei. An analysis of inflation and stock returns for the UK［J］. Journal of international Financial Markets，Institutions and Money， 2010， 20（5）： 519-532.
18	Omay T， Yuksel A. An empirical examination of the generalized Fisher effect using cross-sectional correlation robust tests for panel cointegration［J］. Journal of International Financial Markets，Institutions and Money， 2015， 35： 18-29.
19	Kim J H， Ryoo H H. Common stocks as a hedge against inflation： Evidence from century- long US data［J］. Economic Letters， 2011， 113（2）： 168-171.
20	王未卿，刘祥东，李慧忠. 房地产股票投资能对冲通货膨胀吗？——基于Markov转换GRG copula的相关性测度研究［J］. 中国管理科学， 2020， 28（12）： 23-34.
	Wang Weiqing， Liu Xiangdong， Li Huizhong. Does real estate stock investment hedge inflation？ Research on correlation measurement based on Markov-switching GRG Copula［J］. Chinese Journal of Management Science， 2020， 28（12）： 23-34.
21	Knif J， Kolari J， Pynnonen S. Stock market reaction to good and bad inflation news［J］. Journal of Financial Research， 2008， 31（2）： 141-166.
22	Salisu A， Ndako U. Modelling stock price- exchange rate nexus in OECD countries： a new perspective［J］. Economic Modelling， 2018， 74： 105-123.
23	Zhou John C. The Good， the bad， and the ambiguous： the aggregate stock market dynamics around macroeconomic news［B］. Social Science Electronic Publishing， 2015.
24	Nusair S A， Al-Khasawneh J A. On the relationship between Asian exchange rates and stock prices： a nonlinear analysis［J］. Economic Change and Restructuring， 2021，55（1）：361-400.
25	汪红驹，张慧莲. 资产选择、风险偏好与储蓄存款需求［J］. 经济研究， 2006（6）： 48-58.
	Wang Hongju， Zhang Huilian. Portfolio choice， risk preference and the demand for savings deposit［J］. Economic Research Journal， 2006（6）： 48-58.
26	唐振鹏，吴俊传，冉梦，等.考虑投资者情绪的中国股市自激发效应研究［J］. 中国管理科学， 2020， 28（7）： 1-12.
	Tang Zhenpeng， Wu Junchuan， Ran Meng， et al. Research on the self-exciting effect of Chinese stock market considering investor sentiment［J］. Chinese Journal of Management Science， 2020， 28（7）： 1-12.
27	饶品贵，张会丽. 通货膨胀预期与企业现金持有行为［J］. 金融研究， 2015（1）： 101-116.
	Rao Pingui， Zhang Huili. Expected inflation and firms’ behavior of cash holdings［J］.Journal of Financial Rese-arch， 2015（1）： 101-116.
28	黎文靖，郑曼妮.通货膨胀预期、企业成长性与企业投资［J］.统计研究， 2016， 33（5）： 34-42.
	Li Wenjing， Zheng Manni. Inflation expectation， growth and firm investment［J］. Statistical Research， 2016， 33（5）： 34-42.
29	林建浩，王美今. 通货膨胀与股票收益的关系研究——基于具有财务杠杆与货币效用的资产定价模型［J］. 金融研究， 2011（9）： 93-106.
	Lin Jianhao， Wang Meijin. A study on the relationship between inflation and stock returns：based on asset pricing model with financial leverage and monetary utility［J］. Journal of Financial Research， 2011（9）： 93-106.
30	Baker M， Wurgler J. Investor sentiment and the cross-section of stock returns［J］. The Journal of Finance， 2006（4）： 1645-1680．
31	陈文博，陈浪南，王升泉. 投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角［J］. 中国管理科学， 2019， 27（2）： 19-30.
	Chen Wenbo， Chen Langnan， Wang Shengquan. Investors’ gambling behavior：a perspective from profit/loss condition and investor sentiment［J］. Chinese Journal of Management Science， 2019， 27（2）： 19-30.
32	武佳薇，汪昌云，陈紫琳，等.中国个人投资者处置效应研究——一个非理性信念的视角［J］. 金融研究， 2020（2）： 147-166.
	Wu Jiawei， Wang Changyun， Chen Zilin， et al. A study of disposition effect among China’s individual investors： the perspective of irrational beliefs［J］. Journal of Financial Research， 2020（2）： 147-166.
33	张凌翔，张晓峒. 通货膨胀率周期波动与非线性动态调整［J］. 经济研究， 2011， 46（5）： 17-31.
	Zhang Lingxiang， Zhang Xiaotong. Cyclical fluctuations and nonlinear dynamics of inflation rate［J］. Economic Research Journal， 2011， 46（5）： 17-31.
34	Shin Y， Yu B， GreenwoodNimmo M. Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework［J］. SSRN Electronic Journal，2014，DOI：10.1007/978-1-4899-8008-3_9． doi: 10.1007/978-1-4899-8008-3_9．
35	李胜旗，毛其淋. 制造业上游垄断与企业出口国内附加值——来自中国的经验证据［J］.中国工业经济， 2017（3）： 101-119.
	Li Shengqi， Mao Qilin. Upstream monopoly and domestic value added of manufacturing firms’ exports：empirical evidence from China［J］. China’s Industrial Economics， 2017（3）： 101-119.
36	强静，侯鑫，范龙振. 基准利率、预期通胀率和市场利率期限结构的形成机制［J］. 经济研究， 2018， 53（4）： 92-107.
	Qiang Jing， Hou Xin， Fan Longzhen. Base interest rate，expected inflation and the mechanism for determining the term structure of market interest rates in China［J］. Economic Research Journal， 2018， 53（4）： 92-107.
37	陈坚，张轶凡.中国股票市场的已实现偏度与收益率预测［J］.金融研究， 2018（9）： 107-125.
	Chen Jian， Zhang Yifan. Realized skewness of Chinese stock market and the predictability of stock return［J］. Journal of Financial Research， 2018（9）： 107-125.

变量类型	变量名称	度量方法
被解释变量	股票收益率	上证综指收益率月度数据转化
解释变量	通胀预期	央行问卷调查的通胀预期指数计算
	通胀预测误差	通货膨胀率-通胀预期率
	通货膨胀率	月度消费者物价指数转化得来
控制变量	经济增长率	季度GDP增长率
控制变量	货币供应量	同比增长率
中介变量	利率	月度同业拆借利率按时间加权平均
中介变量	投资者情绪	月度投资者情绪取均值得到

变量	均值	中位数	最大值	最小值	标准差
R	0.008	0.002	0.135	-0.120	0.056
EI	0.025	0.031	0.035	-0.011	1.056
UI	-0.007	-1.991	1.383	-0.428	17.504
CPI	0.023	0.008	1.413	-0.430	16.878
GDP	0.037	0.083	0.210	-0.257	0.113
M2	0.012	0.012	0.038	-0.002	0.006
IR	0.028	0.028	0.047	0.010	0.846
ISI	-0.020	-0.148	4.870	-2.203	1.412

[1]	ZHANG Li-li, YANG Wen-wen, LUO Guan-cong. Inverse Optimal Value Method of “Task-personnel” Matching with Time Inferring: Taking Petrochemical Equipment Emergency Repair as an Example [J]. Chinese Journal of Management Science, 2023, 31(6): 276-286.
[2]	LIANG Mo, LI Hong-xiang, ZHANG Shun-ming. A Measure for Financial Distress based on ST Predictive Model and the Cross-section of Stock Returns [J]. Chinese Journal of Management Science, 2023, 31(2): 138-149.
[3]	JI Shou-feng, LIU Hong-yu, ZHAO Peng-yun, JI Ting-ting. Model and Algorithm of Dynamic Inventory Replenishment Based on Physical Internet [J]. Chinese Journal of Management Science, 2023, 31(2): 205-214.
[4]	DONG Qian-dong, LI Min. Research on the Dynamic Supplier Selection and Lot-sizing by Considering Different Modes Dealing with Carbon Emission [J]. Chinese Journal of Management Science, 2022, 30(8): 106-116.
[5]	ZHAO Quan-wu, YAO Zhen-zhen, LIN Ya. Research on Urban Distribution Network Optimization of Fresh Chain Enterprises under New Retail [J]. Chinese Journal of Management Science, 2021, 29(9): 168-179.
[6]	LI Ai-zhong, REN Ruo-en, DONG Ji-chang. Asset Portfolio and Pricing of Multi-factor Matrix Regression under Financial Network Risk [J]. Chinese Journal of Management Science, 2021, 29(6): 1-9.
[7]	DENG Chun-sheng. Three-Party Evolutionary Game Analysis of P2P Network Lending Based on Nonlinear System Stability Theory [J]. Chinese Journal of Management Science, 2021, 29(11): 134-145.
[8]	LU Xiao-qin, FENG Ling, DING Jian-ping. Testing the Nonlinear Cointegration Relation of Monetary Models of Exchange Rate Determination ——An Analysis Based on the Deep GRU Neural Network [J]. Chinese Journal of Management Science, 2020, 28(5): 1-13.
[9]	HU Hong-tao, BIAN Ying-ying, GUO Shu-yuan, WANG Shuai-an, YAN Wei. Research on Supply Chain Network Optimization with the Relationship of Pricing and Demand [J]. Chinese Journal of Management Science, 2020, 28(10): 165-171.
[10]	ZHANG Min, YU Le-an, LIU Feng-gen. Study on Regime Transition and Nonlinear Dynamic Adjustment Behavior of HogIndustry Chain Price in China [J]. Chinese Journal of Management Science, 2020, 28(1): 45-56.
[11]	ZHAO Zhao. Nonlinear Shrinkage Estimation of High Dimensional Conditional Covariance Matrix and its Application in Portfolio Selection [J]. Chinese Journal of Management Science, 2017, 25(8): 46-57.
[12]	CUI Yu-quan, ZHANG Xian. Research on Supply Chain Disruption Management and Information Value under Symmetric Information [J]. Chinese Journal of Management Science, 2016, 24(4): 83-93.
[13]	XU Qi-fa, CAI Chao, JIANG Cui-xia. An Analysis of the Relationship between Order Imbalance and Stock Returns through Quantile Regression Approach for Large-scale Data [J]. Chinese Journal of Management Science, 2016, 24(12): 20-29.
[14]	XU Qi-fa, ZHANG Jin-xiu, JIANG Cui-xia. Evaluating Multiperiod VaR via Nonlinear Quantile Regression Model [J]. Chinese Journal of Management Science, 2015, 23(3): 56-65.
[15]	YU Zhi-jun, YANG Shan-lin, ZHANG Zheng, JIAO Jian. Stock Returns Prediction Based on Error-Correction Grey Neural Network [J]. Chinese Journal of Management Science, 2015, 23(12): 20-26.

The Nonlinear Dynamics Assessment of Inflation Expectations, Inflation Surprise and Stock: ReturnsTheoretical Analysis and Empirical Research

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 11

References 37

Related Articles 15

Metrics

Comments

Recommended 0