货币政策公告前的股价漂移：形成机理与影响因素

doi:10.16381/j.cnki.issn1003-207x.2024.0361

摘要/Abstract

摘要：

在我国央行不断加强政策沟通的背景下，探讨货币政策相关信息的发布如何影响资本市场，对于防范信息冲击导致的系统性风险具有重要意义。本文研究了货币政策公告发布前的股价漂移现象的形成机理及其影响因素。理论上，在连续时间理性预期模型框架中，引入了代表央行沟通的公共信息以及股价对货币政策冲击的敏感性，进而分析私有信息、公共信息与股价敏感程度对公告前股价漂移幅度的影响。实证上，采用2010-2022年的A股非金融行业数据进行经验分析，以验证理论模型的含义。研究发现，当私有信息精度越高或公共信息精度越低时，信息不对称越严重，股价漂移幅度越大。机制分析表明，信息不对称会影响投资者的信息获取行为，进而导致股价漂移。调节效应分析表明，股价对货币政策冲击越敏感，信息不对称导致的股价漂移越大。

关键词: 信息不对称, 货币政策公告, 股价漂移, 理性预期模型

Abstract:

In the context of the ongoing enhancement of policy communication by the People's Bank of China， exploring how the dissemination of monetary policy-related information impacts the capital market is crucial for mitigating systemic risks arising from information shocks. The formation mechanism and determinations behind stock price drift prior to the announcement of monetary policy are examined. Theoretically， within the framework of a continuous-time rational expectations model， public information—representing the central bank's communication—and the sensitivity of stock prices to monetary policy shocks are introduced to analyze the effects of private information， public information， and stock price sensitivity on the extent of stock price drift before announcements. Empirically， A-share non-financial industry data from 2010 to 2022 are used for analysis to validate the implications of the theoretical model. The findings indicate that when the precision of private information is higher or the precision of public information is lower， information asymmetry intensifies， resulting in a larger stock price drift. Mechanism analysis reveals that information asymmetry influences investors' information acquisition behavior， thereby contributing to stock price drift. Furthermore， moderating effect analysis demonstrates that the greater the sensitivity of stock prices to monetary policy shocks， the larger the stock price drift size resulting from information asymmetry.

Key words: information asymmetry, monetary policy announcement, stock price drift, rational expectations model

中图分类号:

F830

马勇,陈犁,陈炜. 货币政策公告前的股价漂移：形成机理与影响因素[J]. 中国管理科学, 2026, 34(1): 60-71.

Yong Ma,Li Chen,Wei Chen. Pre-Monetary Policy Announcement Drift of Stock Price: Formation Mechanism and Determinants[J]. Chinese Journal of Management Science, 2026, 34(1): 60-71.

图/表 14

表1

模型参数设定"

参数	值	含义	参数	值	含义	参数	值	含义
$r$	0.03	无风险利率	$σ s$	1	公开信息精度倒数	$γ$	3	风险厌恶系数
$ρ$	0.01	时间贴现因子	$σ x$	0.85	股利长期均值波动率	$θ ¯$	35	资产供应量无条件均值
$x ¯$	80	股利无条件均值	$σ θ$	0.75	资产供应量波动率	$ω$	0.6	不知情投资者比例
$b$	0.15	股利均值回复系数	$σ i$	0.7	私有信息精度倒数	$k$	10	单位时间购买信息成本
$a$	0.1	资产供应量回复系数	$σ u$	0.002	私有信息精度倒数	—	—	—
$σ D$	1	股利波动率	$κ$	300	模糊厌恶系数	—	—	—

表1

图1

图2

图3

图4

表2

变量描述性统计量"

变量	样本数	均值	标准差	最小值	中位数	最大值
$E W$	3159	0.063	1.734	-9.703	0.190	9.689
$V W$	3159	0.015	1.399	-9.373	0.062	7.443
$M P U$	3013	128.895	56.639	35.713	117.766	357.999
$C A R_m e a n$	319605	0.396	4.786	-13.269	0.299	16.414
$C A R_c a p m$	319605	0.306	4.137	-11.790	0.061	14.441
$V O I B$	296345	0.150	0.043	0.065	0.146	0.272
$O p a c i t y$	318473	0.091	0.144	0.001	0.047	0.969
$D i s a g r e e$	298261	0.002	0.884	-2.214	0.013	2.030
$R e t u r n$	298284	-1.061	12.120	-47.182	-0.796	33.185
$V o l i t a l i t y$	298284	2.625	1.332	0.746	2.323	7.994
$L e v$	286016	1.346	0.958	0.301	1.075	7.675
$B M$	318305	0.623	0.251	0.129	0.616	1.191
$R o a$	319599	0.028	0.036	-0.080	0.020	0.156
$S i z e$	319602	22.366	1.090	20.181	22.235	25.628
$Δ B a i d u$	294752	-0.002	0.329	-0.608	-0.029	1.173
$Δ M e d i a$	316123	-0.008	0.512	-0.719	-0.100	2.586

表2

表3

央行沟通不确定性对市场收益率的影响"

变量	EW		VW
变量	（1）	（2）	（3）	（4）
$I [- 3, - 1]$	0.2619^***	0.2787^***	0.1207^*	0.1289^*
	（0.0826）	（0.0859）	（0.0664）	(0.1610)
$M P U$		-0.0045^***		-0.0033^***
		(0.0014)		(0.0011)
$I [- 3, - 1] × M P U$		0.0049^***		0.0037^***
		(0.0017)		(0.0013)
常数项	-0.1177	0.1506	-0.1447	0.0580
	(0.1824)	(0.2005)	(0.1554)	(0.1689)
年份效应	Yes	Yes	Yes	Yes
月份效应	Yes	Yes	Yes	Yes
星期效应	Yes	Yes	Yes	Yes
观测值	3159	3013	3159	3013
$R 2$	0.017	0.025	0.010	0.017

表3

表4

信息不对称影响公告漂移的回归结果"

变量	$C A R_m e a n$		$C A R_c a p m$
变量	（1）	（2）	（3）	（4）
$V O I B$	4.3940^***	3.8849^***	4.7430^***	4.1506^***
$V O I B$	（0.2093）	（0.2490）	（0.2062）	（0.2450）
$S i z e$		-0.0975^***		-0.1070^***
$S i z e$		（0.0261）		（0.0256）
$R o a$		-1.9594^***		-1.7116^***
$R o a$		（0.4093）		（0.4001）
$L e v$		-0.0141		-0.0126
$L e v$		（0.0097）		（0.0098）
$R e t u r n$		-0.0299^***		-0.0306^***
$R e t u r n$		（0.0011）		（0.0011）
$D i s a g r e e$		-0.0658^***		-0.0727^***
$D i s a g r e e$		（0.0174）		（0.0172）
$V o l i t a l i t y$		-0.1576^***		-0.1642^***
$V o l i t a l i t y$		（0.0104）		（0.0101）
$O p a c i t y$		-0.2211^***		-0.2575^***
$O p a c i t y$		（0.0751）		（0.0740）
$B M$		-0.7210^***		-0.7590^***
$B M$		（0.0909）		（0.0892）
常数项	0.6000^**	3.7950^***	2.1684^***	5.6107^***
常数项	（0.2434）	（0.6534）	（0.2376）	（0.6405）
个体固定效应	Yes	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes	Yes
观测值	296345	263480	296345	263480
$R 2$	0.312	0.317	0.118	0.123

表4

表 5

改变样本区间"

变量	$C A R_m e a n$		$C A R_c a p m$
变量	（1）	（2）	（3）	（4）
$V O I B$	1.9422^***	3.4465^***	2.1459^***	3.6802^***
$V O I B$	（0.2860）	（0.3005）	（0.2819）	（0.2959）
常数项	2.3101^***	4.0123^***	3.8263^***	3.0529^***
常数项	（0.8086）	（0.7783）	（0.7866）	（0.7561）
控制变量	Yes	Yes	Yes	Yes
个体固定效应	Yes	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes	Yes
观测值	161635	180257	161635	180257
$R 2$	0.321	0.328	0.117	0.130

表 5

表6

替换指标检验"

变量	$C A R_m e a n$		$C A R_c a p m$
变量	（1）	（2）	（3）	（4）
$S p r e a d$	4.7147^***		5.1039^***
$S p r e a d$	（0.2113）		（0.2060）
$V P I N$		1.8079^***		1.9953^***
$V P I N$		（0.4146）		（0.4050）
常数项	2.1391^***	4.7394^***	3.7841^***	6.5645^***
常数项	（0.6621）	（0.6356）	（0.6495）	（0.6220）
控制变量	Yes	Yes	Yes	Yes
个体固定效应	Yes	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes	Yes
观测值	263449	262705	263449	262705
$R 2$	0.318	0.296	0.124	0.108

表6

表 7

工具变量检验"

变量	$V O I B$	$C A R_m e a n$	$C A R_c a p m$
变量	（1）	（2）	（3）
$L i s t$	-0.0045^***
$L i s t$	（0.0006）
$V O I B ̂$		15.7464^**	19.7034^***
$V O I B ̂$		（7.2429）	（7.2279）
常数项	0.4247^***	-1.9219	-1.7790
常数项	（0.0132）	（3.2331）	（3.2297）
控制变量	Yes	Yes	Yes
个体固定效应	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes
观测值	263503	263503	263503
$R 2$	0.249	0.310	0.106

表 7

表 8

信息获取机制分析"

变量	$Δ B a i d u$	$Δ M e d i a$
变量	（1）	（2）
$V O I B$	0.1505^***	0.1553^***
$V O I B$	（0.0129）	（0.0248）
常数项	0.4530^***	0.0585^***
常数项	（0.0296）	（0.00166）
控制变量	Yes	Yes
个体固定效应	Yes	Yes
时间固定效应	Yes	Yes
观测值	258760	316123
$R 2$	0.613	0.073

表 8

表 9

市场不确定性变化分析"

变量	高不确定性时期		低不确定性时期
	$Δ R V (%)$	$Δ i V I X (%)$	$Δ R V (%)$	$Δ i V I X (%)$
	（1）	（2）	（3）	（4）
$I - 7$	-0.0570	0.0365	-0.0576^**	-0.0274
$I - 7$	（0.0522）	（0.0497）	（0.0251）	（0.0247）
$I - 6$	0.1307^*	0.0299	0.0010	-0.0040
$I - 6$	(0.0684)	（0.0633）	（0.0195）	（0.0265）
$I - 5$	-0.0554	0.0823^*	-0.0063	0.0492^*
$I - 5$	(0.0640)	（0.0469）	（0.0197）	（0.0290）
$I - 4$	0.0240	0.0733	-0.0194	0.0484^**
$I - 4$	（0.0526）	（0.0720）	（0.1797）	（0.0243）
$I [- 3, - 1]$	-0.0608^***	-0.0840^**	0.0137	0.0852^***
$I [- 3, - 1]$	（0.0223）	（0.0358）	（0.0105）	（0.0204）
$I 0$	0.0047	-0.0900^**	0.0274	0.0334
$I 0$	（0.0366）	（0.0420）	（0.0278）	（0.0254）
常数项	0.0075^*	0.0020	0.0045	-0.0097
常数项	（0.0045）	（0.0075）	（0.0050）	（0.0137）
观测值	3010	1946	3010	1946
$R 2$	0.0061	0.0103	0.0009	0.0060

表 9

表 10

股价的货币政策敏感性的调节效应"

变量	$C A R_m e a n$		$C A R_c a p m$
变量	（1）	（2）	（3）	（4）
$V O I B$	0.1693	-1.7726^**	0.9878	-0.6755
$V O I B$	（0.6811）	（0.7379）	（0.8879）	（0.7378）
$W W$	0.2270^**		0.2114^**
$W W$	（0.0632）		（0.0870）
$V O I B × W W$	-2.0845^**		-1.7560^**
$V O I B × W W$	（0.5882）		（0.8198）
$B e t a$		-0.8099^***		-0.8512^***
$B e t a$		（0.1066）		（0.1073）
$V O I B × B e t a$		5.1473^***		4.2650^***
$V O I B × B e t a$		（0.6385）		（0.6375）
常数项	3.8194^***	4.5381^***	3.9242^***	6.3104^***
常数项	（0.6639）	（0.6627）	（0.6434）	（0.6527）
控制变量	Yes	Yes	Yes	Yes
个体固定效应	Yes	Yes	Yes	Yes
时间固定效应	Yes	Yes	Yes	Yes
观测值	229506	263480	229506	263480
$R 2$	0.323	0.317	0.118	12.31

表 10

参考文献 41

[1]	Lin J， Mei Z， Chen L， et al. Is the People’s Bank of China consistent in words and deeds？［J］. China Economic Review， 2023， 78： 101919.
[2]	张一帆，林建浩，杨扬，等. 央行沟通、信息冲击与国债市场波动［J］. 系统工程理论与实践， 2022， 42（3）： 575-590.
	Zhang Y F， Lin J H， Yang Y， et al. Central bank communication， information shock and Treasury market volatility［J］. Systems Engineering-Theory & Practice， 2022， 42（3）： 575-590.
[3]	郭豫媚，王航，郭俊杰. 货币政策预期测度与央行预期管理效果评估［J］.金融评论，2023，15（6）：47-71+123.
	Guo Y M， Wang H， Guo J J. Monetary policy expectation measurement and evaluation of the expected management effect of the central bank［J］. Chinese Review of Financial Studies， 2023， 15（6）： 47-71+123.
[4]	陈其安，雷小燕. 货币政策、投资者情绪与中国股票市场波动性：理论与实证［J］. 中国管理科学， 2017， 25（11）： 1-11.
	Chen Q A， Lei X Y. Monetary policy， investor sentiment and volatility of Chinese stock market： Theory and evidence［J］. Chinese Journal of Management Science， 2017， 25（11）： 1-11.
[5]	刘晓君，姜伟，胡劲松. 基于TVP-VAR模型的信心、货币政策与中国经济波动研究［J］. 中国管理科学， 2019， 27（8）： 37-46.
	Liu X J， Jiang W， Hu J S. A study on confidence， monetary policy and China’s economic fluctuation based on TVP-VAR model［J］. Chinese Journal of Management Science， 2019， 27（8）： 37-46.
[6]	肖争艳，黄源，王兆瑞. 央行沟通的股票市场稳定效应研究——基于事件研究法的分析［J］. 经济学动态， 2019（7）： 80-93.
	Xiao Z Y， Huang Y， Wang Z R. The effects of China’s central bank communication on stock market volatility［J］. Economic Perspectives， 2019（7）： 80-93.
[7]	林建浩，陈良源，罗子豪，等. 央行沟通有助于改善宏观经济预测吗？——基于文本数据的高维稀疏建模［J］. 经济研究， 2021， 56（3）： 48-64.
	Lin J H， Chen L Y， Luo Z H， et al. Does central bank communication improve macroeconomic forecasting？High-dimensional sparse modeling based on text data［J］. Economic Research Journal， 2021， 56（3）： 48-64.
[8]	Bernanke B S， Kuttner K N. What explains the stock market’s reaction to federal reserve policy？［J］. The Journal of Finance， 2005， 60（3）： 1221-1257.
[9]	Swanson E T. Measuring the effects of federal reserve forward guidance and asset purchases on financial markets［J］.Journal of Monetary Economics，2021，118： 32-53.
[10]	Schmeling M， Schrimpf A， Steffensen S A M. Monetary policy expectation errors［J］. Journal of Financial Economics， 2022， 146（3）： 841-858.
[11]	郭晔，黄振，王蕴. 未预期货币政策与企业债券信用利差——基于固浮利差分解的研究［J］. 金融研究， 2016（6）： 67-80.
	Guo Y， Huang Z， Wang Y. Unexpected monetary policy and credit spreads of corporate bonds in China： An empirical analysis using spreads of fixed and floating rate bonds［J］. Journal of Financial Research， 2016（6）： 67-80.
[12]	朱小能，周磊. 未预期货币政策与股票市场——基于媒体数据的实证研究［J］.金融研究，2018（1）： 102-120.
	Zhu X N， Zhou L. Monetary policy surprises and stock returns： Evidence from media forecasts［J］. Journal of Financial Research， 2018（1）： 102-120.
[13]	Savor P， Wilson M. How much do investors care about macroeconomic risk？ Evidence from scheduled economic announcements［J］. The Journal of Financial and Quantitative Analysis， 2013， 48（2）： 343-375.
[14]	Lucca D O， Moench E. The pre-FOMC announcement drift［J］. The Journal of Finance， 2015， 70（1）： 329-371.
[15]	Cieslak A， Morse A， Vissing-Jorgensen A. Stock returns over the FOMC cycle［J］. The Journal of Finance， 2019， 74（5）： 2201-2248.
[16]	Hu G X， Pan J， Wang J， et al. Premium for heightened uncertainty： Explaining pre-announcement market returns［J］. Journal of Financial Economics， 2022， 145（3）： 909-936.
[17]	Fisher A， Martineau C， Sheng J. Macroeconomic attention and announcement risk premia［J］. The Review of Financial Studies， 2022， 35（11）： 5057-5093.
[18]	Guo R， Jia D， Sun X. Information acquisition， uncertainty reduction， and pre-announcement premium in China［J］. Review of Finance， 2023， 27（3）： 1077-1118.
[19]	Ai H， Han L J， Pan X N， et al. The cross section of the monetary policy announcement premium［J］. Journal of Financial Economics， 2022， 143（1）： 247-276.
[20]	Wachter J A， Zhu Y. A model of two days： Discrete news and asset prices［J］. The Review of Financial Studies， 2022， 35（5）： 2246-2307.
[21]	Han L J. Announcements， expectations， and stock returns with asymmetric information［J］. Journal of Monetary Economics， 2025， 151： 103751.
[22]	Wang J. A model of intertemporal asset prices under asymmetric information［J］. The Review of Economic Studies， 1993， 60（2）： 249-282.
[23]	赵向琴，袁靖. 罕见灾难风险与中国股权溢价［J］. 系统工程理论与实践， 2016， 36（11）： 2764-2777.
	Zhao X Q， Yuan J. Disaster risk and equity premium in China［J］. Systems Engineering —Theory & Practice， 2016， 36（11）： 2764-2777.
[24]	陈彦斌，林晨，陈小亮. 人工智能、老龄化与经济增长［J］. 经济研究， 2019， 54（7）： 47-63.
	Chen Y B， Lin C， Chen X L. Artificial intelligence， aging and economic growth［J］. Economic Research Journal， 2019， 54（7）： 47-63.
[25]	贾盾，孙溪，郭瑞. 货币政策公告、政策不确定性及股票市场的预公告溢价效应——来自中国市场的证据［J］. 金融研究， 2019（7）： 76-95.
	Jia D， Sun X， Guo R. Monetary announcements， policy uncertainty， and equity premium in China［J］. Journal of Financial Research， 2019（7）： 76-95.
[26]	Huang Y， Luk P. Measuring economic policy uncertainty in China［J］. China Economic Review， 2020， 59： 101367.
[27]	MacKinlay A C. Event studies in economics and finance［J］. Journal of Economic Literature， 1997， 35（1）： 13-39.
[28]	Chordia T， Hu J， Subrahmanyam A， et al. Order flow volatility and equity costs of capital［J］. Management Science， 2019， 65（4）： 1520-1551.
[29]	Huang H G， Tsai W C， Weng P S， et al. Volatility of order imbalance of institutional traders and expected asset returns： Evidence from Taiwan ［J］. Journal of Financial Markets， 2021， 52： 100546.
[30]	Bollerslev T， Li J， Xue Y. Volume， volatility， and public news announcements［J］. The Review of Economic Studies， 2018， 85（4）： 2005-2041.
[31]	毛杰，刘红忠. 股市信息不对称对股价暴跌的影响——基于不确定性的新视角［J］. 管理科学学报， 2023， 26（8）： 117-132.
	Mao J， Liu H Z. The impact of stock market information asymmetry on stock price crash： A new perspective of uncertainty［J］. Journal of Management Sciences in China， 2023， 26（8）： 117-132.
[32]	Lee C M C， Qu Y， Shen T. Gate fees： The pervasive effect of IPO restrictions on Chinese equity markets［J］. Review of Finance， 2023， 27（3）： 809-849.
[33]	Chae J. Trading volume， information asymmetry， and timing information［J］. The Journal of Finance， 2005， 60（1）： 413-442.
[34]	陈国进，张润泽，谢沛霖，等. 知情交易、信息不确定性与股票风险溢价［J］. 管理科学学报， 2019， 22（4）： 53-74.
	Chen G J， Zhang R Z， Xie P L， et al. Informed trading， information uncertainty and stock risk premium［J］. Journal of Management Sciences in China， 2019， 22（4）： 53-74.
[35]	Drake M S， Jennings J， Roulstone D T， et al. The comovement of investor attention［J］. Management Science， 2017， 63（9）： 2847-2867.
[36]	王春岚，施文，孙芳芳，等. 金融市场中的信息传递机制——投资者关注转移视角下基于中国A股市场的实证研究［J］. 中国管理科学， 2024， 32（12）： 15-24.
	Wang C L， Shi W， Sun F F， et al. Information transfer in financial market： Evidence based on investor attention transfer in Chinese A-share market［J］. Chinese Journal of Management Science， 2024， 32（12）： 15-24.
[37]	Ozdagli A K. Financial frictions and the stock price reaction to monetary policy［J］. The Review of Financial Studies， 2018， 31（10）： 3895-3936.
[38]	Ozdagli A， Velikov M. Show me the money： The monetary policy risk premium［J］. Journal of Financial Economics， 2020， 135（2）： 320-339.
[39]	Chava S， Hsu A. Financial constraints， monetary policy shocks， and the cross-section of equity returns［J］. The Review of Financial Studies， 2020， 33（9）： 4367-4402.
[40]	Whited T M， Wu G. Financial constraints risk［J］. The Review of Financial Studies，2006，19（2）： 531-559.
[41]	Savor P， Wilson M. Asset pricing： A tale of two days［J］. Journal of Financial Economics， 2014， 113（2）： 171-201.