货币政策冲击对基金投资的影响

1、1 简介在金融危机后的几年里，美国基金的资产大幅增长，截至 2017 年底，管理的总资产增加到约 15.9 万亿美元，相对于 2008 年增加了 10 万亿美元。资产的增长既是由危机后股票和债券市场的反弹，也是由美国基金行业的大量资金流入所推动。特别是，在空前的货币刺激下，大量资金流入债券基金，特别是那些投资于投资级和高收益债券的基金。这些资金流入的部分是由于投资者意图在流动性充足的金融市场和持续的低利率环境中寻求收益所造成的。资产的这种急剧增长同时也伴随着抛售事件，如 2013 年的缩减恐慌(Taper Tantrum)，在基金投资者突然抛售的情况下，基金行业可能对金融市场产生潜在的破坏作用

2、。本文研究了货币政策对基金投资的影响以及基金投资者可能产生的对金融稳定的风险。从美国投资者的角度来看，分析侧重于外生货币政策冲击对投资于国内和国际金融市场的美国本土基金的表现和流动性的影响。本文重点研究的是，货币政策的意外变化，如利率的意外上升，是否会压制基金的业绩和/或引发大量资金外流，是否可能会产生类似的挤兑。本文的实证建立在这样一个假设上：美国的货币政策冲击可能会通过各种不相互排斥的渠道影响基金投资。这种不可知的先验反映在本文计量经济学框架的设置中，该框架允许外生货币政策意外变化对基金的回报和流动性产生直接影响的可能性。在这个框架中，有两个不相互排斥的假设。首先，假设紧缩的货币政策冲击可

3、以对投资组合的资产价格产生下行压力，压制基金业绩并引发资金流出。第二，假设这些冲击会改变投资者对经济前景的预期，引发资金的流出，在这样的压力事件中，会对基金持股产生负面的价格影响，从而压制基金业绩。本文的方法结合了高频识别方法来衡量外生货币政策冲击和向量自回归（VAR）框架来研究基金收益和流量对这种冲击的动态反应。对于外生的意外货币政策的衡量，由于本文的样本中有很大一部分涵盖了零利率（ZLB）时期，在此期间，美联储（FED）主要通过非常规政策工具实施货币政策，本文以 Hanson 和 Stein（2015）采用的方法为基础，捕捉中期内联邦基金利率路径中反映的货币政策的意外变化（包括从前瞻性指导

4、和/或董事会成员的其他沟通中推断的未来政策的意外变化）。此外，为了捕捉针对长期利率的工具所产生的冲击，例如与大规模资产购买（Ls）有关的冲击，本文遵循 Gilchrist、L´opez-Salido 和 Zakrajsek（2015）的方法。本文得到了以下几个结论，首先，货币政策的冲击对债券基金的表现和流动性有直接影响。在资产类别层面，政策意外收紧与债券基金的负收益和净流出有关。此外，虽然政策的意外收紧对基金流量的初始影响在随后一年中以递减的速度扩大，但对收益的影响随着时间的推移而部分恢复。在细分类别层面，政策的意外变化对收益的影响不仅对政府基金等对利率敏感的类别具有经济和统计意义，

5、而且对公司债券基金（包括投资级和高收益债券基金）和全球债券基金也是如此。同样，结果显示，政策的意外收紧会引发各类别债券基金的资金外流。第二，结果表明，货币政策冲击对股票型基金的直接影响似乎主要是通过基金收益，政策收紧后股票型基金最初表现不佳，且在随后的一年中持续不佳，尽管其幅度在冲击后的几个月内有所回调。此外，货币政策收紧对股票基金业绩的负面影响在细分类别上也是不同的，本土、国际发达和新兴市场股票基金的统计结果均显著。值得注意的是，在股票领域内，最强的结果来自于投资于新兴股票市场的美国基金，证明了美国货币政策对国际股票价格有溢出效应。最后，资产负债表政策的实施也会对基金业绩和配置决策产生强烈的

6、影响。美联储资产负债表规模的增加，以系统公开市场账户（SOMA）组合的变化来衡量，它与股票和公司债券基金的业绩和流量之间存在正相关。值得注意的是，新兴市场股票和高收益债券基金的结果最强。关于基金投资者是否会对金融稳定产生风险，本文的分析与最近的一些研究有关，这些研究侧重于基金流量-业绩关系及其对类似挤兑行为的影响。本文在流量-业绩关系的讨论中退后一步，询问基金的流量和收益之间的这些 "反馈环 "是否会被货币政策立场的意外变化所触发。本文的研究结果可以解释为对货币政策冲击可能对触发美国基金赎回和压制基金业绩的影响的量化评估，而这是基金行业存在类似挤兑的必要条件。本文深入到基金

7、类别层面，例如，投资于高收益公司债券的基金对货币政策意外变化的反应可能与政府债券基金不同。从金融稳定的角度来看，这种区分也很重要，因为投资于不同资产市场的基金可能不会以同样的方式进行期限转换，因此流动性和赎回风险可能不同。2 数据2.1 基金数据与描述性统计本文使用 2008-2017 年期间注册在美国的基金（债券和股票基金）上的 ICI 投资类别的每月净流量和总净资产数据。之所以使用投资类别层面的汇总数据，是因为本文意在研究货币政策的意外变化对基金流量和业绩的总体影响以及对金融稳定的潜在影响。具体来说，每个投资类别的资金流量计算如下:𝑓𝑖,𝑡

8、= 𝑠𝑖,𝑡 𝑟𝑒𝑖,𝑡 + 𝑒𝑖,𝑡 𝑑𝑖,𝑡(1)其中𝑓𝑖,𝑡是在 t 月份流入基金类别 i 的新现金净额，𝑠𝑖,𝑡是总销量，𝑟𝑒𝑖,𝑡为每月的赎回额，𝑒𝑖,𝑡代表净交换，定义为在

9、 t 月份持有人净换入或换出同一组合的基金的美元数额，𝑑𝑖,𝑡是当月所有再投资红利。虽然许多数据供应商使用再投资的红利估计并将其视为新的现金，但本文将其排除在流量计算之外。流量动态分析的关键是了解谁持有基金份额（零售与机构投资者），这些资金的投资方向，以及这些投资的粘性如何。在本节中，作者做了一些描述性统计。如图表 1 的 A 组所示，在 2008 年下降了约 35%之后，美国长期基金资产大幅增长，到 2017 年底，总净资产从 5.8 万亿美元增加到 15.9 万亿美元。随着市场的复苏，股票基金增长幅度最大，从 3.6 万亿美元跃升至 10.3

10、 万亿美元。同样，债券基金的总资产在同期也增加了一倍多，到 2017 年底达到 4 万亿美元。在债券部分，投资于投资级工具的基金占最大份额，为 1.8 万亿美元；高收益和全球债券基金在危机后时期经历了最大的增长率，到 2017 年底分别达到接近 0.4 万亿美元和 0.5 万亿美元。图表 1 按资产类别划分的总净资产（十亿美元，年末）整理如图表 1 的 B 组所示，个人投资者占据最大的份额，持有约 90%的资产，机构投资者占剩余的 10%，在样本期间变化较小。如图表 1 的C 组所示，总资产中约 50%是与退休有关的资产，这些资产有时被称为“粘性资产”，因为它们往往是稳定的长期投资配置。此外，

11、退休账户预计会从投资者的工资中获得定期和稳定的资金流入，与非退休资产相比，对市场条件变化的反应往往较小。这一事实在分析流动动态和基金行业的潜在风险时很重要。如图表 1 的D 组所示，基金行业的集中程度一直呈上升趋势，截至 2017 年底，最大的五个集团占总资产的 50%左右。图表 2 展示了按资产类别划分的基金流量，债券型基金在样本期间经历了最大的净流入。2009-2014 年期间，新的现金净流量接近 1 万亿美元。此外，同期流入投资级债券基金的资金达到近 3840 亿美元，其次是全球债券基金的 1860 亿美元和多行业债券基金的 1950 亿美元。同时，在样本期间，投资于高收益债券的基金流入

12、量达到 1090 亿美元。图表 2 按资产类别划分的基金流量整理图表 3 的 A 组显示了广义权益、债券基金以及更详细的内部基金类别的汇总统计数据。如面板A 所示，全体债券基金经历了平均每月 100 亿美元的净流入，但在后危机时期，股票基金每月的净流出接近 60 亿美元。特别是，流入新兴市场和全球股票基金的正数净额被国内股票基金的净流出所抵消。值得注意的是，从危机前到危机后，各投资类别的月度流量波动性明显增加。债券基金的波动性增加尤为明显，其月度波动性从 2000-2007 年期间的 79 亿美元跃升至危机后的 200 亿美元。同时，股票总流量的波动性变化不大，约为 170 亿美元。图表 3

13、基金的流量和收益汇总统计整理关于业绩，本文估计 i 基金类别的价格回报如下:𝑟𝑖,𝑡= 𝑎𝑖,𝑡𝑓𝑖𝑖,𝑡𝑎𝑖,𝑡1𝑎𝑖,𝑡1(2)其中𝑟𝑖,𝑡是月度价格回报，𝑎𝑖,𝑡是 t 月底的总净资产，𝑓𝑖𝑖,

14、𝑡是包括分配在内的总净流量。图表 3 的 B 组列出了不同投资类别的业绩统计。正如预期的那样，股票型基金的月平均回报率要比债券型基金大。这些较高的股票回报与较高的波动率有关。例如，在样本期间，股票基金的波动率约为 4.8%，而全部债券基金的月波动率则接近 1.2%。在细分类别中，高收益债券基金在债券基金类别中报告的平均收益波动水平最高。此外，高收益债券基金拥有最大的负偏向回报，这与该投资类别的潜在尾部风险相一致。同时，在股票领域，新兴市场基金回报的波动性是最高的。相对于危机前，危机后股票和债券基金的回报波动性都增加。在股票基金中，新兴市场股票基金的波动性在这一时期显著增加（从

15、5.6%到 8.5%）。在债券市场上，各类基金的波动性持续上升，其中高收益债券基金的增幅最大（从危机前的 1.9%上升到危机后的 4.8%）。值得注意的是，在金融危机之后，股票和债券基金的回报相关性有所增加，在2009-2017 年期间约为 0.6 左右。在细分层面，投资级和政府债券基金的相关性从0.85 大幅下降到 0.37，而同期，投资级和高收益基金的相关性从 0.25 上升到 0.66。同时，股票类别之间的相关性与危机前相比变化不大，保持在 0.9 或以上。2.2 货币政策的冲击本文按照 Hanson 和 Stein（2015），利用两年期名义国债收益率的日内数据代表政策冲击。他们认为，

16、自九十年代中期美联储开始在 FOMC 会议后发布包括联邦基金目标利率和经济及政策前景信息的声明以来，FOMC 公告中的消息主要是关于接下来几个季度联邦基金的预期路径，而不是关于当前政策利率的意外变化，并使用 FOMC 公告日的两年期名义国债收益率变化（𝑇𝑌2𝑦𝑟）作为货币政策冲击的代理指标。其基本思想是捕捉关于预期中期利率路径的非预期变化，这将对应于目标和路径意外。为了避免众所周知的遗漏变量偏差，即FOMC 日的𝑇𝑌2𝑦𝑟的变化并不反映货币政策冲击，而是反映其他宏观经

17、济信息，Hanson 和 Stein（2015）(下面用 HS 代替)提出了一个高频的日内识别和货币政策冲击的代理，即在 FOMC 公告前后 60 分钟的狭窄窗口（前 15 分钟和后 45 分钟）中两年期名义国债收益率的变化。本文用这个步骤产生外生货币政策指标。然而，鉴于金融危机爆发后，美联储开始积极削减联邦基金目标利率，在 2008 年底达到零利率（ZLB），并转向非常规政策工具，为长期利率提供额外的下行压力，这一措施不能完全反映危机后分析期间的货币政策行动。这些工具包括一系列的资产购买计划（即 Ls）和期限延长计划，导致购买了超过 4 万亿美元的国债和抵押贷款支持证券。此外，美联储开始实施

18、一个更积极的沟通策略，包括对联邦基金利率的未来路径进行前瞻性指导。由于在本文的分析期间，许多非常规政策措施旨在直接影响长期利率，作者认为，在ZLB 期间，围绕政策公告的两年期国债收益率的变化不足以完全概括非常规货币政策的影响。为了解决这个问题，本文效仿 Gilchrist, L´opez-Salido, and Zakrajsek (2015)，将观察到的十年期名义国债收益率在政策宣布前后的狭窄窗口中的变化分解为两个部分：第一，反映两年期国债收益率变化对该狭窄窗口内长期收益率的影响的预期部分。第二，与两年期国债收益率在狭窄窗口内的变化正交，旨在捕捉非常规政策措施对长期利率的直接影响。

19、总而言之，本文对收益率曲线长端的货币政策冲击的衡量如下:𝑇𝑌10𝑦𝑟𝑡 = 𝜆𝑇𝑌2𝑦𝑟𝑡 + 𝑀𝑃𝑙𝑜𝑛𝑔𝑡其中𝑇𝑌10𝑦𝑟𝑡 是 FOMC 公布日十年期名义国债收益率的变化，𝑀𝑃𝑙

20、𝑜𝑛𝑔𝑡 是上述模型的残差；它们与 HS 一起，对应于本文对 ZLB 时期货币政策意外的首选测量量。这个冲击指标将被表示为 GLZ。为了计算 ZLB 期间货币政策的意外变化对基金回报和流动的全部影响，本文将同时考虑 HS 和 GLZ。本文将货币政策冲击汇总为月度频率。如果美联储在某月没有发布任何公告，本文就不考虑这个特定的观察。如果有两个或更多的公告，本文计算简单的平均值。为了稳健起见，本文还对没有公告的月份的冲击记为 0。图表 4 描述了整个分析期间的货币政策冲击估计量。大约 45%和 52%的 HS 和 GLZ 冲击是正的，这

21、表明市场参与者对货币决策的理解不如预期的那样宽松。最大的观察值是 HS 和 GLZ 冲击的 15 个基点和 30 个基点，这些冲击发生在 2009 年 3 月 FOMC 会议之后，当时美联储宣布增加资产购买作为其 L 1 的一部分。HS 和 GLZ 之间的相关性接近于零。另外，如图表 4 所示，GLZ 比 HS 表现出更多的变化。图表 4 货币政策的冲击整理根据Fratzscher、Lo Duca 和Straub（2018），本文还追踪了系统公开市场账户规模的变化，被称为SOMA 组合，在危机后时期特别重要，因为美联储购买了大量的长期美国国债和抵押贷款支持证券，作为其 Ls 的一部分来支持经济

22、复苏。特别是，本文使用 SOMA 投资组合对数的一阶差分来表征美联储资产负债表政策的变化，这是 ZLB 时期的一个积极的货币政策工具，图表 5 为 SOMA 投资组合的演变。图表 5 美联储的 SOMA 投资组合整理2.3 控制宏观经济和金融因素影响本文的分析还考虑了一组控制变量，旨在反映宏观经济和金融状况。这些可能会影响到投资者的配置决策或对资产价格产生直接影响。例如，有关经济的信息可能会影响投资者对未来企业盈利的预期，从而影响预期的股票和公司债券回报。更广泛地说，投资者的风险偏好预计会受到经济前景的影响。具体到实际的宏观经济状况，本文包括 ADS 商业状况指数（Aruoba, Diebol

23、d, and Scotti (2009)），该指数基于高低频经济指标追踪实际的商业状况。该指数的平均值为零，因此正（负）值可以解释为宏观经济状况比平均水平好（差）。这个变量在本文中被称为宏观条件。此外，本文用核心个人消费支出价格指数来捕捉通货膨胀，该指数跟踪除食品和能源以外的商品和服务的价格变化，目的是为了控制通货膨胀对结果的影响。广泛的金融条件由一组金融指标控制，包括 VIX 指数，一个衡量股票市场隐含波动性的指标，以代表投资者的情绪；一个衡量信用利差的指标，定义为 ICE BofAML 7-10 年期 BBB评级公司债券指数的收益率与相同期限的美国国债收益率之间的差；以及一个期限利差的代表

24、，计算为 10 年期美国国债收益率与 3 个月国债收益率之间的差。3 计量模型政策可能通过各种渠道影响金融市场和经济，从而影响投资者的决策，关于这个话题的货币经济学文献非常多。比如，Fratzscher、Lo Duca 和 Straub（2016， 2018）对美联储的量化宽松（QE）计划在 ZLB 期间影响全球投资组合流动的传导渠道进行了广泛讨论。在本文中，本文对货币政策影响基金的机制采取不可知的观点，这与Fratzscher、Lo Duca 和Straub（2018）的不相互排斥的论点一致。本文允许货币政策冲击对基金的回报和流动产生直接影响的可能性。在这个设置中，有两个非排他性的假设。首先

25、，假设收缩性货币政策冲击（即紧缩）会对投资组合的资产价格产生下行压力，压制基金业绩并引发资金外流。第二，假设这些冲击会改变投资者对经济前景的预期，引发大量的资金流出，在压力事件中，会对相关投资组合持有的资产产生巨大的负面价格影响，从而压制基金业绩。本文的计量框架定义如下。设𝑓𝑖,𝑡为基金类别 i 在 t 月的净现金流与 t-1 月的总净资产之比，𝑟𝑖,𝑡为基金类别 i 在 t 月的回报，𝑚𝑝𝑡为外生货币政策冲击，𝑋𝑡为控

26、制变量向量，包括 2.3 节中介绍的金融和宏观经济指标。另外，考虑到基金流量和收益之间的多方面关系，本文没有在𝑓𝑖,𝑡和𝑟𝑖,𝑡之间施加结构性的因果同期关系。相反，本文为每个感兴趣的基金类别 i 估计一个简化的 VAR 模型，其中𝑚𝑝𝑡和𝑋𝑡被假定为外生变量。更具体地说，本文考虑以下双变量（即流量和收益）𝑉𝐴𝑅(2, 𝑝)模型:𝑓 =

27、20572;+ 𝑝(𝛼𝑓+ 𝑟) + 𝑚𝑝+ 𝛾 𝑋+ ,(3)𝑖,𝑡𝑖,𝑓0𝑗=1𝑖,𝑝𝑓𝑓 𝑖,𝑡𝑖,𝑝𝑓𝑟 𝑖,𝑡𝑖,𝑓𝑖,𝑓 &

28、#119894;,𝑡𝑟𝑖,𝑡 = 𝛼𝑖,𝑟0 + 𝑝 (𝛼𝑖,𝑝𝑟𝑓𝑓𝑖,𝑡𝑗 + 𝛼𝑖,𝑝𝑟𝑟𝑟𝑖,𝑡𝑗) + 𝛽𝑖,𝑟⻕

29、8;𝑝𝑡 + 𝛾 𝑋𝑡 + 𝑣𝑖,𝑡,(4)𝑗=1𝑖,𝑟残差(𝑣𝑖,𝑡, 𝑢𝑖,𝑡)是基金类别的具体创新。使用 BIC 规则，本文选择两个滞后期，即 p=2。这种设置适应了本文关于货币政策对基金投资的直接影响的不可知方法。它允许货币政策冲击通过对资产价格的影响从而对基金业绩产生影响，同时也允许其他可能影响投资者分配决策的机制。

30、本文检验是否有证据表明货币政策冲击会对基金的流量和回报造成巨大影响，这些影响是暂时的还是长期存在的，以及这种证据在暴露于不同水平的流动性错配的基金类别中如何变化。换句话说，本文评估货币政策冲击（即紧缩）是否会对收益和流量产生巨大的负面影响，以及这些最初的影响是否会随着时间的推移而被放大，有可能在流量和收益之间形成反馈回路，从而引发更多的赎回和相关资产价格的混乱，特别是在市场中流动性较差的部分，因为基金经理可能被迫以折价出售以满足赎回。本文构建了外生货币政策冲击后的脉冲响应函数（IRFs），以及它对基金流量和业绩的影响。4 实证结果图表 6-图表 9 按基金类别列出了计量结果。对于每种情况，表格

31、显示了以 HS和 GLZ 计量的货币政策冲击对基金流量和收益的回归结果。分析期涵盖了危机后，从 2009 年 1 月开始，到 2017 年 3 月。基准回归只包括有 FOMC 公告的观测值。 HS 冲击旨在捕捉预期利率路径的意外，而 GLZ 冲击，结构上与 HS 正交，侧重于捕捉收益率曲线的长端。为了便于阐述结果，本文在整个分析过程中考虑了 100 个基点的 MP 冲击，4.1 总体效果图表 6 报告了债券和股票基金的回归结果。对于债券基金来说，正的货币政策冲击指标（货币政策 Money Policy 的收紧）对流量和回报都有负面影响。结果显示，以 HS 冲击增加 100 个 BP 来衡量的

32、MP 的意外收紧，导致相对于管理资产的净流出 2.5 个百分点（percentage points，pp），并使回报减少 9.6 个百分点。同样，针对长期收益率的 GLZ 冲击导致资金流出 3.6 个百分点，债券基金回报率下降 4.5个百分点。图表 6 货币政策收紧对债券基金和股票基金的影响整理此外，对于债券基金，累积的 IRFs 显示（图表 8），MP 收紧对债券流量的初始影响在随后的 12 个月中以递减的速度扩大。具体来说，100 个基点的 MP 冲击（12个月之前）对债券基金流量的长期影响是：流量比率分别下降了 9.4 和 9.1 个百分点（对于 HS 和 GLZ）。相反，100 个基点

33、的 MP 收紧对债券基金收益的影响在随后的 12 个月内部分恢复，分别从影响的负 9.6 pp 和负 4.5 pp 恢复到到负 7.5 pp 和负 2.9 pp。对于股票基金，累积的 IRFs 显示（图表 10），MP 收紧对流量和回报的直接影响不如债券基金那么一致。如图表 6 的 B 组所示，只有 HS 冲击对回报的影响在经济上和统计上是显著的，100 个 BP 的正冲击会导致股票基金回报的 23 个百分点下降。这一影响在 12 个月后仍与零有统计学上的差异，尽管其幅度在 12 个月后下降到负 13.4 个百分点。同样值得注意的是，SOMA 投资组合规模的变化对股票基金收益率产生了巨大的正向

34、和显著影响：该变量每增加 1%，股票基金收益率的同期变化分别为 0.45 pp0.58 pp，这对债券的影响要比对股票的影响小得多。这些结果可以在ZLB 和美联储的 Ls 的背景下进行解释，美联储通过改变投资者持有的金融资产的数量和组合来创造一个更有利的金融条件（如较低的融资成本）。结果是，由于美联储吸收了大量的长期国债和 MBS 证券，投资者将他们的配置转移到风险更高的资产上，推高了这些资产（主要是股票）的价格和流量。此外，策略层面的结果也支持这些发现，因为本文发现SOMA 投资组合规模的增加与国内、国际发达市场和新兴市场股票基金的业绩和流量之间存在正相关关系（如图表 9 所示）。另外，高收

35、益债券基金的结果也呈现类似的模式。4.2 债券基金4.1 节中使用的基金数据在大类资产类别层面上实证。本节探讨债券基金细分子策略投资类别，如政府、高收益（HY）、投资级（IG）、市政和国际债券基金，因为即使是同一资产类别（债券），也具有不同的风险状况和不同的投资目标，因此可能对 MP 的意外变化作出不同的反应。图表 7 报告了上述五种债券基金类别的回归模型，图表 8 报告了它们的隐含 IRFs。首先，在所有的类别中都发现，由 HS 和 GLZ 冲击所代表的 MP 的意外收紧对债券基金收益有负面作用。此外，这些影响不仅存在于本文预期的对政策更敏感的基金类别，如政府债券基金，在其他类别的债券基金中

36、同样显著。例如，100 个基点的 HS 冲击导致 HY 和 IG 基金业绩下降 10 个百分点左右。图表 8 的 B 组总结了 MP 冲击对债券基金业绩的 IRF，显示最初对业绩的负面影响在随后的几个月中有所恢复。图表 7 货币政策收紧对债券基金的影响整理图表 8 脉冲响应函数，MP 对债券基金整理尽管货币政策可以通过各种渠道传播，但本文的业绩结果可以在资产价格渠道的背景下进行解释，因为本文这部分分析的重点是货币政策的意外变化对金融资产（如固定收益证券）价格的直接影响。在这种情况下，本文的结果支持这样的假设： MP 的意外收紧会对投资组合持有的债券价格产生负面影响，这反过来又会损害基金业绩。关

37、于债券流动，图表 7 中的估计值也表明货币意外与各债券基金策略的流动之间存在负相关。具体来说，在 HS 和 GLZ 冲击下，IG 公司债券基金的结果在经济上和统计上都是显著的，表明由于政策意外收紧 100BP，净流出量分别接近 2.3pp 和 3pp。如图表 8 的A 组所示，这些 IG 基金的净流出在随后的几个月里继续增加，到第一年年底，流量比率下降到接近 14 个百分点（HS）和 13 个百分点（GLZ）。此外，美国货币政策紧缩冲击对国际债券流动有负面影响，美国意外收紧的货币政策与投资于国际债券市场的资金的大量净流出有关（图表 7），并随着时间的推移而有所放大（图表 8）。4.3 股票基金

38、对于股票基金，图表 9 的结果提供了强有力的证据，证明了意外的货币政策在不同股票类别中对基金业绩的传导。对于国内股票基金， HS 100 个基点的正向冲击与 21 个百分点的业绩下降有关。同时，主要投资于国际发达股票市场的基金在 HS 的正向（紧缩）冲击后，表现出经济和统计学上的显著下降，接近 33 个百分点。此外，货币意外收紧的影响在股票市场中流动性较差的部分显得最大，特别是对投资于新兴市场股票的美国基金来说，政策意外上移 100 个基点导致业绩下降 44 个百分点。图表 9 股票基金整理值得注意的是，如图表 10 所示，这些对业绩的影响在随后的几个月里部分回调，到第一季度末恢复到最初的一半。图表 10 脉冲响应函数，MP 对股票基金整理股票资金流动的结果通常缺乏统计学意义，如图表 9 所示，但国际类别除外，对收益率曲线长端（GLZ）的 100 个基点的货币政策冲击，可以解释为比预期更好的经济前景，导致资金比率的净流入