今天，我们很高兴呈现 Jamel Saadaoui（Université Paris 8-Vincennes）撰写的来稿。

本文与 William Ginn 和 Evangelos Salachas 合著，题为“Stock Price Bubbles, Inflation and Monetary Policy Surprises”，探讨货币紧缩何时会抑制投机性股票估值——以及何时不会。

通常认为，收缩性的货币政策意外会提高要求回报、收紧信贷条件、削弱风险承担，并降低未来现金流的现值。然而，理论和实证文献对此并无一致结论。一些研究发现，紧缩会压低股价中的泡沫成分；另一些研究则发现它可能抬升这一成分。作者认为，要调和这些结果，需要提出一个更精确的问题：政策相关意外发生在什么样的通胀环境中？

作者使用 1997 年 9 月至 2023 年 12 月的美国月度数据、若干外部识别的高频意外，以及线性、时变和状态依赖的局部投影，发现通胀环境不仅改变投机性股票估值反应的幅度，也改变其方向。这一点很重要，因为同样的政策变动在通胀周期的不同阶段可能通过不同渠道传导，并影响估值和信贷条件。

如何识别泡沫？

识别泡沫本就很困难，因为基本面价值无法直接观察。按照 Shiller (2015) 的用法，作者将该术语用于描述那些相对于常规现金流和要求回报基准显著偏高、并受到投资者信念和市场叙事支撑的阶段。

因此，作者不依赖单一指标。基准指标是 Gao and Martin (2021) 的股息收益率估值分量，它由 Campbell–Shiller 价格—股息框架构建。随后，作者使用 Phillips–Shi–Yu 检验考察该分量是否呈现阶段性的爆发性行为，并用与 Campbell 和 Shiller 相关的周期调整市盈率验证状态依赖结果。这些互补指标识别的是类似泡沫的投机性估值阶段，而不是声称基本面价值可以无误差地被观察到。

为什么紧缩会产生相反影响？

在两种通胀环境下，收缩性意外的直接效应仍然是传统性的：当前和预期政策利率上升会提高要求回报并削弱需求。额外效应来自政策行动向市场透露的未来政策行为信息。即便某次工具性意外并不包含关于当前基本面的有利私人信息，预防性紧缩仍可能使投资者上调对央行反应能力的判断。

在低通胀环境下，这类行动可能被解读为对未来政策失误的保险、对预期锚定的松动，或是更晚、也更剧烈的一轮紧缩周期。较低的政策错误风险和宏观尾部风险可以压缩所需风险补偿、收窄公司信用利差，并保护未来现金流的下尾部，即使短端无风险利率上升也是如此。这种非对称性可以概括如下：

这里，第一项 D h (s) 反映紧缩对估值的传统拖累，而第二项 ψ h (s)λ θ (s) 则结合了市场对政策反应能力上修及其对政策错误风险、所需风险补偿和下行现金流的影响。一个正的放大参数将由此产生的估值信号映射为投机需求。在低通胀下，政策规则信号可能超过传统拖累。在高通胀下，预期实际利率、通胀风险、更紧的信贷和进一步紧缩的概率占主导。政策利率并不会变成扩张性；变化的是不同估值力量的相对权重。

异质信念和卖空限制有助于解释为何这一有利信号会进入投机成分。乐观投资者可能更强调未来稳定作用的改善，而悲观投资者则更强调贴现率的立即上升。当悲观看法无法通过卖空充分表达时，乐观估值和转售期权动机在市场价格中可能占据更大权重。

对于明确识别出的央行信息冲击，初始信号则不同。正面信息会提高对经济活动和公司现金流前景的判断。低通胀时，这类消息可被资本化为经济韧性或受欢迎的再通胀，而预期中的政策对冲有限。高通胀时，同样的消息还意味着更持久的货币约束和更高的要求回报，从而可能削弱甚至逆转估值反应。文中使用的更广义 FOMC 货币事件意外可能包含政策路径、反应函数和前景方面的消息，因此作者对其解释更为审慎。

实证设计与主要结果

作者区分两种政策工具意外——Bauer–Swanson（BSMP）和 Jarociński–Karadi（JKMP）度量——以及 Jarociński–Karadi 的央行信息冲击和更广泛的 Acosta et al. FOMC 货币事件意外。通胀环境由单边 Kalman 滤波通胀趋势的滞后值构建，平滑转换函数据此为低通胀和高通胀状态赋予不同权重。因此，状态是在同时点政策意外发生之前可得信息的基础上确定的。

政策工具结果显示出清晰的符号反转。在高通胀环境中，收缩性意外会压低预期通胀、扩大 BAA 公司债—美债利差，并降低投机性估值分量。在低通胀环境中，两种政策工具意外后的常见反应则相反：BAA 利差收窄，投机性分量上升。Bauer–Swanson 冲击后，实际 Shiller 盈利上升；而 Jarociński–Karadi 政策冲击后，实际盈利仍然疲弱或为负。因此，最稳定的共同证据集中在信贷条件和投机性估值，而不是盈利。

Figure 1. State-Dependent Responses to Policy-Instrument Surprises

红色表示高通胀反应，蓝色表示低通胀反应，黑色一行表示低通胀减高通胀的差异。反应基于一个标准差的意外冲击；阴影区域为 68% 和 90% 的 Newey–West 置信带。

Jarociński–Karadi 信息冲击和更广泛的 FOMC 货币事件意外也呈现出类似的通胀依赖模式。在低通胀下，正面信息或沟通消息与更窄的利差和更高的投机性估值相关，尽管信息冲击的反应存在滞后。在高通胀下，投机性反应则较弱或为负，因为预期政策负担和要求回报效应变得更重要。

调和文献并讨论政策含义

这些结果调和了两种有影响力的观点。传统风险承担观点预测，更紧的政策会提高要求回报、限制信贷并降低投机性估值。作者将这种约束效应主要定位于高通胀环境。Galí 和 Gambetti 则表明，紧缩也可能提高股市泡沫成分。作者将这种放大效应主要定位于低通胀环境，在那里，收缩性的政策工具意外之后会出现更窄的信用利差和更大的投机性估值分量。

政策含义是，利率并不是一种统一的金融稳定工具。在通胀较高时，价格稳定和金融稳定目标往往一致：紧缩会扩大信用利差并降低投机性估值。在通胀较低时，同类意外则可能伴随更宽松的信贷条件和更高的投机性估值。因此，金融稳定评估不应只考虑政策意外的方向，还应考虑通胀环境，以及由未来政策行为、信贷条件和宏观前景所形成的预期。

选摘参考文献

Acosta, M., A. Ajello, M. D. Bauer, F. Loria, and S. Miranda-Agrippino (2025), “Financial Market Effects of FOMC Communication: Evidence from a New Event-Study Database,” Federal Reserve Bank of San Francisco Working Paper 2025-30.

Bauer, M. D., and E. T. Swanson (2023), “A Reassessment of Monetary Policy Surprises and High-Frequency Identification,” NBER Macroeconomics Annual, 37(1), 87-155.

Evgenidis, A., and A. G. Malliaris (2020), “To Lean or Not to Lean against an Asset Price Bubble? Empirical Evidence,” Economic Inquiry, 58(4), 1958-1976.

Galí, J., and L. Gambetti (2015), “The Effects of Monetary Policy on Stock Market Bubbles: Some Evidence,” American Economic Journal: Macroeconomics, 7(1), 233-257.

Gao, C., and I. W. Martin (2021), “Volatility, Valuation Ratios, and Bubbles: An Empirical Measure of Market Sentiment,” Journal of Finance, 76(6), 3211-3254.

Jarociński, M., and P. Karadi (2020), “Deconstructing Monetary Policy Surprises: The Role of Information Shocks,” American Economic Journal: Macroeconomics, 12(2), 1-43.

Phillips, P. C. B., S. Shi, and J. Yu (2015), “Testing for Multiple Bubbles: Limit Theory of Real-Time Detectors,” International Economic Review, 56(4), 1079-1134.

Scheinkman, J. A., and W. Xiong (2003), “Overconfidence and Speculative Bubbles,” Journal of Political Economy, 111(6), 1183-1220.

Shiller, R. J. (2015), 《Irrational Exuberance》, revised and expanded third edition, Princeton University Press.

本文由 Jamel Saadaoui 撰写。