《表1 描述性统计：经济政策不确定性与股市波动关系研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《经济政策不确定性与股市波动关系研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*，**，***分别表示在10%，5%，1%水平下显著，下同.

全样本下基于经济政策不确定性的GARCH-MIDAS模型估计结果如表2所示。G-M-Cl是基于政策不确定性指数水平值的GARCH-MIDAS模型（5）的简写，G-M-Cv是基于政策不确定性指数波动率的GARCH-MIDAS模型（6）的简写。从表中可以看出，在10%水平下所有的参数在统计上都是显著的（1），其中参数兹在1%水平下显著。两个模型估计的滋值均是0.0002，这与表1中ri，t的均值0.0002是一样的，这表明模型拟合均值效果良好。G-M-Cl所对应兹值为1.0931，这表明我国经济政策不确定性水平值对股市波动起正向促进作用，即经济政策不确定性变化越大，股市波动也就越剧烈。棕2=1.0074，通过式（4）的权重函数可以计算出一阶滞后的经济政策不确定性水平值前的系数渍（棕1，棕2）=渍（1，1.0074）为0.0838，这也就意味着当前月份的经济政策不确定性变化率增加1%时，下个月股市波动增加e1.093*0.0838-1=0.08442，也就是8.442%，即条件方差的低频成分子t（式 （5）） 会因经济政策不确定性变化率增加1%而增加8.442%。G-M-Cv所对应兹值为1.263，这表明我国经济政策不确定性波动率对股市波动起正向促进作用，即我国经济政策不确定性波动增加会引起股市波动的增加。棕2=1.6823，通过式（4）的权重函数可以计算出一阶滞后的经济政策不确定性波动率前的系数渍（棕1，棕2）=渍（1，1.6823）为0.1314，如果当前月份的经济政策不确定性波动增加1%时，下个月股市波动增加e1.263*0.1314-1=0.1805，即18.05%。