金融市场化改革背景下汇率、利率对股价的动态冲击效应研究

□ 潘德春 曾建新

一、引言

股票作为重要的资产价格，其价格变动能够在一定程度上反映金融市场的运行状况。如2015年的股灾，股价暴跌致使投资者承担潜在的风险和重大的损失，金融市场持续动荡，宏观经济发展受阻。同时，在人民币汇率和利率市场化改革的背景下，外汇市场、货币市场和股票市场之间的联动性日益显著，汇率和利率的变动不仅导致股票市场价格和收益率的波动，还能影响宏观经济的发展状况。进一步地，从汇率和利率方面引致的股价极端变动，特别是股价的大幅下跌，进而增加宏观层面的重大风险隐患，对金融稳定和经济安全均形成较为严峻的挑战。基于此，2021年3月发布的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出，在“十四五”时期要建立现代财税金融体制，稳慎推进人民币国际化，健全市场化利率形成和传导机制。

近年来经济下行压力增大，经济不确定性增加，如中美贸易摩擦、新冠疫情和俄乌冲突等重大突发公共事件频发，各类极端事件交织在一起，并保持深远和持续影响，使得投资预期急速下降，股价大幅下铁，导致股价的异常波动更为明显。相比于非金融因素而言，汇率、利率作为金融对外和对内的最重要两个要素，在汇率和利率市场化推进和深入的背景下，其政策能够调节股票市场的极端震荡，汇率、利率的变动已经成为股价波动的重要因素。因此，厘清汇率、利率和股价之间的内在关系，系统探讨汇率、利率对股价的冲击效应及其演化特征，对于金融改革的深化、金融市场的稳定和国家经济的安全均具有重要的研究意义。

二、文献综述

（一）关于汇率和股价之间的研究

针对汇率和股价之间的研究，国内外学者的研究主要集中于两者的传导机制、波动关系和结构特征等方面。对于汇率对股价的传导机制，江春等（2015）通过资本流动冲击、成本冲击和需求冲击来分析汇率预期对股价收益率的传导机制，其中流动资本冲击的效应最大。周东海等（2015）根据汇率波动的流量导向模型，指出汇率波动通过公司的现金流和股价变化来影响股票市场的波动；对于汇率和股价之间的波动关系，李广众等（2014）指出，在控制贸易联系和金融一体化的基础上，认为汇率波动性的提高，导致股票市场收益率间联动性的降低。Aloui and Aïssa（2016）使用藤Copula模型分析了美国原油、汇率和股票收益之间的多元相依关系，指出汇率和股票收益之间存在负向的Kendall相依关系，但也具有正向的尾部相依关系。杨培涛等（2020）基于多元VAR回归模型，分析了货币政策对股价变动的影响效应，认为即期汇率和股价之间存在双向效应，由短期的负向效应转变成长期的正向效应；对于汇率对股价的结构特征，钱晓霞和王维安（2016）使用TVP-SV-VAR模型刻画了汇率波动、短期资本和股价之间的关系，发现在突发性事件冲击下汇率波动对股价存在非对称效应。Kumar（2019）通过非线性格兰杰因果检验和NARDL检验分析了印度市场的石油价格、汇率和股票价格之间的关系，结果表明汇率对股票价格存在单向非线性因果关系。Shahrestani and Rafei（2020）基于MSVAR模型，分析了在不同状态转换下石油价格和汇率对德黑兰交易所股价的影响，结果显示存在不同状态的概率转换特征。

（二）关于利率和股价之间的研究

针对利率和股价之间的研究，部分学者从货币政策的视角来分析利率对股价的影响，邹昆仑（2020）通过SVAR模型分析了财政政策、货币政策对股票市场的反应机制，发现利率对股票市场具有正向冲击效应，而货币供应量对股票市场存在负向冲击效应。王宏涛和曾晶晶（2021）使用TVP-SVVAR模型研究了数量型和价格型货币政策对股价和房价的影响机制，结果表明货币政策对股价的调控效果在资本市场发展和经济发展的不同阶段具有显著的时变性和非对称性。另外，部分学者从金融市场的视角来研究货币市场对股票市场的影响，谭德凯等（2020）使用VAR-BEKK模型研究了国内外货币市场流动性紧缩对股票市场的影响机制，结果表明国内货币市场主要通过流动性撤回机制来影响股票市场，而国外货币市场主要通过风险规避转移机制来影响股票市场。Wei et al.（2018）主要通过GARCH-MIDAS模型来研究了热钱对股票市场波动的影响，结果表明热钱对股票市场的长期波动具有显著的正向影响，并且热钱引起的长期波动和股票市场总的波动之间的关系是时变的。同时，部分学者从金融风险的视角来阐述利率影响股票价格波动的效应，Jian et al.（2018）主要使用CoVaR模型度量了我国股票市场和期货市场之间的非对称极端风险溢出，通过面板回归模型来考察利率因素对其风险溢出的影响，发现利率对股票市场和期货市场风险溢出具有显著的负向影响。

（三）关于汇率、利率和股价之间的研究

针对汇率、利率和股价之间的研究，国内外学者侧重构建金融指数，将三者置于同一个框架之下进行系统分析（Zhu et al.，2021；王晰等，2020）。金融指数主要包括金融状况指数、金融稳定指数和金融压力指数，其中，对于金融状况指数而言，侧重反映未来通胀压力，周德才等（2018）主要选取货币供应量、短期利率、股价、房价、汇率和社会融资规模指标来构建金融状况指数，并使用MS-MF-VAR模型来分析不同机制下的脉冲响应情况。对于金融稳定指数而言，侧重反映金融体系构成要素的平稳运行，王劲松和任宇航（2021）考虑外部冲击风险、不良资产风险、流动性风险和债券违约风险等因素，使用主成分分析法和线性加权综合模型来构建金融稳定指数。对于金融压力指数而言，侧重反映金融体系的脆弱性和不确定性，李绍芳和刘晓星（2020）构建了包括信贷市场、资本市场、外汇市场、债券市场和货币市场的金融压力指数，考察了各个金融子市场间压力溢出的动态演化和关联特征。

通过文献梳理可以发现，国内外学者侧重汇率与股价、利率与股价之间的研究，汇率、利率和股价之间的研究主要是通过构建相关金融指数进行综合分析，较少地综合研究汇率、利率对股价的冲击效应。另外，在模型上主要使用MS-VAR和SVAR等传统VAR模型，不能准确地刻画内生变量之间非线性和时变性等复杂特征。因此，本文研究的主要创新点如下：一方面，对于研究对象而言，本文将汇率、利率和股价置于同一框架之中，全面分析汇率、利率对股价的影响机制和冲击效应；另一方面，对于研究模型而言，根据Nakajima（2011），考虑非线性、非对称性和时变性特征，使用TVP-SV-VAR模型来研究汇率、利率对股价的脉冲响应及其时变特征。因此，本文使用TVP-SV-VAR模型，基于内生变量的随机波动率、时变关系、不同提前期和时点的脉冲响应等角度，系统探讨汇率、利率对股价的动态冲击效应。

三、机理分析

（一）汇率对股价的影响机理

汇率对股价的影响可以从企业微观和市场宏观的视角进行解析。一方面，从企业的角度来看，汇率主要通过进出口、价格和资金等渠道来影响股票价格的波动。具体来说，当汇率提高时，企业从国外进口的原材料成本得到进一步降低，同时企业的商品和服务价格在国外会相对下降，这就增强了企业在国际市场的竞争力，有利于企业商品和服务的对外出口，刺激企业的规模生产，使得企业的实际产出增加，盈利水平得到提高，进而推高企业的股票价格水平；另一方面，从资本的角度来看，当汇率提高时，基于理性人投资理论，资本市场的资金将从外汇市场流向股票市场，国内外资本投资聚焦于股市，造成股票市场的繁荣，市场发展前景较好，进而推动股票市场价格的上涨。相反，当汇率下降时，资本市场的资金更多聚集于外汇市场，导致股票市场的相对低迷，使得股票价格出现持续下跌的现象。

（二）利率对股价的影响机理

相比于汇率而言，利率对股价的影响更为直接和迅速，其影响程度也更为剧烈，其原因在于银行业是金融行业的主体，货币市场的调控涉及到各个金融市场的变动。一般而言，利率对股票价格的影响具有负向效应，即当利率上升时，则股票价格下跌，反之亦然。具体原因如下：第一，从企业的角度来看，当利率上升时，使得企业的借贷成本上涨，获取资金的难度加大，在这种情况下企业为了维持利润和缩减成本，将会减少生产规模，这会进一步导致企业的利润减少，该企业的股价就会下跌；第二，从投资者的角度来看，当利率上升时，投资者会对股票价值进行评估，具体表现为股票价值的折现率上升，导致股票价值下降，进而使股票价格下跌；第三，从资本的角度来看，利率的变化对投融资决策具有替代效应，当利率上升时，资金将更多地聚集于银行机构和债券市场，股票市场的资金需求将会相对减弱，进而导致股票价格的下跌。

四、模型构建

相比于传统的VAR类模型，TVP-SV-VAR模型的参数和协方差均是时变的，能够准确地刻画汇率、利率和股价之间的非线性、非对称性和时变性等复杂特征，特别是变量之间的动态脉冲关系，故本文使用TVP-SV-VAR模型来分析汇率、利率对股价的冲击效应。SVAR模型是TVP-SV-VAR模型的基础，本文在构建TVP-SV-VAR模型之前，有必要对SVAR模型进行简单介绍和说明，SVAR模型的基本定义如下：

其中，Yt为汇率、利率和股价等内生变量构成的k×1维向量，F1和Fs为k×k阶滞后的系数矩阵，ut为k×1阶随机扰动项矩阵，A为k×k阶的下三角矩阵，具体性质如下：

在SVAR模型的基础上，本文引入时变参数βt，满足如下基本条件：其中⊗为克罗内克积，其中参数βt服从随机游走的基本过程。因此，TVP-SV-VAR模型的基本形式如下：

其中，系数矩阵βt、参数矩阵At和误差协方差矩阵∑t均是时变的，εt～N(0,Ik)。

本文定义αt为下三角矩阵At的堆积向量，满足如下基本条件：αt=(α2,1,α3,1,α3,2,α4,1,…αk,k-1)'。另外，定义ht=(h1,t,h2,t…,hk,t)'，满足如下基本条件：具体而言，参数βt、αt和ht均服从一阶随机游走过程，其基本性质如下：

本文根据Nakajima（2011），使用贝叶斯框架下的MCMC算法对TVP-SV-VAR模型的时变参数进行估计。其中，参数初始值设定为另外，MCMC方法是在贝叶斯推断的框架下进行的，其先验分布的设定如下：

其中，（Ωβ）i、（Ωα）i和（Ωh）i分别为方差对角矩阵的第i个元素。

五、实证结果与分析

（一）变量选取与数据来源

本文主要研究汇率、利率对股价的冲击效应。对于汇率而言，由于美元在国际资本市场的主导地位以及美国在世界经济发展的重要影响，本文使用人民币兑美元汇率中间价来衡量汇率，其中汇率使用ER表示。对于利率而言，本文使用银行间7天内同业拆借加权平均利率作为利率的代理变量，该指标作为央行统计金融市场的重要数据，能够整体衡量利率市场的波动状况，综合反映各个市场上资金的需求能力，其中利率使用IR表示。对于股价而言，本文使用上证综合指数来代表股价，该指数能够准确地反映股票市场的变动状况，具有权威性和科学性，其中股价使用SP表示。

自改革开放以来，我国主要经历了四次人民币汇率改革，包括1994年汇改、2005年721汇改、2015年811汇改和2017年529汇改。考虑时间的连续性和有效性，本文主要研究2005年721汇改以来的汇率、利率对股价的冲击效应和联动影响，故本文的时间范围为2005年8月至2020年12月，频度为月度，样本量为185个。其中，本文相关数据均来源于Wind数据库，主要使用Eviews和Matlab软件进行数据处理和分析。

图1从上至下的左坐标轴分别为汇率和利率，右坐标轴为股价。根据图1可知，汇率自2008年3月以后，基本上在6-7的区间内波动，其变化较为平缓。利率的波动具有显著的时间阶段特征，在2015年6月以后的波动程度较小，在此之前的2009年3月出现最小值0.99%，在2013年6月出现最大值6.98%。股价容易受到重大危机事件的影响，主要受2008年金融危机和2015年股灾的影响较大，在此期间的波动具有显著的剧烈增加，近年来股价的波动相对平缓。

图1 汇率、利率和股价的变化趋势

（二）平稳性检验

为避免出现伪回归的情况，本文在对TVP-SVVAR模型进行估计之前，对汇率、利率和股价的基本数据进行平稳性检验。其中，为保持内生变量之间的一致性和稳定性，并且消除异方差带来的不良影响，本文对汇率、利率和股价的序列数据进行了对数化处理。

本文使用ADF方法对相关序列数据进行平稳性检验，通过SIC准则来确定检验的滞后阶数，具体的检验结果如表1所示。

表1 平稳性检验

根据表1可知，汇率、利率和股价序列数据的ADF统计值大于在5%显著性水平下的临界值，不能拒绝相关变量存在单位根的原假设，表明汇率、利率和股价序列数据均是非平稳的，不能直接构建TVP-SV-VAR模型。同时，经过一阶差分之后的数据均为平稳的时间序列，故汇率、利率和股价存在一阶单整，本文将使用汇率、利率和股价的差分序列数据进行后续的相关研究，而经过对数化和差分化的经济含义可以理解为对数收益率的变动率，属于增量分析的范畴。

滞后阶数的选取对自由度有重要的影响，滞后阶数过大，容易导致过度参数化问题，反之，则容易影响模型估计的准确性。因此，在进行模型估计之前，需要对滞后阶数进行确定。本文基于汇率、利率和股价的差分序列数据，通过VAR模型的LR、FPE和AIC等准则来确定TVP-SV-VAR模型的最优滞后阶数。根据表2可知，相比于其它阶数，本文选择滞后阶数为2是比较合理的，其LR、FPE和AIC准则的值较小。

表2 VAR模型滞后阶数的检验

AR根图不仅可以用于检验模型的稳定性，还可以检验滞后阶数的有效性。根据图2可知，6个特征根倒数的值均在单位圆以内，表明滞后阶数为2的模型具有稳定性，故本文的最优滞后阶数为2。

图2 AR根图

（三）TVP-SV-VAR模型的实证分析

1.参数估计与模型检验

根据前文的分析，本文在贝叶斯框架下使用MCMC算法来估计TVP-SV-VAR模型，确定最优滞后阶数为2，设置模拟次数为10000次，由前期为了消除初始值对模型估计的干扰，舍弃前1000次预烧样本，该模型的参数估计结果如表3所示。

表3 参数估计结果

?

表3从左至右分别为模型估计的后验分布均值、标准差、95%置信区间、Geweke诊断值和无效影响因子，其中Geweke诊断值和无效因子是检验模型估计效果的重要指标。Geweke诊断值侧重检验马尔科夫链的收敛性，根据表3可知，各个参数对应的Geweke诊断值均小于5%显著性水平下的临界值1.96，表明模型收敛于后验分布。另外，无效因子侧重检验MCMC算法模拟所得样本的有效性，根据表3的无效因子可知，各个参数对应的无效因子均较小，其中最大值仅为70.62，至少产生9000/70.62≈127次不相关样本，能够准确推断后验分布，表明样本有效，MCMC算法模拟的效果较好。

图3的第一行为样本的自相关系数，第二行为抽样路径，第三行为参数的后验分布密度函数。根据图3可知，随着MCMC算法模拟次数的增加，样本的自相关系数不断下降，最后趋于0，表明参数的自相关系数较小。并且，各个参数对应的抽样路径均围绕均值波动，表明抽样数据具有显著的平稳性。另外，各个参数对应的后验分布密度函数近似于服从正态分布，表明抽样数据具有显著的有效性。综上所述，MCMC算法模拟的模型估计是有效的，可以进行脉冲响应分析。

图3 MCMC算法模拟参数的自相关、抽样路径和后验密度

2.时变随机波动分析

图4从上至下分别为汇率、利率和股价的随机波动率。根据图4可知，对于汇率而言，在2015年811汇改之前，汇率的随机波动率趋于0，且变化趋势较为平缓，而在2015年811汇改之后随机波动率较大，且出现较大幅度的波动，这主要是受到美联储加息和国际收支逆差等综合因素的影响，人民币国际化进程加快，呈现贬值的趋势。对于利率而言，在2015年下半年之前，利率的随机波动率较大，在2007年、2008年、2010年和2013年均出现了不同程度的峰值，而在2015年下半年之后的随机波动率逐渐降低并趋于0，这主要是在2015年10月央行对商业银行和农村合作金融机构等不再设置存款利率浮动上限，放开了存款利率浮动上限，利率市场化改革逐步深入。对于股价而言，股价的随机波动率在2008年和2015年出现峰值，表明股价的波动受到2008年金融危机和2015年股灾的影响较大，并且金融危机期间的影响显著大于股灾期间的影响。

图4 汇率、利率和股价的随机波动率

3.不同提前期的脉冲响应分析

相比于传统的VAR类模型，TVP-SV-VAR模型的参数具有时变性，可以据此得到不同提前期和不同时点的脉冲响应函数的动态演化过程。其中，不同提前期的脉冲响应函数是指在受到来自汇率、利率一单位正向标准差的冲击时，股价对此冲击的脉冲响应路径和效应。本文将提前1期、提前3期和提前6期设置为短期、中期和长期，具体的脉冲响应结果如图5所示。一方面，面对不同提前期的汇率一单位正向标准差的冲击时，股价在长期内表现出正向响应，在短期和中期表现出微弱的负向效应向正向效应的转变，且长期的响应影响程度显著大于短期和中期。具体来说，对于长期而言，不同时点的正向响应的强度较大且较为接近，整体呈现出先稳中有降后稳中有升的变化趋势，汇率的升值对股价上涨的正向刺激作用较为明显，这其中的原因在于近年来进出口额的增加，实际产出得到提升，从公司微观层面和经济宏观层面而言，对股价的上涨均具有促进作用。对于短期和中期而言，汇率对股价具有微弱的负向影响，但在2016年以后逐渐转变为微弱的正向影响，表明相比于长期而言，短期和中期的汇率对股价的影响较小，股价对于汇率的敏感度较低，其影响程度也较为平稳。

图5 不同提前期的脉冲响应函数

另一方面，面对不同提前期的利率一单位正向标准差的冲击时，股价表现出负向响应，其响应程度按照从大到小的次序排列为：长期＞中期＞短期。具体而言，利率对股价具有负向影响，这也符合实际的经济意义，当利率提高时，资本的流动性降低，经济发展较为缓慢，实际产出降低，受市场行情处于下跌的利空消息和未来悲观预期的影响，股票市场活跃度较低，股价下跌的概率增加。从长期来看，股价长期内受到利率冲击的影响较大，长期的负向冲击响应显著大于短期和中期，但从时序来看呈现逐渐降低的变化趋势，这在一定程度上反映出我国利率市场化改革和以股票市场为代表的金融市场逐步完善的过程，相关监管部分对于股价波动引发的风险和危机防控机制趋于优化。

4.不同时点的脉冲响应分析

图6 不同时点的脉冲响应函数

对于不同时点的脉冲响应分析，本文选取2015年8月（第120期）、2017年5月（第141期）和2018年5月（第153期）三个时点来综合研究汇率、利率对股价的动态冲击效应，这三个时间节点主要是依据样本期内汇率改革的重大事件和变化特征来进行确定，分别为2015年811汇改导致人民币贬值、2017年529汇改导致人民币升值、2018年5月中美贸易摩擦导致人民币贬值。一方面，从汇率对股价的影响来看，各个时点股价对于汇率冲击的脉冲响应趋势基本一致，在响应程度上仅存在细微的差异。整体而言，在受到汇率冲击后，股价在各个不同时点均表现出正向响应，表明汇率对股价形成了正向冲击。具体而言，股价对于汇率冲击的脉冲响应先在滞后1期和2期处于快速上升阶段，并在滞后2期后达到最大值，然后呈现逐渐下降的变化趋势，并在滞后8期后逐渐收敛于0，其响应程度处于较低的水平。另外，对于各个时点的细微响应差异，2015年8月的响应程度大于2017年5月和2018年5月。

另一方面，从利率对股价的影响来看，在滞后1期时，2018年5月的股价对于利率冲击的脉冲响应为正向响应，而2015年8月和2017年为负向响应。整体而言，股价对于利率冲击呈现显著的负向响应，表明利率作为货币市场重要的组成部分，在股价波动的过程中发挥着负向影响的作用。具体而言，在滞后2期之前，股价对于利率冲击的脉冲响应在各个时点上均不断攀升，并在第2期达到最大值，之后呈现迅速下降的趋势，并在滞后7期后趋于0。其中，在滞后1期至滞后4期之间，各个时点的脉冲响应具有显著的差异，其响应程度按照从大到小的次序排列为：2015年8月＞2017年5月＞2018年5月，但在滞后5期之后，各个时点的脉冲响应程度较为接近。

（四）稳健性检验

对于汇率而言，由于中国和欧盟之间的贸易总量巨大，在中美贸易摩擦的背景下中欧的贸易联系更加紧密，故本文使用人民币兑欧元来衡量汇率变量，不同提前期和时点的脉冲响应的结论与前文基本一致，没有明显差异和变化。

对于利率而言，考虑到不同期限结构的利率水平差异，本文使用上海银行间隔夜同业拆借利率作为利率的代理变量，考察不同时期内利率结构对股价的影响，以此进行稳健性检验和分析，总体结论一致。

对于股价而言，由于沪深300指数能够全面地反映上海和深圳两个证券市场的整体发展态势，综合反映我国股票市场的价格波动趋势，故本文将股价由上证综合指数替换成沪深300指数，新的结果依然支持前文结论，总体结论不变。

六、研究结论与政策建议

（一）研究结论

本文基于2005年8月至2020年12月的月度数据，使用贝叶斯框架下的MCMC算法和TVP-SV-VAR模型研究了汇率、利率对股价的动态冲击效应。结果表明：(1) 汇率与股价、利率与股价之间存在负向时变相关关系，且汇率与股价的负向时变相关关系大于利率与股价之间的负向时变相关关系，表明汇率与股价之间更容易发生风险传染；(2) 汇率、利率对股价的冲击效应具有时变性和非对称性特征，整体而言，利率对股价的影响大于汇率对股价的影响。具体而言，从不同提前期来看，长期的股价对于汇率冲击的脉冲响应程度大于中期和长期的脉冲响应，且长期为正向冲击响应。利率对股价具有显著的负向影响和作用，且长期的冲击效应大于中期和短期；从不同时点来看，各个时点下的脉冲响应趋势基本一致，且影响程度的差异较小，股价对于汇率冲击的脉冲响应为负向响应，而股价对于利率冲击的脉冲响应为正向响应。

（二）政策建议

第一，推进人民币汇率市场化改革。汇率的异常变动会引发股价的极端波动，通过人民币汇率市场化将汇率的变动控制在一定的合理区间，进而实现股价的正常波动。具体而言，要正视和尊重市场经济的发展规律，发挥市场在汇率均衡调整中的基础作用，坚持人民币汇率市场化改革方向。克服人民币汇率波动和涨跌起落的恐慌心理，在汇率均衡水平的动态调整基础上，通过渐进式改革方式，推动人民币国际化进程。创新人民币汇率的定价方式，逐步扩大汇率波动和浮动的弹性和韧性，使人民币汇率在合理均衡水平上保持基本和整体稳定。同时，在人民币汇率过度波动和失衡情况下，监管部门应该积极地管理和稳定汇率，完善预期管理机制，及时和适时引导市场和社会预期，实现有序和有效的调整。

第二，推动利率市场化改革。相比于汇率而言，利率对股价的影响更大。因此，为了维护股票市场的稳定，整体上要进一步完善市场化的利率调控机制和传导路径，有序推进存量浮动利率贷款定价基准转换，加快推进市场报价利率的运用和转换，持续深化LPR利率的改革，通过逆回购和MLF组合的渠道来保持流动性的合理配置，推进信用卡利率市场化改革的进程。实施精准、适度和合理的稳健货币政策，健全财政和货币等不同政策的协同机制，稳固贷款实际利率下降的成果。同时，提高金融机构利率定价的自主性，强化贷款市场的竞争性，使企业的实际融资成本稳中有降，为实体经济的发展提供良好的环境。

第二，完善金融市场之间的协同监管体系。汇率、利率和股价分别对应的外汇市场、货币市场和股票市场均作为金融市场的重要组成部分，需要进一步完善金融市场之间的协同监管，完善统筹协调的现代金融监管体系，以达到提升监管效率的目的。具体而言，在“一委一行两会一局”的监管框架下，统筹和明晰监管部门之间的监管范围和标准，统筹和协调中央和地方政府的监管机制。完善监管部门之间的合作和交流机制，推进宏观审慎监管和微观审慎监管的协调和配合，加强对跨市场和跨行业的监管力度和强度。同时还要加强与其他国家的金融市场在金融政策方面的交流和借鉴，推动形成以国内大循环为主体、国内国际双循环相互促进的新发展格局，注重防范跨市场、跨区域和跨国境的风险传染情况，防止出现系统性风险。