本站小編為你精心準(zhǔn)備了金融市場(chǎng)間動(dòng)態(tài)相關(guān)與風(fēng)險(xiǎn)傳染參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、模型設(shè)定

本文采用多變量的DCC－MVGARCH(1，1)模型來(lái)考察不同市態(tài)下我國(guó)股市、債市以及匯市三者間的動(dòng)態(tài)相關(guān)及其波動(dòng)的溢出效應(yīng)。DCC－GARCH模型是Engle等(2002)提出的，該模型不但能克服以往多元GARCH模型不足，有著良好計(jì)算優(yōu)勢(shì)，且能研究在不同時(shí)期的市場(chǎng)信息等因素影響下，多種金融資產(chǎn)之間的動(dòng)態(tài)相關(guān)特征。其基本設(shè)定形式如下:

二、實(shí)證分析

(一)數(shù)據(jù)說(shuō)明及描述性統(tǒng)計(jì)本文分別選取上證綜指、中國(guó)國(guó)債總指數(shù)以及人民幣有效匯率指數(shù)的對(duì)數(shù)收益率(分別表示為:R1、R2、R3，且Ri=ln(當(dāng)天指數(shù)收盤價(jià)/前一日指數(shù)收盤價(jià))，i=1、2、3)來(lái)表征我國(guó)股市、債市和匯市的價(jià)格變動(dòng)情況。其中上證綜指數(shù)據(jù)取自wind數(shù)據(jù)庫(kù)，中債總指數(shù)據(jù)取自中國(guó)債券信息網(wǎng)。為了與股市和匯市所代表序列相一致并能更好地體現(xiàn)人民幣的對(duì)外價(jià)值與相對(duì)購(gòu)買力，因而本文選取人民幣有效匯率指數(shù)作比，數(shù)據(jù)來(lái)源于銳思數(shù)據(jù)庫(kù)。作為經(jīng)濟(jì)晴雨表的象征，我國(guó)股市自2005年7月人民幣匯改后迎來(lái)一輪牛市上漲行情，上證綜指于2007年10月16日?qǐng)?bào)收6124的歷史高位后狂跌至2008年10月28日的1664點(diǎn)，之后，上證指數(shù)大多位于2000－3000點(diǎn)間振蕩。為了研究在不同市態(tài)下我國(guó)股市、債市、匯市的價(jià)格互動(dòng)的異化現(xiàn)象，本文將樣本區(qū)間劃分為:階段一(牛市)，2005年7月22日－2007年10月16日;階段二(熊市)，2007年10月17日－2008年10月28日;階段三(振蕩市)，2008年10月29日－2013年1月10日。各階段模型變量描述性統(tǒng)計(jì)結(jié)果如表1所示:由表1的均值與標(biāo)準(zhǔn)差的檢驗(yàn)結(jié)果可知，債市與匯市波動(dòng)要遠(yuǎn)小于股市波動(dòng)，且由股市收益率均值可見(jiàn)，階段一股市普遍處上漲態(tài)勢(shì)，而階段二則大部分處下跌趨勢(shì)。偏度與峰度的檢驗(yàn)結(jié)果均表明三個(gè)變量不符合正態(tài)分布的特征，這也可從JB統(tǒng)計(jì)量看出。另外由Q統(tǒng)計(jì)量可知各變量都存在一定的自相關(guān)性，且ADF檢驗(yàn)的結(jié)果表明各變量均為平穩(wěn)序列。

(二)模型參數(shù)估計(jì)結(jié)果基于DCC－MVGARCH(1，1)模型分別對(duì)三個(gè)階段我國(guó)股市、債市及匯市的相關(guān)性及波動(dòng)溢出效應(yīng)進(jìn)行檢驗(yàn)。波動(dòng)溢出效應(yīng)的參數(shù)估計(jì)結(jié)果如表2所示;三個(gè)不同市態(tài)下的股市、債市及匯市間的動(dòng)態(tài)相關(guān)性如圖1、2、3所示。從表2可知，各階段βi(i=1、2、3)均在1%水平上顯著，且各αii，t(i=1、2、3)也較為顯著，這些都表明股市、債市及匯市均存在ARCH效應(yīng)，即方差時(shí)變與波動(dòng)持續(xù)性。就第一階段(牛市)中αij(i，j=1，2，3;i≠j)的估計(jì)結(jié)果而言，該期間股市與債市的雙向波動(dòng)溢出效應(yīng)較為明顯(α12、α21均顯著);股市的波動(dòng)增加會(huì)促進(jìn)債市的波動(dòng)(見(jiàn)α12)，可能的原因是股市的波動(dòng)意味著市場(chǎng)風(fēng)險(xiǎn)增大，導(dǎo)致資金在市場(chǎng)間的轉(zhuǎn)移。而牛市下并不存在匯市對(duì)股市的波動(dòng)溢出效應(yīng)，僅對(duì)其自身與債市有一定的影響，這與第二、三階段的檢驗(yàn)結(jié)果一致，即不同市態(tài)下均存在匯市對(duì)債市的溢出，且振蕩市情形下還存在匯市與債市的雙向溢出效應(yīng)。綜合第三階段振蕩市態(tài)下的情形以及α13、α31的大小可見(jiàn)，相對(duì)而言匯市對(duì)股市的波動(dòng)溢出效應(yīng)要更顯著，也更強(qiáng)于股市對(duì)匯市的溢出，這與高海霞等(2007)的研究結(jié)論一致。這或是由于相對(duì)于股市所傳遞出的信息，匯市的波動(dòng)更為關(guān)注債市傳遞的市場(chǎng)利率信息(這也有賴于匯率決定的利率平價(jià)理論)、貨幣供應(yīng)以及對(duì)外貿(mào)易等。綜合三個(gè)階段的結(jié)果可知，除階段一外，其余時(shí)期α12、α21均不顯著，即股市與債市間波動(dòng)溢出效應(yīng)并不很顯著(這與王璐等(2009)、王斌會(huì)等(2010)的結(jié)論一致)，二者間的價(jià)格傳遞效應(yīng)較弱，這是由于我國(guó)債市仍存在較嚴(yán)重的市場(chǎng)分割現(xiàn)象(分別存在交易所及銀行間市場(chǎng)，兩市的交易主體及品種等方面有較大差異)以及流動(dòng)性等因素的影響，使得債市的信息反映不如市場(chǎng)流通及有效性較高的股市。綜合圖1、2、3可知，三市場(chǎng)間動(dòng)態(tài)相關(guān)性存在較大波動(dòng)，且大小形成鮮明對(duì)比。牛市期間三對(duì)相關(guān)性由大到小排序?yàn)?股市與債市、債市與匯市、股市與匯市;熊市期間相關(guān)性排序?yàn)?股市與匯市、股市與債市、債市與匯市;振蕩市態(tài)下相關(guān)性排序?yàn)?債市與匯市、股市與債市、股市與匯市。這是因?yàn)閷?duì)處于第一階段及之后的第二階段，人民幣剛經(jīng)歷匯改，形成了較明顯的升值態(tài)勢(shì)，因而該階段人民幣匯率收益率普遍為負(fù)，而股市收益率在牛市期間普遍為正，熊市期間普遍為負(fù)，債市指數(shù)的收益率則較為穩(wěn)定。所以，牛市期間，股市與匯市收益為負(fù)相關(guān)，而熊市期間，股市與匯市收益相關(guān)性從三者間最小一躍成為最大。相對(duì)而言，牛市期間，股市與債市的相關(guān)性稍好(大部分介于0－0．2之間)，而在熊市與振蕩市情形下，二者動(dòng)態(tài)相關(guān)性較弱，這是由于經(jīng)歷2007年的通脹年后，債市行情在第二階段處于大起大落態(tài)勢(shì)，因而與股市相關(guān)性較差，且方向不一致。同時(shí)，在振蕩市態(tài)下債市與匯市間的相關(guān)性最高，且呈現(xiàn)一定的正相關(guān)。這或是由于振蕩市態(tài)下股市波動(dòng)較大，且收益方向不一致，而匯市在經(jīng)歷2008年金融危機(jī)以及2010重啟匯改后依然表現(xiàn)出升值的趨勢(shì)，且該階段債市的波動(dòng)相對(duì)小于前兩期，因而該階段債市與匯市的相關(guān)性更強(qiáng)。

(三)風(fēng)險(xiǎn)傳染的異化分析———考慮市場(chǎng)間溢出效應(yīng)與否的比較基于DCC－GARCH模型分別對(duì)不同市態(tài)下的我國(guó)股市、債市、匯市三個(gè)金融市場(chǎng)間的風(fēng)險(xiǎn)傳染進(jìn)行比較分析，其結(jié)果如表3、4、5所示。其中，表3給出的是基于DCC－GARCH模型得出的條件方差求得的單市場(chǎng)VaR值，失效天數(shù)為當(dāng)天實(shí)際收益率超出所預(yù)測(cè)的收益率VaR區(qū)間的天數(shù)總和，失效率為失效天數(shù)與樣本觀察期的比;LR統(tǒng)計(jì)量及其p值是檢驗(yàn)?zāi)Ｐ蛿M合優(yōu)度及有效性的回測(cè)檢驗(yàn)(Kupiec，1995)。表4給出的則是不考慮其他市場(chǎng)波動(dòng)影響下的獨(dú)立方程所測(cè)得的單市場(chǎng)VaR值。由表3可知，在95%和99%的置信度下，股票、國(guó)債及匯市的指數(shù)收益率的VaR失效率幾乎都小于給定的失效率，同時(shí)LR統(tǒng)計(jì)量也顯示所測(cè)得的結(jié)果除了振動(dòng)市95%置信水平下的匯市收益率風(fēng)險(xiǎn)值存在一定的高估外，其余都拒絕了顯著異于給定置信度的原假設(shè)，說(shuō)明DCC－GARCH模型給出的擬合結(jié)果較為合理，而不考慮其他市場(chǎng)波動(dòng)影響的單方程模型給出的結(jié)果大部分顯著異于所設(shè)定的置信水平，說(shuō)明模型可靠性較差。可見(jiàn)，由于考慮了其他金融市場(chǎng)波動(dòng)的影響，基于DCC－GARCH模型所測(cè)得的VaR值均要大于單方程所測(cè)得的VaR值，即不考慮其他市場(chǎng)波動(dòng)影響會(huì)存在一定程度風(fēng)險(xiǎn)低估。同時(shí)也側(cè)面反映出，不考慮其他市場(chǎng)波動(dòng)影響，三個(gè)市場(chǎng)能接受較低的損失收益率;其余相關(guān)金融市場(chǎng)波動(dòng)確實(shí)在一定程度上增加了單市場(chǎng)的風(fēng)險(xiǎn)，即存在市場(chǎng)間的風(fēng)險(xiǎn)傳染現(xiàn)象，應(yīng)引起投資組合風(fēng)險(xiǎn)管理的重視。

相較而言，在不同市態(tài)下股市的市場(chǎng)波動(dòng)都要明顯高于債市與匯市，這也可從標(biāo)準(zhǔn)差看出;同時(shí)熊市下的三個(gè)市場(chǎng)波動(dòng)要高于牛市情形。就擬合效果和失效率的情形而言，牛市與熊市下模型測(cè)度的效果好于振蕩市的情形，這說(shuō)明當(dāng)市場(chǎng)趨勢(shì)性明顯的情況下，模型跟蹤效果較優(yōu);而趨勢(shì)不明朗的情形，模型擬合效果較差。為分析投資組合的風(fēng)險(xiǎn)管理問(wèn)題及多市場(chǎng)間的風(fēng)險(xiǎn)傳染，進(jìn)一步計(jì)算三個(gè)市場(chǎng)的組合VaR，結(jié)果如表5和圖4所示，其中，DCC:95%指的是基于DCC－GARCH模型所測(cè)得的條件方差－協(xié)方差陣根據(jù)相應(yīng)權(quán)重計(jì)算而來(lái)的95%置信水平下的組合VaR值(圖4中S、X分別指上下區(qū)間);SWA:95%指的是將表4中未考慮其他市場(chǎng)波動(dòng)影響下的單方程所測(cè)得的三個(gè)金融市場(chǎng)的VaR值進(jìn)行簡(jiǎn)單的加權(quán)平均，即PVaR=w＇VaR，w指的是三個(gè)市場(chǎng)的權(quán)重，本文以(1/3，1/3，1/3)為例。由表5可知，DCC給出的結(jié)果無(wú)論何種市態(tài)還是何種置信度下均大于簡(jiǎn)單加權(quán)平均的結(jié)果，標(biāo)準(zhǔn)差的結(jié)果也一樣，這可從圖4中直觀看出，也與上文的分析一致，即考慮了其他市場(chǎng)波動(dòng)影響的投資組合波動(dòng)性更大，對(duì)風(fēng)險(xiǎn)管理的難度也更大。并且，牛市與熊市兩個(gè)趨勢(shì)明顯市態(tài)下的模型擬合結(jié)果依然要優(yōu)于振蕩市態(tài)下的情形。由LR回測(cè)檢驗(yàn)的結(jié)果和失效率來(lái)看，DCC模型給出的組合風(fēng)險(xiǎn)值存在一定的高估，而單方程給出的簡(jiǎn)單加權(quán)平均失效率依然是都要高于預(yù)設(shè)的置信度。綜上可知，不考慮金融市場(chǎng)間的風(fēng)險(xiǎn)傳染性，將會(huì)傾向于低估風(fēng)險(xiǎn);金融市場(chǎng)間的波動(dòng)會(huì)增加并引致其他市場(chǎng)的風(fēng)險(xiǎn)，對(duì)于投資組合風(fēng)險(xiǎn)管理這點(diǎn)不應(yīng)忽視。

三、結(jié)論與啟示

本文采用多元DCC－MVGARCH(1，1)模型分析了不同市態(tài)下我國(guó)股市、債市以及匯市三者間的動(dòng)態(tài)相關(guān)及其波動(dòng)的溢出效應(yīng)的異化現(xiàn)象，并對(duì)相應(yīng)的溢出風(fēng)險(xiǎn)進(jìn)行了量化測(cè)度，結(jié)論表明:在不同市態(tài)下，我國(guó)股市與債市間的信息傳遞效應(yīng)較弱，這源于我國(guó)債市仍存在較嚴(yán)重的市場(chǎng)分割與流動(dòng)性較弱等現(xiàn)象，使得債市的信息反映不如市場(chǎng)流通及有效性較高的股市;相對(duì)于股市信息，匯市的波動(dòng)更為關(guān)注債市傳遞的市場(chǎng)利率信息、貨幣供應(yīng)以及對(duì)外貿(mào)易等，因而使得匯市對(duì)債市的溢出效應(yīng)要更顯著于對(duì)股市的。不同市態(tài)下，三個(gè)金融市場(chǎng)間的動(dòng)態(tài)相關(guān)性存在明顯異化現(xiàn)象:牛市期間，股市與債市的相關(guān)性稍好，而在熊市與振蕩市情形下，二者動(dòng)態(tài)相關(guān)性較弱;牛市期間，股市與匯市關(guān)聯(lián)性為負(fù);而熊市期間則為正，這也與人民幣匯改及升值態(tài)勢(shì)有關(guān)。進(jìn)一步的風(fēng)險(xiǎn)傳染的異化分析表明，DCC－GARCH模型的風(fēng)險(xiǎn)測(cè)度效果較好，不同市態(tài)下股市的市場(chǎng)波動(dòng)都要明顯高于債市與匯市，當(dāng)市場(chǎng)趨勢(shì)性明顯的情況下，模型跟蹤效果較優(yōu);相關(guān)金融市場(chǎng)間的波動(dòng)溢出效應(yīng)不但增加了單市場(chǎng)的風(fēng)險(xiǎn)，同時(shí)也增加了組合的風(fēng)險(xiǎn);不考慮市場(chǎng)間的波動(dòng)溢出效應(yīng)會(huì)傾向于低估市場(chǎng)風(fēng)險(xiǎn)，即市場(chǎng)間存在風(fēng)險(xiǎn)傳染現(xiàn)象，應(yīng)引起投資組合風(fēng)險(xiǎn)管理的重視。本文的研究可見(jiàn)，自人民幣匯改以來(lái)，隨著熱錢不斷涌入使得我國(guó)匯市的波動(dòng)日益增強(qiáng)，匯市與股市、債市間的波動(dòng)溢出性也日益顯著，在投資風(fēng)險(xiǎn)的管控中除了關(guān)注股市與債市間的相關(guān)性與投資轉(zhuǎn)移、資產(chǎn)配置外，還應(yīng)密切注意匯市波動(dòng)對(duì)股市、債市的影響。

而針對(duì)債市與匯市間在不同市態(tài)下相關(guān)性與溢出效應(yīng)，央行在采取利率工具調(diào)度匯市時(shí)應(yīng)考慮其風(fēng)險(xiǎn)的傳染，同時(shí)也應(yīng)進(jìn)一步完善債市的發(fā)展與監(jiān)管，提高債市的整體銷量。同時(shí)，在不同的市態(tài)下，我國(guó)股市、債市及匯市間的波動(dòng)溢出及風(fēng)險(xiǎn)傳染效應(yīng)不盡相同，且三者間的相關(guān)性呈現(xiàn)正負(fù)的時(shí)變波動(dòng)性，因而對(duì)于同時(shí)投資于不同金融市場(chǎng)的投資者而言，需對(duì)市場(chǎng)間的動(dòng)態(tài)關(guān)聯(lián)性及風(fēng)險(xiǎn)傳染予以重視，若將牛市、熊市與振蕩市態(tài)下的樣本合成一起研究則有可能得不出穩(wěn)健的結(jié)論甚至得到錯(cuò)誤的判斷。本文的結(jié)論也佐證了在不同的經(jīng)濟(jì)周期，組合投資的風(fēng)格應(yīng)有所不同;投資者應(yīng)當(dāng)根據(jù)不同市態(tài)下各金融市場(chǎng)間動(dòng)態(tài)相關(guān)性與風(fēng)險(xiǎn)傳染效應(yīng)的不同，進(jìn)行資產(chǎn)配置的優(yōu)化與風(fēng)險(xiǎn)管理。

（本文來(lái)自于《東南學(xué)術(shù)》雜志。《東南學(xué)術(shù)》雜志簡(jiǎn)介詳見(jiàn)。）

作者：鄭國(guó)忠鄭振龍單位：廈門大學(xué)經(jīng)濟(jì)學(xué)院金融系博士研究生廈門大學(xué)金融系教授博士生導(dǎo)師