金融市场间动态相关与风险传染范文

一、模型设定

本文采用多变量的DCC－MVGARCH(1，1)模型来考察不同市态下我国股市、债市以及汇市三者间的动态相关及其波动的溢出效应。DCC－GARCH模型是Engle等(2002)提出的，该模型不但能克服以往多元GARCH模型不足，有着良好计算优势，且能研究在不同时期的市场信息等因素影响下，多种金融资产之间的动态相关特征。其基本设定形式如下:

二、实证分析

(一)数据说明及描述性统计本文分别选取上证综指、中国国债总指数以及人民币有效汇率指数的对数收益率(分别表示为:R1、R2、R3，且Ri=ln(当天指数收盘价/前一日指数收盘价)，i=1、2、3)来表征我国股市、债市和汇市的价格变动情况。其中上证综指数据取自wind数据库，中债总指数据取自中国债券信息网。为了与股市和汇市所代表序列相一致并能更好地体现人民币的对外价值与相对购买力，因而本文选取人民币有效汇率指数作比，数据来源于锐思数据库。作为经济晴雨表的象征，我国股市自2005年7月人民币汇改后迎来一轮牛市上涨行情，上证综指于2007年10月16日报收6124的历史高位后狂跌至2008年10月28日的1664点，之后，上证指数大多位于2000－3000点间振荡。为了研究在不同市态下我国股市、债市、汇市的价格互动的异化现象，本文将样本区间划分为:阶段一(牛市)，2005年7月22日－2007年10月16日;阶段二(熊市)，2007年10月17日－2008年10月28日;阶段三(振荡市)，2008年10月29日－2013年1月10日。各阶段模型变量描述性统计结果如表1所示:由表1的均值与标准差的检验结果可知，债市与汇市波动要远小于股市波动，且由股市收益率均值可见，阶段一股市普遍处上涨态势，而阶段二则大部分处下跌趋势。偏度与峰度的检验结果均表明三个变量不符合正态分布的特征，这也可从JB统计量看出。另外由Q统计量可知各变量都存在一定的自相关性，且ADF检验的结果表明各变量均为平稳序列。

(二)模型参数估计结果基于DCC－MVGARCH(1，1)模型分别对三个阶段我国股市、债市及汇市的相关性及波动溢出效应进行检验。波动溢出效应的参数估计结果如表2所示;三个不同市态下的股市、债市及汇市间的动态相关性如图1、2、3所示。从表2可知，各阶段βi(i=1、2、3)均在1%水平上显著，且各αii，t(i=1、2、3)也较为显著，这些都表明股市、债市及汇市均存在ARCH效应，即方差时变与波动持续性。就第一阶段(牛市)中αij(i，j=1，2，3;i≠j)的估计结果而言，该期间股市与债市的双向波动溢出效应较为明显(α12、α21均显著);股市的波动增加会促进债市的波动(见α12)，可能的原因是股市的波动意味着市场风险增大，导致资金在市场间的转移。而牛市下并不存在汇市对股市的波动溢出效应，仅对其自身与债市有一定的影响，这与第二、三阶段的检验结果一致，即不同市态下均存在汇市对债市的溢出，且振荡市情形下还存在汇市与债市的双向溢出效应。综合第三阶段振荡市态下的情形以及α13、α31的大小可见，相对而言汇市对股市的波动溢出效应要更显著，也更强于股市对汇市的溢出，这与高海霞等(2007)的研究结论一致。这或是由于相对于股市所传递出的信息，汇市的波动更为关注债市传递的市场利率信息(这也有赖于汇率决定的利率平价理论)、货币供应以及对外贸易等。综合三个阶段的结果可知，除阶段一外，其余时期α12、α21均不显著，即股市与债市间波动溢出效应并不很显著(这与王璐等(2009)、王斌会等(2010)的结论一致)，二者间的价格传递效应较弱，这是由于我国债市仍存在较严重的市场分割现象(分别存在交易所及银行间市场，两市的交易主体及品种等方面有较大差异)以及流动性等因素的影响，使得债市的信息反映不如市场流通及有效性较高的股市。综合图1、2、3可知，三市场间动态相关性存在较大波动，且大小形成鲜明对比。牛市期间三对相关性由大到小排序为:股市与债市、债市与汇市、股市与汇市;熊市期间相关性排序为:股市与汇市、股市与债市、债市与汇市;振荡市态下相关性排序为:债市与汇市、股市与债市、股市与汇市。这是因为对处于第一阶段及之后的第二阶段，人民币刚经历汇改，形成了较明显的升值态势，因而该阶段人民币汇率收益率普遍为负，而股市收益率在牛市期间普遍为正，熊市期间普遍为负，债市指数的收益率则较为稳定。所以，牛市期间，股市与汇市收益为负相关，而熊市期间，股市与汇市收益相关性从三者间最小一跃成为最大。相对而言，牛市期间，股市与债市的相关性稍好(大部分介于0－0．2之间)，而在熊市与振荡市情形下，二者动态相关性较弱，这是由于经历2007年的通胀年后，债市行情在第二阶段处于大起大落态势，因而与股市相关性较差，且方向不一致。同时，在振荡市态下债市与汇市间的相关性最高，且呈现一定的正相关。这或是由于振荡市态下股市波动较大，且收益方向不一致，而汇市在经历2008年金融危机以及2010重启汇改后依然表现出升值的趋势，且该阶段债市的波动相对小于前两期，因而该阶段债市与汇市的相关性更强。

(三)风险传染的异化分析———考虑市场间溢出效应与否的比较基于DCC－GARCH模型分别对不同市态下的我国股市、债市、汇市三个金融市场间的风险传染进行比较分析，其结果如表3、4、5所示。其中，表3给出的是基于DCC－GARCH模型得出的条件方差求得的单市场VaR值，失效天数为当天实际收益率超出所预测的收益率VaR区间的天数总和，失效率为失效天数与样本观察期的比;LR统计量及其p值是检验模型拟合优度及有效性的回测检验(Kupiec，1995)。表4给出的则是不考虑其他市场波动影响下的独立方程所测得的单市场VaR值。由表3可知，在95%和99%的置信度下，股票、国债及汇市的指数收益率的VaR失效率几乎都小于给定的失效率，同时LR统计量也显示所测得的结果除了振动市95%置信水平下的汇市收益率风险值存在一定的高估外，其余都拒绝了显著异于给定置信度的原假设，说明DCC－GARCH模型给出的拟合结果较为合理，而不考虑其他市场波动影响的单方程模型给出的结果大部分显著异于所设定的置信水平，说明模型可靠性较差。可见，由于考虑了其他金融市场波动的影响，基于DCC－GARCH模型所测得的VaR值均要大于单方程所测得的VaR值，即不考虑其他市场波动影响会存在一定程度风险低估。同时也侧面反映出，不考虑其他市场波动影响，三个市场能接受较低的损失收益率;其余相关金融市场波动确实在一定程度上增加了单市场的风险，即存在市场间的风险传染现象，应引起投资组合风险管理的重视。

相较而言，在不同市态下股市的市场波动都要明显高于债市与汇市，这也可从标准差看出;同时熊市下的三个市场波动要高于牛市情形。就拟合效果和失效率的情形而言，牛市与熊市下模型测度的效果好于振荡市的情形，这说明当市场趋势性明显的情况下，模型跟踪效果较优;而趋势不明朗的情形，模型拟合效果较差。为分析投资组合的风险管理问题及多市场间的风险传染，进一步计算三个市场的组合VaR，结果如表5和图4所示，其中，DCC:95%指的是基于DCC－GARCH模型所测得的条件方差－协方差阵根据相应权重计算而来的95%置信水平下的组合VaR值(图4中S、X分别指上下区间);SWA:95%指的是将表4中未考虑其他市场波动影响下的单方程所测得的三个金融市场的VaR值进行简单的加权平均，即PVaR=w＇VaR，w指的是三个市场的权重，本文以(1/3，1/3，1/3)为例。由表5可知，DCC给出的结果无论何种市态还是何种置信度下均大于简单加权平均的结果，标准差的结果也一样，这可从图4中直观看出，也与上文的分析一致，即考虑了其他市场波动影响的投资组合波动性更大，对风险管理的难度也更大。并且，牛市与熊市两个趋势明显市态下的模型拟合结果依然要优于振荡市态下的情形。由LR回测检验的结果和失效率来看，DCC模型给出的组合风险值存在一定的高估，而单方程给出的简单加权平均失效率依然是都要高于预设的置信度。综上可知，不考虑金融市场间的风险传染性，将会倾向于低估风险;金融市场间的波动会增加并引致其他市场的风险，对于投资组合风险管理这点不应忽视。

三、结论与启示

本文采用多元DCC－MVGARCH(1，1)模型分析了不同市态下我国股市、债市以及汇市三者间的动态相关及其波动的溢出效应的异化现象，并对相应的溢出风险进行了量化测度，结论表明:在不同市态下，我国股市与债市间的信息传递效应较弱，这源于我国债市仍存在较严重的市场分割与流动性较弱等现象，使得债市的信息反映不如市场流通及有效性较高的股市;相对于股市信息，汇市的波动更为关注债市传递的市场利率信息、货币供应以及对外贸易等，因而使得汇市对债市的溢出效应要更显著于对股市的。不同市态下，三个金融市场间的动态相关性存在明显异化现象:牛市期间，股市与债市的相关性稍好，而在熊市与振荡市情形下，二者动态相关性较弱;牛市期间，股市与汇市关联性为负;而熊市期间则为正，这也与人民币汇改及升值态势有关。进一步的风险传染的异化分析表明，DCC－GARCH模型的风险测度效果较好，不同市态下股市的市场波动都要明显高于债市与汇市，当市场趋势性明显的情况下，模型跟踪效果较优;相关金融市场间的波动溢出效应不但增加了单市场的风险，同时也增加了组合的风险;不考虑市场间的波动溢出效应会倾向于低估市场风险，即市场间存在风险传染现象，应引起投资组合风险管理的重视。本文的研究可见，自人民币汇改以来，随着热钱不断涌入使得我国汇市的波动日益增强，汇市与股市、债市间的波动溢出性也日益显著，在投资风险的管控中除了关注股市与债市间的相关性与投资转移、资产配置外，还应密切注意汇市波动对股市、债市的影响。

而针对债市与汇市间在不同市态下相关性与溢出效应，央行在采取利率工具调度汇市时应考虑其风险的传染，同时也应进一步完善债市的发展与监管，提高债市的整体销量。同时，在不同的市态下，我国股市、债市及汇市间的波动溢出及风险传染效应不尽相同，且三者间的相关性呈现正负的时变波动性，因而对于同时投资于不同金融市场的投资者而言，需对市场间的动态关联性及风险传染予以重视，若将牛市、熊市与振荡市态下的样本合成一起研究则有可能得不出稳健的结论甚至得到错误的判断。本文的结论也佐证了在不同的经济周期，组合投资的风格应有所不同;投资者应当根据不同市态下各金融市场间动态相关性与风险传染效应的不同，进行资产配置的优化与风险管理。

（本文来自于《东南学术》杂志。《东南学术》杂志简介详见。）

作者：郑国忠郑振龙单位：厦门大学经济学院金融系博士研究生厦门大学金融系教授博士生导师