金融市場間動態相關與風險傳染范文

本站小編為你精心準備了金融市場間動態相關與風險傳染參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、模型設定

本文采用多變量的DCC－MVGARCH(1，1)模型來考察不同市態下我國股市、債市以及匯市三者間的動態相關及其波動的溢出效應。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，有著良好計算優勢，且能研究在不同時期的市場信息等因素影響下，多種金融資產之間的動態相關特征。其基本設定形式如下:

二、實證分析

(一)數據說明及描述性統計本文分別選取上證綜指、中國國債總指數以及人民幣有效匯率指數的對數收益率(分別表示為:R1、R2、R3，且Ri=ln(當天指數收盤價/前一日指數收盤價)，i=1、2、3)來表征我國股市、債市和匯市的價格變動情況。其中上證綜指數據取自wind數據庫，中債總指數據取自中國債券信息網。為了與股市和匯市所代表序列相一致并能更好地體現人民幣的對外價值與相對購買力，因而本文選取人民幣有效匯率指數作比，數據來源于銳思數據庫。作為經濟晴雨表的象征，我國股市自2005年7月人民幣匯改后迎來一輪牛市上漲行情，上證綜指于2007年10月16日報收6124的歷史高位后狂跌至2008年10月28日的1664點，之后，上證指數大多位于2000－3000點間振蕩。為了研究在不同市態下我國股市、債市、匯市的價格互動的異化現象，本文將樣本區間劃分為: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計結果如表1所示:由表1的均值與標準差的檢驗結果可知，債市與匯市波動要遠小于股市波動，且由股市收益率均值可見，階段一股市普遍處上漲態勢，而階段二則大部分處下跌趨勢。偏度與峰度的檢驗結果均表明三個變量不符合正態分布的特征，這也可從JB統計量看出。另外由Q統計量可知各變量都存在一定的自相關性，且ADF檢驗的結果表明各變量均為平穩序列。

(二)模型參數估計結果基于DCC－MVGARCH(1，1)模型分別對三個階段我國股市、債市及匯市的相關性及波動溢出效應進行檢驗。波動溢出效應的參數估計結果如表2所示;三個不同市態下的股市、債市及匯市間的動態相關性如圖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，即方差時變與波動持續性。就第一階段(牛市)中αij(i，j=1，2，3;i≠j)的估計結果而言，該期間股市與債市的雙向波動溢出效應較為明顯(α12、α21均顯著);股市的波動增加會促進債市的波動(見α12)，可能的原因是股市的波動意味著市場風險增大，導致資金在市場間的轉移。而牛市下并不存在匯市對股市的波動溢出效應，僅對其自身與債市有一定的影響，這與第二、三階段的檢驗結果一致，即不同市態下均存在匯市對債市的溢出，且振蕩市情形下還存在匯市與債市的雙向溢出效應。綜合第三階段振蕩市態下的情形以及α13、α31的大小可見，相對而言匯市對股市的波動溢出效應要更顯著，也更強于股市對匯市的溢出，這與高海霞等(2007)的研究結論一致。這或是由于相對于股市所傳遞出的信息，匯市的波動更為關注債市傳遞的市場利率信息(這也有賴于匯率決定的利率平價理論)、貨幣供應以及對外貿易等。綜合三個階段的結果可知，除階段一外，其余時期α12、α21均不顯著，即股市與債市間波動溢出效應并不很顯著(這與王璐等(2009)、王斌會等(2010)的結論一致)，二者間的價格傳遞效應較弱，這是由于我國債市仍存在較嚴重的市場分割現象(分別存在交易所及銀行間市場，兩市的交易主體及品種等方面有較大差異)以及流動性等因素的影響，使得債市的信息反映不如市場流通及有效性較高的股市。綜合圖1、2、3可知，三市場間動態相關性存在較大波動，且大小形成鮮明對比。牛市期間三對相關性由大到小排序為:股市與債市、債市與匯市、股市與匯市;熊市期間相關性排序為:股市與匯市、股市與債市、債市與匯市;振蕩市態下相關性排序為:債市與匯市、股市與債市、股市與匯市。這是因為對處于第一階段及之后的第二階段，人民幣剛經歷匯改，形成了較明顯的升值態勢，因而該階段人民幣匯率收益率普遍為負，而股市收益率在牛市期間普遍為正，熊市期間普遍為負，債市指數的收益率則較為穩定。所以，牛市期間，股市與匯市收益為負相關，而熊市期間，股市與匯市收益相關性從三者間最小一躍成為最大。相對而言，牛市期間，股市與債市的相關性稍好(大部分介于0－0．2之間)，而在熊市與振蕩市情形下，二者動態相關性較弱，這是由于經歷2007年的通脹年后，債市行情在第二階段處于大起大落態勢，因而與股市相關性較差，且方向不一致。同時，在振蕩市態下債市與匯市間的相關性最高，且呈現一定的正相關。這或是由于振蕩市態下股市波動較大，且收益方向不一致，而匯市在經歷2008年金融危機以及2010重啟匯改后依然表現出升值的趨勢，且該階段債市的波動相對小于前兩期，因而該階段債市與匯市的相關性更強。

(三)風險傳染的異化分析———考慮市場間溢出效應與否的比較基于DCC－GARCH模型分別對不同市態下的我國股市、債市、匯市三個金融市場間的風險傳染進行比較分析，其結果如表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VaR值，失效天數為當天實際收益率超出所預測的收益率VaR區間的天數總和，失效率為失效天數與樣本觀察期的比;LR統計量及其p值是檢驗模型擬合優度及有效性的回測檢驗(Kupiec，1995)。表4給出的則是不考慮其他市場波動影響下的獨立方程所測得的單市場VaR值。由表3可知，在95%和99%的置信度下，股票、國債及匯市的指數收益率的VaR失效率幾乎都小于給定的失效率，同時LR統計量也顯示所測得的結果除了振動市95%置信水平下的匯市收益率風險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，說明DCC－GARCH模型給出的擬合結果較為合理，而不考慮其他市場波動影響的單方程模型給出的結果大部分顯著異于所設定的置信水平，說明模型可靠性較差?？梢姡捎诳紤]了其他金融市場波動的影響，基于DCC－GARCH模型所測得的VaR值均要大于單方程所測得的VaR值，即不考慮其他市場波動影響會存在一定程度風險低估。同時也側面反映出，不考慮其他市場波動影響，三個市場能接受較低的損失收益率;其余相關金融市場波動確實在一定程度上增加了單市場的風險，即存在市場間的風險傳染現象，應引起投資組合風險管理的重視。

相較而言，在不同市態下股市的市場波動都要明顯高于債市與匯市，這也可從標準差看出;同時熊市下的三個市場波動要高于牛市情形。就擬合效果和失效率的情形而言，牛市與熊市下模型測度的效果好于振蕩市的情形，這說明當市場趨勢性明顯的情況下，模型跟蹤效果較優;而趨勢不明朗的情形，模型擬合效果較差。為分析投資組合的風險管理問題及多市場間的風險傳染，進一步計算三個市場的組合VaR，結果如表5和圖4所示，其中，DCC:95%指的是基于DCC－GARCH模型所測得的條件方差－協方差陣根據相應權重計算而來的95%置信水平下的組合VaR值(圖4中S、X分別指上下區間);SWA:95%指的是將表4中未考慮其他市場波動影響下的單方程所測得的三個金融市場的VaR值進行簡單的加權平均，即PVaR=w＇VaR，w指的是三個市場的權重，本文以(1/3，1/3，1/3)為例。由表5可知，DCC給出的結果無論何種市態還是何種置信度下均大于簡單加權平均的結果，標準差的結果也一樣，這可從圖4中直觀看出，也與上文的分析一致，即考慮了其他市場波動影響的投資組合波動性更大，對風險管理的難度也更大。并且，牛市與熊市兩個趨勢明顯市態下的模型擬合結果依然要優于振蕩市態下的情形。由LR回測檢驗的結果和失效率來看，DCC模型給出的組合風險值存在一定的高估，而單方程給出的簡單加權平均失效率依然是都要高于預設的置信度。綜上可知，不考慮金融市場間的風險傳染性，將會傾向于低估風險;金融市場間的波動會增加并引致其他市場的風險，對于投資組合風險管理這點不應忽視。

三、結論與啟示

本文采用多元DCC－MVGARCH(1，1)模型分析了不同市態下我國股市、債市以及匯市三者間的動態相關及其波動的溢出效應的異化現象，并對相應的溢出風險進行了量化測度，結論表明:在不同市態下，我國股市與債市間的信息傳遞效應較弱，這源于我國債市仍存在較嚴重的市場分割與流動性較弱等現象，使得債市的信息反映不如市場流通及有效性較高的股市;相對于股市信息，匯市的波動更為關注債市傳遞的市場利率信息、貨幣供應以及對外貿易等，因而使得匯市對債市的溢出效應要更顯著于對股市的。不同市態下，三個金融市場間的動態相關性存在明顯異化現象:牛市期間，股市與債市的相關性稍好，而在熊市與振蕩市情形下，二者動態相關性較弱;牛市期間，股市與匯市關聯性為負;而熊市期間則為正，這也與人民幣匯改及升值態勢有關。進一步的風險傳染的異化分析表明，DCC－GARCH模型的風險測度效果較好，不同市態下股市的市場波動都要明顯高于債市與匯市，當市場趨勢性明顯的情況下，模型跟蹤效果較優;相關金融市場間的波動溢出效應不但增加了單市場的風險，同時也增加了組合的風險;不考慮市場間的波動溢出效應會傾向于低估市場風險，即市場間存在風險傳染現象，應引起投資組合風險管理的重視。本文的研究可見，自人民幣匯改以來，隨著熱錢不斷涌入使得我國匯市的波動日益增強，匯市與股市、債市間的波動溢出性也日益顯著，在投資風險的管控中除了關注股市與債市間的相關性與投資轉移、資產配置外，還應密切注意匯市波動對股市、債市的影響。

而針對債市與匯市間在不同市態下相關性與溢出效應，央行在采取利率工具調度匯市時應考慮其風險的傳染，同時也應進一步完善債市的發展與監管，提高債市的整體銷量。同時，在不同的市態下，我國股市、債市及匯市間的波動溢出及風險傳染效應不盡相同，且三者間的相關性呈現正負的時變波動性，因而對于同時投資于不同金融市場的投資者而言，需對市場間的動態關聯性及風險傳染予以重視，若將牛市、熊市與振蕩市態下的樣本合成一起研究則有可能得不出穩健的結論甚至得到錯誤的判斷。本文的結論也佐證了在不同的經濟周期，組合投資的風格應有所不同;投資者應當根據不同市態下各金融市場間動態相關性與風險傳染效應的不同，進行資產配置的優化與風險管理。

（本文來自于《東南學術》雜志?！稏|南學術》雜志簡介詳見。）

作者：鄭國忠鄭振龍單位：廈門大學經濟學院金融系博士研究生廈門大學金融系教授博士生導師