國際原油市場與股票市場的聯(lián)動(dòng)關(guān)系研究

陳曉春　黃媛

摘要：構(gòu)建分位數(shù)回歸模型，依據(jù)澳大利亞、中國大陸、日本等八個(gè)亞太股票市場2000年1月4日至2017年4月7日數(shù)據(jù)，考量國際原油市場與股票市場的聯(lián)動(dòng)關(guān)系。結(jié)果顯示：原油市場與亞太股票市場呈正向聯(lián)動(dòng)關(guān)系，在極端股市條件下兩個(gè)市場的聯(lián)動(dòng)性更為明顯。原油市場與股票市場的聯(lián)動(dòng)性在結(jié)構(gòu)突變處發(fā)生階段性變化，兩個(gè)市場的波動(dòng)具有明顯的傳導(dǎo)作用。鑒此，投資者需注重防范市場間的風(fēng)險(xiǎn)傳染，政府部門宜加強(qiáng)金融監(jiān)管，維護(hù)國家能源安全。

關(guān)鍵詞：聯(lián)動(dòng)；國際原油市場；股票市場；分位數(shù)回歸

中圖分類號：F83091文獻(xiàn)標(biāo)識碼：A文章編號：10037217（2017）05005306

一、引言

原油作為一種重要的大宗商品，具有生產(chǎn)要素和消費(fèi)品的雙重屬性。在世界經(jīng)濟(jì)一體化和金融全球化的背景下，由于地緣政治和衍生品的大量消耗，國際原油價(jià)格的大幅波動(dòng)直接對世界經(jīng)濟(jì)產(chǎn)生影響。股票市場作為一國經(jīng)濟(jì)發(fā)展水平的重要標(biāo)志，國際原油價(jià)格漲跌的沖擊也會(huì)傳導(dǎo)至股票市場，使不同市場相互影響表現(xiàn)出相同或相似的波動(dòng)特征。油價(jià)上漲一方面直接增加企業(yè)生產(chǎn)成本，降低企業(yè)利潤，影響企業(yè)未來現(xiàn)金流；另一方面，油價(jià)上漲帶來“輸入型通貨膨脹”壓力，中央銀行采取提高利率等一系列緊縮性貨幣政策宏觀調(diào)控，利率上升導(dǎo)致資產(chǎn)價(jià)格下降，間接影響股票市場。近年來，亞太市場經(jīng)濟(jì)發(fā)展迅速，國際間貿(mào)易不斷擴(kuò)張，這些經(jīng)濟(jì)體的發(fā)展大多依附于能源密集型產(chǎn)業(yè)，以原油為主的能源消耗伴隨經(jīng)濟(jì)增長急劇增加。英國石油公司（BP2016）的數(shù)據(jù)顯示，2015年亞太地區(qū)原油消耗達(dá)世界原油消耗總量的34.15%，而該地區(qū)原油戰(zhàn)略儲(chǔ)備相對匱乏，亞太經(jīng)濟(jì)對國際原油價(jià)格波動(dòng)的敏感程度已不容忽視。研究國際原油市場與亞太股票市場的聯(lián)動(dòng)關(guān)系對于維護(hù)能源安全，合理規(guī)避投資風(fēng)險(xiǎn)等具有理論和現(xiàn)實(shí)意義。

現(xiàn)有文獻(xiàn)基于收益的視角對國際原油市場與發(fā)達(dá)國家股票市場的互動(dòng)關(guān)系進(jìn)行了大量研究。Park和Ratti[1]以美國和歐洲13個(gè)國家為研究對象，發(fā)現(xiàn)股票市場對油價(jià)沖擊的響應(yīng)取決于該國在國際原油市場的地位。Apergis和Miller [2]運(yùn)用VEC模型研究了結(jié)構(gòu)性油價(jià)沖擊對包括美國在內(nèi)8個(gè)發(fā)達(dá)國家股票市場的影響，結(jié)果表明油價(jià)沖擊只能解釋約10%左右的股票價(jià)格變動(dòng)。Diaz等[3]應(yīng)用VAR模型分析了國際油價(jià)波動(dòng)與G7國家股票收益間的相依性，實(shí)證結(jié)果表明油價(jià)波動(dòng)與G7國家股票收益率存在負(fù)相關(guān)關(guān)系。Chen[4]運(yùn)用馬爾科夫轉(zhuǎn)機(jī)制模型得到了相似的結(jié)果。姬強(qiáng)和范英[5]運(yùn)用動(dòng)態(tài)條件相關(guān)的多元MVGARCH模型

發(fā)現(xiàn)次貸危機(jī)發(fā)生后，國際原油市場與中、美股市的協(xié)動(dòng)性顯著增強(qiáng)。少數(shù)文獻(xiàn)研究了原油市場與發(fā)展中國家股市的關(guān)系，但尚未得到一致性的研究結(jié)論。Nguyen和Bhatti[6]應(yīng)用非參數(shù)Chiand Kplots和Copula模型，發(fā)現(xiàn)越南股市與原油價(jià)格之間具有左尾相依性，而中國股市恰好相反。朱慧明等[7]應(yīng)用AR（p）GARCH（1，1）Copula模型發(fā)現(xiàn)國際原油價(jià)格與中國股市收益的相關(guān)性較弱，與巴西、印度等其他金磚四國股市的相關(guān)性明顯?？傮w而言，現(xiàn)有研究主要考察美國和歐洲發(fā)達(dá)國家股票市場與原油市場的關(guān)系，對亞太地區(qū)的研究較少。并且真實(shí)股票市場分為上升和下降過程，已有研究大多基于均值回歸刻畫兩個(gè)市場的相關(guān)性，忽略了不同行情下原油市場與股市的異質(zhì)性關(guān)系，尤其難以刻畫極端股市行情下兩個(gè)市場的相關(guān)性。

分位數(shù)回歸方法克服了以上缺陷，通過考慮不同概率水平下響應(yīng)變量對協(xié)變量的回歸，更為全面地描述協(xié)變量對響應(yīng)變量的變化范圍以及條件分布形狀的影響，有效捕捉不同市場條件下原油市場與股票市場的動(dòng)態(tài)聯(lián)動(dòng)關(guān)系。考慮在較長樣本周期內(nèi)，受金融危機(jī)、區(qū)域性突發(fā)事件和外部信息流入等多維因素的交互影響，一個(gè)市場的動(dòng)蕩可能會(huì)傳導(dǎo)至其他相關(guān)市場，導(dǎo)致兩個(gè)市場的關(guān)系發(fā)生結(jié)構(gòu)突變。文章進(jìn)一步結(jié)合BaiPerron內(nèi)生多重結(jié)構(gòu)突變檢驗(yàn)方法對各地區(qū)的結(jié)構(gòu)突變現(xiàn)象進(jìn)行檢驗(yàn)，考察結(jié)構(gòu)突變對原油市場與股市相關(guān)性的階段性影響。

財(cái)經(jīng)理論與實(shí)踐（雙月刊）2017年第5期

2017年第5期（總第209期）陳曉春，黃媛：國際原油市場與股票市場的聯(lián)動(dòng)關(guān)系研究——基于分位數(shù)回歸的經(jīng)驗(yàn)證據(jù)

二、模型及方法

（一）分位數(shù)回歸模型及參數(shù)估計(jì)

設(shè)yi為因變量，xi為k維自變量，考慮如下標(biāo)準(zhǔn)的回歸模型：

yi=xi′β+εi，i=1，2，…，N（1）

假定隨機(jī)變量Y的概率分布函數(shù)為FYτ=PY≤y，F(xiàn)Y的第τ分位數(shù)定義為條件等式滿足FYy≥τ的最小y值。構(gòu)建分位數(shù)回歸模型：

QYτ=infy：FYy≥τ=x′βτ

0<τ<1（2）

定義分位數(shù)回歸模型的損失函數(shù)為：

ρτ（ε）=ε[τ-I（ε<0）]（3）

其中，

I（ε）=0，ε≥01，ε<0（4）

問題轉(zhuǎn)化為求解損失函數(shù)期望的優(yōu)化問題：

minE[ρτ（Y-ξ^）]=（τ-1）∫ξ^-∞（y-ξ^）dF（y）+τ∫+∞ξ^（y-ξ^）dF（y）（5）

對ξ^一階求導(dǎo)，

并引入損失函數(shù)ρτε可得分位數(shù)的點(diǎn)估計(jì)，考慮樣本yini=1，其經(jīng)驗(yàn)分布函數(shù)可表示為：

∫ρτ（y-ξ^）dFn（y）=n-1∑ni=1ρτ（yi-ξ^）（6）

將求樣本yini=1的τ概率水平的分位點(diǎn)問題轉(zhuǎn)化為求解minξ^∈R∑ni=1ρτ（yi-ξ^）的優(yōu)化問題。因此，給定解釋變量X=x條件下，通過求解下式估計(jì)τ分位下條件分布函數(shù)的系數(shù)β^τ：

β^（τ）=minβ∈Rm∑ni=1ρτ（yi-x′iβ）（7）

（二）BaiPerron內(nèi)生多重結(jié)構(gòu)突變檢驗(yàn)方法endprint

Bai和Perron[9]根據(jù)大樣本理論提出內(nèi)生多重結(jié)構(gòu)突變檢驗(yàn)法，能有效檢測出數(shù)據(jù)生成過程是否發(fā)生結(jié)構(gòu)突變以及結(jié)構(gòu)突變的次數(shù)與時(shí)點(diǎn)。主要思路如下：

考慮數(shù)據(jù)生成過程（DGP）：

yt=xt′β+zt′γj+1+μt，t=Tj+1，Tj+2，…，Tj（8）

其中，yt為因變量，xt和zt為自變量，β和γj為系數(shù)向量，μt為殘差項(xiàng)，j為結(jié)構(gòu)突變點(diǎn)次數(shù)，T1，T2，…，Tj為未知結(jié)構(gòu)突變點(diǎn)。運(yùn)用最小二乘法對每個(gè)可能的分割點(diǎn)T1，T2，…，Tj中的β和γj+1的值進(jìn)行估計(jì)，求得全局殘差平方和：

St（T1，T2，…，Tj）=min∑j+1i=1∑Tit=Ti-1+1（yt-

xt′β-zt′γj）2（9）

比較不同分割方式得到的殘差平方和，使得殘差平方和StT1，T2，…，Tj達(dá)到最小的分割。

最后，對數(shù)據(jù)生成過程是否發(fā)生結(jié)構(gòu)突變點(diǎn)進(jìn)行檢驗(yàn)。分位數(shù)回歸模型進(jìn)一步轉(zhuǎn)化為：

Qr（τ|x）=α（τ）+β（τ）oil+∑nj=1γj（τ）Djoil（10）

其中，r表示亞太股市收益率，oil表示國際原油價(jià)格變化，Dj為虛擬變量，γj度量結(jié)構(gòu)突變點(diǎn)處原油市場與股票市場的聯(lián)動(dòng)程度。Bai和Perron[10]對判斷時(shí)間序列是否發(fā)生結(jié)構(gòu)突變的檢驗(yàn)統(tǒng)計(jì)量進(jìn)行蒙特卡洛模擬發(fā)現(xiàn)，SupFTi+1|i序列統(tǒng)計(jì)量比信息準(zhǔn)則統(tǒng)計(jì)量具有更高的檢驗(yàn)勢。因此，本文直接依據(jù)SupFTi+1|i序列統(tǒng)計(jì)量所選擇的結(jié)構(gòu)突變點(diǎn)個(gè)數(shù)做出判斷。

三、實(shí)證分析

（一）指標(biāo)選取及特征分析

我們采用分位數(shù)回歸模型對國際原油市場與亞太股票市場的聯(lián)動(dòng)關(guān)系進(jìn)行實(shí)證分析。原油市場選取WTI原油價(jià)格，亞太股票市場選取澳大利亞（AUS）、中國大陸（CHN）、中國香港（HK）、印度（IND）、印度尼西亞（INA）、日本（JPN）、馬來西亞（MAS）和韓國（KOR）的股票指數(shù)作為代表，分別為：標(biāo)普200指數(shù)、上證綜合指數(shù)、恒生指數(shù)、孟買敏感30指數(shù)、雅加達(dá)綜合指數(shù)、日經(jīng)225指數(shù)、富時(shí)KLCI指數(shù)和KOSPI指數(shù)。本文選取的八個(gè)地區(qū)，既包括以中國大陸、印度、印度尼西亞、馬來西亞和韓國為代表的新興市場，也包括以澳大利亞、中國香港和日本為代表的發(fā)達(dá)市場，能較大程度地代表亞太地區(qū)。股票價(jià)格指數(shù)數(shù)據(jù)來源于Datastream數(shù)據(jù)庫，國際原油價(jià)格選取美國WTI原油現(xiàn)貨價(jià)格，數(shù)據(jù)來源于美國能源信息署網(wǎng)站（EIA）。樣本數(shù)據(jù)區(qū)間為2000年1月4日至2017年4月7日，選取的數(shù)據(jù)跨度包含第二次海灣戰(zhàn)爭引發(fā)的原油價(jià)格上漲、美國“次貸危機(jī)”引發(fā)的全球金融危機(jī)以及隨后發(fā)生的“歐債危機(jī)”等，油價(jià)波動(dòng)在此期間也尤為劇烈?？紤]到各國假期差異，刪除部分觀測值，利用匹配的日數(shù)據(jù)進(jìn)行分析。對資產(chǎn)價(jià)格或指數(shù)序列進(jìn)行對數(shù)差分處理可以消除價(jià)格波動(dòng)對價(jià)格水平的依賴關(guān)系，對所有數(shù)據(jù)序列的指數(shù)值Pt進(jìn)行對數(shù)差分處理：Rt=100×lnPt-lnPt-1，其中Rt表示對數(shù)收益率。

表1和表2列出了各對數(shù)差分序列的基本統(tǒng)計(jì)特征。均值統(tǒng)計(jì)量說明除日本外，原油和亞太股市收益率均為正。馬來西亞和澳大利亞股市的標(biāo)準(zhǔn)差較小，其他幾個(gè)市場具有較大的波動(dòng)性。偏度峰度數(shù)據(jù)表明亞太股市序列存在明顯的尖峰厚尾現(xiàn)象，且為左厚尾特征。由J-B統(tǒng)計(jì)量可以看出各序列均不服從正態(tài)分布。運(yùn)用ADF、PP和KPSS檢驗(yàn)綜合對原油價(jià)格和亞太股市序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表2所示。因此，本文以對數(shù)收益率作為研究對象。

注：***表示在1%的顯著性水平下拒絕原假設(shè)。

注：***表示在1%的顯著性水平下拒絕原假設(shè)， ADF和PP檢驗(yàn)的原假設(shè)為存在單位根，而KPSS檢驗(yàn)的原假設(shè)為不存在單位根。

（二）BaiPerron內(nèi)生多重結(jié)構(gòu)突變檢驗(yàn)

在樣本期內(nèi)受國家政策或重大經(jīng)濟(jì)事件等因素的影響，國際原油市場或股票市場在近似連續(xù)的時(shí)間內(nèi)將出現(xiàn)較大幅度的波動(dòng)?？紤]到由突發(fā)信息引起資產(chǎn)價(jià)格或收益波動(dòng)造成的沖擊可能導(dǎo)致兩個(gè)市場的關(guān)系發(fā)生“突變”現(xiàn)象，運(yùn)用BaiPerron內(nèi)生多重結(jié)構(gòu)突變檢驗(yàn)方法對亞太股市與國際原油市場的關(guān)系進(jìn)行結(jié)構(gòu)突變檢驗(yàn)。

注：括號內(nèi)數(shù)字表示結(jié)構(gòu)突變點(diǎn)的位置。

據(jù)表3，香港和印度在樣本期內(nèi)發(fā)生了兩次結(jié)構(gòu)突變，印度尼西亞發(fā)生了一次結(jié)構(gòu)

突變。香港兩次結(jié)構(gòu)突變分別發(fā)生在2007年7月31日和2012年7月30日。第一次結(jié)構(gòu)突變與美國“次貸危機(jī)”引發(fā)的金融海嘯時(shí)點(diǎn)相符；第二次結(jié)構(gòu)突變是2012年6月大量日元套利資金涌入帶動(dòng)香港股市走高，香

港政府被迫開始干預(yù)聯(lián)系匯率制度的結(jié)果。印度于2006年3月24日發(fā)生的結(jié)構(gòu)突變主要是受印度孟買敏感指數(shù)突破12612高位后暴跌的影響；2013年8月26日發(fā)生的第二次結(jié)構(gòu)突變是盧比貶值和通貨膨脹的結(jié)果。2013年8月盧比對美元比價(jià)為69.1∶1，達(dá)到前所未有的新低點(diǎn)。受盧比貶值和美聯(lián)儲(chǔ)計(jì)劃退出“量化寬松”的影響，外國投資者大規(guī)模

撤資，印度股票市場一落千丈，加劇了輸入型通貨膨脹；2003年3月爆發(fā)的第二次海灣戰(zhàn)爭導(dǎo)致石油減產(chǎn)推動(dòng)原油價(jià)格上漲幅度高達(dá)28%是印度尼西亞于2003年4月3日發(fā)生結(jié)構(gòu)突變的原因。2003年印度尼西亞原油消費(fèi)量首次超過生產(chǎn)量，作為亞太地區(qū)唯一的OPEC成員國，原油消耗不斷上升和產(chǎn)量逐年下降使得國際油價(jià)的上漲對印度尼西亞的經(jīng)濟(jì)產(chǎn)生嚴(yán)重的負(fù)向沖擊，整個(gè)股市隨之迅速下跌。

值得注意的是，八個(gè)亞太市場發(fā)生結(jié)構(gòu)突變的次數(shù)存在差異，這可能是由于市場對外開放度及金融管制水平的不同使地區(qū)抵御危機(jī)沖擊的能力和反應(yīng)的速度不同。比如除香港外，各地區(qū)在2007—2008年時(shí)點(diǎn)附近并沒有檢測出結(jié)構(gòu)突變點(diǎn)，這不能說明這些地區(qū)沒有受到“次貸危機(jī)”的影響，而是之后由于全球經(jīng)濟(jì)回暖以及各國及時(shí)采取的金融應(yīng)對措施使經(jīng)濟(jì)出現(xiàn)反彈，結(jié)構(gòu)突變檢驗(yàn)并沒有將這種短期的下降過程顯著地檢驗(yàn)出來。endprint

（三）模型估計(jì)結(jié)果分析

原油與股票市場的聯(lián)動(dòng)性反映了兩種不同類型市場波動(dòng)的一致程度，這種聯(lián)動(dòng)關(guān)系表現(xiàn)為兩個(gè)市場的資產(chǎn)價(jià)格同時(shí)上升或下跌，通常用兩個(gè)市場的相關(guān)系數(shù)來表示。

為了捕捉聯(lián)動(dòng)性隨股市狀態(tài)改變的動(dòng)態(tài)特性，本文選取5%、10%、25%、50%、75%、90%、95%七個(gè)具有代表性的分位點(diǎn)進(jìn)行分位數(shù)回歸模型擬合，

并用低分位點(diǎn)和高分位點(diǎn)部分度量股市與原油市場的極端聯(lián)動(dòng)性，得到參數(shù)估計(jì)結(jié)果如表4所示。為了進(jìn)行對比分析，本文列出了最小二乘法估計(jì)結(jié)果（見表3最后一列）。OLS回歸結(jié)果表明，除香港和印度股票市場與原油市場呈不顯著的負(fù)向關(guān)系，亞太股票市場與原油市場呈正向聯(lián)動(dòng)關(guān)系，其中韓國股票市場與國際原油市場的聯(lián)動(dòng)程度最大，為00627。顯然，OLS回歸側(cè)重于討論自變量對因變量的平均影響。在實(shí)際問題中，決策者和投資者往往對極端股票市場行情更加關(guān)注，均值回歸方法難以有效捕捉這些特征從而得到不全面的統(tǒng)計(jì)推斷結(jié)果。

注：***、**、* 分別表示在1%、5%、10%下的顯著性水平。

從分位數(shù)回歸結(jié)果來看，澳大利亞、中國、日本、馬來西亞和韓國股票市場與原油市場呈顯著的正向聯(lián)動(dòng)關(guān)系。近年來亞太地區(qū)經(jīng)濟(jì)快速增長，股票市場投資急劇增加，

抵消了原油價(jià)格波動(dòng)對金融市場的負(fù)向沖擊，并促進(jìn)了國際原油市場與亞太股票市場的一體化。但在不同分位點(diǎn)水平下，兩個(gè)市場的聯(lián)動(dòng)程度和結(jié)構(gòu)具有異質(zhì)性。以中國為例，在5%分位數(shù)，原油市場與股票市場的聯(lián)動(dòng)程度最大，相關(guān)系數(shù)為0.0844。隨著分位數(shù)水平提高，兩個(gè)市場的相關(guān)性呈現(xiàn)先下降后上升的趨勢。在50%分位水平下，相關(guān)系數(shù)最小，為0.0136；而在95%分位，相關(guān)系數(shù)上升為0.0453。表明在股市收益極端上升和極端下降的狀態(tài)下，國際原油市場與股票市場的聯(lián)動(dòng)性最強(qiáng)，市場間風(fēng)險(xiǎn)溢出效應(yīng)明顯加大。出現(xiàn)這一結(jié)果的原因可能是投資者在極端緊張或樂觀的投資環(huán)境下更容易吸收來自其他市場的信息并對此做出反應(yīng)，使兩個(gè)市場間的聯(lián)動(dòng)關(guān)系在極端分位點(diǎn)明顯增強(qiáng)。

香港、印度和印度尼西亞股市和原油市場的關(guān)系表現(xiàn)出階段性特點(diǎn)。在結(jié)構(gòu)突變發(fā)生前，兩個(gè)市場的聯(lián)動(dòng)特征表現(xiàn)微弱，相關(guān)系數(shù)幾乎在所有分位點(diǎn)都不顯著。原油作為經(jīng)濟(jì)發(fā)展的基礎(chǔ)性能源，在原油產(chǎn)量相對穩(wěn)定的條件下，一國股票市場與原油市場的相關(guān)性程度取決于該地區(qū)的能源依賴程度和依賴路徑。香港地區(qū)的經(jīng)濟(jì)發(fā)展依托于服務(wù)業(yè)，原油需求量和消費(fèi)份額較小，印度尼西亞的原油消費(fèi)量與生產(chǎn)量基本保持平衡，地區(qū)發(fā)展對原油的依賴程度削弱了股票市場對原油價(jià)格波動(dòng)沖擊的響應(yīng)。印度政府近年來將基礎(chǔ)設(shè)施建設(shè)作為提振國家經(jīng)濟(jì)的手段，這一舉措大力提升了原油的消耗。據(jù)《BP世界能源統(tǒng)計(jì)2016》的數(shù)據(jù)，印度原油消費(fèi)從2005年的2606千桶/天上漲至2015年的4159千桶/天，漲幅接近60%。原油依存度的急劇上漲使國際原油價(jià)格波動(dòng)對印度股票市場產(chǎn)生的負(fù)向沖擊。但作為世界第六大經(jīng)濟(jì)體，印度股市取決于多種宏觀因素的影響，受單一油價(jià)波動(dòng)影響較小，此外印度近年來經(jīng)濟(jì)的快速增長也能抵消一部分原油市場波動(dòng)對股市的沖擊，這也是印度股市與國際原油市場的負(fù)相關(guān)關(guān)系只在25%和75%這兩個(gè)分位點(diǎn)顯著的原因。受危機(jī)沖擊的影響，結(jié)構(gòu)突變點(diǎn)處這三個(gè)地區(qū)股票市場與原油市場的聯(lián)動(dòng)性發(fā)生了階段性變化，相關(guān)系數(shù)γj為正且明顯增大，市場間的波動(dòng)傳導(dǎo)性顯著增強(qiáng)，表明國際原油市場與股票市場的聯(lián)動(dòng)關(guān)系對沖擊的反應(yīng)更敏感，市場間風(fēng)險(xiǎn)溢出效應(yīng)明顯加大。對這一結(jié)果可能的解釋是，當(dāng)某一市場發(fā)生高風(fēng)險(xiǎn)事件時(shí)，恐慌情緒的傳染性會(huì)蔓延至其他相關(guān)市場，大量非理性投資者的跟風(fēng)策略導(dǎo)致跨市場的羊群效應(yīng)，使相關(guān)市場的資產(chǎn)價(jià)格表現(xiàn)出明顯的相關(guān)性，從而增強(qiáng)了市場間的聯(lián)動(dòng)特征。在第一次結(jié)構(gòu)突變點(diǎn)，香港、印度股市與原油市場的相關(guān)系數(shù)上升趨勢明顯，聯(lián)動(dòng)性程度達(dá)到樣本期內(nèi)的最大正相關(guān)水平；在第二次結(jié)構(gòu)突變點(diǎn)，原油市場與股市的聯(lián)動(dòng)性仍然表現(xiàn)為較高的正相關(guān)性，但相對于第一次結(jié)構(gòu)突變，兩者的聯(lián)動(dòng)程度有所下降，說明不同市場間信息傳染效應(yīng)與外生沖擊的強(qiáng)度有直接關(guān)系。

為了驗(yàn)證運(yùn)用分位數(shù)回歸模型刻畫國際原油市場與亞太股票市場的聯(lián)動(dòng)關(guān)系的合理性和有效性，運(yùn)用Wald斜率相等檢驗(yàn)進(jìn)一步驗(yàn)證不同分位點(diǎn)下參數(shù)的斜率是否具有不變性。表5列出了50%分位點(diǎn)分別與極端分位點(diǎn)5%和95%的參數(shù)斜率對比檢驗(yàn)結(jié)果。5%與50%分位點(diǎn)的參數(shù)斜率對比結(jié)果拒絕了同質(zhì)性的原假設(shè)，表明參數(shù)估計(jì)結(jié)果在這兩個(gè)分位點(diǎn)的非恒定性，采用分位數(shù)回歸模型刻畫國際原油市場與股票市場的聯(lián)動(dòng)關(guān)系較為合適。

注：***、**、*分別表示在1%、5%、 10%下的顯著性水平。

圖2刻畫了不考慮結(jié)構(gòu)突變影響下國際原油市場與亞太股市間相關(guān)系數(shù)的動(dòng)態(tài)變化趨勢，其中陰影部分表示分位點(diǎn)參數(shù)估計(jì)的95%置信區(qū)間?？梢钥闯?，在不同分位點(diǎn)水平下，原油市場與八個(gè)亞太股票市場的聯(lián)動(dòng)關(guān)系具有明顯的動(dòng)態(tài)特征，在分位點(diǎn)的兩端兩個(gè)市場的聯(lián)動(dòng)性呈明顯上升趨勢，聯(lián)動(dòng)結(jié)構(gòu)在樣本期內(nèi)呈現(xiàn)近似V型結(jié)構(gòu)。

四、結(jié)論

國際原油市場與股票市場的互動(dòng)關(guān)系研究一直是能源金融領(lǐng)域的熱點(diǎn)問題。金融類資產(chǎn)收益率通常呈現(xiàn)“尖峰厚尾”的典型特征，最小二乘回歸估計(jì)結(jié)果顯然不再具有無偏、有效的優(yōu)良性質(zhì)。本文采用分位數(shù)回歸方法有效捕捉了不同行情下股票市場與原油市場的異質(zhì)性動(dòng)態(tài)聯(lián)動(dòng)特征，得到更為全面、穩(wěn)健的參數(shù)估計(jì)結(jié)果。實(shí)證結(jié)果表明，國際原油市場與亞太股票市場存在顯著的正向聯(lián)動(dòng)關(guān)系，并且在極端條件下聯(lián)動(dòng)程度顯著增強(qiáng)。在樣本期內(nèi)香港、印度和印度尼西亞股票市場與原油市場的聯(lián)動(dòng)關(guān)系在結(jié)構(gòu)突變點(diǎn)處發(fā)生階段性變化，顯著提高了原油市場與股票市場的聯(lián)動(dòng)機(jī)制，證實(shí)了某些危機(jī)沖擊具有傳導(dǎo)作用，并對兩個(gè)市場的聯(lián)動(dòng)性產(chǎn)生了實(shí)質(zhì)影響。國際原油市場與股票市場的正向聯(lián)動(dòng)性一方面有助于金融投資者應(yīng)對國際原油價(jià)格波動(dòng)，靈活調(diào)整投資組合策略，合理規(guī)避市場間的風(fēng)險(xiǎn)溢出，提升資產(chǎn)組合管理的效率；另一方面也有利于政策制定者識別油價(jià)風(fēng)險(xiǎn)，加強(qiáng)國際間的原油合作，確保本國及周邊國家的能源安全和金融系統(tǒng)的穩(wěn)定。endprint

參考文獻(xiàn)：

[1] Park J，Ratti R A.Oil price shocks and stock markets in the US and 13 European countries[J].Energy economics，2008，30（5）：2587-2608.

[2] Apergis N，Miller S M.Do structural oil-market shocks affect stock prices？[J].Energy Economics，2009，31（4）：569-575.

[3] Diaz E M，Molero J C，De Gracia F P.Oil price volatility and stock returns in the G7 economies[J].Energy Economics，2016，54（1）：417-430.

[4] Chen S S.Do higher oil prices push the stock market into bear territory？[J].Energy Economics，2010，32（2）：490-495.

[5] 姬強(qiáng)，范英.次貸危機(jī)前后國際原油市場與中美股票市場間的協(xié)動(dòng)性研究[J].中國管理科學(xué)，2010（6）：42-50.

[6] Nguyen C C，Bhatti M I.Copula modeldependency between oil prices and stock markets：evidence from China and Vietnam[J].Journal of International Financial Markets，Institutionsand Money，2012，22（4）：758-773.

[7] 朱慧明，董丹，郭鵬.基于Copula函數(shù)的國際原油價(jià)格與股票市場收益的相關(guān)性研究[J].財(cái)經(jīng)理論與實(shí)踐，2016（2）：32-37.

[8] Bai J，Perron P.Estimating and testing linear models with multiple structural changes[J].Econometrica，1998（11）：47-78.

[9] Bai J，Perron P.Computation and analysis of multiple structural change models[J].Journal of Applied Econometrics，2003，18（1）：1-22.

（責(zé)任編輯：鐘瑤）endprint