國際油價(jià)、美國經(jīng)濟(jì)不確定性和中國股市的波動溢出效應(yīng)研究

王奇珍，王玉東

(1.南京曉莊學(xué)院商學(xué)院，江蘇 南京 211171；2.南京理工大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210094)

1 引言

2008年席卷全球的金融危機(jī)使世界各國經(jīng)歷了一場前所未有的劇烈動蕩，股市大跌，油價(jià)波動劇烈，全球經(jīng)濟(jì)不確定性增強(qiáng)，不同市場間的風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)增加。中國自1996年成為石油凈進(jìn)口國，2003年中國石油消費(fèi)超過日本，成為僅次于美國的第二大石油消費(fèi)國。中國對國際石油市場的依賴使得其對國際油價(jià)波動的反應(yīng)也更為敏感。石油是具有三種屬性的商品：資源屬性，商品屬性和金融屬性。隨著國際金融體系的不斷發(fā)展，石油期權(quán)、期貨等金融工具為基礎(chǔ)的投機(jī)行為使得國際油價(jià)的金融屬性日益重要。因此，一方面，國際石油價(jià)格波動會影響投資者對相關(guān)行業(yè)上市公司的投資行為，對股票價(jià)格指數(shù)造成影響，增加經(jīng)濟(jì)發(fā)展的不確定性；另一方面，中國經(jīng)濟(jì)的飛速發(fā)展和對石油的巨大消費(fèi)使得中國在國際油價(jià)市場中也起著至關(guān)重要的作用，影響國際金融市場，中國股市的變化也成為他國政策制定者判斷經(jīng)濟(jì)走勢和決策的重要依據(jù)。由此可見，國際石油市場、經(jīng)濟(jì)不確定性和股票市場之間呈現(xiàn)出彼此互動的性質(zhì)，一方的波動會對其他方產(chǎn)生重要的影響，即不同市場之間存在波動溢出效應(yīng)。

盡管理論上對油價(jià)、經(jīng)濟(jì)不確定性和股票市場的關(guān)系并沒有確定的分析，大量研究卻證明三者之間存在一定的關(guān)系，這種關(guān)系通過宏觀經(jīng)濟(jì)和私人投資兩個(gè)渠道起著作用。經(jīng)濟(jì)不確定性既來源于經(jīng)濟(jì)系統(tǒng)沖擊對經(jīng)濟(jì)的影響，如私人部門投資的不確定[1]，也來源于經(jīng)濟(jì)環(huán)境的不確定性所導(dǎo)致的政策變化。就宏觀經(jīng)濟(jì)而言，股票市場往往被看作是是經(jīng)濟(jì)活動的晴雨表，經(jīng)濟(jì)不確定性對經(jīng)濟(jì)活動的作用常常反應(yīng)在股票市場上。反過來，當(dāng)股票市場發(fā)生波動時(shí)，各國的政策制定者會對經(jīng)濟(jì)和金融事件做出反應(yīng)，制定相關(guān)的政策，而不確定性是政策制定不可避免的副產(chǎn)品[2]。由于油價(jià)對宏觀經(jīng)濟(jì)意義非凡，經(jīng)濟(jì)政策會隨著油價(jià)波動發(fā)生變化，這反過來又會影響原油價(jià)格[3]。根據(jù)股權(quán)價(jià)值評估理論，在投資者要求的收益率下，股票價(jià)格是通過對預(yù)期的未來現(xiàn)金流的貼現(xiàn)獲得的。企業(yè)現(xiàn)金流和貼現(xiàn)率所反應(yīng)的經(jīng)濟(jì)狀況會受股票價(jià)格的影響。因此，股票價(jià)格會對油價(jià)變化做出反應(yīng)[2,4]。當(dāng)金融市場壓力較大時(shí)，經(jīng)濟(jì)活動會有所放緩，導(dǎo)致能源需求下降，油價(jià)下跌[5]。

就私人投資而言，雖然股票投資在所有投資中是收益最大的，但其風(fēng)險(xiǎn)也最大。因此企業(yè)常常把原油市場作為股票投資的替代品，在降低風(fēng)險(xiǎn)的條件下獲得一定的收益。由于投資不可逆，企業(yè)在經(jīng)濟(jì)不確定性增加時(shí)，會更加不愿意做出投資決定，這會產(chǎn)生“觀望”效應(yīng)。而且這種不確定性還會由于油價(jià)波動(股價(jià)波動)會引起企業(yè)投資組合的變動，對股票市場(原油市場)產(chǎn)生影響[5]。因此經(jīng)濟(jì)政策不確定性會通過個(gè)人投資直接影響股票和原油市場。反過來，投資組合的變化會影響經(jīng)濟(jì)活動，使政策制定者制定相關(guān)經(jīng)濟(jì)政策，增加經(jīng)濟(jì)的不確定性。

學(xué)者們對不同市場間的波動溢出效應(yīng)展開了大量的研究[6-9]。在對油價(jià)和股票市場的波動傳遞效應(yīng)的研究中，一些學(xué)者認(rèn)為油價(jià)和股票市場的波動溢出效應(yīng)是不存在的。Chang等[10]使用GARCH模型研究國際油價(jià)和英美股市之間的波動溢出效應(yīng)，發(fā)現(xiàn)原油市場和股票市場不存在波動溢出。有的學(xué)者持相反的觀點(diǎn)，Sadorsky[11]使用四個(gè)多變量GARCH模型分析油價(jià)和美國清潔能源公司和科技公司股價(jià)之間的波動溢出效應(yīng)。DCC模型研究結(jié)果顯示油價(jià)和清潔能源股價(jià)存在顯著的短期波動溢出效應(yīng)。金洪飛和金犖[12]則發(fā)現(xiàn)油價(jià)和股票市場的波動溢出效應(yīng)比較復(fù)雜，中國股市價(jià)格和國際石油價(jià)格之間不存在波動溢出效應(yīng)，而美國股市收益率和國際石油價(jià)格的變化率之間具有波動溢出效應(yīng)。大部分學(xué)者發(fā)現(xiàn)國際原油價(jià)格和股價(jià)存在雙向的波動傳遞效應(yīng)，如Zhang Chuanguo和Chen Xiaoqing[13]對中國股市的研究，Arouri等[2]對歐洲股市的研究，Lin Boqiang等[14]對加納股市的研究。

隨著經(jīng)濟(jì)全球化和經(jīng)濟(jì)一體化的發(fā)展，美國經(jīng)濟(jì)活動的變化也會由于美國在全球市場上的地位影響到其他國家。Colombo[15]研究了美國經(jīng)濟(jì)政策不確定性對歐洲地區(qū)宏觀經(jīng)濟(jì)的影響，發(fā)現(xiàn)美國經(jīng)濟(jì)政策不確定性和歐洲宏觀經(jīng)濟(jì)存在著波動傳遞效應(yīng)。Kl?ner和Sekkel[16]也證實(shí)了六個(gè)發(fā)達(dá)國家的政策不確定性存在波動溢出效應(yīng)。一些波動溢出效應(yīng)研究局限于美國政策不確定性和美國股票市場的國內(nèi)傳遞。近年的研究中，Baker等[17]構(gòu)建了美國經(jīng)濟(jì)政策不確定性指數(shù)(EPU)估算經(jīng)濟(jì)政策不確定性對隱含波動率的影響。結(jié)果顯示經(jīng)濟(jì)政策不確定增加了股票價(jià)格波動率。接下來，Antonakakis等[18]采用EPU指數(shù)研究美國股票收益率、隱含波動率和經(jīng)濟(jì)政策不確定性的時(shí)變相關(guān)關(guān)系。結(jié)果顯示增強(qiáng)股票市場的波動性會增加經(jīng)濟(jì)政策不確定性，而經(jīng)濟(jì)政策不確定性的波動增加則負(fù)面影響股票收益，這又增加了經(jīng)濟(jì)政策的不確定性。Liu Li和Zhang Tao[19]使用EPU指數(shù)研究經(jīng)濟(jì)政策不確定性對美國股市波動的預(yù)測性，發(fā)現(xiàn)以往的經(jīng)濟(jì)政策不確定性對當(dāng)前的已實(shí)現(xiàn)波動率有顯著的正向作用。

較少研究關(guān)注經(jīng)濟(jì)不確定性和原油價(jià)格的波動傳遞效應(yīng)。Li Lei等[20]研究了2008年金融危機(jī)前后經(jīng)濟(jì)不確定性和油價(jià)的波動溢出效應(yīng)，發(fā)現(xiàn)不考慮外生沖擊的話，金融危機(jī)前后不存在顯著的波動溢出效應(yīng)，外生沖擊能強(qiáng)化油價(jià)和不確定性之間的波動傳遞。Antonakakis等[21]估算了油價(jià)和經(jīng)濟(jì)政策不確定性之間的動態(tài)溢出效應(yīng)。結(jié)果顯示在2007～2009年期間總溢出指數(shù)達(dá)到前所未有的高度。1997～2009年經(jīng)濟(jì)政策不確定性起著主導(dǎo)的傳遞作用，而油價(jià)在2009年后在凈溢出中起著顯著的作用。Kang Wensheng和Ratti[22]研究了原油市場、經(jīng)濟(jì)政策不確定性和股票市場的波動溢出效應(yīng)。他們使用結(jié)構(gòu)VAR模型估計(jì)了中國經(jīng)濟(jì)政策不確定性、國際油價(jià)和中國股市收益率之間的關(guān)系。文章使用了Diebold和Yilmaz(DY2009)[23]、Diebold 和Yilmaz(DY2014)[24]方法進(jìn)行了方差分解。研究過程只關(guān)注了其他變量對股市收益率的波動溢出效應(yīng)，而沒有關(guān)注股票市場對其他變量的波動溢出效應(yīng)。文章也沒有考慮兩兩變量之間的波動溢出效應(yīng)。

總之，國內(nèi)外學(xué)者對不同市場間的波動溢出效應(yīng)開展了大量的研究，這些研究幾乎都側(cè)重一個(gè)市場對另一個(gè)市場的單向波動傳遞，很少關(guān)注兩個(gè)市場之間的雙向波動溢出傳遞，更少研究多個(gè)市場的雙向波動溢出效應(yīng)。在市場選擇方面，學(xué)者們對油價(jià)市場和股票市場開展了大量研究，對大宗商品、經(jīng)濟(jì)不確定性等變量的研究較少。而且在對波動溢出效應(yīng)的研究中，幾乎都是使用GARCH模型進(jìn)行分析的[25-28]。使用多變量GARCH模型有兩個(gè)不足之處：一是盡管GARCH模型可以估計(jì)出波動溢出的參數(shù)，但不能量化波動溢出效應(yīng)的大小；二是GARCH模型要同時(shí)估計(jì)出大量的參數(shù)，計(jì)算費(fèi)時(shí)費(fèi)力，以BEKK模型為例，該模型中太多的參數(shù)導(dǎo)致估計(jì)過程沒有最優(yōu)化收斂。此外，由于要同時(shí)估算大量參數(shù)，計(jì)算較為復(fù)雜，多變量GARCH模型的最大似然估計(jì)會存在問題，加入更多復(fù)雜動態(tài)對多變量GARCH模型進(jìn)行擴(kuò)展也往往較為困難[29]。其他GARCH模型如DCC-GARCH和CCC-CARCH模型由于對溢出動態(tài)方面的研究有所欠缺，不能分析時(shí)變的波動性和相關(guān)性，這種分析使用了“用一個(gè)市場的滯后收益預(yù)測另一個(gè)市場的收益”的傳導(dǎo)機(jī)制[30]。波動溢出指數(shù)是隨著時(shí)間發(fā)生變化的，在不同的時(shí)刻會有不同的值。根據(jù)Narayan等[31]的研究，波動溢出指數(shù)是時(shí)變的：金融危機(jī)后的數(shù)值低于金融危機(jī)期間的數(shù)值，但高于金融危機(jī)前的數(shù)值。因此，GARCH方法在描述波動溢出指數(shù)的動態(tài)變化時(shí)存在缺點(diǎn)，不能更有效地描述波動溢出效應(yīng)[32]。

使用金融計(jì)量經(jīng)濟(jì)學(xué)研究復(fù)雜的經(jīng)濟(jì)問題是一項(xiàng)巨大的成功。隨著金融市場的迅速發(fā)展和金融產(chǎn)品多樣性與復(fù)雜性的增加，學(xué)者和專家們致力于提高自身研究水平，獲得更便利的計(jì)量經(jīng)濟(jì)學(xué)方法。Diebold 和Yilmaz(DY 2012)[33]方法與以往方法相比，該方法具有以下優(yōu)點(diǎn)：(1)具有不依賴于Cholesky分解的順序，方差分解的結(jié)果不受變量排序的影響；(2)計(jì)算較為容易，能描述溢出的方向，量化波動溢出效應(yīng)的大小。(3)可以與滾動窗口技術(shù)相結(jié)合，研究不同時(shí)間點(diǎn)的波動溢出效應(yīng)和整體發(fā)展趨勢，增強(qiáng)波動溢出傳遞效應(yīng)的解釋力。因此，本文使用DY 2012方法研究原油價(jià)格，美國政策不確定性和中國股票市場的波動溢出效應(yīng)，以期對新的金融問題做出詳細(xì)和有說服力的解釋。

2 計(jì)量模型

本節(jié)借鑒Diebold和Yilmaz(DY 2012)[33]的方法，計(jì)算波動溢出指數(shù)。溢出指數(shù)最早是由Diebold和Yilmaz(DY 2009)[23]的文章中提出。這種方法基于向量自回歸(VAR)模型，通過方差分解得到的一個(gè)指數(shù)，用該指數(shù)直觀地描述變量間的相互關(guān)系。DY2012改進(jìn)了DY2009，解決了DY2009中變量排序引起的結(jié)果不穩(wěn)定問題。新指數(shù)不僅包括總溢出指數(shù)，還有凈溢出指數(shù)，其計(jì)算過程如下：

由于變量排列次序會影響對殘差項(xiàng)的正交化處理，為了避免出現(xiàn)此問題，本文借鑒Koop 等[34]和Pesaran和 Shin[35]提出的一般化VAR處理法，簡稱KPSS方法。在一般的VAR框架下，進(jìn)行預(yù)測誤差方差分解。本文定義自身項(xiàng)對方差的貢獻(xiàn)程度，即來自xi(i=1,2,…,N)的沖擊對xi的向前H步預(yù)測誤差的方差。同時(shí)，定義了其他項(xiàng)對方差的貢獻(xiàn)值，為除xi外的任意xj(i,j=1,2,…,N;i≠j)對xi的向前H步預(yù)測誤差的方差。在KPSS方法中，xj對xi的向前H步的預(yù)測誤差的方差貢獻(xiàn)為：

(1)

(2)

因此，構(gòu)建總溢出指數(shù)如下：

(3)

總溢出指數(shù)度量的是N個(gè)變量間相互的溢出效果對總的預(yù)測誤差方差的貢獻(xiàn)。同時(shí)，本文還可以對不同變量溢出效應(yīng)的方向性加以度量。市場i受到的來自于其他所有市場j的溢出指數(shù)為：

(4)

反過來，市場j受到的來自于其他所有市場i的溢出指數(shù)為：

(5)

用公式(5)減去公式(4)，得到市場i對其他所有市場j的凈溢出指數(shù)：

(6)

凈溢出指數(shù)衡量的是單個(gè)市場對其他市場的凈溢出。如果其他所有市場只是一個(gè)市場，就可以計(jì)算出兩兩市場的凈溢出，假設(shè)l是某一個(gè)市場，則市場i和市場l間的凈溢出指數(shù)為：

(7)

3 數(shù)據(jù)和變量描述

本文所用數(shù)據(jù)是1986年1月到2016年12月原油價(jià)格、經(jīng)濟(jì)不確定性指數(shù)和中國股票價(jià)格，其中，原油價(jià)格是西德克薩斯中質(zhì)原油月度現(xiàn)貨價(jià)格，數(shù)據(jù)來源于美國能源部；經(jīng)濟(jì)不確定性指數(shù)參照J(rèn)urado等[36]構(gòu)建的宏觀經(jīng)濟(jì)不確定性指數(shù)，該指數(shù)使用132個(gè)宏觀經(jīng)濟(jì)變量包括實(shí)際產(chǎn)出、就業(yè)、零售業(yè)、制造業(yè)和貿(mào)易等等計(jì)算而得。以往經(jīng)濟(jì)不確定性指標(biāo)依賴于他們與潛在隨機(jī)過程的相關(guān)程度，這些指標(biāo)與不確定性緊密相連。事實(shí)上，這種緊密相關(guān)在特殊情況下才會發(fā)生。本文所用的指數(shù)的構(gòu)建不但基于具體的理論模型，還依賴于任何單一或者少量的經(jīng)濟(jì)指標(biāo)。因此，對經(jīng)濟(jì)不確定性指數(shù)的衡量更加科學(xué)，也更加實(shí)用。中國股票價(jià)格是上證指數(shù)月度收盤價(jià)，數(shù)據(jù)來源于雅虎財(cái)經(jīng)。

文章分別用OIL、EPU和STOCK表示國際油價(jià)、經(jīng)濟(jì)不確定性和股票價(jià)格。Li Lei等[20]指出變化的EPU指數(shù)比水平的EPU指數(shù)更能衡量經(jīng)濟(jì)不確定性沖擊，因此，本文使用經(jīng)濟(jì)不確定性指數(shù)的自然對數(shù)的一階差分衡量經(jīng)濟(jì)不確定性。其他兩個(gè)變量也選取自然對數(shù)的一階差分形式，即ln(pt/pt-1)。表1給出了這三個(gè)變量的描述性統(tǒng)計(jì)。偏度和峰度說明各變量是非正態(tài)的，JB統(tǒng)計(jì)量也證實(shí)了非正態(tài)性。ADF檢驗(yàn)、PP檢驗(yàn)拒絕了各變量包含一個(gè)單位根的原假設(shè)，說明每個(gè)變量在1%的顯著水平上是平穩(wěn)的。

表1 變量OIL、EPU和STOCK的描述性統(tǒng)計(jì)

注：符號”Max”、”Min”、”S. D.”、”Skew”和”Kurt”分別表示最大值、最小值、標(biāo)準(zhǔn)差、偏度和峰度?！癘IL”、“EPU” 和 “STOCK” 分別表示油價(jià)、經(jīng)濟(jì)政策不確定性指數(shù)和股價(jià)。*** 表示在1%的水平上顯著。

4 實(shí)證分析

4.1 波動溢出指數(shù)表

本文根據(jù)Zhang Bing和Wang Peijie[37]的研究，按照SC準(zhǔn)則使用滯后10階，向前10期預(yù)測的VAR模型估計(jì)(3)～(6)中的波動溢出指數(shù)，結(jié)果列于表2中。跟投入產(chǎn)出表類似，表2 就是3×3階矩陣的波動溢出指數(shù)的投入產(chǎn)出分解表。它的第i行，第j列的元素表示對變量j的沖擊給予變量i的方差的貢獻(xiàn)比例，即變量j對變量i的溢出效應(yīng)。對角線上的元素表示預(yù)測方差來自自身的貢獻(xiàn)比例，而非對角線上的元素則表示預(yù)測方差來自其他變量的貢獻(xiàn)比例，即溢出效應(yīng)，該效應(yīng)指的是兩個(gè)變量之間的溢出。每行非對角線元素的和表示所有其他變量對某一變量的溢出效應(yīng)，即表中最后一列的值。每列非對角線元素的和表示某一變量對所有其他變量的溢出效應(yīng)，即表中倒數(shù)第二行的值。把某一變量對所有其他變量的溢出效應(yīng)減去所有其他變量對該變量的溢出效應(yīng)既是該變量的凈溢出效應(yīng)。把某一變量對另一個(gè)變量的溢出效應(yīng)減去另一個(gè)變量對該變量的溢出效應(yīng)也是該變量的凈溢出效應(yīng)，這個(gè)凈溢出效應(yīng)是兩兩變量的凈溢出?？傄绯鲋笖?shù)指的是所有其他變量對某一變量的溢出效應(yīng)的均值，即表2右下角的值。

表2 波動溢出指數(shù)表

由表2可知，總溢出指數(shù)和方向性溢出指數(shù)都大于零，說明三個(gè)變量之間存在波動傳遞?？傄绯鲋笖?shù)在表的右下角，該指數(shù)說明總樣本中29.5997%預(yù)測誤差方差來自于其他變量的貢獻(xiàn)。對角線上的值表明變量OIL和STOCK對方差的貢獻(xiàn)主要來自于自身，而變量EPU對方差的貢獻(xiàn)主要來自于OIL。變量OIL解釋了大部分的波動?？赡艿脑蛞环矫媸恰安豢赡嫱顿Y理論”背景下，企業(yè)的投資決策往往會受到經(jīng)濟(jì)不確定性沖擊的影響，而國際油價(jià)沖擊不僅關(guān)系著企業(yè)的日常生產(chǎn)和投資決策，而且還間接考驗(yàn)著一國工業(yè)發(fā)展和宏觀經(jīng)濟(jì)運(yùn)行的穩(wěn)定性[38]；另一方面，石油的金融屬性日益增強(qiáng)，對價(jià)格波動決定起著重要的作用，隨著世界經(jīng)濟(jì)一體化和區(qū)域經(jīng)濟(jì)合作的深化，與股票等金融市場的密切程度越來越深[39]。某一變量對其他變量的溢出指數(shù)與其他變量對該變量的溢出指數(shù)是不同的，說明方向性溢出指數(shù)是雙向的和非對稱的。例如，變量EPU對其他變量的溢出指數(shù)為0.7308%，而其他變量對變量EPU的溢出指數(shù)為78.1726%，凈溢出指數(shù)為-77.4418%。

表3 兩兩波動溢出指數(shù)表

續(xù)表3 兩兩波動溢出指數(shù)表

計(jì)算方程(7)獲得兩兩波動溢出指數(shù)，結(jié)果列于表3中。變量OIL對變量EPU、STOCK的溢出指數(shù)和大于變量EPU、STOCK對OIL的溢出指數(shù)，變量STOCK對變量EPU的溢出指數(shù)大于變量EPU對STOCK的溢出指數(shù)，可見兩兩溢出指數(shù)也是雙向和非對稱的。兩兩變量總溢出指數(shù)與三個(gè)變量的總溢出指數(shù)不同。變量OIL在波動傳遞中起著重要的作用。

4.2 滾動樣本的波動溢出指數(shù)分析

波動溢出表從靜態(tài)上顯示了油價(jià)和經(jīng)濟(jì)不確定性與股市間雙向而非對稱的波動溢出效應(yīng)，對樣本期間的波動傳遞有一個(gè)全面的把握，但這種靜態(tài)分析不能生動地揭示波動傳遞的動態(tài)關(guān)系。因此，把滾動窗口技術(shù)與DY2012方法相結(jié)合，使用60個(gè)月的滾動窗口研究油價(jià)和經(jīng)濟(jì)不確定性與股市間的波動溢出的動態(tài)機(jī)制，圖1畫出了油價(jià)、經(jīng)濟(jì)不確定性與股票市場間的總波動溢出指數(shù)。由圖1可以看出，油價(jià)、經(jīng)濟(jì)不確定性與股市總溢出指數(shù)在樣本期間的波動范圍為40%～65%，說明在整個(gè)樣本階段系統(tǒng)的波動主要來自其他變量的沖擊，溢出效應(yīng)占比重較大。總溢出指數(shù)在金融危機(jī)后增長劇烈，可能的原因是美國政策制定者在金融危機(jī)后制定了一系列的貨幣政策和財(cái)政政策以刺激經(jīng)濟(jì)增長[21]。因此，總溢出指數(shù)變化與全球經(jīng)濟(jì)事件和美國經(jīng)濟(jì)政策變動相一致[3]。

盡管總波動溢出指數(shù)傳遞了樣本期間油價(jià)、經(jīng)濟(jì)不確定性與股市間的波動溢出信息，但是總溢出指數(shù)只說明了溢出效應(yīng)的大小和趨勢，不能反映波動溢出的方向性問題。因此，本文估計(jì)模型(4)～(6)計(jì)算出波動溢出的傳遞方向，在圖2～4畫出了油價(jià)、經(jīng)濟(jì)不確定性與股市間的方向性波動溢出指數(shù)。圖中，綠線表示某一變量對其他兩個(gè)變量的溢出效應(yīng)(Affect Others)，藍(lán)線是其他兩個(gè)變量對某一變量的溢出效應(yīng)(Affected by Others)，紅線是凈溢出效應(yīng)(Net Affect Others)。

由圖2～4可知，變量OIL對其他變量的方向性溢出指數(shù)在樣本期間的波動范圍為40%～70%，變量EPU對其他變量的方向性溢出指數(shù)則在0到80%區(qū)間波動，變量STOCK對其他變量的方向性溢出指數(shù)為0～60%。其他變量對變量OIL、EPU和STOCK的方向性溢出指數(shù)在樣本期間的波動范圍分別為0～30%，40%～100%和0～100%。

圖1 滾動樣本下的總溢出指數(shù)

圖2 油價(jià)與其他變量的方向性波動溢出指數(shù)

圖3 經(jīng)濟(jì)不確定性與其他變量的方向性波動溢出指數(shù)

圖4 股票市場與其他變量的方向性波動溢出指數(shù)

變量OIL對其他變量的凈溢出指數(shù)是正向的，變量EPU對其他變量的凈溢出指數(shù)是負(fù)向的，變量STOCK對其他變量的凈溢出指數(shù)大部分時(shí)間是負(fù)向的，個(gè)別時(shí)間是正向的?？傊瑵L動樣本下的方向性溢出指數(shù)是雙向的和非對稱的。油價(jià)對其他變量的波動溢出效應(yīng)遠(yuǎn)遠(yuǎn)大于其他變量對它的波動溢出效應(yīng)，它的凈溢出效應(yīng)也遠(yuǎn)遠(yuǎn)大于其他兩個(gè)變量的凈溢出效應(yīng)。

除了某一變量與其他變量間的溢出效應(yīng)外，文章也關(guān)心某一變量與其他任一變量間的波動溢出，圖5～7報(bào)告了滾動樣本下兩兩變量的波動溢出指數(shù)。由圖5～7可知，變量OIL對EPU的凈溢出指數(shù)的波動范圍為30%-50%，變量OIL對變量STOCK的波動范圍從-10%到50%，變量EPU對變量STOCK的波動范圍從-80%到5%。這說明變量OIL對其他任一變量有更大的溢出效應(yīng)；變量EPU對OIL的溢出效應(yīng)小，沒有對STOCK的溢出效應(yīng)大；變量EPU對任一變量都有較小的溢出效應(yīng)。

4.3 非線性檢驗(yàn)

金融收益率序列的一個(gè)重要特征是其存在非線性關(guān)系，因此，有必要考慮不同市場均值和波動序列的非對稱性。已有大量研究對原油市場和股票市場進(jìn)行了非線性分析。Li Lei等[20]發(fā)現(xiàn)經(jīng)濟(jì)不確定性指數(shù)受到新息沖擊會不對稱影響股票和債券的關(guān)系，說明經(jīng)濟(jì)不確定性對股票市場有非線性的影響。文章接下來分析單一變量沖擊對其他變量的非線性影響。

圖5 變量 OIL與EPU的方向性波動溢出指數(shù)

圖6 變量 OIL與STOCK的方向性波動溢出指數(shù)

圖7 變量 EPU與STOCK的方向性波動溢出指數(shù)

由表4可知，正向油價(jià)對變量EPU、STOCK的波動溢出指數(shù)為13.6001%、12.1894%，負(fù)向油價(jià)對變量EPU、STOCK的波動溢出指數(shù)為52.6367%、10.1539%?？梢?，油價(jià)對其他變量的波動溢出存在非線性效應(yīng)，對變量EPU的非線性效應(yīng)較大，對STOCK的非線性效應(yīng)較小。正向EPU對變量OIL、STOCK的波動溢出指數(shù)為0.1467%、0.5709%，負(fù)向EPU對變量OIL、STOCK的波動溢出指數(shù)為0.0585%、0.2681%，EPU對其他變量的波動溢出存在非線性效應(yīng)。正向STOCK對變量OIL、EPU的波動溢出指數(shù)為0.2616%、3.5529%，負(fù)向STOCK對變量OIL、EPU的波動溢出指數(shù)為0.8052%、22.5643%，STOCK對其他變量的波動溢出存在非線性效應(yīng)。

表4 油價(jià)與其他變量的波動溢出效應(yīng)的非線性檢驗(yàn)

注：表中POIL表示正向的油價(jià)沖擊，NOIL表示負(fù)向的油價(jià)沖擊。

4.4 穩(wěn)健性檢驗(yàn)

4.4.1 基于變量變換的檢驗(yàn)

本部分使用Baker等[17]構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)作為經(jīng)濟(jì)不確定性的指標(biāo)研究國際油價(jià)、美國經(jīng)濟(jì)不確定性和這美國股市的波動溢出效應(yīng)，作為本文的穩(wěn)健性檢驗(yàn)。文章使用基本指數(shù)衡量月度美國經(jīng)濟(jì)政策不確定性，數(shù)據(jù)來源于政策不確定性網(wǎng)站(www.policyuncertainty.com)。計(jì)算方程(3)～(6)，由于篇幅所限，文章僅報(bào)告了圖8滾動樣本下的總溢出指數(shù)。

圖8 滾動樣本下的總溢出指數(shù)

總溢出指數(shù)波動范圍為35%～65%，在2008年金融危機(jī)期間發(fā)生了較大的動蕩，危機(jī)后溢出效應(yīng)保持較大的波動，總體上與4.2節(jié)滾動樣本的總溢出指數(shù)的波動范圍和波動趨勢相似。波動溢出指數(shù)是雙向和非對稱的，且與4.2節(jié)的方向性溢出指數(shù)有相似的趨勢?？梢园l(fā)現(xiàn)通過變量變化所得結(jié)論沒有明顯的變化，這說明本文的結(jié)論是穩(wěn)健的。

4.4.2 基于檢驗(yàn)方法變換的檢驗(yàn)

根據(jù)Narayan等[31]的研究，本文使用不同滯后階數(shù)和不同預(yù)測期數(shù)的VAR模型計(jì)算了油價(jià)、經(jīng)濟(jì)不確定性和股票市場的波動溢出指數(shù)。估計(jì)VAR模型分別使用1、12和20的滯后約束和向前預(yù)測1、12和20 期。由于篇幅所限，文章僅報(bào)告了使用不同滯后階數(shù)的VAR模型計(jì)算的波動溢出指數(shù)。結(jié)果列于表5中。

表5 波動溢出指數(shù)(滯后10階，1、12和20預(yù)測期)

續(xù)表5 波動溢出指數(shù)(滯后10階，1、12和20預(yù)測期)

滯后10階，預(yù)測期向前1期的總溢出指數(shù)是7.6062%，滯后10階，預(yù)測期向前20期的總溢出指數(shù)是30.9631%。顯然，長期來看總溢出指數(shù)是增加的。預(yù)測期向前10期，不同階數(shù)的總溢出指數(shù)也證實(shí)了這一點(diǎn)。滯后10階，預(yù)測期向前1期的變量EPU對其他變量的方向性指數(shù)為0.0439%，而滯后10階，預(yù)測期向前20期的變量EPU對其他變量的方向性指數(shù)為0.7513%。當(dāng)滯后階數(shù)不變時(shí)，其他變量對變量OIL(STOCK)的方向性指數(shù)隨著預(yù)測期的增加而增加。因此，方向性溢出指數(shù)從長期來看是增加的，這同樣適用于預(yù)測期10期，滯后不同階數(shù)的方向性溢出指數(shù)。盡管穩(wěn)健性檢驗(yàn)揭示了波動溢出指數(shù)的動態(tài)機(jī)制，時(shí)變的波動溢出指數(shù)仍舊與波動溢出表有相似的特征，說明文章的實(shí)證檢驗(yàn)是穩(wěn)健的。

5 結(jié)語

本文借鑒Diebold 和Yilmaz(DY 2012)[33]的方法計(jì)算出波動溢出指數(shù)，該指數(shù)是在向量自回歸的框架下求解預(yù)測誤差方差分解的基礎(chǔ)上構(gòu)建的。文章把DY2012方法和滾動窗口技術(shù)相結(jié)合，為油價(jià)、美國經(jīng)濟(jì)不確定性和中國股票市場的波動傳遞提供了更生動和更清晰的描述。通過實(shí)證檢驗(yàn)，得出以下結(jié)論：

靜態(tài)分析中，三個(gè)變量之間存在波動溢出傳遞，單一變量和其他變量間的，兩兩變量間的方向性波動溢出都是雙向和非對稱的。變量OIL在波動傳遞中起著重要的作用。加入滾動窗口技術(shù)的動態(tài)分析中，總溢出指數(shù)在樣本期間有較大的波動，波動趨勢與全球經(jīng)濟(jì)事件和美國經(jīng)濟(jì)政策相對應(yīng)。動態(tài)溢出指數(shù)也是雙向和非對稱的，變量OIL仍然在波動傳遞中起著重要的作用。兩兩變量的凈溢出中，變量OIL對變量STOK的溢出效應(yīng)最大，變量EPU對變量STOCK的溢出效應(yīng)最小。非線性檢驗(yàn)中，每個(gè)變量的兩種沖擊在波動溢出中都對其他變量有非線性的影響。最后，文章使用兩種方法做了穩(wěn)健性分析，結(jié)果證明結(jié)論是穩(wěn)健的。

通過上述結(jié)論，本文認(rèn)為油價(jià)、經(jīng)濟(jì)不確定性和中國股票市場三者并不是孤立的，而是緊密聯(lián)系、相互影響的。由于三者之間存在波動溢出效應(yīng)，一個(gè)市場的波動會對另一個(gè)市場形成負(fù)面的影響，如果某一市場本身就波動劇烈，那么另一個(gè)市場的波動傳遞會延長該市場的波動。因此，本文的研究對如何防范我國股市風(fēng)險(xiǎn)有重要的政策含義：首先，加強(qiáng)對金融機(jī)構(gòu)的監(jiān)控和防范，尤其是在金融體系中起著重要作用的銀行。政策制定者要強(qiáng)化金融機(jī)構(gòu)的風(fēng)險(xiǎn)狀況披露制度，提高財(cái)務(wù)信息的透明度。其次，樹立全局觀念看待金融體系的風(fēng)險(xiǎn)，建立預(yù)警體系。政策制定者在制定政策時(shí)，既要考慮到一個(gè)市場的風(fēng)險(xiǎn)，也要考慮不同市場間的風(fēng)險(xiǎn)傳遞。最后，審慎選擇投資組合，評估市場風(fēng)險(xiǎn)。私人投資者往往把原油看作股票投資的替代品，由于原油市場和股票市場緊密聯(lián)系，市場間的波動傳遞會影響到投資者的盈利水平。因此，私人投資者在選擇投資組合，評估風(fēng)險(xiǎn)時(shí)，要考慮到市場間的相互關(guān)系。

本文的研究由于數(shù)據(jù)的可得性，只使用月度數(shù)據(jù)研究了國際油價(jià)、美國經(jīng)濟(jì)不確定性和中國股市的波動溢出情況，沒有使用更為詳細(xì)的日數(shù)據(jù)和高頻數(shù)據(jù)。在后續(xù)的研究中，還要關(guān)注中國經(jīng)濟(jì)不確定性對國際油價(jià)和美股的影響，并且具體到不同板塊指數(shù)的波動溢出效應(yīng)；比較分析中美兩國對股市波動和國際油價(jià)動蕩所采取的財(cái)政政策和貨幣政策；使用高頻數(shù)據(jù)預(yù)測某個(gè)市場的波動風(fēng)險(xiǎn)，防范不同市場之間風(fēng)險(xiǎn)的傳導(dǎo)。