基于信息溢出網絡的我國行業(yè)關聯(lián)性研究

王 丹, 黃瑋強

(東北大學 工商管理學院，遼寧 沈陽 110167)

0 引言

自二十世紀九十年代以來，產業(yè)鏈全球化和擴散化在加深各國之間的貿易聯(lián)系、促進全球經濟共同發(fā)展的同時，也導致行業(yè)間風險傳導的加速化、多元化和擴散化。行業(yè)間的關聯(lián)關系至少存在實體經營和金融市場兩個層面：從實體經營層面看，不同行業(yè)之間主要表現(xiàn)為供需合作關系，通過相互間投入產出協(xié)作商品和服務的生產與供給，Raddant和Kenett[1]認為經濟中的這種聯(lián)系反映了行業(yè)指數(shù)的關聯(lián)效應。從金融市場層面看，不同行業(yè)之間主要表現(xiàn)為競爭合作關系，通過行業(yè)的盈利能力和發(fā)展預期競逐稀缺的金融資本，反映到股票市場中就是行業(yè)股價的聯(lián)動。Junior等[2]認為信息流動可以有效地解釋股票的聯(lián)動效應。Fleming等[3]認為影響股市波動的信息包括共同信息和私有信息，當宏觀經濟政策等共同信息出現(xiàn)時，可能導致不同行業(yè)股指同時波動。當私有信息出現(xiàn)時，跨行業(yè)資產轉移行為也會引起行業(yè)之間的相關性。我國處于產業(yè)結構優(yōu)化升級的關鍵時期，去產能、去庫存、去杠桿、降成本、補短板成效突出。那么產業(yè)結構的調整是否會提高我國行業(yè)間的關聯(lián)性？若是各個行業(yè)之間存在信息溢出，那么各個行業(yè)之間信息溢出的方向、水平和動態(tài)趨勢是怎么樣的？進而哪些行業(yè)應該引起監(jiān)管部門的高度關注？

國內外關于行業(yè)關聯(lián)性的研究主要包括兩個方面。一方面是運用投入產出方法重點分析行業(yè)間的投入產出效應和價值創(chuàng)造過程。事實上，我們可以將投入產出過程看作是行業(yè)間聯(lián)動的基礎，關聯(lián)行業(yè)間的投入產出關系正是其創(chuàng)造價值的過程。20世紀60年代，基于投入產出分析法的產業(yè)關聯(lián)理論，提出了技術溢出的概念，Arrow[4]最早發(fā)現(xiàn)產業(yè)部門間的技術溢出現(xiàn)象。Henderson等[5]構建動態(tài)模型分析產業(yè)間的技術溢出效應，實證表明技術溢出能夠促進產業(yè)技術進步，提升整體的生產率水平。張紅霞和馮恩民[6]利用投入產業(yè)法分別計算中國、美國和日本各國家產業(yè)間的受益者和貢獻者效應。余典范等[7]利用投入產出表對中國各產業(yè)的關聯(lián)狀態(tài)及變化進行了詳細分析。另一方面是用計量方法來度量行業(yè)關聯(lián)性。King[8]認為股票收益風險的50%來自于市場指數(shù)，20%來自于行業(yè)沖擊。李昆[9]通過對稱和非對稱模型，實證研究了各上證行業(yè)指數(shù)間的收益擴散效應和波動擴散效應。Syed和Farooq[10]首先采用BEKK-MGARCH模型研究行業(yè)股票收益波動機制，其結果認為各行業(yè)之間存在顯著的雙向波動溢出關系。徐曉光等[11]運用廣義溢出指數(shù)法對比分析滬港通開通前后中國內地與中國香港股市行業(yè)間波動溢出效應的變化。

信息溢出包括收益溢出和波動溢出。從研究的對象看主要是市場之間、行業(yè)之間和機構之間的信息溢出。梁琪等[12]采用有向無環(huán)圖和溢出指數(shù)方法，對全球17個國家或地區(qū)的股票市場的聯(lián)動以及中國股市的國際一體化及其風險傳導進行了研究。黃瑋強等[13]運用復雜網絡方法研究了我國股票之間的信息溢出關系以及影響因素。Billio等[14]提出通過格蘭杰因果關系構建機構關聯(lián)網絡，發(fā)現(xiàn)對沖基金、銀行、經紀人或交易商和保險四個金融子行業(yè)的相關性都很高。Diebold和Yilmaz[15]基于向量自回歸模型和方差分解構建了波動溢出網絡，量化了金融機構之間的互連性。李政等[16]構建了我國上市金融機構之間的關聯(lián)網絡，分析了金融網絡的總體關聯(lián)性以及部門內和部門間的關聯(lián)特征。

綜上，投入產出方法雖然能夠準確度量行業(yè)關聯(lián)性，但忽略了經濟變化的時效性。計量方法沒有考慮個體或者組成部分之間的互連性，而結合復雜網絡分析方法正好補充了這一點。已有研究大多數(shù)集中于用傳統(tǒng)計量方法度量行業(yè)關聯(lián)性，結合網絡分析方法來度量行業(yè)關聯(lián)性的研究比較少，并且集中于金融子行業(yè)之間。而同時包括收益率和波動率從網絡分析角度度量行業(yè)關聯(lián)性研究的基本沒有。本文運用廣義方差分解方法基于信息溢出網絡來研究我國行業(yè)的關聯(lián)性，考察我國行業(yè)間信息溢出的方向，水平以及動態(tài)趨勢，進而分析各行業(yè)基于收益率和波動率排名的相關性。研究創(chuàng)新之處在于一方面利用廣義方差分解方法同時構建收益率行業(yè)關聯(lián)網絡和波動率行業(yè)關聯(lián)網絡；另一方面聚焦于分析我國各行業(yè)基于收益率和波動率的系統(tǒng)重要性。研究結果有利于識別我國系統(tǒng)性重要行業(yè)，從而有利于我國政府的宏觀審慎監(jiān)管。全文的結構安排如下，第一部分是信息溢出網絡構建，第二部分是實證研究過程以及結果，最后是本文的研究結論與政策建議。

1 行業(yè)信息溢出網絡

在行業(yè)信息溢出網絡G(V，E)中，節(jié)點表示行業(yè)，節(jié)點之間的連邊表示行業(yè)之間的信息溢出關系。具體地，節(jié)點集合V={1,2,3,…,N}，N表示節(jié)點數(shù)量，連邊集合E={eij,i=1,2,3,…,N,j=1,2,3,…,N}。本文關于信息溢出的衡量主要是基于向量自回歸(VAR)和廣義方差分解方法。VAR(p)模型的數(shù)學表達式如下：

Xt=Φ1Xt-1+Φ2Xt-2+…+ΦpXt-p+εt,t=1,2,…,T

(1)

其中，Xt為N維內生變量列向量，分別代表N個行業(yè)的日股票收益率和日股票收益波動率，均為協(xié)方差平穩(wěn)過程；p為滯后階數(shù)；Φ1,…,Φp是待估計的N×N系數(shù)矩陣。εt是N維擾動列向量，假設Σ是εt的協(xié)方差矩陣。為了后面方差分解的需要，我們將VAR(p)模型轉化為移動平均形式，其移動平均形式可以表示為：

(2)

系數(shù)矩陣Ai遵循如下的遞歸公式：Ai=Φ1Ai-1+Φ2Ai-2+…+ΦpAi-p。其中，A0為N階單位矩陣，且i<0時Ai=0 。本文基于Diebold和Yilmaz[15]的廣義方差分解方法來克服正交分解結果對變量次序的依賴性。變量xj對變量xi的H步一般預測誤差方差的貢獻為θij(H)，這反應了行業(yè)j日股票收益率(波動率)對行業(yè)i日股票收益(波動率)的影響力，因此，在信息溢出網絡中這衡量了行業(yè)之間信息溢出的方向和強度。即：

(3)

(4)

當行業(yè)之間具有更多的聯(lián)系時，其他行業(yè)的信息通過溢出效應更容易傳播到行業(yè)i，為了衡量其他行業(yè)對單個行業(yè)的總影響，我們可以計算單個行業(yè)i承受其他行業(yè)j(j=1,2,…,N-1)的信息溢出和(在信息溢出網絡中對應為行業(yè)i的入度)，即：

(5)

同時當行業(yè)之間具有更多的聯(lián)系時，行業(yè)i的信息通過溢出效應更容易傳播到其他行業(yè)。為了衡量單個行業(yè)對其他行業(yè)的總影響，我們可以計算單個行業(yè)i對其他行業(yè)j(j=1,2,…,N-1)的信息溢出和(在信息溢出網絡中對應為行業(yè)i的出度)，即：

(6)

(7)

(8)

由式(8)可知，總體溢出指數(shù)越大，各行業(yè)之間的信息關聯(lián)性越強，整個經濟系統(tǒng)越不穩(wěn)定。單個行業(yè)信息溢出方向和強度的改變會影響整個經濟系統(tǒng)的風險水平，那么在行業(yè)信息溢出網絡中單個行業(yè)角色(系統(tǒng)性重要傳播行業(yè)或者系統(tǒng)性重要接受行業(yè))的變化也將會顯著的影響經濟系統(tǒng)的整體風險水平。

2 實證研究過程及結果

2.1 樣本數(shù)據

本文以申銀萬國一級行業(yè)作為最終的行業(yè)劃分依據。選取2007年1月1日至2017年12月15日這28個行業(yè)指數(shù)為研究對象，共2666個連續(xù)交易日。行業(yè)指數(shù) 的日收益率(以下簡稱收益率)ri,t=lnCi,t-lnCi,t-1，其中Ci,t是行業(yè)指數(shù)i在t日的收盤價。借鑒Diebold和Yilmaz[17]，行業(yè)指數(shù)i在t日的收益波動率(以下簡稱波動率)計算如下(9)式所示。其中Oi,t、Ci,t、Hi,t和Li,t分別為行業(yè)指數(shù)i在t日的開盤價、收盤價、最高價和最低價的自然對數(shù)值。

[(Ci,t-Oi,t)(Hi,t+Li,t-2×Oi,t)-

(Hi,t-Oi,t)×(Li,t-Oi,t)]-

0.383×(Ci,t-Oi,t)2

(9)

2.2 靜態(tài)分析

以28個行業(yè)的全部樣本區(qū)間為研究對象，對收益率和波動率分別建立VAR模型，依據SC準則確定滯后階數(shù)，預測誤差方差分解的期數(shù)均為12 。由圖1(a)可以看出，各行業(yè)收益率的接受溢出值基本在90%到95%之間，而各行業(yè)的波動率接受溢出值變化比較大，最小值是81.73%(銀行業(yè))，最大值是94.24%(公用事業(yè)行業(yè))。由圖1(b)可知，各行業(yè)收益率和波動率的傳播溢出值存在顯著的差異，機械設備行業(yè)具有最大的收益率和波動率傳播溢出值，分別是109.79%和123.78%，銀行業(yè)具有最小的收益率和波動率傳播溢出值，分別是46.59%和28.95%。各行業(yè)波動率傳播溢出值的變化范圍顯著大于收益率的傳播溢出值，且基于波動率更容易識別出重要的傳播行業(yè)。通過比較圖1(a)和圖1(b)可發(fā)現(xiàn)，各行業(yè)的接受溢出值比傳播溢出值更集中。即各行業(yè)接受風險的水平差異較小，各行業(yè)傳播風險的水平差異較大，因此，傳播溢出更容易識別出重要的傳播行業(yè)。銀行業(yè)同時具有最小的波動率接收溢出值和最小的波動率傳播溢出值，這說明銀行業(yè)抵御風險的能力強于其他行業(yè)，且對系統(tǒng)性風險貢獻較小。

圖1 全樣本區(qū)間下各行業(yè)的接受溢出和傳播溢出

圖2 全樣本下收益率凈溢出和波動率凈溢出的概率分布

圖2表示全樣本區(qū)間收益率凈溢出和波動率凈溢出的概率分布。由圖2(a)可以看出，大部分行業(yè)收益率凈溢出值均略微大于0或者略微小于0，只有個別行業(yè)顯著小于0，例如，銀行業(yè)的收益率凈溢出值為-42.95%，其與其他行業(yè)的關聯(lián)性較強。從圖2(b)可知，大部分行業(yè)的波動率凈溢出值大于0，這表明其對系統(tǒng)的波動溢出具有正貢獻。少部分行業(yè)的波動率凈溢出值顯著小于0，這表明其對系統(tǒng)的波動溢出具有負貢獻。表1給出了全樣本下收益率凈溢出和波動率凈溢出值排名前10的行業(yè)。由此可以看到，銀行業(yè)收益率凈溢出和波動率凈溢出值均最高且均為負值，這表明銀行業(yè)對系統(tǒng)的風險負貢獻最大。銀行業(yè)接受其他行業(yè)的風險溢出遠大于銀行業(yè)傳播給其他行業(yè)的風險，因此，銀行業(yè)為系統(tǒng)性重要接受行業(yè)。其次非銀行金融業(yè)收益率凈溢出和波動率凈溢出值較高且為負值，也說明非銀行金融業(yè)對系統(tǒng)的風險傳播具有較大負貢獻。同理，非銀行金融業(yè)也為系統(tǒng)性重要接受行業(yè)。總的來看，機械設備行業(yè)的收益率凈溢出和波動率凈溢出也較大，但二者均為正值，這表明機械設備業(yè)對系統(tǒng)風險具有較大的傳播能力。機械設備業(yè)接受其他行業(yè)的風險溢出遠小于機械設備業(yè)傳播給其他行業(yè)的風險，因此，機械設備業(yè)為系統(tǒng)性重要傳播行業(yè)。所以這三個行業(yè)與其他行業(yè)關聯(lián)性較強，且為系統(tǒng)性重要行業(yè)。

表1 全樣本下收益率凈溢出和波動率凈溢出值排名前10的行業(yè)

注:“**”代表收益率和波動率凈溢出值排名前10的行業(yè)中排名相同的行業(yè)，“*”代表收益率和波動率凈溢出值排名前10的行業(yè)中同時存在且排名不同的行業(yè)。

2.3 動態(tài)分析

這部分內容運用滾動窗口估計方法分析各行業(yè)間信息溢出的時變特征，把握整個經濟系統(tǒng)的時變全貌。滾動窗口的時間長度為1年，具體分析28個行業(yè)收益率和波動率從宏觀到微觀的動態(tài)演化(總體溢出、凈溢出、方向性溢出和成對行業(yè)間的凈溢出)。

(1)總體溢出

圖3表明收益率和波動率總體溢出的動態(tài)特征存在差異，但二者總體上比較平穩(wěn)。一方面，收益率的總體溢出值相對比較平穩(wěn)，但2015年上升達到99.44%。這表明整個經濟系統(tǒng)在2015年的行業(yè)聯(lián)動程度有所提高，整個經濟系統(tǒng)的風險也有所增加。另一方面，波動率的總體溢出值在樣本期間內波動相對較大，這說明在這一時期整個經濟系統(tǒng)較不穩(wěn)定，且收益率和波動率的總體溢出存在差異。除2017年，二者的總體溢出動態(tài)值明顯高于全樣本區(qū)間下的總體溢出值，這意味著短期內行業(yè)間的聯(lián)動性比長期更強?？偟膩碚f，波動率總體溢出的變化大于收益率的總體溢出變化，這表明波動率對經濟系統(tǒng)風險的變化更為敏感。

圖3 收益率總體溢出和波動率總體溢出的動態(tài)演化

(2)凈溢出

圖4分別給出了收益率凈溢出和波動率凈溢出的動態(tài)演化。橫軸表示11個收益(波動)溢出網絡的年度樣本期間，縱軸表示各行業(yè)。右邊的彩條從下到上通過顏色的不同依次表示收益(波動)凈溢出值從小到大。由圖4(a)可以看出，除了個別行業(yè)，隨著時間的變化，各行業(yè)的凈溢出值相對比較穩(wěn)定。鋼鐵行業(yè)、有色金屬行業(yè)、家用電器行業(yè)、國防軍工行業(yè)、傳媒行業(yè)和非銀行金融行業(yè)在樣本子期間內凈溢出值正負波動較大，說明這些行業(yè)在收益率溢出過程中極不穩(wěn)定，同時表明這些行業(yè)在各樣本期間的角色(傳播風險還是接受風險)具有不確定性。此外，鋼鐵行業(yè)、有色金屬行業(yè)、銀行業(yè)和非銀行金融行業(yè)在各子樣本期間內收益率凈溢出的絕對值均很大，說明這些行業(yè)與其他行業(yè)之間的收益率長期聯(lián)動性很強，這些行業(yè)在各樣本期間內均為系統(tǒng)性重要傳播(接受)行業(yè)。

由圖4(b)可知，隨著時間的變化，各行業(yè)的波動率凈溢出值相對變化較大。就各行業(yè)樣本期間內的波動率凈溢出方向而言，大致分為三大板塊，第一個是農林牧漁、采掘、化工、鋼鐵、有色金屬、電子、家用電器和食品飲料等行業(yè)，他們的波動率凈溢出值大致為-10%到10%，它們大多是農業(yè)和重工業(yè)；第二個是紡織服飾、輕工制造、醫(yī)藥生物、公用事業(yè)、交通運輸、房地產、商業(yè)貿易、休閑服飾和綜合等行業(yè)，他們的波動率凈溢出值大致為10%到50%，它們大多為人們日常生活提供衣藥住行等必需品；第三個是建筑材料、建筑裝飾、電氣設備、國防軍工、計算機、傳媒、通信、銀行、非銀行金融、汽車和機械設備等行業(yè)，他們的波動率凈溢出值基本為-10%到-50%，它們大多是科技和金融業(yè)。其中，第二個板塊大多為系統(tǒng)性重要傳播行業(yè)，第三個板塊大多為系統(tǒng)性重要接受行業(yè)。相比圖4(a)收益率凈溢出的動態(tài)演化，各行業(yè)波動率凈溢出值隨時間的變化更大，短期內各行業(yè)的波動率凈溢出值差異更大，這說明短期內在識別系統(tǒng)性重要行業(yè)方面，波動率凈溢出比收益率凈溢出更重要。表2給出了收益率和波動率凈溢出在各個期間排名前三的行業(yè)?？梢钥闯?，各年份波動率凈溢出排名前三的行業(yè)基本包含了收益率凈溢出排名前三的行業(yè)，除此之外，還有休閑服飾、商業(yè)貿易和農林牧漁。不管是收益率還是波動率，依據他們進入各個期間排名前三的頻率，認為銀行、非銀行金融、國防軍工、食品飲料及家用電器業(yè)是系統(tǒng)性重要行業(yè)，國家產業(yè)政策制定部門應該加強重視。

圖4 收益率凈溢出和波動率凈溢出的動態(tài)演化

表2 收益率和波動率凈溢出在各個期間排名前三的行業(yè)

注：“+”表示該行業(yè)為系統(tǒng)性接受溢出，且對系統(tǒng)風險為正貢獻，即凈溢出大于0；“-”表示該行業(yè)為系統(tǒng)性傳播溢出，且對系統(tǒng)風險為負貢獻，即凈溢出小于0。

(3)方向性溢出

方向性溢出包括接受溢出和傳播溢出。圖5給出了各行業(yè)方向性溢出的動態(tài)演化。X軸代表時間，Y軸代表各行業(yè)，Z軸代表方向性溢出水平。上方的彩條從左到右通過顏色的不同依次表示各溢出值從小到大。第一行分別是收益率和波動率的傳播溢出，可看出波動率的傳播溢出水平整體上高于收益率的傳播溢出強度，且隨時間的變化，波動率的傳播溢出值變化幅度大于收益率的傳播溢出值變化幅度。第二行分別是收益率和波動率的接受溢出，可看出二者的接收溢出水平比較平穩(wěn)。最后一行分別是收益率和波動率的凈溢出，可看出二者的凈溢出與傳播溢出的動態(tài)演化非常相似，受到接受溢出的影響微小。因此凈溢出可以代表各行業(yè)信息溢出的強度和方向，并且綜合了各行業(yè)的傳播溢出和接收溢出，為識別系統(tǒng)性重要行業(yè)提供了依據。

圖5 各行業(yè)方向性溢出的動態(tài)演化

(4)每一對行業(yè)之間的凈溢出

每一對行業(yè)之間的凈溢出是行業(yè)i對行業(yè)j的信息溢出與行業(yè)i接受行業(yè)j信息溢出的差。圖6給出了2007年和2017年行業(yè)間收益率和波動率凈溢出的網絡圖 。其中，同一個子圖中連線的相對粗細代表了信息凈溢出的水平。從圖6(a)可以看出，在2005年有色金屬業(yè)、國防軍工業(yè)、銀行業(yè)和非銀行金融業(yè)對其他行業(yè)的收益率凈溢出效應相對非常大，而鋼鐵業(yè)、建筑材料業(yè)、建筑裝飾業(yè)、電器設備業(yè)和傳媒業(yè)接受其他行業(yè)的收益率凈溢出效應相對較大。圖6(b)可看出，在2017年家用電器業(yè)、食品飲料業(yè)、國防軍工業(yè)、銀行業(yè)和非銀行金融業(yè)對其他行業(yè)的收益率凈溢出效應相對非常大，而紡織服飾業(yè)、公用事業(yè)行業(yè)、交通運輸業(yè)、休閑服飾行業(yè)和電氣設備業(yè)接受其他行業(yè)的收益率凈溢出效應相對較大。

同上述每一對行業(yè)收益率凈溢出的分析，圖6(c)和圖6(d)分別表示了2007和2017年每一對行業(yè)波動率的凈溢出。2007年電氣設備業(yè)、國防軍工業(yè)、通信業(yè)和銀行業(yè)對其他行業(yè)的波動率凈溢出效應相對非常大，而鋼鐵業(yè)、有色金屬業(yè)、家用電器業(yè)、食品飲料業(yè)、建筑材料業(yè)、計算機行業(yè)和傳媒行業(yè)接受其他行業(yè)的收益率凈溢出效應相對較大。但在2017年鋼鐵行業(yè)、食品飲料行業(yè)、建筑裝飾行業(yè)、銀行業(yè)和非銀行金融行業(yè)對其他行業(yè)的波動率凈溢出效應相對非常大，而農林牧漁業(yè)、化工業(yè)、醫(yī)藥生物業(yè)、公用事業(yè)行業(yè)、 交通運輸業(yè)、計算機行業(yè)和機械設備業(yè)接受其他行業(yè)的收益率凈溢出效應較大。

圖6 行業(yè)之間收益率和波動率凈溢出網絡圖

(5)Spearman秩相關分析

以上結果表明產業(yè)結構調整引起了行業(yè)間信息的溢出，并且各行業(yè)在經濟系統(tǒng)中的角色不是一成不變的，但同一個行業(yè)在同一期間收益率和波動率的凈溢出相對值并不一定相同，下面通過斯皮爾曼秩相關(Spearman Rank Corelation)分析每個子期間各行業(yè)分別基于收益率和波動率凈溢出值排名的相關性。斯皮爾曼秩相關常常被用于觀測不同排名中包含的信息是否重疊，其計算公式參考Lin等[18]，

(10)

其中ρ代表斯皮爾曼秩系數(shù)，d代表收益率凈溢出和波動率凈溢出相應值排名的差，n代表收益率或者波動率值的數(shù)量。如果沒有顯著的重疊，則表明收益率凈溢出和波動率凈溢出識別出不同的系統(tǒng)性重要行業(yè)。全樣本區(qū)間下收益率凈溢出和波動率凈溢出的斯皮爾曼秩相關系數(shù)是0.6311，其P值為0.0004。圖7給出了收益率凈溢出和波動率凈溢出斯皮爾曼秩相關的動態(tài)演化，由此可以看出，僅有2012年和2015年斯皮爾曼秩相關系數(shù)在5%的顯著性水平下顯著，2017年斯皮爾曼秩相關系數(shù)在10%的顯著性水平下顯著，其他年份均不顯著。上述分析表明全樣本下收益率凈溢出和波動率凈溢出的斯皮爾曼秩相關系數(shù)遠遠高于短期斯皮爾曼秩相關系數(shù)，所以全樣本區(qū)間下運用收益率凈溢出或者波動率凈溢出對系統(tǒng)性重要行業(yè)進行排名更加穩(wěn)定有效。

圖7 收益率和波動率凈溢出的斯皮爾曼秩相關系數(shù)

3 結論與政策建議

本文運用廣義方差分解方法創(chuàng)新性的同時構建行業(yè)間收益率溢出網絡和波動率溢出網絡。從靜態(tài)和動態(tài)兩個方面分別分析行業(yè)的長期溢出總體情況和短期溢出變化情況，進而分析行業(yè)間的信息關聯(lián)性，并識別系統(tǒng)性重要行業(yè)。最后運用斯皮爾曼秩相關分析各行業(yè)基于收益率凈溢出和波動率凈溢出的相關性。研究結果對于理解以及識別各行業(yè)在系統(tǒng)性風險中的角色具有實際意義。研究主要得出如下結論：

(1)我國經濟系統(tǒng)行業(yè)收益率和波動率的長期總體溢出水平分別為97.8%和94.7%，短期總體溢出水平均在98%以上且較為穩(wěn)定，這說明行業(yè)整體信息聯(lián)動能力很強，單個行業(yè)的信息極易通過各行業(yè)間的相互關系傳導至整個經濟系統(tǒng)，從而形成巨大的經濟系統(tǒng)風險。因此，產業(yè)結構的調整要特別注重系統(tǒng)性重要行業(yè)。

(2)收益率和波動率的凈溢出值是識別系統(tǒng)性重要(接受或者傳播)行業(yè)的基本依據。長期內，銀行業(yè)和非銀行金融業(yè)是系統(tǒng)性重要(信息)接受行業(yè)，機械設備業(yè)是系統(tǒng)性重要(信息)傳播行業(yè)；短期內，銀行、非銀行金融、國防軍工、食品飲料及家用電器業(yè)是系統(tǒng)性重要行業(yè)，但它們的具體角色(信息接受或者傳播)具有不確定性。這些行業(yè)處于行業(yè)信息溢出網絡的中心，符合"連接性太強而不能倒"的論斷，因此，國家產業(yè)政策制定部門應該加強重視。

(3)分析基于收益率凈溢出和波動率凈溢出的行業(yè)重要性排名，發(fā)現(xiàn)全樣本下兩者的斯皮爾曼秩相關系數(shù)遠大于短期內兩者的相關系數(shù)，并且前者的顯著性更高。因此，長期情形下，收益率溢出網絡和波動溢出網絡對系統(tǒng)性重要行業(yè)的識別排序具有高度一致性，但短期內兩者存在較大差異。

鑒于以上結論，我國行業(yè)間整體信息聯(lián)動水平高，系統(tǒng)性重要行業(yè)的信息溢出更具有示范效應，產業(yè)政策制定者在調整產業(yè)結構優(yōu)化升級的同時應該考慮到行業(yè)之間的信息溢出，避免由單個行業(yè)引發(fā)的系統(tǒng)性風險。監(jiān)管部門一方面應當著重加強對系統(tǒng)性重要行業(yè)的監(jiān)管，實行嚴格的信息披露制度。另一方面應該利用信息溢出網絡建立有效的預警機制，尤其是短期內應同時結合收益率凈溢出和波動率凈溢出來識別出凈溢出最大的行業(yè)，啟動相應行業(yè)的應對措施，防范行業(yè)風險傳染。