中國(guó)股債市場(chǎng)長(zhǎng)期動(dòng)態(tài)相關(guān)性的影響因素研究

李樂(lè)天 厲璇 胡瑞臨 李濱

摘? ?要：本文借鑒現(xiàn)代宏觀經(jīng)濟(jì)學(xué)中的無(wú)套利仿射模型，基于“定價(jià)核”的定價(jià)方式，將股票市場(chǎng)和債券市場(chǎng)收益率之間的相關(guān)系數(shù)分解為其主要驅(qū)動(dòng)因素——通貨膨脹、真實(shí)利率和股息率的不確定性，以及三者之間的協(xié)方差。在實(shí)證部分，采用DCC-MGARCH模型計(jì)算股票市場(chǎng)和債券市場(chǎng)收益率的動(dòng)態(tài)相關(guān)系數(shù)，驗(yàn)證中國(guó)股債相關(guān)性的時(shí)變規(guī)則;進(jìn)而通過(guò)回歸分析探究所選取的解釋變量對(duì)中國(guó)股債相關(guān)性的貢獻(xiàn)。結(jié)果表明，通貨膨脹和股息率的不確定性以及真實(shí)利率與通貨膨脹和股息率各自之間的協(xié)動(dòng)性是影響這種相關(guān)性的主要因素;通脹沖擊、真實(shí)利率和股息率可以解釋這種相關(guān)性與長(zhǎng)期動(dòng)態(tài)的暫時(shí)背離。其中，通貨膨脹和股息率的不確定性對(duì)股債相關(guān)性的影響與其他歐美主要經(jīng)濟(jì)體有著不同的表現(xiàn)，反映了中國(guó)市場(chǎng)的特殊性;此外，相較于中國(guó)經(jīng)濟(jì)市場(chǎng)的平穩(wěn)時(shí)期，股市動(dòng)蕩期間各經(jīng)濟(jì)因素的影響會(huì)發(fā)生改變，且模型解釋力會(huì)降低。

關(guān)鍵詞：動(dòng)態(tài)相關(guān)系數(shù);無(wú)套利仿射模型;定價(jià)核;DCC-MGARCH

一、引言與文獻(xiàn)綜述

依據(jù)現(xiàn)代投資組合理論，不同資產(chǎn)的收益率、波動(dòng)率及其兩兩之間的相關(guān)性對(duì)于資產(chǎn)配置至關(guān)重要（Markowitz，1952）[1]。為實(shí)現(xiàn)風(fēng)險(xiǎn)分散，投資者通常傾向于投資相關(guān)性較弱的不同類資產(chǎn)，以實(shí)現(xiàn)風(fēng)險(xiǎn)的分散化。當(dāng)一個(gè)投資組合僅包含股票和債券時(shí)，股票和債券收益率之間的相關(guān)性就成為組合配置的一個(gè)關(guān)鍵變量。當(dāng)兩資產(chǎn)收益間的相關(guān)系數(shù)相對(duì)其長(zhǎng)期水平發(fā)生偏離時(shí)，利用現(xiàn)代投資組合理論進(jìn)行資產(chǎn)組合配置將會(huì)因配置方向有誤而造成損失。因此對(duì)于機(jī)構(gòu)投資者和對(duì)技術(shù)要求較高的個(gè)人投資者而言，預(yù)判股票和債券的共同變動(dòng)趨勢(shì)，有助于他們分散風(fēng)險(xiǎn)，及時(shí)調(diào)整持倉(cāng)以及進(jìn)行重新配置。研究股票和債券市場(chǎng)的相關(guān)關(guān)系及其影響因素，對(duì)于金融監(jiān)管來(lái)說(shuō)也同樣具有重要的現(xiàn)實(shí)意義。

隨著我國(guó)資本市場(chǎng)的發(fā)展，對(duì)于有效資產(chǎn)配置進(jìn)行研究的需求持續(xù)增加。查閱文獻(xiàn)可知，根據(jù)國(guó)外的研究結(jié)果，股債的收益率相關(guān)性隨著時(shí)間會(huì)發(fā)生大幅波動(dòng)，并且在正、負(fù)值之間頻繁跳動(dòng)（Gulko，2002;Ilmanen，2003;Campbell等，2009;Perego和Vermeulen，2016）[2，3，4，5]。Boyd等（2005）[6]、Yang等（2009）[7]認(rèn)為股債市相關(guān)性會(huì)受到通貨膨脹水平、經(jīng)濟(jì)發(fā)展階段、利率等月度宏觀指標(biāo)的影響。在市場(chǎng)不確定性方面，DAddona和Kind（2006）[8]使用月度數(shù)據(jù)，發(fā)現(xiàn)股債相關(guān)性與實(shí)際利率的波動(dòng)水平呈正相關(guān)，與通貨膨脹率的波動(dòng)水平呈負(fù)相關(guān)。Asgharian等（2016）[9]引入宏觀金融因素，發(fā)現(xiàn)當(dāng)經(jīng)濟(jì)疲軟時(shí)，相關(guān)性往往較小且呈負(fù)相關(guān)，支持了“安全投資轉(zhuǎn)移”現(xiàn)象。國(guó)內(nèi)研究方面，袁超等（2008）[10]認(rèn)為由于經(jīng)濟(jì)運(yùn)行情況和宏觀政策等外部的不確定性因素的影響，股債兩市的相關(guān)性為結(jié)構(gòu)性變化，兩個(gè)市場(chǎng)對(duì)沖擊的反應(yīng)程度并不相同。錢智俊和李勇（2017）[11]認(rèn)為基準(zhǔn)利率、經(jīng)濟(jì)增速和自相關(guān)性是中國(guó)股債收益相關(guān)系數(shù)條件均值的主要影響因素。

近年來(lái)，我國(guó)股債收益相關(guān)性的時(shí)變特征和時(shí)變?cè)蛑鸩匠蔀閲?guó)內(nèi)研究的熱點(diǎn)。曾志堅(jiān)和江州（2007）[12] 通過(guò)計(jì)算我國(guó)股債收益率的月度 Pearson 相關(guān)系數(shù)發(fā)現(xiàn)該相關(guān)系數(shù)長(zhǎng)期在[±]0.3之間波動(dòng)，并存在著時(shí)變性特征。陳志英和鄭振龍 （2011）[13]的研究顯示，股債相關(guān)性是時(shí)變的，股票市場(chǎng)的不確定性和預(yù)期通貨膨脹率是影響股債相關(guān)性的主要因素。針對(duì)股債收益相關(guān)性的時(shí)變現(xiàn)象，國(guó)外研究（Connolly 等，2005;Aslanidis和Christiansen，2014）[14，15]多采用高頻數(shù)據(jù)測(cè)算股債市場(chǎng)的相關(guān)系數(shù)，并提出了諸多理論解釋。由于國(guó)內(nèi)證券市場(chǎng)起步較晚，反映宏觀基本面和市場(chǎng)不確定性的指標(biāo)只能得到相對(duì)低頻的月度數(shù)據(jù)。又由于樣本容量少、數(shù)據(jù)頻率不一致等問(wèn)題，一些國(guó)內(nèi)文獻(xiàn)僅定性地解釋貨幣供給量、經(jīng)濟(jì)發(fā)展階段等宏觀基本面因素如何作用于兩市場(chǎng)的共同運(yùn)動(dòng)（Li和Zou，2008;袁超等，2008;肖利平，2011）[16，10，17]。另一些定量分析的文獻(xiàn)則將頻率較高的日或周數(shù)據(jù)轉(zhuǎn)化為低頻的月度數(shù)據(jù)，進(jìn)而分析宏觀因素對(duì)股債市相關(guān)性的影響（王茵田和文志瑛，2010）[18]。

本文分析了2006—2018年中國(guó)股票和債券市場(chǎng)收益率的相關(guān)性。由于之前的研究成果大多基于確定性宏觀因素，故當(dāng)市場(chǎng)發(fā)生意外波動(dòng)時(shí)，無(wú)法有效地對(duì)股債市場(chǎng)的相關(guān)系數(shù)進(jìn)行測(cè)算。本文基于已有研究成果，邊際貢獻(xiàn)如下：

第一，從不確定性角度入手，使得應(yīng)對(duì)意外波動(dòng)情況時(shí)，結(jié)論具有更強(qiáng)的說(shuō)服力和可實(shí)踐性。為得到不確定性度量，本文借鑒無(wú)套利仿射模型和“定價(jià)核”理論，對(duì)債券和股票進(jìn)行定價(jià)，該模型通過(guò)推導(dǎo)股票和債券的真實(shí)收益率，在計(jì)算條件協(xié)方差時(shí)將不確定性渠道與確定性渠道分離，從而給出不確定性的公式化表述。

第二，在實(shí)證部分，本文通過(guò)回歸變量上的股債相關(guān)性來(lái)實(shí)證檢驗(yàn)這種分解：（1）對(duì)于中國(guó)股票與債券市場(chǎng)收益的動(dòng)態(tài)相關(guān)系數(shù)的計(jì)算，選用DCC-MGARCH模型，其優(yōu)勢(shì)如下：DCC-MGARCH模型的條件均值方程刻畫(huà)了收益率的序列自相關(guān)性，其條件方差方程刻畫(huà)了收益率的“波動(dòng)聚類”特征。因此，相較Pearson相關(guān)系數(shù)等其他指標(biāo)更為有利之處在于，該模型得到的條件相關(guān)系數(shù)排除了中國(guó)市場(chǎng)高頻數(shù)據(jù)缺失的干擾。而且，DCC-MGARCH模型是動(dòng)態(tài)模型，能更好地展示不同資產(chǎn)收益的條件相關(guān)系數(shù)的時(shí)變性，并得到一條完整的波動(dòng)路徑。（2）根據(jù)中國(guó)金融市場(chǎng)重大事件將觀測(cè)區(qū)間分割。這樣不僅可以排除金融市場(chǎng)壓力區(qū)間（如2008年次貸危機(jī)與2015年股市異常波動(dòng)等）所帶來(lái)的估計(jì)偏差，使回歸方程的估計(jì)結(jié)果更加準(zhǔn)確，也可進(jìn)一步研究各經(jīng)濟(jì)因素在不同時(shí)期對(duì)股債市場(chǎng)相關(guān)性的貢獻(xiàn)。

二、模型研究

股票和債券的價(jià)格從本質(zhì)上來(lái)說(shuō)是它們預(yù)期未來(lái)現(xiàn)金流的貼現(xiàn)。假設(shè)沒(méi)有違約風(fēng)險(xiǎn)，股票的現(xiàn)金流是不確定股利的無(wú)限流，而債券的現(xiàn)金流是預(yù)先確定的票面收益的固定支付數(shù)量。顯然，共同影響兩者貼現(xiàn)的因素可能會(huì)使股票和債券的價(jià)格向同一方向變化，而只影響股票股息的因素則會(huì)降低它們的協(xié)動(dòng)性，即協(xié)方差。Li等（2003） [19]針對(duì)真實(shí)利率、通貨膨脹和股息率建立宏觀的無(wú)套利仿射模型，基于定價(jià)核探究股票和債券收益率的相關(guān)性，其具有較強(qiáng)的經(jīng)濟(jì)學(xué)解釋，并且結(jié)果更加直觀。本文聚焦上述見(jiàn)解，借鑒其模型和方法，通過(guò)內(nèi)生推導(dǎo)探究股票和債券的收益以及它們的相關(guān)性：

（一）債券和股票的定價(jià)

資產(chǎn)真實(shí)價(jià)格的定價(jià)核[Mt]可以定義為一個(gè)正隨機(jī)過(guò)程，假設(shè)一種資產(chǎn)在[t]時(shí)刻的價(jià)格為[Pt]，則有：

定價(jià)核[Mt]在無(wú)套利假設(shè)下的存在性和唯一性條件已由Harrison等（1979）[20]得到，而B(niǎo)ekaert等（2001）[21]提出了一種刻畫(huà)定價(jià)核的方法，具體形式為：

接著，本文采用Pericoli（2018）[22]的方法來(lái)研究債券和股票的定價(jià)和收益率：定義資產(chǎn)價(jià)格方程，利用定價(jià)核建立資產(chǎn)的期限遞歸公式，最后通過(guò)待定系數(shù)的方法進(jìn)行求解，并在資產(chǎn)價(jià)格的基礎(chǔ)上，求出對(duì)數(shù)收益率。

1. 債券收益率。無(wú)違約風(fēng)險(xiǎn)的債券價(jià)格是現(xiàn)金流名義貼現(xiàn)的總和，因此，它的公允價(jià)值由定義名義貼現(xiàn)率所需的所有變量決定：即真實(shí)利率和通貨膨脹?？紤]一個(gè)在n個(gè)周期支付1元的名義零息債券，從t期到t +1期的收益率是真實(shí)利率、期限溢價(jià)、預(yù)期通脹加上通貨膨脹和真實(shí)利率沖擊之和，具體為：

式（9）的前三項(xiàng)表示預(yù)期債券收益率為真實(shí)利率、預(yù)期通貨膨脹率和期限溢價(jià)之和;后兩項(xiàng)表明來(lái)自真實(shí)利率和非預(yù)期通貨膨脹的波動(dòng)對(duì)債券的價(jià)格也有一定影響。真實(shí)利率、預(yù)期通貨膨脹和期限溢價(jià)的增長(zhǎng)都會(huì)引起債券收益率的增長(zhǎng)，這一點(diǎn)符合實(shí)際;一般情況下，假設(shè)真實(shí)利率和通貨膨脹的隨機(jī)過(guò)程是平穩(wěn)的，即[|αr|<1]，[0<απ<1]，因此有[Arn-1<0]，[Aπn-1<0]，這意味著非預(yù)期通貨膨脹和真實(shí)利率的正向波動(dòng)可能導(dǎo)致債券收益率下降;[An-1r]和[An-1π]的絕對(duì)值隨n遞增，即期限越長(zhǎng)的債券越容易受到來(lái)自兩者波動(dòng)的影響，且期限溢價(jià)會(huì)越來(lái)越低。

2. 股票收益率。由于股票可以帶來(lái)實(shí)際股息，因此股票的定價(jià)不需要像債券定價(jià)那樣調(diào)用名義定價(jià)內(nèi)核，其價(jià)格主要由真實(shí)利率和股息率決定?？紤]一個(gè)遵循股息收益率過(guò)程δt的股票，其對(duì)數(shù)收益率可以表示成真實(shí)利率、風(fēng)險(xiǎn)溢價(jià)、預(yù)期通脹加上通貨膨脹、股息率和真實(shí)利率沖擊之和，具體為：

式（10）的前三項(xiàng)表示預(yù)期股票收益率。預(yù)期股票收益率和預(yù)期債券收益率具有兩個(gè)相同的組成部分：真實(shí)利率和預(yù)期通貨膨脹率;后兩項(xiàng)表明股票收益率不僅受到真實(shí)利率和非預(yù)期通貨膨脹波動(dòng)的影響，還受到股息收益率波動(dòng)的影響。一般情況下，[ar<0]，[aδ>0]，這意味著通貨膨脹的非預(yù)期正向波動(dòng)可能導(dǎo)致股票收益率下降，股息收益率的正向波動(dòng)可能導(dǎo)致股票收益率的增長(zhǎng)。

由式（9）（10）可以看出，預(yù)期通貨膨脹、真實(shí)利率及其波動(dòng)是股票和債券相同方向變化的共同驅(qū)動(dòng)因素，而受股息波動(dòng)的影響是股票獨(dú)有的。這一結(jié)果與Fama等[23]的實(shí)證結(jié)果一致，即債券的定價(jià)因素只是股票定價(jià)因素的一個(gè)子集。

（二）股票和債券的相關(guān)系數(shù)

上式的第一部分表明，由于[Arn-1ar>0]，真實(shí)利率不確定性的增加可能增強(qiáng)股票和債券收益率的協(xié)動(dòng)性。因?yàn)檎鎸?shí)利率決定了現(xiàn)金流的貼現(xiàn)，又同時(shí)決定著股票和債券的價(jià)格。

第二部分說(shuō)明了非預(yù)期通貨膨脹通過(guò)名義渠道、現(xiàn)金流渠道和貼現(xiàn)因子渠道影響股票和債券的協(xié)動(dòng)性。由于[Aπn-1<0]，非預(yù)期通貨膨脹通過(guò)名義渠道可能會(huì)削弱股票和債券的協(xié)動(dòng)性：股票收益可以對(duì)沖通貨膨脹的增長(zhǎng)，而通脹增長(zhǎng)卻會(huì)減少債券收益，因此投資者會(huì)更加青睞股票，從而降低股債相關(guān)性。另外兩個(gè)渠道產(chǎn)生的影響不確定并可能具有時(shí)變性，依賴于參數(shù)（[ρδπ]，[ρπr]和[[Aπn-1ar+Arn-1]]）。

第三部分表明，股息率和真實(shí)利率的協(xié)方差構(gòu)成了投資組合再平衡渠道。一般來(lái)說(shuō)，這一項(xiàng)與股債收益率相關(guān)性的實(shí)際表現(xiàn)相近，因此對(duì)其貢獻(xiàn)相對(duì)較大，但驅(qū)動(dòng)方向不能確定，且一樣可能具有時(shí)變性。

綜上所述，該模型將三個(gè)宏觀經(jīng)濟(jì)因素的不確定性及其之間的相互聯(lián)系作為股票和債券相關(guān)性的解釋因素：預(yù)期通貨膨脹和真實(shí)利率的不確定性增強(qiáng)了這種相關(guān)性;而非預(yù)期通貨膨脹的影響是不確定的，取決于股息率和真實(shí)利率是否受到非預(yù)期通貨膨脹波動(dòng)的影響。此外，股息率的不確定性也會(huì)單方面改變股票收益率，從而降低股票和債券收益率的相關(guān)性。

值得注意的是，股票和債券收益率的相關(guān)性和協(xié)方差有所不同，后者還與股票和債券收益率的方差有關(guān)，所以決定股債收益率相關(guān)性的因素及其影響方式與式（11）有所出入。

下文將基于上述影響股票和債券收益率相關(guān)性的因素進(jìn)行回歸分析，進(jìn)一步探究中國(guó)股票市場(chǎng)和債券市場(chǎng)收益率相關(guān)性的決定因素。

三、指標(biāo)構(gòu)建和數(shù)據(jù)說(shuō)明

本文分別選取按流通市值加權(quán)的深滬兩市A股綜合收益率和中債綜合全價(jià)指數(shù)收益率代表股票市場(chǎng)的收益率和債券市場(chǎng)的收益率。

深滬兩市A股綜合收益率衡量了兩個(gè)市場(chǎng) A 股的收益率，比上證綜合指數(shù)更具代表性[13]。同時(shí)，中債綜合全價(jià)指數(shù)收益率的債券范圍更加全面，且其時(shí)間序列更加完整。

股票市場(chǎng)和債券市場(chǎng)收益率的樣本區(qū)間從2006年10月到2018年12月，共147個(gè)月觀測(cè)值，相關(guān)數(shù)據(jù)均收自萬(wàn)得金融數(shù)據(jù)庫(kù)。

由于我國(guó)股債數(shù)據(jù)時(shí)間區(qū)間的限制，本文采用DCC-MGARCH模型計(jì)算股票和債券收益率的相關(guān)系數(shù)，該模型很好地刻畫(huà)了條件相關(guān)系數(shù)的時(shí)變特征[24]，較直接計(jì)算Pearson相關(guān)系數(shù)來(lái)說(shuō)更加準(zhǔn)確。根據(jù)我國(guó)市場(chǎng)情況，假設(shè)股票和債券的收益率均服從AR（1）過(guò)程，波動(dòng)率方程設(shè)定為GARCH（1，1）形式。具體方程如下：

（1）通貨膨脹的不確定性（Vol_INF）、真實(shí)利率的不確定性（Vol_REL）和股息率的不確定性（Vol_DID）均以通過(guò)EGARCH（1，1）模型所擬合波動(dòng)值作為兩者不確定性的測(cè)量[25，26]，假設(shè)通貨膨脹率和真實(shí)利率均服從AR（1）過(guò)程。通貨膨脹率和真實(shí)利率的測(cè)度也極為關(guān)鍵。查閱資料可知，我國(guó)的通貨膨脹率主要通過(guò)CPI（消費(fèi)物價(jià)指數(shù)）進(jìn)行度量。本文選取上月為100的CPI指數(shù)，具體計(jì)算公式為：

此外，本文還引入一些其他變量作為影響股票和債券收益率相關(guān)性的解釋因素：

（1）宏觀市場(chǎng)流動(dòng)性（EM2G）。采用M2/GDP表示貨幣流動(dòng)性，取其對(duì)數(shù)差分表示宏觀市場(chǎng)流動(dòng)性。貨幣政策顯然會(huì)對(duì)股票市場(chǎng)和債券市場(chǎng)產(chǎn)生一些影響，其中最重要的是貨幣流動(dòng)性[13]。貨幣流動(dòng)性反映貨幣在市場(chǎng)上的投放量，其變化會(huì)引起股票和債券的需求，而兩者受到影響的程度往往不同，從而導(dǎo)致股市和債市收益率的相關(guān)性變化。M2的數(shù)據(jù)來(lái)自萬(wàn)得金融數(shù)據(jù)庫(kù)。

（2）經(jīng)濟(jì)周期（CYCLE）?；诓少?gòu)經(jīng)理指數(shù)PMI的對(duì)數(shù)差分來(lái)代表經(jīng)濟(jì)周期。在經(jīng)濟(jì)周期的不同階段，股票市場(chǎng)和債券市場(chǎng)的表現(xiàn)也是不同的。一般情況下，在經(jīng)濟(jì)擴(kuò)張階段投資者更加青睞股票的高收益;在經(jīng)濟(jì)緊縮階段，投資者理應(yīng)重視長(zhǎng)期債券[27]。采購(gòu)經(jīng)理指數(shù)PMI是一套綜合性的經(jīng)濟(jì)監(jiān)測(cè)指標(biāo)體系，能夠反映經(jīng)濟(jì)的整體增長(zhǎng)和衰退，因此如下定義衡量經(jīng)濟(jì)周期的指標(biāo)：

四、實(shí)證分析

（一）股票和債券收益率相關(guān)系數(shù)的變化特征

深滬兩市A股綜合收益率和中債綜合全價(jià)指數(shù)收益率的變化如圖1所示，其描述性統(tǒng)計(jì)特征如表2所示。

DCC-MGARCH模型要求序列平穩(wěn)且有異方差性、自相關(guān)性。故對(duì)股票市場(chǎng)和債券市場(chǎng)收益率進(jìn)行ADF單位根檢驗(yàn)、ARCG效應(yīng)檢驗(yàn)和Ljung-Box檢驗(yàn)：ADF檢驗(yàn)中兩者均包含常數(shù)項(xiàng)且不含趨勢(shì)項(xiàng)，滯后階數(shù)為3，結(jié)果充分表明股債市場(chǎng)收益率序列是平穩(wěn)的;ARCH效應(yīng)檢驗(yàn)中兩者滯后階為5，結(jié)果顯示股債市場(chǎng)收益率存在明顯的異方差;Ljung-Box檢驗(yàn)取滯后階數(shù)為20，結(jié)果顯示股債市場(chǎng)收益率具有顯著的自相關(guān)性。上述檢驗(yàn)均說(shuō)明采用DCC-MGARCH模型是合理的。

基于上述信息的支撐，采用DCC-MGARCH模型計(jì)算股票市場(chǎng)和債券市場(chǎng)收益率的動(dòng)態(tài)相關(guān)系數(shù)，假設(shè)股票和債券的收益率均服從AR（1）過(guò)程，波動(dòng)率方程設(shè)定為GARCH（1，1）形式。

系數(shù)估計(jì)的結(jié)果如表3所示。結(jié)果表明，AR（1）方程的[β1]和[β2]都在10%以上的置信水平下顯著，說(shuō)明我國(guó)股票市場(chǎng)和債券市場(chǎng)的收益率均有很強(qiáng)的自相關(guān)。GARCH（1，1）方程的[δ1]、[δ2]、[η1]和[η2]的估計(jì)顯著為正，充分表明了股票市場(chǎng)和債券市場(chǎng)收益率的ARCH效應(yīng)。DCC-MGARCH（1，1）方程的k和λ也在1%的置信水平下顯著，直接地表明了中國(guó)股債市場(chǎng)相關(guān)性的時(shí)變性。這些結(jié)論都與上文的ARCH效應(yīng)檢驗(yàn)和Ljung-Box檢驗(yàn)相對(duì)應(yīng)。

2006年10月到2018年12月中國(guó)股債市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)如圖2所示?？梢钥闯觯蓚袌?chǎng)收益率的相關(guān)系數(shù)變化非常復(fù)雜，間斷性出現(xiàn)正相關(guān)或者負(fù)相關(guān)，波動(dòng)幅度較大，但大部分時(shí)間表現(xiàn)為正相關(guān)。

根據(jù)曾志堅(jiān)和江州（2007）[12]的計(jì)算，我國(guó)股債收益率相關(guān)系數(shù)長(zhǎng)期在-0.3—0.3之間波動(dòng)。而由本文結(jié)果可以看出，在觀測(cè)區(qū)間內(nèi)多個(gè)尖峰點(diǎn)偏離了這個(gè)區(qū)間。本文選取兩個(gè)典型的異常點(diǎn)進(jìn)行分析，見(jiàn)表4。

2007年，美國(guó)發(fā)生了次貸危機(jī)，引發(fā)全球金融危機(jī)。隨著國(guó)際金融市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)增強(qiáng)，我國(guó)股市受到了一定影響。而債市的投資主體普遍而言是機(jī)構(gòu)投資者，其風(fēng)險(xiǎn)偏好較低，對(duì)經(jīng)濟(jì)基本面的捕捉和反應(yīng)也較全面，故債市呈現(xiàn)穩(wěn)定增長(zhǎng)的趨勢(shì)。

2015年，由于對(duì)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的預(yù)期過(guò)高，市場(chǎng)存在大量短期套利繼而逃離的投機(jī)者，“高杠桿配置”成為2015年股市震蕩的直接“導(dǎo)火索”，另外，監(jiān)管不到位、滯后的因素不容忽視。而同時(shí)債券市場(chǎng)增量和規(guī)?？焖贁U(kuò)大，全年發(fā)行規(guī)模達(dá)22.3萬(wàn)億元，同比增長(zhǎng)87.5%。債券市場(chǎng)對(duì)內(nèi)放松管制與對(duì)外開(kāi)放并行，機(jī)制與產(chǎn)品創(chuàng)新不斷，市場(chǎng)基礎(chǔ)設(shè)施間差異化競(jìng)爭(zhēng)有序進(jìn)行，形成改善服務(wù)、提高市場(chǎng)效率的良性發(fā)展格局。

（二）回歸分析及結(jié)果

采用多種檢驗(yàn)方法對(duì)所有相關(guān)變量進(jìn)行性質(zhì)檢驗(yàn)，結(jié)果如表5所示。其中，ADF檢驗(yàn)的滯后階由SIC準(zhǔn)則決定，rt、δt、EM2G、CYCLE包含趨勢(shì)項(xiàng)和常數(shù)項(xiàng)，其他均只包含常數(shù)項(xiàng);ARCH效應(yīng)檢驗(yàn)滯后階為5;Ljung-Box檢驗(yàn)取滯后階數(shù)為20。結(jié)果表明，πt，rt，δt均適用于（E）GARCH模型，這說(shuō)明了本文解釋變量設(shè)計(jì)的合理性。

根據(jù)上述對(duì)中國(guó)股債市場(chǎng)收益率相關(guān)性異常波動(dòng)的分析，將觀測(cè)區(qū)間分為三段：美國(guó)次貸危機(jī)期間（2008年4月到2009年4月），股市異常波動(dòng)期間（2014年10月到2015年10月），以及股債市平穩(wěn)發(fā)展期間（2006年10月到2018年12月內(nèi)的其他時(shí)間）。這樣不僅可以消除在分析股債收益率相關(guān)性的影響因子時(shí)異常波動(dòng)所帶來(lái)的偏差，也可以更深一步地研究特殊事件引發(fā)的股債相關(guān)性影響因子的變化。分割觀測(cè)區(qū)間，并將解釋變量依次加入OLS回歸模型中，結(jié)果如表6。

由回歸結(jié)果分析可得，在平穩(wěn)時(shí)期部分回歸系數(shù)的顯著性和總體方程的顯著性均較高，可以認(rèn)為宏觀市場(chǎng)的不確定性以及各因子之間的協(xié)動(dòng)性對(duì)中國(guó)股債收益率的相關(guān)性有著顯著的影響：

（1）通貨膨脹的不確定性是股債相關(guān)性的正向驅(qū)動(dòng);而真實(shí)利率和股息率的不確定性是股債相關(guān)性的負(fù)向驅(qū)動(dòng)，但它們的影響并不顯著。

（2）通貨膨脹、真實(shí)利率和股息率之間的協(xié)動(dòng)性也在一定程度上影響股債相關(guān)性：通貨膨脹和真實(shí)利率、通貨膨脹和股息率的協(xié)動(dòng)性與股債相關(guān)性呈正相關(guān)，而股息率和真實(shí)利率的協(xié)動(dòng)性與股債相關(guān)性呈顯著的負(fù)相關(guān)。

（3）經(jīng)濟(jì)周期和宏觀市場(chǎng)流動(dòng)性對(duì)股債相關(guān)性也均有著顯著影響：經(jīng)濟(jì)的擴(kuò)張階段，股票和債券的收益率往往呈現(xiàn)一種負(fù)相關(guān);而經(jīng)濟(jì)衰退時(shí)，股票和債券的收益率則同向波動(dòng);宏觀市場(chǎng)流動(dòng)性推動(dòng)了股債市場(chǎng)的正相關(guān)。

在金融市場(chǎng)壓力區(qū)間，市場(chǎng)風(fēng)險(xiǎn)增大，股債收益率的相關(guān)性趨向極端，決定其變化的因素也更加難以確定。美國(guó)次貸危機(jī)和中國(guó)股市異常波動(dòng)期間，決定中國(guó)股債相關(guān)性的因子均有一定程度的變化，甚至解釋性大幅降低：

（1）美國(guó)次貸危機(jī)期間，通貨膨脹、真實(shí)利率、股息率的不確定性均成為股債相關(guān)性顯著的負(fù)向驅(qū)動(dòng);通貨膨脹和真實(shí)利率的協(xié)動(dòng)性對(duì)股債相關(guān)性的負(fù)向影響增強(qiáng)，而真實(shí)利率和股息率協(xié)動(dòng)性的影響幾乎消失;經(jīng)濟(jì)周期和宏觀市場(chǎng)的流動(dòng)性也不再是決定股債相關(guān)性的因素。

（2）美國(guó)次貸危機(jī)期間，由于中國(guó)股市遭受巨大影響，波動(dòng)幅度增加，股債相關(guān)性一度減弱。從回歸分析的結(jié)果可以看出，總體方程的顯著性較低，由此運(yùn)用普遍模型預(yù)測(cè)股債收益率的相關(guān)性變得十分困難，需要更進(jìn)一步探究更具有適應(yīng)性的因素。

（3）2015年股市異常波動(dòng)期間，回歸系數(shù)的符號(hào)和顯著性變化較大，但是總體方程依然是顯著的，故可以認(rèn)為：通貨膨脹、真實(shí)利率、股息率的不確定性均成為股債相關(guān)性的正向驅(qū)動(dòng);相較于平穩(wěn)時(shí)期，通貨膨脹和真實(shí)利率協(xié)動(dòng)性的正向貢獻(xiàn)更為顯著，真實(shí)利率和股息率協(xié)動(dòng)性的負(fù)向影響力也更強(qiáng);經(jīng)濟(jì)周期和宏觀市場(chǎng)的流動(dòng)性對(duì)股債相關(guān)性的決定甚微。

從上述結(jié)果分析來(lái)看，決定股債收益率相關(guān)性的因素反映了我國(guó)金融市場(chǎng)的一些特殊性：許多研究發(fā)現(xiàn)，在大部分歐美國(guó)家，通貨膨脹的不確定性往往是股債收益率相關(guān)性的負(fù)向驅(qū)動(dòng)[22]，而我國(guó)則相反，這是由于我國(guó)長(zhǎng)期有著較歐美更高的通貨膨脹率，導(dǎo)致非預(yù)期通貨膨脹也處于高位[25]，因此股票收益所帶來(lái)的對(duì)沖效果被削弱，投資者更加青睞于分散投資。另外，我國(guó)長(zhǎng)期存在企業(yè)分紅少甚至不分紅的現(xiàn)象，所以股息率總維持在一個(gè)較低且不穩(wěn)定的水平，所以股息率的不確定性對(duì)股債相關(guān)性的影響并不顯著。

五、結(jié)論

本文結(jié)合我國(guó)股債市場(chǎng)的情況，建立三大主要經(jīng)濟(jì)指標(biāo)（真實(shí)利率、通貨膨脹率、股息率）的仿射模型，基于定價(jià)核內(nèi)生推導(dǎo)出影響股債市場(chǎng)相關(guān)性的決定因素，分析了在宏觀不確定性和協(xié)動(dòng)性的角度下我國(guó)股債市場(chǎng)收益率相關(guān)性的影響機(jī)理。本文的研究得出以下結(jié)論：

第一，2006年10月至2018年12月這一期間內(nèi)，我國(guó)股債市場(chǎng)的收益率相關(guān)性存在時(shí)變性，且間斷性出現(xiàn)正相關(guān)或負(fù)相關(guān)，股債收益率波動(dòng)幅度較大說(shuō)明我國(guó)資產(chǎn)管理行業(yè)面臨著股債相關(guān)性突變的風(fēng)險(xiǎn)。

第二，平穩(wěn)時(shí)期股債市場(chǎng)相關(guān)性主要由通貨膨脹的不確定性正向驅(qū)動(dòng)。故當(dāng)通貨膨脹更加不穩(wěn)定時(shí)，通過(guò)資產(chǎn)組合、分散投資來(lái)降低風(fēng)險(xiǎn)會(huì)因資產(chǎn)間相關(guān)系數(shù)的增大而受損。而經(jīng)濟(jì)動(dòng)蕩時(shí)期，影響我國(guó)股債市場(chǎng)相關(guān)性的因素則更為多變和復(fù)雜，需要結(jié)合不同經(jīng)濟(jì)事件背景獨(dú)立分析。

第三，在平穩(wěn)時(shí)期，通貨膨脹、真實(shí)利率和股息率之間的協(xié)動(dòng)性也在一定程度上影響股債相關(guān)性：股息率和真實(shí)利率的協(xié)動(dòng)性與股債相關(guān)性呈顯著的負(fù)相關(guān)。而經(jīng)濟(jì)動(dòng)蕩時(shí)期，則需要針對(duì)不同事件更進(jìn)一步探究更具有適應(yīng)性的影響因素。

第四，平穩(wěn)時(shí)期經(jīng)濟(jì)周期和宏觀市場(chǎng)流動(dòng)性對(duì)股債相關(guān)性均有著顯著影響：經(jīng)濟(jì)的擴(kuò)張階段，股票和債券的收益率往往呈現(xiàn)一種負(fù)相關(guān)，而經(jīng)濟(jì)衰退時(shí)，股票和債券的收益率一般會(huì)同向波動(dòng);宏觀市場(chǎng)流動(dòng)性則正向推動(dòng)了股債市場(chǎng)的相關(guān)。在經(jīng)濟(jì)動(dòng)蕩時(shí)期，經(jīng)濟(jì)周期和宏觀市場(chǎng)的流動(dòng)性對(duì)股債相關(guān)性的決定甚微。

參考文獻(xiàn)：

[1]Markowitz，H.M. 1952. Portfolio Selection [J].Journal of Finance，7（1）.

[2]Gulko，Les. 2002. Decoupling [J].The Journal of Portfolio Management，28（3）.

[3]Ilmanen A. 2003. Stock-bond Correlations [J].The Journal of Fixed Income，13 （2）.

[4]Campbell J Y，Sunderam A，Viceira L M. 2009. Inflation Bets or Deflation Hedges？ The Changing Risks of Nominal Bonds [J].Social Science Electronic Publishing，（14701）.

[5]Perego E R，Vermeulen W N. 2016. Macro-economic Determinants of European Stock and Government Bond Correlations：A Tale of Two Regions [J].Journal of Empirical Finance，37.

[6]Boyd J H，Jian H U，Jagannathan R. 2005. The Stock Market＼"s Reaction to Unemployment News： Why Bad News Is Usually Good for Stocks [J].The Journal of Finance，60（2）.

[7]Yang J，Zhou Y，Wang Z. 2009. The Stock-bond Correlation and Macroeconomic Conditions： One and A Half Centuries of Evidence [J].Journal of Banking & Finance，33（4）.

[8]D'Addona S，Kind A H. 2006. International Stock-Bond Correlations in a Simple Affine Asset Pricing Model[J]. SSRN Electronic Journal，30（10）.

[9]Asgharian H，Christiansen C，Hou A J. 2016. Macro-Finance Determinants of the Long-Run Stock-Bond Correlation：The DCC-MIDAS Specification [J].CREATES Research Papers，14（3）.

[10]袁超，張兵，汪慧建. 債券市場(chǎng)與股票市場(chǎng)的動(dòng)態(tài)相關(guān)性研究 [J].金融研究，2008，（1）.

[11]錢智俊，李勇.宏觀因子、投資者行為與中國(guó)股債收益相關(guān)性——基于動(dòng)態(tài)條件相關(guān)系數(shù)的實(shí)證研究 [J].國(guó)際金融研究，2017，367（11）.

[12]曾志堅(jiān)，江洲.關(guān)于我國(guó)股票市場(chǎng)與債券市場(chǎng)收益率聯(lián)動(dòng)性的實(shí)證研究 [J].當(dāng)代財(cái)經(jīng)，2007，（9）.

[13]鄭振龍，陳志英.中國(guó)股票市場(chǎng)和債券市場(chǎng)收益率動(dòng)態(tài)相關(guān)性分析 [J].當(dāng)代財(cái)經(jīng)，2011，（2）.

[14]Connolly R，Stivers C，Sun L. 2005. Stock Market Uncertainty and the Stock-bond Return Relation [J].Journal of Financial and Quantitative Analysis，40 （1）.

[15]Aslanidis N，Christiansen C . 2014. Quantiles of the realized stock-bond correlation and links to the macroeconomy [J].Journal of Empirical Finance，（28）.

[16]Li X，Zou L. 2008. How Do Policy and Information Shocks Impact Co-Movements of Chinas T-Bond and Stock Markets？ [J].Journal of Banking & Finance，32（3）.

[17]肖利平.中國(guó)債券市場(chǎng)與股票市場(chǎng)間波動(dòng)溢出效應(yīng)——基于SJC—Copula模型的分析 [J].證券市場(chǎng)導(dǎo)報(bào)，2011，（9）.

[18]王茵田，文志瑛.股票市場(chǎng)和債券市場(chǎng)的流動(dòng)性溢出效應(yīng)研究 [J].金融研究，2010，（3）.

[19]Li L. 2003. Macroeconomic Factors and the Correlation of Stock and Bond Returns [J].Social Science Electronic Publishing.

[20]Harrison J，Kreps D M. 1979. Martingales and Arbitrage in Multiperiod Securities Markets [J].Journal of Economic Theory，20（3）.

[21]Bekaert G，Grenadier S R. 2001. Stock and Bond Pricing in an Affine Economy [J].Social Science Electronic Publishing.

[22]Pericoli M. 2018. Macroeconomics Determinants of the Correlation between Stocks and Bonds. Temi di discussione（Economic working papers）.

[23]Fama E F，F(xiàn)rench K R. 1993. Common Risk Factors in the Returns on Stocks and Bonds [J].Journal of Financial Economics，33（1）.

[24]鄭良海，侯英.銀行間債券市場(chǎng)和交易所債券市場(chǎng)動(dòng)態(tài)關(guān)系研究——基于DCC-MGARCH模型的分析 [J].統(tǒng)計(jì)與信息論壇，2012，27（1）.

[25]張?zhí)祉?通貨膨脹與通貨膨脹不確定性——基于中國(guó)數(shù)據(jù)的實(shí)證研究 [J].西部金融，2012，（7）.

[26]申世昌，熊濤.EGARCH（1，1）模型對(duì)上證指數(shù)與成交金額波動(dòng)性的實(shí)證研究 [J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，41（3）.

[27]張雪瑩.股市與債市的相關(guān)性分析 [J].山東工商學(xué)院學(xué)報(bào)，2005，（5）.