中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的溢出效應(yīng):基于BEKK-GARCH-TVPCopula模型

吳菲 劉蒙蒙 王群偉

摘要：隨著全球化進(jìn)程的加速，中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的聯(lián)系不斷加強(qiáng)，市場(chǎng)間波動(dòng)傳遞與風(fēng)險(xiǎn)傳染的可能性也逐漸加大。鑒于中國(guó)在岸匯率市場(chǎng)與離岸匯率市場(chǎng)在交易主體、監(jiān)管條件等方面具有明顯的異質(zhì)性，將BEKK-GARCH-TVP Copula模型與CoVaR方法結(jié)合，來(lái)考察兩匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的動(dòng)態(tài)非線(xiàn)性相依結(jié)構(gòu)，并準(zhǔn)確度量中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)。研究結(jié)果表明：離岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間存在雙向波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng);國(guó)際原油市場(chǎng)對(duì)在岸匯率市場(chǎng)存在單向波動(dòng)以及下行風(fēng)險(xiǎn)溢出效應(yīng);此外，風(fēng)險(xiǎn)發(fā)生時(shí)中國(guó)匯率市場(chǎng)和國(guó)際原油市場(chǎng)分別處于風(fēng)險(xiǎn)接受和風(fēng)險(xiǎn)輸出地位。實(shí)證結(jié)果可以為跨境企業(yè)、國(guó)際投資者以及政府監(jiān)管部門(mén)的決策行為提供經(jīng)驗(yàn)支持。

關(guān)鍵詞：風(fēng)險(xiǎn)溢出;波動(dòng)溢出;中國(guó)匯率市場(chǎng);BEKK-GARCH-TVP Copula模型;CoVaR

中圖分類(lèi)號(hào)：F832.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-5595（2021）05-0001-08

一、引言

近年來(lái)，中國(guó)原油對(duì)外依存度不斷增加，2018年甚至超過(guò)70%①。由于國(guó)際原油市場(chǎng)存在劇烈波動(dòng)，中國(guó)匯率市場(chǎng)也極易受到波及，嚴(yán)重者甚至誘發(fā)系統(tǒng)性危機(jī)。[1-2]經(jīng)驗(yàn)表明，忽視金融市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)，不僅會(huì)造成所在市場(chǎng)的金融投資損失，還會(huì)嚴(yán)重破壞經(jīng)濟(jì)社會(huì)的平穩(wěn)運(yùn)行。[3]因此，深入研究中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的相依結(jié)構(gòu)，并準(zhǔn)確度量市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)，對(duì)于跨境企業(yè)與投資者的投資決策、政府監(jiān)管部門(mén)的政策制定都具有重要的理論價(jià)值與現(xiàn)實(shí)意義。[4]

現(xiàn)有文獻(xiàn)中關(guān)于波動(dòng)溢出效應(yīng)的研究，主要借助于BEKK-GARCH模型。BEKK-GARCH模型最早由Engle等[5]提出，其優(yōu)點(diǎn)是待估參數(shù)少、參數(shù)經(jīng)濟(jì)意義明顯，且能充分利用市場(chǎng)間條件方差或協(xié)方差的相互作用。該模型目前已被廣泛應(yīng)用于研究金融市場(chǎng)間的波動(dòng)溢出效應(yīng)。例如，李成等[6]運(yùn)用此模型研究了中國(guó)匯率市場(chǎng)與股票市場(chǎng)間的波動(dòng)溢出效應(yīng)，結(jié)果表明匯率市場(chǎng)與股票市場(chǎng)間存在非對(duì)稱(chēng)的波動(dòng)溢出效應(yīng)。在此基礎(chǔ)上，熊正德等[7]將小波變換與BEKK-GARCH模型結(jié)合，進(jìn)一步發(fā)現(xiàn)兩市場(chǎng)間的波動(dòng)溢出效應(yīng)在短期、中期和長(zhǎng)期呈現(xiàn)出不同特征。李建峰等[8]則考察了人民幣匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的溢出效應(yīng)，發(fā)現(xiàn)人民幣兌英鎊匯率與國(guó)際原油價(jià)格間存在雙向波動(dòng)溢出效應(yīng)。

除了金融市場(chǎng)間的波動(dòng)溢出效應(yīng)，學(xué)者們還對(duì)極端風(fēng)險(xiǎn)的溢出效應(yīng)給予了大量關(guān)注。[9]Adrian等[10]提出的條件在險(xiǎn)價(jià)值（CoVaR）方法為度量金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)提供了有效工具?，F(xiàn)有文獻(xiàn)中關(guān)于CoVaR的計(jì)算方法包含三類(lèi)：分位數(shù)回歸算法、DCC-GARCH模型算法以及Copula函數(shù)算法。其中，基于分位數(shù)回歸的CoVaR計(jì)算方法最早由Adrian等[11]提出，主要用于描述金融市場(chǎng)間的線(xiàn)性風(fēng)險(xiǎn)關(guān)系。曾裕峰等[12]利用此方法研究了境外證券市場(chǎng)對(duì)我國(guó)A股市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，發(fā)現(xiàn)香港和美國(guó)對(duì)我國(guó)A股市場(chǎng)的系統(tǒng)重要性最高，而英國(guó)和德國(guó)最低。鑒于分位數(shù)回歸方法沒(méi)有考慮金融序列普遍存在的異方差與波動(dòng)聚集等特征，也無(wú)法捕捉金融市場(chǎng)間的動(dòng)態(tài)相依關(guān)系，Girardi等[13]提出了基于DCC-GARCH模型的CoVaR計(jì)算方法。基于該方法，嚴(yán)偉祥等[14]研究了銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)、信托業(yè)以及金融期貨間的動(dòng)態(tài)相依性與風(fēng)險(xiǎn)溢出效應(yīng)，發(fā)現(xiàn)金融行業(yè)間存在很強(qiáng)的風(fēng)險(xiǎn)溢出效應(yīng)，但不同行業(yè)對(duì)其他行業(yè)的風(fēng)險(xiǎn)溢出程度存在動(dòng)態(tài)變化。鑒于金融市場(chǎng)間可能存在非線(xiàn)性相依結(jié)構(gòu)，Mainik等[15]提出了使用Copula函數(shù)測(cè)度CoVaR的思想?；诖?，Wang等[16]研究了WTI和Brent原油價(jià)格對(duì)金磚國(guó)家和G7國(guó)家主權(quán)CDS（Credit Default Swap）利差的影響。馬亞明等[17]則測(cè)度了各類(lèi)影子銀行機(jī)構(gòu)對(duì)傳統(tǒng)商業(yè)銀行的系統(tǒng)性風(fēng)險(xiǎn)溢出效應(yīng)。

盡管現(xiàn)有文獻(xiàn)對(duì)金融市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)開(kāi)展了大量研究，但仍存在兩點(diǎn)不足：其一，文獻(xiàn)關(guān)于溢出效應(yīng)的研究主要集中于單一溢出層次，忽視了溢出效應(yīng)研究的連貫性;其二，文獻(xiàn)測(cè)度CoVaR主要基于分位數(shù)回歸、DCC-GARCH模型以及靜態(tài)Copula函數(shù)，忽視了金融市場(chǎng)間的動(dòng)態(tài)非線(xiàn)性相依關(guān)系，從而可能低估金融市場(chǎng)的條件風(fēng)險(xiǎn)。因此，如何準(zhǔn)確測(cè)度新形勢(shì)下金融市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)，已然成為跨境企業(yè)、國(guó)際投資者以及政府監(jiān)管部門(mén)等金融市場(chǎng)參與者面臨的首要任務(wù)。

2008年全球金融危機(jī)后，中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)震蕩頻繁，市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出特征愈來(lái)愈明顯。一方面，作為全球金融系統(tǒng)的重要組成部分，國(guó)際原油市場(chǎng)是投資者從事國(guó)際金融投資活動(dòng)的重要場(chǎng)所，深刻地影響著所有國(guó)家的經(jīng)濟(jì)活動(dòng);另一方面，中國(guó)匯率市場(chǎng)是中國(guó)經(jīng)濟(jì)的主要金融子市場(chǎng)之一，可以體現(xiàn)一段時(shí)間內(nèi)中國(guó)經(jīng)濟(jì)的發(fā)展?fàn)顩r。[18-21]此外，中國(guó)匯率市場(chǎng)包括了在岸和離岸兩種形式，由于在管制程度、市場(chǎng)參與主體等方面存在差異，二者出現(xiàn)了較為明顯的匯差，進(jìn)一步增加了中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間相依結(jié)構(gòu)的復(fù)雜性。[22]因此，本文選取離岸匯率市場(chǎng)、在岸匯率市場(chǎng)以及國(guó)際原油市場(chǎng)作為研究對(duì)象，分析中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)，以期為跨境企業(yè)、國(guó)際投資者以及政府監(jiān)管部門(mén)的決策行為提供經(jīng)驗(yàn)支持。本文創(chuàng)新點(diǎn)包含兩方面：一方面，運(yùn)用TVP Copula模型捕捉中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的動(dòng)態(tài)非線(xiàn)性相依關(guān)系，并在此基礎(chǔ)上推導(dǎo)出CoVaR的計(jì)算方法;另一方面，將離岸匯率市場(chǎng)納入研究范圍，實(shí)證分析在岸匯率市場(chǎng)、離岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)的差異。

二、理論模型

為了實(shí)現(xiàn)中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間溢出效應(yīng)的有效測(cè)度，本文首先利用AR-GARCH-t模型來(lái)消除金融序列的自相關(guān)性與異方差性;然后，運(yùn)用BEKK-GARCH模型度量市場(chǎng)間的波動(dòng)溢出效應(yīng);最后，將TVP Copula模型與CoVaR方法結(jié)合，既克服了傳統(tǒng)Copula函數(shù)無(wú)法刻畫(huà)金融市場(chǎng)間動(dòng)態(tài)相依結(jié)構(gòu)的缺陷，又準(zhǔn)確測(cè)度了中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)。

（一）邊緣分布構(gòu)建

（四）穩(wěn)健性檢驗(yàn)

為了探究不同的國(guó)際原油價(jià)格是否會(huì)影響本文的核心結(jié)論，本文選擇英國(guó)北海布倫特（Brent）原油價(jià)格代替WTI原油價(jià)格，選擇英鎊兌人民幣匯率代替美元兌人民幣匯率，風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)與非對(duì)稱(chēng)性檢驗(yàn)的結(jié)果如表6所示?？梢园l(fā)現(xiàn)，Brent原油市場(chǎng)與離岸匯率市場(chǎng)間存在顯著的雙向風(fēng)險(xiǎn)溢出效應(yīng)，與在岸匯率市場(chǎng)間僅存在顯著的單向風(fēng)險(xiǎn)溢出效應(yīng)。非對(duì)稱(chēng)性檢驗(yàn)的結(jié)果表明，Brent原油市場(chǎng)對(duì)離岸匯率市場(chǎng)、在岸匯率市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)不存在顯著差異，離岸匯率市場(chǎng)對(duì)Brent原油市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)顯著大于在岸匯率市場(chǎng)。表6與表5的檢驗(yàn)結(jié)果間不存在顯著差異，因而本文的核心結(jié)論是穩(wěn)健的。

四、結(jié)論與建議

考慮到中國(guó)在岸匯率市場(chǎng)與離岸匯率市場(chǎng)在交易主體、監(jiān)管條件等方面存在異質(zhì)性，本文采用BEKK-GARCH-TVP Copula模型與CoVaR方法，探究了離岸匯率市場(chǎng)、在岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的波動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)，并對(duì)結(jié)論進(jìn)行了穩(wěn)健性檢驗(yàn)。研究結(jié)果表明：

第一，國(guó)際原油市場(chǎng)對(duì)在岸匯率市場(chǎng)存在顯著的反向波動(dòng)溢出，與離岸匯率市場(chǎng)存在雙向的正向波動(dòng)溢出。相對(duì)而言，離岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)的聯(lián)動(dòng)性更強(qiáng)。究其原因，可能是“8.11”匯改后中國(guó)匯率市場(chǎng)的波動(dòng)幅度擴(kuò)大，與國(guó)際原油市場(chǎng)的聯(lián)動(dòng)性逐漸增強(qiáng)，從而在一定程度上抑制了中國(guó)匯率市場(chǎng)的投機(jī)行為和套利空間，促進(jìn)了人民幣匯率形成機(jī)制市場(chǎng)化的發(fā)展，但同時(shí)也加大了市場(chǎng)間波動(dòng)傳遞和風(fēng)險(xiǎn)傳染的可能性。

第二，離岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間存在顯著的雙向風(fēng)險(xiǎn)溢出，國(guó)際原油市場(chǎng)對(duì)在岸匯率市場(chǎng)存在下行風(fēng)險(xiǎn)溢出。風(fēng)險(xiǎn)發(fā)生時(shí)，國(guó)際原油市場(chǎng)和中國(guó)匯率市場(chǎng)分別處于風(fēng)險(xiǎn)輸出和風(fēng)險(xiǎn)接受地位。相對(duì)而言，離岸匯率市場(chǎng)在風(fēng)險(xiǎn)發(fā)生時(shí)具有較強(qiáng)的市場(chǎng)彈性和風(fēng)險(xiǎn)輸出能力，對(duì)國(guó)際原油市場(chǎng)的平均風(fēng)險(xiǎn)溢出強(qiáng)度也較高。

基于以上結(jié)論，本文提出如下建議。

第一，完善在岸人民幣價(jià)格發(fā)現(xiàn)功能，推進(jìn)人民幣匯率市場(chǎng)化。在岸匯率市場(chǎng)抵御國(guó)際原油市場(chǎng)波動(dòng)和風(fēng)險(xiǎn)的能力顯著弱于離岸匯率市場(chǎng)，借鑒離岸匯率市場(chǎng)在價(jià)格發(fā)現(xiàn)、程序設(shè)計(jì)等方面的優(yōu)點(diǎn)，有助于增強(qiáng)在岸人民幣的定價(jià)權(quán)，強(qiáng)化在岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的聯(lián)動(dòng)性，促進(jìn)在岸匯率市場(chǎng)與國(guó)際原油市場(chǎng)間的溢出關(guān)系由單向溢出向雙向溢出過(guò)渡。政府監(jiān)管機(jī)構(gòu)逐步推進(jìn)人民幣匯率市場(chǎng)化改革，可以提高中國(guó)匯率市場(chǎng)彈性，減輕國(guó)際原油市場(chǎng)變化的沖擊，釋放中國(guó)匯率市場(chǎng)的投機(jī)壓力，從而保障普通投資者和跨境企業(yè)的正當(dāng)權(quán)益。

第二，把握中國(guó)匯率市場(chǎng)與國(guó)際原油市場(chǎng)風(fēng)險(xiǎn)溢出關(guān)系，保障各市場(chǎng)主體正當(dāng)權(quán)益，維護(hù)匯率市場(chǎng)安全。短期內(nèi)，中國(guó)匯率市場(chǎng)仍處于風(fēng)險(xiǎn)接受地位，國(guó)際原油市場(chǎng)對(duì)中國(guó)匯率市場(chǎng)存在顯著的反向風(fēng)險(xiǎn)溢出效應(yīng)，具有風(fēng)險(xiǎn)預(yù)警的作用。各市場(chǎng)主體應(yīng)積極把握匯率與原油風(fēng)險(xiǎn)關(guān)系，尋求極端風(fēng)險(xiǎn)下的避險(xiǎn)措施和理性決策?！?.11”匯改后，跨境企業(yè)貿(mào)易結(jié)算的套利空間不斷減小、風(fēng)險(xiǎn)不斷加大，企業(yè)在考量中國(guó)匯率市場(chǎng)風(fēng)險(xiǎn)的同時(shí)應(yīng)關(guān)注國(guó)際原油市場(chǎng)風(fēng)險(xiǎn)變化，選擇穩(wěn)健的貿(mào)易結(jié)算貨幣;市場(chǎng)投資者應(yīng)警惕國(guó)際原油市場(chǎng)與中國(guó)匯率市場(chǎng)間的風(fēng)險(xiǎn)溢出，多關(guān)注國(guó)際原油的凈多頭持倉(cāng)量等指標(biāo)，進(jìn)而制定和調(diào)整投資組合;政府部門(mén)應(yīng)密切關(guān)注國(guó)際原油市場(chǎng)的風(fēng)險(xiǎn)和波動(dòng)，確保原油進(jìn)口時(shí)的用匯安全，防范市場(chǎng)風(fēng)險(xiǎn)引起的投機(jī)性資本流入、流出對(duì)人民幣信用的損害。中長(zhǎng)期，政府部門(mén)應(yīng)豐富中國(guó)匯率市場(chǎng)和中國(guó)原油期貨市場(chǎng)的交易產(chǎn)品，增加金融衍生品和信用衍生品的種類(lèi)和規(guī)模，為市場(chǎng)參與者提供避險(xiǎn)工具和投資選擇。

注釋?zhuān)?/p>

① 數(shù)據(jù)摘自《中國(guó)能源發(fā)展報(bào)告2018》。

參考文獻(xiàn)：

[1]周東海，陳濱霞，蔣遠(yuǎn)營(yíng).“兩率”市場(chǎng)化改革、國(guó)際原油與中國(guó)股市關(guān)系研究[J].統(tǒng)計(jì)與信息論壇，2020，35（2）：47-58.

[2]劉炳越，姬強(qiáng)，范英.黃金是否為原油的“避險(xiǎn)天堂”？——基于組合收益及其波動(dòng)視角[J].中國(guó)管理科學(xué)，2018，26（11）：1-10.

[3]許啟發(fā)，王俠英，蔣翠俠，等.基于藤Copula-CAViaR方法的股市風(fēng)險(xiǎn)溢出效應(yīng)研究[J].系統(tǒng)工程理論與實(shí)踐，2018，38（11）：2738-2749.

[4]林宇，李福興，陳粘，等.基于R-vine-copula-CoVaR模型的金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究[J].運(yùn)籌與管理，2017，26（9）：148-156.

[5]Engle R F， Kroner K F. Multivariate Simultaneous Generalized ARCH[J]. Econometric Theory，1995（1）：122-150.

[6]李成，郭哲宇，王瑞君.中國(guó)貨幣政策與股票市場(chǎng)溢出效應(yīng)研究——基于VAR-GARCH-BEKK模型[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，16（4）：83-91.

[7]熊正德，文慧，熊一鵬.我國(guó)外匯市場(chǎng)與股票市場(chǎng)間波動(dòng)溢出效應(yīng)實(shí)證研究——基于小波多分辨的多元BEKK-GARCH（1，1）模型分析[J].中國(guó)管理科學(xué)，2015，23（4）：30-38.

[8]李建峰，盧新生，蔣偉.貨幣政策、人民幣匯率與國(guó)際原油市場(chǎng)關(guān)系的實(shí)證分析[J].統(tǒng)計(jì)與決策，2018，34（18）：154-157.

[9]何敏園，李紅權(quán).全球股市間的相依結(jié)構(gòu)與極值風(fēng)險(xiǎn)溢出：基于藤Copula的金融復(fù)雜性分析[J].管理評(píng)論，2020，32（7）：102-110.

[10]Adrian T，Brunnermeier K.CoVaR[R].New York：Federal Reserve Bank of New York，2008.

[11]Adrian T，Brunnermeier K. CoVaR[R].New York：National Bureau of Economic Research，2011.

[12]曾裕峰，溫湖煒，陳學(xué)彬.股市互聯(lián)、尾部風(fēng)險(xiǎn)傳染與系統(tǒng)重要性市場(chǎng)——基于多元分位數(shù)回歸模型的分析[J].國(guó)際金融研究，2017（9）：86-96.

[13]Girardi G，Ergun T. Systemic Risk Measurement： Multivariate GARCH Estimation of CoVaR[J].Journal of Banking & Finance，2013（8）：169-3180.

[14]嚴(yán)偉祥，張維，牛華偉.金融風(fēng)險(xiǎn)動(dòng)態(tài)相關(guān)與風(fēng)險(xiǎn)溢出異質(zhì)性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，37（10）：67-81.

[15]Mainik G，Schaanning E. On Dependence Consistency of CoVaR and Some Other Systemic Risk Measures[J].Statistics & Risk Modeling，2014（1）：49-77.

[16]Wang Jun，Sun Xiaolei，Li Jianping. How Do Sovereign Credit Default Swap Spreads Behave under Extreme Oil Price Movements？ Evidence from G7 and BRICS Countries[J].Finance Research Letters，2020，34：101350.

[17]馬亞明，宋羚娜.金融網(wǎng)絡(luò)關(guān)聯(lián)與我國(guó)影子銀行的風(fēng)險(xiǎn)溢出效應(yīng)——基于GARCH-Copula-CoVaR模型的分析[J].財(cái)貿(mào)研究，2017，28（7）：69-76.

[18]李志輝，田偉杰.股票市場(chǎng)開(kāi)放、系統(tǒng)性風(fēng)險(xiǎn)與溢出效應(yīng)[J].現(xiàn)代經(jīng)濟(jì)探討，2020（8）：45-56.

[19]龔玉婷.次貸危機(jī)在黃金、原油和外匯市場(chǎng)的風(fēng)險(xiǎn)傳染和波動(dòng)溢出[J].經(jīng)濟(jì)經(jīng)緯，2013（2）：150-154.

[20]Bedoui R，Braiek S，Guesmi K， et al. On the Conditional Dependence Structure between Oil， Gold and USD Exchange Rates： Nested Copula Based GJR-GARCH Model[J].Energy Economics，2019，80：876-889.

[21]何德旭，苗文龍.國(guó)際金融市場(chǎng)波動(dòng)溢出效應(yīng)與動(dòng)態(tài)相關(guān)性[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2015，32（11）：23-40.

[22]譚小芬，張輝，楊楠，等.離岸與在岸人民幣匯率：聯(lián)動(dòng)機(jī)制和溢出效應(yīng)——基于VAR-GARCH-BEKK模型的分析[J].管理科學(xué)學(xué)報(bào)，2019，22（7）：52-65.

[23]Patton A J. Copula Methods for Forecasting Multivariate Time Series[J].Handbook of Economic Forecasting，2013（2）：899-960.

責(zé)任編輯：曲 紅

Abstract： With the acceleration of globalization， the relations between the Chinese exchange rate market and the international oil market have been continuously strengthened， which increases the possibility of volatility transmission and risk contagion between markets. In view of the obvious heterogeneity of Chinas onshore exchange rate market and offshore exchange rate market in terms of transaction subjects and regulatory conditions， the BEKK-GARCH-TVP Copula model is combined with the CoVaR method in this paper to describe the dynamic non-linear dependence structure between the Chinese exchange rate market and the international crude oil market and accurately measure the volatility and risk spillover effects between the markets. The empirical results suggest that there are the bidirectional volatility and risk spillover effects between offshore market and oil market， and oil market has negative volatility and downside risk spillover effects on onshore market. Besides， the oil market is in risk-output status when the risk occurs， while the exchange rate markets are in risk-acceptance status. The risk spillover effects of offshore market on oil market are significantly stronger than that of onshore market. The results of this paper can provide empirical supports for the decisions of cross-border enterprises， international investors and government regulators.

Key words： risk spillovers; volatility spillovers; Chinese exchange rate market; BEKK-GARCH-TVP Copula model; CoVaR