新能源、化石能源和高科技公司股價(jià)動(dòng)態(tài)相依結(jié)構(gòu)研究

杜子平, 孫瑞澤

(1.天津科技大學(xué) 經(jīng)濟(jì)與管理學(xué)院,天津 300222; 2.南方科技大學(xué) 商學(xué)院,廣東 深圳 518055)

0 引言

我國(guó)經(jīng)濟(jì)的高速增長(zhǎng)離不開(kāi)化石能源消耗量的急劇增加。由于資源稟賦特點(diǎn)，化石能源在未來(lái)相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)仍將是我國(guó)的基礎(chǔ)能源[1]。然而，對(duì)化石能源的依賴(lài)存在很多弊端。人類(lèi)活動(dòng)造成的溫室氣體排放主要源自化石能源的消費(fèi)，進(jìn)而引發(fā)的全球氣溫升高對(duì)人類(lèi)的生存和發(fā)展提出了一系列嚴(yán)峻挑戰(zhàn)；而作為人口稠密的發(fā)展中國(guó)家，中國(guó)更是首當(dāng)其沖——無(wú)論在控溫的經(jīng)濟(jì)代價(jià)還是氣溫升高帶來(lái)的危害方面，中國(guó)均高于全球平均水平[2]。為對(duì)內(nèi)兼顧經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)、對(duì)外樹(shù)立負(fù)責(zé)任的大國(guó)形象，發(fā)展新能源是必由之路。在用新能源置換傳統(tǒng)能源的過(guò)程中，科技水平起著關(guān)鍵作用。國(guó)務(wù)院印發(fā)的《能源發(fā)展戰(zhàn)略行動(dòng)計(jì)劃2014～2020年》指出，推進(jìn)能源科技創(chuàng)新是建設(shè)能源強(qiáng)國(guó)五大主要任務(wù)之一；國(guó)家能源局在“十四五”規(guī)劃編制工作中強(qiáng)調(diào)，要打造以技術(shù)進(jìn)步為核心、具有自主知識(shí)產(chǎn)權(quán)的新能源產(chǎn)業(yè)體系。

以科技為核心的新能源發(fā)展戰(zhàn)略的合理性可以從資產(chǎn)收益率相依結(jié)構(gòu)研究的視角窺見(jiàn)一斑。自Henriques和Sadorsky[3]開(kāi)創(chuàng)性的工作以來(lái)，高科技和新能源公司股價(jià)聯(lián)動(dòng)性受到越來(lái)越多的關(guān)注。Henriques和Sadorsky[3]采用VAR模型和格蘭杰因果檢驗(yàn)研究了新能源公司股價(jià)、高科技公司股價(jià)、油價(jià)和利率間的關(guān)系，研究表明高科技公司股價(jià)對(duì)新能源公司股價(jià)的影響比油價(jià)更顯著。他們指出，在高科技產(chǎn)業(yè)之外，新能源產(chǎn)業(yè)是重要的科技創(chuàng)新輸出者，因此投資者將兩個(gè)產(chǎn)業(yè)視為同質(zhì)的整體。Sadorsky[4]通過(guò)多元GRACH模型考察了新能源公司股價(jià)、高科技公司股價(jià)和油價(jià)三者之間的條件相依和波動(dòng)溢出效應(yīng)，發(fā)現(xiàn)新能源和高科技公司股價(jià)間相依關(guān)系的強(qiáng)度高于新能源公司股價(jià)和油價(jià)間相依關(guān)系的強(qiáng)度，進(jìn)而指出新能源與高科技公司的商業(yè)模式具有很高的相似性。Managi和Okimoto[5]利用馬爾可夫狀態(tài)轉(zhuǎn)換VAR模型的研究發(fā)現(xiàn)，在2007年的一個(gè)狀態(tài)改變后新能源公司股價(jià)和高科技公司股價(jià)聯(lián)動(dòng)更加密切，他們認(rèn)為這是由于兩行業(yè)面臨相似的補(bǔ)貼政策。在常用的VAR模型和GARCH模型之外，Bondia et al.[6]采用門(mén)限協(xié)整模型、Inchauspe et al.[7]采用時(shí)變多因子資產(chǎn)定價(jià)模型、Zhang和Du[8]采用TVP-SV-VAR模型的研究均支持了Henriques和Sadorsky[3]的結(jié)論。在另一方面，當(dāng)前對(duì)中國(guó)新能源和高科技公司股價(jià)相依關(guān)系的研究較少，且尚未達(dá)成共識(shí)。秦天程[9]指出，國(guó)內(nèi)新能源公司股價(jià)對(duì)高科技公司股價(jià)變動(dòng)不敏感，他認(rèn)為這是由于國(guó)內(nèi)新能源公司科技含量不足，投資者更加關(guān)注的是新能源這一概念而非其背后的技術(shù)優(yōu)勢(shì)；相反的是，Zhang和Du[8]的研究發(fā)現(xiàn)中國(guó)的新能源和高科技公司股價(jià)是密切相關(guān)的。為對(duì)新能源行業(yè)與高科技行業(yè)之間相依關(guān)系的密切程度得出結(jié)論，需要選擇合理的基準(zhǔn)進(jìn)行比較。早期研究多采用化石能源價(jià)格和新能源公司股價(jià)之間的相依關(guān)系作為基準(zhǔn)，而Zhang和Du[8]首先將新能源、化石能源和高科技公司股價(jià)納入同一分析框架，他們指出：新能源和高科技公司所需求的資源有諸多共同點(diǎn)，因此新能源和高科技產(chǎn)業(yè)的同質(zhì)性要大于新能源和化石能源即能源產(chǎn)業(yè)內(nèi)部的同質(zhì)性。

從文獻(xiàn)回顧可以看出，高科技和新能源公司股價(jià)相依性的強(qiáng)度間接反映投資者是否將新能源產(chǎn)業(yè)視為重要的科技創(chuàng)新提供者，而深入分析三產(chǎn)業(yè)相依關(guān)系能為我國(guó)是否已形成以技術(shù)進(jìn)步為核心的新能源產(chǎn)業(yè)提供經(jīng)驗(yàn)證據(jù)。此外，作為一個(gè)政府大力扶持的朝陽(yáng)產(chǎn)業(yè)，新能源公司股票引起了投資者的極大興趣；但是，新能源產(chǎn)業(yè)的補(bǔ)貼政策等“好消息”卻往往引發(fā)化石能源投資者的擔(dān)憂(yōu)[10]，而把握三產(chǎn)業(yè)間股價(jià)相依結(jié)構(gòu)是進(jìn)行投資組合優(yōu)化和風(fēng)險(xiǎn)管理的前提。

在這一背景下，本文通過(guò)因果關(guān)系檢驗(yàn)、copula建模等方法，力求對(duì)國(guó)內(nèi)新能源、化石能源和高科技公司股價(jià)動(dòng)態(tài)相依結(jié)構(gòu)進(jìn)行深入分析。與傳統(tǒng)的描述線(xiàn)性關(guān)系的手段相比，copula模型能夠靈活地刻畫(huà)非線(xiàn)性的、動(dòng)態(tài)的、多維的、尾部的相依關(guān)系，在能源經(jīng)濟(jì)學(xué)中有著良好應(yīng)用[11]。與現(xiàn)有文獻(xiàn)相比，本文有如下特色：第一，現(xiàn)有文獻(xiàn)多局限在對(duì)線(xiàn)性相依關(guān)系的描述，而本文著重考察了三產(chǎn)業(yè)間的非線(xiàn)性相依關(guān)系；第二，本文不僅考察了三產(chǎn)業(yè)間的無(wú)條件相依關(guān)系，而且考察了控制市場(chǎng)收益影響后三者的條件相依關(guān)系，從一個(gè)新視角補(bǔ)充了Henriques和Sadorsky[3]的結(jié)論；第三，本文考察了剔除市場(chǎng)收益影響后新能源與高科技產(chǎn)業(yè)間的因果關(guān)系，對(duì)“新能源產(chǎn)業(yè)的興衰很大程度依賴(lài)于特定科技的發(fā)展”這一傳統(tǒng)觀點(diǎn)提出了質(zhì)疑。

1 數(shù)據(jù)和模型

1.1 數(shù)據(jù)

本文選取國(guó)證新能源指數(shù)(CNEI)、Wind石油天然氣與供消費(fèi)用燃料指數(shù)(OGCF)、Wind科技龍頭指數(shù)(TL)日收盤(pán)價(jià)分別代表新能源、化石能源和高科技公司股價(jià)。出于數(shù)據(jù)可得性等考慮樣本覆蓋的時(shí)間范圍為2010年8月31日到2020年8月31日，剔除非交易日等缺失數(shù)據(jù)后共得到2431組數(shù)據(jù)，取對(duì)數(shù)并差分后得到2430組收益率數(shù)據(jù)。數(shù)據(jù)均來(lái)源于Wind數(shù)據(jù)庫(kù)。

1.2 模型

1.2.1 因果關(guān)系檢驗(yàn)

首先考慮應(yīng)用最廣泛的格蘭杰因果檢驗(yàn)，這種檢驗(yàn)適用于平穩(wěn)序列或存在協(xié)整關(guān)系的單位根過(guò)程，如式(1)所示：

(1)

其原假設(shè)為H0:β1=…=βp=0，即x不是y的格蘭杰原因。該檢驗(yàn)揭示非線(xiàn)性關(guān)系的能力較弱，而Hiemstra和Jones[12]提出的HJ檢驗(yàn)可以彌補(bǔ)這一不足。

(2)

Diks和Panchenko[13]認(rèn)為，HJ檢驗(yàn)存在當(dāng)原假設(shè)為真的時(shí)候過(guò)度拒絕原假設(shè)的缺點(diǎn)，因此他們提出了一種改良的檢驗(yàn)，下文稱(chēng)為DP檢驗(yàn)，相應(yīng)原假設(shè)表示為:

(3)

1.2.2 時(shí)變copula

本文主要利用由Patton[14]提出的時(shí)變SJC copula來(lái)捕捉CNEI、OGCF和TL兩兩之間的動(dòng)態(tài)相依關(guān)系。SJC copula是通過(guò)改進(jìn)BB7copula得來(lái)的，其主要優(yōu)勢(shì)為對(duì)上下尾都敏感而且既能刻畫(huà)對(duì)稱(chēng)的尾部關(guān)系也能刻畫(huà)不對(duì)稱(chēng)的尾部關(guān)系，其函數(shù)表達(dá)式如下:

CSJC(u,v|τU,τL)=0.5·(CBB7(u,v|τU,τL)+

CBB7(1-u,1-v|τU,τL)+u+v-1)

(4)

CBB7(u,v|τU,τL)=1-(1-{[(1-u)k]-γ+

[1-(1-v)k]-γ-1}-1/γ)1/k

(5)

式(5)中k和γ為CBB7的參數(shù)，k=1/log2(2-τU) ,γ=-1/log2(τL) ；τU、τL分別表示上尾相關(guān)性和下尾相關(guān)性，τU∈(0,1)，τL∈(0,1)。為使τU和τL隨時(shí)間變化，有如下演化方程:

(6)

(7)

其中l(wèi)ogistic變換Λ≡(1+e-x)-1使得τU和τL在上文規(guī)定的范圍內(nèi)取值。

作為尾部相依性的補(bǔ)充，利用時(shí)變Claytoncopula導(dǎo)出兩指數(shù)間相關(guān)性測(cè)度Kendall相關(guān)系數(shù)τ，這種copula的參數(shù)與τ具有一一對(duì)應(yīng)關(guān)系，τ的演化方程與式(6)、(7)類(lèi)似。

1.2.3 滾動(dòng)窗口R藤copula

盡管時(shí)變copula能夠?qū)ο嚓P(guān)性測(cè)度隨時(shí)間變化的情況進(jìn)行參數(shù)化的表達(dá)，但其參數(shù)估計(jì)并不總是顯著的，且函數(shù)形式即copula類(lèi)型的選擇余地較小。作為一種備擇的解決方案，本文采用滾動(dòng)窗口R藤copula來(lái)刻畫(huà)OGCF、CNEI和TL的關(guān)系。同時(shí)，從圖1可以看出，CNEI、OGCF和TL與用滬深300指數(shù)(CSI300)表示的市場(chǎng)股價(jià)走勢(shì)的關(guān)聯(lián)程度都很高，由于市場(chǎng)收益的主導(dǎo)作用OGCF、CNEI和TL兩兩之間有較強(qiáng)的正相依關(guān)系也不足為怪；結(jié)合前文所述，一個(gè)令人感興趣的問(wèn)題是當(dāng)去除市場(chǎng)收益的主導(dǎo)作用后CNEI、OGCF和TL兩兩之間的相依性如何。本文通過(guò)指定R藤copula的結(jié)構(gòu)將市場(chǎng)收益率作為條件，從而得到在排除市場(chǎng)收益的影響后三指數(shù)兩兩之間的相依性測(cè)度，并采用滾動(dòng)窗口法捕捉相依性的動(dòng)態(tài)特征。

R藤copula模型[15]的基本目的是用僅用成雙copula(pair copula)為元素構(gòu)建多個(gè)變量的聯(lián)合分布函數(shù)。為給出R藤定義，首先引入樹(shù)的概念：圖T=(N,E)為一棵樹(shù)，如果對(duì)頂點(diǎn)集N={v0,v1,…,vk}中任意兩個(gè)頂點(diǎn)都有一條唯一的邊相連。由(d-1)棵樹(shù)構(gòu)成的集合V={T1,…,Td-1}為一個(gè)d維R藤，如果對(duì)任意一棵樹(shù)Tj=(Nj,Ej)的任意兩個(gè)頂點(diǎn)a,b∈Tj，j=1,…,d-1，都存在一條路(path)n1,…,nk?Nj，使得a=n1,b=nk；第一棵樹(shù)T1有頂點(diǎn)集N1={1,…,d}及邊集E1;對(duì)j≥2，樹(shù)Tj有頂點(diǎn)集Nj=Ej-1及邊集Ej；對(duì)j=2,…,d-1及{a,b}∈Ej，|a∩b|=1。記R藤中一邊為e=(Ce,a,Ce,b|De)，其中Ce,a和Ce,b為該邊兩端的條件頂點(diǎn)，De為條件集，與e對(duì)應(yīng)的copula密度函數(shù)為cCe,a,Ce,b|De。設(shè)隨機(jī)向量X=(X1,…,Xd)，其中分量Xk的邊際密度為fk，R藤分布被定義為能夠分解為式(8)的隨機(jī)向量X的聯(lián)合概率密度函數(shù)。

Ce,b|De(F(xce,a),F(xce,a) |xDe))]

(8)

根據(jù)滾動(dòng)窗口的窗寬和步長(zhǎng)(設(shè)窗寬為250個(gè)交易日，步長(zhǎng)為1個(gè)交易日)，擬合[(樣本長(zhǎng)度-窗寬)/步長(zhǎng)+1]個(gè)R藤copula模型，這種做法可一定程度克服時(shí)變copula的局限性。

2 實(shí)證研究

2.1 描述統(tǒng)計(jì)

根據(jù)表1，OGCF的標(biāo)準(zhǔn)差即波動(dòng)性最小，這與Zhang和Du[8]的發(fā)現(xiàn)一致，他們認(rèn)為這跟中國(guó)政府旨在穩(wěn)定化石能源價(jià)格的調(diào)控政策有關(guān)。三序列偏度均小于0，說(shuō)明負(fù)收益率出現(xiàn)頻率更高；其中OGCF尖峰的特征最明顯；ADF和PP檢驗(yàn)表明三序列是平穩(wěn)的；SW正態(tài)性檢驗(yàn)說(shuō)明三序列均非正態(tài)分布；Ljung-Box檢驗(yàn)表明OGCF和TL存在線(xiàn)性序列相關(guān)，而三序列均有波動(dòng)聚集現(xiàn)象。從圖1可以看出，各序列之間存在明顯的同漲同跌的現(xiàn)象，但是在大漲大跌的情況下漲跌的幅度卻差異較大，這暗示了大于0的相依性測(cè)度和不對(duì)稱(chēng)的尾部相依結(jié)構(gòu)。

表1 收益率序列描述統(tǒng)計(jì)

圖1 OGCF、CNEI、TL和CSI300日收盤(pán)價(jià)

2.2 因果關(guān)系檢驗(yàn)

首先分別對(duì)OGCF、CNEI和TL進(jìn)行線(xiàn)性格蘭杰檢驗(yàn)，結(jié)果見(jiàn)表2；然后根據(jù)AIC信息準(zhǔn)則擬合三個(gè)最優(yōu)滯后階數(shù)的二元VAR模型(OGCF與CNEI、OGCF與TL、CNEI與TL)，對(duì)其過(guò)濾出的殘差序列進(jìn)行非線(xiàn)性格蘭杰檢驗(yàn)，結(jié)果見(jiàn)表3。如表所示，在線(xiàn)性層面，TL是CNEI的格蘭杰原因、OGCF和TL中至少有一個(gè)是CNEI的格蘭杰原因，這說(shuō)明高科技公司股價(jià)對(duì)預(yù)測(cè)新能源公司未來(lái)股價(jià)有較為顯著的作用；CNEI只有在滯后一階時(shí)是TL的格蘭杰原因，其“預(yù)測(cè)能力”的時(shí)效要短得多；除此之外，沒(méi)有任何變量之間存在格蘭杰因果關(guān)系。這說(shuō)明在三指數(shù)中CNEI和TL之間有著相對(duì)密切的關(guān)系；同時(shí)，在CNEI和TL可能存在的正向相依關(guān)系中，TL將占據(jù)相對(duì)主導(dǎo)地位——這與Sadorsky[4]的發(fā)現(xiàn)一致。在非線(xiàn)性層面，三指數(shù)間的關(guān)系較為復(fù)雜，任意一對(duì)都互為格蘭杰原因，一定程度說(shuō)明使用非線(xiàn)性計(jì)量模型分析三者相依結(jié)構(gòu)的必要性。

表2 線(xiàn)性格蘭杰因果關(guān)系檢驗(yàn)

表3 非線(xiàn)性格蘭杰因果關(guān)系檢驗(yàn)

2.3 時(shí)變copula建模

在copula建模之前，需對(duì)各序列邊緣分布進(jìn)行擬合使其經(jīng)過(guò)概率積分變換后服從標(biāo)準(zhǔn)均勻分布，得到“偽copula數(shù)據(jù)(pseudo-copuladata)”。對(duì)金融時(shí)間序列通常擬合GARCH(1,1)模型，根據(jù)數(shù)據(jù)特征也可擬合不同類(lèi)型的GARCH模型進(jìn)行比較后擇優(yōu)使用。在另一方面，Kim et al.[16]研究表明，copula的擬合結(jié)果對(duì)邊緣分布的設(shè)定并不十分敏感，除非邊緣分布被嚴(yán)重誤設(shè)；Czado[17]補(bǔ)充到，鑒于尖峰厚尾等普遍特征，在金融時(shí)間序列的copula建模中t-GARCH(1,1)模型可作為一種擬合邊緣分布的通用方法。本文沿用這一方法，用t-GARCH(1,1)對(duì)CNEI、OGCF和TL的收益率序列進(jìn)行擬合，結(jié)果見(jiàn)表4。從Ljung-Box檢驗(yàn)結(jié)果可以看出，濾出的殘差序列均不存在線(xiàn)性序列相關(guān)和波動(dòng)聚集現(xiàn)象；KS檢驗(yàn)結(jié)果說(shuō)明對(duì)殘差的t分布假定是適當(dāng)?shù)?。綜合來(lái)看，t-GARCH(1,1)模型較好擬合了三序列的邊緣分布，因此通過(guò)對(duì)殘差進(jìn)行基于t分布的概率積分變換得到服從標(biāo)準(zhǔn)均勻分布的“偽copula數(shù)據(jù)”，如圖2所示。相比對(duì)原始數(shù)據(jù)繪制散點(diǎn)圖，圖2可以更加直觀地比較尾部相依關(guān)系。從圖中可以看出三對(duì)關(guān)系都存在(0,0)附近數(shù)據(jù)點(diǎn)比(1,1)附近數(shù)據(jù)點(diǎn)更密集的情況，據(jù)此可以粗略判斷它們之間的下尾相關(guān)性均大于上尾相關(guān)性，而本文所選的SJC copula可以較好地描述這種不對(duì)稱(chēng)的尾部關(guān)系。

表4 t-GARCH(1,1)模型擬合結(jié)果

圖2 標(biāo)準(zhǔn)均勻分布散點(diǎn)圖

接下來(lái)對(duì)三序列兩兩之間分別擬合時(shí)變SJC copula和時(shí)變Clayton copula，結(jié)果如表5所示。可以看出，對(duì)于OGCF-CNEI和OGCF-TL兩對(duì)關(guān)系，給定5%的顯著性水平，時(shí)變SJC copula演化方程中的參數(shù)全部顯著，說(shuō)明其較好地捕捉了這兩對(duì)關(guān)系中τU和τL的時(shí)變特征；但是在CNEI-TL中，τU的演化方程和τL的演化方程中均有不顯著的參數(shù)，因此其導(dǎo)出的尾部相關(guān)性測(cè)度是不可靠的。為解決這一問(wèn)題擬合滾動(dòng)窗口SJC copula以描述CNEI-TL尾部相依性的時(shí)變特征，令窗寬為250個(gè)交易日，步長(zhǎng)為1個(gè)交易日，共得到2181個(gè)靜態(tài)SJC copula模型，其尾部相關(guān)性測(cè)度均在5%水平上顯著。此外，對(duì)于OGCF-CNEI、OGCF-TL和CNEI-TL三對(duì)關(guān)系，給定1%的顯著性水平，時(shí)變Claytoncopula演化方程中的參數(shù)全部顯著，說(shuō)明其較好的捕捉了三對(duì)關(guān)系中τ的時(shí)變特征；從Beta值來(lái)看，與OGCF-CNEI和OGCF-TL不同的是，t期CNEI-TL的τ受到t-1期τ顯著的正向影響，說(shuō)明其相關(guān)性具有一定的持續(xù)性；例如，如果在t期CNEI-TL為高度正相關(guān)，投資者在一定程度上可以期望在t+1期他們?nèi)詾楦叨日嚓P(guān)。將表中參數(shù)估計(jì)值代入演化方程中，即可得到時(shí)變相關(guān)性測(cè)度，見(jiàn)圖3。可以看出，CNEI-TL三種相關(guān)性測(cè)度的均值均為最高，但CNEI-TL與OGCF-CNEI、OGCF-TL的相關(guān)性測(cè)度差距不大且均為正值，這可能是由于三指數(shù)均來(lái)自滬深兩市，同受市場(chǎng)收益主導(dǎo)作用的影響。

表5 時(shí)變copula演化方程擬合結(jié)果

圖3 時(shí)變copula導(dǎo)出的相關(guān)性測(cè)度

2.4 滾動(dòng)窗口R藤copula建模

由前文分析可知，我們期望在通過(guò)R藤copula模型去除市場(chǎng)收益的作用后各相關(guān)性測(cè)度的值會(huì)有明顯降低，同時(shí)相關(guān)性測(cè)度間的差異會(huì)更明顯。對(duì)于R藤第一棵樹(shù)對(duì)應(yīng)的成雙copula類(lèi)型，本文不做具體規(guī)定，而是按AIC信息準(zhǔn)則從常用的十余種(以及它們的旋轉(zhuǎn))copula中擇優(yōu)選取，如此可以最大化第一棵樹(shù)的擬合優(yōu)度；國(guó)內(nèi)采用滾動(dòng)窗口R藤copula的文獻(xiàn)多規(guī)定全部成雙copula類(lèi)型，相比之下本文的設(shè)定更靈活。對(duì)于第二棵樹(shù)的成雙copula，本文規(guī)定其為t-copula，因?yàn)檫@種copula可同時(shí)適應(yīng)正負(fù)相關(guān)性測(cè)度以及尖峰厚尾特征。通過(guò)滾動(dòng)窗口技術(shù)，對(duì)于OGCF-CNEI、OGCF-TL和CNEI-TL中的任意一個(gè),都擬合2181個(gè)三維R藤模型；R藤第二棵樹(shù)對(duì)應(yīng)的成雙copula分別為COGCF, CNEI; CSI300、COGCF,TL; CSI300和CCNEI,TL; CSI300，對(duì)應(yīng)的相關(guān)性測(cè)度τ見(jiàn)圖4(a)、τU和τL見(jiàn)圖4(b)；作為參照，圖中同時(shí)給出了無(wú)條件的t-copulaCOGCF, CNEI、COGCF, TL和CCNEI,TL導(dǎo)出的相關(guān)性測(cè)度。

圖4 滾動(dòng)窗口R藤copula導(dǎo)出的相關(guān)性測(cè)度

如圖所示，在將市場(chǎng)收益作為條件后OGCF-CNEI、OGCF-TL和CNEI-TL相關(guān)性測(cè)度的值都明顯降低，相互之間的差異更加鮮明。OGCF-CNEI、OGCF-TL出現(xiàn)了負(fù)相關(guān)的情況，且在多個(gè)時(shí)期不存在相依關(guān)系；相對(duì)而言，CNEI-TL的τ較為穩(wěn)定并一直處于高位，這與通過(guò)時(shí)變copula得出的結(jié)論一致，即新能源和高科技產(chǎn)業(yè)具有更多的相似之處。從絕對(duì)值來(lái)看，在控制市場(chǎng)收益的影響后CNEI-TL的τ均值在0.5以上。綜上，可以發(fā)現(xiàn)在投資者視角中我國(guó)的新能源產(chǎn)業(yè)和高科技產(chǎn)業(yè)已具有較高的同質(zhì)性，而且這種同質(zhì)性已經(jīng)超過(guò)了新能源與化石能源即能源產(chǎn)業(yè)這一整體的同質(zhì)性，這間接肯定了我國(guó)以技術(shù)進(jìn)步為核心的新能源發(fā)展戰(zhàn)略的有效性。

在另一方面，從2018年末至今，CNEI-TL的τ呈現(xiàn)下行趨勢(shì)并伴隨著OGCF-CNEI的τ的上升，這可能是新能源產(chǎn)業(yè)日漸發(fā)展成熟的結(jié)果：隨著創(chuàng)新和技術(shù)迭代的速度越來(lái)越慢、技術(shù)瓶頸越來(lái)越難突破，新能源產(chǎn)業(yè)的股票表現(xiàn)開(kāi)始變得更接近化石能源產(chǎn)業(yè)而逐漸遠(yuǎn)離高科技產(chǎn)業(yè)。從整個(gè)樣本時(shí)期來(lái)看，盡管CNEI-TL始終在高位，但其與OGCF-CNEI的τ差距逐漸縮小。同時(shí)，圖4(b)表明CNEI-TL的尾部相關(guān)系數(shù)波動(dòng)劇烈，這可能與新能源產(chǎn)業(yè)的政策依賴(lài)性有關(guān)：在財(cái)政補(bǔ)貼等扶持政策紅利期，新能源公司股價(jià)往往迎來(lái)大漲，其估值和聯(lián)動(dòng)性向高科技公司看齊；在政策真空期、補(bǔ)貼退坡等政策落地后，新能源公司股價(jià)往往迎來(lái)大跌，其估值和聯(lián)動(dòng)性向化石能源公司看齊。這一定程度說(shuō)明，投資者之所以將新能源和高科技產(chǎn)業(yè)視為一個(gè)整體，是因?yàn)榉龀终叩拇嬖冢谡咄似潞?，新能源產(chǎn)業(yè)能否繼續(xù)保持其高科技屬性還未可知。

2.5 因果關(guān)系的進(jìn)一步檢驗(yàn)

鑒于文章不僅描述三產(chǎn)業(yè)間的無(wú)條件相依關(guān)系，而且考察剔除市場(chǎng)收益影響后的條件相依關(guān)系，因此需進(jìn)一步確定剔除市場(chǎng)收益影響后的因果關(guān)系。Baykut和Kula[18]給出了一種剔除市場(chǎng)收益影響的方法：考慮回歸方程O(píng)GCFt-CSI300t=α+εt，t=1,…,2430，擬合得到的殘差序列ε1,…,ε2430反映了OGCF剔除市場(chǎng)收益影響后的“凈”信息。令窗寬仍為250個(gè)交易日，步長(zhǎng)為50個(gè)交易日，對(duì)剔除市場(chǎng)收益影響后的殘差序列進(jìn)行滾動(dòng)窗口格蘭杰因果檢驗(yàn)；限于篇幅，僅給出關(guān)系相對(duì)密切的CNEI和TL的檢驗(yàn)結(jié)果，如圖5所示。綜合線(xiàn)性和非線(xiàn)性層面來(lái)看，TL對(duì)CNEI的引領(lǐng)作用并不穩(wěn)定，僅在特定時(shí)期出現(xiàn)，這對(duì)“新能源產(chǎn)業(yè)的興衰很大程度依賴(lài)于特定科技的發(fā)展”這一被廣泛引用的觀點(diǎn)[4]提出了質(zhì)疑——盡管TL對(duì)CNEI的引領(lǐng)作用并非偶然現(xiàn)象，但這種因果關(guān)系并非長(zhǎng)期的、穩(wěn)定的；相比之下，CNEI對(duì)TL的引領(lǐng)作用是非常穩(wěn)定的——這種對(duì)比指出了一種更加可能的情況，即與其說(shuō)“新能源產(chǎn)業(yè)的興衰很大程度依賴(lài)于特定科技的發(fā)展”不如說(shuō)“特定科技的發(fā)展很大程度依賴(lài)于新能源產(chǎn)業(yè)的興衰”。

圖5 剔除市場(chǎng)收益影響后的滾動(dòng)窗口格蘭杰因果關(guān)系檢驗(yàn)

3 結(jié)論與建議

本文將新能源、化石能源和高科技公司納入同一分析框架，采用因果關(guān)系檢驗(yàn)確定了三種資產(chǎn)間的先導(dǎo)關(guān)系，利用時(shí)變copula、滾動(dòng)窗口R藤copula模型描述了三種資產(chǎn)的相依結(jié)構(gòu)，并分析了新能源和高科技公司間剔除市場(chǎng)收益影響后的動(dòng)態(tài)因果關(guān)系，主要結(jié)論如下：新能源與高科技產(chǎn)業(yè)具有密切的聯(lián)動(dòng)關(guān)系，新能源與高科技產(chǎn)業(yè)展現(xiàn)出比能源產(chǎn)業(yè)內(nèi)部更高的同質(zhì)性；在樣本時(shí)期內(nèi)新能源-高科技相依性減弱、新能源-化石能源相依性增強(qiáng)；新能源-高科技尾部相依性波動(dòng)劇烈，新能源產(chǎn)業(yè)的高科技屬性或依賴(lài)于扶持政策；對(duì)“新能源產(chǎn)業(yè)的興衰很大程度依賴(lài)于特定科技的發(fā)展”這一傳統(tǒng)觀點(diǎn)提出了質(zhì)疑，給出了一種與實(shí)證結(jié)果一致的備擇觀點(diǎn)。

基于以上結(jié)論，本文提出如下建議：對(duì)政策制定者而言，應(yīng)當(dāng)加強(qiáng)扶持政策的針對(duì)性，避免扶持“新能源”這一先進(jìn)概念中的落后產(chǎn)能；同時(shí)，應(yīng)當(dāng)著眼于培育我國(guó)新能源產(chǎn)業(yè)可持續(xù)的創(chuàng)新能力，而不是在扶持政策退坡后很快喪失其高科技屬性。對(duì)投資者而言，由于三種資產(chǎn)具有較強(qiáng)的正向相依關(guān)系，不適合用來(lái)構(gòu)建投資組合；設(shè)市場(chǎng)收益為條件后三種資產(chǎn)的相依性大幅降低，出于分散風(fēng)險(xiǎn)考慮跨市場(chǎng)資產(chǎn)配置或優(yōu)于同一市場(chǎng)中的跨行業(yè)資產(chǎn)配置；持有新能源公司股票的投資者有必要對(duì)其收益率和其與其他資產(chǎn)的相依性進(jìn)行政策變動(dòng)的敏感性測(cè)試。