國際原油期貨與中國能源市場之間的高階矩風險溢出效應研究

[摘 要]文章以國際原油期貨市場WTI和中國傳統(tǒng)及新能源市場為研究對象，采用GARCHSK模型與TVP-DY溢出指數(shù)分解方法，系統(tǒng)探討了它們間的風險溢出關系。實證結果顯示，國際與國內(nèi)能源市場存在顯著的跨市場溢出效應，這一效應約占總溢出效應的1/10。動態(tài)分析揭示，總溢出指數(shù)在樣本期內(nèi)具有明顯的時變特征，中美貿(mào)易沖突期間波動性溢出指數(shù)顯著增加，新冠疫情期偏度和峰度溢出指數(shù)達峰值。基于這些發(fā)現(xiàn)，文章建議監(jiān)管機構應綜合考慮低階矩和高階矩溢出效應管理能源市場風險，投資者應關注國內(nèi)能源市場的風險溢出變化，特別是高階矩風險，以實施早期預警和優(yōu)化投資組合。

[關鍵詞]時變溢出關系；GARCHSK模型；TVP-DY溢出指數(shù)分析方法；能源市場

中圖分類號：F832.5 文獻標識碼：A 文章編號：1674-1722（2024）15-0004-03

全球經(jīng)濟和金融環(huán)境的演變使得能源市場面臨日益復雜的風險挑戰(zhàn)。在學界，馮保國的研究明確了能源市場波動與金融市場的相互影響[ 1 ]。劉劍鋒從非對稱性視角研究了國際原油價格對中國股票市場的影響，發(fā)現(xiàn)國際原油價格下降對股市的長期影響比上升更為顯著[ 2 ]。蘇蕾等人分析了全國碳市場與能源、電力和金融市場之間的風險溢出，研究發(fā)現(xiàn)市場之間存在雙向波動，具有顯著的時變性[ 3 ]。張歡運用VAR-GARCH-BEKK模型，研究了碳市場與化石能源市場的價格和波動溢出效應，發(fā)現(xiàn)它們之間存在單向或雙向的價格和波動溢出效應[ 4 ]。郭娜和張駿利用TVP-VAR-DY模型分析了中國煤炭、石油、天然氣三大能源市場與A股市場的時變波動溢出效應，結果顯示市場與股市之間存在明顯的時變溢出特征[ 5 ]。田靜等人研究了國際能源市場與股票市場的時變溢出關系及其主要驅動因素，發(fā)現(xiàn)這些市場間的顯著溢出效應受到地緣政治風險和全球經(jīng)濟政策不確定性的影響[ 6 ]。

高階矩風險在金融市場的評估中扮演著關鍵角色，特別是在能源市場中，非對稱性和尖峰厚尾等特征廣泛存在。多項研究從高階矩的角度探討了能源市場間的風險溢出效應。例如，王鵬等人采用協(xié)高階矩風險傳染檢驗框架，深入研究了國際原油價格對世界主要股票市場的影響[ 7 ]。研究發(fā)現(xiàn)，國際原油價格對股票市場的風險傳染更多地體現(xiàn)在高階矩層面。崔金鑫和鄒輝文研究了中國股市行業(yè)間的均值、波動、偏度和峰度溢出效應[ 8 ]。研究發(fā)現(xiàn)，中國股市行業(yè)間存在強烈的均值和波動層面的溢出效應，同時高階矩風險溢出效應也很顯著。杜坤海和黃迅采用GJRSK模型，全面研究了碳市場方差、偏度和峰度的時變性[ 9 ]。他們發(fā)現(xiàn)，碳收益的條件偏度和條件峰度與條件方差一樣，具有顯著的時變性，這三者的變化呈現(xiàn)出同步性。

盡管有許多研究關注能源市場的風險溢出效應，但對國際能源期貨市場與中國能源市場的系統(tǒng)性溢出效應的研究仍顯不足。文章結合高階矩波動模型與TVP-DY框架，系統(tǒng)分析了這兩個市場間的波動率、偏度和峰度風險溢出。這些發(fā)現(xiàn)加深了對能源市場風險溢出機制的理解，為投資者和市場監(jiān)管者提供了關鍵的參考和建議。

一、建立高階矩波動模型

文章借鑒崔金鑫和鄒輝文應用的GARCHSK模型，建立高階矩波動模型，獲得收益率的條件波動、條件偏度和條件峰度序列。

其中，Yt是三維向量，p是用AIC和SC度量的TVP-VAR模型的最佳滯后長度。εt和vt代表噪聲項。

二、實證分析

（一）數(shù)據(jù)選取與處理

從表1可以觀察到，樣本期內(nèi)各變量的平均收益為正。WTI原油期貨展現(xiàn)出最高的波動性，緊隨其后的是中證新能源指數(shù)，這初步顯示了研究國際和國內(nèi)能源市場風險溢出的重要性。在更高階矩上，國際原油期貨市場和國內(nèi)能源市場的表現(xiàn)存在顯著差異，如果SH和SZ呈左偏，則WTI呈右偏且峰值更高。此外，表1中的JB統(tǒng)計值和ADF單位根檢驗結果均顯著（1%水平），表明各變量不滿足正態(tài)分布假設且為平穩(wěn)序列。

（二）能源市場間的靜態(tài)溢出效應分析

文章基于DY溢出指數(shù)方法，評估了國際原油期貨市場與國內(nèi)能源市場在不同矩框架下的靜態(tài)溢出指數(shù)。表2展示了各市場在波動、偏度和峰度方面的溢出指數(shù)。對角線反映自我溢出，TCI值則反映了市場間的總風險溢出。WTI在波動方面為主要風險凈溢出者，SZ為風險凈接受者。在偏度和峰度上，SH和SZ是主要的風險凈溢出者，WTI則為風險凈接受者。預測誤差方差大部分由前期風險沖擊解釋，尤其是WTI，其前期風險沖擊占93%，暗示前期極端風險事件可能導致市場的劇烈波動。

整體來看，能源市場的波動、偏度和峰度的溢出指數(shù)分別為16.1%、10.3%和12.3%，表明市場風險不僅由自身因素引起，還受市場間溢出效應影響。特別是SH對SZ的波動溢出效應為17.3%，SZ對SH的效應為9.6%，顯示雙向波動溢出。比較各市場的靜態(tài)溢出，WTI在波動方面最為顯著，而國內(nèi)能源市場對偏度和峰度的溢出效應更加明顯，表明其在面對不對稱和極端風險時更為敏感。

（三）能源市場間的動態(tài)溢出效應分析

表2的靜態(tài)溢出分析揭示了市場在樣本期內(nèi)的平均互動，但未能捕捉市場間的時變動態(tài)，尤其是在特定經(jīng)濟事件下市場波動可能的急劇變化。因此，文章進一步研究了動態(tài)溢出指數(shù)，如圖1所示。

圖1顯示，在樣本期內(nèi)，國際和國內(nèi)能源市場的總溢出指數(shù)大致保持在10%左右。然而，在2 0 1 8年中美貿(mào)易戰(zhàn)和2 0 2 0年新冠疫情等重大風險事件中，該指數(shù)上升至50%以上，尤其是波動溢出指數(shù)達到60%，表明在特定經(jīng)濟沖擊下波動溢出指數(shù)具有高度敏感性。這種動態(tài)互動未被靜態(tài)分析捕捉。全球經(jīng)濟一體化加強了國內(nèi)與國際能源市場的聯(lián)動性。在中美貿(mào)易戰(zhàn)和新冠疫情期間，波動溢出指數(shù)顯著上升，在后續(xù)逐漸穩(wěn)定，反映了經(jīng)濟停滯降低了市場聯(lián)動性。偏度和峰度溢出指數(shù)在貿(mào)易戰(zhàn)期間保持不變，但在疫情暴發(fā)后顯著增加至50%。這些指數(shù)在2 0 2 2年前逐漸下降，表明疫情導致的經(jīng)濟停滯減弱了市場聯(lián)動性。重大危機事件可能強化市場間的風險溢出效應，因為負面信息和投資者情緒迅速傳播，增加了風險溢出。非理性交易行為進一步加強了市場聯(lián)動性。隨著經(jīng)濟復蘇，國內(nèi)與國際能源市場的聯(lián)動性增強，整體風險溢出值逐漸降低。

三、結論與政策建議

文章以國際原油期貨市場和國內(nèi)能源市場為對象，采用GARCHSK模型與TVP-DY溢出指數(shù)分解方法，探討了其間的風險溢出關系。實證發(fā)現(xiàn)，靜態(tài)分析顯示國際與國內(nèi)能源市場存在顯著的跨市場溢出效應，該效應約占總溢出效應的1 / 1 0。動態(tài)總溢出指數(shù)具有明顯的時變特征。在中美貿(mào)易沖突期間，波動性溢出指數(shù)顯著增加。在新冠疫情期間，偏度和峰度溢出指數(shù)達到峰值。

綜合以上發(fā)現(xiàn)，文章建議監(jiān)管機構綜合考慮低階矩和高階矩溢出效應管理能源市場風險。投資者應關注國內(nèi)能源市場的風險溢出變化，特別是高階矩風險，根據(jù)動態(tài)溢出效應預測市場趨勢和風險，實施早期預警以優(yōu)化投資組合。

參考文獻：

[1]馮保國.能源安全中的能源金融問題[J].國際石油經(jīng)濟，2023（05）：1-10.

[2]劉劍鋒.國際原油價格波動與中國股票市場的非對稱影響研究——基于NARDL模型[J].金融教育研究，2023（05）：54-61.

[3]蘇蕾，井博飛，鞠婷婷.中國碳排放權交易市場溢出效應分析——基于能源市場、電力市場和金融市場視角分析[J].商業(yè)經(jīng)濟，2023（06）：167-172.

[4]張歡.碳市場與化石能源市場間的金融風險溢出——以歐洲市場為例[J].華北金融，2018（09）：16-24.

[5]郭娜，張駿.中國能源市場與股票市場的波動溢出效應研究——基于TVP-VAR-DY模型的實證研究[J].西南民族大學學報（人文社會科學版），2022（05）：122-133.

[6]田靜，葉小芬，閆明.國際能源市場與股票市場的波動溢出效應及驅動因素研究——基于TVP-VAR-DY溢出指數(shù)分解的實證研究[J].經(jīng)濟體制改革，2023（06）：142-151.

[7]王鵬，蔣焰，吳金宴.原油價格與世界股票市場之間的高階矩相依性研究[J].管理科學，2017（03）：136-146.

[8]崔金鑫，鄒輝文.中國股市行業(yè)間高階矩風險溢出效應研究[J].系統(tǒng)科學與數(shù)學，2020（07）：1178-1204.

[9]杜坤海，黃迅.基于時變高階矩的碳市場風險預測研究[J].環(huán)境經(jīng)濟研究，2022（02）：52-65.