摘要：本文利用CCF檢驗(yàn)法即協(xié)相關(guān)函數(shù)檢驗(yàn)法來檢驗(yàn)國際原油市場與中國股票市場行業(yè)指數(shù)之間的波動率溢出效應(yīng)，本文分析了國際原油市場與中國14個行業(yè)股票收益率的波動率溢出效應(yīng)，結(jié)果顯示國際石油的價格對中國石油和天然氣、基礎(chǔ)資源、工業(yè)用品和服務(wù)、旅游和休閑、科技行業(yè)有顯著的波動率信息溢出效應(yīng)，對其他行業(yè)則沒有信息溢出。

關(guān)鍵詞：波動率溢出；CCF檢驗(yàn)； AR-t-EGARCH；原油市場

1、引言

石油作為一種稀缺能源，對各國的經(jīng)濟(jì)發(fā)展有著舉足輕重的作用。中國石油儲存量少，進(jìn)口量每年不斷上升，進(jìn)口依存度也越來越高，到2010年中國石油進(jìn)口量已經(jīng)超過2億噸，對外依存度超過55%，如此高的對外依存度表明在中國石油這種商品與國際石油市場聯(lián)系非常緊密，與石油相關(guān)的行業(yè)容易受國際石油價格變動的影響。分析國際石油價格和中國股票市場間的波動溢出，對于政府在維護(hù)股票市場的穩(wěn)定和能源方面的政策制定也很重要。

從20世紀(jì)80年代開始，石油對宏觀經(jīng)濟(jì)和金融市場的影響就開始受到人們的關(guān)注，許多學(xué)者研究石油價格對一國經(jīng)濟(jì)可能產(chǎn)生的影響。如：（Jones and Kaul，1996；Park 和 Ratti，2008；Apergis 和 Miller2009)研究指出了消費(fèi)物價指數(shù)，利率，投資與消費(fèi)信心指數(shù)等一些影響經(jīng)濟(jì)增長的因素都受石油價格變動的影響。對于新興市場，也有許多作者研究發(fā)現(xiàn)油價的變動對股票市場能顯著的影響，如：Papapetrou（2001）；Narayan 和 Narayan（2010）。從這些文章中可以發(fā)現(xiàn)由于不同的國家由于對石油的依賴程度不一樣以及各國市場開放程度的差異，所以原油價格波動對不同國家的金融市場的影響也不一樣。一些學(xué)者已經(jīng)將原油價格對金融市場的影擴(kuò)展到具體的行業(yè)。如Boyer 和 Filion (2007)研究指出加拿大的石油與天然氣行業(yè)的股票收益率會隨著原油價格的上升而上升， Malik 和 Ewing（2009）研究了石油市場和美國的五個行業(yè)之間的收益和波動溢出的關(guān)系，結(jié)果得出它們之間的一些傳遞效應(yīng)。

本文運(yùn)用協(xié)相關(guān)函數(shù)即CCF檢驗(yàn)法檢測兩個市場間可能存在的信息溢出。該方法由Cheung和Ng（1996）年提出，Hong(2001)則在前者的基礎(chǔ)上創(chuàng)造出了一個新的統(tǒng)計量來檢驗(yàn)Granger因果關(guān)系。文章運(yùn)用此方法能有效的檢驗(yàn)出兩個市場之間的均值因果關(guān)系和方差因果關(guān)系。本文還將研究對象擴(kuò)展到一些具體行業(yè)，研究原油市場與這些行業(yè)之間的波動率溢出關(guān)系。

文章結(jié)構(gòu)如下：第2部分介紹本文所用的CCF檢驗(yàn)方法和實(shí)證模型，第3部分實(shí)證分析，得出國際原油市場與中國股票市場整體的波動溢出結(jié)果，第4部分具體分析國際原油市場與中國14個行業(yè)之間的波動溢出關(guān)系，最后部分進(jìn)行總結(jié)。

2、實(shí)證模型

為了發(fā)掘出不同時間序列之間的相互影響，并能找出一個序列對另一個序列的預(yù)測能力，Granger（1969）年引入了均值-Granger因果關(guān)系概念，并于1980年提出廣義Granger因果關(guān)系，Granger（1986）中引入了方差-Granger因果關(guān)系，其均值-Granger因果關(guān)系的定義為：在信息集It-1的條件下，如果滿足（1）式，則稱Y在均值上是X的Granger原因。

(1)

其中Ix，t-1表示在t-1時刻時間序列X能獲得的信息集，μxt為X市場在t時刻的條件均值，下同。方差-Granger因果關(guān)系的定義為：在信息集It-1的條件下，如果滿足（2）式，則稱 Y在方差上是X的Granger原因。

(2)

已經(jīng)有很多學(xué)者研究出不同的方法來檢驗(yàn)市場間的波動率溢出效應(yīng)，如Bollerslev(1990)提出的CCC-MGARCH模型，Engle和Kroner（1995）提出的BEKK-GARCH模型，還有Engle（2002）一文中提出的DCC-GARCH方法，Cheung和Ng(1996)則采用協(xié)相關(guān)函數(shù)（Cross-Correlation Function，CCF)來檢驗(yàn)兩個時間序列間的波動率溢出效應(yīng)。

2.1 CCF檢驗(yàn)方法

傳統(tǒng)研究波動率溢出所用的方法大都在多元GARCH框架下，對兩個序列殘差平方進(jìn)行回歸分析，而利用CCF方法進(jìn)行因果關(guān)系檢驗(yàn)時，只需要對每個時間序列單獨(dú)建立一元GARCH模型，得到自身的標(biāo)準(zhǔn)化殘差，從而避免了多元GARCH參數(shù)過多的問題以及估計結(jié)果收斂性等問題，而且還避免了多元GARCH因極大似然函數(shù)漸進(jìn)分布的不確定所帶來的影響。CCF檢驗(yàn)法最早由Cheung和Ng(1996)提出來檢驗(yàn)兩個時間序列之間的因果關(guān)系， Hong（2001）在Cheng和Ng(1996)基礎(chǔ)上構(gòu)建出一個新的基于核函數(shù)的統(tǒng)計量Q（M），本文選用Daniell核函數(shù)1，Cheung和Ng(1996)構(gòu)建的S-統(tǒng)計量和Hong（2001）Q-統(tǒng)計量都能做單向和雙向的Granger因果關(guān)系檢驗(yàn)，本文選用Hong（2001）的檢驗(yàn)方法因?yàn)橐皇窃摲椒?gòu)建的Q-統(tǒng)計量對高階滯后的協(xié)相關(guān)系數(shù)賦予較小的權(quán)重，而S統(tǒng)計量對系數(shù)賦予相同的權(quán)重。二是Cheung和Ng(1996) 的S-統(tǒng)計量只能取較短的滯后期，而Hong（2001）的Q-統(tǒng)計量可以把滯后期擴(kuò)展到接近時間序列長度T，這樣的優(yōu)點(diǎn)在于充分考慮了投資者對信息反應(yīng)滯后的影響。

當(dāng)檢驗(yàn)序列ut是否是序列vt的Granger-方差原因時，原假設(shè)H0：序列ut不是序列vt的Granger-方差原因。此時我們采用單向Granger因果關(guān)系檢驗(yàn)統(tǒng)計量：

當(dāng)不確定在ut和vt中哪個是Granger原因時，原假設(shè)H0：序列ut不是序列vt的Granger-方差原因，同時序列vt也不是序列ut的Granger-方差原因。此時我們采用雙向Granger因果關(guān)系檢驗(yàn)統(tǒng)計量：

為滯后j期的樣本協(xié)方差函數(shù)，k（x）為核函數(shù)，M為有效滯后結(jié)尾階數(shù)。

Hong（2001）證明了在一些常規(guī)條件下，上述兩個統(tǒng)計量都收斂于標(biāo)準(zhǔn)正態(tài)分布，所以可以用標(biāo)準(zhǔn)正態(tài)分布的右側(cè)臨界值來判斷結(jié)果的顯著性。具體方法分為四步：第一，對收益率序列進(jìn)行建模，求出每個序列的擾動項(xiàng)

，本文對每個時間序列采用AR（m）-EGARCH（p，q）-t模型。第二，計算經(jīng)過變形的兩個序列標(biāo)準(zhǔn)化殘差平方

與

之間的協(xié)相關(guān)函數(shù)值

。第三，選擇合適的核函數(shù)k（x）和M值，計算Ct（k）和Dt（k）。第四，估計出Q（M)統(tǒng)計量，與一定顯著性水平下的標(biāo)準(zhǔn)正態(tài)分布上尾值進(jìn)行比較，得出均值-Granger和方差-Granger因果關(guān)系檢驗(yàn)結(jié)果。

2.2 AR-t-EGARCH模型

根據(jù)Hong的方法，我們要先估計出單個收益率的模型參數(shù)，然后進(jìn)行因果檢驗(yàn)，本文運(yùn)用Nelson（1991）中的指數(shù)Garch模型，它可以區(qū)分正的和負(fù)的擾動對波動率的不同影響，考慮到金融時間序列一般存在的尖峰厚尾特征，本文對新息采用服從t分布的形式。AR(m）-EGARCH(p，q）-t的均值方差方程如下：

3、股市行業(yè)實(shí)證分析

無論是投資者還是政策制定者他們對國際石油價格的波動都會做出一定的反應(yīng)，由于對國際石油市場的過分依賴，油價的波動勢必牽動著相關(guān)行業(yè)。下面本文將對國際石油市場和中國的14個行業(yè)進(jìn)行信息溢出檢驗(yàn)。

3.1行業(yè)數(shù)據(jù)

由于行業(yè)數(shù)目較多，本文選取由道瓊斯第一財經(jīng)中國600行業(yè)領(lǐng)先指數(shù)中按照行業(yè)分類標(biāo)準(zhǔn)（ICB）給中國股市劃分的14個行業(yè)來研究。石油的價格用Brent原油的每周現(xiàn)貨價格，數(shù)據(jù)取自美國能源情報署（EIA），14個行業(yè)指數(shù)數(shù)據(jù)用周收盤價，取自和道瓊斯第一財經(jīng)中國600行業(yè)領(lǐng)先指數(shù)，樣本的時間都為2001年1月5日至2011年10月10日，收益率為各自價格取對數(shù)后的差分再乘以100，各收益率的統(tǒng)計性質(zhì)見表4.

從表1中可以看出，在樣本期內(nèi)石油和中國股票市場行業(yè)指數(shù)的收益均值大部分是正的，只有三個行業(yè)是負(fù)的。從標(biāo)準(zhǔn)差看，最小的是公用事業(yè)行業(yè)為3.85，最大的是基礎(chǔ)資源行業(yè)為4.79，這顯示中國股票市場行業(yè)的波動比國際原油市場波動都要大。偏度上則顯示既有左偏也有右偏。峰度上所有序列都大于3，從J-B統(tǒng)計量及其P值可以看出所有序列都呈現(xiàn)高峰后尾特征，說明這些序列的收益率都不服從正態(tài)分布。

3.2行業(yè)AR-t-EGARCH模型結(jié)果

對于中國具體的股票行業(yè)收益率，我們?nèi)圆捎肁R-t-EGARCH模型進(jìn)行參數(shù)估計，然后進(jìn)行因果檢驗(yàn)，這也是考慮到利好的消息和利空的消息對市場的沖擊是不對稱的以及這些序列存在的高峰后尾現(xiàn)象。模型的參數(shù)估計結(jié)果見表5.

表中Q和Q2分別表示滯后20期的標(biāo)準(zhǔn)化殘差和標(biāo)準(zhǔn)化殘差平方Ljung-Box Q統(tǒng)計量，從該統(tǒng)計量的P值可以看出該模型是充分的。其中β＜1，說明模型是弱平穩(wěn)的，杠桿系數(shù) θ在不同行業(yè)有正有負(fù)，表明有的行業(yè)對利多消息反應(yīng)比較大，有的行業(yè)對利空消息反應(yīng)比較大。

3.3行業(yè)CCF檢驗(yàn)結(jié)果

這里運(yùn)用AR-t-EGARCH模型得出的結(jié)果來計算Hong(2001)的Q統(tǒng)計量，檢驗(yàn)國際石油市場與中國14個行業(yè)之間的Granger因果關(guān)系，結(jié)果參見表6，表7和表8。

ii）Q和Q2分別表示標(biāo)準(zhǔn)化殘差序列及其平方的Ljung-Box統(tǒng)計量，（）中數(shù)字表示相應(yīng) Q統(tǒng)計量的P值。

ii）M為有效滯后結(jié)尾階數(shù)，本文選取滯后10階和20階，～表示在此處M取的是30，下同。

3.4 行業(yè)實(shí)證結(jié)果分析

結(jié)果顯示在本文研究的14個行業(yè)中有5個行業(yè)與國際石油價格存在顯著的方差-Granger因果關(guān)系，而且從方向上看國際石油市場與石油和天然氣、旅游和休閑這兩個行業(yè)既存在雙向波動率溢出，也存在由石油市場向這兩個行業(yè)的單向波動率溢出，對于基礎(chǔ)資源、工業(yè)用品和服務(wù)以及科技行業(yè)則只存在由國際石油市場向這三個行業(yè)的單向波動率溢出，結(jié)果顯示中國股票市場中還是有很多行業(yè)受國際石油價格變動的影響的，這些行業(yè)股票收益會因?yàn)橛蛢r的波動而波動，國際石油市場對這些行業(yè)起到了信息先導(dǎo)的作用，這對投資者也有預(yù)警的功能。

本文研究結(jié)果發(fā)現(xiàn)國際石油價格和中國石油和天然氣行業(yè)在5%和10%的顯著性水平下有同時的雙向波動率溢出，在1%的顯著性水平下有由石油市場向中國石油和天然氣行業(yè)的單向波動率溢出效應(yīng)，雙向波動率溢出可能是因?yàn)樗鼈兪艿揭恍┕餐氖袌鲆蛩氐挠绊懀热鏞PEC和國際能源署（IEA）對市場的干預(yù)，他們能直接控制石油的產(chǎn)量和存量，進(jìn)而對石油的價格產(chǎn)生影響，而這對中國那些從事原油和天然氣行業(yè)的公司來說會直接關(guān)系到他們的生產(chǎn)成本和收入。結(jié)果中的單向波動率溢出則表示國際石油價格的變動會向中國的石油和天然氣行業(yè)信息溢出，而反過來卻沒有，這進(jìn)一步說明了國際石油市場對中國的石油和天然氣行業(yè)有信息先導(dǎo)的作用，正如Huang等（1996）一文中指出石油股票的收益是和石油價格緊密相關(guān)的。

在基礎(chǔ)資源行業(yè)中，我們只發(fā)現(xiàn)從國際石油市場向基礎(chǔ)資源行業(yè)的單向波動率溢出效應(yīng)，金洪飛（2010）一文中指出這是由于該行業(yè)中的采礦業(yè)和有色金屬工業(yè)都需要大量的能源，石油價格的變動會對采礦業(yè)產(chǎn)生正負(fù)兩方面的影響。在工業(yè)用品和服務(wù)行業(yè)我們發(fā)現(xiàn)和基礎(chǔ)資源同樣的結(jié)果，也只存在從國際石油市場向工業(yè)用品和服務(wù)行業(yè)的單向信息溢出，我們知道工業(yè)用品和服務(wù)行業(yè)中包括國防工業(yè)產(chǎn)品、電子工業(yè)產(chǎn)品和一些交通運(yùn)輸行業(yè)，這些運(yùn)輸行業(yè)主要都是以石油作為燃料進(jìn)行動力輸出的，它們對石油的依賴度非常的高，石油價格的每次變動對從事這些行業(yè)的公司業(yè)績都有很大的影響。對于旅游和休閑行業(yè)，結(jié)果顯示在1%的顯著性水平上存在著國際石油市場和旅游與休閑行業(yè)雙向的波動率溢出，而且也存在從國際石油市場向旅游與休閑行業(yè)的單向波動率溢出。根據(jù)ICB行業(yè)分類基準(zhǔn)，航空客運(yùn)、公交公司等為出行和旅游提供服務(wù)的子行業(yè)都劃分為該行業(yè)，石油價格的上升給這些行業(yè)帶來的壓力是顯然的，油價的波動給該行業(yè)帶來明顯的波動，這再次說明從波動率角度出發(fā)有時能挖掘出兩個市場之間的潛在聯(lián)系。最后我們還發(fā)現(xiàn)在10%的顯著性水平下，科技行業(yè)和石油市場之間在滯后20期后存在由石油市場向科技行業(yè)的單向信息溢出，但它們之間不存在雙向波動率溢出.。

4、結(jié)論

當(dāng)考慮到中國一些具體的行業(yè)時，在我們選取的14個行業(yè)中發(fā)現(xiàn)有5個行業(yè)與國際石油價格存在非常顯著的方差-Granger因果關(guān)系，結(jié)果證明隨著中國的石油消費(fèi)對外依存度的不斷提高，國際石油價格的變化已經(jīng)對中國股票市場中的相關(guān)行業(yè)產(chǎn)生影響，這些行業(yè)已經(jīng)與國際石油市場有緊密的聯(lián)系。從實(shí)證結(jié)果來看，這種影響有三個特點(diǎn)：第一，它不是對所有行業(yè)有普遍影響，而只是對和石油有相關(guān)的行業(yè)產(chǎn)生信息溢出效應(yīng)。第二，目前這種影響從收益率均值上看結(jié)果還是不顯著的，但從波動率上可以觀察到國際石油價格的變動對中國石油和天然氣、基礎(chǔ)資源、工業(yè)用品和服務(wù)、旅游和休閑和科技行業(yè)有顯著的信息溢出。第三，實(shí)證結(jié)果顯示信息溢出的方向都是從石油市場到中國的具體行業(yè)的，而反向則不存在顯著的結(jié)果。

油價變動對相關(guān)的行業(yè)有影響，從具體行業(yè)或者相關(guān)公司角度出發(fā)可能會發(fā)現(xiàn)更多的信息。本文采用的方法可以運(yùn)用到更多的行業(yè)中去，但從結(jié)論上看研究國際石油市場和中國從事石油相關(guān)產(chǎn)品的公司之間的信息溢出，可能會有新的發(fā)現(xiàn)，這對投資者進(jìn)行資產(chǎn)組合管理和資產(chǎn)的套期保值提供更多的機(jī)會。

參考文獻(xiàn)：[1] GRANGER， C.W.J. Testing for causality: A personal view [J]. Journal of Economic Dynamics and Control ，1980，2:329-352.[2] GRANGER， C.W.J.，ROBINS， P.P.， ENGLE， R.F. Wholesale and retail prices: bivariate time-series modeling with forecastable error variances. In: Belsley， D.A.， Kuh， E. (Eds.)， Model Reliability， MIT Press， Cambridge，1986:1-17.[3] 金洪飛，金犖，《石油價格和股票市場的溢出效應(yīng)》，《金融研究》，2008（02）:83-97.