喬涵

摘要：國際金融危機(jī)的爆發(fā)，對經(jīng)濟(jì)造成了巨大的破壞力。金融風(fēng)險(xiǎn)不僅可以在國家間傳染，也可以在同一國家中不同的金融市場之間傳染。在中國最主要的金融市場有債券市場、外匯市場和股票市場，因此本文主要考察中國債券市場、外匯市場和股票市場的風(fēng)險(xiǎn)傳染機(jī)制，為不同金融市場抵御金融風(fēng)險(xiǎn)傳染提供重要的理論依據(jù)。

關(guān)鍵詞：金融風(fēng)險(xiǎn) 傳染機(jī)制 計(jì)量分析

一、研究背景及文獻(xiàn)梳理

國際金融危機(jī)的爆發(fā)，使得金融風(fēng)險(xiǎn)在全球范圍內(nèi)傳播，對經(jīng)濟(jì)造成了巨大的破壞力。金融風(fēng)險(xiǎn)不僅可以在國家間傳染，也可以在同一國家中不同的金融市場之間傳染。金融市場之間的風(fēng)險(xiǎn)傳染是從中觀層面探討不同金融產(chǎn)品之間的風(fēng)險(xiǎn)傳遞機(jī)制，金融市場由不同的金融產(chǎn)品組成，在中國最主要的金融市場有債券市場、外匯市場和股票市場，因此本文主要考察中國債券市場、外匯市場和股票市場的風(fēng)險(xiǎn)傳染機(jī)制，為不同金融市場抵御金融風(fēng)險(xiǎn)傳染提供重要的理論依據(jù)。

如果金融風(fēng)險(xiǎn)的沖擊從某一金融市場傳遞到另外一個金融市場，這兩個金融市場之間會因?yàn)轱L(fēng)險(xiǎn)沖擊產(chǎn)生顯著的變化，則表明這兩個金融市場之間存在著風(fēng)險(xiǎn)傳染。隨著金融全球化進(jìn)程的推進(jìn)，金融風(fēng)險(xiǎn)傳播速度加快，金融危機(jī)爆發(fā)頻繁，針對金融市場間風(fēng)險(xiǎn)傳染的研究有所加強(qiáng)。

（一）國外的研究

不同國家，由于金融市場的發(fā)達(dá)程度不同，其風(fēng)險(xiǎn)傳染的效果也不同。Ruey和ShanWu（2005）研究中指出，在新興市場國家中，股票市場和債券市場之間的傳染聯(lián)動效應(yīng)顯著。Ebrahim（2000）對德國、加拿大等金融市場發(fā)達(dá)國家數(shù)據(jù)的實(shí)證研究表明，貨幣市場和外匯市場之間存在正向價(jià)格溢出和波動溢出的風(fēng)險(xiǎn)傳染效應(yīng)。

（二）國內(nèi)的研究

國內(nèi)對金融市場風(fēng)險(xiǎn)傳染的研究主要有袁晨和傅強(qiáng)（2010）利用CARCH 模型實(shí)證研究了我國2003-2010年股票市場與債券市場、黃金市場之間階段時(shí)變特征的傳染效應(yīng)。謝志超和曾忠東（2012）利用VAR方法檢驗(yàn)了美國金融危機(jī)對我國金融市場的傳染效應(yīng)。結(jié)合國內(nèi)外文獻(xiàn)，金融市場間的風(fēng)險(xiǎn)傳染效應(yīng)在研究方法上主要采用向量自回歸模型VAR、多變量GARCH模型和協(xié)整分析等。本文主要運(yùn)用聯(lián)立方程組的方法，加入滯后項(xiàng)構(gòu)造出修正的VAR模型，實(shí)則是對VAR系統(tǒng)方法的一種改進(jìn)；本模型比VAR模型改進(jìn)之處在于盡可能消除隨機(jī)擾動項(xiàng)與變量之間的自相關(guān)，從而使模型更加精確。

本文研究的對象是包括債券市場風(fēng)險(xiǎn)、外匯市場風(fēng)險(xiǎn)和股票市場風(fēng)險(xiǎn)在內(nèi)的金融市場風(fēng)險(xiǎn)。

二、樣本數(shù)據(jù)選擇和變量說明

本文的債券市場數(shù)據(jù)，以債券市場交易總量來代表。債券市場是發(fā)行和買賣債券的場所，是金融市場的一個重要組成部分。債券市場是一國金融體系中不可或缺的部分。一個統(tǒng)一、成熟的債券市場可以為全社會的投資者和籌資者提供低風(fēng)險(xiǎn)的投融資工具；債券的收益率曲線是社會經(jīng)濟(jì)中一切金融商品收益水平的基準(zhǔn)，因此債券市場也是傳導(dǎo)中央銀行貨幣政策的重要載體?？梢哉f，統(tǒng)一、成熟的債券市場構(gòu)成了一個國家金融市場的基礎(chǔ)。債券市場交易總量即為在債券市場中的交易總額。本文中采用的是1999到2010年每年的平均交易總額。

股票市場數(shù)據(jù)采用股票市價(jià)總值。對一家上市公司來說，它的股票市場價(jià)格乘以發(fā)行的總股數(shù)，即為該公司在市場上的價(jià)值，也就是公司的市價(jià)總值。把所有上市公司的市值加總，就可得出整個股票市場的市價(jià)總值。股市的市場總值是衡量一個國家股票市場發(fā)達(dá)程度的重要指標(biāo)。市價(jià)總值：當(dāng)前市場價(jià)格×股本數(shù)=市價(jià)總值。本文采用的是1999到2010年每年平均的股票市價(jià)總值

外匯市場數(shù)據(jù)采用人民幣對美元的基礎(chǔ)匯率（exchange）為數(shù)據(jù)。作為主要的貿(mào)易伙伴國以及全球第一經(jīng)濟(jì)體，美元匯率具有很高的代表性，其數(shù)據(jù)能夠很好地代表外匯市場。

三、實(shí)證模型

通過在國家統(tǒng)計(jì)局等相關(guān)政府部門門戶網(wǎng)站查找數(shù)據(jù)后，本文將債券總量、股票市值、人民幣兌美元的匯率、固定資產(chǎn)投資量、價(jià)格指數(shù)、進(jìn)出口量等數(shù)據(jù)進(jìn)行了Eviews軟件的處理，得出了債券總量、股票市值、人民幣兌美元的匯率之間的變量關(guān)系。以下為得出的參數(shù)模型：

de=c（1）+c（2）*s+c（3）*e+c（4）*d_t_1_+c（5）*f （1）

s=c（6）+c（7）*de+c（8）*e+c（9）*s_t_1_+c（10）*p （2）

e=c（11）+c（12）*de+c（13）*s+c（14）*e_t_1_+c（15）*ex （3）

其中p f ex d_t_1_ s_t_1_ e_t_1_是工具變量。

de：債券市場交易總量；

s：股票市價(jià)總值；

e：人民幣兌美元的匯率；

d_t_1_：債券市場交易總量滯后項(xiàng)；

s_t_1_：股票市價(jià)總值的滯后項(xiàng)；

e_t_1：人民幣兌美元匯率的滯后項(xiàng)；

f：固定資產(chǎn)投資總量；

p：價(jià)格指數(shù)；

ex：進(jìn)出口量；

驗(yàn)證模型的可識別性：

M=3 K=6，

對（1）來說，k=2，K-k=4>M-1=2，該方程可以識別，并且是過度識別；

對（2）來說，k=2，K-k=4>M-1=2，該方程可以識別，并且是過度識別；

對（3）來說，k=2，K-k=4>M-1=2，該方程可以識別，并且是過度識別；

因此該模型可以識別。

用eviews對模型進(jìn)行檢驗(yàn)，t檢驗(yàn)結(jié)果基本顯著。

通過Eviews軟件的處理和運(yùn)算，得出各參數(shù)數(shù)值：

將Eviews軟件處理后的數(shù)據(jù)代入原始公式，得到了以下結(jié)果：

de=（-42874.60）+0.065574*s+5341.992*e+0.040864*d_t_1_+0.010378*f （1）

s=222104.6+15.01321*de+（-12435.51）*e+0.097684*s_t_1_+（-1682.774）*p（2）

e=3.163880+0.000161*de+（-1.00E-05）*s+0.589436*e_t_1_+（-4.56E-06）*ex（3）

de：債券市場交易總量；

s：股票市價(jià)總值；

e：人民幣兌美元的匯率；

d_t_1_：債券市場交易總量滯后項(xiàng)；

s_t_1_：股票市價(jià)總值的滯后項(xiàng)；

e_t_1：人民幣兌美元匯率的滯后項(xiàng)；

f：固定資產(chǎn)投資總量；

p：價(jià)格指數(shù)；

ex：進(jìn)出口量；

四、結(jié)論

第一，由于債券市場和股票市場之間的關(guān)系系數(shù)為正，且在（1）中系數(shù)為0.065574，（2）中系數(shù)為15.01321，表明債券市場和股票市場之間存在正的相關(guān)關(guān)系，但是股票市場的變動對債券市場的波動影響較弱，而債券市場的波動對股票市場的波動影響較強(qiáng)。

第二，由于債券市場和外匯市場之間的關(guān)系系數(shù)為正，且在（1）中系數(shù)為5341.992，（2）中系數(shù)為0.000161，表明債券市場和外匯市場之間存在正的相關(guān)關(guān)系，但是外匯市場的波動對債券市場的波動影響很強(qiáng)，而債券市場的波動對外匯市場的關(guān)系較弱。

第三，由于股票市場和外匯市場之間的關(guān)系系數(shù)為正，且在（2）中系數(shù)為-12435.51，（3）中的系數(shù)為-1.00E-05，表明債券市場和外匯市場之間存在負(fù)的相關(guān)關(guān)系，外匯市場的波動對股票市場的波動影響較強(qiáng)，股票市場的波動對外匯市場的波動影響十分強(qiáng)。

五、與中國實(shí)際結(jié)合和政策建議

第一，由于股票市場的變動對債券市場的波動影響較弱，而債券市場的波動對股票市場的波動影響較強(qiáng)，所以我們應(yīng)該防止債券市場出現(xiàn)波動時(shí)對股票造成的影響。因?yàn)槔实淖兓瘜善焙蛡瘍r(jià)格都有著很深的影響，所以我們首先應(yīng)該調(diào)整的是我國的利率制度，實(shí)現(xiàn)利率市場化。利率市場化的實(shí)現(xiàn)必須依據(jù)條件的成熟程度決定利率放開的計(jì)劃安排，使利率市場化有計(jì)劃、有步驟地順利實(shí)現(xiàn)。目前，我國利率市場化改革的總體框架是：先外幣，后本幣；先貸款，后存款；先農(nóng)村，后城市；先批發(fā)，后零售。其改革遵守兩個基本原則，一是漸進(jìn)式，二是力爭與國際慣例接軌。逐步“建立以中央銀行利率為基礎(chǔ)、以貨幣市場利率為中介、由市場供求決定金融機(jī)構(gòu)存貸款利率的市場利率體系和利率形成機(jī)制”。

第二，由于外匯市場的波動對債券市場的波動影響很強(qiáng)，而債券市場的波動對外匯市場的關(guān)系較弱。美歐債務(wù)危機(jī)后，靠外國的經(jīng)濟(jì)理論和政策是解決不了問題的，中國必須靠自主獨(dú)立的、將西方經(jīng)濟(jì)理論中國化的貨幣政策：實(shí)行提幅增頻雙向浮動的人民幣匯率政策；在外匯管理方面實(shí)行“限入獎出”政策。人民幣匯率雙向浮動提幅增頻，增強(qiáng)外匯政策的自主性，能夠減少外匯儲備，進(jìn)而減少持有美歐政府債券的數(shù)量，減少美國政府信用等級下調(diào)帶來的外匯儲備損失。與此同時(shí)，外匯儲備減少，外匯占款規(guī)模收縮，國內(nèi)貨幣供給量下降，還有利于抑制國內(nèi)通貨膨脹。

第三，外匯市場的波動對股票市場的波動影響較強(qiáng)，股票市場的波動對外匯市場的波動影響十分強(qiáng)。由于外匯市場與股票市場之間的相互影響，導(dǎo)致金融風(fēng)險(xiǎn)在兩個市場之間傳遞更加無孔不入，金融風(fēng)險(xiǎn)越來越立體，擴(kuò)散性、溢出性不斷加強(qiáng)，金融市場的不穩(wěn)定性大大增強(qiáng)，甚至易引發(fā)金融體系乃至整個經(jīng)濟(jì)體系的動蕩。為了降低“蝴蝶效應(yīng)”下金融風(fēng)險(xiǎn)的快速擴(kuò)散，促進(jìn)外匯市場和股票市場的協(xié)調(diào)健康發(fā)展，可從以下幾個方面著手：首先，強(qiáng)化對國際資本流動的監(jiān)管，引導(dǎo)投機(jī)資本合理合法的流動。一方面構(gòu)建風(fēng)險(xiǎn)預(yù)警指標(biāo)體系，利用這些指標(biāo)對國際資本流向?qū)嶓w經(jīng)濟(jì)、流向證券市場的風(fēng)險(xiǎn)程度進(jìn)行測算，從而做好預(yù)防措施；另一方面加強(qiáng)國際間資本流動的動態(tài)監(jiān)控，改進(jìn)外商投資企業(yè)外匯登記和資本金結(jié)匯管理，探索對結(jié)匯資金流向的后續(xù)核查和監(jiān)管，遏制通過僑匯分拆方式規(guī)避外匯限額監(jiān)管的行為，跟蹤調(diào)查異常的外匯流動等。其次，從多角度規(guī)范證券市場發(fā)展，完善信息披露制度，規(guī)范信息披露報(bào)告的內(nèi)容和標(biāo)準(zhǔn)，構(gòu)建多層次資本市場，培育成熟的市場參與主體，進(jìn)一步完善和修改《證券法》，為市場提供透明公開的交易環(huán)境，形成科學(xué)的價(jià)格發(fā)現(xiàn)功能，避免股價(jià)隨匯率變化發(fā)生大幅波動。

參考文獻(xiàn)：

[1]吳信如.人民幣匯率購買力評價(jià)的互動關(guān)系——一個VEC模型分析[J].財(cái)經(jīng)研究，2007，（8）.

[2]袁晨，傅強(qiáng).我國金融市場見投資轉(zhuǎn)移和市場傳染的階段實(shí)變特征——股票與債券、黃金間關(guān)聯(lián)性的實(shí)證分析[J].系統(tǒng)工程，2010，（5）.

[3]李志輝，王穎.中國金融市場間風(fēng)險(xiǎn)傳染效應(yīng)分析——基于VEC模型分析的視角[J].現(xiàn)代財(cái)經(jīng)，2012，（7）.

[4] Johansen S.Likelihood-based inference in cointe-grated vector autoregressive models[M].Oxford U-niversity Press，1995.