■何紅霞，武志勝

一、引言

2008年全球金融危機(jī)后，金融與實(shí)體經(jīng)濟(jì)之間的一些深層次理論問題重新得到檢視。經(jīng)過幾十年的“經(jīng)濟(jì)金融化”發(fā)展，金融與實(shí)體經(jīng)濟(jì)的界限已經(jīng)十分模糊，實(shí)體經(jīng)濟(jì)已被不同程度地“金融化”，導(dǎo)致金融風(fēng)險(xiǎn)跨行業(yè)溢出，金融風(fēng)險(xiǎn)通過各種途徑向?qū)嶓w經(jīng)濟(jì)行業(yè)擴(kuò)散。在當(dāng)前實(shí)體經(jīng)濟(jì)長期疲弱、債務(wù)規(guī)模不斷攀升、投資收益率持續(xù)下滑的情況下，經(jīng)濟(jì)風(fēng)險(xiǎn)在各行業(yè)呈加速集聚之勢。

近年來，我國面臨的國際國內(nèi)經(jīng)濟(jì)環(huán)境錯(cuò)綜復(fù)雜，除實(shí)體經(jīng)濟(jì)行業(yè)風(fēng)險(xiǎn)不斷集聚外，金融行業(yè)發(fā)生風(fēng)險(xiǎn)的可能性也在劇增。在我國現(xiàn)階段，金融部門仍然是工業(yè)和服務(wù)業(yè)在內(nèi)部資金壓力下的一個(gè)關(guān)鍵融資渠道。實(shí)體經(jīng)濟(jì)行業(yè)的風(fēng)險(xiǎn)和回報(bào)率與金融行業(yè)的收益和穩(wěn)定性密切關(guān)聯(lián)。全球金融危機(jī)表明，金融行業(yè)在面臨信貸約束時(shí)所導(dǎo)致的一系列信用崩潰，會(huì)給實(shí)體經(jīng)濟(jì)行業(yè)帶來災(zāi)難性沖擊。因此，有關(guān)金融行業(yè)與實(shí)體經(jīng)濟(jì)行業(yè)的風(fēng)險(xiǎn)相關(guān)性研究很多，但是相關(guān)研究一直比較零散，且局限于單個(gè)金融行業(yè)的研究或僅從金融行業(yè)與某個(gè)實(shí)體行業(yè)的研究。

國內(nèi)外已有文獻(xiàn)為本文研究提供了有益的借鑒，但大多數(shù)研究是從金融行業(yè)本身來研究金融風(fēng)險(xiǎn)傳導(dǎo)，也有學(xué)者對金融行業(yè)對個(gè)別實(shí)體經(jīng)濟(jì)行業(yè)的風(fēng)險(xiǎn)溢出做過研究，但關(guān)于實(shí)體經(jīng)濟(jì)行業(yè)特征對金融風(fēng)險(xiǎn)傳導(dǎo)影響的相關(guān)性研究較少。本文的貢獻(xiàn)在于，不僅從波動(dòng)視角對金融風(fēng)險(xiǎn)溢出進(jìn)行了研究，而且構(gòu)建了一種捕捉金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的尾部風(fēng)險(xiǎn)溢出的指標(biāo)，并且提供了一些相關(guān)實(shí)證證據(jù)，從尾部風(fēng)險(xiǎn)視角探討了金融風(fēng)險(xiǎn)對實(shí)體經(jīng)濟(jì)行業(yè)的傳導(dǎo)與蔓延程度。本文的主要研究內(nèi)容為：考察了過去十多年里金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)溢出情況，特別是2007～2009年金融危機(jī)期間波動(dòng)溢出是否得到增強(qiáng)，以及研究了金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)尾部風(fēng)險(xiǎn)溢出效應(yīng)以及行業(yè)特征是否與之相關(guān)。本文的研究對于進(jìn)一步厘清實(shí)體經(jīng)濟(jì)行業(yè)特征對金融風(fēng)險(xiǎn)傳導(dǎo)的影響、建立市場化風(fēng)險(xiǎn)處置機(jī)制以及完善和發(fā)展多層次資本市場、防范金融風(fēng)險(xiǎn)具有現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述和理論假設(shè)

已有證據(jù)表明，金融部門風(fēng)險(xiǎn)增加將會(huì)導(dǎo)致實(shí)體經(jīng)濟(jì)行業(yè)風(fēng)險(xiǎn)也會(huì)相對增加。Houston&Striroh（2006）基于1985～1994年的數(shù)據(jù)，發(fā)現(xiàn)美國金融行業(yè)波動(dòng)對實(shí)體經(jīng)濟(jì)行業(yè)存在顯著負(fù)面影響。Wang（2010）發(fā)現(xiàn)，美國在1963～2008年期間，金融部門的波動(dòng)對非金融行業(yè)市場波動(dòng)具有引導(dǎo)作用。Cheong et al.（2011）基于英國1990～2010年期間數(shù)據(jù)的研究結(jié)果也佐證了這種觀點(diǎn)。與此相關(guān)的問題是，發(fā)生在2007～2009的金融危機(jī)是否對風(fēng)險(xiǎn)從金融行業(yè)傳導(dǎo)至實(shí)體經(jīng)濟(jì)行業(yè)產(chǎn)生影響。如果金融行業(yè)突然遭受損失，實(shí)體經(jīng)濟(jì)行業(yè)受到金融部門的緊縮影響將非常嚴(yán)重（Kroszner&Klingebiel，2007）。在2007～2009年金融危機(jī)期間，金融行業(yè)與實(shí)體經(jīng)濟(jì)行業(yè)的股票價(jià)格有一個(gè)非常強(qiáng)的聯(lián)動(dòng)效應(yīng)（Baur，2011）。企業(yè)內(nèi)部資金緊張，會(huì)削弱公司靈活運(yùn)營，在金融危機(jī)期間，由于企業(yè)面臨預(yù)算限制，企業(yè)的有效投資和政策執(zhí)行受到影響，因此將增加他們的股權(quán)資產(chǎn)風(fēng)險(xiǎn)（Ortiz-Molina&Phillips，2014）?；诖?，本文提出以下假設(shè)：

H1：金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)存在波動(dòng)溢出，其在金融危機(jī)期間更加強(qiáng)勁。

相對于波動(dòng)是從平均收益視角衡量風(fēng)險(xiǎn)，尾部風(fēng)險(xiǎn)主要關(guān)注收益率的左尾分布。Bae et al.（2003）研究了股票之間同時(shí)出現(xiàn)極端收益的相關(guān)性。關(guān)于金融行業(yè)與實(shí)體經(jīng)濟(jì)行業(yè)之間的尾部風(fēng)險(xiǎn)聯(lián)動(dòng)性，Christiansen&Ranaldo（2009）利用 Bae et al.（2003）的研究方法，對比分析了歐盟國家股票市場，發(fā)現(xiàn)他們的極端收益率有一個(gè)強(qiáng)關(guān)聯(lián)性。Beine et al.（2010）使用分位數(shù)回歸測量了股票市場共同溢出情況，并且證明金融自由化導(dǎo)致了左尾風(fēng)險(xiǎn)聯(lián)動(dòng)性增強(qiáng)。Fry et al.（2008）重點(diǎn)關(guān)注了市場收益率的偏度，表明金融危機(jī)期間房地產(chǎn)市場和股票市場存在尾部風(fēng)險(xiǎn)溢出效應(yīng)。因此，本文提出如下假設(shè)：

H2：金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)存在尾部風(fēng)險(xiǎn)溢出，并且在金融危機(jī)期間更加強(qiáng)勁。

本文結(jié)合已有研究探討不同行業(yè)特征對尾部風(fēng)險(xiǎn)溢出的影響。Diamond&Dybvig（1983）發(fā)展的DD模型論證了流動(dòng)性轉(zhuǎn)換可以改善經(jīng)濟(jì)效率，因此企業(yè)的流動(dòng)性及其不穩(wěn)定性對經(jīng)濟(jì)波動(dòng)及風(fēng)險(xiǎn)傳染具有重要影響。Valta（2012）通過研究1992～2007年美國公司，發(fā)現(xiàn)銀行對流動(dòng)性資產(chǎn)差和經(jīng)營風(fēng)險(xiǎn)大的公司給出的貸款利率較高。償債能力越強(qiáng)意味著越容易獲得資金支持，融資成本會(huì)更低，從而更容易抵御來自金融行業(yè)的風(fēng)險(xiǎn)侵蝕。李蓮蓮等（2017）研究發(fā)現(xiàn)，企業(yè)只有具備良好的償債能力,才能吸收投資,延伸產(chǎn)業(yè)鏈條，擴(kuò)大經(jīng)營規(guī)模，健康長足發(fā)展，最終實(shí)現(xiàn)利益最大化。相反，償債能力弱的企業(yè)，則更易受到金融風(fēng)險(xiǎn)侵蝕，這一表現(xiàn)在金融危機(jī)期間更為明顯，因?yàn)樵诮鹑谖C(jī)期間，金融行業(yè)面臨的風(fēng)險(xiǎn)加大，對發(fā)放貸款趨于謹(jǐn)慎，這類企業(yè)的融資難度明顯加大，從而面臨更大風(fēng)險(xiǎn)，也更容易受到金融行業(yè)風(fēng)險(xiǎn)的影響。因此，本文提出如下假設(shè)：

H3：實(shí)體經(jīng)濟(jì)行業(yè)償債能力越強(qiáng)，越有助于遏止金融行業(yè)尾部風(fēng)險(xiǎn)傳導(dǎo)。

Fama&French（1995）研究發(fā)現(xiàn)，賬面價(jià)值比高的企業(yè)有一個(gè)穩(wěn)定而可觀的收益，并且財(cái)務(wù)杠桿更低。肖軍和徐信忠（2004）以1993年6月～2001年6月滬深股市A股股票為樣本，計(jì)算持有一年、兩年、三年的收益率數(shù)據(jù)，認(rèn)為BM效應(yīng)存在，從而佐證了這種觀點(diǎn)。Ortiz-Molina&Phillips（2014）發(fā)現(xiàn)面臨融資約束時(shí)，企業(yè)價(jià)值越高，即賬面市值比越高，受到的影響越小。因此，本文期望實(shí)體經(jīng)濟(jì)行業(yè)賬面市值比越高，越有助于削弱來自金融部門的風(fēng)險(xiǎn)溢出。基于以上分析，提出如下假設(shè)：

H4：實(shí)體經(jīng)濟(jì)行業(yè)價(jià)值越高，受到金融行業(yè)尾部風(fēng)險(xiǎn)的影響越弱。

當(dāng)前，在我國經(jīng)濟(jì)出現(xiàn)了泛債券化的經(jīng)濟(jì)循環(huán)，債務(wù)、資本和股本明顯不對稱，表現(xiàn)為高杠桿率，這是我國目前的一個(gè)突出問題，債務(wù)杠桿攀升能夠通過提升國民經(jīng)濟(jì)各部門風(fēng)險(xiǎn)水平，使風(fēng)險(xiǎn)積聚于占據(jù)網(wǎng)絡(luò)結(jié)構(gòu)中心的金融部門，進(jìn)而通過債務(wù)和股權(quán)兩個(gè)渠道顯著影響風(fēng)險(xiǎn)的生成與傳遞（茍文均等，2016）。這有可能增加經(jīng)濟(jì)風(fēng)險(xiǎn)爆發(fā)的可能性。債務(wù)是企業(yè)進(jìn)行日常運(yùn)營和投資活動(dòng)的主要融資來源（Valta，2012）。當(dāng)企業(yè)面臨沉重的債務(wù)負(fù)擔(dān)時(shí)，從金融部門籌集資金將面臨困難。通常情況下，企業(yè)不管是從金融部門獲得資金支持，還是通過變賣資產(chǎn)獲得資金都相對容易。然而，當(dāng)處于金融危機(jī)期間時(shí)，金融部門將面臨信貸約束。在這種環(huán)境下，資產(chǎn)市場也面臨壓力。因此，當(dāng)金融部門處于壓力狀態(tài)時(shí)，高負(fù)債的企業(yè)不可避免要面臨融資困難，從而嚴(yán)重影響實(shí)體經(jīng)濟(jì)行業(yè)正常運(yùn)營。基于我國目前現(xiàn)實(shí)經(jīng)濟(jì)狀況及以上理論分析，本文提出如下研究假設(shè)：

H5：實(shí)體經(jīng)濟(jì)行業(yè)債務(wù)規(guī)模擴(kuò)大將加劇金融行業(yè)尾部風(fēng)險(xiǎn)溢出。

三、樣本、模型設(shè)定和估計(jì)方法

（一）樣本選擇

本文所采用的數(shù)據(jù)主要來自Wind數(shù)據(jù)庫,樣本區(qū)間為2005年第一季度至2016年第四季度，并且根據(jù)國際清算銀行的表述，將金融危機(jī)期間定義在2007年第二季度至2009年第一季度，本文的初始研究樣本來自2005～2016年滬深主板上市公司的“行業(yè)特征—季度”觀測值。Wind數(shù)據(jù)庫將所有企業(yè)分為11個(gè)行業(yè)，分別是：能源業(yè)（EN）、材料業(yè)（MAT）、工業(yè)（IND）、可選消費(fèi)業(yè)（OC）、日常消費(fèi)業(yè)（DC）、醫(yī)療保健業(yè)（MED）、信息技術(shù)業(yè)（IT）、電信服務(wù)業(yè)（TS）、公用事業(yè)（PU）、房地產(chǎn)（REA）和金融業(yè)（FIN）。本文選取非金融行業(yè)的債務(wù)規(guī)模、償債能力和價(jià)值作為解釋變量，同時(shí)選取行業(yè)每股凈收益、資產(chǎn)規(guī)模和債務(wù)成本作為控制變量。

（二）變量和模型

1.波動(dòng)溢出

為了檢驗(yàn)以及測量金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)溢出，本文采用Liu&Pan（1997）提出的兩階段VAR—GARCH方法來研究波動(dòng)傳導(dǎo)機(jī)制，并且對第一和第二階段進(jìn)行了適當(dāng)調(diào)整，以適合本文所研究的問題。首先，在第一階段選取金融行業(yè)指數(shù)收益率序列與實(shí)體經(jīng)濟(jì)行業(yè)指數(shù)收益率序列，使用GARCH（1，1）模型提取各行業(yè)指數(shù)收益率的方差序列，在此基礎(chǔ)上對rFIN,t序列進(jìn)行標(biāo)準(zhǔn)化處理，處理過程如下：

其中，rFIN,t表示金融行業(yè)指數(shù)收益率，σ2FIN,t表示金融行業(yè)指數(shù)收益率的方差序列，eFIN,t表示金融行業(yè)指數(shù)收益率的標(biāo)準(zhǔn)化序列。在第二階段，基于斯瓦茨準(zhǔn)則采用雙變量的滯后一期VAR系統(tǒng)對式（4）、（5）進(jìn)行回歸估計(jì)：

其中表示實(shí)體經(jīng)濟(jì)行業(yè)i的方差，ri,t-1表示實(shí)體經(jīng)濟(jì)行業(yè)i的指數(shù)收益率，在金融危機(jī)期間取值為實(shí)際值，在非金融危機(jī)期間取值為0。式（5）中，系數(shù)γi1測量了在正常情況下金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)溢出，如果γi1顯著為正，則表明金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)存在波動(dòng)溢出。金融危機(jī)期間，金融行業(yè)波動(dòng)是否對實(shí)體經(jīng)濟(jì)行業(yè)波動(dòng)有一個(gè)額外貢獻(xiàn)，由式（5）中系數(shù)γi2來測量，如果γi2顯著為正，則表明金融危機(jī)會(huì)加劇金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)性溢出。（γi1+γi2）反映了在金融危機(jī)期間金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)總的波動(dòng)溢出效應(yīng)。

2.尾部風(fēng)險(xiǎn)溢出

首先定義當(dāng)極端收益率為低于邊際收益分布的第5百分位數(shù)，行業(yè)i在時(shí)間t時(shí)的極端收益率取值由下式給定：

式（6）中（c）為示性函數(shù)，當(dāng)屬于集合c時(shí)取值為1，否則取值為0。c是每日行業(yè)指數(shù)收益率低于邊際收益分布第5百分位數(shù)的集合。本文借鑒Chiu et al.（2015）的研究成果，定義一個(gè)新的代理變量CCX，用于捕捉金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)i的尾部風(fēng)險(xiǎn)溢出。具體由下式給定：

當(dāng)金融行業(yè)和實(shí)體經(jīng)濟(jì)行業(yè)在t時(shí)期同時(shí)存在一個(gè)極端收益率時(shí)，取值為1，否則取值為0。

采用這個(gè)代理變量，可以計(jì)算實(shí)體經(jīng)濟(jì)行業(yè)i的CCX的發(fā)生頻率。按照下式計(jì)算一個(gè)固定的時(shí)期內(nèi)CCX的發(fā)生頻率：

n表示示性函數(shù)式（7）序列中1的數(shù)量表示示性函數(shù)式（7）序列中0的數(shù)量。進(jìn)一步地，將Pri分解成兩部分來識(shí)別在金融危機(jī)期間和非金融危機(jī)期間CCX的相關(guān)發(fā)生頻率。分解過程由式（9）、（10）給出：

上式中表示示性函數(shù)式（7）序列在金融危機(jī)期間取值為1（0）的數(shù)量，表示示性函數(shù)式（7）序列在非金融危機(jī)期間取值為1（0）的數(shù)量。

3.模型設(shè)定

被解釋變量TR是實(shí)體經(jīng)濟(jì)行業(yè)i在每個(gè)季度觀測到的CCX的總數(shù)，表示金融行業(yè)尾部風(fēng)險(xiǎn)對實(shí)體經(jīng)濟(jì)行業(yè)的溢出效應(yīng)。解釋變量是行業(yè)負(fù)債規(guī)模、償債能力和價(jià)值的代理變量。Hoberg&Phillips（2010）的證據(jù)表明，這些變量對于行業(yè)的繁榮和衰退有一個(gè)顯著的影響。本文采用工具變量GMM進(jìn)行估計(jì)，這樣做可以提高估計(jì)的有效性和平滑度，在很大程度上減輕了變量的誤差問題?；镜拿姘寤貧w模型如下：

被解釋變量TRi,t是實(shí)體經(jīng)濟(jì)行業(yè)i在每個(gè)季度觀測到取值為1的實(shí)際數(shù)量。變量Xn,i,t的向量包括實(shí)體經(jīng)濟(jì)行業(yè)i的特征變量（債務(wù)規(guī)模，償債能力和價(jià)值），本文分別選取速動(dòng)比率（QR）和賬面市值比（BM）作為償債能力和價(jià)值的代理變量，向量Dcrisis,t和Dnon-crisis,t是虛擬變量，分別表示金融危機(jī)和非金融危機(jī)期間。向量controll,i,t包含于其他行業(yè)特征相關(guān)的變量：每股凈收益（EPS），資產(chǎn)規(guī)模（SIZE），債務(wù)成本（COST）。本文預(yù)期每股凈收益對TR的影響是負(fù)向的，每股凈收益越高意味著企業(yè)盈利能力越強(qiáng)，因此更容易抵御金融風(fēng)險(xiǎn)。同理，本文預(yù)期企業(yè)資產(chǎn)規(guī)模會(huì)削弱金融風(fēng)險(xiǎn)對其傳導(dǎo)。與此相反，本文預(yù)期債務(wù)融資成本對TR的影響是正向的，債務(wù)融資成本越高企業(yè)負(fù)擔(dān)越重，因此更容易暴露在金融風(fēng)險(xiǎn)之下。同時(shí)，模型中加入了行業(yè)和時(shí)間虛擬變量。

四、實(shí)證結(jié)果

（一）統(tǒng)計(jì)性描述

表1顯示了變量的統(tǒng)計(jì)性特征。與全樣本期間相比，在金融危機(jī)期間被解釋變量TR的均值更大，這暗示了金融危機(jī)會(huì)加劇尾部金融風(fēng)險(xiǎn)向?qū)嶓w經(jīng)濟(jì)行業(yè)溢出。賬面市值比和債務(wù)規(guī)模的均值明顯變小，這反映了金融危機(jī)會(huì)侵蝕企業(yè)而普遍提高了自己的償債能力。

表1 被解釋變量和解釋變量的統(tǒng)計(jì)性描述

（二）波動(dòng)溢出

表2展示了式（1）～（5）波動(dòng)溢出模型的結(jié)果。表中顯示了全樣本視角下的估計(jì)系數(shù)γ1和金融危機(jī)期間加入的系數(shù)γ2。估計(jì)結(jié)果表明：①全樣本視角下的γ1系數(shù)估計(jì)結(jié)果均顯著，這表明金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)性溢出存在積極的影響，金融行業(yè)對有些行業(yè)的波動(dòng)性溢出顯著強(qiáng)于其他行業(yè)，例如房地產(chǎn)、材料和能源行業(yè)。相反，醫(yī)療保健行業(yè)受到金融行業(yè)波動(dòng)性溢出較弱，γ1僅為（2.58E-06）。②γ2測度金融危機(jī)是否會(huì)加劇金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)性溢出。該系數(shù)估計(jì)結(jié)果顯著，表明金融危機(jī)會(huì)加劇金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)性溢出，與整個(gè)樣本期相比，金融危機(jī)期間，金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)性溢出效應(yīng)更加強(qiáng)勁。有些行業(yè)顯著高于平均水平，例如房地產(chǎn)和醫(yī)療保健行業(yè)。相反，有些行業(yè)顯著低于平均水平，例如公用事業(yè)和能源行業(yè)。結(jié)果表明，所有實(shí)體經(jīng)濟(jì)行業(yè)在金融危機(jī)期間受到金融行業(yè)的波動(dòng)性溢出更為強(qiáng)勁，有些行業(yè)表現(xiàn)十分明顯。③從γ1+γ2加總來看，房地產(chǎn)行業(yè)的γ1+γ2顯著大于平均水平，這表明在金融危機(jī)期間房地產(chǎn)行業(yè)對金融行業(yè)的波動(dòng)反應(yīng)更為敏感。

表2 金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)的波動(dòng)溢出

（三）尾部風(fēng)險(xiǎn)溢出

很顯然，變量TR越大表示更強(qiáng)的溢出效應(yīng)。表3展示了變量TR分別在全樣本、金融危機(jī)期間和非金融危機(jī)期間的發(fā)生頻率。結(jié)果表明，在整個(gè)樣本期間，金融行業(yè)和各實(shí)體經(jīng)濟(jì)行業(yè)同時(shí)出現(xiàn)極端收益率的天數(shù)頻率低于3.5%，在金融危機(jī)期間這一頻率超過7%，然而在非金融危機(jī)期間，這一頻率除房地產(chǎn)行業(yè)外，均低于2%。此外，秩和檢驗(yàn)結(jié)果表明，金融危機(jī)和非金融危機(jī)期間的CCX平均值存在顯著差異。與非金融危機(jī)期間相比，在金融危機(jī)期間尾部金融風(fēng)險(xiǎn)對所有的實(shí)體經(jīng)濟(jì)行業(yè)溢出會(huì)加劇。在金融危機(jī)期間，房地產(chǎn)（10.5%）和能源（9.2%）行業(yè)的尾部風(fēng)險(xiǎn)更容易暴露在金融風(fēng)險(xiǎn)之下。

表3 尾部金融風(fēng)險(xiǎn)溢出（CCX）的頻率

注：aCCX表示在全樣本期間的頻率；bCCX表示在金融危機(jī)期間發(fā)生的概率（2007年7月～2009年3月）；cCCX表示在非金融危機(jī)期間發(fā)生的概率；Difference+表示和的平均差異；表示兩樣本W(wǎng)ilcoxon檢驗(yàn)的P值。

（四）尾部金融風(fēng)險(xiǎn)溢出和行業(yè)特征

表4 行業(yè)特征在全樣本下對尾部金融風(fēng)險(xiǎn)溢出的影響

表4展示了尾部風(fēng)險(xiǎn)溢出（TR）關(guān)于行業(yè)特征變量債務(wù)規(guī)模、償債能力和價(jià)值的回歸結(jié)果。債務(wù)對TR有一個(gè)積極的影響，相反償債能力（速動(dòng)比率）和價(jià)值（賬面市值比）對TR有一個(gè)消極的影響?？刂谱兞繉R的影響均顯著，且與預(yù)期表現(xiàn)一致。由表5可知，估計(jì)結(jié)果在金融危機(jī)期間和非金融期間均顯著，表明行業(yè)價(jià)值和償債能力確實(shí)可以有效平抑金融行業(yè)尾部風(fēng)險(xiǎn)對實(shí)體經(jīng)濟(jì)行業(yè)的溢出，在危機(jī)期間，這一表現(xiàn)更為突出。與此相反，實(shí)體經(jīng)濟(jì)行業(yè)債務(wù)規(guī)模會(huì)增強(qiáng)尾部金融風(fēng)險(xiǎn)向其傳染，但危機(jī)期間債務(wù)規(guī)模的估計(jì)系數(shù)為3.988，小于非危機(jī)期間的估計(jì)系數(shù)6.069，這可能是由于危機(jī)期間實(shí)體經(jīng)濟(jì)行業(yè)面臨舉債困難，與非危機(jī)期間相比，在一定程度上減小了尾部金融風(fēng)險(xiǎn)通過債務(wù)渠道向其擴(kuò)散。

表5 行業(yè)特征在金融危機(jī)和非金融危機(jī)期間對尾部金融風(fēng)險(xiǎn)溢出的影響

（五）穩(wěn)健性檢驗(yàn)

本文采用分位數(shù)回歸方法，進(jìn)一步對尾部金融風(fēng)險(xiǎn)是否向?qū)嶓w經(jīng)濟(jì)行業(yè)溢出進(jìn)行檢驗(yàn)，具體過程如下：

其中，金融行業(yè)指數(shù)日收益率序列記為實(shí)體行業(yè)的指數(shù)日收益率序列記為下標(biāo)為分位數(shù)水平，代表不同的風(fēng)險(xiǎn)程度，q分別取0.05和0.01。結(jié)果表明，金融風(fēng)險(xiǎn)對實(shí)體經(jīng)濟(jì)行業(yè)的溢出效應(yīng)非常明顯。

本文重新定義極端收益率為每日行業(yè)指數(shù)收益率低于邊際收益率的第2.5百分位數(shù)，然后計(jì)算了CCX，對式（11）、（12）進(jìn)行回歸分析，結(jié)果沒有較大差異。

五、結(jié)論與政策建議

本文的研究顯示，在2005～2016年和2007～2009年兩個(gè)樣本期間，金融行業(yè)對實(shí)體經(jīng)濟(jì)行業(yè)均存在波動(dòng)溢出效應(yīng)與尾部風(fēng)險(xiǎn)溢出效應(yīng)，在2007～2009年期間更加明顯。這表明當(dāng)實(shí)體經(jīng)濟(jì)風(fēng)險(xiǎn)不斷集聚，在特定時(shí)間將引發(fā)金融風(fēng)險(xiǎn)集中爆發(fā)，金融風(fēng)險(xiǎn)又通過收益和波動(dòng)兩個(gè)渠道傳遞給實(shí)體經(jīng)濟(jì)，最終形成金融危機(jī)。實(shí)證結(jié)果表明，行業(yè)特征對金融風(fēng)險(xiǎn)傳導(dǎo)具有顯著影響。具體表現(xiàn)為實(shí)體經(jīng)濟(jì)行業(yè)的賬面市值比和償債能力對尾部金融風(fēng)險(xiǎn)溢出具有顯著消極影響，我國實(shí)體經(jīng)濟(jì)行業(yè)的債務(wù)規(guī)模對金融行業(yè)尾部風(fēng)險(xiǎn)溢出具有積極影響，尤其在金融危機(jī)期間表現(xiàn)十分明顯。這表明，投資者對具有較高價(jià)值的企業(yè)更有信心，故而高價(jià)值企業(yè)有助于遏制尾部金融風(fēng)險(xiǎn)向其蔓延，金融危機(jī)期間，這一現(xiàn)象尤為明顯。同時(shí)，適度提高償債能力可以削弱金融行業(yè)尾部風(fēng)險(xiǎn)向?qū)嶓w經(jīng)濟(jì)行業(yè)擴(kuò)散。此外，企業(yè)應(yīng)將自己債務(wù)規(guī)?？刂圃诤侠硭?。

據(jù)此，本文提出政策建議。第一，從長期來看企業(yè)應(yīng)不斷提升自身價(jià)值，各行業(yè)中，不具有發(fā)展前景的低價(jià)值企業(yè)應(yīng)被逐漸淘汰出市場，有利于提升整個(gè)行業(yè)價(jià)值，增強(qiáng)實(shí)體經(jīng)濟(jì)行業(yè)抵御金融風(fēng)險(xiǎn)的能力。此外，企業(yè)在日常經(jīng)營尤其在危機(jī)期間，應(yīng)具備足夠的償債能力，力求避免為了追逐短期利益而犧牲償債能力的做法。各實(shí)體經(jīng)濟(jì)企業(yè)在日常經(jīng)營中應(yīng)該注重風(fēng)險(xiǎn)防范，凡事預(yù)則立，不預(yù)則廢，增強(qiáng)企業(yè)風(fēng)險(xiǎn)意識(shí)，可以緩解金融風(fēng)險(xiǎn)對實(shí)體行業(yè)的影響。第二，強(qiáng)化和完善金融監(jiān)管體系，提高銀行體系風(fēng)險(xiǎn)吸收能力。金融機(jī)構(gòu)尤其銀行業(yè)，在進(jìn)行處理信貸業(yè)務(wù)時(shí)，應(yīng)該加強(qiáng)監(jiān)管，在嚴(yán)格評估企業(yè)價(jià)值以及發(fā)展前景基礎(chǔ)上，盡可能將資金投入到高價(jià)值企業(yè)，提高資金使用效率，避免因道德風(fēng)險(xiǎn)導(dǎo)致資源流向僵尸企業(yè)。同時(shí)，引導(dǎo)商業(yè)銀行在成本可控的條件下，增加一級(jí)資本占比，優(yōu)化資本金結(jié)構(gòu)，增強(qiáng)風(fēng)險(xiǎn)吸收能力，這樣有助于更好服務(wù)實(shí)體經(jīng)濟(jì)，同時(shí)保證資本收益。第三，積極發(fā)展權(quán)益類融資市場。企業(yè)融資工具不匹配加劇了企業(yè)資本結(jié)構(gòu)失衡，在實(shí)體經(jīng)濟(jì)泛債務(wù)化的今天，應(yīng)該積極推動(dòng)債權(quán)轉(zhuǎn)股權(quán)以及其他權(quán)益類融資工具，優(yōu)化資本結(jié)構(gòu)，降低非金融企業(yè)債務(wù)杠桿率，提升實(shí)體企業(yè)對風(fēng)險(xiǎn)的吸收化解能力，從而有效降低資本市場短期劇烈波動(dòng)，增強(qiáng)經(jīng)濟(jì)系統(tǒng)的穩(wěn)定性，最終化解債務(wù)風(fēng)險(xiǎn)過度集聚在金融中介部門帶來的金融風(fēng)險(xiǎn)。

[1]茍文均，袁鷹，漆鑫.債務(wù)杠桿與系統(tǒng)性風(fēng)險(xiǎn)傳染機(jī)制——基于CCA模型的分析[J].金融研究，2016，（03）：74～91.

[2]李蓮蓮，楊英，查賢斌.上市公司盈利能力與償債能力分析[J].經(jīng)貿(mào)實(shí)踐，2017，（1）：19+34.

[3]肖軍，徐信忠.中國股市價(jià)值反轉(zhuǎn)投資策略有效性實(shí)證研究[J].經(jīng)濟(jì)研究，2004，（3）：55～64.

[4]Bae K，Karolyi A G，Stulz M R.A new approach to measuring financial contagion[J].Review of Financial Studies，2003，16（3）：717～763.

[5]Baur D G.Financial contagion and the real economy[J].Journal of Banking&Finance，2011，36（10）：2680～2692.

[6]Beine M，Cosma A et al..The dark side of global integration :Increasing tail dependence[J].Journal of Banking&Finance，2010，34（1）：184～192.

[7]Cheong C S，Olshansky A，Zurbruegg R.The influence of real estate risk on market volatility[J].Journal of Property Investment&Finance，2011，29（2）：145～166.

[8]Christiansen C， Ranaldo A.Extreme coexceedances in new EU member state’stock markets[J].Journal of Banking&Finance，2009，33（6）：1048～1057.

[9]Chiu W C，Pena J I，Wang C W.Industry Characteristics and Financial Risk Contagion[J].Journal of Banking and Finance，2015，50（1）：411～427.

[10]Diamond DW，DyByig PH.Bank runs，Deposit insurance，and Liquifity[J].Journal of Political Economy，1983，（61）.

[11]Fama E F，F(xiàn)rench K R.Size and book-tomarket factors in earnings and returns[J].Journal of Finance，1995，50（1）：131～155.

[12]Fry R，Martin V L et al..A new class of tests of contagion with applications[R].Cama Working Paper Series，January 2008.

[13]Houston J F，Stiroh K.Three decades of financial sector risk[J].Staff Reports，2006.

[14]Hoberg G，Phillips G.Real and financial industry booms and busts[J].Journal of Finance，2010，65（1），45～86.

[15]Kroszner R S，Klingebiel D.Banking crisis,financial dependence,and growth[J].Journal of Financial Economics，2007，84（1）：187～228.

[16]Liu Y A，Pan M S.Mean and volatility spillover effects in the U.S.and Pacific-Basin stock markets[J].Multinational Finance Journal，1997，1（1）：47～62.

[17]Ortiz M H，Phillips G.Real asset illiquidity and the cost of capital[J].Journal of Financial and Quantitative Analysis,forthcoming，2014，49（1）：1～32.

[18]Valta P.Competition and the cost of debt[J].Journal of Financial Economics，2012，105（3）：661～682.

[19]Wang Z.Dynamics and causality in industryspecific volatility[J].Journal of Banking&Finance，2010，34（7）：1688～1699.