潘文榮　程旭　李憶

摘 要：隨著全球金融市場(chǎng)自由化程度的不斷提升，研究國(guó)際間金融市場(chǎng)波動(dòng)溢出效應(yīng)對(duì)于風(fēng)險(xiǎn)防范顯得尤為重要。本文根據(jù)股票市場(chǎng)運(yùn)行的不同周期將實(shí)證數(shù)據(jù)劃分為牛市、熊市和盤(pán)整市三個(gè)時(shí)期，結(jié)合格蘭杰因果檢驗(yàn)方法與動(dòng)態(tài)相關(guān)系數(shù)厚尾分布MSV模型，構(gòu)建出DGC-t-MSV模型，以分析不同時(shí)期紐約黃金期貨市場(chǎng)與A股黃金板塊間的波動(dòng)溢出效應(yīng)。通過(guò)實(shí)證研究發(fā)現(xiàn)：在牛市時(shí)期，紐約黃金期貨市場(chǎng)對(duì)A股黃金板塊有著顯著的單向波動(dòng)溢出效應(yīng)，而在其他時(shí)期，并未存在明顯的波動(dòng)溢出效應(yīng)。

關(guān)鍵詞：DGC-t-MSV模型；波動(dòng)溢出效應(yīng)；格蘭杰因果檢驗(yàn)；動(dòng)態(tài)相關(guān)系數(shù)

中圖分類號(hào)：F830.94 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2018）05-0079-06

DOI：10.19647/j.cnki.37-1462/f.2018.05.011

一、引言

黃金期貨市場(chǎng)與股票市場(chǎng)黃金板塊一直以來(lái)都是全球黃金投資者的重要投資領(lǐng)域。黃金期貨市場(chǎng)具有高杠桿、高收益、價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)規(guī)避等功能，被全球諸多機(jī)構(gòu)投資者追捧；股票市場(chǎng)黃金板塊則具有高流動(dòng)性、風(fēng)險(xiǎn)規(guī)避、價(jià)值保值等功能而被廣大個(gè)人投資者所青睞，為此研究黃金期貨市場(chǎng)與A股黃金板塊間波動(dòng)溢出效應(yīng)對(duì)于風(fēng)險(xiǎn)防范顯得尤其重要。國(guó)內(nèi)外學(xué)者對(duì)黃金的期貨市場(chǎng)與現(xiàn)貨市場(chǎng)研究頗多，如嚴(yán)燕（2013）在研究中國(guó)黃金期貨市場(chǎng)對(duì)黃金現(xiàn)貨市場(chǎng)信息傳遞效應(yīng)后發(fā)現(xiàn)：信息傳遞是由期貨價(jià)格對(duì)現(xiàn)貨價(jià)格的引導(dǎo)和波動(dòng)溢出兩個(gè)途徑實(shí)現(xiàn)的；胡秋靈（2011）利用股指期貨與現(xiàn)貨的高頻數(shù)據(jù)進(jìn)行波動(dòng)溢出效應(yīng)分析，但是目前還沒(méi)有學(xué)者對(duì)黃金期貨市場(chǎng)與黃金概念股票市場(chǎng)之間的波動(dòng)溢出效應(yīng)進(jìn)行過(guò)研究。

關(guān)于研究金融市場(chǎng)的波動(dòng)性，國(guó)內(nèi)外學(xué)者主要使用廣義自回歸條件異方差（GARCH）模型和隨機(jī)波動(dòng)（SV）模型。余素紅（2004）研究發(fā)現(xiàn)，SV族模型相比于GARCH族模型更能刻畫(huà)金融市場(chǎng)的隨機(jī)波動(dòng)性特征。由于金融市場(chǎng)間的波動(dòng)并非是孤立的，往往容易由一個(gè)市場(chǎng)傳導(dǎo)到另一個(gè)市場(chǎng)，由此Bollerslev（1988）提出了多元廣義自回歸條件異方差（MGARCH）模型，McAller （2005）根據(jù)Bollerslev （1990）、Engle （2002）、Tse和Tusi （2002）等人的研究結(jié)果，提出了多元隨機(jī)波動(dòng)（MSV）模型，隨后Manabu等（2006）對(duì)MSV模型進(jìn)行了系統(tǒng)的梳理，總結(jié)出多種MSV模型。國(guó)內(nèi)有很多學(xué)者應(yīng)用MSV模型研究了金融市場(chǎng)之間的波動(dòng)性溢出現(xiàn)象，董艷和梁滿發(fā)（2013）利用GC-MSV模型對(duì)國(guó)內(nèi)外股市進(jìn)行波動(dòng)溢出研究；何啟志、張晶和范從來(lái)（2015）利用DGC-MSV模型分析了國(guó)內(nèi)外石油價(jià)格波動(dòng)溢出現(xiàn)象。

大多數(shù)國(guó)內(nèi)外學(xué)者在研究金融市場(chǎng)之間的風(fēng)險(xiǎn)波動(dòng)溢出效應(yīng)時(shí)，常?？紤]市場(chǎng)間整體的波動(dòng)效應(yīng)。金融市場(chǎng)存在著不同的運(yùn)行周期，在不同時(shí)期，投資者的投資決策容易受到政府決策和市場(chǎng)情緒的影響，其波動(dòng)溢出效應(yīng)的影響方式和作用方向是不同的。熊正德和韓麗君（2013）將匯市分為兩個(gè)不同的時(shí)間段，分析了不同時(shí)間段股市與匯市之間的波動(dòng)溢出效應(yīng)。趙然（2016）將股票市場(chǎng)分為不同的階段，分段研究了期貨市場(chǎng)和股票市場(chǎng)間的聯(lián)動(dòng)性。

本文通過(guò)對(duì)已有文獻(xiàn)的梳理，發(fā)現(xiàn)多數(shù)文獻(xiàn)存在以下三點(diǎn)不足：其一，已有研究大多只對(duì)一個(gè)市場(chǎng)完整的運(yùn)行周期進(jìn)行分析，忽略了資本市場(chǎng)在不同周期存在著不同的波動(dòng)溢出效應(yīng)；其二，已有文獻(xiàn)大多基于隨機(jī)誤差項(xiàng)服從正態(tài)分布這一假設(shè)為前提，使用GARCH族模型來(lái)刻畫(huà)金融市場(chǎng)間的波動(dòng)溢出效應(yīng)，而金融資產(chǎn)的收益率序列呈現(xiàn)出的尖峰厚尾性并不適合隨機(jī)誤差項(xiàng)服從正態(tài)分布這一假設(shè)；其三，已有研究大多使用一元SV模型來(lái)刻畫(huà)資產(chǎn)價(jià)格波動(dòng)的隨機(jī)性，忽視了波動(dòng)溢出效應(yīng)產(chǎn)生的原因可能是由多個(gè)不同金融市場(chǎng)間復(fù)雜多變的波動(dòng)溢出關(guān)系而引起的。

由此，本文將A股黃金板塊收益率數(shù)據(jù)分為三個(gè)時(shí)期（牛市時(shí)期、熊市時(shí)期和盤(pán)整市時(shí)期），引入t分布、格蘭杰因果檢驗(yàn)及動(dòng)態(tài)相關(guān)系數(shù)，構(gòu)建了DGC-t-MSV模型，用于檢驗(yàn)紐約黃金期貨市場(chǎng)與A股黃金板塊之間在不同時(shí)期的波動(dòng)傳導(dǎo)方向及其時(shí)變關(guān)系，并運(yùn)用馬爾科夫鏈蒙特卡洛（MCMC）的方法對(duì)模型的待估參數(shù)進(jìn)行估計(jì)，進(jìn)而分析兩個(gè)市場(chǎng)之間的波動(dòng)溢出效應(yīng)，為金融市場(chǎng)監(jiān)管者及投資者防范風(fēng)險(xiǎn)提供理論指導(dǎo)。

二、DGC-t-MSV模型構(gòu)建

MSV模型有許多種形式，由于考慮到金融資產(chǎn)收益波動(dòng)之間的時(shí)變相關(guān)性、金融資產(chǎn)收益率序列的尖峰厚尾性，常常使用DDC-t-MSV模型來(lái)研究?jī)煞N金融資產(chǎn)收益率的聯(lián)動(dòng)性，而格蘭杰因果檢驗(yàn)可以檢驗(yàn)兩種資產(chǎn)收益之間波動(dòng)溢出方向。綜合以上條件，本文在DDC-t-MSV模型中加入Granger因果檢驗(yàn)，構(gòu)建了DGC-t-MSV模型，其形式如下：

其中，[Rt]=[（R1t，R2t）′]，[Rt]表示的是收益率矩陣，[R1t、R2t]分別表示t時(shí)刻A股黃金板塊指數(shù)收益率和黃金期貨指數(shù)收益率序列。

隨機(jī)擾動(dòng)項(xiàng)[εt]服從均值為0，方差為[Σε，t]，自由度為d的t 分布，[qt]是一個(gè)隨機(jī)過(guò)程，受到一個(gè)服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)干擾項(xiàng)[νt]影響，[εt]、[γt]和[νt]不相關(guān)。

[ht=（h1t，h2t）′]是t時(shí)刻兩市場(chǎng)間的潛在波動(dòng)序列。[φ11]表示A股黃金板塊市場(chǎng)波動(dòng)的持續(xù)性，[φ22]表示紐約黃金期貨市場(chǎng)波動(dòng)的持續(xù)性，[φ12]表示紐約黃金期貨市場(chǎng)對(duì)A股黃金板塊的波動(dòng)溢出性，[φ21]表示A股黃金板塊對(duì)紐約黃金期貨市場(chǎng)的波動(dòng)溢出性。

[ψ]為動(dòng)態(tài)相關(guān)系數(shù)的持續(xù)性參數(shù)。

三、實(shí)證研究

（一）樣本數(shù)據(jù)的區(qū)間選擇及預(yù)處理

本文選取同花順I(yè)FIND數(shù)據(jù)庫(kù)中定義的A股黃金板塊指數(shù)，A股黃金板塊涵蓋了滬深兩市中所有生產(chǎn)黃金、進(jìn)行黃金銷售的上市公司，具有很強(qiáng)的代表性。在黃金期貨市場(chǎng)上，本文選取紐約黃金期貨指數(shù)（COMEX黃金）作為代表，其數(shù)據(jù)來(lái)源于紐約黃金期貨交易所。為了保證足夠大的時(shí)間跨度和一個(gè)完整的股市運(yùn)行周期，我們選擇樣本區(qū)間從2014年1月16日至2017年7月25日的數(shù)據(jù)。刪除兩市由于節(jié)假日以及不同交易日等原因產(chǎn)生無(wú)法重合的數(shù)據(jù)后，得到846組樣本數(shù)據(jù)。將樣本數(shù)據(jù)根據(jù)股票市場(chǎng)不同運(yùn)行周期的特點(diǎn)，劃分為牛市（2014年1月16日—2015年6月15日）、熊市（2015年6月16日—2016年1月29號(hào)）以及盤(pán)整市（2016年2月1日—2017年7月25日），其對(duì)應(yīng)區(qū)間樣本個(gè)數(shù)如表1所示。

根據(jù)圖1、2可知，兩市收益率序列均出現(xiàn)了波動(dòng)集聚現(xiàn)象，紐約黃金期貨與A股黃金板塊的收益率波動(dòng)頻率基本保持一致。

根據(jù)表2所知，A股黃金板塊和紐約黃金期貨收益率的JB統(tǒng)計(jì)量分別等于425.45和170.49，說(shuō)明其均不服從正態(tài)分布，而從圖3和圖4的Q-Q圖也能看出，兩市收益率序列存在顯著的厚尾特征。由于SV族模型可以很好地解釋兩市呈現(xiàn)出尖峰厚尾的非正態(tài)分布特征，故本文選取DGC-t-MSV模型對(duì)A股黃金板塊和紐約黃金期貨收益率序列關(guān)系進(jìn)行統(tǒng)計(jì)建模。

為保證兩市樣本數(shù)據(jù)的平穩(wěn)性，本文對(duì)其進(jìn)行ADF檢驗(yàn)。根據(jù)表3可知，兩市收益率序列的P值都小于0.01，表明兩市收益率序列均為平穩(wěn)序列，即可以對(duì)原收益率序列進(jìn)行回歸分析。

（二）波動(dòng)溢出效應(yīng)收斂性分析

本文使用基于Gibbs抽樣的MCMC方法對(duì)DGC-t-MSV模型的各參數(shù)進(jìn)行估計(jì)。使用WinBUGS14對(duì)兩市三個(gè)時(shí)期收益率序列進(jìn)行統(tǒng)計(jì)建模，并對(duì)各參數(shù)設(shè)定不同的初始值，使用2條Markov鏈進(jìn)行80000次的迭代計(jì)算，為了保證參數(shù)的收斂性，將前40000次作為退火處理。我們采用BGR統(tǒng)計(jì)圖以及后驗(yàn)核密度圖來(lái)診斷參數(shù)的收斂性。其中BGR圖兩條線均趨近于1（見(jiàn)圖5、7和9），后驗(yàn)密度圖平滑且只有一個(gè)尖峰（見(jiàn)圖6、8和10），說(shuō)明參數(shù)均收斂，本文構(gòu)建的模型可以很好地反映出A股黃金板塊指數(shù)與紐約黃金期貨指數(shù)波動(dòng)溢出關(guān)系。

（三）動(dòng)態(tài)相關(guān)性分析

由圖11可知，A股黃金板塊收益率與紐約黃金期貨指數(shù)收益率的相關(guān)系數(shù)具有時(shí)變性，其相關(guān)系數(shù)在0.1261—0.3145間波動(dòng)。牛市期間，相關(guān)系數(shù)在0.1756—0.3145之間波動(dòng)，均值為0.2488；熊市期間，其在0.1261—0.2567之間波動(dòng)，均值為0.1865；在盤(pán)整市期間，動(dòng)態(tài)相關(guān)系數(shù)在0.1585—0.2773之間波動(dòng)，均值為0.2261。說(shuō)明兩市波動(dòng)存在相關(guān)性，在牛市時(shí)期，兩市動(dòng)態(tài)相關(guān)系數(shù)的波動(dòng)幅度較大，相對(duì)于其他兩個(gè)時(shí)期表現(xiàn)出了較強(qiáng)的相關(guān)性。

（四）波動(dòng)溢出效應(yīng)分析

由表4參數(shù)結(jié)果估計(jì)可知，[φ11]和[φ22]分別表示A股黃金板塊以及紐約黃金期貨收益率序列的自身波動(dòng)持續(xù)性參數(shù)，A股黃金板塊收益率序列自身波動(dòng)的持續(xù)性大于黃金期貨收益率序列自身波動(dòng)的持續(xù)性，而又因?yàn)槠渲稻咏?，表明其受自身前期收益率波動(dòng)的影響較大，兩市收益率序列都具有顯著的波動(dòng)聚集性；[ψ]表示兩市之間動(dòng)態(tài)相關(guān)關(guān)系持續(xù)性參數(shù)，實(shí)證結(jié)果顯示其接近于1，說(shuō)明兩市之間當(dāng)期相關(guān)系數(shù)容易受到前一期相關(guān)系數(shù)的影響。自由度參數(shù)d顯著異于0，說(shuō)明兩市收益率序列具有尖峰厚尾性，這與前面的JB檢驗(yàn)和Q-Q圖結(jié)果一致。

[φ12]表示紐約黃金期貨對(duì)A股黃金板塊的波動(dòng)溢出參數(shù)，[φ21]表示A股黃金板塊對(duì)紐約黃金期貨的波動(dòng)溢出參數(shù)。在2.5%分位數(shù)、中位數(shù)和97.5%分位數(shù)下，[φ12]和[φ21]都為正數(shù)，參數(shù)[φ12]的估計(jì)值大于參數(shù)[φ21]的估計(jì)值，表明紐約黃金期貨對(duì)A股黃金板塊的影響大于A股黃金板塊對(duì)紐約黃金期貨的影響。為檢驗(yàn)波動(dòng)溢出效應(yīng)參數(shù)的顯著性，設(shè)立原假設(shè)[H0]：[φij=0]，[（i=1，2；j=1，2）]，備擇假設(shè)[H1]：[φij≠0]，[（i=1，2；j=1，2）]。構(gòu)造t統(tǒng)計(jì)量檢驗(yàn)[φ12]和[φ21]是否顯著，其中[t=φi，jSi，j]（[φi，j]表示經(jīng)過(guò)MCMC方法迭代后參數(shù)[φi，j]估計(jì)值的均值，[Si，j]表示樣本標(biāo)準(zhǔn)差，i=1，2；j=1，2），在顯著性水平等于0.05時(shí)，當(dāng)[t≥1.96]時(shí)，拒絕原假設(shè)，即[φi，j]顯著異于0，否則接受原假設(shè)，[φi，j]不顯著異于0。對(duì)于[φ12]，t=1.9652>1.96，因此拒絕原假設(shè)，[φ12]顯著異于0；對(duì)于[φ21]，t=0.5651<1.96，因此接受原假設(shè)，[φ21]不顯著異于0，說(shuō)明在牛市期間，紐約黃金期貨收益波動(dòng)對(duì)A股黃金板塊收益波動(dòng)存在引導(dǎo)效應(yīng)以及單向的波動(dòng)溢出效應(yīng)。

在熊市與盤(pán)整市[φ11]和[φ22]均接近于1，這表明在此期間，兩市收益率序列仍然受自身前期波動(dòng)的影響，[ψ] 也均接近于1，兩市之間當(dāng)期相關(guān)系數(shù)依舊容易受到前一期相關(guān)系數(shù)的影響，波動(dòng)集聚特征顯著。但是[φ12]和[φ21]均不顯著異于0，說(shuō)明在熊市與盤(pán)整市時(shí)期，紐約黃金期貨與A股黃金板塊互不存在波動(dòng)溢出效應(yīng)。

綜上所述，在牛市期間，A股黃金板塊不僅受到自身前期波動(dòng)的影響，還容易受到紐約黃金期貨市場(chǎng)波動(dòng)的影響，紐約黃金期貨市場(chǎng)對(duì)A股黃金板塊產(chǎn)生顯著的單向波動(dòng)溢出效應(yīng)；在熊市及盤(pán)整市期間，兩個(gè)市場(chǎng)間的波動(dòng)溢出效應(yīng)均不顯著。產(chǎn)生這種差異性的原因可能是：

1. 紐約黃金期貨市場(chǎng)作為成熟的資本市場(chǎng)，信息流動(dòng)速度較快，導(dǎo)致波動(dòng)溢出風(fēng)險(xiǎn)由國(guó)際化程度較高的紐約黃金期貨市場(chǎng)傳遞到國(guó)際化程度還不夠高的A股黃金板塊中來(lái)，進(jìn)而產(chǎn)生了顯著的單向波動(dòng)溢出效應(yīng)。

2. 在牛市時(shí)期，國(guó)外投資者對(duì)于A股黃金板塊有著樂(lè)觀市場(chǎng)預(yù)期，進(jìn)而通過(guò)QFII等機(jī)制買入A股市場(chǎng)黃金板塊的股票，進(jìn)行資產(chǎn)配置，由于A股市場(chǎng)黃金板塊總體市值較小，在黃金定價(jià)上尚不具備話語(yǔ)權(quán)，其自身波動(dòng)不足以對(duì)紐約黃金期貨產(chǎn)生影響，以至于產(chǎn)生單向波動(dòng)溢出現(xiàn)象。

四、結(jié)論

本文以紐約黃金期貨指數(shù)和A股黃金板塊指數(shù)的收益率數(shù)據(jù)為研究對(duì)象，構(gòu)建了具有格蘭杰因果檢驗(yàn)、動(dòng)態(tài)相關(guān)系數(shù)和厚尾分布的DGC-t-MSV模型，實(shí)證分析了三個(gè)時(shí)期（牛市、熊市和盤(pán)整市）兩個(gè)跨國(guó)黃金市場(chǎng)間均值溢出效應(yīng)和波動(dòng)溢出效應(yīng)，實(shí)證結(jié)果表明：

第一，A股黃金板塊及紐約黃金期貨市場(chǎng)收益率序列均存在顯著的尖峰厚尾特征，兩市收益率序列的波動(dòng)時(shí)變及集聚特征明顯。兩市自身波動(dòng)持續(xù)參數(shù)均接近于1，表明兩個(gè)黃金市場(chǎng)均易受到自身前期波動(dòng)的影響，波動(dòng)集聚特征也十分顯著，兩個(gè)黃金市場(chǎng)對(duì)于引起價(jià)格波動(dòng)信息的自我調(diào)節(jié)能力較弱。因此，對(duì)于我國(guó)金融風(fēng)險(xiǎn)監(jiān)管者而言，要時(shí)刻關(guān)注紐約黃金期貨市場(chǎng)對(duì)A股黃金板塊的風(fēng)險(xiǎn)傳導(dǎo)路徑，當(dāng)出現(xiàn)劇烈波動(dòng)時(shí)，應(yīng)該采取合理的風(fēng)險(xiǎn)防范措施，加大對(duì)跨境資本的監(jiān)管力度，避免紐約黃金期貨市場(chǎng)的劇烈波動(dòng)對(duì)A股黃金板塊的發(fā)展產(chǎn)生不利影響。

第二，在牛市時(shí)期，紐約黃金期貨市場(chǎng)與A股黃金板塊僅存在著顯著的單向風(fēng)險(xiǎn)傳遞特征，即紐約黃金期貨市場(chǎng)的波動(dòng)能對(duì)A股黃金板塊的波動(dòng)產(chǎn)生影響，但是A股黃金板塊的波動(dòng)無(wú)法對(duì)紐約黃金期貨市場(chǎng)產(chǎn)生影響，也由此表明紐約黃金期貨市場(chǎng)是風(fēng)險(xiǎn)溢出中心；在熊市以及盤(pán)整市時(shí)期，紐約黃金期貨市場(chǎng)與A股黃金板塊之間并不存在明顯的波動(dòng)溢出效應(yīng)。因此，對(duì)于黃金市場(chǎng)的投資者而言，要重點(diǎn)關(guān)注紐約黃金期貨市場(chǎng)的波動(dòng)情況，利用其對(duì)A股黃金板塊在牛市時(shí)期產(chǎn)生的單向波動(dòng)效應(yīng)，合理做出黃金跨市投資策略，對(duì)黃金類資產(chǎn)配置進(jìn)行合理優(yōu)化，減少由于單一市場(chǎng)劇烈波動(dòng)導(dǎo)致的資產(chǎn)減值損失。

第三，A股黃金板塊與紐約黃金期貨市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)呈現(xiàn)出時(shí)變正相關(guān)關(guān)系，但兩個(gè)黃金市場(chǎng)聯(lián)動(dòng)關(guān)系有待改善。由于A股黃金板塊總體市值規(guī)模小，交易活躍度也不及紐約黃金期貨市場(chǎng)那么高，加之監(jiān)管者為了防范大量國(guó)外資本的流入對(duì)A股黃金板塊的穩(wěn)定性造成巨大沖擊而設(shè)定了一系列跨境資本管制制度，導(dǎo)致了這種較弱的聯(lián)動(dòng)性。由此，對(duì)于市場(chǎng)監(jiān)管者而言，為了促進(jìn)A股黃金板塊走向國(guó)際化，加強(qiáng)我國(guó)在黃金定價(jià)機(jī)制上的話語(yǔ)權(quán)，有必要進(jìn)一步推進(jìn)A股市場(chǎng)黃金板塊的市場(chǎng)化進(jìn)程。

參考文獻(xiàn)：

[1]Bollerslev T. 1988. On the Correlation Structure for the Generalized Autoregressive Conditional Heteroskedastic Process[J].Journal of Time Series Analysis，（9）.

[2]Manabu A，Michael M，Jun Y. 2006. Multivariate Stochastic Volatility：A Review[J].Econometric Reviews.

[3]Yu J，Meyer R. 2006. Multivariate stochastic models：bayesian estimation and model comparison[J]. Econometric Re-views，25（2-3）.

[4]嚴(yán)燕.我國(guó)黃金期貨市場(chǎng)對(duì)黃金現(xiàn)貨市場(chǎng)信息傳遞效應(yīng)的實(shí)證檢驗(yàn)[D].西南財(cái)經(jīng)大學(xué)碩士研究生論文，2013.

[5]胡秋靈，馬麗.我國(guó)股票市場(chǎng)和債券市場(chǎng)波動(dòng)溢出效應(yīng)分析[J].金融研究，2011，（11）.

[6]余素紅，張世英.SV和GARCH模型擬合優(yōu)度比較的似然比檢驗(yàn)[J].系統(tǒng)工程學(xué)報(bào)，2004，19（16）.

[7]董艷，梁滿發(fā).基于GC-MSV模型的國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)分析[J].財(cái)會(huì)月刊，2013，（5）.

[8]何啟志，張晶，范從來(lái).國(guó)內(nèi)外石油價(jià)格波動(dòng)性溢出效應(yīng)研究[J].金融研究，2015，（8）.

[9]]熊正德，韓麗君.金融市場(chǎng)間波動(dòng)溢出效應(yīng)研究——GC-MSV模型及其應(yīng)用[J].中國(guó)管理科學(xué)，2013，21（2）.

[10]趙然.期貨市場(chǎng)與股票市場(chǎng)聯(lián)動(dòng)性分析——以銅、黃金、棉花和燃料油為例[J].財(cái)經(jīng)界（學(xué)術(shù)版），2011，（8）.

[11]黃波，顧孟迪，李湛.偏正態(tài)隨機(jī)波動(dòng)模型及其實(shí)證檢驗(yàn)[J].管理科學(xué)學(xué)報(bào)，2010，13（2）.

Abstract：With the increasing degree of liberalization of global financial markets，it is particularly important to study the volatility spillover effects between international financial market. This paper divides the empirical data into Bull Market，Bear Market and Concussive Market，the Grainger causality test is introduced to build the DGC-t-MSV model to analyze the spillover effect between the gold futures market and the gold industry of A-Share in different periods. Through an empirical research found that the gold futures market has a significant one-way volatility spillover effect on the stock market in Bull Market. In other periods，there is no obvious volatility spillover effect.

Key Words： DGC-t-MSV model，Volatility Spillover effect，Grainger causality test，dynamic correlation coefficient

（責(zé)任編輯 耿 欣；校對(duì) MM，GX）