李曉寧, 蔣文江， 趙茂， 常世偉

(云南師范大學(xué) 泛亞商學(xué)院，云南 昆明 650091)

1 引 言

對(duì)于行業(yè)投資風(fēng)險(xiǎn)的研究，早期的方法過度依賴財(cái)務(wù)報(bào)表分析，缺乏時(shí)效性，無法準(zhǔn)確定義和度量金融風(fēng)險(xiǎn)，1993年G30集團(tuán)提出了度量市場風(fēng)險(xiǎn)的VaR(Value at Risk).1994年，J·P摩根公司推出用于計(jì)算 VaR的Risk Metrics風(fēng)險(xiǎn)控制模型，并將該公司計(jì)算VaR的風(fēng)險(xiǎn)及計(jì)量模型公之于眾，隨后VaR方法開始為各個(gè)金融機(jī)構(gòu)廣泛使用，迄今為止，已經(jīng)成為金融風(fēng)險(xiǎn)測(cè)度最主要的方法之一[1-3].

2018年3月22日，美國總統(tǒng)特朗普簽署命令，決定從3月23日起對(duì)從中國進(jìn)口的鋼鐵和鋁產(chǎn)品分別征收25%和10%的關(guān)稅，這一事件引起各國學(xué)者的廣泛關(guān)注.出于扭轉(zhuǎn)貿(mào)易逆差等目的，美國對(duì)我國許多的出口商品加征關(guān)稅，此舉對(duì)我國各行業(yè)發(fā)展的影響是毋庸置疑的[4-11].股市作為宏觀市場的晴雨表，根據(jù)有效市場假說，市場上的信息或事件必定會(huì)反應(yīng)在股價(jià)上，即貿(mào)易爭端的發(fā)生將不可避免地對(duì)中國股市造成一定程度的影響.鑒于此，本文選取貿(mào)易爭端爆發(fā)前后的數(shù)據(jù)，利用VaR模型對(duì)貿(mào)易爭端背景下各行業(yè)股票市場的風(fēng)險(xiǎn)進(jìn)行實(shí)證研究，以期為行業(yè)投資提供參考.

2 理論模型

VaR風(fēng)險(xiǎn)度量模型是新巴塞爾協(xié)議框架之下，標(biāo)準(zhǔn)的風(fēng)險(xiǎn)管理方法之一，被運(yùn)用于金融風(fēng)險(xiǎn)管理的各個(gè)方面，其定義如下：

假定q(x)是某金融資產(chǎn)(組合)X的分位數(shù)函數(shù)，則X的Value at Risk，記為VaRX(α)由下式?jīng)Q定

P(X≤-VaRX(α))=α 或 P(X≥-VaRX(α))=1-α，亦即 VaRX(α)=-q(α).

第一個(gè)式子的含義是，在較差的情形(發(fā)生的概率為α)，最小的損失是VaRX(α)，第2個(gè)式子的含義是，在正常的情形之下(發(fā)生的概率是1-α)，最大的損失是VaRX.因此，較大的VaRX(α)值預(yù)示著較高的風(fēng)險(xiǎn).在證券市場之中，如果一個(gè)資產(chǎn)(組合)對(duì)應(yīng)的VaR值變大，則意味著市場的參與者作為一個(gè)整體，認(rèn)為該資產(chǎn)(組合)未來的形勢(shì)變壞，投資該資產(chǎn)將面臨較大風(fēng)險(xiǎn).

與VaR對(duì)應(yīng)的一個(gè)度量指標(biāo)是VaB(Value at Best)，其定義如下：

P(X≥VaBX(α))=α 或 P(X≤VaBX(α))=1-α，亦即 VaBX(α)=q(1-α).

在證券市場之中，如果一個(gè)資產(chǎn)(組合)對(duì)應(yīng)的VaB值變大，則意味著市場的參與者作為一個(gè)整體，認(rèn)為該資產(chǎn)(組合)未來的形勢(shì)看好，投資該資產(chǎn)將有較大收益，反之則預(yù)示著較差的未來.

無論是VaR還是VaB 的計(jì)算，關(guān)鍵在于確定金融資產(chǎn)(組合)X的分位數(shù)函數(shù)q(x),在概率統(tǒng)計(jì)領(lǐng)域之中，分位數(shù)函數(shù)的確定主要有：參數(shù)法、半?yún)?shù)法和非參數(shù)法.參數(shù)法精度非常依賴于概率模型的選擇；半?yún)?shù)法主要有：QMLGARCH、極值理論法、分位數(shù)回歸法、神經(jīng)網(wǎng)絡(luò)法及CAVaR等，半?yún)?shù)法也部分依賴于模型的選擇.非參數(shù)法不對(duì)收益率分布做出假設(shè)，相較其他類方法，非參數(shù)方法在觀測(cè)值足夠多的情形下，比其他方法更可靠、所得結(jié)果更接近真實(shí)值.由于本文收集的數(shù)據(jù)充足，且金融資產(chǎn)序列的概率分布通常都不能夠由經(jīng)典分布擬合,因此選擇非參數(shù)法來實(shí)施計(jì)算.

3 實(shí)證研究

3.1 數(shù)據(jù)來源及統(tǒng)計(jì)性描述

考慮到數(shù)據(jù)時(shí)效性及可得性，本文選取2017年01月05日-2018年09月07日申萬二級(jí)行業(yè)指數(shù)的收盤價(jià)，數(shù)據(jù)主要來源于東方財(cái)富choice金融終端.本次貿(mào)易爭端最初開始于特朗普對(duì)鋼鐵及鋁征稅事件，為此以2018年03月22日為時(shí)間分段點(diǎn)，貿(mào)易前(296個(gè)數(shù)據(jù))和貿(mào)易后(117個(gè)數(shù)據(jù)).選取上證指數(shù)和深證指數(shù)在相同期間的收盤價(jià)，以觀測(cè)在貿(mào)易爭端前后整個(gè)股市的變動(dòng)情況.同時(shí)選取中美貿(mào)易影響較大的行業(yè)：高新技術(shù)行業(yè)(航天航空)、制造業(yè)(汽車)、農(nóng)業(yè)、生物、醫(yī)藥行業(yè)及金融業(yè)(銀行、保險(xiǎn))進(jìn)行一并的分析.

表1 統(tǒng)計(jì)性描述

表1簡單的統(tǒng)計(jì)分析發(fā)現(xiàn)：上證指數(shù)和深證指數(shù)的極大值、極小值、均值和中位數(shù)的數(shù)值都比貿(mào)易爭端前小，上證指數(shù)標(biāo)準(zhǔn)差從108.4增加到179.7，深證指數(shù)標(biāo)準(zhǔn)差從495.9增加到856，表明股價(jià)整體波動(dòng)分別增加了66%和73%，貿(mào)易爭端對(duì)我國股市整體帶來了很大的沖擊.同時(shí)，不同行業(yè)的統(tǒng)計(jì)值表現(xiàn)出較大的差異性.從極小值和極大值來看，高新技術(shù)行業(yè)、農(nóng)業(yè)、制造業(yè)極小值和極大值均比貿(mào)易爭端前小，醫(yī)藥行業(yè)在貿(mào)易爭端后極大值變大，生物制品行業(yè)極小值和極大值都比貿(mào)易爭端前大；從中位數(shù)看，航天及航空裝備、汽車整車、電子制造、農(nóng)業(yè)綜合、銀行和保險(xiǎn)業(yè)均不同程度的下降，但生物制品和醫(yī)藥商業(yè)則上升；從均值看，除了銀行業(yè)，其余行業(yè)的均值在貿(mào)易爭端后下降幅度在200-300點(diǎn)之間，農(nóng)業(yè)綜合在貿(mào)易爭端后降低400點(diǎn)左右；從標(biāo)準(zhǔn)差看，高新技術(shù)行業(yè)、制造業(yè)、農(nóng)業(yè)綜合、銀行和保險(xiǎn)在貿(mào)易爭端后下降，制造業(yè)、生物業(yè)和醫(yī)藥行業(yè)股價(jià)明顯上升.

3.2 實(shí)證結(jié)果分析

VaR值的變換直接反映貿(mào)易爭端前后行業(yè)的風(fēng)險(xiǎn)變化.圖1表現(xiàn)出：貿(mào)易爭端之后，90%的行業(yè)風(fēng)險(xiǎn)值明顯高于貿(mào)易爭端前，表明貿(mào)易爭端不同程度地提升了行業(yè)風(fēng)險(xiǎn).貿(mào)易爭端后風(fēng)險(xiǎn)最大的10個(gè)行業(yè)分別是：旅游綜合、生物制品、白色家電、地面兵裝、航空運(yùn)輸、其他輕工制造、通信設(shè)備、醫(yī)療服務(wù)、酒店和其他休閑服務(wù)，其在5%置信水平下，風(fēng)險(xiǎn)值位于0.035—0.056.貿(mào)易爭端后風(fēng)險(xiǎn)較大的行業(yè)主要是制造業(yè)、生物醫(yī)藥、航空通信及服務(wù)業(yè)，與美國針對(duì)“中國制造2025”發(fā)動(dòng)貿(mào)易爭端的動(dòng)機(jī)高度吻合，與美國對(duì)我國生物醫(yī)藥、高新技術(shù)等征稅清單相一致，貿(mào)易爭端的確給這些行業(yè)帶來了嚴(yán)重的風(fēng)險(xiǎn).

為考察貿(mào)易爭端對(duì)于風(fēng)險(xiǎn)收益的影響，引入VaB/VaR值進(jìn)行對(duì)比分析.圖2表明：72%的行業(yè)VaB/VaR值比貿(mào)易爭端前低，表明大部分行業(yè)風(fēng)險(xiǎn)收益呈下降趨勢(shì).VaB/VaR較大的10個(gè)行業(yè)為機(jī)場、半導(dǎo)體、計(jì)算機(jī)設(shè)備、飲料制造、計(jì)算機(jī)應(yīng)用、航天裝備、航空裝備、旅游綜合、畜禽養(yǎng)殖和石油化工，表明綜合收益和風(fēng)險(xiǎn)，這10個(gè)行業(yè)表現(xiàn)相對(duì)較好.

圖1 行業(yè)VaR對(duì)比

圖2 行業(yè)VaB/VaR對(duì)比

為驗(yàn)證實(shí)證結(jié)果的可靠性及準(zhǔn)確性，運(yùn)用Kolmogrov-Smirnov 檢驗(yàn)(kstest2)及秩和檢驗(yàn)(ranksum)對(duì)上述結(jié)果進(jìn)行檢驗(yàn)，其意義如下：

(1)kstest2的意義：[h,p]=kstest2(X1,X2),如h=1,則表明檢驗(yàn)傾向于認(rèn)為二者的分布函數(shù)有顯著差異，否則h=0則表明二者的分布函數(shù)沒有顯著差異.

(2)ranksum的意義：[p,h]=ranksum(X1,X2,'tail','left'),如h=1,則表明檢驗(yàn)傾向于認(rèn)為X1的中位數(shù)小于X2的中位數(shù)，否則h=0則表明二者的中位數(shù)沒有顯著差異.[p,h]=ranksum(X1,X2,'tail','right')則相反.根據(jù)前面初步的統(tǒng)計(jì)結(jié)果，提出下面的假設(shè)檢驗(yàn)：[h,p]=kstest2(VaR1,VaR2),[h,p]=ketest2(VaB1/VaR1,VaB2/VaR2),[p,h]=ranksum(VaR1,VaR2,'tail','left'),[p,h]=ranksum(VaB1/VaR1,VaB2/VaR2,'tail','right').

表2 kstest2和ranksum檢驗(yàn)結(jié)果

表2給出的所有檢驗(yàn)結(jié)果均為h=1，完全證實(shí)了前面的結(jié)果，即貿(mào)易爭端爆發(fā)之后全部行業(yè)全體而言，風(fēng)險(xiǎn)顯著上升，收益顯著下降.

表3為各個(gè)行業(yè)VaR值在貿(mào)易爭端發(fā)生前后的位次變化(位次值越小，風(fēng)險(xiǎn)越小)，表4為各個(gè)行業(yè)VaB/VaR值在貿(mào)易爭端發(fā)生前后的位次變化(位次值越大，越具有投資前景).

表3 VaR排序位次變動(dòng)

表3表明：生物制藥行業(yè)風(fēng)險(xiǎn)位次變動(dòng)最大，高達(dá)90個(gè)位次，風(fēng)險(xiǎn)排名第6位飆升到第96位，其余10個(gè)行業(yè)的排序位次變動(dòng)均在48個(gè)位次以上，受到貿(mào)易爭端的沖擊，這11個(gè)行業(yè)在所有行業(yè)中投資風(fēng)險(xiǎn)增幅較大.風(fēng)險(xiǎn)位次下降前10個(gè)位次的行業(yè)，以水務(wù)居首，風(fēng)險(xiǎn)從貿(mào)易前第80位下降到第9位，剩余的9個(gè)行業(yè)風(fēng)險(xiǎn)位次下降程度均在44個(gè)位次以上，這10個(gè)行業(yè)投資受貿(mào)易爭端沖擊小，風(fēng)險(xiǎn)下降.同時(shí)發(fā)現(xiàn)：風(fēng)險(xiǎn)位次上升的11個(gè)行業(yè)中，動(dòng)物保健、醫(yī)藥商業(yè)、醫(yī)療器械等均在美國對(duì)中國加征關(guān)稅的清單中，如醫(yī)藥行業(yè)，征稅清單中出現(xiàn)百余項(xiàng)醫(yī)藥行業(yè)相關(guān)產(chǎn)品.為此對(duì)醫(yī)藥行業(yè)進(jìn)行征稅勢(shì)必會(huì)影響到我國醫(yī)藥企業(yè)的發(fā)展，進(jìn)而反映到股價(jià)上導(dǎo)致其風(fēng)險(xiǎn)上升.風(fēng)險(xiǎn)位次下降的10個(gè)行業(yè)中，如農(nóng)業(yè)綜合和畜禽養(yǎng)殖屬于中國對(duì)美國征稅的行業(yè)，進(jìn)口減少必然有利于國內(nèi)農(nóng)業(yè)及畜禽養(yǎng)殖業(yè)的發(fā)展.

VaB/VaR位次上升最大的行業(yè)中，橡膠行業(yè)的位次上升最大，從貿(mào)易爭端前的第1位飆升到貿(mào)易爭端后的第88位，航天裝備及航天裝備位居其次，其余行業(yè)上升位次均在47個(gè)位次以上，表明畜禽養(yǎng)殖、化學(xué)制品、橡膠等行業(yè)收益與風(fēng)險(xiǎn)的比值上升幅度較大，具有較好的投資前景.VaB/VaR位次下降最大的11個(gè)行業(yè)中，酒店和其他休閑服務(wù)下降位次幅度較大，分別從貿(mào)易爭端前第90位、第100位下降到貿(mào)易爭端后第18位、第7位，其余行業(yè)均下降50個(gè)位次左右，由此表明貿(mào)易爭端后酒店、其他休閑服務(wù)等行業(yè)收益與風(fēng)險(xiǎn)的比值下降幅度較大，不具備好的投資前景.

表4 VaB/VaR排序位次變動(dòng)

結(jié)合表3和表4，酒店、動(dòng)物保健、證券和白色家電均屬于風(fēng)險(xiǎn)上升幅度較大、風(fēng)險(xiǎn)收益值下降幅度較大的行業(yè)，貿(mào)易爭端后這四個(gè)行業(yè)的投資前景不容樂觀；畜禽養(yǎng)殖和橡膠行業(yè)均屬于風(fēng)險(xiǎn)下降幅度較小、風(fēng)險(xiǎn)收益值上升幅度較大的行業(yè)，貿(mào)易爭端發(fā)生后這兩個(gè)行業(yè)風(fēng)險(xiǎn)變化較小且風(fēng)險(xiǎn)收益值上升幅度大具備極好的投資前景.謝亞軒等的研究發(fā)現(xiàn)中國對(duì)美國各行業(yè)的貿(mào)易差額中電器等的出口額在所有行業(yè)出口額中排第二位，表明貿(mào)易爭端將對(duì)我國電器行業(yè)產(chǎn)生一定沖擊，此結(jié)論與本文白色家電風(fēng)險(xiǎn)增大，風(fēng)險(xiǎn)收益值降低相符合[12].2018年4月2日和4日，國務(wù)院關(guān)稅委員會(huì)，決定對(duì)進(jìn)口美國的豬肉和大豆均征收25%的關(guān)稅，我國畜禽養(yǎng)殖行業(yè)的出口額較小，進(jìn)口額較大，減少我國這類商品的進(jìn)口，將有利于我國國內(nèi)畜禽養(yǎng)殖行業(yè)的發(fā)展，股市波動(dòng)與政策保持高度的一致.

4 結(jié)論和啟示

本文運(yùn)用VaR模型分析滬深A(yù)股所有行業(yè)板塊的VaR值及風(fēng)險(xiǎn)收益在中美貿(mào)易爭端爆發(fā)前后的變化情況.研究發(fā)現(xiàn)：(1)貿(mào)易爭端導(dǎo)致90%的行業(yè)VaR增大，72%的行業(yè)VaB/VaR比值明顯下降.(2)VaR與VaB/VaR排序位次的對(duì)比發(fā)現(xiàn)，排序位次上升最大及排序位次下降最大的前10個(gè)位次的部分行業(yè)與美國針對(duì)“中國制造2025”及征稅清單中的行業(yè)相符，表明實(shí)證結(jié)果與現(xiàn)實(shí)的經(jīng)濟(jì)生活保持高度的一致.(3)VaR與VaB/VaR的綜合考慮發(fā)現(xiàn)，酒店、動(dòng)物保健、證券、白色家電較投資前景較差，橡膠和畜禽養(yǎng)殖則較適合投資.

因此，在貿(mào)易爭端發(fā)生時(shí),一方面，政府應(yīng)充分發(fā)揮宏觀調(diào)控的作用，對(duì)受貿(mào)易爭端影響較大的行業(yè)進(jìn)行相關(guān)扶持，如利用降稅或補(bǔ)貼等政策削弱貿(mào)易爭端對(duì)我國經(jīng)濟(jì)的影響，同時(shí)不斷地調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí).另一方面，企業(yè)在貿(mào)易爭端的影響下應(yīng)調(diào)整企業(yè)的運(yùn)營策略，如提高自主創(chuàng)新能力和充分利用全球資源等，削弱外部事件沖擊帶來的不利影響.最后，投資者需適時(shí)調(diào)整投資策略，防范貿(mào)易爭端帶來的投資風(fēng)險(xiǎn).