周長(zhǎng)鋒 孫苗

摘要：運(yùn)用DCC-MIDAS模型和GARCH-MIDAS模型，深入研究了上海股票、債券和基金市場(chǎng)間的聯(lián)動(dòng)性及宏觀不確定性對(duì)收益率波動(dòng)的影響。結(jié)果表明，股市與基市具有高度的長(zhǎng)期和短期正相關(guān)性;債市與股、基兩個(gè)市場(chǎng)的長(zhǎng)期相關(guān)性較小，短期相關(guān)遠(yuǎn)大于長(zhǎng)期相關(guān)且呈現(xiàn)大幅波動(dòng)和頻繁的正負(fù)轉(zhuǎn)換;貨幣供應(yīng)量和工業(yè)生產(chǎn)指數(shù)對(duì)三個(gè)市場(chǎng)的收益率長(zhǎng)期波動(dòng)產(chǎn)生正向影響，經(jīng)濟(jì)政策不確定性指數(shù)的影響則是負(fù)向。且宏觀不確定性變量對(duì)股市和基市的影響顯著大于債市。

關(guān)鍵詞：聯(lián)動(dòng)性 宏觀不確定性 DCC-MIDAS

一、引 言

股票、債券和基金市場(chǎng)是金融市場(chǎng)的三個(gè)重要組成部分。隨著我國(guó)金融市場(chǎng)一體化和市場(chǎng)化不斷推進(jìn)，市場(chǎng)之間的聯(lián)系更加緊密。資本流動(dòng)、信息傳導(dǎo)和市場(chǎng)操作的協(xié)同作用，形成了各市場(chǎng)間的相關(guān)關(guān)系，這種相關(guān)關(guān)系的變化是市場(chǎng)參與者對(duì)經(jīng)濟(jì)運(yùn)行情況的反應(yīng)。對(duì)監(jiān)管當(dāng)局而言，分析兩個(gè)市場(chǎng)相關(guān)性，進(jìn)行跨市場(chǎng)金融風(fēng)險(xiǎn)管理，有利于在制定政策時(shí)對(duì)市場(chǎng)反應(yīng)提供決策依據(jù);對(duì)投資者而言，研究股票、債券和基金市場(chǎng)的長(zhǎng)期和短期動(dòng)態(tài)聯(lián)動(dòng)性，及時(shí)調(diào)整資產(chǎn)配置、規(guī)避組合風(fēng)險(xiǎn)至關(guān)重要。因此，研究股票、債券和基金市場(chǎng)的相關(guān)關(guān)系及宏觀不確定性因素對(duì)市場(chǎng)的影響，具有重要的現(xiàn)實(shí)意義。

股票和債券的資產(chǎn)組合是常見(jiàn)的資產(chǎn)配置方式，它們的收益率相關(guān)性已經(jīng)得到業(yè)界和大多數(shù)學(xué)者的重視。二元股債相關(guān)性研究相對(duì)較多，特別是在股債相關(guān)性的時(shí)變特征和出現(xiàn)大幅度的正負(fù)波動(dòng)上已經(jīng)達(dá)成共識(shí)。如Cappiello et al.（2006）[1]和Chiang et al [2]運(yùn)用非對(duì)稱性動(dòng)態(tài)條件相關(guān)模型（ADCC）分別在研究歐洲和美國(guó)的股債相關(guān)性時(shí)，發(fā)現(xiàn)股債相關(guān)性存在時(shí)變結(jié)構(gòu)和存在明顯的負(fù)相關(guān)性。Connolly et al.（2007）[3]發(fā)現(xiàn)美國(guó)股債相關(guān)性具有時(shí)變的特征。鄭振龍和陳志英（2011）[4]利用DCC模型研究了中國(guó)股票和債券市場(chǎng)的相關(guān)性，以及影響時(shí)變特征的宏微觀市場(chǎng)因素。然而，證券投資基金作為資本市場(chǎng)上重要的機(jī)構(gòu)投資者，在基金資產(chǎn)配置上也與股票市場(chǎng)和證券市場(chǎng)有著密切的聯(lián)系，因此有必要考慮三元的股債基相關(guān)性。關(guān)于中國(guó)股債基相關(guān)性的文獻(xiàn)目前還不多。趙迷（2015）[5]構(gòu)建了Copula-GARCH模型，研究我國(guó)股票、基金和債券市場(chǎng)間相依關(guān)系的非對(duì)稱變化，發(fā)現(xiàn)近年來(lái)債券與股票、債券與基金之間的尾部相依性呈左強(qiáng)右弱的趨勢(shì)，表現(xiàn)出顯著的非對(duì)稱性。Bai Y et al.（2017）[6]運(yùn)用多重分形分析研究了上海股債基市場(chǎng)的動(dòng)態(tài)相關(guān)性，發(fā)現(xiàn)股票和基金市場(chǎng)的相關(guān)性要強(qiáng)于其他兩個(gè)市場(chǎng)組合的相關(guān)性，股票和債券市場(chǎng)之間的相關(guān)性是不穩(wěn)定的。

從上述文獻(xiàn)來(lái)看，這些研究都是根據(jù)市場(chǎng)收益率的總體波動(dòng)來(lái)展開(kāi)的。由于中國(guó)資本市場(chǎng)的特殊性結(jié)構(gòu)，并不像歐美等發(fā)達(dá)國(guó)家呈現(xiàn)出明顯的負(fù)相關(guān)性，股債或者基債之間總的動(dòng)態(tài)相關(guān)系數(shù)的相關(guān)性整體較弱，變化幅度并不大。顯然，這些基于總體波動(dòng)率的研究無(wú)法區(qū)分市場(chǎng)間相關(guān)性的長(zhǎng)期成分和短期成分，有許多實(shí)證研究的結(jié)論顯示，非理性行為導(dǎo)致的噪音（短期成分）甚至占主導(dǎo)地位，而不是宏觀基本面（長(zhǎng)期成分）。受到Colacito et al.（2011） [7]提出的波動(dòng)率動(dòng)態(tài)相關(guān)成分模型的啟發(fā)，從長(zhǎng)期和短期來(lái)考察上海股票、債券和基金市場(chǎng)之間的動(dòng)態(tài)條件相關(guān)系數(shù)。在這之前，Conrad et al.（2014）[8]運(yùn)用該模型討論了美國(guó)股票市場(chǎng)和原油市場(chǎng)的長(zhǎng)短期動(dòng)態(tài)相關(guān)性，并發(fā)現(xiàn)宏觀變量會(huì)影響他們的相關(guān)性;龔玉婷等（2016）[9]運(yùn)用混頻這一思想，構(gòu)建了Copula-MIDAS模型，考察了宏觀基本面、市場(chǎng)不確定性和流動(dòng)性三個(gè)外部變量對(duì)股債相關(guān)性的影響;姚饒之和劉志峰（2017）[10]研究了滬深港股市的動(dòng)態(tài)相關(guān)性;許啟發(fā)等（2018）[11]利用DCC-MIDAS得到的長(zhǎng)短期協(xié)方差矩陣，構(gòu)建了參數(shù)化策略的時(shí)變最優(yōu)投資組合，張屹山等（2018）[12]研究了銀行間債券市場(chǎng)和利率互換市場(chǎng)間的長(zhǎng)短期動(dòng)態(tài)相關(guān)性，已及市場(chǎng)間的長(zhǎng)短期傳導(dǎo)機(jī)制?？梢钥闯?，這一方法在國(guó)內(nèi)研究處于起步階段，該模型的優(yōu)點(diǎn)是不僅可以考察動(dòng)態(tài)條件相關(guān)性的長(zhǎng)期成分和短期成分，而且可以引入混頻的外生變量來(lái)考察外部沖擊對(duì)收益率波動(dòng)的影響。

相比以往的研究，本文運(yùn)用DCC-MIDAS模型研究上海股票、債券和基金市場(chǎng)的動(dòng)態(tài)相關(guān)性，能夠更好地反映各收益序列間的長(zhǎng)期動(dòng)態(tài)和短期動(dòng)態(tài)相關(guān)成分，而且我們發(fā)現(xiàn)股債和基債市場(chǎng)間的短期動(dòng)態(tài)成分變化的幅度要遠(yuǎn)大于長(zhǎng)度動(dòng)態(tài)成分。因此，該方法能更好地捕捉到日頻變量短暫的信息變化，充分利用了樣本信息。此外，我們運(yùn)用GARCH-MIDAS模型，深入討論了貨幣供應(yīng)量、工業(yè)生產(chǎn)指數(shù)和經(jīng)濟(jì)政策不確定性三個(gè)宏觀變量對(duì)三個(gè)市場(chǎng)的影響。

二、實(shí)證模型

Colarito、Engle和Ghysels等（2011）[7]發(fā)展了DCC-MIDAS模型，利用波動(dòng)率成分分解思想，將短期動(dòng)態(tài)相關(guān)成分和長(zhǎng)期動(dòng)態(tài)相關(guān)成分引入到模型中，替代了Engle et al.（2002）[13]中DCC模型和以及Engle和Lee（1999）[14]中GARCH模型中相對(duì)應(yīng)的成分。即短期動(dòng)態(tài)相關(guān)成分圍繞著時(shí)變的長(zhǎng)期動(dòng)態(tài)相關(guān)成分移動(dòng)，資產(chǎn)間的短期動(dòng)態(tài)相關(guān)相應(yīng)可以被DCC結(jié)構(gòu)中的自回歸動(dòng)態(tài)結(jié)構(gòu)捕捉，而資產(chǎn)間的長(zhǎng)期動(dòng)態(tài)相關(guān)性則體現(xiàn)為一個(gè)緩慢的移動(dòng)過(guò)程，它反映的了基本面或者影響資產(chǎn)長(zhǎng)期動(dòng)態(tài)時(shí)變相關(guān)性因素，通過(guò)MIDAS加權(quán)來(lái)獲得。

（一） DCC-MIDAS模型構(gòu)建

（二） DCC-MIDAS模型估計(jì)

三、樣本選取與描述性統(tǒng)計(jì)

（一）樣本選取

由于滬深兩市的證券交易規(guī)則和運(yùn)作機(jī)制大致相同，投資者結(jié)構(gòu)和政策背景又極具共性，因此，本文選取了更具代表性的滬市作為樣本來(lái)考察股票市場(chǎng)、債券市場(chǎng)和基金市場(chǎng)之間的聯(lián)動(dòng)性，以及宏觀不確定性變量對(duì)它們的影響。我們收集了上證綜合指數(shù)（SHCI）、上證國(guó)債指數(shù)（SHBI）和上證基金指數(shù)（SHFI）這三個(gè)最能反應(yīng)股票市場(chǎng)、債券市場(chǎng)和基金市場(chǎng)整體收益報(bào)酬情況的每日收盤價(jià)進(jìn)行分析。由于基金市場(chǎng)的樣本起始時(shí)間為2003年2月24日，為保障樣本的長(zhǎng)度和可比性，將樣本區(qū)間定為2003年3月24日至2018年9月28日，共3796個(gè)配對(duì)數(shù)據(jù)。該樣本包含了2005年股權(quán)分置改革、2008年的“次貸”危機(jī)以及2015年中國(guó)“股市危機(jī)”等重大事件，能夠有效反映我國(guó)證券市場(chǎng)整體波動(dòng)情況。為確保數(shù)據(jù)的平穩(wěn)性，在分析三個(gè)市場(chǎng)的收益序列前，對(duì)三個(gè)價(jià)格指數(shù)進(jìn)行了對(duì)數(shù)化處理。處理公式為：，表示第i個(gè)資產(chǎn)在第t時(shí)刻的收益情況，Pt是第t時(shí)刻的價(jià)格指數(shù)。其中，SHCI、SHBI和SHFI的數(shù)據(jù)來(lái)自網(wǎng)易財(cái)經(jīng)（網(wǎng)址：http：//quotes.money.163.com/ ）。

為考察宏觀不確定性變量對(duì)三個(gè)市場(chǎng)收益率波動(dòng)的長(zhǎng)期影響，我們選取了M2的同比增長(zhǎng)率（M2），中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPU）和工作生產(chǎn)指數(shù)（IP）三個(gè)變量的月度數(shù)據(jù)，取樣區(qū)間為2003年2月至2018年9月，共188個(gè)觀測(cè)值。M2反映了貨幣供應(yīng)量的變化情況，一定程度上體現(xiàn)了當(dāng)期貨幣政策是寬松還是緊縮。EPU是從各大媒體關(guān)于不確定性報(bào)道挖掘而來(lái)，反映了宏觀經(jīng)濟(jì)整體的不確定性。IP月度工業(yè)增加值，該指標(biāo)可以度量實(shí)體經(jīng)濟(jì)運(yùn)行狀況。其中，宏觀變量M2和IP的月度數(shù)據(jù)來(lái)自EMED數(shù)據(jù)庫(kù)，宏觀變量EPU從Baker等開(kāi)發(fā)的數(shù)據(jù)獲得（網(wǎng)址：http：//www.policyuncertainty.com/）。

（二） 描述性統(tǒng)計(jì)分析

表1報(bào)告了三個(gè)市場(chǎng)收益序列和宏觀變量的主要統(tǒng)計(jì)特征，數(shù)據(jù)顯示三個(gè)市場(chǎng)在樣本區(qū)間內(nèi)的收益率均值均為正值，但都接近于0.債券市場(chǎng)的標(biāo)準(zhǔn)差要小于股票市場(chǎng)和基金市場(chǎng)，說(shuō)明債券市場(chǎng)的波動(dòng)率要小于股票市場(chǎng)和基金市場(chǎng)的波動(dòng)，而基金市場(chǎng)的波動(dòng)又要小于股票市場(chǎng)的波動(dòng)，換句話說(shuō)，股票市場(chǎng)和基金市場(chǎng)所承擔(dān)的風(fēng)險(xiǎn)要明顯高于債券市場(chǎng)。股票市場(chǎng)和債券市場(chǎng)都呈現(xiàn)出左偏態(tài)，基金市場(chǎng)則呈右偏態(tài)。峰度值都大于3，拒絕服從正態(tài)分布，可以看出三個(gè)市場(chǎng)的收益率數(shù)據(jù)具有“高峰厚尾”的特征，而債券市場(chǎng)的峰值要高于股票市場(chǎng)和基金市場(chǎng)。另外，單位根檢驗(yàn)、序列相關(guān)檢驗(yàn)和ARCH檢驗(yàn)的結(jié)果表明3個(gè)收益率序列都為平穩(wěn)非白噪音序列且存在明顯的ARCH效應(yīng)，限于篇幅沒(méi)有在表中作出報(bào)告。

四、實(shí)證結(jié)果分析

（一）股債基市場(chǎng)長(zhǎng)短期動(dòng)態(tài)相關(guān)性

本文基于月度固定時(shí)間窗的已實(shí)現(xiàn)波動(dòng)率對(duì)滬市三個(gè)收益率序列建立DCC-MIDAS模型，通過(guò)GARCH-MIDAS模型對(duì)每個(gè)序列的波動(dòng)率進(jìn)行成分分解，然后提取DCC-MIDAS估計(jì)后三個(gè)市場(chǎng)間的長(zhǎng)期和短期動(dòng)態(tài)相關(guān)系數(shù)進(jìn)行分析。其中，在進(jìn)行MIDAS平滑時(shí)滯后階數(shù)K=24，Kc則通過(guò)BIC信息準(zhǔn)則選擇。

表2給出了模型的參數(shù)估計(jì)結(jié)果。其中，Panel A報(bào)告的參數(shù)估計(jì)結(jié)果分別為單變量的SHCI、SHBI和SHFI在GARCH-MIDAS過(guò)程下參數(shù)估計(jì)結(jié)果，Panel B報(bào)告了DCC-MIDAS過(guò)程的參數(shù)估計(jì)結(jié)果。結(jié)果顯示，單變量估計(jì)的模型參數(shù)是高度顯著的，說(shuō)明了模型估計(jì)的有效性。通過(guò)對(duì)比發(fā)現(xiàn)，股票、債券和基金收益率序列的ARCH系數(shù)與GARCH系數(shù)之和分別為0.957，0.832和0.999，說(shuō)明基金市場(chǎng)的波動(dòng)持續(xù)性最強(qiáng)，股票市場(chǎng)次之，債券市場(chǎng)最弱。反映月度已實(shí)現(xiàn)波動(dòng)率對(duì)三個(gè)市場(chǎng)長(zhǎng)期波動(dòng)加總效應(yīng)的參數(shù)θ，在股票和債券市場(chǎng)為正，基金市場(chǎng)為負(fù)，說(shuō)明已實(shí)現(xiàn)波動(dòng)率在股市和債市以正的方式傳導(dǎo)到長(zhǎng)期波動(dòng)中，而基市則是以負(fù)的方式傳導(dǎo)到長(zhǎng)期波動(dòng)中。權(quán)重參數(shù)ω均大于1，說(shuō)明權(quán)重函數(shù)是單調(diào)遞減的，代表市場(chǎng)信息能夠在三個(gè)市場(chǎng)中都能夠有效傳導(dǎo)。參數(shù)m的值均為正，尤其在股票市場(chǎng)和基金市場(chǎng)較大，可以理解為在這兩個(gè)市場(chǎng)的長(zhǎng)記憶性更加顯著。第二步估計(jì)后的模型參數(shù)α為0.065，說(shuō)明三個(gè)市場(chǎng)的相關(guān)系數(shù)會(huì)存在一定的起伏;參數(shù)β的值為0.917，說(shuō)明這三個(gè)市場(chǎng)間的持續(xù)相關(guān)和穩(wěn)定性較強(qiáng)。

根據(jù)模型的估計(jì)結(jié)果，我們提取了三個(gè)市場(chǎng)的長(zhǎng)期和短期波動(dòng)率以及三個(gè)收益率序列兩兩之間的長(zhǎng)期動(dòng)態(tài)相關(guān)系數(shù)和短期動(dòng)態(tài)相關(guān)系數(shù)，如圖2和圖3所示。虛線分別表示短期波動(dòng)率和短期動(dòng)態(tài)條件相關(guān)系數(shù)，實(shí)線分別表示長(zhǎng)期波動(dòng)率和長(zhǎng)期動(dòng)態(tài)相關(guān)系數(shù)?？梢钥闯?，這三個(gè)市場(chǎng)間的動(dòng)態(tài)條件相關(guān)具有較強(qiáng)的時(shí)變特征。股票市場(chǎng)的長(zhǎng)短期波動(dòng)率最大，債券市場(chǎng)的長(zhǎng)短期波動(dòng)率最小?；鹗袌?chǎng)的長(zhǎng)期波動(dòng)率呈現(xiàn)出上升的趨勢(shì)，意味著基金市場(chǎng)的風(fēng)險(xiǎn)上升。股票市場(chǎng)與基金市場(chǎng)具有高度的長(zhǎng)期動(dòng)態(tài)相關(guān)和短期動(dòng)態(tài)相關(guān)性，長(zhǎng)短期動(dòng)態(tài)相關(guān)系數(shù)區(qū)間為[0.8，1]，長(zhǎng)期動(dòng)態(tài)相關(guān)系數(shù)在2012-2017年一直成呈上升趨勢(shì)，然后開(kāi)始有下降的趨勢(shì)。這是因?yàn)閺闹袊?guó)的基金市場(chǎng)分類來(lái)看，主要包括股票型基金、債券型基金、貨幣市場(chǎng)基金和混合型基金。特別是，自2015年8月8日《公募證券投資基金運(yùn)作管理辦法》實(shí)施以來(lái)，新政策提出股票型基金的倉(cāng)位下限由此前的六成調(diào)整到八成，大量的資金從基金市場(chǎng)投資于股市，這更加強(qiáng)化了對(duì)股票市場(chǎng)與基金市場(chǎng)之間的相關(guān)性。因而，股票和基金市場(chǎng)之間的相關(guān)性要強(qiáng)于其他兩個(gè)市場(chǎng)組合。

債券市場(chǎng)與股票市場(chǎng)、基金市場(chǎng)之間的長(zhǎng)期動(dòng)態(tài)條件相關(guān)系數(shù)在區(qū)間內(nèi)呈周期性的正負(fù)交錯(cuò)變化，而短期動(dòng)態(tài)長(zhǎng)期動(dòng)態(tài)條件相關(guān)系數(shù)在區(qū)間交錯(cuò)變化，短期動(dòng)態(tài)相關(guān)強(qiáng)度要遠(yuǎn)高于長(zhǎng)期動(dòng)態(tài)的相關(guān)強(qiáng)度。從股市與債市相關(guān)的長(zhǎng)期動(dòng)態(tài)相關(guān)系數(shù)來(lái)看，并沒(méi)有呈現(xiàn)出歐美等國(guó)具有明顯的負(fù)相關(guān)性。合理的解釋可能是由于中國(guó)的債券市場(chǎng)主要以商業(yè)銀行等機(jī)構(gòu)投資者持有，無(wú)需在股債市場(chǎng)之間采取“避險(xiǎn)行為”，導(dǎo)致股債的長(zhǎng)期動(dòng)態(tài)相關(guān)系數(shù)相對(duì)較小。因此，對(duì)動(dòng)態(tài)條件相關(guān)系數(shù)進(jìn)行分解，尤其是考察短期動(dòng)態(tài)相關(guān)強(qiáng)度上，對(duì)于投資者的資產(chǎn)組合配置以及政策制定者具有更強(qiáng)的指導(dǎo)性，投資者在短期內(nèi)在債券和股票之間或者債券和基金之間可以進(jìn)行組合配置，可以減小投資風(fēng)險(xiǎn)。

（二）宏觀不確定性對(duì)三個(gè)市場(chǎng)的影響

已有大量文獻(xiàn)表明，宏觀經(jīng)濟(jì)不確定性會(huì)對(duì)股市或債市產(chǎn)生重要影響，如Engle et al （2013）[15]認(rèn)為宏觀經(jīng)濟(jì)變量會(huì)影響市場(chǎng)參與者的投資活動(dòng)，利用金融市場(chǎng)的波動(dòng)率進(jìn)行投資活動(dòng)，他們選取了月度的生產(chǎn)者指數(shù)增長(zhǎng)率（PPI）以及工業(yè)生產(chǎn)指數(shù)增長(zhǎng)率（IP）作為外生宏觀經(jīng)濟(jì)變量來(lái)宏觀經(jīng)濟(jì)變量對(duì)股市波動(dòng)率影響有多大以及對(duì)未來(lái)波動(dòng)率進(jìn)行預(yù)測(cè)。Beber et al（2009）[16]認(rèn)為市場(chǎng)參與者會(huì)利用宏觀經(jīng)濟(jì)形勢(shì)的不確定性來(lái)進(jìn)行投資活動(dòng)?；谶@些發(fā)現(xiàn)，本文選擇了貨幣供應(yīng)量同比變化率（M2）、中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPU），工業(yè)生產(chǎn)指數(shù)（IP）三個(gè)月度宏觀經(jīng)濟(jì)不確定性變量來(lái)考察他們對(duì)這三個(gè)市場(chǎng)的影響。通過(guò)MIDAS回歸，將月度頻率宏觀變量的波動(dòng)率引入到GARCH-MIDAS模型中，參數(shù)表示宏觀經(jīng)濟(jì)不確定性變量波動(dòng)率對(duì)收益率的長(zhǎng)期波動(dòng)的影響，為正表示他們之間呈正相關(guān)關(guān)系，反之為負(fù)相關(guān)關(guān)系。