王皓曄　楊坤

摘? ?要：隨著“一帶一路”倡議的不斷推進，沿線各國的經(jīng)濟融合度不斷提高，資本流動規(guī)模的增大將對各國股市間的風險溢出造成重要影響。本文從“一帶一路”倡議實施的角度，運用EVT-Copula-CoVaR模型對沿線國家間股市風險溢出進行刻畫，從而探討不同時期內各國股市間風險溢出狀態(tài)的變化。研究結果表明：我國股票市場與沿線其他國家股票市場間具有雙向的、非對稱的風險溢出效應;“一帶一路”倡議的推行增大了我國與沿線其他國家股市間的風險溢出強度，也就是說，當沿線其他國家股市處于極端風險情況時，我國股票市場受到?jīng)_擊的概率將增大;倡議實施后，沿線東南亞國家對我國股市表現(xiàn)出了相對較高的風險溢出水平。

關鍵詞：一帶一路;風險溢出;條件風險價值;極值理論;Copula

中圖分類號：F832.5? ?文獻標識碼：A? 文章編號：1674-2265（2019）09-0079-07

DOI：10.19647/j.cnki.37-1462/f.2019.09.011

一、引言

自習近平總書記在2013年下半年提出建設“一帶一路”合作倡議以來，沿線國家的經(jīng)濟貿易往來日益頻繁，在基礎設施建設、金融合作等方面逐漸形成了更加開放的國際投資貿易新格局。2015年3月28日，我國發(fā)布《推動共建絲綢之路經(jīng)濟帶和21世紀海上絲綢之路的愿景與行動》文件，標志著“一帶一路”倡議正式進入實施階段（劉洪鐸和蔡曉珊，2016），即利用技術和資本優(yōu)勢，為沿線投資貿易和金融發(fā)展打開新的空間，繼而帶動區(qū)域經(jīng)濟協(xié)同發(fā)展。隨后，我國在沿線其他國家的貿易規(guī)模不斷擴大，2018年我國與沿線其他國家貨物貿易進出口總額達到1.3萬億美元，同比增長16.3%，占外貿總值的27.4%，這表明我國與沿線其他國家的經(jīng)濟互動持續(xù)深化，跨境資本流動規(guī)模不斷增大。通常來講，隨著經(jīng)濟聯(lián)系的日益緊密，市場間的風險傳導也將呈現(xiàn)出增強的趨勢（蔣志平等，2014;周開國等，2018），進而導致金融市場不穩(wěn)定，這不僅會給金融機構帶來沖擊，也將影響到實體經(jīng)濟的良性發(fā)展?！耙粠б宦贰背h的深入實施，一方面極大地促進了沿線各國貿易經(jīng)濟發(fā)展，另一方面我國股市與沿線其他國家股市的融合程度必然會加深，那么沿線各國股市間的風險溢出程度是否有所變化？一旦沿線其他國家市場發(fā)生極端風險，我國受到危機傳染的可能性是否會增大？研究“一帶一路”倡議對沿線國家股市間的風險溢出效應的影響，有助于揭示沿線各國間股市風險溢出狀態(tài)的變化趨勢，為沿線各國經(jīng)濟平穩(wěn)發(fā)展和“一帶一路”政策的穩(wěn)步推進提供重要參考。

近年來，隨著經(jīng)濟一體化程度的加深以及金融全球化速度的加快，單個市場的風險往往會在局部迅速發(fā)酵，向其他市場溢出，并廣泛傳播，形成大范圍的金融風險傳染。因此，風險溢出的測度問題成為學術界研究的焦點。在測度金融市場風險溢出效應的計量方法中，Adian和Brunnermeier（2008）提出的CoVaR（條件風險價值）方法能夠充分考慮金融市場系統(tǒng)性風險的動態(tài)變化，也有效地改善了金融市場的風險預測問題，因而被廣泛應用于風險溢出的研究領域（陳建青等，2015;Gideon和Paul，2017）。目前，關于CoVaR的計算主要集中在三個方面：第一，結合分位數(shù)回歸技術估計CoVaR。曾裕峰等（2017）利用多元分位數(shù)回歸技術建立CoVaR 模型框架，以此估算出美國和中國香港對中國A股市場的尾部風險溢出效應影響最大。歐陽資生和莫廷程（2017）、Anastassios等（2015）認為通過分位數(shù)回歸能準確地估計金融市場的CoVaR。第二，基于多元GARCH模型計算CoVaR。嚴偉祥等（2017）通過DCC-GARCH-CoVaR模型度量了各金融子市場的風險溢出強度，指出不同子市場之間的風險溢出程度具有一定的動態(tài)性。戚逸康等（2018）通過BEKK-GARCH-CoVaR模型定量分析認為，房地產板塊對于股市的風險溢出在不同時期具有不同表現(xiàn)，在房地產市場熱門時期風險溢出強度最大。Girardi和Ergün（2013）認為將GARCH模型和CoVaR方法結合能夠更加準確地測算金融風險溢出效應。第三，基于Copula模型度量CoVaR。Walid等（2017）將Copula模型和CoVaR方法用于研究股票市場和原油市場之間的風險溢出效應，研究發(fā)現(xiàn)股票市場和原油市場的尾部相依關系顯著，且存在不對稱的風險溢出效應。周愛民和韓菲（2017）、Xiaoye Jin（2018）等認為將Copula函數(shù)引入CoVaR模型能夠有效測度股票市場、股票現(xiàn)貨市場等金融子市場的極端風險溢出大小。

然而值得注意的是，金融市場之間的相關性常常表現(xiàn)為非線性，使得風險并非以線性方式傳染。利用分位數(shù)回歸估算CoVaR的方法僅在度量線性風險溢出上表現(xiàn)突出（李叢文和閆世軍，2015）;多元GARCH模型需要滿足多元正態(tài)分布的假設，這一前提對于刻畫復雜的金融市場相依關系過于嚴格（吳吉林等，2015）;而Copula函數(shù)在描繪相關性時具有較強的靈活性，因此，結合Copula函數(shù)進行研究能在描述多個股票市場的相依關系時具有更好的表現(xiàn)，提高了風險溢出測度的準確性（史永東等，2013）。王周偉等（2014）對這三種計算方法進行了比較，指出通過Copula模型度量金融子市場之間的風險溢出效應更有效。此外，由于金融時間序列的尾部往往代表發(fā)生概率小的極端風險損失，而這類風險很可能會對經(jīng)濟造成嚴重損失，因此，在刻畫市場間相依關系時，尾部相關特征值得重點探討。其中，極值理論（EVT）在不用假設總體分布的情況下直接對序列尾部進行建模，可以避免分布假設的問題，從而能夠更加準確地刻畫序列尾部的情況（Abhay等，2013;Samit和Prateek，2017;楊坤等，2017）。周孝華和陳九生（2016）、劉曉星等（2011）的研究進一步表明，結合EVT極值理論的Copula-CoVaR模型能夠有效測度極端市場情形下的風險溢出效應，并且該方法在描繪厚尾分布時，在一定程度上克服了其他方法的不足。

綜合來看，學者們在股票市場的風險溢出方面做了非常有益的探索和研究，并且指出在Copula-CoVaR模型的基礎上引入EVT模型能夠更準確地刻畫和預測股市的極端風險溢出效應。此外，多數(shù)文獻的研究焦點只是聚集在我國股市以及發(fā)達國家股市，“一帶一路”倡議對沿線國家股市極端風險溢出效應的影響是未知的。鑒于此，本文選取新加坡、印度、泰國、俄羅斯、波蘭以及中國6個“一帶一路”沿線國家的股票市場指數(shù)為研究對象，運用EVT-Copula-CoVaR模型著重探討各個股市兩兩間的風險溢出強度的變化趨勢。對于各股指收益，首先運用ARMA（1，1）-EGARCH（1，1）-t模型過濾和EVT模型構建邊緣分布;再分別擬合8種不同Copula函數(shù)，通過AIC或BIC準則選取擬合度最佳的函數(shù)，用以刻畫股票市場兩兩間的相依關系;在此基礎上，采用蒙特卡洛模擬計算VaR，最后求得 CoVaR，然后相應地計算出風險溢出大小。由此可見，本文結合“一帶一路”倡議，定量分析沿線各國的風險溢出效應，在一定程度上能夠更加科學地揭示出“一帶一路”倡議對沿線各國股市間的風險溢出效應的影響，使得研究結論更具有說服力。

三、實證分析

（一）數(shù)據(jù)與描述性統(tǒng)計分析

“一帶一路”倡議促進了我國與沿線其他國家的貿易往來，其中，新加坡、印度和泰國與我國的貿易額遠遠超過其他國家，其金融體系的波動勢必會影響國家之間的貿易合作。同時，俄羅斯和波蘭作為“一帶一路”建設中連接歐亞大陸的樞紐，與我國的經(jīng)貿往來也日益密切（曹偉等，2016;李敬等，2017）。因此，本文選取上證綜合指數(shù)（SZ）、新加坡富時指數(shù)（STI）、孟買敏感指數(shù)（SENSEX）、泰國綜合指數(shù)（SETI）、俄羅斯指數(shù)（RTS）以及華沙指數(shù)（WIG）作為代表，取其每日收盤價作為各國股票市場的原始樣本。數(shù)據(jù)的時間跨度為2012年05月01日到2017年11月15日，此時間段涵蓋了“一帶一路”倡議正式實施前后的時段，并且在此期間，我國和沿線其他國家股票市場波動劇烈。所有數(shù)據(jù)均來源于萬得數(shù)據(jù)庫。本文采用對數(shù)收益率進行研究，對各國股票指數(shù)收盤價[pt]取對數(shù)乘以100，具體計算公式如下：

去除股指收益率[Rt]中交易日不一致的觀測樣本，最后得到每種指數(shù)觀測樣本1124個。為了比較“一帶一路”倡議實施前后風險溢出效應的變化情況，根據(jù)“一帶一路”倡議從2015年3月28日起正式實施，將樣本數(shù)據(jù)分為兩個階段，1—592組數(shù)據(jù)為第一階段樣本（倡議正式實施前），593—1124組數(shù)據(jù)為第二階段樣本（倡議正式實施后）。分析過程中使用的軟件主要為RStudio、S-Plus8.0和Eviews8.0。

考慮到文章篇幅，本文在此僅給出第一階段樣本的描述性統(tǒng)計分析和邊緣分布擬合結果。從表1的基本描述性統(tǒng)計中可以看出，各收益率序列表現(xiàn)出一定的左偏或右偏，峰度系數(shù)均大于3，呈現(xiàn)出“尖峰厚尾”的形態(tài)，且均不服從正態(tài)分布。

由于各收益率序列不服從正態(tài)分布，進一步檢驗各收益率序列的平穩(wěn)性和ARCH效應，結果如表2所示。結果表明在1%的顯著性水平下各收益率序列是平穩(wěn)序列。除了第一階段中的WIG和第二階段中的SENSEX以外，其他股票市場都存在ARCH效應。

（二）結合EVT構建邊緣分布

結合各序列的“尖峰”“偏態(tài)”“波動叢集”等特征，并且股票序列通常存在杠桿效應，本文使用ARMA（1，1）-EGARCH-t（1，1）模型捕捉序列特征，并且提取出標準殘差序列。根據(jù)EVT模型要求序列滿足或近似滿足獨立同分布特征，因此，本文對獲取的標準殘差序列進行BDS檢驗，如表3所示。

根據(jù)BDS檢驗結果可知，在1%的顯著性水平下各標準殘差序列服從i.i.d，因此，運用EVT模型進一步構建邊緣分布，尾部閾值與模型的參數(shù)估計結果展示于表4中。

（三）利用Copula函數(shù)捕捉相依結構

通過EVT模型確定邊緣分布后，本文建立并比較了常用的8種Copula函數(shù)，根據(jù)AIC或BIC原則從其中選擇擬合度最好的函數(shù)，擬合結果見表5。從表5中可以看出，由于我國股票市場與沿線其他國家的相依結構不同，得到的最優(yōu)Copula也不同。與倡議實施前相比，倡議實施后我國與沿線其他國家股市的相依關系發(fā)生變化，且下尾相關系數(shù)明顯增大，即表明股票市場之間的風險溢出效應顯著增強。換而言之，當沿線其他國家股市處于極端風險情況時，我國股票市場受到?jīng)_擊的概率將增大，這可能是由于我國在沿線其他國家建立多個經(jīng)貿合作區(qū)，促使沿線各國與我國的經(jīng)濟聯(lián)系愈來愈緊密，股票市場之間的影響加劇。

（四）CoVaR的計算結果及分析

分別計算兩個階段各子市場的VaR、CoVaR、反映風險溢出大小的[ΔCoVaR]以及反映風險溢出強度的%[Δ]CoVaR，計算結果見表6和表7。從表6和表7可以看出：

1. 無論是“一帶一路”倡議實施前，還是倡議實施后，我國與沿線其他國家股票市場之間存在雙向的風險溢出效應。同時，我國與沿線其他國家兩兩間的風險溢出效應表現(xiàn)出一定的非對稱性。國家之間的經(jīng)濟發(fā)展水平不平衡、資本管控政策和投資規(guī)模是造成這種現(xiàn)象的主要原因。就倡議實施后來看，新加坡對我國股市的風險溢出強度為64.937%，大于反方向的溢出，這與新加坡股市一直以來是亞洲股市中風險源頭之一的事實相符合。另外，新加坡雖然經(jīng)濟發(fā)達，但是其有限的資源使得我國在其境內的投資比較單一，資本影響范圍較小，這在一定程度上會導致兩國之間出現(xiàn)非對稱的風險溢出效應。

2. 與“一帶一路”倡議實施前相比，在倡議實施后，不僅我國對沿線其他國家股票市場的風險溢出強度增大，沿線其他國家對我國股市的風險溢出強度也顯著增大，這表明“一帶一路”倡議的推行增大了我國與其他沿線國家股市間的風險溢出強度。在歐洲區(qū)域中，俄羅斯對我國股票市場的風險溢出強度由27.504%增加至48.211%，這表明俄羅斯股市與我國股市的風險關聯(lián)性增加。俄羅斯作為世界主要經(jīng)濟體之一，也是關系友好的鄰國，同我國有著密切的貿易往來。由于俄羅斯資源豐富，我國在其國內的投資更具多樣性，經(jīng)濟融合度在不同程度上不斷提升。俄羅斯由于自身體制、同西方國家的政治沖突等原因，其經(jīng)濟局勢波動性較大，雖然我國股票市場對資本嚴格管控，但是受到其極端風險波及的可能性會隨著“一帶一路”的深入明顯提高。倡議實施前波蘭與我國股票市場的風險溢出強度較小，僅為19.969%，這一比例在倡議實施后攀升至33.823%。作為“一帶一路”倡議歐洲區(qū)域的重要一環(huán)，由于地理區(qū)域以及經(jīng)濟體較小的原因，其風險由“一帶一路”經(jīng)濟合作走廊傳到我國會在一定程度上減弱。但是我國想要加快中歐貨運班列的建設，勢必會加大歐洲區(qū)域沿線國家與我國的貿易合作程度，企業(yè)投資使大量我國資本進入歐洲市場，這在一定程度上提高資本交流深度，增大了風險溢出的強度。

3. 倡議實施后，沿線東南亞國家對我國股市表現(xiàn)出了相對較高的風險溢出水平。自“一帶一路”倡議提出后，我國沿線其他國家通過項目投資帶動區(qū)域經(jīng)濟增長，資本融合度不斷提高，經(jīng)濟相依關系更加緊密。東南亞沿線國家緊鄰我國，同時，作為“一帶一路”跨出國門的第一站，我國對區(qū)域內國家的直接投資規(guī)模非常大?！耙粠б宦贰睂嵤┮院?，我國作為泰國第二大投資來源國，兩者之間在貨幣、金融等方面的合作層次不斷加深，導致泰國對我國的風險溢出效應最大?？梢?，“一帶一路”倡議給沿線其他國家的經(jīng)濟發(fā)展帶來巨大的機遇，彰顯了我國的金融力量，但是也使得我國的金融市場不可避免地面臨更大的風險，且風險溢出的變化趨勢不容忽視。

四、結論及建議

“一帶一路”倡議是我國利用自身的資本和技術優(yōu)勢促進區(qū)域、跨區(qū)域合作的頂層合作倡議，對于重塑國際網(wǎng)絡化經(jīng)濟架構具有至關重要的作用。隨著倡議的深入實施，一方面，沿線各國的資本流動更加頻繁，給各國經(jīng)濟貿易發(fā)展帶來更積極的驅動因素;另一方面，這加深了我國股市融入全球金融市場的程度，給我國經(jīng)濟穩(wěn)定增加了不確定性。因此，“一帶一路”倡議對于風險溢出效應的影響值得風險管理者和政策制定者更加重視。本文采用EVT-Copula-CoVaR模型更加有效地刻畫我國與沿線其他國家股票市場兩兩間的風險溢出效應，利用風險溢出強度更直觀地顯示“一帶一路”不同時期內沿線國家間股票市場風險溢出狀態(tài)的變化。

研究結果表明，我國與沿線其他國家具有雙向的、非對稱的正向風險溢出效應。值得注意的是，與“一帶一路”倡議實施前相比，在倡議實施后，不僅我國對沿線其他國家股票市場的風險溢出強度增大，沿線其他國家對我國的風險溢出效應也顯著增強，也就是說，“一帶一路”倡議的深化促使我國與沿線其他國家股市間的風險溢出效應加劇。此外，倡議實施后，沿線東南亞國家對我國股市表現(xiàn)出了相對較高的風險溢出水平。在“一帶一路”的背景下，東南亞國家的區(qū)域優(yōu)勢使得我國對其的投資保持較大規(guī)模;與此同時，我國對俄羅斯和波蘭的投資大大增加，一定程度上加深了跨區(qū)域國家對我國金融市場的影響。雖然我國股票市場有較為嚴格的資本準入制度，但是也應當對區(qū)域、跨區(qū)域風險傳導加以防范。因此，金融監(jiān)管當局應當密切關注歐洲和東南亞沿線各國的形勢，嚴格把控沿線各國同我國在金融項目方面的合作，優(yōu)化投資的空間布局。此外，密切關注沿線國家與我國的資本交流形勢，從而降低外來資本對我國股票市場的影響，嚴防沿線各國的極端風險情況造成我國金融市場的嚴重損失，從而促進“一帶一路”倡議健康持續(xù)發(fā)展。

參考文獻：

[1]Adrian T.，Brunnermeier M. K. 2008. CoVaR[R]. Federal Reserve Bank of New York Staff Reports，NO.348.

[2]Gideon Boako，Paul Alagidede. 2017. Examining Evidence of‘Shift-contagionin African Stock Markets： A CoVaR-copula Approach[J].Review of Development Finance，7（2）.

[3]Anastassios A. Drakos，Georgios P. Kouretas. 2015. Bank Ownership，F(xiàn)inancial Segments and the Measurement of Systemic Risk： An Application of CoVaR[J].International Review of Economics and Finance，40.

[4]Giulio Girardi， A. 2013. Tolga Ergün. Systemic Risk Measurement：Multivariate GARCH Estimation of CoVaR[J].Journal of Banking & Finance，37（8）.

[5]Walid Mensi，Shawkat Hammoudeh，Syed Jawad Hussain Shahzad，Muhammad Shahbaz. 2017. Modeling Systemic Risk and Dependence Structure Between Oil and Stock Markets Using A Variational Mode Decomposition-based Copula Method[J].Journal of Banking and Finance，75.

[6]Xiaoye Jin. 2018. Downside and Upside Risk Spillovers from China to Asian Stock Markets：A CoVaR-copula Approach[J].Finance Research Letters，25.

[7]Abhay K. Singh，David E. Allen，Powell J. Robert.? 2013. Extreme Market Risk and Extreme Value Theory[J]. Mathematics and Computers in Simulation，94.

[8]Samit Paul，Prateek Sharma. 2017. Improved VaR Forecasts Using Extreme Value Theory with the Realized GARCH model[J].Studies in Economics and Finance，34（2）.

[9]Pickands Ⅲ J. 1975. Statistical Inference Using Extreme Order Statistics[J].The Annals of Statistics，3（1）.

[10]Balkema A A，De Haan L. 1974. Residual Life Time at Great Age[J].Annals of Probability，2（5）.

[11]DuMouchel W H. 1983. Estimating the Stable index A in Order to Measure Tail Thickness： A Critique[J].The Annals of Statistics，11（4）.

[12]Sklar A. 1973. Random Variables， Joint Distribution Functions，and Copulas. Kybernetika[J].9（6）.

[13]劉洪鐸，蔡曉珊.中國與“一帶一路”沿線國家的雙邊貿易成本研究[J].經(jīng)濟學家，2016，（7）.

[14]蔣志平，田益祥，杜學鋒.中國與歐美金融市場間傳染效應的動態(tài)演變——基于歐債危機與次貸危機的比較分析[J].管理評論.2014，26（8）.

[15]周開國，楊海生，伍穎華.中國香港股票市場的溢出效應和收益引導角色——基于亞太地區(qū)股票市場的分析[J].管理科學學報，2018，21（5）.

[16]陳建青，王擎，許韶輝.金融行業(yè)間的系統(tǒng)性金融風險溢出效應研究[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2015，32（9）.

[17]曾裕峰，溫湖煒，陳學彬.股市互聯(lián)、尾部風險傳染與系統(tǒng)重要性市場——基于多元分位數(shù)回歸模型的分析[J].國際金融研究，2017，（9）.

[18]歐陽資生，莫廷程.基于廣義CoVaR模型的系統(tǒng)重要性銀行的風險溢出效應研究[J].統(tǒng)計研究，2017，34（9）.

[19]嚴偉祥，張維，牛華偉.金融風險動態(tài)相關與風險溢出異質性研究[J].財貿經(jīng)濟，2017，38（10）.

[20]戚逸康，袁圓，李連發(fā).我國房地產板塊與整體股市的溢出效應以及風險相關性——來自實證分析的證據(jù)[J].上海經(jīng)濟研究，2018，（6）.

[21]周愛民，韓菲.股指期貨與現(xiàn)貨市場的風險溢出研究[J].財貿經(jīng)濟，2017，38（8）.

[22]李叢文，閆世軍.我國影子銀行對商業(yè)銀行的風險溢出效應——基于GARCH-時變Copula-CoVaR模型的分析[J].國際金融研究，2015，（10）.

[23]吳吉林，陳剛，黃辰.中國A、B、H股市間尾部相依性的趨勢研究——基于多機制平滑轉換混合Copula模型的實證分析[J].管理科學學報，2015，18（2）.

[24]史永東，丁偉，袁紹鋒.市場互聯(lián)、風險溢出與金融穩(wěn)定——基于股票市場與債券市場溢出效應分析的視角[J].金融研究，2013，（3）.

[25]王周偉，呂思聰，茆訓誠.基于風險溢出關聯(lián)特征的CoVaR計算方法有效性比較及應用[J].經(jīng)濟評論，2014，（4）.

[26]楊坤，于文華，魏宇.基于R-vine copula的原油市場極端風險動態(tài)測度研究[J].中國管理科學，2017，25（8）.

[27]周孝華，陳九生.基于Copula-ASV-EVT-CoVaR模型的中小板與創(chuàng)業(yè)板風險溢出度量研究[J].系統(tǒng)工程理論與實踐，2016，36（3）.

[28]劉曉星，段斌，謝福座.股票市場風險溢出效應研究：基于EVT-Copula-CoVaR模型的分析[J].世界經(jīng)濟，2011，（11）.

[29]曹偉，言方榮，鮑曙明.人民幣匯率變動、鄰國效應與雙邊貿易——基于中國與“一帶一路”沿線國家空間面板模型的實證研究[J].金融研究，2016，（9）.

[30]李敬，陳旎，萬廣華，陳澍.“一帶一路”沿線國家貨物貿易的競爭互補關系及動態(tài)變化——基于網(wǎng)絡分析方法[J].管理世界，2017，（4）.

Abstract：With the advancement of the Belt and Road Initiative，the economic integration between the countries along the route are gradually improved. The increasing capital flows has a significant impact on the risk spillover of stock markets of different countries. From the perspective of the Belt and Road Initiative implementation，this paper uses the EVT-Copula-CoVaR model to depict the risk spillovers between the stock markets along the route. The result shows that there is two-way and positive risk spillover effect between the domestic stock market and the one of the countries along the route;the Belt and Road Initiative can promote the risk spillovers between Chinese and other stock markets along the route. In other words，the probability of China's stock market being exposed to risk will increase when other stock markets are in extreme risk. After the Initiative carrying out，Southeast Asian countries along the route shows relatively higher risk spillovers to our stock market.

Key Words：the Belt and Road，risk spillover，CoVaR，extreme value theory，Copula

（責任編輯? ? 耿? ?欣;校對? ?GX）