唐曉彬，董曼茹，喬天立，張 瑞

(1.對外經(jīng)濟(jì)貿(mào)易大學(xué) a.統(tǒng)計學(xué)院；b.金融學(xué)院，北京 100029；2.成都理工大學(xué) 管理科學(xué)學(xué)院，四川 成都 610059)

一、引 言

2018年3月26日中國人民幣原油期貨在上海國際能源交易中心上市交易。原油期貨的上市進(jìn)一步促進(jìn)了人民幣在大宗商品交易領(lǐng)域的流通，豐富了投資品種，為投資者提供了更多的投資機(jī)會。但是，伴隨中國資本市場開放程度不斷提高，以及不同種類投資品種在信息傳導(dǎo)和資金流動等方面的內(nèi)在聯(lián)系，致使中國人民幣原油期貨交易既可能會遭受到其它資本市場影響，也可能會對其它市場造成沖擊。因此，有必要將中國新開通的原油期貨交易納入到資本市場的統(tǒng)一框架體系下，探索中國資本市場資產(chǎn)價格波動率狀態(tài)及動態(tài)關(guān)聯(lián)性問題。

黃金市場、石油市場、股票市場和債券市場作為資本市場重要子市場，它們在社會資源配置、風(fēng)險再分配中發(fā)揮著重要的作用。同時資本子市場波動率狀態(tài)及彼此間動態(tài)相關(guān)性，也一定程度上體現(xiàn)了市場參與者對經(jīng)濟(jì)運(yùn)行狀況的具體反應(yīng)。然而，已有研究主要集中于兩子市場間的討論：(1)股票市場和債券市場的研究。股債兩市作為資本市場的重要組成部分，兩者之間動態(tài)相關(guān)特征能夠?yàn)橥顿Y者和市場監(jiān)管機(jī)構(gòu)提供決策依據(jù)，對資本市場的規(guī)范和發(fā)展意義重大。然而，已有文獻(xiàn)對股票市場和債券市場之間的動態(tài)相關(guān)性特征存在爭議。袁晨研究發(fā)現(xiàn)股市與債市之間存在負(fù)相關(guān)關(guān)系，當(dāng)股市危機(jī)時投資者為分散風(fēng)險，將資金投向債券等較低風(fēng)險的資產(chǎn)[1]。Gonzalo和Olmo發(fā)現(xiàn)在短期內(nèi)市場遭遇負(fù)面沖擊時，股票市場和債券市場表現(xiàn)出負(fù)相關(guān)性，長期兩者之間相對獨(dú)立[2]。但是Campbell和Ammer認(rèn)為股票和債券收益率間表現(xiàn)出較弱的正相關(guān)關(guān)系，它們的價格相關(guān)性不隨時間而變化[3]。王璐和彭浩的分析表明，股市和債市聯(lián)動存在著機(jī)制轉(zhuǎn)換的非對稱性，其中正相關(guān)狀態(tài)持續(xù)期更長[4]。王璐認(rèn)為由于相關(guān)宏觀經(jīng)濟(jì)變量因素等影響，表現(xiàn)出股債兩市的價格呈現(xiàn)同向變動的特征[5]。還有學(xué)者認(rèn)為股票市場與債券市場聯(lián)動效應(yīng)總體不顯著[6]。國外成熟金融市場的相關(guān)經(jīng)驗(yàn)證據(jù)表明，股市和債市之間的相關(guān)關(guān)系會隨著不同的宏觀經(jīng)濟(jì)環(huán)境和金融市場變動而表現(xiàn)出正向、負(fù)向和不相關(guān)三種情形，而非表現(xiàn)為簡單的某一種情形[7]。其中，負(fù)向相關(guān)主要是當(dāng)股市出現(xiàn)暴漲或暴跌情形時，投資資金由于避險需要或者由于盈利動機(jī)導(dǎo)致大量資金迅速從股市向債市轉(zhuǎn)移。正向相關(guān)的因素主要是外生性的宏觀經(jīng)濟(jì)或者政策因素沖擊，以及政府采取的相應(yīng)宏觀政策等。在某些情形下股市和債市也可能表現(xiàn)為不顯著相關(guān)的關(guān)系，可能由于單個市場內(nèi)部的產(chǎn)品特異性風(fēng)險被該市場內(nèi)其他產(chǎn)品的替代效應(yīng)所抵消，而未能外溢到另一個市場[8]。(2)黃金市場與其它市場之間的動態(tài)相關(guān)關(guān)系的研究。通常認(rèn)為黃金作為抵御金融風(fēng)險的避險資產(chǎn)。Smith發(fā)現(xiàn)在短期內(nèi)黃金收益率弱負(fù)相關(guān)于股票收益率，當(dāng)經(jīng)濟(jì)出現(xiàn)危機(jī)時，投資者將股市資金向黃金轉(zhuǎn)移[9]。Baur和McDermott 通過考察黃金在全球金融市場的作用，認(rèn)為當(dāng)面臨嚴(yán)重金融危機(jī)時，大多數(shù)發(fā)達(dá)國家將黃金均作為一種強(qiáng)避險資產(chǎn)[10]。袁晨等利用DCC-MVGARCH模型發(fā)現(xiàn)中國股票與黃金之間存在較弱的動態(tài)相關(guān)性，更接近于顯著的常正相關(guān)性[11]。倪禾和俞露研究發(fā)現(xiàn)長期來看黃金不具有明顯的避險能力，短期來看黃金具有一定的避險能力[12]。鄒子昂等引入DCC-GARCH模型研究了在樣本期間內(nèi)黃金市場與美元指數(shù)和美元股指整體呈負(fù)相關(guān)，對避險能力較強(qiáng)，但對大宗商品市場整體呈正相關(guān)，一般條件下不具備避險功能[13]。(3)相比股票、債券和黃金市場方面的研究，原油與其它資產(chǎn)間波動性及相關(guān)性研究成果較少。孟轅和張安良認(rèn)為美國原油價格和黃金現(xiàn)貨總體呈正相關(guān)，但這種相關(guān)性2008年后有所降低[14]。張維等認(rèn)為國際原油期貨收益率與中國股票市場之間表現(xiàn)出較大的不對稱性，國際原油收益率受自身滯后期信息的影響較大，而受到來自中國股票市場的影響較小，但是中國股票市場較多地受到來自國際原油期貨市場的影響[15]。

在已有研究的基礎(chǔ)上，本文將黃金市場、石油市場、股票市場和債券市場納入統(tǒng)一框架，并采用Markov區(qū)制轉(zhuǎn)換模型進(jìn)行探討。Markov區(qū)制轉(zhuǎn)換模型是一種非線性時間序列模型，主要應(yīng)用于對經(jīng)濟(jì)周期波動性的研究[16]。該模型在國內(nèi)外資本市場波動率狀態(tài)的研究上取得了相當(dāng)進(jìn)展。Garcia和Perron用Markov區(qū)制兩階滯后模型研究了美國的真實(shí)利率的波動率狀態(tài)及波動特征。Kim等采用Markov兩區(qū)制轉(zhuǎn)換模型分析美國、日本、中國和韓國四個國家利率和匯率對股票收益的影響，及不同波動率狀態(tài)下股市的影響特征[18-19]。魏巍賢等采用Markov機(jī)制轉(zhuǎn)換模型對世界原油現(xiàn)貨價格變動進(jìn)行刻畫，研究表明Markov機(jī)制轉(zhuǎn)換模型刻畫油價變化要優(yōu)于線性自回歸模型[20]。因此，使用Markov區(qū)制轉(zhuǎn)換模型對于研究中國資本市場的波動性規(guī)律具有很大的意義。

除上述文獻(xiàn)之外，王文杰等采用GARCH模型實(shí)證發(fā)現(xiàn)，金融風(fēng)暴爆發(fā)會加劇市場的波動，美元指數(shù)、國際原油價格和國際股市的波動均顯著地影響上海黃金期貨市場的波動[21]。胡聰慧和劉學(xué)良認(rèn)為金融市場整體流動性狀況的變化是影響大宗商品與股票市場聯(lián)動性的重要因素[22]。姜永宏等運(yùn)用DCC-GARCH模型研究了國際石油價格與中國行業(yè)股票市場之間存在顯著的動態(tài)相關(guān)性和風(fēng)險溢出效應(yīng)[23]。

與已有研究相比，本研究的邊際貢獻(xiàn)在于：(1)在研究視角方面，將2018年新上市的人民幣原油期貨與股票、黃金、債券納入統(tǒng)一分析框架，在理清四種市場波動率轉(zhuǎn)換及波動率狀態(tài)持續(xù)機(jī)理的基礎(chǔ)上，充分考慮四種市場之間的動態(tài)關(guān)聯(lián)性特征及金融風(fēng)險關(guān)聯(lián)性，彌補(bǔ)了已有研究未考慮大宗商品中有代表性的原油期貨，所導(dǎo)致的資產(chǎn)配置風(fēng)險問題。(2)在研究理論方面，已有文獻(xiàn)主要反映兩個子市場間的聯(lián)動關(guān)系，以致在金融風(fēng)險的度量方面，因關(guān)注的品種較少而造成金融風(fēng)險識別不足的問題，本文通過建立多個子市場之間的聯(lián)動關(guān)系，豐富和發(fā)展了金融風(fēng)險識別領(lǐng)域的理論研究。(3)在狀態(tài)測度方面，已有文獻(xiàn)采用高低兩種資本市場波動狀態(tài)，容易將中等波動粗略的歸為高或低波動狀態(tài)。本文嘗試將波動率狀態(tài)分為高、中、低三種波動狀態(tài)，能夠更加細(xì)致刻畫波動率狀態(tài)，更加準(zhǔn)確地描述出中國各市場的波動率特征。研究和識別中國以石油和黃金為代表的大宗商品交易市場、股票市場和債券市場之間的動態(tài)波動狀態(tài)及它們之間的動態(tài)相關(guān)特征，不僅能為投資者進(jìn)行跨市場資產(chǎn)組合、分散風(fēng)險以期獲得預(yù)期收益提供有價值的信息；而且也能為中國金融監(jiān)管部門針對資本市場進(jìn)行有效監(jiān)管、制定金融政策和維護(hù)市場穩(wěn)定提供必要的參考，對于中國多層次資本市場的構(gòu)建及系統(tǒng)性金融風(fēng)險研究和防范具有十分重要的現(xiàn)實(shí)意義。

二、 數(shù)據(jù)與模型構(gòu)建

(一) 數(shù)據(jù)來源與處理

根據(jù)數(shù)據(jù)的可獲得的性，這里選取2003年2月至2018年5月月度數(shù)據(jù)為研究對象，所涉及到數(shù)據(jù)有：

1.股票價格采用“上證綜指”作為代理變量，數(shù)據(jù)源自萬得數(shù)據(jù)庫?！吧虾ＷC券綜合指數(shù)”簡稱“上證綜指”，于1991年7月15日正式發(fā)布，其樣本包括上海證券交易所上市的全部股票，能夠客觀反映中國上市股票價格整體走勢和波動情況。

2.債券價格選取“上證國債指數(shù)”作為代理變量，數(shù)據(jù)來源萬得數(shù)據(jù)庫。上證國債指數(shù)全稱“上海證券交易所國債指數(shù)”，是以上交所上市所有固定利率國債加權(quán)而成，于2003年1月2日正式發(fā)布，作為中國第一只國債指數(shù)，反映了債券市場的整體變動狀況，是中國債券市場價格變動的“指示器”。

3.黃金價格數(shù)據(jù)來源于世界黃金協(xié)會。黃金價格按重量進(jìn)行計算，一國黃金價格走勢反映該國黃金市場的供需變化及市場波動，這里用源于世界黃金協(xié)會的中國黃金價格數(shù)據(jù)作為中國黃金價格代理變量，單位為人民幣/盎司。

4.原油價格采用北海布倫特(Brent)原油價格作為替代變量，數(shù)據(jù)來源于美國能源信息署。布倫特原油在倫敦洲際交易所和美國商品交易所均有其期貨交易，是全球市場油價的標(biāo)桿。全球約70%的原油期貨交易定價以布倫特原油作為標(biāo)尺，而且中國成品油定價參考機(jī)制也與布倫特原油有關(guān)聯(lián)。由于中國原油期貨市場成立較晚，數(shù)據(jù)樣本有限，所以采取布倫特原油價格來代表中國市場石油價格的變動。如下將通過價格走勢圖和相關(guān)性分析來說明代理變量的合理性。

本文選取源自美國能源信息署的布倫特原油期貨1810合約、WTI原油期貨1810合約(單位為美元/桶)以及來自上海國際能源交易中心的滬原油期貨1810合約(單位為元/桶)的日收盤價數(shù)據(jù)(為了利于比較分析，本文按6.5∶1將滬原油期貨合約價格單位轉(zhuǎn)換為美元/桶)，樣本區(qū)間為2018年3月26日至2018年7月13日，共75個樣本。圖1給出了這三種原油期貨的價格走勢圖：

圖1 原油期貨價格走勢圖

圖1價格走勢圖所示，中國原油期貨價格在上市交易初期和WTI原油期貨價格較為接近，隨后價格趨勢逐漸同步于布倫特原油期貨，整體看在樣本區(qū)間內(nèi)中國原油期貨價格趨勢與布倫特原油期貨更為一致。表1進(jìn)一步給出了這三種原油期貨價格的相關(guān)系數(shù)。

表1 三種原油期貨收盤價的相關(guān)關(guān)系

從表1看，在給定的樣本區(qū)間內(nèi)，布倫特原油期貨與滬原油期貨、WTI原油期貨相關(guān)系數(shù)分別為0.86、0.82，這也證實(shí)了布倫特原油期貨作為全球市場油價的標(biāo)桿，相關(guān)性較大的影響著其他兩種原油期貨的價格；另一方面，滬原油期貨和WTI原油期貨相關(guān)系數(shù)僅為0.66，這說明滬原油期貨與布倫特原油期貨具有更大的相關(guān)性。通過圖1和表1分析，可以看出布倫特原油期貨選為替代變量具有較強(qiáng)的合理性。本文四種資產(chǎn)月收益率分別為對數(shù)月收益率，計算公式如下：

Ri，t=lnPi，t-lnPi，t-1，i=1，2，3，4

(1)

其中，Ri，t表示為第i種資產(chǎn)第t個月的月收益率，Pi，t表示第i種資產(chǎn)第t個月的月度收盤價格。

(二)模型構(gòu)建

1.Markov三區(qū)制轉(zhuǎn)換模型

Hamilton首次構(gòu)建Markov區(qū)制轉(zhuǎn)換模型對美國國民生產(chǎn)總值GNP時間序列進(jìn)行了模擬回歸，結(jié)果顯示該模型能較好地反映GNP時序的非線性動態(tài)變化及非對稱特征[24]。Hamilton又在針對該模型參數(shù)值進(jìn)行極大似然估計時引入了EM算法，這進(jìn)一步推動了模型廣泛應(yīng)用[25]。隨后Markov區(qū)制轉(zhuǎn)換模型被用于金融風(fēng)險預(yù)警、經(jīng)濟(jì)周期波動和匯率利率變動等分析[17，26]。

本文以Hamilton構(gòu)建的Markov區(qū)制轉(zhuǎn)換模型為基礎(chǔ)，借鑒胡志強(qiáng)將二區(qū)制擴(kuò)展為三區(qū)制的方法[27]，建立如下形式的Markov三種區(qū)制轉(zhuǎn)換模型：

(2)

μt=μ1S1t+μ2S2t+μ3S3t

(3)

(4)

其中，rt表示資產(chǎn)月收益率的觀測值，ut表示狀態(tài)相依的平均月收益率，εt表示殘差項(xiàng)。St為離散狀態(tài)變量，取值1，2，3分別表示資本市場波動率所處的低、中、高三種狀態(tài)。當(dāng)St=i時，Sit=1，否則Sit=0。{St}為一個3狀態(tài)一階平穩(wěn)Markov鏈，在時刻t序列所處的狀態(tài)St取值的概率僅取決于t-1時刻狀態(tài)St-1的值。{St}在各個波動狀態(tài)的轉(zhuǎn)移概率如下：

pij=P(St=j|St-1=i，St-2=k，St-3=l，…)=P(St=j|St-1=i)

(5)

(6)

根據(jù)Hamilton，給定信息集It-1，有聯(lián)合分布密度函數(shù)：

f(rt，St，St-1|It-1)=f(rt|St，St-1，It-1)·P(St，St-1|It-1)

(7)

其中，f(rt|St，St-1，It-1)可由式(2)直接獲得?；谏鲜雎?lián)合分布的密度函數(shù)，可以獲得邊際密度函數(shù)及相應(yīng)的對數(shù)似然函數(shù)lnL：

(8)

(9)

在時刻t給定觀測值rt，可獲得聯(lián)合概率相應(yīng)的更新迭代公式：

P(St=j，St-1=i|It)=P(St=j，St-1=i|It-1，rt)

(10)

得出濾子概率P(St=j|It)，從而計算出平滑概率的估計值。平滑概率P(St=i|It)值越大，t時刻的資產(chǎn)價格波動狀況處于第i種波動可能性越大。

在資本市場波動率波動狀態(tài)的識別中采用馬爾科夫區(qū)制轉(zhuǎn)換模型，基于以下幾點(diǎn)：首先，該模型通過狀態(tài)變量的平滑轉(zhuǎn)換確定波動狀態(tài)，采用極大似然估計獲得不同波動狀態(tài)對應(yīng)的時間區(qū)間，避免了人為設(shè)定閾值確定波動狀態(tài)及判斷不同狀態(tài)對應(yīng)的時間區(qū)間，從而減少了主觀因素導(dǎo)致的結(jié)果偏差；其次，該模型因變量為連續(xù)性的月收益率變量，規(guī)避了轉(zhuǎn)換為0-1變量產(chǎn)生的信息損失；最后，馬爾科夫區(qū)制轉(zhuǎn)換模型可通過狀態(tài)轉(zhuǎn)移變量呈現(xiàn)高中低三種波動狀態(tài)間的轉(zhuǎn)換的動態(tài)特性。

2.動態(tài)相關(guān)系數(shù)模型(DCC)

進(jìn)一步考察各資產(chǎn)收益率之間在不同波動狀態(tài)下動態(tài)相關(guān)性，才能為投資者進(jìn)行跨市場投資組合及監(jiān)管者制定政策提供有價值的信息和參考。采用Engle提出的動態(tài)條件相關(guān)系數(shù)模型，來估計各個資產(chǎn)收益率序列之間的動態(tài)相關(guān)性[28]。該模型為：

假定有k種資產(chǎn)，其收益率rT服從均值為0，協(xié)方差矩陣Ht的多元條件正態(tài)分布，即rt|It-1～N(0，Ht)。動態(tài)條件相關(guān)系數(shù)結(jié)構(gòu)為：

Ht=(hij，t)=DtRtDt

(11)

(12)

(13)

將最大似然函數(shù)分為相關(guān)性部分和波動部分，分別記為：

(14)

(15)

三、結(jié)果與分析

(一) 數(shù)據(jù)統(tǒng)計性描述

表2給出四種資產(chǎn)收益率基本統(tǒng)計特征。其中原油、黃金和股票收益率均值和標(biāo)準(zhǔn)差都大于債券，股票均值最大，債券的均值和標(biāo)準(zhǔn)差遠(yuǎn)小于其它三種資產(chǎn)相應(yīng)值。從風(fēng)險回報視角看，說明中國股票市場投資相比于債券、黃金和石油市場更具盈利性，同時又蘊(yùn)含較大的投資風(fēng)險，滿足收益正比于風(fēng)險原則；也說明中國債券存在“避險資產(chǎn)”的特性，債券市場具有一定規(guī)避金融風(fēng)險的能力。表中黃金收益率均值與原油和股票接近，而標(biāo)準(zhǔn)差小于股票和原油，這體現(xiàn)了在中國資本市場，黃金更多的表現(xiàn)出類似原油、股票等資產(chǎn)的屬性，同時黃金市場蘊(yùn)含的風(fēng)險大于債券市場，小于股票市場和原油市場。從偏度、峰度及JB統(tǒng)計數(shù)值看，除黃金外，其它三種資產(chǎn)的收益率序列均表現(xiàn)出尖峰厚尾的分布特征。

表2 資產(chǎn)收益率的基本統(tǒng)計特征

(二) 模型估計與結(jié)果分析

1.四種資產(chǎn)收益率序列的狀態(tài)轉(zhuǎn)換估計

表3 Markov三區(qū)制轉(zhuǎn)換模型估計結(jié)果

表4給出了各資本市場波動率保持低中高波動狀態(tài)的平均持續(xù)期，債券、黃金和原油資本市場未表現(xiàn)出明顯的高波動狀態(tài)，故未計算相應(yīng)高波動狀態(tài)平均持續(xù)期。表中股票市場波動率中波動狀態(tài)平均持續(xù)期為54個月，低波動狀態(tài)平均持續(xù)期45個月，兩者比值約為1.19，原油市場也表現(xiàn)出相同的特征，比值約為1.94；然而債券和黃金市場波動率波動狀態(tài)表現(xiàn)出相反的特征，低波動狀態(tài)持續(xù)期大于中波動狀態(tài)持續(xù)期，特別是債券市場表現(xiàn)的最為明顯，債券和黃金市場波動率中低波動狀態(tài)平均持續(xù)期比值分別為0.22和0.48。對于各資本市場本身而言，比值越大意味著市場處于中波動率平均持續(xù)時間多于低波動率持續(xù)時間，低波動率狀態(tài)向中波動率狀態(tài)轉(zhuǎn)換機(jī)率越大。通過比值可以看出中國股票和原油資產(chǎn)收益率出現(xiàn)大幅波動的機(jī)率較大，股票和原油市場蘊(yùn)含著較高的市場風(fēng)險，同時原油市場表現(xiàn)出更多的不確定性和復(fù)雜性；中國債券市場比值為最小，市場波動率長期處于低波動狀態(tài)，債券資產(chǎn)保持長期穩(wěn)定的收益，潛在風(fēng)險較小，表現(xiàn)出一定的“避險資產(chǎn)”屬性，黃金市場也具有類似的特征；最后，中國股票市場存在顯著的高波動率狀態(tài)，平均持續(xù)期為1.04個月，時間相對較短，因此對外部事件沖擊我國股票市場具有高度地敏感性，短時間內(nèi)呈現(xiàn)出巨大的波動聚集效應(yīng)，同時遭遇沖擊后市場能很快地收斂到均衡狀態(tài)。對于投資者而言，應(yīng)特別注意各資本市場波動率所處狀態(tài)及各狀態(tài)之間的轉(zhuǎn)換，及時調(diào)整投資組合以確保獲取預(yù)期收益。

表4 各資產(chǎn)在不同波動狀態(tài)下的平均持續(xù)期

注：di=1/(1-pii)，i=1，2，3分別表示低、中、高三種波動狀態(tài)的平均持續(xù)期，因債券、黃金和原油三種資產(chǎn)收益率高波動狀態(tài)下無條件方差不顯著，故未計算相應(yīng)的d3值。

圖2四種資本市場波動率波動狀態(tài)圖

圖2展示了四個資本市場波動率波動狀態(tài)走勢及位于各波動狀態(tài)的平滑概率，因債券、黃金、原油市場高波動率狀態(tài)不顯著，故僅給出它們中、低兩種波動狀態(tài)展示圖。從中國股票市場看，在2007年至2008年之間和2015年至2016年之間，市場均呈高波動率狀態(tài)，2016年6月后市場呈現(xiàn)中波動率狀態(tài)，其它時間段處于低波動率狀態(tài)。這準(zhǔn)確反映了中國股票市場波動率波動狀態(tài)的時變特征，市場位于高波動率狀態(tài)時段恰好為中國股市遭受重大外部事件沖擊爆發(fā)巨大市場風(fēng)險的階段：2008年次貸危機(jī)導(dǎo)致全球性金融危機(jī)，2015年加杠桿和2016年初熔斷機(jī)制不恰當(dāng)引入導(dǎo)致的國內(nèi)重大股災(zāi)。從中國債券市場看，2009年前市場出現(xiàn)中低波動率交替出現(xiàn)性狀，2009年10月后市場處于中波動率狀態(tài)，2008年和2015年前后，市場波動率從低波動狀態(tài)轉(zhuǎn)換為中波動狀態(tài)，債券市場潛在風(fēng)險有所升高。從圖2可以看出黃金市場中低波動率狀態(tài)頻繁交替出現(xiàn)，致使每種狀態(tài)持續(xù)時間都較為短暫，特別是近幾年市場出現(xiàn)中波動率次數(shù)明顯高于過去，這意味著投資黃金市場面臨著更多的不確定性，黃金 “避險資產(chǎn)”屬性較大程度被削弱。本文用布倫特原油期貨替代原油期貨，所以原油市場波動率狀態(tài)圖更多的演示了全球原油市場波動率狀態(tài)變化特征。圖中所示，在2008年至2009年間與2015至2016年間存在兩個缺口，這表示原油市場處于中低波動率概率低，意味著市場以較大的概率位于高波動率狀態(tài)，這與全球原油市場實(shí)際表現(xiàn)吻合：原油市場受多種因素影響，2008年12月原油破每桶41美元，導(dǎo)致國際原油市場劇烈波動，同樣在2015年布倫特油價同比下跌超過46%；由于地域政治因素及原油供給等原因，在2013年至2014年間全球原油市場出現(xiàn)了大幅的漲跌，這段時間區(qū)間原油市場相應(yīng)呈現(xiàn)出中波動率狀態(tài)。結(jié)合四個資本市場波動率波動狀態(tài)時變圖，可以看出Markov三區(qū)制轉(zhuǎn)換模型對中國各個資本市場波動狀態(tài)進(jìn)行了準(zhǔn)確的刻畫，其結(jié)果也客觀真實(shí)的反映了中國資本市場波動率波動狀態(tài)變化特征，同時也說明了采用該模型對中國資本市場波動率波動狀態(tài)識別和區(qū)分具有較強(qiáng)的合理性。

2.動態(tài)相關(guān)系數(shù)DCC

基于DCC模型估計結(jié)果，圖3給出了中國股票、債券、黃金和原油資產(chǎn)收益率兩兩動態(tài)相關(guān)系數(shù)圖。

圖中股票—原油資本收益率間較多時間呈現(xiàn)動態(tài)弱正相關(guān)性，在面臨極端事件沖擊時，二者迅速轉(zhuǎn)換為弱的負(fù)相關(guān)性，如2008年間和2015年前后。這一定程度上說明，隨著中國資本市場規(guī)模不斷壯大和開放程度不斷深化，大宗商品石油市場對中國股票市場影響越發(fā)明顯，因而大多數(shù)時間中國股票資本收益率波動與原油收益率波動呈正相關(guān)變化，同時面臨極端事件沖擊時，投資者在兩市場間合理的資產(chǎn)配置可以分散風(fēng)險以降低損失。股票—黃金整體相關(guān)系數(shù)在-0.1～0.2之間，大多呈微弱的正相關(guān)性，僅在2008年9月份前后出現(xiàn)較短暫的負(fù)相關(guān)性，長期處于震蕩走勢。原油—黃金動態(tài)相關(guān)性系數(shù)也都為正，表現(xiàn)出與股票—黃金類似的特征和趨勢變化。因此可以看出，中國黃金僅為股票和原油的多元化資產(chǎn)，不是原油和股票市場危機(jī)和危機(jī)后期的有效避險資產(chǎn)。各資產(chǎn)收益率與債券收益率動態(tài)相關(guān)系數(shù)中，股票—債券收益率之間相關(guān)系數(shù)在-0.03～0.02之間波動，除2015年呈弱正相關(guān)性之外，其余時間段基本呈弱負(fù)相關(guān)性，特別是2018年9月至2019年10月負(fù)相關(guān)性進(jìn)一步增強(qiáng)。因此，長期來中國債券是股票弱對沖保值資產(chǎn)。當(dāng)2008年全球金融危機(jī)爆發(fā)對中國股市造成一定沖擊時，中國債券表現(xiàn)出強(qiáng)避險資產(chǎn)的特性。2015年至2016年的股災(zāi)，投資者消極投資情緒在從股票市場蔓延至債券市場，從而一定程度上導(dǎo)致債券投資收益率下降，使得股票收益率和債券收益率表現(xiàn)出弱的正相關(guān)性。原油—債券收益率間及黃金-債券收益率間相關(guān)系數(shù)絕大部分時間是呈現(xiàn)弱負(fù)向相關(guān)性，特別在2018年9月至2019年10、2015年5月至2016年6月，這種負(fù)相關(guān)進(jìn)一步加強(qiáng)，這意味著原油和黃金市場在大多數(shù)時間以及面對突發(fā)事件沖擊時，債券可作為原油和黃金資產(chǎn)的一種有效避險資產(chǎn)。

基于圖3動態(tài)相關(guān)系數(shù)可以觀察到，中國資本市場上不同資產(chǎn)之間的動態(tài)相關(guān)系數(shù)均較小，市場走勢趨同程度低且聯(lián)動性差，反映出了中國資本市場上存在著的較為嚴(yán)重的市場分割現(xiàn)象。此現(xiàn)象說明，股票市場與其他資本市場的規(guī)模差距懸殊，其他資本市場很難承接從股票市場中撤出的資金，從而難以起到對沖股市風(fēng)險的避風(fēng)港作用，導(dǎo)致市場間存在著較為明顯的分割現(xiàn)象。同時資產(chǎn)相關(guān)性能體現(xiàn)出市場的資源配置能力和信息反應(yīng)速度，部分學(xué)者將動態(tài)相關(guān)系數(shù)作為市場一體化的指標(biāo)，資產(chǎn)之間的弱相關(guān)性表明中國資本市場的資源配置能力弱，信息反映速度慢，中國應(yīng)加快多層次資本市場建設(shè)，提高資本市場的效率，使其充分發(fā)揮資源配置的作用和功能。

圖3資本收益率動態(tài)相關(guān)系數(shù)圖

四、結(jié)論與政策啟示

對中國股票、債券、黃金和原油市場波動率波動狀態(tài)進(jìn)行識別和分析，主要研究結(jié)論及政策啟示闡釋如下:

第一，基于Markov三區(qū)制狀態(tài)轉(zhuǎn)換模型，發(fā)現(xiàn)股票市場存在顯著的高、中、低三種波動率狀態(tài)，其他三種資本市場僅呈現(xiàn)低中波動率狀態(tài)；面對重大事件沖擊時，股票市場反應(yīng)靈敏，波動率迅速從低波動狀態(tài)轉(zhuǎn)換為高波動狀態(tài)。因此，應(yīng)加快多層次資本市場建設(shè)，提高股票市場的效率，使股票市場充分發(fā)揮資源配置的功能。

第二，股票和原油資產(chǎn)面臨更多的不確定風(fēng)險，而債券市場的低風(fēng)險特征使得債券更多體現(xiàn) “避險資產(chǎn)”屬性。另外采用動態(tài)相關(guān)系數(shù)對各市場資本收益率相關(guān)性時變特征進(jìn)行刻畫發(fā)現(xiàn)，債券收益率和其它三種資產(chǎn)收益率呈長期弱負(fù)相關(guān)性。因此，應(yīng)當(dāng)促進(jìn)債券市場發(fā)展，在可轉(zhuǎn)債基礎(chǔ)上進(jìn)一步探索股市和債市的互動互通機(jī)制，減少單一市場中風(fēng)險所致的“堰塞湖”現(xiàn)象。

第三，黃金與股票的收益率序列，黃金與原油的收益率序列均呈現(xiàn)出弱正相關(guān)性，說明黃金資產(chǎn)在中國更多是作為股票和原油的長期多元化投資而非避險資產(chǎn)。因此，降低黃金市場的準(zhǔn)入門檻，使其成為更多投資者認(rèn)同的金融產(chǎn)品，并在一定程度上設(shè)立“黃金證券化產(chǎn)品”，將有助于市場投資者進(jìn)行跨市場構(gòu)建資產(chǎn)組合，優(yōu)化資金配置，減少風(fēng)險損失。

第四，當(dāng)市場遭受外部重大事件沖擊，各市場處于中高波動率狀態(tài)時，各資產(chǎn)間的相關(guān)性會有明顯的上升?？傮w來說，中國不同資產(chǎn)之間的相關(guān)系數(shù)較小，各市場間相關(guān)性較弱，存在著的較為嚴(yán)重的市場分割現(xiàn)象，這種現(xiàn)象與中國股票市場規(guī)模和其他資產(chǎn)市場規(guī)模不對稱、發(fā)展不均衡，其他資產(chǎn)承接股市撤資的能力弱有著較大的聯(lián)系。嚴(yán)重的市場分割會導(dǎo)致投資者通過資產(chǎn)配置以降低投資組合風(fēng)險的效力大大削弱，一定程度上對中國的金融系統(tǒng)的穩(wěn)定性造成較大的負(fù)面影響。因此，推廣和完善中國原油期貨交易市場，提升原油期貨市場的風(fēng)險預(yù)警作用，同時逐步完善資本市場資本價格形成的市場化進(jìn)程，將有助于形成良好的金融安全體系，維護(hù)中國金融體系的穩(wěn)健運(yùn)行，促進(jìn)其平穩(wěn)健康發(fā)展。