劉靜一，李 彤，簡志宏

(1.鄭州大學(xué) 商學(xué)院,河南 鄭州 450001; 2.華中科技大學(xué) 經(jīng)濟(jì)學(xué)院,湖北 武漢 430074)

0 引言

隨著我國金融改革的不斷推進(jìn)和資本市場開放度的不斷加深，跨行業(yè)經(jīng)營和投資層出不窮，不同企業(yè)或行業(yè)之間的聯(lián)系日趨緊密。特別地，2015年6月股災(zāi)中出現(xiàn)的“千股跌?！爆F(xiàn)象，充分暴露了中國股票市場的脆弱性和不穩(wěn)定性。研究表明，金融風(fēng)險主要通過信息和信用兩種渠道跨行業(yè)傳播，引起市場的持續(xù)劇烈震蕩，加劇系統(tǒng)性金融風(fēng)險。Ross[1]研究發(fā)現(xiàn)，在標(biāo)準(zhǔn)的鞅資產(chǎn)價格模型中，波動率是市場信息的主要攜帶者，因而，金融市場的風(fēng)險溢出問題多落腳于資產(chǎn)收益波動率溢出?！安▌右绯鲂?yīng)”是指一個市場(行業(yè))的波動可能引起另一市場(行業(yè))的波動。高的溢出效應(yīng)，意味著“板塊聯(lián)動”甚至“同漲同跌”極易發(fā)生，從而引致較大的系統(tǒng)性風(fēng)險?；ヂ?lián)網(wǎng)泡沫危機(jī)、美國次貸危機(jī)和歐債危機(jī)等都是由單一機(jī)構(gòu)或行業(yè)的危機(jī)擴(kuò)散而引致的系統(tǒng)性風(fēng)險。準(zhǔn)確地度量股票市場不同行業(yè)間的波動率溢出，系統(tǒng)全面地研究行業(yè)間的波動溢出機(jī)制，有助于監(jiān)管政策的制定與實(shí)施、投資者的投資決策和系統(tǒng)性金融風(fēng)險的防范與控制。

國內(nèi)外學(xué)術(shù)界對金融市場的風(fēng)險溢出的研究方法主要基于GARCH類模型，研究對象集中于不同市場的風(fēng)險溢出。李成等[2]采用VAR-GARCH-BEKK研究發(fā)現(xiàn)我國股票、債券、外匯和貨幣市場間存在顯著的雙向波動溢出效應(yīng)；何德旭和苗文龍[3]在DCC-GARCH類方法下研究了美、日、英、德等利率波動對中國股指波動的溢出效應(yīng)和杠桿效應(yīng)，此外，Miyakoshi[4]和Arouri等[5]等學(xué)者也在多元GARCH下進(jìn)行了相關(guān)研究。以上研究多停留在市場間溢出效應(yīng)存在性的檢驗(yàn)，無法刻畫整個市場風(fēng)險溢出效應(yīng)的時變特征和單個市場的溢出貢獻(xiàn)及凈溢出效應(yīng)。

學(xué)術(shù)界通常采用滾窗(rolling window)VAR方法來刻畫金融市場波動溢出的時變特征，即首先采用常系數(shù)VAR模型對固定時窗樣本建模并估計參數(shù)，再進(jìn)行金融市場間波動的影響分析。Diebold等[6,7]基于滾窗VAR方法和廣義預(yù)測誤差方差分解技術(shù)實(shí)現(xiàn)了波動率溢出指數(shù)的時變估計，該方法主要有三方面優(yōu)點(diǎn)，一是方差分解的結(jié)果不受變量排序的影響；二是計算較容易，能夠描述波動溢出的方向和量化波動溢出效應(yīng)的大小；三是可以與滾動窗口技術(shù)相結(jié)合，刻畫波動溢出的動態(tài)特征?；诖朔椒?，國內(nèi)外學(xué)者展開了大量研究。鄭挺國和劉堂勇[8]研究了中國股市與國際股市間的波動溢出強(qiáng)度和動態(tài)特征；周開國等[9]研究了香港與亞太地區(qū)股市的溢出效應(yīng)；Albulescu等[10]研究了經(jīng)濟(jì)政策不確定性與石油和外匯市場波動溢出效應(yīng)的相關(guān)性。但這些研究均忽視了市場沖擊對波動率溢出指數(shù)的非對稱性影響。

作為金融市場最重要的典型化特征，非對稱性刻畫了好消息沖擊(好的波動)和壞消息沖擊(壞的波動)對資產(chǎn)價格波動影響的不一致性。陳浪南和黃杰鯤[11]、陳永偉[12]等都證明了中國股市波動存在顯著的非對稱性。Bartram等[13]從微觀層面上將“好的波動”定義為使公司更具生產(chǎn)力的因素，“壞的波動”則是使公司發(fā)展受到阻礙的因素；Segal等[14]從宏觀層面上表明“好的波動”預(yù)示著未來宏觀經(jīng)濟(jì)指標(biāo)向好引起的資產(chǎn)價格上升，而“壞的波動”則為經(jīng)濟(jì)增長率下降以引起的資產(chǎn)價格降低。既然利好和利空消息對于波動具有顯著的非對稱性，那么是否對波動溢出也具有非對稱性呢？Barunik等[15]首次表明美國股市行業(yè)間波動溢出具有非對稱性。BenS[16]研究表明不同國家股票市場的波動溢出具有顯著的非對稱性和時變性。總之，國外關(guān)于波動溢出的非對稱性研究處于較早階段，而國內(nèi)學(xué)者尚未涉足相關(guān)研究。

基于以上分析，本文采用Barndorff-Nielsen[17]提出的已實(shí)現(xiàn)方差來計算波動率，并依據(jù)Barndorff-Nielsen等[18]將已實(shí)現(xiàn)方差分解為已實(shí)現(xiàn)正半方差和已實(shí)現(xiàn)負(fù)半方差，作為“好的波動”和“壞的波動”的代理變量?；贒iebold等[6]計算波動溢出指數(shù)，引入非對稱指數(shù)(SAM)衡量波動溢出的非對稱性，研究不同行業(yè)在波動溢出中的貢獻(xiàn)、不同信息沖擊在行業(yè)間的傳導(dǎo)機(jī)制以及波動溢出的非對稱性。研究的創(chuàng)新之處在于，與以往研究采用日度開盤價、收盤價、最低價和最高價來構(gòu)造波動率指標(biāo)不同，本文擬充分利用股票價格的日內(nèi)價格信息，采用五分鐘價格數(shù)據(jù)來構(gòu)造已實(shí)現(xiàn)波動率，并在此基礎(chǔ)上分離出“好的波動”和“壞的波動”，分析波動率溢出的非對稱性；此外，與多數(shù)研究側(cè)重于不同金融市場間的波動溢出不同，本文聚焦于股票市場各行業(yè)間的波動溢出，能夠方便地識別出系統(tǒng)重要性行業(yè)，為金融監(jiān)管的政策實(shí)施提供理論依據(jù)。

1 波動指數(shù)和波動率溢出指數(shù)的構(gòu)建

1.1 已實(shí)現(xiàn)方差和已實(shí)現(xiàn)半方差

1.2 波動溢出指數(shù)的構(gòu)建

(1)構(gòu)造總波動溢出指數(shù)

其次，在廣義VAR模型框架下，xj(i,j=1,2,…,N;i≠j)對xi的向前H步預(yù)測誤差的方差為:

(2)構(gòu)造凈波動溢出指數(shù)

(3)構(gòu)造非對稱波動溢出指數(shù)

借鑒Barunik等[15]將非對稱溢出指數(shù)SAM定義為好的波動溢出與壞的波動溢出之差:SAM=S+-S-,式中S+和S-分別為由已實(shí)現(xiàn)正半方差RS+與已實(shí)現(xiàn)負(fù)半方差RS-計算所得的波動溢出指數(shù)。

2 實(shí)證結(jié)果分析

2.1 數(shù)據(jù)來源與選取

選取上證行業(yè)指數(shù)系列來研究我國股票市場行業(yè)間的波動溢出效應(yīng)，該系列指數(shù)是將滬市的全部樣本股按照能源、原材料、工業(yè)、可選消費(fèi)、主要消費(fèi)、醫(yī)藥衛(wèi)生、金融地產(chǎn)、信息技術(shù)、電信業(yè)務(wù)、公用事業(yè)十個一級行業(yè)分類而編制的行業(yè)指數(shù)。Andersen和Bollerslev[19]指出5分鐘的數(shù)據(jù)抽樣頻率既可以滿足精度的要求，也在一定程度上減小噪音的影響；唐勇[20]以上證綜指為例證實(shí)了5分鐘抽樣頻率數(shù)據(jù)的合理性，因此，本文數(shù)據(jù)抽樣頻率為5分鐘，樣本區(qū)間為2010年1月4日到2019年6月28日，所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。

2.2 總波動溢出指數(shù)的靜態(tài)分析

表1 “好的波動”和“壞的波動”溢出指數(shù)表

注:表1上半部分和下半部分分別為“好的波動”和“壞的波動”的溢出指數(shù)。

表1為測算的總波動溢出指數(shù)。可以得到如下結(jié)論：第一，“好的波動”和“壞的波動”下的溢出指數(shù)均大于80，表明各行業(yè)之間存在很強(qiáng)的關(guān)聯(lián)性。第二，各個行業(yè)接收的其他行業(yè)的波動溢出(Sfrom)相差不大，相對較高的是可選消費(fèi)和主要消費(fèi)行業(yè)。第三，幾乎所有行業(yè)都對于利空消息的接收和傳遞都比利好消息都更為敏感，特別地，可選消費(fèi)、能源、金融地產(chǎn)和電信業(yè)務(wù)行業(yè)的信息傳遞表現(xiàn)出顯著的非對稱性。第四，各行業(yè)對其他行業(yè)的波動溢出指數(shù)(Sto)存在顯著的差異，其中，可選消費(fèi)行業(yè)對其他行業(yè)的波動溢出指數(shù)顯著高于其他行業(yè)，隨后是工業(yè)、原材料行業(yè)和主要消費(fèi)業(yè)，金融地產(chǎn)行業(yè)對其他行業(yè)波動溢出指數(shù)最低。其主要原因可能包含以下幾點(diǎn)：

一是可選消費(fèi)行業(yè)包括汽車、家電、零售和休閑旅游等非必要性消費(fèi)，涵蓋面廣，具有很強(qiáng)的周期性，對經(jīng)濟(jì)運(yùn)行狀況的反應(yīng)極為敏感，在消費(fèi)全面升級的背景下，對經(jīng)濟(jì)的貢獻(xiàn)度日益突出，在信息的傳遞中處于核心地位，成為股票市場的主要波動源。二是工業(yè)作為基礎(chǔ)性行業(yè)，屬于市場融資的主要力量，該行業(yè)的資金流動會對其他行業(yè)產(chǎn)生較影響。三是原材料產(chǎn)業(yè)作為一種上游產(chǎn)業(yè)，其市場波動直接影響到與之相關(guān)的中游和下游產(chǎn)業(yè)的現(xiàn)金流狀況，進(jìn)而對整個市場產(chǎn)生極大影響。四是指數(shù)中的金融業(yè)主要包含國有銀行、大型股份制商業(yè)銀行和大型券商及保險公司，金融監(jiān)管非常嚴(yán)格，且大量資金注入鋼鐵和基建行業(yè)，對其他實(shí)體經(jīng)濟(jì)的支持偏弱，因而影響力度相對有限；對房地產(chǎn)行業(yè)來說，雖然其泡沫化一直備受質(zhì)疑，但購房仍處于剛性需求，且盡管政府對房地產(chǎn)業(yè)的政策存在結(jié)構(gòu)性微調(diào)，但政策方向和態(tài)度十分明朗，使得房地產(chǎn)業(yè)對其他行業(yè)的影響較為輕微。

2.3 波動溢出指數(shù)的動態(tài)分析(滾動窗口分析)

大量研究表明，各種資產(chǎn)與市場之間的相關(guān)系數(shù)具有時變特征，且在市場下跌階段，股票與市場間的相關(guān)性更高，為了更為生動地揭示波動傳遞的動態(tài)關(guān)系，下文使用200天的滾動窗口研究行業(yè)間“好的波動”和“壞的波動”的動態(tài)溢出機(jī)制。

(1)總波動溢出指數(shù)的動態(tài)分析

從圖1可以看到，溢出指數(shù)具有明顯的時變特征，“壞的波動”的總溢出指數(shù)明顯高于“好的波動”，表明波動溢出效應(yīng)存在顯著的非對稱性。歐債危機(jī)、股災(zāi)事件和中美貿(mào)易戰(zhàn)等極端事件發(fā)生時，總溢出指數(shù)都有抬升趨勢，可能是由于在經(jīng)濟(jì)不確定性較高時期，投資者情緒更加不穩(wěn)定，羊群效應(yīng)顯現(xiàn)，容易導(dǎo)致各行業(yè)“板塊聯(lián)動”、“股價齊漲齊跌”現(xiàn)象。而2013年“錢荒”時期的表現(xiàn)存在明顯差異，“壞的波動”下的總溢出指數(shù)明顯增加，而“好的波動”下的總溢出指數(shù)反而下降，主要原因是在該時期銀行銀行流動性收緊，在央行強(qiáng)制金融機(jī)構(gòu)去杠桿的明確政策導(dǎo)向下，整個市場如驚弓之鳥，對好消息的反應(yīng)較為謹(jǐn)慎，好消息提振市場乏力，難以實(shí)現(xiàn)在各行業(yè)之間的有效傳遞。總的來說，相對于“錢荒”事件，其他事件更為不可預(yù)料，且多是外部環(huán)境的突然變化而引起，當(dāng)市場中出現(xiàn)好的政策消息時，投資者表現(xiàn)出更強(qiáng)的信心，從而市場間傳遞更為通暢。

圖1 “好的波動”、“壞的波動”和總體波動的總溢出指數(shù)

(2)凈波動溢出指數(shù)的動態(tài)分析

圖2為凈溢出指數(shù)的動態(tài)。顯然可見，各行業(yè)對于其它行業(yè)的凈波動溢出具有明顯的時變特征，其中，原材料、工業(yè)、可選消費(fèi)這三個行業(yè)在絕大多數(shù)時期對其他所有行業(yè)的波動溢出都為凈輸出者，表明信息更容易從這三個行業(yè)溢出，投資者對這些行業(yè)的關(guān)注度更高；而電信業(yè)務(wù)、金融地產(chǎn)行業(yè)、公用事業(yè)絕大多數(shù)時期對其他所有行業(yè)的波動溢出為凈輸入者。值得注意的是，金融地產(chǎn)業(yè)在2015年上半年表現(xiàn)為極強(qiáng)的對其他行業(yè)的凈波動輸出。原因可能是2014年5月政府出臺“國九條”，主張進(jìn)行資本市場改革，提高直接融資比重，同時為刺激股市的活躍性，政府降低了融資融券的客戶資金門檻，這些措施推動金融業(yè)行情向好，金融業(yè)成為推動市場上行的主要力量。

特別地，在2015年6月的股災(zāi)期間，各行業(yè)波動溢出程度和承擔(dān)角色發(fā)生了巨大變化?？蛇x消費(fèi)業(yè)和工業(yè)兩個行業(yè)的凈溢出效應(yīng)顯著降低，表明這兩個行業(yè)并不是股災(zāi)時期的主要波動源；能源、原材料、主要消費(fèi)行業(yè)的凈溢出效應(yīng)顯著增加且為正值，表明這三個行業(yè)是市場波動的主要發(fā)起者，可能是引起股災(zāi)的主要力量；金融地產(chǎn)與信息技術(shù)行業(yè)凈溢出效應(yīng)顯著為負(fù)值，表明這兩個行業(yè)是市場波動的主要承受者，受挫最為嚴(yán)重。

圖2 凈波動溢出指數(shù)

(3)波動溢出的非對稱指數(shù)

圖1和圖2難以直接刻畫各行業(yè)間溢出效應(yīng)的非對稱性程度。與之不同，波動溢出的非對稱指數(shù)(SAM)可以判斷在每一時期市場是“好的波動”還是“壞的波動”的溢出占主導(dǎo)地位，同時，SAM也可作為衡量經(jīng)濟(jì)上行或下行壓力大小指標(biāo)。從圖3可以看出，基本上在整個樣本期間內(nèi)，“壞的波動”的溢出效應(yīng)均大于“好的波動”的溢出效應(yīng)，這表明市場大多數(shù)情況下被“壞的波動”所主導(dǎo)，市場整體預(yù)期較為悲觀，經(jīng)濟(jì)處于下行階段。近期SAM較為平穩(wěn)，表明目前經(jīng)濟(jì)狀況比較平穩(wěn)，但總體經(jīng)濟(jì)仍未步入上行階段。

(4)方向性波動溢出非對稱指數(shù)

方向性波動溢出非對稱指數(shù)SAMto和SAMfrom可以探究波動溢出非對稱效應(yīng)的傳導(dǎo)路徑。從圖4左側(cè)部分顯示，各行業(yè)所接受的波動溢出屬于“壞的波動”(SAMfrom<0)，“壞的波動”的溢出效應(yīng)占據(jù)主導(dǎo)地位。特別地，2012年到2013年上半年，金融地產(chǎn)行業(yè)SAMfrom顯著為正且較為持久，表明金融地產(chǎn)行業(yè)對于利好消息更具敏感性。從圖4右側(cè)部分顯示，多數(shù)時期，電信業(yè)務(wù)、公用事業(yè)、醫(yī)藥衛(wèi)生、信息技術(shù)業(yè)對利空消息的傳遞更為明顯，是經(jīng)濟(jì)下行壓力的主要來源，可選消費(fèi)行業(yè)對利好消息的傳遞更為有效。特別地，在2015年6月股災(zāi)時期，能源、原材料、工業(yè)、主要消費(fèi)四個行業(yè)在這段期間均呈現(xiàn)出大于零SAMt0，表明這些行業(yè)對于整個市場股價下跌起一定的支撐作用；除此之外，其它行業(yè)的SAMt0均為負(fù)值，是整個市場的股價下跌的推動力量。

圖3 波動溢出非對稱指數(shù)(SAM)

圖4 方向性波動溢出非對稱指數(shù)

3 穩(wěn)健性分析

從表2可以看到，一是平均來看，無論系統(tǒng)中是否納入標(biāo)普500指數(shù)，各行業(yè)波動溢出貢獻(xiàn)度的統(tǒng)計指標(biāo)差距并不明顯；二是標(biāo)普500指數(shù)是否納入模型系統(tǒng)，溢出貢獻(xiàn)度排名高度一致，可選消費(fèi)業(yè)的溢出貢獻(xiàn)度排第一位，而金融地產(chǎn)業(yè)排名最末，表明前文的研究結(jié)論具有較強(qiáng)的穩(wěn)健性。

表2 “壞的波動”溢出貢獻(xiàn)度的統(tǒng)計分析

從圖5各行業(yè)波動溢出貢獻(xiàn)度(篇幅限制，僅報告4個代表性行業(yè))的動態(tài)走勢來看，一是標(biāo)普500指數(shù)是否納入模型系統(tǒng)前后，各行業(yè)溢出貢獻(xiàn)度的動態(tài)走勢高度一致，再次表明研究結(jié)論的穩(wěn)健性；二是各行業(yè)波動溢出貢獻(xiàn)度具有顯著時變性，且“好的波動”和“壞的波動”走勢較為一致，特別地，金融地產(chǎn)業(yè)的溢出貢獻(xiàn)度與政策周期較為一致，以“壞的波動”為例，隨著2011年“國八條”出臺，“限購”、“限價”和“限貸”政策全面升級，降低了金融地產(chǎn)業(yè)對經(jīng)濟(jì)系統(tǒng)性風(fēng)險的影響，其波動溢出貢獻(xiàn)度降到8.27%的低點(diǎn)，隨著2014年房地產(chǎn)限購的逐步放松及2015年限貸放松和寬松貨幣政策的推行，使得金融地產(chǎn)業(yè)對經(jīng)濟(jì)系統(tǒng)性風(fēng)險的貢獻(xiàn)度又達(dá)到9.8%的歷史高點(diǎn)。

圖5 波動溢出貢獻(xiàn)度的動態(tài)走勢

4 結(jié)論及建議

本文將波動分解為“好的波動”和“壞的波動”，研究了各行業(yè)之間的動態(tài)波動溢出指數(shù)以及利好消息和利空消息對于行業(yè)之間波動溢出效應(yīng)的動態(tài)非對稱性及溢出機(jī)制，采用非對稱指數(shù)(SAM)來量化了波動溢出的非對稱程度，通過將DY2012的方法和滾動窗口技術(shù)相結(jié)合，研究了各行業(yè)間波動溢出的動態(tài)特征和溢出機(jī)制。本文的研究結(jié)論可歸納為如下四個方面：

(1)從總溢出指數(shù)來看，靜態(tài)分析結(jié)果顯示，所有行業(yè)的總溢出指數(shù)均超過了80%，表明我國股票市場系統(tǒng)性風(fēng)險較高。其中可選消費(fèi)行業(yè)為波動溢出貢獻(xiàn)了最大的力量，金融地產(chǎn)行業(yè)的貢獻(xiàn)最小。能源、金融地產(chǎn)和電信業(yè)務(wù)對壞消息的傳遞能力明顯強(qiáng)于對好消息的傳遞能力。動態(tài)分析結(jié)果顯示，總波動溢出指數(shù)具有明顯的時變特征，在極端事件發(fā)生時期，“壞的波動”下的總溢出指數(shù)明顯提升，而“錢荒”時期，“好的波動”下的總溢出指數(shù)呈現(xiàn)下跌趨勢。

(2)從凈波動溢出指數(shù)的動態(tài)分析來看，原材料、工業(yè)、可選消費(fèi)這三個行業(yè)在絕大多數(shù)時期都為凈輸出者，是市場波動的主要來源；而電信業(yè)務(wù)、金融地產(chǎn)、公用事業(yè)行業(yè)絕大多數(shù)時期對其他所有行業(yè)的波動溢出為凈輸入者。但在2015年6月股災(zāi)時期，溢出機(jī)制出現(xiàn)了重要轉(zhuǎn)折，能源、原材料、主要消費(fèi)行業(yè)為股災(zāi)的主要發(fā)起者，而金融地產(chǎn)與信息技術(shù)行業(yè)在股災(zāi)中受損最嚴(yán)重。

(3)從溢出效應(yīng)非對稱指數(shù)的估計結(jié)果來看，各行業(yè)之間波動溢出效應(yīng)存在明顯的非對稱性，“壞的波動”的溢出效應(yīng)占主導(dǎo)地位。從方向性非對稱溢出指數(shù)的動態(tài)來看，多數(shù)時期，電信業(yè)務(wù)、公用事業(yè)、醫(yī)藥衛(wèi)生、信息技術(shù)業(yè)對利空消息的傳遞更為明顯，可選消費(fèi)行業(yè)對利好消息的傳遞更為有效。當(dāng)前，只有醫(yī)藥衛(wèi)生行業(yè)向其他行業(yè)傳遞顯著的凈“好的波動”溢出效應(yīng)。

(4)從各行業(yè)溢出貢獻(xiàn)度的動態(tài)分析和系統(tǒng)的穩(wěn)健性分析來看，可選消費(fèi)業(yè)和地產(chǎn)金融業(yè)的溢出貢獻(xiàn)度分別為最大和最小；標(biāo)普500加入模型系統(tǒng)后，基于平均溢出貢獻(xiàn)度的各行業(yè)排名沒有顯著變化，且沒有改變各行業(yè)溢出貢獻(xiàn)度的動態(tài)走勢，因此，本文研究結(jié)論具有較強(qiáng)的穩(wěn)健性。

以上研究結(jié)論在我國系統(tǒng)性金融風(fēng)險防范方面有重要的政策含義。一是應(yīng)當(dāng)關(guān)注原材料、工業(yè)、可選消費(fèi)行業(yè)的發(fā)展?fàn)顩r，因?yàn)樗鼈兪鞘袌鼋?jīng)濟(jì)波動的主要來源；二是要持續(xù)監(jiān)控金融地產(chǎn)行業(yè)的狀況，因?yàn)榻鹑诘禺a(chǎn)行業(yè)對于外部信息沖擊極為敏感，在整個市場中發(fā)揮著“晴雨表”的作用；三是基于波動溢出非對稱指數(shù)(SAM)的估計效果可以判斷當(dāng)前股票市場仍處于弱度下行時期，謹(jǐn)防在壞消息下，金融地產(chǎn)、電信業(yè)務(wù)、公用事業(yè)三個行業(yè)對整體市場的負(fù)面影響，必要時可以通過對醫(yī)藥衛(wèi)生行業(yè)出臺利好消息來提振整個市場。