曾志堅(jiān), 謝天賜, 劉光宇

(湖南大學(xué) 工商管理學(xué)院, 湖南 長(zhǎng)沙 410082)

一 引 言

金融自由化的加深與金融創(chuàng)新的快速發(fā)展使金融資產(chǎn)間的信息傳遞越發(fā)高效，傳遞方式也越加多元化[1]。伴隨著極端風(fēng)險(xiǎn)事件的頻繁爆發(fā)，金融資產(chǎn)極端風(fēng)險(xiǎn)不斷相互傳遞產(chǎn)生資產(chǎn)間的極端風(fēng)險(xiǎn)溢出。公司債券與股票是資產(chǎn)配置的兩大主要品種，也是上市公司獲取外部資金的重要工具，具有較高的同質(zhì)性，兩者的風(fēng)險(xiǎn)信息會(huì)相互傳遞，使兩者的極端風(fēng)險(xiǎn)相互交織產(chǎn)生極端風(fēng)險(xiǎn)溢出。

目前，經(jīng)濟(jì)發(fā)展的下行壓力加大，公司經(jīng)營(yíng)環(huán)境惡化導(dǎo)致公司面臨著財(cái)務(wù)、經(jīng)營(yíng)與信用風(fēng)險(xiǎn)增大的處境，使公司風(fēng)險(xiǎn)逐漸累積。頻繁爆發(fā)的公司債券違約事件導(dǎo)致公司債券的潛在風(fēng)險(xiǎn)不斷增大，公司債券極端風(fēng)險(xiǎn)傳導(dǎo)至股票會(huì)誘發(fā)股票崩盤，造成公司債券風(fēng)險(xiǎn)向股票傳遞。而股票爆發(fā)的極端風(fēng)險(xiǎn)可能會(huì)傳導(dǎo)給上市公司，使上市公司潛在風(fēng)險(xiǎn)增大，導(dǎo)致公司債券極端風(fēng)險(xiǎn)加劇，造成兩者的極端風(fēng)險(xiǎn)不斷相互傳導(dǎo)[2]。公司債券與股票內(nèi)在價(jià)值均會(huì)受公司內(nèi)在價(jià)值的影響，其價(jià)格波動(dòng)之間存在較強(qiáng)的聯(lián)動(dòng)性，因此，從公司層面考察公司債券與股票的極端風(fēng)險(xiǎn)溢出具有重要意義。

二 文獻(xiàn)綜述

風(fēng)險(xiǎn)溢出來源于金融資產(chǎn)價(jià)格的波動(dòng)性及相互溢出。有關(guān)債券與股票間風(fēng)險(xiǎn)溢出的研究起始于兩者間的波動(dòng)溢出，大部分學(xué)者利用股票與債券的市場(chǎng)指數(shù)考察兩者間波動(dòng)溢出。如Erer，Erer和Korkmaz[3]探討了不同市場(chǎng)狀態(tài)下國(guó)債市場(chǎng)與股票市場(chǎng)間的波動(dòng)溢出，發(fā)現(xiàn)波動(dòng)溢出在熊市中表現(xiàn)為負(fù)，在牛市中則表現(xiàn)為正。Alkan和Cicek[4]認(rèn)為，股票市場(chǎng)與國(guó)債市場(chǎng)間的波動(dòng)溢出顯著存在，且市場(chǎng)上活躍的投資者套利活動(dòng)加強(qiáng)了兩者間波動(dòng)溢出的強(qiáng)度。Tiwari，Cunado和Gupta等[5]考察了主權(quán)債券市場(chǎng)與股票市場(chǎng)間波動(dòng)溢出的狀態(tài)，發(fā)現(xiàn)股票市場(chǎng)占據(jù)了主導(dǎo)者的地位，主權(quán)債券市場(chǎng)是波動(dòng)溢出接收者。Aftab，Beg和Sun等[6]以5年期平均債券利率代指?jìng)袌?chǎng)，利用GJR-GARCH模型考察股票市場(chǎng)與債券市場(chǎng)間的波動(dòng)溢出，結(jié)果表明股票市場(chǎng)對(duì)債券市場(chǎng)的波動(dòng)溢出強(qiáng)度更高。肖芝露和尹玉良[7]對(duì)股票市場(chǎng)與企業(yè)債市場(chǎng)間波動(dòng)溢出進(jìn)行實(shí)證研究，認(rèn)為企業(yè)債市場(chǎng)對(duì)股票市場(chǎng)的波動(dòng)溢出較強(qiáng)，還發(fā)現(xiàn)隨著市場(chǎng)改革的深化以及市場(chǎng)開放程度的提高，兩者間波動(dòng)溢出越加顯著。對(duì)上述文獻(xiàn)進(jìn)行總結(jié)后發(fā)現(xiàn)，股票市場(chǎng)與債券市場(chǎng)間存在顯著的波動(dòng)溢出，而且波動(dòng)溢出存在時(shí)變性與非對(duì)稱性，金融市場(chǎng)改革的深化與市場(chǎng)狀態(tài)的變化均會(huì)影響到波動(dòng)溢出的狀態(tài)。

通過波動(dòng)溢出來衡量債券市場(chǎng)與股票市場(chǎng)間的風(fēng)險(xiǎn)溢出容易忽略極端風(fēng)險(xiǎn)問題，債券市場(chǎng)與股票市場(chǎng)爆發(fā)的極端風(fēng)險(xiǎn)會(huì)產(chǎn)生嚴(yán)重的經(jīng)濟(jì)后果，利用股票市場(chǎng)與債券市場(chǎng)極端風(fēng)險(xiǎn)考察兩者間極端風(fēng)險(xiǎn)溢出逐漸得到學(xué)者們的重點(diǎn)關(guān)注。陳學(xué)彬和曾裕峰[8]選取總債券指數(shù)、國(guó)債指數(shù)與企業(yè)債指數(shù)代表債券市場(chǎng)，利用MVMQ-CAViaR模型探究了股票市場(chǎng)與債券市場(chǎng)間的極端風(fēng)險(xiǎn)溢出，認(rèn)為極端風(fēng)險(xiǎn)溢出會(huì)隨著金融改革的深化而增強(qiáng)，且隨著市場(chǎng)狀態(tài)的變化逐漸調(diào)整，還發(fā)現(xiàn)股票與不同債券間的風(fēng)險(xiǎn)溢出關(guān)系完全一致。嚴(yán)偉祥和張維[9]以債券總凈價(jià)指數(shù)代表債券市場(chǎng)，利用股票市場(chǎng)與債券市場(chǎng)的尾部相依性考察了兩者間極端風(fēng)險(xiǎn)溢出，認(rèn)為由于兩者所屬市場(chǎng)有所區(qū)別并存在市場(chǎng)分割現(xiàn)象，兩者間的極端風(fēng)險(xiǎn)溢出處于較弱的狀態(tài)，但是會(huì)隨著極端風(fēng)險(xiǎn)事件的爆發(fā)而加強(qiáng)。Sakemoto[10]深入討論了極端風(fēng)險(xiǎn)事件對(duì)股票市場(chǎng)與政府債券市場(chǎng)間極端風(fēng)險(xiǎn)溢出的作用，發(fā)現(xiàn)在新興市場(chǎng)上兩者間的極端風(fēng)險(xiǎn)溢出易受金融危機(jī)等極端風(fēng)險(xiǎn)事件的影響。Fang，Yu和Li[11]認(rèn)為，在經(jīng)濟(jì)不確定性較高或發(fā)生極端風(fēng)險(xiǎn)事件時(shí)，投資者出于規(guī)避風(fēng)險(xiǎn)的目的，傾向用債券代替股票，使股票市場(chǎng)與政府債券市場(chǎng)間產(chǎn)生極端風(fēng)險(xiǎn)溢出。方意、于渤和王煒[12]運(yùn)用事件分析法考察債券市場(chǎng)與股票市場(chǎng)間極端風(fēng)險(xiǎn)溢出，發(fā)現(xiàn)兩者間存在顯著的極端風(fēng)險(xiǎn)溢出，且風(fēng)險(xiǎn)事件的爆發(fā)增強(qiáng)了兩者間的極端風(fēng)險(xiǎn)溢出。上述研究表明債券市場(chǎng)與股票市場(chǎng)極端風(fēng)險(xiǎn)間的傳遞形成了兩者間顯著的極端風(fēng)險(xiǎn)溢出，而且兩者間的極端風(fēng)險(xiǎn)溢出會(huì)隨著極端風(fēng)險(xiǎn)事件的爆發(fā)逐漸增強(qiáng)。

部分學(xué)者對(duì)債券市場(chǎng)與股票市場(chǎng)間風(fēng)險(xiǎn)溢出的特征進(jìn)行深入探討。吳永鋼、趙航和卜林[13]發(fā)現(xiàn)，債券市場(chǎng)在兩者間的風(fēng)險(xiǎn)溢出中占據(jù)主導(dǎo)地位，是重要的風(fēng)險(xiǎn)外溢方；股票市場(chǎng)處于相對(duì)被動(dòng)的地位，屬于風(fēng)險(xiǎn)接收方。McMillan[14]卻得出了不同的結(jié)論，認(rèn)為國(guó)債市場(chǎng)與股票市場(chǎng)間風(fēng)險(xiǎn)溢出的方向主要為股票市場(chǎng)到國(guó)債市場(chǎng)，而國(guó)債市場(chǎng)向股票市場(chǎng)的風(fēng)險(xiǎn)溢出強(qiáng)度較弱。侯縣平、傅春燕和林子梟等[15]探討了債券市場(chǎng)與股票市場(chǎng)間極端風(fēng)險(xiǎn)溢出的特征，發(fā)現(xiàn)上尾對(duì)下尾風(fēng)險(xiǎn)溢出強(qiáng)度高于下尾對(duì)上尾風(fēng)險(xiǎn)溢出強(qiáng)度，且股票市場(chǎng)對(duì)債券市場(chǎng)極端風(fēng)險(xiǎn)溢出的強(qiáng)度更高。股票市場(chǎng)與債券市場(chǎng)之間存在不同方向的極端風(fēng)險(xiǎn)溢出，不同方向的極端風(fēng)險(xiǎn)溢出在強(qiáng)度方面存在區(qū)別，呈現(xiàn)出非對(duì)稱性。

綜合來看，現(xiàn)有研究主要利用市場(chǎng)指數(shù)數(shù)據(jù)考察債券市場(chǎng)與股票市場(chǎng)間的風(fēng)險(xiǎn)溢出狀態(tài)，探討了重大風(fēng)險(xiǎn)事件的爆發(fā)，以及市場(chǎng)改革的深化對(duì)兩者間極端風(fēng)險(xiǎn)溢出的影響，但是從上市公司視角進(jìn)行的研究尚且不多。現(xiàn)有研究多是考察國(guó)債、政府債券、主權(quán)債券和企業(yè)債券等債券與股票間的風(fēng)險(xiǎn)溢出，對(duì)公司債券與股票間的風(fēng)險(xiǎn)溢出研究較少?？紤]到公司債券與股票均由上市公司發(fā)行，兩者會(huì)受上市公司的影響產(chǎn)生風(fēng)險(xiǎn)聯(lián)動(dòng)，而且公司債券經(jīng)過十余年的發(fā)展已經(jīng)逐漸成為債券中的重要一員，明晰公司債券與股票間風(fēng)險(xiǎn)溢出的狀態(tài)至關(guān)重要。因此，本文利用上市公司的面板數(shù)據(jù)考察兩者間的極端風(fēng)險(xiǎn)溢出。

在研究方法上，GARCH族模型[3-4，6-7]及分位數(shù)回歸相關(guān)模型[8，13，15-16]的應(yīng)用較多。GARCH模型雖然能夠?qū)︼L(fēng)險(xiǎn)溢出進(jìn)行測(cè)度，但是其假定收益率殘差序列服從正態(tài)分布，然而實(shí)際上金融資產(chǎn)收益率序列大多為尖峰厚尾分布，其殘差序列不一定滿足模型假設(shè)。分位數(shù)回歸的相關(guān)模型不僅放松了對(duì)變量分布的假設(shè)，還能夠刻畫變量在整個(gè)分布區(qū)間上的關(guān)系并直接考察金融資產(chǎn)收益率序列的尾部區(qū)間特征[17]，在考察極端風(fēng)險(xiǎn)溢出方面比其他模型具有一定的優(yōu)勢(shì)。其中，分位Granger因果關(guān)系模型能夠構(gòu)建風(fēng)險(xiǎn)信息向量，將金融資產(chǎn)收益率分布劃分為多個(gè)區(qū)間，并使用基于核估計(jì)的非參數(shù)檢驗(yàn)法考察金融資產(chǎn)收益率尾部區(qū)間之間是否存在因果關(guān)系，通過考察金融資產(chǎn)尾部風(fēng)險(xiǎn)傳遞狀態(tài)來分析金融資產(chǎn)間的極端風(fēng)險(xiǎn)溢出[18]。本文利用分位線性GARCH模型估計(jì)公司債券與股票的VaR值，以度量公司債券與股票的極端風(fēng)險(xiǎn)，在此基礎(chǔ)上使用極端分位Granger因果關(guān)系模型考察公司債券與股票間的極端風(fēng)險(xiǎn)溢出。

三 公司債券與股票間極端風(fēng)險(xiǎn)溢出的現(xiàn)實(shí)背景與機(jī)理分析

(一)公司債券與股票間極端風(fēng)險(xiǎn)溢出的現(xiàn)實(shí)背景

自2015年《公司債券發(fā)行與交易管理辦法》頒布后，公司債券市場(chǎng)的規(guī)?？焖贁U(kuò)張，發(fā)行量較前些年得到了極大提升，在債券市場(chǎng)中占據(jù)了一席之地。圖1展示了2007至2019年公司債券發(fā)行量及違約數(shù)量的變化，可以發(fā)現(xiàn)公司債券發(fā)行量自2015年起開始迅速增加，在2017年經(jīng)歷了調(diào)整后發(fā)行量穩(wěn)步提升。但是在快速發(fā)展過程中，公司債券的風(fēng)險(xiǎn)也在不斷地暴露。自2014年“超日債”違約事件發(fā)生后，不斷有公司債券違約，2018年和2019年分別有58只和105只公司債券實(shí)質(zhì)性違約，違約數(shù)量存在逐年增大的趨勢(shì)，導(dǎo)致上市公司的債務(wù)風(fēng)險(xiǎn)逐漸顯露，使投資者承受了較大的損失。公司債券違約代表著債券發(fā)行人產(chǎn)生了較大信用風(fēng)險(xiǎn)，意味著公司產(chǎn)生了嚴(yán)重虧損，導(dǎo)致償債能力與盈利能力迅速下降，使公司債券價(jià)格產(chǎn)生大幅度下跌，形成極端風(fēng)險(xiǎn)。

圖1 2007至2019年公司債券違約數(shù)量和發(fā)行量

近年來，股票市場(chǎng)處于不斷波動(dòng)中，尤其是極端風(fēng)險(xiǎn)事件頻發(fā)導(dǎo)致市場(chǎng)整體不確定性上升，增大了股票的極端風(fēng)險(xiǎn)。圖2展示了2010年1月1日至2019年12月31日的上證綜合指數(shù)與中證公司債指數(shù)的日度對(duì)數(shù)收益率，可以發(fā)現(xiàn)股票與公司債券收益率波動(dòng)性較強(qiáng)，意味著兩者蘊(yùn)含了較高的極端風(fēng)險(xiǎn)。特別是2015年至2016年期間，股票收益率的波動(dòng)幅度在整個(gè)區(qū)間內(nèi)最大，說明股票產(chǎn)生了較大的極端風(fēng)險(xiǎn)。公司債券與股票的極端風(fēng)險(xiǎn)不斷爆發(fā)，不僅影響投資者獲取投資收益，還使上市公司難以理性地制定融資決策，更破壞了金融市場(chǎng)的平穩(wěn)發(fā)展。

(二)公司債券與股票風(fēng)險(xiǎn)溢出的機(jī)理分析

公司債券與股票間風(fēng)險(xiǎn)溢出的形成機(jī)制可以從公司債券與股票的定價(jià)機(jī)制，以及投資者行為兩方面進(jìn)行分析。公司債券與股票的傳統(tǒng)定價(jià)模型認(rèn)為，當(dāng)前兩者價(jià)格由未來現(xiàn)金流折現(xiàn)得到，因此預(yù)期現(xiàn)金流與預(yù)期折現(xiàn)率的變化會(huì)使兩者的內(nèi)在價(jià)值交互波動(dòng)，產(chǎn)生風(fēng)險(xiǎn)溢出。投資者能夠通過市場(chǎng)交易行為直接促使公司債券與股票風(fēng)險(xiǎn)產(chǎn)生聯(lián)動(dòng)，推動(dòng)兩者間形成風(fēng)險(xiǎn)溢出。

圖2 2010至2019年公司債與股票對(duì)數(shù)收益率

在資產(chǎn)定價(jià)機(jī)制方面，股票與公司債券可以被視作未來現(xiàn)金流在一定折現(xiàn)率下的貼現(xiàn)值，預(yù)期現(xiàn)金流與預(yù)期折現(xiàn)率的大小決定了貼現(xiàn)值的大小。公司債券屬于固定收益類證券，其預(yù)期現(xiàn)金流來源于公司利息分配，股票的預(yù)期現(xiàn)金流來源于上市公司的股利分配，由于兩者預(yù)期現(xiàn)金流的來源不同，預(yù)期現(xiàn)金流變動(dòng)不是兩者產(chǎn)生風(fēng)險(xiǎn)溢出的原因。公司債券與股票的預(yù)期折現(xiàn)率會(huì)受相同因素的影響而產(chǎn)生變化，其變動(dòng)是兩者內(nèi)在價(jià)值共同變化并產(chǎn)生風(fēng)險(xiǎn)溢出的原因。預(yù)期折現(xiàn)率由圖3中的預(yù)期利率、預(yù)期通貨膨脹率和風(fēng)險(xiǎn)溢價(jià)組成，三者的變化都會(huì)使預(yù)期折現(xiàn)率發(fā)生變動(dòng)，導(dǎo)致公司債券與股票內(nèi)在價(jià)值波動(dòng)，產(chǎn)生風(fēng)險(xiǎn)聯(lián)動(dòng)，形成風(fēng)險(xiǎn)溢出。首先，利率的變動(dòng)會(huì)導(dǎo)致融資與投資的成本隨之而變，公司債券與股票的流動(dòng)性溢價(jià)變化，進(jìn)而改變債券與股票的預(yù)期折現(xiàn)率，使同一公司發(fā)行的股票與公司債券的內(nèi)在價(jià)值同時(shí)產(chǎn)生波動(dòng)，形成兩者間的風(fēng)險(xiǎn)溢出。其次，在實(shí)際利率穩(wěn)定時(shí)，預(yù)期通貨膨脹率的變動(dòng)會(huì)使名義利率提高或降低，導(dǎo)致預(yù)期折現(xiàn)率發(fā)生變化，使公司債券與股票的風(fēng)險(xiǎn)相互溢出。最后，公司債券與股票均由公司發(fā)行，兩者風(fēng)險(xiǎn)溢價(jià)與公司經(jīng)營(yíng)情況息息相關(guān)，公司經(jīng)營(yíng)狀況產(chǎn)生變化會(huì)使公司債券與股票的風(fēng)險(xiǎn)溢價(jià)隨之變化，進(jìn)而影響到預(yù)期折現(xiàn)率，促使公司債券與股票間產(chǎn)生風(fēng)險(xiǎn)溢出。特別是公司的負(fù)面信息導(dǎo)致極端風(fēng)險(xiǎn)事件爆發(fā)時(shí)，風(fēng)險(xiǎn)溢價(jià)會(huì)產(chǎn)生波動(dòng)，預(yù)期折現(xiàn)率隨之產(chǎn)生大幅變化，進(jìn)而形成公司債券與股票之間的極端風(fēng)險(xiǎn)溢出。

利率與通貨膨脹率均為宏觀層面的影響因素，風(fēng)險(xiǎn)溢價(jià)屬于微觀層面的影響因素。宏觀環(huán)境的變化會(huì)導(dǎo)致公司債券整體與股票整體均面臨著相似的影響，使公司債券與股票整體的內(nèi)在價(jià)值均產(chǎn)生變化，進(jìn)而形成風(fēng)險(xiǎn)溢出；而上市公司個(gè)體經(jīng)營(yíng)情況的變化通過風(fēng)險(xiǎn)溢價(jià)影響著該公司發(fā)行的公司債券與股票，使公司債券風(fēng)險(xiǎn)與股票風(fēng)險(xiǎn)相互傳遞，形成兩者間的風(fēng)險(xiǎn)溢出。因此，相比于利率與通貨膨脹率，風(fēng)險(xiǎn)溢價(jià)對(duì)預(yù)期折現(xiàn)率的影響更能解釋公司債券與股票間的風(fēng)險(xiǎn)溢出機(jī)理。

圖3 公司債券與股票極端風(fēng)險(xiǎn)溢出路徑

在投資者行為方面，投資者會(huì)根據(jù)風(fēng)險(xiǎn)信息的變化產(chǎn)生資產(chǎn)配置行為，投資者的資產(chǎn)配置行為構(gòu)成了公司債券與股票間風(fēng)險(xiǎn)溢出的渠道，非理性行為推動(dòng)風(fēng)險(xiǎn)溢出形成。

一方面，投資者對(duì)資產(chǎn)的多元化配置形成公司債券與股票風(fēng)險(xiǎn)溢出的渠道，投資者資產(chǎn)配置的調(diào)整機(jī)制會(huì)引發(fā)風(fēng)險(xiǎn)在兩者間傳遞。在金融自由和金融創(chuàng)新的背景下，投資者會(huì)在投資組合中同時(shí)配置公司債券與股票。當(dāng)兩者價(jià)格產(chǎn)生大幅度波動(dòng)時(shí)，投資者會(huì)將其視為風(fēng)險(xiǎn)信息，隨后會(huì)根據(jù)風(fēng)險(xiǎn)信息開展資產(chǎn)配置活動(dòng)。單個(gè)投資者調(diào)整資產(chǎn)配置時(shí)的表現(xiàn)相對(duì)理性，若市場(chǎng)上眾多投資者都做出相同的判斷及操作，會(huì)放大公司債券與股票的極端風(fēng)險(xiǎn)，使公司債券與股票的風(fēng)險(xiǎn)相互沖擊，形成兩者間的極端風(fēng)險(xiǎn)溢出。另一方面，風(fēng)險(xiǎn)信息的傳遞具有不充分性和不對(duì)稱性，且投資者普遍存在認(rèn)知偏差，往往會(huì)產(chǎn)生非理性行為，進(jìn)一步推動(dòng)公司債券與股票間形成風(fēng)險(xiǎn)溢出。特別是發(fā)生極端金融風(fēng)險(xiǎn)事件后，投資者在恐慌情緒的影響下無法理性地分析金融資產(chǎn)極端風(fēng)險(xiǎn)產(chǎn)生的原因及其影響范圍，會(huì)產(chǎn)生非理性投資行為，使公司債券與股票的極端風(fēng)險(xiǎn)相互傳遞，形成極端風(fēng)險(xiǎn)溢出。

四 極端分位數(shù)模型構(gòu)建

分位Granger因果非參數(shù)檢驗(yàn)?zāi)Ｐ涂梢詷?gòu)建金融資產(chǎn)的風(fēng)險(xiǎn)信息向量，利用分位數(shù)的單調(diào)性將變量劃分為多個(gè)區(qū)間段，進(jìn)而衡量?jī)蓚€(gè)金融資產(chǎn)的風(fēng)險(xiǎn)信息向量在任意分布區(qū)間段的Granger因果關(guān)系。本文考察公司債券與股票風(fēng)險(xiǎn)信息向量在下尾區(qū)間上的Granger因果關(guān)系，以此考察兩者間的極端風(fēng)險(xiǎn)溢出。VaR是金融資產(chǎn)在一定時(shí)間和置信水平下可能產(chǎn)生的最大預(yù)期損失，通常用來表示金融資產(chǎn)的極端風(fēng)險(xiǎn)。本文首先構(gòu)建分位線性GARCH模型擬合公司債券與股票的收益序列，并通過尾部條件分位數(shù)估計(jì)兩者的VaR，據(jù)此度量公司債券與股票的極端風(fēng)險(xiǎn)，再使用分位Granger因果關(guān)系非參數(shù)檢驗(yàn)?zāi)Ｐ蜆?gòu)建極端風(fēng)險(xiǎn)信息向量，考察公司債券與股票間的極端風(fēng)險(xiǎn)溢出。

(一)基于分位GARCH模型的VaR估計(jì)

利用分位線性GARCH模型估計(jì)VaR無需假設(shè)擾動(dòng)項(xiàng)的分布，且無需討論擾動(dòng)項(xiàng)方差過程的對(duì)稱性質(zhì)，具有較高的穩(wěn)定性與準(zhǔn)確性，易于使用分位數(shù)的思想進(jìn)行參數(shù)估計(jì)，適合用來估計(jì)金融資產(chǎn)的VaR。

使用AR模型擬合金融資產(chǎn)收益率序列：

(1)

其中，L代表滯后階數(shù)，由BIC準(zhǔn)則確定，隨后假設(shè)殘差項(xiàng)ut服從線性GARCH過程：

ui,t=σi,t·εi,t

(2)

(3)

其中，εt均值為0，服從未知的Fε(·)分布。結(jié)合分位回歸思想將線性GARCH模型轉(zhuǎn)化為分位線性GARCH模型，其過程是將式(3)中ui,t與自變量的關(guān)系式改寫為ui,t的第τ分位與自變量間的關(guān)系式：

Qui,t(τ|Zi,t-1)=θ(τ)'Xi,t

(4)

其中，Zi,t-1代表第i項(xiàng)金融資產(chǎn)在t-1時(shí)刻的信息集合，θ(τ)’= (β0,β1,…,βp,γ1,…,γq)代表待估計(jì)參數(shù)，Xi,t= (1, σi,t-1,…, σi,t-p, |ui,t-1|,…, |ui,t-q|)表示變量，隨后通過兩步法對(duì)參數(shù)θ(τ)進(jìn)行估計(jì)，可得到公司債券與股票收益序列Ri,t對(duì)應(yīng)分位點(diǎn)VaRτ的估計(jì)值為：

(5)

此外，使用分位線性GARCH模型估計(jì)金融資產(chǎn)的VaR后，需要使用Kupiec檢驗(yàn)以評(píng)估VaR估計(jì)值的準(zhǔn)確程度，驗(yàn)證模型的適用性。若通過檢驗(yàn)，則認(rèn)為VaR估計(jì)準(zhǔn)確，能夠代表金融資產(chǎn)的極端風(fēng)險(xiǎn)，可以用于極端風(fēng)險(xiǎn)溢出分析。

(二)極端分位Granger因果關(guān)系非參數(shù)檢驗(yàn)

極端分位Granger因果非參數(shù)檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)兩個(gè)變量在各區(qū)間段上的Granger因果關(guān)系，能夠考察金融資產(chǎn)極端風(fēng)險(xiǎn)間的溢出關(guān)系。首先使用VaR估計(jì)值構(gòu)建公司債券與股票的風(fēng)險(xiǎn)信息向量：

(6)

k=1,…,m

(7)

其中，Hdown包含了公司債券與股票的極端風(fēng)險(xiǎn)信息，極端風(fēng)險(xiǎn)對(duì)應(yīng)的分位點(diǎn)為τdown={0, 0.01,0.05, 0.1}。I{·}為示性函數(shù)，i∈{Bond1, …,Bondn,Stock1, …,Stockn}表示公司債券與股票。Qit(τkdown)為公司債券與股票收益率的分位數(shù)，即對(duì)應(yīng)分位點(diǎn)的VaR。

根據(jù)Granger因果關(guān)系檢驗(yàn)思想，股票到公司債券極端風(fēng)險(xiǎn)溢出的原假設(shè)與備擇假設(shè)為：

(8)

(9)

相應(yīng)地，是否存在公司債券到股票極端風(fēng)險(xiǎn)溢出的原假設(shè)與備擇假設(shè)為：

(10)

(11)

式中Z表示公司債券或股票在t時(shí)刻前的整體極端風(fēng)險(xiǎn)信息，隨后根據(jù)原假設(shè)式(8)構(gòu)造相應(yīng)統(tǒng)計(jì)量λ，檢驗(yàn)股票到公司債券的極端風(fēng)險(xiǎn)溢出：

(12)

其中，統(tǒng)計(jì)量λ依分布收斂于標(biāo)準(zhǔn)正態(tài)分布，λ的上標(biāo)stock→bond表示檢驗(yàn)的極端風(fēng)險(xiǎn)溢出方向?yàn)楣善钡焦緜?，下?biāo)down→down表示極端風(fēng)險(xiǎn)溢出。若假設(shè)檢驗(yàn)統(tǒng)計(jì)量λ大于給定置信水平下的右尾臨界值，則拒絕原假設(shè)，可以認(rèn)為存在股票對(duì)公司債券的極端風(fēng)險(xiǎn)溢出。

五 實(shí)證分析

(一)樣本選取與描述性統(tǒng)計(jì)分析

本文選擇發(fā)行公司債券的上市公司為研究樣本，由于公司債券在2008年經(jīng)歷過一次停發(fā)階段，于2009年才重新發(fā)行，為剔除公司債券停發(fā)帶來的影響，將樣本整體區(qū)間設(shè)定為2010年1月1日至2019年12月31日。極端風(fēng)險(xiǎn)事件的爆發(fā)會(huì)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生一定的負(fù)面沖擊，導(dǎo)致公司經(jīng)營(yíng)環(huán)境愈發(fā)復(fù)雜多變，使上市公司風(fēng)險(xiǎn)不斷暴露。其中，2015年6月15日爆發(fā)的股災(zāi)事件產(chǎn)生了極為嚴(yán)重的影響，使股票出現(xiàn)了持續(xù)暴跌現(xiàn)象，且股票極端風(fēng)險(xiǎn)不斷擴(kuò)散并傳導(dǎo)至公司債券。因此，本文在全面考察公司債券與股票間極端風(fēng)險(xiǎn)溢出后，以股災(zāi)事件為節(jié)點(diǎn)將整個(gè)樣本區(qū)間劃分為兩個(gè)階段，借此探討股災(zāi)對(duì)公司債券與股票間極端風(fēng)險(xiǎn)溢出的影響。第一階段為股災(zāi)爆發(fā)前階段，具體區(qū)間是2010年1月1日至2015年6月14日，第二階段為股災(zāi)爆發(fā)后階段，具體區(qū)間是2015年6月15日至2019年12月31日。本文制定以下數(shù)據(jù)篩選標(biāo)準(zhǔn)[19]：一是剔除股票上市前就已發(fā)行的公司債券；二是剔除發(fā)行額不足10億的公司債券，避免流通量太小導(dǎo)致交易不活躍；三是剔除交易天數(shù)小于200且交易天數(shù)占比低于0.2的公司債券，保證公司債券的收益率能夠充分反映市場(chǎng)中的信息，其中交易天數(shù)占比由式(15)計(jì)算：

(15)

最終得到126家發(fā)行公司債券的上市公司，數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫與Wind數(shù)據(jù)庫。

對(duì)數(shù)收益率具有良好的統(tǒng)計(jì)特征，本文采用對(duì)數(shù)收益率進(jìn)行分析，計(jì)算公式如下：

Ri,t=100×ln (Pi,t/Pi,t-1)

(16)

其中，Ri, t代表公司債券和股票t日的對(duì)數(shù)收益率，i∈{Bond1, ...,Bondn,Stock1, ...,Stockn}，表示公司債券與股票，Pi, t表示t日的收盤價(jià)。隨后對(duì)計(jì)算所得的全部公司債券和股票的收益率數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，表1中Rbond表示公司債券，Rstock表示股票。

表1 全樣本階段公司債券與股票收益率描述性統(tǒng)計(jì)

由表1可知，在收益率均值與標(biāo)準(zhǔn)差方面，公司債券均低于股票，說明股票的收益與波動(dòng)性均高于公司債券。從0.25分位點(diǎn)、中位數(shù)與0.75分位點(diǎn)可以看出，股票中位數(shù)與均值幾乎相等，0.25分位點(diǎn)與0.75分位點(diǎn)的絕對(duì)值較為接近，且其偏度接近于0，峰度接近于3，說明股票收益率呈現(xiàn)出一定的正態(tài)性。公司債券三個(gè)分位點(diǎn)均大于均值，且偏度為-9.2064，峰度為560.1382，表明公司債券收益率分布為顯著的左偏與尖峰分布?？赡茉蚴枪緜瘜儆诠潭ㄊ找骖愖C券，價(jià)格變化受利率影響，使價(jià)格波動(dòng)幅度較小，導(dǎo)致收益率分布為尖峰分布。當(dāng)部分上市公司經(jīng)營(yíng)不善導(dǎo)致債務(wù)違約時(shí)，相關(guān)公司債券的價(jià)格會(huì)在短時(shí)間內(nèi)大幅度下跌，形成較低的收益率，使公司債券收益率的分布呈現(xiàn)出左偏分布。

表2 股災(zāi)爆發(fā)前公司債券與股票收益率描述性統(tǒng)計(jì)

由表2可知，股災(zāi)爆發(fā)前階段內(nèi)公司債券與股票的收益率略高于全樣本階段，標(biāo)準(zhǔn)差略低于全樣本階段，說明股災(zāi)事件發(fā)生之前公司債券與股票波動(dòng)較小。在偏度與峰度方面，公司債券的偏度為-4.4232，峰度為102.3433，說明公司債券收益率分布的左偏與尖峰程度弱于全樣本階段，其原因可能是在2010至2015年股災(zāi)發(fā)生之前，公司債券整體處于平穩(wěn)運(yùn)行狀態(tài)，產(chǎn)生極端風(fēng)險(xiǎn)事件的公司較少，使公司債券收益率分布的左偏與尖峰程度弱于全樣本時(shí)期。

表3 股災(zāi)爆發(fā)后公司債券與股票收益率描述性統(tǒng)計(jì)

表3結(jié)果表明，股災(zāi)爆發(fā)后公司債券與股票的收益率降低，標(biāo)準(zhǔn)差增大，說明隨著中國(guó)經(jīng)濟(jì)下行壓力不斷增大，公司經(jīng)營(yíng)環(huán)境變差導(dǎo)致公司盈利與償債能力產(chǎn)生了較大的波動(dòng)，使公司債券與股票收益率均值降低且標(biāo)準(zhǔn)差變大。在偏度和峰度方面，公司債券的偏度為-15.9029，峰度為869.5086，顯示公司債券收益率分布的左偏與尖峰程度增大。這是由于在公司債券剛性兌付規(guī)則被打破與整體經(jīng)濟(jì)下行壓力增大的背景下，頻繁爆發(fā)的違約事件增大了公司債券的極端風(fēng)險(xiǎn)，使收益率分布呈現(xiàn)出更顯著的左偏與尖峰分布。股票的偏度為-0.4628，峰度為4.3729，說明在經(jīng)歷了股災(zāi)之后，股票收益率分布呈現(xiàn)出一定的左偏分布與尖峰分布。其原因在于2015年爆發(fā)的股災(zāi)使大部分股票在短時(shí)間內(nèi)產(chǎn)生了較大幅度的下跌，在之后的緩慢恢復(fù)期中收益率集中在偏低的范圍內(nèi)，使股票收益率分布表現(xiàn)出了一定的左偏及尖峰分布。

(二)基于分位線性GARCH模型的極端風(fēng)險(xiǎn)分析

使用分位線性GARCH模型對(duì)公司債券與股票的VaR值進(jìn)行估計(jì)，隨后對(duì)VaR估計(jì)值進(jìn)行Kupeic檢驗(yàn)。

表4 各階段Kupeic檢驗(yàn)結(jié)果

根據(jù)表4結(jié)果可以發(fā)現(xiàn)，在1%的顯著性水平下，所有公司債券與股票的VaR估計(jì)值均通過了Kupeic檢驗(yàn)，說明VAR估計(jì)值較為準(zhǔn)確。分位線性GARCH模型可以較好地?cái)M合公司債券與股票的收益序列并求得VaR估計(jì)值，能夠用于識(shí)別公司債券與股票的風(fēng)險(xiǎn)情況。本文通過設(shè)置三個(gè)下尾分位點(diǎn)，能夠較為全面地考量公司債券與股票的極端風(fēng)險(xiǎn)。

1. 全樣本階段極端風(fēng)險(xiǎn)分析

由VaR的定義可知，其負(fù)號(hào)的含義為公司債券與股票的損失，因此本文針對(duì)公司債券與股票VaR的絕對(duì)值進(jìn)行分析。全樣本階段囊括了2010至2019年整個(gè)區(qū)間，時(shí)間跨度較長(zhǎng)，使其數(shù)據(jù)具有較高的穩(wěn)定性，也令VaR估計(jì)值具有代表性。

表5 全樣本階段公司債券與股票VaR度量結(jié)果

根據(jù)表5統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，VaR均值與標(biāo)準(zhǔn)差隨著分位點(diǎn)的減小表現(xiàn)出逐漸增大的趨勢(shì)，說明隨著極端分位點(diǎn)變小，公司債券與股票的風(fēng)險(xiǎn)逐漸變大并表現(xiàn)出更大的差異性。將公司債券與股票的VaR均值進(jìn)行對(duì)比可以發(fā)現(xiàn)，公司債券三個(gè)下分位點(diǎn)的VaR均低于股票，表明整體上看股票極端風(fēng)險(xiǎn)普遍高于公司債券極端風(fēng)險(xiǎn)。這主要是因?yàn)楣緜巧鲜泄镜膫鶆?wù)，屬于固定收益類證券，收益獲取比股票更穩(wěn)定，因此整體上產(chǎn)生的極端風(fēng)險(xiǎn)值小于股票。

2. 股災(zāi)爆發(fā)前后極端風(fēng)險(xiǎn)分析

根據(jù)表6統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，股災(zāi)爆發(fā)前階段公司債券與股票的VaR均值與標(biāo)準(zhǔn)差同樣隨著分位點(diǎn)的減小逐漸增大，且股票的極端風(fēng)險(xiǎn)高于公司債券。將股災(zāi)爆發(fā)前階段與全樣本階段進(jìn)行對(duì)比可以發(fā)現(xiàn)，股災(zāi)爆發(fā)前階段內(nèi)公司債券與股票的VaR值較低，表明兩者的極端風(fēng)險(xiǎn)處于較低的水平。這主要是因?yàn)樵?010至2015年內(nèi)，中國(guó)經(jīng)濟(jì)發(fā)展相對(duì)較快，市場(chǎng)整體表現(xiàn)欣欣向榮的態(tài)勢(shì)，公司經(jīng)營(yíng)狀態(tài)平穩(wěn)，盈利能力與償債能力處于較高水平，較少的風(fēng)險(xiǎn)事件并未使公司債券與股票爆發(fā)出較大的極端風(fēng)險(xiǎn)。

表6 股災(zāi)爆發(fā)前公司債券與股票VaR度量結(jié)果

表7的統(tǒng)計(jì)結(jié)果表明，公司債券與股票的極端風(fēng)險(xiǎn)均產(chǎn)生了較大的變化。股災(zāi)爆發(fā)后公司債券在0.01分位點(diǎn)下的VaR值比股災(zāi)爆發(fā)前更高，說明股災(zāi)爆發(fā)后公司債券與股票的極端風(fēng)險(xiǎn)增大。這是由于股災(zāi)事件爆發(fā)于中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)的背景下，中國(guó)經(jīng)濟(jì)呈現(xiàn)出不同以往的特征，隨著中國(guó)經(jīng)濟(jì)下行壓力逐漸增大，公司的經(jīng)營(yíng)環(huán)境愈發(fā)復(fù)雜多變，信用違約事件增多使公司潛在風(fēng)險(xiǎn)增大，而且投資者在恐慌情緒的作用下產(chǎn)生了更嚴(yán)重的非理性行為，增大公司債券與股票的極端風(fēng)險(xiǎn)。

表7 股災(zāi)爆發(fā)后公司債券與股票VaR度量結(jié)果

(三)基于分位Granger因果模型的極端風(fēng)險(xiǎn)溢出分析

本文在利用分位線性GARCH模型度量出公司債券與股票的極端風(fēng)險(xiǎn)后，構(gòu)建極端分位Granger因果關(guān)系模型，對(duì)公司債券與股票極端風(fēng)險(xiǎn)間的Granger因果關(guān)系進(jìn)行考察，進(jìn)而探究?jī)烧唛g的極端風(fēng)險(xiǎn)溢出。

1. 全樣本階段公司債券與股票間極端風(fēng)險(xiǎn)溢出

本文利用全樣本階段數(shù)據(jù)對(duì)公司債券與股票間極端風(fēng)險(xiǎn)溢出進(jìn)行整體上的探討，在5%的顯著性水平下，公司債券與股票間極端風(fēng)險(xiǎn)溢出檢驗(yàn)結(jié)果如圖4所示。圖中數(shù)字表示通過檢驗(yàn)的公司數(shù)量及其在樣本中的占比。圖中圓內(nèi)的stock_bond表示溢出方向?yàn)楣善钡焦緜琤ond_stock表示溢出方向?yàn)楣緜焦善?，兩個(gè)圓在中間的交集表示同時(shí)存在不同方向的極端風(fēng)險(xiǎn)溢出。

圖4 全樣本階段公司債券與股票極端風(fēng)險(xiǎn)溢出

根據(jù)圖4全樣本階段統(tǒng)計(jì)結(jié)果可知，存在公司債券與股票間極端風(fēng)險(xiǎn)溢出的公司占比為75.40% (30.16%+22.22%+ 23.02%)，大部分的樣本均通過了檢驗(yàn)，說明公司債券與股票間存在顯著的極端風(fēng)險(xiǎn)溢出，公司債券未能隔離股票產(chǎn)生的極端風(fēng)險(xiǎn)，無法起到類似于國(guó)債等安全性金融資產(chǎn)所具有的“避風(fēng)港”作用，說明隨著上市公司的風(fēng)險(xiǎn)逐步釋放，公司債券的風(fēng)險(xiǎn)屬性逐漸顯現(xiàn)，使其蘊(yùn)含的潛在風(fēng)險(xiǎn)提升，易受股票的影響產(chǎn)生極端風(fēng)險(xiǎn)。究其原因，公司債券與股票均由上市公司發(fā)行，兩者的內(nèi)在價(jià)值會(huì)共同受公司價(jià)值的影響，表現(xiàn)出較強(qiáng)的同質(zhì)性。一方面，根據(jù)傳統(tǒng)金融理論，公司債券與股票有著相似的定價(jià)機(jī)制，公司經(jīng)營(yíng)狀況的變化會(huì)影響兩者的內(nèi)在價(jià)值，導(dǎo)致兩者的極端風(fēng)險(xiǎn)相互傳遞，形成極端風(fēng)險(xiǎn)溢出。另一方面，當(dāng)投資者接收到上市公司負(fù)面信息后，出于避險(xiǎn)目的將會(huì)賣出公司債券與股票，使兩者產(chǎn)生極端風(fēng)險(xiǎn)，在投資者非理性行為的作用下兩者的極端風(fēng)險(xiǎn)會(huì)相互傳遞，形成極端風(fēng)險(xiǎn)溢出。

根據(jù)分位Granger因果關(guān)系模型的構(gòu)建過程可知，極端風(fēng)險(xiǎn)溢出檢驗(yàn)統(tǒng)計(jì)量λ的計(jì)算依賴于公司債券極端風(fēng)險(xiǎn)與股票極端風(fēng)險(xiǎn)間的相關(guān)系數(shù)，其大小反映兩者極端風(fēng)險(xiǎn)的相關(guān)程度。統(tǒng)計(jì)量λ的值越大，說明兩者極端風(fēng)險(xiǎn)間的依賴程度越高，極端風(fēng)險(xiǎn)溢出就越強(qiáng)，因此可以通過比較λ的大小來考察溢出強(qiáng)度。

由表8可知，在全樣本階段內(nèi)股票對(duì)公司債券極端風(fēng)險(xiǎn)溢出統(tǒng)計(jì)量λ的值為1446.73，公司債券對(duì)股票極端風(fēng)險(xiǎn)溢出統(tǒng)計(jì)量λ的值為1682.14，說明在全樣本階段內(nèi)公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出強(qiáng)度高于股票對(duì)公司債券極端風(fēng)險(xiǎn)溢出的強(qiáng)度，表現(xiàn)出較強(qiáng)的非對(duì)稱性?？赡艿脑蚴枪緜瘜儆诠潭ㄊ找骖愖C券，其收益的獲取比股票更有保障，價(jià)格的波動(dòng)受利率影響較大，導(dǎo)致股票極端風(fēng)險(xiǎn)對(duì)公司債券的影響相對(duì)較小。而且相比于股票投資者，公司債券投資者的資產(chǎn)配置行為更為理性，使公司債券價(jià)格波動(dòng)更能反映上市公司的真實(shí)風(fēng)險(xiǎn)水平。公司債券產(chǎn)生較大風(fēng)險(xiǎn)時(shí)，說明上市公司的整體風(fēng)險(xiǎn)較大，投資者接收這一風(fēng)險(xiǎn)信息后，會(huì)產(chǎn)生恐慌心理，出現(xiàn)羊群效應(yīng)等非理性交易行為，導(dǎo)致公司債券極端風(fēng)險(xiǎn)迅速傳遞至股票，強(qiáng)化公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出。

表8 全樣本階段公司債券與股票間極端風(fēng)險(xiǎn)溢出統(tǒng)計(jì)量λ

2. 股災(zāi)前后公司債券與股票間極端風(fēng)險(xiǎn)溢出

圖5(a)展示了股災(zāi)爆發(fā)前公司債券與股票間極端風(fēng)險(xiǎn)溢出的檢驗(yàn)結(jié)果。整體上看，股災(zāi)爆發(fā)前存在公司債券與股票間極端風(fēng)險(xiǎn)溢出的公司占比為76.25% (18.75%+26.25%+31.25%)，大部分樣本均通過了檢驗(yàn)，占比與全樣本階段幾乎相等，說明公司債券與股票極端風(fēng)險(xiǎn)間存在顯著的極端風(fēng)險(xiǎn)溢出。從不同方向的極端風(fēng)險(xiǎn)溢出方面分析，僅存在股票對(duì)公司債券極端風(fēng)險(xiǎn)溢出的公司占比為18.75%，僅存在公司債券對(duì)股票極端風(fēng)險(xiǎn)溢出的公司占比為31.25%，兩者數(shù)值相差較大，說明公司債券與股票間的極端風(fēng)險(xiǎn)溢出存在非對(duì)稱性，即公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出比股票對(duì)公司債券的極端風(fēng)險(xiǎn)溢出更顯著，公司債券產(chǎn)生的極端風(fēng)險(xiǎn)更易傳遞至股票，形成公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出。這可能是由于在股災(zāi)爆發(fā)前公司債券的違約事件較少，公司債券產(chǎn)生的極端風(fēng)險(xiǎn)會(huì)被投資者視為風(fēng)險(xiǎn)信號(hào)，在投資者資產(chǎn)配置行為的作用下，公司債券的極端風(fēng)險(xiǎn)會(huì)傳遞至股票，形成公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出。

(a) 股災(zāi)爆發(fā)前

(b) 股災(zāi)爆發(fā)后

圖5(b)的結(jié)果表明，股災(zāi)爆發(fā)后階段存在公司債券與股票間極端風(fēng)險(xiǎn)溢出的公司占比為82.20%(30.14%+24.66%+27.40%)，高于股災(zāi)爆發(fā)前的占比，說明股災(zāi)爆發(fā)之后公司債券與股票間的極端風(fēng)險(xiǎn)溢出更為顯著，意味著股災(zāi)等極端風(fēng)險(xiǎn)事件的爆發(fā)會(huì)使公司債券與股票間的極端風(fēng)險(xiǎn)溢出逐漸深化。究其原因，一方面，極端風(fēng)險(xiǎn)事件的爆發(fā)導(dǎo)致公司風(fēng)險(xiǎn)溢價(jià)發(fā)生較大變化，使公司債券與股票的預(yù)期折現(xiàn)率產(chǎn)生波動(dòng)，影響公司債券與股票的內(nèi)在價(jià)值，進(jìn)而形成公司債券與股票間的極端風(fēng)險(xiǎn)溢出；另一方面，極端風(fēng)險(xiǎn)事件會(huì)導(dǎo)致投資者在恐慌情緒的作用下產(chǎn)生更嚴(yán)重的非理性行為，使公司債券與股票間的極端風(fēng)險(xiǎn)溢出更顯著。

對(duì)比圖5(a)和(b)還可以發(fā)現(xiàn)，股災(zāi)爆發(fā)后僅存在股票對(duì)公司債券極端風(fēng)險(xiǎn)溢出的公司占比為30.14%，高于股災(zāi)爆發(fā)前的比例，而僅存在公司債券對(duì)股票極端風(fēng)險(xiǎn)溢出的公司占比略有減小，說明股災(zāi)等極端風(fēng)險(xiǎn)事件的爆發(fā)對(duì)股票向公司債券極端風(fēng)險(xiǎn)溢出的影響更大。可能原因在于兩個(gè)方面：第一，股災(zāi)事件的爆發(fā)直接作用于股票，使股票的不確定性增加，導(dǎo)致投資者在恐慌情緒的作用下產(chǎn)生非理性投資行為，通過資產(chǎn)配置渠道將股票的極端風(fēng)險(xiǎn)傳遞至公司債券，放大了股票對(duì)公司債券的極端風(fēng)險(xiǎn)溢出；第二，股災(zāi)事件的爆發(fā)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生了極大沖擊，使上市公司經(jīng)營(yíng)環(huán)境愈發(fā)復(fù)雜多變，公司的盈利能力與償債能力弱化，導(dǎo)致公司債券與股票極端風(fēng)險(xiǎn)相互傳遞的速度加快，更易產(chǎn)生兩者間的極端風(fēng)險(xiǎn)溢出。

表9 股災(zāi)爆發(fā)前后公司債券與股票間極端風(fēng)險(xiǎn)溢出統(tǒng)計(jì)量λ

將表9統(tǒng)計(jì)結(jié)果進(jìn)行縱向?qū)Ρ瓤芍?，無論是股災(zāi)爆發(fā)前還是股災(zāi)爆發(fā)后，公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出強(qiáng)度均高于股票對(duì)公司債券的極端風(fēng)險(xiǎn)溢出強(qiáng)度，呈現(xiàn)出非對(duì)稱性，說明公司債券仍是兩者間極端風(fēng)險(xiǎn)溢出的主導(dǎo)者。將表9結(jié)果進(jìn)行橫向?qū)Ρ瓤梢园l(fā)現(xiàn)，股災(zāi)爆發(fā)之后公司債券與股票間的極端風(fēng)險(xiǎn)溢出強(qiáng)度更高，重大風(fēng)險(xiǎn)事件的產(chǎn)生會(huì)加深兩者間的極端風(fēng)險(xiǎn)溢出。這是由于股災(zāi)的爆發(fā)使投資者恐慌情緒蔓延，進(jìn)而產(chǎn)生嚴(yán)重的非理性行為，使公司債券與股票極端風(fēng)險(xiǎn)信息的傳遞愈發(fā)迅速，導(dǎo)致兩者間極端風(fēng)險(xiǎn)溢出的強(qiáng)度增大。

六 結(jié)論與建議

本文將發(fā)行公司債券的上市公司作為研究樣本，利用分位線性GARCH模型估計(jì)公司債券與股票的VaR值，以此衡量?jī)烧叩臉O端風(fēng)險(xiǎn)，在此基礎(chǔ)上使用分位Granger因果關(guān)系模型考察公司債券與股票間的極端風(fēng)險(xiǎn)溢出，并以2015年爆發(fā)的股災(zāi)事件為節(jié)點(diǎn)將整體樣本分為兩個(gè)階段，借此考察股災(zāi)事件對(duì)公司債券與股票間極端風(fēng)險(xiǎn)溢出的影響。實(shí)證結(jié)果表明：公司債券極端風(fēng)險(xiǎn)整體上低于股票極端風(fēng)險(xiǎn)；由于公司債券與股票同為上市公司發(fā)行的直接融資工具，兩者價(jià)格波動(dòng)共同受公司價(jià)值的影響，表現(xiàn)出較高的同質(zhì)性，使公司債券與股票間存在顯著的極端風(fēng)險(xiǎn)溢出；公司債券與股票間的極端風(fēng)險(xiǎn)溢出呈現(xiàn)出非對(duì)稱性，即公司債券對(duì)股票的極端風(fēng)險(xiǎn)溢出強(qiáng)度高于股票對(duì)公司債券的極端風(fēng)險(xiǎn)溢出強(qiáng)度；股災(zāi)這一極端風(fēng)險(xiǎn)事件爆發(fā)后，公司債券與股票的極端風(fēng)險(xiǎn)增大，兩者間的極端風(fēng)險(xiǎn)溢出強(qiáng)度隨之增大。

基于以上結(jié)論，監(jiān)管部門應(yīng)多關(guān)注公司債券與股票極端風(fēng)險(xiǎn)的傳遞，尤其是注意公司債券極端風(fēng)險(xiǎn)向股票的傳遞，充分發(fā)揮公司債券在極端風(fēng)險(xiǎn)溢出中的主導(dǎo)者作用，建立有效的風(fēng)險(xiǎn)監(jiān)測(cè)和預(yù)警機(jī)制，并采取措施化解和處置公司債券與股票的極端風(fēng)險(xiǎn)，防止風(fēng)險(xiǎn)擴(kuò)散和蔓延。投資者應(yīng)該培養(yǎng)風(fēng)險(xiǎn)管理意識(shí)，充分利用公司債券與股票的風(fēng)險(xiǎn)信息，識(shí)別兩者極端風(fēng)險(xiǎn)間的傳遞，并合理調(diào)整投資組合結(jié)構(gòu)以減少損失。上市公司應(yīng)注意識(shí)別自身公司債券與股票間極端風(fēng)險(xiǎn)溢出狀態(tài)，動(dòng)態(tài)調(diào)整公司融資結(jié)構(gòu)以提升融資效率，更應(yīng)該完善公司治理機(jī)制，從根本上規(guī)避公司潛在風(fēng)險(xiǎn)的累積。