□鄒輝文 朱麗娟

[福州大學(xué) 福州 350116]

引言

國(guó)際原油市場(chǎng)作為全球性的資源商品市場(chǎng)，加上其金融投資屬性，匯集了世界各地的投資主體。因此，當(dāng)能源市場(chǎng)價(jià)格劇烈波動(dòng)時(shí)，極易在世界范圍內(nèi)引起波瀾。2020年初，在美國(guó)、沙特及俄羅斯等國(guó)家之間“非理性價(jià)格戰(zhàn)”的影響下，國(guó)際油價(jià)崩盤，全球股票市場(chǎng)紛紛遭遇重創(chuàng)[1]。在此背景下，研究國(guó)際原油市場(chǎng)與國(guó)際股市之間的風(fēng)險(xiǎn)傳染效應(yīng)，明確國(guó)際原油市場(chǎng)與國(guó)際股市之間的整體聯(lián)動(dòng)關(guān)系對(duì)投資者及時(shí)判斷市場(chǎng)走向提高能源意識(shí)以及各個(gè)國(guó)家防范能源安全與金融安全等都具有重要的現(xiàn)實(shí)意義。

為更好地理解油價(jià)與經(jīng)濟(jì)之間的聯(lián)系，許多學(xué)者對(duì)油價(jià)與股票等其他交易資產(chǎn)之間的關(guān)系展開了不同的研究。油價(jià)變動(dòng)會(huì)直接影響有關(guān)企業(yè)的生產(chǎn)成本、經(jīng)營(yíng)利潤(rùn)乃至未來(lái)現(xiàn)金流，進(jìn)而導(dǎo)致微觀個(gè)體股價(jià)波動(dòng)。因此，部分學(xué)者從微觀視角，研究油價(jià)波動(dòng)對(duì)油氣公司的股價(jià)或者相關(guān)行業(yè)股票市場(chǎng)的影響[2～4]。相應(yīng)地，其他學(xué)者則從宏觀視角入手進(jìn)行研究。如李麗紅指出能源金融市場(chǎng)的價(jià)格波動(dòng)風(fēng)險(xiǎn)，經(jīng)由市場(chǎng)間的信息、資產(chǎn)、資金等渠道可以傳導(dǎo)至國(guó)際金融市場(chǎng)[5]。國(guó)際原油的價(jià)格變動(dòng)在產(chǎn)出、消費(fèi)、通脹預(yù)期等因素的影響下，使得經(jīng)濟(jì)不確定性增加，間接影響了股票市場(chǎng)。金洪飛和金犖發(fā)現(xiàn)國(guó)際原油價(jià)格與美國(guó)股市之間存在雙向波動(dòng)溢出，而對(duì)中國(guó)股市則沒(méi)有明顯的溢出效應(yīng)[6]。Amalia和Purqon則指出了油價(jià)波動(dòng)對(duì)印度尼西亞股票價(jià)格的影響[7]。其他學(xué)者在研究體系中加入了更多的國(guó)家進(jìn)行探究，如朱慧明選擇油價(jià)對(duì)金磚五國(guó)的股市影響進(jìn)行研究[8]。陳曉春和黃媛指出國(guó)際原油市場(chǎng)與亞太股票市場(chǎng)的正向聯(lián)動(dòng)關(guān)系[9]。Degiannakis認(rèn)為石油和股票市場(chǎng)之間的因果關(guān)系在很大程度上取決于研究是使用總股票市場(chǎng)指數(shù)、行業(yè)指數(shù)還是公司層面的數(shù)據(jù)，以及股票市場(chǎng)是在凈石油進(jìn)口國(guó)還是凈石油出口國(guó)運(yùn)作[10]。最后，在油價(jià)變動(dòng)對(duì)股票市場(chǎng)影響的具體研究方法中，現(xiàn)有研究中主要有兩種思路：一是在股票定價(jià)的多因子模型中引入油價(jià)作為影響因子之一，探究油價(jià)對(duì)股票價(jià)格的解釋程度[11]；另一種是采用VAR[12～13]、GARCH族[14～15]等模型探究油價(jià)波動(dòng)與股市之間的溢出效應(yīng)。

綜合現(xiàn)有研究，可以發(fā)現(xiàn)國(guó)際原油市場(chǎng)與國(guó)際股市之間存在一定的關(guān)聯(lián)，且油價(jià)變動(dòng)產(chǎn)生的影響在不同經(jīng)濟(jì)體特別是依賴原油進(jìn)出口的經(jīng)濟(jì)體之間存在差異。在現(xiàn)有研究中，學(xué)者們更傾向于單獨(dú)將原油市場(chǎng)與不同股市兩兩建模進(jìn)行分析，以直觀地反映油價(jià)波動(dòng)對(duì)一國(guó)股市的影響程度。但實(shí)際上，當(dāng)研究框架中的國(guó)際市場(chǎng)逐漸增加時(shí)，我們不僅要考慮能源市場(chǎng)與金融市場(chǎng)之間的溢出關(guān)系，也要考慮金融市場(chǎng)之間可能出現(xiàn)的風(fēng)險(xiǎn)外溢情況?；谝陨险J(rèn)識(shí)，區(qū)別于以往研究，本文可能的邊際貢獻(xiàn)在于：（1）考慮油價(jià)波動(dòng)期間，各個(gè)國(guó)家股市之間也可能存在的風(fēng)險(xiǎn)溢出情況，對(duì)國(guó)際原油市場(chǎng)與國(guó)際股市的整體聯(lián)動(dòng)做出判斷；（2）為更好地刻畫國(guó)際原油市場(chǎng)與不同國(guó)家股市之間的風(fēng)險(xiǎn)傳染路徑，本文在不同市場(chǎng)間引入更為靈活的R-Vine Copula模型進(jìn)行研究。Vine Copula模型是在二元Copula模型的基礎(chǔ)上，進(jìn)行逐層疊加，并通過(guò)一定路徑將不同變量之間的相依結(jié)構(gòu)反映出來(lái)的圖模型[16]，在刻畫風(fēng)險(xiǎn)傳染路徑方面具有廣泛應(yīng)用[17～19]。

一、R-Vine Copula模型

Copula函數(shù)是在Sklar[20]定理基礎(chǔ)上，延伸得到的一種能夠連接邊緣分布與聯(lián)合分布的函數(shù)。在實(shí)際研究中，為得到不同個(gè)體之間的復(fù)雜相依結(jié)構(gòu)，經(jīng)常將不同個(gè)體的風(fēng)險(xiǎn)用邊緣分布來(lái)刻畫，經(jīng)由不同Copula函數(shù)連接，得到整體的聯(lián)合分布，并以聯(lián)合分布反映整體風(fēng)險(xiǎn)。但在此過(guò)程中，隨著參與個(gè)體的增加，多元Copula模型中很容易出現(xiàn)“維數(shù)災(zāi)難”?；诖?，Bedford和Cooke提出了Vine Copula（藤Copula）模型[21]。并在C-Vine Copula和D-Vine Copula模型的基礎(chǔ)上，為提高模型的靈活性，弱化條件獨(dú)立概念，Bedford等又提出了R-Vine Copula模型[22]。結(jié)合文獻(xiàn)[23]，一個(gè)m變量的R-Vine Copula模型描述如下：

一個(gè)m變量的R藤由（m?1）棵樹組成，記成T1,T2,···Tm?1,第i棵樹Ti的節(jié)點(diǎn)集為Ni，邊集為Ei(i=1,···,m?1)，它們滿足如下條件：

1.樹T1的節(jié)點(diǎn)集N1={1,···m}，邊集為E1；

2.第i棵樹Ti的節(jié)點(diǎn)集Ni=Ei?1(i=2,···m?1)，即第i棵樹的節(jié)點(diǎn)集是第（i?1）棵樹的邊集；

3.如果樹Ti中的兩條邊在樹Ti+1中用邊連接，那么這兩條邊在樹Ti中必須有一個(gè)共同的節(jié)點(diǎn)。

進(jìn)一步構(gòu)造一個(gè)m元R藤結(jié)構(gòu)如下：

設(shè)由m個(gè)隨機(jī)變量X1,X2,···Xm構(gòu)成的隨機(jī)向量為X={X1,X2,···Xm},其中第i個(gè)變量Xi的邊際密度為fi(i=1,···m)，則X的聯(lián)合密度函數(shù)可以表示為：

在上述式子中，Ei中的邊e=j(e)l(e)|D(e)，j(e)與l(e)是邊e相連接的兩個(gè)節(jié)點(diǎn)，D(e)是條件集。cj(e)l(e)|D(e)表示邊e對(duì)應(yīng)的Copula密度函數(shù)。xD(e)表示由條件集D(e)決定的子向量。

二、實(shí)證分析

（一）研究對(duì)象

在國(guó)際油價(jià)與股票市場(chǎng)的關(guān)聯(lián)研究中，許多學(xué)者以原油期貨價(jià)格作為油價(jià)代表[6,13]。并且，WTI原油價(jià)格是國(guó)際油價(jià)的定價(jià)基準(zhǔn)。因此，借鑒張曦和王劍雨[13]的做法，本文的國(guó)際原油價(jià)格以WTI原油期貨價(jià)格作為代表。此外，對(duì)于國(guó)際股市的選擇，參照朱慧明等[24]的標(biāo)準(zhǔn)，從原油進(jìn)出口依賴度較高的國(guó)家中，擇優(yōu)選取金融市場(chǎng)較為完善的國(guó)家進(jìn)行研究。本文最終選取了15個(gè)國(guó)家作為研究對(duì)象。分別是8個(gè)原油進(jìn)口國(guó)：中國(guó)（CHN）、美國(guó)（USA）、日本（JPN）、德國(guó)（GER）、法國(guó)（FRA）、英國(guó)（UK）、韓國(guó)（KOR）和印度（IND），以及7個(gè)原油出口國(guó)：沙特阿拉伯（KSA）、俄羅斯（RUS）、阿聯(lián)酋（ARE）、加拿大（CAN）、墨西哥（MEX）、尼日利亞（NGA）和挪威（NOR）。進(jìn)一步選擇上述國(guó)家的股票指數(shù)進(jìn)行研究。本文最終選擇的國(guó)家股票指數(shù)如下：中國(guó)上證綜指、美國(guó)標(biāo)準(zhǔn)普爾500指數(shù)、日本東京日經(jīng)225指數(shù)、德國(guó)法蘭克福DAX指數(shù)、法國(guó)巴黎CAC40指數(shù)、英國(guó)富時(shí)100指數(shù)、韓國(guó)綜合指數(shù)、印度孟買Sensex指數(shù)、沙特全股交易指數(shù)、俄羅斯RTS指數(shù)、阿聯(lián)酋DFM綜合指數(shù)、加拿大標(biāo)普TSX60指數(shù)、墨西哥MXX指數(shù)、尼日利亞綜合指數(shù)和挪威OBX指數(shù)。

（二）研究數(shù)據(jù)

鑒于2020年國(guó)際公共安全事件更為突出，不利于單獨(dú)衡量油價(jià)波動(dòng)對(duì)國(guó)際股市帶來(lái)的影響，故選取2010～2019年上述國(guó)家股票指數(shù)的日收盤價(jià)以及WTI原油期貨每日價(jià)格進(jìn)行觀察（圖1）?？紤]到各國(guó)假期差異，在原始數(shù)據(jù)中剔除部分觀測(cè)值，利用匹配的日數(shù)據(jù)進(jìn)行分析。其中，原油進(jìn)口國(guó)國(guó)家指數(shù)日收盤價(jià)數(shù)據(jù)來(lái)源于同花順，WTI原油期貨價(jià)格以及原油出口國(guó)國(guó)家指數(shù)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)。

圖1 2010～2019年國(guó)際油價(jià)與原油進(jìn)口國(guó)國(guó)家股票指數(shù)

下面先分析國(guó)際原油與主要原油進(jìn)口國(guó)股市之間的關(guān)系。首先觀察WTI原油期貨價(jià)格與原油進(jìn)口國(guó)國(guó)家股票指數(shù)收盤價(jià)之間的波動(dòng)情況。

對(duì)比國(guó)際油價(jià)與各主要原油進(jìn)口國(guó)的國(guó)家指數(shù)，直觀地看油價(jià)波動(dòng)對(duì)原油進(jìn)口國(guó)股市是有一定影響的。特別在2014～2016年，國(guó)際油價(jià)巨幅下跌，隨后各個(gè)國(guó)家股市也呈現(xiàn)出振蕩下滑的趨勢(shì)。但是油價(jià)波動(dòng)與股市之間的具體關(guān)系僅由資產(chǎn)價(jià)格的聯(lián)動(dòng)是無(wú)法確定的。下文將在此基礎(chǔ)上做進(jìn)一步研究。

結(jié)合圖1，擬選取2014年6月20日～2016年1月19日（油價(jià)劇烈下浮期間）的數(shù)據(jù)做進(jìn)一步研究。為消除價(jià)格波動(dòng)對(duì)價(jià)格水平的依賴關(guān)系，對(duì)上述資產(chǎn)價(jià)格或指數(shù)序列做如下轉(zhuǎn)換：

其中，Pt為t時(shí)刻的國(guó)家指數(shù)收盤價(jià)（或WTI原油期貨價(jià)格）序列，Rt為轉(zhuǎn)換后的收益率序列。對(duì)各收益率序列做描述性統(tǒng)計(jì)分析如表1所示：

表1 各收益率序列的描述性統(tǒng)計(jì)分析

根據(jù)表1的描述性統(tǒng)計(jì)，可以發(fā)現(xiàn)各收益率序列的均值總體上都在零值左右。此外，結(jié)合JB統(tǒng)計(jì)量可以發(fā)現(xiàn)，所選的收益率序列均拒絕接受服從正態(tài)分布的假設(shè)。且各序列的偏度多為負(fù)，峰度顯著大于3，說(shuō)明數(shù)據(jù)序列為非對(duì)稱分布，并呈現(xiàn)尖峰肥尾的特征。對(duì)數(shù)據(jù)進(jìn)行ADF檢驗(yàn)的結(jié)果顯示，所有序列均平穩(wěn)。但ARCH-LM檢驗(yàn)則顯示除德國(guó)法蘭克福DAX指數(shù)和印度孟買Sensex指數(shù)收益率序列外，其他序列均都存在顯著的條件異方差，因此需要進(jìn)一步構(gòu)建有關(guān)模型（常見的GARCH類模型）進(jìn)行過(guò)濾。

（三）模型構(gòu)建

根據(jù)Sklar[20]定理，Copula模型的構(gòu)建分為兩步：首先，對(duì)各隨機(jī)變量進(jìn)行邊緣分布擬合；其次，選擇合適的Copula函數(shù)對(duì)不同邊緣分布進(jìn)行連接。

1.邊緣分布擬合

根據(jù)上文的描述性統(tǒng)計(jì)分析，本文所選取的數(shù)據(jù)具有尖峰肥尾的特征，并且存在顯著的條件異方差。因此為更好地刻畫各對(duì)數(shù)收益率序列的波動(dòng)特征，并消除序列的ARCH效應(yīng)，筆者分別對(duì)各個(gè)國(guó)家的對(duì)數(shù)收益率序列構(gòu)建GARCH類模型進(jìn)行邊緣分布擬合。同時(shí)通過(guò)對(duì)比不同模型（GARCH (1, 1)-n,GARCH (1, 1)-t, GARCH (1, 1)-ged）的AIC信息準(zhǔn)則，擇優(yōu)選取適合的模型。并過(guò)濾出標(biāo)準(zhǔn)化殘差，得到參數(shù)估計(jì)結(jié)果見表2。

表2 GARCH（1,1）模型的參數(shù)估計(jì)結(jié)果

如表2所示，幾乎所有對(duì)數(shù)收益率序列的ARCH項(xiàng)和GARCH項(xiàng)的估計(jì)參數(shù)均顯著，說(shuō)明所建模型能夠較好地?cái)M合各個(gè)序列，各個(gè)國(guó)家股票指數(shù)以及原油序列均存在波動(dòng)聚集效應(yīng)。進(jìn)一步觀察模型標(biāo)準(zhǔn)化殘差的ARCH-LM檢驗(yàn)結(jié)果，各個(gè)序列對(duì)應(yīng)的p值均顯著不為0，說(shuō)明模型過(guò)濾出的標(biāo)準(zhǔn)化殘差序列不存在條件異方差。在此基礎(chǔ)上對(duì)其進(jìn)行概率積分變換，使其累積分布其近似服從于[0, 1]均勻分布，并進(jìn)行KS檢驗(yàn)，以達(dá)到構(gòu)建Copula模型的條件。變換后的序列均通過(guò)了KS檢驗(yàn)，因此可以進(jìn)一步構(gòu)建Copula模型。

2.Vine Copula模型

得到各序列的累積分布后，接下來(lái)需選擇不同序列之間連接的Copula函數(shù)。鑒于Vine Copula模型可以自動(dòng)匹配合適的Copula函數(shù)，因此接下來(lái)直接建立Vine Copula模型。常見的Vine Copula模型有C藤、D藤和R藤。為選取最合適的模型，本文根據(jù)Log Likelihood統(tǒng)計(jì)量進(jìn)行判斷，最終擇優(yōu)選取R藤Copula模型進(jìn)行建模分析。借助R軟件，得到各出口國(guó)國(guó)家指數(shù)和原油收益率序列的R藤Copula相依結(jié)構(gòu)模型秩相關(guān) 數(shù)如表3所示：

表3 模型的Pair-Copula擬合結(jié)果

分析模型的擬合結(jié)果，在所構(gòu)建的模型中，9個(gè)變量一共構(gòu)造出了8層樹結(jié)構(gòu)。其中，不僅反映出了原油與原油進(jìn)口國(guó)國(guó)家股票指數(shù)之間的關(guān)聯(lián)，還反映了不同國(guó)家股票指數(shù)之間的相依關(guān)系。因?yàn)橐粐?guó)股票市場(chǎng)的變動(dòng)往往是由諸多因素引起的，且金融市場(chǎng)之間的信息傳播比能源市場(chǎng)要快得多，所以在油價(jià)劇烈變動(dòng)的沖擊下，風(fēng)險(xiǎn)在國(guó)家之間的傳導(dǎo)可能會(huì)更快于能源市場(chǎng)的傳導(dǎo)。進(jìn)一步地觀察不同序列之間的相依結(jié)構(gòu)，不同序列之間連接的Copula函數(shù)不盡相同，即使是相同的Copula函數(shù)，對(duì)應(yīng)的參數(shù)也有所不同，說(shuō)明原油與原油進(jìn)口國(guó)國(guó)家股票指數(shù)之間的相依結(jié)構(gòu)存在一定的差異性。表中的秩相關(guān)系數(shù)反映了不同序列之間的關(guān)聯(lián)程度以及方向。從報(bào)告的第一層樹來(lái)看，在2014年下半年油價(jià)暴跌期間，原油與印度以及韓國(guó)的國(guó)家指數(shù)呈現(xiàn)出了正相依性。原油與印度孟買Sensex指數(shù)之間的無(wú)條件秩相關(guān)系數(shù)為0.06，與韓國(guó)綜合指數(shù)之間的秩相關(guān)系數(shù)為0.04。說(shuō)明原油與印度孟買Sensex指數(shù)以及韓國(guó)綜合指數(shù)容易出現(xiàn)同漲同跌的趨勢(shì)，這一結(jié)果與圖1所呈現(xiàn)的情況相一致。結(jié)合原油與原油進(jìn)口國(guó)國(guó)家股票指數(shù)之間的Pair Copula，用線段表示不同序列之間的連接關(guān)系，畫出原油與原油進(jìn)口國(guó)國(guó)家指數(shù)間相依結(jié)構(gòu)的第一層樹形結(jié)構(gòu)圖（圖2）做進(jìn)一步分析。

圖2 原油與原油進(jìn)口國(guó)國(guó)家指數(shù)間的相依機(jī)構(gòu)

如圖2所示，在油價(jià)暴跌期間，原油在藤結(jié)構(gòu)中作為一個(gè)節(jié)點(diǎn)，連接了韓國(guó)綜合指數(shù)和印度孟買Sensex指數(shù)。當(dāng)原油市場(chǎng)因油價(jià)巨幅波動(dòng)成為風(fēng)險(xiǎn)源時(shí)，會(huì)率先向印度以及韓國(guó)的股票市場(chǎng)溢出。印度作為原油消費(fèi)大國(guó)，在此次油價(jià)大幅度下跌期間成為產(chǎn)油國(guó)的目標(biāo)市場(chǎng)之一，印度股市由此做出了一定的反映。此外，印度孟買Sensex指數(shù)本身又作為一個(gè)節(jié)點(diǎn)，連接了日本東京日經(jīng)225指數(shù)。這意味著原油變動(dòng)所帶來(lái)的風(fēng)險(xiǎn)可能經(jīng)由印度傳導(dǎo)至日本的股票市場(chǎng)。類似地，韓國(guó)綜合指數(shù)不僅與原油相連接，還與中國(guó)上證綜指以及英國(guó)富時(shí)100指數(shù)相連接，那么當(dāng)韓國(guó)綜合指數(shù)受原油影響時(shí)，相應(yīng)的其他國(guó)家也會(huì)受到波及。不止于此，英國(guó)富時(shí)100指數(shù)還與其他歐美國(guó)家存在很強(qiáng)的正相依性，英國(guó)與法國(guó)國(guó)家指數(shù)，以及法國(guó)與德國(guó)國(guó)家指數(shù)之間的無(wú)條件秩相關(guān)系數(shù)均大于0.5。由此，風(fēng)險(xiǎn)進(jìn)一步擴(kuò)散，使得原油進(jìn)口國(guó)的國(guó)家指數(shù)在一定程度上都受到油價(jià)波動(dòng)的影響。

按照相同的步驟對(duì)原油及原油出口國(guó)的國(guó)家指數(shù)進(jìn)行建模，并畫出其第一層樹結(jié)構(gòu)圖（圖3）。如圖3所示，與原油和原油進(jìn)口國(guó)之間的風(fēng)險(xiǎn)傳染路徑一致，原油與原油出口國(guó)之間除了來(lái)自原油市場(chǎng)的風(fēng)險(xiǎn)溢出，原油出口國(guó)的國(guó)家股票市場(chǎng)之間也會(huì)形成一定的風(fēng)險(xiǎn)傳染關(guān)系。在油價(jià)下跌期間原油與原油出口國(guó)國(guó)家指數(shù)間的相依結(jié)構(gòu)中，不同序列之間的秩相關(guān)系數(shù)均為正，體現(xiàn)了原油以及原油出口國(guó)國(guó)家指數(shù)之間的正相依性。在該藤結(jié)構(gòu)中，一個(gè)重要的節(jié)點(diǎn)是俄羅斯RTS指數(shù)。其與原油的秩相關(guān)系數(shù)為0.25，與挪威OBX指數(shù)和阿聯(lián)酋DFM綜合指數(shù)對(duì)應(yīng)無(wú)條件秩相關(guān)系數(shù)分別是0.36和0.35。這是因?yàn)橐鸫舜斡蛢r(jià)暴跌的一個(gè)重要的地緣政治因素是“烏克蘭事件”。在歐美制裁以及油價(jià)暴跌的打壓下以能源收入作為經(jīng)濟(jì)增長(zhǎng)主要渠道的俄羅斯受到了一定的制約。此外，在該相依結(jié)構(gòu)中阿聯(lián)酋DFM綜合指數(shù)又與沙特全股交易指數(shù)和尼日利亞綜合指數(shù)相關(guān)聯(lián)。沙特阿拉伯作為世界上最大的石油輸出國(guó)，石油產(chǎn)業(yè)作為其主要經(jīng)濟(jì)支柱，但是在此次油價(jià)暴跌中沙特并沒(méi)有首當(dāng)其沖的受其影響，這是因?yàn)樯程負(fù)碛腥蚣s四分之一的石油儲(chǔ)備，同時(shí)掌握全球85%的石油閑置產(chǎn)能，且外匯儲(chǔ)備量盤大，沙特完全能夠接受更低的油價(jià)，打得起“價(jià)格戰(zhàn)”。進(jìn)一步觀察其他原油出口國(guó)的相依結(jié)構(gòu)，其中墨西哥與挪威的國(guó)家指數(shù)相連接，而加拿大又與墨西哥相關(guān)聯(lián)。在此次油價(jià)暴跌中，加拿大以及沙特還有尼日利亞都處在了藤結(jié)構(gòu)的邊緣位置，受到的沖擊相對(duì)較小。

圖3 原油與原油出口國(guó)國(guó)家指數(shù)間的相依結(jié)構(gòu)

總體上看，原油出口國(guó)國(guó)家指數(shù)與原油之間的相依程度相較于原油進(jìn)口國(guó)國(guó)家指數(shù)會(huì)更高一些，其對(duì)應(yīng)無(wú)條件秩相關(guān)系數(shù)更大。因?yàn)樵蛯?duì)于原油出口國(guó)來(lái)說(shuō)是其經(jīng)濟(jì)產(chǎn)業(yè)的支柱，油價(jià)的變動(dòng)對(duì)其帶來(lái)的沖擊更為顯著。但是不管是原油進(jìn)口國(guó)還是原油出口國(guó)，在油價(jià)劇烈變動(dòng)時(shí)，一國(guó)股市的變動(dòng)不一定是受能源市場(chǎng)的影響，更多的是受到其他國(guó)際股市的風(fēng)險(xiǎn)外溢。

三、結(jié)論

本文對(duì)國(guó)際原油市場(chǎng)以及15個(gè)依賴原油進(jìn)出口的國(guó)家指數(shù)擇優(yōu)構(gòu)建了R藤Copula模型，探究國(guó)際原油市場(chǎng)與國(guó)際股市之間的風(fēng)險(xiǎn)傳染效應(yīng)，得到以下結(jié)論。

首先，當(dāng)國(guó)際原油市場(chǎng)作為風(fēng)險(xiǎn)源時(shí)，該能源市場(chǎng)在與原油進(jìn)口國(guó)的相依結(jié)構(gòu)中是一個(gè)節(jié)點(diǎn)，連接印度孟買Sensex指數(shù)和韓國(guó)綜合指數(shù)，而在原油出口國(guó)的相依結(jié)構(gòu)中則主要與俄羅斯RTS指數(shù)相連接。說(shuō)明在該油價(jià)波動(dòng)期間，最先受到影響的國(guó)際股市是印度、韓國(guó)和俄羅斯三個(gè)國(guó)家。其次，在油價(jià)暴跌期間，不同經(jīng)濟(jì)體股市之間反映出了不同程度的相依關(guān)系。這使得油價(jià)波動(dòng)的影響進(jìn)一步擴(kuò)大，風(fēng)險(xiǎn)逐漸在不同經(jīng)濟(jì)體中擴(kuò)散。最后，從整體上看，原油市場(chǎng)與原油出口國(guó)股市之間的秩相關(guān)系數(shù)較原油進(jìn)口國(guó)更高，說(shuō)明原油價(jià)格波動(dòng)對(duì)原油出口國(guó)的沖擊會(huì)更強(qiáng)一些。

本文借助R-Vine Copula模型對(duì)油價(jià)暴跌時(shí)期市場(chǎng)間的整體聯(lián)動(dòng)進(jìn)行刻畫，既有助于投資者及時(shí)判斷市場(chǎng)走向，提高能源意識(shí)，還有助于各個(gè)國(guó)家及時(shí)防范能源風(fēng)險(xiǎn)和其他金融市場(chǎng)的風(fēng)險(xiǎn)外溢情況。

基于此，本文提出以下建議：一方面，對(duì)投資者而言，在密切關(guān)注金融市場(chǎng)的同時(shí)也要警惕能源市場(chǎng)風(fēng)險(xiǎn)，在能源市場(chǎng)發(fā)生異動(dòng)時(shí)也要注意國(guó)際金融市場(chǎng)的聯(lián)動(dòng)。特別是在相依結(jié)構(gòu)中與原油市場(chǎng)相連接的國(guó)際股市，要提前做好資產(chǎn)的風(fēng)險(xiǎn)管理預(yù)案。另一方面，對(duì)國(guó)家而言，在藤結(jié)構(gòu)中與原油市場(chǎng)緊密相連的國(guó)家如俄羅斯等應(yīng)注重調(diào)整國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)，避免過(guò)度依賴資源發(fā)展而對(duì)其他經(jīng)濟(jì)活動(dòng)造成影響。此外，藤結(jié)構(gòu)中的其他國(guó)家在注重自身能源安全的同時(shí)也要注意防范外生性金融風(fēng)險(xiǎn)，避免受到其他國(guó)際股市帶來(lái)的影響。