摘要：在環(huán)境污染問題日益突出的背景下，新能源的發(fā)展變得越發(fā)重要。文章基于2018年3月26日到2021年9月1日的數(shù)據(jù)，運(yùn)用分位數(shù)對分位數(shù)回歸的方法，分析了我國黃金和原油對新能源收益的影響。結(jié)果表明：黃金對新能源的正影響主要集中在新能源處于極端市場情況下，而當(dāng)新能源處于正常市場時，黃金可以作為新能源的對沖資產(chǎn)。原油對新能源的正影響具有明顯的非對稱性，當(dāng)原油和新能源都在熊市下時，兩者的依賴性更強(qiáng)。經(jīng)過穩(wěn)健性檢驗后，結(jié)果仍舊是可靠的。這些結(jié)果對于投資者以及政策制定者的合理決策具有重要的參考意義。

關(guān)鍵詞：新能源；原油；黃金；分位數(shù)對分位數(shù)回歸

中圖分類號：F224??文獻(xiàn)標(biāo)識碼：A??文章編號：1005-6432（2023）14-0000-04

[DOI]10.13939/j.cnki.zgsc.2023.14.000

1??引言

近年來，空氣污染和過多的碳排放成為了全球范圍內(nèi)的普遍問題。國際上先后簽訂了《京都議定書》和《巴黎協(xié)定》，以控制各國的溫室氣體排放量，防止全球氣候變暖。為了進(jìn)一步強(qiáng)調(diào)環(huán)境污染問題，促進(jìn)中國節(jié)能減排更好實施，2020年9月22日，中國國家主席習(xí)近平提出了“碳中和，碳達(dá)峰”的目標(biāo)。在這種背景下，新能源的發(fā)展前景不可忽視。新能源與傳統(tǒng)能源相比，具有低碳、清潔的特點，在環(huán)境保護(hù)和可持續(xù)發(fā)展進(jìn)程中有著重要作用。由于投資者對石油波動以及氣候變化的擔(dān)憂，加之新能源投資對于環(huán)境和氣候具有積極影響，所以，大部分投資者及學(xué)者們認(rèn)為新能源的發(fā)展更具有可持續(xù)性，投資新能源具有巨大的機(jī)會（溫曉倩等，2012；He等?，2021）[1-2]。本文研究黃金和原油對新能源收益的影響，對于投資者的投資組合具有重要參考意義。

從黃金與新能源的關(guān)系來說，由于黃金具有避險屬性，當(dāng)市場處于動蕩期間，投資者可能會改變投資組合比例，將黃金納入投資組合中，作為對沖風(fēng)險的手段，以影響新能源股價。從原油與新能源的關(guān)系來說，由于原油和新能源具有替代效應(yīng)，當(dāng)原油價格上漲時，消費(fèi)者將用更便宜的新能源代替價格昂貴的原油，使得新能源股價上漲（Uddin等，2019）[3]。另外，由于新能源的建造和安裝成本較高，當(dāng)油價下跌時，會抑制新能源項目的吸引力和經(jīng)濟(jì)可行性（Ferrer等，2018）[4]，這一現(xiàn)象最終可能會壓低股價。所以，本文認(rèn)為它們之間具有較強(qiáng)的內(nèi)在聯(lián)系。

目前大多數(shù)文獻(xiàn)主要研究的是新能源與原油之間的關(guān)聯(lián)。但是它們之間的關(guān)系似乎并未達(dá)成共識。大多數(shù)文獻(xiàn)證實新能源與原油之間存在正相關(guān)關(guān)系。如Sadorsky?（2012）[5]通過多元GARCH模型分析了石油與清潔能源股、科技股之間的波動溢出，表明清潔能源股票價格與科技股、石油價格均有高度正相關(guān)性。Reboredo（2015）[6]根據(jù)Copula與CoVaR模型，認(rèn)為石油和可再生能源之間存在顯著的對稱尾部依賴性。一些文獻(xiàn)則持不同的觀點，如Ferrer等（2018）[4]通過時頻連通性方法，側(cè)重于石油和可再生能源時頻上的關(guān)系，發(fā)現(xiàn)原油在長短期都不是清潔能源股價的驅(qū)動因素。而Dawar等（2021）[7]則將重點主要放在了分位數(shù)上，采用分位數(shù)回歸的方法，發(fā)現(xiàn)雖然清潔能源處于看跌市場條件下時，清潔能源對原油的價格具有很強(qiáng)的依賴性，但在高分位數(shù)下，原油對清潔能源的影響不大。一些文獻(xiàn)檢驗了總體股票指數(shù)與黃金的關(guān)系，但通常集中在收益分布的均值和方差上，而忽略了尾部的相關(guān)性（?董杰等，2012；Kumar等，2020；?Akbar等，2019）[8-10]，而很少有文獻(xiàn)將新能源指數(shù)與黃金的影響關(guān)系進(jìn)行考慮。

通過對以上文獻(xiàn)的歸納，可以發(fā)現(xiàn)現(xiàn)有文獻(xiàn)有以下幾個特點：第一、目前已有的文獻(xiàn)多注重于新能源指數(shù)和原油的研究，黃金對新能源的關(guān)系研究較少。第二、目前對于新能源與原油之間的研究，幾乎都是研究變量均值之間的影響，而忽視了變量的尾部特征。鑒于此，本文的主要邊際貢獻(xiàn)有以下兩點：其一，本文將原油和黃金與新能源聯(lián)系起來，分析原油和黃金對新能源的影響，填補(bǔ)了研究的空白。其二，本文運(yùn)用Sim和Zhou?（2015）[11]提出的分位數(shù)對分位數(shù)回歸的方法（以下簡稱：QQR），該方法可以充分識別變量間整個分位數(shù)分布的關(guān)系特征，捕獲非對稱和非線性的影響，使得結(jié)果更加全面可觀。

本文的其余部分如下：第2節(jié)描述了采用的模型方法和數(shù)據(jù)分析。第?3?節(jié)討論了本文的實證結(jié)果和相應(yīng)的理論解釋。第4節(jié)進(jìn)行了穩(wěn)健性檢驗。最后第5節(jié)討論了結(jié)果以及簡要的建議。

2???方法和數(shù)據(jù)

2.1??方法：分位數(shù)對分位數(shù)方法

本文使用由Sim和Zhou（2015）[11]提出的QQR方法來研究黃金、原油對新能源的影響。QQR?方法結(jié)合了傳統(tǒng)的分位數(shù)回歸和非參數(shù)估計，可用于實證研究解釋變量的分位數(shù)如何影響被解釋變量的條件分位數(shù)。QQR方法不光可以完全觀察兩個變量之間不對稱的關(guān)系。另外，如今一些文獻(xiàn)已經(jīng)證明金融資產(chǎn)間的非線性（楊子暉等，2019）[12]。因此，比起一些研究線性關(guān)系的方法，QQR方法也更適合用來研究變量間可能存在的非線性關(guān)系。

在本文的研究框架中，QQR模型可以根據(jù)下列非參數(shù)分位數(shù)回歸模型拓展得來：

其中，代表中國在t時期新能源指數(shù)的收益，代表t時期黃金和原油的收益，是新能源指數(shù)的條件分位數(shù)，表示分位數(shù)誤差項，其條件分位數(shù)等于0。函數(shù)是未知的，因為本文沒有任何關(guān)于新能源與黃金、原油之間有多大關(guān)系的先驗信息?？梢酝ㄟ^一階泰勒展開來近似得到該函數(shù)：

其中是關(guān)于的偏導(dǎo)數(shù)?？梢钥吹?，和是和的函數(shù)，而是的函數(shù)，于是方程（2）又可以寫成：

將方程（3）代入到方程（1）得到：

為了估計方程（4），本文用估計值和分別替代和，和作為和的估計值。然后解決以下式子：

另外，采用了高斯核函數(shù)，并基于帶寬h，對進(jìn)行加權(quán)。這些權(quán)重與和之間的距離成反比，其中經(jīng)驗分布函數(shù)的距離為：

在核回歸中，帶寬的選擇非常重要。帶寬決定了目標(biāo)點周圍區(qū)域的大小，控制結(jié)果估計的平滑度。帶寬越大，估計偏差的可能性就越大；帶寬越小，估計方差就越大。因此，必須選擇在偏差和方差之間達(dá)到平衡的帶寬。本文采用的帶寬參數(shù)h=0.05。

2.2???數(shù)據(jù)

中證內(nèi)地新能源主題指數(shù)編制時間較早，涵蓋規(guī)模較大、盈利較好的50只成分股，反映了新能源產(chǎn)業(yè)公司的整體表現(xiàn)，是新能源市場的代表性指標(biāo)之一，本文將此作為新能源的代表。黃金選取近幾年成交量最大的Au9999作為代表性數(shù)據(jù)，原油數(shù)據(jù)則為上海國際能源交易中心交易的原油期貨。由于中國原油期貨自2018年3月26日上市，所以本文樣本區(qū)間為2018年3月26日-2021年9月1日，剔除周末與節(jié)假日，共839個觀測值。所有原始數(shù)據(jù)均進(jìn)行對數(shù)一階差分處理，即，以校正數(shù)據(jù)的異方差、非平穩(wěn)性和序列間的維數(shù)差異。表1提供了序列差分后的描述性統(tǒng)計結(jié)果?？梢园l(fā)現(xiàn)原油出現(xiàn)正偏態(tài)分布，而黃金和新能源則出現(xiàn)負(fù)偏態(tài)分布，所有序列的峰度都大于3，J-B檢驗也顯著。說明序列都不是正態(tài)分布的。從ADF的統(tǒng)計檢驗可以發(fā)現(xiàn)所有序列都是平穩(wěn)序列。

3???實證結(jié)果

在本節(jié)中討論了QQR的估計結(jié)果。斜率系數(shù)的估計值的結(jié)果顯示在z軸上面，y軸代表黃金或原油的分位數(shù)，x軸代表新能源的分位數(shù)。

圖1的面板A展示了AU9999對NE的影響?？梢园l(fā)現(xiàn)，當(dāng)NE處于極端市場情況下時，?AU9999對NE具有強(qiáng)烈的正影響。但當(dāng)NE處于正常市場下，AU9999對于NE的影響不顯著甚至為負(fù)。這說明在熊市期間，黃金并不能作為新能源指數(shù)的避險資產(chǎn)，但當(dāng)新能源處于正常市場情況下，黃金可以作為新能源的對沖，納入擁有新能源資產(chǎn)的投資者的投資組合中。

從圖1面板B的結(jié)果來說，Oil對NE具有正影響。一方面，隨著原油價格的上漲，消費(fèi)者和能源公司會選擇用新能源替代傳統(tǒng)能源，于是新能源股價會上升。另一方面，由于新能源的成本很高，所以隨著原油價格下跌，企業(yè)可能會放棄投資新能源的項目，導(dǎo)致新能源股票價格下跌，這使得兩者之間存在正相關(guān)。進(jìn)一步的，可以發(fā)現(xiàn)Oil對NE的影響是非對稱的，當(dāng)兩者都處于低分位時，兩者的相關(guān)性明顯大于其他分位數(shù)情況下。這一結(jié)果與?Dawar等（2021）[7]發(fā)現(xiàn)的結(jié)果類似，然而不同的是，Dawar所用的QR方法只考慮了新能源的分位數(shù)，原油則處于均值情況。而本文所用的QQR方法進(jìn)一步的將原油進(jìn)行分位數(shù)細(xì)分，認(rèn)為新能源和原油都處于看跌市場情況下時，兩者的正向關(guān)系更為緊密。

4??穩(wěn)健性分析

由于QQR方法是QR方法的進(jìn)一步拓展，所以，為了檢驗QQR方法的結(jié)果是否是有效的，本節(jié)采用QR的方法來進(jìn)行驗證。將QQR的平均斜率系數(shù)與QR的斜率系數(shù)進(jìn)行比較，如圖2所示。

圖2顯示了黃金和原油對新能源的影響結(jié)果。可以看到，在新能源的整個分位數(shù)下，QQR的平均斜率系數(shù)都與QR的系數(shù)趨勢相似，這證實了前面章節(jié)的QQR結(jié)果的穩(wěn)健性。

5??結(jié)論

近幾十年來，全球受到氣候變暖、溫室氣體增加等環(huán)境問題的嚴(yán)峻挑戰(zhàn)，我國為減輕溫室氣體排放提出“碳中和，碳達(dá)峰”的目標(biāo)。新能源作為一種低碳、清潔的新型能源，在環(huán)境保護(hù)和可持續(xù)發(fā)展進(jìn)程中發(fā)揮著重要的作用。鑒于此，新能源愈發(fā)受到投資者的重視。因此，本文應(yīng)用了QQR方法，來估計了我國黃金和原油對新能源指數(shù)的影響。與一些傳統(tǒng)的方法相比，QQR方法的優(yōu)勢在于可以對自變量和因變量的整個分位數(shù)的關(guān)系進(jìn)行觀察，使得結(jié)果更加全面。

本文的研究有幾點結(jié)論。一方面，當(dāng)新能源處于看漲和看跌市場時，黃金與新能源具有很強(qiáng)的正向關(guān)系，但當(dāng)新能源處于正常市場時，兩個的相關(guān)性很小。另一方面，原油對新能源的正影響具有明顯的非對稱性，當(dāng)原油和新能源都在熊市下時，兩者的依賴性更強(qiáng)，而在其他的分位數(shù)下，兩者之間的關(guān)系不明顯。?本文的研究結(jié)果對于新能源投資者具有重要指導(dǎo)意義。首先，由于在看跌市場時新能源與原油具有較強(qiáng)的正相關(guān)性，所以投資者們應(yīng)該在新能源市場看跌時高度關(guān)注原油價格的變化。另外，由于新能源指數(shù)在正常市場條件下不依賴于黃金，說明黃金可與新能源組合提供多元化收益。然而，與傳統(tǒng)觀念不同的是，當(dāng)新能源處于看跌市場時，黃金并不能作為新能源指數(shù)的避險工具，因此當(dāng)面臨市場低迷時，新能源投資者應(yīng)避免將黃金納入投資組合。另外，政策制定者可以通過了解黃金和原油對于新能源的影響，以便設(shè)計更有效的政策工具來促進(jìn)我國新能源行業(yè)的發(fā)展。總的來說，本文研究的黃金和原油對新能源的影響關(guān)系，特別是在極端市場條件下，可能有助于投資者和政策制定者識別與新能源指數(shù)相關(guān)的下行風(fēng)險。

參考文獻(xiàn)：

[1]溫曉倩，?魏宇，?黃登仕.?我國新能源公司股票價格與原油價格的波動率外溢與相關(guān)性研究?[J].?管理評論，?2012，?24（12）：?20-30.

[2]HE?H，?SUN?M，?GAO?C，?et?al.?Detecting?lag?linkage?effect?between?economic?policy?uncertainty?and?crude?oil?price：?A?multi-scale?perspective?[J].?Physica?a-Statistical?mechanics?and?its?applications，?2021（580）.

[3]UDDIN?G?S，?RAHMAN?M?L，?HEDSTROM?A，?et?al.?Cross-quantilogram-based?correlation?and?dependence?between?renewable?energy?stock?and?other?asset?classes?[J].?Energy?Economics，2019（80）：743-759.

[4]FERRER?R，?HUSSAIN?SHAHZAD?S?J，?LOPEZ?R，?et?al.?Time?and?frequency?dynamics?of?connectedness?between?renewable?energy?stocks?and?crude?oil?prices?[J].Energy?economics，?2018，76：1-20.

[5]SADORSKY?P.?Correlations?and?volatility?spillovers?between?oil?prices?and?the?stock?prices?of?clean?energy?and?technology?companies?[J].?Energy?economics，2012，34（1）：248-255.

[6]REBOREDO?J?C.?Is?there?dependence?and?systemic?risk?between?oil?and?renewable?energy?stock?prices？?[J].?Energy?economics，2015（48）：32-45.

[7]DAWAR?I，?DUTTA?A，?BOURI?E，?et?al.?Crude?oil?prices?and?clean?energy?stock?indices：lagged?and?asymmetric?effects?with?quantile?regression?[J].?Renewable?energy，2021（163）：288-299.

[8]董杰，?潘和平，?姚一永，等.基于DCC-MVGARCH模型的石油、股票和黃金市場相關(guān)性實證研究[J].預(yù)測，2012，31（4）：53-57.

[9]KUMAR?S，?KUMAR?A，?SINGH?G.Causal?relationship?among?international?crude?oil，?gold，?exchange?rate，?and?stock?market：?Fresh?evidence?from?NARDL?testing?approach[J].International?Journal?Of?Finance?&?Economics，?2020（12）.

[10]AKBAR?M，IQBAL?F，?NOOR?F.Bayesian?analysis?of?dynamic?linkages?among?gold?price，?stock?prices，?exchange?rate?and?interest?rate?in?Pakistan?[J].Resources?Policy，?2019，62：154-164.

[11]SIM?N，?ZHOU?H.?Oil?prices，US?stock?return，?and?the?dependence?between?their?quantiles?[J].?Journal?Of?Banking?&?Finance，?2015（55）：1-8.

[12]楊子暉，陳雨恬，陳里璇.極端金融風(fēng)險的有效測度與非線性傳染?[J].?經(jīng)濟(jì)研究，2019，54（5）：63-80.

[作者簡介]楊慧慧（1997—），女，成都理工大學(xué)商學(xué)院，應(yīng)用經(jīng)濟(jì)學(xué)研究生，研究方向：金融理論與風(fēng)險管理。