王培輝　張猛

摘? ?要：本文追蹤新冠肺炎疫情暴發(fā)、擴(kuò)散以及常態(tài)化管理的過程，研究其對(duì)債券市場的沖擊效應(yīng)。通過構(gòu)建信息溢出指數(shù)，從時(shí)域、頻域和非對(duì)稱性三方面進(jìn)行分析，研究發(fā)現(xiàn)：從時(shí)域角度來看，在疫情的不同階段中國債券市場的信息溢出效應(yīng)有明顯的差異性，呈現(xiàn)顯著的時(shí)變特征，國債和金融債為債券市場的主導(dǎo)，為信息凈溢出者，企業(yè)債為凈接收者；從頻域的角度來看，疫情沖擊下債券市場信息溢出由短期主導(dǎo)，但疫情對(duì)企業(yè)債的影響以長期為主；從非對(duì)稱方面來看，疫情期間債券市場受正向信息溢出顯著；以企業(yè)債市場內(nèi)溢出角度來看，疫情對(duì)大部分行業(yè)、地區(qū)的產(chǎn)業(yè)債有明顯沖擊，且行業(yè)、地區(qū)間差異性明顯。

關(guān)鍵詞：新冠肺炎；債券市場；信息溢出；時(shí)頻域；非對(duì)稱性；系統(tǒng)性風(fēng)險(xiǎn)

DOI：10.3969/j.issn.1003-9031.2023.09.001

中圖分類號(hào)：F830.9? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1003－9031（2023）09－0003－18

一、引言

自2020年初以來，新冠肺炎疫情在全球范圍內(nèi)暴發(fā)，給全球經(jīng)濟(jì)和金融市場帶來了巨大的沖擊。疫情的沖擊，制約著各種市場作用的發(fā)揮，對(duì)宏微觀經(jīng)濟(jì)與金融市場的發(fā)展構(gòu)成嚴(yán)重挑戰(zhàn)（朱武祥等，2020；楊子暉等，2020）。要重視金融市場的穩(wěn)健運(yùn)行，減緩沖擊的影響（王睿和李連發(fā)，2021）。債券市場作為我國資本市場的重要組成部分，研究疫情對(duì)其沖擊的信息溢出效應(yīng)是防范金融風(fēng)險(xiǎn)和建立科學(xué)預(yù)警機(jī)制的前提。

在努力實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，中國債券市場正逐步走向成熟。中國債券市場已經(jīng)成為全球第二大債券市場，存量規(guī)模突破130萬億元①，債券市場的重要性日漸凸顯。作為資本市場的重要組成部分，中國債券市場發(fā)展方興未艾，正步入重大戰(zhàn)略機(jī)遇期，面臨各種極端風(fēng)險(xiǎn)的挑戰(zhàn)。因此，研究疫情沖擊對(duì)中國債券市場信息溢出效應(yīng)的影響，有助于防范極端事件對(duì)債券市場的沖擊，可以更好地理解債券市場的運(yùn)作機(jī)制，為投資者提供更準(zhǔn)確的投資建議，同時(shí)也可以為政策制定者提供有關(guān)風(fēng)險(xiǎn)管理和預(yù)警的參考。

二、文獻(xiàn)綜述

當(dāng)前，針對(duì)極端風(fēng)險(xiǎn)事件，特別是新冠肺炎對(duì)金融市場的沖擊作用，學(xué)者們從不同角度展開了豐富的研究。在研究對(duì)象方面，以股票市場為切入點(diǎn)，研究疫情沖擊對(duì)股票市場收益率和波動(dòng)率的風(fēng)險(xiǎn)溢出。疫情對(duì)全球股票市場有著持久性沖擊（鐘熙維和吳瑩麗，2020），使全球股市風(fēng)險(xiǎn)關(guān)聯(lián)更加密切（沈悅等，2023），加大了全球股市的波動(dòng)性（Cheng et al.，2022），并且全球股票市場有著顯著的地理溢出效應(yīng)（楊子暉和王姝黛，2021）。風(fēng)險(xiǎn)強(qiáng)度的提升使得新冠肺炎概念股收益率顯著下降，并且波動(dòng)影響顯著（田金方等，2020），組織冗余作為調(diào)節(jié)變量可以緩解疫情對(duì)股票收益率的影響（金順姬等，2021）。另一些研究則以更為細(xì)化的地區(qū)、行業(yè)展開討論，發(fā)現(xiàn)疫情沖擊加劇了企業(yè)的盈余管理，受疫情沖擊大的行業(yè)和地區(qū)影響會(huì)加劇（Yan et al.，2022），對(duì)快遞行業(yè)為正向影響，對(duì)進(jìn)出口業(yè)務(wù)和交通運(yùn)輸為負(fù)向影響（張建平和朱雅錫，2021），受疫情沖擊較大地區(qū)的企業(yè)股價(jià)變動(dòng)幅度更大（程晨和劉珂，2021），并且經(jīng)濟(jì)較發(fā)達(dá)的東部風(fēng)險(xiǎn)傳染外溢顯著，西部市場則韌性較低（王姝黛等，2023）。

疫情沖擊導(dǎo)致市場間關(guān)聯(lián)、風(fēng)險(xiǎn)傳染以及信息溢出不斷增強(qiáng)，已有的研究主要使用協(xié)整檢驗(yàn)法、GARCH-BEKK模型、Copula函數(shù)和CoVaR等模型分析各金融市場的溢出效應(yīng)。上述計(jì)量方法有一定的優(yōu)點(diǎn)，但也存在一定的缺陷。比如GARCH-BEKK模型可以描述市場間的溢出方向，卻無法測得溢出強(qiáng)度；Copula函數(shù)無法測得溢出的方向；CoVaR模型不能同時(shí)考慮多個(gè)市場的溢出關(guān)系。Diebold and Yilmaz（2009）基于VAR模型構(gòu)建溢出指數(shù)，但其依賴于變量的順序。之后Diebold and Yilmaz（2012）通過改進(jìn)后提出的時(shí)變特征的方向性溢出指數(shù)（DY指數(shù)），該方法不僅可以衡量不同市場間的信息總溢出，而且可以測量單個(gè)市場間的信息相互溢出的方向和強(qiáng)度?；诖耍珺aruník and Kehlík（2018）以DY指數(shù)為基礎(chǔ)，進(jìn)一步考慮到頻率層次的溢出效應(yīng)，該方法可以同時(shí)從時(shí)域和頻域兩個(gè)視角研究各市場的溢出效應(yīng)（BK指數(shù)）。此外金融市場的波動(dòng)溢出存在非對(duì)稱性，正向的波動(dòng)與負(fù)向波動(dòng)溢出存在差異，Barndorff-Nielsen（2002）將收益率分解為“好的”和“壞的”波動(dòng)。Baruník et al.（2016）結(jié)合DY指數(shù)來衡量正負(fù)回報(bào)導(dǎo)致溢出效應(yīng)的非對(duì)稱性。Baruník et al.（2017）進(jìn)一步修正了總溢出的不對(duì)稱性的測量。

目前大部分研究都表明疫情對(duì)金融市場有顯著沖擊，但多數(shù)研究主要針對(duì)疫情對(duì)股票市場的沖擊影響，有關(guān)疫情對(duì)債券市場間溢出效應(yīng)還未涉及，也鮮有文獻(xiàn)研究債券市場間非對(duì)稱性信息溢出效應(yīng)。本文與已有研究不同之處在于：研究對(duì)象上，本文側(cè)重分析疫情沖擊下不同債券市場間的信息溢出，考慮了不同行業(yè)、地區(qū)的企業(yè)債間的溢出效應(yīng)；在研究期間的劃分上，由于疫情的不同時(shí)期對(duì)我國債券市場的影響不同，故本文樣本期間包括疫情暴發(fā)前期、疫情暴發(fā)擴(kuò)散階段、常態(tài)化管理時(shí)期以及疫情反復(fù)時(shí)期，更能從時(shí)間維度研究疫情沖擊的影響；在研究方法上，本文采用Baruník and Kehlík（2018）提出的Frequency Connectedness方法與Baruník et al.（2017）總溢出不對(duì)稱性的測量方法，與以往研究時(shí)域的變化不同，從時(shí)域、頻域和非對(duì)稱性三方面研究疫情沖擊下我國債券市場間信息溢出效應(yīng)。

三、研究方法與樣本數(shù)據(jù)

（一）模型構(gòu)建

本文采用Baruník and Kehlík（2018）提出的Frequency Connectedness方法，該方法通過將時(shí)域下的總的溢出分解到不同頻率的頻率帶，從而可以從時(shí)域和頻域兩個(gè)視角分析信息溢出的方向和幅度。非對(duì)稱性測量則是采用Baruník et al.（2017）修正的總溢出的不對(duì)稱性測量，此方法主要的優(yōu)點(diǎn)是可以更好分析正負(fù)效應(yīng)對(duì)溢出指數(shù)的影響。

1.時(shí)域下溢出指數(shù)的測度

首先是定義參數(shù)的自向量回歸模型：

（二）變量選取與數(shù)據(jù)來源

本文以國債市場、金融債市場、地方政府債市場以及企業(yè)債市場為研究對(duì)象，分別選取中債國債全價(jià)指數(shù)、中債地方政府債全價(jià)指數(shù)、中債金融債全價(jià)指數(shù)、中債企業(yè)債全價(jià)指數(shù)作為整體研究對(duì)象；另外選取產(chǎn)業(yè)債行業(yè)利差、產(chǎn)業(yè)債區(qū)域利差作為異質(zhì)性研究對(duì)象。

樣本的數(shù)據(jù)期間為2019年2月1日至2022年11月11日，時(shí)間跨度包含新冠肺炎疫情暴發(fā)前期、暴發(fā)擴(kuò)散以及常態(tài)化管理的過程。其中產(chǎn)業(yè)債行業(yè)利差按照申萬（一、二級(jí)）行業(yè)分組，本文選取其中26種行業(yè)；產(chǎn)業(yè)債區(qū)域利差是按照注冊(cè)地所屬省份（直轄市）進(jìn)行分組，本文選取我國26個(gè)省份（直轄市）。數(shù)據(jù)來源于中債信息網(wǎng)和wind數(shù)據(jù)庫。

同時(shí)，對(duì)各債券市場指數(shù)和利差的日度數(shù)據(jù)進(jìn)行對(duì)數(shù)差分處理，為了與利差數(shù)據(jù)方向保持一致，將指數(shù)數(shù)據(jù)差分后取負(fù)值，得出該債券市場的對(duì)數(shù)收益率。

四、中國債券市場間信息溢出分析

（一）時(shí)域結(jié)果分析

1.總溢出效應(yīng)分析

圖1為時(shí)域下債券市場總溢出指數(shù)（TCI）?？梢钥吹街袊?個(gè)主要債券市場（國債、地方政府債、金融債、企業(yè)債）整體的溢出效應(yīng)水平波動(dòng)較大，總溢出指數(shù)在樣本期間內(nèi)維持在48.81%～66.33%之間，說明總波動(dòng)溢出具有顯著的時(shí)變特征。

為了更加清晰地體現(xiàn)出疫情沖擊對(duì)我國債券市場的影響，把疫情沖擊劃分為四個(gè)階段。2020年1月20日國家衛(wèi)生健康委員會(huì)將新冠肺炎納入乙類傳染病，并采取甲類傳染病的預(yù)防、控制措施，以此為第一階段節(jié)點(diǎn)；以中央政法委印發(fā)《意見》①作為第二階段節(jié)點(diǎn)；以奧密克戎毒株首次在我國發(fā)現(xiàn)時(shí)間作為第三階段節(jié)點(diǎn)。四階段時(shí)間段分別為：2019年2月1日至2020年1月20日劃分為疫情暴發(fā)前階段；2020年1月21日至2020年7月21日劃分為疫情暴發(fā)擴(kuò)散階段；2020年7月22日至2021年12月9日為常態(tài)化管理階段；2021年12月10日至2022年11月11日為疫情反復(fù)階段。

由圖1可以看出總溢出指數(shù)在疫情發(fā)展階段內(nèi)呈現(xiàn)出升-降-升的趨勢，是疫情期間國內(nèi)市場由經(jīng)濟(jì)平穩(wěn)運(yùn)行到受疫情突發(fā)沖擊，經(jīng)歷逐步修復(fù)沖擊影響，再到疫情反復(fù)的縮影。在疫情暴發(fā)前階段，我國債券市場平穩(wěn)運(yùn)行，總溢出指數(shù)均值達(dá)60%，說明此時(shí)債券市場運(yùn)行活躍并且關(guān)聯(lián)性較強(qiáng)。在疫情暴發(fā)擴(kuò)散階段，總指數(shù)由54%激增到66%，這是債券市場受突發(fā)沖擊時(shí)的應(yīng)激反應(yīng)，總指數(shù)的激增幅度反映了沖擊的影響程度。常態(tài)化管理階段總溢出指數(shù)逐步下降，溢出均值回落到59%，說明在疫情得到控制并且實(shí)現(xiàn)常態(tài)化管理的后債券市場間的應(yīng)激反應(yīng)逐步減弱，債市風(fēng)險(xiǎn)逐漸恢復(fù)到正常的水平。在疫情反復(fù)階段總指數(shù)呈階段性上升趨勢，因奧密克戎具有強(qiáng)大的傳染性使疫情又呈小范圍多時(shí)點(diǎn)的暴發(fā)趨勢，使債券市場整體風(fēng)險(xiǎn)聯(lián)動(dòng)增強(qiáng)。

具體來說，在疫情暴發(fā)擴(kuò)散階段，社會(huì)的經(jīng)濟(jì)基本面均受到猛烈沖擊，經(jīng)濟(jì)不確定性升高使債券市場的關(guān)聯(lián)程度同步增強(qiáng)，另外受美聯(lián)儲(chǔ)量化寬松政策的影響，使大量資本流入我國債券市場，債券市場的收益率下降，不同債券市場間行情出現(xiàn)分化，利率債和高等級(jí)信用債收益率變動(dòng)明顯，但低等級(jí)信用債償債壓力加大，收益率在較高水平。另外投資者恐慌情緒所導(dǎo)致的市場情緒使金融市場風(fēng)險(xiǎn)聯(lián)動(dòng)增強(qiáng)（方意等，2020），進(jìn)而使債券市場風(fēng)險(xiǎn)提升，在此背景下，信息溢出指數(shù)攀升，溢出效應(yīng)跨市場共振趨勢明顯。

在常態(tài)化管理階段，隨著政府財(cái)政金融政策實(shí)施，較大程度上緩解了企業(yè)經(jīng)營困境，使得債券市場整體風(fēng)險(xiǎn)下降，風(fēng)險(xiǎn)可以通過政府政策傳導(dǎo)（Duan et al.，2021），說明在疫情得到控制并且實(shí)現(xiàn)常態(tài)化管理的后債券市場間的應(yīng)激反應(yīng)逐步減弱，債市風(fēng)險(xiǎn)逐漸恢復(fù)到正常的水平，此階段溢出均值59%。另外，此時(shí)國外的疫情還處于快速增長階段，中國率先復(fù)工復(fù)產(chǎn)而國外還處于停滯的狀態(tài)，中國外貿(mào)交易加大，從CCFI指數(shù)也能明顯發(fā)現(xiàn)，此時(shí)中國出口商品貿(mào)易大幅度上升，但國內(nèi)需求下降，企業(yè)投資信心不足，投資者對(duì)債券投資欲望降低，使大量資本從債券市場中流出，流動(dòng)性下降，使債券市場風(fēng)險(xiǎn)在此階段后期開始上升。

在疫情反復(fù)階段，疫情對(duì)債券市場造成沖擊，指數(shù)開始攀升，另外指數(shù)的攀升還與美國加息和縮表預(yù)期相關(guān)①，一方面美聯(lián)儲(chǔ)加息可能進(jìn)一步導(dǎo)致我國債市的拋售情緒，引發(fā)資本流出，債市流動(dòng)性下降；另一方面經(jīng)濟(jì)增長動(dòng)力不足，發(fā)行信用債的企業(yè)償債壓力加大，目前房地產(chǎn)和城投高債務(wù)問題仍舊突出，現(xiàn)金流壓力有增無減。鑒于房地產(chǎn)和城投債風(fēng)險(xiǎn)依然較高，美聯(lián)儲(chǔ)縮表將進(jìn)一步加大房地產(chǎn)和城投債信用風(fēng)險(xiǎn)暴露的可能。而一旦房地產(chǎn)和城投債違約增多，也將給信用債市場帶來不利影響。市場避險(xiǎn)情緒將會(huì)上升，信用利差也將擴(kuò)大。奧密克戎流行和美聯(lián)儲(chǔ)加息和預(yù)期縮表使得債券市場風(fēng)險(xiǎn)加大，總溢出指數(shù)攀升至63%。

2.各債券市場凈溢出（NET）分析

圖2為4個(gè)債券市場的凈溢出效應(yīng)（NET），表1給出4個(gè)債券市場在樣本期間內(nèi)的平均相關(guān)效應(yīng)。凈溢出可以衡量各債券市場的相對(duì)地位，凈溢出為正，代表其對(duì)其他市場的溢出效應(yīng)更大；為負(fù)，代表受到的其他債券市場的溢出效應(yīng)更大。

表1可以看到國債、金融債的凈溢出（NET）為正，企業(yè)債凈溢出（NET）為負(fù)值。并且國債在樣本期間凈溢出的平均值最高，說明其占市場的主導(dǎo)作用，這和我國債券市場目前的狀況一致。

具體來說，國債和金融債是信息的凈溢出者，國債是政府發(fā)行的債券，具有政府信用背書，具有較高的信用評(píng)級(jí)和較低的違約風(fēng)險(xiǎn)。此外，國債和金融債的發(fā)行規(guī)模較大，市場流通性較好，容易被廣泛關(guān)注和交易，從而使得市場上的信息更加透明和公開。相比之下，企業(yè)債則是信息的凈接受者，企業(yè)債的發(fā)行主體是企業(yè)，違約風(fēng)險(xiǎn)相對(duì)較高，市場流通性也較差，容易被忽視或者被市場較少關(guān)注。因此，企業(yè)債的信息披露和透明度相對(duì)較低，投資者需要更多研究和分析才能做出正確的投資決策。

在疫情期間，國債和金融債的信息溢出作用更加明顯。由圖2可以看到在2019年末四個(gè)債券市場的凈溢出（NET）均達(dá)到了樣本期間的波峰，說明疫情沖擊影響顯著。由于疫情的影響，市場風(fēng)險(xiǎn)和不確定性增加，投資者更加關(guān)注債券市場的安全性和穩(wěn)定性。此時(shí)，國債和金融債的政府信用背書和較低的違約風(fēng)險(xiǎn)成為投資者的首選，市場需求增加，進(jìn)一步加強(qiáng)了它們的信息溢出作用。國債的凈溢出在2020年5月達(dá)到一個(gè)小的波峰，這是因?yàn)?020年5月末的《政府工作報(bào)告》確定發(fā)行1萬億元的抗疫特別國債，另外此次特別國債采用市場化發(fā)行以降低財(cái)政籌資抗疫成本。特別國債的發(fā)行對(duì)于擴(kuò)大內(nèi)需、做好“六穩(wěn)”“六?！惫ぷ骶哂兄匾饬x，更加大了其在債券市場的溢出效應(yīng)。金融債在2020年下半年溢出指數(shù)開始攀升，這是由于此時(shí)各銀行相繼發(fā)行政策性金融債，以及外資持續(xù)加倉中國國債和金融債。另外值得一提的是，2020年11月中國國債和政策性銀行債納入彭博巴克萊全球綜合指數(shù)，這體現(xiàn)了國際市場于投資者對(duì)我國債券市場發(fā)展的信心。在此之后，摩根大通、富時(shí)羅素都把中國債券加入到旗艦指數(shù)。另外，彭博針對(duì)我國信用債推出了LCC指數(shù)，這是全球首只追蹤國際評(píng)級(jí)機(jī)構(gòu)給予發(fā)行人投資級(jí)的中國信用債指數(shù)。目前，中國國債和政策性金融債最受國外投資者歡迎，外資的流入也導(dǎo)致了2020年后半年國債和金融債指數(shù)的攀升。

相反，企業(yè)債的市場需求下降，價(jià)格下跌，投資者更加謹(jǐn)慎，對(duì)企業(yè)的信用評(píng)級(jí)和財(cái)務(wù)狀況進(jìn)行更加嚴(yán)格地審查和評(píng)估。在大多數(shù)市場，重點(diǎn)表現(xiàn)在產(chǎn)品和服務(wù)市場都出現(xiàn)不可抗力的萎縮，企業(yè)日常經(jīng)營活動(dòng)出現(xiàn)困難，支出持續(xù)性攀升，債務(wù)出現(xiàn)融資困難（張新民等，2020）。此外，疫情對(duì)企業(yè)的經(jīng)營和財(cái)務(wù)狀況造成了一定的沖擊，在疫情沖擊下，企業(yè)流動(dòng)性大都面臨斷流的壓力，企業(yè)違約提升（胡恒松和董慧穎，2020）。企業(yè)融資難不能有效解決，疫情之下企業(yè)面臨的償債壓力上升，企業(yè)債券違約概率將提高（何誠穎等，2020）。

疫情對(duì)中國企業(yè)債發(fā)行人盈利影響是顯而易見的，加之不斷有債券違約事件的發(fā)生，以及國債和政策性金融債加大發(fā)行等原因，投資者可能拋售企業(yè)債轉(zhuǎn)而購買更為穩(wěn)健的國債和金融債，從而間接導(dǎo)致國債和金融債在疫情期間對(duì)企業(yè)債的擠兌作用，這可能將政府的財(cái)政壓力轉(zhuǎn)移到企業(yè)。這也解釋了圖2中2020年后半年企業(yè)債達(dá)到樣本期間內(nèi)又一個(gè)波谷。

地方政府債在樣本期間的大部分階段為信息的凈溢出者，在疫情暴發(fā)后溢出指數(shù)迅速攀升至樣本峰值，“六穩(wěn)”“六?！闭呤沟胤秸闹С黾哟螅咔橛绊懴掠衷鍪辗α?，使政府債凈溢出效應(yīng)減弱，并且在2021年上半年轉(zhuǎn)變?yōu)樾畔艚邮芊?，主要原因是專?xiàng)政府債在2021年下半年才大規(guī)模發(fā)行，此后凈溢出指數(shù)回升。

總之，國債和金融債是信息的溢出者，企業(yè)債為接受者。在疫情期間，國債和金融債的信息溢出作用更加明顯，同時(shí)國債、政策性金融債的發(fā)行以及企業(yè)債違約的發(fā)生促使國債和金融債對(duì)企業(yè)債產(chǎn)生擠兌的影響，使政府的財(cái)政壓力轉(zhuǎn)移到企業(yè)，企業(yè)債的市場需求下降。

（二）頻域結(jié)果分析

本文將總溢出分解成頻率段為短期（1日到5日即一周內(nèi)）、長期（5個(gè)工作日以上），計(jì)算對(duì)應(yīng)的不同頻段的頻率溢出。對(duì)債券市場間的波動(dòng)性溢出進(jìn)行頻變分析，可以明確疫情對(duì)債券市場的沖擊溢出是受長期影響還是短期影響。

圖3表示債券市場的頻變溢出。首先，在疫情暴發(fā)之前，長短期溢出指數(shù)在沒有受到風(fēng)險(xiǎn)沖擊時(shí)，其溢出水平持平，說明市場平穩(wěn)運(yùn)行。其次，在時(shí)間維度上短期與時(shí)域的溢出指數(shù)在變化的過程中協(xié)同，并且在疫情暴發(fā)后，短期溢出水平（均值35.54）整體總高于長期（均值25.02），這說明債券市場的信息溢出主要由短期的溢出引導(dǎo)，即債券市場間的信息溢出主要發(fā)生在短期。尤其在疫情暴發(fā)階段，短期與時(shí)域的溢出指數(shù)均出現(xiàn)高位，并且短期表現(xiàn)的反應(yīng)更快，說明疫情暴發(fā)在很大程度上加大了債券市場間信息溢出的規(guī)模，并且主要由短期主導(dǎo)。最后，在疫情暴發(fā)后平穩(wěn)階段，短期溢出指數(shù)有所回落，長期溢出指數(shù)有所上升，這是由于疫情沖擊帶來的不確定性，投資者對(duì)沖擊預(yù)期有所改變，對(duì)債券市場影響變?yōu)殚L期，債券市場間信息溢出的持續(xù)期變長，但短期溢出指數(shù)仍顯著高于長期，債市市場信息溢出仍由短期主導(dǎo)。

表2和表3分別給出了不同債券市場在樣本期間內(nèi)不同頻率下溢出效應(yīng)的均值。除企業(yè)債市場外其余市場短期的溢出指數(shù)的平均水平高于長期，說明債券市場信息溢出主要是由短期因素驅(qū)動(dòng)的。但企業(yè)債受長期因素的影響更大，其長期溢入均值（38.4）顯著大于短期均值（21.42），可能的原因在于，疫情之下各行業(yè)均受到較大沖擊，疫情反復(fù)更加劇了經(jīng)濟(jì)的不確定性，使企業(yè)復(fù)工復(fù)產(chǎn)困難，持續(xù)上升的風(fēng)險(xiǎn)會(huì)對(duì)投資者產(chǎn)生更為持久的響應(yīng)，由短期主導(dǎo)的溢入轉(zhuǎn)換為長期的市場不確定性，對(duì)企業(yè)造成更大程度的沖擊。

（三）債券市場非對(duì)稱性分析

金融市場中存在著上下行的溢出效應(yīng)，可以更好刻畫市場的非對(duì)稱性（謝赤等，2021）。圖4為債券市場間的信息溢出非對(duì)稱測度，正值代表積極/正向的溢出效應(yīng)大于消極/負(fù)向的溢出效應(yīng)，負(fù)值則相反。數(shù)值為零表明正溢出效應(yīng)和負(fù)溢出效應(yīng)的影響是相同的，換而言之，不存在外溢的非對(duì)稱性。

在圖4中，非對(duì)稱性表現(xiàn)是明顯的，尤其是在疫情暴發(fā)的初期，非對(duì)稱性的波動(dòng)達(dá)到了樣本期間的峰值。在疫情暴發(fā)時(shí)期，正向效應(yīng)迅速提高，這是因?yàn)閭鳛楣潭ㄊ找娴馁Y產(chǎn)，在受疫情沖擊時(shí)，相對(duì)其他金融產(chǎn)品具有良好的避險(xiǎn)作用。同時(shí)股市的震蕩帶來了明顯的“股債蹺蹺板”現(xiàn)象，使投資者避險(xiǎn)需求加大，推升債券市場上升趨勢，同時(shí)政府采取了一系列措施來支持疫情防控和經(jīng)濟(jì)復(fù)蘇，這些措施包括加大政府債券的發(fā)行力度、推出減稅降費(fèi)政策、提供流動(dòng)性支持等。

具體來說，政府為緩解疫情對(duì)經(jīng)濟(jì)的沖擊，財(cái)政政策與貨幣政策共同發(fā)力。財(cái)政政策方面，發(fā)放疫情防控專項(xiàng)補(bǔ)助資金的同時(shí)減征、免征企業(yè)的社保費(fèi)，發(fā)行特別國債、政策性金融債以及專項(xiàng)政府債等，都對(duì)債券市場形成正向的影響。貨幣政策方面，通過降準(zhǔn)向?qū)嶓w經(jīng)濟(jì)注入流動(dòng)性，下調(diào)中期借貸便利利率以降低企業(yè)融資成本等多種寬松政策，為債券市場提供有利的環(huán)境。相較于股市等其他金融產(chǎn)品的不確定性，債券有更穩(wěn)健的收益。另外，由于美聯(lián)儲(chǔ)的無限量量化寬松政策的實(shí)施，以及中國國債加入海外債券指數(shù)，中國利率債作為世界范圍內(nèi)少數(shù)的高等級(jí)高收益的品種，使大量資金流入我國債券市場，我國的債券市場成為全球的避險(xiǎn)資產(chǎn)。

綜上，在疫情沖擊的情況下，全球經(jīng)濟(jì)增速放緩、投資者的避險(xiǎn)行為、政策的配合等共同作用下，對(duì)我國債券市場的正向影響激增，在疫情初期正向影響達(dá)到樣本的峰值。之后負(fù)向信息顯著增加，是因?yàn)橛捎谥袊扇×擞行У拇胧┛刂埔咔楹?，國?nèi)生產(chǎn)和出口繼續(xù)進(jìn)行，當(dāng)一些國家的生產(chǎn)力受限，中國出口貿(mào)易得以大幅度上升。而國內(nèi)需求下降，投資者轉(zhuǎn)變投資方向，資本從債券市場流出，負(fù)向信息加大對(duì)債券市場的沖擊，使指數(shù)變?yōu)樨?fù)值。

本節(jié)描述了主體債券市場間的不對(duì)稱波動(dòng)溢出效應(yīng)。在疫情暴發(fā)階段由于市場的不確定性，使投資者更偏愛債券等穩(wěn)健產(chǎn)品，同時(shí)各種針對(duì)債券的政策的出臺(tái)，使債券市場的正向效應(yīng)增大，但由于疫情沖擊的不確定性又使負(fù)向效應(yīng)增大，表明債券市場間具有非對(duì)稱性，且受事件沖擊的影響顯著。

五、企業(yè)債市場內(nèi)溢出效應(yīng)分析

（一）分行業(yè)債券市場分析

如圖5可以看出不同行業(yè)間的差異顯著，溢出指數(shù)均由短期主導(dǎo)，與前文分析一致。圖6可以看出產(chǎn)業(yè)債風(fēng)險(xiǎn)在各行業(yè)之間傳染明顯，交通運(yùn)輸行業(yè)與房地產(chǎn)行業(yè)在溢出網(wǎng)絡(luò)中與其他行業(yè)的關(guān)聯(lián)度較高，同時(shí)兩行業(yè)風(fēng)險(xiǎn)凈溢出水平也較高，其中交通運(yùn)輸業(yè)凈溢出均值達(dá)34%，說明兩行業(yè)在產(chǎn)業(yè)債風(fēng)險(xiǎn)溢出體系中占據(jù)重要地位。究其原因，可能是疫情沖擊導(dǎo)致的經(jīng)濟(jì)不確定對(duì)交通運(yùn)輸業(yè)和房地產(chǎn)形成了巨大威脅，兩行業(yè)受到的沖擊較大，從而形成潛在的市場動(dòng)蕩源。故下文著重分析疫情對(duì)兩行業(yè)的沖擊原因。

以交通運(yùn)輸行業(yè)為例，2020年第一季度，由于疫情的持續(xù)延續(xù)和燃油價(jià)格上漲等影響，交通運(yùn)輸行業(yè)受到較大沖擊，公路貨物運(yùn)輸量急劇下降，2020年3月公路運(yùn)貨量同比下降22.2%①，同時(shí)疫情導(dǎo)致的復(fù)工延遲，使全國高速公路貨運(yùn)量出現(xiàn)了斷崖式下滑。另外，復(fù)工延遲加之大部分地區(qū)實(shí)行交通管制，使公路運(yùn)輸?shù)某杀咎岣摺H貿(mào)易受阻、國際航線關(guān)閉導(dǎo)致我國港口吞吐量大幅減少、航線貨源極度缺乏，在春節(jié)假期和疫情的雙重影響下，下游企業(yè)復(fù)工節(jié)奏緩慢，需求增長不如預(yù)期，沿海散貨市場貨盤較少，需求慘淡，運(yùn)力過剩矛盾突出，運(yùn)輸價(jià)格持續(xù)探底。沿海（散貨）綜合運(yùn)價(jià)指數(shù)2020年2月28日?qǐng)?bào)收918.56點(diǎn)，較上月末下跌6.6%，月平均值為929.03點(diǎn)，較上月下跌10.5%①。鐵路運(yùn)輸方面截至2020年一季度末旅客發(fā)送量同比減少55.1%，鐵路固定資產(chǎn)投資累計(jì)完成額下降21%②。民航受疫情影響同樣嚴(yán)重，為了更好控制疫情，多數(shù)國家采取了更為嚴(yán)格的出入境政策，航空需求大幅度減少，截至2020年一季度末我國民航運(yùn)輸總周轉(zhuǎn)率同比下降46.6%③，其余主要生產(chǎn)指標(biāo)也大幅下降。宏觀環(huán)境的波動(dòng)引發(fā)了債券市場的聯(lián)動(dòng)，交通運(yùn)輸業(yè)的凈溢出強(qiáng)度一度逼近50%。但隨著防疫政策的調(diào)整和經(jīng)濟(jì)的逐步復(fù)蘇指數(shù)開始回落。

2021年一季度交通運(yùn)輸業(yè)凈溢出指數(shù)少許上升，企業(yè)發(fā)債規(guī)模大幅提升。交通運(yùn)輸行業(yè)債券發(fā)行金額較上年同期大幅增長。其中，高速公路企業(yè)發(fā)債規(guī)模最大，機(jī)場運(yùn)營企業(yè)和鐵路運(yùn)輸企業(yè)的債券發(fā)行數(shù)量及發(fā)行規(guī)模較上年同期均大幅增長。交通運(yùn)輸行業(yè)債券發(fā)行主體仍以高級(jí)別發(fā)行主體為主，合計(jì)發(fā)行3153億元。

房地產(chǎn)行業(yè)在我國體量巨大，涉及的上下游產(chǎn)業(yè)眾多，在樣本期間始終處于信息的凈溢出者地位。疫情暴發(fā)后，房地產(chǎn)業(yè)受到?jīng)_擊巨大，信息溢出指數(shù)快速攀升達(dá)到樣本的峰值。疫情的沖擊主要體現(xiàn)在兩方面：一是房地產(chǎn)行業(yè)的業(yè)績出現(xiàn)大幅度下滑，因?yàn)榉康禺a(chǎn)行業(yè)積極配合防疫政策，各地的房地產(chǎn)企業(yè)均停止線下看房、咨詢、賣房的過程，大部分房企采取了減少租金等策略，使商家的損失轉(zhuǎn)移到房地產(chǎn)行業(yè)。二是商品房價(jià)格呈現(xiàn)穩(wěn)中有降的趨勢，從國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)來看，我國一線城市的商品房價(jià)格支撐力仍然較強(qiáng)，呈現(xiàn)小幅度上漲；二三線城市商品房則有小幅下降的趨勢。另外根據(jù)各地不同的防疫政策，導(dǎo)致房地產(chǎn)發(fā)展政策也不同，使經(jīng)濟(jì)市場進(jìn)一步細(xì)分，加劇市場分化，其溢出效應(yīng)更為明顯。

2021年一季度，房地產(chǎn)行業(yè)凈溢出指數(shù)拔高是因?yàn)榉康禺a(chǎn)行業(yè)的投資金額和銷售金額雙創(chuàng)新高，1—2月全國房地產(chǎn)開發(fā)投資完成額13986億元，同比增長38.3%，全國商品房銷售面積和銷售額同比增長133.4%和104.9%①。但這與國家讓房地產(chǎn)行業(yè)穩(wěn)定健康發(fā)展的理念相背馳，部分城市炒房苗頭出現(xiàn)，熱點(diǎn)城市房價(jià)上漲加快，于是國家相繼出臺(tái)房地產(chǎn)政策以防范金融風(fēng)險(xiǎn)（見表4）。

“住房不炒”和“穩(wěn)地價(jià)、穩(wěn)房價(jià)、穩(wěn)預(yù)期”的政策基調(diào)貫穿全年，房地產(chǎn)行業(yè)火熱狀態(tài)迅速降溫，房地產(chǎn)融資受限，發(fā)展節(jié)奏放緩，體現(xiàn)在2021年一季度后指數(shù)的快速下行。

綜上分析，交通運(yùn)輸、房地產(chǎn)等行業(yè)是我國產(chǎn)業(yè)債市場中重要的風(fēng)險(xiǎn)網(wǎng)絡(luò)節(jié)點(diǎn)，風(fēng)險(xiǎn)溢出效應(yīng)較強(qiáng)，為產(chǎn)業(yè)債中重要的風(fēng)險(xiǎn)傳染源，并且其風(fēng)險(xiǎn)溢出效應(yīng)受疫情影響明顯，我國應(yīng)重點(diǎn)關(guān)注此類行業(yè)的風(fēng)險(xiǎn)異動(dòng)，加強(qiáng)違約風(fēng)險(xiǎn)監(jiān)測和實(shí)時(shí)預(yù)警，避免債券違約的發(fā)生，發(fā)揮債券對(duì)實(shí)體經(jīng)濟(jì)的促進(jìn)作用。

（二）分地區(qū)債券市場分析

如圖8和圖9所示，首先，產(chǎn)業(yè)債在各個(gè)省份之間風(fēng)險(xiǎn)傳導(dǎo)明顯，信息溢出仍由短期主導(dǎo)。其次，產(chǎn)業(yè)債風(fēng)險(xiǎn)傳染呈現(xiàn)明顯的區(qū)域分化現(xiàn)象，各個(gè)省份之間的產(chǎn)業(yè)債信息溢出水平相差較大。圖8中，風(fēng)險(xiǎn)溢出最高的兩個(gè)省份其凈溢出水平均超過40%，北京市產(chǎn)業(yè)債溢出水平均值達(dá)46%，說明其具有較高的信息溢出能力，相關(guān)的地域性信息能快速傳遞到其他地域市場。溢出水平最低兩個(gè)省份其溢出水平低于-20%，容易受到其他周邊區(qū)域的債務(wù)信息的沖擊。最后，風(fēng)險(xiǎn)的輸入方多為經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，北京、廣東風(fēng)險(xiǎn)溢出顯著高于其他省份產(chǎn)業(yè)債，其在網(wǎng)絡(luò)節(jié)點(diǎn)中也處于重要位置與大部分市場聯(lián)動(dòng)頻繁，與此同時(shí)，遼寧、云南是主要的風(fēng)險(xiǎn)接受省份，容易受到其他周邊區(qū)域債務(wù)信息的沖擊。并且排名較后的省份在樣本期間內(nèi)的利差存在較大的波動(dòng)性，可能是由于相應(yīng)的地區(qū)經(jīng)濟(jì)基礎(chǔ)較弱，其擁有的優(yōu)質(zhì)企業(yè)資源較少，并且債券市場的規(guī)模較小，使得投資者對(duì)其債券市場的信心不足，并且在新冠疫情期間面臨更大的融資成本壓力，債券市場脆弱性高，更容易受到其他地區(qū)的沖擊。

圖10顯示了本文樣本中截至2022年12月10日新冠肺炎累計(jì)確診人數(shù)前2位的省份（上海、廣東）的凈溢出變動(dòng)情況。以上兩省份在樣本期間內(nèi)均為信息的凈溢出者。2020年初兩省份的信息凈溢出指數(shù)因疫情沖擊迅速攀升，廣東省、上海市均為我國沿海經(jīng)濟(jì)強(qiáng)省，其擁有完備的金融市場對(duì)風(fēng)險(xiǎn)響應(yīng)迅速。2020年一季度后兩省份指數(shù)又迅速開始回落，除了疫情受到控制，經(jīng)濟(jì)基本面對(duì)債券市場的穩(wěn)定有著密不可分的影響。作為經(jīng)濟(jì)大省，對(duì)國民經(jīng)濟(jì)的穩(wěn)定有較大影響，受到外部沖擊影響后，其自身化解沖擊能力較強(qiáng)，使其溢出指數(shù)回落迅速。2022年廣東、上海又出現(xiàn)疫情反復(fù)，宏觀經(jīng)濟(jì)表現(xiàn)與債券市場受其影響出現(xiàn)波動(dòng)。以上海為例，在年初病例增長時(shí)指數(shù)開始攀升，到2022年3月30日上海宣布“全域靜態(tài)管理、全員核酸篩查”后指數(shù)達(dá)32.21%，較2022年初的17.92%上升了14.29%，2022年下半年全面恢復(fù)正常生活秩序后指數(shù)逐漸回落。

綜上分析，疫情沖擊對(duì)產(chǎn)業(yè)債（地區(qū)）風(fēng)險(xiǎn)溢出的沖擊影響明顯，產(chǎn)業(yè)債傳染風(fēng)險(xiǎn)呈現(xiàn)區(qū)域分化現(xiàn)象，網(wǎng)絡(luò)中重要節(jié)點(diǎn)均為經(jīng)濟(jì)發(fā)達(dá)地區(qū)。具體而言，在疫情沖擊下經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的金融體系更加完善，化解沖擊能力較強(qiáng)，而經(jīng)濟(jì)發(fā)達(dá)程度較低的地區(qū)，本身經(jīng)濟(jì)金融資源相對(duì)匱乏，導(dǎo)致風(fēng)險(xiǎn)難以化解，在疫情沖擊期間更為明顯，表現(xiàn)為不同地區(qū)產(chǎn)業(yè)債風(fēng)險(xiǎn)凈溢出在疫情影響下兩極分化愈加明顯。

六、結(jié)論與政策建議

（一）結(jié)論

自2020年初以來，新冠肺炎疫情在全球范圍內(nèi)暴發(fā)，給全球經(jīng)濟(jì)和金融市場帶來了巨大的沖擊。債券市場作為我國資本市場重要組成部分，在疫情期間也遭受巨大的沖擊影響。因此，討論在疫情沖擊下債券市場間的信息溢出效應(yīng)，對(duì)監(jiān)管部門應(yīng)對(duì)突發(fā)事件的風(fēng)險(xiǎn)管理決策以及不同債券市場投資者的風(fēng)險(xiǎn)管理有重要的參考價(jià)值。

本文從時(shí)域、頻域及非對(duì)稱性三個(gè)角度對(duì)債券市場間的信息溢出效應(yīng)進(jìn)行研究，研究結(jié)論如下：第一，疫情沖擊下債券市場間信息溢出效應(yīng)具有顯著的時(shí)變特征，整體上波動(dòng)較大，并與疫情形勢緊密相關(guān)。在疫情前期債券市場的總溢出指數(shù)表現(xiàn)比較平穩(wěn)，在疫情暴發(fā)階段，溢出指數(shù)顯著提升并且達(dá)到樣本峰值，在疫情得到控制后，信息溢出總指數(shù)快速下降的同時(shí)指數(shù)的波動(dòng)明顯加劇。這說明疫情對(duì)債券市場的沖擊是顯著的，債券市場易受極端風(fēng)險(xiǎn)事件的擾動(dòng)，使各市場共振趨勢明顯，因此總信息溢出指數(shù)變化較大。第二，國債和金融債為債券市場信息溢出的主導(dǎo)，為信息凈溢出者，企業(yè)債為凈接收者。疫情期間企業(yè)債受到?jīng)_擊更為明顯，因?yàn)橛袀`約事件的發(fā)生，投資者可能拋售企業(yè)債轉(zhuǎn)而購買更為穩(wěn)健的國債和金融債，從而間接導(dǎo)致國債和金融債在疫情期間對(duì)企業(yè)債的擠兌作用，這可能將政府的財(cái)政壓力轉(zhuǎn)移到企業(yè)。這表明市場規(guī)模更大、安全性更高的國債、金融債更易對(duì)地位相對(duì)弱勢的企業(yè)債產(chǎn)生影響。第三，頻域結(jié)果說明債券市場間短期波動(dòng)更為劇烈，并且趨勢類似于總溢出，長期溢出水平小于短期。說明債券市場風(fēng)險(xiǎn)主要由短期沖擊導(dǎo)致，市場能夠快速處理信息。第四，溢出效應(yīng)具有顯著的非對(duì)稱性。尤其是在疫情暴發(fā)的初期，正向波動(dòng)達(dá)到了樣本期間的峰值。說明當(dāng)發(fā)生突發(fā)事件沖擊經(jīng)濟(jì)時(shí)，債券是良好的資金避風(fēng)港。第五，疫情對(duì)大部分行業(yè)、地區(qū)的產(chǎn)業(yè)債有明顯沖擊，且行業(yè)、地區(qū)差異性顯著。

（二）政策建議

政府需要健全債券市場金融風(fēng)險(xiǎn)防控體系，防范金融市場間風(fēng)險(xiǎn)溢出。由于我國債券市場間信息溢出在極端風(fēng)險(xiǎn)事件下溢出水平會(huì)顯著提高，政府需關(guān)注各個(gè)市場間信息傳播。構(gòu)建各債券市場的信息共享機(jī)制，建設(shè)債券市場協(xié)同監(jiān)測平臺(tái)，以防止跨市場的風(fēng)險(xiǎn)傳遞，保障債券市場有序運(yùn)行；發(fā)揮國債、金融債市場主導(dǎo)作用，在債券市場受沖擊時(shí)，通過政策性國債、金融債緩解經(jīng)濟(jì)下行，維持市場穩(wěn)定發(fā)展；關(guān)注資金流向，避免部分資金過度流向股市、房地產(chǎn)等領(lǐng)域，警惕資產(chǎn)泡沫風(fēng)險(xiǎn)；強(qiáng)化外部金融風(fēng)險(xiǎn)防控，統(tǒng)籌疫情后經(jīng)濟(jì)社會(huì)發(fā)展，構(gòu)建新發(fā)展格局，夯實(shí)我國經(jīng)濟(jì)基本面。

投資者要整體考慮各區(qū)域、各行業(yè)債券市場的情況，注重外界環(huán)境的短期沖擊。我國債券市場間聯(lián)動(dòng)密切，因此在投資某一市場時(shí)也應(yīng)考慮其他市場對(duì)其的溢出效應(yīng)，對(duì)市場規(guī)模大的國債、金融債尤其關(guān)注，另外債券市場受到?jīng)_擊以短期為主，對(duì)投資期限短的投資者更應(yīng)關(guān)注債券市場直接的溢出效應(yīng)。通過分散化投資、避免過度集中持倉等方式來降低投資風(fēng)險(xiǎn)。

企業(yè)應(yīng)確定好發(fā)債規(guī)模和期限，以獲得更好的融資條件。企業(yè)債為債券市場的凈接收者易受其他市場的溢出效應(yīng)影響，企業(yè)一方面在發(fā)債前應(yīng)全面評(píng)估自身財(cái)務(wù)和信用狀況，確定好融資規(guī)模和期限，避免債券違約，另一方面加強(qiáng)企業(yè)治理，做好信息披露，提升自身評(píng)級(jí)，充分利用市場機(jī)制來獲得更優(yōu)惠的融資條件。■

（責(zé)任編輯：孟潔）

參考文獻(xiàn)：

[1]柴尚蕾，周鵬.基于非參數(shù)Copula-CVaR模型的碳金融市場集成風(fēng)險(xiǎn)測度[J].中國管理科學(xué)，2019，27（8）：1-13.

[2]程晨，劉珂.新冠肺炎疫情下資本市場的沖擊研究——基于股價(jià)同步性視角[J].工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（3）：125-135.

[3]方意，于渤，王煒.新冠疫情影響下的中國金融市場風(fēng)險(xiǎn)度量與防控研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，396（8）：116-128.

[4]何誠穎，聞岳春，常雅麗等.新冠病毒肺炎疫情對(duì)中國經(jīng)濟(jì)影響的測度分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（5）：3-22.

[5]胡恒松，董慧穎.紓解疫情形勢下民營企業(yè)融資難題[J].國際經(jīng)濟(jì)作，2020，405（3）：153-160.

[6]黃新飛，廉勝南，蔡睿思.資本流入激增與系統(tǒng)性金融風(fēng)險(xiǎn)——基于ΔCoVaR方法的實(shí)證分析[J].國際金融研究，2023，431（3）：37-49.

[7]蔣彧，李潔，王花.中國房地產(chǎn)市場與股票市場的雙向溢出效應(yīng)研究[J].上海經(jīng)濟(jì)研究，2021，393（6）：93-104.

[8]金順姬，張俊瑞，金玲，等.疫情沖擊下組織冗余對(duì)股票收益率的影響研究[J].金融論壇，2021，26（10）：50-57.

[9]李維安，陳春花，張新民，等.面對(duì)重大突發(fā)公共衛(wèi)生事件的治理機(jī)制建設(shè)與危機(jī)管理——“應(yīng)對(duì)新冠肺炎疫情”專家筆談[J].經(jīng)濟(jì)管理，2020，42（3）：5+8-20.

[10]皮天雷，游承靜.加密貨幣與傳統(tǒng)金融資產(chǎn)市場的動(dòng)態(tài)相關(guān)性研究——基于t-Copula-DCC-GARCH的實(shí)證分析[J].金融論壇，2022，27（5）：42-51.

[11]沈悅，李朝前，趙欣悅.重大風(fēng)險(xiǎn)事件下全球股票市場風(fēng)險(xiǎn)傳染效應(yīng)研究[J].國際經(jīng)貿(mào)探索，2023，39（4）：82-99.

[12]田金方，楊曉彤，薛瑞，等.不確定性事件、投資者關(guān)注與股市異質(zhì)特征——以COVID-19概念股為例[J].財(cái)經(jīng)研究，2020，46（11）：19-33.

[13]王培輝，陳巖.中美國債市場信息溢出效應(yīng)檢驗(yàn)[J].海南金融，2021（9）：57-69.

[14]王睿，李連發(fā).宏觀不確定性與金融不確定性：測度與動(dòng)態(tài)關(guān)系研究[J].經(jīng)濟(jì)問題探索，2021，464（3）：27-42.

[15]王姝黛，楊子暉，張平淼.城投債信用風(fēng)險(xiǎn)傳染的地理集聚、路徑演變與驅(qū)動(dòng)機(jī)制——基于前沿彈性網(wǎng)絡(luò)收縮技術(shù)的研究[J].統(tǒng)計(jì)研究，2023，40（3）：32-42.

[16]謝赤，賀慧敏，王綱金，等.基于復(fù)雜網(wǎng)絡(luò)的泛金融市場極端風(fēng)險(xiǎn)溢出效應(yīng)及其演變研究[J].系統(tǒng)工程理論與實(shí)踐，2021，41（8）：1926-1941.

[17]楊子暉，陳雨恬，張平淼.重大突發(fā)公共事件下的宏觀經(jīng)濟(jì)沖擊、金融風(fēng)險(xiǎn)傳導(dǎo)與治理應(yīng)對(duì)[J].管理世界，2020，36（5）：13-35+7.

[18]楊子暉，王姝黛.突發(fā)公共衛(wèi)生事件下的全球股市系統(tǒng)性金融風(fēng)險(xiǎn)傳染——來自新冠疫情的證據(jù)[J].經(jīng)濟(jì)研究，2021，56（8）：22-38.

[19]張建平，朱雅錫.后疫情時(shí)代下新冠肺炎疫情對(duì)中國服務(wù)經(jīng)濟(jì)影響——基于多期雙重差分模型的研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（4）：58-67.

[20]張菀洺，張珊珊.中國對(duì)外貿(mào)易的影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（11）：81-98.

[21]鐘熙維，吳瑩麗.新冠肺炎疫情下全球股票市場的聯(lián)動(dòng)性研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2020，39（10）：29-37.

[22]朱武祥，張平，李鵬飛，等.疫情沖擊下中小微企業(yè)困境與政策效率提升——基于兩次全國問卷調(diào)查的分析[J].管理世界，2020，36（4）：13-26.

[23]Barndorff-Nielsen O E.Econometric Analysis of Realized Volatility and Its Use in Estimating Stochastic Volatility Models[J].Journal of the Royal Statistical Society： Series B （Statistical Methodology），2002，64（2）： 253-280.

[24]Baruník J，Kocenda E，Vacha L.Asymmetric Connectedness on the U.S.Stock Market： Bad and Good Volatility Spillovers[J].Journal of Financial Markets，2016，27（1）： 55-78.

[25]Baruník J，Kocenda E，Vacha L.Asymmetric volatility connectedness on the forex market[J].Journal of International Money and Finance，2017，77： 39-56.

[26]Baruník J，K■ehlík T.Measuring the Frequency Dynamics of Financial Connectedness and Systemic Risk[J].Journal of Financial Econometrics，2018，16（2）： 271-296.

[27]Cheng T，Liu J，Yao W，Zhao A B.The impact of COVID-19 pandemic on the volatility connectedness network of global stock market[J].Pacific-Basin Finance Journal，2022，71：1-22.

[28]Diebold F X，Yilmaz K.Measuring Financial Asset Return and Volatility Spillovers，with Application to Global Equity Markets[J].The Economic Journal，2009，119（534）： 158-171.

[29]Diebold F X，Yilmaz K.Better to Give than to Receive： Predictive Directional Measurement of Volatility Spillovers[J].International Journal of Forecasting，2012，28（1）： 57-66.

[30]Duan Y，Ghoul S E，Guedhami O，Li H，Li X.Bank systemic risk around COVID-19： A cross-country analysis[J].Journal of Banking and Finance，2021，133：1-13.

[31]Yan H，Liu Z，Wang H，Zhang X，Zheng X.How does the COVID-19 affect earnings management： Empirical evidence from China[J].Research in International Business and Finance，2022，63：1-13.

基金項(xiàng)目：本文系國家社科基金項(xiàng)目“疫情沖擊下應(yīng)急金融政策效果評(píng)估與退出機(jī)制研究”（22BJL039）階段性研究成果。

收稿日期：2023-07-18

作者簡介：王培輝（1981-），男，河北滄縣人，經(jīng)濟(jì)學(xué)博士，河北大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師；

張? ? 猛（1999-），男，河北平泉人，河北大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生。