田 靜，張志鵬，閆 明

（1.南開大學 經(jīng)濟學院，天津 300071；2.天津職業(yè)技術(shù)師范大學 經(jīng)濟與管理學院，天津 300350；3.天津財經(jīng)大學 管理科學與工程學院，天津 300222）

0 引言

近年來，國際經(jīng)濟形勢復(fù)雜多變，全球性經(jīng)濟金融危機、貿(mào)易摩擦、能源危機等諸多極端風險事件，給世界各國金融穩(wěn)定帶來了前所未有的重大挑戰(zhàn)。歷史的經(jīng)驗表明，當國際國內(nèi)發(fā)生各類型極端風險事件時，我國的股市就會在事件爆發(fā)前后出現(xiàn)不同程度動蕩，進而使得金融市場風險顯著加大[1，2]。黨的二十大報告強調(diào)，“加強重點領(lǐng)域安全能力建設(shè)，確保糧食、能源資源、重要產(chǎn)業(yè)鏈供應(yīng)鏈安全”。作為中國股票市場風險重要來源之一的大宗商品市場的監(jiān)控和治理，就成了有效防范系統(tǒng)性風險的關(guān)鍵。此外，加強對大宗商品價格變動的監(jiān)控，防范系統(tǒng)性金融風險在我國股票市場的蔓延，對于構(gòu)建“雙循環(huán)”新發(fā)展格局，促進中國后疫情時代的經(jīng)濟高質(zhì)量發(fā)展與復(fù)蘇，保持中國金融市場的穩(wěn)定發(fā)展，都有著十分重要的作用。

目前，國內(nèi)外學者對商品市場與金融市場的關(guān)系進行了一定的探討。譚小芬等（2018）[3]發(fā)現(xiàn)，國際上的商品與股票市場之間存在著相互的溢出效應(yīng)，我國證券投資基金的收益率溢出效應(yīng)與波動性溢出效應(yīng)有很大的不同，這種溢出效應(yīng)與國際金融危機及大宗商品市場的發(fā)展情況有很大的關(guān)系。隋建利和楊慶偉（2021）[4]發(fā)現(xiàn)，中國金融市場與國際大宗商品市場的聯(lián)動作用在極值風險出現(xiàn)時得到了顯著增強。新冠肺炎疫情對中國金融業(yè)與國際大宗商品市場的沖擊具有不對稱性，中國金融業(yè)在國際貨物市場發(fā)揮的功能非常有限，這是當前我國金融業(yè)面臨的嚴峻挑戰(zhàn)。在此背景下，商品價格的大幅波動會引發(fā)極端價值風險，進而引發(fā)系統(tǒng)性關(guān)聯(lián)風險[5]。關(guān)于研究方法，近年來，針對國際大宗商品市場和金融市場的研究大多采用GARCH模型進行研究[3,4,6]。Diebold 和Yilmaz（2012）[7]提出了用于研究溢出效應(yīng)的動態(tài)時變特征的溢出指數(shù)模型，即DY 溢出指數(shù)模型，可以有效彌補GARCH 模型的不足之處。之后學者們又進一步探索出了以分位數(shù)向量自回歸模型為基礎(chǔ)的溢出指標方法，并得到了廣泛應(yīng)用。李政等（2022）[2]在QVAR模型基礎(chǔ)上，利用溢出指標法，研究在不同的沖擊強度、方向下行業(yè)之間的溢出效應(yīng)，并建立行業(yè)之間的溢出指標，研究行業(yè)之間的風險溢出程度，進而研究行業(yè)之間的風險溢出水平，并研究行業(yè)之間風險溢出結(jié)構(gòu)的變化。Chen 等（2022）[8]從市場波動性外溢和分位外溢視角，對深圳碳交易市場、能源市場、商品市場和金融市場的風險或信息傳遞進行了研究，將重點放于不同的沖擊方向和沖擊規(guī)模下風險傳染的非對稱性。

上述文獻研究視角豐富多樣，為商品市場與金融市場聯(lián)動性方面的研究搭建了基礎(chǔ)的研究框架，但仍存在以下幾個方面有待進一步改進：首先，現(xiàn)有文獻關(guān)注較多的是國際大宗商品價格波動與國內(nèi)金融市場價格波動之間的相互關(guān)聯(lián)，而對于國內(nèi)外大宗商品市場對我國行業(yè)股市的風險溢出效應(yīng)研究相對不足；其次，現(xiàn)有大宗商品市場和股票市場之間關(guān)系的研究，主要考察了國內(nèi)外大宗商品市場對我國股市的平均影響，而無法研究大宗商品在不同狀態(tài)下對我國行業(yè)股市不同狀態(tài)的溢出效應(yīng)；最后，鮮有文獻關(guān)注國內(nèi)外大宗商品市場對我國行業(yè)股市風險溢出效應(yīng)的非對稱性，尚未厘清不同沖擊規(guī)模和波動方向下風險溢出效應(yīng)的結(jié)構(gòu)性變化，從而可能低估了極端不利沖擊下國際大宗商品市場對中國金融市場的風險溢出強度。有鑒于此，本文綜合采用分位數(shù)對分位數(shù)方法（QQA）和基于分位數(shù)向量自回歸模型的溢出指數(shù)（QVAR-DY）方法，以國內(nèi)外大宗商品市場和中國行業(yè)股市作為研究對象，從靜態(tài)和動態(tài)兩個方面深入探究了國內(nèi)外大宗商品市場對中國行業(yè)股市的總溢出及方向性溢出，并分析了正常狀態(tài)和極端狀態(tài)下左右尾風險溢出的非對稱性特征，以期更加全面地分析國際大宗商品市場對中國金融市場的風險溢出效應(yīng)。

1 研究設(shè)計

1.1 分位數(shù)對分位數(shù)方法

本文采用分位數(shù)對分位數(shù)方法（QQA）來分析國內(nèi)外大宗商品市場對我國行業(yè)股票市場的影響[9]。模型構(gòu)建過程如下：

式（1）、式（2）可用于考察國內(nèi)外大宗商品市場對中國行業(yè)股市不同分位數(shù)的溢出效應(yīng)，但不能夠有效揭示國內(nèi)外大宗商品市場不同狀態(tài)對中國行業(yè)股市的溢出效應(yīng)差異。為此引入式（3）、式（4），用以考察國內(nèi)外大宗商品市場τ分位數(shù)（CRBτ、NHIτ）和行業(yè)股市θ分位數(shù)間的溢出關(guān)系：

將式（5）、式（6）代入式（1）、式（2），得到：

其中，ρθ為分位數(shù)損失函數(shù)，K(·)為核函數(shù)，h為核函數(shù)帶寬參數(shù)。本文使用高斯核對觀測值進行加權(quán)，具體見式（11）、式（12）：

對于核函數(shù)來說，帶寬的選擇是很重要的，如果寬度太小，那么估計誤差會變小，但是方差會增大；如果寬度太大，那么估計方差會變小，但是誤差會增大。沿用Sim 和Zhou（2015）[9]以及Duan 等（2021）[10]的帶寬選擇，在下文實證過程中選擇h=0.05。

1.2 基于QVAR模型的動態(tài)溢出指數(shù)方法

為了全面考察正常狀態(tài)與極端狀態(tài)下國內(nèi)外大宗商品市場對中國股票市場的風險溢出效應(yīng)，參考已有文獻，本文采用基于分位數(shù)向量自回歸模型的動態(tài)溢出指數(shù)方法（QVAR-DY）進行實證研究[7,11—13]。具體而言，QVAR-DY模型構(gòu)建過程如下：

其中，xt和xt-i是N維內(nèi)生變量向量。τ介于0和1之間，代表模型特定的分位數(shù)。p代表QVAR模型的滯后階數(shù)，μ(τ)是N維條件均值向量，Φj(τ)是N×NQVAR模型系數(shù)矩陣，ut(τ)表示N維誤差向量?；谖譅柕露ɡ恚╓old’s theorem），將式（13）改寫為無窮階分位數(shù)向量移動平均（QVMA）過程：

采用Koop等（1996）[14]、Pesaran和Shin（1998）[15]的方法計算廣義預(yù)測誤差方差分解（GFEVD）。對于一個預(yù)測期數(shù)H，變量i向前H 步的預(yù)測誤差方差中由變量j引起的比例可表示為：

其中，Σ(τ)是誤差向量的方差矩陣，由于θij(H)的行加總不等于1，將其歸一化為可度量τ分位數(shù)下變量i對變量j的方向性溢出水平，在本文中即國內(nèi)外大宗商品市場對中國某一行業(yè)股票市場的風險溢出水平。本文還重點關(guān)注國內(nèi)外大宗商品市場對中國股票市場整體的風險溢出水平，進一步計算變量i（i=1，2）對系統(tǒng)中其他變量j（j≥3）的總方向性溢出指數(shù)，計算公式為：

當i=1時，式（17）結(jié)果反映的是國際大宗商品市場對中國股票市場整體的風險溢出水平；當i=2 時，其反映的是國內(nèi)大宗商品市場對股票市場整體的風險溢出水平。

1.3 變量選取與描述性統(tǒng)計

對于國內(nèi)外大宗商品市場，本文分別選取南華商品指數(shù)（NHI）和彭博商品指數(shù)（CRB）予以度量，與其他量化指標相比，這兩個指數(shù)具有數(shù)據(jù)間隔更長、核算準確性更高、覆蓋面更廣的優(yōu)勢。數(shù)據(jù)分別來源于Wind 數(shù)據(jù)庫和Bloomberg數(shù)據(jù)庫；對于我國行業(yè)股市系統(tǒng)，本文選取了能源、材料、工業(yè)、可選消費、日常消費、醫(yī)療保健、金融、信息技術(shù)、公用事業(yè)和房地產(chǎn)10個Wind一級行業(yè)作為研究對象，剔除了上市企業(yè)數(shù)目較少的電信服務(wù)行業(yè)，數(shù)據(jù)來源于Wind 數(shù)據(jù)庫?；跀?shù)據(jù)可得性，本文將樣本區(qū)間選定為2005 年1 月至2022 年12 月，數(shù)據(jù)頻率為日度數(shù)據(jù)。為得到各市場日度收益率，本文對各市場日度收盤價取對數(shù)差分，計算公式為rt=(lnpt-lnpt-1)×100。

2 實證結(jié)果分析

本文先采用分位數(shù)對分位數(shù)（QQA）方法，捕捉國內(nèi)外大宗商品市場對我國行業(yè)股市的全面溢出效應(yīng)。然后構(gòu)建QVAR-DY 指數(shù)測度國內(nèi)外大宗商品市場對我國10 個行業(yè)股市的溢出效應(yīng)，探討國內(nèi)外大宗商品不同分位點對我國行業(yè)股市的溢出效應(yīng)。

2.1 國內(nèi)外大宗商品市場與中國股票市場的尾部相依結(jié)構(gòu)

圖1為分位數(shù)對分位數(shù)綜合指標溢出效應(yīng)平面圖，即QQA模型中系數(shù)的估計結(jié)果。x軸和y軸分別為大宗商品市場指標分位點和我國行業(yè)股市指標分位點，顏色指標為QQA 模型估計系數(shù)β1(θ，τ)，圖1（a）、圖1（b）分別表示國際大宗商品和國內(nèi)大宗商品對行業(yè)股市的溢出情況。

圖1 不同分位數(shù)下國內(nèi)外大宗商品市場波動對中國股市波動的影響

由圖1 可以看出：對于國際大宗商品市場，它對中國行業(yè)股市在任意分位數(shù)點都產(chǎn)生正向的沖擊作用，進而發(fā)現(xiàn)它對中國行業(yè)股市在不同分位數(shù)點上具有不同特征，且行業(yè)股市受到國際大宗商品市場波動影響的敏感性很強。從橫向角度來看，中國行業(yè)股市維持在τ＞0.85 的水平上可以有效降低來自國際大宗商品市場的波動影響。當行業(yè)股市τ=0.05 時，國際大宗商品隨著分位數(shù)的變化產(chǎn)生的正向沖擊影響變化極大，在國際大宗商品分位數(shù)較小的區(qū)間，國際大宗商品對中國行業(yè)股市的正向溢出影響最大，隨著國際大宗商品市場分位數(shù)的逐漸增大，正向影響和沖擊逐漸變?nèi)?，直至當大宗商品市場?0.95 時，兩者的關(guān)聯(lián)影響作用就變得十分微弱，這意味著當國際大宗商品市場處于極端正向沖擊狀態(tài)下時，國內(nèi)行業(yè)股市維持在τ＜0.05 的水平上也可以有效抵御風險。當行業(yè)股市τ=0.15 和τ=0.75 時，國際大宗商品市場對我國行業(yè)股市的正向沖擊和影響也很大，且不隨著大宗商品分位數(shù)的變化而變化，當行業(yè)股市的τ值處于這兩個水平時，也應(yīng)當引起相關(guān)監(jiān)管部門的警惕。從縱向角度來看，國際大宗商品在極端負向沖擊狀態(tài)下（τ=0.05）對中國行業(yè)股市的影響程度最大，尤其是在中國行業(yè)股市也處于極端負向沖擊狀態(tài)下時，大宗商品對其的溢出最為強烈。隨著國際大宗商品分位數(shù)的增大，對極端負向沖擊下的中國行業(yè)股市影響逐漸變小，卻對其他狀態(tài)下的中國行業(yè)股市沒有明顯的變化，也就是說，在中國行業(yè)股市的某個狀態(tài)水平上，無論國際大宗商品出于何種分位數(shù)，對其的正向影響均相同?？梢?，在國際大宗商品市場對行業(yè)股市的溢出中，起主導(dǎo)作用的是行業(yè)股市的狀態(tài)。

對于國內(nèi)大宗商品市場，可以發(fā)現(xiàn)它對中國行業(yè)股市在行業(yè)股市不同分位數(shù)點上也具有不同特征，當中國行業(yè)股市的分位數(shù)τ＞0.7 時，有顯著的負面影響，行業(yè)股市的分位數(shù)越接近于1，負面影響越大。這意味著，在行業(yè)股市較高的分位數(shù)上，影響幅度最大，在行業(yè)股市的中位數(shù)附近變?nèi)?，基本在?0.7 附近系數(shù)非常接近于0，影響較小，在較低的分位數(shù)水平上進一步上升。當中國行業(yè)股市的分位數(shù)τ＜0.7 時，有正面影響，行業(yè)股市的分位數(shù)越接近于0，正面影響越大。從縱向角度來看，在中國行業(yè)股市的某個狀態(tài)水平上，無論國內(nèi)大宗商品處于何種分位數(shù)，對其的影響效果均相同。同理，在國內(nèi)大宗商品市場對行業(yè)股市的溢出中，起主導(dǎo)作用的仍然是行業(yè)股市的狀態(tài)。因此，國內(nèi)大宗商品的上漲對行業(yè)股市的影響是不對稱的、波動的。

總體而言，國際大宗商品層面價格對行業(yè)股市的影響是正向的，并且在不同的行業(yè)股市分位數(shù)上是不對稱的。從絕對值來看，不同國際大宗商品價格分位數(shù)影響在低行業(yè)股市分位數(shù)時往往比在高行業(yè)股市分位數(shù)時膨脹。同時，不同大宗商品市場對行業(yè)股市形成的影響表現(xiàn)出不同的模式。具體而言，當行業(yè)股市的分位數(shù)降低時，國際大宗商品市場對行業(yè)股市的影響往往更大，國內(nèi)大宗商品對行業(yè)股市分布的影響相對平緩，且影響的程度不同。究其原因，國內(nèi)和國際大宗商品對我國行業(yè)股市的溢出機制存在較大的差異，國內(nèi)大宗商品主要通過商品市場到相關(guān)行業(yè)的經(jīng)營情況進而溢出到行業(yè)股市的，而國際大宗商品主要通過影響貿(mào)易渠道將風險傳遞至我國金融市場。

2.2 國內(nèi)外大宗商品市場對中國股票市場的風險溢出效應(yīng)

2.2.1 風險溢出效應(yīng)的靜態(tài)分析

本文將兩個大宗商品市場和10個國內(nèi)行業(yè)股市置于同一個系統(tǒng)中，構(gòu)建了包含12 個序列的QVAR-DY 模型，考察國內(nèi)外大宗商品市場對我國最具代表性的10個行業(yè)的波動溢出效應(yīng)，捕捉正常狀態(tài)、正負沖擊下的溢出差異。分別設(shè)置τ=0.5、τ=0.05 和τ=0.95，可以得到正常狀態(tài)和極端狀態(tài)下國際大宗商品價格波動的風險溢出，結(jié)果如表1所示。

表1 不同分位數(shù)下國內(nèi)外大宗商品市場對中國股票市場的靜態(tài)溢出

由表1可以看出，首先，在正常狀態(tài)下，國際大宗商品市場對中國行業(yè)股市的波動總溢出水平為8.60%；國內(nèi)大宗商品市場對中國行業(yè)股市的波動總溢出水平為23.92%。這說明在正常狀態(tài)下，國際大宗商品對中國行業(yè)股市的跨市場風險傳染效應(yīng)尚不是特別強烈，中國行業(yè)股市的波動僅8.60%能被國際新能源股市所解釋，然而國內(nèi)大宗商品市場則對我國行業(yè)股市產(chǎn)生較大影響。這是由于大宗商品兼具“商品”和“金融”兩種基本屬性，其價格波動不僅會受到供求關(guān)系的影響，還會受到資本市場投資交易的影響。與國際大宗商品市場相比，國內(nèi)大宗商品市場與國內(nèi)股票市場擁有更多的共同投資者，當投資者持有由大宗商品和股票組成的投資組合時，某一市場的價格波動會促使投資者調(diào)整兩種金融資產(chǎn)的投資比例，從而對另一市場的交易價格形成沖擊，進而將價格波動傳遞至另一市場。

其次，從極端狀態(tài)視角下，國內(nèi)外大宗商品市場對中國行業(yè)股市的溢出水平大幅度上升。由此可見，大宗商品市場對中國行業(yè)股市存在明顯的反饋機制，大宗商品市場的風險變化及危機爆發(fā)，致使相關(guān)行業(yè)生產(chǎn)受阻，相關(guān)行業(yè)的經(jīng)營業(yè)績、風險承擔、信貸規(guī)模等方面均會受到波動和影響，進而影響到行業(yè)股市，尤其是以大宗商品為原材料或中間產(chǎn)品的市場和行業(yè)中。同時可以發(fā)現(xiàn)，極端正負向沖擊具有非對稱性，極端負向沖擊狀態(tài)下大宗商品對行業(yè)股市的溢出效應(yīng)較極端正向沖擊狀態(tài)下的更強烈一些。一方面，負向沖擊造成的市場運行不穩(wěn)定和行業(yè)主體悲觀預(yù)期將加速風險通過市場之間關(guān)聯(lián)渠道進行傳遞，進而對其他行業(yè)股市產(chǎn)生強烈影響。而市場主體對大宗商品市場正向沖擊的敏感性相對于負向沖擊較低，通過信息渠道的溢出將得到一定程度抑制。另一方面，負向沖擊下行業(yè)股市相對脆弱的基本面使其更易遭受其他市場的波動溢出影響，經(jīng)濟形勢持續(xù)惡化下各行業(yè)溢入水平將普遍攀升，而正向沖擊下行業(yè)良好的運營狀態(tài)將提高其發(fā)展韌性，抗風險能力較強。因此相比正向沖擊，大宗商品市場的負向沖擊誘發(fā)的風險共振更為劇烈。

最后，立足于國內(nèi)外大宗商品的波動對每一個行業(yè)股市的溢出角度分析，極端沖擊下，國內(nèi)大宗商品對能源行業(yè)、材料行業(yè)和公用事業(yè)的方向性溢出水平最大，這表明國內(nèi)大宗商品極端狀態(tài)下將對這三個行業(yè)產(chǎn)生較大的影響，作為與大宗商品聯(lián)系最為密切的能源行業(yè)，其與大宗商品市場直接相關(guān)且與眾多行業(yè)存在密切的關(guān)聯(lián)關(guān)系，因而受大宗商品市場的溢出影響均居首位。進而以大宗商品中的工業(yè)金屬為生產(chǎn)原材料的材料行業(yè)股市，也極易受到大宗商品市場波動的影響。

2.2.2 風險溢出效應(yīng)的動態(tài)分析

（1）國內(nèi)外大宗商品市場對中國股票市場的動態(tài)總方向性溢出

除了靜態(tài)分析之外，本文還進行了滾動樣本動態(tài)溢出分析，以捕獲正常狀態(tài)和極端狀態(tài)下溢出的時變特征。圖2至下頁圖4分別刻畫了在正常狀態(tài)下（τ=0.50）、極端負向沖擊狀態(tài)下（τ=0.05）和極端正向沖擊狀態(tài)下（τ=0.95）的大宗商品市場對中國行業(yè)股市的波動總溢出水平的動態(tài)時序圖。

圖2 正常狀態(tài)下的動態(tài)總方向性溢出

圖2（a）刻畫了在正常狀態(tài)下，國際大宗商品市場對中國行業(yè)股市的波動總溢出水平的動態(tài)演變特征?？傄绯鲋笖?shù)在0.50%～25.87%的范圍內(nèi)波動，平均水平為8.61%，國際大宗商品市場存在顯著的波動風險溢出效應(yīng)。圖2（b）刻畫了在正常狀態(tài)下，國內(nèi)大宗商品市場對中國行業(yè)股市的波動總溢出水平的動態(tài)演變特征。總溢出指數(shù)在1.01%～64.85%的范圍內(nèi)波動，平均水平為23.92%，國內(nèi)大宗商品市場存在著更為顯著的波動風險溢出效應(yīng)，動態(tài)溢出顯示的結(jié)果與靜態(tài)總體相吻合。無論是國際還是國內(nèi)大宗商品，其溢出水平在整個考察期內(nèi)的數(shù)值均顯著大于0，說明大宗商品市場對我國行業(yè)股市的風險溢出效應(yīng)均較為顯著。

下頁圖3和圖4分別刻畫了極端負向和極端正向沖擊下的動態(tài)總方向性溢出水平。在極端負向沖擊下，國際大宗商品市場對行業(yè)股市在2008年和2016年出現(xiàn)極端溢出現(xiàn)象，國際大宗商品對行業(yè)股市除了在這兩個時點上溢出值較大之外，還在2018年出現(xiàn)階段性極值。可見，諸如全球金融危機、貿(mào)易摩擦等極端風險事件的發(fā)生不僅對正常狀態(tài)下兩市場的風險產(chǎn)生沖擊和影響，也會在很大程度上使得極端風險溢出水平突增到很高的水平。至于2016年，全球經(jīng)濟不確定性加大，英國脫歐、美國大選、美聯(lián)儲加息、日本和歐元區(qū)負利率、德國銀行危機等極端事件不斷沖擊著包括國際大宗商品在內(nèi)的全球資本市場，使得大宗商品在這一時期對我國行業(yè)股市的尾部溢出在原有基礎(chǔ)上增強。在極端正向沖擊的溢出水平明顯低于極端負向沖擊，又一次印證了靜態(tài)溢出所得到的結(jié)論。在極端正向沖擊下，大宗商品市場對我國行業(yè)股市在2016 年和2020 年出現(xiàn)峰值，國內(nèi)大宗商品溢出在2010—2011 年也處于較高水平?？梢姴煌瑯O端事件的發(fā)生伴隨著大宗商品市場不同的異常反饋，僅研究正常狀態(tài)下的溢出效應(yīng)無法有效捕捉極端事件發(fā)生時各市場之間風險溢出的結(jié)構(gòu)性變化。

圖3 極端負向沖擊下的動態(tài)總方向性溢出

圖4 極端正向沖擊下的動態(tài)總方向性溢出

（2）國內(nèi)外大宗商品市場對中國各行業(yè)股市的動態(tài)方向性溢出

本文進一步分析大宗商品市場對我國分行業(yè)股市的動態(tài)方向性溢出。由于極端狀態(tài)下的風險溢出水平遠高于正常狀態(tài)，且極端正向沖擊的溢出水平明顯低于極端負向沖擊，因此本文接下來重點分析極端負向沖擊下國內(nèi)外大宗商品市場對中國各行業(yè)股市的動態(tài)方向性溢出。

由圖5 可以看出，極端負向沖擊下，國內(nèi)外大宗商品市場對10個行業(yè)股市的方向性溢出均十分顯著。細化分析每個大宗商品分別對10 個行業(yè)股市的方向性溢出情況，可以發(fā)現(xiàn)，國際大宗商品對10個行業(yè)股市的左尾溢出趨勢基本相同，國內(nèi)大宗商品對10 個行業(yè)股市的溢出也有相似趨勢。也就是說，當大宗商品在極端情況下暴露風險敞口之后，大宗商品將會無差別地向10 個行業(yè)股市發(fā)生溢出影響，此時的溢出水平與行業(yè)自身屬性和特征幾乎無關(guān)，而只與極端風險事件狀況緊密相關(guān)。

3 結(jié)論與建議

本文采用QQA和QVAR-DY模型，以國內(nèi)外大宗商品市場和我國行業(yè)股票市場作為研究對象，深入探究了兩類市場之間的總溢出及方向性溢出水平，并分析了正常狀態(tài)和極端狀態(tài)下風險溢出的非對稱性特征。實證結(jié)果表明：第一，國際大宗商品市場對中國行業(yè)股市在任意分位數(shù)點都產(chǎn)生正向的沖擊作用，國內(nèi)大宗商品市場對中國行業(yè)股市在不同分位數(shù)點上具有不同特征，且隨著國內(nèi)大宗商品市場分位數(shù)的減小，由負向影響轉(zhuǎn)化為正向影響。第二，基于QVAR 模型的溢出指數(shù)能夠較好地捕捉碳市場和新能源股票市場的溢出效應(yīng)，兩個市場間存在明顯的波動溢出效應(yīng)，且極端正、負沖擊下的尾部波動溢出效應(yīng)明顯強于正常狀態(tài)下的溢出水平。第三，靜態(tài)溢出分析中，正常狀態(tài)下，國內(nèi)大宗商品市場對我國行業(yè)股市的影響強于國際大宗商品市場，極端狀態(tài)下國內(nèi)外大宗商品市場對中國行業(yè)股市的溢出水平均顯著上升，且對能源行業(yè)、材料行業(yè)和公用事業(yè)的方向性溢出水平較大。第四，動態(tài)溢出分析中，極端狀態(tài)與正常狀態(tài)總溢出趨勢存在較大的差異，極端沖擊的風險溢出水平遠高于正常水平，且與極端經(jīng)濟金融事件密切相關(guān)。在極端狀態(tài)下，兩類大宗商品市場對10個行業(yè)股市的方向性溢出具有相似趨勢。

基于上述研究與結(jié)論，提出如下建議：第一，在國內(nèi)外大宗商品價格不斷波動的情況下，與大宗商品供應(yīng)鏈的生產(chǎn)、制造和銷售有較多貿(mào)易關(guān)系的企業(yè)，應(yīng)密切注意國內(nèi)的進口與出口，并根據(jù)實際情況及時調(diào)整自己的經(jīng)營戰(zhàn)略，以更好地把握市場機遇。第二，相關(guān)部門應(yīng)充分認識到大宗商品市場和行業(yè)股票市場之間的波動關(guān)系，厘清溢出效應(yīng)的變化過程可有效提升政府階段性政策的針對性與有效性，促進我國大宗商品市場和股票市場的發(fā)展。在監(jiān)管大宗商品市場對我國股票市場的風險溢出時，監(jiān)管部門可以更有針對性地將其劃分為更多的行業(yè)板塊，基于各個行業(yè)的特征有針對性地進行風險管理。第三，系統(tǒng)性風險的監(jiān)控防范不應(yīng)局限于大宗商品市場和股票市場這兩個市場，應(yīng)立足于我國宏觀經(jīng)濟金融系統(tǒng)全局，評估和識別各個金融市場在關(guān)聯(lián)網(wǎng)絡(luò)中的風險傳遞水平及方向，尤其要關(guān)注風險在不同沖擊方向和不同沖擊規(guī)模下的非對稱性情況，切實提高系統(tǒng)性風險防范政策的有效性。