田 靜，張志鵬，閆 明

（1.南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071；2.天津職業(yè)技術(shù)師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院，天津 300350；3.天津財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，天津 300222）

0 引言

近年來，國(guó)際經(jīng)濟(jì)形勢(shì)復(fù)雜多變，全球性經(jīng)濟(jì)金融危機(jī)、貿(mào)易摩擦、能源危機(jī)等諸多極端風(fēng)險(xiǎn)事件，給世界各國(guó)金融穩(wěn)定帶來了前所未有的重大挑戰(zhàn)。歷史的經(jīng)驗(yàn)表明，當(dāng)國(guó)際國(guó)內(nèi)發(fā)生各類型極端風(fēng)險(xiǎn)事件時(shí)，我國(guó)的股市就會(huì)在事件爆發(fā)前后出現(xiàn)不同程度動(dòng)蕩，進(jìn)而使得金融市場(chǎng)風(fēng)險(xiǎn)顯著加大[1，2]。黨的二十大報(bào)告強(qiáng)調(diào)，“加強(qiáng)重點(diǎn)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(guó)股票市場(chǎng)風(fēng)險(xiǎn)重要來源之一的大宗商品市場(chǎng)的監(jiān)控和治理，就成了有效防范系統(tǒng)性風(fēng)險(xiǎn)的關(guān)鍵。此外，加強(qiáng)對(duì)大宗商品價(jià)格變動(dòng)的監(jiān)控，防范系統(tǒng)性金融風(fēng)險(xiǎn)在我國(guó)股票市場(chǎng)的蔓延，對(duì)于構(gòu)建“雙循環(huán)”新發(fā)展格局，促進(jìn)中國(guó)后疫情時(shí)代的經(jīng)濟(jì)高質(zhì)量發(fā)展與復(fù)蘇，保持中國(guó)金融市場(chǎng)的穩(wěn)定發(fā)展，都有著十分重要的作用。

目前，國(guó)內(nèi)外學(xué)者對(duì)商品市場(chǎng)與金融市場(chǎng)的關(guān)系進(jìn)行了一定的探討。譚小芬等（2018）[3]發(fā)現(xiàn)，國(guó)際上的商品與股票市場(chǎng)之間存在著相互的溢出效應(yīng)，我國(guó)證券投資基金的收益率溢出效應(yīng)與波動(dòng)性溢出效應(yīng)有很大的不同，這種溢出效應(yīng)與國(guó)際金融危機(jī)及大宗商品市場(chǎng)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(guó)金融市場(chǎng)與國(guó)際大宗商品市場(chǎng)的聯(lián)動(dòng)作用在極值風(fēng)險(xiǎn)出現(xiàn)時(shí)得到了顯著增強(qiáng)。新冠肺炎疫情對(duì)中國(guó)金融業(yè)與國(guó)際大宗商品市場(chǎng)的沖擊具有不對(duì)稱性，中國(guó)金融業(yè)在國(guó)際貨物市場(chǎng)發(fā)揮的功能非常有限，這是當(dāng)前我國(guó)金融業(yè)面臨的嚴(yán)峻挑戰(zhàn)。在此背景下，商品價(jià)格的大幅波動(dòng)會(huì)引發(fā)極端價(jià)值風(fēng)險(xiǎn)，進(jìn)而引發(fā)系統(tǒng)性關(guān)聯(lián)風(fēng)險(xiǎn)[5]。關(guān)于研究方法，近年來，針對(duì)國(guó)際大宗商品市場(chǎng)和金融市場(chǎng)的研究大多采用GARCH模型進(jìn)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(dòng)態(tài)時(shí)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(bǔ)GARCH 模型的不足之處。之后學(xué)者們又進(jìn)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(biāo)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(biāo)法，研究在不同的沖擊強(qiáng)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(biāo)，研究行業(yè)之間的風(fēng)險(xiǎn)溢出程度，進(jìn)而研究行業(yè)之間的風(fēng)險(xiǎn)溢出水平，并研究行業(yè)之間風(fēng)險(xiǎn)溢出結(jié)構(gòu)的變化。Chen 等（2022）[8]從市場(chǎng)波動(dòng)性外溢和分位外溢視角，對(duì)深圳碳交易市場(chǎng)、能源市場(chǎng)、商品市場(chǎng)和金融市場(chǎng)的風(fēng)險(xiǎn)或信息傳遞進(jìn)行了研究，將重點(diǎn)放于不同的沖擊方向和沖擊規(guī)模下風(fēng)險(xiǎn)傳染的非對(duì)稱性。

上述文獻(xiàn)研究視角豐富多樣，為商品市場(chǎng)與金融市場(chǎng)聯(lián)動(dòng)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(gè)方面有待進(jìn)一步改進(jìn)：首先，現(xiàn)有文獻(xiàn)關(guān)注較多的是國(guó)際大宗商品價(jià)格波動(dòng)與國(guó)內(nèi)金融市場(chǎng)價(jià)格波動(dòng)之間的相互關(guān)聯(lián)，而對(duì)于國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股市的風(fēng)險(xiǎn)溢出效應(yīng)研究相對(duì)不足；其次，現(xiàn)有大宗商品市場(chǎng)和股票市場(chǎng)之間關(guān)系的研究，主要考察了國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)股市的平均影響，而無(wú)法研究大宗商品在不同狀態(tài)下對(duì)我國(guó)行業(yè)股市不同狀態(tài)的溢出效應(yīng)；最后，鮮有文獻(xiàn)關(guān)注國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股市風(fēng)險(xiǎn)溢出效應(yīng)的非對(duì)稱性，尚未厘清不同沖擊規(guī)模和波動(dòng)方向下風(fēng)險(xiǎn)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(guó)際大宗商品市場(chǎng)對(duì)中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出強(qiáng)度。有鑒于此，本文綜合采用分位數(shù)對(duì)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(guó)內(nèi)外大宗商品市場(chǎng)和中國(guó)行業(yè)股市作為研究對(duì)象，從靜態(tài)和動(dòng)態(tài)兩個(gè)方面深入探究了國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)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(fēng)險(xiǎn)溢出的非對(duì)稱性特征，以期更加全面地分析國(guó)際大宗商品市場(chǎng)對(duì)中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)。

1 研究設(shè)計(jì)

1.1 分位數(shù)對(duì)分位數(shù)方法

本文采用分位數(shù)對(duì)分位數(shù)方法（QQA）來分析國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股票市場(chǎng)的影響[9]。模型構(gòu)建過程如下：

式（1）、式（2）可用于考察國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)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(guó)內(nèi)外大宗商品市場(chǎng)不同狀態(tài)對(duì)中國(guó)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(guó)內(nèi)外大宗商品市場(chǎng)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(duì)觀測(cè)值進(jìn)行加權(quán)，具體見式（11）、式（12）：

對(duì)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(jì)誤差會(huì)變小，但是方差會(huì)增大；如果寬度太大，那么估計(jì)方差會(huì)變小，但是誤差會(huì)增大。沿用Sim 和Zhou（2015）[9]以及Duan 等（2021）[10]的帶寬選擇，在下文實(shí)證過程中選擇h=0.05。

1.2 基于QVAR模型的動(dòng)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(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，參考已有文獻(xiàn)，本文采用基于分位數(shù)向量自回歸模型的動(dòng)態(tài)溢出指數(shù)方法（QVAR-DY）進(jìn)行實(shí)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。基于沃爾德定理（Wold’s theorem），將式（13）改寫為無(wú)窮階分位數(shù)向量移動(dòng)平均（QVMA）過程：

采用Koop等（1996）[14]、Pesaran和Shin（1998）[15]的方法計(jì)算廣義預(yù)測(cè)誤差方差分解（GFEVD）。對(duì)于一個(gè)預(yù)測(cè)期數(shù)H，變量i向前H 步的預(yù)測(cè)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(duì)變量j的方向性溢出水平，在本文中即國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)某一行業(yè)股票市場(chǎng)的風(fēng)險(xiǎn)溢出水平。本文還重點(diǎn)關(guān)注國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)整體的風(fēng)險(xiǎn)溢出水平，進(jìn)一步計(jì)算變量i（i=1，2）對(duì)系統(tǒng)中其他變量j（j≥3）的總方向性溢出指數(shù)，計(jì)算公式為：

當(dāng)i=1時(shí)，式（17）結(jié)果反映的是國(guó)際大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)整體的風(fēng)險(xiǎn)溢出水平；當(dāng)i=2 時(shí)，其反映的是國(guó)內(nèi)大宗商品市場(chǎng)對(duì)股票市場(chǎng)整體的風(fēng)險(xiǎn)溢出水平。

1.3 變量選取與描述性統(tǒng)計(jì)

對(duì)于國(guó)內(nèi)外大宗商品市場(chǎng)，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(biāo)相比，這兩個(gè)指數(shù)具有數(shù)據(jù)間隔更長(zhǎng)、核算準(zhǔn)確性更高、覆蓋面更廣的優(yōu)勢(shì)。數(shù)據(jù)分別來源于Wind 數(shù)據(jù)庫(kù)和Bloomberg數(shù)據(jù)庫(kù)；對(duì)于我國(guó)行業(yè)股市系統(tǒng)，本文選取了能源、材料、工業(yè)、可選消費(fèi)、日常消費(fèi)、醫(yī)療保健、金融、信息技術(shù)、公用事業(yè)和房地產(chǎn)10個(gè)Wind一級(jí)行業(yè)作為研究對(duì)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(kù)?；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(chǎng)日度收益率，本文對(duì)各市場(chǎng)日度收盤價(jià)取對(duì)數(shù)差分，計(jì)算公式為rt=(lnpt-lnpt-1)×100。

2 實(shí)證結(jié)果分析

本文先采用分位數(shù)對(duì)分位數(shù)（QQA）方法，捕捉國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股市的全面溢出效應(yīng)。然后構(gòu)建QVAR-DY 指數(shù)測(cè)度國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)10 個(gè)行業(yè)股市的溢出效應(yīng)，探討國(guó)內(nèi)外大宗商品不同分位點(diǎn)對(duì)我國(guó)行業(yè)股市的溢出效應(yīng)。

2.1 國(guó)內(nèi)外大宗商品市場(chǎng)與中國(guó)股票市場(chǎng)的尾部相依結(jié)構(gòu)

圖1為分位數(shù)對(duì)分位數(shù)綜合指標(biāo)溢出效應(yīng)平面圖，即QQA模型中系數(shù)的估計(jì)結(jié)果。x軸和y軸分別為大宗商品市場(chǎng)指標(biāo)分位點(diǎn)和我國(guó)行業(yè)股市指標(biāo)分位點(diǎn)，顏色指標(biāo)為QQA 模型估計(jì)系數(shù)β1(θ，τ)，圖1（a）、圖1（b）分別表示國(guó)際大宗商品和國(guó)內(nèi)大宗商品對(duì)行業(yè)股市的溢出情況。

圖1 不同分位數(shù)下國(guó)內(nèi)外大宗商品市場(chǎng)波動(dòng)對(duì)中國(guó)股市波動(dòng)的影響

由圖1 可以看出：對(duì)于國(guó)際大宗商品市場(chǎng)，它對(duì)中國(guó)行業(yè)股市在任意分位數(shù)點(diǎn)都產(chǎn)生正向的沖擊作用，進(jìn)而發(fā)現(xiàn)它對(duì)中國(guó)行業(yè)股市在不同分位數(shù)點(diǎn)上具有不同特征，且行業(yè)股市受到國(guó)際大宗商品市場(chǎng)波動(dòng)影響的敏感性很強(qiáng)。從橫向角度來看，中國(guó)行業(yè)股市維持在τ＞0.85 的水平上可以有效降低來自國(guó)際大宗商品市場(chǎng)的波動(dòng)影響。當(dāng)行業(yè)股市τ=0.05 時(shí)，國(guó)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(guó)際大宗商品分位數(shù)較小的區(qū)間，國(guó)際大宗商品對(duì)中國(guó)行業(yè)股市的正向溢出影響最大，隨著國(guó)際大宗商品市場(chǎng)分位數(shù)的逐漸增大，正向影響和沖擊逐漸變?nèi)酰敝廉?dāng)大宗商品市場(chǎng)τ=0.95 時(shí)，兩者的關(guān)聯(lián)影響作用就變得十分微弱，這意味著當(dāng)國(guó)際大宗商品市場(chǎng)處于極端正向沖擊狀態(tài)下時(shí)，國(guó)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(fēng)險(xiǎn)。當(dāng)行業(yè)股市τ=0.15 和τ=0.75 時(shí)，國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)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(dāng)行業(yè)股市的τ值處于這兩個(gè)水平時(shí)，也應(yīng)當(dāng)引起相關(guān)監(jiān)管部門的警惕。從縱向角度來看，國(guó)際大宗商品在極端負(fù)向沖擊狀態(tài)下（τ=0.05）對(duì)中國(guó)行業(yè)股市的影響程度最大，尤其是在中國(guó)行業(yè)股市也處于極端負(fù)向沖擊狀態(tài)下時(shí)，大宗商品對(duì)其的溢出最為強(qiáng)烈。隨著國(guó)際大宗商品分位數(shù)的增大，對(duì)極端負(fù)向沖擊下的中國(guó)行業(yè)股市影響逐漸變小，卻對(duì)其他狀態(tài)下的中國(guó)行業(yè)股市沒有明顯的變化，也就是說，在中國(guó)行業(yè)股市的某個(gè)狀態(tài)水平上，無(wú)論國(guó)際大宗商品出于何種分位數(shù)，對(duì)其的正向影響均相同?？梢?，在國(guó)際大宗商品市場(chǎng)對(duì)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(duì)于國(guó)內(nèi)大宗商品市場(chǎng)，可以發(fā)現(xiàn)它對(duì)中國(guó)行業(yè)股市在行業(yè)股市不同分位數(shù)點(diǎn)上也具有不同特征，當(dāng)中國(guó)行業(yè)股市的分位數(shù)τ＞0.7 時(shí)，有顯著的負(fù)面影響，行業(yè)股市的分位數(shù)越接近于1，負(fù)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(jìn)一步上升。當(dāng)中國(guó)行業(yè)股市的分位數(shù)τ＜0.7 時(shí)，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(guó)行業(yè)股市的某個(gè)狀態(tài)水平上，無(wú)論國(guó)內(nèi)大宗商品處于何種分位數(shù)，對(duì)其的影響效果均相同。同理，在國(guó)內(nèi)大宗商品市場(chǎng)對(duì)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(guó)內(nèi)大宗商品的上漲對(duì)行業(yè)股市的影響是不對(duì)稱的、波動(dòng)的。

總體而言，國(guó)際大宗商品層面價(jià)格對(duì)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(duì)稱的。從絕對(duì)值來看，不同國(guó)際大宗商品價(jià)格分位數(shù)影響在低行業(yè)股市分位數(shù)時(shí)往往比在高行業(yè)股市分位數(shù)時(shí)膨脹。同時(shí)，不同大宗商品市場(chǎng)對(duì)行業(yè)股市形成的影響表現(xiàn)出不同的模式。具體而言，當(dāng)行業(yè)股市的分位數(shù)降低時(shí)，國(guó)際大宗商品市場(chǎng)對(duì)行業(yè)股市的影響往往更大，國(guó)內(nèi)大宗商品對(duì)行業(yè)股市分布的影響相對(duì)平緩，且影響的程度不同。究其原因，國(guó)內(nèi)和國(guó)際大宗商品對(duì)我國(guó)行業(yè)股市的溢出機(jī)制存在較大的差異，國(guó)內(nèi)大宗商品主要通過商品市場(chǎng)到相關(guān)行業(yè)的經(jīng)營(yíng)情況進(jìn)而溢出到行業(yè)股市的，而國(guó)際大宗商品主要通過影響貿(mào)易渠道將風(fēng)險(xiǎn)傳遞至我國(guó)金融市場(chǎng)。

2.2 國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)

2.2.1 風(fēng)險(xiǎn)溢出效應(yīng)的靜態(tài)分析

本文將兩個(gè)大宗商品市場(chǎng)和10個(gè)國(guó)內(nèi)行業(yè)股市置于同一個(gè)系統(tǒng)中，構(gòu)建了包含12 個(gè)序列的QVAR-DY 模型，考察國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)我國(guó)最具代表性的10個(gè)行業(yè)的波動(dòng)溢出效應(yīng)，捕捉正常狀態(tài)、正負(fù)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(guó)際大宗商品價(jià)格波動(dòng)的風(fēng)險(xiǎn)溢出，結(jié)果如表1所示。

表1 不同分位數(shù)下國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)的靜態(tài)溢出

由表1可以看出，首先，在正常狀態(tài)下，國(guó)際大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市的波動(dòng)總溢出水平為8.60%；國(guó)內(nèi)大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市的波動(dòng)總溢出水平為23.92%。這說明在正常狀態(tài)下，國(guó)際大宗商品對(duì)中國(guó)行業(yè)股市的跨市場(chǎng)風(fēng)險(xiǎn)傳染效應(yīng)尚不是特別強(qiáng)烈，中國(guó)行業(yè)股市的波動(dòng)僅8.60%能被國(guó)際新能源股市所解釋，然而國(guó)內(nèi)大宗商品市場(chǎng)則對(duì)我國(guó)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(jià)格波動(dòng)不僅會(huì)受到供求關(guān)系的影響，還會(huì)受到資本市場(chǎng)投資交易的影響。與國(guó)際大宗商品市場(chǎng)相比，國(guó)內(nèi)大宗商品市場(chǎng)與國(guó)內(nèi)股票市場(chǎng)擁有更多的共同投資者，當(dāng)投資者持有由大宗商品和股票組成的投資組合時(shí)，某一市場(chǎng)的價(jià)格波動(dòng)會(huì)促使投資者調(diào)整兩種金融資產(chǎn)的投資比例，從而對(duì)另一市場(chǎng)的交易價(jià)格形成沖擊，進(jìn)而將價(jià)格波動(dòng)傳遞至另一市場(chǎng)。

其次，從極端狀態(tài)視角下，國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)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(chǎng)對(duì)中國(guó)行業(yè)股市存在明顯的反饋機(jī)制，大宗商品市場(chǎng)的風(fēng)險(xiǎn)變化及危機(jī)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(yíng)業(yè)績(jī)、風(fēng)險(xiǎn)承擔(dān)、信貸規(guī)模等方面均會(huì)受到波動(dòng)和影響，進(jìn)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(chǎng)和行業(yè)中。同時(shí)可以發(fā)現(xiàn)，極端正負(fù)向沖擊具有非對(duì)稱性，極端負(fù)向沖擊狀態(tài)下大宗商品對(duì)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(qiáng)烈一些。一方面，負(fù)向沖擊造成的市場(chǎng)運(yùn)行不穩(wěn)定和行業(yè)主體悲觀預(yù)期將加速風(fēng)險(xiǎn)通過市場(chǎng)之間關(guān)聯(lián)渠道進(jìn)行傳遞，進(jìn)而對(duì)其他行業(yè)股市產(chǎn)生強(qiáng)烈影響。而市場(chǎng)主體對(duì)大宗商品市場(chǎng)正向沖擊的敏感性相對(duì)于負(fù)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(fù)向沖擊下行業(yè)股市相對(duì)脆弱的基本面使其更易遭受其他市場(chǎng)的波動(dòng)溢出影響，經(jīng)濟(jì)形勢(shì)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(yùn)營(yíng)狀態(tài)將提高其發(fā)展韌性，抗風(fēng)險(xiǎn)能力較強(qiáng)。因此相比正向沖擊，大宗商品市場(chǎng)的負(fù)向沖擊誘發(fā)的風(fēng)險(xiǎn)共振更為劇烈。

最后，立足于國(guó)內(nèi)外大宗商品的波動(dòng)對(duì)每一個(gè)行業(yè)股市的溢出角度分析，極端沖擊下，國(guó)內(nèi)大宗商品對(duì)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(guó)內(nèi)大宗商品極端狀態(tài)下將對(duì)這三個(gè)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(chǎng)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(chǎng)的溢出影響均居首位。進(jìn)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(chǎng)波動(dòng)的影響。

2.2.2 風(fēng)險(xiǎn)溢出效應(yīng)的動(dòng)態(tài)分析

（1）國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)股票市場(chǎng)的動(dòng)態(tài)總方向性溢出

除了靜態(tài)分析之外，本文還進(jìn)行了滾動(dòng)樣本動(dòng)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(shí)變特征。圖2至下頁(yè)圖4分別刻畫了在正常狀態(tài)下（τ=0.50）、極端負(fù)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(chǎng)對(duì)中國(guó)行業(yè)股市的波動(dòng)總溢出水平的動(dòng)態(tài)時(shí)序圖。

圖2 正常狀態(tài)下的動(dòng)態(tài)總方向性溢出

圖2（a）刻畫了在正常狀態(tài)下，國(guó)際大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市的波動(dòng)總溢出水平的動(dòng)態(tài)演變特征?？傄绯鲋笖?shù)在0.50%～25.87%的范圍內(nèi)波動(dòng)，平均水平為8.61%，國(guó)際大宗商品市場(chǎng)存在顯著的波動(dòng)風(fēng)險(xiǎn)溢出效應(yīng)。圖2（b）刻畫了在正常狀態(tài)下，國(guó)內(nèi)大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市的波動(dòng)總溢出水平的動(dòng)態(tài)演變特征?？傄绯鲋笖?shù)在1.01%～64.85%的范圍內(nèi)波動(dòng)，平均水平為23.92%，國(guó)內(nèi)大宗商品市場(chǎng)存在著更為顯著的波動(dòng)風(fēng)險(xiǎn)溢出效應(yīng)，動(dòng)態(tài)溢出顯示的結(jié)果與靜態(tài)總體相吻合。無(wú)論是國(guó)際還是國(guó)內(nèi)大宗商品，其溢出水平在整個(gè)考察期內(nèi)的數(shù)值均顯著大于0，說明大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股市的風(fēng)險(xiǎn)溢出效應(yīng)均較為顯著。

下頁(yè)圖3和圖4分別刻畫了極端負(fù)向和極端正向沖擊下的動(dòng)態(tài)總方向性溢出水平。在極端負(fù)向沖擊下，國(guó)際大宗商品市場(chǎng)對(duì)行業(yè)股市在2008年和2016年出現(xiàn)極端溢出現(xiàn)象，國(guó)際大宗商品對(duì)行業(yè)股市除了在這兩個(gè)時(shí)點(diǎn)上溢出值較大之外，還在2018年出現(xiàn)階段性極值?？梢?，諸如全球金融危機(jī)、貿(mào)易摩擦等極端風(fēng)險(xiǎn)事件的發(fā)生不僅對(duì)正常狀態(tài)下兩市場(chǎng)的風(fēng)險(xiǎn)產(chǎn)生沖擊和影響，也會(huì)在很大程度上使得極端風(fēng)險(xiǎn)溢出水平突增到很高的水平。至于2016年，全球經(jīng)濟(jì)不確定性加大，英國(guó)脫歐、美國(guó)大選、美聯(lián)儲(chǔ)加息、日本和歐元區(qū)負(fù)利率、德國(guó)銀行危機(jī)等極端事件不斷沖擊著包括國(guó)際大宗商品在內(nèi)的全球資本市場(chǎng)，使得大宗商品在這一時(shí)期對(duì)我國(guó)行業(yè)股市的尾部溢出在原有基礎(chǔ)上增強(qiáng)。在極端正向沖擊的溢出水平明顯低于極端負(fù)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(chǎng)對(duì)我國(guó)行業(yè)股市在2016 年和2020 年出現(xiàn)峰值，國(guó)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(chǎng)不同的異常反饋，僅研究正常狀態(tài)下的溢出效應(yīng)無(wú)法有效捕捉極端事件發(fā)生時(shí)各市場(chǎng)之間風(fēng)險(xiǎn)溢出的結(jié)構(gòu)性變化。

圖3 極端負(fù)向沖擊下的動(dòng)態(tài)總方向性溢出

圖4 極端正向沖擊下的動(dòng)態(tài)總方向性溢出

（2）國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)各行業(yè)股市的動(dòng)態(tài)方向性溢出

本文進(jìn)一步分析大宗商品市場(chǎng)對(duì)我國(guó)分行業(yè)股市的動(dòng)態(tài)方向性溢出。由于極端狀態(tài)下的風(fēng)險(xiǎn)溢出水平遠(yuǎn)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(fù)向沖擊，因此本文接下來重點(diǎn)分析極端負(fù)向沖擊下國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)各行業(yè)股市的動(dòng)態(tài)方向性溢出。

由圖5 可以看出，極端負(fù)向沖擊下，國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)10個(gè)行業(yè)股市的方向性溢出均十分顯著。細(xì)化分析每個(gè)大宗商品分別對(duì)10 個(gè)行業(yè)股市的方向性溢出情況，可以發(fā)現(xiàn)，國(guó)際大宗商品對(duì)10個(gè)行業(yè)股市的左尾溢出趨勢(shì)基本相同，國(guó)內(nèi)大宗商品對(duì)10 個(gè)行業(yè)股市的溢出也有相似趨勢(shì)。也就是說，當(dāng)大宗商品在極端情況下暴露風(fēng)險(xiǎn)敞口之后，大宗商品將會(huì)無(wú)差別地向10 個(gè)行業(yè)股市發(fā)生溢出影響，此時(shí)的溢出水平與行業(yè)自身屬性和特征幾乎無(wú)關(guān)，而只與極端風(fēng)險(xiǎn)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(guó)內(nèi)外大宗商品市場(chǎng)和我國(guó)行業(yè)股票市場(chǎng)作為研究對(duì)象，深入探究了兩類市場(chǎng)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(fēng)險(xiǎn)溢出的非對(duì)稱性特征。實(shí)證結(jié)果表明：第一，國(guó)際大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市在任意分位數(shù)點(diǎn)都產(chǎn)生正向的沖擊作用，國(guó)內(nèi)大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市在不同分位數(shù)點(diǎn)上具有不同特征，且隨著國(guó)內(nèi)大宗商品市場(chǎng)分位數(shù)的減小，由負(fù)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(chǎng)和新能源股票市場(chǎng)的溢出效應(yīng)，兩個(gè)市場(chǎng)間存在明顯的波動(dòng)溢出效應(yīng)，且極端正、負(fù)沖擊下的尾部波動(dòng)溢出效應(yīng)明顯強(qiáng)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(guó)內(nèi)大宗商品市場(chǎng)對(duì)我國(guó)行業(yè)股市的影響強(qiáng)于國(guó)際大宗商品市場(chǎng)，極端狀態(tài)下國(guó)內(nèi)外大宗商品市場(chǎng)對(duì)中國(guó)行業(yè)股市的溢出水平均顯著上升，且對(duì)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(dòng)態(tài)溢出分析中，極端狀態(tài)與正常狀態(tài)總溢出趨勢(shì)存在較大的差異，極端沖擊的風(fēng)險(xiǎn)溢出水平遠(yuǎn)高于正常水平，且與極端經(jīng)濟(jì)金融事件密切相關(guān)。在極端狀態(tài)下，兩類大宗商品市場(chǎng)對(duì)10個(gè)行業(yè)股市的方向性溢出具有相似趨勢(shì)。

基于上述研究與結(jié)論，提出如下建議：第一，在國(guó)內(nèi)外大宗商品價(jià)格不斷波動(dòng)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(guó)內(nèi)的進(jìn)口與出口，并根據(jù)實(shí)際情況及時(shí)調(diào)整自己的經(jīng)營(yíng)戰(zhàn)略，以更好地把握市場(chǎng)機(jī)遇。第二，相關(guān)部門應(yīng)充分認(rèn)識(shí)到大宗商品市場(chǎng)和行業(yè)股票市場(chǎng)之間的波動(dòng)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(duì)性與有效性，促進(jìn)我國(guó)大宗商品市場(chǎng)和股票市場(chǎng)的發(fā)展。在監(jiān)管大宗商品市場(chǎng)對(duì)我國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)溢出時(shí)，監(jiān)管部門可以更有針對(duì)性地將其劃分為更多的行業(yè)板塊，基于各個(gè)行業(yè)的特征有針對(duì)性地進(jìn)行風(fēng)險(xiǎn)管理。第三，系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)控防范不應(yīng)局限于大宗商品市場(chǎng)和股票市場(chǎng)這兩個(gè)市場(chǎng)，應(yīng)立足于我國(guó)宏觀經(jīng)濟(jì)金融系統(tǒng)全局，評(píng)估和識(shí)別各個(gè)金融市場(chǎng)在關(guān)聯(lián)網(wǎng)絡(luò)中的風(fēng)險(xiǎn)傳遞水平及方向，尤其要關(guān)注風(fēng)險(xiǎn)在不同沖擊方向和不同沖擊規(guī)模下的非對(duì)稱性情況，切實(shí)提高系統(tǒng)性風(fēng)險(xiǎn)防范政策的有效性。