郭娜　石艷菲　郭小剛

〔摘要〕 文章采用TVP-VAR-DY模型考察了國(guó)際大宗商品與我國(guó)金融市場(chǎng)間的時(shí)變波動(dòng)溢出效應(yīng)。研究發(fā)現(xiàn)：（1）靜態(tài)溢出效應(yīng)分析表明，國(guó)際大宗商品市場(chǎng)與我國(guó)商品市場(chǎng)間的雙向波動(dòng)溢出效應(yīng)最大，其次為股票市場(chǎng)。（2）方向性溢出效應(yīng)分析表明，與極端風(fēng)險(xiǎn)事件關(guān)聯(lián)性更高的國(guó)際大宗商品市場(chǎng)以及我國(guó)商品和股票市場(chǎng)呈現(xiàn)更加顯著的時(shí)變特征。（3）凈溢出和凈配對(duì)溢出效應(yīng)表明，國(guó)際大宗商品市場(chǎng)、我國(guó)商品和股票市場(chǎng)屬于風(fēng)險(xiǎn)的凈傳遞者，且國(guó)際大宗商品市場(chǎng)與我國(guó)商品、外匯、股票市場(chǎng)的凈配對(duì)溢出指數(shù)更高。

〔關(guān)鍵詞〕 國(guó)際大宗商品；中國(guó)金融市場(chǎng)；風(fēng)險(xiǎn)溢出；TVP-VAR-DY模型

〔中圖分類號(hào)〕F746；F832.5 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0694（2024）01-0085-11

〔作者〕 郭 娜 教授 博士生導(dǎo)師 天津財(cái)經(jīng)大學(xué)金融學(xué)院 天津 300222

石艷菲 天津財(cái)經(jīng)大學(xué)金融學(xué)院 天津 300222

郭小剛 中電建（北京）基金管理有限公司 北京 100048

〔基金項(xiàng)目〕教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“經(jīng)濟(jì)政策不確定性、混頻高維關(guān)聯(lián)與金融市場(chǎng)尾部風(fēng)險(xiǎn)傳染效應(yīng)研究”（23YJC790038）。

一、引言

大宗商品兼具生產(chǎn)要素與投資品的雙重屬性，其價(jià)格波動(dòng)與金融市場(chǎng)穩(wěn)定之間存在著顯著關(guān)聯(lián)^〔1〕。國(guó)際大宗商品市場(chǎng)與金融市場(chǎng)間也存在著顯著的信息溢出效應(yīng)與聯(lián)動(dòng)效應(yīng)^〔2〕。近年來(lái)，國(guó)際政治經(jīng)濟(jì)形勢(shì)復(fù)雜動(dòng)蕩，全球經(jīng)濟(jì)不確定性因素明顯增多，容易引發(fā)大宗商品貿(mào)易中斷、供應(yīng)鏈斷裂、價(jià)格飆升等，給全球經(jīng)濟(jì)帶來(lái)新的考驗(yàn)^〔3〕。除地緣政治局勢(shì)的影響外，國(guó)際大宗商品價(jià)格出現(xiàn)波動(dòng)的主要原因是供需失衡，且投機(jī)因素和市場(chǎng)流動(dòng)性也會(huì)放大基本面因素引起大宗商品價(jià)格上漲^〔4〕。同時(shí)，由于國(guó)際大宗商品以美元計(jì)價(jià)，美元匯率和利率的變動(dòng)也會(huì)導(dǎo)致國(guó)際大宗商品價(jià)格波動(dòng)^〔5〕。我國(guó)是大宗商品的主要消費(fèi)國(guó)和貿(mào)易國(guó)，國(guó)內(nèi)大宗商品供給不足，對(duì)外依存度較高^〔6〕。因而，雖然我國(guó)是大宗商品的主要貿(mào)易國(guó)和消費(fèi)國(guó)，但并不擁有與之相匹配的定價(jià)權(quán)，當(dāng)國(guó)際大宗商品的價(jià)格出現(xiàn)大幅上漲時(shí)會(huì)給我國(guó)帶來(lái)輸入型通貨膨脹以及經(jīng)濟(jì)波動(dòng)的風(fēng)險(xiǎn)^〔7〕。最終，會(huì)通過(guò)利率效應(yīng)作用于金融市場(chǎng)^〔8〕。

現(xiàn)有文獻(xiàn)關(guān)注較多的是國(guó)際大宗商品與國(guó)際金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)^〔9-10〕，以及國(guó)內(nèi)各金融子市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)^〔11-13〕。在國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出方面，主要側(cè)重于國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)單一金融市場(chǎng)的沖擊，忽視了我國(guó)金融市場(chǎng)內(nèi)部的風(fēng)險(xiǎn)傳染^〔14〕。因此，在研究國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)時(shí)要綜合考慮其對(duì)我國(guó)股票、外匯、商品、債券、貨幣市場(chǎng)的影響。鑒于此，本文采用TVP-VAR-DY模型研究國(guó)際大宗商品市場(chǎng)與我國(guó)股票、債券、商品、貨幣、外匯市場(chǎng)間的動(dòng)態(tài)關(guān)聯(lián)，分析國(guó)際大宗商品市場(chǎng)和我國(guó)金融市場(chǎng)之間波動(dòng)溢出效應(yīng)的非對(duì)稱性與時(shí)變特征，以期通過(guò)研究國(guó)際大宗商品與金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，為我國(guó)防范化解輸入型金融風(fēng)險(xiǎn)、維護(hù)金融系統(tǒng)的穩(wěn)定性提供借鑒。

二、文獻(xiàn)綜述

目前，國(guó)內(nèi)外已有大量的學(xué)者在大宗商品市場(chǎng)和金融市場(chǎng)的聯(lián)動(dòng)性方面展開(kāi)了研究。隨著大宗商品金融化程度不斷加深，國(guó)際大宗商品市場(chǎng)對(duì)股票市場(chǎng)的波動(dòng)溢出效應(yīng)不斷增強(qiáng)^〔15〕。譚小芬等（2018）從收益率和波動(dòng)率兩方面研究了國(guó)際大宗商品市場(chǎng)和國(guó)際金融市場(chǎng)之間的聯(lián)動(dòng)效應(yīng)，發(fā)現(xiàn)大宗商品市場(chǎng)與金融市場(chǎng)間存在顯著的信息溢出效應(yīng)^〔16〕。大宗商品市場(chǎng)短期走勢(shì)容易受到投機(jī)需求、市場(chǎng)流動(dòng)性等金融市場(chǎng)因素的影響而偏離基本面^〔17〕。胡聰慧等（2017）研究發(fā)現(xiàn)金融市場(chǎng)整體流動(dòng)性狀況的變化是影響大宗商品與股票市場(chǎng)聯(lián)動(dòng)性的重要原因，當(dāng)流動(dòng)性惡化時(shí)，大宗商品市場(chǎng)與股票市場(chǎng)的關(guān)聯(lián)性就會(huì)提高^〔18〕。田利輝等（2014）研究發(fā)現(xiàn)當(dāng)投資者過(guò)多地進(jìn)入大宗商品市場(chǎng)且同時(shí)持有股票和期貨時(shí)，資金在兩個(gè)市場(chǎng)間的流動(dòng)會(huì)使得股票收益對(duì)商品期貨收益產(chǎn)生影響^〔19〕。在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)，大宗商品市場(chǎng)與金融市場(chǎng)的聯(lián)動(dòng)性也會(huì)顯著提高，金融系統(tǒng)的脆弱性也會(huì)增強(qiáng)^〔20〕。大宗商品價(jià)格劇烈波動(dòng)衍生出的極端風(fēng)險(xiǎn)會(huì)迅速傳染至金融市場(chǎng)，最終演變?yōu)橄到y(tǒng)性風(fēng)險(xiǎn)^〔21〕，如在新冠疫情期間，能源商品價(jià)格波動(dòng)對(duì)股票市場(chǎng)的沖擊效應(yīng)就顯著增強(qiáng)^〔22〕，大宗商品市場(chǎng)和金融市場(chǎng)間的風(fēng)險(xiǎn)轉(zhuǎn)移效應(yīng)也普遍增強(qiáng)^〔23〕。隋建利等（2021）研究發(fā)現(xiàn)在極端風(fēng)險(xiǎn)事件的沖擊下，國(guó)際大宗商品市場(chǎng)和金融市場(chǎng)的聯(lián)動(dòng)效應(yīng)顯著提高，兩個(gè)市場(chǎng)間的風(fēng)險(xiǎn)傳染效應(yīng)增強(qiáng)^〔24〕。

有關(guān)風(fēng)險(xiǎn)溢出測(cè)度技術(shù)和風(fēng)險(xiǎn)聯(lián)動(dòng)的研究方法仍在不斷創(chuàng)新，過(guò)去學(xué)者研究大宗商品市場(chǎng)與金融市場(chǎng)之間波動(dòng)溢出效應(yīng)的主要方法是GARCH模型，該模型自提出以來(lái)就廣泛應(yīng)用于金融市場(chǎng)風(fēng)險(xiǎn)測(cè)度，并逐漸衍生出BEKK-GARCH、DCC-GARCH等一系列多元GARCH模型。然而，GARCH模型在研究大宗商品市場(chǎng)與金融市場(chǎng)的波動(dòng)溢出效應(yīng)時(shí)存在以下不足：第一，GARCH模型只能估計(jì)大宗商品市場(chǎng)和金融市場(chǎng)間波動(dòng)溢出效應(yīng)的大小，難以得到溢出強(qiáng)度信息；第二，GARCH模型存在“維度詛咒”，不適合多變量系統(tǒng)；第三，GARCH模型的延伸模型只能分析靜態(tài)波動(dòng)溢出效應(yīng)，難以體現(xiàn)波動(dòng)溢出效應(yīng)的時(shí)變性?；诖?，Diebold et al. （2012）基于VAR模型和方差分解，首創(chuàng)了溢出指數(shù)模型用于衡量金融市場(chǎng)間風(fēng)險(xiǎn)溢出的方向和強(qiáng)度^〔25〕。雖然溢出指數(shù)模型為研究市場(chǎng)間的波動(dòng)溢出效應(yīng)提供了新方法，但仍存在以下不足：第一，這種方法在時(shí)間窗口的長(zhǎng)度選擇方面具有主觀性且會(huì)損失樣本觀測(cè)值；第二，參數(shù)值的潛在變化準(zhǔn)確性較弱，離群觀測(cè)值會(huì)影響結(jié)果的穩(wěn)定性。DY溢出指數(shù)模型后續(xù)經(jīng)過(guò)發(fā)展變得更為完善^〔26-28〕。

本文可能的創(chuàng)新之處在于：在研究?jī)?nèi)容上，已有文獻(xiàn)表明國(guó)際大宗商品市場(chǎng)與金融市場(chǎng)間存在波動(dòng)溢出效應(yīng)，但主要側(cè)重于國(guó)際大宗商品對(duì)我國(guó)股票市場(chǎng)的單向沖擊，忽視了我國(guó)金融市場(chǎng)內(nèi)部風(fēng)險(xiǎn)的傳染。因此，在研究國(guó)際大宗商品價(jià)格波動(dòng)對(duì)我國(guó)金融市場(chǎng)風(fēng)險(xiǎn)溢出時(shí)應(yīng)同時(shí)考慮其對(duì)股票、外匯、商品、債券、貨幣市場(chǎng)的影響。在研究方法上，GARCH模型難以估計(jì)國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)金融市場(chǎng)波動(dòng)溢出效應(yīng)的方向以及強(qiáng)度，DY溢出指數(shù)法雖然可以解決上述問(wèn)題，但由于在時(shí)間窗口選擇方面具有主觀性會(huì)損失樣本觀測(cè)值，會(huì)使實(shí)證結(jié)果對(duì)極端值較為敏感。本文采用Antonakakis et al.（2020）提出的TVP-VAR-DY模型研究在不同經(jīng)濟(jì)金融環(huán)境下，國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)金融市場(chǎng)波動(dòng)溢出效應(yīng)的時(shí)變特征^〔29〕。

三、模型構(gòu)建與變量選取

1.模型構(gòu)建

TVP-VAR-DY模型的構(gòu)建過(guò)程如下：以TVP-VAR（P）為例，首先定義一個(gè)P階TVP-VAR模型，其形式如下：

y_t=φ_0，t+Φ_1，ty_t-1+…+Φ_p，ty_t-p+ε_tε_t～N（0，∑_t）（t=p+1，p+2，…，T） ???（1）

其中，y_t，y_t-p，ε_t均為K個(gè)解釋變量組成的列向量，φ_0，t為K階常數(shù)向量，Φ_1，t，…，Φ_p，t是K×K的時(shí)變系數(shù)矩陣。將φ_0，t，Φ_1，t，…，Φ_p，t的元素按行分塊，每一行表示為β_t，定義X_t=I_kU（1，y^?_t-1，…，y^?_t-p），其中U表示克羅內(nèi)克積，則（1）式可以改寫為：

y_t=X_tβ_t+ε_t（2）

在估計(jì)時(shí)變參數(shù)之后，基于Wold表示定理將TVP-VAR轉(zhuǎn)化為TVP-VMA。

y_t=∑^p_i=1β_i，ty_t-i+ε_t=∑^∞_j=1Λ_j，tε_t-j+ε_t（3）

進(jìn)一步，提取TVP-VMA系數(shù)來(lái)計(jì)算廣義預(yù)測(cè)誤差方差分解（GFEVD）。

在廣義預(yù)測(cè)誤差方差分解過(guò)程中，將在t時(shí)刻第j個(gè)變量的正交化沖擊對(duì)第i個(gè)變量向前H期的預(yù)測(cè)均方誤差的貢獻(xiàn)比例記為θ^g_ij，t（H），具體形式如下：

其中，∑^N_j=1θ^g_ij，t（H）=1，∑^N_i，j=1θ^g_ij，t（H）=N，H表示預(yù)測(cè)誤差方差分解期數(shù)，τ_t表示一個(gè)選擇向量，在變量i位置為1，否則為0?；贕FEVD，總溢出指數(shù)（TOTAL）可以測(cè)算模型中所有變量之間的信息溢出對(duì)于模型總預(yù)測(cè)殘差的貢獻(xiàn)度，具體形式如下：

TOTAL^g_t（H）=1-N^-1∑^N_{i，j=1，i≠j}θ^g_ij，t（H） ????（6）

總的方向性溢出指數(shù)（TO）可以衡量第i個(gè)變量對(duì)其他所有變量j溢出效應(yīng)的大小，具體形式如下：

TO^g_·i，t（H）=∑^N_{j=1，i≠j}θ^g_ji，t（H） ????（7）

總的方向性溢入指數(shù)（FROM）可以衡量第i個(gè)變量受到其他所有變量j溢出效應(yīng)的大小，具體形式如下：

FROM^g_i·t（H）=∑^N_{j=1，i≠j}θ^g_ij，t（H） ????（8）

凈方向性溢出指數(shù)（NET）可以衡量第i個(gè)變量對(duì)系統(tǒng)的凈溢出效應(yīng)，如果第i個(gè)變量的凈方向性溢出指數(shù)為正（負(fù)），則表示變量i對(duì)系統(tǒng)的影響大于（小于）受到系統(tǒng)的影響，具體形式如下：

NET^g_i·，t（H）=TO^g_·i，t（H）-FROM^g_i·，t（H） ????（9）

最后，凈配對(duì)溢出指數(shù)（NPDC）表示第i個(gè)變量對(duì)第j個(gè)變量的凈溢出效應(yīng)，如果NPDC^g_ji，t（H）＞0，則表示第i個(gè)變量對(duì)第j個(gè)變量的影響大于受到第j個(gè)變量的影響，反之亦然，具體形式如下：

NPDC^g_ji，t（H）=θ^g_ji，t（H）-θ^g_ij，t（H） ????（10）

2.變量選取

國(guó)際大宗商品市場(chǎng)種類繁多，難以逐一進(jìn)行研究，本文參考龍少波等（2016）以及譚小芬等（2014）的做法^〔30-31〕，選擇創(chuàng)立最早、數(shù)據(jù)最全面的路透CRB商品指數(shù)來(lái)代表國(guó)際大宗商品市場(chǎng)整體走勢(shì)。國(guó)內(nèi)金融市場(chǎng)主要為股票、債券、外匯、貨幣和商品市場(chǎng)，分別選擇滬深300指數(shù)、中債綜合凈價(jià)指數(shù)、人民幣兌美元基準(zhǔn)匯價(jià)、7天銀行間同業(yè)拆借利率和Wind商品綜合指數(shù)，以上數(shù)據(jù)均來(lái)源于Wind數(shù)據(jù)庫(kù)。

基于數(shù)據(jù)可得性，本文對(duì)六類綜合指數(shù)的起始時(shí)間和截止時(shí)間取交集，得到從2004年6月1日至2022年8月31日六類綜合指數(shù)的日度數(shù)據(jù)作為研究樣本。為度量各個(gè)市場(chǎng)價(jià)格的日波動(dòng)情況，本文對(duì)原始數(shù)據(jù)求算術(shù)收益率，計(jì)算公式為：

四、實(shí)證分析

1.國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)波動(dòng)溢出效應(yīng)靜態(tài)分析

基于廣義預(yù)測(cè)誤差方差分解的溢出指數(shù)方法，在進(jìn)行具體分析之前，建立VAR模型，對(duì)國(guó)際大宗商品市場(chǎng)和金融市場(chǎng)之間的動(dòng)態(tài)關(guān)聯(lián)進(jìn)行初步分析。在具體建模之前，采用ADF方法驗(yàn)證了各變量的平穩(wěn)性，根據(jù)LR、FPE、AIC信息準(zhǔn)則確定滯后階數(shù)為2階，預(yù)測(cè)誤差方差分解的期數(shù)為10期，AR根檢驗(yàn)的結(jié)果也證明了模型具有穩(wěn)定性。表2為具體分析結(jié)果。FROM表示溢入指數(shù)，即某一市場(chǎng)受到其他市場(chǎng)的溢出水平；TO表示溢出指數(shù)，即某一市場(chǎng)對(duì)其他市場(chǎng)的溢出水平；TOTAL表示總溢出指數(shù)，即整體的溢出水平；NET表示凈溢出指數(shù)，即某一市場(chǎng)對(duì)其他市場(chǎng)的凈溢出水平。

根據(jù)表2可以發(fā)現(xiàn)：第一，國(guó)際大宗商品市場(chǎng)和我國(guó)金融市場(chǎng)的平均波動(dòng)溢出指數(shù)（TCI）為20.70%，說(shuō)明對(duì)某一市場(chǎng)而言，平均有20.7%的波動(dòng)來(lái)自其他市場(chǎng)間的波動(dòng)溢出效應(yīng)。第二，國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)商品市場(chǎng)的溢出指數(shù)為15.73%，遠(yuǎn)大于對(duì)其他四個(gè)金融市場(chǎng)的溢出指數(shù)，反映出我國(guó)大宗商品缺乏定價(jià)權(quán)，其價(jià)格形成主要依靠國(guó)際市場(chǎng)，當(dāng)國(guó)際大宗商品市場(chǎng)價(jià)格大幅波動(dòng)時(shí)可能會(huì)對(duì)我國(guó)商品市場(chǎng)產(chǎn)生較強(qiáng)的溢出效應(yīng)。第三，我國(guó)債券、貨幣、外匯市場(chǎng)的凈溢出指數(shù)均小于0，屬于風(fēng)險(xiǎn)的凈接收者。

2.國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)波動(dòng)溢出效應(yīng)動(dòng)態(tài)分析

（1）國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)波動(dòng)的總溢出分析。由于靜態(tài)分析只能反映各變量間的溢出效應(yīng)在全樣本期內(nèi)的平均情況，難以反映出各變量之間相互作用的時(shí)變特征，而在極端事件的沖擊下市場(chǎng)也可能產(chǎn)生較大波動(dòng)，因此，本文采用TVP-VAR-DY模型進(jìn)一步計(jì)算各變量的動(dòng)態(tài)總溢出指數(shù)，如圖2所示。

從圖2可以看出，整個(gè)樣本期內(nèi)總溢出指數(shù)出現(xiàn)了六個(gè)高峰。在2004-2005年，總溢出指數(shù)首次達(dá)到40%，在這一時(shí)期，我國(guó)實(shí)體經(jīng)濟(jì)的高速發(fā)展推動(dòng)了資源密集型產(chǎn)業(yè)的快速發(fā)展，對(duì)能源、金屬、化工等大宗商品需求的不斷增加也促進(jìn)了我國(guó)商品市場(chǎng)價(jià)格的不斷升高。譚小芬等（2014）認(rèn)為中國(guó)作為大宗商品的主要消費(fèi)國(guó)，國(guó)內(nèi)商品市場(chǎng)的總需求增大也會(huì)促進(jìn)相關(guān)商品價(jià)格在國(guó)際市場(chǎng)升高^〔32〕。同時(shí)，為分享中國(guó)等新興市場(chǎng)國(guó)家的發(fā)展紅利，大量國(guó)際投資機(jī)構(gòu)通過(guò)股票、債券和外匯等渠道進(jìn)入金融市場(chǎng)，導(dǎo)致國(guó)內(nèi)股票、外匯、債券市場(chǎng)的溢出水平提高。2008年，總溢出水平迅速上升形成了第二次高峰。在金融危機(jī)的沖擊下，發(fā)達(dá)經(jīng)濟(jì)體金融市場(chǎng)的流動(dòng)性緊縮，為緩解流動(dòng)性不足，發(fā)達(dá)經(jīng)濟(jì)體的金融機(jī)構(gòu)從新興市場(chǎng)國(guó)家抽離資金，從而導(dǎo)致國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)價(jià)格出現(xiàn)大幅下跌，總溢出指數(shù)顯著提高。2009年底，歐債危機(jī)爆發(fā)，投資者擔(dān)心歐洲經(jīng)濟(jì)前景轉(zhuǎn)而將大量資金投入中國(guó)等新興市場(chǎng)國(guó)家，造成了我國(guó)的通貨膨脹。此外，歐債危機(jī)大幅沖擊外匯、大宗商品等市場(chǎng)，進(jìn)一步加劇了國(guó)際大宗商品市場(chǎng)和我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出水平。2018年，中美出現(xiàn)貿(mào)易摩擦。一方面，直接影響了農(nóng)產(chǎn)品、工業(yè)金屬的價(jià)格走勢(shì)，引起國(guó)內(nèi)外商品市場(chǎng)的價(jià)格波動(dòng)；另一方面，受“摩擦信息效應(yīng)”的影響，金融資產(chǎn)價(jià)格出現(xiàn)“斷崖式下跌”，金融市場(chǎng)價(jià)格出現(xiàn)劇烈波動(dòng)。2020年，全球經(jīng)濟(jì)下行導(dǎo)致工業(yè)生產(chǎn)力下降，進(jìn)而導(dǎo)致能源、工業(yè)品等大宗商品需求下降，同時(shí)，由于OPEC減產(chǎn)協(xié)議失敗，原油供給過(guò)剩引起國(guó)際油價(jià)暴跌，加劇了能源市場(chǎng)的價(jià)格波動(dòng)，國(guó)內(nèi)外大宗商品市場(chǎng)波動(dòng)溢出效應(yīng)增強(qiáng)。2022年，天然氣、原油、農(nóng)產(chǎn)品等大宗商品受地緣政治影響供給不足，相關(guān)商品價(jià)格整體上行。同時(shí)，引發(fā)國(guó)際資本避險(xiǎn)情緒上漲，進(jìn)一步加劇了國(guó)內(nèi)外金融市場(chǎng)的價(jià)格波動(dòng)。

（2）國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)波動(dòng)的方向性溢出分析。由圖3可以看出，在極端風(fēng)險(xiǎn)事件沖擊下，國(guó)際大宗商品市場(chǎng)、國(guó)內(nèi)商品和股票市場(chǎng)相較于其他市場(chǎng)，波動(dòng)溢出效應(yīng)更為顯著。金融危機(jī)時(shí)期的風(fēng)險(xiǎn)傳染效應(yīng)源自國(guó)際金融市場(chǎng)的流動(dòng)性緊縮，大量金融機(jī)構(gòu)出現(xiàn)虧損與破產(chǎn)，加之由于國(guó)際大宗商品市場(chǎng)與國(guó)際金融市場(chǎng)的關(guān)聯(lián)性較強(qiáng)，其波動(dòng)溢出效應(yīng)在這一時(shí)期也隨之增強(qiáng)。在資本市場(chǎng)的“悲觀預(yù)期”與投資者的“羊群效應(yīng)”影響下，投資者大量非理性拋售股票等金融產(chǎn)品，加劇了我國(guó)金融市場(chǎng)的波動(dòng)。股票、商品市場(chǎng)是金融市場(chǎng)的重要組成部分，一旦發(fā)生突發(fā)事件會(huì)將風(fēng)險(xiǎn)迅速傳導(dǎo)至整個(gè)金融體系^〔33〕，其他金融市場(chǎng)的溢出效應(yīng)也會(huì)增強(qiáng)。

由圖4可以看出，無(wú)論是國(guó)際大宗商品市場(chǎng)還是我國(guó)金融市場(chǎng)，在不同時(shí)期，受到來(lái)自其他市場(chǎng)風(fēng)險(xiǎn)溢出強(qiáng)度不同。在次貸危機(jī)期間，我國(guó)各金融市場(chǎng)受到來(lái)自其他市場(chǎng)的波動(dòng)溢出指數(shù)增大。在這一時(shí)期，國(guó)際金融市場(chǎng)流動(dòng)性緊縮，國(guó)際資本紛紛撤出在新興國(guó)家境內(nèi)的實(shí)體和金融資產(chǎn)投資，導(dǎo)致我國(guó)金融市場(chǎng)的資產(chǎn)價(jià)格出現(xiàn)大幅波動(dòng)，金融市場(chǎng)的風(fēng)險(xiǎn)輸入效應(yīng)增強(qiáng)。在歐債危機(jī)時(shí)期，投資者擔(dān)心歐洲經(jīng)濟(jì)前景轉(zhuǎn)而將大量資金投入中國(guó)等新興市場(chǎng)國(guó)家，促進(jìn)金融市場(chǎng)的流動(dòng)性增加，股票和外匯市場(chǎng)對(duì)其他金融市場(chǎng)的溢出效應(yīng)增加。我國(guó)股票和外匯市場(chǎng)價(jià)格的大幅波動(dòng)還會(huì)影響投資者對(duì)于全球金融市場(chǎng)的前景判斷，并改變市場(chǎng)的風(fēng)險(xiǎn)偏好，進(jìn)而對(duì)具備風(fēng)險(xiǎn)資產(chǎn)性質(zhì)的國(guó)際大宗商品市場(chǎng)產(chǎn)生影響^〔34〕。隨著外資準(zhǔn)入制度和匯率制度改革的不斷推進(jìn)，我國(guó)資本市場(chǎng)開(kāi)放程度逐漸提高，跨境資本的流動(dòng)性不斷增強(qiáng)，金融市場(chǎng)受到外部沖擊的可能性加大^〔35〕。因此，在極端風(fēng)險(xiǎn)事件的沖擊下，我國(guó)股票、外匯和債券市場(chǎng)都有可能成為國(guó)際大宗商品市場(chǎng)風(fēng)險(xiǎn)輸入的主要渠道。

從圖5可以看出，在整個(gè)樣本時(shí)期，國(guó)際大宗商品市場(chǎng)、我國(guó)股票和商品市場(chǎng)的凈溢出指數(shù)大多數(shù)為正，屬于風(fēng)險(xiǎn)的傳遞者；我國(guó)債券、貨幣、外匯市場(chǎng)的凈溢出指數(shù)大多數(shù)為負(fù)，屬于其他市場(chǎng)傳遞風(fēng)險(xiǎn)的接收者。在2008年，次貸危機(jī)引發(fā)流動(dòng)性緊縮導(dǎo)致大宗商品價(jià)格大幅下跌，大宗商品市場(chǎng)價(jià)格波動(dòng)劇烈，對(duì)其他金融市場(chǎng)的沖擊加大。在2015年，由于過(guò)度加杠桿導(dǎo)致我國(guó)股市產(chǎn)生較大波動(dòng)，我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)顯著增強(qiáng)，對(duì)其他金融市場(chǎng)造成了一定程度的沖擊。在“8·11”匯率制度改革后，由于我國(guó)重新修訂了人民幣匯率定價(jià)制度，拓寬了人民幣波動(dòng)區(qū)間，外匯市場(chǎng)波動(dòng)溢出指數(shù)有所提高。在中美貿(mào)易摩擦期間，我國(guó)的進(jìn)出口水平均有所下降，影響了投資者的市場(chǎng)預(yù)期，進(jìn)而導(dǎo)致了國(guó)內(nèi)外大宗商品市場(chǎng)的價(jià)格波動(dòng)。2020年，為阻斷新冠疫情傳播，世界多個(gè)國(guó)家出現(xiàn)大面積停工停產(chǎn)現(xiàn)象，進(jìn)口貿(mào)易大幅縮減，供給與需求的共同緊縮引發(fā)了經(jīng)濟(jì)蕭條，從而導(dǎo)致大宗商品需求下降。國(guó)際大宗商品價(jià)格的劇烈波動(dòng)引發(fā)的風(fēng)險(xiǎn)迅速傳導(dǎo)至我國(guó)金融市場(chǎng)，受市場(chǎng)恐慌情緒的影響，股票和商品市場(chǎng)的波動(dòng)溢出效應(yīng)增大。此外，我國(guó)債券和貨幣市場(chǎng)與其他金融市場(chǎng)的關(guān)聯(lián)性較低，受到其他金融市場(chǎng)的風(fēng)險(xiǎn)溢出也相對(duì)較弱，自身凈溢出水平并不顯著。

（3）國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)波動(dòng)的凈配對(duì)溢出分析。方向性溢出僅能表明某一市場(chǎng)與其他所有市場(chǎng)的波動(dòng)溢出水平，而不能表明某一市場(chǎng)與其他單一市場(chǎng)間的波動(dòng)溢出水平。由圖6可以看出，國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)商品、外匯和股票市場(chǎng)的凈溢出效應(yīng)較為顯著。這表明我國(guó)大宗商品市場(chǎng)缺乏定價(jià)權(quán)，價(jià)格受國(guó)際市場(chǎng)影響很大，在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)，波動(dòng)溢出指數(shù)會(huì)顯著提高。

五、結(jié)論與建議

本文采用TVP-VAR-DY模型，研究了2004年6月至2022年8月間國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)間的波動(dòng)溢出效應(yīng)，并分析了國(guó)際大宗商品市場(chǎng)與我國(guó)各金融市場(chǎng)間的波動(dòng)溢出效應(yīng)的時(shí)變特征。結(jié)果表明：第一，靜態(tài)溢出效應(yīng)分析表明，國(guó)際大宗商品與我國(guó)商品市場(chǎng)間的雙向波動(dòng)溢出效應(yīng)最大，其次為股票市場(chǎng)，債券、貨幣、外匯市場(chǎng)與國(guó)際大宗商品市場(chǎng)間的溢出效應(yīng)則相對(duì)較小。第二，總溢出效應(yīng)分析表明，在極端風(fēng)險(xiǎn)事件的沖擊下，總波動(dòng)溢出指數(shù)會(huì)顯著提高。第三，方向性溢出效應(yīng)分析表明，市場(chǎng)間的風(fēng)險(xiǎn)溢出具有非對(duì)稱性，且隨著我國(guó)金融市場(chǎng)的開(kāi)放程度加深，市場(chǎng)間風(fēng)險(xiǎn)溢出水平也顯著提高。第四，凈溢出效應(yīng)分析表明，國(guó)際大宗商品市場(chǎng)、我國(guó)商品和股票市場(chǎng)屬于風(fēng)險(xiǎn)的凈傳遞者，我國(guó)債券、貨幣、外匯市場(chǎng)屬于風(fēng)險(xiǎn)的凈接收者。第五，凈配對(duì)溢出效應(yīng)分析表明，國(guó)際大宗商品市場(chǎng)對(duì)我國(guó)商品、外匯、股票市場(chǎng)的凈波動(dòng)溢出效應(yīng)較為顯著，且在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)明顯上升。

基于上述研究結(jié)論，提出如下政策建議：第一，對(duì)于投資者而言，應(yīng)根據(jù)國(guó)際大宗商品市場(chǎng)與我國(guó)金融市場(chǎng)之間的關(guān)聯(lián)程度合理配置資產(chǎn)，以達(dá)到分散風(fēng)險(xiǎn)的目的。國(guó)際大宗商品市場(chǎng)與我國(guó)商品和股票市場(chǎng)關(guān)聯(lián)性較強(qiáng)，在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)，同時(shí)持有大宗商品和股票的投資組合會(huì)面臨更大的風(fēng)險(xiǎn)。因此，投資者不宜同時(shí)持有較多股票和大宗商品，可將部分資金轉(zhuǎn)移至與大宗商品市場(chǎng)關(guān)聯(lián)性較低的債券、外匯和貨幣市場(chǎng)。第二，隨著大宗商品金融化程度的加深以及我國(guó)金融市場(chǎng)開(kāi)放程度的提高，國(guó)際大宗商品價(jià)格波動(dòng)對(duì)于我國(guó)金融市場(chǎng)的影響也逐步加深。因此，政府應(yīng)密切關(guān)注國(guó)際大宗商品價(jià)格波動(dòng)，防范化解輸入型金融風(fēng)險(xiǎn)。為了保障我國(guó)金融市場(chǎng)的穩(wěn)定性，政府還應(yīng)立足和發(fā)展經(jīng)濟(jì)運(yùn)行的“內(nèi)循環(huán)”，提高經(jīng)濟(jì)發(fā)展的自主性、可持續(xù)性。

參考文獻(xiàn)：

〔1〕KOSE M A.Explaining business cycles in small open economies［J］.Journal of International Economics，2002，（56）.

〔2〕ALQUIST R，BHATTARAI S，COIBION O.Commodity-price comovement and global economic activity［J］.Journal of Monetary Economics，2019，（03）.

〔3〕易小準(zhǔn)，李曉，盛斌，等.俄烏沖突對(duì)國(guó)際經(jīng)貿(mào)格局的影響［J］.國(guó)際經(jīng)濟(jì)評(píng)論，2022，（03）.

〔4〕韓立巖，尹力博.投機(jī)行為還是實(shí)際需求？——國(guó)際大宗商品價(jià)格影響因素的廣義視角分析［J］.經(jīng)濟(jì)研究，2012，（12）.

〔5〕GRUBER J W，VIGFUSSON R J.Interest rates and the volatility and correlation of commodity prices［C］.Board of Governors of the Federal Reserve System（U.S.），2012.

〔6〕呂云龍.國(guó)際大宗商品定價(jià)權(quán)研究［J］.宏觀經(jīng)濟(jì)研究，2022，（01）.

〔7〕龍少波，厲克奧博，常婧.開(kāi)放條件下國(guó)內(nèi)大宗商品價(jià)格影響模型與貨幣政策的非對(duì)稱效應(yīng)——基于開(kāi)放套利模型與非對(duì)稱自回歸分布滯后模型［J］.國(guó)際金融研究，2019，（11）.

〔8〕FERNNDEZ A，GONZLEZ A，RODRGUEZ D.Sharing a ride on the commodities roller coaster：common factors in business cycles of emerging economies［J］.Journal of International Economics，2018，（111）.

〔9〕NIKOLAOS A，RENATAS K.Dynamic spillovers between commodity and currency markets［J］.International Review of Financial Analysis，2015，（41）.

〔10〕〔16〕譚小芬，張峻曉，鄭辛如.國(guó)際大宗商品市場(chǎng)與金融市場(chǎng)的雙向溢出效應(yīng)——基于BEKK-GARCH模型和溢出指數(shù)法的實(shí)證研究［J］.中國(guó)軟科學(xué)，2018，（08）.

〔11〕郭娜，張駿.中國(guó)能源市場(chǎng)與股票市場(chǎng)的波動(dòng)溢出效應(yīng)研究——基于TVP-VAR-DY模型的實(shí)證研究［J］.西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，（05）.

〔12〕楊子暉，陳雨恬，謝銳楷.我國(guó)金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)度量與跨部門風(fēng)險(xiǎn)溢出效應(yīng)研究［J］.金融研究，2018，（10）.

〔13〕李博陽(yáng)，杜強(qiáng)，沈悅，等.中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)及其非對(duì)稱性研究——基于GJR-BEKK-GARCH模型與溢出指數(shù)方法［J］.北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，（05）.

〔14〕方意，宋佳馨，譚小芬.中國(guó)金融市場(chǎng)之間風(fēng)險(xiǎn)溢出的時(shí)空特征及機(jī)理分析——兼論中美貿(mào)易摩擦對(duì)金融市場(chǎng)的影響［J］.金融評(píng)論，2020，（06）.

〔15〕聞岳春，王婕，程天笑.國(guó)內(nèi)股市與國(guó)際股市、大宗商品市場(chǎng)的溢出效應(yīng)研究［J］.國(guó)際金融研究，2015，（08）.

〔17〕云璐，崔曉敏，肖立晟，等.國(guó)際大宗商品供需分析框架：全球視角與中國(guó)角色［J］.國(guó)際經(jīng)濟(jì)評(píng)論，2022，（03）.

〔18〕胡聰慧，劉學(xué)良.大宗商品與股票市場(chǎng)聯(lián)動(dòng)性研究：基于融資流動(dòng)性的視角［J］.金融研究，2017，（07）.

〔19〕田利輝，譚德凱.大宗商品現(xiàn)貨定價(jià)的金融化和美國(guó)化問(wèn)題——股票指數(shù)與商品現(xiàn)貨關(guān)系研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2014（10）.

〔20〕ANDRIOSOPOULOS K，GALARIOTIS E，SPYROU S.Contagion，volatility persistence and volatility spill-overs：The case of energy markets during the European financial crisis［J］.Energy Economics，2016，（66）.

〔21〕BENOIT S，COLLIARD J，HURLIN C，ET AL.Where the risks lie：A survey on systemic risk［J］.Review of Finance，2017，（01）.

〔22〕SALISU A A，EBUN G U，USMAN N.Revisiting oil-stock nexus during COVID-19 pandemic：Some preliminary results［J］.International Review of Economics and Finance，2020，（69）.

〔23〕ADELOYA O B，OLIYIDE J A.How COVID-19 drives connectedness among commodity and financial markets： Evidence from TVP-VAR and causality-in- quantiles techniques［J］.Resources Policy，2021，（70）.

〔24〕隋建利，楊慶偉.國(guó)際大宗商品市場(chǎng)與中國(guó)金融市場(chǎng)間風(fēng)險(xiǎn)的傳染測(cè)度與來(lái)源追溯［J］. 財(cái)經(jīng)研究，2021，（08）.

〔25〕DIEBOLD F X，YILMAZ K.Better to give than to receive：Predictive directional measurement of volatility spillovers［J］.International Journal of Forecasting，2012，（01）.

〔26〕DIEBOLD F X，YILMAZ K.On the network topology of variance decompositions：Measuring the connectedness of financial firms［J］.Journal of Econometrics，2014，（01）.

〔27〕DEMIRER M，DIEBOLD F X，LIU L，et al.Estimating global bank network connectedness［J］.Journal of Applied Econometrics，2018，（01）.

〔28〕〔29〕ANTONAKAKIS N，CHATZIANTONIOU I，GABAUER D.Refined measures of dynamics connectedness based on time-varying parameter vector autoregressions［J］.Journal of Risk and Financial Management，2020，（04）.

〔30〕龍少波，胡國(guó)良，王繼源.國(guó)際大宗商品價(jià)格波動(dòng)、投資驅(qū)動(dòng)、貨幣供給與PPI低迷——基于TVP-VAR-SV模型的動(dòng)態(tài)分析［J］.國(guó)際金融研究，2016，（05）.

〔31〕譚小芬，劉陽(yáng)，張明.國(guó)際大宗商品價(jià)格波動(dòng)：中國(guó)因素有多重要——基于1997-2012年季度數(shù)據(jù)和VECM模型的實(shí)證研究［J］.國(guó)際金融研究，2014，（10）.

〔32〕譚小芬，任潔.國(guó)際大宗商品價(jià)格波動(dòng)中的中國(guó)因素——基于2000-2013年月度數(shù)據(jù)和遞歸VAR模型的分析［J］.財(cái)貿(mào)經(jīng)濟(jì)，2014，（10）.

〔33〕李湛，堯艷珍，湯懷林，等.中國(guó)金融系統(tǒng)風(fēng)險(xiǎn)溢出效應(yīng)研究——基于溢出指數(shù)和波動(dòng)溢出網(wǎng)絡(luò)［J］.南方經(jīng)濟(jì)，2021，（12）.

〔34〕許祥云，余聰，李立恒.中國(guó)金融市場(chǎng)波動(dòng)如何影響國(guó)際大宗商品價(jià)格［J］.金融學(xué)季刊，2018，（04）.

〔35〕楊立生，楊杰.國(guó)際大宗商品價(jià)格波動(dòng)對(duì)中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)——波動(dòng)溢出網(wǎng)絡(luò)視角［J］.金融監(jiān)管研究，2022，（08）.

（責(zé)任編輯 肖華堂）