劉超

[摘 要]文章利用時變參數(shù)向量自回歸頻率連通性模型（TVP-VAR），研究了極端事件對我國金融市場風(fēng)險溢出的影響。實(shí)證結(jié)果得出以下主要結(jié)論：我國股市是主要的凈風(fēng)險接受者，與內(nèi)地股市相比，香港股市在金融危機(jī)中呈現(xiàn)出較高的波動風(fēng)險；極端事件發(fā)生后，短期內(nèi)我國各金融市場間的不對稱風(fēng)險溢出更加明顯。文章旨在通過研究極端事件對我國金融市場的短期和長期影響，為政策制定者和投資者提供風(fēng)險管理參考。

[關(guān)鍵詞]時變參數(shù)向量自回歸頻率連通性模型；極端風(fēng)險溢出；金融市場；香港股市

中圖分類號：F222 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-1722（2024）10-0037-03

自2008年全球金融危機(jī)以來，世界經(jīng)濟(jì)和金融市場經(jīng)歷了一系列劇烈的動蕩，這些極端事件不僅對全球經(jīng)濟(jì)造成了深遠(yuǎn)的影響，而且對金融市場的穩(wěn)定性和連通性提出了嚴(yán)峻的挑戰(zhàn)[ 1 ]。作為極端事件的一種，金融危機(jī)的爆發(fā)和蔓延導(dǎo)致了全球資本市場的劇烈波動，這種波動不再局限于直接受危機(jī)影響的國家，而是通過各種直接和間接的渠道波及全球。研究顯示，極端事件的發(fā)生往往會加劇金融市場的系統(tǒng)性風(fēng)險，增加市場的不確定性[ 2 ]。這種風(fēng)險的產(chǎn)生和不確定性的增加，不僅影響到事件發(fā)生地的市場，而且通過金融市場的相互聯(lián)系，傳導(dǎo)到與之有金融往來的其他國家。例如，一些研究提出，極端事件會導(dǎo)致周邊國家金融市場的系統(tǒng)性風(fēng)險顯著上升，這些風(fēng)險甚至?xí)l(fā)金融市場的嚴(yán)重波動[ 3 ]。作為世界第二大經(jīng)濟(jì)體，我國金融市場的穩(wěn)定性對全球經(jīng)濟(jì)具有重要影響。長期以來，我國與俄羅斯等國家保持著密切的經(jīng)貿(mào)往來，使我國金融市場在全球金融網(wǎng)絡(luò)中占據(jù)重要位置。任何極端事件的發(fā)生，無論是國內(nèi)還是國際的，都可能通過直接和間接的渠道對我國的金融市場產(chǎn)生影響[ 3 ]。特別是在極端事件發(fā)生時，我國金融市場可能會面臨來自其他國家市場的風(fēng)險傳導(dǎo)。深入研究和分析這些風(fēng)險非常必要。盡管已有研究探討了極端事件對發(fā)達(dá)國家市場風(fēng)險溢出的影響，例如美國和英國股市之間的風(fēng)險溢出效應(yīng)[ 4 ]，但對于我國這樣的大型發(fā)展中國家，特別是對股票、外匯和國債等不同金融市場的風(fēng)險溢出效應(yīng)的研究相對較少。我國金融市場的特殊性在于其規(guī)模巨大、結(jié)構(gòu)復(fù)雜，與全球金融市場的聯(lián)系日益緊密。因此，極端事件對我國金融市場的影響可能具有獨(dú)特的特點(diǎn)和機(jī)制[5]。在極端事件發(fā)生期間，周邊國家的風(fēng)險溢出效應(yīng)已經(jīng)引起了廣泛關(guān)注。我國作為全球經(jīng)濟(jì)的重要參與者，金融市場的穩(wěn)定性不僅關(guān)系到國內(nèi)經(jīng)濟(jì)的健康運(yùn)行，而且對全球金融市場的穩(wěn)定具有重要影響。因此，研究極端事件對我國金融市場風(fēng)險溢出的短期和長期影響，對于理解全球金融市場的動態(tài)和制定有效的風(fēng)險管理策略具有重要意義[6]。通過這樣的研究，可以更好地理解極端事件如何在全球范圍內(nèi)傳播風(fēng)險，以及如何通過政策干預(yù)來減輕這些風(fēng)險對經(jīng)濟(jì)和社會的負(fù)面影響。與現(xiàn)有文獻(xiàn)相比，本研究主要在兩個方面作出了貢獻(xiàn)。一方面，筆者考察了極端事件對我國各金融市場非對稱風(fēng)險溢出的影響，為研究極端事件對我國金融市場產(chǎn)生的風(fēng)險溢出影響提供了新的視角。另一方面，基于TVP-VAR測量連通性，文章討論了極端事件對風(fēng)險溢出的長短期影響。

一、采用時變參數(shù)向量自回歸頻率連通性模型（TVP-VAR）展開研究

二、實(shí)證分析

（一）數(shù)據(jù)與檢驗(yàn)

（二）總連通性分析

筆者采用TVP-VAR模型估計不同金融市場之間的靜態(tài)和動態(tài)總連通性。結(jié)果顯示，總連通指數(shù)（TCI）為57.05%。SCI是最大的沖擊傳遞者和接收者，分別為86.43%和72.01%。反之，CGBI對其他指數(shù)的沖擊最小，僅為19.79%。另外，CSI300、SCI、MOEX、HGS500的NET均為正值，所以它們是凈傳遞者，其余指標(biāo)均為凈接收者。圖1展示了動態(tài)連通性，其中以紫色、橙色和綠色分別標(biāo)注為總體平均、短期和長期（TCI、STCI、LTCI）水平上的動態(tài)連通性。極端事件導(dǎo)致TCI增加17.34%，達(dá)到峰值70.36%，LTCI增加73.93%，達(dá)到峰值39.76%。由此可見，極端事件導(dǎo)致我國金融市場風(fēng)險溢出短期內(nèi)出現(xiàn)較大波動。

（三）凈連通性分析

文章深入探討不同金融市場之間的凈總連通性（Net Exposure Total Connectivity，NET）及其在極端事件前后的表現(xiàn)。通過圖2可以看到，在極端事件即將發(fā)生之前，我國金融市場的凈值波動性顯著增加。這種波動性可能反映了市場參與者對未來不確定性的預(yù)期和反應(yīng)。與此同時，俄羅斯交易系統(tǒng)指數(shù)（RTS）和俄羅斯莫斯科交易所指數(shù)（MOEX）的凈值波動則相對平穩(wěn)，其NET值通常維持在接近零的水平，這可能意味著在極端事件發(fā)生前，這兩個市場相對獨(dú)立，或者它們的風(fēng)險敞口較小。當(dāng)極端事件真正發(fā)生時，可以看到我國股市的代表性指數(shù)——滬深300指數(shù)（CSI300）、中國國債指數(shù)（CGBI）和中國人民幣匯率指數(shù)（RFEI）的NET出現(xiàn)了顯著的波動，下降到了最低水平。這一現(xiàn)象表明，在極端事件的影響下，這些市場成為了風(fēng)險的凈接收者，即它們吸收了來自其他市場的風(fēng)險。這可能是由于全球金融市場的相互依賴性，以及在危機(jī)時期資金流向相對安全的市場或資產(chǎn)類別的傾向。與此同時，RTS和MOEX的NET值在極端事件期間上升到了最高水平，這表明俄羅斯股市在這一時期成為了風(fēng)險的凈發(fā)送者。這一發(fā)現(xiàn)可能意味著俄羅斯股市在極端事件中承受了較大的壓力，并將部分風(fēng)險轉(zhuǎn)移給了其他市場，尤其是我國金融市場。這種風(fēng)險轉(zhuǎn)移可能是通過資本流動、投資者情緒或全球經(jīng)濟(jì)聯(lián)系等途徑實(shí)現(xiàn)的。此外，香港恒生指數(shù)在極端事件中的角色值得關(guān)注。在事件前后，恒生指數(shù)從凈接收者轉(zhuǎn)變?yōu)閮舭l(fā)送者，這表明香港股市在危機(jī)中不僅吸收了風(fēng)險，而且將風(fēng)險傳遞給了其他市場。特別是RFEI的NET表現(xiàn)出了極高的波動性，這可能反映了人民幣匯率在極端事件中的不穩(wěn)定性和市場對人民幣資產(chǎn)的不確定性。因此，我國金融市場在這一過程中扮演了風(fēng)險接收者的角色，俄羅斯股市則將風(fēng)險轉(zhuǎn)移給了我國和其他市場。香港股市在危機(jī)中起到了雙向作用，既接收風(fēng)險也傳遞風(fēng)險，其波動性較高，可能會對市場參與者的決策和風(fēng)險管理策略產(chǎn)生重要影響。

三、結(jié)語

文章利用新穎的TVP-VAR模型從長短期連通性角度探討了我國金融市場極端風(fēng)險溢出的影響，準(zhǔn)確識別了中俄金融市場中的凈風(fēng)險傳送者和凈風(fēng)險接收者。從實(shí)證研究中，可以得出一些重要發(fā)現(xiàn)。此次極端事件背景下，大陸、滬港通和俄羅斯的股票市場是主要的凈發(fā)送者，而國債和人民幣外匯是凈接收者。我國股市對此的反應(yīng)首先體現(xiàn)在香港和滬港通市場，然后滲透到內(nèi)地股市。俄羅斯股市與我國各金融市場間存在非對稱風(fēng)險溢出效應(yīng)，這表明在此期間投資俄羅斯股市會承受更大的風(fēng)險。上述研究結(jié)果具有一定的政策啟示，可提供一定的投資建議。在極端事件發(fā)生期間，監(jiān)管機(jī)構(gòu)應(yīng)密切關(guān)注香港股市的資金流動情況，這可以有效降低向內(nèi)地金融市場傳導(dǎo)的風(fēng)險。對于投資者來說，建議增加投資策略的多樣性，以盡量減少損失。

參考文獻(xiàn)：

[1]胡春陽，馬亞明.重大突發(fā)事件沖擊下實(shí)體經(jīng)濟(jì)與金融市場間上行和下行溢出效應(yīng)[J].統(tǒng)計研究，2023（11）：13+80-92.

[2]劉妍，潘晨.極端事件下國際股市間風(fēng)險溢出效應(yīng)研究[J].中國海洋大學(xué)學(xué)報（社會科學(xué)版），2023（04）：49-60.

[3]劉凌.國際金融市場與人民幣在岸離岸匯率間的極端風(fēng)險傳染[J].經(jīng)濟(jì)問題探索，2024（01）：67-75.

[4]杜紅軍，王劍.國際碳市場、原油市場與股票市場間極端風(fēng)險溢出效應(yīng)研究——基于TVP-VAR-DY模型[J].金融經(jīng)濟(jì)，2022（12）：58-67.

[5]隋建利，楊慶偉，劉金全.極端事件沖擊下的價格聯(lián)動、風(fēng)險傳染與風(fēng)險溯源：來自國際原油市場與中美金融市場的新發(fā)現(xiàn)[J].世界經(jīng)濟(jì)研究，2022（04）：47-62+136.

[6]趙巍，劉雨琪.結(jié)構(gòu)性貨幣政策對系統(tǒng)性金融風(fēng)險的動態(tài)影響研究[J].中國商論，2024（05）：106-110.

[7]張達(dá)仁，張昌兵.大變局下人民幣國際化策略研究[J].北方經(jīng)貿(mào)，2024（02）：105-112.