金融风险内部传染效应分析

乔涵

摘要：国际金融危机的爆发，对经济造成了巨大的破坏力。金融风险不仅可以在国家间传染，也可以在同一国家中不同的金融市场之间传染。在中国最主要的金融市场有债券市场、外汇市场和股票市场，因此本文主要考察中国债券市场、外汇市场和股票市场的风险传染机制，为不同金融市场抵御金融风险传染提供重要的理论依据。

关键词：金融风险 传染机制 计量分析

一、研究背景及文献梳理

国际金融危机的爆发，使得金融风险在全球范围内传播，对经济造成了巨大的破坏力。金融风险不仅可以在国家间传染，也可以在同一国家中不同的金融市场之间传染。金融市场之间的风险传染是从中观层面探讨不同金融产品之间的风险传递机制，金融市场由不同的金融产品组成，在中国最主要的金融市场有债券市场、外汇市场和股票市场，因此本文主要考察中国债券市场、外汇市场和股票市场的风险传染机制，为不同金融市场抵御金融风险传染提供重要的理论依据。

如果金融风险的冲击从某一金融市场传递到另外一个金融市场，这两个金融市场之间会因为风险冲击产生显著的变化，则表明这两个金融市场之间存在着风险传染。随着金融全球化进程的推进，金融风险传播速度加快，金融危机爆发频繁，针对金融市场间风险传染的研究有所加强。

（一）国外的研究

不同国家，由于金融市场的发达程度不同，其风险传染的效果也不同。Ruey和ShanWu（2005）研究中指出，在新兴市场国家中，股票市场和债券市场之间的传染联动效应显著。Ebrahim（2000）对德国、加拿大等金融市场发达国家数据的实证研究表明，货币市场和外汇市场之间存在正向价格溢出和波动溢出的风险传染效应。

（二）国内的研究

国内对金融市场风险传染的研究主要有袁晨和傅强（2010）利用CARCH 模型实证研究了我国2003-2010年股票市场与债券市场、黄金市场之间阶段时变特征的传染效应。谢志超和曾忠东（2012）利用VAR方法检验了美国金融危机对我国金融市场的传染效应。结合国内外文献，金融市场间的风险传染效应在研究方法上主要采用向量自回归模型VAR、多变量GARCH模型和协整分析等。本文主要运用联立方程组的方法，加入滞后项构造出修正的VAR模型，实则是对VAR系统方法的一种改进；本模型比VAR模型改进之处在于尽可能消除随机扰动项与变量之间的自相关，从而使模型更加精确。

本文研究的对象是包括债券市场风险、外汇市场风险和股票市场风险在内的金融市场风险。

二、样本数据选择和变量说明

本文的债券市场数据，以债券市场交易总量来代表。债券市场是发行和买卖债券的场所，是金融市场的一个重要组成部分。债券市场是一国金融体系中不可或缺的部分。一个统一、成熟的债券市场可以为全社会的投资者和筹资者提供低风险的投融资工具；债券的收益率曲线是社会经济中一切金融商品收益水平的基准，因此债券市场也是传导中央银行货币政策的重要载体。可以说，统一、成熟的债券市场构成了一个国家金融市场的基础。债券市场交易总量即为在债券市场中的交易总额。本文中采用的是1999到2010年每年的平均交易总额。

股票市场数据采用股票市价总值。对一家上市公司来说，它的股票市场价格乘以发行的总股数，即为该公司在市场上的价值，也就是公司的市价总值。把所有上市公司的市值加总，就可得出整个股票市场的市价总值。股市的市场总值是衡量一个国家股票市场发达程度的重要指标。市价总值：当前市场价格×股本数=市价总值。本文采用的是1999到2010年每年平均的股票市价总值

外汇市场数据采用人民币对美元的基础汇率（exchange）为数据。作为主要的贸易伙伴国以及全球第一经济体，美元汇率具有很高的代表性，其数据能够很好地代表外汇市场。

三、实证模型

通过在国家统计局等相关政府部门门户网站查找数据后，本文将债券总量、股票市值、人民币兑美元的汇率、固定资产投资量、价格指数、进出口量等数据进行了Eviews软件的处理，得出了债券总量、股票市值、人民币兑美元的汇率之间的变量关系。以下为得出的参数模型：

de=c（1）+c（2）*s+c（3）*e+c（4）*d_t_1_+c（5）*f （1）

s=c（6）+c（7）*de+c（8）*e+c（9）*s_t_1_+c（10）*p （2）

e=c（11）+c（12）*de+c（13）*s+c（14）*e_t_1_+c（15）*ex （3）

其中p f ex d_t_1_ s_t_1_ e_t_1_是工具变量。

de：债券市场交易总量；

s：股票市价总值；

e：人民币兑美元的汇率；

d_t_1_：债券市场交易总量滞后项；

s_t_1_：股票市价总值的滞后项；

e_t_1：人民币兑美元汇率的滞后项；

f：固定资产投资总量；

p：价格指数；

ex：进出口量；

验证模型的可识别性：

M=3 K=6，

对（1）来说，k=2，K-k=4>M-1=2，该方程可以识别，并且是过度识别；

对（2）来说，k=2，K-k=4>M-1=2，该方程可以识别，并且是过度识别；

对（3）来说，k=2，K-k=4>M-1=2，该方程可以识别，并且是过度识别；

因此该模型可以识别。

用eviews对模型进行检验，t检验结果基本显著。

通过Eviews软件的处理和运算，得出各参数数值：

将Eviews软件处理后的数据代入原始公式，得到了以下结果：

de=（-42874.60）+0.065574*s+5341.992*e+0.040864*d_t_1_+0.010378*f （1）

s=222104.6+15.01321*de+（-12435.51）*e+0.097684*s_t_1_+（-1682.774）*p（2）

e=3.163880+0.000161*de+（-1.00E-05）*s+0.589436*e_t_1_+（-4.56E-06）*ex（3）

de：债券市场交易总量；

s：股票市价总值；

e：人民币兑美元的汇率；

d_t_1_：债券市场交易总量滞后项；

s_t_1_：股票市价总值的滞后项；

e_t_1：人民币兑美元汇率的滞后项；

f：固定资产投资总量；

p：价格指数；

ex：进出口量；

四、结论

第一，由于债券市场和股票市场之间的关系系数为正，且在（1）中系数为0.065574，（2）中系数为15.01321，表明债券市场和股票市场之间存在正的相关关系，但是股票市场的变动对债券市场的波动影响较弱，而债券市场的波动对股票市场的波动影响较强。

第二，由于债券市场和外汇市场之间的关系系数为正，且在（1）中系数为5341.992，（2）中系数为0.000161，表明债券市场和外汇市场之间存在正的相关关系，但是外汇市场的波动对债券市场的波动影响很强，而债券市场的波动对外汇市场的关系较弱。

第三，由于股票市场和外汇市场之间的关系系数为正，且在（2）中系数为-12435.51，（3）中的系数为-1.00E-05，表明债券市场和外汇市场之间存在负的相关关系，外汇市场的波动对股票市场的波动影响较强，股票市场的波动对外汇市场的波动影响十分强。

五、与中国实际结合和政策建议

第一，由于股票市场的变动对债券市场的波动影响较弱，而债券市场的波动对股票市场的波动影响较强，所以我们应该防止债券市场出现波动时对股票造成的影响。因为利率的变化对股票和债券价格都有着很深的影响，所以我们首先应该调整的是我国的利率制度，实现利率市场化。利率市场化的实现必须依据条件的成熟程度决定利率放开的计划安排，使利率市场化有计划、有步骤地顺利实现。目前，我国利率市场化改革的总体框架是：先外币，后本币；先贷款，后存款；先农村，后城市；先批发，后零售。其改革遵守两个基本原则，一是渐进式，二是力争与国际惯例接轨。逐步“建立以中央银行利率为基础、以货币市场利率为中介、由市场供求决定金融机构存贷款利率的市场利率体系和利率形成机制”。

第二，由于外汇市场的波动对债券市场的波动影响很强，而债券市场的波动对外汇市场的关系较弱。美欧债务危机后，靠外国的经济理论和政策是解决不了问题的，中国必须靠自主独立的、将西方经济理论中国化的货币政策：实行提幅增频双向浮动的人民币汇率政策；在外汇管理方面实行“限入奖出”政策。人民币汇率双向浮动提幅增频，增强外汇政策的自主性，能够减少外汇储备，进而减少持有美欧政府债券的数量，减少美国政府信用等级下调带来的外汇储备损失。与此同时，外汇储备减少，外汇占款规模收缩，国内货币供给量下降，还有利于抑制国内通货膨胀。

第三，外汇市场的波动对股票市场的波动影响较强，股票市场的波动对外汇市场的波动影响十分强。由于外汇市场与股票市场之间的相互影响，导致金融风险在两个市场之间传递更加无孔不入，金融风险越来越立体，扩散性、溢出性不断加强，金融市场的不稳定性大大增强，甚至易引发金融体系乃至整个经济体系的动荡。为了降低“蝴蝶效应”下金融风险的快速扩散，促进外汇市场和股票市场的协调健康发展，可从以下几个方面着手：首先，强化对国际资本流动的监管，引导投机资本合理合法的流动。一方面构建风险预警指标体系，利用这些指标对国际资本流向实体经济、流向证券市场的风险程度进行测算，从而做好预防措施；另一方面加强国际间资本流动的动态监控，改进外商投资企业外汇登记和资本金结汇管理，探索对结汇资金流向的后续核查和监管，遏制通过侨汇分拆方式规避外汇限额监管的行为，跟踪调查异常的外汇流动等。其次，从多角度规范证券市场发展，完善信息披露制度，规范信息披露报告的内容和标准，构建多层次资本市场，培育成熟的市场参与主体，进一步完善和修改《证券法》，为市场提供透明公开的交易环境，形成科学的价格发现功能，避免股价随汇率变化发生大幅波动。

参考文献：

[1]吴信如.人民币汇率购买力评价的互动关系——一个VEC模型分析[J].财经研究，2007，（8）.

[2]袁晨，傅强.我国金融市场见投资转移和市场传染的阶段实变特征——股票与债券、黄金间关联性的实证分析[J].系统工程，2010，（5）.

[3]李志辉，王颖.中国金融市场间风险传染效应分析——基于VEC模型分析的视角[J].现代财经，2012，（7）.

[4] Johansen S.Likelihood-based inference in cointe-grated vector autoregressive models[M].Oxford U-niversity Press，1995.