我国金融市场的风险溢出效应分析

米咏梅　王宪勇

摘 要：评估金融市场间的风险溢出效应对金融市场监管和深化我国金融市场改革具有重要意义。本文基于MVGARCH模型研究了股票市场、债券市场和期货市场间的风险溢出效应。结果表明，三个金融市场之间存在风险溢出效应，市场之间存在风险传递。由于风险溢出效应的存在，相关部门应加强金融市场监管和相关政策的协调性，以金融市场的全局视角进行政策设计，恰当选择政策实施时机，保证政策实施效果。

关键词：金融市场；股票市场；债券市场；期货市场；风险溢出效应

中图分类号：F8309 文献标识码：A

文章编号：1000176X（2014）11006305

一、引 言

金融市场间的风险溢出效应（或称波动溢出效应）不仅是重要的金融理论研究问题，也具有较强的现实意义。1995年墨西哥金融危机、1997年东南亚金融危机、1998年俄罗斯债务危机、1999年巴西货币危机、2007年美国次贷危机和欧债危机频发等金融危机表明， 金融风险在金融市场间交叉传染， 进而对实体经济造成了巨大冲击，充分显现了风险溢出对金融体系的巨大破坏，也给实体经济造成了巨大损失。

我国对金融行业的股票、债券和期货实行“分业经营、分业监管”，在制度层面为金融市场间建立了防火墙，将风险隔离在各个市场内部，市场间的信息和风险溢出能力较弱。近年来，金融创新加快了市场之间的融合，金融产品的投资标的同时覆盖多个金融市场，证券、银行和期货等金融机构之间业务出现交叉，信息和风险溢出渠道拓宽。研究我国的金融市场风险信息传递是否出现本质变化具有重要的政策含义，当信息传递导致的市场联动性较高时，不同金融监管部门的政策制定和执行应加强协调性，避免一个市场的不利信息触发其他市场的风险，预防系统性风险。

二、文献综述

金融市场的波动溢出效应研究主要分为以下两类：一是研究不同国家某类市场之间的波动溢出效应，其中最为常见的是美国、英国和日本之间股票市场的溢出效应，多数研究结果表明国家间股票市场之间存在波动溢出效应；二是跨市场的波动溢出效应，如股票、债券、外汇市场和商品市场，多数研究表明市场间存在波动溢出效应。

Hamao等[1]采用GARCH模型对东京、伦敦、纽约三大股票市场之间的波动溢出效应和市场相关性进行研究，实证结果表明，纽约和伦敦市场的股价波动都对东京股市有显著的影响和溢出现象，却没有发现东京股市对上述两市场的波动溢出。Koutmos和Booth[2]使用 EGARCH模型研究了纽约、伦敦和东京三大股票市场之间的波动溢出效应，结果表明三个市场间存在波动溢出效应，坏消息的溢出效应大于好消息。Miyakoshi[3]研究表明，日本和亚洲其他国家的股市之间存在双向波动溢出效应，但美国股市对亚洲股市的影响和波动溢出较小。Diebold和Yilmaz[4]使用VAR模型和方差分解技术研究并发现了美国、英国等全球19个主要国家或地区的股票市场之间收益率溢出和波动率溢出效应。

Abdalla和Murinde[5]研究了印度、韩国、巴基斯坦和菲律宾等新兴国家汇率和股票市场之间的溢出效应，结果发现两个市场之间存在溢出效应，多数市场参与者仅考虑商品市场和股票市场的波动率溢出效应。Maghyereh和AL-Kandari[6]使用非参数秩检验进行了非线性协整分析，研究表明石油价格以非线性方式影响股票价格。Malik和Hammoudeh[7]使用多变量GARCH模型检验了美国股票、世界原油市场间的波动和冲击传导机制，结果发现美国股票市场和全球石油市场之间存在明显溢出效应。Park和Ratti[8]使用VAR模型研究了美国和其他欧洲13个国家的石油价格冲击对股票回报的影响，结果发现石油价格冲击对美国的股票回报有很强的影响。Malik和Elwing[9]使用双变量GARCH模型检验了美国5个行业指数和石油市场间的波动传导机制，研究表明石油价格与某些行业存在明显的波动传导。Ehrmanna等[10]使用VAR方法研究了美国和欧洲地区之间股票、债券、货币和汇率市场的波动传导，结果表明美国是驱动欧盟金融市场波动的重要因素。

国内学者也对金融市场的波动溢出效应进行了广泛研究。赵华[11]使用向量自回归多元GARCH模型研究了人民币汇率与利率之间的波动溢出效应，研究表明人民币对美元汇率与利率之间不存在波动溢出效应，人民币对欧元、日元等非美元汇率与利率之间存在双向的波动溢出效应。陈云等[12]采用BVGARCH—BEKK模型研究了人民币汇率与股票市场之间的波动溢出效应，结果表明人民币汇率与股票市场之间存在波动溢出效应，且在汇改前后的溢出方向相反，汇改后主要表现为显著的从股市收益率到汇率变动率的波动溢出。李成等[13]采用四元VAR-GARCH-BEKK 模型分析了我国股票市场、债券市场、外汇市场以及货币市场的溢出关系，研究发现，上述市场有很强的波动集聚性和持续性，大多数金融市场间存在显著的双向均值溢出，所有市场间均存在显著的双向波动溢出，还发现市场间溢出可能主要来自于市场传染效应。史永东等[14]基于Copula理论研究了股票市场与债券市场的风险溢出效应，研究表明，股票市场与债券市场联动效应总体不显著，股票市场与债券市场尾部相关性独立。

三、模 型

多变量GARCH 模型由Engle和Kroner[15]提出并给出了估计和检验方法，是目前金融市场间波动率溢出效应研究的主要方法之一。本文使用三变量GARCH模型，该模型比二变量GARCH模型能够更好地在一个完整的框架内同时捕捉股票市场、债券市场和期货市场等主要金融市场的二阶矩关系，将更多信息从波动方程中分解出来。

股票收益率Rs，t、债券收益率Rb，t、期货收益率Rf，t之间的收益率溢出效应方程为：

四、实证结果与分析

1数据选取和来源

本文使用2005年1月4日至2013年12月31日股票市场、债券市场和期货市场的每日价格数据，股票市场价格选取沪深300指数，债券市场价格选取中证国债指数，期货市场价格使用商品期货价格，选取中证商品指数。日收益率采用对数收益率计算，方法为Rt= In（Pt/Pt-1 ），Pt为第t日指数，Rt为第t日指数收益率。指数数据均来自Wind资讯金融终端，收益率来自作者的计算。

2数据描述性统计

表1 描述了样本统计特征：一是股票收益率的均值和方差最高，期货次之，债券最低，这表明股票市场的收益率和风险相对较高， 期货次之，债券最低，体现了金融市场的高风险高收益特征。二是股票和期货收益率具有左偏特征，收益率分布会较频繁地出现小收益和一些极大的损失，债券收益率具有右偏特征，收益率分布会较频繁地出现小损失和一些极大的收益。三是债券市场和股票、期货市场均具有尖峰特征，债券市场的尖峰特征更强，出现收益率较大偏离均值的极端偏差的可能性更大。

五、结论与建议

本文使用多变量GRACH方法研究了2005—2013年间股票、债券和期货市场间的风险溢出效应。结果表明，股票市场、债券市场和期货市场之间存在风险溢出效应，金融市场间存在风险传递。金融市场联系紧密，稳定股票市场（债券市场、期货市场）发展的政策的实施效果，会受到来自另外两个市场的不利影响的抵销。需加强市场监管和相关政策的协调性，以整个金融市场的全局视角进行股票市场（债券市场、期货市场）等单个市场的政策设计，恰当选择政策实施时机，保证政策实施效果。

参考文献：

[1] Hamao，Y，Masulis，RW，Ng，VCorrelations in Price Changes and Volatility across International Stock Markets[J]Review of Financial Studies， 1990，3（2）：281-307

[2] Koutmos，G，Booth，GGAsymmetric Volatility Transmission in International Stock Markets[J]Journal of International Money and Finance，1995，14（6）：747-762

[3] Miyakoshi，TSpillovers of Stock Return Volatility to Asian Equity Markets from Japan and the US[J]Journal of International Financial Markets， Institutions and Money，2003，（13）： 383-399

[4] Diebold，FX，Yilmaz，KMeasuring Financial Asset Return and Volatility Spillovers， with Application to Global Equity Markets[J]The Economic Journal，2009，119（534）： 158-171

[5] Abdalla，ISA，Murinde，VExchange Rate and Stock Price Interactions in Emerging Financial Markets： Evidence on India， Korea， Pakistan and the Philippines[J]Applied Financial Economics ，1997，7（1）：25-35

[6] Maghyereh，A，Al-Kandari，AOil Prices and Stock Markets in GCC Countries： New Evidence from Nonlinear Cointegration Analysis[J]Managerial Finance， 2007， 33（7）：449-460

[7] Malik，KF，Hammoudeh，SShock and Volatility Transmission in the Oil， US and Gulf Equity Markets[J]International Review of Economics & Finance， 2007，16（3）： 357-368

[8] Park，J，Ratti，RAOil Price Shocks and Stock Markets in the USand 13 European Countries [J]Energy Economics，2008，30（5）： 2587-2608

[9] Malik，F，Elwing，BTVolatility Transmission between Oil Prices and Equity Sector Returns[J]International Review of Financial Analysis，2009，18（3）： 95-100

[10] Ehrmanna， M，Fratzscherb，M，Rigobon，RStocks， Bonds， Money Markets and Exchange Rates： Measuring International Financial Transmission [J]Journal of Applied Econometrics，2011，26（6）： 948-974

[11] 赵华人民币汇率与利率之间的价格和波动溢出效应研究[J]金融研究，2007，（3）：41-49

[12] 陈云，陈浪南，林鲁东人民币汇率与股票市场波动溢出效应研究[J]管理科学，2009，（3）：104-112

[13] 李成，马文涛，王彬我国金融市场间溢出效应研究[J]数量经济技术经济研究，2010，（6）：3-19

[14] 史永东，丁伟，袁绍锋市场互联、风险溢出与金融稳定 [J]金融研究，2013，（3）：170-180

[15] Engle， RF，Kroner，KFMultivariate Simultaneous Generalized ARCH [J]Econometric Theory ，1995，11（1）：122-150

本文使用2005年1月4日至2013年12月31日股票市场、债券市场和期货市场的每日价格数据，股票市场价格选取沪深300指数，债券市场价格选取中证国债指数，期货市场价格使用商品期货价格，选取中证商品指数。日收益率采用对数收益率计算，方法为Rt= In（Pt/Pt-1 ），Pt为第t日指数，Rt为第t日指数收益率。指数数据均来自Wind资讯金融终端，收益率来自作者的计算。

2数据描述性统计

表1 描述了样本统计特征：一是股票收益率的均值和方差最高，期货次之，债券最低，这表明股票市场的收益率和风险相对较高， 期货次之，债券最低，体现了金融市场的高风险高收益特征。二是股票和期货收益率具有左偏特征，收益率分布会较频繁地出现小收益和一些极大的损失，债券收益率具有右偏特征，收益率分布会较频繁地出现小损失和一些极大的收益。三是债券市场和股票、期货市场均具有尖峰特征，债券市场的尖峰特征更强，出现收益率较大偏离均值的极端偏差的可能性更大。

五、结论与建议

本文使用多变量GRACH方法研究了2005—2013年间股票、债券和期货市场间的风险溢出效应。结果表明，股票市场、债券市场和期货市场之间存在风险溢出效应，金融市场间存在风险传递。金融市场联系紧密，稳定股票市场（债券市场、期货市场）发展的政策的实施效果，会受到来自另外两个市场的不利影响的抵销。需加强市场监管和相关政策的协调性，以整个金融市场的全局视角进行股票市场（债券市场、期货市场）等单个市场的政策设计，恰当选择政策实施时机，保证政策实施效果。

参考文献：

[1] Hamao，Y，Masulis，RW，Ng，VCorrelations in Price Changes and Volatility across International Stock Markets[J]Review of Financial Studies， 1990，3（2）：281-307

[2] Koutmos，G，Booth，GGAsymmetric Volatility Transmission in International Stock Markets[J]Journal of International Money and Finance，1995，14（6）：747-762

[3] Miyakoshi，TSpillovers of Stock Return Volatility to Asian Equity Markets from Japan and the US[J]Journal of International Financial Markets， Institutions and Money，2003，（13）： 383-399

[4] Diebold，FX，Yilmaz，KMeasuring Financial Asset Return and Volatility Spillovers， with Application to Global Equity Markets[J]The Economic Journal，2009，119（534）： 158-171

[5] Abdalla，ISA，Murinde，VExchange Rate and Stock Price Interactions in Emerging Financial Markets： Evidence on India， Korea， Pakistan and the Philippines[J]Applied Financial Economics ，1997，7（1）：25-35

[6] Maghyereh，A，Al-Kandari，AOil Prices and Stock Markets in GCC Countries： New Evidence from Nonlinear Cointegration Analysis[J]Managerial Finance， 2007， 33（7）：449-460

[7] Malik，KF，Hammoudeh，SShock and Volatility Transmission in the Oil， US and Gulf Equity Markets[J]International Review of Economics & Finance， 2007，16（3）： 357-368

[8] Park，J，Ratti，RAOil Price Shocks and Stock Markets in the USand 13 European Countries [J]Energy Economics，2008，30（5）： 2587-2608

[9] Malik，F，Elwing，BTVolatility Transmission between Oil Prices and Equity Sector Returns[J]International Review of Financial Analysis，2009，18（3）： 95-100

[10] Ehrmanna， M，Fratzscherb，M，Rigobon，RStocks， Bonds， Money Markets and Exchange Rates： Measuring International Financial Transmission [J]Journal of Applied Econometrics，2011，26（6）： 948-974

[11] 赵华人民币汇率与利率之间的价格和波动溢出效应研究[J]金融研究，2007，（3）：41-49

[12] 陈云，陈浪南，林鲁东人民币汇率与股票市场波动溢出效应研究[J]管理科学，2009，（3）：104-112

[13] 李成，马文涛，王彬我国金融市场间溢出效应研究[J]数量经济技术经济研究，2010，（6）：3-19

[14] 史永东，丁伟，袁绍锋市场互联、风险溢出与金融稳定 [J]金融研究，2013，（3）：170-180

[15] Engle， RF，Kroner，KFMultivariate Simultaneous Generalized ARCH [J]Econometric Theory ，1995，11（1）：122-150

本文使用2005年1月4日至2013年12月31日股票市场、债券市场和期货市场的每日价格数据，股票市场价格选取沪深300指数，债券市场价格选取中证国债指数，期货市场价格使用商品期货价格，选取中证商品指数。日收益率采用对数收益率计算，方法为Rt= In（Pt/Pt-1 ），Pt为第t日指数，Rt为第t日指数收益率。指数数据均来自Wind资讯金融终端，收益率来自作者的计算。

2数据描述性统计

表1 描述了样本统计特征：一是股票收益率的均值和方差最高，期货次之，债券最低，这表明股票市场的收益率和风险相对较高， 期货次之，债券最低，体现了金融市场的高风险高收益特征。二是股票和期货收益率具有左偏特征，收益率分布会较频繁地出现小收益和一些极大的损失，债券收益率具有右偏特征，收益率分布会较频繁地出现小损失和一些极大的收益。三是债券市场和股票、期货市场均具有尖峰特征，债券市场的尖峰特征更强，出现收益率较大偏离均值的极端偏差的可能性更大。

五、结论与建议

本文使用多变量GRACH方法研究了2005—2013年间股票、债券和期货市场间的风险溢出效应。结果表明，股票市场、债券市场和期货市场之间存在风险溢出效应，金融市场间存在风险传递。金融市场联系紧密，稳定股票市场（债券市场、期货市场）发展的政策的实施效果，会受到来自另外两个市场的不利影响的抵销。需加强市场监管和相关政策的协调性，以整个金融市场的全局视角进行股票市场（债券市场、期货市场）等单个市场的政策设计，恰当选择政策实施时机，保证政策实施效果。

参考文献：

[1] Hamao，Y，Masulis，RW，Ng，VCorrelations in Price Changes and Volatility across International Stock Markets[J]Review of Financial Studies， 1990，3（2）：281-307

[2] Koutmos，G，Booth，GGAsymmetric Volatility Transmission in International Stock Markets[J]Journal of International Money and Finance，1995，14（6）：747-762

[3] Miyakoshi，TSpillovers of Stock Return Volatility to Asian Equity Markets from Japan and the US[J]Journal of International Financial Markets， Institutions and Money，2003，（13）： 383-399

[4] Diebold，FX，Yilmaz，KMeasuring Financial Asset Return and Volatility Spillovers， with Application to Global Equity Markets[J]The Economic Journal，2009，119（534）： 158-171

[5] Abdalla，ISA，Murinde，VExchange Rate and Stock Price Interactions in Emerging Financial Markets： Evidence on India， Korea， Pakistan and the Philippines[J]Applied Financial Economics ，1997，7（1）：25-35

[6] Maghyereh，A，Al-Kandari，AOil Prices and Stock Markets in GCC Countries： New Evidence from Nonlinear Cointegration Analysis[J]Managerial Finance， 2007， 33（7）：449-460

[7] Malik，KF，Hammoudeh，SShock and Volatility Transmission in the Oil， US and Gulf Equity Markets[J]International Review of Economics & Finance， 2007，16（3）： 357-368

[8] Park，J，Ratti，RAOil Price Shocks and Stock Markets in the USand 13 European Countries [J]Energy Economics，2008，30（5）： 2587-2608

[9] Malik，F，Elwing，BTVolatility Transmission between Oil Prices and Equity Sector Returns[J]International Review of Financial Analysis，2009，18（3）： 95-100

[10] Ehrmanna， M，Fratzscherb，M，Rigobon，RStocks， Bonds， Money Markets and Exchange Rates： Measuring International Financial Transmission [J]Journal of Applied Econometrics，2011，26（6）： 948-974

[11] 赵华人民币汇率与利率之间的价格和波动溢出效应研究[J]金融研究，2007，（3）：41-49

[12] 陈云，陈浪南，林鲁东人民币汇率与股票市场波动溢出效应研究[J]管理科学，2009，（3）：104-112

[13] 李成，马文涛，王彬我国金融市场间溢出效应研究[J]数量经济技术经济研究，2010，（6）：3-19

[14] 史永东，丁伟，袁绍锋市场互联、风险溢出与金融稳定 [J]金融研究，2013，（3）：170-180

[15] Engle， RF，Kroner，KFMultivariate Simultaneous Generalized ARCH [J]Econometric Theory ，1995，11（1）：122-150