“一带一路”沿线国家股市风险溢出效应
——基于突发事件的实证检验

2022-12-15 11:31源,崔
统计学报 2022年6期
关键词:传染波动股市

蔡 源,崔 婕

(山西财经大学 金融学院,山西 太原 030006)

一、引言

2020年以来,新冠疫情席卷全球200多个国家和地区,突发疫情扰乱了各国人民的生活节奏,世界经济也遭到了前所未有的重创。对未来的不确定性导致资本市场恐慌情绪蔓延,而股票市场作为经济与金融发展的晴雨表,受疫情冲击最为显著。其中,世界主要股指纷纷暴跌,我国A股市场也难以幸免,超过3 000只股票跌停。现阶段,全球疫情虽暂时得到控制,但据最新疫情统计数据显示,世界多国每日新增病例仍超过上万人,我国多地疫情反复,变异新冠病毒扩散力度加强,全球完全解除疫情防控、恢复经济畅通往来的道路任重而道远。2022年2月24日,俄罗斯对乌克兰采取军事行动,给全球股市造成剧烈震动,黄金、石油等能源股价暴跌,严重冲击了全球股票市场。当前,俄乌冲突局势尚不明朗,加之欧美各国对俄罗斯的全方位制裁,世界各国金融市场稳定发展以及全球经济复苏仍面临着巨大挑战。

近年来,全球贸易保护主义和内向发展思潮有逐渐兴起的趋势,新冠疫情蔓延使国与国之间的经贸关系变得更为复杂。中国在防控疫情和稳定经济中展现中国力量的同时,也在着力探索后疫情时代下共建“一带一路”的新模式,为全球治理提供中国智慧。自“一带一路”倡议创造性地提出以来,中国同沿线国家与地区的经贸合作日益频繁,在“五通”政策指引下,资本流动促进了沿线项目多元化投融资体系的形成,经济互联的加强加快了人民币国际化的步伐。2021年,中国与“一带一路”沿线国家货物贸易额达11.6万亿元,占我国外贸总额的比重为29.7%,创历史新高。截至2022年2月6日,中国累计同147个国家、32个国际组织签订200余份共建“一带一路”合作文件。①在此政策背景和经济形势下,“一带一路”沿线国家由于具有重要的战略地位,势必将在我国对外经济往来中占据重要位置。随着中国与“一带一路”沿线国家资本市场关联日益紧密,我国股票市场稳定性与资本流向也会受到沿线国家的影响。如果某个国家的股价发生剧烈波动,则该国股票市场的风险会迅速传递到我国并冲击金融市场的稳定性。此外,“一带一路”覆盖的多为发展中国家,国内资本市场的成熟度和稳定性较差,整体金融风险突出,突发事件对其造成的冲击可能更大。因此,在新冠疫情叠加俄乌冲突的背景下,有效预防“一带一路”沿线国家股票市场的异常波动和外部风险对我国股市的负面影响,仍是当前保障金融稳定的重要挑战。

基于此,本文提出以下问题:(1)此次由新冠疫情以及俄乌冲突引发的股市暴跌现象是否会加剧“一带一路”沿线国家的风险传染?(2)如果会,溢出程度有多大?(3)沿线国家股市风险的传导渠道以及影响机理又是怎样的?(4)作为“一带一路”倡议的发起国以及最先大规模暴发新冠疫情的国家,中国股市是否会成为“一带一路”股灾的风险溢出中心?这些都是本文致力于回答的问题。考察突发事件下“一带一路”沿线各经济体股市间的传导路径与影响力度具有重要的学术价值和现实意义。既有助于分析沿线资本流动密切国家股市之间风险传染的大小与方向,为金融监管机构完善“一带一路”倡议提供参考依据,也有助于在当今复杂多变的国际形势下准确掌握中国资本市场所面临的外部冲击,使我国股市尽可能地预防、规避外来风险。

二、文献综述

近年来,随着金融全球化进程的加快,一个国家金融市场尾部风险的加剧会迅速向其他国家传播,形成全球性的系统性金融风险(Bhattacharya et al.,2020;王皓晔和杨坤,2019)[1,2]。正如习近平总书记所说:“面对复杂敏感的国际环境,我们必须始终保持高度警惕,既要高度警惕‘黑天鹅’事件,也要防范‘灰犀牛’事件。”因此,探究国际重大突发事件下各国股票市场间的风险溢出效应成为国内外学术界的研究热点(谢志超和邓翔,2012;Beirne and Fratzscher,2013;Dimitrios et al.,2013;梁琪等,2015;郑挺国和刘堂勇,2018)[3-7]。

2008年金融危机波及国家众多,成为国内外学者对“灰犀牛”事件的研究重点。大量文献研究结论表明,美国、英国、日本、中国、加拿大等国际主要股市间存在明显的相关性与溢出效应(Tian and Guo,2007;Bodart and Candelon,2009)[8,9],特别是在金融危机期间更为显著,各区域间的地理邻近性在放大波动性传播方面具有重要作用(Rejeb and Boughrara,2015;Bhattacharya et al.,2020)[10,1],各区域间的经济金融相关性是造成区域间风险传染的主要 原 因(赵 华,2009)[11]。与 此 类 似,Dooley和Hutchison(2009)[12]发现新兴市场在2008年金融危机时期对美国金融系统与经济系统的冲击较为强烈。Rejeb和Boughrara(2015)[10]通过比较印度、韩国等新兴市场与美国、日本等发达国家在正常时期与金融危机时期的波动溢出关系,发现新兴市场在金融危机时期加剧了各国股市间的风险波动,同时也是风险的接受者,易受到其他国家金融极端风险的传染。此外,国内众多学者也探究了2008年金融危机爆发后我国股市与美国股市间的波动溢出关系(方建武和安宁,2010;李红权等,2011)[13,14]。研究结果表明:2008年金融危机爆发后,中美股市间的关联性水平显著降低,美国股市对我国A股产生了单向风险溢出,两国股市间长期存在的均衡关系被打破;我国A股市场不仅受到美股市场的冲击,而且已具有影响外围市场的能力。也有部分学者对比研究了欧债危机、金融危机期间全球各国股市间的风险联动传染效应。刘超和郭亚东(2020)[15]发现相比欧债危机,金融危机时期全球主要股市间的波动溢出效应更大,且美股和日股在两次危机中的联动性最强,受其他国家股市波动的影响也最大。

相比“灰犀牛”事件,“黑天鹅”事件由于突发性更强、预测难度更大,因此负面传染效应更严重。典型的“黑天鹅”事件便为新冠疫情全球大爆发以及俄乌冲突事件。因此,在当前新冠疫情叠加俄乌冲突事件背景下,研究突发事件下全球经济体股票市场间的风险溢出效应具有重要的理论与现实意义。He等(2020)[16]、Wang等(2020)[17]利用溢出指数研究了全球COVID-19大流行期间主要国际金融市场间波动溢出的动态变化,结果发现多数股指收益率受到COVID-19的负向冲击,各国股市间的风险溢出效应空前增加。由于经济全球化和金融市场间融合度不断加深,我国资本市场与全球主要发达国家股市间的风险溢出程度也显著提高,极端事件的冲击更易加大我国股市与其他发达经济体股市间的风险传染程度。叶五一等(2020)[18]对21世纪以来三次流行病持续期间欧、美与国内A股市场间的相关关系以及风险溢出效应进行分析,结果证实,流行病的爆发使得三大市场间的相互联系更为密切,国内A股市场受外国股市影响较大。也有学者对比研究了2008年金融危机与新冠疫情期间全球各国股市间的风险溢出强度。例如,袁梦怡和胡迪(2021)[19]研究发现疫情期间全球股市的风险溢出强度明显高于2008年全球金融危机期间,中国是全球股市的主要风险接受国。此外,俄罗斯作为国际大国,同时也是“一带一路”倡议的签署国之一,此次俄乌冲突导致欧美各国与俄罗斯加大了相互制裁力度,冲击了国际贸易,降低了投资者对世界经济复苏的预期,引发了全球股市震荡,并且此次冲突事件引起的一系列经济后果也极易诱发全球金融市场间的风险传染。因此研究俄乌冲突事件下世界各国股市间的风险传染效应具有十分重要的现实意义。然而,目前国内外鲜有人研究此次冲突事件对世界经济的影响以及在全球金融市场间造成的风险传染效应。

由于“一带一路”沿线国家间的金融联系日益紧密,各国股市间的风险溢出程度引起了学者们的高度重视。胡根华(2019)[20]采用极值理论与藤分解结构研究发现,“一带一路”倡议提出后,中国与东盟各国股市相关程度下降,但股市间的风险双向波动程度却陡增。魏宇和孙应玥(2021)[21]认为“一带一路”倡议的提出不仅推动了沿线国家的经贸往来,也增加了各国股市间的双向共振效应。罗长青等(2021)[22]研究发现正常与极端市场条件下,中国股市对“一带一路”沿线国家股市风险的溢出与溢回效应具有差异化。赵万里等(2022)[23]通过实证研究发现,“一带一路”沿线国家股票市场的系统性风险具有区域异质性,2008年受金融危机影响欧洲地区风险较高,2020年新冠疫情期间亚洲地区风险较高。

基于此,本文应用溢出指数方法考察了两次重大突发事件背景下16个沿线样本国家股市间的波动溢出关系。与既有文献相比,本文的贡献主要有:第一,在研究视野上拓宽了当前文献的研究对象,不再局限于美国、日本等发达经济体股市的研究,为探析突发事件对“一带一路”沿线国家股市间的风险溢出相关研究做出了贡献;第二,在研究背景上增加了我国与“一带一路”沿线国家应对股市极端事件的研究,从整体上判断在面临突发事件时,沿线主要国家股市间的波动溢出情况,并理清了样本国家股市间的风险传染渠道;第三,在研究样本时间上,不同于以往文献直接从整体长样本时间出发,也不局限于仅从倡议提出前后两个短期时间区间进行研究,本文选取了倡议提出后“一带一路”沿线国家面临的具有代表意义的两次重大突发“黑天鹅”事件——新冠疫情与俄乌冲突,并将疫情依据传染病爆发的周期性特征分为前、中、后期,比较分析了这两次极端事件给沿线各国股市的风险传染带来的变化,在时间维度与事件维度上更具有说服力;第四,在研究方法上,传统的CoVaR无法捕捉各个变量间的非线性关系,本文采用溢出指数法克服这一缺陷,刻画了各经济体股市间的波动性与非线性关系。

三、理论分析与模型构建

(一)理论分析与研究假设

金融市场的波动不仅受自身波动的影响,还可能受到其他市场波动的冲击,这种市场间的相互传染被称为波动溢出效应。现有理论认为国与国股市间的风险传染机制主要分为有形机制与无形机制(梁琪等,2015)[6]。前者基于各个经济体间的经济贸易往来与跨国资本流动,形成了“经济基础说”和“资本流动说”,假设在投资者完全理性的前提下,股市间的联动主要是由于资产的基本面和投资者在世界范围内的跨境套利等原因引起的;后者是指股市传染性无法完全由可观测的经济基本面解释的部分,并从行为经济学的角度出发,以投资者和股市所特有的行为特征为重点,研究股市间的风险联动,由此形成了“市场传染说”(张兵等,2010;卜林等,2020)[24,25]。

现有文献普遍指出,突发事件是一种负向外部冲击,而负向外部冲击是导致股市风险传染、系统性风险增大的主要原因之一,各经济体股市在突发事件的冲击下风险溢出程度会显著增大(Dimitrios et al.,2013;Greenwood et al.,2015;刘 超 和 郭 亚 东,2020)[5,26,15]。依据“市场传染说”,当一国股票市场遭受突发事件冲击时,由于投资者恐慌情绪激增以及“羊群效应”等非理性行为的存在(Rejeb和Boughrara,2015)[10],不仅会造成该国股市在短期内出现大量抛售与挤兑行为,诱发股市的剧烈波动(陈林和曲晓辉,2020)[27],更会产生多米诺骨牌效应,导致与该国金融贸易往来密切的国家股市遭受强烈负向冲击,加大风险跨国传染的可能性(卢新生和方胜,2016;杨子晖和王姝黛,2021;Bhattacharya et al.,2020)[28,29,1]。新冠疫情爆发初期,全球采取严格封控举措,导致生产停滞,经济发展速度减缓,投资者恐慌情绪蔓延,金融资产流动性紧张,引发全球股市震荡,加大了股市风险的跨国传染强度(Wang et al.,2020;叶五一等,2021)[17,18]。俄乌冲突导致全球石油供应紧张,加之欧美各国对俄罗斯的全方位封锁,全球股市波动剧烈,风险溢出强度也大幅提高。“一带一路”倡议提出后,我国与沿线国家的股市联动程度加深,资本流动更加迅速,经济贸易往来更为密切,跨国投资者数量也大幅上涨。基于此,本文提出假设1。

H1:突发事件冲击下,“一带一路”沿线各国股市间的风险共振效应显著增强。

突发事件因其传播面广、爆发速度快等特征对全球股市造成剧烈震荡。现有文献认为,突发事件的类型不同以及爆发的周期段不同,冲击的程度与传播渠道也是不同的(谢赤等,2021)[30]。新冠疫情爆发高潮期,由于信息不对称和未来局势发展的不确定性,股市投资者恐慌情绪高涨,引发股价剧烈波动,各国股市间的风险传染效应更为明显(叶五一等,2021;杨子晖和王姝黛,2021)[18,29]。但是,随着各国相继出台强有力的疫情防控举措,信息披露逐渐透明化,疫情发展态势趋于明朗,投资者的不确定性预期降低。后疫情时代,股市逐步呈现稳态向好趋势,各国股市间的风险传染程度进一步减弱(张丽华和李锦涛,2021)[31]。相较于新冠疫情,俄乌冲突爆发速度快,波及国家较少,风险溢出方与净风险接受方可能有所不同。因此,本文提出假设2。

H2:突发事件的类型与发生时段不同,“一带一路”沿线各国股市间的风险溢出程度与传染路径不同。

(二)模型构建

近年来,运用网络模型考察各国股市间的风险溢出传染效应已成为研究重点。传统的分解溢出指数模型存在VAR模型易受变量排序影响的缺陷,为此,Diebold和Yilmaz(2014)[32]提出了基于广义方差分解法的溢出指数模型,该方法不仅能够从静态和动态角度考察不同股票市场间的风险溢出强度,刻画具体的传染方向,而且能够克服传统分解指数模型受变量排序影响的缺点。因此,本文主要借鉴Diebold和Yilmaz(2014)[32]构建的溢出指数模型,度量新冠疫情爆发和俄乌冲突两次突发事件下,“一带一路”沿线部分国家股票市场间的波动风险溢出效应。该方法主要分为三个步骤进行。

第一步,建立一个具有平稳协方差的滞后P期的N变量VAR模型:

其中,εt~iid(0,∑),xt=(x1t,x2t,...xNt)是一个有N个内生解释变量的向量,Φi(i=1,2,...,p)是N×N阶自回归系数矩阵,εt是一个独立同分布的扰动向量。假设该VAR模型具有平稳的协方差,则对(1)式进行移动平均可得:

其中:当i>0时,上述的系数矩阵Ai满足递归,Ai=Φ1Ai-1+Φ2Ai-2+...+ΦpAi-p,A0为N×N维单位矩阵;当i<0时,Ai=0。

第二步,广义预测误差方差分解。在上述VAR模型的基础上,通过对协方差矩阵进行方差分解,将方差份额分为自方差份额和交叉方差份额。其中,xi的H步预测误差的方差受到xj部分的冲击表示为:

其中:∑为误差向量εt的方差矩阵;σii为误差向量εt的方差序列;ei为一个N×1的向量,第i个元素为1,而其余元素都为0;H表示预测步长;Ah为移动平均式的系数。

第三步,定义广义溢出指数,包括总溢出指数、方向性溢出指数、净溢出指数和净成对溢出指数。

(1)总溢出指数Sg(H)度量了所有样本国家的波动冲击与总预测误差方差的占比。

(2)总定向溢出指数分为样本国家i的总定向接受指数Sgi(.H)(总FROM指数)和总定向给予指数Sg.i(H)(总TO指数)。

(3)净溢出指数Sgi(H)表示某个特定样本国家i对其他所有样本国家的净溢出效应。

(4)净成对溢出指数Sgij表示特定样本国家j对特定样本国家i的溢出与特定样本国家i对特定样本国家j的溢出之差。

四、变量选取与数据处理

(一)样本数据的选取

本文根据地区经济发展程度以及数据可得性,选取“一带一路”沿线16个国家的股票价格指数日度收盘价作为样本数据,全样本时间区间为2007年9月3日至2022年4月20日,详见表1。本文选取的这16个股票市场的市值总额占“一带一路”沿线国家股市总市值的一半以上,样本数据具有广泛性和代表性。数据均来自于Wind数据库。

表1 样本国家选取

本文将全样本期定为2007年9月3日至2022年4月20日。该区间既能够纵向分析比较突发事件与正常状态下样本国家间股市风险溢出效应,又能够横向比较分析近期两次重大突发事件(疫情的爆发与俄乌冲突)对样本国家的股市溢出效应。②

2020年1月30日,世界卫生组织宣布新冠疫情为“国际关注的突发公共卫生事件”,拉开了全球应对疫情的帷幕。疫情爆发初期,全球每日新增人数大幅上涨,导致投资者恐慌情绪蔓延,全球股市大跌,多国甚至在短期内出现股市熔断现象。在疫情持续了4个月之后,随着新冠疫苗研发进程的加快,防控措施效果的显现以及各国降息等政策的实施,投资者看涨情绪上涨,导致全球股价反弹。2021年年初至今,部分样本国家迎来了第二波疫情冲击,但股市波动持续时间短、起伏程度小,远没有2020年的股市波动率大。可以看出,新冠疫情的影响存在明显的周期性特征。

因此,本文将疫情区间分为三阶段:第一阶段(疫情爆发前)为2019年1月1日至2020年1月30日,第二阶段(疫情高潮期)为2020年2月1日至2020年6月30日,第三阶段(后疫情时代)为2020年7月1日至2022年2月23日。2022年2月24日,俄罗斯对乌克兰发动军事行动,使得投资者恐慌情绪急剧上升,全球股市出现大幅下跌。因此,本文将俄乌冲突的时间区间定为2022年2月24日至2022年4月20日。

(二)数据处理与描述性统计

参照风险测度研究的一般方法,对原始股价指数序列做如下处理:

其中,Rt为第t个交易日的收益率,xt为第t个交易日的股票收盘价,xt-1为第t-1个交易日的股票收盘价。

表2是收益率数据的描述性统计结果。首先,样本国家日收益率的偏度都小于0,表明呈现左偏态分布。收益率的峰度都大于3,呈现出明显的尖峰厚尾的特征。从Jarque-Bera统计量来看,所有序列均为非正态分布,再次证明所有市场均表现出左偏态尖峰厚尾的分布形式。其次,从收益率波动情况来看,俄罗斯和匈牙利的股市波动率最大,我国的波动率次之,黎巴嫩与马来西亚的股市波动率最小。最后,ADF检验表明,在1%的置信水平下16个样本国家的收益率序列都是平稳的。

表2 收益率的描述性统计

经检验,16个样本国家的收益率序列都为平稳的非正态分布,故运用GARCH(1,1)模型估计收益率的波动率是合理的。因此,本文基于GARCH(1,1)模型提取出样本国家股指收益率的波动率序列。

图1全样本期间波动率时序图

图1 为全样本区间的波动率时序图。从整体来看,样本国家的波动率序列表现出较强的同步性,其中,在2008—2009年全球性金融危机、2011—2012年欧洲债务危机、2015年我国股灾危机、2020年新冠疫情以及2022年俄乌冲突时期波动剧烈,表明“一带一路”沿线国家在面临重大外部冲击时股票市场会发生巨大的震荡。

五、实证分析

(一)静态波动溢出效应分析

首先,本文处理疫情前、中、后期以及俄乌冲突时期的波动率数据,依次得到平稳的序列组;其次,设定预测步长H=10;最后,依次构建四个样本时期股市波动率序列的VAR模型,从而得到静态波动溢出指数来分析样本国家股市间的静态波动溢出效应,如表3所示。

表3 不同时期样本国家股市间的静态波动溢出指数

表3中每个国家从上往下依次为疫情爆发前、疫情高潮期、后疫情时代以及俄乌冲突时期样本国家股市波动率的静态溢出指数。首先,不同时期的总溢 出 指 数 依 次 为30.03%、87.99%、25.37%与69.72%。可以明显看出,相较于疫情爆发前以及后疫情时代,疫情爆发期间与俄乌冲突时期样本国家之间的整体联动性水平显著上升,股市间的双向溢出程度大幅提高,这与假设1相吻合。其次,从自方差份额(斜对角)来看,疫情爆发前与后疫情时代所有样本国家股市所遭受的最大风险冲击均来自于自身内部,均值分别达到69.97%、74.63%,数值占比十分显著。疫情爆发期间马来西亚、印度、阿联酋、匈牙利等样本国家股市的最大风险来自于其他国家的股市冲击,且全样本国家自方差份额均值仅为12.01%。俄乌冲突时期全样本国家自方差份额均值也仅为30.28%,表明新冠疫情以及俄乌冲突作为突发事件对样本国家股市造成了巨大的外部冲击。最后,中国股票市场的风险溢出效应弱于风险溢入,疫情高潮期与后疫情时代的净风险溢出效应为负,为风险净输入国。这说明自2013年我国提出“一出一路”倡议以来,外部风险输入问题凸显,他国股市面临的极端风险会传导至我国股市,表明我国股市需重点防范“一带一路”沿线国家带来的间接输入性风险。

(二)不同时期股市风险溢出强度的对比分析

为更加直观地判断此次疫情对“一带一路”沿线国家股市的冲击程度,一方面,本文选取俄乌冲突作为比较对象,对比两次“黑天鹅”事件(新冠肺炎疫情与俄乌冲突事件)对沿线样本国家股票市场的风险外溢强度;另一方面,通过全样本区间股市风险溢出效应的纵向分析,进一步探究疫情对样本国家股市风险的冲击程度,具体结果如表4所示。

表4 (续) 不同时期各国股市的风险溢出强度

表4 不同时期各国股市的风险溢出强度

首先,从全样本国家总溢出强度看,疫情高潮期间的溢出强度值最大,俄乌冲突期间次之,明显高于其他样本期,表明两次突发事件加剧了样本国家股市间的风险传染强度,为各样本国家股市带来了极大的不确定性。相比于俄乌冲突事件,疫情爆发高潮期对沿线样本国家股市间的总风险溢出效应更强,风险传染力度更大,这意味着沿线国家股市风险的总溢出强度具有随时间波动的显著特征,在正常运行期与突发事件冲击阶段存在明显差异,与假设2相符。

其次,对比不同样本期的总风险溢出指数与净风险溢出指数。疫情高潮期与俄乌冲突时期各国股市的总风险溢出指数显著大于疫情爆发前与后疫情时代,其中疫情高潮期的数值最为突出,表明突发事件确实加剧了样本国家股市间的传染强度,且疫情对各国股市的冲击力度更为剧烈。从总风险溢出指数角度看,不论在哪个时期,印尼、泰国、印度、巴基斯坦、以色列、沙特、匈牙利、波兰等国家都是样本国中总溢出指数较大的国家。其中,在疫情高潮期间,印尼、泰国、巴基斯坦、阿联酋、以色列、沙特、匈牙利、波兰这八个国家的总溢出指数比较大,均值高达138.27%。在俄乌冲突时期,中国、印尼、马来西亚、泰国、印度、巴基斯坦、捷克、匈牙利、波兰九个国家的总溢出指数较为显著,均值高达91.10%。

从净溢出指数角度看,不同样本期的净输入输出方有所不同,但都集中在“一带一路”沿线国家进出口贸易额比重高的国家。由于俄乌冲突的突发性特质,在该时期越南、巴基斯坦、捷克、匈牙利四个国家净溢出指数显著大于0,可能原因在于其与俄罗斯、乌克兰金融贸易往来更为密切。以色列、阿联酋、沙特、俄罗斯这四个国家的净溢出指数显著为负,可能原因在于其余沿线国家高度依赖俄罗斯的石油、天然气等资源,因此冲突爆发对其股市造成了严重的冲击,而这四个国家自身为资源大国,冲突发生时其股市被动地接受沿线其他国家的股市风险溢出。此外,从此次疫情期间总体来看,净输出国家为巴基斯坦、以色列、阿联酋、沙特以及波兰等国,这些国家与沿线国家的金融贸易交易额与日俱增;净接受国为马来西亚、越南、黎巴嫩、俄罗斯等国家,这些国家都是在“一带一路”沿线国家中贸易额排名靠前的国家,进一步证明此次疫情期间,股市风险传染强度主要与经济金融贸易密切程度有关。

最后,在疫情高潮期与后疫情时代,中国是样本国家股市的风险输入国,且接受外部风险输入的程度较为严重,表明尽管是全球首个突发疫情的国家,但由于我国有力的疫情防控举措,导致疫情期间我国被动遭受到沿线他国股市的风险传染。俄乌冲突时期,我国股市为风险净输出国,原因在于“一带一路”倡议提出以来,我国与沿线各国的进出口以及金融贸易规模日益增大,俄罗斯长期以来排在我国与沿线国家贸易往来的前三名,因此冲突爆发时,我国股市造成了对沿线国家的净风险输出。

(三)动态波动溢出效应分析

1.全样本期间总动态溢出指数。静态波动溢出无法充分地反映出随着时间而变动的动态溢出效应,可能会错过一些重要事件对波动溢出效应的影响。因此,本文从动态角度来研究样本国家股市间风险溢出的变动程度,图2为全样本期间各样本国家股市间的总体波动率风险溢出水平。滚动窗口宽度定为300,预测步长定为10。具体而言,可分为7个阶段进行描述。

图2 全样本期间总动态溢出指数

第一阶段:2008年11月—2009年11月。在这一阶段,总溢出指数一直处于高峰。2007年8月,次贷危机对国际金融市场产生了冲击,并直接引发了2008年全球金融危机。危机期间,全球的股票市场受到来自外界的巨大冲击,导致“一带一路”沿线样本国家间的波动率溢出指数升高,之后随着各国一系列政策措施的推出,金融危机的不利影响逐渐得到缓解,2019年11月之后,波动率总溢出指数出现大幅下降。

第二阶段:2009年11月—2015年5月。在这一阶段,2010年3月初,希腊爆发主权债务危机,溢出指数大幅上涨。2011年6月至2012年12月,总溢出指数呈现出波动上升的趋势,最高达到75.90%。2012年12月到2015年5月,总溢出指数开始波动下降。2011年3月,日本发生9.0级大地震,股民恐慌情绪蔓延,大量资本在各国间转移,各国金融市场受到冲击。2011年欧债危机极大冲击了全球股票市场,导致总溢出指数出现大幅反弹,但持续时间较短。2013年5月下旬,美联储不断向外界传递“退出”量化宽松的信号,资本大量流出新兴市场,严重影响了这些国家的经济发展,造成拉美、亚太等地区货币贬值、股市下跌,对金融市场产生了重大冲击。2014年年初,总溢出指数出现了较短时间的大幅上涨,原因可能在于作为样本国家之一的俄罗斯爆发了货币危机,造成了样本国家间股市较大幅度的波动溢出。

第三阶段:2015年6月—2018年1月。在这一阶段,2015年6月到2016年8月,样本国家间的总溢出指数都处于高峰。尽管2013年9月首次提出“一带一路”倡议,但是由于政策的实施存在时滞,因此未对样本国家间的总动态溢出指数产生显著影响。2015年6月至2016年12月,总溢出指数呈现出波动上升的趋势,可能的原因在于2015年中国爆发股市危机,且2015年3月“一带一路”倡议进入正式实施阶段,在某种程度上增强了中国与沿线国家股市间的经济联系,总动态风险溢出指数大幅上涨。2016年6月英国脱欧,全球金融市场面临的风险增大,波动溢出效应持续上升。从2016年年底至2018年年初,随着英国政府相关举措以及救助措施的出台,总动态溢出指数开始下降。

第四阶段:2018年1月—2019年1月。在这一阶段,总溢出指数呈现出波动上升的趋势。原因在于,2018年“一带一路”倡议的稳步推进使得沿线国家间的贸易往来更加频繁,资本市场间的联系也日益紧密,再加上2018年3月中美贸易摩擦爆发、美联储持续推进加息进程、国际原油价格大起大落、新兴市场货币持续贬值、虚拟货币泡沫破灭等一系列外部冲击,使得沿线国家股市的波动溢出效应增强,总溢出指数值不断波动上升。

第五阶段:2020年2月—2020年6月。在这一阶段,专家明确证实新冠疫情存在“人传人”特征,再加之疫情在全球的迅速扩散,受疫情的负面影响,恐慌情绪在“一带一路”沿线各国资本市场间蔓延,各国股市的总风险溢出强度呈现出明显的上升趋势,这种高风险溢出强度一直持续到2020年6月底。

第六阶段:2020年7月—2022年2月。2020年7月至今,随着各国疫情防控经验的增加、新冠疫苗的逐渐普及以及各国降息等刺激金融政策的出台,各国逐渐复工复产,开放边境,疫情逐步步入常态化态势,全球股市的风险溢出强度出现回调,总动态溢出指数呈现动态波动下降的趋势,沿线样本国家股市的风险溢出强度逐渐下降。

第七阶段:2022年2月—2020年4月。2022年2月24日,俄乌冲突爆发,恐慌情绪迅速席卷全球市场,全球股市“大跳水”。俄罗斯股市暴跌逾50%,美股道指期货重挫逾800点,欧股开盘集体暴跌,A股近4 000股收跌。投资者避险情绪急剧升温,在全球市场掀起惊涛骇浪。

总之,“一带一路”沿线部分国家股票市场的波动不仅受到自身的冲击,也会受到全球经济大环境的冲击,如金融危机、经济政策以及政治问题等,此类事件的发生会使得国家间股市波动溢出效应增加,而在事件发生之后,各国会采取相应的措施使股市趋于稳定,从而使溢出指数下降。

2.中国的方向性溢出指数。为进一步探究不同时期中国与其他样本国家的风险溢出效应,本文分别计算了疫情爆发前、疫情高潮期、后疫情时代、俄乌战争突发以及全样本期间中国的方向性溢出指数。其中,构建VAR模型的滞后阶数分别为1、1、2、1与7,预测步长H=10,滚动窗口分别定为60、20、80、20以及300,图3为不同时期中国的方向性溢出指数。

全样本期

图3 不同时期中国的方向性溢出指数

在全样本、疫情爆发前以及后疫情时代,从总定向给予指数(TO)与总定向接受指数(FROM)角度看,二者波动起伏小且几乎重合。从净溢出指数(NET)整体来看,净溢出指数围绕0值上下波动,总体趋势较为稳定。除2015年我国股灾危机、2018至2019年中美贸易摩擦事件、2020年初我国新冠疫情突发以及2021年至今我国一些地区疫情反复等突发事件期间我国股票市场的风险溢出指数短暂上升以外,在其余样本区间的多数时间内,我国股票市场的Net指数均为负值,这表明样本期内中国主要为全球股市风险的输入国,而非风险输出国,这也间接反映出中国股市的风险传染渠道主要与关键性突发摩擦事件相关。此外,在后疫情时代,净溢出指数呈现动态波动趋势,但在样本时间段内很大比例为负值,这反映出疫情爆发后,我国股市明显受沿线国家股市市场波动传导,受到来自沿线国家股市波动的风险溢出。由于我国具有出色的疫情防控能力,使得投资者对中国经济以及市场的信心不断增强。中国作为风险承担国,在发生重大突发事件时被动接受沿线国家风险溢出的程度较大。

在疫情高潮期以及俄乌冲突事件两次突发事件期间,从定向接受指数(FROM)角度看,该指数值围绕5上下小幅波动,十分稳定。从总定向给予指数(TO)看,该指数值上下剧烈波动,且疫情期间无论是数值大小还是波动程度都显著大于俄乌冲突期间。这说明两次突发事件引起了投资者的恐慌情绪,极大地冲击了我国股票市场,我国股市的风险又通过宏微观渠道传染至“一带一路”沿线其他样本国,且新冠疫情由于波及国家、封锁力度以及持续时间等指标都明显强于俄乌冲突事件,因此对我国以及“一带一路”样本国家股市的风险冲击以及传染力度都更为突出。

最后从净溢出指数(NET)角度看,不同性质的突发事件对我国的冲击影响是不同的。疫情爆发期间,该值波动起伏大,时间间隔短,这说明疫情的爆发使得我国股市受沿线国家股市波动传导的程度有所加强,而且该值在我国疫情严重、日增人数多时显著为正,表明疫情的爆发在某种程度上增强了我国对沿线国家的风险溢出。这也显示新冠肺炎疫情期间,全球股市的风险传染渠道主要来自于恐慌情绪等微观传导因素。俄乌冲突期间,净溢出指数值围绕0值上下剧烈波动,但在大部分区间内我国的净溢出指数显著为负,说明随着我国与俄罗斯的经济往来日益密切,俄罗斯股市受到重创会加剧对我国的风险输入,冲击我国股市的稳定性。

3.净成对溢出指数。为更好地解释疫情爆发前后中国与其他样本国家之间时变溢出的波动特征,本文计算出疫情爆发前、疫情高潮期、后疫情时代、俄乌冲突以及全样本时期中国与每个国家的净成对溢出指数。净成对溢出指数值表示溢出强度的大小,差值的正负号表示溢出方向。图4为不同样本期中国与其他样本国家的净成对溢出指数,预测步长H=10,滚动窗口分别定为60、20、80、20以及300。

如图4所示,疫情爆发前、疫情高潮期、后疫情时代以及俄乌冲突期间净成对溢出值围绕0值大幅波动,说明中国股市与“一带一路”沿线样本国家股市之间存在着双向波动溢出效应。疫情高潮期与后疫情时代净成对溢出指数围绕0值动态波动,我国作为全球最早爆发疫情且实施境内封锁的国家,除2020年初对其他样本国家有显著的风险溢出外,该值很大比例均为正值,表明中国主要是作为风险接受国承担了“一带一路”沿线大多数国家的风险溢出。俄乌冲突时期,由于我国长久以来与俄方保持着经济贸易的密切往来,因此在几次大摩擦事件期间我国的净成对溢出指数均显著为负。其中,俄罗斯、新加坡、越南、印度、以色列、沙特、捷克、波兰等国家都与中国有着十分显著的双向风险溢出关系。

图4 不同样本期中国与其他样本国家的净成对溢出指数

4.有向加权矩阵图。为进一步刻画不同时期样本国家间的风险溢出网络,本文以16个样本国家作为风险溢出网络的节点,两两国家之间的相互溢出效应作为各节点的有向连边,并以溢出效应值作为各有向连边的权重,构建起全样本、疫情爆发前、疫情高潮期、后疫情时代以及俄乌冲突时期“一带一路”沿线样本国家的风险溢出网络。其中,连接节点的箭头越粗或有向连边越粗且颜色越深,代表两节点之间的溢出值越大。

全样本、疫情爆发前、疫情高潮期、后疫情时代以及俄乌冲突期间“一带一路”沿线样本国股市关联网络的测算结果如图5所示。相较于疫情高潮期以及俄乌冲突期,全样本、疫情爆发前与后疫情时代各个经济体间溢出网络较为稀松,溢出强度较低。其中,新加坡、泰国、巴基斯坦与沿线国家经济往来密切,为网络系统中重要的双向风险传染国,印尼、印度与阿联酋这三国为全样本国家中较大的风险接受国。波兰作为股市最大的风险溢出国,通过密集网络迅速传染至其他经济体,对匈牙利和越南存在最大的风险溢出。从中国的角度看,我国受到沿线国家的风险溢出强度较低。本文认为可能的原因在于,“一带一路”倡议提出后,中国一直奉行“单边施惠”政策,且大多沿线国家一直处于观望态度。

图5 不同时期样本国家的股市关联网络结构

本文重点比较了疫情爆发前、疫情高潮期、后疫情时代样本国家股市之间的网络传染路径。疫情高潮期间,样本国家股市间的风险溢出强度和网络密度较“一带一路”倡议提出前有了显著上升。疫情爆发前,印尼、泰国、以色列、沙特、匈牙利以及波兰的股市为重要的双向风险溢出国。其中,印尼与越南、沙特与以色列、匈牙利与捷克之间的双向溢出效应最为突出。此外,随着我国与印尼贸易往来的逐渐加深,二者有较大的双向风险溢出效应。疫情高潮期间,全球封闭的因素给样本国家带来了诸多不稳定影响,样本国家间的风险联动性上升,溢出效应显著提高,溢出网络结构发生了明显的变化。沿线国家之间金融往来日益密切,疫情的爆发极大冲击了资本市场,经济体之间的双向溢出达到了峰值。相比疫情爆发前,在风险传递中处于关键地位的国家数量大幅上升,双向溢出效应显著增强。其中,中国、俄罗斯、印度、马来西亚、新加坡等南亚、东南亚国家为风险接受国,沿线国家对其风险溢出强度大,其余国家均为双向风险溢出国,且其风险溢出密度以及强度都较疫情爆发前急剧提升。疫情高潮期间,我国作为风险接受国,重点受到印尼、泰国、越南等国的风险溢出,与现实相吻合。亚洲地区的国家在中国与沿线国家贸易中有着绝对优势,这些国家的极端事件更易冲击到我国资本市场,给我国金融市场稳定造成极大的不确定性。较疫情高潮期,后疫情时代样本国家股市间风险的溢出效应显著减弱,与全样本以及疫情爆发前相似,南亚、东南亚国家以及以色列、沙特、波兰、匈牙利等国在样本国家股市间的双向风险传染效应中最为突出。我国由于有力的疫情防控、疫苗的全方位普及以及金融刺激政策的出台,与沿线样本国股市间联动性较低,为净风险接受国,其中受马来西亚、以色列与匈牙利三国股市的风险溢出较为显著。

俄乌冲突时间与疫情爆发时期存在明显的不同。其一,俄乌冲突较疫情高潮期间“一带一路”沿线国家的风险溢出密度更低,但风险溢出强度更大。其二,样本国家中关键的风险传染国家不同。疫情期间风险接受国重点集中在南亚、东南亚等国,而俄乌冲突期间以色列、阿联酋、黎巴嫩、捷克、波兰等西亚北非、欧洲国家之间双向风险溢出程度更为显著。马来西亚、泰国以及印度、巴基斯坦等南亚、东南亚国家彼此之间股市的风险传染效应也十分突出。我国与波兰、新加坡以及沙特这三个国家具有明显的双向风险传染路径,说明中国与这三个国家的金融贸易往来更为紧密。

上述结果表明,疫情爆发与俄乌冲突期间“一带一路”沿线样本国家股市的风险传染渠道与地理距离、经贸往来等宏观因素有绝对关系。

(四)稳健性检验

为了检验结果的稳健性,本文比较了不同的参数:滚动窗口宽度(即W=250/300/350天)和预测步长(即H=8/10/12天)。图6所示的结果验证了全样本期间的总溢出指数对于W和H的每个值都遵循类似的波动模式,这意味着我们的结果是稳健和一致的。

图6 基于不同预测期与滚动窗口的总溢出指数

六、结论与对策建议

随着“一带一路”倡议的实施,区域国家间的经济金融联系逐渐紧密。在2020年全球大爆发的新冠疫情以及2022年初俄乌冲突两次突发事件背景下,本文采用溢出指数法测算了2007年9月至2022年4月“一带一路”沿线16个国家主要经济体股票市场间的波动溢出效应,重点对比分析了两次突发事件中样本国家股市间的风险溢出特征,并在此基础上构建了样本国家风险传染的网络矩阵图,探究了各国股市间风险溢出效应的动态演进过程。第一,新冠疫情高潮期与俄乌冲突期间,“一带一路”沿线样本国家股市间的总波动溢出效应显著增强。受极端事件的冲击,样本国家整体风险传染效应提升,各国股市间的风险传染会引致破坏极大的系统性风险,影响国家整体金融系统的稳定性。该结论与假设1相吻合,也回答了引言结尾处提出的问题(1)。第二,“一带一路”沿线各个经济体股市间的风险联动性较强,其波动溢出效应表现出明显的动态性、周期性和阶段性特征,其中,新加坡、泰国、越南等东南亚国家,以色列、沙特等西亚北非国家,匈牙利和波兰等欧洲国家,是样本国家股市风险双向传染的核心传染源。该结论回答了引言结尾处提出的问题(2)与问题(3)。第三,不同性质的突发事件下,样本国家股市间的风险传染路径不同,这与假设2相符合。疫情期间南亚、东南亚国家股市间的双向传染程度最为显著,而俄乌冲突事件下西亚北非、欧洲国家之间的双向风险溢出程度更为剧烈。总体来看,马来西亚、泰国、印度、巴基斯坦等南亚、东南亚国家以及以色列、阿联酋、黎巴嫩、捷克、波兰等国是“一带一路”沿线样本国股市溢出的关键国家。第四,中国在很大程度上为风险接受国,与中国股市联动性较高的国家为主要的贸易往来国以及地理位置较近的亚洲国家,如泰国、新加坡、印尼、越南等。随着中国与以色列、沙特以及匈牙利、波兰等国股票市场联动程度的提升,其双边溢出指数均值也逐步加大。第三、第四个结论回答了引言结尾处提出的问题(4)。

本文针对上述研究结论提出了相应的对策建议。首先,从“一带一路”整体角度出发,沿线国家应强化金融市场间的共同监管,共同防范与应对内外部金融风险,在深入落实“一带一路”政策时要将突发事件等“黑天鹅”事件考虑在内,制定相应的预警、防范和应对措施,为“一带一路”沿线国家金融市场的稳定提供坚实保障。其次,对我国而言,应重点关注与我国贸易、资金往来较频繁的沿线国家,警惕外部环境和金融市场波动情况,特别是防范他国金融风险对我国股票市场的冲击。建立应对“一带一路”沿线国家金融风险的监测预警系统,在沿线国家爆发突发事件时,提前采取相应的风险防范举措,减少沿线他国输入性金融风险,防范极端事件短期冲击引发的系统性金融风险。最后,尽管当前全球疫情防控已取得阶段性成就,俄乌军事冲突接近尾声,但两次突发事件是否会演变成“灰犀牛”事件仍是未知数。若不及时采取应对措施,构建风险预警系统,极可能因“一带一路”国家股票市场间的剧烈波动诱发系统性金融风险。因此,必须保持审慎乐观态度,警惕疫情随时反弹,加大宏观调控力度,打造稳定的金融环境,激起投资信心,防止突发事件对我国宏观经济与金融市场造成持续性的冲击。

注释:

①《已同中国签订共建“一带一路”合作文件的国家一览》,详见https://www.yidaiyilu.gov.cn/xwzx/roll/77298.htm。

②由于2013年首次提出“一带一路”倡议,政策实施有时滞效应,加上沿线各国对该倡议一直抱有观望态度,因此2015年3月“一带一路”倡议才进入正式实施阶段,2016年后所选样本国陆续与中国签订合作协议,在此之前的突发事件并未能对各经济体股市造成显著的冲击波动。因此,本文仅选取这两次突发事件作为研究背景。

猜你喜欢
传染波动股市
Our Mood Can Affect Others
听说,笑容是会“传染”的
羊肉价回稳 后期不会大幅波动
微风里优美地波动
2019年国内外油价或将波动加剧
干湿法SO2排放波动对比及分析
传染
一类具有非线性传染率的SVEIR模型的定性分析
股市日历
股市日历