張清朵+楊坤+熊學(xué)文

摘要：以WTI原油期貨價(jià)格和倫敦黃金定盤價(jià)作為研究對(duì)象，通過(guò)構(gòu)建Copula模型明確市場(chǎng)間的風(fēng)險(xiǎn)相依強(qiáng)度，并結(jié)合使用向量自回歸（VAR）模型對(duì)其風(fēng)險(xiǎn)傳染方向進(jìn)行研究。研究結(jié)果表明：國(guó)際原油價(jià)格和國(guó)際黃金價(jià)格之間存在著明顯的動(dòng)態(tài)風(fēng)險(xiǎn)相依關(guān)系與雙向風(fēng)險(xiǎn)溢出效應(yīng)。相對(duì)而言，國(guó)際原油價(jià)格波動(dòng)傳染到黃金市場(chǎng)的用時(shí)較短，對(duì)黃金價(jià)格變化影響較大；而國(guó)際黃金價(jià)格的變動(dòng)傳染到原油市場(chǎng)則用時(shí)稍長(zhǎng)，且對(duì)原油價(jià)格波動(dòng)的影響相對(duì)較小。

中圖分類號(hào)：F830.93

文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1009-4474（2016）02-0103-08

關(guān)鍵詞：國(guó)際原油；國(guó)際黃金；大宗商品市場(chǎng)；風(fēng)險(xiǎn)依存度；風(fēng)險(xiǎn)傳染；溢出效應(yīng)；金融風(fēng)險(xiǎn)

Abstract： We took WTI and London gold price as the research objects， constructed copula model to get the riskdependent intensity between them， and used the VAR model to discuss direction of the risk contagion. The results show that there exists obvious dynamic dependency relationship and bidirectional risk spillover effects between international crude oil and gold prices. The influence of the change of international crude oil price on the gold market is relatively shorter and the fluctuation of gold price is greater， while effects of international gold price changes on the oil market are slightly longer， and the fluctuation of crude oil prices is relatively small.

Key words： international crude oil； international gold； commodity markets； risk dependence； risk contagion； spillover effect； financial risk

作為一種基礎(chǔ)性能源，原油對(duì)經(jīng)濟(jì)增長(zhǎng)和社會(huì)發(fā)展起到至關(guān)重要的作用。而黃金作為貴金屬中最受推崇的硬通貨，它具有極強(qiáng)的保值增值功能，同時(shí)還被廣泛地運(yùn)用于高新技術(shù)產(chǎn)業(yè)之中。原油和黃金同屬于大宗商品，是宏觀經(jīng)濟(jì)的重要指標(biāo)。因此，對(duì)于原油市場(chǎng)和貴金屬市場(chǎng)之間的關(guān)系進(jìn)行深入研究，有助于明確大宗商品市場(chǎng)的整體走勢(shì)，把握重要戰(zhàn)略資源的市場(chǎng)走向。

相關(guān)文獻(xiàn)表明，原油與黃金的價(jià)格具有明顯的同向運(yùn)動(dòng)趨勢(shì)，并且這種趨勢(shì)是長(zhǎng)期存在的。如董杰等通過(guò)對(duì)WTI原油期現(xiàn)貨、標(biāo)準(zhǔn)普爾500指數(shù)與黃金市場(chǎng)之間的關(guān)系進(jìn)行實(shí)證研究，發(fā)現(xiàn)WTI原油與黃金市場(chǎng)之間的相關(guān)系數(shù)具有顯著的時(shí)變特征，即兩市場(chǎng)間呈現(xiàn)出了明顯的動(dòng)態(tài)相依關(guān)系〔1〕。李紅霞等也得出了類似結(jié)論，他們利用2005年7月至2011年3月的交易數(shù)據(jù)，在一個(gè)框架下考察我國(guó)能源和金融市場(chǎng)的動(dòng)態(tài)相關(guān)性，結(jié)果顯示：黃金與原油之間呈現(xiàn)出正向關(guān)聯(lián)關(guān)系，但只存在著從黃金對(duì)原油方面的單向均值溢出效應(yīng)〔2〕。而林征等人的結(jié)論則更進(jìn)一步，他們通過(guò)對(duì)原油、黃金和美元關(guān)系的研究發(fā)現(xiàn)，原油市場(chǎng)與黃金市場(chǎng)間存在著雙向的波動(dòng)溢出效應(yīng)，價(jià)格波動(dòng)信息可以互相傳導(dǎo)〔3〕。

早期學(xué)者對(duì)原油和黃金價(jià)格關(guān)系的研究，通常是嵌套在多資產(chǎn)研究中，得出的結(jié)論也不全一致。在此基礎(chǔ)上，我們還需要進(jìn)一步對(duì)原油和黃金之間的風(fēng)險(xiǎn)傳染關(guān)系進(jìn)行深入研究，從強(qiáng)度和方向兩個(gè)方面得出更全面的結(jié)論。在現(xiàn)代社會(huì)紛繁復(fù)雜的金融關(guān)系中，研究原油和黃金之間的風(fēng)險(xiǎn)傳染關(guān)系，對(duì)掌握大宗商品價(jià)格走向關(guān)系，規(guī)避相應(yīng)的價(jià)格風(fēng)險(xiǎn)具有重要意義。

而在以往的金融風(fēng)險(xiǎn)關(guān)系研究中，多數(shù)文獻(xiàn)側(cè)重基于EMH理論而展開，但在現(xiàn)實(shí)生活中，金融類資產(chǎn)收益率常常呈現(xiàn)出較明顯的“尖峰、有偏、胖尾”等典型事實(shí)特征，基于EMH理論建立的模型一般難以有效地將這些特征捕捉，已有眾多學(xué)者對(duì)此問(wèn)題進(jìn)行了闡述，如王久勝等、于文華等〔4～5〕，而Copula模型自身具備的特點(diǎn)卻可以很好地解決此類問(wèn)題。張凱等提出，Copula函數(shù)可以對(duì)金融類資產(chǎn)收益序列進(jìn)行良好的非線性分布捕捉，為反映金融類資產(chǎn)之間的相依關(guān)系提供了一種新的思路，使對(duì)金融類資產(chǎn)組合之間的研究達(dá)到了一個(gè)新的高度，為研究不同市場(chǎng)間相依性關(guān)系的傳遞、影響和感染提供了一種新的研究方法〔6〕。

對(duì)于金融資產(chǎn)之間的風(fēng)險(xiǎn)傳染關(guān)系的測(cè)度，如果僅是得到它們之間具有相關(guān)性，即風(fēng)險(xiǎn)依存關(guān)系并不全面，還可以進(jìn)一步研究風(fēng)險(xiǎn)傳染的方向，以及一個(gè)資產(chǎn)價(jià)格變化對(duì)另一個(gè)資產(chǎn)價(jià)格變化的貢獻(xiàn)程度，向量自回歸（Vector Auto Regression，VAR）模型可以解決這一問(wèn)題。

現(xiàn)有文獻(xiàn)表明，VAR模型不僅可以得到金融資產(chǎn)之間風(fēng)險(xiǎn)傳染關(guān)系的方向，還可以得到在固定傳染方向下，一種資產(chǎn)對(duì)另一種資產(chǎn)產(chǎn)生影響的持續(xù)時(shí)間和貢獻(xiàn)度，如Cologni等以及Kilian等都得出了此類結(jié)論〔7～8〕。而且根據(jù)吳振信等的研究，VAR模型的設(shè)立是基本不依賴經(jīng)濟(jì)原理的，它主要依據(jù)變量自有的動(dòng)態(tài)規(guī)律對(duì)其本身進(jìn)行研究，以聯(lián)立方程的形式，將系統(tǒng)中每一個(gè)內(nèi)生變量作為所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型，以反映這些變量間的動(dòng)態(tài)聯(lián)系〔9〕。馬軼群等也認(rèn)為VAR模型是分析和預(yù)測(cè)多個(gè)具有相關(guān)性的經(jīng)濟(jì)指標(biāo)的容易操作的模型之一，它也經(jīng)常用于預(yù)測(cè)相互聯(lián)系的時(shí)間序列系統(tǒng)，以及分析隨機(jī)擾動(dòng)對(duì)于整個(gè)變量系統(tǒng)的動(dòng)態(tài)沖擊〔10〕。

基于以上分析，本文選擇WTI原油價(jià)格和倫敦黃金定盤價(jià)作為研究對(duì)象，同時(shí)運(yùn)用Copula模型和VAR模型進(jìn)行實(shí)證研究。相對(duì)于目前一些學(xué)者單一的使用Copula模型或VAR模型對(duì)國(guó)際原油和國(guó)際黃金價(jià)格的風(fēng)險(xiǎn)傳染關(guān)系進(jìn)行研究，同時(shí)使用這兩種方法進(jìn)行研究不僅能得到國(guó)際原油和國(guó)際黃金價(jià)格之間的風(fēng)險(xiǎn)依存強(qiáng)度，還能得到風(fēng)險(xiǎn)傳染的方向，即可以同時(shí)得到定量和定性兩個(gè)方面的結(jié)論。

脈沖響應(yīng)函數(shù)描述的是，VAR模型中的一個(gè)內(nèi)生變量在受到?jīng)_擊之后，給其它內(nèi)生變量所帶來(lái)的影響，而每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量產(chǎn)生影響的貢獻(xiàn)度則需要方差分解來(lái)實(shí)現(xiàn)的。方差分解把系統(tǒng)中每一個(gè)內(nèi)生變量的波動(dòng)按其成因分解成各隨機(jī)擾動(dòng)項(xiàng)影響的總和，從而通過(guò)方差貢獻(xiàn)度的大小，來(lái)衡量隨機(jī)擾動(dòng)項(xiàng)對(duì)變量的相對(duì)重要程度。在本文中，通過(guò)方差分解，可以確定國(guó)際油價(jià)變動(dòng)及國(guó)際黃金價(jià)格變動(dòng)在對(duì)方價(jià)格變化中的作用大小。

二、實(shí)證研究

（一）樣本選擇

本文選擇美國(guó)西德克薩斯原油期貨連續(xù)價(jià)格（WTI）作為國(guó)際原油價(jià)格的代表，選取英國(guó)倫敦黃金定盤價(jià)作為國(guó)際黃金價(jià)格的代表，對(duì)國(guó)際原油和黃金價(jià)格的關(guān)系進(jìn)行研究，樣本時(shí)間段為2000年1月4日到2013年6月6日，兩組數(shù)據(jù)同為3218個(gè)，數(shù)據(jù)來(lái)源于美國(guó)能源信息署（EIA）和倫敦金銀協(xié)會(huì)市場(chǎng)。為了方便進(jìn)行分析說(shuō)明，本文將西德克薩斯原油期貨連續(xù)價(jià)格的收盤價(jià)簡(jiǎn)稱為WTI，而將倫敦黃金定盤價(jià)簡(jiǎn)稱為L(zhǎng)DHJ。本文所用的軟件主要是MATLAB R2009b和EViews 7.11，將WTI和LDHJ的每日價(jià)格記為Pt，并定義每個(gè)資產(chǎn)的每日收益率為Yt，Yt=Ln（Pt）-Ln（Pt-1），t=2，3，…，N，并將WTI價(jià)格序列的收益率序列簡(jiǎn)記為RWTI，LDHJ價(jià)格序列的收益率序列簡(jiǎn)記為RLDHJ。

（二）收益序列描述統(tǒng)計(jì)分析

表1是RWTI序列和RLDHJ序列的描述統(tǒng)計(jì)結(jié)果，從中可以看出：兩個(gè)收益序列的偏度系數(shù)都在1%的顯著性水平下顯著，即兩個(gè)收益序列的分布具有明顯的有偏、尖峰特征；兩個(gè)收益序列的J-B統(tǒng)計(jì)量也均在1%的顯著性水平下拒絕了正態(tài)分布；運(yùn)用ADF檢驗(yàn)收益序列的平穩(wěn)性，結(jié)果都明顯拒絕了非平穩(wěn)性假設(shè)；運(yùn)用BDS檢驗(yàn)收益序列是否

服從獨(dú)立同分布（I.I.D），結(jié)果表明它們明顯拒絕I.I.D特征；運(yùn)用LjungBox Q統(tǒng)計(jì)量對(duì)收益序列進(jìn)行自相關(guān)性檢驗(yàn)，結(jié)果表明在滯后期為25時(shí)，兩個(gè)收益序列都明顯拒絕無(wú)自相關(guān)性；運(yùn)用no ARCH檢驗(yàn)收益序列是否存在ARCH效應(yīng)，結(jié)果均拒絕無(wú)ARCH效應(yīng)而表現(xiàn)出明顯的異方差特征。

波動(dòng)分布與正態(tài)分布相比較的QQ圖。從圖1～圖4中可以看出：收益序列波動(dòng)圖表明兩個(gè)收益序列都明顯存在波動(dòng)聚集現(xiàn)象，即大波動(dòng)之后是大波動(dòng)，小波動(dòng)之后是小波動(dòng)的特征；QQ圖表明兩個(gè)收益序列的分布比正態(tài)分布有更長(zhǎng)的尾部，也就是說(shuō)如果假定收益序列服從正態(tài)分布進(jìn)行研究并不能真正反映能源和貴金屬市場(chǎng)的典型事實(shí)特征，也就無(wú)法對(duì)兩個(gè)市場(chǎng)間的風(fēng)險(xiǎn)相依關(guān)系進(jìn)行有效刻畫。

在對(duì)數(shù)據(jù)進(jìn)行基本的分析梳理后，針對(duì)收益序列具有的有偏、尖峰、自相關(guān)性、異方差性、厚尾、波動(dòng)聚集等典型事實(shí)特征，可以選用AR（1）-GARCH（1，1）模型建立波動(dòng)率模型，并獲取它們的標(biāo)準(zhǔn)殘差序列。ARCH模型一直被運(yùn)用于金融經(jīng)濟(jì)時(shí)間序列的波動(dòng)性研究，但該模型只適用于異方差函數(shù)短期自相關(guān)過(guò)程，而GARCH模型正好在此基礎(chǔ)上又增加考慮了異方差函數(shù)的p階自相關(guān)性，它對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行處理考慮的方面更周到。

（三）風(fēng)險(xiǎn)依存關(guān)系的測(cè)度

在對(duì)WTI和LDHJ收益序列經(jīng)過(guò)AR（1）-GARCH（1，l）-t模型擬合后，本文對(duì)其標(biāo)準(zhǔn)殘差序列進(jìn)行了相應(yīng)的概率積分變換，并得到了它們各自的邊緣分布，在此處上了構(gòu)建了二元時(shí)變tCopula模型，并得到了WTI和LDHJ的動(dòng)態(tài)相依系數(shù)。圖5顯示了二元時(shí)變tCopula模型擬合的WTI和LDHJ的動(dòng)態(tài)相依系數(shù)的變化趨勢(shì)圖，由長(zhǎng)期歷史價(jià)格走勢(shì)而得出的WTI和LDHJ的風(fēng)險(xiǎn)相依關(guān)系的強(qiáng)度均值為0.18。

圖5RWTI和RLDHJ序列的動(dòng)態(tài)相依系數(shù)

從圖5可以看出，WTI和LDHJ具有明顯的風(fēng)險(xiǎn)相依關(guān)系，并且兩者的相依性還表現(xiàn)出明顯的時(shí)變特征，它比一般的線性相關(guān)系數(shù)更能反映在瞬息萬(wàn)變的金融、經(jīng)濟(jì)環(huán)境下，能源和貴金屬的市場(chǎng)價(jià)格受到的多種因素的影響而表現(xiàn)出的動(dòng)態(tài)風(fēng)險(xiǎn)相依關(guān)系。即在長(zhǎng)期均衡中，可能先是WTI的價(jià)格波動(dòng)后，傳染帶動(dòng)了LDHJ的價(jià)格波動(dòng)，也可能是LDHJ的價(jià)格先波動(dòng)，后傳染帶動(dòng)了WTI的價(jià)格波動(dòng)，即風(fēng)險(xiǎn)傳染在兩者之中是明確存在的，還不能確定傳染方向，需要通過(guò)進(jìn)一步研究證明傳染方向。

（四）風(fēng)險(xiǎn)傳染方向的測(cè)度

在建立VAR模型的基礎(chǔ)上，由格蘭杰因果檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解方法來(lái)得到WTI和LDHJ在自己產(chǎn)生變化后對(duì)另一變量的影響方向、強(qiáng)度和時(shí)間。

1.VAR和格蘭杰因果關(guān)系檢驗(yàn)

從表2可以看出，WTI和LDHJ價(jià)格的收益序列均已通過(guò)ADF單位根檢驗(yàn)，說(shuō)明兩者都是平穩(wěn)序列，本文根據(jù)LogL，LR，F(xiàn)PE，AIC，SC和HQ六大準(zhǔn)的多數(shù)原則建立了WTI和LDHJ的VAR（6）模型，且此VAR（6）模型的所有根模均小于1并且都位于單位圓內(nèi)，說(shuō)明此模型滿足穩(wěn)定性條件，結(jié)果如表2所示。在WTI收益率方程中，LDHJ收益率滯后2階的系數(shù)在1%的顯著性水平下是顯著的；在LDHJ收益率方程中，WTI收益率滯后1階的系數(shù)在1%的顯著性水平下是顯著的，說(shuō)明WTI原油市場(chǎng)和倫敦黃金市場(chǎng)之間不僅具有明顯的風(fēng)險(xiǎn)依存的相關(guān)關(guān)系，還存在著經(jīng)由價(jià)格進(jìn)行傳導(dǎo)的雙向風(fēng)險(xiǎn)溢出效應(yīng)，即WTI的價(jià)格變化會(huì)引致LDHJ的價(jià)格變化、LDHJ的價(jià)格變化也會(huì)引致WTI的價(jià)格變化，此結(jié)果與表3的格蘭杰因果檢驗(yàn)結(jié)果一致。

2.脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)可以根據(jù)假設(shè)情景的需要來(lái)設(shè)定相應(yīng)的沖擊的強(qiáng)度與方向，它不但可以分析一個(gè)變量受到另一個(gè)變量的影響的大小、方向，而且還可以得到影響的時(shí)間框架。圖6和圖7是RWTI和RLDHJ的相互脈沖響應(yīng)函數(shù)結(jié)果，圖中實(shí)線表示脈沖響應(yīng)函數(shù)，虛線表示正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶。

從圖6和圖7中可以看出，在本期給WTI原油期貨市場(chǎng)一個(gè)正沖擊之后，倫敦黃金市場(chǎng)會(huì)在當(dāng)期就直接達(dá)到最高點(diǎn)，然后會(huì)持續(xù)下降并在第3期達(dá)到最低點(diǎn)，之后會(huì)出現(xiàn)較小的波動(dòng)上升和下降狀態(tài)。還可以看出，在本期給倫敦黃金市場(chǎng)一個(gè)正沖擊之后，WTI原油期貨市場(chǎng)會(huì)波動(dòng)上升，在第3期出現(xiàn)最高峰，之后會(huì)出現(xiàn)較大的波動(dòng)下降和上升狀態(tài)。由此表明，無(wú)論先是WTI原油期貨市場(chǎng)先受到風(fēng)險(xiǎn)沖擊，還是倫敦黃金市場(chǎng)先受到風(fēng)險(xiǎn)沖擊，風(fēng)險(xiǎn)都會(huì)由它傳染到另一個(gè)市場(chǎng)。

不同的是，WTI先受到風(fēng)險(xiǎn)沖擊后，傳染到倫敦黃金市場(chǎng)的用時(shí)較短，而倫敦黃金市場(chǎng)先受到風(fēng)險(xiǎn)沖擊后，風(fēng)險(xiǎn)會(huì)延時(shí)傳染到WTI原油期貨市場(chǎng)。在原油市場(chǎng)與黃金期貨市場(chǎng)交易信息的聯(lián)動(dòng)上，兩個(gè)市場(chǎng)間的波動(dòng)信息是可以相互反饋的，兩市場(chǎng)的聯(lián)系是異常緊密的。當(dāng)原油價(jià)格變化的時(shí)候，比如價(jià)格下降，產(chǎn)油國(guó)為平衡國(guó)際收支逆差，會(huì)選擇拋售大量的黃金儲(chǔ)備，從而造成黃金價(jià)格的迅速下降。反之，當(dāng)黃金價(jià)格變化的時(shí)候，比如價(jià)格上漲，就會(huì)吸引大量資金流入黃金市場(chǎng)，作為國(guó)際結(jié)算貨幣的美元的需求量就會(huì)增加，就會(huì)促使產(chǎn)油國(guó)為獲取更多的美元而提高原油價(jià)格，此過(guò)程需要時(shí)間進(jìn)行消化。

3.方差分解

通過(guò)方差分解可以看出，VAR模型的方差分解能夠給出隨機(jī)新息項(xiàng)的重要信息，表4和表5給出了利用蒙特卡洛模擬1000次方差分解的結(jié)果。

由表4和表5可以看出，WTI原油市場(chǎng)的沖擊變化對(duì)倫敦黃金市場(chǎng)的變化的貢獻(xiàn)度是高于倫敦黃金市場(chǎng)的沖擊變化度對(duì)WTI原油市場(chǎng)的貢獻(xiàn)度的，這與脈沖響應(yīng)函數(shù)的結(jié)果是相對(duì)應(yīng)的。相對(duì)于黃金在世界經(jīng)濟(jì)發(fā)展中起到的作用來(lái)說(shuō)，原油資源作為工業(yè)生產(chǎn)領(lǐng)域最為基本的能源原材料，在世界經(jīng)濟(jì)發(fā)展中起著更為重要的作用，它的變化給其他行業(yè)、領(lǐng)域帶來(lái)的影響都比較大。當(dāng)原油價(jià)格變動(dòng)幅度較大，會(huì)給實(shí)體經(jīng)濟(jì)帶來(lái)巨大壓力，進(jìn)而影響到經(jīng)濟(jì)穩(wěn)定和金融資產(chǎn)的價(jià)值，此時(shí)大多數(shù)人就會(huì)對(duì)價(jià)值比較穩(wěn)定的黃金資產(chǎn)進(jìn)行對(duì)應(yīng)的操作，進(jìn)而促使其價(jià)格變動(dòng)。而黃金作為價(jià)值一直都比較穩(wěn)定的投資品，它的價(jià)格變動(dòng)更多地會(huì)影響到人們對(duì)金融資產(chǎn)的估值，而對(duì)于社會(huì)經(jīng)濟(jì)的影響相對(duì)較小，自然黃金對(duì)于原油價(jià)格的影響也就不及原油價(jià)格變動(dòng)對(duì)黃金的影響。

經(jīng)過(guò)VAR模型的系列結(jié)果來(lái)看，風(fēng)險(xiǎn)傳染在WTI原油市場(chǎng)和倫敦黃金市場(chǎng)之間是雙向存在的，相對(duì)來(lái)說(shuō)，WTI原油市場(chǎng)先受到一定風(fēng)險(xiǎn)的沖擊之后，對(duì)于倫敦黃金市場(chǎng)的影響持續(xù)的時(shí)間比較長(zhǎng)，而且對(duì)其影響也比較大。

三、結(jié)論及政策建議

本文選擇美國(guó)西德克薩斯原油期貨（WTI）價(jià)格和倫敦黃金定盤價(jià)（LDHJ）作為國(guó)際原油和國(guó)際黃金市場(chǎng)的代表進(jìn)行了研究，研究結(jié)論如下：

第一，本文選擇能夠顯著捕捉金融資產(chǎn)收益率典型事實(shí)特征的二元時(shí)變tCopula模型對(duì)WTI和和LDHJ的風(fēng)險(xiǎn)相依關(guān)系進(jìn)行分析。通過(guò)研究，發(fā)現(xiàn)WTI和LDHJ之間確實(shí)存在著風(fēng)險(xiǎn)相依關(guān)系，并且是具有跟隨市場(chǎng)變化而起伏的時(shí)變風(fēng)險(xiǎn)相依關(guān)系，比較具體形象地對(duì)兩者之間的風(fēng)險(xiǎn)相依關(guān)系進(jìn)行了描述，更能反映出能源和貴金屬價(jià)格受到多種因素影響而表現(xiàn)出的動(dòng)態(tài)風(fēng)險(xiǎn)相依關(guān)系。

第二，為了得到WTI和LDHJ的風(fēng)險(xiǎn)傳染方向，本文又建立了VAR（6）模型，還在此基礎(chǔ)上建立了脈沖響應(yīng)函數(shù)和方差分解方程，并得到了雙方風(fēng)險(xiǎn)溢出關(guān)系的持續(xù)時(shí)間和貢獻(xiàn)度。相關(guān)結(jié)果表明，風(fēng)險(xiǎn)由原油市場(chǎng)再傳染到黃金市場(chǎng)的時(shí)間較短，對(duì)于黃金市場(chǎng)價(jià)格波動(dòng)的貢獻(xiàn)度較大；而風(fēng)險(xiǎn)由黃金市場(chǎng)傳染到原油市場(chǎng)的時(shí)間則稍長(zhǎng)，而且對(duì)原油市場(chǎng)價(jià)格波動(dòng)的貢獻(xiàn)度較小。

基于實(shí)證研究的結(jié)論，本文提出以下建議：

第一，原油價(jià)格變動(dòng)會(huì)給一國(guó)經(jīng)濟(jì)帶來(lái)重要影響。油價(jià)上漲雖有利于國(guó)內(nèi)石油化工企業(yè)發(fā)展，但會(huì)增加我國(guó)經(jīng)濟(jì)建設(shè)成本，增大居民生活壓力，不利于我國(guó)經(jīng)濟(jì)穩(wěn)定發(fā)展；油價(jià)下降會(huì)降低我國(guó)經(jīng)濟(jì)建設(shè)成本，降低居民生活壓力，但是卻有損于油化工企業(yè)的發(fā)展。因此，對(duì)于國(guó)際油價(jià)的變化，我們要時(shí)刻關(guān)注，以防油價(jià)大幅變動(dòng)影響到國(guó)家經(jīng)濟(jì)建設(shè)。

第二，黃金作為升值空間巨大的稀有資源，越來(lái)越受到投資者的青睞，流通于黃金市場(chǎng)的資金也日益增加。但是，如果黃金價(jià)格變動(dòng)浮動(dòng)過(guò)大，會(huì)引起成投資者過(guò)度恐慌，不利于黃金市場(chǎng)的穩(wěn)定發(fā)展。所以，我們必須關(guān)注國(guó)際黃金價(jià)格的變化，規(guī)避價(jià)格風(fēng)險(xiǎn)。

第三，原油和黃金作為對(duì)一國(guó)經(jīng)濟(jì)具有重要作用的大宗商品資源，一旦一方出現(xiàn)劇烈的價(jià)格波動(dòng)，另一方就會(huì)連帶發(fā)生類似現(xiàn)象，從而不利于一國(guó)社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展。有關(guān)部門在監(jiān)測(cè)石油和黃金價(jià)格會(huì)產(chǎn)生的風(fēng)險(xiǎn)時(shí)，要注意將兩者結(jié)合起來(lái)，以達(dá)到全面預(yù)防、控制的目的。

第四，投資者在進(jìn)行投資時(shí)，可以選擇黃金或原油與其他類金融資產(chǎn)組合來(lái)規(guī)避風(fēng)險(xiǎn)。因?yàn)椋顿Y者若同時(shí)投資這兩類資產(chǎn)，雖然可以有機(jī)會(huì)得到兩者同時(shí)暴漲而帶來(lái)豐厚的收益，但是卻更可能會(huì)遇到兩者同時(shí)暴跌，給自己帶來(lái)巨大損失。

目前我國(guó)還有沒(méi)有原油期貨，但是國(guó)內(nèi)有關(guān)部門正在逐步落實(shí)原油期貨的推出工作。在政府推出原油期貨后，要注意防范原油期貨和黃金期貨會(huì)產(chǎn)生的風(fēng)險(xiǎn)傳染關(guān)系，做到未雨綢繆。

參考文獻(xiàn)：

〔1〕董杰，潘和平，姚一永，李成剛.基于DCCMVGARCH模型的石油、股票和黃金市場(chǎng)相關(guān)性實(shí)證研究〔J〕.預(yù)測(cè)，2012，31（4）：53-57.

〔2〕李紅霞，傅強(qiáng).我國(guó)實(shí)物資產(chǎn)與金融資產(chǎn)市場(chǎng)的動(dòng)態(tài)相關(guān)性研究——基于五元VARDCCMVGARCH模型的系統(tǒng)檢驗(yàn)〔J〕.預(yù)測(cè)，2012，31（2）：7-17.

〔3〕林征，林雅娜，黃曉玲.黃金、美元、石油市場(chǎng)間溢出效應(yīng)研究——基于3元 BEKKGARCH模型的實(shí)證分析〔J〕.經(jīng)濟(jì)研究導(dǎo)刊，2015，（11）：196-199.

〔4〕王久勝，包衛(wèi)軍，胡杰.基于多維Gumbel Copula函數(shù)的投資組合VaR分析〔J〕.數(shù)理統(tǒng)計(jì)與管理，2010，29（1）：137-143.

〔5〕于文華，魏宇，岳焱.次貸危機(jī)對(duì)亞洲股市尾部極值風(fēng)險(xiǎn)傳導(dǎo)的影響研究〔J〕.預(yù)測(cè)，2013，32（3）：3-18.

〔6〕張凱，魏子凱.基于Copula函數(shù)尾部相關(guān)性的股票交易策略〔J〕.統(tǒng)計(jì)與決策，2014，（16）：56-58.

〔7〕Cologni A，Manera M.Oil Prices，Inflation and Interest Rates in a Structural Cointegrated VAR Model for the G7 Countries〔J〕.Energy Economics，2008，30（3）：856-888.

〔8〕Kilian L，Park C.The Impact of Oil Price Shocks On the US Stock Market〔J〕.International Economic Review，2009，50（4）：1267-1287.

〔9〕吳振信，薛冰，王書平.基于VAR模型的油價(jià)波動(dòng)對(duì)我國(guó)經(jīng)濟(jì)影響分析〔J〕.中國(guó)管理科學(xué)，2011，19（1）：21-28.

〔10〕馬軼群，史安娜.金融發(fā)展對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的影響研究——基于VAR模型的實(shí)證分析〔J〕.國(guó)際金融研究，2012，（11）：30-39.

〔11〕Nelsen R B.An Introduction to Copulas〔M〕.Springer，NewYork，1999：18，90-95，125-137.

〔12〕李秀敏，史道濟(jì).金融市場(chǎng)組合風(fēng)險(xiǎn)的相關(guān)性研究〔J〕.系統(tǒng)工程理論與實(shí)踐，2007，（2）：112-117.

〔13〕魏平，劉海生.Copula模型在滬深股市相關(guān)性研究中的應(yīng)用〔J〕.數(shù)理統(tǒng)計(jì)與管理，2010，29（5）：890-898.

〔14〕于文華，魏宇，康明惠.不同時(shí)變CopulaEVTES模型精度比較研究〔J〕.管理科學(xué)學(xué)報(bào)，2015，18（15）：32-45.

〔15〕Engle R.Dynamic Conditional CorrelationA Simple Class of Multivariate GARCH Models〔J〕.Journal of Business and Economic Statistics，2002，20（3）：339-350.

〔16〕呂光明，徐曼.中國(guó)的短期國(guó)際資本流動(dòng)——基于月度VAR模型的三重動(dòng)因解析〔J〕.國(guó)際金融研究，2012，（4）：61-68.

〔17〕汪昌云，戴穩(wěn)勝，張成思.基于EVIEWS的計(jì)量經(jīng)濟(jì)學(xué)〔M〕.中國(guó)人民大學(xué)出版社，2011：72-124.

（責(zé)任編輯：葉光雄）