黃澤鋒 葉藝虹 黃廣儀

[摘 要] 選取2014年5月16日至2018年10月25日WTI原油期貨價格與深證國證新能指數(shù)的日樣本數(shù)據(jù)，通過ADF檢驗、自相關(guān)檢驗、ARCH檢驗等方法，基于ARMA-GARCH模型對二者的VaR（在險價值）與其之間的△CoVaR進行擬合和預測，對國際原油價格與我國能源股價格間的波動關(guān)系進行量化研究，并做出經(jīng)濟解釋。結(jié)果表明，國際原油期貨價格對我國新能源股的溢出效應呈現(xiàn)正負交替的時變性以及顯著的不對稱性，即油價下跌的溢出效應比其上漲更為明顯；從長期來看，原油對新能源股存在較為顯著的正向風險溢出。故政府需做好準備應對這種溢出效應，重點勘察國際油價下跌給股市造成的風險。

[關(guān)鍵詞] 國際原油；能源股；波動溢出效應；△CoVaR

[中圖分類號] F831.5 [文獻標識碼] A [文章編號] 1009-6043（2019）03-0156-03

一、引言與文獻綜述

在經(jīng)濟學中，原油與新能源存在明顯的收入效應與替代效應。近些年來，國際原油期貨價格變化劇烈，就WTI原油期貨價格歷史數(shù)據(jù)來看，近六年其最大跌幅近75.8%。過低的國際油價可能使新能源在價格競爭中處于劣勢，間接影響我國新能源產(chǎn)業(yè)的發(fā)展。

近十年，國際原油與新能源市場之間的經(jīng)濟關(guān)系研究是學術(shù)界熱點之一。早在2008年，Henriques and Sadorsky（2008）[1]運用VaR模型發(fā)現(xiàn)原油價格會影響美國可替代能源公司股價；溫曉倩（2014）[2]發(fā)現(xiàn)原油期貨價格對我國新能源行業(yè)存在溢出效應；歐陽資生、李釗（2017）[3]通過Copula函數(shù)，發(fā)現(xiàn)國際原油價格的波動對中國股票市場的風險溢出效應相較美國市場要弱。

綜合已有文獻，近年對于國際原油市場和我國新能源股票市場之間的相關(guān)性研究較少，大環(huán)境的變動使先前的研究結(jié)論可能失去時效性。從研究方向上看，國內(nèi)文獻大多研究原油價格波動對A股市場的風險傳染途徑，而較少進行二者的風險測度，當原油發(fā)生極端風險時，無法給予部分利益相關(guān)者引導。本文參考臧子歡[4]的研究采用CoVaR-GARCH的方法對原油市場和我國新能源股價之間的風險溢出效應進行量化，并對其波動做出經(jīng)濟解釋。

二、模型構(gòu)建與實證分析

（一）樣本數(shù)據(jù)選取與處理

選取WTI原油期貨價格作為國際原油價格數(shù)據(jù)，選用深證國證新能指數(shù)作為新能源股價格代表。先采集并調(diào)整得到二者的對數(shù)收益率，分別用GZ和WTI表示，共得到13692個有效樣本觀測值。

運用Eviews進行基本統(tǒng)計特征與平穩(wěn)性檢驗。由基本統(tǒng)計特征輸出表可知，新能源股價的收益率均值大于0，而原油期貨的收益率小于0，說明我國新能源股票市場表現(xiàn)優(yōu)于原油期貨市場；而從兩序列的峰度和偏度來看，二者的峰度都大于3，GZ偏度小于0而WTI偏度大于0，表明其分布均不滿足正態(tài)分布的條件，原油收益率呈現(xiàn)右偏分布而新能源股收益率呈現(xiàn)左偏分布。

后為防止出現(xiàn)不平穩(wěn)序列的偽回歸現(xiàn)象，對序列進行ADF（平穩(wěn)性）檢驗，發(fā)現(xiàn)兩序列在90%、95%和99%的置信水平下p值均為0，表明二者都是平穩(wěn)的時間序列。

后進行格蘭杰因果檢驗。為了使Granger因果檢驗的結(jié)果更加客觀準確，采用LR、FPE、AIC、SC和HQ評判原則，得出兩序列的最優(yōu)滯后階數(shù)均為1階。接著進行1階條件下的格蘭杰檢驗。結(jié)果表明，原油市場對我國新能源股票市場有顯著的單向格蘭杰因果。

（二）新能源股票指數(shù)與原油期貨價格的VaR計算

1.自相關(guān)性與ARCH檢驗

（1）國證新能

通過Eviews進行GZ的自相關(guān)性檢驗，發(fā)現(xiàn)其Q統(tǒng)計量p值在不同滯后階數(shù)下均小于0.05，說明在5%的顯著性水平下，序列存在較強的自相關(guān)性。接著建立ARMA模型得到殘差序列，

對殘差進行ARCH-LM檢驗，發(fā)現(xiàn)p值接近0，說明誤差項具有條件方差性，即存在ARCH效應，可用GARCH類模型建模。

（2）原油期貨

通過Eviews進行WTI的自相關(guān)性檢驗，發(fā)現(xiàn)其Q統(tǒng)計量p值出現(xiàn)明顯的發(fā)散性，序列不存在顯著的相關(guān)性。需要做白噪聲假設，然后對去均值后得到的殘差平方序列作Q檢驗。結(jié)果表明殘差平方存在很強的自相關(guān)性，對其進行ARCH-LM檢驗，方程p值為0，表明殘差的ARCH效應非常顯著。

2.建立GARCH族模型

本文假設模型的殘差序列分別服從GED分布、正態(tài)分布和T分布，為去除模型的集聚性和波動性的影響，在不同分布下建立四種模型，分別是GARCH-M、GARCH（1，1）、EGARCH和TGARCH模型，通過四個篩選原則，選出最優(yōu)的GARCH模型并進行下一步建模。

篩選模型的標準如下：

①α1+β1小于且接近1，表明條件方差受到持久沖擊，對未來預測有重要影響；

②除了常數(shù)項μ和ω，各參數(shù)估計的p值小于0.05，表示參數(shù)影響顯著；

③最大似然值越大或AIC、SC值越小，說明模型能夠比較好地擬合數(shù)據(jù)；

④LM檢驗的p值大于5%表明模型不存在ARCH效應，GARCH的擬合效果較好。

（1）國證新能

運用Eviews得到模型估計結(jié)果如下：

①條件方差方程α1和β1系數(shù)均較為顯著，但不同分布下GARCH-M模型的最大似然值均大于GARCH（1，1）模型，且AIC與SC值更小，因此，GARCH-M模型優(yōu)于GARCH（1，1）。確認模型后，考慮分布情況。T分布下GARCH-M模型的ρ要比其他分布更顯著，因此選擇T分布下的GARCH-M模型；

②考慮到金融風險中存在杠桿效應，比較TGARCH和EGARCH模型結(jié)果可知方程和系數(shù)都較為顯著。后考慮分布情況，發(fā)現(xiàn)只有正態(tài)分布下EGARCH模型的γ值較為顯著，因此，選擇正態(tài)分布下的EGARCH模型；

③綜上，對比T分布下的GARCH-M模型和正態(tài)分布下的EGARCH模型結(jié)果，由于后者的α1+β1>1，且前者的最大似然值更大，AIC與SC更小，因此，選擇T分布下的GARCH-M模型進入下一步建模。

（2）原油期貨

同上文GZ的思路，通過Eviews輸出結(jié)果表，經(jīng)過四個原則，對比篩選，最后選擇T分布下的EGARCH模型作為最優(yōu)模型構(gòu)建。

另外，由于兩個序列為金融時間序列，故下文考慮加入自回歸移動平均項提高模型擬合程度。

3.建立ARMA模型

對于GZ序列，從Eviews結(jié)果可知，AR（3）項系數(shù)的p值為0.1580，即自回歸項（AR項）加到第三項時，仍處于較不顯著的情況。而當加入滯后一階的MA項時，發(fā)現(xiàn)AR（1）項系數(shù)和其余參數(shù)均變得顯著，且可決系數(shù)較之前上升，因此選取ARMA（1，1）-GARCH-M模型。提取出該模型的R和σt，用Matlab計算出該模型T分布下的上側(cè)0.05分位數(shù)為1.7920，根據(jù)公式（3）計算得出VaR（GZ）。

VaR（GZ）=R-Q（q）*σt （3）

對于WTI序列，同GZ序列思路，發(fā)現(xiàn)AR（2），MA（1）條件下的模型可決系數(shù)最大，因此選取ARMA（2，1）-EGARCH模型。接著提取出該模型的相關(guān)參數(shù)值，用Matlab計算出該模型T分布下的上側(cè)0.05分位數(shù)為2.0461，最后根據(jù)公式（3）計算得到VaR（WTI）。

（三）原油期貨價格對新能源股的風險溢出效應

1.格蘭杰因果檢驗

對VaR（WTI）和VaR（GZ）序列進行格蘭杰因果測試，結(jié)果顯示p1=0.02，拒絕VaR（WTI）變化不是VaR（GZ）變化的Granger原因，說明國際原油期貨價格波動對我國新能源股價波動會產(chǎn)生影響，而p2=0.1384表明反之則不成立，即原油期貨價格對新能源股具有單向的風險溢出。

在2014至2018年間，WTI原油期貨價格對我國新能源股票的風險溢出效應具有顯著的時變性特征，表現(xiàn)出正負交替的溢出作用，且正向溢出作用大大強于負向溢出。相比于2014至2016年，2017至2018年國際原油對新能源股的溢出作用明顯減弱。

3.結(jié)果分析和經(jīng)濟解釋

（1）原油期貨價格對我國新能源股具有較為顯著的正向溢出效應

從2014年12月到2015年6月，原油對股市的正向溢出開始增大。沙特阿拉伯發(fā)動也門戰(zhàn)爭并提高原油官方銷售價、美國原油庫存減少等利好消息逆轉(zhuǎn)原油下跌趨勢。與此同時，中國股市由于券商股杠桿資金的運用，杠桿率急升，市場出現(xiàn)劇烈變動的牛市。國內(nèi)牛市和原油價格的回暖加速了我國新能源股的上漲，其正向溢出效應開始增大。

從2015年7月到2016年2月，原油對股市的正向溢出急劇增大。美國頁巖革命迎來高潮，美聯(lián)儲加息，大宗商品全面下跌，原油價格受壓下行。與此同時，中國股市結(jié)束瘋牛，杠桿的過度運用后A股迎來暴跌，大部分股票無量跌停。原油的急劇下跌與股市熊市，大大擴大了這段時間原油對我國新能源股的溢出作用。

（2）原油期貨價格對新能源股的溢出效應具有時變性

從2016年2月到2017年1月，供需關(guān)系相比于2015年有了較大的改善。產(chǎn)油國上游油氣投資規(guī)模緊縮、產(chǎn)量增速放緩，而下半年石油工人罷工、產(chǎn)油國武裝沖突和英國脫歐等事件推動原油上漲。2016年末，OPEC與其他產(chǎn)油國達成聯(lián)合減產(chǎn)協(xié)議，油價同比上漲40%，達到55美元/桶。而在2016年上半年，我國地方新能源推廣政策、補貼標準及電動汽車電基礎(chǔ)設施建設規(guī)劃等政策紛紛出臺，支撐著新能源股價，政策的利好與油價的反彈這段時間內(nèi)原油對新能源股主要呈現(xiàn)出正向溢出。在2016年末到2017年1月，原油價格一直比較穩(wěn)定，并且處于50到55美元的相對高位，我國政策力度也有所減緩，對新能源股的溢出效應明顯減弱并呈現(xiàn)出負向風險溢出。

而從2017年7月到2018年10月，受原油產(chǎn)量的不斷下調(diào)以及全球經(jīng)濟的回復振興，原油價格穩(wěn)步上漲，從42美元上升至77美元。從政治背景看，美國制裁伊朗，委內(nèi)瑞拉遭遇經(jīng)濟危機，其產(chǎn)量持續(xù)收縮，并且降至近40年來最低點；從自然災害看，颶風頻發(fā)使對美灣沿岸煉油壓力增大，全球原油市場供應再度收縮，原油價格持續(xù)上升，對新能源股呈現(xiàn)正向溢出效應。

（3）原油期貨價格對新能源股的溢出效應具有不對稱性

在2018年10月10日到2018年10月26日，原油從77美元跌至59美元，美國能源公司石油鉆井平臺和頁巖盆地的原油產(chǎn)量都打破歷史記錄，供應量激增以及需求萎縮的擔憂不斷打壓原油價格。這段期間，原油價格對新能源股的溢出效應要強于2017年7月至2018年10月油價上漲的溢出效應，而原油在2015年7月到2016年2月份油價下跌的溢出效應也明顯大于2016年2月至2017年1月上漲的溢出效應，可以看出油價上漲的溢出效應小于下跌的溢出效應，具有不對稱性。

三、研究結(jié)論與建議

綜上可知，原油期貨價格對我國新能源股市存在正向風險溢出，加上我國新能源行業(yè)發(fā)展尚不成熟，國際原油期貨價格波動極大可能加劇我國能源股的波動，故政府需做好準備應對這種溢出效應。由于原油下跌對新能源股的溢出效應大于其上漲的溢出效應，因此需重點勘察國際油價下跌給股市造成的風險，關(guān)注影響原油價格的消息，例如主要產(chǎn)油國產(chǎn)量信息發(fā)布及相關(guān)政策頒布、OPEC會議舉行、自然災害或國際地緣事件暴發(fā)等，關(guān)注兩市場的正向溢出效應與其時變性，提前做好防范措施，保護好新能源產(chǎn)業(yè)。

對于機構(gòu)投資者而言，應深知市場風險具有傳染性與溢出性，了解國際原油市場對新能源股的正負交替的溢出效應，時刻關(guān)注影響原油價格的國際事件，提高機構(gòu)資產(chǎn)配置與套期保值能力，例如可建立風險準備金、通過金融衍生品套期保值等，防止原油市場發(fā)生劇烈波動時造成巨大損失。

對于個人投資者而言，應了解投資原油的風險要小于投資新能源股的風險，根據(jù)自身的資產(chǎn)財務能力和風險偏好程度，考慮建立原油期貨空頭與新能源股多頭進行套期保值，建立適合于自己的投資組合來規(guī)避市場間的溢出效應造成的風險。

[參考文獻]

[1]Henriques， I.， Sadorsky， p. Oil prices and the Stock prices of Alternative Energy Companies[J]. Energy Economic，2008，30（3）：998-1010.

[2]溫曉倩，魏宇，黃登仕.我國新能源公司股票價格與原油價格的波動率外溢與相關(guān)性研究[J].管理評論，2012（12）：20-30.

[3]歐陽資生，李釗.原油價格波動對中國股票市場的風險溢出效應研究[J].湖南財政經(jīng)濟學院學報，2017（10）：39-45.

[4]臧子歡.原油期貨價格對我國新能源股票的風險溢出效應研究[D].北京：中國地質(zhì)大學（北京），2018：1-56.

[責任編輯：潘洪志]