唐曉彬，董曼茹，喬天立，張 瑞

(1.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) a.統(tǒng)計(jì)學(xué)院；b.金融學(xué)院，北京 100029；2.成都理工大學(xué) 管理科學(xué)學(xué)院，四川 成都 610059)

一、引 言

2018年3月26日中國(guó)人民幣原油期貨在上海國(guó)際能源交易中心上市交易。原油期貨的上市進(jìn)一步促進(jìn)了人民幣在大宗商品交易領(lǐng)域的流通，豐富了投資品種，為投資者提供了更多的投資機(jī)會(huì)。但是，伴隨中國(guó)資本市場(chǎng)開(kāi)放程度不斷提高，以及不同種類投資品種在信息傳導(dǎo)和資金流動(dòng)等方面的內(nèi)在聯(lián)系，致使中國(guó)人民幣原油期貨交易既可能會(huì)遭受到其它資本市場(chǎng)影響，也可能會(huì)對(duì)其它市場(chǎng)造成沖擊。因此，有必要將中國(guó)新開(kāi)通的原油期貨交易納入到資本市場(chǎng)的統(tǒng)一框架體系下，探索中國(guó)資本市場(chǎng)資產(chǎn)價(jià)格波動(dòng)率狀態(tài)及動(dòng)態(tài)關(guān)聯(lián)性問(wèn)題。

黃金市場(chǎng)、石油市場(chǎng)、股票市場(chǎng)和債券市場(chǎng)作為資本市場(chǎng)重要子市場(chǎng)，它們?cè)谏鐣?huì)資源配置、風(fēng)險(xiǎn)再分配中發(fā)揮著重要的作用。同時(shí)資本子市場(chǎng)波動(dòng)率狀態(tài)及彼此間動(dòng)態(tài)相關(guān)性，也一定程度上體現(xiàn)了市場(chǎng)參與者對(duì)經(jīng)濟(jì)運(yùn)行狀況的具體反應(yīng)。然而，已有研究主要集中于兩子市場(chǎng)間的討論：(1)股票市場(chǎng)和債券市場(chǎng)的研究。股債兩市作為資本市場(chǎng)的重要組成部分，兩者之間動(dòng)態(tài)相關(guān)特征能夠?yàn)橥顿Y者和市場(chǎng)監(jiān)管機(jī)構(gòu)提供決策依據(jù)，對(duì)資本市場(chǎng)的規(guī)范和發(fā)展意義重大。然而，已有文獻(xiàn)對(duì)股票市場(chǎng)和債券市場(chǎng)之間的動(dòng)態(tài)相關(guān)性特征存在爭(zhēng)議。袁晨研究發(fā)現(xiàn)股市與債市之間存在負(fù)相關(guān)關(guān)系，當(dāng)股市危機(jī)時(shí)投資者為分散風(fēng)險(xiǎn)，將資金投向債券等較低風(fēng)險(xiǎn)的資產(chǎn)[1]。Gonzalo和Olmo發(fā)現(xiàn)在短期內(nèi)市場(chǎng)遭遇負(fù)面沖擊時(shí)，股票市場(chǎng)和債券市場(chǎng)表現(xiàn)出負(fù)相關(guān)性，長(zhǎng)期兩者之間相對(duì)獨(dú)立[2]。但是Campbell和Ammer認(rèn)為股票和債券收益率間表現(xiàn)出較弱的正相關(guān)關(guān)系，它們的價(jià)格相關(guān)性不隨時(shí)間而變化[3]。王璐和彭浩的分析表明，股市和債市聯(lián)動(dòng)存在著機(jī)制轉(zhuǎn)換的非對(duì)稱性，其中正相關(guān)狀態(tài)持續(xù)期更長(zhǎng)[4]。王璐認(rèn)為由于相關(guān)宏觀經(jīng)濟(jì)變量因素等影響，表現(xiàn)出股債兩市的價(jià)格呈現(xiàn)同向變動(dòng)的特征[5]。還有學(xué)者認(rèn)為股票市場(chǎng)與債券市場(chǎng)聯(lián)動(dòng)效應(yīng)總體不顯著[6]。國(guó)外成熟金融市場(chǎng)的相關(guān)經(jīng)驗(yàn)證據(jù)表明，股市和債市之間的相關(guān)關(guān)系會(huì)隨著不同的宏觀經(jīng)濟(jì)環(huán)境和金融市場(chǎng)變動(dòng)而表現(xiàn)出正向、負(fù)向和不相關(guān)三種情形，而非表現(xiàn)為簡(jiǎn)單的某一種情形[7]。其中，負(fù)向相關(guān)主要是當(dāng)股市出現(xiàn)暴漲或暴跌情形時(shí)，投資資金由于避險(xiǎn)需要或者由于盈利動(dòng)機(jī)導(dǎo)致大量資金迅速?gòu)墓墒邢騻修D(zhuǎn)移。正向相關(guān)的因素主要是外生性的宏觀經(jīng)濟(jì)或者政策因素沖擊，以及政府采取的相應(yīng)宏觀政策等。在某些情形下股市和債市也可能表現(xiàn)為不顯著相關(guān)的關(guān)系，可能由于單個(gè)市場(chǎng)內(nèi)部的產(chǎn)品特異性風(fēng)險(xiǎn)被該市場(chǎng)內(nèi)其他產(chǎn)品的替代效應(yīng)所抵消，而未能外溢到另一個(gè)市場(chǎng)[8]。(2)黃金市場(chǎng)與其它市場(chǎng)之間的動(dòng)態(tài)相關(guān)關(guān)系的研究。通常認(rèn)為黃金作為抵御金融風(fēng)險(xiǎn)的避險(xiǎn)資產(chǎn)。Smith發(fā)現(xiàn)在短期內(nèi)黃金收益率弱負(fù)相關(guān)于股票收益率，當(dāng)經(jīng)濟(jì)出現(xiàn)危機(jī)時(shí)，投資者將股市資金向黃金轉(zhuǎn)移[9]。Baur和McDermott 通過(guò)考察黃金在全球金融市場(chǎng)的作用，認(rèn)為當(dāng)面臨嚴(yán)重金融危機(jī)時(shí)，大多數(shù)發(fā)達(dá)國(guó)家將黃金均作為一種強(qiáng)避險(xiǎn)資產(chǎn)[10]。袁晨等利用DCC-MVGARCH模型發(fā)現(xiàn)中國(guó)股票與黃金之間存在較弱的動(dòng)態(tài)相關(guān)性，更接近于顯著的常正相關(guān)性[11]。倪禾和俞露研究發(fā)現(xiàn)長(zhǎng)期來(lái)看黃金不具有明顯的避險(xiǎn)能力，短期來(lái)看黃金具有一定的避險(xiǎn)能力[12]。鄒子昂等引入DCC-GARCH模型研究了在樣本期間內(nèi)黃金市場(chǎng)與美元指數(shù)和美元股指整體呈負(fù)相關(guān)，對(duì)避險(xiǎn)能力較強(qiáng)，但對(duì)大宗商品市場(chǎng)整體呈正相關(guān)，一般條件下不具備避險(xiǎn)功能[13]。(3)相比股票、債券和黃金市場(chǎng)方面的研究，原油與其它資產(chǎn)間波動(dòng)性及相關(guān)性研究成果較少。孟轅和張安良認(rèn)為美國(guó)原油價(jià)格和黃金現(xiàn)貨總體呈正相關(guān)，但這種相關(guān)性2008年后有所降低[14]。張維等認(rèn)為國(guó)際原油期貨收益率與中國(guó)股票市場(chǎng)之間表現(xiàn)出較大的不對(duì)稱性，國(guó)際原油收益率受自身滯后期信息的影響較大，而受到來(lái)自中國(guó)股票市場(chǎng)的影響較小，但是中國(guó)股票市場(chǎng)較多地受到來(lái)自國(guó)際原油期貨市場(chǎng)的影響[15]。

在已有研究的基礎(chǔ)上，本文將黃金市場(chǎng)、石油市場(chǎng)、股票市場(chǎng)和債券市場(chǎng)納入統(tǒng)一框架，并采用Markov區(qū)制轉(zhuǎn)換模型進(jìn)行探討。Markov區(qū)制轉(zhuǎn)換模型是一種非線性時(shí)間序列模型，主要應(yīng)用于對(duì)經(jīng)濟(jì)周期波動(dòng)性的研究[16]。該模型在國(guó)內(nèi)外資本市場(chǎng)波動(dòng)率狀態(tài)的研究上取得了相當(dāng)進(jìn)展。Garcia和Perron用Markov區(qū)制兩階滯后模型研究了美國(guó)的真實(shí)利率的波動(dòng)率狀態(tài)及波動(dòng)特征。Kim等采用Markov兩區(qū)制轉(zhuǎn)換模型分析美國(guó)、日本、中國(guó)和韓國(guó)四個(gè)國(guó)家利率和匯率對(duì)股票收益的影響，及不同波動(dòng)率狀態(tài)下股市的影響特征[18-19]。魏巍賢等采用Markov機(jī)制轉(zhuǎn)換模型對(duì)世界原油現(xiàn)貨價(jià)格變動(dòng)進(jìn)行刻畫(huà)，研究表明Markov機(jī)制轉(zhuǎn)換模型刻畫(huà)油價(jià)變化要優(yōu)于線性自回歸模型[20]。因此，使用Markov區(qū)制轉(zhuǎn)換模型對(duì)于研究中國(guó)資本市場(chǎng)的波動(dòng)性規(guī)律具有很大的意義。

除上述文獻(xiàn)之外，王文杰等采用GARCH模型實(shí)證發(fā)現(xiàn)，金融風(fēng)暴爆發(fā)會(huì)加劇市場(chǎng)的波動(dòng)，美元指數(shù)、國(guó)際原油價(jià)格和國(guó)際股市的波動(dòng)均顯著地影響上海黃金期貨市場(chǎng)的波動(dòng)[21]。胡聰慧和劉學(xué)良認(rèn)為金融市場(chǎng)整體流動(dòng)性狀況的變化是影響大宗商品與股票市場(chǎng)聯(lián)動(dòng)性的重要因素[22]。姜永宏等運(yùn)用DCC-GARCH模型研究了國(guó)際石油價(jià)格與中國(guó)行業(yè)股票市場(chǎng)之間存在顯著的動(dòng)態(tài)相關(guān)性和風(fēng)險(xiǎn)溢出效應(yīng)[23]。

與已有研究相比，本研究的邊際貢獻(xiàn)在于：(1)在研究視角方面，將2018年新上市的人民幣原油期貨與股票、黃金、債券納入統(tǒng)一分析框架，在理清四種市場(chǎng)波動(dòng)率轉(zhuǎn)換及波動(dòng)率狀態(tài)持續(xù)機(jī)理的基礎(chǔ)上，充分考慮四種市場(chǎng)之間的動(dòng)態(tài)關(guān)聯(lián)性特征及金融風(fēng)險(xiǎn)關(guān)聯(lián)性，彌補(bǔ)了已有研究未考慮大宗商品中有代表性的原油期貨，所導(dǎo)致的資產(chǎn)配置風(fēng)險(xiǎn)問(wèn)題。(2)在研究理論方面，已有文獻(xiàn)主要反映兩個(gè)子市場(chǎng)間的聯(lián)動(dòng)關(guān)系，以致在金融風(fēng)險(xiǎn)的度量方面，因關(guān)注的品種較少而造成金融風(fēng)險(xiǎn)識(shí)別不足的問(wèn)題，本文通過(guò)建立多個(gè)子市場(chǎng)之間的聯(lián)動(dòng)關(guān)系，豐富和發(fā)展了金融風(fēng)險(xiǎn)識(shí)別領(lǐng)域的理論研究。(3)在狀態(tài)測(cè)度方面，已有文獻(xiàn)采用高低兩種資本市場(chǎng)波動(dòng)狀態(tài)，容易將中等波動(dòng)粗略的歸為高或低波動(dòng)狀態(tài)。本文嘗試將波動(dòng)率狀態(tài)分為高、中、低三種波動(dòng)狀態(tài)，能夠更加細(xì)致刻畫(huà)波動(dòng)率狀態(tài)，更加準(zhǔn)確地描述出中國(guó)各市場(chǎng)的波動(dòng)率特征。研究和識(shí)別中國(guó)以石油和黃金為代表的大宗商品交易市場(chǎng)、股票市場(chǎng)和債券市場(chǎng)之間的動(dòng)態(tài)波動(dòng)狀態(tài)及它們之間的動(dòng)態(tài)相關(guān)特征，不僅能為投資者進(jìn)行跨市場(chǎng)資產(chǎn)組合、分散風(fēng)險(xiǎn)以期獲得預(yù)期收益提供有價(jià)值的信息；而且也能為中國(guó)金融監(jiān)管部門針對(duì)資本市場(chǎng)進(jìn)行有效監(jiān)管、制定金融政策和維護(hù)市場(chǎng)穩(wěn)定提供必要的參考，對(duì)于中國(guó)多層次資本市場(chǎng)的構(gòu)建及系統(tǒng)性金融風(fēng)險(xiǎn)研究和防范具有十分重要的現(xiàn)實(shí)意義。

二、 數(shù)據(jù)與模型構(gòu)建

(一) 數(shù)據(jù)來(lái)源與處理

根據(jù)數(shù)據(jù)的可獲得的性，這里選取2003年2月至2018年5月月度數(shù)據(jù)為研究對(duì)象，所涉及到數(shù)據(jù)有：

1.股票價(jià)格采用“上證綜指”作為代理變量，數(shù)據(jù)源自萬(wàn)得數(shù)據(jù)庫(kù)?！吧虾ＷC券綜合指數(shù)”簡(jiǎn)稱“上證綜指”，于1991年7月15日正式發(fā)布，其樣本包括上海證券交易所上市的全部股票，能夠客觀反映中國(guó)上市股票價(jià)格整體走勢(shì)和波動(dòng)情況。

2.債券價(jià)格選取“上證國(guó)債指數(shù)”作為代理變量，數(shù)據(jù)來(lái)源萬(wàn)得數(shù)據(jù)庫(kù)。上證國(guó)債指數(shù)全稱“上海證券交易所國(guó)債指數(shù)”，是以上交所上市所有固定利率國(guó)債加權(quán)而成，于2003年1月2日正式發(fā)布，作為中國(guó)第一只國(guó)債指數(shù)，反映了債券市場(chǎng)的整體變動(dòng)狀況，是中國(guó)債券市場(chǎng)價(jià)格變動(dòng)的“指示器”。

3.黃金價(jià)格數(shù)據(jù)來(lái)源于世界黃金協(xié)會(huì)。黃金價(jià)格按重量進(jìn)行計(jì)算，一國(guó)黃金價(jià)格走勢(shì)反映該國(guó)黃金市場(chǎng)的供需變化及市場(chǎng)波動(dòng)，這里用源于世界黃金協(xié)會(huì)的中國(guó)黃金價(jià)格數(shù)據(jù)作為中國(guó)黃金價(jià)格代理變量，單位為人民幣/盎司。

4.原油價(jià)格采用北海布倫特(Brent)原油價(jià)格作為替代變量，數(shù)據(jù)來(lái)源于美國(guó)能源信息署。布倫特原油在倫敦洲際交易所和美國(guó)商品交易所均有其期貨交易，是全球市場(chǎng)油價(jià)的標(biāo)桿。全球約70%的原油期貨交易定價(jià)以布倫特原油作為標(biāo)尺，而且中國(guó)成品油定價(jià)參考機(jī)制也與布倫特原油有關(guān)聯(lián)。由于中國(guó)原油期貨市場(chǎng)成立較晚，數(shù)據(jù)樣本有限，所以采取布倫特原油價(jià)格來(lái)代表中國(guó)市場(chǎng)石油價(jià)格的變動(dòng)。如下將通過(guò)價(jià)格走勢(shì)圖和相關(guān)性分析來(lái)說(shuō)明代理變量的合理性。

本文選取源自美國(guó)能源信息署的布倫特原油期貨1810合約、WTI原油期貨1810合約(單位為美元/桶)以及來(lái)自上海國(guó)際能源交易中心的滬原油期貨1810合約(單位為元/桶)的日收盤價(jià)數(shù)據(jù)(為了利于比較分析，本文按6.5∶1將滬原油期貨合約價(jià)格單位轉(zhuǎn)換為美元/桶)，樣本區(qū)間為2018年3月26日至2018年7月13日，共75個(gè)樣本。圖1給出了這三種原油期貨的價(jià)格走勢(shì)圖：

圖1 原油期貨價(jià)格走勢(shì)圖

圖1價(jià)格走勢(shì)圖所示，中國(guó)原油期貨價(jià)格在上市交易初期和WTI原油期貨價(jià)格較為接近，隨后價(jià)格趨勢(shì)逐漸同步于布倫特原油期貨，整體看在樣本區(qū)間內(nèi)中國(guó)原油期貨價(jià)格趨勢(shì)與布倫特原油期貨更為一致。表1進(jìn)一步給出了這三種原油期貨價(jià)格的相關(guān)系數(shù)。

表1 三種原油期貨收盤價(jià)的相關(guān)關(guān)系

從表1看，在給定的樣本區(qū)間內(nèi)，布倫特原油期貨與滬原油期貨、WTI原油期貨相關(guān)系數(shù)分別為0.86、0.82，這也證實(shí)了布倫特原油期貨作為全球市場(chǎng)油價(jià)的標(biāo)桿，相關(guān)性較大的影響著其他兩種原油期貨的價(jià)格；另一方面，滬原油期貨和WTI原油期貨相關(guān)系數(shù)僅為0.66，這說(shuō)明滬原油期貨與布倫特原油期貨具有更大的相關(guān)性。通過(guò)圖1和表1分析，可以看出布倫特原油期貨選為替代變量具有較強(qiáng)的合理性。本文四種資產(chǎn)月收益率分別為對(duì)數(shù)月收益率，計(jì)算公式如下：

Ri，t=lnPi，t-lnPi，t-1，i=1，2，3，4

(1)

其中，Ri，t表示為第i種資產(chǎn)第t個(gè)月的月收益率，Pi，t表示第i種資產(chǎn)第t個(gè)月的月度收盤價(jià)格。

(二)模型構(gòu)建

1.Markov三區(qū)制轉(zhuǎn)換模型

Hamilton首次構(gòu)建Markov區(qū)制轉(zhuǎn)換模型對(duì)美國(guó)國(guó)民生產(chǎn)總值GNP時(shí)間序列進(jìn)行了模擬回歸，結(jié)果顯示該模型能較好地反映GNP時(shí)序的非線性動(dòng)態(tài)變化及非對(duì)稱特征[24]。Hamilton又在針對(duì)該模型參數(shù)值進(jìn)行極大似然估計(jì)時(shí)引入了EM算法，這進(jìn)一步推動(dòng)了模型廣泛應(yīng)用[25]。隨后Markov區(qū)制轉(zhuǎn)換模型被用于金融風(fēng)險(xiǎn)預(yù)警、經(jīng)濟(jì)周期波動(dòng)和匯率利率變動(dòng)等分析[17，26]。

本文以Hamilton構(gòu)建的Markov區(qū)制轉(zhuǎn)換模型為基礎(chǔ)，借鑒胡志強(qiáng)將二區(qū)制擴(kuò)展為三區(qū)制的方法[27]，建立如下形式的Markov三種區(qū)制轉(zhuǎn)換模型：

(2)

μt=μ1S1t+μ2S2t+μ3S3t

(3)

(4)

其中，rt表示資產(chǎn)月收益率的觀測(cè)值，ut表示狀態(tài)相依的平均月收益率，εt表示殘差項(xiàng)。St為離散狀態(tài)變量，取值1，2，3分別表示資本市場(chǎng)波動(dòng)率所處的低、中、高三種狀態(tài)。當(dāng)St=i時(shí)，Sit=1，否則Sit=0。{St}為一個(gè)3狀態(tài)一階平穩(wěn)Markov鏈，在時(shí)刻t序列所處的狀態(tài)St取值的概率僅取決于t-1時(shí)刻狀態(tài)St-1的值。{St}在各個(gè)波動(dòng)狀態(tài)的轉(zhuǎn)移概率如下：

pij=P(St=j|St-1=i，St-2=k，St-3=l，…)=P(St=j|St-1=i)

(5)

(6)

根據(jù)Hamilton，給定信息集It-1，有聯(lián)合分布密度函數(shù)：

f(rt，St，St-1|It-1)=f(rt|St，St-1，It-1)·P(St，St-1|It-1)

(7)

其中，f(rt|St，St-1，It-1)可由式(2)直接獲得?；谏鲜雎?lián)合分布的密度函數(shù)，可以獲得邊際密度函數(shù)及相應(yīng)的對(duì)數(shù)似然函數(shù)lnL：

(8)

(9)

在時(shí)刻t給定觀測(cè)值rt，可獲得聯(lián)合概率相應(yīng)的更新迭代公式：

P(St=j，St-1=i|It)=P(St=j，St-1=i|It-1，rt)

(10)

得出濾子概率P(St=j|It)，從而計(jì)算出平滑概率的估計(jì)值。平滑概率P(St=i|It)值越大，t時(shí)刻的資產(chǎn)價(jià)格波動(dòng)狀況處于第i種波動(dòng)可能性越大。

在資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)的識(shí)別中采用馬爾科夫區(qū)制轉(zhuǎn)換模型，基于以下幾點(diǎn)：首先，該模型通過(guò)狀態(tài)變量的平滑轉(zhuǎn)換確定波動(dòng)狀態(tài)，采用極大似然估計(jì)獲得不同波動(dòng)狀態(tài)對(duì)應(yīng)的時(shí)間區(qū)間，避免了人為設(shè)定閾值確定波動(dòng)狀態(tài)及判斷不同狀態(tài)對(duì)應(yīng)的時(shí)間區(qū)間，從而減少了主觀因素導(dǎo)致的結(jié)果偏差；其次，該模型因變量為連續(xù)性的月收益率變量，規(guī)避了轉(zhuǎn)換為0-1變量產(chǎn)生的信息損失；最后，馬爾科夫區(qū)制轉(zhuǎn)換模型可通過(guò)狀態(tài)轉(zhuǎn)移變量呈現(xiàn)高中低三種波動(dòng)狀態(tài)間的轉(zhuǎn)換的動(dòng)態(tài)特性。

2.動(dòng)態(tài)相關(guān)系數(shù)模型(DCC)

進(jìn)一步考察各資產(chǎn)收益率之間在不同波動(dòng)狀態(tài)下動(dòng)態(tài)相關(guān)性，才能為投資者進(jìn)行跨市場(chǎng)投資組合及監(jiān)管者制定政策提供有價(jià)值的信息和參考。采用Engle提出的動(dòng)態(tài)條件相關(guān)系數(shù)模型，來(lái)估計(jì)各個(gè)資產(chǎn)收益率序列之間的動(dòng)態(tài)相關(guān)性[28]。該模型為：

假定有k種資產(chǎn)，其收益率rT服從均值為0，協(xié)方差矩陣Ht的多元條件正態(tài)分布，即rt|It-1～N(0，Ht)。動(dòng)態(tài)條件相關(guān)系數(shù)結(jié)構(gòu)為：

Ht=(hij，t)=DtRtDt

(11)

(12)

(13)

將最大似然函數(shù)分為相關(guān)性部分和波動(dòng)部分，分別記為：

(14)

(15)

三、結(jié)果與分析

(一) 數(shù)據(jù)統(tǒng)計(jì)性描述

表2給出四種資產(chǎn)收益率基本統(tǒng)計(jì)特征。其中原油、黃金和股票收益率均值和標(biāo)準(zhǔn)差都大于債券，股票均值最大，債券的均值和標(biāo)準(zhǔn)差遠(yuǎn)小于其它三種資產(chǎn)相應(yīng)值。從風(fēng)險(xiǎn)回報(bào)視角看，說(shuō)明中國(guó)股票市場(chǎng)投資相比于債券、黃金和石油市場(chǎng)更具盈利性，同時(shí)又蘊(yùn)含較大的投資風(fēng)險(xiǎn)，滿足收益正比于風(fēng)險(xiǎn)原則；也說(shuō)明中國(guó)債券存在“避險(xiǎn)資產(chǎn)”的特性，債券市場(chǎng)具有一定規(guī)避金融風(fēng)險(xiǎn)的能力。表中黃金收益率均值與原油和股票接近，而標(biāo)準(zhǔn)差小于股票和原油，這體現(xiàn)了在中國(guó)資本市場(chǎng)，黃金更多的表現(xiàn)出類似原油、股票等資產(chǎn)的屬性，同時(shí)黃金市場(chǎng)蘊(yùn)含的風(fēng)險(xiǎn)大于債券市場(chǎng)，小于股票市場(chǎng)和原油市場(chǎng)。從偏度、峰度及JB統(tǒng)計(jì)數(shù)值看，除黃金外，其它三種資產(chǎn)的收益率序列均表現(xiàn)出尖峰厚尾的分布特征。

表2 資產(chǎn)收益率的基本統(tǒng)計(jì)特征

(二) 模型估計(jì)與結(jié)果分析

1.四種資產(chǎn)收益率序列的狀態(tài)轉(zhuǎn)換估計(jì)

表3 Markov三區(qū)制轉(zhuǎn)換模型估計(jì)結(jié)果

表4給出了各資本市場(chǎng)波動(dòng)率保持低中高波動(dòng)狀態(tài)的平均持續(xù)期，債券、黃金和原油資本市場(chǎng)未表現(xiàn)出明顯的高波動(dòng)狀態(tài)，故未計(jì)算相應(yīng)高波動(dòng)狀態(tài)平均持續(xù)期。表中股票市場(chǎng)波動(dòng)率中波動(dòng)狀態(tài)平均持續(xù)期為54個(gè)月，低波動(dòng)狀態(tài)平均持續(xù)期45個(gè)月，兩者比值約為1.19，原油市場(chǎng)也表現(xiàn)出相同的特征，比值約為1.94；然而債券和黃金市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)表現(xiàn)出相反的特征，低波動(dòng)狀態(tài)持續(xù)期大于中波動(dòng)狀態(tài)持續(xù)期，特別是債券市場(chǎng)表現(xiàn)的最為明顯，債券和黃金市場(chǎng)波動(dòng)率中低波動(dòng)狀態(tài)平均持續(xù)期比值分別為0.22和0.48。對(duì)于各資本市場(chǎng)本身而言，比值越大意味著市場(chǎng)處于中波動(dòng)率平均持續(xù)時(shí)間多于低波動(dòng)率持續(xù)時(shí)間，低波動(dòng)率狀態(tài)向中波動(dòng)率狀態(tài)轉(zhuǎn)換機(jī)率越大。通過(guò)比值可以看出中國(guó)股票和原油資產(chǎn)收益率出現(xiàn)大幅波動(dòng)的機(jī)率較大，股票和原油市場(chǎng)蘊(yùn)含著較高的市場(chǎng)風(fēng)險(xiǎn)，同時(shí)原油市場(chǎng)表現(xiàn)出更多的不確定性和復(fù)雜性；中國(guó)債券市場(chǎng)比值為最小，市場(chǎng)波動(dòng)率長(zhǎng)期處于低波動(dòng)狀態(tài)，債券資產(chǎn)保持長(zhǎng)期穩(wěn)定的收益，潛在風(fēng)險(xiǎn)較小，表現(xiàn)出一定的“避險(xiǎn)資產(chǎn)”屬性，黃金市場(chǎng)也具有類似的特征；最后，中國(guó)股票市場(chǎng)存在顯著的高波動(dòng)率狀態(tài)，平均持續(xù)期為1.04個(gè)月，時(shí)間相對(duì)較短，因此對(duì)外部事件沖擊我國(guó)股票市場(chǎng)具有高度地敏感性，短時(shí)間內(nèi)呈現(xiàn)出巨大的波動(dòng)聚集效應(yīng)，同時(shí)遭遇沖擊后市場(chǎng)能很快地收斂到均衡狀態(tài)。對(duì)于投資者而言，應(yīng)特別注意各資本市場(chǎng)波動(dòng)率所處狀態(tài)及各狀態(tài)之間的轉(zhuǎn)換，及時(shí)調(diào)整投資組合以確保獲取預(yù)期收益。

表4 各資產(chǎn)在不同波動(dòng)狀態(tài)下的平均持續(xù)期

注：di=1/(1-pii)，i=1，2，3分別表示低、中、高三種波動(dòng)狀態(tài)的平均持續(xù)期，因債券、黃金和原油三種資產(chǎn)收益率高波動(dòng)狀態(tài)下無(wú)條件方差不顯著，故未計(jì)算相應(yīng)的d3值。

圖2四種資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)圖

圖2展示了四個(gè)資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)走勢(shì)及位于各波動(dòng)狀態(tài)的平滑概率，因債券、黃金、原油市場(chǎng)高波動(dòng)率狀態(tài)不顯著，故僅給出它們中、低兩種波動(dòng)狀態(tài)展示圖。從中國(guó)股票市場(chǎng)看，在2007年至2008年之間和2015年至2016年之間，市場(chǎng)均呈高波動(dòng)率狀態(tài)，2016年6月后市場(chǎng)呈現(xiàn)中波動(dòng)率狀態(tài)，其它時(shí)間段處于低波動(dòng)率狀態(tài)。這準(zhǔn)確反映了中國(guó)股票市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)的時(shí)變特征，市場(chǎng)位于高波動(dòng)率狀態(tài)時(shí)段恰好為中國(guó)股市遭受重大外部事件沖擊爆發(fā)巨大市場(chǎng)風(fēng)險(xiǎn)的階段：2008年次貸危機(jī)導(dǎo)致全球性金融危機(jī)，2015年加杠桿和2016年初熔斷機(jī)制不恰當(dāng)引入導(dǎo)致的國(guó)內(nèi)重大股災(zāi)。從中國(guó)債券市場(chǎng)看，2009年前市場(chǎng)出現(xiàn)中低波動(dòng)率交替出現(xiàn)性狀，2009年10月后市場(chǎng)處于中波動(dòng)率狀態(tài)，2008年和2015年前后，市場(chǎng)波動(dòng)率從低波動(dòng)狀態(tài)轉(zhuǎn)換為中波動(dòng)狀態(tài)，債券市場(chǎng)潛在風(fēng)險(xiǎn)有所升高。從圖2可以看出黃金市場(chǎng)中低波動(dòng)率狀態(tài)頻繁交替出現(xiàn)，致使每種狀態(tài)持續(xù)時(shí)間都較為短暫，特別是近幾年市場(chǎng)出現(xiàn)中波動(dòng)率次數(shù)明顯高于過(guò)去，這意味著投資黃金市場(chǎng)面臨著更多的不確定性，黃金 “避險(xiǎn)資產(chǎn)”屬性較大程度被削弱。本文用布倫特原油期貨替代原油期貨，所以原油市場(chǎng)波動(dòng)率狀態(tài)圖更多的演示了全球原油市場(chǎng)波動(dòng)率狀態(tài)變化特征。圖中所示，在2008年至2009年間與2015至2016年間存在兩個(gè)缺口，這表示原油市場(chǎng)處于中低波動(dòng)率概率低，意味著市場(chǎng)以較大的概率位于高波動(dòng)率狀態(tài)，這與全球原油市場(chǎng)實(shí)際表現(xiàn)吻合：原油市場(chǎng)受多種因素影響，2008年12月原油破每桶41美元，導(dǎo)致國(guó)際原油市場(chǎng)劇烈波動(dòng)，同樣在2015年布倫特油價(jià)同比下跌超過(guò)46%；由于地域政治因素及原油供給等原因，在2013年至2014年間全球原油市場(chǎng)出現(xiàn)了大幅的漲跌，這段時(shí)間區(qū)間原油市場(chǎng)相應(yīng)呈現(xiàn)出中波動(dòng)率狀態(tài)。結(jié)合四個(gè)資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)時(shí)變圖，可以看出Markov三區(qū)制轉(zhuǎn)換模型對(duì)中國(guó)各個(gè)資本市場(chǎng)波動(dòng)狀態(tài)進(jìn)行了準(zhǔn)確的刻畫(huà)，其結(jié)果也客觀真實(shí)的反映了中國(guó)資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)變化特征，同時(shí)也說(shuō)明了采用該模型對(duì)中國(guó)資本市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)識(shí)別和區(qū)分具有較強(qiáng)的合理性。

2.動(dòng)態(tài)相關(guān)系數(shù)DCC

基于DCC模型估計(jì)結(jié)果，圖3給出了中國(guó)股票、債券、黃金和原油資產(chǎn)收益率兩兩動(dòng)態(tài)相關(guān)系數(shù)圖。

圖中股票—原油資本收益率間較多時(shí)間呈現(xiàn)動(dòng)態(tài)弱正相關(guān)性，在面臨極端事件沖擊時(shí)，二者迅速轉(zhuǎn)換為弱的負(fù)相關(guān)性，如2008年間和2015年前后。這一定程度上說(shuō)明，隨著中國(guó)資本市場(chǎng)規(guī)模不斷壯大和開(kāi)放程度不斷深化，大宗商品石油市場(chǎng)對(duì)中國(guó)股票市場(chǎng)影響越發(fā)明顯，因而大多數(shù)時(shí)間中國(guó)股票資本收益率波動(dòng)與原油收益率波動(dòng)呈正相關(guān)變化，同時(shí)面臨極端事件沖擊時(shí)，投資者在兩市場(chǎng)間合理的資產(chǎn)配置可以分散風(fēng)險(xiǎn)以降低損失。股票—黃金整體相關(guān)系數(shù)在-0.1～0.2之間，大多呈微弱的正相關(guān)性，僅在2008年9月份前后出現(xiàn)較短暫的負(fù)相關(guān)性，長(zhǎng)期處于震蕩走勢(shì)。原油—黃金動(dòng)態(tài)相關(guān)性系數(shù)也都為正，表現(xiàn)出與股票—黃金類似的特征和趨勢(shì)變化。因此可以看出，中國(guó)黃金僅為股票和原油的多元化資產(chǎn)，不是原油和股票市場(chǎng)危機(jī)和危機(jī)后期的有效避險(xiǎn)資產(chǎn)。各資產(chǎn)收益率與債券收益率動(dòng)態(tài)相關(guān)系數(shù)中，股票—債券收益率之間相關(guān)系數(shù)在-0.03～0.02之間波動(dòng)，除2015年呈弱正相關(guān)性之外，其余時(shí)間段基本呈弱負(fù)相關(guān)性，特別是2018年9月至2019年10月負(fù)相關(guān)性進(jìn)一步增強(qiáng)。因此，長(zhǎng)期來(lái)中國(guó)債券是股票弱對(duì)沖保值資產(chǎn)。當(dāng)2008年全球金融危機(jī)爆發(fā)對(duì)中國(guó)股市造成一定沖擊時(shí)，中國(guó)債券表現(xiàn)出強(qiáng)避險(xiǎn)資產(chǎn)的特性。2015年至2016年的股災(zāi)，投資者消極投資情緒在從股票市場(chǎng)蔓延至債券市場(chǎng)，從而一定程度上導(dǎo)致債券投資收益率下降，使得股票收益率和債券收益率表現(xiàn)出弱的正相關(guān)性。原油—債券收益率間及黃金-債券收益率間相關(guān)系數(shù)絕大部分時(shí)間是呈現(xiàn)弱負(fù)向相關(guān)性，特別在2018年9月至2019年10、2015年5月至2016年6月，這種負(fù)相關(guān)進(jìn)一步加強(qiáng)，這意味著原油和黃金市場(chǎng)在大多數(shù)時(shí)間以及面對(duì)突發(fā)事件沖擊時(shí)，債券可作為原油和黃金資產(chǎn)的一種有效避險(xiǎn)資產(chǎn)。

基于圖3動(dòng)態(tài)相關(guān)系數(shù)可以觀察到，中國(guó)資本市場(chǎng)上不同資產(chǎn)之間的動(dòng)態(tài)相關(guān)系數(shù)均較小，市場(chǎng)走勢(shì)趨同程度低且聯(lián)動(dòng)性差，反映出了中國(guó)資本市場(chǎng)上存在著的較為嚴(yán)重的市場(chǎng)分割現(xiàn)象。此現(xiàn)象說(shuō)明，股票市場(chǎng)與其他資本市場(chǎng)的規(guī)模差距懸殊，其他資本市場(chǎng)很難承接從股票市場(chǎng)中撤出的資金，從而難以起到對(duì)沖股市風(fēng)險(xiǎn)的避風(fēng)港作用，導(dǎo)致市場(chǎng)間存在著較為明顯的分割現(xiàn)象。同時(shí)資產(chǎn)相關(guān)性能體現(xiàn)出市場(chǎng)的資源配置能力和信息反應(yīng)速度，部分學(xué)者將動(dòng)態(tài)相關(guān)系數(shù)作為市場(chǎng)一體化的指標(biāo)，資產(chǎn)之間的弱相關(guān)性表明中國(guó)資本市場(chǎng)的資源配置能力弱，信息反映速度慢，中國(guó)應(yīng)加快多層次資本市場(chǎng)建設(shè)，提高資本市場(chǎng)的效率，使其充分發(fā)揮資源配置的作用和功能。

圖3資本收益率動(dòng)態(tài)相關(guān)系數(shù)圖

四、結(jié)論與政策啟示

對(duì)中國(guó)股票、債券、黃金和原油市場(chǎng)波動(dòng)率波動(dòng)狀態(tài)進(jìn)行識(shí)別和分析，主要研究結(jié)論及政策啟示闡釋如下:

第一，基于Markov三區(qū)制狀態(tài)轉(zhuǎn)換模型，發(fā)現(xiàn)股票市場(chǎng)存在顯著的高、中、低三種波動(dòng)率狀態(tài)，其他三種資本市場(chǎng)僅呈現(xiàn)低中波動(dòng)率狀態(tài)；面對(duì)重大事件沖擊時(shí)，股票市場(chǎng)反應(yīng)靈敏，波動(dòng)率迅速?gòu)牡筒▌?dòng)狀態(tài)轉(zhuǎn)換為高波動(dòng)狀態(tài)。因此，應(yīng)加快多層次資本市場(chǎng)建設(shè)，提高股票市場(chǎng)的效率，使股票市場(chǎng)充分發(fā)揮資源配置的功能。

第二，股票和原油資產(chǎn)面臨更多的不確定風(fēng)險(xiǎn)，而債券市場(chǎng)的低風(fēng)險(xiǎn)特征使得債券更多體現(xiàn) “避險(xiǎn)資產(chǎn)”屬性。另外采用動(dòng)態(tài)相關(guān)系數(shù)對(duì)各市場(chǎng)資本收益率相關(guān)性時(shí)變特征進(jìn)行刻畫(huà)發(fā)現(xiàn)，債券收益率和其它三種資產(chǎn)收益率呈長(zhǎng)期弱負(fù)相關(guān)性。因此，應(yīng)當(dāng)促進(jìn)債券市場(chǎng)發(fā)展，在可轉(zhuǎn)債基礎(chǔ)上進(jìn)一步探索股市和債市的互動(dòng)互通機(jī)制，減少單一市場(chǎng)中風(fēng)險(xiǎn)所致的“堰塞湖”現(xiàn)象。

第三，黃金與股票的收益率序列，黃金與原油的收益率序列均呈現(xiàn)出弱正相關(guān)性，說(shuō)明黃金資產(chǎn)在中國(guó)更多是作為股票和原油的長(zhǎng)期多元化投資而非避險(xiǎn)資產(chǎn)。因此，降低黃金市場(chǎng)的準(zhǔn)入門檻，使其成為更多投資者認(rèn)同的金融產(chǎn)品，并在一定程度上設(shè)立“黃金證券化產(chǎn)品”，將有助于市場(chǎng)投資者進(jìn)行跨市場(chǎng)構(gòu)建資產(chǎn)組合，優(yōu)化資金配置，減少風(fēng)險(xiǎn)損失。

第四，當(dāng)市場(chǎng)遭受外部重大事件沖擊，各市場(chǎng)處于中高波動(dòng)率狀態(tài)時(shí)，各資產(chǎn)間的相關(guān)性會(huì)有明顯的上升?？傮w來(lái)說(shuō)，中國(guó)不同資產(chǎn)之間的相關(guān)系數(shù)較小，各市場(chǎng)間相關(guān)性較弱，存在著的較為嚴(yán)重的市場(chǎng)分割現(xiàn)象，這種現(xiàn)象與中國(guó)股票市場(chǎng)規(guī)模和其他資產(chǎn)市場(chǎng)規(guī)模不對(duì)稱、發(fā)展不均衡，其他資產(chǎn)承接股市撤資的能力弱有著較大的聯(lián)系。嚴(yán)重的市場(chǎng)分割會(huì)導(dǎo)致投資者通過(guò)資產(chǎn)配置以降低投資組合風(fēng)險(xiǎn)的效力大大削弱，一定程度上對(duì)中國(guó)的金融系統(tǒng)的穩(wěn)定性造成較大的負(fù)面影響。因此，推廣和完善中國(guó)原油期貨交易市場(chǎng)，提升原油期貨市場(chǎng)的風(fēng)險(xiǎn)預(yù)警作用，同時(shí)逐步完善資本市場(chǎng)資本價(jià)格形成的市場(chǎng)化進(jìn)程，將有助于形成良好的金融安全體系，維護(hù)中國(guó)金融體系的穩(wěn)健運(yùn)行，促進(jìn)其平穩(wěn)健康發(fā)展。