周婉玲

摘?要：本文基于中美貿(mào)易摩擦視角下，選取2016年8月1日至2019年11月29日的美元/人民幣匯率、滬深300指數(shù)和企債指數(shù)日頻數(shù)據(jù)，結(jié)合VAR模型量化研究我國(guó)匯市、股市和債市間的風(fēng)險(xiǎn)溢出效應(yīng)。結(jié)果發(fā)現(xiàn)：匯率沖擊在短期內(nèi)對(duì)股市具有正向作用，隨后轉(zhuǎn)為負(fù)沖擊，而匯率對(duì)債市短期內(nèi)均為負(fù)沖擊，且匯率沖擊對(duì)股市的影響程度相較于債市而言更大;債市易受其他兩市的影響，但對(duì)匯市和股市的影響甚微。

關(guān)鍵詞：中美貿(mào)易摩擦?金融市場(chǎng)?風(fēng)險(xiǎn)傳染?VAR模型

一、引言

自2017年8月14日美方授權(quán)貿(mào)易代表對(duì)華展開“301調(diào)查”，至2018年3月8日美國(guó)對(duì)華鋼鐵和鋁制品分別加征25%和10%的關(guān)稅，中美貿(mào)易戰(zhàn)正式打響。盡管2019年以后，經(jīng)過(guò)雙方的不斷磋商，中美貿(mào)易之間有所緩和，但就利益相關(guān)問(wèn)題仍未達(dá)成一致。在經(jīng)濟(jì)全球化背景下，中美貿(mào)易摩擦不僅損害了兩國(guó)之間的金融市場(chǎng)穩(wěn)定，更對(duì)其他國(guó)家的經(jīng)濟(jì)發(fā)展造成深刻的影響。中美貿(mào)易戰(zhàn)打響后人民幣升值，這也極大不利于我國(guó)的出口發(fā)展，且人民幣走強(qiáng)可能導(dǎo)致國(guó)外資本涌入中國(guó)尋求套利機(jī)會(huì)。在匯率的沖擊下，我國(guó)股市初期走強(qiáng)，而后滬深300指數(shù)下跌?，F(xiàn)有文獻(xiàn)關(guān)于外部沖擊對(duì)我國(guó)金融市場(chǎng)風(fēng)險(xiǎn)以及跨市場(chǎng)風(fēng)險(xiǎn)的研究，方意等（2019）基于事件分析法研究中美貿(mào)易摩擦對(duì)中國(guó)金融市場(chǎng)的溢出效應(yīng)研究，研究發(fā)現(xiàn)貿(mào)易摩擦在短期內(nèi)會(huì)造成中國(guó)各金融市場(chǎng)自身風(fēng)險(xiǎn)的上升，并且各個(gè)市場(chǎng)之間存在“輪動(dòng)現(xiàn)象”。也就是說(shuō)從單個(gè)市場(chǎng)形成跨市場(chǎng)風(fēng)險(xiǎn)傳染，演變成系統(tǒng)性金融風(fēng)險(xiǎn)。由此可見，跨市場(chǎng)的金融風(fēng)險(xiǎn)傳染容易引發(fā)整個(gè)金融市場(chǎng)的系統(tǒng)性金融風(fēng)險(xiǎn)，這方面需要密切關(guān)注。由于現(xiàn)在我國(guó)的經(jīng)濟(jì)與國(guó)際上接軌越發(fā)地開放，因此匯率沖擊容易對(duì)國(guó)內(nèi)的股市和債市造成影響。尤其是中美貿(mào)易戰(zhàn)打響后，首當(dāng)其沖的就是我國(guó)的人民幣兌換美元的匯率受到?jīng)_擊?；谶@幾個(gè)市場(chǎng)之間的相互影響，陳創(chuàng)練等（2017）采用時(shí)變VAR模型，基于匯改后的月度數(shù)據(jù)研究匯市、債市和股市之間的動(dòng)態(tài)關(guān)系，實(shí)證檢驗(yàn)了中國(guó)股市、債市和匯市之間具有時(shí)變動(dòng)態(tài)關(guān)系。對(duì)于外匯市場(chǎng)的溢出效應(yīng)研究，陳守東和高艷（2012）認(rèn)為在金融危機(jī)之前，存在從匯率到利率的單向波動(dòng)溢出效應(yīng)，而危機(jī)之后，?匯率與利率存在雙向波動(dòng)溢出效應(yīng)。

因此，為了探究中美貿(mào)易摩擦沖擊下我國(guó)金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)，本文運(yùn)用VAR研究我國(guó)匯市、股市和債市之間的沖擊方向和沖擊強(qiáng)度，再結(jié)合實(shí)證研究結(jié)論提出相關(guān)政策啟示和建議。

二、匯市、股市和債市風(fēng)險(xiǎn)溢出實(shí)證分析

（一）變量的選取和數(shù)據(jù)來(lái)源

為了研究中美貿(mào)易摩擦背景下我國(guó)匯市、股市和債市間的風(fēng)險(xiǎn)溢出效應(yīng)，本文以2018年3月8日美國(guó)總統(tǒng)特朗普宣布對(duì)鋼鐵和鋁制品分別加征25%和10%的關(guān)稅為時(shí)間節(jié)點(diǎn)，選取滬深300指數(shù)代表中國(guó)股市，匯率選取的是美元/人民幣日中間價(jià)和選取企債指數(shù)代表債市，選取2016年8月1日—2019年11月29日的日頻數(shù)據(jù)，樣本量為812個(gè)，所有數(shù)據(jù)均源自銳思數(shù)據(jù)庫(kù)。并且根據(jù)收益率公式計(jì)算得到匯市、股市和債市收益率分別記為Rf、Rs和Rb（見表1）。

根據(jù)描述性統(tǒng)計(jì)結(jié)果，Rs均值和Rb一樣，均為00002，但是Rs的標(biāo)準(zhǔn)差為00110，而Rb的為00002，可見在樣本考察期內(nèi)，股市的風(fēng)險(xiǎn)比債市的風(fēng)險(xiǎn)大得多，且相較匯市而言，股市的風(fēng)險(xiǎn)也是最大的。從偏度和峰度的數(shù)據(jù)可知，三個(gè)序列的偏度均不為零，且Rf和Rs表現(xiàn)為左偏而Rb表現(xiàn)為右偏，它們的峰度系數(shù)均大于3，結(jié)果表明匯率、滬深300指數(shù)和企債指數(shù)的日收益率序列均存在尖峰后尾的特征;且JB統(tǒng)計(jì)量的檢驗(yàn)值也證實(shí)了它們不服從正態(tài)分布的原假設(shè)。

（二）單位根檢驗(yàn)與協(xié)整檢驗(yàn)

對(duì)于單位根檢驗(yàn)，本文利用Stata軟件選擇ADF統(tǒng)計(jì)量對(duì)匯市、股市和債市收益率序列進(jìn)行單位根平穩(wěn)性檢驗(yàn)，以確定研究對(duì)象的平穩(wěn)性。通過(guò)檢驗(yàn)發(fā)現(xiàn)，三個(gè)市場(chǎng)的收益率序列在1%的顯著性水平上均拒絕存在單位根的原假設(shè)，即不存在單位根，同時(shí)也是一階單整的，說(shuō)明數(shù)據(jù)是平穩(wěn)序列。

對(duì)于協(xié)整檢驗(yàn)，首先要確定VAR表示法的滯后階數(shù)，通過(guò)大多數(shù)的信息準(zhǔn)則如AIC值等表明，應(yīng)該選擇滯后5階，所以，本文構(gòu)造滯后5階的VAR模型。我們使用Johansen的MLE方法進(jìn)行協(xié)整檢驗(yàn)，包含常數(shù)項(xiàng)與時(shí)間趨勢(shì)項(xiàng)的協(xié)整秩跡檢驗(yàn)和最大特征值檢驗(yàn)結(jié)果均表明，在5%的水平上無(wú)法拒絕“協(xié)整秩為1”的原假設(shè)，存在協(xié)整關(guān)系。

（三）脈沖響應(yīng)和方差分解

在模型參數(shù)估計(jì)和市場(chǎng)歷程分析基礎(chǔ)上，運(yùn)用VAR模型估計(jì)向前20步，作標(biāo)準(zhǔn)外向沖擊的時(shí)變脈沖響應(yīng)函數(shù)。研究發(fā)現(xiàn)三個(gè)市場(chǎng)之間只存在短期相互影響效應(yīng)，中期的相互傳導(dǎo)效應(yīng)減弱，長(zhǎng)期來(lái)看，三個(gè)市場(chǎng)間不存在相互影響關(guān)系。從脈沖響應(yīng)的結(jié)果來(lái)看，滬深300指數(shù)對(duì)匯率的沖擊剛開始表現(xiàn)為正，但緊接著匯率波動(dòng)對(duì)股市具有負(fù)向沖擊，且負(fù)向沖擊持續(xù)時(shí)間較長(zhǎng)，隨后其沖擊的響應(yīng)基本為零，也表明匯市對(duì)于股市只存在短期影響效果。企債指數(shù)對(duì)匯率的沖擊剛開始為負(fù)，隨后其影響逐漸減弱，表明匯市對(duì)債市只存在短期的影響效應(yīng)。可見，短期的人民幣匯率升值吸引國(guó)際資本流入國(guó)內(nèi)，其中部分資本流入股市，導(dǎo)致股市一開始的沖擊是正向的;但匯率升值的同時(shí)也可能導(dǎo)致資金轉(zhuǎn)向投資匯市造成債市收益率下滑，即匯率沖擊在短期內(nèi)會(huì)對(duì)債市造成一個(gè)負(fù)向的沖擊，短期內(nèi)對(duì)債市的投資資金形成一定的擠出效果，但是長(zhǎng)期而言，匯率沖擊對(duì)我國(guó)的股市和債市的影響較弱。

脈沖響應(yīng)的結(jié)果還表明，企債指數(shù)對(duì)滬深300指數(shù)的沖擊剛開始為正，隨后該短期影響效應(yīng)由正轉(zhuǎn)為負(fù)，而后再轉(zhuǎn)為正效應(yīng)。負(fù)效應(yīng)的原因可能是由于國(guó)外資本流入股市，擠占債市資金，但股市對(duì)債市的影響僅存在短期效應(yīng)。而滬深300指數(shù)對(duì)企債指數(shù)的沖擊剛開始為正，隨后該短期效應(yīng)由正轉(zhuǎn)為負(fù)，而后再轉(zhuǎn)為正效應(yīng)，最后該效應(yīng)為零，表明債市對(duì)股市的影響僅存在短期效應(yīng)。表明中國(guó)股市和債市在短期內(nèi)存在此消彼長(zhǎng)的額度關(guān)系，即債市繁榮，則資金流入，從而導(dǎo)致股市下跌;反之，債市蕭條，則資金撤出，流入股市，并進(jìn)一步引發(fā)股市上漲。比較股市對(duì)債市的影響，從正效應(yīng)轉(zhuǎn)為負(fù)效應(yīng)的強(qiáng)度更大，表明股市對(duì)債市的影響程度相較于債市對(duì)股市的影響效應(yīng)更大。

分析方差分解的結(jié)果，向前一步預(yù)測(cè)，各個(gè)市場(chǎng)的方差分解比例主要來(lái)自自身。其中外匯收益率方差分解結(jié)果有100%來(lái)自外匯沖擊，其余兩市的沖擊為0;股市匯率有9992%來(lái)自股市沖擊，其余008%來(lái)自匯率沖擊，而債市對(duì)股市的沖擊占比為0;債券收益率雖然絕大部分都來(lái)自自身沖擊達(dá)到9978%，但是債市不同于前兩種市場(chǎng)，除了自身，債市還受到匯市和股市沖擊的影響，分別占比017%和005%。說(shuō)明債市比較特殊，易受其他兩個(gè)市場(chǎng)沖擊的影響。方差分解方面，債市的沖擊一開始不會(huì)影響到股市的波動(dòng)。即使預(yù)測(cè)的步數(shù)增加，影響期限拉長(zhǎng)，但是三個(gè)市場(chǎng)的主要影響還是來(lái)自自身，不同的是三個(gè)市場(chǎng)除了受自身的影響外，或多或少還會(huì)受到其他兩個(gè)市場(chǎng)的影響。其中對(duì)于匯市，298%來(lái)自股市沖擊，089%來(lái)自債市沖擊;對(duì)于股市，082%來(lái)自匯率沖擊，042%來(lái)自債市沖擊;對(duì)于債市，085%來(lái)自匯率沖擊，101%來(lái)自股市沖擊。

綜上所述，匯率沖擊對(duì)股市和債市都有影響，且影響程度差不多;股市易受匯率沖擊的影響，且匯率沖擊大于債市沖擊;債市易受其他兩個(gè)市場(chǎng)的影響，且債市對(duì)于其他兩個(gè)市場(chǎng)的影響程度沒(méi)有其他兩個(gè)市場(chǎng)對(duì)自身的影響程度大。

三、結(jié)論及啟示

通過(guò)以上實(shí)證研究我們發(fā)現(xiàn)：一方面，匯市、股市和債市的影響主要來(lái)自本身，對(duì)三個(gè)市場(chǎng)方差分解向前20步預(yù)測(cè)，匯率沖擊對(duì)股市和債市都有影響，影響程度差不多，且匯率沖擊對(duì)于股市和債市的影響均表現(xiàn)為短期影響效果，但是影響方向有所差別。同時(shí)股票市場(chǎng)易受匯率沖擊的影響，且匯率沖擊大于債市沖擊。另一方面，債券市場(chǎng)易受其他兩個(gè)市場(chǎng)沖擊的影響，但是債市沖擊對(duì)股市和匯市的影響程度較小。我國(guó)股市和債市之間的短期影響是此消彼長(zhǎng)的關(guān)系，并且股市對(duì)債市的影響程度相較于債市對(duì)股市的影響程度更大。

由此可見，相較于股市而言，債市的發(fā)展程度還不是很成熟，且債市的門檻比較高，在外匯沖擊下，應(yīng)加強(qiáng)債市的發(fā)展，有助于兩市之間的替代性，此外，基于中美貿(mào)易摩擦的大背景環(huán)境下，保持中國(guó)這樣股市的穩(wěn)定性有助于降低三市之間的波動(dòng)傳染性。

參考文獻(xiàn)

[1]和文佳，方意，荊中博中美貿(mào)易摩擦對(duì)中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)的影響研究[J]國(guó)際金融研究，2019（3）：34-45

[2]陳創(chuàng)練，張年華，黃楚光外匯市場(chǎng)、債券市場(chǎng)與股票市場(chǎng)動(dòng)態(tài)關(guān)系研究[J]國(guó)際金融研究，2017（12）：83-93

[3]陳守東，高艷二元?GED-GARCH?模型的利率與匯率波動(dòng)溢出效應(yīng)研究[J]管理學(xué)報(bào)，2012（7）：1020-1024

[4]楊旭，李全經(jīng)濟(jì)政策不確定性對(duì)股票市場(chǎng)波動(dòng)的影響——基于20國(guó)數(shù)據(jù)的全球比較[J]中國(guó)證券期貨，2020（1）：4-24