郭文旌,侯 偉

(南京財(cái)經(jīng)大學(xué) 金融學(xué)院,江蘇 南京 210023)

一、引 言

以加密數(shù)字貨幣(簡(jiǎn)稱數(shù)字貨幣)資產(chǎn)為核心的數(shù)字金融是現(xiàn)代金融的主力軍,隨著即將到來的數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)字貨幣逐漸走向全球化、現(xiàn)代化的趨勢(shì)勢(shì)不可擋。2009年1月3日比特幣誕生,2021年5月24日,全球數(shù)字貨幣市場(chǎng)已發(fā)展至10 024種幣種,總市值共計(jì)約14 447億美元。自從數(shù)字貨幣出現(xiàn)以來,尤其在股票市場(chǎng)低迷之時(shí),數(shù)字貨幣得到了眾多投資者的青睞,在以新冠肺炎疫情為背景下的全球股市劇烈震蕩時(shí)期,數(shù)字貨幣市場(chǎng)呈現(xiàn)了強(qiáng)勢(shì)抵御下行壓力并迅速消化事件沖擊的表征。在新興金融市場(chǎng)崛起的同時(shí),由于廣義及狹義定義的模糊與界定不明使得我們對(duì)數(shù)字貨幣的風(fēng)險(xiǎn)屬性仍難以明確,去中心化交易過程的特征使得數(shù)字貨幣在自由主義者的追捧下對(duì)貨幣本質(zhì)、法定貨幣理論發(fā)起了挑戰(zhàn),同時(shí)數(shù)字貨幣資產(chǎn)的投資與回報(bào)的非法幣式變現(xiàn)使得資產(chǎn)定價(jià)理論無從下手。數(shù)字貨幣放開漲跌停限制、去中心化交易模式給其帶來杠桿風(fēng)險(xiǎn)一次性出清的優(yōu)勢(shì)同時(shí),也預(yù)示著數(shù)字資產(chǎn)市場(chǎng)中蘊(yùn)含的投機(jī)性泡沫與泡沫破裂可能導(dǎo)致的市場(chǎng)恐慌。數(shù)字貨幣自身屬性的資產(chǎn)特征給予了其自身作為避險(xiǎn)資產(chǎn)的可能性,而作為非避險(xiǎn)資產(chǎn)的股票市場(chǎng)是國(guó)家實(shí)體經(jīng)濟(jì)的“晴雨表”,在二者相互發(fā)展過程中所隱含的風(fēng)險(xiǎn)也可能會(huì)嚴(yán)重影響金融市場(chǎng)的經(jīng)濟(jì)秩序,成為引發(fā)金融危機(jī)的重大風(fēng)險(xiǎn)隱患。

在金融創(chuàng)新后危機(jī)時(shí)代,數(shù)字貨幣與全球股票市場(chǎng)間的溢出度量、波動(dòng)及風(fēng)險(xiǎn)傳導(dǎo)渠道測(cè)度越發(fā)成為各國(guó)數(shù)字貨幣發(fā)行與監(jiān)管機(jī)構(gòu)所關(guān)注的聚焦點(diǎn)。理清數(shù)字貨幣與股市之間的聯(lián)動(dòng)效應(yīng)模式,有效防范化解數(shù)字貨幣與國(guó)際股票市場(chǎng)間的風(fēng)險(xiǎn)共振,避免數(shù)字貨幣跨市場(chǎng)跨區(qū)域帶來的金融危機(jī)是目前與未來一段時(shí)間內(nèi)亟需解決的難題。

二、文獻(xiàn)綜述

目前,國(guó)內(nèi)外學(xué)者對(duì)數(shù)字貨幣風(fēng)險(xiǎn)的研究主要從避險(xiǎn)屬性、風(fēng)險(xiǎn)對(duì)沖能力等方面研究數(shù)字貨幣對(duì)不同類型資產(chǎn)的影響,Matkovskyy和Jalan通過馬爾可夫轉(zhuǎn)換模型對(duì)比特幣與傳統(tǒng)金融市場(chǎng)間的線性、非對(duì)稱性傳染以及結(jié)構(gòu)性沖擊進(jìn)行研究,發(fā)現(xiàn)了風(fēng)險(xiǎn)厭惡類型投資者更傾向于相對(duì)安全的金融市場(chǎng)[1]。Bouri等運(yùn)用STVAR-BTGARCH-M模型研究了比特幣與其他資產(chǎn)非對(duì)稱信息溢出效應(yīng),得出比特幣主要作為信息溢出的承受方,并對(duì)金融系統(tǒng)的風(fēng)險(xiǎn)影響較小的結(jié)論[2]。Wang等運(yùn)用VAR-MGARCH-BEKK模型探究了中國(guó)金融市場(chǎng)與比特幣2013—2017年的均值及波動(dòng)溢出效應(yīng),研究表明,黃金、貨幣、債券市場(chǎng)和上海同業(yè)拆借利率均會(huì)對(duì)比特幣產(chǎn)生均值溢出效應(yīng)[3]。Corbet等研究了主流數(shù)字貨幣與主要代表性市場(chǎng)2013—2017年的信息溢出效應(yīng),發(fā)現(xiàn)了數(shù)字貨幣市場(chǎng)內(nèi)部關(guān)聯(lián)性較高而與金融市場(chǎng)的信息關(guān)聯(lián)度較低的特征[4]。柏建成等以溢出指數(shù)構(gòu)建法研究了2013年至2020年比特幣對(duì)黃金、原油、美元、歐元、日元和人民幣的波動(dòng)溢出效應(yīng),發(fā)現(xiàn)了數(shù)字貨幣與中國(guó)傳統(tǒng)金融市場(chǎng)間存在著風(fēng)險(xiǎn)傳遞渠道,比特幣對(duì)人民幣的波動(dòng)溢出指數(shù)在特定事件影響下反應(yīng)更為敏感[5-6]。趙越強(qiáng)等運(yùn)用DY溢出指數(shù)方法研究比特幣的跨市場(chǎng)波動(dòng)溢出效應(yīng),研究表明,比特幣是風(fēng)險(xiǎn)波動(dòng)的凈接收方,同時(shí)中國(guó)對(duì)私人數(shù)字貨幣的監(jiān)管效果明顯[7]。

一直以來溢出效應(yīng)與風(fēng)險(xiǎn)傳染都是學(xué)術(shù)界關(guān)注的焦點(diǎn),對(duì)溢出效應(yīng)和風(fēng)險(xiǎn)傳染領(lǐng)域的實(shí)證研究方法在日漸豐富,早期學(xué)者主要運(yùn)用概率分析、相關(guān)系數(shù)分析、VAR模型、GARCH族模型、事件研究法[8-13]。目前國(guó)內(nèi)外對(duì)風(fēng)險(xiǎn)傳染效應(yīng)的研究主要借鑒Diebold等在VAR模型方差分解原理上提出的風(fēng)險(xiǎn)溢出指數(shù),該指數(shù)可分析不同市場(chǎng)間波動(dòng)溢出網(wǎng)絡(luò)關(guān)系并度量整個(gè)系統(tǒng)的時(shí)變市場(chǎng)風(fēng)險(xiǎn)[14-19]。

綜上所述,國(guó)內(nèi)外對(duì)數(shù)字貨幣風(fēng)險(xiǎn)傳染的研究集中于比特幣與傳統(tǒng)金融資產(chǎn)的收益與風(fēng)險(xiǎn)溢出效應(yīng),鮮有從國(guó)際股票市場(chǎng)跨市場(chǎng)風(fēng)險(xiǎn)傳染角度深度分析與整個(gè)數(shù)字貨幣市場(chǎng)的雙向影響,且由于樣本區(qū)間的不同,國(guó)內(nèi)外學(xué)者對(duì)數(shù)字貨幣市場(chǎng)風(fēng)險(xiǎn)傳染的研究結(jié)果并未達(dá)成一致。如今,數(shù)字貨幣的規(guī)模日益見長(zhǎng),全球化、金融化程度今非昔比的數(shù)字貨幣與國(guó)際股市的風(fēng)險(xiǎn)傳染模式是否進(jìn)入了新階段?鑒于此,本文運(yùn)用2017年1月3日至2021年5月31日數(shù)字貨幣指數(shù)作為數(shù)字貨幣市場(chǎng)代理變量并從股票市場(chǎng)關(guān)聯(lián)角度深度剖析數(shù)字貨幣與全球主要股票市場(chǎng)聯(lián)動(dòng)狀態(tài),運(yùn)用滾動(dòng)窗口VAR(N)方法實(shí)證檢驗(yàn)數(shù)字貨幣與全球股票市場(chǎng)收益率溢出效應(yīng),并運(yùn)用DY指數(shù)刻畫依地區(qū)性特征、國(guó)家或地區(qū)對(duì)數(shù)字貨幣政策性特征劃分的股票市場(chǎng)風(fēng)險(xiǎn),通過GJR-MGARCH-BEKK方法分析數(shù)字貨幣波動(dòng)與全球股市波動(dòng)與風(fēng)險(xiǎn)波動(dòng)的雙向非對(duì)稱溢出效應(yīng),開創(chuàng)性地探究板塊性特征與政策性差異,對(duì)各國(guó)或地區(qū)度量與控制數(shù)字貨幣風(fēng)險(xiǎn)傳染、發(fā)行數(shù)字貨幣與采取何種監(jiān)管行為具有重要意義。

三、模型構(gòu)建與研究系統(tǒng)構(gòu)建

(一)模型構(gòu)建

1.溢出指數(shù)模型

借鑒由Diebold和Yilmaz提出的向量自回歸模型方差分解方法測(cè)度數(shù)字貨幣跨市場(chǎng)風(fēng)險(xiǎn)溢出的方向和強(qiáng)度,度量數(shù)字貨幣與全球股票市場(chǎng)總溢出指數(shù)、定向溢出指數(shù)以及動(dòng)態(tài)溢出指數(shù),同時(shí)衡量不同地區(qū)、不同政策劃分系統(tǒng)的股票市場(chǎng)風(fēng)險(xiǎn)[15]。溢出指數(shù)的構(gòu)建通過建立滿足協(xié)方差平穩(wěn)的N階變量滯后p期的向量自回歸(VAR)模型:

(1)

(2)

其中Θi=AiP,ξ=P-1εt-i,ξt是正交向量,P為N×N階的下三角矩陣。改寫后的滑動(dòng)平均過程將預(yù)測(cè)方差分解矩陣變形為:

(3)

(4)

(5)

(6)

(7)

2.GJR-MGARCH-BEKK時(shí)間序列模型

為了測(cè)度數(shù)字貨幣與各國(guó)或地區(qū)股票市場(chǎng)以及不同系統(tǒng)的市場(chǎng)風(fēng)險(xiǎn)的非對(duì)稱波動(dòng)率溢出效應(yīng),運(yùn)用GJR-MGARCH-BEKK模型建立條件方差方程進(jìn)行分析,ARCH項(xiàng)與GARCH項(xiàng)滯后階數(shù)為1的該模型可以表示為:

(8)

(二)數(shù)據(jù)選取、指標(biāo)構(gòu)建與系統(tǒng)建立

1.收益率

為更加全面、綜合考察數(shù)字貨幣與全球主要股市的聯(lián)動(dòng)效應(yīng),選擇ChaiNext5指數(shù)日收盤價(jià)作為數(shù)字貨幣市場(chǎng)代理變量,ChaiNext5指數(shù)由代幣市場(chǎng)中規(guī)模最大、流動(dòng)性最好的5種代幣組成,可反映數(shù)字貨幣市場(chǎng)大幣種的價(jià)格走勢(shì),其中比特幣(bitcoin)占比68.455%,以太幣(ethereum)占比29.362%,比特幣現(xiàn)金(bitcoin-cash)占比0.904%,萊特幣(litecoin)占比0.901%,柚子幣(eos)占比0.356%,樣本區(qū)間選取2017年1月3日至2021年5月31日,重要主要股票市場(chǎng)指數(shù)包括代表美洲股票市場(chǎng)的美國(guó)(DJUSGI)、巴西(IBOVESPA)指數(shù),代表亞太股票市場(chǎng)的日本(N225)、韓國(guó)(KS11)、澳大利亞(AS51)、印度(SEBSEX)、中國(guó)大陸(深證成指)、中國(guó)臺(tái)灣(TWII)和中國(guó)香港(HSI)指數(shù)與代表歐洲股票市場(chǎng)的英國(guó)(FISE)、法國(guó)(FCHI)、德國(guó)(GDAXI)和俄羅斯(RTS)指數(shù),數(shù)據(jù)來源于Wind。為弱化數(shù)據(jù)異方差影響,運(yùn)用rt=(lnpt-lnpt-1)×100對(duì)日收盤價(jià)進(jìn)行對(duì)數(shù)一階差分處理并擴(kuò)大固定倍數(shù)(100倍)的時(shí)間序列進(jìn)行后續(xù)分析,其中pt為t日的收盤價(jià)。

2.溢出指數(shù)

通過借鑒Diebold和Yilmaz的思路,本文用溢出指數(shù)測(cè)度數(shù)字貨幣與全球股票市場(chǎng)的收益率均值溢出效應(yīng),并運(yùn)用滾動(dòng)窗口VAR方法計(jì)算依板塊、政策性質(zhì)劃分的不同股市收益率溢出指數(shù)時(shí)間序列從而衡量不同股市的市場(chǎng)風(fēng)險(xiǎn)。

3.建立研究系統(tǒng)

對(duì)處理后樣本數(shù)據(jù)進(jìn)行描述性分析,結(jié)果如表1所示:

表1 數(shù)據(jù)選取與描述性統(tǒng)計(jì)

由表1可知,全球主要股市行情表現(xiàn)較好,除英國(guó)股指收益率均值為負(fù)以外,其余市場(chǎng)收益率均值均為正值。值得注意的是,數(shù)字貨幣市場(chǎng)在擁有最大收益率均值0.319 5的同時(shí)也具備著所有市場(chǎng)中最極端的最大值、最小值和標(biāo)準(zhǔn)差,這預(yù)示著在誘人的平均收益背后數(shù)字貨幣也蘊(yùn)藏著極大的不確定性因素。

為研究這種不確定性風(fēng)險(xiǎn)所帶來的國(guó)際股市影響,對(duì)處理后樣本數(shù)據(jù)進(jìn)行JB檢驗(yàn)、ADF檢驗(yàn),經(jīng)檢驗(yàn)所有樣本時(shí)間序列服從正態(tài)分布且均為平穩(wěn)序列,為進(jìn)一步研究,在此基礎(chǔ)上建立VAR(N)模型,由表2可知,滯后階數(shù)為5時(shí),參數(shù)顯著情況最優(yōu),因此通過AIC準(zhǔn)則選擇VAR(5)模型進(jìn)行進(jìn)一步研究。

各變量均通過Granger因果檢驗(yàn),對(duì)模型進(jìn)行特征根檢驗(yàn),特征根均在圓內(nèi),此模型來度量數(shù)字貨幣與全球主要股票市場(chǎng)均值溢出效應(yīng)具有較高的擬合優(yōu)度,由此,本文設(shè)置方差分解區(qū)域?yàn)?2期,隨機(jī)滾動(dòng)窗口為100的VAR(5)模型進(jìn)行系統(tǒng)建立。

為探究數(shù)字貨幣與全球主要股市風(fēng)險(xiǎn)波動(dòng)溢出是否具有地區(qū)性與政策性差異,將樣本股票市場(chǎng)依地區(qū)與政府對(duì)數(shù)字貨幣政策態(tài)度劃分為亞太、美洲、歐洲和政策開放型、中立型、緊縮型市場(chǎng)等系統(tǒng)。在依政策性態(tài)度劃分方面,自2020年以來,日本在金融科技方面開始尋求轉(zhuǎn)變,對(duì)數(shù)字貨幣等金融科技前沿的發(fā)展采取較為積極的態(tài)度[20];歐盟對(duì)待數(shù)字貨幣采取寬松的申報(bào)和登記舉措,歐洲議會(huì)(EP)于2016年5月決定采取防止監(jiān)管過于嚴(yán)格以免遏止金融創(chuàng)新的措施[21];中國(guó)臺(tái)灣近年來也在加速數(shù)字貨幣發(fā)行進(jìn)程,于2019年1月發(fā)行商圈金融貨幣高雄幣, 并搶先建立了數(shù)字貨幣交易所;印度對(duì)待數(shù)字貨幣采取監(jiān)管嚴(yán)明、明令禁止的態(tài)度[22]。從數(shù)字貨幣發(fā)展至如今,韓國(guó)沒有對(duì)數(shù)字貨幣表現(xiàn)出太大興趣[23]。綜上所述,將日本、英國(guó)、法國(guó)、德國(guó)與中國(guó)臺(tái)灣股市列入政策開放型股市,將印度與韓國(guó)股市劃分為政策緊縮型股市,其余則劃分為對(duì)數(shù)字貨幣政策中立型股市。如表3所示,在以上基礎(chǔ)上對(duì)各系統(tǒng)分別進(jìn)行VAR模型建立并進(jìn)行最優(yōu)滯后階數(shù)選擇、Granger因果檢驗(yàn)以及單位根檢驗(yàn),模型均為穩(wěn)定且擬合度較優(yōu)。由此,借鑒DY指數(shù)構(gòu)建法分別計(jì)算各系統(tǒng)總溢出指數(shù)時(shí)間序列來刻畫不同系統(tǒng)的市場(chǎng)風(fēng)險(xiǎn),以研究數(shù)字貨幣與市場(chǎng)風(fēng)險(xiǎn)的波動(dòng)率溢出效應(yīng)。

表2 VAR模型最優(yōu)滯后階數(shù)選擇

表3 各系統(tǒng)滾動(dòng)窗口VAR(N)模型構(gòu)建

四、實(shí)證分析

(一)數(shù)字貨幣與全球股市收益率溢出效應(yīng)

1.靜態(tài)溢出效應(yīng)

本文采取預(yù)測(cè)范圍為6期的溢出指數(shù)來度量數(shù)字貨幣與全球股票市場(chǎng)的靜態(tài)均值溢出效應(yīng)。靜態(tài)溢出效應(yīng)代表樣本區(qū)間的均值溢出平均水平,數(shù)字貨幣市場(chǎng)與全球股票市場(chǎng)溢出指數(shù)如表4所示,溢出指數(shù)表中的i行j列表示市場(chǎng)j對(duì)市場(chǎng)i預(yù)測(cè)誤差方差的貢獻(xiàn)大小,非對(duì)角元素與To行表示變量i對(duì)外溢出指數(shù),TCO(To contribute own)表示包含對(duì)自身溢出效應(yīng)的總對(duì)外溢出指數(shù),凈溢出指數(shù)(NTS)為負(fù)則表示該市場(chǎng)為收益波動(dòng)信息的接收方,反之則為輸出方,總溢出指數(shù)(TSI)刻畫了各變量整體市場(chǎng)信息的聯(lián)動(dòng)程度。

數(shù)字貨幣對(duì)國(guó)際股票市場(chǎng)的凈溢出指數(shù)(NTS)為29.3%,作為波動(dòng)信息的凈輸出方的數(shù)字貨幣市場(chǎng)對(duì)全球股票市場(chǎng)波動(dòng)貢獻(xiàn)具有一定程度的占比。通過比較數(shù)字貨幣溢出輸出指數(shù)發(fā)現(xiàn),美洲股票市場(chǎng)與數(shù)字貨幣的聯(lián)動(dòng)中美洲股市表現(xiàn)為波動(dòng)的被動(dòng)接受方,數(shù)字貨幣對(duì)全球股票市場(chǎng)溢出效應(yīng)具有顯著差異,其中對(duì)美國(guó)股市收益率波動(dòng)溢出最為明顯,其次為澳大利亞股票市場(chǎng),受數(shù)字貨幣波動(dòng)影響較小的股市有包含中國(guó)香港、中國(guó)內(nèi)地的股市與印度股市,這反映出中國(guó)內(nèi)地與中國(guó)香港政府對(duì)于數(shù)字貨幣采取積極的審慎監(jiān)管策略的有效性,同時(shí)對(duì)待數(shù)字貨幣極度嚴(yán)苛的印度股市也因此受沖擊程度較小;從數(shù)字貨幣作為收益率溢出的接收方來看,俄羅斯、澳大利亞與法國(guó)股市對(duì)數(shù)字貨幣影響程度較高而中國(guó)內(nèi)地與中國(guó)香港股市對(duì)數(shù)字貨幣溢出程度相對(duì)較弱,這說明中國(guó)內(nèi)地與中國(guó)香港采取的一系列監(jiān)管措施有效切斷了收益率均值風(fēng)險(xiǎn)傳染路徑,反觀中國(guó)臺(tái)灣股票,其積極擁抱區(qū)塊鏈的態(tài)度也解釋了其股市與數(shù)字貨幣較高程度的收益率溢出聯(lián)動(dòng)水平。

2.動(dòng)態(tài)溢出效應(yīng)

為進(jìn)一步研究數(shù)字貨幣與全球股市收益率溢出是否具有階段性特征,本文通過比較數(shù)字貨幣與全球股票市場(chǎng)凈溢出指數(shù)時(shí)間序列衡量?jī)墒袌?chǎng)間動(dòng)態(tài)溢出效應(yīng)程度。

表4 數(shù)字貨幣與全球股票市場(chǎng)間收益率溢出指數(shù)

如圖1所示(2)由于篇幅原因,僅展示部分國(guó)家股市與數(shù)字貨幣凈溢出指數(shù)圖,如有興趣可向作者索取完整序列圖。,2017—2021年數(shù)字貨幣與全球股市的相互溢出指數(shù)呈現(xiàn)非對(duì)稱表征,數(shù)字貨幣對(duì)全球股市凈溢出指數(shù)為負(fù)值狀態(tài)較多,可知數(shù)字貨幣主要表現(xiàn)為波動(dòng)信息的接收與消化方,隨著時(shí)間的推移,數(shù)字貨幣的金融化、全球化屬性越發(fā)顯著,數(shù)字貨幣市場(chǎng)國(guó)際化影響程度日益凸顯;溢出效應(yīng)在各個(gè)金融市場(chǎng)中存在著地區(qū)性與階段性差異,2020年1月,新型冠狀病毒的傳播與擴(kuò)散對(duì)全球社會(huì)與經(jīng)濟(jì)帶來了不可估量的影響,如圖1陰影區(qū)間所示(3)陰影部分表示2020年1月至2020年9月樣本區(qū)間。。在新冠肺炎疫情爆發(fā)時(shí)期,亞太地區(qū)的澳大利亞、中國(guó)臺(tái)灣、韓國(guó)、美洲地區(qū)股票市場(chǎng)和歐洲地區(qū)的英國(guó)、法國(guó)與德國(guó)股票市場(chǎng)對(duì)數(shù)字貨幣的波動(dòng)溢出呈聚集狀并到達(dá)頂峰,反觀中國(guó)大陸、日本、中國(guó)香港、印度與俄羅斯股票市場(chǎng)的變動(dòng)情況并不顯著,可以得出在新冠肺炎疫情爆發(fā)期間數(shù)字貨幣市場(chǎng)對(duì)亞太股市均值溢出沖擊并不明顯。值得注意的是,日本股市在新冠肺炎疫情平穩(wěn)后受到了數(shù)字貨幣市場(chǎng)的強(qiáng)烈正向沖擊,自2020年7月以來,日本央行對(duì)待數(shù)字貨幣的態(tài)度大為轉(zhuǎn)變,其致力于加速推進(jìn)央行數(shù)字貨幣進(jìn)程的態(tài)度使得數(shù)字貨幣市場(chǎng)對(duì)日本股票市場(chǎng)的正向波動(dòng)溢出到達(dá)歷史頂峰,并持續(xù)了長(zhǎng)達(dá)半年時(shí)間。結(jié)合靜態(tài)、動(dòng)態(tài)溢出結(jié)果可以得出,數(shù)字貨幣市場(chǎng)與國(guó)際股票市場(chǎng)存在著顯著的收益率溢出效應(yīng),溢出程度具有地區(qū)性差異與階段性差異,數(shù)字貨幣的國(guó)際金融化程度在不斷加深。

(二)數(shù)字貨幣波動(dòng)與全球股市波動(dòng)溢出效應(yīng)

為檢驗(yàn)數(shù)字貨幣與全球股票市場(chǎng)間波動(dòng)率的雙向非對(duì)稱波動(dòng)溢出效應(yīng),本文運(yùn)用GJR-MGARCH-BEKK時(shí)間序列模型進(jìn)行分析。

如表5所示,數(shù)字貨幣與全球股票市場(chǎng)波動(dòng)溢出效應(yīng)并無明顯地區(qū)性差異。從長(zhǎng)期波動(dòng)率溢出參數(shù)矩陣A中系數(shù)a12可知,數(shù)字貨幣對(duì)全球股票市場(chǎng)的長(zhǎng)期波動(dòng)率溢出水平非常顯著,數(shù)字貨幣的波動(dòng)會(huì)引起澳大利亞、巴西股票市場(chǎng)顯著的正向波動(dòng)傳染,而對(duì)于其余股票市場(chǎng)而言,數(shù)字貨幣的波動(dòng)在長(zhǎng)期會(huì)抑制股票市場(chǎng)的波動(dòng),數(shù)字貨幣的波動(dòng)聚集對(duì)中國(guó)香港與中國(guó)臺(tái)灣股市的波動(dòng)抑制效果最為明顯;由短期波動(dòng)率溢出參數(shù)矩陣B中b12可知,數(shù)字貨幣對(duì)股票市場(chǎng)短期波動(dòng)率溢出聯(lián)動(dòng)關(guān)系明顯,除俄羅斯股票市場(chǎng)外,數(shù)字貨幣的短期波動(dòng)增加會(huì)抑制全球股票市場(chǎng)的股票市場(chǎng)波動(dòng)水平,從長(zhǎng)、短期波動(dòng)溢出關(guān)系可認(rèn)為在某種意義上數(shù)字貨幣與股票市場(chǎng)呈波動(dòng)互補(bǔ)狀態(tài);與均值溢出效應(yīng)具有顯著差異,全球股市不管在長(zhǎng)期還是短期對(duì)數(shù)字貨幣市場(chǎng)的波動(dòng)溢出水平均不明顯。巴西股市的波動(dòng)增加對(duì)數(shù)字貨幣波動(dòng)具有抑制能力。短期內(nèi),中國(guó)大陸、俄羅斯股票市場(chǎng)對(duì)數(shù)字貨幣市場(chǎng)則存在著同向波動(dòng)跳躍,其中中國(guó)大陸股市波動(dòng)對(duì)數(shù)字貨幣的影響沖擊最為強(qiáng)烈。

數(shù)字貨幣與全球股票市場(chǎng)中僅存在著單向的非對(duì)稱溢出效應(yīng)。數(shù)字貨幣波動(dòng)對(duì)日本、澳大利亞、印度、中國(guó)臺(tái)灣、美國(guó)、巴西、法國(guó)與德國(guó)股市波動(dòng)存在著顯著的負(fù)向非對(duì)稱效應(yīng),在應(yīng)對(duì)負(fù)向沖擊時(shí),數(shù)字貨幣波動(dòng)率溢出對(duì)這些股市的影響程度大于正向沖擊對(duì)股市的影響。對(duì)中國(guó)內(nèi)地、韓國(guó)、中國(guó)香港以及英國(guó)市場(chǎng)的非對(duì)稱波動(dòng)溢出效應(yīng)則與之相反,在市場(chǎng)迎接正向沖擊時(shí)的影響力度較為明顯。

(三)數(shù)字貨幣波動(dòng)與全球股市風(fēng)險(xiǎn)波動(dòng)溢出效應(yīng)

數(shù)字貨幣與全球股市的區(qū)域性風(fēng)險(xiǎn)傳染是否存在差異?國(guó)家或地區(qū)對(duì)待數(shù)字貨幣的政策態(tài)度以及監(jiān)管力度是否影響著著風(fēng)險(xiǎn)波動(dòng)的傳染?為解決上述問題,將樣本股票市場(chǎng)分別按板塊與國(guó)家或地區(qū)政策態(tài)度類型劃分為亞太、美洲、歐洲和政府對(duì)待數(shù)字貨幣政策開放型、中立型、緊縮型股票市場(chǎng)系統(tǒng),并通過DY溢出指數(shù)衡量不同板塊、不同政策類別系統(tǒng)的股市市場(chǎng)風(fēng)險(xiǎn),探究不同股票市場(chǎng)風(fēng)險(xiǎn)波動(dòng)與數(shù)字貨幣市場(chǎng)波動(dòng)的雙向非對(duì)稱溢出效應(yīng)。

對(duì)各系統(tǒng)股票市場(chǎng)總溢出指數(shù)進(jìn)行一階差分處理后進(jìn)行極端值處理,剔除空白項(xiàng),經(jīng)過ADF檢驗(yàn)后得出各股市市場(chǎng)風(fēng)險(xiǎn)衡量指標(biāo)均為平穩(wěn)時(shí)間序列。運(yùn)用ARCH項(xiàng)為1,GARCH項(xiàng)為1,GJR項(xiàng)為1的GJR-MGARCH-BEKK模型,通過BFGS方法進(jìn)行參數(shù)估計(jì)。

1.板塊性特征研究

由表6可知,數(shù)字貨幣波動(dòng)對(duì)全球股票市場(chǎng)風(fēng)險(xiǎn)的波動(dòng)溢出具有單向板塊性特征。數(shù)字貨幣波動(dòng)對(duì)全球市場(chǎng)風(fēng)險(xiǎn)波動(dòng)的短期正向傳導(dǎo)渠道顯著,從三大板塊來看,風(fēng)險(xiǎn)波動(dòng)受影響力度呈十倍數(shù)遞減,從高到低分別為歐洲股票市場(chǎng)、美洲股票市場(chǎng)和亞太股票市場(chǎng)。數(shù)字貨幣的波動(dòng)在長(zhǎng)期對(duì)亞太股票市場(chǎng)具有風(fēng)險(xiǎn)波動(dòng)抑制的效果,而與美洲股票市場(chǎng)以及歐洲股票市場(chǎng)的風(fēng)險(xiǎn)波動(dòng)則存在著同向跳躍效應(yīng),其中對(duì)歐洲股票市場(chǎng)風(fēng)險(xiǎn)波動(dòng)受影響程度最為強(qiáng)烈。從非對(duì)稱溢出效應(yīng)來看,數(shù)字貨幣與全球股票市場(chǎng)風(fēng)險(xiǎn)僅存在著單向的非對(duì)稱波動(dòng)溢出影響,在面臨正向沖擊時(shí),數(shù)字貨幣波動(dòng)對(duì)亞太市場(chǎng)和美洲股市風(fēng)險(xiǎn)波動(dòng)水平的溢出效應(yīng)更為強(qiáng)烈,在數(shù)字貨幣下跌狀態(tài)時(shí),數(shù)字貨幣的劇烈震蕩對(duì)歐洲股票市場(chǎng)風(fēng)險(xiǎn)的波動(dòng)沖擊更大。

根據(jù)圖2可知,數(shù)字貨幣與美洲、歐洲股票市場(chǎng)風(fēng)險(xiǎn)波動(dòng)溢出效應(yīng)與長(zhǎng)短期無關(guān),數(shù)字貨幣波動(dòng)與歐洲股市風(fēng)險(xiǎn)聯(lián)動(dòng)關(guān)系最為緊密。歐洲股票市場(chǎng)風(fēng)險(xiǎn)受數(shù)字貨幣市場(chǎng)的影響最為強(qiáng)烈,其長(zhǎng)、短期的波動(dòng)溢出系數(shù)為三大板塊中最高且非對(duì)稱敏感程度為三大板塊中最強(qiáng)。

(a)短期 (b)長(zhǎng)期注:a、b分別為短期與長(zhǎng)期兩狀態(tài)關(guān)聯(lián)圖。箭頭方向?yàn)椴▌?dòng)溢出方向。顏色深淺代表影響程度。正、負(fù)號(hào)分別代表正向沖擊與抑制影響。實(shí)線代表無非對(duì)稱效應(yīng),雙實(shí)線代表非對(duì)稱效應(yīng)為正,雙虛線代表非對(duì)稱效應(yīng)為負(fù)。圖2 短期至長(zhǎng)期數(shù)字貨幣波動(dòng)與地區(qū)劃分全球股市風(fēng)險(xiǎn)波動(dòng)溢出網(wǎng)絡(luò)拓?fù)鋱D

2.政策性特征研究

對(duì)比表6、表7可知,從系數(shù)顯著程度來看,依國(guó)家或地區(qū)對(duì)數(shù)字貨幣政策態(tài)度劃分股市的市場(chǎng)風(fēng)險(xiǎn)波動(dòng)與數(shù)字貨幣波動(dòng)溢出關(guān)系更為緊密,數(shù)字貨幣波動(dòng)對(duì)全球股票市場(chǎng)風(fēng)險(xiǎn)波動(dòng)溢出效應(yīng)的政策性特征比板塊性特征更明顯。

由表7可知,數(shù)字貨幣波動(dòng)與開放型、緊縮型國(guó)家或地區(qū)股市風(fēng)險(xiǎn)波動(dòng)在長(zhǎng)、短期均具有雙向溢出效應(yīng),而中立型政策國(guó)家或地區(qū)股票市場(chǎng)風(fēng)險(xiǎn)波動(dòng)僅受到數(shù)字貨幣波動(dòng)單向傳染效應(yīng)。

從長(zhǎng)期來看,數(shù)字貨幣的波動(dòng)對(duì)各類型股市風(fēng)險(xiǎn)波動(dòng)具有抑制作用,其中對(duì)緊縮型股市市場(chǎng)風(fēng)險(xiǎn)波動(dòng)抑制能力最強(qiáng),對(duì)中立型股市風(fēng)險(xiǎn)波動(dòng)抑制能力最弱,開放型國(guó)家或地區(qū)股市風(fēng)險(xiǎn)波動(dòng)增加會(huì)對(duì)數(shù)字貨幣波動(dòng)引起正向沖擊,緊縮型國(guó)家或地區(qū)股市風(fēng)險(xiǎn)波動(dòng)則相反,對(duì)數(shù)字貨幣政策態(tài)度較為嚴(yán)苛的國(guó)家或地區(qū)股市市場(chǎng)風(fēng)險(xiǎn)波動(dòng)會(huì)引起數(shù)字貨幣波動(dòng)趨于平穩(wěn);從短期來看,數(shù)字貨幣波動(dòng)增加均會(huì)導(dǎo)致各類型股票市場(chǎng)風(fēng)險(xiǎn)共振,其中緊縮型股市受波動(dòng)溢出水平最高,開放型、緊縮型股市風(fēng)險(xiǎn)波動(dòng)會(huì)對(duì)數(shù)字貨幣波動(dòng)產(chǎn)生負(fù)面影響;從非對(duì)稱溢出效應(yīng)來看,數(shù)字貨幣與各政策類型股市存在著單向非對(duì)稱波動(dòng)傳導(dǎo)效應(yīng),緊縮型政策股市風(fēng)險(xiǎn)受非對(duì)稱溢出效應(yīng)影響最為劇烈,數(shù)字貨幣利好時(shí)期對(duì)開放型股市風(fēng)險(xiǎn)波動(dòng)溢出更為強(qiáng)烈,而緊縮型和中立型股市風(fēng)險(xiǎn)波動(dòng)則在數(shù)字貨幣利空時(shí)期受影響程度更大。

表7 數(shù)字貨幣與政策類型劃分股市市場(chǎng)風(fēng)險(xiǎn)GJR-MGARCH-BEKK模型參數(shù)

如圖3可知,數(shù)字貨幣的波動(dòng)短期內(nèi)會(huì)引發(fā)各政策類型股市風(fēng)險(xiǎn)同向跳躍,隨著波動(dòng)時(shí)期延長(zhǎng)則會(huì)對(duì)各類型股市風(fēng)險(xiǎn)波動(dòng)產(chǎn)生抑制效果,其中緊縮型股市風(fēng)險(xiǎn)波動(dòng)最強(qiáng)烈,短期內(nèi)政策中立型股市風(fēng)險(xiǎn)波動(dòng)受影響程度比政策開放型股市風(fēng)險(xiǎn)更為強(qiáng)烈,波動(dòng)延續(xù)至長(zhǎng)期時(shí),政策開放型股市風(fēng)險(xiǎn)波動(dòng)受抑制效果更佳;開放型與緊縮型股市風(fēng)險(xiǎn)波動(dòng)短期內(nèi)會(huì)對(duì)數(shù)字貨幣波動(dòng)產(chǎn)生負(fù)向沖擊,其中開放型股市風(fēng)險(xiǎn)的影響更劇烈,這種波動(dòng)溢出情況會(huì)在長(zhǎng)期時(shí)表現(xiàn)出異質(zhì)性,隨著時(shí)間顯現(xiàn)股市波動(dòng)的滯后影響,緊縮型數(shù)字貨幣風(fēng)險(xiǎn)波動(dòng)對(duì)數(shù)字貨幣波動(dòng)的抑制強(qiáng)度將會(huì)有所增加,而開放型股市風(fēng)險(xiǎn)波動(dòng)增加則會(huì)引發(fā)數(shù)字貨幣的同向波動(dòng)跳躍。

縱觀各政策類型股市風(fēng)險(xiǎn)與數(shù)字貨幣波動(dòng)溢出關(guān)聯(lián),數(shù)字貨幣的風(fēng)險(xiǎn)傳導(dǎo)具有彈性,對(duì)待數(shù)字貨幣采取較為嚴(yán)苛與緊縮政策的股市市場(chǎng)風(fēng)險(xiǎn)與數(shù)字貨幣雙向波動(dòng)溢出程度卻最為強(qiáng)烈,并在數(shù)字貨幣利空時(shí)期更為突出;中立型股市風(fēng)險(xiǎn)在利空時(shí)期受數(shù)字貨幣影響程度更大,短期受數(shù)字貨幣波動(dòng)沖擊反應(yīng)適中,然而消化能力較弱;開放型股市風(fēng)險(xiǎn)在數(shù)字貨幣利好時(shí)期的雙向波動(dòng)溢出水平更強(qiáng)烈,其波動(dòng)水平短期對(duì)數(shù)字貨幣波動(dòng)沖擊的承受能力最佳,但在長(zhǎng)期受數(shù)字貨幣波動(dòng)的抑制水平適中。

(a)短期 (b)長(zhǎng)期注:a、b分別為短期與長(zhǎng)期兩狀態(tài)關(guān)聯(lián)圖。箭頭方向?yàn)椴▌?dòng)溢出方向。顏色深淺代表影響程度。正、負(fù)號(hào)分別代表正向沖擊與抑制影響。實(shí)線代表無非對(duì)稱效應(yīng),雙實(shí)線代表非對(duì)稱效應(yīng)為正,雙虛線代表非對(duì)稱效應(yīng)為負(fù)。圖3 短期至長(zhǎng)期數(shù)字貨幣波動(dòng)與政策性劃分全球股市風(fēng)險(xiǎn)波動(dòng)溢出網(wǎng)絡(luò)拓?fù)鋱D

五、結(jié)論及政策建議

本文通過滾窗VAR模型度量數(shù)字貨幣與全球主要股票市場(chǎng)的收益率溢出效應(yīng),將全球主要股市依板塊性、政府對(duì)數(shù)字貨幣政策性態(tài)度進(jìn)行系統(tǒng)劃分,通過DY溢出指數(shù)刻畫不同系統(tǒng)股市的市場(chǎng)風(fēng)險(xiǎn),運(yùn)用GJR-MGARCH-BEKK模型分析數(shù)字貨幣波動(dòng)與全球股市風(fēng)險(xiǎn)波動(dòng)的雙向非對(duì)稱溢出效應(yīng),并進(jìn)一步剖析存在的板塊性和政策性特征,得到如下結(jié)論:

首先,數(shù)字貨幣與全球股票市場(chǎng)的收益率溢出效應(yīng)具有顯著的地區(qū)性差異與階段性差異,數(shù)字貨幣主要作為歐洲股市收益率溢出效應(yīng)的承受方,新冠肺炎疫情的爆發(fā)使得各地區(qū)股指收益率對(duì)數(shù)字貨幣溢出效應(yīng)達(dá)到峰值,亞太地區(qū)受影響程度最小,而疫情平穩(wěn)后,日本股市受到了數(shù)字貨幣長(zhǎng)達(dá)半年的劇烈正向溢出沖擊。

其次,數(shù)字貨幣對(duì)全球股票市場(chǎng)波動(dòng)率溢出效應(yīng)中存在著顯著的單向非對(duì)稱效應(yīng),數(shù)字貨幣具有風(fēng)險(xiǎn)對(duì)沖表征,除俄羅斯股票市場(chǎng)外,數(shù)字貨幣的短期波動(dòng)增加會(huì)抑制全球股票市場(chǎng)的波動(dòng)水平,數(shù)字貨幣的長(zhǎng)期波動(dòng)對(duì)澳大利亞、巴西股票市場(chǎng)具有顯著的正向波動(dòng)傳染,而對(duì)于其余股票市場(chǎng)而言,數(shù)字貨幣波動(dòng)在長(zhǎng)期來看會(huì)抑制股票市場(chǎng)的風(fēng)險(xiǎn)波動(dòng),其中對(duì)中國(guó)香港與中國(guó)臺(tái)灣股市的波動(dòng)抑制效果最為明顯;與均值溢出效應(yīng)不同,全球股市對(duì)數(shù)字貨幣市場(chǎng)的波動(dòng)溢出水平均較弱,僅中國(guó)大陸、俄羅斯股票市場(chǎng)波動(dòng)對(duì)數(shù)字貨幣市場(chǎng)波動(dòng)存在著顯著的同向波動(dòng)跳躍,其中中國(guó)大陸股市波動(dòng)對(duì)數(shù)字貨幣的影響沖擊最為強(qiáng)烈,巴西股市波動(dòng)則對(duì)數(shù)字貨幣具有波動(dòng)抑制效應(yīng)。

最后,數(shù)字貨幣波動(dòng)與全球股票風(fēng)險(xiǎn)波動(dòng)的溢出效應(yīng)具有顯著的地區(qū)性、政策性差異。歐洲股市風(fēng)險(xiǎn)與數(shù)字貨幣波動(dòng)溢出的聯(lián)動(dòng)關(guān)系最為緊密且在數(shù)字貨幣接受負(fù)向沖擊時(shí)更加明顯。面臨正向沖擊時(shí),數(shù)字貨幣波動(dòng)對(duì)亞太市場(chǎng)和美洲股市風(fēng)險(xiǎn)波動(dòng)的溢出效應(yīng)更為強(qiáng)烈;數(shù)字貨幣風(fēng)險(xiǎn)傳染具有彈性,對(duì)待數(shù)字貨幣態(tài)度較為嚴(yán)苛、政策緊縮的股市市場(chǎng)風(fēng)險(xiǎn)與數(shù)字貨幣關(guān)聯(lián)程度最為密切,并在數(shù)字貨幣利空時(shí)期更為突出;政策中立型股市風(fēng)險(xiǎn)波動(dòng)水平在利空時(shí)期受數(shù)字貨幣波動(dòng)影響程度更大,短期受數(shù)字貨幣波動(dòng)沖擊反應(yīng)適中,然而消化能力較弱;政策開放型股市風(fēng)險(xiǎn)波動(dòng)在數(shù)字貨幣利好時(shí)期的雙向波動(dòng)溢出水平更強(qiáng)烈,短期對(duì)數(shù)字貨幣波動(dòng)沖擊承受能力最佳,長(zhǎng)期的風(fēng)險(xiǎn)波動(dòng)受抑制效果表現(xiàn)一般。

基于以上實(shí)證結(jié)論,本文提出以下政策建議:

第一,辯證性對(duì)待數(shù)字貨幣市場(chǎng),關(guān)注數(shù)字貨幣市場(chǎng)與股票市場(chǎng)溢出效應(yīng),在數(shù)字貨幣逐步走向國(guó)際市場(chǎng)的金融開放過程中防范化解與數(shù)字貨幣的雙向風(fēng)險(xiǎn)傳染。在聚焦數(shù)字貨幣業(yè)務(wù)的國(guó)際發(fā)展態(tài)勢(shì)的同時(shí)關(guān)注重大事件對(duì)數(shù)字貨幣與股票市場(chǎng)的關(guān)聯(lián)狀態(tài)的影響,采取相應(yīng)的措施進(jìn)行合理應(yīng)對(duì)。從加密數(shù)字貨幣基層角度穩(wěn)固區(qū)塊鏈技術(shù),防范市場(chǎng)內(nèi)生性風(fēng)險(xiǎn)。對(duì)盜竊加密數(shù)字貨幣或利用數(shù)字貨幣洗錢等違法犯罪行為進(jìn)行嚴(yán)厲打擊,維護(hù)數(shù)字貨幣市場(chǎng)的安全性。數(shù)字貨幣“T+1”交易制度或許可以在進(jìn)行部分流動(dòng)性妥協(xié)的同時(shí)提升市場(chǎng)平息投資者非理性行為的效率,從而達(dá)到有效防止數(shù)字貨幣市場(chǎng)跨地區(qū)跨市場(chǎng)風(fēng)險(xiǎn)傳染的目的。

第二,在建立宏觀審慎監(jiān)管的基礎(chǔ)上結(jié)合國(guó)情合理區(qū)分?jǐn)?shù)字貨幣的金融創(chuàng)新與金融風(fēng)險(xiǎn),有效避免跨市場(chǎng)風(fēng)險(xiǎn)傳染,實(shí)現(xiàn)數(shù)字貨幣金融創(chuàng)新與風(fēng)險(xiǎn)控制的內(nèi)在統(tǒng)一,切不可一味追隨美國(guó)市場(chǎng)應(yīng)對(duì)數(shù)字貨幣的監(jiān)管定位、態(tài)度及方法[24]。在應(yīng)對(duì)數(shù)字貨幣的革命浪潮激流勇進(jìn)時(shí),由于數(shù)字貨幣市場(chǎng)的風(fēng)險(xiǎn)聯(lián)動(dòng)具有彈性,秉持?jǐn)?shù)字貨幣市場(chǎng)風(fēng)險(xiǎn)厭惡的態(tài)度更易擴(kuò)大數(shù)字貨幣與股市風(fēng)險(xiǎn)共振的可能,應(yīng)結(jié)合國(guó)情建立國(guó)家或地區(qū)特色形式的數(shù)字貨幣政策把數(shù)字貨幣合理地“請(qǐng)進(jìn)來”,引導(dǎo)金融市場(chǎng)接納金融創(chuàng)新的價(jià)值創(chuàng)造能力,避免各國(guó)或地區(qū)進(jìn)行數(shù)字貨幣市場(chǎng)策略博弈時(shí)陷入“囚徒困境”。

第三,從央行數(shù)字貨幣管理角度有效管理風(fēng)險(xiǎn)傳導(dǎo)。由于加密數(shù)字貨幣去中心化交易方式使其在國(guó)際市場(chǎng)上存在著不可估量的隱晦風(fēng)險(xiǎn),中國(guó)應(yīng)建立基于央行數(shù)字貨幣為中心的數(shù)字貨幣管理框架,一方面可避免數(shù)字貨幣引發(fā)全球金融市場(chǎng)流動(dòng)性管理理論失語;另一方面亦可提升人民幣的國(guó)際影響力。