金融市场极端风险溢出效应研究&以金砖四国为例_溢出效应论文

金融市场极端风险溢出效应研究：以金砖国家为例，本文主要内容关键词为：为例论文,金融市场论文,效应论文,金砖论文,风险论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      金融自由化使国家间的一体化程度加深，在金融体系联系更加紧密、资源配置更有效率的同时，也增加了金融体系的脆弱性以及风险的复杂性。基于金融、贸易的联系以及投资者的非理性行为，国内的金融市场波动风险可以迅速溢出至其他国家。自20世纪90年代以来，金融市场极端风险事件乃至金融危机频发，尤其是2008年由美国次贷危机演变而来的全球金融风暴，对世界金融体系以及实体经济造成了很大程度的冲击。

      基于地缘关系或政治关系等原因形成的区域经济合作组织或跨区域的国际金融、经济合作组织在全球经济、金融系统中形成不同的国家组群，成为相互交叉的子系统。随着金融、贸易合作发展的深化，一国爆发金融市场极端风险是否会由于组群中成员国的经济发展结构、制度等相似性而造成极端风险的净传染，从而导致国际投资者从其他成员国撤资、进行货币冲击或是在证券市场形成集体抛售行为？这些都是值得思考的问题。近年来，金砖国家为世界经济发展做出了巨大贡献，本文将以金融市场极端风险为切入点，对金砖国家以及发达国家和金砖国家之间的溢出效应进行实证分析并给出建议，从而有助于将外来极端风险对我国金融市场的冲击降至最低。

      一、文献综述

      关于金融市场极端风险的定义，学术界并未达成共识，且相关文献不多。Atik(2010)[1]将风险现象分为一般时期和金融市场极端风险事件时期；陈婵娟和李筱璇(2010)[2]将金融市场极端风险定义为破坏性极强、冲击极大的小概率金融事件；谢海滨等(2011)[3]认为股指的剧烈升落就是极端金融风险；刘湘云和陈洋阳(2012)[4]将极端金融风险定义为造成多个金融、经济指标的剧烈变化的金融市场突发事件。综上所述，可以把金融市场极端风险理解为投资主体和金融机构未预期到或是他们认为不太可能会发生的事件；在影响程度方面，相对于一般性的金融风险，极端风险的影响范围更广泛、破坏程度更高、冲击性更强，在特定条件下可能演变为金融危机。金融市场极端风险溢出是指金融市场极端事件(包括内部扰动或外部冲击)通过投资主体非理性行为导致金融市场的异常波动从而产生巨大的非理性金融泡沫。这种非理性泡沫具有传染性，在一定的条件下会蔓延至国内其他金融市场或国际金融市场。基于贸易、金融等方面的联系，源于一国的金融危机可能造成在同一经济地域或经济合作组织具有相似经济结构或经济问题的其他国家间的风险传染，这种传染机制即溢出效应的危机传染(张志英，2009)[5]。

      综观国内外已有研究成果，学者们用于实证分析金融市场极端风险的研究方法主要有Granger因果模型、GRACH类模型等。如Jeo Lee(1997)[6]运用改进的多变量GRACH模型分析亚洲和拉丁美洲10个新兴国家外汇市场跨国波动率平均值和波动传导以及主要股票和外汇市场的潜在溢出；潘慧峰和张金水(2007)[7]运用Granger因果关系检验中美石油市场间的金融市场极端风险溢出效应；周翔和蒋翔林(2009)[8]以2008年金融危机期间8个国家的股指及股指期货为样本，运用风险-Granger因果模型实证检验股票市场和期货市场间的金融市场极端风险溢出效应。此外，刘湘云和朱春明(2011)[9]运用MGRACH-BEKK模型、FEVD方法检验了美国石油现货收益率与上海证券交易所指数收益率之间是否存在溢出效应，发现美国次贷危机前后即极端时期溢出效应的显著性存在很大的变化；谢海滨等(2011)[3]基于VAR方法，指出现实金融资产价格波动很大程度上受投资者心理因素和投资行为的影响；林宇(2008)[10]运用极值理论分析股市中的极端风险，认为国际股票市场以香港市场为媒介对中国造成冲击，中国股市与国际股市的直接联动性较弱；黄飞鸣(2012)[11]基于28个国家的股票市场数据，通过相关系数、费雪Z转换检验了次贷危机造成的风险溢出效应，其实证结果表明中国内地和香港市场之间存在溢出效应；吴新生(2012)[12]运用空间计量方法实证分析了欧债危机的传导机制，并按Masson(1998)[13]的分类，发现欧债危机的风险传染存在季风效应、溢出效应、净传染三种机制。

      在参考前人对极端风险溢出研究成果的基础上，本文拟采用基于GED分布的GARCH模型，首先估计风险源在样本区间的VAR，以度量极端风险值的大小，然后运用VAR模型、格兰杰因果关系、脉冲响应函数，检验风险源国家金融市场极端风险溢出的方向及其对金砖国家的冲击强度。

      二、研究设计与模型构建

      (一)金融市场极端风险测度模型的构建

      本文通过计算股票市场极端下跌VAR来测度风险源国家金融市场的极端风险大小，VAR可以定义为：

      

      其中，

代表t-1时期的信息集，

代表t期的股市收益率，

代表t期收益率条件分布的左分位数，

为极端下跌风险大小。

      考虑到现实金融市场中收益率分布的尖峰厚尾特征，对于风险源国家极端下跌风险的计算，本文采用基于GED分布的GARCH模型。模型如下：

      

      

      其中，

是t期股市收益率的列向量，

是t-1期股指收益率的列向量，β为系数列向量。

为扰动项均值的平方，即ARCH项。

为条件方差，即GRACH项。公式(2)的上半部分为带有扰动项

的均值方程，下半部分为条件方差方程。从式中可以看到，条件方差包括了常数项、上一期扰动误差项平方值以及条件方差的滞后值。

      检验所构建的方程是否存在ARCH效应可采用ARCH-LM检验，即对残差平方做P阶滞后项的线性回归，如式(3)。

      

      在GRACH模型中误差项的分布采用GED(广义误差分布)方法，以避免直接采用正态分布导致的风险值降低。GED分布的概率密度函数如下：

      

      其中，υ代表了厚尾程度。当υ=2时，公式变成标准正态分布；当v＜2时，尾部厚于标准正态分布。在估计出GRACH模型结果以后，可以通过下面的公式计算极端风险的大小：

      

      (二)检验金融市场极端风险溢出方向的模型构建

      本文对金融市场极端风险溢出方向的检验选用格兰杰因果关系模型。对两个国家之间的极端风险溢出方向进行检验，首先需要对以下两个方程做OLS回归：

      

      其中，

表示X国、Y国在t期的股市收益率，如果式(6)a中X系数估计值在统计上整体显著不为0，而式(6)b中Y的系数估计值在统计上显著为0，则证明X引起Y变化，对Y国有风险溢出单向影响；反之亦然，若式(6)a中X系数估计整体显著不为0，式(6)b中Y亦如此，则X和Y存在双向因果关系，即两个国家之间存在双向的金融市场极端风险溢出，反之不存在。

      三、实证检验

      (一)样本选取与数据处理

      选取美国为样本计算金融市场极端风险的大小，检验极端风险溢出的方向及对金砖国家的冲击强度选取美国和俄罗斯、中国、巴西、南非、印度等五个金砖国家为样本。股票市场是金融市场最重要及最活跃的市场之一，本文将股市收益率作为研究对象，一方面是由于股市数据比较多且活跃，而宏观数据的时间周期比较长，股市数据能够敏锐地反映金融市场的变化；另一方面是因为极端风险的爆发与传播所产生的影响最终会反映到资本市场。样本数据时间跨度为2006年1月3日到2013年4月22日，所选数据均为日数据，共计10 860个。除巴西IBOVSPA股票指数数据来源于Wind资讯，美国道琼斯工业平均指数、中国上证综合指数、俄罗斯RTS指数、印度孟买SENSEX30指数、南非股市综合指数的数据来源于国泰君安数据中心。

      金融市场极端风险溢出的时空溢出机制包括时间和空间两个维度。时间维度可以从金融市场时间序列数据来分析极端风险的形成以及极端风险向危机演化的过程。空间维度可以分析一国爆发极端风险后如何在不同国家或者区域之间进行传染。根据极端金融风险(危机)积累、爆发、演化以及衍生的过程，本文将样本期间分为四个阶段，如表1所示。

      鉴于所研究 的对象是各国股市的收益率波动状况，因此还需要将股市指数转换为股市收益率时间序列。计算股市收益率的公式为：

      

      其中t为期数，R为股市收益率，p代表股指。

      

      图1～图5为样本期间及4个阶段的美国道琼斯工业平均指数收益率的波动图。本文四个阶段划分的依据为样本期间美国和金砖五国的经济波动情况。从图1可以发现，在整个样本期间，收益率波动具有明显的集聚性。美国政府从2006年开始逐步提高利率，房贷者的还款成本增加，次贷市场的风险不断加大。从图2可以发现，在第一阶段的前半段波动幅度较小。2007年3月，新世纪金融公司透露其在次贷业务上存在巨额亏损，从而拉开美国次贷风暴的序幕，股市波动幅度随即加大。

      

      图1 美国道琼斯指数收益率波动图

      

      图2 第Ⅰ阶段收益率波动图

      

      图3 第Ⅱ阶段收益率波动图

      

      图4 第Ⅲ阶段收益率波动图

      

      图5 第Ⅳ阶段收益率波动图

      次贷风暴在美国本土以及欧洲金融市场不断蔓延，2008年9月雷曼兄弟的倒闭标志着美国次贷危机全面爆发，股票市场的波动更加剧烈(见图3)。此外，欧洲主权信用危机的爆发对世界经济也产生了较大的影响，巨额的政府债务和促进经济增长方面的措施不力令股市继续波动(图4)。在第四阶段，随着本国经济逐渐走向稳定，美国股市的波动幅度基本恢复至次贷危机爆发前的程度(图5)。

      图6～图10为五个金砖国家的股市收益率波动图。从中可以发现，这些国家的股市收益率也具有明显的波动聚集性，其中波动最剧烈的时期发生在次贷危机全球性爆发前后。由于金砖国家参与美国次贷市场的额度不大，美国作为风险源头，此时风险的溢出主要是通过国际贸易、净传染、发达国家的回收投资资本等渠道导致其深受其害。石油、天然气价格的暴跌以及需求下降给俄罗斯造成巨大损失，中国作为“世界加工厂”、巴西作为“世界原料基地”、印度作为“世界办公室”，以及南非均受到美国金融风暴的冲击，这种冲击主要来源于实体经济层面。

      

      图6 中国股市收益率波动图

      

      图7 巴西股市收益率波动图

      

      图8 俄罗斯股市收益率波动图

      

      图9 印度股市收益率波动图

      

      图10 南非股市收益率波动图

      

      (二)风险源金融市场的极端下跌VAR检验与计算

      通过基于GED分布的GRACH模型计算VAR首先要验证风险源国家股市收益率的时间序列数据是否存在ARCH效应，即扰动项是否受到过去扰动项大小的影响。根据AIC原则构建以下模型：

      

      其中，

为风险源i国股市的t期收益率，u为随机干扰项。运用OLS估计式(8)，得出结果如表2所示。

      在得到OLS估计结果之后，通过分析回归结果的残差图发现存在波动的聚类现象，这说明条件异方差可能存在。接下来通过ARCH-LM检验分析ARCH效应是否存在，检验结果见表3。从检验结果可知，6个残差序列的ARCH-LM检验结果的P值均为0，说明均存在ARCH效应。

      进一步选择基于GED分布的GRACH模型的具体形式进行重新估计。均值方程为：

      

      对两式的估计结果见表4。

      

      通过上面残差基于GED分布的GRACH模型估计结果可以看出，ARCH项与GRACH项系数均显著，似然估计值相对之前的估计结果变大，AIC、SC值变小。这说明相对之前的模型更好地拟合了数据。再次进行ARCH-LM检验，分析是否依然存在ARCH效应，结果如表5所示。

      

      从表5可以看出，相伴概率均显著不为0，可以得出残差序列不再存在ARCH效应的结论。所以，选取的基于GED分布的GARAH(1，1)或GARAH(2，1)模型消除了本来存在的条件异方差。GRACH项和ARCH项的系数之和均小于1，满足参数约束条件。系数之和均大于0.9并接近于1，说明条件方差所受冲击具有持续影响，有助于对未来进行预测。极端下跌VAR结果如表6所示，从表中美国的VAR均值来看，在第二阶段，置信水平95%时VAR均值为3.53、置信水平90%时为2.47，此时均值达到最大，也是金融危机席卷全球的阶段，与现实相符。

      

      (三)风险源国极端风险溢出方向、强度检验

      1.ADF数据平稳性检验

      在分析国际金融冲击对金砖国家直接风险溢出的方向与强度，做VAR和Granger因果关系检验、脉冲响应函数之前，需要对所选取国家的股票收益率数据进行ADF单位检验，以保证数据的平稳性。由表7可知，ADF值均小于1%水平下的临界值，即所有国家各阶段股市收益率都是平稳数列，无须再进行高阶差分检验。

      2.Granger因果检验

      由表8可知，在第一阶段即美国金融危机全面爆发前，美国股市对五国都会产生影响。巴西、印度、南非与美国存在双向关系，即这些国家在受到美国股市波动影响的同时会产生反馈效应，加剧美国股市的波动。金砖国家之间出现风险溢出效应，但只有巴西和南非存在双向关系。由于巴西是中、俄、印的主要原料进口基地之一，因此巴西对他们产生了单向的影响。俄罗斯是中、印的能源进口地之一，因此俄对两国存在单向传导关系。

      

      

      从次贷危机全面爆发到欧债危机爆发前的第二阶段，美国对五国仍存在显著的单向因果关系。相对于第一阶段，俄罗斯对美国产生了影响。俄罗斯是金砖国家中受美国金融危机冲击最大的国家，原因在于石油、天然气以及其他一些工业制成品的出口受阻以及石油价格的巨幅下跌。面临全球金融危机的爆发冲击，金砖国家中只有巴西与俄罗斯之间存在双向的因果关系，巴西对南非、印度、中国产生单方向的影响，俄罗斯与中国之间、印度与俄罗斯之间存在单向的因果关系，这说明美国金融危机间接造成了金砖国家内部的风险溢出。

      

      图11 阶段Ⅰ 金砖国家对美国的脉冲响应图

      

      图12 阶段Ⅱ 金砖国家对美国的脉冲响应图

      

      图13 阶段Ⅲ 金砖国家对美国的脉冲响应图

      

      图14 阶段Ⅳ 金砖国家对美国的脉冲响应图

      在第三阶段欧债危机爆发后，由于美国在国际金融市场的地位以及危机的余波，美国对五国仍有显著的单向影响，巴西对金砖其余四国，俄罗斯、南非对中国、印度，印度对中国都存在单向因果关系。另外，风险溢出通过巴西间接传导给其他四国，通过俄罗斯、南非间接传导给中国、印度，通过印度传导给中国，这说明金融极端风险不仅会从源头直接冲击中国，也会通过其他国家间接传染至中国。

      第四阶段，极端风险源国家美国对世界的影响逐渐变小，这与各国政府采取相应措施稳定市场信心有关。在这个时期，巴西与印度之间存在双向的因果关系，巴西对南非、俄罗斯、中国产生单方向的影响，中国与印度之间、南非与俄罗斯之间存在单向的因果关系。

      3.脉冲响应分析

      阶段Ⅰ：此时美国次贷风险显现，金融危机刚爆发。从图11来看，本阶段美国作为外部风险源给金砖国家带来的极端下跌风险冲击相对缓和，持续在8天以内，单位脉冲波动的极值范围一般在-0.2～0.8之间，只有巴西较大，在-0.4～1.2之间，这是因为巴西与美国在本阶段存在双向的因果关系，两国之间的反馈作用加剧了风险的波动。

      阶段Ⅱ：美国金融危机席卷全球，其对金砖国家的冲击最明显，除美、俄之间存在双向因果关系外，美国与其他金砖国家均存在显著的单向因果关系。从图12来看，与第一阶段相比，美国在本阶段对金砖国家的冲击影响变得更大，极值范围扩大至-0.5～2.5之间，冲击天数一般在10天左右。其中，俄罗斯受到的冲击最大，中国受到的冲击最小。

      阶段Ⅲ：随着各国对市场注入流动性以及出台刺激经济恢复的政策，美国金融市场极端风险对金砖国家的冲击效应明显变小，极值范围缩小为-0.4～1.4，如图13。

      阶段Ⅳ：在金融危机的最后阶段，其对世界经济的影响逐渐变小，极值的范围也逐渐缩小，给金砖国家带来的风险冲击在本阶段会持续5天以内，虽然产生了更多的金砖国家的双向因果关系，但风险溢出效应明显变小。见图14。

      四、结论与政策建议

      本文基于GED分布的GRACH模型对样本期间风险源国家与金砖国家间是否存在金融市场极端风险溢出进行实证检验，得出以下主要结论：第一，危机前后的整个阶段，美国股市的波动对金砖国家的冲击一直存在，说明美国股市在世界金融市场具有强大的影响力。一旦美国发生金融危机并进行扩散，金砖国家都将受到影响，无法独善其身。第二，在第二阶段即美国金融危机席卷全球时，不仅自身金融市场的极端下跌VAR达到最大，此时对金砖国家的风险溢出冲击也是最大的。第三，金砖国家和美国之间存在双向格兰杰因果关系，即不仅美国金融市场的风险会对金砖国家产生冲击，后者受到影响也会产生反馈效应，把风险溢出回美国，加剧美国股市的波动。第四，危机爆发前后，不仅存在极端风险源美国对金砖国家的直接风险溢出，金砖国家之间也存在溢出。例如在第一阶段，巴西与南非存在双向关系，巴西对俄、中、印和俄罗斯对中、印均存在单向因果关系，这说明美国的金融危机间接造成风险在金砖国家之间的内部传染。

      金砖五国作为新兴国家组群，为世界经济增长做出了贡献。在经济一体化程度加深的背景下，金融体系之间的联系越来越紧密，资源配置在变得更有效率的同时潜在的风险也加大了，金融体系更加脆弱。一国爆发极端金融风险时，国际投资者对与风险源国家具有经济、制度相似性国家的投资预期会发生改变，导致资本流出。因此，为了减小金融市场的风险波动，防范和化解金融风险传染，监管当局应建立信息透明化机制，密切关注国内外金融市场间的信息传递，稳定金融市场参与主体的信心；审时度势采取应对政策，防止政府博弈造成风险冲击的程度加大；严格监管国际资本流向，避免国际热钱流入国内，加强国际间的合作；完善国内宏观经济基础，推进国内产业结构调整升级。

标签：溢出效应论文;  金融论文;  巴西经济论文;  风险模型论文;  南非经济论文;  金砖国家论文;  arch论文;