任仙玲 肖毓琨 孫文岳

(中國(guó)海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266100)

國(guó)際能源市場(chǎng)與中國(guó)股市之間的波動(dòng)溢出效應(yīng)研究*

任仙玲 肖毓琨 孫文岳

(中國(guó)海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266100)

隨著中國(guó)能源需求量的不斷增加，國(guó)際能源價(jià)格的波動(dòng)必然會(huì)對(duì)中國(guó)經(jīng)濟(jì)的發(fā)展產(chǎn)生影響，因此，研究國(guó)際能源市場(chǎng)和中國(guó)股票市場(chǎng)之間的波動(dòng)溢出關(guān)系具有重要意義。本文分別從中國(guó)整體股市以及滬、深分市場(chǎng)兩個(gè)角度，借助VAR-BEKK模型，利用波動(dòng)序列的Granger因果關(guān)系檢驗(yàn)，不僅研究了國(guó)際能源市場(chǎng)與中國(guó)股票市場(chǎng)之間的波動(dòng)溢出方向，同時(shí)也研究了兩個(gè)市場(chǎng)之間波動(dòng)溢出的滯后效應(yīng)。實(shí)證結(jié)果表明，能源市場(chǎng)與中國(guó)股市之間存在雙向波動(dòng)溢出，但是國(guó)際能源市場(chǎng)的波動(dòng)在滯后兩期后傳染給中國(guó)股票市場(chǎng)；從分市場(chǎng)角度來(lái)看，滬市和深市對(duì)國(guó)際能源市場(chǎng)的溢出是當(dāng)期的，反之，國(guó)際能源市場(chǎng)對(duì)滬市和深市的影響存在滯后效應(yīng)。

國(guó)際能源市場(chǎng)；中國(guó)股市；波動(dòng)溢出；VAR-BEKK模型；Granger因果檢驗(yàn)

一、前言

隨著經(jīng)濟(jì)的發(fā)展，中國(guó)對(duì)能源的需求量不斷增長(zhǎng)，中國(guó)日益增長(zhǎng)的能源需求總量和國(guó)際能源供給現(xiàn)狀決定了其能源消費(fèi)對(duì)外依存度上升，從而導(dǎo)致國(guó)際能源價(jià)格波動(dòng)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生越來(lái)越顯著的影響。股市作為實(shí)體經(jīng)濟(jì)的晴雨表，國(guó)際能源價(jià)格的波動(dòng)對(duì)股市的沖擊也是對(duì)實(shí)體經(jīng)濟(jì)沖擊的一種反映。因而，本文就國(guó)際能源價(jià)格與中國(guó)股市之間的波動(dòng)溢出效應(yīng)進(jìn)行研究。

國(guó)內(nèi)外學(xué)者圍繞國(guó)際能源價(jià)格波動(dòng)，特別是原油價(jià)格波動(dòng)與經(jīng)濟(jì)的關(guān)系進(jìn)行了諸多研究。之前的研究主要分為以下兩類。

一些學(xué)者主要集中于對(duì)國(guó)際能源價(jià)格，特別是原油價(jià)格與一國(guó)經(jīng)濟(jì)之間的波動(dòng)溢出進(jìn)行建模。在這些圍繞波動(dòng)溢出本身進(jìn)行建模的研究中，金洪飛、金犖通過(guò)建立VAR和二元GARCH模型，研究了國(guó)際原油價(jià)格與中美股市價(jià)格之間的波動(dòng)溢出效應(yīng)，并得到中國(guó)股市價(jià)格國(guó)際原油價(jià)格之間不存在波動(dòng)溢出效應(yīng)，而美國(guó)股市價(jià)格與國(guó)際原油價(jià)格之間存在波動(dòng)溢出效應(yīng)的結(jié)論。[1]Diaz et al.運(yùn)用VAR模型并結(jié)合脈沖響應(yīng)，就原油價(jià)格波動(dòng)與G7國(guó)家股票市場(chǎng)的波動(dòng)溢出效應(yīng)進(jìn)行研究，發(fā)現(xiàn)G7國(guó)家股票市場(chǎng)與原油價(jià)格之間的存在負(fù)相關(guān)關(guān)系。[2]薛永剛通過(guò)計(jì)算變異系數(shù)、檢驗(yàn)因果關(guān)系并結(jié)合聚類分析，研究了包括中國(guó)在內(nèi)的28個(gè)國(guó)家和地區(qū)的統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)除個(gè)別市場(chǎng)外，國(guó)際原油價(jià)格與股票收益率之間存在長(zhǎng)期均衡關(guān)系。[3]Jammazi運(yùn)用三元BEKK-GARCH模型，選取了五個(gè)發(fā)達(dá)國(guó)家市場(chǎng)——美國(guó)、英國(guó)、日本、德國(guó)和加拿大，就原油市場(chǎng)的沖擊是否能夠傳送到股票市場(chǎng)進(jìn)行研究，發(fā)現(xiàn)除了日本和英國(guó)外，原油對(duì)股市的波動(dòng)溢出效應(yīng)取決于地理因素。[4]Bouri采用ARMA模型、單變量GARCH模型和GJR-GARCH模型，對(duì)國(guó)際原油價(jià)格與原油供給地股市價(jià)格的波動(dòng)溢出效應(yīng)進(jìn)行研究，結(jié)果顯示，國(guó)際原油價(jià)格對(duì)約旦股市的溢出效應(yīng)顯著，然而國(guó)際油價(jià)的波動(dòng)對(duì)黎巴嫩股市的溢出效應(yīng)并不顯著。[5]

另一些學(xué)者則致力于從不同角度對(duì)原油價(jià)格與經(jīng)濟(jì)之間的波動(dòng)溢出效應(yīng)進(jìn)行研究。Faff and Brailsford就國(guó)際原油價(jià)格波動(dòng)對(duì)澳大利亞各行業(yè)股票價(jià)格的影響進(jìn)行研究，認(rèn)為原油價(jià)格波動(dòng)對(duì)不同行業(yè)的股票價(jià)格影響各異。[6]郭國(guó)峰、鄭召鋒從中國(guó)整體股市-滬深分市場(chǎng)-分行業(yè)三個(gè)層次著手，認(rèn)為國(guó)際能源價(jià)格波動(dòng)對(duì)中國(guó)整體股市、滬深分市場(chǎng)，以及各行業(yè)股票價(jià)格的影響各異。[7]李春紅、齊中英和孫薇從股票市場(chǎng)整體和股票市場(chǎng)行業(yè)板塊兩個(gè)維度研究了國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)股市的影響。研究發(fā)現(xiàn)，國(guó)際油價(jià)對(duì)中國(guó)股市各行業(yè)均存在波動(dòng)溢出效應(yīng)，但表現(xiàn)卻有所不同。[8]Jamel and Jouini使用VAR-GARCH研究國(guó)際原油價(jià)格波動(dòng)與沙特阿拉伯王國(guó)股票市場(chǎng)板塊之間的聯(lián)系，結(jié)果表明，原油價(jià)格波動(dòng)與其股票市場(chǎng)中的大部分行業(yè)板塊存在波動(dòng)溢出效應(yīng)，但也有少部分不存在直接的波動(dòng)溢出效應(yīng)。[9]Wensheng et al.研究發(fā)現(xiàn)，原油價(jià)格積極和消極的沖擊會(huì)對(duì)美國(guó)股票市場(chǎng)產(chǎn)生不同的影響。[10]同樣，Perry and Sadorsky通過(guò)研究新興市場(chǎng)股票價(jià)格、銅價(jià)、原油價(jià)格和小麥價(jià)格之間的關(guān)系，也得到了原油價(jià)格消極的沖擊會(huì)給股票市場(chǎng)帶來(lái)更大程度波動(dòng)的結(jié)論。[11]成博、楊勝剛從經(jīng)濟(jì)基礎(chǔ)、市場(chǎng)傳染和資金跨市流動(dòng)三個(gè)傳導(dǎo)路徑研究了石油市場(chǎng)與股票市場(chǎng)之間的互動(dòng)機(jī)制，發(fā)現(xiàn)中國(guó)股市與石油市場(chǎng)的關(guān)聯(lián)性較低。[12]Bastianin et al.運(yùn)用VAR模型，從供給和需求兩個(gè)角度研究原油價(jià)格波動(dòng)對(duì)G7國(guó)家股票價(jià)格的影響，認(rèn)為原油價(jià)格影響可以用來(lái)作為制定經(jīng)濟(jì)和財(cái)政政策的參考。[13]

綜上所述，已有文獻(xiàn)對(duì)國(guó)際能源市場(chǎng)與股票市場(chǎng)之間的波動(dòng)溢出效應(yīng)研究，主要集中在利用波動(dòng)方程的系數(shù)顯著性來(lái)刻畫(huà)波動(dòng)溢出，該方法確定了波動(dòng)溢出的方向，但無(wú)法刻畫(huà)波動(dòng)的滯后效應(yīng)。本文在已有研究的基礎(chǔ)上，嘗試?yán)貌▌?dòng)序列的Granger因果檢驗(yàn)來(lái)描述兩個(gè)市場(chǎng)間的波動(dòng)溢出。該方法既可以描述市場(chǎng)間的波動(dòng)溢出方向，同時(shí)刻畫(huà)市場(chǎng)間波動(dòng)溢出的滯后效應(yīng)，并將該方法與波動(dòng)方程的系數(shù)顯著性檢驗(yàn)作了實(shí)證比較

二、模型與方法

本文研究國(guó)際能源市場(chǎng)與中國(guó)股票市場(chǎng)之間的波動(dòng)溢出效應(yīng)，因此，可以采用VAR-BEKK模型對(duì)上述兩個(gè)市場(chǎng)之間的波動(dòng)溢出效應(yīng)進(jìn)行描述。[14]利用VAR-BEKK模型，本文提取出市場(chǎng)的波動(dòng)序列，從而刻畫(huà)市場(chǎng)間的波動(dòng)溢出效應(yīng)。該部分首先對(duì)VAR-BEKK模型進(jìn)行描述，然后在此基礎(chǔ)上介紹市場(chǎng)間波動(dòng)溢出的檢驗(yàn)。

(一)VAR-BEKK模型

1980年，Sims提出能夠估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系的向量自回歸模型VAR(q)，具體模型為：[15]

r1t=μ1+β1r1t-1+φ1r2t-1+ε1t

r2t=μ2+β2r2t-1+φ2r2t-1+ε2t

(1)

其中，r1t和r2t分別表示市場(chǎng)1和市場(chǎng)2的收益率，ε1t和ε2t為此均值方程估計(jì)的殘差項(xiàng)。并且假定殘差項(xiàng)ε1t、ε2t序列不相關(guān)，協(xié)方差E(ε1t,ε2t)不為0。在本模型中，β1和β2表示市場(chǎng)自身的均值溢出，φ1和φ2則表示兩個(gè)市場(chǎng)之間的均值溢出。[14]

利用全信息的BEKK模型來(lái)刻畫(huà)兩個(gè)市場(chǎng)的協(xié)方差矩陣，進(jìn)而刻畫(huà)兩個(gè)市場(chǎng)之間的波動(dòng)。BEKK模型是由Engle和Kroner于1995年在已有研究的基礎(chǔ)上所建立的一個(gè)描述二階矩波動(dòng)的模型，[15]其優(yōu)點(diǎn)是可以在很弱的條件下保證方差矩陣的正定性且需要估計(jì)的參數(shù)個(gè)數(shù)較少。假設(shè)有1、2兩個(gè)市場(chǎng)，其二元BEKK(1,1)的設(shè)定形式為：

(2)

(3)

其中，εt是由VAR模型得到的殘差項(xiàng)，為一個(gè)(2×1)的矩陣。Ωt-1為包含t-1時(shí)期全部可得信息的信息集，Ht為t時(shí)刻的收益率協(xié)方差矩陣，其主對(duì)角線元素為方差，非主對(duì)角線元素為協(xié)方差。在式(3)中，C為一個(gè)上三角的常數(shù)矩陣，A、B中主對(duì)角線元素分別是ARCH和GARCH項(xiàng)的系數(shù)，其分別表示市場(chǎng)之間的沖擊(Shock)效應(yīng)與波動(dòng)(Volatility)效應(yīng)。

通過(guò)極大似然估計(jì)對(duì)BEKK進(jìn)行估計(jì)。在假定殘差向量服從二元正態(tài)分布的前提下，BEKK模型對(duì)應(yīng)的對(duì)數(shù)似然函數(shù)為：

(4)

其中，N為市場(chǎng)個(gè)數(shù)，T為樣本容量。

(二)市場(chǎng)間波動(dòng)溢出效應(yīng)的檢驗(yàn)

1、Wald檢驗(yàn)

基于BEKK模型的波動(dòng)方程為：

(5)

假設(shè)1：不存在市場(chǎng)2向市場(chǎng)1的波動(dòng)溢出，即原假設(shè)設(shè)定為H0∶b12=0

假設(shè)2：不存在市場(chǎng)1向市場(chǎng)2的波動(dòng)溢出，即原假設(shè)設(shè)定為H0∶b21=0

2、波動(dòng)序列的Granger因果檢驗(yàn)

(6)

(7)

三、樣本選擇與描述性統(tǒng)計(jì)

本文選取道瓊斯—瑞銀商品群分指數(shù)中的能源指數(shù)(Dow Jones Commodity Index Energy)作為國(guó)際能源價(jià)格波動(dòng)的度量指標(biāo)。采用道瓊斯中國(guó)指數(shù)來(lái)衡量中國(guó)股票市場(chǎng)整體情況，并分別采用上證綜指和深證成指來(lái)代表上海、深圳交易市場(chǎng)。樣本期為2010年12月31日到2016年7月29日，剔除無(wú)效數(shù)據(jù)，最終調(diào)整后的有效數(shù)據(jù)容量為1309。其中，道瓊斯能源指數(shù)和道瓊斯中國(guó)指數(shù)來(lái)源于道瓊斯系列指數(shù)網(wǎng)站，上證指數(shù)和深證成指數(shù)據(jù)來(lái)源于新浪財(cái)經(jīng)。收益率定義為：

rt=(Log(Pt)-Log(Pt-1))×100

(8)

其中，Pt為t時(shí)期的價(jià)格，rt表示t時(shí)期調(diào)整后的收益率。各市場(chǎng)的收益率走勢(shì)如圖1所示。從圖1中可以看出，2011年至今，各市場(chǎng)均出現(xiàn)不同程度的波動(dòng)，2014年年底之前，各市場(chǎng)波動(dòng)整體較小。自2014年年底開(kāi)始，各市場(chǎng)的波動(dòng)程度開(kāi)始加劇，并且各市場(chǎng)的波動(dòng)在圖中都出現(xiàn)了不規(guī)則的峰值。

圖1 各市場(chǎng)的收益率走勢(shì)圖

表1給出了國(guó)際能源價(jià)格指數(shù)、道中指數(shù)、上證綜指和深證成指的描述性統(tǒng)計(jì)量及檢驗(yàn)結(jié)果。表1結(jié)果顯示，除國(guó)際能源價(jià)格指數(shù)的日收益率外，道中指數(shù)、上證綜指和深證成指的日收益率均為正，四個(gè)市場(chǎng)收益率序列的標(biāo)準(zhǔn)差較小且比較接近。檢驗(yàn)正態(tài)分布的Jarque-Bera統(tǒng)計(jì)量均在1%的顯著性水平下拒絕了服從正態(tài)分布的假設(shè)，即各指數(shù)的指數(shù)收益率均不服從正態(tài)分布。從偏度系數(shù)和峰度系數(shù)來(lái)看，各指數(shù)的收益率均具有明顯的尖峰厚尾特征。正態(tài)分布峰度系數(shù)為3，表中四個(gè)市場(chǎng)收益率序列的峰度值都高于3。四組數(shù)據(jù)偏度系數(shù)都小于0，說(shuō)明各指數(shù)收益率呈現(xiàn)了左偏特征。從Ljung-Box的檢驗(yàn)結(jié)果中可以看出，能源價(jià)格指數(shù)和上證綜指收益率在1%的顯著性水平下顯著，道中指數(shù)和深證成指收益率在5%的顯著性水平下顯著，總體來(lái)看，各指數(shù)收益率均存在自相關(guān)性。ARCH(6)與ARCH(10)分別為對(duì)四個(gè)市場(chǎng)收益率進(jìn)行的滯后6階和滯后10階的ARCH效應(yīng)檢驗(yàn)，從表1中給出的結(jié)果可以看出，收益率序列在1%的顯著性水平下具有ARCH效應(yīng)。國(guó)際能源價(jià)格指數(shù)、道中指數(shù)、上證綜指和深證成指的ADF值均在1%的顯著性水平下顯著，表明能源價(jià)格指數(shù)、道中指數(shù)、上證綜指和深證成指的收益率序列均為平穩(wěn)序列，可以直接建立自回歸模型來(lái)描述價(jià)格波動(dòng)率和收益率序列的均值變化。

注：***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。

四、實(shí)證結(jié)果分析

表2 分別給出了道瓊斯國(guó)際能源價(jià)格指數(shù)與道中指數(shù)、上證綜指和深證成指之間的VAR模型估計(jì)結(jié)果。根據(jù)AIC信息準(zhǔn)則，國(guó)際能源價(jià)格指數(shù)與道中指數(shù)、深證成指的VAR模型選擇的最優(yōu)滯后階數(shù)為1階，而國(guó)際能源價(jià)格指數(shù)與上證綜指的VAR模型最優(yōu)滯后階數(shù)為4階。從單位根檢測(cè)圖中可以看出，VAR模型的根都散落在單位圓之內(nèi)，因此判定此VAR模型是平穩(wěn)的，因此模型得出的檢驗(yàn)結(jié)果是有意義的。對(duì)三組VAR模型估計(jì)之后得到的殘差序列分別作ARCH效應(yīng)檢驗(yàn)，表2給出了其檢驗(yàn)結(jié)果。從該結(jié)果中可以看出，三組殘差序列在1%的顯著性水平下均具有ARCH效應(yīng)，符合構(gòu)建GARCH模型的條件，因此可以通過(guò)構(gòu)造多元GARCH模型對(duì)國(guó)際能源價(jià)格與中國(guó)股市之間的關(guān)系作進(jìn)一步的研究。

表3 BEKK模型估計(jì)結(jié)果

表3給出了在t分布下，國(guó)際能源價(jià)格指數(shù)與道中指數(shù)、上證綜指和深證成指收益率的VAR-BEKK模型估計(jì)結(jié)果，從該表中可以看出，ARCH項(xiàng)系數(shù)矩陣A和GARCH項(xiàng)系數(shù)矩陣B的四個(gè)對(duì)角元素均在1%的顯著性水平下顯著，說(shuō)明兩個(gè)市場(chǎng)的波動(dòng)均受到來(lái)自自身前期波動(dòng)的約束，波動(dòng)聚集性和持續(xù)性比較顯著。表4 給出了標(biāo)準(zhǔn)化殘差的ARCH檢驗(yàn)結(jié)果，其結(jié)果顯示，三組VAR-BEKK模型的殘差均已不存在ARCH效應(yīng)，消除了異方差性，證明了該模型設(shè)定的合理性。

表4 BEKK模型殘差的ARCH檢驗(yàn)結(jié)果

注：eE_CH1、eE_CH2表示國(guó)際能源價(jià)格與道中指數(shù)估計(jì)得出的殘差；eE_SH1、eE_SH2表示國(guó)際能源價(jià)格和上證指數(shù)估計(jì)得出的殘差；eE_SZ1、eE_SZ2表示國(guó)際能源價(jià)格與深證指數(shù)估計(jì)得出的殘差。括號(hào)內(nèi)給出的為p值。

對(duì)于國(guó)際能源指數(shù)與道中指數(shù)，系數(shù)b12在5%的顯著性水平下顯著，說(shuō)明中國(guó)股市對(duì)國(guó)際能源市場(chǎng)存在單向波動(dòng)溢出效應(yīng)。由于b21在1%的顯著性水平下顯著，國(guó)際能源市場(chǎng)對(duì)中國(guó)股市也存在單向波動(dòng)溢出效應(yīng)。

本文對(duì)表3給出的估計(jì)結(jié)果進(jìn)行了進(jìn)一步的Wald檢驗(yàn)。檢驗(yàn)結(jié)果如表5所示。通過(guò)對(duì)估計(jì)結(jié)果進(jìn)行雙向和單項(xiàng)參數(shù)檢驗(yàn)，可以發(fā)現(xiàn)，國(guó)際能源價(jià)格對(duì)中國(guó)整體股市價(jià)格和滬深分股市價(jià)格均存在雙向的波動(dòng)溢出效應(yīng)。

提取VAR-BEKK估計(jì)結(jié)果的波動(dòng)序列，對(duì)其進(jìn)行Granger因果檢驗(yàn)，結(jié)果如表6所示。從該表中我們可以看出，Granger因果檢驗(yàn)結(jié)果與Wald檢驗(yàn)結(jié)果大體一致，但是Granger檢驗(yàn)對(duì)國(guó)際能源市場(chǎng)與中國(guó)股票市場(chǎng)之間的波動(dòng)溢出效應(yīng)進(jìn)行了進(jìn)一步研究。該檢驗(yàn)結(jié)果顯示，國(guó)際能源價(jià)格的波動(dòng)對(duì)中國(guó)股市價(jià)格的影響存在滯后效應(yīng)。國(guó)際能源市場(chǎng)的波動(dòng)不會(huì)立即傳導(dǎo)到中國(guó)股市中，這可能是由于影響股市的因素較多，除通脹、貨幣政策和財(cái)政政策等宏觀因素外，還受公司所處行業(yè)和經(jīng)營(yíng)狀況等微觀因素的影響。除此之外，股票市場(chǎng)和非市場(chǎng)因素也會(huì)對(duì)股票價(jià)格產(chǎn)生影響。國(guó)際能源價(jià)格的波動(dòng)可能會(huì)通過(guò)宏觀或微觀途徑傳導(dǎo)到股市，但是無(wú)論通過(guò)何種方式，從能源價(jià)格自身開(kāi)始波動(dòng)到其波動(dòng)對(duì)中國(guó)股市產(chǎn)生影響都需要一段反應(yīng)時(shí)間，從而決定了其溢出存在滯后效應(yīng)。其中，能源價(jià)格對(duì)滬分市場(chǎng)股市的影響會(huì)較深分市場(chǎng)股市更快地表現(xiàn)出來(lái)。目前，上海證券交易所上市的公司達(dá)到1600多家，而深圳交易所只有600家左右。上海證券交易所巨大的基數(shù)使得其自身更容易捕捉到股市上的信息從而能夠快速作出反應(yīng)。然而，中國(guó)股市價(jià)格的變動(dòng)對(duì)國(guó)際能源價(jià)格的影響會(huì)即刻反映出來(lái)。與股市的影響因素不同，引起能源價(jià)格變動(dòng)的直接原因是供求關(guān)系的變化。股市價(jià)格對(duì)其供求關(guān)系的變化會(huì)直接顯示出來(lái)，因此中國(guó)股市價(jià)格對(duì)國(guó)際能源價(jià)格的變動(dòng)并不存在滯后效應(yīng)。

綜上所述，國(guó)際能源市場(chǎng)與中國(guó)股市之間存在波動(dòng)溢出效應(yīng)，中國(guó)股市會(huì)對(duì)國(guó)際能源價(jià)格波動(dòng)的沖擊作出反應(yīng)。本文通過(guò)深入分析，認(rèn)為主要存在以下因素。

第一，中國(guó)的能源消費(fèi)結(jié)構(gòu)與對(duì)外依存程度。目前在中國(guó)，利用較廣的幾種能源包含煤炭、石油、天然氣、核能和水電。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》(2016)，在2005—2015年我國(guó)能源消費(fèi)中，煤炭占有主要地位，平均消費(fèi)總量為總消費(fèi)量的69.6%，石油占17.2%，天然氣占4.1%，水電、核電、風(fēng)電等占9.1%。其中，我國(guó)油氣消費(fèi)量增速高于全球水平。自1990 年至2012 年，我國(guó)原油消費(fèi)量由1.13億噸增至4.84 億噸，期間復(fù)合增速6.84%；天然氣消費(fèi)量由152 億立方米增至1438億立方米，期間復(fù)合增速10.74%。我國(guó)原油、天然氣消費(fèi)量增速均顯著高于全球平均水平。

在能源供給方面，自2010年開(kāi)始，煤炭出口量逐年減少，進(jìn)口量逐年增加，由2010年的1.8億噸增至2014年的近3億噸，煤炭的對(duì)外依存度逐年增加。油氣保持了較快增長(zhǎng)，2015年，原油進(jìn)口3.3億噸，比2012年增長(zhǎng)22.9%;天然氣進(jìn)口584億立方米，比2012年增長(zhǎng)48.8%，油氣均表現(xiàn)出較高的對(duì)外依存性。因此，國(guó)際能源價(jià)格波動(dòng)時(shí)，會(huì)對(duì)中國(guó)經(jīng)濟(jì)和中國(guó)股市產(chǎn)生影響。

第二，中國(guó)股市的成熟程度。盡管中國(guó)股市起步時(shí)間較晚，在技術(shù)、規(guī)則、信息等多方面還需完善。但是隨著中國(guó)股市近年來(lái)的不斷改革、中國(guó)股票市場(chǎng)機(jī)制的進(jìn)一步完善，中國(guó)股市將會(huì)在更大程度上受到國(guó)際能源市場(chǎng)的影響。

第三，中國(guó)的能源價(jià)格形成機(jī)制。隨著我國(guó)改革開(kāi)放的推進(jìn)，能源價(jià)格改革也在逐步向市場(chǎng)化方向邁進(jìn)。目前，煤炭?jī)r(jià)格基本上是由市場(chǎng)決定的。2016年，國(guó)家發(fā)展改革委員會(huì)對(duì)成品油的定價(jià)機(jī)制作了進(jìn)一步完善，允許其在調(diào)控上下限范圍內(nèi)自行定價(jià)。定價(jià)機(jī)制的完善和健全，使能源價(jià)格機(jī)制能夠進(jìn)一步反映市場(chǎng)的供需變化，從而導(dǎo)致中國(guó)能源價(jià)格將會(huì)受到國(guó)際能源價(jià)格的影響。

表5 Wald 檢驗(yàn)結(jié)果

表6 波動(dòng)序列的Granger因果檢驗(yàn)結(jié)果

五、結(jié)論

本文利用VAR-BEKK模型，提取其波動(dòng)序列，在Wald檢驗(yàn)的基礎(chǔ)上，借助Granger因果關(guān)系的思想，從中國(guó)整體股市及滬、深股市兩個(gè)層次，研究了國(guó)際能源價(jià)格波動(dòng)與中國(guó)股票市場(chǎng)的波動(dòng)溢出效應(yīng)。結(jié)果表明，國(guó)際能源市場(chǎng)對(duì)中國(guó)股市整體和對(duì)滬、深分市場(chǎng)均存在雙向的波動(dòng)溢出效應(yīng)。其中，中國(guó)股票市場(chǎng)的波動(dòng)會(huì)在當(dāng)期就傳染給國(guó)際能源市場(chǎng)。但是，國(guó)際能源市場(chǎng)對(duì)中國(guó)股票市場(chǎng)卻存在滯后效應(yīng)。在能源市場(chǎng)的波動(dòng)當(dāng)期，這種波動(dòng)并不會(huì)對(duì)中國(guó)股票市場(chǎng)產(chǎn)生影響，滯后兩期后，能源市場(chǎng)的波動(dòng)會(huì)溢出到中國(guó)整體股票市場(chǎng)。對(duì)于滬、深分市場(chǎng)而言，也存在著類似的實(shí)證結(jié)果。滬市和深市的波動(dòng)會(huì)在當(dāng)期即對(duì)國(guó)際能源市場(chǎng)產(chǎn)生影響。反過(guò)來(lái)，國(guó)際能源市場(chǎng)的波動(dòng)會(huì)在滯后一期后分別傳染給滬市和深市。由于中國(guó)能源消費(fèi)對(duì)外依存度上升，導(dǎo)致國(guó)際能源價(jià)格波動(dòng)對(duì)中國(guó)經(jīng)濟(jì)產(chǎn)生越來(lái)越顯著的影響，因此研究國(guó)際能源價(jià)格與中國(guó)股市之間的波動(dòng)溢出效應(yīng)具有重要意義。同時(shí)，基于實(shí)證結(jié)果，在今后對(duì)股市走向的預(yù)期中，可以將國(guó)際能源價(jià)格指數(shù)的變動(dòng)作為其參考指標(biāo)之一，為投資者提供有價(jià)值的參考信息。

[1] 金洪飛, 金犖. 石油價(jià)格與股票市場(chǎng)的溢出效應(yīng)-基于中美數(shù)據(jù)的比較分析[J]. 金融研究, 2008, (2): 83-97.

[2] Diaz EM, et al. Oil price volatility and stock returns in the G7 economies[J]. Energy Economics, 2016, 54(1):417-430.

[3] 薛永剛. 國(guó)際石油價(jià)格波動(dòng)的股票市場(chǎng)溢出效應(yīng)研究——來(lái)自28個(gè)國(guó)家和地區(qū)樣本數(shù)據(jù)的經(jīng)驗(yàn)分析[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2011,(9): 30-36.

[4] Rania Jammazi. Oil shock transmission to stock market returns: Wavelet-multivariate Markov switching GARCH approach[J]. Energy, 2012, 37(1): 430-454.

[5] Elie Bouri. Oil volatility shocks and the stock markets of oil-importing MENA economies: A tale from the financial crisis[J]. Energy Economics, 2015, 51(9): 590-598.

[6] Faff RW, Brailsford TJ. Oil price risk and the Australian stock market[J]. Journal of Energy Finance & Development, 1999, 4(1):69-87.

[7] 郭國(guó)峰, 鄭召鋒. 國(guó)際能源價(jià)格波動(dòng)對(duì)中國(guó)股市的影響——基于計(jì)量模型的實(shí)證檢驗(yàn)[J]. 中國(guó)工業(yè)經(jīng)濟(jì), 2011，(6): 26-35.

[8] 李春紅, 齊中英, 孫薇. 國(guó)際油價(jià)波動(dòng)對(duì)中國(guó)股市影響及分析[J]. 運(yùn)籌與管理, 2012，(6): 161-170.

[9] Jamel, Jouini. Return and volatility interaction between oil prices and stock markets in Saudi Arabia[J]. ScienceDirect, 2013, 35(6): 1124-1144.

[10] Wensheng K, Ratti RA, Yoon KH. The impact of oil price shocks on the stock market return and volatility relationship[J]. Journal of International Financial Markets, Institutions & Money, 2015, 34(1): 41-54.

[11] Perry, Sadorsky. Modeling volatility and correlations between emerging market stock prices and the prices of copper, oil and wheat[J]. Energy Economics, 2014, 43(5): 72-81.

[12] 成博, 楊勝剛. 石油市場(chǎng)與股票市場(chǎng)的互動(dòng)機(jī)制比較研究[J]. 求索, 2014,(1): 60-65.

[13] Bastianin A, Conti F and Manera M. The impacts of oil price shocks on stock market volatility: Evidence from the G7 countries[J]. Energy Policy, 2016, 98(11):160-169.

[14] Engle RF and Kroner KF. Multivariate Simultaneous Generalised ARCH[J]. Econometric Theory, 1995, 11: 122-150.

[15] Sims CA. Macroeconomics and Reality[J]. Econometrica, 1980, 48: 1-48.

[16] Mensi W, Hammoudeh S, Nguyen DK, et al. Dynamic spillovers among major energy and cereal commodity prices[J]. Energy Economics, 2014,43:225-243.

[17] 董秀良, 曹鳳岐. 國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)——基于多元GARCH模型的實(shí)證研究[J]. 數(shù)理統(tǒng)計(jì)與管理, 2009, 28(6):1091-1099.

[18] 周璞, 李自然. 基于非線性Granger因果檢驗(yàn)的中國(guó)大陸和世界其他主要股票市場(chǎng)之間的信息溢出[J]. 系統(tǒng)工程理論與實(shí)踐, 2012, 32(3):466-475.

VolatilitySpilloverEffectBetweenInternationalEnergyMarketandChineseStockMarket

Ren Xianling Xiao Yukun Sun Wenyue

(College of Economics, Ocean University of China, Qingdao 266100, China)

With the increasing demand for energy in China, the fluctuation of international energy prices will inevitably affect the development of China's economy. Therefore, it is of great significance to study the relationship of volatility spillover between international energy market and Chinese stock market. From two perspectives of Chinese overall stock market, and Shanghai and Shenzhen stock markets, based on VAR-BEKK model and the Granger causality test of the volatility series, this paper not only studies the volatility spillover between the international energy market and the Chinese stock market, but also studies the lag effect of volatility spillover between the two markets. The empirical results show that there is a bi-directional volatility spillover between the energy market and the Chinese stock market, but the volatility of the international energy market has spread to China's stock market with a two-period lag. From the perspective of the market, Shanghai and Shenzhen markets have spillover effects on the international energy market in the current period; on the contrary, the impact of the international energy market on Shanghai and Shenzhen markets has a lag effect.

international energy markets; Chinese stock market; volatility spillover; VAR-BEKK model; Granger causality test

王明舜

2017-05-08

任仙玲(1979- )，女，山西朔州人，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院副教授，主要從事金融計(jì)量學(xué)、非參數(shù)統(tǒng)計(jì)學(xué)、金融風(fēng)險(xiǎn)管理及時(shí)間序列分析研究。

F830.91

A

1672-335X(2017)06-0065-07