李 佳，茆訓(xùn)誠

一、引言

自從中國經(jīng)濟(jì)進(jìn)入“新常態(tài)”以來，中國宏觀經(jīng)濟(jì)增速明顯下滑，由此造成的煤炭能源以及有色金屬等基礎(chǔ)工業(yè)原料需求下降，行業(yè)景氣也快速回落。然而由于中國供應(yīng)鏈金融業(yè)務(wù)長期以質(zhì)押和抵押大宗商品為主要抵押資產(chǎn)，因此大宗商品價格的回落一定程度上推高了國內(nèi)供應(yīng)鏈金融的信用風(fēng)險。究其實質(zhì)，還是因為大宗商品交易具有兩重屬性的緣故，既具有商品屬性，又具有金融屬性，兩者均受到宏觀經(jīng)濟(jì)景氣的影響，宏觀經(jīng)濟(jì)波動產(chǎn)生的系統(tǒng)性風(fēng)險被視為外部性風(fēng)險向微觀經(jīng)濟(jì)實體傳導(dǎo)。同時由于中國大宗商品的金融屬性不斷凸顯，商品期貨市場價格波動與股票市場價格波動同步性特征日益突出，商品期貨市場價格波動風(fēng)險逐漸向股票市場蔓延，跨部門跨市場風(fēng)險傳染顯然已經(jīng)成為中國金融市場風(fēng)險管理的主要關(guān)注點。隨著中國商品期貨市場不斷發(fā)展和完善，商品期貨市場和金融市場整合進(jìn)程加快，商品期貨市場價格波動已經(jīng)逐漸成為股票市場系統(tǒng)性風(fēng)險的主要來源之一。尤其在金屬期貨市場，由于有色金屬作為中國基礎(chǔ)設(shè)施建設(shè)和重工業(yè)發(fā)展的重要基礎(chǔ)原材料，其價格波動不僅僅受到宏觀經(jīng)濟(jì)周期的影響，隨著其金融屬性不斷增強，與資本市場的聯(lián)動性也在不斷增強。

對此，本文實證研究我國宏觀經(jīng)濟(jì)外部性風(fēng)險因素對商品期貨市場和股票市場長短期價格波動的影響，并通過相關(guān)歷史事件來劃分樣本區(qū)間，考察期貨市場和股票市場在不同子樣本區(qū)間內(nèi)的長期相關(guān)性的結(jié)構(gòu)化變動，以此來探究中國商品期貨市場金融化過程中，宏觀經(jīng)濟(jì)周期對其價格波動的影響，同時著重探討期貨市場金融化進(jìn)程對中國資本市場的影響，為大宗商品金融化進(jìn)程中，如何避免風(fēng)險跨市場和跨部門傳導(dǎo)，以及商品期貨市場中的風(fēng)險管理提供經(jīng)驗證據(jù)。

二、文獻(xiàn)綜述

由于宏觀經(jīng)濟(jì)指數(shù)數(shù)據(jù)一般都為月度數(shù)據(jù)，而商品期貨市場和股票市場交易數(shù)據(jù)均為日度數(shù)據(jù)，因此，針對高效地處理混頻數(shù)據(jù)，目前已有非常多的參考文獻(xiàn)。何娟和王建等為了解決長期風(fēng)險預(yù)測方法的不足，構(gòu)建了基于蒙特卡羅模擬法的長期資產(chǎn)價格波動風(fēng)險預(yù)測模型，通過建立ARMA-EGARCH-EVT族模型以及多元Copula-t模型，來考察刻畫不同類資產(chǎn)價格之間的非線性相關(guān)關(guān)系。[注]何娟、王建、蔣祥林，等：《基于Copula-CVaR-EVT 方法的供應(yīng)鏈金融質(zhì)物組合優(yōu)化》，《系統(tǒng)工程理論與實踐》 2015 年第1期。但是上述研究并沒有將宏觀經(jīng)濟(jì)波動納入現(xiàn)貨資產(chǎn)價格變動框架中去考慮，而大宗商品具有二重屬性，即同時具有商品屬性和金融屬性，宏觀經(jīng)濟(jì)是大宗商品價格波動的一個需要著重考慮的影響因素。恩格爾和蘭赫爾(Engle and Rangel) 為了研究宏觀經(jīng)濟(jì)對金融市場的高頻交易的影響關(guān)系，提出了基于樣本變量的廣義自回歸條件異方差模型，此模型(EGARCH)根據(jù)高頻數(shù)據(jù)建模，由于在低頻波動的建模中無法靈活選擇宏觀經(jīng)濟(jì)波動的代理變量，限制了宏觀經(jīng)濟(jì)波動變量的自主選擇。[注]R. Engle，J. Rangel， “The Spline GARCH Model for Unconditional Volatility and Its Global Macroeconomic Causes”，Review of Financial Studies, Vol. 21(2008)，pp. 1187-1222.恩格爾針對不同頻率數(shù)據(jù)建模的需要，在廣義自回歸條件異方差模型的基礎(chǔ)上提出了混頻抽樣模型(GARCH-MIDAS)，該模型既能夠根據(jù)GARCH模型處理高頻數(shù)據(jù)構(gòu)建條件方差波動率，同時又能夠?qū)﹂L期波動成分進(jìn)行估計。[注]R. Engle，E. Ghysels and B. Sohn， “Stock Market Volatility and Macroeconomic Fundamentals”，Review of Economics and Statistics, Vol. 95(2013)，pp.776-797.隨后，阿什加利亞等(Asgharian et al.)[注]H. Asgharian, A. Hou and F. Javed, “The Importance of the Macroeconomic Variables in Forecasting Stock Return Variance: a GARCH-MIDAS approach”，Journal of Forecasting, Vol. 32(2013), No. 7,pp.600-612.以及康拉德和老赫(Conrad and Loch)[注]C. Conrad, K. Loch, “Anticipating Long-Term Stock Market Volatility”，Journal of Applied Econometrics, Vol. 30(2015), No. 7,pp.1090-1114.針對宏觀經(jīng)濟(jì)波動對于股票市場價格變動的影響關(guān)系，利用GARCH-MIDAS 模型進(jìn)行條件方差預(yù)測和長期波動成分提取，取得了較優(yōu)的預(yù)測效果。針對宏觀經(jīng)濟(jì)與金屬期貨價格波動之間的影響關(guān)系，成月探究宏觀經(jīng)濟(jì)因素對螺紋鋼期貨價格變動的影響關(guān)系，選取制造業(yè)PMI、國房景氣指數(shù)、SHIBOR 及人民幣匯率四個宏觀經(jīng)濟(jì)變量和上期所螺紋鋼價格，通過構(gòu)建VECM模型來研究宏觀經(jīng)濟(jì)因素對鋼材期貨價格的長短期影響關(guān)系。[注]成月：《宏觀經(jīng)濟(jì)因素對我國螺紋鋼期貨價格的影響研究——基于VEC模型的實證分析》，《市場論壇》2016年第6期。吳迪和何建敏通過構(gòu)建ARCH、GARCH-GED和分布滯后組合模型對滬鋁、滬鋅和滬銅期貨價格與紐約原油期貨價格波動關(guān)系進(jìn)行實證研究，研究結(jié)果表明，原油價格波動的沖擊對滬銅價格波動產(chǎn)生了較大的影響。[注]吳迪、何建敏：《紐約原油期貨價格波動對我國金屬期貨收益率的影響研究》，《統(tǒng)計與決策》2010年第8期。饒育蕾和唐慧敏等進(jìn)一步對股票換手率與銅期貨價格波動之間的影響關(guān)系進(jìn)行實證分析，研究在大宗商品金融化的背景下，大宗商品價格波動對中國股票市場的影響。[注]饒育蕾、唐慧敏、彭疊峰：《期銅價格波動對股票換手率的影響研究——基于大宗商品金融化背景下的分析》，《價格理論與實踐》2014年第10期。劉軍嶺和屈軍針對中國滬銅、橡膠等大宗商品期貨價格的收益率和波動率變動情況，采用非參數(shù)和半?yún)?shù)估計方法對滬銅、滬金、橡膠等商品期貨價格收益率和波動率的長記憶性進(jìn)行實證分析和對比檢驗。[注]劉軍嶺、屈軍：《我國商品期貨價格收益率及波動率長記憶性研究》，《商業(yè)研究》 2017年第1期。

安東納基斯等(Antonakakis et al.)研究考察了1997—2013年期間原油價格變動與宏觀經(jīng)濟(jì)不確定性之間的動態(tài)關(guān)系，結(jié)果表明，經(jīng)濟(jì)政策不確定性對油價波動產(chǎn)生負(fù)面影響。[注]N. Antonakakis , I. Chatziantoniou, G. Filis, “Dynamic Spillovers of Oil Price Shocks and Economic Policy Uncertainty”，Energy Econ,Vol. 44(2014), pp.433-447 .阿魯里等(Arouri et al.)利用1947—2010年長期商品價格指數(shù)樣本，研究商品價格變動可預(yù)測性與宏觀經(jīng)濟(jì)金融變量之間的關(guān)系，得出商品價格可預(yù)測性在經(jīng)濟(jì)衰退期間表現(xiàn)最為明顯。[注]M. Arouri, C. Estay, C. Rault, D. Roubaud, “Economic Policy Uncertainty and Stock Markets: Long-run Evidence from the US”, Finance Res. Lett.，(2016)，No18, pp.136-141 .張等(Zhang et al.)使用1986—2015年三種商品(原油、黃金、銅)和四個國家(加拿大、澳大利亞、挪威、智利)匯率數(shù)據(jù)，得出宏觀經(jīng)濟(jì)貿(mào)易為基礎(chǔ)的匯率機(jī)制對國際大宗商品價格波動有著重要的影響。[注]Hui Jun Zhang, Jean-Marie Dufour, John W. Galbraith , “Exchange Rates and Commodity Prices: Measuring Causality at Multiple Horizons”, Journal of Empirical Finance， Vol.36(2016), pp.100-120.希格蒂(Hegerty)采用多變量GARCH分析法分析9個主要新興市場國家大宗商品價格和產(chǎn)出、匯率和通貨膨脹等宏觀經(jīng)濟(jì)因素之間的溢出效應(yīng)，研究發(fā)現(xiàn)，智利國內(nèi)銅價變動與宏觀經(jīng)濟(jì)狀況關(guān)系最為密切。[注]Scott W. Hegerty , “Commodity-price Volatility and Macroeconomic Spillovers: Evidence from Nine Emerging Markets”, North American Journal of Economics and Finance,Vol. 35(2016), pp.23-37.方等(Fang et al.)同時研究美國宏觀經(jīng)濟(jì)狀況與原油商品價格和美國股市之間隨時間變化的長期相關(guān)性，研究發(fā)現(xiàn)，宏觀經(jīng)濟(jì)狀況對美國股市和原油價格均有顯著的積極影響，同時在2008年全球金融危機(jī)期間發(fā)現(xiàn)原油價格和股票市場相關(guān)性均存在較為明顯的結(jié)構(gòu)性變化。[注]Libing Fang, Baizhu Chen, Honghai Yu, Cheng Xiong , “The effect of Economic Policy Uncertainty on the Long-run Correlation between Crude Oil and the U.S. Stock Markets”, Finance Research Letters. 000(2017), pp.1-8.

在前述研究基礎(chǔ)上，本文選取上證A股市場指數(shù)作為中國股票市場代表變量，上海期貨交易所滬銅連續(xù)價格作為商品期貨代表變量，中國宏觀經(jīng)濟(jì)四大指數(shù)(預(yù)警、先行、一致和滯后)作為宏觀經(jīng)濟(jì)狀況代表變量，構(gòu)建6種GARCH-MIDAS 和DCC-MIDAS模型，探討中國宏觀經(jīng)濟(jì)狀況對商品期貨市場和股票市場的長短期影響關(guān)系。

三、計量模型構(gòu)建

1.GARCH實現(xiàn)條件波動率模型

設(shè)定兩個時間序列yt(1),yt(2)分別代表滬銅價格收益率序列和上證A股市場價格收益率序列，yt(1),yt(2)分別按照公式 (1) 所示生成序列，則我們稱yt(1),yt(2)生成過程為經(jīng)典的GARCH(p,q)過程。

(1)

其中，

εt(1)=εt-1(1),εt-2(1),…-N(0,δt(1)2)

εt(2)=εt-1(2),εt-2(2),…-N(0,δt(2)2)

(2)

(3)

模型假定隨機(jī)擾動項方差服從特定的規(guī)律變化，公式 (3) 則是約束σt2取值的條件，σt2與隨機(jī)擾動項和其自身滯后值相關(guān)。

2.已實現(xiàn)波動率GARCH-MIDAS模型

基于已實現(xiàn)波動率(Realized Volatility)下的GARCH-MIDAS模型，根據(jù)選擇時間窗口的不同，分為固定時間窗口和滾動時間窗口模型，假定日收益率下標(biāo)為i，月度數(shù)據(jù)下標(biāo)為t。

第一，固定時間窗下GARHC-MIDAS-Rv模型。

基于固定時間窗口的GARCH-MIDAS-Rv模型如下所示，

(4)

公式(4)中ri,t為既定風(fēng)險持有期內(nèi)第i個交易日的對數(shù)收益率，條件均值為u，新信息項Zi,tE(Zi,t)=0，var(Zi,t)=1。公式(5)和(6) 分別表示短期波動率和長期波動率的刻畫過程，短期波動率(gi,t)由均值回歸過程的GARCH模型進(jìn)行構(gòu)建，而長期波動率τt則通過混頻數(shù)據(jù)抽樣回歸模型，根據(jù)已實現(xiàn)波動率進(jìn)行構(gòu)建。

(5)

(6)

(7)

(8)

第二，滾動時間窗下GARHC-MIDAS-Rv模型。

通過將滾動時間窗口引入已有的固定時間窗口模型框架中，以此來刻畫單個交易日長期波動成分的時變性。該模型不僅能夠刻畫出風(fēng)險持有期內(nèi)單個交易日的已實現(xiàn)波動率變動情況，而且可以通過GARCH-MIDAS模型刻畫出長期波動成分變動情況，N代表滾動時間窗的時間長度。

(9)

(10)

(11)

(12)

3.引入宏觀經(jīng)濟(jì)變量的GARCH-MIDAS模型

在前述的模型中，僅僅使用了基于GARCH-MIDAS模型中的已實現(xiàn)的方差長期成分波動率，為了考察宏觀經(jīng)濟(jì)波動對于滬銅和上證A股市場價格長短期價格變動的影響，將中國宏觀經(jīng)濟(jì)指數(shù)水平值和方差波動直接引入到GARCH-MIDAS模型中，同時中國宏觀經(jīng)濟(jì)指數(shù)均為非負(fù)數(shù)值，可以保證長期波動τi的非負(fù)性。

(13)

4.基于標(biāo)準(zhǔn)殘差下的DCC-MIDAS模型

通過前述的單變量GARCH-MIDAS模型對上證A股市場和滬銅價格波動長期成分進(jìn)行估計，進(jìn)而基于第一步計算的標(biāo)準(zhǔn)化殘差運用DCC-MIDAS模型(科拉奇托等)，[注]R. Colacito, R. F. Engle, E. Ghysels , “A Component Model for Dynamic Correlations”, J. Econometrics， Vol.164(2011), pp.45-59.來考察金屬商品期貨市場和股票市場之間的長期相關(guān)性。設(shè)定一個日收益率的二元向量t∶rt=(rht,rSZ,t)，ri,t分別表示滬銅和A股市場各自的收益率，其服從公式 (14) 過程：

(14)

其中ξi,t|Ωt-1～N(0,1)中的Ωt-1代表t-1期之前的信息集，gi,t,mi,τ分別代表短期方差成分和長期成分，短期方差成分gi,t根據(jù)GARCH(1,1)模型構(gòu)建，模型方程設(shè)定如公式 (15) 所示。

(15)

其中αi>0,βi>0,αi+βi<1。

(16)

其中mvi，θvi為被估計參數(shù)，Kvi是滯后階數(shù)。函數(shù)型權(quán)重結(jié)構(gòu)設(shè)定方程如公式(17) 所示。

(17)

根據(jù)康拉德等(Conrad et al.)[注]C. Conrad, K. Loch, D. Rittler, “On the Macroeconomic Determinants of Long-term Volatilities and Correlations in U.S. Stock and Crude Oil Markets”, J. Empirical Finance,Vol.29(2014), pp.26-40 .的研究結(jié)論，本文允許將長期相關(guān)性設(shè)定為直接依賴于宏觀經(jīng)濟(jì)滯后變量以此來擴(kuò)展GARCH-MIDAS模型。滬銅和上證A股市場之間的條件相關(guān)性方程如公式 (18) 和 (19) 所示。

Rt=diag(Qt)-1/2Qtdiag(Qt)-1/2

(18)

(19)

(20)

(21)

綜上所述，本文選取中國宏觀經(jīng)濟(jì)景氣四大指數(shù)，預(yù)警指數(shù)(綜合反映當(dāng)前的宏觀經(jīng)濟(jì)狀態(tài)和程度)、一致指數(shù)(刻畫整體宏觀經(jīng)濟(jì)運行態(tài)勢)、先行指數(shù)(刻畫宏觀經(jīng)濟(jì)變動未來趨勢)、滯后指數(shù)(綜合檢驗經(jīng)濟(jì)的當(dāng)前狀態(tài))作為宏觀經(jīng)濟(jì)代理變量，通過構(gòu)建GARCH-MIDAS和DCC-MIDAS模型綜合考察中國宏觀經(jīng)濟(jì)對金屬商品期貨市場和股票市場長短期價格波動的影響，并根據(jù)歷史事件劃分樣本區(qū)間，考察期貨市場和股票市場長期相關(guān)性的結(jié)構(gòu)性變化。

四、實證分析

1.數(shù)據(jù)說明與預(yù)處理

本文選取上海期貨交易所滬銅連續(xù)每日收盤價作為金屬期貨市場代理變量，上證A股綜合指數(shù)日收盤價作為中國證券市場的代理變量，樣本區(qū)間為2005年1月1日至2017年9月1日，共計分別為3088、3080個觀察值，對于滬銅連續(xù)價格和上證A股市場價格指數(shù)波動率衡量指標(biāo)均采用對數(shù)收益率形式，分別為rht,t、rsz,t。選取中國宏觀經(jīng)濟(jì)景氣四大指數(shù)，分別為預(yù)警指數(shù)(IndexYJ)、一致指數(shù)(IndexYZ)、先行指數(shù)(IndexXZ)和滯后指數(shù)(IndexZH)月度數(shù)據(jù)，作為外部宏觀經(jīng)濟(jì)變動的代表變量，樣本區(qū)間為2005—2017年，共計152個觀測值。所選數(shù)據(jù)均來源于Wind數(shù)據(jù)庫和上海證券交易所和上海期貨交易所。

2.宏觀經(jīng)濟(jì)與滬銅價格和上證A股市場波動基本特征分析

本文根據(jù)特定歷史事件將全樣本劃分為兩個子樣本區(qū)間，將滬銅價格和上證A股市場指數(shù)標(biāo)準(zhǔn)化到與宏觀經(jīng)濟(jì)指數(shù)同一數(shù)值區(qū)間。在Subsample Ι:2005—2008年階段，中國宏觀經(jīng)濟(jì)穩(wěn)定快速增長，滬銅價格和股票市場保持與宏觀經(jīng)濟(jì)同步增長。但是隨著2007年末開始的國際金融危機(jī)逐步蔓延到中國，給中國的實體經(jīng)濟(jì)造成了較大的沖擊，在Subsample Ⅱ:2008—2017年階段，A股市場和滬銅價格在2008年均出現(xiàn)了斷崖式下跌，宏觀經(jīng)濟(jì)預(yù)警指數(shù)同樣也陡轉(zhuǎn)直下，表明2008年的國際金融危機(jī)已經(jīng)對中國實體經(jīng)濟(jì)產(chǎn)生重大沖擊，有色金屬等基礎(chǔ)工業(yè)材料價格也受到較大的沖擊。為了擴(kuò)大內(nèi)需保持經(jīng)濟(jì)增長，2008年11月國家開始實行“4萬億”經(jīng)濟(jì)刺激一攬子計劃。這一階段得益于一攬子經(jīng)濟(jì)刺激計劃，基礎(chǔ)設(shè)施建設(shè)對重金屬等工業(yè)原料產(chǎn)生了極大的需求，滬銅價格開始快速爬升，價格從最低時的每噸50000元漲到最高75000元每噸。這一階段中國銅價經(jīng)歷了一個快速上升期。究其原因主要是得益于中國4萬億經(jīng)濟(jì)刺激計劃開始產(chǎn)生效果，但是由于過快的發(fā)展造成了金屬行業(yè)嚴(yán)重的產(chǎn)能過剩，尤其是由于4萬億刺激計劃過后，從2012年中國宏觀經(jīng)濟(jì)進(jìn)入下滑通道，鋼鐵行業(yè)和有色金屬行業(yè)嚴(yán)重的產(chǎn)能過剩造成了滬銅價格進(jìn)入一個長時間的下跌周期。

3.GARCH-MIDAS模型波動率估計

圖1 宏觀經(jīng)濟(jì)指數(shù)、上證A股和滬銅價格指數(shù)條件方差

圖2和圖3分別表示上證A股市場和滬銅價格長期波動成分提取圖。

圖2 上證A股市場條件方差波動和長期成分提取

圖3 滬銅價格條件方差波動和長期成分提取

根據(jù)圖2和圖3可以發(fā)現(xiàn)，上證A股市場波動較滬銅價格波動更為頻繁和劇烈，說明期貨市場作為中國分散投資風(fēng)險的專業(yè)市場，其波動程度較股票市場低，這也符合目前中國的證券市場實際情況。上證A股市場和滬銅期貨市場均在2008年金融危機(jī)期間出現(xiàn)波峰，表明中國股票市場和期貨市場價格波動可以由宏觀經(jīng)濟(jì)外部性風(fēng)險因素影響。因此，本文將中國宏觀經(jīng)濟(jì)景氣四大指數(shù)，作為宏觀經(jīng)濟(jì)代理變量引入GARCH-MIDAS模型，以此來進(jìn)一步探究中國宏觀經(jīng)濟(jì)狀況對股票市場和期貨市場價格波動的影響。直接引入宏觀經(jīng)濟(jì)景氣指數(shù)波動率的GARCH-MIDAS模型參數(shù)估計結(jié)果如表1所示。

表1 納入宏觀經(jīng)濟(jì)景氣指數(shù)GARCH-MIDAS模型參數(shù)估計

注：***表示在1%置信區(qū)間顯著性水平,括號里的數(shù)字為標(biāo)準(zhǔn)誤差。

根據(jù)表1可以看出，上證A股市場和滬銅價格長期估計成分參數(shù)值θ最小值分別為0.099988和0.099987，最大值分別為0.10002和0.10002，參數(shù)估計值均為正值，表明上證A股市場和滬銅價格長期波動與外部宏觀系統(tǒng)性風(fēng)險成正向關(guān)系，宏觀經(jīng)濟(jì)外部性波動擴(kuò)大的同時也會引起上證A股市場和滬銅價格長期波動部分的增大。

根據(jù)GARCH-MIDAS模型引入宏觀經(jīng)濟(jì)預(yù)警指數(shù)的上證A股市場和滬銅價格條件波動率和長期波動部分估計如圖4和圖5所示?？梢园l(fā)現(xiàn)，上證A股市場和滬銅價格的長期波動成分在2008年金融危機(jī)期間快速上升，而在2011年后中國宏觀經(jīng)濟(jì)逐步走出金融危機(jī)陰影，國民經(jīng)濟(jì)緩慢復(fù)蘇，上證A股市場和滬銅價格的長期波動成分則經(jīng)歷快速下降的過程，顯示出與經(jīng)濟(jì)周期明顯的不對稱性。這與康拉德等(Conrad et al.)[16]的研究結(jié)果相似，即股票市場對來自宏觀經(jīng)濟(jì)波動的響應(yīng)表現(xiàn)出逆周期性，即在宏觀經(jīng)濟(jì)下行階段，股票市場價格波動更為劇烈。同時滬銅價格的長期波動成分也表現(xiàn)出明顯的逆周期性，并且?guī)缀跖cA股市場同步波動，表明滬銅期貨等金屬商品期貨作為雙重屬性資產(chǎn)，已經(jīng)與股票市場同趨勢變動，宏觀經(jīng)濟(jì)等外部系統(tǒng)性風(fēng)險因素對其價格波動有著直接顯著的影響。

圖4 上證A股市場條件波動和長期波動成分估計

圖5 滬銅期貨市場條件波動和長期波動成分估計

4.DCC-MIDAS模型動態(tài)相關(guān)估計

首先根據(jù)包含上證A股市場和滬銅期貨價格單變量GARCH-MIDAS模型框架估計模型標(biāo)準(zhǔn)殘差項，進(jìn)而構(gòu)建DCC-MIDAS模型進(jìn)一步探究中國滬銅期貨價格與上證A股市場價格波動長期相關(guān)性，GARCH-MIDAS和DCC-MIDAS動態(tài)模型估計結(jié)果如表2所示，上證A股市場和滬銅期貨市場價格長短期相關(guān)波動如圖4和圖5所示。

表2 DCC-MIDAS動態(tài)相關(guān)性模型參數(shù)估計

注：***、**、*，分別表示在1%、5%和10%置信區(qū)間顯著性水平，括號里的數(shù)字為標(biāo)準(zhǔn)誤差。

根據(jù)表2估計結(jié)果，可以看出DCC-MIDAS估計結(jié)果性能優(yōu)良，均在1%顯著性水平下顯著。根據(jù)前文研究結(jié)果，宏觀經(jīng)濟(jì)影響因素對中國A股市場和滬銅金屬期貨市場價格波動均有較為明顯的影響。因此，當(dāng)投資者面臨相同的宏觀經(jīng)濟(jì)影響因素時，可以利用股票市場和滬銅期貨市場負(fù)向的相關(guān)關(guān)系，將期貨市場作為對沖資產(chǎn)以此來規(guī)避宏觀經(jīng)濟(jì)外部性風(fēng)險因素對資產(chǎn)池的沖擊。根據(jù)貝克等(Baker et al.)[注]S. Baker, N. Bloom, S. Davis, “Measuring Economic Policy Uncertainty”, Q. J. Econ, Vol.131 (2016), No.4,pp.1593-1636 .的研究結(jié)果，貝克認(rèn)為美國原油市場和股票市場相關(guān)性在2008年金融危機(jī)前后有很大差異，即2008年全球金融危機(jī)爆發(fā)后，美國宏觀經(jīng)濟(jì)的急劇波動造成美國原油市場和股票市場相關(guān)性在此時間段內(nèi)陡增。為了檢驗中國宏觀經(jīng)濟(jì)在2008年金融危機(jī)前后對上證A股市場和滬銅金屬期貨市場相關(guān)性的影響，本文將全樣本分為兩個子樣本區(qū)間，分別為Subsample Ι:2005—2008(金融危機(jī)爆發(fā)前，Subsample Ⅱ:2008—2017(金融危機(jī)爆發(fā)后)，以此來進(jìn)一步探究上證A股市場和滬銅期貨市場長期相關(guān)性可能存在的結(jié)構(gòu)性變化，估計結(jié)果如表3所示，同時兩個子樣本區(qū)間內(nèi)上證A股市場和滬銅期貨市場長期相關(guān)成分提取如圖6和圖7所示。

表3 子樣本結(jié)構(gòu)性突變參數(shù)估計

注：***、*，分別表示在1%和10%置信區(qū)間顯著性水平，括號里的數(shù)字為標(biāo)準(zhǔn)誤差。

根據(jù)表3參數(shù)估計結(jié)果，可以發(fā)現(xiàn)在2008年金融危機(jī)之前子樣本參數(shù)b的估計值并不十分顯著，而2008年金融危機(jī)后的估計值均顯著，表明上證A股市場和滬銅期貨市場長期相關(guān)性存在結(jié)構(gòu)性突變，即在2008年金融危機(jī)事件后，上證A股市場和滬銅金屬期貨市場相關(guān)性快速升高。

圖6 Subsample Ι上證A股和滬銅期貨價格長短期相關(guān)成分估計圖

圖7 Subsample Ⅱ上證A股和滬銅期貨價格長短期相關(guān)成分估計圖

同時觀察圖6和圖7，可以發(fā)現(xiàn)長短期成分基本遵循相似的變動趨勢，但是長期成分相比短期成分趨勢更為平滑，而且長期相關(guān)性成分表現(xiàn)出非常明顯的周期性特征。從圖6中可以看到在2008年金融危機(jī)爆發(fā)后，A股市場和滬銅金屬期貨市場相關(guān)性有一個短時間內(nèi)陡升的過程，并且處在一個高位數(shù)值附近波動。而在2010年后，中國宏觀經(jīng)濟(jì)開始走出金融危機(jī)陰影，國民經(jīng)濟(jì)進(jìn)入復(fù)蘇時期，此時兩者之間的相關(guān)性又隨之下降，這在圖7中可以明顯地觀察到，表明A股市場和金屬期貨市場相關(guān)性與宏觀經(jīng)濟(jì)趨勢保持著同步性特征，即在宏觀經(jīng)濟(jì)下滑時，兩者之間的相關(guān)性快速上升，在宏觀經(jīng)濟(jì)平穩(wěn)時期，相關(guān)性則緩慢下降，表現(xiàn)出非常顯著的結(jié)構(gòu)突變性和周期不對稱性。在2008年金融危機(jī)期間，宏觀經(jīng)濟(jì)衰退明顯，宏觀經(jīng)濟(jì)的急劇波動造成股票市場和期貨市場價格雙雙快速下跌，因而，兩個市場同步性的下跌趨勢引起兩者之間的相關(guān)性在此期間快速增加。然而，在金融危機(jī)后期，宏觀經(jīng)濟(jì)處于緩慢復(fù)蘇期，股票市場和金屬期貨市場相關(guān)性波動則隨之減弱。

五、結(jié)論

根據(jù)中國大宗商品交易和股票市場的實際情況，選取上海期貨交易所滬銅期貨和上證A股市場價格序列作為研究對象，探討外部宏觀經(jīng)濟(jì)波動如何影響股票價格和金屬商品資產(chǎn)價格波動，選取中國宏觀經(jīng)濟(jì)景氣四大指數(shù)作為宏觀經(jīng)濟(jì)代理變量，通過構(gòu)建GARCH-MIDAS和DCC-MIDAS模型綜合考察中國宏觀經(jīng)濟(jì)對金屬商品期貨市場和股票市場長短期價格波動的影響，并根據(jù)不同歷史事件劃分樣本區(qū)間，考察期貨市場和股票市場長期相關(guān)性的結(jié)構(gòu)性變化。根據(jù)已建立模型實證結(jié)果分析可得：

中國的股票市場和期貨市場均表現(xiàn)出明顯的順周期性，在2008年金融危機(jī)期間和2012年后中國宏觀經(jīng)濟(jì)整體下滑期間，中國股票市場和滬銅期貨市場價格均表現(xiàn)出了較大程度的下跌。而在“4萬億”經(jīng)濟(jì)刺激計劃時期，中國宏觀經(jīng)濟(jì)開始回升進(jìn)入國民經(jīng)濟(jì)復(fù)蘇期，此時上證A股市場和滬銅期貨價格也進(jìn)入一個上升的通道過程。

中國股票市場和滬銅期貨市場均受到宏觀經(jīng)濟(jì)因素的影響，但是仍存在明顯的周期不對稱性。根據(jù)分析可以看出，2008年后的金融危機(jī)期間，上證A股市場和滬銅期貨價格的長期波動成分快速上升，顯示出與經(jīng)濟(jì)周期明顯的不對稱性，即在宏觀經(jīng)濟(jì)下行階段，股票市場和滬銅期貨市場價格波動更為劇烈，同時，滬銅期貨價格的長期波動成分幾乎與A股市場同步波動，表明滬銅期貨等金屬商品期貨作為雙重屬性資產(chǎn)，已經(jīng)與股票市場同趨勢變動，宏觀經(jīng)濟(jì)等外部系統(tǒng)性風(fēng)險因素對其價格波動有著直接顯著的影響。

上證A股市場和期貨市場長期相關(guān)性存在結(jié)構(gòu)性突變。根據(jù)分析，在2008年金融危機(jī)事件后，A股市場和滬銅期貨市場相關(guān)性有一個短時間內(nèi)陡升的過程，并且處在高位數(shù)值附近波動。而在2010年后，中國宏觀經(jīng)濟(jì)開始走出金融危機(jī)陰影，國民經(jīng)濟(jì)進(jìn)入復(fù)蘇時期，此時兩者之間的相關(guān)性又隨之下降，表明在宏觀經(jīng)濟(jì)下滑時，上證A股市場和金屬期貨市場之間的相關(guān)性快速上升，而在宏觀經(jīng)濟(jì)平穩(wěn)時期，相關(guān)性則緩慢下降，表現(xiàn)出非常明顯的結(jié)構(gòu)突變性和周期不對稱性。

前述結(jié)果表明，在整體經(jīng)濟(jì)處于下滑期間時，需要進(jìn)一步關(guān)注大宗商品價格波動，將外部風(fēng)險對大宗商品資產(chǎn)價格波動的影響降低，穩(wěn)定大宗商品資產(chǎn)價格的波動有利于對外貿(mào)易和國際供應(yīng)鏈金融的穩(wěn)定。針對中國商品期貨市場金融屬性凸顯這一研究發(fā)現(xiàn)，本文提出以下兩方面建議，一方面關(guān)注商品市場外部宏觀環(huán)境變化，尤其在宏觀經(jīng)濟(jì)下行階段，防范外部市場變動而帶來的商品期貨市場波動性加大的風(fēng)險；另一方面加強金融市場內(nèi)部跨部門監(jiān)管，正確引導(dǎo)投資者和投資資金流向，防止商品期貨市場波動性風(fēng)險在不同市場間擴(kuò)散，造成跨市場間的風(fēng)險傳導(dǎo)。