(四川大學(xué)經(jīng)濟(jì)學(xué)院 四川 成都 610065)

金融市場(chǎng)要正常運(yùn)行，良好的流動(dòng)性是基礎(chǔ)，如果金融市場(chǎng)的流動(dòng)性出現(xiàn)問(wèn)題，金融市場(chǎng)就不會(huì)健康發(fā)展，甚至可能會(huì)崩潰。因此，對(duì)我國(guó)股票市場(chǎng)各行業(yè)進(jìn)行流動(dòng)性的溢出效應(yīng)研究對(duì)風(fēng)險(xiǎn)的防范是有一定意義的。

一、股票市場(chǎng)的流動(dòng)性測(cè)算和向量自回歸模型

(一)流動(dòng)性指標(biāo)建立

從以往流動(dòng)性定義中發(fā)現(xiàn)，速度、價(jià)格、交易量[1]是度量的重點(diǎn)。在Amihud(2002)提出的流動(dòng)性比率，即Lt=(lnPt-lnPt-1)/Vt(其中Pt為第t日的收盤價(jià)，Vt表示第t日的交易額)基礎(chǔ)上加入交易當(dāng)天的最高價(jià)、最低價(jià)和收盤價(jià)，即Lt=|ln(max{Pt-1,Mt-1})-ln(min{Pt-1,Nt-1})|/Vt(Lt是第t日流動(dòng)性指標(biāo)，Mt是第t日交易最高價(jià)，Nt是第t日交易最低價(jià))。Lt是描述單支股票的，為度量一個(gè)行業(yè)，Kee H.Chung(2014)將每天的流動(dòng)性按當(dāng)天股票的市值權(quán)重加權(quán)加總后得到平均流動(dòng)性[2]。類似地，行業(yè)的流動(dòng)性指標(biāo)為：Mt=∑i∈IWit×Lit(Wit為第i支股票第t天的市值權(quán)重，Lit為第i支股票第t天的流動(dòng)性)

(二)向量自回歸var模型

對(duì)變量Y1，Y2，…，Yk的滯后p期的VAR模型有：

Yi,t表示第i個(gè)變量在第t時(shí)刻的值，μi1表示常數(shù)項(xiàng)，βij,m表示滯后j期時(shí)變量Xm的系數(shù),εt表示隨機(jī)擾動(dòng)項(xiàng)，它們之間可以同期相關(guān)但不與自身滯后項(xiàng)相關(guān)。

二、實(shí)證分析

(一)數(shù)據(jù)處理

第一，按WIND數(shù)據(jù)庫(kù)劃分的11個(gè)一級(jí)行業(yè)分別為材料、地產(chǎn)、電信、工業(yè)、公用事業(yè)、金融、可選消費(fèi)、能源、日常消費(fèi)、信息技術(shù)和醫(yī)療行業(yè)(本文用首字母大寫替)，對(duì)2012年1月4日到2017年11月17日的日數(shù)據(jù)按上文方法計(jì)算各個(gè)行業(yè)流動(dòng)性指標(biāo)，最終得到11個(gè)時(shí)間序列。數(shù)據(jù)均來(lái)源于Wind數(shù)據(jù)庫(kù)。

第二，檢驗(yàn)序列平穩(wěn)性，采用ADF單位根檢驗(yàn)各時(shí)間序列是否平穩(wěn)。結(jié)果表明所有的變量在5%的顯著性水平下均具有平穩(wěn)性，因而可直接建立VAR模型。

第三，確定滯后階數(shù)，通過(guò)建立不同滯后期的VAR模型，得到不同的LR,AIC和SC。SC準(zhǔn)則顯示最優(yōu)滯后長(zhǎng)度為2，AIC準(zhǔn)則和LR準(zhǔn)則都顯示最優(yōu)長(zhǎng)度為20。確定階數(shù)一般根據(jù)AIC和SC取值最小準(zhǔn)則，最后選擇最優(yōu)滯后階數(shù)為2。

第四，格蘭杰因果檢驗(yàn)。首先檢驗(yàn)VAR模型穩(wěn)定性，結(jié)果顯示AR根全部在單位圓內(nèi)，說(shuō)明估計(jì)的VAR(2)是穩(wěn)定的，然后進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，若某一變量不存在與其他變量的格蘭杰因果關(guān)系，則是外生變量。結(jié)果表明無(wú)外生變量。

(二)流動(dòng)性溢出的脈沖響應(yīng)分析

運(yùn)用VAR模型的脈沖響應(yīng)函數(shù)可以分析一個(gè)行業(yè)流動(dòng)性受到?jīng)_擊時(shí)，其他行業(yè)的流動(dòng)性的變化。以材料行業(yè)為例，材料行業(yè)對(duì)來(lái)自材料、地產(chǎn)、金融、工業(yè)的沖擊做出的反應(yīng)較大(top4)(圖1)，當(dāng)給與各個(gè)行業(yè)流動(dòng)性一個(gè)正向沖擊，材料行業(yè)對(duì)本行業(yè)沖擊的反應(yīng)最大，并在第二期迅速減弱，第十期后緩慢減弱，對(duì)地產(chǎn)行業(yè)的反應(yīng)次之，先正向反應(yīng)，再逐漸趨于平穩(wěn)，對(duì)金融行業(yè)沖擊的反應(yīng)排第三，對(duì)工業(yè)的沖擊反應(yīng)更弱。

圖1

同理，按照以上方法，歸納得表1。

表1 脈沖相應(yīng)大小

三、結(jié)論與啟示

本文主要從流動(dòng)性溢出的角度分析行業(yè)之間的相互影響。通過(guò)建立VAR模型發(fā)現(xiàn)各個(gè)行業(yè)流動(dòng)性變化對(duì)其他行業(yè)的流動(dòng)性都有或大或小的影響。在整個(gè)樣本期內(nèi)，11個(gè)行業(yè)的系統(tǒng)中各行業(yè)流動(dòng)性溢出效應(yīng)非常明顯。就流動(dòng)性溢出角度來(lái)看，房地產(chǎn)行業(yè)對(duì)其他行業(yè)流動(dòng)性的影響最大，在同期的流動(dòng)性傳遞網(wǎng)絡(luò)中，房地產(chǎn)行業(yè)對(duì)除醫(yī)療外的十個(gè)行業(yè)均具有顯著的溢出效應(yīng)。這也證實(shí)了房地產(chǎn)行業(yè)作為基礎(chǔ)性行業(yè)，與其他行業(yè)都有較緊密的聯(lián)系，房地產(chǎn)行業(yè)股票流動(dòng)性的變化會(huì)給整個(gè)股票市場(chǎng)帶來(lái)影響。材料行業(yè)和金融行業(yè)的溢出效應(yīng)次之。就流動(dòng)性接收角度來(lái)看，信息技術(shù)行業(yè)對(duì)來(lái)自除了地產(chǎn)行業(yè)外的其他行業(yè)沖擊的反應(yīng)均排在前四位，說(shuō)明信息技術(shù)行業(yè)是最容易受到其他行業(yè)流動(dòng)性溢出影響的，醫(yī)療衛(wèi)生和工業(yè)行業(yè)次之。

從研究流動(dòng)性溢出的過(guò)程和結(jié)果中對(duì)我國(guó)防范系統(tǒng)性風(fēng)險(xiǎn)有如下啟示。第一，防范系統(tǒng)性風(fēng)險(xiǎn)不應(yīng)僅關(guān)注于金融體系，而應(yīng)放眼于整個(gè)市場(chǎng)行業(yè)網(wǎng)絡(luò)。良好的流動(dòng)性是保證金融市場(chǎng)正常運(yùn)行的關(guān)鍵，在防范流動(dòng)性風(fēng)險(xiǎn)時(shí)應(yīng)依據(jù)系統(tǒng)重要性程度進(jìn)行差異化監(jiān)管。第二，要特別關(guān)注系統(tǒng)中重要性極高的行業(yè)，例如大部分時(shí)期內(nèi)的房地產(chǎn)行業(yè)，可以被認(rèn)為是系統(tǒng)性流動(dòng)性溢出的源頭，處于“太關(guān)聯(lián)而不能倒”的地位，應(yīng)做好前瞻性的調(diào)控。