張晨

（南京審計(jì)大學(xué)，江蘇 南京 211815）

一、引言

指數(shù)基金作為一種新型的投資方式，近年來(lái)在我國(guó)發(fā)展迅速，根據(jù)2019年11月中證指數(shù)舉辦的第十三屆指數(shù)與指數(shù)化投資論壇報(bào)告，我國(guó)指數(shù)型金融產(chǎn)品的規(guī)模已經(jīng)高達(dá)1.17萬(wàn)億元。Eugene Fama于1970年提出的“有效市場(chǎng)假說(shuō)”是指數(shù)基金的理論基礎(chǔ)，有效市場(chǎng)假說(shuō)認(rèn)為在一個(gè)發(fā)達(dá)健全的股票市場(chǎng)上，股票的價(jià)格已經(jīng)反映了一切有用的信息，投資者難以通過(guò)分析和預(yù)測(cè)股價(jià)來(lái)獲得超額收益。在有效市場(chǎng)假說(shuō)的基礎(chǔ)上，既然難以對(duì)股價(jià)進(jìn)行預(yù)測(cè)，那么采取一種跟蹤市場(chǎng)的被動(dòng)的投資策略未免不是一個(gè)好的選擇。不同于傳統(tǒng)的基金模式，指數(shù)基金以復(fù)制市場(chǎng)指數(shù)為目標(biāo)，讓指數(shù)基金相對(duì)于傳統(tǒng)基金有著得天獨(dú)厚的優(yōu)勢(shì)。第一，指數(shù)基金做到了真正的分散化投資，將復(fù)制市場(chǎng)指數(shù)作為投資組合的構(gòu)建目標(biāo)。第二，指數(shù)基金的目標(biāo)在于跟蹤市場(chǎng)獲取市場(chǎng)的整體收益，而主動(dòng)型基金則是通過(guò)基金經(jīng)理的運(yùn)作以期獲得超額收益，基金經(jīng)理的操作會(huì)極大地影響基金收益，所以從長(zhǎng)期來(lái)看指數(shù)基金的表現(xiàn)會(huì)較為優(yōu)秀。第三，指數(shù)基金的投資成本低，其建立投資組合的目標(biāo)在于跟蹤市場(chǎng)指數(shù)，因此調(diào)研費(fèi)用等成本會(huì)明顯低于傳統(tǒng)的主動(dòng)型基金。但指數(shù)基金也存在著缺點(diǎn)，首先，從短期來(lái)看指數(shù)基金的收益一般難以跑贏主動(dòng)型基金。此外，我國(guó)的金融市場(chǎng)尚不夠完善，市場(chǎng)制度的不健全以及金融創(chuàng)新的不足使得我國(guó)市場(chǎng)上金融資產(chǎn)的價(jià)格與其真實(shí)價(jià)值產(chǎn)生一定偏差，導(dǎo)致指數(shù)基金難以完全發(fā)揮上述優(yōu)勢(shì)。

隨著我國(guó)資本市場(chǎng)的逐漸發(fā)展與完善，各種金融資產(chǎn)和機(jī)構(gòu)之間的聯(lián)系越來(lái)越緊密，一方面提高了金融市場(chǎng)資源配置的效率，另一方面也增加了金融風(fēng)險(xiǎn)產(chǎn)生和交叉?zhèn)魅镜碾[患，一旦局部的風(fēng)險(xiǎn)在金融系統(tǒng)內(nèi)交叉?zhèn)魅緞t很有可能會(huì)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。自2008年全球金融危機(jī)的災(zāi)難之后，世界各國(guó)逐漸重視系統(tǒng)性金融風(fēng)險(xiǎn)的預(yù)測(cè)與防范。習(xí)近平總書記在2019年2月2日中央政治局會(huì)議上再次強(qiáng)調(diào)了防范化解金融風(fēng)險(xiǎn)特別是防止發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)是金融工作的根本性任務(wù)。央行于2019年11月25日發(fā)布的《中國(guó)金融穩(wěn)定報(bào)告（2019）》中指出“我國(guó)金融風(fēng)險(xiǎn)正在呈現(xiàn)一些新的特點(diǎn)和演進(jìn)趨勢(shì)，重點(diǎn)機(jī)構(gòu)和各類非法金融活動(dòng)的增量風(fēng)險(xiǎn)得到有效控制，但存量風(fēng)險(xiǎn)仍需進(jìn)一步化解，金融市場(chǎng)對(duì)外部沖擊高度敏感，市場(chǎng)異常波動(dòng)風(fēng)險(xiǎn)不容忽視?！?020年3月，由于受到俄羅斯和歐佩克原油之爭(zhēng)以及新冠疫情全球范圍蔓延的影響，全球資本市場(chǎng)發(fā)生了巨大的波動(dòng)，美股更是史無(wú)前例的一周兩次熔斷，中國(guó)的金融市場(chǎng)也受到了巨大影響。

在全球經(jīng)濟(jì)一體化的進(jìn)程中，伴隨著顯著的外部沖擊，“太大而不能倒”的傳統(tǒng)原則，正逐步向 “太關(guān)聯(lián)而不能倒”的理念轉(zhuǎn)變[1]。因此研究風(fēng)險(xiǎn)事件發(fā)生時(shí)我國(guó)金融系統(tǒng)內(nèi)的風(fēng)險(xiǎn)溢出效應(yīng)對(duì)于維持我國(guó)金融市場(chǎng)安全穩(wěn)健運(yùn)行有著重要的理論意義。股票市場(chǎng)和基金市場(chǎng)本身就密切相關(guān)，隨著金融創(chuàng)新的不斷推進(jìn)，它們的相關(guān)性更是進(jìn)一步加強(qiáng)。指數(shù)基金的興起在一定程度上改變了基金市場(chǎng)本身的風(fēng)險(xiǎn)特征，隨著指數(shù)基金規(guī)模的節(jié)節(jié)攀升，其是否會(huì)于股票市場(chǎng)產(chǎn)生風(fēng)險(xiǎn)溢出效應(yīng)？這個(gè)問(wèn)題對(duì)于我國(guó)指數(shù)基金今后的發(fā)展和系統(tǒng)性金融風(fēng)險(xiǎn)的防范有著現(xiàn)實(shí)意義。

本文結(jié)構(gòu)安排如下：第二部分為文獻(xiàn)綜述，第三部分為模型的構(gòu)建，第四部分為樣本說(shuō)明和實(shí)證研究，第五部分為結(jié)論和啟示。

二、文獻(xiàn)綜述

1999年我國(guó)首次推出基金興和與基金普豐兩支指數(shù)基金，但它們并沒有將資產(chǎn)完全進(jìn)行被動(dòng)投資，而是將一半的資產(chǎn)用于主動(dòng)管理，因此我國(guó)最初的兩只指數(shù)基金并不是純粹的指數(shù)基金[2]。指數(shù)基金在我國(guó)發(fā)展的時(shí)間并不長(zhǎng)，早期對(duì)指數(shù)基金的研究多集中于其績(jī)效和跟蹤誤差。對(duì)于我國(guó)早期指數(shù)基金的研究發(fā)現(xiàn)，我國(guó)市場(chǎng)上早期的指數(shù)基金往往在市場(chǎng)整體為下跌趨勢(shì)時(shí)具有一定的抗跌性，但是當(dāng)市場(chǎng)整體趨勢(shì)為上漲時(shí)其表現(xiàn)則差強(qiáng)人意 （嚴(yán)武和洪道麟，2000；張琪，2002）。導(dǎo)致這種結(jié)果的主要原因在于我國(guó)金融市場(chǎng)依然存在制度缺陷以及市場(chǎng)指數(shù)的編制可能還不夠完善[3]（齊岳和王文超，2011）。指數(shù)基金的目標(biāo)是跟蹤市場(chǎng)指數(shù)，要實(shí)現(xiàn)這一目標(biāo)則需要在構(gòu)建投資組合時(shí)最小化跟蹤誤差。構(gòu)建指數(shù)化投資組合主要有三種方法：完全復(fù)制法、優(yōu)化選樣法、分層抽樣法[4]。經(jīng)過(guò)研究發(fā)現(xiàn)，完全復(fù)制法的跟蹤誤差是三者中最小的，且影響跟蹤誤差的一個(gè)重要因素是標(biāo)的指數(shù)成分股的流動(dòng)性 （高見和楊丹，2006；陳紹勝，2005）。指數(shù)基金的跟蹤誤差取決于其跟蹤模型的設(shè)定，因此建立合理的跟蹤模型則是指數(shù)基金表現(xiàn)良好的關(guān)鍵。國(guó)內(nèi)外學(xué)者對(duì)于跟蹤模型的研究大多都是以跟蹤誤差最小化為目標(biāo)，在此目標(biāo)上再進(jìn)行優(yōu)化來(lái)追求更合理的跟蹤模型（Roll&Richard,1992；Costa&Paiva,2002；Alexander&Baptista，2010；巴曙松和汪鑫，2011；古志婷等，2020）。

雖然目前被動(dòng)基金投資組合在證券市場(chǎng)總持有量中所占份額相對(duì)較小，指數(shù)基金無(wú)論是對(duì)于證券市場(chǎng)還是實(shí)體經(jīng)濟(jì)的影響可能都不大。然而，如果被動(dòng)基金管理行業(yè)繼續(xù)擴(kuò)張，其影響很可能會(huì)變得顯著（Sushko&Turner，2018）。 對(duì)于金融市場(chǎng)來(lái)說(shuō)，指數(shù)型金融產(chǎn)品和一攬子交易策略的推出和大幅增長(zhǎng)會(huì)對(duì)市場(chǎng)的流動(dòng)性產(chǎn)生影響，并且通過(guò)市場(chǎng)參與者的相互作用，指數(shù)組成部分之間的交易共性增強(qiáng)，從而導(dǎo)致讓位于整體需求的系統(tǒng)波動(dòng)上升（Kamara et al，2007；Sullivan&Xiong，2012）。 對(duì)于實(shí)體經(jīng)濟(jì)來(lái)說(shuō)，指數(shù)基金的持股會(huì)導(dǎo)致公司所有權(quán)集中水平達(dá)到了極高的水平，美國(guó)指數(shù)基金的三大巨頭BlackRock,Vanguard,和State Street共同構(gòu)成了標(biāo)普500指數(shù)基金88%的最大股東。此外指數(shù)型基金持股使得公司的治理活動(dòng)、投資效率顯著下降，盈余管理顯著上升,顯著降低了公司的經(jīng)營(yíng)效率[5]（Fichtner&Heemskerk，2017；楊青和吉赟，2019）

隨著指數(shù)基金逐漸成為一種重要的投資方式，其風(fēng)險(xiǎn)的防控需要更加重視。然而我國(guó)對(duì)于指數(shù)基金風(fēng)險(xiǎn)方面的研究卻并不多。我國(guó)指數(shù)基金系統(tǒng)風(fēng)險(xiǎn)較小,非系統(tǒng)風(fēng)險(xiǎn)占主要部分[6]，且其抗風(fēng)險(xiǎn)能力較強(qiáng)（趙勇，2010；周偉，2017）。如今對(duì)于金融風(fēng)險(xiǎn)的研究日漸趨于成熟，由摩根銀行首先引入的風(fēng)險(xiǎn)價(jià)值VaR被廣泛用于金融風(fēng)險(xiǎn)的度量。VaR可以精確度量金融機(jī)構(gòu)或金融資產(chǎn)在一定置信水平下可能產(chǎn)生的金融風(fēng)險(xiǎn)，并且可以涵蓋廣泛的風(fēng)險(xiǎn)類型，是防控金融風(fēng)險(xiǎn)的有力工具。但是VaR只在衡量個(gè)體金融風(fēng)險(xiǎn)時(shí)適用，若想要研究某一個(gè)體產(chǎn)生風(fēng)險(xiǎn)時(shí)所產(chǎn)生的風(fēng)險(xiǎn)傳染效應(yīng)則需要引入Adrian&Brunnermeier于2008年提出的CoVaR。使用CoVaR研究風(fēng)險(xiǎn)溢出效應(yīng)十分普遍。Lopez-Espinosa et al（2012）基于CoVaR模型對(duì)各種國(guó)際大型銀行系統(tǒng)性風(fēng)險(xiǎn)的影響因素進(jìn)行了分析。Wong&Fong（2010）基于CoVaR分析了11個(gè)亞太經(jīng)濟(jì)體之間的風(fēng)險(xiǎn)相關(guān)性。陳建青等（2015）通過(guò)CoVaR研究了我國(guó)各金融行業(yè)間系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)。陳珂和張競(jìng)文 （2017）運(yùn)用GARCH-CoVaR模型研究了互聯(lián)網(wǎng)貨幣基金對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)溢出。但是計(jì)算CoVaR通常使用的分位數(shù)回歸方法難以體現(xiàn)金融數(shù)據(jù)尖峰厚尾和波動(dòng)群聚等特征，因此需要使用Adrian&Brunnermeier（2008）提出的引入GARCH模型的CoVaR方法。當(dāng)時(shí)間序列存在異方差效應(yīng)時(shí)，GARCH族模型往往可以有較好的擬合效果，契合金融數(shù)據(jù)的尖峰厚尾等特征。因此，本文使用基于GARCH的CoVaR模型來(lái)研究我國(guó)指數(shù)基金與金融市場(chǎng)之間可能存在的風(fēng)險(xiǎn)溢出效應(yīng)。

三、模型構(gòu)建

本文借鑒Adrian&Brunnermeier（2008）提出的GARCH-CoVaR模型，由于金融收益率序列尖峰厚尾等特點(diǎn)，假設(shè)GARCH模型中擾動(dòng)項(xiàng)服從t分布，使用GARCH族模型擬合指數(shù)基金收益率序列，再根據(jù)模型預(yù)測(cè)的條件均值和條件方差計(jì)算CoVaR的值。

（一）確定所使用的GARCH族模型

常用的GARCH族模型為GARCH、EGARCH和TGARCH，其均值方程均為：

GARCH的條件方差方程為：

EGARCH的條件方差方程為：

TGARCH的條件方差方程為：

對(duì)收益率序列分別建立這三種GARCH族模型，再根據(jù)信息準(zhǔn)則（AIC、BIC）判斷其擬合效果，選擇擬合效果最好的模型來(lái)計(jì)算VaR和CoVaR的值。

（二）VaR的計(jì)算

在險(xiǎn)價(jià)值VaR表示在一定置信水平下，金融資產(chǎn)未來(lái)可能遭受的最大損失，其數(shù)學(xué)表達(dá)式為：

ri為資產(chǎn)i的損失，VaRit為 t時(shí)刻資產(chǎn) i在q%置信水平下的最大損失。

基于GARCH模型的VaR的計(jì)算公式為：

（三）CoVaR的計(jì)算

使用經(jīng)過(guò)信息準(zhǔn)則選擇之后擬合效果最好的GARCH族模型來(lái)計(jì)算CoVaR，條件均值方程為：

CoVaRs,it為市場(chǎng)在資產(chǎn)i發(fā)生風(fēng)險(xiǎn)且在險(xiǎn)價(jià)值為VaRi,t時(shí)所面臨的最大損失，為GARCH模型預(yù)測(cè)的條件均值，為GARCH模型預(yù)測(cè)的條件方差，Q(q)為t分布的在置信水平為q時(shí)的分位數(shù)。

為了直觀地了解資產(chǎn)i對(duì)市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，還需要計(jì)算風(fēng)險(xiǎn)溢出值以及標(biāo)準(zhǔn)化風(fēng)險(xiǎn)溢出值%

VaRst為t時(shí)刻市場(chǎng)在q%置信水平下的最大損失。

四、樣本說(shuō)明和實(shí)證研究

（一）樣本說(shuō)明

本文研究的問(wèn)題是我國(guó)指數(shù)基金對(duì)于金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，以2009年到2019年這十年間為研究區(qū)間，考慮到基金三個(gè)月的建倉(cāng)期，故選擇2009年9月30日之前成立的指數(shù)基金。指數(shù)基金所跟蹤的市場(chǎng)指數(shù)是否能夠準(zhǔn)確反映市場(chǎng)行情對(duì)其表現(xiàn)有著很大的影響，而滬深300指數(shù)相對(duì)于其他市場(chǎng)指數(shù)編制更加合理，是我國(guó)金融市場(chǎng)的“晴雨表”。因此，本文從2009年9月30日之前成立的且以滬深300指數(shù)為跟蹤標(biāo)的13支指數(shù)基金中分別選擇了兩支被動(dòng)型指數(shù)基金 （華夏滬深300A、博時(shí)滬深300指數(shù)A）和兩支增強(qiáng)型指數(shù)基金（申萬(wàn)菱信滬深300指數(shù)增強(qiáng)A、長(zhǎng)城久泰滬深300指數(shù)A），此外還選擇了一支傳統(tǒng)的股票型開放式基金（匯豐晉信大盤股票A作為對(duì)照）。最后，本文以上證50指數(shù)來(lái)代表上證市場(chǎng)。由于日數(shù)據(jù)有過(guò)多空缺值，因此本文選擇上述五支基金的單位凈值和上證50指數(shù)的收盤價(jià)周數(shù)據(jù)，樣本容量為6組，每組533個(gè)數(shù)據(jù)，所有數(shù)據(jù)均來(lái)自東方財(cái)富Choice數(shù)據(jù)庫(kù)。

（二）實(shí)證過(guò)程

1.數(shù)據(jù)描述性統(tǒng)計(jì)

對(duì)六組數(shù)據(jù)均通過(guò)對(duì)數(shù)差分求得收益率，即rt＝ln(et)-ln(et-1)。華夏滬深300A、博時(shí)滬深300指數(shù)A、申萬(wàn)菱信滬深300指數(shù)增強(qiáng)A、長(zhǎng)城久泰滬深300指數(shù)A、匯豐晉信大盤股票A和上證50指數(shù)的收益率分別為r1,r2,r3,r4,r5,r各組數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

由表1可得，各組的平均收益率都很接近0，在5支基金中傳統(tǒng)型開放式基金匯豐晉信大盤股票A收益率最高，華夏滬深300A收益率最低，從各組數(shù)據(jù)的偏度和峰度來(lái)看普遍存在尖峰厚尾的特點(diǎn)。

2.數(shù)據(jù)特征檢驗(yàn)

為了觀察各組數(shù)據(jù)的分布情況，此處采用QQ圖來(lái)進(jìn)行判斷，如圖1所示：

從圖中可以看出，六組收益率序列全都不符合正態(tài)分布，因此選擇t分布進(jìn)行模型擬合。

表1 數(shù)據(jù)的描述性統(tǒng)計(jì)

圖1 r,r1,r2,r3,r4,r5 QQ圖

本文使用ADF檢驗(yàn)來(lái)檢驗(yàn)序列的平穩(wěn)性，根據(jù)Schwert(1989)建議的最大滯后階數(shù)：

得到此處的最大滯后階數(shù)為18，ADF檢驗(yàn)的結(jié)果如表2所示：

表2 ADF檢驗(yàn)

由表2可以看出六組收益率序列均為平穩(wěn)序列。

在應(yīng)用GARCH模型之前還需要檢驗(yàn)序列是否存在ARCH效應(yīng)，本文使用LM檢驗(yàn)法，經(jīng)檢驗(yàn)發(fā)現(xiàn)六組數(shù)據(jù)均存在ARCH效應(yīng)，由于表格過(guò)長(zhǎng)此處只列出R的結(jié)果，如表3所示。

3.GARCH族模型的選擇

GARCH族模型眾多，因此選擇擬合效果較好的模型對(duì)于本文的實(shí)證研究十分重要，本文分別對(duì)六組收益率序列建立GARCH(1,1),EGARCH(1,1),TGARCH(1,1)并通過(guò)信息準(zhǔn)則來(lái)判斷模型擬合效果的優(yōu)劣，由于篇幅有限，此處僅列出r的比較結(jié)果，如表4所示：

表3 ARCH效應(yīng)檢驗(yàn)

表4 r的GARCH族模型比較

由表4可知，根據(jù)信息準(zhǔn)則GARCH(1,1)模型對(duì)于六組收益率序列的擬合效果均優(yōu)于EGARCH(1,1)和TGARCH(1,1)，因此本文均使用GARCH(1,1)模型對(duì)六組收益率序列進(jìn)行擬合。GARCH(1,1)模型擬合之后各項(xiàng)系數(shù)如表5所示：

表5 GARCH(1,1)各系數(shù)

由表 5 可知， 各模型滿足 γ＞0，αi＞0，βj＞0，αi+βj≤1（i＝j(luò)）的條件。

4.VaR和CoVaR的計(jì)算

基于GARCH模型的VaR和CoVaR計(jì)算如式（6）和式（8）所示，公式中q置信水平下t分布的分位數(shù)可通過(guò)查表得到。VaR和CoVaR、△CoVaR，%Co-VaR的計(jì)算結(jié)果（取均值）如表6所示。

（三）實(shí)證結(jié)果分析

由表6顯示的結(jié)果來(lái)看，匯豐晉信大盤股票A的VaR值最高，及在一定的置信水平下其風(fēng)險(xiǎn)最高，這一點(diǎn)符合指數(shù)基金相對(duì)于傳統(tǒng)基金風(fēng)險(xiǎn)水平較低的特點(diǎn)。結(jié)合VaR的計(jì)算結(jié)果和表1中各基金收益率的均值來(lái)看，基本符合金融市場(chǎng)上高收益高風(fēng)險(xiǎn)的共識(shí)，但是長(zhǎng)城久泰滬深300指數(shù)A的VaR值在指數(shù)基金中最高但是其收益率的均值僅高于華夏滬深300A，這有可能是因?yàn)殚L(zhǎng)城久泰滬深300指數(shù)A的基金規(guī)模過(guò)小，截止2020年3月5日其基金規(guī)模僅為8.82億元，而基金規(guī)模過(guò)小則可能導(dǎo)致其難以構(gòu)建合理的投資組合，導(dǎo)致其風(fēng)險(xiǎn)相對(duì)較高但是收益較低。觀察各組的可發(fā)現(xiàn)，匯豐晉信大盤股票A相對(duì)于其他四支指數(shù)基金的風(fēng)險(xiǎn)溢出效應(yīng)較高，只有匯豐晉信大盤股票A對(duì)于上證市場(chǎng)存在正的風(fēng)險(xiǎn)溢出效應(yīng)，其余四支指數(shù)基金對(duì)上證市場(chǎng)均存在負(fù)的溢出效應(yīng)。為了更直觀地觀察各基金的風(fēng)險(xiǎn)溢出情況，將CoVaR作圖，如圖2：

表 6VaR、CoVaR、△CoVaR，%CoVaR

圖2 CoVaR走勢(shì)圖

從圖2中可以看出，這五支基金的CoVaR總體上走勢(shì)相似，但是在2010年股市暴跌時(shí)兩支被動(dòng)型指數(shù)基金受到市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)遠(yuǎn)大于另外三支基金,在2015年“股災(zāi)”中五支基金受到市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)均達(dá)到峰值，可見我國(guó)金融市場(chǎng)各子市場(chǎng)之間聯(lián)系緊密，在發(fā)生極端事件時(shí)容易產(chǎn)生風(fēng)險(xiǎn)傳染甚至導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。

五、結(jié)論和啟示

我國(guó)指數(shù)基金的規(guī)模在近年發(fā)展迅速，即使起步較晚，其規(guī)模在2019年底也達(dá)到了1.17萬(wàn)億元。參考國(guó)外學(xué)者的研究結(jié)果，隨著指數(shù)基金規(guī)模的增長(zhǎng)，其對(duì)我國(guó)金融市場(chǎng)的影響也可能會(huì)進(jìn)一步凸顯。因此，研究我國(guó)市場(chǎng)上的指數(shù)基金對(duì)于金融市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)具有現(xiàn)實(shí)意義。本文基于GARCH模型度量了所選擇的四支指數(shù)基金的CoVaR來(lái)研究我國(guó)指數(shù)基金與金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，并選取了傳統(tǒng)股票型開放式基金作為對(duì)照。經(jīng)過(guò)實(shí)證研究本文發(fā)現(xiàn)，第一，從在險(xiǎn)價(jià)值的數(shù)值來(lái)看我國(guó)指數(shù)基金風(fēng)險(xiǎn)水平相較傳統(tǒng)開放式基金處于較低水平，符合指數(shù)基金理論上的優(yōu)點(diǎn)，但是指數(shù)基金的平均收益低于本文選擇的傳統(tǒng)型基金。第二，我國(guó)指數(shù)基金對(duì)金融市場(chǎng)存在負(fù)的風(fēng)險(xiǎn)溢出效應(yīng)，而匯豐晉信大盤股票A對(duì)于金融市場(chǎng)則存在正的風(fēng)險(xiǎn)溢出效應(yīng)，這說(shuō)明了指數(shù)基金與傳統(tǒng)的開放式基金的風(fēng)險(xiǎn)特征不同，且指數(shù)基金易受到金融市場(chǎng)波動(dòng)的影響。

本文得到如下啟示：第一，雖然近年我國(guó)指數(shù)基金發(fā)展迅速，但是由于起步較晚以及我國(guó)金融市場(chǎng)尚不完善等原因目前還沒有完全發(fā)揮其理論上存在的優(yōu)勢(shì)，我國(guó)指數(shù)基金規(guī)模占公募基金規(guī)模比例不足10%，而美國(guó)指數(shù)基金占美國(guó)共同基金市場(chǎng)規(guī)模的36%，且我國(guó)指數(shù)基金目前并沒有對(duì)金融市場(chǎng)產(chǎn)生正向的風(fēng)險(xiǎn)溢出效應(yīng)，因此我國(guó)指數(shù)基金依然還有很大的發(fā)展空間。第二，經(jīng)過(guò)實(shí)證分析發(fā)現(xiàn)，雖然指數(shù)基金旨在跟蹤市場(chǎng)指數(shù)，分享市場(chǎng)整體收益，但是由于各指數(shù)基金的跟蹤方法不盡相同，導(dǎo)致各指數(shù)基金的表現(xiàn)有著較大的差別，因此我們需要進(jìn)一步完善指數(shù)基金的跟蹤模型，構(gòu)建更合理的投資組合，以期最大限度發(fā)揮被動(dòng)投資的優(yōu)勢(shì)。第三，隨著我國(guó)金融體制的不斷完善、金融創(chuàng)新的不斷推進(jìn)，各子市場(chǎng)以及各種金融資產(chǎn)之間的聯(lián)系越來(lái)越緊密，這給金融風(fēng)險(xiǎn)在金融系統(tǒng)內(nèi)傳染創(chuàng)造了條件，且在發(fā)生極端事件時(shí)更容易發(fā)生風(fēng)險(xiǎn)傳染。近年來(lái)國(guó)內(nèi)外資本市場(chǎng)上意外頻頻發(fā)生，2020年新冠疫情的沖擊和美股兩周三次熔斷就是離我們最近的例子，為了保障我國(guó)金融市場(chǎng)面對(duì)風(fēng)險(xiǎn)事件的沖擊依然能夠安全穩(wěn)健運(yùn)行，讓金融更好地服務(wù)于實(shí)體經(jīng)濟(jì)，推進(jìn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展，需要更加重視金融風(fēng)險(xiǎn)的防控，建立完善的宏觀審慎風(fēng)險(xiǎn)防范機(jī)制。