宏觀經(jīng)濟(jì)對(duì)股票、國(guó)債和企業(yè)債券動(dòng)態(tài)相關(guān)性的影響分析

倪青山 宮昕?jī)x 張勇杰

摘要：文章首先計(jì)算了上證股指、債指和企指收益率的動(dòng)態(tài)相關(guān)系數(shù)，并且通過(guò)編程繪制了三者動(dòng)態(tài)相關(guān)曲線的結(jié)構(gòu)斷點(diǎn)圖。通過(guò)圖看到國(guó)債和企業(yè)債券指數(shù)收益率的動(dòng)態(tài)相關(guān)系數(shù)存在結(jié)構(gòu)突變點(diǎn)。通過(guò)這個(gè)結(jié)論能夠通過(guò)調(diào)整企業(yè)債券和國(guó)債的投資比例，更好的規(guī)避風(fēng)險(xiǎn)。更有意義的是本文通過(guò)利用宏觀經(jīng)濟(jì)變量作為工具變量對(duì)股市、國(guó)債、企債市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)做回歸，顯著性檢驗(yàn)使得宏觀經(jīng)濟(jì)變量的變化為資本市場(chǎng)收益率相關(guān)關(guān)系的變動(dòng)提供了分析依據(jù)。

關(guān)鍵詞：宏觀經(jīng)濟(jì)； 股票；國(guó)債；企業(yè)債券；動(dòng)態(tài)相關(guān)；結(jié)構(gòu)斷點(diǎn)

一、國(guó)債、企業(yè)與股票市場(chǎng)間的動(dòng)態(tài)相關(guān)性

（一）動(dòng)態(tài)相關(guān)性的度量方法

動(dòng)態(tài)相關(guān)系數(shù)是針對(duì)一系列的白噪聲隨機(jī)變量而言的，rt～N（0，Ht）可用Den Haa提出的VAR估計(jì)方法，Ht是方差－協(xié)方差矩陣，Ht=DtRtDt，由此可以導(dǎo)出Rt=Dt-1HtDt-1，其中的Rt就是動(dòng)態(tài)相關(guān)系數(shù)。

K.H.Liow et al.為了研究公開(kāi)交易的房地產(chǎn)證券市場(chǎng)，就曾使用GARCH模型來(lái)估計(jì)房地產(chǎn)證券市場(chǎng)收益率的條件波動(dòng)性，用MV-DCC模型估計(jì)動(dòng)態(tài)條件相關(guān)性。并且估計(jì)條件相關(guān)性的數(shù)據(jù)即是條件波動(dòng)性的數(shù)據(jù)。并考察了條件波動(dòng)性是否具有時(shí)變特性。

在使用DCC系列模型估計(jì)動(dòng)態(tài)相關(guān)系數(shù)之前，有專家提出判斷恒定相關(guān)系數(shù)是否合意的方法，因?yàn)槿绻愣ǖ南嚓P(guān)系數(shù)能良好的描述經(jīng)濟(jì)序列的情況，那可以不用動(dòng)態(tài)相關(guān)系數(shù)。TSE于2000年在GARCH模型中引入了LM檢驗(yàn)來(lái)驗(yàn)證，Jim Lee（2006）的文章就是采用的這種檢驗(yàn)方法。首先對(duì)收益率數(shù)據(jù)進(jìn)行常數(shù)相關(guān)性檢驗(yàn)。

本文利用交叉相關(guān)系數(shù)公式計(jì)算動(dòng)態(tài)相關(guān)系數(shù)，交叉相關(guān)系數(shù)（Cross Correlation）計(jì)算的是兩個(gè)變量之間、其中一個(gè)變量與另一個(gè)變量的超前或滯后期之間的相關(guān)性，計(jì)算公式為：

ρi=■，i=0,±1,±2,…,±k（1）

其中，cov（Xt+i，Yt）是變量的協(xié)方差，σXt+i*σt是變量的標(biāo)準(zhǔn)差相乘，i≤0時(shí)表示當(dāng)期的Y與超前i期的X的相關(guān)性，i≥ 0時(shí)表示當(dāng)期的Y與滯后i期的X的相關(guān)性，從而得到有關(guān)的動(dòng)態(tài)相關(guān)系數(shù)軌跡，他們的相關(guān)性在較長(zhǎng)時(shí)間范圍內(nèi)比較穩(wěn)定，當(dāng)Y出現(xiàn)擴(kuò)張性沖擊后，x在當(dāng)年就會(huì)出現(xiàn)較為明顯的擴(kuò)張性反應(yīng)，這種反應(yīng)較為靈敏。

交互相關(guān)系數(shù)（Cross Correlation）是研究?jī)蓚€(gè)變量之間、其中一個(gè)變量與另一個(gè)變量的超前或滯后期之間的相關(guān)性，計(jì)算公式為：

ρi=■，i=0,±1,±2,…,±k (2)

其中，cov（Xt+i，Yt）是變量的協(xié)方差，σXt+i*σt是變量的標(biāo)準(zhǔn)差相乘，i≤0時(shí)表示當(dāng)期的Y與超前i期的X的相關(guān)性，i≥ 0時(shí)表示當(dāng)期的Y與滯后i期的X的相關(guān)性，從而得到有關(guān)的動(dòng)態(tài)相關(guān)系數(shù)軌跡，他們的相關(guān)性在較長(zhǎng)時(shí)間范圍內(nèi)比較穩(wěn)定，當(dāng)Y出現(xiàn)擴(kuò)張性沖擊后，X在當(dāng)年就會(huì)出現(xiàn)較為明顯的擴(kuò)張性反應(yīng)，這種反應(yīng)較為靈敏。

（二）數(shù)據(jù)來(lái)源說(shuō)明

本文選取2003年第三季度至2011年第一季度的相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)來(lái)自國(guó)泰君安數(shù)據(jù)庫(kù)，其中股票指數(shù)選取上海證券交易所綜合指數(shù)（簡(jiǎn)稱為SZ）作為代表，它利用在滬市上市的全部股票包括A股和B股計(jì)算，具有較強(qiáng)的代表性。國(guó)債指數(shù)也選取在上交所上市的所有國(guó)債計(jì)算的上證國(guó)債指數(shù)（簡(jiǎn)稱GZ）做代表，它于2003年1月2日起對(duì)外發(fā)布，可以反映國(guó)債市場(chǎng)價(jià)格綜合變動(dòng)情況。企債指數(shù)同樣選取在上交所上市的所有企債計(jì)算的上證企債指數(shù)做代表，如此可以保持信息的完整性和一致性。因?yàn)閲?guó)債指數(shù)和股指的編制起始日期較早，而企業(yè)債券的編制日期較晚從2003年6月9日開(kāi)始，因此本文的數(shù)據(jù)從2003年7月始。

因?yàn)楹暧^經(jīng)濟(jì)變量數(shù)據(jù)日度的不可獲得性，因此采用月度數(shù)據(jù)作分析，同時(shí)也可以跟資本市場(chǎng)數(shù)據(jù)的頻度保持一致性。本文所使用的宏觀經(jīng)濟(jì)數(shù)據(jù)和資本市場(chǎng)收益率都是來(lái)自國(guó)泰安經(jīng)濟(jì)研究數(shù)據(jù)庫(kù)。

（三）動(dòng)態(tài)相關(guān)性實(shí)證結(jié)果

檢驗(yàn)發(fā)現(xiàn)，在四個(gè)時(shí)間段，波動(dòng)出現(xiàn)了異常，推測(cè)市場(chǎng)相關(guān)性出現(xiàn)了重大的結(jié)構(gòu)性變化，引入結(jié)構(gòu)斷點(diǎn)檢驗(yàn)。

資本市場(chǎng)間的相關(guān)性更低，因此分散風(fēng)險(xiǎn)的能力也就更強(qiáng)。通過(guò)看回歸系數(shù)，可以判斷出經(jīng)濟(jì)周期對(duì)相關(guān)性的影響。

由圖1可以看出，相關(guān)系數(shù)可以表示兩列經(jīng)濟(jì)序列的周期性，從國(guó)債和企業(yè)債券的相關(guān)系數(shù)曲線圖可以看出，系數(shù)大于零的順周期和系數(shù)小于零的逆周期交替進(jìn)行，大概一年半為一個(gè)周期。國(guó)債市場(chǎng)和股票市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)與企債市場(chǎng)和股票市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)曲線波動(dòng)性十分相似，只是后者的幅度稍大。三條曲線的波動(dòng)性在2006年一季度后都變大了，國(guó)債市場(chǎng)和企債市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)曲線與其他兩條曲線的波動(dòng)性在2006年后的趨勢(shì)是相反的，波動(dòng)幅度也較大。

二、影響資本市場(chǎng)間動(dòng)態(tài)關(guān)系的宏觀經(jīng)濟(jì)因素

（ 一）宏觀經(jīng)濟(jì)變量選取及數(shù)據(jù)來(lái)源

影響股票市場(chǎng)和債券市場(chǎng)的因素很復(fù)雜，本文嘗試從國(guó)家調(diào)控的角度和以往研究的基礎(chǔ)出發(fā)，選擇相關(guān)的經(jīng)濟(jì)因素做分析。我們分析后認(rèn)為，影響股票市場(chǎng)和債券市場(chǎng)的共同因素可能為利率（LL）、貨幣供應(yīng)量(HB)、匯率(HL)、宏觀景氣預(yù)警指數(shù)(JQ)、居民消費(fèi)價(jià)格指數(shù)(JM)、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)(FDC)等，故本文將其作為宏觀經(jīng)濟(jì)變量引入模型。

因?yàn)楹暧^經(jīng)濟(jì)變量數(shù)據(jù)日度的不可獲得性，及與資本市場(chǎng)數(shù)據(jù)的頻度保持一致性的目的，采用月度數(shù)據(jù)作分析。本文所使用的宏觀經(jīng)濟(jì)數(shù)據(jù)和資本市場(chǎng)收益率都是來(lái)自國(guó)泰安經(jīng)濟(jì)研究數(shù)據(jù)庫(kù)。利率采用的是金融機(jī)構(gòu)1年期的貸款利率，貨幣供應(yīng)量使用的是M2準(zhǔn)貨幣，匯率是對(duì)美元的加權(quán)平均匯率，宏觀景氣預(yù)警指數(shù)、居民消費(fèi)價(jià)格指數(shù)和房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)采用的都是環(huán)比指數(shù)。

從表中可以看出，房地產(chǎn)開(kāi)發(fā)綜合價(jià)格指數(shù)和匯率相關(guān)性為0.5，和宏觀景氣預(yù)警指數(shù)的相關(guān)性為0.644，貨幣供應(yīng)量和匯率高度負(fù)相關(guān)，相關(guān)系數(shù)為-0.93，居民消費(fèi)價(jià)格指數(shù)和利率的關(guān)系為0.74，居民消費(fèi)價(jià)格指數(shù)和宏觀景氣預(yù)警指數(shù)為0.46，宏觀景氣預(yù)警指數(shù)和房地產(chǎn)開(kāi)發(fā)綜合價(jià)格指數(shù)為0.644，相關(guān)性較高。

（二） 理論模型的設(shè)定

(3)

是三個(gè)資本市場(chǎng)兩兩動(dòng)態(tài)條件相關(guān)系數(shù)的估計(jì)值，fk，t-1是宏觀經(jīng)濟(jì)變量的一階滯后值，ρgq，ρgs，ρqs分別代表國(guó)債和企債收益率的動(dòng)態(tài)相關(guān)系數(shù)、國(guó)債和上證股指收益率的動(dòng)態(tài)相關(guān)系數(shù)、企債和上證股指收益率的動(dòng)態(tài)相關(guān)系數(shù)。利率、貨幣供應(yīng)量、匯率、宏觀景氣預(yù)警指數(shù)、居民消費(fèi)價(jià)格指數(shù)、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù).

（三）實(shí)證結(jié)果

本文用動(dòng)態(tài)相關(guān)系數(shù)對(duì)各個(gè)宏觀經(jīng)濟(jì)因素做回歸，下面是相關(guān)的系數(shù)表和擬合程度。

通過(guò)實(shí)證發(fā)現(xiàn)房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)對(duì)三個(gè)資本市場(chǎng)兩兩間的收益率相關(guān)系數(shù)都有較強(qiáng)的影響力。宏觀景氣預(yù)警指數(shù)、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)及利率三個(gè)宏觀因素對(duì)國(guó)債和企業(yè)債券之間動(dòng)態(tài)相關(guān)系數(shù)有一定的影響作用；匯率、貨幣供應(yīng)量和房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)三個(gè)宏觀因素對(duì)國(guó)債和上證股指收益率之間的動(dòng)態(tài)相關(guān)系數(shù)有影響作用；匯率、居民消費(fèi)價(jià)格指數(shù)、貨幣供應(yīng)量、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)及利率五個(gè)因素均對(duì)企業(yè)債券和上證股指收益率之間有影響，實(shí)證證明了影響企業(yè)債券和上證股指收益率的因素更多，這二者的信息流通渠道寬于其他兩個(gè)市場(chǎng)之間的。

三、 三個(gè)市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)的結(jié)構(gòu)斷點(diǎn)檢驗(yàn)

（一） 結(jié)構(gòu)斷點(diǎn)檢驗(yàn)

由美國(guó)次貸危機(jī)引發(fā)的金融風(fēng)暴迅速對(duì)各國(guó)金融市場(chǎng)產(chǎn)生了劇烈的影響，在這種背景下本文擬對(duì)股指、債指、企指收益率三者的動(dòng)態(tài)相關(guān)關(guān)系分別做結(jié)構(gòu)斷點(diǎn)檢驗(yàn)，來(lái)具體量化宏觀經(jīng)濟(jì)變動(dòng)可能對(duì)中國(guó)的資本市場(chǎng)產(chǎn)生的影響。同時(shí)在對(duì)資本市場(chǎng)收益率動(dòng)態(tài)相關(guān)關(guān)系進(jìn)行檢驗(yàn)時(shí)，分析國(guó)內(nèi)因素對(duì)股票市場(chǎng)和債券市場(chǎng)的相關(guān)結(jié)構(gòu)變動(dòng)的影響。

閆鵬、杜子平、張勇曾通過(guò)自組織特征映射（SOM）神經(jīng)網(wǎng)絡(luò)的聚類功能對(duì)上證綜指和深證綜指的相關(guān)性進(jìn)行了變結(jié)構(gòu)點(diǎn)的測(cè)定，同時(shí)利用了時(shí)變copula模型對(duì)變結(jié)構(gòu)點(diǎn)前后相關(guān)性過(guò)程分別進(jìn)行了建模。

結(jié)構(gòu)斷點(diǎn)的單位根檢驗(yàn)也可以檢測(cè)序列中是否存在結(jié)構(gòu)斷點(diǎn)。單位根檢驗(yàn)根據(jù)序列類型劃分的話可以分為四種類型：隨機(jī)游走、隨機(jī)趨勢(shì)、退勢(shì)平穩(wěn)、趨勢(shì)非平穩(wěn)。ADF檢驗(yàn)和PP檢驗(yàn)是非常常用的檢驗(yàn)單位的方法，但是實(shí)驗(yàn)證實(shí)這兩種檢驗(yàn)在樣本有限的條件下檢驗(yàn)效果不理想，同時(shí)Perron（1989）對(duì)結(jié)構(gòu)突變的考慮使單位根檢驗(yàn)就入了一個(gè)新的層次?，F(xiàn)在，將存在結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程誤判為單位根過(guò)程的錯(cuò)誤就稱為“Perron現(xiàn)象”，但Perron僅考慮了結(jié)構(gòu)突變點(diǎn)已知的情況，Banerjee,Lumsdaine and Stock,(1992)開(kāi)發(fā)了在結(jié)構(gòu)斷點(diǎn)未知的情況下的單位根檢驗(yàn)。

本文下面將按照結(jié)構(gòu)突變點(diǎn)未知情況，采用遞歸檢驗(yàn)編程來(lái)考察序列中是否存在結(jié)構(gòu)突變點(diǎn)。

（二） 結(jié)構(gòu)突變序列的單位根檢驗(yàn)

對(duì)于水平值或者趨勢(shì)存在結(jié)構(gòu)突變的過(guò)程來(lái)說(shuō)，如果不考慮這種突變，直接使用ADF統(tǒng)計(jì)量檢驗(yàn)單位根時(shí)，將會(huì)把一個(gè)水平值突變的退勢(shì)平穩(wěn)或者趨勢(shì)突變過(guò)程錯(cuò)誤的判斷為隨機(jī)趨勢(shì)非平穩(wěn)過(guò)程。這樣無(wú)疑會(huì)導(dǎo)致檢驗(yàn)功效降低、發(fā)生判斷錯(cuò)誤（把退勢(shì)平穩(wěn)過(guò)程誤判為單位根過(guò)程）。

1、結(jié)構(gòu)突變點(diǎn)已知的單位根檢驗(yàn)。如果時(shí)間序列的結(jié)構(gòu)突變點(diǎn)已知，用虛擬變量ADF檢驗(yàn)式來(lái)代表結(jié)構(gòu)突變，檢驗(yàn)的零假設(shè)是時(shí)間序列是存在結(jié)構(gòu)突變點(diǎn)的單位根過(guò)程，備擇假設(shè)是存在結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)，檢驗(yàn)用臨界值從Perron(1990)中查找。

2、結(jié)構(gòu)突變點(diǎn)未知的單位根檢驗(yàn)。Banerjee,Lumsdaine and Stock,(1992)通過(guò)抽取子樣本的方法不同提出三種檢驗(yàn)結(jié)構(gòu)突變點(diǎn)的方法：遞歸檢驗(yàn)、滾動(dòng)檢驗(yàn)和循序檢驗(yàn)。遞歸檢驗(yàn)通過(guò)相應(yīng)的ADF值與臨界值的比較，判斷原序列是否為帶結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程，循序檢驗(yàn)判斷序列是否發(fā)生均值突變和趨勢(shì)突變。三種檢驗(yàn)方法得到的都是一個(gè)單位根檢驗(yàn)統(tǒng)計(jì)量值的序列。臨界值可以在Banerjee,Lumsdaine and Stock,(1992)的表1、2中查到。

差分平穩(wěn)過(guò)程代表的是頻繁的隨機(jī)的微小變化的積累，而帶有結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程代表的是一種間歇發(fā)生的持久的猛烈變化。Li Xiao Ming（2000）從結(jié)構(gòu)變化的角度對(duì)中國(guó)宏觀經(jīng)濟(jì)總量的動(dòng)態(tài)特征進(jìn)行研究，認(rèn)為如果宏觀經(jīng)濟(jì)變量序列實(shí)際經(jīng)濟(jì)序列是差分平穩(wěn)過(guò)程，則政府主導(dǎo)的結(jié)構(gòu)改革意義不大，因?yàn)楦母飳?duì)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)路徑的影響會(huì)輕易被其他的隨機(jī)沖擊淹沒(méi)；如果宏觀經(jīng)濟(jì)變量序列是趨勢(shì)平穩(wěn)過(guò)程，則只有比較巨大的沖擊，如改變經(jīng)濟(jì)基礎(chǔ)結(jié)構(gòu)的政策，對(duì)宏觀經(jīng)濟(jì)變量的長(zhǎng)期變化趨勢(shì)的影響才是有效的。如果序列是帶有結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程，卻被誤判為單位根過(guò)程，就會(huì)得出錯(cuò)誤的結(jié)論。

（三）遞歸檢驗(yàn)

遞歸檢驗(yàn)樣本分段，2003.07~2005.04,2003.07~2005.05,…,2003.07~2011.02.第一個(gè)子樣本容量是22，從2003年7月起逐月擴(kuò)大子樣本范圍。對(duì)每一個(gè)子樣本進(jìn)行含有截距項(xiàng)和趨勢(shì)項(xiàng)的ADF檢驗(yàn)，檢驗(yàn)式為：

△Lngqt=ρLngqt-1+μ+αt+β△Lngqt-1+μt(4)

ADF（k）表示ADF檢驗(yàn)值，其中k,(k=1,…39),分別對(duì)應(yīng)于每一個(gè)遞歸子樣本。把ADF（1），…,ADF(39)分別對(duì)應(yīng)于2005年4月，…,2011年7月份，如果有某個(gè)ADF值小于臨界值，說(shuō)明原序列是帶有結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程。在遞歸檢驗(yàn)中，如果某個(gè)ADF值小于臨界值，說(shuō)明原序列為帶有結(jié)構(gòu)突變的趨勢(shì)平穩(wěn)過(guò)程。

從圖2可以看出，由圖可以看出，曲線有處于臨界值以下的點(diǎn)，說(shuō)明國(guó)債和企債收益率動(dòng)態(tài)相關(guān)系數(shù)存在結(jié)構(gòu)斷點(diǎn)。

從圖3可以看出，國(guó)債和上證股指收益率動(dòng)態(tài)條件相關(guān)系數(shù)不存在結(jié)構(gòu)斷點(diǎn)。

從圖4可以看出，國(guó)債和企債收益率動(dòng)態(tài)條件相關(guān)系數(shù)不存在結(jié)構(gòu)斷點(diǎn)。

四、 結(jié)論

從文章的分析可以看出宏觀景氣預(yù)警指數(shù)、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)及利率三個(gè)宏觀因素對(duì)國(guó)債和企業(yè)債券之間動(dòng)態(tài)相關(guān)系數(shù)有一定的影響作用；匯率、貨幣供應(yīng)量和房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)三個(gè)宏觀因素對(duì)國(guó)債和上證股指收益率之間的動(dòng)態(tài)相關(guān)系數(shù)有影響作用；匯率、居民消費(fèi)價(jià)格指數(shù)、貨幣供應(yīng)量、房地產(chǎn)開(kāi)發(fā)綜合經(jīng)濟(jì)指數(shù)及利率五個(gè)因素均對(duì)企業(yè)債券和上證股指收益率之間有影響，實(shí)證證明了影響企業(yè)債券和上證股指收益率的因素的因素更多，這二者的信息流通渠道寬于其他兩個(gè)市場(chǎng)之間的。國(guó)債和企債收益率動(dòng)態(tài)相關(guān)系數(shù)存在結(jié)構(gòu)斷點(diǎn)。

參考文獻(xiàn)：

[1]潘婉彬,陶利斌,繆柏其.TGARCH模型在利率波動(dòng)建模中的應(yīng)用.統(tǒng)計(jì)與決策, 2007,(20):15-17

[2]Yang,Zhou and Leung.Asymmetric Correlation and Volatility Dynamics among Stock,Bond,and Securitized Real Estate Markets, forthcoming (2010)

[3]霍德明,劉思甸.中國(guó)宏觀金融穩(wěn)定性指標(biāo)體系研究,山西財(cái)經(jīng)大學(xué)學(xué)報(bào)2009,(10):15-21

[4]Bollerslev T. Generalized autoregressive conditional heteroscedasticity．Joumal of Econometrics，1986,(31):307-327

[5]Li Xiao Ming.The great leap forward,economic reforms and the unit root hypothesis:Testing for breaking trend functions in China's GDP data[J].Journal of Camparative Economics,2000,(28):814-827