周德田,郭景剛

(1.中國石油大學(xué)經(jīng)濟(jì)管理學(xué)院,山東青島266580；2.浙江大學(xué)經(jīng)濟(jì)學(xué)院,浙江杭州310027)

自2002年起，國際石油價(jià)格波動(dòng)異常劇烈和頻繁，并呈現(xiàn)出大幅上漲之勢：2002年1月WTI原油價(jià)格為15.52美元/桶，2005年3月急劇攀升至55.71美元/桶，并一直在高價(jià)位徘徊。隨后油價(jià)屢攀新高，在2008年7月一度突破147美元/桶的歷史最高價(jià)位。隨著金融危機(jī)的不斷蔓延以及流動(dòng)性緊縮等因素的作用而不斷走低，油價(jià)開始以拋物線速度下跌，在2008年12月驟降至30.28美元/桶，較最高點(diǎn)大幅下挫79.4%。伴隨著各國救市政策的出臺，油價(jià)逐步觸底反彈。2011年下半年以來，國際原油價(jià)格維持了較長時(shí)間的連續(xù)上漲趨勢，而進(jìn)入2012年以后，國際油價(jià)一改之前上漲態(tài)勢出現(xiàn)持續(xù)下跌，WTI原油價(jià)格從2012年3月的106.21美元/桶連續(xù)下跌至7月份的87.93美元/桶。金融因素在油價(jià)波動(dòng)中所起的作用逐漸引起相關(guān)學(xué)者的重視[1-17]。在市場經(jīng)濟(jì)環(huán)境下，金融市場已經(jīng)成為國家宏觀經(jīng)濟(jì)的核心；而股票市場作為每個(gè)國家宏觀經(jīng)濟(jì)的“晴雨表”，對于國民經(jīng)濟(jì)的變化具有極強(qiáng)的敏感性，是一個(gè)國家金融市場的最重要組成部分。2011年上半年，作為全球經(jīng)濟(jì)公告板的美國股市道瓊斯工業(yè)指數(shù)和WTI原油現(xiàn)貨價(jià)格走勢的相關(guān)性高達(dá)56%。隨著中國股市改制的不斷推進(jìn)，金融市場逐步開放以及QFII制度的推出，中國股市的“晴雨表”功能逐漸顯露，但石油價(jià)格與中國資本市場關(guān)系一直沒有得到足夠重視，筆者探究國際石油價(jià)格波動(dòng)背后的金融因素及其通過石油價(jià)格對中國股票市場產(chǎn)生的作用。

1 石油市場與金融市場的互動(dòng)性

隨著金融市場與石油市場的不斷滲透，石油金融屬性不斷凸顯。學(xué)術(shù)界更多的是從石油期貨市場、石油匯率市場兩個(gè)層面對石油的金融屬性進(jìn)行剖析。如 Serletis&Banack(1990)[1]，Schwartz&Szakmary(1994)[2]，Ripple&Moosa(2005)[3]通過運(yùn)用協(xié)整等方法證實(shí)了石油期貨市場的價(jià)格發(fā)現(xiàn)功能。Lastrapes(1992)[4]，Enders&Lee(1997)[5]，Amano&Norden(1998)[6]等通過選擇不同時(shí)期的研究數(shù)據(jù)，對石油匯率市場進(jìn)行檢驗(yàn)，結(jié)果顯示油價(jià)波動(dòng)等實(shí)際沖擊是實(shí)際匯率波動(dòng)的最主要因素。

關(guān)于石油市場與金融市場互動(dòng)性的研究，主要集中在兩個(gè)市場的溢出效應(yīng)上，如 Huang等(1996)[7]運(yùn)用向量自回歸模型對美國股票市場和石油期貨市場收益率間的關(guān)聯(lián)程度進(jìn)行驗(yàn)證，結(jié)果表明石油期貨價(jià)格的波動(dòng)不會(huì)向股票市場傳導(dǎo)。Hammoudeh等(2004)[8]利用日度數(shù)據(jù)構(gòu)建了誤差修正模型，考察了WTI原油價(jià)格與5個(gè)海灣合作委員會(huì)成員國股票市場收益率關(guān)系時(shí)，得出股票市場與國際石油市場間的溢出效應(yīng)依國家的不同而不同。Farooq等(2007)[9]采用了多元GARCH-BEKK模型研究了WTI原油現(xiàn)貨價(jià)格分別與美國、沙特巴林、阿拉伯、科威特等國家股票市場的波動(dòng)和風(fēng)險(xiǎn)傳導(dǎo)關(guān)系并得出相同結(jié)論。Jungwook等(2008)[10]選取1986年1月—2005年12月美國與歐洲13個(gè)國家的月度數(shù)據(jù)為樣本，采用向量自回歸模型進(jìn)行實(shí)證研究，結(jié)果顯示石油價(jià)格的變動(dòng)在當(dāng)期或若干期之后與股票市場收益率在統(tǒng)計(jì)意義上存在顯著影響，通過進(jìn)行方差分解進(jìn)一步說明這種影響對股票市場真實(shí)收益率的沖擊約為6%。Bjornland(2009)[11]研究了石油出口國挪威的股票市場與國際石油價(jià)格的相關(guān)關(guān)系，運(yùn)用結(jié)構(gòu)向量自回歸模型以捕捉不同變量之間的相互作用，結(jié)果顯示石油價(jià)格增加10%，挪威股票市場的收益率會(huì)增加2.5%，而且貨幣政策的沖擊是造成股票市場短期波動(dòng)的重要推動(dòng)力。Miller等(2009)[12]為探究國際油價(jià)和國際股票市場的長期關(guān)系，以1971年1月—2008年3月的月度數(shù)據(jù)建立協(xié)整向量誤差修正模型，在考慮內(nèi)源性中斷的協(xié)整和誤差校正矩陣的條件下，發(fā)現(xiàn)國際股票市場對油價(jià)的上升有負(fù)相關(guān)關(guān)系，但是這種關(guān)系在1999年9月之后便失去了統(tǒng)計(jì)意義上的顯著性，這一發(fā)現(xiàn)證實(shí)了對于股票市場和國際油價(jià)市場之間關(guān)系在未來會(huì)有所改變的論斷。

受制于國內(nèi)不發(fā)達(dá)的金融市場，中國關(guān)于國際油價(jià)對中國股巿影響的研究起步相對較晚，故相關(guān)文獻(xiàn)數(shù)量也比較有限。諸葛尚琦等(2009)[13]利用2002年1月—2008年12月的布倫特原油、上海燃料油價(jià)格以及滬深300指數(shù)的周數(shù)據(jù)為研究樣本，建立向量自回歸模型，實(shí)證分析了國內(nèi)外石油市場與中國股票市場的關(guān)系。結(jié)果表明中國股市與國際油價(jià)并不存在格蘭杰因果關(guān)系，廣義脈沖顯示，在國際油價(jià)上升伊始其對中國股票市場的影響是正面的，但很快就轉(zhuǎn)變?yōu)樨?fù)向的，并且在較長時(shí)間內(nèi)有不斷增大的趨勢。金洪飛等(2010)[14]以2001年1月—2009年12月的月度數(shù)據(jù)為樣本，建立VAR和BEKK模型研究了基于國際油價(jià)對中國金融行業(yè)、衛(wèi)生保健行業(yè)等14個(gè)行業(yè)股票收益率的影響，發(fā)現(xiàn)國際石油價(jià)格對石油、天然氣等相關(guān)行業(yè)的股票收益率存在顯著的波動(dòng)溢出效應(yīng)，而對公用事業(yè)行業(yè)、旅游休閑行業(yè)的股票收益率有顯著的負(fù)向影響。安瑤等(2011)[15]通過建立向量自回歸模型研究了世界原油價(jià)格和燃料油價(jià)格與上證指數(shù)收益率之間的關(guān)系，證實(shí)了世界原油市場和中國股票市場之間的聯(lián)動(dòng)機(jī)制：國際石油價(jià)格波動(dòng)是造成中國股票市場動(dòng)蕩的重要因素。劉湘云等(2011)[16]運(yùn)用非對稱調(diào)整法對上證指數(shù)進(jìn)行了滯后一期的處理，以抵消交易時(shí)間上的不對稱，然后建立了MGARCH-BEKK模型分析了國際石油現(xiàn)貨巿場的波動(dòng)與中國股票市場之間的波動(dòng)傳導(dǎo)。同時(shí)為了滿足研究需要，樣本以2007年為界進(jìn)行分段討論。結(jié)果顯示，在2007年以前WTI原油巿場與中國股票市場之間的波動(dòng)溢出效應(yīng)并不明顯，2007年之后只存在WTI原油市場對中國股票市場單向波動(dòng)溢出效應(yīng)。孫梅等(2012)[17]采用2007-01-04至2011-12-30布倫特原油價(jià)格和上證指數(shù)的日數(shù)據(jù)作為樣本，運(yùn)用向量自回歸模型分析了國際石油價(jià)格與中國股票市場之間的相互作用。結(jié)果表明國際石油價(jià)格與中國股票市場之間存在單向的格蘭杰因果關(guān)系，即國際石油價(jià)格對中國股票市場存在單向影響。

綜上所述，關(guān)于國際金融因素對國際石油市場的傳導(dǎo)和國際石油市場對國內(nèi)股票市場的傳導(dǎo)相關(guān)學(xué)者已進(jìn)行了考察，但是對于國際金融因素以國際油價(jià)為樞紐影響國內(nèi)市場的研究尚未有人涉足。同時(shí)，部分學(xué)者為增加樣本容量，隨意擴(kuò)大選取區(qū)間，忽略了股票市場的真實(shí)情況。因此，本文中試圖全方位分析國際石油價(jià)格變動(dòng)的深層原因，以理清金融因素是怎樣借助國際油價(jià)傳導(dǎo)至中國的金融市場的；進(jìn)而為政府采取有力的手段，規(guī)避因油價(jià)波動(dòng)對經(jīng)濟(jì)造成的不利影響，構(gòu)筑中國金融防火墻提供理論支撐。

2 溢出效應(yīng)的研究方法

信息的溢出效應(yīng)分為價(jià)格溢出效應(yīng)和波動(dòng)溢出效應(yīng)。前者通常指收益率條件一階矩的關(guān)系，用以衡量市場間價(jià)格信息的傳導(dǎo)，指某個(gè)金融市場收益率的波動(dòng)不僅受制于其自身前期收益率波動(dòng)的制約，還可能受制于其他市場前期收益率波動(dòng)的制約。盡管收益率條件一階矩變動(dòng)的領(lǐng)先或者滯后關(guān)系可以為預(yù)測判斷提供信息，但這種均值的意義上的關(guān)系并不意味著信息就是單向地從領(lǐng)先市場傳導(dǎo)至滯后市場。價(jià)格波動(dòng)與市場獲取信息的速度具有直接的關(guān)聯(lián)效應(yīng)，因此通過研究不同市場間的波動(dòng)溢出效應(yīng)可以得出不同市場接受信息傳導(dǎo)的具體過程。不同于價(jià)格溢出效應(yīng)的收益率傳導(dǎo)，波動(dòng)溢出效應(yīng)衡量的是不同市場間波動(dòng)信息的傳遞，通常某個(gè)市場的波動(dòng)不僅受制于其自身前期波動(dòng)的制約，還有可能受制于其他市場前期波動(dòng)的制約。由于波動(dòng)性通常是市場風(fēng)險(xiǎn)的衡量指標(biāo)，所以波動(dòng)溢出效應(yīng)能夠很好地刻畫不同市場之間的風(fēng)險(xiǎn)傳導(dǎo)。

市場間的價(jià)格溢出效應(yīng)可以通過Sims(1980)[18]提出的向量自回歸模型進(jìn)行分析，也可以通過Engle(1982)[19]自回歸條件異方差模型研究。當(dāng)采用VAR方法時(shí)，先要對相關(guān)變量建立一個(gè)向量自回歸模型，在此基礎(chǔ)上通過廣義脈沖分析或方差分解來解析各變量之間二階矩的動(dòng)態(tài)關(guān)系。

式中，α1i表示第一個(gè)市場價(jià)格變化受到自身前期價(jià)格變化的制約；β1j表示第二個(gè)市場到第一個(gè)市場的價(jià)格溢出。對于式(1)，如果所有β1j=0，說明第一個(gè)市場的價(jià)格波動(dòng)只受其自身前期價(jià)格的制約，不存在第二個(gè)市場對第一個(gè)市場的價(jià)格溢出效應(yīng)傳導(dǎo)。同樣，對于式(2)，如果所有α2i=0，說明第二個(gè)市場的價(jià)格波動(dòng)也只受其自身前期價(jià)格的制約，不存在第一個(gè)市場對第二個(gè)市場的價(jià)格溢出效應(yīng)傳導(dǎo)。

這種方法的特點(diǎn)是拋開先驗(yàn)性的因果假設(shè)，僅從數(shù)據(jù)自身來觀察變量間的波動(dòng)關(guān)系，因此具有很高的客觀性，但也存在嚴(yán)重漏洞。一旦模型中的殘差序列存在條件異方差，呈現(xiàn)尖峰厚尾、波動(dòng)性聚類等特征時(shí)，回歸結(jié)果的說服力就會(huì)大打折扣，而GARCH類模型對此類問題的處理相當(dāng)有效，尤其是在研究市場間波動(dòng)溢出效應(yīng)問題時(shí)。不過，此時(shí)還需要考慮單變量GARCH和多變量GARCH的選擇問題。

單變量GARCH在研究波動(dòng)溢出效應(yīng)時(shí)，通常是針對單個(gè)市場建立單變量GARCH模型，然后提取殘差項(xiàng)，利用殘差平方序列進(jìn)行格蘭杰因果檢驗(yàn)，或者將其作為其他市場方差方程的解釋變量。這種方法雖然能夠詳細(xì)刻畫單個(gè)金融序列波動(dòng)的時(shí)序特征，但將不同市場割裂開來單獨(dú)考察各自條件波動(dòng)性的做法，忽略了不同市場間相關(guān)性中所包含的有效信息，因此在研究多個(gè)金融序列間波動(dòng)的相關(guān)性研究上是缺乏效率的，其實(shí)證結(jié)果往往遭到質(zhì)疑。

多變量GARCH模型在研究多個(gè)金融市場波動(dòng)溢出效應(yīng)時(shí)，充分利用殘差向量的方差-協(xié)方差矩陣(以下簡稱為“協(xié)方差矩陣”)所包含的信息，得到更為精確的參數(shù)值估計(jì)，將多個(gè)金融市場有機(jī)地聯(lián)系在一起，以研究彼此間的波動(dòng)溢出效應(yīng)。因此，多變量GARCH模型在研究波動(dòng)溢出效應(yīng)上具有明顯優(yōu)勢。BEKK模型隸屬于多變量GARCH模型的一種，由Engle和Kroner(1995)[20]首次提出，該模型可以在較弱的條件下保證協(xié)方差矩陣的正定性且顯著地減少了模型中需要估計(jì)的參數(shù)個(gè)數(shù)，因此在實(shí)際問題研究中BEKK模型不失為一種行之有效的研究方法。如果條件方差服從GARCH(1，l)過程，則二元BEKK對方差方程的設(shè)定形式可以表述為

式中，Ht為2×2維對稱矩陣，表示條件殘差在時(shí)間t內(nèi)的一階方差協(xié)方差矩陣；C為常數(shù)上三角型矩陣；A為2×2維對稱矩陣，代表ARCH項(xiàng)的系數(shù)；B為2×2維對稱矩陣，代表GARCH項(xiàng)的系數(shù)。將上式展開得到條件方差協(xié)方差矩陣Ht各元素的具體表示形式：

式中，h11，t為第一個(gè)市場的條件方差；h22，t為第二個(gè)市場的條件方差；h12，t為兩個(gè)市場間的條件協(xié)方差。以上三等式的左邊表示市場當(dāng)期的波動(dòng)，殘差項(xiàng)εt-1符合二元正態(tài)分布，其平方項(xiàng)表示市場前期的沖擊。矩陣A中的元素a11、a22表示市場自身波動(dòng)的ARCH效應(yīng)，用以反映波動(dòng)的時(shí)變性特征，矩陣B中的元素b11、b22表示市場自身波動(dòng)的GARCH效應(yīng)，用以反映波動(dòng)的持續(xù)性特征。矩陣A中的元素a12、a21分別表示不同市場間的沖擊傳導(dǎo)效應(yīng)。矩陣B中的元素b12、b21分別表示不同市場之間的波動(dòng)傳導(dǎo)效應(yīng)。序列間的沖擊傳導(dǎo)效應(yīng)和波動(dòng)傳導(dǎo)效應(yīng)統(tǒng)稱為序列間的波動(dòng)溢出效應(yīng)。因此，對任意兩個(gè)金融市場而言，只要來自另外一方的約束不顯著，那么該市場本期的波動(dòng)就只取決于其自身前期ARCH項(xiàng)和GARCH項(xiàng)的約束。為了判斷兩個(gè)市場間波動(dòng)溢出效應(yīng)是單向波動(dòng)溢出效應(yīng)還是雙向波動(dòng)溢出效應(yīng)，對條件方差方程估計(jì)參數(shù)進(jìn)行了wald檢驗(yàn)。wald檢驗(yàn)以極大似然值為基礎(chǔ)，如果兩個(gè)金融市場間的約束是有效的，那么在沒有約束的條件下估計(jì)出來的參數(shù)值應(yīng)當(dāng)遵循原假設(shè)條件。具體表述如下。

假設(shè)1：兩個(gè)市場之間不存相互波動(dòng)溢出效應(yīng)，H0：a21=b21=0；a12=b12=0；

假設(shè)2：不存在A市場向B市場的波動(dòng)溢出效應(yīng)，H0：a21=b21=0；

假設(shè)3：不存在B市場向A市場的波動(dòng)溢出效應(yīng)，H0：a12=b12=0。

3 基于二元VAR-GARCH(1,1)-BEKK模型的實(shí)證研究

3.1 數(shù)據(jù)選擇

為了更好地理解全球金融市場以國際油價(jià)作為中介對中國股票市場的收益率產(chǎn)生作用，本文中選擇道瓊斯指數(shù)、WTI原油現(xiàn)貨價(jià)格以及上證指數(shù)進(jìn)行研究。相比于標(biāo)普指數(shù)，道瓊斯指數(shù)的編制歷史更為久遠(yuǎn)，雖然在成分股數(shù)上少于標(biāo)普指數(shù)，但嚴(yán)格的選取標(biāo)準(zhǔn)保證了道瓊斯指數(shù)在代表全球金融走勢上具有很高的權(quán)威性和代表性。而且，從大量相關(guān)研究文獻(xiàn)中可以看出，兩類指數(shù)的實(shí)證檢驗(yàn)結(jié)果并無顯著差異。納斯達(dá)克指數(shù)所涵蓋的上市公司以高新技術(shù)類公司為主，成股類型往往具有片面性，故本文中對該指數(shù)不予以考慮。綜上所述，選取道瓊斯指數(shù)作為全球股票市場的代表樣本。上海證券綜合指數(shù)(以下簡稱為“上證指數(shù)”)是由上海證券交易所編制的，用以反映在上海證券交易所上市的各種股票總體價(jià)格走勢的統(tǒng)計(jì)指標(biāo)，于1990-12-19正式開始對外公布，被國內(nèi)外學(xué)者普遍采用和接受，作為反映和判斷中國股票市場總體變化趨勢的重要參考依據(jù)。深圳成指與上證指數(shù)在運(yùn)行環(huán)境和波動(dòng)趨勢上基本一致，因此本文中僅選擇上證指數(shù)作為中國股票市場的代表樣本。

樣本區(qū)間選取了2002-01-3—2002-03-15周數(shù)據(jù)進(jìn)行研究。之所以棄用日數(shù)據(jù)，是因?yàn)橹忻纼蓢臅r(shí)間和節(jié)假日存在顯著差異。部分學(xué)者或采用時(shí)間滯后一期的手段進(jìn)行研究，或純粹選擇時(shí)間相同的日期進(jìn)行樣本選取，這都會(huì)造成較大的誤差。本文中選取周度數(shù)據(jù)進(jìn)行分析，避免了部分日期不對稱。對周度數(shù)據(jù)進(jìn)行比較后發(fā)現(xiàn)，在吻合的585組數(shù)據(jù)中，因?yàn)橹忻纼蓢?jié)假日不同造成的上證指數(shù)空缺24組，為降低誤差，選擇以節(jié)假期最近兩日的平均數(shù)據(jù)進(jìn)行替代。美國道瓊斯指數(shù)和WTI現(xiàn)貨價(jià)格周度數(shù)據(jù)完全吻合。周度數(shù)據(jù)的波動(dòng)更加平穩(wěn)，能夠反映出更加真實(shí)的波動(dòng)溢出傳導(dǎo)。

3.2 數(shù)據(jù)的描述性統(tǒng)計(jì)

為保證序列的平穩(wěn)性和正態(tài)性，分別取3組序列的對數(shù)差分作為指數(shù)周收益率：

式中，RDJI、RWTI和RSZZ分別為道瓊斯指數(shù)、WTI現(xiàn)貨價(jià)格和上證指數(shù)的對數(shù)收益率；PDJI，t、PWTI，t和PSZZ，t分別代表全球股票市場、世界石油市場與中國股票市場第t周的收盤價(jià)。上述三者的收益率序列圖如圖1所示。從圖中可以看出：

(1)在三者的收益率時(shí)間序列波動(dòng)圖中都出現(xiàn)了多個(gè)不規(guī)則的異常峰度，證實(shí)了股票市場的周價(jià)格波動(dòng)的突發(fā)性和顯著性。

圖1 道瓊斯、WTI和上證指數(shù)收益率波動(dòng)Fig.1 Volatility of Dow Jones，WTI and Shanghai composite idex return

(2)原始信號中明顯具備大的波動(dòng)后面通常跟隨著大的波動(dòng)，小的波動(dòng)后面通常緊隨小的波動(dòng)的聚類性特征，說明以上3個(gè)序列的波動(dòng)性具備條件異方差的特征，因此可以判定序列中出現(xiàn)的不規(guī)則擾動(dòng)不是白噪聲過程。

(3)對比道瓊斯指數(shù)、WTI價(jià)格和上證指數(shù)的各收益率序列，特別是當(dāng)波動(dòng)出現(xiàn)異常值和聚類區(qū)間時(shí)，它們?nèi)咧g具有較為類似的波動(dòng)趨勢，這表明它們?nèi)咧g有可能存在著某種程度的相關(guān)性和波動(dòng)的溢出效應(yīng)。

表1給出了3組序列的描述統(tǒng)計(jì)量。從表1可以看出：在樣本區(qū)間中所有指數(shù)均有正的收益率，并且非常接近0；WTI原油現(xiàn)貨價(jià)格的標(biāo)準(zhǔn)差高于道瓊斯指數(shù)和上證指數(shù)，說明WTI的周收益率的波動(dòng)性要大于股票市場，這也很容易解釋，畢竟股票市場僅是全球石油價(jià)格波動(dòng)的眾多影響因素之一；所有指數(shù)均有正的偏度系數(shù)，意味著任何一支股票取得正收益值的頻率要高于其取得負(fù)收益的頻率。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“周收益率服從正態(tài)分布的假設(shè)”。Q(10)和Q2(20)為檢驗(yàn)序列是否具有高階自相關(guān)的統(tǒng)計(jì)量，全部在1%的顯著性水平上顯著，這表明道瓊斯指數(shù)、WTI價(jià)格和上證指數(shù)周收益率的水平值及平方序列均存在某種程度的高階自相關(guān)性。從標(biāo)準(zhǔn)差、偏度系數(shù)和峰度系數(shù)來看，呈現(xiàn)出顯著的尖峰厚尾效應(yīng)。正態(tài)分布峰度系數(shù)為3，從表中可以直接發(fā)現(xiàn)，3個(gè)指數(shù)的峰度均大于3。3組指數(shù)序列偏度系數(shù)都大于0，說明指數(shù)收益率呈現(xiàn)了右偏特征，證明3組金融數(shù)據(jù)顯著不服從正態(tài)分布。3個(gè)序列的ADF值均在1%的顯著性水平下顯著，這表明道瓊斯指數(shù)、WTI價(jià)格和上證指數(shù)周收益率序列均為平穩(wěn)序列，在回歸分析中不會(huì)出現(xiàn)“偽回歸”等問題。

表1 道瓊斯、WTI和上證指數(shù)收益率統(tǒng)計(jì)性分析Table 1 Statistical analysis of Dow Jones,WTI and Shanghai composite index return

3.3 溢出效應(yīng)的實(shí)證檢驗(yàn)

表2給出了道瓊斯指數(shù)與WTI原油現(xiàn)貨市場和WTI原油現(xiàn)貨市場與上證指數(shù)之間的VAR模型檢驗(yàn)結(jié)果。運(yùn)用AIC信息準(zhǔn)則選擇最優(yōu)滯后階數(shù)為2階。從單位根檢測圖中可以看出，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，由此模型得出的檢驗(yàn)結(jié)果是有意義的。

可以發(fā)現(xiàn)，道瓊斯指數(shù)受與其自身滯后項(xiàng)RDJI(-1)和RDJI(-2)系數(shù)影響顯著，兩者皆為正數(shù)，0.03和0.07。正的系數(shù)表明道瓊斯指數(shù)自身前一期和前兩期的股票收益增加會(huì)帶來股指當(dāng)期市場收益率的增加，說明道瓊斯指數(shù)即期收益率和今后兩周的收益率之間存在很大的相關(guān)性。而道瓊斯即期的收益率與WTI原油價(jià)格的前兩周的收益率之間的關(guān)系為負(fù)數(shù)，并且通過了顯著性水平檢驗(yàn)，這說明國際石油價(jià)格的增加會(huì)降低道瓊斯指數(shù)兩周后的收益率，影響程度為-0.05。

WTI原油現(xiàn)貨市場即期石油價(jià)格受其自身上周價(jià)格的波動(dòng)影響較大，當(dāng)上周價(jià)格波動(dòng)1%時(shí)，本期的油價(jià)將會(huì)波動(dòng)11%，并且系數(shù)的T統(tǒng)計(jì)量非常顯著。同時(shí)，上周道瓊斯指數(shù)RWTI(-1)的變動(dòng)也會(huì)對當(dāng)期石油價(jià)格產(chǎn)生正向作用。這點(diǎn)也比較好解釋，看漲的市場行情自然增加了相應(yīng)投資，帶動(dòng)了石油的需求，推升油價(jià)上升。從表2(數(shù)據(jù)來源：根據(jù)eviews計(jì)量軟件計(jì)算獲得)中可以看出，在道瓊斯指數(shù)收益率方程中，WTI原油現(xiàn)貨市場收益率滯后2期的系數(shù)和在WTI原油現(xiàn)貨市場收益率方程中，道瓊斯股票市場收益率滯后1期和2期的系數(shù)分別通過了1%和5%顯著性水平檢驗(yàn)。因此，可以認(rèn)為道瓊斯指數(shù)與WTI原油現(xiàn)貨市場存在價(jià)格變化的相互作用，具有價(jià)格信息傳導(dǎo)的雙向溢出效應(yīng)。

表2 VAR模型結(jié)果Table 2 VAR model results

在WTI原油現(xiàn)貨市場與中國上證指數(shù)的VAR模型中可以看出，WTI原油現(xiàn)貨市場收益率受其自身波動(dòng)的影響較大，表現(xiàn)為RWTI(-1)和RWTI(-2)的T統(tǒng)計(jì)量均通過5%的顯著性檢驗(yàn)，這與油價(jià)在道瓊斯指數(shù)與WTI原油現(xiàn)貨市場的表現(xiàn)一致。但值得注意的是與道瓊斯指數(shù)收益率影響WTI原油現(xiàn)貨市場收益率不同，上證指數(shù)收益率對WTI原油現(xiàn)貨市場收益率的回歸系數(shù)均未通過顯著性檢驗(yàn)，這意味著上證指數(shù)的收益率波動(dòng)并未對WTI原油現(xiàn)貨市場收益率造成明顯影響；而在上證指數(shù)收益率方程中，前期的WTI原油現(xiàn)貨價(jià)格收益率RWTI(-1)對本期的上證指數(shù)收益率的作用較為明顯，系數(shù)為0.07且通過了1%的顯著性檢驗(yàn)。因此，可以認(rèn)為僅存在WTI原油現(xiàn)貨市場向上證指數(shù)價(jià)格信息傳導(dǎo)的單向溢出效應(yīng)。

在道瓊斯指數(shù)和WTI原油現(xiàn)貨價(jià)格周收益率的BEKK(1，1)模型中(表3)，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)對角元素大都通過了5%的顯著性水平檢驗(yàn)，說明兩個(gè)市場的波動(dòng)均受到來自自身前期波動(dòng)的約束，波動(dòng)聚集性和持續(xù)性比較顯著。從標(biāo)準(zhǔn)化殘差的Q(12)、Q2(12)和ARCH-LM(1)檢驗(yàn)結(jié)構(gòu)來看，都接受原假設(shè)，即模型的殘差序列已不存在ARCH效應(yīng)，消除了自相關(guān)性和異方差性，證明該模型的設(shè)定是合理可行的。與VAR(2)模型相比，BEKK(1，1)模型的對數(shù)似然函數(shù)值由2 350.924增至2 896.829，對數(shù)似然值有了顯著地提高。這說明考慮協(xié)方差關(guān)系的BEKK(1，1)模型較VAR(2)模型能更好地描述道瓊斯指數(shù)與WTI原油現(xiàn)貨價(jià)格的相互影響關(guān)系，即波動(dòng)溢出關(guān)系，這使得研究結(jié)果更加穩(wěn)健。

表3 道瓊斯指數(shù)與WTI的BEKK(1,1)統(tǒng)計(jì)結(jié)果Table 3 Statistical results of Dow Jones index and WTI BEKK(1,1)

系數(shù)a11、a22、b11、b22分別表示道瓊斯指數(shù)和WTI原油現(xiàn)貨價(jià)格收益率的波動(dòng)與其自身前期波動(dòng)的相互關(guān)系。參數(shù)估計(jì)a11、b11的T統(tǒng)計(jì)量均通過了1%的顯著性水平檢驗(yàn)，兩者分別為0.269和0.949，正的系數(shù)說明道瓊斯指數(shù)前期的收益率波動(dòng)會(huì)對該指數(shù)未來的收益率波動(dòng)帶來更大程度的波動(dòng)。系數(shù)a22、b22在1%的置信水平下同樣表現(xiàn)為顯著，說明國際石油市場的收益率波動(dòng)均受前期收益率波動(dòng)的約束，兩者系數(shù)分別為0.308和0.923，說明國際石油市場前期的收益率波動(dòng)會(huì)對該市場未來的收益率波動(dòng)帶來更大程度的波動(dòng)。上述兩個(gè)研究結(jié)果在一定程度上對金融數(shù)據(jù)的聚集性進(jìn)行了驗(yàn)證。

系數(shù)a12、b12、a21、b21表示道瓊斯指數(shù)和 WTI原油現(xiàn)貨價(jià)格收益率的波動(dòng)溢出關(guān)系。通過對估計(jì)參數(shù)的分析，a12、a21、b21通過了10%的顯著性水平檢驗(yàn)，說明道瓊斯指數(shù)收益率和WTI原油現(xiàn)貨價(jià)格收益率之間存在波動(dòng)溢出效應(yīng)。表示道瓊斯指數(shù)收益率對WTI原油現(xiàn)貨價(jià)格收益率波動(dòng)溢出的參數(shù)a12和b12分別為-0.061和-0.018，負(fù)的系數(shù)表明道瓊斯指數(shù)收益率的波動(dòng)會(huì)對WTI原油現(xiàn)貨價(jià)格收益率產(chǎn)生負(fù)面的制約，顯著的參數(shù)估計(jì)表明兩市場收益率之間的聯(lián)動(dòng)性增強(qiáng)，存在國際股票市場向國際石油市場的波動(dòng)溢出效應(yīng)。表示W(wǎng)TI原油現(xiàn)貨價(jià)格收益率對道瓊斯指數(shù)收益率波動(dòng)溢出的參數(shù)a21和b21分別為0.073和0.008，正的系數(shù)表明WTI原油現(xiàn)貨價(jià)格收益率的變動(dòng)會(huì)對道瓊斯指數(shù)收益率變動(dòng)產(chǎn)生正向的波動(dòng)，顯著的參數(shù)估計(jì)表明存在國際石油市場向國際股票市場的波動(dòng)溢出效應(yīng)。

為了驗(yàn)證兩個(gè)市場收益率之間是否存在波動(dòng)溢出，本文中對條件方差的估計(jì)參數(shù)進(jìn)行wald檢驗(yàn)(檢驗(yàn)統(tǒng)計(jì)量記為W)。通過對估計(jì)參數(shù)進(jìn)行雙向和單向參數(shù)檢驗(yàn)，可以發(fā)現(xiàn)原假設(shè)“兩市場間不存在相互波動(dòng)溢出”，“不存在道瓊斯指數(shù)向WTI現(xiàn)貨價(jià)格波動(dòng)溢出”和“不存在WTI現(xiàn)貨價(jià)格向道瓊斯指數(shù)波動(dòng)溢出”均為拒絕，從而判斷出隨著石油金融屬性的不斷增強(qiáng)和國際金融市場的不斷發(fā)展，國際股票市場與國際石油市場的互動(dòng)越發(fā)頻繁，兩市場間存在著雙向波動(dòng)溢出效應(yīng)。

由WTI原油現(xiàn)貨價(jià)格和上證指數(shù)周收益率的BEKK(1，1)模型(表4)可以看出：ARCH項(xiàng)系數(shù)矩陣A和GARCH項(xiàng)系數(shù)矩陣B的4個(gè)對角元素也大都通過了5%的顯著性水平檢驗(yàn)，說明兩個(gè)市場的波動(dòng)均受到來自自身前期波動(dòng)的約束，波動(dòng)聚集性和持續(xù)性比較顯著。從標(biāo)準(zhǔn)化殘差的Q(12)、Q2(12)和ARCH-LM(1)檢驗(yàn)結(jié)構(gòu)來看，雖然Q(12)拒絕接受原假設(shè)，但后兩項(xiàng)檢驗(yàn)接受原假設(shè)，因此認(rèn)為該模型的殘差序列已不再存在ARCH效應(yīng)，消除了自相關(guān)性和異方差性，該模型的設(shè)定是合理可行的。與VAR(2)模型相比，BEKK(1，1)模型的對數(shù)似然函數(shù)值由2 149.878增至3 149.266，對數(shù)似然值有了顯著地提高。這說明考慮協(xié)方差關(guān)系的BEKK(1，1)模型較VAR(2)模型能更好地描述WTI原油現(xiàn)貨價(jià)格與上證指數(shù)間的相互影響關(guān)系，也即波動(dòng)溢出關(guān)系，使得研究結(jié)果更加穩(wěn)健。

表4 WTI與上證指數(shù)的BEKK(1,1)統(tǒng)計(jì)結(jié)果Table 4 Statistical results of WTI and Shanghai composite index BEKK(1,1)

系數(shù)a11、a22、b11、b22分別表示 WTI原油現(xiàn)貨價(jià)格和上證指數(shù)收益率的波動(dòng)與其自身前期波動(dòng)的相互關(guān)系。參數(shù)估計(jì)a11、b11在5%的顯著性水平上異于0，且分別為0.198和0.969，說明WTI原油現(xiàn)貨價(jià)格的收益率受前期收益率波動(dòng)的約束，并且其自身的波動(dòng)會(huì)對未來油價(jià)的收益率波動(dòng)造成更大程度的波動(dòng)。系數(shù)a22、b22在1%的置信水平下均表現(xiàn)為顯著異于零，說明上證指數(shù)收益率內(nèi)部不但具有ARCH效應(yīng)，表現(xiàn)為收益率波動(dòng)影響的時(shí)變性，而且具有GARCH效應(yīng)，表現(xiàn)出收益率波動(dòng)影響的持久性和聚集性。上證指數(shù)收益率的波動(dòng)受前期收益率波動(dòng)的約束，兩者系數(shù)分別為0.268和0.939，意味著上證指數(shù)前期的收益波動(dòng)會(huì)對該市場未來的收益率波動(dòng)帶來更大程度的波動(dòng)。隨著信息量的不斷增強(qiáng)，上證指數(shù)收益率的波動(dòng)會(huì)更加劇烈。上述兩個(gè)研究結(jié)果同樣驗(yàn)證了金融數(shù)據(jù)的聚集性特征。

系數(shù)a12、b12、a21、b21分別表示 WTI原油現(xiàn)貨價(jià)格和上證指數(shù)收益率的波動(dòng)溢出關(guān)系。通過對估計(jì)參數(shù)的分析，a12、b12通過了5%的顯著性水平檢驗(yàn)，說明國際石油市場收益率與國內(nèi)股票市場收益率之間存在波動(dòng)溢出效應(yīng)。表示道瓊斯指數(shù)收益率對WTI原油現(xiàn)貨價(jià)格收益率波動(dòng)溢出的參數(shù)a12和bl2分別為-0.076和0.011，估計(jì)參數(shù)有正有負(fù)，表明WTI原油現(xiàn)貨價(jià)格收益率對上證指數(shù)的作用較為復(fù)雜，而顯著的參數(shù)估計(jì)表明兩市場收益率之間的聯(lián)動(dòng)性增強(qiáng)，存在著國際石油市場向國內(nèi)股票市場的波動(dòng)溢出效應(yīng)。表示上證指數(shù)收益率對WTI原油現(xiàn)貨價(jià)格收益率波動(dòng)溢出的參數(shù)a21和b21分別為-0.044和0.038，但是兩者均未通過5%的顯著性水平檢驗(yàn)，因此不存在國內(nèi)股票市場向國際石油市場的波動(dòng)溢出效應(yīng)。

兩個(gè)市場收益率之間條件方差的估計(jì)參數(shù)wald檢驗(yàn)結(jié)果，拒絕了原假設(shè)“兩市場間不存在相互波動(dòng)溢出”和“不存在WTI現(xiàn)貨價(jià)格向上證指數(shù)的波動(dòng)溢出”，接受了“不存在上證指數(shù)向WTI現(xiàn)貨價(jià)格的波動(dòng)溢出”的原假設(shè)。這顯著地說明國內(nèi)股票市場更多地受制于國際石油價(jià)格的影響，但很難對國際石油市場做出有效反饋，僅僅存在國際石油市場向國內(nèi)股票市場的單向波動(dòng)溢出效應(yīng)。

4 結(jié) 論

(1)國際股票市場與國際石油市場存在雙向的價(jià)格溢出效應(yīng)，而國際石油市場僅存在向國內(nèi)股票市場單向的價(jià)格溢出效應(yīng)。國際石油市場深受國際金融市場價(jià)格變化的影響，國際金融市場的價(jià)格波動(dòng)可以借助國際石油價(jià)格對中國的股票市場產(chǎn)生作用。

(2)國際股票市場與國際石油市場存在雙向的波動(dòng)溢出效應(yīng)，而國際石油市場僅存在向國內(nèi)股票市場的單向的波動(dòng)溢出效應(yīng)。這說明國際金融市場的風(fēng)險(xiǎn)會(huì)傳導(dǎo)至國際石油市場，引起國際石油價(jià)格的波動(dòng)，而造成這種現(xiàn)象的根源在于石油的金融屬性逐步增強(qiáng)。此外，國際石油價(jià)格內(nèi)部波動(dòng)的持久性和聚集性會(huì)放大外部風(fēng)險(xiǎn)引起的價(jià)格波動(dòng)，進(jìn)而傳導(dǎo)至中國股市，引起中國股市持續(xù)性波動(dòng)。

(3)通過GARCH-BEKK模型和wald檢驗(yàn)，認(rèn)清了國際石油價(jià)格的外部金融風(fēng)險(xiǎn)的根源、傳導(dǎo)機(jī)制以及對中國股市的溢出效應(yīng)。因此，在策略應(yīng)對上，一方面，可以進(jìn)行包括國際石油的多元化資產(chǎn)組合配置，另一方面，通過積極利用國際原油期貨市場的套期保值功能，共同緩沖國際石油價(jià)格波動(dòng)風(fēng)險(xiǎn)。

[1] SERLETIS A，BANACK D.Market efficiency and cointegration：an application to petroleum market[J].Review of Futures Markets，1990(9)：372-385.

[2] SCHWARZ T V，SZAKMARY A C.Price discovery in petroleum markets：arbitrage，cointegration，and the time interval of analysis[J].The Journal of Futures Markets，1994(14)：147-167.

[3] RIPPLE R，MOOSA I.Hedging effectiveness and futures contract maturity：the case of oil futures[R].Sydney：Macquarie University，Department of Economics，2005.

[4] LASTRAPES W.Sources of fluctuation in real，nominal exchange rate[J]Review of Economics and Statistics，1992，74(3)：530-539.

[5] ENDERS Walter，LEE Bong-Soo.Accounting for real and nominal exchange rate movements in the post-Bretton Wood period[J].Journal of International Money and Finance，1997，2(16)：233-254.

[6] AMANO R A，NORDEN S.Oil prices and the rise and fall of the US real exchange rate[J].Journal of International Money and Finance，1998，17(2)：299-316.

[7] HUANG R，MASULIS R，STOLL H.Energy shocks and financial markets[J].Journal of Futures Markets，1996，1(16)：1-27.

[8] HAMMOUDEH S，ALEISA E.Dynamic relationships among GCC stock markets and NYMEX oil futures[J].Contemporary Economic Policy，2004，22(2)：250-269.

[9] FAROOQ MALIK，HAMMOUDEH S.Shock and volatility transmission in the oil，US and Gulf equity markets[J].International Review of Economics and Finance，2007，16(3)：357-368.

[10] JUNGWOOK P，RATTI R A.Oil price shocks and stock markets in the US and 13 European countries[J].Energy Economics，2008，30(5)：2587-2608.

[11] BJORNLAND C H.Oil price shocks and stock market booms in an oil exporting country[J].Scottish Journal of Political Economy，2009，56(2)：232-254.

[12] MILLER J I，RATTI R A.Crude oil and stock markets：stability，instability，and bubbles[J].Energy Economics，2009，31(4)：559-568.

[13] 諸葛尚琦，郝項(xiàng)超.國內(nèi)外石油價(jià)格沖擊與中國股票市場[J].中國物價(jià)，2009(6)：41-44.ZHUGE Shang-qi，HAO Xiang-chao.The domestic oil price shocks and China's stock market[J].China Price，2009(6)：41-44.

[14] 金洪飛，金犖.國際石油價(jià)格對中國股票市場的影響——基于行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)分析[J].金融研究，2010(2)：173-187.JIN Hong-fei，JIN Luo.International oil prices on the Chinese stock market impact-empirical analysis based on industry data[J].Journal of Financial Research，2010(2)：173-187.

[15] 安瑤，謝齡葓.石油價(jià)格對中國股市走勢影響的實(shí)證研究[J].現(xiàn)代經(jīng)濟(jì)信息，2011(2)：1.AN Yao，XIE Ling-hong.An empirical study on the influence of oil price on China's stock market[J].Modern Economic Information，2011(2)：1.

[16] 劉湘云，朱春明.國際石油價(jià)格波動(dòng)對中國股票市場的風(fēng)險(xiǎn)溢出效應(yīng)[J].廣東金融學(xué)院學(xué)報(bào)，2011，26(2)：56-71.LIU Xiang-yun，ZHU Chun-ming.The research on risk spillover effect from international oil price change to China's stock market[J].The Journal of Guangdong University of Finance，2011，26(2)：56-71.

[17] 孫梅，楊天.石油價(jià)格對中國股票市場的影響分析[J].深圳大學(xué)學(xué)報(bào)：人文社會(huì)科學(xué)版，2012，29(5)：113-116.SUN Mei，YANG Tian.Analysis of the impact of oil price on China stock market[J].Shenzhen University Journal(Humanities&Social Sciences)，2012，29(5)：113-116.

[18] SIMS C A.Macroeconomics and reality[J].Econometrica，1980，48(1)：1-49.

[19] ENGLE R F.Autoregressive conditional heteroseedastieity with estimates of the variance of United Kingdom inflation[J].Econometrica，1982，50(4)：987-1007.

[20] ENGLE R F，KRONER K F.Multivariate simultaneous generalized ARCH[J].Econometric Theory，1995，11(2)：122-150.