唐悅

（長沙理工大學(xué)經(jīng)濟(jì)與管理學(xué)院 湖南長沙 410114）

近年來，防范和化解系統(tǒng)性風(fēng)險成為新時代我國經(jīng)濟(jì)工作的核心任務(wù)，受到黨和國家的高度重視，“十四五”規(guī)劃中提出將“防范化解重大風(fēng)險體制機(jī)制不斷健全”作為主要目標(biāo)之一。目前，在中國經(jīng)濟(jì)低速發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、資本脫實(shí)向虛的復(fù)雜背景下，如何防范和化解系統(tǒng)性風(fēng)險成為國內(nèi)外學(xué)者的研究重點(diǎn)。在中央政治局會議上，習(xí)近平總書記提出的“金融活，經(jīng)濟(jì)活；金融穩(wěn)，經(jīng)濟(jì)穩(wěn)”將金融安全納入經(jīng)濟(jì)平穩(wěn)發(fā)展的考慮范疇。隨著我國金融改革的推進(jìn)，資本市場更加開放，互聯(lián)網(wǎng)及信息技術(shù)的不斷發(fā)展，跨行業(yè)經(jīng)營和投資業(yè)務(wù)層出不窮，金融業(yè)與實(shí)體行業(yè)的聯(lián)系愈加緊密。在此背景下，研究金融業(yè)與實(shí)體經(jīng)濟(jì)間的波動關(guān)聯(lián)性對充分了解行業(yè)間的風(fēng)險傳導(dǎo)具有重要意義，也有利于政府監(jiān)管部門制定和實(shí)施金融業(yè)與實(shí)體經(jīng)濟(jì)的跨行業(yè)監(jiān)管政策。

近年來，國內(nèi)外已有較多學(xué)者開始研究金融業(yè)與實(shí)體經(jīng)濟(jì)間的波動溢出和風(fēng)險傳導(dǎo)。劉向麗和顧舒婷(2014)通過從理論研究和AR-GARCH-CoVaR模型兩方面分析地產(chǎn)行業(yè)和金融市場間的關(guān)聯(lián)關(guān)系和溢出機(jī)制，發(fā)現(xiàn)金融危機(jī)會導(dǎo)致地產(chǎn)市場風(fēng)險溢出增大；Chiu等(2015)通過構(gòu)建條件共限(CCX)溢出指標(biāo)，測度2001—2011年美國金融部門對實(shí)體經(jīng)濟(jì)部門的波動和尾部溢出效應(yīng)；宋文娟和鮑靜海(2017)利用相關(guān)系數(shù)分析和Semi-APARCH模型測度金融和實(shí)體經(jīng)濟(jì)的聯(lián)動關(guān)系，發(fā)現(xiàn)兩者間存在較強(qiáng)的聯(lián)動性；李政等(2019)基于TENET模型構(gòu)建行業(yè)風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)，分析金融業(yè)與實(shí)體經(jīng)濟(jì)的風(fēng)險傳導(dǎo)機(jī)制；Brunnermrier等(2020)在研究美國銀行非利息收入與總體系統(tǒng)性風(fēng)險關(guān)系時也強(qiáng)調(diào)了金融業(yè)與實(shí)體行業(yè)間的溢出效應(yīng)。黃昌利等(2021)利用DY溢出指數(shù)和上市公司財務(wù)數(shù)據(jù)研究金融業(yè)和行業(yè)特征對實(shí)體行業(yè)風(fēng)險溢出程度的影響。

本文運(yùn)用BRKK-GARCH模型和Wald聯(lián)合檢驗(yàn)分析金融業(yè)和實(shí)體經(jīng)濟(jì)間的波動溢出關(guān)系，考察實(shí)體行業(yè)和金融業(yè)間的信息傳遞和風(fēng)險傳導(dǎo)方向。限于篇幅，本文主要選擇工業(yè)作為實(shí)體經(jīng)濟(jì)代表行業(yè)，研究其與金融業(yè)的波動溢出效應(yīng)。

1 數(shù)據(jù)選取及模型構(gòu)建

1.1 數(shù)據(jù)選取及預(yù)處理

在以第二產(chǎn)業(yè)為支柱發(fā)展第三產(chǎn)業(yè)的時代背景下，工業(yè)的健康發(fā)展是中國經(jīng)濟(jì)平穩(wěn)運(yùn)行的關(guān)鍵，對其上下游產(chǎn)業(yè)的影響顯著，因此本文選擇工業(yè)為代表研究實(shí)體經(jīng)濟(jì)與金融業(yè)的波動溢出效應(yīng)。數(shù)據(jù)選擇WIND一級行業(yè)指數(shù)的日收盤價，數(shù)據(jù)起止時間選擇為2007年1月5日—2021年8月10日(數(shù)據(jù)來源于WIND 數(shù)據(jù)庫)。收益率運(yùn)用對數(shù)收益率進(jìn)行計算：

式(1)中：Rt表示第t天的日收益率；Pt表示第t天的日指數(shù)收盤價；Pt-1表示第t-1天的日指數(shù)收盤價。

1.2 模型的選擇

1.2.1 BEKK-GARCH模型

BEKK-GARCH模型能夠同時測度金融時間序列波動溢出效應(yīng)的方向和顯著性。本文基于VAR模型構(gòu)建BEKK-GARCH模型，表達(dá)式如下：

其中：Rt=(r1t，r2t)表示收益率向量，α0，α1，…，αp分別表示常數(shù)和系數(shù)矩陣，表示條件殘差在t時刻的條件協(xié)方差矩陣，矩陣C為三角常數(shù)矩陣，矩陣A是反映波動集聚性的ARCH項系數(shù)矩陣，矩陣B是反映波動持續(xù)性的GARCH系數(shù)矩陣。方差方程的矩陣形式如式(4)所示。

各元素具體表達(dá)如式(5)(6)(7)所示。

其中：h11，t和h22，t表示r1t和r2t的方差，h12，t表示r1t和r2t的協(xié)方差，主對角線元素aii和bii(i=1，2)分別表示rit(i=1，2)自身波動的ARCH效應(yīng)和GARCH效應(yīng)，非主對角線元素aij和bij(i，j=1，2，i≠j)分別表示r1t和r1t之間的ARCH效應(yīng)和GARCH效應(yīng)。aij和bij顯著不為零說明兩個市場之間存在明顯的波動溢出效應(yīng)。

1.2.2 Wald檢驗(yàn)

本文主要研究金融業(yè)與工業(yè)間的波動溢出效應(yīng)，Wald檢驗(yàn)可以判斷兩個行業(yè)間的波動溢出效應(yīng)是單向還是雙向。當(dāng)Wald檢驗(yàn)的統(tǒng)計量大于臨界值，則拒絕原假設(shè)。

假設(shè)1：H0：a12=b12=a21=b21=0，兩個行業(yè)間不存在波動溢出。

假設(shè)2：H0：a21=b21=0，工業(yè)對金融業(yè)不存在單向波動溢出效應(yīng)。

假設(shè)3：H0：a12=b12=0，金融業(yè)對工業(yè)不存在單向波動溢出效應(yīng)。

2 實(shí)證結(jié)果分析

2.1 初步統(tǒng)計結(jié)果

首先對樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計，由表1可知，金融業(yè)和工業(yè)的均值在樣本期內(nèi)均是正數(shù)，且工業(yè)的標(biāo)準(zhǔn)差大于金融業(yè)的標(biāo)準(zhǔn)差，說明工業(yè)的波動程度大于金融業(yè)。同時，工業(yè)和金融業(yè)均呈現(xiàn)左偏態(tài)，且兩序列的峰度均大于3，J-B檢驗(yàn)結(jié)果也表示工業(yè)和金融業(yè)數(shù)據(jù)序列拒絕正態(tài)分布的假設(shè)，說明兩個序列具有“尖峰厚尾”特征，參數(shù)估計時誤差應(yīng)服從T分布。ADF單位根檢驗(yàn)的結(jié)果顯示金融業(yè)和工業(yè)序列在1%顯著性水平拒絕原假設(shè)，均是平穩(wěn)時間序列。

表1 初步統(tǒng)計結(jié)果

2.2 實(shí)證結(jié)果分析

表2顯示工業(yè)和金融行業(yè)在樣本期內(nèi)的BEKK-GAR CH模型的參數(shù)估計結(jié)果。衡量波動溢出效應(yīng)的參數(shù)a12、a21、b21、b12顯著異于零分別表示工業(yè)和金融業(yè)收到另一行業(yè)信息沖擊的溢出效應(yīng)，其中在1%的顯著性水平下，來自金融業(yè)的一單位沖擊使得工業(yè)的波動率上升了0.0036(=0.0036)，在大于10%的顯著性水平下，來自工業(yè)的一單位沖擊使得金融業(yè)的波動率上升了0.0002(=0.0002)，因?yàn)?，說明工業(yè)受到金融業(yè)信息沖擊的溢出效應(yīng)大于反方向的溢出效應(yīng)。同時，，說明工業(yè)本身沖擊所引起的波動大于金融業(yè)的波動溢出，，說明來自工業(yè)的波動溢出小于金融業(yè)本身沖擊所引起的波動。分別衡量工業(yè)和金融業(yè)受到對方前期波動的溢出效應(yīng)，用以表示波動溢出的持續(xù)性。高于10%顯著性水平時，工業(yè)的前期波動會使金融業(yè)的波動率增加，而在1%的顯著性水平下，金融業(yè)每增加一單位的前期波動率將會導(dǎo)致工業(yè)的波動率增加0.0001個單位(=0.0001)。此外，且，說明來自另一方的前期波動溢出效應(yīng)均小于自身前期波動，自身前期波動的持續(xù)性更顯著?？傮w來看，金融業(yè)和工業(yè)間存在雙向溢出效應(yīng)，且金融業(yè)對工業(yè)的溢出效應(yīng)更顯著。

表2 BEKK-GARCH模型估計結(jié)果

為驗(yàn)證參數(shù)估計的準(zhǔn)確性并反映整體溢出效應(yīng)，對以上系數(shù)進(jìn)行Wald檢驗(yàn)。結(jié)果如表3所示，在1%顯著性水平下，工業(yè)和金融業(yè)之間存在雙向溢出效應(yīng)。從Wald檢驗(yàn)來看，盡管在單個系數(shù)檢驗(yàn)下，工業(yè)對金融業(yè)的溢出效應(yīng)不顯著，但聯(lián)合Wald檢驗(yàn)的結(jié)果證明行業(yè)間的波動溢出是顯著的。

表3 Wald檢驗(yàn)

3 結(jié)語

通過對工業(yè)和金融業(yè)行業(yè)指數(shù)構(gòu)建BEKK-GARCH模型和聯(lián)合Wald檢驗(yàn)可知，第一，金融業(yè)與實(shí)體經(jīng)濟(jì)間存在顯著的雙向波動溢出效應(yīng)，但實(shí)體經(jīng)濟(jì)對金融業(yè)的單向溢出并不顯著，金融業(yè)主導(dǎo)著金融與實(shí)體經(jīng)濟(jì)間的波動溢出效應(yīng)；第二，行業(yè)的波動主要受自身前期波動持續(xù)和自身信息沖擊的影響。

鑒于此，本文得到以下幾點(diǎn)啟示：首先，在當(dāng)前經(jīng)濟(jì)背景下，政府應(yīng)當(dāng)建立健全金融監(jiān)管體系，調(diào)整金融信貸政策，拓寬企業(yè)融資融券渠道，以促進(jìn)實(shí)體經(jīng)濟(jì)的發(fā)展；其次，政府可以建立金融業(yè)與實(shí)體行業(yè)間的長效隔離機(jī)制，提高處置金融風(fēng)險的效率，防范系統(tǒng)性風(fēng)險的形成；最后，實(shí)體經(jīng)濟(jì)供給側(cè)結(jié)構(gòu)性改革和金融風(fēng)險監(jiān)管并行，合理調(diào)控實(shí)體行業(yè)和金融業(yè)間的“杠桿”，提高實(shí)體經(jīng)濟(jì)的市場競爭力，以實(shí)現(xiàn)金融支持實(shí)體經(jīng)濟(jì)發(fā)展的目標(biāo)。