經(jīng)濟(jì)“雙循環(huán)”背景下中國(guó)與國(guó)際產(chǎn)業(yè)相依結(jié)構(gòu)研究

杜子平，馬思宇，王倩文，孫瑞澤

（1.天津科技大學(xué)a.經(jīng)濟(jì)與管理學(xué)院；b.金融工程與風(fēng)險(xiǎn)管理研究中心，天津 300457；2.南方科技大學(xué)商學(xué)院，廣東深圳 518055）

一、引 言

當(dāng)前我國(guó)經(jīng)濟(jì)正處于結(jié)構(gòu)轉(zhuǎn)型的關(guān)鍵時(shí)期，同時(shí)也面臨著全球經(jīng)濟(jì)衰退、逆全球化與單邊主義興起、地緣政治風(fēng)險(xiǎn)等外在不利因素。為了應(yīng)對(duì)錯(cuò)綜復(fù)雜的國(guó)內(nèi)外形勢(shì)變化，習(xí)近平總書(shū)記作出“加快構(gòu)建以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局”的戰(zhàn)略部署。產(chǎn)業(yè)作為暢通國(guó)內(nèi)大循環(huán)與國(guó)際循環(huán)的中觀載體，了解中國(guó)產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)持續(xù)升級(jí)既是打通國(guó)內(nèi)大循環(huán)的基礎(chǔ)和前提，也是中國(guó)參與國(guó)際循環(huán)的重要紐帶，是構(gòu)建新發(fā)展格局的重要保障。完備的產(chǎn)業(yè)體系能夠保障國(guó)民經(jīng)濟(jì)的平穩(wěn)運(yùn)行和國(guó)家在對(duì)外發(fā)展中的主導(dǎo)地位，是當(dāng)前我國(guó)打造雙循環(huán)的堅(jiān)實(shí)根基。不同的產(chǎn)業(yè)由大大小小的行業(yè)共同構(gòu)成，因此，如何在以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局下，研究中國(guó)各行業(yè)間相依結(jié)構(gòu)與關(guān)聯(lián)網(wǎng)絡(luò)，厘清產(chǎn)業(yè)發(fā)展現(xiàn)狀以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，形成具有核心競(jìng)爭(zhēng)力的現(xiàn)代產(chǎn)業(yè)體系，以產(chǎn)業(yè)高質(zhì)量發(fā)展帶動(dòng)國(guó)內(nèi)與國(guó)際經(jīng)濟(jì)的循環(huán)互動(dòng)，成為值得深入探討的問(wèn)題。

學(xué)術(shù)界以往關(guān)于經(jīng)濟(jì)“雙循環(huán)”的研究主要集中在以下兩個(gè)方面：第一，著重分析中國(guó)經(jīng)濟(jì)雙循環(huán)的內(nèi)在邏輯、戰(zhàn)略內(nèi)涵、理論機(jī)制、實(shí)施路徑及政策體系等問(wèn)題［1-5］；第二，將中國(guó)經(jīng)濟(jì)雙循環(huán)作為背景，研究產(chǎn)業(yè)布局、外貿(mào)發(fā)展、投入產(chǎn)出、自貿(mào)區(qū)和產(chǎn)業(yè)數(shù)字化等問(wèn)題［6-11］。已有文獻(xiàn)對(duì)于經(jīng)濟(jì)“雙循環(huán)”的研究大多是基于經(jīng)濟(jì)理論的定性分析，在理論、實(shí)證數(shù)據(jù)和測(cè)算方面的深化研究不多，鮮有文獻(xiàn)從金融市場(chǎng)角度出發(fā)，通過(guò)股市行業(yè)研究中國(guó)產(chǎn)業(yè)間相依關(guān)系，分析產(chǎn)業(yè)間風(fēng)險(xiǎn)傳染路徑，為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)提供方向，加快經(jīng)濟(jì)“雙循環(huán)”新發(fā)展格局的構(gòu)建。

以往學(xué)者研究金融市場(chǎng)行業(yè)間相依關(guān)系，多從系統(tǒng)性金融風(fēng)險(xiǎn)角度和投資組合角度出發(fā)。國(guó)外已有較多文獻(xiàn)從金融業(yè)與實(shí)體行業(yè)角度出發(fā)研究股票市場(chǎng)行業(yè)間的相依關(guān)系，值得借鑒［12-13］。國(guó)內(nèi)方面，對(duì)于金融市場(chǎng)行業(yè)間相依關(guān)系的研究最初集中在房地產(chǎn)市場(chǎng)［14］，隨著中國(guó)經(jīng)濟(jì)和金融所處的大環(huán)境越來(lái)越復(fù)雜，國(guó)內(nèi)學(xué)者近年來(lái)對(duì)金融市場(chǎng)行業(yè)間相依關(guān)系的研究也逐漸增多［15-16］，朱波等學(xué)者采用不同方法度量了實(shí)體行業(yè)與金融業(yè)的系統(tǒng)性風(fēng)險(xiǎn)程度和溢出關(guān)系［17-20］。但現(xiàn)有研究大多基于金融業(yè)與實(shí)體行業(yè)對(duì)金融市場(chǎng)行業(yè)間相依關(guān)系進(jìn)行分析，鮮有文獻(xiàn)從全行業(yè)角度出發(fā)研究所有行業(yè)間的相依關(guān)系。

而從方法上來(lái)說(shuō)，一般對(duì)行業(yè)相依關(guān)系的研究主要從計(jì)量方法著手，一些學(xué)者通過(guò)線性、非線性方法對(duì)行業(yè)關(guān)聯(lián)度進(jìn)行描述［21-23］，但基于傳統(tǒng)計(jì)量方法考察行業(yè)間的聯(lián)動(dòng)效應(yīng)，只能從行業(yè)兩兩聯(lián)動(dòng)角度出發(fā)，無(wú)法刻畫(huà)風(fēng)險(xiǎn)溢出的整體特征，更無(wú)法對(duì)多行業(yè)間的間接風(fēng)險(xiǎn)傳導(dǎo)進(jìn)行度量。因此，一些學(xué)者開(kāi)始把傳統(tǒng)計(jì)量嵌入到復(fù)雜網(wǎng)絡(luò)當(dāng)中，更好地反映出風(fēng)險(xiǎn)傳染的路徑和程度［24-25］，但是關(guān)注的往往是行業(yè)之間的線性關(guān)系，缺乏對(duì)相依關(guān)系非線性網(wǎng)絡(luò)的研究。而Copula 函數(shù)的非線性特點(diǎn)可以彌補(bǔ)傳統(tǒng)線性相依關(guān)系上的不足，更為準(zhǔn)確地對(duì)機(jī)構(gòu)間或市場(chǎng)間的關(guān)系進(jìn)行刻畫(huà)，同時(shí)也能注重尾部極端收益帶來(lái)的系統(tǒng)性風(fēng)險(xiǎn)。目前，國(guó)內(nèi)外基于R 藤Copula 的應(yīng)用研究主要集中在兩個(gè)方面：第一，針對(duì)金融市場(chǎng)、行業(yè)間相依結(jié)構(gòu)的研究［26-30］；第二，對(duì)投資組合優(yōu)化及風(fēng)險(xiǎn)度量的相關(guān)研究［31-33］。但這些研究中，多數(shù)研究工作都是局限在兩個(gè)或者幾個(gè)典型國(guó)家，而在全球?qū)用鎸?duì)金融市場(chǎng)全行業(yè)相依結(jié)構(gòu)的研究仍較缺乏，有待深入探索。

基于此，本文從金融市場(chǎng)角度出發(fā)，選取MSCI指數(shù)中中國(guó)股市一級(jí)行業(yè)指數(shù)和發(fā)達(dá)市場(chǎng)一級(jí)行業(yè)指數(shù)為原始數(shù)據(jù)，通過(guò)中國(guó)股市一級(jí)行業(yè)指數(shù)研究中國(guó)行業(yè)現(xiàn)狀，以發(fā)達(dá)市場(chǎng)一級(jí)行業(yè)指數(shù)代表國(guó)際行業(yè)來(lái)研究國(guó)際行業(yè)現(xiàn)狀，研究范圍涵蓋了國(guó)內(nèi)外所有行業(yè)，并首次從全行業(yè)角度出發(fā)，通過(guò)研究中國(guó)產(chǎn)業(yè)發(fā)展現(xiàn)狀來(lái)推動(dòng)新發(fā)展格局的構(gòu)建。具體來(lái)說(shuō)，首先，以R 藤Copula 模型為基礎(chǔ)工具，研究中國(guó)行業(yè)間和國(guó)際行業(yè)間的非線性相依結(jié)構(gòu)，分析國(guó)內(nèi)外行業(yè)間的聯(lián)動(dòng)性，有效識(shí)別系統(tǒng)性重要行業(yè)，以便有針對(duì)性地對(duì)重點(diǎn)行業(yè)進(jìn)行監(jiān)督管理；其次，將R 藤Copula 與復(fù)雜網(wǎng)絡(luò)模型相結(jié)合，通過(guò)Copula Glasso方法選擇不同的調(diào)節(jié)因子來(lái)構(gòu)建非線性關(guān)聯(lián)網(wǎng)絡(luò)，研究中國(guó)行業(yè)間和國(guó)際行業(yè)間的網(wǎng)絡(luò)整體特征，分析行業(yè)間的直接或間接傳導(dǎo)路徑，進(jìn)一步挖掘中國(guó)行業(yè)的國(guó)內(nèi)循環(huán)和國(guó)際循環(huán)軌跡；最后，對(duì)國(guó)內(nèi)外所有行業(yè)進(jìn)行進(jìn)一步分類(lèi)，利用擴(kuò)展的分塊R 藤Copula 方法研究國(guó)內(nèi)外不同產(chǎn)業(yè)類(lèi)別間的相依關(guān)系，以此分析中國(guó)產(chǎn)業(yè)與國(guó)際產(chǎn)業(yè)的發(fā)展現(xiàn)狀，為促進(jìn)國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、加快構(gòu)建以國(guó)內(nèi)大循環(huán)為主體的新發(fā)展格局提供有力支撐。

本文剩余部分的結(jié)構(gòu)安排如下：第二部分介紹文中所用基本模型與方法；第三部分對(duì)實(shí)證結(jié)果進(jìn)行分析，主要包括對(duì)中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間相依關(guān)系、關(guān)聯(lián)網(wǎng)絡(luò)以及產(chǎn)業(yè)間相依關(guān)系進(jìn)行分析；第四部分提出研究結(jié)論與政策建議。

二、模型方法

（一）ARMA-GARCH類(lèi)模型

本文從金融市場(chǎng)角度出發(fā)，研究中國(guó)行業(yè)與國(guó)際行業(yè)間的相依關(guān)系，需構(gòu)建R 藤Copula 模型測(cè)算行業(yè)間的相依關(guān)系。金融數(shù)據(jù)一般都具有尖峰厚尾、自相關(guān)性和異方差性特點(diǎn)，但Copula模型描述的是截面相關(guān)，故有必要構(gòu)建合理的邊緣分布模型對(duì)這些特征進(jìn)行刻畫(huà)，去除序列相關(guān)性，選取ARMA-GARCH 類(lèi)模型可實(shí)現(xiàn)較好的擬合效果。

為了捕捉股市間存在的非對(duì)稱(chēng)效應(yīng)，采用GJR-GARCH 模型擬合中國(guó)和發(fā)達(dá)市場(chǎng)行業(yè)指數(shù)的收益率序列，并假定殘差服從GED分布，即采用ARMA（1，1）-GJRGARCH（1，1）-GED 模型擬合收益率序列。均值方程、方差方程和殘差的分布分別為：

式（1）為均值方程，ri,t、εi,t分別表示變量收益率和殘差；式（2）為方差方程表示條件方差；式（3）假設(shè)模型的殘差服從GED 分布，k表示控制分布尾部薄厚程度的參數(shù)。

（二）R藤Copula模型

Copula 函數(shù)根據(jù)Sklar 定理連接多個(gè)收益率的邊緣分布構(gòu)造多元聯(lián)合分布，邊緣分布描述的是每個(gè)變量的具體分布，Copula函數(shù)描述了變量間的相關(guān)性。為了解決高維問(wèn)題，Bedford和Cooke［34］提出了“藤”方法用于圖形建模，利用條件相關(guān)隨機(jī)變量的概率密度分解對(duì)多元Copula 構(gòu)造基于條件Copula的藤蔓模型。

Bedford 和Cooke［35］最早提出R 藤copula，將多元聯(lián)合密度分解成一系列邊緣分布、二元Copula函數(shù)和條件Copula 函數(shù)的乘積，相較于C 藤和D 藤，R 藤不對(duì)變量之間的連接結(jié)構(gòu)做出限制，具有更好的靈活性。

為了介紹R藤的含義，先引入樹(shù)的概念，一個(gè)d維的R藤由(d-1)棵樹(shù)構(gòu)成的集合V={T1,…,Td-1}組成，圖Ti=(Ni,Ei)(1 ≤i≤d- 1)為一棵樹(shù)，其中Ni為頂點(diǎn)集，Ei為邊集，頂點(diǎn)集N={}v0,v1,…,vk中任意兩個(gè)頂點(diǎn)都有一條唯一的邊相連。如果

（1）對(duì)任意一棵樹(shù)Ti=(Ni,Ei)的任意兩個(gè)頂點(diǎn)a,b∈Ti，i= 1,…,d- 1，都存在一條路（path）n1,…,nk?Ni，使得a=n1,b=nk。

（2）第一棵樹(shù)T1有頂點(diǎn)集N1={1,…,d}及邊集E1。

（3）當(dāng)j≥2 時(shí)，以上一棵樹(shù)的邊集Ei-1作為下一棵樹(shù)的頂點(diǎn)集Ni。

（4）對(duì)i= 2,…,d- 1及{a,b}∈Ei，|a∩b| = 1。記R 藤中一條邊為e=(Ce,a,Ce,b|De)，其中Ce,a和Ce,b為該邊兩端的條件頂點(diǎn)，De為條件集（例如，若e={{1,2},{1,3}}，則Ce,a={1,2}，Ce,b={1,3}，De={1}），與e對(duì)應(yīng)的Copula密度函數(shù)為cCe,a,Ce,b|De。

R藤Copula聯(lián)合分布的概率密度函數(shù)為：

其中：e為連接隨機(jī)變量R藤Copula的每條邊；e=C(e,a),C(e,b)|D(e)；cCe,a,Ce,b|De為二元Copula的概率密度函數(shù)。

由于R 藤對(duì)于多元變量的分解是根據(jù)變量間的具體關(guān)系進(jìn)行界定的，相較于C藤和D藤事先決定樹(shù)的結(jié)構(gòu)形狀，R 藤的分解規(guī)則更符合實(shí)際情況。根據(jù)Di?mann算法構(gòu)建R藤，首先捕捉變量間最強(qiáng)的相依關(guān)系，第一層樹(shù)中兩兩節(jié)點(diǎn)之間相依程度的大小用kendall τ值來(lái)衡量，在選定的變量間估計(jì)二元Copula，通過(guò)AIC準(zhǔn)則從擬合優(yōu)度和復(fù)雜程度兩個(gè)方面評(píng)價(jià)并選擇最優(yōu)Copula類(lèi)型，然后由最大似然法估計(jì)參數(shù)。

（三）基于Copula Glasso 方法改進(jìn)的復(fù)雜網(wǎng)絡(luò)模型

對(duì)于高維變量之間的相關(guān)關(guān)系，直接將變量間的兩兩相關(guān)系數(shù)加入預(yù)測(cè)模型會(huì)帶來(lái)維數(shù)災(zāi)難，為了全面考慮行業(yè)相關(guān)系數(shù)并充分考慮它們之間的相依結(jié)構(gòu)，本文基于Copula Glasso 方法，對(duì)R 藤Copula模型引入不同的調(diào)節(jié)因子，并基于變量間的Kendall τ系數(shù)矩陣建立復(fù)雜網(wǎng)絡(luò)，然后根據(jù)網(wǎng)絡(luò)特征指標(biāo)描述行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)，進(jìn)一步分析國(guó)內(nèi)外行業(yè)間的網(wǎng)絡(luò)整體特征。

納入分析的網(wǎng)絡(luò)特征指標(biāo)包括兩類(lèi)：第一類(lèi)是衡量節(jié)點(diǎn)特征的指標(biāo)，即度中心性和接近中心性；第二類(lèi)是衡量網(wǎng)絡(luò)整體特征的指標(biāo)，即聚類(lèi)系數(shù)和平均最短路徑長(zhǎng)度。其具體含義見(jiàn)表1所列。

表1 復(fù)雜網(wǎng)絡(luò)指標(biāo)

三、實(shí)證分析

本部分將從五個(gè)方面對(duì)中國(guó)與國(guó)際行業(yè)間相依關(guān)系及關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行研究。第一，對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，了解數(shù)據(jù)的一般特征；第二，構(gòu)建邊緣分布模型，過(guò)濾掉數(shù)據(jù)本身的自相關(guān)性和異方差性，構(gòu)建R藤Copula模型；第三，通過(guò)構(gòu)建R藤Copula 模型研究中國(guó)與國(guó)際股市行業(yè)間的相依關(guān)系；第四，通過(guò)基于Copula Glasso 方法改進(jìn)的復(fù)雜網(wǎng)絡(luò)模型分析中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)；第五，通過(guò)拓展后的分塊R 藤Copula 模型分析中國(guó)股市與發(fā)達(dá)市場(chǎng)的產(chǎn)業(yè)間相依結(jié)構(gòu)。

（一）數(shù)據(jù)選取與描述性統(tǒng)計(jì)分析

為了刻畫(huà)中國(guó)股市行業(yè)與國(guó)際股市行業(yè)間的相依關(guān)系，本文選取MSCI 編制的中國(guó)股市一級(jí)行業(yè)指數(shù)研究中國(guó)行業(yè)間的相依關(guān)系，選取發(fā)達(dá)市場(chǎng)股市一級(jí)行業(yè)指數(shù)作為國(guó)際股市行業(yè)的代理變量，研究國(guó)際行業(yè)間相依關(guān)系。具體來(lái)說(shuō)，中國(guó)股市行業(yè)包含房地產(chǎn)（Z地產(chǎn)）、非日常消費(fèi)品（Z非日常）、日常消費(fèi)品（Z日常）、能源（Z能源）、金融（Z金融）、醫(yī)療保健（Z 醫(yī)療）、工業(yè)（Z 工業(yè)）、信息技術(shù)（Z 信息）、原材料（Z 原材料）、通訊服務(wù)（Z 通訊）和公用事業(yè)（Z公用）共11個(gè)一級(jí)行業(yè)指數(shù)，發(fā)達(dá)市場(chǎng)行業(yè)包括能源（F 能源）、原材料（F 原材料）、工業(yè)（F 工業(yè)）、非日常消費(fèi)品（F 非日常）、日常消費(fèi)品（F 日常）、醫(yī)療保?。‵ 醫(yī)療）、金融（F 金融）、信息技術(shù)（F信息）、電信業(yè)務(wù)（F電信）和公用事業(yè)（F公用）共10個(gè)一級(jí)行業(yè)指數(shù)。因?yàn)橹袊?guó)股市行業(yè)中的房地產(chǎn)行業(yè)于2016年8月31日開(kāi)始構(gòu)建，所以本文所選樣本區(qū)間為2016 年8 月31 日—2022 年8 月10 日。所有數(shù)據(jù)均來(lái)源于Wind數(shù)據(jù)庫(kù)。

為消除指數(shù)衡量單位不同帶來(lái)的誤差，對(duì)發(fā)達(dá)市場(chǎng)一級(jí)行業(yè)指數(shù)進(jìn)行匯率換算，使得兩指數(shù)以人民幣為統(tǒng)一衡量單位，再對(duì)所有數(shù)據(jù)進(jìn)行對(duì)數(shù)差分，得到21 個(gè)行業(yè)指數(shù)的日收益率序列。全樣本下各對(duì)數(shù)收益率序列的基本統(tǒng)計(jì)量見(jiàn)表2 所列。由描述性統(tǒng)計(jì)結(jié)果可見(jiàn)，從均值來(lái)看，只有中國(guó)的房地產(chǎn)行業(yè)、金融行業(yè)、通訊服務(wù)行業(yè)和公用事業(yè)行業(yè)為負(fù)值，國(guó)內(nèi)其他行業(yè)和發(fā)達(dá)市場(chǎng)全部行業(yè)均為正值；從偏度和峰度來(lái)看，數(shù)據(jù)具有典型的尖峰厚尾特征，JB 檢驗(yàn)的結(jié)果也進(jìn)一步證明了所有數(shù)據(jù)均不服從正態(tài)分布；ERS 檢驗(yàn)結(jié)果均顯著，即各行業(yè)對(duì)數(shù)收益率不存在單位根，序列平穩(wěn)；據(jù)LB檢驗(yàn)與LM 檢驗(yàn)的結(jié)果可知，數(shù)據(jù)具有顯著的自相關(guān)性和ARCH效應(yīng)。

表2 全樣本各對(duì)數(shù)收益率序列基本統(tǒng)計(jì)量分析

（二）邊緣分布建模

因本文要使用R 藤Copula 模型研究中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間的相依結(jié)構(gòu)，而Copula 模型描述的是截面相關(guān)，所以考慮各行業(yè)收益率序列存在尖峰、厚尾、有偏、自相關(guān)性、異方差性等典型特征，有必要構(gòu)建合理的邊緣分布模型對(duì)這些特征進(jìn)行刻畫(huà)，去除序列相關(guān)性，故選取ARMAGARCH 類(lèi)模型構(gòu)建邊緣分布。收益率序列ARMA（1，1）-GJRGARCH（1，1）-GED 模型的擬合結(jié)果見(jiàn)表3 所列。其中，LB 檢驗(yàn)和LM 檢驗(yàn)結(jié)果均不顯著，接受原假設(shè)，即擬合后的殘差為白噪聲，不再存在自相關(guān)性和ARCH 效應(yīng)，邊緣分布建模效果良好，可進(jìn)一步構(gòu)建R 藤Copula模型。

表3 全樣本各對(duì)數(shù)收益率序列邊緣分布的參數(shù)估計(jì)

（三）中國(guó)股市和發(fā)達(dá)市場(chǎng)行業(yè)間相依結(jié)構(gòu)分析

1.中國(guó)股市行業(yè)間相依結(jié)構(gòu)

中國(guó)股市行業(yè)R 藤Copula 模型的參數(shù)估計(jì)結(jié)果見(jiàn)表4前10行所列。中國(guó)股市11個(gè)一級(jí)行業(yè)的Kendall τ系數(shù)值均大于0，表明11個(gè)行業(yè)間存在正向聯(lián)動(dòng)關(guān)系，且工業(yè)行業(yè)與原材料行業(yè)的聯(lián)動(dòng)關(guān)系最強(qiáng)，Kendall τ 系數(shù)值為0.63；非日常消費(fèi)行業(yè)與金融行業(yè)、公用事業(yè)行業(yè)與工業(yè)行業(yè)的聯(lián)動(dòng)關(guān)系最弱，Kendall τ系數(shù)值均為0.45。這是由于原材料行業(yè)作為上游行業(yè)，為工業(yè)行業(yè)提供各種生產(chǎn)所需的材料，且兩者均為國(guó)民經(jīng)濟(jì)中的基礎(chǔ)性行業(yè)，與國(guó)民日常生活息息相關(guān)，使得兩者在各方面都緊密相連，具有最強(qiáng)的行業(yè)關(guān)聯(lián)性。從尾部相依性上看，工業(yè)行業(yè)與原材料行業(yè)間的尾部相依性最大，為0.50；而金融行業(yè)與房地產(chǎn)行業(yè)間的尾部相依性最小，為0.26；但整體上看，各行業(yè)間均具有一定的尾部相依性。

表4 中國(guó)股市和發(fā)達(dá)市場(chǎng)21個(gè)一級(jí)行業(yè)的R藤Copula第一棵樹(shù)估計(jì)結(jié)果

此外，如圖1 所示，中國(guó)股市的11 個(gè)行業(yè)通過(guò)工業(yè)行業(yè)和非日常消費(fèi)行業(yè)相連，形成完整的產(chǎn)業(yè)鏈。具體來(lái)說(shuō)，工業(yè)行業(yè)作為基礎(chǔ)性行業(yè)，與之相關(guān)聯(lián)的上下游行業(yè)眾多；非日常消費(fèi)行業(yè)涉及各類(lèi)民生產(chǎn)業(yè)，包括耐用消費(fèi)品、紡織服裝與珠寶和休閑服務(wù)等，覆蓋面廣，與工業(yè)行業(yè)同為行業(yè)系統(tǒng)中的關(guān)鍵性行業(yè)。

圖1 國(guó)內(nèi)行業(yè)間R藤Copula第一棵樹(shù)樹(shù)圖

2.發(fā)達(dá)市場(chǎng)行業(yè)間相依結(jié)構(gòu)

發(fā)達(dá)市場(chǎng)行業(yè)R 藤Copula 模型的參數(shù)估計(jì)結(jié)果見(jiàn)表4 第12—20 行所列。具體來(lái)說(shuō)，發(fā)達(dá)市場(chǎng)10 個(gè)一級(jí)行業(yè)間均存在顯著的正向關(guān)聯(lián)，但是其Kendall τ 系數(shù)的數(shù)值整體偏小，也就是說(shuō)相較于發(fā)達(dá)市場(chǎng)股市行業(yè)，中國(guó)股市行業(yè)的正向聯(lián)動(dòng)關(guān)系更強(qiáng)。具體來(lái)說(shuō)，仍是工業(yè)行業(yè)與原材料行業(yè)在發(fā)達(dá)市場(chǎng)行業(yè)中的關(guān)聯(lián)性最強(qiáng)，為0.60；信息技術(shù)行業(yè)與醫(yī)療保健行業(yè)的關(guān)聯(lián)性最弱，為0.41。從尾部相依性上看，工業(yè)行業(yè)和原材料行業(yè)具有顯著的上尾相依性，高達(dá)0.68；非日常消費(fèi)行業(yè)和工業(yè)行業(yè)、信息技術(shù)行業(yè)的尾部相依性同樣超出0.60，在一個(gè)相對(duì)較高的水平；但金融行業(yè)與能源行業(yè)、日常消費(fèi)行業(yè)與醫(yī)療保健行業(yè)、信息技術(shù)行業(yè)與醫(yī)療保健行業(yè)的尾部相依性則明顯低于其他行業(yè)間的尾部相依性，不足0.30。綜合來(lái)說(shuō)，發(fā)達(dá)市場(chǎng)各行業(yè)間尾部相依程度明顯強(qiáng)于中國(guó)各行業(yè)。此外，如圖2所示，與國(guó)內(nèi)行業(yè)相同，發(fā)達(dá)市場(chǎng)各行業(yè)仍通過(guò)工業(yè)行業(yè)與非日常消費(fèi)行業(yè)使各行業(yè)連接在一起。但相較于國(guó)內(nèi)各行業(yè)，發(fā)達(dá)市場(chǎng)各行業(yè)間的相依結(jié)構(gòu)更偏向鏈?zhǔn)椒植迹咏麯 藤結(jié)構(gòu)，這說(shuō)明與國(guó)內(nèi)相比，國(guó)外的產(chǎn)業(yè)鏈長(zhǎng)度有所增加，產(chǎn)業(yè)結(jié)構(gòu)更加成熟。

圖2 國(guó)際行業(yè)間R藤Copula第一棵樹(shù)樹(shù)圖

3.中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間相依結(jié)構(gòu)

中國(guó)股市行業(yè)與發(fā)達(dá)市場(chǎng)行業(yè)共21個(gè)變量的R 藤Copula 模型參數(shù)估計(jì)結(jié)果見(jiàn)表4 所列。其中，中國(guó)股市的原材料行業(yè)與發(fā)達(dá)市場(chǎng)的原材料行業(yè)間的相依性最弱，為0.14。此外，如圖3所示，國(guó)內(nèi)外行業(yè)各自聚集，涇渭分明，以國(guó)內(nèi)外原材料行業(yè)為橋梁，左邊為中國(guó)各行業(yè)相依結(jié)構(gòu)，右邊為國(guó)際各行業(yè)相依結(jié)構(gòu)，共同構(gòu)成國(guó)內(nèi)外全行業(yè)相依結(jié)構(gòu)。其中，國(guó)內(nèi)外原材料行業(yè)作為國(guó)內(nèi)行業(yè)系統(tǒng)與國(guó)外行業(yè)系統(tǒng)中關(guān)聯(lián)性最強(qiáng)的兩個(gè)行業(yè)，需要格外關(guān)注。

圖3 國(guó)內(nèi)外全行業(yè)R藤Copula第一棵樹(shù)樹(shù)圖

（四）中國(guó)股市和發(fā)達(dá)市場(chǎng)行業(yè)間關(guān)聯(lián)網(wǎng)絡(luò)分析

為進(jìn)一步研究中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間的傳導(dǎo)路徑，更好地分析國(guó)內(nèi)國(guó)際產(chǎn)業(yè)循環(huán)的運(yùn)行方式，本文將R 藤Copula 與復(fù)雜網(wǎng)絡(luò)模型相結(jié)合，通過(guò)Copula Glasso 方法選擇不同的調(diào)節(jié)因子來(lái)構(gòu)建復(fù)雜網(wǎng)絡(luò)。文中主要對(duì)最低調(diào)節(jié)因子（0.1）、最高調(diào)節(jié)因子（0.9）和行業(yè)分離前后的網(wǎng)絡(luò)圖進(jìn)行分析，研究國(guó)內(nèi)股市一級(jí)行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)、發(fā)達(dá)市場(chǎng)一級(jí)行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)以及中國(guó)與發(fā)達(dá)市場(chǎng)股市一級(jí)行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)，并分析其具有代表性的網(wǎng)絡(luò)指標(biāo)，更深入地揭示行業(yè)間關(guān)聯(lián)網(wǎng)絡(luò)的特征。

1.中國(guó)股市行業(yè)間關(guān)聯(lián)網(wǎng)絡(luò)

如圖4所示，當(dāng)調(diào)節(jié)因子為0.1時(shí)，各行業(yè)間的關(guān)聯(lián)網(wǎng)絡(luò)為一個(gè)整體，關(guān)聯(lián)非常密切，沒(méi)有行業(yè)被孤立出來(lái)，但不能有效識(shí)別系統(tǒng)性重要行業(yè)。繼續(xù)加大調(diào)節(jié)因子，當(dāng)調(diào)節(jié)因子為0.7時(shí)，可以明顯看出金融行業(yè)、房地產(chǎn)行業(yè)和公用事業(yè)行業(yè)均處于網(wǎng)絡(luò)邊緣地帶，有脫離整個(gè)行業(yè)系統(tǒng)的趨勢(shì)，而信息技術(shù)行業(yè)、工業(yè)行業(yè)、非日常消費(fèi)行業(yè)和原材料行業(yè)則相對(duì)占據(jù)重要地位。當(dāng)調(diào)節(jié)因子為0.8 時(shí)，金融行業(yè)和房地產(chǎn)行業(yè)自成一體，與其他行業(yè)不再關(guān)聯(lián)；公用事業(yè)行業(yè)也脫離整體，自成一脈；而在網(wǎng)絡(luò)主體中，工業(yè)行業(yè)、原材料行業(yè)、信息技術(shù)行業(yè)和非日常消費(fèi)行業(yè)占據(jù)主體地位。當(dāng)調(diào)節(jié)因子最大（0.9）時(shí)，非日常消費(fèi)行業(yè)、工業(yè)行業(yè)和信息技術(shù)行業(yè)仍占主導(dǎo)地位，其他行業(yè)均邊緣化，這說(shuō)明非日常消費(fèi)行業(yè)、工業(yè)行業(yè)和信息技術(shù)行業(yè)為中國(guó)行業(yè)系統(tǒng)中的三個(gè)重點(diǎn)行業(yè)。

圖4 不同調(diào)節(jié)因子下中國(guó)股市行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)

從衡量網(wǎng)絡(luò)結(jié)構(gòu)中節(jié)點(diǎn)特征的指標(biāo)來(lái)看（度中心性和接近中心性），不論何種調(diào)節(jié)因子情況下，排在前四位的基本是非日常消費(fèi)行業(yè)、工業(yè)行業(yè)、原材料行業(yè)和信息技術(shù)行業(yè)，而房地產(chǎn)行業(yè)和公用事業(yè)行業(yè)基本排在最后兩位。從衡量網(wǎng)絡(luò)整體特征的指標(biāo)來(lái)看，平均最短路徑長(zhǎng)度比較穩(wěn)定，在1～2 之間，也就是平均來(lái)說(shuō)，某個(gè)行業(yè)與其他行業(yè)的關(guān)系需要通過(guò)另外的一到兩個(gè)行業(yè)來(lái)連接，說(shuō)明行業(yè)間的關(guān)聯(lián)較為緊密，一個(gè)行業(yè)發(fā)生變動(dòng)很容易影響到其他行業(yè)。關(guān)聯(lián)網(wǎng)絡(luò)的聚類(lèi)系數(shù)則是在0.3～1 之間，大體上呈現(xiàn)隨著調(diào)節(jié)因子增大而逐漸減小的趨勢(shì)，但網(wǎng)絡(luò)的整體聚集一直保持在一個(gè)較高的水平。

2.發(fā)達(dá)市場(chǎng)行業(yè)間關(guān)聯(lián)網(wǎng)絡(luò)

如圖5所示，當(dāng)調(diào)節(jié)因子為0.1時(shí)，發(fā)達(dá)市場(chǎng)各行業(yè)均與其他行業(yè)緊密相連。當(dāng)調(diào)節(jié)因子為0.7時(shí)，公用事業(yè)行業(yè)明顯被邊緣化，僅與日常消費(fèi)行業(yè)堪堪相連，能源行業(yè)同樣如此；工業(yè)行業(yè)、非日常消費(fèi)行業(yè)、金融行業(yè)、原材料行業(yè)則相對(duì)占據(jù)重要地位。當(dāng)調(diào)節(jié)因子為0.8 時(shí)，公用事業(yè)行業(yè)和日常消費(fèi)行業(yè)與主體分離，互相依存；醫(yī)療保健行業(yè)與能源行業(yè)也同主體相分離，各為一體；金融行業(yè)、工業(yè)行業(yè)、非日常消費(fèi)行業(yè)、原材料行業(yè)仍在網(wǎng)絡(luò)中占據(jù)重要地位。當(dāng)調(diào)節(jié)因子為0.9時(shí)，僅金融行業(yè)、原材料行業(yè)、工業(yè)行業(yè)、非日常消費(fèi)行業(yè)與信息技術(shù)行業(yè)互相連接，且金融行業(yè)、原材料行業(yè)、工業(yè)行業(yè)占據(jù)主要地位，與其他行業(yè)不相關(guān)聯(lián)。與國(guó)內(nèi)相同，發(fā)達(dá)市場(chǎng)工業(yè)行業(yè)和原材料行業(yè)均為行業(yè)系統(tǒng)中的重要行業(yè)，但是，國(guó)內(nèi)行業(yè)中，信息技術(shù)行業(yè)更為重要，金融行業(yè)則在高調(diào)節(jié)因子下被邊緣化；而發(fā)達(dá)市場(chǎng)行業(yè)中，金融行業(yè)則取代信息技術(shù)行業(yè)成為三大重點(diǎn)行業(yè)之一，信息技術(shù)行業(yè)雖仍未脫離主體，但較之金融行業(yè)的重要性仍有不足。

圖5 不同調(diào)節(jié)因子下發(fā)達(dá)市場(chǎng)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)

從節(jié)點(diǎn)特征來(lái)看，發(fā)達(dá)市場(chǎng)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)中，金融行業(yè)、工業(yè)行業(yè)、原材料行業(yè)、信息技術(shù)行業(yè)和非日常消費(fèi)行業(yè)不論在何種調(diào)節(jié)因子下，均占有重要地位，而能源行業(yè)和公用事業(yè)行業(yè)均排在最后兩位，與其他行業(yè)的關(guān)聯(lián)性較弱。而從網(wǎng)絡(luò)整體特征來(lái)看，同國(guó)內(nèi)類(lèi)似，平均最短路徑長(zhǎng)度比較穩(wěn)定，在1～2 左右，但整體比國(guó)內(nèi)低；網(wǎng)絡(luò)的聚類(lèi)系數(shù)在0.5～1 之間，整體高于國(guó)內(nèi)行業(yè)的關(guān)聯(lián)網(wǎng)絡(luò)。也就是說(shuō)，發(fā)達(dá)市場(chǎng)的行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)與國(guó)內(nèi)相比，網(wǎng)絡(luò)的整體關(guān)聯(lián)度更高，聚集性更強(qiáng)。

3.中國(guó)股市與發(fā)達(dá)市場(chǎng)行業(yè)間關(guān)聯(lián)網(wǎng)絡(luò)

如圖6所示，當(dāng)調(diào)節(jié)因子為0.1時(shí)，中國(guó)股市與發(fā)達(dá)市場(chǎng)21 個(gè)行業(yè)間關(guān)聯(lián)緊密，但發(fā)達(dá)市場(chǎng)的公用事業(yè)行業(yè)和日常消費(fèi)行業(yè)明顯處于邊緣位置。當(dāng)調(diào)節(jié)因子為0.5時(shí)，雖然21個(gè)行業(yè)已明顯分為中國(guó)股市與發(fā)達(dá)市場(chǎng)兩個(gè)子塊，但是兩者之間仍具有緊密的聯(lián)系。而當(dāng)調(diào)節(jié)因子為0.6 時(shí)，兩個(gè)系統(tǒng)之間已經(jīng)沒(méi)有關(guān)聯(lián)。當(dāng)調(diào)節(jié)因子為0.9 時(shí)，中國(guó)的金融行業(yè)和房地產(chǎn)行業(yè)脫離國(guó)內(nèi)行業(yè)系統(tǒng)；而國(guó)外的公用事業(yè)行業(yè)、能源行業(yè)、日常消費(fèi)行業(yè)和醫(yī)療保健行業(yè)也脫離發(fā)達(dá)市場(chǎng)的行業(yè)系統(tǒng)，其中日常消費(fèi)行業(yè)與公用事業(yè)行業(yè)相互依存。

圖6 不同調(diào)節(jié)因子下國(guó)內(nèi)外全行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)

從節(jié)點(diǎn)特征來(lái)看，與上文研究相同，國(guó)內(nèi)行業(yè)中，非日常消費(fèi)行業(yè)、工業(yè)行業(yè)、信息技術(shù)行業(yè)和原材料行業(yè)為系統(tǒng)性重要行業(yè)，而房地產(chǎn)行業(yè)、金融行業(yè)和公用事業(yè)行業(yè)與其他行業(yè)的關(guān)聯(lián)性較低。而發(fā)達(dá)市場(chǎng)行業(yè)中，金融行業(yè)、非日常消費(fèi)行業(yè)、工業(yè)行業(yè)和原材料行業(yè)為系統(tǒng)性重要行業(yè)，公用事業(yè)行業(yè)和能源行業(yè)與其他行業(yè)的關(guān)聯(lián)性較低。從網(wǎng)絡(luò)整體特征來(lái)看，平均最短路徑長(zhǎng)度雖仍在1～2 之間，但比中國(guó)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)和發(fā)達(dá)市場(chǎng)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)要偏低；網(wǎng)絡(luò)的聚類(lèi)系數(shù)在0.5～1之間，處于一個(gè)較高的網(wǎng)絡(luò)聚集水平，相比國(guó)內(nèi)和國(guó)外的行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)偏高。且相比國(guó)內(nèi)和國(guó)外的行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)均是在0.8 的調(diào)節(jié)因子下才有行業(yè)脫離整體，國(guó)內(nèi)外21 個(gè)行業(yè)的關(guān)聯(lián)網(wǎng)絡(luò)則在0.6的調(diào)節(jié)因子下就已有行業(yè)脫離網(wǎng)絡(luò)主體。這說(shuō)明在探究國(guó)內(nèi)外所有行業(yè)傳導(dǎo)路徑的過(guò)程中，國(guó)內(nèi)國(guó)外行業(yè)摻雜在一起，相互影響，使得行業(yè)間傳導(dǎo)路徑變得更為復(fù)雜，導(dǎo)致行業(yè)脫離主體的情況提前出現(xiàn)。

（五）中國(guó)股市和發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)間相依結(jié)構(gòu)分析

首先，基于產(chǎn)業(yè)分類(lèi)相關(guān)理論知識(shí)、R藤Copula樹(shù)圖和不同調(diào)節(jié)因子下的行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)，進(jìn)一步對(duì)行業(yè)進(jìn)行分類(lèi)，將國(guó)內(nèi)外21個(gè)一級(jí)行業(yè)分為8個(gè)產(chǎn)業(yè)，具體見(jiàn)表5所列。其中，虛擬產(chǎn)業(yè)代表以金融業(yè)為主的虛擬經(jīng)濟(jì)；民生產(chǎn)業(yè)、傳統(tǒng)產(chǎn)業(yè)和新興產(chǎn)業(yè)共同構(gòu)成實(shí)體經(jīng)濟(jì)。民生產(chǎn)業(yè)與居民日常生活息息相關(guān)，代表著居民的主要消費(fèi)；傳統(tǒng)產(chǎn)業(yè)以工業(yè)行業(yè)為主，代表著國(guó)內(nèi)的傳統(tǒng)生產(chǎn)力；新興產(chǎn)業(yè)以信息技術(shù)行業(yè)和通訊服務(wù)行業(yè)為主，代表著國(guó)內(nèi)的創(chuàng)新能力與關(guān)鍵技術(shù)。其次，分別對(duì)國(guó)內(nèi)4個(gè)產(chǎn)業(yè)、國(guó)外4個(gè)產(chǎn)業(yè)、國(guó)內(nèi)外8個(gè)產(chǎn)業(yè)做分塊Copula，對(duì)國(guó)內(nèi)外的產(chǎn)業(yè)間相依結(jié)構(gòu)進(jìn)行深入研究，為促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、實(shí)現(xiàn)國(guó)內(nèi)國(guó)際雙循環(huán)提供理論支撐。

表5 中國(guó)股市與發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)集群分類(lèi)結(jié)果

1.中國(guó)股市產(chǎn)業(yè)間相依結(jié)構(gòu)

由表6可知，中國(guó)股市各產(chǎn)業(yè)間Kendall τ系數(shù)均大于0，說(shuō)明產(chǎn)業(yè)間存在顯著的正向聯(lián)動(dòng)。其中，民生產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)間相依性最強(qiáng)，為0.53；虛擬產(chǎn)業(yè)與民生產(chǎn)業(yè)間相依性最弱，為0.43。產(chǎn)業(yè)內(nèi)部中，仍是工業(yè)行業(yè)與原材料行業(yè)相依性最強(qiáng)，為0.63；非日常消費(fèi)行業(yè)與公用事業(yè)行業(yè)相依性最弱，為0.39。此外，如圖7 所示，中國(guó)4 個(gè)產(chǎn)業(yè)間的樹(shù)圖如傘狀，為C 藤結(jié)構(gòu)，各產(chǎn)業(yè)間以民生產(chǎn)業(yè)為中心節(jié)點(diǎn)，向其他產(chǎn)業(yè)散布而去，使各產(chǎn)業(yè)間間接相互關(guān)聯(lián)。民生產(chǎn)業(yè)包括日常消費(fèi)行業(yè)、非日常消費(fèi)行業(yè)、醫(yī)療保健行業(yè)和公用事業(yè)行業(yè)，涵蓋居民日常生活的方方面面，與其他產(chǎn)業(yè)直接相關(guān)。

圖7 中國(guó)股市產(chǎn)業(yè)相依結(jié)構(gòu)

表6 中國(guó)股市各產(chǎn)業(yè)及產(chǎn)業(yè)內(nèi)部第一棵樹(shù)結(jié)果

2.發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)間相依結(jié)構(gòu)

由表7 可知，發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)間Kendall τ 系數(shù)依舊均大于0，產(chǎn)業(yè)間存在正向聯(lián)動(dòng)關(guān)系。其中，仍是民生產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)間相依性最強(qiáng)，為0.46；傳統(tǒng)產(chǎn)業(yè)與虛擬產(chǎn)業(yè)間相依性最弱，為0.36。產(chǎn)業(yè)內(nèi)部中，仍是傳統(tǒng)產(chǎn)業(yè)中的工業(yè)行業(yè)與原材料行業(yè)相依性最強(qiáng)，為0.58；非日常消費(fèi)行業(yè)與醫(yī)療保健行業(yè)相依性最弱，為0.40。此外，如圖8所示，發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)間的樹(shù)圖為鏈條模式，符合D 藤結(jié)構(gòu)，產(chǎn)業(yè)與產(chǎn)業(yè)之間依次連接，形成完整的產(chǎn)業(yè)鏈條。

圖8 發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)相依結(jié)構(gòu)

表7 發(fā)達(dá)市場(chǎng)各產(chǎn)業(yè)及產(chǎn)業(yè)內(nèi)部第一棵樹(shù)結(jié)果

3.中國(guó)股市與發(fā)達(dá)市場(chǎng)產(chǎn)業(yè)間相依結(jié)構(gòu)

由表8可知，中國(guó)的虛擬產(chǎn)業(yè)與發(fā)達(dá)市場(chǎng)的傳統(tǒng)產(chǎn)業(yè)間Kendall τ 系數(shù)值最小，為0.23，明顯小于國(guó)內(nèi)國(guó)外其他產(chǎn)業(yè)間的Kendall τ系數(shù)值。此外，如圖9 所示，國(guó)內(nèi)國(guó)外產(chǎn)業(yè)間各自聚集，具有較強(qiáng)的獨(dú)立性，通過(guò)中國(guó)的虛擬產(chǎn)業(yè)與發(fā)達(dá)市場(chǎng)的傳統(tǒng)產(chǎn)業(yè)相互連接在一起，形成完整的產(chǎn)業(yè)相依結(jié)構(gòu)。

圖9 國(guó)內(nèi)外全產(chǎn)業(yè)相依結(jié)構(gòu)

表8 中國(guó)股市和發(fā)達(dá)市場(chǎng)各產(chǎn)業(yè)及產(chǎn)業(yè)內(nèi)部第一棵樹(shù)結(jié)果

四、結(jié) 論

本文從金融市場(chǎng)角度出發(fā)，對(duì)國(guó)內(nèi)外全行業(yè)相依結(jié)構(gòu)進(jìn)行研究。首先采用ARMA-GARCH 類(lèi)模型對(duì)收益率數(shù)據(jù)進(jìn)行擬合，接著通過(guò)R藤Copula模型和基于Copula Glasso 方法進(jìn)一步拓展的復(fù)雜網(wǎng)絡(luò)模型對(duì)中國(guó)行業(yè)與發(fā)達(dá)市場(chǎng)行業(yè)的非線性相依結(jié)構(gòu)和非線性關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行研究，并進(jìn)一步對(duì)行業(yè)進(jìn)行分類(lèi)，通過(guò)分塊R藤Copula方法分析國(guó)內(nèi)外產(chǎn)業(yè)間的相依關(guān)系，所得結(jié)論如下：

第一，從行業(yè)相依性來(lái)看，無(wú)論是中國(guó)還是發(fā)達(dá)市場(chǎng)，其行業(yè)間均存在顯著的正向相依關(guān)系，其中工業(yè)行業(yè)與原材料行業(yè)相依性最強(qiáng)，且均通過(guò)工業(yè)行業(yè)和非日常消費(fèi)行業(yè)將各行業(yè)連通起來(lái)，形成完整的全行業(yè)相依結(jié)構(gòu)；此外，國(guó)內(nèi)國(guó)外行業(yè)系統(tǒng)各自聚集，彼此涇渭分明，通過(guò)國(guó)內(nèi)外原材料行業(yè)連接起來(lái)，構(gòu)成全行業(yè)相依結(jié)構(gòu)；從尾部相依性來(lái)看，發(fā)達(dá)市場(chǎng)行業(yè)的尾部相依性明顯強(qiáng)于國(guó)內(nèi)。我國(guó)目前占主導(dǎo)地位的仍是以工業(yè)行業(yè)、原材料行業(yè)為首的傳統(tǒng)行業(yè)，但在非接觸經(jīng)濟(jì)時(shí)代的新發(fā)展格局下，傳統(tǒng)產(chǎn)業(yè)必須全面踐行供給側(cè)結(jié)構(gòu)性改革，延伸每一產(chǎn)業(yè)鏈的前向關(guān)聯(lián)和后向關(guān)聯(lián)，提升產(chǎn)業(yè)抵御市場(chǎng)風(fēng)險(xiǎn)的能力。

第二，從行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)來(lái)看，0.1調(diào)節(jié)因子下的中國(guó)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)和發(fā)達(dá)市場(chǎng)行業(yè)關(guān)聯(lián)網(wǎng)絡(luò)均結(jié)構(gòu)密集，各行業(yè)間存在復(fù)雜的關(guān)聯(lián)性；而隨著調(diào)節(jié)因子的增大，行業(yè)間關(guān)聯(lián)性通過(guò)篩選逐漸減小，甚至部分行業(yè)脫離網(wǎng)絡(luò)主體，但系統(tǒng)性重要行業(yè)也隨之清晰；國(guó)內(nèi)行業(yè)中，信息技術(shù)行業(yè)、工業(yè)行業(yè)、非日常消費(fèi)行業(yè)和原材料行業(yè)在關(guān)聯(lián)網(wǎng)絡(luò)中占主導(dǎo)地位，金融行業(yè)、房地產(chǎn)行業(yè)和公用事業(yè)行業(yè)最早脫離主體；而在發(fā)達(dá)市場(chǎng)行業(yè)中，金融行業(yè)取代信息技術(shù)行業(yè)，與工業(yè)行業(yè)、非日常消費(fèi)行業(yè)和原材料行業(yè)成為系統(tǒng)性重要行業(yè)，信息技術(shù)行業(yè)雖仍不可小覷，但重要性較之國(guó)內(nèi)明顯減弱。在國(guó)內(nèi)產(chǎn)業(yè)關(guān)聯(lián)網(wǎng)絡(luò)中，虛擬產(chǎn)業(yè)與實(shí)體產(chǎn)業(yè)的關(guān)聯(lián)性明顯弱于其他產(chǎn)業(yè)間，因此，應(yīng)盡快促進(jìn)以金融業(yè)為主的虛擬產(chǎn)業(yè)與實(shí)體產(chǎn)業(yè)融合，以此推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，形成具有核心競(jìng)爭(zhēng)力的現(xiàn)代產(chǎn)業(yè)體系，以產(chǎn)業(yè)高質(zhì)量發(fā)展帶動(dòng)國(guó)內(nèi)與國(guó)際經(jīng)濟(jì)的循環(huán)互動(dòng)。

第三，從產(chǎn)業(yè)相依性來(lái)看，傳統(tǒng)產(chǎn)業(yè)和民生產(chǎn)業(yè)在國(guó)內(nèi)外所有產(chǎn)業(yè)中占據(jù)重要地位；國(guó)內(nèi)產(chǎn)業(yè)中，民生產(chǎn)業(yè)作為關(guān)鍵產(chǎn)業(yè)，與其他產(chǎn)業(yè)相連，形成傘狀產(chǎn)業(yè)結(jié)構(gòu)；相比國(guó)內(nèi)，國(guó)外各產(chǎn)業(yè)間產(chǎn)業(yè)結(jié)構(gòu)發(fā)生變化，呈鏈?zhǔn)疆a(chǎn)業(yè)結(jié)構(gòu)；與全行業(yè)相依結(jié)構(gòu)類(lèi)似，國(guó)內(nèi)國(guó)外產(chǎn)業(yè)間也是各自聚集，具有高獨(dú)立性，并通過(guò)中國(guó)的虛擬產(chǎn)業(yè)與發(fā)達(dá)市場(chǎng)的傳統(tǒng)產(chǎn)業(yè)相連，形成國(guó)內(nèi)國(guó)際共同的產(chǎn)業(yè)結(jié)構(gòu)。目前我國(guó)新興產(chǎn)業(yè)的重要性仍顯不足，應(yīng)繼續(xù)大力實(shí)施“數(shù)字+”戰(zhàn)略，挖掘產(chǎn)業(yè)發(fā)展新動(dòng)能，以數(shù)字化變革推動(dòng)產(chǎn)業(yè)鏈供應(yīng)鏈優(yōu)化升級(jí)。