金融市场与实体经济主要行业之间的风险溢出效应.pdf
《金融市场与实体经济主要行业之间的风险溢出效应.pdf》由会员分享,可在线阅读,更多相关《金融市场与实体经济主要行业之间的风险溢出效应.pdf(12页珍藏版)》请在咨信网上搜索。
1、JRYJJ金融市场与实体经济主要行业之间的风险溢出效应摘要 运用基于TVP-VAR模型的预测误差方差分解方法和Copula方法,量化分析金融各子市场与五大实体行业之间的风险溢出效应。实证结果表明,银行业和债市的风险溢出效应较大,银行业的影响更容易传导至工业和能源业等传统行业,而债市的影响更多传导到信息技术等新兴行业;汇市的风险溢出效应较小,且更容易传导至能源业。相较于其他金融市场,债券市场对实体行业的尾部风险溢出作用相对更强;国债波动对实体行业的风险溢出效应大,但是企业债与实体行业的尾部相关系数更大。金融市场和实体经济风险之间存在互相溢出,近年来金融市场成为风险被溢出者,尤其是外汇市场。因此,
2、要将实体经济的需求特征纳入金融监管体系的考量范围,定期监测和分析金融市场风险,尤其控制银行和债券市场风险的溢出。关键词 风险溢出;实体行业;金融市场;尾部风险;时变Copula中图分类号 F832.5文献标识码A文章编号1006-169X(2024)01-0018-12DOI:10.19622/36-1005/f.2024.01.002基金项目 教育部人文社科基金后期项目“资产负债表关联与风险溢出双重视角下的政府杠杆率结构性优化研究”(21JHQ068)。作者简介 李程(1981),天津人,天津工业大学经济与管理学院,博士,教授,研究方向为金融风险;李佳馨(2000),四川德阳人,天津工业大学
3、经济与管理学院,研究方向为金融学;陈文舒(2000),黑龙江大庆人,西安电子科技大学经济与管理学院,硕士研究生,研究方向为金融学。李程,李佳馨,陈文舒一、引言金融业的本质功能是服务业,金融行业的发展离不开实体经济,而随着金融混业化经营程度的不断增强,金融各个行业与实体行业之间的业务往来范围和关联度也得到了进一步加深,金融风险溢出的危害性进一步提高,因此考量金融风险溢出效应时应该将实体经济的规模和特性纳入到金融业的结构系统和监管体系中。金融子市场与实体经济之间有哪些风险溢出效应?在金融业发生危机时,哪个部门较易受到冲击?相关部门应该如何完善监管体系?研究上述问题对提升金融服务实体经济的能力,助力
4、中国经济稳定增长有一定的现实意义。关于金融市场风险溢出的研究,国内外都已有很多文献,笔者从跨行业间的风险溢出效应的研究现状和现有风险溢出效应的测度方法两个角度进行文献梳理和总结。一方面,关于跨行业间风险溢出效应的研究。国内外研究者最早将研究重心放在了金融市场间(股票、原油)的风险溢出效应。李政等(2019)指出,金融业各行业之间存在跨行业风险传染,银行和保险业的风险贡献度较高。张FINANCE AND ECONOMY金融与经济2024.0118JRYJJ宗新和陈莹(2022)构建跨部门风险溢出网络,表明外汇市场、债券市场和房地产市场是主要的风险溢出方。但随着研究的开展,部分研究者也开始将实体经
5、济引入金融系统风险溢出的研究范围,Wu et al.(2019)发现中国股市存在跨行业传播的风险。其中工业类行业、消费品行业、材料行业的风险溢出效应较强,但这种溢出效应随时间而变化。何红霞和武志胜(2018)通过对波动率和尾端风险两个方面的考察,发现实体行业受到来自金融市场风险溢出效应的影响。目前,关于金融子市场与实体行业之间的跨行业风险溢出效应方面的研究成果相对较少。刘超等(2021)探究中国上市公司行业关联动态演化与证券市场风险之间的相互关系,当证券市场风险增大时会促使上市公司行业系统的关联性更强。周亮(2021)考察了网络关联度对股市下跌风险的影响。另一方面,关于风险溢出效应测度方法的研
6、究。国内外研究者基本上是在对风险资产收益率分布刻画的基础上进行的,现有方法一般为 Granger 因果检验法、GARCH 族和 Copula、CoVaR等。其中,Copula能够更灵活地捕获非线性相关结构,有助于更好地刻画尾部的极值相关性和极端风险。早期文献所用的Copula函数多是简单的,不足以有效表达市场中持续变动的风险特性。随后,出现了更容易捕获在金融市 场 上 连 续 变 动 相 互 关 系 的 时 变 参 数 的Copula。但是,Copula方法尽管可以确定风险传导方向,却无法很全面地说明一个市场经济的风险净溢出(净溢入)情况、两两市场经济间的风险传导规则及其金融系统整体的风险传导
7、机理。Diebold&Yilmaz(2009)首先给出了由于向量自回归(VAR)的预期误差方差分解的波动变化溢出效应测量;Diebold&Yilmaz(2012)又进一步给出了总量波动性溢出和有向波动性溢出的衡量方式,提出了使用TVP-VAR模型的时变参数广义预测误差方差分解方法来计算溢出指数,该种方法能更好对序列的时变特征进行分析,同时可以保证原始数据的完整性。通过更进一步深入研究与完善,利用目前溢出指数和溢出网络的方式,已可以刻画出各个金融市场间整体的风险溢出及其在两个金融市场间相互上溢的方向与大小,并且估计各个金融市场间风险净溢出与风险净溢入随时间的变动情况。综上所述,虽然当前研究中国金
8、融系统性风险的文章较多,但仍存在一些问题:一是研究范围的限制。大多数研究成果都限制在金融市场间,较少研究和考察整个体系的风险溢出,关于细分的金融市场间与实体行业之间的跨行业风险溢出效应方面的研究成果仍然较少。二是风险影响因素。由于目前的文献研究往往偏向于公司财务指标,忽视不同行业间的差异性和宏观政策因子的影响,在金融市场领域细分的研究成果也较少。针对此,该文以实体行业的部分行业市场与金融领域细分市场作为研究对象,结合了Diebold&Yilmaz(2012)和Mensi et al.(2017)的方法,测度金融对实体行业的均值溢出、波动溢出和尾部风险效应的同时对溢出效应的时变特性展开探讨。创新
9、点主要为以下两个方面:首先,借鉴方意等(2021)将系统性金融风险研究应纳入实体经济的观点,结合林毅夫等(2021)关于新结构金融学的有关理论,对实体行业和金融子市场间的风险溢出效应进行研究。其次,结合了Diebold&Yilmaz(2012)和Mensi et al.(2017)等的方法,基于VAR模型的预测误差方差分解方法和Copula方法,计算均值及波动溢出效应的总溢出指数、有向溢出指数、净溢出指数和尾部极值相关系数,对金融市场与实体行业之间的溢出效应进行定量分析,对溢出效应的时变特征进行讨论,对实体经济和金融市场动态风险溢出进行研究,为金融监管和系统性风险防范提供对策建议。二、理论分析
10、(一)金融各子市场对实体经济的异质性溢出从金融结构看,传统观点认为金融结构与经济增长有关,而金融结构不一致所带来的金融风险也不同。文献中常常根据系统中银行(有时包括债券市场)、股票市场所占比重的不同将国家金融结构划分为银行主导或市场主金融市场与实体经济主要行业之间的风险溢出效应19JRYJJ导。中国是以间接融资为主的金融体系,银行业相对发达,银行业的风险在金融体系中居于核心地位,银行对企业融资需求有着决定性的影响,银行风险对实体经济行业的溢出效应也会比较大。中国债券市场中大多数主体是政府所属机构或国有控股机构,近年来债券市场不断发展,债券违约发生的频率和数额也在增加,对实体经济行业产生了连锁反
11、应。在债券市场中,由于国债具有特殊的地位,既是财政政策工具,同时也是连接财政政策与货币政策的纽带,国债的波动对实体行业的影响应该是最大的。相对于银行和债券市场,股票市场虽然风险也很大,但股票属于浮动收益,不具有刚性兑付的要求,对实体经济的风险溢出可能弱于债券市场。而外汇市场在中国起步较晚,中国虽然是出口导向型经济,但经济仍然以内循环为主,外汇市场的风险对实体行业的溢出较小。20172020年中美贸易摩擦的发生,美方对中国出口的商品加征关税,导致不论是以劳动密集型为主还是以资本密集型为主的出口企业都受到了影响,出口企业的经济不景气,与出口联系密切的外汇市场也必然受到影响,实体经济和金融市场可能存
12、在双向的风险溢出。在此期间,外汇市场可能会出现被溢出的情况,股票市场的表现也相对低迷。因此可知,虽然银行、股市、债市、汇市都具有优化配置资金、进行风险分散的功能,但在不同金融结构下这些市场具有不同的侧重点和比较优势。偏于硬预算约束的银行和债券市场对实体行业的影响要强于软约束的股票和外汇市场,考虑到实体经济和金融市场可能存在双向溢出关系,由于中美贸易战导致出口企业的损失,同时由于经济下行导致的企业基本面风险,股票市场和外汇市场可能会成为风险承受方。假说1:金融市场与实体行业存在着双向溢出的关系,银行业和国债对实体行业的风险溢出效应最大,外汇市场风险溢出效应相对较低,可能出现风险被溢出的情况。(二
13、)金融市场风险对实体经济各行业的异质性溢出从实体经济需求结构看,处于不同经济发展时期的经济体,所需求的融资渠道显然不同。对于中国传统行业而言,其产业结构通常是劳动密集型产业,对企业的创新度和融资要求不高,这种行业所具有的风险较小,此时以稳定经营为主旨的银行业是与该产业形式相符合的主要融资渠道(林毅夫等,2009)。银行更善于获取和处理“标准化”的信息,对于风险较低的传统行业,资金回报较稳健,银行是适宜的融资渠道,银行风险也较多地向这些行业传递,而银行较少为技术和产品较新的高风险项目融资,对他们的影响也较小。相较而言,金融市场允许投资者持有不同的信息和看法,风险较高的创新企业更易通过金融市场获得
14、资金,对于技术密集型产业而言,其在生产中需要大量资本和融资,这种产业的创新风险更高。股票市场和债券市场是与这些行业需求所匹配的(毛盛志和张一林,2020),因此,股票和债券市场对这些高新技术行业的风险溢出也更明显。假说2:不同金融市场的溢出风险效应主要体现在不同行业。银行业的影响更容易传导至工业和能源业等传统行业,而债市的影响更多传导到信息技术等新兴行业。(三)债券市场各主体风险对实体行业的溢出异质性从债券市场看,由于中国债券市场发展晚,起步慢,成熟度不及股票市场,仍存在信用评级不完善、流动性不足、债券市场相互割裂等问题,在一定程度上抬升了债券市场风险的内生性。近年来债券市场不断发展,并打破刚
15、性兑付,违约事件频发,外溢效应变大,且溢出效应甚至可能强于股票市场。由于国债的发行主体是国家,所以具有最高信用,被公认为是最安全的投资工具。而企业债在中国大多数是国企发放,可以说国债和企业债属于政府行为,公司债是市场行为,因此具有政府性质的债券对于实体行业影响可能更大。此外,由于企业债和公司债有违约风险,而国债的违约风险相较于前两者明显更低。虽然国债的波动对实体经济各个行业的影响最大,金融与经济 2024.0120JRYJJ但是从尾部风险看,国债的影响应该弱于企业债,因此具有信用风险和违约可能的企业债的市场风险溢出效应可能更强。假说3:在细分的债券市场中,相较于国债,企业债与实体行业的尾部相关
16、系数可能更大。三、研究设计(一)研究各个市场之间的均值溢出、波动溢出效应针对金融子市场和实体行业在各个子交易市场之间的均值溢出、波动溢出效应,首先就必须对不同子交易市场的平均收益率和波动度序列进行建模。借鉴高扬和李春雨(2021)的研究,GARCH族模型可以较好地描绘市场间波动的变化趋势,而GJR-GARCH模型也有助于更深入捕捉波动的非对称性信号。为此,将先后使用GARCH(1,1)和拟合度较高的GJR-GARCH(1,1)对研究中的收益率数据进行拟合,并获取波动率序列。通过对收益率序列构建的ARMA(p,q)-GJR-GARCH(1,1)的模型如下所示:Ri,t=0+j=1pjRi,t-j
17、+i,t+j=1qji,t-j(1)i,t=i,tzi,tzi,ti.i.d.skst(2)2i,t=0+(1+1dt-1)2i,t-1+12i,t-1(3)dt-1=1,i,t-100,i,t-10(4)其中,式(1)为均值方程;式(2)为误差项的分布特征,由于指数收益率序列的偏态分布特征,对误差项采取偏t分布;式(3)为条件方差方程,i=1,2,3,4,5,11分别代表金融市场和实体行业,Ri,t(t=1,2,T)为11个研究变量的对数收益率,2i,t=Var(Ri,t|It-1),It-1为t-1时刻的条件信息集;dt-1为虚拟变量,式(4)分别反映利好利空消息对不同市场冲击的杠杆效应。
18、在 Diebold&Yilmaz(2014)对预测误差方差分解的溢出指数模型的改进中,使用 TVP-VAR模型捕捉研究对象的时变溢出效应,在不损耗原始数据信息的情况下,有效测度金融风险跨市场传染的特征。分别对N个市场已实现的收益率(波动率)建立p阶TVP-VAR模型如下:Vtt=t=1iRtt-i+t(5)其中,Vtt是样本的n 维列向量;i为nn的系数矩阵,t为随机扰动列向量,且服从独立同分布,不存在序列自相关。上标中的t表明考虑了时变因素。则VAR(p)的移动平均形式为:Vtt=t=1Ati+t-iAti=1Ati-1+2Ati-2+pAti-p(6)基于此,进行向前H步预测误差方差分解,
19、预测误差方差分解矩阵的公式如下:Hih-j=-1iih=0H()eiAhej2h=0H()eiAhAhej2(7)其中,Hih-j表示第i个市场收益率(波动率)的预测误差方差来自于第j个市场收益率(波动率)的比例,将矩阵标准化如下:Hij=Hijj=1NHij(8)i,j=1NHij=N,j=1NHij=1(9)最后对风险溢出的三个指数进行定义:总溢出指数:Stotal=1001Ni,j=1;ijNHij(10)有向溢出指数:溢出指数St0(toothers)和溢入指数Sfrom(fromothers)Sto=1001Nj=1;ijNHijSfrom=1001Nj=1;ijNHij(11)净溢
20、出指数:Snet=Sto-Sfrom(12)(二)研究各个市场间的尾部风险溢出效应相对于均值溢出和波动溢出从平均收益的角度评估风险,尾部风险重点关注于收益的左尾分布情况,其研究了市场间同时存在极端收益率的相关性。GJR-GARCH模型可以捕捉市场波动的典型特性,而Copula函数则可以刻画金融市场与实体经济主要行业之间的风险溢出效应21JRYJJ两种市场之间的相依结构,将二者组合可以更有效反映金融市场的时变风险溢出效应。该文中对Copula的主要参数估计和尾部相关系数分析的计算结果,均通过 Matlab 中的 DynamicCopula Toolbox(2010)完成。任何的二维变量联合分布函
21、数都可由相应的边缘分布与其连续函数来构成。令rs,t、ri,t表示任意两个市场(金融市场和实体行业)s和i在t时刻的收益率,其联合分布函数为:Ft(rs,t,ri,t)=Cts,i(Fts(rs,t),Fti(ri,t)rs,t,ri,tR(13)is,t=(1-is-is)Ris+isris,t-1+isis,t-1)0is+is1,is0,is0(14)其中,is和is分别表示拟合数据对应的系数,is,t为其时变参数,Ris为其样本参数,ris,t-1为其残差参数。尾部相关系数的定义式如下:=limr0+Cts,i(Fts(rs,t),Fts(ri,t)Fts(rs,t)(15)四、实证分
22、析(一)数据说明按照对市场信息的可得性及其对收益率序列的拟合效应,最终确定的研究对象为9个子行业,分别从具有代表性的金融市场和实体行业中选择代理变量。针对金融市场部分,该文在债券市场进一步细分为企业债,国债并作为研究对象,分别选取“上证企业债指数”“上证国债指数”代表企业债、国债市场,选取“中证银行指数”代表银行业、“人民币指数”代表外汇市场;针对整个实体行业,分别从信息科技、生产制造、能源动力、人民健康和基本生活5个方面,选取了较有代表性的5个中证800一级行业指数作为代理变量,其中包括“信息技术行业指数”“工业行业指数”“能源行业指数”“医药行业指数”和“消费行业指数”。数据来源于Wind
23、以及同花顺数据库,所有价格数据均为日收盘价,剔除交易日不匹配的数据和因节假日等因素而未进行交易的天数之外,时间区间为2019年3月1日至2023年2月28日,共包含8739个观测数据。中证银行指数是中国证券指数有限公司选取属于银行业的代表性股票,通过计算其交易金额和加权市值得出的指数。其成分股共32只,用以反映银行业的整体表现。而且在其所对应的市场里具有代表性,国内外部分学者也曾用相应指数代表相应市场,因此选择中证银行指数代表银行业。因为金融时间序列数据通常存在着非线性、不平稳、波动聚集等特点,因此一般在构建模型分析前,对其进行了对数化处理,以保证价格与收益之间的统一性。计算公式是:ri,t=
24、ln(Pi,t/Pi,t-1)100(16)(二)收益率和波动率描述性统计分析运用式(16)得到对数收益率后,开始提取波动率序列,采用建立GJR-GARCH(1,1)模型获得收益率序列中对应的波动率,并进行相关数据分析。表1为各市场收益率序列的描述统计分析结果。外汇市场和债券市场的对数收益率序列标准差小于1,而其他金融子市场以及5个主要实体行业的对数收益率序列的标准误差均在12左右,这说明除了外汇市场和债券市场的离散程度较小之外,其他金融市场和五大实体行业的收益率离散程度较大。从波动幅度看,信息技术行业的收益率波动的幅度最大,国债行业的波动幅度最小。信息技术行业、工业行业、能源行业、医药卫生行
25、业、消费行业、外汇市场的偏度系数均小于0,国债市场和银行业的偏度系数均大于0,说明系统中各个市场的收益率序列分布均呈现一定的非对称性特点;通过各市场的收益率序列的峰度系数都大于3可以看出,系统中所有市场的对数收益率在分布上都呈现出“尖峰厚尾”的非正态性特征。从JB检验结果看,金融子市场与五大实体行业均显著不服从正态分布。对各市场指数的收益率序列矩阵进行Ljung-BoxQ(20)检验,结果表明各个市场的收益率序列具有明显的自相关性;对金融市场和实体行业进行ARCH-LM检验,结果表明系统中金融市场的对数收益率序列均具有显著的金融与经济 2024.0122JRYJJARCH效应。进行单位根检验和
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 金融市场 实体 经济 主要 行业 之间 风险 溢出 效应
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。