我國金融市場間的聯動關系:基于結構沖擊的溢出效應分析

劉磊 呂元祥 王宇

（1.博時基金 宏觀策略部，廣東深圳518040；2.深圳綜合開發研究所，廣東深圳518023；3.中國社會科學院經濟研究所，北京102488）

我國金融市場間的聯動關系:基于結構沖擊的溢出效應分析

劉磊 呂元祥 王宇

（1.博時基金 宏觀策略部，廣東深圳518040；2.深圳綜合開發研究所，廣東深圳518023；3.中國社會科學院經濟研究所，北京102488）

本文提出了一種對金融市場間溢出效應的研究框架：基于利用金融市場間多元GARCH效應所識別出的結構VAR模型和結構GARCH模型，首次構造出均值和波動溢出指數模型，并對我國匯市、債市、股市和貨幣市場間的均值和波動溢出效應進行了實證分析。研究發現：金融市場間的同期關系較為顯著，且大部分與金融學基礎假說相吻合；股市和債市間的均值溢出效應強于其它市場間的均值溢出；各市場間的波動溢出效應明顯強于均值溢出效應；并且股市對其它市場的溢出效應最為顯著。

溢出效應； 金融市場； 結構沖擊

一、引言及文獻回顧

近年來，隨著一系列重要的市場化改革措施在我國金融市場領域實施，國內金融市場間的關聯性不斷加強，信息流動和風險溢出機制得到強化。金融市場間聯動性的增加既是金融體系有效性的表現，也是貨幣政策得以有效實施的必要條件。

本文將研究重點聚焦于四個核心金融市場：匯市、債市、股市和貨幣市場。這四個金融市場的參與主體廣泛、市場交易量大，在金融市場中最具研究價值，并且在近些年也都經歷了重要的市場化發展。在外匯市場方面，我國在2005年開始了匯率制度的市場化改革，加大了人民幣匯率形成機制的市場化程度。在債券市場方面，債券信用層次日趨豐富，非金融企業債務融資成本下降，債券交易主體增加，及境內金融機構推進赴香港發行人民幣債券等措施使市場的廣度和深度不斷拓展。在股票市場方面，通過逐步建立起的主板、中小板、創業板、代辦股份轉讓系統等多層次資本市場體系，及拓寬了的機構投資者入市渠道，股票市場的資源配置和市場化功能得到了強化。而貨幣市場經過多年發展，逐步形成了由同業拆借市場、銀行間債券市場、票據市場等組成的多層次市場。

金融市場間的關聯性通常主要體現在市場間的溢出效應上。大部分學者傾向于從均值和方差兩個角度研究溢出效應：均值溢出表現為市場間價格或收益的相互影響，而波動溢出則表現為波動率在市場間的傳遞。均值溢出既有大小，也有正負之分；而波動溢出只有大小之分，而無正負區別。

當前國內學者一般通過構造VAR模型，結合格蘭杰因果檢驗對均值溢出效應的方向和大小進行考量。對于波動溢出，學者更偏向于用揭示變量間波動規律的多元GARCH模型，通過考察ARCH系數矩陣和GARCH系數矩陣中的非對角線元素的大小及顯著性來分析金融市場間的波動溢出性質。

綜合現有的研究文獻來看，其觀點主要體現在四個方面。第一，檢驗標準不統一。雖然基于簡化式VAR—GARCH模型的檢驗屬于定量研究，但由于在這種模型下對系數變量的顯著性檢驗最具意義，學者所得結論較傾向于說明溢出效應的有無和方向，而非大小，而這為更加精確的比較各市場間溢出效應帶來困難。第二，無法考察結構沖擊的溢出效應，與溢出效應的研究初衷相背離。基于簡化式VAR的殘差序列由于未經過正交標準化，并不能代表各金融市場的結構沖擊，而只是各市場結構沖擊的線性組合（Kilian，2013）；而基于這種簡化式VAR殘差序列的GARCH模型無法正確考量各市場真實結構沖擊的波動溢出效應。第三，均值溢出效應只考察滯后期影響而忽略市場同期關系。由于簡化式VAR的格蘭杰因果檢驗只能分析滯后期市場變量對未來其它市場的影響，而一般采用日度數據或月度數據的研究假設市場間無同期關系影響是不現實的。第四，忽視了金融市場間的廣泛聯系。一國金融市場間是存在普遍聯系的，而大部分學者只對其中的某一對市場進行研究，這忽略了與其它市場的內生性聯系。

為了解決以上四個問題，本文試圖從以下幾方面進行闡述。第一，引入Diebold和Yilmaz（2009）的均值溢出指數模型，通過計算市場間的均值溢出指數來定量比較均值溢出效應的大小和方向。第二，基于與均值溢出指數相同的原則，發展出一種新的“波動溢出指數”模型，并以之對波動溢出效應進行分析比較。第三，運用GARCH識別方法來構建結構VAR模型和結構GARCH模型，并用來研究結構沖擊的均值和波動溢出效應。第四，通過對結構VAR的識別，辨別市場間同期影響關系的正負和大小，并對我國金融市場的基本特征進行分析。第五，本文將四個金融市場放在一起研究，消除將金融市場中內生變量外生化的缺點，增加結論的可靠性。

二、模型與估計方法

（一）結構VAR模型

構建滯后p期的4元結構VAR模型

假設μt是服從均值為0，方差為1的標準多元正態分布；I是單位矩陣；εt為簡化式VAR的殘差序列；矩陣B＝A—1。

矩陣∑可以從對簡化式VAR的估計中直接計算得出，學者一般采用Choleski分解得出矩陣B，但由于這種識別方式缺乏必要的經濟學含義且無法得出單一結論，一種新的基于異方差的識別方法在下節提出。

（二）基于GARCH模型的識別方法

在4變量模型中，采用矩陣的表達方式構造結構GARCH模型：

與Ng（2000）相同，本文將矩陣的非對角線元素當作波動溢出系數處理，并以之構建波動溢出指數。而更為重要，同時也是本文與其他文獻不同的是，本文的GARCH模型建立在結構沖擊的基礎上。

（三）均值溢出指數

預測誤差et＋1的方差協方差矩陣為

在四市場模型中，總均值溢出指數S，可以被定義為

總均值溢出指數測量了全部跨市場間的溢出效應。使用同樣的方法構建兩兩成對的均值溢出指數：市場j的結構沖擊對市場i的均值溢出指數

進一步定義兩個有方向的均值溢出指數。第一個是其他所有市場的結構沖擊對市場i的均值溢出指數

第二個是市場j的結構沖擊對其他所有市場的均值溢出指數

（四）波動溢出指數

Ross（1989）描述了“波動溢出”現象，并將這種現象歸因于信息在市場間的流動。這里將均值溢出定義為結構沖擊通過VAR系統對其它市場的傳導，而將波動溢出定義為波動（或信息）通過GARCH效應向其它市場的傳導。由于多元GARCH效應的存在，一個市場結構沖擊的波動（hj）會向其他市場溢出，影響到另一個市場的波動值hi。對GARCH等式兩邊取期望后，經簡單變化，可得到每個市場i結構沖擊的非條件方差與其他所有市場結構沖擊的非條件方差之間的關系

因此，第i個市場結構沖擊的非條件方差可以分解為兩個因素：來自自身市場沖擊和來自其他市場沖擊的溢出效應。來自自身市場的沖擊衡量的是沒有其他市場結構沖擊時的方差，用h0＝（h0，1，…，h0，4）T表示

矩陣∏可以被定義為波動溢出的系數矩陣。用矩陣形式可表達為

定義向量hf，i＝（hf，i，1，…，hf，i，4）T，用以來衡量市場i自身的結構沖擊所產生的溢出效應對所有市場（1，2，3，4）方差的影響。具體地，讓向量h0中除第i個元素外的全部元素為0，再將h向量定義為hf，i

很容易證明

這里dia（hf，i）表示一個對角矩陣，其對角線上第j個對角元素等于向量hf，i的第j個元素。由此我們可以定義第j個市場向第i個市場的波動溢出指數

三、中國金融市場間溢出效應的實證分析

本文分別采用直接標價法的人民幣兌美元匯率中間價收益率、中信標普全債指數收益率、上證綜指收益率和銀行間債券7天回購利率分別代表匯市、債市、股市和貨幣市場的收益。樣本數據區間為2006年2月6日至2012年7月27日，共得到1 690個日交易數據樣本。除貨幣市場利率（it）外，其他數據均作Rt＝ln（Pt/ Pt—1）×100的轉換，其中Pt表示轉換前三個金融市場的價格序列，Rt為轉換后的收益序列。

（一）四金融市場間的同期關系

表1顯示了A矩陣的估計結果，即每個金融市場對其它各個市場結構沖擊的反應系數。除匯市對其它市場，以及股市對貨幣市場和貨幣市場對債市的反應系數外，其余系數均是顯著的。

將表1經過簡單的算術運算，即可得出每個市場對其它市場的同期反應函數，可視為四個市場各自對同期外部沖擊的反應函數。

表1 系數估計結果(矩陣A)

由于市場間的均值溢出效應將通過下文的溢出指數來分析（溢出指數是市場間同期關系和滯后期關系相互作用所產生的結果），對于估計出的市場間同期關系，這里只對其符號進行分析。四個金融市場間共有12個市場同期關系，為了便于分析，將其標號列于式1—4之下，即（i）—（xii）。

式1描述了外匯市場對其它市場的反應。（i）和（ii）表明債市和股市收益率的上升會使人民幣匯率升值，支持資產組合平衡假說（Gavin，1989），債市或股市價格的上升會通過財富效應拉動對本幣的需求，吸引國際資本流入，從而導致本幣匯率升值。（iii）表明利率上升則會使人民幣貶值，這符合利率的貨幣主義學派假說，即一國利率上升會增加持有該國貨幣的機會成本，從而減少對該國貨幣的國際需求，導致匯率貶值；同時也可能意味著高利率將導致部分企業經營惡化，這會帶來高的風險升水，從而引起資本外逃，致使本幣貶值（Furman和Stiglitz，1998）；另外此處不符合凱恩斯的利率平價理論，即一國利率水平上升，將導致國際短期資本流入，而使匯率升值。

式2描述了債券市場對其它市場的反應。（iv）表明本幣升值會增加繼續升值的預期，而吸引國際資本流入，增加債券的需求，提高債券收益率。（v）表明股票收益的提高會引起債券收益下降，股市收益率提高會增加投資者對其收益率進一步提高的預期，而將資本從其它市場向股市轉移，從而降低對債券的需求量，使債券收益率下降。（vi）表明利率上升也會引發債市收益下降，這與金融市場的資產定價模型相一致。

式3描述了股票市場受其它市場的影響。（vii）表明匯率貶值，會影響到國際資本流入的流出，從而使股市收益下降；但這一結果不支持貨幣的“流量導向”模型（Dornbusch和Fisher，1980），該模型認為本幣貶值會增加出口企業的利潤，而中國企業的出口規模遠大于進口，因此貶值會增加企業利潤，提高股市收益率。（viii）表明債市收益的上升對股市正向促進作用這與Andersen等（2007）是一致的，即債市收益上升，意味著宏觀經濟的利好消息，投資者不會從股市撤資，相反會增加對股市投資，從對股市有正向促進作用；該反應系數較大可能反映了股票市場對債券收益率沖擊的“過度反應”（Shiller和Beltratti，1992）。而（ix）說明利率的上升會使股市收益下降，這仍然與金融資產定價模型相一致。

式4在國外文獻中通常被看作央行的政策反應函數，也稱作“泰勒法則”。而在我國，由于央行的主要貨幣政策工具仍然是以數量控制為主：即央行的貨幣政策主要體現在貨幣供應量上，而非利率調控，因此銀行市場間的拆借利率更多地反應了貨幣市場中的短期資金供求情況。（x）表明匯率貶值會引起利率的下降，這是由于中國市場結構中很大一部分是由國外的需求市場所構成，而貶值將有利于產品的出口從而增加短期貨幣的供應量，導致利率下降。（xi）表明債市收益與利率是正向關系，可能的解釋是債券市場收益率上升會增加投資者或金融機構對債市和股市的投資，增加本國貨幣的需求從而提高利率。（xii）表明股市收益率對利率是反向作用，這與利率對債市的反應截然相反，一個解釋是由于人民幣匯率相對穩定，股市收益率上升會吸引國際資本流入，在我國商業銀行資產配置結構約束（劉錫良等，2007）以及央行對沖操作愈趨困難（何慧剛，2007）的情況下將導致流動性過剩，從而降低利率水平；同時也在一定程度上反映了中國央行并不盯住股市（余元全和余元玲，2008）。

通過與其它文獻相對比，（iii）（vii）（ix）（x）的同期關系符號與Ehrmann等（2011）基于國際金融市場傳導的實證研究結果是相一致，另外（ii）（v）（vii）（viii）的同期關系符號與Andersen等（2007）基于高頻數據所得到的實證研究結果相吻合。

（二）GARCH系數估計

GARCH效應反應了市場間的波動溢出，即某個市場的隨機波動值會通過GARCH效應而對其它市場滯后一期的波動值產生直接影響。表2報告了結構GARCH模型系數的估計結果。

表2 系數估計結果(GARCH模型)

從表2的估計結果可以看到，大部分GARCH系數和ARCH系數的顯著性都較高，絕大部分系數都在1%的水平上顯著。其中，GARCH系數γi表示條件方差受其滯后一期值的影響，估計結果顯示匯率收益率、債券收益率、股票收益率以及貨幣市場利率的條件方差受自身滯后一期值的影響系數分別為0.85、0.97、0.93以及0.82，表明四個市場的條件方差都具有波動聚集性，其中債券市場條件方差受自身滯后一期值的影響最大。而ARCH系數λi，j表示的是條件方差受到自身市場和其他市場滯后一期結構沖擊平方值的影響，估計結果顯示絕大部ARCH系數都顯著大于0，表明多個市場條件方差都不同程度的受到自身市場和其他市場滯后一期結構沖擊平方值的影響。其中，匯率收益率、股票收益率以及貨幣市場利率的條件方差受自身市場滯后一期結構沖擊平方值的影響系數分別為0.13、0.06以及0.16，結果都大于來自其他市場滯后一期結構沖擊平方值的影響，不過債券收益率條件方差受股票收益率滯后一期結構沖擊平方值的影響則要大于受自身市場滯后一期結構沖擊平方值的影響。這表明股市對債市的滯后一期的波動溢出較大。

（三）金融市場間的均值溢出指數

均值溢出效應描述的是市場結構沖擊通過結構VAR系統中的水平收益率傳導機制向其它市場溢出的關系，其數值為百分比水平，即某一個市場的方差中有多大比例是來自于其它市場的影響。表3為均值溢出指數表，其相當于提供了關于均值溢出效應的“投入—產出”分析。

表3 均值溢出指數表

債市和股市之間的收入均值溢出效應較大，股市對債市溢出14.5%，債市對股市溢出13.4%，市場間的雙向溢出效應較為顯著，這說明股市和債市因其市場流通性強、交易主體廣泛，而表現出比其它市場更高的溢出效應，并且因為股市比債市的市場化程度更高，其向外溢出效應更強。此外債市對貨幣市場和匯市對股市的均值溢出指數均為1.2%，表現出較低的均值溢出效應。而其它市場間溢出指數均小于1%，可忽略不計。貨幣市場對其它市場的溢出以及受到其它市場的溢出影響均較小：由于我國當前實行利率雙軌制，市場化利率會在很大程度上受到非市場化的存貸款利率、央行再貼現率和央票利率的影響，而減弱其市場化特征，并因此減弱與其它金融市場的聯系，表現出貨幣市場的市場分隔現象。市場間總均值溢出指數為8.6%，說明我國金融市場間的均值溢出效應總體上比較小，金融市場間的“間接”聯系并不緊密。

造成我國金融市場均值溢出效應較小的重要原因在于：雖然我國近些年金融改革推進較快，但是我國金融市場的市場化程度依然不足，從而制約著市場價格形成機制的靈活性和有效性。其一，人民幣匯率的形成仍受制于我國實施的有管理浮動匯率制度和資本項目管制，人民幣的升值幅度很大程度上受到貨幣當局的控制（張明，2012），這些制度安排導致了匯率價格對于外匯供求的反應并不充分，造成外匯市場與其他市場之間價格的相互引導作用較小。其二，我國的利率體系仍然受到管制，造成了存貸款利率對于其它市場利率具有較強的引導作用，而市場利率對存貸款利率的引導作用有限，利率管制的存在限制了貨幣市場資金價格形成與傳導的有效性和靈活性，再加上我國嚴禁銀行資金進入股票市場股票以及交易所債券市場，這種市場分割也使貨幣市場與其他市場之間的均值溢出效應也就被削弱了。

（四）金融市場間的波動溢出指數

與均值溢出相同，波動溢出也反應了每個市場的預測誤差方差中受其它市場結構沖擊的影響比例。但所不同的是，波動溢出來自于市場間多元GARCH效應的作用，反應了結構沖擊對其它市場波動值的“直接”作用。表4為波動溢出指數表，其結構與均值溢出指數表相同。

表4 波動溢出指數表

各個市場間的雙向波動溢出效應較為明顯，但具有較明顯的非對稱性。匯市、債市和貨幣市場受其它市場溢出效應的影響均在3/4左右，而股市受其它市場的影響僅有5.4%。但股市卻對其它市場貢獻了161.5%的波動比例，而另三個市場的對外貢獻都不超過1/3。其中兩市場間的溢出效應最高值為股市向債市溢出70.4，緊隨其后的是股市向匯市溢出47.2%和股市向貨幣市場溢出44.4%。此外，債市對匯市和貨幣市場的波動溢出都要大于相應市場對債券市場的波動溢出，匯市對貨幣市場的波動溢出大于貨幣市場對匯市的波動溢出，這表明信息在市場間傳遞的非對稱性。市場間的總波動溢出指數為57.9%。相較于均值溢出效應，波動溢出指數明顯較高，說明金融市場間風險信息的聯系要比價格或收益率的聯系更加緊密；它表明所有市場的波動方差中有超過一半的比例來自于其它市場的波動溢出效應。

上述結果顯示股市對其他市場的波動溢出效應最大，這是由于我國的股票市場價格揭示得更充分以及波動性更大，因此他比其他市場傳遞了更多的信息。其中，這些波動性的信息可能來自于多方面，比如我國上市公司存在信息披露水平不高導致的信息不對稱會加大股價波動幅度（李翔和林樹，2007），作為我國股票市場中堅力量的證券投資基金的羊群與慣性反轉投資行為也會加大股票價格的波動性（謝赤等，2008），以及我國股票市場存在非對稱信息的沖擊效應，即“利好消息”的沖擊效應要大于等量“利空消息”的沖擊效應。由于股市的信息流動速度更快、效率更高，從而股市的波動會快速向其他市場溢出。這里需要提到的是，證券投資基金作為資本市場的主要買方機構，其迅速壯大以及積極參與銀行間市場的金融交易將使股市波動被快速傳導至其他市場，從而提高了金融市場間的聯動并加大了市場波動的傳導。與此同時，由于銀行間市場資金流向股市仍存在較大限制，從而導致從債券市場和貨幣市場傳導至股票市場的信息相對不足。此外，隨著企業大量使用遠期結售匯、外匯掉期、境外NDF等多種外匯衍生工具對沖外匯風險，也使得外匯市場波動風險對股票市場的影響下降。上述因素導致了股票市場對其他市場的波動溢出呈現出非對稱性，它也一定程度上反映了我國金融市場之間發展的非均衡性。

債市對匯市和貨幣市場的波動溢出具有非對稱性表明了我國債券市場相對于外匯市場和貨幣市場擁有更多信息。首先，我國債券市場的換手率高并且交易較頻繁，從而對信息的反應更加靈敏。同時由于債券的交易所市場投資主體主要是以中小型機構投資者和普通個人投資者為主，這些投資者的投資目的是為了獲得短期的投資收益，持有時間短、交易活躍的特點，這加大了交易所債券市場的波動性。這些特點表明債券市場能夠產生更多的信息，而隨著貨幣當局不斷放寬人民幣匯率的波幅以及擴大利率浮動空間，使得債券市場產生的信息能夠更有效的傳遞到外匯市場和貨幣市場。相比之下，我國銀行間市場中的貨幣市場和外匯市場由于分別受到利率管制和匯率管制的影響導致其信息流動和風險傳遞作用相對不強，造成債券市場對這兩個市場信息的反應并不敏感。

此外，隨著央行放寬人民幣匯率的波幅從而人民幣匯率彈性不斷加大，導致利率波動的加劇。由于人民幣匯率升值預期的增強導致大量國際資本通過各種渠道流入國內，貨幣當局不斷在外匯市場干預，而同時又不得不在公開市場進行沖銷，頻繁地實施這種沖銷政策會導致貨幣市場利率波動加大（趙天榮和李成，2010）。這些因素使得我國外匯市場在匯率受管制的情況下對貨幣市場的波動溢出效應相對更大。

（五）對均值溢出和波動溢出的相關分析

波動溢出衡量的是信息在市場間的傳遞（Ross，1989）。而這種信息中，既包含有意義的市場有效價格信息，同時還包含了無意義的市場噪音。以股票市場為例，由于股票市場具有換手率高、流動性強、市場投機性較重、資金規模龐大等特點，使該市場具有較高的波動性，也即蘊含了較豐富的市場信息；而隨著金融市場連通程度的提高，股票市場會通過信息流動和風險傳導引致其他三個市場波動率的協同運動。但這種通過波動溢出效應傳遞到其它市場的信息，需要被其它市場的參與主體解讀才可形成有效的市場信息而反映在價格或收益率的水平值上。在解讀信息的過程中，投資參與主體必然會過濾掉一部分的市場噪音信息；同時由于金融市場仍然存在價格管制，比如存在匯率管制、利率管制以及債券市場的分割等，使得其它金融市場的價格或收益率調整的比率較小，從而造成均值溢出明顯低于波動溢出效應。此外，包括人民幣在較長期內的升值預期以及房地產等資產價格快速上漲引致大量國際短期資本的套匯和套利行為（王世華和何帆，2007；張誼浩和沈曉華，2008；朱孟楠和劉林，2010）、央行為維持匯率穩定的難度加大（何慧剛，2007）、資產泡沫化風險上升（李稻葵和張雙長，2009；謝國忠，2010）以及金融市場聯動關系的穩定性不高（殷劍峰，2006）等因素都會不同程度的限制價格形成的有效性和充分性，增加金融市場的波動性和噪音的產生，并形成非對稱的信息流動和風險傳遞。

四、結論與啟示

本文以2006年2月到2012年7月我國的匯市、債市、股市和貨幣市場這四個核心金融市場的日度數據為研究對象，通過VAR—結構GARCH模型識別出的市場同期關系、以及均值溢出指數和波動溢出指數為研究方法，分析了金融市場間的溢出關系。

通過以上研究發現：第一，金融市場間的同期關系較為顯著，且大多符合金融理論的基本假說。第二，市場間的均值溢出效應較低，且主要表現為股市和債市間的雙向溢出聯系。第三，波動溢出效應遠高于均值溢出，有超過一半的市場方差比例來源于波動溢出效應。第四，股市由于其較高的市場流動性和豐富的參與主體而表現出最高的向外溢出效應。第五，貨幣市場受管制利率的影響而與其它市場具有較強的市場分隔性。

本文的分析對于金融市場主體的投資行為和央行的政策制定具有一定的參考意義。首先，金融市場投資人在制定投資組合計劃時，應參考市場溢出效應的形式和大小，以制定更科學合理的投資組合模型。同時，由于貨幣政策可顯著影響匯市、股市和債市的價格變化，以及這三個市場的價格變化也可影響貨幣市場利率，央行在制定和執行貨幣政策時需考慮金融市場的溢出效應，確保政策的有效性，降低金融風險。

［1］何慧剛.中國外匯沖銷干預和貨幣政策獨立性研究［J］.財經研究，2007（11）：18—30.

［2］李稻葵，張雙長.V型反彈，資產泡沫與新宏觀分析框架——金融危機后宏觀經濟形勢分析與展望［J］.經濟學動態，2009（9）：3—14.

［3］李翔，林樹.信息不對稱、信息披露與股票價格波動——兼論管理會計信息披露的市場效應［J］.山西財經大學學報，2007（6）：112—117.

［4］劉錫良，董青馬，王麗婭.商業銀行流動性過剩問題的再認識［J］.財經科學，2007（2）：96—103.

［5］王世華，何帆.中國的短期國際資本流動：現狀、流動途徑和影響因素［J］.世界經濟，2007（7）：12—19.

［6］謝赤，張太原，禹湘.證券投資基金投資行為對中國股市波動性影響研究［J］.中國社會科學，2008（3）：68—78.

［7］謝國忠.中國資產泡沫的問題分析［J］.國際金融研究，2010（1）：45—47.

［8］殷劍峰.中國金融市場聯動分析：2000—2004［J］.世界經濟，2006（1）：50—60.

［9］余元全，余元玲.股價與我國貨幣政策反應：基于泰勒規則的實證研究［J］.經濟評論，2008（4）。

［10］張明.人民幣匯率升值：歷史回顧、動力機制與前景展望［J］.金融評論，2012（2）：12—25.

［11］張誼浩，沈曉華.人民幣升值、股價上漲和熱錢流入關系的實證研究［J］.金融研究，2008（11）：87—98.

［12］趙天榮，李成.人民幣匯率與利率之間的動態關系——基于VAR—GARCH模型的實證研究［J］.統計研究，2010（2）：72—76.

［13］朱孟楠，劉林.短期國際資本流動、匯率與資產價格——基于匯改后數據的實證研究［J］.財貿經濟，2010（5）：5—13.

［14］Andersen T G，Bollerslev T，Diebold F X，et al.Real-Time Price Discovery in Global Stock，Bond and Foreign Exchange Markets［J］.Journal of International Economics，2007，73（2）：251—277.

［15］Diebold F，X，Yilmaz K.Measuring Financial Asset Return and Volatility Spillovers，with Application to Global Equity Markets［J］.The Economic Journal，2009，119：158—171.

［16］Dornbusch R，Fischer S.Exchange Rates and the Current Account［J］.American Economic Review，1980，70（5）：960-971.

［17］Ehrmann M，Fratzscher M，Rigobon R.Stocks，Bonds，Money Markets and Exchange Rates：Measuring International Financial Transmission［J］. Journal of Applied Economics，2011，26（6）：948—974.

［18］Furman J，Stiglitz J E.Economic Crises：Evidence and Insights from East Asia［J］.Brookings Papers on Economic Activity，1998，29（2）：1—114.

［19］Gavin，M.The Sstock Market and Exchange Rate Dynamics［J］.Journal of International Money and Finance，1989，8（2）：181—200.

［20］Hashimzade N，Thornton M.Handbook of Research Methods and Applications in Empirical Macroeconomics［M］.Edward Elgar Pub，2013.

［21］Ng A.Volatility Spillover Effects from Japan and the US to the Pacific-Basin［J］.Journal of International Money and Finance，2000，19（2）：207—233.

［22］Ross S A.Information and Volatility：the No-Arbitrage Martingale Approach to Timing and Resolution Irrelevancy［J］.the Journal of Finance，1989，44（1）：1—17.

［23］Shiller R J，Beltratti A E.Stock Prices and Bond Yields—Can their Comovements be Explained in Terms of Present Value Models？［J］.Journal of Monetary Economics，1992，30（1）：25—46.

責任編輯 王麗英

Give or Receive Spillovers across Chinese Financial Markets

LIU Lei1，LV Yuan-xiang2，WANG Yu3
（1.School of Business Management and Economy，Beijing Novmal University，Beijing 100063，China；2.China Development Institute，Shenzhen 030333，China；3.Institute of Economics，Chinese Academy of Social Sciences，Beijing 100050，China）

The paper presents a framework for analyzing the spillover effect of financial markets：utilizing the structural VAR and structural GARCH model identified through multi-GARCH effect，we firstly propose mean and volatility spillover index，and empirically investigate the spillover effect within exchange market，bond market，stock market，and money market of China.The results indicate that there are strong contemporaneous interactions among these markets，mostly matching the basic financial theories；the mean spillover effect between stock market and bond market is stronger than others；the volatility spillovers are much stronger than mean spillovers；and the spillover effect from stock market is more significant than from others.

Spillover Effect；Financial Market；Structural Shocks

F830.9 文獻標識碼:A 文章編號:1005—1007(2015)02—0081—10

2014-11-03

劉磊，男，博時基金宏觀策略部研究員，北京師范大學經濟與工商管理學院博士后研究員，主要從事貨幣理論與資本市場研究；呂元祥，男，深圳綜合開發研究院研究員，主要從事產業經濟研究；王宇，男，中國社會科學院經濟研究所博士生，主要從事貨幣理論與貨幣政策研究。