上證大宗商品ETF 系統性風險影響因素與影響路徑分析—結構方程模型在中國資本市場的運用

■ 朱才斌 李增欣（、北京物資學院 北京 049、天津金城銀行 天津 300050）

引言

2000年以來海外的商品價格指數基金快速發展，我國也于2010年11月成立首只上證大宗商品股票指數基金，受到投資者追捧。然而資本市場的系統性風險導致的大宗商品價格波動頻繁，幅度巨大，令投資者難以預測，又不能通過投資組合等手段加以規避。如何界定上證大宗商品ETF 的系統性風險來源和風險之間的傳導路徑，成為中國證券市場監管者與投資者期盼解決的一個棘手問題。本研究利用結構方程理論，建立風險評價模型，為上證大宗商品ETF系統性風險測評、預警和控制提供有意義的參考和建議。

國內外研究現狀

資本市場系統性風險通常指的是金融風險從一個機構傳遞至多家機構，從一個市場蔓延到多個市場，從而使得整個金融體系變得極為脆弱的全局性風險，具有突發性、傳染性和外部性等。一旦發生，將導致金融體系功能難以發揮，容易引發金融危機，還將沖擊實體經濟。國內外學者從資本市場系統性風險的識別方法以及影響因素等多方面進行了研究。

（一）資本市場系統性風險識別方法綜述

20世紀末，學術界就驗證了系統性風險的存在，例如班尼特（Bennett）和凱萊赫（Kelleher）（1998）以日交易數據證明了英國、日本、德國和美國的股市價格波動的相關性，證明了在1987年10 月全球股市危機之前，這些市場之間的相關系數變得越來越高。而隨后格麗凱（Glick）和羅斯（Ross）（1999）采用復雜的概率模型對全球金融市場的危機傳染效應進行了實證分析，表明系統性風險是一個全球現象（范小云，2007）。2008年美國次貸危機以來，一些國際組織一直在對系統性風險分析及預警方法進行探索，其中一些方法基于如下假設：通過分析金融機構的相關性系數作為識別系統性風險程度的替代指標。

國內學者龔明華等（2010）研究了資本市場系統性風險的識別方法，他指出系統性風險發生的市場源泉根植于微觀風險承擔行為所產生的“外部效應”，通過系統內的各個因素之間錯綜復雜的聯系而具有快速傳遞的危險特征。雷利華、黃宗遠（2010）利用資產定價模型研究了影響投資環境的因素復雜多變，僅僅依靠β系數既不知風險的影響因素，也不知風險的傳導路徑。

（二）資本市場系統性風險影響因素研究綜述

我國學者對引起資本市場及大宗商品價格變化的系統性風險因素分析如下：

同業拆借市場實際利率。高麗（2010）通過結構向量自回歸SVAR模型對影響中國同業拆借市場實際利率變動的幾個因素進行實證分析，發現通貨膨脹率CPR和實際狹義貨幣供給量RM1的變動對實際拆借利率產生負向作用，人民幣匯率FER和美國聯邦基金利率FFR的變動則對其產生正向作用。

CPI。蕭松華、伍旭（2009）研究表明PPI引導了CPI變動，其原因是生產資料價格指數、生活資料價格指數和原材料、燃料和動力價格指數都引導了CPI 變動。張海波、徐慧（2009）研究表明國內生產總值GDP、貨幣供應量M2、人均收入INCOME、外匯儲備FER 均與居民消費價格指數CPI成正相關關系。常清等（2010）國際商品期貨價格指數（CRB）對中國消費者價格指數（CPI）存在價格的傳導作用。

人民幣價格指數。復旦大學金融研究院姜波克等（2010）開發的復旦人民幣匯率指數權重為24 種貨幣對應的國家或地區對華貿易占中國進口和出口的比重。該籃子貨幣對應的對華貿易總額，占中國對外貿易總額的85%以上，具有廣泛的代表性。

大宗商品價格指數。楊育宏（2009）認為國際大宗商品價格波動與中國物價水平、出口形勢、經濟增長等指標的變動具有一定程度的一致性。蘇明等（2009）在5%的顯著性水平上，中長期貸款余額的變動是大宗商品價格變動的原因。羅賢東（2011）通過計算，美元兌人民幣名義匯率與大宗商品價格正相關，與黃金價格負相關，與原油交易價格正相關。傅長安等（2009）研究了國際大宗商品價格波動對不同層次的貨幣需求具有不同的影響，對企事業單位定期存款、居民儲蓄存款等具有較強的替代效應，且超過了對狹義貨幣需求M1的財富效應和交易效應。

（三）綜述評價

在資本市場系統性風險的識別上，以往的專家學者以根植于資產回報的相關系數等衡量市場系統性風險方法存在很大的局限性，因為這些方法無法充分反映系統性風險概率分布的“厚尾”情況和傳導路徑變化，而傳導路徑的作用正是系統性危機的主要突破點。

而在資本市場及大宗商品價格變化的系統性風險影響因素的探索上，以往的專家學者都從不同的角度找出了各自的風險影響因素，但是他們的分析缺少對這些系統性風險影響因素進行綜合分析以及對各影響因素及其影響程度、影響路徑的分析。然而這些風險影響因素為本文的研究提供了基礎。

圖1 ETF-A 模型路徑圖初步設計示意圖

成熟于20世紀80年代的結構方程模型（Structural Equation Modeling，SEM）是用來分析多指標變量之間錯綜復雜關系結構的多元統計分析方法，綜合了路徑分析和實證性因子分析。本文引用該方法對上證大宗商品ETF 系統性風險的成因做實證研究，讓市場的參與者及其金融市場監管者對市場本身系統性風險來源加深認識，尤其是對系統性風險的傳導路徑有深入的了解，并在此基礎上，建立系統性風險防范體系并完善相應的監管制度和措施。

實證研究

圖2 大宗商品ETF 系統性風險影響因子模型ETF-B

表1 修正前后模型的擬合指數比較

（一）結構方程模型的假設與修正

表2 可觀測變量因素與被影響程度的相關分析結果

表3 逐步回歸的回歸系數與顯著性系數檢驗結果表

本文對資本市場與上證大宗商品ETF 的系統性風險的影響因素進行了歸納與綜合分析，根據因果邏輯可判斷出可觀測變量與潛變量之間的影響關系，并進行路徑圖的初步設計，假設各風險因素之間可能存在圖1ETF-A 模型所示的路徑關系。所有變量都經標準化處理后，由理論或經驗構想的變量間因果關系建立結構方程模型。根據樣本數據進行實證分析驗證假定的因果模型是否合理，假定變量之間可能的因果關系，如果分析的結果認為模型可以接受，說明樣本數據與所做的變量直接的因果關系的假設沒有矛盾。如果不接受，則需要對模型進行修正，直到找出最近的路徑圖和變量直接的因果關系及其共變系數。

圖1 中的符號含義：CPI為居民物價指數，PPI為生產者物價指數，FFR 為美國聯邦基金利率，FER 為人民幣匯率水平，CRB為外匯儲備，NER為人民幣匯率實際指數，RER為人民幣匯率模擬指數，M2為廣義貨幣供應量，M1 為狹義貨幣需求，GOLD 為黃金價格，CRUDE 為原油價格（本文用北海布倫特油價），W1 為通貨膨脹，W2為人民幣價格指數，W3為上證大宗商品股票指數，ETF 為上證大宗商品ETF 行情。

本文所采用的數據為2012年1 月到2013年12 月的月度數據。數據主要來源于國家統計局、中國人民銀行、上海證券交易所和美聯儲官網等。本研究采用比較擬合指數（Goodness Fit Index，GFI）作為評價標準，GFI 通過與獨立模型相比較來評價擬合程度，即使是對小樣本估計模型擬合時也能做得很好。

從模型的擬合參數來看，χ2/d f=3.90，RMSEA=0.0036，說明這個模型基本的擬合了數據，但GFI=0.66，不是很理想，需要進行修正。

由于CRB 即外匯儲備是一個外生變量，是出口貿易不斷增長的結果，反映中國對外貿易競爭力的狀況，與輸入性通脹有關，歸入因子W1 可以理解。

第一步，模型修正。將CRB 移入因子W1，經過調整后得到模型ETF-B（見圖2）。

第二步，模型評價。模型ETF-B進行修正分析后輸出的參數估計值對比如表1所示。

模型ETF-B 擬合度得到了優化，是更合適的風險因素結構模型，即本文接受模型ETF-B 為ETF 系統性風險因素結構模型。

第三步，模型啟示。在ETF-B中，路徑系數最小為0.43，最大為0.99，表明大宗商品ETF系統性風險三個構面之間普遍存在的強相關性，證實了所依據的理論。由此可見，通貨膨脹因素、人民幣價格指數因素及上證大宗商品股票指數之間的關系應該是相互影響、相互作用的。

（二）上證大宗商品ETF系統性風險因素相關分析與回歸分析

表2 是可觀測變量因素與被影響程度相關分析的結果。結果表明，在0.01的顯著性水平下，十個可控制變量因素對于大宗商品EFT系統性風險都是存在顯著影響的。其中北海布倫特油價和廣義貨幣供應量與被影響程度的相關度較高，匯率水平、聯邦基金利率和人民幣名義有效匯率是負影響。各項具體影響因素與大宗商品ETF被影響程度都在0.05或0.01水平上顯著正相關，表明各因素對大宗商品ETF都具有一定程度的影響作用。其中相關系數在前八位的依次是：北海布倫特原油價格，外匯儲備，廣義貨幣供應量，人民幣匯率水平，國際黃金價格，通貨膨脹率，狹義貨幣需求，美國聯邦基金利率。

本部分采用SPSS16.0 中的多元回歸分析法，將大宗商品ETF系統性風險的結構影響因素和具體影響因素對被影響程度進行逐步回歸。

結果表明，最后一步回歸的F=55.740（Sig.=0.000），達到了非常顯著的水平。回歸系數與顯著性系數檢驗結果如表3所示。

從表3可以看出，在10個具體影響因素中，北海布倫特油價、廣義貨幣供應量、外匯儲備、人民幣匯率、居民物價指數這五個因素進入了回歸方程，有顯著作用，其他因素均被剔除掉。根據它們的標準回歸系數（Beta 值）的大小，可以得到標準回歸方程：

（三）實證結論

根據實證結果，中國資本市場大宗商品ETF系統性風險的主要影響因素是北海布倫特油價、廣義貨幣供應量、外匯儲備、人民幣匯率、居民物價指數這五個因素。根據它們的系數可知，對應這五個因素每變化一個單位，資本市場大宗商品ETF系統性風險分別產生同方向16.6%、15.4%、13.1%、12.8%、11%的影響。

從經濟學上看，北海布倫特油價對資本市場大宗商品ETF 系統性風險的影響是最大的，原油價格上漲必然會導致經濟活動的所有方面價格上升。廣義貨幣供應量M2的擴張或收縮，對社會物價的漲跌產生直接的影響。外匯儲備的增加必然導致相應本幣的發放增加，人民幣發放的增加引起的通貨膨脹。人民幣匯率的漲跌，通過外貿進出口的順差或逆差的增加，從外匯儲備和廣義貨幣供應量M2兩個渠道影響大宗商品價格的漲跌。而居民物價指數受廣義貨幣供應量與人民幣匯率導致的進出口貿易狀況的多重影響，一方面是人民幣匯率低估，導致順差增加，對應的本幣發放增加；另一方面廣義貨幣供應量M2增加都能刺激大宗商品價格的上升。

從某一時期看，這五個因素可能不會同方向變動。但是，如果這五個因素同方向大幅變動，帶來資本市場大宗商品ETF 系統性風險的激烈上升。自2007年以來，原油價格、廣義貨幣供應量M2 和居民物價指數的快速變化引起了資本市場大宗商品價格的大起大落的，使資本市場大宗商品ETF系統性風險劇增，投資者損失慘重。

政策啟示

經濟全球化和一體化的發展，金融風險不再局限于一國或某一地區。我國金融系統還沒有公認有效的系統性風險識別和評估的模型和方法，究其原因，一是學術界和監管機構沒有真正關注并深入研究過系統性風險，相關探索和經驗都是基于理論層面的，量化研究極其有限。二是目前金融風險的相關管理技術水平不高，加上未知的風險領域可能大于已有的技術。本研究給出如下啟示：

（一）中國政府金融監管機構應當加大預警制度的建設

中國政府監管機構對上市公司、證券市場的監管就是要促進市場效率向更高層次演進，使證券市場價格盡可能反映市場的基本面，從而引導資源的優化配置。如此同時金融市場監管部門保持高度獨立性和自主性，鼓勵監管機構的相關研究部門以及學界加大對證券市場系統性風險的研究，找出不同時期對證券市場系統性風險的不同影響因素，加大相應的防范措施。

（二）中央政府綜合運用多種政策措施協調政策效果

中國政府監管機構可以通過多種政策手段對原油價格、廣義貨幣供應量、外匯儲備、人民幣匯率、居民物價指數這五個因素進行不同方向的調節，使其不能朝同方向變動。綜合政策手段的運用有時可以達到相互抵消的結果，最終減少資本市場的大幅波動，也就減少了資本市場系統性風險。比如原油價格上升，中央政府可以適當控制廣義貨幣供應量的發行，控制居民物價指數不能過快地上漲；適當降低人民幣匯率，增大進口，使外匯儲備適量減少或降低儲備上升速度，抑制通貨膨脹的發生，多種政策的協同效果應該是減少大宗商品的價格波動，減少資本市場的系統性風險。

（三）政府監管部門加強對投資者的宣傳教育

要廣泛開展對大宗商品ETF的宣傳教育，提高投資者的風險意識、風險控制及處理能力。通過券商提供ETF基本運行機制和主要操作技巧，對廣大投資者進行專業知識的基礎教育，幫助投資者逐漸回歸理性的投資方式。

（四）ETF 基金體系需要正確方法應對未來系統風險

ETF 基金體系應對金融系統風險，必須加大對影響大宗商品ETF因素的研究與追蹤，提前對風險因素做好防范準備。加強基金體系的研發能力是其目前急切的任務，這種研發能力的建立也是與其有效的內部和外部稽核等有效治理結構要求相結合，共同擔當防范證券市場系統性風險的需要。

1.范小云.繁榮的背后[M].中國金融出版社，2007

2.龔明華，宋彤.關于系統性風險識別方法的研究[J].國際金融研究，2010（5）

3.雷利華，黃宗遠.上證煤炭石油板塊系統性風險的實證研究[J].廣西財經學院學報，2010，23（1）

4.高麗.基于SVAR 模型的貨幣市場利率影響因素研究[J].商業研究，2010，7（399）

5.蕭松華，伍旭.當前我國通貨膨脹的先行指標—基于PPI 引導CPI 變動的研究[J].暨南學報（哲學社會科學版），2009，4（141）

6.張海波，徐慧.我國CPI 波動的影響因素分析[J].統計與決策，2009，19（295）

7 .中國人民銀行重慶營管部課題組，楊育宏，胡資駿.國際大宗商品價格運行態勢及其與中國經濟隨動關系探討[J].金融與經濟，2009（7）

8.蘇明，陸軍.大宗商品價格波動與中國信貸市場運行分析[J].金融論壇，2009，10（166）

9.羅賢東.匯率與大宗商品、黃金和石油價格的關系研究[J].財政研究，2011（1）

10.傅長安，黃朱文，李紅剛.金融危機下國際大宗商品價格波動對我國貨幣政策的影響研究[J].武漢金融，2009（11）

11.Jorion.P.Risk management lessons from Long-Term Capital Management.European Financial Management,2000(6)

12.Lehar.A.Measuring systemic risk：A risk management approach Journal of Banking &Finance（29：10）,2005