基于時(shí)變混合Copula模型的鐵礦石定價(jià)權(quán)變動(dòng)影響效應(yīng)研究

【摘要】鐵礦石對(duì)中國(guó)鋼鐵行業(yè)乃至對(duì)整個(gè)國(guó)民經(jīng)濟(jì)都非常重要，研究國(guó)際國(guó)內(nèi)鐵礦石期貨之間的風(fēng)險(xiǎn)溢出關(guān)系及定價(jià)權(quán)的轉(zhuǎn)移對(duì)中國(guó)經(jīng)濟(jì)影響深遠(yuǎn)。通過(guò)對(duì)金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究方法和期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究現(xiàn)狀的文獻(xiàn)成果進(jìn)行分析和評(píng)述，總結(jié)出現(xiàn)有的國(guó)內(nèi)外風(fēng)險(xiǎn)溢出成果主要集中在股市、債市及銀行等金融市場(chǎng)，而對(duì)商品期貨市場(chǎng)之間的風(fēng)險(xiǎn)溢出研究相對(duì)不足。未來(lái)的金融市場(chǎng)間風(fēng)險(xiǎn)溢出效應(yīng)及定價(jià)權(quán)轉(zhuǎn)移的研究可以重點(diǎn)關(guān)注商品期貨市場(chǎng)，尤以鐵礦石期貨為主攻方向。

【關(guān)鍵詞】鐵礦石期貨 風(fēng)險(xiǎn)溢出效應(yīng) 定價(jià)權(quán)

一、引言

隨著經(jīng)濟(jì)全球化的推進(jìn)，世界經(jīng)濟(jì)越來(lái)越融合，金融市場(chǎng)之間的聯(lián)系越來(lái)越緊密。事實(shí)證明，某一金融市場(chǎng)的波動(dòng)并不局限于自身因素的影響，還可能受到其他金融市場(chǎng)的影響，這種風(fēng)險(xiǎn)在不同的金融機(jī)構(gòu)和金融市場(chǎng)間的傳遞的效應(yīng)就是金融風(fēng)險(xiǎn)溢出效應(yīng)。而期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)主要是指風(fēng)險(xiǎn)從發(fā)達(dá)期貨市場(chǎng)傳遞到其他欠發(fā)達(dá)期貨市場(chǎng)。如果關(guān)于某一金融變量，某一金融市場(chǎng)對(duì)另一金融市場(chǎng)為正向的風(fēng)險(xiǎn)溢出，且溢出程度很大，則說(shuō)明該市場(chǎng)對(duì)此金融變量具有一定的定價(jià)權(quán)，從而能引領(lǐng)另一市場(chǎng)。回顧前人做過(guò)的大量研究，可以看出金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)是存在的。

而鋼鐵工業(yè)是我國(guó)經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)，我國(guó)對(duì)鐵礦石的需求量也逐年遞增。但是我國(guó)鐵礦石供給遠(yuǎn)遠(yuǎn)落后于鋼鐵產(chǎn)能，對(duì)外依存度較高，國(guó)內(nèi)鐵礦石資源的有效供給不足是既定的事實(shí)。自2003年以來(lái)，全球88%新增鐵礦石被我國(guó)鋼鐵企業(yè)購(gòu)買(mǎi)，其進(jìn)口量已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)日本，中國(guó)成為了鐵礦石進(jìn)口第一大國(guó)。2007年～2008年，我國(guó)鋼鐵進(jìn)口數(shù)量占到國(guó)際市場(chǎng)鋼鐵出口總量的50%以上，鐵礦石對(duì)外依存度達(dá)到52.5%；2009年～2016年，我國(guó)鐵礦石對(duì)外依存度達(dá)到70%，這使得我國(guó)鋼鐵企業(yè)在與國(guó)際鐵礦石供應(yīng)商的價(jià)格談判中總是處于不利地位。

中國(guó)推出鐵礦石期貨，為中國(guó)爭(zhēng)取“定價(jià)權(quán)”。鐵礦石價(jià)格的波動(dòng)將直接對(duì)我國(guó)國(guó)民經(jīng)濟(jì)產(chǎn)生影響。表現(xiàn)為：第一，鐵礦石價(jià)格的上漲將直接減少鋼鐵行業(yè)的利潤(rùn)。第二，加劇了我國(guó)礦企對(duì)鐵礦石資源的掠奪性開(kāi)發(fā)。第三，鐵礦石價(jià)格的傳導(dǎo)效應(yīng)將使我國(guó)鋼鐵后續(xù)產(chǎn)業(yè)生產(chǎn)成本上升。第四，鐵礦石價(jià)格上漲將會(huì)影響到其他進(jìn)口原料定價(jià)。

在此背景下，由于鐵礦石對(duì)中國(guó)鋼鐵行業(yè)乃至對(duì)整個(gè)國(guó)民經(jīng)濟(jì)都非常重要，研究鐵礦石定價(jià)權(quán)的轉(zhuǎn)移對(duì)中國(guó)國(guó)民經(jīng)濟(jì)的影響意義深遠(yuǎn)。但是目前，關(guān)于國(guó)際和國(guó)內(nèi)鐵礦石期貨與期貨、期貨與現(xiàn)貨之間的風(fēng)險(xiǎn)溢出關(guān)系和鐵礦石定價(jià)權(quán)變動(dòng)影響效應(yīng)的研究成果并不多見(jiàn)，本文旨在針對(duì)研究金融市場(chǎng)的風(fēng)險(xiǎn)溢出研究成果和期貨行業(yè)相關(guān)期貨品種的風(fēng)險(xiǎn)溢出成果作一定的歸納梳理，以對(duì)鐵礦石期貨市場(chǎng)的研究進(jìn)行有益的補(bǔ)充，并希望能為以后的研究學(xué)者研究相關(guān)行業(yè)提供一定的理論參考。

二、風(fēng)險(xiǎn)溢出效應(yīng)研究方法分析

1990年，有學(xué)者對(duì)不同股市之間的風(fēng)險(xiǎn)溢出效應(yīng)分析中，最早提出了波動(dòng)率風(fēng)險(xiǎn)溢價(jià)模型。隨后，越來(lái)越多的學(xué)者對(duì)不同的金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出分析使用了不同的計(jì)量模型展開(kāi)研究。現(xiàn)對(duì)國(guó)內(nèi)外學(xué)者普遍使用的實(shí)證模型方法進(jìn)行分類(lèi)回顧，可以把相關(guān)風(fēng)險(xiǎn)溢出的研究成果分成以下五類(lèi)。

（一）基于VaR模型的研究

Russo（2009）[1]提出一種計(jì)算VaR的擴(kuò)展模型，并對(duì)條件均值、波動(dòng)性、峰度和偏度等四個(gè)條件矩的預(yù)測(cè)性進(jìn)行了評(píng)估說(shuō)明。杜寧和張廣文（2011）[2]基于VaR模型對(duì)大豆的期貨市場(chǎng)價(jià)格發(fā)現(xiàn)進(jìn)行了研究，得出，大豆期貨和現(xiàn)貨價(jià)格之間存在著相互溢出關(guān)系。

（二）基于Granger因果檢驗(yàn)?zāi)Ｐ偷难芯?/p>

Rajput等（2012）[3]運(yùn)用Granger因果檢驗(yàn)研究了1992～2011年印度股市的信息溢出和波動(dòng)溢出的關(guān)系。蒲遺天（2016）[4]運(yùn)用Granger因果檢驗(yàn)等研究了有色金屬期貨市場(chǎng)與相對(duì)應(yīng)股票市場(chǎng)之間的長(zhǎng)期協(xié)整關(guān)系，并分析兩者之間的溢出效應(yīng)。

（三）基于GARCH類(lèi)模型的研究

Sadorsky（2012）[5]運(yùn)用多元GARCH模型建立條件相關(guān)性，分析油價(jià)與清潔能源公司和技術(shù)公司股票價(jià)格之間的波動(dòng)溢出，發(fā)現(xiàn)動(dòng)態(tài)條件相關(guān)模型最適合數(shù)據(jù)，并產(chǎn)生結(jié)果，表明清潔能源公司的股票價(jià)格與技術(shù)股價(jià)相比，與油價(jià)相關(guān)。吳振信等（2016）[6]分別基于正態(tài)分布、t分布、GED分布假設(shè)下的EGARCH模型，考察EUA和CER期貨價(jià)格收益率的波動(dòng)特征，并估算期貨市場(chǎng)的風(fēng)險(xiǎn)VaR值。

（四）基于CoVaR模型的研究

在一個(gè)確定的市場(chǎng)風(fēng)險(xiǎn)前提下，CoVaR模型用來(lái)研究其他市場(chǎng)的條件風(fēng)險(xiǎn)價(jià)值。王蓉（2016）[7]以商業(yè)銀行為實(shí)證，通過(guò)條件在險(xiǎn)價(jià)值CoVaR模型，利用我國(guó)16家上市商業(yè)銀行數(shù)據(jù)對(duì)商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)的雙向溢出效應(yīng)進(jìn)行模型估算。研究顯示，商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)存在明顯的正向雙向溢出效應(yīng)。

（五）基于Copula模型的研究

Hu（2002）[8]首次提出了混合Copula函數(shù)的概念，通過(guò)構(gòu)建混合Copula函數(shù)對(duì)金融變量之間的相關(guān)關(guān)系進(jìn)行分析研究，發(fā)現(xiàn)混合Copula函數(shù)能夠緊密地描述變量間的相依程度和相依模式。張偉偉和唐湘晉（2016）[9]利用copula模型來(lái)度量中國(guó)股指期貨和現(xiàn)貨的聯(lián)合分布，根據(jù)兩者的利率數(shù)據(jù)利用時(shí)變copula函數(shù)來(lái)度量?jī)烧咧g的動(dòng)態(tài)相關(guān)性。通過(guò)分析動(dòng)態(tài)相關(guān)系數(shù)的時(shí)序圖，發(fā)現(xiàn)期貨現(xiàn)貨市場(chǎng)確實(shí)存在高度的相關(guān)性，表現(xiàn)出持續(xù)性和厚尾特性。

三、期貨市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究現(xiàn)狀

目前，國(guó)內(nèi)外學(xué)者在金融市場(chǎng)中針對(duì)金融風(fēng)險(xiǎn)溢出的研究主要集中在股票、債券市場(chǎng)及銀行之間，而對(duì)期貨領(lǐng)域的風(fēng)險(xiǎn)溢出研究相對(duì)較少，關(guān)于鐵礦石期貨市場(chǎng)的研究更是不足。Xu和Fung（2005）[10]應(yīng)用ARCH族模型研究了日本和美國(guó)金屬期貨市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，發(fā)現(xiàn)兩市之間存在著價(jià)格相互波動(dòng)影響。Chang等采用VARMA-GARCH模型等方法對(duì)兩個(gè)主要的原油期貨品種與四個(gè)股票市場(chǎng)指數(shù)之間的信息溢出效應(yīng)進(jìn)行了研究，結(jié)果表明，原油期貨價(jià)格與大多數(shù)股票價(jià)格之間存在負(fù)相關(guān)關(guān)系。Li（2015）[11]通過(guò)建立VAR-BEKK雙變量GARCH模型來(lái)研究滬深300期貨與現(xiàn)貨市場(chǎng)波動(dòng)溢出效應(yīng)，實(shí)證表明，滬深300期貨與現(xiàn)貨市場(chǎng)存在雙向波動(dòng)溢出效應(yīng)，而前者則以更明顯的方式影響后市。

國(guó)內(nèi)學(xué)者也對(duì)期貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行了大量的研究。劉慶富、王海民（2006）[12]利用EGARCH模型研究我國(guó)大豆期貨和現(xiàn)貨市場(chǎng)間的波動(dòng)溢出效應(yīng)，發(fā)現(xiàn)我國(guó)大豆期貨、現(xiàn)貨價(jià)格之間存在雙向因果關(guān)系。吳海霞、王靜（2012）[13]應(yīng)用BEKK-GARCH模型，研究了中國(guó)農(nóng)產(chǎn)品現(xiàn)貨市場(chǎng)間的波動(dòng)溢出效應(yīng)，結(jié)果表明大豆對(duì)小麥、小麥對(duì)玉米都有單項(xiàng)波動(dòng)溢出效應(yīng)。李文科（2011）[14]、潘萬(wàn)柱（2013）[15]都對(duì)我國(guó)鐵礦石定價(jià)權(quán)缺失的原因做過(guò)一定的研究分析，并提出了提高我國(guó)鋼鐵企業(yè)海外鐵礦石定價(jià)權(quán)的對(duì)策建議。李顯戈和周應(yīng)恒（2014）[16]基于MGARCH模型，研究了中美日三地大豆期貨市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，實(shí)證表明：大連商品交易所與東京大豆期貨交易所之間和芝加哥交易所與東京大豆期貨交易所之間均存在雙向的波動(dòng)溢出效應(yīng)。

四、總結(jié)與展望

第一，縱觀國(guó)內(nèi)外學(xué)者關(guān)于金融風(fēng)險(xiǎn)溢出的研究成果，可以發(fā)現(xiàn)使用的研究方法越來(lái)越先進(jìn)，從VaR模型和Granger因果檢驗(yàn)，到GARCH類(lèi)模型的應(yīng)用，到CoVaR和Copula模型的結(jié)合使用；研究領(lǐng)域也細(xì)化到各個(gè)金融市場(chǎng)，從股票市場(chǎng)到外匯市場(chǎng)到金融衍生品市場(chǎng)等等，而對(duì)期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)的研究相對(duì)較少，對(duì)鐵礦石期貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)的研究幾乎沒(méi)有。

第二，金融風(fēng)險(xiǎn)溢出所用的相關(guān)性分析方法主要有線性相關(guān)分析、Granger因果檢驗(yàn)?zāi)Ｐ汀ARCH類(lèi)模型、CoVaR模型和Copula模型。國(guó)內(nèi)外學(xué)者對(duì)風(fēng)險(xiǎn)溢出效應(yīng)的研究成果主要有上述五類(lèi)，而且大部分使用的是VaR模型、Granger因果檢驗(yàn)?zāi)Ｐ汀ARCH模型三種，運(yùn)用CoVaR和Copula模型的研究成果相對(duì)較少。原因是：VaR模型表示某一金融資產(chǎn)或市場(chǎng)在未來(lái)可能遭受的最大損失，僅適用于一金融資產(chǎn)或市場(chǎng)的風(fēng)險(xiǎn)測(cè)度；Granger因果檢驗(yàn)只能定性分析兩變量之間是否存在風(fēng)險(xiǎn)傳遞性，而不能定量計(jì)算；GARCH模型的運(yùn)用要求金融變量邊緣分布服從T分布或正態(tài)分布。而Copula模型能夠準(zhǔn)確地描述金融變量間的非對(duì)稱(chēng)相關(guān)關(guān)系和尖峰厚尾特性，成功克服了傳統(tǒng)相關(guān)性測(cè)量所要滿足的嚴(yán)格條件的要求。

第三，現(xiàn)有的國(guó)內(nèi)外風(fēng)險(xiǎn)溢出成果只要集中在股票市場(chǎng)和股指期貨，對(duì)商品期貨之間的風(fēng)險(xiǎn)溢出研究相對(duì)不足。通過(guò)構(gòu)建混合Copula模型來(lái)研究金融市場(chǎng)間的相關(guān)性和波動(dòng)溢出但是通過(guò)構(gòu)造時(shí)變混合Copula模型來(lái)計(jì)算風(fēng)險(xiǎn)溢出和進(jìn)行相關(guān)性分析的幾乎沒(méi)有。

第四，本文在前人研究的基礎(chǔ)上提出了時(shí)變混合Copula模型，能夠克服傳統(tǒng)傳統(tǒng)相關(guān)性測(cè)量方法的不足和突破單一Copula函數(shù)的局限性，并將其運(yùn)用到CoVaR測(cè)度的計(jì)算，能夠靈活地捕捉金融變量間的動(dòng)態(tài)、非對(duì)稱(chēng)復(fù)雜相依關(guān)系，以期能夠有效地度量國(guó)內(nèi)國(guó)際鐵礦石市場(chǎng)間的風(fēng)險(xiǎn)溢出水平。本文首次提出將運(yùn)用Copula模型計(jì)算出金融時(shí)間序列間的CoVaR值應(yīng)用于鐵礦石風(fēng)險(xiǎn)溢出和定價(jià)權(quán)的影響效應(yīng)研究，具有一定的理論和實(shí)際意義，并且存在一定的創(chuàng)新性，后面值得做大量和深入的研究。

參考文獻(xiàn)

[1]Vincenzo Russo.Autoregressive conditional moments in VaR estimate with Gram-Charlier and Cornish-Fisher expansions[J].International Journal of Risk Assessment and Management，2009，11（1），67-68.

[2]杜寧，張廣文.基于VaR模型大豆期貨價(jià)格發(fā)現(xiàn)功能的實(shí)證研究[J].中國(guó)集體經(jīng)濟(jì)，2011，4，1008-1283.

[3]Namita Rajput，Parul Chopra，Ajay Rajput.FII and Its Impact on Stock Market： A Study on Lead-Lag and Volatility Spillover[J].Asian Journal of Finance and Accounting，2012，4（2），18-38.

[4]蒲遺天.我國(guó)有色金屬期貨市場(chǎng)與股票市場(chǎng)均值溢出效應(yīng)研究[J].甘肅金融，2016，4，58-64.

[5]Perry Sadorsky.Correlations and volatility spillovers between oil prices and the stock prices of clean energy and technology companies[J].Energy Economics，2012，34（1），248-255.

[6]吳振信，萬(wàn)埠磊，王書(shū)平.基于不同分布EGARCH模型的EU ETS價(jià)格波動(dòng)和風(fēng)險(xiǎn)研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2016，24，8-14.

[7]王蓉.金融系統(tǒng)性風(fēng)險(xiǎn)的雙向溢出效應(yīng)及其CoVaR模型估計(jì)[J].統(tǒng)計(jì)與決策，2016，2，146-148.

[8]Wei Gang，Hu Taizhong.Supermodular dependence ordering on a class of multivariate copulas[J].Statistics and Probability Letters，2002，57（4），375-385.

[9]張偉偉，唐湘晉.基于時(shí)變copula的中國(guó)股指期貨和現(xiàn)貨動(dòng)態(tài)相關(guān)性研究[J].科技創(chuàng)新與應(yīng)用，2016，4，45.

[10]Xu X E ，F(xiàn)ung H G .Cross-Market Lingkages between US and Japanese Precious Metals Futures Trading[J].Journal of International Financial Markets，2005，15，107-124.

[11]Shiyun Li.Volatility Spillovers in the CSI300 Futures and Spot Markets in China： Empirical Study Based on Discrete Wavelet Transform and VAR-BEKK-bivariate GARCH Model[J].Procedia Computer Science，2015，55，380-387.

[12]劉慶富，王海民.期貨市場(chǎng)和現(xiàn)貨市場(chǎng)之間的價(jià)格研究——中國(guó)農(nóng)產(chǎn)品市場(chǎng)的經(jīng)驗(yàn)[J].財(cái)經(jīng)問(wèn)題研究，2006，4，44-51.

[13]吳海霞，王靜.我國(guó)糧食市場(chǎng)價(jià)格波動(dòng)溢出效應(yīng)研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（10），14-21.

[14]李文科.國(guó)際鐵礦石定價(jià)權(quán)重新構(gòu)建與中國(guó)對(duì)策[J].中國(guó)經(jīng)貿(mào)，2011，2.

[15]潘萬(wàn)柱.我國(guó)鐵礦石貿(mào)易定價(jià)權(quán)缺失原因[J].魅力中國(guó)，2013，26.

[16]李顯戈，周應(yīng)恒.中國(guó)與國(guó)際大豆期貨市場(chǎng)波動(dòng)溢出效應(yīng)分析團(tuán)[J].技術(shù)經(jīng)濟(jì)與管理研究，2014（6），103-107.

作者簡(jiǎn)介：王勇（1989-），男，漢族，安徽阜陽(yáng)人，浙江財(cái)經(jīng)大學(xué)金融學(xué)院碩士研究生，主要研究方向?yàn)榻鹑谑袌?chǎng)。