國際黃金市場與中美金融市場的關聯(lián)性及其波動溢出效應研究

[摘要]采用多元VAR-BEKK（DCC）-MGARCH模型從定性和定量視角研究國際黃金市場與中美股市、匯市的關聯(lián)性及其波動溢出效應，結(jié)果表明：國際黃金收益率與上證綜指收益率之間不存在波動溢出效應；國際黃金收益率與人民幣匯率收益率、美元指數(shù)收益率、美股指數(shù)收益率之間存在波動溢出效應。用多元DCC-MGARCH模型刻畫波動溢出效應的程度，國際黃金市場與人民幣匯率市場、股票市場之間的聯(lián)動性程度不高，國際黃金市場與美元市場、美國股票市場聯(lián)動性較高。

[關鍵詞]黃金市場；金融市場；VAR-BEKK（DCC）—MGARCH模型

[DOI]1013939/jcnkizgsc201726022

1引言

1973年布雷頓森林體系宣告瓦解，黃金逐漸讓出了其在世界貨幣體系中的核心地位。近年來全球央行對黃金儲備日益重視，黃金貨幣屬性地位逐步回歸，黃金市場的戰(zhàn)略地位正在提升。各國中央銀行從2009年到2016年第三季度連續(xù)27個季度保持黃金凈增持。2016年，世界各地的投資者紛紛回歸黃金市場，黃金需求持續(xù)走高，以美元計算的國際金價上漲近10%，自從美聯(lián)儲在12月中旬增加利率，黃金價格上漲了5%以上。印度和中國的世界黃金需求的合并份額從20世紀90年代初的25%上升到2016年的50%以上。越南、泰國和南韓等其他市場也有活躍的黃金市場。影響股市、匯市與黃金價格的關系眾多，但在一般情況下，它們之間存在此消彼長的關系。股市價格下跌，投資人將資金抽出投入大宗商品期貨市場；世界黃金市場一般以美元標價，美元貶值一方面會導致金價上漲；另一方面，以美元計價的黃金對于其他貨幣的持有者來說顯得更便宜，從而刺激對于黃金的需求。因此，本文從國際黃金市場對中美股市、匯市的關聯(lián)性入手，分析國際黃金市場與中美股市、匯市之間的集聚性、波動溢出效應等特征，對于探討我國資本市場與國際經(jīng)濟的互動性有一定的現(xiàn)實意義。

2文獻綜述

黃金作為一種特殊的大宗商品，具有商品、貨幣和避險的多重屬性。本文關注的是黃金市場與中美股市、匯市的關聯(lián)性及其波動溢出效應，在這方面的研究主要集中在以下三點。第一，黃金價格波動的影響分析。Larry，F(xiàn)abio S（1996）針對主要國家貨幣匯率和世界流通商品進行實證檢驗認為自布雷頓森林體系瓦解之后，主要貨幣之間的匯率變動是影響國際黃金價格的主因。[1]Tully和Lucey（2007）認為20世紀90年代以后是美元匯率在黃金價格波動中起主導性作用等。[2]劉曙光（2008）等認為從長期來看，黃金與美元的價格變動趨于一致。[3]范為等（2012）對金融危機期間黃金價格的影響因素研究發(fā)現(xiàn)：美元指數(shù)負向驅(qū)動黃金價格，大宗商品指數(shù)、美國國債指數(shù)正向驅(qū)動黃金價格。[4]第二，黃金的避險作用。Cuong Nguyen等（2016）研究表明在市場崩盤期間，黃金可能成為馬來西亞、新加坡、泰國、英國和美國市場的避險資產(chǎn)，在印度尼西亞、日本和菲律賓市場則不成立。[5]Walid Chkili（2016）研究黃金和金磚國家股市之間的時變相關性及黃金作為股票市場避險的有效性，結(jié)果表明動態(tài)相關性在正值和負值之間切換，且向股票投資組合增加黃金可以增加調(diào)整回報。[6]Javed Iqbal（2017）對印度、巴基斯坦和美國的股票價格、通貨膨脹率及匯率的不利波動對沖黃金的潛力進行了綜合實證研究，發(fā)現(xiàn)黃金是印度和巴基斯坦匯率風險的避風港；然而，黃金對沖股票市場風險的證據(jù)在三個不同的黃金市場狀況下并不一致。此外，美國黃金對沖通貨膨脹風險的證據(jù)也只有在黃金市場的平均和看跌條件下才能實現(xiàn)。[7]Stelios Bekiros（2017）等認為黃金市場對金磚國家的股票市場在金融危機期間有主導作用，且黃金正在成為資產(chǎn)組合的一個組成部分。[8]第三，黃金與金融市場的波動溢出效應。Dhillon（1997）等研究發(fā)現(xiàn)美國黃金期貨合約的波動性比日本的要強，并且指出這種差異可能由信息傳遞的不同所導致。[9]Xu和Fung（2005）利用AR-GARCH模型對美、日兩國黃金期貨合約的跨市場信息傳導進行了進一步的研究，發(fā)現(xiàn)兩個市場之間價格信息的傳遞迅速，收益率信息傳遞方面美國市場起著主導作用。[10]胡秋靈等（2011）研究發(fā)現(xiàn)我國股票市場和黃金市場之間存在溢出效應，但是溢出效應是不對稱的、單向的。[11]

上述文獻對黃金市場波動溢出效應的研究對象主要為黃金市場與股市或黃金市場與匯市。出于以下三方面原因，本文將研究國際黃金市場與中美股市、匯市的聯(lián)動性及其波動溢出效應：一是美國作為世界最大的經(jīng)濟體，國際金價以美元計價。中國作為世界第二大經(jīng)濟體，上游擁有眾多的產(chǎn)金企業(yè)，下游擁有世界第一的龐大消費群體；二是美國的股市是監(jiān)管較完善的市場，而中國股市2005年改革至今僅有10多年歷史，監(jiān)管仍不完善，通過比較可以發(fā)現(xiàn)國際黃金價格對于中美股市是否有不同影響；三是國際黃金價格以美元計價，美元指數(shù)波動對金價有直接影響。陳煜明（2006）認為非美元貨幣升值的同時，美元金價上漲，在中國人民銀行宣布人民幣升值的第二天，國際黃金市場在買盤的帶動下小幅度上漲。[12]鄭佳等（2007）認為短期黃金價格的波動受到人民幣匯率變動的直接影響，人民幣匯率和國際黃金價格之間存在著此消彼長的關系。[13]本文采用VAR-BEKK（DCC）—MGARCH模型從定性和定量視角研究國際黃金市場與中美股市、匯市的波動溢出效應。

3模型實證分析

31數(shù)據(jù)的基本描述性統(tǒng)計

本文選取的數(shù)據(jù)為世界黃金現(xiàn)貨指數(shù)（gcp）的收盤價、美元兌人民幣即期匯率（cny）、上證綜指（szzz）、美元指數(shù)（usd）以及美國標準普爾500指數(shù)（bzpe）的日頻數(shù)據(jù)，時間從2010年1月4日到2017年3月17日，數(shù)據(jù)來源于Wind資訊，剔除交易日不一致的數(shù)據(jù)，形成平行面板，共5組各1648個交易日數(shù)據(jù)。各市場的日收益率定義為Ri=100×（lnpt-lnpt-1）， pt表示各市場的日收盤價。利用Stata130對各市場收益率序列進行統(tǒng)計分析：從標準差看，美元指數(shù)和人民幣匯率收益率的波動較小，分別為033、0138。中國實行參考一籃子貨幣進行調(diào)節(jié)的有管理的浮動匯率制度，與美元協(xié)同緊密，因此與美元匯率之比波動不大；從Jarque-Bera 統(tǒng)計量檢驗結(jié)果看，五個變量的收益率均不服從正態(tài)分布；從偏度和峰度系數(shù)看，美元指數(shù)和人民幣匯率收益率為尖峰右厚尾，其余三個變量收益率為尖峰左厚尾，變動狀態(tài)均具有GARCH模型的特征且ADF檢驗顯示五個變量都是平穩(wěn)的；對各收益率序列進行白噪聲檢驗，結(jié)果顯示均存在自相關，即存在較強的波動聚集現(xiàn)象；從Ljung-Box Q統(tǒng)計量看，序列存在不同程度的自相關，序列平方的Ljung-Box Q統(tǒng)計量表明序列平方也存在序列相關，即序列具有波動集聚性；ARCH-LM檢驗顯示各收益率序列存在異方差；從各收益率序列的軌跡圖（圖略）可以看到五市收益率序列均表現(xiàn)出波動集聚性，較大的波動發(fā)生在更長的時期，較低的收益往往跟隨著小波動值。endprint

為此，采用VAR-BEKK（DCC）-MGARCH的異方差建模方法是較為合理的。Engle（1982）提出自回歸條件異方差模型（ARCH模型）能夠很好地刻畫金融資產(chǎn)收益率的時間序列存在的特征，[14]Bollerslev（1986）提出了廣義的自回歸條件異方差（GARCH模型），使待估計參數(shù)減少，能夠保證條件方差矩陣是正定的，對未來條件方差的預測更加準確。[15]多元MGARCH模型是在ARCH模型和GARCH模型的基礎上發(fā)展起來的，MGARCH模型包含了條件矩相互影響的參數(shù)，在資產(chǎn)和市場間的波動傳導、期貨套利等方面得到了廣泛的應用。

32國際黃金市場與中美金融市場的波動溢出效應

金融市場間的溢出效應分為兩種：均值溢出效應和波動溢出效應。所謂“均值溢出效應”是指一個市場的收益不僅受到自身前期收益的影響，還可能受到其他市場前期收益的影響，即收益率條件一階矩的Granger因果關系，均值溢出效應檢驗基于均值方程VAR（p）模型?！安▌右绯鲂笔侵敢粋€市場的波動程度不僅受自身過去波動程度的影響，還可能受到其他市場波動程度的影響，即收益率二階矩的Granger因果關系，波動溢出效應檢驗則基于方差方程MGARCH-BEKK模型。向量的BEKK模型設定為：

Yt=β0+β1pi=1Xt-i+δt，δt|It-1～N（0，Ht）（1）

Ht=C′C+A′δt-1δ′t-1A+B'Ht-1B（2）

L（θ）=-TN2log2π-12Tt=1logHt+εtTH-1tεt） （3）

第一個方程為均值方程，第二個方程為條件方差方程，X和Y分別為解釋變量和被解釋變量的向量形式，It為t時刻獲得市場信息，δt|It-1～N（0，Ht）表示隨機干擾項δt在t-1時刻的信息集合條件下服從正態(tài)分布，Ht為條件協(xié)方差矩陣。矩陣C、A、B均為n階方陣，C 為下三角形矩陣，保證條件協(xié)方差矩陣Ht的正定性；A 代表ARCH 項的系數(shù)矩陣（δt），用來衡量序列的滯后一期殘差項（ARCH）對本期條件方差的影響程度；B 為GARCH 項的系數(shù)矩陣（σt），用來衡量序列的滯后一期條件方差（GARCH）對本期條件方差的影響程度。式（2）可以通過最大化對數(shù)似然函數(shù)，即式（3）進行估計。

本文用向量VAR模型建立均值方程，通過AIC、BIC和SIC準則并結(jié)合LM統(tǒng)計量確定最優(yōu)滯后階數(shù)為1階。國際黃金市場與中美金融市場的均值模型（1）估計結(jié)果如下：

rgcp=000656-00194rgcpt-1+0358rcnyt-1+0001rszzzt-1-0141rusdt-1+00153bzpet-1

rcny=-00003+00043rgcpt-1+019rcnyt-1+00053rszzzt-1+0842rusdt-1-00014bzpet-1

rszzz=-001-00235rgcpt-1-0175rcnyt-1+001rszzzt-1-00461rusdt-1+0248rbzpet-1

rusd=00148+0001rgcpt-1+00148rcnyt-1+0009rszzzt-1-0016rusdt-1-004rbzpet-1

rbzpe=005-0002rgcpt-1-0067rcnyt-1+0006rszzzt-1-0134rusdt-1-007rbzpet-1

VAR平穩(wěn)性檢驗顯示所有特征根都落在單位圓內(nèi)，所以VAR系統(tǒng)為平穩(wěn)過程。利用LM檢驗可知殘差不存在序列相關，即模型設定是正確的。從模型（1）的估計結(jié)果可以看出，國際黃金市場收益率和中美金融市場收益率均受到其自身滯后項的影響。人民幣匯率收益率對黃金收益率具有正向的均值溢出效應，其效應值遠遠大于上證綜指的作用，黃金收益率對人民幣匯率的均值溢出效應明顯偏弱，黃金收益率與人民幣匯率之間存在雙向的信息傳遞機制，方向均為正向，但這種傳遞的強弱性不對稱；黃金收益率對上證綜指的均值溢出效應為負向且偏弱，黃金收益率與上證綜指之間存在雙向的信息傳遞機制，方向均為負向，且傳遞的強弱性不對稱。美元指數(shù)對黃金收益率具有負向的均值溢出效應，黃金收益率對美元指數(shù)具有正向的均值溢出效應，效應值偏??；美股指數(shù)收益率對黃金收益率有正向的均值溢出效應，反之則有負向均值溢出效應，且傳遞的強弱性不對稱。

表1為模型（2）的估計結(jié)果，A、B非對角項的參數(shù)分別代表市場i對市場j的ARCH型和GARCH型波動溢出效應。從表1的波動溢出模型參數(shù)估計結(jié)果可知，主對角線上參數(shù)值均不為零且顯著，說明每個市場的波動都明顯受自身以往波動程度的影響，從單個市場來看，波動具有集聚性。利用Wald統(tǒng)計量對模型的波動溢出效應進行檢驗，原假設為兩個金融市場之間不存在波動溢出效應。結(jié)果顯示，國際黃金收益率與上證綜指收益率之間不存在波動溢出效應；國際黃金收益率與人民幣匯率收益率、美元指數(shù)收益率、美股指數(shù)收益率之間存在波動溢出效應。

對標準化殘差項和標準化殘差項的平方進行自相關檢驗和ARCH效應檢驗，結(jié)果顯示標準化殘差項和標準化殘差項的平方不存在自相關，拉格朗日乘數(shù)檢驗的結(jié)果也表明不存在殘余的ARCH效應，這說明模型的擬合是合適的。

33國際黃金市場與中美金融市場的聯(lián)動性

首先單獨對各變量做GARCH（1，1）模型，用獲得的條件方差h2t去除殘差得到標準化殘差；第二步，利用第一步的結(jié)果，用MLE或QMLE估計DCC模型中的動態(tài)相關系數(shù)矩陣，其元素ρij，t可認為是變量εi，t、εj，t的相關系數(shù)，變量均值為零。

ρij， t=i-1s=1λsε～i， t-sε～j， t-s（i-1s=1λsε～2i， t-s）（i-1s=1λsε～2j， t-s）（4）

其中，ε～i， t-s為標準化擾動項（方差標準化為1），而λs為幾何權重（離時期t越遠，則權重依幾何級數(shù)減少）。Rt的動態(tài)過程由式（5）、式（6）決定：endprint

Rt=diag（Qt）-1/2Qtdiag（Qt）-1/2（5）

Qt=（1-λ1-λ2）R+λ1t-1′t-1+λ2Qt-1（6）

L=-12Tt=1[klog（2π）+log（|Ht|）+ε′tH-1tεt]（7）

其中，ε～t是標準化后的擾動項，ε～t=Dt-1/2εt， Dt是方差對角矩陣，R為Rt的均值，為了保證Ht的正定性，約定參數(shù)λ1和λ2均為非負參數(shù)，且0≤λ1+λ1≤1。式（7）為DCC-MVGARCH 模型的條件對數(shù)似然函數(shù)。

從DCC模型的估計參數(shù)λ1和λ2看，兩者均顯著，且λ1+λ2=09467<1，滿足約束條件。λ1測度了標準化后的隨機干擾項乘積對動態(tài)相關系數(shù)的影響，λ1=00227，意味著總體上國際黃金市場和中美金融市場前期隨機干擾項乘積對本期動態(tài)相關系數(shù)影響較小，即過去的外部聯(lián)合隨機干擾不能改變當前國際黃金市場和中美金融市場的相關性；λ2=0924表明國際黃金市場和中美金融市場前期動態(tài)相關系數(shù)對本期動態(tài)相關系數(shù)影響較大，市場的聚類現(xiàn)象突出，國際黃金市場和中美金融市場時變相關存在持續(xù)性特征。

從表2的ARCH和GARCH模型的波動部分看，αi， p和βi， q是用來捕捉ARCH和GARCH效應的，除國際黃金市場收益率的ARCH參數(shù)外，其余參數(shù)均顯著，存在明顯的波動集聚效應。αi， p在（003，021）區(qū)間范圍之內(nèi)，表明五個市場收益率本期的動態(tài)異方差受其前期均值殘差平方的影響較小。除人民幣匯率市場外，βi， q均接近于1，表明其余市場收益率的本期的動態(tài)異方差主要依賴于其前期的動態(tài)異方差。αi， p+βi， q<1符合約束條件，且αi， p+βi， q表示收益率波動的持續(xù)性，除人民幣匯率市場外，其余市場的波動持續(xù)性都很強。

從下圖可以看出，在整個樣本期，動態(tài)條件相關系數(shù)表現(xiàn)出較強的隨時間變化的特征，即時變性顯著，且圍繞一個顯著異于零的值波動，國際黃金市場與各金融市場間的動態(tài)條件相關系數(shù)在2017年開始趨于穩(wěn)定。國際黃金價格收益率與美元指數(shù)收益率的動態(tài)條件相關系數(shù)存在負的相關性，波動區(qū)間與標準差均為最大，說明兩者之間的波動較大。國際黃金價格收益率與人民幣匯率收益率、美元指數(shù)收益率的時變相關系數(shù)在2016年6月、7月出現(xiàn)波峰，分別達到022和045，受英國退出歐盟的影響，美元和黃金價格大漲，人民幣貶值壓力再升，股市動蕩，在此之前，兩者的動態(tài)相關系數(shù)多為負值，但在2017年以后趨于穩(wěn)定。國際黃金收益率與人民幣匯率收益率存在負相關性。對于匯率市場而言，國際黃金價格與美元指數(shù)更加協(xié)同緊密。國際黃金收益率與上證綜指、標準普爾500指數(shù)均為正相關；國際黃金市場與美國股市的波動區(qū)間達到0797，兩者之間的動態(tài)相關性較強；國際黃金市場與上證綜指的波峰出現(xiàn)在2013年6月，這期間銀行間同業(yè)拆借利率飆升，滬指跌幅超過5%，黃金作為保值品價格上漲；對于同時持有股票和黃金的投資者而言，必須對股票和黃金的相關性引起足夠的重視。因為這會對由股票和黃金組成的資產(chǎn)組合的風險造成相當大的影響。國際黃金市場與中美股市、匯市的動態(tài)條件相關系數(shù)均不超過05，說明市場走勢有較大偏離，分割效應明顯。

動態(tài)相關系數(shù)圖

4結(jié)論

本文采用日度數(shù)據(jù)，基于多元VAR-BEKK-MGARCH（DCC）模型從定性和定量兩方面對國際黃金市場與中美金融市場的波動溢出效應及其關聯(lián)性進行分析，得出的主要結(jié)論是：國際黃金收益率與上證綜指收益率之間不存在波動溢出效應；國際黃金收益率與人民幣匯率收益率、美元指數(shù)收益率之間存在負向的單向波動溢出效應；國際黃金收益率與美股指數(shù)收益率之間存在正向的單向波動溢出效應；進一步用多元DCC-MGARCH模型的動態(tài)時變相關系數(shù)刻畫波動溢出效應的程度，國際黃金市場與人民幣匯率市場、中國股票市場之間的聯(lián)動性不算太高，但是國際黃金市場與美元市場、美國股票市場聯(lián)動性較高；國際黃金市場與中美股市、匯市存在市場分割效應。

實證結(jié)果指明了國際金融市場上的波動溢出方向及其關聯(lián)性，對金融風險監(jiān)管部門和各國的投資者具有重要的啟示作用：一是對于金融風險監(jiān)管部門來說，在對國際金融風險進行管理時，要提前采取風險防范措施，特別是對于波動溢出效應較強的金融市場，要重點關注它們的風險傳染路徑；二是我國金融監(jiān)管部門應轉(zhuǎn)變政府職能，減少政策干預，逐步開放資本市場以適應經(jīng)濟全球化的趨勢，加強國際金融合作，發(fā)展健康的國內(nèi)、國際金融環(huán)境；三是對于投資者來說，在國際金融市場上進行投資時，需要了解和關注不同金融市場的波動溢出效應和聯(lián)動性，可利用不同的低波動溢出效應和負相關性市場進行跨市場資產(chǎn)以達到資產(chǎn)組合的有效配置從而制定更理性的量化投資策略，分散投資風險，減少投資策略不當而造成不必要的損失。

參考文獻：

[1]Larry A，F(xiàn)abio SThe Price of Gold and the Exchange rate[J].Journal of International Money and Finance，1996（15）：879-897

[2]Tully E，Lucey B MA Power GARCH Examination of the Gold Market[J].Research in International Business and Finance，2007（2）：316-325

[3]劉曙光，胡再勇黃金價格的長期決定因素穩(wěn)定性分析[J].世界經(jīng)濟研究，2008（2）：35-41，87

[4]范為，房四海金融危機期間黃金價格的影響因素研究[J].管理評論，2012（3）：8-16

[5]Nguyen C，M I Bhatti，Komorníková M，Komorník JGold Price and Stock Markets Nexus under Mixed-copulas[J].Economic Modelling，2016（58）：283-292endprint

[6]Chkili WDynamic Correlations and Hedging Effectiveness between Gold and Stock Markets： Evidence for BRICS Countries[J].Research in International Business and Finance，2016（38）：22-34

[7]Iqbal JDoes Gold Hedge Stock Market，Inflation and Exchange Rate Risks？ An Econometric Investigation[J].International Review of Economics & Finance，2017（48）：1-17

[8]Bekiros S，Boubaker S，Nguyen D K，et alBlack Swan Events and Safe Havens： The Role of Gold in Globally Integrated Emerging Markets[J].Journal of International Money and Finance，2017（73）：317-334

[9]Dhillon U S，Lasser D J，Watanabe TVolatility，Information，and Double Versus Walrusian Auction Pricing in US and Japanese Futures Markers[J].Journal of Banking&Finance，1997，21（7）：1045-1061

[10]Xu X E，F(xiàn)ung H GCross-market Linkages between US and Japanese Precious Metals Futures Trading[J].Journal of International Financial Markets，Institutions and Money，2005（15）：107-124

[11]胡秋靈，趙靜股票市場與黃金市場收益率波動溢出效應研究[J].統(tǒng)計與決策，2011（1）：144-146

[12]陳煜明人民幣升值對國內(nèi)金價影響研究[J].黃金，2006（11）：6-8

[13]鄭佳，林斌人民幣匯率變動對國際黃金價格的影響[J].黃金，2007（7）：4-7

[14]Engle R FAutoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrica，1982，50（4）：987-1007

[15]Bollerslev T PGeneralized Autoregressive Conditional Heteroskedasticity with Application in Finance[J].General Information，1986，31（3）：307-327

[作者簡介]劉勝粵（1993—），女，廣西玉林人，廣西大學商學院碩士研究生。研究方向：金融統(tǒng)計。endprint