國際能源市場與中國股市之間的波動溢出效應研究*

任仙玲 肖毓琨 孫文岳

(中國海洋大學 經濟學院，山東 青島 266100)

國際能源市場與中國股市之間的波動溢出效應研究*

任仙玲 肖毓琨 孫文岳

(中國海洋大學 經濟學院，山東 青島 266100)

隨著中國能源需求量的不斷增加，國際能源價格的波動必然會對中國經濟的發展產生影響，因此，研究國際能源市場和中國股票市場之間的波動溢出關系具有重要意義。本文分別從中國整體股市以及滬、深分市場兩個角度，借助VAR-BEKK模型，利用波動序列的Granger因果關系檢驗，不僅研究了國際能源市場與中國股票市場之間的波動溢出方向，同時也研究了兩個市場之間波動溢出的滯后效應。實證結果表明，能源市場與中國股市之間存在雙向波動溢出，但是國際能源市場的波動在滯后兩期后傳染給中國股票市場；從分市場角度來看，滬市和深市對國際能源市場的溢出是當期的，反之，國際能源市場對滬市和深市的影響存在滯后效應。

國際能源市場；中國股市；波動溢出；VAR-BEKK模型；Granger因果檢驗

一、前言

隨著經濟的發展，中國對能源的需求量不斷增長，中國日益增長的能源需求總量和國際能源供給現狀決定了其能源消費對外依存度上升，從而導致國際能源價格波動對中國經濟產生越來越顯著的影響。股市作為實體經濟的晴雨表，國際能源價格的波動對股市的沖擊也是對實體經濟沖擊的一種反映。因而，本文就國際能源價格與中國股市之間的波動溢出效應進行研究。

國內外學者圍繞國際能源價格波動，特別是原油價格波動與經濟的關系進行了諸多研究。之前的研究主要分為以下兩類。

一些學者主要集中于對國際能源價格，特別是原油價格與一國經濟之間的波動溢出進行建模。在這些圍繞波動溢出本身進行建模的研究中，金洪飛、金犖通過建立VAR和二元GARCH模型，研究了國際原油價格與中美股市價格之間的波動溢出效應，并得到中國股市價格國際原油價格之間不存在波動溢出效應，而美國股市價格與國際原油價格之間存在波動溢出效應的結論。[1]Diaz et al.運用VAR模型并結合脈沖響應，就原油價格波動與G7國家股票市場的波動溢出效應進行研究，發現G7國家股票市場與原油價格之間的存在負相關關系。[2]薛永剛通過計算變異系數、檢驗因果關系并結合聚類分析，研究了包括中國在內的28個國家和地區的統計數據，發現除個別市場外，國際原油價格與股票收益率之間存在長期均衡關系。[3]Jammazi運用三元BEKK-GARCH模型，選取了五個發達國家市場——美國、英國、日本、德國和加拿大，就原油市場的沖擊是否能夠傳送到股票市場進行研究，發現除了日本和英國外，原油對股市的波動溢出效應取決于地理因素。[4]Bouri采用ARMA模型、單變量GARCH模型和GJR-GARCH模型，對國際原油價格與原油供給地股市價格的波動溢出效應進行研究，結果顯示，國際原油價格對約旦股市的溢出效應顯著，然而國際油價的波動對黎巴嫩股市的溢出效應并不顯著。[5]

另一些學者則致力于從不同角度對原油價格與經濟之間的波動溢出效應進行研究。Faff and Brailsford就國際原油價格波動對澳大利亞各行業股票價格的影響進行研究，認為原油價格波動對不同行業的股票價格影響各異。[6]郭國峰、鄭召鋒從中國整體股市-滬深分市場-分行業三個層次著手，認為國際能源價格波動對中國整體股市、滬深分市場，以及各行業股票價格的影響各異。[7]李春紅、齊中英和孫薇從股票市場整體和股票市場行業板塊兩個維度研究了國際油價波動對中國股市的影響。研究發現，國際油價對中國股市各行業均存在波動溢出效應，但表現卻有所不同。[8]Jamel and Jouini使用VAR-GARCH研究國際原油價格波動與沙特阿拉伯王國股票市場板塊之間的聯系，結果表明，原油價格波動與其股票市場中的大部分行業板塊存在波動溢出效應，但也有少部分不存在直接的波動溢出效應。[9]Wensheng et al.研究發現，原油價格積極和消極的沖擊會對美國股票市場產生不同的影響。[10]同樣，Perry and Sadorsky通過研究新興市場股票價格、銅價、原油價格和小麥價格之間的關系，也得到了原油價格消極的沖擊會給股票市場帶來更大程度波動的結論。[11]成博、楊勝剛從經濟基礎、市場傳染和資金跨市流動三個傳導路徑研究了石油市場與股票市場之間的互動機制，發現中國股市與石油市場的關聯性較低。[12]Bastianin et al.運用VAR模型，從供給和需求兩個角度研究原油價格波動對G7國家股票價格的影響，認為原油價格影響可以用來作為制定經濟和財政政策的參考。[13]

綜上所述，已有文獻對國際能源市場與股票市場之間的波動溢出效應研究，主要集中在利用波動方程的系數顯著性來刻畫波動溢出，該方法確定了波動溢出的方向，但無法刻畫波動的滯后效應。本文在已有研究的基礎上，嘗試利用波動序列的Granger因果檢驗來描述兩個市場間的波動溢出。該方法既可以描述市場間的波動溢出方向，同時刻畫市場間波動溢出的滯后效應，并將該方法與波動方程的系數顯著性檢驗作了實證比較

二、模型與方法

本文研究國際能源市場與中國股票市場之間的波動溢出效應，因此，可以采用VAR-BEKK模型對上述兩個市場之間的波動溢出效應進行描述。[14]利用VAR-BEKK模型，本文提取出市場的波動序列，從而刻畫市場間的波動溢出效應。該部分首先對VAR-BEKK模型進行描述，然后在此基礎上介紹市場間波動溢出的檢驗。

(一)VAR-BEKK模型

1980年，Sims提出能夠估計全部內生變量的動態關系的向量自回歸模型VAR(q)，具體模型為：[15]

r1t=μ1+β1r1t-1+φ1r2t-1+ε1t

r2t=μ2+β2r2t-1+φ2r2t-1+ε2t

(1)

其中，r1t和r2t分別表示市場1和市場2的收益率，ε1t和ε2t為此均值方程估計的殘差項。并且假定殘差項ε1t、ε2t序列不相關，協方差E(ε1t,ε2t)不為0。在本模型中，β1和β2表示市場自身的均值溢出，φ1和φ2則表示兩個市場之間的均值溢出。[14]

利用全信息的BEKK模型來刻畫兩個市場的協方差矩陣，進而刻畫兩個市場之間的波動。BEKK模型是由Engle和Kroner于1995年在已有研究的基礎上所建立的一個描述二階矩波動的模型，[15]其優點是可以在很弱的條件下保證方差矩陣的正定性且需要估計的參數個數較少。假設有1、2兩個市場，其二元BEKK(1,1)的設定形式為：

(2)

(3)

其中，εt是由VAR模型得到的殘差項，為一個(2×1)的矩陣。Ωt-1為包含t-1時期全部可得信息的信息集，Ht為t時刻的收益率協方差矩陣，其主對角線元素為方差，非主對角線元素為協方差。在式(3)中，C為一個上三角的常數矩陣，A、B中主對角線元素分別是ARCH和GARCH項的系數，其分別表示市場之間的沖擊(Shock)效應與波動(Volatility)效應。

通過極大似然估計對BEKK進行估計。在假定殘差向量服從二元正態分布的前提下，BEKK模型對應的對數似然函數為：

(4)

其中，N為市場個數，T為樣本容量。

(二)市場間波動溢出效應的檢驗

1、Wald檢驗

基于BEKK模型的波動方程為：

(5)

假設1：不存在市場2向市場1的波動溢出，即原假設設定為H0∶b12=0

假設2：不存在市場1向市場2的波動溢出，即原假設設定為H0∶b21=0

2、波動序列的Granger因果檢驗

(6)

(7)

三、樣本選擇與描述性統計

本文選取道瓊斯—瑞銀商品群分指數中的能源指數(Dow Jones Commodity Index Energy)作為國際能源價格波動的度量指標。采用道瓊斯中國指數來衡量中國股票市場整體情況，并分別采用上證綜指和深證成指來代表上海、深圳交易市場。樣本期為2010年12月31日到2016年7月29日，剔除無效數據，最終調整后的有效數據容量為1309。其中，道瓊斯能源指數和道瓊斯中國指數來源于道瓊斯系列指數網站，上證指數和深證成指數據來源于新浪財經。收益率定義為：

rt=(Log(Pt)-Log(Pt-1))×100

(8)

其中，Pt為t時期的價格，rt表示t時期調整后的收益率。各市場的收益率走勢如圖1所示。從圖1中可以看出，2011年至今，各市場均出現不同程度的波動，2014年年底之前，各市場波動整體較小。自2014年年底開始，各市場的波動程度開始加劇，并且各市場的波動在圖中都出現了不規則的峰值。

圖1 各市場的收益率走勢圖

表1給出了國際能源價格指數、道中指數、上證綜指和深證成指的描述性統計量及檢驗結果。表1結果顯示，除國際能源價格指數的日收益率外，道中指數、上證綜指和深證成指的日收益率均為正，四個市場收益率序列的標準差較小且比較接近。檢驗正態分布的Jarque-Bera統計量均在1%的顯著性水平下拒絕了服從正態分布的假設，即各指數的指數收益率均不服從正態分布。從偏度系數和峰度系數來看，各指數的收益率均具有明顯的尖峰厚尾特征。正態分布峰度系數為3，表中四個市場收益率序列的峰度值都高于3。四組數據偏度系數都小于0，說明各指數收益率呈現了左偏特征。從Ljung-Box的檢驗結果中可以看出，能源價格指數和上證綜指收益率在1%的顯著性水平下顯著，道中指數和深證成指收益率在5%的顯著性水平下顯著，總體來看，各指數收益率均存在自相關性。ARCH(6)與ARCH(10)分別為對四個市場收益率進行的滯后6階和滯后10階的ARCH效應檢驗，從表1中給出的結果可以看出，收益率序列在1%的顯著性水平下具有ARCH效應。國際能源價格指數、道中指數、上證綜指和深證成指的ADF值均在1%的顯著性水平下顯著，表明能源價格指數、道中指數、上證綜指和深證成指的收益率序列均為平穩序列，可以直接建立自回歸模型來描述價格波動率和收益率序列的均值變化。

注：***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。

四、實證結果分析

表2 分別給出了道瓊斯國際能源價格指數與道中指數、上證綜指和深證成指之間的VAR模型估計結果。根據AIC信息準則，國際能源價格指數與道中指數、深證成指的VAR模型選擇的最優滯后階數為1階，而國際能源價格指數與上證綜指的VAR模型最優滯后階數為4階。從單位根檢測圖中可以看出，VAR模型的根都散落在單位圓之內，因此判定此VAR模型是平穩的，因此模型得出的檢驗結果是有意義的。對三組VAR模型估計之后得到的殘差序列分別作ARCH效應檢驗，表2給出了其檢驗結果。從該結果中可以看出，三組殘差序列在1%的顯著性水平下均具有ARCH效應，符合構建GARCH模型的條件，因此可以通過構造多元GARCH模型對國際能源價格與中國股市之間的關系作進一步的研究。

表3 BEKK模型估計結果

表3給出了在t分布下，國際能源價格指數與道中指數、上證綜指和深證成指收益率的VAR-BEKK模型估計結果，從該表中可以看出，ARCH項系數矩陣A和GARCH項系數矩陣B的四個對角元素均在1%的顯著性水平下顯著，說明兩個市場的波動均受到來自自身前期波動的約束，波動聚集性和持續性比較顯著。表4 給出了標準化殘差的ARCH檢驗結果，其結果顯示，三組VAR-BEKK模型的殘差均已不存在ARCH效應，消除了異方差性，證明了該模型設定的合理性。

表4 BEKK模型殘差的ARCH檢驗結果

注：eE_CH1、eE_CH2表示國際能源價格與道中指數估計得出的殘差；eE_SH1、eE_SH2表示國際能源價格和上證指數估計得出的殘差；eE_SZ1、eE_SZ2表示國際能源價格與深證指數估計得出的殘差。括號內給出的為p值。

對于國際能源指數與道中指數，系數b12在5%的顯著性水平下顯著，說明中國股市對國際能源市場存在單向波動溢出效應。由于b21在1%的顯著性水平下顯著，國際能源市場對中國股市也存在單向波動溢出效應。

本文對表3給出的估計結果進行了進一步的Wald檢驗。檢驗結果如表5所示。通過對估計結果進行雙向和單項參數檢驗，可以發現，國際能源價格對中國整體股市價格和滬深分股市價格均存在雙向的波動溢出效應。

提取VAR-BEKK估計結果的波動序列，對其進行Granger因果檢驗，結果如表6所示。從該表中我們可以看出，Granger因果檢驗結果與Wald檢驗結果大體一致，但是Granger檢驗對國際能源市場與中國股票市場之間的波動溢出效應進行了進一步研究。該檢驗結果顯示，國際能源價格的波動對中國股市價格的影響存在滯后效應。國際能源市場的波動不會立即傳導到中國股市中，這可能是由于影響股市的因素較多，除通脹、貨幣政策和財政政策等宏觀因素外，還受公司所處行業和經營狀況等微觀因素的影響。除此之外，股票市場和非市場因素也會對股票價格產生影響。國際能源價格的波動可能會通過宏觀或微觀途徑傳導到股市，但是無論通過何種方式，從能源價格自身開始波動到其波動對中國股市產生影響都需要一段反應時間，從而決定了其溢出存在滯后效應。其中，能源價格對滬分市場股市的影響會較深分市場股市更快地表現出來。目前，上海證券交易所上市的公司達到1600多家，而深圳交易所只有600家左右。上海證券交易所巨大的基數使得其自身更容易捕捉到股市上的信息從而能夠快速作出反應。然而，中國股市價格的變動對國際能源價格的影響會即刻反映出來。與股市的影響因素不同，引起能源價格變動的直接原因是供求關系的變化。股市價格對其供求關系的變化會直接顯示出來，因此中國股市價格對國際能源價格的變動并不存在滯后效應。

綜上所述，國際能源市場與中國股市之間存在波動溢出效應，中國股市會對國際能源價格波動的沖擊作出反應。本文通過深入分析，認為主要存在以下因素。

第一，中國的能源消費結構與對外依存程度。目前在中國，利用較廣的幾種能源包含煤炭、石油、天然氣、核能和水電。根據《中國統計年鑒》(2016)，在2005—2015年我國能源消費中，煤炭占有主要地位，平均消費總量為總消費量的69.6%，石油占17.2%，天然氣占4.1%，水電、核電、風電等占9.1%。其中，我國油氣消費量增速高于全球水平。自1990 年至2012 年，我國原油消費量由1.13億噸增至4.84 億噸，期間復合增速6.84%；天然氣消費量由152 億立方米增至1438億立方米，期間復合增速10.74%。我國原油、天然氣消費量增速均顯著高于全球平均水平。

在能源供給方面，自2010年開始，煤炭出口量逐年減少，進口量逐年增加，由2010年的1.8億噸增至2014年的近3億噸，煤炭的對外依存度逐年增加。油氣保持了較快增長，2015年，原油進口3.3億噸，比2012年增長22.9%;天然氣進口584億立方米，比2012年增長48.8%，油氣均表現出較高的對外依存性。因此，國際能源價格波動時，會對中國經濟和中國股市產生影響。

第二，中國股市的成熟程度。盡管中國股市起步時間較晚，在技術、規則、信息等多方面還需完善。但是隨著中國股市近年來的不斷改革、中國股票市場機制的進一步完善，中國股市將會在更大程度上受到國際能源市場的影響。

第三，中國的能源價格形成機制。隨著我國改革開放的推進，能源價格改革也在逐步向市場化方向邁進。目前，煤炭價格基本上是由市場決定的。2016年，國家發展改革委員會對成品油的定價機制作了進一步完善，允許其在調控上下限范圍內自行定價。定價機制的完善和健全，使能源價格機制能夠進一步反映市場的供需變化，從而導致中國能源價格將會受到國際能源價格的影響。

表5 Wald 檢驗結果

表6 波動序列的Granger因果檢驗結果

五、結論

本文利用VAR-BEKK模型，提取其波動序列，在Wald檢驗的基礎上，借助Granger因果關系的思想，從中國整體股市及滬、深股市兩個層次，研究了國際能源價格波動與中國股票市場的波動溢出效應。結果表明，國際能源市場對中國股市整體和對滬、深分市場均存在雙向的波動溢出效應。其中，中國股票市場的波動會在當期就傳染給國際能源市場。但是，國際能源市場對中國股票市場卻存在滯后效應。在能源市場的波動當期，這種波動并不會對中國股票市場產生影響，滯后兩期后，能源市場的波動會溢出到中國整體股票市場。對于滬、深分市場而言，也存在著類似的實證結果。滬市和深市的波動會在當期即對國際能源市場產生影響。反過來，國際能源市場的波動會在滯后一期后分別傳染給滬市和深市。由于中國能源消費對外依存度上升，導致國際能源價格波動對中國經濟產生越來越顯著的影響，因此研究國際能源價格與中國股市之間的波動溢出效應具有重要意義。同時，基于實證結果，在今后對股市走向的預期中，可以將國際能源價格指數的變動作為其參考指標之一，為投資者提供有價值的參考信息。

[1] 金洪飛, 金犖. 石油價格與股票市場的溢出效應-基于中美數據的比較分析[J]. 金融研究, 2008, (2): 83-97.

[2] Diaz EM, et al. Oil price volatility and stock returns in the G7 economies[J]. Energy Economics, 2016, 54(1):417-430.

[3] 薛永剛. 國際石油價格波動的股票市場溢出效應研究——來自28個國家和地區樣本數據的經驗分析[J]. 中央財經大學學報, 2011,(9): 30-36.

[4] Rania Jammazi. Oil shock transmission to stock market returns: Wavelet-multivariate Markov switching GARCH approach[J]. Energy, 2012, 37(1): 430-454.

[5] Elie Bouri. Oil volatility shocks and the stock markets of oil-importing MENA economies: A tale from the financial crisis[J]. Energy Economics, 2015, 51(9): 590-598.

[6] Faff RW, Brailsford TJ. Oil price risk and the Australian stock market[J]. Journal of Energy Finance & Development, 1999, 4(1):69-87.

[7] 郭國峰, 鄭召鋒. 國際能源價格波動對中國股市的影響——基于計量模型的實證檢驗[J]. 中國工業經濟, 2011，(6): 26-35.

[8] 李春紅, 齊中英, 孫薇. 國際油價波動對中國股市影響及分析[J]. 運籌與管理, 2012，(6): 161-170.

[9] Jamel, Jouini. Return and volatility interaction between oil prices and stock markets in Saudi Arabia[J]. ScienceDirect, 2013, 35(6): 1124-1144.

[10] Wensheng K, Ratti RA, Yoon KH. The impact of oil price shocks on the stock market return and volatility relationship[J]. Journal of International Financial Markets, Institutions & Money, 2015, 34(1): 41-54.

[11] Perry, Sadorsky. Modeling volatility and correlations between emerging market stock prices and the prices of copper, oil and wheat[J]. Energy Economics, 2014, 43(5): 72-81.

[12] 成博, 楊勝剛. 石油市場與股票市場的互動機制比較研究[J]. 求索, 2014,(1): 60-65.

[13] Bastianin A, Conti F and Manera M. The impacts of oil price shocks on stock market volatility: Evidence from the G7 countries[J]. Energy Policy, 2016, 98(11):160-169.

[14] Engle RF and Kroner KF. Multivariate Simultaneous Generalised ARCH[J]. Econometric Theory, 1995, 11: 122-150.

[15] Sims CA. Macroeconomics and Reality[J]. Econometrica, 1980, 48: 1-48.

[16] Mensi W, Hammoudeh S, Nguyen DK, et al. Dynamic spillovers among major energy and cereal commodity prices[J]. Energy Economics, 2014,43:225-243.

[17] 董秀良, 曹鳳岐. 國內外股市波動溢出效應——基于多元GARCH模型的實證研究[J]. 數理統計與管理, 2009, 28(6):1091-1099.

[18] 周璞, 李自然. 基于非線性Granger因果檢驗的中國大陸和世界其他主要股票市場之間的信息溢出[J]. 系統工程理論與實踐, 2012, 32(3):466-475.

VolatilitySpilloverEffectBetweenInternationalEnergyMarketandChineseStockMarket

Ren Xianling Xiao Yukun Sun Wenyue

(College of Economics, Ocean University of China, Qingdao 266100, China)

With the increasing demand for energy in China, the fluctuation of international energy prices will inevitably affect the development of China's economy. Therefore, it is of great significance to study the relationship of volatility spillover between international energy market and Chinese stock market. From two perspectives of Chinese overall stock market, and Shanghai and Shenzhen stock markets, based on VAR-BEKK model and the Granger causality test of the volatility series, this paper not only studies the volatility spillover between the international energy market and the Chinese stock market, but also studies the lag effect of volatility spillover between the two markets. The empirical results show that there is a bi-directional volatility spillover between the energy market and the Chinese stock market, but the volatility of the international energy market has spread to China's stock market with a two-period lag. From the perspective of the market, Shanghai and Shenzhen markets have spillover effects on the international energy market in the current period; on the contrary, the impact of the international energy market on Shanghai and Shenzhen markets has a lag effect.

international energy markets; Chinese stock market; volatility spillover; VAR-BEKK model; Granger causality test

王明舜

2017-05-08

任仙玲(1979- )，女，山西朔州人，中國海洋大學經濟學院副教授，主要從事金融計量學、非參數統計學、金融風險管理及時間序列分析研究。

F830.91

A

1672-335X(2017)06-0065-07