國際大宗商品市場與金融市場的雙向溢出效應
——基于BEKK-GARCH模型和溢出指數(shù)法的實證研究

譚小芬，張峻曉，鄭辛如

(1. 中央財經(jīng)大學 金融學院，北京 100081；2. 中央財經(jīng)大學 國際金融研究中心，北京 100081；3.中國人民大學 經(jīng)濟學院，北京 100872)

一、引言

隨著經(jīng)濟全球化和金融自由化的進程加快，過去二十年間國際商品市場和金融市場的一體化程度正逐漸加深且波動性逐漸增大。新世紀以來，單個商品價格和大宗商品價格指數(shù)的波動幅度和頻率都超過歷史水平(見圖1)。以美國西德克薩斯輕質(zhì)原油現(xiàn)貨價格為例，WTI原油均價自上世紀80年代中期至20世紀末一直維持在13.1-24.2美元/桶的范圍內(nèi)波動。從2003年開始原油價格持續(xù)上漲，至2008年中達每桶138.68美元，創(chuàng)下了有史以來原油現(xiàn)貨價格的最高值。2008年美國次貸危機爆發(fā)并擴散至世界各國，WTI原油在不到6個月的時間里下跌70%，最低至38.92美元/桶，之后油價隨著經(jīng)濟回升又大幅上漲，于2011年達到102.36美元/桶。2011年以后油價在102-123美元/桶的范圍內(nèi)小幅震蕩下行，到2014年下半年加速下跌，至2015年3月跌幅超過50%。此外，不同類別商品的價格受共同因素驅(qū)動而呈現(xiàn)價格聯(lián)動。根據(jù)IGC(國際谷物理事會)的報告顯示，與原油價格類似，小麥、玉米等谷物價格在2006年之后的波動幅度和頻率亦創(chuàng)下歷史新高。國際大宗商品價格的波動雖與大宗商品金融屬性密切相關(guān)，而商品金融化歸因于大宗商品相關(guān)衍生品市場的迅速發(fā)展。美國商品期貨委員會(CFTC)的報告顯示，各類金融投資機構(gòu)通過商品相關(guān)的指數(shù)工具投資于期貨市場的資金規(guī)模在從2003年至2011年期間翻了30倍。交易所數(shù)據(jù)顯示，2005年銅和原油的期貨、期權(quán)的交易規(guī)模分別達到其世界產(chǎn)量的36.1倍和3.9倍。隨著大宗商品的金融屬性逐漸升級，商品市場與資本市場之間的互動關(guān)系愈發(fā)密切，在此背景下，大宗商品價格與股票、債券、外匯等金融資產(chǎn)價格之間存在什么樣的關(guān)聯(lián)性和溢出效應？原油、黃金、銅等價格波動會對其他商品產(chǎn)生何種沖擊？來自某一商品市場的沖擊會對其他商品市場產(chǎn)生什么樣的作用？這些互動關(guān)系是怎樣隨時間而變化的？現(xiàn)有文獻尚未系統(tǒng)全面地探討這些問題，而這些問題對于理解大宗商品價格形成和波動機制具有理論意義，并且能夠為我國防范金融風險和穩(wěn)定物價提供重要的啟示。

本文在已有文獻基礎上，嘗試用BEKK-GARCH模型和溢出指數(shù)法，從收益溢出和波動溢出兩個角度研究了商品市場與金融市場之間的雙向溢出效應，并通過滾動窗口回歸的方法測度了溢出指數(shù)的時變特征。本文的主要特色在于，相對于常相關(guān)多元GARCH模型，BEKK-GARCH模型突破了金融變量之間的相關(guān)系數(shù)保持恒定的假設限制，通過分析商品市場和金融市場間二階矩陣的關(guān)聯(lián)性來捕捉兩市場收益率和波動率的條件方差和協(xié)方差的影響因素，進一步采用構(gòu)建溢出指數(shù)的方法全面科學的研究市場間和市場內(nèi)部的溢出效應。

圖1 CRB商品現(xiàn)貨綜指與原油價格

二、文獻綜述

(一)商品市場與金融市場的相互影響渠道

已有文獻認為金融市場對商品市場的影響渠道主要來自三個層面(韓立巖和尹力博，2012)：投資或投機需求、市場流動性和美元匯率[1]。第一，投資或投機需求方面。投資者或投機者可以通過在金融市場的衍生品交易影響商品市場中以石油為代表的大宗商品價格。殷劍峰(2008)[2]，Hamilton和Wu(2014)[3]，Chong和Miffre(2010)[4]，Lombardi和Robays(2012)[5]，Eickmeier和Lombardi(2012)[6]，Baldi，Peri和Vandone(2011)[7]分別對石油、玉米和大豆等大宗商品的價格的波動進行分析，發(fā)現(xiàn)實體經(jīng)濟需求和投機都是造成大宗商品價格波動的主要因素。Manera、Nicolini和Vignati (2013)證實了短期投機行為會對商品價格的波動產(chǎn)生正向沖擊[8]。第二，市場流動性方面。世界主要經(jīng)濟體的貨幣供給調(diào)整，尤其是美元的政策調(diào)整會通過改變市場流動性進而對商品價格產(chǎn)生重要影響。Giese和Tuxen(2007)[9]，Darius和Radde(2010)[10]，Askari和Krichene(2010)[11]，Gruber和Vigfusson(2012)[12]，Gospodinov和Jamali(2013)[13]，Reuven和Sylvain(2012)[14]等研究認為，在全球連通的金融市場環(huán)境中，世界主要經(jīng)濟體貨幣供給的調(diào)整會在世界范圍內(nèi)對資產(chǎn)和商品價格產(chǎn)生沖擊。第三，美元匯率方面。美元匯率是影響大宗商品價格重要因素， Chu和Morrison(1984)認為世界利率水平和美元匯率變化也會作用于商品市場，并且兩者與商品價格明顯負相關(guān)[15]。Breitenfellner和Cuaresma(2008)闡述了美元匯率影響原油價格的五條核心邏輯[16]。

(二)商品市場與金融市場之間的溢出效應

溢出效應可分為收益率溢出效應和波動率溢出效應，前者衡量市場間價格信息的相互傳導，后者測度市場波動和風險的相互傳導。

國內(nèi)外有相當部分的文獻針對商品市場對金融市場的溢出效應展開研究。根據(jù)金融化程度高低，張思成等(2014)將商品金融化分為高、中、低三個層次[17]。高級金融化商品的交易行為主要由投資或投機動機決定，呈現(xiàn)出與金融市場較為一致的波動規(guī)律。Buyuksahin和Robe(2014)[18]的研究表明商品的金融屬性越強其與股票市場的溢出效應越強，以原油為例(Malik和Hammoudeh，2007；Park和Ratti，2008)[19-20]，原油的金融屬性較強，其價格變動對其他國家股市能夠產(chǎn)生顯著影響。另外，Lombardi和Ravazzolo(2012)[21]，Kawamoto, Kimura和Morishita(2011)[22]，Chan(2011)[23]認為全球性的“危機”能夠加強這一溢出效應。在方法的選擇上，這類文獻主要采用了多元GARCH、VAR。

已有文獻大多研究商品市場與金融市場之間的聯(lián)動性。Gorton和Rouwenhorst(2006)[24]Silvernn-oienen和Thorp(2012)[25]，Sadorsky(2014)[26]從商品金融屬性增強，投資多樣化的角度，分析了商品市場和金融市場之間的聯(lián)動性。Aboura和Chevalier(2014)[27]，Hillier等(2006)[28]，Arouri等(2012)[29]證實了兩市場之間聯(lián)動性的存在，并測度了金、銀、白金等金屬與股票市場等金融市場之間的聯(lián)動性。國內(nèi)的研究中，田利輝和譚德凱(2014)分析了中、美股票市場與中國黃金、銅、棉花和白糖四種大宗商品現(xiàn)貨價格之間的聯(lián)動關(guān)系[30]。這類文獻采用的方法主要是廣義條件異方差模型(GARCH)及其拓展形式，比如DSTCC-GARCH、VSRMA-AGARCH、DCC-AGARCH、Bivariate GARCH等。

不同商品市場之間的溢出效應。已有研究集中在能源商品與非能源商品之間的聯(lián)動性與溢出效應上。Ji和Fan(2012)[31]，Mitchell(2008)[32]，Harri和Hudson(2009)[33]，Erdem和Soytas(2013)[34]，Liu(2014)[35]，Mensi等(2014)[36]發(fā)現(xiàn)在收益率和波動率方面，原油價格對非能源商品(農(nóng)產(chǎn)品)價格存在顯著的溢出效應。Nazlioglu和Soytas(2012)通過方差因果檢驗和脈沖響應分析，檢驗了原油價格、美元匯率和小麥、5種土耳其農(nóng)產(chǎn)品價格之間的聯(lián)動關(guān)系，發(fā)現(xiàn)原油價格的影響為中性[37]。Kazuhiko和 Tatsuyoshi(2013)發(fā)現(xiàn)2000年之后指數(shù)內(nèi)商品價格的協(xié)同性顯著上升，而指數(shù)外商品不具有這種特征[38]。Antonakakis和Kizys(2015)[39]借鑒Diebold和Yilmaz(2012)[40]提出的溢出指數(shù)法分析商品市場和外匯市場之間的收益率和波動率溢出。Du等(2011)從產(chǎn)業(yè)鏈視角分析了原油和農(nóng)產(chǎn)品價格之間的波動率溢出[41]。

(三)簡要評論

上述文獻采用多種方法和視角分析了商品市場、金融市場和溢出效應之間的關(guān)系，證實了商品市場與金融市場之間存在不同程度的溢出效應，為本文研究市場間與市場內(nèi)部之間的溢出效應提供了有益的參考和借鑒。但上述文獻仍然存在以下不足：(1)大多數(shù)文獻將收益率溢出和波動率溢出進行單獨的分析，沒有放在同一個分析框架中進行研究；(2)單獨分析一種金融資產(chǎn)與大宗商品之間的聯(lián)動關(guān)系和溢出效應，缺乏金融市場內(nèi)部、商品市場內(nèi)部以及不同資產(chǎn)與商品之間的溢出效應綜合性的研究；(3)缺少對于溢出效應時變特征的考察。本文選擇了8種代表性商品和4種金融資產(chǎn)分析商品市場和金融市場的雙向溢出效應，并對各類溢出效應進行了對比，進一步深化了同類研究。

三、模型構(gòu)建

(一)BEKK-GARCH模型的建立

信息溢出可以分為均值溢出效應和波動溢出效應，前者衡量的是市場間價格信息的相互傳導，后者刻度的是市場波動和風險的相互傳導。本文借鑒Engle和Kroner于1995年提出的BEKK參數(shù)化方法，建立條件方差矩陣正定的BEKK-GARCH模型，相對于常相關(guān)多元GARCH模型，該模型突破了金融變量之間的相關(guān)系數(shù)保持恒定的假設限制。為了同時反映收益率溢出(均值溢出效應)和波動率溢出(波動溢出效應)，假設收益率r1tr1t、r2tr2t滿足下面的均值方程和方差方程(以二元BEKK-GARCH模型為例)。

(1)

(2)

(3)

(4)

(5)

其中r1、r2表示兩個市場變量的收益率，ε1、ε2為均值方程的殘差項。K是下三角常數(shù)項系數(shù)矩陣,Ht是條件協(xié)方差矩陣，其中h11,t表示變量1的條件方差，h22,t表示變量2的條件方差，h12,t表示變量1與變量2之間的條件協(xié)方差。A和B分別為殘差項系數(shù)矩陣與條件異方差系數(shù)矩陣，上述模型能夠保證Ht的半正定性。根據(jù)以上各式，影響兩個市場變量波動的因素主要來自兩個方面，一是來自自身因素以及其他相關(guān)因素的前期沖擊ε11,t-1、ε22,t-1的影響，二是自身以及其他相關(guān)變量條件方差h12,t-1、h11,t-1、h22,t-1的影響。因此，為判斷某一變量是否受到來自相關(guān)市場的沖擊和波動溢出的影響，我們做出以下假設。當α12=β12=0 時，說明不存在變量2到變量1的溢出效應；當α21=β21=0時，說明不存在變量1到變量2的溢出效應；當α12=β12=α21=β21=0時，說明兩個市場變量之間不存在相互的波動溢出(雙向溢出)。

(二)溢出指數(shù)模型的構(gòu)建

Diebold和Yilmaz在2009年最先在論文中提出了溢出指數(shù)的概念后，于2012年將溢出指數(shù)的測算拓展到廣義方差分解領(lǐng)域，使該方法不再依賴變量進入模型的次序，而且能夠針對性地測算單個變量或者單個市場的溢出效應值。此外，模型具備捕捉市場時變特征的功能，能夠從結(jié)合滾動回歸分析從動態(tài)的角度分析不同市場間的聯(lián)動關(guān)系。以下是該溢出指數(shù)模型的構(gòu)造。

Ai=Φ1Ai-1+Φ2Ai-2++ΦpAi-p

(6)

若i<0，則Ai=0;若i=0，則Ai為N維單位矩陣。

在以上向量自回歸模型框架下，運用KPSS處理法預測殘差項的沖擊。相比于Cholesky方差分解，KPPS方法的估算結(jié)果不依賴于各變量的順序，且不要求方程誤差正交化。變量xj對變量xi的溢出效應的估計值為xi的H步預測誤差的方差中來自xj部分θij(H)；公式表示如下(i≠j)：

(7)

(8)

由上，本文從總溢出指數(shù)、定向溢出指數(shù)和動態(tài)溢出指數(shù)的角度估算市場間的溢出效應值。

1.總溢出指數(shù)作為衡量金融市場整體相關(guān)程度的指標，測算的標的是所有進入模型的變量互相的信息溢出對模型總預測殘差的貢獻度。總溢出效應構(gòu)造如下式：

(9)

2.定向溢出指數(shù)(Directional Spillovers)可以對不同板塊之間溢出效應的方向加以度量。其中，

(1)j市場對i市場的定向溢出指數(shù)表述為：

(10)

(2)所有其他市場對i市場的定向溢出指數(shù)可以表述為：

(11)

(3)i市場對所有其他市場的定向溢出指數(shù)可以表述為：

(12)

3.動態(tài)溢出指數(shù)。由于金融系統(tǒng)是動態(tài)變化的體系，在不同的歷史時期金融市場變量之間的相互關(guān)系往往呈現(xiàn)出不同的特征。本文將滾動窗口回歸和溢出指數(shù)的估算方法相結(jié)合，以得到總溢出指數(shù)和定向溢出指數(shù)的動態(tài)時變圖。

四、實證分析

(一)變量選取與數(shù)據(jù)處理

為測算國際商品市場與資本市場之間的聯(lián)動關(guān)系，本文選取國際商品市場和資本市場的代表性價格序列。首先，在國際商品市場方面，本文選取涵蓋了能源、金屬、農(nóng)產(chǎn)品三類重要大宗商品的8類代表性商品價格序列[注]商品價格數(shù)據(jù)來源于紐約商品交易所(COMEX)、紐約商業(yè)交易所(NYMEX)、芝加哥商品交易所(CBOT)、倫敦金屬交易所(LME)、國際石油交易所(IPE)。：IPE布倫特原油期貨結(jié)算價、COMEX天然氣期貨結(jié)算價、倫敦金銀市場協(xié)會現(xiàn)貨黃金價格、NYMEX白銀期貨結(jié)算價、NYMEX銅期貨結(jié)算價、LME鋁期貨結(jié)算價、CBOT小麥期貨結(jié)算價和CBOT玉米期貨結(jié)算價。其次，在資本市場方面，本文選取能夠刻畫全球股票市場、債券市場、外匯市場和長期利率波動的4類代表性價格序列：MSCI[注]MSCI全球股票指數(shù)和JPM全球債券總指數(shù)來源于Bloomberg數(shù)據(jù)庫。全球股票指數(shù)、JPM全球債券總指數(shù)，美元實際有效加權(quán)匯率指數(shù)(對主要國家)和美國10年期國債收益率。數(shù)據(jù)為2000年1月4日至2015年12月30日的日度數(shù)據(jù)，對價格序列中的缺漏值采用三次樣條法(Cubic Spline Interpolation)進行填充。日度收益率數(shù)據(jù)采用先取對數(shù)后差分的方法進行處理。此外，本文采用ADF方法和PP方法檢驗數(shù)據(jù)的平穩(wěn)性。表1描述了8種商品和4種金融市場的日度收益率的統(tǒng)計特征，并表明在5%的顯著性水平下所有序列達到平穩(wěn)。

表1 大宗商品與金融資產(chǎn)收益率的統(tǒng)計描述(日度數(shù)據(jù))

注：***，**和*分別代表在1%，5%和10%的顯著性水平上顯著。

(二)基于BEKK-GARCH模型的溢出效應分析

結(jié)果表明，國際大宗商品市場與金融市場之間存在雙向溢出效應。表2描述了股票市場、債券市場、外匯市場與長期利率與商品價格序列兩兩之間的溢出效應。在5%的置信區(qū)間下，MSCI全球股票指數(shù)與原油、黃金、白銀、銅、小麥和玉米價格之間存在收益率或波動率上的雙向溢出效應，JPM全球債券總指數(shù)與鋁、小麥和玉米價格之間存在收益率或波動率上的雙向溢出效應，美元實際匯率指數(shù)與鋁、小麥和玉米價格之間存在收益率或波動率上的雙向溢出效應，美國10年期國債收益率與天然氣和鋁價之間存在收益率或波動率上的雙向溢出效應。

此外，不同的金融資產(chǎn)價格與商品價格之間的溢出關(guān)系呈現(xiàn)不同的特征：首先，股票價格與大宗商品價格之間的聯(lián)動關(guān)系最為顯著，二者呈現(xiàn)出雙向的互動關(guān)系。商品價格對股票的收益率溢出多為正向，而股票價格對商品的收益率溢出多為負向。貴金屬與股票市場之間呈現(xiàn)負的波動率溢出，這反映了市場投資者傾向于將貴金屬特別是黃金作為避險資產(chǎn)；工業(yè)金屬(銅、鋁)與股票之間則呈現(xiàn)正的波動率溢出，這體現(xiàn)出工業(yè)金屬市場與股票市場之間存在明顯的風險傳遞。其次，全球債券指數(shù)、美元實際匯率與商品市場的關(guān)系更多的表現(xiàn)為單邊影響。債券收益率和美元匯率的變化反映了短期利率、全球貨幣政策和流動性的變動。總體來看，債市和外匯市場的波動對商品市場的溢出效應可以被看作從貨幣層面對大宗商品價格產(chǎn)生沖擊，即市場流動性及貨幣預期的變化直接作用于商品價格，這反映了國際大宗商品的金融屬性。反過來，商品價格的波動也會對全球貨幣市場產(chǎn)生影響，但溢出指數(shù)測算表明，大宗商品市場對全球債券指數(shù)和美元匯率的溢出效應相對較弱。最后，10年期國債收益率與商品市場之間存在不同強度的雙向互動關(guān)系，商品價格波動對10年期國債收益率的正向溢出效應更為明顯。原因可能是，一方面，商品價格的變化反映了實體經(jīng)濟需求的變化，在商品價格的上行期，長端國債收益率的運行中樞會在經(jīng)濟樂觀預期中上升，在商品價格的下行期，長端國債收益率的運行中樞會在經(jīng)濟預期惡化的局勢中下移；另一方面，作為中下游產(chǎn)業(yè)最重要的原材料來源，大宗商品價格的漲跌直接對應物價水平預期的變化，因此當商品市場普遍上漲時，考慮到通貨膨脹因素，長期國債收益率也將抬升。

(三)基于溢出指數(shù)模型的分析

本文通過分別對商品價格和代表性金融市場價格的同期周度收益率與波動率序列建立VAR模型來進一步分析國際大宗商品市場與金融市場之間的聯(lián)動關(guān)系。周度收益率采用每周五的價格序列取對數(shù)后差分的形式，并調(diào)整為同期。若周五數(shù)據(jù)缺失則選用同周周四的收盤價格代替。波動率數(shù)據(jù)的構(gòu)造借鑒 Alizadeh等(2002)、Diebold和Yilmaz(2012)的方法，使用周內(nèi)價格運行的最高值(Ht)和最低值(Lt)來計算，變量均為對數(shù)形式。具體公式為：

(13)

表3、表4分別表述了8種商品和4種金融市場價格周度收益率與波動率的基本統(tǒng)計特征和序列的平穩(wěn)性檢驗。檢驗結(jié)果表明序列平穩(wěn)達到建立VAR模型的計量條件。

表5和表6分別描述了股票、債券、外匯和長期國債收益率與代表性大宗商品市場之間的收益率與波動率溢出指數(shù)矩陣(Spillover Table)。矩陣中的行數(shù)據(jù)代表該資產(chǎn)價格受到其他市場的溢出效應指數(shù)，列數(shù)據(jù)則表示該資產(chǎn)價格波動對其他市場變量的溢出效應。矩陣的右側(cè)兩列(FF和FC)分別表示受到其他金融市場的信息溢出(From other Financial Markets)程度和受到其他商品市場價格波動的信息溢出(From other Commodity Markets)程度，矩陣的下方兩行(TF和TC)分別表示對其他金融市場(To other Financial Markets)和對其他商品市場(To other Commodity Markets)的信息溢出程度。為了考察兩個市場間的溢出程度將如何隨著測算區(qū)間長度的增加而變化，本文分別計算了溢出持續(xù)時間設為H=2，4，6時的收益率溢出效應值和溢出持續(xù)時間設為H=4，8，12波動率溢出效應值。

表2 金融市場與各類商品價格的溢出效應結(jié)果

注：括號內(nèi)為估計值標準誤差，***，**和*分別代表在1%，5%和10%的顯著性水平上顯著。

表3 大宗商品與金融資產(chǎn)收益率的統(tǒng)計描述(周度數(shù)據(jù))

注：***，**和*分別代表在1%，5%和10%的顯著性水平上顯著。

表4 大宗商品與金融資產(chǎn)波動率的統(tǒng)計描述(周度數(shù)據(jù))

注：***，**和*分別代表在1%，5%和10%的顯著性水平上顯著。

表5 基于溢出指數(shù)法的金融市場與國際大宗商品市場的溢出效應測算結(jié)果(收益率)

表6 基于溢出指數(shù)法的金融市場與國際大宗商品市場的溢出效應測算結(jié)果(波動率)

總體來看，全球金融市場與商品市場之間的收益率溢出大于波動率溢出，且波動率溢出持續(xù)時間要長于收益率溢出。收益率方面，在2周內(nèi)，兩個市場的代表性資產(chǎn)價格收益率之間的溢出總指數(shù)為32.5%，說明商品市場與股票、債券、外匯和長期國債等金融資產(chǎn)價格之間存在顯著的收益溢出。在4周和6周內(nèi)，收益率溢出總指數(shù)分別升至33.8%和33.9%，表明跨市場之間的相互沖擊基本在6周之內(nèi)完全平復，溢出效應的測量值達到飽和狀態(tài)。波動率方面，跨市場資產(chǎn)價格的波動率溢出總指數(shù)在4周內(nèi)為16.8%，說明金融市場與商品市場的波動率傳遞相對于收益率較弱。8周和12周的測算結(jié)果分別為19.2%和19.8%，表明市場間的波動率溢出效應要在12周內(nèi)才能被完全吸收。

基于區(qū)分金融市場和商品市場的累計溢出指數(shù)統(tǒng)計，發(fā)現(xiàn)收益率的溢出形式呈現(xiàn)如下特征：首先，單個金融資產(chǎn)對金融市場其他資產(chǎn)價格產(chǎn)生的溢出效應要大于其對商品市場的溢出效應，且金融資產(chǎn)價格波動受到來自其他金融資產(chǎn)的信息溢出大于來自商品市場的；其次，商品價格受到金融資產(chǎn)價格波動的沖擊與受到其他商品價格波動的沖擊基本持平，但其對金融資產(chǎn)造成的溢出效應遠小于對其他商品造成的溢出效應；最后，股票和債券市場能夠?qū)ζ渌Y產(chǎn)價格的收益率產(chǎn)生顯著的影響，但其自身的價格波動在更大程度上是由自身市場內(nèi)部因素導致。依照定向累計溢出效應指數(shù)的大小，各類金融資產(chǎn)對大宗商品市場的收益率溢出效應由大到小依次為股票(64.8%)、美元匯率(41.2%)、債券(29.7%)和10年期國債收益率(3.7%)，而對金融市場收益率溢出效應最大的四種商品依次為：黃金(1.9%)、原油(1.8%)、銅(1.3%)和天然氣(1.1%)。綜上，金融市場對商品市場的收益率溢出效應要大于商品市場對金融市場的溢出效應，但無論金融市場還是商品市場，其收益率變化對自身市場其他資產(chǎn)收益率的影響要大于對外部市場的影響。

跨市場的波動率溢出效應的特征與收益率很不同。首先，就市場間的整體溢出效應值來看，在金融市場和商品市場間波動率的信息溢出相比于收益率較弱，但部分資產(chǎn)之間的波動率溢出效應要超過收益率，其中商品對金融市場的波動率溢出超過收益率溢出，這反映了大宗商品價格對金融資產(chǎn)價格存在顯著的風險傳遞。其次，金融資產(chǎn)對商品的波動率溢出大于對其他金融資產(chǎn)的波動率溢出，這意味著金融市場的動蕩會對國際商品市場形成巨大沖擊。最后，根據(jù)定向累計溢出效應指數(shù)，各類金融資產(chǎn)對大宗商品市場的波動率溢出效應由大到小依次為債券(20.6%)、10年期國債收益率(14.2%)、美元匯率(9.3%)和股票(1.9%)，而對金融市場波動率溢出效應最大的四種商品依次為：原油(4.8%)、黃金(3.8%)、銅(3.6%)和銀(3.4%)。

結(jié)合兩個層面的溢出指數(shù)測算結(jié)果，我們發(fā)現(xiàn)，原油、黃金和銅在收益率和波動率溢出層面都是影響金融市場最主要的商品，且相比于其他商品市場，股票、債券等金融資產(chǎn)價格與這三類商品價格之間存在更為緊密的互動關(guān)系。

表7 國際大宗商品市場與金融市場的平均溢出指數(shù)(收益率層面)

表8 國際大宗商品市場與金融市場的平均溢出指數(shù)(波動率層面)

(四)基于滾動窗口回歸的動態(tài)溢出分析

新世紀以來，全球金融市場與商品市場的運行環(huán)境和格局都發(fā)生了深刻的變遷，為了跟蹤記錄市場間溢出效應的時變特征，下面結(jié)合滾動窗口模型對商品和金融市場的收益率和波動率溢出進行分析。

1.收益率和波動率總溢出指數(shù)

圖2描述了窗口期為100周的市場間收益率溢出總指數(shù)的測算結(jié)果。結(jié)果顯示，2002年以來，跨市場的收益率溢出程度總體呈先升后降的走勢，13年內(nèi)一共出現(xiàn)了三次高峰。第一次高峰在2004-2006年，期間跨市場間的收益率溢出指數(shù)首次升至45%-50%。這一時期以中國為代表的新興經(jīng)濟體的高速發(fā)展推動了資源密集型產(chǎn)業(yè)的蓬勃發(fā)展，在實體層面打造了大宗商品超級牛市的根基。為分享新興市場國家的發(fā)展紅利，大量機構(gòu)投資者通過商品期貨或商品指數(shù)基金等渠道進入商品市場，深化了以原油、金屬為代表的商品金融化，大宗商品與金融市場之間的聯(lián)動關(guān)系隨之上升。第二次是2008-2010年的金融危機期間，全球資產(chǎn)價格受危機影響劇烈波動，隨后在美聯(lián)儲量化寬松和中國“四萬億”財政刺激的提振下，國際市場風險偏好又迅速被扭轉(zhuǎn)回升，CRB商品指數(shù)和MSCI全球股票指數(shù)在這一時期都經(jīng)歷了劇烈的“V”字走勢。第三次是2011-2012年，歐債危機的爆發(fā)再次沖擊了全球資產(chǎn)價格，導致跨市場的信息溢出程度明顯上升，全球流動性對于經(jīng)濟刺激的邊際效應從這一時期開始下降，大宗商品也開始步入漫長的熊市階段。與2008年金融危機和2011年歐債危機市場相對應的時期，收益率溢出指數(shù)都快速攀升并突破了50%，這說明在危機期間各類資產(chǎn)的聯(lián)動性大大提升，商品與金融資產(chǎn)價格變化信息的傳導速度加快。此外，自2013年以后金融、商品市場間的收益率溢出指數(shù)明顯走弱，反映了近幾年商品市場與金融市場聯(lián)動關(guān)系的減弱和大宗商品定價回歸基本面的趨勢。

圖3描述了窗口期為100周的市場間波動率溢出總指數(shù)的測算結(jié)果?？傮w來看，金融危機后的市場間波動率溢出要強于危機前，13年內(nèi)市場間波動率溢出總指數(shù)出現(xiàn)了兩段高峰。第一個高峰是金融危機前后，這一期間波動率溢出指數(shù)在45%附近，可以看出在2008年次貸危機爆發(fā)后商品市場與金融市場間的波動傳導迅速加快，隨后在美聯(lián)儲大規(guī)模量化寬松刺激下全球風險偏好修復，市場間的波動溢出有所下降，但在2009年之后隨著大宗商品市場的全面反彈，金融市場與商品市場間的波動率溢出指數(shù)再次回升至高位。第二個高峰位于2014年下半年至2015年第一季度，這一時期大宗商品市場受油價大幅下跌拖累加速下滑，與全球流動性拐點和新興市場國家經(jīng)濟增速下滑預期相疊加，給全球金融市場帶來了很大的不確定性，因此在跨市場間的收益率溢出效應降低的背景下，市場間的波動率溢出指數(shù)仍處于高位。此外，雖然跨市場的收益率和波動率溢出總指數(shù)在近些年都出現(xiàn)下滑并降至金融危機后的低位，但在2015年溢出效應指數(shù)出現(xiàn)反彈。

圖2 全球金融市場與國際大宗商品市場的動態(tài)溢出總指數(shù)(收益率)

圖3 全球金融市場與國際大宗商品市場的動態(tài)溢出總指數(shù)(波動率)

2.收益率和波動率雙向溢出指數(shù)

圖4描述了國際大宗商品市場和金融市場之間整體的雙向動態(tài)收益率溢出指數(shù)，即把8類代表性商品市場和4類金融市場各作為一個整體，測算二者之間的定向溢出指數(shù)?？傮w來看，商品價格對金融市場的收益率溢出要弱于金融市場向商品價格的收益率溢出，2004年始，兩個市場定向的收益率溢出指數(shù)持續(xù)攀升，且聯(lián)動關(guān)系持續(xù)增強。至金融危機期間，金融市場對商品價格的影響達到頂峰，溢出指數(shù)一度接近60%，而商品價格對金融市場的作用力仍在上升，直到2013年才達到頂峰。2013年之后，兩個市場之間的信息溢出開始減弱，商品市場與全球金融市場的收益關(guān)聯(lián)性下滑，2013年以后商品價格與全球股票指數(shù)發(fā)生了明顯的背離，大宗商品的定價因素開始向?qū)嶓w供需基本面回歸，特別是2014年OPEC國家宣布石油增產(chǎn)后，國際原油價格波動中的地緣政治因素為商品價格走勢增添了更多的不確定性。但自2015年始，兩個市場之間的收益率溢出力度出現(xiàn)反轉(zhuǎn)勢頭。

圖5描述了大宗商品價格波動與金融市場之間的雙向波動率溢出指數(shù)走勢。從商品市場對金融資產(chǎn)價格的波動溢出可以發(fā)現(xiàn)，商品價格波動對金融市場的沖擊在商品牛市中趨向于減弱，而在商品熊市中則更趨向于上升。在2003年-2007年與2009年-2011年的商品價格上漲期中，商品價格對金融市場的波動率溢出的減弱；而2008年金融危機前后和2011年商品大跌期間商品價格波動向金融市場的風險傳遞迅速上升。金融市場對商品市場的波動率溢出則呈現(xiàn)先升后降的走勢，其中2008年金融危機前后和歐債危機期間達到峰值，說明在危機期間金融市場自身的波動風險將迅速波及商品市場。

圖4 定向收益率溢出：大宗商品對金融市場(左)，金融市場對大宗商品(右)

圖5 定向波動率溢出：大宗商品對金融市場(左)，金融市場對大宗商品(右)

(五)穩(wěn)健性檢驗

本文從兩個角度進行穩(wěn)健性檢驗。首先是更換變量進入模型的次序，將大宗商品市場各類價格指標更換到金融市場之前，分別測算收益率和波動率的動態(tài)總溢出指數(shù)；其次是更改動態(tài)指數(shù)運算過程中的滾動窗口長度，將窗口長度由2年(100周)調(diào)整為125周。

圖6 收益率動態(tài)溢出總指數(shù)(更換變量順序)

圖7 波動率動態(tài)溢出總指數(shù)(更換變量順序)

圖8 收益率動態(tài)溢出總指數(shù)(更改模型預測窗口長度)

圖9 波動率動態(tài)溢出總指數(shù)(更改模型預測窗口長度)

從以上穩(wěn)健性檢驗的結(jié)果可以看出，在更換模型變量的順序和滾動窗口長度后，不論是收益率層面還是波動率層面的動態(tài)總溢出指數(shù)走勢均與更換前基本一致。差別之處在于，滾動窗口拉長后，大宗商品市場與金融市場之間的溢出指數(shù)在2015年的反轉(zhuǎn)力度有所減弱，但總體來看觸底反彈的趨勢仍然未發(fā)生變化，即全球金融資產(chǎn)價格與商品價格之間的互動關(guān)系在2015年升溫的結(jié)論依然成立。

五、主要結(jié)論及啟示

本文通過結(jié)合BEKK-GARCH和Diebold溢出指數(shù)模型對國際大宗商品市場與金融資產(chǎn)之間的信息溢出做了系統(tǒng)性的分析。根據(jù)實證分析部分關(guān)于溢出效應指數(shù)的測算結(jié)果，得到以下幾點結(jié)論：

1.總體來看，大宗商品與各類金融資產(chǎn)之間存在顯著的信息溢出，但各類互動關(guān)系呈現(xiàn)出不同的特點。就金融資產(chǎn)而言，股票與商品之間表現(xiàn)為雙向互動，美元匯率與債券更偏向于對商品價格的單向溢出，而10年期國債收益率則更傾向于受商品價格的影響。在大宗商品市場中，原油、黃金和銅與金融市場之間的互動關(guān)系最為密切。

2.就整體市場而言，大宗商品與金融市場間在收益率層面的總溢出指數(shù)(33.9%)要超過波動率層面的總溢出指數(shù)(19.8%)。收益率方面，金融市場內(nèi)部的平均溢出指數(shù)(36.75%)>商品市場內(nèi)部的平均溢出指數(shù)(34.85%)>金融市場對商品價格的平均溢出指數(shù)(14.80%)>商品價格對金融市場的平均溢出指數(shù)(1.04%)；波動率方面，商品市場內(nèi)部的平均溢出指數(shù)(17.4%)>金融資產(chǎn)對商品價格的平均溢出指數(shù)(11.5%)>金融市場內(nèi)部的平均溢出指數(shù)(7.2%)>商品價格對金融市場的平均溢出指數(shù)(2.9%)。

3.根據(jù)動態(tài)溢出指數(shù)的走勢，跨市場間溢出效應的時變特征可以總結(jié)如下：(1)從2003年開始商品市場與金融市場之間的聯(lián)動關(guān)系整體呈震蕩上升趨勢，2013年以后開始明顯減弱，2015年再次回升；(2)在金融危機和歐債危機等風險偏好快速收縮階段，跨市場間的收益率和波動率溢出都出現(xiàn)明顯抬升；(3)商品價格對于金融資產(chǎn)的波動率溢出在商品牛市階段趨于減弱，而在商品熊市階段則趨于上升。

國際商品市場與金融市場之間存在明顯的互動關(guān)系，按照全球大宗商品的金融化進程，可以將2000年之后的商品市場分為兩個階段，2003-2012年為金融屬性強化階段，2013年以來為去金融化階段。但通過實證分析的結(jié)果可以看出，2015年商品市場與金融市場的聯(lián)動關(guān)系再次升溫，這說明商品的金融屬性是未來學術(shù)界和投資領(lǐng)域必須要保持關(guān)注的問題。當前原油、黃金和銅等個別商品的金融化程度已經(jīng)相當之高，投資者針對商品的定價必須要考慮來自金融市場的信息溢出。雖然大宗商品價格最終仍將回歸實體經(jīng)濟供需基本面，但短期內(nèi)的市場風險偏好、投資者預期以及政策不確定性等因素會對商品價格產(chǎn)生顯著影響，尤其在金融危機期間，跨市場之間的風險傳遞須予以警惕。此外，就金融市場而言，也應當注意商品市場持續(xù)下行期中的風險溢出。

商品的金融化以及商品與金融資產(chǎn)價格之間的信息溢出給商品市場監(jiān)管帶來了挑戰(zhàn)，政策當局應該從以下幾個方面著手。首先，針對來自全球金融市場的沖擊，我國亟需建立有效的風險防范與管理機制，當商品價格出現(xiàn)非預期的波動時，進行適當?shù)膬r格干預或窗口指導。其次，為平穩(wěn)商品價格波動、抑制商品市場泡沫，監(jiān)管層需提高商品資產(chǎn)市場的透明度，嚴格控制商品相關(guān)衍生品的杠桿水平，更有效地實現(xiàn)商品期貨市場依據(jù)供需基本面的價格發(fā)現(xiàn)功能。