极端事件下国际股市间风险溢出效应研究_刘妍
刘妍,潘晨.极端事件下国际股市间风险溢出效应研究[J].中国海洋大学学报(社会科学版),2023(04):49-60.
研究问题
基于TVP-VAR模型的溢出指数法及风险溢出网络模型，重点对中美贸易摩擦时期和乌克兰危机时期的股市风险传播特点进行实证分析。
理论机制
金融一体化、经济全球化趋势使各国或地区股票市场之间的联系更加密切。区域股票市场关联度的提高不仅促进了国际资本的流动，给投资者带来更加丰富的投资机会，也优化了资源在全球范围内的配置，促进全球经济的发展。但同时，股票市场间的高度关联也引发了一系列问题。其中最显著的便是风险能够更轻易地在各市场间流转，加剧风险在全球股票市场上蔓延。极端事件是指发生概率小、但影响较大的事件。它是造成财产、生命损害的直接原因，主要包括洪水、地震等自然灾害以及金融危机、战争暴乱等突发性事件。当某地区股票市场在极端事件的冲击下出现剧烈波动时，经过交叉传染，风险会传播至其他股票市场，导致其他股市发生波动，在极端情况下，还会爆发系统性金融风险，甚至会引起严重的金融危机，对世界经济造成巨大冲击。
如何衡量金融市场间的风险溢出效应是金融风险领域一直关注的焦点问题，目前应用最为广泛的方法为Copula函数法和溢出指数法。Copula函数是一类将联合分布函数与它们各自的边缘分布函数连接在一起的函数，可以有效测量变量间的相依性。基于这种特性，不少学者利用Copula函数刻画变量间的相依结构，进而求得CoVAR，以研究不同金融市场或不同市场主体间的风险溢出关系。相较于传统的分位数回归方法，Copula函数方法可以测量非线性溢出关系，但是其对时变风险非线性相关性的反映较弱，且无法直观体现风险传播方向。DY溢出指数法是在广义向量自回归框架下，采用方差分解预测误差方差，度量金融市场风险溢出效应的方法。该方法最显著的特征是用矩阵形式反映总体风险溢出的大小及方向，可以更直观地体现金融市场风险溢出去向及风险接收来源。随着研究的深入，学者基于复杂网络理论，根据DY溢出指数法结果进一步构建风险溢出网络，从空间维度对风险溢出效应进行分析。目前，这种方法广泛应用于外汇和股票等金融市场风险溢出效应问题研究。然而，DY溢出指数法最大缺陷是要人为设置滚动窗口，这会带来信息缺失等问题。为弥补这一缺陷，Antonakanis和Gabauer提出了基于时变参数向量自回归模型（TVP-VAR）的溢出指数计算方法，在这一框架下，利用系数矩阵和协方差矩阵的时变特性，可以准确测度任一时点的风险溢出效应。
实证数据期间与来源
本文选择13个经济较为活跃的国家或地区的股票市场作为研究对象，其中包括两个北美洲国家（美国、加拿大），五个欧洲国家（法国、英国、德国、意大利、俄罗斯），五个亚洲国家或地区（中国、中国香港、韩国、日本、新加坡）以及一个大洋洲国家（澳大利亚），将这些国家或地区的主要股票指数收益率作为样本数据展开研究，样本区间为2016年1月4日-2023年3月31日。所有股指的价格数据均来源于Wind数据库。
结论
1.股票市场风险溢出效应存在区域“抱团”现象，同属区域股票市场间的风险溢出强度较大
2.除俄罗斯外，其他欧美地区股市是风险净溢出者，俄罗斯、澳大利亚及亚洲地区股市为风险净接收者
3.相较于乌克兰危机，中美贸易摩擦对股市风险溢出效应的影响更大，总体溢出指数呈现出显著的跳跃式上升趋势，同时，中美贸易摩擦时期风险溢出网络的平均聚类系数大于乌克兰危机时期和平稳时期，网络连接更紧密，风险流转效率更高
4.中国股市在中美贸易摩擦时期的风险溢入净值大于乌克兰危机时期，遭受其他股市的风险冲击更大
小结
首先，本文采用基于TVP-VAR模型的溢出指数法，构建多维股市风险的溢出指数矩阵，从静态角度识别各国或地区股市在风险溢出系统中的角色与地位。其后，对股市风险溢出指数进行动态刻画，掌握国际股票市场间风险溢出效应的时变特征，深入探究中国股市在整个样本时段内的风险溢出净效应及与其他股市之间的风险溢出效应。最后，构建平稳时期、中美贸易摩擦时期及乌克兰危机时期的风险溢出网络，对比分析股市间风险溢出效应在不同时期的差异。