国际石油市场及中国股市间波动率溢出研究.docVIP

国际石油市场及中国股市间波动率溢出研究摘要：本文利用CCF检验法即协相关函数检验法来检验国际原油市场与中国股票市场行业指数之间的波动率溢出效应，本文分析了国际原油市场与中国14个行业股票收益率的波动率溢出效应，结果显示国际石油的价格对中国石油和天然气、基础资源、工业用品和服务、旅游和休闲、科技行业有显著的波动率信息溢出效应，对其他行业则没有信息溢出。 关键词：波动率溢出；CCF检验； AR-t-EGARCH；原油市场 1、引言 石油作为一种稀缺能源，对各国的经济发展有着举足轻重的作用。中国石油储存量少，进口量每年不断上升，进口依存度也越来越高，到2010年中国石油进口量已经超过2亿吨，对外依存度超过55%，如此高的对外依存度表明在中国石油这种商品与国际石油市场联系非常紧密，与石油相关的行业容易受国际石油价格变动的影响。分析国际石油价格和中国股票市场间的波动溢出，对于政府在维护股票市场的稳定和能源方面的政策制定也很重要。 从20世纪80年代开始，石油对宏观经济和金融市场的影响就开始受到人们的关注，许多学者研究石油价格对一国经济可能产生的影响。如：（Jones and Kaul,1996；Park 和 Ratti,2008；Apergis 和 Miller2009)研究指出了消费物价指数，利率，投资与消费信心指数等一些影响经济增长的因素都受石油价格变动的影响。对于新兴市场，也有许多作者研究发现油价的变动对股票市场能显著的影响，如：Papapetrou（2001）；Narayan 和 Narayan（2010）。从这些文章中可以发现由于不同的国家由于对石油的依赖程度不一样以及各国市场开放程度的差异，所以原油价格波动对不同国家的金融市场的影响也不一样。一些学者已经将原油价格对金融市场的影扩展到具体的行业。如Boyer 和 Filion (2007)研究指出加拿大的石油与天然气行业的股票收益率会随着原油价格的上升而上升， Malik 和 Ewing（2009）研究了石油市场和美国的五个行业之间的收益和波动溢出的关系，结果得出它们之间的一些传递效应。 本文运用协相关函数即CCF检验法检测两个市场间可能存在的信息溢出。该方法由Cheung和Ng（1996）年提出，Hong(2001)则在前者的基础上创造出了一个新的统计量来检验Granger因果关系。文章运用此方法能有效的检验出两个市场之间的均值因果关系和方差因果关系。本文还将研究对象扩展到一些具体行业，研究原油市场与这些行业之间的波动率溢出关系。 文章结构如下：第2部分介绍本文所用的CCF检验方法和实证模型，第3部分实证分析，得出国际原油市场与中国股票市场整体的波动溢出结果，第4部分具体分析国际原油市场与中国14个行业之间的波动溢出关系，最后部分进行总结。 2、实证模型 为了发掘出不同时间序列之间的相互影响，并能找出一个序列对另一个序列的预测能力，Granger（1969）年引入了均值-Granger因果关系概念，并于1980年提出广义Granger因果关系，Granger（1986）中引入了方差-Granger因果关系，其均值-Granger因果关系的定义为：在信息集It-1的条件下，如果满足（1）式，则称Y在均值上是X的Granger原因。 (1) 其中Ix，t-1表示在t-1时刻时间序列X能获得的信息集，μxt为X市场在t时刻的条件均值，下同。方差-Granger因果关系的定义为：在信息集It-1的条件下，如果满足（2）式，则称 Y在方差上是X的Granger原因。 (2) 已经有很多学者研究出不同的方法来检验市场间的波动率溢出效应，如Bollerslev(1990)提出的CCC-MGARCH模型，Engle和Kroner（1995）提出的BEKK-GARCH模型，还有Engle（2002）一文中提出的DCC-GARCH方法，Cheung和Ng(1996)则采用协相关函数（Cross-Correlation Function，CCF)来检验两个时间序列间的波动率溢出效应。 2.1 CCF检验方法 传统研究波动率溢出所用的方法大都在多元GARCH框架下，对两个序列残差平方进行回归分析，而利用CCF方法进行因果关系检验时，只需要对每个时间序列单独建立一元GARCH模型，得到自身的标准化残差，从而避免了多元GARCH参数过多的问题以及估计结果收敛性等问题,而且还避免了多元GARCH因极大似然函数渐进分布的不确定所带来的影响。CCF检验法最早由Cheung和Ng(1996)提出来检验两个时间序列之间的因果关系， Hong（2001）在Cheng和Ng(1996)基础上构建出一个新的基于核函数的统计量Q（M），本文选用Daniell核函数