航運干散貨市場與中國股票市場的信息溢出效應(yīng)研究

1、航運干散貨市場與中國股票市場的信息溢出效應(yīng)研究關(guān)鍵詞：DCC-GARCHVARBDISZZS動態(tài)關(guān)系0 引 言在較早的外文文獻中許多的研究已經(jīng)證實了金融市場與實體經(jīng)濟活動之間存在著不可忽略的相關(guān)性：1973年McKinnon【1】和Shaw【2】推斷出金融市場對于實體經(jīng)濟具有較為重要的意義。之后Bencivenga, Smith,和Starr【3】和Levine和Zervos【4】多次論證了這一觀點。1980年Ross【5】，Roll和Chen【6】論述了他們的看法：從宏觀角度看來，金融的發(fā)展在較大的程度上影響了實體經(jīng)濟，然而實體經(jīng)濟對于金融也存在相當?shù)挠绊懥?，兩者密不可分?986年Roll

2、和Ross【7】進一步論述了實體經(jīng)濟通過直接影響資產(chǎn)的價格從對資本市場有著一定成都上的間接影響。本文旨在探究航運干散貨市場和中國股票市場之間的一個動態(tài)關(guān)系，本研究領(lǐng)域中航運干散貨市場和中國股票市場分別代表的實體經(jīng)濟和資本市場基準的行為，并針對這兩個市場的相互依賴性，構(gòu)建相關(guān)研究模型來確保任何金融市場和實體經(jīng)濟結(jié)構(gòu)之間的關(guān)系的線索都可以為投資者提供信息。同時，2009年的全球經(jīng)濟危機對市場之間的相關(guān)性的影響，引起了國內(nèi)外眾多學(xué)者的關(guān)注。例如黃飛雪等將全球經(jīng)濟危機視為全球股市聯(lián)動性變化節(jié)點，論證了金融危機之后全球金融股票市場的相關(guān)性有了較大的提升。此外，美國股票市場對于全球股市的影響力有所降低。張

3、瑩毓基于CMOT、DCE和TOCOM玉米期貨市場考察金融危機前后中國市場對國際市場的影響力，并論證了中國市場的地位在金融危機之后有了較大的提升。ElieBouri（2015）選取了2003年至2014年的約旦股票市場的對數(shù)回報率與全球原油價格來進行信息溢出的研究，并以2008年作為分界點，區(qū)別金融危機的前后時。然而現(xiàn)有的市場信息溢出效應(yīng)研究大多都局限于金融市場之間，例如Chiang, Jeon,和Li（2007）對關(guān)于亞洲股票進行相關(guān)性研究，發(fā)現(xiàn)中國，日本，韓國的股票市場具有較強的聯(lián)動性，三地股票的波動方向基本一致。 Aslanidis,Osborn,和Sensier（2010）研究美國和英國

4、資本市場，并發(fā)現(xiàn)兩個市場之間有較強的相關(guān)性。Syllignakis和Kouretas（2011）對德國美國俄羅斯股票市場進行研究，得出兩個國家的股票市場相關(guān)系數(shù)總體為正，共同波動性較強。但對金融市場與經(jīng)濟市場的信息溢出效應(yīng)研究較為不足。我們希望通過向量自回歸的設(shè)置，在以金融危機為節(jié)點的不同市場的風險動態(tài)的基礎(chǔ)上，評估中國股票市場和航運干散貨市場內(nèi)生因素的互動來得到所有有用的信息并檢測兩個目標市場的相關(guān)性。1描述性統(tǒng)計與數(shù)據(jù)檢驗1.1數(shù)據(jù)選取本文選取2005年1月至2015年1月的上證A50指數(shù)和波羅的海指數(shù)的每月和每季度數(shù)據(jù)作為樣本，描述十年內(nèi)中國股票市場與航運干散貨市場短期和長期內(nèi)的市場信息

5、溢出效應(yīng)。并以2008年9月雷曼兄弟正式破產(chǎn)標志的全球金融危機作為分界點，來觀察金融危機前后中國股票市場與航運干散貨市場之間的相關(guān)性變化。1.2 描述性統(tǒng)計表1-1顯示了不同頻率和不同階段的數(shù)據(jù)特征?？梢钥闯鰺o論是月系列還是季系列對比組中，BDI收益率的極差（最大值與最小值之差）相對上證A50指數(shù)對照組較大，這表明航運干散貨市場的波動性較為明顯；BDI的收益率波動也較為顯著，上證A50指數(shù)的波動性最為平穩(wěn)。此外，相比較金融危機前，在后階段中所有指數(shù)的波動性都有不同程度的增大。從平均數(shù)和標準差的角度看來，月系列和季系列的數(shù)據(jù)都顯示：BDI的回報率成負數(shù)，回報率不甚理想，同時市場風險較大；上證A5

6、0指數(shù)季系列回報率最佳，風險程度較低。金融危機后，BDI回報率進一步的下降，然而上證A50指數(shù)的回報率有所提高。但是兩個指數(shù)的風險程度也都隨之上升。所有系列的偏度均小于0表明：次分布具有負偏性，其中BDI的負偏性較強；BDI收益率序列相對于其他序列有更多數(shù)值大于平均數(shù)；上證A50指數(shù)的負偏性較弱。序列的峰度的表現(xiàn)：序列的峰度均大于3,顯示兩個收益序列分布均有尖峰厚尾的特征，意味著序列中存在著大幅度偏離均值的異常值，由此可以看出，四個收益率序列的波動都較為劇烈，其中BDI的季收益序列表現(xiàn)得極為明顯。最后從JB統(tǒng)計量看出，兩個序列JB值都遠遠大于0，均不服從正態(tài)分布。1.3平穩(wěn)性檢驗在建立VAR模

7、型之前，為避免導(dǎo)致偽回歸，需要對所有序列進行平穩(wěn)性檢驗。表1-2顯示，所有序列的檢驗值均小于5%的臨界值，并且伴隨概率皆通過檢驗，從而拒絕原假設(shè)；四個序列都通過了平穩(wěn)性檢驗。所以該樣本可以用來進行VAR模型分析。2 市場信息溢出效應(yīng)研究接著通過建立VAR模型，利用格蘭杰因果關(guān)系檢驗、脈沖響應(yīng)和方差分解方法，詳細分析股票市場與航運干散貨市場之間的信息溢出效應(yīng)，并檢驗相互間的引導(dǎo)關(guān)系。模型的基本形式是此外，本次研究選擇選擇向量自回歸的原因在于，它可以讓對變量的內(nèi)生性約束更加少，并且可以從兩個系列之前的觀察結(jié)果中得到更加廣闊的信息回饋。向量自回歸估計至多滯后階數(shù)為8，并且根據(jù)AIC準則，SIC準則,

8、均值等式的相關(guān)滯后階數(shù)是確定的。采用最小二乘法來估計該VAR模型，檢驗月系列、季系列、第一階段和第二階段的VAR模型表達式。經(jīng)過查表得出所有表達式中的T統(tǒng)計量均大于1%界值，該VAR模型中的參數(shù)系數(shù)都通過了顯著性檢驗。2.1 格蘭杰因果檢驗對航運干散貨市場和股票市場進行兩兩之間的格蘭杰因果關(guān)系檢驗，分析它們間的動態(tài)關(guān)系，以及是否存在時間上的先導(dǎo)和滯后關(guān)系。（1）市場之間長期和短期的格蘭杰因果檢驗首先針對航運干散貨市場和股票市場的在長期和短期的相關(guān)性的變化進行格蘭杰因果關(guān)系檢驗。表2-1顯示了對BDI和上證A50指數(shù)進行兩兩之間的格蘭杰因果關(guān)系檢驗結(jié)果并發(fā)現(xiàn)：無論是月系列還是季系列都顯示了不同的

9、反應(yīng)。從短期看來：上證A50指數(shù)對BDI可以進行一定的解釋，其伴隨概率通過了5%和10%的檢驗。但BDI對上證A50指數(shù)無解釋能力。但從長期的角度看來：恰恰相反，看BDI之前的變化可以較好地解釋上證A50指數(shù)的變化，伴隨概率分別通過了5%的檢驗。然而上證A50指數(shù)并不是BDI的格蘭杰原因，伴隨概率均未通過10%的檢驗。因此中國股票市場短期的波動對于航運干散貨市場的參與者來說是不得不考慮的信息，然而這樣的結(jié)論在長期角度看來卻不明顯。另一方面，從長期角度看來，波羅的海指數(shù)波動似乎更加容易解釋中國股票市場的波動。這個結(jié)論與2004年Robert.F.Mulligan針對歐洲12支航運股票與波羅的海指

10、數(shù)相關(guān)性和2013年Oral Erdogan針對波羅的海指數(shù)與道瓊指數(shù)的相關(guān)性的研究發(fā)現(xiàn)結(jié)果較為相似。Robert.F.Mulligan在文中指出航運公司股價雖然與運價存在著較強的正相關(guān)，但是彼此之間依然存著在長達一個月的滯后性。這是因為股價的變化中存在許多其他經(jīng)濟、政策等其他因素的干擾。此外Oral Erdogan提出波羅的海指數(shù)的波動更好的解釋2個月后美國股票市場波動的原因是由于宏觀經(jīng)濟環(huán)境抵抗單個因素影響能力較強，因此海運運費波動所導(dǎo)致的大宗物資需求變化引起的宏觀經(jīng)濟的波動更新的相對較慢。此外筆者認為另一原因在于海運運費波動容易受到類似美國次貸危機事件的股票市場崩盤影響。盡管在BDI史上

11、短時間內(nèi)劇烈波動情況并不多見，但股票市場的劇烈波動通?；卦诙唐谥畠?nèi)迅速影響投資者信心從而直接影響大宗物資需求量。然而各支與大宗物資密切相關(guān)的行業(yè)股票需要經(jīng)過較長一段時間后，受到運價連續(xù)上升或下降的影響，大宗物資的價格以及需求量開始變化，其股價也隨即開始波動。（2）市場之間不同階段的格蘭杰因果檢驗接著針對航運干散貨市場和中國股票市場的在金融危機前后階段相關(guān)性的變化，進行兩兩之間的格蘭杰因果關(guān)系檢驗。從表2-2中看出：金融危機之前上證A50指數(shù)對于解釋BDI的能力較為不足。然而金融危機之后上證A50指數(shù)對于BDI的解釋能力有了較大的提升。這說明了中國元素對于世界航運產(chǎn)業(yè)的影響力在不斷增強。2.2

12、脈沖響應(yīng)函數(shù)為了更清楚地認識月系列和季系列中波羅的海指數(shù)與上證A50指數(shù)的相互影響關(guān)系，運用脈沖響應(yīng)方法進行外來沖擊分析，用以觀察VAR模型中的變量之間的動態(tài)影響關(guān)系。此外，考慮到指數(shù)引導(dǎo)策略的合理性，本文認為從不同時間頻率的角度比不同時間段角度更具有說服力和實用性。因此，僅針對月系列和季系列中波羅的海指數(shù)與上證A50指數(shù)進行脈沖響應(yīng)函數(shù)分析。2.3 BDI和上證A50指數(shù)的脈沖響應(yīng)分析圖2-1至圖2-4顯示了脈沖響應(yīng)的結(jié)果。BDI與上證A50指數(shù)對來自不同指數(shù)變化的沖擊反應(yīng)，大約在7期后消失。在月系列中，BDI對外來沖擊的反應(yīng)時間長，而且反應(yīng)強度大，而在季系列中，上證A50指數(shù)對來沖擊的反應(yīng)

13、時間也較長，反應(yīng)強度較大。這與格蘭杰因果檢驗的結(jié)果完全符合。各個指數(shù)t+1期對自身t期一個標準差新信息反應(yīng)迅速，BDI在月系列和季系列中分別為0.486和0.279，而上證A50指數(shù)在月系列和季系列中分別為0.095和0.019，這說明BDI對市場新信息的反應(yīng)程度也要大于上證A50指數(shù)。此外，從圖3.7中可以看出：上證A50指數(shù)對BDI的外來沖擊在t+1期并沒有完全反應(yīng)，而是在t+2期達到最大，進入t+3期后沖擊效應(yīng)逐漸變小。這同樣也與股票市場與航運干散貨市場的時滯性有關(guān)。從圖3.8中,可以看出：BDI對SZ的外來沖擊在t+1期已經(jīng)完全反應(yīng)并緩慢下降，并于第5期消失。因此對于中國股票市場，從長

14、期角度看來（1到2個季度），航運干散貨市場對股票市場參與者可以產(chǎn)出信息。另一方面，對于航運干散貨市場，在短期角度看來（2到3個月），分析股票市場動態(tài)有助于更好的預(yù)測航運干散貨市場的變化。2.4 方差分解不同于脈沖影響函數(shù)，方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度，以進一步評價不同結(jié)構(gòu)沖擊的重要性。因此方差分解給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要性的信息。（1）月系列與季系列的方差分解分析從表3-1可以看出：在預(yù)測月系列中，BDI對上證A50指數(shù)的解釋能力比較弱，相反上證A50指數(shù)對BDI有著比較強的解釋能力。以預(yù)測第10期為例：上證A50指數(shù)可以解釋BDI方差

15、的11.07%；而BDI卻只能解釋上證A50指數(shù)方差的1.71%。在預(yù)測季系列中，上證A50指數(shù)和對BDI的解釋能力比較弱，而BDI對上證A50指數(shù)的解釋能力比較強。以預(yù)測10期為例，上證A50指數(shù)僅能解釋BDI方差的5.5%，而BDI對于上證A50指數(shù)的解釋力可達34.8%。此外，從上表中也反應(yīng)出，BDI相對于上證A50指數(shù)有著更好的自我解釋能力。這或許是因為航運干散貨市場合同的特殊性如遠期運價（FFA）以及運輸貨物種類繁多，數(shù)量巨大，運力不可替代性較強等原因，以至航運干散貨市場內(nèi)部的動力是不可忽略的。（2）不同階段的方差分解分析從表3-2可以看出：金融危機之前，上證A50指數(shù)對于BDI的解

16、釋能力較同期解釋力僅為10.38%。然后金融危機爆發(fā)之后，上證A50指數(shù)的同期解釋力達到12.84%。其原因為：面對全球經(jīng)濟的低迷，雖然我國股票市場與航運干散貨市場在金融危機之后遭受嚴重打擊，而工業(yè)化的進程并未放緩腳步，每年的國際貿(mào)易增長率遠超美國并始終維持在較高水平，而國際貿(mào)易對海上運輸?shù)囊蕾囆詷O大。因此我國經(jīng)濟的晴雨表上證A50指數(shù)與BDI的相關(guān)性有了進一步的加強。3 結(jié)論第一，在短期內(nèi)，上證A50指數(shù)對于BDI有著較強的解釋能力；而在長期內(nèi)，BDI對上證A50指數(shù)具有比較好的解釋能力。第二，1到2個季度內(nèi)航運干散貨市場的變化對中國股票市場參與者可以產(chǎn)出信息。另一方面，對于航運干散貨市場，

17、2到3個月內(nèi)中國股票市場動態(tài)分析有助于更好的預(yù)測航運干散貨市場的變化。第三，相比金融危機前，上證A50指數(shù)與BDI的相關(guān)性有了進一步的提升。在國際航運干散貨的市場中，中國元素承擔著越來越重要的角色。基于以上三點結(jié)論，本文提出，航運干散貨市場與中國股票市場之間具有較強的相關(guān)性并存在信息溢出效應(yīng)；同時這種信息溢出效應(yīng)作為兩個市場之間的重要的紐帶對制定海運運價有著較大的影響力，也可以對金融資產(chǎn)的定價提供依據(jù)。參考文獻：【1】 McKinnon, R. I. Money and capital in economic development. Brookings Institution Press.

18、1973.【2】 Shaw, E. S. Financial deepening in economic development.Oxford University Press. 1973.【3】 Bencivenga, V. R., Smith, B. D., & Starr, R. M. Equity markets, transactions costs, and capital accumulation: An illustration, The World Bank Economic Review, 1996, 10(2): 241-265.【4】 Levine, R., &

19、amp;Zervos. Stock markets, banks, and economic growth. The American Economic Review, 1998, 88(3): 537-558.【5】 Ross, S. A. The arbitrage theory of capital asset pricing. Journal of Economic Theory, 1976, 13(3): 341-360.【6】 Chen, Roll, & Ross, S. A. Economic forces and the stock market. Journal of

20、 Business,1980, 59(3): 383-403.【7】 Roll, R., & Ross, S. A. An empirical investigation of the arbitrage pricing theory. Journal of Finance, 1986, 35(5): 1073-1103. 黃飛雪，寇玲，楊德禮.金融危機前后中英美股票市場間波動溢出效應(yīng)比較.數(shù)理統(tǒng)計與管理，2012(4):185-194. 張瑩毓. 金融危機前后國內(nèi)外期貨價格動態(tài)關(guān)系研究基于CM0T、DCE和TOCOM的玉米期貨市場的VAR模型實證研究.金融經(jīng)濟，2015(10):69

21、-73. ElieBouri. A broadened causality in variance approach to assess the risk dynamics between crude oil prices and the Jordanian stock market. Energy Policy, 2015(85): 271-279. Chiang, T. C., Jeon, B. N., & Li, H. Dynamic correlation analysis of financial contagion: Evidence from Asian markets. Journal of International Money andFinance, 2007, 26(7): 1206-1228.Aslanidis, N., Osborn, D. R., &