中國股票市場板塊間風險溢出效應研究
——基于分位數回歸的CoVaR模型

吳青峰

(福建師范大學經濟學院 福建 福州 350117)

一、文獻綜述

隨著金融全球化程度的不斷加深，某一市場波動引發的風險往往會傳染至其他市場。全球金融市場都同處一張網絡之中，互有聯系。因此，各金融市場間會存在各種風險傳染問題，如2008次貸危機，于是人們開始反思對于風險的度量。但傳統的VaR模型一般用于度量單個金融機構的風險，無法體現風險溢出方向。Adrian(2008)在風險溢出視角基礎之上，提出了條件風險價值CoVaR的方法，從而有效解決了VaR存在低估風險的問題。

國外對于風險溢出效應的研究側重于方差的波動方面。在國外的研究文獻中，Hamao(1990)采用廣義自回歸條件異方差模型對全球主要的三個經濟體(美、英、日)股票市場間的風險溢出程度、方向進行了研究，其結果表明，各股票市場的風險傳導方向并非是雙向的，存在單向傳導。隨著理論的不但完善發展，Dainelsson(2000)利用極值理論對各金融市場間的風險傳導、預測進行了更好的研究。VaR方法此后成為衡量市場風險的主流方法，但VaR方法在衡量具有“尖峰厚尾”的金融數據上存在無效性的問題，容易忽略各市場之間的風險的大小。此后，Adian首次提出了條件風險價值模型,即CoVaR。國內，毛菩和羅猛(2011)在CoVaR模型的基礎上，對我國證券業、銀行業的風險聯動關系進行了研究，主要側重在風險傳染方向上，其結果表明二者之間存在正向溢出效應；隨著多變量波動性模型的廣泛應用，王丁(2012)采用多變量波動性模型研究了我國股票市場板塊間的波動溢出效應，其結果表明不同主板市場間存在顯著的雙向波動溢出效應。

二、研究方法

(一)條件風險價值(CoVaR)理論

VaR廣泛應于與風險管理和測度中，中文名為風險價值，表明市場板塊(或金融體系)在某一特定置信水平(1%，5%，10%)下可能發生的最大損失。由于傳統的VaR模型忽略了市場板塊(或金融市場)之間的風險溢出效應，無法對不同市場之間的風險溢出方向進行有效的衡量，而更多的學者研究更側重于風險的傳染路徑、預測、預警，因此Adrian(2008)首次提出了CoVaR模型，以衡量系統性風險，且采用分位數回歸對CoVaR模型進行初步有效估計。

(二)分位數回歸方法測度CoVaR值

Koenker和Bassett在1978年提出了分位數回歸。其原理在于，將自變量的分位數(25%、10%、5%等)得到與因變量的條件分布相對應的分位數方程。分位數回歸滿足普通最小二乘估計的基本假設(線性假定、嚴格外生效、球型擾動項等)。普通OLS更注重的是均值回歸，因此容易受到極端數據的影響，導致回歸結果有較大偏差，相較而言，分位數回歸更適合呈現“尖峰厚尾”、“非對稱”等特征的金融數據，因此不易受到極端值的影響，較為穩健，從而更能精確的描述自變量分布形狀的影響。例如，研究市場板塊i在陷入危機時，對市場板塊j(或對金融體系)所造成的風險溢出效應，本文首先用Xi來代表市場板塊i的收益率，用Xj表示市場板塊j的收益率，那么可以建立以下分位數回歸模型

三、實證結果與分析

(一)樣本數據的基本特征

結合實際情況，本文分別選取了滬深300指數(hs300)、中小板指數(zxb)和創業板指數(cyb)分別作為滬深主板市場、中小板市場和創業板市場代表性指數。鑒于不同的市場板塊指數的發布時間均有所不同，所以在處理數據時提出了不匹配數據，并且從時間最早的股票市場指數開始計算。所有市場的指數數據均來源于東方財富Choice數據庫。

對2010年6月1日至2019年8月30日滬深300指數(hs300)、中小板指數(zxb)和創業板指數(cyb)做圖分析?？芍?，在2015年前后，各股票市場的平均波動幅度有較大差異，2015年之前，三個股票市場板塊波動幅度均小于2015年之后，且中小板市場的波動幅度最大，滬深300次之。對每日收益率進行差分處理。根據全樣本Stata統計描述結果，創業板平均收益率相對最高，而中小板的平均收益率最低。3個市場板塊數據均為“尖峰厚尾”且都不服從正態分布。對所有市場的收益率的進行平穩性檢驗，ADF統計量均在1%水平上拒絕存在單位根的原假設。上述三個股票市場板塊數據均呈現出波動聚集和異方差特征，因此很適合采用分位數回歸對其進行估計。

(二)分位數回歸結果

首先，根據分位數回歸以獲得CoVaR的參數，為方便分析，采用上標數字1代表滬深主板市場,用上標2代表中小板市場，用上標3代表創業板市場。通過設置不同的分位數水平來代表金融市場不同的狀態，為了對比，本文將金融市場處于極端狀態的分位數水平分別設為5%、1%，將金融市場處于正常狀態的分位數水平設為50%，即q=0.05、q=0.01代表了該金融市場處于危機狀態，q=0.5代表了該金融市場處于正常健康的狀態。根據分位數回歸結果，基于CoVaR模型的各個股票市場板塊指數收益率方程的分位數回歸系數均在1%的水平上顯著。在不同的分位數水平下，無論是滬深主板、還是中小板和創業板，它們處于風險水平時，與該狀態下各股票市場板塊的條件在險價值都是正相關的，而且從整體上來看，滬深主板市場對另外的中小板市場和創業板市場具有較大溢出效應，中小板市場居中，最后是創業板市場。

(三)CoVaR計算結果及風險溢出程度

結合分位數回歸得出的系數估計值，帶入公式中，將市場板塊指數收益率序列從小到大排序，取對應分位的數值，再將α和β的估計值代入公式，即可算出VaR的值。最后依次計算出CoVaR、ΔCoVaR和%ΔCoVaR的值。

首先，根據股票市場板塊的VaR值結果，隨著分位數水平的增大，從q=0.01到q=0.05的過程中，VaR的絕對值均減小，即極端情況下各股票市場板塊風險均有所增加，其次，對比股票市場板塊的CoVaR值的結果，VaR值較CoVaR值均偏小，可見VaR會低估市場所遭受的風險程度，因為VaR指標不能很好地刻畫出市場面對極端風險沖擊時，可能存在的風險溢出效應。相較而言，CoVaR更適應極端值理論，從而能更有效衡量波動溢出效應。ΔCoVaR衡量的是市場板塊間的風險溢出程度，根據股票市場板塊的ΔCoVaR值結果，無論是在q=0.01還是在q=0.05的分位數水平下，滬深主板市場對其他板塊市場的風險溢出力度最大，ΔCoVaR均值分別為-1.685、-1.088。此外，在q=0.01的分位數水平下，我國股票市場板塊間的風險溢出程度要明顯大于在q=0.05的分位數水平下的風險溢出程度。由股票市場板塊的CoVaR值結果可以初步得出結論：滬深主板市場對中小板市場、創業板市場的沖擊力度最大,且在極端風險條件下，各股票市場板塊所面臨的風險程度更高。

四、結論

本文基于中國股票市場板塊指數日收益率數據，通過分位數回歸法，以衡量滬深主板市場、中小板市場、創業板市場風險程度，進而算出各股票市場板塊間的風險溢出效應。從實證結果可知，我國各股票市場板塊之間均具有雙向非對稱的正溢出效應，且滬深主板市場對于中小板市場、創業板市場的溢出效應均大于二者對于滬深主板市場的溢出效應，可見，目前主板市場對中小板和創業板起主導作用說明滬深主板市場較之中小板市場、創業板市場，具備更完善的風險抵御能力，相反，中小板市場、創業板市場則更應加強風險監管，尤其是防范來自滬深主板市場的風險。其次，在不同極端風險水平下(q=0.01 0.05)，相應股票市場板塊的VaR絕對值均小于CoVaR絕對值，說明VaR可能低估了各股票市場板塊所遭受的風險，對于金融監管部門而言，往往更注重于對風險的度量、傳導、預警這一整個流程，其焦點往往集中于金融市場中各經濟體所構成的一個系統整體之上，CoVaR模型相較于傳統的VaR，能更有效的衡量金融系統性風險，以及極端風險沖擊下的市場間波動溢出方向、程度等，這對于風險管理與決策的精確施行具有很好的參考作用。