中国金融市场风险溢出效应及其非对称性研究

随着金融全球化和一体化程度日益加深，金融创新步伐不断加快，金融市场之间相互渗透与影响，形成广泛联动，金融风险的跨市场溢出已成为威胁中国宏观经济运行的重要隐患，国际金融危机全球多市场快速蔓延就是前车之鉴。具体到中国情况，从2013年货币市场钱荒到2015年股灾和2016年债灾，随后房地产市场泡沫快速膨胀，人民币汇率超预期贬值，伴随着大宗商品市场和黄金市场的大幅反弹，从本质上说早已超出了市场轮动的范畴[1]，跨市场风险溢出效应事实上已居核心地位。并且无论是2015年股灾还是2016年债灾，其他金融市场也随之剧烈波动，充分暴露了中国金融市场的不稳定性和金融市场的关联性。加之近期重大突发公共卫生事件冲击以及经济政策不确定性等因素，使得金融市场间风险互动呈现出波动加剧、多市场共振的态势[2]。有鉴于此，准确刻画金融市场间风险溢出效应的强度规模和方向路径，科学度量金融市场动态风险溢出指数，系统剖释风险溢出效应的时变性、波动性和非对称性特点，对于监管部门洞察中国金融体系内部风险传染特征，制定和调整金融监管政策，防范金融市场风险溢出和非对称性传染引发系统性风险具有重要意义。

金融市场的脆弱性源自于资产价格的波动性和波动的关联性[3]，国内外众多学者研究了金融市场间的风险溢出效应。朱孟楠等[4]构建了包含外汇市场与房地产市场的理论模型，从中推导出汇率和房价存在风险溢出关系，并进一步基于Markov区制转换模型证实了这一结论。Andreou等[5]基于多元GARCH模型研究发现多个新兴经济体的股票市场和外汇市场存在双向风险溢出关系。史永东[6]基于Copula理论研究股票市场和债券市场间的风险溢出关系，发现二者存在较强的市场分割，总体联动并不显著。方意等[7]运用事件分析法进行研究，研究表明货币市场、股票市场、债券市场和外汇市场的风险溢出效应在新冠疫情冲击下显著提升。此外，还有一支文献以股票市场、外汇市场、房地产市场等单一金融市场为研究对象，探究其跨国风险溢出效应[8-10]。

作为金融市场最重要的典型特征，非对称性一般指时间维度上好消息冲击和坏消息冲击对资产价格的异质性影响。陈浪南和黄杰鲲[11]运用GJR-GARCH-M模型发现中国股票市场存在显著的非对称效应。陈永伟[12]基于非平衡的似无关模型证明了深证成分指数波动也存在非对称效应。Bartram等[13]和Segal等[14]则分别从微观层面和宏观层面解释了股票市场非对称性效应背后的经济内涵。上述研究结论均是针对于股票市场波动本身，既然好消息和坏消息对资产价格波动具有非对称性影响，那么对于波动溢出是否同样存在非对称性呢？Barunik等[15]首次发现美国股票市场行业间的波动溢出具有显著的非对称性。Ben等[16]运用跨国数据发现不同国家股票市场间的波动溢出具有非对称性。刘静一等[17]则运用中国上证行业指数数据验证了中国股市行业间的非对称波动溢出效应。遗憾的是，尚未有学者研究一国金融子市场之间风险溢出效应的非对称性。

本轮国际金融危机爆发后，涌现出大量风险溢出方面卓有成效的研究，其中不乏创新性的风险溢出测度技术和开拓性的风险联动研究方法。广义条件异方差模型（GARCH）作为金融领域的经典波动模型，自Bollerslev[18]提出以来就广泛应用于金融风险建模，并逐渐衍生出BEKK-GARCK、DCC-GARCH等一系列多元GARCH模型，在测度金融市场风险溢出方面得到了广泛应用[19-21]。多元GARCH族模型可以同时度量金融市场的收益率溢出和波动率溢出，并能够挖掘风险溢出效应机制，但由于其存在“维度诅咒”，不适合多变量系统。Diebold和Yilmaz[22]首开先河，创立了溢出指数模型，之后经Diebold和Yilmaz[23]、Demirer等[24]的发展变得更为成熟。溢出指数模型糅合了广义预测误差分解、网络关联和动态演变的思想，其突出特征是能够将多变量置于统一的框架下研究，并能量化波动溢出效应的大小并判断溢出方向，在风险溢出效应研究领域具有独特优势[25]。

以上文献对理解金融市场风险溢出效应富有启迪意义和借鉴价值，然而通过梳理不难看出，就研究对象而言，现有文献多是以某两个市场或者某几个市场的风险溢出效应作为研究对象，缺乏对中国金融市场风险溢出效应结构和动态的全面考察；就研究内容而言，已有文献主要从股票市场波动本身、股票市场内部行业间溢出以及股票市场跨国溢出等视角出发考察非对称性，鲜有研究涉及一国金融子市场之间风险溢出效应的非对称性。

有鉴于此，