国际大宗商品市场与金融市场的双向溢出效应——基于BEKK-GARCH模型和溢出指数法的实证研究

谭小芬，张峻晓，郑辛如

(1. 中央财经大学 金融学院，北京 100081；2. 中央财经大学 国际金融研究中心，北京 100081；3.中国人民大学 经济学院，北京 100872)

一、引言

随着经济全球化和金融自由化的进程加快，过去二十年间国际商品市场和金融市场的一体化程度正逐渐加深且波动性逐渐增大。新世纪以来，单个商品价格和大宗商品价格指数的波动幅度和频率都超过历史水平(见图1)。以美国西德克萨斯轻质原油现货价格为例，WTI原油均价自上世纪80年代中期至20世纪末一直维持在13.1-24.2美元/桶的范围内波动。从2003年开始原油价格持续上涨，至2008年中达每桶138.68美元，创下了有史以来原油现货价格的最高值。2008年美国次贷危机爆发并扩散至世界各国，WTI原油在不到6个月的时间里下跌70%，最低至38.92美元/桶，之后油价随着经济回升又大幅上涨，于2011年达到102.36美元/桶。2011年以后油价在102-123美元/桶的范围内小幅震荡下行，到2014年下半年加速下跌，至2015年3月跌幅超过50%。此外，不同类别商品的价格受共同因素驱动而呈现价格联动。根据IGC(国际谷物理事会)的报告显示，与原油价格类似，小麦、玉米等谷物价格在2006年之后的波动幅度和频率亦创下历史新高。国际大宗商品价格的波动虽与大宗商品金融属性密切相关，而商品金融化归因于大宗商品相关衍生品市场的迅速发展。美国商品期货委员会(CFTC)的报告显示，各类金融投资机构通过商品相关的指数工具投资于期货市场的资金规模在从2003年至2011年期间翻了30倍。交易所数据显示，2005年铜和原油的期货、期权的交易规模分别达到其世界产量的36.1倍和3.9倍。随着大宗商品的金融属性逐渐升级，商品市场与资本市场之间的互动关系愈发密切，在此背景下，大宗商品价格与股票、债券、外汇等金融资产价格之间存在什么样的关联性和溢出效应？原油、黄金、铜等价格波动会对其他商品产生何种冲击？来自某一商品市场的冲击会对其他商品市场产生什么样的作用？这些互动关系是怎样随时间而变化的？现有文献尚未系统全面地探讨这些问题，而这些问题对于理解大宗商品价格形成和波动机制具有理论意义，并且能够为我国防范金融风险和稳定物价提供重要的启示。

本文在已有文献基础上，尝试用BEKK-GARCH模型和溢出指数法，从收益溢出和波动溢出两个角度研究了商品市场与金融市场之间的双向溢出效应，并通过滚动窗口回归的方法测度了溢出指数的时变特征。本文的主要特色在于，相对于常相关多元GARCH模型，BEKK-GARCH模型突破了金融变量之间的相关系数保持恒定的假设限制，通过分析商品市场和金融市场间二阶矩阵的关联性来捕捉两市场收益率和波动率的条件方差和协方差的影响因素，进一步采用构建溢出指数的方法全面科学的研究市场间和市场内部的溢出效应。

图1 CRB商品现货综指与原油价格

二、文献综述

(一)商品市场与金融市场的相互影响渠道

已有文献认为金融市场对商品市场的影响渠道主要来自三个层面(韩立岩和尹力博，2012)：投资或投机需求、市场流动性和美元汇率[1]。第一，投资或投机需求方面。投资者或投机者可以通过在金融市场的衍生品交易影响商品市场中以石油为代表的大宗商品价格。殷剑峰(2008)[2]，Hamilton和Wu(2014)[3]，Chong和Miffre(2010)[4]，Lombardi和Robays(2012)[5]，Eickmeier和Lombardi(2012)[6]，Baldi，Peri和Vandone(2011)[7]分别对石油、玉米和大豆等大宗商品的价格的波动进行分析，发现实体经济需求和投机都是造成大宗商品价格波动的主要因素。Manera、Nicolini和Vignati (2013)证实了短期投机行为会对商品价格的波动产生正向冲击[8]。第二，市场流动性方面。世界主要经济体的货币供给调整，尤其是美元的政策调整会通过改变市场流动性进而对商品价格产生重要影响。Giese和Tuxen(2007)[9]，Darius和Radde(2010)[10]，Askari和Krichene(2010)[11]，Gruber和Vigfusson(2012)[12]，Gospodinov和Jamali(2013)[13]，Reuven和Sylvain(2012)[14]等研究认为，在全球连通的金融市场环境中，世界主要经济体货币供给的调整会在世界范围内对资产和商品价格产生冲击。第三，美元汇率方面。美元汇率是影响大宗商品价格重要因素， Chu和Morrison(1984)认为世界利率水平和美元汇率变化也会作用于商品市场，并且两者与商品价格明显负相关[15]。Breitenfellner和Cuaresma(2008)阐述了美元汇率影响原油价格的五条核心逻辑[16]。

(二)商品市场与金融市场之间的溢出效应

溢出效应可分为收益率溢出效应和波动率溢出效应，前者衡量市场间价格信息的相互传导，后者测度市场波动和风险的相互传导。

国内外有相当部分的文献针对商品市场对金融市场的溢出效应展开研究。根据金融化程度高低，张思成等(2014)将商品金融化分为高、中、低三个层次[17]。高级金融化商品的交易行为主要由投资或投机动机决定，呈现出与金融市场较为一致的波动规律。Buyuksahin和Robe(2014)[18]的研究表明商品的金融属性越强其与股票市场的溢出效应越强，以原油为例(Malik和Hammoudeh，2007；Park和Ratti，2008)[19-20]，原油的金融属性较强，其价格变动对其他国家股市能够产生显著影响。另外，Lombardi和Ravazzolo(2012)[21]，Kawamoto, Kimura和Morishita(2011)[22]，Chan(2011)[23]认为全球性的“危机”能够加强这一溢出效应。在方法的选择上，这类文献主要采用了多元GARCH、VAR。

已有文献大多研究商品市场与金融市场之间的联动性。Gorton和Rouwenhorst(2006)[24]Silvernn-oienen和Thorp(2012)[25]，Sadorsky(2014)[26]从商品金融属性增强，投资多样化的角度，分析了商品市场和金融市场之间的联动性。Aboura和Chevalier(2014)[27]，Hillier等(2006)[28]，Arouri等(2012)[29]证实了两市场之间联动性的存在，并测度了金、银、白金等金属与股票市场等金融市场之间的联动性。国内的研究中，田利辉和谭德凯(2014)分析了中、美股票市场与中国黄金、铜、棉花和白糖四种大宗商品现货价格之间的联动关系[30]。这类文献采用的方法主要是广义条件异方差模型(GARCH)及其拓展形式，比如DSTCC-GARCH、VSRMA-AGARCH、DCC-AGARCH、Bivariate GARCH等。

不同商品市场之间的溢出效应。已有研究集中在能源商品与非能源商品之间的联动性与溢出效应上。Ji和Fan(2012)[31]，Mitchell(2008)[32]，Harri和Hudson(2009)[33]，Erdem和Soytas(2013)[34]，Liu(2014)[35]，Mensi等(2014)[36]发现在收益率和波动率方面，原油价格对非能源商品(农产品)价格存在显著的溢出效应。Nazlioglu和Soytas(2012)通过方差因果检验和脉冲响应分析，检验了原油价格、美元汇率和小麦、5种土耳其农产品价格之间的联动关系，发现原油价格的影响为中性[37]。Kazuhiko和 Tatsuyoshi(2013)发现2000年之后指数内商品价格的协同性显著上升，而指数外商品不具有这种特征[38]。Antonakakis和Kizys(2015)[39]借鉴Diebold和Yilmaz(2012)[40]提出的溢出指数法分析商品市场和外汇市场之间的收益率和波动率溢出。Du等(2011)从产业链视角分析了原油和农产品价格之间的波动率溢出[41]。

(三)简要评论

上述文献采用多种方法和视角分析了商品市场、金融市场和溢出效应之间的关系，证实了商品市场与金融市场之间存在不同程度的溢出效应，为本文研究市场间与市场内部之间的溢出效应提供了有益的参考和借鉴。但上述文献仍然存在以下不足：(1)大多数文献将收益率溢出和波动率溢出进行单独的分析，没有放在同一个分析框架中进行研究；(2)单独分析一种金融资产与大宗商品之间的联动关系和溢出效应，缺乏金融市场内部、商品市场内部以及不同资产与商品之间的溢出效应综合性的研究；(3)缺少对于溢出效应时变特征的考察。本文选择了8种代表性商品和4种金融资产分析商品市场和金融市场的双向溢出效应，并对各类溢出效应进行了对比，进一步深化了同类研究。

三、模型构建

(一)BEKK-GARCH模型的建立

信息溢出可以分为均值溢出效应和波动溢出效应，前者衡量的是市场间价格信息的相互传导，后者刻度的是市场波动和风险的相互传导。本文借鉴Engle和Kroner于1995年提出的BEKK参数化方法，建立条件方差矩阵正定的BEKK-GARCH模型，相对于常相关多元GARCH模型，该模型突破了金融变量之间的相关系数保持恒定的假设限制。为了同时反映收益率溢出(均值溢出效应)和波动率溢出(波动溢出效应)，假设收益率r1tr1t、r2tr2t满足下面的均值方程和方差方程(以二元BEKK-GARCH模型为例)。

(1)

(2)

(3)

(4)

(5)

其中r1、r2表示两个市场变量的收益率，ε1、ε2为均值方程的残差项。K是下三角常数项系数矩阵,Ht是条件协方差矩阵，其中h11,t表示变量1的条件方差，h22,t表示变量2的条件方差，h12,t表示变量1与变量2之间的条件协方差。A和B分别为残差项系数矩阵与条件异方差系数矩阵，上述模型能够保证Ht的半正定性。根据以上各式，影响两个市场变量波动的因素主要来自两个方面，一是来自自身因素以及其他相关因素的前期冲击ε11,t-1、ε22,t-1的影响，二是自身以及其他相关变量条件方差h12,t-1、h11,t-1、h22,t-1的影响。因此，为判断某一变量是否受到来自相关市场的冲击和波动溢出的影响，我们做出以下假设。当α12=β12=0 时，说明不存在变量2到变量1的溢出效应；当α21=β21=0时，说明不存在变量1到变量2的溢出效应；当α12=β12=α21=β21=0时，说明两个市场变量之间不存在相互的波动溢出(双向溢出)。

(二)溢出指数模型的构建

Diebold和Yilmaz在2009年最先在论文中提出了溢出指数的概念后，于2012年将溢出指数的测算拓展到广义方差分解领域，使该方法不再依赖变量进入模型的次序，而且能够针对性地测算单个变量或者单个市场的溢出效应值。此外，模型具备捕捉市场时变特征的功能，能够从结合滚动回归分析从动态的角度分析不同市场间的联动关系。以下是该溢出指数模型的构造。

Ai=Φ1Ai-1+Φ2Ai-2++ΦpAi-p

(6)

若i<0，则Ai=0;若i=0，则Ai为N维单位矩阵。

在以上向量自回归模型框架下，运用KPSS处理法预测残差项的冲击。相比于Cholesky方差分解，KPPS方法的估算结果不依赖于各变量的顺序，且不要求方程误差正交化。变量xj对变量xi的溢出效应的估计值为xi的H步预测误差的方差中来自xj部分θij(H)；公式表示如下(i≠j)：

(7)

(8)

由上，本文从总溢出指数、定向溢出指数和动态溢出指数的角度估算市场间的溢出效应值。

1.总溢出指数作为衡量金融市场整体相关程度的指标，测算的标的是所有进入模型的变量互相的信息溢出对模型总预测残差的贡献度。总溢出效应构造如下式：

(9)

2.定向溢出指数(Directional Spillovers)可以对不同板块之间溢出效应的方向加以度量。其中，

(1)j市场对i市场的定向溢出指数表述为：

(10)

(2)所有其他市场对i市场的定向溢出指数可以表述为：

(11)

(3)i市场对所有其他市场的定向溢出指数可以表述为：

(12)

3.动态溢出指数。由于金融系统是动态变化的体系，在不同的历史时期金融市场变量之间的相互关系往往呈现出不同的特征。本文将滚动窗口回归和溢出指数的估算方法相结合，以得到总溢出指数和定向溢出指数的动态时变图。

四、实证分析

(一)变量选取与数据处理

为测算国际商品市场与资本市场之间的联动关系，本文选取国际商品市场和资本市场的代表性价格序列。首先，在国际商品市场方面，本文选取涵盖了能源、金属、农产品三类重要大宗商品的8类代表性商品价格序列[注]商品价格数据来源于纽约商品交易所(COMEX)、纽约商业交易所(NYMEX)、芝加哥商品交易所(CBOT)、伦敦金属交易所(LME)、国际石油交易所(IPE)。：IPE布伦特原油期货结算价、COMEX天然气期货结算价、伦敦金银市场协会现货黄金价格、NYMEX白银期货结算价、NYMEX铜期货结算价、LME铝期货结算价、CBOT小麦期货结算价和CBOT玉米期货结算价。其次，在资本市场方面，本文选取能够刻画全球股票市场、债券市场、外汇市场和长期利率波动的4类代表性价格序列：MSCI[注]MSCI全球股票指数和JPM全球债券总指数来源于Bloomberg数据库。全球股票指数、JPM全球债券总指数，美元实际有效加权汇率指数(对主要国家)和美国10年期国债收益率。数据为2000年1月4日至2015年12月30日的日度数据，对价格序列中的缺漏值采用三次样条法(Cubic Spline Interpolation)进行填充。日度收益率数据采用先取对数后差分的方法进行处理。此外，本文采用ADF方法和PP方法检验数据的平稳性。表1描述了8种商品和4种金融市场的日度收益率的统计特征，并表明在5%的显著性水平下所有序列达到平稳。

表1 大宗商品与金融资产收益率的统计描述(日度数据)

注：***，**和*分别代表在1%，5%和10%的显著性水平上显著。

(二)基于BEKK-GARCH模型的溢出效应分析

结果表明，国际大宗商品市场与金融市场之间存在双向溢出效应。表2描述了股票市场、债券市场、外汇市场与长期利率与商品价格序列两两之间的溢出效应。在5%的置信区间下，MSCI全球股票指数与原油、黄金、白银、铜、小麦和玉米价格之间存在收益率或波动率上的双向溢出效应，JPM全球债券总指数与铝、小麦和玉米价格之间存在收益率或波动率上的双向溢出效应，美元实际汇率指数与铝、小麦和玉米价格之间存在收益率或波动率上的双向溢出效应，美国10年期国债收益率与天然气和铝价之间存在收益率或波动率上的双向溢出效应。

此外，不同的金融资产价格与商品价格之间的溢出关系呈现不同的特征：首先，股票价格与大宗商品价格之间的联动关系最为显著，二者呈现出双向的互动关系。商品价格对股票的收益率溢出多为正向，而股票价格对商品的收益率溢出多为负向。贵金属与股票市场之间呈现负的波动率溢出，这反映了市场投资者倾向于将贵金属特别是黄金作为避险资产；工业金属(铜、铝)与股票之间则呈现正的波动率溢出，这体现出工业金属市场与股票市场之间存在明显的风险传递。其次，全球债券指数、美元实际汇率与商品市场的关系更多的表现为单边影响。债券收益率和美元汇率的变化反映了短期利率、全球货币政策和流动性的变动。总体来看，债市和外汇市场的波动对商品市场的溢出效应可以被看作从货币层面对大宗商品价格产生冲击，即市场流动性及货币预期的变化直接作用于商品价格，这反映了国际大宗商品的金融属性。反过来，商品价格的波动也会对全球货币市场产生影响，但溢出指数测算表明，大宗商品市场对全球债券指数和美元汇率的溢出效应相对较弱。最后，10年期国债收益率与商品市场之间存在不同强度的双向互动关系，商品价格波动对10年期国债收益率的正向溢出效应更为明显。原因可能是，一方面，商品价格的变化反映了实体经济需求的变化，在商品价格的上行期，长端国债收益率的运行中枢会在经济乐观预期中上升，在商品价格的下行期，长端国债收益率的运行中枢会在经济预期恶化的局势中下移；另一方面，作为中下游产业最重要的原材料来源，大宗商品价格的涨跌直接对应物价水平预期的变化，因此当商品市场普遍上涨时，考虑到通货膨胀因素，长期国债收益率也将抬升。

(三)基于溢出指数模型的分析

本文通过分别对商品价格和代表性金融市场价格的同期周度收益率与波动率序列建立VAR模型来进一步分析国际大宗商品市场与金融市场之间的联动关系。周度收益率采用每周五的价格序列取对数后差分的形式，并调整为同期。若周五数据缺失则选用同周周四的收盘价格代替。波动率数据的构造借鉴 Alizadeh等(2002)、Diebold和Yilmaz(2012)的方法，使用周内价格运行的最高值(Ht)和最低值(Lt)来计算，变量均为对数形式。具体公式为：

(13)

表3、表4分别表述了8种商品和4种金融市场价格周度收益率与波动率的基本统计特征和序列的平稳性检验。检验结果表明序列平稳达到建立VAR模型的计量条件。

表5和表6分别描述了股票、债券、外汇和长期国债收益率与代表性大宗商品市场之间的收益率与波动率溢出指数矩阵(Spillover Table)。矩阵中的行数据代表该资产价格受到其他市场的溢出效应指数，列数据则表示该资产价格波动对其他市场变量的溢出效应。矩阵的右侧两列(FF和FC)分别表示受到其他金融市场的信息溢出(From other Financial Markets)程度和受到其他商品市场价格波动的信息溢出(From other Commodity Markets)程度，矩阵的下方两行(TF和TC)分别表示对其他金融市场(To other Financial Markets)和对其他商品市场(To other Commodity Markets)的信息溢出程度。为了考察两个市场间的溢出程度将如何随着测算区间长度的增加而变化，本文分别计算了溢出持续时间设为H=2，4，6时的收益率溢出效应值和溢出持续时间设为H=4，8，12波动率溢出效应值。

表2 金融市场与各类商品价格的溢出效应结果

注：括号内为估计值标准误差，***，**和*分别代表在1%，5%和10%的显著性水平上显著。

表3 大宗商品与金融资产收益率的统计描述(周度数据)

注：***，**和*分别代表在1%，5%和10%的显著性水平上显著。

表4 大宗商品与金融资产波动率的统计描述(周度数据)

注：***，**和*分别代表在1%，5%和10%的显著性水平上显著。

表5 基于溢出指数法的金融市场与国际大宗商品市场的溢出效应测算结果(收益率)

表6 基于溢出指数法的金融市场与国际大宗商品市场的溢出效应测算结果(波动率)

总体来看，全球金融市场与商品市场之间的收益率溢出大于波动率溢出，且波动率溢出持续时间要长于收益率溢出。收益率方面，在2周内，两个市场的代表性资产价格收益率之间的溢出总指数为32.5%，说明商品市场与股票、债券、外汇和长期国债等金融资产价格之间存在显著的收益溢出。在4周和6周内，收益率溢出总指数分别升至33.8%和33.9%，表明跨市场之间的相互冲击基本在6周之内完全平复，溢出效应的测量值达到饱和状态。波动率方面，跨市场资产价格的波动率溢出总指数在4周内为16.8%，说明金融市场与商品市场的波动率传递相对于收益率较弱。8周和12周的测算结果分别为19.2%和19.8%，表明市场间的波动率溢出效应要在12周内才能被完全吸收。

基于区分金融市场和商品市场的累计溢出指数统计，发现收益率的溢出形式呈现如下特征：首先，单个金融资产对金融市场其他资产价格产生的溢出效应要大于其对商品市场的溢出效应，且金融资产价格波动受到来自其他金融资产的信息溢出大于来自商品市场的；其次，商品价格受到金融资产价格波动的冲击与受到其他商品价格波动的冲击基本持平，但其对金融资产造成的溢出效应远小于对其他商品造成的溢出效应；最后，股票和债券市场能够对其他资产价格的收益率产生显著的影响，但其自身的价格波动在更大程度上是由自身市场内部因素导致。依照定向累计溢出效应指数的大小，各类金融资产对大宗商品市场的收益率溢出效应由大到小依次为股票(64.8%)、美元汇率(41.2%)、债券(29.7%)和10年期国债收益率(3.7%)，而对金融市场收益率溢出效应最大的四种商品依次为：黄金(1.9%)、原油(1.8%)、铜(1.3%)和天然气(1.1%)。综上，金融市场对商品市场的收益率溢出效应要大于商品市场对金融市场的溢出效应，但无论金融市场还是商品市场，其收益率变化对自身市场其他资产收益率的影响要大于对外部市场的影响。

跨市场的波动率溢出效应的特征与收益率很不同。首先，就市场间的整体溢出效应值来看，在金融市场和商品市场间波动率的信息溢出相比于收益率较弱，但部分资产之间的波动率溢出效应要超过收益率，其中商品对金融市场的波动率溢出超过收益率溢出，这反映了大宗商品价格对金融资产价格存在显著的风险传递。其次，金融资产对商品的波动率溢出大于对其他金融资产的波动率溢出，这意味着金融市场的动荡会对国际商品市场形成巨大冲击。最后，根据定向累计溢出效应指数，各类金融资产对大宗商品市场的波动率溢出效应由大到小依次为债券(20.6%)、10年期国债收益率(14.2%)、美元汇率(9.3%)和股票(1.9%)，而对金融市场波动率溢出效应最大的四种商品依次为：原油(4.8%)、黄金(3.8%)、铜(3.6%)和银(3.4%)。

结合两个层面的溢出指数测算结果，我们发现，原油、黄金和铜在收益率和波动率溢出层面都是影响金融市场最主要的商品，且相比于其他商品市场，股票、债券等金融资产价格与这三类商品价格之间存在更为紧密的互动关系。

表7 国际大宗商品市场与金融市场的平均溢出指数(收益率层面)

表8 国际大宗商品市场与金融市场的平均溢出指数(波动率层面)

(四)基于滚动窗口回归的动态溢出分析

新世纪以来，全球金融市场与商品市场的运行环境和格局都发生了深刻的变迁，为了跟踪记录市场间溢出效应的时变特征，下面结合滚动窗口模型对商品和金融市场的收益率和波动率溢出进行分析。

1.收益率和波动率总溢出指数

图2描述了窗口期为100周的市场间收益率溢出总指数的测算结果。结果显示，2002年以来，跨市场的收益率溢出程度总体呈先升后降的走势，13年内一共出现了三次高峰。第一次高峰在2004-2006年，期间跨市场间的收益率溢出指数首次升至45%-50%。这一时期以中国为代表的新兴经济体的高速发展推动了资源密集型产业的蓬勃发展，在实体层面打造了大宗商品超级牛市的根基。为分享新兴市场国家的发展红利，大量机构投资者通过商品期货或商品指数基金等渠道进入商品市场，深化了以原油、金属为代表的商品金融化，大宗商品与金融市场之间的联动关系随之上升。第二次是2008-2010年的金融危机期间，全球资产价格受危机影响剧烈波动，随后在美联储量化宽松和中国“四万亿”财政刺激的提振下，国际市场风险偏好又迅速被扭转回升，CRB商品指数和MSCI全球股票指数在这一时期都经历了剧烈的“V”字走势。第三次是2011-2012年，欧债危机的爆发再次冲击了全球资产价格，导致跨市场的信息溢出程度明显上升，全球流动性对于经济刺激的边际效应从这一时期开始下降，大宗商品也开始步入漫长的熊市阶段。与2008年金融危机和2011年欧债危机市场相对应的时期，收益率溢出指数都快速攀升并突破了50%，这说明在危机期间各类资产的联动性大大提升，商品与金融资产价格变化信息的传导速度加快。此外，自2013年以后金融、商品市场间的收益率溢出指数明显走弱，反映了近几年商品市场与金融市场联动关系的减弱和大宗商品定价回归基本面的趋势。

图3描述了窗口期为100周的市场间波动率溢出总指数的测算结果。总体来看，金融危机后的市场间波动率溢出要强于危机前，13年内市场间波动率溢出总指数出现了两段高峰。第一个高峰是金融危机前后，这一期间波动率溢出指数在45%附近，可以看出在2008年次贷危机爆发后商品市场与金融市场间的波动传导迅速加快，随后在美联储大规模量化宽松刺激下全球风险偏好修复，市场间的波动溢出有所下降，但在2009年之后随着大宗商品市场的全面反弹，金融市场与商品市场间的波动率溢出指数再次回升至高位。第二个高峰位于2014年下半年至2015年第一季度，这一时期大宗商品市场受油价大幅下跌拖累加速下滑，与全球流动性拐点和新兴市场国家经济增速下滑预期相叠加，给全球金融市场带来了很大的不确定性，因此在跨市场间的收益率溢出效应降低的背景下，市场间的波动率溢出指数仍处于高位。此外，虽然跨市场的收益率和波动率溢出总指数在近些年都出现下滑并降至金融危机后的低位，但在2015年溢出效应指数出现反弹。

图2 全球金融市场与国际大宗商品市场的动态溢出总指数(收益率)

图3 全球金融市场与国际大宗商品市场的动态溢出总指数(波动率)

2.收益率和波动率双向溢出指数

图4描述了国际大宗商品市场和金融市场之间整体的双向动态收益率溢出指数，即把8类代表性商品市场和4类金融市场各作为一个整体，测算二者之间的定向溢出指数。总体来看，商品价格对金融市场的收益率溢出要弱于金融市场向商品价格的收益率溢出，2004年始，两个市场定向的收益率溢出指数持续攀升，且联动关系持续增强。至金融危机期间，金融市场对商品价格的影响达到顶峰，溢出指数一度接近60%，而商品价格对金融市场的作用力仍在上升，直到2013年才达到顶峰。2013年之后，两个市场之间的信息溢出开始减弱，商品市场与全球金融市场的收益关联性下滑，2013年以后商品价格与全球股票指数发生了明显的背离，大宗商品的定价因素开始向实体供需基本面回归，特别是2014年OPEC国家宣布石油增产后，国际原油价格波动中的地缘政治因素为商品价格走势增添了更多的不确定性。但自2015年始，两个市场之间的收益率溢出力度出现反转势头。

图5描述了大宗商品价格波动与金融市场之间的双向波动率溢出指数走势。从商品市场对金融资产价格的波动溢出可以发现，商品价格波动对金融市场的冲击在商品牛市中趋向于减弱，而在商品熊市中则更趋向于上升。在2003年-2007年与2009年-2011年的商品价格上涨期中，商品价格对金融市场的波动率溢出的减弱；而2008年金融危机前后和2011年商品大跌期间商品价格波动向金融市场的风险传递迅速上升。金融市场对商品市场的波动率溢出则呈现先升后降的走势，其中2008年金融危机前后和欧债危机期间达到峰值，说明在危机期间金融市场自身的波动风险将迅速波及商品市场。

图4 定向收益率溢出：大宗商品对金融市场(左)，金融市场对大宗商品(右)

图5 定向波动率溢出：大宗商品对金融市场(左)，金融市场对大宗商品(右)

(五)稳健性检验

本文从两个角度进行稳健性检验。首先是更换变量进入模型的次序，将大宗商品市场各类价格指标更换到金融市场之前，分别测算收益率和波动率的动态总溢出指数；其次是更改动态指数运算过程中的滚动窗口长度，将窗口长度由2年(100周)调整为125周。

图6 收益率动态溢出总指数(更换变量顺序)

图7 波动率动态溢出总指数(更换变量顺序)

图8 收益率动态溢出总指数(更改模型预测窗口长度)

图9 波动率动态溢出总指数(更改模型预测窗口长度)

从以上稳健性检验的结果可以看出，在更换模型变量的顺序和滚动窗口长度后，不论是收益率层面还是波动率层面的动态总溢出指数走势均与更换前基本一致。差别之处在于，滚动窗口拉长后，大宗商品市场与金融市场之间的溢出指数在2015年的反转力度有所减弱，但总体来看触底反弹的趋势仍然未发生变化，即全球金融资产价格与商品价格之间的互动关系在2015年升温的结论依然成立。

五、主要结论及启示

本文通过结合BEKK-GARCH和Diebold溢出指数模型对国际大宗商品市场与金融资产之间的信息溢出做了系统性的分析。根据实证分析部分关于溢出效应指数的测算结果，得到以下几点结论：

1.总体来看，大宗商品与各类金融资产之间存在显著的信息溢出，但各类互动关系呈现出不同的特点。就金融资产而言，股票与商品之间表现为双向互动，美元汇率与债券更偏向于对商品价格的单向溢出，而10年期国债收益率则更倾向于受商品价格的影响。在大宗商品市场中，原油、黄金和铜与金融市场之间的互动关系最为密切。

2.就整体市场而言，大宗商品与金融市场间在收益率层面的总溢出指数(33.9%)要超过波动率层面的总溢出指数(19.8%)。收益率方面，金融市场内部的平均溢出指数(36.75%)>商品市场内部的平均溢出指数(34.85%)>金融市场对商品价格的平均溢出指数(14.80%)>商品价格对金融市场的平均溢出指数(1.04%)；波动率方面，商品市场内部的平均溢出指数(17.4%)>金融资产对商品价格的平均溢出指数(11.5%)>金融市场内部的平均溢出指数(7.2%)>商品价格对金融市场的平均溢出指数(2.9%)。

3.根据动态溢出指数的走势，跨市场间溢出效应的时变特征可以总结如下：(1)从2003年开始商品市场与金融市场之间的联动关系整体呈震荡上升趋势，2013年以后开始明显减弱，2015年再次回升；(2)在金融危机和欧债危机等风险偏好快速收缩阶段，跨市场间的收益率和波动率溢出都出现明显抬升；(3)商品价格对于金融资产的波动率溢出在商品牛市阶段趋于减弱，而在商品熊市阶段则趋于上升。

国际商品市场与金融市场之间存在明显的互动关系，按照全球大宗商品的金融化进程，可以将2000年之后的商品市场分为两个阶段，2003-2012年为金融属性强化阶段，2013年以来为去金融化阶段。但通过实证分析的结果可以看出，2015年商品市场与金融市场的联动关系再次升温，这说明商品的金融属性是未来学术界和投资领域必须要保持关注的问题。当前原油、黄金和铜等个别商品的金融化程度已经相当之高，投资者针对商品的定价必须要考虑来自金融市场的信息溢出。虽然大宗商品价格最终仍将回归实体经济供需基本面，但短期内的市场风险偏好、投资者预期以及政策不确定性等因素会对商品价格产生显著影响，尤其在金融危机期间，跨市场之间的风险传递须予以警惕。此外，就金融市场而言，也应当注意商品市场持续下行期中的风险溢出。

商品的金融化以及商品与金融资产价格之间的信息溢出给商品市场监管带来了挑战，政策当局应该从以下几个方面着手。首先，针对来自全球金融市场的冲击，我国亟需建立有效的风险防范与管理机制，当商品价格出现非预期的波动时，进行适当的价格干预或窗口指导。其次，为平稳商品价格波动、抑制商品市场泡沫，监管层需提高商品资产市场的透明度，严格控制商品相关衍生品的杠杆水平，更有效地实现商品期货市场依据供需基本面的价格发现功能。