中国股票市场行业风险传染的动态特征——基于行业特质波动关联的视角

陈仁全, 田新民

(首都经济贸易大学 经济学院,北京 100070)

0 引言

金融风险在金融危机、股灾等事件中表现出明显的跨市场和跨行业传染特征,2017年4月,中国人民银行召开金融稳定工作会议提出“将防范跨行业、跨市场的交叉性金融风险作为维护金融稳定的重点领域”,由此可见,从行业层面防范化解金融风险是当前风险防范的重要任务之一。近年来,系统性风险因其严重的危害而成为各界关注的焦点,然而BARIGOZZI和HALLIN[1]指出特质风险在外部冲击的推动下可能会演变成系统性风险。GABAIX[2]用理论证明了特质波动是整体波动的一部分并对经济产生重要影响,ACEMOGLU 等[3,4]认为微观部门的特质风险可以转化为整体风险。因此,特质风险作为整体风险重要的一部分理应引起学者们关注。在此背景下,科学的了解行业特质性风险在行业间的传染问题是当前风险防范的重要内容。

本文的主要贡献在于:首先,本文将金融行业和实体行业作为研究主体,突破了金融系统的研究范畴;其次,将DCC-MVGARCH模型和复杂网络分析方法相结合,有效提取了行业特质风险,避免了滚动滑窗方法窗宽的选择问题和有效信息的损失问题,并基于行业特质波动关联的视角构建了波动关联网络;最后,以美国次贷危机和中国股市震荡为分界点,分析了行业特质风险在不同阶段的传染问题。

1 文献综述及理论分析

1.1 文献综述

1.1.1 关于特质性风险研究

在套利定价理论下,风险分为不可分散的系统性风险和可分散的特质风险,但是现实市场环境并不满足完全信息条件,因此特质风险广泛存在,而且在机构投资者的投资偏好、财务质量、产品竞争以及互联网泡沫等因素的影响下,特质风险成不断增加的趋势[5,6]。股票的收益率可以区分为来自市场冲击的共同成分和来自于个股自身特征的特质性成分[1],特质性成分之间的相关性虽然低于共同成分之间的相关性,但是特质风险依然不可忽视[2,4];NAM等[7]分析特质风险增加的因素时指出不同股票相关性的增强会增加股票的特质性波动。宫晓莉等[8]研究了金融系统内部特质风险的传染问题,并指出我国金融系统的特质风险传染具有较强的整体联动性。

1.1.2 关于关联性与风险的关系研究

DIEBOLD和YILMAZ[9]指出关联性是现代风险度量和管理的核心。金融主体间的关联程度和关联结构直接影响风险的传染速度[10]。早期研究根据相关性前后的变化判断金融风险是否发生传染[11],梁琪[12]提出各金融机构和金融市场的相互关联性是金融风险传染的重要体现,MINOIU等[13]认为各国日益紧密的金融联系在全球金融危机的严重性和蔓延方面发挥了重要作用。由此可见,根据关联性刻画金融风险及其传染性在学术界得到了广泛认可和关注。关联网络作为关联性的一种体现形式可以清晰的展现各个节点在网络中的分布形态,其拓扑性质可以作为识别风险的重要指标[14]。目前,逐渐形成了波动溢出网络[15]、尾部风险溢出网络[16]、格兰杰因果关系网络[17]以及银行间资产负债关系网络[18]等风险传染关联网络。

1.1.3 关于行业风险的传染研究

目前,部分行业面临产业结构调整,且经济下行压力日益增大,系统性风险发生的概率大幅增加,因此从行业风险角度探讨风险的传染问题引起了不少学者的关注。黄乃静等[19]认为2015年中国“股灾”期间大部分行业间存在单向或者双向风险传染效应;而且不同行业在大部分时期的风险传染情况不尽相同[20];随着行业间关联关系的增强,各行业的风险溢出效应不断增加,同时在一定程度上加速了行业风险的蔓延和传播[14];周开国等[21]通过度量股市行业风险,引入中介渠道,研究了行业风险和宏观经济的传导效用和机制;杨子晖等[22]考察了中国11个行业在风险传染链中的角色,并指出部分行业的风险传染角色并非固定。

然而,目前国内学者的研究主体多聚焦于金融体系内部,研究视角多局限于系统性风险,且行业间的风险传染以整体风险或者整体波动为落脚点,忽视了特质性风险的贡献和传染机制。因此,对特质风险的传染研究有待加强。

1.2 理论分析

本文中,将股票市场的整体波动率分解为两个方面:市场波动率和行业特质波动率。市场波动率受市场共同因子的驱动,属于同源风险;相反,受行业层面因素的驱动,行业内企业的经营、财务、信用、流动性以及投资者的操作性危机,严重影响行业指数的走势,导致股价大幅波动,产生行业特质风险。目前,特质波动率是衡量特质风险的最常用指标。

极端事件之所以作为多个行业特质性风险的驱动力,主要表现为三个方面:首先,极端事件影响经济基本面的同时,对不同行业的生命周期、技术、经营情况、内部竞争环境以及产业政策等影响行业特质风险的因素均产生不同影响,特别是经营情况、内部竞争环境和产业政策受到显著冲击,导致部分行业特质风险显著提高;其次,极端金融事件可能直接导致股票市场的投资恐慌情绪,加剧各个行业内企业的信息不对称,使投资者无法判断行业指数波动是来源于市场冲击还是噪声交易,进而加剧行业特质风险,此时投资者的非理性行为将推高股市波动性,进一步提高了行业特质风险,降低了股票市场的韧性与抗风险能力;最后,极端金融事件提高了行业间的关联性和金融市场的脆弱性,行业特质风险通过关联渠道在行业间不断扩散进而放大风险并提高了风险的损害程度,甚至进一步发展为系统性风险。

2 模型建立

2.1 DCC-MVGARCH模型

DCC-MVGARCH模型常用于分析市场之间的波动相关性,有助于刻画市场风险的关联性和传染性。首先rt=100×[ln(pt)-ln(pt-1)],pt表示行业指数的日收盘价。

DCC-MVGARCH模型结构如下:

rt=cRHS300,t+μt,μt|It-1～N(0,Ht)

(1)

Ht=DtRtDt

(2)

(3)

(4)

2.2 行业关联网络的构建

为满足节点距离的可度量性,式(5)将相关系数矩阵Rt转换为距离矩阵Dt:

(5)

其中dij,t∈[0,2]。

通过节点间的平均相关系数测度网络的整体相关性,表示为:

(6)

通过式(7)对行业风险承担和传染水平做阶段性分析,用以反映网络节点之间在某一特定阶段的毗邻关系和风险传染路径。

(7)

2.3 网络的拓扑性质

网络拓扑性质指标作为行业节点风险承担和风险传染的重要指标,本文通过以下网络拓扑指标反映行业的风险承担能力以及行业风险在整个网络中的传染水平和分散效率。

(1)节点强度

(8)

该值越大说明节点在网络系统中越重要,风险承担越强,其中ki表示邻接点个数,wij=1。

(2)接近度中心性

(9)

(3)赋权聚类系数

(10)

聚类系数用于衡量节点之间的聚集程度,体现了其邻接点相互联通的可能性,节点之间连接越紧密,风险传染能力越强,平均聚集系数反映了网络的总体紧密性。

(4)网络直径和平均路径长度

(11)

(12)

网络直径和平均路径长度是风险传递效率指标,指标值越小,风险传递越快。

3 实证分析

3.1 数据的选取和处理

本文选取申万宏源一级行业指数作为研究对象,考察A股市场行业特质波动之间的动态相关性以及行业风险的传染路径。由于HS300指数始于2005年1月4日,因此本文以此为数据选取的起点,截至2021年5月21日,共计3980个交易日,并根据2008年全球金融危机和2015年中国股市异常波动两次事件,将样本区间分为五个时间段(详见表1)。文中原始数据均来自于国泰安数据库。

表1 区间划分

3.2 行业网络分析

3.2.1 行业风险的测度

参考现有文献,选择DCC(1,1)-GARCH(1,1)模型。通过滑窗分析法,将均值方程随机误差项的标准差作为行业特质风险,其中窗宽和步长分别为125和1天,图1展示了所有行业特质风险的平均值(实线)和条件波动率的平均值(虚线)的动态演变。显然两条曲线走势表现出明显的周期性特征,特别是极端事件爆发期间波动趋势尤为明显,因此两条曲线能够刻画冲击事件下的行业风险特征。2007年前,中国股市实施了股权分置改革,行业风险出现缓慢上涨;在金融危机期间,各行业遭受重创而发展严重受阻,加之经济发展放缓,行业风险不断积聚,行业特质波动急剧上升,在整个金融危机时期,行业风险明显处于高位;在金融危机后期,虽然出现下降趋势,由于该阶段爆发欧债危机,加之金融危机的滞后性影响致使行业风险依然较高,随着经济基本面不断改善,股市波动率开始下降,但是2013年中国钱荒事件导致企业资金流动性受限,实体行业生产受到极大冲击,行业风险再次上涨,并达到阶段性峰值,2014年行业风险得以释放并达到最小值;“股灾”期间,因行业内各实体经济表现疲软,股票市场缺乏实体经济的支撑,股市泡沫快速形成并快速破灭,使各行业经营面临重大挑战,促进了行业风险的集聚和爆发;进入平稳期后,由于中美贸易战和新冠肺炎的爆发,使中国经济再次遭受冲击,行业风险再次集中显现。基于此,进一步说明了突发事件提高了行业风险。

图1 平均行业风险走势图

3.2.2 行业风险的整体讨论

网络节点是风险的载体,关联性是风险扩散的重要途径,而相关性的大小以及网络结构的变化都会影响风险的传递和扩散。图2展示了网络相关系数的动态演变,通过走势图可以看出五个阶段网络结构的变化情况。在金融危机、欧债危机、中国钱荒、中国“股灾”期间,网络平均相关系数显著上升的趋势在图中得以明显体现,在重大事件爆发期间,网络平均相关系数明显高于事件发生前后。从冲击的来源分析,中国股市异常波动期间,网络平均相关系数均高于其它阶段,中国出现钱荒阶段,行业间的相关性高于欧债危机和中美贸易战以及新冠肺炎阶段,因此内生冲击(源于中国)使网络节点更加集中,行业关联更加明显,对经济的冲击更大,而且持续时间更长。

图2 条件动态相关系数动态图

结合图1和图2,部分时间段两条曲线出现了背离的现象,如在金融危机后期的一段时间内,行业风险值依然较高,然而行业间相关系数相对较小,可能原因是:一方面,该阶段行业风险出现分化,风险主要集中于重要性行业,而边缘节点风险值普遍较小,导致行业间的平均相关系数下降;另一方面,中国政府在金融危机期间施行的风险管理政策开始生效,风险得到有效防范。平稳期中,2020年以后行业风险值趋势性上升,而相关系数却不断下降,可能原因是新冠肺炎带来经济基本面的冲击增强了行业间的异质性,导致行业间的相关性不断减弱,此外,经过多年的产业结构调整,中国各行业增强了抵抗外部冲击的韧性。

3.2.3 行业风险的阶段性分析

表2和表3分别是五个阶段网络平均相关系数的描述性统计和网络拓扑性质指标。首先,金融危机到股市震荡期,平均相关系数的最大值分别是0.36,0.37和0.42,行业间的关联程度较高,风险传染路径缩短,因此行业风险在风险防范中依然不容忽视;其次,金融危机期间和股市震荡时期的网络相关性最强,风险传播速度较其它时期更快,而且该两个阶段网络结构变化较大,说明危机事件破坏了行业关联网络的稳定性;最后,中国行业网络节点的密集程度依次是中国股市异常波动期间、金融危机时期、金融危机后期、平稳期和金融危机前期,同时行业特质风险的传染水平依次减弱。

表2 各阶段的平均相关系数的统计性描述

表3 各阶段网络拓扑性质

另外,金融危机后期网络相关系数的最大值超过了金融危机时期,这是由于在中国股市异常波动前期,内部冲击对行业的影响已经开始显现,行业间的相关性快速上涨。而平稳期中,网络拓扑性质并未回到金融危机前期的水平,其可能原因是:2018年以来美国单方面对中国发动贸易战,严重破坏了我国的产业链结构,而2020年爆发新冠疫情,各行业内大量企业停工停产,行业间的业务联系和金融联系都遭受严重挑战,导致行业间的关联性受损。

图3、图4、图5为相应阶段的关联网络图,相比而言,各个阶段的网络结构和网络节点的分布具有较大差异,可见极端事件对各个行业产生了不同水平的冲击,而且网络的中心节点行业或者处于产业链的中端位置或者具有较高的行业风险。其中,金融危机以来,轻工制造、纺织服装和机械设备行业和其它行业保持了较高的相关性,在网络中占据了稳定的重要地位;其可能的解释有两点:一方面,该三个行业多处于产业链的中端,子行业涉及范围较广,与其它行业关系密切;另一方面,轻工制造和纺织服装在21世纪初期在国民经济中占据重要地位,但是随着经济的发展,面临着产能过剩、技术落后等问题,导致行业风险较高,机械设备行业属于技术、资本和劳动密集型产业,在中国经济的发展过程中一直占据重要地位。而汽车、食品饮料、交通运输、国防军工、家用电器、银行和非银金融行业在网络中的节点度均小等于5,上述行业中除了银行和非银金融行业,剩余四个行业均位于产业链的末端,受到中、上游行业的限制,而且该类行业位于网络边缘位置,在风险传染中处于被动地位,因此风险传染水平较低,具有较小的风险承担度,在很大程度上属于风险的被动接受者,因此,该类行业对网络系统产生的影响有限。

(a)金融危机前期

(b)金融危机时期

(a)金融危机后期

(b)股市震荡期

图5 平稳期行业关联网络

值的注意的是,银行业和非银金融行业在所有阶段的风险承担和网络地位并不突出。可能原因是:首先,银行和非银金融行业与其他大部分行业成负相关,相互之间具有负的风险溢出效应,而风险爆发期间,金融体系通过货币工具对实体经济发挥宏观调控,在风险传染过程中发生了风险对冲,分散了风险;其次,金融市场在中国并没有完全市场化,银行业和非银金融行业作为重要的金融部门受到政府部门的严格监管,其股票价格相对而言比较平稳;最后,间接融资依然占据优势,但是中国能够上市的金融企业仍是绝对少数,冲击并未通过上市银行体现出来。图6为银行业和非银金融行业与剩余26个行业的相关系数变化曲线图,从图6可以看出银行业与其他行业的相关系数在大部分时间段小于零。

图6 银行业和非银金融行业与其他行业相关系数三维图

4 结论及启示

本文通过DCC-MVGARCH模型得到行业间的动态相关系数,构建了行业特质波动关联网络,然后对行业风险的传染进行整体和阶段性分析。得到以下主要结论:(1)极端事件冲击提高了行业的特质风险水平,并增强了行业之间的相关性。行业间的风险传导效应和风险承担水平由强到弱、由高到低依次是中国股市震荡期间、金融危机时期,金融危机后期,平稳期和金融危机前期,说明了外部冲击产生的行业风险要低于内部冲击引致的风险,虽然两次极端事件后,行业之间的相关性逐渐变弱,但是行业风险依然不可忽视,特别是在内部冲击下行业风险传染性依然很强;(2)行业风险传染网络的中心节点具有时变性,但是在金融危机时期、金融危机后期和中国股市异常波动期间,轻工制造、纺织服装和机械设备行业均具有较强的风险传染能力和风险承担水平;而汽车、食品饮料、交通运输、国防军工、通信、银行和非银金融行业均位于网络边缘,传染水平较低;(3)行业关联网络的核心节点多处于产业链中端或者具有较高的行业风险,而网络的边缘节点多处于产业链的末端,对其它行业影响有限;(4)银行业和非银金融业作为金融系统的主体,其自身特质风险产生的收益率与其他行业对应收益率成负相关,行业地位具有一定的特殊性,行业特质风险并不显著。

根据本文的研究结论,得出以下启示:一方面,行业特质风险作为金融风险的重要组成部分,在经济动荡和危机面前依然具有较强的破坏作用,因此监管部门在重视系统性风险的同时,不能忽略行业特质层面引起的行业风险,避免随着行业风险的交叉传染而演变成系统性风险。另一方面,随着实体经济在国民经济中地位的不断提升,在外部冲击下行业之间互相关性会不断增强,风险溢出效应相应增加,因此,甄别系统重要性行业,并进行分类处置,然后切断风险传播途径,建立好防火墙,对抑制风险的蔓延,进一步做好金融风险的防范具有重要实践意义。