周东海，陈滨霞，蒋远营

(桂林理工大学 理学院，广西 桂林 541004)

一、引 言

近二十年来，油价飙升和剧烈波动成为原油市场的两大突出特点，也是影响各国经济增长和金融稳定的两个重要问题，引起了众多学者的研究兴趣[1]。1999—2015年，仅六年间原油价格(West Texas Intermediate，WTI原油是衡量原油价格的标准)经历了两次涨跌周期：1999年1月油价为每桶12美元，2008年6月油价突破134美元，紧接着在2009年2月暴跌至39美元，但在2014年6月油价再次涨至106美元，而2015年底又迅速跌至37美元，并且近年来国际油价剧烈波动趋势并无减弱倾向。另外，中国经济高速发展对原油存在刚性需求，2013—2018年间中国原油进口量增长近64%，2019年1-2月进口量同比增长12.4%，除此之外，2005年中国石油消费对外依存度已经高达44.7%，但截至2018年，中国石油对外依存度仍迅速突破69.8%。在国际油价剧烈波动和中国对外依存度逐步上升的双重夹击之下，必然会影响到中国宏观经济的稳定发展，作为宏观经济的晴雨表，中国股票市场极有可能受到波及。在原油市场波动剧烈的相似时间段内，中国股市经历了两次大幅度涨跌，其中，在2014—2015年间股市的波动性比原油市场更为剧烈且方向相反[2]，说明中国股市与原油市场之间很有可能存在着特殊的内在机理联系。另一方面，2015年是中国经济发展的重大转折点，中国经济由高速发展的火热模式进入到经济新常态的平稳模式，相继实施的利率市场化、企业去杠杆化和汇率制度改革都让中国经济发展进入了历史的新轨道。在市场经济条件下，利率和汇率之间既相互影响，又相互制约。根据Mundell-Fleming(M-F)模型，若要达到内外经济政策协调发力，则在中国加速推进利率市场化的同时，必须保证汇率形成机制的市场化进程有效运行。利率和汇率市场化的改革进程对金融市场产生了显著影响，特别地，在2015年实施“8·11”汇改后，人民币兑美元中间价在短短几个交易日内迅速贬值3%，间接引发了中国股市新一轮“狂风暴雨”，上证指数在短短两周暴跌1 000点，累计跌幅高至30%，引发了国际金融市场剧烈震动，充分说明人民币汇率与股市之间存在紧密的内在联动关系。中国作为全球能源进口大国、经济发展大国和贸易进出口大国，具有卓越的政治影响力和不可替代的金融地位，研究能源、货币和股票三大金融市场之间的相互依存关系对中国金融市场的稳健繁荣和中国经济的可持续发展具有十分重要的意义。

二、文献回顾与研究思路

关于股票价格和汇率之间的关系，国外文献中存在两种比较成熟的理论假设：流量导向模型(flow-oriented models)和股票导向模型(stock-oriented models)。Dornbusch和Fischer首先提出“流量导向”的汇率模型，单向因果关系是从汇率到股价，该模型认为汇率变动会直接影响到国际竞争力和贸易平衡，随后间接性对国内利率产生影响，继而影响企业的实际收入和产出，最终作用于企业的现金流与股价。Branson和Frenkel所提出的股票导向模型，单向因果关系是股价到汇率，即汇率水平取决于外汇市场上的供需关系。例如，当中国股市处于牛市时，根据利率平价理论，股市将吸引众多国际逐利资本涌入，这势必会导致国内货币的需求量增加，进而推动本币升值，即导致汇率下降。通过上述分析，在模型传导机制中流量导向模型主要强调经常项目，而股票导向模型着重于金融与资本项目。然而，随着全球经济的一体化与虚拟经济的发展，两种理论模型都存在明显的缺陷。特别是随着虚拟经济的高速发展，股票市场可能会在某些时期背离经济体运行，故即使当汇率上升造成本币贬值，刺激跨国公司的出口，公司盈利增加，其公司股价也不会上升。例如，1985年“广场协定”造成日元大幅升值，但是日本依然保持着很大的贸易顺差[3]，加上政府实行降利率等一系列宽松货币政策，使大量资金流入股市，最终导致股市发生严重的泡沫危机，此时汇率导向模型失效。同时易知，股票导向模型只有在一国资本可以自由流动的前提下才得以成立，因此当一国实行较强的外汇管制时，国际游资对于国内股市影响程度就相当有限了。

在上述理论分析的基础上，国内外学者对股票价格和汇率之间的关系进行了实证研究，但是不同学者利用不同样本数据、不同的实证方法所得出的结论却大不相同。Smith通过构造一个广义模型对三个发达国家(美国、日本和德国)的股市与汇市之间的关系进行研究，发现股市与汇市之间存在较显著的正向关系[4]。然而，Soenen和Hennigar利用美国1980—1986年间的股指与汇率月度数据进行实证研究发现，两者之间存在显著反向关系[5]。另一方面，也有研究发现股价与汇率之间的传导作用非常微弱，甚者不存在联系[6]。20世纪90年代，中国外汇市场与股票市场才得以高速发展，但直到 1996年中国实现经常项目下的自由兑换，两个金融市场之间仍无紧密联系。陈然方认为这可能与中国不合理的股价形成机制以及国家对汇率的统一调控有关[7]。随着中国汇率制度改革与股市日渐成熟，两市联系愈加密切。国内现有文献研究多是采用传统计量经济学方法，比如协整检验与GARCH族模型等。邓燊和杨朝军利用协整检验和格兰杰因果检验对2005年汇改后的股市与汇市日数据进行实证研究，结论显示人民币升值是中国股市上扬的单向格兰杰原因，同时汇市与股市存在长期协整关系[8]。冯常生利用广义条件异方差模型(GARCH)模型实证研究人民币汇率波动对中国股市的影响，发现汇率波动对股市整体收益具有显著影响，但是对于不同行业板块的影响不尽相同[9]。

现有较多文献基于双变量框架研究汇率与股价之间的关系，但也有研究表明，若忽略油价这一重要变量，这一体系可能具有误导性[10]。从传统经济理论来看，油价走势可通过多种途径影响股票收益。其一，根据股利贴现理论，公司股票在任何时间点的价值都可以通过使用贴现率将所有预期未来现金流量的总和折现回现在来衡量，这意味着油价冲击可直接通过预期现金流量影响股票收益，或通过影响贴现率间接影响股票收益。其二，由于能源是生产过程的必要投入，因此高油价导致生产成本增加，并减少相关公司的预期利润。与此同时，预期现金流下降，公司股价将受到影响，随着股价下跌的公司数量增加，综合股指终会走低。其三，油价上涨以最终商品和服务价格上涨的形式传递给消费者，这将导致消费者减少对最终产品和服务的需求，再次降低公司利润。同时政策制定者通常将油价上涨视为通货膨胀，此时央行通过提高利率来应对通胀压力，这同样会影响股票定价公式中的贴现率。关于国际原油价格与中国股市关系的研究成果十分丰富，国内学者从多个角度出发，剖析原油市场与股市之间的交互效应。具有代表性的例如：金洪飞和金荦早期的研究对比分析美国股市与原油市场、中国股市与原油市场之间的互动差异，结果表明原油市场与中国股市之间并无明显溢出效应，但是与美国股市却存在显著的双向溢出效应[11]。随着中国金融市场进一步完善，李春红等着重研究中国股市与原油价格之间的长短期互动关系。他们认为油价与中国股市的相关性并非简单的正负关系，而是为正负交错的，这与中国经济与股市发展的程度有关；原油波动与中国股市之间存在显著的短期滞后影响和长期协整关系，并且原油波动对不同行业板块影响不尽相同[12]。

无论是在汇率与股价，还是油价与股价之间的传导，利率都起着至关重要的作用。利率与汇率作为一国货币的内部和外部价格，对经济体的内外均衡具有十分重要的影响。早期研究指出，汇率通过国际游资的“利率平价”理论调控市场货币供应，进而影响利率走向。但这一理论也存在着明显缺陷，例如没有考虑到交易成本和资本流动障碍等因素影响汇率与利率的关系。交易成本和粘性价格使得利差和汇率的互动关系存在非线性特征，特别是当利差超过某个阈值时非平抛利率平价才成立[13]。另外，IEA (International Energy Agency)近期研究表明，利率可能通过通货膨胀影响油价。由于过度通货膨胀会侵蚀股票和债券等投资的实际价值，当中央银行通过提高利率来应对通货膨胀压力时，国际投资者会更倾向于投资于像石油这样的实物资产，进而推高油价，而进一步的油价上涨给通货膨胀带来了更大的压力。王伟等认为自2004年政府对货币市场与金融市场实施强有力的改革以来，股市、汇市与利率之间的关系日益密切，并且具有双向的溢出效应，充分说明利率对金融市场具有显著的调节作用[14]。周建和赵静美着重探讨了市场化过程中人民币利率与汇率之间的协同关系，研究发现“8·11”汇改在一定程度上改善了两者之间的传导机制，但并未形成根本性结构变化，该研究认为仍应进一步推动市场化改革，如此方能从本质上改变两者之间的内生性机制[15]。

综上所述，现有的研究成果极大推动了金融理论的发展，并具有重要的实践意义，但同时也存在着一些不足：其一，国内外学者对于两个金融市场之间的互动关系进行了广泛研究，但是关于多个市场之间的复杂性溢出效应研究相对较少，主要原因是多个金融市场之间的关系错综复杂，其理论模型难以构建。其二，关于市场间溢出效应实证研究的理论模型亟需完善：绝大多数文献都在假设理论模型为线性模型或者参数不变的框架下开展实证研究。目前，国内外大量的理论和实证研究证据表明，经济金融数据之间具有较强的非线性关系，甚至是时变的关系。由于中国经济正处于转轨高质量发展进程中，利率、汇率市场化改革不断深入推进，并且国际原油市场和股市发展的不确定性持续上升，这意味着传统的线性模型往往很难揭示利率、汇率、国际原油和股市之间的相互影响机制和动态关系。本文结合中国现阶段金融市场开放步伐不断加快和“两率”深化改革的制度背景，在参考国内外相关研究的基础上，考虑到金融市场的时变特征与时间序列数据之间的惯性依存关系，引入时变和随机波动因子，运用MCMC方法建立贝叶斯随机波动时变参数向量自回归模型(TVP-SV-VAR)。与传统常系数模型相比，该模型框架不仅能够估计联合内生变量的动态关系，并且可以捕捉利率、汇率、国际原油和股票市场之间的时变特征、波动与溢出效应，这不仅是对现有文献的有益补充，本文的研究结论也为当前金融改革和政策选择提供了重要的决策依据。

三、理论机理分析与计量模型设定

(一)理论机理分析

从理论传导途径来看，流量导向模型和股票导向模型是众多文献研究股价与汇率之间传导机制时所公认的成熟理论模型，流量导向认为汇率变动会通过国际竞争力和贸易平衡间接性影响国内利率，从而影响企业现金流与股价；股票导向模型认为股市向好将吸引国际逐利资本大量涌入，引起国内货币的需求量增加，进而推动本币升值。但由于股价和汇率之间的关系受到不同国家、不同时期的特定经济背景所影响，故国内外学者研究结果所支持的理论模型有所不同，但更多的是两种理论模型都支持，换言之，汇率和股价之间存在着相互传导关系。根据利率平价理论，汇率与利率之间是相互作用的，汇率变化会通过市场的供求关系影响利率，进一步利率变化通过引起企业成本变化和资金转移等对股价产生影响。目前，有关利率对股价变化做出反应的研究仍具有较大争议，虽然中国央行并未将股票等资产价格作为货币政策的直接调控目标，但其仍然是货币政策调控的重要参考因素。从影响国际油价的因素看，汇率和股价变动可通过国际收支账户和货币供给等途径影响原油的供需情况，进而影响油价的涨跌。当央行通过提高利率来降低通货膨胀压力时，投资者会更倾向于投资于像石油这样的实物资产，进而推高油价；而采取紧缩型货币政策来应对由油价上涨冲击所引起的通货膨胀时，又在一定程度上加剧油价上涨。原油价格与美元紧密挂钩，而一篮子货币中美元权重仍占比重大，故原油价格波动必然影响人民币汇率走势。从传统经济理论来看，原油价格走势可通过多种途径影响股价，油价冲击可直接通过预期现金流量影响股票收益，或通过影响贴现率间接影响股票收益，另外，高油价导致生产成本以及最终商品和服务价格上涨，不仅减少相关公司的预期利润，而且导致消费者减少对最终产品和服务的需求，进而影响股票价格。根据以上原油价格、利率、汇率以及中国股市的相互传导系统分析，说明四者之间存在着明显的相互影响和相互制约的动态关系。紧接着，下文将建立TVP-SV-VAR模型对四者之间的波动关系和动态的互动过程进行详尽分析。

图1 理论传导途径图

(二)计量模型设定

自Sims提出向量自回归(Vector Autoregression，VAR)模型以来，VAR模型在统计建模和预测宏观经济等领域得到了广泛的运用。考虑到样本序列的时变性影响，20世纪90年代后期，时变元素被引入到传统的VAR模型中。随着模型研究不断深入，Primiceri提出采用具有时变性和SV特征的TVP-SV-VAR模型来分析美国经济，实证研究结果表明，该模型框架能够更充分地捕捉美国经济的结构性变动特征[16]。自此之后，这种建模方法在宏观经济学领域的应用越来越广泛。陈创练等利用TVP-SV-VAR模型充分刻画了国际资本流动与利率、汇率之间的时变动态关系[17]。此外，郑挺国和蒋远营在SV应用方面进行了系统性的研究[18-19]。考虑到目前中国利率、汇率市场化改革正持续深化，并且国际原油市场和股市发展的不确定性持续上升，采用TVP-SV-VAR模型可以捕捉利率、汇率、国际原油和股市的时变特征、波动与溢出效应，充分刻画四者之间的相互影响机制和动态关系。

我们通过对传统结构VAR模型进行推导得到TVP-SV-VAR模型，传统的结构VAR模型具有如下形式：

Ayt=F1yt-1+…+Fsyt-s+μt，

t=s+1，s+2，…，n

(1)

其中，yt是k×1的观测值向量，A，F1，F2，…，Fs是k×k的系数矩阵，扰动项μt是一个k×1的结构冲击，假设ut～N(0，ΣΣ)，其中

假设A为下三角矩阵，可通过递归方法说明结构冲击的同时关系，其中A的形式为：

通过变换可以将模型(1)重写为以下简化的VAR模型：

yt=B1yt-1+…+Bsyt-s+A-1Σεt，εt～N(0，Ik)

(2)

yt=Xtβ+A-1Σεt

(3)

很明显，模型(3)中的所有参数都不具有时变性，假设模型参数可以随时间变化，且具有SV特征，就能够拓展到TVP-SV-VAR模型，TVP-SV-VAR模型的形式为：

yt=Xtβt+A-1Σtεt，t=s+1，s+2，…，n

(4)

βt+1=βt+μβt，at+1=at+μat，ht+1=ht+μht

(5)

其中t=s+1，s+2，…，n，βs+1～N(μβ0，Σβ0)，as+1～N(μa0，Σa0)和hs+1～N(μh0，Σh0)。

四、TVP-SV-VAR建模与脉冲分析

(一) 数据的来源及说明

在2015年中国股市剧烈震荡、人民币被纳入特别提款权(SDR)货币篮子与“8·11汇改”的新背景下，为了探究原油价格(WTI)、汇率(UY)、利率(SHIBOR)和中国股市(SZ)之间动态的传导机制，所选日度数据样本的时间跨度为“新汇改”后的2015年8月11日至2019年1月25日，共827个数据，各个指标来源及说明如下：

原油价格：在原油产业脆弱的供需平衡和地缘局势动荡的双重压力之下，原油价格波动的不确定性引发担忧。Abdelaziz等研究表明在忽略油价这一重要变量的情况下讨论汇率与股价之间的关系可能具有误导性[10]。WTI原油已成为全球原油定价的基准，因此选择具有代表性的WTI原油价格作为研究对象，WTI原油数据来源于“雅虎财经”。汇率：新汇改以来，人民币汇率波动区间得到适当放宽。在外汇市场交易中，投资者往往是关注名义汇率走向来预判汇率未来一段时间内的升值或贬值情况，并且在一定时期内中国采取的是盯住美元的汇率制度，因此本文选取美元兑换人民币的名义汇率作为汇率的代理变量，数据来源于“中国人民银行”。利率：考虑到目前利率市场化进程尚未完善，银行贷款利率和国债市场机制还未达到引导全局的作用，而银行间同业拆借利率已经基本市场化，可以作为基准利率运用到模型当中，并且其可以较好地反映资金市场的供求关系，因此选取上海银行间同业拆放利率作为中国利率的代表，数据来源于上海银行间同业拆放利率官网。中国股市：中国股市经历了由闭塞到国际化的过程，股市制度不断完善，其与国际股市的关系也日益密切。考虑到股票指数的代表性以及和汇率时间区间的匹配性，本文采取极具有代表性的上海证券综合指数(上证综指)作为中国股市的代理变量，数据来源于“雅虎财经”。

表1中给出了上述4个变量的基本统计描述，Shapiro-Wilk统计量表明，在1%显著性水平下4个变量都不服从正态分布，超常峰度都小于0。滞后1～10阶的自相关系数是否联合为零的Q统计量检验表明，在1%显著性水平下，每个变量序列与其平方序列均具存在明显的自相关现象，说明上述4个变量序列波动聚类现象非常显著。

表1 原数据基本统计特征

注：超常峰度为峰度值减3；Shapiro-Wilk是正态性检验；Q(10)和Q2(10)统计量是检验原始序列和平方序列滞后1～10期的自相关系数是否联合为0，在序列无关的原假设下，统计量服从卡方(10)分布，括号内为相伴概率。

(二) 数据检验

接下来对所选数据进行平稳性检验，以此来确定数据序列是否都平稳，若序列非平稳，很难通过数据序列的已知信息来探索数据的未知信息。通过对所有变量数据进行对数差分乘100后进行平稳性检验，平稳性检验结果表明原油价格、汇率、利率和中国股市的数据序列统计量都远小于1%水平下的临界值0.739，因此不能拒绝数据序列平稳的原假设，说明数据序列都是平稳的，可进行下一步分析。

在数据通过平稳性检验后，根据AIC、HQ、SC和FPE等信息准则，得到TVP-SV-VAR模型的最优滞后阶数为1阶。表2给出了模型部分参数的估计结果，在5%的显著性水平下，参数的Geweke收敛诊断均显示没有拒绝收敛到后验分布的零假设，并且除了Σh之外，非有效因子非常低，这表明对参数和状态变量进行了有效的采样，即使对Σh来说，非有效因子大约是190，这意味着我们获得了大约20 000/190=106个不相关的样本，认为足以进行后验推断。综合以上结果，表明模型的抽样和估计是稳定有效的，可以做进一步分析。

表2 TVP-SV模型部分选择参数的估计结果

注：2 000次退火，再20 000次抽样，结果显示参数的模拟路径平稳，样本的自相关系数急速下降，并且趋于零，说明参数抽样样本的自相关性不明显，后验密度与后验均值达成一致(模拟结果备索)。

(三)随机波动分析

图2显示了上述四个变量的随机波动情况，从原油价格随机波动率看，2015年11月原油价格随机波动率呈上升态势，至2016年2月期间达到峰值，此后随机波动率逐渐降低。究其原因，2015年12月18日美国正式解除长达40年之久的原油出口禁令提振了2015年下半年下降的WTI油价，使得WTI原油价格随机波动率增加，自解除原油出口禁令后，全球原油市场新添一大供应源，WTI原油价格得以提升后逐渐保持稳定。从汇率随机波动图看，2015年“8·11”汇改后，美元兑人民币汇率波幅显著增强，2015年央行施行多次降息降准，同年12月美联储启动近十年来的首次加息使得美元走势强劲，与此同时，人民币成功入篮促使政府放宽汇率管制，股市遭遇持续下跌触发熔断机制，在国外内诸多因素的控制下人民币遭遇持续贬值压力。2017年1月4日至2018年3月30日期间人民币企稳、走强，升值幅度高达10.8%，而2018年4月人民币汇率又迎来新一轮贬值，导致人民币汇率的波动性出现数次攀升。从利率随机波动图看，2018年8月前利率随机波动率较弱且基本稳定为零，此后波动率迅速上升并且波幅剧烈。究其原因，央行宣布2015年10月24日起取消存款上限，标志着中国在名义上完成了利率市场化，利率趋于稳定。2018年以后，存款利率均值明显上升，两年、三年、五年的期限定期存款利率下半年有显著上涨，2018年8月14日，上海银行间同业拆放利率(Shibor)全线上涨，市场短期流动性较前期边际趋紧，其中，超短端货币市场利率反弹幅度领先，比较有代表性的3个月期Shibor涨势明显，意味着连续40个交易日的下跌走势的结束。从中国股市随机波动图看，2015年新汇改后，股市随机波动率急速下降，经济下行压力巨大背景下2015年11月IPO得以重启，股市随机波动率小幅回升后趋于稳定，又在2018年有回升趋势。究其原因，新汇改后人民币价值由升转贬，资本外流严重，管理层在加强资本管制的同时又要拉动国内经济，在此背景下，股市开始进入低迷阶段：上证指数从2015年6月起至2016年1月，从5 178点跌至2 638点，前后共计8个月，最大的跌幅高达49.05%，造成了巨大的社会经济损失。2018年市场由于受内部和外部因素影响，股票指数全年下行，上证指数全年下跌24.59%，造成2018年股市随机波动率急速上升。

图2 四个序列走势图(上)和随机波动率图 (下)

图3 变量间时变同步关系图

(四)时变同步关系分析

时变同步关系是TVP-SV-VAR模型的特点之一，图3反映了原油价格、汇率、利率和中国股市之间的时变同步关系，可以看出四个变量之间的同步关系有很强的时变性，特别地，原油价格对汇率的时变性最明显。理论上看，原油长期使用美元作为计价单位，原油与美元具有相对“负相关”关系，因此原油价格与汇率具有“负相关”关系符合经济预期。通过原油价格对中国股市的时变同步关系可以看出，原油价格对中国股市的同期影响基本为正，但在一定时期内原油价格对中国股市存在负向影响，这与中国经济与股市的发展程度有关，同时与原油市场和股票市场所处状态有关[12]。汇率对股价的时变同步影响关系发现，汇率对中国股市的同步关系为负，究其原因，当美国兑人民币汇率下跌时，即人民币升值预期会吸引大量外来资金投入到股票市场，股票市场活跃，与此同时，投资者有信心为各行各业注资，上市公司获得强有力的资本，从而刺激股票上涨。通过利率对中国股市的时变同步关系得到，2017年3月前利率对中国股市的同步影响为负，此后影响较弱且基本维持在零值。一方面，通常情况下，利率增加会使得上市公司借款成本提高，导致借款成本占据公司利润份额增大，需要压缩公司生产规模，进而造成未来股价下跌；另一方面，从投资者角度看，利率上升导致评估股票价格折现率也会随之调高，股票内在价值下降，导致价格下跌。

(五)脉冲响应分析

在模型参数估计的基础上，进行时变脉冲响应函数估计，图4和图5是两类典型的脉冲响应函数估计图，图4是不同提前期的时变脉冲响应函数估计，图5是不同时点(时间点随机选取)的时变脉冲响应函数估计，若模型参数不具有时变性，不同提前期的时变脉冲响应函数为一条水平线，不同时点外生冲击的脉冲响应函数曲线是重合的。结果表明原油价格对利率冲击的脉冲响应时变性特征很显著，原油价格对汇率、中国股市冲击的脉冲响应时变性特征较弱；中国股市对油价和利率冲击的脉冲响应具有时变特征，而对汇率冲击的脉冲响应时变特征并不明显，根据不同提前期的时变脉冲响应函数图还发现，不同提前期的脉冲响应图在走势上基本达成一致。

由图4看出不同提前期下汇率冲击(εuy↑→wti)对原油价格的影响为正，但影响强度较弱。同时结合图5三个不同冲击时点，原油价格对汇率冲击的脉冲响应强度在短期内均为正，在第1期达到最大，随着时间推移逐渐减弱至零。说明汇率对原油价格有短期的正向影响，即汇率上升(人民币贬值)，在一定程度上导致国际原油价格上涨，此处结论与一般的生产成本价值理论可能不符。究其原因，从理论上看，人民币贬值时会造成生产成本上升，会对原油价格造成消极影响，但结合中国目前的国情，人民币贬值导致原油价格上涨确是不无道理的。中国目前不仅是全球原油进口大国，同时也是第一出口大国，尽管2018年人民币汇率全年贬值5.43%，2018年原油进口量依旧高达4.619亿吨，说明在当前经济高速发展形势下，人民币贬值刺激商品出口所产生的利润远大于石油进口增加的成本，使得总体利润增加，企业扩大生产的积极性高，石油市场需求相应增加，从而促进油价上涨。同时由于所实行的严格外汇管制，造成此途径的导向较弱，如果放松外汇管制，此途径将会逐步扩大，说明随着经济建设突飞猛进，中国对于国际经济格局的影响越来越大。图4脉冲结果还显示，原油价格受到不同提前期的利率正向冲击(εshibor↑→wti)后，原油价格呈负效应且在初期受到影响最大，随着时间的推移影响强度逐渐减弱。图5不同时点的脉冲同样说明这一点，但总体来看，利率对原油价格的传导影响相对有限。究其原因，当中国利率提高，上市公司借款成本占据公司利润份额增大，需要压缩公司生产规模予以应对，导致原油进口需求减少，间接影响原油价格。但由于中国利率价格机制作用有限，因此利率对原油价格的影响也相对有限。类似地，根据原油价格对不同提前期与不同时点中国股市冲击的脉冲响应(εsz↑→wti)结果，原油价格受到股市正向冲击后产生正效应，其原因主要在于，股市作为国家经济的晴雨表，通常情况下股票市场的良好发展表示企业发展稳定并且经济形势较好，会增加原油需求，因此原油价格有所提高。可见，随着中国利率市场化，汇率制度的放宽后，中国经济与国际大经济环境之间的关系愈加密切，且中国金融市场对于国际经济形势的影响越来越明显。

由不同提前期与不同时点汇率受到原油价格的冲击(εwti↑→uy)发现，汇率对原油价格冲击的脉冲响应具有很强的时变性，并且短期冲击较大。可以总结概括为两个阶段，2015年8月到2016年6月为负向影响，2016年6月到2017年为正向影响，其后基本为负向影响。一般来说，由于油价与美元直接挂钩，原油价格上涨会造成美元间接贬值，因此在一定程度上人民币相对升值。但是2016下半年的“黑天鹅”事件，可能是由当时的国内外环境震荡引起的，例如2016年中国在国际市场的外部花销剧增、美国大选与英国脱欧等事件，造成国际大环境剧烈振荡，通过人民币的中间定价规则，引起汇率的波动异常。从图中还可看到，汇率受利率的冲击(εshibor↑→uy)，除2017年末至2018年初和2018年末至2019年初这两个特殊时期利率对汇率冲击的影响为负，其余大部分时期传导方向都为正。说明利率对于汇率的影响并不是一成不变的，这与当时特殊的经济环境有关。一般情况下，由非平抛利率曲线可知，当利率升值时，会对本币造成一定的升值预期，但对于中国来说，非平抛利率曲线在大多数情况下失效。究其原因，2014年5月至2018年8月，中国短期国际资本呈现前所未有的净流出现象，仅2015年中国的国际资本外流就高达12 405亿美元，当国际资本外流时会造成人民币极大贬值，此时的加息并不能够改变人民币贬值的压力，这与陈创练等结论相似[17]。对比汇率受到不同时点与不同提前期股市冲击(εsz↑→uy)的脉冲响应，可以发现提前1期的股市冲击对汇市的影响非常显著，但并无长久趋势，这与大多数文献的结果是相同的。

当利率受到不同提前期的原油价格冲击(εwti↑→shibor)和股价冲击(εsz↑→shibor)时，利率的脉冲响应走势非常相似。利率受到初始冲击后表现为负效应，紧接着传导方向逐渐由负转正，于2016年上半年强度达到峰值，其后传导强度逐渐减弱为负值，这主要是由于中国尚未实现利率市场化，利率走势在很大程度上依赖政策制定。由不同时点的油价对利率冲击看出，利率受到油价不同时点冲击的脉冲响应走势并不一致，2016年1月13日和2017年4月26日油价的正向冲击在短期内促使利率提高，随着时间的推移逐渐趋于稳定，而2018年7月20日利率受到油价的冲击后表现为负效应。另一方面，利率受到不同提前期与不同时点股市冲击的走势也不一致，更是说明了利率的走势并不与油价和股市变动有显著关联。利率对不同提前期汇率冲击(εuy↑→shibor)的响应为正效应，与不同时点汇率冲击的走势表现基本一致。在一定程度上，如果人民币贬值，投资者会判断未来一段时间人民币升值无望，促使资本外逃，此时央行为使人民币不过度贬值，会在外汇市场进行有价证券和外汇交易，国内货币减少，促使利率上涨。总体上看，汇率对利率的影响非常显著且稳定性较强；油价和股价的冲击对中国利率走势的影响并非长期有效和稳定，主要是因为当前中国货币政策主要是以保持货币条件、经济平稳增长及物价稳定为要求，较少盯住油价和股价等因素变动。

根据脉冲响应结果还可得到，中国股市在受到提前1期的原油价格正向冲击时(εwti↑→sz)，脉冲响应强度方向为正，但是提前2、3期很快接近于零，说明原油价格的利好对中国股市有一种间接传染机制，但不具有长期持久性。值得注意的是，通过图5看出不同时点的原油价格冲击对股市的影响并不一致，可知这种传导途径较不稳定，存在着一种脆弱的“共热现象”。还可看出股市在不同时点受到汇率正向冲击(εuy↑→sz)的轨迹基本一致，由起初负相关到第1期正相关，其后趋于零。汇率上升当期对股市产生负向影响，延迟1期会造成积极影响，图4提前1期的脉冲同样说明这一点。说明在人民币贬值的当期，股市迅速做出反应，延迟1期后会出现一种“隔夜回调”现象，证明中国股市对于汇市冲击的反应灵敏，且股市自身调节机制较成熟。中国股市对不同提前期利率正向冲击时(εshibor↑→sz)产生负效应，随后传导影响强度逐渐减弱。从理论上看，利率上升导致企业借款成本提高，可能导致生产规模缩小，生产规模削减对企业未来利润产生消极影响，引起股价下跌。另一方面，利率上升促使投资者将股市的部分资金投向银行储蓄或者购买债券，股票市场需求减少也会造成股票价格下跌。而对比不同时点的脉冲响应图发现2018/7/20的初始响应强度方向为正，说明利率调控初期对于股市的影响较不稳定，这可能与中国股市的自身特点有关，但是其后影响基本为负，符合一般调控预期。究其原因，可知利率受国家干预过多，并未完全实现市场自由化，因此每次调控的初期所带来的冲击并不稳定，但从长期来看，利率对于股市的调控是行之有效的。综合上述分析，原油市场与中国股市有一种脆弱的共热现象，股市对于汇市冲击的反应较敏感，并伴随一种“隔夜回调”的现象，且利率对于股市长期调控是行之有效的。

在二维不同提前期和时点脉冲响应函数分析的基础上，给出立体时变参数脉冲响应分析，立体时变参数脉冲响应函数可更全面、直观地反映响应函数随着时间变迁的动态效应，同时还可根据颜色变化判断响应函数走势是否平稳，图6给出了提前1期至提前15期的时变脉冲响应函数。从原油价格受到其他市场的冲击的响应程度来看，原油价格受到中国股市影响最大，其次是利率的影响，最后是汇率的影响。另外，原油价格受到其他市场的冲击的响应强度均第1期达到峰值，再次验证中国经济与国际大经济环境之间的紧密联动性越来越强，信息传导滞后效应越来越弱。从图中还可看出，油价和股价的冲击对中国利率走势的影响确实并非长期有效和稳定；汇率冲击对利率的影响非常显著且稳定，影响强度高达0.02，并且持久性明显，而利率冲击对汇率的影响则相对弱很多，并且稳定性也不强，说明汇率与利率之间存在显著的非对称溢出现象。股市对于汇市冲击的反应较敏感，“隔夜回调”现象非常明显。值得注意的是，在2018年之前，原油市场与中国股市有一种脆弱的“共热现象”，但随着中国股市对外开放程度越来越高，原油价格对中国股市的影响力骤然提升，这充分验证了金洪飞和金荦的预判：中国未来经济发展越来越受到国际原油市场的影响，原油价格风险应当成为股票定价的一个重要因素[11]。

图4 不同提前期外生冲击的脉冲响应函数

图5 不同时点外生冲击的脉冲响应函数图

图6 立体时变参数脉冲响应分析图

五、结论与启示

近年来，随着中国经济从高速增长模式转型进入经济新常态的平稳模式，在此变轨过程中，中国金融市场面临着前所未有的挑战。

研究结果表明，原油价格对汇率的影响十分显著，对国内股价的影响渠道最为通畅；利率对汇率的传导影响相对有限，对原油价格和国内股价的影响较为顺畅；汇率对原油价格传导相对较弱，但对利率和国内股价的影响非常显著；国内股价对原油价格和汇率的影响都比较明显。总体上看，在原油价格-汇率-利率-中国股市四者相互传导过程中，货币政策传导渠道仍待疏通，其中，利率渠道相对最不顺畅。2018年以来，货币政策基调整体宽松，但实体需求与供需匹配问题仍是个难题，2019年央行一再提出“进一步疏通货币政策传导渠道”，而货币政策传导不够通畅的主要原因在于并未理顺货币政策传导机制以及不同货币政策渠道之间的协同联动效应，因此简单的货币宽松措施并不能解决当前复杂的金融市场环境。另外，由于中国利率市场化进程仍未完成，利率价格机制的作用相对有限，进一步导致了利率的传导渠道较不顺畅。鉴于此，在目前中美贸易摩擦冲击以及经济增速下行加大的特殊时期，为疏通货币政策传导机制，中国金融改革应理顺货币政策与国际原油市场、股票市场等其他市场的传导效应，继续维持货币政策边际放松，并且要严格把控节奏和力度，同时可配合价格工具、财政金融等宽信用政策。除此之外，要注意不同货币政策渠道之间的协同联动效应，尤其是利率和汇率的市场化联动机制，以增强整个货币市场的内外均衡性。研究结果还表明，在2018年之前，原油市场与中国股市有一种脆弱的“共热”现象，但随着中国股市对外开放程度越来越高，原油价格对中国股市的影响力骤然提升，说明中国未来经济发展越来越受到国际原油市场的影响，原油价格风险应当成为股票定价的一个重要因素。油价和股价的冲击对中国利率走势的影响并非长期有效和稳定，主要是因为当前中国货币政策主要是以保持货币条件、经济平稳增长及物价稳定为要求，较少盯住油价和股价等因素变动。利率对汇率冲击的走势具有较为稳定的长期趋势，但是截至2018年8月之前，其与非平抛利率曲线相驳，这可能与当时中国资本账户管制与国际资本外流有关。另外，虽然汇率对原油价格冲击的反应非常敏感，但不具有长期稳定性，主要是因为中国金融市场主要受国家政策调控，故对于国际冲击具有一定的缓冲性。在利率-汇率-股市三者相互传导过程中，从长期来看，利率对股市的长期调控是行之有效的；股市对于汇市冲击的反应较敏感，并伴随一种“隔夜回调”的现象。除此之外，无论是中国股市、汇率还是利率都对原油价格具有不同程度的影响，其原因可能在于中国作为全球第一贸易大国，中国金融市场波动对国际金融市场的影响至关重要。

综合以上实证结果来看，随着金融体系的完善、利率市场化稳妥推进和汇率制度的进一步改革后，中国经济与国际经济大环境的联系愈加密切，中国对国际经济形势的影响越来越明显。但值得注意的是，随着中国与全球金融市场融合的加快，外汇市场与国内金融市场的联动性日益紧密，特别是2019年以来随着更多A股被纳入MSCI指数与取消RQFII额度限制，资本流动极有可能会出现“流入大于流出”的情形，对流动性过剩的警惕会促使中国外汇储备规模被动增加，届时需更加注重利率调控以保证货币市场的利率水平运行平稳。另外，应继续坚持沿着利率市场化加速推进人民币国际化，有效发挥利率政策在国际金融市场间的传递功能，进一步深化利率市场化改革，稳妥推进利率“两轨并一轨”，由数量型货币政策转为价格型货币政策，完善Shibor等基准利率体系，以增强货币政策价格型工具对市场的调控力度和市场化资源配置。另外，为了减少股市的风险溢出至其他市场，要引导股价在合理范围内波动，或者为风险在不同市场间的溢出构建相对应的缓冲机制。最后，要重视提高各个市场之间的信息传导效率，使得利率、汇率调控等政策工具能够更有效地作用于金融市场，这就要求银行部门要更加紧密关切各个市场的变动，增强对市场变化趋势的把控，有效发挥金融市场对于国家经济的宏观调控作用。