一 引 言

经济结构变革的新时期，金融市场在经济发展过程中的作用日显突出，不同市场在资本流动、资源配置等方面的联系也越来越紧密。特别是今年初以来全球性新冠肺炎疫情爆发，金融市场受到冲击，价格波动传递进而影响其它一个甚至几个市场，引起金融资产价格连锁反应。

随着我国金融体制的改革和完善，市场上的金融资产种类日益增加，为国内投资者提供了更多选择。居民可支配收入的增加使得家庭在进行资产配置时也越来越青睐于金融资产(徐佳和谭娅，2016[1]；周广肃等，2018[2])。由于投资境外资产会受诸多政治、制度因素的制约，还会因缺乏对境外市场的了解而造成投资成本增加，这促使我国个人及中小型机构投资者多投资于国内市场(袁超等，2008)[3]。Markowitz(1952)[4]指出，资产组合中，各类资产的相关性越低，越有利于分散投资风险、提高资产配置的效率。因此，掌握金融资产间的相关关系及其变化特征对于建立完善、有效、稳定的金融市场和提升居民幸福指数具有重要意义。根据资产间动态相关性的强弱，投资者可以制定合理的投资组合方案，确定资产比例，提高投资收益；根据各资产间相关系数的波动情况，政府监管部门可制定有效措施，促进金融市场的稳定发展(Mensi et al.，2013[5]；龚玉婷等，2016[6])。

对金融资产间的相关性，学者们大多以股票、债券为核心，研究两种或三种金融资产之间的关系，或者研究某一特定资产与另外几类资产的关系，而对多种金融资产间动态关系及其特征的研究较少，且未得出一致结论。区别于以往研究，本文的贡献主要为：第一，拓展了研究范围。选择股票、债券、黄金现货、黄金期货和指数期货五类资产展开研究，金融资产种类更为全面，一定程度上拓展了已有文献的研究范围。第二，研究结论与实际环境较为贴近。通过DCC-MVGARCH模型探究五类金融资产的动态相关性及时变特征，发现股灾爆发前，债券为股票的对冲保值资产，黄金现货是股票的多元化资产；股灾爆发后，二者在股市中的作用恰好相反。股市持续低迷时期，债券再次成为股票的对冲保值资产，黄金现货成为股票的避险资产。新冠肺炎疫情爆发后，债券迅速成为股票避险资产，其他资产间相关性变化具有相似的特点。这在一定程度上为金融监管部门防范风险、为投资者优化组合方案提供新的理论依据。

本文后续内容安排如下：第二部分为文献综述与研究假设；第三部分为研究设计；第四部分利用五类金融资产的交易数据开展实证研究；第五部分为拓展性讨论；最后是结论及启示。

二 文献综述与研究假设

(一)金融资产间相关性分析

作为重要的投资理财工具，股票与债券间相关性的研究备受关注。Dajcman(2012)[7]发现在欧元区国家中，股票与债券间的相关系数存在正负转换的现象且具有明显的时变特征，而且在主权债务危机发生后，二者间相关系数的变化更加频繁。Chiang et al.(2015)[8]研究发现，对于日交易数据和周交易数据而言，在六个发达国家中，股票与债券间的相关系数具有明显的时变特征，同样存在正负相间的特点。龚玉婷等(2016)[6]也得出了类似的结论。Li et al.(2016)[9]认为当市场波动幅度较小时，投资者倾向于将资金投入到股票和债券市场，而当市场波动性较大时，投资者则会将资金转移到债券市场，以优化其投资组合。

作为重要的贵金属资产，黄金与各金融资产间的相关性研究也引起了许多学者的兴趣。Baur和Lucey(2010)[10]研究发现，美国、英国、德国的黄金与股票间为正相关关系，美国、英国的黄金与债券间相关系数也为正，而德国黄金与债券的相关性却为负。Poshakwale和Mandal(2016)[11]利用条件时变Copula模型，发现黄金与股票、黄金与房地产之间的相关系数为负；而黄金与债券、黄金与石油之间则为正。Jain和Biswal(2016)[12]认为石油、黄金、汇率、股票间的动态相关系数多为正。

同样，有关货币、外汇等资产间的相关性也引起广泛讨论。Tsai(2012)[13]认为亚洲国家中股票与货币间的相关系数整体为正，即股票收益的增加(减少)会带来本币升值(贬值)，且二者相关性具有时变特征；当汇率极高或极低时，二者之间的相关性更加显著。吴丽华和傅广敏(2014)[14]的研究表明，汇率与股价之间能够相互影响。Han和Lee(2016)[15]发现韩元贬值(升值)可能会使韩国股市蒙受巨大损失(收益)，股市的巨大损失也会导致韩元的贬值，但股市上涨对汇率的影响却是不确定的。Raza和Wu(2018)[16]基于Copula模型考察了英国金融资产间的相关性，发现货币、股票、债券两两之间的相关性都比较弱，但股票与债券之间的相关性仍然高于债券与货币的相关性。据此，提出研究假设1。

假设1：五类金融资产间具有动态相关性，相关系数呈时变特征。

(二)金融资产间相关系数正负转换分析

根据Hong et al.(2014)[17]的观点，资产增值带来的财富效应会使资产间呈现正的相关关系。一般而言，持有资产价格上升带来投资者净资产的增加，扩大了投资者的财富效应(郭田勇，2006[18]；陈永伟等，2015[19])。一方面，财富效应会直接影响资产间的相关性。获得投资收益后投资者会增大其他几类资产的持有比重，在市场供给数量一定的情况下，势必会引起这些资产价格的上升，此时各资产间就呈现正相关关系。另一方面，财富效应的扩大还会通过消费等经济变量间接影响资产间的相关性。这是因为投资收益的增加会引起投资者消费需求的上升，进一步促进国内经济发展，繁荣的经济背景会提高投资者购买金融资产的数量，使得资产间具有同向变动的关系。资产性质也是导致资产间呈正相关关系的原因。在同一经济状态下，相同性质的资产多趋于同向运动。经济繁荣时期，为追求高收益，人们多投资于风险较高的资产，而会降低安全资产的持有量，造成安全资产价格同时下降。相反，当经济增长压力过大时，为追求稳健的投资收益，规避投资风险，资金管理者会减少风险资产的持有量，多配置风险较低的安全资产(袁超等，2008)[3]，导致此类资产收益同向变动。除此之外，资产间相关性还会受货币政策影响。扩张性货币政策增加社会中货币流通数量，在保证交易需求的情况下，资金所有者的投机需求上升，带来各类金融资产价格同时上升。

资产价格上升带来的替代效应也会使资产间呈现负的相关关系(Hong et al.，2014)[17]。一方面，资产价格上升会增加对该资产的投资意愿，在投资金额固定的情况下，投资者会减少其他资产的持有比例，进而导致这些资产价格的下降，此时各资产间会呈现负相关关系。另一方面，为抓住投资机遇、提高对价格上升资产的投资额，投资者可能会降低流动性偏好或减少消费支出，导致经济增长速度下降，衰退的经济背景会减少投资者对金融资产的持有数量，最终导致资产间具有反向变动的关系。由于金融资产在经济运行中发挥重要作用，其价格变化所包含的市场信息势必会使投资者产生未来预期(徐亚平等，2012)[20]，新预期又会对金融资产价格变化产生新的影响(吴国培和潘再见，2014)[21]。投资者根据已有信息判断该资产未来的走势，当预期其价格会继续上升时，投资者将继续持有该资产甚至增加持有比例，固定不变的投资总额下，会降低其他资产的持有比例，使得资产间呈现出负相关性。而价格下降的预期会使投资者抛售该资产，引起其他资产购买量的增加，资产间仍然会出现负相关关系。

在现实经济生活中，金融资产间的相关关系并不是在单一效应作用下形成的，而是多种效应共同作用的结果。比如，扩张性货币政策带来的利好消息增强了资金管理者的乐观预期，投机需求上升，导致金融资产价格的上升(张程和范立夫，2017)[22]。在我国经济由高速增长到高质量发展的阶段性转变背景下，金融市场所面临的考验和竞争更加多样和复杂，从外部环境上决定了资产间的相关性不是静态的，而是伴随着资产性质、投资成本、信息冲击等因素动态变化。据此，提出研究假设2。

假设2：影响资产间相关性的各种效应同时存在并相互作用，因此部分金融资产间的相关系数具有正负转换的特点。

三 研究设计

(一)样本选取与数据说明

本文以2010年4月16日至2020年9月14日的资产交易日收盘价数据为样本，研究我国金融资产间的动态相关关系。使用的数据主要包括：沪深300指数、上证国债指数、黄金现货(AU9999)、黄金期货、沪深300指数期货五类资产的收益率。

各类资产的日收益率计算公式为：ri, t=100*(lnPi, t-lnPi, t-1)，其中ri, t表示资产i在t日的收益率，Pi, t表示资产i在t日的收盘价。本文使用rgp、rzq、rhj、rqh、rif分别表示股票、债券、黄金现货、黄金期货、指数期货的收益率。各类资产收盘价的数据来源于Wind数据库。

(二)动态相关系数模型

股票、债券、黄金、期货等资产在金融市场运行中发挥重要作用，影响其价格变动的因素多种多样，各类金融资产的价格也会随时间发生变化。本文使用Engle(2002)[23]提出的动态相关系数(DCC)模型探究金融资产间相关系数的时变特征，这对于优化投资方案、化解投资风险具有参考价值。具体模型如下：

ri, t=δi+φi, 1ri, t-1+…+φi, nri, t-n+μi, t

(1)

μt|It-1～N(0,Ht)

(2)

Ht=DtRtDt

(3)

σi, t2=ωi+αiμi, t-12+βiσi, t-12

(4)

Dt=diag(σ1, t,σ2, t, …,σn, t)

(5)

(6)

(7)

(8)

(9)

其中，rt为各资产收益率，φi, 1, …,φi, n为均值方程中各资产收益率滞后项对应的系数，μi, t为残差项，μt=(μ1, t, …,μn, t)′为残差向量，It-1为至t-1时刻的信息集，Ht为方差-协方差矩阵。σi, t2为μi, t的方差，服从GARCH(1,1)过程，ωi、αi、βi为待估参数。Dt为由单变量GARCH所求出的随时间变动的条件标准差所组成的对角矩阵。εt为标准化残差向量，φt是时变方差-协方差矩阵，qii, t为Qt中的元素。Rt为动态条件相关系数矩阵。a和b为DCC模型的待估参数，其中a≥0,b≥0,a+b<1。

四 实证研究

(一)数据的基本统计分析

各资产收益率的基本统计特征如表1所示。五类金融资产收益率的均值为正，说明各资产在样本期内呈现盈利状态。其中，股票和指数期货收益率的标准差相对较大，说明在样本期内市场环境变化较大，这两类资产投资风险上升。各资产中黄金现货和黄金期货的收益率均值较大，标准差相对较小，表明在样本期内两类资产具有较高的投资收益和较低的投资风险。债券的收益率波动最小，说明债券市场具有较强的稳定性，投资风险最低。

表1 各资产收益率的基本统计特征

(续上表)

除债券外的四类资产收益率均呈现不同程度的左偏，且峰度均大于3，表明各资产收益率序列均存在尖峰厚尾的特征。通过JB统计量可以看出，各资产收益率序列均不服从正态分布。ADF检验结果显示，五种资产收益率序列均为平稳序列。Q(k)和Q2(k)分别代表收益率和收益率平方滞后k阶的Ljung-Box Q统计量。从表1中可以看出，五类金融资产收益率的Q(1)对应着较大的P值，Q(26)、Q2(1)、Q2(26)全部显示较小P值，表明各资产收益率存在明显的金融时间序列特征。

(二)动态相关性的实证结果分析

随着经济形势和金融市场结构的不断变化，金融资产间的相关性并非一成不变。故本文使用DCC-MVGARCH模型考察资产间相关系数的时变特征，以验证研究假设1和假设2，结果如表2所示。

1.金融资产间动态相关关系的初步分析

表2中DCC模型的估计结果显示，a和b均在1%的水平下显著，且满足a+b<1的条件。这一结果支持了研究假设1，即各资产间确实存在动态相关性，相关系数具有明显的时变特征。GARCH(1,1)模型的估计结果显示，α+β值接近于1，表明各金融资产的收益率波动具有显著的持续性。黄金期货市场的β值最大，说明黄金期货市场的波动持续性较长，相对其他资产而言，新信息的出现对该市场的影响会更加持久。债券市场的β值最小，对于同一冲击，其吸收、反应的时间较短，新信息对债券市场的影响相对较弱。这可能是因为我国债券市场的违约情况较少，投资风险较低，在受到外部刺激时，投资者仍有信心持有债券，不会对其做出迅速调整。

表2 DCC-MVGARCH模型估计结果

为清晰展现金融资产收益率间方差的时变特性，根据DCC-MVGARCH模型估计结果得到各金融资产收益率间动态条件相关系数的描述性统计(如表3所示)及其时序图(如图1所示)。从表3和图1不难发现，股票与指数期货、黄金现货与黄金期货收益率间具有较强的正相关性，其他资产间相关系数基本介于-0.3～0.22之间，且具有明显的时变特征，再一次验证假设1。其中，现货资产与期货资产间相关系数全为正，其他资产间相关系数均具有正负转换的特点，故研究假设2成立。此外，资产间相关系数的标准差较小，说明样本期内各组相关系数的波动幅度较小。

表3 各资产收益率间动态条件相关系数的描述性统计

股票与债券资产收益率的相关系数在样本期内整体呈现负相关性。2015年5月之前，股票与债券收益率间相关系数长期为负，说明在此期间我国债券是股票的对冲保值资产。2015年6月股灾的爆发使得市场波动剧烈，投资者对股票市场的负面情绪逐渐蔓延至债券市场，央行继续实施较为宽松的货币政策，债券收益率的降低使得二者相关系数为正。由于股灾爆发前，股票和债券间正相关性持续时间较短，且股灾后二者仍为正相关关系，因此大体上可以认为股灾爆发前后，二者相关系数呈现由负转正的特点。2018年，受中美经贸摩擦影响，我国股市持续低迷，投资者在进行资产配置时对债券的需求上升，股票与债券收益率相关系数由正转负，债券再次成为股票的对冲保值资产。新冠肺炎疫情的爆发使得股债间负相关程度加深，债券市场从保值场所迅速变为避险场所。

由图1可知，在2018年之前，股票-黄金现货与股票-债券收益率相关系数的走势基本相反，债券和黄金现货在股灾爆发前后对股票的作用恰好相反。股灾爆发前，股票与黄金现货收益率间呈现正相关关系，此时黄金现货充当股票的多元化资产。随着股灾爆发，二者相关系数由正转负，黄金现货成为股票的对冲保值资产。在经历一段小幅波动时期后，股票和黄金现货收益率的相关系数再次为负，逐渐增强的负相关性使得黄金现货成为避险资产。新冠肺炎疫情爆发同样引起股票-黄金现货间负相关关系加深。

债券与黄金现货收益率间整体呈现出微弱的正相关关系。二者关系在2018年之前以负相关为主；2018年后，当股市再度进入低迷状态时，二者正相关性逐渐增加，成为彼此的多元化资产。在资金一定的情况下，同为安全资产的债券与黄金现货间存在替代作用，再加之投资者对二者的偏好程度有所差别，使得二者的相关系数出现时变特征。

期货与现货市场信息的一致性使现货资产与期货资产间具有高度的正相关关系。因此，各资产与指数期货、黄金期货间的相关性类似于与资产现货间的相关关系。从图1中还可以看出，股票与黄金期货间的相关性略高于股票与黄金现货间的相关性。债券与黄金资产相关关系也具有类似的特点。

图1 各资产间收益率动态条件相关系数时序图

2.金融资产间动态相关关系的进一步分析

2015年股灾爆发前，繁荣的股票市场降低了部分投资者的乐观预期，减少股票资产的持有量，增加对其他资产的购买量，实现资产的多元化配置；但仍有投资者认为股市的繁荣还会继续，同时相对宽松的货币政策为市场释放了大量流动性，在财富效应的作用下投资者对各类金融资产尤其是股票资产的需求量大大提高。股灾爆发后，股票价格并未一跌到底，但投资者对股市的悲观预期逐渐增强。在这种情绪的带动下，投资者纷纷降低股票资产的持有比例，选择黄金市场作为保值场所，或者利用指数期货进行套期保值以保证资金的安全。

2016年年初开始的股票反弹行情引起了股债间相关系数的波动上行；由于资产间信息传导的时滞性，股票与黄金间的相关系数波动较大。虽然股票市场出现反弹行情，但多数资金管理者对股市的预期仍不乐观，再加之股灾期间的亏损使得投资者更加谨慎，对债券、黄金等资产的配置比例逐渐上升。同时，黄金需求增加带来黄金价格上升使得黄金期货受到的关注程度越来越高，投资者通过预期和经济形势判断黄金未来的走势以确定黄金期货的持有种类和比例。

2018年以来，国内经济下行压力加大，为降低投资风险、提高投资收益，投资者新的资产配置方案导致债券、黄金等资产的保值作用愈加明显，股票与债券间负相关性逐步加强，债券与黄金间正相关性逐渐加强。由于期货与现货市场的特殊关系，期货通过套期保值、资产配置等影响现货价格。

2020年新冠肺炎疫情爆发后，全球股市面临持续波动和调整。疫情防控得当及一系列宽松的经济政策，使得中国股市的表现优于其他国家，但债券、黄金现货仍然是股票重要的避险资产。随着股市行情一路向好，避险需求有所下降，股票-黄金现货的相关系数趋于零，黄金现货成为股票的对冲保值资产，股票-债券的负向关系也有所减弱，但仍然是股票的避险资产。

在现实经济生活中，资产间相关性的动态特征可能通过货币乘数影响市场中货币的流通数量。在寻找新的投资产品时，资产间相关性波动的增加会使投资者持观望态度。为抓住最有利的投资机会，在这段时间内投资者购买金融资产的资金并不会挪作他用。随着互联网交易便捷性增强，这部分资金以活期存款的形式存在，为市场提供一部分流动性。同样，当资产间某种相关性持续一段时间后，投资者预期至少有一种资产的价格会发生变化，为规避投资风险，将降低该资产持有量。在寻找下一个投资机会时，这部分资金仍以活期存款的形式存在，一定程度上扩大了市场中货币的流通数量。

在资产间动态相关性较弱的时期，投资风险基本来源于各类资产自身风险。资金所有者会配置多种资产以获得最大收益，对货币的需求上升。此时，市场中资金的分配比例发生变化，导致中央银行对基础货币的调控难度加大。资产间正相关性增强同样导致货币需求的变化。而不稳定的货币需求将削弱央行通过货币供应量调控宏观经济的效果。如果此时中央银行实施扩张性货币政策，金融市场将吸收一部分流动性，影响货币政策的效果。

(三)稳健性检验

本文采取三种方法进行稳健性检验。第一，缩尾处理，在1%的水平下对各资产价格变量进行缩尾处理并计算收益率序列。第二，替换样本数据，将股票数据替换为上证综合指数，将债券数据替换为中证全债指数，将黄金数据替换为AU9995黄金合约，将指数期货数据替换为上证50股指期货，使用新数据计算收益率序列。由于上证50股指期货上市时间较晚，所以替换后的数据样本期为2015年7月1日至2020年9月14日。第三，转换数据频度，将日交易数据转换为周交易数据并计算收益率序列。

稳健性检验结果如表4、表5、表6所示。DCC模型中，a和b基本都在1%的水平下显著，依然满足a+b<1的条件，说明各资产间确实存在动态相关性。GARCH(1,1)模型的估计结果中，α+β值接近于1，表明各金融资产收益率的波动具有显著持续性。其他各变量系数及显著性大体符合预期，说明模型设定有效，计量结果稳健可靠。

表4 缩尾处理后DCC-MVGARCH模型估计结果

表5 替换变量后DCC-MVGARCH模型估计结果

表6 周交易数据DCC-MVGARCH模型估计结果

五 拓展性讨论

(一)金融资产间风险传染和投资转移的分析

随着金融市场各子市场间联系日益紧密，投资者在进行资产管理时开始重点关注整个投资组合，而非单一种类，并通过分散投资来化解风险。当投资组合中某一资产受到较大冲击时，如果组合中的另一资产价格上涨，那么前一资产所造成的损失将得到部分补偿(Baur和Lucey，2009[24]；袁晨和傅强，2010[25])。因此，需根据冲击前后各资产收益率间相关系数的变化情况，确认金融资产间风险传染和投资转移情况，配置适合的资产以优化投资组合策略、防范风险。

根据Baur和Fry(2009)[26]、Baur和Lucey(2009)[24]等对风险传染和投资转移的定义可知，相较于冲击发生前，冲击发生后两资产收益率间的相关系数由负转正或正相关性显著增强，则表明二者间存在风险传染效应；若冲击发生后两资产收益率间的相关系数由正转负或负相关性显著增强，则发生了投资转移。投资者情绪及预期是金融风险传染的重要原因，其交易行为则是风险传染和投资转移的直接原因。结合前文实证结果可以看出，股灾、新冠肺炎疫情爆发后，我国金融资产间的风险传染和投资转移情况不一致。

股灾爆发后，股票-债券、指数期货-债券间相关系数由负转正，股票和黄金资产间相关系数由正转负，债券和黄金资产间负相关性增强。说明股灾爆发同时带来了风险传染效应和投资转移效应。股灾爆发后，政策当局仍采取宽松政策，利率明显下行，使得债券收益率降低，股市风险传染至债券市场。随着股市、债市投资收益的下降，投资者的避险需求升高，资金迅速转移至风险较低的黄金市场。新冠肺炎疫情爆发后，现货资产与期货资产间、债券与黄金资产间正相关性增强，存在资产间的风险传染；其他资产间负相关性增强，但股票与黄金资产间负相关性呈现出由强转弱的特点，存在投资转移的情况。

对于股票市场而言，黄金市场主要充当股市的投资转移场所，仅在疫情爆发时期，股市与债市才存在资产间的投资转移；债券与黄金资产间的作用由投资转移变为风险传染。可以说，经济因素和自然因素引发的风险对金融资产间相关性的影响不同，资产间的风险传染和投资转移情况也会发生变化。因此投资者在调整组合方案时，需要配置债券、黄金现货等安全资产以应对风险资产带来的不利影响，规避投资组合风险；同时配置债券、黄金两类资产时，需要谨慎选取配置比例，避免二者间风险传染造成的不利影响。

表7 冲击前后金融资产间相关系数变化情况

(二)资产组合最优对冲效果分析

如前所述，在金融市场受到内部或外部冲击后，资产间存在投资转移的情况，即资金迅速转向安全资产以对冲风险资产带来的损失。此时，资产的多元化配置就显得尤为重要。那么，怎样的资产组合才能实现最优的对冲效果？最优的配置比例又受哪些因素影响？参考Ederington(1979)[27]、袁晨等(2014)[28]的做法，将时间考虑在内，探讨某一时期风险资产与安全资产间的最优配置比例及其组合的对冲效果。

假设投资者在t-1时刻持有资产1(风险资产)的数量为X1， t-1，购入资产2(安全资产)的数量为X2, t-1，该时刻资产价格为Pi, t-1，i=1，2。那么t时刻该组合的预期收益及其方差可以表示为：

E(rt)=X1, t-1E(r1, t)+X2, t-1E(r2, t)

(10)

(11)

(12)

由此，可得到该组合的最小方差：

(13)

(14)

由式(12)可知，安全资产和风险资产的最优配置比例取决于二者价格、收益间的协方差等因素；由式(14)可知，资产组合的对冲效果取决于两类资产收益间相关系数的平方，二者收益间负相关性越强，资产组合的避险能力越强。

六 结论及启示

本文基于我国经济由高速增长到高质量发展的阶段性转变，特别是在中美经贸摩擦不断升级、新冠肺炎疫情爆发的背景，研究我国金融资产间的动态相关关系，发现金融资产间存在动态相关系数的正负转换特征。股灾爆发前，股票-黄金现货收益率间相关系数为正，此时黄金现货是股票的多元化资产；股票-债券资产收益率间相关系数整体为负，债券是股票的对冲保值资产。股灾爆发后，黄金现货成为股票的对冲保值资产，债券转变成多元化资产。在股市持续低迷时期，股票-债券收益率间开始出现负向关系，股票再次成为对冲保值资产；股票-黄金现货收益率负相关性逐渐加强，对于股市的避险作用逐渐显现。新冠肺炎疫情的爆发加强了股票与债券、股票与黄金现货间的负相关性，二者成为股市的避险资产。于是，债券与黄金现货间的相关系数整体呈现出先负后正的特点。除股票与指数期货、黄金现货与黄金期货资产收益率间的相关系数较高外，其他资产间相关系数变化情况类似。进一步分析发现，受到不同来源冲击时，资产间风险传染和投资转移效应不同，但黄金现货市场主要充当股市的投资转移场所；投资组合中，安全资产与风险资产间的对冲效果取决于二者收益的相关性，负相关性越强，对冲效果越好。

金融资产间相关性的研究对国内投资者选择资产组合、实现投资收益和金融监管部门制定金融政策、防范金融风险具有重要的意义。由以上研究结论可得到如下几点启示：

第一，应根据金融资产间的动态相关系数合理配置资产。研究结果显示，除现货资产与期货资产收益率的相关性较高，其他各金融资产之间整体呈现弱相关性。资产间相关性的高低决定了资产组合的整体风险。投资者需在充分了解市场发展形势的情况下，根据自身偏好及金融资产间的相互作用调整投资方案，确定合适的资产比例，实现投资收益最大化。

第二，关注金融资产间动态相关系数的波动情况，合理控制流通中的货币数量。相关系数的波动幅度越大、波动时间越长，金融市场中的不稳定因素越多，投资者的犹豫时间就越长，配置金融资产的资金为社会创造的流动性就越大。货币流通数量增加会带来经济的繁荣，而繁荣背后则是物价的上涨。货币管理当局在调节货币政策时需将资产间相关系数的波动考虑在内，为经济有效运行提供稳定的货币供应量，实现货币政策最终目标。

第三，关注金融资产间动态相关系数的大小，为货币政策有效实施创造良好空间。货币的供给与需求在货币政策传导过程中发挥重要作用。虽然较小的相关系数能够带来较低的投资风险，但仍会导致货币需求的不稳定，还会减少货币的实际供应量，大大降低了货币政策的传导效率。中央银行需充分了解并利用资产间相关性对货币政策的影响，在必要时应干预金融资产价格以调控资产间相关性，使其服务于相关政策的实施。

第四，健全监管体系和法律体系，建立有效、稳定的金融市场。金融活则经济活，金融稳则经济稳。正是由于金融与经济这种密不可分的关系，有效、稳定的金融市场不仅有利于提高我国经济发展的质量，提升综合国力；还可以提高投资收益，提升居民的幸福指数。因此，金融监管部门需健全金融市场监管体系和法律体系，完善金融市场的发展制度，在金融资产相关性波动幅度增大、金融市场风险增加时采取有效的监管措施，引导我国金融市场向更健康的方向发展，为投资者创建一个良好的投资环境。