张年华 黄佳耿 徐浩宇

一、引言

人类历史上暴发的国际性突发事件经常对金融市场稳定产生不利影响。作为典型的突发事件，2020年突发新冠病毒感染加剧了全球经济衰退和市场恐慌情绪蔓延，进一步加剧国际原油市场动荡，其中美国WTI原油期货结算价直接跌至-37美元/桶，英国Brent原油期货和中国上海INE原油期货价格也大幅波动。随着新冠病毒变异毒株蔓延，国际原油生产链、运输链遭受重创，原油市场运行效率显著下降(Mensi等，2020[1])且价格波动风险大幅外溢(Akhtaruzzaman等，2021[2])。当前，新能源对石油等传统能源的替代作用有限，石油仍然是全球能源危机中最重要的战略储备资源，因此国际油价波动也加剧了全球经济和金融的不确定性(Brown，2021[3])。尤其对于中国而言，作为国际第一大原油消费国，原油供给对外依赖程度高而原油定价能力弱(田洪志等，2020a[4])，长期面临“东方交易、西方定价”的不利格局。因此，国际原油市场动荡不仅关乎中国原油进口安全，还可能通过多种渠道对中国金融市场稳定产生不利影响。当前，如何有效监测国际原油市场的异常波动，防范外部风险冲击和维持中国经济、金融稳定，已经成为国内金融风险监管部门面临的重要挑战。基于此，本文构建国际原油市场对股市的风险溢出强度指数，以突发新冠病毒感染这一典型突发事件为例，系统考察国际原油市场波动对股市的风险传染特征，这对防范突发事件冲击下的海外风险输入和守住不发生系统性金融风险的底线具有重要借鉴意义。

国际原油市场波动对股市的风险溢出冲击一直是学术界的研究热点(Balcilar等，2018[5]；Tsouknidis等，2021[6]；钟婉玲和李海奇，2022[7])。在金融危机之前，部分研究并未发现原油价格波动对中国股市产生风险溢出的证据(金洪飞和金荦，2008[8])。然而，在后危机时代，中国原油进口对外依赖度持续增强加剧了国际原油市场的风险溢入(王奇珍和王玉东，2018[9])，原油价格波动已然成为中国股市的重要风险来源(Li和Wei，2018[10]；钟婉玲和李海奇，2022[7])。不仅如此，大量的国际性突发事件冲击也显著加剧了原油市场波动和风险传染(Yang等，2020[11]；Gu等，2021[12])，如全球自然灾害(Demirer等，2018[13])、流行病传染(Sharif等，2020[14])、地缘政治冲突(Qx等，2021[15])等均显著强化原油市场波动的风险外溢。虽然已有研究已很好地证明了原油市场波动对股市存在影响(朱小能和袁经发，2019[16]；周东海等，2020[17]；康继军和郑丝月，2021[18])，但仍然鲜有学者立足于突发新冠病毒感染事件背景，系统研究极端突发事件冲击下的原油市场波动对股市的风险传染规律及影响机理。现阶段，新冠病毒不断变异，全球感染风险持续反弹正不断加剧国际原油市场波动对全球金融市场的冲击(Qx等，2021[15]；隋建利等，2022[19])。基于此，本文以新冠病毒感染这一国际性突发事件为背景，深入研究全球原油期货市场波动对股市的风险溢出规律及传染机理，这对肃清中国股市外部风险来源和维持金融市场稳定具有重要参考意义。

从研究方法看，早期大量学者主要基于GARCH族模型(Sadorsky，2012[20]；Chang等，2013[21])、Copula函数(Nguyen和Bhatti，2012[22]；Sukcharoen等，2014[23]；朱慧明等，2016[24])和VAR模型(Kang和Ratti，2015[25]；Diaz等，2016[26])等方法来研究原油市场波动对股市的风险溢出，尽管这类方法较好地估计出风险溢出参数，但仍然难以捕捉原油市场风险溢出的动态时变特征及市场结构突变产生的影响(王奇珍和王玉东，2018[9]；张跃军等，2021[27])。近期，随着计量研究方法的创新，较多学者尝试基于Diebold和Yilmaz(2012；2014)[28][29]提出的TVP-VAR模型广义方差分解方法，构建DY时变风险溢出强度指数来量化国际原油市场波动对股市的风险溢出影响(Varella和Hamid，2019[30]；陈声利等，2019[31])。研究表明，风险溢出指数能更全面地刻画金融市场间的风险传染机制(周开国等，2021[32])，可以更充分地捕捉极端突发事件冲击下的原油市场波动对金融市场的时变风险溢出效应(钟婉玲和李海奇，2022[7]；隋建利等，2022[19])。因此，本文借鉴最新发展的时变参数向量自回归溢出模型(TVP-VAR-DY)来捕捉原油市场波动对股市的风险传染规律。

纵观已有研究，第一，研究金融市场风险溢出规律的文献主要聚焦于股市、汇市或原油市场等单一市场，而鲜有学者系统研究国际性突发事件冲击下的原油市场波动对股市的跨市场风险传染特征。当前，作为国际性突发事件，新冠病毒感染加剧了国际原油市场波动，并对全球金融市场稳定产生冲击。因此，本文以这一典型的突发事件为背景，深入研究原油市场波动对股市的风险传染及影响机理具有重要现实意义。第二，现有文献研究两市的风险传染主要聚焦于风险溢出的强度、方向和动态特征的讨论，而缺乏对两市的风险溢出影响机理的系统考察。第三，鉴于国际原油价格波动存在明显的结构突变特征和时变动态特征，而传统常参数模型无法有效捕捉原油市场波动对股市的风险溢出影响，因此本文借鉴最新发展的时变向量自回归溢出模型可以更精准地捕捉市场风险传染规律。基于此，本文将中国、美国和英国三大股市，以及Brent、WTI和INE三大原油期货市场纳入统一框架研究，系统捕捉突发事件冲击下的国际原油市场波动对股市的风险溢出规律，最后从风险治理视角，为健全市场监管，有效防范突发事件冲击下的海外风险输入，以及守住不发生系统性金融风险的底线提供重要参考建议。

二、风险测度和模型构建

(一)市场风险溢出强度测度

对市场风险进行准确的定量测度是进行实证研究的基础。经典文献主要从资产组合(Banulescu和Dumitrescu，2015[33])、尾部依赖(Adrian和Brunnermeier，2016[34])、联合违约概率(Suh，2012[35])和网络分析(Diebold和Yilmaz，2014[29])等角度来测度金融风险。鉴于前三类方法仅能测度风险总量(Benoit等，2017[36])，无法准确刻画市场风险传染来源与扩散机制，因此，本文借鉴第四类方法的原理，构建风险溢出强度指数来进行风险度量。借鉴Diebold和Yilmaz(2012，2014)[28][29]的网络分析法原理，本文通过TVP-VAR模型广义方差分解来构建市场风险溢出强度指数，可以用于测度不同金融市场间的风险传染强度(张年华等，2021[37]；周开国等，2021[32]；钟婉玲和李海奇，2022[7])。借鉴该研究范式，本文构建TVP-VAR-DY时变参数向量自回归溢出指数来刻画国际原油市场波动对股市的风险溢出强度。

首先，本文参考Garman和Klass(1980)[38]、郑挺国和刘堂勇(2018)[39]、吴献博和惠晓峰(2022)[40]等研究，基于式(1)分别测算国际三大原油期货市场(即美国WTI原油期货市场、英国Brent原油期货市场和中国INE上海原油期货市场)和国际三大股票市场(美国股市、英国股市和中国股市)的日内极差波动率RV(Range Volatility)。

RVit=0.511(H-L)2-0.019[(C-O)(H+L-2O)

-2(H-O)(L-O)]-0.383(C-O)2

(1)

其中，O、C、H、L分别代表国际三大原油期货指数和三大股票指数的每日开盘价(Open)、收盘价(Close)、最高价(High)和最低价(Low)。

最后，在获得国际三大原油市场和国际三大股市的对数年化波动率ln(σit)(以下简称：波动率)后，本文参考Diebold和Yilmaz(2012，2014)[28][29]和Wang等(2017)[41]的研究方法，开始基于广义方差分解原理构建衡量国际原油市场波动对股市风险溢出的强度指数，具体步骤如下：

第一步，本文先构建包含WTI原油指数、Brent原油指数、中国INE原油指数、美国标普500指数、英国富时100指数和中国上证指数六个指数波动率的时变参数TVP-VAR模型(Primiceri，2005[42])，并参考现有研究范式，采用马尔科夫蒙特卡罗模拟(MCMC)进行参数估计(Nakajima，2011[43])。依照现有惯例，将TVP-VAR模型的后验估计系数βt重新排列得到系数矩阵φ1，t，φ2，t，…，φp，t，并利用递推关系式(2)，进而求得TVP-VAR(∞)模型系数矩阵Φh，t。

Φit=φ1tΦ(i-1)t+φ2tΦ(i-2)t+…+φφtΦ(i-φ)t

(2)

第三步，标准化处理。根据广义方差分解结果，Yi在t时刻第H步的方差分解中，来源于Yj的部分，可用于衡量某一市场j的风险冲击对市场i的波动率ln(σit)在预测期H的误差方差的贡献程度，用公式(3)表示如下：

(3)

基于此，本文根据Diebold和Yilmaz(2012，2014)[28][29]提出的总溢出指数原理，进一步构造了包含国际三大原油期货市场以及国际三大股票市场在内的金融市场总风险溢出强度指数total，即在t时刻，包含上述六大市场的国际金融市场风险溢出总强度指数total可表示为式(4)：

(4)

同时，在t时刻，这六大市场中的某一市场i受到其他市场j风险溢入的方向性强度指数from(j-i)可表示为式(5)。其中，本文还将基于式(5)的计算原理，将国际WTI原油市场、Brent原油市场和中国INE原油市场对中国股市的风险溢入冲击强度进行加总，用以衡量国际原油市场波动对中国股市的风险溢出强度。

(5)

同样，在t时刻，任一市场i对其他市场j的风险溢出强度的方向性溢出指数to(i-j)也可表示为式(6)：

(6)

最后，在这六大市场中，某一市场i的风险溢出对其他市场j的净影响效应net(i-j)，可定义为该市场i风险对其他市场j的方向性溢出强度与该市场i来自其他市场j的风险方向性溢出强度的差。因此，任一市场的风险净溢出强度指数可以表示为(7)式：

(7)

(二)突发事件冲击下的国际原油市场对股市风险溢出的影响分析

研究表明，国际原油市场与中美金融市场之间的风险传染特征具有明显的“事件驱动”特性(隋建利等，2022[19])，如突发新冠病毒感染会显著强化两市的风险传染。当前，国际原油兼具商品和金融的“双重属性”(龚旭等，2021[44])，原油价格动荡不仅冲击上市公司经营业绩引起股价波动，还会强化板块联动最终影响整体股市(汪冬华等，2022[45]；Hashmi等，2021[46])。特别在极端突发事件冲击下，原油的金融资产属性显著强化，原油价格波动风险向股市等金融市场传导外溢的程度会显著增强(Benk和Gillman，2019[47])。基于此，本文借鉴杨子晖和王姝黛(2021)[48]等研究，采用COVID-19单日新增确诊病例数(Diagc)和累计确诊病例数增长率(ddiag)等指标来衡量全球新冠病毒感染的风险程度，进而检验感染风险增加对国际原油市场波动向股市风险溢出强度的影响。

首先，基于方差分解结果，探索突发新冠病毒感染对“国际原油市场向股市风险溢出强度”的动态影响，本文构建如下回归模型：

stock-from-oilt=α+β1diagct+β2icontrolit+ut

(8)

controlit={hjetf1t,oiletf2t,hbetf3t,xxetf4t,exg5t,ted6t,gzlc7t}

(9)

其中，被解释变量stock-from-oil代表了中国、美国和英国这三大股市受到来自国际原油市场的风险溢出总和，以此代表国际原油市场波动对股市的风险溢出强度。同时，本文分别考察国际原油市场对中国(zg-from-oil)、美国(mg-from-oil)和英国股市(yg-from-oil)的风险冲击及其与各国新冠病毒感染风险的关系，其中，zg-from-oil指标代表国际原油市场对中国股市的风险溢出强度，mg-from-oil和yg-from-oil指标则分别代表国际原油市场对美国和英国股市的风险溢出强度。

解释变量diagc为新冠病毒单日新增确诊病例数，代表病毒感染风险程度，在实证中用累计确诊病例数增长率(ddiag)作为替代变量进行稳健性检验。同时，为尽可能减少遗漏变量产生的内生性问题，本文借鉴Tsouknidis(2016)[6]、叶五一等(2018)[49]、杨子晖和王姝黛(2021)[48]的研究，在模型中加入衡量同期国际金融市场状态的控制变量control：hjetf(黄金矿商ETF波动率指数)和oiletf(原油ETF波动率指数)为国际金融市场主要避险资产；hbetf(欧洲货币ETF波动率指数)为“欧元VIX恐慌指数”，可以表征汇率市场的风险预期；xxetf(新兴市场ETF波动率指数)代表了新兴市场的金融风险预期。此外，本文引入代表同期宏观经济状态的变量，其中exg为美元指数(刘映琳等，2019[4]；田洪志等，2020a[45]；汪冬华等，2022[50])、ted为泰德利差(三个月银行间短期利率和三个月国债短期率之差)、gzlc为十年期和三个月期的国债期限利差，这些变量可以衡量同期宏观经济变动及金融市场的流动性状况。

其次，为进一步考察突发事件冲击下国际原油市场波动对中国股市风险溢出的影响机理，本文构建如下模型：

zg-from-oilt=α+β1diagct+β2exgt+β3hslt+β4tedt

+β5financet+u

(10)

其中，被解释变量zg-from-oil代表中国股市受到来自国际原油市场波动的风险溢入强度总和，在实证研究中，同时用zg-from-wti(代表中国股市受到来自WTI原油市场的风险溢入强度)和zg-from-brent(代表中国股市受到来自Brent原油市场的风险溢入强度)作为稳健性检验的替代变量。解释变量diagc表示全球新冠病毒感染单日新增确诊病例数，在实证中同时采用美国diagcm和英国diagcy等海外病毒感染风险变量作为解释变量进行稳健性检验。此外，解释变量exg为美元指数，用以检验同期的汇率波动影响，其中exg指标上涨代表美元汇率升值，此时人民币贬值，意味着中国的进出口贸易条件恶化，因此可能进一步加剧原油市场风险溢入；hsl指标代表中国股市的投机风险，用市场换手率作为替代指标，用以检验股市投机氛围等微观特征与股市受到原油市场风险溢入的关联。最后，参考Cai等(2017)[51]、赵华和王杰(2018)[52]的研究，采用泰德利差(ted)和中国金融环境条件指数(finance)分别衡量国际金融市场环境和国内金融市场环境的变化，以此检验金融市场环境与“中国股市受到原油市场风险溢出强度”的关系。其中，ted指标上升代表银行体系风险增加，此时信贷成本激增会导致国际金融市场流动性萎缩，因此可能强化国际原油市场对中国股市的风险溢出；finance是第一财经研究院发布的中国金融条件指数，该指数通过主成分分析法抓取中国银行间、股债市场等融资渠道信息，能综合反映中国金融市场环境，指数高于零代表金融环境紧缩，低于零则代表金融环境宽松。

三、数据来源和变量说明

(一)研究区间界定

本文对突发事件的实证分析主要涉及两个时间窗口：其一，突发新冠病毒感染暴发前的样本区间(2019年9月1日至2019年12月11日)，即全球首例新冠病毒确诊病例公布的前三个月。其二，突发新冠病毒感染暴发的样本区间(2019年12月12日至2022年5月30日)，其中参考袁梦怡和胡迪(2021)[53]的研究，本文将第一轮暴发时期的样本区间定位为2019年12月12日至2020年5月29日，其中2019年12月12日为全球首例新冠病毒确诊病例公布时间，而2020年5月29日为5月份全球股市的最后交易日，也是第一轮病毒感染事件期间全球股市系统性金融风险集中释放的截止日。同时，根据发展动态，本文将第二轮暴发时期定位为2021年12月01日至2022年5月30日，其中2021年12月全球单日新冠病毒新增确诊病例首次超过100万例，其后单日新增确诊病例持续上升至最高384万例，并在2022年5月30日后回落至50万例。此外，针对不同市场非同步交易问题，本文充分比较了移动平均法、周频率数据和剔除数据等处理方法，最后选择剔除不同市场非同步交易数据的方法来处理时差问题，这更真实地揭示了该典型突发事件暴发期间的市场风险溢出规律。

(二)样本和变量选择

为捕捉突发新冠病毒感染冲击下的原油市场波动对股市的风险传染，本文借鉴田洪志等(2020a)[45]的研究，选择布伦特Brent、西德克萨斯WTI和上海INE原油期货市场作为原油市场的代表，同时选择美国标普500指数、英国富时100指数和中国上证指数作为股市的代表。此外，在实证研究中，本文借鉴Garman和Klass(1980)[38]、郑挺国和刘堂勇(2018)[39]的方法分别测算6个市场的价格波动率指数以衡量市场风险。在这六大市场中，WTI原油期货指数和Brent原油期货指数是国际原油定价基准(田洪志等，2020a[45])，而中国INE原油期货也是国际主流交易品种，在2021年全球原油期货市场交易规模的排名位居第三；同时，标普500指数、富时100指数和上证指数等也是全球股市的重要参考指数。因此，本文选择这六大市场展开研究具备一定代表性。相关变量的定义和说明详见表1：

表1 变量定义和说明

(三)数据来源和描述性统计

六大市场的开盘价(Open)、收盘价(Close)、最高价(High)和最低价(Low)等日频数据，以及全球新冠病毒新增确诊病例数(diagc)、全球新冠病毒累计确诊病例数(ddiag)等数据来源于同花顺iFinD数据库。此外，欧元汇率波动率(oyetf)、国际原油ETF指数(oiletf)、泰德利差(ted)等数据来源于万得数据库。表2分别列出了INE原油期货指数、WTI原油期货指数和Brent原油期货指数的波动率数据，同时给出中国上证综合指数(ZG)、美国标普500指数(MG)及英国富时100指数(YG)这三大股市的波动率时间序列数据及其描述性统计特征。从平均值看，国际股票市场的波动率比国际原油市场的波动率高；从分市场看，欧美股市的波动率均值、标准差和最大值都比中国股市的略高。此外，从数据的平稳性看，PP统计量检验均在1%的显著性水平上拒绝六大市场的波动率序列存在单位根的原假设，而ADF检验也在1%的显著性水平上拒绝单位根的原假设，这说明本文变量数据均满足平稳性要求。

表2 国际原油市场和股市的对数波动率序列和单位根检验

四、实证结果分析

本文构建国际原油市场对股市的风险溢出强度指数，并以新冠病毒感染这一典型突发事件为背景，系统研究国际原油市场波动对股市的风险传染规律。参考已有文献，根据AIC统计量、SBIC统计量和HQIC统计量最小原则，本文选择时变参数向量自回归溢出模型的最优滞后阶数为4阶。同时，参考郑挺国和刘堂勇(2018)[39]的研究，选择国际原油市场对股市风险溢出强度指数均值最高的方差分解期数H。结果表明，当实证模型方差分解期数达到18期时，原油市场波动对股市的风险溢出强度均值基本稳定，因此本文将最优方差分解期数设定为18期。

(一)突发事件冲击下的国际原油市场和股市风险溢出的动态特征

首先，根据图1国际原油市场和股市风险总溢出强度的动态变化可知，在第一轮突发新冠病毒感染暴发期间(2019年12月12日至2020年5月29日)，两市风险总溢出强度明显增强。从分市场看，原油市场风险溢出强度上升是两市风险总溢出强度上升的重要原因，尤其在全球首例新冠确诊病例公布后，原油市场波动加剧(图中点“1”)导致两市风险溢出强度上升。此后，Brent原油期货价格在2020年2月3日大幅下跌达到-4.27%(图中点“2”)，并在2月24日再次大幅下跌-3.91%(图中点“3”)，其间国际原油市场剧烈波动不断强化市场风险溢出。同时，伴随全球原油价格暴跌，国际股市风险溢出强度也逐渐增强，其中，2020年3月9日美股触发熔断(图中点“4”)，2020年3月12日欧美股市再次暴跌(图中点“5”)，至此全球股市动荡开始加剧两市风险溢出。因此，在第一轮疫情暴发时期，国际原油市场波动率显著上升率先强化两市风险溢出，此后股市价格波动加剧并逐渐成为市场风险的重要来源。而在第二轮疫情暴发期间(2021年12月01日至2022年5月30日)，原油市场波动风险成为两市风险总溢出强度攀升的主导因素。其中，在2022年3月9日，Brent原油期货创历史的单日下跌超过-12.09%，这也导致短期内国际油股两市风险总溢出强度显著增强。由此可见，自疫情暴发以来，国际原油期货市场不论从风险溢出大小还是风险溢出反应次序上都成为国际油股两市风险总溢出效应的主导。

图1 国际原油市场和股市风险总溢出强度的动态变化

根据图2可知，国际股市受到国际原油市场的风险溢出冲击明显增强，尤其在第一轮和第二轮病毒感染集中暴发时期，国际原油市场对股市的风险溢出更为突出。从股市受到的风险溢出来源看，WTI和Brent原油期货市场是国际股市风险冲击的重要来源，而中国原油期货市场对国际三大股市的风险溢出总和相对最小。此外，根据表3可知，在第一轮疫情期间，国际原油市场对股市的风险溢出冲击在暴发初期较大(2019年12月)，其后原油市场对股市的风险溢出强度逐月下降；从风险溢出来源看，Brent原油期货市场的风险溢出强度略高于WTI原油市场(如2019年12月Brent市场的风险溢出均值为2.832 8，大于WTI市场的2.600 7)，而中国INE原油期货市场的风险溢出强度最低(2019年12月的风险溢出均值为1.540 5)。在第二轮疫情期间，国际原油市场对股市的风险溢出主要集中在2022年3月和4月病毒感染最为严重时期，其中WTI和Brent原油期货市场同样是国际股市风险冲击的重要来源，尤其在2022年3月，WTI和Brent原油期货市场对股市的风险溢出强度分别为2.134 6和2.117 2，高于中国INE原油期货市场风险溢出强度的0.717 5。

图2 国际股市来自三大原油市场的风险溢出冲击分解

表3 股市来自三大原油市场的风险溢出冲击分解

(二)突发事件冲击下国际原油市场波动对各国股市的风险溢出规律

根据下表4和图3可知，在突发新冠病毒感染暴发期间，国际股市受到国际原油市场的风险冲击强度明显增强，尤其在第一轮疫情暴发初期，原油市场对股市的风险溢出更为剧烈。主要原因在于，突发事件冲击具有“事件驱动”特性(隋建利等，2022[19])，会显著强化全球金融市场间的风险传染(Roncoroni等，2021[54]；Baker等，2020[55]；Haddad等，2020[56]；Ji等，2020[57]；Nyman等，2021[58])，其中首次暴发造成国际原油期货市场动荡和恐慌情绪蔓延，会进一步强化原油市场风险对股市溢出。此外，从各股市受到的风险溢出强度来看，美股受到原油市场风险溢出冲击一直比英国股市和中国股市更强烈，如在第一轮疫情暴发期间，美股来自原油市场的风险溢出强度均值为2.036 8，英国股市为1.030 3，而中国股市为0.999 9；同样，在第二轮疫情暴发期间，美股来自原油市场的风险溢出冲击均值为1.897 1，也高于英国的1.383 8和中国股市的0.677 9。可能原因在于当前国际原油贸易呈现“东方交易，西方定价，美元计价”的市场格局，其中美元汇率与国际原油价格波动密切关联(Mensah和Alagidede，2017[59])，因此也会强化美国金融市场和国际原油市场的风险联动。

图3 三大股市来自国际原油市场的风险溢出的强度变化

表4 美国、英国和中国股市来自国际原油市场的风险冲击分解

此外，从美国股市受到的国际原油市场风险溢出冲击看，根据图4可知，在暴发期间，美国股市受到的国际油市风险溢出冲击主要来自WTI原油期货市场和Brent原油期货市场，而中国INE原油期货市场对美股的风险溢出冲击相对较小。如表4显示，在第一轮疫情暴发时期，美股受到WTI原油期货市场的风险溢出强度均值为0.890 5，占比为43.72%；受到Brent原油期货市场的风险溢出强度均值为0.809 8，占比为39.76%；而来自中国INE原油期货市场的风险溢出强度为0.336 4，占比只有16.52%。其次，在第二轮疫情期间，虽然三大原油期货市场对美股的风险溢出强度大小有所降低，但三大原油市场对美股的风险溢出大小排序依旧存在WTI原油市场大于Brent原油市场，而Brent原油市场大于中国INE原油市场的特征。因此，国际原油期货市场对股市风险溢出冲击可能与原油市场的影响力有关，其中WTI原油期货市场比中国原油期货市场成熟度更高，价格影响力更大，因此对股市的风险溢出冲击也更强。

图4 美国股市来自三大原油市场风险冲击的动态变化

从英国股市受到的风险溢出来源看，根据图5可知，WTI原油期货市场和Brent原油期货市场对英国股市的风险溢出冲击较大，而中国INE原油期货市场对英国股市的风险溢出冲击相对较小。在第一轮疫情暴发时期，英国股市受到来自原油期货市场的风险溢出均值为1.030 3，其中来自Brent原油期货市场的风险溢出冲击占比为36.85%，来自WTI原油期货市场的风险溢出冲击占比为36.19%，而来自中国INE原油期货市场的风险溢出冲击占比为26.95%。同样，在第二轮疫情期间，Brent原油期货市场对英国股市的风险溢出冲击占比最高为39.49%，WTI原油期货市场的冲击占比为39.24%，而中国INE原油期货市场的冲击占比最低为21.30%。因此，结合上述美股受到的风险冲击来源看，WTI和Brent原油期货市场对欧美股市的风险溢出都更为强烈，这再次印证了市场成熟度更高，价格影响力更大的国际原油市场对股市的风险溢出冲击更强的结论。

图5 英国股市来自三大原油市场风险冲击的动态变化

此外，根据图6可知，国际原油市场波动对中国股市的风险溢出影响在第一轮疫情暴发时期较为强烈，此时风险溢出效应均值为0.999 9，而第二轮疫情的风险溢出效应均值已明显减弱为0.677 9。同时，与欧美股市受到的风险溢出冲击相比，中国股市来自原油市场的风险溢出冲击相对较小。从中国股市受到的风险冲击来源看，在第一轮疫情时期，中国股市受到来自WTI原油市场的风险溢出冲击均值为0.358 4，占比35.84%，来自Brent原油市场的风险溢出均值为0.331 0，占比33.10%，而本土INE原油市场对中国股市的风险溢出冲击均值为0.310 4，占比为31.04%；在第二轮疫情期间，中国本土INE原油市场对本土股市的风险溢出冲击下降为0.174 5，占比最低为25.74%。因此，从风险冲击来源看，WTI和Brent等海外成熟原油市场是中国股市风险输入的重要来源，而中国本土原油市场对股市的风险冲击相对有限。究其原因，WTI和Brent原油市场的成熟度及其国际定价影响力更强，同时中国原油进口对外依赖程度更高(田洪志等，2020a[45]；田洪志等，2020b[60]；汪冬华等，2022[45])，因此，海外成熟的原油期货市场对中国股市的风险溢出强度高于国内原油期货市场的影响。

图6 中国股市来自三大原油市场风险冲击的动态变化

(三)突发事件冲击加剧国际原油市场对股市风险溢出的实证分析

基于TVP-VAR-DY模型，本文测算国际原油市场波动对股市的风险溢出强度，并检验突发事件冲击加剧国际原油市场对股市风险溢出的潜在机理。图7进一步描绘了国际原油市场波动对股市风险溢出强度的动态变化(stock-from-oil)及与全球新冠病毒感染风险程度(diagc)的动态关联。研究表明，在疫情暴发初期，股市受到原油市场的风险溢出冲击尤为强烈，其后原油市场对股市的风险溢出强度逐步下降，而此时全球病毒感染风险程度则不断加剧，具体表现为全球单日新增确诊病例数diagc不断激增。因此，从表象看，在疫情暴发初期，原油市场波动对股市的风险溢出强度(stock-from-oil)与全球感染风险的严重程度(diagc)似乎并无显著的正相关关系。然而，实际原因在于，突发事件冲击在初期激发了国际金融市场投资者的恐慌情绪，出于避险动机考虑，投资者在短期内过度抛售股票和原油期货等高风险的资产(杨子晖和王姝黛，2021[48])，由此引起两市价格剧烈波动，因此短期内原油市场波动对股市的风险溢出程度显著提升，而随着两市价格逐渐恢复，原油市场对股市的风险溢出程度逐渐下降。然而，在疫情暴发初期阶段，由于新冠病毒的传染性极强，全球单日新增确诊病例数呈现指数上升趋势。因此，在初期阶段，原油市场对股市的风险溢出强度与全球新冠病毒感染风险的严重程度并未体现出统计意义上的正相关性，但这更加说明了初期突发事件冲击对原油市场风险溢出的影响不可忽视。不仅如此，在第二轮疫情时期，国际原油市场对股市的风险溢出强度(stock-from-oil)与全球病毒感染风险严重程度(diagc)则体现出显著的正向关联，具体表现为全球病毒感染风险上升并不断强化国际原油市场波动对股市的风险溢出冲击。

表5对全球新冠病毒感染风险严重程度(diagc)与国际原油市场对股市风险溢出强度的动态关系进行回归检验。结果表明，全球单日新增确诊病例数diagc(单位：万人)对“stock-from-oil”的影响参数在1%的显著性水平上为正，这表明风险上升确实强化了国际原油市场对股市的风险溢出冲击。从控制变量的参数估计结果看，反映全球外汇市场恐慌情绪的hbetf变量(“欧元VIX”波动率指数)的估计参数显著为正，这表明在突发事件暴发期间，汇率市场的风险预期增加也会加剧国际原油市场波动对股市的风险溢出；exg美元指数的参数估计结果也为正，并且通过1%显著性水平检验，说明美元升值也会加剧国际原油市场对股市的风险溢出，这可能与当前国际原油贸易主要采用美元计价的市场格局有关，计价货币的汇率变动会加剧原油价格波动对股市的风险冲击。此外，oiletf(原油ETF波动率指数)、hjetf(黄金矿商ETF波动率指数)和xxetf(新兴市场ETF波动率指数)的参数估计系数为负，说明在病毒暴发期间，国际避险资产价格上升在一定程度上可能缓解金融市场的恐慌情绪，进而降低油价波动对股市的负面冲击。最后，ted(泰德利差)的估计参数在1%的显著性水平上为正数，表明国际金融市场流动性紧张加剧原油市场风险溢出。

表5 国际原油市场对股市风险溢出与全球病毒感染风险的关系

接着，表5通过一系列稳健性检验来佐证基准回归的结论。其一，模型(2)采用“OLS+稳健标准误”的方法进行回归检验，主要是排除模型可能存在的异方差对实证结果的影响。根据表5可知，模型(2)的参数估计结果与基准回归不存在显著差异，检验结果满足稳健性要求。其二，借鉴杨子晖和王姝黛(2021)[48]的研究，表5的模型(3)对全部解释变量进行滞后一期处理，以削弱模型可能存在的内生性问题对回归结果的干扰，检验结果依旧满足稳健性要求；模型(4)采用“GMM+工具变量”的方法进一步做内生性检验，其中工具变量设定为全球单日新增确诊病例数(diagc)的滞后一阶、二阶和三阶变量，最后回归结果也满足稳健性要求。其三，考虑到地缘政治风险事件也是加剧油价波动的重要因素(李振等，2021[61])，本文在模型(5)中剔除了新冠期间，包括俄乌冲突在内的14次全球地缘政治风险事件的样本(具体见表5注解)，然后再采用处理后的样本进行回归检验，实证结果依旧支持研究结论。模型(6)进一步采用替换核心解释变量的方法进行检验，即采用全球新冠病毒累计确诊病例数增长率(ddiag)作为单日新增确诊病例数(diagc)的替代变量进行实证，回归结果也支持风险上升会强化国际原油市场波动对股市风险溢出的结论。模型(7)进一步采用HAC稳健标准差法，以此排除自相关问题的干扰，结果表明，Newey-West的标准误差有所增加，但核心解释变量的估计参数依旧符合预期。

表6刻画了国际原油市场对中国、美国和英国三大股票市场的风险溢出强度与所在国新冠病毒感染风险程度的关联。其中，股票市场所在国的单日新增确诊病例数(diagc)的参数估计结果均为正数，而且通过1%的显著性水平检验，这表明本土感染风险程度上升会加剧本土股票市场的脆弱性(杨子晖和王姝黛，2021[48])，进而强化国际原油期货市场波动对本土股票市场的风险溢入冲击。不仅如此，稳健性检验表明，股票市场所在国的新冠病毒累计确诊病例数增长率ddiag(%)的估计参数也显著为正，如中国、美国的ddiag解释变量的参数估计结果均通过1%的显著性水平检验，这进一步说明本土感染风险程度上升会加剧国际原油市场波动对本土股市的冲击。

表6 国际原油市场对各国股市风险溢出强度与股市所在国感染风险的关系

(四)突发事件冲击下国际原油市场波动对中国股市风险溢出的影响因素分析

1.基准回归。

为验证突发事件冲击下国际原油市场波动对中国股市风险溢出的影响因素，下文分别选取突发新冠病毒感染期间的国际原油期货市场、WTI原油期货市场和Brent原油期货市场对中国股市的风险溢入强度作为被解释变量，并以全球新冠病毒感染风险、美国和英国的新冠病毒感染风险分别作为核心解释变量进行回归检验。表7表明，美国、英国的新冠病毒单日新增确诊病例数diagc的估计参数均在1%的显著性水平上为正，说明美国、英国的感染风险上升会强化欧美原油期货市场波动对中国股市的风险冲击。其次，exg估计参数均在1%的显著性水平上为正，表明美元指数大幅上涨会恶化中国的贸易条件，并且加剧油价输入性通胀风险冲击，这对国内股市稳定产生不利影响。此外，hsl的估计参数为正数，说明国内股市投机氛围上升，则在面临突发事件冲击时，国内股市恐慌情绪激增将加剧投资者的非理性抛售行为，由此使得中国股市受到国际原油市场波动冲击更为强烈。最后，国际金融市场环境紧缩(ted)会加剧国际原油价格波动并增强原油市场对中国股市冲击，而中国金融条件指数(finance)上升有助于缓解来自国际原油市场的外部风险冲击。

表7 国际原油市场对中国股市风险溢出的影响因素分析

2.稳健性检验。

上述回归结果表明，全球新冠病毒感染风险上升会加剧国际原油市场波动对中国股市的风险溢入，尤其欧美感染风险暴发会显著强化WTI原油市场和Brent原油市场对中国股市的风险冲击。同时，研究表明，美元汇率波动、国际金融市场环境紧缩和中国股市换手率高的特点也会加剧国际原油市场风险溢入。但从客观角度分析，实证模型不可避免地可能存在遗漏变量等内生性问题干扰而导致参数回归结果偏误，因此本文在采用HAC稳健标准差法控制自相关问题干扰的同时，也进行一系列的稳健性检验。

其一，在内生性检验方面，采用单日新增确诊病例数(diagc)滞后变量作为工具变量开展GMM回归分析。其中，将感染风险滞后项作为工具变量可满足相关性与外生性要求。首先，新冠病毒具备人传人特征，滞后的新增感染病例数与当期新增感染病例数密切相关，而且滞后的新增感染病例数属于已知信息，具备“前定”特征，因此满足外生性要求。结果显示新增感染病例数滞后项回归系数均显著为正，并且都通过1%的显著性水平检验，此外其他因素变量的参数估计结果也符合预期并且无显著变化。因此，内生性检验所显示的结果依然显著支持本文的研究结论。其二，本文还采用边际效用方法进行边际弹性分析、采用剔除国际地缘政治冲突事件的主要时间进行样本处理、采用新冠病毒累计确诊病例数增长率(ddiag)作为单日新增确诊病例数(diagc)的替代变量进行回归检验，这三种方法的稳健性检验也均符合预期，因此本文的研究结论具有可靠性。(1)受篇幅所限，文中未列出内生性检验和稳健性检验结果的图表，感兴趣的读者可联系作者索取。

五、结论和启示

本文构造国际原油市场对股市的风险溢出强度指数，系统考察突发事件冲击下的国际原油市场波动对股市的风险传染规律，旨在为有效防范海外风险溢入和守住不发生系统性金融风险的底线提供有益参考。研究表明：突发新冠病毒感染风险上升会加剧恐慌情绪蔓延，进而强化国际原油市场对股市的风险溢出，同时所在国感染风险上升也会增强本土股市的脆弱性并加剧风险溢入。从风险溢出源头看，海外成熟度高、影响力大的WTI和Brent原油期货市场是国际原油市场风险溢出中心，其价格波动更容易加剧系统性风险传染。从各股市受到的风险冲击强度看，美股和英国股市在突发事件冲击期间受到的原油市场风险溢出冲击持续高于中国股市，这与欧美金融市场与国际原油市场联动紧密有关。基于此，本文提出以下启示建议：

第一，突发事件冲击会强化国际原油市场波动对中国股市冲击，如突发新冠病毒感染风险上升会强化股市脆弱性并加剧风险输入。因此，尽管当前中国股市整体稳定，但在新冠病毒不断变异背景下，中国股市仍将面临海外风险输入的持续冲击。当前，中国金融系统性风险监管部门需要时刻警惕来自国际原油市场的风险溢出影响，这对守住不发生系统性金融风险的底线具有重要意义。

第二，中国股市受到的国际原油市场风险溢出冲击主要来源于WTI和Brent原油期货市场，这与中国原油进口对外依赖程度高有关，也与国际原油贸易主要采用美元定价的市场格局关联。其中，美元汇率升值会加剧中国原油进口的汇率风险进而强化风险溢入，因此国内金融监管部门和原油进口企业需协同合作，有效监测和运用汇率衍生工具对冲石油美元的汇率风险冲击。此外，需要增强中国原油期货的定价能力和国际影响力，这对抑制突发事件冲击下的国际原油市场风险输入具有重要意义。

第三，优化国内金融市场环境，抑制股市投机风险有利于缓解国际原油市场风险冲击。其中，宽松的金融市场环境可以有效避免流动性危机，这对于降低投资者恐慌情绪，缓解海外风险冲击和维持中国股市稳定具有重要作用。特别地，在突发事件冲击下，建议监管部门通过积极货币政策释放流动性宽松信号，以此降低市场恐慌情绪，这对于防范和缓解突发事件冲击下的系统性风险具有重要作用。