复杂性视角下欧洲主权债务市场极端风险溢出效应实证研究
1 绪论
1.1 选题背景及意义
1.1.1 选题背景
过去几十年间，随着世界经济一体化程度的提高，全球资本市场一体化的进程也逐渐加快，世界各国金融经济相互依存、相互影响、密不可分。随着各国金融市场不断加大开放力度，国际间资金、信息的流动速度迅速提高，导致了各个市场波动的互动效应，金融风险也在不同市场间传递并放大。在资本自由流动、信息充分的条件下，两个市场往往受到共同宏观经济因素的影响，表现出协同变化趋势。而金融市场极端事件（包括内部扰动或外部冲击）通过投资主体非理性行为导致金融市场的异常波动，产生巨大的非理性金融泡沫，引发市场的恐慌甚至金融危机。
2008 年美国次级债务危机爆发，美联储和其他主要经济体的中央银行纷纷出台量化宽松的货币政策，导致全球流动性过剩和高通胀，从而引发了欧洲银行业问题。为解决欧洲银行业问题只好增加债务，但欧元区统一的货币政策使得各国不能自主选择自己的货币政策，而差异化的财政政策又使各国债务没有硬约束。终于，2009 年 10月欧洲主权债务危机首先从财政状况不佳、公共债务负担最为严重的希腊开始，随后标普、惠誉、穆迪等美国评级机构对欧元区各国主权信用评级陆续下调，曾经无风险的金边债券变成了银行的不良资产，违约事件频发，银行坏账率上升，流动性又过剩变为紧缩，使得欧洲银行业再次陷入危机。2021 年下半年开始，主权债务危机逐渐蔓延到爱尔兰、葡萄牙、西班牙和意大利。由于欧元区缺乏金融稳定和危机防范机制，债务危机正在向核心国荷法德等国蔓延，欧元区的经济振兴面临较大的困难，同时拖累了全球经济的复苏。2021 年 6 月 9 日欧盟对西班牙 1000 亿欧元的援助计划达成协议，全球股市有所回暖，但同时导致西班牙的负债比例进一步提高，财政赤字占 GDP的比例进一步提高，因此市场表现出了谨慎乐观的态势；2021 年 6 月 19 日希腊大选结束，希腊将继续留在欧元区，投资者对于希腊退出欧元区造成动荡的疑虑暂时消失，全球股市和欧元对美元也有所攀升。
近 30 年来复杂性科学、非线性理论、机器学习算法、空间计量等理论方法的飞速发展为金融经济系统运行机理的研究注入了新的动力。2008 年的金融危机和 2009 年的欧洲主权债务危机打破了人们对有效市场假说（EMH）的信念，风险和信息的传递表现出了明显的群体性和非线性。由于投资者心理和行为的复杂性、多样性，以及金融市场结构的复杂性，因此人们越来越认识到金融市场是一个复杂的非线性系统。
1.2 论文的研究思路和创新点
研究方向上，从复杂性视角下出发，分析欧洲主权债务市场的极端风险溢出动力学机制以及溢出路径，目前国内外对这方面的研究还较少。
研究方法上，考虑金融市场作为一个复杂开放的非线性系统，对风险溢出效应的研究建立在非线性的框架之上，引入广义 Granger 因果关系信息检验，对极端下跌和极端上涨风险进行测度；引入空间面板误差模型，考察极端风险溢出的路径，并验证国家相似净传染效应在欧洲主权债务市场极端风险溢出的存在性；引入基于复杂性系统动力学的非线性相互依赖性检验，将两个国家或市场分别看成驱动系统和响应系统，研究它们之间的非线性耦合与同步关系，并建立极端风险溢出的实时监控机制。
研究手段上，适当运用机器学习算法中的神经网络、支持向量机、最近邻点搜索等，对金融市场时间序列进行非线性检验，并应与非线性相互依赖性检验融合，提高非线性预测精度。
2 文献综述
由于本文是在复杂性视角下，针对欧洲主权债务危机期间主权债务市场的极端风险溢出效应进行实证研究，因此文献综述包含了三部份：极端风险溢出文献综述，欧洲主权债务危机文献综述和金融市场复杂性文献综述。
2.1 极端风险溢出文献综述
2.1.1 不同金融市场极端风险溢出研究述评
2.1.1.1 股市间的极端风险溢出效应研究国内研究方面，洪永淼等（2004）分析了中国 A 股、B 股和 H 股之间、中国股市与世界其他股市之间的极端风险的溢出效应，发现 A 股与 B 股之间存在强烈的风险溢出效应；A、B 股和 H 股之间都存在风险溢出效应，但 B 股的更强烈；B 股，尤其是 H 股，与世界其他股市之间存在着显著的风险溢出效应；而 A 股与韩国、新加坡股市之间存在一定的风险溢出效应，但与日、美、德等世界主要股市之间不存在风险溢出效应。李红权等（2021）考察并比较我国 A 股市场与美股、港股在次贷危机前后的互动关系，发现美股在三者中处于主导地位，并对 A 股和港股市场有金融传染效应；A 股市场不再是独立市场;，它不仅能够反映美股、港股等外围市场的重要信息，而且已具有影响外围市场的能力。范奎等（2021）对不同阶段的全球主要股市间的均值和波动溢出效应进行实证分析，发现股市间的均值和风险溢出具有非线性，而全球股市信息与风险联动性不断加强, 溢出传导路径也更为复杂。谷耀、陆丽娜（2006）[5]对沪、深、港三地股票市场均值和波动溢出效应与动态相关性研究，发现港市在均值和波动上都对沪、深两市存在显著的溢出效应；沪市收益信息与波动信息领先于深市。丁志国等（2007）分析了来自海外市场对我国股市的风险冲击的机理，发现国际证券市场对我国市场存在风险溢出效应，且具有明显的门限特征;，高市场风险积聚现实下海外市场与沪市间正相关，市场的整体风险性强；低市场风险积聚现实下，市场间负相关，市场整体表现出较低的系统风险特征。刘晓星等（2021）研究世界主要股市的风险溢出效应，结果发现美国股市对英、法、日、港及中国股市均存在显著的风险溢出效应，平均风险溢出强度为 56％，对中国上证指数的风险溢出强度最弱，但也高达了 33％。王永巧、刘诗文（2021）研究开放进程下中国大陆股市与国际主要股市间的风险传染问题，发现在开放进程中中国大陆股市与美、英以及日本股市一直保持微弱的下尾相关性，而与香港股市间的下尾相关性则随开放程度增加整体上呈显著上升趋势；与各国际股市的上尾相关性则一直保持较低的水平。
2.2 欧洲主权债务危机文献综述
2.2.1 欧洲主权债务危机概述
主权债务是指一国以自己的主权信用作为担保，向国际货币基金组织、世界银行以及其他国家借来的政府债务。2008 年全球金融危机后，由于救市规模不断扩大，部分国家政府债务比重也呈现大幅度增加。当债务规模达到一定程度，这些高负债国家因为无法偿付其主权债务时就会发生违约事件，即主权债务违约，从而爆发主权债务危机。传统的主权债务违约的解决方式主要是包括两种：一是违约国向世界银行或国际货币基金组织借款；二是与债权国就债务的利率、还债时间以及本金进行商讨。
欧洲主权债务危机的发展过程如下。2009 年 10 月 20 日，希腊新任首相乔治·帕潘德里欧宣称其前任隐瞒了巨额政府财政赤字，导致了欧洲金融市场恐慌。同年 12月，美国三大评级机构陆续下调了希腊的主权债务评级，引发投资者恐慌，于是纷纷抛售希腊国债，导致希腊主权债务危机愈演愈烈。但是当时全球金融界普遍认为希腊经济规模占全球经济份额较小，其主权债务危机的影响不会扩大。然而，这完全超出了全球投资者的预期，希腊主权债务危机仅仅是个导火索。很快，欧洲如爱尔兰、葡萄牙等国家也陷入了主权债务危机，包括比利时这些外界认为较为金融系统稳健的国家及欧元区内经济实力较为强大的西班牙，都预报未来三年预算赤字将居高不下。
2021 年 11 月和 2021 年 4 月，爱尔兰政府和葡萄牙政府先后正式向欧盟和 IMF提出救助申请。但是截至 2021 年 9 月，欧盟对希腊的第二轮援助方案却迟迟没有出台，欧元区第三大经济体的意大利的主权债务形势也骤然紧张。2021 年 9 月 20 日，标普将意大利的主权信用评级从A+;下调至A;，评级前景为负面;，意大利开始陷入危机。2021 年 11 月 28 日，穆迪宣称欧洲主权债务危机正在威胁全部欧洲主权国家的信贷情况，意味即使评级为Aaa;的德国、法国、奥地利和荷兰都将面临债务危机的风险。
进入 2021 年，欧洲主权债务危机并没有停止其蔓延的脚步。西班牙危机进一步发展，受到银行业危机和地方债务危机的影响，2021 年 6 月穆迪将西班牙主权评级降至Baa3;级，7 月 23 日西班牙十年期国债收益率达到了 7.46%，为加入欧元区以来最高水平。2021 年 7 月，欧盟峰会召开，并达成了三项共识：欧洲稳定机制将可直接向欧洲银行进行注资，稳定机制可通过购买高负债国国债来压低其融资成本，并推出高达 1200 亿欧元的一揽子经济刺激计划。截至 2021 年 10 月，筹缪已久的欧洲稳定机制正式启动。
3 复杂性视角下欧洲主权债务市场极端风险溢出的动力学机制.............20
3.1 基于投资者主体集群的极端风险溢出动力学机制........20
3.2 基于金融市场组群的极端风险溢出动力学机制...........22
3.2.1 金融市场的长记忆性及其估计..............23
4 欧洲主权债务市场极端风险溢出路径分析...............31
4.1 市场信息溢出渠道..................31
4.2 国家净传染渠道.............34
5 欧洲主权债务市场极端风险溢出实证分析.......41
5.1 基于市场信息的欧洲主权债务市场极端风险溢出实证分析...........41
5.1.1 广义 Granger 因果关系与信息溢出的分类........... 41
5 欧洲主权债务市场极端风险溢出实证分析
本章对欧债危机极端风险溢出的实证分析主要采用三种方法。首先，运用广义Granger 因果关系检验市场信息，考查欧债危机中各市场相互之间极端风险溢出的市场信息溢出渠道；其次，从空间面板数据出发，运用空间面板误差模型验证国家相似净传染效应的存在性，并考查具体的极端风险溢出路径；最后，对以上对于单一极端风险溢出的渠道和路径进行整合，运用复杂性系统动力学的非线性相互依赖性方法检验在各种溢出渠道的综合作用下，各个市场的非线性相互依赖性情况，并运用非线性相互依赖性算法建立对极端风险溢出的实时监控机制。
5.1 基于市场信息的欧洲主权债务市场极端风险溢出实证分析
5.1.1基于交叉相关函数 CCF 的信息溢出检验方法
Hong 于 2009 年完善了其信息溢出检验方法，该方法检测效率高，能够检验均值、波动率和极端风险三个层面的信息溢出，准确判定信息传递的方式、方向与相对强度；克服了以往只能检测有限阶互动影响的缺陷，能够在所有滞后期上检验市场关联关系的累积效应，并且对每个滞后期赋以弹性权重，这更符合实际观察到的金融时间序列特征，即长期记忆效应以及关联关系逐步衰减。
基于 CCF 函数的检验分为两个阶段：对于均值信息溢出和波动率溢出检验，首先，通过适当的条件均值与条件波动率建模（如 ARMA-GARCH 建模）得到白噪声残差序列 it或 it；对于极端风险溢出，则先由标准残差序列和示性函数构造基于 VaR的风险指标函数序列 it(Hong et al，2009)；其次，通过交叉相关函数来构造检验统计量，用以判断原假设是否成立。
6 结论及对我国的政策启示
6.1 结论
本文基于复杂性视角系统分析了欧洲主权债务市场的极端风险溢出效应。
在极端风险溢出的动力学机制方面，从复杂性视角出发，主要分析了投资者主体集群、金融市场组群以及国家组群的动力学机制。其中投资者主体的动力学机制主要表现在信息的不对称性所导致的投资者非理性行为，而并论述了国家的相似净传染其根源正是这种信息不对称；金融市场组群的动力学机制主要表现在金融市场的分形和混沌等非线性性质，并考查了单个市场的长记忆（分形）和混沌，正是在这种非线性动力学的驱动下，形成复杂的跨市场极端风险溢出；国家组群的动力学机制则主要表现在政府的自适应学习机制和相似净传染机制。
在极端风险溢出路径方面，从爆发债务危机的欧猪五国;宏观经济基本面出发分析了极端风险溢出的资产负债表渠道，从主权信用评级的变化和银行业的流动性危机出发分析了极端风险溢出的市场信息溢出渠道，最后结合 Masson(1999)[71]提出的净传染效应出发分析了由于经济、政治和文化等方面的相似性所引发的欧洲主权债务危机期间的国家相似净传染。
在对欧洲主权债务市场极端风险溢出机理和路径的实证分析中，分别使用了风险-Granger 因果关系模型、基于三类空间权重矩阵的空间面板误差模型以及基于系统动力学的融合了 SVM 方法的非线性相互依赖性检验，并得出了以下主要结论。
(1) 欧洲主权债务市场的极端风险溢出导致了投资者抛售劣质国债而选择购买或增持了美德等国有强劲经济实力支撑的国债，表现出明显的?ight to quality;效应。
(2) 欧债危机期间，主权债务市场对其他市场的信息溢出主要来自于意大利、其次是西班牙、再次是希腊的 10 年期国债市场，且影响虽然是全方位多角度的，但溢出的侧重点存在较大差别。随着债务危机的深入，风险传递的速度加快，基本在一个交易日就完成风险传递。
(3) 在欧债危机初期，德国股市受到极端风险的冲击较小，法国股市则已经显示出了较为明显的受到冲击的情形。随着债务危机的深入，德国股市才逐渐表现出了与法国股市相似的受冲击特征。表明了德国股市对风险的吸收、消化和抗冲击能力要强于法国股市。
参考文献（略）