■杜金澤 周鑫強(qiáng) 侯宇恒
安全資產(chǎn)是指在任何經(jīng)濟(jì)狀況下都能保證其收益率安全性的資產(chǎn)。其在經(jīng)濟(jì)基本面穩(wěn)定時(shí)期可以對(duì)沖風(fēng)險(xiǎn)資產(chǎn)收益,在金融市場(chǎng)風(fēng)險(xiǎn)上升時(shí)期甚至是經(jīng)濟(jì)基本面大范圍惡化時(shí)依然能夠規(guī)避相關(guān)風(fēng)險(xiǎn)。安全資產(chǎn)對(duì)沖和規(guī)避風(fēng)險(xiǎn)的能力強(qiáng)調(diào)其具有可靠的價(jià)值儲(chǔ)藏功能,可以滿足投資者對(duì)資產(chǎn)保值的需求,而安全資產(chǎn)的低違約性和高流動(dòng)性特征使其成為金融交易中穩(wěn)定抵押品的重要來源。同時(shí),從資產(chǎn)定價(jià)理論出發(fā),安全資產(chǎn)是資產(chǎn)定價(jià)的基準(zhǔn)。因此,充分研究和識(shí)別我國(guó)金融市場(chǎng)中的安全資產(chǎn)有利于投資者更好地規(guī)劃配置投資組合,也有利于促進(jìn)金融系統(tǒng)的穩(wěn)定,其中包括規(guī)范資產(chǎn)定價(jià)過程、提升金融機(jī)構(gòu)抗風(fēng)險(xiǎn)能力、減少資本市場(chǎng)投融資活動(dòng)的不確定性、提高國(guó)家金融資源配置的效率等。從既有研究來看,由于國(guó)家信用強(qiáng)于私人信用,一般將以國(guó)家信用背書的資產(chǎn),如國(guó)債、央行發(fā)行的債券等作為一國(guó)最主要的安全資產(chǎn)。但也有研究表明,并不是所有國(guó)家債券都是安全資產(chǎn),只有在一國(guó)擁有較高的金融發(fā)展水平、較強(qiáng)的主權(quán)國(guó)家財(cái)政能力和貨幣政策調(diào)控能力時(shí)[1],才能提供合格的安全資產(chǎn)。而一國(guó)國(guó)債的歷史表現(xiàn)、國(guó)家政治風(fēng)險(xiǎn)評(píng)級(jí)和債券市場(chǎng)規(guī)模,也是衡量該國(guó)債是否為安全資產(chǎn)的重要標(biāo)準(zhǔn)[2]。除國(guó)債以外,黃金也是投資者眼中較為安全的資產(chǎn)。IMF[3]在全球金融穩(wěn)定報(bào)告中將黃金納入潛在安全資產(chǎn)范疇。黃金作為歷史上的貨幣,擁有較好的價(jià)值儲(chǔ)藏和規(guī)避風(fēng)險(xiǎn)的能力;同時(shí),黃金作為當(dāng)代信用制度下的國(guó)際儲(chǔ)備貨幣,也常被視為是最后的國(guó)際支付手段,受到各國(guó)央行青睞。但黃金也存在資產(chǎn)價(jià)格波動(dòng)幅度較大的特點(diǎn),被投資者在潛意識(shí)中視為安全的黃金真的是安全資產(chǎn)嗎?已有研究主要集中于探討黃金的避險(xiǎn)屬性,鮮有文獻(xiàn)研究其安全資產(chǎn)的屬性。針對(duì)國(guó)家信用背書的債權(quán)類和黃金等資產(chǎn)安全性的相關(guān)研究屢見不鮮,但評(píng)價(jià)的標(biāo)準(zhǔn)卻存在差異,對(duì)資產(chǎn)的安全性缺乏較為統(tǒng)一的界定標(biāo)準(zhǔn),大多數(shù)研究關(guān)注于資產(chǎn)的避險(xiǎn)屬性,對(duì)資產(chǎn)對(duì)沖屬性的研究較少。
因此,本文在梳理關(guān)于安全資產(chǎn)定義文獻(xiàn)的基礎(chǔ)上,根據(jù)經(jīng)濟(jì)發(fā)展?fàn)顩r,分別從經(jīng)濟(jì)平穩(wěn)時(shí)期與經(jīng)濟(jì)危機(jī)時(shí)期來考察資產(chǎn)的安全屬性。并對(duì)黃金、國(guó)債、金融債等在中國(guó)投資者眼中較為安全的資產(chǎn)進(jìn)行實(shí)證研究,分析其安全資產(chǎn)屬性,這有利于更好地認(rèn)識(shí)和識(shí)別中國(guó)市場(chǎng)的安全資產(chǎn)。
IMF[3]指出,真正的安全資產(chǎn)是指可以為投資者避免信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、通脹風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)以及系統(tǒng)性風(fēng)險(xiǎn)的資產(chǎn)。從風(fēng)險(xiǎn)角度來看,安全資產(chǎn)是在經(jīng)濟(jì)面臨負(fù)向沖擊時(shí)仍能保證其價(jià)值的資產(chǎn)[1],在任何時(shí)期都是安全的、不存在在險(xiǎn)價(jià)值損失,甚至在危機(jī)時(shí)期還會(huì)升值[4]。從信息角度來看,安全資產(chǎn)是“信息不敏感”的資產(chǎn)[5]。所謂信息不敏感,是指安全資產(chǎn)的價(jià)值是透明的、毫無疑問的(又稱為NQA),私人信息的生產(chǎn)對(duì)安全資產(chǎn)價(jià)值不造成影響,因此安全資產(chǎn)不會(huì)受到逆向選擇的影響[6]。結(jié)合以上關(guān)于安全資產(chǎn)的定義可以看出,規(guī)避風(fēng)險(xiǎn)的能力是安全資產(chǎn)最為重要的特質(zhì),尤其是在危機(jī)時(shí)期規(guī)避風(fēng)險(xiǎn)的能力,與此同時(shí),平穩(wěn)時(shí)期能夠?qū)_市場(chǎng)風(fēng)險(xiǎn)也是安全資產(chǎn)的重要特質(zhì)?;诖耍疚膹膬深惤?jīng)濟(jì)情況下風(fēng)險(xiǎn)規(guī)避的角度重新定義安全資產(chǎn):在經(jīng)濟(jì)平穩(wěn)時(shí)期,安全資產(chǎn)是在整體上可以幫助投資者對(duì)沖其他金融風(fēng)險(xiǎn)的資產(chǎn);在經(jīng)濟(jì)危機(jī)時(shí)期,安全資產(chǎn)是對(duì)其他金融市場(chǎng)的負(fù)向沖擊不敏感,自身價(jià)值穩(wěn)定,且更能凸顯其避險(xiǎn)功能的資產(chǎn)。
此外,與安全資產(chǎn)相關(guān)的概念還包括避險(xiǎn)資產(chǎn)和對(duì)沖資產(chǎn)。根據(jù)資產(chǎn)在不同經(jīng)濟(jì)環(huán)境下與風(fēng)險(xiǎn)之間的關(guān)系,可以將資產(chǎn)分類為避險(xiǎn)資產(chǎn)(Safe Haven Assets)、對(duì)沖資產(chǎn)(Hedge Assets)和分散資產(chǎn)(Diversifier)。不少文獻(xiàn)定義了三類資產(chǎn),本文主要借鑒Baur等[7,8]的相關(guān)定義。第一,避險(xiǎn)資產(chǎn)。避險(xiǎn)資產(chǎn)又稱安全港,與安全資產(chǎn)(Safe Assets)在英文表達(dá)上只有一詞之差,但概念卻不盡相同。避險(xiǎn)資產(chǎn)是指在市場(chǎng)動(dòng)蕩時(shí)期與其他風(fēng)險(xiǎn)資產(chǎn)或投資組合不相關(guān)或者負(fù)相關(guān)的資產(chǎn)。避險(xiǎn)資產(chǎn)主要強(qiáng)調(diào)在極端市場(chǎng)條件下與其他資產(chǎn)或投資組合的非正相關(guān)性,而非平均意義上的非正相關(guān)性。其中,強(qiáng)避險(xiǎn)資產(chǎn)指在危機(jī)時(shí)期與其他風(fēng)險(xiǎn)資產(chǎn)或資產(chǎn)組合顯著負(fù)相關(guān)的資產(chǎn),弱避險(xiǎn)資產(chǎn)則指在危機(jī)時(shí)期與其他資產(chǎn)不相關(guān)的資產(chǎn)。第二,對(duì)沖資產(chǎn)。對(duì)沖資產(chǎn)是指與其他風(fēng)險(xiǎn)資產(chǎn)或者投資組合平均上不相關(guān)或者負(fù)相關(guān)的資產(chǎn)。值得強(qiáng)調(diào)的是,對(duì)沖資產(chǎn)不具備在市場(chǎng)壓力或動(dòng)蕩時(shí)期減少投資組合損失的功能,其在危機(jī)期間可能表現(xiàn)出與其他風(fēng)險(xiǎn)資產(chǎn)或投資組合正相關(guān)的情況,但只要其平均意義上表現(xiàn)出負(fù)相關(guān)或不相關(guān),即為對(duì)沖資產(chǎn)。其中,強(qiáng)對(duì)沖資產(chǎn)指平均意義上與其他風(fēng)險(xiǎn)資產(chǎn)或投資組合顯著負(fù)相關(guān)的資產(chǎn),弱對(duì)沖資產(chǎn)指平均而言與其他資產(chǎn)或投資組合收益率不相關(guān)的資產(chǎn)。第三,分散資產(chǎn)。分散資產(chǎn)指平均而言與其他資產(chǎn)或資產(chǎn)組合正相關(guān)的資產(chǎn),與對(duì)沖資產(chǎn)一致,分散資產(chǎn)也只強(qiáng)調(diào)平均意義而言的正相關(guān)性,并不刻意強(qiáng)調(diào)極端負(fù)面情況時(shí)的表現(xiàn)。
綜上可知,安全資產(chǎn)不僅強(qiáng)調(diào)危機(jī)時(shí)期規(guī)避風(fēng)險(xiǎn)的能力,還強(qiáng)調(diào)經(jīng)濟(jì)穩(wěn)定時(shí)期對(duì)沖風(fēng)險(xiǎn)的能力,而避險(xiǎn)資產(chǎn)只強(qiáng)調(diào)了危機(jī)時(shí)期與風(fēng)險(xiǎn)資產(chǎn)的非正相關(guān)性,對(duì)沖資產(chǎn)則只要求穩(wěn)定時(shí)期的非正相關(guān)性。由此可見,安全資產(chǎn)既是避險(xiǎn)資產(chǎn)也是對(duì)沖資產(chǎn),而避險(xiǎn)資產(chǎn)或?qū)_資產(chǎn)并不一定是安全資產(chǎn)。結(jié)合上述分析,可以將一個(gè)在任何時(shí)期都與其他風(fēng)險(xiǎn)資產(chǎn)或投資組合負(fù)相關(guān)或不相關(guān)的金融資產(chǎn)定義為安全資產(chǎn),即一個(gè)在經(jīng)濟(jì)平穩(wěn)時(shí)期為對(duì)沖資產(chǎn)且在經(jīng)濟(jì)危機(jī)時(shí)期為避險(xiǎn)資產(chǎn)的資產(chǎn)就是安全資產(chǎn)。
“金銀天然不是貨幣,但貨幣天然是金銀”。黃金由于自身的獨(dú)特屬性,在歷史上充當(dāng)過長(zhǎng)時(shí)間的一般等價(jià)物,具備貨幣屬性。隨著國(guó)際金本位制度的終結(jié),黃金的貨幣屬性也不斷弱化。但由于黃金本身存在內(nèi)在價(jià)值和不會(huì)違約的特質(zhì),黃金在當(dāng)代信用制度下充當(dāng)國(guó)際儲(chǔ)備貨幣、價(jià)值儲(chǔ)藏以及規(guī)避風(fēng)險(xiǎn)的功能更加凸顯,更被視為是最后的國(guó)際支付手段[9]。尤其是當(dāng)主權(quán)國(guó)家面臨重大政治危機(jī)、地緣沖突、金融危機(jī)等負(fù)面事件沖擊時(shí),“黃金可以天然地承擔(dān)起共同貨幣的職能,發(fā)揮安全港的作用”[10]。Baur等[11]指出,相較其他避險(xiǎn)資產(chǎn),黃金可以規(guī)避更多類型的風(fēng)險(xiǎn),包括通脹風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)以及違約風(fēng)險(xiǎn),但黃金也存在價(jià)格波動(dòng)較大、存儲(chǔ)成本較高以及流動(dòng)性較弱等一系列風(fēng)險(xiǎn)。在危機(jī)期間,黃金更受投資者歡迎的主要原因是,投資者深受黃金作為貨幣、價(jià)值儲(chǔ)存以及避險(xiǎn)資產(chǎn)的歷史經(jīng)驗(yàn)影響,當(dāng)遇到風(fēng)險(xiǎn)時(shí),投資者習(xí)慣性地選擇黃金作為避險(xiǎn)資產(chǎn)。譚德凱等[12]基于動(dòng)態(tài)條件相關(guān)混頻數(shù)據(jù)抽樣模型,就黃金對(duì)股票市場(chǎng)的避險(xiǎn)作用進(jìn)行研究,指出中國(guó)黃金對(duì)中國(guó)股票市場(chǎng)表現(xiàn)出有效的避險(xiǎn)功能。黃金不僅可以對(duì)沖股票市場(chǎng)風(fēng)險(xiǎn)也可以對(duì)沖匯率風(fēng)險(xiǎn)。林娟等[13]通過Copula模型指出上海黃金可以是重要的避險(xiǎn)資產(chǎn),可以有效對(duì)沖人民幣兌歐元、澳元、新元以及英鎊的匯率風(fēng)險(xiǎn)。大量關(guān)于黃金避險(xiǎn)屬性研究的文獻(xiàn)都強(qiáng)調(diào)黃金的強(qiáng)避險(xiǎn)資產(chǎn)屬性,但在2008年國(guó)際金融危機(jī)后,也有部分文獻(xiàn)對(duì)黃金的避險(xiǎn)能力提出質(zhì)疑[14—16]。黃金的天然貨幣屬性、價(jià)值儲(chǔ)藏功能以及實(shí)物金融資產(chǎn)形態(tài)等特殊性,使其一直備受投資者關(guān)注和青睞,是投資者心目中的“安全資產(chǎn)”,而針對(duì)黃金的安全資產(chǎn)屬性研究卻較少。
債券是安全資產(chǎn)的最主要形式,這是由債券自身特質(zhì)所決定的。債券的結(jié)構(gòu)設(shè)計(jì)使其在信息上較股權(quán)設(shè)計(jì)更有優(yōu)勢(shì),即債務(wù)工具存在信息不對(duì)稱的可能性較小,包括更低的道德風(fēng)險(xiǎn)及逆向選擇風(fēng)險(xiǎn),故債券對(duì)未知信息的到來有更強(qiáng)的抵御能力,是信息不敏感的。Gorton[6]指出,安全債務(wù)需要保持兩個(gè)特征:一是NQA,即投資者對(duì)債券的價(jià)值一目了然,不存在任何疑問;二是儲(chǔ)藏價(jià)值的能力。Dang 等[5]指出,以安全債務(wù)作為安全資產(chǎn)就是對(duì)NQA屬性的保障,并通過案例分析得出債券是最優(yōu)合同形式。很顯然,相對(duì)于其他資產(chǎn)而言,信息較不敏感的債券類資產(chǎn)是安全資產(chǎn)更為重要的形式[17]。安全債務(wù)包括主權(quán)國(guó)家債券以及私人發(fā)行的安全債券[18]。其中,主權(quán)國(guó)家債券包括那些由政府提供可靠支持的債券,如國(guó)債、有存款保險(xiǎn)制度下的活期存款等;而私人發(fā)行的安全債券則永遠(yuǎn)不可能像國(guó)家支持類債券那么安全[6],如AAA級(jí)公司債券、非政府部門擔(dān)保的MBS、ABS等。因此,考慮到純私人信用類債券的“偽安全資產(chǎn)”屬性,即在危機(jī)時(shí)期難以保持安全性的特征,針對(duì)債券類別,本文選擇我國(guó)國(guó)債和金融債兩類債券作為債券類安全資產(chǎn)的研究對(duì)象。國(guó)債作為政府發(fā)行的安全資產(chǎn)的最主要形式,是公認(rèn)的安全資產(chǎn)。在我國(guó),金融債指銀行和非銀行金融機(jī)構(gòu)發(fā)行的債券,與其他公司類信用債券相比,金融機(jī)構(gòu)特殊的企業(yè)性質(zhì)使得金融債管理受到特別的法規(guī)約束,所以金融債的違約概率相對(duì)于企業(yè)債、公司債等更小。此外,我國(guó)金融債中的政策性銀行金融債占比高達(dá)70%,這意味著具有準(zhǔn)國(guó)債性質(zhì)的政策性銀行金融債占據(jù)金融債的大部分。這進(jìn)一步保證了我國(guó)金融債整體上具有資信高、違約率低、安全性高的特點(diǎn)。
綜上,已有文獻(xiàn)對(duì)資產(chǎn)的安全資產(chǎn)屬性的分析較少,且并沒有從全局角度考慮資產(chǎn)的安全性,大多數(shù)集中在經(jīng)濟(jì)緊張時(shí)期資產(chǎn)的避險(xiǎn)功能分析,對(duì)經(jīng)濟(jì)普通時(shí)期資產(chǎn)的對(duì)沖功能的研究相對(duì)較少,而考慮資產(chǎn)安全資產(chǎn)屬性,即同時(shí)考慮資產(chǎn)避險(xiǎn)功能和對(duì)沖功能的文獻(xiàn)更少。因此,本文將對(duì)黃金、國(guó)債、金融債等三類資產(chǎn)的安全資產(chǎn)屬性進(jìn)行分析。
為分析黃金、國(guó)債、金融債等資產(chǎn)的安全屬性,本文將分別研究這三類資產(chǎn)與風(fēng)險(xiǎn)資產(chǎn)之間的關(guān)系,并以股票市場(chǎng)作為風(fēng)險(xiǎn)資產(chǎn)的代理指標(biāo),探討各類資產(chǎn)與股票市場(chǎng)之間的關(guān)系,分析極端事件期間以及經(jīng)濟(jì)平穩(wěn)時(shí)期各類資產(chǎn)與股票市場(chǎng)之間的關(guān)系,以此來捕捉相關(guān)資產(chǎn)的安全資產(chǎn)屬性。絕大部分金融時(shí)間序列呈現(xiàn)出波動(dòng)性集聚的現(xiàn)象,即在部分時(shí)段變動(dòng)較為溫和,部分時(shí)段呈現(xiàn)劇烈波動(dòng)。這反映了高頻金融時(shí)間序列存在自回歸條件異方差的現(xiàn)象。Engle[19]最早發(fā)現(xiàn)金融時(shí)間序列存在自回歸條件異方差現(xiàn)象,并提出ARCH 模型。由于ARCH模型在擬合過程中需要估計(jì)的參數(shù)量較大,Bollerslev[20]在ARCH 模型的基礎(chǔ)上添加了殘差平方的滯后項(xiàng),提出了廣義自回歸條件異方差模型,即GARCH模型。此后,GARCH模型得到快速發(fā)展,針對(duì)不同數(shù)據(jù)特征發(fā)展形成了系列GARCH 族模型。為更好地捕捉金融時(shí)間序列的波動(dòng)集聚特征,本文使用GARCH 族模型來擬合相關(guān)數(shù)據(jù),但普通的GARCH模型針對(duì)變量波動(dòng)率建模,只能描述單個(gè)變量的波動(dòng)率特征,并不能反映不同變量之間波動(dòng)率的相關(guān)關(guān)系。因此,本文在使用傳統(tǒng)GARCH 回歸之后,繼續(xù)使用DCC-GARCH(動(dòng)態(tài)條件相關(guān)廣義自回歸條件異方差)模型來反映不同變量波動(dòng)率的動(dòng)態(tài)相關(guān)性。GARCH 模型主要包括均值方程和ARCH 效應(yīng)方程兩個(gè)部分。在均值方程部分,為更好地研究相關(guān)資產(chǎn)的安全資產(chǎn)特質(zhì),本文選取兩個(gè)極端事件來進(jìn)一步探討資產(chǎn)的安全資產(chǎn)屬性,分別為國(guó)際金融危機(jī)事件(GFC)以及新冠肺炎疫情事件(COVID),通過在模型的均值方程中加入以上兩個(gè)虛擬變量得以實(shí)現(xiàn)。為剔除原始數(shù)據(jù)的線性依賴,GARCH 模型的均值方程部分采用ARMAX 模型進(jìn)行擬合,考慮到金融時(shí)間序列的相關(guān)性信息的提取以及模型的簡(jiǎn)化性,本文將使用GARCH(1,1)模型對(duì)條件方差方程進(jìn)行擬合。綜上,充分考慮實(shí)證結(jié)果的穩(wěn)健性,本文實(shí)證模型部分具體將使用帶有虛擬變量的ARMAX-GARCH(1,1)模型、ARMAXGJR-GARCH(1,1)模型以及DCC-GARCH(1,1)模型來進(jìn)行后續(xù)分析。
模型的基本形式如下:
其中,α0>0,α1≥0,α2≥0,α1+α2<1。式(1)為條件均值方程。ri,t為第i種金融資產(chǎn)的收益率,i=1,…,3,指黃金(gold)、國(guó)債(govbond)和金融債(fbond)三類資產(chǎn)分別的收益率;rstock,t為股票市場(chǎng)收益率。GFCt為代表國(guó)際金融危機(jī)的虛擬變量,COVIDt為代表新冠肺炎疫情的虛擬變量。當(dāng)樣本處于金融危機(jī)或新冠肺炎疫情期間時(shí),虛擬變量取值為1,否則為0。ut為殘差項(xiàng)。當(dāng)β1顯著小于零或在統(tǒng)計(jì)意義上不顯著時(shí),說明該資產(chǎn)收益率整體與股市走勢(shì)負(fù)相關(guān)或不相關(guān),是強(qiáng)(弱)對(duì)沖資產(chǎn);當(dāng)β2或β3顯著小于零或在統(tǒng)計(jì)意義上不顯著時(shí),表明該資產(chǎn)在金融危機(jī)或新冠肺炎疫情期間可以強(qiáng)(弱)有效地規(guī)避股市風(fēng)險(xiǎn),是強(qiáng)(弱)避險(xiǎn)資產(chǎn);當(dāng)β1、β2、β3均顯著小于零或部分存在統(tǒng)計(jì)意義上不顯著的情況時(shí),該資產(chǎn)為安全資產(chǎn)。式(2)為條件方差等式,主要反映變量波動(dòng)率的變化。為殘差項(xiàng)方差,又稱為條件方差;為ARCH項(xiàng);為GARCH項(xiàng)。
由于在一般GARCH 模型的條件方差等式中,不論是ARCH還是GARCH項(xiàng)均為平方項(xiàng),都很容易忽略u(píng)t-i<0 時(shí)對(duì)條件方差的影響,因此難以區(qū)分正負(fù)兩類沖擊造成的影響。而在金融時(shí)間序列中,尤其是資產(chǎn)收益率對(duì)正負(fù)兩類沖擊的反映有所區(qū)別,一般情況下其對(duì)負(fù)向沖擊的敏感程度高于正面沖擊。針對(duì)此類關(guān)于條件方差的不對(duì)稱現(xiàn)象,Glosten等[21]提出了GJR-GARCH 模型,主要利用虛擬變量設(shè)置門限以區(qū)分正負(fù)兩類沖擊對(duì)條件方差方程的影響。本文所使用帶虛擬變量的ARMAX-GJRGARCH 模型的基本形式中,條件均值方程與式(1)一致,條件均值方程中的虛擬變量設(shè)置與式(3)和式(4)一致,唯一發(fā)生變化的是條件方差等式,其表達(dá)形式如下:
其中,α0>0,α1≥0,α2≥0,α1+α2+0.5α3<1。如果α3≠0,則模型可以獲取到相關(guān)資產(chǎn)收益率一定的非對(duì)稱性,ut>0 代表利好消息,ut<0 代表利空消息;如果α3=0,則GJR-GARCH 模型退化為一般的GARCH模型。
為進(jìn)一步分析金融資產(chǎn)與股票市場(chǎng)之間波動(dòng)率的相關(guān)關(guān)系,Engle 等[22]提出了DCC-GARCH 模型。該模型通過對(duì)標(biāo)準(zhǔn)化殘差的方差協(xié)方差矩陣建立時(shí)變過程,能夠很好地描述多變量間的動(dòng)態(tài)相關(guān)性。模型表達(dá)形式如下:
其中,ut為均值方程的殘差項(xiàng),并假設(shè)隨機(jī)變量Zt服從i.i.d.過程,且符合標(biāo)準(zhǔn)正態(tài)分布。Σt為ri,t的方差協(xié)方差矩陣,元素為通過單變量GARCH模型擬合求出的條件方差。Dt是元素為單變量時(shí)變方差的對(duì)角矩陣,通過單變量GARCH 模型擬合求出。Rt為時(shí)變相關(guān)系數(shù)矩陣,Qt為標(biāo)準(zhǔn)化殘差μt的條件協(xié)方差矩陣,為標(biāo)準(zhǔn)化殘差的無條件協(xié)方差矩陣,μit為標(biāo)準(zhǔn)化殘差,即μit=uit/σit。α為前一期標(biāo)準(zhǔn)化無條件協(xié)方差矩陣的系數(shù),主要說明滯后一期的標(biāo)準(zhǔn)化殘差乘積對(duì)動(dòng)態(tài)相關(guān)系數(shù)的影響;β為前一期的條件協(xié)方差矩陣系數(shù),模型要求滿足α≥0,β≤1,且α+β≤1。式(7)仍然為均值方程,使用一般的ARMA 模型擬合被解釋變量即可。DCC-GARCH模型的擬合過程主要包括三步:第一,通過估計(jì)收益率序列的均值過程,得到包括股市回報(bào)率在內(nèi)的每個(gè)變量的殘差序列uit;第二,對(duì)上一步得到的殘差序列進(jìn)行GARCH 建模,得到每個(gè)序列的時(shí)變方差;第三,對(duì)標(biāo)準(zhǔn)化的μit建立DCC模型。
本文擬研究中國(guó)股市與中國(guó)黃金市場(chǎng)、國(guó)債市場(chǎng)以及金融債市場(chǎng)之間的關(guān)系,并分析這幾種資產(chǎn)在國(guó)際金融危機(jī)和新冠肺炎疫情兩個(gè)極端事件期間以及平均時(shí)期與股票市場(chǎng)的關(guān)系變化,最后對(duì)這幾種資產(chǎn)在中國(guó)金融市場(chǎng)中的安全資產(chǎn)屬性進(jìn)行分析。為保持變量數(shù)據(jù)數(shù)量的統(tǒng)一性,所選數(shù)據(jù)的樣本區(qū)間為2005年4月8日—2022年11月15日,對(duì)非交易日數(shù)據(jù)進(jìn)行剔除后,共得到4272個(gè)日度交易數(shù)據(jù),數(shù)據(jù)均來源于CEIC數(shù)據(jù)庫(kù)。為進(jìn)一步分析國(guó)際金融危機(jī)(GFC)以及新冠肺炎疫情(COVID)等極端事件對(duì)各變量的影響,參照Kenourgios[23]選取2007年8月1日—2009年3月31日作為國(guó)際金融危機(jī)時(shí)期的樣本區(qū)間,參照李嘉弘等[24]選取2019年12月31日—2020 年5 月31 日作為新冠肺炎疫情時(shí)期的樣本區(qū)間,針對(duì)兩個(gè)事件分別建立虛擬變量,并在均值模型中加入兩個(gè)虛擬變量與股票市場(chǎng)收益率的交互項(xiàng),以捕捉相關(guān)信息。關(guān)于具體數(shù)據(jù)的選取,本文分別選取滬深300指數(shù)、上海黃金交易所99.9%黃金交易價(jià)格、中證國(guó)債債券指數(shù)和中證金融債債券指數(shù)作為中國(guó)股市(stock)、黃金(gold)、國(guó)債(govbond)和金融債(fbond)市場(chǎng)的代理變量。此外,本文采用自然對(duì)數(shù)收益率的方法計(jì)算所有變量的日度收益率,即:
其中,Pricei,t表示第i種資產(chǎn)在第t個(gè)交易日的收盤價(jià)。
圖1 為資產(chǎn)價(jià)格與收益率走勢(shì)圖,分別描述了滬深300 指數(shù)、上海黃金交易所99.9%黃金交易價(jià)格、中證國(guó)債債券指數(shù)以及中證金融債債券指數(shù)的收盤價(jià)格與收益率走勢(shì)。從圖1 可知,盡管各類資產(chǎn)收益率波動(dòng)程度存在差異,但均存在波動(dòng)聚集效應(yīng)。其中,滬深300指數(shù)收益率的波動(dòng)幅度最大,黃金收益率、中證國(guó)債債券指數(shù)收益率、中證金融債債券指數(shù)收益率波動(dòng)幅度較小,這反映了三類資產(chǎn)的安全性相對(duì)于股票更高。此外,收益率存在波動(dòng)聚集效應(yīng)說明這幾類資產(chǎn)的波動(dòng)性存在時(shí)變特征。具體來看,四類收益率在2007—2009年之間波動(dòng)幅度最為劇烈,意味著市場(chǎng)面臨較大風(fēng)險(xiǎn),這段時(shí)間是國(guó)際金融危機(jī)時(shí)期,全球經(jīng)濟(jì)面臨大震蕩,金融資產(chǎn)價(jià)格大幅波動(dòng)。金融危機(jī)期間,滬深300 指數(shù)波動(dòng)最為劇烈,黃金次之,國(guó)債、金融債等波動(dòng)幅度則相對(duì)溫和。
圖1 資產(chǎn)價(jià)格與收益率走勢(shì)圖
表1 為變量描述性統(tǒng)計(jì)結(jié)果。從均值來看,四類資產(chǎn)回報(bào)率的整體樣本均值都大于零,表明樣本區(qū)間我國(guó)整體經(jīng)濟(jì)發(fā)展趨勢(shì)較好,資產(chǎn)回報(bào)率呈良好趨勢(shì),其中股票資產(chǎn)的回報(bào)率最高。從國(guó)際金融危機(jī)期間樣本和新冠肺炎疫情期間樣本的變量描述性統(tǒng)計(jì)結(jié)果來看,股票市場(chǎng)的均值均為負(fù),說明這兩個(gè)極端事件對(duì)股票市場(chǎng)的打擊較大,而黃金、國(guó)債、金融債則在極端事件期間表現(xiàn)出良好的韌性,凸顯出其較高的安全性。此外,從標(biāo)準(zhǔn)差來看,國(guó)際金融危機(jī)期間,四類資產(chǎn)回報(bào)率的標(biāo)準(zhǔn)差均大于整體樣本和新冠肺炎疫情期間樣本,突出了金融危機(jī)期間資產(chǎn)回報(bào)率的風(fēng)險(xiǎn)明顯增高。綜合偏度和峰度來看,所有變量分布都存在厚尾現(xiàn)象,與標(biāo)準(zhǔn)正態(tài)分布不相符,說明小概率事件發(fā)生的可能性較大,這與金融時(shí)間序列變量分布特征相符。為克服該類問題,后續(xù)計(jì)量分析將假設(shè)殘差序列服從student-t分布來估計(jì)GARCH模型。
表1 變量描述性統(tǒng)計(jì)結(jié)果
表2 為各資產(chǎn)收益率之間的相關(guān)系數(shù)。國(guó)債、金融債與股票市場(chǎng)的相關(guān)系數(shù)為負(fù)值,意味著這兩類資產(chǎn)能夠在一定程度上對(duì)沖股市帶來的風(fēng)險(xiǎn)。而黃金與股市呈現(xiàn)正相關(guān)性,說明黃金整體對(duì)沖金融市場(chǎng)風(fēng)險(xiǎn)的能力較差。
表2 變量間相關(guān)系數(shù)
由于實(shí)證部分使用數(shù)據(jù)均為時(shí)間序列數(shù)據(jù),變量的平穩(wěn)性是進(jìn)行下一步計(jì)量分析的前提。由于數(shù)據(jù)均為金融高頻數(shù)據(jù)且數(shù)據(jù)樣本較大,因此選擇一般的ADF單位根檢驗(yàn)就能得到穩(wěn)健的結(jié)論。表3結(jié)果顯示,所有變量均在1%的顯著性水平上拒絕存在單位根的原假設(shè),即所有變量都是平穩(wěn)時(shí)間序列。
表3 變量ADF單位根檢驗(yàn)
GARCH 模型構(gòu)建的第一步是確定其均值方程。為確定均值方程中ARMA 部分的滯后階數(shù),主要通過自相關(guān)圖、偏自相關(guān)圖以及對(duì)均值方程殘差的白噪聲檢驗(yàn)來進(jìn)行,分別對(duì)黃金、國(guó)債、金融債建立ARMA(3,4)、ARMA(6,6)、ARMA(7,8)模型,并加入股票市場(chǎng)收益率以及代表國(guó)際金融危機(jī)和新冠肺炎疫情的兩個(gè)虛擬變量與股票市場(chǎng)收益率的交互項(xiàng),聯(lián)合構(gòu)成GARCH 模型中均值方程的部分,即ARMAX 模型。分別對(duì)三個(gè)均值方程的殘差進(jìn)行檢查,發(fā)現(xiàn)其均不存在自相關(guān)現(xiàn)象。對(duì)殘差序列進(jìn)行ARCH-LM檢驗(yàn),結(jié)果顯示均拒絕原假設(shè),說明各序列均存在ARCH 效應(yīng)。另外,根據(jù)描述性統(tǒng)計(jì)分析可知,被解釋變量為非正態(tài)分布,因此選取更適合金融時(shí)間序列數(shù)據(jù)特征的student-t分布進(jìn)行分析。為保證結(jié)果的穩(wěn)健性,每一種資產(chǎn)將匯報(bào)4 種回歸結(jié)果,包括無虛擬變量和引入虛擬變量的GARCH 以及GJR-GARCH模型。
為節(jié)約篇幅,文中不匯報(bào)均值方程中ARMA 部分的回歸結(jié)果,均值模型部分僅匯報(bào)反映金融資產(chǎn)與股票市場(chǎng)之間關(guān)系的系數(shù)結(jié)果,即β1、β2、β3。β1代表金融資產(chǎn)回報(bào)率與股票市場(chǎng)回報(bào)率整體之間的關(guān)系。β1>0 且顯著,表明二者之間整體上呈現(xiàn)正相關(guān)性,該資產(chǎn)不存在對(duì)沖金融風(fēng)險(xiǎn)的能力;β1顯著小于零或統(tǒng)計(jì)結(jié)果不顯著時(shí),表明二者之間為負(fù)相關(guān)或不相關(guān),說明該資產(chǎn)可作為金融市場(chǎng)上的強(qiáng)(弱)風(fēng)險(xiǎn)對(duì)沖工具。β2、β3顯著小于零或統(tǒng)計(jì)結(jié)果不顯著時(shí),說明該資產(chǎn)在金融危機(jī)或新冠肺炎疫情期間充當(dāng)強(qiáng)(弱)避險(xiǎn)工具。β1、β2、β3均顯著小于零或部分存在統(tǒng)計(jì)意義上不顯著的情況時(shí),認(rèn)為該資產(chǎn)為安全資產(chǎn)。
1.黃金
表4 為黃金資產(chǎn)回報(bào)率GARCH 模型的回歸結(jié)果。α3在統(tǒng)計(jì)意義上顯著,表明黃金資產(chǎn)回報(bào)率的TARCH效應(yīng)明顯,說明其條件方差存在非對(duì)稱性特征。4 個(gè)回歸結(jié)果均顯示β1顯著大于0,說明黃金資產(chǎn)收益率整體上與股票收益率呈正相關(guān)關(guān)系,即股票上升時(shí)黃金資產(chǎn)也會(huì)上升,反之亦然。但從絕對(duì)值來看,二者整體正相關(guān)程度較低,黃金資產(chǎn)整體上雖不能對(duì)沖股市風(fēng)險(xiǎn),但其受股市風(fēng)險(xiǎn)影響的程度也較小。此外,β2>0,但統(tǒng)計(jì)意義上并不顯著,說明在國(guó)際金融危機(jī)期間,黃金與股票市場(chǎng)的正相關(guān)性有所下降,表明黃金在金融危機(jī)期間可以弱有效地規(guī)避金融市場(chǎng)風(fēng)險(xiǎn)。代表新冠肺炎疫情期間樣本的系數(shù)β3顯著小于零,且絕對(duì)值也較β1要大出許多,說明黃金資產(chǎn)在此期間與股票市場(chǎng)波動(dòng)呈顯著的負(fù)相關(guān)關(guān)系,當(dāng)股票市場(chǎng)面臨較大的負(fù)面沖擊時(shí),黃金資產(chǎn)收益率反而呈上升趨勢(shì),這體現(xiàn)了危機(jī)期間黃金在一定程度上可以充當(dāng)我國(guó)金融市場(chǎng)中的避險(xiǎn)資產(chǎn)。這與既有關(guān)于黃金避險(xiǎn)功能的文獻(xiàn)結(jié)論一致。但總體而言,黃金與股票市場(chǎng)的正相關(guān)性意味著黃金并不能充當(dāng)我國(guó)金融市場(chǎng)中的安全資產(chǎn)。
表4 黃金資產(chǎn)回報(bào)率GARCH(1,1)回歸結(jié)果
2.國(guó)債
表5 為國(guó)債資產(chǎn)回報(bào)率的GARCH 模型回歸結(jié)果??梢园l(fā)現(xiàn),國(guó)債收益率的條件方差部分不存在非對(duì)稱效應(yīng)。從反映國(guó)債收益率整體與股票市場(chǎng)收益率的系數(shù)β1顯著小于零可以看出,國(guó)債收益率整體上與股票市場(chǎng)顯著負(fù)相關(guān),說明國(guó)債資產(chǎn)可以對(duì)沖股票等相關(guān)金融市場(chǎng)的風(fēng)險(xiǎn),是強(qiáng)對(duì)沖工具。從反映國(guó)際金融危機(jī)期間國(guó)債與股票之間關(guān)系的系數(shù)β2可以看出,二者在金融危機(jī)期間的相關(guān)性由負(fù)轉(zhuǎn)正,說明國(guó)債資產(chǎn)在危機(jī)期間并不能很好地充當(dāng)金融避險(xiǎn)工具,其安全資產(chǎn)職能有所下降。但從反映新冠肺炎疫情期間二者相關(guān)性的β3可以看出,在此期間,國(guó)債與股票市場(chǎng)的相關(guān)性顯著為負(fù),且絕對(duì)量較整體上升較大(|β3|> |β1|),這反映出危機(jī)期間國(guó)債的強(qiáng)避險(xiǎn)資產(chǎn)屬性。結(jié)合國(guó)債整體以及危機(jī)期間對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的對(duì)沖和避險(xiǎn)能力,可以認(rèn)為國(guó)債具備一定的安全資產(chǎn)屬性,可以充當(dāng)非金融系統(tǒng)內(nèi)部沖擊時(shí)期我國(guó)金融市場(chǎng)中的安全資產(chǎn)。
表5 國(guó)債資產(chǎn)回報(bào)率GARCH(1,1)回歸結(jié)果
3.金融債
表6 為金融債資產(chǎn)回報(bào)率GARCH 模型回歸結(jié)果。如表6 所示,α3不顯著,說明金融債收益率的ARCH 部分也不存在顯著的非對(duì)稱效益。β1顯著為負(fù),說明金融債與股票市場(chǎng)呈現(xiàn)負(fù)相關(guān)關(guān)系,金融債整體上可以對(duì)沖股票市場(chǎng)的相關(guān)風(fēng)險(xiǎn),是強(qiáng)對(duì)沖資產(chǎn),這與國(guó)債效果相近。β2小于零但統(tǒng)計(jì)意義上并不顯著,說明在國(guó)際金融危機(jī)期間,金融債規(guī)避股票市場(chǎng)風(fēng)險(xiǎn)的功能有所下降,是弱避險(xiǎn)工具。β3顯著為負(fù)且絕對(duì)值較β1上升了約6倍,這說明金融債在新冠肺炎疫情期間規(guī)避股票等金融市場(chǎng)風(fēng)險(xiǎn)的能力大幅上升,是強(qiáng)避險(xiǎn)資產(chǎn)。因此,結(jié)合整體和危機(jī)期間分析可以發(fā)現(xiàn),金融債不但具有整體對(duì)沖金融風(fēng)險(xiǎn)的能力,還具有危機(jī)期間規(guī)避風(fēng)險(xiǎn)的能力,且這一能力在新冠肺炎疫情期間大幅提升,這表明金融債的安全資產(chǎn)屬性十分突出,是我國(guó)金融市場(chǎng)中的安全資產(chǎn)。
表6 金融債資產(chǎn)回報(bào)率GARCH(1,1)回歸結(jié)果
對(duì)比黃金、國(guó)債以及金融債這三類資產(chǎn)的回歸結(jié)果,可以發(fā)現(xiàn)國(guó)債和金融債對(duì)沖風(fēng)險(xiǎn)的能力更強(qiáng)。其中,國(guó)債的整體絕對(duì)風(fēng)險(xiǎn)對(duì)沖能力強(qiáng)于金融債,這符合對(duì)國(guó)債的一般認(rèn)識(shí)。從金融危機(jī)期間來看,國(guó)債未能規(guī)避金融系統(tǒng)內(nèi)生性風(fēng)險(xiǎn)事件帶來的風(fēng)險(xiǎn),而黃金、金融債也都只能充當(dāng)該期間內(nèi)的弱避險(xiǎn)資產(chǎn),說明三類資產(chǎn)對(duì)金融系統(tǒng)內(nèi)部風(fēng)險(xiǎn)的規(guī)避能力較弱。但在面對(duì)金融系統(tǒng)外部極端事件沖擊時(shí),如新冠肺炎疫情沖擊,黃金、國(guó)債和金融債都表現(xiàn)出較強(qiáng)的風(fēng)險(xiǎn)規(guī)避能力,其中黃金的避險(xiǎn)能力要強(qiáng)于國(guó)債以及金融債,而國(guó)債避險(xiǎn)能力要強(qiáng)于金融債。綜上,金融債由于其整體的風(fēng)險(xiǎn)對(duì)沖能力較強(qiáng),且在極端事件期間有較強(qiáng)的避險(xiǎn)能力,因此可以充當(dāng)我國(guó)金融市場(chǎng)中的安全資產(chǎn);國(guó)債由于在國(guó)際金融危機(jī)期間避險(xiǎn)功能的下降,因此可充當(dāng)在經(jīng)濟(jì)遇到金融系統(tǒng)內(nèi)部風(fēng)險(xiǎn)以外沖擊時(shí)中國(guó)金融市場(chǎng)中的安全資產(chǎn);黃金雖在新冠肺炎疫情期間具有較強(qiáng)的避險(xiǎn)能力,但整體上來看并不能對(duì)沖金融市場(chǎng)風(fēng)險(xiǎn),故其只是避險(xiǎn)資產(chǎn)而不是安全資產(chǎn)。
由于DCC-GARCH 模型可以很好地描述多個(gè)時(shí)間序列之間的動(dòng)態(tài)相關(guān)性,為進(jìn)一步分析各類金融資產(chǎn)回報(bào)率與股票市場(chǎng)之間的動(dòng)態(tài)關(guān)系,繼續(xù)建立DCC-GARCH 模型做進(jìn)一步分析。DCC 模型的建立要求:先對(duì)包括股票收益率在內(nèi)的變量建立單變量均值模型,和一般的GARCH 族模型一致,對(duì)黃金、國(guó)債、金融債分別選取ARMA(3,4)、ARMA(6,6)和ARMA(7,8)進(jìn)行擬合,并對(duì)股票市場(chǎng)收益率通過自相關(guān)和偏自相關(guān)圖以及殘差檢驗(yàn),選取ARMA(6,6)進(jìn)行擬合。依據(jù)對(duì)均值方程的擬合得到各變量GARCH 模型的參數(shù)以及標(biāo)準(zhǔn)化殘差,并進(jìn)行DCC 模型的擬合,其中DCC 和GARCH 模型的階數(shù)均為1階。
從表7 的回歸結(jié)果可以發(fā)現(xiàn),參數(shù)?和β均大于零,且十分顯著,說明前一期的波動(dòng)會(huì)顯著地正向影響當(dāng)期波動(dòng)的相關(guān)性。三類資產(chǎn)的?值都較小,分別為0.0209、0.0073、0.0052,這說明前期的標(biāo)準(zhǔn)化殘差乘積對(duì)動(dòng)態(tài)相關(guān)系數(shù)的影響較小,而三類資產(chǎn)的β值都顯著大于零且數(shù)值接近1,說明各類資產(chǎn)回報(bào)率與股票市場(chǎng)回報(bào)率的動(dòng)態(tài)相關(guān)程度有較為持久的影響。
表7 DCC模型估計(jì)結(jié)果
圖2為三類金融資產(chǎn)分別與股票市場(chǎng)收益率之間的動(dòng)態(tài)條件相關(guān)系數(shù)的變化趨勢(shì)圖??梢钥闯觯S金、國(guó)債以及金融債的動(dòng)態(tài)條件相關(guān)系數(shù)主要分布在(-0.4,0.4),說明股票市場(chǎng)收益率發(fā)生波動(dòng)時(shí),會(huì)傳染到黃金、國(guó)債和金融債市場(chǎng),傳導(dǎo)大小有正有負(fù),傳導(dǎo)效率具有時(shí)變特征。具體來看,黃金市場(chǎng)收益率與股票市場(chǎng)收益率的相關(guān)性有正有負(fù),總的來說正相關(guān)性時(shí)期較多,這意味著股票市場(chǎng)收益率對(duì)黃金收益率具有顯著的正向溢出效應(yīng);而國(guó)債和金融債市場(chǎng)收益率與股票市場(chǎng)收益率之間呈負(fù)相關(guān)的時(shí)間段較長(zhǎng),表明股票市場(chǎng)收益率對(duì)國(guó)債和金融債收益率具有顯著的負(fù)向溢出效應(yīng),這與回歸結(jié)論一致。另外,從動(dòng)態(tài)條件相關(guān)系數(shù)路徑走勢(shì)圖可以看出,黃金市場(chǎng)收益率與股票市場(chǎng)收益率的動(dòng)態(tài)相關(guān)系數(shù)波動(dòng)更為頻繁,這意味著黃金市場(chǎng)對(duì)股票市場(chǎng)波動(dòng)更為敏感,股票市場(chǎng)發(fā)生較小的波動(dòng)會(huì)很快引起黃金收益率的波動(dòng),而國(guó)債和金融債的收益率的時(shí)變相關(guān)系數(shù)變動(dòng)則相對(duì)更為平坦,這也反映了國(guó)債和金融債更為安全的特征。此外,圖中分別標(biāo)出了國(guó)際金融危機(jī)(GFC)以及新冠肺炎疫情(COVID)兩類極端事件的樣本區(qū)間,可以看出,在國(guó)際金融危機(jī)期間,三類資產(chǎn)回報(bào)率與股票市場(chǎng)收益率的相關(guān)性整體上呈先上升后下降的趨勢(shì),但降幅不大。在新冠肺炎疫情事件中可以看出,黃金、國(guó)債、金融債市場(chǎng)收益率均與股票市場(chǎng)收益率呈顯著的負(fù)相關(guān)關(guān)系,且相關(guān)性下降的絕對(duì)值較大,這與回歸結(jié)果顯示的三類資產(chǎn)在新冠肺炎疫情期間表現(xiàn)出強(qiáng)避險(xiǎn)特征的結(jié)論一致。進(jìn)一步比較圖2中的3個(gè)子圖可以看出,在國(guó)際金融危機(jī)期間,金融債與股票市場(chǎng)收益率的動(dòng)態(tài)條件相關(guān)系數(shù)大致為負(fù),而國(guó)債動(dòng)態(tài)條件相關(guān)系數(shù)則呈現(xiàn)出在金融危機(jī)前期上升后期下降的變化,這說明金融債在國(guó)際金融危機(jī)期間有更強(qiáng)的避險(xiǎn)能力;在新冠肺炎疫情期間,國(guó)債與股票市場(chǎng)收益率的動(dòng)態(tài)條件相關(guān)系數(shù)下降至-0.4 以下,低于金融債以及黃金與股票市場(chǎng)的動(dòng)態(tài)條件相關(guān)系數(shù),這說明國(guó)債在新冠肺炎疫情期間具有更強(qiáng)的避險(xiǎn)能力。
圖2 金融資產(chǎn)與股票收益率的動(dòng)態(tài)條件相關(guān)系數(shù)
安全資產(chǎn)作為金融市場(chǎng)的潤(rùn)滑劑,具有可靠的價(jià)值儲(chǔ)藏功能,是金融市場(chǎng)中穩(wěn)定的抵押品來源,也是其他資產(chǎn)定價(jià)的基準(zhǔn)。本文對(duì)黃金、國(guó)債、金融債等三類投資者眼中較為可靠的資產(chǎn)的安全資產(chǎn)屬性進(jìn)行實(shí)證研究,有助于投資者識(shí)別中國(guó)金融市場(chǎng)中真正的安全資產(chǎn),從而推動(dòng)金融市場(chǎng)規(guī)范發(fā)展。對(duì)三類資產(chǎn)進(jìn)行實(shí)證分析發(fā)現(xiàn),從整體樣本期間來看,國(guó)債和金融債具有較強(qiáng)的風(fēng)險(xiǎn)對(duì)沖能力,其中,國(guó)債對(duì)沖風(fēng)險(xiǎn)的能力強(qiáng)于金融債;從危機(jī)期間來看,三種資產(chǎn)均表現(xiàn)出一定的避險(xiǎn)功能,但國(guó)債卻未能起到規(guī)避國(guó)際金融危機(jī)期間的相關(guān)市場(chǎng)風(fēng)險(xiǎn),黃金、金融債也只能在此期間充當(dāng)弱避險(xiǎn)資產(chǎn),說明三類資產(chǎn)對(duì)金融系統(tǒng)內(nèi)部風(fēng)險(xiǎn)的規(guī)避能力較弱;而黃金、國(guó)債、金融債在面對(duì)諸如新冠肺炎疫情這種金融系統(tǒng)外部極端事件沖擊時(shí),表現(xiàn)出強(qiáng)勁的避險(xiǎn)資產(chǎn)屬性。綜合三類資產(chǎn)的避險(xiǎn)功能和對(duì)沖功能,本文認(rèn)為:金融債由于在整體樣本區(qū)間表現(xiàn)出強(qiáng)對(duì)沖風(fēng)險(xiǎn)功能,在兩類金融市場(chǎng)負(fù)面沖擊時(shí)期表現(xiàn)出一定的避險(xiǎn)功能,因此可以充當(dāng)中國(guó)金融市場(chǎng)中的安全資產(chǎn);而由于國(guó)債在國(guó)際金融危機(jī)期間的避險(xiǎn)功能有所減弱,未能充當(dāng)危機(jī)期間的避險(xiǎn)資產(chǎn),因此可認(rèn)為我國(guó)國(guó)債在金融系統(tǒng)內(nèi)部事件沖擊以外的時(shí)期可以充當(dāng)中國(guó)金融市場(chǎng)中的安全資產(chǎn);黃金在新冠肺炎疫情期間具備強(qiáng)避險(xiǎn)資產(chǎn)屬性,在國(guó)際金融危機(jī)期間具備弱避險(xiǎn)資產(chǎn)屬性,因此可認(rèn)為黃金是我國(guó)金融市場(chǎng)中的避險(xiǎn)資產(chǎn)。本文詳細(xì)分析了黃金、國(guó)債、金融債這三類資產(chǎn)的安全屬性,梳理了對(duì)沖資產(chǎn)、避險(xiǎn)資產(chǎn)以及安全資產(chǎn)三者的聯(lián)系,這有利于幫助投資者合理配置資產(chǎn)組合風(fēng)險(xiǎn),有效分辨不同經(jīng)濟(jì)情況、不同投資需求下投資者對(duì)資產(chǎn)的選擇。同時(shí),對(duì)三類資產(chǎn)的充分分析可以避免市場(chǎng)將普遍意義上認(rèn)為是安全的資產(chǎn)誤認(rèn)為安全資產(chǎn),否則可能會(huì)加劇金融市場(chǎng)價(jià)格波動(dòng)、資產(chǎn)價(jià)格定價(jià)紊亂、甚至威脅到整體金融系統(tǒng)穩(wěn)定等一系列問題。此外,本文研究結(jié)論指出三類金融資產(chǎn)在國(guó)際金融危機(jī)期間的避險(xiǎn)功能均有所減弱,這說明我國(guó)金融系統(tǒng)在抵御來自金融系統(tǒng)內(nèi)部事件的沖擊能力較弱,應(yīng)充分加強(qiáng)金融系統(tǒng)穩(wěn)定性建設(shè),堅(jiān)決維護(hù)我國(guó)金融安全。