5.2 对投资者和监管者的建议 ............................... 54
第四章 石油市场对股票市场的极端风险溢出的实证分析
4.1 实证模型的选择和估计
4.1.1 边缘分布模型的选择和估计
基于石油市场和欧洲14个国家股票市场的收益率残差序列服从Normal分布、t分布和有偏t分布的前提下，选择一阶GARCH模型、EGARCH模型对石油和股票市场收益率序列进行拟合，其边缘分布模型参数估计结果见表4-1。根据LLF和AIC准则的检验结果，验证了以SSST分布为标准化残差分布的ARMA（1,1）-EGARCH（1,1）模型可以更好的拟合石油市场和欧洲股票市场收益率序列的边缘分布。
第五章 结论与展望
5.1 研究结论
在全球经济一体化进程加速的背景下，金融市场与能源市场之间的联系日益紧密，石油市场作为全球经济的重要基石，其价格波动对股票市场的影响备受关注。近年来地缘政治冲突、产油国政策调整、全球能源转型等多种因素交织在一起，使得石油市场价格波动更加剧烈和难以预测。例如，俄乌冲突的爆发导致国际石油市场供应预期受到冲击，油价在短期内大幅波动。这种波动不仅对石油相关企业的股价产生直接影响，还通过产业链上下游的传导机制，对整个股票市场的稳定性构成挑战。与此同时，股票市场也面临着诸多不确定性因素，如宏观经济政策调整、科技创新带来的行业变革、投资者情绪波动等。在这种复杂多变的市场环境下，准确度量石油市场对股票市场的极端风险溢出，以及深入了解股票市场之间的尾部风险网络结构和传导机制，成为学术界和金融实务界共同关注的焦点问题。本文基于布伦特原油和欧洲14个国家股票市场的MSCI价格指数，采用基于GARCH Copula分位数回归的CoVaR模型评估了石油市场对各国股市的上行和下行风险溢出，结果表明，石油市场对不同国家股票市场存在显著的不对称的风险溢出，且溢出强度存在差异。考虑到石油市场价格波动传导至股票市场后，又会引发股票市场内部的风险传染，最终可能导致系统性金融风险，本文结合时变参数向量自回归（TVP-VAR）模型构建了各国股票市场的尾部风险网络，有助于全球投资者、投资组合经理和监管者了解石油和欧洲股票市场之间的传染规律，防范和化解金融风险。通过本文的研究，得到以下几个结论：
第一，石油市场对欧洲股票市场存在显著的不对称的风险溢出，这种不对称性在市场下行阶段表现得尤为明显。从风险溢出动态图来看，在 2007 - 2009 年次贷危机、2019 年新冠疫情以及 2022 年俄乌冲突等极端事件期间，石油市场对股票市场的溢出强度显著增强，呈现出明显的峰值。这表明在全球经济面临重大危机时，石油市场的风险会迅速蔓延至股票市场，引发区域金融市场的动荡。
第二，石油市场对不同国家股票市场的风险溢出强度存在差异。对瑞典股票市场具有最强的下行风险溢出，对挪威股票市场具有最强的上行风险溢出。这意味着在石油市场价格下跌时，瑞典股市面临的风险更大；而在石油市场价格上涨时，挪威股市受到的影响更为显著。相比之下，荷兰和西班牙股市受石油市场波动的影响较小，具有一定的避险功能。这一发现为投资者在不同市场环境下进行资产配置提供了重要参考，投资者可以根据石油市场的变化，选择对风险相对免疫的荷兰和西班牙股市进行投资，以降低投资组合的整体风险。
参考文献（略）
