国际石油价格与中美股票市场间的信息溢出研究

宋科艳

摘 要：本文采用最新发展的非线性Granger因果检验——非参Tn统计量，对国际石油价格冲击与中美股票市场间的信息溢出展开研究。结果表明，国际石油价格和中美股票市场指数存在显著的非线性动态变化特征，传统的线性Granger检验存在明显偏误，国际石油价格与中国股票市场虽然不具有线性溢出关系，但是国际石油价格冲击对中国股票市场具有显著的非线性影响，而且中国股票市场对国际石油价格也具有微弱的非线性先导作用。与此相对，国际石油价格与美国股票市场之间存在显著的线性和非线性双向溢出关系。

关键词：国际石油价格；股票市场；信息溢出；非线性Granger因果检验

中图分类号：F832.51 文献标识码：A 文章编号：1000-176X（2015）02-0044-08

一、引 言

随着中国经济的快速发展，中国的石油消费总量日益增长，1993年中国成为石油净进口国，2003年中国超过日本，成为全球第二大石油消费国，随着中国城市化的推进和经济的快速发展，中国对石油的需求也将不断增长，从而对进口石油的依赖度也会越来越高。中国原油进口金额在2012年已达2 206.7亿美元。而且，除了2009年因为受到国际金融危机的影响，原油进口额有一个比较明显的降幅外，中国石油进口额1996—2012年具有显著的上升趋势，这意味着中国经济受到国际石油价格波动的影响会越来越明显。同时，股票市场是宏观经济的晴雨表和风向标，股票市场价格一定会受到国际能源价格的影响。而且，一个成熟有效的股票市场能够反映人们对未来经济基本面的预期，股票市场价格对国际能源价格也应具有先导作用。

中国股票市场经过二十多年的发展，目前已成长为全球第二大股票市场，也是最大的新兴市场。但是，中国股票市场的“政策市”特征和高投机性仍然存在。，虽然经过股权分置改革，中国股票市场的有效性得到显著提升，但目前中国股票市场在很多方面还不太成熟，管理也待进一步规范完善。那么，中国股票市场能够反映中国经济对进口石油的依赖性吗？国际石油价格对中国股票市场的影响力有多大？而且，中国经济快速发展提高了对全球石油的需求量，中国股票市场是否对国际石油价格也具有信息溢出效应？对这些问题的回答，不仅有助于中国监管当局制定科学合理的宏观金融监管政策，而且有利于中国政府准确地评估国际石油价格波动风险，保障能源安全，为进一步深化国内石油定价机制改革提供理论依据。

目前针对中国股票市场与国际石油价格的研究还很缺乏[1]-[4]。而且，现有大部分研究都认为国际石油价格对中国股票市场整体的影响不显著，这有别于国际经验。同时，国内外学者大都采用VAR或VECM模型，就国际石油价格对股票市场价格的线性影响进行分析，对二者之间非线性关系展开研究的文献还非常稀缺[5-6]，忽视变量之间潜在的非线性因果关系，采用传统的线性检验方法进行分析，其研究结论可能存在显著的偏误[7-8-9]，同时国际石油价格和股票市场价格的变动趋势常常具有显著的非线性特征。

有鉴于此，本文采用最新发展的非线性Granger检验方法——Diks和Panchenko提出的非参Tn统计量，就国际石油价格与中美股票市场间的非线性溢出关系进行分析，以正确评价国际石油价格变动对中国股票市场的影响。选择中美股票市场作为研究对象主要基于以下三点考虑：第一，美国是全球最大的石油消费国，中国目前是全球第二大石油消费国，而且两个国家都是石油进口国，具有可比性。第二，中国股票市场历经二十余年的发展，目前还不太成熟，而美国股票市场则经过二百多年发展，已经比较成熟规范，通过比较研究可以考察国际石油价格对成熟市场和不成熟市场的异质性作用。第三，美国是最大经济体，也是最大的发达国家，与此相对，中国是全球最大的发展中国家，经济总量现已超过日本跃居世界第二，研究国际石油价格冲击对中美股票市场的影响具有重要的理论意义和现实价值。

二、文献回顾

国际上针对股票市场与国际石油价格之间关系的研究起步较早，成果较为丰富，主要从三个层面展开，即国际石油价格与股票市场整体的关系、国际石油价格变动对不同行业的影响以及特定行业中对公司股票的影响。

从整个市场层面，学术界最早对石油价格和股票市场的研究是从资产定价的角度，将石油价格作为一个定价因子引入到多因子模型中。Chen 等[1]对美国股票市场收益率的影响因素进行了分析，认为没有证据表明石油价格风险是股票价格的定价因子。Hamao[2]采用日本股票市场数据研究得到同样的结论。Kaneko和Lee[3]采用更新的美国和日本股指数据，发现石油价格风险能够作为一个因子影响日本的股票市场收益率。Ferson和Harvey[4]基于全球的视角，采用18个国家或地区的股指收益率，得到了石油价格风险对各个股指收益率均具有显著影响，只是影响程度不同的结论。

基于市场层面，将石油价格和股票价格作为主要内容进行直接分析是从20世纪90年代中后期开始的。Jones和Kaul[5]发现美国、加拿大、日本和英国股票市场的收益率受到石油价格冲击的影响，不利的石油价格变动会影响该国的宏观经济和企业预期现金流，进而对其股票市场产生负面影响。Huang等[6]采用双变量VAR模型研究了石油期货价格与美国股票价格之间的关系，其结果表明股指收益率不是石油期货收益率的Granger原因，石油期货价格对于市场综合指数的影响不大，仅对石油板块股指具有先导作用。Sadorsky[7]基于美国的月度数据，通过四变量VAR模型，基于预测误差方差分解方法来评估石油价格变动与股票市场之间的溢出效应，研究发现石油价格冲击能够解释一定比例的股票收益率预测误差方差，而且石油价格变动对股票价格的影响具有非对称特征，石油价格上涨的影响要大于石油价格下跌的影响。Papapetrou[8]采用VAR模型的脉冲响应函数，发现石油价格是解释希腊股票价格变动的一个重要因素，石油价格上升会对股票收益率产生不利影响。Basher和Sadorsky[9]研究结果显示国际石油价格变动能够显著影响新兴国家的股票市场收益率。Apergis和Miller[10]则将石油价格变动分解成石油供给冲击、全球总需求冲击和全球石油需求冲击等三个结构性冲击，其中全球石油需求冲击代表的是石油市场的异质性特征，发现股票市场收益率对石油市场冲击的反应虽然统计上显著，但对经济的影响幅度很小。

随着研究进一步深入，部分学者分析了石油价格变动对石油进口国和石油出口国（生产国）股票市场的异质性作用。Park和Ratti[11]利用美国和13个欧洲国家的样本，发现石油价格变动对于挪威股票市场的影响不同于其他国家，这与理论预期相一致，石油价格上涨可以为石油生产国挪威带来额外的收入和财富，其影响不同于石油进口国。Bjrnland[12]进一步认为如果石油收入能够输回到经济中，高油价将导致更高水平的经济活动，油价上涨10%导致挪威股票市场的回报率上涨2.5%，支持总财富和需求传导渠道。Ramos和Veiga[13]则进一步区分了石油进口国和石油出口国，认为石油价格上涨对石油进口国的股票市场将产生负面效应，但对石油出口国股票市场的影响却是正向积极的，而且统计检验显示石油价格变动只对石油进口国的股价具有非对称的影响。

此外，部分学者对股价与油价之间的长期关系进行了研究，比如，Miller和Ratti[14]采用6个OECD国家1971年1月至2008年3月数据，利用VECM模型，研究发现1970年1月至1980年5月和1988年2月至1999年9月股票市场指数对于石油价格上涨的长期反应是负向的，但是1980年6月至1988年1月这种影响在统计上却不显著，而在1999年9月以后则不存在负向的长期均衡关系。

基于行业视角，Faff和Brailsford[15]发现国际石油价格冲击对澳大利亚不同行业股票的影响是不同的，石油、天然气和多元化资源行业的股票对于石油价格上涨具有正向的显著反应。El-Sharif 等[16]发现石油价格对英国石油和天然气部门的股票回报率具有正向显著影响，对其部门股票市场收益率的影响微弱。Nandha和Faff采用35个全球行业指数，研究发现石油价格上涨对除采矿业、石油和天然气行业以外的其他行业股票的收益率都有负面影响。

采用特定行业的公司股票数据，Al-Mudhaf 和 Goodwin[17]研究了纽约证券交易所29家石油企业的股票收益率，发现石油价格冲击对这些企业股票的事后收益率具有显著的正向影响。Sakellaris[18]采用美国4个行业三百多家企业的数据，发现两次石油危机中石油价格上涨显著降低了企业股票的超额收益，而且第一次石油危机的不利影响要大于第二次。Sadorsky[19]通过对加拿大石油和天然气公司股票的研究表明，国际石油价格上涨能够提高这些公司股票的收益率。

综上所述，国外学者针对石油价格和股票价格关系的研究普遍认为，石油价格变动能够影响股票市场收益率，且对石油进口国和出口国的影响方向恰好相反。而且，石油价格变动对股票市场整体的影响具有非对称特征，石油价格上涨的影响要大于下跌的影响。从行业和企业层面来看，由于行业性质不同，国际石油价格与石油和天然气等行业、企业的股票收益率存在正相关关系，油价上涨能够提高其股票回报率，对其他行业的影响则为负向。

目前，针对国际石油价格变动对中国股票市场影响的文献还比较缺乏。金洪飞和金荦[20]采用VAR-GARCH模型研究发现中国股票市场与国际石油价格既不存在任何方向的收益率溢出，也不存在任何方向的波动率溢出。刘湘云和朱春明[21]同样发现二者之间的溢出效应十分微弱且不稳定，但2007年以来国际石油价格变动对中国股票市场的均值和波动溢出效应有所增强。Cong 等[22]考察了国际石油价格对中国沪深分市场股指、10行业指数以及中石油等4家石油企业股票的影响，结果发现，国际石油价格冲击对除制造业指数和部分石油公司股票以外的大多数股票指数不存在显著影响。

基于行业视角，金洪飞和金荦[23]研究了国际石油价格对中国14个行业指数收益率的影响，结果显示，国际石油价格对中国石油和天然气行业的股指收益率具有显著的正向影响，对汽车和零件等7个行业的股指收益率具有负向影响，对其他行业的影响则不显著。郭国峰和郑召锋[24]则重点考察了国际能源价格波动对中国股票市场整体以及分行业指数的影响，其研究发现国际能源价格波动对中国股票市场的整体影响并不显著，但对沪深分市场的效应却是显著的。能源价格波动对石油和天然气等7个行业的股指收益率具有显著影响，其他行业的股指收益率则对国际能源价格波动没有显著反应。

总的来看，目前针对国际石油价格变动对中国股票市场影响的研究还相对较少，现有的研究结论似乎也与国外研究不同。而且国内外学者就股票价格与国际石油价格关系的相关研究大都采用基于VAR模型或VECM模型的线性Granger检验、方差分解或者脉冲响应函数，其假定国际石油价格对股票市场价格的影响是线性的。这些研究存在较为明显的局限性，对国际石油价格与股票价格之间非线性关系展开分析的研究非常缺乏。

三、研究方法与样本数据

1.非线性Granger因果关系检验

近年来，随着非线性研究方法的不断拓展，当时间序列呈现出非线性动态变化特征时，传统的Granger因果关系检验方法将无法识别变量之间的非线性因果关系，因此，更为重要的是，忽视变量之间潜在的非线性因果关系，因此，采用传统的线性检验方法进行分析，其研究结论存在显著的偏误[26-27-28]。同时经济变量常常具有非线性特征，非线性Granger因果关系检验能全面、精确地把握变量之间的相互关系。

Baek和Brock[29]基于关联积分（Correlation Integral）原理，提出了一种非参数检验方法，用以揭示变量之间的非线性Granger因果关系。Baek和Brock首先通过VAR模型将变量之间的线性依存成分过滤掉，然后对残差进行非线性的Granger因果检验。然而，该方法存在严格的假设条件，即序列之间相关独立并且服从独立同分布。Hiemstra和Jones[26]在Baek和Brock的基础上，对原有统计量进行了修正，进一步放宽了假设条件，允许序列存在弱相关性，H-J检验被广泛用于经济学和金融学的实证研究中。然而，Diks和Panchenko[25]发现H-J检验存在过度拒绝问题，模拟实验的结果表明，H-J检验拒绝原假设的概率随着样本的增加而不断增加，存在严重的显著性水平扭曲。Diks和Panchenko[25]提出的非参Tn统计量，有效地克服了这一问题，得出的结论更加稳健可靠，其研究成果得到了学术界的广泛重视，被用于经济学和金融学的相关研究中，取得了显著的研究成效。

下面就非参Tn统计量的原理进行简要介绍：

Granger因果关系检验是现代计量经济学的重要方法，并且在经济学和金融学的研究领域得到了广泛应用。对于两个平稳的时间序列{Xt，Yt，t=1，…，T}，如果Xt当期和过去的观测包含Yt未来观测的信息，则Xt是Yt的Granger原因；若不包含，则Xt不是Yt的Granger原因。令FX，t和FY，t分别为Xt和Yt在t期及以前的信息集，如果Xt不是Yt的Granger原因，那么：

（Yt+1，…，Yt+k）（FX，t，FY，t）～（Yt+1，…，Yt+k）FY，t （1）

在实际分析中，研究者常常分析k=1时的情形。传统Granger检验常在VAR系统下展开，通过F检验来确定是否存在Granger因果关系，假定条件均值为线性的参数模型。

Diks和Panchenko（2006）提出的非参Tn统计量不仅克服了传统线性Granger因果检验的局限性，而且有效解决了H-J检验的过度拒绝问题，目前得学术界的广泛关注，应用到经济金融学的相关研究中。

令XlXt=（Xt-lX+1，…，Xt），YlXt=（Yt-lY+1，…，Yt），其中，lX≥1，lY≥1，在原假设H0不存在Xt到Yt的Granger因果关系时，信息集XlXt并不包含Yt+1的相关信息，即：

Yt+1|（XlXt；YlYt）～Yt+1|YlYt （1）

为了表达方便，不妨假定lX=lY=1，且移去时间下标。令Zt=Yt+1，Wt=（Xt，Yt，Zt），式（1）表示Z在给定（X，Y）=（x，y）时的条件分布与Z在给定Y=y时的条件分布相同，采用联合分布密度函数，式（1）可进一步表示为：

fX，Y，Z（x，y，z）fY（y）=fX，Y（x，y）fY（y） fY，Z（y，z）fY（y） （2）

Diks和Panchenko[25]通过研究表明，在不存在Xt到YtGranger因果关系的原假设下，式（2）意味着以下关系式成立：

q≡E[fX，Y，Z（X，Y，Z）fY（Y）-fX，Y（X，Y）fY，Z（Y，Z）]=0 （3）

令W（Wi）为Wt=（Xt，Yt，Zt）在Wi处的局部密度函数的估计值：

W（Wi）=（2ε）-dWn-1∑j，j≠iIWij（4）

在式（4）中，IWij=I（‖Wi-Wj‖<εn），I（·）是指示函数，εn是与样本容量相关的带宽参数。得到局部密度函数估计值后，就可以构建非参数Tn统计量进行非线性Granger因果关系检验：

Tn（ε）=（n-1）n（n-2）∑i（X，Y，Z（Xi，Yi，Zi）Y（Yi）-X，Y（Xi，Yi）Y，Z（Yi，Zi）（5）

Diks和Panchenko[25]证明了非参数Tn统计量收敛于正态分布，Tn（ε）通过带宽参数的自动调节考虑了条件分布变化，有效解决了H-J检验拒绝原假设的概率随着样本容量增加而不断增加的问题。

n（Tn（εn）-q）SndN（0，1） （6）

2.样本数据

鉴于中国在2003年超过日本成为全球第二大石油消费国，本文选择2003年1月1日至2014年5月31日的周数据，共计596周，利用周数据可以有效解决中美股票市场交易非同步问题。采用的指数为美国标普500指数和中国上证综合指数，国际石油价格数据采用WTI原油（美国西德克萨斯轻质原油）现货价格，考虑到结果的稳健性，本文同时采用欧洲北海布伦特原油（FOB）现货价格作了稳健性分析。标普500指数和上证综合指数来自于同花顺IfinD数据库，国际石油价格来自美国能源信息署（EIA）网站。股票指数和石油价格数据均做了自然对数变换，分别用LnPUS、LnPCN和LnPoil表示上证综合指数、S&P500指数和国际石油价格。

图2给出了中美股票市场指数和国际石油价格2003—2014年以来的动态变动趋势。由于受到国际金融危机和石油危机等多种因素的作用，国际石油价格和中美股指从2003—2014年都存在明显的结构断点，其变化趋势具有显著的非线性特征，传统的线性Granger检验未能考虑变量的非线性动态变化趋势，进而无法捕捉变量之间的非线性溢出关系，其结论很有可能存在偏误。

四、经验结果与分析

1.单位根检验

为了合理地构建模型，本文首先采用ADF单位根检验对变量LnPUS、LnPCN和LnPoil的平稳性进行分析，考虑到ADF检验容易受到样本容量和滞后阶数的影响，其犯第二类错误的可能性较高，本文同时采用PP检验和KPSS检验结果作为参照。ADF和PP检验的原假设是序列存在单位根，而KPSS检验的原假设是序列是平稳的。

表1给出了单位根检验结果，三种不同方法得到的结论完全一致，上证综合指数，S&P 500指数和国际石油价格的自然对数序列存在单位根，其一阶差分序列为平稳序列，所以，LnPUS、LnPCN和LnPoil为一阶单整过程。因此，本文对三个变量都进行一阶差分获得平稳变量，后续的非线性检验和非线性Granger因果检验均在此展开。

2.非线性检验

对国际石油价格和股票市场的非线性溢出效应分析之前，需要进行必要的非线性检验，以便考察国际石油价格和股票市场之间信息传导是否存在非线性的动态变化趋势。与杨子晖[30]等一致，笔者采用了BDS检验、RESET检验和McLeod-Li检验等多种检验方法对国际石油价格和中美股票市场的动态变化趋势进行非线性检验。在实际研究过程中，笔者首先通过AIC信息准则选择最优的VAR模型，对中国股票市场和国际石油价格、美国股票市场和国际石油价格的相互线性影响进行估计，过滤其线性依存成分，对过滤后的残差序列进行非线性检验，结果如表2所示。

表2非线性检验结果

检验类型

国际石油价格和中国股票市场的VAR回归残差国际石油价格和美国股票市场的VAR回归残差

上证综合指数国际石油价格标普500指数国际石油价格

BDS检验3.2245（0.0013）2.8949（0.0038）7.0938（0.0000）3.6152（0.0003）

RESET检验2.7750（0.0407）3.8860（0.0091）13.7260（0.0000）5.3400（0.0012）

McLeod-Li检验122.9331（0.0000）208.4119（0.0000）162.2420（0.0000）136.0157（0.0000）

注：双变量VAR模型的最优滞后阶数通过AIC准则加以确定，分别为9阶和8阶；括号内为检验统计量的p值。

从表2的结果可知，无论采用的是BDS检验、RESET检验还是McLeod-Li检验方法，上述检验统计量都在5%水平上拒绝线性原假设。因此，我们可以断定，由于商业周期变化、经济金融危机、石油危机、金融监管制度的变动以及石油价格定价机制调整等多种因素的作用，使得国际石油价格变动与股票市场相互作用影响的过程中存在显著的非线性动态变化趋势。如果仅仅采用传统的线性Granger检验考察二者之间的相互影响，有可能因为忽略其非线性特征而得到错误的结论，Diks和Panchenko[25]提出的非参数Tn统计量能够有效捕捉其非线性因果关系，为我们的研究分析提供十分有益的参考。

3.非线性Granger因果检验

上述非线性检验结果已经表明，中美股票市场指数和国际石油价格都存在显著的非线性动态变化特征，接下来本文采用新近发展的非线性Granger检验方法——Diks和Panchenko非参数Tn统计量对国际石油价格和中美股票市场之间非线性溢出效应进行分析。

在实际操作过程中，为了保证对变量之间“严格意义上”的非线性影响进行分析，依据Diks和Panchenko[25]、杨子晖[30]等，我们仍然是对双变量VAR系统过滤后的残差序列进行检验。为了作为对比参照，本文同时给出了线性Granger检验的结果如表3所示。

表3的结果表明，中国股票市场与国际石油价格之间不存在线性溢出效应，这与以往的研究是一致的，金洪飞和金荦[20]发现中国股票市场价格与国际石油价格既不存在任何方向的收益率均值溢出，也不存在任何方向的波动性溢出；郭国峰和郑召锋[24]研究也表明国际能源价格波动对中国股票市场的整体影响并不显著。与此相对，国际石油价格在10%的显著性水平对美国股票市场存在线性影响，同时美国股票市场对国际石油价格的变动也具有先导作用，二者存在双向的线性溢出效应。

正如上文所强调的那样，传统线性Granger检验结果有可能因为忽略变量之间潜在的非线性影响而得到错误的结论。表4给出了本文采用非参数Tn统计量的非线性Granger检验结果，检验是基于共同的滞后阶数（lX=lY）1—8阶。

表4的结果表明，国际石油价格变动对中国股票市场具有非线性溢出效应，同时中国股票市场对国际石油价格也具有微弱的非线性影响。基于多个滞后阶数的检验表明，这一结论是可靠的。由于中国股票市场的不完善，以往研究均发现国际石油价格对中国股票市场没有线性影响，但非参数的Tn统计量捕捉到二者具有非线性Granger关系。

股票的红利贴现模型认为，股票价格是企业未来现金流的贴现值。石油价格不仅影响企业的现金流，而且会影响贴现率。作为一种生产要素，石油价格的上升会提高企业的生产成本，压缩其利润空间，降低其未来的现金流；同时石油作为一种消费品，如果其价格大幅提升，也会降低居民的实际消费能力，影响居民购买其他商品，进而对企业的商品销售和利润增长带来负面影响[6]。贴现率是由预期的通货膨胀率和预期的实际利率决定的，二者都会受到石油价格的影响，一般认为，国际石油价格上升会推高石油进口国的价格总体水平，引发通货膨胀；石油价格上升同时也会提高投资的回报率门槛，进而提高实际利率，而且，为了应对石油价格上涨带来的通货膨胀压力，货币政策当局往往采用紧缩型的货币政策，这同样会提高利率水平。同时，股票市场是经济的“晴雨表”，有效的股票市场能够反映未来的经济形势，从而影响石油的需求，股票市场对石油价格应具有“先导”作用。因此，国际石油价格与股票市场之间相互影响是具有理论基础的。

但是，鉴于中国股票市场仅仅成立二十余年，发展还很不成熟，中国股票市场的“政策市”特征和较高的“投机性”都降低了国际石油价格对中国股票市场的信息溢出，而且目前中国的成品油定价机制还未完全市场化，发改委制定成品油零售基准价，国内石油价格与国际石油价格的关联度较低，也大幅度降低了国际石油价格变化对中国股票市场的影响。虽然基于上述种种原因，以往研究和本文研究都发现中国股票市场与国际石油价格之间不存在任何线性溢出效应，但不可否认的是，国际石油价格变动与中国股票市场价格之间具有显著的非线性Granger因果关系，只不过二者的相互作用方式更为复杂隐蔽。比如，国内石油价格虽然由发改委制定，与国际石油价格存在某种程度的脱节，但长期来看，国内石油价格不可能背离国际石油价格而存在，二者的关联性可能存在一定的时滞，其调整方式是非线性的。同时，中国石油进口额，尤其是原油的进口额存在显著的上升趋势，中国对进口石油的依存度可谓越来越高，而且随着国内股票市场改革提升其有效性，国际石油价格与中国股票市场之间的相互影响会越来越强，忽视二者之间的非线性溢出关系，有可能低估国际石油价格变动对中国的影响，不利于监管当局做出科学合理的政策决定。

此外，由表4和表3的结果可知，国际石油价格与美国股票市场之间存在显著的线性和非线性双向溢出关系。美国作为最大经济体，同时也是全球最大的石油消费国，美国经济形势对国际石油价格具备很强的影响力，而且美国股票市场非常成熟有效，能够反映人们对未来经济基本面的预期，因而，国际石油价格和美国股票市场之间具有较强的双向溢出关系。

五、结 论

本文采用最新发展的非线性Granger因果检验，对国际石油价格与中美股票市场之间的非线性溢出关系进行了深入分析。在研究过程中，非参数Tn统计量克服了传统线性Granger因果检验的局限性，而且有效解决了H-J检验的过度拒绝问题。

本文通过BDS等非线性检验方法，发现国际石油价格与中美股票市场的动态变化趋势中具有显著的非线性特征，在此基础上，笔者采用Diks和Panchenko[25]非线性Granger因果检验，研究表明，国际石油价格与中国股票市场之间虽然不存在线性溢出关系，但是国际石油价格变动对中国股票市场具有显著的非线性影响，而且中国股票市场对国际石油价格也具有一定的非线性先导作用。与此相对，国际石油价格与美国股票市场之间存在显著的线性和非线性双向溢出关系。

以往研究采用传统的线性Granger因果检验，忽视了中国股票市场价格和国际石油价格之间潜在的非线性关系，得到中国股票市场对国际石油价格冲击缺乏显著反应的结论并不可靠。由于中国石油价格定价机制以及中国股票市场的一些行为特征，使得国际石油价格冲击对中国股票市场的影响机制更为复杂，其作用方式是非线性的。

本文的研究表明国际石油价格对中国股票市场是具有显著影响的，我们应该重视国际石油价格风险对中国经济金融体系的影响，保障中国的能源安全。同时，与美国股票市场相比，国际石油价格对中国股票市场还缺乏线性影响，这说明，中国股票市场在信息效率等方面仍需进一步提升，应加快多层次资本市场的构建，提升中国股票市场的有效性。

参考文献：

[1] Chen， N.， Roll，R.，Ross， S.A.Economic Forces and the Stock Market[J].Journal of Business， 1986，59（3）：383-403.

[2] Hamao， Y.An Empirical Examination of the Arbitrage Pricing Theory： Using Japanese Data[J].Japan and the World Economy， 1988， 1（1）： 45-61.

[3] Kaneko， T.， Lee， B.Relative Importance of Economic Factors in the US and Japanese Stock Markets[J].Journal of the Japanese and International Economics， 1995， 9（3）： 290-307.

[4] Ferson， W.E.， Harvey， C.R.Sources of Risk and Expected Returns in Global Equity Markets[J].Journal of Banking & Finance， 1994，18（4）： 775-803.

[5] Jones， C.M.， Kaul， G.Oil and the Stock Markets[J].The Journal of Finance， 1996，51（2）： 463-491.

[6] Huang， R.D.， Masulis，R.W.， Stoll， H.R.Energy Shocks and Financial Markets[J].Journal of Futures Markets， 1996， 16（1）： 1-27.

[7] Sadorsky， P.Oil Price Shocks and Stock Market Activity[J].Energy Economics， 1999， 21（5）： 449-469.

[8] Papapetrou， E.Oil Price Shocks， Stock Market， Economic Activity and Employment in Greece[J].Energy Economics， 2001， 23（5）： 511-532.

[9] Basher， S.A.， Sadorsky， P.Oil Price Risk and Emerging Stock Markets[J].Global Finance Journal， 2006，17（2）： 224-251.

[10] Apergis， N.， Miller， S.M.Do Structural Oil-Market Shocks Affect Stock Prices？[J].Energy Economics， 2009，31（4）： 569-575.

[11] Park， J.， Ratti， R.A.Oil Price Shocks and Stock Markets in the US and 13 European Countries[J].Energy Economics， 2008，30（5）： 2587-2608.

[12] Bjrnland， H.C.Oil Price Shocks and Stock Market Booms in an Oil Exporting Country[J].Scottish Journal of Political Economy， 2009， 56（2）： 232-254.

[13] Ramos， S.B.， Veiga， H.Oil Price Asymmetric Effects： Answering the Puzzle in International Stock Markets[J].Energy Economics， 2013， 38（C）： 136-145.

[14] Miller， J.I.， Ratti， R.A.Crude Oil and Stock Markets： Stability， Instability， and Bubbles[J].Energy Economics， 2009， 31（4）： 559-568.

[15] Faff， R.W.， Brailsford， T.J.Oil Price Risk and the Australian Stock Market[J].Journal of Energy Finance & Development， 1999，4（1）： 69-87.

[16] El-Sharif， I.，Brown，D.，Burton，B.，Nixon，B.Evidence on the Nature and Extent of the Relationship between Oil Prices and Equity Values in the UK[J].Energy Economics， 2005， 27（6）： 819-830.

[17] Al-Mudhaf， A.，Goodwin， T.H.Oil Shocks and Oil Stocks： Evidence from the 1970s[J].Applied Economics， 1993，25（2）： 181-190.

[18] Sakellaris， P.Irreversible Capital and the Stock Market Response to Shocks in Profitability[J].International Economic Review， 1997，38（2）： 351-379.

[19] Sadorsky， P.Risk Factors in Stock Returns of Canadian Oil and Gas Companies[J].Energy Economics， 2001，23（1）： 17-28.

[20] 金洪飞，金荦.石油价格与股市的溢出效应——基于中美数据的比较分析[J].金融研究， 2008，（2）： 83-97.

[21] 刘湘云，朱春明.国际石油价格波动对中国股市的风险溢出效应[J].广东金融学院学报， 2011，（2）： 56-71+91.

[22] Cong， R.G.，Wei，Y.M.，Jiao，J.L.，Fan，Y. Relationships between Oil Price Shocks and Stock Market： An Empirical Analysis from China[J].Energy Policy， 2008，36（9）： 3544-3553.

[23] 金洪飞，金荦.国际石油价格对中国股票市场的影响——基于行业数据的经验分析[J].金融研究， 2010，（2）： 173-187.

[24] 郭国峰，郑召锋. 国际能源价格波动对中国股市的影响——基于计量模型的实证检验[J].中国工业经济， 2011，（6）： 26-35.

[25] Diks， C.， Panchenko， V.A New Statistic and Practical Guidelines for Nonpar Ametric Granger Causality Testing[J].Journal of Economic Dynamics and Control， 2006， 30（9）： 1647-1669.

[26] Hiemstra， C.， Jones， J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price：Volume Relation[J].The Journal of Finance， 1994， 49（5）： 1639-1664.

[27] Huh， H.GDP Growth and the Composite Leading Index： A Nonlinear Causality Analysis for Eleven Countries[J].Economics Letters， 2002， 77（1）： 93-99.

[28] 杨子晖，温雪莲.价格国际传递链中的“中国因素”研究——基于非线性Granger因果检验[J].统计研究， 2010，（2）： 87-93.

[29] Baek， E.，Brock， W.A General Test for Nonlinear Granger Causality： Bivariate Model[R].Iowa State University and University of Wisconsin at Madison Working Paper， 1992.

[30] 杨子晖.“经济增长”与“二氧化碳排放”关系的非线性研究：基于发展中国家的非线性Granger因果检验[J].世界经济， 2010，（10）： 139-160.

[31] Jawadi，F.，El-Hedi，A.M.，Bellalah，M.Nonlinear Linkages between Oil and Stock Markets in Developed and Emerging Countries[J].International Journal of Business，2010，15（1）：19.

（责任编辑：刘 艳）