汇率波动、能源大宗商品与股指的动态联动：一种多小波方法

《International Journal of Financial Studies》：Dynamic Co-Movement Among Exchange Rate Volatility, Energy Commodities, and Stock Indices: A Multiple Wavelet Approach

　　

本研究采用一种不同的小波方法，考察汇率波动（exchange rate volatility）、股指（stock indices）与能源大宗商品（energy commodity）市场之间的动态相互依赖性。研究人员使用覆盖2005年至2025年10月期间选定BRICS经济体的能源大宗商品、股指及外汇（foreign exchange）日度数据，纳入原油（crude oil）和布伦特原油（Brent oil）以及天然气（natural gas），旨在不仅捕捉这些资产之间的时间-频率（time-frequency）互联性，而且深入理解跨不同能源部门的商品间相关性，从而澄清这些市场中的经济冲击是局部化还是全球化。评估数据波动性时，可观察到汇率和股指的波动性通常低于石油市场。相干区（coherence zone）表明，外币显著影响巴西圣保罗证券交易所指数（Bovespa）与布伦特原油价格之间的相互依赖性。虽然油价上涨可能产生通胀压力，但对于巴西这样的石油出口国而言，出口和贸易平衡的有利影响常导致巴西雷亚尔（Brazilian Real, BRL）兑美元升值。

**论文解读：汇率波动、能源大宗商品与股指的动态联动——基于BRICS国家的多小波分析**

**研究背景与问题**

在全球金融市场日益互联的背景下，汇率（foreign exchange rate）作为跨市场溢出效应的主要驱动因素，尤其在能源大宗商品（如石油和天然气）与股票市场中扮演关键角色。尽管已有大量文献探讨了股票市场与能源价格之间的关系，但现有研究大多采用二元框架（bivariate framework）或线性模型（linear model），忽略了相关性随市场状态、投资期限（investment horizon）和波动水平（volatility level）变化的可能性。此外，针对新兴经济体（尤其是BRICS国家）股票、石油与汇率之间非线性、时变且存在尺度依赖（scale-dependent）的交互作用，缺乏使用小波相干（Wavelet Coherence, WC）、多小波相干（Multiple Wavelet Coherence, MWC）和偏小波相干（Partial Wavelet Coherence, PWC）等先进技术的实证研究。为填补这一空白，本研究利用BRICS国家（巴西、俄罗斯、印度、中国、南非）的日度数据，系统分析汇率波动、各类能源大宗商品与股指在不同时间-频率域内的动态联动，并探究排除汇率影响后关联强度的变化。该论文发表在《International Journal of Financial Studies》。

**关键技术方法**

研究人员采用以下主要方法：（1）**EGARCH模型**（Exponential Generalized Autoregressive Conditional Heteroskedasticity，指数广义自回归条件异方差模型），用于估计各资产的波动率并捕捉非对称杠杆效应和波动聚集性；（2）**连续小波变换**（Continuous Wavelet Transform, CWT）和**Morlet小波**（Morlet Wavelet），将时间序列分解至时间-频率域；（3）**小波变换相干**（Wavelet Transform Coherence, WTC），分析双变量间的时变联动与领先-滞后关系；（4）**多小波相干**（Multiple Wavelet Coherence, MWC），评估多个预测变量（如油价和汇率）对目标变量（股指）的共同解释力；（5）**偏小波相干**（Partial Wavelet Coherence, PWC），在控制汇率影响后考察油价与股指的净关联。样本数据来源于Thomson Reuters，涵盖2005年8月8日至2025年10月30日BRICS国家的每日收盘价，包括布伦特原油（Brent oil）、原油（crude oil）、天然气（natural gas）、当地货币兑美元汇率以及主要股指（巴西Bovespa、俄罗斯MOEX、印度Sensex、中国上证综指、南非ALSI）。

**研究结果**

**1. 描述性统计与EGARCH结果**
描述性统计显示，所有金融回报序列均非正态分布（non-normal），呈现尖峰厚尾（leptokurtic）和偏斜特征；股票和汇率的波动性低于石油市场，原油标准差最高（3.9283）。EGARCH模型的β系数接近1（约0.98–0.996），表明波动高度持久（volatility persistence）；γ参数显著，证实杠杆效应存在，即负面新闻对波动的影响大于同等规模的正面新闻。

**2. 巴西的WTC、MWC与PWC分析**
WTC结果显示，Bovespa指数与布伦特原油和原油在中期（32–256天）存在强且时变的同相位耦合（in-phase），在危机期间（如2008–2009年金融危机）油价领先股指，而在非危机期间（如2012年、2019–2020年）股指领先油价，反映股票市场的前瞻性。MWC分析显示，纳入汇率后相干性在中期至长期（128–1024天）增强；PWC分析表明，排除汇率变量后相干性显著降低，尤其在布伦特原油和长期原油价格中，说明汇率是重要的传导渠道。天然气与Bovespa的关联较弱且呈反向关系，仅在长期（512–1024天）呈现脱碳效应。

**3. 俄罗斯的WTC、MWC与PWC分析**
WTC显示MOEX指数与油价存在强烈的时变关系，在中期（32–128天）多个危机时期（2007–2008、2008–2012、2015–2017、2020）油价主导股市，表明能源部门主导权益收益。MWC表明纳入汇率增强短期和中期相干性；PWC显示排除汇率（卢布）后相干性显著下降，证实汇率是关键传导途径，但长期（512–1024天）油-股联动不受影响。天然气与MOEX的关联较弱且不一致，汇率在中期提升相干性，但长期存在固有关系。

**4. 印度的WTC、MWC与PWC分析**
WTC显示Sensex指数与油价在中期（32–256天）出现油价领先股市的同相位模式，尤其在2008–2009和2018–2020年危机期间，反映印度作为石油净进口国（net oil importer）受油价负面冲击。MWC表明纳入汇率后短期（32–128天）和中期至长期相干性增强；PWC显示去除汇率后相干性降低，说明卢比兑美元动态放大了油价对股市的影响。天然气与Sensex关联弱，但汇率在中期至长期起关键作用。

**5. 中国的WTC、MWC与PWC分析**
WTC显示上证综指与油价存在间歇性动态联系，中期（32–128天）股市在某些时期领先油价（如2014–2018），而油价在特定时期（如2022–2023、2009–2010）领先股市，总体相干性较弱。MWC显示汇率在危机期间增强相干性，但PWC表明排除汇率后差异不大，说明油-股关联主要受国内需求和宏观经济政策影响。天然气与上证综指存在中等强度的同相位关联，股票市场在长期领先天然气，反映对未来能源消费的预期；PWC显示控制汇率后相干性小幅下降。

**6. 南非的WTC、MWC与PWC分析**
WTC显示ALSI与油价存在中等强度时变关系，危机时期油价领先股市，表明油价上涨通过进口成本和通胀负面冲击股市；但在2010、2012–2015年，ALSI资源股（如Sasol）领先油价，反映投资者对全球需求预期的传导。MWC显示纳入兰特（Rand）后中期至长期相干性显著增强；PWC显示去除汇率后相干性大幅下降，突出货币波动放大油价的冲击。天然气与ALSI关联较低且呈反向或切换模式，汇率在中期至长期驱动天然气-股票联动。

**7. 跨国比较总结（Table 3）**
所有国家的汇率均是传导能源价格冲击至股市的关键渠道，但符号和强度因经济结构而异：石油出口国（巴西、俄罗斯）呈现正向联动；石油净进口国（印度、南非）呈现负向联动；中国由于多元化经济结构，关联较为不规律且较弱。

**讨论与结论**

研究结论部分翻译如下：“本研究提出了一个全面的时间-频率分析，阐明了BRICS国家能源大宗商品（即布伦特原油、原油和天然气）、汇率与股指之间的相互依赖性。实证结果提供了关于控制国际金融市场的动态（在相对稳定期和严重危机期）的关键洞察。描述性统计证实这些市场的金融回报非正态，呈现强偏斜和峰度，表明存在厚尾和大幅波动冲击。小波变换相干（WTC）和偏小波相干（PWC）分析揭示了高度复杂、尺度依赖的关系。一个显著的跨国家发现是：汇率充当能源价格冲击向股票市场传递的主要通道。当排除货币影响后，从多小波相干（MWC）转换到PWC时，相干区域持续缩小，尤其在南非和俄罗斯。由于国有能源企业的重要影响，巴西和俄罗斯呈现同相位关系，油价上涨通常伴随股指改善。相反，在净进口国如印度和南非，油价上涨常通过货币贬值和通胀压力导致股市下跌。市场领导力是动态的：危机期间油价主导股指，而在复苏阶段股市（特别是中国和巴西）偶尔领先油价，反映预期需求和未来经济活动。本研究的含义为政策制定者、央行和国际投资者提供了关键指导。”