半导体行业的重新布局：后疫情时代的投资组合优化与系统韧性

《The North American Journal of Economics and Finance》：The semiconductor realignment: portfolio optimization and systemic resilience in the post-pandemic era

　　

• •
  我们分析了疫情前后的半导体行业相互关联性。
• •
  我们使用R²分解的连通性方法来映射结构网络的变化。
• •
  半导体行业从最大的净接收者转变为中性状态。
• •
  我们确定半导体是2020年后有效的对冲工具。
• •
  我们记录了由于市场整合而导致其多样化优势的侵蚀。

引言

半导体产业已经从周期性的供应商发展成为电子贸易的核心，成为现代数字时代的重要基础，在近年来经历了重大的变革。对人工智能等尖端技术的需求增长推动了该行业的迅速扩张。半导体被广泛应用于自动驾驶汽车、数据中心和其他新兴技术中。根据德勤（Deloitte）2025年的全球半导体行业展望和普华永道（PwC）2026年的全球半导体行业展望，市场预期具有巨大的增长潜力，预计到2030年市场规模将从目前的6270亿美元增长到超过1万亿美元。事实上，半导体已经从仅仅是一种高收益的金融资产转变为国家生产力的关键支柱。这一点得到了验证，因为长期来看，制造业产出对GDP有很强的溢出效应（Apergis等人，2025年），显著影响了整体经济表现。这种宏观经济效应显示了该行业对全球经济增长的重要性。

然而，半导体产业上升到系统重要性的同时，却身处一个日益不稳定的金融环境中。一个市场的波动会迅速波及其他市场，导致金融失衡，使得现代金融市场对外部冲击的脆弱性加剧（Koulmas等人，2024年）。在这样的时期，传统的多样化策略效果降低，因为跨市场的相关性通常会增强。因此，评估半导体作为金融传染源的潜力，而不仅仅是一个快速扩张的科技资产类别，是一个关键的研究问题。半导体行业的独特结构二元性，在资本密集型、依赖硬件的制造与尖端研发之间取得了平衡（Wang等人，2017年；Deng，2008年），使其处于实体工业周期和投机性股市的交汇点。因此，这一行业可能成为更广泛工业和商品市场的风险因素，同时也容易受到技术领域波动的影响。因此，要确定半导体是在互联网络中起到缓冲波动的作用，还是作为冲击的传播者，就需要研究这些相互作用。

令人惊讶的是，人们对半导体行业与其他市场的关联性的关注很少，相关研究也很有限。Gubareva等人（2023年）探讨了COVID-19媒体覆盖指数、MSCI世界半导体指数和MSCI世界能源指数之间的波动溢出效应。他们观察到不同的相关性水平，低相关性区间表明潜在的多样化收益。随着疫情恶化，半导体行业在波动传递方面表现优于能源行业。疫情后的这种脱钩使得半导体成为投资组合管理的有效工具，提供了显著的对冲效益。Huang等人（2024年）研究了地缘政治风险、5G行业、半导体领域和稀土矿物在不同周期中的关联性。虽然地缘政治风险会导致短期波动，但他们认为半导体行业是关键科技领域长期风险的主要来源。最近，Zeng等人（2026年）指出，美国半导体指数对清洁能源股票产生了相当大的回报和波动溢出效应，尤其是在中长期范围内。尽管这些跨市场相关性已有所研究，但半导体行业与更广泛的金融系统的相互联系尚未得到充分探索。因此，我们的研究旨在通过包括涵盖整个供应链范围的资产来揭示以往研究未涉及的风险传播路径，从上游生产到下游分销。

事实上，半导体行业与多个市场有着紧密的联系。首先，半导体是整个科技行业的重要组成部分。半导体性能是影响科技市场发展和波动性的主要因素，因为硬件能力对软件和数字创新至关重要。此外，工业供应链与材料、能源和采矿密切相关。科技相关企业的生产成本和财务可持续性直接受到采矿产品或原油价格波动的影响，因为芯片制造是资源密集型产业。除了硬件之外，随着汽车变得更加自动化和电气化，半导体对交通运输也至关重要。因此，芯片供应对现代工业生产至关重要。从金融角度来看，半导体行业将设计密集的美国市场与新兴经济体的制造中心联系起来，充当股票市场之间的桥梁。最后，该行业的快速增长与固定收益市场和商品市场建立了密切联系。投资者经常使用高收益企业债券来模仿科技公司的信用稳定性，或者转向黄金等“避风港”来对冲与科技行业相关的风险。因此，只要这些嵌入半导体行业的复杂关系没有得到充分解决，就难以全面理解市场的脆弱性。

本文旨在研究半导体行业与相关市场之间的波动溢出效应，包括来自以科技为中心的基础行业资产、工业供应链（材料、能源、原油、交通运输、金属和采矿）以及更广泛的金融市场（美国股票、新兴市场股票、美国政府债券、美国高收益债券、黄金）。分析涵盖了2012年11月1日至2025年10月31日的时期，使用Balli等人（2023年）的R²连通性框架来衡量溢出效应。为了考虑疫情导致的资产价格波动加剧，样本期被分为两个子时期（疫情前和疫情后）。此外，我们在两个时期内采用了双变量（Kroner和Sultan，1993年）和多变量（Cocca等人，2024年）方法，以严格评估半导体提供的对冲效益。此外，我们还为投资者提供了定制的投资策略，这些策略利用复杂的投资组合优化方法（Cocca等人，2024年；Kroner和Ng，1998年），旨在在2020年阈值定义的时期内最大化回报同时最小化风险。

本研究对现有文献做出了三项创新贡献。这是首次深入探讨半导体行业与广泛相关市场的相互关联性。与以往专注于半导体与清洁能源（Zeng等人，2026年）、能源（Gubareva等人，2023年）或关键矿物（Huang等人，2024年）之间溢出的研究不同，我们的论文通过整合涵盖整个产业链的资产（从原材料提取到终端市场物流），提供了更为全面的方法。通过这种方式，我们识别出仅依靠行业级数据时未能发现的具体风险传播渠道。其次，通过使用多层计量经济学建模方法，我们对半导体资产的对冲属性进行了更高级的评估。通过应用双变量和多变量对冲框架，我们比简单模型更稳健地评估了风险降低潜力。此外，我们制定了针对性的多变量投资策略，专注于半导体在提升投资组合风险调整后的表现方面的贡献。第三，通过基于2020年的结构变化将分析分为两个不同的时期，我们考虑了资产相关性的可能变化。这种划分使我们能够更细致地探讨资产价格在疫情引发波动下的动态。

本文的其余部分安排如下：第2节详细介绍了本研究使用的方法论，第3节描述了数据并进行了初步分析。第4节展示了实证结果和相关讨论。第5节总结了研究结果。

章节摘录

同时性和滞后R2分解连通性方法

由于R²连通性方法能够识别即时和滞后的溢出效应，我们采用了Balli等人（2023年）的该方法。传统的连通性模型无法充分解释半导体行业的潜在延迟反应，这些反应源于长的前置时间和库存周期，而该方法能够捕捉到这些现象。

数据

我们的样本包括来自核心半导体行业（半导体、科技）、工业供应链（材料、能源、原油、交通运输、金属和采矿）以及广泛金融市场（美国股票、新兴市场股票、美国政府债券、美国高收益债券、黄金）的资产。我们使用交易所交易基金（ETFs）进行数据分析。这些方法具有多样化的优势，如降低成本、提高效率、税收优惠和操作灵活性

结构断点的识别

Bai和Perron（2003）测试检测到的断点显示在表4中。内生测试确定了整个样本中的三个结构断点。我们还提供了这些断点背后的可能驱动力。

虽然第三个断点（2021年7月27日）反映了疫情后时代的多步骤演变和复合性中断（如2022年的供应链危机和通胀冲击），但第二个断点（2020年3月11日）代表了最重要的、影响最大的

结论

本研究探讨了在当前供应链中断导致的金融不稳定背景下，半导体行业与相关市场之间的相互关联性。研究涵盖了来自核心半导体行业（半导体、科技）、工业供应链（材料、能源、原油、交通运输、金属和采矿）以及更广泛金融市场（美国股票、新兴市场股票、美国政府债券、美国高收益债券、黄金）的资产。

CRediT作者贡献声明

Spyros Papathanasiou：写作——审阅与编辑、可视化、监督、项目管理、概念构思。Drosos Koutsokostas：写作——初稿撰写、方法论设计、调查、正式分析、数据整理。Panos Xidonas：写作——审阅与编辑、验证、软件开发、资源协调、数据整理。Stephane Goutte：写作——审阅与编辑、验证、软件开发、资源协调、数据整理。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。

Spyros Papathanasiou|Drosos Koutsokostas