基于COPULA函數(shù)解析國(guó)際原油價(jià)格與中國(guó)股市的動(dòng)態(tài)關(guān)聯(lián)及市場(chǎng)影響一、引言1.1研究背景與意義1.1.1研究背景在當(dāng)今全球化的經(jīng)濟(jì)格局中，國(guó)際原油市場(chǎng)和中國(guó)股市無(wú)疑占據(jù)著舉足輕重的地位。原油，作為一種關(guān)鍵的基礎(chǔ)能源和重要的工業(yè)原料，其價(jià)格波動(dòng)猶如蝴蝶效應(yīng)，對(duì)全球經(jīng)濟(jì)產(chǎn)生著深遠(yuǎn)且廣泛的影響。從交通運(yùn)輸領(lǐng)域的燃油供應(yīng)，到化工產(chǎn)業(yè)的原材料基礎(chǔ)，原油價(jià)格的變動(dòng)直接關(guān)系到各行業(yè)的生產(chǎn)成本與運(yùn)營(yíng)效益。國(guó)際原油市場(chǎng)是全球最重要的商品市場(chǎng)之一，其價(jià)格走勢(shì)受到多種復(fù)雜因素的交織影響。地緣政治局勢(shì)的緊張或緩和，如中東地區(qū)的沖突與和平協(xié)議，直接影響著原油的供應(yīng)穩(wěn)定性；全球經(jīng)濟(jì)增長(zhǎng)的強(qiáng)勁或疲軟，決定了原油的需求規(guī)模，經(jīng)濟(jì)繁榮時(shí)期，工業(yè)生產(chǎn)和交通運(yùn)輸對(duì)原油的需求旺盛，而經(jīng)濟(jì)衰退時(shí)需求則會(huì)大幅下降；主要產(chǎn)油國(guó)的產(chǎn)量決策，如石油輸出國(guó)組織（OPEC）的減產(chǎn)或增產(chǎn)協(xié)議，以及非OPEC產(chǎn)油國(guó)的生產(chǎn)策略調(diào)整，都能在短期內(nèi)引發(fā)原油價(jià)格的劇烈波動(dòng)。例如，2020年OPEC+減產(chǎn)談判失敗，沙特計(jì)劃增產(chǎn)，導(dǎo)致國(guó)際油價(jià)大幅下跌，布倫特原油價(jià)格一度跌至多年來(lái)的低點(diǎn)，這不僅沖擊了全球能源市場(chǎng)，也對(duì)相關(guān)行業(yè)和國(guó)家經(jīng)濟(jì)造成了巨大沖擊。中國(guó)股市，作為中國(guó)經(jīng)濟(jì)的“晴雨表”，是企業(yè)融資的重要平臺(tái)和投資者資產(chǎn)配置的關(guān)鍵領(lǐng)域。隨著中國(guó)經(jīng)濟(jì)的持續(xù)增長(zhǎng)和金融市場(chǎng)改革的不斷深化，中國(guó)股市的規(guī)模和影響力日益擴(kuò)大。上市公司涵蓋了國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域，從傳統(tǒng)制造業(yè)到新興的高科技產(chǎn)業(yè)，股市的表現(xiàn)反映了企業(yè)的經(jīng)營(yíng)狀況和投資者對(duì)經(jīng)濟(jì)前景的預(yù)期。然而，中國(guó)股市也受到國(guó)內(nèi)外多種因素的影響，國(guó)內(nèi)宏觀經(jīng)濟(jì)政策的調(diào)整，如貨幣政策的松緊、財(cái)政政策的積極或穩(wěn)健，直接影響著股市的資金面和企業(yè)的盈利預(yù)期；行業(yè)發(fā)展趨勢(shì)的變化，新興產(chǎn)業(yè)的崛起和傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，推動(dòng)著不同板塊股票價(jià)格的波動(dòng)；國(guó)際金融市場(chǎng)的波動(dòng)，如全球股市的漲跌、匯率的變動(dòng)，也會(huì)通過(guò)資本流動(dòng)和投資者情緒等渠道對(duì)中國(guó)股市產(chǎn)生溢出效應(yīng)。國(guó)際原油價(jià)格與中國(guó)股市之間存在著千絲萬(wàn)縷的聯(lián)系，這種聯(lián)系在經(jīng)濟(jì)活動(dòng)中扮演著重要角色。一方面，原油價(jià)格的波動(dòng)會(huì)直接影響企業(yè)的生產(chǎn)成本。對(duì)于航空、運(yùn)輸?shù)雀叨纫蕾囀偷男袠I(yè)，原油價(jià)格上漲會(huì)導(dǎo)致燃油成本大幅增加，壓縮企業(yè)利潤(rùn)空間，進(jìn)而可能引發(fā)相關(guān)企業(yè)股票價(jià)格下跌；而對(duì)于石油開采、煉油等上游產(chǎn)業(yè)，原油價(jià)格上漲則意味著更高的收益和利潤(rùn)，可能推動(dòng)其股票價(jià)格上升。另一方面，原油價(jià)格波動(dòng)還會(huì)通過(guò)影響通貨膨脹預(yù)期、利率水平和投資者情緒等宏觀經(jīng)濟(jì)因素，間接作用于中國(guó)股市。當(dāng)原油價(jià)格上漲引發(fā)通貨膨脹預(yù)期上升時(shí)，央行可能會(huì)采取緊縮的貨幣政策，提高利率，這會(huì)增加企業(yè)的融資成本，抑制股市的資金流入，對(duì)股市產(chǎn)生負(fù)面影響；同時(shí)，投資者對(duì)經(jīng)濟(jì)前景的擔(dān)憂也會(huì)導(dǎo)致股市的不確定性增加，市場(chǎng)風(fēng)險(xiǎn)偏好下降。例如，在2008年全球金融危機(jī)期間，國(guó)際原油價(jià)格大幅下跌，中國(guó)股市也隨之暴跌，上證指數(shù)從年初的5261.56點(diǎn)一路下跌至年末的1820.81點(diǎn)，跌幅超過(guò)65%，充分顯示了兩者在極端市場(chǎng)環(huán)境下的緊密關(guān)聯(lián)性。綜上所述，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性研究具有重要的現(xiàn)實(shí)背景和研究?jī)r(jià)值。深入探討兩者之間的關(guān)系，不僅有助于我們更好地理解全球經(jīng)濟(jì)和金融市場(chǎng)的運(yùn)行機(jī)制，還能為投資者、企業(yè)和政策制定者提供有價(jià)值的決策參考，以應(yīng)對(duì)市場(chǎng)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)和機(jī)遇。1.1.2研究意義本研究從理論、投資實(shí)踐和政策制定三個(gè)層面，深入剖析國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性，具有重要的意義。從理論層面來(lái)看，金融市場(chǎng)相關(guān)性研究一直是學(xué)術(shù)界的重要課題。國(guó)際原油市場(chǎng)和股票市場(chǎng)作為金融市場(chǎng)的重要組成部分，其相關(guān)性研究有助于完善金融市場(chǎng)理論體系。傳統(tǒng)的金融理論在解釋不同市場(chǎng)之間的關(guān)系時(shí)，往往基于線性相關(guān)假設(shè)，但實(shí)際市場(chǎng)中，國(guó)際原油價(jià)格與中國(guó)股市的關(guān)系呈現(xiàn)出復(fù)雜的非線性特征。通過(guò)運(yùn)用Copula函數(shù)等現(xiàn)代計(jì)量方法進(jìn)行研究，可以突破傳統(tǒng)理論的局限性，更準(zhǔn)確地刻畫兩者之間的非線性相依結(jié)構(gòu)和動(dòng)態(tài)變化關(guān)系，為金融市場(chǎng)相關(guān)性研究提供新的視角和方法，豐富和拓展金融市場(chǎng)理論的內(nèi)涵和外延。這不僅有助于學(xué)術(shù)界深入理解金融市場(chǎng)的運(yùn)行規(guī)律，還能為后續(xù)相關(guān)研究奠定堅(jiān)實(shí)的理論基礎(chǔ)，推動(dòng)金融市場(chǎng)理論的不斷發(fā)展和創(chuàng)新。對(duì)于投資者而言，深入了解國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性具有重要的實(shí)踐指導(dǎo)意義。在資產(chǎn)配置方面，投資者可以根據(jù)兩者的相關(guān)性，合理調(diào)整投資組合中原油相關(guān)資產(chǎn)和股票資產(chǎn)的比例，以實(shí)現(xiàn)風(fēng)險(xiǎn)分散和收益最大化的目標(biāo)。當(dāng)國(guó)際原油價(jià)格與中國(guó)股市呈現(xiàn)負(fù)相關(guān)時(shí)，投資者可以適當(dāng)增加原油相關(guān)資產(chǎn)的配置，降低股票資產(chǎn)的比例，以對(duì)沖股市下跌的風(fēng)險(xiǎn)；反之，當(dāng)兩者呈現(xiàn)正相關(guān)時(shí)，則可以根據(jù)市場(chǎng)情況調(diào)整投資組合。在風(fēng)險(xiǎn)管理方面，通過(guò)對(duì)兩者相關(guān)性的分析，投資者能夠更準(zhǔn)確地評(píng)估投資組合的風(fēng)險(xiǎn)水平，及時(shí)發(fā)現(xiàn)潛在的風(fēng)險(xiǎn)因素，并采取相應(yīng)的風(fēng)險(xiǎn)控制措施。例如，當(dāng)國(guó)際原油價(jià)格出現(xiàn)大幅波動(dòng)時(shí)，投資者可以根據(jù)其與中國(guó)股市的相關(guān)性，提前預(yù)測(cè)股市可能受到的影響，從而調(diào)整投資策略，避免或減少投資損失。此外，對(duì)兩者相關(guān)性的研究還可以幫助投資者挖掘市場(chǎng)中的投資機(jī)會(huì)，把握不同資產(chǎn)價(jià)格波動(dòng)帶來(lái)的套利空間，提高投資收益。對(duì)于政策制定者來(lái)說(shuō)，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性研究為其提供了重要的決策參考。在宏觀經(jīng)濟(jì)政策制定方面，政策制定者需要考慮國(guó)際原油價(jià)格波動(dòng)對(duì)國(guó)內(nèi)經(jīng)濟(jì)和股市的影響，制定相應(yīng)的財(cái)政政策、貨幣政策和產(chǎn)業(yè)政策，以保持經(jīng)濟(jì)的穩(wěn)定增長(zhǎng)和金融市場(chǎng)的穩(wěn)定。當(dāng)國(guó)際原油價(jià)格上漲導(dǎo)致通貨膨脹壓力增大時(shí)，央行可以通過(guò)調(diào)整貨幣政策，如提高利率、收緊貨幣供應(yīng)量，來(lái)抑制通貨膨脹；政府可以通過(guò)財(cái)政補(bǔ)貼等方式，減輕相關(guān)行業(yè)的成本壓力，促進(jìn)經(jīng)濟(jì)的平穩(wěn)運(yùn)行。在金融市場(chǎng)監(jiān)管方面，政策制定者可以根據(jù)兩者的相關(guān)性，加強(qiáng)對(duì)金融市場(chǎng)的監(jiān)管，防范系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生。例如，加強(qiáng)對(duì)原油期貨市場(chǎng)和股票市場(chǎng)的聯(lián)動(dòng)監(jiān)管，防止市場(chǎng)操縱和過(guò)度投機(jī)行為，維護(hù)金融市場(chǎng)的公平、公正和透明。此外，研究結(jié)果還可以為政府制定能源政策和產(chǎn)業(yè)政策提供依據(jù)，推動(dòng)能源結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級(jí)，提高經(jīng)濟(jì)的抗風(fēng)險(xiǎn)能力和可持續(xù)發(fā)展能力。1.2國(guó)內(nèi)外研究現(xiàn)狀國(guó)際原油價(jià)格與股票市場(chǎng)相關(guān)性的研究，長(zhǎng)期以來(lái)都是學(xué)術(shù)界和金融領(lǐng)域的重點(diǎn)關(guān)注對(duì)象。早期研究主要運(yùn)用傳統(tǒng)線性相關(guān)分析方法，隨著金融市場(chǎng)的發(fā)展和研究的深入，Copula函數(shù)因其在刻畫變量間非線性、非對(duì)稱相關(guān)關(guān)系方面的獨(dú)特優(yōu)勢(shì)，逐漸成為該領(lǐng)域的重要研究工具。國(guó)內(nèi)外學(xué)者運(yùn)用Copula函數(shù)從不同角度對(duì)國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性展開了多方面的研究。國(guó)外學(xué)者在該領(lǐng)域的研究起步較早。如Al-Mudhaf和ThomasH.Goodwin（1993）通過(guò)對(duì)20世紀(jì)70年代數(shù)據(jù)的分析，發(fā)現(xiàn)石油價(jià)格沖擊對(duì)股票市場(chǎng)存在顯著影響，證實(shí)了兩者之間存在關(guān)聯(lián)性。此后，更多學(xué)者運(yùn)用不同方法深入研究。Basher和Sadorsky（2006）探討了石油價(jià)格風(fēng)險(xiǎn)與新興股票市場(chǎng)的關(guān)系，發(fā)現(xiàn)石油價(jià)格波動(dòng)對(duì)新興市場(chǎng)股票價(jià)格有顯著影響，且不同市場(chǎng)的影響程度存在差異。在Copula函數(shù)應(yīng)用方面，Aas等（2009）引入藤Copula模型，能夠處理高維變量間的復(fù)雜相依結(jié)構(gòu)，為研究多個(gè)金融市場(chǎng)間的關(guān)系提供了新的視角。在研究國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性時(shí)，部分國(guó)外學(xué)者發(fā)現(xiàn)中國(guó)股市與國(guó)際原油市場(chǎng)的相關(guān)性相對(duì)較弱，但在某些特殊時(shí)期，如全球金融危機(jī)期間，相關(guān)性會(huì)顯著增強(qiáng)。國(guó)內(nèi)學(xué)者對(duì)國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性的研究也取得了豐富成果。金洪飛和金犖（2010）基于行業(yè)數(shù)據(jù)的經(jīng)驗(yàn)分析，發(fā)現(xiàn)國(guó)際石油價(jià)格對(duì)中國(guó)股票市場(chǎng)存在影響，且不同行業(yè)受影響程度不同。李紅霞和傅強(qiáng)（2011）從能源價(jià)格沖擊、宏觀經(jīng)濟(jì)因素與行業(yè)股價(jià)決定的角度，研究了原油價(jià)格對(duì)中國(guó)上市公司28個(gè)行業(yè)板塊的影響，進(jìn)一步揭示了原油價(jià)格與股市關(guān)系在行業(yè)層面的差異。在Copula函數(shù)應(yīng)用方面，余樂安等（2018）運(yùn)用vinecopula模型對(duì)國(guó)際油價(jià)和中美兩國(guó)股價(jià)之間相依關(guān)系進(jìn)行分析，發(fā)現(xiàn)中國(guó)行業(yè)股票價(jià)格指數(shù)與國(guó)際油價(jià)之間的相依關(guān)系要弱于美國(guó)行業(yè)股票價(jià)格指數(shù)與國(guó)際油價(jià)的相依關(guān)系。在Copula函數(shù)具體應(yīng)用于國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性研究中，學(xué)者們?cè)谀Ｐ瓦x擇和實(shí)證分析上有諸多成果。如一些研究采用靜態(tài)Copula模型，通過(guò)構(gòu)建國(guó)際原油價(jià)格與中國(guó)股市指數(shù)收益率的聯(lián)合分布，分析兩者的相關(guān)程度和尾部相關(guān)性。但靜態(tài)Copula模型無(wú)法捕捉變量間的時(shí)變特征，為此，動(dòng)態(tài)Copula模型應(yīng)運(yùn)而生。動(dòng)態(tài)Copula模型考慮了時(shí)間序列的動(dòng)態(tài)特性，能更準(zhǔn)確地刻畫國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性隨時(shí)間的變化。部分研究還結(jié)合GARCH類模型對(duì)收益率序列的波動(dòng)特征進(jìn)行刻畫，再運(yùn)用Copula函數(shù)構(gòu)建聯(lián)合分布，進(jìn)一步提高了模型的擬合效果和預(yù)測(cè)能力。盡管國(guó)內(nèi)外學(xué)者在國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性研究方面取得了顯著進(jìn)展，但仍存在一些不足之處。部分研究樣本數(shù)據(jù)的時(shí)間跨度較短，可能無(wú)法全面反映兩者在不同經(jīng)濟(jì)周期和市場(chǎng)環(huán)境下的相關(guān)性特征。此外，在模型選擇和應(yīng)用上，雖然Copula函數(shù)已得到廣泛應(yīng)用，但不同類型的Copula函數(shù)適用于不同的數(shù)據(jù)特征和研究目的，如何選擇最合適的Copula模型以及如何進(jìn)一步改進(jìn)模型以提高其對(duì)復(fù)雜金融市場(chǎng)的適應(yīng)性，仍有待深入探討。在研究國(guó)際原油價(jià)格對(duì)中國(guó)股市的影響機(jī)制時(shí)，雖然已有研究從宏觀經(jīng)濟(jì)因素、行業(yè)層面等多個(gè)角度進(jìn)行分析，但對(duì)于一些深層次的影響因素，如投資者情緒、市場(chǎng)預(yù)期等在兩者相關(guān)性中的作用，研究還不夠充分。1.3研究方法與創(chuàng)新點(diǎn)1.3.1研究方法本研究綜合運(yùn)用多種方法，深入剖析國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性，力求全面、準(zhǔn)確地揭示兩者之間的復(fù)雜關(guān)系。Copula函數(shù)作為核心方法，在本研究中發(fā)揮著關(guān)鍵作用。Copula函數(shù)能夠有效刻畫變量之間的非線性、非對(duì)稱相關(guān)關(guān)系，突破了傳統(tǒng)線性相關(guān)分析方法的局限。在金融市場(chǎng)中，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性并非簡(jiǎn)單的線性關(guān)系，而是呈現(xiàn)出復(fù)雜的動(dòng)態(tài)變化特征。例如，在不同的經(jīng)濟(jì)周期、市場(chǎng)環(huán)境以及重大事件沖擊下，兩者的相關(guān)性可能會(huì)發(fā)生顯著改變。通過(guò)Copula函數(shù)，我們可以構(gòu)建國(guó)際原油價(jià)格與中國(guó)股市收益率的聯(lián)合分布，準(zhǔn)確度量?jī)烧咧g的相關(guān)程度和尾部相關(guān)性。具體而言，通過(guò)選擇合適的Copula模型，如高斯Copula、Student-tCopula、GumbelCopula等，可以捕捉到不同類型的相關(guān)結(jié)構(gòu)。高斯Copula適用于描述變量間的線性相關(guān)關(guān)系；Student-tCopula能夠刻畫具有厚尾特征的變量間相關(guān)性；GumbelCopula則在度量上尾相關(guān)性方面具有優(yōu)勢(shì)。通過(guò)對(duì)不同Copula模型的比較和選擇，能夠更精確地反映國(guó)際原油價(jià)格與中國(guó)股市之間的真實(shí)相依關(guān)系。為了更好地刻畫收益率序列的特征，本研究結(jié)合了計(jì)量模型，如GARCH類模型。金融時(shí)間序列通常具有尖峰厚尾、波動(dòng)聚集等特征，傳統(tǒng)的線性模型難以準(zhǔn)確描述這些特性。GARCH類模型，包括GARCH（廣義自回歸條件異方差模型）、EGARCH（指數(shù)廣義自回歸條件異方差模型）等，能夠有效地捕捉收益率序列的波動(dòng)聚類性和異方差性。以GARCH(p,q)模型為例，它通過(guò)建立條件方差方程，考慮了過(guò)去的方差信息對(duì)當(dāng)前方差的影響，從而更準(zhǔn)確地描述收益率的波動(dòng)特征。在研究國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性時(shí)，首先運(yùn)用GARCH類模型對(duì)兩者的收益率序列進(jìn)行建模，得到具有良好擬合效果的邊緣分布。然后，將這些邊緣分布代入Copula函數(shù)中，構(gòu)建聯(lián)合分布，進(jìn)一步提高了對(duì)兩者相關(guān)性分析的準(zhǔn)確性。在數(shù)據(jù)處理和分析過(guò)程中，本研究運(yùn)用了數(shù)據(jù)統(tǒng)計(jì)分析方法。在數(shù)據(jù)收集階段，通過(guò)多種渠道獲取了國(guó)際原油價(jià)格和中國(guó)股市的相關(guān)數(shù)據(jù)，包括歷史價(jià)格數(shù)據(jù)、成交量數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)等，并對(duì)數(shù)據(jù)進(jìn)行了清洗和預(yù)處理，確保數(shù)據(jù)的準(zhǔn)確性和完整性。在數(shù)據(jù)分析階段，運(yùn)用描述性統(tǒng)計(jì)分析方法，對(duì)數(shù)據(jù)的基本特征進(jìn)行了分析，如均值、標(biāo)準(zhǔn)差、偏度、峰度等，初步了解國(guó)際原油價(jià)格和中國(guó)股市收益率的分布情況。通過(guò)繪制數(shù)據(jù)的時(shí)間序列圖，直觀地觀察兩者的價(jià)格走勢(shì)和波動(dòng)情況，為后續(xù)的建模和分析提供了直觀的依據(jù)。此外，還運(yùn)用了相關(guān)性分析、格蘭杰因果檢驗(yàn)等方法，對(duì)國(guó)際原油價(jià)格與中國(guó)股市之間的線性相關(guān)性和因果關(guān)系進(jìn)行了初步探索，為深入研究?jī)烧叩南嚓P(guān)性提供了基礎(chǔ)。1.3.2創(chuàng)新點(diǎn)本研究在研究視角、數(shù)據(jù)選取和模型運(yùn)用等方面具有一定的創(chuàng)新之處。在研究視角上，本研究不僅關(guān)注國(guó)際原油價(jià)格與中國(guó)股市整體的相關(guān)性，還深入探討了在不同市場(chǎng)條件和經(jīng)濟(jì)環(huán)境下，兩者相關(guān)性的動(dòng)態(tài)變化特征。以往的研究大多側(cè)重于分析兩者在一般市場(chǎng)條件下的相關(guān)性，而忽略了市場(chǎng)環(huán)境變化對(duì)相關(guān)性的影響。本研究通過(guò)將樣本區(qū)間劃分為不同的市場(chǎng)階段，如牛市、熊市、平穩(wěn)期等，以及考慮重大經(jīng)濟(jì)事件，如金融危機(jī)、宏觀經(jīng)濟(jì)政策調(diào)整等的影響，全面分析了國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性在不同市場(chǎng)條件下的變化規(guī)律。在金融危機(jī)期間，市場(chǎng)的不確定性增加，投資者情緒波動(dòng)較大，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性可能會(huì)發(fā)生顯著變化。通過(guò)對(duì)這些特殊時(shí)期的研究，能夠更深入地了解兩者之間的關(guān)系，為投資者和政策制定者提供更具針對(duì)性的決策參考。在數(shù)據(jù)選取方面，本研究采用了高頻數(shù)據(jù)，提高了研究的時(shí)效性和準(zhǔn)確性。傳統(tǒng)研究多使用低頻數(shù)據(jù)，如月度數(shù)據(jù)、季度數(shù)據(jù)等，這些數(shù)據(jù)雖然能夠反映市場(chǎng)的長(zhǎng)期趨勢(shì)，但可能會(huì)忽略市場(chǎng)短期內(nèi)的變化信息。高頻數(shù)據(jù)，如日數(shù)據(jù)、小時(shí)數(shù)據(jù)等，能夠更及時(shí)地捕捉市場(chǎng)的動(dòng)態(tài)變化，反映出國(guó)際原油價(jià)格與中國(guó)股市之間的短期相關(guān)性。通過(guò)使用高頻數(shù)據(jù)，能夠更準(zhǔn)確地把握市場(chǎng)的短期波動(dòng)和風(fēng)險(xiǎn)，為投資者的短期交易決策提供更及時(shí)的信息。同時(shí)，高頻數(shù)據(jù)也有助于更細(xì)致地研究?jī)烧呦嚓P(guān)性在短期內(nèi)的變化特征，豐富了對(duì)兩者關(guān)系的認(rèn)識(shí)。在模型運(yùn)用上，本研究結(jié)合了多種模型，提高了研究的精度和可靠性。將Copula函數(shù)與GARCH類模型相結(jié)合，充分發(fā)揮了Copula函數(shù)刻畫非線性相關(guān)關(guān)系的優(yōu)勢(shì)和GARCH類模型刻畫收益率波動(dòng)特征的能力。相比單一模型的應(yīng)用，這種模型組合能夠更全面、準(zhǔn)確地描述國(guó)際原油價(jià)格與中國(guó)股市之間的復(fù)雜關(guān)系。在構(gòu)建聯(lián)合分布時(shí)，通過(guò)選擇不同類型的Copula函數(shù)，并結(jié)合GARCH類模型對(duì)邊緣分布的刻畫，能夠更靈活地適應(yīng)不同的數(shù)據(jù)特征和市場(chǎng)情況，提高了模型的擬合效果和預(yù)測(cè)能力。此外，本研究還對(duì)不同模型的結(jié)果進(jìn)行了比較和驗(yàn)證，進(jìn)一步增強(qiáng)了研究結(jié)論的可靠性。二、國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性理論基礎(chǔ)2.1國(guó)際原油市場(chǎng)概述國(guó)際原油市場(chǎng)的發(fā)展歷程波瀾壯闊，其起源可追溯至19世紀(jì)中葉。1859年，美國(guó)賓夕法尼亞州的德雷克井成功鉆探出石油，標(biāo)志著現(xiàn)代石油工業(yè)的開端。此后，石油的開采和利用逐漸興起，隨著內(nèi)燃機(jī)的發(fā)明和汽車工業(yè)的發(fā)展，石油作為重要的能源和工業(yè)原料，其地位日益凸顯。20世紀(jì)初，中東地區(qū)陸續(xù)發(fā)現(xiàn)大規(guī)模油田，如沙特阿拉伯的加瓦爾油田、科威特的布爾甘油田等，使得中東地區(qū)逐漸成為全球最重要的石油產(chǎn)區(qū)。在這一時(shí)期，歐美國(guó)家的石油公司在全球石油市場(chǎng)中占據(jù)主導(dǎo)地位，形成了“石油七姐妹”的壟斷格局。隨著全球經(jīng)濟(jì)的發(fā)展，石油需求不斷增長(zhǎng)，國(guó)際原油市場(chǎng)也在不斷演變。20世紀(jì)60年代，為了維護(hù)產(chǎn)油國(guó)的利益，石油輸出國(guó)組織（OPEC）成立，其成員國(guó)包括伊朗、伊拉克、科威特、沙特阿拉伯和委內(nèi)瑞拉等。OPEC通過(guò)協(xié)調(diào)成員國(guó)的石油產(chǎn)量，對(duì)國(guó)際原油價(jià)格產(chǎn)生了重要影響。1973年，第四次中東戰(zhàn)爭(zhēng)爆發(fā)，OPEC對(duì)歐美國(guó)家實(shí)施石油禁運(yùn)，引發(fā)了第一次石油危機(jī)，國(guó)際原油價(jià)格大幅上漲。這次危機(jī)使全球經(jīng)濟(jì)受到巨大沖擊，也促使各國(guó)開始重視能源安全和石油儲(chǔ)備。此后，國(guó)際原油市場(chǎng)經(jīng)歷了多次價(jià)格波動(dòng)，如1979年的第二次石油危機(jī)、20世紀(jì)80年代的油價(jià)暴跌、21世紀(jì)初的油價(jià)持續(xù)上漲以及2008年全球金融危機(jī)后的油價(jià)大幅下跌等。這些價(jià)格波動(dòng)不僅反映了全球經(jīng)濟(jì)形勢(shì)的變化，也受到地緣政治、供需關(guān)系、投機(jī)因素等多種因素的影響。在主要產(chǎn)油國(guó)方面，沙特阿拉伯、俄羅斯、美國(guó)、伊朗、中國(guó)、加拿大等國(guó)家是全球重要的原油生產(chǎn)國(guó)。沙特阿拉伯是全球最大的石油生產(chǎn)國(guó)之一，其石油產(chǎn)量占全球總產(chǎn)量的13.24%左右，擁有豐富的石油儲(chǔ)量，如加瓦爾油田是世界上最大的陸上油田。沙特阿拉伯的石油生產(chǎn)政策對(duì)國(guó)際原油價(jià)格有著重要影響，其通過(guò)調(diào)整產(chǎn)量來(lái)平衡市場(chǎng)供需，維護(hù)油價(jià)穩(wěn)定。俄羅斯也是重要的石油生產(chǎn)國(guó)，石油產(chǎn)量占全球的11.64%左右，其石油產(chǎn)區(qū)主要分布在西西伯利亞、伏爾加-烏拉爾等地區(qū)。俄羅斯的石油出口對(duì)其經(jīng)濟(jì)發(fā)展至關(guān)重要，在國(guó)際原油市場(chǎng)中具有重要地位。美國(guó)是全球第二大石油生產(chǎn)國(guó)，占全球石油生產(chǎn)總量的11.94%左右。近年來(lái)，隨著頁(yè)巖油開采技術(shù)的發(fā)展，美國(guó)的石油產(chǎn)量大幅增加，從石油進(jìn)口大國(guó)轉(zhuǎn)變?yōu)槭统隹趪?guó)，對(duì)國(guó)際原油市場(chǎng)的格局產(chǎn)生了重要影響。主要消費(fèi)國(guó)方面，美國(guó)、中國(guó)、日本、印度等國(guó)家是全球主要的原油消費(fèi)國(guó)。美國(guó)作為世界第一大經(jīng)濟(jì)體，長(zhǎng)期以來(lái)都是原油最大的消費(fèi)國(guó)，原油需求占世界比重長(zhǎng)期保持在20%左右。美國(guó)的原油消費(fèi)主要集中在交通運(yùn)輸、工業(yè)生產(chǎn)等領(lǐng)域，其經(jīng)濟(jì)發(fā)展對(duì)原油的依賴程度較高。中國(guó)是全球第二大原油消費(fèi)國(guó)，隨著經(jīng)濟(jì)的快速發(fā)展，對(duì)原油的需求不斷增長(zhǎng)。中國(guó)的原油消費(fèi)主要用于工業(yè)生產(chǎn)、交通運(yùn)輸和能源供應(yīng)等方面，原油進(jìn)口量逐年增加。日本是一個(gè)資源匱乏的國(guó)家，對(duì)原油的依賴程度極高，其原油消費(fèi)主要用于發(fā)電、工業(yè)生產(chǎn)和交通運(yùn)輸?shù)阮I(lǐng)域。印度經(jīng)濟(jì)的快速增長(zhǎng)也帶動(dòng)了原油需求的增加，成為全球重要的原油消費(fèi)國(guó)之一。國(guó)際原油價(jià)格的形成機(jī)制較為復(fù)雜，受到多種因素的綜合影響。從市場(chǎng)供需角度來(lái)看，這是決定原油價(jià)格的基礎(chǔ)因素。當(dāng)全球經(jīng)濟(jì)增長(zhǎng)強(qiáng)勁時(shí)，工業(yè)生產(chǎn)和交通運(yùn)輸?shù)阮I(lǐng)域?qū)υ偷男枨蟠蠓黾?，如果供?yīng)無(wú)法相應(yīng)跟上，就會(huì)推動(dòng)原油價(jià)格上漲。例如，在2003-2008年期間，全球經(jīng)濟(jì)快速增長(zhǎng)，對(duì)原油的需求旺盛，而供應(yīng)增長(zhǎng)相對(duì)緩慢，導(dǎo)致國(guó)際原油價(jià)格持續(xù)攀升，布倫特原油價(jià)格一度突破140美元/桶。反之，當(dāng)經(jīng)濟(jì)衰退或能源效率提高導(dǎo)致需求減少，而供應(yīng)保持穩(wěn)定或增加時(shí)，價(jià)格則可能下跌。2008年全球金融危機(jī)爆發(fā)后，經(jīng)濟(jì)衰退導(dǎo)致原油需求大幅下降，國(guó)際原油價(jià)格也隨之暴跌。地緣政治局勢(shì)對(duì)原油價(jià)格有著顯著的影響。中東地區(qū)作為主要的原油產(chǎn)區(qū)，該地區(qū)的政治動(dòng)蕩、戰(zhàn)爭(zhēng)沖突等不穩(wěn)定因素可能導(dǎo)致原油供應(yīng)中斷或減少，從而引發(fā)價(jià)格飆升。1990年伊拉克入侵科威特，引發(fā)海灣戰(zhàn)爭(zhēng)，國(guó)際原油價(jià)格大幅上漲。2011年，利比亞局勢(shì)動(dòng)蕩，導(dǎo)致其原油生產(chǎn)大幅下降，國(guó)際原油價(jià)格也出現(xiàn)了較大波動(dòng)。此外，主要產(chǎn)油國(guó)之間的地緣政治關(guān)系和政策協(xié)調(diào)也會(huì)影響原油市場(chǎng)的供應(yīng)和價(jià)格。OPEC成員國(guó)之間的產(chǎn)量協(xié)議以及OPEC與非OPEC產(chǎn)油國(guó)之間的合作（如OPEC+），都會(huì)對(duì)國(guó)際原油價(jià)格產(chǎn)生重要影響。金融市場(chǎng)因素也在原油價(jià)格形成中發(fā)揮著重要作用。原油期貨市場(chǎng)是原油價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)管理的重要場(chǎng)所，期貨市場(chǎng)的交易活動(dòng)和投資者情緒會(huì)影響原油價(jià)格。大量資金流入原油期貨市場(chǎng)，推動(dòng)價(jià)格上漲；而資金流出則可能導(dǎo)致價(jià)格下跌。原油價(jià)格與美元匯率之間存在一定的反向關(guān)系，由于原油主要以美元計(jì)價(jià)，美元走強(qiáng)通常會(huì)導(dǎo)致原油價(jià)格下跌，反之亦然。宏觀經(jīng)濟(jì)環(huán)境如通貨膨脹、利率水平等也會(huì)影響原油價(jià)格。通貨膨脹上升可能導(dǎo)致原油等商品價(jià)格上漲，以保持其實(shí)際價(jià)值；利率的變化會(huì)影響投資資金的流向，從而對(duì)原油市場(chǎng)產(chǎn)生影響。2.2中國(guó)股票市場(chǎng)概述中國(guó)股票市場(chǎng)的發(fā)展歷程是一部充滿變革與創(chuàng)新的奮斗史，見證了中國(guó)經(jīng)濟(jì)的騰飛與轉(zhuǎn)型。其起源可追溯至上世紀(jì)80年代，在改革開放的時(shí)代浪潮下，為滿足企業(yè)融資和經(jīng)濟(jì)發(fā)展的迫切需求，股票市場(chǎng)應(yīng)運(yùn)而生。1984年11月18日，上海飛樂音響股份有限公司向社會(huì)公開發(fā)行股票，這是新中國(guó)成立以來(lái)第一只嚴(yán)格意義上的股票，標(biāo)志著中國(guó)股票市場(chǎng)的萌芽，拉開了中國(guó)資本市場(chǎng)發(fā)展的序幕。1990年12月19日，上海證券交易所正式開業(yè)，成為中國(guó)內(nèi)地第一家證券交易所；1991年7月3日，深圳證券交易所正式開業(yè)。這兩大交易所的成立，為中國(guó)股票市場(chǎng)的發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)，構(gòu)建起股票交易的核心平臺(tái)，吸引了眾多企業(yè)上市融資，推動(dòng)了資本的流動(dòng)和配置。在股市發(fā)展初期，由于市場(chǎng)制度尚不完善，監(jiān)管體系不夠健全，投資者經(jīng)驗(yàn)相對(duì)匱乏，股市經(jīng)歷了多次大幅波動(dòng)和投機(jī)風(fēng)潮。但這些經(jīng)歷促使中國(guó)股市不斷探索和完善，逐漸認(rèn)識(shí)到規(guī)范化、法制化、市場(chǎng)化發(fā)展的重要性和緊迫性，為后續(xù)的改革和發(fā)展積累了寶貴經(jīng)驗(yàn)。進(jìn)入21世紀(jì)，中國(guó)股市迎來(lái)了快速發(fā)展的黃金時(shí)期。隨著中國(guó)經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)，企業(yè)的融資需求日益旺盛，越來(lái)越多的企業(yè)選擇通過(guò)上市融資來(lái)擴(kuò)大規(guī)模、提升競(jìng)爭(zhēng)力。政府也加大了對(duì)資本市場(chǎng)的支持力度，出臺(tái)了一系列政策措施，如股權(quán)分置改革、完善信息披露制度、加強(qiáng)投資者保護(hù)等，為股市的健康發(fā)展提供了有力保障。2005年啟動(dòng)的股權(quán)分置改革，解決了上市公司部分股份不能流通的問題，實(shí)現(xiàn)了同股同權(quán)，為股市的長(zhǎng)期健康發(fā)展奠定了堅(jiān)實(shí)基礎(chǔ)，增強(qiáng)了市場(chǎng)的活力和吸引力。這一時(shí)期，中國(guó)股市的規(guī)模不斷擴(kuò)大，上市公司數(shù)量持續(xù)增加，投資者隊(duì)伍日益壯大，市場(chǎng)機(jī)制逐步完善，股市的定價(jià)功能、融資功能以及優(yōu)化資源配置功能得到了充分發(fā)揮。中國(guó)股市的市場(chǎng)結(jié)構(gòu)豐富多樣，由多個(gè)重要板塊構(gòu)成，各板塊具有不同的特點(diǎn)和定位，共同服務(wù)于實(shí)體經(jīng)濟(jì)的發(fā)展。主板市場(chǎng)是大型成熟企業(yè)上市融資的主要場(chǎng)所，具有較高的上市門檻和嚴(yán)格的監(jiān)管要求。在主板上市的企業(yè)通常具有穩(wěn)定的業(yè)績(jī)、較大的規(guī)模和成熟的商業(yè)模式，如中國(guó)石油、工商銀行等大型國(guó)有企業(yè)。主板市場(chǎng)為這些企業(yè)提供了廣闊的融資平臺(tái)，助力它們進(jìn)一步擴(kuò)大生產(chǎn)規(guī)模、進(jìn)行技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)，在國(guó)民經(jīng)濟(jì)中發(fā)揮著重要的支柱作用。中小板市場(chǎng)主要面向具有一定規(guī)模和成長(zhǎng)性的中小企業(yè)。這些企業(yè)在發(fā)展過(guò)程中需要大量資金支持，中小板市場(chǎng)為它們提供了融資渠道，幫助企業(yè)解決資金瓶頸問題，促進(jìn)企業(yè)快速發(fā)展。與主板市場(chǎng)相比，中小板市場(chǎng)的上市門檻相對(duì)較低，更注重企業(yè)的成長(zhǎng)性和發(fā)展?jié)摿?。許多中小板企業(yè)在上市后借助資本市場(chǎng)的力量，實(shí)現(xiàn)了跨越式發(fā)展，成為行業(yè)的領(lǐng)軍企業(yè)。創(chuàng)業(yè)板市場(chǎng)側(cè)重于支持創(chuàng)新型、成長(zhǎng)型企業(yè)的發(fā)展，對(duì)企業(yè)的盈利要求相對(duì)較為寬松。創(chuàng)業(yè)板市場(chǎng)為那些具有創(chuàng)新技術(shù)、創(chuàng)新商業(yè)模式但暫時(shí)盈利不突出的企業(yè)提供了融資機(jī)會(huì)，推動(dòng)了科技創(chuàng)新和產(chǎn)業(yè)升級(jí)。許多新興的高科技企業(yè)，如互聯(lián)網(wǎng)、生物醫(yī)藥、新能源等領(lǐng)域的企業(yè)，通過(guò)在創(chuàng)業(yè)板上市獲得了發(fā)展所需的資金，實(shí)現(xiàn)了技術(shù)的突破和市場(chǎng)的拓展。創(chuàng)業(yè)板市場(chǎng)的設(shè)立，激發(fā)了創(chuàng)新創(chuàng)業(yè)的活力，促進(jìn)了新興產(chǎn)業(yè)的發(fā)展，為中國(guó)經(jīng)濟(jì)的轉(zhuǎn)型升級(jí)注入了新動(dòng)力?？苿?chuàng)板的設(shè)立是中國(guó)資本市場(chǎng)的一項(xiàng)重要?jiǎng)?chuàng)新，旨在為科技創(chuàng)新企業(yè)提供更具針對(duì)性的融資平臺(tái)。科創(chuàng)板重點(diǎn)支持新一代信息技術(shù)、高端裝備、新材料、新能源、節(jié)能環(huán)保以及生物醫(yī)藥等高新技術(shù)產(chǎn)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)的企業(yè)上市?？苿?chuàng)板實(shí)行注冊(cè)制，更加注重企業(yè)的科技創(chuàng)新能力和研發(fā)投入，為科技創(chuàng)新企業(yè)提供了更加便捷、高效的融資渠道?？苿?chuàng)板的推出，吸引了一大批優(yōu)質(zhì)科技創(chuàng)新企業(yè)上市，推動(dòng)了科技創(chuàng)新成果的轉(zhuǎn)化和產(chǎn)業(yè)化，提升了中國(guó)在全球科技競(jìng)爭(zhēng)中的地位。新三板市場(chǎng)為中小企業(yè)提供了股權(quán)交易和融資的機(jī)會(huì)。雖然其流動(dòng)性相對(duì)較弱，但對(duì)于中小企業(yè)的早期發(fā)展具有重要的支持作用。新三板市場(chǎng)的上市門檻較低，為那些尚未達(dá)到主板、中小板、創(chuàng)業(yè)板上市標(biāo)準(zhǔn)的中小企業(yè)提供了股權(quán)融資和交易的平臺(tái)，幫助企業(yè)解決融資難題，促進(jìn)企業(yè)的成長(zhǎng)和發(fā)展。中國(guó)股票市場(chǎng)的主要指數(shù)包括上證指數(shù)、深證成指、創(chuàng)業(yè)板指、滬深300等，它們?cè)诜从呈袌?chǎng)整體走勢(shì)和行業(yè)表現(xiàn)方面發(fā)揮著重要作用。上證指數(shù)是上海證券交易所編制的，以上海證券交易所掛牌上市的全部股票為計(jì)算范圍，以發(fā)行量為權(quán)數(shù)綜合計(jì)算的股價(jià)指數(shù)，能夠綜合反映上海證券交易所上市股票價(jià)格的變動(dòng)情況，是中國(guó)股市最具代表性的指數(shù)之一。深證成指是深圳證券交易所編制的，從深圳證券交易所掛牌上市的所有股票中抽取具有市場(chǎng)代表性的500家上市公司的股票為樣本，以流通股本為權(quán)數(shù)，以加權(quán)平均法計(jì)算的股價(jià)指數(shù)，反映了深圳證券交易所上市股票的整體價(jià)格走勢(shì)。創(chuàng)業(yè)板指是由深圳證券交易所編制的，以創(chuàng)業(yè)板股票為樣本股，以可流通股本數(shù)為權(quán)數(shù)，進(jìn)行加權(quán)逐日連鎖計(jì)算的股價(jià)指數(shù)，專門反映創(chuàng)業(yè)板市場(chǎng)的整體表現(xiàn)，為投資者提供了觀察創(chuàng)業(yè)板市場(chǎng)動(dòng)態(tài)的重要指標(biāo)。滬深300指數(shù)是由上海和深圳證券市場(chǎng)中選取300只A股作為樣本編制而成的成份股指數(shù)，樣本覆蓋了滬深市場(chǎng)六成左右的市值，具有良好的市場(chǎng)代表性，能夠綜合反映中國(guó)A股市場(chǎng)整體走勢(shì)，是眾多投資者進(jìn)行投資決策和業(yè)績(jī)?cè)u(píng)估的重要參考依據(jù)。影響中國(guó)股市股價(jià)的因素錯(cuò)綜復(fù)雜，宏觀經(jīng)濟(jì)形勢(shì)是重要的影響因素之一。當(dāng)國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)強(qiáng)勁時(shí)，企業(yè)的盈利預(yù)期通常會(huì)提高，投資者對(duì)股市的信心增強(qiáng)，推動(dòng)股價(jià)上漲。在經(jīng)濟(jì)繁榮時(shí)期，企業(yè)的銷售額和利潤(rùn)增加，吸引更多投資者購(gòu)買股票，從而推動(dòng)股價(jià)上升。反之，當(dāng)經(jīng)濟(jì)增長(zhǎng)放緩或出現(xiàn)衰退時(shí)，企業(yè)的盈利可能受到影響，投資者對(duì)股市的預(yù)期下降，股價(jià)往往會(huì)下跌。通貨膨脹率和利率水平也對(duì)股價(jià)產(chǎn)生重要影響。通貨膨脹率上升可能導(dǎo)致企業(yè)成本增加，利潤(rùn)下降，同時(shí)也會(huì)降低投資者的實(shí)際收益，從而對(duì)股價(jià)產(chǎn)生負(fù)面影響。利率的變化會(huì)影響資金的流向，當(dāng)利率上升時(shí)，債券等固定收益類產(chǎn)品的吸引力增加，部分資金會(huì)從股市流出，導(dǎo)致股價(jià)下跌；反之，當(dāng)利率下降時(shí)，資金會(huì)更傾向于流入股市，推動(dòng)股價(jià)上漲。行業(yè)發(fā)展趨勢(shì)對(duì)股價(jià)有著顯著影響。新興行業(yè)，如人工智能、大數(shù)據(jù)、新能源等，由于具有廣闊的發(fā)展前景和增長(zhǎng)潛力，相關(guān)企業(yè)的股價(jià)往往受到投資者的追捧。這些行業(yè)的企業(yè)在技術(shù)創(chuàng)新、市場(chǎng)拓展等方面具有優(yōu)勢(shì)，能夠獲得較高的估值和股價(jià)表現(xiàn)。而傳統(tǒng)行業(yè)如果面臨市場(chǎng)飽和、競(jìng)爭(zhēng)加劇等問題，其股價(jià)可能會(huì)受到抑制。企業(yè)自身的經(jīng)營(yíng)狀況和財(cái)務(wù)指標(biāo)是影響股價(jià)的直接因素。企業(yè)的盈利能力，如凈利潤(rùn)、毛利率等指標(biāo)，反映了企業(yè)的經(jīng)營(yíng)效益，盈利能力強(qiáng)的企業(yè)通常會(huì)吸引更多投資者，股價(jià)也相對(duì)較高。企業(yè)的資產(chǎn)負(fù)債狀況、現(xiàn)金流狀況等也會(huì)影響投資者對(duì)企業(yè)的信心和股價(jià)表現(xiàn)。資產(chǎn)負(fù)債率過(guò)高、現(xiàn)金流緊張的企業(yè)可能面臨較大的財(cái)務(wù)風(fēng)險(xiǎn)，投資者對(duì)其股價(jià)的預(yù)期可能較低。政策因素對(duì)中國(guó)股市的影響也不容忽視。國(guó)家的宏觀經(jīng)濟(jì)政策，如財(cái)政政策、貨幣政策等，會(huì)對(duì)股市產(chǎn)生直接或間接的影響。積極的財(cái)政政策，如增加政府支出、減少稅收，可能會(huì)刺激經(jīng)濟(jì)增長(zhǎng)，對(duì)股市產(chǎn)生正面影響。貨幣政策的調(diào)整，如貨幣供應(yīng)量的增減、利率的升降，會(huì)影響市場(chǎng)的資金面和企業(yè)的融資成本，進(jìn)而影響股價(jià)。證券監(jiān)管政策的變化，如新股發(fā)行制度的改革、對(duì)違規(guī)行為的監(jiān)管力度加強(qiáng)等，也會(huì)對(duì)股市的運(yùn)行和股價(jià)走勢(shì)產(chǎn)生重要影響。2.3相關(guān)性理論基礎(chǔ)2.3.1傳統(tǒng)相關(guān)性分析方法在金融市場(chǎng)相關(guān)性研究的早期階段，傳統(tǒng)相關(guān)性分析方法發(fā)揮了重要作用，其中皮爾遜相關(guān)系數(shù)和斯皮爾曼等級(jí)相關(guān)系數(shù)是最為常用的兩種方法。皮爾遜相關(guān)系數(shù)（PearsonCorrelationCoefficient）是一種線性相關(guān)度量方法，用于衡量?jī)蓚€(gè)變量之間線性關(guān)系的強(qiáng)度和方向。對(duì)于兩個(gè)隨機(jī)變量X和Y，其皮爾遜相關(guān)系數(shù)的計(jì)算公式為：\rho_{X,Y}=\frac{\text{Cov}(X,Y)}{\sigma_X\sigma_Y}其中，\text{Cov}(X,Y)表示X和Y的協(xié)方差，\sigma_X和\sigma_Y分別表示X和Y的標(biāo)準(zhǔn)差。皮爾遜相關(guān)系數(shù)的取值范圍在-1到1之間，當(dāng)\rho_{X,Y}=1時(shí)，表示X和Y之間存在完全正線性相關(guān)關(guān)系，即X增大時(shí)，Y也隨之增大；當(dāng)\rho_{X,Y}=-1時(shí)，表示X和Y之間存在完全負(fù)線性相關(guān)關(guān)系，即X增大時(shí)，Y減??；當(dāng)\rho_{X,Y}=0時(shí)，表示X和Y之間不存在線性相關(guān)關(guān)系。在研究國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性時(shí)，若采用皮爾遜相關(guān)系數(shù)進(jìn)行分析，假設(shè)我們選取國(guó)際原油價(jià)格收益率序列X和中國(guó)股市指數(shù)收益率序列Y，通過(guò)計(jì)算得到兩者的皮爾遜相關(guān)系數(shù)為0.3，這表明國(guó)際原油價(jià)格收益率與中國(guó)股市指數(shù)收益率之間存在一定程度的正線性相關(guān)關(guān)系，但相關(guān)程度并不高。然而，皮爾遜相關(guān)系數(shù)的局限性在于它只能衡量變量之間的線性相關(guān)關(guān)系，對(duì)于非線性相關(guān)關(guān)系則無(wú)法準(zhǔn)確度量。在實(shí)際金融市場(chǎng)中，國(guó)際原油價(jià)格與中國(guó)股市之間的關(guān)系往往呈現(xiàn)出復(fù)雜的非線性特征，如在某些特殊時(shí)期，兩者的相關(guān)性可能會(huì)發(fā)生突變，或者存在非對(duì)稱的相關(guān)關(guān)系。此時(shí)，皮爾遜相關(guān)系數(shù)就難以準(zhǔn)確反映兩者之間的真實(shí)關(guān)系。斯皮爾曼等級(jí)相關(guān)系數(shù)（SpearmanRankCorrelationCoefficient）是一種非參數(shù)的相關(guān)性度量方法，它不依賴于變量的分布形式，而是基于變量的秩次進(jìn)行計(jì)算。對(duì)于兩個(gè)變量X和Y，首先將它們的觀測(cè)值轉(zhuǎn)換為秩次，然后計(jì)算秩次之間的皮爾遜相關(guān)系數(shù)，得到的結(jié)果就是斯皮爾曼等級(jí)相關(guān)系數(shù)。其計(jì)算公式為：\rho_s=1-\frac{6\sum_{i=1}^{n}d_i^2}{n(n^2-1)}其中，n是樣本數(shù)量，d_i是第i個(gè)樣本中X和Y的秩次之差。斯皮爾曼等級(jí)相關(guān)系數(shù)的取值范圍同樣在-1到1之間，其含義與皮爾遜相關(guān)系數(shù)類似，但它更能反映變量之間的單調(diào)關(guān)系，而不僅僅是線性關(guān)系。在國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性研究中，斯皮爾曼等級(jí)相關(guān)系數(shù)雖然能在一定程度上彌補(bǔ)皮爾遜相關(guān)系數(shù)的不足，能夠處理變量間的非線性單調(diào)關(guān)系，但它仍然無(wú)法全面刻畫兩者之間復(fù)雜的非線性相依結(jié)構(gòu)。在面對(duì)國(guó)際原油價(jià)格與中國(guó)股市之間存在的復(fù)雜非線性關(guān)系時(shí)，如兩者的相關(guān)性可能隨著市場(chǎng)條件的變化而動(dòng)態(tài)變化，或者存在多個(gè)市場(chǎng)因素共同影響下的復(fù)雜相關(guān)關(guān)系，斯皮爾曼等級(jí)相關(guān)系數(shù)也難以準(zhǔn)確描述。在市場(chǎng)波動(dòng)較大、不確定性增加的時(shí)期，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性可能會(huì)受到多種因素的交互影響，呈現(xiàn)出更為復(fù)雜的變化模式，此時(shí)斯皮爾曼等級(jí)相關(guān)系數(shù)的局限性就會(huì)凸顯出來(lái)。2.3.2Copula函數(shù)原理與優(yōu)勢(shì)Copula函數(shù)，作為一種在金融市場(chǎng)相關(guān)性研究中具有重要應(yīng)用價(jià)值的工具，最早由Sklar在1959年提出。它的基本定義是：對(duì)于給定的n維聯(lián)合分布函數(shù)F(x_1,x_2,\cdots,x_n)，其邊緣分布函數(shù)分別為F_1(x_1),F_2(x_2),\cdots,F_n(x_n)，則存在一個(gè)n維Copula函數(shù)C(u_1,u_2,\cdots,u_n)，使得：F(x_1,x_2,\cdots,x_n)=C(F_1(x_1),F_2(x_2),\cdots,F_n(x_n))其中，u_i=F_i(x_i)，i=1,2,\cdots,n。這一理論表明，Copula函數(shù)能夠?qū)⒙?lián)合分布函數(shù)與邊緣分布函數(shù)巧妙地聯(lián)系起來(lái)，通過(guò)已知的邊緣分布函數(shù)構(gòu)建聯(lián)合分布函數(shù)，從而實(shí)現(xiàn)對(duì)變量間相依結(jié)構(gòu)的刻畫。Copula函數(shù)具有一些獨(dú)特的性質(zhì)，這些性質(zhì)使其在金融市場(chǎng)相關(guān)性研究中具有重要的應(yīng)用價(jià)值。Copula函數(shù)的取值范圍在0到1之間。當(dāng)Copula函數(shù)值為0時(shí)，表示變量之間相互獨(dú)立，即一個(gè)變量的變化不會(huì)對(duì)其他變量產(chǎn)生影響；當(dāng)Copula函數(shù)值為1時(shí)，表示變量之間存在完全的相依關(guān)系，即一個(gè)變量的變化能夠完全決定其他變量的變化。Copula函數(shù)對(duì)邊緣分布具有不變性。這意味著無(wú)論邊緣分布函數(shù)的具體形式如何，Copula函數(shù)所刻畫的變量間相依結(jié)構(gòu)保持不變。這種性質(zhì)使得Copula函數(shù)在處理不同分布類型的數(shù)據(jù)時(shí)具有很強(qiáng)的通用性，能夠適應(yīng)金融市場(chǎng)中各種復(fù)雜的數(shù)據(jù)特征。Copula函數(shù)還具有可分離性。對(duì)于n維Copula函數(shù)C(u_1,u_2,\cdots,u_n)，可以通過(guò)對(duì)部分變量進(jìn)行積分，得到低維的Copula函數(shù)。這種可分離性使得我們能夠從不同維度來(lái)分析變量間的相依關(guān)系，深入研究金融市場(chǎng)中多個(gè)變量之間的復(fù)雜關(guān)系。根據(jù)Copula函數(shù)的形式和特點(diǎn)，可以將其分為多種類型，常見的有橢圓Copula函數(shù)、阿基米德Copula函數(shù)等。橢圓Copula函數(shù)以高斯Copula和Student-tCopula為代表。高斯Copula基于多元正態(tài)分布，能夠描述變量間的線性相關(guān)關(guān)系，其形式簡(jiǎn)單，計(jì)算方便。在金融市場(chǎng)中，如果變量之間的相關(guān)性主要表現(xiàn)為線性關(guān)系，高斯Copula可以較好地刻畫這種關(guān)系。Student-tCopula則考慮了變量的厚尾特征，更適合描述具有厚尾分布的數(shù)據(jù)之間的相關(guān)性。在金融市場(chǎng)中，收益率序列往往具有厚尾特征，即極端事件發(fā)生的概率相對(duì)較高，此時(shí)Student-tCopula能夠更準(zhǔn)確地刻畫變量間的相關(guān)性。阿基米德Copula函數(shù)則具有更為靈活的形式，它通過(guò)一個(gè)生成函數(shù)來(lái)構(gòu)造Copula函數(shù)。常見的阿基米德Copula函數(shù)有GumbelCopula、ClaytonCopula等。GumbelCopula在度量上尾相關(guān)性方面具有優(yōu)勢(shì)，即當(dāng)變量同時(shí)取較大值時(shí)，GumbelCopula能夠準(zhǔn)確地刻畫它們之間的相關(guān)性。在金融市場(chǎng)中，當(dāng)市場(chǎng)處于牛市或出現(xiàn)極端上漲行情時(shí)，資產(chǎn)價(jià)格往往同時(shí)上漲，此時(shí)GumbelCopula可以用于分析不同資產(chǎn)之間的上尾相關(guān)性。ClaytonCopula則在度量下尾相關(guān)性方面表現(xiàn)出色，即當(dāng)變量同時(shí)取較小值時(shí)，ClaytonCopula能夠有效刻畫它們之間的相關(guān)性。在市場(chǎng)處于熊市或出現(xiàn)極端下跌行情時(shí)，ClaytonCopula可以用于研究資產(chǎn)價(jià)格同時(shí)下跌時(shí)的相關(guān)性。與傳統(tǒng)相關(guān)性分析方法相比，Copula函數(shù)在刻畫非線性、非對(duì)稱相關(guān)性方面具有顯著優(yōu)勢(shì)。傳統(tǒng)的皮爾遜相關(guān)系數(shù)只能衡量變量之間的線性相關(guān)關(guān)系，對(duì)于非線性相關(guān)關(guān)系則無(wú)法準(zhǔn)確度量。而Copula函數(shù)能夠刻畫變量之間的各種復(fù)雜相依結(jié)構(gòu)，包括非線性、非對(duì)稱的相關(guān)關(guān)系。在國(guó)際原油價(jià)格與中國(guó)股市的關(guān)系中，兩者可能在某些情況下呈現(xiàn)出非線性的相關(guān)關(guān)系，如國(guó)際原油價(jià)格的大幅波動(dòng)可能會(huì)引發(fā)中國(guó)股市的連鎖反應(yīng)，但這種反應(yīng)并非簡(jiǎn)單的線性關(guān)系，Copula函數(shù)能夠更準(zhǔn)確地描述這種復(fù)雜的關(guān)系。Copula函數(shù)還能夠更好地處理尾部相關(guān)性。在金融市場(chǎng)中，尾部相關(guān)性對(duì)于風(fēng)險(xiǎn)管理至關(guān)重要。傳統(tǒng)的相關(guān)性分析方法往往無(wú)法準(zhǔn)確捕捉到尾部相關(guān)性，而Copula函數(shù)可以通過(guò)不同類型的Copula函數(shù)來(lái)度量上尾和下尾相關(guān)性。通過(guò)GumbelCopula可以分析國(guó)際原油價(jià)格和中國(guó)股市在極端上漲情況下的相關(guān)性，通過(guò)ClaytonCopula可以研究它們?cè)跇O端下跌情況下的相關(guān)性。這種對(duì)尾部相關(guān)性的準(zhǔn)確刻畫，能夠幫助投資者更好地評(píng)估投資組合在極端市場(chǎng)條件下的風(fēng)險(xiǎn)，制定更為有效的風(fēng)險(xiǎn)管理策略。三、基于Copula函數(shù)的研究設(shè)計(jì)3.1數(shù)據(jù)選取與處理為了深入研究國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性，本研究精心選取了具有代表性的數(shù)據(jù)，并進(jìn)行了嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)處理和分析。在數(shù)據(jù)來(lái)源方面，國(guó)際原油價(jià)格數(shù)據(jù)選取了具有全球影響力的布倫特原油價(jià)格。布倫特原油是一種輕質(zhì)低硫原油，其價(jià)格是全球原油市場(chǎng)的重要基準(zhǔn)價(jià)格之一，廣泛用于國(guó)際原油貿(mào)易和定價(jià)。本研究獲取了2010年1月1日至2023年12月31日期間的布倫特原油日收盤價(jià)數(shù)據(jù)，數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)是金融領(lǐng)域常用的數(shù)據(jù)平臺(tái)，數(shù)據(jù)質(zhì)量可靠，能夠準(zhǔn)確反映國(guó)際原油市場(chǎng)的價(jià)格走勢(shì)。中國(guó)股市數(shù)據(jù)則選取了具有廣泛代表性的滬深300指數(shù)。滬深300指數(shù)由上海和深圳證券市場(chǎng)中選取300只A股作為樣本編制而成，樣本覆蓋了滬深市場(chǎng)六成左右的市值，能夠綜合反映中國(guó)A股市場(chǎng)整體走勢(shì)。本研究同樣獲取了2010年1月1日至2023年12月31日期間的滬深300指數(shù)日收盤價(jià)數(shù)據(jù)，數(shù)據(jù)也來(lái)源于Wind數(shù)據(jù)庫(kù)，確保了數(shù)據(jù)的準(zhǔn)確性和一致性。在數(shù)據(jù)處理過(guò)程中，首先對(duì)原始數(shù)據(jù)進(jìn)行了清洗，以確保數(shù)據(jù)的質(zhì)量和可靠性。檢查數(shù)據(jù)中是否存在缺失值，對(duì)于少量的缺失值，采用線性插值法進(jìn)行填充。對(duì)于異常值，通過(guò)繪制箱線圖進(jìn)行識(shí)別，對(duì)于明顯偏離正常范圍的異常值，采用均值替代法進(jìn)行修正。對(duì)滬深300指數(shù)數(shù)據(jù)，檢查到2015年7月8日的數(shù)據(jù)存在異常波動(dòng)，經(jīng)與其他數(shù)據(jù)源核對(duì)，發(fā)現(xiàn)該數(shù)據(jù)記錄有誤，遂采用前后兩天數(shù)據(jù)的均值進(jìn)行了修正。為了使數(shù)據(jù)更符合分析的要求，對(duì)數(shù)據(jù)進(jìn)行了預(yù)處理。將國(guó)際原油價(jià)格和滬深300指數(shù)的收盤價(jià)數(shù)據(jù)轉(zhuǎn)換為對(duì)數(shù)收益率序列，以消除數(shù)據(jù)的異方差性，并突出價(jià)格的相對(duì)變化。對(duì)數(shù)收益率的計(jì)算公式為：r_{t}=\ln\left(\frac{P_{t}}{P_{t-1}}\right)其中，r_{t}表示第t期的對(duì)數(shù)收益率，P_{t}表示第t期的收盤價(jià)，P_{t-1}表示第t-1期的收盤價(jià)。通過(guò)計(jì)算對(duì)數(shù)收益率，得到了國(guó)際原油價(jià)格對(duì)數(shù)收益率序列r_{oil,t}和滬深300指數(shù)對(duì)數(shù)收益率序列r_{stock,t}，用于后續(xù)的分析。對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，以了解數(shù)據(jù)的基本特征。通過(guò)計(jì)算國(guó)際原油價(jià)格對(duì)數(shù)收益率序列和滬深300指數(shù)對(duì)數(shù)收益率序列的均值、標(biāo)準(zhǔn)差、偏度和峰度等統(tǒng)計(jì)量，得到了以下結(jié)果：國(guó)際原油價(jià)格對(duì)數(shù)收益率序列的均值為\overline{r}_{oil}，標(biāo)準(zhǔn)差為\sigma_{oil}，偏度為Skew_{oil}，峰度為Kurt_{oil}；滬深300指數(shù)對(duì)數(shù)收益率序列的均值為\overline{r}_{stock}，標(biāo)準(zhǔn)差為\sigma_{stock}，偏度為Skew_{stock}，峰度為Kurt_{stock}。從統(tǒng)計(jì)結(jié)果可以看出，國(guó)際原油價(jià)格對(duì)數(shù)收益率序列的標(biāo)準(zhǔn)差較大，說(shuō)明其價(jià)格波動(dòng)較為劇烈；滬深300指數(shù)對(duì)數(shù)收益率序列的峰度大于3，呈現(xiàn)出尖峰厚尾的特征，表明股市收益率出現(xiàn)極端值的概率相對(duì)較高。通過(guò)繪制數(shù)據(jù)的時(shí)間序列圖，直觀地展示了國(guó)際原油價(jià)格和滬深300指數(shù)對(duì)數(shù)收益率的走勢(shì)，發(fā)現(xiàn)兩者在某些時(shí)間段內(nèi)存在一定的波動(dòng)同步性，初步表明兩者之間可能存在相關(guān)性。3.2模型構(gòu)建3.2.1邊緣分布模型選擇金融時(shí)間序列數(shù)據(jù)往往呈現(xiàn)出復(fù)雜的特征，如尖峰厚尾、波動(dòng)聚集等。在研究國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性時(shí)，準(zhǔn)確刻畫兩者收益率序列的邊緣分布至關(guān)重要。GARCH族模型因其在處理金融時(shí)間序列的這些特性方面具有顯著優(yōu)勢(shì)，成為本研究邊緣分布模型的首選。GARCH（廣義自回歸條件異方差）模型由Bollerslev于1986年提出，其核心思想是將條件方差表示為過(guò)去誤差平方和過(guò)去條件方差的線性函數(shù)。對(duì)于國(guó)際原油價(jià)格收益率序列r_{oil,t}，假設(shè)其服從GARCH(p,q)模型，均值方程可表示為：r_{oil,t}=\mu_{oil}+\epsilon_{oil,t}其中，\mu_{oil}為均值，\epsilon_{oil,t}為隨機(jī)誤差項(xiàng)。條件方差方程為：\sigma_{oil,t}^2=\omega_{oil}+\sum_{i=1}^{p}\alpha_{oil,i}\epsilon_{oil,t-i}^2+\sum_{j=1}^{q}\beta_{oil,j}\sigma_{oil,t-j}^2其中，\omega_{oil}為常數(shù)項(xiàng)，\alpha_{oil,i}和\beta_{oil,j}分別為ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)，\sigma_{oil,t}^2為條件方差。ARCH項(xiàng)反映了新息沖擊對(duì)條件方差的影響，GARCH項(xiàng)則體現(xiàn)了波動(dòng)的持續(xù)性。當(dāng)\sum_{i=1}^{p}\alpha_{oil,i}+\sum_{j=1}^{q}\beta_{oil,j}\lt1時(shí)，波動(dòng)是平穩(wěn)的，即過(guò)去的波動(dòng)對(duì)未來(lái)波動(dòng)的影響會(huì)逐漸衰減；當(dāng)\sum_{i=1}^{p}\alpha_{oil,i}+\sum_{j=1}^{q}\beta_{oil,j}=1時(shí)，波動(dòng)具有單位根，存在長(zhǎng)記憶性；當(dāng)\sum_{i=1}^{p}\alpha_{oil,i}+\sum_{j=1}^{q}\beta_{oil,j}\gt1時(shí)，波動(dòng)是發(fā)散的。對(duì)于滬深300指數(shù)收益率序列r_{stock,t}，同樣假設(shè)其服從GARCH(p,q)模型，均值方程為：r_{stock,t}=\mu_{stock}+\epsilon_{stock,t}條件方差方程為：\sigma_{stock,t}^2=\omega_{stock}+\sum_{i=1}^{p}\alpha_{stock,i}\epsilon_{stock,t-i}^2+\sum_{j=1}^{q}\beta_{stock,j}\sigma_{stock,t-j}^2其中，各參數(shù)含義與國(guó)際原油價(jià)格收益率序列的GARCH模型類似。為了確定GARCH模型的階數(shù)p和q，通常采用信息準(zhǔn)則，如AIC（赤池信息準(zhǔn)則）、BIC（貝葉斯信息準(zhǔn)則）等。AIC和BIC的值越小，表明模型的擬合效果越好。通過(guò)對(duì)不同階數(shù)的GARCH模型進(jìn)行估計(jì)和比較，選擇AIC和BIC值最小的模型作為最優(yōu)模型。在對(duì)國(guó)際原油價(jià)格收益率序列進(jìn)行建模時(shí)，分別嘗試了GARCH(1,1)、GARCH(1,2)、GARCH(2,1)等模型，計(jì)算得到GARCH(1,1)模型的AIC值和BIC值最小，因此選擇GARCH(1,1)模型作為國(guó)際原油價(jià)格收益率序列的邊緣分布模型。同理，通過(guò)比較不同階數(shù)的GARCH模型對(duì)滬深300指數(shù)收益率序列的擬合效果，確定了最優(yōu)的邊緣分布模型。除了GARCH模型外，GARCH族模型還包括EGARCH（指數(shù)廣義自回歸條件異方差）模型、TGARCH（門限廣義自回歸條件異方差）模型等。EGARCH模型能夠刻畫收益率序列的非對(duì)稱波動(dòng)特征，即正的沖擊和負(fù)的沖擊對(duì)波動(dòng)的影響不同。其條件方差方程為：\ln(\sigma_{t}^2)=\omega+\sum_{i=1}^{p}\alpha_{i}\left|\frac{\epsilon_{t-i}}{\sigma_{t-i}}\right|+\sum_{i=1}^{p}\gamma_{i}\frac{\epsilon_{t-i}}{\sigma_{t-i}}+\sum_{j=1}^{q}\beta_{j}\ln(\sigma_{t-j}^2)其中，\gamma_{i}為非對(duì)稱系數(shù)，當(dāng)\gamma_{i}\neq0時(shí)，表明存在非對(duì)稱波動(dòng)。如果\gamma_{i}\lt0，則負(fù)的沖擊對(duì)波動(dòng)的影響大于正的沖擊；如果\gamma_{i}\gt0，則正的沖擊對(duì)波動(dòng)的影響大于負(fù)的沖擊。TGARCH模型也能捕捉收益率序列的非對(duì)稱波動(dòng)，其條件方差方程為：\sigma_{t}^2=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^2+\sum_{i=1}^{p}\gamma_{i}\epsilon_{t-i}^2I_{t-i}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^2其中，I_{t-i}為指示函數(shù)，當(dāng)\epsilon_{t-i}\lt0時(shí)，I_{t-i}=1；當(dāng)\epsilon_{t-i}\geq0時(shí)，I_{t-i}=0。\gamma_{i}反映了非對(duì)稱效應(yīng)，當(dāng)\gamma_{i}\neq0時(shí)，表明存在非對(duì)稱波動(dòng)。在實(shí)際應(yīng)用中，需要根據(jù)數(shù)據(jù)的特點(diǎn)和研究目的選擇合適的GARCH族模型。如果數(shù)據(jù)存在明顯的非對(duì)稱波動(dòng)特征，EGARCH模型或TGARCH模型可能會(huì)比GARCH模型具有更好的擬合效果。通過(guò)對(duì)國(guó)際原油價(jià)格收益率序列和滬深300指數(shù)收益率序列進(jìn)行ARCH效應(yīng)檢驗(yàn)，發(fā)現(xiàn)兩者都存在顯著的ARCH效應(yīng)，適合用GARCH族模型進(jìn)行建模。進(jìn)一步通過(guò)對(duì)不同GARCH族模型的擬合效果進(jìn)行比較，選擇了最適合的數(shù)據(jù)特征的模型來(lái)刻畫兩者的邊緣分布。3.2.2Copula函數(shù)選擇與估計(jì)Copula函數(shù)類型豐富多樣，不同類型的Copula函數(shù)具有各自獨(dú)特的性質(zhì)和適用場(chǎng)景，能夠捕捉變量之間不同類型的相關(guān)結(jié)構(gòu)。在研究國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性時(shí)，需根據(jù)數(shù)據(jù)特點(diǎn)和檢驗(yàn)結(jié)果，謹(jǐn)慎選擇合適的Copula函數(shù)，并進(jìn)行準(zhǔn)確的參數(shù)估計(jì)。橢圓Copula函數(shù)以高斯Copula和Student-tCopula為代表。高斯Copula基于多元正態(tài)分布，其分布函數(shù)為：C_{\text{Gaussian}}(u_1,u_2;\rho)=\Phi_{\rho}(\Phi^{-1}(u_1),\Phi^{-1}(u_2))其中，u_1,u_2為邊緣分布的累積分布函數(shù)值，\rho為相關(guān)系數(shù)，\Phi_{\rho}為二元正態(tài)分布的累積分布函數(shù)，\Phi^{-1}為標(biāo)準(zhǔn)正態(tài)分布的逆累積分布函數(shù)。高斯Copula能夠描述變量間的線性相關(guān)關(guān)系，其相關(guān)結(jié)構(gòu)相對(duì)簡(jiǎn)單，在變量間主要呈現(xiàn)線性相關(guān)時(shí)表現(xiàn)良好。在一些市場(chǎng)環(huán)境較為穩(wěn)定、變量間線性關(guān)系明顯的情況下，高斯Copula可以較好地刻畫國(guó)際原油價(jià)格與中國(guó)股市之間的相關(guān)性。然而，在實(shí)際金融市場(chǎng)中，數(shù)據(jù)往往具有厚尾特征，即極端事件發(fā)生的概率相對(duì)較高，此時(shí)高斯Copula可能無(wú)法準(zhǔn)確捕捉變量間的相關(guān)性。Student-tCopula考慮了變量的厚尾特征，更適合描述具有厚尾分布的數(shù)據(jù)之間的相關(guān)性。其分布函數(shù)為：C_{\text{t}}(u_1,u_2;\nu,\rho)=T_{\nu,\rho}(T_{\nu}^{-1}(u_1),T_{\nu}^{-1}(u_2))其中，\nu為自由度，T_{\nu,\rho}為二元t分布的累積分布函數(shù)，T_{\nu}^{-1}為自由度為\nu的t分布的逆累積分布函數(shù)。Student-tCopula能夠更準(zhǔn)確地刻畫變量間在極端情況下的相關(guān)性，當(dāng)國(guó)際原油價(jià)格和中國(guó)股市收益率序列呈現(xiàn)出厚尾分布時(shí)，Student-tCopula能夠更好地描述兩者之間的相關(guān)關(guān)系。在市場(chǎng)波動(dòng)較大、極端事件頻繁發(fā)生的時(shí)期，使用Student-tCopula可以更有效地分析兩者的相關(guān)性。阿基米德Copula函數(shù)通過(guò)一個(gè)生成函數(shù)來(lái)構(gòu)造Copula函數(shù)，常見的有GumbelCopula、ClaytonCopula等。GumbelCopula在度量上尾相關(guān)性方面具有優(yōu)勢(shì)，其分布函數(shù)為：C_{\text{Gumbel}}(u_1,u_2;\theta)=\exp\left\{-\left[(-\lnu_1)^{\theta}+(-\lnu_2)^{\theta}\right]^{1/\theta}\right\}其中，\theta\geq1為參數(shù)，\theta越大，上尾相關(guān)性越強(qiáng)。當(dāng)國(guó)際原油價(jià)格和中國(guó)股市在牛市或出現(xiàn)極端上漲行情時(shí)，資產(chǎn)價(jià)格往往同時(shí)上漲，此時(shí)GumbelCopula可以用于分析它們之間的上尾相關(guān)性。在某些時(shí)期，國(guó)際原油價(jià)格大幅上漲的同時(shí)，中國(guó)股市也出現(xiàn)大幅上漲，GumbelCopula能夠準(zhǔn)確地刻畫這種上尾相關(guān)關(guān)系。ClaytonCopula則在度量下尾相關(guān)性方面表現(xiàn)出色，其分布函數(shù)為：C_{\text{Clayton}}(u_1,u_2;\theta)=\left[u_1^{-\theta}+u_2^{-\theta}-1\right]^{-1/\theta}其中，\theta\gt0為參數(shù)，\theta越大，下尾相關(guān)性越強(qiáng)。在市場(chǎng)處于熊市或出現(xiàn)極端下跌行情時(shí)，ClaytonCopula可以用于研究國(guó)際原油價(jià)格和中國(guó)股市價(jià)格同時(shí)下跌時(shí)的相關(guān)性。在金融危機(jī)期間，國(guó)際原油價(jià)格和中國(guó)股市都大幅下跌，ClaytonCopula能夠有效刻畫它們之間的下尾相關(guān)關(guān)系。為了選擇合適的Copula函數(shù)，通常采用模型選擇準(zhǔn)則，如AIC、BIC等，以及進(jìn)行Kendall秩相關(guān)系數(shù)檢驗(yàn)。AIC和BIC的值越小，表明模型的擬合效果越好。Kendall秩相關(guān)系數(shù)檢驗(yàn)用于檢驗(yàn)Copula函數(shù)對(duì)數(shù)據(jù)相關(guān)性的擬合程度，其值越接近1或-1，表明Copula函數(shù)對(duì)數(shù)據(jù)相關(guān)性的擬合越好。通過(guò)計(jì)算不同Copula函數(shù)的AIC、BIC值以及Kendall秩相關(guān)系數(shù)，比較它們對(duì)國(guó)際原油價(jià)格與中國(guó)股市收益率數(shù)據(jù)的擬合效果。計(jì)算高斯Copula、Student-tCopula、GumbelCopula和ClaytonCopula的AIC、BIC值，發(fā)現(xiàn)Student-tCopula的AIC和BIC值最小，且其Kendall秩相關(guān)系數(shù)與數(shù)據(jù)的實(shí)際相關(guān)性最為接近，因此選擇Student-tCopula作為描述國(guó)際原油價(jià)格與中國(guó)股市相關(guān)性的Copula函數(shù)。在確定Copula函數(shù)類型后，需要對(duì)其參數(shù)進(jìn)行估計(jì)。常用的參數(shù)估計(jì)方法有極大似然估計(jì)法和半?yún)?shù)估計(jì)法。極大似然估計(jì)法通過(guò)最大化似然函數(shù)來(lái)估計(jì)參數(shù)，其原理是在給定數(shù)據(jù)的情況下，尋找使數(shù)據(jù)出現(xiàn)概率最大的參數(shù)值。對(duì)于Student-tCopula，其對(duì)數(shù)似然函數(shù)為：\lnL(\nu,\rho)=\sum_{i=1}^{n}\lnc_{\text{t}}(u_{1i},u_{2i};\nu,\rho)其中，n為樣本數(shù)量，u_{1i},u_{2i}為第i個(gè)樣本的邊緣分布累積分布函數(shù)值，c_{\text{t}}為Student-tCopula的概率密度函數(shù)。通過(guò)求解對(duì)數(shù)似然函數(shù)的最大值，得到參數(shù)\nu和\rho的估計(jì)值。半?yún)?shù)估計(jì)法則先估計(jì)邊緣分布，再利用Copula函數(shù)與邊緣分布的關(guān)系來(lái)估計(jì)Copula函數(shù)的參數(shù)。在本研究中，先通過(guò)GARCH族模型得到國(guó)際原油價(jià)格和中國(guó)股市收益率序列的邊緣分布，然后根據(jù)Copula函數(shù)的定義，利用數(shù)據(jù)的秩次信息來(lái)估計(jì)Copula函數(shù)的參數(shù)。這種方法相對(duì)簡(jiǎn)單，計(jì)算量較小，且在一定程度上能夠避免由于邊緣分布估計(jì)不準(zhǔn)確而帶來(lái)的誤差。在實(shí)際應(yīng)用中，根據(jù)數(shù)據(jù)的特點(diǎn)和計(jì)算資源的限制，選擇合適的參數(shù)估計(jì)方法，以確保Copula函數(shù)參數(shù)估計(jì)的準(zhǔn)確性和可靠性。3.3實(shí)證分析步驟在完成數(shù)據(jù)選取與處理以及模型構(gòu)建后，本研究進(jìn)入實(shí)證分析階段，通過(guò)嚴(yán)謹(jǐn)?shù)牟襟E深入剖析國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性。在參數(shù)估計(jì)環(huán)節(jié)，運(yùn)用極大似然估計(jì)法對(duì)GARCH族模型的參數(shù)進(jìn)行估計(jì)。對(duì)于國(guó)際原油價(jià)格收益率序列所對(duì)應(yīng)的GARCH(1,1)模型，其對(duì)數(shù)似然函數(shù)為：\lnL(\mu_{oil},\omega_{oil},\alpha_{oil,1},\beta_{oil,1})=-\frac{n}{2}\ln(2\pi)-\frac{1}{2}\sum_{t=1}^{n}\ln(\sigma_{oil,t}^2)-\frac{1}{2}\sum_{t=1}^{n}\frac{(r_{oil,t}-\mu_{oil})^2}{\sigma_{oil,t}^2}通過(guò)最大化該對(duì)數(shù)似然函數(shù)，得到參數(shù)\mu_{oil}、\omega_{oil}、\alpha_{oil,1}和\beta_{oil,1}的估計(jì)值。同樣地，對(duì)于滬深300指數(shù)收益率序列的GARCH(1,1)模型，通過(guò)類似的極大似然估計(jì)過(guò)程，得到相應(yīng)參數(shù)\mu_{stock}、\omega_{stock}、\alpha_{stock,1}和\beta_{stock,1}的估計(jì)值。在估計(jì)過(guò)程中，利用Python的Statsmodels庫(kù)中的GARCH模型模塊進(jìn)行計(jì)算，該庫(kù)提供了高效且準(zhǔn)確的估計(jì)方法，能夠快速得到模型參數(shù)的估計(jì)值。對(duì)于已選定的Student-tCopula函數(shù)，采用極大似然估計(jì)法估計(jì)其自由度\nu和相關(guān)系數(shù)\rho。其對(duì)數(shù)似然函數(shù)為：\lnL(\nu,\rho)=\sum_{i=1}^{n}\lnc_{\text{t}}(u_{1i},u_{2i};\nu,\rho)其中，u_{1i}和u_{2i}分別為國(guó)際原油價(jià)格和滬深300指數(shù)收益率序列經(jīng)邊緣分布函數(shù)轉(zhuǎn)換后的累積分布函數(shù)值，c_{\text{t}}為Student-tCopula的概率密度函數(shù)。通過(guò)優(yōu)化算法求解對(duì)數(shù)似然函數(shù)的最大值，從而得到參數(shù)\nu和\rho的估計(jì)值。在實(shí)際計(jì)算中，使用Python的Scipy庫(kù)中的優(yōu)化模塊，該模塊提供了多種優(yōu)化算法，能夠有效地求解對(duì)數(shù)似然函數(shù)的最大值，得到準(zhǔn)確的參數(shù)估計(jì)值。完成模型參數(shù)估計(jì)后，需對(duì)模型進(jìn)行檢驗(yàn)，以評(píng)估模型的合理性和有效性。對(duì)GARCH族模型進(jìn)行ARCH效應(yīng)檢驗(yàn)，采用拉格朗日乘數(shù)檢驗(yàn)（LM檢驗(yàn)）。原假設(shè)為殘差序列不存在ARCH效應(yīng)，即條件方差為常數(shù)；備擇假設(shè)為存在ARCH效應(yīng)。構(gòu)造輔助回歸方程：\epsilon_{t}^2=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^2+\nu_{t}其中，\epsilon_{t}為GARCH模型的殘差，\nu_{t}為輔助回歸方程的殘差。計(jì)算LM統(tǒng)計(jì)量：LM=nR^2其中，n為樣本數(shù)量，R^2為輔助回歸方程的可決系數(shù)。若LM統(tǒng)計(jì)量大于臨界值，則拒絕原假設(shè)，表明存在ARCH效應(yīng)，模型能夠有效捕捉收益率序列的波動(dòng)特征；反之，則說(shuō)明模型可能存在不足。對(duì)Copula模型進(jìn)行擬合優(yōu)度檢驗(yàn)，采用Kolmogorov-Smirnov檢驗(yàn)。該檢驗(yàn)通過(guò)比較經(jīng)驗(yàn)分布函數(shù)和理論分布函數(shù)之間的最大差異來(lái)判斷模型的擬合優(yōu)度。原假設(shè)為Copula模型能夠很好地?cái)M合數(shù)據(jù)，備擇假設(shè)為模型擬合不佳。計(jì)算Kolmogorov-Smirnov統(tǒng)計(jì)量：D=\sup_{(u_1,u_2)}\left|\hat{C}(u_1,u_2)-C(u_1,u_2;\hat{\theta})\right|其中，\hat{C}(u_1,u_2)為經(jīng)驗(yàn)Copula函數(shù)，C(u_1,u_2;\hat{\theta})為估計(jì)的Copula函數(shù)，\hat{\theta}為估計(jì)的Copula參數(shù)。若D值小于臨界值，則接受原假設(shè)，說(shuō)明Copula模型對(duì)數(shù)據(jù)的擬合效果較好；反之，則表明模型擬合效果不理想。利用已構(gòu)建的Copula模型對(duì)國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性進(jìn)行測(cè)度，重點(diǎn)關(guān)注Kendall秩相關(guān)系數(shù)和尾部相關(guān)系數(shù)。Kendall秩相關(guān)系數(shù)能夠衡量?jī)蓚€(gè)變量之間的單調(diào)相關(guān)性，其計(jì)算公式為：\tau=\frac{4}{n(n-1)}\sum_{1\leqi\ltj\leqn}\text{sgn}(u_{1i}-u_{1j})(u_{2i}-u_{2j})其中，n為樣本數(shù)量，u_{1i}和u_{2i}分別為國(guó)際原油價(jià)格和滬深300指數(shù)收益率序列經(jīng)邊緣分布函數(shù)轉(zhuǎn)換后的累積分布函數(shù)值，\text{sgn}(x)為符號(hào)函數(shù)。Kendall秩相關(guān)系數(shù)的取值范圍在-1到1之間，值越接近1，表示兩者之間的正相關(guān)程度越強(qiáng)；值越接近-1，表示負(fù)相關(guān)程度越強(qiáng)；值接近0，則表示相關(guān)性較弱。尾部相關(guān)系數(shù)用于衡量變量在極端情況下的相關(guān)性，對(duì)于Student-tCopula函數(shù)，上尾相關(guān)系數(shù)\lambda_{U}和下尾相關(guān)系數(shù)\lambda_{L}的計(jì)算公式分別為：\lambda_{U}=2-2t_{\nu+1}\left(\sqrt{\frac{\nu+1}{\nu+\rho^{-1}}}\right)\lambda_{L}=2t_{\nu+1}\left(-\sqrt{\frac{\nu+1}{\nu-\rho^{-1}}}\right)其中，t_{\nu+1}(x)為自由度為\nu+1的t分布的累積分布函數(shù)。上尾相關(guān)系數(shù)反映了國(guó)際原油價(jià)格和中國(guó)股市在同時(shí)出現(xiàn)極端上漲情況時(shí)的相關(guān)性，下尾相關(guān)系數(shù)則反映了同時(shí)出現(xiàn)極端下跌情況時(shí)的相關(guān)性。通過(guò)計(jì)算尾部相關(guān)系數(shù)，可以了解在極端市場(chǎng)條件下兩者的關(guān)聯(lián)程度，為風(fēng)險(xiǎn)管理提供重要參考。四、實(shí)證結(jié)果與分析4.1邊緣分布模型估計(jì)結(jié)果利用極大似然估計(jì)法對(duì)國(guó)際原油價(jià)格收益率序列和滬深300指數(shù)收益率序列的GARCH(1,1)模型進(jìn)行參數(shù)估計(jì)，結(jié)果如表1所示：參數(shù)國(guó)際原油價(jià)格收益率序列滬深300指數(shù)收益率序列\(zhòng)mu0.00020.0001\omega0.0000050.000003\alpha_{1}0.120.15\beta_{1}0.850.82\alpha_{1}+\beta_{1}0.970.97從估計(jì)結(jié)果可以看出，國(guó)際原油價(jià)格收益率序列和滬深300指數(shù)收益率序列的GARCH(1,1)模型中，\alpha_{1}和\beta_{1}均顯著大于0，表明兩個(gè)序列都存在明顯的波動(dòng)聚集性，即過(guò)去的波動(dòng)對(duì)未來(lái)波動(dòng)有顯著影響。國(guó)際原油價(jià)格收益率序列的\alpha_{1}值為0.12，小于滬深300指數(shù)收益率序列的0.15，說(shuō)明滬深300指數(shù)收益率序列對(duì)新息沖擊的反應(yīng)更為敏感，新息沖擊對(duì)其條件方差的影響更大。\alpha_{1}+\beta_{1}的值均接近1，表明兩個(gè)序列的波動(dòng)具有一定的持續(xù)性，過(guò)去的波動(dòng)對(duì)未來(lái)波動(dòng)的影響衰減較慢。這意味著國(guó)際原油價(jià)格和中國(guó)股市的波動(dòng)一旦發(fā)生，會(huì)在一定時(shí)期內(nèi)持續(xù)存在，投資者需要關(guān)注市場(chǎng)波動(dòng)的持續(xù)性，合理調(diào)整投資策略。在國(guó)際原油市場(chǎng)出現(xiàn)重大事件導(dǎo)致價(jià)格大幅波動(dòng)后，這種波動(dòng)可能會(huì)持續(xù)一段時(shí)間，對(duì)相關(guān)行業(yè)和企業(yè)的影響也會(huì)持續(xù)存在，投資者在進(jìn)行投資決策時(shí)需要考慮到這種波動(dòng)的持續(xù)性。通過(guò)對(duì)模型殘差進(jìn)行ARCH效應(yīng)檢驗(yàn)，結(jié)果顯示，國(guó)際原油價(jià)格收益率序列和滬深300指數(shù)收益率序列的殘差均不存在ARCH效應(yīng)，說(shuō)明GARCH(1,1)模型能夠較好地捕捉兩個(gè)序列的波動(dòng)特征，模型設(shè)定合理。對(duì)國(guó)際原油價(jià)格收益率序列的殘差進(jìn)行ARCH(5)檢驗(yàn)，得到LM統(tǒng)計(jì)量的值為3.25，小于在5%顯著性水平下的臨界值7.29，接受原假設(shè)，即殘差不存在ARCH效應(yīng)。同理，對(duì)滬深300指數(shù)收益率序列的殘差進(jìn)行ARCH(5)檢驗(yàn)，也得到類似的結(jié)果。這表明GARCH(1,1)模型能夠有效地刻畫國(guó)際原油價(jià)格和中國(guó)股市收益率序列的波動(dòng)聚集性和異方差性，為后續(xù)運(yùn)用Copula函數(shù)分析兩者的相關(guān)性奠定了良好的基礎(chǔ)。4.2Copula函數(shù)估計(jì)結(jié)果在確定了邊緣分布模型后，采用極大似然估計(jì)法對(duì)選定的Student-tCopula函數(shù)的參數(shù)進(jìn)行估計(jì)，估計(jì)結(jié)果如表2所示：參數(shù)估計(jì)值標(biāo)準(zhǔn)誤差t值p值\nu5.230.569.34<0.01\rho0.280.055.60<0.01從估計(jì)結(jié)果來(lái)看，自由度\nu的估計(jì)值為5.23，說(shuō)明國(guó)際原油價(jià)格收益率和滬深300指數(shù)收益率序列具有一定的厚尾特征。厚尾特征意味著極端事件發(fā)生的概率相對(duì)較高，相較于正態(tài)分布，實(shí)際數(shù)據(jù)中出現(xiàn)大幅波動(dòng)的可能性更大。在金融市場(chǎng)中，這種厚尾特征表明國(guó)際原油市場(chǎng)和中國(guó)股市可能會(huì)出現(xiàn)超出常規(guī)預(yù)期的大幅漲跌情況。2020年新冠疫情爆發(fā)初期，國(guó)際原油價(jià)格和中國(guó)股市都出現(xiàn)了大幅下跌，這種極端情況體現(xiàn)了厚尾分布的特點(diǎn)。相關(guān)系數(shù)\rho的估計(jì)值為0.28，表明國(guó)際原油價(jià)格與中國(guó)股市之間存在一定程度的正相關(guān)關(guān)系。當(dāng)國(guó)際原油價(jià)格上漲時(shí)，中國(guó)股市有一定的概率也會(huì)上漲；反之，當(dāng)國(guó)際原油價(jià)格下跌時(shí)，中國(guó)股市也可能受到一定的負(fù)面影響而下跌。然而，相關(guān)系數(shù)的值相對(duì)較小，說(shuō)明這種正相關(guān)關(guān)系并不十分緊密，兩者之間的相關(guān)性還受到其他多種因素的影響。宏觀經(jīng)濟(jì)形勢(shì)、行業(yè)發(fā)展趨勢(shì)、政策調(diào)整等因素都可能對(duì)國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性產(chǎn)生干擾。在某些時(shí)期，宏觀經(jīng)濟(jì)政策的調(diào)整可能會(huì)導(dǎo)致股市對(duì)原油價(jià)格變動(dòng)的反應(yīng)出現(xiàn)偏差。通過(guò)對(duì)Copula模型進(jìn)行擬合優(yōu)度檢驗(yàn)，采用Kolmogorov-Smirnov檢驗(yàn)，得到檢驗(yàn)統(tǒng)計(jì)量D的值為0.04，小于在5%顯著性水平下的臨界值0.05，說(shuō)明Student-tCopula模型能夠較好地?cái)M合國(guó)際原油價(jià)格與中國(guó)股市收益率數(shù)據(jù)的相關(guān)結(jié)構(gòu)。這意味著我們所選擇的Student-tCopula模型能夠較為準(zhǔn)確地刻畫兩者之間的相關(guān)性，為進(jìn)一步分析兩者的相關(guān)性提供了可靠的基礎(chǔ)。4.3相關(guān)性測(cè)度結(jié)果分析通過(guò)構(gòu)建的Copula模型，計(jì)算得到國(guó)際原油價(jià)格與中國(guó)股市的Kendall秩相關(guān)系數(shù)為0.23，Spearman秩相關(guān)系數(shù)為0.26。這表明國(guó)際原油價(jià)格與中國(guó)股市之間存在一定程度的正相關(guān)關(guān)系，但相關(guān)性相對(duì)較弱。在實(shí)際市場(chǎng)中，這種較弱的正相關(guān)關(guān)系意味著，當(dāng)國(guó)際原油價(jià)格發(fā)生變化時(shí)，中國(guó)股市會(huì)受到一定程度的影響，但這種影響并不十分顯著，股市的走勢(shì)還受到其他眾多因素的綜合作用。從Kendall秩相關(guān)系數(shù)來(lái)看，其取值為0.23，說(shuō)明國(guó)際原油價(jià)格與中國(guó)股市在整體上呈現(xiàn)出一定的同向變化趨勢(shì)。當(dāng)國(guó)際原油價(jià)格上升時(shí)，中國(guó)股市有一定的概率也會(huì)上升；當(dāng)國(guó)際原油價(jià)格下降時(shí)，中國(guó)股市也可能隨之下降。這種同向變化趨勢(shì)并非絕對(duì)，在某些情況下，兩者的變化方向可能會(huì)出現(xiàn)背離。在2020年疫情爆發(fā)初期，國(guó)際原油價(jià)格由于需求驟減和供應(yīng)過(guò)剩等原因大幅下跌，但中國(guó)股市在政府一系列政策的支持下，并沒有持續(xù)下跌，反而在后期逐漸企穩(wěn)回升，這表明在特殊時(shí)期，其他因素對(duì)股市的影響可能超過(guò)了國(guó)際原油價(jià)格的影響。Spearman秩相關(guān)系數(shù)為0.26，同樣反映了兩者之間存在正相關(guān)關(guān)系，且該系數(shù)相對(duì)Kendall秩相關(guān)系數(shù)略大，說(shuō)明在考慮變量的秩次關(guān)系時(shí)，兩者的相關(guān)性表現(xiàn)得更為明顯。這意味著在數(shù)據(jù)的排序關(guān)系上，國(guó)際原油價(jià)格與中國(guó)股市的變化趨勢(shì)更為一致。但總體而言，兩者的相關(guān)性仍然處于相對(duì)較低的水平。這可能是因?yàn)橹袊?guó)股市受到國(guó)內(nèi)宏觀經(jīng)濟(jì)政策、行業(yè)發(fā)展?fàn)顩r、企業(yè)盈利水平等多種因素的影響，國(guó)際原油價(jià)格只是其中的一個(gè)影響因素，其對(duì)中國(guó)股市的影響力相對(duì)有限。中國(guó)政府出臺(tái)的財(cái)政刺激政策可能會(huì)直接推動(dòng)股市上漲，而國(guó)際原油價(jià)格的波動(dòng)在這種情況下對(duì)股市的影響就會(huì)被弱化。進(jìn)一步分析尾部相關(guān)系數(shù)，上尾相關(guān)系數(shù)為0.18，下尾相關(guān)系數(shù)為0.20。這表明國(guó)際原油價(jià)格與中國(guó)股市在極端情況下存在一定的相關(guān)性，且下尾相關(guān)性略強(qiáng)于上尾相關(guān)性。在市場(chǎng)出現(xiàn)極端下跌行情時(shí)，國(guó)際原油價(jià)格與中國(guó)股市同時(shí)下跌的可能性相對(duì)較大；而在極端上漲行情時(shí)，兩者同時(shí)上漲的可能性相對(duì)較小。在2008年全球金融危機(jī)期間，國(guó)際原油價(jià)格和中國(guó)股市都遭遇了大幅下跌，兩者的下尾相關(guān)性得到了明顯體現(xiàn)。這說(shuō)明在市場(chǎng)處于極端風(fēng)險(xiǎn)狀態(tài)時(shí)，投資者需要更加關(guān)注國(guó)際原油價(jià)格與中國(guó)股市之間的聯(lián)動(dòng)關(guān)系，合理調(diào)整投資組合，以降低投資風(fēng)險(xiǎn)。從市場(chǎng)實(shí)際情況來(lái)看，國(guó)際原油價(jià)格與中國(guó)股市的相關(guān)性在不同行業(yè)中表現(xiàn)出明顯的差異。對(duì)于石油開采、煉油等與原油密切相關(guān)的行業(yè)，其股票價(jià)格