摘要：本文以国家“十大产业振兴计划”为研究背景，以行业板块指数数据为研究对象，在运用聚类分析方法获得具有统计意义上的相关行业数据的基础上，利用Gumbel—Copula模型分析了行业结构的上尾相关性，计算出表征行业之间上尾相关性测度的Kendall秩相关系数，运用多元Garch模型考察了十大产业对其他行业的风险传递效应、信息传递效应及产业振兴计划对该产业自身的拉动效应，并得出了相关研究结论。
关键词：十大产业振兴计划；A股市场；拉动作用
中图分类号：17832.5
文献标识码：A
文章编号：1007-7685(2010)06-0022-04
2008年，由美国次贷危机引发的国际金融危机严重冲击了全球的实体经济，也导致我国经济增长速度回落。在这一背景之下，我国在2008年年底出台4万亿元的庞大的投资拉动内需计划后，根据国际金融危机对我国行业经济影响程度的不同，根据各个行业对拉动内需作用程度的不同，根据产业发展对我国经济发展轻重缓急程度的不同，又选出钢铁、汽车、船舶、石化、纺织、轻工、有色金属、装备制造、电子信息及物流等十大产业作为我国产业经济振兴规划的首选行业，即十大振兴产业。回顾2009年，我国经济率先实现了复苏，A股市场也随之一路走高。因此，考察“十大产业振兴计划”对行业自身及其他行业的拉动作用、研究行业之间相互关联的微观基础，不仅在理论上，而且在具体的政策实践中都具有重要意义。
一、样本数据选取及模型设计
(一)样本数据选择
本文以行业板块指数日数据为研究对象，时间窗口为2009年1月5日至2009年12月31日。之所以选择这一时间窗口，一方面是因为2009年1月14日第一个振兴产业——汽车产业的产业振兴计划出台；另一方面，由于这十大产业的振兴计划均在2009年1月和2月出台，可能存在的市场预期也会影响A股市场的指数变化。在实证分析中，本文使用了30个行业板块指数，分别为工程建筑、电力、计算机、电子信息、房地产、纺织服装、钢铁、供水供气、化工化纤、电器、交通设施、银行、旅游酒店、煤炭石油、酿酒食品、农林牧渔、商业连锁、建材、汽车、机械、医药、外贸、教育传媒、仪电仪表、有色金属、造纸印刷、电力设备、通信、运输物流和保险。∞日收益率采用对数收益率：Ri,t=ln(Pi,t／Pi,t-1)。其中，Ri,t表日收益率，Pi,t为t时行业i日收盘指数，Pi,t-1为t-1时行业i日收盘指数。
(二)样本统计特征
为了更好地刻画行业之间的相关结构，首先对行业的日收益率进行初步的统计分析，其基本统计特征如表1。从样本的统计数据可以看出，30个行业的偏度都不等于0，最大的正偏度为电力行业，达到0.48，最大的负偏为纺织服装行业，达到-0.92。同时，峰度上具有尖峰特征，峰度最高的为电力行业，达到7.30(3+4.30)。因此，从统计值看，行业时间序列具有典型的异方差性质，应使用条件异方差模型进行分析。
(三)行业的聚类分析
在研究行业之间的相关结构之前，应首先进行行业相关结构分析，即对以上行业数据统计特征进行聚类分析，初步检验行业之间的相关性。聚类分析结果表明，在“十大产业振兴计划”中，钢铁产业和房地产、旅游酒店在统计上的关系较为密切；汽车产业与电器产业在统计上的关系较为密切；纺织服装与供水供气统计上的关系较为密切；装备制造业中的机械与工程建筑分别与建材、运输物流和交通设施具有很强的统计关系；化工化纤与造纸印刷具有很强的统计关系；电子信息行业、有色金属行业则相对独立。通过聚类分析发现，十大产业所属的板块存在明显的关联性，一个板块的利好或利空，会对另一个板块的涨与跌产生重要影响。尽管由于未能考虑行业之间对于重大利好消息的相互关联特性、波动率的信息传导效应和经济意义的相关性，而使以聚类分析来研究行业之间的相关性略显粗糙。但聚类分析能提供一个分析框架，并能初步表明行业之间的类别关系，为接下来的研究提供一个基础和方向性的指引。从这个意义上讲，聚类分析还是有一定意义的。由于有色金属和电子信息板块在聚类分析中相对独立，船舶行业的上市公司属于运输物流板块，装备制造行业相关上市公司分别属于工程建筑板块与机械板块，石化行业的上市公司大多属于化工化纤板块，因此，本文在聚类分析基础上，着重从钢铁、汽车、纺织、工程建筑、机械、运输物流、化工化纤、运输物流等几个行业分析“十大产业振兴计划”对产业自身及其他产业的拉动效应。
(四)模型选择
1，Gumbel—Copula函数模型及Kendall秩相关系数。“十大产业振兴计划”这一利好消息会对行业收益率产生影响，因此，本文引入Gumbel—Copula函数来刻画收益率对利好信息的反应程
当a=1时，代表两个行业是相互独立的，a越大，表明两个行业相关性越强；其Kendall秩相关系数为：T=1-a。Gumbel—Copula的密度函数具有非对称性，其密度函数呈“J”字型，即上尾高、下尾低，并能快速捕捉上尾相关的变化。但Gumbel—Copula对变量在分布下尾处的变化不敏感，因此难以捕捉到下尾相关的变化。
2 多元Garch模型。对于多元Garch模型，国外学者已做了较多的研究。但我国目前对行业相关结构的研究主要集中在板块现象的描述和测量上，很少进行多元Garch模型与实际背景相结合的研究。而已有的研究成果也很少考虑行业对利好消息反应的尾部相关性问题。本文使用的是Engle和Kroner(1995)引入的多元Garch的BEKK模型，具体为二元Garch模型。该模型既能有效地反映各个变量具有条件异方差时的时变特征和聚类特征，又能体现变量之间的动态相关结构。模型具体为：
二、实证分析结果
(一)Gumbel—Copula函数实证分析结果
本文利用Gumbel—Copula函数模型分别考察了以下行业：钢铁、房地产和旅游酒店行业；汽车与电器行业；纺织服装与供水供气行业；机械与建材行业；32程建筑与交通设施行业；化工化纤与造纸印刷行业；运输物流、建材与机械行业。采用非参数核密度估计的极大似然方法，运用s—plus和Eviews软件对这些行业相关数据进行计算，结果如表2。从计算结果可以看出，以上各组行业间都有显著的上尾结构相关性。通过上尾相关性系数可看出，当所振兴的行业有重大利好消息时，与之相关的板块也会有较大的正向波动。因此，当出现“十大产业振兴计划”这一重大利好时，哪怕投资者由于市场预期或信息不对称而错失投资