论文部分内容阅读
摘 要 文章研究了欧洲主权债务危机的传染机制，并以10年期国债收益率价差为研究对象，采用非参数MLE估计方法分别估计了四个时变Copula函数模型，研究了当希腊爆发债务危机时与其他国家是否存在危机传染效应的问题。通过估计的时变相关系数和结构性变点监测发现，希腊与爱尔兰之间存在着显著的债务危机传染效应，与西班牙、意大利、葡萄牙、比利时以及奥地利之间不存在显著的危机传染效应。该结论对于不同国家选择合理的救助方案和政策干预手段十分重要。
关键词 欧债危机 传染效应 时变Copula函数 核密度估计
引 言
始于2007年的金融危机让我们看到了系统性风险的普遍性，伴随着雷曼兄弟的倒闭，金融危机达到了高潮。从2010年第一季度开始，部分国家开始出现主权债务危机，其中欧元区的“欧猪五国”（希腊、葡萄牙、西班牙、爱尔兰、意大利，PIIGS）尤为严重，四处蔓延的动荡在2011年夏天也达到了高峰。2013年，在欧债危机稍稍平息大半年之后，塞浦路斯一石激起千层浪，再度让欧债危机的神经绷紧。欧债危机依然很脆弱，哪怕一个小的导火索依然可以再度重燃欧债危机的大火。
欧洲多国陷入主权债务危机，表现出一定的“危机传染”现象，危机传染是金融动荡快速蔓延形成系统性危机的传导机制之一。不可否认，欧元区国家不审慎的财政政策以及没能保持国家间的适度竞争成为欧洲主要国家陷入主权债务危机的根本原因，但危机传染在主权债务危机的问题扩散中也确实发挥了重要作用。因此研究主权债务危机的传染效应对于这些国家制定对策，控制并减轻传染效应，实施有效的危机管理十分重要。欧洲央行试图采取一些干预措施控制危机传染，然而效果甚微，反而削弱了国家维持物价稳定的能力。分析债务危机在欧元区国家间的传播过程，研究债务危机的传染机制，对于当局制定合适的救助措施和政府干预政策是十分重要的，并且是十分有意义的。
危机传染内涵及文献述评
危机传染（Crisis Contagion）是指经济动荡由某个市场或者机构向其他市场或者机构传导的过程，该定义包含两层面的含义：一是如果没有发生最初的经济动荡，就不会有危机的蔓延；二是经济动荡蔓延的速度、强度以及范围超过了市场预期（Vitor Constancio，2012）。从经济学来看，传染属于经济外部性的范畴，即某一经济主体的经济活动对另外一个经济主体产生了影响，但这种影响无法依靠市场价格机制来解决。在金融市场中，市场参与主体间往来密切，互相影响，也无法通过共同签订某种协议来解决外部性的问题（Coase，1960）。危机传染并非危机产生的根源，而是危机蔓延的“过程”。当宏观经济不断恶化和财政失衡不断扩大，经济系统稳定性被不断削弱，负面的影响通过不同的传导机制影响其他经济体，此时的危机传染效应要远远高于经济稳定时期的传染效应。
从现有的文献来看，经济体之间的传导机制复杂多样，影响因素多，要识别出纯粹的危机传染存在一定难度。国外学者识别危机传染的标准主要有：（1） 经济体间的影响机制不能用基础的经济活动来解释（Bekaert etc.，2005）；（2） 经济体间影响机制变化不同于稳定时期的常规调整（Forbes and Rigobon ，2002）；（3） 传染的事件都是一系列的极端事件组成，并且这些事件是相继出现的，存在一定的因果关系（Hartmann etc.，2004，2006）。然而上述标准中哪一种标准是识别危机传染的充要条件，在理论界尚未达成共识。
在危机传染备受关注之后，很多研究人员或者金融机构都开始研究金融危机传染效应的识别和检验。综合前人的研究来看，主要的金融危机传染的识别和检验方法有：（1） 波动性分析（King等，1990）；（2） 相关性分析（Forbes和Rigobon，2002）；（3） 动态分析方法（Chiang等，2010；Hong，2001）。波动性分析和相关性分析是数据静态分析方法，然而危机时期传染可能是即时发生的，但是对其检测却依赖于滞后期数据，因此使用静态的相关系数或者静态检验可能得到错误的结论。动态分析方法可以克服波动性分析方法和相关性分析方法的缺陷，可以刻画经济体间相关性随时间推移的变化，更容易识别和检测危机传染效应的存在。
从研究对象来看，金融危机传染一直是国内外学者研究的热点，在欧洲主权债务危机发生后，对主权债务危机的传染研究尚属新课题，现有的文献还很少。Missio 和Watzka（2012）采用了DCC模型检验了欧元区国家间债务危机的扩张是由于传染效应引起的还是由经济基础的问题引起的。通过实证他们认为，在欧元区的确存在债务危机的传染效应，该传染效应是由于评级公司公布的国家评级变动报告引起的，该结论对于当局采取正确的政策干预措施十分重要。欧洲央行（ECB）提出了状态研究的分析方法来识别主权债务危机传染效应，如果数据和分析方法表明经济体之间存在显著的波动溢出，当局就应当采取措施阻止危机传染的风险（Vitor Constancio，2012）。
本文拟先分析欧债危机的传播途径，研究欧债危机的传导机制，然后采用基于时变Copula理论的动态分析方法和事件宣告效应检验欧元区国家之间是否存在显著的危机传染效应。本文的主要贡献在于：① 研究欧洲主权债务危机在欧洲主要国家间的传染机制，目前该方面的研究文献相对较少；② 采用时变Copula理论和事件宣告效应检验欧洲主权债务危机传染效应的存在性，目前国内外尚未发现采用此方法研究债务危机传染效应的文献。本文首先研究危机传染的内涵，然后结合欧洲主权债务危机发展的历程，分析其传导机制，在此基础上通过建立时变Copula函数检验欧元区国家是否存在主权债务危机传染效应，最后得出结论和政策建议。
欧洲主权债务危机传染机制
2010年开始，欧元区陷入了主权债务危机的泥淖，不断上升的政府财政赤字和债务比率引发了国际评级机构（标普、惠誉、穆迪）纷纷调低几个欧元区国家的评级，金融市场上的信心不足，引发一时的动荡。欧元区主要国家的国债收益率出现分化，希腊、爱尔兰、葡萄牙等国的国债收益率急剧上升，与德国、法国等经济相对稳定的国家的国债收益率价差变大。2010年5月9日，欧洲财政稳定机制成立，IMF也采取了一系列的政府干预措施，试图扭转国债收益率价差拉大的趋势，控制希腊危机的进一步恶化，然而效果并不显著，其他国家也纷纷陷入债务危机。希腊是最早陷入主权债务危机的国家，也一直被认为是欧债危机的起源，虽然不断地接受欧洲央行、欧元区其他成员以及IMF的救助，但其经济形势一直没有好转。 图1 欧元区主要国家十年期国债收益率走势图资料来源：Datastream数据库
国债收益率表征了一国财政通过国债融资的成本，国债收益率过高，表明该国融资成本高，债券面临的风险也越大。图1给出了欧元区主要国家的十年期国债收益率的走势图。根据走势图可以发现，在2010年以前，欧元区主要国家的国债收益率相差无几，都在5%左右，变化趋势也较为一致；然而从2010年第一季度开始，国债收益率出现了分化，“欧猪五国”的国债收益率飙升，飙升带来的结果就是这些国家的融资成本大幅上升，本来就岌岌可危的财政就更加脆弱不堪，国家支付能力下降，更加难以发行国债，市场信心急剧下降，债务危机陡然爆发。这些国家债务危机的发生可能是由于这些国家自身经济基础出现了严重的问题，然而也可能根本不是由于自身经济环境的恶化引起的，而是由于希腊债务危机“传染”引起的。
欧元区国家作为货币联盟中的一员，其经济往来密切，互相影响，由于没有独立的货币政策，其刺激经济的主要措施就是依赖财政政策。国家间影响机制主要有两个渠道：一是通过实体经济传导，即欧元区国家统一了货币，劳动力流动的限制也较小，国家间的经济贸易往来密切，实体经济之间关系愈发紧密，一旦某成员国陷入债务危机，则可能导致处于其产业链上下游的、与该国经济密切的其他成员国面临无法回收债权的风险加大，银行的经营风险加大，国家也陷入债务危机，乃至经济危机；二是通过虚拟经济传导，即通过金融市场上的海量信息，将某一成员国的负面的消息传导至其他国家，并引发其他国家金融市场的恐慌，致使金融资产价格下降，风险积聚，形成债务危机。两种传导途径虽然结果相同，但是传导的“介质”是不同的，通过实体经济传导，必然伴随着真实经贸往来和真实现金流的产生；而通过虚拟经济传导，则主要通过信息来传播，通过影响市场信心和市场预期，影响其他国家的金融市场。事实上，通过实体经济影响其他国家的传导机制，并不能称为“危机传染”，因为这种传导机制下，危机的蔓延过程并不会很快，传导的速度、强度和范围也不会超出市场预期，这仅仅是不同市场间正常的“波动溢出”；由此可见，通过虚拟经济影响其他国家的传导机制符合“危机传染”的特征，这种传导机制才可以被称为“危机传染”。
在债务危机时期，我们可以看到很多这样的实例。2011年7月，市场上对希腊违约的担心日益加强，穆迪于7月5日进一步降低了葡萄牙的主权评级。希腊违约的担忧和葡萄牙主权评级被降级又引发了西班牙和意大利债券市场的强震。在西班牙和意大利的实体经济并没有显著恶化的情况下，7月18日意大利的国债收益率仍然飙升了100个基点，西班牙的国债收益率也飙升了80多个基点。
我们认为此次危机传染的路径大抵如此：由于市场担心希腊违约，债券市场的人心惶惶，投资者理性地认为应当趁机减少政府国债，同时也要减少欧元区货币局其他成员国的债券风险暴露，即减少债券头寸。还有些风险规避的投资者由于债市的高波动性，选择退出某些市场。这就导致了其他国家债券市场的不平衡，其他国家通过发行债券的自融资模式的可持续性被破坏。债券需求的降低导致了债券价格的下降，而这又反过来蚕食了债券持有者的资产价值，债券持有者则会选择其头寸尚处于正敞口时或者处于最小损失时进一步减少债券头寸，避免未来高波动性和不确定性带来更大的损失。市场由此失去了流动性，这更加加大了债券价格下行的压力，将债券收益率拉高到更高的水平。这对于急需融资的政府来说，未来债务负担更大，债务可持续性急剧恶化。这进一步确认了投资者的预期，投资者愈发失去信心，债务危机由此传染至其他国家。由此我们有充足的理由相信，在债务危机的蔓延过程中，危机传染效应确实发挥了重要作用。
基于上述分析，我们拟首先研究不同国家债券市场的时变相关性，然后通过检测国家间债券市场的相关系数是否存在结构性变点来检验和证明债券危机传染效应的存在性。
Copula理论及模型构建
Copula该理论是由Sklar在1959年提出来的，他指出几个随机变量之间的联合分布可以分解为这几个随机变量的边缘分布和一个对应的Copula函数，也就是说，Copula函数是将随机变量的边缘分布函数与其联合分布函数连接起来的函数。因此Copula函数也被称为“连接函数”，可以用于研究边缘分布函数的相关性。
最早建立时变性动态Copula模型的学者是Patton（2001），后来Patton（2006）又进一步发展了时变Copula模型。Patton（2001）通过建立一个类似于ARMA（1，10）的过程来描述二元正态Copula模型中反映相关程度的参数ρ的时变性，进而反映相关结构的时变动态性。Patton（2006）建立了参数随时间变化的动态演化过程，建立了时变Copula模型，并且依据Copula函数与参数ρ的非线性关系，在U=u的条件下，对V做了条件预测。Patton提出的时变Copula模型参数演化方程的方法可以扩展到其他Copula族函数模型和其他的相关性测度指标上，建立普遍意义上的时变Copula模型。本文对时变Copula模型的研究基于Patton（2001，2006）的文献。
（一） 时变Copula模型相关系数
构建时变Copula模型，Copula模型相关参数的演化方程是最重要的。为确定参数演化方程的形式，我们必须明确相关参数的具体经济意义，然后依据经济理论确定参数变化的影响因素，得到经济意义明确的参数时变演化方程和时变Copula模型。然而在实际应用中，Copula函数的选择则是根据研究对象的特征，从现有的Copula函数族中选取或者拓展的，因此选取的Copula函数中的参数可能会没有明确的经济意义，而只是单纯的从数值上来反映相关性的程度。根据参数演化方程的思想，自然也可以构建这些参数的动态演化方程，然而由于不能够明确参数的具体意义，以及很难确定影响参数变化的因素，所以建立这样的参数的动态演化方程意义不大。因此在建立时变Copula模型时，必须根据Copula理论从相关的指标中选取一个具有明确经济意义，且能够与Copula函数中相关参数具有一一对应关系的指标作为桥梁，通过确定该指标的动态时变演化方程来反映Copula函数参数的动态时变过程，从而达到刻画动态相依结构的目的。 Copula函数有很多族，本文选用两个椭圆族Copula函数（tCopula函数、GaussianCopula函数）和两个阿基米德族Copula函数（Clayton Copula函数和SJCCopula函数）构建动态的Copula模型，通过Copula模型估计得到各个资本市场之间的动态的相关系数的参数估计。该相关系数的动态时变过程反映了各个资本市场的动态相依程度，对其分析可以研究金融危机传染效应的存在。
1. 时变二元正态Copula模型相关系数
二元正态Copula函数作为一种椭圆族Copula函数，其分布具有对称性和尾部渐进独立性，因此无法捕捉到随机变量之间的非对称的相关关系和非对称的尾部相依结构。
2. 时变二元tCopula模型相关系数
一般而言，对于tCopula函数，多假设自由度不随着时间的变化而推移，因为自由度的具体经济意义不是十分明确，并且影响自由度变化的因素也较难确定，因此，构建自由度的时变演化方程的意义不大。
时变tCopula模型的相关系数的演化方程可以根据Tse和Tsui（2002）的思想来构建。其方程形式与正态Copula模型的相关系数演化方程类似。形式如下：
ρt=（1-α-β）·R+α·rt-1+β·ρt-1（2）
其中R为样本的协方差，rt为滚动窗口期内样本的相关系数。
tCopula函数也一种椭圆族Copula函数，其分布具有对称性和尾部渐进独立性，因此也无法捕捉到随机变量之间的非对称的动态相关关系和非对称的动态尾部相依结构。
3. 时变二元Clayton Copula模型和时变SJCCopula模型相关系数
Clayton Copula函数在描述具有下尾相关特性的金融市场相关时优势明显，在分析熊市行情时，能够准确地描述股票市场之间的相关结构以及股票价格之间的相关结构。如当一个股票市场或一支股票价格表现出暴跌时，另一个股票市场或其他股票价格也出现暴跌的可能性较大，这样的相关结构就可以用Clayton Copula函数的下尾部相关系数很好地刻画出来。因此我们在研究金融危机传染效应时，主要采用的阿基米德Copula函数是Clayton Copula函数和Symmetrized JoeClayton Copula函数（SJC Copula 函数）。
对于Clayton Copula函数，我们主要构建Kendall的τ的时变演化方程来反映随机变量的动态相依结构。根据Patton（2006）建立时变Copula模型相关系数演化方程的思想，我们可以建立时变二元Clayton Copula函数的Kendall的秩相关系数的动态演化方程：
Joe（1997）提出了Symmetrized JoeClayton Copula函数，依据Patton（2006）的构建时变Copula模型演化方程的思想可以得到时变SJC Copula函数的条件尾部相关系数的动态演化方程：
（二） 模型构建及估计步骤
采用非参数-MLE估计方法研究主权债务危机传染效应的存在性分为分三个步骤：
1. 非参数核密度估计
Pazen（1962）在论文中证明了采用非参数的核密度方法估计的核密度函数具有渐进相容性和渐进正态性。本文先对每个研究对象进行非参数估计，得出每个时间序列的核密度函数。核密度估计对总体分布没有约束，条件比较宽，避免了因为总体条件假设而出现重大错误。这也是本文采用非参数核密度估计没有采用常用的波动率模型估计的原因，因为通过波动率模型估计后的残差的总体分布假设会对后面的Copula模型估计产生影响。
2. Copula模型估计
通过第一步核密度估计后得到了每个时间序列的核密度函数，然后通过概率积分变换就可以得到对应每个时间序列的新时间序列，如果这些新的时间序列服从（0，1）均匀分布，那么就说明通过非参数估计得到的核密度函数能够充分地描述每个收益率序列的边缘分布，因此可以用来估计Copula模型的参数。
3. 结构性变点检测
对得到的时变相关系数进行结构性变点检测，通过检验相关系数是否存在结构性变点，判断国家间是否存在债务危机传染效应。
欧债危机传染效应实证研究
（一） 数据来源、设定及处理
为了检验欧洲主权债务危机是否发生传染效应，本文选择了七个国家作为研究对象：希腊、西班牙、爱尔兰、意大利、葡萄牙、奥地利和比利时，国家样本中有面临再融资问题的国家，其国债收益率大幅上升，也有没有受危机影响的国家。此外，本文以上述国家10年期国债收益率与德国10年期收益率价差为研究对象，这是因为：德国作为欧元区最稳定、最有影响力的经济体，其经济、政策与欧元区保持了很高的一致性，将德国国债收益率作为标准可以比较其他国家的风险溢价；将其作为无风险收益予以减去，就等同于将前述国家国债收益率中共同的货币政策因素和通胀预期因素予以剔除。因此，国债收益率价差实际上就代表了这些国家特定的风险溢价或者风险保证金。
本文所有数据均来自Datastream数据库，国债收益率样本期从2009年1月1日到2012年1月18日，每周5天日收益率数据，剔除缺少数据的日期后每个序列有778个数据。经ADF和KPSS检验，国债收益率价差序列是非平稳的序列，为一阶单整序列。将每个价差序列取对数差分来表示风险溢价的变动率，序列变为平稳序列，每个序列有777个数据，实证将采用价差序列的变动率（风险溢价的变动率）展开相关性研究。
希腊是最早爆出债务危机的国家，本文以希腊为主权债务危机的传染源头，分别对希腊和西班牙、爱尔兰、意大利、葡萄牙、奥地利及比利时建立时变Copula模型，研究希腊对其他国家的债务危机传染效应存在性。模型研究采用的主要软件有：Eviews 5.1、SPSS 17.0和Matlab R2010a。 （二） 模型估计
应用matlab计算各个时间序列最优窗宽，得到各国国债风险溢价变化率的核密度函数。通过观察发现，各个序列都具有尖峰厚尾的特征，峰度很大，且都有不同程度的左偏或者右偏。这些特征都符合高频金融时间序列的基本特征，如果仅从收益率二阶矩出发研究是不合适的。因此如果基于高频时间序列做总体分布假定，如正态分布、学生t分布等，在此假定下做概率积分变换并估计Copula模型，得到的实证结果必然是不准确的，非参数核估计的优势正在于此。
表2给出了希腊和其他国家国债风险溢价的最优时变Copula模型，以及最优模型中所要研究的时变相关系数。综合来看，最优模型中都是Archimedean Copula 函数模型，没有选择椭圆族Copula函数模型，这表明Clayton函数和SJClayton（SJC）函数在拟合股票市场数据时，能够反映市场间非对称的相关结构，要优于椭圆族Copula函数的拟合效果。在SJCCopula模型中，下尾相关系数能够较好地刻画金融市场下跌时的相关性，因此在检验危机传染效应是否存在时，对于SJCCopula模型，我们主要研究下尾时变相关系数。
（三） 实证结果分析
根据构建的时变Copula模型可以得到希腊与其他国家的国债收益率时变相关系数，如图2所示。表3对每组时变相关系数进行了统计分析，通过统计可以发现，希腊-西班牙、希腊-爱尔兰之间时变相关系数波动率较高，方差均超过0.1，而希腊-意大利、希腊-葡萄牙之间时变相关系数波动率相对较低，方差在0.004以内，希腊-奥地利、希腊-比利时居中。
根据模型构建的希腊与其他国家国债收益率价差的时变相关系数图，可以分为三种情况：
1. 剧烈波动型。希腊与西班牙、爱尔兰的相关系数波动性大，且二者波动的图形比较类似，在波动时点前后其波动方向基本一致，并会在接近的时点达到阶段内的极值。这种情形在2010年以后尤为明显。这有可能表明在2010年以后希腊债务危机对西班牙、爱尔兰有着显著的传染效应。
2. 轻微波动型。希腊与意大利和葡萄牙的相关系数情况不同于其与西班牙、爱尔兰的类型，希腊与这两个国家的时变相关系数相对比较稳定，并且维持在较高的平均水平，在希腊发生危机前后，其相关系数并没有明显的偏离均值，而是在均值周围轻微波动。同时，与剧烈波动型比较可以发现，希腊与这两个国家的相关系数波动的方向与希腊同西班牙、爱尔兰的相关系数波动方向也是一致的。这种情形并不能够表明希腊与意大利、葡萄牙之间存在显著的债务危机传染效应。
3. 反向波动型。反向波动是指相关系数波动的方向与希腊同西班牙、爱尔兰的相关系数波动方向相反。希腊同奥地利、比利时就属于此种情况。通过比较发现，当希腊与西班牙、爱尔兰的相关系数剧烈上升时，希腊同奥地利和比利时的相关系数反而极剧下降，然后再缓慢恢复到均值水平。这表明希腊同奥地利、比利时之间可能不存在显著的债务危机传染效应。
上述的判断是基于时变相关系数的变化趋势得出的，希腊对其他国家是否存在显著的债务危机传染效应，还需要通过时变相关系数的结构变点检测才能够予以准确判断。
（四） 相关系数结构变点检测
变点检测可以确定相关系数在样本观察期内是否发生结构变化，以确定两个国家之间是否存在债务危机传染效应。Chow（1960）最早提出了结构性突变的检测方法，但该判断依赖于主观判断，当序列结构性不明显时，外生性结构性突变检验可能失效。Inchan和Tiao（1994）改进了CUSUM算法，得到迭代累计平方和算法（Iterative Cumulative Sums of Squares， ICSS），该算法在分析可能存在多个变点的长时间序列时效果较好，因此本部分将采用ICSS算法计算相关统计量，分别检测不同相关系数的结构性变点。
表4给出了变点检测的个数，检测结果比较出人意料。在“欧猪五国”中，希腊与西班牙、意大利的时变相关系数在样本观察期内没有显著的结构性变化，均值和方差也没有显著偏离债务危机发生之前的水平；而希腊与爱尔兰、葡萄牙之间存在着结构变点。然而通过对比发现，希腊与爱尔兰之间相关系数在结构变点前后均值和方差都会发生明显的变化；希腊与葡萄牙之间的相关系数的均值和方差在结构变点前后只有细微的变化，这种细微的变化不足以证明希腊与葡萄牙之间存在着显著的危机传染效应。对于没有发生债务危机的奥地利和比利时，希腊与两国之间的时变相关系数也存在着结构性变点，但是由于均值和方差的结构性变化很小，因此没有足够证据证明希腊与这两个国家之间存在显著的债务危机传染效应。
进一步分析希腊与爱尔兰相关系数存在的结构性变点发现，5个结构性变点中有4个发生在2010年和2011年。2010年第一个结构性变点出现在2010年3月4日左右，通过对比欧债危机的重大事件发现，在该时点前后恰好是欧债危机由蔓延转向升级的过程，希腊债务危机的救助方案尚未明确的时点，在此变点后，希腊与爱尔兰债券市场相关性明显加强，危机传染效应明显；第二个结构变点发生在2010年10月1日前后，在经过多轮救助方案讨论后，希腊获得了第二笔贷款资金，希腊与爱尔兰债券市场出现细微分化，相关性减弱；然而在2011年1月，由于希腊第二轮救助方案迟迟不能落实，标普进一步降低希腊主权债务评级，第三个结构性变点2011年1月4日后，相关性又有明显加强，传染效应再次显现；第四个结构性变点出现在2011年6月20日前后，此时希腊议会通过了为期5年的财政紧缩方案，为欧元区出台新一轮救助方案奠定了坚实的基础，两国债券市场相关性逐步回归长期平均水平，传染效应逐步消失，而此后欧洲主权债务危机有所遏制，没有进一步恶化的态势。
综上，我们通过实证发现在希腊发生债务危机后，爱尔兰发生债务危机在一定程度上是受到了希腊的债务危机传染；而对于西班牙、意大利和葡萄牙，希腊与这些国家之间不存在显著的危机传染效应；同样对于没有发生债务危机的奥地利和比利时，也不存在显著的债务危机传染效应。 结 论
欧洲主权债务危机的发生有其必然性。其一是因为欧元区国家加入货币同盟后使用统一的货币，为此他们丧失了货币政策的自主权，这相当于失去了调整和干预经济的“一只臂膀”，希腊等国家只能通过积极的财政政策来刺激经济，这导致希腊等国的债务在不断膨胀，当他们无法借新债还旧债时，主权债务危机自然会发生；其二是因为希腊等国在加入欧元区后，统一货币欧元，其在货币市场上融资成本与德国、法国等经济发达国家的水平类似，这无疑更加刺激希腊等国更乐意动用财政政策调整经济，当市场发现这些国家并没有真正的经济实力与德、法国家相提并论时，债券市场的收益率自然会出现分化，经济实力弱的国家融资成本就会上升，希腊等国的融资方式就不可持续，最终一定陷入债务危机。
通过本文实证发现，“欧猪五国”中希腊与西班牙、意大利、葡萄牙之间并没有显著的债务危机传染效应，在希腊之后这三个国家纷纷陷入债务危机，其根本的原因还在于自身经济出现了问题，如国内需求疲弱、失业率上升、财政赤字高企等；而希腊与爱尔兰之间则存在着显著的债务危机传染效应，这表明爱尔兰债务危机的出现在一定程度上是由于希腊传染而来的。爱尔兰国内的经济其实并没有其他国家那么糟，其债务比率（债务占GDP比重）低于欧洲平均水平，当这些国家爆出债务危机时，出于对危机的恐慌和本国银行业的担忧，爱尔兰的债券市场收益率出现非理性上涨，导致爱尔兰政府陷入危机。
本文认为，由于不同国家出现债务危机的原因不同，在救助时应当采取不同的救助策略。如对于希腊、西班牙、葡萄牙、意大利等国，其国内经济确实出现问题，救助这些国家走出债务泥淖，根本的措施还在于刺激其国内经济，降低失业率，让其可以自行运转，最终走出危机；对于爱尔兰这样因为危机传染而陷入债务危机的国家，则需要预期引导来帮助市场恢复信心，降低其融资成本，危机自然会逐步解决，这就是预期的自我实现原理。因此我们看到当欧盟对希腊的救助政策明朗后，爱尔兰的债券市场趋暖，收益率下降，政府的压力自然随之降低。
好的预期会自我实现，坏的预期也会自我实现，这事实上就债务危机传染的主要机制。这种传染机制可能不需要实体经济之间存在真实的经济往来，但仅靠海量信息的传播就足以影响其他市场的信心和预期，最终将危机从一个经济体传染到另一个经济体。
参考文献：
[1] Bekaert G， Harvey C， Ng A. Market integration and contagion [J]. Journal of Business， 2005（78）： 39-70.
[2] Chiang T C， Jeon B N， Li H. Dynamic Correlation Analysis of Financial Contagion： Evidence from Asian Markets [J]. Journal of International Money and Finance， 2010，26（7）： 1206-1228.
[3] Coase R. The problem of social cost [J]. Journal of Law and Economics， 1960（3）： 1-44.
[4] Constancio Vitor， Contagion and the European debtcrisis [C]. Financial Stability Review， April， 2012：109-121.
[5] Forbes K， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Co-movement [J].Journal of Finance， 2002 （57）： 2223-2261.
[6] Hartmann P， Staetmans S， de Vries C G. Asset market linkages in crisis periods [J]. Review of Economics and Statistics， 2004（86）： 313-326.
[7] Hartmann P， Staetmans S， de Vries C G. Banking system stability： a crossAtlantic perspective // Carey M， Stulz R eds. The Risks of Financial Institutions. National Bureau of Economic Research and Chicago University Press， 2006： 133-188.
[8] Hong Y. A Test for Volatility Spillover with Application to Exchange Rates [J]. Journal of Econometrics， 2001（103）： 1-2， 183-224.
[9] King M A， Wadhwani S. Transmission of Volatility between Stock Markets [J]. Review of Financial Studies， 1990 （3）： 5-33.
[10] Missio S， Watzka S. Financial Contagion and the European Debt Crisis. CESifo Working Paper， August 2011.
[11] Patton A J. Modeling timevarying exchange rate dependence using the conditional Copula [C]. Working Paper of Department of Economics. San Diego： University of California， 2001.
[12] Sklar A. Fonctions de repartition à n dimensions et leurs marges [J].Publication de l'Institut de Statistique de l'Universitéde Paris， 1959： 8， 229-231.
[13] Patton A J. Copulabased models for financial time series [C]. London： Working Paper of London School of Economics， 2006.
（责任编辑：张晓薇）
关键词 欧债危机 传染效应 时变Copula函数 核密度估计
引 言
始于2007年的金融危机让我们看到了系统性风险的普遍性，伴随着雷曼兄弟的倒闭，金融危机达到了高潮。从2010年第一季度开始，部分国家开始出现主权债务危机，其中欧元区的“欧猪五国”（希腊、葡萄牙、西班牙、爱尔兰、意大利，PIIGS）尤为严重，四处蔓延的动荡在2011年夏天也达到了高峰。2013年，在欧债危机稍稍平息大半年之后，塞浦路斯一石激起千层浪，再度让欧债危机的神经绷紧。欧债危机依然很脆弱，哪怕一个小的导火索依然可以再度重燃欧债危机的大火。
欧洲多国陷入主权债务危机，表现出一定的“危机传染”现象，危机传染是金融动荡快速蔓延形成系统性危机的传导机制之一。不可否认，欧元区国家不审慎的财政政策以及没能保持国家间的适度竞争成为欧洲主要国家陷入主权债务危机的根本原因，但危机传染在主权债务危机的问题扩散中也确实发挥了重要作用。因此研究主权债务危机的传染效应对于这些国家制定对策，控制并减轻传染效应，实施有效的危机管理十分重要。欧洲央行试图采取一些干预措施控制危机传染，然而效果甚微，反而削弱了国家维持物价稳定的能力。分析债务危机在欧元区国家间的传播过程，研究债务危机的传染机制，对于当局制定合适的救助措施和政府干预政策是十分重要的，并且是十分有意义的。
危机传染内涵及文献述评
危机传染（Crisis Contagion）是指经济动荡由某个市场或者机构向其他市场或者机构传导的过程，该定义包含两层面的含义：一是如果没有发生最初的经济动荡，就不会有危机的蔓延；二是经济动荡蔓延的速度、强度以及范围超过了市场预期（Vitor Constancio，2012）。从经济学来看，传染属于经济外部性的范畴，即某一经济主体的经济活动对另外一个经济主体产生了影响，但这种影响无法依靠市场价格机制来解决。在金融市场中，市场参与主体间往来密切，互相影响，也无法通过共同签订某种协议来解决外部性的问题（Coase，1960）。危机传染并非危机产生的根源，而是危机蔓延的“过程”。当宏观经济不断恶化和财政失衡不断扩大，经济系统稳定性被不断削弱，负面的影响通过不同的传导机制影响其他经济体，此时的危机传染效应要远远高于经济稳定时期的传染效应。
从现有的文献来看，经济体之间的传导机制复杂多样，影响因素多，要识别出纯粹的危机传染存在一定难度。国外学者识别危机传染的标准主要有：（1） 经济体间的影响机制不能用基础的经济活动来解释（Bekaert etc.，2005）；（2） 经济体间影响机制变化不同于稳定时期的常规调整（Forbes and Rigobon ，2002）；（3） 传染的事件都是一系列的极端事件组成，并且这些事件是相继出现的，存在一定的因果关系（Hartmann etc.，2004，2006）。然而上述标准中哪一种标准是识别危机传染的充要条件，在理论界尚未达成共识。
在危机传染备受关注之后，很多研究人员或者金融机构都开始研究金融危机传染效应的识别和检验。综合前人的研究来看，主要的金融危机传染的识别和检验方法有：（1） 波动性分析（King等，1990）；（2） 相关性分析（Forbes和Rigobon，2002）；（3） 动态分析方法（Chiang等，2010；Hong，2001）。波动性分析和相关性分析是数据静态分析方法，然而危机时期传染可能是即时发生的，但是对其检测却依赖于滞后期数据，因此使用静态的相关系数或者静态检验可能得到错误的结论。动态分析方法可以克服波动性分析方法和相关性分析方法的缺陷，可以刻画经济体间相关性随时间推移的变化，更容易识别和检测危机传染效应的存在。
从研究对象来看，金融危机传染一直是国内外学者研究的热点，在欧洲主权债务危机发生后，对主权债务危机的传染研究尚属新课题，现有的文献还很少。Missio 和Watzka（2012）采用了DCC模型检验了欧元区国家间债务危机的扩张是由于传染效应引起的还是由经济基础的问题引起的。通过实证他们认为，在欧元区的确存在债务危机的传染效应，该传染效应是由于评级公司公布的国家评级变动报告引起的，该结论对于当局采取正确的政策干预措施十分重要。欧洲央行（ECB）提出了状态研究的分析方法来识别主权债务危机传染效应，如果数据和分析方法表明经济体之间存在显著的波动溢出，当局就应当采取措施阻止危机传染的风险（Vitor Constancio，2012）。
本文拟先分析欧债危机的传播途径，研究欧债危机的传导机制，然后采用基于时变Copula理论的动态分析方法和事件宣告效应检验欧元区国家之间是否存在显著的危机传染效应。本文的主要贡献在于：① 研究欧洲主权债务危机在欧洲主要国家间的传染机制，目前该方面的研究文献相对较少；② 采用时变Copula理论和事件宣告效应检验欧洲主权债务危机传染效应的存在性，目前国内外尚未发现采用此方法研究债务危机传染效应的文献。本文首先研究危机传染的内涵，然后结合欧洲主权债务危机发展的历程，分析其传导机制，在此基础上通过建立时变Copula函数检验欧元区国家是否存在主权债务危机传染效应，最后得出结论和政策建议。
欧洲主权债务危机传染机制
2010年开始，欧元区陷入了主权债务危机的泥淖，不断上升的政府财政赤字和债务比率引发了国际评级机构（标普、惠誉、穆迪）纷纷调低几个欧元区国家的评级，金融市场上的信心不足，引发一时的动荡。欧元区主要国家的国债收益率出现分化，希腊、爱尔兰、葡萄牙等国的国债收益率急剧上升，与德国、法国等经济相对稳定的国家的国债收益率价差变大。2010年5月9日，欧洲财政稳定机制成立，IMF也采取了一系列的政府干预措施，试图扭转国债收益率价差拉大的趋势，控制希腊危机的进一步恶化，然而效果并不显著，其他国家也纷纷陷入债务危机。希腊是最早陷入主权债务危机的国家，也一直被认为是欧债危机的起源，虽然不断地接受欧洲央行、欧元区其他成员以及IMF的救助，但其经济形势一直没有好转。 图1 欧元区主要国家十年期国债收益率走势图资料来源：Datastream数据库
国债收益率表征了一国财政通过国债融资的成本，国债收益率过高，表明该国融资成本高，债券面临的风险也越大。图1给出了欧元区主要国家的十年期国债收益率的走势图。根据走势图可以发现，在2010年以前，欧元区主要国家的国债收益率相差无几，都在5%左右，变化趋势也较为一致；然而从2010年第一季度开始，国债收益率出现了分化，“欧猪五国”的国债收益率飙升，飙升带来的结果就是这些国家的融资成本大幅上升，本来就岌岌可危的财政就更加脆弱不堪，国家支付能力下降，更加难以发行国债，市场信心急剧下降，债务危机陡然爆发。这些国家债务危机的发生可能是由于这些国家自身经济基础出现了严重的问题，然而也可能根本不是由于自身经济环境的恶化引起的，而是由于希腊债务危机“传染”引起的。
欧元区国家作为货币联盟中的一员，其经济往来密切，互相影响，由于没有独立的货币政策，其刺激经济的主要措施就是依赖财政政策。国家间影响机制主要有两个渠道：一是通过实体经济传导，即欧元区国家统一了货币，劳动力流动的限制也较小，国家间的经济贸易往来密切，实体经济之间关系愈发紧密，一旦某成员国陷入债务危机，则可能导致处于其产业链上下游的、与该国经济密切的其他成员国面临无法回收债权的风险加大，银行的经营风险加大，国家也陷入债务危机，乃至经济危机；二是通过虚拟经济传导，即通过金融市场上的海量信息，将某一成员国的负面的消息传导至其他国家，并引发其他国家金融市场的恐慌，致使金融资产价格下降，风险积聚，形成债务危机。两种传导途径虽然结果相同，但是传导的“介质”是不同的，通过实体经济传导，必然伴随着真实经贸往来和真实现金流的产生；而通过虚拟经济传导，则主要通过信息来传播，通过影响市场信心和市场预期，影响其他国家的金融市场。事实上，通过实体经济影响其他国家的传导机制，并不能称为“危机传染”，因为这种传导机制下，危机的蔓延过程并不会很快，传导的速度、强度和范围也不会超出市场预期，这仅仅是不同市场间正常的“波动溢出”；由此可见，通过虚拟经济影响其他国家的传导机制符合“危机传染”的特征，这种传导机制才可以被称为“危机传染”。
在债务危机时期，我们可以看到很多这样的实例。2011年7月，市场上对希腊违约的担心日益加强，穆迪于7月5日进一步降低了葡萄牙的主权评级。希腊违约的担忧和葡萄牙主权评级被降级又引发了西班牙和意大利债券市场的强震。在西班牙和意大利的实体经济并没有显著恶化的情况下，7月18日意大利的国债收益率仍然飙升了100个基点，西班牙的国债收益率也飙升了80多个基点。
我们认为此次危机传染的路径大抵如此：由于市场担心希腊违约，债券市场的人心惶惶，投资者理性地认为应当趁机减少政府国债，同时也要减少欧元区货币局其他成员国的债券风险暴露，即减少债券头寸。还有些风险规避的投资者由于债市的高波动性，选择退出某些市场。这就导致了其他国家债券市场的不平衡，其他国家通过发行债券的自融资模式的可持续性被破坏。债券需求的降低导致了债券价格的下降，而这又反过来蚕食了债券持有者的资产价值，债券持有者则会选择其头寸尚处于正敞口时或者处于最小损失时进一步减少债券头寸，避免未来高波动性和不确定性带来更大的损失。市场由此失去了流动性，这更加加大了债券价格下行的压力，将债券收益率拉高到更高的水平。这对于急需融资的政府来说，未来债务负担更大，债务可持续性急剧恶化。这进一步确认了投资者的预期，投资者愈发失去信心，债务危机由此传染至其他国家。由此我们有充足的理由相信，在债务危机的蔓延过程中，危机传染效应确实发挥了重要作用。
基于上述分析，我们拟首先研究不同国家债券市场的时变相关性，然后通过检测国家间债券市场的相关系数是否存在结构性变点来检验和证明债券危机传染效应的存在性。
Copula理论及模型构建
Copula该理论是由Sklar在1959年提出来的，他指出几个随机变量之间的联合分布可以分解为这几个随机变量的边缘分布和一个对应的Copula函数，也就是说，Copula函数是将随机变量的边缘分布函数与其联合分布函数连接起来的函数。因此Copula函数也被称为“连接函数”，可以用于研究边缘分布函数的相关性。
最早建立时变性动态Copula模型的学者是Patton（2001），后来Patton（2006）又进一步发展了时变Copula模型。Patton（2001）通过建立一个类似于ARMA（1，10）的过程来描述二元正态Copula模型中反映相关程度的参数ρ的时变性，进而反映相关结构的时变动态性。Patton（2006）建立了参数随时间变化的动态演化过程，建立了时变Copula模型，并且依据Copula函数与参数ρ的非线性关系，在U=u的条件下，对V做了条件预测。Patton提出的时变Copula模型参数演化方程的方法可以扩展到其他Copula族函数模型和其他的相关性测度指标上，建立普遍意义上的时变Copula模型。本文对时变Copula模型的研究基于Patton（2001，2006）的文献。
（一） 时变Copula模型相关系数
构建时变Copula模型，Copula模型相关参数的演化方程是最重要的。为确定参数演化方程的形式，我们必须明确相关参数的具体经济意义，然后依据经济理论确定参数变化的影响因素，得到经济意义明确的参数时变演化方程和时变Copula模型。然而在实际应用中，Copula函数的选择则是根据研究对象的特征，从现有的Copula函数族中选取或者拓展的，因此选取的Copula函数中的参数可能会没有明确的经济意义，而只是单纯的从数值上来反映相关性的程度。根据参数演化方程的思想，自然也可以构建这些参数的动态演化方程，然而由于不能够明确参数的具体意义，以及很难确定影响参数变化的因素，所以建立这样的参数的动态演化方程意义不大。因此在建立时变Copula模型时，必须根据Copula理论从相关的指标中选取一个具有明确经济意义，且能够与Copula函数中相关参数具有一一对应关系的指标作为桥梁，通过确定该指标的动态时变演化方程来反映Copula函数参数的动态时变过程，从而达到刻画动态相依结构的目的。 Copula函数有很多族，本文选用两个椭圆族Copula函数（tCopula函数、GaussianCopula函数）和两个阿基米德族Copula函数（Clayton Copula函数和SJCCopula函数）构建动态的Copula模型，通过Copula模型估计得到各个资本市场之间的动态的相关系数的参数估计。该相关系数的动态时变过程反映了各个资本市场的动态相依程度，对其分析可以研究金融危机传染效应的存在。
1. 时变二元正态Copula模型相关系数
二元正态Copula函数作为一种椭圆族Copula函数，其分布具有对称性和尾部渐进独立性，因此无法捕捉到随机变量之间的非对称的相关关系和非对称的尾部相依结构。
2. 时变二元tCopula模型相关系数
一般而言，对于tCopula函数，多假设自由度不随着时间的变化而推移，因为自由度的具体经济意义不是十分明确，并且影响自由度变化的因素也较难确定，因此，构建自由度的时变演化方程的意义不大。
时变tCopula模型的相关系数的演化方程可以根据Tse和Tsui（2002）的思想来构建。其方程形式与正态Copula模型的相关系数演化方程类似。形式如下：
ρt=（1-α-β）·R+α·rt-1+β·ρt-1（2）
其中R为样本的协方差，rt为滚动窗口期内样本的相关系数。
tCopula函数也一种椭圆族Copula函数，其分布具有对称性和尾部渐进独立性，因此也无法捕捉到随机变量之间的非对称的动态相关关系和非对称的动态尾部相依结构。
3. 时变二元Clayton Copula模型和时变SJCCopula模型相关系数
Clayton Copula函数在描述具有下尾相关特性的金融市场相关时优势明显，在分析熊市行情时，能够准确地描述股票市场之间的相关结构以及股票价格之间的相关结构。如当一个股票市场或一支股票价格表现出暴跌时，另一个股票市场或其他股票价格也出现暴跌的可能性较大，这样的相关结构就可以用Clayton Copula函数的下尾部相关系数很好地刻画出来。因此我们在研究金融危机传染效应时，主要采用的阿基米德Copula函数是Clayton Copula函数和Symmetrized JoeClayton Copula函数（SJC Copula 函数）。
对于Clayton Copula函数，我们主要构建Kendall的τ的时变演化方程来反映随机变量的动态相依结构。根据Patton（2006）建立时变Copula模型相关系数演化方程的思想，我们可以建立时变二元Clayton Copula函数的Kendall的秩相关系数的动态演化方程：
Joe（1997）提出了Symmetrized JoeClayton Copula函数，依据Patton（2006）的构建时变Copula模型演化方程的思想可以得到时变SJC Copula函数的条件尾部相关系数的动态演化方程：
（二） 模型构建及估计步骤
采用非参数-MLE估计方法研究主权债务危机传染效应的存在性分为分三个步骤：
1. 非参数核密度估计
Pazen（1962）在论文中证明了采用非参数的核密度方法估计的核密度函数具有渐进相容性和渐进正态性。本文先对每个研究对象进行非参数估计，得出每个时间序列的核密度函数。核密度估计对总体分布没有约束，条件比较宽，避免了因为总体条件假设而出现重大错误。这也是本文采用非参数核密度估计没有采用常用的波动率模型估计的原因，因为通过波动率模型估计后的残差的总体分布假设会对后面的Copula模型估计产生影响。
2. Copula模型估计
通过第一步核密度估计后得到了每个时间序列的核密度函数，然后通过概率积分变换就可以得到对应每个时间序列的新时间序列，如果这些新的时间序列服从（0，1）均匀分布，那么就说明通过非参数估计得到的核密度函数能够充分地描述每个收益率序列的边缘分布，因此可以用来估计Copula模型的参数。
3. 结构性变点检测
对得到的时变相关系数进行结构性变点检测，通过检验相关系数是否存在结构性变点，判断国家间是否存在债务危机传染效应。
欧债危机传染效应实证研究
（一） 数据来源、设定及处理
为了检验欧洲主权债务危机是否发生传染效应，本文选择了七个国家作为研究对象：希腊、西班牙、爱尔兰、意大利、葡萄牙、奥地利和比利时，国家样本中有面临再融资问题的国家，其国债收益率大幅上升，也有没有受危机影响的国家。此外，本文以上述国家10年期国债收益率与德国10年期收益率价差为研究对象，这是因为：德国作为欧元区最稳定、最有影响力的经济体，其经济、政策与欧元区保持了很高的一致性，将德国国债收益率作为标准可以比较其他国家的风险溢价；将其作为无风险收益予以减去，就等同于将前述国家国债收益率中共同的货币政策因素和通胀预期因素予以剔除。因此，国债收益率价差实际上就代表了这些国家特定的风险溢价或者风险保证金。
本文所有数据均来自Datastream数据库，国债收益率样本期从2009年1月1日到2012年1月18日，每周5天日收益率数据，剔除缺少数据的日期后每个序列有778个数据。经ADF和KPSS检验，国债收益率价差序列是非平稳的序列，为一阶单整序列。将每个价差序列取对数差分来表示风险溢价的变动率，序列变为平稳序列，每个序列有777个数据，实证将采用价差序列的变动率（风险溢价的变动率）展开相关性研究。
希腊是最早爆出债务危机的国家，本文以希腊为主权债务危机的传染源头，分别对希腊和西班牙、爱尔兰、意大利、葡萄牙、奥地利及比利时建立时变Copula模型，研究希腊对其他国家的债务危机传染效应存在性。模型研究采用的主要软件有：Eviews 5.1、SPSS 17.0和Matlab R2010a。 （二） 模型估计
应用matlab计算各个时间序列最优窗宽，得到各国国债风险溢价变化率的核密度函数。通过观察发现，各个序列都具有尖峰厚尾的特征，峰度很大，且都有不同程度的左偏或者右偏。这些特征都符合高频金融时间序列的基本特征，如果仅从收益率二阶矩出发研究是不合适的。因此如果基于高频时间序列做总体分布假定，如正态分布、学生t分布等，在此假定下做概率积分变换并估计Copula模型，得到的实证结果必然是不准确的，非参数核估计的优势正在于此。
表2给出了希腊和其他国家国债风险溢价的最优时变Copula模型，以及最优模型中所要研究的时变相关系数。综合来看，最优模型中都是Archimedean Copula 函数模型，没有选择椭圆族Copula函数模型，这表明Clayton函数和SJClayton（SJC）函数在拟合股票市场数据时，能够反映市场间非对称的相关结构，要优于椭圆族Copula函数的拟合效果。在SJCCopula模型中，下尾相关系数能够较好地刻画金融市场下跌时的相关性，因此在检验危机传染效应是否存在时，对于SJCCopula模型，我们主要研究下尾时变相关系数。
（三） 实证结果分析
根据构建的时变Copula模型可以得到希腊与其他国家的国债收益率时变相关系数，如图2所示。表3对每组时变相关系数进行了统计分析，通过统计可以发现，希腊-西班牙、希腊-爱尔兰之间时变相关系数波动率较高，方差均超过0.1，而希腊-意大利、希腊-葡萄牙之间时变相关系数波动率相对较低，方差在0.004以内，希腊-奥地利、希腊-比利时居中。
根据模型构建的希腊与其他国家国债收益率价差的时变相关系数图，可以分为三种情况：
1. 剧烈波动型。希腊与西班牙、爱尔兰的相关系数波动性大，且二者波动的图形比较类似，在波动时点前后其波动方向基本一致，并会在接近的时点达到阶段内的极值。这种情形在2010年以后尤为明显。这有可能表明在2010年以后希腊债务危机对西班牙、爱尔兰有着显著的传染效应。
2. 轻微波动型。希腊与意大利和葡萄牙的相关系数情况不同于其与西班牙、爱尔兰的类型，希腊与这两个国家的时变相关系数相对比较稳定，并且维持在较高的平均水平，在希腊发生危机前后，其相关系数并没有明显的偏离均值，而是在均值周围轻微波动。同时，与剧烈波动型比较可以发现，希腊与这两个国家的相关系数波动的方向与希腊同西班牙、爱尔兰的相关系数波动方向也是一致的。这种情形并不能够表明希腊与意大利、葡萄牙之间存在显著的债务危机传染效应。
3. 反向波动型。反向波动是指相关系数波动的方向与希腊同西班牙、爱尔兰的相关系数波动方向相反。希腊同奥地利、比利时就属于此种情况。通过比较发现，当希腊与西班牙、爱尔兰的相关系数剧烈上升时，希腊同奥地利和比利时的相关系数反而极剧下降，然后再缓慢恢复到均值水平。这表明希腊同奥地利、比利时之间可能不存在显著的债务危机传染效应。
上述的判断是基于时变相关系数的变化趋势得出的，希腊对其他国家是否存在显著的债务危机传染效应，还需要通过时变相关系数的结构变点检测才能够予以准确判断。
（四） 相关系数结构变点检测
变点检测可以确定相关系数在样本观察期内是否发生结构变化，以确定两个国家之间是否存在债务危机传染效应。Chow（1960）最早提出了结构性突变的检测方法，但该判断依赖于主观判断，当序列结构性不明显时，外生性结构性突变检验可能失效。Inchan和Tiao（1994）改进了CUSUM算法，得到迭代累计平方和算法（Iterative Cumulative Sums of Squares， ICSS），该算法在分析可能存在多个变点的长时间序列时效果较好，因此本部分将采用ICSS算法计算相关统计量，分别检测不同相关系数的结构性变点。
表4给出了变点检测的个数，检测结果比较出人意料。在“欧猪五国”中，希腊与西班牙、意大利的时变相关系数在样本观察期内没有显著的结构性变化，均值和方差也没有显著偏离债务危机发生之前的水平；而希腊与爱尔兰、葡萄牙之间存在着结构变点。然而通过对比发现，希腊与爱尔兰之间相关系数在结构变点前后均值和方差都会发生明显的变化；希腊与葡萄牙之间的相关系数的均值和方差在结构变点前后只有细微的变化，这种细微的变化不足以证明希腊与葡萄牙之间存在着显著的危机传染效应。对于没有发生债务危机的奥地利和比利时，希腊与两国之间的时变相关系数也存在着结构性变点，但是由于均值和方差的结构性变化很小，因此没有足够证据证明希腊与这两个国家之间存在显著的债务危机传染效应。
进一步分析希腊与爱尔兰相关系数存在的结构性变点发现，5个结构性变点中有4个发生在2010年和2011年。2010年第一个结构性变点出现在2010年3月4日左右，通过对比欧债危机的重大事件发现，在该时点前后恰好是欧债危机由蔓延转向升级的过程，希腊债务危机的救助方案尚未明确的时点，在此变点后，希腊与爱尔兰债券市场相关性明显加强，危机传染效应明显；第二个结构变点发生在2010年10月1日前后，在经过多轮救助方案讨论后，希腊获得了第二笔贷款资金，希腊与爱尔兰债券市场出现细微分化，相关性减弱；然而在2011年1月，由于希腊第二轮救助方案迟迟不能落实，标普进一步降低希腊主权债务评级，第三个结构性变点2011年1月4日后，相关性又有明显加强，传染效应再次显现；第四个结构性变点出现在2011年6月20日前后，此时希腊议会通过了为期5年的财政紧缩方案，为欧元区出台新一轮救助方案奠定了坚实的基础，两国债券市场相关性逐步回归长期平均水平，传染效应逐步消失，而此后欧洲主权债务危机有所遏制，没有进一步恶化的态势。
综上，我们通过实证发现在希腊发生债务危机后，爱尔兰发生债务危机在一定程度上是受到了希腊的债务危机传染；而对于西班牙、意大利和葡萄牙，希腊与这些国家之间不存在显著的危机传染效应；同样对于没有发生债务危机的奥地利和比利时，也不存在显著的债务危机传染效应。 结 论
欧洲主权债务危机的发生有其必然性。其一是因为欧元区国家加入货币同盟后使用统一的货币，为此他们丧失了货币政策的自主权，这相当于失去了调整和干预经济的“一只臂膀”，希腊等国家只能通过积极的财政政策来刺激经济，这导致希腊等国的债务在不断膨胀，当他们无法借新债还旧债时，主权债务危机自然会发生；其二是因为希腊等国在加入欧元区后，统一货币欧元，其在货币市场上融资成本与德国、法国等经济发达国家的水平类似，这无疑更加刺激希腊等国更乐意动用财政政策调整经济，当市场发现这些国家并没有真正的经济实力与德、法国家相提并论时，债券市场的收益率自然会出现分化，经济实力弱的国家融资成本就会上升，希腊等国的融资方式就不可持续，最终一定陷入债务危机。
通过本文实证发现，“欧猪五国”中希腊与西班牙、意大利、葡萄牙之间并没有显著的债务危机传染效应，在希腊之后这三个国家纷纷陷入债务危机，其根本的原因还在于自身经济出现了问题，如国内需求疲弱、失业率上升、财政赤字高企等；而希腊与爱尔兰之间则存在着显著的债务危机传染效应，这表明爱尔兰债务危机的出现在一定程度上是由于希腊传染而来的。爱尔兰国内的经济其实并没有其他国家那么糟，其债务比率（债务占GDP比重）低于欧洲平均水平，当这些国家爆出债务危机时，出于对危机的恐慌和本国银行业的担忧，爱尔兰的债券市场收益率出现非理性上涨，导致爱尔兰政府陷入危机。
本文认为，由于不同国家出现债务危机的原因不同，在救助时应当采取不同的救助策略。如对于希腊、西班牙、葡萄牙、意大利等国，其国内经济确实出现问题，救助这些国家走出债务泥淖，根本的措施还在于刺激其国内经济，降低失业率，让其可以自行运转，最终走出危机；对于爱尔兰这样因为危机传染而陷入债务危机的国家，则需要预期引导来帮助市场恢复信心，降低其融资成本，危机自然会逐步解决，这就是预期的自我实现原理。因此我们看到当欧盟对希腊的救助政策明朗后，爱尔兰的债券市场趋暖，收益率下降，政府的压力自然随之降低。
好的预期会自我实现，坏的预期也会自我实现，这事实上就债务危机传染的主要机制。这种传染机制可能不需要实体经济之间存在真实的经济往来，但仅靠海量信息的传播就足以影响其他市场的信心和预期，最终将危机从一个经济体传染到另一个经济体。
参考文献：
[1] Bekaert G， Harvey C， Ng A. Market integration and contagion [J]. Journal of Business， 2005（78）： 39-70.
[2] Chiang T C， Jeon B N， Li H. Dynamic Correlation Analysis of Financial Contagion： Evidence from Asian Markets [J]. Journal of International Money and Finance， 2010，26（7）： 1206-1228.
[3] Coase R. The problem of social cost [J]. Journal of Law and Economics， 1960（3）： 1-44.
[4] Constancio Vitor， Contagion and the European debtcrisis [C]. Financial Stability Review， April， 2012：109-121.
[5] Forbes K， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Co-movement [J].Journal of Finance， 2002 （57）： 2223-2261.
[6] Hartmann P， Staetmans S， de Vries C G. Asset market linkages in crisis periods [J]. Review of Economics and Statistics， 2004（86）： 313-326.
[7] Hartmann P， Staetmans S， de Vries C G. Banking system stability： a crossAtlantic perspective // Carey M， Stulz R eds. The Risks of Financial Institutions. National Bureau of Economic Research and Chicago University Press， 2006： 133-188.
[8] Hong Y. A Test for Volatility Spillover with Application to Exchange Rates [J]. Journal of Econometrics， 2001（103）： 1-2， 183-224.
[9] King M A， Wadhwani S. Transmission of Volatility between Stock Markets [J]. Review of Financial Studies， 1990 （3）： 5-33.
[10] Missio S， Watzka S. Financial Contagion and the European Debt Crisis. CESifo Working Paper， August 2011.
[11] Patton A J. Modeling timevarying exchange rate dependence using the conditional Copula [C]. Working Paper of Department of Economics. San Diego： University of California， 2001.
[12] Sklar A. Fonctions de repartition à n dimensions et leurs marges [J].Publication de l'Institut de Statistique de l'Universitéde Paris， 1959： 8， 229-231.
[13] Patton A J. Copulabased models for financial time series [C]. London： Working Paper of London School of Economics， 2006.
（责任编辑：张晓薇）