國(guó)際金融危機(jī)背景下國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)的實(shí)證研究

楊飛虎，熊家財(cái)

（江西財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，江西 南昌 330013）

一、引言及文獻(xiàn)綜述

20世紀(jì)80年代以來(lái)，在經(jīng)濟(jì)全球化和科技高速發(fā)展的背景下，金融全球化和金融自由化趨勢(shì)越來(lái)越明顯，世界股票市場(chǎng)間的聯(lián)系越來(lái)越密切。這種聯(lián)系一方面促使信息在不同市場(chǎng)間快速傳遞，加強(qiáng)了金融政策的作用，提高了金融市場(chǎng)的運(yùn)行效率；另一方面，也使得風(fēng)險(xiǎn)在整個(gè)金融體系中更快地傳遞，使得個(gè)別風(fēng)險(xiǎn)演變?yōu)榇笠?guī)模的金融危機(jī)。如1997年的亞洲金融危機(jī)、2007年席卷全球的次貸危機(jī)等。股票市場(chǎng)之間聯(lián)系最為典型的表征，就是股市的波動(dòng)溢出效應(yīng)。股市的“波動(dòng)溢出效應(yīng)”是指一個(gè)股票市場(chǎng)的波動(dòng)狀況不僅受到自身前期波動(dòng)的影響，還可能受到其他市場(chǎng)前期波動(dòng)的影響，也即存在收益率二階矩之間的Granger因果關(guān)系。波動(dòng)溢出效應(yīng)不僅存在于同一國(guó)家的不同股票市場(chǎng)間，也存在于不同國(guó)家的不同股票市場(chǎng)間。而波動(dòng)性從本質(zhì)上講是金融資產(chǎn)風(fēng)險(xiǎn)的刻畫(huà)，因此，對(duì)股票市場(chǎng)波動(dòng)溢出的研究具有十分重要的學(xué)術(shù)價(jià)值與實(shí)際應(yīng)用價(jià)值。

是什么原因?qū)е铝斯善笔袌?chǎng)間存在顯著的波動(dòng)溢出效應(yīng)？學(xué)術(shù)界主要有兩種觀點(diǎn)：一是“經(jīng)濟(jì)基礎(chǔ)說(shuō)”；二是“市場(chǎng)傳染說(shuō)”。經(jīng)濟(jì)基礎(chǔ)說(shuō)認(rèn)為，股票市場(chǎng)存在一系列屬性相同或相似的基本經(jīng)濟(jì)因素，信息在不同市場(chǎng)間進(jìn)行傳導(dǎo)，從而產(chǎn)生相互影響；而市場(chǎng)傳染說(shuō)則認(rèn)為，即使不存在共同的基本因素，股票市場(chǎng)之間的傳染效應(yīng)也會(huì)導(dǎo)致市場(chǎng)間的顯著溢出。上述兩種觀點(diǎn)最初由Ito和Lin(1994)提出。[1]Connolly和Wang（1998）研究發(fā)現(xiàn)，美、日、英三國(guó)的股票市場(chǎng)間的聯(lián)系，可以通過(guò)三國(guó)的宏觀經(jīng)濟(jì)新聞公告得到解釋。這些公告包括貨幣供應(yīng)、工業(yè)制造、通脹、失業(yè)率等。[2]King和Wadhwani（1990）對(duì)1987年10月美國(guó)股市暴跌事件研究后認(rèn)為，即使信息僅對(duì)某個(gè)特定的市場(chǎng)適用，市場(chǎng)間也可以通過(guò)股價(jià)的變化傳遞價(jià)格信息，導(dǎo)致其他市場(chǎng)對(duì)該事件的反應(yīng)過(guò)度。他們還發(fā)現(xiàn)市場(chǎng)間的協(xié)方差只有一小部分能為利率等基本因素所解釋，不應(yīng)將經(jīng)濟(jì)因素作為解釋收益波動(dòng)相關(guān)性的唯一因素。[3]

對(duì)股票市場(chǎng)間波動(dòng)溢出效應(yīng)的研究，主要集中于近十幾年的時(shí)間。學(xué)者們主要通過(guò)GARCH類模型方法（有單變量和多變量模型） 對(duì)波動(dòng)溢出效應(yīng)進(jìn)行研究。Hamao等（1990）較早地利用單變量GARCH模型研究了美、日、英三國(guó)股市的波動(dòng)溢出，發(fā)現(xiàn)存在著紐約到東京、倫敦到東京、紐約到倫敦的單向波動(dòng)溢出，且美國(guó)起著信息先導(dǎo)作用。[4]Theodossiou和Lee（1993）也通過(guò)建立GARCH-M模型對(duì)美、日、英、加和德五國(guó)的股市進(jìn)行研究，發(fā)現(xiàn)美國(guó)股市是其他國(guó)家股市的信息輸入源。[5]劉金全和崔暢（2002）采用Hamao等人方法對(duì)滬深兩市間的波動(dòng)溢出效應(yīng)進(jìn)行了研究，發(fā)現(xiàn)僅存在滬市到深市的單向波動(dòng)溢出效應(yīng)。[6]利用單變量方法進(jìn)行波動(dòng)溢出效應(yīng)分析時(shí)，會(huì)造成市場(chǎng)割裂，忽略市場(chǎng)相關(guān)，從而導(dǎo)致信息缺失和估計(jì)有偏性。Pagan（1984）指出，用多變量GARCH模型可充分利用殘差向量方差-協(xié)方差矩陣所包含的有效信息，得到更精確的參數(shù)估計(jì)值。[7]Koutmos和Booth(1995)運(yùn)用多變量EGARCH模型來(lái)研究紐約、東京、倫敦三大股市，發(fā)現(xiàn)三大股市之間不僅存在波動(dòng)溢出效應(yīng)，而且波動(dòng)溢出還具有不對(duì)稱性。[8]趙留彥和王一鳴（2003）利用二元GARCH模型研究發(fā)現(xiàn)，2001年2月之前，A股市場(chǎng)與B股市場(chǎng)的波動(dòng)相對(duì)獨(dú)立；但之后，僅存在從A股市場(chǎng)到B股市場(chǎng)的單向波動(dòng)溢出。[9]董秀良和曹鳳歧（2009）采用多元GARCH模型對(duì)美國(guó)、日本、香港和我國(guó)滬市的波動(dòng)溢出進(jìn)行了研究，結(jié)果表明：只有香港股市對(duì)滬市的單向波動(dòng)溢出，但是，由于美、日股市波動(dòng)均對(duì)香港股市具有傳染效應(yīng)，它們可以通過(guò)影響香港股市波動(dòng)而間接引起我國(guó)滬市的波動(dòng)。[10]

還有一些學(xué)者對(duì)金融危機(jī)背景下的股市間的波動(dòng)溢出特征進(jìn)行了研究。Lin等（1994）利用GARCH模型研究發(fā)現(xiàn)，1987年金融危機(jī)時(shí)期紐約股市對(duì)東京股市存在波動(dòng)溢出，其他時(shí)間則不存在這種現(xiàn)象。[11]龔樸和黃榮兵（2009） 利用時(shí)變t-copula模型測(cè)算了次貸危機(jī)對(duì)內(nèi)地股市的影響程度，結(jié)果顯示：次貸危機(jī)加劇了中國(guó)內(nèi)地股票市場(chǎng)的震蕩；而由次貸危機(jī)引發(fā)的美國(guó)股市的劇烈震蕩易于通過(guò)香港股票市場(chǎng)傳導(dǎo)至內(nèi)地股市。[12]駱振心（2008）指出，外資進(jìn)入中國(guó)股市后的很長(zhǎng)一段時(shí)間內(nèi)，并沒(méi)有發(fā)現(xiàn)中國(guó)股市與世界主要股票市場(chǎng)之間存在聯(lián)動(dòng)現(xiàn)象；但股權(quán)分置改革后,有證據(jù)顯示中國(guó)股市與世界主要股市的聯(lián)動(dòng)程度大大增強(qiáng)。[13]潘文榮和劉紀(jì)顯（2010）指出，中國(guó)股市與美國(guó)股市之間的聯(lián)動(dòng)性正在逐步加強(qiáng)，投資者可以根據(jù)雙方股市的變化來(lái)預(yù)測(cè)股市的發(fā)展趨勢(shì)。[14]黃飛雪等（2010）采用具有準(zhǔn)確拓?fù)湫蛄械膩喅攘靠臻g方法對(duì)全球最具代表性的52個(gè)股指進(jìn)行研究，結(jié)果發(fā)現(xiàn)：在金融危機(jī)爆發(fā)后，各股指間的相關(guān)程度顯著提高，聯(lián)動(dòng)性更強(qiáng)，且危機(jī)后中國(guó)股指的影響力增強(qiáng)，美國(guó)則在降低。[15]

上述文獻(xiàn)對(duì)股市波動(dòng)溢出效應(yīng)的研究多集中于發(fā)達(dá)國(guó)家之間，對(duì)新興市場(chǎng)的研究較少；而研究我國(guó)股市與國(guó)際股市之間關(guān)系的則更少。由美國(guó)次貸危機(jī)所引發(fā)的金融危機(jī)席卷全球，對(duì)各國(guó)產(chǎn)生了深遠(yuǎn)的影響，尤以股票市場(chǎng)最為嚴(yán)重，如美國(guó)標(biāo)準(zhǔn)普爾500指數(shù)從2007年10月的最高1576點(diǎn)下跌到2009年的最低666.8點(diǎn)，跌幅達(dá)到57.8%；與此同時(shí)，我國(guó)上證綜合指數(shù)也從最高的6124點(diǎn)一路向下跌至1664.9點(diǎn)，跌幅為72.8%。目前研究金融危機(jī)前后股票市場(chǎng)間波動(dòng)溢出效應(yīng)的文獻(xiàn)較少，且一般通過(guò)兩個(gè)股市來(lái)考察兩國(guó)市場(chǎng)間的直接溢出效應(yīng)，沒(méi)有考察通過(guò)第三國(guó)股票市場(chǎng)引發(fā)的間接波動(dòng)溢出。本文試圖以國(guó)際金融危機(jī)為界限，將時(shí)間軸分為危機(jī)爆發(fā)前和爆發(fā)后，利用MGARCH-BEKK模型對(duì)我國(guó)滬市、香港、美國(guó)和日本股票市場(chǎng)間的波動(dòng)溢出效應(yīng)進(jìn)行研究，為我國(guó)制定宏觀金融政策提供依據(jù)。

二、模型設(shè)定和變量選取

（一）VAR-MGARCH—BEKK模型及波動(dòng)溢出檢驗(yàn)方法

本文采用Engle（1995）提出的BEKK形式的MGARCH模型進(jìn)行實(shí)證研究。[16]該模型可在較弱的條件下保證協(xié)方差矩陣的正定性，且待估參數(shù)相對(duì)較少。由于GARCH模型更適合非預(yù)期收益率成分建模，本文將均值方程設(shè)定為向量自回歸形式以捕捉數(shù)據(jù)生成，則四元VAR（p）-MGARCH-BEKK（1，1）模型的設(shè)定形式為：

式（3）中，參數(shù)αii、βii體現(xiàn)了市場(chǎng)波動(dòng)的持續(xù)性。如果αii、βii為零或是統(tǒng)計(jì)不顯著，則說(shuō)明市場(chǎng)滯后一期殘差平方和滯后一期條件方差對(duì)現(xiàn)期的條件方差沒(méi)有影響。而參數(shù)αlm、blm（l≠m）則體現(xiàn)了市場(chǎng)L對(duì)市場(chǎng)M的波動(dòng)溢出。如果兩個(gè)參數(shù)同時(shí)為零或者統(tǒng)計(jì)不顯著，則說(shuō)明市場(chǎng)L和滯后一期殘差平方、滯后一期條件方差，以及市場(chǎng)L與市場(chǎng)M的協(xié)方差對(duì)市場(chǎng)M的條件方差沒(méi)有影響，可以通過(guò)對(duì)原假設(shè)為H0：αlm=βlm=0的假設(shè)檢驗(yàn)進(jìn)行。同理可考察相反方向的波動(dòng)溢出效應(yīng)，通過(guò)對(duì)原假設(shè)H0：αml=βml=0和H0：αlm=βlm=αml=βml=0進(jìn)行檢驗(yàn)，以考察市場(chǎng)M對(duì)市場(chǎng)L的波動(dòng)溢出以及市場(chǎng)M和市場(chǎng)L間的雙向波動(dòng)溢出效應(yīng)。

本文采用似然比檢驗(yàn)法（Likelihood ratio test）對(duì)這些原假設(shè)進(jìn)行檢驗(yàn)，其相應(yīng)的統(tǒng)計(jì)量LR的形式如下：

其中，Lunrestricted和Lrestricted分別表示原模型和受約束的無(wú)波動(dòng)溢出效應(yīng)模型的對(duì)數(shù)似然值。統(tǒng)計(jì)量LR服從參數(shù)為受約束個(gè)數(shù)的卡方統(tǒng)計(jì)量。

（二）變量選擇

本文選取上證綜合指數(shù)、香港恒生指數(shù)、美國(guó)標(biāo)準(zhǔn)普爾500指數(shù)和日經(jīng)225指數(shù)分別作為中國(guó)滬市、香港、美國(guó)和日本股市的代表，以考察各國(guó)（地區(qū)）股票市場(chǎng)不同股價(jià)指數(shù)的規(guī)模和影響。由于我國(guó)股市處于初步發(fā)展階段，經(jīng)歷了頻繁的交易規(guī)則和制度變更，所以，時(shí)間窗口的選取對(duì)于實(shí)證研究有可能產(chǎn)生重大影響。2005年4月29日，經(jīng)國(guó)務(wù)院批準(zhǔn)，中國(guó)證監(jiān)會(huì)發(fā)布了《關(guān)于上市公司股權(quán)分置改革試點(diǎn)有關(guān)問(wèn)題的通知》，啟動(dòng)了股權(quán)分置改革的試點(diǎn)工作。在股權(quán)分置改革之后，我國(guó)股市進(jìn)入了全流通時(shí)代，股票市場(chǎng)的制度也更加完善，從而更有利于股票市場(chǎng)的穩(wěn)定和發(fā)展。所以，本文選取數(shù)據(jù)的時(shí)間段是2005年4月29日-2010年8月31日各國(guó)（地區(qū)）的股指收盤數(shù)據(jù)。本文數(shù)據(jù)

其中，St為t時(shí)刻的股市收盤價(jià)數(shù)據(jù)。并將變換后的數(shù)據(jù)記為RSH（上證）、RHSI（恒生）、RSP500（標(biāo)普） 和RN225（日經(jīng)）。

（三）統(tǒng)計(jì)描述

本文分析軟件為Eviews6和WinRATS 7.0。表1是各個(gè)股票市場(chǎng)收益的基本統(tǒng)計(jì)特征。Jarque-Bera統(tǒng)計(jì)量表明，每個(gè)收益率序列都不服從正態(tài)分布。從偏度來(lái)看，各種序列都是右偏的；而從峰度看，都大于3，存在顯著的尖峰厚尾特征。從序列自身的Ljung-Box統(tǒng)計(jì)量看，在國(guó)際金融危機(jī)爆發(fā)前，美國(guó)股市和日本股市存在著自相關(guān)；而在國(guó)際金融危機(jī)爆發(fā)后，四個(gè)股票市場(chǎng)的收益率序列都表現(xiàn)出不同程度的自相關(guān)性。從序列平方的L-B統(tǒng)計(jì)量上看，除去金融危機(jī)爆發(fā)前的香港市場(chǎng)，其他時(shí)間的各收益率序列都具有顯著的自相關(guān)性，這揭示了股市波動(dòng)的時(shí)變性和聚集性。而從ADF檢驗(yàn)來(lái)看，四個(gè)市場(chǎng)收益率序列都是平穩(wěn)過(guò)程，可以直接建模。市場(chǎng)收益率的這些統(tǒng)計(jì)特征說(shuō)明，有必要引入多元GARCH模型進(jìn)行分析。來(lái)自雅虎財(cái)經(jīng)。

同時(shí)，由于本文主要分析的是金融危機(jī)的產(chǎn)生是否對(duì)金融市場(chǎng)間的波動(dòng)溢出效應(yīng)產(chǎn)生影響，因此將次貸危機(jī)產(chǎn)生這個(gè)因素考慮進(jìn)來(lái)。美國(guó)的“次貸危機(jī)”是從2006年春季開(kāi)始逐步顯現(xiàn)出來(lái)的，在2007年8月席卷美國(guó)、歐洲和日本等主要國(guó)際金融市場(chǎng)。綜合股權(quán)分置改革和美國(guó)次貸危機(jī)，本文將時(shí)間窗口劃分如下：（1） 國(guó)際金融危機(jī)爆發(fā)前，2005年4月29日-2007年7月31日；（2） 國(guó)際金融危機(jī)爆發(fā)后，2007年8月1日-2010年8月31日。由于我國(guó)滬市、香港和日本交易時(shí)間在同一天，而美國(guó)股票市場(chǎng)的交易時(shí)間與上述三者不一致，因此將美國(guó)股市滯后一日作為當(dāng)日數(shù)據(jù)，與前三者數(shù)據(jù)一同進(jìn)行分析。但是，四者的交易日期存在著不一致，本文將不一致的交易日去掉，整理之后得到946個(gè)交易日的數(shù)據(jù)，而且實(shí)際分析的時(shí)間是從2005年5月10日開(kāi)始。其中，國(guó)際金融危機(jī)爆發(fā)前有408個(gè)交易日數(shù)據(jù)，而國(guó)際金融危機(jī)爆發(fā)后有538個(gè)交易日數(shù)據(jù)。由于實(shí)證分析需要，本文將股價(jià)指數(shù)作如下變換，使其成為收益率數(shù)據(jù)：

表1 股市收益率的基本統(tǒng)計(jì)特征

三、實(shí)證分析

（一）參數(shù)估計(jì)

模型的均值方程（1）式采用VAR模型，其滯后階數(shù)具有重要影響。依據(jù)AIC和SC信息準(zhǔn)則，發(fā)現(xiàn)VAR模型的最優(yōu)滯后階數(shù)為1。（2）式是BEKK形式的方差方程，同時(shí)為捕捉序列的尖峰厚尾現(xiàn)象，本文假定殘差服從多元學(xué)生式t分布。本文采用極大似然法進(jìn)行參數(shù)估計(jì)，表2、表3是模型的估計(jì)結(jié)果。限于篇幅，本文未給出均值方程VAR的估計(jì)值。波動(dòng)方程的估計(jì)結(jié)果如表2、表3所示。

表2 多元GARCH模型參數(shù)估計(jì)結(jié)果 （國(guó)際金融危機(jī)爆發(fā)前）

表2是國(guó)際金融危機(jī)爆發(fā)前波動(dòng)溢出模型的估計(jì)結(jié)果?？梢园l(fā)現(xiàn)：（1）A是代表ARCH效應(yīng)的系數(shù)矩陣，B是代表GARCH效應(yīng)的系數(shù)矩陣。從矩陣元素a11和a44來(lái)看，在5%和1%的顯著性水平下，它們都是統(tǒng)計(jì)顯著的，這說(shuō)明我國(guó)滬市和日本股市存在ARCH效應(yīng)；而香港股市和美國(guó)股市統(tǒng)計(jì)不顯著，不存在ARCH效應(yīng)。而從矩陣B的四個(gè)對(duì)角元素來(lái)看，都在1%的顯著性水平下統(tǒng)計(jì)顯著，這說(shuō)明四個(gè)市場(chǎng)都存在顯著的GARCH效應(yīng)，即四個(gè)市場(chǎng)的波動(dòng)都受到自身前期波動(dòng)的影響，波動(dòng)具有聚集性；且矩陣B的四個(gè)對(duì)角元素都很接近于1，這說(shuō)明波動(dòng)具有高度的持續(xù)性。Ross S.A（1989）認(rèn)為，價(jià)格波動(dòng)反映信息處理，現(xiàn)在波動(dòng)具有聚焦性和持久性，說(shuō)明股票市場(chǎng)對(duì)信息的處理速度較慢，投資者呈現(xiàn)一定程度的非理性。[17]（2）為保證模型建立的正確性，必須對(duì)模型的殘差項(xiàng)進(jìn)行必要的檢驗(yàn)。表2中標(biāo)準(zhǔn)化殘差的ARCH-LM（1）檢驗(yàn)都接受了原假設(shè)，表明各殘差序列都不存在ARCH效應(yīng)，上述模型的建立是合理的。（3） 學(xué)生式t分布的形態(tài)參數(shù)是6.405，在1%的顯著性水平下拒絕原假設(shè)，說(shuō)明序列本身存在尖峰厚尾特征，也印證了金融時(shí)間序列的特征，同時(shí)反映了股票市場(chǎng)是非理性的。（4）相對(duì)于單個(gè)市場(chǎng)分別估計(jì)的單變量GARCH模型，BEKK模型的對(duì)數(shù)似然值有了提高：上海、香港、美國(guó)和日本股市的單變量GARCH似然值分別為1096.79、1283.78、1434.59和1242.58，其值之和5057.74小于BEKK模型的似然值5246.02，表明利用多元GARCH模型估計(jì)多個(gè)市場(chǎng)的波動(dòng)關(guān)系時(shí)，確實(shí)考慮了市場(chǎng)之間的協(xié)方差關(guān)系，可以更好地刻畫(huà)股票市場(chǎng)的數(shù)據(jù)特征。

表3 多元GARCH模型參數(shù)估計(jì)結(jié)果 （國(guó)際金融危機(jī)爆發(fā)后）

表3是國(guó)際金融危機(jī)爆發(fā)后波動(dòng)溢出模型的參數(shù)估計(jì)結(jié)果?？梢园l(fā)現(xiàn)：（1）ARCH項(xiàng)系數(shù)矩陣A和GARCH項(xiàng)系數(shù)矩陣B的四個(gè)對(duì)角元素都在5%的顯著性水平下異于零，說(shuō)明每個(gè)市場(chǎng)的波動(dòng)均受到自身前期波動(dòng)的影響，波動(dòng)聚焦性和持續(xù)性顯著。（2）從標(biāo)準(zhǔn)化殘差的ARCH-LM（1）檢驗(yàn)來(lái)看，都接受原假設(shè)，即各模型的殘差序列已不再存在ARCH效應(yīng)，表明上述模型的設(shè)定是合理的。（3）學(xué)生式t分布的形態(tài)參數(shù)是8.761，在1%的顯著性水平下顯著，說(shuō)明利用t分布能夠較好地?cái)M合股票市場(chǎng)序列存在的尖峰厚尾特征。（4）BEKK模型的對(duì)數(shù)似然值為5722.45，與之相對(duì)應(yīng)的上海、香港、美國(guó)和日本股市的單變量GARCH模型的對(duì)數(shù)似然值分別為1240.58、1263.12、1387和1306.71；四個(gè)市場(chǎng)的總和為5197.41，相比之下，BEKK模型的對(duì)數(shù)似然值有了顯著的提高，說(shuō)明BEKK模型很好地反映了股票市場(chǎng)間的相互影響關(guān)系，這使得研究結(jié)果更加穩(wěn)健。

（二）波動(dòng)溢出效應(yīng)檢驗(yàn)

在較好地估計(jì)了模型參數(shù)的基礎(chǔ)上，本文按照方程（3）、（4）進(jìn)行股市間的波動(dòng)溢出效應(yīng)檢驗(yàn)。表4是國(guó)際金融危機(jī)爆發(fā)前的股市間波動(dòng)溢出檢驗(yàn)結(jié)果，其中，假設(shè)檢驗(yàn)RSH→RHSI、RHSI→RSH、RSH＜=＞RHSI的原假設(shè)分別是H0：不存在滬市對(duì)香港股市的波動(dòng)溢出；H0：不存在香港股市對(duì)上海股市的波動(dòng)溢出；H0：不存在上海股市和香港股市間的雙向波動(dòng)溢出。其他符號(hào)的意思相類似，具體如表4所示。

表4 國(guó)際金融危機(jī)爆發(fā)前股市間波動(dòng)效應(yīng)檢驗(yàn)

表4是國(guó)際金融危機(jī)爆發(fā)前的股市間波動(dòng)溢出效應(yīng)檢驗(yàn)結(jié)果。從我國(guó)滬市與其他市場(chǎng)間的波動(dòng)溢出效應(yīng)檢驗(yàn)來(lái)看，我國(guó)滬市不僅和香港股市間存在顯著的雙向波動(dòng)溢出關(guān)系，還存在著滬市到美國(guó)股市和滬市到日本股市的單向波動(dòng)溢出；在考察香港股市與其他股市間的關(guān)系時(shí)，發(fā)現(xiàn)存在著香港股市和美國(guó)股市的雙向波動(dòng)溢出效應(yīng)，卻與日本股市不存在任何的波動(dòng)溢出關(guān)系；另外，美國(guó)股市和日本股市間存在雙向波動(dòng)溢出。綜合起來(lái)可以發(fā)現(xiàn)，對(duì)我國(guó)滬市來(lái)說(shuō)，其外部風(fēng)險(xiǎn)主要來(lái)自香港股市；但是由于存在美國(guó)股市對(duì)香港股市的波動(dòng)傳染效應(yīng)，因此，美國(guó)股市可以借助對(duì)香港股市的波動(dòng)影響而間接地對(duì)我國(guó)滬市產(chǎn)生影響，從而發(fā)生風(fēng)險(xiǎn)溢出；但不存在日本股市對(duì)香港股市的波動(dòng)傳染，因而不能通過(guò)香港股市間接影響滬市。如果是通過(guò)美國(guó)股市來(lái)引起我國(guó)滬市的變動(dòng)，則存在著漫長(zhǎng)的信息傳導(dǎo)過(guò)程，信息傳遞效率非常低下，產(chǎn)生的作用相對(duì)較小。所以，在把握我國(guó)股市的短期外部波動(dòng)風(fēng)險(xiǎn)上，應(yīng)重點(diǎn)關(guān)注香港股市的波動(dòng)風(fēng)險(xiǎn)，同時(shí)也要注意美國(guó)市場(chǎng)所產(chǎn)生的間接波動(dòng)傳染效應(yīng)。圖1總結(jié)了在國(guó)際金融危機(jī)爆發(fā)前，外國(guó)股市影響我國(guó)滬市的傳導(dǎo)路徑。

圖1 國(guó)際金融危機(jī)爆發(fā)前外國(guó)股市對(duì)我國(guó)滬市的傳導(dǎo)路徑

表5 國(guó)際金融危機(jī)爆發(fā)后股市間波動(dòng)效應(yīng)檢驗(yàn)

表5是國(guó)際金融危機(jī)爆發(fā)后的股市間波動(dòng)溢出效應(yīng)檢驗(yàn)結(jié)果。分析我國(guó)滬市與其他國(guó)家股市之間的波動(dòng)溢出關(guān)系時(shí)，發(fā)現(xiàn)只存在香港股市對(duì)我國(guó)滬市的單向波動(dòng)溢出，但美國(guó)股市和我國(guó)滬市之間不存在任何波動(dòng)溢出關(guān)系。這一結(jié)論也適用于日本股市和我國(guó)滬市的關(guān)系。相比較金融危機(jī)爆發(fā)前，我國(guó)滬市的對(duì)外影響力有所減弱。這可以通過(guò)貿(mào)易渠道和金融渠道得以解釋。從貿(mào)易渠道來(lái)看，由于我國(guó)采取了外向型的發(fā)展模式，進(jìn)出口在經(jīng)濟(jì)中扮演著重要角色，同時(shí)由于次貸危機(jī)的爆發(fā)，外國(guó)居民的消費(fèi)行為更加謹(jǐn)慎，對(duì)進(jìn)口商品的消費(fèi)銳減，我國(guó)出口受阻，從而降低了經(jīng)濟(jì)增長(zhǎng)率；而且國(guó)際貿(mào)易保護(hù)主義不斷抬頭，對(duì)我國(guó)出口更是雪上加霜。實(shí)體經(jīng)濟(jì)受阻必然反映到“晴雨表”的股市中來(lái)。而從金融渠道來(lái)看，由于國(guó)際金融危機(jī)的爆發(fā)，我國(guó)滬市也步入快速下滑通道，投資風(fēng)險(xiǎn)加劇，國(guó)外投機(jī)資金大量回抽；而且由于歐美跨國(guó)金融機(jī)構(gòu)出現(xiàn)嚴(yán)重資金短缺，使得它們不得不抽出其在亞洲等市場(chǎng)的資金來(lái)回補(bǔ)自身的資金缺口。據(jù)花旗的資金流向報(bào)告顯示，亞洲基金在2008年1月份的一周內(nèi)，贖回金額就達(dá)到47億美元，其中中國(guó)和印度的基金成為資金流走“重災(zāi)區(qū)”，分別流出11.2億和8.5億美元。①金融渠道聯(lián)系的減少，最終出現(xiàn)我國(guó)滬市對(duì)外影響力的減弱。而且，由于市場(chǎng)的悲觀預(yù)期成分，投資者加速將資金轉(zhuǎn)向較為安全的債券市場(chǎng)，使得債券市場(chǎng)成為各種資金的避險(xiǎn)港。同時(shí)由于我國(guó)對(duì)資本賬戶的管制仍然沒(méi)有完全放開(kāi)，跨國(guó)資本流動(dòng)受到嚴(yán)格監(jiān)控，外國(guó)股市對(duì)我國(guó)滬市的影響就應(yīng)該保持在一個(gè)并不高的水平。另一方面，發(fā)達(dá)市場(chǎng)和美國(guó)市場(chǎng)之間、香港股市和日本股市之間存在著顯著的雙向波動(dòng)溢出效應(yīng)，而且還存在著國(guó)家（地區(qū)）間股市聯(lián)系不斷加強(qiáng)的趨勢(shì)，表現(xiàn)為香港股市、美國(guó)股市和日本股市間的雙向波動(dòng)溢出關(guān)系。這可能是西方發(fā)達(dá)國(guó)家（地區(qū)）具有較為相似的經(jīng)濟(jì)制度和經(jīng)濟(jì)結(jié)構(gòu)，且由于美國(guó)和日本作為世界上最大和第二大經(jīng)濟(jì)體，與其他國(guó)家具有密切的貿(mào)易往來(lái)；并且在次貸危機(jī)爆發(fā)后，各國(guó)協(xié)手應(yīng)對(duì)，共同“救市”，同時(shí)美聯(lián)儲(chǔ)持續(xù)降息，導(dǎo)致市場(chǎng)整體流動(dòng)性過(guò)剩，這就具有了相似的經(jīng)濟(jì)政策背景。除此之外，由于歐美各國(guó)資金和金融賬戶是完全開(kāi)放的，國(guó)際投資資本可以自由轉(zhuǎn)移進(jìn)行套利，同時(shí)在國(guó)際投機(jī)資本游弋的背景下，股票市場(chǎng)價(jià)格波動(dòng)將更快地反映信息，股票市場(chǎng)之間的聯(lián)系得到了加強(qiáng)，股票市場(chǎng)之間呈現(xiàn)雙向波動(dòng)溢出關(guān)系。

本文還發(fā)現(xiàn)，國(guó)際金融危機(jī)前后，我國(guó)和外國(guó)股市的波動(dòng)溢出效應(yīng)發(fā)生著不同的變化，我國(guó)對(duì)外影響力下降與外國(guó)股市間聯(lián)系加強(qiáng)并存。前文從貿(mào)易渠道受阻以及金融渠道資本回抽方面解釋了我國(guó)滬市對(duì)外影響力的下降。此外的一個(gè)可能原因就是，由于我國(guó)內(nèi)地證券市場(chǎng)在較強(qiáng)的經(jīng)濟(jì)增長(zhǎng)預(yù)期和較充裕的流動(dòng)性支撐下，上證指數(shù)在2009年上半年從1664點(diǎn)上漲到3300多點(diǎn)，即A股市場(chǎng)的相對(duì)獨(dú)立性運(yùn)行特征，可能是導(dǎo)致我國(guó)滬市與其他市場(chǎng)存在波動(dòng)差異的一個(gè)重要原因。而且，加上我國(guó)資本賬戶管制這一重要前提，所以次貸危機(jī)對(duì)我國(guó)總體影響有限。而在西方發(fā)達(dá)國(guó)家和地區(qū)間，由于資本賬戶的完全開(kāi)放，投機(jī)者可以方便地進(jìn)行跨市交易從而對(duì)另一金融市場(chǎng)產(chǎn)生影響，造成“傳染”；同時(shí)由于各國(guó)共同“救市”，實(shí)施了一系列相似的宏觀政策，使得西方發(fā)達(dá)國(guó)家具有共同的經(jīng)濟(jì)基礎(chǔ)；再加上發(fā)達(dá)國(guó)家的金融法律健全、信息披露機(jī)制完備、信息流動(dòng)性強(qiáng)，這就造成了西方發(fā)達(dá)國(guó)家股市間的聯(lián)系加強(qiáng)。

綜上所述可以發(fā)現(xiàn)：在國(guó)際金融危機(jī)爆發(fā)后，我國(guó)滬市不僅受到自身前期波動(dòng)的影響，還受到美、日、港股市的外部波動(dòng)風(fēng)險(xiǎn)傳染。我國(guó)滬市的外部波動(dòng)風(fēng)險(xiǎn)主要是直接來(lái)自于香港市場(chǎng)；且由于美國(guó)和日本股市均對(duì)香港股市具有波動(dòng)溢出效應(yīng)，因此，美國(guó)股市和日本股市可以借助香港市場(chǎng)間接地傳染我國(guó)滬市。因此，在把握我國(guó)股市所面臨的外部風(fēng)險(xiǎn)時(shí)，不僅要重點(diǎn)關(guān)注香港股市的波動(dòng)，還要注意美國(guó)和日本股市的波動(dòng)。這與董秀良、曹鳳歧（2009）的結(jié)論是一致的。圖2總結(jié)了國(guó)際金融危機(jī)爆發(fā)后外國(guó)股市影響我國(guó)滬市的波動(dòng)傳導(dǎo)路徑。

圖2 國(guó)際金融危機(jī)爆發(fā)后外國(guó)股市對(duì)我國(guó)滬市的傳導(dǎo)路徑

四、結(jié)論與建議

基于國(guó)內(nèi)外股市的波動(dòng)溢出效應(yīng)的實(shí)證結(jié)果，本文發(fā)現(xiàn)在國(guó)際金融危機(jī)爆發(fā)前后，我國(guó)滬市、香港股市、美國(guó)股市和日本股市的波動(dòng)都受到自身前期波動(dòng)的顯著影響，而且具有很強(qiáng)的波動(dòng)聚集性和持續(xù)性。在波動(dòng)溢出效應(yīng)方面，國(guó)際金融危機(jī)爆發(fā)前，存在香港股市和我國(guó)滬市的雙向波動(dòng)溢出，而美國(guó)股市通過(guò)作用于香港市場(chǎng)來(lái)間接影響我國(guó)滬市；國(guó)際金融危機(jī)爆發(fā)后，只存在著香港股市對(duì)滬市的直接影響，但滬市對(duì)外影響卻在減弱，同時(shí)由于存在著美、日、港股市間的雙向波動(dòng)溢出，美、日股市可以借助香港股市間接引起我國(guó)滬市的波動(dòng)。所以，在把握我國(guó)股票市場(chǎng)的外部波動(dòng)風(fēng)險(xiǎn)時(shí)，應(yīng)該重點(diǎn)關(guān)注香港股市，但同時(shí)也要注意美國(guó)和日本股市的波動(dòng)，特別是美國(guó)股市。綜合起來(lái)看，國(guó)際金融危機(jī)爆發(fā)后，世界股票市場(chǎng)間的聯(lián)系得到了加強(qiáng)。其中，香港股市與內(nèi)地股市的聯(lián)系最為緊密，這是因?yàn)橄愀酆蛢?nèi)地之間存在著大量的貿(mào)易、金融往來(lái)，大量?jī)?nèi)地企業(yè)赴港上市后又回歸大陸交叉上市，而且隨著港股直通車、QDII制度的完善，預(yù)期兩地聯(lián)系會(huì)進(jìn)一步加強(qiáng)。隨著我國(guó)股市的對(duì)外開(kāi)放程度不斷提高，與世界金融市場(chǎng)的聯(lián)系將會(huì)日趨緊密，內(nèi)地股市受到世界市場(chǎng)的影響將逐步加強(qiáng)。

本文的結(jié)論具有重要的政策意義：

（1）我國(guó)政府在制定宏觀經(jīng)濟(jì)、金融政策時(shí)應(yīng)具有高度的前瞻性和統(tǒng)籌性。由于國(guó)內(nèi)外股市間存在著緊密聯(lián)系，任何針對(duì)單一市場(chǎng)的政策都可能通過(guò)信息傳遞機(jī)制影響其他市場(chǎng)。因此，應(yīng)充分利用市場(chǎng)間的信息傳遞機(jī)制，理性選擇經(jīng)濟(jì)政策。

（2）要建立一個(gè)合理有效的監(jiān)管體系，建立健全我國(guó)股市的預(yù)警機(jī)制。信息在股票市場(chǎng)間的快速傳遞，雖然有利于經(jīng)濟(jì)政策執(zhí)行，但也會(huì)加速金融體系內(nèi)風(fēng)險(xiǎn)的傳遞。所以，應(yīng)制定一個(gè)合理有效的監(jiān)管框架，提高危機(jī)處理能力。

（3）世界各國(guó)應(yīng)加強(qiáng)合作，相互支持，增強(qiáng)整體抵抗風(fēng)險(xiǎn)的能力。在經(jīng)濟(jì)全球化下，任何國(guó)家都不可能獨(dú)立地發(fā)展，而且由于股票市場(chǎng)風(fēng)險(xiǎn)的高發(fā)性和整體性，世界各國(guó)應(yīng)密切合作，共抗風(fēng)險(xiǎn)，促進(jìn)世界經(jīng)濟(jì)的健康、穩(wěn)定發(fā)展。

注 釋：

①詳見(jiàn)馬超群等人一文《美國(guó)次貸危機(jī)的傳染機(jī)制及其對(duì)中國(guó)金融經(jīng)濟(jì)的影響》，《管理評(píng)論》2009年第2期。

[1]Ito T.，Lin W.F..Price Volatility and Volume Spillovers between the Tokyo and New York Stock Markets[R].NBER working paper，No.4592，1994.

[2]Connolly R.A.，Wang F.A..Economic News and Stock Market Linkages:Evidence from the U.S,U.K.and Japan[J].Proceeding of the Second Joint Central Bank Research Conference on Risk Management and System Risk， 1998， (1)：211-240.

[3]King M.，Wadhwani S..Transmission of Volatility between Stock Markets[J].Review of Financial Studies，1990，3:5-33.

[4]Hamao Y.,Masulis R.W.,Ng V..Correlations in Price Changes and Volatility Across International Stock Markets[J].Review of Financial Studies，1990，3(2)：281-307.

[5]Theodosiou P.,Lee U..Mean and Volatility Spillovers Across Major National Stock Markets:Further Empirical Evidence[J].Journal of Financial Research，1993，16(4)：337-350.

[6]劉金全，崔 暢.中國(guó)滬深股市收益率和波動(dòng)性的實(shí)證分析[J].經(jīng)濟(jì)學(xué)季刊，2002，1(4)：885-898.

[7]Pagan,A.R..Econometric Issues in the Analysis of Regression with Generated Regression[J].International Economic Review，1984，(25):221-247.

[8]Koutmos G,Booth G.G..Asymmetric Volatility Transmission in International Stock Markets[J].Journal of International Money and Finance，1995，14(6)：747-762.

[9]趙留彥，王一鳴.A、B股之間的信息流動(dòng)與波動(dòng)溢出[J].金融研究，2003，(10)：37-52.

[10]董秀良，曹鳳歧.國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)——基于多元GARCH模型的實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理，2009，28(6)：1091-1099.

[11]Lin W.L.，Engel R.F.，Ito F..Do Bulls and Bears Move Across Borders?International Transmission of Stock Returns and Volatility[J].Review of Financial Studies，1994，7(3)：507-538.

[12]龔 樸，黃榮兵.次貸危機(jī)對(duì)中國(guó)股市影響的實(shí)證分析——基于中美股市的聯(lián)動(dòng)性分析[J].管理評(píng)論，2009，21(2)：21-32.

[13]駱振心.金融開(kāi)放、股權(quán)分置改革與股票市場(chǎng)聯(lián)動(dòng)——基于上證指數(shù)與世界主要股指關(guān)系的實(shí)證研究[J].當(dāng)代財(cái)經(jīng)，2008，(4)：52-57.

[14]潘文榮，劉紀(jì)顯.QFII及QDII制度引入后的中美股市聯(lián)動(dòng)性研究[J].江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，(1)：5-10.

[15]黃飛雪，谷 靜，李延喜，蘇敬勤.金融危機(jī)前后的全球主要股指聯(lián)動(dòng)與動(dòng)態(tài)穩(wěn)定性比較[J].系統(tǒng)工程理論與實(shí)踐，2010，30(10)：1929-1740.

[16]Engle R.F,Kroner K.F..Multivariate Simultaneous Generalized ARCH[J].Econometric Theory，1995，11(1)：122-150.

[17]Ross,S.A..Information and Volatility:The No-Arbitrage Martingale Approach to Timing and Resolution Irrelevancy[J].Journal of Finance，1989，44(1)：1-17.