內(nèi)地股市與香港股市融合動(dòng)態(tài)分析
——基于滬港通視角

徐曉光 余博文 鄭尊信

(深圳大學(xué)經(jīng)濟(jì)學(xué)院，廣東 深圳 518060)

一直以來(lái)，我國(guó)內(nèi)地股票市場(chǎng)都處于相對(duì)封閉的狀態(tài)，內(nèi)地市場(chǎng)與境外市場(chǎng)之間的融合程度較低，滬港通作為一種機(jī)制創(chuàng)新，使得資本在內(nèi)地市場(chǎng)與香港市場(chǎng)的流通更加順暢，跨市場(chǎng)分散風(fēng)險(xiǎn)的功能得以提高，同時(shí)也有利于內(nèi)地股市借鑒香港股市的先進(jìn)機(jī)制，完善和改進(jìn)自身的缺陷。滬港通作為資本市場(chǎng)改革的排頭兵，肩負(fù)著整個(gè)資本市場(chǎng)走向國(guó)際化實(shí)驗(yàn)的重任，因而有關(guān)滬港通的研究具有現(xiàn)實(shí)的意義。由于內(nèi)地市場(chǎng)與香港市場(chǎng)存在很大的差異，在滬港通開(kāi)通之后，內(nèi)地市場(chǎng)與香港市場(chǎng)之間的融合程度變化狀態(tài)如何以及能得到哪些啟示？?jī)墒邢嚓P(guān)性結(jié)構(gòu)是否也將發(fā)生變化？這些問(wèn)題就值得深入研究。

文獻(xiàn)回顧

國(guó)內(nèi)外研究資本市場(chǎng)之間融合的文獻(xiàn)較為豐富。國(guó)外學(xué)者對(duì)于資本市場(chǎng)融合的研究主要集中于資本市場(chǎng)融合過(guò)程的檢驗(yàn)，以及資本市場(chǎng)在短期和長(zhǎng)期之間的融合程度等問(wèn)題研究。在資本市場(chǎng)融合過(guò)程的檢驗(yàn)研究方面，Robert(1995)[2]對(duì)發(fā)達(dá)資本市場(chǎng)以及落后資本市場(chǎng)的融合進(jìn)程進(jìn)行了測(cè)度，研究表明，資本市場(chǎng)之間如果是存在資本任意流動(dòng)，不存在資本的管制，那么市場(chǎng)之間的風(fēng)險(xiǎn)價(jià)值是一致的，反之則會(huì)導(dǎo)致市場(chǎng)之間的風(fēng)險(xiǎn)價(jià)值不一致。Mohamed and Fredj (2010)[3]運(yùn)用了非線性的協(xié)整方法研究了發(fā)展中國(guó)家的資本市場(chǎng)與國(guó)際資本市場(chǎng)的融合過(guò)程。研究指出發(fā)展中國(guó)家市場(chǎng)融入到國(guó)際市場(chǎng)的過(guò)程是非線性的、非對(duì)稱的以及時(shí)變的。我國(guó)境內(nèi)市場(chǎng)長(zhǎng)期處于資本管制，所以對(duì)于境內(nèi)市場(chǎng)與境外市場(chǎng)融合的研究文獻(xiàn)較少。吳吉林、操君(2011)[12]運(yùn)用COPULA函數(shù)對(duì)我國(guó)A、B、H股間市場(chǎng)一體化進(jìn)程經(jīng)行了研究，研究得出我國(guó)A、B股之間一體化程度比較高，A、B股與H股之間的一體化程度較低，金融市場(chǎng)的改革開(kāi)放等措施能夠提高股票市場(chǎng)的一體化程度。市場(chǎng)融合程度方面的研究都是以研究市場(chǎng)之間的相關(guān)性作為考量的依據(jù)，Bruno et al.(1996)[4]對(duì)國(guó)際股票市場(chǎng)的相關(guān)性經(jīng)行研究，得出市場(chǎng)的相關(guān)性與市場(chǎng)的波動(dòng)率成正比，市場(chǎng)的波動(dòng)率越大，相關(guān)性越高。Philipp and Dirk(2000)[5]運(yùn)用Copula函數(shù)的相依性對(duì)風(fēng)險(xiǎn)計(jì)量模型經(jīng)行研究，得出Copula函數(shù)應(yīng)用在風(fēng)險(xiǎn)計(jì)量模型中較為合適。Patton(2001)[1]運(yùn)用二元Copula函數(shù)研究了馬克-美元、日元-美元的匯率波動(dòng)，研究結(jié)果表明相較于BEKK-GARCH 模型，Copula能夠更好的描述金融市場(chǎng)的相關(guān)性。Puja et al.(2012)[6]運(yùn)用DCC_GARCH以及BEEK_GARCH模型研究了印度、亞洲以及美國(guó)股票市場(chǎng)的波動(dòng)率溢出效應(yīng)以及時(shí)變相關(guān)性，研究表明印度、亞洲以及美國(guó)的股票市場(chǎng)的之間的動(dòng)態(tài)相依性較高。國(guó)內(nèi)對(duì)于這方面的研究也很豐富。韋艷華，張世英(2007)[13]提出多元COPULA-GARCH模型不僅可以捕捉金融市場(chǎng)間的非線性相關(guān)性，還可以得到更靈活的多元分布進(jìn)而用于資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值計(jì)量。賀學(xué)強(qiáng)，易丹輝(2010)[10]運(yùn)用Copula方法研究了股票收益率之間的動(dòng)態(tài)相關(guān)性，介紹了Copula函數(shù)在構(gòu)建股票組合風(fēng)險(xiǎn)價(jià)值的應(yīng)用。劉瓊芳，張宗益(2011)[14]運(yùn)用Copula函數(shù)研究了我國(guó)房地產(chǎn)與金融行業(yè)股票的相關(guān)性，得出兩個(gè)行業(yè)的下尾相關(guān)系數(shù)大于上尾相關(guān)系數(shù)，兩個(gè)行業(yè)配置資產(chǎn)不能起到分散風(fēng)險(xiǎn)的作用。傅強(qiáng)、李喆(2012)[9]用SJC-Copula函數(shù)研究了滬港股市尾部相關(guān)性，選擇的標(biāo)的是上證指數(shù)與恒生指數(shù)，得出兩市的下尾相關(guān)性程度大于上尾的結(jié)論。唐路明，徐彩云(2013)[11]研究基于時(shí)變混合Copula-MAR模型研究國(guó)際股票市場(chǎng)與我國(guó)股市的相依性以及風(fēng)險(xiǎn)傳染效應(yīng)，研究表明中國(guó)股市與香港股市相關(guān)性較高，與其他股票市場(chǎng)的相關(guān)性較低，在異常事件發(fā)生時(shí)，國(guó)際市場(chǎng)對(duì)我國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)十分顯著。

通過(guò)對(duì)以上文獻(xiàn)進(jìn)行梳理可知，COPULA-GARCH模型比BEEK_GARCH模型在描述金融市場(chǎng)之間的相關(guān)性上具有優(yōu)勢(shì)。同時(shí)，資本市場(chǎng)之間的相依關(guān)系的研究對(duì)于在不同市場(chǎng)分散投資，降低投資風(fēng)險(xiǎn)都是非常重要的。而且市場(chǎng)之間的相依關(guān)系是動(dòng)態(tài)變化的，是隨著時(shí)間以及市場(chǎng)的波動(dòng)率的變化而變動(dòng)的。滬港通推出時(shí)間不長(zhǎng)，學(xué)者們盡管肯定了它在促進(jìn)我國(guó)資本市場(chǎng)體制改革、改善市場(chǎng)流動(dòng)性、改變投資者的投資結(jié)構(gòu)、拉近與國(guó)際資本市場(chǎng)的距離等方面具有非常的積極作用，同時(shí)也提示當(dāng)局以及投資者應(yīng)當(dāng)注意防范風(fēng)險(xiǎn)。但是，對(duì)滬港兩市融合程度以及風(fēng)險(xiǎn)度量的問(wèn)題的研究關(guān)注較少。然而滬港通開(kāi)通迄今定量分析內(nèi)地市場(chǎng)與香港市場(chǎng)的融合程度以及對(duì)跨市場(chǎng)之間進(jìn)行投資風(fēng)險(xiǎn)的度量具有非常重要的意義，一方面可以檢驗(yàn)滬港通的實(shí)施能否促進(jìn)境內(nèi)市場(chǎng)與境外市場(chǎng)的融合程度，乃至我國(guó)金融市場(chǎng)的國(guó)際化，另一方面能夠清楚認(rèn)識(shí)跨市場(chǎng)分散組合的風(fēng)險(xiǎn)變動(dòng)。因此本文選擇滬港通投資標(biāo)的，利用時(shí)變的SJCCopula函數(shù)得到兩序列的動(dòng)態(tài)的相依性，從而考察出滬港通的實(shí)施對(duì)于兩個(gè)資本市場(chǎng)的動(dòng)態(tài)相關(guān)性的變動(dòng)影響，以及對(duì)兩個(gè)市場(chǎng)的投資風(fēng)險(xiǎn)的變動(dòng)的影響。

研究方法

Sklar提出可以將一個(gè)聯(lián)合分布函數(shù)分解成n個(gè)邊緣分布函數(shù)以及一個(gè)Copula函數(shù)，這個(gè)函數(shù)描述的就是變量間的相關(guān)性。因此Copula函數(shù)又稱為連接函數(shù)，是將聯(lián)合分布函數(shù)與它各自的邊緣分布函數(shù)連接在一起的函數(shù)。Patton(2006)[7]得到了聯(lián)合分布函數(shù)與條件邊際分布函數(shù)之間存在如下的等式：

其對(duì)應(yīng)的條件聯(lián)合概率密度法與條件概率密度關(guān)系為：

其中Rt為收益率的矢量隨機(jī)過(guò)程，It-1和(i=1,2)分別為{r1,t-1,r2,t-1,r1,t-2,r2,t-2…}和{r1,1…,ri,t-1}上的信息集(t=1,2,…,T，i表示第i個(gè)收益率)。φm,i為條件邊際分布函數(shù)的參數(shù)，C(·)是參數(shù)φc的條件Copula函數(shù)，C(·)為條件Copula密度函數(shù)。由上式可以得到，條件概率密度函數(shù)是由條件邊際密度函數(shù)和條件Copula密度函數(shù)C(·)共同決定。

一、條件邊際密度函數(shù)

在擬合收益率序列的參數(shù)分布中，SkewT分布得到越來(lái)越多的應(yīng)用。相比較傳統(tǒng)的高斯分布、學(xué)生t-分布、以及ged分布，SkewT分布除了能體現(xiàn)序列的厚尾特征之外，還能體現(xiàn)分布的偏斜特征。按照前文對(duì)序列特征的描述性分析可知，兩序列都是非正態(tài)的厚尾尖峰，左偏型的分布，所以Skewt分布可以比較好的擬合序列的特征。模型選定為Skewt-GARCH(1，1)較為合適。模型的方程如下文所示:

其中μi,t為標(biāo)準(zhǔn)正態(tài)分布，hi,t為條件方差，hi,t與μi,t相互獨(dú)立。方程(3)為均值方程，白噪聲序列。方程(5)為條件方差方程。Skewed-t的密度函數(shù)中的參數(shù)ν表示自由度的大小，λ衡量樣本的非對(duì)稱性。

二、Copula函數(shù)

Copula包含很多的函數(shù)族，有Normal-Copula，T-Copula，Clayton-Copula，以及SJC-Copula。Copula函數(shù)不僅可以得到變量靜態(tài)的相關(guān)性，而且可以研究動(dòng)態(tài)相依性。SJC-Copula函數(shù)是由Patton(2006)[7]年研究得到的，由JC-Copula函數(shù)演變過(guò)來(lái)的。Joe-Clayton Copula函數(shù)的分布函數(shù)為：

其中，k≧1, g≧0, k=1/log2(2-tU), g=-1/log2(tL),tU∈(0,1)tL∈(0,1)

tU和tL是上尾和下尾相關(guān)系數(shù)，一個(gè)小的問(wèn)題就是當(dāng)tU和tL相等時(shí)，這個(gè)函數(shù)依然是不對(duì)稱的。于是Patton(2006)[7]對(duì)JC-Copula函數(shù)做了修改，得到了SJCCopula函數(shù)，其分布函數(shù)如下：

Patton在SJC-Copula函數(shù)的基礎(chǔ)上，根據(jù)上尾、下尾相關(guān)系數(shù)的時(shí)變性來(lái)定義SJC-Copula函數(shù)中的參數(shù)的時(shí)變性，從而得到在每一個(gè)時(shí)間點(diǎn)上與給定的上尾(或下尾)相關(guān)系數(shù)對(duì)應(yīng)的Copula參數(shù)的值。在時(shí)變SJC-Copula函數(shù)中，每一個(gè)時(shí)點(diǎn)上的上、下尾相關(guān)系數(shù)為：

其中函數(shù)f(x)=(1+e-x)-1是logistic轉(zhuǎn)換函數(shù)，它的作用是確保上尾和下尾相關(guān)系數(shù)都處于(0,1)區(qū)間內(nèi)。

實(shí)證結(jié)果與分析

本文選取的變量是恒生指數(shù)以及上證指數(shù)，而后得到兩指數(shù)的對(duì)數(shù)收益率分別記為hs，sz。對(duì)指數(shù)的選取如下考慮：首先，兩市之間針對(duì)滬港通的標(biāo)的沒(méi)有統(tǒng)一的指數(shù)；其次，恒生指數(shù)以及上證指數(shù)是上海證券交易所以及香港證券交易所的代表指數(shù)，具有一定的權(quán)威和通用性；最后，滬港通的投資標(biāo)的之間的相互影響對(duì)兩市之間其它的股票標(biāo)的也具有帶動(dòng)作用。因此數(shù)據(jù)變量選取為恒生指數(shù)與上證指數(shù)。由于滬港通投資標(biāo)的恒生大盤股指數(shù)的初始時(shí)期2011年12月5日。以及考慮到滬港通的開(kāi)通日期為2014年11月17日。因此數(shù)據(jù)選取從2011年12月5日～2014年12月31日的恒生指數(shù)以及上證指數(shù)的日度交易數(shù)據(jù)，刪除時(shí)間不匹配的，總計(jì)724個(gè)日度數(shù)據(jù)，數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)。序列hs,sz分布圖如圖1、圖2。

從上圖1,2可以看出，兩收益率序列hs，sz極值出現(xiàn)的時(shí)間較為一致，說(shuō)明序列之間存在一定的相關(guān)性。同時(shí)序列較為均勻的分散在零均值的兩旁，序列近似白噪聲序列。需要具體得到序列的分布信息，需要進(jìn)行序列統(tǒng)計(jì)分析。

圖1 恒生指數(shù)對(duì)數(shù)收益率序列圖

圖2 上證指數(shù)對(duì)數(shù)收益率序列圖

一、序列統(tǒng)計(jì)分析

表1為兩個(gè)收益率hs，sz序列的描述性統(tǒng)計(jì)表，統(tǒng)計(jì)輸出結(jié)果來(lái)自于eviews6.0。

由表1可知，序列hs的均值為0.000294，標(biāo)準(zhǔn)差為0.009926，偏度為-0.115263，可以看出序列hs存在一定的左偏拖尾性。峰度為3.689488大于正態(tài)分布的3，表明序列hs是尖峰形態(tài)。因而，序列hs具有尖峰厚尾性。J-B檢驗(yàn)的P值非常接近0，拒絕序列hs服從正態(tài)分布的假設(shè)。同樣，序列sz的均值為0.0005，標(biāo)準(zhǔn)差為0.011475，偏度為0.197452，序列sz存在一定的右偏拖尾。峰度為6.282703大于正態(tài)分布的3，表明序列sz是尖峰形態(tài)。綜合來(lái)說(shuō)，序列sz是尖峰厚尾性。J-B檢驗(yàn)的P值為0，拒絕序列sz服從正態(tài)分布的假設(shè)。兩個(gè)序列hs,sz都呈現(xiàn)尖峰厚尾性，不服從正態(tài)分布。

分別對(duì)序列hs，sz經(jīng)行平穩(wěn)性檢驗(yàn)，運(yùn)用eviews6.0軟件，得到平穩(wěn)性檢驗(yàn)結(jié)果，如表2所示。

由表2可知，在給定的顯著性水平下，序列hs ,sz拒絕存在單位根的原假設(shè)，即序列是平穩(wěn)的。在保證序列平穩(wěn)性的前提下，考慮序列hs，sz的序列相關(guān)性。表3為序列相關(guān)性的eviews檢驗(yàn)結(jié)果。

表1 hs，sz序列描述性統(tǒng)計(jì)表

表2 序列hs，sz 的平穩(wěn)性檢驗(yàn)表

從表3可以得到，當(dāng)顯著性水平取0.05，序列hs不存在序列相關(guān)性,sz存在高階相關(guān)。因此就不能通過(guò)建立序列相關(guān)模型而得到殘差序列，也就不能通過(guò)LM檢驗(yàn)得出是否存在ARCH效應(yīng)。因此考慮將均值方程設(shè)定為白噪聲，即ARMA(0，0)，將序列hd，sz分別去均值化，并取二次方，得到新的序列ω2以及序列μ2。檢驗(yàn)ω2和μ2的序列相關(guān)性，限于篇幅不列出檢驗(yàn)結(jié)果，由檢驗(yàn)輸出可知，在給定的顯著性水平以及滯后階數(shù)，序列ω2以及序列μ2存在明顯的序列相關(guān)性，則可以證明序列hs，sz都存在ARCH效應(yīng)。

二、GARCH模型的建立

綜上所述，兩個(gè)序列雖然不存在序列相關(guān)性但是存在ARCH 效應(yīng)，因此可以建立GARCH模型。近幾年在擬合收益率序列的參數(shù)分布中，SkewT分布得到越來(lái)越多的應(yīng)用。相比較傳統(tǒng)的高斯分布、學(xué)生t-分布、以及ged分布，SkewT分布除了能體現(xiàn)序列的厚尾特征之外，還能體現(xiàn)分布的偏斜特征。按照前文對(duì)序列特征的描述性分析可知，兩序列都是非正態(tài)的厚尾尖峰，所以Skewt分布可以比較好的擬合序列的特征。因此選用為Skewt-GARCH(1，1)模型，模型的方程如下文所示。

其中μi,t為標(biāo)準(zhǔn)正態(tài)分布，hi,t為條件方差，hi,t與μi,t相互獨(dú)立。方程(6)為均值方程，白噪聲序列。方程(8)為條件方差方程。兩個(gè)序列Skewt-GARCH(1，1)模型估計(jì)的結(jié)果如表4所示。

如表4所示，兩個(gè)模型參數(shù)中的α+β＜1，但都比較接近1，且α,β∈(0,1)。模型擬合的效果較好。模型得到的是標(biāo)準(zhǔn)化殘差序列，記為序列x，y。因?yàn)閼?yīng)用到Copula函數(shù)中的變量必須是服從獨(dú)立均勻分布，因此對(duì)序列x,y是否滿足U(0，1)分布進(jìn)行檢驗(yàn)，限于篇幅限于篇幅，不列出檢驗(yàn)結(jié)果。通過(guò)K-S，A-D檢驗(yàn)，可以得出模型擬合出來(lái)的序列x,y是滿足U(0，1)的分布條件的，因此可以用該數(shù)據(jù)進(jìn)行Copula函數(shù)的估計(jì)。

表3 序列 hs，sz的序列相關(guān)性檢驗(yàn)結(jié)果

表4 hs，sz兩序列模型參數(shù)估計(jì)結(jié)果

表5 各類Copula函數(shù)的擬合結(jié)果

三、Copula函數(shù)的估計(jì)

運(yùn)用GARCH模型得到的標(biāo)準(zhǔn)化的殘差序列x,y對(duì)Copula函數(shù)進(jìn)行估計(jì)。首先得估計(jì)靜態(tài)的Copula函數(shù)，按照AIC以及BIC準(zhǔn)則選擇最優(yōu)的Copula函數(shù)，得到表5所示。

由表5所示，這5種靜態(tài)的Copula函數(shù)按照準(zhǔn)則最優(yōu)的選擇為student’s t Copula函數(shù)，其次為SJC Copula 函數(shù)，擬合較差的為Clayton’s Copula函數(shù)。接著得檢驗(yàn)Copula函數(shù)參數(shù)是否具有時(shí)變性，即Copula 函數(shù)的斷點(diǎn)檢驗(yàn)。由于數(shù)據(jù)選取的區(qū)間長(zhǎng)度為724，滬港通開(kāi)通之時(shí)尾2014年11月17日，在區(qū)間排列為694，占比為0.96。斷點(diǎn)檢驗(yàn)的原假設(shè)為Copula函數(shù)的參數(shù)不存在時(shí)變性。通過(guò)參照Patton(2012)[8]以及附帶的matlab檢驗(yàn)的程序包，得到檢驗(yàn)的P值為0.0099，斷點(diǎn)位置為0.96，即滬港通開(kāi)通之日。雖然這不是唯一的斷點(diǎn)，但是在此點(diǎn)P值最小，檢驗(yàn)最顯著。斷點(diǎn)檢驗(yàn)結(jié)果表明：(1)Copula參數(shù)確實(shí)存在時(shí)變性，可以估計(jì)動(dòng)態(tài)時(shí)變的Copula函數(shù)。(2)滬港通開(kāi)通之時(shí)改變了上證指數(shù)與恒生指數(shù)之間尾部相關(guān)性的結(jié)構(gòu)。表6為動(dòng)態(tài)Copula函數(shù)的擬合結(jié)果。

表6 動(dòng)態(tài)Copula函數(shù)的擬合結(jié)果

圖3 動(dòng)態(tài) SJC-COPULA函數(shù)估計(jì) tauU及tauL相關(guān)系數(shù)

由表6可知，動(dòng)態(tài)的SJC Copula函數(shù)較動(dòng)態(tài)的正態(tài)Copula函數(shù)擬合效果較好。下面運(yùn)用matlab.10得到序列的動(dòng)態(tài)相依圖，如圖3所示。

從圖3可以看出，滬港通政策提出之后，兩個(gè)股票市場(chǎng)就有異動(dòng)，市場(chǎng)的動(dòng)態(tài)相關(guān)性就有明顯的變化，特別是上尾的相關(guān)系數(shù)tauU具有明顯的上升，說(shuō)明市場(chǎng)的融合程度上升，上尾相關(guān)系數(shù)大于下尾相關(guān)系數(shù)，市場(chǎng)同步上漲的概率大于市場(chǎng)同步下跌的概率。這主要是因?yàn)橐韵聨讉€(gè)原因：第一，我國(guó)新一屆政府力推改革，資本市場(chǎng)作為改革的巨大的推動(dòng)力，在改革的浪潮中迎來(lái)了新的機(jī)遇和動(dòng)力，A股迎來(lái)了近幾年的新高，滬港通的實(shí)施給市場(chǎng)帶來(lái)更多的信心以及希望，對(duì)于我國(guó)資本市場(chǎng)的改革具有莫大的影響。同時(shí)，滬港通的推出促進(jìn)了兩個(gè)市場(chǎng)資本以及信息的流動(dòng)，增強(qiáng)了市場(chǎng)之間的聯(lián)動(dòng)性。第二，香港作為國(guó)際金融中心，資本市場(chǎng)的變動(dòng)受國(guó)際經(jīng)濟(jì)影響同樣會(huì)更大。第三，隨著內(nèi)地與香港股票市場(chǎng)的融合，一方面改善內(nèi)地投資者的投資理念，另一方面加快內(nèi)地股票市場(chǎng)不斷改善自身機(jī)制的缺陷，保護(hù)投資者價(jià)值，從而進(jìn)一步促進(jìn)兩個(gè)市場(chǎng)的融合。

結(jié)論和政策建議

隨著我國(guó)資本市場(chǎng)的不斷開(kāi)放，其與香港資本市場(chǎng)乃至國(guó)際資本市場(chǎng)的聯(lián)系會(huì)越來(lái)越緊密。作為我國(guó)資本市場(chǎng)改革創(chuàng)新的試點(diǎn)，滬港通備受矚目。資本市場(chǎng)上的改革能夠給經(jīng)濟(jì)帶來(lái)動(dòng)力和活力，同時(shí)也存在著一定的不確定性。無(wú)論是作為改革的主導(dǎo)者或是改革的參與者都對(duì)這創(chuàng)新機(jī)制充滿希冀。本文運(yùn)用GARCH-Copula模型，對(duì)開(kāi)放滬港通的恒生指數(shù)以及上證指數(shù)進(jìn)行建模估計(jì)得到了兩個(gè)指數(shù)之間的動(dòng)態(tài)尾部相關(guān)系數(shù)。研究得出如下結(jié)論：第一，從滬港通提出到現(xiàn)在，上證指數(shù)與恒生指數(shù)之間的上尾相關(guān)性都在加強(qiáng)，特別是滬港通推行之后，上尾相關(guān)系數(shù)顯著增強(qiáng)；第二，上證指數(shù)與恒生指數(shù)尾部相關(guān)系數(shù)之間發(fā)生結(jié)構(gòu)性變化，檢驗(yàn)統(tǒng)計(jì)量在滬港通實(shí)施時(shí)點(diǎn)尤其顯著;第三，上證指數(shù)與恒生指數(shù)之間的上尾相關(guān)系數(shù)大于下位的相關(guān)系數(shù)。表明滬港通的實(shí)施增強(qiáng)了市場(chǎng)的融合程度，市場(chǎng)同步上漲的概率大于市場(chǎng)同步下跌的概率,融合程度提高將促進(jìn)了內(nèi)地資本市場(chǎng)與國(guó)際資本市場(chǎng)的接軌，有利于提高內(nèi)地市場(chǎng)的有效性，以及推動(dòng)我國(guó)資本市場(chǎng)的改革創(chuàng)新。

結(jié)合分析結(jié)論給出以下建議：

第一，擴(kuò)大兩市融合標(biāo)的，積極推行深港通。作為資本市場(chǎng)改革的試點(diǎn)“滬港通”的順利推行提高了內(nèi)地市場(chǎng)與香港市場(chǎng)的融合程度，實(shí)現(xiàn)了兩個(gè)市場(chǎng)之間分散組合風(fēng)險(xiǎn)的功能。政府應(yīng)該在此基礎(chǔ)上進(jìn)一步擴(kuò)大兩市的投資標(biāo)的，積極推行“深港通”，積極引導(dǎo)投資者廣泛的參與資本市場(chǎng)之中。

第二，借力香港國(guó)際金融中心，推進(jìn)國(guó)企改革。近年，政府不斷推進(jìn)市場(chǎng)化，加速國(guó)企混合所有制改革。香港作為國(guó)際金融中心，內(nèi)地與香港股市融合一方面可以引進(jìn)國(guó)際資本，另一方面可以引進(jìn)國(guó)外優(yōu)秀管理團(tuán)隊(duì)，推進(jìn)國(guó)企混合所有制改革進(jìn)程。

第三，借鑒香港資本市場(chǎng)的優(yōu)勢(shì)，完善內(nèi)地資本市場(chǎng)機(jī)制。內(nèi)地與香港資本市場(chǎng)之間還是存在較大的差距，境內(nèi)市場(chǎng)借助市場(chǎng)融合的契機(jī)，學(xué)習(xí)香港資本市場(chǎng)的先進(jìn)經(jīng)驗(yàn)，改善自身的機(jī)制缺陷，完善多層次資本市場(chǎng)。

第四，理性構(gòu)建跨市組合，分享改革紅利。投資者應(yīng)該堅(jiān)定相信政府改革的信念，積極參與到資本市場(chǎng)的改革浪潮中，同時(shí)根據(jù)市場(chǎng)之間的風(fēng)險(xiǎn)變動(dòng)，理性構(gòu)建自己的投資組合，分享金融改革帶來(lái)的福利。

第五，政府應(yīng)審慎防范國(guó)際資本市場(chǎng)對(duì)內(nèi)地股市不利沖擊。隨著內(nèi)地市場(chǎng)與香港市場(chǎng)之間的融合程度不斷增強(qiáng)，市場(chǎng)之間的聯(lián)動(dòng)溢出效應(yīng)在增大。由于香港股市是國(guó)際化的市場(chǎng)，國(guó)際上的沖擊對(duì)香港市場(chǎng)的影響較大，由于兩個(gè)市場(chǎng)之間的聯(lián)動(dòng)增強(qiáng)，內(nèi)地市場(chǎng)受國(guó)際沖擊的影響也在增強(qiáng)，所以，政府應(yīng)審慎防范國(guó)際資本市場(chǎng)對(duì)內(nèi)地股市不利沖擊。