全流通時(shí)代我國(guó)股債聯(lián)動(dòng)效應(yīng)分析

□（北京印刷學(xué)院經(jīng)濟(jì)管理學(xué)院北京102600）

一、引言

金融市場(chǎng)在一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)穩(wěn)定和發(fā)展中占據(jù)重要地位，在促進(jìn)經(jīng)濟(jì)發(fā)展、為廣大投資者提供金融產(chǎn)品的交易場(chǎng)所從而獲取收益中發(fā)揮著重要的作用。而股票市場(chǎng)和債券市場(chǎng)又是金融市場(chǎng)中兩個(gè)重要組成部分。我國(guó)的股票市場(chǎng)和債券市場(chǎng)從無(wú)到有不斷發(fā)展壯大，股票總市值、發(fā)行量、交易量、上市公司數(shù)量等都有了飛躍式發(fā)展；我國(guó)債券市場(chǎng)的發(fā)行量、交易量、托管量在不斷提高，債券品種不斷豐富，債券交易方式多樣化。作為廣大投資者最為重要的投資場(chǎng)所，股票和債券的收益波動(dòng)是投資者最為關(guān)注的。同時(shí)，投資者也會(huì)不斷關(guān)注股票和債券收益之間的變動(dòng)關(guān)系，根據(jù)不同的市場(chǎng)狀況調(diào)整它們的投資組合以獲取收益的最大化。因此，研究股票和債券市場(chǎng)之間的關(guān)系就顯得尤為重要。

二、文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者對(duì)股票和債券市場(chǎng)的關(guān)系做了大量的研究，Campbell and Airnner（1993） 研究了美國(guó) 1952—1987年股票和債券收益的相關(guān)情況。研究結(jié)果顯示，股債收益呈現(xiàn)相對(duì)較低的正相關(guān)關(guān)系，并且動(dòng)態(tài)條件相關(guān)系數(shù)具有階段時(shí)變特征，比如在1952—1979年期間股債動(dòng)態(tài)條件相關(guān)系數(shù)僅為0.095，而在1973—1987年間股債動(dòng)態(tài)條件相關(guān)系數(shù)高達(dá)0.261。

王璐和龐皓（2008）以 2002年 1月至2007年6月間上證綜合指數(shù)與中國(guó)債券總指數(shù)為樣本，運(yùn)用VAR模型研究了我國(guó)股債價(jià)格波動(dòng)的溢出效應(yīng)。他們的研究結(jié)果顯示，我國(guó)股票市場(chǎng)和債券市場(chǎng)之間存在雙向的波動(dòng)溢出效應(yīng)。袁超、張兵和汪慧建（2008）以2003—2006年我國(guó)滬深股票和債券價(jià)格為樣本，基于ADCC-GARCH模型研究了我國(guó)股債的價(jià)格聯(lián)動(dòng)問(wèn)題。研究結(jié)果認(rèn)為，我國(guó)股債動(dòng)態(tài)條件相關(guān)系數(shù)具有動(dòng)態(tài)時(shí)變特征，經(jīng)濟(jì)條件不同，股債動(dòng)態(tài)條件相關(guān)系數(shù)也不同，在研究的樣本期內(nèi)，大部分時(shí)間里我國(guó)股債之間存在較低的正相關(guān)關(guān)系，而在連續(xù)實(shí)施緊縮政策后，我國(guó)股債動(dòng)態(tài)條件相關(guān)系數(shù)在2005年變?yōu)樨?fù)數(shù)。韓蹇韜（2011）選取2003年4月1日至2010年6月11日我國(guó)股票指數(shù)、債券指數(shù)和基金指數(shù)為樣本期間，通過(guò)構(gòu)建VAR-DCC-MGARCH模型研究它們之間的動(dòng)態(tài)相關(guān)性。研究結(jié)果認(rèn)為，股債動(dòng)態(tài)條件相關(guān)系數(shù)和基債動(dòng)態(tài)條件相關(guān)系數(shù)有正有負(fù)，它們的波動(dòng)范圍在-0.3至0.4之間，其走勢(shì)也非常相似，而且具有很強(qiáng)的動(dòng)態(tài)時(shí)變性和集聚性。

從上述文獻(xiàn)可以看出，大部分學(xué)者都是通過(guò)動(dòng)態(tài)條件相關(guān)系數(shù)來(lái)研究股債的聯(lián)動(dòng)性，因此不能全面獲得股債之間的聯(lián)動(dòng)性。本文通過(guò)建立基于t分布的VECM-MVGARCH-BEKK（1，1）模型來(lái)實(shí)證分析我國(guó)股債之間的信息溢出效應(yīng)，這正是本文的創(chuàng)新之所在。

三、實(shí)證分析

（一）數(shù)據(jù)選取

2008年4月17日，隨著騰達(dá)建設(shè)控股股東所持有的56.62萬(wàn)股股份解禁上市，騰達(dá)建設(shè)也因此成為第一家真正意義上通過(guò)股權(quán)分置改革實(shí)現(xiàn)全流通的上市公司，同時(shí)標(biāo)志著我國(guó)股票市場(chǎng)進(jìn)入全流通時(shí)代。本文選取的研究對(duì)象是全流通時(shí)代滬深300指數(shù)、中證全債指數(shù)，即樣本區(qū)間為2008年4月17日—2016年12月31日，共2 180個(gè)數(shù)據(jù)。

（二）信息溢出效應(yīng)研究

許多學(xué)者從報(bào)酬溢出（均值溢出）和波動(dòng)溢出兩個(gè)層面來(lái)研究金融市場(chǎng)間的信息溢出效應(yīng)，采用的模型主要是多元GARCH模型，而其中的BEKK模型應(yīng)用最為廣泛，經(jīng)濟(jì)意義也最為明顯。但是，大多數(shù)研究都是建立在隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布的基礎(chǔ)上，而大量的研究表明，許多金融資產(chǎn)的收益率是呈尖峰厚尾分布的（張秋莉等，2012）。因此，為了使本文的研究結(jié)果更加符合實(shí)際，更加具有可靠性，本文建立了基于t分布的VECM-MVGARCH-BEKK（1，1）模型來(lái)研究我國(guó)股債之間的聯(lián)動(dòng)性，其中的均值溢出效應(yīng)通過(guò)建立VECM模型來(lái)研究，而波動(dòng)溢出效應(yīng)則通過(guò)建立基于t分布的 MVGARCH-BEKK（1，1）模型進(jìn)行分析。

表1 描述性統(tǒng)計(jì)

1.均值溢出效應(yīng)。本部分我們通過(guò)建立VECM模型來(lái)研究我國(guó)股債之間的均值溢出效應(yīng)，該模型是基于VAR模型的分析框架的。

（1）單位根檢驗(yàn)。在建立VAR模型之前，我們需要對(duì)各個(gè)時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，本文采用ADF檢驗(yàn)，其結(jié)果如表2所示，價(jià)格序列均為非平穩(wěn)序列，而收益率序列均為平穩(wěn)序列，說(shuō)明價(jià)格序列是一階單整的。

（2）協(xié)整關(guān)系檢驗(yàn)。為了研究我國(guó)股票市場(chǎng)和債券市場(chǎng)是否存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，需要檢驗(yàn)股票和債券序列是否存在協(xié)整關(guān)系。如果存在，則可通過(guò)建立VECM模型來(lái)研究我國(guó)股債之間的均值溢出效應(yīng)，否則只能通過(guò)建立股債收益率的VAR模型來(lái)研究。檢驗(yàn)多個(gè)序列間是否存在協(xié)整關(guān)系有兩種方法：一種是EG兩步法；另一種是Johnson-Jensen檢驗(yàn)法。本文采用后面一種來(lái)分別檢驗(yàn)滬深300指數(shù)與中證全債是否存在協(xié)整關(guān)系。結(jié)果如表3和表4所示，跡統(tǒng)計(jì)量和最大特征根統(tǒng)計(jì)量檢驗(yàn)都表明，在5%顯著性水平下，滬深300與中證全債之間至多存在1個(gè)協(xié)整關(guān)系。

表2 平穩(wěn)性檢驗(yàn)結(jié)果

表3 跡統(tǒng)計(jì)量檢驗(yàn)結(jié)果

表4 最大特征根檢驗(yàn)結(jié)果

表5 滬深300與中證全債的VECM模型結(jié)果

（3）誤差修正模型（VECM模型）的建立。從上部分的協(xié)整檢驗(yàn)的結(jié)果可知，滬深300與中證全債至多存在1個(gè)協(xié)整關(guān)系。因此，我們可以通過(guò)建立VECM模型來(lái)研究股票市場(chǎng)和債券市場(chǎng)的均值溢出效應(yīng)。建立VECM模型所必須確定的最優(yōu)滯后階數(shù)可從上一部分對(duì)價(jià)格對(duì)數(shù)所建立的VAR模型中得出。結(jié)果如表5所示，在滬深300和中證全債所建立的VECM模型中，在5%顯著性水平下，滬深300收益率沒(méi)有受到其本身滯后階的影響，但受到中證全債收益率滯后2階的影響，這說(shuō)明中證全債收益率是滬深300收益率的短期格蘭杰原因，亦即存在中證全債對(duì)滬深300的均值溢出效應(yīng)。ecm項(xiàng)的系數(shù)為負(fù)，符合反向修正原理，亦即當(dāng)滬深300和中證全債的關(guān)系偏離長(zhǎng)期均衡狀態(tài)時(shí)，這種偏離會(huì)在下一期得到修正，修正的速度為0.0026。但遺憾的是，在5%水平下，ecm項(xiàng)不顯著，這說(shuō)明中證全債不是滬深300的長(zhǎng)期格蘭杰原因。

在5%顯著性水平下，中證全債收益率受到其本身滯后1、2階的影響，而且還受到滬深300滯后1階的影響，這說(shuō)明滬深300收益率是中證全債收益率的短期格蘭杰原因，亦即存在滬深300對(duì)中證全債的均值溢出效應(yīng)。ecm項(xiàng)的系數(shù)為負(fù)，符合反向修正原理，亦即當(dāng)中證全債和滬深300的關(guān)系偏離長(zhǎng)期均衡狀態(tài)時(shí)，這種偏離會(huì)在下一期得到修正，修正的速度為0.0008，而且在1%水平下，ecm項(xiàng)可通過(guò)顯著性檢驗(yàn)，這說(shuō)明滬深300是中證全債的長(zhǎng)期格蘭杰原因。

2.波動(dòng)溢出效應(yīng)分析。上一部分利用VECM模型分析了均值溢出效應(yīng)，本部分將VECM模型的殘差作為研究股票和債券之間的波動(dòng)溢出效應(yīng)的原始序列。從前面的分析可知，收益率序列不服從正態(tài)分布，具有尖峰厚尾的特性，而且還呈現(xiàn)波動(dòng)聚集的特點(diǎn)。因此，本部分將利用基于t分布的MVGARCH-BEKK（1，1）模型來(lái)研究我國(guó)股票和債券之間的波動(dòng)溢出效應(yīng)，結(jié)果如表6所示。

表6 波動(dòng)溢出效應(yīng)結(jié)果

在滬深300與中證全債所建立的BEKK模型中，在5%顯著性水平下，所有系數(shù)都能通過(guò)顯著性檢驗(yàn)，這說(shuō)明滬深300和中證全債的波動(dòng)不僅受其本身ARCH項(xiàng)和GARCH項(xiàng)的影響，而且還受到對(duì)方的ARCH項(xiàng)和GARCH項(xiàng)的影響，這說(shuō)明滬深300和中證全債之間存在相互的短期和長(zhǎng)期波動(dòng)溢出效應(yīng)。具體而言，a21的值為-0.0016，這表明滬深300對(duì)中證全債具有負(fù)的短期波動(dòng)溢出效應(yīng)，而a12的值為0.2639，這表明中證全債對(duì)滬深300具有正的短期波動(dòng)溢出效應(yīng)；b21的值為0.0005，這表明滬深300對(duì)中證全債具有正的長(zhǎng)期波動(dòng)溢出效應(yīng)，而b12的值為-0.1017，這表明中證全債對(duì)滬深300具有負(fù)的長(zhǎng)期波動(dòng)溢出效應(yīng)。

四、結(jié)論

本文通過(guò)建立基于t分布的VECMMVGARCH-BEKK（1，1）模型對(duì)我國(guó)股債之間的聯(lián)動(dòng)效應(yīng)進(jìn)行了實(shí)證研究，得出以下結(jié)論：中證全債收益率和滬深300收益率之間存在相互的短期格蘭杰原因，亦即存在相互的均值溢出效應(yīng)；滬深300和中證全債之間存在相互的短期和長(zhǎng)期波動(dòng)溢出效應(yīng)。