中國股市國際化進程的長期趨勢和短期波動

張進峰，戚睿驊，劉彥臻

(山東大學(xué) 經(jīng)濟研究院，山東 濟南 250100；山東財經(jīng)大學(xué) 金融學(xué)院，山東 濟南 250002)

一、引言

自1990年11月26日上海證券交易所成立算起，中國股市實現(xiàn)了從無到有、從小到大的跨越式發(fā)展，已逐步成長為具有全球影響力的重要市場。國家主席習(xí)近平出席2021年博鰲亞洲論壇時指出，今后要繼續(xù)堅持開放創(chuàng)新，“開放是發(fā)展進步的必由之路”。2001年正式加入WTO拉開了中國經(jīng)濟活動全球化與金融自由化的序幕，為中國股市的國際化進程奠定了基礎(chǔ)；此后我國政府相繼出臺的一系列政策有效提升了中國股市的國際化水平，例如QFII、QDII和RGFII制度的實施、股權(quán)分置改革以及“滬港通”的開通等。2018年A股被正式納入新興市場指數(shù)(MSCI)則標(biāo)志著國際投資者對中國開放股票市場的認可，也意味著中國股市的國際化進入了新的發(fā)展階段。但不可否認的是，與新時代的經(jīng)濟金融發(fā)展要求相比，中國金融業(yè)的開放程度還有很大空間?？梢哉f，隨著全球經(jīng)濟聯(lián)系的日益加強，進一步推進中國股市的國際化進程，不僅能影響投資者配置資產(chǎn)的策略，而且能改善投資者結(jié)構(gòu)，也是提升資本吸引力、規(guī)范市場管理、改進市場效率的必由之路。那么，作為全球最大的新興股票市場，中國股市的國際化進程應(yīng)該怎樣測度以及有怎樣的趨勢？國際化進程中，中國股市受到其他市場影響的程度如何？是否也已具有影響其他市場的能力？在國際經(jīng)濟沖突日益頻繁的復(fù)雜環(huán)境下，對上述諸多問題的研究具有重要的理論和現(xiàn)實意義。

中國股市與國際股市間的聯(lián)動是描述其國際化最直觀的方式。Engel構(gòu)建的動態(tài)條件相關(guān)(DCC)模型及其衍生模型可以成功地捕獲市場間的動態(tài)相關(guān)性，被廣泛地應(yīng)用于中國股市一體化和國際化的研究(1)Engle R, Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business & Economic Statistics, Vol. 20 (2002), pp.339-350.。大量基于DCC—GARCH模型的實證研究表明，中國大陸股市(滬市和深市)與香港地區(qū)股市間的相關(guān)性存在明顯地結(jié)構(gòu)變化，且股市之間的動態(tài)相關(guān)系數(shù)呈現(xiàn)上升的趨勢(2)唐齊鳴，操?。骸稖蠲栏酃墒械膭討B(tài)相關(guān)性研究——兼論次級債危機的沖擊》，《統(tǒng)計研究》，2009年第2期；魯旭，趙迎迎：《滬深港股市動態(tài)聯(lián)動性研究——基于三元VAR-GJR-GARCH-DCC的新證據(jù)》，《經(jīng)濟評論》，2012年第1期。。而這一上升趨勢在“滬港通”開通后得到極大加強，中國大陸與香港地區(qū)的股市一體化進程得到了快速推進(3)方艷，賀學(xué)會，劉凌，曹亞暉：《“滬港通”實現(xiàn)了我國資本市場國際化的初衷嗎?——基于多重結(jié)構(gòu)斷點和t-Copula-aDCC-GARCH模型的實證分析》，《國際金融研究》，2016年第11期。。此外，在DCC—GARCH框架下，通過對多國股市間的聯(lián)動關(guān)系進行研究，發(fā)現(xiàn)國際主要股市對中國股市的波動率溢出效應(yīng)日益增強，中國股市的國際化水平穩(wěn)步上升(4)徐有俊，王小霞，賈金金：《中國股市與國際股市聯(lián)動性分析——基于DCC-GARCH模型研究》，《經(jīng)濟經(jīng)緯》，2010年第5期；何德旭，苗文龍：《國際金融市場波動溢出效應(yīng)與動態(tài)相關(guān)性》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，2015第11期；齊蓮英，廖鴻燕：《中國股票市場的收益率、開放程度與關(guān)聯(lián)風(fēng)險比較分析》，《金融理論與實踐》，2018年第7期。。

然而，現(xiàn)有基于DCC—GARCH模型的股市國際化研究均未考慮收益率序列無條件方差的時變特征，事實上，近年來的研究顯示無條件方差的結(jié)構(gòu)變化普遍存在于各類經(jīng)濟金融數(shù)據(jù)中(5)Sensier M, van Dijk D, Testing for Volatility Changes in U.S. Macroeconomic Time Series, Review of Economics and Statistics, Vol. 86 (2004), pp.833-839; Mikosch T, St?ric? C, Nonstationarities in financial time series, the long-range dependence, and the IGARCH effects, Review of Economics and Statistics, Vol. 86 (2004), pp.378-390; Liu C, Maheu J M, Are there structural breaks in realized volatility? Journal of Financial Econometrics, Vol. 6(2008), pp.326-360; 鄭挺國，左浩苗：《基于極差的區(qū)制轉(zhuǎn)移隨機波動率模型及其應(yīng)用》，《管理科學(xué)學(xué)報》，2013年第9期；龔旭，林伯強：《跳躍風(fēng)險、結(jié)構(gòu)突變與原油期貨價格波動預(yù)測》，《中國管理科學(xué)》，2018年第11期；張躍軍，張晗，王金麗：《考慮結(jié)構(gòu)變化和長記憶性的國際原油價格波動率預(yù)測研究》，《中國管理科學(xué)》，2021年第9期。。而當(dāng)無條件方差存在結(jié)構(gòu)變化時，DCC模型的估計和預(yù)測可能變得不可靠。Lamoureux和Lastrapes以及Granger和Hyung指出，無條件方差的結(jié)構(gòu)性變化會導(dǎo)致波動中的偽持續(xù)性和長記憶效應(yīng)(6)Lamoureux C G, Lastrapes W D, Persistence in variance, structural change, and the GARCH model, Journal of Business and Economic Statistics, Vol. 8 (1990), pp.225-234; Granger C W J, Hyung N, Occasional structural breaks and long memory with an application to the SP 500 absolute stock returns, Journal of Empirical Finance, Vol. 11 (2004), pp.399-421.。Hillebrand發(fā)現(xiàn)，無條件方差中存在結(jié)構(gòu)突變會使得GARCH參數(shù)被高估，導(dǎo)致GARCH參數(shù)估計值的和收斂于1(7)Hillebrand E, Neglecting parameter changes in GARCH models, Journal of Econometrics, Vol. 129 (2005), pp.121-138.。Pettenuzzo和Timmerman以及Acatrinei等則進一步強調(diào)，過去的結(jié)構(gòu)性變化可以通過影響當(dāng)前的參數(shù)估計，導(dǎo)致對風(fēng)險的錯誤估計，進而影響投資決策(8)Pettenuzzo D, Timmerman A, Predictability of stock returns and asset allocation under structural breaks, Journal of Econometrics, Vol. 164 (2011), pp.60-78; Acatrinei M, Gorun A, Marcu N, A DCC-GARCH model to estimate the risk on capital market in Romania, Romanian Journal of Economic Forecasting, Vol.16(2013),pp.136-148.。因此，以往基于DCC—GARCH模型的股市國際化研究存在改進的可能性：可通過考慮無條件方差的結(jié)構(gòu)突變問題來增加傳統(tǒng)DCC模型的適用性。

考慮到中國證券市場屬于新興市場，具有高成長性和多階段性等特征，在逐步國際化的過程中，極有可能存在結(jié)構(gòu)性變化。同時，在過去的幾十年中，中國的經(jīng)濟體制改革不斷深化，無論是政策探索引起的不確定性還是制度完善帶來的效率提升，都從根本上影響著中國股市的動態(tài)演變。因此，考察中國股市國際化時必須充分考慮這些因素的影響。近年來，國內(nèi)學(xué)者已逐漸開始關(guān)注經(jīng)濟金融數(shù)據(jù)的結(jié)構(gòu)性變化問題。例如，李木易、方穎提出了可同時捕獲金融變量的長記憶性和結(jié)構(gòu)變化的動態(tài)混合雙曲GARCH模型(9)李木易，方穎：《動態(tài)混合HGARCH模型的估計和預(yù)測》，《管理科學(xué)學(xué)報》，2020年第5期。。蔡光輝、廖亞琴則構(gòu)建了考慮結(jié)構(gòu)突變的動態(tài)高階矩已實現(xiàn)EGARCH模型，發(fā)現(xiàn)考慮結(jié)構(gòu)突變等因素可提高模型的擬合和預(yù)測能力(10)蔡光輝，廖亞琴：《基于結(jié)構(gòu)突變的動態(tài)高階矩Realized EGARCH模型及應(yīng)用》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》，2021年第1期。。

受上述研究思路的啟發(fā)，本文首先采用Wu和Xiao提出的方法檢驗收益率的波動是否存在結(jié)構(gòu)性變化(11)Wu J, Xiao Z, Testing for changing volatility, The Econometrics Journal, Vol. 21 (2018), pp.192-217.。然后基于Bauwens等提出的可乘動態(tài)條件相關(guān)(MDCC)模型估計相關(guān)參數(shù)(12)Bauwens L, Hafner C, Pierret D, Multivariate Volatility Modeling Of Electricity Futures, Journal of Applied Econometrics, Vol. 28 (2013), pp.743-761，pp.743-761.。該模型將收益率的條件協(xié)方差矩陣分解為一個隨時間平滑變化的函數(shù)和一個GARCH過程的乘積，解釋時可分別對應(yīng)于長期趨勢和短期波動。最后本文還通過構(gòu)建國際化進程指數(shù)來直觀衡量中國股市的國際化進程。

與已有文獻相比，本文具有如下貢獻：(1)將結(jié)構(gòu)變化整合進模型，增加了傳統(tǒng)DCC模型的適用性；(2)把長期趨勢與短期波動進行分離，其中的長期趨勢能更好地反映中國股市的國際化水平；(3)考慮了收益率的無條件協(xié)方差矩陣隨時間變化的事實，可有效緩解對不確定性的高估，解釋短期波動時更加合理。

二、計量模型

多元GARCH模型可用于刻畫不同市場間波動的相關(guān)性和信息的溢出效應(yīng)。Engle提出的動態(tài)條件相關(guān)多元GARCH(DCC—MGARCH)模型被廣泛應(yīng)用于研究金融市場中波動的變化，但由于將無條件方差設(shè)定為常數(shù)，該模型主要用來研究溢出的短期效應(yīng)，無法處理時變無條件方差的情況(13)Engle R, Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business & Economic Statistics, Vol. 20 (2002), pp.339-350.。為此，Bauwens等構(gòu)建了MDCC模型，該模型可看成是傳統(tǒng)DCC模型的一般化，其核心思想是將殘差向量的條件協(xié)方差矩陣分解為可以隨時間平穩(wěn)變化的長期趨勢以及用于捕獲多元GARCH過程中動態(tài)的短期趨勢(14)Bauwens L, Hafner C, Pierret D, Multivariate Volatility Modeling Of Electricity Futures, Journal of Applied Econometrics, Vol. 28 (2013), pp.743-761，pp.743-761.。這樣既考慮了短期動態(tài)的變化又能將長期趨勢從總的趨勢中分離出來，結(jié)論更加穩(wěn)健。在過去的三十多年里，中國股市經(jīng)歷了一系列重大改革，在研究中國股市與世界股市之間的動態(tài)相關(guān)性時，將可能存在的結(jié)構(gòu)變化納入模型是非常有必要的?；谏鲜龇治觯疚牟捎肕DCC模型研究中國股市的國際化進程。具體地，考慮如下收益率模型：

εt= μ+zt, zt=Dtet，t=1，2，…，T

(1)

其中，μ為εt的無條件均值，Dt為n×n對角矩陣，zt和et分別為t時刻所受到的沖擊項和標(biāo)準(zhǔn)沖擊項，且et的均值為0，條件方差為Rt。令Ft-1為由{εt-1,εt-2}生成的σ—域，由于Dt只和Ft-1的信息有關(guān)，εt的條件方差可表示為：

(2)

其中，Gt為一個DCC過程，用來捕獲GARCH模型的短期動態(tài)。∑(t/T)為一個確定的平滑時間函數(shù)。為便于討論，假設(shè)E(Gt)=In，此時εt的無條件方差協(xié)方差矩陣可簡化為：

從上式可以看出，εt的無條件方差為∑(t/T)的函數(shù)，隨時間變化而變化。鑒于∑(t/T)的函數(shù)形式未知，可以把MDCC模型看成半?yún)?shù)模型，通過將無條件協(xié)方差矩陣的非參數(shù)估計與傳統(tǒng)DCC模型的兩階段QML估計相結(jié)合來估計模型。概括起來，估計過程可分為三步。

第一步，采用非參數(shù)方法估計出無條件協(xié)方差矩陣：

其中τ∈[0,1]，Kh(·)=(1/h)K(·/h)，K(·)是核函數(shù)，h為帶寬。此時，估計的無條件動態(tài)相關(guān)性可通過下式算出：

第二步，由于假定Gt為一個DCC過程，給定適當(dāng)?shù)钠椒€(wěn)性條件和非負約束，ξt的條件方差可以由QML估計得到。具體地，對于主對角線上的元素giit，采用如下單變量GJR—GARCH模型估計：

(3)

其中，giit=Var(ξit|Ft-1)。Iξit<0為指示函數(shù)，在過去沖擊為負時取1，其他為0。α為標(biāo)準(zhǔn)化殘差平方的滯后項系數(shù)，用來捕獲股市收益率的ARCH效應(yīng)，β為自回歸系數(shù)，用來捕獲GARCH效應(yīng)，γ為負的標(biāo)準(zhǔn)化殘差平方的滯后項系數(shù)，用來捕獲非對稱沖擊。常數(shù)項(1-αi-βi-0.5γi)用來確保giit被標(biāo)準(zhǔn)化后的無條件均值為1。在ηt服從正態(tài)分布的假定下，其似然函數(shù)為：

(4)

(5)

三、數(shù)據(jù)的描述性分析及預(yù)處理

為考察中國股市的國際化進程，本文選擇了4個中國股市的市場指數(shù)：滬A股指(SHA)、滬B股指(SHB)、深A(yù)股指(SZA)、深B股指(SZB)，以及5個具有代表性的國家或地區(qū)的市場指數(shù)：標(biāo)普500指數(shù)(S&P500)、富時100指數(shù)(FTSE)、DAX30指數(shù)(DAX30)、日經(jīng)225指數(shù)(N225)和恒生指數(shù)(HSI)。其中，作為世界第一大經(jīng)濟體，美國在全球金融體系中的作用不言而喻；英國和德國是歐盟金融市場的主要代表；日本的經(jīng)濟和金融在亞洲具有重要地位；香港作為中國的一部分，與大陸的經(jīng)濟聯(lián)系密切。此外，樣本國家或地區(qū)的股市市值均位居世界前列，是世界上主要的股票市場。從2020年與中國大陸的進出口總額來看，這些國家或地區(qū)的進出口總額排名也居于前列。

考慮到不同證券市場在節(jié)假日和停牌日期等方面的差異以及工作周期和時區(qū)不同等因素的影響，為保持數(shù)據(jù)的完整性和可比性，本文選擇樣本區(qū)間內(nèi)的周收盤價計算出的對數(shù)周收益率為研究對象，計算公式為：rt=100×ln(pt/pt-1)，其中，pt為t時刻股票的周收盤價格。所有數(shù)據(jù)均來自Datastream數(shù)據(jù)庫，樣本區(qū)間為1992年10月6日至2020年9月29日，共計1461組有效數(shù)據(jù)。收益率的描述性統(tǒng)計見表1(為節(jié)省篇幅，在描述性統(tǒng)計部分，大陸股市以滬A股指為代表)。

可以看出，盡管大陸股市收益率的均值高于英國、日本和香港股市，其標(biāo)準(zhǔn)差卻明顯大于其他市場，這驗證了新興市場更高的收益率往往伴隨著更高波動的現(xiàn)象。從偏度和峰度來看，所有市場都呈現(xiàn)出“尖峰厚尾”的特征。Jarque—Bera檢驗的結(jié)果表明，在1%的顯著水平下，各收益率序列都拒絕了正態(tài)分布的原假設(shè)。ADF檢驗結(jié)果顯示各收益率序列為平穩(wěn)過程。Ljung—Box統(tǒng)計量的數(shù)值則表明，除德國和日本外，其他市場的收益率序列至少在5%的顯著水平上存在自相關(guān)。

表1 股指收益率的描述性統(tǒng)計

圖1為六個股市的收益率序列。由于每個市場均存著多個異常值，有必要考慮收益率波動可能存在的結(jié)構(gòu)變化。從中國股市的情況來看，早期的收益率波動劇烈，且和其他市場的聯(lián)動性很弱。但隨著時間的推移，這種聯(lián)動關(guān)系逐漸加強。比如2007年的次貸危機、2008年的金融危機以及2015年的股災(zāi)，中國股市和其他市場均出現(xiàn)了同方向的劇烈波動。此外，從圖形上看，各收益率序列都存在一定程度的波動聚集現(xiàn)象，有必要對可能存在的條件異方差做進一步的檢驗。

圖1 各市場股指收益率序列

基于上述分析，在構(gòu)建MDCC模型之前，我們對數(shù)據(jù)做如下處理：首先通過ARMA模型過濾收益率中存在的自相關(guān)；隨后我們對收益率的殘差向量進行了ARCH檢驗，發(fā)現(xiàn)各收益率殘差向量在1%的顯著性水平上均拒絕了不存在ARCH效應(yīng)的原假設(shè)；最后我們用Wu和Xiao的方法檢驗了收益率波動的結(jié)構(gòu)變化(15)Wu J, Xiao Z, Testing for changing volatility, The Econometrics Journal, Vol. 21 (2018), pp.192-217.，結(jié)果顯示，除德國外，剩余國家的收益率波動在樣本期內(nèi)均存在明顯的結(jié)構(gòu)變化，因此有必要考慮無條件時變方差的影響。

四、實證結(jié)果分析

(一)長期趨勢分析

1.長期相關(guān)性、短期相關(guān)性及總相關(guān)性的進一步解釋

前文分析證實了采用MDCC模型的必要性，考慮到MDCC模型將收益率的條件協(xié)方差矩陣分解為一個隨時間平滑變化的函數(shù)和一個GARCH過程的乘積。本文將隨時間平滑變化的部分稱為長期相關(guān)性，該部分捕獲了收益率無條件方差的時變特征，估計結(jié)果為無條件動態(tài)相關(guān)系數(shù)，可反應(yīng)市場聯(lián)動的長期趨勢；其他由DCC過程描述的部分稱為短期相關(guān)性，估計結(jié)果為條件動態(tài)相關(guān)系數(shù)，反應(yīng)出市場聯(lián)動的短期波動。與之對應(yīng)的，將直接使用傳統(tǒng)DCC模型得到的動態(tài)相關(guān)系數(shù)稱為總相關(guān)性，總相關(guān)性包含了長期相關(guān)性和短期相關(guān)性的信息，但未能將兩者分離。

2.長期相關(guān)性及其與總相關(guān)性的對比

由于影響股市聯(lián)動效應(yīng)長期趨勢的因素眾多且難以量化，隨時間平滑變化的函數(shù)形式是未知的，需要借助非參方法估計收益率間的無條件協(xié)方差。此時帶寬的選擇尤為重要，它決定了長期趨勢和短期波動的劃分，帶寬越小，長期趨勢所刻畫的聯(lián)動部分就越多。本文采用高斯核函數(shù)，使用最小二乘交叉驗證準(zhǔn)則得出的最優(yōu)帶寬為0.07。圖2為中國股市與其他五個市場間的長期相關(guān)性曲線，作為比較，同時畫出了采用傳統(tǒng)DCC模型估計的總相關(guān)性(由于篇幅限制，此處以滬A股指為例)?？梢钥闯?，長期相關(guān)性和總相關(guān)性都呈現(xiàn)出明顯的時變特征，總相關(guān)性大致圍繞長期相關(guān)性波動。由于分離了短期波動的影響，長期相關(guān)性曲線更為平滑，能更好地刻畫中國股市的國際化趨勢。

從樣本區(qū)間來看，滬A與其他五個市場股指收益率的長期相關(guān)性走勢大致相同。早期滬A股市比較封閉，與其他市場之間沒有顯著的相關(guān)性，長期相關(guān)系數(shù)一直在零附近徘徊。2001年中國加入WTO，開始逐步開放金融市場，中國股市與世界各主要股市之間的相關(guān)性也逐漸呈現(xiàn)增強的趨勢。隨著2002年中國實行QFII，2005年股權(quán)分置改革，2006年實行QDII，滬A股市與世界各主要股市的長期相關(guān)性明顯變大；不過，自2011年年底開始，滬A股市與美國、英國和德國三個股市間的長期相關(guān)性出現(xiàn)了明顯下降，而同期和日本、香港兩個股市的長期相關(guān)性仍然保持了上升的趨勢。出現(xiàn)這種背離的一個可能原因在于，此段時間歐債危機嚴重影響了歐美股市，美聯(lián)儲與歐洲各大央行通過增加流動性等手段緩解歐債危機，而包括中國股市在內(nèi)的亞洲股市受歐債危機的影響相對較小。此后，2014年“滬港通”的開通，進一步促進了滬A股市和港股以及其他資本市場之間的聯(lián)系，同時，歐債危機的負面影響也逐漸散去，滬A股市和其他五個股市間的長期相關(guān)性又呈現(xiàn)出明顯的上升趨勢。

圖2 滬A股市與其他市場收益率的長期相關(guān)性及總相關(guān)性

橫向比較來看，滬A股市與香港和日本兩個亞洲股市之間的長期相關(guān)性明顯高于美國、英國和德國等歐美股市。其中，滬A股市與香港股市間的長期相關(guān)性最高，特別是“滬港通”的實施之后，滬A股市與香港恒生指數(shù)的長期相關(guān)性從0.5攀升至0.66。滬A股市與德國DAX指數(shù)之間的長期相關(guān)性最低，二者之間的聯(lián)動受歐債危機的影響也最嚴重，長期相關(guān)性在歐債危機爆發(fā)后更是一度跌至0.21。而滬A股市與標(biāo)普500指數(shù)之間的長期相關(guān)性雖然在早期處于較低水平，但最近5年來增長較為迅速，從0.28上升至0.40，明顯高于滬A股市與英國和德國等歐洲股市。概括起來，滬A股市與亞洲股市的聯(lián)動性強于美國股市，而與歐洲股市之間的聯(lián)動性最弱。

3.A股、B股長期相關(guān)性的對比

為進一步分析中國股市的國際化進程，本文還將A股與B股的國際化進程做了對比(根據(jù)滬深兩市市值進行加權(quán)分別得到滬深A(yù)股指數(shù)和滬深B股指數(shù))。圖3給出了滬深A(yù)股和滬深B股與其他五個市場間的長期相關(guān)性?？梢钥吹?，在中國股市發(fā)展早期，B股對境外投資者開放，而A股僅限于境內(nèi)投資者，這種投資者結(jié)構(gòu)的差異使得B股與其他市場間的聯(lián)系更為緊密。但隨著QFII等一系列改革措施的實施，A股和B股的投資者結(jié)構(gòu)變得類似，兩個市場間的差距也越來越小，它們同其他市場間的長期相關(guān)性也開始趨同。

4.國際化進程指數(shù)

由于分離了短期波動的影響，長期相關(guān)系數(shù)可以更好地刻畫中國股市的國際化進程。本文將滬深A(yù)股與其他五個市場長期相關(guān)性的均值定義為國際化進程指數(shù)，以此作為衡量中國股市國際化程度的指標(biāo)。從圖4可以看出，隨著2001年加入WTO以及此后一系列政策的實施，中國股市與世界主要金融市場間的聯(lián)系逐漸增強，中國股市的國際化進程持續(xù)穩(wěn)定增長。國際化進程在2011年后的一段時間內(nèi)有所放緩，這是因為此時國際上存在著諸多阻礙國際化進程的不利因素：首先，受歐債危機的影響，全球主要貨幣匯率劇烈波動，為減緩本國壓力，包括日本、瑞士、韓國等國家的中央銀行開始干預(yù)本國貨幣匯率，并一度引發(fā)對貿(mào)易保護主義的擔(dān)心；其次，這一時間段內(nèi)中國與其他國家經(jīng)濟發(fā)展差異較大，從整體上看全球經(jīng)濟復(fù)蘇乏力，美國復(fù)蘇緩慢而脆弱，歐洲深陷債務(wù)危機，日本連續(xù)通貨緊縮疊加海嘯沖擊，而此時我國國民經(jīng)濟繼續(xù)朝著宏觀調(diào)控預(yù)期方向發(fā)展，呈現(xiàn)出國民經(jīng)濟平穩(wěn)較快發(fā)展、結(jié)構(gòu)繼續(xù)優(yōu)化、物價逐步趨穩(wěn)、民生不斷改善等特征；最后，這一時間段內(nèi)全球?qū)ν饨?jīng)濟活動恢復(fù)緩慢，世界貿(mào)易額、全球外商直接投資(FDI)連年下滑。面對這些阻礙中國股市國際化進程的不利因素，中國政府依然堅持金融開放，推進人民幣跨境結(jié)算業(yè)務(wù)，擴大人民幣債券市場的外延，允許境外金融機構(gòu)參與銀行間債券投資，提升QFII申請和匯入的速度。各種有利因素與不利因素相互交織，在震蕩起伏的國際經(jīng)濟金融環(huán)境下，我國股市的國際化進程經(jīng)歷一段相對緩慢的時期，但在“滬港通”等政策的推動下，國際化進程指數(shù)又開始逐漸上升，并最終接近于0.38?？梢哉f，2001年后推出的一系列政策措施有力地推動了中國股市的國際化進程，有利于資本的合理流動和資源的有效配置，為中國經(jīng)濟的長期穩(wěn)定發(fā)展發(fā)揮了重要作用。然而，同時也應(yīng)看到，相對于發(fā)達國家的股市，中國股市仍不夠完善和成熟。本文采用相同方法估算出了其他五個市場的國際化進程指數(shù)，美英德日四國的國際化進程指數(shù)最終分別為0.63、0.64、0.66和0.65，而香港地區(qū)的國際化進程指數(shù)也高達0.61，均遠高于中國大陸股市0.38的水平。因此，建立健全股市制度，完善市場監(jiān)管和監(jiān)督機制，進一步促進中國股市的國際化進程，仍將是一個長期的過程。

圖3 A股、B股與其他市場收益率的長期相關(guān)性

圖4 中國股市國際化進程指數(shù)

(二)短期波動分析

分離出長期趨勢后，接下來借助MDCC模型研究條件方差的短期波動。參數(shù)的估計分為兩步，首先，對標(biāo)準(zhǔn)化殘差進行GJR—GARCH建模得到對角矩陣，然后用更新后的殘差估計剩余參數(shù)。表2給出了GJR—GARCH模型的估計結(jié)果。

表2 GJR—GARCH模型估計結(jié)果

各股市的估計值在1%的顯著性水平上均通過了檢驗，證實了GARCH效應(yīng)的存在。不過，與標(biāo)普500、富時100、DAX30和恒生指數(shù)的值顯著為正值不同，滬A的值為負且沒有通過顯著性檢驗，因此并未發(fā)現(xiàn)滬A市場存在短期非對稱沖擊效應(yīng)的證據(jù)。此外，各股市的值都比較接近1，表明各股市收益率的波動均較為持久。

DCC模型估計的最后一步是對各國股指之間條件相關(guān)性的估計。為便于比較，表3給出了MDCC以及傳統(tǒng)DCC模型估計的結(jié)果?？梢钥闯?，MDCC模型的估計值在1%的顯著性水平上均通過了檢驗，說明在考慮了長期趨勢的因素后，仍然存在時變的短期相關(guān)性。其中，參數(shù)的估計值為0.014，意味著滯后一期的“去GARCH”殘差交互項會影響短期相關(guān)。而參數(shù)的估計值為0.29表明短期相關(guān)性具有一定的持續(xù)性。不過，MDCC模型的值僅為0.305，遠遠低于傳統(tǒng)DCC模型的0.986，從而短期相關(guān)性的持久性要低得多。

表3 MDCC與傳統(tǒng)DCC參數(shù)對比

考慮到長期趨勢已通過第一階段的估計結(jié)果體現(xiàn)，因此這里的短期相關(guān)性在零附近波動。圖5展示了MDCC模型估計出的滬A股市與其他市場股指收益率的短期相關(guān)性結(jié)果。與現(xiàn)有大多數(shù)文獻的結(jié)論一致，圖5表明早期的滬A股市相對封閉，與其他市場的短期相關(guān)性很小，基本不受外圍市場的影響。以1997年的亞洲金融危機為例，滬A股市與其他市場之間的短期相關(guān)性并未出現(xiàn)明顯的波動。從2007年次貸危機和2008年金融危機兩個時間段來看，滬A股市與其他市場間的短期相關(guān)性有了明顯的變化，但變化的幅度仍存在區(qū)域上的差異。與香港市場的相關(guān)性最強，日本市場次之，歐美市場最弱。這一現(xiàn)象和中國股市的發(fā)展歷程是相符的。如果說2002年實行的QFII制度是一定程度上的“引進來”，2006年QDII制度的實施則是一定程度上的“走出去”。由于“走出去”的時間較短，所以存在較明顯的區(qū)域差異。2015年滬A股市劇烈波動期間，滬A股市與其他市場間的短期相關(guān)性都出現(xiàn)了非常明顯的波動。尤其是美日股市， 短期相關(guān)性程度甚至創(chuàng)了新高?？梢姡袊墒信c世界主要股市間的短期相關(guān)性已較早期有了大幅提升，而2015年滬A股的劇烈波動事件也證明了中國股市對其他市場的影響力。

圖5 滬A股市與其他市場股指收益率的短期相關(guān)性

五、結(jié)論

本文在傳統(tǒng)DCC模型的基礎(chǔ)上，考慮了結(jié)構(gòu)突變等因素的影響，將股指收益率的條件協(xié)方差矩陣分解為一個可隨時間變化的長期趨勢和一個由DCC模型刻畫的短期波動，通過建立MDCC模型對中國股市的國際化進程進行了動態(tài)考察，并構(gòu)建了國際化進程指數(shù)來直觀衡量中國股市的國際化進程。

本文發(fā)現(xiàn)：(1)通過MDCC模型提取出的長期趨勢能更好地反映中國股市的國際化水平。結(jié)果表明，中國股市和世界各主要股市之間的聯(lián)系開始逐漸增強，特別是近年來，這種聯(lián)系呈現(xiàn)出快速上升的態(tài)勢。這得益于中國經(jīng)濟幾十年的持續(xù)穩(wěn)定增長，也是股市制度不斷健全和股市一系列改革措施實施的必然結(jié)果。然而，從國際化進程指數(shù)來看，中國股市和英美等發(fā)達國家股市之間仍存在較大差距，中國股市的國際化水平仍有待進一步提高。(2)由MDCC模型刻畫的短期波動能更合理地解釋中國股市的典型化事實。本文證實中國股市收益率的短期相關(guān)性的確存在時變特征，但其持續(xù)性要遠低于采用傳統(tǒng)DCC模型得到的結(jié)果。(3)總體來說，股市收益率序列實際上普遍存在無條件方差的結(jié)構(gòu)變化，此時用傳統(tǒng)DCC模型直接估計可能出現(xiàn)偏差，而考慮結(jié)構(gòu)性變化的MDCC模型則更適用于真實情況，有助于討論股市聯(lián)動的長期特征和短期波動，可更準(zhǔn)確地研究中國股市的國際化進程。通過長期趨勢和短期波動的實證結(jié)果可以看出，在中國股市國際化的進程中，受亞洲市場的影響程度最大，美國次之，而受歐洲市場的影響最?。淮送?，實證結(jié)果表明近年來中國股市對世界其他股市已具備一定的影響力。

本文的結(jié)論可為金融投資者及政府相關(guān)部門提供有益的參考：(1)對投資者來說，中國股市的進一步國際化意味著股市聯(lián)動效應(yīng)的加強，可以利用不同市場間的聯(lián)動關(guān)系把握市場的總體趨勢，制定更加科學(xué)合理的投資策略。投資者應(yīng)注意國際化帶來的風(fēng)險，警惕波動在各市場間更為迅速的傳播；(2)對政府相關(guān)部門而言，要繼續(xù)深化改革以推進中國股市的國際化進程，同時對世界股市聯(lián)動可能帶來的風(fēng)險保持必要的警惕。應(yīng)進一步建立健全股市制度，完善市場監(jiān)管和監(jiān)督機制，引導(dǎo)投資者理性投資及提高風(fēng)險防范意識，實現(xiàn)我國股市的健康穩(wěn)定發(fā)展。