我國股票市場和匯率市場的波動(dòng)溢出效應(yīng)及非對稱性研究

喬瑞 唐彬

摘?要：本文運(yùn)用GARCH族模型系統(tǒng)分析了疫情發(fā)生后我國匯率市場和股票市場的波動(dòng)溢出效應(yīng)及其非對稱性。實(shí)證結(jié)果發(fā)現(xiàn)：第一，BEKK-GARCH模型結(jié)果表明股票市場對匯率市場存在單向的、不對稱的波動(dòng)溢出效應(yīng)。第二，TGARCH模型表明股票市場和匯率市場都存在非對稱性，股票市場和匯率市場中壞消息引起的波動(dòng)比同等好消息引起的波動(dòng)要大。第三，DCC-GARCH模型表明股票市場上漲與人民幣升值之間存在正向動(dòng)態(tài)相關(guān)性，且相關(guān)關(guān)系愈加緊密?；诖?，本文從完善人民幣匯率形成機(jī)制、加強(qiáng)跨境資金監(jiān)管、穩(wěn)步推進(jìn)資本項(xiàng)目擴(kuò)大開放等方面提出相關(guān)政策建議。

關(guān)鍵詞：人民幣匯率；BEKK-GARCH模型；TGARCH模型；DCC-GARCH模型

一、引言

隨著我國金融要素市場化配置改革的不斷深化，金融市場間的聯(lián)動(dòng)性不斷增強(qiáng)，2020年受新冠感染疫情影響，我國上證綜合指數(shù)春節(jié)后首個(gè)交易日單日跌幅達(dá)到772%，深證成指和創(chuàng)業(yè)板指數(shù)也下跌超過5%，美元兌人民幣匯率一度下跌趨近72。受全球重大突發(fā)公共衛(wèi)生事件的沖擊，道瓊斯工業(yè)指數(shù)、納斯達(dá)克指數(shù)、日經(jīng)指數(shù)、香港恒生指數(shù)等全球主要國家和地區(qū)的股票市場均出現(xiàn)不同程度的暴跌，美國WTI原油期貨5月結(jié)算價(jià)格一度跌至-40美元/桶的水平，標(biāo)普500波動(dòng)率指數(shù)（VIX）攀升至8269，均創(chuàng)下有記錄以來的歷史極值。伴隨著我國金融市場發(fā)展程度的不斷深化，全球金融市場及國內(nèi)金融市場間的聯(lián)動(dòng)特征愈加明顯，金融市場間的風(fēng)險(xiǎn)互動(dòng)也愈加呈現(xiàn)多市場波動(dòng)共振的態(tài)勢，金融市場間的“風(fēng)險(xiǎn)傳染效應(yīng)”已成為威脅中國宏觀經(jīng)濟(jì)平穩(wěn)運(yùn)行的潛在隱患。

股票市場作為國民經(jīng)濟(jì)的“晴雨表”，微觀上影響居民的財(cái)產(chǎn)性收入，宏觀上具有要素資源配置、政策傳導(dǎo)和預(yù)期引導(dǎo)的重要作用。匯率作為基礎(chǔ)的要素價(jià)格信號，既是貨幣的國際價(jià)格，也是開放經(jīng)濟(jì)的橋梁，匯率變動(dòng)微觀上影響進(jìn)出口企業(yè)的成本和利潤，宏觀上影響本國的貿(mào)易收支差額和國際資本流向。股票市場和匯率市場作為當(dāng)前主流的投資渠道，既是我國金融體系的核心構(gòu)成，也是實(shí)現(xiàn)資源配置和風(fēng)險(xiǎn)再分配的重要場所，在“人民幣匯率改革”“全面實(shí)行股票發(fā)行注冊制”等一系列改革政策的支持下，人民幣國際化程度不斷提高，我國多層次資本市場體系也逐步完善。準(zhǔn)確刻畫研究股票市場與匯率市場間的波動(dòng)溢出效應(yīng)有助于了解兩個(gè)市場間的互動(dòng)關(guān)系和作用機(jī)制，提高我國金融風(fēng)險(xiǎn)抵御能力（王斌會(huì)等，2010）。

當(dāng)前關(guān)于匯率市場與股票市場間的研究理論主要有流量導(dǎo)向模型和股票導(dǎo)向模型。Dornbusch和Fischer（1980）指出匯率波動(dòng)影響國際收支和實(shí)際產(chǎn)出，影響企業(yè)的現(xiàn)金流和股價(jià)，繼而影響股票市場，匯率通過經(jīng)常賬戶影響股票市場。Branson（1981）指出股票市場能反映國際資本對本國的經(jīng)濟(jì)預(yù)期，股票市場繁榮將帶動(dòng)外資流入，促使外國投資者賣出外幣買入本幣，從而使本幣升值，股票市場主要通過資本流動(dòng)影響匯率市場。隨著對外開放的不斷深入，跨境資金進(jìn)出我國的方式和渠道也日益多樣化，短期資本在匯率市場和股票市場上的頻繁轉(zhuǎn)換導(dǎo)致金融市場波動(dòng)風(fēng)險(xiǎn)迅速擴(kuò)散，匯率市場與股票市場的風(fēng)險(xiǎn)積累、風(fēng)險(xiǎn)傳染已經(jīng)成為日益突出的問題。

為有效防范金融風(fēng)險(xiǎn)，探究匯率市場與股票市場間的波動(dòng)溢出效應(yīng)及其非對稱性十分必要。首先，本文運(yùn)用BEKK-GARCH模型對匯率市場與股票市場之間的波動(dòng)溢出效應(yīng)進(jìn)行分析；其次，構(gòu)建TGARCH模型對匯率市場與股票市場波動(dòng)的非對稱性進(jìn)行研究；最后，運(yùn)用DCC-GARCH模型分析匯率市場與股票市場的動(dòng)態(tài)相關(guān)關(guān)系。本文結(jié)構(gòu)安排如下：第一部分是引言；第二部分是文獻(xiàn)綜述；第三部分是研究設(shè)計(jì)，包括變量描述、平穩(wěn)性檢驗(yàn)和ARCH效應(yīng)檢驗(yàn)；第四部分是實(shí)證結(jié)果分析；第五部分是結(jié)論與建議。

二、文獻(xiàn)綜述

金融市場的波動(dòng)溢出效應(yīng)主要指資產(chǎn)收益和波動(dòng)所包含信息的傳遞，一個(gè)金融市場的收益變化會(huì)影響其他資產(chǎn)的收益率（張喆，2022）。國外學(xué)者更多采用理論分析和相關(guān)性分析對匯率市場和股票市場的波動(dòng)溢出效應(yīng)進(jìn)行研究。Moore和Wang（2014）實(shí)證檢驗(yàn)了4個(gè)發(fā)達(dá)經(jīng)濟(jì)體和部分新興市場國家，研究發(fā)現(xiàn)金融市場的成熟度影響匯率和股價(jià)之間的傳導(dǎo)機(jī)制。Fang和Miller（2002）采用GARCH-M模型實(shí)證發(fā)現(xiàn)韓元匯率和韓國股市的收益率存在雙向因果關(guān)系。Smith（1992）通過對美國等發(fā)達(dá)經(jīng)濟(jì)體的時(shí)間序列數(shù)據(jù)研究發(fā)現(xiàn)匯率與股票市場間存在正向關(guān)聯(lián)。Granger等（2000）的研究表明大多數(shù)亞洲國家或地區(qū)的匯率與股價(jià)的關(guān)聯(lián)關(guān)系較強(qiáng)。

國內(nèi)學(xué)者則側(cè)重于“人民幣匯率改革”等事件沖擊下匯率市場和股票市場的波動(dòng)溢出效應(yīng)，同時(shí)運(yùn)用協(xié)整檢驗(yàn)、誤差修正模型、VAR模型等計(jì)量模型對我國匯率市場和股票市場的波動(dòng)溢出效應(yīng)進(jìn)行研究。張誼浩和沈曉華（2008）基于CLR模型和多重套利模型研究表明，人民幣升值和上證綜合指數(shù)上漲是導(dǎo)致熱錢流入中國的主要原因。巴曙松和嚴(yán)敏（2009）研究指出，在價(jià)格溢出層面，只存在匯率市場到股票市場的短期單向引導(dǎo)關(guān)系。張兵等（2008）研究發(fā)現(xiàn)短期內(nèi)匯率和股價(jià)之間存在著交互影響，長期內(nèi)人民幣匯率和股價(jià)之間的關(guān)系符合流量導(dǎo)向模型。鄧燊和楊朝軍（2008）研究了“721匯改”后我國匯率市場和股價(jià)之間的關(guān)系，研究發(fā)現(xiàn)人民幣升值是股票市場上漲的單向Granger原因。余湄等（2022）通過建立雙變量VAR模型研究發(fā)現(xiàn)，新冠疫情后多數(shù)國家的股票市場與匯率市場呈現(xiàn)雙向格蘭杰因果關(guān)系。駱燕玲（2021）建立VAR模型實(shí)證發(fā)現(xiàn)，新冠疫情沖擊下匯率市場與股票市場之間的聯(lián)動(dòng)關(guān)系逐步加強(qiáng)。王蕾和李曉娟（2012）建立BEKK-GARCH模型，研究發(fā)現(xiàn)股票市場與匯率均存在非對稱性，同時(shí)也存在單向、不對稱的溢出效應(yīng)。田濤（2016）通過DCC-GARCH模型實(shí)證分析了人民幣匯率波動(dòng)率、預(yù)期變動(dòng)率與我國短期資本流動(dòng)的動(dòng)態(tài)時(shí)變關(guān)系。張浩等（2020）運(yùn)用三元BEKK-GARCH模型研究人民幣匯率、房價(jià)和股價(jià)之間的動(dòng)態(tài)影響關(guān)系及其波動(dòng)風(fēng)險(xiǎn)互動(dòng)機(jī)制。研究發(fā)現(xiàn)，在均值溢出方面人民幣升值會(huì)促進(jìn)房價(jià)和股價(jià)的上漲；在波動(dòng)溢出方面匯率市場對股價(jià)僅有GARCH型波動(dòng)效應(yīng)。

總體而言，目前關(guān)于匯率與股票市場的研究還存在以下不足：研究內(nèi)容上，現(xiàn)有文獻(xiàn)更多側(cè)重于發(fā)達(dá)經(jīng)濟(jì)體之間的金融市場聯(lián)動(dòng)以及不同經(jīng)濟(jì)體內(nèi)部的風(fēng)險(xiǎn)溢出，較少有研究聚焦我國匯率市場和股票市場的動(dòng)態(tài)關(guān)聯(lián)性和波動(dòng)溢出效應(yīng)。研究方法上，國內(nèi)外學(xué)者更多采用傳統(tǒng)的VAR模型研究金融資產(chǎn)價(jià)格波動(dòng)溢出效應(yīng)，由于金融資產(chǎn)的收益率序列異方差的異方差性，傳統(tǒng)模型難以揭示兩個(gè)市場間的關(guān)系特征，較少有學(xué)者綜合運(yùn)用GARCH族模型完整地考察信息在匯率市場與股票市場間的流動(dòng)過程及市場間異常情況下出現(xiàn)的波動(dòng)“傳染效應(yīng)”。

鑒于此，本文綜合運(yùn)用GARCH族模型實(shí)證檢驗(yàn)匯率市場與股票市場的波動(dòng)溢出效應(yīng)、非對稱性和動(dòng)態(tài)相關(guān)性。本文的邊際貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：首先，研究內(nèi)容上從波動(dòng)溢出效應(yīng)和非對稱性兩個(gè)維度完整考察了匯率市場和股票市場的關(guān)系特征；其次，研究方法上綜合運(yùn)用BEKK-GARCH、TGARCH、DCC-GARCH等多種實(shí)證模型對兩市間的“波動(dòng)溢出效應(yīng)”和“時(shí)變性”特征進(jìn)行分析；最后，研究數(shù)據(jù)上選用了我國新冠疫情發(fā)生后匯率市場與股票市場的高頻交易數(shù)據(jù)，數(shù)據(jù)更具有代表性。

三、研究設(shè)計(jì)

（一）變量選取與處理

本文選取2020年1月2日至2023年1月20日為數(shù)據(jù)樣本區(qū)間，剔除了兩個(gè)市場交易日不一致的數(shù)據(jù)后共得到742個(gè)交易數(shù)據(jù)，數(shù)據(jù)來源于中國外匯交易中心、上海證券交易所。本文選用上證綜合指數(shù)代表我國股票市場，人民幣兌美元匯率（間接標(biāo)價(jià)法）代表我國匯率市場，上證綜合指數(shù)的行業(yè)覆蓋全面，能客觀、科學(xué)地反映我國上市公司質(zhì)量和中國經(jīng)濟(jì)發(fā)展。美元作為世界貨幣，為保證數(shù)據(jù)方向的統(tǒng)一性以及直觀反映人民幣的升貶值情況，人民幣兌美元匯率具有代表性且合理。收益率序列的計(jì)算公式如下：rlnsz=rlnneer=100pt/pt-1）。公式中rlnsz、rlnneer分別表示上證指數(shù)和人民幣匯率的收益率，pt、pt-1分別代表當(dāng)期和上期的收盤價(jià)。

（二）變量描述與平穩(wěn)性檢驗(yàn)

股票市場與匯率市場收益率序列變量描述如表1所示，收益率序列的均值與0無顯著差異，標(biāo)準(zhǔn)差相對較大；JarqueBera檢驗(yàn)的P值為00000，兩市收益率序列呈現(xiàn)尖峰厚尾的特征，在1%的顯著性水平下拒絕了序列服從正態(tài)分布的原假設(shè)，表明收益率序列均呈非正態(tài)分布。ADF統(tǒng)計(jì)量表明匯率市場與股票市場原序列是非平穩(wěn)序列，收益率序列rln_neer、rln_sz都是平穩(wěn)的時(shí)間序列。

（三）ARCH效應(yīng)檢驗(yàn)

本文對兩市收益率的殘差項(xiàng)進(jìn)行ARCH效應(yīng)檢驗(yàn)（見表2）。ARCH檢驗(yàn)結(jié)果表明：在5%的顯著性水平下，各變量均存在明顯ARCH效應(yīng)，即殘差項(xiàng)的條件方差依賴于前期殘差值的大小，匯率與股票市場都存在顯著的條件異方差性，即ARCH效應(yīng)，兩市收益率的波動(dòng)具有明顯的時(shí)變性和集簇性。本文在建立GARCH模型后用股票市場與外匯市場收益率的殘差項(xiàng)的條件方差來刻畫兩市的波動(dòng)性，可以看出兩市的條件方差波動(dòng)也存在顯著相關(guān)關(guān)系（見圖1）。

四、實(shí)證結(jié)果分析

（一）基于BEKK-GARCH模型的波動(dòng)溢出效應(yīng)研究

波動(dòng)溢出（volatility?spillover）效應(yīng)是指一個(gè)金融市場的波動(dòng)程度不僅受到自身波動(dòng)的影響，還受到其他市場波動(dòng)的影響。Engle和Kroner（1995）提出了BEKK參數(shù)化方法，建立條件方差矩陣正定的BEKK-GARCH模型。該模型假設(shè)均值方程殘差項(xiàng)εt在信息集It-1下滿足均值為0、方差為Ht的正態(tài)分布，即εt=ε1，tε2，t，且εtIt-1～N（0，Ht）。

條件方差方程Ht=C′C+Aεt-1ε′t-1A′+BHt-1B′，其中

Ht=h11，th12，th21，th22，t，C=c11，tc12，t0c22，t，A=a11，ta12，ta21，ta22，t，B=β11，tβ12，tβ21，tβ22，t

C為2*2的上三角矩陣，表示方程的常數(shù)項(xiàng)，該模型的優(yōu)點(diǎn)在于C正定便可保證Ht正定，矩陣C′、B′、A′分別為C、B、A矩陣的轉(zhuǎn)置矩陣。

h11，t=c211+c212+α211ε21，t-1+2α11α12ε1，t-1ε2，t-1+α212ε22，t-1+β211h11，t-1+2β11β12h12，t-1+β212h22，t-1

h22，t=c222+α221ε21，t-1+2α21α22ε1，t-1ε2，t-1+α222ε22，t-1+β221h11，t-1+2β21β22h12，t-1+β222h22，t-1

h12，t=h21，t=c12c22+α11α21ε21，t-1+α11α22+α12α21ε1，t-1ε2，t-1+α11α22ε22，t-1+β11β21h11，t-1+β11β22+β12β21h12，t-1+β12β22h22，t-1

Ht為收益率序列時(shí)間t的條件協(xié)方差矩陣，矩陣中的元素h11，t、h22，t分別表示匯率市場與股票市場收益率的方差，h12，t表示兩個(gè)市場收益率的條件協(xié)方差，可以衡量兩個(gè)市場之間的波動(dòng)是否相關(guān)，協(xié)方差不為0即有相關(guān)性。矩陣A為方程的ARCH項(xiàng)系數(shù)，用來衡量滯后一期的殘差項(xiàng)對本期條件方差的影響；矩陣A中的主對角線元素αii表示市場i自身波動(dòng)的ARCH效應(yīng)，次對角線元素αij表示市場j對市場i的ARCH型波動(dòng)溢出效應(yīng)，即沖擊傳導(dǎo)性；矩陣B為方程GARCH項(xiàng)的系數(shù)，用來衡量滯后一期的條件方差對本期條件方差的影響。矩陣B中的元素βii表示市場i自身波動(dòng)的GARCH效應(yīng)，即波動(dòng)持續(xù)性，βij表示市場j對市場i的GARCH型波動(dòng)溢出效應(yīng)，即波動(dòng)傳導(dǎo)性。ε1，t-1和ε2，t-1分別為兩個(gè)序列滯后一期的殘差項(xiàng)。

本文主要通過檢驗(yàn)矩陣A和矩陣B的非主對角元素α12、α21、β21、β12是否顯著不為0來判斷兩個(gè)市場是否存在波動(dòng)溢出效應(yīng)。其中1代表匯率市場，2代表股票市場。當(dāng)α21=β21=0時(shí)，h22，t=c222+α222ε22，t-1+β222h22，t-1，說明此時(shí)股票市場殘差項(xiàng)的條件方差與股票市場滯后一期的殘差項(xiàng)和條件方差有關(guān)，因此不存在從匯率市場到股票市場的波動(dòng)溢出效應(yīng)。同理，當(dāng)α12=β12=0時(shí)，h11，t=c211+α211ε21，t-1+β211h11，t-1，不存在股票市場到匯率市場的波動(dòng)溢出效應(yīng)，當(dāng)α12=α21=β21=β12=0時(shí)，兩個(gè)市場之間不存在波動(dòng)溢出效應(yīng)。

如表3所示，從BEKK-GARCH模型的條件方差方程可以看出，系數(shù)矩陣A和系數(shù)矩陣B中的元素基本顯著非零，說明兩個(gè)市場存在明顯的風(fēng)險(xiǎn)積累效應(yīng)和波動(dòng)溢出效應(yīng)。

從表3下半部分Wald統(tǒng)計(jì)檢驗(yàn)可以看出：股票市場和匯率市場間存在單向的波動(dòng)溢出效應(yīng)，股票市場對匯率存在單向波動(dòng)溢出效應(yīng)（P=00004），匯率對股票市場不存在波動(dòng)溢出效應(yīng)。

（二）基于TGARCH模型的非對稱性研究

為準(zhǔn)確地刻畫資產(chǎn)價(jià)格波動(dòng)影響的非對稱性，Zakoian（1990）提出了TGARCH（Threshold?GARCH）模型，條件方差表達(dá)式如下：

σ2t=ω+αμ2t-1+βσ2t-1+γμ2t-1dt-1

dt=0，μt-1<01，μt-1>0

其中，dt是一個(gè)虛擬變量，μt-1>0表示利好消息，μt-1<0表示利空消息。當(dāng)γ≠0，則說明信息作用非對稱，即存在非對稱性。利好消息（μt-1>0）的影響系數(shù)為α+γ，利空消息（μt-1<0）的影響系數(shù)為α。當(dāng)γ>0，正面消息對股價(jià)影響大于負(fù)面消本文對兩個(gè)市場的收益率序列建立TGARCH模型并進(jìn)行參數(shù)估計(jì)。從表4可以看出，從模型的經(jīng)濟(jì)意義來看，ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)十分顯著，且系數(shù)之和均接近1，說明兩個(gè)市場的波動(dòng)率都具有聚集性和持久性的特征。從參數(shù)的估計(jì)結(jié)果來看，股票市場的α值大于匯率市場，即股票市場對新信息的反應(yīng)速度快于匯率市場；匯率市場的β值大于股票市場，說明匯率受過去信息的影響比較大，匯率市場波動(dòng)相關(guān)性的持續(xù)程度較高。TARCH顯著不為0，表明兩個(gè)市場波動(dòng)均存在非對稱性。匯率市場TARCH系數(shù)顯著且γ<0，利好消息對條件異方差有一個(gè)00311（00868-00557）的沖擊，利空消息對條件異方差有一個(gè)00868的沖擊，利空消息對匯率市場的沖擊大于利好消息對匯率市場的沖擊；股票市場的非對稱性明顯，股票市場TARCH系數(shù)?γ<0且顯著，利好消息對條件異方差有一個(gè)0081（0356-0275）的沖擊，利空消息對條件異方差有一個(gè)0356的沖擊，利空消息對股票市場的沖擊大于利好消息對股票市場的沖擊，股票市場與匯率市場均表現(xiàn)出非對稱性。

（三）基于DCC-GARCH模型的動(dòng)態(tài)相關(guān)性研究

由于BEKK-GARCH模型只能分析兩個(gè)市場之間的波動(dòng)溢出效應(yīng)，為了刻畫變量間時(shí)變的相關(guān)系數(shù)，本文采用DCC-GARCH模型分析兩市的條件方差波動(dòng)的相關(guān)關(guān)系，該模型假設(shè)多個(gè)變量間的相關(guān)系數(shù)是時(shí)變的，且可以通過動(dòng)態(tài)相關(guān)系數(shù)刻畫變量間的動(dòng)態(tài)聯(lián)動(dòng)關(guān)系。DCC-GARCH模型的估計(jì)包括兩個(gè)步驟：①對每種資產(chǎn)的收益率建立單變量GARCH模型得到殘差et；②使用標(biāo)準(zhǔn)化殘差的無條件方差矩陣（Q）計(jì)算得到動(dòng)態(tài)相關(guān)系數(shù)矩陣（Rt）。

rt=ut+et

et～N（0，Ht）

Ht=DtRtDt

Dt=diag?hii，t

Rti，j=pi，j，t=qi，j，t?（qi，i，t）（qj，j，t）

Qt=1-α-βQ+α（εt-1ε′t-1）+βQt-1

DCC-GARCH模型假定某資產(chǎn)的收益率序列rt服從均值為0、協(xié)方差矩陣為Ht的多元正態(tài)分布，殘差et為獨(dú)立同分布的白噪聲過程。其中，Rt為動(dòng)態(tài)條件相關(guān)系數(shù)矩陣，Rt中的元素pi，j，t是變量i和變量j在t時(shí)刻的動(dòng)態(tài)相關(guān)系數(shù)；Dt是單變量GARCH模型計(jì)算出的條件標(biāo)準(zhǔn)差所組成的對角矩陣;Qt是標(biāo)準(zhǔn)化殘差序列的條件協(xié)方差矩陣;Q是標(biāo)準(zhǔn)化殘差的無條件方差矩陣;εt是向量標(biāo)準(zhǔn)化殘差；α、β是DCC-GARCH模型參數(shù)（見表5）。

如表5所示，DCC-GARCH模型中α、β參數(shù)均為正值，兩者之和小于1且均顯著，說明兩個(gè)變量間的動(dòng)態(tài)相關(guān)性的維持程度較高。在DCC-GARCH模型估計(jì)完參數(shù)后，最后檢驗(yàn)匯率市場與股票市場的動(dòng)態(tài)相關(guān)系數(shù)與常相關(guān)系數(shù)是否有顯著差異。卡方chi2（2）=3141117，Prob>chi2=00000，假設(shè)檢驗(yàn)結(jié)果表明匯率市場與股票市場收益率間的相關(guān)性不是固定的，即匯率市場與股票市場之間存在顯著的動(dòng)態(tài)相關(guān)關(guān)系。

從圖2可以看出，匯率市場與股票市場收益率的關(guān)聯(lián)性是波動(dòng)變化的，時(shí)變性特征表現(xiàn)明顯。可以看出，樣本區(qū)間匯率市場和股票市場相關(guān)系數(shù)的均值為02784，整體呈正向的動(dòng)態(tài)相關(guān)關(guān)系，動(dòng)態(tài)相關(guān)系數(shù)在[-00770，06260]波動(dòng)，并在新冠疫情發(fā)生后匯率市場與股票市場的動(dòng)態(tài)相關(guān)系數(shù)達(dá)到峰值06260。本文將研究樣本時(shí)間范圍進(jìn)一步擴(kuò)展到“811匯改”前也可看出，2022年股票市場與匯率市場的動(dòng)態(tài)相關(guān)系數(shù)均值為03415，較匯改后2015年增長17231%，匯率市場與股票市場收益率的動(dòng)態(tài)相關(guān)性在不斷增強(qiáng)，這表明隨著我國金融市場改革步伐的不斷加快，股票市場上漲與人民幣升值之間的動(dòng)態(tài)聯(lián)動(dòng)性逐步增強(qiáng)。

五、結(jié)論與建議

（一）結(jié)論

本文通過建立GARCH族模型對我國匯率市場與股票市場的波動(dòng)溢出效應(yīng)及非對稱性進(jìn)行了實(shí)證研究。通過研究，獲得以下主要結(jié)論。

（1）BEKK-GARCH模型結(jié)果表明股票市場對匯率市場存在單向、不對稱的波動(dòng)溢出效應(yīng)。股票市場的波動(dòng)沖擊會(huì)影響匯率市場的波動(dòng)，而匯率市場的波動(dòng)對股票市場的影響不顯著。隨著我國A股全面實(shí)行股票注冊發(fā)行制以及QFII和RQFII制度的持續(xù)優(yōu)化推進(jìn)，外資保持流入A股態(tài)勢，疫情后我國股票市場與外匯市場的關(guān)系更符合Branson提出的股票導(dǎo)向模型，股票市場主要通過資本流動(dòng)的渠道影響人民幣匯率。

（2）TGARCH模型結(jié)果表明股票市場和匯率市場均存在非對稱性，壞消息引起的波動(dòng)比同等好消息引起的波動(dòng)要大，股票市場的非對稱性大于匯率市場。這可是因?yàn)锳股的投資者大多數(shù)賬戶虧損，當(dāng)利空消息傳來時(shí)，我國投資者的“過度悲觀”“羊群效應(yīng)”得到加強(qiáng)，股票市場下跌會(huì)持續(xù)加強(qiáng)。而當(dāng)利多消息傳來時(shí)，投資者仍處于謹(jǐn)慎小心的狀態(tài)，可能會(huì)趁利好賣出止盈。

（3）DCC-GARCH模型結(jié)果表明匯率市場與股票市場之間存在正向的動(dòng)態(tài)相關(guān)性，兩市收益率波動(dòng)的動(dòng)態(tài)性愈加緊密。新冠疫情后動(dòng)態(tài)相關(guān)性達(dá)到峰值，且兩市的動(dòng)態(tài)相關(guān)關(guān)系整體呈上升趨勢。

（二）建議

（1）持續(xù)深化人民幣匯率形成機(jī)制改革，增強(qiáng)人民幣匯率的彈性和靈活性，發(fā)揮好匯率工具調(diào)節(jié)宏觀經(jīng)濟(jì)和國際收支“自動(dòng)穩(wěn)定器”的作用，增強(qiáng)抵御跨境資金異常波動(dòng)的能力。

（2）加快股票市場改革步伐，提升我國證券市場配置全球資金要素的能力，進(jìn)一步推動(dòng)證券市場雙向開放，為境內(nèi)外市場主體跨境投融資提供便利，擴(kuò)大證券市場雙向開放，以證券市場的改革更好服務(wù)我國開放型經(jīng)濟(jì)。

（3）密切關(guān)注金融市場間的風(fēng)險(xiǎn)傳染，做好短期國際資本的流動(dòng)性監(jiān)管，逐步推進(jìn)資本項(xiàng)目自由兌換，推動(dòng)人民幣國際化從跨境貿(mào)易主導(dǎo)向資本輸出主導(dǎo)轉(zhuǎn)型，促進(jìn)匯率市場與股票市場的平穩(wěn)健康發(fā)展。

參考文獻(xiàn)

［1］王斌會(huì)，鄭輝，陳金飛中國股市、匯市和債市間溢出效應(yīng)的實(shí)證研究[J].暨南學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2010，32（4）：37-45，162

[2]DORNBUSCH?R，F(xiàn)ISCHER?S．Exchange?rates?and?the?current?account[J].The?American?Economic?Review，1980，70（5）：960-971

[3]BRANSON?W?HMacroeconomic?determinants?of?real?exchange?rate?risk[J].NBER?WORKING?PAPER?SERIES，1981，No801

[4]張喆A股市場在開放過程中與其他主要股市的聯(lián)動(dòng)性——基于GARCH族模型的分析[J].東岳論叢，2022，43（8）：97-108

[5]MOORE?T，WANG?PDynamic?linkage?between?real?exchange?rates?and?stock?prices：Evidence?from?developed?and?emerging?Asian?markets[J].International?Review?of?Economics?and?Finance，2014（29）：1-11

[6]FANG?W?S，MILLER?S?MCurrency?depreciation?and?Korean?stock?market?performance?during?the?Asian?financial?crisis[J].University?of?Connecticut，Department?Economics?2002，No2002-30

[7]SMITH?C?EStock?markets?and?the?exchange?rate：A?multi?country?approach[J].Journal?of?Macroeconomics，1992，14（4）：607-629

[8]GRANGER?C?W?J，HUANG?B-N，YANG?C?WA?bivariate?causality?between?stock?prices?and?exchange?rates：Evidence?from?recent?Asian?flu[J].The?Quarterly?Review?of?Economics?and?Finance，2000，40（3）：337-354

[9]張誼浩，沈曉華人民幣升值、股價(jià)上漲和熱錢流入關(guān)系的實(shí)證研究[J].金融研究，2008（11）：87-98

[10]巴曙松，嚴(yán)敏股票價(jià)格與匯率之間的動(dòng)態(tài)關(guān)系——基于中國市場的經(jīng)驗(yàn)分析[J].南開經(jīng)濟(jì)研究，2009（3）：46-62

[11]張兵，封思賢，李心丹，等匯率與股價(jià)變動(dòng)關(guān)系：基于匯改后數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)研究，2008，43（9）：70-81，135

[12]鄧燊，楊朝軍匯率制度改革后中國股市與匯市關(guān)系——人民幣名義匯率與上證綜合指數(shù)的實(shí)證研究[J].金融研究，2008（1）：29-41

[13]余湄，周行，李佳澮，等全球股市與匯市聯(lián)動(dòng)性研究——基于新冠疫情的實(shí)證分析[J].價(jià)格理論與實(shí)踐，2022（1）：112-116

[14]駱燕玲新冠疫情下股市與匯市的聯(lián)動(dòng)性研究[D].成都：電子科技大學(xué)，2021

[15]王蕾，李曉娟人民幣匯率與股票市場收益率波動(dòng)溢出效應(yīng)研究[J].科學(xué)·經(jīng)濟(jì)·社會(huì)，2012，30（2）：45-50，54

[16]田濤人民幣匯率制度變遷對我國短期資本流動(dòng)的影響——基于匯率預(yù)期與匯率波動(dòng)的視角[J].管理評論，2016，28（6）：65-75

[17]張浩，韓銘輝，姚佳穎外匯市場、股票市場與房地產(chǎn)市場的風(fēng)險(xiǎn)傳染研究——基于三元VAR-BEKK-GARCH模型實(shí)證分析[J].運(yùn)籌與管理，2020，29（7）：206-213