重大風(fēng)險(xiǎn)事件下中美股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究

陳恬艷 易榮華

摘要：金融全球化背景下，重大風(fēng)險(xiǎn)事件所具有的突發(fā)性與不確定性給世界金融市場(chǎng)的穩(wěn)定帶來了極大的挑戰(zhàn)，各國(guó)政府當(dāng)局和學(xué)術(shù)界高度關(guān)注金融風(fēng)險(xiǎn)的快速傳導(dǎo)和跨國(guó)、跨市場(chǎng)的溢出問題。本文基于溢出指數(shù)模型，從靜態(tài)和動(dòng)態(tài)兩個(gè)層面定量研究中美股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的動(dòng)態(tài)趨勢(shì)以及發(fā)生重大風(fēng)險(xiǎn)事件時(shí)風(fēng)險(xiǎn)溢出強(qiáng)度和傳導(dǎo)方向的動(dòng)態(tài)演變過程。研究發(fā)現(xiàn)，中美股票市場(chǎng)之間存在顯著的風(fēng)險(xiǎn)溢出效應(yīng)，美國(guó)市場(chǎng)是風(fēng)險(xiǎn)凈溢出者，中國(guó)市場(chǎng)是風(fēng)險(xiǎn)溢出的凈接受者；中美股市之間的風(fēng)險(xiǎn)溢出效應(yīng)具有明顯的時(shí)變特征，政治、經(jīng)濟(jì)、金融以及公共衛(wèi)生等重大風(fēng)險(xiǎn)事件對(duì)股票市場(chǎng)溢出效應(yīng)有顯著增強(qiáng)的影響；中美股市風(fēng)險(xiǎn)溢出效應(yīng)的傳導(dǎo)方向由市場(chǎng)間的單向溢出轉(zhuǎn)變?yōu)锳股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)兩兩之間顯著的雙向溢出。因此，建議監(jiān)管當(dāng)局根據(jù)風(fēng)險(xiǎn)的時(shí)變特征和傳導(dǎo)方向增強(qiáng)金融風(fēng)險(xiǎn)防控政策決策的全局性和前瞻性。

關(guān)鍵詞：重大風(fēng)險(xiǎn)事件；中美股票市場(chǎng)；風(fēng)險(xiǎn)溢出效應(yīng)；溢出指數(shù)模型；廣義方差分解法；金融風(fēng)險(xiǎn)防控

中圖分類號(hào)：F832.5；F830.9? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：1007-0753（2024）03-0023-13

一、引言

中國(guó)A股市場(chǎng)于2009年成為全球第二大股票市場(chǎng)和最大的新興股票市場(chǎng)，這與監(jiān)管層積極探索并實(shí)施一系列自由化政策，尋求在外匯管制下擴(kuò)大雙向開放等制度創(chuàng)新有關(guān)：2002年12月1日，正式頒布實(shí)施合格境外機(jī)構(gòu)投資者（QFII）和人民幣合格境外機(jī)構(gòu)投資者（RQFII）機(jī)制；2008年提出A股市場(chǎng)開設(shè)國(guó)際板的設(shè)想；2014年推出了“滬港通”“深港通”；2019年取消了QFII、RQFII投資的額度限制和RQFII試點(diǎn)國(guó)家和地區(qū)限制等等。隨著市場(chǎng)規(guī)模的不斷擴(kuò)大和自由化程度的不斷提升，國(guó)內(nèi)金融機(jī)構(gòu)與國(guó)際金融市場(chǎng)的交易日益頻繁，境外資本參與A股市場(chǎng)的業(yè)務(wù)范圍和規(guī)模不斷擴(kuò)大，對(duì)A股市場(chǎng)的快速發(fā)展起到了積極的推動(dòng)作用。然而，縱觀美國(guó)次貸危機(jī)后的十余年，共振暴跌的重大風(fēng)險(xiǎn)事件頻頻出現(xiàn)，2009年歐債危機(jī)、2015年中國(guó)“股災(zāi)”、2018年中美貿(mào)易摩擦以及2020年新冠疫情發(fā)生等重大風(fēng)險(xiǎn)事件，使得中美之間的大國(guó)博弈變得難以預(yù)測(cè)，美國(guó)金融市場(chǎng)已經(jīng)成為世界金融市場(chǎng)波動(dòng)的重要風(fēng)險(xiǎn)源，對(duì)中美金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)產(chǎn)生深遠(yuǎn)影響。黨的十九大和第五次全國(guó)金融工作會(huì)議指出，金融是國(guó)家重要的核心競(jìng)爭(zhēng)力，金融安全是國(guó)家安全的重要組成部分，要堅(jiān)決打好防范化解重大風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)。黨的二十大進(jìn)一步強(qiáng)調(diào)，加強(qiáng)和完善現(xiàn)代金融監(jiān)管，強(qiáng)化金融穩(wěn)定保障體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線。立足于有效防范金融風(fēng)險(xiǎn)的政策要求，面對(duì)我國(guó)金融市場(chǎng)發(fā)展的外部金融環(huán)境更趨復(fù)雜嚴(yán)峻、輸入性風(fēng)險(xiǎn)愈加多元強(qiáng)勁的經(jīng)濟(jì)事實(shí)，深入研究中美股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)、發(fā)生重大風(fēng)險(xiǎn)事件時(shí)的溢出強(qiáng)度以及風(fēng)險(xiǎn)傳導(dǎo)方向的動(dòng)態(tài)演變過程，對(duì)監(jiān)管當(dāng)局跟蹤金融風(fēng)險(xiǎn)變化、把握金融風(fēng)險(xiǎn)傳導(dǎo)方向具有重要的現(xiàn)實(shí)意義。

本文的邊際貢獻(xiàn)在于：第一，從重大風(fēng)險(xiǎn)事件視角出發(fā)，將政治、經(jīng)濟(jì)、金融以及公共衛(wèi)生等重大風(fēng)險(xiǎn)事件納入研究框架，研究中美股票市場(chǎng)跨國(guó)風(fēng)險(xiǎn)溢出效應(yīng)。第二，將滾動(dòng)窗口技術(shù)與溢出指數(shù)模型相結(jié)合，定量測(cè)度A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)時(shí)變的溢出指數(shù)。

二、文獻(xiàn)綜述

目前學(xué)術(shù)界對(duì)風(fēng)險(xiǎn)溢出效應(yīng)這一術(shù)語(yǔ)尚無(wú)統(tǒng)一的界定標(biāo)準(zhǔn)，不同學(xué)者對(duì)風(fēng)險(xiǎn)溢出效應(yīng)的定義有各自的理解。從現(xiàn)有文獻(xiàn)來看，部分學(xué)者從金融市場(chǎng)外部性的角度描述風(fēng)險(xiǎn)溢出效應(yīng)。Forbes和Rigobon（2002）、Chiang等（2007）、Kenourgios等（2011）相繼研究發(fā)現(xiàn)，金融市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的內(nèi)在機(jī)制表現(xiàn)為市場(chǎng)間關(guān)聯(lián)性的提高，尤其是當(dāng)一個(gè)國(guó)家或一組國(guó)家遭受大規(guī)模沖擊后，市場(chǎng)間的相關(guān)性顯著增加，從而提高風(fēng)險(xiǎn)在不同市場(chǎng)間的溢出程度。部分學(xué)者從風(fēng)險(xiǎn)傳導(dǎo)性的角度描述風(fēng)險(xiǎn)溢出效應(yīng)。蔣翠俠和張世英（2009）認(rèn)為風(fēng)險(xiǎn)溢出表現(xiàn)為風(fēng)險(xiǎn)從一個(gè)市場(chǎng)（國(guó)家）迅速傳導(dǎo)至另一個(gè)市場(chǎng)（國(guó)家）。部分學(xué)者以不同市場(chǎng)中資產(chǎn)價(jià)格特征（如收益率、波動(dòng)率）刻畫風(fēng)險(xiǎn)的大小，對(duì)風(fēng)險(xiǎn)溢出的描述大多從波動(dòng)率的角度出發(fā)。Hamao等（1990）將金融市場(chǎng)的風(fēng)險(xiǎn)溢出定義為某一金融市場(chǎng)的波動(dòng)同時(shí)受到其自身歷史波動(dòng)和其他關(guān)聯(lián)市場(chǎng)波動(dòng)的雙重影響。綜合現(xiàn)有文獻(xiàn)，風(fēng)險(xiǎn)溢出效應(yīng)的核心特征可以總結(jié)為外部性和傳導(dǎo)性。本文對(duì)風(fēng)險(xiǎn)溢出效應(yīng)界定為不同金融市場(chǎng)共同面對(duì)同一外部沖擊時(shí)，其中單個(gè)金融市場(chǎng)的風(fēng)險(xiǎn)迅速傳導(dǎo)至其他金融市場(chǎng)的現(xiàn)象。本文以此為基礎(chǔ)進(jìn)行后續(xù)的風(fēng)險(xiǎn)溢出效應(yīng)度量與分析。

關(guān)于金融市場(chǎng)之間風(fēng)險(xiǎn)溢出效應(yīng)的研究主要分為兩個(gè)方向。一類研究側(cè)重于分析同一國(guó)家內(nèi)部各金融子市場(chǎng)之間的溢出效應(yīng)，從研究?jī)蓚€(gè)金融子市場(chǎng)的相互溢出效應(yīng)逐漸拓展到多個(gè)金融子市場(chǎng)。目前，國(guó)內(nèi)學(xué)者多集中于從這一方向進(jìn)行研究。楊子暉等（2018）采用四類風(fēng)險(xiǎn)測(cè)度指標(biāo)，對(duì)中國(guó)股票市場(chǎng)和房地產(chǎn)市場(chǎng)的系統(tǒng)性金融風(fēng)險(xiǎn)展開研究，綜合考察了中國(guó)金融風(fēng)險(xiǎn)的跨部門傳染。方意等（2020）從時(shí)間和空間維度量化分析我國(guó)股票、債券、外匯、大宗商品以及同業(yè)拆借市場(chǎng)之間的風(fēng)險(xiǎn)溢出特征及其形成機(jī)理。李延軍等（2021）以股票市場(chǎng)、債券市場(chǎng)和外匯市場(chǎng)為研究對(duì)象，研究了中美貿(mào)易摩擦期間中國(guó)金融市場(chǎng)間流動(dòng)性風(fēng)險(xiǎn)傳染的溢出效應(yīng)、水平效應(yīng)和趨勢(shì)效應(yīng)。

另一類研究主要針對(duì)金融風(fēng)險(xiǎn)的跨國(guó)溢出，一般側(cè)重于分析不同國(guó)家之間同一類型金融資產(chǎn)的收益率或者波動(dòng)率的相互溢出關(guān)系。關(guān)于跨國(guó)風(fēng)險(xiǎn)溢出效應(yīng)的研究，起初大多集中于發(fā)達(dá)國(guó)家。自2001年中國(guó)加入WTO組織，積極推動(dòng)金融業(yè)對(duì)外開放，加速融入全球金融自由化和一體化進(jìn)程，學(xué)術(shù)界也開始關(guān)注中國(guó)市場(chǎng)在全球金融市場(chǎng)中扮演的角色和地位。與此同時(shí)，全球經(jīng)濟(jì)外部環(huán)境的不穩(wěn)定性加劇了全球金融市場(chǎng)的波動(dòng)，金融危機(jī)、歐債危機(jī)、中美貿(mào)易摩擦、新冠疫情等重大風(fēng)險(xiǎn)事件頻發(fā)，越來越多的學(xué)者將風(fēng)險(xiǎn)研究關(guān)注點(diǎn)放在由重大風(fēng)險(xiǎn)事件所引發(fā)的跨國(guó)跨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)上。隋建利等（2022）研究了國(guó)際原油市場(chǎng)與中美金融市場(chǎng)間的價(jià)格聯(lián)動(dòng)效應(yīng)和風(fēng)險(xiǎn)傳染效應(yīng)并追溯中國(guó)金融市場(chǎng)的外部風(fēng)險(xiǎn)來源，發(fā)現(xiàn)在極端事件沖擊下，價(jià)格聯(lián)動(dòng)效應(yīng)迅速增強(qiáng)，風(fēng)險(xiǎn)傳染效應(yīng)顯著加強(qiáng)。苑瑩等（2020）以2015年中國(guó)“股災(zāi)”為背景，從存在性、傳染強(qiáng)度、傳染方向等方面深入研究中國(guó)股市對(duì)日本、美國(guó)、韓國(guó)三個(gè)重要經(jīng)濟(jì)體股市的金融傳染效應(yīng)。潘長(zhǎng)春和王偉強(qiáng)（2022）基于時(shí)域溢出指數(shù)、頻域溢出指數(shù)以及非對(duì)稱溢出指數(shù)，對(duì)中美兩國(guó)三類經(jīng)濟(jì)政策不確定性和股票市場(chǎng)波動(dòng)性之間的跨類及跨國(guó)關(guān)聯(lián)進(jìn)行研究，發(fā)現(xiàn)中美貿(mào)易摩擦?xí)r期，美國(guó)貿(mào)易政策不確定性對(duì)中國(guó)股市波動(dòng)造成了較強(qiáng)的溢出效應(yīng)。袁夢(mèng)怡和胡迪（2021）通過與2008年國(guó)際金融危機(jī)的橫向比較以及全樣本縱向分析，測(cè)度新冠疫情期間全球股市風(fēng)險(xiǎn)溢出強(qiáng)度，研究各國(guó)股市風(fēng)險(xiǎn)的傳導(dǎo)方向及溢出機(jī)制，探究不同階段全球股市風(fēng)險(xiǎn)溢出機(jī)制的差異。

目前，中國(guó)在識(shí)別和測(cè)度由外部傳導(dǎo)的金融風(fēng)險(xiǎn)領(lǐng)域尚處于發(fā)展階段，需要進(jìn)一步建設(shè)完善風(fēng)險(xiǎn)測(cè)度體系和防范措施。構(gòu)建合適的風(fēng)險(xiǎn)測(cè)度指標(biāo)，深入研究金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)，有利于維護(hù)金融安全與穩(wěn)定（Dimitrios 等，2012）。Adrian 和 Brunnermeier（2016）、Acharya 等（2017）等先后研究出CoVaR、MES等方法，來考察個(gè)體金融機(jī)構(gòu)陷入困境時(shí)對(duì)系統(tǒng)風(fēng)險(xiǎn)的貢獻(xiàn)水平。大量研究表明此類方法僅刻畫了變量與系統(tǒng)之間的單向關(guān)聯(lián)，無(wú)法考察風(fēng)險(xiǎn)溢出的具體方向。Diebold 和 Yilmaz（2012）提出了基于廣義方差分解法的溢出指數(shù)模型，該方法不僅能夠研究不同股票市場(chǎng)間的風(fēng)險(xiǎn)溢出強(qiáng)度，而且能從靜態(tài)和動(dòng)態(tài)的角度鮮明刻畫方向性波動(dòng)溢出。該風(fēng)險(xiǎn)溢出分析框架在學(xué)術(shù)界得到廣泛應(yīng)用，不少學(xué)者在此基礎(chǔ)上針對(duì)不同金融市場(chǎng)和經(jīng)濟(jì)變量構(gòu)建了溢出指數(shù)。例如，Akhtaruzzaman 等（2021）借鑒Diebold 和 Yilmaz（2012）的方法研究新冠疫情前后中國(guó)和G7國(guó)家之間的金融和非金融企業(yè)的波動(dòng)溢出效應(yīng)，發(fā)現(xiàn)在新冠疫情期間波動(dòng)溢出顯著增加，且中國(guó)的金融和非金融公司是其他G7國(guó)家風(fēng)險(xiǎn)溢出的凈傳遞者。Xu等（2019）利用溢出指數(shù)模型測(cè)度發(fā)現(xiàn)國(guó)際原油市場(chǎng)和中美股市之間存在顯著的非對(duì)稱溢出效應(yīng)。鐘婉玲和李海奇（2022）同樣應(yīng)用溢出指數(shù)方法研究發(fā)現(xiàn)中國(guó)股市與國(guó)際原油價(jià)格、貨幣政策等宏觀經(jīng)濟(jì)變量之間存在顯著的尾部風(fēng)險(xiǎn)溢出效應(yīng)。

綜上，目前大多數(shù)相關(guān)研究關(guān)注單個(gè)重大風(fēng)險(xiǎn)事件發(fā)生時(shí)同一國(guó)家內(nèi)部金融子市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，少數(shù)學(xué)者開始將多類重大風(fēng)險(xiǎn)事件納入研究框架，對(duì)風(fēng)險(xiǎn)溢出效應(yīng)的跨國(guó)傳導(dǎo)進(jìn)行研究。美國(guó)股市作為重要的國(guó)際市場(chǎng)之一，其政策調(diào)整和經(jīng)濟(jì)數(shù)據(jù)對(duì)中國(guó)股市有著重要的影響，而美國(guó)投資者同樣密切關(guān)注中國(guó)的經(jīng)濟(jì)政策和市場(chǎng)動(dòng)態(tài)。考慮到香港作為國(guó)際金融中心之一，其股票市場(chǎng)的國(guó)際化程度遠(yuǎn)遠(yuǎn)高于A股市場(chǎng)。2014年“滬港通”開通之后，A股市場(chǎng)與香港市場(chǎng)之間的雙向開放機(jī)制逐步完善，內(nèi)地與香港金融經(jīng)濟(jì)一體化程度逐漸加深，香港市場(chǎng)中內(nèi)地概念股占比不斷增大。相對(duì)成熟的香港市場(chǎng)對(duì)A股市場(chǎng)的定價(jià)和效率發(fā)揮著傳導(dǎo)者作用（張小婉等，2022），加強(qiáng)了中國(guó)股市與國(guó)際股市的互動(dòng)，吸引了眾多國(guó)際投資者。A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)存在大量雙重上市的跨國(guó)企業(yè)。同時(shí)，投資者情緒波動(dòng)可能導(dǎo)致跨市場(chǎng)的資金流動(dòng)或者投資者行為的協(xié)同效應(yīng)。總的來說，A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)在政策因素、資本流動(dòng)、跨國(guó)企業(yè)和投資者行為等方面存在聯(lián)系，使得三個(gè)市場(chǎng)之間的價(jià)格和波動(dòng)率呈現(xiàn)出一定程度的相關(guān)性。王雯等（2018）研究表明A股市場(chǎng)與香港市場(chǎng)聯(lián)動(dòng)性最強(qiáng)，香港市場(chǎng)始終是A股市場(chǎng)與美國(guó)市場(chǎng)互動(dòng)的紐帶。因此，本文將A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)作為研究對(duì)象，從靜態(tài)與動(dòng)態(tài)兩個(gè)層面定量考察21世紀(jì)以來中美股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的動(dòng)態(tài)趨勢(shì)以及發(fā)生重大風(fēng)險(xiǎn)事件時(shí)風(fēng)險(xiǎn)溢出強(qiáng)度和傳導(dǎo)方向的動(dòng)態(tài)演變過程。為解決上述問題，本文首先采用Diebold 和 Yilmaz（2012）的溢出指數(shù)法測(cè)算2000年1月至2022年12月A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)的靜態(tài)溢出指數(shù)；其次，結(jié)合滾動(dòng)窗口技術(shù)，計(jì)算動(dòng)態(tài)的總溢出指數(shù)、溢入溢出方向指數(shù)和凈溢出指數(shù)，進(jìn)而分析發(fā)生重大風(fēng)險(xiǎn)事件時(shí)單個(gè)市場(chǎng)及兩兩市場(chǎng)之間風(fēng)險(xiǎn)溢出效應(yīng)的強(qiáng)度和傳導(dǎo)方向的變化；最后，提出有效防范金融風(fēng)險(xiǎn)的建議。

三、研究設(shè)計(jì)

（一）方法與模型

基于Diebold 和 Yilmaz（2012）提出的向量自回歸模型（以下簡(jiǎn)稱“VAR模型”）的廣義方差分解法構(gòu)造出溢出指數(shù)，作為衡量股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)的指標(biāo)。由于該模型為預(yù)測(cè)誤差的方差分解，其原理是依賴VAR模型的預(yù)測(cè)功能將模型中各方程對(duì)預(yù)測(cè)誤差的單獨(dú)貢獻(xiàn)分離出來，以衡量VAR模型中兩個(gè)變量之間的聯(lián)通性。在研究以金融市場(chǎng)風(fēng)險(xiǎn)為變量的VAR模型時(shí)，這種聯(lián)通性即可視為風(fēng)險(xiǎn)溢出效應(yīng)。

溢出指數(shù)最早是由Diebold 和 Yilmaz（2009）基于VAR模型的方差分解得到的，但它只關(guān)注到總溢出效應(yīng)，依賴于Cholesky因子識(shí)別，只對(duì)擾動(dòng)項(xiàng)矩陣進(jìn)行分解，使得方差分解的結(jié)果受到變量排序的影響。之后，Diebold 和 Yilmaz（2012）改進(jìn)了這一方法，提出廣義方差分解法，消除了變量排序變化對(duì)結(jié)果的干擾，使模型更加穩(wěn)健，并且明確提出了方向性溢出，同時(shí)量化溢出效應(yīng)的大小。具體模型設(shè)定如下：

首先，構(gòu)建一個(gè)協(xié)方差平穩(wěn)的N個(gè)變量VAR（p）模型：

其中，εt（0， Σ）是獨(dú)立同分布的隨機(jī)擾動(dòng)項(xiàng)。對(duì)其進(jìn)行移動(dòng)平均得到：

其中N×N維的系數(shù)矩陣Ai服從如下遞歸公式：

Ai = Φ1Ai-1 + Φ2 Ai-2 + … + Φp Ai-p? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

其中，A0為N×N維的單位矩陣，當(dāng)i＜0時(shí)，A0=0。

簡(jiǎn)單VAR框架下的方差分解將每個(gè)變量的預(yù)測(cè)誤差方差解析為可歸因于各種系統(tǒng)沖擊的部分，依賴方差分解可以評(píng)估在x1的向前預(yù)測(cè)H步誤差方差中由xi（?j≠ i）的沖擊引起的部分。在Cholesky因子正交化的驅(qū)動(dòng)下，方差分解的結(jié)果依賴于變量的排序。因此VAR框架的廣義方差分解不對(duì)沖擊進(jìn)行正交化處理，而是允許相關(guān)的沖擊，利用觀察到的誤差分布?xì)v史數(shù)據(jù)來適當(dāng)?shù)亟忉屵@些沖擊。由于每個(gè)變量的沖擊沒有被正交化，對(duì)預(yù)測(cè)誤差方差的貢獻(xiàn)的總和不一定等于1。定義變量xi對(duì)變量xi向前H步的廣義誤差方差分解矩陣為θgij（H），其表達(dá)式為：

其中，Σ是誤差向量ε的方差矩陣，σjj是第j個(gè)方程的誤差項(xiàng)的標(biāo)準(zhǔn)差，ei是第i個(gè)元素為１其余皆為0的列向量。為了利用方差分解矩陣中包含的信息，需要將矩陣θgij（H）按行進(jìn)行標(biāo)準(zhǔn)化處理：

基于標(biāo)準(zhǔn)化處理之后的廣義方差分解矩陣可以計(jì)算出各種溢出指數(shù)。矩陣展示了N個(gè)變量間的溢出風(fēng)險(xiǎn)，其中主對(duì)角元素表示變量對(duì)自身的溢出風(fēng)險(xiǎn)，而非對(duì)角元素表示不同變量間的溢出風(fēng)險(xiǎn)。因此，利用 KPPS方差分解的波動(dòng)率貢獻(xiàn)，構(gòu)建出總溢出指數(shù)如下：

由于廣義脈沖響應(yīng)和方差分解不受變量排序的影響，故使用廣義方差分解矩陣來計(jì)算方向性溢出效應(yīng)。用Si.g（H）表示溢入指數(shù)，來衡量市場(chǎng)i受到的來自其他所有市場(chǎng)j的溢出效應(yīng)：

同理，用S.ig（H）表示溢出指數(shù)，衡量市場(chǎng)i向其他所有市場(chǎng)j傳遞的溢出效應(yīng)：

由此可得市場(chǎng)i對(duì)其他所有市場(chǎng)j的凈溢出指數(shù)：

Sig（H） = S.ig（H） - Si.g（H）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

同時(shí)得到兩個(gè)市場(chǎng)之間的凈溢出指數(shù)，即從市場(chǎng)i傳遞到市場(chǎng)j的總溢出與從市場(chǎng)j傳遞到市場(chǎng)i的總溢出之間的差值：

（二）數(shù)據(jù)選取和描述性統(tǒng)計(jì)

本文選取上證綜指（Shanghai Composite Index）、恒生指數(shù)（Hang seng Composite Index）和標(biāo)準(zhǔn)普爾500指數(shù)（SP500 Index）作為初始數(shù)據(jù)，樣本區(qū)間為2000年1月4日至2022年12月30日，覆蓋了21世紀(jì)以來世界金融市場(chǎng)重大風(fēng)險(xiǎn)事件（見表1），共5 263組交易日指數(shù)數(shù)據(jù)。每組數(shù)據(jù)都包括最高價(jià)（H）和最低價(jià)（L）。數(shù)據(jù)來源于Wind數(shù)據(jù)庫(kù)。

本文首先對(duì)數(shù)據(jù)進(jìn)行篩選，剔除各個(gè)市場(chǎng)交易日不一致以及停牌日的數(shù)據(jù)。其次，采用日度極差方差法計(jì)算各指數(shù)的收益波動(dòng)率，具體公式如下：

根據(jù)公式（11），使用日最高價(jià)（H）和日最低價(jià)（L）計(jì)算市場(chǎng)i在t時(shí)刻的日收益波動(dòng)率，再根據(jù)公式（12）轉(zhuǎn)換為百分比的年化收益波動(dòng)率。圖1為各指數(shù)年化收益波動(dòng)率的時(shí)間序列圖。最后，遵循研究慣例，將日收益波動(dòng)率取對(duì)數(shù)得到的最終樣本數(shù)據(jù)用于建模和溢出指數(shù)的計(jì)算。表2給出了上證綜指、恒生指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)三個(gè)指數(shù)的對(duì)數(shù)日收益波動(dòng)率的描述性統(tǒng)計(jì)。

分析圖1發(fā)現(xiàn)，與香港市場(chǎng)和美國(guó)市場(chǎng)相比，A股市場(chǎng)整體波動(dòng)程度更為劇烈。在整個(gè)樣本期間，各股票市場(chǎng)絕大多數(shù)時(shí)段的年化波動(dòng)率在25%上下波動(dòng)，經(jīng)歷了幾個(gè)主要的波動(dòng)期，此時(shí)波動(dòng)率有明顯的聚集性，尤其是在2008年金融危機(jī)、2011年歐債危機(jī)、2015年中國(guó)“股災(zāi)”和2020年新冠疫情期間。香港和美國(guó)市場(chǎng)在金融危機(jī)時(shí)期均出現(xiàn)波動(dòng)率急劇增大的現(xiàn)象，而A股市場(chǎng)受國(guó)際市場(chǎng)影響較小，雖未出現(xiàn)明顯跳躍，但波動(dòng)程度仍異常劇烈。在中國(guó)“股災(zāi)”期間，各股市波動(dòng)率又表現(xiàn)出不同的特征：A股市場(chǎng)的波動(dòng)率增大趨勢(shì)較明顯，且持續(xù)時(shí)間長(zhǎng)；香港市場(chǎng)受A股市場(chǎng)的影響，波動(dòng)率也有明顯跳躍，但持續(xù)時(shí)間較短；美國(guó)市場(chǎng)的波動(dòng)率只是小幅增大，與金融危機(jī)時(shí)期相比并不明顯。由此可見，股票市場(chǎng)的波動(dòng)具有異質(zhì)性和時(shí)變性。

本文對(duì)樣本數(shù)據(jù)進(jìn)行了平穩(wěn)性、正態(tài)分布等檢驗(yàn)，結(jié)果如表2所示。ADF檢驗(yàn)結(jié)果表明，對(duì)數(shù)日收益波動(dòng)率序列在１％的置信水平下是平穩(wěn)的，適用于構(gòu)建VAR模型進(jìn)行研究。JB檢驗(yàn)表明在1%的置信水平下所有序列拒絕原假設(shè)，即均不服從正態(tài)分布。結(jié)合峰度和偏度發(fā)現(xiàn)恒生指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)的對(duì)數(shù)日收益波動(dòng)率有一定的“尖峰厚尾”特征。

四、實(shí)證結(jié)果與分析

（一）靜態(tài)溢出指數(shù)分析

本文根據(jù)赤池信息準(zhǔn)則（AIC）和貝葉斯信息準(zhǔn)則（BIC）判定VAR模型的最優(yōu)滯后階數(shù)P為4階，同時(shí)設(shè)定廣義方差分解的預(yù)測(cè)步長(zhǎng)H=12天，基于公式（6）—（10）計(jì)算得到A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)2000年1月4日至2022年12月30日全樣本靜態(tài)溢出指數(shù)結(jié)果（表3）。其中，主對(duì)角線元素表示市場(chǎng)i對(duì)其自身的風(fēng)險(xiǎn)沖擊，非對(duì)角線元素為市場(chǎng)i對(duì)市場(chǎng)j的方向溢出；溢出指數(shù)為本市場(chǎng)向其他市場(chǎng)的溢出程度，溢入指數(shù)為本市場(chǎng)接受另外兩個(gè)市場(chǎng)的溢出程度；右下角數(shù)值衡量了系統(tǒng)風(fēng)險(xiǎn)的總體溢出水平，它等于溢入指數(shù)或溢出指數(shù)的平均值。

表3顯示，整體而言，樣本期間總溢出指數(shù)為13.91%，方向性溢出指數(shù)都大于0，說明中美股市之間存在顯著的風(fēng)險(xiǎn)溢出效應(yīng)。就個(gè)體而言，A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)的溢出指數(shù)分別為15.24%、15.50%和11.05%，可以看出，A股市場(chǎng)與香港市場(chǎng)的溢出指數(shù)相似，且香港市場(chǎng)最高。A股市場(chǎng)和香港市場(chǎng)對(duì)美國(guó)市場(chǎng)的風(fēng)險(xiǎn)溢出分別為4.42%和4.91%，受到美國(guó)市場(chǎng)的風(fēng)險(xiǎn)溢出分別為3.60%和7.46%，可以發(fā)現(xiàn)A股市場(chǎng)對(duì)美國(guó)市場(chǎng)風(fēng)險(xiǎn)的溢出和接受程度都小于香港市場(chǎng)對(duì)美國(guó)市場(chǎng)風(fēng)險(xiǎn)的溢出和接受程度。這說明香港市場(chǎng)作為A股市場(chǎng)接受國(guó)際風(fēng)險(xiǎn)沖擊的媒介，在一定程度上緩解了內(nèi)地股市受到的風(fēng)險(xiǎn)沖擊。香港市場(chǎng)的溢入指數(shù)最高達(dá)18.28%，凈溢出指數(shù)為負(fù)數(shù)，說明香港市場(chǎng)最易受到其他市場(chǎng)波動(dòng)的影響。從風(fēng)險(xiǎn)溢出凈值來看，A股市場(chǎng)的凈溢出指數(shù)為1.11%，香港市場(chǎng)為-2.83%，A股市場(chǎng)和香港市場(chǎng)凈溢出指數(shù)為-1.72%，是風(fēng)險(xiǎn)的凈接受者。美國(guó)市場(chǎng)的凈溢出指數(shù)為正數(shù)，是風(fēng)險(xiǎn)的凈溢出者。

（二）動(dòng)態(tài)溢出效應(yīng)分析

1.總溢出指數(shù)

靜態(tài)溢出指數(shù)展示了整個(gè)樣本期間總體的風(fēng)險(xiǎn)溢出情況，提供了一種平均溢出行為，能夠反映中美股票市場(chǎng)之間的相互影響程度，但無(wú)法揭示其長(zhǎng)期和周期性波動(dòng)，容易忽視因風(fēng)險(xiǎn)事件沖擊而誘發(fā)的系統(tǒng)波動(dòng)，不能有效揭示中美股票市場(chǎng)之間風(fēng)險(xiǎn)溢出的時(shí)變性質(zhì)（Zhang 和 Wang，2014）。為了解決這個(gè)問題，本文在上述分析的基礎(chǔ)上，結(jié)合滾動(dòng)窗口技術(shù)對(duì)中美股市間的風(fēng)險(xiǎn)溢出進(jìn)行動(dòng)態(tài)測(cè)算與分析。滾動(dòng)窗口技術(shù)就是在固定窗口長(zhǎng)度下估計(jì)VAR模型并計(jì)算相應(yīng)的溢出指數(shù)，然后逐期移動(dòng)窗口并分別估計(jì)每個(gè)窗口下的VAR模型和溢出指數(shù)，從而得到時(shí)變溢出指數(shù)。本文分別選取50日、100日、150日和200日窗口下的總溢出指數(shù)做實(shí)驗(yàn)。實(shí)驗(yàn)發(fā)現(xiàn)，從50日逐漸增加到200日時(shí)，總體波動(dòng)溢出趨勢(shì)相似，估計(jì)結(jié)果更加穩(wěn)定，規(guī)避了對(duì)窗口長(zhǎng)度選擇的主觀性，因此滾動(dòng)窗口長(zhǎng)度設(shè)定為W=200天。

圖2為全樣本期間時(shí)變的總溢出指數(shù)，反映了中美股票市場(chǎng)的總體風(fēng)險(xiǎn)溢出水平。整體來看，樣本期間溢出指數(shù)在2.70%—31.50%之間波動(dòng)，波動(dòng)幅度越來越大，出現(xiàn)數(shù)次尖銳的波峰和波谷。以2007年次貸危機(jī)為節(jié)點(diǎn)，此后總溢出指數(shù)增長(zhǎng)劇烈，中美股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)顯著增強(qiáng)，重大風(fēng)險(xiǎn)事件對(duì)總溢出指數(shù)具有顯著影響?？傄绯鲋笖?shù)波動(dòng)形勢(shì)大致可分為四個(gè)階段：

第一階段為2000—2007年初。2005年之前總溢出指數(shù)基本位于10%以下，該階段中美風(fēng)險(xiǎn)溢出效應(yīng)相當(dāng)有限，2005—2007年總溢出指數(shù)逐漸上升但仍低于20%，這與A股市場(chǎng)在該階段經(jīng)歷的大“牛市”有關(guān)。第二階段為2007—2013年。2007年美國(guó)次貸危機(jī)爆發(fā)進(jìn)而引發(fā)全球金融危機(jī)，中美股市風(fēng)險(xiǎn)溢出效應(yīng)陡然上升至21.53%，增幅達(dá)57.50%。隨后，2009年歐洲爆發(fā)主權(quán)債務(wù)危機(jī)，使得風(fēng)險(xiǎn)溢出效應(yīng)在年初短暫回落后又迅速攀升至24.97%。第三階段為 2014—2019年。該階段A股市場(chǎng)先后推出了滬港通、深港通等政策，進(jìn)一步推進(jìn)金融自由化改革，同時(shí)期，全球油價(jià)暴跌（2014年）、中國(guó)“股災(zāi)”危機(jī)（2015年）、英國(guó)脫歐事件（2016年）以及中美貿(mào)易摩擦等，使溢出指數(shù)大幅震蕩，進(jìn)入風(fēng)險(xiǎn)高發(fā)階段。第四階段為2020—2022年12月。2020年初，新冠疫情發(fā)生，世界經(jīng)濟(jì)幾乎陷入停滯狀態(tài)，全球股票市場(chǎng)指數(shù)大幅下跌，總溢出指數(shù)迅速攀升。

綜上，中美股票市場(chǎng)之間的總溢出指數(shù)呈現(xiàn)出顯著的波動(dòng)性、聚集性、時(shí)變性特征以及跳躍式上升的趨勢(shì)，政治、經(jīng)濟(jì)、金融以及公共衛(wèi)生等突發(fā)事件對(duì)股票市場(chǎng)溢出效應(yīng)有顯著增強(qiáng)的影響。其中，中美貿(mào)易摩擦直接影響兩國(guó)經(jīng)濟(jì)體，使得跨境貿(mào)易額縮減，兩國(guó)股市跟隨貿(mào)易形勢(shì)發(fā)生變化，總溢出指數(shù)達(dá)到峰值31.49%，風(fēng)險(xiǎn)溢出效應(yīng)最為顯著。

此外，研究還發(fā)現(xiàn)，總溢出指數(shù)的累積和消減具有非對(duì)稱性特征。具體而言，面對(duì)突發(fā)事件沖擊時(shí)，中美股票市場(chǎng)之間的系統(tǒng)性風(fēng)險(xiǎn)迅速累積，致使總溢出指數(shù)在短期內(nèi)出現(xiàn)跳躍式大幅上升，但達(dá)到峰值后，股票市場(chǎng)之間增強(qiáng)的關(guān)聯(lián)性不會(huì)立即降低，一段時(shí)間后總溢出指數(shù)才能回調(diào)至受沖擊前的水平。這表明金融市場(chǎng)受到?jīng)_擊時(shí)的相互溢出效應(yīng)具有持久性。在總溢出指數(shù)波動(dòng)的大多數(shù)周期中都體現(xiàn)出這種非對(duì)稱性特征。例如，在中美貿(mào)易摩擦?xí)r期，風(fēng)險(xiǎn)迅速積累致使總溢出指數(shù)在一個(gè)月內(nèi)從10.07%迅速增至27.91%，并在四個(gè)月內(nèi)達(dá)到峰值31.49%，但用了一年的時(shí)間總溢出指數(shù)才回落至11.24%，基本恢復(fù)到受沖擊之前的溢出水平。一個(gè)可能的解釋是，在金融市場(chǎng)中，投資者對(duì)負(fù)面信息的處理速度往往比對(duì)正面信息的處理速度快，重大風(fēng)險(xiǎn)事件的發(fā)生容易引發(fā)“羊群效應(yīng)”，而事件發(fā)生后金融體系恢復(fù)的速度緩慢。

2.溢入溢出方向指數(shù)

盡管總溢出指數(shù)傳遞了樣本期間中美股市總體的風(fēng)險(xiǎn)溢出信息，但是只反映了溢出效應(yīng)的強(qiáng)度和趨勢(shì)，不能反映溢出的方向。為此，本文分別構(gòu)建每個(gè)市場(chǎng)向其他市場(chǎng)的溢出指數(shù)圖以及接受來自其他市場(chǎng)的溢入指數(shù)圖（見圖3、圖4）。

圖3和圖4顯示，從整體來看，A股市場(chǎng)和香港市場(chǎng)的溢出指數(shù)和溢入指數(shù)呈現(xiàn)出相似的波動(dòng)趨勢(shì)。相比較而言，美國(guó)市場(chǎng)波動(dòng)趨勢(shì)差異顯著，溢出指數(shù)和溢入指數(shù)整體偏低。在重大風(fēng)險(xiǎn)事件時(shí)點(diǎn)附近，每個(gè)市場(chǎng)的溢出指數(shù)和溢入指數(shù)都大幅上漲，指數(shù)大于20%，最高超過50%。說明A股市場(chǎng)與香港市場(chǎng)之間的聯(lián)動(dòng)性較強(qiáng)，與美國(guó)市場(chǎng)的聯(lián)動(dòng)性相對(duì)較弱。可能的原因在于受極端事件影響而產(chǎn)生的恐慌情緒并形成的“羊群效應(yīng)”容易增強(qiáng)風(fēng)險(xiǎn)溢出效應(yīng)，提升市場(chǎng)間風(fēng)險(xiǎn)關(guān)聯(lián)程度。非風(fēng)險(xiǎn)事件時(shí)期，A股市場(chǎng)和香港市場(chǎng)在10%至20%之間波動(dòng)，美國(guó)市場(chǎng)則低于10%。

具體而言，在相對(duì)穩(wěn)定的形勢(shì)下，A股市場(chǎng)溢出指數(shù)和溢入指數(shù)呈現(xiàn)明顯的小幅波動(dòng)，但在重大風(fēng)險(xiǎn)事件下指數(shù)的波動(dòng)幅度逐漸增大?？梢园l(fā)現(xiàn)，A股市場(chǎng)在2015年至2016年期間溢出指數(shù)大幅上升，達(dá)到峰值52.92%。這是由于該時(shí)期A股市場(chǎng)在2015年發(fā)生了“股災(zāi)”事件，而2016年初熔斷機(jī)制的實(shí)施導(dǎo)致股市再次劇烈波動(dòng)，對(duì)外風(fēng)險(xiǎn)溢出效應(yīng)最為顯著。在2018年中美貿(mào)易摩擦?xí)r期，A股市場(chǎng)溢入指數(shù)波動(dòng)率最高達(dá)33.62%，接受其他市場(chǎng)風(fēng)險(xiǎn)的溢出效應(yīng)顯著增強(qiáng)。與A股市場(chǎng)相比，香港市場(chǎng)溢入指數(shù)整體波動(dòng)幅度更為劇烈，接受風(fēng)險(xiǎn)溢出程度明顯大于A股市場(chǎng)，尤其在危機(jī)時(shí)期，溢入指數(shù)超過35%。在2020年新冠疫情時(shí)期其接受風(fēng)險(xiǎn)溢出程度更是達(dá)到41.39%，而溢出指數(shù)表現(xiàn)較為平穩(wěn)。美國(guó)市場(chǎng)波動(dòng)溢出最為劇烈的時(shí)段主要集中在2020年新冠疫情時(shí)期，溢出指數(shù)急劇上漲達(dá)到最大值43.50%，該時(shí)期其接受來自A股市場(chǎng)和香港市場(chǎng)的風(fēng)險(xiǎn)溢出程度較小。此外，通過考察不同時(shí)期各股市的風(fēng)險(xiǎn)溢出特征可以發(fā)現(xiàn)，不同突發(fā)事件沖擊下，美國(guó)市場(chǎng)溢出效應(yīng)的累積與消減更為迅速，而A股市場(chǎng)和香港市場(chǎng)的風(fēng)險(xiǎn)溢出的消減速度更為緩慢。

3.凈溢出指數(shù)

基于上述中美股市溢入溢出方向指數(shù)的分析，進(jìn)一步考察單一市場(chǎng)和兩市場(chǎng)之間的溢出強(qiáng)度和溢出方向，單個(gè)市場(chǎng)時(shí)變的凈溢出指數(shù)如圖5所示，兩個(gè)市場(chǎng)之間的凈溢出指數(shù)如圖6所示。圖中的數(shù)值表示溢出強(qiáng)度，差值的正負(fù)號(hào)表示溢出方向。

圖5顯示，隨著時(shí)間的變化，每個(gè)市場(chǎng)不會(huì)一直擔(dān)任風(fēng)險(xiǎn)凈接收者或者風(fēng)險(xiǎn)凈溢出者的角色，風(fēng)險(xiǎn)溢出呈明顯的時(shí)變性特征。2007年之前，三個(gè)市場(chǎng)的凈溢出指數(shù)圍繞0值小幅波動(dòng)。2000年至2002年美國(guó)“互聯(lián)網(wǎng)泡沫”破滅，美國(guó)的經(jīng)濟(jì)受到了重創(chuàng)，出現(xiàn)了短期衰退，美國(guó)市場(chǎng)震蕩，該時(shí)期凈溢出指數(shù)均為正值，在5%上下波動(dòng)，主要表現(xiàn)為風(fēng)險(xiǎn)的凈溢出者，對(duì)A股市場(chǎng)和香港市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)并不顯著。原因可能在于21世紀(jì)初中國(guó)金融市場(chǎng)和國(guó)際金融市場(chǎng)的聯(lián)系并不密切，跨國(guó)風(fēng)險(xiǎn)溢出效應(yīng)相對(duì)有限。

2007年至2012年處于次貸危機(jī)與歐債危機(jī)的“雙危機(jī)”時(shí)期，結(jié)合圖6可以看出，單一市場(chǎng)以及兩市場(chǎng)之間表現(xiàn)為明顯的風(fēng)險(xiǎn)凈溢出。2007年下半年，美國(guó)爆發(fā)次貸危機(jī)，凈溢出指數(shù)上升達(dá)到15%左右，此后危機(jī)逐漸蔓延，并演變?yōu)橐粓?chǎng)全球性的金融風(fēng)暴，整個(gè)金融體系逐漸崩盤。美國(guó)市場(chǎng)的劇烈震蕩引發(fā)中國(guó)投資者恐慌。2009年12月至2012年，歐洲爆發(fā)主權(quán)債務(wù)危機(jī)，極大地沖擊了全球股票市場(chǎng)，美國(guó)市場(chǎng)暴跌，市場(chǎng)恐慌情緒持續(xù)蔓延，投資者對(duì)全球經(jīng)濟(jì)復(fù)蘇前景持消極態(tài)度，風(fēng)險(xiǎn)溢出效應(yīng)又逐漸增強(qiáng)。該時(shí)期美國(guó)市場(chǎng)凈溢出指數(shù)絕大多數(shù)時(shí)段為正值，結(jié)合圖6可得，同時(shí)期香港市場(chǎng)與美國(guó)市場(chǎng)之間的凈溢出指數(shù)為負(fù)值，A股市場(chǎng)與香港市場(chǎng)之間的凈溢出指數(shù)為負(fù)值。由此可見，該時(shí)期美國(guó)市場(chǎng)的風(fēng)險(xiǎn)主要傳導(dǎo)至香港市場(chǎng)，小部分經(jīng)由香港市場(chǎng)傳導(dǎo)至A股市場(chǎng)。

2015年6月至2015年8月A股市場(chǎng)出現(xiàn)了歷史上少有的持續(xù)暴跌現(xiàn)象，發(fā)生17次千股跌停，A股市場(chǎng)指數(shù)累計(jì)下跌了45%。2016年初A股市場(chǎng)推出并實(shí)施熔斷機(jī)制，然而在4天內(nèi)4次觸發(fā)熔斷閾值，加劇了市場(chǎng)恐慌。2016年6月英國(guó)全民公投脫歐，全球金融市場(chǎng)面臨的風(fēng)險(xiǎn)增大，風(fēng)險(xiǎn)溢出效應(yīng)持續(xù)上升，風(fēng)險(xiǎn)快速積累致使A股市場(chǎng)的凈溢出指數(shù)最高達(dá)到36.16%。A股市場(chǎng)從2015年6月至2016年凈溢出指數(shù)均為正值，表現(xiàn)為風(fēng)險(xiǎn)的凈溢出者，香港市場(chǎng)和美國(guó)市場(chǎng)凈溢出指數(shù)均呈負(fù)值狀態(tài)，該時(shí)期風(fēng)險(xiǎn)主要由A股市場(chǎng)傳導(dǎo)至香港市場(chǎng)和美國(guó)市場(chǎng)，且美國(guó)市場(chǎng)接受風(fēng)險(xiǎn)溢出的效應(yīng)更為顯著，達(dá)到21.33%。

2018年3月美國(guó)發(fā)起“301調(diào)查”，宣布開始正式對(duì)中國(guó)340億美元的商品加征25%的進(jìn)口關(guān)稅，中美貿(mào)易摩擦持續(xù)升級(jí)，中國(guó)貿(mào)易條件出現(xiàn)惡化，對(duì)中國(guó)進(jìn)出口貿(mào)易、投資者預(yù)期等方面都產(chǎn)生了負(fù)面沖擊，加劇了中國(guó)股票市場(chǎng)的波動(dòng)。然而該時(shí)期A股市場(chǎng)的凈溢出指數(shù)并未呈現(xiàn)劇烈波動(dòng)趨勢(shì)，結(jié)合上文溢入溢出方向指數(shù)可以發(fā)現(xiàn)，中美貿(mào)易摩擦?xí)r期，A股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)的溢入指數(shù)和溢出指數(shù)都出現(xiàn)跳躍式上升并呈高位震蕩趨勢(shì)，兩者相減得到的單一市場(chǎng)凈溢出指數(shù)和兩市場(chǎng)之間的凈溢出指數(shù)波動(dòng)趨勢(shì)減緩，這表明A股市場(chǎng)、香港市場(chǎng)、美國(guó)市場(chǎng)以及兩兩市場(chǎng)之間均存在顯著的雙向風(fēng)險(xiǎn)溢出效應(yīng)。

2020年初新冠疫情發(fā)生初期，疫情發(fā)展態(tài)勢(shì)尚不明朗，恐慌情緒在中國(guó)資本市場(chǎng)蔓延，“羊群效應(yīng)”、悲觀預(yù)期等投資者的非理性行為致使A股市場(chǎng)在2月3日（春節(jié)后的首個(gè)交易日）有超過

3 000只股票跌停，上證綜指更是達(dá)到了7.72%的巨大跌幅。但總體而言，該事件對(duì)中國(guó)金融市場(chǎng)的沖擊較為短暫，A股市場(chǎng)在第二日已趨于穩(wěn)定。隨著2020年3月美國(guó)新冠疫情開始大規(guī)模擴(kuò)散，美國(guó)市場(chǎng)更是史無(wú)前例地在3月出現(xiàn)了4次“熔斷”，各市場(chǎng)均出現(xiàn)了巨幅震蕩，該時(shí)期美國(guó)市場(chǎng)凈溢出指數(shù)迅速大幅上升至41.81%。盡管中國(guó)作為全球較早發(fā)生新冠疫情的國(guó)家，但A股市場(chǎng)和香港市場(chǎng)的凈溢出指數(shù)和兩個(gè)市場(chǎng)之間的凈溢出指數(shù)在疫情期間均為負(fù)值，這表明疫情期間美國(guó)市場(chǎng)的暴跌并非由中國(guó)引發(fā)的，A股市場(chǎng)主要為風(fēng)險(xiǎn)的凈接受者，而非風(fēng)險(xiǎn)凈溢出者，且美國(guó)市場(chǎng)風(fēng)險(xiǎn)溢出大部分傳導(dǎo)至香港市場(chǎng)，小部分直接傳導(dǎo)至A股市場(chǎng)。

綜上，2008年金融危機(jī)爆發(fā)之后，美國(guó)為刺激經(jīng)濟(jì)復(fù)蘇實(shí)施了持續(xù)的量化寬松政策，這一政策不僅降低了長(zhǎng)期利率，促進(jìn)了投資和消費(fèi)，也影響了全球資本流動(dòng)的格局。盡管理論上量化寬松政策會(huì)增加流向全球其他市場(chǎng)的資本，但實(shí)際上，由于美國(guó)市場(chǎng)的穩(wěn)定性、高流動(dòng)性和對(duì)外國(guó)投資者的吸引力，在美國(guó)基礎(chǔ)貨幣余額大幅度增加的同時(shí)，美元不斷升值，大量資本回流美國(guó)（李建偉和李嘉琪，2019）。與此同時(shí)，其他國(guó)家對(duì)美國(guó)股票的購(gòu)買總量不斷增加，從2008年10月的6 348.51億美元提高到2022年2月的26 862.36億美元，美國(guó)股指持續(xù)走高。股市良好的財(cái)富效應(yīng)，促使美國(guó)經(jīng)濟(jì)向好，進(jìn)一步推動(dòng)股市上漲和市值提升。

與美國(guó)股市不同，中國(guó)股市開放程度相對(duì)較低，人民幣尚未實(shí)現(xiàn)可自由兌換。中國(guó)股市的財(cái)富效應(yīng)較美國(guó)股市相比并不顯著，與居民消費(fèi)和經(jīng)濟(jì)增長(zhǎng)的關(guān)聯(lián)度相對(duì)較低。雖然中美股市上市公司的數(shù)量差距不斷縮小，但股指并未出現(xiàn)持續(xù)的大幅度上漲，總市值差距持續(xù)擴(kuò)大。加之中國(guó)股票市場(chǎng)的投資者結(jié)構(gòu)以散戶為主、股市信息不對(duì)稱等問題，極易通過“羊群效應(yīng)”、趨同效應(yīng)等投資者的心理預(yù)期導(dǎo)致其非理性行為。此外，A股長(zhǎng)線資金占比較低，機(jī)構(gòu)投資者難以有效發(fā)揮穩(wěn)定器作用。因此，A股市場(chǎng)和美股市場(chǎng)呈現(xiàn)走勢(shì)“背離”的現(xiàn)象，表現(xiàn)為“跟跌不跟漲”的趨勢(shì)。當(dāng)發(fā)生重大風(fēng)險(xiǎn)事件時(shí)，美國(guó)股市對(duì)中國(guó)股市的領(lǐng)跌作用確實(shí)強(qiáng)于其領(lǐng)漲作用，中美股市風(fēng)險(xiǎn)溢出效應(yīng)的傳導(dǎo)方向由市場(chǎng)間的單向溢出轉(zhuǎn)變?yōu)锳股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)兩兩之間顯著的雙向溢出。

（三）穩(wěn)健性檢驗(yàn)

首先，對(duì)模型參數(shù)及滾動(dòng)窗口長(zhǎng)度進(jìn)行穩(wěn)健性檢驗(yàn)。本文在測(cè)量溢出指數(shù)時(shí)選取預(yù)測(cè)步長(zhǎng)H=12天，滾動(dòng)窗口W=200天。在此基礎(chǔ)上，穩(wěn)健性檢驗(yàn)比較了不同預(yù)測(cè)步長(zhǎng)（即 H=8/12/16天）和滾動(dòng)窗口長(zhǎng)度（即W=150/200/250天）。圖7顯示了根據(jù)不同窗口長(zhǎng)度和預(yù)測(cè)步長(zhǎng)測(cè)算出的總溢出指數(shù)?？梢园l(fā)現(xiàn)，預(yù)測(cè)步長(zhǎng)的選擇對(duì)總溢出指數(shù)的變化基本沒有影響；選取不同的滾動(dòng)窗口長(zhǎng)度，總溢出指數(shù)具有相同的變化趨勢(shì)，其中由于窗口期的縮短，總溢出指數(shù)的波動(dòng)趨勢(shì)性更強(qiáng)。從整體上看，檢驗(yàn)結(jié)果表明使用溢出指數(shù)法結(jié)合滾動(dòng)窗口技術(shù)測(cè)度總溢出指數(shù)動(dòng)態(tài)變化對(duì)預(yù)測(cè)步長(zhǎng)和滾動(dòng)窗口長(zhǎng)度的選擇具備穩(wěn)健性。

進(jìn)一步地，替換波動(dòng)率的構(gòu)建方法進(jìn)行穩(wěn)健性檢驗(yàn)，利用GARCH（1，1）模型構(gòu)建波動(dòng)率對(duì)總溢出指數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如圖8所示。從整體上看，溢出強(qiáng)度有所差異但波動(dòng)趨勢(shì)相似，表明GARCH（1，1）模型構(gòu)建波動(dòng)率的方法是穩(wěn)健的。

五、結(jié)論與建議

本文借鑒Diebold 和 Yilmaz（2012）的溢出指數(shù)法結(jié)合滾動(dòng)窗口技術(shù)，利用中國(guó)內(nèi)地A股市場(chǎng)和香港市場(chǎng)及美國(guó)市場(chǎng)2000年1月—2022年12月的上證綜指、恒生指數(shù)和標(biāo)準(zhǔn)普爾500指數(shù)的日數(shù)據(jù)，從靜態(tài)和動(dòng)態(tài)兩個(gè)層面研究了中美股市之間的風(fēng)險(xiǎn)溢出效應(yīng)以及發(fā)生重大風(fēng)險(xiǎn)事件時(shí)的風(fēng)險(xiǎn)溢出強(qiáng)度和溢出方向。研究發(fā)現(xiàn)：第一，靜態(tài)分析結(jié)果表明，中美股票市場(chǎng)之間存在顯著的風(fēng)險(xiǎn)溢出效應(yīng)，中國(guó)內(nèi)地A股市場(chǎng)對(duì)美國(guó)市場(chǎng)風(fēng)險(xiǎn)的溢出和接受程度都小于香港市場(chǎng)。凈溢出指數(shù)表明美國(guó)市場(chǎng)是風(fēng)險(xiǎn)凈溢出者，中國(guó)市場(chǎng)是風(fēng)險(xiǎn)溢出的凈接受者。第二，中美股市之間的風(fēng)險(xiǎn)溢出效應(yīng)具有明顯的時(shí)變特征，政治、經(jīng)濟(jì)、金融以及公共衛(wèi)生等重大風(fēng)險(xiǎn)事件對(duì)股票市場(chǎng)溢出效應(yīng)有顯著增強(qiáng)的影響。中美股市之間金融風(fēng)險(xiǎn)的累積和消減具有非對(duì)稱特征，沖擊對(duì)金融市場(chǎng)風(fēng)險(xiǎn)溢出影響具有持續(xù)性，溢出指數(shù)在短時(shí)間內(nèi)累積，但下降速度較為遲緩。第三，中美股市風(fēng)險(xiǎn)溢出效應(yīng)的傳導(dǎo)方向由市場(chǎng)間的單向溢出轉(zhuǎn)變?yōu)锳股市場(chǎng)、香港市場(chǎng)和美國(guó)市場(chǎng)兩兩之間顯著的雙向溢出。基于以上結(jié)論，提出如下建議：

目前，中國(guó)仍然面臨外部環(huán)境中政治、經(jīng)濟(jì)、金融和公共衛(wèi)生等多層面不確定性的挑戰(zhàn)。立足于中國(guó)國(guó)情和防范化解金融風(fēng)險(xiǎn)的政策要求，監(jiān)管當(dāng)局應(yīng)該增強(qiáng)金融風(fēng)險(xiǎn)防控政策決策的全局性、前瞻性。第一，考慮中美股市風(fēng)險(xiǎn)溢出效應(yīng)的顯著增強(qiáng)和時(shí)變特征，金融監(jiān)管部門應(yīng)建立跟蹤觀測(cè)機(jī)制，精準(zhǔn)分析和把握金融市場(chǎng)之間風(fēng)險(xiǎn)溢出的時(shí)變規(guī)律，完善金融風(fēng)險(xiǎn)預(yù)警機(jī)制，充分發(fā)揮預(yù)警指標(biāo)體系對(duì)金融風(fēng)險(xiǎn)的前瞻警示作用，根據(jù)不同特點(diǎn)的波動(dòng)情況制定相應(yīng)的管理策略，針對(duì)不同類型突發(fā)事件的沖擊制定差異化的應(yīng)對(duì)策略并及時(shí)調(diào)整后續(xù)政策。第二，中美股市間存在顯著的雙向風(fēng)險(xiǎn)溢出效應(yīng)，且中國(guó)A股市場(chǎng)與香港市場(chǎng)結(jié)構(gòu)相似，易發(fā)生風(fēng)險(xiǎn)聯(lián)動(dòng)現(xiàn)象，大大加劇輸入性風(fēng)險(xiǎn)的隱患。因此，面對(duì)突發(fā)國(guó)際風(fēng)險(xiǎn)事件時(shí)，監(jiān)管部門應(yīng)提高響應(yīng)速度，加大監(jiān)管力度，穩(wěn)定投資者恐慌情緒，重點(diǎn)防范以美國(guó)為首的成熟市場(chǎng)波動(dòng)溢出的風(fēng)險(xiǎn)沖擊，同時(shí)防范由“香港市場(chǎng)→A股市場(chǎng)”的間接輸入性金融風(fēng)險(xiǎn)，重視跨國(guó)、跨市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)，提高金融市場(chǎng)應(yīng)對(duì)國(guó)際風(fēng)險(xiǎn)沖擊的能力，牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。

參考文獻(xiàn)：

[1] Forbes K J， Rigobon R. No contagion， only interdependence： Measuring stock market comovements[J]. The Journal of Finance，2002，57（05）：? 2223-2261.

[2] Chiang T C， Jeon B N， Li H. Dynamic correlation analysis of financial contagion： Evidence from Asian markets[J]. Journal of International Money and Finance，2007，26（07）：1206-1228.

[3] Kenourgios D， Samitas A， Paltalidis N. Financial crises and stock market contagion in a multivariate time-varying asymmetric framework[J]. Journal of International Financial Markets， Institutions and Money，2011，21（01）：92-106.

[4]蔣翠俠，張世英.金融高階矩風(fēng)險(xiǎn)溢出效應(yīng)研究[J].中國(guó)管理科學(xué)，2009，17（01）：17-28.

[5] Hamao Y ， MASULIS R， NG V. Correlations in price changes and volatility across international stock markets[J].Review of Financial Studies， 1990， 3（02）：281-308.

[6]楊子暉，陳雨恬，謝銳楷.我國(guó)金融機(jī)構(gòu)系統(tǒng)性金融風(fēng)險(xiǎn)度量與跨部門風(fēng)險(xiǎn)溢出效應(yīng)研究[J].金融研究，2018（10）：19-37.

[7]方意，宋佳馨，譚小芬.中國(guó)金融市場(chǎng)之間風(fēng)險(xiǎn)溢出的時(shí)空特征及機(jī)理分析——兼論中美貿(mào)易摩擦對(duì)金融市場(chǎng)的影響[J].金融評(píng)論，2020，12（06）：20-43+121-122.

[8]李延軍，白云方，王詩(shī)惠.我國(guó)金融市場(chǎng)間流動(dòng)性風(fēng)險(xiǎn)傳染與防控研究——基于中美貿(mào)易摩擦的影響[J].金融發(fā)展研究，2021（06）：10-18.

[9]隋建利，楊慶偉，劉金全.極端事件沖擊下的價(jià)格聯(lián)動(dòng)、風(fēng)險(xiǎn)傳染與風(fēng)險(xiǎn)溯源：來自國(guó)際原油市場(chǎng)與中美金融市場(chǎng)的新發(fā)現(xiàn)[J].世界經(jīng)濟(jì)研究，2022（04）：47-62+136.

[10]苑瑩，王海英，莊新田.基于非線性相依的市場(chǎng)間金融傳染度量——測(cè)度2015年中國(guó)股災(zāi)對(duì)重要經(jīng)濟(jì)體的傳染效應(yīng)[J].系統(tǒng)工程理論與實(shí)踐，2020，40（03）：545-558.

[11]潘長(zhǎng)春，王偉強(qiáng).經(jīng)濟(jì)政策不確定性與股票市場(chǎng)波動(dòng)性之間的跨類及跨國(guó)關(guān)聯(lián)：來自中美兩國(guó)的經(jīng)驗(yàn)證據(jù)[J].世界經(jīng)濟(jì)研究，2022（11）：89-105+136-137.

[12]袁夢(mèng)怡，胡迪.疫情沖擊下全球股市的風(fēng)險(xiǎn)溢出效應(yīng)研究[J].金融論壇，2021，26（09）：36-48.

[13]Dimitrios B，Mark F，Andrew W L，et al. A survey of systemic risk analytics[J]. Annual Review of Financial Economics，2012，4（01）：255-296.

[14]Adrian T， Brunnermeier M K. CoVaR[J]. The American Economic Review，2016，106（07）：1705-1741.

[15]Acharya V V， Pedersen L H， Philippon T， et al. Measuring systemic risk[J]. The Review of Financial Studies，2017，30（01）：2-47.

[16] Diebold F X， Yilmaz K. Better to give than to receive： Predictive directional measurement of volatility?spillovers[J]. International Journal of Forecasting，2012， 28（01）：57-66.

[17] Akhtaruzzaman M， Boubaker S， Sensoy A. Financial contagion during COVID–19 crisis[J]. Finance Research Letters，2021，38：101604.

[18] Xu W， Ma F， Chen W， et al. Asymmetric volatility?spillovers between oil and stock markets： Evidence from China and the United States[J]. Energy Economics，2019， 80：310-320.

[19]鐘婉玲，李海奇.國(guó)際油價(jià)、宏觀經(jīng)濟(jì)變量與中國(guó)股市的尾部風(fēng)險(xiǎn)溢出效應(yīng)研究[J].中國(guó)管理科學(xué)，2022，30（02）：27-37.

[20]張小婉，易榮華，俞瑩，等.基于滾窗VAR的滬港通波動(dòng)溢出效應(yīng)測(cè)度[J].中國(guó)管理科學(xué)，2022，30（11）：42-51.

[21]王雯，張金清，李濱，等.資本市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的跨市場(chǎng)傳導(dǎo)及防范研究[J].金融經(jīng)濟(jì)學(xué)研究，2018，33（01）：60-71.

[22] Diebold F X， Yilmaz K. Measuring financial asset return and volatility spillovers， with application to global equity markets[J].The Economic Journal，2009，119（534）：158-171.

[23] Zhang B， Wang P. Return and volatility spillovers between China and world oil markets[J].Economic Modelling，2014，42：413-420.

[24]李建偉，李嘉琪.中美股票市場(chǎng)比較分析與啟示[J].湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，33（01）：37-51.

Research on Risk Spillover Effects in Chinese and American Stock Markets under Major Risk Events

Abstract： Against the backdrop of financial and economic globalization， the suddenness and uncertainty of major risk events pose significant challenges to the stability of global financial markets. Governments and academia around the world are highly concerned about the rapid transmission of financial risks and the issue of cross-border， cross-market spillovers. Based on the spillover index model， this paper quantitatively studies the dynamic trends of risk spillover effects in Chinese and American stock markets at both static and dynamic levels， as well as the dynamic evolution of the intensity and direction of risk spillovers when major risk events occur. The study finds that there is a significant risk spillover effect between Chinese and American stock markets， with the U.S. market being a net spillover sender and the Chinese market being a net recipient of spillovers. The risk spillover effect between the Chinese and American stock markets exhibits obvious time-varying characteristics， and major risk events such as political， economic， financial， and public health crises significantly enhance the spillover?effects in stock markets. The transmission direction of risk spillover effects between Chinese and American stock markets has shifted from unidirectional spillovers to significant bidirectional spillovers between the A-share market， the Hong Kong market， and the U.S. market. Therefore， it is recommended that regulatory authorities?enhance the comprehensiveness and foresight of financial risk prevention and control policy decisions based on the time-varying characteristics and transmission directions of risks.

Keywords： Major risk events; Chinese and American stock markets; Risk spillover effects; Spillover index model; Generalized variance decomposition method; Financial risk prevention and control