國內外股市波動溢出效應研究—基于SSEC、DJI、N225和HIS

王智勍 吳佳杰

本文從時間序列角度出發，對上證綜指（SSEC）、道瓊斯指數（DJI）、恒生指數（HIS）和日經225指數（N225）進行平穩性分析與ARCH效益檢驗?？紤]到股市的杠桿效應，運用EGARCH模型分別擬合得出收益率方差序列，然后運用格蘭杰因果檢驗研究四個市場之間的相互引導關系。得出結論：中國股市對外部沖擊有一定的免疫性，對美國股市引導較強，對日本股市一般，對香港股市影響較弱但可以通過美國市場來間接傳導。美國股市與香港股市具有雙向引導關系，但日本股市對美國股市影響較小。日經N225與恒生指數之間互為格蘭杰原因，但香港對日本股市的引導強于日本對香港的引導。

一、 引言

隨著全球經濟一體化發展，新興市場的金融開放，各國資本市場之間，特別是股市之間的影響越來越緊密。中國金融市場發展歷史較短，金融市場化程度不高，研究國內大陸股票市場與國外股票市場之間的聯動性更有利于進一步研究中國股市的發展。

國外關于研究不同股市的波動溢出效應起步較早，Eun和Shim[1]運用了GARCH研究股市間的波動溢出效應，得出美國市場對于外國市場有單向的引導作用，而Koutmos和Booth發現東京市場和紐約市場存在相互的引導關系[2]。國內學者劉金全和崔暢基于單變量GARCH對滬深兩市分析得出滬市到深市的單向溢出效應[3]。不同學者運用不同方法得出的結論有所差異，國內目前對于本國股市的研究比較多，但是對于中外股市波動溢出效應的研究較少。

本文建立在以往研究的基礎上，與以往研究相比，涵蓋了1997年至2014年更廣泛的股指數據，從因果關系角度分析了中國股市與美國、香港。日本之間的相互引導關系。

二、 研究框架和方法

2.1.EGARCH模型

大量實證表明股票市場存在非對稱性，利空消息對股市的沖擊大于利好消息，為了更好的刻畫這種不對稱性，本文采用1991年Nelson提出的EGARCH模型，更好的反映的波動溢出的杠桿效應，且該模型參數沒有約束限制。模型形式如下：

由于是對 建模，因此，方差 是大于0的正數，避免了對系數參數非負的約束，其次，當 ，模型可以反映“杠桿效應”，只要 不為0，沖擊的影響就存在非對稱性。

2.2.Granger因果關系檢驗

因果關系分析主要運用于研究兩個變量之間是否存在一個變量對另一個變量的引導關

系。在預測 時，如果利用 的過去值與 的過去值比僅僅利用 的過去值能取得更好的預測效果，那么稱 為 的格蘭杰原因，格蘭杰因果關系是預測意義上的[4]。Eiews軟件在檢驗格蘭杰因果關系時所默認的模型是：

、 為白噪聲。

（1） 當約束條件 成立時， 不是 的格蘭杰原因，反之則相反；

（2） 當約束條件 成立時， 不是 的格蘭杰原因，反之則相反；

（3） 當上述兩個約束條件皆不成立時，則 與 互為格蘭杰原因。

為了檢驗這些原假設，首先利用OLS法估計模型：

并進行F檢驗，其原假設 .記無約束殘差平方和為 ；受約束殘差平方和為 ，F統計量為

給定置信水平 ，如果 ，則拒絕 ，認為 是 的格蘭杰原因。同理對第二個模型進行F檢驗。

三、 實證檢驗和分析

3.1. 樣本數據的統計描述

本文選取上證綜指（SSEC），香港恒生指數（HIS），日經指數（N225）與美國道瓊斯指數（DJI）來研究國外股市與國內股市之間的聯動性。由于中國股票市場于1996年12月16日起施行漲跌停板制度，因此選取樣本時間為1997年1月2日至2014年4月8日（數據來源于國泰安CSMAR數據庫）。由于不同地區交易日，節假日不同，我們只選取四個股市相同交易日的股指價格，剔除不同交易日數據，剩下的交易日數據近似為連續的時間變量，共得3766個數據。由于美國股市交易時間在中國股市收盤后開始，因此將道瓊斯指數滯后一期，不同股市指數的基數不同，為滿足數據平穩性要求，將數據取對數一階差分轉換為日對

數收益率。 ，其中 為各指數日收盤價。

從上表可以看出上證綜指的日平均收益率較高，N225日平均收益率最低，主要是由中國大陸的經濟持續的高速大幅增長，而日本經濟在樣本期內持續的低迷造成。DJI日平均收益率最高與美國成熟的股市和發達的經濟有關。由于香港作為國際金融中心同時受到海內外市場的影響，故HIS的波動最大。四個股指樣本序列的分布都偏離正態分布，其中只有HIS是右偏，而SSEC、DJI與N225都呈現左偏，表明樣本期內香港的經濟繁榮期多于其低迷期。在1%顯著水平下所有J-B統計量大于臨界值且四個股市的峰度遠遠大于3，因此所有股市日收益率都呈明顯現尖峰厚尾的特征。

另外，我們利用ADF檢驗對四個市場收益率序列的平穩性進行檢驗，結果表明四個市場收益率序列的ADF統計量均小于1%顯著水平的臨界值，因此四個收益率序列均為平穩過程，滿足GARCH模型對變量序列平穩性的要求。

最后，進行ARCH效應的檢驗。首先，日收益率序列的自相關和偏自相關系數均落入兩倍的估計標準差內，對應的p值均大于置信度0.05，故序列在5%的顯著性水平上不存在顯著的相關性，因此將日收益率序列視為白噪聲序列。將序列進行去均值化處理，通過日收益率殘差平方相關圖進行ARCH檢驗，如下圖：

殘差平方序列存在自相關，所以存在ARCH效應。同理，其他三組序列也存在ARCH效應。

3.2EGARCH模型的實證分析

通過EGARCH（1，1）模型的擬合，參數均顯著，說明序列具有杠桿性，進一步加入“ARCH-M”檢驗，但是系數不顯著，將其更換為Variance系數仍不顯著，所以不存在ARCH-M效應。參數估計結果如下表：

由上表可知在四個股市中，衡量持續沖擊作用的參數 都小于1，說明四個股市中股價對于市場沖擊以相對緩慢的速率改變，其中DJI指數與日經225的參數較小，表明這兩個市場的時滯作用比較大，當股票價格受到沖擊異常波動時，比較難以消除。而中國股市的 參數相對較大，可能與中國比較晚施行漲跌停板制度有關，漲跌停制度不利于市場對信息的消化和吸收。 在95%的水平下顯著大于0，說明高于平均值的正沖擊會增大收益率波動。杠桿效應系數 ，說明四個股市都存在杠桿效應，股市利空消息對波動性的影響要大于同等的利好消息，其中一個可能原因是較低股價剝奪了股東利益，使公司的杠桿作用加強，持股風險增大。中國作為新興市場與海外成熟市場具有同樣杠桿效應的特征，其中，美國市場的 參數絕對值最大，日本香港其次，表明市場越成熟，杠桿效應越明顯，這可能是與成熟市場的投資者投資觀念比較強有關。

3.2 .Granger因果關系實證

運用EGARCH模型擬合后，可以得到股市收益率變化的條件方差序列，然后運用格蘭杰因果檢驗方法判斷各個股市之間的聯系，確定一個股市的下跌是否能預測另一個股市的下跌，由此判斷一個股市的風險可否向另一個股市傳導[5]。在因果檢驗中通過VAR確定最優滯后階數為6階，所以對各組變量在滯后1階到6階進行Granger因果檢驗。

DJI、HSI與N225在滯后1到6階的情況下都不是SSEC的格蘭杰原因，這說明上海股市對于外部的沖擊具有一定的免疫能力，這可能與我國政府的政策有關系。我國股票市場市場機制不健全，內地股市尚未完全開放A股市場只允許中國居民用人民幣購買A股證券，除了QFII外禁止其他國外投資者介入，因此與國外的股市處于相對分割的狀態，且中介機構的作用并沒有充分發揮，使得國外沖擊不易對中國股市造成擾動。

DJI與HSI互為格蘭杰因果關系，在2階和3階的時候DJI向HSI傳導的F統計量大于HIS向DJI傳導的F統計量，說明美國對于香港的傳導強度更大。香港作為一個充分自由經濟體系，國際投資者可以自由進出香港市場其股市受國際股市影響很大，與國際股市聯系十分緊密。香港的資本市場比較成熟，吸引了大批外地機構投資者，其中，美國的投資者又占據了最大的份額。同時由于香港匯率與美元掛鉤，其政府失去使用貨幣政策調節經濟手段，貨政策完全受到美國經濟政策的影響，因此香港證券市場受美國證券市場的影響必然較大。

DJI對N225具有單向格蘭杰原因，日本股市對美國股市的風險傳導格蘭杰因果檢驗并不顯著，出現傳導的不對稱性。美國作為全球經濟占主導地位的國家，其經濟越強大，金融市場越開放，對其他國家的影響越大。

HSI與N225的互為格蘭杰原因，但N225在滯后1階的時候格蘭杰原因檢驗顯著，在滯后2階和3階的時候，其格蘭杰因果檢驗并不顯著。這可能與香港股市變化較快，易吸收消化各國沖擊有關。

SSEC在1%的顯著性水平下是DJI格蘭杰原因，但當置信水平為5%SSEC與HSI也存在因果關系，由此說明中國股市對香港市場的影響可以通過美國市場來間接傳導。（中國——美國——香港）內地股市和香港股市在聯動性顯得很弱的主要原因在于兩者投資對象群體的不同。香港股市擁有其他國家的在香港上市的公司股票，而內地股市基本上全是本土公司股票，因此恒生指數更多體現的是是國際股市的特性，與國際市場聯動性較強。其次， A股和H股位分割于兩個股票市場，缺乏必要的套利機制，同時由于兩地資金不能完全自由流動，內地投資者對香港股市的價格影響不大，因而降低了A股H股聯動性。但隨著內地大型國企在香港和內地股市中A+H上市公司的不斷增多，兩地的聯動性將不斷增強。SSEC對N225在滯后2階和3階的時候是其格蘭杰原因。中日地理位置上利于兩國的貿易往來，密切的經貿關系可能是兩者股市聯動性較高的原因。

（作者單位：浙江工商大學a金融學院b統計與數學學院）

收件地址：浙江工商大學錢江灣生活區31幢506室

電話：13735548356

郵編：310018