國際股市對中國股市穩定性的影響測度

劉志洋 宋玉穎

摘 ? 要：選取全球主要股票市場的24個股票指數，運用分位數回歸模型，從系統沖擊與系統性沖擊兩個維度研究全球股票市場對中國股票市場穩定性的影響。整體上亞洲地區和大洋洲地區股票市場指數對滬深300指數的影響比美洲地區和歐洲地區的影響大。從系統性沖擊來看，新加坡海峽時報指數、澳洲綜合指數、香港恒生指數對中國滬深300指數的影響最大。從系統沖擊來看，對中國滬深300指數影響穩定性最好的前三位是：新加坡海峽時報指數、馬來西亞KLSE指數和加拿大S&P-TSX綜合指數。

關 ?鍵 ?詞：系統沖擊;系統性沖擊;股票市場;穩定性

中圖分類號：F830.91 ? ? ? ? ?文獻標識碼：A ? ? ? ? ?文章編號：1006-3544（2015）03-0045-06

2001年中國加入WTO之后， 中國對外開放步伐加快，國際市場對中國金融市場的影響越來越大，其他國家和地區金融市場的系統性沖擊也會對中國金融市場產生影響。在2003之前，學者們對于中國股票市場與亞洲其他地區股票市場相關性研究結論表明中國股市與世界其他國家和地區股市的相關性極低。Huang et al（2000）以1992年10月至1997年的數據，研究上證指數、深證指數和日本與美國股票市場的相關性， 結論認為上證指數和深證指數之間具有顯著的相關性， 但與其他市場之間的相關性則非常微小。Hsiao et al（2003）運用多維向量自回歸模型，以2001年9月至2002年12月的數據研究上海股市，認為上海股市幾乎與韓國、日本、臺灣和美國股市相獨立。Bahang and Shin（2003）研究1991年至2000年的股票市場數據，得出與Hsiao et al（2003）類似的結論。然而，隨著中國加入WTO，與周邊國家經濟交流日益密切，對外貿易總額快速增加，國際資本大量流入， 特別是2008年全球金融危機的爆發， 中國經濟的快速增長更加引起了世界的矚目， 中國經濟在亞洲乃至世界的經濟地位快速提高， 中國股市與其他股市的相關性也應發生顯著的變化。 與世界聯系的加強意味著國際金融市場對中國金融市場的影響加劇， 因此測度國際金融市場對中國金融市場的影響， 對維護中國金融市場安全穩定具有重要的現實意義。

一、研究方法

本文主要研究來自國際主要股票指數的系統沖擊對于中國股票市場的影響。這里需要說明的是，系統沖擊（Systematic shocks）與系統性沖擊（Systemic shocks）的側重點不同。系統沖擊強調是頻率高的、不是很嚴重的沖擊; 而系統性沖擊強調的是頻率很低的、非常嚴重的沖擊（Das and Uppal，2004）。從這個意義上講， 研究系統沖擊更多的應研究金融市場處在正常狀況下一國股票市場的擾動是如何影響其他國家股票市場， 而研究系統性沖擊則應研究市場極端變化下的各國股票市場的相關性問題。 大多數研究金融市場之間傳染的文獻關注極端市場條件下的傳染風險測度， 往往忽略金融市場處在正常狀態下一國金融市場的擾動對其他國家的影響。本文擬運用計量經濟模型，同時研究全球主要國家和地區股票指數在正常狀態下以及在極端狀態下對中國股票市場的影響。

本文首先估計全球主要股票市場指數的擾動項，作為來自這個國家（地區）股票市場沖擊的近似替代。設共有i個全球主要股票市場指數，每一個指數表示為Fi，t，為了估計Fi，t的擾動項，本文首先對每個Fi，t進行ARMA模型回歸， 運用自相關系數和偏相關系數來識別ARMA的滯后階數。 根據Baur and Schulze（2009）的研究，ARMA模型估計得到的殘差項Fi，t，即為來自國家（地區）i股票市場系統沖擊的近似替代。

為了研究正常狀況下和極端狀況下國際股票市場對中國股票市場的影響，本文使用分位數回歸模型，估計來自全球主要股票市場的沖擊對中國股票市場不同情境的影響。之所以使用分位數模型，主要是因為：第一，分位數回歸模型可以識別數據中存在的異質性（Koenker and Bassett，1982）;第二，分位數回歸能估計不同分位點下的數值（Baur and Schulze，2005），可以避免主觀地對金融市場所處的狀態進行定義;第三，分位數回歸可以研究不同市場狀態下兩個變量之間的關系，研究高分位點狀態下和低分位點狀態下不同金融市場之間的相互影響。本文的分位數回歸模型如下：

Qr（？子|ft）=ai（？子）+bi（？子）ft ? （1）

其中r表示中國股票指數收益率，Qr（？子|ft）表示r的條件？子分位數，與ft為線性關系。分位數回歸可以研究ft對r不同分位點的影響（Koenker and Bassett，1978），即可以看出不同市場狀態下不同的國家（地區）影響的大小。

如果系數bi在不同的分位點的估計值均非常穩定，則說明股票市場i對中國股票指數的影響非常穩定，不存在極端影響情況。如果系數bi的估計值在低分位點非常高，說明股票市場i對中國股票指數的負面影響非常大，這說明股票市場i的系統沖擊會出現放大效應（Baur and Schulze，2009），會對中國股票指數產生很大的負面影響，從而影響中國金融市場穩定。

二、樣本數據

本文使用滬深300指數作為中國股票市場的代表，選擇的24個國際股票市場指數包括：香港恒生指數、韓國KOSPI指數、日經225指數、新加坡海峽時報指數、臺灣加權指數、印度BSE30指數、印尼JKSE指數、馬來西亞KLSE指數、巴西Bovespa指數、墨西哥IPC指數、美國納斯達克綜合指數、道瓊斯綜合平均指數、標普500指數、加拿大S&P-TSX綜合指數、新西蘭50指數、 倫敦金融時報100指數、巴黎CAC40指數、德國法蘭克福DAX指數、阿姆斯特丹AEX指數、 西班牙IBEX35指數、 丹麥KFX指數、愛爾蘭指數、瑞士蘇黎世市場指數和澳洲綜合指數。 樣本期間為2005年1月5日至2014年2月26日。樣本統計性質如表1所示。從表1可以看出，收益率中值最大的是印尼JKSE指數，最小的為愛爾蘭指數。收益率均值最大的是墨西哥IPC指數，最小的是愛爾蘭指數。標準差最小的是新西蘭50指數， 最大的是墨西哥IPC指數。 負偏最大的是韓國KOSPI指數，峰度最大的是墨西哥IPC指數。

三、實證結果

本文將全球主要股票指數按照區域劃分為4個地區：分別是亞洲地區、大洋洲地區、美洲地區和歐洲地區。 各個國家和地區的股票市場指數對中國滬深300指數的影響不盡相同。從圖1可以看出，大洋洲股票指數對滬深300指數各分位點的影響基本呈現出“U”型結構，這說明中國滬深300指數在低分位點數值和高分位點數值對大洋洲股票市場沖擊風險暴露較大。從亞洲地區來看，韓國、香港、印度對滬深300指數的影響也基本呈現“U”型結構，新加坡和印尼呈現出低分位點影響大、 高分位點影響小的特點，日本和臺灣呈現出低分位點影響小，高分位點影響大的特點， 馬來西亞呈現出前三分之一分位點影響大，后三分之二分位點影響小的特點。從美洲地區來看，美國三大股指均呈現出低分位點影響大、高分位點影響為負的特點，巴西在低分位點影響非常大，但隨著分位點的提升影響驟減，墨西哥呈現出從低分位點到高分位點逐漸增加的特點， 加拿大的影響則在各個分位點表現基本穩定。從歐洲地區來看，英國、法國、德國和荷蘭等國家的股票指數的影響呈現出“低——高——略低——再次升高” 的特點，而西班牙、愛爾蘭、丹麥和瑞士呈現出“U”型結構。

表2為部分分位點下國際主要股票指數對滬深300的影響。從表2可以看出，整體上亞洲地區和大洋洲地區股票市場指數對滬深300指數的影響最大， 而美洲地區和歐洲地區在這些分位點對滬深300指數的影響不是很大。 大洋洲地區股票指數對滬深300指數的影響之所以較大， 主要是澳大利亞股票市場指數的影響非常大， 這也反映出澳大利亞與中國之間經濟的聯系越來越緊密這個現實。 從亞洲地區來看，在低分位點，香港和新加坡對中國滬深300指數的影響最大，而日本最小;在高分位點，日本對中國滬深300指數的影響開始增加，印度和印尼的影響則下降至最低。從美洲地區來看，巴西、加拿大對中國的影響最大，而美國三大股指對中國滬深300指數的影響非常小，甚至在最高的分位點出現了負值。歐洲地區整體上對中國滬深300指數的影響相對較低。總體來講，亞洲和大洋洲股票指數的影響最高說明了中國經濟在亞洲地區的重要地位，與該地區其他國家之間的經濟關系非常緊密，這也從側面表明中國金融國際化程度還不是很高，國際化仍需繼續加強。

從表3可以看出， 不同股票市場指數對中國滬深300市場指數的高分位點數據影響和低分位點數據影響的特點很不相同。從歐洲地區來看，這種影響呈現出非對稱的特征， 即對滬深300指數低分位點數據影響相對較小，而對高分位點數據的影響較大。從美洲地區來看， 美國三大股指對滬深300指數的低分位點數據影響較大， 而對高分位點數據影響為負， 加拿大對中國滬深300指數低分位點數據影響最大，而對高分位點數據影響較小，墨西哥的影響特點與加拿大相反，而巴西的影響比較平穩。亞洲地區和大洋洲地區股票指數在高分位點和低分位點的影響基本相同，沒有呈現出非對稱性的特征;且對低分位點影響最低的是日本， 高分位點數據影響最低的是印度和印尼。

一般來說， 當討論金融市場出現系統性風險（Systemic risk） 或者系統性沖擊（Systemic shocks）時，我們往往關注的是低分位點的狀況。從表2可以看出，在1%分位點，對滬深300指數負面影響前五位國際主要股指為：澳洲綜合指數、新加坡海峽時報指數、香港恒生指數、韓國KOSPI指數、巴西Bovespa指數。在5%分位點，負面影響前五位的國際主要股指為：新加坡海峽時報指數、香港恒生、澳洲綜合指數、新西蘭50指數、印尼JKSE指數。從前5%分位點平均來看，負面影響前五位的國際主要股指為：新加坡海峽時報指數、澳洲綜合指數、香港恒生指數、新西蘭50指數、韓國KOSPI指數。整體來說，對滬深300指數負面影響最大的三個國際主要股指為新加坡海峽時報指數、澳洲綜合指數、香港恒生指數。

當研究系統沖擊時，我們關注的是平穩的持續性影響。 本文借鑒ADF檢驗思想，將各個分位點估計值進行平穩性檢驗，考察不同國家（地區）股票市場指數對于中國股票市場影響的平穩性程度，結果如表4所示。從表4可以看出，整體來講影響的平穩性效果較差， 說明國際股票市場對中國滬深300指數影響的可預測性較差。 亞洲地區對中國股票指數系統沖擊較為穩定的是新加坡海峽時報指數、印度BSE30指數、 印尼JKSE指數和馬來西亞KLSE指數。 大洋洲的澳洲綜合指數、 美國納斯達克綜合指數、 加拿大S&P-TSX綜合指數和巴西Bovespa指數也對中國產生了較為穩定的系統沖擊， 這也從側面表明中國與澳大利亞、美國、巴西、加拿大等大國的經濟往來非常緊密。值得注意的是，歐洲地區股票指數對滬深300指數的影響均不平穩。總體來講，對中國滬深300指數影響穩定性最好的前三位是： 新加坡海峽時報指數、 馬來西亞KLSE指數和加拿大S&P-TSX綜合指數。

四、結論

本文選取了全球主要股票市場的24個股票指數，運用分位數回歸模型，從系統沖擊與系統性沖擊兩個維度研究全球股票市場對中國股票市場穩定性的影響。整體上亞洲地區和大洋洲地區股票市場指數對滬深300指數的影響最大，而美洲地區和歐洲地區在各個分位點對滬深300指數的影響不是很大。從系統性沖擊（Systemic shocks）來看，新加坡海峽時報指數、澳洲綜合指數、香港恒生指數對中國滬深300指數的影響最大。 從系統沖擊（Systematic shocks）來看，對中國滬深300指數影響穩定性最好的前三位是：新加坡海峽時報指數、馬來西亞KLSE指數和加拿大S&P-TSX綜合指數。整體來講，國際主要股票指數對于中國滬深300指數影響的可預測性較差。

本文的研究表明，整體上亞洲國家和地區對中國股票市場的影響大于美洲國家和歐洲國家，這說明中國股票市場與亞洲國家（地區）股票市場之間的關系較為緊密，但國際化程度還有待加強。在加強中國股票市場開放程度的過程中，我國應該有效管理國際股票市場沖擊對中國股票市場的影響，通過區分來自不同國家的不同的沖擊類型，測度不同國家股票指數對于中國股票指數的影響，這樣才能夠有的放矢，保證中國股票市場穩定運行。

參考文獻：

[1]Bank of England，2004. Financial Stability Review—June 2004，Issue 16.

[2]Bahang，J.，& Shin，S. 2003. Do stock price indices respond asymmetrically？ Evidence from China，Japan，and South Korea. Journal of Asian Economics，14（4）：541-563.

[3]Baur，D.，Schulze，N.，2005. Coexceedances in financial markets—a quantile regression analysis of contagion. Emerging Markets Review 6（1）：21-43.

[4]Cihak，M.，2007. Central Banks and Financial Stability： A Survey，IMF Working Paper.

[5]Das，S.R.，Uppal，R.，2004. Systemic risk and international portfolio choice. Journal of Finance 59（6）：2809-2834.

[6]Dirk G. B aur and Niels Schulze，2009，Financial market stability——a test. Journal of International Financial Markets，Institutions & Money. Pp506-519.

[7]European Central Bank，2003. Central Banks and Financial Stability.

[8]European Central Bank，2005. Financial Stability Review—June 2005.

[9]European Central Bank，2007. Financial Stability Review—June 2007.

[10]Federal Reserve Board， 2006. Thoughts on Financial Stability and Central Banking， Speech of Vice Chairman Roger W. Ferguson， Jr. on April 17，2006.

[11]Goodhart，C.A.E.，2006. A framework for assessing financial stability？ Journal of Banking and Finance 30，3415-3422.

[12]Hsiao，F. S. T.，Hsiao，M. C. W.，& Yamashita，A. 2003. The impact of the US economy on the Asia-Pacific region： Does it matter？ Journal of Asian Economics，14（2）：219-241.

[13]Huang，B.，Yang，C.，& Hu，J. 2000. Causality and co-integration of stock markets among the United States，Japan，and the South China Growth Triangle. International Review of Financial Analysis，9（3）：281-297.

[14]International Monetary Fund，2003. Global Financial Stability Report—Market Developments and Issues，World Economic and Financial Surveys.

[15]Koenker，R.，Bassett，G.，1978. Regression quantiles. Econometrica 46（1）：33-50.

[16]Koenker，R.，Bassett，G.，1982. Robust tests for heteroscedasticity on regression quantiles. Econometrica 50（1）：43-61.

[17]Schinasi， G. J. ， 2004. Defining Financial Stability， IMF Working Paper WP/04/187.

（責任編輯、校對：盧艷茹）