基于潛伏因子模型分析的新興市場國家金融傳染效應研究

張一　吳寶秀

摘 要 構建了基于資本資產定價模型為基礎的潛伏因子模型對金融危機傳染效應進行分析，將引起市場收益率波動的因素分解為“共同因子”，“特質因子”和“傳染因子”，同時采用迭代累計平方和算法內生性地對金融危機演化的不同階段進行了時間上的劃分.以2008年全球金融危機期間4個主要新興市場國家的股票市場為對象進行了實證研究，結果表明這些國家均遭受到了不同程度的傳染，其中中國和巴西受到的傳染較弱，而印度和俄羅斯受到的傳染較強.

關鍵詞 金融危機傳染；傳染因子；潛伏因子模型；迭代累計平方和算法

中圖分類號 F830.9 文獻標識碼 A

Abstract We constructed a latent factor model based on the capital asset pricing model to analyze the contagion effects of the financial crisis. We decomposed the volatility of the returns of the equity market into common factor， idiosyncratic factor and contagion factor respectively， and used an Iterative Cumulative Sum of Square algorithm to identify the crisis period endogenously. We used the data of four major emerging countries' stock markets during the 2008 global financial crisis for empirical studies. The results show that these markets have suffered from different degrees of financial contagion. The contagion effects of China and Brazil are relatively weak while India and Russia are strong.

Key words financial crisis contagion；contagion factor；latent factor model；cumulative sum of square algorithm

1 引 言

自20世紀80年代以來，金融危機頻繁發生.金融危機所表現出的傳染性越發強烈，一次局部性的金融事件都可能通過金融市場的耦合作用被逐級放大，最終演變為全球性的金融市場動蕩，給金融市場造成了嚴重的破壞.所以，尋找出有效的數量分析方法來對金融危機的傳染效應進行刻畫，建立金融危機的預警和防范機制具有重要的理論價值和現實意義.

在金融危機傳染的實證研究上，Bekaert和Harvey對不同金融市場建立雙因素資產定價模型，研究歐洲、東南亞和拉丁美洲股票市場收益率相關系數，證實危機從金融貿易渠道的傳染[1].Fasika等使用面板條件概率模型對37個發達和新興市場經濟體季度數據進行分析，認為貿易比其他渠道的影響更重要[2].我國學者韋艷華和齊樹天采用Copula理論研究在2008年爆發的越南金融危機對周邊亞洲新興市場的風險傳染效應[3].楊柳勇和周強考察了跨國金融機構在金融危機傳染過程中的作用，結果表明資產證券化和國際金融市場的存在提升金融市場效率的同時也擴大了市場流動性風險，短期資產價格波動可能導致擠兌現象，引發金融市場系統性風險[4].汪素南和潘云鶴采用小波分辨方法對美國、香港及滬市的波動溢出進行了檢驗，發現美國股市對香港股市有顯著的溢出效應，但滬市的波動則獨立于兩市[5].游家興運用非對稱多元GARCH模型捕捉中國與亞洲、歐美7個重要的資本市場資產價格的動態條件相關系數，從收益率傳染的角度對中國經濟一體化進程與金融危機傳染二者之間的內在關聯機制進行計量分析[6].

本文沿用目前學術界廣為接受的對于金融危機傳染的定義方法，將其理解為“不能被基本面所解釋的資產價格運動的過度協同”，即Masson所謂的“凈傳染”[7].并以2008年全球金融危機為背景，選取全球主要新興國家市場為對象進行研究，檢驗傳染效應的存在.采用基于經典的資本資產定價模型所衍生出的潛伏因子模型構建計量模型，定量刻畫金融危機傳染的強度.同時，為了避免在劃分金融危機起止時間上的主觀性，采用基于迭代累積平方算法內生性的對金融市場的演化階段進行了確定.

2 模 型

潛伏因子模型是由資本資產定價模型（CAPM）衍生出來的一種對金融資產收益率序列進行刻畫的方法.對于個金融資產，其觀測的金融資產收益率序列yi，t，在金融市場的平穩期可將其表示為

式（9）給出了通過方差貢獻率來衡量金融危機傳染強度的數量方法.由此可見，潛伏因子模型不僅可以提供金融危機傳染的證據，還可以對金融危機傳染的強度進行定量的刻畫.其中，“共同因子”代表了對所有市場均起到影響的因素，可以理解為是市場之間相互依賴關系的體現，“特質因子”則代表了只對某一特定市場起作用的特質因素，“傳染因子”代表了金融危機的“凈傳染”效應，是不能被經濟基本面所解釋的市場間資產價格運動的過度協同.

3 數據選擇及模型設定

3.1 ICSS算法決定危機窗口

由于對金融危機傳染效應的檢驗結果高度依賴于對金融危機持續窗口的時間劃分，故對金融危機起止時間的確定尤為重要.以往的研究中，大多采用時變相關系數法檢驗金融危機傳染效應，對危機時間窗口往往是采用定性的分析方法進行劃分，帶有較強的主觀性和隨意性，由此也導致了結論的主觀性.本文采用迭代累計平方和算法（ICSS）監測資產收益率方差的突變點，從而內生性地對金融危機起止階段進行劃分.假定在市場的初始平穩階段收益率序列具有固定方差，當市場遭受外部沖擊后收益率序列方差將出現突變點然后恢復穩定一直到出現下一個突變點，ICSS算法能夠有效地識別這些突變點，從而可將金融市場的演化階段進行劃分.