中美股市風(fēng)險(xiǎn)傳染效應(yīng)研究綜述
——基于金融危機(jī)視角

謝家泉

（廣東金融學(xué)院 應(yīng)用數(shù)學(xué)系， 廣東 廣州 510521）

中美股市風(fēng)險(xiǎn)傳染效應(yīng)研究綜述
——基于金融危機(jī)視角

謝家泉

（廣東金融學(xué)院 應(yīng)用數(shù)學(xué)系， 廣東 廣州 510521）

隨著金融全球化的推進(jìn)，各金融市場(chǎng)間的聯(lián)系愈加緊密，隨之涌現(xiàn)出大量以金融危機(jī)為背景的中美股市風(fēng)險(xiǎn)傳染效應(yīng)研究。其研究的理論基礎(chǔ)主要為經(jīng)濟(jì)基礎(chǔ)學(xué)說和市場(chǎng)傳染學(xué)說。相應(yīng)的實(shí)證研究方法百花齊放，但也存在不少局限，格蘭杰因果關(guān)系檢驗(yàn)只能定性分析市場(chǎng)間的風(fēng)險(xiǎn)傳染方向，ARCH模型對(duì)研究變量的邊緣分布設(shè)置要求嚴(yán)格，而小波變換法的實(shí)現(xiàn)過程較為復(fù)雜。針對(duì)牛熊市不同階段以及不同風(fēng)險(xiǎn)水平下的差異，將Copula函數(shù)和ARCH模型及CoVaR方法結(jié)合起來進(jìn)行中美股市風(fēng)險(xiǎn)傳染研究將成為未來的研究重點(diǎn)。

風(fēng)險(xiǎn)傳染效應(yīng)；金融危機(jī)；經(jīng)濟(jì)基本面； Copula函數(shù)；條件風(fēng)險(xiǎn)價(jià)值法

隨著金融全球化的發(fā)展，跨國(guó)股票市場(chǎng)之間的聯(lián)系愈發(fā)緊密，頻頻爆發(fā)的金融危機(jī)引起的股市風(fēng)險(xiǎn)傳染更為加劇。學(xué)者們以此為背景進(jìn)行了大量研究，比如1997年的亞洲金融危機(jī)，2008年的次貸危機(jī)，2012年的歐債危機(jī)以及2015年的股災(zāi)。作為成熟市場(chǎng)標(biāo)志的美國(guó)市場(chǎng)與作為新興市場(chǎng)標(biāo)志的中國(guó)市場(chǎng)之間在金融危機(jī)過程中表現(xiàn)出來的風(fēng)險(xiǎn)傳染效應(yīng)研究更加具有現(xiàn)實(shí)指導(dǎo)意義。

一、中美股市風(fēng)險(xiǎn)傳染渠道研究

中美股票市場(chǎng)分屬新興市場(chǎng)和成熟市場(chǎng)，二者間的風(fēng)險(xiǎn)傳染問題一直備受關(guān)注。從風(fēng)險(xiǎn)傳染效應(yīng)的渠道而言，目前較為廣泛的觀點(diǎn)分為經(jīng)濟(jì)基礎(chǔ)學(xué)說和市場(chǎng)傳染學(xué)說兩類。經(jīng)濟(jì)基礎(chǔ)學(xué)說主要是指經(jīng)濟(jì)基本面的趨同會(huì)加強(qiáng)市場(chǎng)聯(lián)動(dòng)，不同市場(chǎng)間的宏觀經(jīng)濟(jì)變量如果出現(xiàn)相同趨勢(shì)容易引起股票市場(chǎng)間的風(fēng)險(xiǎn)傳染，廣義上經(jīng)濟(jì)基本面也包括國(guó)際貿(mào)易、資本跨境流動(dòng)、政策調(diào)整以及由此引發(fā)的政策預(yù)期等引起的傳染。Pretorius曾用實(shí)證研究檢驗(yàn)了該理論：如果兩個(gè)國(guó)家的宏觀經(jīng)濟(jì)指標(biāo)利率、通貨膨脹率、經(jīng)濟(jì)增長(zhǎng)率差異的絕對(duì)值越小，兩國(guó)股市的聯(lián)動(dòng)性就越強(qiáng)［1］。而市場(chǎng)傳染學(xué)說支持者發(fā)現(xiàn)，當(dāng)不同市場(chǎng)的經(jīng)濟(jì)基本面都沒有發(fā)生變化時(shí)，一國(guó)的股市波動(dòng)同樣會(huì)引起另一國(guó)的股市波動(dòng)，據(jù)此他們將股票市場(chǎng)的風(fēng)險(xiǎn)傳染原因解釋為投資者的市場(chǎng)行為。

有些學(xué)者對(duì)中美股市風(fēng)險(xiǎn)傳染渠道進(jìn)行了歸納總結(jié)。石俊志將跨國(guó)金融風(fēng)險(xiǎn)傳染歸結(jié)為投資者的心理恐慌、金融市場(chǎng)的關(guān)聯(lián)性和互動(dòng)性、不同國(guó)家經(jīng)濟(jì)聯(lián)系的緊密度等［2］。游家興、鄭挺國(guó)的研究提出金融自由化是引發(fā)新興市場(chǎng)風(fēng)險(xiǎn)傳染的重要因素［3］。但龔金國(guó)、史代敏運(yùn)用已實(shí)現(xiàn)波動(dòng)率非參數(shù)方法研究得出了不一樣的結(jié)論：中美股市聯(lián)動(dòng)原因主要來自于貿(mào)易強(qiáng)度，而金融自由化反而對(duì)聯(lián)動(dòng)性有一定抑制作用［4］。吳炳輝、何建敏構(gòu)建了現(xiàn)代金融風(fēng)險(xiǎn)傳染路徑的基本框架，將金融風(fēng)險(xiǎn)傳染渠道歸納為國(guó)際貿(mào)易渠道、國(guó)際資本流動(dòng)渠道、銀行溢出渠道、國(guó)際債務(wù)渠道以及投資者行為渠道［5］。卓娜、昌忠澤系統(tǒng)分析了金融風(fēng)險(xiǎn)傳染的傳導(dǎo)渠道，主要從貨幣危機(jī)理論角度、國(guó)際傳導(dǎo)角度以及金融市場(chǎng)關(guān)聯(lián)性與互動(dòng)性角度、行為金融理論角度進(jìn)行了風(fēng)險(xiǎn)傳染渠道的歸納總結(jié)［6］。

眾多國(guó)外學(xué)者在理論研究的基礎(chǔ)上進(jìn)行了相關(guān)實(shí)證研究，得出了不同的風(fēng)險(xiǎn)傳染渠道歸因。其中Janakiraman、Lambert和Larcker從國(guó)際傳導(dǎo)角度出發(fā)研究發(fā)現(xiàn)，發(fā)達(dá)國(guó)家之間、發(fā)展中國(guó)家之間都存在明顯的風(fēng)險(xiǎn)傳染，但發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家之間不存在風(fēng)險(xiǎn)傳染［7］。而Gerlach和Smets研究得出金融風(fēng)險(xiǎn)通過貿(mào)易往來實(shí)現(xiàn)跨國(guó)傳染［8］，Dornbusch的研究也證實(shí)了貿(mào)易往來是風(fēng)險(xiǎn)傳染渠道的主因［9］。Rigobon和Forbes的研究再度得出了這一觀點(diǎn)［10］。行為金融理論研究者發(fā)現(xiàn)在金融危機(jī)時(shí)期，由于投資者的信心普遍不足，這種負(fù)面情緒的信息傳遞使得股票市場(chǎng)間在危機(jī)期間的聯(lián)動(dòng)得到加強(qiáng)。Kodres、Pritsker的研究支持了這一論點(diǎn)，認(rèn)為市場(chǎng)主要參與者情緒傳染最終帶來了金融危機(jī)的蔓延［11］。

國(guó)內(nèi)也有部分學(xué)者以金融危機(jī)為背景進(jìn)行研究，發(fā)現(xiàn)金融危機(jī)加劇中美股市風(fēng)險(xiǎn)傳染，從而有力支持了金融風(fēng)險(xiǎn)的市場(chǎng)傳染學(xué)說。李曉廣、張巖貴分析得出次貸危機(jī)爆發(fā)前后我國(guó)股市與美國(guó)股市間聯(lián)動(dòng)性增強(qiáng)并且相當(dāng)顯著［12］。持同樣結(jié)論的還有方毅、桂鵬［13］和何德旭、苗文龍［14］的研究。洪永淼教授基于信息溢出提出了Hong方法檢驗(yàn)體系，李紅權(quán)等運(yùn)用該方法研究得出美國(guó)股市雖處于主導(dǎo)地位，但中國(guó)股市不僅能反映美國(guó)股市市場(chǎng)信息，而且具有影響美國(guó)股市市場(chǎng)的能力［15］。范雅祺、張信東從投資者情緒傳染角度出發(fā)進(jìn)行研究，發(fā)現(xiàn)中美股市關(guān)聯(lián)性展現(xiàn)了從獨(dú)立到不斷增強(qiáng)的動(dòng)態(tài)趨勢(shì)，同時(shí)表明投資者情緒傳染是導(dǎo)致該趨勢(shì)的主因［16］。于震、徐曉妹以次貸危機(jī)為研究背景對(duì)中美股市聯(lián)動(dòng)性進(jìn)行了研究，發(fā)現(xiàn)危機(jī)前中國(guó)股市對(duì)美國(guó)市場(chǎng)幾乎不存在影響，而美國(guó)對(duì)中國(guó)市場(chǎng)的影響也非常弱；危機(jī)之后中美聯(lián)動(dòng)增強(qiáng)，尤其美國(guó)對(duì)中國(guó)金融市場(chǎng)的影響增加顯著［17］。蘇木亞、郭崇慧構(gòu)建了金融風(fēng)險(xiǎn)協(xié)同模型對(duì)亞洲金融危機(jī)、次貸危機(jī)和歐債危機(jī)期間的中美股市進(jìn)行協(xié)同溢出分析，結(jié)果發(fā)現(xiàn)中國(guó)大陸金融市場(chǎng)所受影響較小，在危機(jī)過程中扮演著中轉(zhuǎn)站角色［18］。這一結(jié)果與大部分學(xué)者的研究結(jié)論存在一定偏差。

二、中美股市風(fēng)險(xiǎn)傳染效應(yīng)實(shí)證方法研究

中美股市風(fēng)險(xiǎn)傳染效應(yīng)的理論研究，不斷充實(shí)完善的過程中，不少學(xué)者進(jìn)行了中美股市風(fēng)險(xiǎn)傳染效應(yīng)的實(shí)證研究。早期的研究方法集中為格蘭杰因果關(guān)系檢驗(yàn)與向量自回歸模型。張福、趙華和趙媛媛研究發(fā)現(xiàn)中美股市存在協(xié)整關(guān)系和格蘭杰因果關(guān)系，認(rèn)為兩市在不同的階段存在不同的均衡特征，并且美國(guó)對(duì)我國(guó)股市波動(dòng)有單向的因果關(guān)系［19］。借助同樣的模型，胡秋靈和劉偉以次貸危機(jī)為研究背景進(jìn)行研究，結(jié)果表明：標(biāo)準(zhǔn)普爾500指數(shù)日收益率的前一期值在危機(jī)影響下對(duì)上證指數(shù)當(dāng)日收益率有顯著正向影響，二者存在聯(lián)動(dòng)性［20］。

第二類研究方法是目前應(yīng)用較為廣泛的自回歸條件異方差模型（ARCH模型）。早期是基于單變量ARCH簇模型的相關(guān)性研究，隨后發(fā)展為基于多變量ARCH簇模型的相關(guān)性研究。董秀良，曹鳳岐和游家興、鄭挺國(guó)運(yùn)用多元GARCH模型各自研究發(fā)現(xiàn)美國(guó)股市對(duì)中國(guó)股市波動(dòng)傳染效應(yīng)不顯著，雖然隨時(shí)間進(jìn)度風(fēng)險(xiǎn)傳染有所增強(qiáng)，但總體來說仍然處于較低水平［21］［3］。而實(shí)證領(lǐng)域更多相關(guān)研究的結(jié)論與此觀點(diǎn)持不同看法。

張兵等運(yùn)用Johansen 協(xié)整檢驗(yàn)及DCC-GARCH模型研究了從2001年12月12日到2009年1月23日中美股票市場(chǎng)的聯(lián)動(dòng)性，發(fā)現(xiàn)長(zhǎng)期來看兩國(guó)走勢(shì)相對(duì)獨(dú)立，中國(guó)對(duì)美國(guó)股市的傳染效應(yīng)較弱，但QDII實(shí)施以來，美國(guó)股市對(duì)中國(guó)股市的波動(dòng)傳染呈不斷增強(qiáng)的態(tài)勢(shì)，次貸危機(jī)爆發(fā)后更是急劇上升［22］。劉偉江、丁一、隋建利的研究得出了同樣結(jié)論，略有不同之處在于后者發(fā)現(xiàn)經(jīng)濟(jì)危機(jī)爆發(fā)后中美相關(guān)性呈現(xiàn)短期下降之后再迅速上升［23］。王治政、吳衛(wèi)星運(yùn)用GARCH模型研究2005年4月至2010年3月期間的市場(chǎng)情況，分析了次貸危機(jī)后存在美國(guó)股市對(duì)中國(guó)股市的單向溢出效應(yīng)［24］。王捷、李燕君和李岸、陳美林、喬海曙的研究都采用了分階段進(jìn)行。前者運(yùn)用DCC模型研究發(fā)現(xiàn)金融危機(jī)早期階段，中美股市相關(guān)性達(dá)到歷史最低點(diǎn)，當(dāng)危機(jī)全面爆發(fā)后，中美股市相關(guān)性急劇升高。該突變印證了風(fēng)險(xiǎn)傳染效應(yīng)的存在［25］。后者運(yùn)用MGARCH-BEKK模型發(fā)現(xiàn)在中國(guó)股市發(fā)展的不同階段，中美股市間的風(fēng)險(xiǎn)傳染效應(yīng)各有不同。在股市擴(kuò)展階段，各國(guó)股市尚處于分割狀態(tài)，在股市規(guī)范發(fā)展階段，中國(guó)股市受到美國(guó)股市的單向波動(dòng)沖擊，在金融自由化階段，中美股市存在雙向傳染效應(yīng)［26］。

第三類研究方法為Copula函數(shù)模型。運(yùn)用Copula函數(shù)模型的突出優(yōu)勢(shì)，是可以允許邊緣分布服從不同的分布形式，并且可根據(jù)研究對(duì)象的需要選擇不同形式的Copula函數(shù)，邊緣分布選擇的靈活性和Copula函數(shù)的多樣性使得Copula函數(shù)可以刻畫多種多元分布，能準(zhǔn)確描述變量間的非對(duì)稱相關(guān)關(guān)系和尾部相關(guān)性。

吳吉林和張二華運(yùn)用動(dòng)態(tài)Copula方法研究了中美股票市場(chǎng)從2005年1月到2009年3月相依性結(jié)構(gòu)的變化，發(fā)現(xiàn)次貸危機(jī)期間中美股市間的相依性反而下降，未出現(xiàn)風(fēng)險(xiǎn)感染［27］。但更多學(xué)者的研究得出了相反的研究結(jié)果。Luo、Brooks和Silvapulle研究發(fā)現(xiàn)，中美股市存在著顯著的尾部依賴［28］。蔣志平、田益祥和杜學(xué)鋒以次貸危機(jī)和歐債危機(jī)為背景，運(yùn)用DCC-T-Copula模型對(duì)中美市場(chǎng)的風(fēng)險(xiǎn)傳染動(dòng)態(tài)特征進(jìn)行測(cè)度，結(jié)果表明次貸危機(jī)期間美國(guó)股市對(duì)中國(guó)股市存在長(zhǎng)期和復(fù)雜的傳染效應(yīng)，而且該特征在歐債危機(jī)期間進(jìn)一步加強(qiáng)。同時(shí)還發(fā)現(xiàn)美國(guó)市場(chǎng)對(duì)中國(guó)股市的風(fēng)險(xiǎn)相關(guān)性主要是通過香港市場(chǎng)傳染［29］。杜子平、上官夏男和方興興建立面版Copula模型研究，發(fā)現(xiàn)經(jīng)濟(jì)全球化增強(qiáng)了中美兩地股市的相關(guān)性，并且該特征在股市處于熊市期間尤為突出［30］。張旭、劉曉星、姚登寶運(yùn)用Copula-ARMANAGARCH模型研究，發(fā)現(xiàn)中美兩地主板和創(chuàng)業(yè)板間的聯(lián)動(dòng)緊密，國(guó)際因素對(duì)中美股指間的相依結(jié)構(gòu)具有正向影響，而國(guó)內(nèi)因素對(duì)其具有負(fù)向影響［31］。

第四類是風(fēng)險(xiǎn)價(jià)值法（VaR模型）和拓展的條件風(fēng)險(xiǎn)價(jià)值法（CoVaR模型）。Adrian和Brunnermeier在VaR模型基礎(chǔ)上提出了CoVaR模型，該模型能更全面地分析金融市場(chǎng)間風(fēng)險(xiǎn)的傳染性，能夠更有效測(cè)度出各市場(chǎng)間以及各市場(chǎng)與總體系之間的風(fēng)險(xiǎn)傳染程度。該模型在應(yīng)用中更多的與其他模型（分位數(shù)回歸技術(shù)、GARCH模型、Copula模型等）結(jié)合使用［32］。劉曉星、段斌和謝福座以標(biāo)準(zhǔn)普爾指數(shù)和上證指數(shù)為例，構(gòu)建了EVT-Copula-CoVaR模型，測(cè)度出美國(guó)股市對(duì)中國(guó)市場(chǎng)的風(fēng)險(xiǎn)溢出強(qiáng)度高達(dá)33%［33］。很多學(xué)者運(yùn)用此方法針對(duì)國(guó)內(nèi)各市場(chǎng)及國(guó)內(nèi)各金融機(jī)構(gòu)進(jìn)行了風(fēng)險(xiǎn)傳染效應(yīng)研究，因本文關(guān)注點(diǎn)在于中美市場(chǎng)間的風(fēng)險(xiǎn)傳染效應(yīng)，故在此不一一贅述。

第五類是小波變換法。小波變換法由法國(guó)物理學(xué)家Jean Morlet和A Grossman在1984年提出，該方法是一種時(shí)頻分析方法，具有多分辨分析功能。王健采用極大重疊離散小波變換方法進(jìn)行了短期、中期及長(zhǎng)期研究，發(fā)現(xiàn)中美股市存在不同程度的聯(lián)動(dòng)性，其中短期聯(lián)動(dòng)最為顯著［34］。趙梓辰、姚儉將股市收益率序列分解成高頻系數(shù)序列和低頻系數(shù)序列，運(yùn)用小波多分辨分析方法研究發(fā)現(xiàn)中美股市對(duì)在美國(guó)上市的中國(guó)概念股都存在較強(qiáng)的風(fēng)險(xiǎn)傳染效應(yīng)，并且效應(yīng)存在隨時(shí)間增強(qiáng)的趨勢(shì)［35］。劉劍鋒運(yùn)用小波分析方法研究發(fā)現(xiàn)，從收益角度出發(fā)，美國(guó)股市對(duì)中國(guó)股市的收益相關(guān)性會(huì)隨著時(shí)間尺度增長(zhǎng)，隨后緩慢減弱。而對(duì)波動(dòng)相關(guān)性而言，中國(guó)市場(chǎng)中長(zhǎng)期波動(dòng)會(huì)受到美國(guó)市場(chǎng)的影響［36］。

三、研究評(píng)述與展望

國(guó)內(nèi)外學(xué)者針對(duì)中美股市進(jìn)行風(fēng)險(xiǎn)傳染效應(yīng)的理論研究和實(shí)證研究成果較多，尤其是針對(duì)金融危機(jī)為研究背景的研究較為普遍。現(xiàn)有的研究大多集中于金融危機(jī)前后進(jìn)行比較研究，并且從方法和結(jié)論來看現(xiàn)有研究已形成規(guī)范框架和有效理論模型，但研究結(jié)論并不完全統(tǒng)一。

從風(fēng)險(xiǎn)傳染渠道來看，現(xiàn)有文獻(xiàn)研究幾乎都是圍繞經(jīng)濟(jì)基礎(chǔ)學(xué)說和市場(chǎng)傳染學(xué)說進(jìn)行，并且得到了實(shí)證結(jié)果的有效支持。

從風(fēng)險(xiǎn)傳染實(shí)證研究方法而言，格蘭杰因果關(guān)系檢驗(yàn)主要用于定性分析兩個(gè)市場(chǎng)之間是否存在風(fēng)險(xiǎn)傳染，但該方法在測(cè)度風(fēng)險(xiǎn)傳染的強(qiáng)度方面就顯得無能為力。換句話說，該方法只能定性分析市場(chǎng)間的風(fēng)險(xiǎn)傳染方向，關(guān)于風(fēng)險(xiǎn)傳染的程度如何也無法給出答案。隨后的ARCH模型簇雖然在金融市場(chǎng)各領(lǐng)域得到了廣泛應(yīng)用 ，但由于它對(duì)時(shí)間序列的邊緣分布要求較為嚴(yán)格，而事實(shí)上收益率序列通常都存在著明顯的“尖峰厚尾”特征。這也是ARCH模型簇在分析風(fēng)險(xiǎn)傳染效應(yīng)時(shí)的局限所在。小波變換法雖然可同時(shí)觀測(cè)指標(biāo)的時(shí)間和頻率信息，但在變換過程中小波基的確定是一道難題，與此同時(shí)小波變換法還產(chǎn)生了數(shù)據(jù)冗余問題。目前運(yùn)用小波變換法進(jìn)行風(fēng)險(xiǎn)傳染效應(yīng)的研究還在不斷完善中。現(xiàn)有研究中，更多的實(shí)證方法則是采用了將Copula函數(shù)和ARCH簇模型及CoVaR方法結(jié)合進(jìn)行風(fēng)險(xiǎn)測(cè)度和風(fēng)險(xiǎn)傳染探討。與此同時(shí)，各實(shí)證研究的結(jié)果也不完全一致。

綜合現(xiàn)有金融危機(jī)背景下的中美股市風(fēng)險(xiǎn)傳染效應(yīng)相關(guān)研究成果而言，一方面對(duì)于不同危機(jī)源及牛熊市不同階段的風(fēng)險(xiǎn)傳染差異鮮有刻畫描述，并且對(duì)于不同風(fēng)險(xiǎn)水平下的中美股市風(fēng)險(xiǎn)傳染強(qiáng)度動(dòng)態(tài)趨勢(shì)也需進(jìn)一步研究。另一方面，任何問題的研究都需要回到解決問題的本質(zhì)上來，中美股市風(fēng)險(xiǎn)傳染效應(yīng)研究最終體現(xiàn)在金融危機(jī)發(fā)生時(shí)刻風(fēng)險(xiǎn)控制應(yīng)對(duì)策略上。因此，未來的研究應(yīng)基于金融危機(jī)背景，結(jié)合經(jīng)濟(jì)基本面與市場(chǎng)傳染二者進(jìn)行全面實(shí)證研究，相應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)政策也有待深入探索。

［1］Pretorius E. Economic Determinants of Emerging Stock Market Interdependence［J］.Emerging Markets Review,2002（1）:84-105.［2］石俊志.金融危機(jī)形成機(jī)理與防范［M］.北京:中國(guó)金融出版社,2001:151.

［3］游家興,鄭挺國(guó).中國(guó)與世界金融市場(chǎng)從分割走向整合——基于DCC-MGARCH模型的檢驗(yàn)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009（12）:96-108.

［4］龔金國(guó),史代敏.金融自由化、貿(mào)易強(qiáng)度與股市聯(lián)動(dòng)——來自中美市場(chǎng)的證據(jù)［J］.國(guó)際金融研究,2015（6）:85-96.

［5］吳炳輝,何建敏.開放經(jīng)濟(jì)條件下金融風(fēng)險(xiǎn)國(guó)際傳染的研究綜述［J］.財(cái)經(jīng)科學(xué),2014（3）:87-96.

［6］卓娜,昌忠澤.金融風(fēng)險(xiǎn)的成因、傳導(dǎo)與防范：國(guó)內(nèi)外研究述評(píng)［J］.技術(shù)經(jīng)濟(jì),2015（3）:112-122.

［7］Surya N. Janakiraman, Richard A. Lambert and David F. Larcker. An Empirical Investigation of the Relative Performance Evaluation Hypothesis［J］.Journal of Accounting Research,1992（1）:53-69.

［8］Stefan Gerlach, Frank Smets. Contagious speculative attacks［J］.European Journal of Political Economy,1995（1）:45-63.

［9］R Dornbusch. Contagion: How it spreads and How it can be stopped［EB/OL］.［2016-09-10］.http://siteresources.worldbank.org/ INTMACRO/Resources/ClaessensDornbusch-Park.pdf.

［10］KRISTIN J.Forbes, ROBERTO Rigobon. Only Interdependence: Measuring Stock Market Co-movements［J］.The Journal of Finance,2002（5）:2223-2261.

［11］LE Kodres, Pritsker Matthew. A rational expectations model of financial contagion［J］.Journal of Finance,2002（2）:769-799.

［12］李曉廣,張巖貴.我國(guó)股票市場(chǎng)與國(guó)際市場(chǎng)的聯(lián)動(dòng)性研究——對(duì)次貸危機(jī)時(shí)期樣本的分析［J］.國(guó)際金融研究,2008（11）:75-80.

［13］方毅,桂鵬.亞太地區(qū)股票市場(chǎng)的聯(lián)動(dòng)程度［J］.世界經(jīng)濟(jì)研究,2010（8）:22-26.

［14］何德旭,苗文龍.國(guó)際金融市場(chǎng)波動(dòng)溢出效應(yīng)與動(dòng)態(tài)相關(guān)性［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2015（11）:23-40.

［15］李紅權(quán),洪永淼,汪壽陽.我國(guó)A 股市場(chǎng)與美股、港股的互動(dòng)關(guān)系研究: 基于信息溢出視角［J］.經(jīng)濟(jì)研究,2011（8）:15-25.

［16］范雅琪,張信東.基于投資者情緒傳染的中美證券市場(chǎng)聯(lián)動(dòng)效應(yīng)分析［J］.太原師范學(xué)院學(xué)報(bào),2014（4）:55-60.

［17］于震.徐曉妹. “次貸危機(jī)”后中美金融市場(chǎng)聯(lián)動(dòng)性更強(qiáng)了嗎［J］.經(jīng)濟(jì)學(xué)家,2014（9）:87-95.

［18］蘇木亞,郭崇慧.全球主要股票市場(chǎng)對(duì)我國(guó)股市的多渠道協(xié)同波動(dòng)溢出效應(yīng)——?dú)W債危機(jī)背景下基于中證行業(yè)指數(shù)視角的研究［J］.管理評(píng)論,2015（11）:21-32.

［19］張福,趙華,趙媛媛.中美股市協(xié)整關(guān)系的實(shí)證分析［J］.統(tǒng)計(jì)與決策,2004（2）:93-94.

［20］胡秋靈,劉偉.中美股市聯(lián)動(dòng)性分析——基于次貸危機(jī)背景下的收益率研究［J］.金融理論與實(shí)踐,2009（6）:79-84.

［21］董秀良,曹鳳岐.國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)——基于多元GARCH 模型的實(shí)證研究［J］.數(shù)理統(tǒng)計(jì)與管理,2009（6）:1091-1099.

［22］張兵,范致鎮(zhèn),李心丹.中美股票市場(chǎng)的聯(lián)動(dòng)性研究［ J］ .經(jīng)濟(jì)研究,2010（11）:141-151.

［23］劉偉江,丁一,隋建利.宏觀經(jīng)濟(jì)與中美股市動(dòng)態(tài)相關(guān)性研究［J］.中南大學(xué)學(xué)報(bào),2015（4）:105-112.

［24］王治政,吳衛(wèi)星.中美股市波動(dòng)特征比較研究：基于ARCH類模型的實(shí)證分析［J］.上海金融,2012（9）:77-80.

［25］王捷,李燕君.基于中美股市動(dòng)態(tài)相關(guān)關(guān)系的金融危機(jī)傳染效應(yīng)研究［J］.西南金融,2014（2）:40-42.

［26］李岸,陳美林,喬海曙.中國(guó)對(duì)發(fā)達(dá)國(guó)家與金磚國(guó)家股市波動(dòng)溢出效應(yīng)研究［J］.東岳論叢,2016（5）:76-85.

［27］吳吉林,張二華.次貸危機(jī)、市場(chǎng)風(fēng)險(xiǎn)與股市間相依性［J］.世界經(jīng)濟(jì),2010（3）:95-108.

［28］Weiwei Luo，Robert D.Brooks, Param Silvapulle.Effects of the open policy on the dependence between the Chinese ‘A’stock market and other equity markets: An industry sector perspective［J］.Journal of International Financial Markets, Institutions and Money,2011（1）:49-74.

［29］蔣志平,田益祥,杜學(xué)鋒.中國(guó)與歐美金融市場(chǎng)間傳染效應(yīng)的動(dòng)態(tài)演變——基于歐債危機(jī)與次貸危機(jī)的比較分析［J］.管理評(píng)論,2014（8）:63-73.

［30］杜子平,上官夏男,方興興.基于面板Copula的中美股票市場(chǎng)相依性研究［J］.財(cái)會(huì)通訊,2016（11）:5-8.

［31］張旭,劉曉星,姚登寶.中美股指間的動(dòng)態(tài)相依結(jié)構(gòu)及突變因素——基于時(shí)變Copula- ARMA-NAGARCH的分析［J］.北京工商大學(xué)學(xué)報(bào),2016（2）:80-90.

［32］Adrian T, Brunnermeier MK. CoVaR［J］.American Economic Review,2011（7）:1705-1741.

［33］劉曉星,段斌,謝福座.股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究:基于EVT-Copula-CoVaR模型的分析［J］.世界經(jīng)濟(jì),2011（11）:145-159.

［34］王健.中美股市聯(lián)動(dòng)性——基于極大重疊離散小波變換的研究［J］.世界經(jīng)濟(jì)文匯,2014（2）:72-89.

［35］趙梓辰,姚儉.中美股市對(duì)在美上市中國(guó)概念股的溢出效應(yīng)研究——基于小波多分辨率分析［J］.改革與開放,2015（19）:6-8.

［36］劉劍鋒.中國(guó)股票市場(chǎng)與國(guó)際市場(chǎng)相關(guān)性時(shí)間結(jié)構(gòu)研究［J］.江漢學(xué)術(shù),2016（1）:58-66.

A Review of the Risk Contagion Effect between Chinese Stock Market and US Stock Market based on Financial Crisis

XIE Jia-quan
(Department of Applied Mathematics, Guangdong University of Finance, Guangzhou 510521, Guangdong, China)

With the development of financial globalization, the links between financial markets become more and more closed. Then a large number of risk contagion effect about US and Chinese stock markets based on financial crisis emerged. The theoretical basis includes the theory of economic foundation and market contagion theory. The empirical method is various but there are many limitations. Granger causality test can only analyze the risk contagion direction qualitatively, there is a strict limit about the marginal distribution of variables in ARCH models and it is a very complex process about the wavelet transform method. In the future, based on the difference between bull market and bear market under different risk level, we will focus on risk contagion between US and Chinese market combined Copula function, ARCH model and CoVaR method.

risk contagion effect; financial crisis; economic fundamentals; copula function; CoVaR method

F83

A

1007-5348（2016）11-0069-05

（責(zé)任編輯：曾 耳）

2016-09-12

2014年度教育部人文社會(huì)科學(xué)研究青年項(xiàng)目“牛熊轉(zhuǎn)換下的中美股市風(fēng)險(xiǎn)溢出效應(yīng)異化研究”（14YJC790141）；廣東省高等學(xué)校優(yōu)秀青年教師培養(yǎng)計(jì)劃項(xiàng)目“非對(duì)稱波動(dòng)建模及其在亞太股市風(fēng)險(xiǎn)管理中的應(yīng)用研究”（YQ201402）

謝家泉（1981-），女，湖北五峰人，廣東金融學(xué)院應(yīng)用數(shù)學(xué)系副教授，博士；研究方向：金融計(jì)量分析。