基于CoVaR方法的中美股市風險溢出效應研究

沈虹+邢熒

【摘 要】 為了研究中美股市之間的風險溢出效應，文章運用分位數回歸方法和CoVaR模型測度在不同分位數水平下，中美股市之間的風險溢出率（%CoVaR）。結果發現：當q由0.05變化到0.01時，中國股市對美國股市的風險溢出效應不斷上升；另一方面，美國股市對中國股市的風險溢出效應也呈上升趨勢，且上升趨勢更為明顯。除此之外，中國A股市場對美國股市的風險溢出效應比B股市場對美國股市的風險溢出效應更明顯。在極端事件發生的情況下，中國A股市場受美國股票市場的影響也比B股大。

【關鍵詞】 風險溢出效應； 分位數回歸； CoVaR

【中圖分類號】 F830 【文獻標識碼】 A 【文章編號】 1004-5937（2017）16-0014-03

一、引言

金融市場間的風險溢出效應是指當一個金融市場出現劇烈波動或陷入困境時，迅速傳染到其他金融市場，使得其他金融市場也受到不利影響。比如2008年爆發的全球金融危機就是一個很典型的例子。2008年9月，當雷曼兄弟公司宣布破產后，美國標準普爾500指數下跌59.01點，跌幅為4.71%。隨后，這種股市大跌的現象從美國開始，立刻傳染到歐洲、亞洲等一系列國家和地區。其中，中國上證綜合指數暴跌93.03點，跌幅達到4.47%；恒生指數收報18 210.49點，下跌1 142.41點，跌幅達5.9%。因此，研究美國股市與中國股市之間的風險溢出關系顯得尤為重要。

隨著金融全球化的不斷深化，國與國之間的金融市場，尤其是股票市場之間的風險溢出效應便成為人們關注的熱點問題。Huang[1]、Roengpitya[2]等采用CoVaR方法研究了金融機構對系統整體的風險溢出效應。任繼勤等[3]使用GARCH-VAR方法考察了中國主板市場和創業板市場之間的溢出效應。劉湘云等[4]利用多元LMSV模型研究了中國股市與國際股市間的風險溢出強度。劉曉星等[5]運用Copula模型研究美國股票市場對歐洲和亞洲國家的風險溢出效應。

由于CoVaR模型能很好地測度市場間的風險溢出效應[6-7]，因此本文基于分位數回歸法結合CoVaR模型探析在極端風險情況下美國股市與中國股市之間的風險溢出方向和溢出大小，其研究方法及分析結果具有較強的理論及應用價值。

二、模型與方法

（一）CoVaR模型

學術界對風險管理度量的主流方法主要有VaR，其表示某金融機構（或金融市場）在某一特定置信區間下可能發生的最大損失。表達式如下：