滬港通后上證與港股、美股間非線性短期波動溢出效應
——基于匯率波動對股市波動抑制性時變視角

李遠光，王 靜（博士生導師）

一、引言

2014年11月17日注定是被載入我國證券市場發展史冊的一天，這一天滬港通正式實行，從此我國內地股市與其他地區證券市場的互通互聯具備了制度基礎，也是在此后，我國內地股市的國際化進程逐漸加快：2016年12月5日，深港通成功實施，2017年6月21日，A股成功加入明晟指數（MSCI），合格機構投資者（QFII、RQFII、QDII，下同）投資額度不斷擴容等。與此同時，外匯市場也逐步推出多項制度安排，不斷進行匯率的市場化改革：2015年8月11日，央行宣布完善人民幣匯率中間價形成機制，人民幣匯率雙向浮動特征明顯增強；2016年1月～9月，外管局、證監會分別就合格機構投資者關于額度、審批流程、鎖定期等進行了改革，使合格機構投資者投資更加便利化；2016年10月，人民幣進入SDR；2017年9月外匯風險準備金率從20%調整為0%。

雖然我國近年來在證券市場以及外匯市場改革中取得了多項成績，但不可否認，我國內地證券市場相對于香港、紐約等成熟證券市場而言仍存在投資者散戶比例大、市場投機風氣重、信息披露不完善等缺陷，尤其是在我國內地證券市場及外匯市場國際化進程加快之后，外資、外市對我國內地證券市場的影響或將越來越復雜，我國內地證券市場與國際主要證券市場間的聯動性或將呈現新的變化。當前，互聯網的不斷發展使不同市場間的各類信息快速傳播，各國（地區）證券市場間的聯動性尤其是市場間的短期波動溢出效應，應成為我國內地證券市場在國際化進程中的研究重點，若不能正確認識不同市場間的短期波動溢出效應，或將不利于完成我國當前正在進行的防范金融系統性風險的重大任務。

本文在其他學者關于股市間聯動性研究成果的基礎上，分別對滬港通正式實施前后兩組樣本進行了Granger因果關系檢驗和脈沖響應函數分析，發現滬港兩市之間的聯動性發生了結構性變化，進而基于匯率波動對股市波動抑制性時變視角，提出匯率對股市間聯動性的門限效應，運用門限回歸模型分析發現，滬港兩市間匯率波動增大對滬港兩市的聯動性產生抑制效應。

二、文獻綜述

2005年股改以來，股市間的聯動性得到很多學者的關注。經文獻研究發現，學者關于我國內地股市與其他地區股市間的聯動性研究重點隨時間的推移而變化，主要集中在三個時間跨度：第一，在美國次貸危機發生以前，關于我國內地股市與其他市場的聯動性，學者主要關注滬、深、港三市間的聯動，得出滬港之間聯動關系較弱，且僅存在由港市到滬市的波動溢出效應[1][2][3]。第二，次貸危機后，學者對于我國內地股市與其他市場間聯動性的研究重點不僅表現為地域的擴展，還包括市場間短期波動的溢出效應。徐有俊等[4]、張兵等[5]、李岸等[6]研究發現次貸危機后，中美股市短期聯動性顯著增強。陳云[7]、于震等[8]、張小宇等[9]發現美國股市（以下簡稱“美市”）對滬市的短期波動溢出效應顯著性強于滬市對美市的短期波動溢出效應。魯旭等[10]認為滬、深、港三市間的聯動效應具備時變性。梁琪等[11]基于多維信息溢出視角研究發現我國股市的國際化水平得到提升，且港市對滬市存在單向信息溢出效應。隨著我國金融市場的改革進程不斷加快，又有學者將股票市場與外匯市場、貨幣市場納入分析框架。游家興等[12]提出金融自由化的發展顯著增強了我國股市與其他股市間的聯動性。龔金國等[13]卻得出相反的結論。第三，滬港通實施后，馮永琦等[14]、裴延華等[15]發現滬市對港股、美股的引領作用顯著增強。孫亞男等[16]認為我國在股市收益率聯動中的作用提升。但方艷等[17]認為滬港通實施后從數據統計角度而言并未提升四市聯動的顯著性。陳九生等[18]認為滬、港股市間的聯動性由實施前兩市同步上漲概率大于同步下跌的概率，轉換為兩市同步下跌的概率大于兩市同步上漲的概率。

學者對股市間聯動性的研究方法主要分為以下三種：一是基于GARCH族類模型和序列條件方差進行相關研究，研究者主要有谷耀等[1]、徐有俊等[4]、張兵等[5]、游家興等[12]、魯旭等[10]、李岸等[6]、馮永琦等[14]、方艷等[17]、陳九生等[18]；二是基于VAR模型進行研究，結合Granger因果關系檢驗、脈沖響應函數分析及方差分解等，考察股市間引領作用及短期波動溢出效應，研究者主要有谷耀等[1]、游家興等[12]、魯旭等[10]、陳云[7]、于震等[8]、裴延華等[15]；三是基于多維信息網絡分析方法考察不同市場間的信息溢出效應，研究者主要有梁琪等[11]、李岸等[6]、孫亞男等[16]。對于上述三種分析方法，不同學者為達到研究目的會有交叉使用，但概括而言第一類研究可檢驗市場間動態條件相關性，卻無法判斷市場間的引領滯后關系；第二類研究結合Granger因果檢驗、脈沖響應函數分析及方差分解等可以較好地刻畫市場間的引領滯后關系，但對市場間非線性特征的檢驗無能為力；第三類研究多側重于分析市場間信息互聯互通作用，對市場間的聯動關系不能給出精確的相關系數。

綜上研究成果，發現學者對股市間的波動溢出效應極為重視，分別從長期、短期，線性、非線性等方面進行了探討，得出的結論也因使用模型以及數據的差異而各異，但主要成果均認為隨著我國內地股市的改革以及國際化、市場化水平的提高，其與其他股市的聯動性在逐步增強，且開始呈現出非線性特征。但鮮有學者對我國內地股市與其他地區股市間的聯動性由線性到非線性聯動關系的轉變給出相應解釋，尤其是對滬港通之后我國內地股市與其他主要股票市場間的非線性波動溢出效應缺乏有針對性的研究，更缺乏從匯率波動對股市波動的時變抑制性視角研究不同股市間聯動性區制轉換的研究成果。本文抓住這兩點不足，從投資者異質性及跨市資產配置角度提出匯率波動對股市波動影響的時變性導致股市間聯動性的非線性時變特征，進而以匯率波幅為門限變量，運用門限類回歸模型考察我國內地股市與港市、美市間聯動性的區制轉換特征，既納入匯率波幅對股市間聯動的門限效應，又可以實現對股市間聯動非線性結構的擬合，還能對股市間聯動性給出準確的參數估計。

三、實證分析

1.線性VAR模型分析。雖然以VAR模型為基礎的關于股市聯動性的研究對市場間非線性特征的檢驗無能為力，但是運用其Granger因果關系檢驗、脈沖響應函數分析及方差分解等可以較好地刻畫市場間的引領滯后關系，通過滬港通前后兩個樣本的實證結果對比，本文可以對股市間聯動性的變化作出實證解釋。根據潘越[3]、張兵等[5]、馮永琦等[14]、裴延華等[15]在研究聯動性時的指標選取，本文使用滬市、港市以及美市的三大代表指數：上證綜指、恒生指數、道瓊斯工業指數，三大指數對各自市場來說代表性最強，形成機制最為完善。至此，被解釋變量為上證綜合指數（記為：SZ），解釋變量為香港恒生指數（記為：HSZ）、美國道瓊斯工業平均指數（記為：DQZ）。為消除趨勢性因素影響并得到穩定數據，將原序列取對數做一階差分，分別得到市場收益率序列：DLNSZ、DLNHSZ、DLNDQZ。2014年11月17日，滬港通正式實行，當天滬市資金凈流入120.82億元人民幣。本文以該時間節點為基準，將日度高頻交易數據劃分為兩個樣本，樣本一是時間跨度為滬港通實行之前3年，即2011.11.17～2014.11.16，樣本二是時間跨度為滬港通實行后三年，即2014.11.17～2017.11.16。ADF單位根檢驗結果顯示，兩組樣本均通過了5%置信水平上的單位根檢驗，即在5%置信區間內為平穩數據。鑒于篇幅限制，僅列出樣本一的單位根檢驗結果，如表1所示：

表1 樣本一ADF穩定性檢驗結果

基于股市收益率序列以及AIC與SC最小準則，對上述兩組樣本進行滯后期2階的向量自回歸模型分析，AR特征根檢驗顯示，VAR（2）模型平穩。限于篇幅，AR特征根倒數的模單位圓省略。

基于滯后期2階的VAR模型，對兩組樣本均作Granger因果關系檢驗，分析不同市場間的聯動性，結果如表2所示：

表2 兩組樣本格蘭杰檢驗結果對比

Granger因果關系檢驗是將變量的滯后變量引入另一變量方程中，變量間若存在時間上的先后關系，則稱它們具有Granger因果關系。檢驗結果顯示，滬港通前后兩組樣本下滬市與美市之間的聯動性并未發生改變，即美市收益率波動可格蘭杰引致滬市的收益率波動，滬市與美市之間存在短期信息溢出效應，美市對滬市的信息溢出效應更為顯著[7]。而在滬市和港市之間卻產生了結構性變化：樣本一檢驗結果顯示，滬港通之前滬市不能格蘭杰引起港市收益率的變化，而港市卻對滬市收益率變化產生單向格蘭杰因果關系，即港市對滬市存在“風向標”的作用，而滬市對港市并未產生“引領”作用，谷耀等[1]、龔樸等[2]、魯旭等[10]均得出同樣的結論。樣本二檢驗結果顯示，滬港通之后港市對滬市的“風向標”作用開始減弱，而滬市對港市的“引領”作用顯著增強，體現為滬市可格蘭杰引致港市收益率變化。為探討這種結構性變化，本文進一步使用脈沖響應函數考察滬、港兩市間的短期波動溢出效應。

脈沖響應函數可以檢驗隨機擾動項一個標準差的沖擊對其他變量變動的影響路徑，可直觀地呈現各變量之間的動態交互作用。限于篇幅本文僅給出出現結構性變化的滬港兩市脈沖響應，進一步分析這種變化的短期波動溢出響應。

圖1～圖4為脈沖響應函數分析結果，圖2和圖4可以得出港市變動一個標準差對滬市的短期溢出效應仍未發生結構性變化，均在第一期達到峰值，這種響應在第二期迅速衰變為負值，并在之后逐步消失；圖1和圖3中滬市變動一個標準差對港市的短期溢出效應進一步驗證了Granger因果關系檢驗結果，滬市變動一個標準差對港市的溢出效應由滬港通之前的負效應轉換為正效應，發生結構性改變。

2.門限模型介紹。基于VAR模型的Granger因果關系檢驗和脈沖響應函數分析從線性的角度分析了滬、港、美三市間的聯動性以及短期波動溢出效應，得出滬港通前后滬、港市之間的聯動性以及短期波動溢出效應發生了結構性變化，但研究結果仍存在兩點不足：一是從線性的角度刻畫市場間的聯動及溢出效應，缺乏一定的解釋力；二是VAR模型不能體現樣本區間的結構性變化，對市場運行中存在的區制轉換問題無能為力。潘越[3]、張小宇等[9]以及孫亞男等[16]學者也紛紛提出了這一觀點。

圖1 樣本一：滬市對港市的脈沖響應結果

圖2 樣本一：港市對滬市的脈沖響應結果

圖3 樣本二：滬市對港市的脈沖響應結果

圖4 樣本二：港市對滬市的脈沖響應結果

Hansen等[19]指出，門限自回歸模型是一種估計結構性變化的非線性模型，其非線性是通過門限變量將樣本劃分為不同區制，利用各區制的線性關系擬合整個樣本的非線性特征。門限（自）回歸模型可以以區制轉換的形式描述市場間的非線性聯動關系，在對變量間的聯動性給出精確估計的同時，也可考察匯率波動變量對股市聯動性的門限效應，為股市間的聯動性研究提供了新的視角。基于此，本文使用門限自回歸模型進行估計。

定義被解釋變量為yt，解釋變量為Xt、Zt，其中，Xt的系數不隨區制變動而變化，Zt的系數在每個區制均不相同，qt為可觀測的門限變量，γ為門限值，且門限值嚴格遞增，即γ1＜γ2＜…＜γm，在區制j中有且僅有Ij（qt，γ）=I（γj＜qt＜），則門限回歸模型的一般形式可表示為：

式中，εt為隨機擾動項，與解釋變量不相關。本文旨在研究滬、港、美三市的聯動效應以及結構性變化，重點分析滬市與港市、美市之間的聯動效應，故被解釋變量yt代表上證，即DLNSZ，解釋變量Xt、Zt分別為港股、美股收益率DLNHSZ、DLNDQZ。考慮到本文旨在研究非線性的結構性變化，門限回歸方程設定時可省略解釋變量Xt[20]。

3.關于門限變量選取——匯率對股市波動抑制效應的時變性。從理論上而言，不同證券市場之間的聯動性主要源于四個方面：一是各國和地區間的經濟貿易往來為不同證券市場中的上市企業奠定了互通互聯的經濟基礎；二是不同市場間存在同源信息及信息傳遞，互聯網時代下，市場間的信息傳遞效率更高，對市場間情緒的“傳染效果”或將更優；三是在各國及地區資本項目開放背景下，不同市場間理性投資者會進行跨市資產配置，以尋求最小風險下的收益最大化選擇，這不斷影響著市場間的聯動性；四是異質性投資者的非理性交易行為差異導致股票市場間聯動的不確定性和時變特征。綜合朱孟楠等[21]、Roberto 等[22][23]、Refiner[24]、劉林等[25]、何誠穎等[26]以及陳道攀[27]的研究思路，本文從跨市資金流動及投資者異質性角度并結合我國實際給出以下假定：

H1：資本項目自由流通，投資者可進行跨市資產配置。

H2：股市有且僅有兩類投資者，即基本面投資者和技術交易者。

H3：國外投資者可投資于外國股市，但存在國外市場投資抑制參數φt。

H4：外匯市場實行有管理的浮動匯率制度。

則股市價格可表示為：

其中，相比國內投資者，國外投資者不僅同樣需要預期股市的投資價值，還需考慮匯率偏差，如果資產價格（包括股票和外匯）超過基本面價值，投資者會產生套利需求促使價格回歸價值。?＞0為價格調整參數，ωt∈［0，1］為技術交易者占比。定義技術交易者比例ωt為：

上式表示技術交易者占比是股價偏離價值的反函數。隨著股價偏離價值幅度增大，技術交易者認為股價被糾正風險越大，投資占比越低。θ為敏感性參數。

上式表示國內技術交易者投資需求函數。技術交易者認為資產價格會向某一個方向持續運動，受到股價與價值的偏差影響，其中F（，，…）表示關于歷史價格的股票基本面價值函數，βh為反應參數。

上式表示國外技術交易者的投資需求不僅受到股價與價值的偏差影響，還受到外匯市場匯率水平的影響，其中（i，M）表示關于利率、貨幣供給的匯率基本面價值函數，βh為反應參數，St為當期匯率水平，采取間接標價法。一般而言，國外技術交易者進行跨區投資時，不僅會考慮股票價格估值水平，還會考慮匯率的偏離程度，當股市與匯率處于低估值水平時，國外投資者將獲得匯率收益，此時國外技術投資者對股票的需求大于國內技術交易者。

上式表示國內基本面交易者的股市投資需求。與技術交易者不同的是，基本面交易者認為股價最終會回歸基本面價值，因此當股價低于基本面價值時存在投資需求，γh為反應參數。

上式表示國外基本面投資者的股市投資需求。當股價和匯率同時被低估時，投資需求上漲，當匯率高企，其投資需求相對國內基本面交易者較低。

綜上，股市價格波動不僅受到股價對基本面偏離程度的影響，還受到匯率水平的影響。由參數B可知，匯率水平對股價波動的影響方向與程度受價格調整系數?、股市中技術投資者占比ωt、國外投資者對內投資限制參數φt以及國外技術交易者和基本面交易者對股市的反應系數βf、γh共同影響；由于除φt在一定時期保持固定外，其余各參數是時變的，則匯率對股價的波動抑制效應是時變的。

4.門限回歸分析結果。考慮滬市、港市以及美市的聯動性研究導向以及匯率對股市波動的抑制效應的時變性分析，本文選取人民幣對港元中間價以及人民幣兌美元中間價（以下簡稱“匯率”）為門限變量。同上文，為消除異方差，對序列進行取對數做差分處理，得到其波動率序列，分別為：DLNHCNY、DLNUCNY。為對滬港通前后三年的樣本進行對比研究，本文對樣本一及樣本二分別進行了門限回歸分析（見表3），發現樣本一并未因匯率波動的時變效應而發生區制變化。

表3 樣本門限變量檢驗

如表3所示，基于樣本一的門限變量檢驗結果顯示，備選變量均未能拒絕原假設，即原序列并未發生區制變化；樣本二的檢驗結果顯示，備選門限變量均通過了門限變量檢驗，即可以作為門限變量考察原序列區制變化的非線性效應。

進一步，運用AIC最小準則，對樣本二進行了門限變量選取檢驗，結果顯示，DLNUCNY的殘差平方和小于DLNHCNY，則選取DLNUCNY為門限變量考察三市間聯動效應的非線性特征。

以DLNUCNY為門限變量，門限自回歸結果（見表4）顯示，匯率日波幅的門限值-0.1049%、0.0741%將滬港通后樣本數據分為三個區制。

當匯率日波幅為負且低于-0.1049%時：

DLNSZ=0.1642×DLNSZ（-1）+0.0806×DLNDQZ+0.5048×DLNHSZ （區制1）

當匯率日波幅在［-0.1049%，0.0741%）區間時：

DLNSZ=0.0905×DLNSZ（-1）-0.0721×DLNDQZ+1.1019×DLNHSZ （區制2）

當匯率日波幅大于等于0.0741%時：

DLNSZ=0.1902×DLNSZ（-1）+0.2737×DLNDQZ+0.4935×DLNHSZ （區制3）

回歸結果顯示，港市的日波幅對滬市的短期溢出效應存在非線性效果。當匯率日波幅增大時（區制1和區制3），短期溢出效應減弱（參數估計值減小）；而當匯率日波幅減小時（區制2），短期溢出效應增強（參數估計顯著增大）。相對于滬港通之前的樣本檢驗，滬港通后港市對滬市的短期波動溢出效應呈現出結構性、非線性變化，且這種效應受到匯率波幅的抑制作用，這對上文線性向量自回歸中出現的樣本一到樣本二的差異有了更進一步的解釋，且通過了1%的置信區間檢驗。由于美市對滬市的影響系數未通過顯著性水平檢驗，本文分析略。

以DLNHSZ為被解釋變量的門限回歸模型結果（見表5）顯示，匯率日波幅的門限值為-0.0261%，樣本二被分為兩個區制。

當匯率日波幅為負且低于-0.0261%時：

表4 樣本二門限自回歸模型估計結果（門限變量DLNUCNY，被解釋變量DLNSZ）

表5 樣本二門限回歸模型估計結果（門限變量DLNUCNY，被解釋變量DLNHSZ）

DLNHSZ=0.5210×DLNDQZ+0.3221×DLNSZ （區制1）

當匯率日波幅大于等于-0.0261%時：

DLNHSZ=0.1819×DLNDQZ+0.3313×DLNSZ （區制2）

回歸結果顯示，滬市對港市的短期溢出效應呈現出弱非線性效應（參數估計值區制差異小）。當匯率升值且日波幅加大時，美國股票市場對港市的短期波動溢出效應增強，而滬市對港市的短期波動溢出效應呈現弱化效應。

采取AIC最小準則，門限變量檢驗結果（見表6）顯示DLNHCNY為門限變量，門限值為-0.1581%，將樣本分為兩個區制。

當DLNHCNY為負且低于-0.1581%時：

DLNDQZ=0.0919×DLNSZ+0.3070×DLNHSZ （區制1）

當DLNHCNY大于等于-0.1581%時：

DLNDQZ=0.0032×DLNSZ+0.1492×DLNHSZ （區制2）

回歸結果顯示，港市對美市的短期波動溢出效應存在非線性特征。當港元升值且日波幅增大時（區制一），港市對美市的波動溢出效應增大，而滬市的這種影響不顯著。

四、結論與啟示

本文以線性向量自回歸和非線性門限自回歸兩個模型，運用滬港通開通前后三年的樣本數據，對滬市、港市以及美市之間的聯動性進行了深入的研究。利用線性Granger因果關系檢驗以及脈沖響應函數分析發現滬市與港市之間的聯動性在滬港通實施前后發生了結構性變化，并從投資者異質性以及跨市資產配置角度提出匯率對股市波動的時變抑制效應，進而以匯率日波幅為門限變量考察滬市、港市以及美市間聯動效應的區制轉換，發現滬市與港市呈現出顯著的雙向非線性短期波動溢出效應，且隨著匯率日波幅的加大，港市對滬市的短期波動溢出效應存在抑制效應，美市與滬市之間非線性短期波動溢出效應的區制轉換并不顯著，僅存在從美市到滬市的單向線性波動溢出效應。

表6 樣本二門限回歸模型估計結果（門限變量DLNHCNY，被解釋變量DLNDQZ）

1.滬、港兩市聯動性呈現出的非線性短期波動溢出效應具備經濟、制度基礎。線性Granger因果關系檢驗結果顯示滬、港兩市之間存在雙向聯動關系，非線性研究進一步驗證了這種短期非線性波動溢出效應，采取匯率日波幅為門限變量的區制檢驗顯示，匯率日波幅增大。對滬、港兩市的非線性短期波動溢出效應存在抑制性，即雙向浮動的匯率制度安排有利于抑制兩市的“波動傳染”。滬、港兩市之間聯動性的經濟基礎不僅僅體現在香港與內地的經濟往來上，更體現在內地企業赴港上市所注入的兩市互聯經濟基礎上。據港交所數據，2016年年底，內地上市公司數量占比50.8%，但交易額卻相當于港交所成交總額的70.6%。2014年11月，滬港通之后內地與香港股票市場之間的雙向開放機制逐步完善，“北上資金”（港資）與“南下資金”（內資）的交易動向也逐步成為各大金融研究機構的監測重點，兩市之間雙向開放的政策安排完善了兩市間非線性短期波動溢出效應的制度基礎，兩市間的聯動性或將日益增強。

滬、港兩市間的短期波動溢出效應在經濟運行穩定時有利于兩市間的良性發展，但不應忽視其在一定的條件下也可以轉換為兩市間的“傳染”性，激化緊張的市場情緒。本文以匯率日波幅為門限變量，研究證實匯率波動對兩市間的聯動性存在時變效應，當匯率日波幅增大時，對兩市之間的聯動性存在顯著的抑制性。基于此，相關部門或可從兩個角度著手：一是完善兩市間互動互聯的制度安排，使“北上”“南下”資金投資更加便利，同時完善投資者信息審核制度，放寬投資者準入標準，但應嚴格審核投資者相關信息，尤其是重大資金的來源審核，堅決禁止高倍杠桿資金的快進快出；二是完善人民幣匯率報價形成機制，適時、適度擴大人民幣雙向浮動區間，穩健促使人民幣匯率中間價市場化，但應吸取亞洲金融危機時國外游資“立體化”沖擊（股市、匯市以及期貨市場的立體化沖擊）的套利手法，建立包括匯率、股市以及股指期貨之間的動態監測機制。

2.滬市與美市僅存在由美市到滬市的短期波動溢出效應。Granger因果關系檢驗結果顯示，道瓊斯工業指數收益率可格蘭杰引致上證綜指收益率的波動，即存在由美市到滬市的短期波動溢出效應，非線性模型檢驗結果并未得出兩市聯動的非線性特征。我國內地股市雖在滬港通后憑借一系列措施，例如深港通開通以及MSCI入選等，加快了國際化進程，但對國際主要股市的短期波動溢出效應仍不顯著，尚未在國際上形成較大的影響力[11]，這與我國世界第二的經濟體地位不匹配。基于此，相關部門可以從兩個角度著手改進：一是加快內地證券市場建設，在交易制度以及上市制度等重要制度安排上開展適合本國國情并與國際并軌的最小差異化制度建設，同時應積極培育以機構投資者為主的市場投資風格，放寬機構準入標準，同時嚴格審核杠桿資金入市，隨時保持對系統性金融風險的警惕；二是重視以美市為代表的國際主要證券市場對我國內地股市的短期波動溢出效應，內地股市雖成長了近30年，但與國際成熟證券市場相比仍存在不足，重點體現在股市中散戶投資者占比較大，在此背景下若忽視國際重要證券市場對內地股市的短期波動溢出效應，有可能加大股市動蕩，甚至激化市場間負面情緒的“傳染”，不利于我國內地股市的穩健發展。