“滬港通”對“滬倫通”的開通風險啟示

姜雨汐

摘 要：隨著“滬倫通”機制的展開逐漸被提上日程，其面臨的風險和問題也值得內地市場給予充分的關注。尤其是市場風險來源和影響更是需要內地投資人提前給予重視。以“滬港通”為參考對象，針對互聯互通機制以及股票市場的聯動性，對滬倫通可能帶來的風險給予預測。

關鍵詞：滬港通;滬倫通;風險測量

中圖分類號：F830.91? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）01-0061-02

引言

“滬港通”是兩岸及香港資本市場進一步加強合作，深化內地與香港資本市場雙向交流，提升我國資本市場的國際化水平的重要舉措之一。“滬港通”是指內地與香港股票市場的互聯互通機制。該政策于2014年4月發布，同年11月正式開通。但“滬倫通”的建議機制更為復雜，包括時差影響、對賣空的支持程度、結算交易時間安排等的不一致都會對我國證券市場產生不同程度的影響。

2018年4月11日。中國證監會宣布擴大滬港互聯互通的每日額度，充分展示了該政策對加強兩地資本市場聯系，推動資本市場雙向開放所帶來的積極影響。但是，當我們慶賀“滬港通”逐漸實現我國金融市場國際化目標的同時，它所帶來的金融市場風險的來源和實際影響，都為“滬倫通”的順利開通提供著相應的參考價值。

一、文獻綜述

自“滬港通”開通以來，大量學者從不同維度去解析該項政策。其中，分析事件開通前后的市場聯動性的文獻占據大多數。如方艷、賀學會等人運用t-Copula-aDCC-GARCH模型對“滬港通”開通前后的滬、深、港、美市場間的聯動性進行研究，發現四個市場之間滬深的相依性最顯著。

再者，研究該事件對市場波動性影響的文獻也比較普遍，鄒新陽、鄧瑤以滬港通開通后的上證，恒生指數作為研究對象，主要運用GARCH模型和格蘭杰因果檢驗來研究滬港通對滬港兩市波動性的影響情況，以及滬港兩市相互之間的影響情況。甘易、譚思對滬港通的運作模式、項目特點以及傳導機制做出分析，總結出在滬港通的影響下，貨幣供應量會在短期內增加，長期內減少，并且產生較大的潛在影響。

綜上所述，雖然部分學者運用事件研究法，GARCH等工具對市場聯動性，市場波動性做了大量研究測算。但是，運用GARCH模型衡量“滬港通”引入后對滬市A股市場風險的影響并與滬倫通做出對比的文獻并不多見。因此，筆者主要利用將GARCH與VaR相結合的方法研究市場風險，豐富現有相關成果。

二、數據來源與實證分析

（一）數據來源及處理

本文以滬市A股綜合指數數據為研究對象，盡可能縮小時間窗口以規避由于過長的時間跨度引起的不確定因素干擾。并收集了證券代碼、交易日期、日開盤價、日最高價、日最低價、日收盤價等相關信息作為研究變量。

此次研究選取的樣本范圍為滬港通開通日前后各250個交易日的上證A股綜合指數每日收盤價格，將整個樣本區間劃分為：階段一，2013年11月17日至2014年11月16日;階段二，2014年11月17日至2015年11月17日。為進一步優化股票價格數據，將階段一期間內首次公開發行的股票樣本及階段一和階段二中股票交易停盤天數超過20天的樣本進行剔除。最終，樣本包含491個交易日數據，數據源于CSMAR數據庫。

（二）實證分析

根據上文的數據處理和研究設計，為適應GARCH模型，保證數據的連續性和可比性，本文對收益率形式做自然對數的處理，定義收益率為Rt=lnPt-lnPt-1。其中，Pt 為t日的收盤價格，Pt-1為t-1日的收盤價格。

根據收益率序列基本統計特征圖，樣本區間的峰態明顯高正態分布（Kurtosis=7.737536>3），收益率序列的偏度（Skewness=-1.093222<0），并且Jarque-Bara檢驗結果為553.5707，相應概率為約為0。因此，拒絕均值為零的正態分布假設。

與此同時，通過收益率序列的基本統計分析可知，收益率序列圍繞均值波動，不存在趨勢，因此選擇不存在截距項和趨勢項的模型進行單位根檢驗。

由于ADF=3.5602，分別小于不同檢驗水平的三個臨界值，并且t統計量值遠小于1%顯著水平的臨界值。因此，我們可以在99%的置信水平下認為該收益率序列有顯著平穩性。

對樣本區間的收益率序列及收益率平方進行Ljung-Box相關性檢驗，ACF圖與PACF圖顯示至少在1階、2階、4階存在自相關與偏相關現象，因此在滯后期10階以內不能拒絕序列無自相關的假設。

對收益率序列的隨機擾動項進行ARCH-LM檢驗，當q=10時檢驗結果依然顯著，因此可以判定該收益率殘差序列存在ARCH（q）高階效應。

綜上所述，對滬港通開通前后的樣本區間收益率波動比較平穩，波動幅度隨時間的變化而變化，表現出類聚現象;同時ADF檢驗表明，該序列表現平穩;且ACF圖和PACF圖顯示出的自相關與偏相關在部分階數上顯著異于0，序列存在自相關性。因此，利用GARCH模型是進行估計是可行的，筆者利用Eviews8.0對收益率序列在不同分布類型下進行檢驗，其參數估計過程如下：

分別對階段一和階段二進行不同分布下的GARCH（1，1）模型測算。根據赤池信息準則（AIC）和施瓦茨（SC）準則，我們可以認為，GARCH-GED模型相比于Normal distribution和Students t分布下的GARCH（1，1）模型，可以更好地擬合收益率分布情況。

對GARCH-GED模型的殘差進行ARCH-LM檢驗，根據結果，我們可以接受原假設，認為殘差序列不存在自相關，亦不存在ARCH效應。同時也說明，該模型能夠較好地闡釋收益率序列的異方差現象。因此，使用GARCH-GED模型能夠較好地擬合收益率序列，從而計算得出VaR。

殘差檢驗采用Q統計量相關檢驗圖，該圖是基于標準殘差的自相關系數和偏相關系數來檢驗均值方程估計是否正確。由結果可知，Q統計量均不顯著，故估計是正確的。

上文以對上證A股綜合指數進行正態性檢驗，拒絕收益率服從正態分布的假設。因此，采用參數法的VaR公式VaR=？滓tα計算階段一和階段二的風險價值。由于VaR的測量依賴于給定的置信水平，因此通過Matlab軟件計算得到GED分布的分位數α。因此，運用上述公式可計算出我國“滬港通”開通前后的風險價值VaR。

由結果可知，在95%的置信水平下，上證A股綜合指數第二階段的風險值相對于第一階段有所增大，增幅超過197%。與此相似，在給定99%的置信區間下，風險值增幅超過196%。因此，開通“滬港通”政策使上證市場的市場風險水平有大幅度的提高，風險波動性增強。

三、結論與建議

“滬港通”作為我國從內地市場向國際開放化市場轉型的重大嘗試，其推出后必然經歷不斷完善修正的過程，而這一過程也為“滬倫通”的開展提供了借鑒意義。本文通過對“滬港通”開通后的風險進行測量研究，認為“滬港通”對我國證券市場的影響程度較大，對市場的穩定性產生了近雙倍的威脅。其主要的原因如下：

第一，股市交易政策不一致。我國內地股市實行T+1的交易制度，而香港實行T+0的交易制度。靈活的交易制度使香港股民在出現非可控因素而導致股市劇烈波動時，盡可能減少損失。

第二，漲跌停板制度不一致。內地政府為有效緩解和控制過度投資行為，自1996年起對內地市場推行漲跌停板制度。但香港資本市場可靈活反映資本需求變化，無漲跌停板限制。因此在滬港通開通后，漲跌停板的混亂也造成市場投資風險。

第三，金融危機聯動影響。滬港通進一步加大我國與國際金融資本市場的聯系程度，因此國際金融危機及金融事件都會導致我國內地證券市場的波動，這在一定程度上也導致滬港通開通后我國資本市場的劇烈波動。

“滬倫通”與“滬港通”共同承擔起我國金融市場對外開放的艱巨歷史任務。但是，滬倫通所面臨的挑戰要遠遠超過滬港通所經歷的。滬港通帶給滬倫通的啟示有：首先，比起滬港兩市由于交易時間不同而帶來的套利空間所引起的風險，滬倫兩市由于時差問題而導致的市場風險也會相應增大。其次，兩地交易規則，監管制度等都存在較大差異。內地投資者的專業知識不足，羊群效應顯著。若在不熟悉倫敦股市相關規定規則下盲目投資，也會導致股市的大幅度波動。最后，來自歐洲的金融危機也會迅速波及內地，沖擊本為平和的內地金融市場。

參考文獻：

[1]? 方艷，賀學會，劉凌，曹亞暉.“滬港通”實現了我國資本市場國際化的初衷嗎？——基于多重結構斷點和t-Copula-aDCC-GARCH模型的實證分析[J].國際金融研究，2016，（11）：76-86.

[2]? 楊曉靜.“滬港通”跨境監管法律問題探析[D].上海：華東政法大學，2015.

[3]? 楊翻翻，何曉嵐.“滬港通”對我國股票市場影響的實證研究[J].北方經貿，2017，（8）：86-89.

[4]? 陳九生，周孝華.滬港通背景下滬港股市聯動性研究[J].北京理工大學學報：社會科學版，2017，（2）：87-93.

[5]? 鄒新陽，鄧瑤.滬港通對滬港兩市波動性的影響——基于GARCH模型的實證分析[J].當代金融研究，2018，（1）：57-66.

[6]? 甘易，譚思.滬港通對我國貨幣供應量及貨幣政策的影響[J].區域經濟評論，2016，（3）：48-52.

[7]? 嚴佳佳，郭瑋，黃文彬.“滬港通”公告效應比較研究[J].經濟學動態，2015，（12）：69-77.

[8]? 馮永琦，段曉航.“滬港通”對滬港股市聯動效應的影響[J].經濟體制改革，2016，（2）：143-147.

[9]? 程子彥.“滬倫通”或將于今年9月落地時區問題恐成最大障礙[J].中國經濟周刊，2016，（25）：62-63.

[10]? 皮海洲.滬倫通：對機構投資者而言是個機遇[J].金融經濟，2018，（3）：33-34.