亞洲股市風險溢出效應研究

文/鄭曉輝（福建師范大學經濟學院）

一、引言

2020年以來世界范圍內新冠疫情相繼爆發并迅速蔓延，引起投資恐慌并造成全球資本市場劇烈波動，包括美國、韓國、印度尼西亞、菲律賓等在內的多國股市觸發“熔斷”機制。與此同時，各國互異的疫情防控能力、差異化的公共抗疫救濟政策、緊張的國際貿易關系等因素使得疫情沖擊下的國際股市關聯網絡和風險溢出關系愈加復雜。而亞太地區國家地理距離小、文化制度相似性高、經濟與金融的聯系比較密切，因此中國與亞洲股市的相互作用與整體聯動性更強。在此背景下，深入解析不同疫情發展階段上的國際金融風險傳染特征，基于統一框架分析中國股市與亞洲股市的風險溢入溢出關系，綜合考察疫情與國際股市風險溢出效應的時變非線性關系，對完善重大突發公共事件應對機制、防范國際風險向境內傳遞、維護國家金融穩定具有重要的現實意義。

基于前人的研究，本文的研究工作及潛在的邊際貢獻主要表現在以下兩個方面：第一，基于尾部風險CoVaR層面，使用LASSO-VAR模型構建風險溢出指數。一方面，相比波動率或在險價值（VaR），CoVaR能夠很好的度量整個系統遭受疫情沖擊時某個金融市場的損失，另一方面LASSO方法可以有效估計高維變量模型，減少內生變量個數，從而保證結果的可靠性。第二，借助Diebold和Yilmaz（2012）溢出指數模型，在統一框架下考察亞洲股市之間的風險溢出效應，并在此基礎上構建系統有向網絡，分析尾部風險的傳導路徑，識別中國股市在亞洲股市風險傳染中所扮演的角色以及可能存在的外部性風險來源，以對已有研究做有益補充。

二、樣本選取、數據來源與指標說明

本文選取2019年9月1日-2021年6月15日期間亞洲10個國家的12個代表性股市作為研究對象，以股指日收盤價的對數收益率作為研究樣本，為解決時區問題，使用R軟件剔除不在同一天交易的數據，對數收益率具體公式為：

選取的12個股指包括中國大陸上證指數、中國香港恒生指數、中國臺灣加權指數、韓國綜合指數、日經225指數、富時新加坡海峽時報指數、富時馬來西亞指數、印度尼西亞雅加達綜指、菲律賓馬尼拉綜指、泰國SET指數、越南胡志明指數、印度孟買Sensex30指數。除泰國SET指數和越南胡志明指數數據來源于英為財情官網外，其余股指數據均來源于東方財富choice數據庫。

收益序列的描述性統計顯示：第一，所有的收益率序列分布左偏且存在明顯的“尖峰肥尾”特征；第二，所有序列的均值都趨近于0，最大值與最小值呈現非對稱性；第三，所有序列都是平穩序列且大部分序列存在長記憶特征；第四，除中國大陸、香港、臺灣三個股市外，其余收益序列全部通過ARCH效應檢驗。之所以出現三個例外，我們懷疑是樣本時期過短，發現當將樣本期限區間起點延長到2015年1月1日時，12個股市序列全都在1%的顯著水平上通過ARCH異方差檢驗，可以進行GARCH模型進行建模。為此邊緣分布建模期限為2015年-2021年，但實際考察的期限為2019年9月-2021年6月（表1）。

表1 樣本描述性統計及相關檢驗結果

三、實證結果

（一）尾部風險溢出效應

本文首先使用CoVaR指標進行廣義預測方差分解以構建Diebold和Yilmaz溢出指數，根據SC準則，VAR模型滯后階數為2階，設定預測期為10期，滾動窗口為150期（約一年）。

1.靜態溢出效應分析

參考梁琪等（2015）的研究思路，將每個滾動子樣本的溢出表進行平均，以分析全樣本時期內各股市尾部風險的溢出關系。從總溢出指數來看，整體溢出值為71.6%，說明有超過70%的溢出是由跨市場因素引起的，而股市自身的影響僅不到30%。具體到各個股市，日本和泰國股市似乎是對其他亞洲股市風險貢獻最大的兩個部門，風險輸出均達到99%以上，其次是中國香港股市（85.7%），最小的為馬來西亞股市，僅有15.5%。從對角線上的元素來看，股市自身沖擊對尾部風險變化的貢獻較小，所有的數值均低于50%，特別是新加坡股市對自身的影響只有18.0%，說明其他股市對新加坡股市的影響要遠遠大于該股市對自身的影響；對自身影響最大的是中國大陸股市，達到44.4%，接近一半，這從側面反映出我國的資本管制政策在一定程度上減輕了外部沖擊對國內金融市場的影響。從凈溢出指標Net來看，泰國和日本股市在亞洲股市風險溢出中占據主導地位，而馬來西亞和中國大陸股市的凈溢出為負，總體來看屬于被溢出狀態。綜合以上來看，亞洲股市之間具有緊密的相關性。

2.動態溢出效應分析

上一部分的靜態分析結果只能反映亞洲各股市在全樣本期內的平均情況，無法分析尾部風險溢出效應的時變特征，本節將從時間維度探討新冠疫情前后亞洲股市尾部風險溢出效應的特征。

圖1從總體視角刻畫了疫情前后亞洲股市尾部風險溢出效應的動態演變特征，其中，亞洲股市尾部風險由12個股市CoVaR加權平均計算所得，從圖中我們可以歸納出以下結論：

圖1 動態總溢出指數與亞洲股市尾部風險

第一，尾部風險具有顯著的跨地區、跨市場溢出效應。其中，總溢出指數在全樣本期間的平均水平為71.59%，并在46.05%-89.29%之間波動。這意味著各亞洲股市超過一半的尾部風險變化來自于亞洲股市間的相互作用，市場間的尾部風險聯動性較強，各國或地區股市在受到自身風險影響的同時，他國股市尾部風險溢出效應也發揮著重要作用。

第二，新冠疫情對亞洲股市風險溢出的影響主要集中在2020年，2021年1月后，疫情對股市風險溢出的影響逐漸減弱。作為一種突發公共衛生事件，新冠疫情對股市波動最直接的影響渠道來自股票投資者的心理效應。疫情初期，較高的傳染性和死亡率以及有限的治療手段引發投資者的負面心理反應，同時對疫情信息的過度關注容易造成公眾情緒的波動。在“羊群效應”和“喚醒效應”影響下，投資者急于撤離資金、調整資產配置類型，風險通過投資者情緒和共同風險敞口渠道迅速擴散，并對亞洲股市產生巨大沖擊，表現出風險溢出指數的急速上升。如今，距疫情爆發已過一年之久，公眾對新冠病毒的認知已比較理性，以中國為核心的亞洲新冠疫苗研發中心已形成，多個亞洲國家紛紛開始計劃大規模接種新冠疫苗，隨著信息傳遞暢通、不確定性不斷降低，投資者情緒正由恐慌期向適應期轉變，心態趨于理性，因此盡管疫情時有反彈，新冠疫情對金融市場的沖擊將不斷減弱。

（二）中國股市外部性輸入風險

圖2為從兩兩相關視角刻畫了亞洲其他股市對中國大陸股市的風險凈溢出效應，從圖2中，我們可以總結以下結論：

圖2 亞洲其他股市對中國大陸股市的風險凈溢出效應

第一，亞洲其他股市對中國大陸股市的風險凈溢出效應存在時變性，且疫情全面爆發后大多數時期中國大陸股市是風險輸入方。如圖2所示，疫情前，除馬來西亞和越南股市外，其他股市對中國大陸股市的凈風險溢出為負，主要是受到中國大陸股市的風險溢出的影響；而在疫情全面爆發后，亞洲股市對中國大陸股市的風險凈溢出在大多數時期為正，說明亞洲其他股市對中國大陸股市的風險溢出效應要大于中國大陸股市對其他股市的溢出，總的來說，疫情后中國大陸更多時候是風險輸入方。我國已是全球第一貿易大國，也是世界大多數國家和地區的最大貿易合作伙伴，在世界工廠中占據樞紐地位，是全球經濟增長的重要驅動力，在疫情全球蔓延時，中國已經開始復工復產，成為全球經濟恢復最快的國家，但其他亞洲國家或地區的經濟貿易活動仍然受到較大限制，各股市的風險容易通過經濟基本面途徑對我國股市產生一定沖擊。

第二，中國香港是中國大陸股市外部風險輸入的主要來源。從圖2中可以看出，相比其余股市，中國香港股市對中國大陸股市的凈風險溢出值為正，且風險溢出程度較高。已有研究證明，中國香港是亞太股市重要的信息交流與風險傳導中介，在大陸股市國際化進程中發揮著“窗口效應”和“比價效應”（曾裕峰等，2017）。2021年以來，香港股市對中國大陸的風險溢出效應越來越高，應注意外部風險通過香港股市對中國大陸產生的間接風險。

四、結論及建議

本文從雙時變Copula模型出發，基于尾部風險指標使用LASSO-VAR模型構建Diebold和Yilmaz（2014）風險溢出指數，以亞洲股市為研究對象，度量了12個代表性市場在疫情各個階段下的尾部風險溢出效應，并使用社會網絡方法刻畫了風險溢出網絡的動態演進過程，最后還分析了新冠疫情與風險溢出效應的非線性關系。

研究結果表明：第一，新冠疫情顯著提升了亞洲股市間的風險溢出效應。從整體亞洲股市來看，疫情的首次沖擊對股市間的風險溢出影響最大，二次沖擊時的風險溢出效應最強；從中國大陸股市與各股市的溢入溢出關系來看，與國內疫情相比，國外疫情對我國股市產生的沖擊相對較小。第二，疫情沖擊下亞洲股市風險溢出效應具有時變性與非對稱性。隨著疫情發展，中國股市由風險輸出者向風險接受者轉變，平均來講，發達經濟體股市風險溢入和溢出均大于新興經濟體。第三，風險溢出效應具有區域聚集特征。中國香港、韓國和泰國股市是關聯網絡的中心樞紐，日本、新加坡、泰國、越南、印度股市主要扮演風險凈輸出者的角色，而中國大陸、中國香港、中國臺灣、韓國、馬來西亞、菲律賓股市主要扮演風險凈承擔者的角色。第四，中國股市與其他股市的風險溢入溢出關系存在非對稱性，總的來說疫情后中國大陸更多時候是風險輸入方，且中國香港是中國大陸股市外部風險輸入的主要來源。