國際股市聯(lián)動條件下中國股市與匯市的非線性相依關(guān)系研究

苑 瑩，鳳靖宇，劉 娜

(東北大學(xué) 工商管理學(xué)院，沈陽 110169)

隨著信息化和經(jīng)濟(jì)自由化進(jìn)程的加快，中國金融市場的自由度不斷提高，與國際資本間的互動愈發(fā)頻繁。作為金融市場中兩個重要的樞紐市場，股市與匯市之間的聯(lián)系變得尤為緊密:匯率變動會對股票價格產(chǎn)生影響，一國貨幣的升值(貶值)會減少(增加)國內(nèi)企業(yè)的國際競爭力及其現(xiàn)金流量，從而使國內(nèi)股票價格降低(提高);同樣，國內(nèi)股票價格上漲也會觸發(fā)匯率相應(yīng)調(diào)整以適應(yīng)國內(nèi)外資產(chǎn)供求的變化[1]。對于股市與匯市間相依關(guān)系的研究最早可以追溯到1981年，Aggarwal[2]通過實證分析驗證了股市與匯市間顯著的正相關(guān)關(guān)系。此后，國內(nèi)外學(xué)者對于股市與匯市間相關(guān)關(guān)系的研究層出不窮。Dornbusch等[3]提出的國際貿(mào)易模型(匯率導(dǎo)向模型)認(rèn)為匯率會通過改變一國企業(yè)的國際競爭力進(jìn)而影響企業(yè)的現(xiàn)金流量，并將這種變化反映在股價上，即匯率變動會單方面影響股價。Frankel[4]和Branson[5]提出的資產(chǎn)組合平衡模型(股票導(dǎo)向模型)認(rèn)為股價上漲將吸引境外資本流入，增加本國貨幣需求進(jìn)而推升本幣價值，同時本幣升值也會進(jìn)一步吸引外資的流入，繼而推高股價。部分學(xué)者在傳統(tǒng)理論解釋的基礎(chǔ)上，從實證分析的角度對股市與匯市間的相依關(guān)系進(jìn)行研究。Wong[6]通過對多個國家股市與匯市間相依關(guān)系的研究，發(fā)現(xiàn)不同國家股市與匯市均顯著相關(guān)，且大多顯著負(fù)相關(guān)。Xie等[7]通過對發(fā)達(dá)國家和新興國家股市與匯市間相依關(guān)系的研究發(fā)現(xiàn)，股票市場收益率波動對匯率市場收益率存在一定的預(yù)測作用，但匯率市場對股票市場不具有這種預(yù)測功能。綜上所述，深入研究股市與匯市間相依關(guān)系不僅對監(jiān)管部門進(jìn)行風(fēng)險管理、維護(hù)金融市場穩(wěn)定具有重要影響，同時對投資者進(jìn)行跨市場資產(chǎn)配置、實現(xiàn)安全資產(chǎn)轉(zhuǎn)移具有重要現(xiàn)實意義。

自2005年7月21日中國對人民幣匯率政策進(jìn)行改革以來，人民幣匯率的波動幅度較匯率政策改革前成倍增加，中國股市與匯市之間的聯(lián)動性愈發(fā)明顯[8-9]。楊子暉等[9]通過對2005年及2015年兩次匯率改革前后45個國家和地區(qū)的股票和外匯市場之間尾部風(fēng)險傳染的研究，證明了中國股市與匯市間存在顯著的非線性聯(lián)動效應(yīng)，全球股市與匯市間存在顯著的尾部相依性，同時發(fā)達(dá)國家與發(fā)展中國家的金融市場尾部風(fēng)險傳染強度存在較大差異。鄧燊等[10]證明了中國股市與匯市間存在著協(xié)整關(guān)系，同時人民幣升值是股市上漲的單向Granger原因。謝赤等[11]采用小波多分辨分析方法研究人民幣匯率制度改革后其波動與股票價格波動間的關(guān)系，發(fā)現(xiàn)兩者之間關(guān)系在短期表現(xiàn)為股票市場向外匯市場的單向波動溢出關(guān)系，長期表現(xiàn)為雙向波動溢出效應(yīng)。

以往對股市與匯市間相依關(guān)系的研究僅孤立地考慮兩者間靜態(tài)的相依關(guān)系，但隨著經(jīng)濟(jì)一體化進(jìn)程的不斷推進(jìn)，世界各國金融市場間的聯(lián)系愈發(fā)緊密，市場間聯(lián)動現(xiàn)象表現(xiàn)得尤為突出。國際股市聯(lián)動是指不同國家股票市場的收益率波動協(xié)同變化，且這種聯(lián)動在極端波動時期會變得更加強烈，如1998年的亞洲金融危機、2008年的金融危機以及2015年中國股災(zāi)等，在這些極端波動事件發(fā)生前后金融市場間的聯(lián)動關(guān)系往往會發(fā)生顯著變化[12-14]。學(xué)者們通過豐富的理論和實證分析證明國際股票市場聯(lián)動普遍存在，且這種聯(lián)動具有時變性和異質(zhì)性。Longin等[15]認(rèn)為在熊市時一國股票市場與國際市場聯(lián)動程度增大而牛市時聯(lián)動減小。唐振鵬等[16]從資產(chǎn)分散化和事件分散化的角度，研究極端波動時期中國股票市場與亞太地區(qū)10個國家股票市場的聯(lián)動現(xiàn)象，驗證這種具有時變性的聯(lián)動存在。對于國際市場聯(lián)動的研究，尤其是對極端波動時期國際市場聯(lián)動的研究一直是資本市場和國際金融領(lǐng)域的熱點問題。正因如此，對于股市與匯市間相依關(guān)系不能只進(jìn)行靜態(tài)的、孤立的研究，應(yīng)基于全局化視角，將兩者間相依關(guān)系的研究放在市場聯(lián)動背景下，聚焦于極端波動時期，這種研究結(jié)果才更加接近真實市場，更加有現(xiàn)實意義。

早期的相關(guān)性研究大多采用線性方法研究兩個市場之間的關(guān)系，如協(xié)整分析、Granger因果檢驗和VAR模型等。隨著研究的深入，學(xué)者們逐漸認(rèn)識到金融市場之間的相關(guān)性具有一系列復(fù)雜的非線性特征，因此，度量金融市場間相關(guān)關(guān)系的方法也由最初的線性方法向非線性方法轉(zhuǎn)變。Copula方法是目前應(yīng)用最廣泛的非線性方法之一，可以與許多其他方法結(jié)合，能夠較好地捕捉非線性相依關(guān)系和尾部相關(guān)關(guān)系[17-20]。Copula方法最早由Sklar[21]提出，根據(jù)Sklar的定義可以將一個聯(lián)合分布分解為n個邊緣分布和一個Copula函數(shù)，用這個Copula函數(shù)描述變量間的相關(guān)性。隨后，Copula方法被Embrechts等[22]應(yīng)用于金融研究領(lǐng)域，取得了豐富的研究成果，應(yīng)用最廣泛的Copula函數(shù)為二元Copula和多元Copula，但當(dāng)其用于測度高維相依結(jié)構(gòu)時會存在“維數(shù)詛咒”。為解決多元相關(guān)的問題，Joe等[23]提出Vine Copula函數(shù)，將多元聯(lián)合密度分解為多個邊緣分布、一組雙變量Copula函數(shù)和條件Copula函數(shù)的乘積，突破了二元以及多元Copula函數(shù)在刻畫高維相關(guān)時假設(shè)不同資產(chǎn)間相依結(jié)構(gòu)必須采用同種Copula函數(shù)測度的局限性，在提高準(zhǔn)確性的同時極大降低了刻畫高維聯(lián)合分布函數(shù)的難度[24]。

鑒于上述分析，本文采用R-vine Copula方法研究國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系，并構(gòu)建參數(shù)動態(tài)化的動態(tài)R-vine Copula方法進(jìn)行穩(wěn)健性檢驗，在對全樣本區(qū)間進(jìn)行分析后，聚焦于極端波動時期，進(jìn)一步研究2008年全球金融危機前后和2015年中國股災(zāi)前后國際股市聯(lián)動對中國股市與匯市間非線性相依關(guān)系的影響，比較極端波動前后相依關(guān)系的變化特征，據(jù)此為國際投資者和政府監(jiān)管部門提出相關(guān)政策建議。

基于已有文獻(xiàn)的現(xiàn)狀和不足，本文的主要貢獻(xiàn)表現(xiàn)在:

(1)突破了以往對于兩市場間相依關(guān)系靜態(tài)、孤立的研究，將中國股市和中國匯市間相依關(guān)系研究放到國際股市聯(lián)動的條件下，這種度量方法更加接近真實市場并且能夠從全局化的視角出發(fā)，全面地對兩者之間相依關(guān)系進(jìn)行研究。

(2)對中國股市和中國匯市的相依關(guān)系進(jìn)行研究時，聚焦于2008年全球金融危機和2015年中國股災(zāi)兩次極端波動事件，更有針對性地研究極端波動事件前后的國際股票市場聯(lián)動條件下中國股市和中國匯市的相依關(guān)系，為極端風(fēng)險下的金融市場風(fēng)險管理提供有力支撐。

(3)采用R-vine Copula方法進(jìn)行國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系研究并構(gòu)建動態(tài)R-vine Copula方法進(jìn)行穩(wěn)健性檢驗，同時選取靜態(tài)和動態(tài)兩類Copula方法對國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系進(jìn)行了全面、多角度測度，使結(jié)果更具說服力。

1 模型介紹

1.1 基于ARMA-GARCH類模型構(gòu)建邊緣分布

考慮到金融資產(chǎn)的收益率序列存在尖峰、有偏、自相關(guān)性、異方差性、杠桿效應(yīng)等典型特征，有必要構(gòu)建合理的邊緣分布模型對這些特征進(jìn)行刻畫，故選取ARMA-GARCH類模型構(gòu)建邊緣分布。ARMA-GARCH-t模型的均值方程、方差方程以及殘差分布分別為:

其中，式(1)為隨機變量X it的條件均值方程，εit=σitξit，式(2)為條件方差方程為條件方差，式(3)中的殘差ξit服從t分布。

金融時間序列中也往往存在杠桿效應(yīng)，Nelsen等[25]提出基于非線性指數(shù)變換的EGARCH模型，ARMA-EGARCH-t模型能較好地刻畫時間序列存在的杠桿效應(yīng)，區(qū)別于一般的ARMA-GARCH-t模型，其條件方差模型為

鑒于一些金融時間序列的收益率會依賴于它的波動率，Engle等[26]設(shè)定ARCH-M模型將條件方差引入條件均值方程，ARMA-M-GARCH-t類模型的均值模型為

式中，η為條件方差引入σit條件均值方程的待估參數(shù)。

1.2 基于R-vine Copula方法構(gòu)建相依結(jié)構(gòu)

R-vine Copula方法將多元聯(lián)合密度分解為多個邊緣分布、一組雙變量Copula函數(shù)和條件Copula函數(shù)的乘積，相較于常見的C-vine Copula和D-vine Copula函數(shù)，R-vine Copula不對變量之間的連接結(jié)構(gòu)進(jìn)行限制，具有更高的靈活性以及更好的擬合優(yōu)度，使其能夠?qū)ψ兞恐g相關(guān)關(guān)系進(jìn)行更加準(zhǔn)確的度量[23，27-28]。因此，本文采用三元Rvine Copula進(jìn)行研究，其聯(lián)合密度函數(shù)表達(dá)式為

式中:c ij是一對變量經(jīng)變換后F i(x i)和F j(x j)的二元Copula密度函數(shù)是具有兩個變量的條件密度函數(shù):

通過初步對中國股市與匯市關(guān)系的測度發(fā)現(xiàn)，兩個市場的上下尾部相關(guān)關(guān)系較小，且較為對稱。因此，本文構(gòu)建R-vine Copula函數(shù)時選取二元橢圓族Copula函數(shù)，其包括二元Gaussian Copula函數(shù)和二元T-Copula函數(shù)。二元Gaussian Copula函數(shù)分布函數(shù)公式為

式中:Φ-1(·)是標(biāo)準(zhǔn)一元正態(tài)分布函數(shù)Φ(·)的逆函數(shù);ρ∈(-1，1)是線性相關(guān)系數(shù)，衡量變量u和v之間相依結(jié)構(gòu)。二元T-Copula函數(shù)的分布函數(shù)為

式中:ρ∈(-1，1)是線性相關(guān)系數(shù)是自由度為v的一元t分布函數(shù)T v(·)的逆函數(shù)。

Patton[29]提出可以通過指定相依參數(shù)的演變遵循ARMA(1，q)過程來構(gòu)建動態(tài)的二元Copula函數(shù)。對于二元Gaussian Copula，變量i和j之間的時變相依參數(shù)為

式中，函數(shù)Λ(x)=(1-e-x)(1+e-x)-1，它的引入是為了確保ρt∈(-1，1)，Φ-1(x)是標(biāo)準(zhǔn)正態(tài)分布函數(shù)的逆函數(shù)，若估計T-Copula函數(shù)，則需要被替換為標(biāo)準(zhǔn)t分布函數(shù)的逆函數(shù)T-1(x)。

R-vine Copula函數(shù)的參數(shù)估計過程參考文獻(xiàn)[30]。借助Kendallτ相關(guān)系數(shù)和尾部相關(guān)性來描述變量間整體的相依關(guān)系和上下尾部的相依關(guān)系。表1所示為本文選取的Copula函數(shù)的Kendallτ以及下尾和上尾的尾部相關(guān)性。

表1 構(gòu)建R-vine Copula函數(shù)的二元Copula函數(shù)的基本特征

2 實證研究

2.1 數(shù)據(jù)選取與描述性統(tǒng)計

本文選取人民幣兌美元(CNYUSD)匯率中間價(間接標(biāo)價法)作為外匯市場的代理變量，選取滬深300指數(shù)作為中國股票市場的代理變量，選取美國S&P500指數(shù)、歐洲STOXX50指數(shù)、香港恒生指數(shù)HIS、日本N225指數(shù)、英國FTSE100指數(shù)以及由全球證券市場構(gòu)建的全球股市指數(shù)MSCI作為國際股市的代理變量。

本文選取的全樣本時段為2006-01-04～2019-02-28，涵蓋了2008年全球金融危機與2015年中國股災(zāi)兩次危機事件，聚焦于極端波動時期，進(jìn)一步分析金融危機前后以及股災(zāi)前后中國股市與匯市之間相依關(guān)系的變化情況，以2008年9月15日雷曼兄弟破產(chǎn)和2015年6月15日中國股票市場全面跌停作為金融危機和中國股災(zāi)發(fā)生的標(biāo)志，以此將全樣本分為4個子樣本區(qū)間。考慮到股市間的交易時差及各市場交易日的不一致，分別將亞洲市場對歐美股市采取滯后1天處理，并剔除市場間不匹配的數(shù)據(jù)，共得到2 828個樣本數(shù)據(jù)。所有的數(shù)據(jù)均來自Wind數(shù)據(jù)庫和Bloomberg數(shù)據(jù)庫。實驗工具采用Eviews10.0、Matlab2016a和R軟件。

全樣本下各對數(shù)收益率序列的基本統(tǒng)計量如表2列示。

表2 全樣本各對數(shù)收益率序列的基本統(tǒng)計量分析

2.2 邊緣分布的構(gòu)建

由表2的描述性統(tǒng)計結(jié)果可見，各對數(shù)收益率序列均平穩(wěn)，且具有不同程度的自相關(guān)性、異方差性、非對稱性以及“尖峰厚尾”等典型特征，故選用ARMA-GARCH類模型對收益率序列的自相關(guān)性和異方差性進(jìn)行過濾。考慮到篇幅限制，只展示各對數(shù)收益率在全樣本下的邊緣分布參數(shù)估計和檢驗的結(jié)果，如表3所示。

表3 全樣本對數(shù)收益率序列邊緣分布的參數(shù)估計

2.3 國際股市聯(lián)動條件下中國股市與匯市間的靜態(tài)相依關(guān)系

采用R-vine Copula函數(shù)分析國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系，根據(jù)AIC準(zhǔn)則在Gaussian Copula和TCopula中選擇最優(yōu)的Copula函數(shù)。本文聚焦于極端波動時期，分別在全樣本下、2008年全球金融危機前后和2015年中國股災(zāi)前后進(jìn)行分析。首先，通過R-vine Copula第一棵樹的估計結(jié)果分析國際股市與中國股市間、國際股市與中國匯市間的聯(lián)動關(guān)系;然后，通過二元Copula函數(shù)分析非條件下中國股市與中國匯市間的相依關(guān)系，再通過R-vine Copula函數(shù)第二棵樹的參數(shù)分析國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系;最后，比較國際股市聯(lián)動條件下中國股市與匯市間的相依關(guān)系以及非條件下估計的中國股市與中國匯市間的相依關(guān)系。

2.3.1 國際股市與中國股市間、國際股市與中國匯市間的靜態(tài)聯(lián)動關(guān)系 本節(jié)分別研究國際股市與中國股票市場、中國匯率市場間的靜態(tài)聯(lián)動關(guān)系。表4所示為國際股市與中國股市間靜態(tài)Copula函數(shù)參數(shù)估計的結(jié)果(即包括3個變量的R-vine Copula函數(shù)第一棵樹的參數(shù)估計結(jié)果)。根據(jù)表4，所有國際股市與中國股市間的Kendallτ系數(shù)都大于0，表明國際股市與中國股市間存在正向聯(lián)動關(guān)系，其中香港股市與中國股市間的聯(lián)動關(guān)系最強，其Kendallτ系數(shù)值為0.345 9;全球股市與中國股市間的Kendallτ系數(shù)值為0.081 0。對比2008年全球金融危機前后的結(jié)果發(fā)現(xiàn)，金融危機后各國際股市與中國股市間的Kendallτ系數(shù)值均大于對應(yīng)金融危機前的Kendallτ系數(shù)值，金融危機后各國際股市與中國股市間的聯(lián)動關(guān)系均明顯增強。對比2015年中國股災(zāi)前后估計的結(jié)果，同樣可以發(fā)現(xiàn)，股災(zāi)后各國際股市與中國股市間的聯(lián)動關(guān)系要強于股災(zāi)前的聯(lián)動關(guān)系。從尾部相關(guān)性上看，中國股市與香港股市間存在顯著的上下尾部相關(guān)關(guān)系，而與其他國家、地區(qū)或全球股市的尾部相關(guān)不明顯。

表4 國際股市與中國股市間靜態(tài)R-vine Copula第一棵樹的估計結(jié)果

表5為國際股市與中國匯市間靜態(tài)Copula函數(shù)參數(shù)估計的結(jié)果。由全樣本的估計結(jié)果可見，所有國際股市與中國匯市間估計的Kendallτ系數(shù)都為正，表明總體上，所有國際股市與中國外匯市場間存在正聯(lián)動關(guān)系，即國際股市的走強伴隨著人民幣的升值，相應(yīng)地，國際股市的走弱伴隨著人民幣的貶值。其中，全球股市與中國匯市間的Kendallτ系數(shù)最大為0.133 8。對比金融危機前后的估計結(jié)果，金融危機后國際股市與中國匯市間的相依強度都有所增大，且所有國際股市在金融危機后與中國匯市間均存在較強的正聯(lián)動關(guān)系。由股災(zāi)前后的估計結(jié)果可見，與股災(zāi)前相比，股災(zāi)后所有國際股市與中國匯市間的聯(lián)動關(guān)系都減小，這一變化與金融危機前后的變化是不同的。從尾部相關(guān)性上看，所有國際股市與中國匯市間的尾部相關(guān)性都較弱。

表5 國際股市與中國匯市間靜態(tài)R-vine Copula第一棵樹的估計結(jié)果

總體上，國際股市與中國股市間及中國匯市間均存在正向聯(lián)動關(guān)系。香港股市與中國股市間的聯(lián)動關(guān)系和尾部相關(guān)關(guān)系最強，全球股市與中國匯市的聯(lián)動關(guān)系最強;金融危機后和股災(zāi)后，國際股市與中國股市間的聯(lián)動關(guān)系均強于對應(yīng)的金融危機前和股災(zāi)前的聯(lián)動關(guān)系;香港股市與中國匯市間、全球股市與中國匯市間在各分段樣本內(nèi)均存在正向聯(lián)動關(guān)系，而其他國際股市在分段樣本內(nèi)與中國匯市間可能存在一定的反向聯(lián)動關(guān)系。上述結(jié)果表明，研究國際股市聯(lián)動對估計中國股市與匯市間的非線性相依關(guān)系具有重要意義，因此，本文進(jìn)一步分析國際股市聯(lián)動對中國股市與匯市間相依關(guān)系的影響。

2.3.2 中國股市與中國匯市間的靜態(tài)相依關(guān)系 在確認(rèn)國際股市對中國股市以及中國匯市均存在影響之后，本節(jié)對中國股市與中國匯市間的靜態(tài)相依關(guān)系進(jìn)行研究。表6所示為中國股市和中國匯市間非條件Copula函數(shù)的估計結(jié)果。由表6全樣本的估計結(jié)果可見，中國股市與中國匯市間存在正相依關(guān)系，Kendallτ系數(shù)的估計值為0.048 8。由子樣本的估計結(jié)果可見，各個子樣本區(qū)間內(nèi)中國股市與中國匯市間也均存在正相依關(guān)系。與金融危機前相比，金融危機后的中國股市與中國匯市間的相依關(guān)系有所增強，相應(yīng)的Kendallτ系數(shù)的值由0.058 8變化至0.076 1。由中國股災(zāi)前后的結(jié)果可見，股災(zāi)后的中國股市與匯市間的相依關(guān)系要小于股災(zāi)前兩者間的相依關(guān)系，同時，中國股市與中國匯市在金融危機后和股災(zāi)后有一定上下尾部相關(guān)關(guān)系。綜上所述，中國股市與中國匯市間存在正相依關(guān)系，即股市的上升，伴隨著人民幣的升值;股市的下跌，伴隨著人民幣的貶值。

表6 中國股市與匯市間靜態(tài)二元Copula的估計結(jié)果

進(jìn)一步分析這種正相依關(guān)系是由國際貿(mào)易效應(yīng)還是資產(chǎn)組合平衡效應(yīng)引起的，表7所示為中國2006～2017年凈出口占GDP的比重。由表7可知，2006～2017年中國凈出口都是大于0的，即中國是貿(mào)易順差國家。如果從國際貿(mào)易模型(流量導(dǎo)向模型)來看，中國股市與匯市間存在負(fù)相依關(guān)系，即本幣的貶值應(yīng)伴隨著股市的上升，本幣的升值伴隨著股市的下降，這與前文實證結(jié)果不符。而資產(chǎn)組合平衡模型(存量導(dǎo)向模型)認(rèn)為無論貿(mào)易結(jié)構(gòu)如何，股市與匯市間均存在正相依關(guān)系。因此，從這一角度出發(fā)，資產(chǎn)組合平衡模型比國際貿(mào)易模型更能解釋中國股市與中國匯市間的正相依關(guān)系。

表7 2006～2017年中國凈出口占GDP的比重 %

上述結(jié)果表明，國際股市與中國股市、國際股市與中國匯市間均存在聯(lián)動關(guān)系，且非條件下估計的中國股市與中國匯市間的相依關(guān)系更傾向于是由資產(chǎn)組合平衡模型來解釋的，資產(chǎn)組合平衡模型認(rèn)為股市對匯市具有導(dǎo)向關(guān)系。國際股市作為國際經(jīng)濟(jì)的風(fēng)向標(biāo)，其勢必要影響中國金融市場，尤其對中國股市的聯(lián)動影響。

國際股市聯(lián)動條件下中國股市與中國匯市間的靜態(tài)R-vine Copula函數(shù)參數(shù)估計結(jié)果如表8所示。相比于非條件下估計的中國股市與中國匯市間的相依關(guān)系，考慮國際股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系均減弱，甚至在香港股市聯(lián)動條件下，中國股市與匯市間存在負(fù)相依關(guān)系;而從尾部相關(guān)性來看，無論是條件下還是非條件下估計的中國股市與中國匯市間的尾部相關(guān)性都很小。

表8 中國股市與匯市間靜態(tài)R-vine Copula第二棵樹的估計結(jié)果

進(jìn)一步對比分析由R-vine Copula和非Vine Copula估計的中國股市與中國匯市間相依關(guān)系，由于上述實證結(jié)果顯示尾部相關(guān)性的對比不明顯，故在此只研究Kendallτ系數(shù)的差值。根據(jù)表9，在全樣本下R-vine Copula與非Vine Copula函數(shù)估計的Kendallτ系數(shù)的差值都小于0，表明在國際股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系都小于非條件下估計的中國股市與中國匯市間的相依關(guān)系，即忽略國際股市聯(lián)動會造成估計中國股市與中國匯市間的相依關(guān)系存在偏差。

表9 R-vine Copula與非Vine Copula估計的Kendallτ系數(shù)的差值

2008年全球金融危機前，香港和全球股市對應(yīng)的Kendallτ系數(shù)的差值為負(fù)，表明在香港股市和全球股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系均小于非條件下估計的中國股市與中國匯市間的相依關(guān)系，而在美國、歐洲和英國股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系大于非條件下估計的中國股市與匯市間的相依關(guān)系。金融危機后，所有Kendallτ系數(shù)的差值都小于0，表明在各國際股市聯(lián)動條件下估計的中國股市與中國匯市的相依關(guān)系均小于非條件下估計的中國股市與中國匯市間的相依關(guān)系。對比股災(zāi)前和股災(zāi)后Kendallτ系數(shù)的差值結(jié)果，在美國、香港和全球股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系要小于非條件下估計的中國股市與中國匯市的相依關(guān)系。而在歐洲、日本和英國股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系大于非條件下估計的中國股市與中國匯市間的相依關(guān)系。

在子樣本中，國際股市的聯(lián)動對中國股市和中國匯市的影響是不同的:在美國、香港股市聯(lián)動的條件下估計的中國股市與匯市間相依性一般要小于非條件下估計的中國股市與匯市間相依性，而在歐洲、日本和英國股市聯(lián)動條件下估計的中國股市與匯市間的相依性則會大于非條件下估計的中國股市與中國匯市間的相依性。

總而言之，國際市場對中國金融市場的影響不是單一形成的，而是所有市場共同作用的結(jié)果。本文通過估計全球股市聯(lián)動條件下中國股市與匯市間的關(guān)系，試圖分析所有國際股市對中國股市與中國匯市間的關(guān)系的總影響進(jìn)行分析:從結(jié)果上看，在全球股市聯(lián)動條件下估計的中國股市與匯市間的相依性在各樣本區(qū)間均小于非條件下中國股市與中國匯市間的相依性;從得到的Kendallτ系數(shù)差值看，在2008年全球金融危機后和2015年中國股災(zāi)后的這一差值比對應(yīng)的金融危機前和股災(zāi)前均增大。

3 穩(wěn)健性檢驗

為豐富文章的研究視角，同時檢驗實證結(jié)果的穩(wěn)健性，采用Patton[29]提出的參數(shù)動態(tài)化方法，構(gòu)建動態(tài)R-vine Copula函數(shù)，研究國際股市聯(lián)動條件下中國股市與匯市間的動態(tài)相依關(guān)系。表10～12分別所示為國際股市與中國股市、國際股市與中國匯市、中國股市與中國匯市的動態(tài)Copula函數(shù)的參數(shù)估計結(jié)果。

表10 國際股市與中國股市間動態(tài)R-vine Copula第一棵樹估計結(jié)果

各情況下的Kendallτ秩相關(guān)系數(shù)見圖1～3。圖1為國際股市與中國股市間的動態(tài)Kendallτ系數(shù)的走勢，根據(jù)圖1可知所有國際股市與中國股市間均存在正向聯(lián)動關(guān)系，且香港股市與中國股市之間的聯(lián)動關(guān)系最強，日本股市、美國股市、全球股市、歐洲股市、英國股市與中國股市的相依性依次減弱，同時各國際股市與中國股市間的Kendallτ系數(shù)是時變的。

表11 國際股市與中國匯市間動態(tài)R-vine Copula第一棵樹估計結(jié)果

表12 中國股市與匯市間動態(tài)二元Copula和R-vine Copula第二棵樹的估計結(jié)果

圖2所示為國際股市與中國匯市間動態(tài)Kendallτ系數(shù)的走勢。根據(jù)圖2，國際股市與中國匯市間的聯(lián)動關(guān)系是時變的，尤其在金融危機前后和股災(zāi)前后，聯(lián)動關(guān)系的方向會發(fā)生反轉(zhuǎn)。國際股市與中國匯市間的聯(lián)動關(guān)系并不具有穩(wěn)定的同向變動關(guān)系，這與中國采取嚴(yán)格的匯率管制政策有關(guān)，中國匯率并不能完全由市場決定，不能完全自由浮動，所以國際市場與中國匯市的聯(lián)系緊密程度低于國際股市與中國股市的聯(lián)系。

圖3所示為中國股市與中國匯市在國際市場聯(lián)動條件下(動態(tài)R-vine Copula)和非條件下(二元動態(tài)Copula)的動態(tài)的Kendallτ走勢。根據(jù)圖3，中國股市與中國匯市間的相依關(guān)系波動浮動較小，這也與中國實行的較為嚴(yán)格的匯率政策有關(guān)。在美國股市、香港股市和全球股市聯(lián)動條件下估計的中國股市與中國匯市間的相依關(guān)系要小于非條件下估計的中國股市與匯市間的相依關(guān)系，而歐洲股市、日本股市和英國股市聯(lián)動條件對中國股市與匯市間相依關(guān)系的影響并不顯著。

根據(jù)圖1和圖2，國際股市與中國股市和中國匯市分別存在正相關(guān)關(guān)系，忽略國際股市聯(lián)動的影響會高估中國股市與中國匯市間的相依關(guān)系。全球股市聯(lián)動的影響弱于香港股市聯(lián)動的影響，一方面，由于香港股市與中國金融市場間的互聯(lián)互通性更強，其他國際股市可能通過香港股市間接影響中國股市;另一方面，不同國際股市對中國金融市場的聯(lián)動影響可能存在不同，而全球股市是反映所有國際股市綜合的結(jié)果。因此，其影響也是所有股市強弱綜合的結(jié)果。

為進(jìn)一步檢驗國際股市與中國股市以及國際股市和中國匯市是否在極端波動期間具有更強的相依性，借鑒Tachibana[30]的處理，估計如下公式:

式中:是估計的國際股市(i=1)和中國股市(i=2)間時變Kendallτ系數(shù)是國際股市(i=1)和中國匯市(i=3)間的時變Kendallτ系數(shù)為選取估計的全球股市的時變波動率為全球股市的波動率的均值，σ為波動率的方差。當(dāng)c和b同正或同負(fù)時，表示當(dāng)國際股市極端波動時，兩個市場間的正相依性或負(fù)相依性變得更大。

為了檢驗國際股市聯(lián)動條件下的中國股市與中國匯市間的相依關(guān)系，和非條件下的中國股市與中國匯市的相依關(guān)系之間的偏差是否隨著國際股市波動的增強更增大，構(gòu)建如下公式:

如表13所示，首先，由國際股市和中國股市的相依關(guān)系參數(shù)估計結(jié)果可見，所有c都大于0，說明國際股市與中國股市間存在正的Kendallτ秩相關(guān)關(guān)系，這與靜態(tài)分析的結(jié)果一致。由估計的b值可見，除了歐洲股市估計的b值小于0，其他國際股市與中國股市間估計的b值均大于0，與c的方向一致，且在99%的置信水平下顯著，表明這些國際股市與中國股市間的Kendallτ秩相關(guān)性在金融市場極端波動期間均有增強。

表13 檢驗極端波動時期的高相依關(guān)系的參數(shù)估計結(jié)果

其次，由國際股市與對中國匯市間的相依關(guān)系參數(shù)估計結(jié)果可見，估計的c值均大于0，表明從總體上看，國際股市與中國匯市間存在正向聯(lián)動關(guān)系，這與靜態(tài)分析的結(jié)果基本一致。由估計的b值可見，除美國股市估計的b值小于0，其他國際股市與中國匯市間估計的b值均大于0，結(jié)合估計的c大于0，也表明在極端波動時期各國際股市與中國匯市間的正聯(lián)動關(guān)系會有所增強。

最后，由中國股市與中國匯市間相依關(guān)系參數(shù)估計結(jié)果可見，估計的c值小于0，表明從整體上看，忽視國際股市聯(lián)動的影響，會高估中國股市與中國匯市間的相依關(guān)系。另外，結(jié)合估計的b值分析，b值均小于0，除香港股市對應(yīng)的b值不顯著，其他估計的b值均在99%的置信水平下顯著，進(jìn)一步表明，在極端波動時期，忽視國際股市聯(lián)動影響會導(dǎo)致極大程度上高估中國股市與中國匯市間的相依關(guān)系，且國際股市主要通過影響中國股市來影響中國股市與中國匯市間的相依關(guān)系。

本文的研究表明，國際股市對中國股市與中國匯市間的相依關(guān)系有影響，香港股市聯(lián)動對中國股市與中國匯市間相依關(guān)系的影響較為明顯，其次是綜合考慮所有股市的全球股市聯(lián)動對中國股市與中國匯市間相依關(guān)系的影響。香港作為國際金融自由港，是中國金融市場與國際金融市場交流的橋梁，國際股市也會在一定程度上通過香港股市間接影響中國金融市場。

4 結(jié)論

本文在國際股市聯(lián)動條件下對中國股市與匯市間的非線性相依關(guān)系進(jìn)行研究，突破了以往對于市場間相依關(guān)系的孤立研究，將兩者間相依關(guān)系研究放到國際股市聯(lián)動的條件下，基于全局化視角研究兩者間的非線性相依關(guān)系，聚焦2008年全球金融危機和2015年中國股災(zāi)兩次極端波動事件，分別在全樣本和4個子樣本下，采用ARMA-GARCH類模型對各市場收益率的邊緣分布進(jìn)行擬合，并進(jìn)一步采用靜態(tài)及動態(tài)R-vine Copula方法分析全樣本以及2008年全球金融危機前后和2015年中國股災(zāi)前后國際股市聯(lián)動條件下的中國股市與匯市間相依關(guān)系的變化。研究結(jié)果表明:

(1)整體來看，國際股市與中國股市間、國際股市與中國匯市間均存在顯著的正向聯(lián)動關(guān)系，國際股票市場的波動勢必會影響中國股市與中國匯市，因此，中國監(jiān)管部門亟需加強風(fēng)險預(yù)警機制，防范國際金融風(fēng)險的輸入性影響;同時，中國股市與中國匯市間存在正相依關(guān)系，且中國股市對中國匯市有正向引導(dǎo)作用，兩者間的相依關(guān)系被證明可以由資產(chǎn)組合平衡模型解釋。

(2)聚焦極端波動時期，在金融危機后以及股災(zāi)后國際股市與中國股市間的聯(lián)動關(guān)系比這些極端事件發(fā)生前更加強烈，而國際股市與中國匯市間的聯(lián)動關(guān)系在金融危機后增強，在股災(zāi)后有所減弱。這說明，中國股市和匯市在國際資本震蕩發(fā)展的大環(huán)境下對抗風(fēng)險的能力不足，容易受到來自國際股市波動的影響，這要求中國金融市場在自由度不斷增強的同時進(jìn)一步提高抗風(fēng)險能力。

(3)在國際股市聯(lián)動條件下測度的中國股市與中國匯市間的相依關(guān)系小于不考慮國際股市聯(lián)動條件下中國股市與中國匯市間的相依關(guān)系。這表明，忽視國際股市聯(lián)動的影響會導(dǎo)致對中國股市與中國匯市間相依關(guān)系的估計存在偏差，且這種偏差在金融危機、股災(zāi)等極端波動時期后都會不同程度地增加，這恰恰說明了在國際股市聯(lián)動條件下研究中國股市與匯市間相依關(guān)系的重要性和必要性，在研究兩者相依關(guān)系時若忽略國際股市聯(lián)動的影響將不能夠準(zhǔn)確合理地判斷兩者間的關(guān)系。

深入研究股市與匯市間的相依關(guān)系不僅對國際投資者進(jìn)行跨市場資產(chǎn)配置、實現(xiàn)安全資產(chǎn)轉(zhuǎn)移具有重要現(xiàn)實意義，同時對于政府監(jiān)管部門進(jìn)行風(fēng)險管理、維護(hù)金融市場穩(wěn)定具有重要影響。

當(dāng)國際投資者進(jìn)行跨市場資產(chǎn)配置時:首先，應(yīng)充分考慮國際市場聯(lián)動給各國市場帶來的影響，持續(xù)關(guān)注國際股市波動情況，投資者對中國股市或中國匯市進(jìn)行投資時需在國際股市的動態(tài)聯(lián)動條件下合理配置資產(chǎn)構(gòu)建投資組合;其次，極端波動時期為了減少不必要的損失，投資者在國際市場上進(jìn)行投資時應(yīng)該減少那些在極端波動時期受其他市場影響較大的資產(chǎn)，轉(zhuǎn)而關(guān)注那些在極端波動時期受其他市場波動影響相對較小的資產(chǎn)。

當(dāng)政府監(jiān)管部門進(jìn)行金融風(fēng)險監(jiān)管時:首先，需要注意防范金融風(fēng)險的跨國、跨市場沖擊，由于中國股市和匯市受到來自國際股市的沖擊較為強烈，在全球金融一體化不斷加深的大背景下，亟需警惕金融風(fēng)險的跨國、跨市場傳導(dǎo)，尤其需要重點關(guān)注來自發(fā)達(dá)國家的風(fēng)險傳染，防范國際輸入性風(fēng)險;其次，及時評估全球視角下的金融系統(tǒng)監(jiān)管規(guī)章，適時做出調(diào)整并采取相應(yīng)措施以防范可能的經(jīng)濟(jì)下行，正確認(rèn)識中國金融市場與國際市場間的聯(lián)動關(guān)系，在制定單一市場監(jiān)管規(guī)章時，應(yīng)放眼全球市場，基于全局化視角充分考慮不同市場及不同國家市場間的聯(lián)動效應(yīng)，針對不同的國際經(jīng)濟(jì)形勢及時采取相應(yīng)措施;最后，進(jìn)一步完善金融風(fēng)險協(xié)調(diào)管理政策并構(gòu)建風(fēng)險預(yù)警機制，近年來金融危機頻發(fā)，市場間的共振會導(dǎo)致暴漲暴跌事件的發(fā)生，應(yīng)不斷完善中國金融風(fēng)險協(xié)調(diào)管理政策，有效防范系統(tǒng)性金融風(fēng)險的跨市場傳染，同時建立風(fēng)險預(yù)警機制對風(fēng)險進(jìn)行更好地管控，針對不同情況及時調(diào)整相關(guān)政策。