科創(chuàng)板市場與A股市場的相關(guān)性分析

王繼瑩

（嶺南師范學(xué)院數(shù)學(xué)與統(tǒng)計學(xué)院，廣東 湛江 524048）

一、引言

近年來，我國一直致力于深化供給側(cè)改革和金融市場改革，隨著資本市場體系維度的不斷優(yōu)化，科創(chuàng)板于2019年7月在上海證券交易所正式開市交易，A股市場又注入了新活力。科創(chuàng)板的設(shè)立提高了資本市場服務(wù)于社會實體經(jīng)濟(jì)的能力，為科技創(chuàng)新和實體產(chǎn)業(yè)發(fā)展帶來了新的資源支持，提升了國家科技競爭力。

隨著科創(chuàng)板正式掛牌交易，其與A股市場其他指數(shù)的關(guān)系引起了人們的關(guān)注。研究資本市場各個上市板之間的相關(guān)性，有助于了解我國資本市場各個組成部分的聯(lián)動關(guān)系，其研究成果能夠作為分析與研究資本市場結(jié)構(gòu)與趨勢的輔助工具，也能夠?qū)ΡO(jiān)管層制定相應(yīng)的決策起到一定的作用。學(xué)術(shù)界目前已存在很多資本市場指數(shù)之間的相關(guān)性分析，陳守東等（2003）運(yùn)用協(xié)整分析和誤差修正模型（ECM），實證研究了中國A股市場與國際主要股市的關(guān)系，結(jié)果表明A股市場與國際主要市場之間不存在協(xié)整關(guān)系。趙倩倩（2011）綜合運(yùn)用多種方法，包括VAR 模型、Granger因果檢驗、脈沖響應(yīng)函數(shù)和方差分解模型等，實證分析了中美股市收益率的聯(lián)動性，結(jié)果表明：中國和美國股票市場之間的收益率存在一定的聯(lián)動性，且隨著時間的推移，聯(lián)動性有增強(qiáng)的趨勢。薛襄稷等（2012）應(yīng)用Johansen方法研究了上證綜指、深成指數(shù)、創(chuàng)業(yè)板指數(shù)和中小板指數(shù)的協(xié)整關(guān)系，結(jié)果表明，這四個指數(shù)不存在協(xié)整關(guān)系。同時， Granger因果檢驗、脈沖響應(yīng)函數(shù)和方差分解顯示：與其他股票價格指數(shù)相比，上證指數(shù)具有很強(qiáng)的獨(dú)立性和外生性，其他指數(shù)對它的影響最小。本文擬借鑒已有研究的計量方法，對科創(chuàng)板與A股中主板、創(chuàng)業(yè)板的相關(guān)性進(jìn)行研究。

二、樣本選擇與基本統(tǒng)計性質(zhì)

研究不同上市板塊之間的相關(guān)性，需要選取能夠代表本上市板塊的指數(shù)作為研究對象。本文選取滬深300指數(shù)、創(chuàng)業(yè)板指數(shù)和科創(chuàng)50指數(shù)，其中，滬深300指數(shù)和創(chuàng)業(yè)板指數(shù)存續(xù)時間較長，能夠很好地反映出主板市場和創(chuàng)業(yè)板市場的總體情況，而科創(chuàng)板50指數(shù)的總市值覆蓋率超過五成，營業(yè)利潤和歸母凈利潤方面的占比超七成，也具有較強(qiáng)的代表性。由于在金融時間序列的研究，通常用收益率序列來替代直接使用價格序列，對數(shù)收益率比算術(shù)收益率處理起來更加方便，因此，在本文的實證研究中，均使用對數(shù)收益率來計算各上市板市場收益率，即Rt=lnPt-lnPt-1，為t日指數(shù)的收盤價格。科創(chuàng)50指數(shù)、滬深300指數(shù)、創(chuàng)業(yè)板指數(shù)的對數(shù)收益率分別記作：KRt、HRt、CRt，研究區(qū)間為科創(chuàng)50指數(shù)推出日2019年12月31日至2021年3月26日。

下面我們通過數(shù)據(jù)來展現(xiàn)各指數(shù)的基本統(tǒng)計性質(zhì)：

首先，從表1可以看出：主板、創(chuàng)業(yè)板和科創(chuàng)板收益率的均值均大于0。這說明在研究區(qū)間，投資主板、科創(chuàng)板和創(chuàng)業(yè)板都能獲得一定的盈利，各指數(shù)的標(biāo)準(zhǔn)差可以看出，科創(chuàng)板的波動最大，其次是創(chuàng)業(yè)板、主板較穩(wěn)定。深市稍微穩(wěn)定些，表明科創(chuàng)板作為新興板塊，相對于主板以及創(chuàng)業(yè)板市場具有更高的風(fēng)險和較強(qiáng)的投機(jī)性。

表1 KRt、HRt、CRt的描述性統(tǒng)計

三、實證研究

下面我們對三大市場進(jìn)行相關(guān)性的實證分析。首先通過單位根檢驗來檢驗時間序列的平穩(wěn)性，其次運(yùn)用協(xié)整分析和Granger因果檢驗研究各變量之間的長期穩(wěn)定和相互引導(dǎo)的關(guān)系，最后通過脈沖響應(yīng)以及方差分解對各變量的沖擊效應(yīng)進(jìn)行分解。

1.單位根檢驗

如果兩個變量存在單位根，那么它們就是非平穩(wěn)時間序列，那么直接對二者擬合模型會造成虛假回歸，并不合理；因此，為了保證回歸結(jié)果的合理性，需要在擬合模型前檢驗時間序列的平穩(wěn)性。下面，主要采用的是ADF檢驗（增廣的Dickey-Fuller檢驗），通過Eviews10.0軟件對KRt、HRt、CRt進(jìn)行平穩(wěn)性檢驗。結(jié)果如下：

從表2可以看出，在顯著性水平為1%時，三個指數(shù)的對數(shù)收益率序列均拒絕ADF原假設(shè)，說明均不存在單位根，為單整序列，可以使用協(xié)整理論來研究它們之間的長期均衡關(guān)系。

表2 對KRt、HRt、CRt平穩(wěn)性檢驗結(jié)果

2.協(xié)整檢驗與誤差修正模型

當(dāng)為同階單整時，兩個或多個非平穩(wěn)時間序列之間的線性組合形式可能是平穩(wěn)的，也就意味著它們之間可能存在著長期穩(wěn)定的均衡關(guān)系（協(xié)整關(guān)系），因此可以通過協(xié)整檢驗的方法來檢驗，本文采用Johansen檢驗方法對變量進(jìn)行協(xié)整檢驗。

首先建立KRt與HRt、KRt與CRt的VAR模型，在做協(xié)整關(guān)系檢驗之前，需要我們對建立的VAR模型選擇合理的滯后期，運(yùn)用Eviews10.0的lag length criteria對VAR模型的最佳滯后期進(jìn)行判斷，綜合AIC、SC以及LR準(zhǔn)則選定最佳滯后階數(shù)為3。之后，對KRt與HRt、KRt與CRt的長期關(guān)系進(jìn)行檢驗：

由表3可以看出，HRt與KRt之間存在協(xié)整關(guān)系，其協(xié)整方程為：

表3 KRt與HRt、KRt與CRt的Johansen協(xié)整檢驗結(jié)果

HRt=6.2012KRt+0.000103(R2=0.5280 D.W=2.0391 F=331.1484)

CRt與KRt之間也存在協(xié)整關(guān)系，其協(xié)整方程為：

CRt=-8.528KRt-0.000216（R2=0.6146 D.W=2.033 F=471.95）

兩個協(xié)整方程各項檢驗數(shù)值均表現(xiàn)良好。說明創(chuàng)業(yè)板指數(shù)、滬深300指數(shù)均與科創(chuàng)50指數(shù)之間均存在一種長期均衡關(guān)系，創(chuàng)業(yè)板與科創(chuàng)板反方向變化，主板與科創(chuàng)板同方向變化。

3.Granger因果關(guān)系檢驗

協(xié)整檢驗和誤差修正模型證明了主板市場和創(chuàng)業(yè)板市場均與科創(chuàng)板之間存在長期穩(wěn)定的均衡關(guān)系，但并不能說明這種均衡關(guān)系中存在著相互的因果關(guān)系，仍需要進(jìn)一步檢驗。下面將進(jìn)行Granger因果關(guān)系檢驗以確定各市場板塊之間的相互影響關(guān)系。因果關(guān)系檢驗中需要選定滯后階數(shù)，本文根據(jù)AIC準(zhǔn)則確定各變量的滯后階數(shù)為3。檢驗結(jié)果見表4。

表4 Granger因果檢驗

對于KRt不是HRt的Granger原因的零假設(shè)，拒絕它犯第一類錯誤的概率為0.0772，表明至少90%的置信水平下，可以拒絕零假設(shè)；HRt不是HRt的Granger原因的概率為0.0533，也可以拒絕零假設(shè)。所以認(rèn)為KRt和HRt互為Granger成因。對于KRt不是CRt的Granger原因的零假設(shè)，拒絕它犯第一類錯誤的概率為0.1263，并不能拒絕零假設(shè)，因此，KRt不是CRt的Granger原因；CRt不是KRt的Granger原因的概率為0.0039，可以拒絕零假設(shè)。所以，科創(chuàng)板與主板市場存在雙向的因果關(guān)系，創(chuàng)業(yè)板市場與科創(chuàng)板市場之間只存在單向的因果關(guān)系。

3.脈沖響應(yīng)函數(shù)與方差分解

Granger因果關(guān)系檢驗結(jié)果展示了時間序列間存在相互影響的因果關(guān)系，但無法全面地展示出VAR 模型具有的特殊的動態(tài)結(jié)構(gòu)性質(zhì)， 脈沖響應(yīng)（Impulse Response） 函數(shù)可以展示出通過模型變量的擾動是怎樣對其它所有變量產(chǎn)生影響的，同時，也變量的擾動又是怎樣反饋到變量自身上來的。下面，通過Eviews軟件對已建立的VAR（3）模型進(jìn)行脈沖響應(yīng)函數(shù)分析。分析結(jié)果如圖1～圖4所示。橫軸表示沖擊作用的滯后期間數(shù)，能夠反映出波動持續(xù)的時間，縱軸反映了解釋變量的單位沖擊引起因變量的波動程度。實線代表脈沖響應(yīng)函數(shù)的趨勢，虛線代表正負(fù)兩倍標(biāo)準(zhǔn)差（閾值）。

利用脈沖響應(yīng)函數(shù)分析科創(chuàng)50指數(shù)對于的響應(yīng)情況和響應(yīng)途徑。從圖1可以看出，在前1.5期，HRt對KRt的一個標(biāo)準(zhǔn)差擾動的響應(yīng)為正值，但為較低的強(qiáng)度且逐漸下降；在2期后，脈沖響應(yīng)始終為負(fù)，在第2.5期時達(dá)到最大的負(fù)響應(yīng)后，負(fù)響應(yīng)逐漸減小，并在第6期后逐漸趨于平穩(wěn)。這說明在初期，科創(chuàng)板的上市對主板市場資金的分流并不大，對其波動也其微弱的正向促進(jìn)作用，而隨著市場的逐步發(fā)展，其對于主板的影響趨于越來越微弱。從圖2可以看出，在前2.5期，KRt對HRt的一個標(biāo)準(zhǔn)差擾動的響應(yīng)為較大的正值且逐漸下降，但強(qiáng)度非常低且逐漸下降，在第3.5期時達(dá)到最大的負(fù)響應(yīng)后，負(fù)響應(yīng)逐漸減小，并在第6期后逐漸趨于平穩(wěn)。這說明在初期，作為新興板塊的科創(chuàng)板受主板的影響較大，發(fā)展到一定階段后，其表現(xiàn)出一定的獨(dú)立性。而相應(yīng)的，根據(jù)圖3，在前3期，CRt對KRt的一個標(biāo)準(zhǔn)差擾動的響應(yīng)為正且逐漸增大，在第3期時達(dá)到最大的正響應(yīng)后逐漸減小，在3.5期達(dá)到最大負(fù)響應(yīng)后逐漸回升，并在第5期后趨于平穩(wěn)。這說明科創(chuàng)板由于與創(chuàng)業(yè)板相似的企業(yè)屬性，在上市初對創(chuàng)業(yè)板有一定的推動作用，而后隨著市場上投資者情緒的穩(wěn)定，科創(chuàng)板對創(chuàng)業(yè)板的推動作用逐漸減弱并趨于穩(wěn)定。圖4和圖2的形態(tài)很類似，可以看出，在初期，作為新興上市板的科創(chuàng)板受創(chuàng)業(yè)板的影響較大，發(fā)展到一定階段后，其表現(xiàn)出一定的獨(dú)立性。

圖1 HR對KR的脈沖響應(yīng)函數(shù)

圖2 KR對HR的脈沖響應(yīng)函數(shù)

圖3 KR對CR的脈沖響應(yīng)函數(shù)

圖4 CR對KR的脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)主要反映兩變量之間相互影響的方向，方差分解則可以說明每個隨機(jī)擾動對于每個內(nèi)生變量的解釋能力。方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評價不同結(jié)構(gòu)沖擊的重要性。下面分別對KRt、HRt和CRt進(jìn)行方差分解，結(jié)果見表5。從HRt方差分解結(jié)果看，HRt的預(yù)測誤差從一開始就大部分都是由自身擾動引起的，第3期后自身擾動所占的比例基本穩(wěn)定在97.8%，而的影響只占2%左右；從KRt的方差分解結(jié)果來看，HRt對KRt的波動的沖擊從第一期起就大于KRt受自身擾動的影響，雖從第2期開始，逐漸減弱，但仍維持在50%以上。從HRt與CRt的方差分解結(jié)果來看，CRt的預(yù)測誤差同樣從一開始就大部分都是由自身擾動引起的，第3期后自身擾動所占的比例基本穩(wěn)定在98.1%，而KRt的影響最大只占到2.2%左右；從KRt的方差分解結(jié)果來看，CRt對HRt的波動的沖擊從第一期起就大于KRt受自身擾動的影響，雖從第2期開始，逐漸減弱，但仍維持在60.4%以上。從結(jié)果顯然可以看出主板對科創(chuàng)板以及創(chuàng)業(yè)板對科創(chuàng)板的影響均大于科創(chuàng)板對主板和創(chuàng)業(yè)板的影響，這一結(jié)論也與脈沖相應(yīng)分析的結(jié)果一致。

表5 方差分解結(jié)果

四、結(jié)論

本文對科創(chuàng)板、主板和創(chuàng)業(yè)板的股票市場指數(shù)之間的聯(lián)動關(guān)系進(jìn)行了數(shù)量分析，得到了以下實證結(jié)論。

1.滬深300指數(shù)、創(chuàng)業(yè)板指數(shù)和科創(chuàng)50指數(shù)都是單整序列，且根據(jù)Johansen協(xié)整檢驗的結(jié)果，科創(chuàng)50指數(shù)和滬深300指數(shù)、科創(chuàng)50指數(shù)和創(chuàng)業(yè)板指數(shù)之間均具有協(xié)整關(guān)系，即存在長期均衡關(guān)系，科創(chuàng)板市場與主板市場、創(chuàng)業(yè)板市場都有一定的相關(guān)性。根本原因在于，無論是哪個上市板的市場，都處于中國特色社會主義經(jīng)濟(jì)的大環(huán)境下，投資者準(zhǔn)入門檻的差異雖然可能造成投資策略不盡相同，但仍然有著千絲萬縷的聯(lián)系。科創(chuàng)板市場與主板市場同方向變動，說明二者在規(guī)模和上市公司性質(zhì)上有較大差異，新設(shè)立的科創(chuàng)板市場對主板市場的資金分流作用并不大。科創(chuàng)板和創(chuàng)業(yè)板反方向變動，可能由于二者都是為風(fēng)險較高、前景良好的中小型企業(yè)服務(wù)的，兩個市場潛在行業(yè)偏好相似，投資邏輯相似，而投資者對于新推出的融資平臺往往會炒作熱情很高，造成資金的騰挪，導(dǎo)致二者反方向變動。

2.主板市場相對于科創(chuàng)板市場而言，具有很強(qiáng)的獨(dú)立性和外生性，它的波動幾乎可以全部由自身解釋，其與科創(chuàng)板市場具有雙向的引導(dǎo)作用，說明可以通過其預(yù)測科創(chuàng)板市場的短期變動趨勢，而創(chuàng)業(yè)板市場并不具有這一功能。這一結(jié)論有助于投資者作出更合理的投資決策，有助于政府制定相關(guān)的市場監(jiān)管政策。

3.科創(chuàng)板對來自主板市場和創(chuàng)業(yè)板市場沖擊反應(yīng)都比較迅速且反應(yīng)強(qiáng)度較大，其波動的一半以上可以由主板或創(chuàng)業(yè)板的沖擊來解釋，可以看出科創(chuàng)板目前仍然是原有市場的附屬品，受主板和創(chuàng)業(yè)板影響較深。而主板和創(chuàng)業(yè)板受科創(chuàng)板的影響則較為微弱，說明科創(chuàng)板作為A股市場政策實施的試驗田，目前規(guī)模仍較小，很難對原有市場的波動產(chǎn)生顯著影響。