RCEP背景下中日韓股票聯動性研究

谷春雨，蔡光興

(湖北工業大學 理學院，湖北 武漢400068)

一、引言

區域全面經濟伙伴關系——RCEP是由東盟發起，與中國、日本、韓國、澳大利亞、新西蘭等國達成的一項區域自由貿易協定，旨在應對經濟全球化的快速發展和單邊主義和保護主義的抬頭。其規模約占世界人口和經濟體量的三分之一，標志著東亞區域經濟一體化取得重大突破。中日韓三國作為推動亞洲經濟發展的重要驅動力，RCEP的達成對三國經濟的聯系程度將會進一步加深。

在RCEP協定提出后，我國與協定各國之間的資本流動變得更加迅速，隨著與各國股市融合度的不斷加深，經濟關聯性得到進一步加強。因此，研究我國在RCEP倡議提出前后與其他國家股市之間產生的聯動效應，可以幫助我們揭示各協定國之間股票風險溢出效應的變化趨勢。同時，對金融監管部門來說，可以進一步理清國家股市間的風險傳導原理，準確地把握風險溢出效應的相關理論機制①。

二、研究背景

股市一向是國家經濟的重要衡量指標，它反映本國金融市場的發展狀態，是市場變化的風向標，也反映各國股市之間的關聯度王皓認為，在日本與其他發達國家之間，股市間的聯動性日益增強，而日本與亞太地區的國家股市之間的關聯性更高②。田昊揚、王軍禮研究表明，中日韓三國股票市場收益率之間的溢出效應存在單向和雙向的不同類型③。蔣彧、張玖瑜選擇美國、中國香港、德國和日本作為世界股票市場的典型，研究中國與世界上幾個主要股票市場之間的動態相關效應，得出結論，中國與幾個主要股市之間的波動溢出效應存在著階段性特點，在不同的時期表現為不同的變化趨向④。

在不同股票市場之間溢出效應的研究過程中，大多數國內外學者選擇定量分析和比較分析的方法。但股票市場是一個不斷變換波動的過程，因此，具有動態分析效果優勢的GARCH族模型、VAR模型以及兩者相結合的方式受到許多學者青睞。Ghulam等使用單變量GARCH模型發現了巴基斯坦股市與世界主要股市之間存在混合的運動效應⑤。譚小芬等研究了國際大宗商品市場和金融市場，認為存在雙向溢出效應，并且雙向均值溢出以及單向波動溢出存在不同⑥。Julien等通過VAR模型研究了環太平洋國家和地區股票市場一體化進程，同時測度了美國和日本相互之間的影響程度⑦。董麗娜運用DCC-GARCH模型并通過實證結果表明金融危機和國家政策能在一定程度上增強股市的聯動性⑧。

以往的研究主體大都從市場規模和經濟體量的角度切入，且研究者們大多使用VAR模型或GARCH族模型。RCEP協定自2012年提出至今已有已有近十年的時間，RCEP協定國之間的貿易交流、金融經濟等方面已經有了較為深度合作的基礎，股票市場關聯性越來越密切，但與之相關的論文研究不多。因此，本文通過構建DCC-GARCH模型分析研究RCEP協定國家股市之間的動態關聯性和波動溢出效應。

三、模型和數據

（一）構建DCC-GARCH模型

DCC-GARCH模型，在實踐中常被用來刻畫多個金融時間序列之間的動態關聯性，同時也降低了模型中待估參數的個數。在早期的DCC-GARCH模型應用時，大多數研究者都以多個金融時間序列的信息服從正態分布作為假設前提。然而近些年來，假設的條件有所放寬，該模型的具體公式如下：

其中rt為條件收益率；μt為時間序列的條件均值；εt為標準化后的殘差項；Q為標準化殘差的無條件方差矩陣。

α和β作為模型中ARCH項和GARCH項的系數，決定了模型所描述的動態相關性，且滿足α＞0，β＞0，且α+β＜1。

在分析多個變量的相關系數時，采用動態相關系數效果比較好，其在DCC-GARCH模型中的主要表達式為：

由此可知，DCC-GARCH模型所描述的動態相關性由帶有參數α和β的式(5)決定，模型非常簡約，并且與資產收益率的個數無關。模型將估計過程主要分為三步：（1）對rt簡單地去均值處理，獲得資產授予序列的條件均值的估計。（2）運用GARCH模型對每個殘差序列建立單元波動率模型，獲得波動率序列，那么可以估計出單個資產收益率的波動率。（3）對多元波動率進行動態相關性擬合，先對標準化信息進行DCC模型的擬合，再根據參數α和β獲得多元波動率相關性的動態演化。

（二）選擇和處理數據

本文選擇上證（SSEC）、日經225指數(225)和韓國股票指數(KOSPI)的每日股票收盤價格作為計算本文股指收益率的指標，從Wind數據庫中選取三只股票的當日股票收盤價。為了更好地比對RCEP給中日韓三國股市聯動性帶來的影響，本文以RCEP的正式開通時間作為分界點，將樣本數據劃分成兩個階段。

本文選取了自2002年1月1日至2020年12月31日的中日韓三國股票日度收盤價格數據，全部樣本時間共十九年，根據RCEP的開通時間節點劃分為兩個階段，其中第一階段為RCEP開通之前，樣本區間至2012年12月底；第二階段為RCEP開通以后，樣本區間為2013年1月初到2020年12月底，形成表1。

表1 數據分段情況

為了更好地描述各國股票價格指數收益率的變化情況，本文對各國股票的收盤價作了對數化處理，然后將對數收益率作為實證分析部分的樣本數據。

其中，Rt為股票價格指數的對數收益率。

四、實證分析

（一）平穩性與ARCH效應檢驗

L225、LKOSPI和LSSEC序列平穩性檢驗結果如表2所示。

表2 平穩性檢驗

可以看到所有的收益率序列都通過了單位根檢驗，說明兩個階段三國收益率序列均穩定。我們之前檢驗了L225、LKOSPI和LSSEC序列的平穩性，在這里采用了ARCH-LM檢驗分別測定了三個序列的殘差（表3）。

（二）構建DCC-GARCH模型

構建表3。其中，α代表著新一期的信息影響系數，表示當前階段的信息集對下一階段信息集波動的影響權重，α的值越大那它對市場的感應越靈敏；β表示衰減系數，解釋了自身滯后一期對前一期條件方差的影響程度；α+β值可以反映股指收益率波動的持久性，且越接近1，說明兩國股市之間存在正向風險溢出效應。同時，現階段的波動趨勢為未來的影響越持久。從兩個時期α的結果來看，中日的系數出現顯著增加，說明兩國股票波動率相關性有了明顯增強。從β方面來看，三國之間的估計結果均高于0．85，說明股票市場的衰減速度很快。此外，在α+β方面，中日韓股票市場取值分別為0．980572、0．956425、0．998742，表明各國股票市場波動的持久性均較好，且差距不大。表3的DCC-GARCH模型的回歸結果顯示，RCEP開通前后三國的股指收益率相關系數的參數α+β之和均小于1，意味著三國股指收益率的條件方差是穩定的。

表3 ARCH效應檢驗

（三）股票市場動態相關性分析

對比兩個階段動態系數圖，見圖1。通過圖1和表3可以發現三國股市的動態相關性在RCEP開通前上證與225和SSEC出現了負相關性，說明中國與其他兩國之間變動整體呈現出反向變化的趨勢；但日韓之間為較明顯的正向相關性。通過對比兩個時期中日韓股市間動態相關性波動的均值，從整體上來看，日韓兩國的股市的相關程度要高于中國股市。長期來看，中國與日本、韓國股市之間的相關性呈現出穩定提高的趨勢。這是因為，隨著國內股票市場的逐漸成熟，吸引了大批國外投資者，投資標的品種增多，投資者的入門門檻逐漸降低。

圖1 RCEP開通前后中日韓三國股指收益率關聯性

五、結論

（一）結論

本文以日經225、KOSPI和上證（SSEC）股指收益率數據作為研究樣本，在數據確保平穩性的前提下，研究了RCEP開通前后三國之間的股票動態相關性。隨后為了更進一步地研究三國股市聯動性的變化，從股指收益率波動溢出效應的角度建立了DCC-GARCH模型。可以得出結論，隨著RCEP的開通，在兩個時期中，中、日、韓三國股市受到負面消息的影響最大，RCEP協定的形成加強了三國股市之間的長期協整關系。其中，中國股市與韓國、日本股市的長期協整關系呈現穩步上升趨勢，而日、韓股市的相關性則圍繞在均值附近呈現震蕩狀態。這是因為2015年之后中國經濟呈現高質量快速發展，巨大的經濟體量吸引了大量海外資本，股市作為資本市場的風向標，使得中國與其他國家經濟聯系的相關性穩步增強。但日本和韓國由于20世紀遺留的歷史問題，至今仍頻頻出現摩擦．同時，作為亞洲為數不多的兩個發達國家，兩國都是資源稀缺國和高科技強國，經濟結構缺少互補性，導致兩國股市之間的關聯性不強。

（二）建議

1．對于投資者而言，要積極學習相關金融知識理論，同時提高自身應對金融風險的能力，不能盲目跟風隨流。股票是一個高風險高收益的投資渠道，在經濟全球化逐步提高的今天，各國之間的經濟深度交流，要多分析國家政策和國際形勢，從國內外兩個層面合理評估金融風險，對個人資產投資進行合理配置。

2．隨著RCEP合作的不斷深入，各國經濟融合會不斷加強，一國股票市場的動蕩會比過去更加迅速、強烈地傳染到鄰國。各國應該立足于本國國情，從自身經濟和金融發展狀況出發，合理地利用外部形勢和自身優勢，塑造出自身安全、穩定的金融市場。同時，要加強金融市場的監管，維護股票市場的穩定。因此，金融監管部門要進一步完善我國的股票價格機制，良好的價格機制有利于抵抗外部沖擊的風險，對國內股票市場的大幅波動以及國際金融危機的傳染進行及時有效的防范。

表4 兩個階段的DCC-GARCH相關估計結果

注釋：

①本刊綜合.深化改革開放促進產業升級李克強總理詳解加入RCEP對我國的機遇和挑戰[J].中國科技產業,2021(02):3.

②王皓.基于DCC-GARCH模型對日本股票市場與國際市場波動溢出效應分析[J].現代日本經濟,2016(5):27-37.

③田昊揚,王軍禮.后危機時期中、日、韓三國股市間溢出效應研究[J].統計與決策,2018,34(02):159-163.

④蔣彧,張玖瑜.中國與世界主要股市間的波動溢出效應研究——基于2002—2017年樣本的實證檢驗[J].中國經濟問題,2019(06):28-43.

⑤Ghulam Ghouse,Saud Ahmed Khan.Tracing dynamic linkages and spillover effect between Pakistani and leading foreign stock markets[J].Review of Financial Economics,2017.

⑥譚小芬,張峻曉,鄭辛如.國際大宗商品市場與金融市場的雙向溢出效應——基于BEKK-GARCH模型和溢出指數法的實證研究[J].中國軟科學,2018(08):31-48.

⑦Julien Chevallier,Duc Khuong Nguyen,Jonathan Siverskog,Gazi Salah Uddin.Market integration and financial linkages among stock markets in Pacific Basin countries[J].Journal of Empirical Finance,2018,46.

⑧董利娜.金磚國家股票市場動態相關性研究[D].山西財經大學,2018.