RCEP背景下中日韓股票市場的聯動性與風險溢出衍變

摘要：在RCEP實施推進的背景下，從區域經濟一體化引致金融一體化的視角切入對比了RCEP推進的不同階段中日韓三國股票市場的聯動情況和風險溢出情況。結果表明，三國股票市場的收益波動具有顯著的杠桿效應，危機爆發時期股市間的聯動性會顯著提升；股市間的一體化程度正在加深，韓國是風險輸入國，中國和日本是風險輸出國。為了維護金融穩定，除了進一步加強宏觀審慎監管，各國應協同合作，構建區域統一、協調的風險防范機制。

關鍵詞：中日韓；東北亞；股票市場；收益率波動；風險傳染

一、引言

自RCEP推進以來，成員國之間的外貿外資互動水平不斷提升。經驗結果表明，區域內的經濟體由于高度緊密的貿易往來往往更易驅動金融一體化，重要表現形式便是股票市場的聯動性與傳染性的增強。雖然我國的資本市場尚未完全開放，但隨著區域經濟一體化的推進和金融改革的深化，我國股市正與國際市場日益融合。因此，在RCEP實施的背景下探究股票市場聯動性和風險溢出衍變既可以驗證金融一體化程度的變化，又有助于理解市場風險傳染，及時適當地防范系統性風險沖擊，維護市場平穩運行。

作為RCEP的成員國和東北亞區域最重要的三大經濟體，中國與日本、韓國互為重要的貿易伙伴國，經濟交往密切。此外，由于地域相鄰，三國開盤時間僅相差1小時，信息傳導亦具備同步性。因此，本文將研究對象選定在中日韓三國之間。自亞洲金融危機之后，三國為共同應對風險與挑戰便開啟了經濟合作，雖然在一體化合作的推進過程中有過阻力和暫停，但鑒于地緣優勢與資源稟賦的互補性，三國的深入合作仍是大勢所趨。隨著國際環境日益復雜，三國的合作發展既迎來機遇也面臨挑戰，在推進經濟一體化的同時，有必要更加關注以股市為代表的金融市場聯動及風險傳染等問題，一方面為驗證我國區域金融一體化的進展情況提供現實依據；另一方面有助于在發揮金融服務實體經濟功能的同時應對系統性風險的沖擊，共同維護區域金融穩定。

二、文獻綜述

股票市場之所以能實現跨國聯動與風險溢出，理論基礎在于“經濟基礎假說”與“市場傳染假說”。從“經濟基礎假說”來看，當不同國家間經濟基礎與結構趨同、生產要素流動限制降低時，一國關鍵宏觀經濟變量的變動也會對其他國家產生影響，導致資訊敏感的股票市場聯動性不斷增強。此外，由于市場價格主要受投資者作用，考慮到信息不對稱問題，投資者往往參考其他市場的價格做決策，因此，股價在這種非理性交易行為的推動下產生了聯動。相比于“經濟基礎”，這種由投資者行為導致的“市場傳染”往往在股市聯動機制中發揮著主導作用。而金融風險的跨國傳染正是源于金融市場的聯動關系，這一結論在歷次金融危機中都得到過印證。Diamandis（2008）運用DCC-GARCH模型研究了1988—2007年拉美四國與美國股票市場間的相關關系，發現危機期間波動溢出明顯增強，但具有短期性。Apostolakis和Papadopoulos（2014）在研究G7國家金融市場相互作用時，運用VAR方法論證了金融危機會放大市場間的系統性風險傳染效果。Apostolakis（2016）運用VAR方法研究了包括中國在內的五個亞洲國家1997—2009年金融壓力指數傳染情況，認為風險發生時期中國是主要的風險輸出國。

隨著經濟全球化與金融自由化成為主流，各國股票市場聯動性日益增強，特別是全球性金融危機后，金融市場間的聯動特點與風險傳染已形成了一個新的國際性研究領域。鑒于我國的股票市場尚未完全開放，著眼于中日韓的研究多涉及區域經濟合作與貿易往來方面，關于三國股票市場間聯動性以及風險溢出的研究尚少，運用的方法也主要集中在傳統的線性模型。王皓（2016）運用DCC-GARCH模型發現中日韓股市的聯動性日益增強，甚至明顯超過歐美等域外國家，我國股市的行情波動對日韓的影響力正逐步提升。樸基石和金華林（2019）運用VAR方法測算了金融系統風險在中日韓三國之間的溢出情況，發現中國在金融危機后成為系統風險的凈輸入方。谷春雨和蔡光興（2022）運用DCC-GARCH模型對比了RCEP實施前后股市聯動性的變化，發現隨著合作的施行三國股市聯動性有所增強。隨著區域一體化的深入，金融系統風險在國家間的溢出使各國難以獨自維持金融穩定，在RCEP實施的背景下，東亞各國構建區域金融系統風險評價與預警追蹤機制勢在必行。

基于此，本文以RCEP的落地實施為契機，圍繞成員中最重要的三大經濟體中日韓展開研究，著眼于股票市場波動的溢出趨勢與溢出方向，以求更全面地審視我國股票市場的風險現狀，為宏觀審慎監管提供思考角度。本文的邊際貢獻有以下幾點：第一，以往的研究多采用線性分析方法，本文選擇了時變Copula函數描述聯合分布關系，更貼近市場的非線性波動特征；第二，以往的研究往往局限于動態聯動關系本身，無法體現風險溢出的方向性，本文在動態相關性研究的基礎上運用廣義CoVaR方法分析了風險的條件溢出情況，在對比分析不同風險周期的基礎上論證區域市場的一體化程度。

三、研究方法

（一）基于時變Copula函數的動態相關系數估計

Copula系列函數可通過構建聯合分布的方式刻畫市場間的非線性相關結構，更貼近收益波動的現實情況。其構建步驟如下：

（1）確定邊緣分布函數

為了獲取獨立同分布的經驗分布函數，本文通過GARCH族模型對市場的冗余信息進行過濾。考慮到收益率波動的杠桿性特征，即利好與利空消息對波動的作用力存在區別，選取EGARCH（1，1）來提升擬合效果，見公式（1）：

rt=r+εtεt＝σtet

ln（σ2t）=ω+αln（σ2t-1）+βεt-1σt-1+γεt-1σt-1（1）

其中，εt為條件均值方程的殘差；σ2t為εt的條件方差；α為滯后系數，衡量波動的持久性；β與γ為杠桿系數，衡量波動的杠桿性及其對消息的反應速度。

（2）確定Copula函數

Copula函數又稱為連接函數，它可以在不限制變量邊緣分布的情況下將邊緣分布函數F1（x1），F2（x2），…，Fn（xn）連接到一起，見公式（2）：

F（x1，x2，…，xn）=C［F1（x1），F2（x2），…，Fn（xn）］（2）

上式中的方程C即Copula函數，根據Sklar定理，Copula函數的確定具有唯一性。在實際應用中，從密度函數是否對稱以及相關關系是否變動等因素考慮，Copula函數又有一系列衍生變型。本文將參考AIC、BIC與Loglike值選定最優擬合，進而確定參數演化方程，求得動態相關系數。

（二）基于廣義CoVaR的風險溢出測度

為進一步研究風險溢出情況，選用廣義條件風險價值模型（廣義CoVaR）測度在t時刻A市場發生極端損失VaRAα，t時，B市場可能同時發生的極端損失臨界值CoVaRB|Aβ，t，見公式（3）與公式（4）：

P（RAt≤VaRAα，t）=α（3）

P（RBt≤CoVaRB|Aβ，t｜RAt≤VaRAα，t）=β（4）

而市場A對B的風險溢出可用廣義ΔCoVaRB|Aβ，t度量，見公式（5）：

ΔCoVaRB|Aβ，t=CoVaRB|Aβ，t－VaRBβ，t（5）

考慮到量綱問題，可用%CoVaR來代替ΔCoVaRB|Aβ，t，見公式（6）：

%CoVaRB|Aβ，t=CoVaRB|Aβ，t－VaRBβ，tVaRBβ，t（6）

具體測算時，由條件概率公式與公式（3），可將公式（4）變形為：

P（RBt≤CoVarB|Aβ，t｜RAt≤VaRAα，t）=

β*P（RAt≤VaRAα，t）=β*α（7）

為了得到市場A與市場B的聯合分布，引入Copula函數將公式（7）變形如下：

P（RBt≤CoVaRB|Aβ，t｜RAt≤VaRAα，t）=

C［FB（CoVaRB|Aβ，t），FA（VaRAα，t）］=β*α（8）

其中，C函數為連接函數，FA與FB分別為RAt與RBt的邊緣分布函數。在給定置信度水平并確定邊緣分布與最優Copula表達式后即可求得CoVaRB|Aβ，t，根據公式（4）與公式（5）可進一步求得ΔCoVaRB|Aβ，t與%CoVaRB|Aβ，t，由此可確定市場A對市場B的極端下行風險溢出值。

四、實證分析

（一）數據選取與描述性統計

考慮市場開放度與往來密切度，樣本區間最終選定為2000年1月5日至2022年12月30日。鑒于股市聯動性是逐漸發酵衍變的過程，本文在階段劃分時選擇以年為單位，按照RCEP概念落地前期、RCEP協議籌備期、RCEP簽訂生效期將樣本區間劃分為三個階段，第一階段為2000—2012年，第二階段為2013—2020年，第三階段為2021—2022年。選取上證綜指、日經225指數、韓國KOSPI指數等各國代表性指數的波動數據為研究對象，剔除由于休市日不同所導致的不一致數據，共得到5165組指數數據，原始數據來源于Choice金融終端。

由于各國指數在量級上有所差異，為更好體現走勢的變化，將指數進行對數化處理并作圖（見圖1）。從指數收盤價的歷史趨勢不難發現，三國股市走勢存在一定的同步性，特別是在第二階段和第三階段。從下行風險看，研究期間內發生了三次明顯的同步大幅下跌（見圖中虛線標注區間），區間事件分別對應2007—2009年全球金融危機、2015年中國股災以及2020年突發的全球性新冠疫情，可見，在全球金融危機及宏觀不確定性上升時期各國股市聯動性也同步上升，金融風險溢出顯著增強。具體來說，在次貸危機時期日本與韓國的股市敏感度更高，而中國的股市反應相對滯后；2015年國內由杠桿堆積的泡沫破滅導致股價崩盤，風險源自中國，日韓兩國指數也相應出現下跌走勢；2020年上半年新冠病毒蔓延的負面消息拖累全球股市，日韓兩國下跌幅度明顯，中國由于控制得力股市下跌后迅速企穩回升，股市表現相對溫和。

從樣本區間的收益率表現看收益率采用對數收益率法進行平穩處理。（見圖2），三個指數的收益率振幅均基本集中在-5%～5%，在危機發生期間，三國股指的收益率均發生巨幅波動，說明負面消息會放大市場波動，體現了波動率分布的杠桿性。波動與波動之間呈現一定的連續性，具有明顯的異方差特征。

為了進一步確定三國股市走勢的分布特點，將收益率數據進行統計學檢驗（見表1），雖然由于漲跌停限制中國股市的收益率振幅最小，但從標準差來看其波動程度高于韓國，不確定性較高。三個市場的收益率分布具備明顯的尖峰厚尾特點。從J-B檢驗看不服從正態分布，從單位根檢驗與ARCH效應檢驗看，各市場的收益率序列平穩且存在顯著的異方差性。

（二）基于E-GARCH模型的邊緣分布估計

鑒于上文分析中波動的聚類性和杠桿性，為提升擬合效果，本文選用EGARCH（1，1）模型來過濾數據，假定收益率服從學生-t分布，對樣本區間內的各國股指分別建模處理，模型估計結果與檢驗結果見表2。

從表2可知，條件方差模型中的參數估計值顯著性良好，相比于日本，中國與韓國股市的波動延續性更強，即風險消化周期較長。從波動的杠桿性來看，負面消息對市場波動的影響更迅速，這一特點在三個市場均適用。其中，日本股市的波動杠桿性最明顯，對負面沖擊最為敏感，而中國股市在受到正負波動干擾時差異相對不顯著。

（三）基于時變Copula模型的動態相關系數

剝離冗余因素并綜合評定各擬合優度評測指標后，選擇了擬合效果最優的時變t-Copula函數，求得樣本期間市場兩兩之間的動態相關關系，如圖3所示。

從中日、中韓股市相關系數的整體走勢來看，市場間的聯動性隨著時間的推移而提升。如表3所示，中日與中韓各階段的動態相關系數區間平臺逐步抬升，在金融開放與區域合作深入的雙重作用下，中日韓股市聯動性顯著增強，金融一體化程度得到提升。具體來說，第一階段中日間的股市聯動性高于中韓，但從2007年開始中韓間市場的聯動關系迅速提升并在大部分時間里超過中日。究其原因，中韓之間的貿易出口總額近年來迅速提升，2013年中國對韓出口額便超過了對日出口額，2015年更是率先簽訂了《中韓自貿協定》，經貿往來的密切度影響了金融市場的聯動關系，這與經濟基礎假說的觀點相一致。

此外，從相關系數的波動程度來看，除上文中提到的全球金融危機、中國股災以及新冠疫情防控期間股市相關性迅速上升之外，在2018年市場的聯動性也出現了大幅提升（如圖3虛線區域所示），這一期間對應著中美貿易摩擦突發的“黑天鵝”事件，隨著負面消息的持續發酵A股表現低迷，雖然在股價指數運行趨勢上沒有出現驟跌，但從動態相關系數來看，聯動走勢明顯增強。

從日韓股市相關系數的整體走勢來看（見圖4），由于兩國都是全面開放的市場，彼此間相關程度長期保持在較高水平，大部分時間在03～07的區間平臺波動，其中，2013年兩市相關性的大幅驟降主要源于此區間日本股市走出了單邊上漲的獨立行情，這種由于國內大幅施行寬松貨幣政策推升的股市行情缺乏經濟基本面的傳導，也并未發生投資者間的情緒傳染，因此聯動性反常態地驟降，當行情回歸理性時，聯動關系也回歸常態。由此可見，相比于正面消息，負面消息主導的下行風險傳染性更強。

（四）基于廣義CoVaR的中日韓股市風險溢出情況

由前文分析可知，在下行風險釋放時期，股市間的聯動性會顯著增強，市場間的風險傳染會使原風險向區域傳導，威脅金融市場的穩定與安全。結合各國指數走勢圖和動態相關系數趨勢圖，樣本區間內的下行趨勢聯動期包括第一階段的全球金融危機、第二階段的中國股災、中美貿易摩擦以及新冠疫情等四個時期。為了進一步分析事件發生期間因股市聯動所造成的風險傳染的方向與強度，探究風險傳染的動態變化趨勢，本文選取具有代表性的第一階段全球金融危機與第二階段中美貿易摩擦兩個風險區間進行對比分析全球金融危機的樣本區間為2007年至2009年，中美貿易摩擦的樣本區間是2018年，由圖3可知兩個區間內中日、中韓兩國股市的動態相關系數都大幅上升且波動區間大致相等。，運用廣義CoVaR方法來分析一個市場發生極值風險時對另一個市場所造成的影響。在聯合分布選定時變t-Copula的條件下，將置信度α與β均設為005，在樣本期間中日、中韓、日韓間股市各自的極值下行風險溢出情況如表4所示。

由表4可知，在第一階段全球金融危機時期，中日、中韓之間并未發生風險傳染，而同期日韓之間則相互有正向的風險溢出，溢出方向以日本向韓國溢出為主，這與當時日本股市的開放度與成熟度相匹配，具備合理性。雖然中日、中韓間的股市聯動性在危機期間大幅提升（見圖3），但從波動傳染的視角看，中國的股市行情仍相對獨立，收益波動的主要誘因并非市場間的風險溢出。

在第二階段中美貿易摩擦時期，中、日、韓三國之間的風險溢出程度有了明顯增強，相比于中日，中國與韓國之間的風險傳染強度更高，這與中韓、中日間近些年來的經貿往來表現相一致。從溢出方向來看，中國為主要風險輸出國，韓國為主要風險輸入國。

從日韓間的風險溢出情況來看，雖然日韓動態相關系數的走勢在中美貿易摩擦期間并未發生明顯變化，但日韓之間的風險溢出程度相比全球金融危機時期也有了明顯的提升，僅看市場聯動關系并不能有效說明風險傳染的全貌。這一結果一方面證明了中國資本市場的開放程度在不斷提升；另一方面說明了隨著中日韓之間經貿交往的深入，三國的金融一體化程度也在加深。

五、結論與建議

本文在RCEP推進實施的背景下選取了成員國中具有代表性的中日韓三大經濟體，從區域經濟一體化引致金融一體化的視角切入，探究了中日韓股票市場間的動態相依性與風險溢出衍變。具體來說，本文依據RCEP的進程將樣本區間分為三個階段，運用E-GARCH模型分析了各國股指收益波動的杠桿性特點；在剝離市場波動的冗余信息后運用時變Copula函數量化了市場間的非線性聯動關系及動態變化趨勢；運用廣義CoVaR模型來對比分析不同階段風險事件下的波動溢出情況，力求更全面地把握與評判區域股市發展的一體化程度，進而及時地了解、監測與防范金融風險。研究得出以下結論與建議：

第一，股指走勢的簡單描述性統計無法全面反映股票市場間的聯動關系。從股指走勢圖上看，中美貿易摩擦期間并未出現明顯的聯動關系，但從動態相關系數走勢圖可知該區間聯動性大幅提升，下行風險溢出結果也佐證了這一結論。

第二，各國股票市場的收益波動均體現顯著的杠桿效應，即負面消息比正面消息更能放大股市的波動。其中，日本對于負面新聞最為敏感，利好與利空消息對于中國股市沖擊的差異性則相對不明顯。此外，相比于日本，中韓兩國對于負面消息的消化周期相對較長，這一結果與市場的有效性程度相匹配。從風險溢出方向看，韓國是風險輸入國，日本在兩個階段均為風險輸出國。因此，在利空事件突發期，日本股市的大幅波動可以作為某種預警，在消息發酵期，中韓兩國更應關注對股市異常波動的持續監測。

第三，我國股市與外界的聯動性近年來顯著增強。事實上，隨著QFII、RQFII制度的開放與松綁，“滬港通”“深港通”“滬倫通”等系列制度的逐步落實，我國資本市場的開放效果已在股票市場得到證實。這種連通性的增強，一方面弱化了資產配置階段風險分散的效果；另一方面為風險監控與宏觀審慎管理增加了難度。因此，投資者在構建投資組合時應根據市場聯動性的變化及時更新投資選擇，監管者在注重自身系統性風險管理的同時也應更加關注外部的風險傳染。特別是在信息傳播更為便利的今天，當重大負面消息影響全球金融市場時，考慮到投資者行為引發的市場傳染在股市聯動過程中發揮的重要作用，對投資者的情緒疏導變得愈加重要，在監管時應注意適當的預期干預，重點防范因情緒傳染造成的恐慌踩踏。

第四，中日韓股市間的一體化程度正在加深。在全球金融危機時期，中日、中韓股市之間雖然動態相關性有所提升，但尚未發生風險溢出；而中美貿易摩擦期間，中日、中韓間的風險溢出已顯著提升，中國股市已在東亞區域具備一定的影響力。在全球化的背景下，每一個國家都難以獨立地進行金融風險管理。隨著RCEP的實施推進，構建區域性的金融風險管理合作機制也應盡快提上日程。一方面要從區域視角進行系統性風險的監考與預警，加強市場間的信息透明度；另一方面在面臨重大風險事件時，在政策制定上不能各自為政，要適度溝通體現統一性與協調性。

參考文獻

［1］LEEJWPatternsanddeterminantsofcross-borderfinancialassetholdingsineastAsia［R］AsianDevelopmentBank，2008

［2］GERRITSRJ，YUCEAShortandlong-termlinksamongEuropeanandUSstockmarkets［J］AppliedFinancialEconomics，1999，9（1）：1-9

［3］CONNOLLYRA，WANGFAInternationalequitymarketcomovements：Economicfundamentalsorcontagion？［J］Pacific-BasinFinanceJournal，2003，11（1）：23-43

［4］DIAMANDISPFFinancialliberalizationandchangesinthedynamicbehaviorofemergingmarketvolatility：EvidencefromfourLatinAmericanequitymarkets［J］ResearchinInternationalBusiness&Finance，2008，22（3）：362-377

［5］APOSTOLAKISG，PAPADOPOULOSAPFinancialstressspilloversinadvancedeconomies［J］JournalofInternationalFinancialMarkets，Institutions&Money，2014（32）：128-149

［6］APOSTOLAKISGSpreadingcrisis：EvidenceoffinancialstressspilloversintheAsianfinancialmarkets［J］InternationalＲeviewofEconomics&Finance，2016（43）：542-551

［7］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

［8］樸基石，金華林中日韓金融系統風險的溢出特征研究［J］現代日本經濟，2019，38（3）：49-62

［9］谷春雨，蔡光興RCEP背景下中日韓股票聯動性研究［J］江蘇商論，2022（12）：67-69，73

［10］GIRARDIG，ERGNATSystemicriskmeasurement：MultivariateGARCHestimationofCoVaR［J］JournalofBanking&Finance，2013，37（8）：3169-3180

TheLinkageandRiskSpilloversofChina，Japan，andSouthKoreaStockMarketsundertheRCEPBackground

LUYue

（LiaoningUniversityofInternationalBusinessandEconomics，Dalian116052，China）

Abstract：InthecontextoftheimplementationandpromotionofRCEP，thispapercomparesthelinkageand riskspilloversituationofthestockmarketsofChina，Japan，andSouthKoreaindifferentstagesofRCEPpromotionfromtheperspectiveofregionaleconomicintegrationleadingtofinancialintegrationTheresultsindicatethatthevolatilityofreturnsinthestockmarketsofthethreecountrieshasasignificantleverageeffect，andthelinkagebetweenstockmarketsduringcrisisoutbreakswillsignificantlyincrease；Thedegreeofintegrationbetweenstockmarketsisdeepening，withSouthKoreaasariskimportingcountryandChinaandJapanasriskexportingcountriesInordertomaintainfinancialstability，inadditiontofurtherstrengtheningmacroprudentialsupervision，countriesshouldcollaborateandbuildaregionalunifiedandcoordinatedriskpreventionmechanism

Keywords：China，Japan，andSouthKorea；NortheastAsia；StockMarket；YieldVolatility；RiskTransmission