不確定性沖擊下RCEP成員國(guó)股票市場(chǎng)的動(dòng)態(tài)波動(dòng)溢出效應(yīng)與風(fēng)險(xiǎn)傳導(dǎo)機(jī)制研究

DOI：10.12433/zgkjtz.20251313

一、引言

區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定（RCEP）自2020年9月完成多邊締約并正式生效以來(lái)，已成為全球規(guī)模最大的制度性自由貿(mào)易安排。其成員包括中國(guó)、日本、韓國(guó)、澳大利亞、新西蘭及東盟十國(guó)，標(biāo)志著亞太區(qū)域經(jīng)濟(jì)一體化實(shí)現(xiàn)了制度化突破。RCEP通過(guò)降低要素流動(dòng)壁壘，顯著提升了貿(mào)易與投資的便利化程度，同時(shí)加速推動(dòng)區(qū)域金融市場(chǎng)的多元化深度融合。然而，制度框架的強(qiáng)化也使金融網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)愈加復(fù)雜，任何單一經(jīng)濟(jì)體的沖擊均可能經(jīng)由市場(chǎng)聯(lián)動(dòng)引發(fā)區(qū)域性系統(tǒng)震蕩。基于此，在RCEP框架下構(gòu)建韌性金融體系并實(shí)施有效的宏觀審慎監(jiān)管，對(duì)維護(hù)區(qū)域金融穩(wěn)定具有至關(guān)重要的意義。

對(duì)于此類(lèi)溢出效應(yīng)，學(xué)界期望通過(guò)量化監(jiān)測(cè)予以把握，這既可為新興危機(jī)構(gòu)建預(yù)警機(jī)制，亦能追蹤現(xiàn)有危機(jī)的演進(jìn)進(jìn)程。現(xiàn)有文獻(xiàn)詳細(xì)說(shuō)明了研究金融市場(chǎng)內(nèi)部溢出效應(yīng)的兩個(gè)主要方向[1：第一類(lèi)聚焦主權(quán)國(guó)家內(nèi)部跨資產(chǎn)類(lèi)別，由股票、債券和外匯市場(chǎng)等多元化金融市場(chǎng)產(chǎn)生的溢出效應(yīng)構(gòu)成；第二類(lèi)致力于解構(gòu)跨區(qū)域金融市場(chǎng)的風(fēng)險(xiǎn)共振現(xiàn)象，涵蓋發(fā)達(dá)經(jīng)濟(jì)體與新興市場(chǎng)間的股指波動(dòng)傳導(dǎo)。根據(jù)區(qū)域經(jīng)濟(jì)一體化的特性，本研究基于第二類(lèi)范式構(gòu)建分析框架，重點(diǎn)考察RCEP成員國(guó)股票市場(chǎng)間動(dòng)態(tài)溢出效應(yīng)的結(jié)構(gòu)性特征。相較于既有文獻(xiàn)多局限于單一風(fēng)險(xiǎn)事件對(duì)RCEP成員國(guó)的風(fēng)險(xiǎn)溢出分析[或研究單個(gè)RCEP成員國(guó)內(nèi)部市場(chǎng)的變動(dòng)。本文縱向分析十一個(gè)成員國(guó)在2009 年至2023年重大風(fēng)險(xiǎn)事件中的跨市場(chǎng)波動(dòng)傳導(dǎo)差異，彌補(bǔ)風(fēng)險(xiǎn)事件有限以及研究目標(biāo)單一的問(wèn)題，有效填補(bǔ)制度性貿(mào)易協(xié)定與金融風(fēng)險(xiǎn)關(guān)聯(lián)性研究的理論空白。

本文使用的模型基于DCC-GARCH模型，并吸收關(guān)于連通性分析的擴(kuò)展，納入凈風(fēng)險(xiǎn)溢出指數(shù)與可視化連通表達(dá)，以重大風(fēng)險(xiǎn)事件為分界，開(kāi)展階段性對(duì)比分析。一方面，通過(guò)構(gòu)建時(shí)變參數(shù)模型對(duì)總波動(dòng)溢出指數(shù)的動(dòng)態(tài)演變進(jìn)行量化；另一方面，識(shí)別主要波動(dòng)輸出者與接收者，為跨市場(chǎng)波動(dòng)傳導(dǎo)的本質(zhì)提供了新的視角，精準(zhǔn)揭示近期危機(jī)期間股市向其他市場(chǎng)傳導(dǎo)波動(dòng)的重要性。本研究揭示當(dāng)某一市場(chǎng)持續(xù)處于波動(dòng)輸出核心地位時(shí)，政策干預(yù)與宏觀審慎監(jiān)管應(yīng)采取的針對(duì)性實(shí)施路徑，進(jìn)而為提升區(qū)域金融穩(wěn)定性提供理論支撐與實(shí)踐指引。

二、研究方法與數(shù)據(jù)

（一）研究方法

該模型以矢量化脈沖響應(yīng)函數(shù)為基礎(chǔ)，計(jì)算廣義預(yù)測(cè)誤差方差分解，并對(duì)分解份額進(jìn)行歸一化處理，使每行之和均為1，便于橫向比較。在此基礎(chǔ)上，總連通性指數(shù)反映了整個(gè)系統(tǒng)中變量間波動(dòng)溢出的總體強(qiáng)度，總定向連通性“輸出”衡量某一變量向其他所有變量輸出沖擊的程度；而“接收”則衡量其從其他變量吸納沖擊的程度。二者之差形成凈總定向連通性，用于判別該變量在網(wǎng)絡(luò)中是作為沖擊的凈發(fā)送者還是凈接收者。

（二）數(shù)據(jù)

RCEP作為亞太區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展的重要制度性安排，其雛形可追溯至2012年?yáng)|盟十國(guó)發(fā)起的多邊締約機(jī)制設(shè)計(jì)。本研究基于長(zhǎng)周期面板數(shù)據(jù)，分析了從2009年9月14日至2023年12月27日RCEP制度框架對(duì)成員國(guó)金融市場(chǎng)的動(dòng)態(tài)影響。基于成員國(guó)之間制度性差異與高頻數(shù)據(jù)可獲性約束，實(shí)證樣本覆蓋11個(gè)核心締約方：日本（N225）、中國(guó)（IC500）、新西蘭（NZ50）、澳大利亞（AORD）、印度尼西亞（JCI）、馬來(lái)西亞（KLCI）、泰國(guó)（SET）、越南（VNI）、菲律賓（PSI）、韓國(guó)（KS11）及新加坡（STI）。由于文萊缺少股票市場(chǎng)，柬埔寨、老撾和緬甸因上市公司過(guò)少導(dǎo)致股票市場(chǎng)還不成熟，四個(gè)RCEP成員國(guó)文萊、柬埔寨、老撾和緬甸沒(méi)有被納入樣本。數(shù)據(jù)采用Wind數(shù)據(jù)庫(kù)成員國(guó)股市股指每日收盤(pán)價(jià)，針對(duì)跨市場(chǎng)交易日歷差異導(dǎo)致的缺失值，進(jìn)行嚴(yán)格的數(shù)據(jù)清洗，通過(guò)剔除異常值并采用插值方法補(bǔ)全數(shù)據(jù)，以確保樣本完整。對(duì)剩余觀測(cè)值實(shí)施標(biāo)準(zhǔn)化處理，以此構(gòu)建對(duì)數(shù)收益率序列，提高模型分析的穩(wěn)健性。基于此，樣本數(shù)據(jù)能夠精準(zhǔn)評(píng)估RCEP框架下各市場(chǎng)的協(xié)同運(yùn)動(dòng)與風(fēng)險(xiǎn)溢出效應(yīng)。

1.平穩(wěn)性檢驗(yàn)

在應(yīng)用廣義自回歸條件異方差模型（GARCH）前，對(duì)數(shù)據(jù)進(jìn)行增廣迪基—富勒檢驗(yàn)（ADF）以驗(yàn)證時(shí)間序列的平穩(wěn)性。檢驗(yàn)結(jié)果顯示，對(duì)數(shù)收益率序列的t統(tǒng)計(jì)量絕對(duì)值在 1% 、 5% 和 10% 顯著性水平下均超過(guò)對(duì)應(yīng)臨界值，致使原假設(shè)被拒絕。所有序列ADF檢驗(yàn)的p值均趨近于零，從統(tǒng)計(jì)意義上顯著拒絕單位根零假設(shè)，充分證實(shí)序列滿足平穩(wěn)性條件，為后續(xù)GARCH模型的應(yīng)用奠定數(shù)據(jù)基礎(chǔ)。

2.ARCH檢驗(yàn)

廣義自回歸條件異方差模型（GARCH）適用于刻畫(huà)時(shí)間序列數(shù)據(jù)的條件異方差特性。在計(jì)量檢驗(yàn)中，以序列不存在ARCH效應(yīng)為零假設(shè)；檢驗(yàn)結(jié)果顯示各項(xiàng)p值均趨近于零，顯著拒絕該假設(shè)，表明樣本序列中確實(shí)存在ARCH效應(yīng)。這一檢驗(yàn)結(jié)論為GARCH模型的適用性提供了統(tǒng)計(jì)支撐，使其成為刻畫(huà)股票收益溢出效應(yīng)動(dòng)態(tài)傳導(dǎo)機(jī)制的有效工具。

三、實(shí)證

對(duì)2009年9月14日至2023年12月27日RCEP成員國(guó)股票收益率序列的分析顯示，NZ50指數(shù)波動(dòng)情況相對(duì)較弱，方差為1.077，而IC500指數(shù)表現(xiàn)出最高的波動(dòng)水平，方差為7.027；均值分析表明，KLCI指數(shù)期望收益率最低而NZ50最高。多數(shù)指數(shù)呈現(xiàn)左偏與厚尾特征，表明市場(chǎng)易發(fā)生極端下跌事件且存在波動(dòng)聚集性，Jarque-Bera檢驗(yàn)證實(shí)收益率分布顯著偏離正態(tài)假設(shè)，這與金融資產(chǎn)典型非正態(tài)分布特征一致。

通過(guò)對(duì)十一個(gè)股票市場(chǎng)的日度對(duì)數(shù)收益率分析，研究發(fā)現(xiàn)樣本期內(nèi)存在明顯的波動(dòng)集聚現(xiàn)象，與多次系統(tǒng)性風(fēng)險(xiǎn)事件高度吻合：2009年全球金融危機(jī)期間，N225、NZ50等指數(shù)均出現(xiàn)同步大幅震蕩；歐洲主權(quán)債務(wù)危機(jī)中，泰國(guó)、韓國(guó)、新加坡和菲律賓的股市回報(bào)率均顯著為負(fù)，但整體呈現(xiàn)短期化調(diào)整；2015年中國(guó)股災(zāi)與石油危機(jī)引發(fā)中國(guó)、越南、新加坡等市場(chǎng)共振下跌，其中中國(guó)的回報(bào)率降幅最大。2020年，所有市場(chǎng)均出現(xiàn)極端波動(dòng)，對(duì)RCEP成員國(guó)股市造成全方位、高強(qiáng)度沖擊，市場(chǎng)同步性達(dá)階段性峰值。但是整體RCEP市場(chǎng)對(duì)新冠肺炎疫情沖擊的短期反應(yīng)和恢復(fù)速度優(yōu)于歷史風(fēng)險(xiǎn)事件，即使RCEP成員國(guó)的新興市場(chǎng)抗風(fēng)險(xiǎn)能力低于發(fā)達(dá)市場(chǎng)。風(fēng)險(xiǎn)事件既暴露發(fā)達(dá)與新興市場(chǎng)的抗風(fēng)險(xiǎn)差異，也驗(yàn)證區(qū)域協(xié)同對(duì)危機(jī)修復(fù)的關(guān)鍵作用。符合已有結(jié)論，RCEP協(xié)定帶來(lái)的貿(mào)易利益有望在參與國(guó)之間形成并加強(qiáng)國(guó)際貿(mào)易活動(dòng)的循環(huán)流動(dòng)體系，從而提高各國(guó)股市的抗風(fēng)險(xiǎn)能力。

基于樣本數(shù)據(jù)，本文構(gòu)建靜態(tài)溢出效應(yīng)矩陣，系統(tǒng)測(cè)度RCEP股市的波動(dòng)傳導(dǎo)機(jī)制，包括總波動(dòng)溢出指數(shù) （TCI=51.82% ）、定向溢出（TO與FROM）及凈溢出（NET）三大指標(biāo)。TO指標(biāo)反映各市場(chǎng)對(duì)外傳遞沖擊的能力，結(jié)果顯示KS11、KLCI9和STI為主要輸出方；FROM指標(biāo)衡量各市場(chǎng)對(duì)外吸納沖擊的程度，其中STI、N225及PSI吸收溢出最為顯著。凈溢出分析進(jìn)一步指出，KLCI、SET、KS11、STI和JCI為凈輸出者，KS11的凈輸出規(guī)模最大；而N225、IC500、NZ50、AORD、VNI及PSI則為凈接收者。

對(duì)于十一個(gè)成員國(guó)動(dòng)態(tài)成對(duì)連通性方面，IC500、JCI、SET、KLCI和PSI與其他成員國(guó)市場(chǎng)間的動(dòng)態(tài)成對(duì)連通性處于較高水平。在樣本期間，五個(gè)股票指數(shù)對(duì)KS11溢出效應(yīng)的敏感性均有所提升，其中IC500對(duì)KS11的溢出效應(yīng)表現(xiàn)出最高的敏感度。與其他股票指數(shù)相比，NZ50和AORD的溢出程度無(wú)論在均值還是極值層面均處于較低水平，其波動(dòng)效應(yīng)具有明顯的短暫性特征。相反，KLCI與KS11之間的溢出效應(yīng)不僅更為突出，而且持續(xù)時(shí)長(zhǎng)更久，這為深入探究跨市場(chǎng)溢出效應(yīng)增添了新的理論維度。針對(duì)高溢出效應(yīng)市場(chǎng)，可以通過(guò)跨區(qū)域監(jiān)管合作，來(lái)避免風(fēng)險(xiǎn)通過(guò)市場(chǎng)聯(lián)動(dòng)放大，提升金融體系穩(wěn)定性。

為了增強(qiáng)波動(dòng)率序列動(dòng)態(tài)連通性的可視化，使用節(jié)點(diǎn)大小、箭頭方向和其他視覺(jué)元素來(lái)傳達(dá)關(guān)于估計(jì)網(wǎng)絡(luò)特征的信息，有效說(shuō)明了動(dòng)態(tài)連通性的結(jié)構(gòu)[1]。具體來(lái)說(shuō)，分析數(shù)據(jù)序列以圓形節(jié)點(diǎn)呈現(xiàn)，節(jié)點(diǎn)大小表示“TO”的值，“TO”值越大則節(jié)點(diǎn)規(guī)模越大。箭頭方向表征兩變量間成對(duì)定向連通性的傳遞方向，箭頭粗細(xì)與波動(dòng)溢出程度成正比。總體分析得出KS11的節(jié)點(diǎn)最大，而JCI的節(jié)點(diǎn)最小，表明KS11對(duì)其他變量的波動(dòng)溢出效應(yīng)貢獻(xiàn)最大，而JCI的貢獻(xiàn)最小，這一觀察結(jié)果與動(dòng)態(tài)連通性分析結(jié)果一致。箭頭的寬度表明，KS11與IC500和N225指數(shù)的波動(dòng)性最大。此外，KLCI向IC500和PSI的波動(dòng)性也處于相對(duì)較高水平，而JCI、VNI、NZ50向其他變量的波動(dòng)溢出效應(yīng)顯著較低，其中JCI節(jié)點(diǎn)最小，表明JCI主要是波動(dòng)溢出效應(yīng)的單向接受者，隨著其他指標(biāo)的影響而波動(dòng)。基于網(wǎng)絡(luò)可視化結(jié)果，建議監(jiān)管當(dāng)局針對(duì)KS11等高“輸出”市場(chǎng)強(qiáng)化宏觀審慎監(jiān)管，限制其對(duì)外溢出風(fēng)險(xiǎn)；同時(shí)，推動(dòng)區(qū)域監(jiān)管協(xié)調(diào)，建立跨境信息共享與聯(lián)合應(yīng)急機(jī)制，及時(shí)對(duì)高連通路徑進(jìn)行動(dòng)態(tài)監(jiān)測(cè)；對(duì)于JCI、VNI、NZ50 等“接收”主體，應(yīng)完善市場(chǎng)流動(dòng)性支持與風(fēng)險(xiǎn)分擔(dān)工具，增強(qiáng)其對(duì)外部沖擊的吸收能力，切實(shí)提升RCEP區(qū)域金融體系的整體韌性與穩(wěn)定性。

四、結(jié)論

本研究基于2009年9月至2023年12月RCEP十一個(gè)核心成員國(guó)股指日度收益率，運(yùn)用DCC-GARCH-Connectedness模型構(gòu)建風(fēng)險(xiǎn)傳導(dǎo)分析框架。靜態(tài)分析顯示，區(qū)域市場(chǎng)存在顯著風(fēng)險(xiǎn)共振，總波動(dòng)溢出指數(shù)達(dá) 51.82% ，其中KS11對(duì)N225的單向波動(dòng)傳導(dǎo)強(qiáng)度居首，其作為系統(tǒng)性風(fēng)險(xiǎn)發(fā)射中樞的TO指數(shù)達(dá) 112.58% ，而IC500的溢出貢獻(xiàn)度僅 3.7% ，呈現(xiàn)風(fēng)險(xiǎn)吸收屬性；FROM指數(shù)顯示STI接收溢出最多，VNI最少。動(dòng)態(tài)連通性分析表明，KS11、KLCI等構(gòu)成波動(dòng)傳導(dǎo)核心節(jié)點(diǎn)，成員國(guó)股指動(dòng)態(tài)條件相關(guān)系數(shù)穩(wěn)定在 50%～65% 的中高位區(qū)間，重大事件通過(guò)情緒傳染與風(fēng)險(xiǎn)溢價(jià)機(jī)制放大溢出效應(yīng)。

由于KS11在RCEP系統(tǒng)中作為顯著的波動(dòng)輸出方，KS11指數(shù)的大幅波動(dòng)可能會(huì)在整個(gè)地區(qū)引發(fā)傳染效應(yīng)。因此，將KS11大幅波動(dòng)作為區(qū)域風(fēng)險(xiǎn)預(yù)警指標(biāo)，配合差異化資本緩沖等宏觀審慎工具，及時(shí)抑制跨境傳染。相反，針對(duì)IC500的高脆弱性，完善流動(dòng)性支持與風(fēng)險(xiǎn)分擔(dān)機(jī)制，實(shí)現(xiàn)中國(guó)市場(chǎng)對(duì)外部沖擊的抵御能力的提升。此外，觀察到KLCI指數(shù)與IC500和PSI指數(shù)之間的強(qiáng)烈波動(dòng)相關(guān)性，馬來(lái)西亞當(dāng)局應(yīng)強(qiáng)化本國(guó)市場(chǎng)監(jiān)管，并深化與中菲監(jiān)管機(jī)構(gòu)的信息共享與合作。

本研究并非沒(méi)有局限性。其對(duì)每日股指數(shù)據(jù)的依賴(lài)可能無(wú)法充分捕捉盤(pán)中市場(chǎng)動(dòng)態(tài)和高頻交易影響。未來(lái)的研究應(yīng)納入高頻數(shù)據(jù)，并采用高頻DCC-GARCH或已實(shí)現(xiàn)波動(dòng)框架等模型，對(duì)波動(dòng)溢出進(jìn)行更細(xì)粒度的分析。此外，將地緣政治風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)政策等變量納入分析框架，可對(duì)RCEP框架內(nèi)市場(chǎng)互聯(lián)互通的驅(qū)動(dòng)因素提供更為深入的解析。

參考文獻(xiàn)：

[1]Narayan，P.K.，Narayan，S.，amp;K.P，P.StockReturns， Mutual Fund Flows and Spillover Shocks[J].PacificBasin Finance Journal， 2014（29）：146-162.

[2]Zhang，W.，He，X.，amp; Hamori， S.Volatility Spillover and Investment Strategies among Sustainability-related Financial Indexes：Evidence from the DCC-GARCH-based Dynamic Connectedness and DCC-GARCH t-copula Approach[EB/OL].https：//www.sciencedirect.com/ science/article/abs/pii/S1057521922001843？via%3Dihub.

[3]HONG Taoa， T. S.，LU Sihana， MA Tao.Promoting the Role of RCEP In Boosting the High-Quality Development of China's Digital EconomyU]. Frontiers of Economics in China，2022（17）：456.

[4]Diebold，F(xiàn).X.，amp;Yilmaz，K.Onthe Network Topology of Variance Decompositions： Measuring the Connectedness of Financial Firms[Jl. Journal of Econometrics， 2014，182（1）：119-134.

（作者單位：北京工業(yè)大學(xué)都柏林學(xué)院）