中国股市和债市溢出效应在牛熊市中的异化现象

汪冬华 雷曼 阮永平 汪辰

摘 要：本文按照上证综合指数的走势将2005年6月6日至2008年10月28日的整个样本区间划分为牛市和熊市两个样本子区间，采用样本子区间内的上证综合指数和中债总指数的对数收益率日数据，通过VAR(p)-BVGJR-GARCH(1,1)-BEKK模型实证分析了不同市态下中国股市和债市间溢出效应的异化现象。结果显示，在牛熊市中，我国股市债市间不存在均值溢出效应，但两市场间的波动溢出效应存在着显著差异。牛市时期，两市场间存在双向的波动溢出效应，但一个市场的条件方差对另一市场负冲击不存在非对称效应。而熊市时期，两市场间只存在股市对债市的单向波动溢出效应，且一个市场的条件方差对另一市场负冲击均存在非对称效应。

关键词：牛市；熊市；股票-债券市场；溢出效应；VAR-BVGJR-GARCH-BEKK模型

中图分类号：F830.9 文献标识码：A 文章编号：1003-5192(2012)04-0046-07

Dissimilation of Spillover Effect among the Chinese Stock Market and Bond

Market between Bull and Bear Markets

——An Empirical Research Based on the Shanghai Composite Indexand the China Bond Assembled Index

WANG Dong-hua1, LEI Man1, RUAN Yong-ping1, WANG Chen2

(1.The Financial Engineering Research Centre of Business School, East China University of Science and Technology, Shanghai 200237, China; 2.Viterbi School of Engineering, University of Southern California, Los Angeles, CA 90089, USA）

Abstract:In this paper, the whole sample period is divided into two periods from 6 June 2005 to 28 October 2008, one is bull market period and another is bear market. Using the daily log return of the SHCI and the CBAI between bull and bear markets, we empirically analyze the dissimilation of spillover effect between the Chinese stock market and bond market in different market states with VAR-BVGJR-GARCH-BEKK model. The empirical results demonstrate that there arent significantly mutual mean spillover effects in the Chinese stock market and bond market between bull and bear markets, but distinct difference exists in the volatility spillover effect within the two financial markets between bull and bear markets. In bull market, there are remarkably the bidirectional volatility spillover effects between the two markets, whereas there isnt the response of the one market to the negative shocks of the other market. However, in the bear market, we find evidence of unidirectional volatility spillovers from the Chinese stock market to the Chinese bond market, and there is the response of the one market to the negative shocks of the other market.

Key words:bull market; bear market; stock-bond market; spillover effect; VAR-BVGJR-GARCH-BEKK model

1 引言

在经济全球化和金融自由化的背景下，作为我国金融体系的两大重要子市场，股票市场和债券市场间的相互联系与影响应更加紧密。股市债市间此种关联性多数源于两市场间的溢出效应。两市场间的溢出效应包括均值溢出效应和波动溢出效应。股市债市间均值溢出效应是指两市场收益的信息传导，可用来反映股市债市间领先和滞后的关系；而波动溢出效应是指两市场波动的信息传导，能较好地刻画股市债市间波动传导的途径和方向，反映市场之间的信息流动过程和相互作用机理。我国股市债市间的溢出效应可以较为全面地体现两个金融市场之间的风险传递状况。由此可见，中国股票市场与债券市场间溢出效应的研究对于了解两市场间的信息传导机理以及金融政策实施都具有重要的理论和现实意义。

国内外学者关于股票市场和债券市场的关系做了许多有益的探索研究。Li研究了G-7国的股市和债市的波动溢出效应，结果表明，在40年左右的时间内，各国股市债市都存在显著的波动溢出关系［1］。Francis, Iftekhar和Delroy发现在发达国家中股市和债市间有显著的双向均值溢出和波动溢出［2］。但是，Wu发现在新兴市场经济国家中股市债市仅存在显著的波动溢出效应, 而均值溢出并不显著［3］。Goeij等

采用二元ADVECH模型实证研究了美国的国债市场和股票市场在同时受到同方向和反方向的信息冲击时，债券和股票之间的条件方差(协方差)的非对称效应［4,5］。Dean等利用GARCH模型对1992年至2006年间澳大利亚的股市和债市的溢出效应进行了实证研究。结果表明，两市之间存在不对称的双向均值溢出效应和单向波动溢出效应［6］。国内学者关于中国股市债市间的溢出效应也做了相关研究。王璐和庞皓采用2002年1月14日至2006年12月31日的上证综合指数和中国债券总指数的日收盘数据，通过MV-GARCH模型实证研究了我国股市和债市的波动溢出效应。结果显示，中国股市和债市波动溢出具有明显时变特征，波动影响不对称，股市对债市影响大于债市对股市影响［7］。陆贤伟、董大勇和纪春霞选取2005年1月4日至2008年12月31日期间的上证国债指数和沪深300指数作为代表来研究股市和债市之间的波动溢出效应。研究发现, 债券市场和股票市场存在显著条件方差非对称效应, 而债券市场和股票市场间对同一信息呈反方向变动的协方差非对称效应也在一定程度上显著存在［8］。王斌会、郑辉和陈金飞采用2005年7月22日至2009年5月27日期间的上证综指和中国债券总指数的日数据，利用向量自回归多元GARCH模型对我国股市和债市间的价格及波动溢出效应进行了研究。结果表明，股市债市间不存在均值溢出效应，只存在从股市到债市的单向波动溢出效应［9］。李成、马文涛和王彬采用2005年7月22日至2009年7月10日的日数据，其中分别选取上证综合指数变化率和国债综合指数变化率表征股票市场收益率和债券市场收益率，利用VAR(6)-GARCH(1,1)-BEKK模型实证研究了我国股票市场和债券市场等主要金融市场的溢出关系。研究发现，股市债市间均存在双向的均值和波动溢出效应［10］。国内学者前面研究的结论有的表明中国股市债市间存在均值溢出效应，而有的说明两市场间却不存在均值溢出效应；至于两市场间的波动溢出效应，多数认为股市对债市的波动溢出效应要显著。

从上面的国内外文献可看出，已有研究局限于对金融市场的整体样本进行研究, 并没有区分在牛熊市中的状况。基于行为金融学理论［11］，不同市态下投资者的心理和行为会存在差异和表现出不同的特征，从而导致金融市场间的联动关系在牛市和熊市下会存在差异。因此，根据市场走势划分研究时期有助于发现不同市场态势下的中国股市和债市间的溢出效应。基于此，本文按照上证综合指数的走势将整体样本区间划分为牛市和熊市两个样本子区间，采用样本子区间内的上证综合指数和中债总指数的数据资料，通过构建反映中国股市和债市溢出效应的模型，实证研究中国股市和债市溢出效应在牛熊市中的异化现象。这对于促进我国股票市场和债券市场的健康协调发展以及认识我国股票市场和债券市场间金融风险传导机理具有重要的理论和现实意义。

2 数据及研究方法

2.1 数据的选择及特征说明

上海证券交易所的股票成交额和筹资总额均排在世界第三，上交所股票总市值占GDP比值已超过50%，上证A股能够较好地代表中国股票市场发展状况，因此本文选取上证综合指数（以下简称SHCI）表征中国股市的发展状况。同时，中央国债登记结算有限公司编制的中债总指数(以下简称CBAI）作为反映整个债券市场价格波动的参考，该指数体现了银行间市场和交易所市场中债券整体的交易情况，是我国债券市场价格变动的“指示器”，能够全面地反映和代表中国债券市场的价格波动情况，具有良好的市场代表性，因此，本文选取中债总指数反映中国债市的价格波动状况。所有数据来源于Wind资讯。故本文选取上证综合指数和中债总指数作为代表来研究中国股市和债市间的溢出效应。

2005年4月29日，中国证监会发布《关于上市公司股权分置改革试点有关问题的通知》，同年5月10日首先选择了4家上市公司作为试点对象，这标志着股权分置改革试点工作启动。之后，中国股市自2005 年6月6日起迎来一波上涨行情，上证综合指数于2007年10月16日达到阶段最高点6124，之后一路下跌，2008年10月28日上证综合指数达到阶段最低点1664。因此，本文选取2005年6月6日至2008年10月28日为数据整个样本区间，剔除交易日期不匹配的数据之后, 共得到828组数据。其中，样本区间又分为两个子区间，分别是中国股市的牛市行情阶段：2005年6月6日至2007年10月16日；中国股市的熊市行情阶段：2007年10月17日至2008年10月28日。另外, SHCI指数和CBAI指数序列数据进行对数化处理，因此两个指数的日对数收益率分别定义为

其中L表示联合对数似然值，t表示时间，n表示序列个数。根据模型非线性的对数似然函数形式, 本文采用BHHH算法进行迭代和优化计算。

3 实证分析及结果

为了比较中国股市和债市溢出效应在牛熊市中的差异，本文将在上述确定的牛市（2005年6月6日至2007年10月16日）和熊市（2007年10月17日至2008年10月28日）的行情阶段内利用SHCI指数和CBAI指数的对数收益率日数据实证研究牛熊市中我国股市债市间溢出效应的异化现象。

3.1 牛市时期

在2005年6月6日至2007年10月16日期间的牛市行情阶段内，利用SHCI指数日收益率序列和CBAI指数日收益率序列数据估计出牛市时期内VAR(p)-BVGJR-GARCH(1,1)-BEKK模型中的参数，得出均值方程和条件方差方程。

4 结论

本文按照上证综合指数的走势将2005年6月6日至2008年10月28日的整个样本区间划分为牛市和熊市两个样本子区间，采用样本子区间内的上证综合指数和中债总指数对数收益率的日数据，通过两变量VAR(p)-BVGJR-GARCH(1,1)-BEKK模型实证分析了牛熊市中我国股市债市之间均值、波动和非对称性溢出效应的异化现象。结果表明：在牛市和熊市期间，我国股票市场和债券市场均具有显著的方差集聚性和波动持久性，两市场间均不存在均值溢出效应，但两市场间的波动溢出效应存在着显著差异。牛市时期，我国股票市场和债券市场间存在显著的双向波动溢出效应，但两个市场中一个市场的条件方差对另一个市场负冲击均不存在非对称效应。而熊市时期，股市与债市间只存在股市对债市的单向波动溢出效应，且两个市场中一个市场的条件方差对另一个市场负冲击均存在非对称效应。此实证分析获得的结论较客观地反映了目前中国股市与债市间影响的实际情况。必须指出的是，如果将牛、熊市的样本放在一起讨论则很可能遗漏一些重要信息。因此，根据市场走势划分研究时期有助于发现在牛熊市不同市态下我国股市和债市间的溢出效应。

本文的分析表明，不管在牛市期间还是在熊市期间，我国股票市场和债券市场间都不存在均值溢出效应，没有价格上的信息传导。这说明，我国股票市场和债券市场间的资金连通渠道缺乏，相互间没有价格引导作用，资源的二次配置无法通过价格这一因素来实现。但在牛熊时期，我国股市债市间的波动溢出效应存在异化现象。此发现表明，当股市处于牛市行情时，投资者行为活跃，必然会在两市场间频繁地进行资金流动，从而导致市场间存在双向的波动溢出效应；但市场的负冲击在牛市行情背景下会被投资者忽略，以至于不会对另一市场造成过度影响。当股市处于熊市行情时，投资者会从资金安全的角度出发，抛售股票购买债券，使得债券市场的流动性大大提高，从而导致股市的波动会显著影响债市；同时，在股市熊市行情的背景下，两个市场的利空消息都会加剧另一个市场的波动。然而，从总体来看，我国股市债市间虽然存在波动溢出效应，但是其影响系数的绝对值较小，其原因可能在于：一是我国债券交易市场分为银行间市场和交易所市场，且将银行资金限制在银行间债券市场, 严禁其进入股市，这对社会资金的转移分流配置起到了很大的限制作用，导致市场价格无法通过资金纽带联系起来；二是我国股市和债市波动要受到利率和存款准备金等因素影响，并非只由对方市场波动而引起变化。

综上所述，为了促进我国股票市场和债券市场的健康协调发展，扩大两市场的连通和提高两市场的一体化，更好地发挥我国股票市场和债券市场的价格发现和资金配置的功能，金融监管机构应逐步改变债券市场的分割状况，加强债券市场的统一性，提高债券市场的整体效率，应采取适当的措施促使资金能在有效市场下充分流动，使资产价格能准确地反映其自身的真实价值，构建合理的“信息——预期——价格”机制。

参 考 文 献：

［1］ALi Lingfeng. Macroeconomic factors and the correlation of stock and bond returns［R］. Yale ICF Working Paper No.02-46, AFA 2004 San Diego Meetings, 2002.

［2］AFrancis B B, Iftekhar H, Delroy H. Return-volatility linkages in the international equity and currency markets［R］. Discussion Papers 9, Bank of Finland, 2002.

［3］AWu R S. International transmission effect of volatility between the financial markets during the Asian financial crisis［J］. Transition Studies Reviews, 2005, 12(1): 19-35.

［4］AGoeij D P, Marquring W. Modeling the conditional between stock and bond return: a multivariate GARCH approach［J］. Journal of Financial Economietric, 2004, 12(4): 531-564.

［5］AGoeij D P, Marquring W. Stock and bond market interactions with level and asymmetry dynamics: an out-of-sample application［J］. Journal of Empirical Finance, 2009, 16(2): 318-329.

［6］ADean W G, Fall R W, Loudon G F. Asymmetry in return and volatility spillover between equity and bond markets in australia［J］. Pacific-Basin Finance Journal, 2010, 18(3): 272-289.

［7］A王璐，庞皓.中国股市和债市波动溢出效应的MV-GARCH分析［J］.数理统计与管理，2009，28(1)：152-158.

［8］A陆贤伟,董大勇,纪春霞.债市和股市波动非对称性［J］.系统工程，2009，27(9)：10-15.

［9］A王斌会，郑辉，陈金飞.中国股市、汇市和债市间溢出效应的实证研究［J］.暨南学报(哲学社会科学版)，2010，(4):37-45.

［10］A李成，马文涛，王彬.我国金融市场间溢出效应研究——基于四元VAR-GARCH(1,1)-BEKK模型的分析［J］.数量经济技术经济研究，2010，(6):3-19.

［11］ABaker M, Wurgler J. Investor sentiment and the cross-section of stock returns［J］. Journal of Finance, 2006, 61(4): 1645-1680.

［12］AGlosten L R, Jagannathan R, Runkle D E. On the relation between the expect value and the volatility of the nominal excess return on stock［J］. Journal of Finance, 1993, 48(5): 1779-1801.

［13］AKroner K, NgV. Modeling asymmetric co-movements of asset returns［J］. The Review of Financial Studies, 1998, 11(4): 817-844.

［14］AEngle R F, Kroner K F. Multivariate simultaneous generalized ARCH［J］. Econometric theory, 1995, 11(1): 122-150.