中美股市的联动性分析

2014-02-10 17:28罗雪玲

罗雪玲

摘要:随着世界经济一体化的推进和金融全球化的发展,国际资本市场间的联系愈发紧密,而研究最具成熟资本市场标志的美国股市与作为新兴市场代表的中国股市之间的联动关系具有重大意义。可以沪深300股指和道琼斯工业平均指数作为考察对象,利用协整检验考察中美两国股市的长期均衡关系,并运用Granger因果关系检验和DCCGARCH模型分析两股市在短期的收益均值和波动率溢出效应,进一步地,再用分位数回归分析研究极端情形下的股市联动性。研究结果表明,中美股市不存在长期均衡关系;在短期,美国股市对中国股市存在显著的均值溢出和波动溢出,且在极端情形下影响更为显著。

关键词:股市联动;沪深300;道琼斯工业股票;均值溢出;波动溢出

中图分类号: F831.5 文献标志码: A 文章编号:16720539(2014)01006706

一、引言

随着世界经济一体化的推进和金融全球化的发展,国际资本市场间的联系愈发紧密,国际主要股票市场指数呈现出更加明显的共同变化趋势,2007年源于美国的次贷危机向其他国家和地区的蔓延便是有力的佐证。在国际资本市场中,作为最具成熟资本市场标志的美国股市与作为新兴市场典型代表的中国股市之间的联动性正受到越来越多学者的关注。近年来,中国内地资本市场对外开放程度加深,尤其是针对境内外投资者的QFII、QDII和RQFII审批额度不断扩大,这是否会加强中美股市的联动性?特别地,全球性金融危机对中美股市的联动性有何影响?这些都是当前急需厘清的问题。因此,研究中美股市联动性有助于分析两国资本市场间的联系,对于监管当局控制金融危机的冲击、维护国家金融安全以及国际投资者进行风险管理都有着重要的理论意义和现实意义。

学者们对股市联动性的研究主要从联动性的检验、时变特征、联动的内在机制等方面展开,随着美国次贷危机及欧债危机的爆发,危机中的联动性变化逐渐成为研究的另一焦点。

国外学者的研究大体可以分为两个方面。一方面,有学者检验了不同股市之间的联动性问题。Hilliard [1]研究发现,国际股市收益关联水平较低;而更多学者则认为自20世纪90年代中期以来,国际股市联动性显著增强[2-3]。另一方面,有学者研究了金融危机对联动性的冲击。Dooley和Hutchison [4]研究了次贷危机向新兴市场的传播后发现,中国、马来西亚和韩国一度与美国脱钩,但2008年夏末或秋初又重现关联。相反,Tamakoshi和Hamor [5]发现,希腊主权债务危机爆发以来,欧洲股市之间的相互依赖性降低。

国内学者重点关注中国股市与其他股市之间的联动性。韩非和肖辉 [6]研究了2000年-2004年美国股市与中国股市开盘价和收盘价之间的关系,发现中美股市之间相关性很弱。进一步地,张兵等 [7]研究认为,中美股市不存在长期均衡关系。关于危机对中国股市关联性的影响问题,国内学者并没用一致的结论。多数学者认为,危机期间股市联动增强[8-9],少数学者如何光辉等 [10]则认为次贷危机和欧债危机会降低一体化水平,进而造成股市联动水平降低。

从以上研究结果看,随着世界经济一体化进程的加快,国际主要资本市场之间的关联性增强,中国股市与世界资本市场的联系亦愈发紧密。但在危机期间,新兴股市之间以及新兴股市与发达股市之间的联动性尚无定论,其结论因研究对象、样本期间以及实证方法而异。国内已有研究大多数以上证综指代表中国股市,仅有少数学者 [11]研究沪深300股指与世界指数的联动关系。同时这些研究并没有考虑长短期联动关系及极端情形下的联动性。因此,本文以沪深300股指为代表,重新考察中美股市的联动性。

二、实证模型与方法

本文将运用Johansen协整检验分析中美股市的长期均衡关系,分别使用Granger因果关系检验和DCCGARCH模型分析中美两市短期的均值溢出效应和波动溢出效应,在此基础上用分位数回归考察中美股市在极端情形下的联动性。这些模型与方法都很成熟,且应用广泛,介绍从略。

(一) Johansen协整检验

三、样本数据取得与实证结果分析

(一)样本数据取得

本文以沪深300股指(HS300)、道琼斯工业平均指数(DJIA)分别代表中国和美国的股票市场。样本数据来源于锐思数据库,样本期间为2005年4月8日-2013年4月3日(剔除交易日不重合的数据后得到1875组数据),两市指数价格走势如图1所示。为了在时间上进行动态比较分析,以QDII正式实施(2007年7月3日)、QFII审批额度突破150亿美元(2009年8月25日)、RQFII推出(2011年8月17日)作为分界点(用红色虚线标出)。

(二)中美股市长期均衡关系检验

单位根检验的结果(2)说明,HS与DJIA及其对数收益序列本身非平稳,但它们的一阶差分序列(即HSCL和DJCL)是平稳的,即HS与DJIA及其对数收益序列属于一阶单整序列。从各阶段散点图看,中美股指价格序列可能呈线性关系。由此可见,HS与DJIA可能存在协整关系。在这个基础上,通过Johansen协整检验分析中美股指序列(3)之间的长期均衡关系。表1列出三种常用模型下的Johansen协整检验结果。容易发现,除了第一阶段,中美股市不存在显著的协整关系。

(三) 短期收益均值溢出效应分析

Granger因果关系检验可以考察变量之间在统计意义上的因果关系,因此本文检验中美两股市收益率的Granger因果关系,以分析中美股市的价格引导关系。充分考虑到两股市交易时间的不同步性,包括HSCL、HSOP与DJOP、DJCL组合的四对关系(4),为确保稳健性,首先根据信息准则最小化的原则确定滞后阶数,然后同时参考前后连续四个滞后阶数的结果。如表2所示,第一阶段不存在显著的收益率溢出效应;从第二阶段开始,美国股市对中国股市具有显著的单向收益均值溢出效应。

(四)短期波动溢出效应分析

本文利用DCCGARCH模型分析中美两国股市的波动溢出效应。考虑到中美两国股市交易时间的不同步性,用HSCL与DJOP的条件方差时变相关系数来考察中国股市对美国股市的波动溢出效应,而DJCL与SSOP(5)的时变相关系数用以考察美国股市对中国股市的波动溢出效应。从图2看,HSCL与DJOP的动态相关系数有正有负,在0附近波动频繁,但没有明显的趋势。这说明,中国股市对美国股市的波动溢出效应一直不显著。而DJCL与SSOP的时变相关系数持续为正,其均值存在明显的上升趋势,这与张兵等使用上证综指获得的实证分析结果相异。第二阶段相关系数均值跳跃式增加,之后第三、第四阶段略有增加,且维持在0.5上下。可见,美国股市对中国股市的波动溢出效应呈不断增强之势,危机传染性风险在不断增加。

四、 结论

本文通过Johansen协整检验考察中美股市的长期均衡关系,利用Granger因果关系检验和DCCGARCH模型用来考察短期的收益均值和波动溢出效应,并通过分位数回归分析极端情形下的中美股市联动性。研究结果表明:中美两国股市并不存在协整关系;美国股市对中国股市存在显著的均值溢出效应和波动溢出效应,且次贷危机之后呈现增强的趋势;在极端情形下,美国股市对中国股市的影响更显著,联动性更强。除了动态条件相关系数始终取正值外,利用沪深300股指获得的结论与上证综指获得的结论基本一致,这从侧面反映出上证综指对中国股市也有较强的代表性。相关结论对投资者和决策者具有一定参考价值:从长期来看,投资者仍然可以通过中国股市进行国际分散化,以寻求分散化好处;决策者在制定相关政策时,应充分考虑国际股市对中国股市不断增强的溢出效应。

注释:

(1)五种检验模型分别为:序列无确定趋势,协整方程无常数项;序列无确定趋势,协整方程有常数项;序列有确定性线性趋势,协整方程只有截距;序列和协整方程具有线性趋势;序列有二次趋势,协整方程仅有线性趋势。

(2)限于篇幅,单位根检验结果及散点图不列出。

(3)这里采用对数价格序列,使用原始序列进行分析得到一致的结果。

(4)HSOP与DJOP会先影响本市收盘收益,然后再影响另一个市场,属于间接关系,故不考虑。

(5) 由于同一交易日中,中国股市开盘、收盘时间均早于美国股市开盘时间,所以实证中采用道琼斯指数前一天的对数收益率。

(6)巴塞尔协议一般在计算在险价值时使用99%的置信水平。

(7)显著拒绝斜率相等和斜率对称的原假设。

参考文献:

[1]Hilliard J E. The Relationship between Equity Indices on World Exchanges[J]. The Journal of Finance, 1979, 34(1): 103-114.

[2]Kizys R, Pierdzioch C. Changes in The International Comovement of Stock Returns and Asymmetric Macroeconomic Shocks[J]. Journal of International Financial Markets, Institutions and Money, 2009, 19(2): 289-305.

[3]Beirne J, Caporale G M, Schulze-Ghattas M, et al. Global and Regional Spillovers in Emerging Stock Markets: A Multivariate GARCH-in-mean Analysis[J]. Emerging markets review, 2010, 11(3): 250-260.

[4]Dooley M, Hutchison M. Transmission of The US Subprime Crisis to Emerging Markets: Evidence on The Decoupling–Recoupling Hypothesis[J]. Journal of International Money and Finance, 2009, 28(8): 1331-1349.

[5]Tamakoshi G, Hamori S. Transmission of Stock Prices Amongst European Countries Before and During The Greek Sovereign Debt Crisis[J]. Economics Bulletin, 2011, 31(4): 3339-3353.

[6]韩非,肖辉.中美股市间的联动性分析[J].金融研究,2005,(11):117-129.

[7]张兵,范致镇,李心丹.中美股票市场的联动性研究[J].经济研究,2010,(11):141-151.

[8]吴英杰.全球金融危机背景下的股市联动性变化——基于DAG和结构VECM的实证分析[J].南方金融,2010,(4): 64-70.

[9]黄飞雪,谷静,李延喜,等.金融危机前后的全球主要股指联动与动态稳定性比较[J].系统工程理论与实践,2010,30(10):1729-1740.

[10]何光辉,杨咸月,陈诗一.入世以来中国证券市场动态国际一体化研究[J].经济研究,2012,(10):82-96.

[11]高莹,靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].管理评论,2008,20(2):3-8.

(四)短期波动溢出效应分析

本文利用DCCGARCH模型分析中美两国股市的波动溢出效应。考虑到中美两国股市交易时间的不同步性,用HSCL与DJOP的条件方差时变相关系数来考察中国股市对美国股市的波动溢出效应,而DJCL与SSOP(5)的时变相关系数用以考察美国股市对中国股市的波动溢出效应。从图2看,HSCL与DJOP的动态相关系数有正有负,在0附近波动频繁,但没有明显的趋势。这说明,中国股市对美国股市的波动溢出效应一直不显著。而DJCL与SSOP的时变相关系数持续为正,其均值存在明显的上升趋势,这与张兵等使用上证综指获得的实证分析结果相异。第二阶段相关系数均值跳跃式增加,之后第三、第四阶段略有增加,且维持在0.5上下。可见,美国股市对中国股市的波动溢出效应呈不断增强之势,危机传染性风险在不断增加。

四、 结论

本文通过Johansen协整检验考察中美股市的长期均衡关系,利用Granger因果关系检验和DCCGARCH模型用来考察短期的收益均值和波动溢出效应,并通过分位数回归分析极端情形下的中美股市联动性。研究结果表明:中美两国股市并不存在协整关系;美国股市对中国股市存在显著的均值溢出效应和波动溢出效应,且次贷危机之后呈现增强的趋势;在极端情形下,美国股市对中国股市的影响更显著,联动性更强。除了动态条件相关系数始终取正值外,利用沪深300股指获得的结论与上证综指获得的结论基本一致,这从侧面反映出上证综指对中国股市也有较强的代表性。相关结论对投资者和决策者具有一定参考价值:从长期来看,投资者仍然可以通过中国股市进行国际分散化,以寻求分散化好处;决策者在制定相关政策时,应充分考虑国际股市对中国股市不断增强的溢出效应。

注释:

(1)五种检验模型分别为:序列无确定趋势,协整方程无常数项;序列无确定趋势,协整方程有常数项;序列有确定性线性趋势,协整方程只有截距;序列和协整方程具有线性趋势;序列有二次趋势,协整方程仅有线性趋势。

(2)限于篇幅,单位根检验结果及散点图不列出。

(3)这里采用对数价格序列,使用原始序列进行分析得到一致的结果。

(4)HSOP与DJOP会先影响本市收盘收益,然后再影响另一个市场,属于间接关系,故不考虑。

(5) 由于同一交易日中,中国股市开盘、收盘时间均早于美国股市开盘时间,所以实证中采用道琼斯指数前一天的对数收益率。

(6)巴塞尔协议一般在计算在险价值时使用99%的置信水平。

(7)显著拒绝斜率相等和斜率对称的原假设。

参考文献:

[1]Hilliard J E. The Relationship between Equity Indices on World Exchanges[J]. The Journal of Finance, 1979, 34(1): 103-114.

[2]Kizys R, Pierdzioch C. Changes in The International Comovement of Stock Returns and Asymmetric Macroeconomic Shocks[J]. Journal of International Financial Markets, Institutions and Money, 2009, 19(2): 289-305.

[3]Beirne J, Caporale G M, Schulze-Ghattas M, et al. Global and Regional Spillovers in Emerging Stock Markets: A Multivariate GARCH-in-mean Analysis[J]. Emerging markets review, 2010, 11(3): 250-260.

[4]Dooley M, Hutchison M. Transmission of The US Subprime Crisis to Emerging Markets: Evidence on The Decoupling–Recoupling Hypothesis[J]. Journal of International Money and Finance, 2009, 28(8): 1331-1349.

[5]Tamakoshi G, Hamori S. Transmission of Stock Prices Amongst European Countries Before and During The Greek Sovereign Debt Crisis[J]. Economics Bulletin, 2011, 31(4): 3339-3353.

[6]韩非,肖辉.中美股市间的联动性分析[J].金融研究,2005,(11):117-129.

[7]张兵,范致镇,李心丹.中美股票市场的联动性研究[J].经济研究,2010,(11):141-151.

[8]吴英杰.全球金融危机背景下的股市联动性变化——基于DAG和结构VECM的实证分析[J].南方金融,2010,(4): 64-70.

[9]黄飞雪,谷静,李延喜,等.金融危机前后的全球主要股指联动与动态稳定性比较[J].系统工程理论与实践,2010,30(10):1729-1740.

[10]何光辉,杨咸月,陈诗一.入世以来中国证券市场动态国际一体化研究[J].经济研究,2012,(10):82-96.

[11]高莹,靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].管理评论,2008,20(2):3-8.

(四)短期波动溢出效应分析

本文利用DCCGARCH模型分析中美两国股市的波动溢出效应。考虑到中美两国股市交易时间的不同步性,用HSCL与DJOP的条件方差时变相关系数来考察中国股市对美国股市的波动溢出效应,而DJCL与SSOP(5)的时变相关系数用以考察美国股市对中国股市的波动溢出效应。从图2看,HSCL与DJOP的动态相关系数有正有负,在0附近波动频繁,但没有明显的趋势。这说明,中国股市对美国股市的波动溢出效应一直不显著。而DJCL与SSOP的时变相关系数持续为正,其均值存在明显的上升趋势,这与张兵等使用上证综指获得的实证分析结果相异。第二阶段相关系数均值跳跃式增加,之后第三、第四阶段略有增加,且维持在0.5上下。可见,美国股市对中国股市的波动溢出效应呈不断增强之势,危机传染性风险在不断增加。

四、 结论

本文通过Johansen协整检验考察中美股市的长期均衡关系,利用Granger因果关系检验和DCCGARCH模型用来考察短期的收益均值和波动溢出效应,并通过分位数回归分析极端情形下的中美股市联动性。研究结果表明:中美两国股市并不存在协整关系;美国股市对中国股市存在显著的均值溢出效应和波动溢出效应,且次贷危机之后呈现增强的趋势;在极端情形下,美国股市对中国股市的影响更显著,联动性更强。除了动态条件相关系数始终取正值外,利用沪深300股指获得的结论与上证综指获得的结论基本一致,这从侧面反映出上证综指对中国股市也有较强的代表性。相关结论对投资者和决策者具有一定参考价值:从长期来看,投资者仍然可以通过中国股市进行国际分散化,以寻求分散化好处;决策者在制定相关政策时,应充分考虑国际股市对中国股市不断增强的溢出效应。

注释:

(1)五种检验模型分别为:序列无确定趋势,协整方程无常数项;序列无确定趋势,协整方程有常数项;序列有确定性线性趋势,协整方程只有截距;序列和协整方程具有线性趋势;序列有二次趋势,协整方程仅有线性趋势。

(2)限于篇幅,单位根检验结果及散点图不列出。

(3)这里采用对数价格序列,使用原始序列进行分析得到一致的结果。

(4)HSOP与DJOP会先影响本市收盘收益,然后再影响另一个市场,属于间接关系,故不考虑。

(5) 由于同一交易日中,中国股市开盘、收盘时间均早于美国股市开盘时间,所以实证中采用道琼斯指数前一天的对数收益率。

(6)巴塞尔协议一般在计算在险价值时使用99%的置信水平。

(7)显著拒绝斜率相等和斜率对称的原假设。

参考文献:

[1]Hilliard J E. The Relationship between Equity Indices on World Exchanges[J]. The Journal of Finance, 1979, 34(1): 103-114.

[2]Kizys R, Pierdzioch C. Changes in The International Comovement of Stock Returns and Asymmetric Macroeconomic Shocks[J]. Journal of International Financial Markets, Institutions and Money, 2009, 19(2): 289-305.

[3]Beirne J, Caporale G M, Schulze-Ghattas M, et al. Global and Regional Spillovers in Emerging Stock Markets: A Multivariate GARCH-in-mean Analysis[J]. Emerging markets review, 2010, 11(3): 250-260.

[4]Dooley M, Hutchison M. Transmission of The US Subprime Crisis to Emerging Markets: Evidence on The Decoupling–Recoupling Hypothesis[J]. Journal of International Money and Finance, 2009, 28(8): 1331-1349.

[5]Tamakoshi G, Hamori S. Transmission of Stock Prices Amongst European Countries Before and During The Greek Sovereign Debt Crisis[J]. Economics Bulletin, 2011, 31(4): 3339-3353.

[6]韩非,肖辉.中美股市间的联动性分析[J].金融研究,2005,(11):117-129.

[7]张兵,范致镇,李心丹.中美股票市场的联动性研究[J].经济研究,2010,(11):141-151.

[8]吴英杰.全球金融危机背景下的股市联动性变化——基于DAG和结构VECM的实证分析[J].南方金融,2010,(4): 64-70.

[9]黄飞雪,谷静,李延喜,等.金融危机前后的全球主要股指联动与动态稳定性比较[J].系统工程理论与实践,2010,30(10):1729-1740.

[10]何光辉,杨咸月,陈诗一.入世以来中国证券市场动态国际一体化研究[J].经济研究,2012,(10):82-96.

[11]高莹,靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].管理评论,2008,20(2):3-8.