“沪港通”对“沪伦通”的开通风险启示

姜雨汐

摘 要：随着“沪伦通”机制的展开逐渐被提上日程，其面临的风险和问题也值得内地市场给予充分的关注。尤其是市场风险来源和影响更是需要内地投资人提前给予重视。以“沪港通”为参考对象，针对互联互通机制以及股票市场的联动性，对沪伦通可能带来的风险给予预测。

关键词：沪港通;沪伦通;风险测量

中图分类号：F830.91        文献标志码：A      文章编号：1673-291X（2019）01-0061-02

引言

“沪港通”是两岸及香港资本市场进一步加强合作，深化内地与香港资本市场双向交流，提升我国资本市场的国际化水平的重要举措之一。“沪港通”是指内地与香港股票市场的互联互通机制。该政策于2014年4月发布，同年11月正式开通。但“沪伦通”的建议机制更为复杂，包括时差影响、对卖空的支持程度、结算交易时间安排等的不一致都会对我国证券市场产生不同程度的影响。

2018年4月11日。中国证监会宣布扩大沪港互联互通的每日额度，充分展示了该政策对加强两地资本市场联系，推动资本市场双向开放所带来的积极影响。但是，当我们庆贺“沪港通”逐渐实现我国金融市场国际化目标的同时，它所带来的金融市场风险的来源和实际影响，都为“沪伦通”的顺利开通提供着相应的参考价值。

一、文献综述

自“沪港通”开通以来，大量学者从不同维度去解析该项政策。其中，分析事件开通前后的市场联动性的文献占据大多数。如方艳、贺学会等人运用t-Copula-aDCC-GARCH模型对“沪港通”开通前后的沪、深、港、美市场间的联动性进行研究，发现四个市场之间沪深的相依性最显著。

再者，研究该事件对市场波动性影响的文献也比较普遍，邹新阳、邓瑶以沪港通开通后的上证，恒生指数作为研究对象，主要运用GARCH模型和格兰杰因果检验来研究沪港通对沪港两市波动性的影响情况，以及沪港两市相互之间的影响情况。甘易、谭思对沪港通的运作模式、项目特点以及传导机制做出分析，总结出在沪港通的影响下，货币供应量会在短期内增加，长期内减少，并且产生较大的潜在影响。

综上所述，虽然部分学者运用事件研究法，GARCH等工具对市场联动性，市场波动性做了大量研究测算。但是，运用GARCH模型衡量“沪港通”引入后对沪市A股市场风险的影响并与沪伦通做出对比的文献并不多见。因此，笔者主要利用将GARCH与VaR相结合的方法研究市场风险，丰富现有相关成果。

二、数据来源与实证分析

（一）数据来源及处理

本文以沪市A股综合指数数据为研究对象，尽可能缩小时间窗口以规避由于过长的时间跨度引起的不确定因素干扰。并收集了证券代码、交易日期、日开盘价、日最高价、日最低价、日收盘价等相关信息作为研究变量。

此次研究选取的样本范围为沪港通开通日前后各250个交易日的上证A股综合指数每日收盘价格，将整个样本区间划分为：阶段一，2013年11月17日至2014年11月16日;阶段二，2014年11月17日至2015年11月17日。为进一步优化股票价格数据，将阶段一期间内首次公开发行的股票样本及阶段一和阶段二中股票交易停盘天数超过20天的样本进行剔除。最终，样本包含491个交易日数据，数据源于CSMAR数据库。

（二）实证分析

根据上文的数据处理和研究设计，为适应GARCH模型，保证数据的连续性和可比性，本文对收益率形式做自然对数的处理，定义收益率为Rt=lnPt-lnPt-1。其中，Pt 为t日的收盘价格，Pt-1为t-1日的收盘价格。

根据收益率序列基本统计特征图，样本区间的峰态明显高正态分布（Kurtosis=7.737536>3），收益率序列的偏度（Skewness=-1.093222<0），并且Jarque-Bara检验结果为553.5707，相应概率为约为0。因此，拒绝均值为零的正态分布假设。

与此同时，通过收益率序列的基本统计分析可知，收益率序列围绕均值波动，不存在趋势，因此选择不存在截距项和趋势项的模型进行单位根检验。

由于ADF=3.5602，分别小于不同检验水平的三个临界值，并且t统计量值远小于1%显著水平的临界值。因此，我们可以在99%的置信水平下认为该收益率序列有显著平稳性。

对样本区间的收益率序列及收益率平方进行Ljung-Box相关性检验，ACF图与PACF图显示至少在1阶、2阶、4阶存在自相关与偏相关现象，因此在滞后期10阶以内不能拒绝序列无自相关的假设。

对收益率序列的随机扰动项进行ARCH-LM检验，当q=10时检验结果依然显著，因此可以判定该收益率残差序列存在ARCH（q）高阶效应。

综上所述，对沪港通开通前后的样本区间收益率波动比较平稳，波动幅度随时间的变化而变化，表现出类聚现象;同时ADF检验表明，该序列表现平稳;且ACF图和PACF图显示出的自相关与偏相关在部分阶数上显著异于0，序列存在自相关性。因此，利用GARCH模型是进行估计是可行的，笔者利用Eviews8.0对收益率序列在不同分布类型下进行检验，其参数估计过程如下：

分别对阶段一和阶段二进行不同分布下的GARCH（1，1）模型測算。根据赤池信息准则（AIC）和施瓦茨（SC）准则，我们可以认为，GARCH-GED模型相比于Normal distribution和Students t分布下的GARCH（1，1）模型，可以更好地拟合收益率分布情况。

对GARCH-GED模型的残差进行ARCH-LM检验，根据结果，我们可以接受原假设，认为残差序列不存在自相关，亦不存在ARCH效应。同时也说明，该模型能够较好地阐释收益率序列的异方差现象。因此，使用GARCH-GED模型能够较好地拟合收益率序列，从而计算得出VaR。

残差检验采用Q统计量相关检验图，该图是基于标准残差的自相关系数和偏相关系数来检验均值方程估计是否正确。由结果可知，Q统计量均不显著，故估计是正确的。

上文以对上证A股综合指数进行正态性检验，拒绝收益率服从正态分布的假设。因此，采用参数法的VaR公式VaR=？滓tα计算阶段一和阶段二的风险价值。由于VaR的测量依赖于给定的置信水平，因此通过Matlab软件计算得到GED分布的分位数α。因此，运用上述公式可计算出我国“沪港通”开通前后的风险价值VaR。

由结果可知，在95%的置信水平下，上证A股综合指数第二阶段的风险值相对于第一阶段有所增大，增幅超过197%。与此相似，在给定99%的置信区间下，风险值增幅超过196%。因此，开通“沪港通”政策使上证市场的市场风险水平有大幅度的提高，风险波动性增强。

三、结论与建议

“沪港通”作为我国从内地市场向国际开放化市场转型的重大尝试，其推出后必然经历不断完善修正的过程，而这一过程也为“沪伦通”的开展提供了借鉴意义。本文通过对“沪港通”开通后的风险进行测量研究，认为“沪港通”对我国证券市场的影响程度较大，对市场的稳定性产生了近双倍的威胁。其主要的原因如下：

第一，股市交易政策不一致。我国内地股市实行T+1的交易制度，而香港实行T+0的交易制度。灵活的交易制度使香港股民在出现非可控因素而导致股市剧烈波动时，尽可能减少损失。

第二，涨跌停板制度不一致。内地政府为有效缓解和控制过度投资行为，自1996年起对内地市场推行涨跌停板制度。但香港资本市场可灵活反映资本需求变化，无涨跌停板限制。因此在沪港通开通后，涨跌停板的混乱也造成市场投资风险。

第三，金融危机联动影响。沪港通进一步加大我国与国际金融资本市场的联系程度，因此国际金融危机及金融事件都会导致我国内地证券市场的波动，这在一定程度上也导致沪港通开通后我国资本市场的剧烈波动。

“沪伦通”与“沪港通”共同承担起我国金融市场对外开放的艰巨历史任务。但是，沪伦通所面临的挑战要远远超过沪港通所经历的。沪港通带给沪伦通的启示有：首先，比起沪港两市由于交易时间不同而带来的套利空间所引起的风险，沪伦两市由于时差问题而导致的市场风险也会相应增大。其次，两地交易规则，监管制度等都存在较大差异。内地投资者的专业知识不足，羊群效应显著。若在不熟悉伦敦股市相关规定规则下盲目投资，也会导致股市的大幅度波动。最后，来自欧洲的金融危机也会迅速波及内地，冲击本为平和的内地金融市场。

参考文献：

[1]  方艳，贺学会，刘凌，曹亚晖.“沪港通”实现了我国资本市场国际化的初衷吗？——基于多重结构断点和t-Copula-aDCC-GARCH模型的实证分析[J].国际金融研究，2016，（11）：76-86.

[2]  杨晓静.“沪港通”跨境监管法律问题探析[D].上海：华东政法大学，2015.

[3]  杨翻翻，何晓岚.“沪港通”对我国股票市场影响的实证研究[J].北方经贸，2017，（8）：86-89.

[4]  陳九生，周孝华.沪港通背景下沪港股市联动性研究[J].北京理工大学学报：社会科学版，2017，（2）：87-93.

[5]  邹新阳，邓瑶.沪港通对沪港两市波动性的影响——基于GARCH模型的实证分析[J].当代金融研究，2018，（1）：57-66.

[6]  甘易，谭思.沪港通对我国货币供应量及货币政策的影响[J].区域经济评论，2016，（3）：48-52.

[7]  严佳佳，郭玮，黄文彬.“沪港通”公告效应比较研究[J].经济学动态，2015，（12）：69-77.

[8]  冯永琦，段晓航.“沪港通”对沪港股市联动效应的影响[J].经济体制改革，2016，（2）：143-147.

[9]  程子彦.“沪伦通”或将于今年9月落地时区问题恐成最大障碍[J].中国经济周刊，2016，（25）：62-63.

[10]  皮海洲.沪伦通：对机构投资者而言是个机遇[J].金融经济，2018，（3）：33-34.