中国与“一带一路”沿线国家股市联动性研究

摘要：本文基于DCC-GARCH模型，选用2013年9月-2019年9月中国与“一带一路”沿线六国股指收益率数据，对中国与“一带一路”沿线国家股市联动性进行了实证分析。研究发现，中国股市和“一带一路”沿线国家股市之间存在联动性，但联动性水平普遍较低，在“一带一路”倡议全面建设开始后，中国股市在总体上对沿线典型国家股市的波动溢出效应有所增强。

关键词：“一带一路”;联动性;DCC-GARCH

一、引言

自 2013 年“一带一路”倡议提出至今，在国内外取得了令世界瞩目的成就。截至目前，“一带一路”倡议已得到 100多个国家和国际组织的积极支持和参与，我国与沿线国家共商、共建、共享的合作格局正在形成。“一带一路”政治的美好想象已逐步转化为现实。2015 年“一带一路”倡议上升为国家（地区）顶级战略规划，成為今后指导中国与世界经济发展的共赢之路。2017 年 5 月，在中国北京举办了“一带一路”国际合作高峰论坛，众多国家（地区）政要积极参与并签署了许多合作协议，进一步表明中国的“一带一路”倡议已经获得世界大多数国家（地区）的广泛认同和积极响应，具有显著的全球影响力。2019 年 1 月召开的关于上半年推进“一带一路”建设工作会议指出，推动共同建设“一带一路”向高质量发展转变。

从现有文献来看，大多数学者主要研究中国股市与欧、美、日等发达国家（地区）股市之间的联动性，这些文献随着研究对象和研究方法的不同，在研究结论上也存在一定的差异。在以“一带一路”沿线国家（地区）为研究对象时，大多数学者主要关注“一带一路”倡议对经济的影响，其研究视角大多基于中国与合作国家之间的贸易往来及投资，而较少研究中国与“一带一路”沿线国家资本市场之间的联动性及波动传导等。

二、模型与数据选择

（一）DCC-GARCH 模型

在对金融时间序列进行实证研究时，国内外学者们发现其经常存在序列自相关性，尤其是股票数据，在存在自相关性的同时常常还会表现出波动聚集效应。DCC-GARCH 模型能够从动态的角度来对多组时间序列间的相关性进行估计，并且具有参数估计量较少、能够进行明确的经济意义分析等优点，有较高的适用性。为了更好地刻画序列间的动态相关性特征，我们将会采用 DCC-GARCH 模型作为研究工具。

（二）数据来源和处理

本文选取中国上证综合指数、捷克布拉格综合指数、埃及CMA 指数、印度尼西亚雅加达综合指数、富时新加坡 STI 指数、俄罗斯股市指数以及泰国综合指数。为了表达及分析方便，本文采用国家英文简称来代表这 6 个股票市场，详见表 1。

本文研究数据为 2013 年 9 月至 2019 年 9 月的日指数收盘价，整个样本时间共六年，涵盖了 2015 年“一带一路”倡议全面建设开始的前两年和后四年。通过计算，得到收益率值，并且为了便于统一计算，采用对数收益率，并将收益率扩大100 倍。采用自然对数形式来计算股指的日收益率，其计算公式为：

Rt=100*1n（Pt/Pt-1）其中，为股市第 t 期的收益率， 为股市第 t 期的收盘价。

三、实证分析

（一）单变量 GARCH 模型估计

本文对 6 个“一带一路”沿线国家使用 GARCH 模型来进行估计。

由表 2 可以发现，各国股指收益率的参数估计情况结果显著，均符合 。各国大体分布情况相近，都呈现了 项较小、 项较大的情况。总体来讲，“一带一路”倡议沿线各国股指收益率的当期波动情况对未来影响不大，而市场记忆性对市场波动的影响较大。

（二）DCC-GARCH 模型估计

根据单变量 GARCH 模型估计的参数，采用极大似然法对中国和“一带一路”沿线国家股市之间的时变相关性进行DCC-GARCH 模型参数估计，结果如表 3 所示。

从表 3 中可知， 和 均显著大于 0，说明滞后 1 期的标准化残差乘积对动态相关系数影响显著为正，即两国间存在正向的动态联动关系。各指数的与 1 非常接近，数值较大，表明动态条件相关系数变化较大，说明各国间的联动效应具有非常强的持续性特征，动态相关性较强。对比发现，中国与新加坡股市间的动态相关性是最强的。为了更直观地反映各股票市由图 1 可知，自 2013 年至 2019 年，中国与捷克和新加坡股市动态相关性总体呈上升趋势，与泰国股市联动性呈下降趋势，与其余国家股市动态相关性比较平稳，总体波动幅度不大。

从最新的趋势看，中国与埃及、印度尼西亚、捷克、和新加坡股市间的联动上升趋势明显，与泰国股市联动性依旧呈下降趋势。特别地，在 2015 年，中国与泰国、埃及、印度尼西亚、捷克、和新加坡有次大幅度的上涨，其中与俄罗斯股市有三次较大的涨幅，在 2018 年，中国与泰国、印度尼西亚、捷克和新加坡有次大幅度的上涨。

总的来说，“一带一路”沿线各国间的联动效应具有非常强的持续性特征，动态相关性较强。中国与“一带一路”沿线部分国家股市的整体溢出效应较强，这与全球大范围金融危机、各国的政治问题和经济政策等分不开。2015 年中国股市和2018 年期间，波动溢出效应都大幅上涨。当危机发生后各国采取相应的措施使股票市场稳定，溢出指数会下降。2015 年“一带一路”政策的全面实施对溢出效应的增强具有促进作用，2019 年政策实施已六年，经济联系的加强使中国与沿线国家股市的波动溢出效应也得以增强。

结论：本文基于 DCC-GARCH 模型采用 2013 年 9 月至 2019年 9 月中国与“一带一路”沿线六国股指收益率数据，对中国与“一带一路”沿线主要国家股票市场一体化进程进行了实证研究，并结合重要经济事件对其时变特征进行了分析。研究发现：第一，中国与“一带一路”沿线主要国家股票市场动态相关系数在样本期显著增加，这意味着区域股票市场一体化水平有了较大提升。第二，中国股市和“一带一路”沿线国家股市之间时变联动性水平较低。其中，与新加坡股市联动性最高，与埃及股市联动性最低。第三，重大经济事件对中国与“一带一路”沿线主要国家股票市场的联动性产生了重要影响。

参考文献：

[1] Orlov， A. G. （2009）. A cospectral analysis of exchangeratecomovements during Asian financial crisis.Journal of International Financial Markets，Institutions and Money，19（5）， 742-758.

[2]Syriopoulos T， Makram B， Boubaker A. Stock market volatility spillovers and portfoli o hedging： BRICS and the financial crisis[J].International Review of Financial Analysis，2015，39： 7-18.

[3]Adrangi B，Chatrath A，Raffiee K.Volatility spillovers across major equity markets of Americas[J].International Journal of Business，2014，19（3）：255.

[4]李敬，陈旎，万广华，陈澍.“一带一路”沿线国家货物贸易的竞争互补关系及动态变化——基于网络分析方法[J].管理世界.2017（04）.

[5]郭文伟，王礼昱.“一带一路”沿线国家（地区）股市时变联动性及其相依结构演化研究[J].西安交通大学学报（社会科学版），2018，38（02）：39-49.

[6]王皓.基于 DCC-GARCH 模型对日本股票市场与国际市场波动溢出效应分析[J].现代日本经济，2016（05）：27-37.

北京工商大学 刘雪莲