资本市场开放对内地和香港股票市场联动性的影响——以“沪港通”“深港通”为例

刘念平，侯利元

（乐山师范学院 数理学院，四川 乐山 614004）

0 引言

在经济一体化与金融全球化大背景下，各国政府开始逐步放松金融管制。开放的资本市场，使得各国经济间的联系、资本跨境流动和信息传递都随之增强。资本市场开放是大势所趋，从最初发行B 股，到“沪、深港通”的实施，中国资本市场开放实现了从间接到直接，从单向开放到双向开放的转变。2021 年3 月5 日，国务院总理李克强在政府工作报告中就再次指出：“实行高水平对外开放，促进外贸外资稳中提质。实施更大范围、更宽领域、更深层次对外开放，更好参与国际经济合作。”[1]强调了继续推动资本市场高质量双向开放的意愿。

“沪、深港通”的实施，是我国资本市场开放进程的关键节点，促进了香港股票市场和内地股票市场的双向联通。香港与内地一脉相传，在语言文化、传统习惯和认知等方面两者间联系十分紧密，同时作为公认的国际金融中心之一，无论是从相关法律、金融监管制度还是从投资者结构来看，香港市场都比内地股票市场更为成熟。因此，研究“沪、深港通”相继开通是否能强化内地与香港市场联动性，在充分发挥互联互通制度，为中国资本市场进一步、高质量开放政策的制定，扩大两地投资渠道分散风险、促进两地市场的稳定发展等方面，都具有重要的理论和现实意义。

国际股票市场间联动性一直是金融研究中的重要问题之一，其研究对象和研究方法不断深化和创新。从研究对象来看，大多数的文献更关注发达国家股票市场间的联动性，一般认为发达国家（如美、英等）股票市场间存在明显的收益率和波动溢出效应，在金融危机时期，由于“金融传染”其联动性更为显著[2]。而随着中国资本市场对外开放程度提高和股票市场国际影响力的提升，关注中国与其他国家股票市场间联动性的文献逐渐增多。其中，早期大多数研究发现：中国股市与他国股市（如美、英等）基本没有联动性，中国股市不受他国股票市场波动影响[3]。而近期研究表明：中国股票市场与其他股市间联动性相较于前期有逐渐提升的趋势，且其会受到金融政策与突发事件的影响[4]。其研究方法逐渐深入，经历从静态到动态，从线性结构到非线性结构的过程，大致可分为以下四类：一是基于长期均衡关系的协整检验方法[5]；二是描述收益率溢出效应的因果关系检验、VAR 模型和VEC 模型等[4,6-7]；三是描述波动溢出效应的多元GARCH类模型[8-9]；四是利用边缘分布和联合分布，研究非线性结构变化的Copula 类模型[10-14]。

这些已有研究方法的存在，为研究“沪、深港通”实施对内地和香港股票市场联动性的影响提供了有效方法，然而已有研究所得结果并不统一。赵胜民和闫红蕾[6]通过TVP-VAR 模型发现“沪港通”加强了港股对沪市A 股的影响。董秀良等[9]发现“沪港通”开通后，香港和沪市间存在长期均衡关系，但短期内相关系数未得到显著的提高。刘光强[12]基于Copula 模型，发现“沪港通”的实施使沪港两市相关关系提升12%，同时港市对沪市的影响逐渐增强。这部分学者的研究结果肯定了“沪港通”的实施效果，认为其改变了内地与香港市场的信息传导结构，甚至增强了两地市场的联动性。但部分研究结果却刚好相反，认为“沪港通”的实施并未对沪港市场联动性产生影响，如姚尧之和刘志峰[15]、方艳等[10]均认为“沪港通”未对沪港两市联动性产生影响。在对“深港通”实施效果的研究中，其结果也呈现了相同的问题，一些学者认为“深港通”降低了两市相关性[7,11]，如毛小丽和王仁曾[7]通过Granger-SV 模型从分析波动溢出效应，发现“深港通”后溢出效应则显著减弱，另外一些学者认为“深港通”提高了内地与香港的相关性[16]。这些文献主要仅对“沪港通”或“深港通”的实施进行了研究，在研究过程中单独对沪港或深港间联动性进行分析研究，并未系统研究双向开放政策对内地与香港市场间的影响。而吴筱菲等[13]和方先明和陈佳欣[14]则分别建立了Copula 模型对“沪港通”与“深港通”的效用进行系统研究，但是在它们的研究中主要建立单个市场的波动模型，再通过联接函数（Copula）分析股票市场间上、下尾联动性，强调受到负面信息冲击时，两市联动性关系的转变，而忽略了大多数正常状态下两地市场联动性的变化。

综上所述，有别于前人单独研究“沪港通”或“深港通”实施效果，以及仅对部分市场如沪港、深港间联动性进行研究。本文以上证综指、深证成指和香港恒生指数从2011 年9 月2 日到2019年6 月14 日共1834 组数据为样本，考虑到政策实施可能导致信息传导结构变化，以“沪、深港通”开通时间为间隔，将数据分为三个子样本区间，分别建立三元VAR-DCC-GARCH 模型，从收益率和波动率溢出效应出发，分析“沪、深港通”这类制度实施，对沪、深、港股票市场联动性的影响。

1 理论与假设

为刻画股票市场间复杂的关系，与简单的相关关系或因果关系相区分，部分学者在已有研究基础上提出了新的名词——联动性（Comovement）。经济研究中，如果有若干个相互关联的经济变量，当其中一个经济变量发生变化，该信息冲击会导致其余的经济变量也随之改变，这就是经济变量间的联动性。而Ftiti 等[17]在其文章中提出“联动性是用来测量不同频率和时间下两个变量间关系的概念”。

那么造成不同股票市场间联动性的原因到底是什么？根据前人研究，其理论原因大致可归纳为三种：一是经济基础说，二是资本流动说，三是市场传染说。基于“完全理性”假设，经济基础说认为相互关联的各国经济基本面会导致资产价格的联动，即一国宏观经济的变动会通过其他国家上市公司的未来现金流等影响其股票市场，从而导致股票市场间资产价格的联动。宏观变量差异越小，信息传递速度更快，其联动性就越高[18]。资本流动说则认为金融开放政策降低了国内与国际金融市场间的交易壁垒，推动了国内和国际间资本流动，股票市场会对跨国资本的流入和流出信息做出反应，从而引起了股市间的联动。市场传染说则是基于行为金融“不完全理性”的假设上，认为当某国股市受到严重负面冲击时，其他国家投资者的非理性行为（羊群行为、恐慌反应等）使其对负面信息过度反应，从而导致资产价格联动性增强[4]。

“沪港通”和“深港通”的实施，放宽了在投资者主体和投资额度等方面的限制，实现了两地股票市场的双向开放和互联互通，加强了两地投资者间信息的流通，强化了经济基本面的相互关联，提高了两地投资者对市场预期的一致性，由此可能加强两地股票市场的联动性。在此基础上提出假设1、2。

假设1：沪港通的实施改变了沪、深与香港股票市场间的引导关系。

假设2：深港通的实施改变了沪、深与香港股票市场间的引导关系

相较于香港市场，由于沪市与深市不仅具有相同的宏观经济基础，且在金融法规、投资者结构和上市公司构成等方面都具有高度相似性，因而沪、深两市应具有高度相关性。同时由于它们的高度一致性，沪市与港市，深市与港市间关联性应高度相似，因此提出假设3。

假设3：沪、深两市相关性较高，沪港与深港间的相关性高度近似。

2 模型设定

为分析资本市场开放性政策对三市股票市场联动关系的影响，文中主要从三市的收益率溢出效应与波动率溢出效应分别进行讨论，首先采用向量自回归（VAR）模型建立条件均值方程模型，用于对三市收益率溢出效应进行分析。

VAR(p)模型：

如果VAR(p)模型中随机误差项存在异方差，则可对其误差项利用Engle[19]中定义的DCCGARCH 模型建立条件协方差模型，从而得到变量间的时变相关系数，分析两市间相关关系。

DCC-GARCH 模型：

而由于给定满足多元正态分布，因此模型的参数估计可以通过极大似然估计得到。其对数极大似然函数可分为股票收益率波动和相关系数两部分，表示如下：

波动部分为：

相关系数部分为：

DCC-GARCH 模型通过两步进行参数估计，第一步通过建立hii,t的GARCH 模型，从而对波动部分的参数进行估计；第二步则需要在此基础上，进一步对相关系数部分的参数进行估计。

3 实证分析

考虑到2019 年6 月17 日“沪伦（伦敦）通”开通的可能影响，选取2011 年9 月1 日到2019 年6 月14 日间，上证综指（SSEI）、深证成指(SZI)和香港恒生指数(HSI)的日收盘价为样本，考虑到两地开市时间的不同，剔除三市未同时开市交易日数据，共计1834 组日数据。根据沪港通、深港通开启日期，将样本按时间分为三个子样本，分别为样本1（2011/9/1-2014/11/14），样本2（2014/11/17-2016/12/2），样本3（2016/12/5-2019/6/14）。对数收益率记为：。其中ri,t表示第i个股票市场指数在第t日的收益率，Pi,t表示第i个股票指数在第t日的收盘价。

3.1 描述性统计

表1 是对三大指数日对数收益率的描述性统计。可以看到，在“沪港通”开通之前，上证综指与深成指的平均收益率均为负，明显低于恒生指数，其标准差差异不太明显；从偏度上看，除恒生指数存在负偏以外，内地市场都存在一定的正偏，三者峰度均明显大于3，其中恒生指数收益率的峰值更大，这说明三市收益率分布呈现尖峰厚尾状态，通过Jarque-Bera 检验发现都在1%显著水平下拒绝正态分布假设。

表1 各股票指数对数收益率描述性统计

在样本2 期间，即“沪港通”开通后，三市平均收益率发生变化，深成指与上证指数收益率均值由负变正，而恒生指数收益率均值由正变负；标准差方面，上证综指与深成指收益率的标准差明显增大，大于恒生指数收益率标准差，说明沪深股票市场波动大于香港市场；三者偏度都小于0，峰度都明显大于3，同时Jarque-Bera 检验发现在1%显著水平下，三者都拒绝正态分布假设。

在样本3 期间，即“深港通”开通后，恒生指数平均收益率为正，而上证综指与深成指的平均收益率转为负；标准差方面，三者收益率的标准差回落，差异不再明显；偏度与偏度方面，三者偏度均为负值，峰度均明显大于3，Jarque-Bera 检验仍发现在1%显著水平下三者均拒绝正态分布假设。

综上可以看出，在不同样本区间，沪、深、港的股指收益率在重要的统计量上都存在较大差异，因而需要加入对结构变化的考虑，即三个样本区间，其模型结构存在差异。

3.2 平稳性检验

为避免出现“伪回归”，采用ADF 对时间序列的平稳性进行检验，结果见表2。其检验结果显示，在各时期内，三市指数收盘价均为非平稳的时间序列，而其对数收益率在1%显著水平下都是平稳的，因而各市场指数收盘价为一阶单整的。

表2 各股票指数收盘价与收益率ADF 检验结果

3.3 VAR 模型估计与检验

由ADF 检验可知，日收益率序列在各样本时间段内均为平稳时间序列，因而可以分别建立三者间的VAR(p)模型，在此之前需要确定最优滞后阶数，通过LR、FPE、AIC、SC 以及HQ 值选择不同阶段的最优滞后阶段。因此样本1 阶段，选择建立无常数项的VAR(1)模型；样本2 阶段，选择建立VAR(2)模型；样本3 阶段，选择建立无常数项的VAR(1)模型。确定滞后阶数后，分段进行参数估计，并对模型进行稳定性检验，确定模型稳定后，通过Granger 因果对三市股票市场收益率“引导”关系进行详细分析。因此这儿省略VAR 模型参数估计结果。

首先，对各阶段的VAR 模型稳定性进行验证，发现其特征根的倒数均在单位圆内（见图1-3），这说明各个VAR 模型都是稳定的，即当模型中某变量受到冲击，会导致系统中其他变量的变动，但是随着时间其影响最后会消失。

图1 样本1 模型稳定性检验结果

图2 样本2 模型稳定性检验结果

图3 样本3 模型稳定性检验结果

接着通过Granger 因果检验，对三市股票指数间信息动态传递过程进行分析，并得检验结果(见表3)。在样本1 阶段，结果显示如果分别以香港、上海与深圳市场的股票指数收益率为被解释变量，发现当以其他两市的股票指数为解释变量时，在显著水平10%、5%或1%下都不能拒绝原假设。比如以香港股票指数收益率（RHK）为例，其结果表示上证综指收益率（RSH）与深成指收益率（RSZ）均不是其Granger 原因，这说明上海与深圳股票市场的前期信息并不会对当期香港股票市场产生影响。

综合考虑表3 中样本1 的检验，其结果表明在“沪港通”实施之前，沪港和深港市场收益率间并不存在Granger 因果关系，这与早期研究结果类似[3]。其主要原因可能在于沪深两市经济基础面关联性较高，但由于资本市场开放程度不够，香港市场与沪深两市间资本流动壁垒的存在，使得香港市场与内地市场收益率间引导关系并不显著。而沪市与深市获取信息及其反应速度都相似，因而也不存在显著引导关系。

表3 Granger 因果检验结果

在样本2 阶段，发现在1%的显著水平下，沪深市场的股票指数收益率都是香港市场的Granger 原因，而在10%的显著水平下，深市是沪市的Granger 原因，这说明三市的Granger 因果关系具有非对称性，均为单向引导关系，其中沪市与深市对香港市场存在显著的单向引导作用，且深市在三市间处于“领先”地位，这说明“沪港通”的实施对三市间的联动性和信息传导带来了显著影响，证实假设1 是成立的。

在样本3 阶段，发现在10%的显著水平下，沪港两市互为对方的Granger 原因，且发现港市和沪市都为深圳市场的Granger 原因，这说明“深港通”实施以来，加强了其他两市对深市的引导作用，可以通过其他两市前期信息对深市股票指数收益率进行预测，证实了假设2 的成立。

综上，从收益率溢出效应来看，“沪、深港通”的实施对三市间的联动性产生了显著的影响，改变了三者间的动态传导结构。

3.4 DCC-GARCH 模型估计与分析

为进一步研究三市股票市场联动性，对上述各样本VAR 模型所得残差分别进行分析，首先通过LM 检验残差的自相关性，发现各样本在滞后2 阶内都接受原假设，即不存在自相关性；其次，再通过含交叉项的White 检验，发现在1%显著水平下各样本VAR模型残差均存在异方差，因而可以建立DCC-GARCH 模型，先对其条件方差建立GARCH 模型，再对动态相关系数DDC模型进行参数估计，其结果见表4。

表4 DCC-GARCH 模型参数估计结果

表4 中各市场股指收益率的条件方差采用的是GARCH(1,1)建模，其中ω、a、b分别表示常数项、ARCH 项和GARCH 项参数，不同样本情况下各市场模型的ARCH 项在10%显著水平下都显著为正，而GARCH 项在1%水平下都显著为正，这说明三市收益率都存在明显的波动聚类效应，并且参数a和b的和都小于1，这说明各个GARCH 模型均是稳定的。而在三个子样本阶段，DCC 模型估计结果参数α和β都在1%显著水平上显著为正，这说明相关系数具有时变性，且满足α和β之和小于1 的基本条件，即条件协方差矩阵是稳定与正定的，因此可以认为DCCGARCH 模型的估计结果合理，可进一步分别计算各样本阶段三市的时变相关系数，结果见图4。

图4 沪、深、港三市间时变相关系数

在图4 中，“Rho”代表各股票指数间的时变相关系数，1 为香港恒生指数，2 为上证综指，3为深成指。总的来说，沪深两市的相关性更强，其中在前两个样本区间其相关系数维持在0.9 水平以上波动，仅在样本3 存在明显下降后又逐渐恢复后期维持在0.95 左右，从“经济基础说”分析这一结果，主要是因为内地相关政策、投资者的同质化等造成内地两市高度相关。而深港、沪港的时变相关系数轨迹近似程度较高，说明内地两市与香港市场的动态关联性具有趋同性，但通过Wilcoxon 秩和检验发现在1%显著水平下两者相关系数均值显著不等，这证实了假设3 的成立。

进一步分析，在“沪港通”实施之后半年间明显可以看到沪港市场间相关系数波动较样本1阶段稳定，且从10 月开始存在显著提高，可以理解为“沪港通”的实施降低了沪市与港市间资本流动的壁垒，因而加强了两市的联动性。而同一时间，深港市场间相关系数在此期间出现明显下降，沪港与深港相关系数间差异幅度变大，这说明“沪港通”的实施在短期内达到了加强上海与香港市场信息传递和联动性目的。在2015 年6月相关系数波动幅度增大，正好与2015 年内地股市由暴涨转暴跌相对应，而2016 年1 月后相关系数持续下降，这与熔断机制的实施后内地股市在七天内四次熔断，内地股票市场暴跌，这降低了沪港与深港间相关性，与此同时背景的相同导致沪深相关性并无明显变化。在“深港通”实施前后，沪港市场间相关系数分别从12 月2 日的0.519 上升到12 月5 日的0.653，而深香港市场间相关系数从0.523 上升到0.585。同时从长期效果来看，在样本3 阶段沪港与深港间相关性得到明显提高。这说明“沪、深港通”的实施加强了内地和香港市场的联动性，达到了提高内地股票市场开放程度的目的。

4 结论与建议

本文以上证综指、深证成指和香港恒生指数从2011 年9 月2 日到2019 年6 月14 日的日收益率为样本，以“沪港通”和“深港通”实施时间为间隔，通过建立三元VAR-DCC-GARCH 模型进行研究。其研究结果表明：a）“沪港通”和“深港通”的实施，均对沪、深、港三市的信息传递结构造成了显著影响，提升了三市间的联动性。在对收益率溢出效应的研究中，发现“沪港通”的实施前，沪、深、港不存在显著的Granger 因果关系，“沪港通”实施后，在1%显著水平下沪、深对港市存在单向引导关系，而“深港通”实施后，其引导关系再次发生变化，加强了沪、港两市对深市的引导关系。b）沪、深两市相关性较高，沪港与深港间的相关性高度近似。c）与深港两市时变相关系数做对比，在“沪港通”实施后，短期内沪港间相关系数得到迅速提升，拉开了与深港时变相关系数的差距，并增加了其关联的稳定性。而“深港通”实施后，沪港与深港的相关系数短期内得到明显提升，同时长期内沪港与深港两市的时变相关系数也存在上升趋势。

中国资本市场的开放是大势所趋，对进一步完善我国资本市场的制度建设、提高国际影响力具有重要的现实意义，然而凡事有利有弊，随着资本流动的逐渐放开，内地股票市场与其他股票市场联动性加强，中国金融监管部门面临着更大的挑战：

a）随着中国资本市场开放程度的加深，资本流动壁垒逐渐减弱，外资的流动对中国金融市场资产价格的影响加强，金融监管当局需要加强对资本流动的监管。警惕资本外逃以及国际游资对中国金融市场的影响，建立完善的报警机制，建立科学和快速的反应机制，以便在出现负面效果时能及时调整或出台利好政策，科学引导投资者理性投资行为，增加市场信心，实现中国股票市场的稳定、健康发展。

b）资本市场开放，加强了中国股票市场与其他股票市场的联动，当其他股票市场受到负面冲击时，必然会波及到中国股票市场，金融监管当局不仅需要防范国内股票市场风险，还需要加强对国外股票市场风险的警惕，防范金融风险的传染。

c)对投资者来说，股票市场间联动性的增加，意味着风险分散作用的减弱，系统性风险随之而提高。如果美国金融危机再次到来，联动性的增强，放大了中国股票市场所受到的负面冲击，国内投资者需要充分考虑股票市场间联动性的时变性，理性投资，降低“恐慌情绪”“羊群效应”等导致的“过度反应”，减少投资失误所带来的不必要的损失。