羅薇薇

(廈門城市職業(yè)學(xué)院財(cái)會(huì)金融系，福建廈門361005)

經(jīng)過(guò)20多年的發(fā)展，我國(guó)股市已經(jīng)成為了世界上最重要的新興資本市場(chǎng)之一。隨著金融體制改革的深化以及市場(chǎng)對(duì)外開放程度的擴(kuò)大，我國(guó)股市的國(guó)際化程度在提高，與世界其他地區(qū)市場(chǎng)間的聯(lián)系在增強(qiáng)。然而在面對(duì)全球一體化的同時(shí)，國(guó)內(nèi)股市所面臨的風(fēng)險(xiǎn)也在增強(qiáng)。始于2007年9月的美國(guó)次貸危機(jī)，在短短1年內(nèi)迅速發(fā)展成蔓延全球的國(guó)際金融危機(jī)，各國(guó)經(jīng)濟(jì)受到不同程度的影響，各國(guó)股市也出現(xiàn)了普遍性的暴跌，我國(guó)上證股指在短時(shí)間內(nèi)遭受了從6100點(diǎn)到2000點(diǎn)以下的劇烈動(dòng)蕩。進(jìn)入后危機(jī)時(shí)代，當(dāng)全球經(jīng)濟(jì)開始全面復(fù)蘇時(shí)，歐債危機(jī)又成為了制約經(jīng)濟(jì)發(fā)展的新的要素，我國(guó)股市也因此遭受到比較嚴(yán)重的沖擊。在這個(gè)背景下，定量研究我國(guó)股市與國(guó)際股市間的融合度，特別是了解市場(chǎng)風(fēng)險(xiǎn)定價(jià)要素，同時(shí)動(dòng)態(tài)描述市場(chǎng)間聯(lián)動(dòng)機(jī)制，對(duì)衡量我國(guó)股市國(guó)際化水平，為監(jiān)管部門提供風(fēng)險(xiǎn)測(cè)控等都具有現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

檢驗(yàn)股票市場(chǎng)間融合度的研究大致有以下幾種思路:

最直接的方法是分析股市間的相關(guān)關(guān)系，應(yīng)用基于GARCH模型的常數(shù)(CCC)或動(dòng)態(tài)(DCC)的相關(guān)關(guān)系系數(shù)作為股市融合度的指標(biāo)，Kuper(2007)［1］分別對(duì)泰國(guó)和印尼在亞洲金融危機(jī)前后兩國(guó)的股票、債券和匯率市場(chǎng)間的動(dòng)態(tài)相關(guān)性進(jìn)行了研究，發(fā)現(xiàn)金融危機(jī)期間各市場(chǎng)間相關(guān)關(guān)系程度增加。曾五一，羅薇薇(2009)［2］應(yīng)用GJR-GARCH-ADCC模型對(duì)我國(guó)的A、B、H股間的動(dòng)態(tài)相關(guān)性進(jìn)行實(shí)證分析，發(fā)現(xiàn)A股和B股間、B股和H股間的相關(guān)關(guān)系受負(fù)面信息影響明顯，不利于市場(chǎng)間風(fēng)險(xiǎn)分散。趙勇，楊志波(2012)［3］通過(guò)DCC-MVGARCH模型對(duì)我國(guó)股市與美、歐、日、港股間，從亞洲金融危機(jī)一直到歐債危機(jī)期間的相關(guān)關(guān)系進(jìn)行研究，發(fā)現(xiàn)聯(lián)動(dòng)性增強(qiáng)，尤其在美國(guó)金融危機(jī)之后，相關(guān)系數(shù)增加明顯。譚政勛(2013)［4］分別采用脈沖響應(yīng)和DCC-MVGARCH模型，以次貸危機(jī)和歐債危機(jī)為分界點(diǎn)，分析中、港、美、德股市間風(fēng)險(xiǎn)傳染的方向及聯(lián)動(dòng)性差異，發(fā)現(xiàn)金融危機(jī)之后，國(guó)內(nèi)股市受美股沖擊增加，與港股的聯(lián)動(dòng)性最強(qiáng)。

同樣是基于GARCH模型，不少文獻(xiàn)利用市場(chǎng)收益率的波動(dòng)溢出效應(yīng)來(lái)描述市場(chǎng)間聯(lián)動(dòng)機(jī)制，進(jìn)而描述融合度的變化。如董秀良，曹鳳岐(2009)［5］應(yīng)用MGARCH模型對(duì)中、美、日及香港股市間的波動(dòng)溢出效應(yīng)進(jìn)行了實(shí)證，發(fā)現(xiàn)美日股市對(duì)國(guó)內(nèi)股市的波動(dòng)溢出不顯著，但香港股市對(duì)國(guó)內(nèi)股市的溢出效應(yīng)明顯，說(shuō)明港股與國(guó)內(nèi)股市的融合度較高，因此短期內(nèi)應(yīng)關(guān)注香港股市的波動(dòng)對(duì)國(guó)內(nèi)股市的影響。同類文獻(xiàn)還有倪晉武等(2011)［6］。

另外，建立在VAR模型的協(xié)整檢驗(yàn)和GRANGER因果檢驗(yàn)也較多用于股市間融合關(guān)系的檢驗(yàn)研究。協(xié)整檢驗(yàn)主要是用來(lái)判斷市場(chǎng)收益率間是否具有長(zhǎng)期的穩(wěn)定關(guān)系，GRANGER方法用于判斷市場(chǎng)間信息的流動(dòng)方向。唐齊鳴，劉亞清(2008)［7］構(gòu)建結(jié)構(gòu)VAR模型，對(duì)滬深A(yù)、B股的成交量、收益率及波動(dòng)率之間的信息傳遞進(jìn)行了系統(tǒng)的因果性檢驗(yàn);楊利雄，李慶男(2013)［8］利用不等方差檢驗(yàn)，在原有的協(xié)整方程的基礎(chǔ)上，進(jìn)一步探討我國(guó)股市和其他國(guó)家股市間協(xié)整關(guān)系的不同密切程度，從而為投資者分散投資提供依據(jù)。

最后，也有一些文獻(xiàn)從資產(chǎn)定價(jià)的角度對(duì)市場(chǎng)間是分割還是融合的關(guān)系進(jìn)行研究。如果市場(chǎng)間是完全一體化的，那么不同市場(chǎng)同類資產(chǎn)的風(fēng)險(xiǎn)定價(jià)將相同;反之，則不同。Solnik(1974，1977)［9，10］首次建立了完全市場(chǎng)分割下的國(guó)際資產(chǎn)定價(jià)模型(ICAPM)，并且對(duì)市場(chǎng)分割的檢驗(yàn)做了理論探討;Bekaert和Harvey(1995)［11］在CAPM定價(jià)模型的基礎(chǔ)上，引入了時(shí)態(tài)變化的概率系數(shù)，動(dòng)態(tài)反映市場(chǎng)一體化的過(guò)程。鄒功達(dá)、陳浪南(2002)［12］用CAPM模型考察A股與B股市場(chǎng)對(duì)系統(tǒng)風(fēng)險(xiǎn)的調(diào)整程度，判斷AB股的一體化程度;張人驥、賈萬(wàn)程(2005)［13］考察不同類型投資者對(duì)風(fēng)險(xiǎn)溢出的補(bǔ)償，從而比較滬市A股與滬市B股的定價(jià)方式;何紅霞、胡日東(2011)［14］利用ICAPM對(duì)中國(guó)A股的風(fēng)險(xiǎn)進(jìn)行了定價(jià)，并構(gòu)建衡量市場(chǎng)間整合程度的動(dòng)態(tài)指標(biāo)，發(fā)現(xiàn)A股與國(guó)際股票市場(chǎng)的整合程度呈上升趨勢(shì)，股市對(duì)外開放政策起到促進(jìn)作用。

綜上，市場(chǎng)間融合度的研究主要從資產(chǎn)定價(jià)、相關(guān)關(guān)系以及信息傳遞等幾個(gè)角度展開，每種方法都有其側(cè)重點(diǎn)，例如資產(chǎn)定價(jià)模型側(cè)重于檢驗(yàn)市場(chǎng)間同類資產(chǎn)的風(fēng)險(xiǎn)定價(jià)特征，理論上較為貼近整合的度量?jī)?nèi)涵;擬合市場(chǎng)間相關(guān)關(guān)系則較為直觀，特別是構(gòu)建的GARCH過(guò)程能較為充分的利用時(shí)間數(shù)列信息。

與以往研究相比，本文的特點(diǎn)是:(1)為了能更為系統(tǒng)的研究我國(guó)股市與世界股市間的融合度，本文將分別采用兩種方法進(jìn)行實(shí)證。首先沿用ICAPM框架，比較市場(chǎng)間同類資產(chǎn)的風(fēng)險(xiǎn)定價(jià)模式，進(jìn)行市場(chǎng)間融合檢驗(yàn)，其次應(yīng)用GARCH-動(dòng)態(tài)COPULA函數(shù)描述市場(chǎng)間融合度的變化。(2)選取了次貸危機(jī)和歐債危機(jī)期間的數(shù)據(jù)作為主要實(shí)證樣本，一方面重點(diǎn)考察金融風(fēng)險(xiǎn)對(duì)股市間融合關(guān)系的影響，另一方面也可以比較兩次危機(jī)對(duì)我國(guó)股市影響的異同。(3)與以往研究地區(qū)間股票市場(chǎng)的文獻(xiàn)不同，本文采用全球股票指數(shù)來(lái)代替某一個(gè)國(guó)家或地區(qū)的股票指數(shù)，目的是獲得更為全面綜合的信息，進(jìn)而描述我國(guó)股市與國(guó)際股市間的關(guān)系。

二、模型設(shè)定及估計(jì)方法

(一)ICAPM模型

若全球資本可以自由流動(dòng)，境內(nèi)外投資者可以自由地進(jìn)行國(guó)際資產(chǎn)投資組合，那么全球資本市場(chǎng)可以達(dá)到一體化。各地區(qū)股票市場(chǎng)的資產(chǎn)定價(jià)僅受到唯一共同的風(fēng)險(xiǎn)因素，即世界股票市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)的影響。一體化假設(shè)下的條件ICAPM模型為:

E［ri，t|Ωt－1］為某資產(chǎn)條件預(yù)期超額收益，cov(ri，t，rm，t|Ωt－1)為市場(chǎng)組合與某資產(chǎn)超額收益率的條件協(xié)方差，Ωt－1為信息集。λm，t－1為全球股票市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)的條件價(jià)格，表示當(dāng)市場(chǎng)波動(dòng)增加一單位，投資者應(yīng)得到的額外風(fēng)險(xiǎn)補(bǔ)償?；趯?duì)投資者規(guī)避風(fēng)險(xiǎn)偏好的假設(shè)，一般有λm，t－1＞0。

由于受到匯率、貨幣等因素的影響，投資者會(huì)對(duì)不同地區(qū)的資產(chǎn)有不同的升值或貶值預(yù)期。因此在單因素的資產(chǎn)定價(jià)模型中，還應(yīng)引入貨幣風(fēng)險(xiǎn)定價(jià)。當(dāng)某地區(qū)股市與國(guó)際股市間不是完全一體化，那么ICAPM模型就需要加入本地市場(chǎng)風(fēng)險(xiǎn)因素，完整的資產(chǎn)定價(jià)模型應(yīng)為:

為了將整合檢驗(yàn)的ICAPM模型用于實(shí)際，本文采用多元GARCH-in-mean的計(jì)量模型來(lái)統(tǒng)一估計(jì)參數(shù)并擬合收益率方差及協(xié)方差。本文假定風(fēng)險(xiǎn)定價(jià)參數(shù)為常數(shù)，得到以下的經(jīng)驗(yàn)方程:

根據(jù)市場(chǎng)間一體化檢驗(yàn)的內(nèi)涵定義，我們有以下假定:

(1)如果我國(guó)股市與國(guó)際股市之間是完全分割的，那么資產(chǎn)的預(yù)期收益率僅由本地市場(chǎng)的條件風(fēng)險(xiǎn)決定，有:λ

(2)如果我國(guó)股市與國(guó)際股市是完全整合的，則資產(chǎn)的預(yù)期收益率完全由全球股市的條件風(fēng)險(xiǎn)決定，有

(3)若是介于二者之間，即市場(chǎng)間存在部分融合，則資產(chǎn)的預(yù)期收益率既受全球股市也受國(guó)內(nèi)股市的條件風(fēng)險(xiǎn)影響，有

本文應(yīng)用BEKK模型對(duì)Ht進(jìn)行估計(jì)，其公式如下:

其中，常數(shù)項(xiàng)C為3×3的下對(duì)角矩陣，A和B均為3×3的對(duì)角陣，分別代表方差方程中的ARCH項(xiàng)系數(shù)陣和GARCH項(xiàng)系數(shù)陣。

BEKK模型可以采用QML方法來(lái)估計(jì)，對(duì)數(shù)似然函數(shù)公式如下:

其中ψ為待估參數(shù)向量，s為資產(chǎn)個(gè)數(shù)，本文資產(chǎn)數(shù)為3，T為觀測(cè)值數(shù)量。

(二)GARCH-動(dòng)態(tài)COPULA函數(shù)

為了能進(jìn)一步動(dòng)態(tài)描述中國(guó)股市與國(guó)際股市的融合度，了解市場(chǎng)間的動(dòng)態(tài)聯(lián)動(dòng)機(jī)制，本文還將利用GARCH-動(dòng)態(tài)COPULA函數(shù)，進(jìn)一步研究我國(guó)股市與世界股市相關(guān)性的動(dòng)態(tài)變化。采用GARCH-動(dòng)態(tài)COPULA函數(shù)進(jìn)行市場(chǎng)間相關(guān)性和融合度研究有以下幾個(gè)優(yōu)點(diǎn):一是應(yīng)用GARCH模型估計(jì)時(shí)間序列的邊緣分布，并刻畫市場(chǎng)收益率的波動(dòng)路徑，可以包含較多的信息;二是COPULA函數(shù)不僅能刻畫市場(chǎng)間總的相關(guān)關(guān)系，也能捕捉市場(chǎng)間尾部的非線性關(guān)系;三是動(dòng)態(tài)COPULA函數(shù)可以精確地描述變量間的時(shí)變相關(guān)性。

首先，在殘差服從t分布的假定下，應(yīng)用AIC/BIC準(zhǔn)則對(duì)各變量選擇合適的GARCH模型;其次，由GARCH模型得到標(biāo)準(zhǔn)殘差序列，并通過(guò)自相關(guān)和ARCH-LM檢驗(yàn);再次，對(duì)得到的殘差序列做K-S檢驗(yàn)，并做經(jīng)驗(yàn)分布變換，形成COPULA函數(shù)的邊緣分布;最后，運(yùn)用對(duì)數(shù)極大似然法估計(jì)動(dòng)態(tài)COPULA函數(shù)。

本文采用兩種常用的COPULA函數(shù)，即Normal COPULA函數(shù)和Clayton COPULA函數(shù)進(jìn)行實(shí)證分析。以下分別給出上述兩個(gè)函數(shù)的公式:

Normal COPULA的參數(shù)ρ取值范圍在［－1，1］。Normal COPULA用于描述變量間總體的線性相關(guān)關(guān)系。

Clayton COPULA的參數(shù)θ取值范圍在［－1，0)∪(0，∞)。當(dāng)θ＞0時(shí)，簡(jiǎn)化為:

Clayton COPULA用于捕捉變量間左尾的非線性關(guān)系，左尾相關(guān)系數(shù)τL=2(－1/θ)，取值范圍在(0，1)。

Patton(2001，2006)［15，16］提出了構(gòu)造動(dòng)態(tài)正態(tài)COPULA函數(shù)的方法，該方法建立反映相關(guān)程度的參數(shù)ρ的演變方程來(lái)模擬變量間隨時(shí)間變化的相依結(jié)構(gòu)。動(dòng)態(tài)正態(tài)COPULA函數(shù)的演化方程有如下定義:

其中，Φ－1代表正態(tài)累積分布函數(shù)的逆函數(shù)，函數(shù)，該函數(shù)用以保證所得參數(shù)落入［－1，1］;該公式類似受限制的ARMA(1，10)模型，不僅考慮了參數(shù)自相關(guān)的情況，也包含了噪音影響的因素。

Patton提出的動(dòng)態(tài)正態(tài)COPULA函數(shù)時(shí)變參數(shù)演化方程的方法，可以擴(kuò)展到其他COPULA族函數(shù)模型，但為了進(jìn)行比較，Patton(2006)［16］對(duì)SJC-COPULA的演變方程進(jìn)行了適當(dāng)調(diào)整，即對(duì)公式(9)最后一項(xiàng)的噪聲信息處理進(jìn)行了修改。

本文將該公式推廣到動(dòng)態(tài)Clayton COPULA函數(shù)的演變方程中①Patton(2006)［16］構(gòu)建了SJC-COPULA的時(shí)變模型，鑒于Clayton與SJC COPULA同屬于阿基米德族COPULA，本文以SJC-COPULA的演變模型作為Clayton時(shí)變參數(shù)的推廣。，公式如下:

其中，θt為時(shí)變clayton參數(shù)，函數(shù)Λ(x)≡x2，用以保證所有參數(shù)能落入(0，∞)。公式(10)是選取clayton參數(shù)θ建立動(dòng)態(tài)演化方程，進(jìn)而影響下尾相關(guān)系數(shù)τL的時(shí)態(tài)變化。

三、實(shí)證分析

(一)數(shù)據(jù)及描述統(tǒng)計(jì)

實(shí)證所用的數(shù)據(jù)為2005年7月1日到2013年3月31日的股票市場(chǎng)日收盤價(jià)數(shù)據(jù)。根據(jù)倪晉武等(2011)［6］64的研究，本文將2007年4月8日，即美國(guó)新世紀(jì)金融公司向法院申請(qǐng)破產(chǎn)保護(hù)之日，作為次貸危機(jī)開始的時(shí)間，同時(shí)參考譚政勛(2013)［4］，將2009年12月8日即三大評(píng)級(jí)機(jī)構(gòu)下調(diào)希臘信貸評(píng)級(jí)，作為歐債危機(jī)的起點(diǎn)，將2013年第一季度末歐元區(qū)大部分國(guó)家擺脫經(jīng)濟(jì)衰退定為歐債危機(jī)基本結(jié)束的時(shí)間。因此本文的樣本分為三個(gè)階段，一個(gè)是次貸危機(jī)發(fā)生之前的金融平穩(wěn)期，即2005年7月1日至2007年4月7日;一個(gè)是次貸危機(jī)發(fā)生時(shí)期，即2007年4月8日至2009年12月7日;最后一個(gè)是歐債危機(jī)時(shí)期，為2009年12月8日至2013年3月31日。由于我國(guó)的公共假日較多，本文實(shí)證用數(shù)據(jù)為剔除了市場(chǎng)間休市時(shí)間不一致的樣本點(diǎn)后的數(shù)據(jù)。

本文選用道瓊斯全球股票市場(chǎng)指數(shù)代表國(guó)際股市資產(chǎn)組合，對(duì)應(yīng)收益率用表示;用上證綜合股指代表國(guó)內(nèi)股市資產(chǎn)組合，對(duì)應(yīng)收益率用表示;以美元計(jì)價(jià)的一周歐元存儲(chǔ)利率代表全球市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率;以人民幣活期存款利率表示國(guó)內(nèi)市場(chǎng)的無(wú)風(fēng)險(xiǎn)利率，貨幣指數(shù)為人民幣對(duì)美元中間匯率，貨幣收益率為。以上數(shù)據(jù)取自DATASTREAM 和Google網(wǎng)站。

為了減弱可能存在的數(shù)據(jù)非平穩(wěn)性，各市場(chǎng)收益率均由以下對(duì)數(shù)公式計(jì)算得到:

表1 各市場(chǎng)收益率的描述統(tǒng)計(jì)量

從表1看出，2008年金融危機(jī)之前，兩市股指收益率均值均大于零，高于兩次危機(jī)的均值，且國(guó)內(nèi)股指收益水平高于全球平均水平，這與國(guó)內(nèi)股市從2005年到2007年經(jīng)歷的大牛市以及宏觀經(jīng)濟(jì)運(yùn)行良好相符;次貸危機(jī)期間全球股指平均收益水平為負(fù)，但在歐債危機(jī)時(shí)期全球股指反而增加為正值，而我國(guó)股市的平均收益率在次貸危機(jī)之后一直低于國(guó)際平均水平;其次，相較于歐債危機(jī)，兩市股指在次貸危機(jī)發(fā)生期間的波動(dòng)幅度最大，而且在三個(gè)樣本期，國(guó)內(nèi)股指收益率的標(biāo)準(zhǔn)差都大于全球股指，總體上說(shuō)明國(guó)內(nèi)股市風(fēng)險(xiǎn)波動(dòng)高于國(guó)際股市的平均波動(dòng)水平;另外，人民幣對(duì)美元匯率的收益率在2008年以后變化不明顯;最后，偏度峰度指標(biāo)和JB正態(tài)檢驗(yàn)表明，全球股指、國(guó)內(nèi)股指以及匯率的收益率都具有拖尾尖峰的特征，且三個(gè)變量都不服從正態(tài)分布。

圖1 全球股指、上證股指及匯率的收益率圖

從圖1看出，全球股指出現(xiàn)波動(dòng)幅度最大的時(shí)期在2008年3月至2009年5月，這也是次貸危機(jī)蔓延至全球的時(shí)間，另外一段波動(dòng)較明顯的時(shí)期是在2010年12月到2012年2月，應(yīng)該與歐債危機(jī)持續(xù)發(fā)酵帶來(lái)的影響有關(guān);我國(guó)股市收益率在2007—2009年間波動(dòng)較大，后略有減緩，但與全球股指收益率相比，整體波動(dòng)幅度明顯較大;兩股指都有明顯的波動(dòng)聚集效應(yīng);匯率收益率的整體波動(dòng)幅度最小，基本在0左右波動(dòng)。

(二)ICAPM整合檢驗(yàn)結(jié)果

依照上文對(duì)檢驗(yàn)?zāi)Ｐ图肮烙?jì)方法的說(shuō)明，我們應(yīng)用GAUSS9．0軟件對(duì)公式(3)－(4)進(jìn)行估計(jì)和檢驗(yàn)，實(shí)證結(jié)果如表2所示。

表2 ICAPM估計(jì)與檢驗(yàn)結(jié)果

表2給出了利用ICAPM對(duì)國(guó)內(nèi)股市與國(guó)際股市之間融合度的檢驗(yàn)結(jié)果及國(guó)內(nèi)資產(chǎn)在不同風(fēng)險(xiǎn)上的溢價(jià)水平。從整體上看，不管哪個(gè)時(shí)期，我國(guó)股市的超額收益率都顯著受全球風(fēng)險(xiǎn)溢價(jià)、本地風(fēng)險(xiǎn)溢價(jià)及貨幣風(fēng)險(xiǎn)溢價(jià)三個(gè)要素影響，且三個(gè)風(fēng)險(xiǎn)定價(jià)系數(shù)在10%水平上都通過(guò)了WALD檢驗(yàn)，即國(guó)內(nèi)市場(chǎng)投資組合的定價(jià)因素不僅受到本地風(fēng)險(xiǎn)的影響，也受全球股市系統(tǒng)風(fēng)險(xiǎn)的影響。這說(shuō)明，在樣本期內(nèi)國(guó)際股市和國(guó)內(nèi)股市之間存在一定程度的融合。比較三個(gè)階段的估計(jì)結(jié)果，全球風(fēng)險(xiǎn)定價(jià)系數(shù)λw由金融危機(jī)發(fā)生之前的0．0031，變化為次貸危機(jī)發(fā)生期間的0．0218，隨后在第三階段又小幅增加為0．0306;地區(qū)風(fēng)險(xiǎn)定價(jià)系數(shù)λl則從第一階段的0．175降低到第三階段的0．044;貨幣風(fēng)險(xiǎn)定價(jià)系數(shù)在三個(gè)時(shí)期都為負(fù)值，但持續(xù)增加，說(shuō)明市場(chǎng)對(duì)人民幣升值壓力始終存在。相較于何紅霞等(2011)［14］，本文采用分段式實(shí)證，能更加清晰地捕捉在不同背景下，國(guó)內(nèi)資產(chǎn)的定價(jià)變化以及不同時(shí)期對(duì)整合度的影響。

實(shí)證結(jié)果說(shuō)明全球股市平均系統(tǒng)風(fēng)險(xiǎn)對(duì)國(guó)內(nèi)資產(chǎn)的收益率有顯著影響，國(guó)內(nèi)股市與國(guó)際股市間的融合度體現(xiàn)了不同階段的特點(diǎn)，次貸危機(jī)和歐債危機(jī)期間市場(chǎng)間融合度增強(qiáng)，但次貸危機(jī)期間的融合度略低于歐債危機(jī)。筆者認(rèn)為，這可能與次貸危機(jī)期間國(guó)內(nèi)采取穩(wěn)定資本市場(chǎng)的政策措施，減緩次貸危機(jī)對(duì)國(guó)內(nèi)經(jīng)濟(jì)的沖擊有關(guān);另外，歐債危機(jī)作為次貸危機(jī)的延伸，由金融危機(jī)發(fā)展成政府危機(jī)，國(guó)內(nèi)資產(chǎn)受全球平均風(fēng)險(xiǎn)的影響增加很可能一方面與歐盟和我國(guó)之間緊密的貿(mào)易關(guān)系有關(guān)，另一方面也與歐債危機(jī)期間境內(nèi)資本大量外流，國(guó)內(nèi)股市受到?jīng)_擊有關(guān)。據(jù)統(tǒng)計(jì)，2012年前三季度資本和金融項(xiàng)目累計(jì)逆差845億美元，而2011年同期累計(jì)為順差2341億元［17］;另外在2009年和2012年我國(guó)相繼對(duì)合格境外機(jī)構(gòu)投資者境內(nèi)證券投資的外匯管理辦法和條例進(jìn)行了修改，對(duì)QFII的匯兌制度、投資額度等進(jìn)行了規(guī)范，進(jìn)一步放寬了境外合格機(jī)構(gòu)投資者的投資限制。因此在市場(chǎng)進(jìn)一步開放的背景下，國(guó)內(nèi)股市與國(guó)際股市的融合度也在提高。

(三)GARCH-動(dòng)態(tài)COPULA時(shí)變相關(guān)性分析

ICAPM模型通過(guò)估計(jì)國(guó)內(nèi)資產(chǎn)的風(fēng)險(xiǎn)定價(jià)，靜態(tài)檢驗(yàn)了一段時(shí)間內(nèi)市場(chǎng)間的整合度，下文將應(yīng)用t-GARCH-動(dòng)態(tài)COPULA函數(shù)來(lái)分析國(guó)內(nèi)股市與國(guó)際股市的動(dòng)態(tài)相關(guān)性，了解市場(chǎng)間的聯(lián)動(dòng)機(jī)制。限于篇幅，表3及表4僅列出動(dòng)態(tài)COPULA的估計(jì)結(jié)果及動(dòng)態(tài)相關(guān)系數(shù)的描述統(tǒng)計(jì)結(jié)果。

表3 條件COPULA估計(jì)結(jié)果

表4 動(dòng)態(tài)相關(guān)系數(shù)描述性統(tǒng)計(jì)

圖2 金融平穩(wěn)期上證股指與全球股指的動(dòng)態(tài)相關(guān)圖

圖3 次貸危機(jī)期間上證股指與全球股指的動(dòng)態(tài)相關(guān)圖

圖4 歐債危機(jī)期間上證股指與全球股指的動(dòng)態(tài)相關(guān)圖

從表4和圖2、圖3、圖4中得到，國(guó)內(nèi)股市與國(guó)際股市的相關(guān)性在三個(gè)階段都不斷發(fā)生波動(dòng)，相關(guān)程度隨樣本期依次增強(qiáng)。由Normal COPULA的估計(jì)結(jié)果，兩次危機(jī)期間的線性相關(guān)程度高于危機(jī)發(fā)生之前，說(shuō)明危機(jī)發(fā)生之后，市場(chǎng)間聯(lián)動(dòng)性增加，融合度提高;而第一階段兩市多次出現(xiàn)收益率負(fù)相關(guān)的情況，即股指間波動(dòng)非同向，說(shuō)明有利于市場(chǎng)間風(fēng)險(xiǎn)分散;由Clayton COPULA尾部相關(guān)性的估計(jì)結(jié)果發(fā)現(xiàn)，階段一和階段二的股指間左尾相關(guān)程度較低，波動(dòng)均值為0．03左右，但階段三的左尾相關(guān)系數(shù)提高到0．17。這說(shuō)明2008年以后，特別是歐債危機(jī)發(fā)生期間，國(guó)內(nèi)股指與全球股指的左尾相關(guān)程度提高，波動(dòng)率的聯(lián)動(dòng)性增強(qiáng)?？傮w來(lái)說(shuō)，應(yīng)用t-GARCH-條件COPULA擬合上證股指和全球股指的動(dòng)態(tài)相關(guān)關(guān)系的實(shí)證結(jié)果與ICAPM模型檢驗(yàn)結(jié)果基本一致。

引起筆者注意的是，次貸危機(jī)期間國(guó)內(nèi)股指與全球股指左尾相關(guān)度較低，這與我們的直覺(jué)不同。筆者認(rèn)為，這主要與兩股指波動(dòng)的時(shí)間及幅度不一致有關(guān)。結(jié)合表1和圖1可知，全球股指波動(dòng)幅度較大的時(shí)間出現(xiàn)在2008年3月至2009年5月，上證股指的高波動(dòng)時(shí)間在2007年9月至2008年12月，另外全球股指在次貸危機(jī)發(fā)生之前波動(dòng)的幅度較小，如表1中標(biāo)準(zhǔn)差僅為0．67，而我國(guó)股指的波動(dòng)長(zhǎng)期以來(lái)都較大，表1中上證股指的標(biāo)準(zhǔn)差在危機(jī)前為1．49，高出同期全球股指近2倍。根據(jù)董秀良等(2009)［5］、倪晉武等(2011)［6］應(yīng)用股指波動(dòng)溢出的研究，他們認(rèn)為金融危機(jī)期間上證股指的大幅度波動(dòng)并非完全受境外風(fēng)險(xiǎn)的沖擊，而是源于市場(chǎng)內(nèi)生的影響要素。本文左尾相關(guān)性的實(shí)證結(jié)果側(cè)面支持了以上觀點(diǎn)。

四、結(jié) 論

本文應(yīng)用ICAPM模型及GARCH-動(dòng)態(tài)COPULA函數(shù)對(duì)次貸危機(jī)和歐債危機(jī)期間國(guó)內(nèi)股市和國(guó)際股市的融合度進(jìn)行了實(shí)證研究。實(shí)證結(jié)果表明:第一，在樣本期內(nèi)，上證股指的超額收益率受全球股市平均系統(tǒng)風(fēng)險(xiǎn)溢價(jià)、本地股市風(fēng)險(xiǎn)溢價(jià)及貨幣風(fēng)險(xiǎn)溢價(jià)的顯著影響，說(shuō)明國(guó)內(nèi)股市與國(guó)際股市之間存在一定程度的融合。同時(shí)也表明，市場(chǎng)間融合度呈現(xiàn)不同階段的特點(diǎn)，次貸危機(jī)和歐債危機(jī)期間市場(chǎng)間融合度提高，但次貸危機(jī)期間的融合度略低于歐債危機(jī);第二，樣本期內(nèi)，上證股指與全球股指的線性相關(guān)系數(shù)和左尾相關(guān)系數(shù)都呈增加趨勢(shì)，然而在次貸危機(jī)發(fā)生期間，股指間左尾相關(guān)程度并不高，說(shuō)明次貸危機(jī)對(duì)國(guó)內(nèi)股票市場(chǎng)的風(fēng)險(xiǎn)沖擊并不大，市場(chǎng)的劇烈震蕩可能更多是由于股權(quán)分置改革、貨幣政策效應(yīng)等內(nèi)在因素導(dǎo)致;第三，歐債危機(jī)作為次貸危機(jī)的延續(xù)，其發(fā)生期間國(guó)內(nèi)股市與全球股指的聯(lián)動(dòng)程度加劇，全球風(fēng)險(xiǎn)溢價(jià)增加。從貿(mào)易傳染的角度來(lái)看，歐盟作為我國(guó)最大出口目的地，其經(jīng)濟(jì)衰退直接導(dǎo)致進(jìn)口減少，影響了國(guó)內(nèi)與貿(mào)易相關(guān)的實(shí)體經(jīng)濟(jì)，進(jìn)一步影響股市基本面;從資本流動(dòng)的角度來(lái)看，歐債危機(jī)導(dǎo)致歐洲銀行資金的大量回流使市場(chǎng)的資本供求出現(xiàn)大幅度震蕩，在此基礎(chǔ)上打擊市場(chǎng)的預(yù)期和信心，各國(guó)股市間同時(shí)出現(xiàn)震蕩的頻率增加，聯(lián)動(dòng)性增強(qiáng);另外為了應(yīng)對(duì)市場(chǎng)疲軟走勢(shì)、刺激投資者投資需求等，政府出臺(tái)了更為寬松的開放政策，這對(duì)國(guó)內(nèi)股市進(jìn)一步融入國(guó)際股市也起到了一定作用。

隨著我國(guó)市場(chǎng)經(jīng)濟(jì)體制的不斷完善，我國(guó)股票市場(chǎng)的全球化趨勢(shì)將越來(lái)越明顯。在面對(duì)一體化帶來(lái)的資本優(yōu)勢(shì)、信息共享的同時(shí)，國(guó)內(nèi)股市還應(yīng)注意防范國(guó)際或區(qū)域風(fēng)險(xiǎn)的沖擊。具體來(lái)講，一方面應(yīng)進(jìn)一步加強(qiáng)國(guó)內(nèi)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，盡可能降低貿(mào)易依存度，減少進(jìn)出口貿(mào)易受限帶來(lái)的國(guó)內(nèi)經(jīng)濟(jì)沖擊;另一方面，繼續(xù)完善金融市場(chǎng)的體制改革，深化股票市場(chǎng)的內(nèi)部機(jī)制轉(zhuǎn)型，保持穩(wěn)健的開放政策，加強(qiáng)金融風(fēng)險(xiǎn)管理與監(jiān)督。