魏宏杰，楊培祥

（上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433）

中國(guó)創(chuàng)業(yè)板與主板市場(chǎng)之間的信息溢出研究
——基于交叉相關(guān)函數(shù)的信息溢出檢驗(yàn)方法

魏宏杰，楊培祥

（上海財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433）

文章基于交叉相關(guān)函數(shù)的信息溢出檢驗(yàn)方法，以創(chuàng)業(yè)板指數(shù)和HS300指數(shù)作為研究對(duì)象，對(duì)2010年6月到2016年8月期間中國(guó)創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)的均值、波動(dòng)率、1%下跌風(fēng)險(xiǎn)、5%下跌風(fēng)險(xiǎn)等四類信息溢出效應(yīng)進(jìn)行了單向和雙向因果的實(shí)證研究。結(jié)果發(fā)現(xiàn)：創(chuàng)業(yè)板和主板市場(chǎng)之間的雙向Granger因果關(guān)系檢驗(yàn)在上述四類信息溢出上都是顯著的，說明兩個(gè)市場(chǎng)的一體化程度較高；單向的Granger因果檢驗(yàn)發(fā)現(xiàn)，只存在從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的波動(dòng)率信息溢出效應(yīng)和5%下跌風(fēng)險(xiǎn)溢出效應(yīng)，沒有發(fā)現(xiàn)從創(chuàng)業(yè)板市場(chǎng)到主板市場(chǎng)的任何單向溢出效應(yīng)，表明金融風(fēng)險(xiǎn)的防范重點(diǎn)在主板市場(chǎng)，創(chuàng)業(yè)板市場(chǎng)處于被動(dòng)吸收信息的地位。結(jié)論對(duì)相關(guān)交易政策的制定具有參考意義。

創(chuàng)業(yè)板市場(chǎng)；主板市場(chǎng)；信息溢出；Granger因果檢驗(yàn)；交叉相關(guān)函數(shù)

黨的十八屆三中全會(huì)作出了“健全多層次資本市場(chǎng)體系，推進(jìn)股票發(fā)行注冊(cè)制改革，多渠道推動(dòng)股權(quán)融資”的決定，這表明建立健全穩(wěn)健的資本市場(chǎng)是我國(guó)未來金融改革和發(fā)展的重要方向。然而，2015年6月份的股災(zāi)（創(chuàng)業(yè)板指數(shù)和滬深300（HS300）指數(shù)分別從2015年6月的最高5 380.43點(diǎn)和4 037.96點(diǎn)暴跌至2016年6月的最低點(diǎn)3 033.97點(diǎn)和2 031.67點(diǎn)，暴跌幅度分別高達(dá)43.61%和49.69%）凸顯了資本市場(chǎng)的高風(fēng)險(xiǎn)性，而且市場(chǎng)之間的高度關(guān)聯(lián)性又使得風(fēng)險(xiǎn)迅速蔓延，進(jìn)一步加劇了資本市場(chǎng)的波動(dòng)。由于創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)在資本市場(chǎng)特別是在股權(quán)融資方面占有舉足輕重的地位，分別代表著高成長(zhǎng)性的新興行業(yè)和關(guān)系國(guó)計(jì)民生的傳統(tǒng)行業(yè)，兩者的風(fēng)險(xiǎn)波動(dòng)理應(yīng)具有不同特征。那么，兩個(gè)市場(chǎng)的波動(dòng)到底是相互影響，還是互不干擾？探究?jī)烧咧g的信息溢出，對(duì)于深刻洞察和認(rèn)識(shí)兩個(gè)市場(chǎng)之間的信息傳遞以及為有效防范金融風(fēng)險(xiǎn)提供適用的應(yīng)對(duì)策略十分必要。

一、信息溢出的理論分析及文獻(xiàn)回顧

根據(jù)一般的金融學(xué)常識(shí)，完全分割的兩個(gè)市場(chǎng)理應(yīng)處于獨(dú)立的運(yùn)行態(tài)勢(shì)，很難通過一個(gè)市場(chǎng)的波動(dòng)去推測(cè)另一個(gè)市場(chǎng)的波動(dòng)。但是，現(xiàn)實(shí)中幾乎不存在完全分割的兩個(gè)市場(chǎng)，當(dāng)一個(gè)市場(chǎng)的波動(dòng)“傳染”到另一個(gè)市場(chǎng)，會(huì)驅(qū)使市場(chǎng)出現(xiàn)協(xié)同運(yùn)動(dòng)趨勢(shì)，這種現(xiàn)象可稱為“信息溢出效應(yīng)”。在文獻(xiàn)中，通常研究均值溢出和波動(dòng)率（或方差）溢出兩種信息溢出模式，因?yàn)樗鼈凅w現(xiàn)了市場(chǎng)參與者的兩類不同行為。均值溢出指的是市場(chǎng)參與者對(duì)已經(jīng)公開的確定性市場(chǎng)信息的可預(yù)期反應(yīng)，這類信息溢出不是研究關(guān)注的重點(diǎn)，但是能夠加深人們對(duì)市場(chǎng)的理解。波動(dòng)率溢出是指市場(chǎng)參與者對(duì)非公開的市場(chǎng)信息的隨機(jī)反應(yīng)，具有不可預(yù)期的特點(diǎn)，從而加大了市場(chǎng)的波動(dòng)性，因而，這種溢出效應(yīng)通常是研究的重點(diǎn)。在實(shí)證中，多數(shù)文獻(xiàn)采用基于回歸的計(jì)量方法，例如VAR方法、基于回歸的線性Granger因果檢驗(yàn)方法等。這類方法具有許多局限性，如只能考慮有限階滯后影響及線性影響，僅能考察均值和波動(dòng)率層面的信息溢出。實(shí)際上，金融市場(chǎng)的運(yùn)行極其復(fù)雜，需要考慮非線性關(guān)系、不確定滯后階數(shù)的影響，特別需要揭示市場(chǎng)在大幅震蕩時(shí)的風(fēng)險(xiǎn)傳遞關(guān)系，這對(duì)風(fēng)險(xiǎn)管理有著重要的指導(dǎo)意義。為此，Cheung和Ng（1996）［1］、Hong（2001）［2］和 Hong等（2009）［3］新發(fā)展了基于交叉相關(guān)函數(shù)（Cross Correlation Function，以下簡(jiǎn)稱CCF）的信息溢出檢驗(yàn)體系，能夠彌補(bǔ)傳統(tǒng)方法的不足，檢驗(yàn)結(jié)果更為可靠。這套新發(fā)展的信息溢出檢驗(yàn)方法本質(zhì)上是基于CCF的Granger因果檢驗(yàn)。Hong等（2009）引入了風(fēng)險(xiǎn)（VaR，Value at Risk）—Granger因果檢驗(yàn)方法，它能夠很好地刻畫不同市場(chǎng)間極端風(fēng)險(xiǎn)（極端上漲和下跌風(fēng)險(xiǎn)）溢出［3］。就資產(chǎn)管理來說，加強(qiáng)極端風(fēng)險(xiǎn)溢出效應(yīng)的監(jiān)控，建立及時(shí)有效的“防火墻”，有助于避免極端風(fēng)險(xiǎn)帶來的極大損失，提高資金的利用效率。

有關(guān)學(xué)者主要從基本面因素和非基本面因素兩個(gè)方面研究“信息溢出”現(xiàn)象。在證券市場(chǎng)上，宏觀經(jīng)濟(jì)沖擊、貨幣政策的松緊度等基本面因素影響著所有市場(chǎng)的變動(dòng)，導(dǎo)致它們出現(xiàn)類似的波動(dòng)特征。例如Soydemir（2000）研究了發(fā)達(dá)國(guó)家和新興國(guó)家證券市場(chǎng)的信息溢出效應(yīng)，發(fā)現(xiàn)基本面因素的變動(dòng)導(dǎo)致了市場(chǎng)共同變化［4］。非基本面因素的研究者認(rèn)為即使共同基本面因素沒有變化，市場(chǎng)也可能會(huì)出現(xiàn)協(xié)同運(yùn)動(dòng)。例如Barberis和Shleifer（2003）從投資風(fēng)格的角度理解市場(chǎng)信息溢出現(xiàn)象，指出如果投資者認(rèn)為不同資產(chǎn)形成了同一種風(fēng)格，資金在風(fēng)格層次上的轉(zhuǎn)換會(huì)驅(qū)使市場(chǎng)共同變化，這意味著即使一個(gè)市場(chǎng)的基本面因素沒有出現(xiàn)變化，也會(huì)與其他市場(chǎng)共同變動(dòng)［5］。此外，還有學(xué)者研究羊群效應(yīng)、自我維持（Self-sustaining）效應(yīng)等非基本面因素的影響。

當(dāng)前，學(xué)術(shù)界運(yùn)用不同方法對(duì)創(chuàng)業(yè)板與主板之間的信息溢出進(jìn)行了研究。曾志堅(jiān)等（2012）運(yùn)用小波多分辨分析及VAR-DCC-GARCH模型進(jìn)行了研究。結(jié)果表明：創(chuàng)業(yè)板與主板在長(zhǎng)期中存在雙向的均值和波動(dòng)率溢出，短期中不存在任何溢出效應(yīng)；兩者間的均值溢出效應(yīng)隨著交易周期的增長(zhǎng)是從無到單向（主板到創(chuàng)業(yè)板），再到雙向，而波動(dòng)率溢出效應(yīng)的出現(xiàn)則沒有規(guī)律性［6］。張金林和賀根慶（2012）利用DCC-MGARCH-VAR模型進(jìn)行研究后得出：創(chuàng)業(yè)板與主板市場(chǎng)存在著較頻繁的時(shí)變相關(guān)性，并且創(chuàng)業(yè)板比主板市場(chǎng)波動(dòng)更加強(qiáng)烈［7］。郭乃幸等（2013）從收益性和流動(dòng)性兩方面、創(chuàng)業(yè)板開板后初期和成熟期兩個(gè)階段出發(fā)，研究發(fā)現(xiàn)：在初期階段，主板對(duì)創(chuàng)業(yè)板有顯著的收益率溢出，而創(chuàng)業(yè)板對(duì)主板有顯著的流動(dòng)性溢出；在成熟期階段，二者之間不存在顯著的收益率溢出，但存在顯著的雙向流動(dòng)性溢出［8］。王泰倫等（2014）基于時(shí)變COPULA-GARCH模型的實(shí)證結(jié)果表明，創(chuàng)業(yè)板與主板之間存在時(shí)變的正相依關(guān)系，尤其是主板中信息技術(shù)板塊存在著更強(qiáng)更穩(wěn)定的正相依關(guān)系［9］。任繼勤等（2015）利用VARGARCH方法得出創(chuàng)業(yè)板風(fēng)險(xiǎn)大于主板風(fēng)險(xiǎn)的結(jié)論［10］。方意（2015）使用結(jié)構(gòu)突變點(diǎn)和動(dòng)態(tài)非線性Granger因果方法，驗(yàn)證了創(chuàng)業(yè)板與主板之間非線性關(guān)系存在“區(qū)制轉(zhuǎn)換”效應(yīng)，即創(chuàng)業(yè)板與主板在非危機(jī)期間運(yùn)行相對(duì)獨(dú)立，二者存在市場(chǎng)分割性，但是在危機(jī)期間存在危機(jī)傳染性［11］。

實(shí)際上，自創(chuàng)業(yè)板推出以來，創(chuàng)業(yè)板與主板之間信息溢出效應(yīng)就引起相關(guān)學(xué)者的極大興趣［12-21］。從上述的研究中可以看到，研究者受到所用模型的限制，僅考察了均值和波動(dòng)率層面的信息溢出，但是最近一次的“股災(zāi)”提示極端風(fēng)險(xiǎn)的信息溢出同樣不可忽視，這有利于加深對(duì)現(xiàn)實(shí)中發(fā)生的極端風(fēng)險(xiǎn)溢出的認(rèn)知。因此，本文引入 Hong（2001）［2］和 Hong等（2009）［3］新發(fā)展的基于CCF的信息溢出檢驗(yàn)方法對(duì)不同層面的信息溢出進(jìn)行檢驗(yàn)，它是對(duì)傳統(tǒng)Granger因果檢驗(yàn)方法的改進(jìn)和發(fā)展，尤為重要的是它可以對(duì)極端風(fēng)險(xiǎn)的信息溢出效應(yīng)進(jìn)行檢驗(yàn)。故此，本文利用該方法對(duì)創(chuàng)業(yè)板與主板市場(chǎng)之間的均值、波動(dòng)率、1%和5%下跌風(fēng)險(xiǎn)等多個(gè)層面信息溢出進(jìn)行深入探索。

二、基于交叉相關(guān)函數(shù)的信息溢出方法建模

隨著通信科技的發(fā)展，信息傳遞速度越來越快，使得各地市場(chǎng)之間的互動(dòng)關(guān)聯(lián)也越來越密切，信息溢出效應(yīng)反映了信息在不同區(qū)域市場(chǎng)間的傳導(dǎo)和擴(kuò)散。從信息能否預(yù)期的角度來看，均值溢出反映了能夠預(yù)期到的信息在市場(chǎng)間的溢出效應(yīng)，而波動(dòng)率溢出效應(yīng)反映的是未預(yù)期到的信息在市場(chǎng)間的擴(kuò)散效應(yīng)，這兩種溢出效應(yīng)在研究中比較常見。此外，極端風(fēng)險(xiǎn)的信息溢出效應(yīng)對(duì)于風(fēng)險(xiǎn)管理也是至關(guān)重要的。在本文的研究中，給出1%和5%兩個(gè)水平下的極端下跌風(fēng)險(xiǎn)信息溢出效應(yīng)，主要考慮到我國(guó)證券市場(chǎng)做空機(jī)制不健全，上漲對(duì)絕大多數(shù)市場(chǎng)參與者來說是盈利，而不能視為風(fēng)險(xiǎn)。

下面給出基于CCF的信息溢出檢驗(yàn)的實(shí)施過程。該方法基本思路是對(duì)于來自均值、波動(dòng)率和極端風(fēng)險(xiǎn)等層面的信息沖擊進(jìn)行Granger因果檢驗(yàn)，以識(shí)別不同層面信息的互動(dòng)關(guān)系。因此，其執(zhí)行可以分為信息提取與因果檢驗(yàn)兩個(gè)階段：第一個(gè)階段是去除收益率序列自身具有的自相關(guān)及條件異方差等相關(guān)特征，得到白噪聲殘差序列和風(fēng)險(xiǎn)指數(shù)函數(shù)序列，這些序列代表著信息的沖擊。對(duì)均值和波動(dòng)率的信息溢出檢驗(yàn)，可通過適當(dāng)?shù)臈l件均值和條件波動(dòng)率建模（如AR-GARCH模型）得到白噪聲殘差序列uit和vit；對(duì)于極端風(fēng)險(xiǎn)信息溢出檢驗(yàn)而言，則需先構(gòu)造基于VaR（在險(xiǎn)價(jià)值）的風(fēng)險(xiǎn)指標(biāo)函數(shù)序列Zlt。這樣對(duì)于信息溢出的檢驗(yàn)就等價(jià)于對(duì)殘差序列或風(fēng)險(xiǎn)指標(biāo)函數(shù)之間的交叉相關(guān)函數(shù)檢驗(yàn)。第二階段是信息溢出檢驗(yàn)，以交叉相關(guān)函數(shù)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量，通過統(tǒng)計(jì)量的值來判斷原假設(shè)是否成立，這里的原假設(shè)是兩者間不存在Granger因果關(guān)系，即不存在信息溢出行為。下文給出具體的實(shí)施過程。

首先，給出市場(chǎng)間均值和波動(dòng)率的信息溢出檢驗(yàn)。

對(duì)收益率建模一般采用AR（m）-GARCH（p，q）模型，形式如下：

其中εit為第i個(gè)市場(chǎng)在t時(shí)刻的隨機(jī)誤差項(xiàng)，uit可服從標(biāo)準(zhǔn)正態(tài)分布、學(xué)生氏-t分布或廣義誤差（GED）分布。

在本文的實(shí)證研究中發(fā)現(xiàn)，所研究序列具有較強(qiáng)的波動(dòng)持續(xù)性，為此，可以在參數(shù)加上限制條件，即為IGARCH（p，q）模型。實(shí)際中應(yīng)用了IGARCH（1，1）模型。

可通過BHHH估計(jì)方法估計(jì)模型參數(shù)，并得到殘差與條件方差的估計(jì)值（3it,ait），從而得到兩列標(biāo)準(zhǔn)化的殘差序列（Centered Squared Standardized Re?siduals）的估計(jì)值 uit,vit，即

均值信息溢出檢驗(yàn)統(tǒng)計(jì)量由u1t和u2t的估計(jì)值求交叉樣本函數(shù)來構(gòu)造；波動(dòng)率的信息溢出效應(yīng)檢驗(yàn)統(tǒng)計(jì)量則由v1t和v2t的估計(jì)值求交叉相關(guān)函數(shù)來構(gòu)造。下面以波動(dòng)率的信息溢出檢驗(yàn)統(tǒng)計(jì)量為例，構(gòu)造如下的單向信息溢出檢驗(yàn)統(tǒng)計(jì)量Q1和雙向信息溢出（即瞬時(shí)信息溢出）檢驗(yàn)統(tǒng)計(jì)量Q2：

其中 k( )為核函數(shù)，Hong（2001）［2］研究了選擇的6種不同類型的核函數(shù)，發(fā)現(xiàn)Daniel核函數(shù)的檢驗(yàn)功效是最好的，即 k(x)=sin(πx)/(πx)，M 為平滑參數(shù)；C(· )和 D(·)可視為標(biāo)準(zhǔn)化因子，且

其中，（10）式為v1t和v2t的樣本交叉相關(guān)函數(shù)，且

其次，給出極端風(fēng)險(xiǎn)的信息溢出檢驗(yàn)統(tǒng)計(jì)量，即風(fēng)險(xiǎn)-Granger因果檢驗(yàn)統(tǒng)計(jì)量。

該統(tǒng)計(jì)量的構(gòu)造關(guān)鍵在于選擇適當(dāng)?shù)娘L(fēng)險(xiǎn)指標(biāo)函數(shù)序列Zlt，即Varit。給定風(fēng)險(xiǎn)指標(biāo)函數(shù)：

其中l(wèi)（·）為示性函數(shù)。原假設(shè)H0即可表述為：

這樣，r1t和r2t之間的風(fēng)險(xiǎn)-Granger因果關(guān)系可轉(zhuǎn)化為Z1t和Z2t之間的均值-Granger因果關(guān)系。設(shè)

是市場(chǎng)1在水平α下的Var值，其中θi是未知模型參數(shù)。目前，Var的計(jì)算方法很多，從建模思想上可分為直接法和間接法兩大類，多數(shù)情況下，采用的是間接法，如借助GARCH模型，然而在實(shí)際應(yīng)用中發(fā)現(xiàn)，收益率分布的假設(shè)會(huì)造成Var估值的差異，且在“黑天鵝”事件發(fā)生時(shí)，這些模型的穩(wěn)定性較差，對(duì)Var估值影響很大。Engle和Manganelli（2004）從分位數(shù)的角度出發(fā)，在GARCH模型的基礎(chǔ)上提出了條件自回歸Var模型（CAViaR模型），避開了收益率分布的假設(shè)，這一方法可稱為計(jì)算VaR的直接方法［22］。本文采用CAViaR模型方法。

風(fēng)險(xiǎn)-Granger因果關(guān)系檢驗(yàn)統(tǒng)計(jì)量的構(gòu)造，同樣分為單向信息溢出檢驗(yàn)統(tǒng)計(jì)量和雙向信息溢出檢驗(yàn)統(tǒng)計(jì)量，在不至于混淆的情況下，仍采用上述符號(hào)表示。其中，ρ?Z1Z2=C?(j)/S?1S?2,j=0,±1,…,±(T-1),是Z1t和Z2t的樣本互相關(guān)函數(shù)；C?(j)是Z1t和Z2t的樣本互協(xié)方差函數(shù)。

三、樣本數(shù)據(jù)及其基本特征

（一）樣本數(shù)據(jù)

本文以創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)的代表性指數(shù)——?jiǎng)?chuàng)業(yè)板指數(shù)（CYBZ）和HS300指數(shù)為研究對(duì)象，并且進(jìn)一步分別以RCYBZ和RHS300表示創(chuàng)業(yè)板和主板的對(duì)數(shù)收益率。計(jì)算公式如下：

其中Rt為股票指數(shù)在第t日的對(duì)數(shù)收益率，Pt為第t日的股票指數(shù)。

樣本起點(diǎn)為2010年6月1日，這是深圳證券交易所首次編制和發(fā)布創(chuàng)業(yè)板指數(shù)的日期，因此，本文總共選取自2010年6月1日至2016年8月31日共計(jì)1 521個(gè)樣本數(shù)據(jù)。

（二）樣本數(shù)據(jù)特征

首先，表1給出了RCYBZ與RHS300的描述統(tǒng)計(jì)量：樣本均值、標(biāo)準(zhǔn)差、偏度和峰度。從中可以看出：創(chuàng)業(yè)板市場(chǎng)比主板市場(chǎng)有著更高的平均日收益率，這與創(chuàng)業(yè)板市場(chǎng)集中了眾多的受到廣大投資者青睞的高成長(zhǎng)性中小企業(yè)相符合。但是，RCYBZ的標(biāo)準(zhǔn)差大于RHS300，表明創(chuàng)業(yè)板的高收益也伴隨著高風(fēng)險(xiǎn)，這從另一面也說明主板市場(chǎng)有更穩(wěn)健的收益率。同時(shí)，從偏度來看，RCYBZ與RHS300均小于0，說明兩個(gè)市場(chǎng)存在一定程度的左偏；從峰度來看，RCYBZ與RHS300均大于3，說明兩個(gè)市場(chǎng)存在尖峰厚尾的特征，這與傳統(tǒng)研究中的結(jié)果基本吻合，即大多金融時(shí)間序列具有非正態(tài)性。

表1 RCYBZ和RHS300的描述統(tǒng)計(jì)

（三）平穩(wěn)性檢驗(yàn)

本文利用ADF檢驗(yàn)方法對(duì)RCYBZ與RHS300的平穩(wěn)性進(jìn)行檢驗(yàn)，見表2所列。結(jié)果顯示RCYBZ與RHS300的ADF檢驗(yàn)統(tǒng)計(jì)量中的t值都小于各自1%、5%、10%下的臨界值，故此拒絕存在單位根的原假設(shè)，即認(rèn)為二者都是平穩(wěn)序列，所以可以在下文中直接進(jìn)行相關(guān)建模。

表2 ADF平穩(wěn)性檢驗(yàn)

四、實(shí)證分析

（一）收益率模型

為刻畫波動(dòng)集聚現(xiàn)象和rt可能存在的序列自相關(guān)性，按照由一般到特殊的原則，經(jīng)選擇，本文采用AR（m）-IGARCH（1，1）模型對(duì)創(chuàng)業(yè)板和主板市場(chǎng)進(jìn)行收益率建模。表3給出了模型充分性的診斷統(tǒng)計(jì)量，基于標(biāo)準(zhǔn)化殘差和平方標(biāo)準(zhǔn)化殘差自相關(guān)性的Ljung-Box檢驗(yàn)統(tǒng)計(jì)量的p值均大于0.05，這說明選定的模型都是適合的。

表3 創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)日收益率模型參數(shù)估計(jì)及檢驗(yàn)量

（二）基于交叉相關(guān)函數(shù)的信息溢出檢驗(yàn)結(jié)果

考慮到創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)的交易時(shí)間都一樣，所以在檢驗(yàn)Granger因果關(guān)系時(shí)，還要考慮瞬時(shí)Granger因果關(guān)系，即Q2(M)檢驗(yàn)統(tǒng)計(jì)量。從檢驗(yàn)結(jié)果的穩(wěn)健性考慮，M可以取多個(gè)值，即對(duì)交叉相關(guān)系數(shù)在匯總時(shí)，賦予不同的權(quán)重，在Hong等（2009）［3］的文獻(xiàn)中，M=10和30。這里考慮更精細(xì)化的處理，分別取為5、10、20和30。

表4報(bào)告了均值、波動(dòng)率以及1%和5%水平下極端風(fēng)險(xiǎn)等信息溢出效應(yīng)的Granger因果檢驗(yàn)統(tǒng)計(jì)量及其p值。檢驗(yàn)結(jié)果表明，對(duì)均值和波動(dòng)率的信息溢出來說，創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)的瞬時(shí)Granger因果關(guān)系檢驗(yàn)達(dá)到極顯著水平，這說明兩個(gè)市場(chǎng)之間存在著強(qiáng)烈的均值溢出效應(yīng)和波動(dòng)率溢出效應(yīng)。為了進(jìn)一步確定溢出效應(yīng)的方向，同時(shí)給出了單向Granger因果關(guān)系的檢驗(yàn)統(tǒng)計(jì)量。表4中顯示兩個(gè)市場(chǎng)之間均值信息溢出的單向Granger因果關(guān)系檢驗(yàn)并不顯著，統(tǒng)計(jì)上意味著任何一個(gè)市場(chǎng)的均值波動(dòng)都不能用于預(yù)測(cè)另一個(gè)市場(chǎng)的均值波動(dòng)，兩個(gè)市場(chǎng)對(duì)可預(yù)期信息的響應(yīng)是同步的；從經(jīng)濟(jì)意義上看，兩個(gè)市場(chǎng)所代表的行業(yè)對(duì)中央政府機(jī)構(gòu)公布的經(jīng)濟(jì)運(yùn)行數(shù)據(jù)以及其他國(guó)內(nèi)外重要事件等確定性信息具有同步的敏感性，不存在行業(yè)間的差異。表4顯示從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的單向Granger因果關(guān)系檢驗(yàn)結(jié)果達(dá)到極顯著水平，而反之則不顯著，這表明只存在從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的波動(dòng)率溢出效應(yīng)，也就是說主板市場(chǎng)的日收益率波動(dòng)變化，可以用來預(yù)測(cè)創(chuàng)業(yè)板的日收益率波動(dòng)變化，反之則不成立，即證實(shí)了未預(yù)期到的信息是由主板市場(chǎng)向創(chuàng)業(yè)板市場(chǎng)擴(kuò)散溢出的。由此可知，代表傳統(tǒng)行業(yè)的主板市場(chǎng)對(duì)非公開的市場(chǎng)信息反應(yīng)更加迅速，市場(chǎng)效率更高，在這個(gè)市場(chǎng)中處于主導(dǎo)地位。

表4 主板市場(chǎng)和創(chuàng)業(yè)板市場(chǎng)的信息溢出檢驗(yàn)結(jié)果

對(duì)極端下跌風(fēng)險(xiǎn)信息溢出而言，在不同的風(fēng)險(xiǎn)水平下，創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)間的風(fēng)險(xiǎn)溢出表現(xiàn)形式是不同的。首先，在1%和5%的水平下，創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)的瞬時(shí)Granger因果關(guān)系檢驗(yàn)達(dá)到極顯著，這說明兩個(gè)市場(chǎng)具有很強(qiáng)的同步性。單向Granger因果關(guān)系的檢驗(yàn)結(jié)果進(jìn)一步顯示，在1%下跌風(fēng)險(xiǎn)水平下，兩個(gè)市場(chǎng)之間的Granger因果關(guān)系檢驗(yàn)——無論是從創(chuàng)業(yè)板市場(chǎng)到主板市場(chǎng)，還是從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)——都不顯著，這表明在該水平下，它們之間的極端風(fēng)險(xiǎn)溢出只具有瞬時(shí)同步性，即兩個(gè)市場(chǎng)對(duì)1%極端下跌風(fēng)險(xiǎn)信息的響應(yīng)是保持高度同步性的。在5%水平下，從創(chuàng)業(yè)板到主板市場(chǎng)的單向Granger因果關(guān)系檢驗(yàn)不顯著，而從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的檢驗(yàn)結(jié)果顯著，這說明只存在從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的單向風(fēng)險(xiǎn)溢出效應(yīng)，主板市場(chǎng)5%下跌風(fēng)險(xiǎn)的歷史信息可以用來預(yù)測(cè)創(chuàng)業(yè)板市場(chǎng)同樣風(fēng)險(xiǎn)的發(fā)生狀況，這充分證明當(dāng)主板市場(chǎng)發(fā)生5%下跌風(fēng)險(xiǎn)時(shí)，創(chuàng)業(yè)板市場(chǎng)參與者并未立即接納這一“利空信息”，而是有所延遲，表明創(chuàng)業(yè)板市場(chǎng)的參與者在主板市場(chǎng)瞬間發(fā)生5%下跌風(fēng)險(xiǎn)時(shí)保持觀望，隨后才會(huì)轉(zhuǎn)為悲觀預(yù)期，引致創(chuàng)業(yè)板下跌。

基于以上分析，總結(jié)創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)之間各種風(fēng)險(xiǎn)信息溢出效應(yīng)如下：

首先，無論是均值和波動(dòng)率的信息溢出，還是1%和5%下跌風(fēng)險(xiǎn)溢出，在雙向信息溢出層面，創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)的瞬時(shí)Granger因果關(guān)系檢驗(yàn)都是顯著的，充分表明兩個(gè)市場(chǎng)的一體化程度比較高，不存在信息絕對(duì)分割或長(zhǎng)期延滯的情況。

其次，在單向信息溢出層面，存在著從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的波動(dòng)率和5%下跌風(fēng)險(xiǎn)的信息溢出效應(yīng)，但是，不存在任何的從創(chuàng)業(yè)板市場(chǎng)到主板市場(chǎng)的單向信息溢出效應(yīng)。這說明主板市場(chǎng)在我國(guó)證券市場(chǎng)方面占據(jù)主導(dǎo)地位，它的波動(dòng)主導(dǎo)著整個(gè)證券市場(chǎng)的波動(dòng)，而創(chuàng)業(yè)板處于從屬地位。

最后，特別說明的是極端風(fēng)險(xiǎn)信息溢出效應(yīng)，在1%的下跌風(fēng)險(xiǎn)水平下，創(chuàng)業(yè)板與主板的極端風(fēng)險(xiǎn)波動(dòng)是同步的，表明兩個(gè)市場(chǎng)的投資者對(duì)于帶來極大損失的1%下跌風(fēng)險(xiǎn)具有同樣的規(guī)避態(tài)度。但在5%下跌風(fēng)險(xiǎn)下，存在從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的風(fēng)險(xiǎn)溢出。這表明主板市場(chǎng)的投資者對(duì)信息更為敏感，比創(chuàng)業(yè)板市場(chǎng)的投資者具有更強(qiáng)的信息吸收能力，從而導(dǎo)致極端下跌風(fēng)險(xiǎn)由主板向創(chuàng)業(yè)板溢出。這再次說明主板市場(chǎng)的投資者具有信息優(yōu)勢(shì)。此外，該現(xiàn)象也可能反映了創(chuàng)業(yè)板市場(chǎng)的投資者具有比主板市場(chǎng)更高的風(fēng)險(xiǎn)偏好，與創(chuàng)業(yè)板市場(chǎng)的高成長(zhǎng)、高收益、高回報(bào)等是完全相符合，體現(xiàn)了“高風(fēng)險(xiǎn)高收益”這一市場(chǎng)原則。

五、研究結(jié)論及政策含義

本文基于CCF的信息溢出檢驗(yàn)方法研究了創(chuàng)業(yè)板指數(shù)和HS300指數(shù)的均值、波動(dòng)率、1%下跌風(fēng)險(xiǎn)、5%下跌風(fēng)險(xiǎn)等四類信息溢出效應(yīng)。研究發(fā)現(xiàn)，在雙向信息溢出上，創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)的瞬時(shí)Grang?er因果關(guān)系檢驗(yàn)在以上四類信息溢出層面都是顯著的，充分表明兩個(gè)市場(chǎng)的一體化程度較高。在單向信息溢出上，只存在兩類信息溢出，即從主板市場(chǎng)到創(chuàng)業(yè)板市場(chǎng)的波動(dòng)率溢出效應(yīng)和5%下跌風(fēng)險(xiǎn)溢出，并沒有發(fā)現(xiàn)從創(chuàng)業(yè)板市場(chǎng)到主板市場(chǎng)的單向溢出效應(yīng)。同時(shí)，本文還發(fā)現(xiàn)，對(duì)出現(xiàn)概率更低的1%下跌風(fēng)險(xiǎn)，創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)是同步的，表明兩市在該風(fēng)險(xiǎn)水平下，信息吸收及時(shí)且充分；而對(duì)于出現(xiàn)概率略大的5%下跌風(fēng)險(xiǎn)，創(chuàng)業(yè)板會(huì)出現(xiàn)延遲的反應(yīng)，這可能與創(chuàng)業(yè)板市場(chǎng)的投資者具有較高的風(fēng)險(xiǎn)偏好和一定的風(fēng)險(xiǎn)承受能力有關(guān)。綜上所述，可以認(rèn)為主板市場(chǎng)占據(jù)主導(dǎo)地位，而創(chuàng)業(yè)板處于從屬地位。

本文的研究結(jié)論具有一定的政策含義：第一，從均值信息溢出的角度來說，兩市受到同樣的宏觀基本面因素影響呈現(xiàn)協(xié)調(diào)性，因而證券市場(chǎng)監(jiān)管者應(yīng)重點(diǎn)監(jiān)督兩市走勢(shì)背離的現(xiàn)象，防范資金惡意操縱股指（主要是創(chuàng)業(yè)板指數(shù)）的行為。第二，從波動(dòng)率信息溢出的檢驗(yàn)結(jié)果來看，在推行對(duì)主板市場(chǎng)的監(jiān)管政策（提高印花稅、限制交易規(guī)模、提高入市門檻等）時(shí)，應(yīng)考慮因監(jiān)管政策帶來的風(fēng)險(xiǎn)波動(dòng)溢出效應(yīng)，因此，要綜合考慮監(jiān)管政策對(duì)兩個(gè)市場(chǎng)的風(fēng)險(xiǎn)影響。第三，從極端下跌風(fēng)險(xiǎn)溢出的檢驗(yàn)結(jié)果來看，需要特別關(guān)注5%下跌風(fēng)險(xiǎn)由主板向創(chuàng)業(yè)板的溢出效應(yīng)，因此，在當(dāng)前的市場(chǎng)中對(duì)極端下跌風(fēng)險(xiǎn)的管理，還是應(yīng)從主板市場(chǎng)開始，而不是從本來就具有較大風(fēng)險(xiǎn)的創(chuàng)業(yè)板市場(chǎng)入手。

［1］Cheung Y W，Ng L K．A Causality-in-variance Test and Its Application to Financial Market Prices［J］.Journal of Econometrics，1996，72（1/2）：33-48.

［2］Hong Y M．A Test for Volatility Spillover with Applica?tions to Exchange Rates［J］.Journal of Econometrics，2001，103（1/2）：183-224.

［3］Hong Y M，Liu Y H，Wang S Y．Granger Causality in Risk and Detection of Risk Transmission Between Financial Markets［J］.Journal of Econometrics，2009，150（2）：271-287.

［4］Soydemir G． International Transmission Mechanism of Stock Market Movements：Evidence from Emerging Equity Market［J］.Journal of Forecasting，2000，19（3）：149-176.

［5］Barberos N，Shleifer A．Style Investing［J］.Journal of Fi?nancial Economics，2003，68（2）：161-199.

［6］曾志堅(jiān)，鐘紫璇，曾艷.中國(guó)創(chuàng)業(yè)板和主板市場(chǎng)間溢出效應(yīng)研究——基于小波多分辨分析［J］.財(cái)經(jīng)理論與實(shí)踐，2012（6）：43-47.

［7］張金林，賀根慶.中國(guó)創(chuàng)業(yè)板和主板市場(chǎng)時(shí)變聯(lián)動(dòng)與波動(dòng)溢出——基于DCC－MGARCH－VAR模型的實(shí)證分析［J］.中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2012（2）：100-106.

［8］郭乃幸，楊朝軍，吳海燕，等.中國(guó)股市主板與創(chuàng)業(yè)板市場(chǎng)溢出效應(yīng)研究［J］.上海管理科學(xué)，2013（1）：76-80.

［9］王泰倫，畢秀春，張曙光.中國(guó)創(chuàng)業(yè)板與主板市場(chǎng)的相依關(guān)系——基于時(shí)變copula－GARCH模型的實(shí)證分析［J］.中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2014，32（9）：776-785.

［10］任繼勤，單曉彤，梁策.中國(guó)主板與創(chuàng)業(yè)板市場(chǎng)風(fēng)險(xiǎn)比較分析——基于GARCH－VAR方法［J］.財(cái)貿(mào)研究，2015（3）：128-132.

［11］方意.主板與中小板、創(chuàng)業(yè)板市場(chǎng)之間的非線性研究：“市場(chǎng)分割”抑或“危機(jī)傳染”？［J］.經(jīng)濟(jì)學(xué)（季刊），2015（1）：373-402.

［12］岳正坤.論我國(guó)創(chuàng)業(yè)板市場(chǎng)對(duì)主板市場(chǎng)的影響［J］.中南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2001（3）：80-83.

［13］王旻，楊朝軍，廖士光.創(chuàng)業(yè)板市場(chǎng)對(duì)主板市場(chǎng)的沖擊效應(yīng)研究——香港股市與深圳中小企業(yè)板的經(jīng)驗(yàn)證據(jù)與啟示［J］.財(cái)經(jīng)研究，2009（5）：63-73.

［14］余應(yīng)敏.“創(chuàng)業(yè)板”抑或“主板”：科技型中小企業(yè)如何選擇上市融資的主戰(zhàn)場(chǎng)［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011（11）：91-96.

［15］薛襄稷，嚴(yán)玉華.中小板、創(chuàng)業(yè)板與主板市場(chǎng)關(guān)聯(lián)性分析［J］.東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012（3）：66-70.

［16］謝華.基于因子分析方法的創(chuàng)業(yè)板與主板企業(yè)現(xiàn)金股利政策研究——來自深交所的實(shí)證研究［J］.河北科技大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（3）：10-17.

［17］高揚(yáng)，曹穎.我國(guó)主板、中小板、創(chuàng)業(yè)板的信息效率之比較——基于Kalman濾波的實(shí)證研究［J］.北京工商大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013（5）：113-117.

［18］謝家泉，許均平.我國(guó)創(chuàng)業(yè)板市場(chǎng)和主板市場(chǎng)之間風(fēng)險(xiǎn)溢出效應(yīng)的實(shí)證分析［J］.南方金融，2013（8）：69-73.

［19］廖士光，朱偉驊，徐輝.創(chuàng)業(yè)板市場(chǎng)與主板市場(chǎng)關(guān)系研究——來自滬深證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)［J］.財(cái)經(jīng)研究，2014（6）：27-37.

［20］喬云霞，程棟梁.中國(guó)創(chuàng)業(yè)板和主板市場(chǎng)之間的相關(guān)結(jié)構(gòu)分析——基于Copula函數(shù)的實(shí)證研究［J］.北京工商大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014（6）：73-83.

［21］鄒海榮，陳標(biāo)金，馮健喬.我國(guó)創(chuàng)業(yè)板與主板市場(chǎng)價(jià)格波動(dòng)關(guān)系的實(shí)證分析［J］.江西社會(huì)科學(xué)，2014（7）：69-73.

［22］Engle R F，Manganelli S．Caviar：Conditional Autoregres?sive Value at Risk by Regression Quantiles［J］.Journal of Business&Economic Statistics，2004，22（4）：367-381.

A Study on Information Spillover between GEM Market and Main Board Market in China―Based on Information Spillover Test by Cross-correlation Function

WEI Hong-jie,YANG Pei-xiang
(School of Economics,Shanghai University of Finance and Economics,Shanghai 200433,China)

This paper is based on the information spillover test by cross-correlation function and takes Chinese GEM index and HS300 in?dex as the research object to make an empirical study of one-way and two-way on four information spillover effects between GEM market and main board market in China from June 2010 to August 2016,including average,volatility,1%decline risk and 5%decline risk.The empirical results show that:The two-way Granger causality test between GEM market and main board market is significant in the upper four information spillover,which indicates that the integration of the two markets is higher;The one-way Granger causality test finds that there only exists one-way volatility and 5%decline risk information spillover effect from main board market to GEM market,any one-way information spillover effect from GEM market to main board market does not exist,which shows that the focus of guarding against financial risk is main board market,and GEM market absorbs information in a passive position,which is a reference to making relevant trade policies.

GEM market;main board market;information spillover;Granger causality test;cross-correlation function

F830.91；F275

A

1007-5097（2017）11-0159-07

10.3969/j.issn.1007-5097.2017.11.021

2017-06-15

上海財(cái)經(jīng)大學(xué)研究生創(chuàng)新基金資助項(xiàng)目（CXJJ-2015-370；CXJJ-2015-371；CXJJ-2015-373；CXJJ-2015-378）

魏宏杰（1980-），男，河北邢臺(tái)人，助理研究員，博士，研究方向：計(jì)量經(jīng)濟(jì)學(xué)；

楊培祥（1985-），男，山東濟(jì)寧人，博士研究生，研究方向：互聯(lián)網(wǎng)金融。

［責(zé)任編輯：歐世平］