曾 勝，羅 松，陳振國

(重慶工商大學 a.長江上游經(jīng)濟研究中心； b.財政金融學院， 重慶 400067)

在全球資本市場一體化的推進下，各國股市聯(lián)動性在逐漸增強，投資者也會考慮在全球范圍內(nèi)選擇資產(chǎn)配置，每個國家制定金融市場運行政策也必將考慮其他國家會帶來的影響。近年來，隨著滬港通、深港通的開啟，我國股票市場也正向國際化進程邁進。中國和美國是全球發(fā)展中國家和發(fā)達國家的典型代表，兩國資本市場之間的聯(lián)動趨勢以及聯(lián)動性大小，備受世界各國的關(guān)注，對其進行研究，為防范金融風險的傳遞，從容應對國際國內(nèi)復雜的形勢，有著重要的理論和實踐意義。

一、文獻綜述

國外學者對股市聯(lián)動性研究起步較早，主要集中在發(fā)達國家之間，對中國與發(fā)達國家股市的研究結(jié)論顯示相依關(guān)系較弱。Hu(2010)采用廣義自回歸條件異方差模型模擬中美股市的相依性，結(jié)果顯示其程度較低。Bing(2014)考察了2000年1月4日至2012年1月13日期間中美股市的走勢，發(fā)現(xiàn)兩個市場之間沒有協(xié)整關(guān)系。George(2014)以標準普爾500指數(shù)和道瓊斯工業(yè)股票平均價格指數(shù)的日收益率預測中國股市兩大基準指數(shù)SSEC和SZCI開盤方向的能力，發(fā)現(xiàn)自2006年以來，美國股市的日回報率對中國股市開盤情況的影響具有顯著的能力，反之，沒有表現(xiàn)出類似的能力。Dai(2016)運用混合多重分形分析方法，研究了我國股票指數(shù)序列SSEC、SZSE和美國DJIA、NASDAQ的混合多重分形性質(zhì)，結(jié)果表明，DJIA對中國股市有影響。Saiful (2018)運用極值理論和隨機copulas研究中國股票市場與發(fā)達國家等主要股票市場的依賴結(jié)構(gòu)，結(jié)果表明中國股市與發(fā)達市場之間的依賴性較低，中國股市對亞洲和歐洲的依賴程度大于美國。Huadong(2018)從國際貿(mào)易、金融資本、政策與預期方面，對中美股市進行比較，認為隨著中國經(jīng)濟的發(fā)展和股票市場的開放，中美之間的股市聯(lián)動正在逐步增強。國內(nèi)學者對中國與發(fā)達國家股票市場聯(lián)動性的研究結(jié)論與國外學者大致相同。張兵 (2010)利用中國上證指數(shù)與美國道瓊斯指數(shù)2001年12月—2009年1月日交易歷史數(shù)據(jù)分析，認為中美股市有相對獨立的走勢，聯(lián)動關(guān)系基本不存在。洪露娉(2013)利用ADF和PP兩種檢驗方法，得出美國股市影響中國股市主要表現(xiàn)在開盤時刻，對整體股指影響有限。羅雪玲(2014)選取滬深300股指和道瓊斯工業(yè)平均指數(shù)，采用DCC-GARCH模型和分位數(shù)回歸分析的方法進行實證檢驗，發(fā)現(xiàn)在極端情況下中美兩國股市之間的聯(lián)動性會有所增強，不存在長期的協(xié)整關(guān)系。龔金國(2015)分析結(jié)果發(fā)現(xiàn)，2003年以前，中美股市基本呈現(xiàn)負相關(guān)，近期有轉(zhuǎn)強趨勢，但沒出現(xiàn)聯(lián)動的明顯趨勢。陳曉蒙(2017)利用三元非對稱VAR-BEKK-GARCH模型，分析發(fā)現(xiàn)，金融危機前，中美之間存在美國向中國傳遞單向波動溢出效應，金融危機以后，中美股市存在雙向傳遞關(guān)系，不過美國傳遞的影響力慢慢降低。唐勇(2018)運用連續(xù)小波方法，發(fā)現(xiàn)中美股市短期聯(lián)動性較弱，長期較強，中美股市在次貸危機期間主要來自投資者非理性因素的短期純傳染性影響。張瑞(2017)從頻域角度運用小波理論，研究中國與發(fā)達國家股市之間的周期相關(guān)性，得出中美股市周期相關(guān)性最強，英國次之，日本最弱。

綜上所述，國內(nèi)外學者對中國與發(fā)達國家或地區(qū)以及中美股市聯(lián)動性的研究主要集中在聯(lián)動性強弱上，而強弱的大小并沒有一個較為合理的解釋，選取不同的模型和計量方法以及選取不同階段的數(shù)據(jù)對其聯(lián)動性進行分析，結(jié)果也只能說明是正相關(guān)或者負相關(guān)，是增強或者減弱，不能直觀反映其強弱的大小。本文針對中美股市聯(lián)動性，考慮重大事件對股票市場的影響，劃分三個不同時間階段，利用Copula函數(shù)選取上證綜指和道瓊斯工業(yè)平均指數(shù)進行實證研究，同時也選取中歐、中英、中日等中國和發(fā)達國家或地區(qū)股市之間的聯(lián)動性進行實證分析，全面分析兩兩股市之間的聯(lián)動性，并求出尾部相關(guān)性的概率大小，從而可以判斷兩個國家或者地區(qū)股市之間的聯(lián)動程度，其貢獻在于計算出代表聯(lián)動性大小的數(shù)值。

二、模型選擇

本文運用正態(tài)Copula、t-Copula、Gumbel Copula、Clayton Copula、Frank Copula等幾種類型進行比較研究(易文德，2011)。一般地，憑借Spearman秩、Kendall秩相關(guān)系數(shù)和極值情況下的尾部相關(guān)系數(shù)等指標可以判定變量間的相關(guān)性。為了驗證構(gòu)建的Copula函數(shù)模型的擬合優(yōu)度，通常選用平方歐式距離方法，計算方法如下：

經(jīng)驗Copula函數(shù)如式(1)：

(1)

其中：Fn(x)和Gn(y)分別是x,y的經(jīng)驗分布函數(shù)，I[·]為示性函數(shù)。

目標函數(shù)與經(jīng)驗函數(shù)之間的平方歐式距離為式(2)：

(2)

d越小，擬合效果越好，相對應的Copula函數(shù)最優(yōu)，再計算相應的尾部相關(guān)系數(shù)，從而判斷其聯(lián)動性的程度。

三、中美股市實證分析

本文選取上證綜指和道瓊斯工業(yè)平均指數(shù)作為具有代表性的市場指數(shù)，對中美股市的聯(lián)動關(guān)系進行實證。選取2003年7月9日—2018年5月31日的每日收盤價Pt為樣本數(shù)據(jù)，舍去單一交易日，共3 509組數(shù)據(jù)(數(shù)據(jù)來源于國泰安數(shù)據(jù)庫)。

將QFII引入、次貸危機以及2015年股災等事件納入重大政策事項、危機事項、極端事項的考慮范圍，選擇我國QFII成功做成第一單的2003年7月9日、美國次貸危機爆發(fā)的2007年7月10日、中國上證綜合指數(shù)從最高點開始一路下滑的2015年6月15日作為起始點和分段點，將樣本期間劃分為三個階段，并對各指數(shù)的每日收盤價取對數(shù)進行平滑處理。

第一階段從2003年7月9日—2007年7月9日包括939個樣本數(shù)據(jù)，第二階段從2007年7月10日—2015年6月15日有1 869個樣本數(shù)據(jù)，第三階段從2015年6月16日—2018年5月31日有701個樣本數(shù)據(jù)。

在對數(shù)據(jù)取對數(shù)的基礎(chǔ)上再進行一階差分，得到各股指的對數(shù)收益率序列，如式(3)。

rt=lnPt-lnPt-1

(3)

(1)基本統(tǒng)計量分析

第一階段分析結(jié)果如表1所示。

表1 第一階段基本統(tǒng)計量分析結(jié)果

兩個股市的股指收益率的峰度值分別為4.898 7、7.266 8，說明尖峰厚尾效應在兩個股市的股指收益率序列中明顯存在，從偏度值小于0來看，表明存在左偏，左邊有長尾。三個檢驗中h值均為1且p值都接近于0，表明不服從正態(tài)分布。從單位根ADF值來看，上證綜指和道瓊斯指數(shù)的對數(shù)收益率通過了數(shù)據(jù)平穩(wěn)性檢驗。

第二、三階段分析結(jié)果如表2所示。

表2 第二、三階段基本統(tǒng)計量分析結(jié)果

第二階段、第三階段數(shù)據(jù)表明都不服從正態(tài)分布，且數(shù)據(jù)平穩(wěn)。

(2)各階段最優(yōu)copula函數(shù)模型評價

第一階段相關(guān)性測度結(jié)果如表3所示。

表3 第一階段相關(guān)性測度結(jié)果

從相關(guān)性測度整體看，值都為正數(shù)，表明上證綜指和道瓊斯工業(yè)平均指數(shù)是正相關(guān)的。計算可知原始數(shù)據(jù)的Spearman秩、Kendall秩相關(guān)系數(shù)分別為0.049 8、0.033 6。從表3可知，t-Copula的Spearman秩、Kendall秩分別為0.047 9、0.032 3要更接近于原始數(shù)據(jù)，表明在第一階段t-Copula函數(shù)能更好地反應上證綜指和道瓊斯工業(yè)平均指數(shù)的收益率之間的秩相關(guān)性。

對以上5種Copula函數(shù)，計算其歐氏距離，結(jié)果如表4所示，其中Frank Copula的歐氏距離為0.013 4，值最小，顯示擬合度更好。

表4 歐式距離計算結(jié)果

綜上所述，更能反映第一階段的相互關(guān)系的是Frank Copula，其分布函數(shù)和密度函數(shù)如圖1所示。

(a)分布函數(shù)

第二階段相關(guān)性測度結(jié)果如表5所示。

由表5中數(shù)據(jù)可知，兩者仍然呈現(xiàn)正相關(guān)，只是相關(guān)系數(shù)除了Gumbel的值有所增加以外，其余值還在減小。t-Copula函數(shù)的Spearman秩、Kendall秩分別為0.045 2、0.030 6，接近原始數(shù)據(jù)，能夠比較好地反映二者收益率秩的相關(guān)性。

表5 第二階段相關(guān)性測度結(jié)果

計算歐氏距離，其結(jié)果如表6所示。從表6可以看出， t-Copula的歐氏距離值0.016 3，為最小。t-Copula的分布函數(shù)和密度函數(shù)如圖2所示。

表6 歐式距離計算結(jié)果

(a)分布函數(shù)

通過計算t-Copula函數(shù)的尾部相關(guān)系數(shù)得：

(4)

其中ρ=0.045 2，k=6.457 7 是t-Copula函數(shù)的線性相關(guān)系數(shù)和自由度，其數(shù)值是利用Matlab計算出來的。

從2007年7月10日美國次貸危機爆發(fā)之后到2015年6月15日，由計算結(jié)果表明兩種指數(shù)存在微弱的尾部相關(guān)性，兩者相互影響的程度為3.75%，即上證指數(shù)上升(下降)1個單位，道瓊斯工業(yè)平均上升(下降)的可能性為3.75%，反之亦然。這種影響很小，甚至可以忽略不計。

第三階段相關(guān)性測度結(jié)果如表7所示。

求得的t- Copula函數(shù)的Kendall秩τ= 0.067 2、Spearman秩ρ=0.097 2與原始數(shù)據(jù)的Kendall秩τ= 0.070 0、Spearman秩ρ=0.100 8更為接近。因此t- Copula函數(shù)更能符合最優(yōu)的Copula函數(shù)，且上證綜指和道瓊斯工業(yè)平均指數(shù)有正的相關(guān)關(guān)系。

表7 第三階段相關(guān)性測度結(jié)果

表8 歐式距離計算結(jié)果

表8中，0.013 2為最小值，是t-Copula函數(shù)的歐式距離，表明它為最優(yōu)，其分布函數(shù)和密度函數(shù)如圖3所示。

t-Copula函數(shù)的尾部相關(guān)系數(shù)計算如下：

(a)分布函數(shù)

(5)

其中ρ=0.105 4，k=3.341 0。

圖4 一、二、三階段尾部相關(guān)系數(shù)的趨勢

由此可見，從2015年6月15日中國上證綜合指數(shù)從最高點開始一路下滑作為切入點到2018年5月31日，兩種指數(shù)存在正相關(guān)關(guān)系，相互影響的程度為14.81%，上證綜指上漲(或下跌)時，能夠引起道瓊斯工業(yè)平均指數(shù)急劇上漲(或下跌)的概率為14.81%，反之亦然。

綜合一、二、三階段尾部相關(guān)系數(shù)的大小，可以看到這種趨勢在逐漸增強(圖4)。

四、中國與歐洲、英國、日本的實證分析

根據(jù)文獻資料顯示，中國與發(fā)達國家股市之間的相關(guān)性比較中，與美國股市相關(guān)性最強，與其他國家股市相關(guān)性較弱，因此，對中國與歐洲、英國、日本的股市聯(lián)動性實證分析，僅選取2015年6月16日至2018年5月31日約3年的收盤價作為樣本數(shù)據(jù)。舍去單一交易日，上證綜指和歐洲斯托克50指數(shù)、英國富時100指數(shù)、日經(jīng)225指數(shù)，分別有711組數(shù)據(jù)、704組數(shù)據(jù)、1 152組數(shù)據(jù)。

實證分析按照第三部分中美股市的方法。第一，對數(shù)據(jù)組按照式(3)進行處理，顯示兩兩股市的股指收盤價序列存在明顯尖峰厚尾效應，不服從正態(tài)分布，單位根檢驗數(shù)據(jù)平穩(wěn)，通過了基本統(tǒng)計量的檢驗。

第二，進行相關(guān)性測度，結(jié)果如表9所示。

表9 中國和歐洲、英國、日本股市之間相關(guān)性測度結(jié)果

從表9來看，中國和歐洲、中國和英國之間t-Copula函數(shù)更能反映其秩的相關(guān)性；中國和日本之間Clayton-Copula函數(shù)更能反映其秩的相關(guān)性。

第三，計算歐氏距離，其結(jié)構(gòu)見表10。

表10 中國和歐洲、英國、日本股市之間歐氏距離測算結(jié)果

中歐、中英、中日歐氏距離最小結(jié)果顯示，最優(yōu)函數(shù)是t-Copula。

第四，計算尾部相關(guān)系數(shù)，結(jié)果如表11所示。

表11 中日、中歐、中英、中美股市的尾部相關(guān)系數(shù)

從表11可以看出，中國上證綜合指數(shù)與日經(jīng)225指數(shù)、歐洲斯托克50指數(shù)、英國富時指數(shù)之間存在正相關(guān)關(guān)系，相互影響的程度分別為13.39%、18.54%、16.65%，除了中日相關(guān)系數(shù)外，其余相關(guān)系數(shù)皆大于中美14.81%，并且中歐接近20%，最大。中日、中美、中英、中歐股市的尾部相關(guān)系數(shù)依次增加，表明聯(lián)動性也依次增強?？梢灶A見，隨著中國市場化程度、對外開放水平的提升，與發(fā)達國家股市之間的聯(lián)動性將逐漸增強。

五、結(jié)論與啟示

本文選取上證綜指與道瓊斯工業(yè)平均指數(shù)的日收盤價作為樣本數(shù)據(jù)，對中美股市之間、中國與其他發(fā)達國家或地區(qū)之間的聯(lián)動關(guān)系進行研究，并進一步分析了聯(lián)動性的影響程度。研究結(jié)論如下：

(一)從第一階段實證分析結(jié)果來看，相關(guān)系數(shù)趨于0，表明在這個時期我國股市跟美國股市幾乎沒有聯(lián)動關(guān)系，兩市之間相互影響較小。這段時期盡管引入了QFII制度，但中國股票市場運行基本上處在一個比較獨立的狀態(tài)，受國際主要股票市場的影響比較小，中美兩國股票市場之間的聯(lián)動性表現(xiàn)很低。

(二)從第二階段實證分析結(jié)果來看，相關(guān)系數(shù)比第一階段增長幅度較大，但絕對值仍然比較小，表明在這個時期兩個市場聯(lián)動性在增強，但相互影響仍然不大。這段時期正是世界經(jīng)濟受到美國次貸危機影響的階段，但由于我國金融市場自身的獨立性猶如一道防火墻，對股市的直接影響并不大，反倒是我國后來4萬億的刺激計劃助推經(jīng)濟泡沫，使其中、美股市走出了不一樣的趨勢，從而顯示兩國股市相關(guān)性不高。

(三)2015年6月以來，實證結(jié)果顯示兩市的聯(lián)動性大大提高。在2015年我國股災、2016年伊始美國股市遭遇重創(chuàng)，中美兩國都不同程度受到影響，表明中美股市相關(guān)性在逐漸增強，相互影響力在增強。滬港通、深港通也在這個階段開通，表明我國資本市場對外開放又向前邁進了一步。

(四)中日、中英、中歐之間股市聯(lián)動性依次遞增，且中英、中歐均大于中美股市的聯(lián)動性，這有別于以往文獻的結(jié)論。本文研究顯示，中英、中歐的聯(lián)動性均已反超中美，表明中英、中歐之間的經(jīng)濟關(guān)系要比中美關(guān)系緊密，這有可能是源自我國“一帶一路”的對外開放，加大對英國、歐洲之間經(jīng)濟貿(mào)易往來的結(jié)果，反觀中美、中日之間相關(guān)系數(shù)趨勢遞增但幅度較小是因中國和美國、日本之間經(jīng)濟貿(mào)易往來總會受到干擾相關(guān)。無論是希臘危機還是美國的次貸危機而引發(fā)的金融危機，對中國直接的影響有限，來自股票市場的影響就更加微弱。但隨著中國對外開放程度、市場化程度的提升，與各發(fā)達國家之間經(jīng)濟貿(mào)易聯(lián)動逐漸增強，相應的股市聯(lián)動性也會有同樣的趨勢，這也是實證結(jié)果的反映。

綜上所述，隨著中國資本市場不斷向國際化邁進，各國證券市場之間的聯(lián)系也越來越緊密，中國股市與美國股市之間的聯(lián)動關(guān)系也呈現(xiàn)逐漸增強趨勢，中國與其他發(fā)達國家或地區(qū)之間的聯(lián)動性也緊隨其后，相互之間的影響也愈加明顯。股市作為經(jīng)濟的“晴雨表”，與經(jīng)濟的緊密聯(lián)系，也印證了股市相關(guān)性增強的可靠性，同時也表明我國資本市場對外開放程度在逐漸提高。根據(jù)以上結(jié)論，有如下啟示：

(一)金融監(jiān)督管理政策應著眼于國際視野，結(jié)合國際國內(nèi)形勢建立風險預警機制，防范金融風險的傳染。中國與發(fā)達國家或地區(qū)股市聯(lián)動性的增強，預示著我國金融市場開放程度不斷提升，被傳染外部金融風險的機會也會增大，因此，金融市場的發(fā)展一方面遵從國際慣例，按照國際監(jiān)管標準，根據(jù)我國自身特點，循序漸進，分步建設(shè)，另一方面要警惕和預防國際金融風險傳導到國內(nèi)。如監(jiān)管政策不到位，對外市場開放過快，金融風險概率提升，將會引起我國金融市場的紊亂，甚至引發(fā)金融危機。

(二)中國和發(fā)達國家或地區(qū)股市聯(lián)動性的逐漸增強，為投資者的投資行為和套利組合策略提供依據(jù)。一方面，針對聯(lián)動水平較高的行業(yè)，如金融、能源、互聯(lián)網(wǎng)，可以通過隔夜美國市場來預測國內(nèi)走勢，實現(xiàn)投資收益；另一方面，關(guān)注兩個市場中相關(guān)性較低的行業(yè)，進行組合投資分散風險。

(三)均衡發(fā)展同發(fā)達國家或地區(qū)的對外貿(mào)易和經(jīng)濟關(guān)系，在國際經(jīng)濟關(guān)系和貿(mào)易中掌握主動權(quán)，以避免過多倚重某一國家或地區(qū)帶來的突發(fā)風險。從實證結(jié)果來看，中英、中歐股市聯(lián)動性高于中美、中日股市的聯(lián)動性，根據(jù)股市折射經(jīng)濟和貿(mào)易的關(guān)系，表明中英、中歐之間的經(jīng)濟和貿(mào)易聯(lián)系程度要高于中國與其他發(fā)達國家或地區(qū)。繼續(xù)積極發(fā)展同發(fā)達和發(fā)展中國家或地區(qū)(比如“一帶一路”沿線國家)的經(jīng)濟和貿(mào)易關(guān)系，有助于在與個別國家或局部地區(qū)出現(xiàn)貿(mào)易沖突時掌握主動和控制風險，比如應對當前的中美貿(mào)易沖突，雖然貿(mào)易戰(zhàn)無贏家，但我們可以為此降低或轉(zhuǎn)移相應的風險。