陳麗君 歐詩(shī)德 蔡亮亮

[摘 要]中美貿(mào)易爭(zhēng)端對(duì)我國(guó)相關(guān)公司造成很大影響。為了解其受影響程度，幫助投資者認(rèn)識(shí)投資風(fēng)險(xiǎn)，文章收集了2016年1月4日至2018年12月31日的道瓊斯指數(shù)與中興通訊的股票收盤價(jià)數(shù)據(jù)，并進(jìn)行分析研究。文章運(yùn)用ARMA-GARCH模型刻畫資產(chǎn)回報(bào)率過(guò)程，進(jìn)而計(jì)算風(fēng)險(xiǎn)價(jià)值，通過(guò)對(duì)比中美貿(mào)易爭(zhēng)端前后道瓊斯指數(shù)與中興通訊股票的風(fēng)險(xiǎn)特征，說(shuō)明貿(mào)易爭(zhēng)端對(duì)中興通訊股票和道瓊斯指數(shù)的影響程度。

[關(guān)鍵詞]中美貿(mào)易爭(zhēng)端;中興通訊;道瓊斯指數(shù);風(fēng)險(xiǎn)價(jià)值

[中圖分類號(hào)]F752.7

1 引 言

改革開(kāi)放40多年我國(guó)經(jīng)濟(jì)迅猛發(fā)展，中美實(shí)力差距不斷縮小，美國(guó)感受到了不小的壓力。近年來(lái)，美國(guó)政府對(duì)華態(tài)度強(qiáng)硬，甚至將中國(guó)視為破壞美國(guó)繁榮的主要競(jìng)爭(zhēng)對(duì)手，中美貿(mào)易摩擦不斷升級(jí)，為了縮小與我國(guó)之間的貿(mào)易逆差，美國(guó)對(duì)華政策發(fā)生改變，特朗普辦公室開(kāi)始著手扭轉(zhuǎn)中美貿(mào)易間“不平衡”“不對(duì)等”“不公平”的問(wèn)題，中美貿(mào)易爭(zhēng)端不可避免（包善良，2018）[1]。中美貿(mào)易爭(zhēng)端始于2017年8月，特朗普授權(quán)貿(mào)易代表辦公室對(duì)中國(guó)開(kāi)展“301調(diào)查”，爭(zhēng)端的一方面是中國(guó)具有比較優(yōu)勢(shì)的出口領(lǐng)域;另一方面是中國(guó)沒(méi)有優(yōu)勢(shì)的進(jìn)口和技術(shù)知識(shí)領(lǐng)域。2018年3月22日美國(guó)點(diǎn)燃了中美貿(mào)易摩擦，其貿(mào)易代表處宣布將對(duì)中國(guó)1330多類產(chǎn)品征收貿(mào)易關(guān)稅，中國(guó)的貿(mào)易和貿(mào)易發(fā)展過(guò)程受到一定的影響。交通行業(yè)中的航空產(chǎn)品、新能源汽車、現(xiàn)代鐵路，新技術(shù)產(chǎn)品中的機(jī)電、通信、電子和信息技術(shù)等以及其他細(xì)分行業(yè)如金屬制品、紡織品受到巨大的沖擊，許多涉外上市公司股價(jià)下跌，其中有數(shù)家公司跌幅超10%。中興通訊有限股份公司（ZTE）是全球領(lǐng)先的綜合通信解決方案提供商，中國(guó)第二大通信設(shè)備制造商，其占全球電信設(shè)備市場(chǎng)約10%的市場(chǎng)份額，占中國(guó)電信設(shè)備市場(chǎng)約30%的市場(chǎng)份額。2011年以來(lái)美國(guó)就知識(shí)產(chǎn)權(quán)問(wèn)題多次調(diào)查、起訴、指控中興通訊，在中美貿(mào)易的正面對(duì)抗期，美國(guó)一度激活對(duì)中興通訊的拒絕令，導(dǎo)致中興通訊大部分生產(chǎn)線因芯片斷貨而停產(chǎn)。根據(jù)相關(guān)數(shù)據(jù)顯示，2018年中興通訊的營(yíng)收與去年相比下降了21個(gè)百分點(diǎn)，而利潤(rùn)虧損高達(dá)將近70億元人民幣。

隨著經(jīng)濟(jì)全球化的發(fā)展，貿(mào)易爭(zhēng)端受到越來(lái)越多的關(guān)注。目前學(xué)者們對(duì)中美貿(mào)易爭(zhēng)端的研究主要集中在貿(mào)易爭(zhēng)端的背景與動(dòng)因、發(fā)展趨勢(shì)、影響、解決機(jī)制、知識(shí)產(chǎn)權(quán)等方面。例如學(xué)者劉志洋（2018）[2]從中美貿(mào)易爭(zhēng)端的視角分析我國(guó)芯片產(chǎn)業(yè)的發(fā)展現(xiàn)狀，他指出芯片制造的主要窘境是原材料高度依賴進(jìn)口，嚴(yán)重缺乏產(chǎn)業(yè)科研帶頭人，成本費(fèi)用高及國(guó)內(nèi)高新技術(shù)力量薄弱。許楚鈺（2019）[3]根據(jù)我國(guó)汽車行業(yè)的發(fā)展現(xiàn)狀，采用態(tài)勢(shì)分析法（SWOT分析法）分析我國(guó)汽車整車和零部件行業(yè)在中美貿(mào)易摩擦中面臨的機(jī)遇和挑戰(zhàn)，并提出相應(yīng)的應(yīng)對(duì)策略，以期獲得其在世界汽車市場(chǎng)上的競(jìng)爭(zhēng)優(yōu)勢(shì)。李曉等人（2019）[4]基于雙邊貿(mào)易出口增加值的分解方法，利用對(duì)外經(jīng)貿(mào)大學(xué)全球價(jià)值鏈研究院提供的數(shù)據(jù)，分析了中國(guó)出口到美國(guó)等地區(qū)增加值的變化趨勢(shì)。其他關(guān)于中美貿(mào)易爭(zhēng)端的研究也大多是定性研究。在貿(mào)易摩擦日趨常態(tài)化的今天，作者發(fā)現(xiàn)在中美貿(mào)易爭(zhēng)端的背景下，從定量的角度分析上市公司股票在證券市場(chǎng)上受影響的情況是一項(xiàng)非常有意義的研究。在金融領(lǐng)域中研究者一般用方差—協(xié)方差法、（改進(jìn)）歷史模擬法、蒙特卡羅方法計(jì)算風(fēng)險(xiǎn)價(jià)值（Value at Risk）以測(cè)度市場(chǎng)風(fēng)險(xiǎn)的大小，用ARMA模型來(lái)描述金融資產(chǎn)收益率的均值方程，用GARCH模型描述其方差性。奉穎香（2017）[5]利用時(shí)間加權(quán)歷史模擬法這一非參數(shù)估計(jì)方法估計(jì)VaR的值。李志海等人（2009）[6]指出GARCH模型是實(shí)用性最強(qiáng)的異方差序列擬合模型，并通過(guò)一系列的理論推導(dǎo)，利用ARMA-GARCH模型準(zhǔn)確地給出風(fēng)險(xiǎn)價(jià)值VaR、條件風(fēng)險(xiǎn)價(jià)值CVaR的計(jì)算公式。張銀雪（2013）[7]利用滬深300指的一分鐘間隔實(shí)時(shí)價(jià)數(shù)據(jù)探究了ARMA模型和GARCH模型在收益率擬合、預(yù)測(cè)方面的應(yīng)用，同時(shí)對(duì)比了ARMA模型與基于T分布的GARCH模型在短期預(yù)測(cè)與長(zhǎng)期預(yù)測(cè)方面的效果差異。黃崇珍等人（2017）[8]應(yīng)用基于GARCH模型的VaR方法，對(duì)不服從正態(tài)分布的華夏滬深300ETF聯(lián)接的收益率波動(dòng)進(jìn)行風(fēng)險(xiǎn)度量，發(fā)現(xiàn)基于T分布的GARCH-M模型測(cè)量出的損失更接近于實(shí)際損失。歐詩(shī)德等人（2017）[9]運(yùn)用VaR風(fēng)險(xiǎn)測(cè)度方法統(tǒng)計(jì)、描述滬深證券市場(chǎng)股票大幅波動(dòng)的風(fēng)險(xiǎn)特征。

文章擬采用2016年1月4日至2018年12月31日的道瓊斯指數(shù)與中興通訊的股票收盤價(jià)數(shù)據(jù)進(jìn)行分析研究， 運(yùn)用ARMA-GARCH模型刻畫資產(chǎn)回報(bào)率，進(jìn)而計(jì)算相應(yīng)的風(fēng)險(xiǎn)價(jià)值，通過(guò)對(duì)比中美貿(mào)易爭(zhēng)端前后道瓊斯指數(shù)與中興通訊股票的風(fēng)險(xiǎn)特征，說(shuō)明貿(mào)易爭(zhēng)端對(duì)中興通訊股票和道瓊斯指數(shù)的影響情況。

2 風(fēng)險(xiǎn)價(jià)值估算

3 實(shí)證分析

我國(guó)中興通訊有限股份公司在中美貿(mào)易爭(zhēng)端中受到極大的影響，該公司股票在二級(jí)市場(chǎng)上表現(xiàn)出大幅波動(dòng)現(xiàn)象。為了定量描述其風(fēng)險(xiǎn)，并與道瓊斯指數(shù)風(fēng)險(xiǎn)比較，文章收集了2016年1月4日至2018年12月31日中興通訊股票和道瓊斯指數(shù)收盤價(jià)，統(tǒng)計(jì)分析它們的風(fēng)險(xiǎn)特征。

分析這兩只股票的走勢(shì)圖，在貿(mào)易爭(zhēng)端前中興通訊股票收盤價(jià)與道瓊斯指數(shù)收盤價(jià)走勢(shì)極相似，而貿(mào)易爭(zhēng)端后中興通訊停牌40多個(gè)交易日，復(fù)牌后出現(xiàn)了大幅波動(dòng)，連續(xù)產(chǎn)生7個(gè)跌停板，給投資者帶來(lái)極大損失。對(duì)比回報(bào)特征，表1給出了貿(mào)易爭(zhēng)端前中興通訊股票收盤價(jià)與道瓊斯指數(shù)收盤價(jià)回報(bào)率統(tǒng)計(jì)特征，表2給出的是貿(mào)易爭(zhēng)端前不同區(qū)間上回報(bào)頻數(shù)和頻率分析;表3給出了貿(mào)易爭(zhēng)端后中興通訊股票收盤價(jià)與道瓊斯指數(shù)收盤價(jià)回報(bào)率統(tǒng)計(jì)特征，表4給出的是貿(mào)易爭(zhēng)端后不同區(qū)間上回報(bào)頻數(shù)和頻率分析。

從表1和表2來(lái)看，在貿(mào)易爭(zhēng)端前中興通訊與道瓊斯指數(shù)平均回報(bào)率都是正值，這表明它們都有上升趨勢(shì)，中興通訊平均回報(bào)率是道瓊斯指數(shù)平均回報(bào)率的1.844178倍。但從標(biāo)準(zhǔn)差以及跌幅小于2.5%、漲幅大于2.5%來(lái)看，中興通訊股票的波動(dòng)較大，中興通訊回報(bào)標(biāo)準(zhǔn)差是道瓊斯回報(bào)標(biāo)準(zhǔn)差3.117249倍。表3和表4說(shuō)明貿(mào)易爭(zhēng)端后中興通訊股票收盤價(jià)與道瓊斯指數(shù)都有不同程度的下跌，中興通訊平均回報(bào)率是-0.00196，道瓊斯指數(shù)回報(bào)率是-0.0000439，中興通訊平均回報(bào)率是道瓊斯指數(shù)平均回報(bào)率的44.64692483倍。中興通訊回報(bào)率的標(biāo)準(zhǔn)差是0.0377，道瓊斯指數(shù)回報(bào)標(biāo)準(zhǔn)差是0.0104，中興通訊回報(bào)標(biāo)準(zhǔn)差是道瓊斯指數(shù)回報(bào)標(biāo)準(zhǔn)差的3.625倍。通過(guò)對(duì)比貿(mào)易爭(zhēng)端前后的回報(bào)特征，發(fā)現(xiàn)中興通訊股價(jià)受到的損失比道瓊斯指數(shù)受到的損失大得多。

4 結(jié) 論

文章收集了2016—2018年中興通訊股票和道瓊斯指數(shù)收盤價(jià)數(shù)據(jù)，并利用其進(jìn)行了回報(bào)特征的描述統(tǒng)計(jì)。根據(jù)回報(bào)的波動(dòng)性，分別建立了回報(bào)率的GARCH模型，進(jìn)而估算相應(yīng)的風(fēng)險(xiǎn)價(jià)值。通過(guò)對(duì)比發(fā)現(xiàn)中美貿(mào)易爭(zhēng)端對(duì)中興通訊股價(jià)與道瓊斯指數(shù)都帶來(lái)了極大的負(fù)面影響，相比之下中興通訊受到的損失比道瓊斯指數(shù)受到的損失更大。因此，建議投資者要謹(jǐn)慎投資，對(duì)投資股票應(yīng)充分提前了解上市公司的情況，如有類似情況，應(yīng)果斷出局觀望。文章的研究對(duì)投資者的投資決策有一定的指導(dǎo)意義。

參考文獻(xiàn)：

[1]包善良.中美貿(mào)易爭(zhēng)端的演進(jìn)過(guò)程、動(dòng)因及發(fā)展趨勢(shì)[J].國(guó)際關(guān)系研究，2018（4）：56-76，154-155.

[2]劉志洋.從中美貿(mào)易爭(zhēng)端視角試分析我國(guó)芯片產(chǎn)業(yè)的發(fā)展[J].數(shù)字通信世界，2018（8）：136-137.

[3]許楚鈺.中美貿(mào)易關(guān)系對(duì)汽車行業(yè)的影響及對(duì)策分析[J].全國(guó)流通經(jīng)濟(jì)，2019（3）：35-37.

[4]李曉，張宇璇.中美貿(mào)易爭(zhēng)端對(duì)東亞經(jīng)濟(jì)體的影響——基于中國(guó)出口增加值的研究[J].東北亞論壇，2019，28（1）：41-63，127.

[5]奉穎香.VaR測(cè)度股市風(fēng)險(xiǎn)的實(shí)證研究[J].現(xiàn)代經(jīng)濟(jì)信息，2017（4）：304-305.

[6]李志海，葉建萍，楊善朝.基于ARMA-GARCH模型的風(fēng)險(xiǎn)價(jià)值與條件風(fēng)險(xiǎn)價(jià)值計(jì)算[J].廣西科學(xué)，2009，16（4）：406-409.

[7]張銀雪，楊德平，李聰.股票收益率預(yù)測(cè)及風(fēng)險(xiǎn)與收益關(guān)系研究——基于ARMA-GARCH模型和高頻數(shù)據(jù)[J].青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，26（1）：90-95.

[8]黃崇珍，曹奇.基于GARCH-VaR模型的開(kāi)放式基金風(fēng)險(xiǎn)度量[J].統(tǒng)計(jì)與決策，2017（1）：152-155.

[9]歐詩(shī)德，劉海國(guó)，黃梅燕，陳磊. 滬深證券市場(chǎng)大幅波動(dòng)的動(dòng)態(tài)風(fēng)險(xiǎn)特征[J]. 玉林師范學(xué)院學(xué)報(bào)，2017，38（2）：8-13.