崔 珍，丁一桐

（南京審計大學 會計學院，江蘇 南京 211815）

一、引言

近年來，伴隨著經(jīng)濟全球化的不斷發(fā)展，世界不同國家和地區(qū)之間的商品及資本往來日益頻繁。同時由于信息技術及其傳播方式的不斷發(fā)展，加快了信息在全球各個市場以及一國不同市場之間的傳播速度，并且使其相互之間的聯(lián)系越來越密切。也正是由于世界經(jīng)濟的聯(lián)系愈來愈密切，股市之間表現(xiàn)出愈來愈強勁的關聯(lián)關系，在股票市場上的聯(lián)動性往往表現(xiàn)為股價同漲同跌的現(xiàn)象。

針對股票市場之間聯(lián)動性的研究，早期多是側重于股票市場間具有很低的關聯(lián)性以及投資多樣化帶來的好處對股市的聯(lián)動性進行研究，這也為機構以及個人投資者對于創(chuàng)新型投資工具的使用帶來了可能，通過選擇加入不同證券的投資組合，投資者可能會得到更高的收益或者承受更低的風險，所以研究滬深股市之間的聯(lián)動關系，研究結果不僅對投資者有一定的影響意義，同樣對政府部門也具有重要意義。因此，本文通過對上證綜合指數(shù)以及深證成分指數(shù)在典型年份的收益率相關數(shù)據(jù)的統(tǒng)計分析，研究了在不同情況下，滬深股市二者之間所表現(xiàn)出的聯(lián)動關系。

二、文獻綜述

隨著貿(mào)易全球化、經(jīng)濟一體化的不斷發(fā)展，股票市場之間的聯(lián)動現(xiàn)象已經(jīng)比較常見，所以，關于股票市場之間聯(lián)動關系的研究也具有越來越重要的實際意義，投資者可以依據(jù)股票市場之間的聯(lián)動性特征來合理規(guī)避證券投資風險、預測股票市場走勢，面對如今全球金融危機比較頻發(fā)的現(xiàn)狀，對于股市聯(lián)動性的研究會更加具有現(xiàn)實意義。

（一）國外研究現(xiàn)狀

基于國外證券市場起步比較早，發(fā)展較為成熟，所以國外對于各國以及一國中不同證券市場的聯(lián)動性研究分析比較早，比較全面。

Khuong Nguyen（2010）基于DCC-GARCH模型，選取2005年至2008年阿拉伯聯(lián)合酋長國、阿曼、沙特阿拉伯、卡塔爾和科威特這些海灣地區(qū)具有代表性的國家，對海灣地區(qū)股市的聯(lián)動效應進行了研究分析。發(fā)現(xiàn)海灣地區(qū)各個國家的股市之間具有一定的聯(lián)動性，但其聯(lián)動性很弱。Seung Mo Choi和 Qianqian Wang（2015）為了對 2006年以后中國股票市場對外開放的影響進行分析，基于1995—2004年的相關數(shù)據(jù)建立模型，對中國和美國整體收益的聯(lián)動性進行了分析研究，發(fā)現(xiàn)2006年之前中美股市之間的影響是單向的，即只存在美國股市收益率對中國股市影響，而在2006年之后，中美股市之間的收益開始互相影響。

（二）國內研究現(xiàn)狀

國內對于股票收益率、證券指數(shù)的聯(lián)動效應的研究起步相對較晚，但很多專家、學者在理解國外研究的基礎上，結合中國國情，對中國滬深指數(shù)、滬深股票及債券指數(shù)、中國證券市場與國外證券市場等的聯(lián)動性作了詳細分析，形成一系列的研究成果。魯旭、趙迎迎 （2012）基于三元VAR—CJR—GARCH—DCC整合分析框架的時間序列建模，對模型參數(shù)采用極大似然法進行估計，對股市之間的短期聯(lián)動效應進行研究；結果表明：上海、深圳以及香港股市之間表現(xiàn)出一定的聯(lián)動效應，對于港市所帶來的信息沖擊，上海和深圳股市能作出類似的反應，但只表現(xiàn)出短期記憶性，它們三者是直接或者間接引導對方的。蔣國均（2014）將滬深兩市股票價格指數(shù)分解成為不同頻率的分量，且用不同分量的均值、周期、方差等來構建投資組合進行研究，研究表明我國滬深兩市存在聯(lián)動性，且聯(lián)動效應較高。

（三）文獻述評

國內外的專家、學者們基于不同國家之間、一國不同股市之間以及不同的經(jīng)濟背景下，應用各種不同的研究分析方法，對于股市之間的聯(lián)動性進行了說明，有些學者認為雖然引起聯(lián)動性的原因不盡相同，但各股市之間具有或強或弱的聯(lián)動性，也有部分學者對此呈不同觀點，認為各股市之間不具有聯(lián)動性。上海與深證證券市場目前是我國主要的兩個證券交易市場，兩者之間存在著很多的差異，但也有很多相同以及相似之處，所以二者之間是否會存在一定的聯(lián)動關系？若存在，聯(lián)動性的強弱以及引起聯(lián)動性強弱的原因值得研究。

三、研究假設與研究模型

（一）研究假設

1.滬深股市之間具有長期聯(lián)動性且二者互為引導。隨著我國市場經(jīng)濟的高度發(fā)展以及股市機制、匯率機制等一系列制度的不斷完善，我國內地上海證券交易市場與深圳證券交易市場的聯(lián)動趨勢也日益增強，由于同處于一個經(jīng)濟、政策環(huán)境之中，二者擁有相同的經(jīng)濟基礎。因此，可以提出假說：滬深股市之間是雙向聯(lián)動的，且具有長期的聯(lián)動效應。

2.對于外部信息的沖擊，滬深股市會做出類似(或相同)的反應。滬深股市處于相同的宏觀經(jīng)濟環(huán)境中，而且二者的投資者結構、交易制度以及上市公司結構等方面都較為相似。所以可以提出假說：對外部信息的沖擊，滬深股市將做出類似（或相同）的反應。

3.滬深股市具有一定的短期聯(lián)動性，并且日益加強?；谑袌鰝魅纠碚摚墒兄g的聯(lián)動效應在金融危機期間表現(xiàn)得更強。這個觀點的提出主要基于以下兩點：一是根據(jù)市場傳染理論所言，市場的聯(lián)動效應在危機條件下會表現(xiàn)得更強。二是隨著我國經(jīng)濟的快速發(fā)展和逐步開放，中國與世界的聯(lián)動程度將越來越高。所以可以提出假設：滬深兩市之間的聯(lián)動效應不是靜態(tài)的，而具有一定的時變性。

（二）研究模型

1.收益率模型。通過上證綜合指數(shù)和深證成分指數(shù)開盤價與收盤價相關數(shù)據(jù)來反映股票市場上的收益率，構建如下模型：

2.協(xié)整檢驗。本文構建如下的協(xié)整回歸模型：

在構建的協(xié)整回歸模型中，ym用來指代上證綜合指數(shù)，xm用來指代深證成分指數(shù)。將回歸的殘差序列進行平穩(wěn)性檢驗，運用下述不帶常數(shù)項的自回歸模型：

3.Granger因果關系檢驗方法。格蘭杰（Granger）因果關系檢驗，將實際的數(shù)據(jù)帶入，進行相應的檢驗。對X和Y兩個變量，格蘭杰因果關系檢驗要求估計：可能會有四種檢驗結果：

①若（4）式中 αi整體不為 0，而整體為 0，則 X對Y有單向影響；

②若（5）式中 λi整體不為 0，而整體為 0，則 Y對X有單向影響；

③若（4）和（5）式中 αi和 λi整體均不為零，則 Y與X間存在雙向影響；

④若（4）和（5）式中 αi和 λi整體均為零，則 Y與X間不存在影響。

然后，通過構建零假設來進行Granger因果檢驗：

若αi等于0，則從本質上來說，X并不能成為Y的格蘭杰原因。通過下述公式來計算統(tǒng)計量F：

其中：m用來指代αi的個數(shù)，n用來指代所研究的樣本容量，k用來指代公司（4）和（5）中可能存在的u1t和u2t以及待估參數(shù)的數(shù)量。本文以顯著性水平α為背景，如果F大于F_a(m，n-k)，那么應該拒絕原假設，也就是說X為Y的格蘭杰原因。同理可以檢驗Y是否為X的原因。

四、實證分析

（一）數(shù)據(jù)的來源與選取

本文選取“上證綜合指數(shù)”來代表上海股市的基本趨勢，以1991年12月19日為基日。選取“深證成分指數(shù)”來代表深圳股市的基本趨勢，以1997年7月20日為基日。研究2000年至2018年這段時間內的數(shù)據(jù)，數(shù)據(jù)來源為東方財富股票分析電腦客戶端，對數(shù)據(jù)的處理，運用統(tǒng)計軟件eviews8.0。

（二）變量解釋

表1 變量解釋表

（三）數(shù)據(jù)統(tǒng)計分析

1.上市公司數(shù)量比較。對于證券市場規(guī)模大小的權衡因素之一就是在該證券市場中上市公司數(shù)量。所以，本文首先對滬深股市的上市公司數(shù)量做出對比。根據(jù)搜集到的數(shù)據(jù)結果來看，可以得出如下結論：上海證券交易所在2000年和2001年，上市公司數(shù)量的增長率達到近17年來的峰值，分別為17.81%和12.94%；而在2007年到2011年，這五年中深圳證券交易所上市公司的數(shù)量也大幅增加，其峰值出現(xiàn)在2010年。上海和深圳證券交易所代表的滬市和深市相比，滬市近17年來的發(fā)展仍然不夠穩(wěn)定，但從另一方面來說，近年來深圳證券交易所的上市公司數(shù)量明顯增加，并呈現(xiàn)出一定的上升趨勢，表明了我國滬深股市發(fā)展前景比較好而且空間比較大。

2.滬深兩市收益率的描述統(tǒng)計。股票收益率是指投資股票所獲得的收入總額與原始投資的比率。投資者之所以選擇股票來進行投資，是因為股票可以為投資者帶來一定的收益。因此，基于2000年到2018年2月底上海綜合指數(shù)和深證成分指數(shù)的收盤價、開盤價等數(shù)據(jù)，對滬深股市的收益率進行對比分析。根據(jù)上證綜合指數(shù)以及深圳成分指數(shù)漲跌幅的數(shù)據(jù)統(tǒng)計結果，可以得出以下結論：

（1）從總體來看，上證指數(shù)和深證成指從2000年到2018年的漲跌趨勢大致趨同，二者均在2001年和2018年有兩次較大幅度的下跌，上證指數(shù)在2001年的跌幅達到-5.05%，而深證成指在2001年的跌幅也在-6.12%。

（2）同樣，二者在2005年具有大幅度上漲，均達到近幾年上漲最高水平，達到了10%左右。深證成指的開盤價與收盤價從2000年開始到2018年為止，均遠高于上證指數(shù)。

3.上證指數(shù)與深證成指的短期聯(lián)動性以及對外部信息變動所做出的反應。由于上海證券交易市場與深圳證券交易市場處于同樣的宏觀經(jīng)濟背景下，所以，本文以月為單位選取2008年到2010年之間每個月的相關數(shù)據(jù)，對滬深股市在危機形勢下的短期聯(lián)動性以及滬深兩市對于不同經(jīng)濟狀況所作出的反應進行分析。通過相關數(shù)據(jù)的統(tǒng)計可以得出，面對2008年由于美國房地產(chǎn)泡沫以及金融衍生杠桿造成的全球性金融危機，上證指數(shù)與深證成指表現(xiàn)出了同漲同跌的趨勢，即上證指數(shù)與深證成指之間具有短期聯(lián)動性。在2008年，深證成指的下跌幅度要比上證指數(shù)更大，也就是說，面對金融危機，滬市與深市具有相同的變動趨勢，但深證成指對其反應更加敏感。

（四）Granger因果檢驗

本文基于上證指數(shù)和深證成指的相關數(shù)據(jù)，選擇其周收益率并用SH和SZ分別代表滬市和深市?？紤]到數(shù)據(jù)的時效性，選取2011年1月31日到2017年12月31日為樣本區(qū)間。以下全部數(shù)據(jù)來源于東方財富金融數(shù)據(jù)庫，采用eviews8.0進行實證研究。

1.協(xié)整檢驗。根據(jù)上述協(xié)整檢驗的所示公式（3）可得回歸結果：SH=0.3102×SZ+523.2576，檢驗結果表明上證綜合指數(shù)與深證成分指數(shù)之間存在長期均衡協(xié)整關系。

2.Granger因果檢驗。通過以上的協(xié)整分析，接下來可以檢驗上證指數(shù)與深證成指之間是否存在著格蘭杰因果關系。上證綜合指數(shù)周收益率（SH）與深證成分指數(shù)周收益率（SZ）序列的格蘭杰因果關系檢驗結果如表2所示：

表2 格蘭杰因果關系檢驗結果統(tǒng)計圖

通過表2的檢驗結果可以得出以下結論：在以5%為顯著性的水平上，不能拒絕原假設，即SZ序列不是SH序列的格蘭杰原因，SH序列也不是SZ序列的格蘭杰原因。而在以15%為顯著性的水平上，SH序列才是SZ序列的格蘭杰原因。

由此可以得出，在所研究的樣本區(qū)間內，代表上證綜指周收益率的SH和代表深證成指周收益率SZ都是零階單整序列，深證成指收益率和上證指數(shù)收益率之間存在著長期穩(wěn)定的均衡關系。與此同時，二者之間的因果關系并沒有明顯表現(xiàn)出來。除此之外，二者之間沒有雙向互動關系。上證指數(shù)周收益率對深圳成指周收益率有更大的影響，而深圳成分指數(shù)的周收益率對上證指數(shù)沒有顯著影響。

五、結論

本文從股市的聯(lián)動作用機制出發(fā)，通過滬深兩市上市公司數(shù)量、收益率描述統(tǒng)計、協(xié)整檢驗以及Granger因果檢驗驗證了滬深兩市之間是否存在長期聯(lián)動性、是否存在短期聯(lián)動性以及對于外部消息是否作出相同或類似反應。實證結果表明：一是上證綜合指數(shù)與深證成分指數(shù)之間存在長期聯(lián)動關系，二者之間的相互作用表現(xiàn)為上證綜指與深證成指表現(xiàn)出同漲同跌的聯(lián)動趨勢。也就是說，滬深股市二者之間具有長期聯(lián)動性。二是由于滬深兩市具有相同的宏觀經(jīng)濟基礎，而且在兩市的交易制度、上市公司的結構以及投資者的結構等方面都具有相同的特征，所以，對外部信息沖擊滬深股市會做出同漲同跌的反應，但深證證券交易市場比上海證券交易市場對信息作出的反應幅度更大。三是基于市場傳染假說，滬深股市之間的聯(lián)動性并不是靜態(tài)的，而具有一定的時變性，且在危機背景下，兩市之間的短期聯(lián)動性更強。

本文得出的結論對投資者來說具有一定的借鑒意義，面對股市之間的聯(lián)動效應，我們應積極采取措施，取其利，去其害。對投資者來說，股市的聯(lián)動性既有利也有弊。一方面，股市之間的聯(lián)動效應越來越高，說明投資者投資于不同證券的投資組合來分散風險的效果會越來越弱，但隨之系統(tǒng)性風險將提高。所以投資者在制定投資策略時應將股市之間的聯(lián)動效應加以考慮，以減少因投資決策錯誤而帶來的不必要的損失。