鄭延婷， 欒 昕， 黃 鳳

(1.北京工商大學(xué)， 北京 100048； 2.中信期貨北京分公司， 北京 100010)

資本市場(chǎng)風(fēng)險(xiǎn)傳染是學(xué)界及業(yè)界關(guān)注的重點(diǎn)問題。在國際市場(chǎng)中，美國股票市場(chǎng)憑借其強(qiáng)大的全球影響力，一直居于核心位置。自2013年以來，中國股票市場(chǎng)的區(qū)域影響力日益提高，與國際主要股票市場(chǎng)的關(guān)聯(lián)性逐漸增強(qiáng)，開始進(jìn)入全球投資者和監(jiān)管機(jī)構(gòu)的視野[1-3]，對(duì)中美股市之間風(fēng)險(xiǎn)傳染效應(yīng)的研究也變得至關(guān)重要。相關(guān)性分析是研究風(fēng)險(xiǎn)傳染效應(yīng)的基礎(chǔ)，中美股市的相關(guān)性經(jīng)歷了從無到有，從簡單到復(fù)雜的演變過程，逐漸呈現(xiàn)非線性、非對(duì)稱性等復(fù)雜特征。2005年之前，中美股市行情各自獨(dú)立，幾乎不存在相互影響；隨著中國股票國際化進(jìn)程的加快，美股收益率對(duì)中國A股呈現(xiàn)顯著的單向溢出，極端情形下兩市還會(huì)表現(xiàn)出非對(duì)稱的雙向波動(dòng)性溢出。2019年，A股接連被納入MSCI、富時(shí)羅素和標(biāo)普道瓊斯三大國際指數(shù)，點(diǎn)燃了大型機(jī)構(gòu)投資者關(guān)注中國市場(chǎng)的熱情，同時(shí)也意味著中國A股市場(chǎng)與全球股市相關(guān)性將進(jìn)一步加強(qiáng)。2020年，新冠肺炎疫情及沙特發(fā)起的石油價(jià)格戰(zhàn)兩大“黑天鵝”事件引發(fā)美股市場(chǎng)劇烈震蕩，深度牽連中國A股市場(chǎng)。那么，中美股市之間相關(guān)性增強(qiáng)是否意味著風(fēng)險(xiǎn)傳染的發(fā)生？如果存在風(fēng)險(xiǎn)傳染效應(yīng)，傳染的方向如何？洞悉兩國的風(fēng)險(xiǎn)傳染效應(yīng)，將有助于我國應(yīng)對(duì)國際金融市場(chǎng)的沖擊，制定有針對(duì)性的風(fēng)險(xiǎn)管理策略。本文以中美股市之間風(fēng)險(xiǎn)傳染效應(yīng)為主要研究對(duì)象，對(duì)以上兩個(gè)問題進(jìn)行了科學(xué)回答。

本文的主要貢獻(xiàn)體現(xiàn)在：第一，借助聯(lián)合概率空間劃分方法將市場(chǎng)行情因素融入中美股市風(fēng)險(xiǎn)傳染效應(yīng)的分析中，采用Zheng et al.[4]提出的分塊混合Copula模型，在不同市場(chǎng)行情下實(shí)現(xiàn)中美股市間相關(guān)性結(jié)構(gòu)的分解，區(qū)分傳染、分散及獨(dú)立風(fēng)險(xiǎn)效應(yīng)，并重點(diǎn)關(guān)注極端市場(chǎng)行情下中美股市間的風(fēng)險(xiǎn)傳染效應(yīng)，深層次理解兩國股市之間的風(fēng)險(xiǎn)傳染機(jī)理。第二，借鑒Bradley & Taqqu[5]空間傳染的定義，本文給出一類新的風(fēng)險(xiǎn)傳染效應(yīng)度量以及傳染方向識(shí)別的方法，利用不同市場(chǎng)行情下分解系數(shù)的差異來研究中美股市風(fēng)險(xiǎn)傳染效應(yīng)，拓展了風(fēng)險(xiǎn)傳染效應(yīng)的研究視角。

一、文獻(xiàn)綜述

針對(duì)跨市場(chǎng)金融風(fēng)險(xiǎn)傳染的研究已形成了大量有價(jià)值的文獻(xiàn)。多數(shù)學(xué)者從收益率均值、波動(dòng)性或極端風(fēng)險(xiǎn)等層面，研究跨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)。常用的方法有格蘭杰因果檢驗(yàn)、VAR、GARCH模型[6-8]以及Diebold & Yilmaz[9]提出的廣義預(yù)測(cè)誤差方差分解模型等。另有一些文獻(xiàn)直接從相關(guān)性角度出發(fā)，并發(fā)現(xiàn)相關(guān)性在風(fēng)險(xiǎn)傳染過程中表現(xiàn)出非線性和非對(duì)稱的特征[10-13]。雖然學(xué)界對(duì)相關(guān)性增強(qiáng)是否導(dǎo)致風(fēng)險(xiǎn)傳染觀點(diǎn)各異[14-15]，但是風(fēng)險(xiǎn)傳染以相關(guān)性的存在為前提條件已逐漸成為普遍共識(shí)。

當(dāng)前，中國已成為世界第二大經(jīng)濟(jì)體，中美兩國之間的博弈逐漸成為世界關(guān)注的焦點(diǎn)。隨著中美股市之間相關(guān)性的增強(qiáng)，兩國金融市場(chǎng)之間的風(fēng)險(xiǎn)傳染[16-18]也逐漸成為研究熱點(diǎn)。但是針對(duì)中美股市間相關(guān)性的內(nèi)在結(jié)構(gòu)進(jìn)行研究，以此來分析兩國市場(chǎng)間風(fēng)險(xiǎn)傳染效應(yīng)的文獻(xiàn)仍然較少。董秀良、曹鳳岐[19]運(yùn)用多元GARCH模型實(shí)證得到，美國股市對(duì)中國股市波動(dòng)溢出效應(yīng)不顯著，風(fēng)險(xiǎn)傳染總體處于較低水平。吳吉林、張二華[20]運(yùn)用動(dòng)態(tài)Copula方法研究了2005—2009年中美股市的相依性結(jié)構(gòu)，發(fā)現(xiàn)次貸危機(jī)期間中美股市間的相關(guān)性反而下降，并未表現(xiàn)出風(fēng)險(xiǎn)傳染。許多實(shí)證研究與上述觀點(diǎn)持不同看法。李岸等[21]構(gòu)建MGARCH-BEK模型研究發(fā)現(xiàn)，在中國金融自由化進(jìn)程中，中美兩國股市存在顯著的雙向波動(dòng)溢出效應(yīng)。與此同時(shí)，王治政、吳衛(wèi)星[22]運(yùn)用ARCH模型研究發(fā)現(xiàn)，美國股票市場(chǎng)對(duì)中國股票市場(chǎng)存在較為顯著的單向溢出效應(yīng)。由此可見，不同學(xué)者得到的結(jié)論存在差異甚至完全相悖。

現(xiàn)有文獻(xiàn)對(duì)于中美股市風(fēng)險(xiǎn)傳染效應(yīng)的研究也較多集中在風(fēng)險(xiǎn)溢出角度，對(duì)中美股市基礎(chǔ)相關(guān)性結(jié)構(gòu)的重視略有不足。事實(shí)上，相關(guān)性的內(nèi)涵要大于風(fēng)險(xiǎn)傳染。相關(guān)性不僅包括正相關(guān)，還包括獨(dú)立和負(fù)相關(guān)，正相關(guān)性提升會(huì)加劇風(fēng)險(xiǎn)溢出，引發(fā)風(fēng)險(xiǎn)傳染；而獨(dú)立和負(fù)相關(guān)性會(huì)帶來一定程度的風(fēng)險(xiǎn)分散效果，反而會(huì)對(duì)風(fēng)險(xiǎn)傳染起到對(duì)沖或屏障作用。危機(jī)進(jìn)程中，風(fēng)險(xiǎn)分散效應(yīng)與傳染效應(yīng)存在轉(zhuǎn)換關(guān)系。例如，Baur & Lucey[23]認(rèn)為，在市場(chǎng)危機(jī)的初期，投資者總是追求更高質(zhì)量的資產(chǎn)(flight to quality)，這種交易行為使得市場(chǎng)之間相關(guān)性減弱，產(chǎn)生了風(fēng)險(xiǎn)分散效應(yīng)。此外，無論相關(guān)性還是風(fēng)險(xiǎn)傳染效應(yīng)，其表現(xiàn)都因市場(chǎng)行情的不同而存在差異。因此，學(xué)者們往往重點(diǎn)分析極端市場(chǎng)行情下的風(fēng)險(xiǎn)傳染效應(yīng)，這具有一定的合理性[24-27]。然而，對(duì)行情切換過程中，市場(chǎng)之間風(fēng)險(xiǎn)傳染效應(yīng)的研究尚待深入探索。

綜上所述，本文擬采用分塊混合Copula模型，在不同市場(chǎng)行情下，運(yùn)用Frechet型混合Copula模型分解中美股市之間相關(guān)性的內(nèi)在結(jié)構(gòu)，并通過檢驗(yàn)不同市場(chǎng)行情下分解系數(shù)差異的顯著性來研究風(fēng)險(xiǎn)傳染效應(yīng)。具體來說，在不同市場(chǎng)行情下，將中美股市之間的相關(guān)性解構(gòu)出傳染、分散及獨(dú)立三種代表性效應(yīng)，傳染效應(yīng)是指一方收益率上漲或下跌時(shí)，另一方收益率同向變動(dòng)；分散效應(yīng)是指一方收益率上漲或下降時(shí)，另一方收益率反向變動(dòng)；獨(dú)立效應(yīng)則指一方收益率上漲或下降時(shí)，另一方收益率獨(dú)立變動(dòng)。

二、模型設(shè)計(jì)

假設(shè)R1和R2分別表示中國和美國股票指數(shù)的日對(duì)數(shù)收益率，其邊緣分布函數(shù)分別為F(·)和G(·)，其聯(lián)合分布函數(shù)為H(·,·)。本文采用Copula函數(shù)捕捉兩市之間的相關(guān)性特征，進(jìn)而分析兩市之間的風(fēng)險(xiǎn)傳染效應(yīng)。根據(jù)Sklar定理，對(duì)于上述聯(lián)合分布函數(shù)H(·,·)，存在Copula函數(shù)C(·,·)，使得下式成立：

H(x,y)=C(F(x),G(y)),?x,y∈(-∞,+∞)

(1)

如果邊緣分布函數(shù)F(·)和G(·)均為連續(xù)函數(shù)，則式(1)中的Copula函數(shù)唯一存在。通過概率積分變換令U=F(R1)，V=G(R2)，那么U和V均服從[0,1]區(qū)間上的均勻分布，經(jīng)過簡單計(jì)算可知，(U,V)的聯(lián)合分布函數(shù)即為式(1)中的Copula函數(shù)C。不難發(fā)現(xiàn)，運(yùn)用Copula模型進(jìn)行相關(guān)性研究有兩個(gè)關(guān)鍵步驟：一是單個(gè)變量的邊緣分布擬合；二是在概率積分變換基礎(chǔ)上進(jìn)行Copula函數(shù)擬合。下文將按照以上兩個(gè)關(guān)鍵步驟進(jìn)行模型設(shè)計(jì)。

(一)邊緣分布擬合

由于金融時(shí)間序列多呈現(xiàn)波動(dòng)聚集、尖峰厚尾等特征，實(shí)證研究多選用GARCH模型進(jìn)行邊緣分布擬合。除此之外，非參數(shù)經(jīng)驗(yàn)?zāi)Ｐ鸵彩且活愄幚砑夥搴裎蔡卣鞯闹匾椒?，相比參?shù)化的模型方法，在數(shù)據(jù)充足的情況下，經(jīng)驗(yàn)?zāi)Ｐ湍軌蜃畲笙薅鹊乇苊庠O(shè)定風(fēng)險(xiǎn)，實(shí)現(xiàn)較高的邊緣分布擬合精度，本文采用的分塊混合Copula模型就屬于半?yún)?shù)模型。具體而言，對(duì)于金融時(shí)間序列{Rt}t=1,2,…,n，其未光滑化的經(jīng)驗(yàn)分布函數(shù)為：

(2)

(3)

邊緣分布函數(shù)擬合后，式(2)和式(3)中經(jīng)驗(yàn)分布函數(shù)的不連續(xù)性會(huì)導(dǎo)致邊緣分布概率積分轉(zhuǎn)換不穩(wěn)健，因此本文采用cubic三次樣條插值法對(duì)其進(jìn)行光滑處理，以增加邊緣分布概率積分轉(zhuǎn)換的穩(wěn)健性。

(二)相關(guān)性擬合及分解

在金融市場(chǎng)中，低迷、繁榮以及正常三種行情往往交替出現(xiàn)，而市場(chǎng)之間相關(guān)性在這三種行情中的表現(xiàn)并不一致，因此市場(chǎng)行情是相關(guān)性研究中不可忽略的因素。本文采用概率方法對(duì)低迷、繁榮以及正常三種市場(chǎng)行情進(jìn)行劃分，研究不同市場(chǎng)行情下中美股市之間的相關(guān)性結(jié)構(gòu)。

1.市場(chǎng)行情的概率劃分

相比正常行情時(shí)，相關(guān)性在極端行情(包括低迷和繁榮兩種行情)中會(huì)顯著增大，并且低迷行情的增幅通常會(huì)高于繁榮行情，體現(xiàn)出非對(duì)稱性。按照Bradley & Taqqu[5]的觀點(diǎn)，如果市場(chǎng)R1出現(xiàn)危機(jī)事件，兩市場(chǎng)的相關(guān)性顯著高于R1處于正常狀態(tài)時(shí)的相關(guān)性，那么市場(chǎng)R1對(duì)市場(chǎng)R2存在傳染效應(yīng)。本文借鑒Bradley & Taqqu[5]對(duì)風(fēng)險(xiǎn)傳染的定義，根據(jù)金融變量R1和R2的分位數(shù)函數(shù)以及Copula函數(shù)，對(duì)市場(chǎng)行情進(jìn)行概率空間劃分。具體來說，記Q1(·)和Q2(·)分別為中美股票指數(shù)的對(duì)數(shù)收益率R1和R2的分位數(shù)函數(shù)，則對(duì)任意q∈[0,1]，有：

Q1(q)=inf{R1|F(R1)≥q}

(4)

Q2(q)=inf{R2|G(R2)≥q}

(5)

結(jié)合Copula函數(shù)定義有：

C(q,q)=P(R1≤Q1(q),R2≤Q2(q))

(6)

本文將兩國股指收益率均處于下尾部區(qū)域[-∞，Q1(q)]×[-∞,Q2(q)]時(shí)，定義為低迷行情；將二者收益率均處于上尾部區(qū)域[Q1(1-q),+∞]×[Q2(1-q),+∞]時(shí)，定義為繁榮行情；將二者收益率均處于區(qū)域[Q1(q),Q1(1-q)]×[Q2(q),Q2(1-q)]時(shí)，定義為正常行情。在相對(duì)應(yīng)的Copula概率空間中，區(qū)域[0,q]×[0,q]代表低迷行情空間，區(qū)域[1-q,1]×[1-q,1]代表繁榮行情空間，區(qū)域[q,1-q]×[q,1-q]代表正常行情空間。為了方便說明和測(cè)算，本文采用分位數(shù)等分法，即選取q=1/3，并在圖1中演示了本文市場(chǎng)行情概率劃分過程。

圖1 市場(chǎng)行情概率劃分圖示

{Ai,j(i,j=1,2,3)}是概率空間上的一個(gè)分割，A1,1代表低迷市場(chǎng)行情，P(A1,1)=P(U≤1/3,V≤1/3)；A2,2代表正常市場(chǎng)行情，P(A2,2)=P(1/3≤U≤2/3,1/3≤V≤2/3)；A3,3代表繁榮市場(chǎng)行情，P(A3,3)=P(2/3≤U≤1,2/3≤V≤1)。在此特別說明兩點(diǎn)：第一，概率空間的均勻劃分并不是區(qū)分市場(chǎng)行情最有效的方法，本文僅為了直觀地分解風(fēng)險(xiǎn)效應(yīng)而做了此種簡化處理，后續(xù)研究中還將進(jìn)一步開展市場(chǎng)行情劃分的方法測(cè)算與對(duì)比分析。第二，由于本文重點(diǎn)關(guān)注風(fēng)險(xiǎn)管理而非對(duì)沖策略，因此只關(guān)注兩處正相關(guān)極端行情。在眾多研究風(fēng)險(xiǎn)管理的文獻(xiàn)中，普遍也將兩收益率序列同時(shí)進(jìn)入上尾或下尾區(qū)域的情況認(rèn)定為極端市場(chǎng)條件。

2.分塊混合Copula模型

在市場(chǎng)行情概率劃分的基礎(chǔ)上，對(duì)任意給定的Copula函數(shù)，根據(jù)全概率公式將其表示為如下分解形式：

(7)

其中，Ai,j(i,j=1,2,3)即為前述市場(chǎng)行情劃分下所形成的概率子空間，每個(gè)子空間上的條件邊緣分布記為：

Fi,j(u)=P(F(R1)≤u|Ai,j)

(8)

Gi,j(v)=P(G(R2)≤v|Ai,j)

(9)

那么，在任意市場(chǎng)行情Ai,j下，再次應(yīng)用Sklar定理，則存在Copula函數(shù)Ci,j，使得：

P(F(R1)≤u,G(R2)≤v|Ai,j)=
Ci,j(Fi,j(u),Gi,j(v))

(10)

至此，在原始經(jīng)驗(yàn)數(shù)據(jù)的基礎(chǔ)上可以得到不同市場(chǎng)行情下的相關(guān)性函數(shù)表達(dá)式：

(11)

通過觀察不難發(fā)現(xiàn)，式(11)中的條件Copula函數(shù)Ci,j可以具備任意復(fù)雜的函數(shù)形式，因而不利于相關(guān)性的內(nèi)在結(jié)構(gòu)分析。在市場(chǎng)行情概率劃分的基礎(chǔ)上，本文借鑒Zheng et al.[4]的做法，在每一個(gè)局部行情下構(gòu)造Copula的線性凸混合逼近。在局部混合Copula函數(shù)選擇時(shí)，本文并未采用帶有局部相關(guān)性特征的Copula函數(shù)進(jìn)行混合。原因有如下兩點(diǎn)：第一，相比現(xiàn)有的分塊Copula模型，進(jìn)行局部混合后的分塊Copula具有更好的擬合精度；第二，在金融風(fēng)險(xiǎn)管理研究領(lǐng)域里，大多數(shù)文獻(xiàn)已經(jīng)將研究重點(diǎn)放在尾部相關(guān)性度量上，常常采用具有上尾特征的Gumbel Copula、具有下尾特征的Clayton Copula、對(duì)稱尾部特征的Frank Copula等進(jìn)行混合。然而，在局部市場(chǎng)行情下，上述局部特征明顯的Copula函數(shù)可能較難發(fā)揮作用，在市場(chǎng)行情劃分的基礎(chǔ)上，選用簡易直觀的基礎(chǔ)Copula進(jìn)行局部混合效果更佳。從實(shí)踐角度上看，分塊混合Copula模型能夠?qū)⑹袌?chǎng)行情劃分與相關(guān)性結(jié)構(gòu)分解相結(jié)合。在眾多刻畫相關(guān)性結(jié)構(gòu)的Copula族中，有三類相關(guān)性結(jié)構(gòu)最為特殊，分別是同單調(diào)相關(guān)結(jié)構(gòu)、反單調(diào)相關(guān)結(jié)構(gòu)和獨(dú)立結(jié)構(gòu)。只是通常情況下，當(dāng)人們針對(duì)金融數(shù)據(jù)進(jìn)行建模時(shí)，會(huì)發(fā)現(xiàn)同(反)單調(diào)相關(guān)性并不常見甚至是不存在的，因而其在金融尤其是風(fēng)險(xiǎn)傳染領(lǐng)域的應(yīng)用較少。然而，隨著近十幾年金融危機(jī)的頻繁發(fā)生，尤其是2008年金融危機(jī)時(shí)，人們發(fā)現(xiàn)，一些正常狀態(tài)下只存在某種程度相關(guān)性的投資組合會(huì)隨著危機(jī)進(jìn)程加深而變得越來越同單調(diào)，尤其是規(guī)模較大的資產(chǎn)組合。導(dǎo)致該現(xiàn)象的主要原因是當(dāng)一些隱含的系統(tǒng)風(fēng)險(xiǎn)積聚增大時(shí)，大多數(shù)資產(chǎn)未來的風(fēng)險(xiǎn)損失變大，相關(guān)性結(jié)構(gòu)容易演變?yōu)橥瑔握{(diào)相關(guān)，進(jìn)一步加劇風(fēng)險(xiǎn)傳播而發(fā)生傳染。所謂R1和R2同單調(diào)相關(guān)是指兩變量受到共同風(fēng)險(xiǎn)因子U的影響，協(xié)同變動(dòng)方向相同，即滿足以下關(guān)系式：

P(R1≤x,R2≤y)=P(F-1(U)≤x,G-1(U)≤y)

(12)

相應(yīng)的Copula函數(shù)為同單調(diào)Copula，記為M。根據(jù)Sklar定理，經(jīng)過簡單推導(dǎo)：

P(R1≤x,R2≤y)=P(U≤F(x),U≤G(y))=
min(F(x),G(y))=M(F(x),G(y))

(13)

便可以得到同單調(diào)Copula函數(shù)M(u,v)=min(u,v)。

所謂R1和R2反單調(diào)相關(guān)是指兩變量受到共同風(fēng)險(xiǎn)因子U的影響，但協(xié)同變動(dòng)方向相反，即滿足以下關(guān)系式：

P(R1≤x,R2≤y)=
P(F-1(U)≤x,G-1(1-U)≤y)

(14)

相應(yīng)的Copula函數(shù)為反單調(diào)Copula，記為W。根據(jù)Sklar定理，經(jīng)過簡單推導(dǎo)：

P(R1≤x,R2≤y)=
P(U≤F(x),1-U≤G(y))=
max(F(x)+G(y)-1,0)=W(F(x),G(y))

(15)

便可以得到反單調(diào)Copula函數(shù)W(u,v)=max(u+v-1,0)。

所謂R1和R2獨(dú)立是指影響其變動(dòng)的風(fēng)險(xiǎn)因子U和V相互獨(dú)立，無協(xié)同變動(dòng)，即滿足以下關(guān)系式：

P(R1≤x,R2≤y)=P(F-1(U)≤x,G-1(V)≤y)

(16)

相應(yīng)的Copula函數(shù)為獨(dú)立Copula，記為Π。根據(jù)Sklar定理，經(jīng)過簡單推導(dǎo)：

P(R1≤x,R2≤y)=
P(U≤F(x),V≤G(y))=F(x)G(y)=
Π(F(x),G(y))

(17)

便可得到獨(dú)立Copula函數(shù)Π(u,v)=uv。

(18)

其中，混合Copula函數(shù)表達(dá)式為：

(19)

αi,j表示同單調(diào)相關(guān)結(jié)構(gòu)的敏感系數(shù)；γi,j表示反單調(diào)相關(guān)結(jié)構(gòu)的敏感系數(shù)；βi,j=1-αi,j-γi,j表示獨(dú)立結(jié)構(gòu)的敏感系數(shù)。

對(duì)比式(11)和式(18)，可以看出，任意市場(chǎng)行情發(fā)生的概率P(Ai,j)保持不變，股票收益率在各個(gè)市場(chǎng)行情下的邊緣分布Fi,j(u)、Gi,j(v)也沒有改變，唯一變化的是Copula函數(shù)。按照Zheng et al.[4]的均方誤差優(yōu)化準(zhǔn)則，可得到PBF Copula函數(shù)族中的最優(yōu)分塊混合Copula函數(shù)C*(u,v)，即PBF Copula族的均方逼近誤差為：

(20)

其中：

(21)

(22)

最優(yōu)分塊混合Copula函數(shù)則是：

(23)

(三)風(fēng)險(xiǎn)傳染定義及傳染方向識(shí)別

本文已經(jīng)完成了市場(chǎng)行情的概率劃分，并在每一種行情下實(shí)現(xiàn)了相關(guān)性結(jié)構(gòu)的分解。接下來，本文將給出相關(guān)性結(jié)構(gòu)中不同風(fēng)險(xiǎn)效應(yīng)的分解系數(shù)，在此基礎(chǔ)上提出新的風(fēng)險(xiǎn)傳染度量方法，檢驗(yàn)中美股市風(fēng)險(xiǎn)傳染效應(yīng)的顯著性并識(shí)別兩國股市的風(fēng)險(xiǎn)傳染方向。通過定義式(12)可以發(fā)現(xiàn)，同單調(diào)相關(guān)意味著中美兩國股市受到共同風(fēng)險(xiǎn)因子影響產(chǎn)生同向變動(dòng)的關(guān)系，借鑒Cherubini & Mulinacci[29]的研究，本文將風(fēng)險(xiǎn)傳染與同單調(diào)相關(guān)相對(duì)應(yīng)，如果中美股市間相關(guān)性結(jié)構(gòu)分解中同單調(diào)相關(guān)性占比較大，即認(rèn)為風(fēng)險(xiǎn)傳染效應(yīng)較大。具體地，以市場(chǎng)處于低迷行情A1,1為例進(jìn)行說明。在式(18)和式(19)中，如果相關(guān)性中同單調(diào)相關(guān)結(jié)構(gòu)的敏感系數(shù)α1,1較大，則意味著相關(guān)性變大的趨勢(shì)增強(qiáng)，發(fā)生風(fēng)險(xiǎn)傳染的概率加大，因此該系數(shù)α1,1用以度量低迷行情下金融風(fēng)險(xiǎn)的傳染效應(yīng)，本文稱之為低迷行情時(shí)的風(fēng)險(xiǎn)傳染系數(shù)；同理，如果相關(guān)性中反單調(diào)相關(guān)結(jié)構(gòu)的敏感系數(shù)γ1,1較大，則意味著相關(guān)性變小的趨勢(shì)增強(qiáng)，發(fā)生風(fēng)險(xiǎn)分散的概率加大，該系數(shù)γ1,1用以度量低迷行情下金融風(fēng)險(xiǎn)的分散效應(yīng)，本文稱之為低迷行情時(shí)的風(fēng)險(xiǎn)分散系數(shù)；而當(dāng)相關(guān)性中獨(dú)立結(jié)構(gòu)的敏感系數(shù)β1,1較大時(shí)，金融變量間變動(dòng)方向不能確定，呈現(xiàn)為獨(dú)立效應(yīng)，該系數(shù)β1,1用以度量低迷行情下金融風(fēng)險(xiǎn)的獨(dú)立效應(yīng)，本文稱之為低迷行情時(shí)的風(fēng)險(xiǎn)獨(dú)立系數(shù)。

至此，本文分別給出了三種市場(chǎng)行情(低迷、正常和繁榮)下相關(guān)性結(jié)構(gòu)的分解系數(shù)，接下來借鑒Bradley & Taqqu[5]空間傳染的概念，考慮不同市場(chǎng)行情，給出如下風(fēng)險(xiǎn)傳染定義：

若低迷市場(chǎng)行情下風(fēng)險(xiǎn)傳染系數(shù)大于正常市場(chǎng)行情下風(fēng)險(xiǎn)傳染系數(shù)，即α1,1>α2,2時(shí)，本文認(rèn)為中美兩國股市間存在風(fēng)險(xiǎn)傳染效應(yīng)，否則，認(rèn)為中美兩國股市間不存在風(fēng)險(xiǎn)傳染效應(yīng)。

然而，對(duì)風(fēng)險(xiǎn)傳染的研究除了對(duì)風(fēng)險(xiǎn)傳染效應(yīng)顯著性的檢驗(yàn)，還應(yīng)包括對(duì)風(fēng)險(xiǎn)傳染方向的識(shí)別。因此，本文借鑒Durante & Jaworski[30]提出的風(fēng)險(xiǎn)傳染方向判定方法，基于市場(chǎng)行情概率劃分，給出符合本文風(fēng)險(xiǎn)傳染定義的傳染方向判定方法。具體而言，假設(shè)R1和R2分別為中國和美國股指的日對(duì)數(shù)收益率，本文用α1→2表示中國股市處于低迷行情時(shí)其對(duì)美國股市的條件風(fēng)險(xiǎn)傳染系數(shù)，α2→1表示美國股市處于低迷行情時(shí)其對(duì)中國股市的條件風(fēng)險(xiǎn)傳染系數(shù)，計(jì)算方法如下：

(24)

(25)

在中美兩國股市存在顯著風(fēng)險(xiǎn)傳染的前提下進(jìn)行風(fēng)險(xiǎn)傳染方向的檢驗(yàn)。如果α2→1>α1→2，說明美國股市處于低迷行情時(shí)對(duì)中國股市的條件風(fēng)險(xiǎn)傳染系數(shù)大于中國股市處于低迷行情時(shí)對(duì)美國股市的條件風(fēng)險(xiǎn)傳染系數(shù)，此時(shí)認(rèn)為美國股市對(duì)中國股市存在單向風(fēng)險(xiǎn)傳染；如果α2→1<α1→2，說明美國股市處于低迷行情時(shí)對(duì)中國股市的條件風(fēng)險(xiǎn)傳染系數(shù)小于中國股市處于低迷行情時(shí)對(duì)美國股市的條件風(fēng)險(xiǎn)傳染系數(shù)，此時(shí)認(rèn)為中國股市對(duì)美國股市存在單向風(fēng)險(xiǎn)傳染；如果α2→1=α1→2，說明美國股市處于低迷行情時(shí)對(duì)中國股市的條件風(fēng)險(xiǎn)傳染系數(shù)等于中國股市處于低迷行情時(shí)對(duì)美國股市的條件風(fēng)險(xiǎn)傳染系數(shù)，此時(shí)認(rèn)為中美兩國股市間存在對(duì)稱風(fēng)險(xiǎn)傳染。

三、實(shí)證研究

(一)數(shù)據(jù)選取和描述統(tǒng)計(jì)

本文選取2001年1月—2020年7月上證綜合指數(shù)和標(biāo)普500指數(shù)的日收盤價(jià)數(shù)據(jù)進(jìn)行實(shí)證分析，數(shù)據(jù)來源于Wind數(shù)據(jù)庫?？紤]到跨時(shí)區(qū)問題，用美國的上一期數(shù)據(jù)和中國的當(dāng)期數(shù)據(jù)一一對(duì)應(yīng)。此外，由于中美兩國節(jié)假日不同，兩地股市的休市規(guī)定有所差異，在全樣本區(qū)間內(nèi)兩大股指數(shù)據(jù)都存在某些日期的缺失，因此本文剔除了兩國不重疊交易日的數(shù)據(jù)，剩余樣本數(shù)為4 582個(gè)。令R1和R2分別表示上證綜合指數(shù)和標(biāo)普500指數(shù)日對(duì)數(shù)收益率，計(jì)算方法為Rt=100×Ln(Pt/Pt-1)，運(yùn)用cubic插值法消除收益率序列中的零值，并進(jìn)行ADF平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果顯示，兩大指數(shù)收益率序列均為平穩(wěn)序列。從偏度、峰度及JB檢驗(yàn)結(jié)果可以看出，兩大指數(shù)的日收益率均不服從正態(tài)分布，存在不同程度的尖峰厚尾特征。相比較而言，上證綜合指數(shù)收益率的均值較小，標(biāo)準(zhǔn)差較大，波動(dòng)性更強(qiáng)。由于篇幅所限，不再披露具體的實(shí)證結(jié)果，留存?zhèn)渌鳌?/p>

金融風(fēng)險(xiǎn)天然具有傳染特點(diǎn)，只是在不同市場(chǎng)行情下傳染強(qiáng)度和可控性有所不同，現(xiàn)實(shí)意義上的風(fēng)險(xiǎn)具體是相關(guān)性結(jié)構(gòu)中的風(fēng)險(xiǎn)傳染效應(yīng)在市場(chǎng)由正常行情向極端行情發(fā)展過程中逐漸增強(qiáng)、積聚，最后導(dǎo)致失控的結(jié)果。針對(duì)中美兩國股市相關(guān)性，從長期來看，兩國股市同漲同跌的幅度是非對(duì)稱的，我國股市對(duì)美國股市的跟跌特征強(qiáng)于跟漲特征。因此，低迷市場(chǎng)行情下更易產(chǎn)生風(fēng)險(xiǎn)傳染，對(duì)中美兩國股市同跌時(shí)的風(fēng)險(xiǎn)傳染研究顯得尤為重要。本文采用滾動(dòng)方法對(duì)中美兩國股指收益率同時(shí)進(jìn)入下尾部區(qū)域時(shí)的低迷市場(chǎng)行情概率①進(jìn)行動(dòng)態(tài)趨勢(shì)分析，設(shè)置230天為滾動(dòng)窗口，1天為滾動(dòng)步長，圖2給出了中美股市低迷市場(chǎng)行情概率的趨勢(shì)圖。

圖2 中美股市低迷市場(chǎng)行情概率的趨勢(shì)

從圖2可以看出，低迷市場(chǎng)行情概率的走勢(shì)形成了幾個(gè)明顯不同的階段，本文采用傳統(tǒng)的均方誤差(MSE)方法進(jìn)行斷點(diǎn)檢驗(yàn)，確定樣本觀測(cè)期內(nèi)低迷市場(chǎng)行情概率的斷點(diǎn)，以便對(duì)整個(gè)樣本時(shí)期進(jìn)行時(shí)段劃分。由于整個(gè)樣本區(qū)間近20年，使用MSE方法進(jìn)行斷點(diǎn)檢驗(yàn)需要遍歷全部樣本點(diǎn)，為了符合實(shí)際情況且最大限度保證斷點(diǎn)檢驗(yàn)的效率，本文以2011年為界將樣本數(shù)據(jù)分成兩組，兩組數(shù)據(jù)均采用MSE方法進(jìn)行斷點(diǎn)檢驗(yàn)。根據(jù)低迷市場(chǎng)行情概率的動(dòng)態(tài)趨勢(shì)圖，假設(shè)2011年前后兩個(gè)子樣本內(nèi)各自存在兩個(gè)斷點(diǎn)。因此，針對(duì)每個(gè)樣本階段，記動(dòng)態(tài)低迷市場(chǎng)行情概率序列為{Pi}，1≤i≤N，斷點(diǎn)發(fā)生在Pm和Pn，即第一段包含m個(gè)樣本，第二段包含n-m個(gè)樣本，第三段包含N-n個(gè)樣本。定義MSE為：

(26)

當(dāng)MSE最小時(shí)得到最優(yōu)解m*、n*，即：

(27)

利用Matlab編程，對(duì)兩個(gè)子樣本的序列{Pi}進(jìn)行循環(huán)遍歷求解，最終得到2002年1月7日—2011年1月3日②，最優(yōu)解為MSEmin=0.196 4，對(duì)應(yīng)具體時(shí)間節(jié)點(diǎn)分別為2005年3月8日和2008年1月30日；2011年1月4日—2020年7月21日，最優(yōu)解為MSEmin=0.246 6，對(duì)應(yīng)具體時(shí)間節(jié)點(diǎn)分別為2012年11月30日和2019年7月30日。如圖2中虛線所示，四個(gè)斷點(diǎn)將整個(gè)樣本觀測(cè)期分為五個(gè)時(shí)段。為了檢驗(yàn)MSE方法得到斷點(diǎn)的穩(wěn)健性，本文同時(shí)采取Mann-Kendall突變檢驗(yàn)方法③對(duì)低迷市場(chǎng)行情概率序列進(jìn)行檢驗(yàn)，由于Mann-Kendall突變檢驗(yàn)分析采用年度數(shù)據(jù)檢驗(yàn)效果最符合現(xiàn)實(shí)，得到突變點(diǎn)為2006年12月31日、2012年12月31日和2019年12月31日，基本能夠?qū)?yīng)2008年1月30日、2012年11月30日和2019年7月30日，樣本子區(qū)間劃分基本具有穩(wěn)健性。由于2005年后中國股市逐漸對(duì)國際股市產(chǎn)生影響，不再為“獨(dú)立市”，本文仍保留2005年3月8日為斷點(diǎn)。接下來，計(jì)算各時(shí)段中美股市低迷市場(chǎng)行情概率的均值及標(biāo)準(zhǔn)差，如表1所示。

表1 分時(shí)段低迷市場(chǎng)行情概率均值及標(biāo)準(zhǔn)差

根據(jù)MSE方法得到的斷點(diǎn)可以將整個(gè)樣本觀測(cè)期劃分為五個(gè)時(shí)段，每個(gè)階段均包含對(duì)中美兩國股市具有重大影響的事件。例如，第一時(shí)段涵蓋了中國加入世界貿(mào)易組織事件，以及中國資本市場(chǎng)逐漸對(duì)外開放；第二時(shí)段從2005年中國人民幣匯率改革至2008年美國次貸危機(jī)爆發(fā)前夕；第三時(shí)段涵蓋了整個(gè)美國次貸危機(jī)高潮期，在此期間中國實(shí)行“四萬億”投資刺激計(jì)劃以緩解次貸危機(jī)對(duì)國內(nèi)經(jīng)濟(jì)的沖擊；第四時(shí)段涵蓋了中國股災(zāi)事件及中美貿(mào)易摩擦；第五時(shí)段涵蓋了新冠肺炎疫情及沙特石油價(jià)格戰(zhàn)事件。從各階段低迷市場(chǎng)行情均值來看，第三時(shí)段次貸危機(jī)時(shí)期中美股市呈現(xiàn)低迷市場(chǎng)行情的概率最大，且波動(dòng)幅度最大，說明該時(shí)期發(fā)生風(fēng)險(xiǎn)傳染的可能性最大。結(jié)合實(shí)際重大事件發(fā)生的時(shí)間點(diǎn)，可以看出圖2中市場(chǎng)行情低迷的概率在美國次貸危機(jī)、中國“四萬億”投資計(jì)劃、中國股災(zāi)事件、中美貿(mào)易摩擦和新冠肺炎疫情等幾個(gè)重要事件前后均有異動(dòng)，表現(xiàn)出一定的靈敏性。

(二)中美股市風(fēng)險(xiǎn)傳染效應(yīng)分析

1.中美股市相關(guān)性結(jié)構(gòu)中風(fēng)險(xiǎn)傳染效應(yīng)的動(dòng)態(tài)分析

與正常市場(chǎng)行情相比，極端市場(chǎng)行情的風(fēng)險(xiǎn)傳染更容易失控。因此，本文基于分塊混合Copula模型對(duì)極端市場(chǎng)行情下中美兩國股市間的相關(guān)性結(jié)構(gòu)進(jìn)行動(dòng)態(tài)分析，設(shè)置230天為滾動(dòng)窗口，1天為滾動(dòng)步長，滾動(dòng)得到中美股市相關(guān)性結(jié)構(gòu)中風(fēng)險(xiǎn)傳染效應(yīng)和風(fēng)險(xiǎn)分散效應(yīng)的動(dòng)態(tài)趨勢(shì)圖，參見圖3。

圖3 極端市場(chǎng)行情(低迷市場(chǎng)行情和繁榮市場(chǎng)行情)風(fēng)險(xiǎn)效應(yīng)

不難發(fā)現(xiàn)：第一，低迷和繁榮兩種極端市場(chǎng)行情下的中美股市相關(guān)性結(jié)構(gòu)有相似之處，即風(fēng)險(xiǎn)傳染系數(shù)和風(fēng)險(xiǎn)分散系數(shù)均呈現(xiàn)密集的脈沖式跳動(dòng)現(xiàn)象，并且出現(xiàn)的時(shí)間節(jié)點(diǎn)為市場(chǎng)預(yù)期發(fā)生明顯改變的前夕，由此表明，極端市場(chǎng)行情下的兩類風(fēng)險(xiǎn)效應(yīng)對(duì)重大危機(jī)事件具有一定的敏感性。第二，中美股市相關(guān)性結(jié)構(gòu)中的風(fēng)險(xiǎn)傳染效應(yīng)和分散效應(yīng)在兩個(gè)極端行情中呈現(xiàn)非對(duì)稱性，縱觀整個(gè)樣本時(shí)期，由圖3(a)發(fā)現(xiàn)大部分時(shí)間內(nèi)低迷市場(chǎng)行情的風(fēng)險(xiǎn)傳染系數(shù)高于繁榮市場(chǎng)行情的風(fēng)險(xiǎn)傳染系數(shù)；而風(fēng)險(xiǎn)分散系數(shù)則相反，由圖3(b)發(fā)現(xiàn)大部分時(shí)間內(nèi)繁榮市場(chǎng)行情風(fēng)險(xiǎn)分散系數(shù)高于低迷市場(chǎng)行情的風(fēng)險(xiǎn)分散系數(shù)。第三，風(fēng)險(xiǎn)傳染和分散效應(yīng)在重大危機(jī)事件發(fā)生時(shí)的表現(xiàn)完全不同。例如，在2008—2009年次貸危機(jī)、2015年中國股災(zāi)事件、2018年中美貿(mào)易摩擦這些重大危機(jī)事件持續(xù)期間，低迷市場(chǎng)行情的風(fēng)險(xiǎn)傳染系數(shù)急劇上升，而此時(shí)低迷市場(chǎng)行情的風(fēng)險(xiǎn)分散系數(shù)卻維持在較低的水平，表明重大危機(jī)事件發(fā)生時(shí)中美股市之間的風(fēng)險(xiǎn)傳染可能性很大，風(fēng)險(xiǎn)緩釋的可能性較小。第四，由圖3(a)可以看出，次貸危機(jī)以后低迷行情時(shí)的風(fēng)險(xiǎn)傳染效應(yīng)和繁榮行情時(shí)的風(fēng)險(xiǎn)傳染效應(yīng)表現(xiàn)出同步性，即低迷行情的風(fēng)險(xiǎn)傳染系數(shù)增大，繁榮行情的風(fēng)險(xiǎn)傳染系數(shù)也增大；低迷行情的風(fēng)險(xiǎn)傳染系數(shù)降低，繁榮行情的風(fēng)險(xiǎn)傳染系數(shù)也降低。

為進(jìn)一步驗(yàn)證上述結(jié)論，本文同樣設(shè)置230天為滾動(dòng)窗口，1天為滾動(dòng)步長，分別計(jì)算了兩個(gè)極端行情下的風(fēng)險(xiǎn)傳染系數(shù)的spearman相關(guān)系數(shù)，參見圖4。

圖4 極端市場(chǎng)行情下風(fēng)險(xiǎn)傳染效應(yīng)相關(guān)性

由圖4可以看出，極端市場(chǎng)行情下風(fēng)險(xiǎn)傳染效應(yīng)相關(guān)性整體呈現(xiàn)波動(dòng)上升趨勢(shì)。自中美貿(mào)易摩擦發(fā)生以來，中美股市在極端市場(chǎng)行情下的風(fēng)險(xiǎn)傳染效應(yīng)相關(guān)性很強(qiáng)且始終為正，這說明極端市場(chǎng)行情下中美股市的風(fēng)險(xiǎn)傳染效應(yīng)的關(guān)聯(lián)性增強(qiáng)，即低迷與繁榮兩種行情下的風(fēng)險(xiǎn)傳染效應(yīng)將以較大概率伴隨出現(xiàn)。

2.中美兩國股市風(fēng)險(xiǎn)傳染效應(yīng)檢驗(yàn)

基于前文對(duì)極端市場(chǎng)行情下中美兩國股市相關(guān)性結(jié)構(gòu)中風(fēng)險(xiǎn)傳染效應(yīng)和分散效應(yīng)的動(dòng)態(tài)研究，本文進(jìn)一步分析極端市場(chǎng)行情下兩種風(fēng)險(xiǎn)效應(yīng)的特征。根據(jù)前文對(duì)中美股市低迷市場(chǎng)行情概率的斷點(diǎn)檢驗(yàn)結(jié)果劃分整個(gè)樣本時(shí)期，計(jì)算極端市場(chǎng)行情下不同樣本時(shí)段風(fēng)險(xiǎn)傳染效應(yīng)和分散效應(yīng)的均值及標(biāo)準(zhǔn)差，結(jié)果如表2所示。

不難發(fā)現(xiàn)：第一，低迷和繁榮市場(chǎng)行情下風(fēng)險(xiǎn)傳染系數(shù)的均值在次貸危機(jī)之后顯著增加，表明中美股市之間的風(fēng)險(xiǎn)傳染效應(yīng)顯著增強(qiáng)；而風(fēng)險(xiǎn)分散系數(shù)的均值及標(biāo)準(zhǔn)差呈減小趨勢(shì)，表明中美股市之間的風(fēng)險(xiǎn)分散效應(yīng)逐漸弱化。第二，低迷和繁榮行情下風(fēng)險(xiǎn)分散系數(shù)均值基本小于對(duì)應(yīng)時(shí)間段內(nèi)的風(fēng)險(xiǎn)傳染系數(shù)均值，表明中美股市之間較大概率表現(xiàn)出風(fēng)險(xiǎn)傳染特征。第三，低迷行情下的風(fēng)險(xiǎn)傳染系數(shù)基本大于對(duì)應(yīng)時(shí)間段內(nèi)繁榮行情下的風(fēng)險(xiǎn)傳染系數(shù)；風(fēng)險(xiǎn)分散系數(shù)則相反，低迷行情下的風(fēng)險(xiǎn)分散系數(shù)基本小于對(duì)應(yīng)時(shí)間段內(nèi)繁榮行情下的風(fēng)險(xiǎn)分散系數(shù)，也印證了低迷市場(chǎng)行情爆發(fā)風(fēng)險(xiǎn)傳染的可能性更大。

表2 極端市場(chǎng)行情下風(fēng)險(xiǎn)效應(yīng)的均值及標(biāo)準(zhǔn)差

根據(jù)上述分析，本文以低迷市場(chǎng)行情下的風(fēng)險(xiǎn)傳染系數(shù)為標(biāo)準(zhǔn)，依據(jù)前文斷點(diǎn)檢驗(yàn)的結(jié)果，檢驗(yàn)不同樣本時(shí)段里中美股市是否存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)，即對(duì)各時(shí)段低迷行情風(fēng)險(xiǎn)傳染系數(shù)α1,1和正常行情風(fēng)險(xiǎn)傳染系數(shù)α2,2差值進(jìn)行T統(tǒng)計(jì)量顯著性檢驗(yàn)，顯著水平設(shè)定為1%。給出如下原假設(shè)及備擇假設(shè)。

H0：α1,1-α2,2≤0

H1：α1,1-α2,2>0

其中，H0為原假設(shè)，即中美股市間不存在風(fēng)險(xiǎn)傳染效應(yīng)；H1為備擇假設(shè)，即中美股市間存在風(fēng)險(xiǎn)傳染效應(yīng)。T統(tǒng)計(jì)量檢驗(yàn)結(jié)果如表3所示。

可以看到：雖然中國在2001年就加入世界貿(mào)易組織，積極參與全球化進(jìn)程，但是在2005年以前，中美兩國股市低迷行情風(fēng)險(xiǎn)傳染系數(shù)與正常行情風(fēng)險(xiǎn)傳染系數(shù)差值不大。因此，本文在該時(shí)段內(nèi)不能拒絕原假設(shè)，表明該時(shí)段中美股市之間不存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)。2005年以后的4個(gè)時(shí)段，中美兩國股市均存在不同程度的風(fēng)險(xiǎn)傳染效應(yīng)。2005年以后，中國股市與發(fā)達(dá)國家股市的相互影響關(guān)系逐漸增強(qiáng)，2005—2008年中美股市開始存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)。2008年美國次貸危機(jī)席卷全球，股票價(jià)格暴跌，投資者心理預(yù)期、羊群效應(yīng)等也加速了風(fēng)險(xiǎn)的傳導(dǎo)。自從2013年中國提出“一帶一路”倡議，提議籌建亞洲基礎(chǔ)設(shè)施投資銀行，中國資本市場(chǎng)實(shí)力逐步增強(qiáng)。亞投行的順利建成使得中國在推進(jìn)“一帶一路”倡議并與周邊國家積極加強(qiáng)互聯(lián)互通的過程中取得重大進(jìn)展，因此2012—2019年中美股市之間風(fēng)險(xiǎn)傳染效應(yīng)最強(qiáng)。隨著中國對(duì)外開放進(jìn)程的不斷推進(jìn)，外資持有A股比例不斷上升，2018年以來，中美兩國展開多次貿(mào)易磋商，引起中國A股市場(chǎng)波動(dòng)劇烈，中美股市風(fēng)險(xiǎn)傳染效應(yīng)持續(xù)存在。

表3 五個(gè)時(shí)段中美股市風(fēng)險(xiǎn)傳染效應(yīng)顯著性檢驗(yàn)結(jié)果

3.中美兩國股市風(fēng)險(xiǎn)傳染方向檢驗(yàn)

想要全面掌握中美股市間的風(fēng)險(xiǎn)傳染情況，除了對(duì)二者之間的風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行研究外，還必須準(zhǔn)確識(shí)別二者之間的風(fēng)險(xiǎn)傳染方向。因此，本文基于市場(chǎng)行情的概率劃分，根據(jù)式(24)和式(25)計(jì)算條件風(fēng)險(xiǎn)傳染系數(shù)之差，即α2→1-α1→2，做出中美股市風(fēng)險(xiǎn)傳染方向的判斷。為了直觀判斷兩國股市準(zhǔn)確的風(fēng)險(xiǎn)傳染方向，同樣設(shè)置230天為滾動(dòng)窗口，1天為滾動(dòng)步長，繪制中美股市之間條件風(fēng)險(xiǎn)傳染系數(shù)之差的動(dòng)態(tài)趨勢(shì)圖，如圖5所示。

圖5 中美股市風(fēng)險(xiǎn)傳染方向動(dòng)態(tài)趨勢(shì)

可以看到，2003年之前，兩國股市表現(xiàn)出美國向中國的單向風(fēng)險(xiǎn)傳導(dǎo)，2003年之后，中美股市間的風(fēng)險(xiǎn)傳染方向處于不斷變化之中，而隨著中國逐漸提高資本市場(chǎng)對(duì)外開放程度，中國股市也表現(xiàn)出一定的影響力，即中國股市開始短時(shí)內(nèi)向美國股市傳導(dǎo)風(fēng)險(xiǎn)。2012年以后，中國股市越來越頻繁地向美國股市傳導(dǎo)風(fēng)險(xiǎn)，且時(shí)間跨度也逐漸增加，足以表明中國市場(chǎng)開始在國際市場(chǎng)上發(fā)揮影響力。

由于前文對(duì)風(fēng)險(xiǎn)傳染效應(yīng)的顯著性檢驗(yàn)認(rèn)為2002—2005年，即第一時(shí)段，中美兩國股市不存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)，接下來，本文僅針對(duì)兩國股市存在顯著風(fēng)險(xiǎn)傳染效應(yīng)的四個(gè)時(shí)段，定性識(shí)別每個(gè)時(shí)段內(nèi)的風(fēng)險(xiǎn)傳染方向。本文采用α2→1-α1→2差值的T統(tǒng)計(jì)量顯著性檢驗(yàn)，顯著水平設(shè)為1%，給出如下原假設(shè)及備擇假設(shè)。

H0：α2→1-α1→2=0
H1：α2→1-α1→2≠0

其中， H0為原假設(shè)，即中美股市間存在對(duì)稱風(fēng)險(xiǎn)傳染；H1為備擇假設(shè)，即中美股市間存在單向風(fēng)險(xiǎn)傳染。若α2→1-α1→2均值顯著大于0，則表明美國股市對(duì)中國股市存在單向風(fēng)險(xiǎn)傳染；若α2→1-α1→2均值顯著小于0，則表明中國股市對(duì)美國股市存在單向風(fēng)險(xiǎn)傳染。T統(tǒng)計(jì)量檢驗(yàn)結(jié)果如表4所示。

可以看出，中美股市風(fēng)險(xiǎn)傳染方向經(jīng)歷了兩次更迭，2008年次貸危機(jī)高潮之前，美國經(jīng)濟(jì)發(fā)展迅猛，對(duì)中國經(jīng)濟(jì)造成壓力，此時(shí)兩國股市表現(xiàn)為美國股市對(duì)中國股市的單向風(fēng)險(xiǎn)傳染。2008—2012年間，經(jīng)歷了次貸危機(jī)的劇烈沖擊，美國經(jīng)濟(jì)發(fā)展趨勢(shì)放緩，中國實(shí)施“四萬億”投資計(jì)劃緩沖次貸危機(jī)對(duì)國內(nèi)經(jīng)濟(jì)的沖擊，因此這段時(shí)間內(nèi)中美股市呈現(xiàn)對(duì)稱風(fēng)險(xiǎn)傳染。2012—2019年，隨著2013年中國提出“一帶一路”倡議，國際范圍內(nèi)中國持續(xù)擴(kuò)大經(jīng)濟(jì)影響力，中國股市開始向美國股市傳導(dǎo)風(fēng)險(xiǎn)，風(fēng)險(xiǎn)傳染方向發(fā)生改變。近兩年，中美貿(mào)易摩擦持續(xù)升級(jí)，使國內(nèi)經(jīng)濟(jì)承壓，2019年年底暴發(fā)新冠肺炎疫情，恰逢沙特發(fā)起石油價(jià)格戰(zhàn)，原油期貨價(jià)格暴跌，多重因素作用下，美股指數(shù)在2020年3月的8個(gè)交易日內(nèi)觸發(fā)4次熔斷機(jī)制，引發(fā)投資者恐慌，美國股市再次向中國股市釋放風(fēng)險(xiǎn)傳染。

表4 四個(gè)時(shí)段中美股市風(fēng)險(xiǎn)傳染方向顯著性檢驗(yàn)結(jié)果

四、研究結(jié)論與啟示

金融市場(chǎng)間的風(fēng)險(xiǎn)傳染效應(yīng)研究是金融風(fēng)險(xiǎn)研究的重要基礎(chǔ)。針對(duì)中美兩國股市相關(guān)性及風(fēng)險(xiǎn)傳染之間關(guān)系的問題，本文基于分塊混合Copula模型，實(shí)現(xiàn)不同市場(chǎng)行情下中美股市間相關(guān)性的結(jié)構(gòu)分解，區(qū)分相關(guān)性結(jié)構(gòu)中不同的風(fēng)險(xiǎn)效應(yīng)，給出一種新的風(fēng)險(xiǎn)傳染效應(yīng)度量及識(shí)別方法，從風(fēng)險(xiǎn)傳染效應(yīng)的顯著性和方向性識(shí)別兩個(gè)角度深入研究中美股市之間的風(fēng)險(xiǎn)傳染現(xiàn)象，得到如下結(jié)論：

首先，通過對(duì)相關(guān)性結(jié)構(gòu)中不同風(fēng)險(xiǎn)效應(yīng)分解系數(shù)的動(dòng)態(tài)分析，發(fā)現(xiàn)風(fēng)險(xiǎn)傳染和風(fēng)險(xiǎn)分散效應(yīng)在低迷和繁榮兩種市場(chǎng)行情下呈現(xiàn)非對(duì)稱性。具體來看，整個(gè)樣本期間大多數(shù)時(shí)間內(nèi)低迷市場(chǎng)行情的風(fēng)險(xiǎn)傳染系數(shù)高于繁榮市場(chǎng)行情的風(fēng)險(xiǎn)傳染系數(shù)；而風(fēng)險(xiǎn)分散系數(shù)則相反，大多數(shù)時(shí)間內(nèi)繁榮市場(chǎng)行情風(fēng)險(xiǎn)分散系數(shù)高于低迷市場(chǎng)行情的風(fēng)險(xiǎn)分散系數(shù)。

其次，通過對(duì)中美股市兩種極端市場(chǎng)行情下風(fēng)險(xiǎn)傳染系數(shù)相關(guān)性的動(dòng)態(tài)分析，發(fā)現(xiàn)近幾年來極端市場(chǎng)行情下中美股市之間的風(fēng)險(xiǎn)傳染效應(yīng)關(guān)聯(lián)性增強(qiáng)，低迷市場(chǎng)行情時(shí)的傳染效應(yīng)和繁榮市場(chǎng)行情時(shí)的傳染效應(yīng)表現(xiàn)出同步性，即低迷與繁榮兩種行情更迭時(shí)，風(fēng)險(xiǎn)傳染效應(yīng)有較大概率伴隨出現(xiàn)。

再次，通過對(duì)中美股市相關(guān)性結(jié)構(gòu)進(jìn)行分解，給出適用于風(fēng)險(xiǎn)傳染系數(shù)的風(fēng)險(xiǎn)傳染定義，對(duì)全樣本區(qū)間和不同時(shí)段中美股市風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行T統(tǒng)計(jì)量顯著性檢驗(yàn)，發(fā)現(xiàn)2002—2005年，即第一時(shí)段內(nèi)，中美股市間不存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)。2005—2020年的4個(gè)樣本時(shí)段內(nèi)，中美股市之間均存在不同程度的風(fēng)險(xiǎn)傳染效應(yīng)，且2012—2019年兩國股市之間風(fēng)險(xiǎn)傳染效應(yīng)最強(qiáng)。

最后，從風(fēng)險(xiǎn)傳染方向上看，結(jié)合市場(chǎng)行情因素，利用條件風(fēng)險(xiǎn)傳染系數(shù)之差作為中美股市風(fēng)險(xiǎn)傳染方向的判別指標(biāo)，次貸危機(jī)前，美國股市整體表現(xiàn)為風(fēng)險(xiǎn)傳染主導(dǎo)，次貸危機(jī)高潮期間，中國采取一系列救市政策，中美股市表現(xiàn)為對(duì)稱風(fēng)險(xiǎn)傳染。隨著2013年中國提出“一帶一路”倡議，中國股市甚至一度表現(xiàn)出對(duì)美股的傳染效應(yīng)，兩國風(fēng)險(xiǎn)傳染方向發(fā)生轉(zhuǎn)變。2020年，新冠肺炎疫情暴發(fā)及沙特發(fā)起石油價(jià)格戰(zhàn)這兩大“黑天鵝”事件，導(dǎo)致美股波動(dòng)劇烈，兩國風(fēng)險(xiǎn)傳染方向再次發(fā)生轉(zhuǎn)變，美國股市再次占據(jù)風(fēng)險(xiǎn)傳染主導(dǎo)地位，呈現(xiàn)對(duì)中國股市的單向風(fēng)險(xiǎn)傳染。

本文通過對(duì)中美兩國股市風(fēng)險(xiǎn)傳染效應(yīng)的研究，可知中美股市在一定程度上存在風(fēng)險(xiǎn)傳染效應(yīng)，且兩國股市之間風(fēng)險(xiǎn)傳染方向發(fā)生了兩次轉(zhuǎn)變，正確識(shí)別中美股市間的風(fēng)險(xiǎn)傳染方向，有利于政府當(dāng)局以及風(fēng)險(xiǎn)管理者對(duì)金融風(fēng)險(xiǎn)進(jìn)行有效的監(jiān)管和防范。此外，本文也存在一些不足，根據(jù)本文實(shí)證結(jié)論，2005—2020年，中美股市存在顯著的風(fēng)險(xiǎn)傳染效應(yīng)，但不同樣本時(shí)期可能存在多種風(fēng)險(xiǎn)傳染渠道的共同作用，如金融關(guān)聯(lián)渠道、貿(mào)易關(guān)聯(lián)渠道以及經(jīng)濟(jì)實(shí)體間的非實(shí)質(zhì)關(guān)聯(lián)渠道等，引發(fā)風(fēng)險(xiǎn)傳染效應(yīng)的原因和傳導(dǎo)機(jī)制未必相同，接下來的研究中，作者將對(duì)中美股市風(fēng)險(xiǎn)傳染效應(yīng)這一問題進(jìn)行有針對(duì)性的深入探索，如兩國股市風(fēng)險(xiǎn)傳染的原因、傳染機(jī)制的特征和規(guī)律等，以期為金融風(fēng)險(xiǎn)管理等一系列重大問題提供有益補(bǔ)充和參考。

注 釋：

①根據(jù)圖1，兩國股指收益率均處于下尾部區(qū)域的市場(chǎng)行情稱為低迷市場(chǎng)行情，即A1,1代表低迷行情，其概率為P(A1,1)=P(U≤1/3,V≤1/3)。

②2011年樣本的起始點(diǎn)為1月3日。

③Mann-Kendall突變檢驗(yàn)方法比較復(fù)雜，且不是本文研究重點(diǎn)，此處不做展開贅述，如需要穩(wěn)健性結(jié)果可聯(lián)系作者。作者郵箱：luanxinljca@163.com。