段黛瑋，沙文兵

（安徽財經(jīng)大學國際經(jīng)濟貿(mào)易學院，安徽蚌埠 233000）

一、引言

2020 年以來，新型冠狀病毒感染疫情（以下簡稱“新冠疫情”）在全球相繼暴發(fā)，世界各地接連遭受疫情重創(chuàng)，實體經(jīng)濟大面積停工停產(chǎn)，全球主要股票市場出現(xiàn)劇烈波動。美股在2020 年3 月出現(xiàn)罕見的多次熔斷，A 股在2020 年春節(jié)后首個交易日出現(xiàn)超過7%的下跌，全球其他股市紛紛陷入技術性下跌。自2008 年以來，隨著人民幣國際化進程的推進，中國加速融入國際金融體系。美國是世界金融體系的中心，中國是最大的新興經(jīng)濟體，A 股與美股的關系日益密切，聯(lián)動日益復雜，在疫情期間，兩者的聯(lián)系更為緊密。當前新冠疫情處于低水平波動狀態(tài)，全球進入后危機時代，但人民幣國際化的進程不會停止，中國資本市場的對外開放不會停止，探究中美股市聯(lián)動，分析A 股與美股的風險溢出效應和不同時期的波動響應，有利于在后續(xù)政策制定中加強對突發(fā)危機的應對，建立起防御措施，防范由外部風險溢出導致的系統(tǒng)性風險，宏觀審慎地持續(xù)推進人民幣國際化。

二、文獻綜述

股市聯(lián)動的直接動力來自投資者。金融市場的資本流動源于息差，國內(nèi)市場與國際市場的聯(lián)動性低于國內(nèi)市場之間的聯(lián)動性，且有時會呈現(xiàn)反向波動，投資者進行國際化投資組合可以實現(xiàn)風險對沖，達到跨期保值或提升收益的目的（Grubel，1968）。關于股市聯(lián)動性機制的研究，主要存在以下兩個視角：一是經(jīng)濟基本面的關聯(lián)；二是風險溢出與市場傳染（King 和Wadhwani，1990；Connolly 和Wang，1998；Chan 等，2008）。第一種機制從宏觀經(jīng)濟的角度分析金融市場的相關性，主要揭示金融市場波動的深層原因，即基于經(jīng)濟基本面產(chǎn)生的預期波動，適用于分析股市聯(lián)動的長期趨勢。金融基本面包括貿(mào)易、金融市場成熟度、物價變動、匯率波動等（朱小能和吳杰楠，2021），兩個市場的聯(lián)動可以從雙方投資者對全球經(jīng)濟的預期和對各自經(jīng)濟的預期來闡釋。第二種機制則是立足全球金融市場的系統(tǒng)性角度分析各組成部分的聯(lián)系，主要描述金融市場波動的短期特征或時間特征。金融體系的子市場并非相互獨立，其內(nèi)在關聯(lián)構(gòu)成風險傳播渠道，資本跨市場的高頻交易使得單一市場風險溢出，從風險關聯(lián)和市場傳染的角度可以揭示不同市場短期波動的相互作用，適用于分析股市聯(lián)動在特定時期或特定沖擊下的短期規(guī)律。

作為最大的發(fā)展中國家和發(fā)達國家，中美兩國互為重要的貿(mào)易伙伴，經(jīng)濟多領域關系密切。隨著人民幣國際化的不斷深入推進，資本賬戶逐步開放，跨境投資愈發(fā)便捷，在中美經(jīng)濟基本面緊密聯(lián)系的基礎上，中美股市的相互關聯(lián)進一步加深，尤其是短期的波動溢出（鄭挺國和劉堂勇，2018）。美國股市作為世界的核心市場，也是波動相對劇烈的市場，其風險會傳遞給其他資本自由度相對較高的市場，比如其他G7 國家股市（朱小能和吳杰楠，2021）。Lai 和Tseng （2010）提出，對于G7 國家來說，A 股不僅是風險對沖的工具，還是資本的“避風港”?；仡櫧陙眍l發(fā)的數(shù)次危機，自金融危機和歐債危機以來，美股對A 股的風險溢出逐漸明顯，尤其是在美股的極端波動時期（Zhang 和Li，2014），而且由于“漣漪效應”的存在，A 股還受到其他市場的溢出。也是在這段時期，隨著人民幣國際化的推進，A 股的波動外溢效應也開始顯現(xiàn)（陳守東和陳開璞，2018；蔣彧和張玖瑜, 2019）。2018 年，中美貿(mào)易摩擦導致A 股承擔了主要的下行壓力；2020 年，新冠疫情暴發(fā)后，美股與A 股的相互影響增強，A 股也出現(xiàn)了擺脫與美股反向掛鉤的現(xiàn)象，但是A 股自我調(diào)節(jié)機制的修復效果降低（王珊珊和王文立，2021）。已有研究表明，中美股市的關聯(lián)存在時變特征，在長期呈現(xiàn)相關性不斷提高的趨勢，在短期呈現(xiàn)雙向波動溢出。新冠疫情作為突發(fā)公共危機，造成了市場的短期劇烈波動，但長期影響尚難以推斷。因此，疫情之后的中美股市聯(lián)系適合使用帶有時變系數(shù)的時序模型來分析其波動溢出效應。

當前，股票市場研究普遍使用GARCH 模型來觀察收益率與市場風險之間的關系。DCC-MGARCH 模型基于廣義GARCH 模型，考慮了變量之間相關系數(shù)的動態(tài)變化，相較于常系數(shù)模型，可以捕捉市場關聯(lián)的動態(tài)特征。徐有俊等（2010）運用DCCMGARCH 模型考察A 股與國際其他市場的聯(lián)動；其他研究用此模型研究包括中日韓在內(nèi)的亞太主要新興金融市場之間的聯(lián)系（高猛和郭沛，2012；劉慧悅，2016；董建志，2022；趙霞等，2022）。疫情發(fā)生后，各地區(qū)進入暴發(fā)期的時間不盡相同，故而受到的沖擊也不對稱。DCC-MGARCH 模型從風險的角度探究市場之間的聯(lián)動，但是無法描述特定時點的沖擊會如何在市場之間傳導。因此引入TVP-SV-VAR 模型，其固定時點脈沖效應反應可用于分析特定情景下的市場聯(lián)動。TVP-SV-VAR 模型常用于探究政策對市場宏觀變量的作用，如市場流動性（金春雨和張浩博，2016）、系統(tǒng)性風險（嚴超超和周海林，2021）等，還被用來考察中國金融市場（匯市、股市、大宗商品和房地產(chǎn)市場等）的聯(lián)動，測度資本流動帶來的影響（潘長春，2017；彭紅楓和祝小全，2019）。

本文基于已有研究，結(jié)合股市關聯(lián)的機制，以及人民幣國際化進程中離岸人民幣市場和港股在為境外投資者配置人民幣資產(chǎn)發(fā)揮的重要作用，選取這兩個市場分別作為A 股與美股關聯(lián)中經(jīng)濟基本面聯(lián)系和市場傳染的渠道，使用DCC-MGARCH 模型和TVP-SV-VAR 模型來探究疫情之后股市聯(lián)動的變化。本文的邊際貢獻在于：第一，在突發(fā)公共危機、全球市場處于異常波動情況下，考察離岸人民幣市場和港股的緩沖風險能力，為推動人民幣國際化提供了理論基礎。第二，同時采用兩個時變模型，用前一模型考察兩個市場的風險溢出，用后一模型測度在不同地區(qū)疫情暴發(fā)階段兩個市場的相互作用，進一步豐富了中美股市聯(lián)動效應的相關研究，為未來評估和防范突發(fā)公共危機情況下的外部市場風險輸入提供參考。

三、模型構(gòu)建

本文通過市場收益率來測度市場聯(lián)動性。首先，收益率（cri）采用收盤價（closei）的自然對數(shù)值之差來衡量，計算方法如下：

其中，cri,t表示i市場在t時期的收益率，closei,t表示i市場在t時期的收盤價。在后續(xù)實證中，cr1表示道瓊斯指數(shù)收益率，cr2表示上證指數(shù)收益率，cr3表示恒生指數(shù)收益率。

其次，匯率變動（exr）采用當期匯率ert與前一期匯率ert-1的自然對數(shù)值之差來衡量，計算方法如下：

在后續(xù)實證中，exrt表示t時期的離岸人民幣匯率變動。

（一） DCC-MGARCH 模型

動態(tài)相關性的分析采用DCC-MGARCH 模型，用于描述市場之間的風險溢出關聯(lián)，這既是市場聯(lián)動的重要組成部分，也是市場聯(lián)動的主要表現(xiàn)形式。

在DCC-MGARCH 模型的分析中，為了更準確地衡量風險溢出，常使用高頻數(shù)據(jù)，故本文使用日交易數(shù)據(jù)作為研究對象?？紤]到三個股市的交易時間，以北京時間為準，美股道瓊斯指數(shù)的交易時間為21:30（22:30）至03:30（04:30），A 股上證指數(shù)的交易時間為09:30 至15:00，港股恒生指數(shù)的交易時間為10:00 至16:00，美股的交易時間與其他兩個市場的交易時間沒有重疊，故根據(jù)對信息反應的時間先后，在分析中采用美股的前一日數(shù)據(jù)作為當日數(shù)據(jù) （朱小能和吳杰楠，2021），即，cr1,t=lnclose1,t-1-lnclose1,t-2，其余收益率和匯率變動的計算不變。根據(jù)信息準則，本文采用DCC-MGARCH（1,1）模型，具體設定如下：

其中，C是待估計的參數(shù)矩陣，εt是殘差向量。殘差項的條件協(xié)方差矩陣為Ht，其中對角線元素為殘差的條件方差（），其他元素為對應的協(xié)方差（），且為對稱矩陣。同時，構(gòu)建殘差的條件方差矩陣Dt=diag（），及相關系數(shù)矩陣Rt，其中對角線元素均為1，其他元素為ρij,t。MGARCH（1,1）的過程如下：

其中，Engle （2002）對動態(tài)相關系數(shù)矩陣Rt的求解如下：

其中，et-1是標準化之后的殘差向量，即；R是Rt的均值。

（二） TVP-SV-VAR 模型

新冠疫情作為無法預測的外生沖擊，對經(jīng)濟的各方面都造成影響，導致股票市場出現(xiàn)劇烈波動。考慮到各地區(qū)的疫情暴發(fā)存在時間上的先后，固定系數(shù)的向量自回歸模型無法準確反映市場在不同疫情階段的聯(lián)動關系，本文采用時變系數(shù)的向量自回歸模型，即TVP-SV-VAR 模型。參考Nakajima （2011）的研究，本文根據(jù)信息準則，使用一階的TVP-SV-VAR 模型，具體設定如下：

起始的SVAR 模型為：

其中，yt=(cr1,t,cr2,t,cr3,t)′或(cr1,t,cr2,t,exrt)′，在考慮時變效應后，可簡化為：

其中，yt和ct均為3×1的常數(shù)向量，εt是一個3×1的白噪音向量，滿足各元素的均值為0、方差為1、協(xié)方差為0。At是3階的下三角矩陣，且At=(a1,t,a2,t,a3,t)′。Bt是3 階的相關系數(shù)矩陣，且。同時，構(gòu)建，考慮到本文使用的是股市與匯率變動數(shù)據(jù)，此處的時變參數(shù)服從隨機游走過程，設定如下：

殘差項都服從正態(tài)分布，且獨立分布，即協(xié)方差均為0。

在實證中，TVP-SV-VAR 模型使用周頻數(shù)據(jù)，參考已有文獻采用的數(shù)據(jù)頻次（金春雨和張浩博，2016；潘長春，2017；彭紅楓和祝小全，2019），并考慮不同市場每周交易天數(shù)與交易日期的區(qū)別，本文選取每周的最后一個交易日作為本周的數(shù)據(jù)。

四、實證分析

本文選取的樣本區(qū)間是2020年1 月1 日至2022 年4 月8 日，采用道瓊斯指數(shù)收益率（cr1）、上證指數(shù)收益率（cr2）及恒生指數(shù)收益率（cr3）分別代表美股、A 股及港股；采用離岸人民幣匯率（exrt）衡量匯率變動，離岸人民幣匯率上升（下跌）表示人民幣貶值（升值）。股市數(shù)據(jù)來自WIND 數(shù)據(jù)庫，匯率數(shù)據(jù)來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。日頻數(shù)據(jù)樣本總數(shù)為598；周頻數(shù)據(jù)樣本總數(shù)為119；缺失值采取差值法和移動平均值法補齊，缺失值的數(shù)量低于樣本總數(shù)的5%。數(shù)據(jù)的描述性統(tǒng)計結(jié)果如表1 所示。結(jié)果顯示，周頻數(shù)據(jù)的波動性小于日頻數(shù)據(jù)的波動性。

表1 描述性統(tǒng)計

（一） 數(shù)據(jù)檢驗

在使用時間序列數(shù)據(jù)進行分析之前，需要對數(shù)據(jù)的平穩(wěn)性進行檢驗，如單位根檢驗，以避免因數(shù)據(jù)不平穩(wěn)導致的有偏估計結(jié)果。考慮到本文的兩個模型使用不同頻率數(shù)據(jù)，需對日數(shù)據(jù)和周數(shù)據(jù)均進行檢驗。表2 的單位根檢驗結(jié)果表明，本文使用的數(shù)據(jù)均平穩(wěn)，適用后續(xù)的實證模型，后續(xù)估計結(jié)果具有穩(wěn)定性。

表2 單位根檢驗：ADF 檢驗結(jié)果

使用DCC-MGARCH 模型前需要對數(shù)據(jù)進行ARCH 效應分析，以判斷其是否適用GARCH 族模型。本文對殘差平方序列進行Q 檢驗，表3 的結(jié)果顯示，殘差平方序列存在自相關，殘差存在條件自回歸，滿足使用GARCH 族模型的前置條件。

表3 ARCH 效應檢驗：Q 檢驗結(jié)果

（二） DCC-MGARCH 模型的結(jié)果及分析

根據(jù)DCC 模型的準則，滿足λ1、λ2＞0，且λ1+λ2＜1，則說明模型的變量之間的相關系數(shù)存在時變特征，適用DCC 模型而非固定相關系數(shù)模型。本文的結(jié)果中，λ1=0.167,λ2=0.720，且均在5%的水平上顯著。可見，兩個系數(shù)均大于0，且二者之和小于1，滿足動態(tài)系數(shù)模型的應用條件。

表4 的結(jié)果表明，上證指數(shù)、道瓊斯指數(shù)與恒生指數(shù)的收益率之間均存在正相關關系，且上證指數(shù)與恒生指數(shù)的相關性更高。在全球化背景下，全球股市之間存在較強的相關關聯(lián)，MGARCH 模型主要考慮各個股市之間的收益率受到自身市場風險與其他市場風險的多重影響。從風險關聯(lián)與風險溢出的角度來看，在樣本區(qū)間，即新冠疫情暴發(fā)后，對不同股市來說，主要的風險來自本土疫情的發(fā)展。中美在貿(mào)易、跨國企業(yè)和產(chǎn)業(yè)鏈等方面聯(lián)系緊密，疫情對經(jīng)濟造成全方位沖擊，實體經(jīng)濟領域大規(guī)模的停工停產(chǎn)使得市場預期持續(xù)低迷，進一步加劇股市波動，但是A 股與美股之間不存在直接交易的渠道，故相關性較低。香港與內(nèi)地聯(lián)系緊密，一是地理位置相近，二是經(jīng)濟關聯(lián)密切。隨著2014 年4 月10 日滬港通的開通，A 股與港股的投資者可以更高效地實現(xiàn)跨市場投資配置，極大程度上增強了A 股與港股的相關性。美股與港股對全球投資者都是開放的，二者之間的風險關聯(lián)主要來自投資者的市場預期與資本的市場間流動，故兩者的相關性相對較低。

表4 條件準相關系數(shù)回歸結(jié)果

表4 的結(jié)果還表明，離岸人民幣匯率變動與三大股指收益率均存在負相關關系。之所以引入?yún)R率市場，一方面是因為匯率變動對收益率的影響，另一方面是因為外匯市場也是投資者資產(chǎn)配置的重要組成部分。在疫情之后，人民幣貶值趨勢明顯，離岸人民幣匯率上漲，同時期股票市場收益率下降。美股與港股的收益率上升，會吸引資本向其移動，促使人民幣匯率走低。2010 年之后，上證指數(shù)收益率上升也對人民幣匯率產(chǎn)生負向影響（吳麗華和傅廣敏，2014）。

道瓊斯指數(shù)與上證指數(shù)的相關系數(shù)具有時變特征，且在疫情初期相關性顯著增強（圖1）。疫情的發(fā)展呈現(xiàn)階段性，具體來說，2020 年第一季度中國受到的沖擊最大，2020 年第二季度主要是歐洲地區(qū)疫情暴發(fā)，2020 年第三季度美國進入新增確診增長的高位。后期雖然疫情還有反復，但是隨著政府積極的經(jīng)濟刺激政策與市場預期的適應性調(diào)整，股市因疫情產(chǎn)生的波動較初期有明顯減弱。在疫情暴發(fā)的初期，A 股與美股之間的相關性較高，可見疫情作為突發(fā)公共危機，使兩個股市的風險關聯(lián)增加，在這一時期，一方股市出現(xiàn)的波動會導致另一方股市也出現(xiàn)波動，市場的不穩(wěn)定受風險溢出效應影響而被進一步加劇。

圖1 道瓊斯指數(shù)與上證指數(shù)動態(tài)相關系數(shù)

（三） TVP-SV-VAR 模型的結(jié)果及分析

DCC-MGARCH 模型的結(jié)果驗證了在疫情暴發(fā)之后，A 股、美股、港股和離岸人民幣匯率之間的相關系數(shù)存在隨時間變動的特征。本文繼續(xù)使用TVP-SV-VAR 模型來分析不同市場之間在不同時期和不同時點的相互作用，同時將港股和離岸人民幣匯率視為兩條不同的中美股市聯(lián)動機制，分兩個部分進行分析，模型一為道瓊斯指數(shù)-上證指數(shù)-恒生指數(shù)，模型二為道瓊斯指數(shù)-上證指數(shù)-離岸人民幣匯率。根據(jù)AIC、HBIC等信息準則，本文使用的滯后階數(shù)均為1，MCMC 抽樣次數(shù)為20000。

表5 的模型參數(shù)估計結(jié)果顯示，所有參數(shù)都落在95%的置信區(qū)間，且Geweke 收斂判斷的結(jié)果在5%水平上顯著收斂，無效因子均小于70，說明可以使用MCMC 的方法抽取更為充足的樣本數(shù)量來進行后續(xù)模型推斷。

表5 模型參數(shù)估計結(jié)果

從全樣本來看，本文選取的是周數(shù)據(jù)，時間區(qū)間只有兩年左右，故用提前1 期和提前4 期分別代表短期和長期沖擊。等間隔脈沖反應的結(jié)果表明，短期沖擊是顯著的且在樣本區(qū)間呈現(xiàn)時變特征，長期沖擊并不顯著。長期沖擊的失效可能與指標及樣本區(qū)間有關，疫情發(fā)生后，股票市場與外匯市場處于疫情階段的時間長度較短，且股票市場在這段時間存在異常波動，后又受到市場自身調(diào)節(jié)機制與投資者預期調(diào)整的作用，逐漸回歸平穩(wěn)，從而導致長期沖擊的效果并不明顯。本文的后續(xù)分析將側(cè)重對短期沖擊結(jié)果的解釋。

在疫情發(fā)展的初期，各地區(qū)進入疫情暴發(fā)階段的時間存在明顯區(qū)別，受到顯著的不對稱沖擊。本文通過疫情初期的特定時點脈沖反應，來觀察在突發(fā)公共危機時市場的相互作用。參照世衛(wèi)組織的單日新增確診人數(shù)數(shù)量統(tǒng)計，本文選取的時點為2020 年1 月（中國暴發(fā)疫情）、2020 年3 月（歐洲暴發(fā)疫情）、2020 年5 月 （美國暴發(fā)疫情）。新冠疫情作為突發(fā)公共危機，對經(jīng)濟的沖擊與之前的金融危機和貿(mào)易摩擦是不同的，受危機影響最直接和持續(xù)時間最長的是實體經(jīng)濟部門，且存在部門間的不一致。金融市場，以股票市場為例，是企業(yè)直接融資的重要渠道，同時也是市場預期的風向標。當前新冠疫情依然處于波動狀態(tài)，部分地區(qū)偶有出現(xiàn)大規(guī)模暴發(fā)，導致當?shù)亟?jīng)濟陷入短期停滯，如2022 年2 月中國香港暴發(fā)的第五輪疫情。

1.美股對其他市場

美股的短期沖擊對A 股的影響在前期為負，后期為正（圖2-1）。在疫情初期，美股的正向波動導致A 股的反向波動，尤其在中國暴發(fā)疫情時期，即2020 年第一季度；在疫情發(fā)展后期，美股與A 股同向波動?？赡艿慕忉屖牵忻拦墒械年P聯(lián)較少由投資者投機行為引發(fā)，更多是因為經(jīng)濟基本面的聯(lián)系，即實體經(jīng)濟方面的關聯(lián)，故疫情前期兩國經(jīng)濟受到不對稱影響，從而導致美股與A 股負相關。隨著疫情在全球蔓延，全球經(jīng)濟運行停滯，美股與A 股回到同向波動。

圖2 美股對其他市場的等間隔脈沖反應

美股的短期沖擊對港股的影響在多數(shù)時期為負，但在美國疫情暴發(fā)時期為正（圖2-2）。美股與港股的關聯(lián)主要來自全球投資者在兩個市場的投機行為，一方市場的正向波動會吸引投資者，從而對另一方市場造成負向沖擊。但由于美股在全球金融體系中處于更為中心的地位，當美國疫情暴發(fā)時，美股異常下跌，加之疫情實際上已蔓延全球，故其他股市會跟隨美股下跌，呈現(xiàn)同向波動。

美股的短期沖擊對離岸人民幣匯率的影響在疫情之后產(chǎn)生較大波動，但整體呈現(xiàn)為由正轉(zhuǎn)負，且負向影響有增強的趨勢（圖2-3）。外匯市場是投資者投資組合的一個重要組成部分，離岸人民幣市場是境外投資者配置人民幣資產(chǎn)的主要途徑，美股的波動加劇體現(xiàn)出美股市場的不穩(wěn)定，對于機構(gòu)投資者來說，需要通過外匯市場實現(xiàn)對沖，這會刺激境外投資者在外匯市場的投資需求，從而負向影響匯率變動。

雖然美股對其他市場在不同時點的作用不同，但影響都是短期的，不存在持續(xù)性的長期影響（圖3）。在非美國本土疫情暴發(fā)的階段，美股的正向波動促使A 股（圖3-1）和港股（圖3-2）出現(xiàn)反向波動，離岸人民幣匯率上升（圖3-3），人民幣貶值。反之，當美國出現(xiàn)本土疫情之后，美股的正向波動促使A 股和港股出現(xiàn)正向波動，人民幣升值。在中國暴發(fā)疫情時期，其他市場的反應更明顯，且A 股的反應大于美股和港股，可見在這個階段投資者對各自市場的預期是相反的。美股上漲也會刺激更多投機需求，從而影響港股與離岸人民幣市場。

圖3 美股對其他市場的固定時點脈沖反應

2.A 股對其他市場

A 股的短期沖擊對美股的影響在多數(shù)時期為正，但在中國疫情時期為負（圖4-1）。與前文美股對A 股的影響存在相同作用機制，A 股與美股相互影響。A 股的短期沖擊對港股的影響始終為負（圖4-2），因為A 股與港股存在直接流通的渠道；港股的反應不存在時變特征，說明A 股與港股的關聯(lián)性在疫情之后處于相對穩(wěn)定的狀態(tài)，這與前文DCC 模型中兩者的條件準相關系數(shù)較高的結(jié)果一致。A 股的短期沖擊對離岸人民幣匯率的影響在前期為負，而后轉(zhuǎn)正，且正向影響有增強的趨勢（圖4-3）。A 股波動的加劇會降低投資者對人民幣資產(chǎn)的配置需求，從而推動離岸人民幣匯率正向變動，導致離岸人民幣貶值。

圖4 A 股對其他市場的等間隔脈沖反應

A 股對美股的作用也呈現(xiàn)時期差異，但只存在短期的影響（圖5-1）。A 股對美股的影響在美國暴發(fā)疫情時期最顯著，且存在正向影響，這與中國暴發(fā)疫情時期美股對A 股的影響相反，表明A 股與美股的相互作用不對稱。在美國疫情暴發(fā)時期，中國已率先走出疫情陰霾，開始大規(guī)模復工復產(chǎn)，成為全球經(jīng)濟的“壓艙石”。A 股的正向波動表明市場對經(jīng)濟穩(wěn)定恢復的預期，加之A 股與美股的聯(lián)動主要來自實體經(jīng)濟和跨國企業(yè)，故而引發(fā)美股上漲。

圖5 A 股對其他市場的固定時點脈沖反應

A 股對港股（圖5-2）及離岸人民幣匯率（圖5-3）的影響在不同時期基本一致，且只有短期作用。在疫情之后，港股對A 股正向波動的反應出現(xiàn)短暫的小規(guī)模反向響應，這是受滬港通限額的影響。同時，這一時期，上證指數(shù)的上漲減弱了人民幣貶值的趨勢。

3.其他市場對A 股

港股和人民幣匯率的短期沖擊對A 股的影響始終為正，且在疫情之后不存在明顯時點差異。港股的正向沖擊導致A 股的正向波動（圖6-1），投資者對港股和A 股的市場預期正相關，導致市場出現(xiàn)同向波動。人民幣匯率上升，人民幣貶值，刺激A 股正向波動（圖6-2）。

圖6 其他市場對A 股的等間隔脈沖反應

港股對A 股的影響在中國本土之外地區(qū)暴發(fā)疫情時期略大，出現(xiàn)暫時的負向作用，起到降低美股對A 股影響的效果，抵消了世界金融市場的部分風險（圖7-1）。離岸人民幣匯率的正向變動，代表人民幣貶值，此時人民幣貶值促使A 股先上升后下降，也起到了減弱美股對A 股負向沖擊的作用（圖7-2）?？梢?，港股和離岸人民幣市場在緩沖全球金融風險對A 股市場的沖擊上具有不可忽視的作用。

圖7 其他市場對A 股的固定時點脈沖反應

五、結(jié)論及政策建議

本文構(gòu)建DCC-MGARCH 模型考察A 股、美股、港股和離岸人民幣市場的動態(tài)關系。研究發(fā)現(xiàn)，新冠疫情暴發(fā)之后，三大股指收益率之間均存在正相關關系，其中以上證指數(shù)-恒生指數(shù)最為顯著；三大股指收益率與離岸人民幣匯率均呈現(xiàn)負相關關系；A 股與美股的聯(lián)動性呈現(xiàn)顯著時變特征，且關聯(lián)性在前期較強。本文構(gòu)建TVP-SVVAR 模型探究不同地區(qū)暴發(fā)疫情時期各市場的相互反應。研究發(fā)現(xiàn)，A 股與美股存在相互作用，且在疫情初期短暫出現(xiàn)反向掛鉤，但后期保持正向聯(lián)動；當中國本土出現(xiàn)突發(fā)公共危機時，國際市場的正向波動會讓A 股承擔下行壓力；港股與離岸人民幣匯率市場能緩解美股對A 股的沖擊。

基于上述研究結(jié)論，本文提出以下政策建議：

第一，加強金融市場服務實體經(jīng)濟的作用，防范市場出現(xiàn)過度投機。在全球化大背景之下，全球金融市場的聯(lián)系更緊密，當出現(xiàn)突發(fā)公共危機時，風險溢出效應加強，單一市場受到內(nèi)外多重威脅。金融體系應該服務于實體經(jīng)濟發(fā)展，若脫離實體經(jīng)濟，則在面對突發(fā)外部危機時更為脆弱，產(chǎn)生劇烈波動，而反過來進一步?jīng)_擊實體經(jīng)濟。因此，政府在制定經(jīng)濟政策時，需要注意防范金融市場的過度投機。

第二，制定積極有效的市場調(diào)控政策，穩(wěn)住國內(nèi)經(jīng)濟基本盤。當其他主要經(jīng)濟體出現(xiàn)市場異常波動時，國際資本以尋求避險而可能突然增加對人民幣資產(chǎn)的需求，引發(fā)匯率超調(diào)，造成國內(nèi)市場波動。若放任市場失序或恐慌蔓延，市場預期會持續(xù)低迷，加之外部影響，會導致金融市場不景氣，經(jīng)濟復蘇步伐放緩。政府應進一步加強對市場的有效調(diào)控，遵循以人為本的治理原則，保持經(jīng)濟有序健康發(fā)展。

第三，在逐步開放中國市場的過程中，繼續(xù)發(fā)揮港股和離岸人民幣市場的“橋頭堡”作用。隨著人民幣國際化的不斷深入推進，中國金融市場逐步放開，但自身尚不成熟的體系在國際資本面前依然較為脆弱。在新冠疫情暴發(fā)之后，港股和離岸人民幣市場部分減輕了國際風險溢出引致的A 股波動，尤其是在本土之外地區(qū)暴發(fā)疫情時期。當前世界大環(huán)境的不穩(wěn)定因素不斷疊加，持續(xù)推進人民幣國際化依然任重道遠，我們需要時刻保持宏觀審慎的態(tài)度，防范由國際風險輸入引發(fā)的系統(tǒng)性危機。