摘"要： "基于行業(yè)市場(chǎng)視角，采用非對(duì)稱CoVaR方法測(cè)量香港股市內(nèi)部行業(yè)對(duì)內(nèi)地相應(yīng)行業(yè)的尾部風(fēng)險(xiǎn)溢出，識(shí)別易受沖擊的行業(yè)子市場(chǎng)，分析不同時(shí)期市場(chǎng)遭受不同沖擊對(duì)尾部風(fēng)險(xiǎn)的作用關(guān)系、影響因素，剖析輸入性金融風(fēng)險(xiǎn)傳染渠道。研究發(fā)現(xiàn)：香港對(duì)于內(nèi)地的行業(yè)尾部風(fēng)險(xiǎn)溢出集中在非日常消費(fèi)品與工業(yè)子市場(chǎng)；不同行業(yè)尾部風(fēng)險(xiǎn)溢出存在異質(zhì)性，在國(guó)際化程度高的市場(chǎng)中貿(mào)易開放度及金融開放度有顯著作用；各主要傳染渠道在不同時(shí)期所發(fā)揮的作用不同，如信息渠道總在尾部風(fēng)險(xiǎn)溢出中起到顯著作用，金融聯(lián)系渠道則在機(jī)制改革與內(nèi)地市場(chǎng)脆弱性增加的特殊時(shí)期起到減弱尾部風(fēng)險(xiǎn)溢出的作用。同時(shí)，為有效防范系統(tǒng)性金融風(fēng)險(xiǎn)和加強(qiáng)金融協(xié)調(diào)監(jiān)管提出了對(duì)策建議。

關(guān)鍵詞：香港股市；內(nèi)地股市；尾部風(fēng)險(xiǎn)傳染；非對(duì)稱CoVaR

中圖分類號(hào)：F831；F832""""文獻(xiàn)標(biāo)志碼：A""""文章編號(hào)：1009-055X（2024）06-0072-14

doi：10.19366/j.cnki.1009-055X.2024.06.007

一、引"言

為促進(jìn)資本市場(chǎng)發(fā)展，我國(guó)政府出臺(tái)了一系列政策和措施，致力于深化內(nèi)地與香港地區(qū)的金融合作。2014年11月17日，滬港通機(jī)制正式啟動(dòng)，允許合格投資者在上海證券交易所和香港交易所自由交易股票。2016年12月5日，深港通機(jī)制啟動(dòng)，為合格投資者提供了在深圳證券交易所和香港交易所之間自由買賣股票的機(jī)會(huì)。為加強(qiáng)粵港澳三地經(jīng)濟(jì)合作與協(xié)調(diào)發(fā)展，將其打造為全球領(lǐng)先的創(chuàng)新中心和金融中心，內(nèi)地與香港展開了多項(xiàng)金融合作，包括強(qiáng)化金融市場(chǎng)互聯(lián)互通、支持金融科技創(chuàng)新、加強(qiáng)金融監(jiān)管合作等。

這些措施在一定程度上推動(dòng)了香港金融市場(chǎng)與內(nèi)地市場(chǎng)的互聯(lián)互通。隨著兩地金融市場(chǎng)聯(lián)系的不斷加深，人們開始廣泛關(guān)注兩地市場(chǎng)之間的風(fēng)險(xiǎn)溢出問(wèn)題。在這一背景下，面對(duì)內(nèi)地與香港金融聯(lián)系日益緊密的趨勢(shì)，準(zhǔn)確測(cè)度股市間的極端風(fēng)險(xiǎn)溢出以及研究?jī)?nèi)地股市與香港股市之間風(fēng)險(xiǎn)傳染渠道中各因素在不同時(shí)期產(chǎn)生的影響具有重要意義。

本文將聚焦于我國(guó)內(nèi)地股市與香港股市之間的關(guān)系。近年來(lái)，我國(guó)金融領(lǐng)域的開放程度逐漸提升，國(guó)內(nèi)金融市場(chǎng)越來(lái)越受到外部市場(chǎng)的影響。對(duì)此，維持我國(guó)股市穩(wěn)定、避免出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)顯得尤為重要。尤其是特殊時(shí)期如2015年的內(nèi)地股市震蕩，國(guó)內(nèi)宏觀寬松貨幣政策導(dǎo)向引發(fā)場(chǎng)外配資和杠桿的頻繁使用，加劇了金融市場(chǎng)泡沫的擴(kuò)大，內(nèi)地股市在短期內(nèi)漲幅達(dá)到150%。隨后的“去杠桿”措施和監(jiān)管部門監(jiān)管力度的提升使得股市泡沫開始破滅，內(nèi)地股市出現(xiàn)“千股跌?！爆F(xiàn)象，使股市的脆弱性大幅增加。

香港作為國(guó)際金融中心，在連接我國(guó)與全球金融市場(chǎng)方面扮演著重要角色，擁有龐大的國(guó)際資金和信息流動(dòng)。特別是隨著我國(guó)金融市場(chǎng)的逐步開放和國(guó)際化進(jìn)程的推進(jìn)，國(guó)內(nèi)市場(chǎng)與國(guó)際市場(chǎng)的聯(lián)系變得日益密切，研究香港股市對(duì)內(nèi)地股市的風(fēng)險(xiǎn)溢出有助于更好地了解和評(píng)估國(guó)內(nèi)市場(chǎng)面臨的全球性風(fēng)險(xiǎn)傳導(dǎo)機(jī)制，深入了解香港作為連接我國(guó)與全球金融市場(chǎng)的橋梁對(duì)內(nèi)地股市可能產(chǎn)生的風(fēng)險(xiǎn)傳遞效應(yīng)，并為世界金融市場(chǎng)對(duì)我國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)傳染研究提供參考以及為金融監(jiān)管和風(fēng)險(xiǎn)管理提供實(shí)際政策建議。Yang等^［1］

研究發(fā)現(xiàn)香港對(duì)上海的下行風(fēng)險(xiǎn)溢出明顯大于上行風(fēng)險(xiǎn)溢出，這一發(fā)現(xiàn)進(jìn)一步強(qiáng)化了研究香港對(duì)內(nèi)地股市風(fēng)險(xiǎn)溢出效應(yīng)的重要性，有助于我們更全面地理解兩地市場(chǎng)間的風(fēng)險(xiǎn)聯(lián)動(dòng)規(guī)律。

本文主要關(guān)注香港股市行業(yè)子市場(chǎng)對(duì)內(nèi)地股市相應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出，從行業(yè)子市場(chǎng)的角度探究香港股市對(duì)于內(nèi)地股市的風(fēng)險(xiǎn)溢出。采用非對(duì)稱條件在險(xiǎn)價(jià)值（conditional value at risk，CoVaR）模型來(lái)測(cè)度以全球行業(yè)分類系統(tǒng)（global industry classification system，GICS）為分類標(biāo)準(zhǔn)的11個(gè)香港行業(yè)對(duì)內(nèi)地對(duì)應(yīng)行業(yè)的尾部風(fēng)險(xiǎn)溢出情況。由于上海股票市場(chǎng)無(wú)論是上市公司數(shù)，還是市價(jià)總值、流通市值及各類成交金額均超過(guò)深圳股票市場(chǎng)，而且上海股票市場(chǎng)與深圳股票市場(chǎng)變化基本一致。因此，選擇上海股市作為內(nèi)地市場(chǎng)的代表研究香港對(duì)內(nèi)地行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：第一，首次采用非對(duì)稱CoVaR方法深入研究?jī)?nèi)地股市行業(yè)子市場(chǎng)與香港股市行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出。該方法清晰地展現(xiàn)了對(duì)系統(tǒng)風(fēng)險(xiǎn)均值和波動(dòng)的影響指標(biāo)，充分考慮了在不同經(jīng)濟(jì)環(huán)境負(fù)面沖擊下，風(fēng)險(xiǎn)溢出程度存在差異的因素，構(gòu)建的模型更符合真實(shí)環(huán)境中的風(fēng)險(xiǎn)溢出情況。在未來(lái)中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)交互日益頻繁的情況下，為進(jìn)一步探討和解決跨境金融風(fēng)險(xiǎn)問(wèn)題提供了有益的參考。第二，當(dāng)前研究主要集中于單一風(fēng)險(xiǎn)渠道對(duì)風(fēng)險(xiǎn)傳染的影響，本文不僅探討信息傳播渠道，而且考慮經(jīng)濟(jì)政策不確定性這一在尾部風(fēng)險(xiǎn)傳播機(jī)制中發(fā)揮關(guān)鍵作用的渠道，能夠更全面地理解不同風(fēng)險(xiǎn)渠道在風(fēng)險(xiǎn)傳染中的相互作用。第三，在2020—2022年較長(zhǎng)時(shí)間范圍內(nèi)，對(duì)2015年的內(nèi)地股市震蕩、滬港通以及深港通等事件和機(jī)制對(duì)股票市場(chǎng)的影響進(jìn)行了系統(tǒng)比較研究。研究聚焦于行業(yè)子市場(chǎng)之間的風(fēng)險(xiǎn)傳導(dǎo)，全面考察股票市場(chǎng)自身陷入壓力狀態(tài)以及交易機(jī)制改革對(duì)內(nèi)地股票市場(chǎng)在外部市場(chǎng)尾部風(fēng)險(xiǎn)溢出方面的影響。通過(guò)詳細(xì)對(duì)比不同環(huán)境下各行業(yè)子市場(chǎng)之間的尾部風(fēng)險(xiǎn)溢出效應(yīng)，可以更好地了解和評(píng)估股票市場(chǎng)在不同環(huán)境下的穩(wěn)定性和抗風(fēng)險(xiǎn)能力。

二、文獻(xiàn)綜述

金融風(fēng)險(xiǎn)的傳染渠道主要包括信息渠道和真實(shí)聯(lián)系渠道^［2］。信息渠道假定金融市場(chǎng)信息不完全，國(guó)際投資者僅能依據(jù)已有信息評(píng)估其他市場(chǎng)的風(fēng)險(xiǎn)，而投資者由于恐慌情緒引發(fā)的羊群效應(yīng)在危機(jī)期間更容易導(dǎo)致股市波動(dòng)^［3］。真實(shí)聯(lián)系渠道則包括貿(mào)易關(guān)系和金融聯(lián)系，國(guó)際貿(mào)易的波動(dòng)和金融市場(chǎng)的關(guān)聯(lián)性都會(huì)影響金融風(fēng)險(xiǎn)的傳染。但大部分關(guān)于金融風(fēng)險(xiǎn)的傳染研究局限于單一風(fēng)險(xiǎn)傳染渠道，楊子暉等^［4］"將信息渠道和真實(shí)聯(lián)系渠道放在同一框架下，對(duì)國(guó)際股市間的系統(tǒng)性風(fēng)險(xiǎn)沖擊進(jìn)行研究，拓展了國(guó)際股市在不同金融風(fēng)險(xiǎn)傳染渠道影響下的風(fēng)險(xiǎn)傳染研究。

目前關(guān)于金融風(fēng)險(xiǎn)傳染的研究主要集中在三個(gè)方面，分別是均值溢出、波動(dòng)溢出以及尾部風(fēng)險(xiǎn)溢出。均值溢出主要探討市場(chǎng)之間是否存在長(zhǎng)期的均衡關(guān)系，波動(dòng)溢出則關(guān)注市場(chǎng)波動(dòng)如何相互影響和傳播。美國(guó)次貸危機(jī)之后，人們開始更加關(guān)注極端風(fēng)險(xiǎn)的傳播，學(xué)者也逐漸將研究重心從一般風(fēng)險(xiǎn)傳染轉(zhuǎn)向市場(chǎng)間極端風(fēng)險(xiǎn)的傳染。

如何對(duì)金融尾部風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行測(cè)度已經(jīng)成為系統(tǒng)性金融風(fēng)險(xiǎn)溢出研究首要解決的問(wèn)題。自Baumol^［5］提出VaR模型以來(lái)，學(xué)者們就對(duì)其不斷運(yùn)用和發(fā)展。例如，Berkowitz^［6］提出了綜合評(píng)價(jià)VaR模型。國(guó)內(nèi)的學(xué)者也將VaR模型用于研究國(guó)內(nèi)金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出，比如劉金金等^［7］實(shí)證檢驗(yàn)我國(guó)滬深股市收益率與波動(dòng)率的聯(lián)動(dòng)性，洪永淼等^［8］研究我國(guó)不同證券市場(chǎng)之間的風(fēng)險(xiǎn)溢出。雖然VaR方法在風(fēng)險(xiǎn)度量方面得到快速發(fā)展，但是傳統(tǒng)的金融風(fēng)險(xiǎn)度量方法在美國(guó)次貸危機(jī)中不盡如人意的表現(xiàn)促使學(xué)者們開始研究新的風(fēng)險(xiǎn)溢出測(cè)度方法，CoVaR就是其中的成果之一。

Tobias等^［9］首次將風(fēng)險(xiǎn)溢出效應(yīng)納入VaR框架下，提出條件在險(xiǎn)價(jià)值模型。該模型采用分位數(shù)回歸分析方法進(jìn)行估計(jì)，用來(lái)研究金融機(jī)構(gòu)或金融市場(chǎng)在其他金融機(jī)構(gòu)或金融市場(chǎng)處于風(fēng)險(xiǎn)狀態(tài)時(shí)受到的尾部風(fēng)險(xiǎn)沖擊。Wong等^［10］采用CoVaR方法考察亞洲13個(gè)國(guó)家的股市風(fēng)險(xiǎn)關(guān)聯(lián)程度。我國(guó)學(xué)者也分別對(duì)我國(guó)銀行業(yè)、金融市場(chǎng)和證券業(yè)之間的系統(tǒng)風(fēng)險(xiǎn)貢獻(xiàn)度進(jìn)行了分析^［11-13］，林娟等^［14］基于CoVaR模型量化分析了滬深股市與香港股市間的尾部風(fēng)險(xiǎn)溢出效應(yīng)。這些研究說(shuō)明CoVaR模型可以有效地對(duì)金融機(jī)構(gòu)間及金融市場(chǎng)間的風(fēng)險(xiǎn)溢出進(jìn)行測(cè)度，為金融監(jiān)管機(jī)構(gòu)及時(shí)準(zhǔn)確地跟蹤系統(tǒng)性風(fēng)險(xiǎn)提供有效手段和工具。

Beber等^［15］注意到Tobias等^［9］2008年首次在工作論文中提出而后在2016年正式發(fā)表的CoVaR模型，其衡量的風(fēng)險(xiǎn)溢出是對(duì)稱的。而對(duì)稱的CoVaR模型的設(shè)定忽略了CoVaR方法的本質(zhì)特征，即CoVaR所度量的是基于單一金融機(jī)構(gòu)或金融市場(chǎng)陷入困境這一負(fù)面沖擊下時(shí)的其他金融機(jī)構(gòu)或金融市場(chǎng)面臨的風(fēng)險(xiǎn)。這一負(fù)面沖擊在不同的經(jīng)濟(jì)環(huán)境當(dāng)中對(duì)金融機(jī)構(gòu)或金融市場(chǎng)產(chǎn)生的影響是非對(duì)稱的。在正常情況下，金融機(jī)構(gòu)之間以及金融市場(chǎng)之間的系統(tǒng)性關(guān)聯(lián)度在經(jīng)濟(jì)下行時(shí)較強(qiáng)而在經(jīng)濟(jì)上行時(shí)較弱，這也意味著對(duì)稱CoVaR在經(jīng)濟(jì)下行時(shí)會(huì)低估負(fù)面沖擊對(duì)于金融體系的系統(tǒng)性風(fēng)險(xiǎn)溢出。對(duì)此，López-Espinosa等^［16］提出非對(duì)稱CoVaR模型。非對(duì)稱CoVaR 模型也被其他學(xué)者使用，比如陳國(guó)進(jìn)等^［17］"使用非對(duì)稱CoVaR方法對(duì)我國(guó)單個(gè)銀行與銀行體系之間的系統(tǒng)性關(guān)聯(lián)度和任意兩個(gè)銀行間的系統(tǒng)性關(guān)聯(lián)度進(jìn)行測(cè)算。雖然目前關(guān)于尾部風(fēng)險(xiǎn)溢出的研究在全球及地區(qū)股市之間的風(fēng)險(xiǎn)溢出方面提供了有價(jià)值的見解，但是學(xué)界較少運(yùn)用非對(duì)稱CoVaR模型對(duì)股市內(nèi)部不同行業(yè)子市場(chǎng)之間的風(fēng)險(xiǎn)傳染進(jìn)行研究。

對(duì)于香港股市與內(nèi)地股市間的相互影響，也有較多學(xué)者進(jìn)行研究，比如毛小麗等^［18］指出滬港通開通增強(qiáng)了香港市場(chǎng)對(duì)內(nèi)地市場(chǎng)的波動(dòng)溢出效應(yīng)，反之并不明顯，并且內(nèi)地股市與香港股市間的聯(lián)動(dòng)性有所減弱，而深港通開通則增強(qiáng)了內(nèi)地股市與香港股市間的聯(lián)動(dòng)性。Bai等^［19］的研究表明，滬港通的實(shí)施對(duì)內(nèi)地股市和香港股市的影響是不對(duì)稱的，它們受到兩個(gè)市場(chǎng)不平衡發(fā)展的推動(dòng)。梁琪等^［20］發(fā)現(xiàn)內(nèi)地股市接受香港股市的較高水平的風(fēng)險(xiǎn)溢出，且在高波動(dòng)狀態(tài)下更顯著。這些研究都表明香港股市與內(nèi)地股市間存在風(fēng)險(xiǎn)傳導(dǎo)，且跨境股市互聯(lián)對(duì)于市場(chǎng)風(fēng)險(xiǎn)的擴(kuò)散具有一定的影響。

三、模型設(shè)定及變量選取

（一）ΔCoVaR的定義

本文使用Tobias等^［9］在VaR基礎(chǔ)上所提出的ΔCoVaR來(lái)衡量金融市場(chǎng)之間的尾部風(fēng)險(xiǎn)溢出效應(yīng)。金融市場(chǎng)j在金融市場(chǎng)i處于壓力狀態(tài)時(shí)的風(fēng)險(xiǎn)價(jià)值CoVaR^s|iq可表示為：

P（Rj≤CoVaR^j|iq|Ri=VaRiq）=q（1）

式中，Rj是金融市場(chǎng)j的收益率；Ri是金融市場(chǎng)i的收益率；VaRiq是金融市場(chǎng)i處于q分位數(shù)水平的最大可能損失（通常為負(fù)數(shù)）。

類似于CoVaR^j|iq，CoVaR^j|i，mq表示的是金融市場(chǎng)j在金融市場(chǎng)i處于中位數(shù)水平收益時(shí)（即金融市場(chǎng)i處于正常狀態(tài)時(shí)）的最大可能損失，即：

P（Rj≤CoVaR^j|i，mq|Ri=VaRi0.5）=q（2）

ΔCoVaR^j|iq=CoVaR^j|iq－CoVaR^j|i，mq（3）

使用ΔCoVaRq來(lái)衡量金融市場(chǎng)之間的尾部風(fēng)險(xiǎn)溢出效應(yīng)時(shí)，ΔCoVaR^j|iq代表金融市場(chǎng)i對(duì)金融市場(chǎng)j的尾部風(fēng)險(xiǎn)貢獻(xiàn)度，衡量當(dāng)金融市場(chǎng)i處于壓力狀態(tài)時(shí)金融市場(chǎng)j的風(fēng)險(xiǎn)增加情況。ΔCoVaR^j|iq的絕對(duì)值越大，代表金融市場(chǎng)i對(duì)金融市場(chǎng)j的尾部風(fēng)險(xiǎn)溢出程度越高。

（二）非對(duì)稱CoVaR模型估計(jì)

首先介紹加入滯后狀態(tài)變量的時(shí)變?chǔ)oVaR，根據(jù)Tobias等^［9］的定義，為了計(jì)算金融市場(chǎng)i的時(shí)變VaR值，建立金融市場(chǎng)i的分位數(shù)回歸模型：

Rit=αi+βiMt－1+εit（4）

式中，Rit代表金融市場(chǎng)i在t時(shí)期的收益率；Mt-1代表宏觀狀態(tài)變量在t－1時(shí)期的值。滯后宏觀狀態(tài)變量引入可將時(shí)變特性引入分位數(shù)回歸模型。

這里所涉及宏觀狀態(tài)變量主要參考林娟等^［14］"以及李合龍等^［21］在研究滬深股市與香港股市中所選取的狀態(tài)變量，最終總共選取和構(gòu)建五類狀態(tài)變量。這些狀態(tài)變量涉及股票市場(chǎng)、債券市場(chǎng)、房地產(chǎn)市場(chǎng)、外匯市場(chǎng)，具體包括：

（1）股票指數(shù)波動(dòng)率。具體計(jì)算方法參考鄭振龍等^［22］采用GRACH（1，1）模型進(jìn)行計(jì)算。股票指數(shù)波動(dòng)率是衡量股票市場(chǎng)風(fēng)險(xiǎn)的重要指標(biāo)。

（2）短期利差。短期利差是度量市場(chǎng)流動(dòng)性風(fēng)險(xiǎn)的重要指標(biāo)。

（3）利率期限結(jié)構(gòu)。利率期限結(jié)構(gòu)反映不同時(shí)期的資金供求關(guān)系，是揭示市場(chǎng)利率變化方向的重要指標(biāo)。

（4）房地產(chǎn)市場(chǎng)超額收益率。房地產(chǎn)市場(chǎng)超額收益率是房地產(chǎn)市場(chǎng)收益率與股票指數(shù)之差。

（5）匯率。張兵等^［23］研究發(fā)現(xiàn)匯率對(duì)股票市場(chǎng)價(jià)格影響十分顯著，能夠影響股票市場(chǎng)收益率。

內(nèi)地市場(chǎng)和香港市場(chǎng)具體宏觀變量如表1所示。

①"香港作為亞洲金融中心，國(guó)際化程度高，因此選取香港市場(chǎng)宏觀變量時(shí)要考慮國(guó)際經(jīng)濟(jì)因素，本文將美國(guó)短期利差與美國(guó)利率期限結(jié)構(gòu)納入香港市場(chǎng)宏觀變量中。

基于式（4）所得到的系數(shù)估計(jì)值α^i與β^i， 可以分別作5%和50%的分位數(shù)回歸，得到金融市場(chǎng)i處于5%分位數(shù)水平時(shí)金融市場(chǎng)j的最大可能損失VaR及其處于正常運(yùn)營(yíng)狀態(tài)時(shí)的收益率。

VaRi0.05，t=α^i+β^iMt－1（5）

Ri0.5，t=VaRi0.5，t=α^^i，m+β^^i，mMt－1（6）

接著構(gòu)建出對(duì)稱的金融市場(chǎng)的分位數(shù)回歸模型，即對(duì)稱CoVaR模型：

Rjt=α^j|i+β^j|iMt－1+γRit+ε^j|it（7）

式中，Rjt代表金融市場(chǎng)j在t時(shí)期的收益率，這里的Mt-1代表的是金融市場(chǎng)j對(duì)應(yīng)的滯后宏觀狀態(tài)變量。值得注意的是，Rit的系數(shù)γ是金融市場(chǎng)i與金融市場(chǎng)j的關(guān)聯(lián)度系數(shù)，該系數(shù)反映處于壓力狀態(tài)的金融市場(chǎng)i給金融市場(chǎng)j帶來(lái)的尾部風(fēng)險(xiǎn)貢獻(xiàn)的程度。

根據(jù)式（7）作5％的分位數(shù)回歸，測(cè)算當(dāng)金融市場(chǎng)i處于壓力狀態(tài)時(shí)，金融市場(chǎng)j的尾部風(fēng)險(xiǎn)價(jià)值以及關(guān)聯(lián)度系數(shù)，并進(jìn)一步求解金融市場(chǎng)j分別在金融市場(chǎng)i處于壓力狀態(tài)時(shí)和正常狀態(tài)時(shí)的尾部風(fēng)險(xiǎn)價(jià)值。

CoVaR^j|i0.05，t=α^j|i+β^j|iMt－1+γVaRi0.05，t（8）

CoVaR^j|i，m0.05，t=α^j|i+β^j|iMt－1+γRi0.5，t（9）

最終可以得到t時(shí)期處于壓力狀態(tài)的金融市場(chǎng)i帶給金融市場(chǎng)j的尾部風(fēng)險(xiǎn)溢出。

ΔCoVaRi0.05，t=CoVaR^j|i0.05，t－CoVaR^j|i，m0.05，t=（VaRi0.05，t－Ri0.5，t）（10）

在不同宏觀經(jīng)濟(jì)環(huán)境下，金融市場(chǎng)之間的關(guān)聯(lián)度可能存在不同的情況。通常來(lái)說(shuō)，金融市場(chǎng)之間的關(guān)聯(lián)度在經(jīng)濟(jì)下行時(shí)較強(qiáng)而在經(jīng)濟(jì)上行時(shí)較弱。因此，在這里考慮引入非對(duì)稱CoVaR模型。根據(jù)已有的非對(duì)稱CoVaR方法，并參考陳國(guó)進(jìn)等^［17］進(jìn)行的研究，構(gòu)建出充分考慮負(fù)面沖擊在不同經(jīng)濟(jì)環(huán)境中金融市場(chǎng)帶來(lái)不對(duì)稱影響的分位數(shù)回歸模型，即非對(duì)稱CoVaR模型：

Rjt=α^j|i+β^j|iMt－1+γ－RitI（Ritlt;0）+γ+RitI（Rit≥0）+ε^j|it（11）

式中，Rjt代表金融市場(chǎng)j在t時(shí)期的收益率；I（·）是示性函數(shù)，當(dāng)括號(hào)里的條件滿足時(shí)取1，當(dāng)括號(hào)里的條件不滿足時(shí)取0；Rit的系數(shù)γ－和γ+分別為在經(jīng)濟(jì)下行時(shí)和經(jīng)濟(jì)上行時(shí)金融市場(chǎng)i與金融市場(chǎng)j的關(guān)聯(lián)度系數(shù)，兩者衡量了處于壓力狀態(tài)的金融市場(chǎng)i在不同經(jīng)濟(jì)環(huán)境下對(duì)金融市場(chǎng)j的不同尾部風(fēng)險(xiǎn)貢獻(xiàn)程度。

根據(jù)式（11）作5%的分位數(shù)回歸，估計(jì)出金融市場(chǎng)i的關(guān)聯(lián)度系數(shù)γ－和γ+，最后得到由非對(duì)稱CoVaR模型所得到的ΔCoVaRi0.01，t。

ΔCoVaRi0.05，t=－VaRi0.05，t－+R^i，m0.5，t（12）

式中，ΔCoVaRi0.05，t代表在考慮了宏觀經(jīng)濟(jì)環(huán)境不同的情況下，處于壓力狀態(tài)的金融市場(chǎng)i對(duì)金融市場(chǎng)j的尾部風(fēng)險(xiǎn)溢出程度。

（三）風(fēng)險(xiǎn)渠道模型設(shè)定

本文以模型測(cè)度的非對(duì)稱CoVaR值作為被解釋變量，對(duì)香港股市風(fēng)險(xiǎn)沖擊下內(nèi)地股市行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)的影響因素與傳染渠道展開分析。建立如下回歸模型：

ΔCoVaRi0.05，t=αi，t+β1Fopennessi，t－1+β2Fdevelopmenti，t－1+β3Opennessi，t－1+β4VIXi，t－1+β5EPUi，t－1+β6Exchangei，t－1+θncontroli，t－1（13）

式中，ΔCoVaRi0.05，t代表i行業(yè)市場(chǎng)在t時(shí)刻受到香港股市的尾部風(fēng)險(xiǎn)溢出；解釋變量包括金融開放度（Fopennessi，t－1）、金融發(fā)展水平（Fdevelopmenti，t－1）、貿(mào)易開放度

（Opennessi，t－1）、匯率（Exchangei，t－1）、VIX恐慌指數(shù)（VIXi，t－1）、中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)（EPUi，t－1）、控制變量（controli，t－1）。

金融開放度、金融發(fā)展水平、貿(mào)易開放度、匯率及VIX恐慌指數(shù)借鑒楊子暉等^［4］"以及Zhang等^［24］的研究，分別作為真實(shí)聯(lián)系渠道和信息渠道的衡量指標(biāo)。其中，利用外商直接投資（FDI）與GDP比例衡量金融開放度，利用企（事）業(yè)單位新增貸款與GDP比例衡量金融發(fā)展水平，利用進(jìn)出口額與GDP比例衡量貿(mào)易開放度。而根據(jù)宮曉莉等^［25］的研究，中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)EPU在尾部風(fēng)險(xiǎn)傳染機(jī)制中起到了重要節(jié)點(diǎn)作用，因此本文將其納入尾部風(fēng)險(xiǎn)傳染渠道的框架中。金融風(fēng)險(xiǎn)渠道如圖1所示：

（四）數(shù)據(jù)及變量

本文采用上證綜指、恒生指數(shù)分別作為上海、香港整體股市的代表變量，根據(jù)上海股市及香港股市內(nèi)部的GICS行業(yè)分類標(biāo)準(zhǔn)進(jìn)行分類的行業(yè)指數(shù)分別作為上海、香港各行業(yè)子市場(chǎng)的代表變量。其中，各行業(yè)指數(shù)參照劉娥平^［26］通過(guò)GICS行業(yè)內(nèi)部各公司的股價(jià)收盤價(jià)以市場(chǎng)流通股本為權(quán)重計(jì)算加權(quán)平均數(shù)得到，隨后通過(guò)對(duì)計(jì)算出來(lái)的行業(yè)子市場(chǎng)指數(shù)以取對(duì)數(shù)的方式求得行業(yè)子市場(chǎng)對(duì)數(shù)收益率，具體計(jì)算方式如式（14）、式（15） 所示：

Indext=∑Pi，t×Sharei，t∑Sharei，t（14）

Rt=lnIndextIndext－1（15）

股指數(shù)據(jù)為日度數(shù)據(jù)，來(lái)源于Wind數(shù)據(jù)庫(kù)。此外，非對(duì)稱CoVaR模型中的宏觀變量均為日度數(shù)據(jù)，風(fēng)險(xiǎn)渠道模型中的傳染渠道所涉及的GDP為季度數(shù)據(jù)，外商直接投資（FDI）、企（事）業(yè)單位新增貸款、進(jìn)出口額為月度數(shù)據(jù)，VIX恐慌指數(shù)及中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)為日度數(shù)據(jù)。

根據(jù)上述數(shù)據(jù)的可獲得性，本文研究的樣本時(shí)間區(qū)間為2010年1月5日—2022年8月30日。為準(zhǔn)確研究不同時(shí)期行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)變化，本文將樣本劃分為五個(gè)時(shí)間區(qū)間，涉及股市機(jī)制改革、內(nèi)地股市震蕩、粵港澳大灣區(qū)建設(shè)等事件，具體樣本劃分區(qū)間如表2所示。

四、實(shí)證分析

本文實(shí)證部分在以往研究尾部風(fēng)險(xiǎn)溢出的常規(guī) CoVaR 模型的基礎(chǔ)上，對(duì)于尾部風(fēng)險(xiǎn)溢出非對(duì)稱的特點(diǎn)，主要通過(guò)借助非對(duì)稱CoVaR模型分析上海股市內(nèi)部易受到香港尾部風(fēng)險(xiǎn)溢出影響的行業(yè)子市場(chǎng)，深入探究不同行業(yè)子市場(chǎng)在不同時(shí)期的尾部風(fēng)險(xiǎn)溢出效應(yīng)變化特點(diǎn)以及在尾部風(fēng)險(xiǎn)溢出影響中各風(fēng)險(xiǎn)渠道發(fā)揮作用的機(jī)制。

（一）各行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)測(cè)算

這一部分采用非對(duì)稱CoVaR模型對(duì)上海股市內(nèi)部11個(gè)以GICS分類標(biāo)準(zhǔn)劃分的行業(yè)子市場(chǎng)所受香港股市尾部風(fēng)險(xiǎn)傳染進(jìn)行測(cè)算，其中非對(duì)稱CoVaR模型中不同經(jīng)濟(jì)環(huán)境下的香港行業(yè)子市場(chǎng)與上海相應(yīng)行業(yè)子市場(chǎng)的關(guān)聯(lián)度系數(shù)如表3所示，行業(yè)上行環(huán)境代表香港行業(yè)子市場(chǎng)整體處于正收益狀態(tài)，行業(yè)下行環(huán)境代表香港行業(yè)子市場(chǎng)整體處于負(fù)收益狀態(tài)。

通過(guò)使用非對(duì)稱CoVaR模型進(jìn)行尾部風(fēng)險(xiǎn)的測(cè)度，發(fā)現(xiàn)只有6個(gè)香港股市內(nèi)部行業(yè)子市場(chǎng)與上海對(duì)應(yīng)行業(yè)子市場(chǎng)存在顯著的關(guān)聯(lián)關(guān)系，具體行業(yè)子市場(chǎng)包括非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場(chǎng)。具體來(lái)看，無(wú)論香港行業(yè)子市場(chǎng)所處環(huán)境是上行還是下行，上海的非日常生活消費(fèi)品、工業(yè)、醫(yī)療保健、房地產(chǎn)市場(chǎng)都和香港行業(yè)子市場(chǎng)保持著顯著的關(guān)聯(lián)度，而能源和金融則在香港對(duì)應(yīng)行業(yè)子市場(chǎng)下行環(huán)境中保持著顯著的關(guān)聯(lián)度。

本文對(duì)上述6個(gè)與對(duì)應(yīng)香港行業(yè)子市場(chǎng)保持顯著關(guān)聯(lián)度的上海行業(yè)子市場(chǎng)進(jìn)行深入研究，利用非對(duì)稱CoVaR模型對(duì)其所受香港股市尾部風(fēng)險(xiǎn)傳染進(jìn)行測(cè)算，并在圖2中分析這些行業(yè)子市場(chǎng)在不同時(shí)期受到香港股市尾部風(fēng)險(xiǎn)溢出的變化情況。其中，豎直線按先后順序分別代表滬港通開通、2015年內(nèi)地股市震蕩、深港通開通以及金融支持粵港澳大灣區(qū)政策頒布的重要時(shí)間節(jié)點(diǎn)，ΔCoVaR均為負(fù)值，ΔCoVaR值越小，代表市場(chǎng)所受到香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出程度越大。

可以看到，上海的不同行業(yè)子市場(chǎng)對(duì)香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出接收程度在樣本區(qū)間內(nèi)走勢(shì)并不完全相同，但在 2015年內(nèi)地股市震蕩區(qū)間各個(gè)行業(yè)子市場(chǎng)都存在一個(gè)較大程度的尾部風(fēng)險(xiǎn)溢出情況。滬港通機(jī)制開通后，只有工業(yè)、金融、能源、醫(yī)療保健市場(chǎng)表現(xiàn)出香港行業(yè)子市場(chǎng)對(duì)上海相應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出明顯增加的趨勢(shì)。上海的非日常消費(fèi)品行業(yè)在整個(gè)樣本區(qū)間內(nèi)都表現(xiàn)為最主要的香港尾部風(fēng)險(xiǎn)溢出接收市場(chǎng)，金融、醫(yī)療保健以及房地產(chǎn)市場(chǎng)則對(duì)來(lái)自香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出較為敏感，其波動(dòng)程度也較大。

綜合來(lái)看，滬港通機(jī)制作為內(nèi)地首次與香港進(jìn)行股市交易互聯(lián)互通的試點(diǎn)機(jī)制，提高了上海股市與香港股市的互聯(lián)互通程度。這一機(jī)制在一定程度上增加了香港股市對(duì)內(nèi)地股市的尾部風(fēng)險(xiǎn)溢出程度，尤其是在滬港通開通后內(nèi)地股市震蕩時(shí)期，導(dǎo)致內(nèi)地股市的脆弱性大大增加。滬港通機(jī)制的開通，放大了香港股市對(duì)內(nèi)地股市的尾部風(fēng)險(xiǎn)溢出，上海內(nèi)部各行業(yè)子市場(chǎng)在不同程度上都受到了直接沖擊。而隨著深港通機(jī)制的開通，在后續(xù)的時(shí)間區(qū)間中，除內(nèi)地股市陷入脆弱狀態(tài)外，上海各行業(yè)子市場(chǎng)所受到的尾部風(fēng)險(xiǎn)溢出基本上都處于一個(gè)比較穩(wěn)定的區(qū)間范圍。

（二）香港與上海股市行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)傳染渠道分析

本文旨在深入研究不同情境的上海市場(chǎng)內(nèi)部行業(yè)子市場(chǎng)受香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出影響，這里所涉及深入研究的行業(yè)子市場(chǎng)只包括在時(shí)間樣本區(qū)間內(nèi)與香港對(duì)應(yīng)行業(yè)子市場(chǎng)保持顯著關(guān)聯(lián)性的上海行業(yè)子市場(chǎng)，并對(duì)風(fēng)險(xiǎn)傳染的渠道在尾部風(fēng)險(xiǎn)傳染發(fā)揮作用的機(jī)制進(jìn)行更深入的剖析。

具體針對(duì)上海市的非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場(chǎng)，以香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出的測(cè)量值△CoVaR作為被解釋變量，將樣本根據(jù)重大事件分為不同的子區(qū)間，探討風(fēng)險(xiǎn)傳染渠道對(duì)上海行業(yè)子市場(chǎng)受到香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出的影響。通過(guò)對(duì)上述行業(yè)子市場(chǎng)的數(shù)據(jù)分析，進(jìn)一步探討在這些特定行業(yè)中香港股市尾部風(fēng)險(xiǎn)溢出對(duì)于上海股市的影響和傳染渠道。這有助于我們更全面地理解不同市場(chǎng)間風(fēng)險(xiǎn)傳染的機(jī)制，從而更好地應(yīng)對(duì)金融市場(chǎng)中的風(fēng)險(xiǎn)挑戰(zhàn)。

非日常生活消費(fèi)品子市場(chǎng)的風(fēng)險(xiǎn)溢出渠道分析結(jié)果如表4所示?？梢园l(fā)現(xiàn)，整體上各風(fēng)險(xiǎn)渠道在香港對(duì)應(yīng)的行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出中發(fā)揮了顯著的作用，尤其是在滬港通和深港通機(jī)制開通以及粵港澳大灣區(qū)等金融支持政策頒布后。這表明在內(nèi)地與香港股票市場(chǎng)機(jī)制聯(lián)通和政策影響下，隨著國(guó)內(nèi)機(jī)制改革以及與粵港澳大灣區(qū)建設(shè)等金融開放舉措的推進(jìn)，各風(fēng)險(xiǎn)渠道在香港股市對(duì)上海非日常生活消費(fèi)品這一行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)影響的作用有一定程度的增強(qiáng)。

在各種風(fēng)險(xiǎn)渠道中，匯率在樣本區(qū)間內(nèi)穩(wěn)定充當(dāng)增強(qiáng)香港對(duì)應(yīng)行業(yè)子市場(chǎng)傳導(dǎo)至內(nèi)地行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響的角色。這表明匯率渠道作為國(guó)際市場(chǎng)風(fēng)險(xiǎn)傳導(dǎo)的主要渠道，同樣在香港對(duì)上海非日常生活消費(fèi)品市場(chǎng)的尾部風(fēng)險(xiǎn)溢出中發(fā)揮著重要的風(fēng)險(xiǎn)傳染作用。而在滬港通機(jī)制開通后，經(jīng)濟(jì)政策不確定性的作用從之前的不顯著變?yōu)楹笃陲@著，在Ⅴ時(shí)期其系數(shù)在1%的置信水平下顯著，為-0.197，同一時(shí)期匯率的系數(shù)在1%的置信水平下僅為-0.173，而且經(jīng)濟(jì)政策不確定性在尾部風(fēng)險(xiǎn)溢出增強(qiáng)作用在Ⅳ時(shí)期中就已經(jīng)超過(guò)匯率。此外，在2015年的內(nèi)地股市震蕩期間，金融開放度和金融發(fā)展水平對(duì)上海非日常生活消費(fèi)品市場(chǎng)發(fā)揮了相反的作用。金融開放度在一定程度上減弱了香港對(duì)應(yīng)行業(yè)子市場(chǎng)傳導(dǎo)至上海非日常生活消費(fèi)品市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響，而金融發(fā)展水平則相反。這可能是內(nèi)地股市震蕩導(dǎo)致了整體股市較高的脆弱性。在這種情況下，較高的金融開放度意味著股市可以在一定程度上吸收來(lái)自國(guó)外的資金，以保持股市的資金流動(dòng)性，緩解市場(chǎng)流動(dòng)性不足，降低來(lái)自香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)。

工業(yè)子市場(chǎng)的風(fēng)險(xiǎn)溢出渠道分析結(jié)果如表5所示?？梢园l(fā)現(xiàn)，上海的工業(yè)市場(chǎng)與非日常生活消費(fèi)品市場(chǎng)不同，不論在哪段時(shí)期內(nèi)，大部分風(fēng)險(xiǎn)渠道都發(fā)揮了顯著的作用。其中，貿(mào)易開放度在滬港通開通時(shí)期發(fā)揮了減弱香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出的作用，而在深港通開通及其后期則起到了相反的作用。這可能是因?yàn)橘Q(mào)易開放度作為風(fēng)險(xiǎn)渠道在香港工業(yè)市場(chǎng)和上海工業(yè)市場(chǎng)之間起到的作用隨著時(shí)間和貿(mào)易政策的變化而發(fā)生變化。中國(guó)在融入世界貿(mào)易的初期，主要與發(fā)達(dá)國(guó)家進(jìn)行貿(mào)易往來(lái)^［27］。中國(guó)內(nèi)地對(duì)外貿(mào)易的限制較多，貿(mào)易開放度在香港工業(yè)市場(chǎng)對(duì)上海工業(yè)市場(chǎng)的尾部風(fēng)險(xiǎn)溢出中起到了減弱作用。而隨著中國(guó)內(nèi)地與國(guó)際市場(chǎng)貿(mào)易聯(lián)系的進(jìn)一步加強(qiáng)，再加之2018年美國(guó)開始針對(duì)中國(guó)的一系列貿(mào)易舉措，國(guó)外對(duì)中國(guó)產(chǎn)品的不友好關(guān)稅政策，導(dǎo)致內(nèi)地工業(yè)市場(chǎng)更易受到來(lái)自國(guó)際市場(chǎng)的沖擊。香港作為內(nèi)地與世界各地聯(lián)系的重要樞紐，其工業(yè)市場(chǎng)尾部風(fēng)險(xiǎn)溢出更是借助貿(mào)易開放度這一渠道傳導(dǎo)至上海工業(yè)市場(chǎng)。

金融行業(yè)子市場(chǎng)的風(fēng)險(xiǎn)溢出渠道分析結(jié)果如表6所示。可以發(fā)現(xiàn)，金融行業(yè)子市場(chǎng)對(duì)市場(chǎng)風(fēng)險(xiǎn)敏感，恐慌指數(shù)、經(jīng)濟(jì)政策不確定性及匯率顯著增強(qiáng)了香港該行業(yè)子市場(chǎng)對(duì)上海對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響。與其他行業(yè)子市場(chǎng)相比，上海金融行業(yè)子市場(chǎng)的各個(gè)風(fēng)險(xiǎn)渠道基本都在上海金融行業(yè)子市場(chǎng)接收香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出的過(guò)程中發(fā)揮了顯著作用。

能源子市場(chǎng)的風(fēng)險(xiǎn)溢出渠道分析結(jié)果如表7所示。能源作為國(guó)際貿(mào)易的重要組成部分，決定了能源行業(yè)子市場(chǎng)具有全球性，并且會(huì)受到政治因素的重大影響。Tiwari等^［28］針對(duì)不同區(qū)域市場(chǎng)展開研究，發(fā)現(xiàn)政策的不確定性極大地影響了區(qū)域能源股票市場(chǎng)波動(dòng)溢出的程度，因此能源行業(yè)子市場(chǎng)對(duì)外部風(fēng)險(xiǎn)有較高的敏感性。特別體現(xiàn)在貿(mào)易開放度這一風(fēng)險(xiǎn)渠道中，其在滬港通機(jī)制開通和內(nèi)地股市震蕩期間都發(fā)揮了減弱香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出的作用，原因在于樣本區(qū)間前期全球政治環(huán)境比較平穩(wěn)，穩(wěn)定的貿(mào)易渠道為市場(chǎng)保持了穩(wěn)定的資金來(lái)源。但隨著全球政治不穩(wěn)定性的增加，特別是與能源行業(yè)密切相關(guān)的俄烏沖突事件，導(dǎo)致貿(mào)易開放度這一風(fēng)險(xiǎn)渠道在香港能源市場(chǎng)對(duì)上海能源市場(chǎng)的尾部風(fēng)險(xiǎn)溢出中發(fā)揮了越來(lái)越大的增強(qiáng)作用。

而對(duì)于主要市場(chǎng)面向國(guó)內(nèi)的醫(yī)療保健和房地產(chǎn)行業(yè)，經(jīng)濟(jì)政策不確定性在香港市場(chǎng)對(duì)于內(nèi)地市場(chǎng)的尾部風(fēng)險(xiǎn)溢出中充當(dāng)了重要的風(fēng)險(xiǎn)傳染渠道篇幅所限，醫(yī)療保健市場(chǎng)及房地產(chǎn)市場(chǎng)回歸結(jié)果未予以列示。。

在醫(yī)療保健市場(chǎng)中，各風(fēng)險(xiǎn)渠道在滬港通與深港通機(jī)制開通時(shí)發(fā)揮了較為顯著的作用。在內(nèi)地股市震蕩時(shí)期主要是恐慌指數(shù)以及經(jīng)濟(jì)政策不確定性發(fā)揮了增強(qiáng)內(nèi)地醫(yī)療保健行業(yè)市場(chǎng)受到香港尾部風(fēng)險(xiǎn)溢出的作用，這可能是因?yàn)樯虾ａt(yī)療保健市場(chǎng)當(dāng)時(shí)主要為國(guó)內(nèi)市場(chǎng)且自身定位處于服務(wù)業(yè)，較少受到金融聯(lián)系渠道和貿(mào)易渠道的影響。

房地產(chǎn)作為服務(wù)行業(yè)，其主要市場(chǎng)在國(guó)內(nèi)，受到政策調(diào)控和國(guó)內(nèi)經(jīng)濟(jì)環(huán)境的影響較大。因此，經(jīng)濟(jì)政策不確定性成為香港對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出的主要風(fēng)險(xiǎn)渠道之一。此外，VIX恐慌指數(shù)作為另一風(fēng)險(xiǎn)渠道，代表市場(chǎng)投資者的恐慌情緒。對(duì)于房地產(chǎn)市場(chǎng)，VIX恐慌指數(shù)在經(jīng)濟(jì)平穩(wěn)時(shí)擴(kuò)大了香港房地產(chǎn)行業(yè)對(duì)內(nèi)地房地產(chǎn)行業(yè)的尾部風(fēng)險(xiǎn)溢出。然而，在內(nèi)地股市震蕩時(shí)期，并沒(méi)有起到預(yù)期的顯著擴(kuò)大尾部風(fēng)險(xiǎn)溢出的作用。這在一定程度上印證了Zheng等^［29］關(guān)于投資者情緒對(duì)房地產(chǎn)市場(chǎng)影響的研究，該研究發(fā)現(xiàn)在悲觀時(shí)期投資者會(huì)認(rèn)為房地產(chǎn)市場(chǎng)會(huì)更加安全，因此會(huì)將資金轉(zhuǎn)移到房地產(chǎn)市場(chǎng)，提高了房地產(chǎn)市場(chǎng)的流動(dòng)性。

（三）穩(wěn)健性檢驗(yàn)

為驗(yàn)證研究結(jié)論的可靠性，本文選擇改變非對(duì)稱CoVaR模型中設(shè)置的分位數(shù)水平，將模型中的分位數(shù)水平調(diào)整為0.04，重新度量被解釋變量，將測(cè)算結(jié)果重新回歸，各行業(yè)子市場(chǎng)的回歸結(jié)果依然顯著，沒(méi)有發(fā)生顯著實(shí)質(zhì)性變化，說(shuō)明本文得出的主要結(jié)論具有較好的穩(wěn)健性篇幅所限，穩(wěn)健性檢驗(yàn)處理結(jié)果未予以列示。。

五、結(jié)論與建議

本文采用創(chuàng)新的非對(duì)稱CoVaR模型，基于中觀視角首次將該模型應(yīng)用于度量香港股市對(duì)內(nèi)地行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出。根據(jù)內(nèi)地各行業(yè)子市場(chǎng)與香港對(duì)應(yīng)行業(yè)子市場(chǎng)的關(guān)聯(lián)度，篩選出上海的非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場(chǎng)，并測(cè)度了這些行業(yè)子市場(chǎng)從2010年到2022年期間所受到的香港股市尾部風(fēng)險(xiǎn)溢出。

分析結(jié)果表明，上海對(duì)應(yīng)行業(yè)子市場(chǎng)所受到的香港尾部風(fēng)險(xiǎn)溢出的走勢(shì)基本相同，但由于各行業(yè)子市場(chǎng)行業(yè)本身的特質(zhì)，香港股市對(duì)于上海股市的尾部風(fēng)險(xiǎn)溢出集中在工業(yè)、非日常消費(fèi)品行業(yè)子市場(chǎng)，而且綜合比較下受到香港尾部風(fēng)險(xiǎn)溢出越大的行業(yè)子市場(chǎng)其風(fēng)險(xiǎn)渠道在尾部風(fēng)險(xiǎn)傳導(dǎo)過(guò)程中發(fā)揮的作用也越大。

在對(duì)風(fēng)險(xiǎn)渠道具體如何影響香港行業(yè)子市場(chǎng)對(duì)內(nèi)地行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出的研究中發(fā)現(xiàn)：第一，整體上看，大多數(shù)內(nèi)地行業(yè)所受到香港對(duì)應(yīng)行業(yè)的尾部風(fēng)險(xiǎn)溢出存在不同之處，非日常消費(fèi)品行業(yè)與工業(yè)行業(yè)是主要的尾部風(fēng)險(xiǎn)溢出接收方。

第二，匯率、VIX恐慌指數(shù)以及經(jīng)濟(jì)政策不確定性在各個(gè)行業(yè)子市場(chǎng)大部分時(shí)期都穩(wěn)定充當(dāng)了增強(qiáng)香港行業(yè)子市場(chǎng)傳導(dǎo)至內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響的角色。主要原因在于VIX恐慌指數(shù)作為衡量市場(chǎng)波動(dòng)性和不確定性的重要指標(biāo)，通常在市場(chǎng)情緒低迷和經(jīng)濟(jì)政策不確定性增加時(shí)會(huì)迅速攀升。這一情緒性波動(dòng)會(huì)導(dǎo)致投資者的情緒性決策，可能會(huì)加速投資者對(duì)于股市的撤離，導(dǎo)致股市的異常波動(dòng)^［30］。同時(shí)，匯率上升可能意味著國(guó)內(nèi)資金外流的增加。而隨著國(guó)內(nèi)資金流出，市場(chǎng)資金流動(dòng)性可能會(huì)降低，因?yàn)橘Y金從股市中撤離會(huì)進(jìn)一步放大市場(chǎng)波動(dòng)性。而股市缺乏流動(dòng)性，會(huì)使得市場(chǎng)更容易受到突發(fā)事件的影響，導(dǎo)致股市脆弱性增加。以上三個(gè)風(fēng)險(xiǎn)渠道中信息渠道占據(jù)了兩個(gè)，這說(shuō)明在香港行業(yè)子市場(chǎng)對(duì)內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出中信息渠道占據(jù)了重要的地位，這與Chen等^［31］所發(fā)現(xiàn)的信息渠道在行業(yè)風(fēng)險(xiǎn)溢出中至關(guān)重要的結(jié)論相一致。

第三，金融開放度與金融發(fā)展水平這兩個(gè)金融聯(lián)系渠道在股票市場(chǎng)的特殊時(shí)期能夠起到減弱香港行業(yè)子市場(chǎng)對(duì)內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響的作用，比如在內(nèi)地股市震蕩這種由于股票市場(chǎng)泡沫化等內(nèi)生原因?qū)е碌墓善笔袌?chǎng)特殊危機(jī)時(shí)期金融開放度減弱了香港行業(yè)子市場(chǎng)傳導(dǎo)至內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出；金融發(fā)展水平則在內(nèi)地股市進(jìn)行股市機(jī)制改革時(shí)起到了減弱香港行業(yè)子市場(chǎng)對(duì)內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出影響的作用。

第四，貿(mào)易開放度這一貿(mào)易聯(lián)系渠道與匯率相比，在香港行業(yè)子市場(chǎng)對(duì)內(nèi)地行對(duì)應(yīng)業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出傳導(dǎo)過(guò)程中起到的作用較小，但在一些特殊行業(yè)如金融、能源、醫(yī)療保健中都發(fā)揮了顯著作用。

基于以上結(jié)論，本文提出如下建議：

第一，對(duì)不同行業(yè)子市場(chǎng)定制化風(fēng)險(xiǎn)管理策略。針對(duì)不同行業(yè)子市場(chǎng)的特質(zhì)，我國(guó)應(yīng)實(shí)施差異化的風(fēng)險(xiǎn)管理措施。加強(qiáng)特定行業(yè)的監(jiān)管規(guī)范或提供相應(yīng)的支持措施，以提高行業(yè)抵御風(fēng)險(xiǎn)的能力。對(duì)于風(fēng)險(xiǎn)較為敏感的行業(yè)，政策可以更加重點(diǎn)關(guān)注其風(fēng)險(xiǎn)管理需求。例如，醫(yī)療保健與房地產(chǎn)行業(yè)相較于其他行業(yè)對(duì)香港對(duì)應(yīng)行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)溢出較為敏感，且行業(yè)主要市場(chǎng)面向國(guó)內(nèi)，其受經(jīng)濟(jì)政策不確定性和股市機(jī)制影響較深，相關(guān)部門有必要建立健全信息披露和市場(chǎng)交流機(jī)制，確保政策能夠清晰傳達(dá)，從而化解經(jīng)濟(jì)政策不確定性所帶來(lái)的負(fù)面影響。同時(shí)，建立定期的風(fēng)險(xiǎn)評(píng)估機(jī)制，監(jiān)測(cè)股市機(jī)制改革對(duì)行業(yè)的影響，并及時(shí)識(shí)別和緩解可能出現(xiàn)的尾部風(fēng)險(xiǎn)。

第二，繼續(xù)推動(dòng)內(nèi)地與香港市場(chǎng)合作與信息共享。與香港跨城市合作和信息共享對(duì)降低香港股市對(duì)內(nèi)地股市的尾部風(fēng)險(xiǎn)溢出具有積極作用。內(nèi)地監(jiān)管部門可以與香港方面通過(guò)建立健全信息共享機(jī)制來(lái)促進(jìn)區(qū)域市場(chǎng)之間的協(xié)作，從而共同應(yīng)對(duì)風(fēng)險(xiǎn)。制定統(tǒng)一標(biāo)準(zhǔn)和政策框架也有助于提升整體市場(chǎng)的抗風(fēng)險(xiǎn)能力。

第三，強(qiáng)化關(guān)鍵風(fēng)險(xiǎn)渠道的監(jiān)管與控制。我國(guó)金融監(jiān)管部門可重點(diǎn)關(guān)注匯率和風(fēng)險(xiǎn)渠道中的信息渠道，這些風(fēng)險(xiǎn)渠道對(duì)各行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)的放大作用明顯。監(jiān)管部門應(yīng)強(qiáng)化對(duì)這些指標(biāo)的監(jiān)管力度，限制其潛在的不穩(wěn)定性影響，進(jìn)而減少其對(duì)尾部風(fēng)險(xiǎn)傳導(dǎo)的影響。

第四，在特殊時(shí)期如股市機(jī)制改革或者股市脆弱性顯著增加時(shí)，要注重發(fā)揮金融聯(lián)系渠道在香港行業(yè)子市場(chǎng)對(duì)內(nèi)地對(duì)應(yīng)行業(yè)子市場(chǎng)尾部風(fēng)險(xiǎn)溢出所起到的減弱風(fēng)險(xiǎn)作用。例如，金融開放度在內(nèi)地股市震蕩時(shí)期就減弱了非日常消費(fèi)品、工業(yè)、金融、能源行業(yè)子市場(chǎng)的尾部風(fēng)險(xiǎn)。因此，面對(duì)股市機(jī)制改革帶來(lái)的不穩(wěn)定性以及股市脆弱性增加等情況，政府可通過(guò)調(diào)整外國(guó)金融機(jī)構(gòu)在國(guó)內(nèi)的準(zhǔn)入條件，限制或放寬資本流出入，調(diào)整跨境資本的流動(dòng)性，靈活控制金融市場(chǎng)的對(duì)外開放度，以達(dá)到降低相應(yīng)行業(yè)受到來(lái)自香港尾部風(fēng)險(xiǎn)溢出的目的。

第五，加強(qiáng)信息披露與投資者風(fēng)險(xiǎn)教育，強(qiáng)化金融體系的韌性。增強(qiáng)市場(chǎng)透明度和提高投資者的風(fēng)險(xiǎn)意識(shí)有助于減緩尾部風(fēng)險(xiǎn)溢出。政策層面可促進(jìn)更多透明度的信息披露，并通過(guò)教育和指導(dǎo)方案提高投資者對(duì)市場(chǎng)風(fēng)險(xiǎn)的認(rèn)知水平。對(duì)于金融開放度和金融發(fā)展水平的影響，我國(guó)政策制定需圍繞增強(qiáng)金融體系的抗風(fēng)險(xiǎn)能力等目標(biāo)，監(jiān)管部門可通過(guò)提升金融監(jiān)管能力、強(qiáng)化市場(chǎng)透明度以及提供必要的金融工具等手段，保障金融體系的韌性和穩(wěn)定性。

參考文獻(xiàn)：

［1］"YANG K， WEI Y， LI S， et al."Asymmetric risk spillovers between Shanghai and Hong Kong stock markets under China，s capital account liberalization［J］.North American Journal of Economics and Finance，2020，51：1-12［2024-10-29］.DOI：org/10.1016/j.najef.2019.101100.

［2］"DEBARSY N， DOSSOUGOIN C， ERTUR C， et al."Measuring sovereign risk spillovers and assessing the role of transmission channels： a spatial econometrics approach［J］.Journal of Economic Dynamics amp; Control， 2018，87：21-45［2024-10-29］.DOI：org/10.1016/j.jedc.2017.11.005.

［3］"CAI Y， HONG J."Dynamic relationship between stock market trading volumes and investor fear gauges movements［J］.Applied Economics， 2019， 51（38）： 4218-4232.

［4］"楊子暉， 陳雨恬， 黃卓."國(guó)際沖擊下系統(tǒng)性風(fēng)險(xiǎn)的影響因素與傳染渠道研究［J］.經(jīng)濟(jì)研究， 2023， 58（1）： 90-106.

［5］"BAUMOL W J."An expected gain-confidence limit criterion for portfolio selection［J］.Management science， 1963， 10（1）： 174-182.

［6］"BERKOWITZ J. Evaluating the forecasts of risk models［EB/OL］.（1998-05-20）［2024-10-30］. https：//www.federalreserve.gov/PubS/feds/1999/199911/199911pap.pdf.

［7］"劉金全， 崔暢."中國(guó)滬深股市收益率和波動(dòng)性的實(shí)證分析［J］.經(jīng)濟(jì)學(xué)（季刊）， 2002（3）： 885-898.

［8］"洪永淼， 成思危， 劉艷輝， 等."中國(guó)股市與世界其他股市之間的大風(fēng)險(xiǎn)溢出效應(yīng)［J］.經(jīng)濟(jì)學(xué)（季刊）， 2004（2）： 703-726.

［9］"TOBIAS A， BRUNNERMEIER M K."CoVaR［J］.The American Economic Review， 2016， 106（7）： 1705-1741.

［10］"WONG A Y， FONG T P W."Analysing interconnectivity among economies［J］.Emerging Markets Review， 2011， 12（4）： 432-442.

［11］"李叢文， 閆世軍."我國(guó)影子銀行對(duì)商業(yè)銀行的風(fēng)險(xiǎn)溢出效應(yīng)——基于GARCH-時(shí)變Copula-CoVaR模型的分析［J］.國(guó)際金融研究， 2015（10）： 64-75.

［12］"陳建青， 王擎， 許韶輝."金融行業(yè)間的系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2015， 32（9）： 89-100.

［13］"劉曉星， 段斌， 謝福座."股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)研究：基于EVT-Copula-CoVaR模型的分析［J］.世界經(jīng)濟(jì)， 2011（11）： 145-159.

［14］"林娟， 趙海龍."滬深股市和香港股市的風(fēng)險(xiǎn)溢出效應(yīng)研究——基于時(shí)變?chǔ)oVaR模型的分析［J］.系統(tǒng)工程理論與實(shí)踐， 2020， 40（6）： 1533-1544.

［15］"BEBER A， BRANDT M W."When it cannot get better or worse： the asymmetric impact of good and bad news on bond returns in expansions and recessions［J］.Review of Finance， 2010， 14（1）： 119-155.

［16］"LPEZ-ESPINOSA G， MORENO A， RUBIA A， et al."Short-term wholesale funding and systemic risk： a global CoVaR approach［J］.Journal of Banking amp; Finance， 2012， 36（12）： 3150-3162.

［17］"陳國(guó)進(jìn)， 鐘靈， 張宇."我國(guó)銀行體系的系統(tǒng)性關(guān)聯(lián)度分析：基于不對(duì)稱CoVaR［J］.系統(tǒng)工程理論與實(shí)踐， 2017， 37（1）： 61-79.

［18］"毛小麗， 王仁曾."滬深股市與香港股市波動(dòng)溢出效應(yīng)研究［J］.價(jià)格理論與實(shí)踐， 2018（11）： 91-94.

［19］"BAI Y， CHOW D Y P."Shanghai-Hong Kong stock connect： an analysis of Chinese partial stock market liberalization impact on the local and foreign markets［J］.Journal of International Financial Markets Institutions amp; Money， 2017（50）： 182-203.

［20］"梁琪， 常姝雅."全球股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的預(yù)警與防范——基于高低波動(dòng)風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)的分析［J］.國(guó)際金融研究， 2022（9）： 67-76.

［21］"李合龍， 歐陽(yáng)瑞玲， 張衛(wèi)國(guó)."金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)預(yù)警與監(jiān)管研究——基于信息溢出網(wǎng)絡(luò)的視角［J］.金融發(fā)展研究， 2022（2）： 13-23.

［22］"鄭振龍， 楊偉."金融資產(chǎn)收益動(dòng)態(tài)相關(guān)性：基于DCC多元變量GARCH模型的實(shí)證研究［J］.當(dāng)代財(cái)經(jīng)， 2012（7）： 41-49.

［23］"張兵， 封思賢， 李心丹， 等."匯率與股價(jià)變動(dòng)關(guān)系：基于匯改后數(shù)據(jù)的實(shí)證研究［J］.經(jīng)濟(jì)研究， 2008， 43（9）： 70-81，135.

［24］"ZHANG C， ZHU Y， LU Z."Trade openness， financial openness， and financial development in China［J］.Journal of International Money and Finance， 2015（59）： 287-309.

［25］"宮曉莉， 劉建民， 熊熊， 等."經(jīng)濟(jì)政策不確定性與國(guó)際金融網(wǎng)絡(luò)間的尾部風(fēng)險(xiǎn)傳染研究［J］.中國(guó)管理科學(xué)， 2023， 31（7）： 78-90.

［26］"劉娥平."中國(guó)上市公司可轉(zhuǎn)換債券發(fā)行公告財(cái)富效應(yīng)的實(shí)證研究［J］.金融研究， 2005（7）： 45-56.

［27］"WEI Z， HAN B， PAN X， et al."Effects of diversified openness channels on the total-factor energy efficiency in China，s manufacturing sub-sectors： evidence from trade and FDI spillovers［J］.Energy Economics， 2020，90：1-16［2024-10-29］.DOI： org/10.1016/j.eneco.2020.104836.

［28］"TIWARI A K， ABAKAH E J A， DWUMFOUR R A， et al."Connectedness and directional spillovers in energy sectors： international evidence［J］.Applied Economics， 2022， 54（22）： 2554-2569.

［29］"ZHENG Y， OSMER E."Housing price dynamics： the impact of stock market sentiment and the spillover effect［J］. Quarterly Review of Economics and Finance， 2021，80：854-867［2024-10-29］.DOI： org/10.1016/j.qref.2019.02.006.

［30］"BARUN I K J， BEVILACQUA M， TUNARU R."Asymmetric network connectedness of fears［J］.Review of Economics and Statistics， 2022， 104（6）： 1304-1316.

［31］"CHEN N， JIN X."Industry risk transmission channels and the spillover effects of specific determinants in China，s stock market： a spatial econometrics approach［J］. North American Journal of Economics and Finance， 2020，52：1-11［2024-10-29］.DOI： org/10.1016/j.najef.2019.101137.

Study on Inter-industry Tail Risk Spillover Between Hong Kong and Chinese Mainland Stock Markets

ZHANG Weiguo"LIN Jiayu

（School of Business Administration，South China University of Technology，Guangzhou 510641，Guangdong，China）

Abstract：This paper employed the asymmetric Conditional Value at Risk （CoVaR） methodology "to measure the tail risk spillover within the Hong Kong stock market from corresponding industries in Chinese mainland， aimed to identify vulnerable sub-markets， analyzed the dynamic relationships and influencing factors of tail risk during periods of different market shocks， and dissected the channels through which financial risks propagate from an industry market perspective."The research reveals that：（1）The tail risk spillover from Hong Kong to Chinese mainland is concentrated on unnecessary consume and industry sub markets.（2）There is heterogeneity in tail risk spillover in different industries， which plays a significant role in trade openness and financial openness in the market with a high degree of internationalization.（3）The main infectious channels play different roles in different periods."For example， information channels always play a significant role in the tail risk spillover， while financial contact channels play a role in weakening the tail risk spillover in the special period when the mechanism reform and the vulnerability of Chinese mainland market increase.Meanwhile，this paper provides countermeasures and suggestions for effectively preventing systemic financial risks and strengthening financial coordination and supervision.

Key words：Hong Kong stock market；Chinese mainland stock market;tail risk contagion；asymmetric CoVaR