国内外股市波动溢出效应研究—基于SSEC、DJI、N225和HIS

王智勍 吴佳杰

本文从时间序列角度出发，对上证综指（SSEC）、道琼斯指数（DJI）、恒生指数（HIS）和日经225指数（N225）进行平稳性分析与ARCH效益检验。考虑到股市的杠杆效应，运用EGARCH模型分别拟合得出收益率方差序列，然后运用格兰杰因果检验研究四个市场之间的相互引导关系。得出结论：中国股市对外部冲击有一定的免疫性，对美国股市引导较强，对日本股市一般，对香港股市影响较弱但可以通过美国市场来间接传导。美国股市与香港股市具有双向引导关系，但日本股市对美国股市影响较小。日经N225与恒生指数之间互为格兰杰原因，但香港对日本股市的引导强于日本对香港的引导。

一、 引言

随着全球经济一体化发展，新兴市场的金融开放，各国资本市场之间，特别是股市之间的影响越来越紧密。中国金融市场发展历史较短，金融市场化程度不高，研究国内大陆股票市场与国外股票市场之间的联动性更有利于进一步研究中国股市的发展。

国外关于研究不同股市的波动溢出效应起步较早，Eun和Shim[1]运用了GARCH研究股市间的波动溢出效应，得出美国市场对于外国市场有单向的引导作用，而Koutmos和Booth发现东京市场和纽约市场存在相互的引导关系[2]。国内学者刘金全和崔畅基于单变量GARCH对沪深两市分析得出沪市到深市的单向溢出效应[3]。不同学者运用不同方法得出的结论有所差异，国内目前对于本国股市的研究比较多，但是对于中外股市波动溢出效应的研究较少。

本文建立在以往研究的基础上，与以往研究相比，涵盖了1997年至2014年更广泛的股指数据，从因果关系角度分析了中国股市与美国、香港。日本之间的相互引导关系。

二、 研究框架和方法

2.1.EGARCH模型

大量实证表明股票市场存在非对称性，利空消息对股市的冲击大于利好消息，为了更好的刻画这种不对称性，本文采用1991年Nelson提出的EGARCH模型，更好的反映的波动溢出的杠杆效应，且该模型参数没有约束限制。模型形式如下：

由于是对 建模，因此，方差 是大于0的正数，避免了对系数参数非负的约束，其次，当 ，模型可以反映“杠杆效应”，只要 不为0，冲击的影响就存在非对称性。

2.2.Granger因果关系检验

因果关系分析主要运用于研究两个变量之间是否存在一个变量对另一个变量的引导关

系。在预测 时，如果利用 的过去值与 的过去值比仅仅利用 的过去值能取得更好的预测效果，那么称 为 的格兰杰原因，格兰杰因果关系是预测意义上的[4]。Eiews软件在检验格兰杰因果关系时所默认的模型是：

、 为白噪声。

（1） 当约束条件 成立时， 不是 的格兰杰原因，反之则相反；

（2） 当约束条件 成立时， 不是 的格兰杰原因，反之则相反；

（3） 当上述两个约束条件皆不成立时，则 与 互为格兰杰原因。

为了检验这些原假设，首先利用OLS法估计模型：

并进行F检验，其原假设 .记无约束残差平方和为 ；受约束残差平方和为 ，F统计量为

给定置信水平 ，如果 ，则拒绝 ，认为 是 的格兰杰原因。同理对第二个模型进行F检验。

三、 实证检验和分析

3.1. 样本数据的统计描述

本文选取上证综指（SSEC），香港恒生指数（HIS），日经指数（N225）与美国道琼斯指数（DJI）来研究国外股市与国内股市之间的联动性。由于中国股票市场于1996年12月16日起施行涨跌停板制度，因此选取样本时间为1997年1月2日至2014年4月8日（数据来源于国泰安CSMAR数据库）。由于不同地区交易日，节假日不同，我们只选取四个股市相同交易日的股指价格，剔除不同交易日数据，剩下的交易日数据近似为连续的时间变量，共得3766个数据。由于美国股市交易时间在中国股市收盘后开始，因此将道琼斯指数滞后一期，不同股市指数的基数不同，为满足数据平稳性要求，将数据取对数一阶差分转换为日对

数收益率。 ，其中 为各指数日收盘价。

从上表可以看出上证综指的日平均收益率较高，N225日平均收益率最低，主要是由中国大陆的经济持续的高速大幅增长，而日本经济在样本期内持续的低迷造成。DJI日平均收益率最高与美国成熟的股市和发达的经济有关。由于香港作为国际金融中心同时受到海内外市场的影响，故HIS的波动最大。四个股指样本序列的分布都偏离正态分布，其中只有HIS是右偏，而SSEC、DJI与N225都呈现左偏，表明样本期内香港的经济繁荣期多于其低迷期。在1%显著水平下所有J-B统计量大于临界值且四个股市的峰度远远大于3，因此所有股市日收益率都呈明显现尖峰厚尾的特征。

另外，我们利用ADF检验对四个市场收益率序列的平稳性进行检验，结果表明四个市场收益率序列的ADF统计量均小于1%显著水平的临界值，因此四个收益率序列均为平稳过程，满足GARCH模型对变量序列平稳性的要求。

最后，进行ARCH效应的检验。首先，日收益率序列的自相关和偏自相关系数均落入两倍的估计标准差内，对应的p值均大于置信度0.05，故序列在5%的显著性水平上不存在显著的相关性，因此将日收益率序列视为白噪声序列。将序列进行去均值化处理，通过日收益率残差平方相关图进行ARCH检验，如下图：

残差平方序列存在自相关，所以存在ARCH效应。同理，其他三组序列也存在ARCH效应。

3.2EGARCH模型的实证分析

通过EGARCH（1，1）模型的拟合，参数均显著，说明序列具有杠杆性，进一步加入“ARCH-M”检验，但是系数不显著，将其更换为Variance系数仍不显著，所以不存在ARCH-M效应。参数估计结果如下表：

由上表可知在四个股市中，衡量持续冲击作用的参数 都小于1，说明四个股市中股价对于市场冲击以相对缓慢的速率改变，其中DJI指数与日经225的参数较小，表明这两个市场的时滞作用比较大，当股票价格受到冲击异常波动时，比较难以消除。而中国股市的 参数相对较大，可能与中国比较晚施行涨跌停板制度有关，涨跌停制度不利于市场对信息的消化和吸收。 在95%的水平下显著大于0，说明高于平均值的正冲击会增大收益率波动。杠杆效应系数 ，说明四个股市都存在杠杆效应，股市利空消息对波动性的影响要大于同等的利好消息，其中一个可能原因是较低股价剥夺了股东利益，使公司的杠杆作用加强，持股风险增大。中国作为新兴市场与海外成熟市场具有同样杠杆效应的特征，其中，美国市场的 参数绝对值最大，日本香港其次，表明市场越成熟，杠杆效应越明显，这可能是与成熟市场的投资者投资观念比较强有关。

3.2 .Granger因果关系实证

运用EGARCH模型拟合后，可以得到股市收益率变化的条件方差序列，然后运用格兰杰因果检验方法判断各个股市之间的联系，确定一个股市的下跌是否能预测另一个股市的下跌，由此判断一个股市的风险可否向另一个股市传导[5]。在因果检验中通过VAR确定最优滞后阶数为6阶，所以对各组变量在滞后1阶到6阶进行Granger因果检验。

DJI、HSI与N225在滞后1到6阶的情况下都不是SSEC的格兰杰原因，这说明上海股市对于外部的冲击具有一定的免疫能力，这可能与我国政府的政策有关系。我国股票市场市场机制不健全，内地股市尚未完全开放A股市场只允许中国居民用人民币购买A股证券，除了QFII外禁止其他国外投资者介入，因此与国外的股市处于相对分割的状态，且中介机构的作用并没有充分发挥，使得国外冲击不易对中国股市造成扰动。

DJI与HSI互为格兰杰因果关系，在2阶和3阶的时候DJI向HSI传导的F统计量大于HIS向DJI传导的F统计量，说明美国对于香港的传导强度更大。香港作为一个充分自由经济体系，国际投资者可以自由进出香港市场其股市受国际股市影响很大，与国际股市联系十分紧密。香港的资本市场比较成熟，吸引了大批外地机构投资者，其中，美国的投资者又占据了最大的份额。同时由于香港汇率与美元挂钩，其政府失去使用货币政策调节经济手段，货政策完全受到美国经济政策的影响，因此香港证券市场受美国证券市场的影响必然较大。

DJI对N225具有单向格兰杰原因，日本股市对美国股市的风险传导格兰杰因果检验并不显著，出现传导的不对称性。美国作为全球经济占主导地位的国家，其经济越强大，金融市场越开放，对其他国家的影响越大。

HSI与N225的互为格兰杰原因，但N225在滞后1阶的时候格兰杰原因检验显著，在滞后2阶和3阶的时候，其格兰杰因果检验并不显著。这可能与香港股市变化较快，易吸收消化各国冲击有关。

SSEC在1%的显著性水平下是DJI格兰杰原因，但当置信水平为5%SSEC与HSI也存在因果关系，由此说明中国股市对香港市场的影响可以通过美国市场来间接传导。（中国——美国——香港）内地股市和香港股市在联动性显得很弱的主要原因在于两者投资对象群体的不同。香港股市拥有其他国家的在香港上市的公司股票，而内地股市基本上全是本土公司股票，因此恒生指数更多体现的是是国际股市的特性，与国际市场联动性较强。其次， A股和H股位分割于两个股票市场，缺乏必要的套利机制，同时由于两地资金不能完全自由流动，内地投资者对香港股市的价格影响不大，因而降低了A股H股联动性。但随着内地大型国企在香港和内地股市中A+H上市公司的不断增多，两地的联动性将不断增强。SSEC对N225在滞后2阶和3阶的时候是其格兰杰原因。中日地理位置上利于两国的贸易往来，密切的经贸关系可能是两者股市联动性较高的原因。

（作者单位：浙江工商大学a金融学院b统计与数学学院）

收件地址：浙江工商大学钱江湾生活区31幢506室

电话：13735548356

邮编：310018