股票市場(chǎng)與黃金市場(chǎng)的波動(dòng)溢出效應(yīng)
——基于滬深港股票市場(chǎng)和世界黃金市場(chǎng)數(shù)據(jù)

李雙琦 朱 沙

?

股票市場(chǎng)與黃金市場(chǎng)的波動(dòng)溢出效應(yīng)
——基于滬深港股票市場(chǎng)和世界黃金市場(chǎng)數(shù)據(jù)

李雙琦 朱 沙

（重慶工商大學(xué)財(cái)政金融學(xué)院，重慶 400067）

通過把世界黃金現(xiàn)貨市場(chǎng)抽象成國(guó)際金融市場(chǎng)，用三元GARCH-BEKK（1，1）模型研究中國(guó)股票市場(chǎng)與香港股票市場(chǎng)及國(guó)際金融市場(chǎng)的波動(dòng)溢出效應(yīng)，進(jìn)一步用三元DCC-GARCH（1，1）模型的動(dòng)態(tài)相關(guān)系數(shù)刻畫波動(dòng)溢出效應(yīng)的程度，從而將三者的波動(dòng)溢出效應(yīng)的定性分析和定量分析結(jié)合起來(lái)，結(jié)果發(fā)現(xiàn)滬深股票市場(chǎng)與香港股票市場(chǎng)、世界黃金現(xiàn)貨市場(chǎng)存在雙向波動(dòng)溢出效應(yīng)，香港股票市場(chǎng)與世界黃金現(xiàn)貨市場(chǎng)不存在波動(dòng)溢出效應(yīng)，進(jìn)而對(duì)完善我國(guó)金融市場(chǎng)且為投資者的投資提供借鑒。

股票市場(chǎng)；黃金市場(chǎng)；波動(dòng)溢出；GARCH-BEKK；DCC-GARCH

一、引 言

為了適應(yīng)資本市場(chǎng)發(fā)展的新形勢(shì)，2005年9月4日，證監(jiān)會(huì)發(fā)布了《上市公司股權(quán)分置改革管理辦法》。由此，我國(guó)的股權(quán)分置改革進(jìn)入了正式實(shí)施階段，股票市場(chǎng)的流通性也增強(qiáng)了。于是，作為中國(guó)金融市場(chǎng)縮影的股票市場(chǎng)，與其他金融市場(chǎng)的聯(lián)系逐漸加強(qiáng)，不再是一個(gè)相對(duì)獨(dú)立的市場(chǎng)。2007年8月美國(guó)次貸危機(jī)引發(fā)的金融危機(jī)席卷全球，并波及到中國(guó)金融市場(chǎng)，而其影響的程度是由中國(guó)金融市場(chǎng)與國(guó)外波動(dòng)溢出效應(yīng)決定的。2014年11月17日，作為中國(guó)證券市場(chǎng)多層次、國(guó)際化發(fā)展重要舉措的滬港通開始實(shí)施，滬深股票與香港股票關(guān)聯(lián)性的變化，以及滬深股市與香港股市、國(guó)外金融市場(chǎng)的波動(dòng)呈現(xiàn)的變化，對(duì)我國(guó)證券市場(chǎng)的穩(wěn)定和健康發(fā)展都有深刻影響。厘清中國(guó)金融市場(chǎng)與其他金融市場(chǎng)之間的波動(dòng)溢出效應(yīng)，對(duì)處在經(jīng)濟(jì)全球化、利率市場(chǎng)化和人民幣國(guó)際化進(jìn)程中的中國(guó)，具有重要的理論與實(shí)踐意義。

二、文獻(xiàn)綜述

金融時(shí)間序列作為高頻時(shí)間數(shù)據(jù)，金融變量的時(shí)間序列通常存在條件異方差，在研究其波動(dòng)時(shí)，最常用的是ARCH模型和GARCH模型。但在研究金融變量相關(guān)性時(shí)，由于一元GARCH模型存在短板，大量學(xué)者便嘗試用多元GARCH模型來(lái)解決這一問題，從此多元GARCH模型出現(xiàn)多種形式：Bollerslev、Engel和Wooldridge（1998）提出了VECH模型；Engle R.F. and K.F. Kroner（1995）提出了BEKK模型；Bollerslev（1990）提出了CCC-GARCH模型；Engle R. F.和Sheppard（2002）為解決高頻金融數(shù)據(jù)為常相關(guān)系數(shù)的不合理假定，在CCC-GARCH的基礎(chǔ)上提出了DCC-GARCH模型。自Ross（1990）提出“波動(dòng)溢出效應(yīng)”的定義（一個(gè)市場(chǎng)的波動(dòng)不僅對(duì)自身未來(lái)波動(dòng)有影響，還可能對(duì)其他市場(chǎng)未來(lái)的波動(dòng)產(chǎn)生影響）以來(lái)，眾多國(guó)內(nèi)外學(xué)者對(duì)各種不同金融市場(chǎng)之間的波動(dòng)溢出效應(yīng)做出了實(shí)證研究。

Dajcman、Silvo、Festic、Mejra（2012）[1]采用DCC-GARCH模型研究了斯洛文尼亞和其他國(guó)家（英國(guó)、德國(guó)、法國(guó)、澳大利、匈牙利和捷克）股票市場(chǎng)之間的波動(dòng)溢出性。結(jié)果表明，斯洛文尼亞與這些國(guó)家之間存在顯著的波動(dòng)溢出效應(yīng)。Tan Bee Huen、Arsad、Zainudin、Ooi Po Chun（2014）[2]利用GARCH-BEKK模型對(duì)2個(gè)發(fā)展中國(guó)家（馬來(lái)西亞和中國(guó)）與2個(gè)發(fā)達(dá)國(guó)家（日本和美國(guó)）股票市場(chǎng)波動(dòng)溢出效應(yīng)進(jìn)行的實(shí)證研究表明，發(fā)展中國(guó)家的股票市場(chǎng)與發(fā)達(dá)國(guó)家的股票市場(chǎng)存在雙向溢出效應(yīng)。龔樸、李夢(mèng)玄（2008）[3]采用基于加權(quán)CCF的方差Granger因果檢驗(yàn)方法，分析了上證指數(shù)、恒生指數(shù)收益序列的波動(dòng)溢出效應(yīng)，并通過BEKK模型對(duì)兩序列間的時(shí)變相關(guān)性進(jìn)行了實(shí)證，結(jié)果表明兩股市之間不存在顯著的波動(dòng)溢出效應(yīng)；盡管兩股市的聯(lián)系和聯(lián)動(dòng)性相對(duì)較弱，但有逐漸增大的趨勢(shì)。董秀良、吳仁水（2008）[4]采用DCC-GARCH模型對(duì)我國(guó)滬深A(yù)、B股市場(chǎng)之間相關(guān)性的研究表明，滬深兩市A、B股之間的相關(guān)系數(shù)總體為正，并具有明顯的時(shí)變特征，而且滬深A(yù)、B市場(chǎng)之間的一體化程度正日趨增強(qiáng)，不過在處于相對(duì)高位之后并沒有呈現(xiàn)出進(jìn)一步提高趨勢(shì)，股市場(chǎng)動(dòng)態(tài)相關(guān)系數(shù)還相對(duì)低，市場(chǎng)分割特征仍然明顯。董秀良、曹鳳岐（2009）[5]采用多元GARCH-BEKK模型，以美國(guó)、日本、香港和我國(guó)滬市作為研究對(duì)象，對(duì)國(guó)內(nèi)外股市波動(dòng)溢出關(guān)系進(jìn)行的研究發(fā)現(xiàn)，只有香港股市對(duì)滬市具有顯著的波動(dòng)溢出，美、日股市對(duì)滬市的波動(dòng)溢出則不顯著，但由于美、日股市波動(dòng)可以借助對(duì)香港股市波動(dòng)的影響間接地引起我國(guó)滬市的波動(dòng)。姚瓊（2012）[6]以滬深港三地股票市場(chǎng)指數(shù)數(shù)據(jù)為樣本，通過構(gòu)建三元GJR-GARCH- DCC模型對(duì)滬深港股市之間的聯(lián)動(dòng)效應(yīng)進(jìn)行的實(shí)證分析表明，滬深港股市之間存在明顯的聯(lián)動(dòng)性，股權(quán)分置改革之后，中國(guó)內(nèi)地股市更加國(guó)際化，市場(chǎng)之間的關(guān)系存在非對(duì)稱性，滬市在三個(gè)市場(chǎng)之間已經(jīng)起到了主導(dǎo)作用，市場(chǎng)間的動(dòng)態(tài)相關(guān)性呈現(xiàn)增加的趨勢(shì)。劉冠國(guó)（2013）[7]李永濤以上海黃金交易所的黃金現(xiàn)貨AU9995和上證指數(shù)為對(duì)象，通過建立GARCH-BEKK模型進(jìn)行的實(shí)證研究發(fā)現(xiàn)，兩個(gè)市場(chǎng)收益率之間存在顯著的雙向波動(dòng)溢出效應(yīng)。

綜上所述，國(guó)外學(xué)者的研究涉及中國(guó)股票市場(chǎng)較少，而國(guó)內(nèi)學(xué)者的研究大多集中在國(guó)內(nèi)或國(guó)外金融市場(chǎng)，對(duì)中外股市波動(dòng)相關(guān)關(guān)系的研究不多。隨著“滬港通”的正式實(shí)施，中國(guó)大陸股票市場(chǎng)與香港股票市場(chǎng)之間乃至世界金融市場(chǎng)的波動(dòng)溢出性逐漸成為熱點(diǎn)，也為本文的研究提供了方向。

三、實(shí)證分析

（一）數(shù)據(jù)的處理

本文選取滬深300指數(shù)（HS300）、香港恒生指數(shù)（HIS）、世界黃金現(xiàn)貨指數(shù)（GGP）的收盤價(jià)，并以其收益率作為研究對(duì)象，樣本區(qū)間為2007年7月16日—2015年7月16日。選HS300指數(shù)而不單獨(dú)選取上證指數(shù)是因?yàn)椤皽弁ā钡恼綄?shí)施表面上對(duì)滬市影響更大，但大量學(xué)者的研究表明深滬兩市具有高度聯(lián)動(dòng)性，HS300作為跨市場(chǎng)指數(shù)能夠反映滬深市場(chǎng)整體走勢(shì)，從而代表中國(guó)內(nèi)地股票市場(chǎng)的整體情況。由于三個(gè)指數(shù)所在市場(chǎng)交易日期上有差異，為了各交易市場(chǎng)數(shù)據(jù)的同步性，刪除各市場(chǎng)間不一致的交易數(shù)據(jù)，保留交易日期相同的數(shù)據(jù)。在計(jì)算指數(shù)收益率的時(shí)候采用來(lái)計(jì)算相應(yīng)指數(shù)日收益率，其中為股票指數(shù)在該交易日的日收益率，與分別表示該交易日的收盤指數(shù)和前一個(gè)交易日的收盤指數(shù)，每個(gè)股指數(shù)得到的收益率序列包含1 895個(gè)交易數(shù)據(jù)，所有數(shù)據(jù)均來(lái)自于Wind數(shù)據(jù)庫(kù)。本文數(shù)據(jù)描述和檢驗(yàn)通過Eviews 7.0實(shí)現(xiàn)，GARCH-BEKK（1，1）和DCC-GARCH（1，1）模型的極大似然估計(jì)法的參數(shù)估計(jì)、檢驗(yàn)及繪圖通過Winrats8.0編程實(shí)現(xiàn)。

（二）數(shù)據(jù)的描述性統(tǒng)計(jì)

通過Eviews 7.0對(duì)滬深300指數(shù)（HS300）、香港恒生指數(shù)（HIS）、世界黃金現(xiàn)貨指數(shù)（GGP）的收益率XHS300、XHSI、XGGP進(jìn)行統(tǒng)計(jì)可得：其均值分別為4.00E-05、4.18E-05、0.000 287，標(biāo)準(zhǔn)差分別為0.019 254、0.017 055、0.012 935，可以看出恒生指數(shù)的收益率相對(duì)較大，滬深300指數(shù)收益率波動(dòng)相對(duì)較大；其偏度分別為-0.266 143、0.001 019、0.202 114，峰度分別為5.586 274、11.583 48、8.973 868，J-B統(tǒng)計(jì)量分別為550.281 3、5 814.274、2 829.202，說明收益率序列均服從尖峰厚尾且左拖尾分布，而非正態(tài)分布。通過觀察XHS300、XHSI、XGGP的時(shí)序圖可以發(fā)現(xiàn)均存在群聚波動(dòng)現(xiàn)象。

（三）收益率的假設(shè)檢驗(yàn)

為了避免出現(xiàn)偽回歸現(xiàn)象，本文采用ADF檢驗(yàn)對(duì)XHS300、XHSI、XGGP數(shù)據(jù)的平穩(wěn)性進(jìn)行了檢驗(yàn)，ADF統(tǒng)計(jì)量的值分別為-42.175 74、-44.754 39、-42.889 51均小于5%顯著性水平下的臨界值-2.862 864，于是拒絕“存在一個(gè)單位根”的原假設(shè)，也即是說XHS300、XHSI、XGGP均為平穩(wěn)時(shí)間序列。

從XHS300、XHSI、XGGP自相關(guān)圖和偏自相關(guān)圖可看出，三個(gè)收益率均存在序列相關(guān)性，結(jié)合AIC準(zhǔn)則和SC準(zhǔn)則的值最小原則對(duì)三個(gè)時(shí)間序列做最小二乘估計(jì)，選擇最佳滯后期分別為6、8、16。

表1 AR模型參數(shù)估計(jì)

AR參數(shù)估計(jì)t-statisticP-value XHS300=-0.065 32AR(6) + ε1-2.835 4490.004 6 XHSI=0.051 193AR(8) + ε22.215 4610.026 8 XGGP=-0.072 549AR(16) + ε3-3.154 0690.001 6

從相伴概率可以看出，在5%顯著性水平下，其參數(shù)估計(jì)均是顯著的。先分別對(duì)殘差1、2、3做序列相關(guān)檢驗(yàn)（LM檢驗(yàn)），其Obs*R-squared的值分別為4.121 878、1.805 579、0.000 000，其相伴概率分別為0.127 3、0.405 4、1.000 0均大于0.05，即在5%顯著性水平下，三個(gè)自回歸方程不存在序列相關(guān)。然后分別對(duì)殘差1、2、3做ARCH效應(yīng)檢驗(yàn)，其Obs*R-squared的值分別為45.654 42、307.055 4、23.807 51，其相伴概率均為0.000 0均小于0.05，即在5%顯著性水平下，三個(gè)自回歸方程均存在ARCH效應(yīng)。

四、模型實(shí)證分析

（一）GARCH-BEKK（1，1）模型

1．GARCH-BEKK（1，1）模型構(gòu)建

本文采用Engle R. F. and K. F. Kroner1995年提出的GARCH-BEKK模型的三元BEKK（1，1）形式，其優(yōu)點(diǎn)是可以在很弱的條件下保證協(xié)方差矩陣的正定性且需要估計(jì)的參數(shù)較少，因此在分析實(shí)際問題時(shí)，該模型是一種簡(jiǎn)便的表達(dá)式。假設(shè)有A、B、C兩個(gè)市場(chǎng)，其三元BEKK（1，l）模型的形式如下：

（2）

其中，X為金融變量的收益率，（）為收益率的滯后期值。H為誤差項(xiàng)ε的3×3階條件方差及協(xié)方差矩陣。是3階下三角參數(shù)矩陣，和是3×3階參數(shù)矩陣，表示條件方差方程的常數(shù)項(xiàng)部分，和分別代表ARCH項(xiàng)、GARCH項(xiàng)的系數(shù)。

本文利用向量VAR模型建立均值方程，通過AIC準(zhǔn)則SC準(zhǔn)則并結(jié)合LM統(tǒng)計(jì)量確定最優(yōu)滯后階數(shù)，經(jīng)過試算比較發(fā)現(xiàn)：滬深股市、香港股市、世界現(xiàn)貨黃金市場(chǎng)適合采用均值方程右邊VAR（1）的形式，滯后項(xiàng)分別為AR（6）、AR（19）、AR（16）；運(yùn)用極大似然估計(jì)法對(duì)上述建立的向量形式的BEKK（1，1）形式的方差方程進(jìn)行估計(jì)方差方程的參數(shù)估計(jì)（見表2）。

表2 GARCH-BEKK（1，1）參數(shù)估計(jì)

GARCH-BEKK（1，1） XHS300-XHSI- XGGP（1-2-3） 矩陣元素CAB （1，1）0.001 130 214（2.758 99）0.130 544 993（6.787 89）0.998 008 637（232.993 37） （1，2）0-0.109 437 867（-6.137 99）0.034 642 837（6.412 43） （1，3）0-0.005 189 012（-0.359 43）0.007 796 009（2.052 89） （2，1）0.000 031 631（0.042 89）0.092 786 178（3.345 22）-0.039 859 918（-4.131 14） （2，2）0.001 456 02（3.076 73）0.306 138 424（12.543 26）0.940 343 596（115.576 36） （2，3）0-0.0331 113 08（-1.669 61）0.0087 980 66（1.380 74） （3，1）-0.000 711 429（-1.411 31）0.051 092 128（2.374 71）-0.015 300 018（-2.114 19） （3，2）-0.000 250 696（-0.411 71）0.050 550 136（2.333 18）-0.015 138 456（-1.947 25） （3，3）0.001 388 040（3.956 24）0.190 792 446（10.698 80）0.971 808 456（187.603 10）

2．滬深股市、香港股市、世界現(xiàn)貨黃金市場(chǎng)波動(dòng)溢出

從表3看出：對(duì)參數(shù)未施加任何限制的BEKK模型的估計(jì)結(jié)果中方差方程ARCH項(xiàng)系數(shù)矩陣和GARCH項(xiàng)系數(shù)矩陣的對(duì)角元素、、、、、，在5%顯著性水平下顯著不為0，說明每個(gè)市場(chǎng)的波動(dòng)均受自身以往波動(dòng)的影響，波動(dòng)聚類性顯著。

市場(chǎng)間波動(dòng)溢出的檢驗(yàn)結(jié)果表明：對(duì)于滬深股市和香港股市來(lái)說，三個(gè)Wald檢驗(yàn)的相伴概率均小于0.05，說明在5%顯著性水平下拒絕原假設(shè)，即滬深股市對(duì)香港股市存在雙向波動(dòng)溢出；對(duì)于滬深股市和世界現(xiàn)貨黃金市場(chǎng)來(lái)說，三個(gè)Wald檢驗(yàn)的相伴概率也均小于0.05，說明在5%顯著性水平下，滬深股市與世界現(xiàn)貨黃金市場(chǎng)之間存在雙向波動(dòng)溢出。對(duì)于香港股市與世界現(xiàn)貨黃金市場(chǎng)來(lái)說，三個(gè)Wald檢驗(yàn)的相伴概率均大于0.05，說明在5%顯著性水平下不能拒絕原假設(shè)，即香港股市與世界現(xiàn)貨黃金市場(chǎng)之間不存在波動(dòng)溢出。

綜上可見，滬深股市的波動(dòng)與香港股市、世界黃金現(xiàn)貨市場(chǎng)均存在雙向波動(dòng)溢出，并受自身前期波動(dòng)的顯著影響。這可能是由于國(guó)內(nèi)一系列金融市場(chǎng)改革措施的實(shí)施，加強(qiáng)了中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)的聯(lián)動(dòng)性。2005年9月4日，證監(jiān)會(huì)發(fā)布《上市公司股權(quán)分置改革管理辦法》，我國(guó)的股權(quán)分置改革進(jìn)入實(shí)施階段，中國(guó)股票市場(chǎng)流通性變得更強(qiáng)，中國(guó)股票市場(chǎng)作為中國(guó)金融市場(chǎng)的縮影不再是一個(gè)相對(duì)獨(dú)立的市場(chǎng)，與其他金融市場(chǎng)的聯(lián)系逐漸加強(qiáng)。2007年8月美國(guó)“次貸”危機(jī)引發(fā)的金融危機(jī)席卷全球，中國(guó)金融市場(chǎng)也遭受了金融危機(jī)引發(fā)的經(jīng)濟(jì)疲軟所帶來(lái)的沖擊。2014年11月17日滬港通開始實(shí)施，這是中國(guó)為適應(yīng)資本市場(chǎng)發(fā)展的新形勢(shì)，在經(jīng)濟(jì)全球化、利率市場(chǎng)化和人民幣國(guó)際化背景下，提出開放金融市場(chǎng)的新舉措。香港作為全球重要的金融中心，香港黃金市場(chǎng)也作為全球幾大黃金市場(chǎng)之一，香港股市與世界現(xiàn)貨黃金市場(chǎng)之間不存在波動(dòng)溢出，初步判斷這可能是由于香港股票市場(chǎng)與香港黃金市場(chǎng)的波動(dòng)溢出更加明顯，而與世界黃金市場(chǎng)的波動(dòng)溢出不顯著，香港股票市場(chǎng)與世界黃金市場(chǎng)的波動(dòng)溢出是一種間接影響關(guān)系的信號(hào)，比如香港股票市場(chǎng)與世界黃金市場(chǎng)的波動(dòng)溢出效應(yīng)是借助對(duì)其它金融市場(chǎng)的影響而產(chǎn)生的，并非兩個(gè)市場(chǎng)之間波動(dòng)毫無(wú)影響，只是在確定的顯著水平下不明顯而已。

表3 Wald檢驗(yàn)

原假設(shè)Wald A（1，2）=B（1，2）=A（2，1）=B（2，1）=0A（1，2）=B（1，2）=0A（2，1）=B（2，1）=0F（4，*）=11.449 93 [0.000 000 00] F（2，*）=22.772 50 [0.000 000 00] F（2，*）=8.766 59 [0.000 155 85] A（1，3）=B（1，3）=A（3，1）=B（3，1）=0A（1，3）=B（1，3）=0A（3，1）=B（3，1）=0F（4，*）=3.679 31 [0.005 325 12] F（2，*）=4.392 38 [0.012 371 30] F（2，*）=3.104 90 [0.044 829 06] A（2，3）=B（2，3）= A（3，2）=B（3，2）=0A（2，3）=B（2，3）=0A（3，2）=B（3，2）=0F（4，*）=1.791 75 [0.127 321 51] F（2，*）=1.398 00 [0.247 090 85] F（2，*）=2.951 56 [0.052 258 27] A（1，1）=B（1，1）=0A（2，2）=B（2，2）=0A（3，3）=B（3，3）=0F（2，*）=990 41.736 27 [0.000 000 00] F（2，*）=79.145 57 [0.000 000 00] F（2，*）=484 57.546 19 [0.000 000 00]

（二）DCC-GARCH（1，1）模型

1．DCC-GARCH（1，1）模型構(gòu)建

DCC-GARCH模型，即動(dòng)態(tài)條件相關(guān)多變量廣義自回歸異方差模型，與其他模型比相比最大的特點(diǎn)是相關(guān)系數(shù)隨時(shí)間變化而變化。DCC-GACH模型通常通過兩步來(lái)估計(jì)：第一步對(duì)各變量做GARCH（1，1）模型，用獲得的條件方差去除殘差得到標(biāo)準(zhǔn)化殘差，第二步以此標(biāo)準(zhǔn)化殘差利用極大似然估計(jì)法估計(jì)動(dòng)態(tài)相關(guān)結(jié)構(gòu)的參數(shù)。在Engle和Sheppard（2002）提出的二元DCC-GARCH模型基礎(chǔ)上，本文采用三元DCC-GARCH（1，1）模型，動(dòng)態(tài)相關(guān)設(shè)定形式為：

表4 DCC-GARCH（1，1）模型的參數(shù)估計(jì)

CABDCC （1）2.348 36e-006（2.755 46）0.053 45（7.241 24）0.940 51（115.455 39）0.007 88（1.437 44） （2）2.491 76e-006（3.621 41）0.071 05（7.490 55）0.917 30（85.067 56）0.931 93（16.232 32） （3）2.641 74e-006（3.212 73）0.058 66（6.026 50）0.925 92（73.869 87）

基于DCC（1，1）-GARCH（1，1）模型，得到滬深股市、香港股市、世界現(xiàn)貨黃金市場(chǎng)市場(chǎng)收益率的動(dòng)態(tài)異方差（見表4）。由表3可知：（）表示ARCH項(xiàng)系數(shù)，（）表示GARCH項(xiàng)系數(shù)，（）+（）<1符合約束條件，（）+（）表示收益率波動(dòng)的持續(xù)性，由此可見三個(gè)市場(chǎng)波動(dòng)的持續(xù)性都很強(qiáng)；（）體現(xiàn)了滯后一期的標(biāo)準(zhǔn)化殘差乘積對(duì)動(dòng)態(tài)相關(guān)系數(shù)的影響，其含義為現(xiàn)有信息對(duì)下一期波動(dòng)性的影響程度，數(shù)值越高說明該股市對(duì)新信息的敏感度越高，（）在（0.05，0.08）區(qū)間范圍之內(nèi)，表明三個(gè)市場(chǎng)收益率本期的動(dòng)態(tài)異方差受其前期均值殘差平方的影響較?。唬ǎ┙咏?，表明三個(gè)市場(chǎng)收益率的本期的動(dòng)態(tài)異方差主要依賴與其前期的動(dòng)態(tài)異方差。此外，整個(gè)DCC 模型的參數(shù)分別為ARCH項(xiàng)系數(shù)DCC（1）為0.007 88，GARCH項(xiàng)系數(shù)DCC（2）為0.931 93，整體上看對(duì)新信息的敏感程度并不強(qiáng)，但在波動(dòng)的持續(xù)性上，DCC（1）+ DCC（2）= 0.939 81表現(xiàn)出較高的波動(dòng)持續(xù)性。

2．動(dòng)態(tài)相關(guān)系數(shù)分析

從圖1到圖3（圖見下頁(yè)）的動(dòng)態(tài)相關(guān)系數(shù)路徑圖可以得出以下幾個(gè)結(jié)論。

第一，HS300收益率與HSI收益率以及HS300收益率與GGP收益率之間的動(dòng)態(tài)相關(guān)系數(shù)的時(shí)變趨勢(shì)基本保持一致；HSI收益率與GGP收益率的動(dòng)態(tài)相關(guān)系數(shù)大體趨勢(shì)也基本一致，只是波動(dòng)幅度和方向在部分時(shí)段發(fā)生了扭曲。

第二，HS300收益率與HSI收益率之間表現(xiàn)出較高的聯(lián)動(dòng)性，在“滬港通”實(shí)施前聯(lián)動(dòng)性也較穩(wěn)定，動(dòng)態(tài)相關(guān)系數(shù)一直在（0.3，0.7）的區(qū)間內(nèi)波動(dòng)，滬港通”實(shí)施后HS300收益率與HSI收益率動(dòng)態(tài)相關(guān)系數(shù)成下降趨勢(shì)，可能源于兩個(gè)市場(chǎng)結(jié)構(gòu)差異逐漸顯現(xiàn)，而且中國(guó)股票市場(chǎng)依舊沒有擺脫“政策市”的影響，股票市場(chǎng)依舊不健全，投資者的投機(jī)心理對(duì)市場(chǎng)的影響較大；HS300收益率與GGP收益率的動(dòng)態(tài)相關(guān)系數(shù)在（-0.05，0.1）區(qū)間范圍內(nèi)波動(dòng)，甚至出現(xiàn)波動(dòng)聚集現(xiàn)象，但其聯(lián)動(dòng)性較低；HSI收益率與GGP收益率的動(dòng)態(tài)相關(guān)系數(shù)將樣本分成3個(gè)區(qū)間段：2007年7月—2011年9月、2011年9月—2014年9月、2014年7月—2015年7月，其波動(dòng)區(qū)間分別為（0，0.1）（-0.05，0）（0，0.05），其相關(guān)性程度較低，從另一個(gè)角度看，構(gòu)建不同市場(chǎng)間的投資組合可以達(dá)到分散風(fēng)險(xiǎn)的作用，因此不可忽低相關(guān)和負(fù)相關(guān)的波動(dòng)的市場(chǎng)。

第三，雖然滬深股票市場(chǎng)與香港股票市場(chǎng)、世界黃金市場(chǎng)之間的聯(lián)動(dòng)性不算太高，但是滬深股票市場(chǎng)與香港股票市場(chǎng)聯(lián)動(dòng)性遠(yuǎn)遠(yuǎn)高于強(qiáng)于滬深股票市場(chǎng)與世界黃金市場(chǎng)之間的聯(lián)動(dòng)性。

動(dòng)態(tài)條件相關(guān)系數(shù)是描述金融市場(chǎng)之間的走勢(shì)趨同程度高低的重要指標(biāo)，動(dòng)態(tài)條件相關(guān)系數(shù)高說明市場(chǎng)之間走勢(shì)趨同程度大，市場(chǎng)一體化高，反之說明二者市場(chǎng)走勢(shì)有較大的偏離，存在市場(chǎng)分割效應(yīng)。由上述分析可知：中國(guó)金融市場(chǎng)沒有表現(xiàn)出與其他金融市場(chǎng)高度相關(guān)，一方面金融監(jiān)管部門的政策影響依然較大，投資者主要以投機(jī)為主，沒有形成中長(zhǎng)期投資的成長(zhǎng)理念；另一方面，匯率也是不可忽略的因素，我國(guó)自2005年匯率改革以來(lái)，人民幣一直保持著升值的趨勢(shì)，國(guó)內(nèi)人在投資國(guó)際金融資產(chǎn)時(shí)需要承擔(dān)一定的匯率風(fēng)險(xiǎn)，造成了一定程度市場(chǎng)分割。

圖1 HS300收益率與HSI收益率的動(dòng)態(tài)相關(guān)系數(shù)

根據(jù)現(xiàn)代社會(huì)對(duì)于慈善的判定標(biāo)準(zhǔn)，義演本身作為一種文藝形式，在無(wú)形之中就起到了教育和促進(jìn)文化傳播的作用。上文中已經(jīng)提到，民國(guó)初年，一些從西方留學(xué)歸來(lái)的知識(shí)分子將具有西方文化特征的戲劇和話劇等表演形式帶回中國(guó)，經(jīng)過戲劇改良產(chǎn)生了文明戲等近代劇種，帶有字幕的電影在近代都市社會(huì)也被頻繁地搬演到慈善義演的舞臺(tái)?，F(xiàn)代文明戲劇的推廣和播放帶有字幕的電影等文藝形式，推廣了白話文，傳播了平等文明的觀念，這一切活動(dòng)都具有傳播現(xiàn)代教育理念、發(fā)展科學(xué)文化、使社會(huì)文明開化的功能，所以，帶有近代文明特征的義演活動(dòng)直接或間接地推動(dòng)了近代社會(huì)教育和文化的發(fā)展，構(gòu)成了慈善的第二重效益。

圖2 HS300收益率與GGP收益率的動(dòng)態(tài)相關(guān)系數(shù)

圖3 HSI收益率與GGP收益率的動(dòng)態(tài)相關(guān)系數(shù)

五、結(jié) 論

本文通過把世界黃金現(xiàn)貨市場(chǎng)抽象成國(guó)際金融市場(chǎng)，用三元GARCH-BEKK（1，1）模型研究中國(guó)滬深股票市場(chǎng)與香港股票市場(chǎng)及國(guó)際金融的波動(dòng)溢出效應(yīng)，結(jié)果滬深股票市場(chǎng)與香港股票市場(chǎng)、世界黃金現(xiàn)貨市場(chǎng)存在雙向波動(dòng)溢出效應(yīng)，香港股票市場(chǎng)與世界黃金現(xiàn)貨市場(chǎng)不存在波動(dòng)溢出效應(yīng)。進(jìn)一步用三元DCC-GARCH（1，1）模型的時(shí)變相關(guān)系數(shù)刻畫波動(dòng)溢出效應(yīng)的程度，滬深股票市場(chǎng)與香港股票市場(chǎng)、世界黃金市場(chǎng)之間的聯(lián)動(dòng)性不算太高，但是滬深股票市場(chǎng)與香港股票市場(chǎng)聯(lián)動(dòng)性遠(yuǎn)遠(yuǎn)高于強(qiáng)于滬深股票市場(chǎng)數(shù)與世界黃金市場(chǎng)之間的聯(lián)動(dòng)性；香港股票市場(chǎng)與世界黃金市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)處于低水平，甚至出現(xiàn)負(fù)相關(guān)的波動(dòng)形態(tài)。

隨著“滬港通”正式實(shí)施，經(jīng)濟(jì)全球化、利率市場(chǎng)化和人民幣國(guó)際化進(jìn)程不斷深入，資本雙向流動(dòng)會(huì)更加頻繁。此外，中國(guó)金融市場(chǎng)對(duì)外開放程度提高，中國(guó)國(guó)內(nèi)金融市場(chǎng)與國(guó)際金融市場(chǎng)的波動(dòng)溢出可能會(huì)進(jìn)一步顯著起來(lái)。基于以上實(shí)證研究結(jié)果，波動(dòng)溢出效應(yīng)和動(dòng)態(tài)相關(guān)性，可以得到以下啟示。

第一，我國(guó)金融監(jiān)管部門應(yīng)該逐步轉(zhuǎn)變政府職能，應(yīng)當(dāng)進(jìn)一步加強(qiáng)金融市場(chǎng)競(jìng)爭(zhēng)機(jī)制，逐步減少政策干預(yù)，逐步增加不同種類和風(fēng)險(xiǎn)程度的金融衍生工具，逐步開放資本市場(chǎng)以適應(yīng)經(jīng)濟(jì)全球化的必然趨勢(shì)，加強(qiáng)國(guó)際金融合作應(yīng)對(duì)全球化金融危機(jī)沖擊，培育健康的國(guó)內(nèi)、國(guó)際金融環(huán)境。

第三，隨著我國(guó)金融市場(chǎng)全球化趨勢(shì)的加強(qiáng)，投資者要充分考慮不同金融市場(chǎng)的聯(lián)動(dòng)性和動(dòng)態(tài)相關(guān)性，在進(jìn)行定性和定量分析基礎(chǔ)上，可利用不同的低波動(dòng)溢出效應(yīng)和負(fù)相關(guān)性市場(chǎng)進(jìn)行跨市場(chǎng)資產(chǎn)以達(dá)到資產(chǎn)組合的有效配置從而制定更理性的量化投資策略，分散投資風(fēng)險(xiǎn)，減少投資策略不當(dāng)而造成不必要的損失。

[1] Dajcman, Silvo, Festic,Mejra. Interdependence between the Slovenian and European Stock Markets-A DCC-GARCH Analysis[J],Ekonomska Istrazivanja/Economic Research, 2012(2)：379-395.

[2] Tan Bee Huen, Arsad, Zainudin, Ooi Po Chun .Spillovers Among Regional And International Stock Markets[J].AIP Conference Proceedings. 2014, Vol. 1605: 828-833.

[3] 龔樸，李夢(mèng)玄.滬港股市的波動(dòng)溢出和時(shí)變相關(guān)性研究[J].管理學(xué)報(bào)，2008（1）：96-100.

[4] 董秀良，吳仁水.基于DCC-MARCH模型的中國(guó)A、B股市場(chǎng)相關(guān)性及其解釋[J].中國(guó)軟科學(xué)，2008（7）：125-133.

[5] 董秀良，曹鳳岐.國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)—基于多元GARCH模型的實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理，2009（1）：1091-1099.

[6] 姚瓊.基于GJR-GARCH-DCC模型的滬深港股市的聯(lián)動(dòng)性研究[J].中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)，2012（6）：85-93.

[7] 劉冠國(guó).中國(guó)黃金市場(chǎng)和股票市場(chǎng)之間波動(dòng)溢出效應(yīng)研究[J].理論學(xué)刊，2013（11）：47-51.

[8] 張心培，王峰.“滬港通”波動(dòng)溢出效應(yīng)研究——基于DCC-MVGARCH模型的實(shí)證分析[J].河北金融，2015（5）：20-23.

（責(zé)任編輯：于開紅）

朱 沙（1979-），男，四川成都人，重慶工商大學(xué)財(cái)政金融學(xué)院副教授，博士，主要研究金融市場(chǎng)。

The Volatility Spillover Effect between Stock Market and Gold Market Based on the Data of Shanghai, Shenzhen and Hong Kong Stock Market and Global Gold Market

LI Shuangqi ZHU Sha

(School of Finance, Chongqing Technology and Business University, Chongqing 400067)

This paper, abstracting global spot gold market from the international financial market, investigated the volatility spillover effect of Chinese stock market, the Hong Kong stock market and financial market by ternary GARCH-BEKK (1, 1) model. And the author chooses dynamic correlation coefficient of ternary DCC-GARCH (1, 1) with the degree of correlation model to portray the degree of volatility spillover effect so that combining qualitative analysis of volatility spillover effect among the three markets and quantitative analysis can be made. The result shows that there exists bidirectional volatility spillover effect between the Shanghai stock market, Shenzhen stock market and the Hong Kong stock market as well as global gold spot market. In addition, there does not exist volatility spillover effect between Hong Kong stock market and global gold spot market. Finally, this paper aims at improving the Chinese financial market and providing reference for investors.

Stock market; gold market; volatility spillover; GARCH-BEKK; DCC-GARCH

F830.9；F222.3

A

1009-8135（2016）02-0073-07

2015-12-01

李雙琦（1990-），男，湖北武漢人，重慶工商大學(xué)金融學(xué)2014級(jí)碩士研究生，主要研究投資學(xué)。

2015年重慶市教委科技項(xiàng)目“基于粒子群的金融投資組合問題研究”（KJ1500618）階段性成果