動(dòng)態(tài)相關(guān)性視角下我國滬港股市關(guān)聯(lián)性研究

晏子恒，張?bào)惴?/p>

(長沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長沙 410004)

目前，利用VAR-DCC-GARCH模型研究滬市和香港股票市場(chǎng)相關(guān)性主要從三方面進(jìn)行：第一，關(guān)于滬港兩地金融傳染性和聯(lián)動(dòng)性研究。毛小麗等通過對(duì)比分析研究表明滬港股市之間波動(dòng)持續(xù)性增強(qiáng)，目前存在香港股市到內(nèi)地股市的顯著溢出效應(yīng)。[1]郭文偉等運(yùn)用MS Copular模型分析滬、深、港三地股票市場(chǎng)之間的危機(jī)傳染效應(yīng)，研究表明滬港之間存在對(duì)稱且線性的動(dòng)態(tài)相依性，但相依水平不高。[2]郭文偉運(yùn)用R-Vine-Copula模型描述了1995—2015年21個(gè)代表股市的相依結(jié)構(gòu)特征，研究表明香港股市等在相依結(jié)構(gòu)特征中起到樞紐中心作用，是危機(jī)傳染效應(yīng)向外擴(kuò)散的關(guān)鍵節(jié)點(diǎn)，香港起到連接歐洲股市和亞洲股市的橋梁作用。然而內(nèi)地滬深股市在國際股市相依結(jié)構(gòu)中處于邊緣地帶，尚未起到中心連接點(diǎn)作用。[3]淳偉德等運(yùn)用ARFIMA和FIAPARCH模型以及EVT模型和混合Copula模型對(duì)金融風(fēng)險(xiǎn)傳染性進(jìn)行研究，研究表明2008年全球金融危機(jī)的爆發(fā)對(duì)于股市的長期記憶性有一定影響，其中，中國大陸股市與香港股市之間發(fā)生了顯著的極端風(fēng)險(xiǎn)傳染。[4]第二，滬港通影響研究。鄒洋和張瑞君運(yùn)用滬市A股上市公司作為樣本研究發(fā)現(xiàn)，滬港通的開通減少了上市公司的違規(guī)行為。[5]方先明等利用2011—2018年滬港深股票市場(chǎng)數(shù)據(jù)構(gòu)建ARMA-GARCH-Copula模型得出滬港通開通短期內(nèi)相關(guān)性并沒有顯著提升，而滬深通開通后相關(guān)性卻有提高，并提出增強(qiáng)我國股票市場(chǎng)開放度的建議。[6]豐若旸等從企業(yè)創(chuàng)新角度分析了滬港通的影響，研究發(fā)現(xiàn)滬港通提高了國有企業(yè)技術(shù)創(chuàng)新水平并緩解了國有企業(yè)的融資約束。[7]鐘覃琳等從股價(jià)信息含量角度分析滬港通的影響，運(yùn)用PSM+DID模型發(fā)現(xiàn)滬港通通過知情交易的直接作用和優(yōu)化公司治理機(jī)制的間接作用兩種方式作用于股價(jià)信息含量。[8]第三，VAR-DCC-GARCH應(yīng)用研究。凌正華等利用VAR-DCC-GARCH模型分析玉米期貨臨儲(chǔ)前和臨儲(chǔ)后產(chǎn)業(yè)鏈上下游動(dòng)態(tài)相關(guān)性，發(fā)現(xiàn)臨儲(chǔ)政策使玉米產(chǎn)業(yè)鏈上各種期貨價(jià)格關(guān)聯(lián)性顯著提升。[9]岳意定等利用VAR-DCC-GARCH模型對(duì)我國金屬的價(jià)格關(guān)聯(lián)性進(jìn)行分析發(fā)現(xiàn)LME金屬價(jià)格對(duì)我國金屬價(jià)格有著較大的關(guān)聯(lián)關(guān)系。[10]賈凱威等利用VAR-DCC-GARCH模型分析發(fā)達(dá)市場(chǎng)對(duì)中國大陸的金融傳染性發(fā)現(xiàn)中國大陸股市與日本股市存在時(shí)變關(guān)聯(lián)性，且2008年次貸危機(jī)使得相關(guān)系數(shù)明顯提高。[11]

綜上可知，滬市和港市間存在動(dòng)態(tài)關(guān)聯(lián)性。本文在此基礎(chǔ)上，運(yùn)用VAR-DCC-GARCH模型對(duì)滬港股票市場(chǎng)的動(dòng)態(tài)關(guān)聯(lián)性進(jìn)行研究，探究兩市之間的金融傳染性與滬港通效率問題。

一、數(shù)據(jù)處理

本文選取港市的香港恒生指數(shù)和滬市的滬深300指數(shù)作為研究對(duì)象。由于我國滬深300指數(shù)的起始日期為2004年12月31日，故本文選取的時(shí)間段為2004年12月31日至2019年12月。時(shí)間跨度為十五年，包含2008年的全球次貸危機(jī)、2015年我國股災(zāi)期以及2017年滬港通開通后的黃金發(fā)展期，具有很強(qiáng)的研究價(jià)值。數(shù)據(jù)選取來自東方財(cái)富Choice數(shù)據(jù)庫。分別選取兩市的每日收盤價(jià)為樣本，剔除由于交易日不同而不一致的數(shù)據(jù)，共得到3 523組數(shù)據(jù)。在數(shù)據(jù)處理上，按照股票市場(chǎng)每日對(duì)數(shù)收益率的計(jì)算公式：Rt=In(Pt/Pt-1)*100%，分別計(jì)算出兩市的每日對(duì)數(shù)收益率。得到兩組數(shù)據(jù)并命名為RHS、RGS，共計(jì)3 522組數(shù)據(jù)。并且以2008年次貸危機(jī)和2015年我國股災(zāi)為界限劃分為三個(gè)階段，第一階段：2005年至2007年，該階段處于次貸危機(jī)之前。第二階段：2008年至2016年，該階段包含2008年的次貸危機(jī)及2015年我國股災(zāi)。第三階段：2017年至2019年，該階段是滬港通發(fā)展迅猛的階段。

表1 RHS、RGS描述性統(tǒng)計(jì)

對(duì)RHS、RGS進(jìn)行描述性統(tǒng)計(jì)，從表1可以看出：第一，總體趨勢(shì)。滬市的均值0.0386595，港市的均值為0.0176525，說明兩市在2005年至2019年期間的日收益率平均值為正數(shù)，均有小幅盈利。第二，波動(dòng)程度。從標(biāo)準(zhǔn)差來看，滬市標(biāo)準(zhǔn)差大于港市，說明滬市震動(dòng)幅度較港市高。第三，分布狀態(tài)。滬市和港市相對(duì)于標(biāo)準(zhǔn)正態(tài)分布而言均處于右偏狀態(tài)，各序列峰度均超過3，JB統(tǒng)計(jì)量也顯示所有序列都拒絕了正態(tài)分布的假設(shè)，具有“尖峰厚尾”的特征。

然后，采用ADF方法分別對(duì)兩組樣本的收益率進(jìn)行單位根檢驗(yàn)。表2結(jié)果顯示所有序列均拒絕了含有單位根的假設(shè)，都為平穩(wěn)時(shí)間序列。對(duì)兩組數(shù)據(jù)分別進(jìn)行ARCH效應(yīng)檢驗(yàn)，結(jié)果表明兩組數(shù)據(jù)均具有自回歸特征，其波動(dòng)與歷史波動(dòng)相關(guān)，即具有ARCH效應(yīng)，故所有序列滿足GARCH類模型的建?；A(chǔ)。

表2 單位根檢驗(yàn)結(jié)果

二、實(shí)證分析

(一)VAR-DCC-GARCH模型結(jié)果

使用WINRATS9.0軟件構(gòu)建VAR-DCC-GARCH模型，實(shí)證分析得到表3。

表3 VAR-DCC-GARCH模型結(jié)果

從結(jié)果來看，滬市和港市的收益率均顯著地受到上一個(gè)交易日收益率的影響，且影響因素為正向。A(1)、A(2)、B(1)、B(2)均在1%的水平上顯著，表明兩市均存在著時(shí)變波動(dòng)性，也說明ARCH模型設(shè)定基本正確。其中，A(1)=0.096，B(1)=0.908，A(2)=0.070，B(2)=0.886，則A(1)+B(1)=1.004，A(2)+B(2)=0.956，表明兩市之間有很強(qiáng)的持續(xù)性。時(shí)變相關(guān)系數(shù)的持續(xù)性估計(jì)值DCC(B)值為0.994，且在1%的水平上顯著。同時(shí)，DCC(A)值為0.006，在1%的水平上也是顯著的。

(二)動(dòng)態(tài)相關(guān)系數(shù)圖像分析

由WINRATS9.0軟件得到DCC-GARCH圖像(見圖1)，圖中縱坐標(biāo)表示滬港股市的相關(guān)系數(shù)，橫坐標(biāo)表示從2005年至2019年的交易日。從圖中可以看出：(1)第一階段：在滬深300指數(shù)剛成立的時(shí)期，滬市和港市動(dòng)態(tài)相關(guān)系數(shù)偏低，此時(shí)正處于滬市剛剛成立不久的發(fā)展階段以及全球次貸危機(jī)前，滬市和港市的動(dòng)態(tài)關(guān)聯(lián)性并不強(qiáng)，從圖中可以看出，2005年和2007年底滬港的相關(guān)系數(shù)維持在0.3左右。這與吳昊、王智研究結(jié)果相符。[12](2)第二階段：2008年全球次貸危機(jī)發(fā)生，使不同地區(qū)的股票市場(chǎng)聯(lián)動(dòng)性增強(qiáng)，從圖中可以看出，此時(shí)兩市場(chǎng)的動(dòng)態(tài)相關(guān)系數(shù)有所上升，相關(guān)系數(shù)已經(jīng)維持在0.5左右。結(jié)果與郭全毓研究相符。[13]此后在次貸危機(jī)至2011年底期間，滬市和港市一直處于相對(duì)穩(wěn)定的狀態(tài)，滬港股票市場(chǎng)相關(guān)系數(shù)維持在0.5左右。(3)第三階段：2017年迎來了滬港通發(fā)展的黃金時(shí)期。兩者之間的動(dòng)態(tài)關(guān)聯(lián)效應(yīng)上升。兩者之間的相關(guān)系數(shù)上升至0.7左右。因此滬市和港市的動(dòng)態(tài)關(guān)聯(lián)性圖像呈現(xiàn)的是階梯狀的上升趨勢(shì)。

圖1 DCC-GARCH圖像

三、結(jié)語

滬市和港市動(dòng)態(tài)關(guān)聯(lián)性受金融事件影響較大；在世界局勢(shì)平穩(wěn)期間，滬市和港市動(dòng)態(tài)關(guān)聯(lián)性保持平穩(wěn)；隨著全球經(jīng)濟(jì)一體化，滬市和港市動(dòng)態(tài)關(guān)聯(lián)性已達(dá)到很高的程度，監(jiān)管部門應(yīng)隨時(shí)警惕金融傳染性的發(fā)生。為了充分利用滬市和港市的高關(guān)聯(lián)性，促進(jìn)不同地區(qū)之間經(jīng)濟(jì)發(fā)展，一要合理利用兩市場(chǎng)的高關(guān)聯(lián)性，加強(qiáng)金融監(jiān)管；二要在金融危機(jī)期間合理處理兩市場(chǎng)的關(guān)系，穩(wěn)步推進(jìn)兩地一體化進(jìn)程；三要豐富滬港通政策，加強(qiáng)政策的人性化與合理化。