亞洲股市風(fēng)險溢出效應(yīng)研究

文/鄭曉輝（福建師范大學(xué)經(jīng)濟學(xué)院）

一、引言

2020年以來世界范圍內(nèi)新冠疫情相繼爆發(fā)并迅速蔓延，引起投資恐慌并造成全球資本市場劇烈波動，包括美國、韓國、印度尼西亞、菲律賓等在內(nèi)的多國股市觸發(fā)“熔斷”機制。與此同時，各國互異的疫情防控能力、差異化的公共抗疫救濟政策、緊張的國際貿(mào)易關(guān)系等因素使得疫情沖擊下的國際股市關(guān)聯(lián)網(wǎng)絡(luò)和風(fēng)險溢出關(guān)系愈加復(fù)雜。而亞太地區(qū)國家地理距離小、文化制度相似性高、經(jīng)濟與金融的聯(lián)系比較密切，因此中國與亞洲股市的相互作用與整體聯(lián)動性更強。在此背景下，深入解析不同疫情發(fā)展階段上的國際金融風(fēng)險傳染特征，基于統(tǒng)一框架分析中國股市與亞洲股市的風(fēng)險溢入溢出關(guān)系，綜合考察疫情與國際股市風(fēng)險溢出效應(yīng)的時變非線性關(guān)系，對完善重大突發(fā)公共事件應(yīng)對機制、防范國際風(fēng)險向境內(nèi)傳遞、維護(hù)國家金融穩(wěn)定具有重要的現(xiàn)實意義。

基于前人的研究，本文的研究工作及潛在的邊際貢獻(xiàn)主要表現(xiàn)在以下兩個方面：第一，基于尾部風(fēng)險CoVaR層面，使用LASSO-VAR模型構(gòu)建風(fēng)險溢出指數(shù)。一方面，相比波動率或在險價值（VaR），CoVaR能夠很好的度量整個系統(tǒng)遭受疫情沖擊時某個金融市場的損失，另一方面LASSO方法可以有效估計高維變量模型，減少內(nèi)生變量個數(shù)，從而保證結(jié)果的可靠性。第二，借助Diebold和Yilmaz（2012）溢出指數(shù)模型，在統(tǒng)一框架下考察亞洲股市之間的風(fēng)險溢出效應(yīng)，并在此基礎(chǔ)上構(gòu)建系統(tǒng)有向網(wǎng)絡(luò)，分析尾部風(fēng)險的傳導(dǎo)路徑，識別中國股市在亞洲股市風(fēng)險傳染中所扮演的角色以及可能存在的外部性風(fēng)險來源，以對已有研究做有益補充。

二、樣本選取、數(shù)據(jù)來源與指標(biāo)說明

本文選取2019年9月1日-2021年6月15日期間亞洲10個國家的12個代表性股市作為研究對象，以股指日收盤價的對數(shù)收益率作為研究樣本，為解決時區(qū)問題，使用R軟件剔除不在同一天交易的數(shù)據(jù)，對數(shù)收益率具體公式為：

選取的12個股指包括中國大陸上證指數(shù)、中國香港恒生指數(shù)、中國臺灣加權(quán)指數(shù)、韓國綜合指數(shù)、日經(jīng)225指數(shù)、富時新加坡海峽時報指數(shù)、富時馬來西亞指數(shù)、印度尼西亞雅加達(dá)綜指、菲律賓馬尼拉綜指、泰國SET指數(shù)、越南胡志明指數(shù)、印度孟買Sensex30指數(shù)。除泰國SET指數(shù)和越南胡志明指數(shù)數(shù)據(jù)來源于英為財情官網(wǎng)外，其余股指數(shù)據(jù)均來源于東方財富choice數(shù)據(jù)庫。

收益序列的描述性統(tǒng)計顯示：第一，所有的收益率序列分布左偏且存在明顯的“尖峰肥尾”特征；第二，所有序列的均值都趨近于0，最大值與最小值呈現(xiàn)非對稱性；第三，所有序列都是平穩(wěn)序列且大部分序列存在長記憶特征；第四，除中國大陸、香港、臺灣三個股市外，其余收益序列全部通過ARCH效應(yīng)檢驗。之所以出現(xiàn)三個例外，我們懷疑是樣本時期過短，發(fā)現(xiàn)當(dāng)將樣本期限區(qū)間起點延長到2015年1月1日時，12個股市序列全都在1%的顯著水平上通過ARCH異方差檢驗，可以進(jìn)行GARCH模型進(jìn)行建模。為此邊緣分布建模期限為2015年-2021年，但實際考察的期限為2019年9月-2021年6月（表1）。

表1 樣本描述性統(tǒng)計及相關(guān)檢驗結(jié)果

三、實證結(jié)果

（一）尾部風(fēng)險溢出效應(yīng)

本文首先使用CoVaR指標(biāo)進(jìn)行廣義預(yù)測方差分解以構(gòu)建Diebold和Yilmaz溢出指數(shù)，根據(jù)SC準(zhǔn)則，VAR模型滯后階數(shù)為2階，設(shè)定預(yù)測期為10期，滾動窗口為150期（約一年）。

1.靜態(tài)溢出效應(yīng)分析

參考梁琪等（2015）的研究思路，將每個滾動子樣本的溢出表進(jìn)行平均，以分析全樣本時期內(nèi)各股市尾部風(fēng)險的溢出關(guān)系。從總溢出指數(shù)來看，整體溢出值為71.6%，說明有超過70%的溢出是由跨市場因素引起的，而股市自身的影響僅不到30%。具體到各個股市，日本和泰國股市似乎是對其他亞洲股市風(fēng)險貢獻(xiàn)最大的兩個部門，風(fēng)險輸出均達(dá)到99%以上，其次是中國香港股市（85.7%），最小的為馬來西亞股市，僅有15.5%。從對角線上的元素來看，股市自身沖擊對尾部風(fēng)險變化的貢獻(xiàn)較小，所有的數(shù)值均低于50%，特別是新加坡股市對自身的影響只有18.0%，說明其他股市對新加坡股市的影響要遠(yuǎn)遠(yuǎn)大于該股市對自身的影響；對自身影響最大的是中國大陸股市，達(dá)到44.4%，接近一半，這從側(cè)面反映出我國的資本管制政策在一定程度上減輕了外部沖擊對國內(nèi)金融市場的影響。從凈溢出指標(biāo)Net來看，泰國和日本股市在亞洲股市風(fēng)險溢出中占據(jù)主導(dǎo)地位，而馬來西亞和中國大陸股市的凈溢出為負(fù)，總體來看屬于被溢出狀態(tài)。綜合以上來看，亞洲股市之間具有緊密的相關(guān)性。

2.動態(tài)溢出效應(yīng)分析

上一部分的靜態(tài)分析結(jié)果只能反映亞洲各股市在全樣本期內(nèi)的平均情況，無法分析尾部風(fēng)險溢出效應(yīng)的時變特征，本節(jié)將從時間維度探討新冠疫情前后亞洲股市尾部風(fēng)險溢出效應(yīng)的特征。

圖1從總體視角刻畫了疫情前后亞洲股市尾部風(fēng)險溢出效應(yīng)的動態(tài)演變特征，其中，亞洲股市尾部風(fēng)險由12個股市CoVaR加權(quán)平均計算所得，從圖中我們可以歸納出以下結(jié)論：

圖1 動態(tài)總溢出指數(shù)與亞洲股市尾部風(fēng)險

第一，尾部風(fēng)險具有顯著的跨地區(qū)、跨市場溢出效應(yīng)。其中，總溢出指數(shù)在全樣本期間的平均水平為71.59%，并在46.05%-89.29%之間波動。這意味著各亞洲股市超過一半的尾部風(fēng)險變化來自于亞洲股市間的相互作用，市場間的尾部風(fēng)險聯(lián)動性較強，各國或地區(qū)股市在受到自身風(fēng)險影響的同時，他國股市尾部風(fēng)險溢出效應(yīng)也發(fā)揮著重要作用。

第二，新冠疫情對亞洲股市風(fēng)險溢出的影響主要集中在2020年，2021年1月后，疫情對股市風(fēng)險溢出的影響逐漸減弱。作為一種突發(fā)公共衛(wèi)生事件，新冠疫情對股市波動最直接的影響渠道來自股票投資者的心理效應(yīng)。疫情初期，較高的傳染性和死亡率以及有限的治療手段引發(fā)投資者的負(fù)面心理反應(yīng)，同時對疫情信息的過度關(guān)注容易造成公眾情緒的波動。在“羊群效應(yīng)”和“喚醒效應(yīng)”影響下，投資者急于撤離資金、調(diào)整資產(chǎn)配置類型，風(fēng)險通過投資者情緒和共同風(fēng)險敞口渠道迅速擴散，并對亞洲股市產(chǎn)生巨大沖擊，表現(xiàn)出風(fēng)險溢出指數(shù)的急速上升。如今，距疫情爆發(fā)已過一年之久，公眾對新冠病毒的認(rèn)知已比較理性，以中國為核心的亞洲新冠疫苗研發(fā)中心已形成，多個亞洲國家紛紛開始計劃大規(guī)模接種新冠疫苗，隨著信息傳遞暢通、不確定性不斷降低，投資者情緒正由恐慌期向適應(yīng)期轉(zhuǎn)變，心態(tài)趨于理性，因此盡管疫情時有反彈，新冠疫情對金融市場的沖擊將不斷減弱。

（二）中國股市外部性輸入風(fēng)險

圖2為從兩兩相關(guān)視角刻畫了亞洲其他股市對中國大陸股市的風(fēng)險凈溢出效應(yīng)，從圖2中，我們可以總結(jié)以下結(jié)論：

圖2 亞洲其他股市對中國大陸股市的風(fēng)險凈溢出效應(yīng)

第一，亞洲其他股市對中國大陸股市的風(fēng)險凈溢出效應(yīng)存在時變性，且疫情全面爆發(fā)后大多數(shù)時期中國大陸股市是風(fēng)險輸入方。如圖2所示，疫情前，除馬來西亞和越南股市外，其他股市對中國大陸股市的凈風(fēng)險溢出為負(fù)，主要是受到中國大陸股市的風(fēng)險溢出的影響；而在疫情全面爆發(fā)后，亞洲股市對中國大陸股市的風(fēng)險凈溢出在大多數(shù)時期為正，說明亞洲其他股市對中國大陸股市的風(fēng)險溢出效應(yīng)要大于中國大陸股市對其他股市的溢出，總的來說，疫情后中國大陸更多時候是風(fēng)險輸入方。我國已是全球第一貿(mào)易大國，也是世界大多數(shù)國家和地區(qū)的最大貿(mào)易合作伙伴，在世界工廠中占據(jù)樞紐地位，是全球經(jīng)濟增長的重要驅(qū)動力，在疫情全球蔓延時，中國已經(jīng)開始復(fù)工復(fù)產(chǎn)，成為全球經(jīng)濟恢復(fù)最快的國家，但其他亞洲國家或地區(qū)的經(jīng)濟貿(mào)易活動仍然受到較大限制，各股市的風(fēng)險容易通過經(jīng)濟基本面途徑對我國股市產(chǎn)生一定沖擊。

第二，中國香港是中國大陸股市外部風(fēng)險輸入的主要來源。從圖2中可以看出，相比其余股市，中國香港股市對中國大陸股市的凈風(fēng)險溢出值為正，且風(fēng)險溢出程度較高。已有研究證明，中國香港是亞太股市重要的信息交流與風(fēng)險傳導(dǎo)中介，在大陸股市國際化進(jìn)程中發(fā)揮著“窗口效應(yīng)”和“比價效應(yīng)”（曾裕峰等，2017）。2021年以來，香港股市對中國大陸的風(fēng)險溢出效應(yīng)越來越高，應(yīng)注意外部風(fēng)險通過香港股市對中國大陸產(chǎn)生的間接風(fēng)險。

四、結(jié)論及建議

本文從雙時變Copula模型出發(fā)，基于尾部風(fēng)險指標(biāo)使用LASSO-VAR模型構(gòu)建Diebold和Yilmaz（2014）風(fēng)險溢出指數(shù)，以亞洲股市為研究對象，度量了12個代表性市場在疫情各個階段下的尾部風(fēng)險溢出效應(yīng)，并使用社會網(wǎng)絡(luò)方法刻畫了風(fēng)險溢出網(wǎng)絡(luò)的動態(tài)演進(jìn)過程，最后還分析了新冠疫情與風(fēng)險溢出效應(yīng)的非線性關(guān)系。

研究結(jié)果表明：第一，新冠疫情顯著提升了亞洲股市間的風(fēng)險溢出效應(yīng)。從整體亞洲股市來看，疫情的首次沖擊對股市間的風(fēng)險溢出影響最大，二次沖擊時的風(fēng)險溢出效應(yīng)最強；從中國大陸股市與各股市的溢入溢出關(guān)系來看，與國內(nèi)疫情相比，國外疫情對我國股市產(chǎn)生的沖擊相對較小。第二，疫情沖擊下亞洲股市風(fēng)險溢出效應(yīng)具有時變性與非對稱性。隨著疫情發(fā)展，中國股市由風(fēng)險輸出者向風(fēng)險接受者轉(zhuǎn)變，平均來講，發(fā)達(dá)經(jīng)濟體股市風(fēng)險溢入和溢出均大于新興經(jīng)濟體。第三，風(fēng)險溢出效應(yīng)具有區(qū)域聚集特征。中國香港、韓國和泰國股市是關(guān)聯(lián)網(wǎng)絡(luò)的中心樞紐，日本、新加坡、泰國、越南、印度股市主要扮演風(fēng)險凈輸出者的角色，而中國大陸、中國香港、中國臺灣、韓國、馬來西亞、菲律賓股市主要扮演風(fēng)險凈承擔(dān)者的角色。第四，中國股市與其他股市的風(fēng)險溢入溢出關(guān)系存在非對稱性，總的來說疫情后中國大陸更多時候是風(fēng)險輸入方，且中國香港是中國大陸股市外部風(fēng)險輸入的主要來源。