摘 要:文章采用標(biāo)準(zhǔn)BEKK模型和兩個(gè)拓寬模型研究了上證指數(shù)與恒生指數(shù)的波動(dòng)性溢出特征、波動(dòng)相關(guān)性的時(shí)變特征，實(shí)證結(jié)果發(fā)現(xiàn)兩市場之間的波動(dòng)性溢出并不顯著，任一市場的波動(dòng)對(duì)另一市場的波動(dòng)產(chǎn)生的傳導(dǎo)性影響不明顯;兩股市的聯(lián)系和聯(lián)動(dòng)性并不十分明顯，上海股市的波動(dòng)具有相對(duì)的獨(dú)立性。

關(guān)鍵詞:上海股市 香港股市 波動(dòng)性溢出 時(shí)變相關(guān) BEKK模型

中圖分類號(hào):F830.91

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-4914(2008)01-121-02

一、問題的提出

隨著金融市場的放寬和全球化進(jìn)程的發(fā)展，信息在不同市場之間的傳導(dǎo)速度大大加快，傳導(dǎo)渠道增多，金融市場之間的相互依賴、相互影響與日俱增，金融時(shí)間序列間的相關(guān)性如相關(guān)程度、協(xié)同運(yùn)動(dòng)、波動(dòng)的傳導(dǎo)和溢出等問題的研究也因此成為一個(gè)熱點(diǎn)。

常用的相關(guān)性分析方法大多是定性或靜態(tài)的分析方法，因其能提供的信息非常有限而逐漸成為歷史。關(guān)于動(dòng)態(tài)相關(guān)性的研究方法，國外文獻(xiàn)研究最多的是多元廣義自回歸條件異方差模型(MGARCH)。這種模型最早由Bollerslev，T.，etal.提出，①它提供了多元波動(dòng)分析的一般框架。由于該模型既能捕捉金融時(shí)間序列尖峰厚尾、波動(dòng)叢集的特性，又能反映不同序列之間相關(guān)的時(shí)變特征，引起越來越多學(xué)者的關(guān)注，MGARCH 模型在此之后獲得了迅速的發(fā)展。②

中國股市正處于發(fā)展階段，近年來經(jīng)常出現(xiàn)大幅波動(dòng)。上證指數(shù)和深證指數(shù)的相關(guān)性極強(qiáng)，不同板塊間也明顯存在著不同程度的相關(guān)性，這在眾多文獻(xiàn)中已有證明。對(duì)于內(nèi)地股市與香港等成熟股市之間的相關(guān)性研究卻幾乎沒有。本文擬采用一種MGARCH 模型并拓寬為另外兩種模型以同時(shí)研究上證指數(shù)與香港恒生指數(shù)的波動(dòng)溢出性特征以及時(shí)變波動(dòng)相關(guān)性特征。

二、模型設(shè)定

事實(shí)上，在對(duì)大量經(jīng)濟(jì)和金融問題的分析中，面對(duì)的更多是多變量的情景。由一元GARCH過程推廣到MGARCH過程的途徑有好幾種，如VECH、對(duì)角VECH等，但這兩種模型不能保證協(xié)方差矩陣的半正定性，Engle and Kroner 提出的BEKK模型③則可以彌補(bǔ)這個(gè)不足。常見的BEKK (1，1)模型，形式如下:

為了說明模型的充分性，④首先還要對(duì)模型進(jìn)行診斷。以模型1為例，殘差序列和殘差平方序列滯后5階的L-Box Q 統(tǒng)計(jì)量(Q(5)分別為1.6909和3.7994，Q2(5)分別為2.4877和5.8132)均在5%的檢驗(yàn)水平上不能拒絕序列不相關(guān)的零假設(shè)。因此模型是關(guān)于Y1與Y2動(dòng)態(tài)關(guān)系的一個(gè)充分描述。

3. 模型估計(jì)結(jié)果分析。 對(duì)于三個(gè)模型，矩陣C、A和B相應(yīng)的參數(shù)估計(jì)在5%的顯著性水平下都是顯著的，而且參數(shù)估計(jì)值幾乎相等，這說明在我們所研究的對(duì)象下，基本模型的估計(jì)能力已經(jīng)較好。比較模型2和模型1的估計(jì)結(jié)果可見，矩陣D相應(yīng)的參數(shù)在5%的顯著性水平下并不顯著(在10%的顯著性水平下也不顯著)，說明香港股市對(duì)上海股市的波動(dòng)性溢出不明顯，同時(shí)上海股市對(duì)香港股市的波動(dòng)溢出性也很小，兩市場之間的即時(shí)聯(lián)動(dòng)性不夠。

比較模型3和模型2、模型1的估計(jì)結(jié)果可見，矩陣D相應(yīng)的參數(shù)在模型3和模型2中均不顯著，得到香港股市和上海股市的波動(dòng)性溢出不明顯的一致結(jié)論;矩陣E相應(yīng)的參數(shù)估計(jì)在5%的顯著性水平下顯著，說明香港股市和上海股市一樣在壞消息的情況下波動(dòng)較大，同時(shí)參數(shù)E(2，2)大于參數(shù)E(1，1)，說明香港股市對(duì)壞消息的反應(yīng)更敏感一些。⑤

(8)式中，ARCH項(xiàng)系數(shù)和GARCH項(xiàng)系數(shù)的顯著性說明Y1與Y2之間相關(guān)性的持續(xù)性較強(qiáng)，體現(xiàn)了聯(lián)動(dòng)作用的長期性特征。兩市場的協(xié)方差對(duì)不利沖擊也呈現(xiàn)顯著的不對(duì)稱效應(yīng)。由時(shí)變的方差序列和協(xié)方差序列可以得到時(shí)變的相關(guān)系數(shù)序列，參見Watkins(2005)。為了更加清晰地分析數(shù)據(jù)，表3列出了VAR_Y1.VAR_Y2.COV_Y1Y2和CORR序列的基本統(tǒng)計(jì)數(shù)據(jù)。

從表3可以看出，上海股市的條件方差均值相對(duì)較大，其最大值更是香港股市條件方差的最大值的2倍，這說明上海股市總體上波動(dòng)比香港股市要大一些，并且短時(shí)間波動(dòng)的劇烈程度也大一些。結(jié)合相關(guān)圖示可以更清楚地看出，在研究的時(shí)間區(qū)域內(nèi)，上海股市多次劇烈波動(dòng)。同期香港股市在1999—2001年的波動(dòng)較大，但其最大值相對(duì)僅為上海的1/2，之后波動(dòng)更是明顯小了很多且非常平穩(wěn)，這說明香港股市整體波動(dòng)較小，并且隨著時(shí)間的增長趨于平穩(wěn)。

表3 方差、協(xié)方差、相關(guān)系數(shù)的基本統(tǒng)計(jì)數(shù)據(jù)

VAR_Y1VAR_Y2COV_Y1Y2CORR均值 0.000191 0.000181 2.07E-05 0.117076最大值 0.001387 0.000684 0.000380 0.579000最小值 6.61E-05 4.72E-05-0.000138-0.370000

從表3可見Y1與Y2的協(xié)方差在零值附近波動(dòng)，但是為正的頻率大一些。條件相關(guān)系數(shù)相對(duì)條件協(xié)方差而言不受變量單位的影響，從而可以更好地反映Y1與Y2的相關(guān)關(guān)系。從表3可以看出上海股市和香港股市的相關(guān)性呈現(xiàn)明顯的時(shí)變特征。條件相關(guān)系數(shù)的取值區(qū)間從-0.370000～0.579000，說明兩股市的相關(guān)性波動(dòng)較大。條件相關(guān)系數(shù)的均值為0.117076，表明兩市場的相關(guān)性不太大，但總體上還是正相關(guān)的。從相關(guān)圖示也可以看出，除了1999年底、2002年底和2006年初呈現(xiàn)幾個(gè)短暫的背離(負(fù)相關(guān))以外，其余時(shí)域內(nèi)二者均為同向波動(dòng)。而且隨著時(shí)間的增長，條件相關(guān)系數(shù)的值總體上有所增大，表明兩股市的相關(guān)性呈現(xiàn)在波動(dòng)中緩慢增強(qiáng)的趨勢(shì)。

四、結(jié)論

本文采用標(biāo)準(zhǔn)的BEKK模型以及在此基礎(chǔ)上拓寬考慮因素以建立的兩個(gè)新模型對(duì)上證指數(shù)、恒生指數(shù)兩個(gè)收益序列的波動(dòng)性溢出、時(shí)變波動(dòng)相關(guān)性進(jìn)行了實(shí)證，結(jié)果一致表明:(1)相對(duì)香港股市收益穩(wěn)定、波動(dòng)小的時(shí)變特征而言，上海股市具有收益不穩(wěn)定、風(fēng)險(xiǎn)高等新興市場特點(diǎn);(2)兩市場之間的波動(dòng)性溢出并不顯著，任一市場的波動(dòng)對(duì)另一市場的波動(dòng)產(chǎn)生的傳導(dǎo)性影響不明顯。(3)上海股市與香港等成熟股市的動(dòng)態(tài)相關(guān)性和即時(shí)聯(lián)動(dòng)性并不十分明顯，上海股市的波動(dòng)具有相對(duì)的獨(dú)立性。雖然內(nèi)地股市正在逐漸地與全球股市相連接和相互影響，但仍然是一個(gè)相對(duì)獨(dú)立的市場。

20世紀(jì)90年代以來，由于經(jīng)濟(jì)全球化、金融一體化的推動(dòng)，全球化投資日益盛行，國際資金流動(dòng)規(guī)模及進(jìn)出頻率以驚人速度增長，直接導(dǎo)致全球證券交易所的競爭加劇。內(nèi)地股市和香港股市應(yīng)該通過互動(dòng)加強(qiáng)雙方的聯(lián)系，提升彼此競爭力，才能迎接這巨大的外部沖擊與嚴(yán)峻的挑戰(zhàn)。

注釋:

①Bollerslev，T.，etal. A capital-asset pricing model with time-varying coefficients[J]. Journal of Political Economy，1988 (96): 116~131.

②Bollerslev，T. and Wooldridge，J. Quasi-maximum likelihood estimation and inference in dynamic models with time- varying covariances[J]. Econometric Reviews，1992(11):143～172.

③Engle，R. and Kroner，K. Multivariate simultaneous generalized ARCH[J]. Econometric Theory，1995(11): 122～150.

④Ling，S. and McAleer，M. Stationarity and the existence of moments of a family of GARCH processes[J]. Journal of Econometrica，2002 (106):109~117.

⑤Watkins，C. and McAleer，M.，Related commodity markets and conditional correlations[J]. Mathematics and Computers in Simulation，2005 (68):571～583

(作者單位:華中農(nóng)業(yè)大學(xué)經(jīng)管—土管學(xué)院，中南財(cái)經(jīng)政法大學(xué)金融學(xué)院 湖北武漢 430000)

(責(zé)編:若佳)

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文。”