摘要：本文基于向量GARCH模型，對(duì)雙重上市公司A股與H股在不同市場(chǎng)環(huán)境下的風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行了實(shí)證研究。研究表明，風(fēng)險(xiǎn)傳染效應(yīng)在牛市、熊市中存在著異化現(xiàn)象。在牛市階段，A股對(duì)H股存在單向的風(fēng)險(xiǎn)傳染效應(yīng)；而在熊市階段，A股與H股之間存在雙向的風(fēng)險(xiǎn)傳染效應(yīng)，其中H股對(duì)A股的風(fēng)險(xiǎn)傳染效應(yīng)更加強(qiáng)烈。對(duì)風(fēng)險(xiǎn)傳染效應(yīng)的異化現(xiàn)象試著給出了解釋原因并提出政策建議。

關(guān)鍵詞：風(fēng)險(xiǎn)傳染效應(yīng)；異化現(xiàn)象；A+H；向量GARCH

中圖分類號(hào)：F830.9文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1674-2265（2008）11-0062-04

一、引言

股權(quán)分置改革基本完成之后，證券監(jiān)管部門為了增強(qiáng)A股市場(chǎng)的國(guó)際競(jìng)爭(zhēng)力，做大內(nèi)地資本市場(chǎng)，鼓勵(lì)優(yōu)質(zhì)的上市

公司同時(shí)在A股市場(chǎng)與H股市場(chǎng)發(fā)行股票進(jìn)行融資。許多質(zhì)優(yōu)的大盤藍(lán)籌股開始選擇同時(shí)在內(nèi)地和香港市場(chǎng)上市融資，成為中國(guó)資本市場(chǎng)發(fā)展過程中引人注目的事件。

然而，股改基本完成后的內(nèi)地資本市場(chǎng)，高投機(jī)的氛圍依然濃厚。上證綜指既有從2006年的1161點(diǎn)飆升至2007年6124點(diǎn)的大牛市，也有在2008年急速跌破2000點(diǎn)大關(guān)的熊市。在這一過程中，緊密聯(lián)系兩地市場(chǎng)的A+H股的表現(xiàn)格外引人注目。雙重上市公司的A股與H股所面對(duì)的監(jiān)管制度、開放程度和投資者結(jié)構(gòu)均不相同，風(fēng)險(xiǎn)特征也各有不同。根據(jù)Ross (1989)的研究，不同市場(chǎng)間的風(fēng)險(xiǎn)傳染效應(yīng)實(shí)際上刻畫了信息的流動(dòng)。因此，A+H股之間的風(fēng)險(xiǎn)傳染效應(yīng)成為眾多學(xué)者和投資者關(guān)心的問題。但是，在不同的市場(chǎng)環(huán)境下，投資者面對(duì)同樣大小的利得與損失時(shí)，投資心態(tài)是存在差異的，因此，市場(chǎng)間的聯(lián)動(dòng)特征也有所不同。特別是在目前全球資本市場(chǎng)低迷的大背景下，區(qū)分考察風(fēng)險(xiǎn)傳染效應(yīng)在牛市和熊市中的異化現(xiàn)象，更加具有現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)針對(duì)AH股雙重上市公司股價(jià)關(guān)系的研究還不多見。劉昕（2004）的研究表明，雙重上市公司的H股收益率對(duì)A股收益率具有引導(dǎo)效應(yīng)，但是A股收益率對(duì)H股卻沒有引導(dǎo)作用。王烜（2007）基于SUR模型的研究表明，從2006年1月1日到2007年5月1日，香港投資者更多地參考了內(nèi)地的股票價(jià)格，A股的日收益率顯著影響了同一天香港的日內(nèi)收益，而A股的日內(nèi)收益對(duì)香港隔夜收益的影響相對(duì)較弱。這些研究偏重于雙重上市公司A股與H股之間收益率引導(dǎo)關(guān)系的研究，但是方毅等（2007）指出，收益率信息引a導(dǎo)關(guān)系反映的是雙重上市公司A股與H股之間對(duì)確定性信息的可預(yù)期反應(yīng)，而對(duì)于不確定性信息的反應(yīng)則需要風(fēng)險(xiǎn)傳染效應(yīng)來(lái)刻畫。

國(guó)內(nèi)學(xué)者對(duì)A股與H股市場(chǎng)之間的風(fēng)險(xiǎn)傳染效應(yīng)一直保持著密切的關(guān)注，基于不同的模型從不同的角度進(jìn)行了考察。其中基于單變量GARCH模型的有：洪永淼等（2003）運(yùn)用風(fēng)險(xiǎn)—Granger因果檢驗(yàn)考察了A股市場(chǎng)同H股市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)，認(rèn)為A股市場(chǎng)同H股市場(chǎng)之間存在強(qiáng)烈的風(fēng)險(xiǎn)溢出效應(yīng)；劉培堂（2007）基于CCF檢驗(yàn)的研究表明香港市場(chǎng)對(duì)國(guó)內(nèi)A股市場(chǎng)有明顯的波動(dòng)溢出效應(yīng)，反之則不明顯。基于向量GARCH模型的有：谷耀（2006）研究認(rèn)為，香港股市對(duì)國(guó)內(nèi)股市有顯著的波動(dòng)溢出效應(yīng)；董秀良（2007）基于向量GARCH模型考察了滬市與香港股市之間的風(fēng)險(xiǎn)溢出效應(yīng)，認(rèn)為香港股市對(duì)滬市具有波動(dòng)溢出效應(yīng)，反之，滬市對(duì)香港股市沒有波動(dòng)溢出效應(yīng)。本文基于向量GARCH模型，選擇雙重上市公司A股與H股為對(duì)象進(jìn)行風(fēng)險(xiǎn)傳染效應(yīng)的研究。

二、向量GARCH模型

假設(shè)對(duì)于A、B兩種指數(shù)，條件均值方程設(shè)定為：

其中是 時(shí)刻的2維收益率向量，為條件期望向量，為時(shí)刻的2維殘差向量。為 時(shí)刻以前的信息集， 為條件協(xié)方差矩陣。

不同的向量GARCH模型的區(qū)別在于條件協(xié)方差矩陣 設(shè)定形式的不同。本文選取的設(shè)定形式為由Engle和Kroner（1995）提出的BEKK形式的向量GARCH模型，研究表明，BEKK型的向量GARCH模型可以降低參數(shù)個(gè)數(shù)，提高建模效率。Kavajecz(2001)的研究表明，GARCH（1，1）模型可以對(duì)金融數(shù)據(jù)進(jìn)行很好地刻畫，因此對(duì)于二元的向量GARCH模型，本文對(duì)條件方差方程的設(shè)定形式為：

將上式拆分為三個(gè)單變量GARCH（1，1）模型：

假設(shè)、分別代表指數(shù)A與指數(shù)B的條件方差，為常數(shù)項(xiàng)。根據(jù)Kroner(1998) 和趙華（2007）的研究，如果要考察指數(shù)B對(duì)指數(shù)A是否存在風(fēng)險(xiǎn)傳染效應(yīng)時(shí)，只要考察，是否顯著即可；反之，如果要考察指數(shù)A對(duì)指數(shù)B的風(fēng)險(xiǎn)傳染效應(yīng)，則要考察， 是否顯著。

本文采用最大似然法估計(jì)模型參數(shù)。在條件殘差向量服從二元正態(tài)分布的假定下，對(duì)數(shù)似然函數(shù)為：

其中T為樣本總量， 為待估參數(shù)向量。由于對(duì)數(shù)似然函數(shù)是非線性形式，本文應(yīng)用擬牛頓法進(jìn)行優(yōu)化計(jì)算，Hessian矩陣采用DBFGS算法進(jìn)行迭代校正，收斂標(biāo)準(zhǔn)對(duì)函數(shù)和參數(shù)均設(shè)置為10-5。

三、實(shí)證結(jié)果與分析

（一）數(shù)據(jù)選取

2007年7月9日，恒指服務(wù)公司為了度量雙重上市公司在兩個(gè)市場(chǎng)上的不同表現(xiàn)，選取已經(jīng)完成股改的兩地雙重上市公司為成份股，正式公布了恒生AH指數(shù)系列。本文選取香港恒生AH指數(shù)中的A指數(shù)和H指數(shù)進(jìn)行建模，既可以避免使用大盤指數(shù)包含過多非必要信息的缺點(diǎn)，又可以克服使用個(gè)股數(shù)據(jù)噪音過多的不足。

本文的數(shù)據(jù)來(lái)自WIND數(shù)據(jù)庫(kù)，樣本期為2006年1月3日到2008年10月10日，共702個(gè)觀測(cè)值。在樣本區(qū)間內(nèi)，內(nèi)地股市于2007年11月達(dá)到牛市的頂端，之后一路反轉(zhuǎn)下行，在全球資本市場(chǎng)低迷的大環(huán)境下，走入低谷。本文以2007年11月6日為分界線，將樣本分為牛市（2006年1月3日——2007年11月6日）和熊市（2007年11月7日——2008年10月10日）兩個(gè)階段，重點(diǎn)從牛市和熊市兩個(gè)不同的市場(chǎng)環(huán)境出發(fā)，比較雙重上市公司A股與H股風(fēng)險(xiǎn)傳染效應(yīng)的異化現(xiàn)象。其中，2007年7月9日以前的數(shù)據(jù)為恒指服務(wù)公司公布的歷史數(shù)據(jù)。日收益率的計(jì)算采用對(duì)數(shù)差分形式：

其中 代表第 日的收益率， 代表第日的股票指數(shù)，下標(biāo)分別代表A股或H股，文中所有的計(jì)算均基于sas9.1編程完成。

（二）雙重上市公司描述性統(tǒng)計(jì)與分析

表1列出了AH股A指數(shù)和AH股H指數(shù)的股指收益率在牛市和熊市兩個(gè)階段的描述性統(tǒng)計(jì)量。通過對(duì)比可以發(fā)現(xiàn)，在牛市階段AH股A指數(shù)的均值和標(biāo)準(zhǔn)差均大于H指數(shù)，說(shuō)明A股市場(chǎng)具有較高的收益和較高的波動(dòng)率；而在熊市階段，A指數(shù)的收益率較H指數(shù)低，說(shuō)明A股收益急速下挫，但是A指數(shù)的標(biāo)準(zhǔn)差較H指數(shù)小。A指數(shù)同H指數(shù)的峰度均大于3，有顯著的尖峰厚尾現(xiàn)象。從偏度來(lái)看牛市階段為左偏而熊市階段為右偏。Shapiro-Wilk正態(tài)統(tǒng)計(jì)檢驗(yàn)均拒絕了兩個(gè)收益率序列正態(tài)分布的假設(shè)。滯后12階的Q統(tǒng)計(jì)量表明，牛市階段，A指數(shù)和H指數(shù)收益率序列具有明顯的自相關(guān)性，而熊市階段，A、H指數(shù)均沒有。收益率平方序列滯后12階的Q統(tǒng)計(jì)量表明A股和H股的收益率序列具有明顯的ARCH效應(yīng)，可以用GARCH類模型進(jìn)行建模。ADF檢驗(yàn)說(shuō)明序列是平穩(wěn)的，符合建模的條件。

（三）基于VAR模型的條件均值方程建模

VAR模型主要應(yīng)用于刻畫變量間一階矩的動(dòng)態(tài)關(guān)系。本文利用VAR模型作為條件均值方程來(lái)度量雙重上市公司A股與H股之間收益率信息的引導(dǎo)關(guān)系：

是時(shí)刻的收益率向量，其中 、 分別為雙重上市公司A股和H股收益率，

(i=1…p)為系數(shù)矩陣，為常數(shù)向量。

通過實(shí)驗(yàn)，我們依據(jù)最優(yōu)信息標(biāo)準(zhǔn)（Minimum Information Criterion），通過選擇不同的滯后期進(jìn)行比較后發(fā)現(xiàn)，條件均值方程采用VAR（1）形式的BIC（Bayesian Information Criterion）值最小，因此我們選擇VAR（1）形式的條件均值方程。

表2給出了均值方程的參數(shù)估計(jì)結(jié)果，不論是在牛市階段還是熊市階段，A股收益率受到H股滯后一階的影響，從系數(shù)上看，H股同A股的收益率表現(xiàn)出正相關(guān)關(guān)系；H股沒有明顯的一階自相關(guān)現(xiàn)象，同時(shí)也沒有受到A股收益率的影響，所以從A股H股之間收益率關(guān)系來(lái)看，A股和H股之間是不對(duì)稱的。這同劉昕（2004）的研究結(jié)論基本相同，但是同王烜（2007）的研究有所不同。本文認(rèn)為由于香港H股市場(chǎng)比內(nèi)地A股市場(chǎng)晚收盤30分鐘，因此，H股的收盤價(jià)包含了更多的信息，這些確定性的信息對(duì)A股第二天的收益率起到了引導(dǎo)作用。

（四）條件方差方程的建模

二元的條件方差方程MGARCH（1，1）通過刻畫變量間二階矩的動(dòng)態(tài)關(guān)系反映了雙重上市公司A股與H股之間的風(fēng)險(xiǎn)傳染效應(yīng)。方毅等（2007）指出正是風(fēng)險(xiǎn)傳染效應(yīng)加大了股票波動(dòng)的不確定性。因此，對(duì)風(fēng)險(xiǎn)傳染效應(yīng)的度量是本文的重點(diǎn)。

根據(jù)模型設(shè)定，本文假設(shè)， 分別代表雙重上市公司A股和H股的條件方差。表3的結(jié)果表明：在牛市階段和熊市階段，反映ARCH效應(yīng)的系數(shù)

不顯著，但是 顯著，這說(shuō)明H股的波動(dòng)明顯受自身的影響，具有時(shí)變方差的特征，而A股沒有；而反映GARCH效應(yīng)的系數(shù) 不顯著，但是 均達(dá)到了1%的顯著性水平，說(shuō)明H股的波動(dòng)均具有持久性的特征。

從風(fēng)險(xiǎn)的跨市傳染來(lái)看，在牛市階段，系數(shù)顯著，但是和、均不顯著，說(shuō)明雙重上市公司的H股受到A股的風(fēng)險(xiǎn)傳染效應(yīng)；然而，在熊市階段，雖然和 均不顯著，但是 和 均達(dá)到1%的顯著性水平，說(shuō)明A股和H股之間存在雙向的風(fēng)險(xiǎn)傳染效應(yīng)。所以對(duì)于風(fēng)險(xiǎn)傳染效應(yīng)，A股和H股之間在牛市和熊市兩個(gè)不同階段存在異化現(xiàn)象。在牛市階段，雙重上市公司A股與H股之間存在單向的風(fēng)險(xiǎn)傳染效應(yīng)，方向是A股對(duì)H股具有風(fēng)險(xiǎn)傳染效應(yīng)；而在熊市階段，A股與H股之間具有雙向的風(fēng)險(xiǎn)傳染效應(yīng)，其中H股對(duì)A股的風(fēng)險(xiǎn)傳染效應(yīng)更加強(qiáng)烈。

綜上所述，不論是在牛市階段還是在熊市階段，A股均對(duì)H股產(chǎn)生了風(fēng)險(xiǎn)傳染效應(yīng)，這表明內(nèi)地資本市場(chǎng)的開放度有加強(qiáng)的趨勢(shì)，這與以往的研究者的結(jié)論有所不同，而只有在熊市階段，H股才表現(xiàn)出對(duì)A股的風(fēng)險(xiǎn)傳染效應(yīng)，本文認(rèn)為這種造成這種異化現(xiàn)象的原因有：

第一、A股市場(chǎng)的巨幅波動(dòng)成為H股的風(fēng)險(xiǎn)傳染源。當(dāng)內(nèi)地股市處于牛市階段時(shí)，大批散戶進(jìn)入股市直接投資或者購(gòu)買基金，開戶數(shù)和成交量連續(xù)創(chuàng)造記錄，特別是雙重上市公司多為質(zhì)優(yōu)的藍(lán)籌股，內(nèi)地股民對(duì)這些質(zhì)優(yōu)股表現(xiàn)出了極大的熱情。而當(dāng)股市進(jìn)入反轉(zhuǎn)下行階段時(shí)，不斷下滑的股市使得投資者的投資信心受到打擊，特別是隨著次貸危機(jī)的爆發(fā)，市場(chǎng)上充滿了利空消息，投資者出現(xiàn)了恐慌性的拋售。 而且，內(nèi)地股市的機(jī)構(gòu)投資者類型單一，其投資理念與操作手法趨同，更容易造成市場(chǎng)內(nèi)部的“羊群效應(yīng)”。特別是許多內(nèi)地上市公司開始實(shí)行“先A股后H股” 的發(fā)行模式，A股的話語(yǔ)權(quán)不斷增強(qiáng)。因此，A股的巨幅波動(dòng)刺激了H股波動(dòng)幅度的加大，A股不論在牛市階段還是在熊市階段都成為影響H股的風(fēng)險(xiǎn)源，為H股的起落傳遞著市場(chǎng)信息。

第二、投機(jī)氛圍濃厚的內(nèi)地A股市場(chǎng)的牛市格局畢竟不能永久持續(xù)下去，在全球經(jīng)濟(jì)不景氣的預(yù)期下，內(nèi)地A股市場(chǎng)開始持續(xù)走低。作為新興的資本市場(chǎng)，內(nèi)地股市的對(duì)外開放程度、投資者結(jié)構(gòu)及監(jiān)管制度都與香港股市存在較大的差距，香港股市作為國(guó)際金融中心，其交易制度成熟、規(guī)范，會(huì)計(jì)信息披露較為透明。在A股市場(chǎng)泡沫破裂后的熊市階段，許多投資者將定價(jià)較為合理的H股作為投資標(biāo)尺。特別是在次貸危機(jī)愈演愈烈的情況下，全球股市普遍下跌，直接面對(duì)全球資本風(fēng)險(xiǎn)的香港股市，對(duì)各種信息的吸收更加充分，在這樣的市場(chǎng)環(huán)境下，H股起到了發(fā)送市場(chǎng)信號(hào)的作用。這也是在熊市階段，H股對(duì)A股具有更強(qiáng)的風(fēng)險(xiǎn)傳染效應(yīng)的原因。

四、結(jié)論與啟示

本文通過構(gòu)建VAR（1）—向量GARCH（1，1）模型對(duì)雙重上市公司A股與H股之間的風(fēng)險(xiǎn)傳染效應(yīng)在牛市與熊市不同階段的異化現(xiàn)象進(jìn)行了實(shí)證研究。由此得出以下結(jié)論：

第一，從收益率信息引導(dǎo)關(guān)系來(lái)看，不論是在牛市階段還是熊市階段，雙重上市公司的收益率引導(dǎo)關(guān)系都具有不對(duì)稱性，H股收益率為A股收益率提供了參考，而A股收益率并沒有為H股收益率提供參考。

第二，從風(fēng)險(xiǎn)傳染效應(yīng)來(lái)看，風(fēng)險(xiǎn)傳染效應(yīng)在牛市和熊市兩個(gè)階段的異化現(xiàn)象明顯。在牛市階段，雙重上市公司A股與H股之間存在單向的風(fēng)險(xiǎn)傳染效應(yīng)，方向是A股對(duì)H股具有風(fēng)險(xiǎn)傳染效應(yīng)；但是當(dāng)股市處在熊市階段時(shí)，雙重上市公司A股與H股之間存在雙向的風(fēng)險(xiǎn)傳染效應(yīng)，其中H股對(duì)A股的風(fēng)險(xiǎn)傳染效應(yīng)更加強(qiáng)烈。

政策制定者應(yīng)該從全球競(jìng)爭(zhēng)的角度考慮內(nèi)地投資者與境外投機(jī)家博弈關(guān)系的復(fù)雜性，在逐步進(jìn)行資本開放的過程中應(yīng)該采取“不斷開放與強(qiáng)有力的自我保存”的管理機(jī)制。在全球資本市場(chǎng)持續(xù)動(dòng)蕩的今天，應(yīng)該加速內(nèi)地股市從行政政策市向經(jīng)濟(jì)政策市的逐步轉(zhuǎn)型，通過合理的政策調(diào)整與穩(wěn)健地推進(jìn)金融產(chǎn)品的創(chuàng)新來(lái)逐步恢復(fù)市場(chǎng)的投資信心，從而為內(nèi)地和香港資本市場(chǎng)的平穩(wěn)健康發(fā)展奠定基石。

參考文獻(xiàn)：

[1]Ross S A. Information and volatility: “The No-Arbitrage Martingale approach to timing and resolution irrelevancy”[J].Journal of Finance， 1989(44):1-17.

[2]劉昕：《信息不對(duì)稱與H股折價(jià)關(guān)系的定量研究》，《財(cái)經(jīng)研究》2004年第4期。

[3]王烜：《雙重上市股票的實(shí)證分析》，《證券市場(chǎng)導(dǎo)報(bào)》2007年第10期。

[4]方毅、張屹山：《國(guó)內(nèi)外金融期貨市場(chǎng)“風(fēng)險(xiǎn)傳染”的實(shí)證研究》，《金融研究》2007年第5期。

[5]洪永淼、成思危、劉艷輝、汪壽陽(yáng)：《中國(guó)股市與世界其他股市之間的大風(fēng)險(xiǎn)溢出效應(yīng)》，《經(jīng)濟(jì)學(xué)》(季刊)2004年第3期。

[6]劉培堂、吳文鋒、吳沖鋒：《證券市場(chǎng)信息流動(dòng)及其市場(chǎng)分割檢驗(yàn)》，《管理評(píng)論》2007年第4期。

[7]谷耀、董麗娜：《滬、深、港股市信息溢出效應(yīng)與動(dòng)態(tài)相關(guān)性——基于DCC-(BV)EGARCH-VAR的檢驗(yàn)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2006年第8期。

[8]董秀良、吳仁水：《金融市場(chǎng)風(fēng)險(xiǎn)傳染實(shí)證研究：綜述與展望》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2007年第9期。

（編輯 耿 欣）

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”。