羅薇薇

(廈門城市職業(yè)學院財會金融系，福建廈門361005)

經過20多年的發(fā)展，我國股市已經成為了世界上最重要的新興資本市場之一。隨著金融體制改革的深化以及市場對外開放程度的擴大，我國股市的國際化程度在提高，與世界其他地區(qū)市場間的聯(lián)系在增強。然而在面對全球一體化的同時，國內股市所面臨的風險也在增強。始于2007年9月的美國次貸危機，在短短1年內迅速發(fā)展成蔓延全球的國際金融危機，各國經濟受到不同程度的影響，各國股市也出現(xiàn)了普遍性的暴跌，我國上證股指在短時間內遭受了從6100點到2000點以下的劇烈動蕩。進入后危機時代，當全球經濟開始全面復蘇時，歐債危機又成為了制約經濟發(fā)展的新的要素，我國股市也因此遭受到比較嚴重的沖擊。在這個背景下，定量研究我國股市與國際股市間的融合度，特別是了解市場風險定價要素，同時動態(tài)描述市場間聯(lián)動機制，對衡量我國股市國際化水平，為監(jiān)管部門提供風險測控等都具有現(xiàn)實意義。

一、文獻綜述

檢驗股票市場間融合度的研究大致有以下幾種思路:

最直接的方法是分析股市間的相關關系，應用基于GARCH模型的常數(shù)(CCC)或動態(tài)(DCC)的相關關系系數(shù)作為股市融合度的指標，Kuper(2007)［1］分別對泰國和印尼在亞洲金融危機前后兩國的股票、債券和匯率市場間的動態(tài)相關性進行了研究，發(fā)現(xiàn)金融危機期間各市場間相關關系程度增加。曾五一，羅薇薇(2009)［2］應用GJR-GARCH-ADCC模型對我國的A、B、H股間的動態(tài)相關性進行實證分析，發(fā)現(xiàn)A股和B股間、B股和H股間的相關關系受負面信息影響明顯，不利于市場間風險分散。趙勇，楊志波(2012)［3］通過DCC-MVGARCH模型對我國股市與美、歐、日、港股間，從亞洲金融危機一直到歐債危機期間的相關關系進行研究，發(fā)現(xiàn)聯(lián)動性增強，尤其在美國金融危機之后，相關系數(shù)增加明顯。譚政勛(2013)［4］分別采用脈沖響應和DCC-MVGARCH模型，以次貸危機和歐債危機為分界點，分析中、港、美、德股市間風險傳染的方向及聯(lián)動性差異，發(fā)現(xiàn)金融危機之后，國內股市受美股沖擊增加，與港股的聯(lián)動性最強。

同樣是基于GARCH模型，不少文獻利用市場收益率的波動溢出效應來描述市場間聯(lián)動機制，進而描述融合度的變化。如董秀良，曹鳳岐(2009)［5］應用MGARCH模型對中、美、日及香港股市間的波動溢出效應進行了實證，發(fā)現(xiàn)美日股市對國內股市的波動溢出不顯著，但香港股市對國內股市的溢出效應明顯，說明港股與國內股市的融合度較高，因此短期內應關注香港股市的波動對國內股市的影響。同類文獻還有倪晉武等(2011)［6］。

另外，建立在VAR模型的協(xié)整檢驗和GRANGER因果檢驗也較多用于股市間融合關系的檢驗研究。協(xié)整檢驗主要是用來判斷市場收益率間是否具有長期的穩(wěn)定關系，GRANGER方法用于判斷市場間信息的流動方向。唐齊鳴，劉亞清(2008)［7］構建結構VAR模型，對滬深A、B股的成交量、收益率及波動率之間的信息傳遞進行了系統(tǒng)的因果性檢驗;楊利雄，李慶男(2013)［8］利用不等方差檢驗，在原有的協(xié)整方程的基礎上，進一步探討我國股市和其他國家股市間協(xié)整關系的不同密切程度，從而為投資者分散投資提供依據(jù)。

最后，也有一些文獻從資產定價的角度對市場間是分割還是融合的關系進行研究。如果市場間是完全一體化的，那么不同市場同類資產的風險定價將相同;反之，則不同。Solnik(1974，1977)［9，10］首次建立了完全市場分割下的國際資產定價模型(ICAPM)，并且對市場分割的檢驗做了理論探討;Bekaert和Harvey(1995)［11］在CAPM定價模型的基礎上，引入了時態(tài)變化的概率系數(shù)，動態(tài)反映市場一體化的過程。鄒功達、陳浪南(2002)［12］用CAPM模型考察A股與B股市場對系統(tǒng)風險的調整程度，判斷AB股的一體化程度;張人驥、賈萬程(2005)［13］考察不同類型投資者對風險溢出的補償，從而比較滬市A股與滬市B股的定價方式;何紅霞、胡日東(2011)［14］利用ICAPM對中國A股的風險進行了定價，并構建衡量市場間整合程度的動態(tài)指標，發(fā)現(xiàn)A股與國際股票市場的整合程度呈上升趨勢，股市對外開放政策起到促進作用。

綜上，市場間融合度的研究主要從資產定價、相關關系以及信息傳遞等幾個角度展開，每種方法都有其側重點，例如資產定價模型側重于檢驗市場間同類資產的風險定價特征，理論上較為貼近整合的度量內涵;擬合市場間相關關系則較為直觀，特別是構建的GARCH過程能較為充分的利用時間數(shù)列信息。

與以往研究相比，本文的特點是:(1)為了能更為系統(tǒng)的研究我國股市與世界股市間的融合度，本文將分別采用兩種方法進行實證。首先沿用ICAPM框架，比較市場間同類資產的風險定價模式，進行市場間融合檢驗，其次應用GARCH-動態(tài)COPULA函數(shù)描述市場間融合度的變化。(2)選取了次貸危機和歐債危機期間的數(shù)據(jù)作為主要實證樣本，一方面重點考察金融風險對股市間融合關系的影響，另一方面也可以比較兩次危機對我國股市影響的異同。(3)與以往研究地區(qū)間股票市場的文獻不同，本文采用全球股票指數(shù)來代替某一個國家或地區(qū)的股票指數(shù)，目的是獲得更為全面綜合的信息，進而描述我國股市與國際股市間的關系。

二、模型設定及估計方法

(一)ICAPM模型

若全球資本可以自由流動，境內外投資者可以自由地進行國際資產投資組合，那么全球資本市場可以達到一體化。各地區(qū)股票市場的資產定價僅受到唯一共同的風險因素，即世界股票市場系統(tǒng)風險的影響。一體化假設下的條件ICAPM模型為:

E［ri，t|Ωt－1］為某資產條件預期超額收益，cov(ri，t，rm，t|Ωt－1)為市場組合與某資產超額收益率的條件協(xié)方差，Ωt－1為信息集。λm，t－1為全球股票市場系統(tǒng)風險的條件價格，表示當市場波動增加一單位，投資者應得到的額外風險補償?；趯ν顿Y者規(guī)避風險偏好的假設，一般有λm，t－1＞0。

由于受到匯率、貨幣等因素的影響，投資者會對不同地區(qū)的資產有不同的升值或貶值預期。因此在單因素的資產定價模型中，還應引入貨幣風險定價。當某地區(qū)股市與國際股市間不是完全一體化，那么ICAPM模型就需要加入本地市場風險因素，完整的資產定價模型應為:

為了將整合檢驗的ICAPM模型用于實際，本文采用多元GARCH-in-mean的計量模型來統(tǒng)一估計參數(shù)并擬合收益率方差及協(xié)方差。本文假定風險定價參數(shù)為常數(shù)，得到以下的經驗方程:

根據(jù)市場間一體化檢驗的內涵定義，我們有以下假定:

(1)如果我國股市與國際股市之間是完全分割的，那么資產的預期收益率僅由本地市場的條件風險決定，有:λ

(2)如果我國股市與國際股市是完全整合的，則資產的預期收益率完全由全球股市的條件風險決定，有

(3)若是介于二者之間，即市場間存在部分融合，則資產的預期收益率既受全球股市也受國內股市的條件風險影響，有

本文應用BEKK模型對Ht進行估計，其公式如下:

其中，常數(shù)項C為3×3的下對角矩陣，A和B均為3×3的對角陣，分別代表方差方程中的ARCH項系數(shù)陣和GARCH項系數(shù)陣。

BEKK模型可以采用QML方法來估計，對數(shù)似然函數(shù)公式如下:

其中ψ為待估參數(shù)向量，s為資產個數(shù)，本文資產數(shù)為3，T為觀測值數(shù)量。

(二)GARCH-動態(tài)COPULA函數(shù)

為了能進一步動態(tài)描述中國股市與國際股市的融合度，了解市場間的動態(tài)聯(lián)動機制，本文還將利用GARCH-動態(tài)COPULA函數(shù)，進一步研究我國股市與世界股市相關性的動態(tài)變化。采用GARCH-動態(tài)COPULA函數(shù)進行市場間相關性和融合度研究有以下幾個優(yōu)點:一是應用GARCH模型估計時間序列的邊緣分布，并刻畫市場收益率的波動路徑，可以包含較多的信息;二是COPULA函數(shù)不僅能刻畫市場間總的相關關系，也能捕捉市場間尾部的非線性關系;三是動態(tài)COPULA函數(shù)可以精確地描述變量間的時變相關性。

首先，在殘差服從t分布的假定下，應用AIC/BIC準則對各變量選擇合適的GARCH模型;其次，由GARCH模型得到標準殘差序列，并通過自相關和ARCH-LM檢驗;再次，對得到的殘差序列做K-S檢驗，并做經驗分布變換，形成COPULA函數(shù)的邊緣分布;最后，運用對數(shù)極大似然法估計動態(tài)COPULA函數(shù)。

本文采用兩種常用的COPULA函數(shù)，即Normal COPULA函數(shù)和Clayton COPULA函數(shù)進行實證分析。以下分別給出上述兩個函數(shù)的公式:

Normal COPULA的參數(shù)ρ取值范圍在［－1，1］。Normal COPULA用于描述變量間總體的線性相關關系。

Clayton COPULA的參數(shù)θ取值范圍在［－1，0)∪(0，∞)。當θ＞0時，簡化為:

Clayton COPULA用于捕捉變量間左尾的非線性關系，左尾相關系數(shù)τL=2(－1/θ)，取值范圍在(0，1)。

Patton(2001，2006)［15，16］提出了構造動態(tài)正態(tài)COPULA函數(shù)的方法，該方法建立反映相關程度的參數(shù)ρ的演變方程來模擬變量間隨時間變化的相依結構。動態(tài)正態(tài)COPULA函數(shù)的演化方程有如下定義:

其中，Φ－1代表正態(tài)累積分布函數(shù)的逆函數(shù)，函數(shù)，該函數(shù)用以保證所得參數(shù)落入［－1，1］;該公式類似受限制的ARMA(1，10)模型，不僅考慮了參數(shù)自相關的情況，也包含了噪音影響的因素。

Patton提出的動態(tài)正態(tài)COPULA函數(shù)時變參數(shù)演化方程的方法，可以擴展到其他COPULA族函數(shù)模型，但為了進行比較，Patton(2006)［16］對SJC-COPULA的演變方程進行了適當調整，即對公式(9)最后一項的噪聲信息處理進行了修改。

本文將該公式推廣到動態(tài)Clayton COPULA函數(shù)的演變方程中①Patton(2006)［16］構建了SJC-COPULA的時變模型，鑒于Clayton與SJC COPULA同屬于阿基米德族COPULA，本文以SJC-COPULA的演變模型作為Clayton時變參數(shù)的推廣。，公式如下:

其中，θt為時變clayton參數(shù)，函數(shù)Λ(x)≡x2，用以保證所有參數(shù)能落入(0，∞)。公式(10)是選取clayton參數(shù)θ建立動態(tài)演化方程，進而影響下尾相關系數(shù)τL的時態(tài)變化。

三、實證分析

(一)數(shù)據(jù)及描述統(tǒng)計

實證所用的數(shù)據(jù)為2005年7月1日到2013年3月31日的股票市場日收盤價數(shù)據(jù)。根據(jù)倪晉武等(2011)［6］64的研究，本文將2007年4月8日，即美國新世紀金融公司向法院申請破產保護之日，作為次貸危機開始的時間，同時參考譚政勛(2013)［4］，將2009年12月8日即三大評級機構下調希臘信貸評級，作為歐債危機的起點，將2013年第一季度末歐元區(qū)大部分國家擺脫經濟衰退定為歐債危機基本結束的時間。因此本文的樣本分為三個階段，一個是次貸危機發(fā)生之前的金融平穩(wěn)期，即2005年7月1日至2007年4月7日;一個是次貸危機發(fā)生時期，即2007年4月8日至2009年12月7日;最后一個是歐債危機時期，為2009年12月8日至2013年3月31日。由于我國的公共假日較多，本文實證用數(shù)據(jù)為剔除了市場間休市時間不一致的樣本點后的數(shù)據(jù)。

本文選用道瓊斯全球股票市場指數(shù)代表國際股市資產組合，對應收益率用表示;用上證綜合股指代表國內股市資產組合，對應收益率用表示;以美元計價的一周歐元存儲利率代表全球市場的無風險利率;以人民幣活期存款利率表示國內市場的無風險利率，貨幣指數(shù)為人民幣對美元中間匯率，貨幣收益率為。以上數(shù)據(jù)取自DATASTREAM 和Google網站。

為了減弱可能存在的數(shù)據(jù)非平穩(wěn)性，各市場收益率均由以下對數(shù)公式計算得到:

表1 各市場收益率的描述統(tǒng)計量

從表1看出，2008年金融危機之前，兩市股指收益率均值均大于零，高于兩次危機的均值，且國內股指收益水平高于全球平均水平，這與國內股市從2005年到2007年經歷的大牛市以及宏觀經濟運行良好相符;次貸危機期間全球股指平均收益水平為負，但在歐債危機時期全球股指反而增加為正值，而我國股市的平均收益率在次貸危機之后一直低于國際平均水平;其次，相較于歐債危機，兩市股指在次貸危機發(fā)生期間的波動幅度最大，而且在三個樣本期，國內股指收益率的標準差都大于全球股指，總體上說明國內股市風險波動高于國際股市的平均波動水平;另外，人民幣對美元匯率的收益率在2008年以后變化不明顯;最后，偏度峰度指標和JB正態(tài)檢驗表明，全球股指、國內股指以及匯率的收益率都具有拖尾尖峰的特征，且三個變量都不服從正態(tài)分布。

圖1 全球股指、上證股指及匯率的收益率圖

從圖1看出，全球股指出現(xiàn)波動幅度最大的時期在2008年3月至2009年5月，這也是次貸危機蔓延至全球的時間，另外一段波動較明顯的時期是在2010年12月到2012年2月，應該與歐債危機持續(xù)發(fā)酵帶來的影響有關;我國股市收益率在2007—2009年間波動較大，后略有減緩，但與全球股指收益率相比，整體波動幅度明顯較大;兩股指都有明顯的波動聚集效應;匯率收益率的整體波動幅度最小，基本在0左右波動。

(二)ICAPM整合檢驗結果

依照上文對檢驗模型及估計方法的說明，我們應用GAUSS9．0軟件對公式(3)－(4)進行估計和檢驗，實證結果如表2所示。

表2 ICAPM估計與檢驗結果

表2給出了利用ICAPM對國內股市與國際股市之間融合度的檢驗結果及國內資產在不同風險上的溢價水平。從整體上看，不管哪個時期，我國股市的超額收益率都顯著受全球風險溢價、本地風險溢價及貨幣風險溢價三個要素影響，且三個風險定價系數(shù)在10%水平上都通過了WALD檢驗，即國內市場投資組合的定價因素不僅受到本地風險的影響，也受全球股市系統(tǒng)風險的影響。這說明，在樣本期內國際股市和國內股市之間存在一定程度的融合。比較三個階段的估計結果，全球風險定價系數(shù)λw由金融危機發(fā)生之前的0．0031，變化為次貸危機發(fā)生期間的0．0218，隨后在第三階段又小幅增加為0．0306;地區(qū)風險定價系數(shù)λl則從第一階段的0．175降低到第三階段的0．044;貨幣風險定價系數(shù)在三個時期都為負值，但持續(xù)增加，說明市場對人民幣升值壓力始終存在。相較于何紅霞等(2011)［14］，本文采用分段式實證，能更加清晰地捕捉在不同背景下，國內資產的定價變化以及不同時期對整合度的影響。

實證結果說明全球股市平均系統(tǒng)風險對國內資產的收益率有顯著影響，國內股市與國際股市間的融合度體現(xiàn)了不同階段的特點，次貸危機和歐債危機期間市場間融合度增強，但次貸危機期間的融合度略低于歐債危機。筆者認為，這可能與次貸危機期間國內采取穩(wěn)定資本市場的政策措施，減緩次貸危機對國內經濟的沖擊有關;另外，歐債危機作為次貸危機的延伸，由金融危機發(fā)展成政府危機，國內資產受全球平均風險的影響增加很可能一方面與歐盟和我國之間緊密的貿易關系有關，另一方面也與歐債危機期間境內資本大量外流，國內股市受到沖擊有關。據(jù)統(tǒng)計，2012年前三季度資本和金融項目累計逆差845億美元，而2011年同期累計為順差2341億元［17］;另外在2009年和2012年我國相繼對合格境外機構投資者境內證券投資的外匯管理辦法和條例進行了修改，對QFII的匯兌制度、投資額度等進行了規(guī)范，進一步放寬了境外合格機構投資者的投資限制。因此在市場進一步開放的背景下，國內股市與國際股市的融合度也在提高。

(三)GARCH-動態(tài)COPULA時變相關性分析

ICAPM模型通過估計國內資產的風險定價，靜態(tài)檢驗了一段時間內市場間的整合度，下文將應用t-GARCH-動態(tài)COPULA函數(shù)來分析國內股市與國際股市的動態(tài)相關性，了解市場間的聯(lián)動機制。限于篇幅，表3及表4僅列出動態(tài)COPULA的估計結果及動態(tài)相關系數(shù)的描述統(tǒng)計結果。

表3 條件COPULA估計結果

表4 動態(tài)相關系數(shù)描述性統(tǒng)計

圖2 金融平穩(wěn)期上證股指與全球股指的動態(tài)相關圖

圖3 次貸危機期間上證股指與全球股指的動態(tài)相關圖

圖4 歐債危機期間上證股指與全球股指的動態(tài)相關圖

從表4和圖2、圖3、圖4中得到，國內股市與國際股市的相關性在三個階段都不斷發(fā)生波動，相關程度隨樣本期依次增強。由Normal COPULA的估計結果，兩次危機期間的線性相關程度高于危機發(fā)生之前，說明危機發(fā)生之后，市場間聯(lián)動性增加，融合度提高;而第一階段兩市多次出現(xiàn)收益率負相關的情況，即股指間波動非同向，說明有利于市場間風險分散;由Clayton COPULA尾部相關性的估計結果發(fā)現(xiàn)，階段一和階段二的股指間左尾相關程度較低，波動均值為0．03左右，但階段三的左尾相關系數(shù)提高到0．17。這說明2008年以后，特別是歐債危機發(fā)生期間，國內股指與全球股指的左尾相關程度提高，波動率的聯(lián)動性增強?？傮w來說，應用t-GARCH-條件COPULA擬合上證股指和全球股指的動態(tài)相關關系的實證結果與ICAPM模型檢驗結果基本一致。

引起筆者注意的是，次貸危機期間國內股指與全球股指左尾相關度較低，這與我們的直覺不同。筆者認為，這主要與兩股指波動的時間及幅度不一致有關。結合表1和圖1可知，全球股指波動幅度較大的時間出現(xiàn)在2008年3月至2009年5月，上證股指的高波動時間在2007年9月至2008年12月，另外全球股指在次貸危機發(fā)生之前波動的幅度較小，如表1中標準差僅為0．67，而我國股指的波動長期以來都較大，表1中上證股指的標準差在危機前為1．49，高出同期全球股指近2倍。根據(jù)董秀良等(2009)［5］、倪晉武等(2011)［6］應用股指波動溢出的研究，他們認為金融危機期間上證股指的大幅度波動并非完全受境外風險的沖擊，而是源于市場內生的影響要素。本文左尾相關性的實證結果側面支持了以上觀點。

四、結 論

本文應用ICAPM模型及GARCH-動態(tài)COPULA函數(shù)對次貸危機和歐債危機期間國內股市和國際股市的融合度進行了實證研究。實證結果表明:第一，在樣本期內，上證股指的超額收益率受全球股市平均系統(tǒng)風險溢價、本地股市風險溢價及貨幣風險溢價的顯著影響，說明國內股市與國際股市之間存在一定程度的融合。同時也表明，市場間融合度呈現(xiàn)不同階段的特點，次貸危機和歐債危機期間市場間融合度提高，但次貸危機期間的融合度略低于歐債危機;第二，樣本期內，上證股指與全球股指的線性相關系數(shù)和左尾相關系數(shù)都呈增加趨勢，然而在次貸危機發(fā)生期間，股指間左尾相關程度并不高，說明次貸危機對國內股票市場的風險沖擊并不大，市場的劇烈震蕩可能更多是由于股權分置改革、貨幣政策效應等內在因素導致;第三，歐債危機作為次貸危機的延續(xù)，其發(fā)生期間國內股市與全球股指的聯(lián)動程度加劇，全球風險溢價增加。從貿易傳染的角度來看，歐盟作為我國最大出口目的地，其經濟衰退直接導致進口減少，影響了國內與貿易相關的實體經濟，進一步影響股市基本面;從資本流動的角度來看，歐債危機導致歐洲銀行資金的大量回流使市場的資本供求出現(xiàn)大幅度震蕩，在此基礎上打擊市場的預期和信心，各國股市間同時出現(xiàn)震蕩的頻率增加，聯(lián)動性增強;另外為了應對市場疲軟走勢、刺激投資者投資需求等，政府出臺了更為寬松的開放政策，這對國內股市進一步融入國際股市也起到了一定作用。

隨著我國市場經濟體制的不斷完善，我國股票市場的全球化趨勢將越來越明顯。在面對一體化帶來的資本優(yōu)勢、信息共享的同時，國內股市還應注意防范國際或區(qū)域風險的沖擊。具體來講，一方面應進一步加強國內產業(yè)結構升級，盡可能降低貿易依存度，減少進出口貿易受限帶來的國內經濟沖擊;另一方面，繼續(xù)完善金融市場的體制改革，深化股票市場的內部機制轉型，保持穩(wěn)健的開放政策，加強金融風險管理與監(jiān)督。