一、引 言

在經(jīng)濟(jì)全球化、金融自由化的大背景下，國(guó)際貿(mào)易活動(dòng)日益頻繁，資本跨境快速流動(dòng)，國(guó)際金融市場(chǎng)間聯(lián)動(dòng)性呈現(xiàn)出增強(qiáng)趨勢(shì)。同時(shí)，金融風(fēng)險(xiǎn)跨國(guó)傳染的可能性加大，金融危機(jī)越來(lái)越呈現(xiàn)出連鎖性和地區(qū)性。隨著中國(guó)金融市場(chǎng)國(guó)際融入度的提高，國(guó)際金融市場(chǎng)聯(lián)動(dòng)性逐步加強(qiáng)。國(guó)際金融市場(chǎng)的動(dòng)蕩變化對(duì)國(guó)內(nèi)投資者的心理和預(yù)期產(chǎn)生了不容忽視的影響，增強(qiáng)了國(guó)際金融風(fēng)險(xiǎn)對(duì)中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)。

次貸危機(jī)發(fā)生后，中國(guó)金融市場(chǎng)不可避免地受到了影響，特別是中國(guó)的股票市場(chǎng)遭受了嚴(yán)重沖擊;隨后的歐洲主權(quán)債務(wù)危機(jī)，使得歐洲金融市場(chǎng)動(dòng)蕩不安，中國(guó)股票市場(chǎng)再次陷入了大幅波動(dòng)和下跌格局，金融風(fēng)險(xiǎn)急劇加大。這些事件使我們認(rèn)識(shí)到，面對(duì)日益頻繁波動(dòng)的全球性金融市場(chǎng)，研究中外金融市場(chǎng)聯(lián)動(dòng)關(guān)系的變化特征與趨勢(shì)以及金融風(fēng)險(xiǎn)跨國(guó)傳染機(jī)制，對(duì)維護(hù)中國(guó)金融市場(chǎng)穩(wěn)定具有十分重要的理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

20世紀(jì)90年代以來(lái)的三次世界性金融危機(jī)，使得學(xué)者們對(duì)金融風(fēng)險(xiǎn)理論研究的焦點(diǎn)轉(zhuǎn)移到對(duì)金融市場(chǎng)聯(lián)動(dòng)關(guān)系和金融風(fēng)險(xiǎn)跨國(guó)傳染途徑的探討，形成了一個(gè)新的國(guó)際經(jīng)濟(jì)學(xué)研究領(lǐng)域。許多學(xué)者研究顯示:金融市場(chǎng)聯(lián)動(dòng)關(guān)系是金融風(fēng)險(xiǎn)跨國(guó)傳遞的重要根源，Bekaert et al.(2005)、Gebka ＆ Serwa(2007)、Bodart et al.(2009)等發(fā)現(xiàn)國(guó)際主要金融市場(chǎng)間存在著顯著的聯(lián)動(dòng)關(guān)系和風(fēng)險(xiǎn)傳染問(wèn)題，而且一國(guó)受到金融風(fēng)險(xiǎn)傳染的可能性和程度與該國(guó)和危機(jī)發(fā)生國(guó)的關(guān)聯(lián)程度成正比。Yang(2008)、Bowman et al.(2007)、Saleem(2008)分別對(duì)1987年股災(zāi)、1997年亞洲金融危機(jī)、俄羅斯貨幣危機(jī)背景下的金融風(fēng)險(xiǎn)傳染跨國(guó)傳染進(jìn)行了研究，發(fā)現(xiàn)金融市場(chǎng)間的聯(lián)動(dòng)關(guān)系在三次危機(jī)中均產(chǎn)生了重要的影響。

隨著金融市場(chǎng)間聯(lián)動(dòng)關(guān)系內(nèi)在機(jī)制的深入研究，形成了多種金融風(fēng)險(xiǎn)跨國(guó)傳染理論。Dimitris et al.(2007)基于次貸危機(jī)的背景，利用金磚四國(guó)與美國(guó)、英國(guó)兩個(gè)發(fā)達(dá)國(guó)家的數(shù)據(jù)對(duì)金融危機(jī)和風(fēng)險(xiǎn)傳染進(jìn)行了研究，發(fā)現(xiàn)美國(guó)對(duì)其他國(guó)家都存在跨國(guó)傳染效應(yīng)［1］。Masson(1998)認(rèn)為投資者對(duì)發(fā)生危機(jī)的其他類似國(guó)家的心理預(yù)期變化和信心危機(jī)造成的投資者情緒的改變，會(huì)形成金融風(fēng)險(xiǎn)的傳染，并進(jìn)一步將金融風(fēng)險(xiǎn)的跨國(guó)傳染機(jī)制分為季風(fēng)效應(yīng)、溢出效應(yīng)和凈傳染效應(yīng)，這一分類得到了IMF及學(xué)術(shù)界的認(rèn)可［2］。Rijckeghem和Weder(1999)發(fā)現(xiàn)貿(mào)易聯(lián)系和金融聯(lián)系都是金融風(fēng)險(xiǎn)傳染的重要因素，其中金融聯(lián)系的作用更顯著［3］。Dornbusch et al.(2000)將風(fēng)險(xiǎn)傳染總結(jié)為兩大類，一類是由于國(guó)家之間正常的經(jīng)貿(mào)相互依賴而導(dǎo)致的基本面溢出;對(duì)于非基本面引起的金融風(fēng)險(xiǎn)傳染歸結(jié)為是由投資者行為造成的［4］。安輝 (2003)將風(fēng)險(xiǎn)傳染分為貿(mào)易、金融、季風(fēng)效應(yīng)和凈傳染四種途徑［5］。

從研究方法上看，考察金融市場(chǎng)的風(fēng)險(xiǎn)傳染通常采用兩種方式，其一是測(cè)度金融變量相關(guān)系數(shù)在危機(jī)期間的變化;其二是用GARCH類方法。Engle提出的單變量GARCH類模型被大量地應(yīng)用于金融市場(chǎng)間波動(dòng)溢出效應(yīng)的研究。但是，單變量GARCH類模型在考察多個(gè)資產(chǎn)波動(dòng)的相關(guān)性時(shí)，不得不將幾個(gè)市場(chǎng)分割開(kāi)來(lái)考察各自的條件波動(dòng)性，這就損失了這些市場(chǎng)相關(guān)性中所包含的有效信息。為了更好地研究多個(gè)市場(chǎng)之間波動(dòng)的相關(guān)性，出現(xiàn)了多變量GARCH類模型 (MVGARCH)。同時(shí)，基于對(duì)方差、協(xié)方差矩陣的不同假設(shè)產(chǎn)生了許多種變形，如Engle和Sheppard(2001)的動(dòng)態(tài)條件相關(guān)模型 (DCC-MVGARCH)，Engle和Kroner(1995)在綜合Baba、Engel、Kraft和Kroner工作的基礎(chǔ)上，提出的BEKK-MVGARCH模型等等，成為金融市場(chǎng)聯(lián)動(dòng)與風(fēng)險(xiǎn)傳染研究方法上的重要工具。

總結(jié)以上文獻(xiàn)，對(duì)金融市場(chǎng)間聯(lián)動(dòng)關(guān)系的度量，現(xiàn)有文獻(xiàn)大多采用靜態(tài)相關(guān)系數(shù)或單變量GARCH模型，不能完整揭示金融市場(chǎng)間聯(lián)動(dòng)關(guān)系的動(dòng)態(tài)時(shí)變特征 (Longin＆ Solnik，1995)［6］。對(duì)金融危機(jī)跨國(guó)傳染的研究多是理論層面的分析，少量的實(shí)證研究?jī)H對(duì)金融危機(jī)跨國(guó)傳染的總體格局進(jìn)行了分析，但對(duì)危機(jī)沖擊的具體途徑未加明確區(qū)分。本文以次貸危機(jī)為背景，研究中美股票市場(chǎng)時(shí)變聯(lián)動(dòng)關(guān)系和美國(guó)金融風(fēng)險(xiǎn)向中國(guó)傳染的途徑。本文的貢獻(xiàn)在于:一是采用動(dòng)態(tài)條件相關(guān)模型 (DCC-MVGARCH模型)，客觀準(zhǔn)確揭示中國(guó)金融市場(chǎng)遭遇金融危機(jī)沖擊前后中美股票市場(chǎng)的時(shí)變聯(lián)動(dòng)特征，說(shuō)明次貸危機(jī)對(duì)中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)傳染的客觀存在;二是采用BEKK-MVGARCH模型，分別就對(duì)外貿(mào)易、國(guó)際資本流動(dòng)以及投資者心理和預(yù)期變化對(duì)中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行檢驗(yàn)，研判美國(guó)金融危機(jī)究竟通過(guò)何種途徑?jīng)_擊中國(guó)金融市場(chǎng)，從而提出有針對(duì)性的政策建議。

三、中美股票市場(chǎng)時(shí)變聯(lián)動(dòng)關(guān)系的實(shí)證分析

(一)樣本的選取與檢驗(yàn)

選取標(biāo)準(zhǔn)普爾500指數(shù)S＆P500、上證綜合指數(shù)SSEC作為中美股票市場(chǎng)的代表指標(biāo)，數(shù)據(jù)為2005年1月至2011年6月的周數(shù)據(jù) (周數(shù)據(jù)可以避免日數(shù)據(jù)存在的中美股市交易時(shí)差問(wèn)題)，對(duì)于節(jié)假日不同或突發(fā)事件造成的數(shù)據(jù)缺失，采用上一周的數(shù)據(jù)進(jìn)行補(bǔ)充。經(jīng)過(guò)整理共得到兩組各340個(gè)交易數(shù)據(jù)，最后為消除時(shí)間序列存在的自相關(guān)與異方差的問(wèn)題，利用Rt=(ln(Pt)－ln(Pt－1))*100，計(jì)算出兩組周收益率序列RSP500和RSSEC。單位根檢驗(yàn)結(jié)果顯示，RSP500和RSSEC均是在1%顯著性水平上的平穩(wěn)序列。

(二)實(shí)證結(jié)果及分析

本文選取DCC-MVGARCH模型 (Engle和Sheppard，2001)研究次貸危機(jī)沖擊前后，中、美股票市場(chǎng)間的時(shí)變聯(lián)動(dòng)特征。根據(jù)Engle提出的兩步估計(jì)法，首先估計(jì)每個(gè)市場(chǎng)收益率的單變量GARCH過(guò)程，然后利用第一步估計(jì)的結(jié)果估計(jì)DCC-MVGARCH系數(shù)。

1.單變量GARCH模型。

根據(jù)自相關(guān)檢驗(yàn)，中美股市的收益率序列均存在序列相關(guān)的現(xiàn)象，因此，建立GARCH模型時(shí)，均值方程均采用ARMA結(jié)構(gòu)，以消除序列相關(guān)現(xiàn)象。利用Eviews軟件經(jīng)過(guò)多次估計(jì)，得出以SC最小為最優(yōu)準(zhǔn)則的均值方程，具體形式如下:

對(duì)上面均值方程殘差序列的自相關(guān)性檢驗(yàn)可以發(fā)現(xiàn)，殘差序列已經(jīng)不存在自相關(guān)。對(duì)殘差進(jìn)行ARCH_LM檢驗(yàn)顯示，殘差序列存在顯著的ARCH效應(yīng)，可以進(jìn)一步利用 GARCH(1，1)［7］模型建立方差方程對(duì)收益率的波動(dòng)性進(jìn)行擬合分析。

表1 單變量GARCH(1，1)模型的實(shí)證結(jié)果

表1顯示每個(gè)序列的ARCH項(xiàng)GARCH項(xiàng)系數(shù)估計(jì)值是顯著的，且滿足常數(shù)項(xiàng)大于零，ARCH和GARCH的系數(shù)非零，且ARCH和GARCH的系數(shù)之和小于1的限制的平穩(wěn)性條件。RSSEC的GARCH項(xiàng)的系數(shù)遠(yuǎn)大于ARCH項(xiàng)系數(shù)，說(shuō)明中國(guó)股市收益率的條件方差主要受到上期條件方差的影響，風(fēng)險(xiǎn)在市場(chǎng)中的沖擊時(shí)間較長(zhǎng)。而RSP500的GARCH項(xiàng)的系數(shù)也大于ARCH項(xiàng)系數(shù)，但相比RSSEC的GARCH項(xiàng)的系數(shù)來(lái)講較小，說(shuō)明美國(guó)股市的記憶性較短，條件方差受到同期外來(lái)沖擊的影響相對(duì)較大，因此說(shuō)明美國(guó)股市比較成熟。

在估計(jì)DCC-MVGARCH模型之前，首先對(duì)殘差數(shù)據(jù)進(jìn)行序列相關(guān)性檢驗(yàn)和異方差性檢驗(yàn)。結(jié)果顯示通過(guò)GARCH(1，1)建模，有效消除了原始數(shù)列的相關(guān)性和異方差。模型的均值方程和方差方程的設(shè)定是合理的。

2.DCC-MVGARCH模型。

采用最大化對(duì)數(shù)似然函數(shù)的方法進(jìn)行DCC-MVGARCH模型參數(shù)估計(jì)，結(jié)果如下:

其中a=0.003 113、b=0.977 245，并且α+β＜1，符合DCC_MGARCH模型的約束條件?；貧w顯著性上a不顯著 (T值為0.21)，顯著異于零 (T值為5.78)。這說(shuō)明中美股市收益率間的條件異方差受前期條件異方差的影響非常顯著，其變動(dòng)持續(xù)性較強(qiáng)，同時(shí)也說(shuō)明了中美股市收益率間的相關(guān)性受前期相關(guān)系數(shù)的影響較大。

根據(jù)上面的回歸結(jié)果可以得到中美股市收益序列的時(shí)變相關(guān)系數(shù)序列圖 (圖1)。美國(guó)股市和中國(guó)股市間時(shí)變相關(guān)系數(shù)整體變動(dòng)不大，基本保持著0.15左右的正向聯(lián)動(dòng)關(guān)系。說(shuō)明中美股票市場(chǎng)的相關(guān)程度比較低，中國(guó)金融市場(chǎng)的國(guó)際融入度不高，這和韓非、肖輝 (2005)［8］的檢驗(yàn)結(jié)論相似。從圖1也可以看出，在經(jīng)過(guò)次貸危機(jī)的沖擊后，從2008年年底開(kāi)始，中美股票市場(chǎng)的動(dòng)態(tài)相關(guān)性逐步增強(qiáng)，這一結(jié)果和李曉廣、張巖貴 (2008)的研究結(jié)論基本一致［9］。說(shuō)明了美國(guó)次貸危機(jī)引發(fā)的金融風(fēng)險(xiǎn)向外擴(kuò)散，中國(guó)股市受到了一定沖擊，中美股票市場(chǎng)的聯(lián)動(dòng)程度增強(qiáng)，中美金融市場(chǎng)間存在風(fēng)險(xiǎn)的傳染。

圖1 RSSEC和RSP500時(shí)變相關(guān)系數(shù)序列圖

四、金融風(fēng)險(xiǎn)跨國(guó)傳染途徑的實(shí)證分析

(一)樣本的選取與檢驗(yàn)

1.樣本的選取與處理。

一般研究認(rèn)為，金融風(fēng)險(xiǎn)跨國(guó)傳染主要分為貿(mào)易溢出、金融溢出和凈傳染三個(gè)方面。貿(mào)易溢出表現(xiàn)為危機(jī)發(fā)生國(guó)貨幣大幅貶值造成匯率變動(dòng)，其他貿(mào)易伙伴國(guó)的商品競(jìng)爭(zhēng)力下降、國(guó)民收入下降，形成風(fēng)險(xiǎn)的跨國(guó)傳染。本文選取中美匯率 (USDCNY)作為中美金融風(fēng)險(xiǎn)貿(mào)易溢出的代理變量 (Glick＆Rose，1995;宋曉桐，2009)。金融溢出表現(xiàn)為國(guó)際短期資本的大規(guī)模抽逃，引起金融風(fēng)險(xiǎn)的跨國(guó)溢出。目前，計(jì)算國(guó)際短期資本通常采用公式:國(guó)際短期資本=外匯儲(chǔ)備增量-FDI-實(shí)際貿(mào)易順差。本文根據(jù)這一公式計(jì)算國(guó)際短期資本(ISTC)作為金融溢出的代理變量 (陳浪南，2009;高鐵梅等，2010)。凈傳染是通過(guò)心理預(yù)期發(fā)揮作用的，投資者心理預(yù)期變化是凈傳染效應(yīng)的核心。衡量投資者心理預(yù)期變化的投資者情緒的指標(biāo)主要有“央視看盤(pán)”、“耶魯-CCER中國(guó)投資者信心指數(shù)”和“好淡指數(shù)”等，本文選取“好淡指數(shù)”(IS)作為凈傳染效應(yīng)的代理變量 (程昆，2005)。數(shù)據(jù)周期選取2007年2月至2011年6月期間的周數(shù)據(jù) (國(guó)際短期資本序列采用月度數(shù)據(jù)①由于外匯儲(chǔ)備、實(shí)際貿(mào)易順差等只有月度數(shù)據(jù)，鑒于數(shù)據(jù)的可得性，國(guó)際短期資本序列采用月度數(shù)據(jù)。)作為研究樣本。上證綜合指數(shù) (SSEC)取對(duì)應(yīng)頻率數(shù)據(jù)，并計(jì)算出對(duì)數(shù)收益率 (RSSEC)。

2.平穩(wěn)性檢驗(yàn)。

對(duì)中美匯率序列 (USDCNY)、短期資本序列(ISTC)、投資者情緒 (IS)進(jìn)行單位根檢驗(yàn) (詳見(jiàn)表2)。結(jié)果顯示三個(gè)序列均是平穩(wěn)序列。

表2 單位根檢驗(yàn)結(jié)果

(二)模型選取

本文選取BEKK-MVGARCH模型 (Engle和Kroner，1995)分析次貸危機(jī)沖擊下美國(guó)股票市場(chǎng)風(fēng)險(xiǎn)對(duì)中國(guó)股票市場(chǎng)傳染的具體途徑。

C0為N階上三角形矩陣，Aki，Bkj是N階系數(shù)矩陣，q和p分別表示殘差乘積項(xiàng)和前期條件方差項(xiàng)的滯后階數(shù)。K表示系數(shù)矩陣的個(gè)數(shù)。對(duì)于二維BEKKMVGARCH模型，如果條件方差服從GARCH(1，1)過(guò)程，且k=1，則BEKK對(duì)方差方程的設(shè)定形式如下:

其中Ht為2×2維對(duì)稱矩陣，C為上三角形矩陣，A代表ARCH項(xiàng)的系數(shù)矩陣，B為GARCH項(xiàng)的系數(shù)矩陣。矩陣A用來(lái)衡量序列的上一期平方誤差(上一期的外來(lái)沖擊)對(duì)本期條件方差的影響程度。矩陣B用來(lái)衡量序列的上一期條件方差對(duì)本期條件方差的影響程度。各矩陣的具體形式如下:

我們也可以將Ht矩陣以分量方程的形式表示如下:

h11，t、h22，t分別表示序列1、序列2的條件方差，h12，t表示序列1、2間的條件協(xié)方差。根據(jù)上述等式(3)中的h22，t，可以看到，序列1對(duì)序列2的條件方差的影響是通過(guò)ε2，t-1三項(xiàng)來(lái)實(shí)現(xiàn)的。因此，序列1對(duì)序列2是否存在風(fēng)險(xiǎn)溢出效應(yīng)，可通過(guò)檢驗(yàn)系數(shù)β12和α12是否顯著不為零進(jìn)行驗(yàn)證。

(三)溢出途徑分類檢驗(yàn)和結(jié)果分析

單位根檢驗(yàn)顯示中美匯率序列 (USDCNY)、短期資本序列 (ISTC)和投資者情緒 (IS)均是在1%顯著性水平上的平穩(wěn)序列。

1.貿(mào)易溢出的檢驗(yàn)。

根據(jù)SC最小準(zhǔn)則，經(jīng)過(guò)多次估計(jì)比較，USDCNY建立均值方程ARMA(1，0)、RSSEC建立均值方程ARMA(2，0)形式比較合適，并得到相應(yīng)的殘差序列。將 USDCNY的殘差序列作為序列 1，RSSEC序列作為序列2。設(shè)定如下原假設(shè)對(duì)貿(mào)易溢出效應(yīng)進(jìn)行檢驗(yàn)。

假設(shè)1:次貸危機(jī)發(fā)生后，金融風(fēng)險(xiǎn)通過(guò)貿(mào)易溢出傳染到中國(guó)股票市場(chǎng)，存在序列1向序列2的風(fēng)險(xiǎn)溢出。

即H0:β12、α12至少有一個(gè)不為零

H1:β12=α12=0

表3 BEKK模型的實(shí)證結(jié)果

實(shí)證結(jié)果 (見(jiàn)表3)顯示，α12=0.305 0，但是t值很小，不能排除α12為零的可能性。β12=4.077 4，并且t檢驗(yàn)在1%的顯著性水平下拒絕了β12為零的假設(shè)，表明β12顯著地不等于零?？梢哉J(rèn)為假設(shè)1是正確的，即次貸危機(jī)發(fā)生后，金融風(fēng)險(xiǎn)通過(guò)貿(mào)易溢出傳染到中國(guó)股票市場(chǎng)。

β12不等于零，說(shuō)明上海股市本期條件方差受到外匯市場(chǎng)前期條件方差的影響顯著。中美匯率的變動(dòng)會(huì)直接影響到中國(guó)的進(jìn)出口業(yè)務(wù)，由于中國(guó)經(jīng)濟(jì)的對(duì)外依賴性較高，進(jìn)出口業(yè)務(wù)的變化對(duì)整體經(jīng)濟(jì)的影響較大，進(jìn)而影響到國(guó)民收入的下降，國(guó)民收入的下降通過(guò)財(cái)富效應(yīng)影響市場(chǎng)的資金供給，造成股票市場(chǎng)的波動(dòng)，形成風(fēng)險(xiǎn)的傳染。

2.金融溢出的檢驗(yàn)。

同理，ISTC建立均值方程ARMA(3，1)形式比較合適，RSSEC建立均值方程ARMA(2，0)形式比較合適，并得到相應(yīng)的殘差序列。將ISTC的殘差序列作為序列1，RSSEC序列作為序列2，設(shè)定如下原假設(shè)對(duì)金融溢出效應(yīng)進(jìn)行檢驗(yàn)。

假設(shè)2:次貸危機(jī)發(fā)生后，金融風(fēng)險(xiǎn)通過(guò)金融溢出傳染到中國(guó)股票市場(chǎng)，存在序列1向序列2的風(fēng)險(xiǎn)溢出。

即H0:β12、α12至少有一個(gè)不為零

H1:β12=α12=0

表4 BEKK模型的實(shí)證結(jié)果

實(shí)證結(jié)果 (詳見(jiàn)表4)顯示，α12=-0.004 7，并且t值很小，不能排除α12為零的可能性。β12=-0.003 6，接近于零，t檢驗(yàn)的功效不高 (在10%的水平下才能排除β12為零的可能性)。次貸危機(jī)發(fā)生后，金融風(fēng)險(xiǎn)通過(guò)金融溢出傳染到中國(guó)股票市場(chǎng)的效果不明顯。

國(guó)際短期資本的劇烈流動(dòng)會(huì)對(duì)一國(guó)經(jīng)濟(jì)和金融市場(chǎng)形成強(qiáng)大的沖擊，引起證券市場(chǎng)和外匯市場(chǎng)價(jià)格的大幅波動(dòng)，破壞實(shí)體經(jīng)濟(jì)發(fā)展。次貸危機(jī)發(fā)生后，中國(guó)的國(guó)際短期資本流動(dòng)變化相對(duì)平穩(wěn)。這首先是因?yàn)橄鄬?duì)于世界其他主要國(guó)家經(jīng)濟(jì)來(lái)講，中國(guó)經(jīng)濟(jì)一直保持著高速的增長(zhǎng)，對(duì)國(guó)際資本保持著吸引力;其次，中國(guó)目前仍然實(shí)行著一定的資本管制措施，這有助于國(guó)際資本的平穩(wěn)流動(dòng)，減少了國(guó)際短期資本的劇烈變化對(duì)中國(guó)實(shí)體經(jīng)濟(jì)和金融市場(chǎng)的負(fù)面影響。

3.凈傳染的檢驗(yàn)。

選取IS為ARMA(1，3)形式建立均值方程，RSSEC建立均值方程ARMA(2，0)形式比較合適，并得到相應(yīng)的殘差序列。將IS的殘差序列作為序列1，RSSEC序列作為序列2，設(shè)定如下原假設(shè)對(duì)凈傳染溢出效應(yīng)進(jìn)行檢驗(yàn)。

假設(shè)3:次貸危機(jī)發(fā)生后，投資者情緒變化使得金融風(fēng)險(xiǎn)傳染到中國(guó)股票市場(chǎng)，存在序列1向序列2的風(fēng)險(xiǎn)溢出。

即H0:β12、α12至少有一個(gè)不為零

H1:β12=α12=0

表5 BEKK模型的實(shí)證結(jié)果

實(shí)證結(jié)果 (詳見(jiàn)表5)顯示，α12=0.050 8，t檢驗(yàn)在1%的顯著性水平下拒絕了α12為零的假設(shè)，而β12=-0.014 5，但是t檢驗(yàn)不能顯著地排除β12為零的可能性。由于α12不等于零，說(shuō)明投資者情緒的前期擾動(dòng)項(xiàng) (預(yù)期變化)對(duì)上海股市的波動(dòng)影響顯著，可以認(rèn)為假設(shè)3是正確的，金融風(fēng)險(xiǎn)通過(guò)凈傳染效應(yīng)影響到中國(guó)股票市場(chǎng)。

投資者心理預(yù)期的變化和信心危機(jī)造成投資者投資行為的改變。與發(fā)達(dá)國(guó)家相比，由于國(guó)內(nèi)投資者和投資環(huán)境還不太成熟，受到信息不對(duì)稱及信息加工能力的限制，國(guó)內(nèi)投資者對(duì)次貸危機(jī)影響中國(guó)經(jīng)濟(jì)和金融市場(chǎng)的破壞性預(yù)期過(guò)于悲觀，影響了投資者對(duì)股票市場(chǎng)的判斷，市場(chǎng)中的“羊群效應(yīng)”進(jìn)一步加劇了中國(guó)股票市場(chǎng)的過(guò)度反應(yīng)，使得中國(guó)股市下跌幅度顯著大于美國(guó)股市，形成金融風(fēng)險(xiǎn)的凈傳染效應(yīng)。

五、研究結(jié)論

本文通過(guò)DCC-MVGARCH模型檢驗(yàn)了中美股市的時(shí)變聯(lián)動(dòng)關(guān)系，結(jié)果顯示中美股市基本保持著較弱的正向聯(lián)動(dòng)關(guān)系。危機(jī)發(fā)生后，兩個(gè)市場(chǎng)的正向聯(lián)動(dòng)性明顯增強(qiáng)，突破了歷史最高相關(guān)水平。選用BEKK-MVGARCH模型對(duì)傳染途徑的研究發(fā)現(xiàn)美國(guó)金融風(fēng)險(xiǎn)主要通過(guò)貿(mào)易溢出和凈傳染溢出進(jìn)行傳染，金融溢出的傳染效果不太明顯。外匯市場(chǎng)前期條件方差和投資者情緒的前期擾動(dòng)項(xiàng) (預(yù)期變化)是主要的傳染影響因素。

通過(guò)對(duì)金融風(fēng)險(xiǎn)傳導(dǎo)途徑的分析，我們認(rèn)為:第一，金融溢出的傳染效果不明顯并不是否認(rèn)金融溢出途徑在金融風(fēng)險(xiǎn)跨國(guó)傳染中的作用，而是說(shuō)明了適當(dāng)?shù)慕鹑诠苤普邔?duì)外來(lái)金融風(fēng)險(xiǎn)沖擊的防范作用。現(xiàn)階段，堅(jiān)持適當(dāng)?shù)慕鹑诠苤普邔?duì)中國(guó)金融市場(chǎng)的穩(wěn)定發(fā)展是非常必要的。第二，外匯市場(chǎng)前期變動(dòng)對(duì)中國(guó)實(shí)體經(jīng)濟(jì)和金融市場(chǎng)的影響較大，當(dāng)前面臨人民幣升值的國(guó)際壓力下，中國(guó)應(yīng)利用靈活的匯率機(jī)制增強(qiáng)人民幣匯率政策的自主性，避免匯率市場(chǎng)的大幅波動(dòng)。第三，投資者心理預(yù)期改變對(duì)中國(guó)金融市場(chǎng)產(chǎn)生了不容忽視的影響，投資者心理預(yù)期改變?nèi)狈m當(dāng)?shù)亩攘糠椒ǎ菀自斐墒袌?chǎng)預(yù)期的差異，并進(jìn)一步被“羊群效應(yīng)”放大。因此編制合理的投資者情緒指數(shù)、加強(qiáng)投資者的教育和引進(jìn)成熟投資者對(duì)穩(wěn)定中國(guó)金融市場(chǎng)至關(guān)重要。第四，聯(lián)動(dòng)性的進(jìn)一步加強(qiáng)，使國(guó)際金融危機(jī)沖擊中國(guó)金融市場(chǎng)的可能性和嚴(yán)重程度進(jìn)一步加大，中國(guó)應(yīng)盡快制定金融安全預(yù)警機(jī)制，確保金融市場(chǎng)安全。