張一　吳寶秀

摘 要 構(gòu)建了基于資本資產(chǎn)定價模型為基礎(chǔ)的潛伏因子模型對金融危機(jī)傳染效應(yīng)進(jìn)行分析，將引起市場收益率波動的因素分解為“共同因子”，“特質(zhì)因子”和“傳染因子”，同時采用迭代累計平方和算法內(nèi)生性地對金融危機(jī)演化的不同階段進(jìn)行了時間上的劃分.以2008年全球金融危機(jī)期間4個主要新興市場國家的股票市場為對象進(jìn)行了實(shí)證研究，結(jié)果表明這些國家均遭受到了不同程度的傳染，其中中國和巴西受到的傳染較弱，而印度和俄羅斯受到的傳染較強(qiáng).

關(guān)鍵詞 金融危機(jī)傳染；傳染因子；潛伏因子模型；迭代累計平方和算法

中圖分類號 F830.9 文獻(xiàn)標(biāo)識碼 A

Abstract We constructed a latent factor model based on the capital asset pricing model to analyze the contagion effects of the financial crisis. We decomposed the volatility of the returns of the equity market into common factor， idiosyncratic factor and contagion factor respectively， and used an Iterative Cumulative Sum of Square algorithm to identify the crisis period endogenously. We used the data of four major emerging countries' stock markets during the 2008 global financial crisis for empirical studies. The results show that these markets have suffered from different degrees of financial contagion. The contagion effects of China and Brazil are relatively weak while India and Russia are strong.

Key words financial crisis contagion；contagion factor；latent factor model；cumulative sum of square algorithm

1 引 言

自20世紀(jì)80年代以來，金融危機(jī)頻繁發(fā)生.金融危機(jī)所表現(xiàn)出的傳染性越發(fā)強(qiáng)烈，一次局部性的金融事件都可能通過金融市場的耦合作用被逐級放大，最終演變?yōu)槿蛐缘慕鹑谑袌鰟邮帲o金融市場造成了嚴(yán)重的破壞.所以，尋找出有效的數(shù)量分析方法來對金融危機(jī)的傳染效應(yīng)進(jìn)行刻畫，建立金融危機(jī)的預(yù)警和防范機(jī)制具有重要的理論價值和現(xiàn)實(shí)意義.

在金融危機(jī)傳染的實(shí)證研究上，Bekaert和Harvey對不同金融市場建立雙因素資產(chǎn)定價模型，研究歐洲、東南亞和拉丁美洲股票市場收益率相關(guān)系數(shù)，證實(shí)危機(jī)從金融貿(mào)易渠道的傳染[1].Fasika等使用面板條件概率模型對37個發(fā)達(dá)和新興市場經(jīng)濟(jì)體季度數(shù)據(jù)進(jìn)行分析，認(rèn)為貿(mào)易比其他渠道的影響更重要[2].我國學(xué)者韋艷華和齊樹天采用Copula理論研究在2008年爆發(fā)的越南金融危機(jī)對周邊亞洲新興市場的風(fēng)險傳染效應(yīng)[3].楊柳勇和周強(qiáng)考察了跨國金融機(jī)構(gòu)在金融危機(jī)傳染過程中的作用，結(jié)果表明資產(chǎn)證券化和國際金融市場的存在提升金融市場效率的同時也擴(kuò)大了市場流動性風(fēng)險，短期資產(chǎn)價格波動可能導(dǎo)致擠兌現(xiàn)象，引發(fā)金融市場系統(tǒng)性風(fēng)險[4].汪素南和潘云鶴采用小波分辨方法對美國、香港及滬市的波動溢出進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)美國股市對香港股市有顯著的溢出效應(yīng)，但滬市的波動則獨(dú)立于兩市[5].游家興運(yùn)用非對稱多元GARCH模型捕捉中國與亞洲、歐美7個重要的資本市場資產(chǎn)價格的動態(tài)條件相關(guān)系數(shù)，從收益率傳染的角度對中國經(jīng)濟(jì)一體化進(jìn)程與金融危機(jī)傳染二者之間的內(nèi)在關(guān)聯(lián)機(jī)制進(jìn)行計量分析[6].

本文沿用目前學(xué)術(shù)界廣為接受的對于金融危機(jī)傳染的定義方法，將其理解為“不能被基本面所解釋的資產(chǎn)價格運(yùn)動的過度協(xié)同”，即Masson所謂的“凈傳染”[7].并以2008年全球金融危機(jī)為背景，選取全球主要新興國家市場為對象進(jìn)行研究，檢驗(yàn)傳染效應(yīng)的存在.采用基于經(jīng)典的資本資產(chǎn)定價模型所衍生出的潛伏因子模型構(gòu)建計量模型，定量刻畫金融危機(jī)傳染的強(qiáng)度.同時，為了避免在劃分金融危機(jī)起止時間上的主觀性，采用基于迭代累積平方算法內(nèi)生性的對金融市場的演化階段進(jìn)行了確定.

2 模 型

潛伏因子模型是由資本資產(chǎn)定價模型（CAPM）衍生出來的一種對金融資產(chǎn)收益率序列進(jìn)行刻畫的方法.對于個金融資產(chǎn)，其觀測的金融資產(chǎn)收益率序列yi，t，在金融市場的平穩(wěn)期可將其表示為

式（9）給出了通過方差貢獻(xiàn)率來衡量金融危機(jī)傳染強(qiáng)度的數(shù)量方法.由此可見，潛伏因子模型不僅可以提供金融危機(jī)傳染的證據(jù)，還可以對金融危機(jī)傳染的強(qiáng)度進(jìn)行定量的刻畫.其中，“共同因子”代表了對所有市場均起到影響的因素，可以理解為是市場之間相互依賴關(guān)系的體現(xiàn)，“特質(zhì)因子”則代表了只對某一特定市場起作用的特質(zhì)因素，“傳染因子”代表了金融危機(jī)的“凈傳染”效應(yīng)，是不能被經(jīng)濟(jì)基本面所解釋的市場間資產(chǎn)價格運(yùn)動的過度協(xié)同.

3 數(shù)據(jù)選擇及模型設(shè)定

3.1 ICSS算法決定危機(jī)窗口

由于對金融危機(jī)傳染效應(yīng)的檢驗(yàn)結(jié)果高度依賴于對金融危機(jī)持續(xù)窗口的時間劃分，故對金融危機(jī)起止時間的確定尤為重要.以往的研究中，大多采用時變相關(guān)系數(shù)法檢驗(yàn)金融危機(jī)傳染效應(yīng)，對危機(jī)時間窗口往往是采用定性的分析方法進(jìn)行劃分，帶有較強(qiáng)的主觀性和隨意性，由此也導(dǎo)致了結(jié)論的主觀性.本文采用迭代累計平方和算法（ICSS）監(jiān)測資產(chǎn)收益率方差的突變點(diǎn)，從而內(nèi)生性地對金融危機(jī)起止階段進(jìn)行劃分.假定在市場的初始平穩(wěn)階段收益率序列具有固定方差，當(dāng)市場遭受外部沖擊后收益率序列方差將出現(xiàn)突變點(diǎn)然后恢復(fù)穩(wěn)定一直到出現(xiàn)下一個突變點(diǎn)，ICSS算法能夠有效地識別這些突變點(diǎn)，從而可將金融市場的演化階段進(jìn)行劃分.