謝家泉

（廣東金融學院 應用數(shù)學系， 廣東 廣州 510521）

中美股市風險傳染效應研究綜述
——基于金融危機視角

謝家泉

（廣東金融學院 應用數(shù)學系， 廣東 廣州 510521）

隨著金融全球化的推進，各金融市場間的聯(lián)系愈加緊密，隨之涌現(xiàn)出大量以金融危機為背景的中美股市風險傳染效應研究。其研究的理論基礎主要為經(jīng)濟基礎學說和市場傳染學說。相應的實證研究方法百花齊放，但也存在不少局限，格蘭杰因果關系檢驗只能定性分析市場間的風險傳染方向，ARCH模型對研究變量的邊緣分布設置要求嚴格，而小波變換法的實現(xiàn)過程較為復雜。針對牛熊市不同階段以及不同風險水平下的差異，將Copula函數(shù)和ARCH模型及CoVaR方法結合起來進行中美股市風險傳染研究將成為未來的研究重點。

風險傳染效應；金融危機；經(jīng)濟基本面； Copula函數(shù)；條件風險價值法

隨著金融全球化的發(fā)展，跨國股票市場之間的聯(lián)系愈發(fā)緊密，頻頻爆發(fā)的金融危機引起的股市風險傳染更為加劇。學者們以此為背景進行了大量研究，比如1997年的亞洲金融危機，2008年的次貸危機，2012年的歐債危機以及2015年的股災。作為成熟市場標志的美國市場與作為新興市場標志的中國市場之間在金融危機過程中表現(xiàn)出來的風險傳染效應研究更加具有現(xiàn)實指導意義。

一、中美股市風險傳染渠道研究

中美股票市場分屬新興市場和成熟市場，二者間的風險傳染問題一直備受關注。從風險傳染效應的渠道而言，目前較為廣泛的觀點分為經(jīng)濟基礎學說和市場傳染學說兩類。經(jīng)濟基礎學說主要是指經(jīng)濟基本面的趨同會加強市場聯(lián)動，不同市場間的宏觀經(jīng)濟變量如果出現(xiàn)相同趨勢容易引起股票市場間的風險傳染，廣義上經(jīng)濟基本面也包括國際貿(mào)易、資本跨境流動、政策調(diào)整以及由此引發(fā)的政策預期等引起的傳染。Pretorius曾用實證研究檢驗了該理論：如果兩個國家的宏觀經(jīng)濟指標利率、通貨膨脹率、經(jīng)濟增長率差異的絕對值越小，兩國股市的聯(lián)動性就越強［1］。而市場傳染學說支持者發(fā)現(xiàn)，當不同市場的經(jīng)濟基本面都沒有發(fā)生變化時，一國的股市波動同樣會引起另一國的股市波動，據(jù)此他們將股票市場的風險傳染原因解釋為投資者的市場行為。

有些學者對中美股市風險傳染渠道進行了歸納總結。石俊志將跨國金融風險傳染歸結為投資者的心理恐慌、金融市場的關聯(lián)性和互動性、不同國家經(jīng)濟聯(lián)系的緊密度等［2］。游家興、鄭挺國的研究提出金融自由化是引發(fā)新興市場風險傳染的重要因素［3］。但龔金國、史代敏運用已實現(xiàn)波動率非參數(shù)方法研究得出了不一樣的結論：中美股市聯(lián)動原因主要來自于貿(mào)易強度，而金融自由化反而對聯(lián)動性有一定抑制作用［4］。吳炳輝、何建敏構建了現(xiàn)代金融風險傳染路徑的基本框架，將金融風險傳染渠道歸納為國際貿(mào)易渠道、國際資本流動渠道、銀行溢出渠道、國際債務渠道以及投資者行為渠道［5］。卓娜、昌忠澤系統(tǒng)分析了金融風險傳染的傳導渠道，主要從貨幣危機理論角度、國際傳導角度以及金融市場關聯(lián)性與互動性角度、行為金融理論角度進行了風險傳染渠道的歸納總結［6］。

眾多國外學者在理論研究的基礎上進行了相關實證研究，得出了不同的風險傳染渠道歸因。其中Janakiraman、Lambert和Larcker從國際傳導角度出發(fā)研究發(fā)現(xiàn)，發(fā)達國家之間、發(fā)展中國家之間都存在明顯的風險傳染，但發(fā)達國家與發(fā)展中國家之間不存在風險傳染［7］。而Gerlach和Smets研究得出金融風險通過貿(mào)易往來實現(xiàn)跨國傳染［8］，Dornbusch的研究也證實了貿(mào)易往來是風險傳染渠道的主因［9］。Rigobon和Forbes的研究再度得出了這一觀點［10］。行為金融理論研究者發(fā)現(xiàn)在金融危機時期，由于投資者的信心普遍不足，這種負面情緒的信息傳遞使得股票市場間在危機期間的聯(lián)動得到加強。Kodres、Pritsker的研究支持了這一論點，認為市場主要參與者情緒傳染最終帶來了金融危機的蔓延［11］。

國內(nèi)也有部分學者以金融危機為背景進行研究，發(fā)現(xiàn)金融危機加劇中美股市風險傳染，從而有力支持了金融風險的市場傳染學說。李曉廣、張巖貴分析得出次貸危機爆發(fā)前后我國股市與美國股市間聯(lián)動性增強并且相當顯著［12］。持同樣結論的還有方毅、桂鵬［13］和何德旭、苗文龍［14］的研究。洪永淼教授基于信息溢出提出了Hong方法檢驗體系，李紅權等運用該方法研究得出美國股市雖處于主導地位，但中國股市不僅能反映美國股市市場信息，而且具有影響美國股市市場的能力［15］。范雅祺、張信東從投資者情緒傳染角度出發(fā)進行研究，發(fā)現(xiàn)中美股市關聯(lián)性展現(xiàn)了從獨立到不斷增強的動態(tài)趨勢，同時表明投資者情緒傳染是導致該趨勢的主因［16］。于震、徐曉妹以次貸危機為研究背景對中美股市聯(lián)動性進行了研究，發(fā)現(xiàn)危機前中國股市對美國市場幾乎不存在影響，而美國對中國市場的影響也非常弱；危機之后中美聯(lián)動增強，尤其美國對中國金融市場的影響增加顯著［17］。蘇木亞、郭崇慧構建了金融風險協(xié)同模型對亞洲金融危機、次貸危機和歐債危機期間的中美股市進行協(xié)同溢出分析，結果發(fā)現(xiàn)中國大陸金融市場所受影響較小，在危機過程中扮演著中轉站角色［18］。這一結果與大部分學者的研究結論存在一定偏差。

二、中美股市風險傳染效應實證方法研究

中美股市風險傳染效應的理論研究，不斷充實完善的過程中，不少學者進行了中美股市風險傳染效應的實證研究。早期的研究方法集中為格蘭杰因果關系檢驗與向量自回歸模型。張福、趙華和趙媛媛研究發(fā)現(xiàn)中美股市存在協(xié)整關系和格蘭杰因果關系，認為兩市在不同的階段存在不同的均衡特征，并且美國對我國股市波動有單向的因果關系［19］。借助同樣的模型，胡秋靈和劉偉以次貸危機為研究背景進行研究，結果表明：標準普爾500指數(shù)日收益率的前一期值在危機影響下對上證指數(shù)當日收益率有顯著正向影響，二者存在聯(lián)動性［20］。

第二類研究方法是目前應用較為廣泛的自回歸條件異方差模型（ARCH模型）。早期是基于單變量ARCH簇模型的相關性研究，隨后發(fā)展為基于多變量ARCH簇模型的相關性研究。董秀良，曹鳳岐和游家興、鄭挺國運用多元GARCH模型各自研究發(fā)現(xiàn)美國股市對中國股市波動傳染效應不顯著，雖然隨時間進度風險傳染有所增強，但總體來說仍然處于較低水平［21］［3］。而實證領域更多相關研究的結論與此觀點持不同看法。

張兵等運用Johansen 協(xié)整檢驗及DCC-GARCH模型研究了從2001年12月12日到2009年1月23日中美股票市場的聯(lián)動性，發(fā)現(xiàn)長期來看兩國走勢相對獨立，中國對美國股市的傳染效應較弱，但QDII實施以來，美國股市對中國股市的波動傳染呈不斷增強的態(tài)勢，次貸危機爆發(fā)后更是急劇上升［22］。劉偉江、丁一、隋建利的研究得出了同樣結論，略有不同之處在于后者發(fā)現(xiàn)經(jīng)濟危機爆發(fā)后中美相關性呈現(xiàn)短期下降之后再迅速上升［23］。王治政、吳衛(wèi)星運用GARCH模型研究2005年4月至2010年3月期間的市場情況，分析了次貸危機后存在美國股市對中國股市的單向溢出效應［24］。王捷、李燕君和李岸、陳美林、喬海曙的研究都采用了分階段進行。前者運用DCC模型研究發(fā)現(xiàn)金融危機早期階段，中美股市相關性達到歷史最低點，當危機全面爆發(fā)后，中美股市相關性急劇升高。該突變印證了風險傳染效應的存在［25］。后者運用MGARCH-BEKK模型發(fā)現(xiàn)在中國股市發(fā)展的不同階段，中美股市間的風險傳染效應各有不同。在股市擴展階段，各國股市尚處于分割狀態(tài)，在股市規(guī)范發(fā)展階段，中國股市受到美國股市的單向波動沖擊，在金融自由化階段，中美股市存在雙向傳染效應［26］。

第三類研究方法為Copula函數(shù)模型。運用Copula函數(shù)模型的突出優(yōu)勢，是可以允許邊緣分布服從不同的分布形式，并且可根據(jù)研究對象的需要選擇不同形式的Copula函數(shù)，邊緣分布選擇的靈活性和Copula函數(shù)的多樣性使得Copula函數(shù)可以刻畫多種多元分布，能準確描述變量間的非對稱相關關系和尾部相關性。

吳吉林和張二華運用動態(tài)Copula方法研究了中美股票市場從2005年1月到2009年3月相依性結構的變化，發(fā)現(xiàn)次貸危機期間中美股市間的相依性反而下降，未出現(xiàn)風險感染［27］。但更多學者的研究得出了相反的研究結果。Luo、Brooks和Silvapulle研究發(fā)現(xiàn)，中美股市存在著顯著的尾部依賴［28］。蔣志平、田益祥和杜學鋒以次貸危機和歐債危機為背景，運用DCC-T-Copula模型對中美市場的風險傳染動態(tài)特征進行測度，結果表明次貸危機期間美國股市對中國股市存在長期和復雜的傳染效應，而且該特征在歐債危機期間進一步加強。同時還發(fā)現(xiàn)美國市場對中國股市的風險相關性主要是通過香港市場傳染［29］。杜子平、上官夏男和方興興建立面版Copula模型研究，發(fā)現(xiàn)經(jīng)濟全球化增強了中美兩地股市的相關性，并且該特征在股市處于熊市期間尤為突出［30］。張旭、劉曉星、姚登寶運用Copula-ARMANAGARCH模型研究，發(fā)現(xiàn)中美兩地主板和創(chuàng)業(yè)板間的聯(lián)動緊密，國際因素對中美股指間的相依結構具有正向影響，而國內(nèi)因素對其具有負向影響［31］。

第四類是風險價值法（VaR模型）和拓展的條件風險價值法（CoVaR模型）。Adrian和Brunnermeier在VaR模型基礎上提出了CoVaR模型，該模型能更全面地分析金融市場間風險的傳染性，能夠更有效測度出各市場間以及各市場與總體系之間的風險傳染程度。該模型在應用中更多的與其他模型（分位數(shù)回歸技術、GARCH模型、Copula模型等）結合使用［32］。劉曉星、段斌和謝福座以標準普爾指數(shù)和上證指數(shù)為例，構建了EVT-Copula-CoVaR模型，測度出美國股市對中國市場的風險溢出強度高達33%［33］。很多學者運用此方法針對國內(nèi)各市場及國內(nèi)各金融機構進行了風險傳染效應研究，因本文關注點在于中美市場間的風險傳染效應，故在此不一一贅述。

第五類是小波變換法。小波變換法由法國物理學家Jean Morlet和A Grossman在1984年提出，該方法是一種時頻分析方法，具有多分辨分析功能。王健采用極大重疊離散小波變換方法進行了短期、中期及長期研究，發(fā)現(xiàn)中美股市存在不同程度的聯(lián)動性，其中短期聯(lián)動最為顯著［34］。趙梓辰、姚儉將股市收益率序列分解成高頻系數(shù)序列和低頻系數(shù)序列，運用小波多分辨分析方法研究發(fā)現(xiàn)中美股市對在美國上市的中國概念股都存在較強的風險傳染效應，并且效應存在隨時間增強的趨勢［35］。劉劍鋒運用小波分析方法研究發(fā)現(xiàn)，從收益角度出發(fā)，美國股市對中國股市的收益相關性會隨著時間尺度增長，隨后緩慢減弱。而對波動相關性而言，中國市場中長期波動會受到美國市場的影響［36］。

三、研究評述與展望

國內(nèi)外學者針對中美股市進行風險傳染效應的理論研究和實證研究成果較多，尤其是針對金融危機為研究背景的研究較為普遍。現(xiàn)有的研究大多集中于金融危機前后進行比較研究，并且從方法和結論來看現(xiàn)有研究已形成規(guī)范框架和有效理論模型，但研究結論并不完全統(tǒng)一。

從風險傳染渠道來看，現(xiàn)有文獻研究幾乎都是圍繞經(jīng)濟基礎學說和市場傳染學說進行，并且得到了實證結果的有效支持。

從風險傳染實證研究方法而言，格蘭杰因果關系檢驗主要用于定性分析兩個市場之間是否存在風險傳染，但該方法在測度風險傳染的強度方面就顯得無能為力。換句話說，該方法只能定性分析市場間的風險傳染方向，關于風險傳染的程度如何也無法給出答案。隨后的ARCH模型簇雖然在金融市場各領域得到了廣泛應用 ，但由于它對時間序列的邊緣分布要求較為嚴格，而事實上收益率序列通常都存在著明顯的“尖峰厚尾”特征。這也是ARCH模型簇在分析風險傳染效應時的局限所在。小波變換法雖然可同時觀測指標的時間和頻率信息，但在變換過程中小波基的確定是一道難題，與此同時小波變換法還產(chǎn)生了數(shù)據(jù)冗余問題。目前運用小波變換法進行風險傳染效應的研究還在不斷完善中?，F(xiàn)有研究中，更多的實證方法則是采用了將Copula函數(shù)和ARCH簇模型及CoVaR方法結合進行風險測度和風險傳染探討。與此同時，各實證研究的結果也不完全一致。

綜合現(xiàn)有金融危機背景下的中美股市風險傳染效應相關研究成果而言，一方面對于不同危機源及牛熊市不同階段的風險傳染差異鮮有刻畫描述，并且對于不同風險水平下的中美股市風險傳染強度動態(tài)趨勢也需進一步研究。另一方面，任何問題的研究都需要回到解決問題的本質上來，中美股市風險傳染效應研究最終體現(xiàn)在金融危機發(fā)生時刻風險控制應對策略上。因此，未來的研究應基于金融危機背景，結合經(jīng)濟基本面與市場傳染二者進行全面實證研究，相應的風險應對政策也有待深入探索。

［1］Pretorius E. Economic Determinants of Emerging Stock Market Interdependence［J］.Emerging Markets Review,2002（1）:84-105.［2］石俊志.金融危機形成機理與防范［M］.北京:中國金融出版社,2001:151.

［3］游家興,鄭挺國.中國與世界金融市場從分割走向整合——基于DCC-MGARCH模型的檢驗［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究,2009（12）:96-108.

［4］龔金國,史代敏.金融自由化、貿(mào)易強度與股市聯(lián)動——來自中美市場的證據(jù)［J］.國際金融研究,2015（6）:85-96.

［5］吳炳輝,何建敏.開放經(jīng)濟條件下金融風險國際傳染的研究綜述［J］.財經(jīng)科學,2014（3）:87-96.

［6］卓娜,昌忠澤.金融風險的成因、傳導與防范：國內(nèi)外研究述評［J］.技術經(jīng)濟,2015（3）:112-122.

［7］Surya N. Janakiraman, Richard A. Lambert and David F. Larcker. An Empirical Investigation of the Relative Performance Evaluation Hypothesis［J］.Journal of Accounting Research,1992（1）:53-69.

［8］Stefan Gerlach, Frank Smets. Contagious speculative attacks［J］.European Journal of Political Economy,1995（1）:45-63.

［9］R Dornbusch. Contagion: How it spreads and How it can be stopped［EB/OL］.［2016-09-10］.http://siteresources.worldbank.org/ INTMACRO/Resources/ClaessensDornbusch-Park.pdf.

［10］KRISTIN J.Forbes, ROBERTO Rigobon. Only Interdependence: Measuring Stock Market Co-movements［J］.The Journal of Finance,2002（5）:2223-2261.

［11］LE Kodres, Pritsker Matthew. A rational expectations model of financial contagion［J］.Journal of Finance,2002（2）:769-799.

［12］李曉廣,張巖貴.我國股票市場與國際市場的聯(lián)動性研究——對次貸危機時期樣本的分析［J］.國際金融研究,2008（11）:75-80.

［13］方毅,桂鵬.亞太地區(qū)股票市場的聯(lián)動程度［J］.世界經(jīng)濟研究,2010（8）:22-26.

［14］何德旭,苗文龍.國際金融市場波動溢出效應與動態(tài)相關性［J］.數(shù)量經(jīng)濟技術經(jīng)濟研究,2015（11）:23-40.

［15］李紅權,洪永淼,汪壽陽.我國A 股市場與美股、港股的互動關系研究: 基于信息溢出視角［J］.經(jīng)濟研究,2011（8）:15-25.

［16］范雅琪,張信東.基于投資者情緒傳染的中美證券市場聯(lián)動效應分析［J］.太原師范學院學報,2014（4）:55-60.

［17］于震.徐曉妹. “次貸危機”后中美金融市場聯(lián)動性更強了嗎［J］.經(jīng)濟學家,2014（9）:87-95.

［18］蘇木亞,郭崇慧.全球主要股票市場對我國股市的多渠道協(xié)同波動溢出效應——歐債危機背景下基于中證行業(yè)指數(shù)視角的研究［J］.管理評論,2015（11）:21-32.

［19］張福,趙華,趙媛媛.中美股市協(xié)整關系的實證分析［J］.統(tǒng)計與決策,2004（2）:93-94.

［20］胡秋靈,劉偉.中美股市聯(lián)動性分析——基于次貸危機背景下的收益率研究［J］.金融理論與實踐,2009（6）:79-84.

［21］董秀良,曹鳳岐.國內(nèi)外股市波動溢出效應——基于多元GARCH 模型的實證研究［J］.數(shù)理統(tǒng)計與管理,2009（6）:1091-1099.

［22］張兵,范致鎮(zhèn),李心丹.中美股票市場的聯(lián)動性研究［ J］ .經(jīng)濟研究,2010（11）:141-151.

［23］劉偉江,丁一,隋建利.宏觀經(jīng)濟與中美股市動態(tài)相關性研究［J］.中南大學學報,2015（4）:105-112.

［24］王治政,吳衛(wèi)星.中美股市波動特征比較研究：基于ARCH類模型的實證分析［J］.上海金融,2012（9）:77-80.

［25］王捷,李燕君.基于中美股市動態(tài)相關關系的金融危機傳染效應研究［J］.西南金融,2014（2）:40-42.

［26］李岸,陳美林,喬海曙.中國對發(fā)達國家與金磚國家股市波動溢出效應研究［J］.東岳論叢,2016（5）:76-85.

［27］吳吉林,張二華.次貸危機、市場風險與股市間相依性［J］.世界經(jīng)濟,2010（3）:95-108.

［28］Weiwei Luo，Robert D.Brooks, Param Silvapulle.Effects of the open policy on the dependence between the Chinese ‘A’stock market and other equity markets: An industry sector perspective［J］.Journal of International Financial Markets, Institutions and Money,2011（1）:49-74.

［29］蔣志平,田益祥,杜學鋒.中國與歐美金融市場間傳染效應的動態(tài)演變——基于歐債危機與次貸危機的比較分析［J］.管理評論,2014（8）:63-73.

［30］杜子平,上官夏男,方興興.基于面板Copula的中美股票市場相依性研究［J］.財會通訊,2016（11）:5-8.

［31］張旭,劉曉星,姚登寶.中美股指間的動態(tài)相依結構及突變因素——基于時變Copula- ARMA-NAGARCH的分析［J］.北京工商大學學報,2016（2）:80-90.

［32］Adrian T, Brunnermeier MK. CoVaR［J］.American Economic Review,2011（7）:1705-1741.

［33］劉曉星,段斌,謝福座.股票市場風險溢出效應研究:基于EVT-Copula-CoVaR模型的分析［J］.世界經(jīng)濟,2011（11）:145-159.

［34］王健.中美股市聯(lián)動性——基于極大重疊離散小波變換的研究［J］.世界經(jīng)濟文匯,2014（2）:72-89.

［35］趙梓辰,姚儉.中美股市對在美上市中國概念股的溢出效應研究——基于小波多分辨率分析［J］.改革與開放,2015（19）:6-8.

［36］劉劍鋒.中國股票市場與國際市場相關性時間結構研究［J］.江漢學術,2016（1）:58-66.

A Review of the Risk Contagion Effect between Chinese Stock Market and US Stock Market based on Financial Crisis

XIE Jia-quan
(Department of Applied Mathematics, Guangdong University of Finance, Guangzhou 510521, Guangdong, China)

With the development of financial globalization, the links between financial markets become more and more closed. Then a large number of risk contagion effect about US and Chinese stock markets based on financial crisis emerged. The theoretical basis includes the theory of economic foundation and market contagion theory. The empirical method is various but there are many limitations. Granger causality test can only analyze the risk contagion direction qualitatively, there is a strict limit about the marginal distribution of variables in ARCH models and it is a very complex process about the wavelet transform method. In the future, based on the difference between bull market and bear market under different risk level, we will focus on risk contagion between US and Chinese market combined Copula function, ARCH model and CoVaR method.

risk contagion effect; financial crisis; economic fundamentals; copula function; CoVaR method

F83

A

1007-5348（2016）11-0069-05

（責任編輯：曾 耳）

2016-09-12

2014年度教育部人文社會科學研究青年項目“牛熊轉換下的中美股市風險溢出效應異化研究”（14YJC790141）；廣東省高等學校優(yōu)秀青年教師培養(yǎng)計劃項目“非對稱波動建模及其在亞太股市風險管理中的應用研究”（YQ201402）

謝家泉（1981-），女，湖北五峰人，廣東金融學院應用數(shù)學系副教授，博士；研究方向：金融計量分析。