牛麗

摘要：2018年，美國對(duì)中國實(shí)施大規(guī)模貿(mào)易加收關(guān)稅，引發(fā)中美貿(mào)易摩擦，進(jìn)而引起全球金融市場動(dòng)蕩。未來幾年內(nèi)，中國與發(fā)達(dá)國家經(jīng)濟(jì)發(fā)展不平衡引致的貿(mào)易摩擦將常態(tài)化，所以對(duì)于金融市場間的風(fēng)險(xiǎn)度量更具現(xiàn)實(shí)意義。本文采用EVT-時(shí)變Copula-CoVaR模型測度了在貿(mào)易摩擦背景下中美股市之間的風(fēng)險(xiǎn)溢出效應(yīng)。研究發(fā)現(xiàn)，中美貿(mào)易摩擦進(jìn)一步強(qiáng)化了中美股市間的風(fēng)險(xiǎn)溢出，美國政府對(duì)我國發(fā)動(dòng)的貿(mào)易戰(zhàn)提升了美國股市與我國股市間的風(fēng)險(xiǎn)溢出，且美國股市對(duì)我國股市具有更強(qiáng)的風(fēng)險(xiǎn)溢出。

關(guān)鍵詞：貿(mào)易摩擦 ?風(fēng)險(xiǎn)溢出 ?Copula ?股市 ?條件在險(xiǎn)值

一、引言

2017年，美國政府對(duì)我國企業(yè)開展“301”調(diào)查，中美經(jīng)貿(mào)關(guān)系開始發(fā)生變化。2018年，美國不斷發(fā)布關(guān)稅清單，對(duì)我國商品加征關(guān)稅，中美貿(mào)易戰(zhàn)正式爆發(fā)，并不斷升級(jí)，中美經(jīng)貿(mào)關(guān)系發(fā)生巨大改變。中美貿(mào)易戰(zhàn)的爆發(fā)不僅給雙方經(jīng)濟(jì)帶來了損害，也致使全球經(jīng)濟(jì)增長速度放緩，各國投資者對(duì)市場信心不足，致世界金融市場發(fā)生劇烈動(dòng)蕩，多國金融市場創(chuàng)美國次貸危機(jī)以來最差表現(xiàn)。美國次貸危機(jī)對(duì)金融市場和全球經(jīng)濟(jì)的傷害歷歷在目，而在此次中美貿(mào)易戰(zhàn)中，道瓊斯指數(shù)、標(biāo)準(zhǔn)普爾500指數(shù)等多個(gè)美國股指都經(jīng)歷巨大跌幅，我國滬深指數(shù)也經(jīng)歷歷史上第二次跌幅。因此，如何防范和解決美國的逆全球化經(jīng)濟(jì)政策所引起的金融風(fēng)險(xiǎn)，就成為當(dāng)前我國金融監(jiān)管部門的重中之重。

大國崛起必然會(huì)引發(fā)既得利益者的極力遏制，尤其會(huì)受到美國的掣肘[1]。2018年美國對(duì)我國出口商品加征關(guān)稅，正是美國政府采用貿(mào)易保護(hù)主義政策以維護(hù)其霸權(quán)主義地位的習(xí)慣性手段。與此同時(shí)，對(duì)比上世紀(jì)美日貿(mào)易摩擦給日本金融市場帶來的巨大沖擊，中美貿(mào)易摩擦與其有眾多類似之處。受貿(mào)易摩擦影響，我國未來經(jīng)濟(jì)增速將持續(xù)下滑，余熱會(huì)持續(xù)到2020年。中美兩國長期存在貿(mào)易逆差，美國政府為扭轉(zhuǎn)這一局面所采取的各種政策必將對(duì)雙方的經(jīng)濟(jì)發(fā)展產(chǎn)生極大的影響，且在貿(mào)易保護(hù)主義重新抬頭時(shí)期我國將面臨貿(mào)易摩擦常態(tài)化[2]。因此，面對(duì)貿(mào)易戰(zhàn)，我國要做好充分的準(zhǔn)備，做好打持久戰(zhàn)的準(zhǔn)備，以維護(hù)我國金融市場安全穩(wěn)定，保持宏觀經(jīng)濟(jì)穩(wěn)定發(fā)展。

世界經(jīng)濟(jì)的穩(wěn)定發(fā)展得益于經(jīng)濟(jì)全球化的健康發(fā)展。中美關(guān)系是一種“和則兩利，分則兩傷”的關(guān)系。美國單邊貿(mào)易保護(hù)主義，與全球貿(mào)易一體化背道而馳，必然引起世界經(jīng)濟(jì)增速下滑，引起全球股市大幅度下跌。股市大跌意味著巨額資金的轉(zhuǎn)移，可能導(dǎo)致金融體系的崩潰，對(duì)經(jīng)濟(jì)產(chǎn)生極端不利影響。因此，研究不同的國際貿(mào)易戰(zhàn)略尤其是貿(mào)易保護(hù)主義戰(zhàn)略下不同股市之間的風(fēng)險(xiǎn)溢出效應(yīng)，對(duì)于金融風(fēng)險(xiǎn)管理和構(gòu)建投資組合都具有重要意義。

二、文獻(xiàn)綜述

中美股市間的風(fēng)險(xiǎn)溢出一直以來都是學(xué)術(shù)界的研究熱點(diǎn)，主要包括理論和實(shí)證兩個(gè)方面。從理論方面研究股市間的聯(lián)動(dòng)關(guān)系來看，鄭挺國等[3]研究發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展變化對(duì)金融市場的波動(dòng)變化具有明顯正向影響。龔金國等[4]發(fā)現(xiàn)中美股市聯(lián)動(dòng)的主要因素是貿(mào)易強(qiáng)度。李成等[5]認(rèn)為近期美國發(fā)起的貿(mào)易摩擦成為中國發(fā)展的重要外部擾動(dòng)，金融市場是虛擬的市場，要與實(shí)體經(jīng)濟(jì)結(jié)合起來，要更好地為實(shí)體經(jīng)濟(jì)服務(wù)。市場傳染說是從投資者的心理預(yù)期及行為對(duì)股市的波動(dòng)的影響來分析。馬君潞等[6]認(rèn)為次貸危機(jī)下中國香港和日本市場是美國金融事件引致亞洲新興市場危機(jī)傳染的重要媒介。沈虹等[7]研究發(fā)現(xiàn)金融危機(jī)爆發(fā)后，傳染性風(fēng)險(xiǎn)在各期貨市場間表現(xiàn)明顯，國內(nèi)外期貨市場間風(fēng)險(xiǎn)溢出效應(yīng)顯著增加。

在實(shí)證研究方面，大多數(shù)學(xué)者運(yùn)用GARCH族模型、VAR模型與Copula等多種模型來研究不股市間的風(fēng)險(xiǎn)溢出效應(yīng)。Hamao等[8]運(yùn)用GARCH模型研究發(fā)現(xiàn)了美國股市對(duì)日本、英國的股市存在更高的風(fēng)險(xiǎn)溢出。Sariannidiset al.與Drimbetas et al.[9]研究發(fā)現(xiàn)美國市場對(duì)世界其他各地的金融市場具有重要影響，是金融風(fēng)險(xiǎn)的輸出地。聞岳春[10]研究發(fā)現(xiàn)美歐等股票市場和大宗商品市場對(duì)我國股市的溢出效應(yīng)不斷增強(qiáng)。周愛民等[11]基于時(shí)變Copula模型研究了我國大陸與香港兩地股市和匯市之間的風(fēng)險(xiǎn)溢出效應(yīng)，結(jié)果表明相同類別市場間的風(fēng)險(xiǎn)溢出效應(yīng)最大，同地區(qū)跨市的風(fēng)險(xiǎn)溢出次之，跨地區(qū)、跨市場的風(fēng)險(xiǎn)溢出最小。劉鳳根等[12]運(yùn)用GARCH模型，發(fā)現(xiàn)我國股市與美國股市存在一定的聯(lián)動(dòng)性，且美國股票市場波動(dòng)對(duì)我國內(nèi)地股票市場波動(dòng)的風(fēng)險(xiǎn)溢出更高。方意等[13]等采用事件分析法量化分析中美貿(mào)易戰(zhàn)對(duì)我國股、債、匯三市的風(fēng)險(xiǎn)傳染效應(yīng)，研究發(fā)現(xiàn)中美貿(mào)易戰(zhàn)對(duì)我國金融市場具有一定的破壞力，并且存在長期的跨市場風(fēng)險(xiǎn)溢出效應(yīng)。許啟發(fā)等[14]基于藤copula-CAViaR方法，研究發(fā)現(xiàn)再發(fā)生嚴(yán)重危害事件時(shí)，美國和日本股市對(duì)中國股市的危害傳染效應(yīng)更大，更呈現(xiàn)出一種“分擔(dān)風(fēng)險(xiǎn)，收益卻不共享”的格局。劉海云等[15]基于ΔCoVaR和社會(huì)網(wǎng)絡(luò)方法研究發(fā)現(xiàn)，開放的發(fā)達(dá)國家對(duì)外風(fēng)險(xiǎn)溢出程度最高，中國作為風(fēng)險(xiǎn)溢出的接受方，受外部風(fēng)險(xiǎn)的沖擊更大，其中香港是內(nèi)地風(fēng)險(xiǎn)的溢出來源也是受外部風(fēng)險(xiǎn)沖擊的中介。

經(jīng)過文獻(xiàn)梳理，不難發(fā)現(xiàn)兩個(gè)問題：第一，在不同的時(shí)代背景下國際股市間的風(fēng)險(xiǎn)溢出效應(yīng)因各國宏觀經(jīng)濟(jì)狀況、市場傳染特點(diǎn)以及模型選擇而不同，而已有文獻(xiàn)對(duì)貿(mào)易單邊主義下引致的股市波動(dòng)分析較少。第二，中美貿(mào)易摩擦對(duì)股市市場造成的巨大跌幅，從而影響經(jīng)濟(jì)的平穩(wěn)運(yùn)行，更威脅到一國的金融安全，屬于宏觀基本面與市場傳染共同對(duì)金融市場波動(dòng)的雙機(jī)制影響，已有文獻(xiàn)并沒有涉及在宏觀基本面引致的極端風(fēng)險(xiǎn)事件發(fā)生時(shí)不同股市間的相互作用。

通過以上分析，本文以中美兩國股市研究對(duì)象，選取上證綜指、恒生指數(shù)和美國標(biāo)準(zhǔn)普爾500指數(shù)三個(gè)指標(biāo)，運(yùn)用△CoVaR[16]風(fēng)險(xiǎn)溢出模型來測度美國股市與我國股市間的風(fēng)險(xiǎn)溢出。由于計(jì)算CoVaR方法眾多，本文采取效果更有效的Copula函數(shù)方法，同時(shí)引入時(shí)變Copula能更好地刻畫不同股市間風(fēng)險(xiǎn)溢出效應(yīng)的動(dòng)態(tài)變化過程。因此，本文采用EVT-時(shí)變t Copula-CoVaR模型來測度中美股市間的風(fēng)險(xiǎn)溢出，對(duì)貿(mào)易摩擦常態(tài)化下如何維護(hù)我國金融安全具有重大意義。

三、模型設(shè)計(jì)

（一）運(yùn)用ARMA-EGARCH模型獲取標(biāo)準(zhǔn)殘差序列

因金融資產(chǎn)收益率存在尖峰厚尾特征，收益率波動(dòng)存在聚集性等特點(diǎn)[17]，ARMA-EGARCH模型能夠捕捉上述特征，因此對(duì)單個(gè)收益率序列進(jìn)行ARMA（1，1）建模，并采用t分布的EGARCH（1，1）進(jìn)行模型擬合，得到各股指的標(biāo)準(zhǔn)殘差序列。

（1）

（2）

（3）

其中，t為時(shí)間，為條件標(biāo)準(zhǔn)差;為標(biāo)準(zhǔn)化殘差，服從自由度為的t分布;為杠桿系數(shù)。

（二）結(jié)合EVT極值理論構(gòu)建邊緣分布模型

在金融市場監(jiān)管中，極端風(fēng)險(xiǎn)事件下金融資產(chǎn)收益率的尾部更值得關(guān)注，而EVT極值理論能夠較好地描述收益序列尾部特征。因此，結(jié)合EVT模型構(gòu)建邊緣分布，運(yùn)用POT模型建立累積分布函數(shù)，可以細(xì)致地描述資產(chǎn)收益率的“厚尾”特征。

其中POT模型因?yàn)橹魂P(guān)注序列z超過某個(gè)閾值的分布，充分考慮了尾部數(shù)據(jù)而被廣泛應(yīng)用，又被稱為條件極端損失分布函數(shù)，表達(dá)式如下：

（4）

式中，u為閾值;為極端統(tǒng)計(jì)量;是分布的右端點(diǎn)。這樣可表示為：

（5）

隨著門檻u逐漸提高，收斂于廣義帕累托分布18-19（Pickands 1975，Balkema等1974），，的表達(dá)式為：

（6）

式中，為尾部形狀參數(shù)，當(dāng);當(dāng);是標(biāo)度參數(shù)，>0.對(duì)于任意的，令，由（5）式和（6）式可得：

（7）

通過歷史模擬法估計(jì)，n為樣本容量，Nu 為超過閾值的觀測量。將F（u）代入式（7），可得到尾估計(jì)：

（8）

（三）選取時(shí)變Copula函數(shù)——時(shí)變t Copula函數(shù)

本文通過Copula函數(shù)來描述中美股市間的相依關(guān)系。由于靜態(tài)Copula函數(shù)具有變量間不變相關(guān)性的假定，可能對(duì)風(fēng)險(xiǎn)溢出的計(jì)算結(jié)果產(chǎn)生誤差。而時(shí)變Copula模型的相關(guān)參數(shù)采用動(dòng)態(tài)調(diào)節(jié)相關(guān)（DCC）方法，能更好地描述變量間的動(dòng)態(tài)相依關(guān)系。因此，本文選取時(shí)變t Copula來刻畫金融市場的動(dòng)態(tài)相依結(jié)構(gòu)。

二元t Copula函數(shù)的條件概率密度函數(shù)為：

（9）

在這個(gè)式子中，p為相關(guān)系數(shù)，d是條件自由度。時(shí)變t Copula模型相關(guān)參數(shù)采用DCC方法。

（10）

其中，

（四）風(fēng)險(xiǎn)溢出CoVaR模型

首先，在α%顯著性水平無風(fēng)險(xiǎn)價(jià)值的計(jì)算公式為：

（11）

其次，表示條件風(fēng)險(xiǎn)價(jià)值：

（12）

表示金融市場i發(fā)生的極端風(fēng)險(xiǎn)事件，j表示另一個(gè)市場。為條件風(fēng)險(xiǎn)價(jià)值，表示市場i發(fā)生極端風(fēng)險(xiǎn)事件時(shí)，j所面臨的風(fēng)險(xiǎn)價(jià)值水平。

為市場i對(duì)j的風(fēng)險(xiǎn)溢出價(jià)值：

（13）

通常情況下，認(rèn)為市場i發(fā)生的極端風(fēng)險(xiǎn)事件為，并簡化為。

（五）計(jì)算風(fēng)險(xiǎn)溢出價(jià)值△CoVaR

根據(jù)Sklar定理，Copula聯(lián)合密度函數(shù)可以由其密度函數(shù)與邊際密度函數(shù)相結(jié)合來描述。記Copula函數(shù)為C，其密度函數(shù)可以表示為則隨機(jī)變量X，Y的聯(lián)合密度函數(shù)為：

（14）

其中，和分別為X和Y的邊緣密度函數(shù)。

為求得CoVaR，需明確各相關(guān)變量條件密度函數(shù)的具體形式，由（11）式，可得到：

（15）

Copula函數(shù)通過單調(diào)遞增變換后，函數(shù)性質(zhì)保持不變，且不會(huì)影響計(jì)算結(jié)果。因此，將標(biāo)準(zhǔn)殘差序列替代原收益率進(jìn)行后續(xù)計(jì)算。

當(dāng)Xi 在顯著性水平的風(fēng)險(xiǎn)價(jià)值水平給定時(shí)：

（16）

其中，，為序列Xi的邊緣分布函數(shù)，在本文即指自由度為，對(duì)稱性參數(shù)為的t分布的分布函數(shù)。

根據(jù)收益率序列Xj的條件分布函數(shù)為：

（17）

可以得到xj，帶入公式（12），由此可求得，令，將求得的帶入（16）式中，即可求得。最后，根據(jù)公式（13），得到△CoVaR。

四、實(shí)證研究

（一）數(shù)據(jù)選取

在我國，上證綜指、恒生指數(shù)是具有代表性的股票指數(shù)，而美國股票市場中具有代表的是S&P500，選取這三個(gè)指標(biāo)，時(shí)間區(qū)間選取2016年8月16日至2019年7月24日的數(shù)據(jù)（數(shù)據(jù)來源于英為財(cái)情網(wǎng)站）。由于中美兩國存在時(shí)差，將上證綜指、恒生指數(shù)對(duì)S&P500采取滯后一天的處理，并剔除節(jié)假日等因素，共計(jì)628個(gè)數(shù)據(jù)樣本。計(jì)量軟件主要采用Splus、matlab和Rats三種軟件。研究中所采用的數(shù)據(jù)為每日收盤價(jià)，記為，分別對(duì)收盤價(jià)進(jìn)行如下處理：

（18）

根據(jù)表1的描述性統(tǒng)計(jì)結(jié)果，各股指收益率存在“尖峰厚尾”的特征，因此對(duì)單個(gè)收益率序列進(jìn)行ARMA（1，1）建模，并采用t分布的EGARCH（1，1）進(jìn)行模型擬合，得到各股指的標(biāo)準(zhǔn)殘差序列。

（二）極值EVT模型參數(shù)估計(jì)與邊緣分布檢驗(yàn)

在運(yùn)用EVT模型前，其要求各序列必須滿足或者近似地滿足獨(dú)立同分布特征。因此，需要對(duì)應(yīng)用ARMA-EGARCH模型擬合后得到的標(biāo)準(zhǔn)殘差序列進(jìn)行BDS檢驗(yàn)，表2給出了BDS檢驗(yàn)結(jié)果，表明其通過檢驗(yàn)，可以進(jìn)一步構(gòu)建EVT模型。表3給出了尾部閾值與模型的參數(shù)估計(jì)結(jié)果。

通GARCH-EVT模型構(gòu)建了各股指的尾部序列，在進(jìn)行風(fēng)險(xiǎn)溢出測度之前，首先要刻畫變量間的聯(lián)合分布。Copula函數(shù)在構(gòu)建變量的聯(lián)合分布時(shí)有明顯的優(yōu)越性。Copula函數(shù)的適用前提是變量必須滿足獨(dú)立同分布，從表4的KS檢驗(yàn)結(jié)果來看，滿足Copula的適用前提。表5給出了TVP-Student t Copula的參數(shù)估計(jì)結(jié)果。

（四）△CoVaR的計(jì)算分析

表6給出了我國大陸、香港以及美地區(qū)股市間兩兩市場間△CoVaR的比較結(jié)果?！鰿oVaR數(shù)值前的符號(hào)代表風(fēng)險(xiǎn)溢出方向，負(fù)號(hào)代表正向的風(fēng)險(xiǎn)溢出。從2016到2019年的整體△CoVaR均值來看，兩兩股市間存在不同程度的風(fēng)險(xiǎn)溢出。結(jié)合表6的數(shù)據(jù)，2018年的風(fēng)險(xiǎn)溢出數(shù)據(jù)計(jì)算結(jié)果明顯高于其他年份，即2018的△CoVaR相比之前年份出現(xiàn)巨大變化，表明貿(mào)易摩擦促進(jìn)了股市間的風(fēng)險(xiǎn)溢出。首先，美國股市對(duì)中國股市的溢出更高，S&P500對(duì)上證綜指的風(fēng)險(xiǎn)溢出為0.984，對(duì)香港恒指的風(fēng)險(xiǎn)溢出為0.702;其次是中國股市對(duì)美國市場的溢出次之。

1.單個(gè)市場對(duì)其他市場的風(fēng)險(xiǎn)溢出分析。（1）滬市對(duì)其他市場的風(fēng)險(xiǎn)溢出分析。表6顯示出在95%的置信水平下，與2017年相比，2018年上證綜指對(duì)美國S&P500的溢出水平上升，上證綜指對(duì)香港恒指的溢出水平上升。這都表明貿(mào)易摩擦提升了上證綜指對(duì)其他市場的風(fēng)險(xiǎn)溢出。（2）港市對(duì)其他市場的風(fēng)險(xiǎn)溢出分析。表6顯示了在95%的置信水平下，在中美貿(mào)易戰(zhàn)爆發(fā)的2018年，香港恒指對(duì)美國S&P500的溢出水平最大，其次為上證綜指。（3）美國股市其他市場的風(fēng)險(xiǎn)溢出分析。表6顯示出在95%的置信水平下，2018年美國S&P500對(duì)上證綜指的風(fēng)險(xiǎn)溢出為1.250，高于2017年的0.608，且2018年美國S&P500對(duì)恒生指數(shù)的風(fēng)險(xiǎn)溢出相比2017年也進(jìn)一步提升。在中美貿(mào)易摩擦?xí)r期，美國股市對(duì)我國股市的溢出程度最高，我國股市更容易受到美國股市的風(fēng)險(xiǎn)傳染。最主要的原因是美國股市的成熟性，作為全球股市的代表，其股價(jià)波動(dòng)更能表現(xiàn)出全球資本流動(dòng)信息，從而影響我國股市。特別是2017年新一任美國總統(tǒng)特朗普上任后發(fā)起的貿(mào)易戰(zhàn)、美聯(lián)儲(chǔ)加息等政策變動(dòng)，加劇了國際證券市場波動(dòng)加劇。

2.貿(mào)易摩擦發(fā)生前后各股市間的風(fēng)險(xiǎn)溢出比較。與中美貿(mào)易戰(zhàn)開始前相比，貿(mào)易戰(zhàn)以后的實(shí)證結(jié)果主要有以下變化。第一，上證綜指與香港恒指的雙向風(fēng)險(xiǎn)溢出伴隨貿(mào)易戰(zhàn)而增大，且我國股市對(duì)美國股市的風(fēng)險(xiǎn)溢出也伴隨貿(mào)易摩擦而提升。其中，上證綜指對(duì)S&P500存在正向的風(fēng)險(xiǎn)溢出，尤其在極端風(fēng)險(xiǎn)事件發(fā)生時(shí)，這種風(fēng)險(xiǎn)溢出水平會(huì)增強(qiáng)。從表6可以看出，2016年的我國股災(zāi)，伴隨我國政府救市，2017年上證綜指對(duì)S&P500的風(fēng)險(xiǎn)溢出強(qiáng)度相比2016年下降。2018年中美貿(mào)易戰(zhàn)打響，這又是一次極端風(fēng)險(xiǎn)事件，上證綜指對(duì)S&P500的風(fēng)險(xiǎn)溢出效應(yīng)則上升到最高，我國政府出臺(tái)相關(guān)政策進(jìn)行救市，在2019年又下降。就上證綜指和美國S&P500兩個(gè)市場來看，美國股市是成熟度與開放性極高的市場，而我國股市長期處于政府的嚴(yán)格監(jiān)管中，過度依賴政策調(diào)整維持股市穩(wěn)定，形成了所謂的“政策市”，因此，當(dāng)極端事件發(fā)生時(shí)，滬市對(duì)美國股市的風(fēng)險(xiǎn)溢出水平雖會(huì)增強(qiáng)，但是仍然低于美國市場對(duì)我國股市的風(fēng)險(xiǎn)溢出。第二，我國與美國兩個(gè)市場均存在雙向的正向風(fēng)險(xiǎn)溢出，且美國市場對(duì)我國市場的風(fēng)險(xiǎn)溢出效應(yīng)更強(qiáng)，尤其在中美貿(mào)易戰(zhàn)發(fā)生后，這種風(fēng)險(xiǎn)溢出得到了強(qiáng)化，兩個(gè)市場的聯(lián)動(dòng)關(guān)系更加明顯。在當(dāng)前美元強(qiáng)勢的局勢下，短期資本流出從我國流出，人民幣匯率大幅度貶值，對(duì)我國股市產(chǎn)生明顯利空。在未來美元走強(qiáng)的勢頭下，央行為了穩(wěn)定匯率采取加息等貨幣政策，又會(huì)傷害我國宏觀經(jīng)濟(jì)，導(dǎo)致股市走弱。因此，在當(dāng)前國際局勢下，美國政府一系列的宏觀經(jīng)濟(jì)政策會(huì)導(dǎo)致我國金融風(fēng)險(xiǎn)上升，進(jìn)一步加劇美股對(duì)我國股市的價(jià)格引導(dǎo)作用，從而也直接加劇了對(duì)我國股市關(guān)聯(lián)性的影響。

五、結(jié)論

本文基于時(shí)變EVT-Copula模型，并進(jìn)一步利用CoVaR模型測度了我國滬市、港市與美國股市三個(gè)市場間的風(fēng)險(xiǎn)溢出效應(yīng)。通過全文實(shí)證分析，得出下列結(jié)論。

第一，從短期來看，中美貿(mào)易戰(zhàn)刺激美元升值，人民幣貶值，加速資本市場流動(dòng)。2018年8月5日，美元兌人民幣匯率為7.0507，這是“811匯改”后首次破7。人民幣貶值會(huì)加速國內(nèi)資本外流，影響我國金融市場穩(wěn)定。因此，我國未來有必要完善資本流動(dòng)管理和維護(hù)人民幣匯率市場機(jī)制穩(wěn)定。

第二，從長期來看，中美股市存在聯(lián)動(dòng)性，且中美股市間存在正向的風(fēng)險(xiǎn)溢出效應(yīng)。鑒于美國是我國第一大貿(mào)易伙伴，因此，要防范金融風(fēng)險(xiǎn)，首先要密切關(guān)注美國經(jīng)濟(jì)體，關(guān)注并預(yù)測美國政府未來的貿(mào)易政策，做好貿(mào)易談判的準(zhǔn)備并同時(shí)做好談判破裂的準(zhǔn)備，打好貿(mào)易摩擦常態(tài)化下的攻堅(jiān)戰(zhàn)。雖然中美兩國不斷舉行談判以解決貿(mào)易摩擦困局，但是收效甚微，我國應(yīng)借助“一帶一路”平臺(tái)，積極和參與“一帶一路”建設(shè)的國家展開關(guān)于特大貿(mào)易區(qū)域的制度建設(shè)，同時(shí)，積極與歐盟、東盟等地區(qū)關(guān)于亞歐經(jīng)濟(jì)一體化組織的建設(shè)，推進(jìn)新型經(jīng)濟(jì)全球化建設(shè)進(jìn)程。

第三，中美貿(mào)易戰(zhàn)發(fā)生后，更加強(qiáng)化了美國股市對(duì)我國股市的風(fēng)險(xiǎn)溢出，2018年溢出數(shù)值居于歷史高位。我國經(jīng)歷改革開放短短幾十年，金融體系尚不健全，我國股市更容易受到貿(mào)易摩擦的負(fù)面影響。股價(jià)可以直接反映宏觀經(jīng)濟(jì)的運(yùn)行狀況，股市的不穩(wěn)定會(huì)影響我國宏觀經(jīng)濟(jì)的穩(wěn)定性，進(jìn)而影響我國兩個(gè)一百年奮斗目標(biāo)的實(shí)現(xiàn)。因此，對(duì)于我國金融監(jiān)管部門來說，發(fā)展和完善我國金融市場仍然是重中之重，在這種同一市場的風(fēng)險(xiǎn)傳染中，仍然要逐步開放我國的金融市場，建設(shè)全方位的金融服務(wù)機(jī)制。

參考文獻(xiàn)：

[1]鄧富華，姜玉梅，王譯影.后危機(jī)時(shí)代中美貿(mào)易摩擦的歷史借鑒與政策因應(yīng)[J].國際貿(mào)易，2018（09）：24-30.

[2]李建偉.中國經(jīng)濟(jì)增長四十年回顧與展望[J].管理世界，2018，34（10）：11-23.

[3]鄭挺國，尚玉皇.基于宏觀基本面的股市波動(dòng)度量與預(yù)測[J].世界經(jīng)濟(jì)，2014，37（12）：118-139.

[4]龔金國，史代敏.金融自由化、貿(mào)易強(qiáng)度與股市聯(lián)動(dòng)——來自中美市場的證據(jù)[J].國際金融研究，2015（06）：85-96.