張左敏暘

摘要：2014年11月17日，我國(guó)正式啟動(dòng)滬港通。滬港通的開通對(duì)我國(guó)資本市場(chǎng)無疑起到了重大推動(dòng)作用，更加促進(jìn)了資本之間的流動(dòng)，當(dāng)然，給投資者帶來機(jī)遇的同時(shí)也放大了風(fēng)險(xiǎn)。本文旨在探討滬港通啟動(dòng)前后風(fēng)險(xiǎn)特征的變化以及可能來源，為風(fēng)險(xiǎn)管理決策提供借鑒。

關(guān)鍵詞：滬港通 系統(tǒng)性 風(fēng)險(xiǎn)變化

一、引言

自滬港通成立以來，我國(guó)的資本市場(chǎng)流動(dòng)性進(jìn)一步加強(qiáng)，投資者有更廣闊的領(lǐng)域選擇分散化投資品種。滬港通成立之前，兩市分割，港市與滬市之間差異頗大，無論在政策法規(guī)，還是投資者主體上，又或者是文化上都呈現(xiàn)出差異。這也就導(dǎo)致了兩市之間呈現(xiàn)的波動(dòng)性不同。在市場(chǎng)分割的時(shí)候，已有不少學(xué)者發(fā)現(xiàn)即便是存在市場(chǎng)分割，依然存在著股市聯(lián)動(dòng)效應(yīng)，不論是單個(gè)國(guó)家，還是國(guó)家與國(guó)家之間。本文采取分位數(shù)回歸的CoVaR方法對(duì)滬港通前后風(fēng)險(xiǎn)溢出水平進(jìn)行對(duì)比，將風(fēng)險(xiǎn)價(jià)值法納入考慮框架，以彌補(bǔ)現(xiàn)有文獻(xiàn)單純從GARCH族模型討論波動(dòng)效應(yīng)的不足。并在此基礎(chǔ)上考察前后變動(dòng)的合理經(jīng)濟(jì)解釋并給投資者提出積極建議。

二、文獻(xiàn)綜述

現(xiàn)有文獻(xiàn)對(duì)金融市場(chǎng)之間的波動(dòng)性探討頗多，無論是股市與股市之間，還是債市與股市之間，或者是貨幣市場(chǎng)，債市與股市三者的聯(lián)動(dòng)都有所涉及。在此討論框架下，也有各式各樣的假說，主要包括交易成本假說、交易限制假說、市場(chǎng)信息假說、杠桿假說等。

（一）國(guó)外文獻(xiàn)

Hendershott（1967）研究發(fā)現(xiàn)歐洲美元利率的調(diào)整跟隨美國(guó)國(guó)債調(diào)整，速度慢，但反之卻不是這樣。

Kaen and Hachey（1983）研究發(fā)現(xiàn)在取消資本管制后美國(guó)和英國(guó)各自國(guó)內(nèi)的貨幣對(duì)歐洲貨幣市場(chǎng)利率有單向引導(dǎo)關(guān)系。

Bremnes等（2001）研究了1990年11月至1997年4月期間德國(guó)馬克，挪威克朗以及美元長(zhǎng)短期利率發(fā)現(xiàn)美國(guó)利率對(duì)德國(guó)和挪威利率的影響顯著強(qiáng)于德國(guó)和挪威對(duì)美國(guó)利率的影響。

Christiansen（2003）通過經(jīng)典GARCH模型發(fā)現(xiàn)美國(guó)債券市場(chǎng)和整個(gè)歐洲債券市場(chǎng)對(duì)單個(gè)歐洲債券市場(chǎng)具有波動(dòng)溢出效應(yīng)。

Albuquerque等（2006）運(yùn)用OLS研究拉美地區(qū)股市對(duì)歐洲區(qū)域股市的變化反應(yīng)，從1988年1月至1994年12月，墨西哥股市收益率顯著受到美國(guó)股市影響，但反過來卻沒有這個(gè)表現(xiàn)。

（二）國(guó)內(nèi)文獻(xiàn)

洪永淼等（2004）運(yùn)用核函數(shù)估計(jì)方法檢驗(yàn)風(fēng)險(xiǎn)-Granger因果關(guān)系，結(jié)果表明1995年2月1日至2003年4月4日期間，A股與B股之間存在著強(qiáng)烈波動(dòng)溢出效應(yīng)，B股的下跌走勢(shì)可以用來預(yù)測(cè)A股的下跌走勢(shì)。并且A股與H股，B股與H股之間也存在著溢出效應(yīng)。

劉金全和崔暢（2002）利用協(xié)整模型分析發(fā)現(xiàn)，滬深股指之間存在長(zhǎng)期的協(xié)整關(guān)系，兩市之間聯(lián)系非常緊密。

陳守東等（2003）運(yùn)用Granger因果檢驗(yàn)及GARCH-M模型研究中國(guó)滬市與深市發(fā)現(xiàn)，兩市之間存在收益率相關(guān)且存在非對(duì)稱波動(dòng)溢出效應(yīng)。

魯旭和趙迎迎（2012）利用三元VAR-GJR-GARCH-DCC模型探究滬深港三市的聯(lián)動(dòng)關(guān)系，發(fā)現(xiàn)滬深港三個(gè)市場(chǎng)具有聯(lián)動(dòng)效應(yīng)，直接或間接引導(dǎo)對(duì)方，滬深股市對(duì)港市的新息沖擊做出類似的反應(yīng)，并且它們與港市的動(dòng)態(tài)關(guān)聯(lián)性具有趨同性。

張昭等（2014）以及周福和謝珊霞（2015）都采用格蘭杰因果關(guān)系檢驗(yàn)研究港市與滬市之間的關(guān)系，但是研究結(jié)論不一，既有發(fā)現(xiàn)滬港通前聯(lián)動(dòng)性比滬港通后聯(lián)動(dòng)性強(qiáng)也有發(fā)現(xiàn)相反的結(jié)論。鑒于時(shí)間采樣等不同，得出不同的結(jié)論也在乎情理。

孫寅浩和黃文凡（2015）認(rèn)為滬港通政策的實(shí)施不僅促進(jìn)了A-H股溢價(jià)率的收斂并且降低了兩地市場(chǎng)分割程度，而且在一定程度上增強(qiáng)了兩地股市間的聯(lián)動(dòng)。

吳旭（2015）運(yùn)用BEEK-GARCH模型發(fā)現(xiàn)上海股市和滬港通都存在杠桿效應(yīng)且滬市和滬港通之間存在波動(dòng)溢出效應(yīng)，但波動(dòng)溢出為單向。

許從寶等（2016）采用基于自然隨機(jī)試驗(yàn)的雙重差分模型對(duì)滬港通前后的波動(dòng)效應(yīng)進(jìn)行研究發(fā)現(xiàn)在初開滬港通之時(shí)，滬市波動(dòng)性加劇，港市波動(dòng)溢出效應(yīng)明顯，但是隨著時(shí)間推移，效應(yīng)減弱。

以上學(xué)者在研究市場(chǎng)聯(lián)動(dòng)的時(shí)候，多數(shù)采用的方法均是Granger因果檢驗(yàn)到Garch族模型的使用，本質(zhì)上沒有脫離波動(dòng)率作為度量風(fēng)險(xiǎn)標(biāo)準(zhǔn)的框架。但是眾所周知，以波動(dòng)率度量風(fēng)險(xiǎn)存在一定的偏差，盡管方差度量波動(dòng)性可以為我們提供一定信息，但是在面對(duì)風(fēng)險(xiǎn)時(shí)，往往更關(guān)注的只是尾部可能損失的大小。風(fēng)險(xiǎn)溢出效應(yīng)將整個(gè)金融系統(tǒng)看做一個(gè)整體，一個(gè)市場(chǎng)的變動(dòng)會(huì)導(dǎo)致另一個(gè)市場(chǎng)聯(lián)動(dòng)，在風(fēng)險(xiǎn)上即表現(xiàn)為危機(jī)的傳染。在傳統(tǒng)VaR的框架下，Adian和Brunnermeier（2008）提出了CoVaR方法將金融機(jī)構(gòu)或其他金融市場(chǎng)陷入危機(jī)時(shí)的風(fēng)險(xiǎn)納入整體進(jìn)行研究，采用分位數(shù)回歸。因此，本文采取CoVaR方法對(duì)滬港通前后兩市風(fēng)險(xiǎn)溢出關(guān)系進(jìn)行對(duì)比研究。

三、理論基礎(chǔ)

在過去的理論發(fā)展中，存在基于“有效市場(chǎng)假說”的基本面經(jīng)濟(jì)傳染解釋，但已經(jīng)發(fā)現(xiàn)有很多現(xiàn)象并不是“理性人”可以解釋的，并且以基本面為依據(jù)的理論基本考察的是國(guó)家與國(guó)家之間的關(guān)系，與本文主題不符。

除此之外，還存在著金融危機(jī)傳染理論。即一種說明危機(jī)在國(guó)際或區(qū)域范圍內(nèi)傳導(dǎo)的理論，其他國(guó)家或地區(qū)的危機(jī)增加了另一國(guó)出現(xiàn)危機(jī)的概率的理論。在股市方面，也就是一個(gè)市場(chǎng)的風(fēng)險(xiǎn)不僅影響自身，還會(huì)通過某種渠道傳導(dǎo)至其他股市，造成風(fēng)險(xiǎn)的溢出，加劇整體系統(tǒng)性風(fēng)險(xiǎn)。包括：信息約束下的投資者羊群效應(yīng)，資產(chǎn)組合分散下的自實(shí)現(xiàn)危機(jī)傳染和注意力配置效應(yīng)。但是后兩個(gè)理論基本假設(shè)都有兩個(gè)國(guó)家基本面獨(dú)立，在滬港通研究中不符合現(xiàn)實(shí)。因此，本文認(rèn)為合理的理論基礎(chǔ)是信息約束下的投資者羊群效應(yīng)理論?；谕顿Y者情緒，在信息約束之下，在金融市場(chǎng)存在不完全信息或信息不對(duì)稱的情況下，基于理性預(yù)期的不同信息擁有者在金融市場(chǎng)遭遇不利沖擊時(shí)，有可能同時(shí)朝著同一方向調(diào)整其持有的各類資產(chǎn)組合，導(dǎo)致資本市場(chǎng)上投資者的羊群效應(yīng)行為，并在不同市場(chǎng)間產(chǎn)生溢出效應(yīng)，從而造成危機(jī)傳染。在滬市中存在大量散戶，也即所謂噪聲交易者，他們的存在使得投資者羊群效應(yīng)行為是合理考慮。

四、分位數(shù)回歸與模型簡(jiǎn)述

CoVaR方法的本質(zhì)是分位數(shù)回歸，根據(jù)上述兩位學(xué)者的定義CoVaR是測(cè)度當(dāng)一個(gè)金融機(jī)構(gòu)或另一個(gè)市場(chǎng)總體處于不利情況時(shí)，其余金融機(jī)構(gòu)或其余市場(chǎng)所面臨的風(fēng)險(xiǎn)，是一個(gè)條件在險(xiǎn)價(jià)值的概念，但是又區(qū)別于傳統(tǒng)CVaR，即關(guān)于金融機(jī)構(gòu)自身的條件風(fēng)險(xiǎn)價(jià)值。

傳統(tǒng)OLS估計(jì)對(duì)樣本的分布做了比較強(qiáng)的假設(shè)，比如變量要服從正態(tài)分布，如果不是這樣，得出來的參數(shù)估計(jì)不具備較為良好的統(tǒng)計(jì)性質(zhì)，進(jìn)而模型的意義也會(huì)大為下降。而分位數(shù)估計(jì)的優(yōu)勢(shì)就在于無需這樣強(qiáng)的假設(shè)，考察因變量各個(gè)分位點(diǎn)的回歸可以給我們帶來更多普通OLS均值回歸所無法帶來的信息。

以上便是分位數(shù)回歸的基本思想，天然對(duì)應(yīng)于所要研究的問題，即風(fēng)險(xiǎn)價(jià)值。通過考慮不同的分位數(shù)值，我們便可以得到關(guān)于樣本分位數(shù)信息的不同結(jié)果，在樣本難以滿足OLS古典假設(shè)的時(shí)候，且對(duì)于分布尾部感興趣的話，是一個(gè)有用的工具。VaR本身是一個(gè)分為數(shù)值，而CoVaR其實(shí)也是一個(gè)分位數(shù)值，只是在他人VaR給定的條件下的估計(jì)值，可以較好地反映這種相關(guān)關(guān)系。而不是像傳統(tǒng)VaR或CVaR僅僅考慮自身的在險(xiǎn)價(jià)值。金融風(fēng)險(xiǎn)的傳染效應(yīng)已經(jīng)在幾次金融危機(jī)中得到證實(shí)，因此這樣的考慮在市場(chǎng)下行的過程中尤為重要。根據(jù)以上的思想，參考謝福座①建模如下：

五、數(shù)據(jù)與實(shí)證

滬港通正式開啟時(shí)間為2014年11月17日，也經(jīng)考察其余學(xué)者對(duì)此時(shí)間點(diǎn)的一致性，本文也選取這一天作為分割點(diǎn)，分別考察前后各兩年時(shí)間的滬港兩市。鑒于美國(guó)在2012年12月12日啟動(dòng)量化寬松，考慮到這樣的突變影響，選取時(shí)間點(diǎn)從這一天之后進(jìn)行，待市場(chǎng)反應(yīng)完畢，故不是完整的兩年時(shí)間。兩個(gè)市場(chǎng)的代表也以上證指數(shù)與恒生指數(shù)作為代表進(jìn)行分析，且取對(duì)數(shù)收益率。

2014年11月17日之前，基本統(tǒng)計(jì)描述表明，上海證券市場(chǎng)（以上證指數(shù)為代表）和香港股票市場(chǎng)（以恒生指數(shù)為代表）收益率序列偏離了正態(tài)分布對(duì)應(yīng)的0和3，且J-B檢驗(yàn)的概率值為0.000，因此兩個(gè)序列均不服從正態(tài)分布，具有尖峰后尾特征，因此用分位數(shù)回歸方法進(jìn)行分析較為適合。

首先，本文考察了香港股票市場(chǎng)對(duì)上海股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，取q=0.05，即求置信度為0.95時(shí)的風(fēng)險(xiǎn)溢出效應(yīng)。建立如式（7）的上海證券市場(chǎng)（以上證指數(shù)為代表）和香港股票市場(chǎng)（以恒生指數(shù)為代表）收益率的分位數(shù)回歸方程，利用式（3）的方法求出對(duì)應(yīng)的參數(shù)估計(jì)值為：，最終q分位數(shù)回歸方程表達(dá)式為：

上式中括號(hào)內(nèi)為T統(tǒng)計(jì)量，由于本質(zhì)上是置信度0.95下的條件風(fēng)險(xiǎn)價(jià)值，故可將方程改寫為如下形式：

按同樣方法，考察了上海股票市場(chǎng)對(duì)香港股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，取q=0.05，即求置信度為0.95時(shí)的風(fēng)險(xiǎn)溢出效應(yīng)。利用式（3）的方法求出對(duì)應(yīng)的參數(shù)估計(jì)值為：=（1.117855），=（0.5968365），最終q分位數(shù)回歸方程表達(dá)式為：

由于本質(zhì)上是置信度0.95下的條件風(fēng)險(xiǎn)價(jià)值，故可以將方程改寫為如下形式：

再取得回歸結(jié)果之后，在此基礎(chǔ)上針對(duì)樣本數(shù)據(jù)進(jìn)行無條件風(fēng)險(xiǎn)價(jià)值的估計(jì)，分別對(duì)上證指數(shù)和恒生指數(shù)采用GARCH（1，1）模型估計(jì)出VaR，將其分別帶入（9）式進(jìn)行計(jì)算。

結(jié)果見表2

通過對(duì)參數(shù)估計(jì)值的T檢驗(yàn)統(tǒng)計(jì)量進(jìn)行分析后發(fā)現(xiàn)，上海股票市場(chǎng)與香港股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)均是顯著的。具體地，在香港股票市場(chǎng)對(duì)上海股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)上，由于風(fēng)險(xiǎn)溢出強(qiáng)度%CoVaR為19.37%且為正號(hào)，說明香港股票市場(chǎng)對(duì)上海股票市場(chǎng)產(chǎn)生了風(fēng)險(xiǎn)正溢出效應(yīng)，會(huì)顯著提高上海股票市場(chǎng)的風(fēng)險(xiǎn);同樣地，上海股票市場(chǎng)對(duì)香港股票市場(chǎng)風(fēng)險(xiǎn)的溢出效應(yīng)強(qiáng)度%CoVaR為15.12%且為正號(hào)，說明上海股票市場(chǎng)對(duì)香港股票市場(chǎng)同樣產(chǎn)生了風(fēng)險(xiǎn)正溢出效應(yīng)，會(huì)顯著提高香港股票市場(chǎng)的風(fēng)險(xiǎn)。

為了反映不同置信度水平下風(fēng)險(xiǎn)溢出效應(yīng)的變化情況，對(duì)q取不同值分別進(jìn)行分位數(shù)回歸，以0.005為單位，按照之前的分析方法計(jì)算了q由0.01變化到0.05對(duì)應(yīng)的%CoVaR，結(jié)果見圖1所示。

結(jié)果顯示，當(dāng)q由0.01變化到0.05時(shí)，香港股票市場(chǎng)對(duì)上海股票市場(chǎng)的風(fēng)險(xiǎn)溢出%CoVaR全為正值，且呈現(xiàn)逐步遞減的趨勢(shì)，同樣地，上海股票市場(chǎng)對(duì)香港股票市場(chǎng)風(fēng)險(xiǎn)溢出%CoVaR也全為正值，且后者要小于前者。這表明，越是靠近收益率的左尾（q越?。瑑墒袌?chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)強(qiáng)度越大，因此應(yīng)密切關(guān)注極端風(fēng)險(xiǎn)的溢出效應(yīng)。

2014年11月18日之后，基本統(tǒng)計(jì)描述表明，上海證券市場(chǎng)（以上證指數(shù)為代表）和香港股票市場(chǎng)（以恒生指數(shù)為代表）收益率序列偏離了正態(tài)分布對(duì)應(yīng)的0和3，且J-B檢驗(yàn)的概率值為0.000，因此兩個(gè)序列均不服從正態(tài)分布，具有尖峰后尾特征，因此用分位數(shù)回歸方法進(jìn)行分析較為適合。

利用式（3）的方法求出對(duì)應(yīng)的參數(shù)估計(jì)值為：=（2.446883），=（1.211148），最終q分位數(shù)回歸方程表達(dá)式為：

由于本質(zhì)上是置信度0.95下的條件風(fēng)險(xiǎn)價(jià)值，故可以將方程改寫為如下形式：

同樣地，考察上海股票市場(chǎng)對(duì)香港股票市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)時(shí)，估計(jì)結(jié)果如下：

改寫成：

同樣地，考察分位數(shù)從0.01到0.05的變化，結(jié)果見圖2。

同樣，通過對(duì)參數(shù)估計(jì)值的T檢驗(yàn)統(tǒng)計(jì)量進(jìn)行分析后發(fā)現(xiàn)，上海股票市場(chǎng)與香港股票市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)均是顯著的。但是從結(jié)果中發(fā)現(xiàn)，除了風(fēng)險(xiǎn)溢出效應(yīng)的增強(qiáng)外，還出現(xiàn)了反轉(zhuǎn)現(xiàn)象。從結(jié)果來看，在滬港通之前，總體來說，港市對(duì)滬市的溢出效應(yīng)更大，但在之后，滬市對(duì)港市有了更強(qiáng)的風(fēng)險(xiǎn)溢出效應(yīng)，不過依然從分位數(shù)0.01到0.05風(fēng)險(xiǎn)溢出呈現(xiàn)遞減狀態(tài)。

六、分析與結(jié)論

本文考察了滬港通前后上海股市與香港股市之間的風(fēng)險(xiǎn)溢出效應(yīng)，采用CoVaR方法進(jìn)行分位數(shù)回歸研究市場(chǎng)之間的風(fēng)險(xiǎn)相關(guān)性。實(shí)證結(jié)果顯示滬港通前后兩個(gè)市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)均有所增強(qiáng)，更為值得注意的是，在滬港通之后上海市場(chǎng)對(duì)香港市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)大于香港股市對(duì)上海股市的溢出效應(yīng)。本文認(rèn)為對(duì)此的分析十分重要，從中才能給出有意義的結(jié)論與建議。

經(jīng)濟(jì)貿(mào)易往來：中國(guó)與香港之間的貿(mào)易關(guān)系涉及各行各業(yè)，自香港回歸以后，兩地的經(jīng)貿(mào)關(guān)系不斷發(fā)展，內(nèi)地人去往香港購(gòu)物旅游極大促進(jìn)了香港的經(jīng)濟(jì)發(fā)展，自從2003年簽訂合作協(xié)議之后，雙方的進(jìn)出口貿(mào)易總額在2014年已經(jīng)超過4000億美元。②內(nèi)地的經(jīng)濟(jì)與香港經(jīng)濟(jì)一體化程度不斷提高，兩地在基本面上的共同繁榮已經(jīng)得到了證明。股市作為國(guó)民經(jīng)濟(jì)的晴雨表，對(duì)反映基本面十分迅速，一方產(chǎn)生風(fēng)險(xiǎn)也會(huì)影響到另一方。

金融資本：香港作為世界重要的金融交易中心，證券市場(chǎng)高度發(fā)達(dá)，內(nèi)地市場(chǎng)與香港市場(chǎng)存在著密不可分的聯(lián)系。越來越多的內(nèi)地企業(yè)紛紛在香港上市，包括房地產(chǎn)，金融等大型龍頭企業(yè)，在滬市與港市同時(shí)上市的企業(yè)也不在少數(shù)，盡管兩地存在著價(jià)差，但是依然呈現(xiàn)相似的走勢(shì)，如果市場(chǎng)遭受沖擊，風(fēng)險(xiǎn)溢出不容小視。

交易制度：上海股市交易時(shí)間為上午9點(diǎn)15至下午15點(diǎn)，而香港股市為早上9點(diǎn)至下午16點(diǎn)，港股開市早而收市晚。存在這樣的時(shí)間差，投資者便具備了參考系，可以參考港市的走勢(shì)去推測(cè)滬市的走勢(shì)。也就說明雙方均具備風(fēng)險(xiǎn)溢出的可能性。

上述三個(gè)角度可以幫助解釋滬港通前后風(fēng)險(xiǎn)溢出程度的變化。在滬港通前，內(nèi)地資金是受到限制而少有資金可以流入港市，對(duì)港市的溢出效應(yīng)有限，但不是不存在。同時(shí)由于交易制度的差異，投資者可能參考港市的開盤與收盤，從而影響對(duì)滬市的走勢(shì)，因此在滬港通之前發(fā)現(xiàn)是港市對(duì)滬市有著更強(qiáng)的溢出效應(yīng)。但是在滬港通之后，雙方風(fēng)險(xiǎn)溢出效應(yīng)不僅放大，還發(fā)生了滬市對(duì)港市更強(qiáng)的溢出效應(yīng)。本文認(rèn)為可以用投資者非理性解釋更為合理。在內(nèi)地資金可以流入港市之后，內(nèi)地投資者的情緒不僅僅在滬市得到釋放，同時(shí)也會(huì)在港市上得到釋放。內(nèi)地投資者存在大量散戶，而散戶通常被認(rèn)為是非理性的噪聲交易者，擁有著極高的換手率。在2015年股災(zāi)前的繁榮就可以看出，內(nèi)地投資者不乏“普通人”一類的投資者，還存在各式各樣賣方炒股的投資者存在，這類群體可以認(rèn)為是高度不理性的，給市場(chǎng)帶來了極大的風(fēng)險(xiǎn)。舉例來說，在滬港通之前，恒大地產(chǎn)擁有的足球隊(duì)連年奪冠，在2013年還首奪亞冠，但是已在香港上市的恒大集團(tuán)股票卻未見明顯波動(dòng)，而在滬港通之后的2015年恒大再次奪得亞冠之時(shí)，股價(jià)發(fā)生了明顯的跳躍，在那段時(shí)間并未有真正影響該地產(chǎn)公司公告等實(shí)質(zhì)性事件，在排除了一切理性的因素之后，還發(fā)現(xiàn)在奪冠后的第一個(gè)星期一，恒大地產(chǎn)從滬市進(jìn)入的資金占了當(dāng)年總交易額的三分之二，說明滬港通之后，存在大量非理性的情緒化投資者影響了港市。也與金融傳染理論提出的非理性情緒投資者影響相符合。因此，研究才能發(fā)現(xiàn)在滬港通之后，滬市對(duì)港市的風(fēng)險(xiǎn)溢出更大了。在2015年7月6日到7月8日，在滬市大跌之際，港市僅一天跌幅達(dá)到30%，完成了滬市三周的跌幅。7月6日，恒指盤中跌幅1314點(diǎn)，所有股票平均跌幅達(dá)12%，許多小盤股暴跌30%以上。當(dāng)日大跌已經(jīng)將4月以來的“港A股”漲幅全部抹平。上交所各類投資者交易額占比見表5 。

值得注意的是滬港通對(duì)交易資金確實(shí)有限制，賬戶限額為50萬(wàn)元，事實(shí)上已經(jīng)排除了較多資金額較少的投資者。據(jù)統(tǒng)計(jì)，在滬市散戶中能夠達(dá)到投資限額的只有10%。也就是說這一部分散戶是資金實(shí)力較強(qiáng)的散戶，但遺憾的是無法得知這部分人來源的組成，畢竟上述的“普通人”確實(shí)也擁有著不菲的資金實(shí)力。就“2015股災(zāi)”期間，港股換手率得到了顯著性提升，從0.1%-0.4%的區(qū)間跳躍至0.9%。

根據(jù)上述事實(shí)可以說明在市場(chǎng)下行之際，滬港兩市風(fēng)險(xiǎn)溢出增強(qiáng)，兩市聯(lián)動(dòng)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)被放大。且根據(jù)實(shí)證結(jié)果，當(dāng)市場(chǎng)兩市越處于左尾時(shí)，互相影響的強(qiáng)度更大。

總之，滬港通之后比滬港通之前兩市之間的相關(guān)性更強(qiáng)，互相的風(fēng)險(xiǎn)溢出更大，從而系統(tǒng)性風(fēng)險(xiǎn)被放大了，這也對(duì)投資者和監(jiān)管機(jī)構(gòu)敲響了警鐘。

個(gè)人內(nèi)地投資者在進(jìn)行投資的時(shí)候還是應(yīng)該加強(qiáng)專業(yè)知識(shí)學(xué)習(xí)，轉(zhuǎn)變“追漲殺跌”等非理性的投資模式，這也是我國(guó)大量散戶存在導(dǎo)致市場(chǎng)非有效的重要原因之一。在目前僅可能存在百分之十的散戶的情況下，市場(chǎng)的風(fēng)險(xiǎn)溢出已經(jīng)在統(tǒng)計(jì)上得到了檢驗(yàn)，但是資本市場(chǎng)的放開是遲早的，這些限制的消除盡管沒有那么快，在未來為了資本市場(chǎng)廣度的發(fā)展，取消這類限制也是勢(shì)在必行。那么，到那時(shí)，系統(tǒng)性風(fēng)險(xiǎn)還會(huì)不會(huì)進(jìn)一步被放大呢？按照目前的情況來看，是完全可能的。對(duì)于機(jī)構(gòu)投資者來說，在進(jìn)行投資分散管理的過程當(dāng)中，應(yīng)該密切注意經(jīng)濟(jì)形勢(shì)的變化以及兩市的尾部相關(guān)性。由上文也可以看出在0.01分位數(shù)時(shí)風(fēng)險(xiǎn)最大，必須特別注意防范經(jīng)濟(jì)下行時(shí)期的風(fēng)險(xiǎn)傳染，從研究結(jié)論來看，系統(tǒng)性風(fēng)險(xiǎn)增強(qiáng)了。盡管傳統(tǒng)上認(rèn)為機(jī)構(gòu)投資者相對(duì)于個(gè)人投資者更加理性，但在市場(chǎng)極度恐慌時(shí)，機(jī)構(gòu)投資者也未必做得更好，也可能起到推波助瀾的幫兇。在股災(zāi)之際，少數(shù)證券公司違法向做空機(jī)構(gòu)提供融資融券業(yè)務(wù)，也起到了市場(chǎng)下行的推手作用。

對(duì)于監(jiān)管機(jī)構(gòu)來說，堅(jiān)持資本開放是應(yīng)該而且應(yīng)該持續(xù)貫徹下去，但是要循序漸進(jìn)逐步放開，就像現(xiàn)在滬港通擁有的50萬(wàn)資金限額就是一個(gè)比較好的策略，如果放開快，恐怕由非理性造成的金融風(fēng)險(xiǎn)會(huì)比現(xiàn)在測(cè)度到的還要大。要盡快完善各種配套制度，尤其是在突發(fā)情況下兩市的應(yīng)對(duì)策略，如果一方發(fā)生了突發(fā)事件，而另一方由于恐懼而造成的非理性恐慌帶來的金融“多米諾骨牌效應(yīng)”造成的損失是十分重大的，因此應(yīng)該盡快完善應(yīng)急措施，例如在突發(fā)情況下的熔斷機(jī)制等。

市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的破壞性可以在一夜之間改變投資人命運(yùn)，把握市場(chǎng)之間的風(fēng)險(xiǎn)溢出，對(duì)潛在系統(tǒng)性風(fēng)險(xiǎn)有著正確的認(rèn)識(shí)和評(píng)估才能更好地在資本市場(chǎng)中保全自身，低估風(fēng)險(xiǎn)結(jié)果不容樂觀。

注釋：

①基于CoVaR方法的金融風(fēng)險(xiǎn)溢出效應(yīng)研究。

②數(shù)據(jù)來源：商務(wù)部。

參考文獻(xiàn)：

[1]Adrian，Brunnermeier（September 2008）. “CoVaR”，F(xiàn)ederal Reserve Bank of New York Staff Reports no.348.

[2]Adrian，Brunnermeier（August 2009）.“CoVaR” working paper，F(xiàn)ederal Reserve Bank of New York and Princeton University.

[3]Hoyoon Jang and Wonsik Sul.The Asian Financial Crisis and the Co-movement of Asian Stock Markets[J].Journal of Asian Economics，2002（13）.

[4]RA Connolly and FA Wang.Economic News and Stock Market Linkages： Evidence from the U.S，U.K，and Japan.Proceedings of the Second Joint Central Bank Research Conference on Risk Management and Systemic Risk，1998.

[5]Cheol S.Eun and Sangdal Shim.International Transmission of Stock Market Movements[J].The Journal of Financial and Quantitative Analysis，1989.

[6]Jimmy E.Hiliard.The relationship between Equity Indices on World Exchanges[J].Journal of Finance，1979.

[7]鄭聯(lián)盛.關(guān)注滬港通的風(fēng)險(xiǎn)[J].中國(guó)金融 2014（9）.

[8]章莉.中國(guó)證券市場(chǎng)風(fēng)險(xiǎn)度量及風(fēng)險(xiǎn)傳導(dǎo)研究-基于分位數(shù)回歸方法[D].浙江工商大學(xué)，2014.

[9]譚志國(guó)，蔡乙萍.分位數(shù)回歸在風(fēng)險(xiǎn)管理中的應(yīng)用[J].統(tǒng)計(jì)與決策 2006（17）.

[10]李雨芹.分位數(shù)回歸與風(fēng)險(xiǎn)度量及應(yīng)用[D].吉林大學(xué)，2009.

[11]彭志剛.滬港通的“通”與“不通”[J].經(jīng)濟(jì)視野，2014（12）.

[12]劉榮茂，劉恒昕.滬港通對(duì)滬市市場(chǎng)有效性的影響[J].經(jīng)濟(jì)與管理研究，2015（8）.

[13]張兵、范致鎮(zhèn)，李心丹.中美股市市場(chǎng)的聯(lián)動(dòng)性研究[J].經(jīng)濟(jì)研究，2010（11）.

[14]韓非，肖輝.中美股市間的聯(lián)動(dòng)性分析[J].金融研究，2005（11）.

[15]史代敏.滬深股指波動(dòng)的協(xié)整性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)研究，2002（9）.

作者單位：廣西外國(guó)語(yǔ)學(xué)院