潘群星 徐仁通

（南京財經(jīng)大學(xué)金融學(xué)院，江蘇 南京 210023）

一、引言與文獻(xiàn)綜述

近些年來，在“美國優(yōu)先”政策的驅(qū)動下，美國經(jīng)濟(jì)表現(xiàn)得尤為搶眼，一些宏觀指標(biāo)（如GDP增長率、就業(yè)率等）可謂光芒四射，美股走勢更是順?biāo)浦?，三大股指一路高歌前行。截?020年2月14日，標(biāo)普500指數(shù)的市盈率已經(jīng)達(dá)到24.74倍，平均市凈率超過3.65倍，創(chuàng)近十年以來的新高。與此同時，道瓊斯工業(yè)指數(shù)的市盈率達(dá)到23.09倍，平均市凈率超過5.06倍；納斯達(dá)克指數(shù)的市盈率達(dá)到36.42倍，平均市凈率超過5.11倍。然而，一場突如其來的新冠疫情給美國乃至全球股市“當(dāng)頭一棒”。2020年1月21日，當(dāng)美國疾控中心宣布正在為新冠病毒變成全球大流行病做準(zhǔn)備時，全球資本市場開啟了瘋狂的下跌模式。美國三大股指在2020年3月9日至18日間發(fā)生了4次一級熔斷，使美國金融市場成為此次疫情沖擊的“重災(zāi)區(qū)”。作為全球最大的股票市場，美國股市的動蕩必然會對全球股票市場造成沖擊。作為全球第二大股票市場、第一大新興市場，中國股市在反映美股等外圍市場信息的同時，也具備了影響外圍市場的能力。與美國市場一樣，受疫情（尤其美國疫情）的影響，上證綜指在2020年3月份下跌了4.5%，第一季度累計下跌9.8%，創(chuàng)下2019年5月以來最差月度表現(xiàn)以及2018年第四季度以來最差季度表現(xiàn)。

國內(nèi)最早研究中美股市的文獻(xiàn)是關(guān)于中美股市二級市場風(fēng)險的對比與評析（王孜弘，1996）；后期的大多數(shù)論文是關(guān)于中美股市之間的風(fēng)險傳染性，只不過說法不一而已，相關(guān)性、關(guān)聯(lián)性、聯(lián)動性、溢出效應(yīng)等詞語相互替代。在這些關(guān)于風(fēng)險傳染性的論文中，有的只是更換一下樣本指數(shù)或更新一下樣本區(qū)間，有的是改進(jìn)一下研究方法（張東祥等，2015；汪冬華等，2018），得到的結(jié)論往往還不一致。而具有一定特色、一些創(chuàng)新或某個時代意義的論文并不多見。張兵等（2010）、龔金國等（2015）從不同理論視角分析了股市跨國風(fēng)險溢出效應(yīng)的內(nèi)在機制，并以中美市場的數(shù)據(jù)進(jìn)行了檢驗，這些是早些年少見的關(guān)于機制分析的文獻(xiàn)。陳林等（2020）研究了新冠疫情對中國股市的影響。方意等（2020）從全球外匯風(fēng)險傳染角度研究了新冠疫情對于中國金融市場的影響。蔣海等（2021）基于ESA方法對新冠疫情造成的跨國風(fēng)險傳染進(jìn)行了研究。

二、研究方法

采用具有偏態(tài)、厚尾性的標(biāo)準(zhǔn)化的偏斜t-分布（skt-分布）作為最基本的方法。在此基礎(chǔ)上，采用以下研究方法：首先，用ARFIMA-GJR模型來刻畫杠桿效應(yīng)。稱擾動αt服從（1， 1）階的GJR模型，它能表示成：

當(dāng)ut-1＜0時It-1＝1，當(dāng)ut-1≥0時It-1＝0；εt服從skt-分布。γ＞0，表明新冠疫情對波動率產(chǎn)生的負(fù)向沖擊更大，即市場上存在杠桿效應(yīng)，且γ越大，杠桿效應(yīng)越強。

其次，用HYGARCH模型來刻畫波動記憶性（含聚集性）。稱擾動αt服從（1， 1）階的HYGARCH模型，它能表示成：

其中，L是滯后算子，εt服從skt-分布。記憶參數(shù)d介于0和1之間；d越大，記憶的時間就越長。

最后，用動態(tài)條件相關(guān)（DCC）模型來分析風(fēng)險溢出強弱變化，用二元BEKK模型來判斷風(fēng)險溢出路徑。稱二元擾動αt＝(α1t,α2t）′服從DCC模型，如果α1t和α2t的條件相關(guān)系數(shù)滿足

三、數(shù)據(jù)

表1 描述性統(tǒng)計分析

從表1可以看出，雖然SSEC和S&P500的分布特征大致相同，但仍存在一些差異。第一，在疫情暴發(fā)前期，SSEC均值為負(fù)，S&P500的均值為正，說明中國股市處于動蕩調(diào)整期，美國股市處于波動上升期。在疫情蔓延時期，兩國股市均處于波動上升期，且中國股市的均值大于美國股市的均值，初步判斷在新冠疫情全球暴發(fā)階段，中國股市的指數(shù)收益率水平和增長趨勢相比于美國股市而言稍好一些。第二，根據(jù)標(biāo)準(zhǔn)差大小可以看出，無論是暴發(fā)前期還是蔓延時期，SSEC的波動水平小于S&P500波動水平，即中國股市的相對風(fēng)險小于美國股市的相對風(fēng)險。第三，在疫情暴發(fā)前期和疫情蔓延時期，SSEC和S&P500收益率序列均存在左偏現(xiàn)象。在暴發(fā)前期，SSEC的左偏更為嚴(yán)重；在疫情蔓延時期，S&P500的左偏更為嚴(yán)重。第四，無論是疫情暴發(fā)前期還是疫情蔓延時期，兩國股市收益率的峰度均大于3，說明中美股市在2016年至2020年都存在較為嚴(yán)重的尖峰厚尾特性，而且新冠疫情對美國股市的沖擊更為強烈。第五，根據(jù)J-B統(tǒng)計量，SSEC與S&P500的收益率在兩個時期均不服從正態(tài)分布。

另外，我們還進(jìn)行了平穩(wěn)性和ARCH效應(yīng)檢驗，結(jié)果表明SSEC和S&P500在兩個時期都是平穩(wěn)的，且都具有ARCH效應(yīng)，可以直接對它們擬合GARCH族模型。

四、實證分析

1.波動杠桿效應(yīng)

對SSEC和S&P500在兩個時期的樣本擬合ARFIMA-GJR-skt模型，根據(jù)估計值的顯著性、極大似然函數(shù)值及殘差診斷（Q（20）和Q2（20）），獲得的最優(yōu)模型結(jié)果如表2所示。從表2可以看出：在疫情暴發(fā)前期，γ的SSEC（0.0221）是不顯著的，γ的S&P500（0.2588）是高度顯著的；在疫情蔓延時期，γ的SSEC（0.0501）和γ的S&P500（0.0502）都是不顯著的。這些結(jié)果說明，無論是疫情暴發(fā)前期還是疫情蔓延時期，美國股市一直存在波動杠桿效應(yīng)，而中國股市始終不存在這個效應(yīng)。

表2 ARFIMA-GJR-skt模型的估計和殘差檢驗結(jié)果

2.波動長記憶性

對SSEC和S&P500在兩個時期的樣本擬合ARFIMAHYGARCH-skt模型，最優(yōu)模型結(jié)果如表3所示。從表3可以看出：在疫情暴發(fā)前期，d-HYGARCH的SSEC（0.9370）和d-HYGARCH的S&P500（0.6523）是高度顯著的；在疫情蔓延時期，d-HYGARCH的SSEC（0.8842）和d-HYGARCH的S&P500（0.7235）也是顯著的。這些結(jié)果說明，無論是疫情暴發(fā)前期還是疫情蔓延時期，中美股市均存在顯著的長記憶性，但美國股市的長記憶性在新冠疫情蔓延期間進(jìn)一步加強。

表3 ARFIMA-HYGARCH-skt模型的估計和殘差檢驗結(jié)果

3.波動溢出效應(yīng)

（1）相關(guān)性

由ARFIMA-HYGARCH-skt模型的殘差來估計DCC模型，即式（3），結(jié)果如表4所示。表4中θ1體現(xiàn)了滯后一期的標(biāo)準(zhǔn)化殘差乘積對動態(tài)相關(guān)系數(shù)的影響，θ2體現(xiàn)了前期相關(guān)系數(shù)對當(dāng)期相關(guān)系數(shù)的影響?？梢园l(fā)現(xiàn)，無論是疫情暴發(fā)前期還是疫情蔓延時期，相較于S&P500，θ1和θ2的SSEC的都具有更高的估計值。疫情暴發(fā)前期，整個系統(tǒng)對于滯后一期標(biāo)準(zhǔn)化殘差乘積的敏感度低于單個市場，對于前期相關(guān)系數(shù)的敏感度高于單個市場。蔓延時期，整個系統(tǒng)對于滯后一期標(biāo)準(zhǔn)化殘差乘積的敏感度低于SSEC，高于S&P500，對于前期相關(guān)系數(shù)的敏感度高于單個市場。

表4 DCC模型的估計結(jié)果

由表4中估計值，可以畫出SSEC與S&P500的波動率動態(tài)相關(guān)系數(shù)，如圖1所示。可以看出，無論是疫情暴發(fā)前期還是疫情蔓延時期，中美股市波動率都存在正的相關(guān)關(guān)系，且具有較強的時變性,而且，在疫情蔓延期間，這種相關(guān)性明顯在增強。

圖1 SSEC與S&P500的波動率動態(tài)相關(guān)系數(shù)

（2）風(fēng)險溢出

由ARFIMA-HYGARCH-skt模型的殘差來估計BEKK（1， 1）模型，即式（4），結(jié)果如表5所示。可以看出，疫情暴發(fā)前期，z12、y21、z21估計值均顯著， S&P500上一期的條件方差對于SSEC當(dāng)期的條件方差有顯著影響，SSEC上一期的ARCH沖擊與條件方差對S&P500檔期條件方差有顯著影響。疫情蔓延時期，S&P500上一期的條件方差對于SSEC當(dāng)期的條件方差有顯著影響但有所減弱，SSEC上一期的ARCH沖擊與條件方差對S&P500當(dāng)期條件方差有顯著影響且均有所加強。

表5 BEKK（1， 1）模型的估計結(jié)果

五、結(jié)論和建議

本文以上證綜指（SSEC）與標(biāo)普500指數(shù)（S&P500）為對象，實證分析了新冠疫情對中美股市波動率的影響，得到以下結(jié)論：

1.無論新冠疫情暴發(fā)前期還是新冠疫情蔓延時期，SSEC與S&P500的收益率序列存在顯著的尖峰厚尾特征，并且伴有異方差性；受新冠疫情沖擊，中美股市都處于高波動階段，美國股市波動更為劇烈。

2.在新冠疫情暴發(fā)前期，S&P500存在明顯的波動杠桿效應(yīng)，新冠肺炎疫情的負(fù)向沖擊對收益率的影響更加顯著且更為持久。

3.無論疫情暴發(fā)前期還是疫情蔓延時期，SSEC與S&P500均存在較為顯著的波動長記憶性，但新冠疫情的沖擊降低了SSEC的波動長記憶性，增加了S&P500的波動長記憶性。

4.無論疫情暴發(fā)前期還是疫情蔓延時期，SSEC與S&P500存在存在較為明顯的正相關(guān)關(guān)系和顯著的雙向風(fēng)險溢出效應(yīng)，而且由于新冠疫情沖擊，這種動態(tài)相關(guān)系數(shù)明顯上升，中國股市對美國股市波動的影響明顯增強。

當(dāng)前，百年未有之大變局和世紀(jì)新冠疫情交織疊加，世界進(jìn)入動蕩變革期，不穩(wěn)定性不確定性顯著上升。面對復(fù)雜的國際環(huán)境，我們應(yīng)該努力“辦好自己的事情”，全面深化改革、擴(kuò)大開放，將“一帶一路”倡議更好地推行起來，實現(xiàn)對外貿(mào)易以及對外投資的多元化與分散化，有效降低對美國的依賴，緩解甚至逐步消除美國對華貿(mào)易限制所帶來的對中國金融市場的沖擊。