苑 瑩，鳳靖宇，劉 娜

(東北大學(xué) 工商管理學(xué)院，沈陽(yáng) 110169)

隨著信息化和經(jīng)濟(jì)自由化進(jìn)程的加快，中國(guó)金融市場(chǎng)的自由度不斷提高，與國(guó)際資本間的互動(dòng)愈發(fā)頻繁。作為金融市場(chǎng)中兩個(gè)重要的樞紐市場(chǎng)，股市與匯市之間的聯(lián)系變得尤為緊密:匯率變動(dòng)會(huì)對(duì)股票價(jià)格產(chǎn)生影響，一國(guó)貨幣的升值(貶值)會(huì)減少(增加)國(guó)內(nèi)企業(yè)的國(guó)際競(jìng)爭(zhēng)力及其現(xiàn)金流量，從而使國(guó)內(nèi)股票價(jià)格降低(提高);同樣，國(guó)內(nèi)股票價(jià)格上漲也會(huì)觸發(fā)匯率相應(yīng)調(diào)整以適應(yīng)國(guó)內(nèi)外資產(chǎn)供求的變化[1]。對(duì)于股市與匯市間相依關(guān)系的研究最早可以追溯到1981年，Aggarwal[2]通過(guò)實(shí)證分析驗(yàn)證了股市與匯市間顯著的正相關(guān)關(guān)系。此后，國(guó)內(nèi)外學(xué)者對(duì)于股市與匯市間相關(guān)關(guān)系的研究層出不窮。Dornbusch等[3]提出的國(guó)際貿(mào)易模型(匯率導(dǎo)向模型)認(rèn)為匯率會(huì)通過(guò)改變一國(guó)企業(yè)的國(guó)際競(jìng)爭(zhēng)力進(jìn)而影響企業(yè)的現(xiàn)金流量，并將這種變化反映在股價(jià)上，即匯率變動(dòng)會(huì)單方面影響股價(jià)。Frankel[4]和Branson[5]提出的資產(chǎn)組合平衡模型(股票導(dǎo)向模型)認(rèn)為股價(jià)上漲將吸引境外資本流入，增加本國(guó)貨幣需求進(jìn)而推升本幣價(jià)值，同時(shí)本幣升值也會(huì)進(jìn)一步吸引外資的流入，繼而推高股價(jià)。部分學(xué)者在傳統(tǒng)理論解釋的基礎(chǔ)上，從實(shí)證分析的角度對(duì)股市與匯市間的相依關(guān)系進(jìn)行研究。Wong[6]通過(guò)對(duì)多個(gè)國(guó)家股市與匯市間相依關(guān)系的研究，發(fā)現(xiàn)不同國(guó)家股市與匯市均顯著相關(guān)，且大多顯著負(fù)相關(guān)。Xie等[7]通過(guò)對(duì)發(fā)達(dá)國(guó)家和新興國(guó)家股市與匯市間相依關(guān)系的研究發(fā)現(xiàn)，股票市場(chǎng)收益率波動(dòng)對(duì)匯率市場(chǎng)收益率存在一定的預(yù)測(cè)作用，但匯率市場(chǎng)對(duì)股票市場(chǎng)不具有這種預(yù)測(cè)功能。綜上所述，深入研究股市與匯市間相依關(guān)系不僅對(duì)監(jiān)管部門(mén)進(jìn)行風(fēng)險(xiǎn)管理、維護(hù)金融市場(chǎng)穩(wěn)定具有重要影響，同時(shí)對(duì)投資者進(jìn)行跨市場(chǎng)資產(chǎn)配置、實(shí)現(xiàn)安全資產(chǎn)轉(zhuǎn)移具有重要現(xiàn)實(shí)意義。

自2005年7月21日中國(guó)對(duì)人民幣匯率政策進(jìn)行改革以來(lái)，人民幣匯率的波動(dòng)幅度較匯率政策改革前成倍增加，中國(guó)股市與匯市之間的聯(lián)動(dòng)性愈發(fā)明顯[8-9]。楊子暉等[9]通過(guò)對(duì)2005年及2015年兩次匯率改革前后45個(gè)國(guó)家和地區(qū)的股票和外匯市場(chǎng)之間尾部風(fēng)險(xiǎn)傳染的研究，證明了中國(guó)股市與匯市間存在顯著的非線性聯(lián)動(dòng)效應(yīng)，全球股市與匯市間存在顯著的尾部相依性，同時(shí)發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家的金融市場(chǎng)尾部風(fēng)險(xiǎn)傳染強(qiáng)度存在較大差異。鄧燊等[10]證明了中國(guó)股市與匯市間存在著協(xié)整關(guān)系，同時(shí)人民幣升值是股市上漲的單向Granger原因。謝赤等[11]采用小波多分辨分析方法研究人民幣匯率制度改革后其波動(dòng)與股票價(jià)格波動(dòng)間的關(guān)系，發(fā)現(xiàn)兩者之間關(guān)系在短期表現(xiàn)為股票市場(chǎng)向外匯市場(chǎng)的單向波動(dòng)溢出關(guān)系，長(zhǎng)期表現(xiàn)為雙向波動(dòng)溢出效應(yīng)。

以往對(duì)股市與匯市間相依關(guān)系的研究?jī)H孤立地考慮兩者間靜態(tài)的相依關(guān)系，但隨著經(jīng)濟(jì)一體化進(jìn)程的不斷推進(jìn)，世界各國(guó)金融市場(chǎng)間的聯(lián)系愈發(fā)緊密，市場(chǎng)間聯(lián)動(dòng)現(xiàn)象表現(xiàn)得尤為突出。國(guó)際股市聯(lián)動(dòng)是指不同國(guó)家股票市場(chǎng)的收益率波動(dòng)協(xié)同變化，且這種聯(lián)動(dòng)在極端波動(dòng)時(shí)期會(huì)變得更加強(qiáng)烈，如1998年的亞洲金融危機(jī)、2008年的金融危機(jī)以及2015年中國(guó)股災(zāi)等，在這些極端波動(dòng)事件發(fā)生前后金融市場(chǎng)間的聯(lián)動(dòng)關(guān)系往往會(huì)發(fā)生顯著變化[12-14]。學(xué)者們通過(guò)豐富的理論和實(shí)證分析證明國(guó)際股票市場(chǎng)聯(lián)動(dòng)普遍存在，且這種聯(lián)動(dòng)具有時(shí)變性和異質(zhì)性。Longin等[15]認(rèn)為在熊市時(shí)一國(guó)股票市場(chǎng)與國(guó)際市場(chǎng)聯(lián)動(dòng)程度增大而牛市時(shí)聯(lián)動(dòng)減小。唐振鵬等[16]從資產(chǎn)分散化和事件分散化的角度，研究極端波動(dòng)時(shí)期中國(guó)股票市場(chǎng)與亞太地區(qū)10個(gè)國(guó)家股票市場(chǎng)的聯(lián)動(dòng)現(xiàn)象，驗(yàn)證這種具有時(shí)變性的聯(lián)動(dòng)存在。對(duì)于國(guó)際市場(chǎng)聯(lián)動(dòng)的研究，尤其是對(duì)極端波動(dòng)時(shí)期國(guó)際市場(chǎng)聯(lián)動(dòng)的研究一直是資本市場(chǎng)和國(guó)際金融領(lǐng)域的熱點(diǎn)問(wèn)題。正因如此，對(duì)于股市與匯市間相依關(guān)系不能只進(jìn)行靜態(tài)的、孤立的研究，應(yīng)基于全局化視角，將兩者間相依關(guān)系的研究放在市場(chǎng)聯(lián)動(dòng)背景下，聚焦于極端波動(dòng)時(shí)期，這種研究結(jié)果才更加接近真實(shí)市場(chǎng)，更加有現(xiàn)實(shí)意義。

早期的相關(guān)性研究大多采用線性方法研究?jī)蓚€(gè)市場(chǎng)之間的關(guān)系，如協(xié)整分析、Granger因果檢驗(yàn)和VAR模型等。隨著研究的深入，學(xué)者們逐漸認(rèn)識(shí)到金融市場(chǎng)之間的相關(guān)性具有一系列復(fù)雜的非線性特征，因此，度量金融市場(chǎng)間相關(guān)關(guān)系的方法也由最初的線性方法向非線性方法轉(zhuǎn)變。Copula方法是目前應(yīng)用最廣泛的非線性方法之一，可以與許多其他方法結(jié)合，能夠較好地捕捉非線性相依關(guān)系和尾部相關(guān)關(guān)系[17-20]。Copula方法最早由Sklar[21]提出，根據(jù)Sklar的定義可以將一個(gè)聯(lián)合分布分解為n個(gè)邊緣分布和一個(gè)Copula函數(shù)，用這個(gè)Copula函數(shù)描述變量間的相關(guān)性。隨后，Copula方法被Embrechts等[22]應(yīng)用于金融研究領(lǐng)域，取得了豐富的研究成果，應(yīng)用最廣泛的Copula函數(shù)為二元Copula和多元Copula，但當(dāng)其用于測(cè)度高維相依結(jié)構(gòu)時(shí)會(huì)存在“維數(shù)詛咒”。為解決多元相關(guān)的問(wèn)題，Joe等[23]提出Vine Copula函數(shù)，將多元聯(lián)合密度分解為多個(gè)邊緣分布、一組雙變量Copula函數(shù)和條件Copula函數(shù)的乘積，突破了二元以及多元Copula函數(shù)在刻畫(huà)高維相關(guān)時(shí)假設(shè)不同資產(chǎn)間相依結(jié)構(gòu)必須采用同種Copula函數(shù)測(cè)度的局限性，在提高準(zhǔn)確性的同時(shí)極大降低了刻畫(huà)高維聯(lián)合分布函數(shù)的難度[24]。

鑒于上述分析，本文采用R-vine Copula方法研究國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系，并構(gòu)建參數(shù)動(dòng)態(tài)化的動(dòng)態(tài)R-vine Copula方法進(jìn)行穩(wěn)健性檢驗(yàn)，在對(duì)全樣本區(qū)間進(jìn)行分析后，聚焦于極端波動(dòng)時(shí)期，進(jìn)一步研究2008年全球金融危機(jī)前后和2015年中國(guó)股災(zāi)前后國(guó)際股市聯(lián)動(dòng)對(duì)中國(guó)股市與匯市間非線性相依關(guān)系的影響，比較極端波動(dòng)前后相依關(guān)系的變化特征，據(jù)此為國(guó)際投資者和政府監(jiān)管部門(mén)提出相關(guān)政策建議。

基于已有文獻(xiàn)的現(xiàn)狀和不足，本文的主要貢獻(xiàn)表現(xiàn)在:

(1)突破了以往對(duì)于兩市場(chǎng)間相依關(guān)系靜態(tài)、孤立的研究，將中國(guó)股市和中國(guó)匯市間相依關(guān)系研究放到國(guó)際股市聯(lián)動(dòng)的條件下，這種度量方法更加接近真實(shí)市場(chǎng)并且能夠從全局化的視角出發(fā)，全面地對(duì)兩者之間相依關(guān)系進(jìn)行研究。

(2)對(duì)中國(guó)股市和中國(guó)匯市的相依關(guān)系進(jìn)行研究時(shí)，聚焦于2008年全球金融危機(jī)和2015年中國(guó)股災(zāi)兩次極端波動(dòng)事件，更有針對(duì)性地研究極端波動(dòng)事件前后的國(guó)際股票市場(chǎng)聯(lián)動(dòng)條件下中國(guó)股市和中國(guó)匯市的相依關(guān)系，為極端風(fēng)險(xiǎn)下的金融市場(chǎng)風(fēng)險(xiǎn)管理提供有力支撐。

(3)采用R-vine Copula方法進(jìn)行國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系研究并構(gòu)建動(dòng)態(tài)R-vine Copula方法進(jìn)行穩(wěn)健性檢驗(yàn)，同時(shí)選取靜態(tài)和動(dòng)態(tài)兩類Copula方法對(duì)國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系進(jìn)行了全面、多角度測(cè)度，使結(jié)果更具說(shuō)服力。

1 模型介紹

1.1 基于ARMA-GARCH類模型構(gòu)建邊緣分布

考慮到金融資產(chǎn)的收益率序列存在尖峰、有偏、自相關(guān)性、異方差性、杠桿效應(yīng)等典型特征，有必要構(gòu)建合理的邊緣分布模型對(duì)這些特征進(jìn)行刻畫(huà)，故選取ARMA-GARCH類模型構(gòu)建邊緣分布。ARMA-GARCH-t模型的均值方程、方差方程以及殘差分布分別為:

其中，式(1)為隨機(jī)變量X it的條件均值方程，εit=σitξit，式(2)為條件方差方程為條件方差，式(3)中的殘差ξit服從t分布。

金融時(shí)間序列中也往往存在杠桿效應(yīng)，Nelsen等[25]提出基于非線性指數(shù)變換的EGARCH模型，ARMA-EGARCH-t模型能較好地刻畫(huà)時(shí)間序列存在的杠桿效應(yīng)，區(qū)別于一般的ARMA-GARCH-t模型，其條件方差模型為

鑒于一些金融時(shí)間序列的收益率會(huì)依賴于它的波動(dòng)率，Engle等[26]設(shè)定ARCH-M模型將條件方差引入條件均值方程，ARMA-M-GARCH-t類模型的均值模型為

式中，η為條件方差引入σit條件均值方程的待估參數(shù)。

1.2 基于R-vine Copula方法構(gòu)建相依結(jié)構(gòu)

R-vine Copula方法將多元聯(lián)合密度分解為多個(gè)邊緣分布、一組雙變量Copula函數(shù)和條件Copula函數(shù)的乘積，相較于常見(jiàn)的C-vine Copula和D-vine Copula函數(shù)，R-vine Copula不對(duì)變量之間的連接結(jié)構(gòu)進(jìn)行限制，具有更高的靈活性以及更好的擬合優(yōu)度，使其能夠?qū)ψ兞恐g相關(guān)關(guān)系進(jìn)行更加準(zhǔn)確的度量[23，27-28]。因此，本文采用三元Rvine Copula進(jìn)行研究，其聯(lián)合密度函數(shù)表達(dá)式為

式中:c ij是一對(duì)變量經(jīng)變換后F i(x i)和F j(x j)的二元Copula密度函數(shù)是具有兩個(gè)變量的條件密度函數(shù):

通過(guò)初步對(duì)中國(guó)股市與匯市關(guān)系的測(cè)度發(fā)現(xiàn)，兩個(gè)市場(chǎng)的上下尾部相關(guān)關(guān)系較小，且較為對(duì)稱。因此，本文構(gòu)建R-vine Copula函數(shù)時(shí)選取二元橢圓族Copula函數(shù)，其包括二元Gaussian Copula函數(shù)和二元T-Copula函數(shù)。二元Gaussian Copula函數(shù)分布函數(shù)公式為

式中:Φ-1(·)是標(biāo)準(zhǔn)一元正態(tài)分布函數(shù)Φ(·)的逆函數(shù);ρ∈(-1，1)是線性相關(guān)系數(shù)，衡量變量u和v之間相依結(jié)構(gòu)。二元T-Copula函數(shù)的分布函數(shù)為

式中:ρ∈(-1，1)是線性相關(guān)系數(shù)是自由度為v的一元t分布函數(shù)T v(·)的逆函數(shù)。

Patton[29]提出可以通過(guò)指定相依參數(shù)的演變遵循ARMA(1，q)過(guò)程來(lái)構(gòu)建動(dòng)態(tài)的二元Copula函數(shù)。對(duì)于二元Gaussian Copula，變量i和j之間的時(shí)變相依參數(shù)為

式中，函數(shù)Λ(x)=(1-e-x)(1+e-x)-1，它的引入是為了確保ρt∈(-1，1)，Φ-1(x)是標(biāo)準(zhǔn)正態(tài)分布函數(shù)的逆函數(shù)，若估計(jì)T-Copula函數(shù)，則需要被替換為標(biāo)準(zhǔn)t分布函數(shù)的逆函數(shù)T-1(x)。

R-vine Copula函數(shù)的參數(shù)估計(jì)過(guò)程參考文獻(xiàn)[30]。借助Kendallτ相關(guān)系數(shù)和尾部相關(guān)性來(lái)描述變量間整體的相依關(guān)系和上下尾部的相依關(guān)系。表1所示為本文選取的Copula函數(shù)的Kendallτ以及下尾和上尾的尾部相關(guān)性。

表1 構(gòu)建R-vine Copula函數(shù)的二元Copula函數(shù)的基本特征

2 實(shí)證研究

2.1 數(shù)據(jù)選取與描述性統(tǒng)計(jì)

本文選取人民幣兌美元(CNYUSD)匯率中間價(jià)(間接標(biāo)價(jià)法)作為外匯市場(chǎng)的代理變量，選取滬深300指數(shù)作為中國(guó)股票市場(chǎng)的代理變量，選取美國(guó)S&P500指數(shù)、歐洲STOXX50指數(shù)、香港恒生指數(shù)HIS、日本N225指數(shù)、英國(guó)FTSE100指數(shù)以及由全球證券市場(chǎng)構(gòu)建的全球股市指數(shù)MSCI作為國(guó)際股市的代理變量。

本文選取的全樣本時(shí)段為2006-01-04～2019-02-28，涵蓋了2008年全球金融危機(jī)與2015年中國(guó)股災(zāi)兩次危機(jī)事件，聚焦于極端波動(dòng)時(shí)期，進(jìn)一步分析金融危機(jī)前后以及股災(zāi)前后中國(guó)股市與匯市之間相依關(guān)系的變化情況，以2008年9月15日雷曼兄弟破產(chǎn)和2015年6月15日中國(guó)股票市場(chǎng)全面跌停作為金融危機(jī)和中國(guó)股災(zāi)發(fā)生的標(biāo)志，以此將全樣本分為4個(gè)子樣本區(qū)間。考慮到股市間的交易時(shí)差及各市場(chǎng)交易日的不一致，分別將亞洲市場(chǎng)對(duì)歐美股市采取滯后1天處理，并剔除市場(chǎng)間不匹配的數(shù)據(jù)，共得到2 828個(gè)樣本數(shù)據(jù)。所有的數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)和Bloomberg數(shù)據(jù)庫(kù)。實(shí)驗(yàn)工具采用Eviews10.0、Matlab2016a和R軟件。

全樣本下各對(duì)數(shù)收益率序列的基本統(tǒng)計(jì)量如表2列示。

表2 全樣本各對(duì)數(shù)收益率序列的基本統(tǒng)計(jì)量分析

2.2 邊緣分布的構(gòu)建

由表2的描述性統(tǒng)計(jì)結(jié)果可見(jiàn)，各對(duì)數(shù)收益率序列均平穩(wěn)，且具有不同程度的自相關(guān)性、異方差性、非對(duì)稱性以及“尖峰厚尾”等典型特征，故選用ARMA-GARCH類模型對(duì)收益率序列的自相關(guān)性和異方差性進(jìn)行過(guò)濾?？紤]到篇幅限制，只展示各對(duì)數(shù)收益率在全樣本下的邊緣分布參數(shù)估計(jì)和檢驗(yàn)的結(jié)果，如表3所示。

表3 全樣本對(duì)數(shù)收益率序列邊緣分布的參數(shù)估計(jì)

2.3 國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的靜態(tài)相依關(guān)系

采用R-vine Copula函數(shù)分析國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系，根據(jù)AIC準(zhǔn)則在Gaussian Copula和TCopula中選擇最優(yōu)的Copula函數(shù)。本文聚焦于極端波動(dòng)時(shí)期，分別在全樣本下、2008年全球金融危機(jī)前后和2015年中國(guó)股災(zāi)前后進(jìn)行分析。首先，通過(guò)R-vine Copula第一棵樹(shù)的估計(jì)結(jié)果分析國(guó)際股市與中國(guó)股市間、國(guó)際股市與中國(guó)匯市間的聯(lián)動(dòng)關(guān)系;然后，通過(guò)二元Copula函數(shù)分析非條件下中國(guó)股市與中國(guó)匯市間的相依關(guān)系，再通過(guò)R-vine Copula函數(shù)第二棵樹(shù)的參數(shù)分析國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系;最后，比較國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的相依關(guān)系以及非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系。

2.3.1 國(guó)際股市與中國(guó)股市間、國(guó)際股市與中國(guó)匯市間的靜態(tài)聯(lián)動(dòng)關(guān)系 本節(jié)分別研究國(guó)際股市與中國(guó)股票市場(chǎng)、中國(guó)匯率市場(chǎng)間的靜態(tài)聯(lián)動(dòng)關(guān)系。表4所示為國(guó)際股市與中國(guó)股市間靜態(tài)Copula函數(shù)參數(shù)估計(jì)的結(jié)果(即包括3個(gè)變量的R-vine Copula函數(shù)第一棵樹(shù)的參數(shù)估計(jì)結(jié)果)。根據(jù)表4，所有國(guó)際股市與中國(guó)股市間的Kendallτ系數(shù)都大于0，表明國(guó)際股市與中國(guó)股市間存在正向聯(lián)動(dòng)關(guān)系，其中香港股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系最強(qiáng)，其Kendallτ系數(shù)值為0.345 9;全球股市與中國(guó)股市間的Kendallτ系數(shù)值為0.081 0。對(duì)比2008年全球金融危機(jī)前后的結(jié)果發(fā)現(xiàn)，金融危機(jī)后各國(guó)際股市與中國(guó)股市間的Kendallτ系數(shù)值均大于對(duì)應(yīng)金融危機(jī)前的Kendallτ系數(shù)值，金融危機(jī)后各國(guó)際股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系均明顯增強(qiáng)。對(duì)比2015年中國(guó)股災(zāi)前后估計(jì)的結(jié)果，同樣可以發(fā)現(xiàn)，股災(zāi)后各國(guó)際股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系要強(qiáng)于股災(zāi)前的聯(lián)動(dòng)關(guān)系。從尾部相關(guān)性上看，中國(guó)股市與香港股市間存在顯著的上下尾部相關(guān)關(guān)系，而與其他國(guó)家、地區(qū)或全球股市的尾部相關(guān)不明顯。

表4 國(guó)際股市與中國(guó)股市間靜態(tài)R-vine Copula第一棵樹(shù)的估計(jì)結(jié)果

表5為國(guó)際股市與中國(guó)匯市間靜態(tài)Copula函數(shù)參數(shù)估計(jì)的結(jié)果。由全樣本的估計(jì)結(jié)果可見(jiàn)，所有國(guó)際股市與中國(guó)匯市間估計(jì)的Kendallτ系數(shù)都為正，表明總體上，所有國(guó)際股市與中國(guó)外匯市場(chǎng)間存在正聯(lián)動(dòng)關(guān)系，即國(guó)際股市的走強(qiáng)伴隨著人民幣的升值，相應(yīng)地，國(guó)際股市的走弱伴隨著人民幣的貶值。其中，全球股市與中國(guó)匯市間的Kendallτ系數(shù)最大為0.133 8。對(duì)比金融危機(jī)前后的估計(jì)結(jié)果，金融危機(jī)后國(guó)際股市與中國(guó)匯市間的相依強(qiáng)度都有所增大，且所有國(guó)際股市在金融危機(jī)后與中國(guó)匯市間均存在較強(qiáng)的正聯(lián)動(dòng)關(guān)系。由股災(zāi)前后的估計(jì)結(jié)果可見(jiàn)，與股災(zāi)前相比，股災(zāi)后所有國(guó)際股市與中國(guó)匯市間的聯(lián)動(dòng)關(guān)系都減小，這一變化與金融危機(jī)前后的變化是不同的。從尾部相關(guān)性上看，所有國(guó)際股市與中國(guó)匯市間的尾部相關(guān)性都較弱。

表5 國(guó)際股市與中國(guó)匯市間靜態(tài)R-vine Copula第一棵樹(shù)的估計(jì)結(jié)果

總體上，國(guó)際股市與中國(guó)股市間及中國(guó)匯市間均存在正向聯(lián)動(dòng)關(guān)系。香港股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系和尾部相關(guān)關(guān)系最強(qiáng)，全球股市與中國(guó)匯市的聯(lián)動(dòng)關(guān)系最強(qiáng);金融危機(jī)后和股災(zāi)后，國(guó)際股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系均強(qiáng)于對(duì)應(yīng)的金融危機(jī)前和股災(zāi)前的聯(lián)動(dòng)關(guān)系;香港股市與中國(guó)匯市間、全球股市與中國(guó)匯市間在各分段樣本內(nèi)均存在正向聯(lián)動(dòng)關(guān)系，而其他國(guó)際股市在分段樣本內(nèi)與中國(guó)匯市間可能存在一定的反向聯(lián)動(dòng)關(guān)系。上述結(jié)果表明，研究國(guó)際股市聯(lián)動(dòng)對(duì)估計(jì)中國(guó)股市與匯市間的非線性相依關(guān)系具有重要意義，因此，本文進(jìn)一步分析國(guó)際股市聯(lián)動(dòng)對(duì)中國(guó)股市與匯市間相依關(guān)系的影響。

2.3.2 中國(guó)股市與中國(guó)匯市間的靜態(tài)相依關(guān)系 在確認(rèn)國(guó)際股市對(duì)中國(guó)股市以及中國(guó)匯市均存在影響之后，本節(jié)對(duì)中國(guó)股市與中國(guó)匯市間的靜態(tài)相依關(guān)系進(jìn)行研究。表6所示為中國(guó)股市和中國(guó)匯市間非條件Copula函數(shù)的估計(jì)結(jié)果。由表6全樣本的估計(jì)結(jié)果可見(jiàn)，中國(guó)股市與中國(guó)匯市間存在正相依關(guān)系，Kendallτ系數(shù)的估計(jì)值為0.048 8。由子樣本的估計(jì)結(jié)果可見(jiàn)，各個(gè)子樣本區(qū)間內(nèi)中國(guó)股市與中國(guó)匯市間也均存在正相依關(guān)系。與金融危機(jī)前相比，金融危機(jī)后的中國(guó)股市與中國(guó)匯市間的相依關(guān)系有所增強(qiáng)，相應(yīng)的Kendallτ系數(shù)的值由0.058 8變化至0.076 1。由中國(guó)股災(zāi)前后的結(jié)果可見(jiàn)，股災(zāi)后的中國(guó)股市與匯市間的相依關(guān)系要小于股災(zāi)前兩者間的相依關(guān)系，同時(shí)，中國(guó)股市與中國(guó)匯市在金融危機(jī)后和股災(zāi)后有一定上下尾部相關(guān)關(guān)系。綜上所述，中國(guó)股市與中國(guó)匯市間存在正相依關(guān)系，即股市的上升，伴隨著人民幣的升值;股市的下跌，伴隨著人民幣的貶值。

表6 中國(guó)股市與匯市間靜態(tài)二元Copula的估計(jì)結(jié)果

進(jìn)一步分析這種正相依關(guān)系是由國(guó)際貿(mào)易效應(yīng)還是資產(chǎn)組合平衡效應(yīng)引起的，表7所示為中國(guó)2006～2017年凈出口占GDP的比重。由表7可知，2006～2017年中國(guó)凈出口都是大于0的，即中國(guó)是貿(mào)易順差國(guó)家。如果從國(guó)際貿(mào)易模型(流量導(dǎo)向模型)來(lái)看，中國(guó)股市與匯市間存在負(fù)相依關(guān)系，即本幣的貶值應(yīng)伴隨著股市的上升，本幣的升值伴隨著股市的下降，這與前文實(shí)證結(jié)果不符。而資產(chǎn)組合平衡模型(存量導(dǎo)向模型)認(rèn)為無(wú)論貿(mào)易結(jié)構(gòu)如何，股市與匯市間均存在正相依關(guān)系。因此，從這一角度出發(fā)，資產(chǎn)組合平衡模型比國(guó)際貿(mào)易模型更能解釋中國(guó)股市與中國(guó)匯市間的正相依關(guān)系。

表7 2006～2017年中國(guó)凈出口占GDP的比重 %

上述結(jié)果表明，國(guó)際股市與中國(guó)股市、國(guó)際股市與中國(guó)匯市間均存在聯(lián)動(dòng)關(guān)系，且非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系更傾向于是由資產(chǎn)組合平衡模型來(lái)解釋的，資產(chǎn)組合平衡模型認(rèn)為股市對(duì)匯市具有導(dǎo)向關(guān)系。國(guó)際股市作為國(guó)際經(jīng)濟(jì)的風(fēng)向標(biāo)，其勢(shì)必要影響中國(guó)金融市場(chǎng)，尤其對(duì)中國(guó)股市的聯(lián)動(dòng)影響。

國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與中國(guó)匯市間的靜態(tài)R-vine Copula函數(shù)參數(shù)估計(jì)結(jié)果如表8所示。相比于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系，考慮國(guó)際股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系均減弱，甚至在香港股市聯(lián)動(dòng)條件下，中國(guó)股市與匯市間存在負(fù)相依關(guān)系;而從尾部相關(guān)性來(lái)看，無(wú)論是條件下還是非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的尾部相關(guān)性都很小。

表8 中國(guó)股市與匯市間靜態(tài)R-vine Copula第二棵樹(shù)的估計(jì)結(jié)果

進(jìn)一步對(duì)比分析由R-vine Copula和非Vine Copula估計(jì)的中國(guó)股市與中國(guó)匯市間相依關(guān)系，由于上述實(shí)證結(jié)果顯示尾部相關(guān)性的對(duì)比不明顯，故在此只研究Kendallτ系數(shù)的差值。根據(jù)表9，在全樣本下R-vine Copula與非Vine Copula函數(shù)估計(jì)的Kendallτ系數(shù)的差值都小于0，表明在國(guó)際股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系都小于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系，即忽略國(guó)際股市聯(lián)動(dòng)會(huì)造成估計(jì)中國(guó)股市與中國(guó)匯市間的相依關(guān)系存在偏差。

表9 R-vine Copula與非Vine Copula估計(jì)的Kendallτ系數(shù)的差值

2008年全球金融危機(jī)前，香港和全球股市對(duì)應(yīng)的Kendallτ系數(shù)的差值為負(fù)，表明在香港股市和全球股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系均小于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系，而在美國(guó)、歐洲和英國(guó)股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系大于非條件下估計(jì)的中國(guó)股市與匯市間的相依關(guān)系。金融危機(jī)后，所有Kendallτ系數(shù)的差值都小于0，表明在各國(guó)際股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市的相依關(guān)系均小于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系。對(duì)比股災(zāi)前和股災(zāi)后Kendallτ系數(shù)的差值結(jié)果，在美國(guó)、香港和全球股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系要小于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市的相依關(guān)系。而在歐洲、日本和英國(guó)股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系大于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系。

在子樣本中，國(guó)際股市的聯(lián)動(dòng)對(duì)中國(guó)股市和中國(guó)匯市的影響是不同的:在美國(guó)、香港股市聯(lián)動(dòng)的條件下估計(jì)的中國(guó)股市與匯市間相依性一般要小于非條件下估計(jì)的中國(guó)股市與匯市間相依性，而在歐洲、日本和英國(guó)股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與匯市間的相依性則會(huì)大于非條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依性。

總而言之，國(guó)際市場(chǎng)對(duì)中國(guó)金融市場(chǎng)的影響不是單一形成的，而是所有市場(chǎng)共同作用的結(jié)果。本文通過(guò)估計(jì)全球股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的關(guān)系，試圖分析所有國(guó)際股市對(duì)中國(guó)股市與中國(guó)匯市間的關(guān)系的總影響進(jìn)行分析:從結(jié)果上看，在全球股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與匯市間的相依性在各樣本區(qū)間均小于非條件下中國(guó)股市與中國(guó)匯市間的相依性;從得到的Kendallτ系數(shù)差值看，在2008年全球金融危機(jī)后和2015年中國(guó)股災(zāi)后的這一差值比對(duì)應(yīng)的金融危機(jī)前和股災(zāi)前均增大。

3 穩(wěn)健性檢驗(yàn)

為豐富文章的研究視角，同時(shí)檢驗(yàn)實(shí)證結(jié)果的穩(wěn)健性，采用Patton[29]提出的參數(shù)動(dòng)態(tài)化方法，構(gòu)建動(dòng)態(tài)R-vine Copula函數(shù)，研究國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與匯市間的動(dòng)態(tài)相依關(guān)系。表10～12分別所示為國(guó)際股市與中國(guó)股市、國(guó)際股市與中國(guó)匯市、中國(guó)股市與中國(guó)匯市的動(dòng)態(tài)Copula函數(shù)的參數(shù)估計(jì)結(jié)果。

表10 國(guó)際股市與中國(guó)股市間動(dòng)態(tài)R-vine Copula第一棵樹(shù)估計(jì)結(jié)果

各情況下的Kendallτ秩相關(guān)系數(shù)見(jiàn)圖1～3。圖1為國(guó)際股市與中國(guó)股市間的動(dòng)態(tài)Kendallτ系數(shù)的走勢(shì)，根據(jù)圖1可知所有國(guó)際股市與中國(guó)股市間均存在正向聯(lián)動(dòng)關(guān)系，且香港股市與中國(guó)股市之間的聯(lián)動(dòng)關(guān)系最強(qiáng)，日本股市、美國(guó)股市、全球股市、歐洲股市、英國(guó)股市與中國(guó)股市的相依性依次減弱，同時(shí)各國(guó)際股市與中國(guó)股市間的Kendallτ系數(shù)是時(shí)變的。

表11 國(guó)際股市與中國(guó)匯市間動(dòng)態(tài)R-vine Copula第一棵樹(shù)估計(jì)結(jié)果

表12 中國(guó)股市與匯市間動(dòng)態(tài)二元Copula和R-vine Copula第二棵樹(shù)的估計(jì)結(jié)果

圖2所示為國(guó)際股市與中國(guó)匯市間動(dòng)態(tài)Kendallτ系數(shù)的走勢(shì)。根據(jù)圖2，國(guó)際股市與中國(guó)匯市間的聯(lián)動(dòng)關(guān)系是時(shí)變的，尤其在金融危機(jī)前后和股災(zāi)前后，聯(lián)動(dòng)關(guān)系的方向會(huì)發(fā)生反轉(zhuǎn)。國(guó)際股市與中國(guó)匯市間的聯(lián)動(dòng)關(guān)系并不具有穩(wěn)定的同向變動(dòng)關(guān)系，這與中國(guó)采取嚴(yán)格的匯率管制政策有關(guān)，中國(guó)匯率并不能完全由市場(chǎng)決定，不能完全自由浮動(dòng)，所以國(guó)際市場(chǎng)與中國(guó)匯市的聯(lián)系緊密程度低于國(guó)際股市與中國(guó)股市的聯(lián)系。

圖3所示為中國(guó)股市與中國(guó)匯市在國(guó)際市場(chǎng)聯(lián)動(dòng)條件下(動(dòng)態(tài)R-vine Copula)和非條件下(二元?jiǎng)討B(tài)Copula)的動(dòng)態(tài)的Kendallτ走勢(shì)。根據(jù)圖3，中國(guó)股市與中國(guó)匯市間的相依關(guān)系波動(dòng)浮動(dòng)較小，這也與中國(guó)實(shí)行的較為嚴(yán)格的匯率政策有關(guān)。在美國(guó)股市、香港股市和全球股市聯(lián)動(dòng)條件下估計(jì)的中國(guó)股市與中國(guó)匯市間的相依關(guān)系要小于非條件下估計(jì)的中國(guó)股市與匯市間的相依關(guān)系，而歐洲股市、日本股市和英國(guó)股市聯(lián)動(dòng)條件對(duì)中國(guó)股市與匯市間相依關(guān)系的影響并不顯著。

根據(jù)圖1和圖2，國(guó)際股市與中國(guó)股市和中國(guó)匯市分別存在正相關(guān)關(guān)系，忽略國(guó)際股市聯(lián)動(dòng)的影響會(huì)高估中國(guó)股市與中國(guó)匯市間的相依關(guān)系。全球股市聯(lián)動(dòng)的影響弱于香港股市聯(lián)動(dòng)的影響，一方面，由于香港股市與中國(guó)金融市場(chǎng)間的互聯(lián)互通性更強(qiáng)，其他國(guó)際股市可能通過(guò)香港股市間接影響中國(guó)股市;另一方面，不同國(guó)際股市對(duì)中國(guó)金融市場(chǎng)的聯(lián)動(dòng)影響可能存在不同，而全球股市是反映所有國(guó)際股市綜合的結(jié)果。因此，其影響也是所有股市強(qiáng)弱綜合的結(jié)果。

為進(jìn)一步檢驗(yàn)國(guó)際股市與中國(guó)股市以及國(guó)際股市和中國(guó)匯市是否在極端波動(dòng)期間具有更強(qiáng)的相依性，借鑒Tachibana[30]的處理，估計(jì)如下公式:

式中:是估計(jì)的國(guó)際股市(i=1)和中國(guó)股市(i=2)間時(shí)變Kendallτ系數(shù)是國(guó)際股市(i=1)和中國(guó)匯市(i=3)間的時(shí)變Kendallτ系數(shù)為選取估計(jì)的全球股市的時(shí)變波動(dòng)率為全球股市的波動(dòng)率的均值，σ為波動(dòng)率的方差。當(dāng)c和b同正或同負(fù)時(shí)，表示當(dāng)國(guó)際股市極端波動(dòng)時(shí)，兩個(gè)市場(chǎng)間的正相依性或負(fù)相依性變得更大。

為了檢驗(yàn)國(guó)際股市聯(lián)動(dòng)條件下的中國(guó)股市與中國(guó)匯市間的相依關(guān)系，和非條件下的中國(guó)股市與中國(guó)匯市的相依關(guān)系之間的偏差是否隨著國(guó)際股市波動(dòng)的增強(qiáng)更增大，構(gòu)建如下公式:

如表13所示，首先，由國(guó)際股市和中國(guó)股市的相依關(guān)系參數(shù)估計(jì)結(jié)果可見(jiàn)，所有c都大于0，說(shuō)明國(guó)際股市與中國(guó)股市間存在正的Kendallτ秩相關(guān)關(guān)系，這與靜態(tài)分析的結(jié)果一致。由估計(jì)的b值可見(jiàn)，除了歐洲股市估計(jì)的b值小于0，其他國(guó)際股市與中國(guó)股市間估計(jì)的b值均大于0，與c的方向一致，且在99%的置信水平下顯著，表明這些國(guó)際股市與中國(guó)股市間的Kendallτ秩相關(guān)性在金融市場(chǎng)極端波動(dòng)期間均有增強(qiáng)。

表13 檢驗(yàn)極端波動(dòng)時(shí)期的高相依關(guān)系的參數(shù)估計(jì)結(jié)果

其次，由國(guó)際股市與對(duì)中國(guó)匯市間的相依關(guān)系參數(shù)估計(jì)結(jié)果可見(jiàn)，估計(jì)的c值均大于0，表明從總體上看，國(guó)際股市與中國(guó)匯市間存在正向聯(lián)動(dòng)關(guān)系，這與靜態(tài)分析的結(jié)果基本一致。由估計(jì)的b值可見(jiàn)，除美國(guó)股市估計(jì)的b值小于0，其他國(guó)際股市與中國(guó)匯市間估計(jì)的b值均大于0，結(jié)合估計(jì)的c大于0，也表明在極端波動(dòng)時(shí)期各國(guó)際股市與中國(guó)匯市間的正聯(lián)動(dòng)關(guān)系會(huì)有所增強(qiáng)。

最后，由中國(guó)股市與中國(guó)匯市間相依關(guān)系參數(shù)估計(jì)結(jié)果可見(jiàn)，估計(jì)的c值小于0，表明從整體上看，忽視國(guó)際股市聯(lián)動(dòng)的影響，會(huì)高估中國(guó)股市與中國(guó)匯市間的相依關(guān)系。另外，結(jié)合估計(jì)的b值分析，b值均小于0，除香港股市對(duì)應(yīng)的b值不顯著，其他估計(jì)的b值均在99%的置信水平下顯著，進(jìn)一步表明，在極端波動(dòng)時(shí)期，忽視國(guó)際股市聯(lián)動(dòng)影響會(huì)導(dǎo)致極大程度上高估中國(guó)股市與中國(guó)匯市間的相依關(guān)系，且國(guó)際股市主要通過(guò)影響中國(guó)股市來(lái)影響中國(guó)股市與中國(guó)匯市間的相依關(guān)系。

本文的研究表明，國(guó)際股市對(duì)中國(guó)股市與中國(guó)匯市間的相依關(guān)系有影響，香港股市聯(lián)動(dòng)對(duì)中國(guó)股市與中國(guó)匯市間相依關(guān)系的影響較為明顯，其次是綜合考慮所有股市的全球股市聯(lián)動(dòng)對(duì)中國(guó)股市與中國(guó)匯市間相依關(guān)系的影響。香港作為國(guó)際金融自由港，是中國(guó)金融市場(chǎng)與國(guó)際金融市場(chǎng)交流的橋梁，國(guó)際股市也會(huì)在一定程度上通過(guò)香港股市間接影響中國(guó)金融市場(chǎng)。

4 結(jié)論

本文在國(guó)際股市聯(lián)動(dòng)條件下對(duì)中國(guó)股市與匯市間的非線性相依關(guān)系進(jìn)行研究，突破了以往對(duì)于市場(chǎng)間相依關(guān)系的孤立研究，將兩者間相依關(guān)系研究放到國(guó)際股市聯(lián)動(dòng)的條件下，基于全局化視角研究?jī)烧唛g的非線性相依關(guān)系，聚焦2008年全球金融危機(jī)和2015年中國(guó)股災(zāi)兩次極端波動(dòng)事件，分別在全樣本和4個(gè)子樣本下，采用ARMA-GARCH類模型對(duì)各市場(chǎng)收益率的邊緣分布進(jìn)行擬合，并進(jìn)一步采用靜態(tài)及動(dòng)態(tài)R-vine Copula方法分析全樣本以及2008年全球金融危機(jī)前后和2015年中國(guó)股災(zāi)前后國(guó)際股市聯(lián)動(dòng)條件下的中國(guó)股市與匯市間相依關(guān)系的變化。研究結(jié)果表明:

(1)整體來(lái)看，國(guó)際股市與中國(guó)股市間、國(guó)際股市與中國(guó)匯市間均存在顯著的正向聯(lián)動(dòng)關(guān)系，國(guó)際股票市場(chǎng)的波動(dòng)勢(shì)必會(huì)影響中國(guó)股市與中國(guó)匯市，因此，中國(guó)監(jiān)管部門(mén)亟需加強(qiáng)風(fēng)險(xiǎn)預(yù)警機(jī)制，防范國(guó)際金融風(fēng)險(xiǎn)的輸入性影響;同時(shí)，中國(guó)股市與中國(guó)匯市間存在正相依關(guān)系，且中國(guó)股市對(duì)中國(guó)匯市有正向引導(dǎo)作用，兩者間的相依關(guān)系被證明可以由資產(chǎn)組合平衡模型解釋。

(2)聚焦極端波動(dòng)時(shí)期，在金融危機(jī)后以及股災(zāi)后國(guó)際股市與中國(guó)股市間的聯(lián)動(dòng)關(guān)系比這些極端事件發(fā)生前更加強(qiáng)烈，而國(guó)際股市與中國(guó)匯市間的聯(lián)動(dòng)關(guān)系在金融危機(jī)后增強(qiáng)，在股災(zāi)后有所減弱。這說(shuō)明，中國(guó)股市和匯市在國(guó)際資本震蕩發(fā)展的大環(huán)境下對(duì)抗風(fēng)險(xiǎn)的能力不足，容易受到來(lái)自國(guó)際股市波動(dòng)的影響，這要求中國(guó)金融市場(chǎng)在自由度不斷增強(qiáng)的同時(shí)進(jìn)一步提高抗風(fēng)險(xiǎn)能力。

(3)在國(guó)際股市聯(lián)動(dòng)條件下測(cè)度的中國(guó)股市與中國(guó)匯市間的相依關(guān)系小于不考慮國(guó)際股市聯(lián)動(dòng)條件下中國(guó)股市與中國(guó)匯市間的相依關(guān)系。這表明，忽視國(guó)際股市聯(lián)動(dòng)的影響會(huì)導(dǎo)致對(duì)中國(guó)股市與中國(guó)匯市間相依關(guān)系的估計(jì)存在偏差，且這種偏差在金融危機(jī)、股災(zāi)等極端波動(dòng)時(shí)期后都會(huì)不同程度地增加，這恰恰說(shuō)明了在國(guó)際股市聯(lián)動(dòng)條件下研究中國(guó)股市與匯市間相依關(guān)系的重要性和必要性，在研究?jī)烧呦嘁狸P(guān)系時(shí)若忽略國(guó)際股市聯(lián)動(dòng)的影響將不能夠準(zhǔn)確合理地判斷兩者間的關(guān)系。

深入研究股市與匯市間的相依關(guān)系不僅對(duì)國(guó)際投資者進(jìn)行跨市場(chǎng)資產(chǎn)配置、實(shí)現(xiàn)安全資產(chǎn)轉(zhuǎn)移具有重要現(xiàn)實(shí)意義，同時(shí)對(duì)于政府監(jiān)管部門(mén)進(jìn)行風(fēng)險(xiǎn)管理、維護(hù)金融市場(chǎng)穩(wěn)定具有重要影響。

當(dāng)國(guó)際投資者進(jìn)行跨市場(chǎng)資產(chǎn)配置時(shí):首先，應(yīng)充分考慮國(guó)際市場(chǎng)聯(lián)動(dòng)給各國(guó)市場(chǎng)帶來(lái)的影響，持續(xù)關(guān)注國(guó)際股市波動(dòng)情況，投資者對(duì)中國(guó)股市或中國(guó)匯市進(jìn)行投資時(shí)需在國(guó)際股市的動(dòng)態(tài)聯(lián)動(dòng)條件下合理配置資產(chǎn)構(gòu)建投資組合;其次，極端波動(dòng)時(shí)期為了減少不必要的損失，投資者在國(guó)際市場(chǎng)上進(jìn)行投資時(shí)應(yīng)該減少那些在極端波動(dòng)時(shí)期受其他市場(chǎng)影響較大的資產(chǎn)，轉(zhuǎn)而關(guān)注那些在極端波動(dòng)時(shí)期受其他市場(chǎng)波動(dòng)影響相對(duì)較小的資產(chǎn)。

當(dāng)政府監(jiān)管部門(mén)進(jìn)行金融風(fēng)險(xiǎn)監(jiān)管時(shí):首先，需要注意防范金融風(fēng)險(xiǎn)的跨國(guó)、跨市場(chǎng)沖擊，由于中國(guó)股市和匯市受到來(lái)自國(guó)際股市的沖擊較為強(qiáng)烈，在全球金融一體化不斷加深的大背景下，亟需警惕金融風(fēng)險(xiǎn)的跨國(guó)、跨市場(chǎng)傳導(dǎo)，尤其需要重點(diǎn)關(guān)注來(lái)自發(fā)達(dá)國(guó)家的風(fēng)險(xiǎn)傳染，防范國(guó)際輸入性風(fēng)險(xiǎn);其次，及時(shí)評(píng)估全球視角下的金融系統(tǒng)監(jiān)管規(guī)章，適時(shí)做出調(diào)整并采取相應(yīng)措施以防范可能的經(jīng)濟(jì)下行，正確認(rèn)識(shí)中國(guó)金融市場(chǎng)與國(guó)際市場(chǎng)間的聯(lián)動(dòng)關(guān)系，在制定單一市場(chǎng)監(jiān)管規(guī)章時(shí)，應(yīng)放眼全球市場(chǎng)，基于全局化視角充分考慮不同市場(chǎng)及不同國(guó)家市場(chǎng)間的聯(lián)動(dòng)效應(yīng)，針對(duì)不同的國(guó)際經(jīng)濟(jì)形勢(shì)及時(shí)采取相應(yīng)措施;最后，進(jìn)一步完善金融風(fēng)險(xiǎn)協(xié)調(diào)管理政策并構(gòu)建風(fēng)險(xiǎn)預(yù)警機(jī)制，近年來(lái)金融危機(jī)頻發(fā)，市場(chǎng)間的共振會(huì)導(dǎo)致暴漲暴跌事件的發(fā)生，應(yīng)不斷完善中國(guó)金融風(fēng)險(xiǎn)協(xié)調(diào)管理政策，有效防范系統(tǒng)性金融風(fēng)險(xiǎn)的跨市場(chǎng)傳染，同時(shí)建立風(fēng)險(xiǎn)預(yù)警機(jī)制對(duì)風(fēng)險(xiǎn)進(jìn)行更好地管控，針對(duì)不同情況及時(shí)調(diào)整相關(guān)政策。