張進(jìn)峰，戚睿驊，劉彥臻

(山東大學(xué) 經(jīng)濟(jì)研究院，山東 濟(jì)南 250100；山東財(cái)經(jīng)大學(xué) 金融學(xué)院，山東 濟(jì)南 250002)

一、引言

自1990年11月26日上海證券交易所成立算起，中國股市實(shí)現(xiàn)了從無到有、從小到大的跨越式發(fā)展，已逐步成長為具有全球影響力的重要市場(chǎng)。國家主席習(xí)近平出席2021年博鰲亞洲論壇時(shí)指出，今后要繼續(xù)堅(jiān)持開放創(chuàng)新，“開放是發(fā)展進(jìn)步的必由之路”。2001年正式加入WTO拉開了中國經(jīng)濟(jì)活動(dòng)全球化與金融自由化的序幕，為中國股市的國際化進(jìn)程奠定了基礎(chǔ)；此后我國政府相繼出臺(tái)的一系列政策有效提升了中國股市的國際化水平，例如QFII、QDII和RGFII制度的實(shí)施、股權(quán)分置改革以及“滬港通”的開通等。2018年A股被正式納入新興市場(chǎng)指數(shù)(MSCI)則標(biāo)志著國際投資者對(duì)中國開放股票市場(chǎng)的認(rèn)可，也意味著中國股市的國際化進(jìn)入了新的發(fā)展階段。但不可否認(rèn)的是，與新時(shí)代的經(jīng)濟(jì)金融發(fā)展要求相比，中國金融業(yè)的開放程度還有很大空間?？梢哉f，隨著全球經(jīng)濟(jì)聯(lián)系的日益加強(qiáng)，進(jìn)一步推進(jìn)中國股市的國際化進(jìn)程，不僅能影響投資者配置資產(chǎn)的策略，而且能改善投資者結(jié)構(gòu)，也是提升資本吸引力、規(guī)范市場(chǎng)管理、改進(jìn)市場(chǎng)效率的必由之路。那么，作為全球最大的新興股票市場(chǎng)，中國股市的國際化進(jìn)程應(yīng)該怎樣測(cè)度以及有怎樣的趨勢(shì)？國際化進(jìn)程中，中國股市受到其他市場(chǎng)影響的程度如何？是否也已具有影響其他市場(chǎng)的能力？在國際經(jīng)濟(jì)沖突日益頻繁的復(fù)雜環(huán)境下，對(duì)上述諸多問題的研究具有重要的理論和現(xiàn)實(shí)意義。

中國股市與國際股市間的聯(lián)動(dòng)是描述其國際化最直觀的方式。Engel構(gòu)建的動(dòng)態(tài)條件相關(guān)(DCC)模型及其衍生模型可以成功地捕獲市場(chǎng)間的動(dòng)態(tài)相關(guān)性，被廣泛地應(yīng)用于中國股市一體化和國際化的研究(1)Engle R, Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business & Economic Statistics, Vol. 20 (2002), pp.339-350.。大量基于DCC—GARCH模型的實(shí)證研究表明，中國大陸股市(滬市和深市)與香港地區(qū)股市間的相關(guān)性存在明顯地結(jié)構(gòu)變化，且股市之間的動(dòng)態(tài)相關(guān)系數(shù)呈現(xiàn)上升的趨勢(shì)(2)唐齊鳴，操?。骸稖蠲栏酃墒械膭?dòng)態(tài)相關(guān)性研究——兼論次級(jí)債危機(jī)的沖擊》，《統(tǒng)計(jì)研究》，2009年第2期；魯旭，趙迎迎：《滬深港股市動(dòng)態(tài)聯(lián)動(dòng)性研究——基于三元VAR-GJR-GARCH-DCC的新證據(jù)》，《經(jīng)濟(jì)評(píng)論》，2012年第1期。。而這一上升趨勢(shì)在“滬港通”開通后得到極大加強(qiáng)，中國大陸與香港地區(qū)的股市一體化進(jìn)程得到了快速推進(jìn)(3)方艷，賀學(xué)會(huì)，劉凌，曹亞暉：《“滬港通”實(shí)現(xiàn)了我國資本市場(chǎng)國際化的初衷嗎?——基于多重結(jié)構(gòu)斷點(diǎn)和t-Copula-aDCC-GARCH模型的實(shí)證分析》，《國際金融研究》，2016年第11期。。此外，在DCC—GARCH框架下，通過對(duì)多國股市間的聯(lián)動(dòng)關(guān)系進(jìn)行研究，發(fā)現(xiàn)國際主要股市對(duì)中國股市的波動(dòng)率溢出效應(yīng)日益增強(qiáng)，中國股市的國際化水平穩(wěn)步上升(4)徐有俊，王小霞，賈金金：《中國股市與國際股市聯(lián)動(dòng)性分析——基于DCC-GARCH模型研究》，《經(jīng)濟(jì)經(jīng)緯》，2010年第5期；何德旭，苗文龍：《國際金融市場(chǎng)波動(dòng)溢出效應(yīng)與動(dòng)態(tài)相關(guān)性》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，2015第11期；齊蓮英，廖鴻燕：《中國股票市場(chǎng)的收益率、開放程度與關(guān)聯(lián)風(fēng)險(xiǎn)比較分析》，《金融理論與實(shí)踐》，2018年第7期。。

然而，現(xiàn)有基于DCC—GARCH模型的股市國際化研究均未考慮收益率序列無條件方差的時(shí)變特征，事實(shí)上，近年來的研究顯示無條件方差的結(jié)構(gòu)變化普遍存在于各類經(jīng)濟(jì)金融數(shù)據(jù)中(5)Sensier M, van Dijk D, Testing for Volatility Changes in U.S. Macroeconomic Time Series, Review of Economics and Statistics, Vol. 86 (2004), pp.833-839; Mikosch T, St?ric? C, Nonstationarities in financial time series, the long-range dependence, and the IGARCH effects, Review of Economics and Statistics, Vol. 86 (2004), pp.378-390; Liu C, Maheu J M, Are there structural breaks in realized volatility? Journal of Financial Econometrics, Vol. 6(2008), pp.326-360; 鄭挺國，左浩苗：《基于極差的區(qū)制轉(zhuǎn)移隨機(jī)波動(dòng)率模型及其應(yīng)用》，《管理科學(xué)學(xué)報(bào)》，2013年第9期；龔旭，林伯強(qiáng)：《跳躍風(fēng)險(xiǎn)、結(jié)構(gòu)突變與原油期貨價(jià)格波動(dòng)預(yù)測(cè)》，《中國管理科學(xué)》，2018年第11期；張躍軍，張晗，王金麗：《考慮結(jié)構(gòu)變化和長記憶性的國際原油價(jià)格波動(dòng)率預(yù)測(cè)研究》，《中國管理科學(xué)》，2021年第9期。。而當(dāng)無條件方差存在結(jié)構(gòu)變化時(shí)，DCC模型的估計(jì)和預(yù)測(cè)可能變得不可靠。Lamoureux和Lastrapes以及Granger和Hyung指出，無條件方差的結(jié)構(gòu)性變化會(huì)導(dǎo)致波動(dòng)中的偽持續(xù)性和長記憶效應(yīng)(6)Lamoureux C G, Lastrapes W D, Persistence in variance, structural change, and the GARCH model, Journal of Business and Economic Statistics, Vol. 8 (1990), pp.225-234; Granger C W J, Hyung N, Occasional structural breaks and long memory with an application to the SP 500 absolute stock returns, Journal of Empirical Finance, Vol. 11 (2004), pp.399-421.。Hillebrand發(fā)現(xiàn)，無條件方差中存在結(jié)構(gòu)突變會(huì)使得GARCH參數(shù)被高估，導(dǎo)致GARCH參數(shù)估計(jì)值的和收斂于1(7)Hillebrand E, Neglecting parameter changes in GARCH models, Journal of Econometrics, Vol. 129 (2005), pp.121-138.。Pettenuzzo和Timmerman以及Acatrinei等則進(jìn)一步強(qiáng)調(diào)，過去的結(jié)構(gòu)性變化可以通過影響當(dāng)前的參數(shù)估計(jì)，導(dǎo)致對(duì)風(fēng)險(xiǎn)的錯(cuò)誤估計(jì)，進(jìn)而影響投資決策(8)Pettenuzzo D, Timmerman A, Predictability of stock returns and asset allocation under structural breaks, Journal of Econometrics, Vol. 164 (2011), pp.60-78; Acatrinei M, Gorun A, Marcu N, A DCC-GARCH model to estimate the risk on capital market in Romania, Romanian Journal of Economic Forecasting, Vol.16(2013),pp.136-148.。因此，以往基于DCC—GARCH模型的股市國際化研究存在改進(jìn)的可能性：可通過考慮無條件方差的結(jié)構(gòu)突變問題來增加傳統(tǒng)DCC模型的適用性。

考慮到中國證券市場(chǎng)屬于新興市場(chǎng)，具有高成長性和多階段性等特征，在逐步國際化的過程中，極有可能存在結(jié)構(gòu)性變化。同時(shí)，在過去的幾十年中，中國的經(jīng)濟(jì)體制改革不斷深化，無論是政策探索引起的不確定性還是制度完善帶來的效率提升，都從根本上影響著中國股市的動(dòng)態(tài)演變。因此，考察中國股市國際化時(shí)必須充分考慮這些因素的影響。近年來，國內(nèi)學(xué)者已逐漸開始關(guān)注經(jīng)濟(jì)金融數(shù)據(jù)的結(jié)構(gòu)性變化問題。例如，李木易、方穎提出了可同時(shí)捕獲金融變量的長記憶性和結(jié)構(gòu)變化的動(dòng)態(tài)混合雙曲GARCH模型(9)李木易，方穎：《動(dòng)態(tài)混合HGARCH模型的估計(jì)和預(yù)測(cè)》，《管理科學(xué)學(xué)報(bào)》，2020年第5期。。蔡光輝、廖亞琴則構(gòu)建了考慮結(jié)構(gòu)突變的動(dòng)態(tài)高階矩已實(shí)現(xiàn)EGARCH模型，發(fā)現(xiàn)考慮結(jié)構(gòu)突變等因素可提高模型的擬合和預(yù)測(cè)能力(10)蔡光輝，廖亞琴：《基于結(jié)構(gòu)突變的動(dòng)態(tài)高階矩Realized EGARCH模型及應(yīng)用》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》，2021年第1期。。

受上述研究思路的啟發(fā)，本文首先采用Wu和Xiao提出的方法檢驗(yàn)收益率的波動(dòng)是否存在結(jié)構(gòu)性變化(11)Wu J, Xiao Z, Testing for changing volatility, The Econometrics Journal, Vol. 21 (2018), pp.192-217.。然后基于Bauwens等提出的可乘動(dòng)態(tài)條件相關(guān)(MDCC)模型估計(jì)相關(guān)參數(shù)(12)Bauwens L, Hafner C, Pierret D, Multivariate Volatility Modeling Of Electricity Futures, Journal of Applied Econometrics, Vol. 28 (2013), pp.743-761，pp.743-761.。該模型將收益率的條件協(xié)方差矩陣分解為一個(gè)隨時(shí)間平滑變化的函數(shù)和一個(gè)GARCH過程的乘積，解釋時(shí)可分別對(duì)應(yīng)于長期趨勢(shì)和短期波動(dòng)。最后本文還通過構(gòu)建國際化進(jìn)程指數(shù)來直觀衡量中國股市的國際化進(jìn)程。

與已有文獻(xiàn)相比，本文具有如下貢獻(xiàn)：(1)將結(jié)構(gòu)變化整合進(jìn)模型，增加了傳統(tǒng)DCC模型的適用性；(2)把長期趨勢(shì)與短期波動(dòng)進(jìn)行分離，其中的長期趨勢(shì)能更好地反映中國股市的國際化水平；(3)考慮了收益率的無條件協(xié)方差矩陣隨時(shí)間變化的事實(shí)，可有效緩解對(duì)不確定性的高估，解釋短期波動(dòng)時(shí)更加合理。

二、計(jì)量模型

多元GARCH模型可用于刻畫不同市場(chǎng)間波動(dòng)的相關(guān)性和信息的溢出效應(yīng)。Engle提出的動(dòng)態(tài)條件相關(guān)多元GARCH(DCC—MGARCH)模型被廣泛應(yīng)用于研究金融市場(chǎng)中波動(dòng)的變化，但由于將無條件方差設(shè)定為常數(shù)，該模型主要用來研究溢出的短期效應(yīng)，無法處理時(shí)變無條件方差的情況(13)Engle R, Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business & Economic Statistics, Vol. 20 (2002), pp.339-350.。為此，Bauwens等構(gòu)建了MDCC模型，該模型可看成是傳統(tǒng)DCC模型的一般化，其核心思想是將殘差向量的條件協(xié)方差矩陣分解為可以隨時(shí)間平穩(wěn)變化的長期趨勢(shì)以及用于捕獲多元GARCH過程中動(dòng)態(tài)的短期趨勢(shì)(14)Bauwens L, Hafner C, Pierret D, Multivariate Volatility Modeling Of Electricity Futures, Journal of Applied Econometrics, Vol. 28 (2013), pp.743-761，pp.743-761.。這樣既考慮了短期動(dòng)態(tài)的變化又能將長期趨勢(shì)從總的趨勢(shì)中分離出來，結(jié)論更加穩(wěn)健。在過去的三十多年里，中國股市經(jīng)歷了一系列重大改革，在研究中國股市與世界股市之間的動(dòng)態(tài)相關(guān)性時(shí)，將可能存在的結(jié)構(gòu)變化納入模型是非常有必要的?；谏鲜龇治?，本文采用MDCC模型研究中國股市的國際化進(jìn)程。具體地，考慮如下收益率模型：

εt= μ+zt, zt=Dtet，t=1，2，…，T

(1)

其中，μ為εt的無條件均值，Dt為n×n對(duì)角矩陣，zt和et分別為t時(shí)刻所受到的沖擊項(xiàng)和標(biāo)準(zhǔn)沖擊項(xiàng)，且et的均值為0，條件方差為Rt。令Ft-1為由{εt-1,εt-2}生成的σ—域，由于Dt只和Ft-1的信息有關(guān)，εt的條件方差可表示為：

(2)

其中，Gt為一個(gè)DCC過程，用來捕獲GARCH模型的短期動(dòng)態(tài)?！?t/T)為一個(gè)確定的平滑時(shí)間函數(shù)。為便于討論，假設(shè)E(Gt)=In，此時(shí)εt的無條件方差協(xié)方差矩陣可簡(jiǎn)化為：

從上式可以看出，εt的無條件方差為∑(t/T)的函數(shù)，隨時(shí)間變化而變化。鑒于∑(t/T)的函數(shù)形式未知，可以把MDCC模型看成半?yún)?shù)模型，通過將無條件協(xié)方差矩陣的非參數(shù)估計(jì)與傳統(tǒng)DCC模型的兩階段QML估計(jì)相結(jié)合來估計(jì)模型。概括起來，估計(jì)過程可分為三步。

第一步，采用非參數(shù)方法估計(jì)出無條件協(xié)方差矩陣：

其中τ∈[0,1]，Kh(·)=(1/h)K(·/h)，K(·)是核函數(shù)，h為帶寬。此時(shí)，估計(jì)的無條件動(dòng)態(tài)相關(guān)性可通過下式算出：

第二步，由于假定Gt為一個(gè)DCC過程，給定適當(dāng)?shù)钠椒€(wěn)性條件和非負(fù)約束，ξt的條件方差可以由QML估計(jì)得到。具體地，對(duì)于主對(duì)角線上的元素giit，采用如下單變量GJR—GARCH模型估計(jì)：

(3)

其中，giit=Var(ξit|Ft-1)。Iξit<0為指示函數(shù)，在過去沖擊為負(fù)時(shí)取1，其他為0。α為標(biāo)準(zhǔn)化殘差平方的滯后項(xiàng)系數(shù)，用來捕獲股市收益率的ARCH效應(yīng)，β為自回歸系數(shù)，用來捕獲GARCH效應(yīng)，γ為負(fù)的標(biāo)準(zhǔn)化殘差平方的滯后項(xiàng)系數(shù)，用來捕獲非對(duì)稱沖擊。常數(shù)項(xiàng)(1-αi-βi-0.5γi)用來確保giit被標(biāo)準(zhǔn)化后的無條件均值為1。在ηt服從正態(tài)分布的假定下，其似然函數(shù)為：

(4)

(5)

三、數(shù)據(jù)的描述性分析及預(yù)處理

為考察中國股市的國際化進(jìn)程，本文選擇了4個(gè)中國股市的市場(chǎng)指數(shù)：滬A股指(SHA)、滬B股指(SHB)、深A(yù)股指(SZA)、深B股指(SZB)，以及5個(gè)具有代表性的國家或地區(qū)的市場(chǎng)指數(shù)：標(biāo)普500指數(shù)(S&P500)、富時(shí)100指數(shù)(FTSE)、DAX30指數(shù)(DAX30)、日經(jīng)225指數(shù)(N225)和恒生指數(shù)(HSI)。其中，作為世界第一大經(jīng)濟(jì)體，美國在全球金融體系中的作用不言而喻；英國和德國是歐盟金融市場(chǎng)的主要代表；日本的經(jīng)濟(jì)和金融在亞洲具有重要地位；香港作為中國的一部分，與大陸的經(jīng)濟(jì)聯(lián)系密切。此外，樣本國家或地區(qū)的股市市值均位居世界前列，是世界上主要的股票市場(chǎng)。從2020年與中國大陸的進(jìn)出口總額來看，這些國家或地區(qū)的進(jìn)出口總額排名也居于前列。

考慮到不同證券市場(chǎng)在節(jié)假日和停牌日期等方面的差異以及工作周期和時(shí)區(qū)不同等因素的影響，為保持?jǐn)?shù)據(jù)的完整性和可比性，本文選擇樣本區(qū)間內(nèi)的周收盤價(jià)計(jì)算出的對(duì)數(shù)周收益率為研究對(duì)象，計(jì)算公式為：rt=100×ln(pt/pt-1)，其中，pt為t時(shí)刻股票的周收盤價(jià)格。所有數(shù)據(jù)均來自Datastream數(shù)據(jù)庫，樣本區(qū)間為1992年10月6日至2020年9月29日，共計(jì)1461組有效數(shù)據(jù)。收益率的描述性統(tǒng)計(jì)見表1(為節(jié)省篇幅，在描述性統(tǒng)計(jì)部分，大陸股市以滬A股指為代表)。

可以看出，盡管大陸股市收益率的均值高于英國、日本和香港股市，其標(biāo)準(zhǔn)差卻明顯大于其他市場(chǎng)，這驗(yàn)證了新興市場(chǎng)更高的收益率往往伴隨著更高波動(dòng)的現(xiàn)象。從偏度和峰度來看，所有市場(chǎng)都呈現(xiàn)出“尖峰厚尾”的特征。Jarque—Bera檢驗(yàn)的結(jié)果表明，在1%的顯著水平下，各收益率序列都拒絕了正態(tài)分布的原假設(shè)。ADF檢驗(yàn)結(jié)果顯示各收益率序列為平穩(wěn)過程。Ljung—Box統(tǒng)計(jì)量的數(shù)值則表明，除德國和日本外，其他市場(chǎng)的收益率序列至少在5%的顯著水平上存在自相關(guān)。

表1 股指收益率的描述性統(tǒng)計(jì)

圖1為六個(gè)股市的收益率序列。由于每個(gè)市場(chǎng)均存著多個(gè)異常值，有必要考慮收益率波動(dòng)可能存在的結(jié)構(gòu)變化。從中國股市的情況來看，早期的收益率波動(dòng)劇烈，且和其他市場(chǎng)的聯(lián)動(dòng)性很弱。但隨著時(shí)間的推移，這種聯(lián)動(dòng)關(guān)系逐漸加強(qiáng)。比如2007年的次貸危機(jī)、2008年的金融危機(jī)以及2015年的股災(zāi)，中國股市和其他市場(chǎng)均出現(xiàn)了同方向的劇烈波動(dòng)。此外，從圖形上看，各收益率序列都存在一定程度的波動(dòng)聚集現(xiàn)象，有必要對(duì)可能存在的條件異方差做進(jìn)一步的檢驗(yàn)。

圖1 各市場(chǎng)股指收益率序列

基于上述分析，在構(gòu)建MDCC模型之前，我們對(duì)數(shù)據(jù)做如下處理：首先通過ARMA模型過濾收益率中存在的自相關(guān)；隨后我們對(duì)收益率的殘差向量進(jìn)行了ARCH檢驗(yàn)，發(fā)現(xiàn)各收益率殘差向量在1%的顯著性水平上均拒絕了不存在ARCH效應(yīng)的原假設(shè)；最后我們用Wu和Xiao的方法檢驗(yàn)了收益率波動(dòng)的結(jié)構(gòu)變化(15)Wu J, Xiao Z, Testing for changing volatility, The Econometrics Journal, Vol. 21 (2018), pp.192-217.，結(jié)果顯示，除德國外，剩余國家的收益率波動(dòng)在樣本期內(nèi)均存在明顯的結(jié)構(gòu)變化，因此有必要考慮無條件時(shí)變方差的影響。

四、實(shí)證結(jié)果分析

(一)長期趨勢(shì)分析

1.長期相關(guān)性、短期相關(guān)性及總相關(guān)性的進(jìn)一步解釋

前文分析證實(shí)了采用MDCC模型的必要性，考慮到MDCC模型將收益率的條件協(xié)方差矩陣分解為一個(gè)隨時(shí)間平滑變化的函數(shù)和一個(gè)GARCH過程的乘積。本文將隨時(shí)間平滑變化的部分稱為長期相關(guān)性，該部分捕獲了收益率無條件方差的時(shí)變特征，估計(jì)結(jié)果為無條件動(dòng)態(tài)相關(guān)系數(shù)，可反應(yīng)市場(chǎng)聯(lián)動(dòng)的長期趨勢(shì)；其他由DCC過程描述的部分稱為短期相關(guān)性，估計(jì)結(jié)果為條件動(dòng)態(tài)相關(guān)系數(shù)，反應(yīng)出市場(chǎng)聯(lián)動(dòng)的短期波動(dòng)。與之對(duì)應(yīng)的，將直接使用傳統(tǒng)DCC模型得到的動(dòng)態(tài)相關(guān)系數(shù)稱為總相關(guān)性，總相關(guān)性包含了長期相關(guān)性和短期相關(guān)性的信息，但未能將兩者分離。

2.長期相關(guān)性及其與總相關(guān)性的對(duì)比

由于影響股市聯(lián)動(dòng)效應(yīng)長期趨勢(shì)的因素眾多且難以量化，隨時(shí)間平滑變化的函數(shù)形式是未知的，需要借助非參方法估計(jì)收益率間的無條件協(xié)方差。此時(shí)帶寬的選擇尤為重要，它決定了長期趨勢(shì)和短期波動(dòng)的劃分，帶寬越小，長期趨勢(shì)所刻畫的聯(lián)動(dòng)部分就越多。本文采用高斯核函數(shù)，使用最小二乘交叉驗(yàn)證準(zhǔn)則得出的最優(yōu)帶寬為0.07。圖2為中國股市與其他五個(gè)市場(chǎng)間的長期相關(guān)性曲線，作為比較，同時(shí)畫出了采用傳統(tǒng)DCC模型估計(jì)的總相關(guān)性(由于篇幅限制，此處以滬A股指為例)?？梢钥闯觯L期相關(guān)性和總相關(guān)性都呈現(xiàn)出明顯的時(shí)變特征，總相關(guān)性大致圍繞長期相關(guān)性波動(dòng)。由于分離了短期波動(dòng)的影響，長期相關(guān)性曲線更為平滑，能更好地刻畫中國股市的國際化趨勢(shì)。

從樣本區(qū)間來看，滬A與其他五個(gè)市場(chǎng)股指收益率的長期相關(guān)性走勢(shì)大致相同。早期滬A股市比較封閉，與其他市場(chǎng)之間沒有顯著的相關(guān)性，長期相關(guān)系數(shù)一直在零附近徘徊。2001年中國加入WTO，開始逐步開放金融市場(chǎng)，中國股市與世界各主要股市之間的相關(guān)性也逐漸呈現(xiàn)增強(qiáng)的趨勢(shì)。隨著2002年中國實(shí)行QFII，2005年股權(quán)分置改革，2006年實(shí)行QDII，滬A股市與世界各主要股市的長期相關(guān)性明顯變大；不過，自2011年年底開始，滬A股市與美國、英國和德國三個(gè)股市間的長期相關(guān)性出現(xiàn)了明顯下降，而同期和日本、香港兩個(gè)股市的長期相關(guān)性仍然保持了上升的趨勢(shì)。出現(xiàn)這種背離的一個(gè)可能原因在于，此段時(shí)間歐債危機(jī)嚴(yán)重影響了歐美股市，美聯(lián)儲(chǔ)與歐洲各大央行通過增加流動(dòng)性等手段緩解歐債危機(jī)，而包括中國股市在內(nèi)的亞洲股市受歐債危機(jī)的影響相對(duì)較小。此后，2014年“滬港通”的開通，進(jìn)一步促進(jìn)了滬A股市和港股以及其他資本市場(chǎng)之間的聯(lián)系，同時(shí)，歐債危機(jī)的負(fù)面影響也逐漸散去，滬A股市和其他五個(gè)股市間的長期相關(guān)性又呈現(xiàn)出明顯的上升趨勢(shì)。

圖2 滬A股市與其他市場(chǎng)收益率的長期相關(guān)性及總相關(guān)性

橫向比較來看，滬A股市與香港和日本兩個(gè)亞洲股市之間的長期相關(guān)性明顯高于美國、英國和德國等歐美股市。其中，滬A股市與香港股市間的長期相關(guān)性最高，特別是“滬港通”的實(shí)施之后，滬A股市與香港恒生指數(shù)的長期相關(guān)性從0.5攀升至0.66。滬A股市與德國DAX指數(shù)之間的長期相關(guān)性最低，二者之間的聯(lián)動(dòng)受歐債危機(jī)的影響也最嚴(yán)重，長期相關(guān)性在歐債危機(jī)爆發(fā)后更是一度跌至0.21。而滬A股市與標(biāo)普500指數(shù)之間的長期相關(guān)性雖然在早期處于較低水平，但最近5年來增長較為迅速，從0.28上升至0.40，明顯高于滬A股市與英國和德國等歐洲股市。概括起來，滬A股市與亞洲股市的聯(lián)動(dòng)性強(qiáng)于美國股市，而與歐洲股市之間的聯(lián)動(dòng)性最弱。

3.A股、B股長期相關(guān)性的對(duì)比

為進(jìn)一步分析中國股市的國際化進(jìn)程，本文還將A股與B股的國際化進(jìn)程做了對(duì)比(根據(jù)滬深兩市市值進(jìn)行加權(quán)分別得到滬深A(yù)股指數(shù)和滬深B股指數(shù))。圖3給出了滬深A(yù)股和滬深B股與其他五個(gè)市場(chǎng)間的長期相關(guān)性?？梢钥吹?，在中國股市發(fā)展早期，B股對(duì)境外投資者開放，而A股僅限于境內(nèi)投資者，這種投資者結(jié)構(gòu)的差異使得B股與其他市場(chǎng)間的聯(lián)系更為緊密。但隨著QFII等一系列改革措施的實(shí)施，A股和B股的投資者結(jié)構(gòu)變得類似，兩個(gè)市場(chǎng)間的差距也越來越小，它們同其他市場(chǎng)間的長期相關(guān)性也開始趨同。

4.國際化進(jìn)程指數(shù)

由于分離了短期波動(dòng)的影響，長期相關(guān)系數(shù)可以更好地刻畫中國股市的國際化進(jìn)程。本文將滬深A(yù)股與其他五個(gè)市場(chǎng)長期相關(guān)性的均值定義為國際化進(jìn)程指數(shù)，以此作為衡量中國股市國際化程度的指標(biāo)。從圖4可以看出，隨著2001年加入WTO以及此后一系列政策的實(shí)施，中國股市與世界主要金融市場(chǎng)間的聯(lián)系逐漸增強(qiáng)，中國股市的國際化進(jìn)程持續(xù)穩(wěn)定增長。國際化進(jìn)程在2011年后的一段時(shí)間內(nèi)有所放緩，這是因?yàn)榇藭r(shí)國際上存在著諸多阻礙國際化進(jìn)程的不利因素：首先，受歐債危機(jī)的影響，全球主要貨幣匯率劇烈波動(dòng)，為減緩本國壓力，包括日本、瑞士、韓國等國家的中央銀行開始干預(yù)本國貨幣匯率，并一度引發(fā)對(duì)貿(mào)易保護(hù)主義的擔(dān)心；其次，這一時(shí)間段內(nèi)中國與其他國家經(jīng)濟(jì)發(fā)展差異較大，從整體上看全球經(jīng)濟(jì)復(fù)蘇乏力，美國復(fù)蘇緩慢而脆弱，歐洲深陷債務(wù)危機(jī)，日本連續(xù)通貨緊縮疊加海嘯沖擊，而此時(shí)我國國民經(jīng)濟(jì)繼續(xù)朝著宏觀調(diào)控預(yù)期方向發(fā)展，呈現(xiàn)出國民經(jīng)濟(jì)平穩(wěn)較快發(fā)展、結(jié)構(gòu)繼續(xù)優(yōu)化、物價(jià)逐步趨穩(wěn)、民生不斷改善等特征；最后，這一時(shí)間段內(nèi)全球?qū)ν饨?jīng)濟(jì)活動(dòng)恢復(fù)緩慢，世界貿(mào)易額、全球外商直接投資(FDI)連年下滑。面對(duì)這些阻礙中國股市國際化進(jìn)程的不利因素，中國政府依然堅(jiān)持金融開放，推進(jìn)人民幣跨境結(jié)算業(yè)務(wù)，擴(kuò)大人民幣債券市場(chǎng)的外延，允許境外金融機(jī)構(gòu)參與銀行間債券投資，提升QFII申請(qǐng)和匯入的速度。各種有利因素與不利因素相互交織，在震蕩起伏的國際經(jīng)濟(jì)金融環(huán)境下，我國股市的國際化進(jìn)程經(jīng)歷一段相對(duì)緩慢的時(shí)期，但在“滬港通”等政策的推動(dòng)下，國際化進(jìn)程指數(shù)又開始逐漸上升，并最終接近于0.38?？梢哉f，2001年后推出的一系列政策措施有力地推動(dòng)了中國股市的國際化進(jìn)程，有利于資本的合理流動(dòng)和資源的有效配置，為中國經(jīng)濟(jì)的長期穩(wěn)定發(fā)展發(fā)揮了重要作用。然而，同時(shí)也應(yīng)看到，相對(duì)于發(fā)達(dá)國家的股市，中國股市仍不夠完善和成熟。本文采用相同方法估算出了其他五個(gè)市場(chǎng)的國際化進(jìn)程指數(shù)，美英德日四國的國際化進(jìn)程指數(shù)最終分別為0.63、0.64、0.66和0.65，而香港地區(qū)的國際化進(jìn)程指數(shù)也高達(dá)0.61，均遠(yuǎn)高于中國大陸股市0.38的水平。因此，建立健全股市制度，完善市場(chǎng)監(jiān)管和監(jiān)督機(jī)制，進(jìn)一步促進(jìn)中國股市的國際化進(jìn)程，仍將是一個(gè)長期的過程。

圖3 A股、B股與其他市場(chǎng)收益率的長期相關(guān)性

圖4 中國股市國際化進(jìn)程指數(shù)

(二)短期波動(dòng)分析

分離出長期趨勢(shì)后，接下來借助MDCC模型研究條件方差的短期波動(dòng)。參數(shù)的估計(jì)分為兩步，首先，對(duì)標(biāo)準(zhǔn)化殘差進(jìn)行GJR—GARCH建模得到對(duì)角矩陣，然后用更新后的殘差估計(jì)剩余參數(shù)。表2給出了GJR—GARCH模型的估計(jì)結(jié)果。

表2 GJR—GARCH模型估計(jì)結(jié)果

各股市的估計(jì)值在1%的顯著性水平上均通過了檢驗(yàn)，證實(shí)了GARCH效應(yīng)的存在。不過，與標(biāo)普500、富時(shí)100、DAX30和恒生指數(shù)的值顯著為正值不同，滬A的值為負(fù)且沒有通過顯著性檢驗(yàn)，因此并未發(fā)現(xiàn)滬A市場(chǎng)存在短期非對(duì)稱沖擊效應(yīng)的證據(jù)。此外，各股市的值都比較接近1，表明各股市收益率的波動(dòng)均較為持久。

DCC模型估計(jì)的最后一步是對(duì)各國股指之間條件相關(guān)性的估計(jì)。為便于比較，表3給出了MDCC以及傳統(tǒng)DCC模型估計(jì)的結(jié)果?？梢钥闯觯琈DCC模型的估計(jì)值在1%的顯著性水平上均通過了檢驗(yàn)，說明在考慮了長期趨勢(shì)的因素后，仍然存在時(shí)變的短期相關(guān)性。其中，參數(shù)的估計(jì)值為0.014，意味著滯后一期的“去GARCH”殘差交互項(xiàng)會(huì)影響短期相關(guān)。而參數(shù)的估計(jì)值為0.29表明短期相關(guān)性具有一定的持續(xù)性。不過，MDCC模型的值僅為0.305，遠(yuǎn)遠(yuǎn)低于傳統(tǒng)DCC模型的0.986，從而短期相關(guān)性的持久性要低得多。

表3 MDCC與傳統(tǒng)DCC參數(shù)對(duì)比

考慮到長期趨勢(shì)已通過第一階段的估計(jì)結(jié)果體現(xiàn)，因此這里的短期相關(guān)性在零附近波動(dòng)。圖5展示了MDCC模型估計(jì)出的滬A股市與其他市場(chǎng)股指收益率的短期相關(guān)性結(jié)果。與現(xiàn)有大多數(shù)文獻(xiàn)的結(jié)論一致，圖5表明早期的滬A股市相對(duì)封閉，與其他市場(chǎng)的短期相關(guān)性很小，基本不受外圍市場(chǎng)的影響。以1997年的亞洲金融危機(jī)為例，滬A股市與其他市場(chǎng)之間的短期相關(guān)性并未出現(xiàn)明顯的波動(dòng)。從2007年次貸危機(jī)和2008年金融危機(jī)兩個(gè)時(shí)間段來看，滬A股市與其他市場(chǎng)間的短期相關(guān)性有了明顯的變化，但變化的幅度仍存在區(qū)域上的差異。與香港市場(chǎng)的相關(guān)性最強(qiáng)，日本市場(chǎng)次之，歐美市場(chǎng)最弱。這一現(xiàn)象和中國股市的發(fā)展歷程是相符的。如果說2002年實(shí)行的QFII制度是一定程度上的“引進(jìn)來”，2006年QDII制度的實(shí)施則是一定程度上的“走出去”。由于“走出去”的時(shí)間較短，所以存在較明顯的區(qū)域差異。2015年滬A股市劇烈波動(dòng)期間，滬A股市與其他市場(chǎng)間的短期相關(guān)性都出現(xiàn)了非常明顯的波動(dòng)。尤其是美日股市， 短期相關(guān)性程度甚至創(chuàng)了新高。可見，中國股市與世界主要股市間的短期相關(guān)性已較早期有了大幅提升，而2015年滬A股的劇烈波動(dòng)事件也證明了中國股市對(duì)其他市場(chǎng)的影響力。

圖5 滬A股市與其他市場(chǎng)股指收益率的短期相關(guān)性

五、結(jié)論

本文在傳統(tǒng)DCC模型的基礎(chǔ)上，考慮了結(jié)構(gòu)突變等因素的影響，將股指收益率的條件協(xié)方差矩陣分解為一個(gè)可隨時(shí)間變化的長期趨勢(shì)和一個(gè)由DCC模型刻畫的短期波動(dòng)，通過建立MDCC模型對(duì)中國股市的國際化進(jìn)程進(jìn)行了動(dòng)態(tài)考察，并構(gòu)建了國際化進(jìn)程指數(shù)來直觀衡量中國股市的國際化進(jìn)程。

本文發(fā)現(xiàn)：(1)通過MDCC模型提取出的長期趨勢(shì)能更好地反映中國股市的國際化水平。結(jié)果表明，中國股市和世界各主要股市之間的聯(lián)系開始逐漸增強(qiáng)，特別是近年來，這種聯(lián)系呈現(xiàn)出快速上升的態(tài)勢(shì)。這得益于中國經(jīng)濟(jì)幾十年的持續(xù)穩(wěn)定增長，也是股市制度不斷健全和股市一系列改革措施實(shí)施的必然結(jié)果。然而，從國際化進(jìn)程指數(shù)來看，中國股市和英美等發(fā)達(dá)國家股市之間仍存在較大差距，中國股市的國際化水平仍有待進(jìn)一步提高。(2)由MDCC模型刻畫的短期波動(dòng)能更合理地解釋中國股市的典型化事實(shí)。本文證實(shí)中國股市收益率的短期相關(guān)性的確存在時(shí)變特征，但其持續(xù)性要遠(yuǎn)低于采用傳統(tǒng)DCC模型得到的結(jié)果。(3)總體來說，股市收益率序列實(shí)際上普遍存在無條件方差的結(jié)構(gòu)變化，此時(shí)用傳統(tǒng)DCC模型直接估計(jì)可能出現(xiàn)偏差，而考慮結(jié)構(gòu)性變化的MDCC模型則更適用于真實(shí)情況，有助于討論股市聯(lián)動(dòng)的長期特征和短期波動(dòng)，可更準(zhǔn)確地研究中國股市的國際化進(jìn)程。通過長期趨勢(shì)和短期波動(dòng)的實(shí)證結(jié)果可以看出，在中國股市國際化的進(jìn)程中，受亞洲市場(chǎng)的影響程度最大，美國次之，而受歐洲市場(chǎng)的影響最小；此外，實(shí)證結(jié)果表明近年來中國股市對(duì)世界其他股市已具備一定的影響力。

本文的結(jié)論可為金融投資者及政府相關(guān)部門提供有益的參考：(1)對(duì)投資者來說，中國股市的進(jìn)一步國際化意味著股市聯(lián)動(dòng)效應(yīng)的加強(qiáng)，可以利用不同市場(chǎng)間的聯(lián)動(dòng)關(guān)系把握市場(chǎng)的總體趨勢(shì)，制定更加科學(xué)合理的投資策略。投資者應(yīng)注意國際化帶來的風(fēng)險(xiǎn)，警惕波動(dòng)在各市場(chǎng)間更為迅速的傳播；(2)對(duì)政府相關(guān)部門而言，要繼續(xù)深化改革以推進(jìn)中國股市的國際化進(jìn)程，同時(shí)對(duì)世界股市聯(lián)動(dòng)可能帶來的風(fēng)險(xiǎn)保持必要的警惕。應(yīng)進(jìn)一步建立健全股市制度，完善市場(chǎng)監(jiān)管和監(jiān)督機(jī)制，引導(dǎo)投資者理性投資及提高風(fēng)險(xiǎn)防范意識(shí)，實(shí)現(xiàn)我國股市的健康穩(wěn)定發(fā)展。