沈立琦 張 潔 葉雨蒙 王沁琳 潘群星

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

一、引言與文獻(xiàn)綜述

21世紀(jì)以來(lái)，H1N1流感、埃博拉病毒等傳染性疾病在全球時(shí)有暴發(fā)，即便各國(guó)政府絞盡腦汁，病毒疫情、自然災(zāi)害、恐怖襲擊等突發(fā)公共事件仍然防不勝防，給各國(guó)的經(jīng)濟(jì)金融帶來(lái)了巨大的不確定性。這其中2020年暴發(fā)的新型冠狀病毒肺炎疫情（以下簡(jiǎn)稱“新冠疫情”）對(duì)全球資本市場(chǎng)造成的沖擊更是前所未有。受新冠疫情影響，全球最大的股票市場(chǎng)——美國(guó)股市出現(xiàn)劇烈震蕩，不僅史無(wú)前例地在8個(gè)交易日觸發(fā)4次熔斷，還創(chuàng)造了美股歷史上最快跌入熊市（技術(shù)性熊市）的記錄。標(biāo)普500波動(dòng)率指數(shù)（VIX）在2020年3月16日一度達(dá)到82.69，超越了2008年金融危機(jī)時(shí)的峰值。基于上述現(xiàn)實(shí)，在新冠疫情這一“國(guó)際關(guān)注突發(fā)公共衛(wèi)生事件”背景下研究中美股市的波動(dòng)率杠桿效應(yīng)和聯(lián)動(dòng)性無(wú)疑具有重要的現(xiàn)實(shí)意義。一方面，中國(guó)經(jīng)濟(jì)的發(fā)展模式正從“高增速”向“高質(zhì)量”轉(zhuǎn)變，新冠疫情沖擊下兩國(guó)股市的特征對(duì)我國(guó)經(jīng)濟(jì)金融政策的制定具有參考價(jià)值。另一方面，在經(jīng)濟(jì)全球化時(shí)代，貿(mào)易強(qiáng)度與日俱增，跨境資本流動(dòng)頻繁，國(guó)際金融市場(chǎng)“蝴蝶效應(yīng)”顯著。作為世界第一大新興市場(chǎng)，必須時(shí)刻警惕來(lái)自發(fā)達(dá)市場(chǎng)的風(fēng)險(xiǎn)轉(zhuǎn)嫁，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線。

大量文獻(xiàn)表明，資產(chǎn)價(jià)格的波動(dòng)對(duì)利好和利空消息的反應(yīng)是不對(duì)稱的，Black（1976）最早把這種現(xiàn)象描述為杠桿效應(yīng)。后來(lái)的實(shí)證研究也表明，雖然結(jié)論會(huì)因選取的樣本區(qū)間不同而帶有時(shí)變性（吳鑫育等，2017），但那些能反映杠桿效應(yīng)的波動(dòng)率模型通常會(huì)有更好的預(yù)測(cè)表現(xiàn)（Pan等，2018；龔旭等，2020）。劉慶富等（2011）通過(guò)事件分析法研究了“2008年汶川地震”對(duì)不同行業(yè)收益和風(fēng)險(xiǎn)的沖擊，是國(guó)內(nèi)早些年少見(jiàn)的基于具體突發(fā)公共衛(wèi)生事件研究股市特征的文獻(xiàn)。Akyildirim等（2020）通過(guò)構(gòu)建非對(duì)稱GARCH模型研究了國(guó)際空難對(duì)航空業(yè)股價(jià)波動(dòng)的影響。Baek等（2021）研究了新冠疫情對(duì)美國(guó)股市非對(duì)稱的波動(dòng)影響。

國(guó)內(nèi)外關(guān)于股票市場(chǎng)間聯(lián)動(dòng)性的學(xué)術(shù)研究成果頗豐，基于不同的研究背景，它們大致可以被分為兩類。一類是對(duì)環(huán)境導(dǎo)向型聯(lián)動(dòng)的研究，政策性因素如貿(mào)易強(qiáng)度、匯率制度會(huì)影響股市間波動(dòng)率的聯(lián)動(dòng)性（龔金國(guó)等，2015；袁薇等，2020）；另一類是對(duì)事件導(dǎo)向型聯(lián)動(dòng)的研究，Iwanicz-Drozdowska等（2021）考察了突發(fā)公共事件背景下金融市場(chǎng)的風(fēng)險(xiǎn)傳染，發(fā)現(xiàn)恐怖事件的影響范圍最廣、影響程度最深而病毒疫情的傳播范圍最廣。楊子暉等（2020）考察了新冠疫情期間各國(guó)股市間的風(fēng)險(xiǎn)傳導(dǎo)。

二、研究方法

GARCH衍生模型被廣泛運(yùn)用于金融時(shí)間序列波動(dòng)性的預(yù)測(cè)，為了理清各個(gè)模型之間的關(guān)系，Hentschel（1995）提出了family GARCH模型，本文所采用的AVGARCH正是它的一類子模型。一般情況下，GARCH（1，1）足以捕捉金融市場(chǎng)的波動(dòng)特征，所以我們首先考慮AVGARCH（1，1）的模型設(shè)定，它可以被表示為：

其中，|η1|＜1，η1是旋轉(zhuǎn)參數(shù)，η2是平移參數(shù)，η2為正表明利空消息對(duì)股市波動(dòng)性的影響更大。

國(guó)內(nèi)有關(guān)GAS模型的文獻(xiàn)很少，使用AEGAS模型進(jìn)行實(shí)證研究的更是鳳毛麟角。與GARCH模型相比，GAS模型對(duì)波動(dòng)的變化更加敏感，而非對(duì)稱指數(shù)GAS（AEGAS）模型是GAS模型的一個(gè)變種，可以用來(lái)描述波動(dòng)杠桿效應(yīng)。t分布下的AEGAS（1，1）模型如下：

學(xué)者專家在研究不同背景下的股市特征時(shí)，一種常見(jiàn)的做法是直接分析對(duì)應(yīng)時(shí)間區(qū)間的股市數(shù)據(jù)。本文在這一基礎(chǔ)上將中美兩國(guó)的每日感染率作為外生變量加入原有模型的條件方差方程，通過(guò)構(gòu)建AVGARCH-X模型和AEGAS-X模型來(lái)突顯新冠疫情這一研究背景。

基于上述模型，本文采用DCC模型來(lái)分析新冠疫情背景下中美股市的波動(dòng)率聯(lián)動(dòng)性，它可以被表示為：

三、數(shù)據(jù)

本文分別選取上證綜指（SH）和標(biāo)普500指數(shù)（SP）為中美股市的代理變量，以2016年7月1日至2021年6月30日期間兩指數(shù)的日對(duì)數(shù)收益率為樣本進(jìn)行實(shí)證研究。為了探討新冠疫情的影響，本文又將樣本分為兩個(gè)子樣本，區(qū)間分別是疫情暴發(fā)前（2016年7月1日至2020年1月20日）和疫情暴發(fā)后（2020年1月21日至2021年6月30日）。SH和SP不同時(shí)期的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 描述性統(tǒng)計(jì)分析

由表1可知，兩指數(shù)的收益水平和波動(dòng)水平在新冠疫情影響下均有所提高，但是相比之下SP的波動(dòng)水平變動(dòng)幅度更大。兩指數(shù)在分布上展現(xiàn)出尖峰、厚尾的特征，J-B統(tǒng)計(jì)量同樣顯著地拒絕正態(tài)性假設(shè)。對(duì)此，我們嘗試了JSU分布、GED分布、t分布和偏t分布，根據(jù)對(duì)數(shù)似然函數(shù)值、信息準(zhǔn)則和參數(shù)估計(jì)值顯著性的大小最終確定使用t分布。

除此以外，我們還對(duì)樣本數(shù)據(jù)進(jìn)行了ADF檢驗(yàn)和ARCH檢驗(yàn)，發(fā)現(xiàn)疫情暴發(fā)前后的SH和SP均為平穩(wěn)的時(shí)間序列并且具有ARCH效應(yīng)。為了最大限度地保留數(shù)據(jù)的有效信息，本文直接采用ARMA模型對(duì)數(shù)據(jù)進(jìn)行估計(jì)。

四、實(shí)證結(jié)果分析

1.波動(dòng)杠桿效應(yīng)

對(duì)新冠疫情暴發(fā)前后的SH和SP分別建立ARMA-AVGARCH模型和ARMA-AEGAS模型，估計(jì)結(jié)果如表2所示。觀察發(fā)現(xiàn)，描述SH波動(dòng)杠桿效應(yīng)的參數(shù)η1、η2和γ在1%的水平下不顯著，在5%的水平下也僅有疫情暴發(fā)后的η2顯著不等于0。而描述SP波動(dòng)杠桿效應(yīng)的參數(shù)在疫情暴發(fā)前后的模型中表現(xiàn)均很優(yōu)秀，兩個(gè)時(shí)期的η2和γ均在1%的水平下顯著不等于0，其中η2的估計(jì)結(jié)果分別為1.1302和0.2194，大于0且有降低的趨勢(shì)，γ的估計(jì)結(jié)果分別為0.1571和0.1272，同樣在減小。表明在樣本期間內(nèi)，利空消息比利好消息更容易造成美股波動(dòng)，并且在疫情暴發(fā)后這種非對(duì)稱的影響有所減弱，而中國(guó)股市始終不存在這種現(xiàn)象。

我們?cè)诳刂破渌麠l件不變的前提下，選取中美兩國(guó)的每日感染率作為外生變量加入各自的條件方差方程，通過(guò)建立ARMA-AVGARCH-X模型和ARMA-AEGAS-X模型考察新冠疫情數(shù)據(jù)對(duì)模型解釋力的影響，結(jié)果列在表3中。對(duì)比表2和表3報(bào)告的估計(jì)結(jié)果可以發(fā)現(xiàn)，每日感染率對(duì)SH波動(dòng)率的描述并不是很理想，但卻能顯著提高SP模型的解釋力，這表明美國(guó)股市能更有效地整合和反映新冠疫情帶來(lái)的沖擊，而中國(guó)股市在這方面仍有提升的空間。

2.波動(dòng)率聯(lián)動(dòng)性

不同的模型對(duì)外生變量的敏感程度同樣存在差異。對(duì)比表2和表3的結(jié)果可以發(fā)現(xiàn)，新冠疫情數(shù)據(jù)對(duì)ARMA-AVGARCH模型準(zhǔn)確性的提升更加明顯，因此我們考慮用ARMA-AVGARCH-X模型的殘差來(lái)估計(jì)DCC模型，估計(jì)結(jié)果見(jiàn)表4?？梢园l(fā)現(xiàn)無(wú)論是在哪個(gè)時(shí)期，相較于滯后一期的標(biāo)準(zhǔn)化殘差乘積，前期相關(guān)系數(shù)對(duì)SH和SP當(dāng)期相關(guān)系數(shù)的影響更大。伴隨著新冠疫情的暴發(fā)，SH和SP的估計(jì)值均有所增大，表明中美股市在新冠疫情影響下對(duì)新信息的敏感度在提高。

表4 DCC模型系數(shù)的估計(jì)結(jié)果

為了比較直觀地分析新冠疫情暴發(fā)前后中美股市的波動(dòng)率聯(lián)動(dòng)性，我們利用表4中的估計(jì)結(jié)果繪制了SH和SP的波動(dòng)率動(dòng)態(tài)相關(guān)系數(shù)圖。如圖1所示，中美股市始終存在正向的聯(lián)動(dòng)關(guān)系，并且在疫情暴發(fā)后這種聯(lián)動(dòng)關(guān)系有明顯的增強(qiáng)，期間三次階段性峰值分別出現(xiàn)在2020年3月17日、2020年7月7日和2020年11月9日左右。結(jié)合與新冠疫情相關(guān)的具體事件進(jìn)行分析。2020年3月9日美股遭遇“黑色星期一”，標(biāo)普500指數(shù)以暴跌7.60%開(kāi)啟首次熔斷。緊接著，3月12日、16日和18日連續(xù)4次觸發(fā)熔斷機(jī)制，成為新冠疫情影響下金融動(dòng)蕩的“重災(zāi)區(qū)”，這些正好發(fā)生在2020年3月17日左右。無(wú)獨(dú)有偶，2020年7月7日美國(guó)華盛頓州單日新增新冠肺炎確診病例創(chuàng)下新高，同日美國(guó)正式退出世界衛(wèi)生組織的消息得到證實(shí)。最后一次峰值出現(xiàn)在2020年11月9日左右，當(dāng)時(shí)的美國(guó)剛剛創(chuàng)下疫情暴發(fā)以來(lái)單日新增確診病例的記錄?？梢?jiàn)那些與新冠疫情相關(guān)的重大事件會(huì)在一定程度上影響中美股市的波動(dòng)率聯(lián)動(dòng)性。

圖1 疫情暴發(fā)前后波動(dòng)率的動(dòng)態(tài)相關(guān)系數(shù)

根據(jù)模型的估計(jì)結(jié)果計(jì)算半衰期，得到疫情暴發(fā)后SH的半衰期為3.2天，SP的半衰期為12.1天，表明在遭到新冠疫情沖擊后，中國(guó)股市能夠在更短的時(shí)間內(nèi)回到最初狀態(tài)，這與描述性統(tǒng)計(jì)分析得出的結(jié)論一致。

五、結(jié)論與建議

本文選取上證綜指（SH）和標(biāo)普500指數(shù)（SP）為研究對(duì)象，基于ARMA-AVGARCH-X、ARMA-AEGAS-X和DCC模型實(shí)證分析了新冠疫情對(duì)中美股市波動(dòng)杠桿效應(yīng)及聯(lián)動(dòng)性的影響，獲得了一些認(rèn)識(shí)和建議。（1）波動(dòng)杠桿效應(yīng)在美國(guó)股市始終存在并且在疫情暴發(fā)后有所減弱，而中國(guó)股市始終不存在顯著的波動(dòng)杠桿效應(yīng)。因此，投資者要不斷提高自身的知識(shí)水平，了解不同市場(chǎng)的波動(dòng)特征。尤其是在出現(xiàn)突發(fā)公共衛(wèi)生事件時(shí)更要理性分析市場(chǎng)短期出現(xiàn)的熱情或低迷，對(duì)市場(chǎng)的長(zhǎng)期走向有清醒的認(rèn)識(shí)，避免盲目投機(jī)。（2）新冠疫情暴發(fā)后兩國(guó)股市的波動(dòng)率聯(lián)動(dòng)性增強(qiáng)明顯，三次階段性的峰值和與疫情相關(guān)的重大事件息息相關(guān)。為了減輕突發(fā)公共衛(wèi)生事件發(fā)生對(duì)我國(guó)實(shí)體經(jīng)濟(jì)和金融市場(chǎng)造成的影響，監(jiān)管部門必須樹(shù)立憂患意識(shí)，努力健全市場(chǎng)監(jiān)管體制。特別是在防范金融風(fēng)險(xiǎn)的工作中要加強(qiáng)對(duì)外部沖擊的監(jiān)測(cè)和預(yù)警，盡早對(duì)可能出現(xiàn)的風(fēng)險(xiǎn)事件進(jìn)行干預(yù)，引導(dǎo)國(guó)內(nèi)市場(chǎng)健康發(fā)展。（3）新冠疫情數(shù)據(jù)對(duì)美國(guó)股市波動(dòng)的影響更大，相比之下中國(guó)股市回復(fù)能力更強(qiáng)、穩(wěn)定性更高。但是中國(guó)股市在疫情中展現(xiàn)出的韌性并不意味著我們可以有恃無(wú)恐，政府部門必須保持高度審慎，避免外界因素干擾，采取針對(duì)性的措施加強(qiáng)宏觀政策調(diào)控。如果突發(fā)公共衛(wèi)生事件的發(fā)生已經(jīng)無(wú)法避免，要注意穩(wěn)定公眾情緒，及時(shí)為社會(huì)提供指導(dǎo)意見(jiàn)，抓住時(shí)間窗口化解沖擊。