谷春雨，蔡光興

(湖北工業(yè)大學(xué) 理學(xué)院，湖北 武漢400068)

一、引言

區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系——RCEP是由東盟發(fā)起，與中國、日本、韓國、澳大利亞、新西蘭等國達(dá)成的一項(xiàng)區(qū)域自由貿(mào)易協(xié)定，旨在應(yīng)對(duì)經(jīng)濟(jì)全球化的快速發(fā)展和單邊主義和保護(hù)主義的抬頭。其規(guī)模約占世界人口和經(jīng)濟(jì)體量的三分之一，標(biāo)志著東亞區(qū)域經(jīng)濟(jì)一體化取得重大突破。中日韓三國作為推動(dòng)亞洲經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力，RCEP的達(dá)成對(duì)三國經(jīng)濟(jì)的聯(lián)系程度將會(huì)進(jìn)一步加深。

在RCEP協(xié)定提出后，我國與協(xié)定各國之間的資本流動(dòng)變得更加迅速，隨著與各國股市融合度的不斷加深，經(jīng)濟(jì)關(guān)聯(lián)性得到進(jìn)一步加強(qiáng)。因此，研究我國在RCEP倡議提出前后與其他國家股市之間產(chǎn)生的聯(lián)動(dòng)效應(yīng)，可以幫助我們揭示各協(xié)定國之間股票風(fēng)險(xiǎn)溢出效應(yīng)的變化趨勢。同時(shí)，對(duì)金融監(jiān)管部門來說，可以進(jìn)一步理清國家股市間的風(fēng)險(xiǎn)傳導(dǎo)原理，準(zhǔn)確地把握風(fēng)險(xiǎn)溢出效應(yīng)的相關(guān)理論機(jī)制①。

二、研究背景

股市一向是國家經(jīng)濟(jì)的重要衡量指標(biāo)，它反映本國金融市場的發(fā)展?fàn)顟B(tài)，是市場變化的風(fēng)向標(biāo)，也反映各國股市之間的關(guān)聯(lián)度王皓認(rèn)為，在日本與其他發(fā)達(dá)國家之間，股市間的聯(lián)動(dòng)性日益增強(qiáng)，而日本與亞太地區(qū)的國家股市之間的關(guān)聯(lián)性更高②。田昊揚(yáng)、王軍禮研究表明，中日韓三國股票市場收益率之間的溢出效應(yīng)存在單向和雙向的不同類型③。蔣彧、張玖瑜選擇美國、中國香港、德國和日本作為世界股票市場的典型，研究中國與世界上幾個(gè)主要股票市場之間的動(dòng)態(tài)相關(guān)效應(yīng)，得出結(jié)論，中國與幾個(gè)主要股市之間的波動(dòng)溢出效應(yīng)存在著階段性特點(diǎn)，在不同的時(shí)期表現(xiàn)為不同的變化趨向④。

在不同股票市場之間溢出效應(yīng)的研究過程中，大多數(shù)國內(nèi)外學(xué)者選擇定量分析和比較分析的方法。但股票市場是一個(gè)不斷變換波動(dòng)的過程，因此，具有動(dòng)態(tài)分析效果優(yōu)勢的GARCH族模型、VAR模型以及兩者相結(jié)合的方式受到許多學(xué)者青睞。Ghulam等使用單變量GARCH模型發(fā)現(xiàn)了巴基斯坦股市與世界主要股市之間存在混合的運(yùn)動(dòng)效應(yīng)⑤。譚小芬等研究了國際大宗商品市場和金融市場，認(rèn)為存在雙向溢出效應(yīng)，并且雙向均值溢出以及單向波動(dòng)溢出存在不同⑥。Julien等通過VAR模型研究了環(huán)太平洋國家和地區(qū)股票市場一體化進(jìn)程，同時(shí)測度了美國和日本相互之間的影響程度⑦。董麗娜運(yùn)用DCC-GARCH模型并通過實(shí)證結(jié)果表明金融危機(jī)和國家政策能在一定程度上增強(qiáng)股市的聯(lián)動(dòng)性⑧。

以往的研究主體大都從市場規(guī)模和經(jīng)濟(jì)體量的角度切入，且研究者們大多使用VAR模型或GARCH族模型。RCEP協(xié)定自2012年提出至今已有已有近十年的時(shí)間，RCEP協(xié)定國之間的貿(mào)易交流、金融經(jīng)濟(jì)等方面已經(jīng)有了較為深度合作的基礎(chǔ)，股票市場關(guān)聯(lián)性越來越密切，但與之相關(guān)的論文研究不多。因此，本文通過構(gòu)建DCC-GARCH模型分析研究RCEP協(xié)定國家股市之間的動(dòng)態(tài)關(guān)聯(lián)性和波動(dòng)溢出效應(yīng)。

三、模型和數(shù)據(jù)

（一）構(gòu)建DCC-GARCH模型

DCC-GARCH模型，在實(shí)踐中常被用來刻畫多個(gè)金融時(shí)間序列之間的動(dòng)態(tài)關(guān)聯(lián)性，同時(shí)也降低了模型中待估參數(shù)的個(gè)數(shù)。在早期的DCC-GARCH模型應(yīng)用時(shí)，大多數(shù)研究者都以多個(gè)金融時(shí)間序列的信息服從正態(tài)分布作為假設(shè)前提。然而近些年來，假設(shè)的條件有所放寬，該模型的具體公式如下：

其中rt為條件收益率；μt為時(shí)間序列的條件均值；εt為標(biāo)準(zhǔn)化后的殘差項(xiàng)；Q為標(biāo)準(zhǔn)化殘差的無條件方差矩陣。

α和β作為模型中ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)，決定了模型所描述的動(dòng)態(tài)相關(guān)性，且滿足α＞0，β＞0，且α+β＜1。

在分析多個(gè)變量的相關(guān)系數(shù)時(shí)，采用動(dòng)態(tài)相關(guān)系數(shù)效果比較好，其在DCC-GARCH模型中的主要表達(dá)式為：

由此可知，DCC-GARCH模型所描述的動(dòng)態(tài)相關(guān)性由帶有參數(shù)α和β的式(5)決定，模型非常簡約，并且與資產(chǎn)收益率的個(gè)數(shù)無關(guān)。模型將估計(jì)過程主要分為三步：（1）對(duì)rt簡單地去均值處理，獲得資產(chǎn)授予序列的條件均值的估計(jì)。（2）運(yùn)用GARCH模型對(duì)每個(gè)殘差序列建立單元波動(dòng)率模型，獲得波動(dòng)率序列，那么可以估計(jì)出單個(gè)資產(chǎn)收益率的波動(dòng)率。（3）對(duì)多元波動(dòng)率進(jìn)行動(dòng)態(tài)相關(guān)性擬合，先對(duì)標(biāo)準(zhǔn)化信息進(jìn)行DCC模型的擬合，再根據(jù)參數(shù)α和β獲得多元波動(dòng)率相關(guān)性的動(dòng)態(tài)演化。

（二）選擇和處理數(shù)據(jù)

本文選擇上證（SSEC）、日經(jīng)225指數(shù)(225)和韓國股票指數(shù)(KOSPI)的每日股票收盤價(jià)格作為計(jì)算本文股指收益率的指標(biāo)，從Wind數(shù)據(jù)庫中選取三只股票的當(dāng)日股票收盤價(jià)。為了更好地比對(duì)RCEP給中日韓三國股市聯(lián)動(dòng)性帶來的影響，本文以RCEP的正式開通時(shí)間作為分界點(diǎn)，將樣本數(shù)據(jù)劃分成兩個(gè)階段。

本文選取了自2002年1月1日至2020年12月31日的中日韓三國股票日度收盤價(jià)格數(shù)據(jù)，全部樣本時(shí)間共十九年，根據(jù)RCEP的開通時(shí)間節(jié)點(diǎn)劃分為兩個(gè)階段，其中第一階段為RCEP開通之前，樣本區(qū)間至2012年12月底；第二階段為RCEP開通以后，樣本區(qū)間為2013年1月初到2020年12月底，形成表1。

表1 數(shù)據(jù)分段情況

為了更好地描述各國股票價(jià)格指數(shù)收益率的變化情況，本文對(duì)各國股票的收盤價(jià)作了對(duì)數(shù)化處理，然后將對(duì)數(shù)收益率作為實(shí)證分析部分的樣本數(shù)據(jù)。

其中，Rt為股票價(jià)格指數(shù)的對(duì)數(shù)收益率。

四、實(shí)證分析

（一）平穩(wěn)性與ARCH效應(yīng)檢驗(yàn)

L225、LKOSPI和LSSEC序列平穩(wěn)性檢驗(yàn)結(jié)果如表2所示。

表2 平穩(wěn)性檢驗(yàn)

可以看到所有的收益率序列都通過了單位根檢驗(yàn)，說明兩個(gè)階段三國收益率序列均穩(wěn)定。我們之前檢驗(yàn)了L225、LKOSPI和LSSEC序列的平穩(wěn)性，在這里采用了ARCH-LM檢驗(yàn)分別測定了三個(gè)序列的殘差（表3）。

（二）構(gòu)建DCC-GARCH模型

構(gòu)建表3。其中，α代表著新一期的信息影響系數(shù)，表示當(dāng)前階段的信息集對(duì)下一階段信息集波動(dòng)的影響權(quán)重，α的值越大那它對(duì)市場的感應(yīng)越靈敏；β表示衰減系數(shù)，解釋了自身滯后一期對(duì)前一期條件方差的影響程度；α+β值可以反映股指收益率波動(dòng)的持久性，且越接近1，說明兩國股市之間存在正向風(fēng)險(xiǎn)溢出效應(yīng)。同時(shí)，現(xiàn)階段的波動(dòng)趨勢為未來的影響越持久。從兩個(gè)時(shí)期α的結(jié)果來看，中日的系數(shù)出現(xiàn)顯著增加，說明兩國股票波動(dòng)率相關(guān)性有了明顯增強(qiáng)。從β方面來看，三國之間的估計(jì)結(jié)果均高于0．85，說明股票市場的衰減速度很快。此外，在α+β方面，中日韓股票市場取值分別為0．980572、0．956425、0．998742，表明各國股票市場波動(dòng)的持久性均較好，且差距不大。表3的DCC-GARCH模型的回歸結(jié)果顯示，RCEP開通前后三國的股指收益率相關(guān)系數(shù)的參數(shù)α+β之和均小于1，意味著三國股指收益率的條件方差是穩(wěn)定的。

表3 ARCH效應(yīng)檢驗(yàn)

（三）股票市場動(dòng)態(tài)相關(guān)性分析

對(duì)比兩個(gè)階段動(dòng)態(tài)系數(shù)圖，見圖1。通過圖1和表3可以發(fā)現(xiàn)三國股市的動(dòng)態(tài)相關(guān)性在RCEP開通前上證與225和SSEC出現(xiàn)了負(fù)相關(guān)性，說明中國與其他兩國之間變動(dòng)整體呈現(xiàn)出反向變化的趨勢；但日韓之間為較明顯的正向相關(guān)性。通過對(duì)比兩個(gè)時(shí)期中日韓股市間動(dòng)態(tài)相關(guān)性波動(dòng)的均值，從整體上來看，日韓兩國的股市的相關(guān)程度要高于中國股市。長期來看，中國與日本、韓國股市之間的相關(guān)性呈現(xiàn)出穩(wěn)定提高的趨勢。這是因?yàn)?，隨著國內(nèi)股票市場的逐漸成熟，吸引了大批國外投資者，投資標(biāo)的品種增多，投資者的入門門檻逐漸降低。

圖1 RCEP開通前后中日韓三國股指收益率關(guān)聯(lián)性

五、結(jié)論

（一）結(jié)論

本文以日經(jīng)225、KOSPI和上證（SSEC）股指收益率數(shù)據(jù)作為研究樣本，在數(shù)據(jù)確保平穩(wěn)性的前提下，研究了RCEP開通前后三國之間的股票動(dòng)態(tài)相關(guān)性。隨后為了更進(jìn)一步地研究三國股市聯(lián)動(dòng)性的變化，從股指收益率波動(dòng)溢出效應(yīng)的角度建立了DCC-GARCH模型?？梢缘贸鼋Y(jié)論，隨著RCEP的開通，在兩個(gè)時(shí)期中，中、日、韓三國股市受到負(fù)面消息的影響最大，RCEP協(xié)定的形成加強(qiáng)了三國股市之間的長期協(xié)整關(guān)系。其中，中國股市與韓國、日本股市的長期協(xié)整關(guān)系呈現(xiàn)穩(wěn)步上升趨勢，而日、韓股市的相關(guān)性則圍繞在均值附近呈現(xiàn)震蕩狀態(tài)。這是因?yàn)?015年之后中國經(jīng)濟(jì)呈現(xiàn)高質(zhì)量快速發(fā)展，巨大的經(jīng)濟(jì)體量吸引了大量海外資本，股市作為資本市場的風(fēng)向標(biāo)，使得中國與其他國家經(jīng)濟(jì)聯(lián)系的相關(guān)性穩(wěn)步增強(qiáng)。但日本和韓國由于20世紀(jì)遺留的歷史問題，至今仍頻頻出現(xiàn)摩擦．同時(shí)，作為亞洲為數(shù)不多的兩個(gè)發(fā)達(dá)國家，兩國都是資源稀缺國和高科技強(qiáng)國，經(jīng)濟(jì)結(jié)構(gòu)缺少互補(bǔ)性，導(dǎo)致兩國股市之間的關(guān)聯(lián)性不強(qiáng)。

（二）建議

1．對(duì)于投資者而言，要積極學(xué)習(xí)相關(guān)金融知識(shí)理論，同時(shí)提高自身應(yīng)對(duì)金融風(fēng)險(xiǎn)的能力，不能盲目跟風(fēng)隨流。股票是一個(gè)高風(fēng)險(xiǎn)高收益的投資渠道，在經(jīng)濟(jì)全球化逐步提高的今天，各國之間的經(jīng)濟(jì)深度交流，要多分析國家政策和國際形勢，從國內(nèi)外兩個(gè)層面合理評(píng)估金融風(fēng)險(xiǎn)，對(duì)個(gè)人資產(chǎn)投資進(jìn)行合理配置。

2．隨著RCEP合作的不斷深入，各國經(jīng)濟(jì)融合會(huì)不斷加強(qiáng)，一國股票市場的動(dòng)蕩會(huì)比過去更加迅速、強(qiáng)烈地傳染到鄰國。各國應(yīng)該立足于本國國情，從自身經(jīng)濟(jì)和金融發(fā)展?fàn)顩r出發(fā)，合理地利用外部形勢和自身優(yōu)勢，塑造出自身安全、穩(wěn)定的金融市場。同時(shí)，要加強(qiáng)金融市場的監(jiān)管，維護(hù)股票市場的穩(wěn)定。因此，金融監(jiān)管部門要進(jìn)一步完善我國的股票價(jià)格機(jī)制，良好的價(jià)格機(jī)制有利于抵抗外部沖擊的風(fēng)險(xiǎn)，對(duì)國內(nèi)股票市場的大幅波動(dòng)以及國際金融危機(jī)的傳染進(jìn)行及時(shí)有效的防范。

表4 兩個(gè)階段的DCC-GARCH相關(guān)估計(jì)結(jié)果

注釋：

①本刊綜合.深化改革開放促進(jìn)產(chǎn)業(yè)升級(jí)李克強(qiáng)總理詳解加入RCEP對(duì)我國的機(jī)遇和挑戰(zhàn)[J].中國科技產(chǎn)業(yè),2021(02):3.

②王皓.基于DCC-GARCH模型對(duì)日本股票市場與國際市場波動(dòng)溢出效應(yīng)分析[J].現(xiàn)代日本經(jīng)濟(jì),2016(5):27-37.

③田昊揚(yáng),王軍禮.后危機(jī)時(shí)期中、日、韓三國股市間溢出效應(yīng)研究[J].統(tǒng)計(jì)與決策,2018,34(02):159-163.

④蔣彧,張玖瑜.中國與世界主要股市間的波動(dòng)溢出效應(yīng)研究——基于2002—2017年樣本的實(shí)證檢驗(yàn)[J].中國經(jīng)濟(jì)問題,2019(06):28-43.

⑤Ghulam Ghouse,Saud Ahmed Khan.Tracing dynamic linkages and spillover effect between Pakistani and leading foreign stock markets[J].Review of Financial Economics,2017.

⑥譚小芬,張峻曉,鄭辛如.國際大宗商品市場與金融市場的雙向溢出效應(yīng)——基于BEKK-GARCH模型和溢出指數(shù)法的實(shí)證研究[J].中國軟科學(xué),2018(08):31-48.

⑦Julien Chevallier,Duc Khuong Nguyen,Jonathan Siverskog,Gazi Salah Uddin.Market integration and financial linkages among stock markets in Pacific Basin countries[J].Journal of Empirical Finance,2018,46.

⑧董利娜.金磚國家股票市場動(dòng)態(tài)相關(guān)性研究[D].山西財(cái)經(jīng)大學(xué),2018.