中国股市与周边股市波动风险传导效应的机制分析

1　引言随着经济全球化的不断深化，不同国家（地区）之间的经济联系也日益密切，这既有利于各个国家（地区）的经济交流与合作，促进经济的共同发展，但同时也可能因一个国家（地区）的经济风险向其他国家（地区）传导，像多米诺骨牌效应（Domino Effect）一样引发更大范围的危机甚至是灾难[1—4]。

因此，研究经济风险的传导机制和传导途径，具有极其重要的理论与现实意义。

而股市作为国民经济的晴雨表，充分体现了一个国家或地区的经济波动状况，因而研究我国股市与国外股市的风险传导效应，对于监控和防止金融市场风险传导，维护金融系统的安全运行，推动经济发展具有重要的指导意义。

金融市场的风险传导效应一直是各国政府关注的重点，国内外学者研究的热点话题之一[5，6]。

中国内地股市虽然成立时间短，但发展迅猛，已经成为全球最大的新兴证券市场之一[7]。

然而需要指出的是，在过去相当长的时间里，中国股市处于较大程度的分割状态，这也是中国为什么能在1997—1998年亚洲金融风暴中幸免的主要原因[7，8]。

近几年来，中国政府采取了一系列重要措施深化了大陆股票市场建设，推动了中国资本市场的对外开放。

自2003年5月23日首个境外合格机构投资者（Qualified Foreign Institutional Investors，QFII）瑞银集团获批以来，QFII资金源源不断涌入中国证券市场。

QFII制度是促进中国资本市场迈向国际化极其重要的一步，在一定程度上加强了中国证券市场和国际市场间的联动效应[9]。

那么，在中国证券市场对外开放后，内地股市与其他股市间又会有怎样的风险传导关系呢？内地股市是否仍然处于较大程度的分割状态呢？ 论文代写 迄今为止，大量学者对内地股市与境外股市的联动效应及风险传导效应进行了研究，得出了不少有价值的研究成果。

如吴世农等（2005）[10]对香港红筹股、H股与内地股市的协整关系和引导关系的研究；黄永兴（2005）[11]将我国股票市场的发展按B股是否向境内居民开放划分为两个阶段，并比较在这两个不同阶段我国股市的传染性问题；张志波等（2005）[12]运用Granger—Causality检验分析了金融危机前后各国市场波动性之间的因果关系的变化；姚燕云等（2006）[13]分整体相关性和尾部相关性对沪深两市收益进行了研究；曾志坚等（2009）[9]研究了由次贷危机引发的全球金融危机背景下的中国内地与香港、美国、日本、德国的股市联动效应；林宇（2008）[3]运用EVT估计出各股市的动态极值风险，然后分析了中国股市与国际上主要股市之间的极值风险传导效应；龚朴等（2009）[14]采用时变Copula方法对中美股市之间在次货危机爆发前后的联动效应进行度量，以此来揭示次贷危机对我国内地股票市场的影响程度；朱宏泉等（2001）[15]从收益率与波动性两方面采用Granger—Causality检验研究了上海、深圳及香港三个股市之间的相互联系。

需要说明的是，在研究风险传导的相关成果中，对风险并没有一个统一的定义，而是从不同的角度采用不同的方法来对风险进行合理的度量，在此基础上再进行风险的传导效应研究。

从对风险不同测度方法的角度考虑，归纳起来主要有三种方法用于分析金融风险的传导效应：一是通过对比较重大风险事件前后的联动效应的变化来分析风险的传导效应对次贷危机的研究[9]；二是从不确定性这个角度运用条件波动率来对风险进行测度，进而分析风险的传导效应[12]；三是从可能的损失这个角度运用VaR对市场风险进行测度并进一步分析风险的传导效应[6]。

方法一的联动效应主要体现出了各个市场的整体趋势在某种程度上的一致性，这种趋势主要通过收益率、价格对数、价格差分等方法来实现。

因此，这种方法并未对风险进行测度，为了体现出风险的传导特征，只能通过对比重大风险事件前后联动效应的变化来实现。

然而并非只有重大风险事件的爆发才存在风险，因而这种方法无法对通常意义下的风险传导效应进行分析。

而方法二和方法三都是在对风险进行合理的测度基础上再进行的传导效应分析，它们都是对风险进行数量上的测定，它们之间既有联系又有区别。

其联系在于VaR测度是在波动率的基础之上进行的，但VaR不仅依赖于波动率测度的准确性，还依赖于对标准残差的分布假设。

而它们间最重要的区别则在于测度的角度不同，VaR是一个实际的损失值，它是可以被投资者直接感知的，而波动率则不是。

本文则是采用波动率进行风险传导效应的研究，由于是运用波动率来度量的市场风险，因此称之为波动风险。

简历大全 /html/jianli/ 本文利用条件波动率（Conditional Volatility）来刻画股市的波动风险，运用能够刻画波动率杠杆效应的LGARCH（Leverage GARCH）模型来对其建模，然后采用Granger—Causality检验来研究中国股市和周边重要股市间的波动风险传导关系。

结果表明，上海股市与香港股市在5%的显著性水平下存在传导关系，而与东京、新加坡股市却不存在传导关系，说明中国股市处于一定程度的分割状态。

然而，随着国内证券市场的开放，这一关系也极有可能随之变化，为进一步研究中国证券市场对外开放后，国内股市是否仍然处于较大程度的分割状态，我们以QFⅡ制度的实施时间为分界点，将整个样本区间划分为两个子样本区间，对两个子样本区间进一步分析了中国股市与其他股市的波动风险传导效应，并对比分析了QFII引入前后波动风险传导关系的变化。

由此可见，与目前已有研究相比，本文的差异性主要表现在：用条件波动率来测度各股市的风险，以此来分析波动风险的传导效应，而非股市间的联动效应，也非VaR等风险传导效应；并且，我们还进一步分析了QFII引入前后两个阶段国内股市与其他股市的波动风险传导关系，进而分析中国证券市场实行对外开放后的波动风险传导效应变化规律。

另外，本文的数据收集截止到2011年7月末，与以往同类研究相比，收集的数据更新更全面。

论文网 2　研究方法由于金融市场往往展现出收益波动的聚集性（Volatility Clustering）[16—18]、非对称的杠杆效应（Leverage Effect）[19,20]、收益率的条件胖尾（Conditional Fat—tailed）等金融市场典型事实（Stylized Facts）[1,21]。

为了准确地刻画收益波动的聚集性特征，本文选择简单但非常实用的GARCH（1，1）模。