我國股市與匯市的波動溢出效應實證研究

【摘 要】本文選取上證綜指和人民幣對美元名義匯率兩個變量，運用GARCH-BEKK模型對我國股市與匯市之間的波動溢出效應進行了實證研究。結(jié)果表明，匯改后我國股市與匯市存在雙向波動溢出效應，且有非對稱性的特點，即匯市對股市的波動溢出效應比股市對匯市的波動溢出效應更強。

【關(guān)鍵詞】股市；匯市；波動溢出；BEKK-GARCH模型

一、引言

證券市場與外匯市場是構(gòu)成金融市場的重要部分，二者協(xié)調(diào)有序的發(fā)展對金融市場的健康與穩(wěn)定有著密切關(guān)系。2005年是具有里程碑意義的一年，股權(quán)分置改革和匯率改革后，股價與匯率逐步走向市場化。自人民幣升值以來，資產(chǎn)價格與本幣升值的關(guān)系一直是學術(shù)界討論的熱點。研究股市與匯市之間的信息傳導機制，不僅有助于認識金融市場之間的相互影響，而且對于金融風險的防范和相關(guān)政策的制定也有很大的意義。

波動溢出是指一個市場波動的變化對其它市場產(chǎn)生的影響，一般用方差來衡量波動。Kanas（2000）使用雙變量EGARCH模型，對6個發(fā)達國家股市與匯市之間的非線性關(guān)系進行研究。吳奉剛和王芙蓉（2008）采用多元GARCH模型對我國股市與匯市之間的波動溢出效應進行研究。本文采用BEKK形式的多元GARCH模型，對匯改以來股市與匯市的信息傳導機制進行研究，通過捕捉股價和匯率的波動溢出效應，以期進一步理解兩個市場的動態(tài)關(guān)系。

二、模型介紹

本文使用Engle and Kroner提出的BEKK形式的多元GARCH模型，該模型的優(yōu)點在于可以保證協(xié)方差矩陣的正定性且需要估計的參數(shù)個數(shù)較少。BEKK（p，q）模型假設：殘差向量的條件方差協(xié)方差矩陣服從以下形式：H■=C■C■■+■A■（ε■ε■■）A■■+■B■H■B■■。其中，C0 為下三角矩陣， 而Ai 、Bj 是方陣。對于兩變量的BEKK（1，1）模型，為了更好地看出市場間的溢出效應，將上面的矩陣方程寫成便于觀察的方程組：

其中，h11表示市場1的條件方差，h22表示市場2的條件方差。a211和b211分別表示市場1波動率自身存在的ARCH效應和GARCH效應程度，a221和b221分別表示市場1對市場2波動率沖擊的ARCH效應和GARCH效應程度。a222和b222分別表示市場2波動率自身存在的ARCH效應和GARCH效應程度，a212和b212分別表示市場2對市場1波動率沖擊的ARCH效應和GARCH效應程度。可以通過檢驗a12，a21，b12，b21在統(tǒng)計上是否顯著異于零，來考察市場1和市場2之間是否存在波動溢出效應。具體檢驗如下：

（1）不存在市場1對市場2的單向波動溢出效應。H0：a21=

b21=0；（2）不存在市場2對市場1的單向波動溢出效應。H0：a12

=b12=0；（3）不存在市場1和市場2的雙向波動溢出效應。H0：a12 =b12=a21=b21=0。

三、實證研究

（一）數(shù)據(jù)與描述性統(tǒng)計

本文選取2005年7月22日至2012年12月31日的上證綜指和人民幣對美元的名義匯率中間價作為研究樣本。為了使兩個市場的數(shù)據(jù)相匹配，踢除了交易日不一致的數(shù)據(jù)，最終獲得1813組數(shù)據(jù)。數(shù)據(jù)來源于國泰安研究服務中心數(shù)據(jù)庫。數(shù)據(jù)分析通過EVIEWS6.0實現(xiàn)。為了減小數(shù)據(jù)的波動和異方差性，采用對數(shù)收益率，記上證綜指、人民幣對美元匯率分別為p1， t和p2， t，則對數(shù)收益率分別為：SRt=（lnp1， t-lnp1， t- 1）×100，ERt=（logp2， t-logp2， t- 1）×100。股市與匯市收益率的描述性統(tǒng)計見表

1。

表1 股市和匯市收益率的描述性統(tǒng)計

注：1.*表示在1%顯著性水平下拒絕原假設。2.JB統(tǒng)計量為Jarque-Bera正態(tài)性檢驗統(tǒng)計量。3.Q（20）和Q2（20）分別為檢驗序列自相關(guān)性和對應平方序列自相關(guān)性的Ljung-Box統(tǒng)計量。

從標準差來看，上證綜指收益率波動性大于匯率收益率；從偏度來看，兩者均是左偏分布；兩者的峰度都大于3，說明具有尖峰后尾的特征；JB統(tǒng)計量顯示，兩者的分布不服從正態(tài)分布。觀察兩市收益率的圖形可以看出二者均存在波動的集聚性，表1中序列自相關(guān)性和對應平方序列自相關(guān)性的LB統(tǒng)計量均在1%的顯著性水平下拒絕原假設，同樣驗證了這一點。

（二）單位根檢驗

本文采用ADF單位根檢驗法對股市和匯市收益率序列進行平穩(wěn)性檢驗，檢驗結(jié)果見表2。結(jié)果表明，在1%的顯著性水平下，兩市收益率序列均拒絕存在單位根的原假設，即兩市收益率序列均是平穩(wěn)的。

表2 ADF單位根檢驗

注：檢驗形式（C，T，L）中C、T、L分別表示常數(shù)項、趨勢項和滯后階數(shù)。C值為0，表示單位根檢驗方程中不存在截距項；T值為0，表示單位根檢驗方程中不存在趨勢項。L值由SC信息準則確定。

（三）ARCH效應檢驗

本文采用拉格朗日乘數(shù)法對兩市收益率序列是否存在ARCH效應進行檢驗。根據(jù)殘差平方序列的自相關(guān)性，選擇滯后階數(shù)為1，檢驗結(jié)果見表3。結(jié)果顯示，兩市收益率序列均存在ARCH效應。

表3 ARCH-LM檢驗

（四）波動溢出效應

本文采用BEKK（1，1）模型研究兩市場間的波動溢出效應，市場1和市場2分別表示股市和匯市，h11和h22分別表示股市和匯市的條件方差，h12表示兩市的條件協(xié)方差。對兩收益率序列建立二元VAR模型作為均值方程，根據(jù)SC準則，最優(yōu)滯后階數(shù)選取0，因此均值方程只含常數(shù)項。方差方程采用上面介紹的BEKK形式。采用Wald檢驗判斷兩市是否存在波動溢出效應。模型的參數(shù)估計結(jié)果見表4，兩市的波動溢出效應檢驗結(jié)果見表5。

表4 模型參數(shù)的估計結(jié)果

表5 股市和匯市的波動溢出檢驗

注：括號內(nèi)為P值。

從上面的結(jié)果中我們看到，a11、a22、b11、b22全部顯著異于零，表明兩個收益率序列存在波動的聚集性和持續(xù)性。另外，a12、a21、b12、b21的顯著性和波動溢出檢驗表明股市與匯市之間存在雙向的波動溢出效應。同時，a12和b12的絕對值明顯大于a21和b21的絕對值，說明匯市對股市的波動溢出效應比股市對匯市的波動溢出效應要強，波動溢出有非對稱性的特點。

四、結(jié)論與建議

本文選取上證綜指和人民幣對美元名義匯率兩個變量，運用GARCH-BEKK模型對我國股市與匯市之間的波動溢出效應進行了實證研究，結(jié)果表明股市與匯市之間存在雙向波動溢出效應，且有非對稱性的特點，即匯市對股市的波動溢出效應比股市對匯市的波動溢出效應更強。我國股市與匯市雙向波動溢出效應的存在反映了兩市受到共同因素的影響，一體化的程度加強。國際投機資本的流動是其中一個重要的影響因素。雖然我國在資本項目上有嚴格的管制，但人民幣升值的預期使大量國際游資通過一些渠道進入中國股市，意圖從股價上升和人民幣升值中獲取收益。國際游資的頻繁進出必然會引起股市和匯市短期的劇烈波動，成為兩市場信息傳遞進而風險傳染的重要原因。此外，現(xiàn)金流量模型可以部分解釋匯市對股市的波動溢出效應。匯率波動會加大進出口企業(yè)的經(jīng)營風險，使其未來現(xiàn)金流不穩(wěn)定，而股價又受未來現(xiàn)金流的影響，因此，匯率波動會加劇股市的波動。股市對匯市的波動溢出效應可以從股市的財富效應上尋求部分解釋。股價的波動會改變貨幣需求而影響市場利率，進而會引發(fā)國際資本的流動，外匯的供求關(guān)系發(fā)生變化從而引起匯率的改變。

上述結(jié)論加深了我們對股市和匯市動態(tài)關(guān)系和風險傳遞機制的認識。從政策制定角度來說，要重視外匯市場風險，嚴格監(jiān)管國際投機資本，減小人民幣升值過程中匯率波動對股市的沖擊。另一方面，在對股市進行調(diào)控時，也要關(guān)注股市對匯市帶來的影響，實現(xiàn)有效的風險管理。

參 考 文 獻

[1]Kanas A，2000.Volatility Spillovers Between Stock Returns and

Exchange Rate Changes：International Evidence，Journal of Business

Finance and Accounting.Vo.l27，No.4：447～467

[2]吳奉剛，王芙蓉.中國股市與匯市波動溢出效應研究[J].審計與經(jīng)濟研究.2008（12）：40～44

[3]范致鎮(zhèn)，陳秀權(quán).匯率與股價的溢出效應及長期聯(lián)動性---基于匯改后中國市場的實證研究[J].金融理論與實踐.2010（1）：91～95