劉偉江，丁一，隋建利

(吉林大學數量經濟研究中心，吉林長春，130012)

宏觀經濟與中美股市動態相關性研究

劉偉江，丁一，隋建利

(吉林大學數量經濟研究中心，吉林長春，130012)

對中美股市的動態相關系數及宏觀經濟變量對股市聯動性的影響效應進行了實證研究。結果表明，自QDII出臺后中美股市相關性進入了一個相對平穩的上升通道，但經濟危機爆發時相關性卻表現出短期下降后迅速增加的走勢。另外，匯率政策調整對兩市關聯性的沖擊最為顯著，而我國貨幣供給量沖擊雖然效果較弱，但其政策見效迅速。整體而言我國貨幣政策沖擊對兩市聯動性影響更為顯著。

動態相關；貨幣政策；匯率；DCC-MGARCH模型；MS-VAR模型

隨著全球經濟一體化的不斷推進，世界各國經濟、金融市場間的聯系正日趨緊密。特別在1987年10月19日，美國股價發生暴跌引起世界其他主要市場股市的下跌后，國家間資本市場的相互影響關系逐步成為金融領域研究的重點問題。自2001年中國加入WTO后，我國的經濟也與世界經濟聯系逐步密切，而在實施股權分置改革后我國股票市場更是開始漸漸融入到全球資本一體化這一進程之中，市場開放程度日益加深，與世界其他資本市場聯動關系也越來越緊密。但在金融市場一體化的現有局面中，我國作為發展中國家難免要承擔其他發達國家發展所產生的金融風險。例如1997年爆發的亞洲金融危機、2008年美國次貸危機導致的全球金融危機以及2012年爆發的歐債危機等，我國金融市場均受到了不同程度的波及。因此，對現有經濟環境中我國與其他國家股票市場的關聯性進行研究，合理預測我國股市的風險具有重要的理論及現實意義。

美國股票市場作為發達程度及國際化程度最高的市場之一其影響力毋庸置疑。而我國與美國分別作為最大的發展中國家和最發達國家，經濟上有很強的互補性，同時不斷增加的貿易額和不斷深化的經濟交往層次也在很大程度上加深了兩國經濟間的關聯。因此，對中美股市的聯動性進行進一步的分析不僅有助于了解美國沖擊向我國傳導的金融渠道，同時也有助于預測我國金融穩定受美國股票市場波動影響的程度。目前大多數針對這一問題的研究均將股市間的聯動歸結為傳染而沒有將宏觀經濟因素納入考慮，無法對跨市場間聯系時變的原因加以解釋分析。因此，本文在研究中美股市動態相關關系的同時，進一步將中美兩國宏觀經濟因素對二者相關性的影響進行了分析。具體分析了不同的政策對兩國股市聯動性的影響。

一、文獻綜述

國外學者對股票市場聯動的研究較早也相對成熟。Lee和Kim(1993)以1987年股災為節點分析了12個主要股票市場的相關關系，證實在股災爆發前，市場間相關系數明顯小于其爆發后的相關系數[1]。Koutmos(1996)通過采用AR(1)-EGARCH(1,1)模型對英國、意大利、德國、法國之間的股市傳導機制進行了研究，發現四個市場間存在一定的波動非對稱效應[2]。Miyakoshi(2003)將美國市場作為沖擊變量研究了發達國家股票市場對新興國家股票市場的傳導效應。結果發現，相對于美國，日本股市收益率對亞洲股市的影響較小，而波動率的傳導情況恰恰相反[3]。Gebka和Serwa(2007)對中東歐、拉丁美洲、東南亞等國家股市波動率的傳導情況進行研究發現，雖然與國際經濟間存在著較為緊密的聯系，但是這些國家區域內的沖擊影響更為重要[4]。Luo，Brooks和Silvapulle (2011)對我國A股金融指數回報與其他新興市場回報間的相關性進行了研究，發現A股僅僅與美國、韓國及日本市場存在著顯著的尾部依賴[5]。

國內方面，次貸危機爆發前大部分研究均將研究焦點聚集在滬深兩市的相關性研究上。其中劉金全、崔暢(2002)通過運用ECM及GARCH模型等非對稱方法，證實了滬深兩市間存在著顯著的協整關系，同時二者間具有波動溢出效應及杠桿效應[6]。谷耀、陸麗娜(2006)引入港股作為外生變量，并構建了DCCEGARCH-VAR模型進行實證分析，發現滬深兩市聯動性較為顯著，且均在市場預期較差時波動率更小，即兩市對利好消息反應相對強烈；而恒生指數對上證指數、深證指數存在比較顯著的溢出效應[7]。李曉廣、張巖貴(2008)分析了次貸危機爆發前后我國股市與世界主要股市的聯動性。同時通過與巴西股市進行比較發現，總體來說我國股市與世界主要股市之間的聯動性并不顯著，且聯動方式也表現出時而“即期聯動”、時而“滯后聯動”的不確定性特點。但在金融危機爆發后，這種關聯性得到了顯著增強，其中我國與美國股市間聯動性增強得最為顯著[8]。游家興、鄭挺國(2009)運用DCC-MGARCH模型對1991—2008年間我國與亞洲、歐美7個資本市場進行研究。文章結合我國金融自由化進程的變化軌跡和沿革路徑構建了金融自由化指數，在此基礎上進行研究，發現隨著我國金融自由化政策的推進及深化，我國證券市場逐步從最初相對獨立的分割狀態走向了日益緊密的全球整合狀態[9]。方毅、桂鵬(2010)對次貸危機背景下亞太地區股票市場的聯動性進行了研究，證實危機爆發前后亞太地區股市長期均衡關系發生了結構性變化。危機后單個市場的獨立性明顯下降，美國股市扮演了地區股市領導者的角色，而日本股市在此次危機中變化最大，其市場獨立性變得最弱。另外我國股市也在逐步融入區域市場，其與國際股市的聯動性明顯有所增強[10]。楊雪萊、張宏志(2012)在假定股票市場對宏觀經濟因素響應時變的前提下，對中美股市的聯動性以及危機期間聯動增強原因進行了研究。實證結果表明中美股市聯動的主要動因來自于美國沖擊的跨國傳導及傳染，而危機期間聯動性增強的原因則主要歸結于理性傳染，其中美國貨幣政策沖擊是引起理性傳染的主要宏觀經濟因素[11]。王健(2014)運用極大重疊離散小波變換方法對上證綜指和道瓊斯工業平均指數之間的相關性進行研究，發現在短期、中期及長期中，中美股市間均存在不同程度的聯動關系。其中短期二者聯動關系最為顯著[12]。

二、實證模型與框架

本文首先通過動態條件相關多元模型(DCCMGARCH)對中美股票市場間的時變相關關系進行研究。當前對時變相關系數進行研究的方法主要有三種：一種是較為簡單的滾動歷史相關法，但是由于這一方法要求對變量賦予等權重，因此這一方法的應用范圍相對有限；第二種常見的方法為指數加權移動平均(EMWA)方法，盡管該方法在簡單移動平均方法上有所改進，但仍在杠桿效應及長期趨勢的研究方面存在不足；最后一種方法即本文所采用的GARCH方法，這一模型可以對隨時間改變的方差協方差矩陣進行估計，進而通過分解方差協方差矩陣得到相關系數矩陣。另外，根據當前研究也證實了多元GARCH模型在對時變相關性進行估計時能有效地彌補前面兩種方法的不足。本文采用的DCC-MGARCH模型是由Engle (2002)在常相關(CCC)模型的基礎上引入了隨時間變化的條件相關矩陣得出的，并針對該模型提出了相應的兩階段估計法，即在估計時將似然函數分為估計GARCH參數的部分及估計交互無條件相關系數參數的部分[12]。這種方法在保留標準GARCH模型主要特征的同時還克服了傳統多元GARCH模型估計較為復雜的問題。為了進一步介紹DCC-MGARCH模型，假設條件方差協方差矩陣表示如下：

其中：Ht定義為條件協方差矩陣，Rt為n×n階的時變相關系數矩陣，是單變量GARCH模型估計得到的n×n階時變標準差的對角陣，假設Dt中元素來自單變量的GARCH(p,q)模型，則具體表示形式如下：

上式(5)中Q*為條件方差協方差矩陣Qt對角元素平方根構成的對角矩陣，其中Qt通過第一階段估計得到。的無條件協方差矩陣。在DCC(1,1)模型中僅需要用到一階滯后的協方差及條件協方差，因此需要對進行估計。DCC-MGARCH模型具體參數估計方法采用了極大似然估計法，其具體似然函數形式如下：

等式(6)中εt′是通過單變量GARCH估計出的標準化的殘差，總體來說，DCC模型的兩步估計可以總結為首先通過對每一變量構建單變量的GARCH模型估計出條件方差矩陣Ht，之后再通過標準化的殘差利用極大似然估計計算動態相關參數。通過這一方法得到的估計結果具有一致性及漸近正態性的特征。

三、基于DCC-MGARCH的實證分析

(一)樣本選擇及數據描述

本文選取了我國加入世貿組織的第一年即2002年1月至2014年11月作為研究區間對中美股市的時變關系進行研究。鑒于目前我國股票市場并沒有編制反映市場整體狀況及趨勢的指數，因此大部分研究均采用上證或深證綜指來反映股票市場狀況，統計發現這二者間存在較強的相關性及同步性，因此本文僅選取了上證綜指月收盤價的對數收益率作為研究對象，記為ln shangz，而美國股市方面則選取了標準普爾500指數的月對數收益率，記為lnsp500。

在下表1中對樣本區間內中美股市月對數收益率數據進行了統計描述。其中上證收益率的標準差遠大于標準普爾指數，即在選取的整個樣本區間內其收益率波動較大。對二者的偏度、峰度及Jacque-Bera統計量進行統計可知，樣本區間內各變量皆具有“尖峰后尾”的分布特征，且均不服從正態分布。通過ADF檢驗證實，兩個變量均在1%的顯著水平下為平穩序列。最后，對各收益率序列的異方差情況進行檢驗證實所有序列均存在ARCH效應。

(二)DCC-MGARCH模型估計結果

通過DCC-MGARCH模型對上述中美股市月對數收益率關系分兩步進行估計，首先運用單變量的GARCH(1,1)模型分別對兩組收益率數據進行回歸估計，消除序列相關及ARCH效應；之后再利用上一步回歸中得到的殘差標準化后估計相關系數矩陣。下表2中給出了第一步回歸估計的結果。其中W、α和β分別對應了上式(3)中的截距項、ARCH系數及GARCH系數。結果顯示變量的ARCH項均在5%的水平下顯著，而GARCH項系數則均在1%的水平下顯著。另外，對每個單變量GARCH模型回歸得到的殘差及其平方序列通過Ljung-Box檢驗，證實不存在自相關或ARCH效應，由此證實模型設定的合理性。最后，估計參數α與β的和非常接近1，則表明收益率序列均具有顯著的波動持續性。

另外，在無條件相關系數的估計結果中α*和β*均異于零，同時二者的和小于1符合模型約束條件。其中α*=0.006 411度量了滯后一階的標準化殘差乘積對動態相關系數的影響，本文估計結果中α*較小，而β*=0.946 091接近于1，這就表明中美股市對數收益率序列的當期動態異方差主要來源于其上一期的波動，而前期殘差平方所帶來的影響較小。同時也表明二者收益率間的相關系數具有較強的持續性，前期相關性對當期影響較大。

表1 各收益率描述性統計值

表2 單變量GARCH (1,1)模型參數估計

回歸得到參數估計結果的同時，還可以得到中美股市收益率間的動態條件相關系數序列。其具體走勢在下圖1中給出。根據走勢可以看出自我國加入WTO以來，我國股市與美國股市收益率之間始終保持著正向的相關關系，其中在2006年第一季度之前，兩國股市關聯性相對穩定，保持在0.28～0.3的區間內波動。而在2006年4月，我國人民銀行正式出臺QDII相關措施后，進一步擴大了我國資本市場的開放程度，使得這一相關性在出現瞬時大幅度下降后進入了一個相對平穩的上升通道。之后2008年第三季度全球金融海嘯爆發后，我國與美國股市間的相關性更是迅速上升，并在2008年11月達到最大值0.353。從市場微觀層面角度來看，則意味著投資者的決策收斂于羊群行為，具體來說，當危機爆發時，投資者避險意識增強，轉而配置安全性更高的資產例如現金等。隨著危機的延續，市場不確定因素增加，投資者獲得有效信息的成本過高，也就導致了最終的投資從眾行為。國內眾多投資者通過關注美國的經濟政策及市場信息做出投資決策，這種經濟聯系在資本市場上的體現也就在一定程度上解釋了危機爆發時我國與美國股市關聯性明顯高于其他階段的原因。另外，在危機爆發后的一段時期內，兩國股市的相關性持續且顯著的高于危機前的階段，這可能意味著金融危機整體上改變了我國股市與美國股市的關聯程度。而在后危機階段，這種高度的相關性又出現適度的回落，這是由于在金融危機爆發后，各國政府都紛紛通過宏觀手段對經濟加以調控以緩解經濟危機帶來的沖擊。而之后2011年爆發的債務危機，雖然效果較弱，但也使得兩國股市相關性再次重復了2008年危機時期的總體走勢。至今中美兩國股票市場的關聯程度已逐步回歸到了危機爆發前相對平穩的區間內波動。

圖1 收益率序列動態條件相關系數

圖2 區制1各變量累積脈沖響應

四、基于MS-VAR模型的實證分析

為了進一步對上文所提取的中美兩國股票市場收益率動態相關系數序列進行研究，本文采用馬爾科夫區制轉移向量自回歸 (MS-VAR)模型，并在其中引入了中美兩國的宏觀經濟因素，具體分析兩國的宏觀經濟因素對股市時變相關性的影響，以及在不同的經濟階段中何種經濟因素是導致這種相關性變化的主導因素。

(一)變量選擇及數據處理

根據現有的研究，本文分別選取我國和美國的貨幣供給量、利率以及美元兌人民幣的平均匯率作為兩國的宏觀經濟變量，以反映經濟因素對收益率動態相關性的影響。其中，中美貨幣供給量均選取廣義貨幣供給量M2，經季節調整后取對數，分別表示為lncm2和lnαm2。利率數據則取自我國銀行間同業拆借7天加權平均利率和聯邦基金利率，分別表示為cr和fr。匯率則表示為er。對數據進行平穩性檢驗，發現貨幣供給量的對數序列均在1%的顯著性水平下平穩，不存在單位根，而匯率及聯邦基金利率則不平穩，為了消除單位根，本文對利率及匯率序列進行差分處理，分別表示為dcr、dfr和der，處理后均為平穩序列。

(二)MS-VAR模型選擇及估計結果

在構建MS-VAR模型的過程中滯后階數p的選擇至關重要。p過大或過小都會影響模型估計的準確性。在本文的估計結果中根據AIC、BIC準則，可以確定p=1。另外區制數量的劃分也同樣重要，通常MS-VAR模型的區制數量不超過3個。在下表3中分別給出了VAR(1)、MS(2)-VAR(1)及MS(3)-VAR(1)模型估計的AIC、SC和對數似然值。通過綜合比較，筆者認為三區制的回歸模型解釋能力更強，因此本文最終選擇MS(3)-VAR(1)模型進行估計。

對MS(3)-VAR(1)模型進行估計得到區制劃分結果及不同區制下宏觀經濟因素對中美兩國股市收益率動態相關系數的影響。其具體三區制劃分結果分別在附錄1、2、3中給出，其中附錄1表示中美股市收益率相關性持續走高的階段；附錄2表示二者相關性保持平穩，在合理的區間內波動；而最后附錄3則表示兩市收益率的時變相關性不斷下降的階段。其中，動態相關系數有59.92%的概率處于區制2中，其平均持續期最長為8.8個月，而處于區制3的概率最低僅為14.07%，但其平均持續期略長于區制1為3.87個月。可見，中美兩國股市相關性持續增加狀況出現的概率雖然要高于持續走低的概率，但由于貨幣當局會對經濟進行干預調整，所以相關性持續走高的延續期通常較短。

表3 不同區制劃分結果比較

為了進一步了解不同區制狀態下宏觀經濟因素對股市收益率動態相關關系的影響，并進行比較，本文采用累積脈沖響應進行分析，具體脈沖響應見圖2至圖4。

在中美股市相關性持續走高的區制1中(圖2)，當匯率變化和我國貨幣供給出現一標準差的沖擊時，收益率的相關性均出現瞬時的下降，且匯率沖擊效果較為顯著；當美國貨幣供給量發生沖擊時，雖然有助于增加聯動性，但效果十分微弱；我國利率變化量產生沖擊時，會在即期導致股市相關性的下降，而之后快速轉為正向影響；最后在三個區制中美國聯邦基金利率變動沖擊所帶來的影響與匯率基本一致但效果相對較弱，故省略?？梢姡谖覈c美國股市相關性持續增長期間，根據以往經驗，由于金融危機爆發時二者相關性基本持續上升，所以也可以針對性的認為在金融危機爆發期間，面對過高的股市聯動性，可以通過調整匯率和我國廣義貨幣供給量的方式有效地降低我國股市與美國股市的關聯性，且匯率政策效果更為突出。

在中美股市相關性相對平穩的區制2中(圖3)，匯率變化和我國貨幣供給量沖擊對動態相關系數影響的走勢與區制1中基本相同，而就沖擊效果而言，二者的沖擊效應均略有下降。與區制1中不同的是，美國貨幣供給發生一單位正向沖擊則會在即期減少相關性，但之后這種負向影響會略有減弱；而我國利率發生正向沖擊時則并未造成動態相關性的瞬時下降，而是帶來更為顯著的相關性的增加，且在10個月左右達到最大?？偟膩碚f，在中美股市關聯性平穩波動的階段中，匯率政策手段的調整效應仍最為顯著。

最后，在動態相關系數持續下降的區制3中(圖4)，我國利率政策的沖擊雖然能在即期迅速增加股市關聯性，但之后伴隨著一定程度的回調。而值得注意的是，在該區間內，我國貨幣供給沖擊的效應較高且十分迅速。根據上文和現有研究證實在危機的早期階段，股市間的相關關系存在一個下降后急速上升的過程，因此，在金融危機前期，可以通過調整貨幣供給的方式降低市場相關性，盡管效果小于匯率調整但卻可以在政府干預的當期產生顯著的效果?？偟膩碚f，在這一階段中匯率政策沖擊和貨幣供給量沖擊可以作為調節中美股市相關性的主要手段。

圖3 區制2各變量累積脈沖響應

圖4 區制3各變量累積脈沖響應

五、結論

本文首先通過運用DCC-MGARCH模型對我國股票市場與美國股票市場收益率間的動態相關性進行研究，證實了自我國加入WTO以來兩國股市相關性始終為正，且在2006年我國正式出臺QDII制度后，資本市場更是由原有的單向開放轉變為雙向開放，即資本流動變為雙向渠道。這種雙向渠道的建立無疑促進了我國國內資本市場與國際資本市場的接軌，表現在中美股市聯動性上則是自2006年第二季度起兩市時變相關系數進入了持續上升階段。另外針對2008年金融危機與2011年債務危機階段進行研究發現，在危機前期股市相關性會出現下行而在危機全面爆發后則會發生突變，快速呈現出較高的相關性。這種相關性結構的突變在一定程度上證明了金融傳染效應的存在。

為了進一步分析宏觀經濟與股市相關性間的關系，本文還通過MS-VAR模型進行了實證分析。證實在不同的相關性趨勢階段中，宏觀經濟因素沖擊效應存在非對稱性。但在任何區制中，匯率的變化都是調節兩市關聯性的最有效的方法，尤其在相關性持續上升的階段其效果最為顯著。因此，在金融危機爆發期間，面對過高的股票市場相關性可能帶來的金融傳染風險，政府可以通過調整匯率的方式進行緩解。另外，通過調節我國廣義貨幣供給量的方式調節相關性，盡管政策效果弱于匯率調整，但其政策見效迅速，特別是在相關性持續走低的階段，在政策實施當期就可以對兩市相關性產生較為顯著的影響。

最后，美國聯邦基金利率政策的正向沖擊會對兩國股市的聯動性帶來負向影響，其效應略低于匯率沖擊。在股市聯動性上升期間，美國貨幣供給的正向沖擊，雖然會增加相關系數，但效果極其微弱；而在相關性保持平穩或持續走低的時期，這一沖擊則會給相關系數帶來相對顯著的負向影響。

[1] Lee S B, Kim K J. Does the October 1987 crash strengthen the co-movements among national stock markets [J]. Review of Financial Economics, 1993, 3(1): 89?102.

[2] Koutmos G. Modeling the dynamic interdependence of major European stock markets [J]. Journal of Business Finance & Accounting, 1996, 23(7): 975?988.

[3] Miyakoshi T. Spillovers of stock return volatility to Asian equity markets from Japan and the US [J]. Journal of International Financial Markets, Institutions and Money, 2003, 13(4): 383?399.

[4] G?bka B, Serwa D. Intra-and inter-regional spillovers between emerging capital markets around the world [J]. Research in International Business and Finance, 2007, 21(2): 203?221.

[5] Luo W, Brooks R D, Silvapulle P. Effects of the open policy on the dependence between the Chinese ‘A’stock market and other equity markets: An industry sector perspective [J]. Journal of International Financial Markets, Institutions and Money, 2011, 21(1): 49?74.

[6] 劉金全, 崔暢. 中國滬深股市收益率和波動性的實證分析[J].經濟學, 2002, 1(4): 885?898.

[7] 谷耀, 陸麗娜. 滬, 深, 港股市信息溢出效應與動態相關性——基于DCC-(BV)EGARCH-VAR的檢驗[J]. 數量經濟技術經濟研究, 2006, 23(8): 142?151.

[8] 李曉廣, 張巖貴. 我國股票市場與國際市場的聯動性研究——對次貸危機時期樣本的分析[J]. 國際金融研究, 2008(11): 75?80.

[9] 游家興, 鄭挺國. 中國與世界金融市場從分割走向整合——基于DCC-MGARCH模型的檢驗[J]. 數量經濟技術經濟研究, 2009(12): 96?108.

[10] 方毅, 桂鵬. 亞太地區股票市場的聯動程度[J]. 世界經濟研究, 2010(8): 22?26.

[11] 楊雪萊, 張宏志. 金融危機, 宏觀經濟因素與中美股市聯動[J]. 世界經濟研究, 2012(8): 004.

[12] 王健. 中美股市聯動性——基于極大重疊離散小波變換的研究[J]. 世界經濟文匯, 2014(2): 72?89.

附錄：

附錄 1區制1相關性增加階段

附錄 2區制2相關性平穩波動階段

附錄 3區制3相關性減小階段

[編輯: 蘇慧]

Macro-economic factors and co-movement of China’s and US stock market

Liu Weijiang, DING Yi, SUI Jianli
(Center for Quantitative Economics of Jilin University, Changchun 130012, China)

By analyzing macro-economic factors with the DCC-MGARCH model and MS-VAR model, the essaystudies the dynamic co-movement of the China’s and the US stock market, and the effect of macroeconomic variables in different correlation regimes. The findings show that, with the QDII system implementation, the co-movement of China’s stock market with the US stock markets has been increasing. When the economic crisis broke out, the reletivity between the markets declined first for a short term but then increased rapidly. In addition, according to the impulsive effect, the exchange rate policy has the most significant effect at all times. The shock effect of our money supply is relatively weak, but very quick. In all, compared with the US monetary policy, Chinese policy exerts more significant effect.

co-movement; monetary policy; exchange rate; DCC-MGARCH model; MS-VAR model

F832.5

A

1672-3104(2015)04?0105?08

2014?04?08；

2015?05?31

國家自然科學基金項目“新形勢下非線性動態隨機一般均衡模型在我國貨幣政策規則評價中的應用”(71203076)；教育部人文社會科學研究項目“‘十二五’期間我國經濟周期波動態勢與經濟政策調控模式的動態隨機一般均衡分析”(11YJC790158)

劉偉江(1967?)，女，吉林長春人，博士，吉林大學教授，博士生導師，主要研究方向：實驗經濟學，經濟模擬；丁一(1988?)，女，吉林長春人，吉林大學博士研究生，主要研究方向：實驗經濟學和經濟模擬；隋建利(1982?)，男，吉林長春人，博士，吉林大學副教授，主要研究方向：宏觀經濟學，計量經濟學