金磚國家證券市場聯動性研究

黃炯++張海亮

【摘要】金磚國家的經濟發展越來越受到國際社會的廣泛關注，尤其是其資本市場在次貸危機期間的收益表現更受到了國際投資者的青睞。本文選取2008年3月至2014年3月金磚國家股指日數據，建立分位數回歸模型研究這幾個證券市場的聯動性以指導投資實踐。研究發現金磚國家證券市場之間不同分位點的聯動性不同，這有助于很好地分散投資風險。

【關鍵詞】金磚國家 證券市場 聯動性 分位數回歸

一、引言

21世紀頭十年，金磚國家整體平均增長率超過8%，遠高于發達國家和全球經濟的平均增長率。聯合國貿易和發展會議2013年4月25日發布的最新一期《全球投資趨勢檢測報告》稱，2012年流向金磚國家的外國直接投資達到2630億美元，在總投資流量中占比從2000年的6%增加到20%；金磚國家對外直接投資從2000年的70億美元增加到2012年的1260億美元，在全球總流量中占9%。投資的發展加速了國際資本規模流動，各國經濟依賴程度加深，金融市場一體化逐步加強，國際融資證券化特征更加明顯，證券市場開放程度日益擴大，不同市場間的關聯性也即聯動性也大大加強。這種聯動性是指不同證券市場之間的收益波動的相關性特征，例如股票的“同漲同跌”現象。聯動程度越低，越有助于分散投資風險。對國際投資者而言，新興市場有很好的成長潛力。但其資本制度不夠完善，資本市場有投資限制，各國政治模式多樣化等等導致其投資風險也很高。因此，研究新興證券市場間的聯動性，深入剖析新興市場的投資環境，可以指導多元化投資實踐，為投資者提供合理有效的資產配置和風險管理建議。

證券市場聯動性研究是國際投資的重要內容。從空間地域來看，主要分發達國家證券市場之間聯動性，發達國家與新興市場之間聯動性，新興市場之間聯動性研究。

在發達國家證券市場間聯動性方面：Campbell和Hamao（1992）認為日本和美國市場存在聯動性。而Gerrits和Yuc（1999）的研究表明美國對德、英和荷蘭等歐洲國家存在單向影響，而歐洲地區證券市場影響范圍僅限于歐洲國家之間。Rua（2009）運用小波分析發現德、日、英、美等國家間聯動程度隨著所觀察頻率、時期的變化而變化。

在發達國家與新興市場間聯動性方面：李悅和程希駿（2006）、李夢玄和周義（2011）等運用時變Copula方法分析我國股市與國際股市具聯動性。陳漓高等（2006）、張兵（2010）等人的研究表明我國股市與國際股市分離。何興強和周開國（2006）、吳劉杰和喬桂明（2011）等人的研究表明我國股市與國際股市并未分離而且具協同聯動性。李曉廣和張巖貴（2008）認為我國股市與國際成熟市場聯動性不強，時而為“即期聯動”時而為“滯后聯動”，而巴西始終與國際成熟市場保持“即期聯動”。Lucey和Voronkova（2008）研究表明從長期看，俄羅斯市場不受其他發達國家市場影響。Bhar和Nikolova（2009）對金磚四國與國際市場聯動性進行研究發現，印度最高，巴西和俄羅斯次之，中國最小。

在新興市場之間聯動性方面：Eijif（2005）考察了亞洲及拉丁美洲的新興證券市場間因果關系，實證研究結果表明該地區新興證券市場之間存在聯動性。馮蕓和吳沖鋒（2002）的研究驗證了亞洲金融危機期間多數國家存在市場傳染現象，危機的爆發加強了亞洲證券市場間的聯系。Lucey和Voronkova（2008）指出亞洲金融危機期間，俄羅斯股市與發達國家市場（美、英、歐盟）及區域內新興市場（波蘭、捷克、匈牙利）的相關性比危機前后高。

二、數據選取及描述性統計分析

本文選取金磚國家中國、印度、俄羅斯、南非和巴西證券市場股指日數據考察新興市場的聯動性。這些國家分別記為R（CHINA）、R（INDIA）、R（RUSSIA）、R（SA）和R（BRAIL）。同時選取美國市場指數（MSCI USA）和歐洲市場指數（MSCI EURO）以對比新興市場與發達國家市場的差異。樣本區間為2008年3月1日至2014年3月31日（數據均源自MSCI、雅虎財經官方網站）。同時剔除各市場交易日不重合數據后得到7組觀測值，每組共1524個數據。

數據來源：MSCI、雅虎財經官方網站。

注：樣本區間為2008年3月1日至2014年3月31日；日收益率由對數差分得到。

從圖1各國市場收益波動描述可見，中國、俄羅斯、巴西三國收益率出現了多個劇烈的異常峰值，序列中的異常波動有非常明顯的集聚現象，這表明這三個市場收益率波動具有條件異方差現象，出現的擾動不是白噪聲過程。

從表1各國市場收益率基本統計描述可知，就收益率均值而言，印度和南非較高，中國和俄羅斯較低，但五國均值低于美國和歐洲市場。就收益率標準差而言，五個金磚國家市場指數標準差均高于美國市場，除中國和巴西外均高于歐洲市場。這表明印度、俄羅斯、南非比歐美發達市場更具有“高風險”的特征?？梢?，雖然新興市場國家經濟增長較快，具有較好的增長潛力，但其證券市場變化與其并不完全一致。就偏度而言，南非和巴西股市收益率分布具有正偏性，中國、印度和俄羅斯股市具有負偏性，五個國家的峰度值都大于正態分布的峰值，JB統計量遠大于5%的顯著水平，不服從正態分布并呈現“尖峰厚尾”特征?？梢姡屡d市場經濟增長與其證券市場并不匹配。

三、分位數回歸檢驗結果

首先，本文依據金磚五國市場的5%、10%、25%、50%、75%、90%、95%分位數水平進行兩兩股市聯動性回歸，得到rit在上述分位數水平下的一簇回歸直線（如圖2所示）。

與最小二乘回歸只能得到一條回歸直線相比，在分位數回歸中，各市場在每個關注的分位數水平都得到了一簇回歸直線。如圖2可見，中印、中俄、中南、中巴、印俄市場間下尾相關性整體強于上尾相關性。這表明隨著各水平τ值的提高，回歸直線中的rit越來越高，市場收益增加時，聯動性減弱；印南、印巴、俄巴市場間聯動關系較強；俄南、南巴市場間下尾相關性整體弱于上尾相關性，表明市場收益增加時，聯動性增強。

另外，中國與其他金磚國家市場聯動性系數大部分在10%的置信水平下顯著。這些系數均為正，說明中國與其他金磚國家證券市場具有正向聯動性，但不同分位點呈現出不同的特征。在較低分位點處（如5%和10%），整體上除俄羅斯外，其他金磚國家與中國市場聯動性較弱。即中國市場表現不好時，印度、巴西和南非市場波動基本不會對中國市場產生影響。而隨著分位點水平的提高（25%以上），其他金磚國家與中國證券市場聯動性開始增強。即隨著中國市場收益轉好，其他金磚國家市場波動對中國市場的影響也會增強。尤其是在中國市場收益表現較好時，金磚國家之間的市場正向聯動性更為明顯?？傊?，市場表現好時，金磚國家市場相關性較強。反之，市場表現不好時，金磚國家證券市場相關性較弱。這在一定程度上說明市場表現不好時，在金磚國家投資有助于分散投資風險。

為了更準確地把握各分位數水平（τ）的總體特征，了解解釋變量X的連續變化對被解釋變量Y在不同τ下的影響差異，把收益率rit按照更高頻的1%，2%，...，99%進行分位數回歸，得到中國與其他四個市場間的共396個估計結果，分別是：（0.01），（0.02），...（0.99）。圖3描述了上述（τ）的估計結果，表示印度、俄羅斯、南非和巴西與中國市場聯動性。

注：中間的實線為（τ），兩邊虛線所示帶形區域為置信區間。

從圖3可以更清晰地看到，金磚國家不同分位數水平下的（τ）呈現出不同的特征，但有一定差異。如圖3-A所示，印度市場在25%以下和90%以上的分位數水平與中國市場聯動性系數較小。隨著分位數水平的增加（τ）也增加，在75%分位點左右達到最大，之后（τ）又開始下降。如圖3-B所示，俄羅斯在20%以下和80%以上的分位數水平與中國市場聯動性系數較小。隨著分位數水平的增加（τ）也增加，在25%分位點左右達到最大，之后（τ）又開始下降。如圖3-C所示，南非市場在20%以下和90%以上的分位數水平與中國市場聯動性系數較小。隨著分位數水平的增加（τ）也增加，在75%分位點左右達到最大，之后（τ）又開始下降。如圖3-D所示，巴西市場在50%以下和90%以上的分位數水平與中國市場的聯動性系數較小。隨著分位數水平的增加（τ）也增加，在75%分位點左右達到最大，之后（τ）又開始下降。整體上，其他金磚國家與中國市場聯動性曲線大體均呈“倒U形”。這說明在中國市場表現較好或較差兩種極端情況下，其他金磚國家與中國市場聯動性較弱。而在正常情況下，其他金磚國家與中國市場聯動性較強。

綜上，由分位數回歸可知，金磚國家證券市場之間不同的分位點，市場聯動性影響不同。對中國市場而言，在較低的分位點和較高分位點，即中國市場表現較差或較好時，印度、俄羅斯、南非和巴西市場對中國市場收益影響為正但較弱。隨著分位數水平提高，印度、俄羅斯、南非和巴西市場對中國市場收益影響為正且增強?？梢?，新興市場之間不同分位點上的聯動性不同，這有助于很好地分散投資風險。

參考文獻

[1]John Y.Campbell.Asset Prices，Consumption，and the Business Cycle，Working paper，1998.

[2]Gerrits，Yuce.A Short-and Long-term Links among European and U.S.Stock markets[J].Applied Financial Economics，1999，9：1-9.

[3]Rua A.，Nunes L.C..International comovement of stock market returns： a wavelet analysis”.Journal of Emprical Finance，2009，16（4）：632-639.

[4]李悅，程希駿.上證指數和恒生指數的Copul尾部相關性分析[J].系統工程，2006 （5）：92-96.

[5]李夢玄，周義.基于時變Copula的我國股票市場聯動性研究[J]商業經濟，2011（4）： 109 -122.

[6]陳漓高，吳鵬飛，劉寧.國際證券市場聯動程度的實證分析[J].數量經濟技術經濟研究，2006，（11）：124-132.

[7]張兵，范致鎮，李心丹.中美股票市場的聯動性研究[J].經濟研究，2010，（11）：141-151.

[8]何興強、周開國.牛熊市周期和股市間的周期協同性[J].管理世界，2006，（4）：35-40.

[9]吳劉杰，喬桂明.后危機時代美國、中國香港和中國大陸股市的聯動性研究-基于美國金融危機時期的數據驗證[J].金融理論與實踐，2011（4）：49-52..

[10]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.

[11]Lucey，B.M.，Voronkova S..Russian equity market linkages before and after the 1998 crisis： Evidence from stochastic and regime-switching cointegration tests[J].Journal of International Money and Finance，2008，27（8）：1303-1324.

[12]Bhar，Nikolova.Return，volatility spillovers and dynamic correlation in the BRIC equity markets： An analysis using a bivariate EGARCH framework[J].Global Finance Journal，2009，19（3）：203-218.

[13]馮蕓，吳沖鋒.基于引導和互動性的傳染檢驗[J].世界經濟，2002，（2）：34-42.

基金項目：國家社會科學基金項目（11XJY023）；云南省教育廳重點項目（2001Z080）。

作者簡介：黃炯（1976-），女，漢族，云南昆明人，昆明理工大學管理與經濟學院博士研究生，研究方向：金融工程與風險管理，云南師范大學數學學院講師.張海亮（1983-），男，漢族，山西人，博士，昆明理工大學管理與經濟學院副教授，研究方向：金融工程與風險管理。