“滬港通”和“深港通”對滬深港股市聯動性的影響研究

段江嬌，謝 可

（上海理工大學 管理學院，上海 200093）

一、引言

自20世紀90年代中國上海證券交易所成立以來，我國股市進行了諸多的改革，比如股權分置改革、QFII和QDII機制，然而我國的資本市場仍然是處于比較封閉的狀態。2014年11月17日“滬港通”正式開啟，緊接著，2016年12月5日“深港通”正式實施，它們的開啟實現了我國內地股票市場與香港股票市場互聯互通的交易機制，標志著我國資本市場逐步開放?！皽弁ā焙汀吧罡弁ā边B接了內地股票市場和香港股票市場，使得內地投資者和香港投資者可以直接買賣對方交易所上市的股票，這是我國內地資本市場的重大制度創新。

“滬港通”、“深港通”等互聯互通交易機制是A股吸引海外投資者的積極嘗試，這將大幅度提高A股的國際化進程，提高我國在國際金融市場中的地位。2017年6月21號，MSCI宣布我國的A股被納入MSCI新興市場指數，這是我國資本市場國際化的重要標志。MSCI發布的公告中提到：由于中國內地與香港互聯互通機制取得積極進展，且中國交易所放寬了對涉及A股的全球金融產品進行預先審批的限制，此次納入A股的決定在MSCI所咨詢的國際機構投資者中得到了廣泛支持。

在“滬港通”和“深港通”的開啟前后，有不少學者就此機制的影響進行了研究，但是總體來說相關文獻不多，主要集中在以下兩個方面：

（一）對股市聯動及影響的研究

李紅權等人（2011）運用Hong方法研究了我國A股市場與美股、港股在次貸危機前后的互動關系，結果發現美股對A股和港股有金融傳染效應，而A股可以反映來自于美股和港股的信息[1]。劉茂榮和劉恒昕（2015）研究結果發現，“滬港通”開通后，滬市股票市場的長期和短期記憶性顯著下降，且在“滬港通”開通之后ARFIMA模型的預測效果明顯減弱[2]。楊瑞杰和張向麗（2015）研究顯示在滬港通之前，存在香港股票市場對大陸股票市場微弱的波動單向溢出，在滬港通之后，存在大陸股票市場連續波動和香港股票市場連續波動的雙向溢出[3]。徐曉光等人（2015）選取2011年12月5日到2014年12月31日的上證指數和恒生指數，研究發現在滬港通之后，兩個市場間的相關性顯著增加，并且市場同步上漲的趨勢大于同步下跌的趨勢[4]。

（二）對A+H股的影響研究

胡章宏和王曉坤（2008）利用Chen等人（2001）的模型對51家AH股上市公司進行了實證分析，研究結果發現，同一上市公司的A股對H股普遍存在溢價現象，兩地的市場波動及利率變化對AH股價差具有顯著的影響，兩地股票市場分割以及內地資本流動的限制是造成AH股價差的根源[5]。曹廣喜和徐龍炳（2011）研究結果表明滬港兩市的動態競爭關系逐漸變為互惠關系，說明滬港兩市的互惠合作是未來證券市場競爭的發展趨勢[6]。屠年松和吳常娟（2016）運用動態面板模型對AH股進行了研究，結果表明“滬港通”政策的推出使得AH股溢價率下降、AH股市場分割性降低，并且AH股呈現出一體化的趨勢，兩股市趨向整合[7]。閆紅蕾和趙勝民（2016）研究表明“滬港通”能夠提高股票市場一體化水平，A股和H股套利交易策略能夠獲得顯著的正收益[8]。

從上述文獻綜述看來，研究者對“滬港通”和“深港通”進行了一定的研究，但是大多著重在“滬港通”方面的研究，較少考慮“深港通”開啟的影響研究，因此本文的創新點在于著重研究“深港通”的開啟對滬港兩市聯動性的影響。與此同時，過往學者的研究較多使用股指或股票收益率進行研究，而本文將選用滬深港股市指數日波動率來分析“滬港通”和“深港通”的開啟前后對股市聯動性的影響。綜上所述，本文將以“滬港通”和“深港通”的開啟作為時間節點，把樣本區間分為三個時間階段，運用VAR模型實證分析互聯互通對內地股票市場和香港市場的影響。

二、模型介紹與樣本選取

（一）VAR模型簡介

向量自回歸（VAR）是基于數據的統計性質建立的模型，VAR模型把系統中的每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型。1980年西姆斯（C.A.Sims）將VAR模型引入經濟學中，推動了經濟系統動態性分析的廣泛應用。

VAR（P）模型的數學表達式是：

Yt=Φ1Yt-1+…+ΦpYt-p+HXt+εt，t=1，2，…，T

式中：Yt是k維內生變量列向量，Xt是d維外生變量列向量，p是滯后階數，T是樣本個數。k*k維矩陣Φ1，…，Φp和k*d維矩陣H是待估計的系數矩陣。εt是k維擾動列向量，它們互相之間可以同期相關，但不與自己的滯后值相關且不與等式右邊的變量相關，假設∑是εt的協方差矩陣，是一個k*k的正定矩陣。

（二）樣本區間劃分

本文主要研究的是“滬港通”和“深港通”前后滬深股市和香港股市之間的聯動性關系，因此本文選取的數據是上證指數、深證成指和香港恒生指數的日波動率，為方便記錄，分別命名為shv、szv、hkv。本文選取數據的時間范圍是2013年9月2日—2017年6月30日，以“滬港通”開啟的時間2014年11月17號和“深港通”開啟的時間2016年12月5號作為節點，將時間段劃分為：2013年9月 2日—2014年 11月 16日、2014年 11月 17日—2016年12月4日、2016年12月5日—2017年6月30日三個區間，分別以1、2、3區分不同階段。最后得到9個子序列，分別為 shv1、shv2、shv3、szv1、szv2、szv3、hsv1、hsv2、hsv3。

由于內地和香港節假日不同等情況，會導致滬深股市和香港股市某些交易日數據不同步，因而本文將沒有數據的交易日重復上一個交易日的數據，最終得到3 003個數據，數據來源于銳思數據庫。本文數據分析軟件均采用Eviews9.0版。

三、實證分析

（一）單位根檢驗

序列的回歸模型往往存在“偽回歸”現象，為了保證回歸結果的有效性，需對其進行平穩性檢驗。本文采用ADF單位根檢驗來判斷序列是否平穩，當ADF值小于t臨界值，說明變量是平穩的，否則不平穩。檢驗的ADF值與概率值如表1所示。

由表1可知，在5%的顯著性水平下，除了szv2序列，其他序列都是顯著平穩序列。因此，需要對szv2序列和hsv2序列進行協整檢驗，觀察其是否存在長期穩定的關系。檢驗結果如表2所示。

表1 滬深港股市指數日波動率的ADF檢驗

表2 szv2和hsv2的協整檢驗

由表2可知，在5%的顯著性水平下，拒絕原假設，說明szv2和hsv2存在協整關系，因此可以建立VAR模型。

（二）最優滯后階數的確定和VAR模型的穩定性檢驗

本文對“滬港通”開啟后的上證綜指日波動率shv2和恒生指數日波動率hsv2、上證綜指日波動率shv3和恒生指數日波動率hsv3建立了VAR模型。同理，本文對“深港通”開啟后的深證成指日波動率szv3和恒生指數日波動率hsv3也建立了VAR模型。本文由于篇幅有限，只展示szv3和hsv3的VAR模型，過程如下：

首先，對“深港通”開啟之后的深證成指日波動率szv3和恒生指數日波動率hsv3進行最優滯后期數分析，結果如表3所示。

表3 szv3和hsv3指數日波動率最優滯后階數的確定

由表3可知，此模型的最優滯后期數是4期，由此得到了 VAR最佳估計模型，即 VAR（4）模型。在建立了VAR模型后，需要對模型的穩定性進行檢驗。本文選取的是AR根檢驗，它的原理十分簡單，如果所有根的倒數絕對值小于1，則認為該模型是穩定的。此VAR模型的AR值分別為：0.888 806、0.860 176、-0.245 787、0.020 987，絕對值都小于1，因此VAR模型是穩定的，可以進行后續相關檢驗。

（三）Granger因果檢驗

上文建立了VAR模型，并且模型是穩定的，需要用格蘭杰因果檢驗進一步確定哪一方占據主動地位。檢驗結果如表4所示。

表4 滬深港股市的Granger因果檢驗

由表4的Granger因果檢驗可以看出，“滬港通”開啟后，在99%置信水平下，上證綜指日波動率shv2是恒生指數日波動率hsv2的格蘭杰原因，表明在此階段，滬市能夠影響港市。而在“深港通”開啟后，shv3和hsv3互相不是彼此的格蘭杰原因，說明“深港通”的開啟減弱了滬市對港市的影響。在“深港通”開啟后，在99%置信水平下，深圳成指日波動率szv3是恒生指數日波動率hsv3的格蘭杰原因，表明深市能夠影響港市。

（四）脈沖分析

脈沖響應函數分析可以用來分析擾動項的影響是如何傳播到各變量的，本文的脈沖響應主要分析了在“滬港通”開啟后，滬港兩市之間受到對方沖擊的影響，以及在“深港通”開啟后，深港兩市之間受到對方沖擊的影響。分析結果如圖1、圖2、圖3、圖4所示。

圖1 滬港兩市日波動率的脈沖響應曲線

圖2 滬港兩市日波動率的脈沖響應曲線

圖3 深港兩市日波動率的脈沖響應曲線

圖4 深港兩市日波動率的脈沖響應曲線

從圖1可以看出，在“滬港通”開啟后，恒生指數日波動率hsv2對上證綜指日波動率shv2產生一個正面影響，而后這種正面影響逐步下降，最后趨于穩定，說明港市會增加滬市的波動，隨著時間的流逝，這種影響逐漸減低。從圖2可以看出，在“滬港通”開啟后，上證綜指日波動率shv2會對恒生指數日波動率hsv2產生一個正面影響，并且這種正面影響逐漸增強，說明滬市會增加港市的波動性，并且這種影響持續增強。

從圖3可以看出，在“深港通”開啟后，恒生指數日波動率hsv3對深證成指日波動率szv3首先有一個負面的影響，說明港市會抑制深市股票波動率，隨后恒生指數日波動率hsv3對深證成指日波動率szv3有一個正面的影響，但這種影響較小。從圖4可以看出，深證指數日波動率szv3會對恒生指數日波動率hsv3產生正面的影響，這種正面影響先增高后降低，說明“深港通”開啟后，深市會增加港市的波動性，這種影響逐漸減小。

（五）方差分解

為了進一步了解“滬港通”和“深港通”開啟后各個變量對彼此造成的沖擊的相對重要程度，本文進行了方差分解。首先對“滬港通”開啟后的shv2和hsv2以及“深港通”開啟后的shv3和hsv3進行方差分解，結果如表 5、表 6、表 7、表 8所示。

表5 shv2的方差分解

表6 hsv2的方差分解

表7 shv3的方差分解

表8 hsv3的方差分解

從表5可以看出，在“滬港通”開啟后，上證指數日波動率shv2主要受到自身的影響，同時港市對其的沖擊也是比較大的，在第一期達到了12.14%。從表6可以看出，恒生指數日波動率hsv2幾乎只受到自身的影響，滬市對其影響微乎其微。通過對比表5與表7可以看出，在“深港通”開啟后，上證指數日波動率shv3受到港市的影響在第一期由12.14%減少至3.67%，由此可見，“深港通”的開啟，使得滬港之間的影響減弱。

本文對在“深港通”開啟后，深證成指日波動率szv3和恒生指數日波動率hsv3進行了方差分解，結果如表9、表10所示。

從表9可以看出，“深港通”開啟后，深證指數日波動率主要受到自身的影響，而港市對其的貢獻在第一期達到了4.49%，通過對比表9與表7，這種貢獻性比對滬市的3.67%有所增大，說明在“深港通”開啟后，深港兩市的聯動性增強，而滬港兩市的聯動性減弱。

表9 szv3的方差分解

表10 hsv3的方差分解

四、研究結論和建議

（一）研究結論

本文通過單位根檢驗、協整檢驗、VAR模型、脈沖響應分析、方差分解、格蘭杰因果檢驗等方法研究了在“滬港通”和“深港通”前后，滬深兩市與港市之間的市場聯動性關系?，F在得到如下幾個結論。

第一，通過 Granger因果檢驗發現，在“滬港通”開啟后，上證綜指日波動率shv2是恒生指數日波動率hsv2的格蘭杰原因，而在“深港通”開啟后，上證綜指日波動率shv2不再是恒生指數日波動率hsv2的格蘭杰原因，說明“深港通”的開啟，使得滬港兩市波動率的聯動性降低。在“深港通”開啟后，深證成指日波動率szv3是恒生指數日波動率hsv3的格蘭杰原因，表明深港兩市波動率的聯動性增強。

第二，通過脈沖響應分析發現，滬市會增加港市的波動性，并且這種波動性持續增強，而恒生指數幾乎不影響內地股票市場；“深港通”開啟后，深市會增加港市的波動性，這種波動性逐漸減小。

第三，通過方差分解同樣發現，在“深港通”開啟后，滬市波動率對港市波動率的影響減弱，而深市波動率對港市波動率的影響增加。

（二）對策建議

“滬港通”和“深港通”是中國內地市場開放的重要環節，是我國金融改革的重大創新，但是由于我國內地股票市場不夠成熟，因而在金融創新的同時需要注重穩健發展。

1.加快完善互聯互通配套制度。內地和香港股票市場存在著不同的交易、監管、信息披露制度，因此需要加快完善互聯互通配套制度，維持互聯互通的穩定發展。

2.穩步推進金融改革。中國金融市場走向世界是一個必然的結果，因此需要堅定不移地推進金融改革，在經濟全球化的背景下，確立我國金融市場在國際中的地位。