不確定性沖擊下RCEP成員國股票市場的動態波動溢出效應與風險傳導機制研究

DOI：10.12433/zgkjtz.20251313

一、引言

區域全面經濟伙伴關系協定（RCEP）自2020年9月完成多邊締約并正式生效以來，已成為全球規模最大的制度性自由貿易安排。其成員包括中國、日本、韓國、澳大利亞、新西蘭及東盟十國，標志著亞太區域經濟一體化實現了制度化突破。RCEP通過降低要素流動壁壘，顯著提升了貿易與投資的便利化程度，同時加速推動區域金融市場的多元化深度融合。然而，制度框架的強化也使金融網絡拓撲結構愈加復雜，任何單一經濟體的沖擊均可能經由市場聯動引發區域性系統震蕩。基于此，在RCEP框架下構建韌性金融體系并實施有效的宏觀審慎監管，對維護區域金融穩定具有至關重要的意義。

對于此類溢出效應，學界期望通過量化監測予以把握，這既可為新興危機構建預警機制，亦能追蹤現有危機的演進進程。現有文獻詳細說明了研究金融市場內部溢出效應的兩個主要方向[1：第一類聚焦主權國家內部跨資產類別，由股票、債券和外匯市場等多元化金融市場產生的溢出效應構成；第二類致力于解構跨區域金融市場的風險共振現象，涵蓋發達經濟體與新興市場間的股指波動傳導。根據區域經濟一體化的特性，本研究基于第二類范式構建分析框架，重點考察RCEP成員國股票市場間動態溢出效應的結構性特征。相較于既有文獻多局限于單一風險事件對RCEP成員國的風險溢出分析[或研究單個RCEP成員國內部市場的變動。本文縱向分析十一個成員國在2009 年至2023年重大風險事件中的跨市場波動傳導差異，彌補風險事件有限以及研究目標單一的問題，有效填補制度性貿易協定與金融風險關聯性研究的理論空白。

本文使用的模型基于DCC-GARCH模型，并吸收關于連通性分析的擴展，納入凈風險溢出指數與可視化連通表達，以重大風險事件為分界，開展階段性對比分析。一方面，通過構建時變參數模型對總波動溢出指數的動態演變進行量化；另一方面，識別主要波動輸出者與接收者，為跨市場波動傳導的本質提供了新的視角，精準揭示近期危機期間股市向其他市場傳導波動的重要性。本研究揭示當某一市場持續處于波動輸出核心地位時，政策干預與宏觀審慎監管應采取的針對性實施路徑，進而為提升區域金融穩定性提供理論支撐與實踐指引。

二、研究方法與數據

（一）研究方法

該模型以矢量化脈沖響應函數為基礎，計算廣義預測誤差方差分解，并對分解份額進行歸一化處理，使每行之和均為1，便于橫向比較。在此基礎上，總連通性指數反映了整個系統中變量間波動溢出的總體強度，總定向連通性“輸出”衡量某一變量向其他所有變量輸出沖擊的程度；而“接收”則衡量其從其他變量吸納沖擊的程度。二者之差形成凈總定向連通性，用于判別該變量在網絡中是作為沖擊的凈發送者還是凈接收者。

（二）數據

RCEP作為亞太區域經濟協同發展的重要制度性安排，其雛形可追溯至2012年東盟十國發起的多邊締約機制設計。本研究基于長周期面板數據，分析了從2009年9月14日至2023年12月27日RCEP制度框架對成員國金融市場的動態影響。基于成員國之間制度性差異與高頻數據可獲性約束，實證樣本覆蓋11個核心締約方：日本（N225）、中國（IC500）、新西蘭（NZ50）、澳大利亞（AORD）、印度尼西亞（JCI）、馬來西亞（KLCI）、泰國（SET）、越南（VNI）、菲律賓（PSI）、韓國（KS11）及新加坡（STI）。由于文萊缺少股票市場，柬埔寨、老撾和緬甸因上市公司過少導致股票市場還不成熟，四個RCEP成員國文萊、柬埔寨、老撾和緬甸沒有被納入樣本。數據采用Wind數據庫成員國股市股指每日收盤價，針對跨市場交易日歷差異導致的缺失值，進行嚴格的數據清洗，通過剔除異常值并采用插值方法補全數據，以確保樣本完整。對剩余觀測值實施標準化處理，以此構建對數收益率序列，提高模型分析的穩健性。基于此，樣本數據能夠精準評估RCEP框架下各市場的協同運動與風險溢出效應。

1.平穩性檢驗

在應用廣義自回歸條件異方差模型（GARCH）前，對數據進行增廣迪基—富勒檢驗（ADF）以驗證時間序列的平穩性。檢驗結果顯示，對數收益率序列的t統計量絕對值在 1% 、 5% 和 10% 顯著性水平下均超過對應臨界值，致使原假設被拒絕。所有序列ADF檢驗的p值均趨近于零，從統計意義上顯著拒絕單位根零假設，充分證實序列滿足平穩性條件，為后續GARCH模型的應用奠定數據基礎。

2.ARCH檢驗

廣義自回歸條件異方差模型（GARCH）適用于刻畫時間序列數據的條件異方差特性。在計量檢驗中，以序列不存在ARCH效應為零假設；檢驗結果顯示各項p值均趨近于零，顯著拒絕該假設，表明樣本序列中確實存在ARCH效應。這一檢驗結論為GARCH模型的適用性提供了統計支撐，使其成為刻畫股票收益溢出效應動態傳導機制的有效工具。

三、實證

對2009年9月14日至2023年12月27日RCEP成員國股票收益率序列的分析顯示，NZ50指數波動情況相對較弱，方差為1.077，而IC500指數表現出最高的波動水平，方差為7.027；均值分析表明，KLCI指數期望收益率最低而NZ50最高。多數指數呈現左偏與厚尾特征，表明市場易發生極端下跌事件且存在波動聚集性，Jarque-Bera檢驗證實收益率分布顯著偏離正態假設，這與金融資產典型非正態分布特征一致。

通過對十一個股票市場的日度對數收益率分析，研究發現樣本期內存在明顯的波動集聚現象，與多次系統性風險事件高度吻合：2009年全球金融危機期間，N225、NZ50等指數均出現同步大幅震蕩；歐洲主權債務危機中，泰國、韓國、新加坡和菲律賓的股市回報率均顯著為負，但整體呈現短期化調整；2015年中國股災與石油危機引發中國、越南、新加坡等市場共振下跌，其中中國的回報率降幅最大。2020年，所有市場均出現極端波動，對RCEP成員國股市造成全方位、高強度沖擊，市場同步性達階段性峰值。但是整體RCEP市場對新冠肺炎疫情沖擊的短期反應和恢復速度優于歷史風險事件，即使RCEP成員國的新興市場抗風險能力低于發達市場。風險事件既暴露發達與新興市場的抗風險差異，也驗證區域協同對危機修復的關鍵作用。符合已有結論，RCEP協定帶來的貿易利益有望在參與國之間形成并加強國際貿易活動的循環流動體系，從而提高各國股市的抗風險能力。

基于樣本數據，本文構建靜態溢出效應矩陣，系統測度RCEP股市的波動傳導機制，包括總波動溢出指數 （TCI=51.82% ）、定向溢出（TO與FROM）及凈溢出（NET）三大指標。TO指標反映各市場對外傳遞沖擊的能力，結果顯示KS11、KLCI9和STI為主要輸出方；FROM指標衡量各市場對外吸納沖擊的程度，其中STI、N225及PSI吸收溢出最為顯著。凈溢出分析進一步指出，KLCI、SET、KS11、STI和JCI為凈輸出者，KS11的凈輸出規模最大；而N225、IC500、NZ50、AORD、VNI及PSI則為凈接收者。

對于十一個成員國動態成對連通性方面，IC500、JCI、SET、KLCI和PSI與其他成員國市場間的動態成對連通性處于較高水平。在樣本期間，五個股票指數對KS11溢出效應的敏感性均有所提升，其中IC500對KS11的溢出效應表現出最高的敏感度。與其他股票指數相比，NZ50和AORD的溢出程度無論在均值還是極值層面均處于較低水平，其波動效應具有明顯的短暫性特征。相反，KLCI與KS11之間的溢出效應不僅更為突出，而且持續時長更久，這為深入探究跨市場溢出效應增添了新的理論維度。針對高溢出效應市場，可以通過跨區域監管合作，來避免風險通過市場聯動放大，提升金融體系穩定性。

為了增強波動率序列動態連通性的可視化，使用節點大小、箭頭方向和其他視覺元素來傳達關于估計網絡特征的信息，有效說明了動態連通性的結構[1]。具體來說，分析數據序列以圓形節點呈現，節點大小表示“TO”的值，“TO”值越大則節點規模越大。箭頭方向表征兩變量間成對定向連通性的傳遞方向，箭頭粗細與波動溢出程度成正比。總體分析得出KS11的節點最大，而JCI的節點最小，表明KS11對其他變量的波動溢出效應貢獻最大，而JCI的貢獻最小，這一觀察結果與動態連通性分析結果一致。箭頭的寬度表明，KS11與IC500和N225指數的波動性最大。此外，KLCI向IC500和PSI的波動性也處于相對較高水平，而JCI、VNI、NZ50向其他變量的波動溢出效應顯著較低，其中JCI節點最小，表明JCI主要是波動溢出效應的單向接受者，隨著其他指標的影響而波動。基于網絡可視化結果，建議監管當局針對KS11等高“輸出”市場強化宏觀審慎監管，限制其對外溢出風險；同時，推動區域監管協調，建立跨境信息共享與聯合應急機制，及時對高連通路徑進行動態監測；對于JCI、VNI、NZ50 等“接收”主體，應完善市場流動性支持與風險分擔工具，增強其對外部沖擊的吸收能力，切實提升RCEP區域金融體系的整體韌性與穩定性。

四、結論

本研究基于2009年9月至2023年12月RCEP十一個核心成員國股指日度收益率，運用DCC-GARCH-Connectedness模型構建風險傳導分析框架。靜態分析顯示，區域市場存在顯著風險共振，總波動溢出指數達 51.82% ，其中KS11對N225的單向波動傳導強度居首，其作為系統性風險發射中樞的TO指數達 112.58% ，而IC500的溢出貢獻度僅 3.7% ，呈現風險吸收屬性；FROM指數顯示STI接收溢出最多，VNI最少。動態連通性分析表明，KS11、KLCI等構成波動傳導核心節點，成員國股指動態條件相關系數穩定在 50%～65% 的中高位區間，重大事件通過情緒傳染與風險溢價機制放大溢出效應。

由于KS11在RCEP系統中作為顯著的波動輸出方，KS11指數的大幅波動可能會在整個地區引發傳染效應。因此，將KS11大幅波動作為區域風險預警指標，配合差異化資本緩沖等宏觀審慎工具，及時抑制跨境傳染。相反，針對IC500的高脆弱性，完善流動性支持與風險分擔機制，實現中國市場對外部沖擊的抵御能力的提升。此外，觀察到KLCI指數與IC500和PSI指數之間的強烈波動相關性，馬來西亞當局應強化本國市場監管，并深化與中菲監管機構的信息共享與合作。

本研究并非沒有局限性。其對每日股指數據的依賴可能無法充分捕捉盤中市場動態和高頻交易影響。未來的研究應納入高頻數據，并采用高頻DCC-GARCH或已實現波動框架等模型，對波動溢出進行更細粒度的分析。此外，將地緣政治風險與宏觀經濟政策等變量納入分析框架，可對RCEP框架內市場互聯互通的驅動因素提供更為深入的解析。

參考文獻：

[1]Narayan，P.K.，Narayan，S.，amp;K.P，P.StockReturns， Mutual Fund Flows and Spillover Shocks[J].PacificBasin Finance Journal， 2014（29）：146-162.

[2]Zhang，W.，He，X.，amp; Hamori， S.Volatility Spillover and Investment Strategies among Sustainability-related Financial Indexes：Evidence from the DCC-GARCH-based Dynamic Connectedness and DCC-GARCH t-copula Approach[EB/OL].https：//www.sciencedirect.com/ science/article/abs/pii/S1057521922001843？via%3Dihub.

[3]HONG Taoa， T. S.，LU Sihana， MA Tao.Promoting the Role of RCEP In Boosting the High-Quality Development of China's Digital EconomyU]. Frontiers of Economics in China，2022（17）：456.

[4]Diebold，F.X.，amp;Yilmaz，K.Onthe Network Topology of Variance Decompositions： Measuring the Connectedness of Financial Firms[Jl. Journal of Econometrics， 2014，182（1）：119-134.

（作者單位：北京工業大學都柏林學院）