中美股市联动性实证研究.docx

中美股市联动性实证研究.docx

《中美股市联动性实证研究.docx》由会员分享，可在线阅读，更多相关《中美股市联动性实证研究.docx（7页珍藏版）》请在冰点文库上搜索。

中美股市联动性实证研究

中美股市联动性实证研究

　　进入21世纪以来，全球经济一体化的程度不断加深，各国经济间联系也变得更加紧密。

中国在2001年加入WTO以后，中国国内市场不断开放，中国与世界各国间的贸易往来更加频繁，美国、日本、欧盟等都成为我国重要的贸易合作伙伴。

据商务部统计数据显示，在2008年中美双边贸易达到了3333.4亿美元；受到2008年金融危机的影响，2009年中美双边贸易额有所下降，总额为2983.6亿美元；随着金融危机后各国经济的复苏，2010年中美贸易额也有所回升，总额达到了3853.4亿美元；在2011年，中美双边贸易额创出十年新高，达到了4467亿美元，由此可见中美之间的经济关系已越来越密切。

资本市场作为实体经济的“晴雨表”，实体经济上的往来必定会对两国资本市场尤其是股票市场带来一定的影响。

美国股票市场不仅是发达国家股票市场重要的组成部分，也是国际股市的重要标杆。

同时，随着中国引入QFII、QDII以及中国股市的不断改革，中国股市正在不断地与国际市场接轨，中国股市与美国股市间的关系也成为投资者及学者热议的话题。

　　研究中美股市间联动性的意义在于：

首先，可借助美国资本市场的经验以促进中国资本市场的发展；其次，通过研究中美股市间的联动关系，可以为投资者提供更多的投资信息，构建更优的投资组合，合理地规避风险。

　　研究方法

　　本文的论证研究主要分两步，第一步是构建GARCH（1，1）模型，第二步是建立DCC-GARCH模型，获得中国上证股指收益率与美国道指收益率在1998-2011年间的动态相关系数，因此本文主要涉及到GARCH和DCC-GARCH两个计量模型。

（一）GARCH模型

　　GARCH模型的全称是广义自回归条件异方差模型，由经济学家波勒斯列夫（T.Bollerslev）于1986年提出。

GARCH模型是一个专门针对金融数据所量体订做的回归模型，与普通的回归模型相比，GARCH模型对误差的方差进行了进一步的建模分析，非常适用于波动性的分析和预测。

GARCH模型一般可写为以下形式：

（1）

（2）

　　（3）

　　其中，rt为均值为0的收益率序列，ht为条件方差，ut为独立同分布的随机变量，ht与ut互相独立，ut服从正态分布。

（1）式是均值方程，（3）式是条件方差方程。

（二）DCC-GARCH模型

　　DCC-GARCH模型是由Engle和Sheppard在2002年提出的，通过DCC-GARCH模型，可以得到动态条件相关系数矩阵及协方差矩阵，从而可以从动态的角度分析数据间的相关关系。

具体的模型如下所示：

　　其中，rt为均值为0的收益率序列；фt-1为截止到t-1时期所有可能获得的信息集合；D2t是一个对角矩阵，其对角线上的元素即为各变量的条件方差；S为标准化残差εt的无条件协方差矩阵；Rt为条件相关系数矩阵；符号“o”表示矩阵对应元素的点乘；Qt为标准化残差的条件协方差矩阵。

　　样本描述及数据检验

（一）数据描述

　　本文分别选取了1998年1月1日至2011年12月31日期间所有的中国上证指数日收益率和美国道琼斯工业平均指数日收益率作为研究数据。

首先在中国锐思数据库获取了1998年至2011年的上证指数，在美国的DowJonesIndex数据库获得了1998年至2011年的美国道琼斯工业指数。

然后通过以下公式计算出两类指数每天的收益率：

　　其中，rt表示当天的股指收益率，yt表示当天股指的收盘价，yt-1表示前一天股指的收盘价。

通过剔除中国股市休市或美国股市休市的无效数据，共得到有效日收益率数据2740条。

（二）序列自相关检验

　　鉴于金融时间序列常具有序列自相关的问题，首先对序列进行自相关检验。

所得Q统计量及P值如表1所示。

　　通过表1可以发现Q统计量对应的P值较小，均小于显著性水平5%，因此原序列存在一定程度的自相关。

针对时间序列存在的自相关现象，可以通过ARMA（p，q）模型来消除自相关。

在不同的ARMA模型下，AIC和SC越小，说明自相关现象越不明显。

通过多次试验，发现中国的股指收益率在ARMA（2，2）模型下所对应的AIC与SC值最小，美国股指收益率在ARMA（1，1）模型下对应的AIC与SC值最小，因此将分别使用ARMA（2，2）和ARMA（1，1）模型对中国股指收益率和美国股指收益率进行自相关的消除。

引入ARMA模型后再次进行自相关检验，所得数据如表2所示。

　　通过表2中P值可见，中国股指收益率Q统计所对应的P值和美国股指收益率Q统计量所对应的P值都大于5%的显著水平，说明自相关已消除。

　　（三）平稳性检验

　　本文使用ADF检验分别对中国股指收益率和美国股指收益率进行平稳性检验。

检验后所得的数据如表3所示。

　　通过表3可见，对中国股指收益率进行ADF后，所得统计量为-50.638，远小于在5%显著水平下的统计量-2.862，其所对应的P值0.0001也接近于0。

对美国股指收益率进行ADF后，所得统计量为-54.893，远小于在5%显著水平下的统计量-3.432，其所对应的P值0.0001也接近于0。

这说明中国和美国股指收益率都具有平稳性。

　　（四）ARCH效应检验

　　检验ARCH效应的方法一般有两种，一种是LM法（拉格朗日乘数法）和残差的平方相关图检验。

本文使用的是第二种方法，即残差的平方相关图检验，通过检验所得的的Q统计量和其对应的P值来判断序列是否具有ARCH效应，具体如表4所示。

　　通过表4可以发现，在各个序列滞后1-4阶时，Q统计量对应的P值都极小，这说明中、美股指收益率序列均存在条件异方差，即各个收益率序列均存在ARCH效应。

　　模型构建及实证结果

（一）单变量GARCH模型的建立与结果分析

　　基于以上自相关检验、ADF检验以及ARCH效应检验的结果，首先对中国上证收益率和美国道指收益率建立单变量GARCH模型，本文直接采用比较简洁的GARCH（1，1）模型，通过计算分别得到以下GARCH模型：

　　中国：

　　美国：

　　通过建立GARCH（1，1）模型，分别得到中国上证指数收益率条件标准差和美国道琼斯指数收益率条件标准差序列，如图1、2所示。

　　根据图1可以发现，中国上证指数收益率的条件标准差分布在0-0.05之间，并且出现多个峰值，波动性较大。

1998年的亚洲金融危机，对于亚洲各国尤其是新兴市场的冲击很大，这种冲击也体现在各国股市上。

从图1便可以看出，中国股指在1998年期间出现了多个峰值，波动现象明显；在2001年中国加入WTO、2002年中国开放QFII及2008年全球金融危机这几个时段，条件异方差均出现了较大峰值，可见在此阶段中国股市的波动性很大。

　　通过图2可以发现，美国股指收益率的条件标准差在0-0.05之间波动。

在1998年至2002年期间，美国股市的波动性较明显，但并没有达到很大的峰值。

在2002年至2007年间，美国股指收益率表现比较平稳，没有出现较大峰值，条件标准差一直维持在0.015以下。

在2007年下半年，条件标准差开始呈现出走高的趋势，波动性开始显现，尤其在2008年9月前后，条件标准差达到了最大峰值，由此可见金融危机为美国股市产生了很大冲击，股市波动性在此阶段表现显著。

在金融危机之后的2009年和2010年，随着美国经济逐渐走出金融危机的阴影，条件标准差数值明显滑落，波动性减少。

但是受到2011年美债危机的影响，股指收益率的条件标准差又出现了较大峰值，由此可见美债危机使得投资者对经济的恐慌增加，股市波动相应变大。

（二）DCC-GARCH模型的建立与结果分析

　　在GARCH（1，1）的基础上，得到ARMA滤波后的残差序列，接着对残差序列建立DCC-GARCH模型，通过之前的各种检验分析，将DCC-GARCH模型设定为DCC-GARCH（1，1）的形式。

借助MATLAB的运算，得到中国上证股指收益率和美国道指收益率的动态相关系数矩阵，并通过表5对相关系数矩阵进行统计描述。

　　通过动态相关系数矩阵，也可以得到中国上证股指收益率与美国道指收益率的动态相关系数走势图，从而更加能体现出两国股市间联动情况，具体如图3所示。

　　根据图3可以看出，在1998年至2011年期间，中国上证股指收益率与美国道指收益率的相关性由正相关变为短暂的负相关，又由负相关变为正相关，且正相关性在不断加强。

在1998年到2000年期间，中国上证指数收益率和美国道指收益率的相关性在不断减少，相关系数由正变为负。

在2001年中国加入WTO以后，中美股指间的相关系数开始回升，并在2003年由负相关变为正相关，而2003年也正是我国开启了QFII机制，大量的国外投资者开始进入我国资本市场。

自此以后两国股指的相关系数进入上升通道，一路高升，并在2007年下半年达到阶段性最高峰值，相关系数达到0.2。

经过全球金融危机后，两国股指相关系数出现了阶段性调整，调整后的相关系数再次进入上升通道。

在2009-2011年，两国股指相关系数连续突破2007的峰值，并在2011年达到新的峰值0.34。

由此可见，金融危机后，两国股市的正相关性更加明显，联动性比金融危机之前明显加强。

同样在经历了2011年美债危机后，这种联动性也呈现出变强的趋势。

　　结论

　　经过以上的实证模型分析可以发现，在近十年间，中美股市间呈现出比较明显的正相关性，并且二者正相关性整体呈现出不断加强的趋势，这与中美两国在政治、经济等领域的变动有着紧密联系。

（一）中国加入WTO对中美股市的联动性产生了影响

　　2001年12月11日，中国正式成为世贸组织的成员，这标志着中国经济正式与国际市场接轨。

加入WTO对中国而言，不仅意味着中国可以向WTO成员国出口商品的条件更加宽松，也意味着中国经济的不断开放。

尤其是对中美贸易而言，加入WTO为双边贸易国提供了更加国际化的贸易环境。

股市向来是作为实体经济的“晴雨表”，实体经济的变化与发展直接影响着资本市场的变化与发展，根据中国贸易数据统计，美国目前已成为中国最重要的贸易伙伴之一，因此，无论是在实体经济还是虚拟经济，美国都对中国产生了非同小可的影响，而在股市方面的影响尤其突出，这正与本文模型结果中2001年中美股市相关系数的不断回升相吻合。

（二）中国引入QFII、QDII对中美股市的联动性产生了影响

　　2003年中国开始引入QFII机制，这标志着境外合格投资者可以投资中国资本市场。

在2003年之前，境外投资者无法投资中国股市，中国股市与国际股市间存在着一定隔阂。

而2003年QFII制度在中国的推出使得大量的国外投资者进入中国市场，这对改善我国资本市场投机性投资理念起到了很大作用，同时促进了上市公司自身经营的规范化，为中国整个资本市场的完善起到了很大作用，使中国股市不断走向国际化。

而美国作为资本市场成熟的国家，为中国资本市场尤其是股市的发展起到了很大的引领作用。

通过引入QFII、QDII，一方面，越来越多的美国热钱涌入中国资本市场，另一方面越来越多的国内投资者也走出国门投向美国股市，这种资本流动的不断加强使得中美股市间的联动性不断显现。

　　（三）中国资本市场制度改善对中美股市联动性产生了影响

　　中国在2005年开始了股权分置改革，对中国证券市场展开了深入的完善工作。

随着股权分置改革的不断施行，美国等成熟市场盛行的价值投资理念开始不断地流入中国的股票市场，对于提升中国投资者的投资理念起到了促进作用。

因此，通过股权改革，中国股票市场的整体价值在不断地趋于合理，中国股票市场也不断地与国际接轨，中国股市的走势开始更加有效地反映出中国经济的基本情况，同时中国股市与国际股市尤其是美国股市的联系也不断加大。

　　（四）2008年全球金融危机对中美股市的联动性产生即时冲击

　　2008年全球经济危机对世界各国尤其是美国经济造成了重大影响。

作为美国重要的经济贸易伙伴，中国的出口额也因美国经济的萎靡而大幅下滑。

作为实体经济的“晴雨表”，美国股市在金融危机期间大幅下跌，全年跌幅达到了40.7%，并且出现了“9?

11”事件后的单日最大跌幅，资本市场十分不景气。

与此同时，受到全球经济大萧条及美国股市低迷的影响，我国股市也出现了大幅下跌，上证指数狂跌54.95%，深成指跌幅高达54.23%，中国股市的波动与美国股市的波动呈现出较明显的趋同性。

而通过本文的检验，中国上证股市收益率与美国道指收益率的相关系数在全球金融危机期间也达到了阶段性峰值。

　　（五）美债危机对中美股市的联动性产生了即时冲击

　　2011年美债危机的爆发为全球经济的复苏蒙上阴影，截止到2011年底，中国持有高达1.15万亿美元的美国国债，一旦美国违约，中国持有的美债资产将会大幅缩水，这无疑大大降低了人们对美国经济乃至中国经济的增长预期。

然而这种对于美国及中国经济的悲观估计也在两国股市上得到了明显体现，在2011年美国股市持续走低，而中国股市连续下跌，全年上证股指跌幅高达22.15%。

基于中美密切的贸易关系及2011年美债危机的冲击，中美股市在2011年联动性明显加强，并且通过模型分析发现，在2011年中国上证股指收益率和美国导致收益率的相关系数创出了0.34的新高，由此可见美债危机对中美股市的联动性产生了一定影响。