国际股市对中国股市稳定性的影响测度

来源:用户上传      作者:

　　摘   要：选取全球主要股票市场的24个股票指数，运用分位数回归模型，从系统冲击与系统性冲击两个维度研究全球股票市场对中国股票市场稳定性的影响。整体上亚洲地区和大洋洲地区股票市场指数对沪深300指数的影响比美洲地区和欧洲地区的影响大。从系统性冲击来看，新加坡海峡时报指数、澳洲综合指数、香港恒生指数对中国沪深300指数的影响最大。从系统冲击来看，对中国沪深300指数影响稳定性最好的前三位是：新加坡海峡时报指数、马来西亚KLSE指数和加拿大S&P-TSX综合指数。
　　关  键  词：系统冲击;系统性冲击;股票市场;稳定性
　　中图分类号：F830.91          文献标识码：A          文章编号：1006-3544（2015）03-0045-06
　　 2001年中国加入WTO之后， 中国对外开放步伐加快，国际市场对中国金融市场的影响越来越大，其他国家和地区金融市场的系统性冲击也会对中国金融市场产生影响。在2003之前，学者们对于中国股票市场与亚洲其他地区股票市场相关性研究结论表明中国股市与世界其他国家和地区股市的相关性极低。Huang et al（2000）以1992年10月至1997年的数据，研究上证指数、深证指数和日本与美国股票市场的相关性， 结论认为上证指数和深证指数之间具有显著的相关性， 但与其他市场之间的相关性则非常微小。Hsiao et al（2003）运用多维向量自回归模型，以2001年9月至2002年12月的数据研究上海股市，认为上海股市几乎与韩国、日本、台湾和美国股市相独立。Bahang and Shin（2003）研究1991年至2000年的股票市场数据，得出与Hsiao et al（2003）类似的结论。然而，随着中国加入WTO，与周边国家经济交流日益密切，对外贸易总额快速增加，国际资本大量流入， 特别是2008年全球金融危机的爆发， 中国经济的快速增长更加引起了世界的瞩目， 中国经济在亚洲乃至世界的经济地位快速提高， 中国股市与其他股市的相关性也应发生显著的变化。 与世界联系的加强意味着国际金融市场对中国金融市场的影响加剧， 因此测度国际金融市场对中国金融市场的影响， 对维护中国金融市场安全稳定具有重要的现实意义。
　　  一、研究方法
　　  本文主要研究来自国际主要股票指数的系统冲击对于中国股票市场的影响。这里需要说明的是，系统冲击（Systematic shocks）与系统性冲击（Systemic shocks）的侧重点不同。系统冲击强调是频率高的、不是很严重的冲击; 而系统性冲击强调的是频率很低的、非常严重的冲击（Das and Uppal，2004）。从这个意义上讲， 研究系统冲击更多的应研究金融市场处在正常状况下一国股票市场的扰动是如何影响其他国家股票市场， 而研究系统性冲击则应研究市场极端变化下的各国股票市场的相关性问题。 大多数研究金融市场之间传染的文献关注极端市场条件下的传染风险测度， 往往忽略金融市场处在正常状态下一国金融市场的扰动对其他国家的影响。本文拟运用计量经济模型，同时研究全球主要国家和地区股票指数在正常状态下以及在极端状态下对中国股票市场的影响。
　　 本文首先估计全球主要股票市场指数的扰动项，作为来自这个国家（地区）股票市场冲击的近似替代。设共有i个全球主要股票市场指数，每一个指数表示为Fi，t，为了估计Fi，t的扰动项，本文首先对每个Fi，t进行ARMA模型回归， 运用自相关系数和偏相关系数来识别ARMA的滞后阶数。 根据Baur and Schulze（2009）的研究，ARMA模型估计得到的残差项Fi，t，即为来自国家（地区）i股票市场系统冲击的近似替代。
　　  为了研究正常状况下和极端状况下国际股票市场对中国股票市场的影响，本文使用分位数回归模型，估计来自全球主要股票市场的冲击对中国股票市场不同情境的影响。之所以使用分位数模型，主要是因为：第一，分位数回归模型可以识别数据中存在的异质性（Koenker and Bassett，1982）;第二，分位数回归能估计不同分位点下的数值（Baur and Schulze，2005），可以避免主观地对金融市场所处的状态进行定义;第三，分位数回归可以研究不同市场状态下两个变量之间的关系，研究高分位点状态下和低分位点状态下不同金融市场之间的相互影响。本文的分位数回归模型如下：
　　  Qr（？子|ft）=ai（？子）+bi（？子）ft   （1）
　　  其中r表示中国股票指数收益率，Qr（？子|ft）表示r的条件？子分位数，与ft为线性关系。分位数回归可以研究ft对r不同分位点的影响（Koenker and Bassett，1978），即可以看出不同市场状态下不同的国家（地区）影响的大小。
　　  如果系数bi在不同的分位点的估计值均非常稳定，则说明股票市场i对中国股票指数的影响非常稳定，不存在极端影响情况。如果系数bi的估计值在低分位点非常高，说明股票市场i对中国股票指数的负面影响非常大，这说明股票市场i的系统冲击会出现放大效应（Baur and Schulze，2009），会对中国股票指数产生很大的负面影响，从而影响中国金融市场稳定。
　　 二、样本数据
　　 本文使用沪深300指数作为中国股票市场的代表，选择的24个国际股票市场指数包括：香港恒生指数、韩国KOSPI指数、日经225指数、新加坡海峡时报指数、台湾加权指数、印度BSE30指数、印尼JKSE指数、马来西亚KLSE指数、巴西Bovespa指数、墨西哥IPC指数、美国纳斯达克综合指数、道琼斯综合平均指数、标普500指数、加拿大S&P-TSX综合指数、新西兰50指数、 伦敦金融时报100指数、巴黎CAC40指数、德国法兰克福DAX指数、阿姆斯特丹AEX指数、 西班牙IBEX35指数、 丹麦KFX指数、爱尔兰指数、瑞士苏黎世市场指数和澳洲综合指数。 样本期间为2005年1月5日至2014年2月26日。样本统计性质如表1所示。从表1可以看出，收益率中值最大的是印尼JKSE指数，最小的为爱尔兰指数。收益率均值最大的是墨西哥IPC指数，最小的是爱尔兰指数。标准差最小的是新西兰50指数， 最大的是墨西哥IPC指数。 负偏最大的是韩国KOSPI指数，峰度最大的是墨西哥IPC指数。 　　 三、实证结果
　　 本文将全球主要股票指数按照区域划分为4个地区：分别是亚洲地区、大洋洲地区、美洲地区和欧洲地区。 各个国家和地区的股票市场指数对中国沪深300指数的影响不尽相同。从图1可以看出，大洋洲股票指数对沪深300指数各分位点的影响基本呈现出“U”型结构，这说明中国沪深300指数在低分位点数值和高分位点数值对大洋洲股票市场冲击风险暴露较大。从亚洲地区来看，韩国、香港、印度对沪深300指数的影响也基本呈现“U”型结构，新加坡和印尼呈现出低分位点影响大、 高分位点影响小的特点，日本和台湾呈现出低分位点影响小，高分位点影响大的特点， 马来西亚呈现出前三分之一分位点影响大，后三分之二分位点影响小的特点。从美洲地区来看，美国三大股指均呈现出低分位点影响大、高分位点影响为负的特点，巴西在低分位点影响非常大，但随着分位点的提升影响骤减，墨西哥呈现出从低分位点到高分位点逐渐增加的特点， 加拿大的影响则在各个分位点表现基本稳定。从欧洲地区来看，英国、法国、德国和荷兰等国家的股票指数的影响呈现出“低――高――略低――再次升高” 的特点，而西班牙、爱尔兰、丹麦和瑞士呈现出“U”型结构。
　　 表2为部分分位点下国际主要股票指数对沪深300的影响。从表2可以看出，整体上亚洲地区和大洋洲地区股票市场指数对沪深300指数的影响最大， 而美洲地区和欧洲地区在这些分位点对沪深300指数的影响不是很大。 大洋洲地区股票指数对沪深300指数的影响之所以较大， 主要是澳大利亚股票市场指数的影响非常大， 这也反映出澳大利亚与中国之间经济的联系越来越紧密这个现实。 从亚洲地区来看，在低分位点，香港和新加坡对中国沪深300指数的影响最大，而日本最小;在高分位点，日本对中国沪深300指数的影响开始增加，印度和印尼的影响则下降至最低。从美洲地区来看，巴西、加拿大对中国的影响最大，而美国三大股指对中国沪深300指数的影响非常小，甚至在最高的分位点出现了负值。欧洲地区整体上对中国沪深300指数的影响相对较低。总体来讲，亚洲和大洋洲股票指数的影响最高说明了中国经济在亚洲地区的重要地位，与该地区其他国家之间的经济关系非常紧密，这也从侧面表明中国金融国际化程度还不是很高，国际化仍需继续加强。
　　 从表3可以看出， 不同股票市场指数对中国沪深300市场指数的高分位点数据影响和低分位点数据影响的特点很不相同。从欧洲地区来看，这种影响呈现出非对称的特征， 即对沪深300指数低分位点数据影响相对较小，而对高分位点数据的影响较大。从美洲地区来看， 美国三大股指对沪深300指数的低分位点数据影响较大， 而对高分位点数据影响为负， 加拿大对中国沪深300指数低分位点数据影响最大，而对高分位点数据影响较小，墨西哥的影响特点与加拿大相反，而巴西的影响比较平稳。亚洲地区和大洋洲地区股票指数在高分位点和低分位点的影响基本相同，没有呈现出非对称性的特征;且对低分位点影响最低的是日本， 高分位点数据影响最低的是印度和印尼。
　　 一般来说， 当讨论金融市场出现系统性风险（Systemic risk） 或者系统性冲击（Systemic shocks）时，我们往往关注的是低分位点的状况。从表2可以看出，在1%分位点，对沪深300指数负面影响前五位国际主要股指为：澳洲综合指数、新加坡海峡时报指数、香港恒生指数、韩国KOSPI指数、巴西Bovespa指数。在5%分位点，负面影响前五位的国际主要股指为：新加坡海峡时报指数、香港恒生、澳洲综合指数、新西兰50指数、印尼JKSE指数。从前5%分位点平均来看，负面影响前五位的国际主要股指为：新加坡海峡时报指数、澳洲综合指数、香港恒生指数、新西兰50指数、韩国KOSPI指数。整体来说，对沪深300指数负面影响最大的三个国际主要股指为新加坡海峡时报指数、澳洲综合指数、香港恒生指数。
　　 当研究系统冲击时，我们关注的是平稳的持续性影响。 本文借鉴ADF检验思想，将各个分位点估计值进行平稳性检验，考察不同国家（地区）股票市场指数对于中国股票市场影响的平稳性程度，结果如表4所示。从表4可以看出，整体来讲影响的平稳性效果较差， 说明国际股票市场对中国沪深300指数影响的可预测性较差。 亚洲地区对中国股票指数系统冲击较为稳定的是新加坡海峡时报指数、印度BSE30指数、 印尼JKSE指数和马来西亚KLSE指数。 大洋洲的澳洲综合指数、 美国纳斯达克综合指数、 加拿大S&P-TSX综合指数和巴西Bovespa指数也对中国产生了较为稳定的系统冲击， 这也从侧面表明中国与澳大利亚、美国、巴西、加拿大等大国的经济往来非常紧密。值得注意的是，欧洲地区股票指数对沪深300指数的影响均不平稳。总体来讲，对中国沪深300指数影响稳定性最好的前三位是： 新加坡海峡时报指数、 马来西亚KLSE指数和加拿大S&P-TSX综合指数。
　　 四、结论
　　 本文选取了全球主要股票市场的24个股票指数，运用分位数回归模型，从系统冲击与系统性冲击两个维度研究全球股票市场对中国股票市场稳定性的影响。整体上亚洲地区和大洋洲地区股票市场指数对沪深300指数的影响最大，而美洲地区和欧洲地区在各个分位点对沪深300指数的影响不是很大。从系统性冲击（Systemic shocks）来看，新加坡海峡时报指数、澳洲综合指数、香港恒生指数对中国沪深300指数的影响最大。 从系统冲击（Systematic shocks）来看，对中国沪深300指数影响稳定性最好的前三位是：新加坡海峡时报指数、马来西亚KLSE指数和加拿大S&P-TSX综合指数。整体来讲，国际主要股票指数对于中国沪深300指数影响的可预测性较差。
　　 本文的研究表明，整体上亚洲国家和地区对中国股票市场的影响大于美洲国家和欧洲国家，这说明中国股票市场与亚洲国家（地区）股票市场之间的关系较为紧密，但国际化程度还有待加强。在加强中国股票市场开放程度的过程中，我国应该有效管理国际股票市场冲击对中国股票市场的影响，通过区分来自不同国家的不同的冲击类型，测度不同国家股票指数对于中国股票指数的影响，这样才能够有的放矢，保证中国股票市场稳定运行。 　　参考文献：
　　[1]Bank of England，2004. Financial Stability Review―June 2004，Issue 16.
　　[2]Bahang，J.，& Shin，S. 2003. Do stock price indices respond asymmetrically？ Evidence from China，Japan，and South Korea. Journal of Asian Economics，14（4）：541-563.
　　[3]Baur，D.，Schulze，N.，2005. Coexceedances in financial markets―a quantile regression analysis of contagion. Emerging Markets Review 6（1）：21-43.
　　[4]Cihak，M.，2007. Central Banks and Financial Stability： A Survey，IMF Working Paper.
　　[5]Das，S.R.，Uppal，R.，2004. Systemic risk and international portfolio choice. Journal of Finance 59（6）：2809-2834.
　　[6]Dirk G. B aur and Niels Schulze，2009，Financial market stability――a test. Journal of International Financial Markets，Institutions & Money. Pp506-519.
　　[7]European Central Bank，2003. Central Banks and Financial Stability.
　　[8]European Central Bank，2005. Financial Stability Review―June 2005.
　　[9]European Central Bank，2007. Financial Stability Review―June 2007.
　　[10]Federal Reserve Board， 2006. Thoughts on Financial Stability and Central Banking， Speech of Vice Chairman Roger W. Ferguson， Jr. on April 17，2006.
　　[11]Goodhart，C.A.E.，2006. A framework for assessing financial stability？ Journal of Banking and Finance 30，3415-3422.
　　[12]Hsiao，F. S. T.，Hsiao，M. C. W.，& Yamashita，A. 2003. The impact of the US economy on the Asia-Pacific region： Does it matter？ Journal of Asian Economics，14（2）：219-241.
　　[13]Huang，B.，Yang，C.，& Hu，J. 2000. Causality and co-integration of stock markets among the United States，Japan，and the South China Growth Triangle. International Review of Financial Analysis，9（3）：281-297.
　　[14]International Monetary Fund，2003. Global Financial Stability Report―Market Developments and Issues，World Economic and Financial Surveys.
　　[15]Koenker，R.，Bassett，G.，1978. Regression quantiles. Econometrica 46（1）：33-50.
　　[16]Koenker，R.，Bassett，G.，1982. Robust tests for heteroscedasticity on regression quantiles. Econometrica 50（1）：43-61.
　　[17]Schinasi， G. J. ， 2004. Defining Financial Stability， IMF Working Paper WP/04/187.
　　（责任编辑、校对：卢艳茹）
转载注明来源:https://www.xzbu.com/1/view-11688818.htm