中美股市风险传染效应研究综述——基于金融危机视角

谢家泉

（广东金融学院 应用数学系， 广东 广州 510521）

中美股市风险传染效应研究综述
——基于金融危机视角

谢家泉

（广东金融学院 应用数学系， 广东 广州 510521）

随着金融全球化的推进，各金融市场间的联系愈加紧密，随之涌现出大量以金融危机为背景的中美股市风险传染效应研究。其研究的理论基础主要为经济基础学说和市场传染学说。相应的实证研究方法百花齐放，但也存在不少局限，格兰杰因果关系检验只能定性分析市场间的风险传染方向，ARCH模型对研究变量的边缘分布设置要求严格，而小波变换法的实现过程较为复杂。针对牛熊市不同阶段以及不同风险水平下的差异，将Copula函数和ARCH模型及CoVaR方法结合起来进行中美股市风险传染研究将成为未来的研究重点。

风险传染效应；金融危机；经济基本面； Copula函数；条件风险价值法

随着金融全球化的发展，跨国股票市场之间的联系愈发紧密，频频爆发的金融危机引起的股市风险传染更为加剧。学者们以此为背景进行了大量研究，比如1997年的亚洲金融危机，2008年的次贷危机，2012年的欧债危机以及2015年的股灾。作为成熟市场标志的美国市场与作为新兴市场标志的中国市场之间在金融危机过程中表现出来的风险传染效应研究更加具有现实指导意义。

一、中美股市风险传染渠道研究

中美股票市场分属新兴市场和成熟市场，二者间的风险传染问题一直备受关注。从风险传染效应的渠道而言，目前较为广泛的观点分为经济基础学说和市场传染学说两类。经济基础学说主要是指经济基本面的趋同会加强市场联动，不同市场间的宏观经济变量如果出现相同趋势容易引起股票市场间的风险传染，广义上经济基本面也包括国际贸易、资本跨境流动、政策调整以及由此引发的政策预期等引起的传染。Pretorius曾用实证研究检验了该理论：如果两个国家的宏观经济指标利率、通货膨胀率、经济增长率差异的绝对值越小，两国股市的联动性就越强［1］。而市场传染学说支持者发现，当不同市场的经济基本面都没有发生变化时，一国的股市波动同样会引起另一国的股市波动，据此他们将股票市场的风险传染原因解释为投资者的市场行为。

有些学者对中美股市风险传染渠道进行了归纳总结。石俊志将跨国金融风险传染归结为投资者的心理恐慌、金融市场的关联性和互动性、不同国家经济联系的紧密度等［2］。游家兴、郑挺国的研究提出金融自由化是引发新兴市场风险传染的重要因素［3］。但龚金国、史代敏运用已实现波动率非参数方法研究得出了不一样的结论：中美股市联动原因主要来自于贸易强度，而金融自由化反而对联动性有一定抑制作用［4］。吴炳辉、何建敏构建了现代金融风险传染路径的基本框架，将金融风险传染渠道归纳为国际贸易渠道、国际资本流动渠道、银行溢出渠道、国际债务渠道以及投资者行为渠道［5］。卓娜、昌忠泽系统分析了金融风险传染的传导渠道，主要从货币危机理论角度、国际传导角度以及金融市场关联性与互动性角度、行为金融理论角度进行了风险传染渠道的归纳总结［6］。

众多国外学者在理论研究的基础上进行了相关实证研究，得出了不同的风险传染渠道归因。其中Janakiraman、Lambert和Larcker从国际传导角度出发研究发现，发达国家之间、发展中国家之间都存在明显的风险传染，但发达国家与发展中国家之间不存在风险传染［7］。而Gerlach和Smets研究得出金融风险通过贸易往来实现跨国传染［8］，Dornbusch的研究也证实了贸易往来是风险传染渠道的主因［9］。Rigobon和Forbes的研究再度得出了这一观点［10］。行为金融理论研究者发现在金融危机时期，由于投资者的信心普遍不足，这种负面情绪的信息传递使得股票市场间在危机期间的联动得到加强。Kodres、Pritsker的研究支持了这一论点，认为市场主要参与者情绪传染最终带来了金融危机的蔓延［11］。

国内也有部分学者以金融危机为背景进行研究，发现金融危机加剧中美股市风险传染，从而有力支持了金融风险的市场传染学说。李晓广、张岩贵分析得出次贷危机爆发前后我国股市与美国股市间联动性增强并且相当显著［12］。持同样结论的还有方毅、桂鹏［13］和何德旭、苗文龙［14］的研究。洪永淼教授基于信息溢出提出了Hong方法检验体系，李红权等运用该方法研究得出美国股市虽处于主导地位，但中国股市不仅能反映美国股市市场信息，而且具有影响美国股市市场的能力［15］。范雅祺、张信东从投资者情绪传染角度出发进行研究，发现中美股市关联性展现了从独立到不断增强的动态趋势，同时表明投资者情绪传染是导致该趋势的主因［16］。于震、徐晓妹以次贷危机为研究背景对中美股市联动性进行了研究，发现危机前中国股市对美国市场几乎不存在影响，而美国对中国市场的影响也非常弱；危机之后中美联动增强，尤其美国对中国金融市场的影响增加显著［17］。苏木亚、郭崇慧构建了金融风险协同模型对亚洲金融危机、次贷危机和欧债危机期间的中美股市进行协同溢出分析，结果发现中国大陆金融市场所受影响较小，在危机过程中扮演着中转站角色［18］。这一结果与大部分学者的研究结论存在一定偏差。

二、中美股市风险传染效应实证方法研究

中美股市风险传染效应的理论研究，不断充实完善的过程中，不少学者进行了中美股市风险传染效应的实证研究。早期的研究方法集中为格兰杰因果关系检验与向量自回归模型。张福、赵华和赵媛媛研究发现中美股市存在协整关系和格兰杰因果关系，认为两市在不同的阶段存在不同的均衡特征，并且美国对我国股市波动有单向的因果关系［19］。借助同样的模型，胡秋灵和刘伟以次贷危机为研究背景进行研究，结果表明：标准普尔500指数日收益率的前一期值在危机影响下对上证指数当日收益率有显著正向影响，二者存在联动性［20］。

第二类研究方法是目前应用较为广泛的自回归条件异方差模型（ARCH模型）。早期是基于单变量ARCH簇模型的相关性研究，随后发展为基于多变量ARCH簇模型的相关性研究。董秀良，曹凤岐和游家兴、郑挺国运用多元GARCH模型各自研究发现美国股市对中国股市波动传染效应不显著，虽然随时间进度风险传染有所增强，但总体来说仍然处于较低水平［21］［3］。而实证领域更多相关研究的结论与此观点持不同看法。

张兵等运用Johansen 协整检验及DCC-GARCH模型研究了从2001年12月12日到2009年1月23日中美股票市场的联动性，发现长期来看两国走势相对独立，中国对美国股市的传染效应较弱，但QDII实施以来，美国股市对中国股市的波动传染呈不断增强的态势，次贷危机爆发后更是急剧上升［22］。刘伟江、丁一、隋建利的研究得出了同样结论，略有不同之处在于后者发现经济危机爆发后中美相关性呈现短期下降之后再迅速上升［23］。王治政、吴卫星运用GARCH模型研究2005年4月至2010年3月期间的市场情况，分析了次贷危机后存在美国股市对中国股市的单向溢出效应［24］。王捷、李燕君和李岸、陈美林、乔海曙的研究都采用了分阶段进行。前者运用DCC模型研究发现金融危机早期阶段，中美股市相关性达到历史最低点，当危机全面爆发后，中美股市相关性急剧升高。该突变印证了风险传染效应的存在［25］。后者运用MGARCH-BEKK模型发现在中国股市发展的不同阶段，中美股市间的风险传染效应各有不同。在股市扩展阶段，各国股市尚处于分割状态，在股市规范发展阶段，中国股市受到美国股市的单向波动冲击，在金融自由化阶段，中美股市存在双向传染效应［26］。

第三类研究方法为Copula函数模型。运用Copula函数模型的突出优势，是可以允许边缘分布服从不同的分布形式，并且可根据研究对象的需要选择不同形式的Copula函数，边缘分布选择的灵活性和Copula函数的多样性使得Copula函数可以刻画多种多元分布，能准确描述变量间的非对称相关关系和尾部相关性。

吴吉林和张二华运用动态Copula方法研究了中美股票市场从2005年1月到2009年3月相依性结构的变化，发现次贷危机期间中美股市间的相依性反而下降，未出现风险感染［27］。但更多学者的研究得出了相反的研究结果。Luo、Brooks和Silvapulle研究发现，中美股市存在着显著的尾部依赖［28］。蒋志平、田益祥和杜学锋以次贷危机和欧债危机为背景，运用DCC-T-Copula模型对中美市场的风险传染动态特征进行测度，结果表明次贷危机期间美国股市对中国股市存在长期和复杂的传染效应，而且该特征在欧债危机期间进一步加强。同时还发现美国市场对中国股市的风险相关性主要是通过香港市场传染［29］。杜子平、上官夏男和方兴兴建立面版Copula模型研究，发现经济全球化增强了中美两地股市的相关性，并且该特征在股市处于熊市期间尤为突出［30］。张旭、刘晓星、姚登宝运用Copula-ARMANAGARCH模型研究，发现中美两地主板和创业板间的联动紧密，国际因素对中美股指间的相依结构具有正向影响，而国内因素对其具有负向影响［31］。

第四类是风险价值法（VaR模型）和拓展的条件风险价值法（CoVaR模型）。Adrian和Brunnermeier在VaR模型基础上提出了CoVaR模型，该模型能更全面地分析金融市场间风险的传染性，能够更有效测度出各市场间以及各市场与总体系之间的风险传染程度。该模型在应用中更多的与其他模型（分位数回归技术、GARCH模型、Copula模型等）结合使用［32］。刘晓星、段斌和谢福座以标准普尔指数和上证指数为例，构建了EVT-Copula-CoVaR模型，测度出美国股市对中国市场的风险溢出强度高达33%［33］。很多学者运用此方法针对国内各市场及国内各金融机构进行了风险传染效应研究，因本文关注点在于中美市场间的风险传染效应，故在此不一一赘述。

第五类是小波变换法。小波变换法由法国物理学家Jean Morlet和A Grossman在1984年提出，该方法是一种时频分析方法，具有多分辨分析功能。王健采用极大重叠离散小波变换方法进行了短期、中期及长期研究，发现中美股市存在不同程度的联动性，其中短期联动最为显著［34］。赵梓辰、姚俭将股市收益率序列分解成高频系数序列和低频系数序列，运用小波多分辨分析方法研究发现中美股市对在美国上市的中国概念股都存在较强的风险传染效应，并且效应存在随时间增强的趋势［35］。刘剑锋运用小波分析方法研究发现，从收益角度出发，美国股市对中国股市的收益相关性会随着时间尺度增长，随后缓慢减弱。而对波动相关性而言，中国市场中长期波动会受到美国市场的影响［36］。

三、研究评述与展望

国内外学者针对中美股市进行风险传染效应的理论研究和实证研究成果较多，尤其是针对金融危机为研究背景的研究较为普遍。现有的研究大多集中于金融危机前后进行比较研究，并且从方法和结论来看现有研究已形成规范框架和有效理论模型，但研究结论并不完全统一。

从风险传染渠道来看，现有文献研究几乎都是围绕经济基础学说和市场传染学说进行，并且得到了实证结果的有效支持。

从风险传染实证研究方法而言，格兰杰因果关系检验主要用于定性分析两个市场之间是否存在风险传染，但该方法在测度风险传染的强度方面就显得无能为力。换句话说，该方法只能定性分析市场间的风险传染方向，关于风险传染的程度如何也无法给出答案。随后的ARCH模型簇虽然在金融市场各领域得到了广泛应用 ，但由于它对时间序列的边缘分布要求较为严格，而事实上收益率序列通常都存在着明显的“尖峰厚尾”特征。这也是ARCH模型簇在分析风险传染效应时的局限所在。小波变换法虽然可同时观测指标的时间和频率信息，但在变换过程中小波基的确定是一道难题，与此同时小波变换法还产生了数据冗余问题。目前运用小波变换法进行风险传染效应的研究还在不断完善中。现有研究中，更多的实证方法则是采用了将Copula函数和ARCH簇模型及CoVaR方法结合进行风险测度和风险传染探讨。与此同时，各实证研究的结果也不完全一致。

综合现有金融危机背景下的中美股市风险传染效应相关研究成果而言，一方面对于不同危机源及牛熊市不同阶段的风险传染差异鲜有刻画描述，并且对于不同风险水平下的中美股市风险传染强度动态趋势也需进一步研究。另一方面，任何问题的研究都需要回到解决问题的本质上来，中美股市风险传染效应研究最终体现在金融危机发生时刻风险控制应对策略上。因此，未来的研究应基于金融危机背景，结合经济基本面与市场传染二者进行全面实证研究，相应的风险应对政策也有待深入探索。

［1］Pretorius E. Economic Determinants of Emerging Stock Market Interdependence［J］.Emerging Markets Review,2002（1）:84-105.［2］石俊志.金融危机形成机理与防范［M］.北京:中国金融出版社,2001:151.

［3］游家兴,郑挺国.中国与世界金融市场从分割走向整合——基于DCC-MGARCH模型的检验［J］.数量经济技术经济研究,2009（12）:96-108.

［4］龚金国,史代敏.金融自由化、贸易强度与股市联动——来自中美市场的证据［J］.国际金融研究,2015（6）:85-96.

［5］吴炳辉,何建敏.开放经济条件下金融风险国际传染的研究综述［J］.财经科学,2014（3）:87-96.

［6］卓娜,昌忠泽.金融风险的成因、传导与防范：国内外研究述评［J］.技术经济,2015（3）:112-122.

［7］Surya N. Janakiraman, Richard A. Lambert and David F. Larcker. An Empirical Investigation of the Relative Performance Evaluation Hypothesis［J］.Journal of Accounting Research,1992（1）:53-69.

［8］Stefan Gerlach, Frank Smets. Contagious speculative attacks［J］.European Journal of Political Economy,1995（1）:45-63.

［9］R Dornbusch. Contagion: How it spreads and How it can be stopped［EB/OL］.［2016-09-10］.http://siteresources.worldbank.org/ INTMACRO/Resources/ClaessensDornbusch-Park.pdf.

［10］KRISTIN J.Forbes, ROBERTO Rigobon. Only Interdependence: Measuring Stock Market Co-movements［J］.The Journal of Finance,2002（5）:2223-2261.

［11］LE Kodres, Pritsker Matthew. A rational expectations model of financial contagion［J］.Journal of Finance,2002（2）:769-799.

［12］李晓广,张岩贵.我国股票市场与国际市场的联动性研究——对次贷危机时期样本的分析［J］.国际金融研究,2008（11）:75-80.

［13］方毅,桂鹏.亚太地区股票市场的联动程度［J］.世界经济研究,2010（8）:22-26.

［14］何德旭,苗文龙.国际金融市场波动溢出效应与动态相关性［J］.数量经济技术经济研究,2015（11）:23-40.

［15］李红权,洪永淼,汪寿阳.我国A 股市场与美股、港股的互动关系研究: 基于信息溢出视角［J］.经济研究,2011（8）:15-25.

［16］范雅琪,张信东.基于投资者情绪传染的中美证券市场联动效应分析［J］.太原师范学院学报,2014（4）:55-60.

［17］于震.徐晓妹. “次贷危机”后中美金融市场联动性更强了吗［J］.经济学家,2014（9）:87-95.

［18］苏木亚,郭崇慧.全球主要股票市场对我国股市的多渠道协同波动溢出效应——欧债危机背景下基于中证行业指数视角的研究［J］.管理评论,2015（11）:21-32.

［19］张福,赵华,赵媛媛.中美股市协整关系的实证分析［J］.统计与决策,2004（2）:93-94.

［20］胡秋灵,刘伟.中美股市联动性分析——基于次贷危机背景下的收益率研究［J］.金融理论与实践,2009（6）:79-84.

［21］董秀良,曹凤岐.国内外股市波动溢出效应——基于多元GARCH 模型的实证研究［J］.数理统计与管理,2009（6）:1091-1099.

［22］张兵,范致镇,李心丹.中美股票市场的联动性研究［ J］ .经济研究,2010（11）:141-151.

［23］刘伟江,丁一,隋建利.宏观经济与中美股市动态相关性研究［J］.中南大学学报,2015（4）:105-112.

［24］王治政,吴卫星.中美股市波动特征比较研究：基于ARCH类模型的实证分析［J］.上海金融,2012（9）:77-80.

［25］王捷,李燕君.基于中美股市动态相关关系的金融危机传染效应研究［J］.西南金融,2014（2）:40-42.

［26］李岸,陈美林,乔海曙.中国对发达国家与金砖国家股市波动溢出效应研究［J］.东岳论丛,2016（5）:76-85.

［27］吴吉林,张二华.次贷危机、市场风险与股市间相依性［J］.世界经济,2010（3）:95-108.

［28］Weiwei Luo，Robert D.Brooks, Param Silvapulle.Effects of the open policy on the dependence between the Chinese ‘A’stock market and other equity markets: An industry sector perspective［J］.Journal of International Financial Markets, Institutions and Money,2011（1）:49-74.

［29］蒋志平,田益祥,杜学锋.中国与欧美金融市场间传染效应的动态演变——基于欧债危机与次贷危机的比较分析［J］.管理评论,2014（8）:63-73.

［30］杜子平,上官夏男,方兴兴.基于面板Copula的中美股票市场相依性研究［J］.财会通讯,2016（11）:5-8.

［31］张旭,刘晓星,姚登宝.中美股指间的动态相依结构及突变因素——基于时变Copula- ARMA-NAGARCH的分析［J］.北京工商大学学报,2016（2）:80-90.

［32］Adrian T, Brunnermeier MK. CoVaR［J］.American Economic Review,2011（7）:1705-1741.

［33］刘晓星,段斌,谢福座.股票市场风险溢出效应研究:基于EVT-Copula-CoVaR模型的分析［J］.世界经济,2011（11）:145-159.

［34］王健.中美股市联动性——基于极大重叠离散小波变换的研究［J］.世界经济文汇,2014（2）:72-89.

［35］赵梓辰,姚俭.中美股市对在美上市中国概念股的溢出效应研究——基于小波多分辨率分析［J］.改革与开放,2015（19）:6-8.

［36］刘剑锋.中国股票市场与国际市场相关性时间结构研究［J］.江汉学术,2016（1）:58-66.

A Review of the Risk Contagion Effect between Chinese Stock Market and US Stock Market based on Financial Crisis

XIE Jia-quan
(Department of Applied Mathematics, Guangdong University of Finance, Guangzhou 510521, Guangdong, China)

With the development of financial globalization, the links between financial markets become more and more closed. Then a large number of risk contagion effect about US and Chinese stock markets based on financial crisis emerged. The theoretical basis includes the theory of economic foundation and market contagion theory. The empirical method is various but there are many limitations. Granger causality test can only analyze the risk contagion direction qualitatively, there is a strict limit about the marginal distribution of variables in ARCH models and it is a very complex process about the wavelet transform method. In the future, based on the difference between bull market and bear market under different risk level, we will focus on risk contagion between US and Chinese market combined Copula function, ARCH model and CoVaR method.

risk contagion effect; financial crisis; economic fundamentals; copula function; CoVaR method

F83

A

1007-5348（2016）11-0069-05

（责任编辑：曾 耳）

2016-09-12

2014年度教育部人文社会科学研究青年项目“牛熊转换下的中美股市风险溢出效应异化研究”（14YJC790141）；广东省高等学校优秀青年教师培养计划项目“非对称波动建模及其在亚太股市风险管理中的应用研究”（YQ201402）

谢家泉（1981-），女，湖北五峰人，广东金融学院应用数学系副教授，博士；研究方向：金融计量分析。