中国股市与美国股市之间联动性研究-第一范文网
中国股市与美国股市之间联动性研究
洳≥：≯～博士学位论文论文题目史国腹直皇差国题直查间珐动性盟窒作者姓名崔准缝（蓥国２所在学院经叠堂瞳，围匝熬直堂医摘要随着国际金融一体化，主要国际股票市场呈现一起上涨或者一起下跌趋势，因此世界 投资者十分关注股票市场的联动性。股票市场的联动性不仅在美国，日本、英国、德国等 发达国家，就是在韩国、新加坡、墨西哥等发展中国家也呈现出来了。股票市场的联动性 的基础是世界经济一体化和以因特网为首的信息媒体的发展等。 作为一个来自韩国的留学生，本研究突出特点是侧重于实证研究。本文运用多种方法 对中国股市与美国股市之间联动性问题进行研究，从不同的角度和侧面去研究、发现和论 证中国股市与美国股市之间联动性问题。主要结论如下： 第一，我们首先检验了中国股票市场和美国股票市场之间收益率联动性，本文利用 ＶＡＲ中的格兰杰因果关系检验、冲击反映函数和预测误差方差分解来分析中国股票市场和 美国股票市场之间收益率联动性，笔者发现：１）在中国和美国股市的格兰杰因果关系检验 表明，存在美国股市到中国Ｂ股市（上海Ｂ、深圳Ｂ）的单向因果关系，美国股市的波动 会在中国Ｂ股市上反映出来，但是相反方向却没有这种现象。还有，美国股市和中国Ａ股 市之间不存在格兰杰因果关系。２）在中国和美国股市的冲击反映函数和误差方差分解检验 表明，对美国的冲击中国Ｂ股市场比Ａ股市场更敏感反应。出现这种现象的原因是中国Ｂ 股市场的特征有关，则中国Ｂ股市场对境外投资者开放。 第二，我们检验了中国股票市场和美国股票市场之间收益率和波动率的联动，本文利 用ＧＡＲＣＨ类模型对股价收益率和波动率的联动性进行了实证研究。笔者发现：１）美国股市 （Ｓ＆Ｐ５００和纳斯达克）的收益率变化对中国股市（Ａ股和Ｂ股）的收益率有很大的影响。 中国股市的收益率也不能影响美国股市的收益率。２）虽然美国股市的波动变化对上海股市 的波动有很大的影响，但是上海股市的波动也不能影响美国股市的波动。还有美国股市的 波动变化对深圳股市的波动有很大的影响。深圳股市也会影响纳斯达克指数，但是深圳股 市的波动也不会影响Ｓ＆Ｐ５００指数的波动。 第三，中国和美国股票市场之间联动性的原因分析。国家之间股价指数联动性的原因 有两种解释。第一是传播，又称为溢出效应（Ｓｐｉｌｌｏｖｅｒ Ｅｆｆｅｃｔ）。第二是传染效应（Ｃｏｎｔａｇｌｏｎ Ｅｆｆｅｃｔ）。所以本文首先定义溢出效应和传染效应，然后采用两阶段最小二乘法（ＴＳＬＳ：Ｔｗｏ－ｓｔａｇｅＬｅａｓｔＳｑｕａｒｅｓ）来分析股价联动性的原因。笔者发现：１）中国Ａ股股票市场（上海和深圳）和美国股票市场（Ｓ＆Ｐ和ＮＡＳＤＡＱ）之间联动性的原因就是溢 出效应。２）中国Ｂ股股票市场（上海和深圳）和美国股票市场（Ｓ＆Ｐ和ＮＡＳＤＡＱ）之间联动性的原因就是传染效应。出现这种现象的原因是中国股票市场的开放程度、股票市场的规 模等一些因素有着密不可分的关系。众所周知，因为中国股票市场分割了Ａ股市场和Ｂ股 市场，所以美国股票市场的影响力对中国Ｂ股比Ａ股更强一点。这个意味着，即使中国国 内的微观与宏观环境没有发生变化，一旦外国发生了危机，中国Ｂ股市就会遭受猛烈冲击。 第四，中美同时上市股票之间信息传导。在财务理论中，关于美国存托凭证（ＡＤＲ）和 原股（Ｕｎｄｅｒｌｙｉｎｇ Ｓｔｏｃｋｓ）之间信息传导研究常见。但是，关于中国上司公司的ＡＤＲ研究 几乎没有。有鉴于此，本文目的在于考察美国和中国两地同时上市股票之间信息传导关系。 因此本文首先研究了中国公司在美国上市的浪潮，接着中国公司在美国上市的现状；然后， 采用ＭＡ（１）一ＧＡＲＣＨ（１，１）模型实证分析。笔者发现：１）信息同时传导模型结果：原股收益 率会在ＡＤＲ收益率上反映出来，而相反方向也有这种现象。还有，原股波动率会在ＡＤＲ波 动率上反映出来，而相反方向也有这种现象。这些结果意味着原股和ＡＤＲ之间存在着相互 互动关系。２）信息滞后传导模型结果：原股收益率不会影响ＡＤＲ收益率，而相反方向也有 这种现象。但是，原股的波动率会影响ＡＤＲ的波动率预测，而相反方向却没有这种现象， 则ＡＤＲ的波动率不会影响原股的波动率预测。总之，我们的研究发现，中国原股和美国ＡＤＲ 之间存在着信息同时传导效应。关键词：中国股市美国股市股市的联动信息传导美国存托凭证Ａｂ ｓｔｒａｃｔＡｃｃｏｒｄｉｎｇ ｔｏ ｉｎｔｅｒｎａｔｉｏｎａｌ ｆｉｎａｎｃｅｇｌｏｈａｌｉｚａｔｉｏｎ，Ｍａｊｏｒ ｉｎｔｅｒｎａｔｉｏｎａｌｔｏｓｔｏｃｋ ｍａｒｋｅｔｓ ａｐｐｅａｒ ｔｏｇｅｔｈｅｒ ｒｉｓｅｏｒｔｏｇｅｔｈｅｒ ｄｏｗｎ，ＳＯ ｇｌｏｂａｌ ｉｎｖｅｓｔｏｒ ａｔｔｅｎｔｉｏｎｏｎｌｙ ｉｎ Ｕ．Ｓ．，Ｊａｐａｎ，Ｕ．ＫＣｏ－Ｍｏｖｅｍｅｎｔ ｉｎｓｔｏｃｋ ｍａｒｋｅｔ．ＴｈｅＣｏ＝ｍｏｖｅｍｅｎｔｉｓ ｆｏｕｎｄ ｎｏｔ ｉｎ ｔｈｅａｎｄＧｅｒｍａｎ ｉｎ ｔｈｅａｄｖａｎｃｅｃｏｕｎｔｒｙ ｂｕｔ ａｌｓｏ Ｋｏｒｅａ，Ｓｉｎｇａｐｏｒｅａｎｄ ＭｅｘｉｃｏＥｍｅｒｇｉｎｇ Ｍａｒｋｅｔ．Ｓｐｅｃｉａｌｌｙ，ｔｈｉｓ ｓｔｕｄｙ ｆｏｃｕｓｅｓｏｎｅｍｐｉｒｉｃａｌｔｅｓｔ．Ｔｈｉｓ Ｔｈｅｓｉｓｅｘａｍｉｎｅｓ ｔｈｅ ｓｔｏｃｋ ｒｅｔｕｍａｎｄｖｏｌａｔｉｌｉｔｙｃｏ－ｍｏｖｅｍｅｎｔｓ ｂｅｔｗｅｅｎ Ｃｈｉｎａ ｓｔｏｃｋ ｍａｒｋｅｔ ａｎｄ Ｕ．Ｓ．ｓｔｏｃｋ ｍａｒｋｅｔ，ａｎａｌｙｚｉｎｇ ｔｈｅｅｖｏｌｖｉｎｇ ｐｒｏｃｅｓｓｐｈｅｎｏｍｅｎｏｎ，ｔｈｅｄｙｎａｍｉｃａｎｄ ｔｈｅ ｒｅａｓｏｎ．Ｔｈｅｍａｉｎ ｒｅｓｕｌｔｓ ａｒｅａｓｆｏｌｌｏｗ． ｓｔｏｃｋｓ ｉｎ ｔｈｅ Ｃｈｉｎａ ａｎｄ Ｕ．Ｓ．，ＴｈｉｓＦｉｒｓｔ，Ｔｈｉｓ ｔｈｅｓｉｓ ｉｎｖｅｓｔｉｇａｔｅｓ ｔｈｅ ｓｔｏｃｋｒｅｔｕｍ ｃｏ－ｍｏｖｅｍｅｎｔｓ ｂｅｔｗｅｅｎｓｔｕｄｙ ｕｔｉｌｉｚｅｓ Ｖｅｃｔｏｒ Ａｕｔｏ．Ｒｅｇｒｅｓｓｉｏｎ（Ｇｒａｎｇｅｒ Ｃａｕｓａｌｉｔｙ Ｔｅｓｔ，Ｉｍｐｕｌｓｅ ＲｅｓｐｏｎｓｅＦｕｎｃｔｉｏｎ，Ｖａｒｉａｎｃｅ Ｕ?Ｓ?，Ｗｅｆｏｕｎｄ ｔｈａｔ ｉｎｄｅｘ ｈａｖｅＤｅｃｏｍｐｏｓｉｔｉｏｎ）ｔｏ ｉｎｖｅｓｔｉｇａｔｅ １）Ｆｒｏｍｓｔｏｃｋｒｅｔｕｒｎ ｃｏ＝ｍｏｖｅｍｅｎｔｓ ｂｅｔｗｅｅｎ ｓｔｏｃｋｓ ｉｎ ｔｈｅＣｈｉｎａ ａｎｄＧｒａｎｇｅｒ Ｃａｕｓａｌｉｔｙ Ｔｅｓｔ ｓｔｏｃｋ ｒｅｔｕｒｎ ｉｎ ｅａｃｈ ｉｎｄｅｘ，ｗｅ ｐｒｅｄｉｃｔｉｖｅ ｐｏｗｅｒｏｖｅｒｆｏｕｎｄｔｈａｔ ｔｈｅ Ｓ＆Ｐ Ｂａｎｄ ＮＡＤＡＱｓｉｇｎｉｆｉｃａｎｔｔｈｅ Ｃｈｉｎａ Ｂ ｓｈａｒｅｏｖｅｒｍａｒｋｅｔ（ＳｈａｎｇｈａｉａｎｄＳｈｅｎｚｈｅｎ Ｂ１．Ｂｕｔ Ｃｈｉｎａ Ｂ ｉｎｄｅｘｈａｖｅ ｎｏｔ ｓｉｇｎｉｆｉｃａｎｔ ｐｒｅｄｉｃｔｉｖｅ ｐｏｗｅｒｔｈｅ Ｕ．Ｓ．ｓｔｏｃｋ ｍａｒｋｅｔ．Ａｌｓｏ，ｗｅ ｆｏｕｎｄ ｎｏｔ ｅｘｉｔｃｏ－ｍｏｖｅｍｅｎｔｂｅｔｗｅｅｎＣｈｉｎａ Ａ ｓｈａｒｅ ｍａｒｋｅｔａｎｄＵ．Ｓ．ｓｔｏｃｋｍａｒｋｅｔ．２）Ｆｒｏｍ ＩｍｐｕｌｓｅｏｎＲｅｓｐｏｎｓｅＦｕｎｃｔｉｏｎ，ＶａｒｉａｎｃｅＤｅｃｏｍｐｏｓｉｔｉｏｎ，ｗｅ ｆｏｕｎｄ ｔｈａｔ ｔｈｅ ｉｍｐａｃｔ Ｕ．Ｓ．ｓｔｏｃｋｔｈｅ Ｃｈｉｎａ Ｂ ｓｈａｒｅ ｍａｒｋｅｔ ｉｓ ｇｒｅａｔｅｒ ｔｈａｎＣｈｉｎａ Ａｓｈａｒｅｍａｒｋｅｔ．ＴｈｅｓｅＳｅｃｏｎｄｒｅｓｕｌｔｓ ａｒｅ ｃｏｎｓｉｓｔｅｎｃｅ ｗｉｔｈ ｔｈｏｓｅ ｏｆ ｔｈｅ Ｇｒａｎｇｅｒ Ｃａｕｓａｌｉｔｙ ｒｅｓｕｌｔｓ．Ｔｈｉｓ ｓｔｕｄｙ ｉｎｖｅｓｔｉｇａｔｅｓ ｗｈｅｔｈｅｒ ｍｅａｎａｎｄ ｖｏｌａｔｉｌｉｔｙｃｏ－ｍｏｖｅｍｅｎｔ ｂｅｔｗｅｅｎ Ｃｈｉｎａ ａｎｄ Ｕ．Ｓ．ｓｔｏｃｋｍａｒｋｅｔ．Ｗｅ ｅｍｐｌｏｙ ａｎｄＵ．Ｓ．ｓｔｏｃｋＥＧＡＲＣＨ ｍｏｄｅｌ ｔｏ ｔｅｓｔ ｔｈｅ ｃｏｎｄｉｔｉｏｎａｌｍｅａｎ ａｎｄ ｖｏｌａｔｉｌｉｔｙＣＯ―ｍｏｖｅｍｅｎｔ ｂｅｔｗｅｅｎ Ｃｈｉｎａｎｏｔｍａｒｋｅｔ．Ｗｅｆｏｕｎｄ ｔｈａｔ １）Ｕ．Ｓ．ｓｔｏｃｋ ｒｅｔｕｒｎｓ ａｆｆｅｃｔ Ｃｈｉｎａ ｓｔｏｃｋ ｒｅｔｕｒｎｓ ｂｕｔｖｉｃｅ ｖｅｒｓａ．Ｕ．Ｓ．ｓｔｏｃｋ ｍａｒｋｅｔ ｏｎｌｙ ａｆｆｅｃｔｓ ｓｔｏｃｋ ｐｒｉｃｅｓ ｉｎＣｈｉｎａ．２）Ｕ．Ｓ．ｓｔｏｃｋ ｖｏｌａｔｉｌｉｔｙａｆｆｅｃｔＳｈａｎｇｈａｉｓｔｏｃｋ ｖｏｌａｔｉｌｉｔｙ ｂｕｔ ｎｏｔｖｉｃｅ ｖｅｒｓａ．Ａｌｓｏ Ｕ．Ｓ．ｓｔｏｃｋ ｖｏｌａｔｉｌｉｔｙ ａｆｆｅｃｔｓ Ｓｈｅｎｚｈｅｎ ｓｔｏｃｋ ｖｏｌａｔｉｌｉｔｙ． Ｔｈｉｒｄ，ｗｅｈａｄａｎａｌｙｓｉｓｒｅａｓｏｎｆｏｒ ｔｈｅ ＣＯ－ｍｏｖｅｍｅｎｔｂｅｔｗｅｅｎＣｈｉｎａａｎｄ Ｕ．Ｓ．ｓｔｏｃｋ ｍａｒｋｅｔ．Ｔｈｅｒｅａｒｅｔｗｏｔｈｅ ｒｅａｓｏｎ．Ｏｎｅ ｉｓ Ｓｐｉｌｌ－ｏｖｅｒ ｅｆｆｅｃｔ，ｔｈｅ ｏｔｈｅｒ ｉｓ Ｃｏｎｔａｇｉｏｎ ｅｆｆｅｃｔ．Ｗｅ ｅｍｐｌｏｙ Ｔｗｏ―ｓｔａｇｅ Ｌｅａｓｔ ｓｑｕａｒｅｓ ａｎａｌｙｓｉｓ ｒｅａｓｏｎ ｆｏｒ ｔｈｅｓｔｏｃｋ ｉｓ ｓｐｉｌｌｃｏ－ｍｏｖｅｍｅｎｔ．Ｗｅ ｆｏｕｎｄ ｔｈａｔ １）Ｔｈｅｏｖｅｒｒｅａｓｏｎｆｏｒ ｔｈｅ ｃｏ－ｍｏｖｅｍｅｎｔｂｅｔｗｅｅｎ ＣｈｉｎａＡ ｓｈａｒｅａｎｄ Ｕ．Ｓ．ｅｆｆｅｃｔ．２）Ｔｈｅｒｅａｓｏｎｆｏｒ ｔｈｅ ｃｏ－ｍｏｖｅｍｅｎｔ ｂｅｔｗｅｅｎ Ｃｈｉｎａ Ｂ ｓｈａｒｅ ａｎｄ Ｕ．Ｓ．ｓｔｏｃｋ ｉｓＣｏｎｔａｇｉｏｎ ｅｆｆｅｃｔ．Ｆｏｕｒｔｈ，Ｗｅｉｎｖｅｓｔｉｇａｔｅｓ ｔｈｅ ｐｒｉｃｉｎｇ ｉｎｆｏｒｍａｔｉｏｎｂｅｔｗｅｅｎ ＮＹＳＥｌｉｓｔｅｄ Ｃｈｉｎｅｓｅ ＡＤＲｓａｎｄｔｈｅｉｒｕｎｄｅｒｌｙｉｎｇｓｈａｒｅｓ ｂｙ ｕｓｉｎｇＭＡ（１）一ＧＡＲＣＨ（１．１）．Ｗｅｆｏｕｎｄ ｔｈａｔ１）ＣｏｎｔｅｍｐｏｒａｎｅｏｕｓＳｐｉｌｌｏｖｅｒ ｍｏｄｅｌ ｒｅｓｕｌｔｓ：ＢｏｔｈＵｎｄｅｒｌｙｉｎｇ ｓｈａｒｅ ａｎｄ ＡＤＲｓ ｎｏｔ ｏｎｌｙ ｓｔｏｃｋ ｒｅｔｕｒｎｓ ｂｕｔ ａｌｓｏ ｉｎ ｔｈｅ ｖｏｌａｔｉｌｉｔｙ ｏｆ ｔｈｅ ｒｅｔｕｒｎｓ ｒｅｓｐｏｎｓｅｔｏｓｉｇｎｉｆｉｃａｎｔｌｙｔｈｅ ｃｈａｎｇｅ ｏｆ ｅａｃｈ ｍａｒｋｅｔ．２１ ＬａｇｇｅｄＳｐｉｌｌｏｖｅｒ ｍｏｄｅｌ ｒｅｓｕｌｔｓ：ｗｅ ｆｏｕｎｄｔｈａｔ ｉｔ ｓｈｏｗｅｄ ｉｎｓｉｇｎｉｆｉｃａｎｔｒｅｓｐｏｎｓｅｓ ｔｏ ｍｅａｎ ｂｅｔｗｅｅｎｂｕｔ ｎｏｔ ｖｉｃｅｖｅｒｓａ．Ｕｎｄｅｒｌｙｉｎｇ ｓｈａｒｅ ａｎｄ ＡＤＲｓ．Ｂｕｔ Ｕｎｄｅｒｌｙｉｎｇ ｓｈａｒｅ ｖｏｌａｔｉｌｉｔｙ ａｆｆｅｃｔ ＡＤＲｓ ｖｏｌａｔｉｌｉｔｙＫｅｙｗｏｒｄｓ：Ｃｈｉｎａ ｓｔｏｃｋ ｍａｒｋｅｔ；Ｕ．Ｓ．ｓｔｏｃｋ ｍａｒｋｅｔ；Ｃｏ－ｍｏｖｅｍｅｎｔ；Ｉｎｆｏｒｍａｔｉｏｎ Ｔｒａｎｓｍｉｓｓｉｏｎ； ＡＤＩｂ论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导 下，独立进行研究工作所取得的成果。除文中已经注明引用 的内容外，本论文不包含任何其他个人或集体已经发表或撰 写过的作品成果。对本文的研究作出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的 法律结果由本人承担。幽佳良豫刃场八缅 ，＼几＿、 １ ≯． 严浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究１导论１．１研究背景随着国际金融一体化，主要国际股票市场呈现一起上涨或者一起下跌趋势，因此世界 投资者十分关注股票市场的联动性。股票市场的联动性不仅在美国、日本、英国、德国等 发达国家，就是在韩国、新加坡、墨西哥等发展中国家也呈现出来了。股票市场的联动性 的基础是世界经济一体化和以因特网为首的信息媒体的发展等。 随着国家之间资本流动的放松管制和撤销，世界各国的投资管理者为了降低风险分散 投资于许多国家，因此投资活动推动了国际资本市场的一体化。一体化的资本市场下，各 国投资者把一个地方发生的风险传递给具有相似风险的其他地方的投资者。因此，不管地 域的差距，新信息达到后，具有相似风险的投资对象出现了价格的变动。全世界经济危机 发生时的溢出效应（Ｓｐｉｌｌｏｖｅｒ Ｅｆｆｅｃｔ）更加明显。Ｈｉｌｌｉａｒｄ（１９７９）发现了１９７３年石油危机时各 大洲的证券市场一起下跌。Ｄｏｕｃａｓ（１９８９）发现了２０世纪８０年代的拉丁美洲国家对外债务 不偿还时，不仅本国的借入成本而且同一地区其他国家的信用度也受到影响。特别是１９８７ 年１０月１９日黑色星期一（Ｂｌａｃｋ Ｍｏｎｄａｙ）时从美国开始的股价暴跌进而传导到全世界主 要股票市场引起连锁股价暴跌，此后投资者和财务学者开始关注世界资本市场之间的相互 联系。１９９７．１９９８年亚洲金融危机以后，各国的股票市场的联动性更加深化。世界股票市场 之间的联动性缩小了国际资产组合的好处，因此以国际基金管理者为首的国际证券投资者 关注着世界股票市场的联动性。 此外，因特网普及和扩大，发生的信息可以即时传导至全世界，而各国股票市场反映 了这些新信息，这也是股票市场的联动性的原因之一。企业的价值取决于纯利润和总销售 额等，取决于许多因素，如世界经济状况、各国的经济景气、宏观经济变动、金融变动等。 因此股价对信息非常敏感，股价变动性比别的金融资产更高。ＦｒｅｎｃｈａｎｄＲ０１１（１９８６）主张股价变动性跟信息有密切的关系。信息可以改变企业价值的未来预期值，这些变化引起了股 价变化。造成股价收益率变动影响的信息包括财务、经济因素，如企业收益，消费者物价 指数，通货量，利息，汇率，进出口情况，合并等；新闻，如总统当选者发表舆论等。由于通过因特网能够比以前更加迅速地编辑信息，因此每天的股价能够即时反映。这就是国家之间股价联动发生的原因。浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究因此，如果存在中国和美国等外国股票市场之间联动，即使中国国内的企业环境与经 济没有变化，由于外国发生的危机，因此中国股市也会遭受猛烈冲击。另外，为股市安定 着想，虽然国家实施了调控政策，但是由于联动现象造成调控效果缩小。 一个国家对国际间资本流动的管制阻碍这个国家股市与世界股市间的联动。对外国人 所有资产管制造成外国人直接投资的障碍，在这点上亚洲国家和地区有相当差异。香港和 新加坡对外国人所有的资本完全开放，但是中国进行着管制。在中国国内关于股票市场联 动的研究不多。关于中国股市内部联动的研究和两岸三地股市间联动的研究比较多，但是 中国与美国、日本、英国等发达国家之间联动的研究不多。还有中国与韩国、新加坡，泰 国等亚洲国家之间联动的研究几乎没有。关于股市联动的研究，以Ｈｉｌｌａｒｄ（１９７９）首次研究 为起点，运用各种各样的方法进行了研究。股市联动研究的焦点就是金融危机１，联动变数 ２，研究方法论３，研究地区４。１．２研究目的与意义本文研究的主题是中国股市与美国股市之间联动性。所谓国家股票市场之间联动性， 就是一个国家的股价上涨（或者下跌），另一个国家的股价也上涨（或者下跌）。联动性是 每一个国家的股票市场都会面临的现象。 由于股票市场的相对重要性以及相关理论的迅速发展，在金融市场一体化的研究中， 股票市场之间联动性一直受到格外的重视，所以股票市场之间联动性的相关研究积累了丰 富的研究成果，在实际应用中具备了相当的用武之地。如前所述，股票市场之间联动性， 发达国家之间和发展中国家之间也都呈现出来了。但是，绝大多数研究都是发达国家股票 市场之间联动，特别是很多研究以美国股票市场为中心。所以对美国和世界股票市场之间 的联动状况进行了实证检验。因为美国股票市场作为世界股票市场的火车头，美国股票市１金融危机的代表之一就是１９８７发生的一时的股票市场崩溃――黑色星期一（Ｂｌａｃｋ Ｍｏｎｄａｙ），代表研究；Ａｒｓｈａｎａｐａｌｌｉ ａｎｄ Ｄｏｕｅａｓ（１ ９９３），Ｍａｓｈｉ ａｎｄ Ｍａｓｈｉ（１９９９），另外１９９７年发生的亚洲金融危机，代表研究； Ｃｈａ ａｎｄ Ｏｈ（２０００），Ｊａｎｇ ａｎｄ Ｓｕｌ（２００２）。 ２第一研究变数是关注股市收益率的联动研究，代表研究Ｅｕｎ ａｎｄ Ｓｈｉｍ（１９８９），Ｌｉｎ，Ａｎｇｌｅ ａｎｄ Ｉｔｏ（１９９４），第二研究变数是关 注股市收益率的联动研究，而且包括波动的联动，代表研究Ｈａｍａｎ。Ｍａｓｕｌｉｓ ａｎｄ Ｎｇ（１９９０），Ｔｈｅｅｄｏｓｓｉｏｕ ａｎｄ Ｌｅｅ（１９９３），Ｌｉｕ ａｎｄ Ｐａｎ（１ ９９７），Ｋａｎａｓ（１９９８），Ｌｅｅ（２００２） ３第一，利用市场之间交叉相关关系研究代表研究Ｋｉｎｇ ａｎｄ Ｗａｄｈｗａｎｉ（１９９０），第二，利用ＡＲＣＨ，ＧＡＲＣＨ类研究，代表 研究Ｈａｍａｏ，Ｍａｓｕｌｉ ａｎｄ Ｎｇ（１９９０），第三，利用协整关系研究，代表研究Ａｒｓｈａｎａｐａｌｌｉ ａｎｄ Ｄｏｕｃａｓ（１９９２），第四，其他研究，代表研究Ｆｏｒｂｅｓ ａｎｄ Ｒｉｇｏｂｏｎ（２００２）． ４在研究对象区域方面，到现在为止研究的特征是大部分研究以美国为中心，美国的股市如何影响其他地方，代表研究 Ａｒｓｈａｎａｐａｌｌｉ，Ｄｏｕｃａｓａｎｄ Ｌａｎｇ（１９９７）。另外，一个研究方向足除ｒ美国以外，其他大陆之间还有地区的联动研究也是一个 趋势。例Ｂｏｏｔｈ，ＬｅｅａｎｄＴｓｅ（１９９７）研究，日本市场与新加坡的期货市场之间的联动，Ｂｏｏｔｈ，ＭａｒｔｉｋａｉｎｅｎａｎｄＴｓｅ（１９９７）研究 了北欧市场之间的连动关系，Ｐａｇａｎ ａｎｄ Ｓｏｙｄｅｍｉｒ（２００１）研究了拉丁美洲市场之间的联动关系。２浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究场的Ｓ＆Ｐ指数、纳斯达克指数已经成为对各国股票市场走势预期的重要指标。经济全球化 使得股票市场价格上的波动性从美国股票市场传导至其他国家的股票市场的现象越来越明 显。美国的经济运行状况、采取的财政政策、货币政策等各方面都会或多或少地引起国际 股票市场相应的波动。由于全球信息的快速传播，这种影响正变得越来越直接，中国股票 市场当然也不例外。因此本文对中国股票市场和美国股票市场之间联动进行了实证研究。 中国股票市场是社会主义市场经济的重要组成部分，１９９０年１２月１９日上海证券交易 所的正式开业，标志着中国证券集中性有形交易市场运作的开始。在十多年的短暂发展进 程中历经风雨，不断在艰难曲折中前进，其在国民经济中的地位也日益重要。随着国民经 济的迅速发展和市场经济的不断完善，中国股票市场也迅速发展。与中国股票市场的迅速 发展相伴随，学术界和证券界对中国股票市场的研究不断深化。但是，目前中国国内关于 国家股票市场之间联动性研究不多。这与中国股票市场的发育状况和开放程度有关。中国 股市以往的运行与世界各个股市联系不大，中国股市似乎是一个独立的封闭市场。随着世 界经济一体化进程的加快，尤其是中国加入世贸组织之后，中国经济走向世界市场，中国 股票市场和世界股票市场之间联动性问题将会更加突出，对此问题须加以深入研究。 中国股票市场具有独特的结构。中国股票市场具有两个市场，就是Ａ股股票市场和Ｂ 股股票市场。在中国境内Ａ股和Ｂ股市场就是独立市场，两个市场之间有严格的投资限制。 ２００２年ＱＦＩＩ制度实施以前，外国人不能投资Ａ股，只能投资Ｂ股。ＱＦＩＩ制度的实施，标 志着中国在股票市场国际化的道路上迈出了重要的一步，外国投资者将成为中国股票市场 的重要投资者。而随着中国股票市场的发展和国际化进程的加快，中国股票市场和别的国 家股票市场的联动问题越来越突出地摆在我们面前。特别，对外国投资者来讲，对中国Ｂ 股市场很感兴趣。然而，不幸的是，在中国国内找不到关于中国Ｂ股市场和外国股票市场 之间联动研究。所以，在中国境内４个股票市场（上海Ａ、上海Ｂ、深圳Ａ、深圳Ｂ）和 美国股票市场之间联动性的研究，具有重要的理论和现实意义。 从理论上来讲，现代金融学主要指的是以马克维茨的资产组合理论、资本资产定价模 型、ＡＰＴ以及布菜克和斯克尔斯的期权定价方程为基础的现代金融理论。根据这些理论， 在国家股票市场之间联动程度较高的市场上，评估、选择和监督投资项目的成本将大幅度 降低，而投资者和筹资者将增加。金融市场深度和广度的增加将提高竞争水平，降低交易 成本，从而降低筹资成本，增加投资收益。流动性的增加更有助于分散投资，提高风险定 价水平。然而，国家股票市场之间联动也有可能带来的弊端，如果一个国家的金融市场的浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究不完全将会放大外部冲击的影响，则一个国家股票市场的冲击影响另一个国家股票市场价 格，即使一个国家的经济基础并没有什么变化，恐怕投资者也会重新评价一个国家的经济 基础。这种现象的日趋严重是金融危机发生的原因之一。还有投资战略中一个关键的原则 是大部分经济波动是与特定国家有关的，因此不同国家中的股票市场之间关联程度较低。 国际投资分散化会降低投资组合的风险并提高期望回报。但是如果负面冲击过后会出现传 染，股票市场的关联程度就会增加，这无疑破坏了国际投资分散化的理论基础。因此，本 文以中国股票市场和美国股票市场之间联动进程为研究对象，具体分析两个股票市场之间 的联动机制， 从研究方法论上来讲，股票市场之间联动性一直是学术界和实业界关注的重点，这方 面的理论研究和实证分析与金融学和国际经济学的最新发展一直密切相关。早期对股票市 场之间联动性的研究集中在对不同市场指数相关关系的分析上，但是，根据现代计量经济 学的观点，相关关系高还不足以推断股票市场之间确实存在真实的关联性以及股票市场之 间的相关结构。近２０年来，现代金融时间序列分析方法取得了快速发展，出现了许多方法、 新模型。最近的研究显示，由Ｅｎｇｌｅ（１９８２）提出的自回归条件异方差（ＡＲＣＨ）模型能反 映方差变化的这一特点，特别是在基本模型基础之上结合其他非线性模型发展出的广义自回归条件方差（Ｑ熔ＣＨ）模型，更适合描述金融时间序列的波动特征。因此，本文将以ＧＡＲＣＨ类模型为主要工具，来研究中国股票市场和美国股票市场之间联动性。 综上所述，随着世界经济一体化进程的加快，尤其是中国加入世贸组织之后，中国成 为世界经济的不可或缺的一个重要组成部分，中国金融市场开放的同时，必然受到世界经 济波动的影响，并且中国股票市场和世界股票市场之间联动程度越来越大。有鉴于此，本 文试图主要通过实证研究尤其涉及时间序列计量模型来阐明中国股票市场与美国股票市场 之间的联动效应。１．３研究思路和研究方法本文在阅读大量国内外相关文献的基础上，以金融计量经济学研究方法为主要研究工 具，利用中国股票市场和美国股票市场相关数据，对中国股票市场和美国股票市场之间联 动性进行实证分析。 图１．１给出了本文的研究框架结构图。从图中可以看出，本文以现有国家之间联动性４浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究世界股市之间联动理论及其实证１ｒ联动研究的概念、目的、局限性１Ｉ中国股市现况基础一ｒ中美股市比较研究卜美国股市现况基础图１．１研究框架结构图研究文献为基础，首先定义联动性研究的概念，然后提出了本文的研究目的和现有研究局 限性，确立本文的理论研究基础。其次利用中美股市的情况进行中美股市比较研究。以金 融计量经济学研究方法为基础，分别对中美股市之间联动以及联动原因进行实证研究。前５浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究者主要包括对中美股市之间股价收益率的联动研究、股价波动率的联动研究和同时上市的 联动研究。后者是溢出效应研究和传染效应研究。最后，归纳笔者对中国股市和美国股市 之间联动性研究的主要结论，并提出未来股市之间联动性研究的某些可能方向以及政策建议。研究方法取决于研究目标和研究的主要内容。选择恰当的研究方法有助于研究目的的 实现和研究内容的完成。所以本文利用金融计量经济学方法对中美股市之间联动进行实证 研究。金融计量经济学是经济理论、数理经济学、经济统计学和数理统计学的和混合物。 它通过对经济数据的经验分析，达到检验经济理论、挖掘经济数据特征的目的。本文大量 应用了金融计量经济学的技术来研究中美股市的联动性特征。这些技术涉及到基本的正态 性检验、Ｌｊｕｎｇ．Ｂｏｘ检验、单位根检验（ＡＤＦ检验和ＰＰ检验）、协整检验（Ｊｏｈａｎｓｅｎ检验）、 向量自回归模型（ＶＡＲ模型）、误差修正模型（ＶＥＣＭ模型）、指数的自回归条件异方差模 型（ＥＧＡＲＣＨ）、门限的自回归条件异方差模型（Ｔｈｒｅｓｈｏｌｄ ＡＲＣＨ，ＴＡＲｃＨ）、两阶段最小 二乘法（ＴＳＬＳ：Ｔｗｏ．ｓｔａｇｅＬｅａｓｔＳｑｕａｒｅｓ）等金融计量经济学专题问题。建模研究方法论可以归纳为图１．２。从图１．２中可以看出，实证研究包括两个出发点： 一是根据金融计量经济模型；另外一个出发点是根据现有联动性实证研究。这样，本文采 取了理论研究和经验研究相结合的研究方法。即利用得到的现实情况设定计量经济模型， 选取中国股市和美国股市的相关数据：本文主要选择中国的上海Ａ股指数的日收益序列、 上海Ｂ股指数的日收益序列、深圳Ａ股指数的日收益序列、深圳Ｂ股指数的日收益序列， 还有美国的标准普尔５００指数（Ｓ＆Ｐ５００）的日收益序列、纳斯达克指数（ＮＡＳＤＡＱ）的日收 益序列为研究主线，辅之以对其他宏观变量，如美国利息率、中美贸易量和外国人直接投 资（ＦＤＩ）等。利用相关数据对模型进行参数估计和假设检验，如果参数估计和假设检验是 显著的，可以用模型的经验分析结论来预测和估计现实情况，如果参数估计和假设检验不 显著，将直接重新考虑数据是否存在统计问题、或者对经济理论和假设做出修订，并重新 进行经验检验。 最后，为了直观地揭示不同经济变量之间的关系，本文大量应用了图表分析方法。图 表可以直观形象地将研究对象的特征，或者将研究对象之间的复杂关系简单地表示出来。６浙江大学经济学院博士学位论文中豳股市与美隅股市之间联动性研究金融计量经济模型现有联动性实证研究上计量经济模型设定１ｒ相关数据选取ｒ数据的统计特征ｒ参数估计和假设检验上ＶＡＲ模型检验ＪＥＧＡＲＣＨ摸裂检验上ＭＡ（１）－ＧＡＲＣＨ（１，１）模型检验上ＴＳＬ模型检验ｌ土葛 未 因 果，Ｌ。土一方 差 分 解脉 冲 响 应函Ｔ数上实证研究结论图ｌ。２中美股市之间联动性研究方法论图７浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究１．４本文的结构和主要内容本文以中国股市与美国股市之间联动性为主题，进行了大量的理论研究和实证分析。 除第一章导论和第九章总结和展望之外，本研究的主要研究内容包括七大部分，本研究共８章，其主要内容如下：第一章介绍了选题的依据和背景、研究目的和意义，并介绍研究思路和研究方法，本 文的结构和主要内容和主要创新。 第二章：世界股票市场之间联动性的理论研究：本章首先对股票市场之间联动性的产 生、发展和逐步完善做了文献回顾，并对联动性的原因进行了两个原因的分类：溢出效应 和传染效应。接着，本章给出了联动性实证方法论，最后，介绍了世界股票市场之间联动 性实证研究概览。 第三章：中国和美国股市的比较研究。本章对中国和美国股票市场进行比较研究的目 的就是为了从美国股票市场的发展中寻求对中国股票市场发展具有借鉴意义的检验。本章 首先回顾了中国股票市场和美国股票市场的发展历程，并分析了目前存在的主要问题。第 二节中国股票市场和美国股票市场的总量比较，如上司公司数量比较、市价总值和ＧＤＰ比 率比较、换手率比较、市盈率比较、国际化程度比较等。第三节中国和美国股票市场的股 价指数趋势分析。通过对股票市场价格指数变化轨迹以及变化特征的考察，可以认识股票 市场整体价格水平的波动情况。第四节中国和美国股票市场的收益率波动比较。为了认识 股票市场波动的数量特征，本节运用均值、标准差、偏度以及峰度等描述性统计指标对股 价波动的基本统计特征进行对比分析。最后给出了中国和美国股票之间相关关系。 第四章：中国和美国股票市场之间股价收益率的联动性研究。本章首先检验了格兰杰 因果关系。格兰杰因果关系检验可以认为是在样本区间内的因果关系检验。它只能表明样 本期间内存在或者不存在的格兰杰原因。因此它既不能表明一个系统的动态特征，又不能 反映在样本期后各个变量之间的影响程度。为此，第二节和第三节利用ＶＡＲ中的冲击反映 函数和预测误差的方差分解来分析系统中各个变量之间的影响程度。 第五章：中国和美国股票市场之间股价波动率的联动性研究。本章首先研究了国家股 票市场之间联动性的若干基本问题，然后分析了中国股票市场和美国股票市场之间股价波 动率的联动性。本章采用了双变量ＥＧＡＲＣＨ模型对中国股市与美国股市间联动性进行分析。第六章：中国和美国股票市场之间联动性的原因分析。国家之间股价指数联动性的原８浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究因有两种解释。第一是传播，又称为溢出效应（Ｓｐｉｌｌｏｖｅｒ Ｅｆｆｅｃｔ）。第二是传染效应（Ｃｏｎｔａｇｉｏｎ Ｅｆｆｅｃｔ）。所以本章首先定义溢出效应和传染效应，然后采用两阶段最小二乘法（ＴＳＬＳ：Ｔｗｏ―ｓｔａｇｅ ＬｅａｓｔＳｑｕａｒｅｓ）来分析股价联动性的原因。 在财务理论中，关于ＡＤＲ和原股第七章：中美双重上市股票之间信息传导。（ＵｎｄｅｒｌｙｉｎｇＳｔｏｃｋｓ）之间信息传导研究是很常见的研究。但是，关于中国上司公司的ＡＤＲ研究几乎没有。有鉴于此，本章目的在于考察美国和中国两地同时上市股票之间信息传导 关系。因此本章首先研究了中国公司在美国上市的浪潮，接着中国公司在美国上市的现状： 然后，采用ＭＡ（１）一ＧＡＲＣＨ（１，１）模型实证分析。 第八章为结论部分。包括主要研究结论、研究的局限性和未来的研究方向，最后提出 一些政策建议。１．５研究的主要创新本研究利用金融计量经济学的某些方法，从统计检验和经济理论角度，在相应理论研 究的基础之上，对中国股票市场和美国股票市场之间联动性进行了全面的经验研究，得出 了很多有意义的结论，综观全文，本书的创新之处主要有： 第一，首次研究了中国４个股票市场（上海Ａ、上海Ｂ、深圳Ａ和深圳Ｂ）和美国２ 个股票市场（Ｓ＆Ｐ和纳斯达克）之间联动性。已有研究通常从４个股票市场中选择１个股 票市场，然后进行了跟别的国家之间联动性研究，但是，中国具有４个股票市场，而且各 个股票市场拥有自己的特色。由于本文实证检验模型构成了８个组合１，因此可以仔细观察 中国股票市场和美国股票市场之间联动性。这里值得注意的是，本文在中国第一次对中国 Ｂ股股票市场和外国股票市场之间联动问题进行了比较深入的研究。本文的结果可帮助外 国投资者的确定投资战略，增加了外国投资者的投资渠道，导致外国投资者福利提高。 第二，本文在国内第一次对中国原股（Ｕｎｄｅｒｌｙｉｎｇ Ｓｔｏｃｋｓ）和美国股票市场上市的ＡＤＲ 之间信息传导关系进行了研究。 随着在美国股票市场上上市的企业增加，利用ＡＤＲ对两国股票市场之间联动性分析。关于ＡＤＲ和原股（Ｕｎｄｅｒｌｙｉｎｇ Ｓｔｏｃｋｓ）之间信息传导研究是 很常见的研究。但是，关于中国上司公司的ＡＤＲ研究几乎没有。所以本文提出了对中国上 司公司的ＡＤＲ研究的基础。１仔细的组合就是这样１）Ｉ：海Ａ股和Ｓ＆Ｐ之间联动，２）＿ｆＩ：海Ｂ股和Ｓ＆Ｐ之问联动，３）深圳Ａ股和Ｓ＆Ｐ之间联动， ４）深圳Ｂ股和Ｓ＆Ｐ之间联动，５）上海Ａ股和纳斯达克之问联动，６）上海Ｂ股和纳斯达克之间联动，７）深圳Ａ股和 纳斯达克之间联动，８）深圳Ｂ股和纳斯达克之间联动。９浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究第三，研究方法和研究手段的创新。从统计检验角度，采用金融计量经济学的一些方 法来实证检验中国和美国股票市场之间联动性，这样的研究在中国国内尚不多见。尤其是 严格的金融经济计量方法，使本文中的检验可信度较高。本文利用ＧＡＲＣＨ类模型对中国 股票市场和美国股票市场之间收益率联动和波动率联动进行同时检验。过去的其他研究只 有检验股票市场之间收益率的联动。已有研究没有注意股票市场之间波动率联动。特别是 本文首次检验了中国４个股票市场的杠杆效应（Ｌｅｖｅｒａｇｅ Ｅｆｆｅｃｔ）。为了考虑到股票市场的 杠杆效应，本文选用了由Ｎｅｌｓｏｎ（１９９１）提出的ＥＧＡＲＣＨ模型。 第四，首次说明联动性的原因。已有研究大多数没有提出联动性的原因。在第四章和 第五章的研究基础上，本文首先把股票市场之间联动的原因区分了溢出效应和传染然效应， 然后利用两阶段最ｄｘ－－乘法分析，得出了现实有意义的结论。ｌＯ浙江大学经济学院博士学位论文中国股市与美国股市之问联动性研究２股票市场的联动文献综述２．１联动定义仅有的显式的但不充分的联动（ｃｏ．ｍｏｖｅｍｅｎｔ，ｃｏｍｏｖｅｍｅｎｔ）的定义可以在Ｂａｒｂｅｒｉｓｅｔａ１．（２００２）找到：联动可被定义为一种正相关性的模式。这个定义是基于相关系数的，并没 有明确地描述联动的意义。换句话说，联动是用相关系数定义的，这个术语本身并没有定义。另外需要重点注意的是，‘＇ｃｏ．ｍｏｖｅｍｅｎｔ”是一个特殊的技术性术语，在一般的字典是找 不到的（参见Ｗｅｂｓｔｅｒ’ＳＮｅｗＷｏｒｌｄＣｏｌｌｅｇｅＤｉｃｔｉｏｎａｒｙ，１９９９）。它可能来自动词“ｃｏｍｍｏｖｅ＇’及其相关名词“ｃｏｍｍｏｔｉｏｎ＇’。“ｃｏｒｆｌｍｏｖｅ”意为激烈地、猛烈地移动。有一些论文用术语如“ｅｘｃｅｓｓＣＯ．ｍｏｖｅｍｅｎｔ”（参见ＦｏｒｂｅｓａｎｄＲｉｇｏｂｏｎ，２００２）和“ｅｘｔｒｅｍｅｃｏ－ｍｏｖｅｍｅｎｔｓ”（参见Ｍａｌｅｖ．ｅｒｇｎｅ ａｎｄ Ｓｏｍｅａｅ，２００２）来描述一种也被称为“ｃｏｍｍｏｔｉｏｎ＇’的现象。然而，我们相信“ＣＯ．ｍｏｖｅｍｅｎｔ”是基于前缀“ｃｏｎ”的一个构词，而前缀“ｃｏｎ”表示“共同、 联合”之意。这与等价于“ｃｏｎ．ｒｅｌａｔｉｏｎ＇’意为存在互反关系的‘＇ｃｏｒｒｅｌａｔｉｏｎ”的起源是一致的。单 词“ｃｏｒｒｅｌａｔｉｏｎ”是所谓的同化的结果。“ＣＯ．ｍｏｖｅｍｅｎｔ＇’也可能是术语如“ＣＯ―ｉｎｔｅｇｒａｔｉｏｎ”的一种改编，这与我们对“ＣＯ―ｍｏｖｅｍｅｎｔ”的定义是一致的。 因此，这里要引入的定义是基于这么一个观念：“ＣＯ―ｍｏｖｅｍｅｎｔ”等同于“ｃｏｎ―ｍｏｖｅｍｅｎｔ”，描述了一种资产（ｆｉ格）伴随着另一种资产（ｆｉｒ格）变动而变动的现象。我们认为这种“伴 随变动”是一种为所有资产共享或共有的一种运动。这就如“ＣＯ．ｉｎｔｅｇｒａｔｉｏｎ”等同于“ｃｏｍｍｏｎ （ｄｅｇｒｅｅ）ｏｆｉｎｔｅｇｒａｔｉｏｎ＇’。另一个例子是“ＣＯ．ｏｐｅｒａｔｉｏｎ＇’，一起操作或共同操作的举动。因此，“ＣＯ．ｍｏｖｅｍｅｎｔ”的定义可用公式表示如下：定义１：联动是在时间ｔ为所有资产所共享的资产的运动。由于资产的运动（变动）是指资产的利润，联动也可以被定义为在时间ｔ为所有资产所共享的利润。可精确再现联动的这个定义的相关计量方法由下式给出：①，＝ｍａｘ（ｒ，ｆ，ｒ２ｆ，．??‰）厂＋ｍｉｎ（ｒ，ｒ，％ｆ，．一，，Ⅳｒ），＋ｌｌ浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究其中％是市场ｉ在时间ｔ的利润；厂（，＋）是指示变量，当所有市场的利润均为负数（正 数）时等于１，否则等于０。 以下例子阐明联动的这种计量方法：利润数对（．１，一１）得出其所代表的资产（价格）的 联动Ｏｔ＝．１，因为两个利润相等。利润数对（．２，一３）得出所代表的资产的联动吼＝．２，因为 两者的最大值是一２。正数对（２，３）得出联动①ｔ＝２，最小值是２。不同符号数组成的利润数对 如（３，．１）得出联动①ｔ＝０，因为在各个方向上均没有共同的变动。元素个数大于２的利润数 对也可得出相应的联动。例如，四个市场在时间ｔ的利润（．２，．１，一３，．１）得出联动为．１；利润 向量（＋２，＋１，＋３，＋１）得出联动为＋１；而对利润向量（＋２，＋１，＋３，－２），由于符号不全相同所以不 存在联动。 由于以上介绍的联动的计量并不是基于利润的标准值的，所以为所有资产所共享的相 对的变动并不能够被直接评估。例如，给定两种资产在时间ｔ的联动是．Ｉ，这并没有清楚表 明这个变动是相对较大的还是可以忽略的，因为其所代表的资产的平均数和方差均被这种 计量方法所隐藏了。 可以通过标准化利润使平均数为０方差为ｌ来弥补这个不足。则联动成为对资产的一 般的相对的变动的计量。因此，给出以下定义：定义２：相对联动是在时间ｔ为所有资产共享的资产的相对的运动。换言之，相对联动是为所有（标准的）利润所共享的的相对的（标准的）的利润。 由于联动的相对计量方法对在不同的利润的集合（或投资组合）中的联动所作的比较 更为直接。联动的相对计量方法可以被看作是Ｂａｕｒ ａｎｄ Ｓｃｈｕｌｚｅ（２００３）所提出的具有连续性的一种共同超出（ｃｏｅｘｃｅｅｄａｎｃｅ）的应用。２．２联动性模型２．２．１国际ＣＡＰＭ模型Ｓｔｅｈｌｅ（１９７７）Ｓｈａｒｐｅ―ＬｉｎｔｎｅｒＣＡＰＭ模型为基础，假定投资者行为满足对数效用函数模型，推导出检验证券市场联动假设的两类模型，并运用上述模型，以１９５６．１９７５年间 美国纽约股票交易所上市的股票月度收益数据为分析样本，检验了美国市场与包括比利时、１２浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究加拿大、法国、德国、意大利、日本、荷兰、瑞士、英国和美国在内的世界股票市场 美国市场与世界市场之间拒绝联动假设。之间的联动状况。结果表明，Ｓｔｅｈｌｅ首次以ＣＡＰＭ模型为基础对金融市场一体化程度的检验方法进行了革新，为 后来的同类研究提供了方法论指导。 在这之后， 很多人（Ｈａｒｖｅｙ，１９９１；Ｕａｈａ Ｒ．Ｍｉｔｔｏｏ，Ｓａｎｔｉｓ１９９２；Ｂｅｋａｅｒｔ和Ｈａｒｖｅｙ，１９９５；Ｄｅ Ｓａｎｔｉｓ和Ｇｅｒａｒｄ，１９９７；Ｄｕｍａｓ和Ｓｉｌｎｉｋ，１９９５；Ｄｅ 和Ｇｅｒａｒｄ，１９９８；Ｌｉｅｖｅｎ Ｂａｅｌｅ和ＲｕｄｉＶａｎｄｅｒＶｅｎｎｅｔ，２００１）对Ｓｔｅｈｌｅ的模型从估计方法到 不同国家股票市场联动的实涉及的风险因素等多方面进行了扩展，证检验。并应用于不同时期，２．２．２．１Ｍｉｔｔｏｏ的国际ＣＡＰＭ模型Ｕａｈａ Ｒ．Ｍｉｔｔｏｏ（１９９２）在对加拿大股票市场的一体化进行重新楂验的过程中， Ｊｏｒｉｏｎ和Ｓｃｈｗａｒｔｚ（１９８６）等人模型的基础上， 场一体化的两种模式。 资产ｉ对应的一国ＣＡＰＭ模型模型为： Ｅ（Ｒｆ）一Ｒ，＝７０－４－７ｌ届提出了基于国际ＣＡＰＭ模型楂验股票市（２―１）其中Ｅ（Ｒ，）为资产ｉ的预期收益率，Ｒ，为无风险收益率，尺肘为市场组合收益率， 屈＝ｃｏｖ（Ｒｆ，ＲＭ）／Ｖａｒ（Ｒ＾，）为资产ｉ的系统风险，在Ｓｈａｒｐｅ?Ｌｉｎｔｎｅｒ版本的ＣＡＰＭ模型中， ‰＝０，在Ｂｌａｃｋ版本的ＣＡＰＭ模型中，‰为一非零常数， 率与无风险收益率之差。ｙ。＝Ｅ（Ｒ肼）一Ｒ，－ｙ。。它表示零一∥资产组合收益如果一国证券市场与世界证券市场联动，则联动的世界证券市场指数Ｉ具有均值方差 有效性，即股票定价完全由世界市场指数收益率决定，国内市场指数Ｄ不进行入资产定价模型，也就是说相对于国内市场指数收益率ＲＤ的系统风险鲈对资产定价没有任何解释力。但是，显然不能通过构造一个对ＲＤ的单元回归来加以检险，因为国内市场指数收益率 与世界市场指数收益率正相关，而对两个市场指数收益率的多元回归则会由于存在多重共 线性而难以进行。 所以，要验证联动模型，首先应该设法将国内市场指数收益率中与世界市场指数收益 率不相关的部分分离出来。作国内市场指数收益率对世界市场指数收益率的投影：１３浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究ＲＤ―Ｒ，＝口ｏ＋口１（Ｒ，一Ｒ，）＋％一ｌ 于是市场联动的检验模式变成：（２―２）Ｅ（Ｒｉ、）一ＲＦ＝ｒ＇ｏ＋ｙ：ｊ｜Ｂ｛＋ｙ２ｑ ｐ？ｑ（￣２－３、）其中％一，为式（２―２）的回归残差项，表示国内市场指数收益率中与世界市场指数收 益率不相关的部分，Ｅ（％一，）＝ｃｏｖ（Ｖｏ中Ｒ，）＝０为相对于残差项％一。的系统风险，市场联动意味着７夕～＝０。则资产ｉ的收益率可以表示为：Ｒ打一只Ｒ＝Ｅ（Ｒ豇）－Ｒ，ｒ＋∥（Ｒ且－Ｅ（Ｒ且））＋∥尸－１攻Ｄｑ），＋ｅ：（２－４）其中凡和Ｅ（Ｒ豇）分别为资产ｉ在ｔ时期的收益率和期望收益率，尺。，和Ｅ（Ｒ打）分别表 示ｔ时期世界市场指数收益率和期望收益率，ＫＤ－咖为ｔ时期的回归残差项，％１服从独立正态分布且其期望值为零，将式（２―３）代入式（２―４），可得厂ｊ＝Ｅ（Ｒ，）一砟一∥于是有：Ｒ靠一Ｒ凡＝ｙ０７（１－∥）＋７夕。∥。＋∥（Ｒ，，一ＲＲ）＋鲈－１ＫＤ一１）ｆ＋Ｐ：（２―５）式（２－５）即为检验市场联动的最终方程，其中参数７：，厂；，∥，鲈＿可以通过最大似然估计和一系列非线性方程得到。对联动的检验，即ｙ夕～＝０是否成立可以由检验进行。对于市场分割检验模式的推导与市场联动检验模式的推导过程相似，只需将上述各式 中的变量上标或下标Ｄ与Ｉ的位置互换，即将国内市场指数收益率与世界市场指数收益率互换即可。所以对市场分割的检验就是检验式（２―６）中ｙ；～＝０是否成立。Ｒ豇一尺，ｒ＝ｙｏｎ（１－钟）＋７；一Ｄ∥一Ｄ＋鲈（Ｒ历一尺凡）＋ｐ／一Ｄ攻，一Ｄ）ｆ＋ＰｆｆＤ（２―６）从实证分析的应用来看，Ｍｉｔｔｏｏ的多因素模型的检验力较强，但多因素模型在影响因 素的选择上存在很大的主观性，这在很大程度上影响了结果的可信度。２…２１ ２ Ｔｉｍｅ－ＶａｒｙｉｎｇＣＡＰＭ模型Ｈａｒｖｅｙ（１９９１）在一篇研究各国股票市场风险与价格波动行为的文章中，将时间变化 （Ｔｉｍｅ―Ｖａｒｙｉｎｇ）引入了模型。后来，Ｂｅｋａｅｒｔ和Ｈａｒｖｅｙ（１９９５）在此基础上开发出一种新方法，在度量金融市场一体化程度时，可以反映出它们随时间的变化过程。１４浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究在完全一体化市场上，忽略汇率风险，则：Ｅ一。（‘：）＝丑一。ＣＯＶＨ（巧：：，～，）（２―７）其中，Ｅｔ一。（‘：）为ｉ国资产Ａ的条件期望超额收益率，即条件期望超额收益率与无风险收益率的差，厂ｗ．，为世界市场组合超额收益率。在完全分割的市场上，有：Ｅ一。（‘：：）＝以产。ＣＯＹ¨（巧，‘。，）‘．，为ｉ国市场组合超额收益率。对式（２－８）在本国市场水平上进行加总， Ｅ―ｌ（‘，，）＝２ｉ＇，－１ ｖａｔ，一１（‘，，）（２．８）得：（２．９）设研为一状态变量，当市场联动时，ｇ取１，资产组合收益率由式（２－７）决定；市场完全分割时，Ｓｊ取２，组合收益由式（２．９）决定。事实上，市场可能既不是联动，也不 是分割的。这时，资产组合收益率由式（２．７）和式（２．９）共同决定，具体程度取决于状态 变量取１还是２的概率大小。所以：Ｅｔ―ｌ（‘：：）＝①口一ｌ以一ｌ ＣＯＶｆ－１（ｒｊ，～，，）＋（１一①ｆＪ一１）以，『．１ｖａｒ，一ｌ（＿，，）（２一１０）其中，①“一。６［０，１】表示在信息集乙一，下的市场联动程度。它可以被解释成ｓｊ等于Ｉ的条件概率，即ｍ“一ｌ＝ｐｒｏｂ（Ｓ；＝ｌｌｚ，－１）。对①“一ｌ的估值可以利用标准的Ｈａｍｉｌｔｏｎ（１９８９，１９９０）模型，在这个模型中，Ｓ瑚艮从常转换概率的马尔克夫过程，代表的市场联动程度由于不断 有新的信息导致信息集合的变化，从而会随时间不断变化。Ｇｒａｙ（１９９５）给出了①“一。的一个 表达式：①，一。＝ｃ?一Ｑ，＋ｃＰ＋Ｑ＋?，［了云＝：五‘三｝辜弓≥三专｝二砑］其中Ｐ＝ｐｒｏｂ［Ｓ，＝１ Ｓ“＝１】ｃ２一??，ａ＝ｐｒｏｂ［Ｓ，＝２慨一ｌ＝２】 乃，，为基于状态Ｊ和ｔ－１时刻的信息集ｚ纠在ｔ时该的概率函数。Ｇｈｙｓｅｌｓ（１９９３）和Ｇｒａｙ（１９９５）等扩展了Ｈａｍｉｌｔｏｎ模型，允许转换概率随时间变化，将Ｐ、Ｑ１５浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究定义为ｅ＝器 Ｑ＝器‘１＋ｅｘｐ（历Ｚ：，）其中，岛，ｊ＝ｌ，２为参数向量。ｚ二。为信息集ｚＨ的子集，包含比如分红收益、资本化比率等信息，因为这些信息受到涉及证券市场联动进程的政策的影响，从而影响到状态变量的改变。２．２．１．３考虑货币风险的国际ＣＡＰＭ模型Ｂａｅｌｅ和Ｒｕｄｉ Ｖｅｎｎｅｔ（２００１）将货币风险纳入国际ＣＡＰＭ模型，ＬｉｅｖｅｎＶａｎｄｅｒ对模型进行了修正。在联动市场中，如果没有汇率风险，则Ｓｈａｒｐｅ（１９６４）和Ｌｉｎｔｎｅｒ（１９６５）的ＣＡＰＭ模型： Ｅ―ｌ（吒，，）＝一产ｌ ｃ．Ａ３ＶＨ（０∥ｒ，，，）（２―１２）Ｅ一。（巧．，）为本国股票市场指数超额收益率，，，，，为世界市场指数超额收益率，乃卜，为世 界市场风险价格。 由于有ＰＰＰ偏差，标准ＣＡＰＭ模型需要根据汇率风险升水进行调整，有Ｌ种货币，则：如果在基本货币之外，Ｅ，－１（Ｉ，，）＝２ｉ，，－ｌＣＯＹ卜ｌ（‘’ｌ’＿，Ｉ）＋∑五＇ｆ－１ ＣＯＶ，一ｌ（吒，ｆ，＿，。）（２－１３）其中，＿．，表示货币存款Ｉ的收益率，乃产。表示汇率风险价格。为方便起见，可以使用 一揽子货币Ｃ，则式（２―１３）变为： Ｅ―ｌ（‘，，）＝以，，一ｌ ＣＯＶ，＿ｌ（＿，，，珞）＋以，，一ｌ ＣＯＶ卜ｌ（‘，，，乓，，） 在市场完全分割的情况下， 资产收益率只取决于本国市场，即：（２＿１５） （２―１４）Ｅ―ｌ（‘，，）＝乃，｜－Ｉ ｖａｔ，一ｔ（吒，，） 所以，在部分一体化的市场上，股票市场ｉ的条件期望收益为： Ｅ，一ｌ（吒。，）＝仍＇ｆ＿ｌ［以产ｌ ＣＯＶＨ（咋’ｆ，厂，，，）＋丸，ｆ－ｌ ＣＯＶＨ（‘∥ｒｃ。，）】＋（１一仍卜１）【丑，ｆ－ｌ ｖａｔ，一ｌ（‘，，）】（２－１６）其中，仍．，．。（Ｏ≤缈≤１）反映股票市场ｉ基于ｔ一１期所有可获得信息基础上的联动程度，１‘浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究即市场期望收益在多大程度上取决于当地风险，在多大程度上取决于整体市场风险。联动 情况下，仍产。＝１模型将回到国际ＣＡＰＭ模型状态，如果市场不联动，红，，－。＝０，模型就 成为ＣＡＰＭ模型的一国形式。定义仍卜。为ｉ伊）７１．２（旺。 ，ｔ－１１：婴业垄！！！２百面ｘ ｒｉ歹丽１－１其中，ｙ为参数向量，ＸＨ为信息向量。式（２―１７）决定了仍卜。的取值范围在０和１之间。在对式（２―１６）进行估计前，需首选确定世界市场和货币的收益：（２―１８） （２－１９）＿，，－１＝以’ｆ－ｌ Ｖａｒｆ一１（＿。，－１）＋以，卜ｌ ＣＯＹ，一ｌ（巧，，一ｌ，‘，，）＋ｓ，，， ‘，ｆ＝乃卜ｌ ＣＯＶ卜ｌ（０，ｔ－１‘，ｆ）＋以，ｆ＿ｌ ｖａｒ，一Ｉ（‘，，）＋ｓⅣ在利用式（２．１８）和式（２．１９）估计世界证券市场和货币收益的基础上，可以利用ＧＡＲＣＨ 模型和最大似然估计对式（２．１６）进行估计。ＬｉｅｖｃｎＢａｅｌｅ和Ｒｕｄｉ ＶａｎｄｅｒＶｅｎｎｅｔ将货币风险因素纳入模型，对于利用ＣＡＰＭ模型进行市场联动检验时一个很大的进步。另外，模型也可以用来分析各种信息变量对市场联动 的动态影响。它的主要缺憾与前面Ｂｅｋａｅｒｔ和Ｈａｒｖｅｙ的模型类似，在应用中需要特别小心 地选择各种信息变量。２．２．２国际ＡＰＴ模型国际ＣＡＰＭ面临的一个困难是研究人员必须确定什么是世界市场资产组合。理论上， 联动可能只是由于一个适当的世界市场资产组合而遭到否定。而ＡＰＴ对市场资产组合没有 特殊要求，因此不存在这个问题，而且ＡＰＴ可用资产的自己验证，这使得研究易于进行。 从ＡＰＴ模型来看，每种资产的价格都是各种风险因素价格的总和，如果市场是联动的，这 些风险因素在不同市场上的价格将是一致的。所以联动程度的提高将导致各种风险价格的 趋同。 Ｓｏｌｎｉｋ（１９８３）曾ａ在一国ＡＰＴ模型的基础上推导出国际ＡＰＴ模型，但没有进行相关的实１７浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究证检验。假设世界经济中存在ｋ种因素，导致ｎ种国际资产的随机收益，这种收益以一种货币， 比如美元计价。则： 巧＝Ｅｆ＋ｂｉｌ４＋岛２万＋…＋％万＋Ｅｉ＝ｌ，…，ｎ （２―２０）其中置为第ｉ中资长的期望收益率，ｔ为第ｊ种国际因素，ｂｙ为第ｉ种资产对第ｊ种国际因素的敏感程度，ｚ为回归残差向，而且对于ｉ＝ｌ，…，ｎ，ｊ＝１，…＇ｋ，ｎ＞ｋ有Ｅ（ｚ阮）＝ｏ，Ｅ（Ｚ２）＝砰＜ｏ。。假设投资者对式（２．２０）中的ｋ种因素具有同质信念，就可以推导出以美元计价的国 际ＡＰＴ模型。如果资产种类足够多，则可以构造出满足以下条件的资产组合：Ｘ‘１＝０（２．２１）ｘ’ｂ＝０一一ｊｊ＝１，…，ｋ（２－２２）其中，石‘为资产组合中各种资产权重的ｎ维行向量，１为ｎ维行单列向量。ｂ．是由％一 一一』组成的ｎ维向量。则这种资产组合的净投资为０，且不存在系统风险。为排除套利机会的 存在，这种组合的收益一定为０，即： Ｅ＝厶＋＾ｂ ｌ＋…＋以以 Ｅ为由Ｅ组成的ｎ维向量。 五，…，以可以被看成风险升水。如果存在一种无风险资产，其收益率为厶，则有 厶＝Ｅｏ，允，＝Ｅ７一日，其中Ｅ７为仅存在第Ｊ种风险时，资产组合的预期收益率。 尽管式（２．２３）以国际资产替代了一国ＡＰＴ模型中的国内资产，但它的结构与Ｒｏｓｓ’（２―２３）的标准ＡＰＴ模型是一致的。Ｓｏｌｎｉｋ（１９８３）证明ＡＰＴ的结构与基准货币的选择无关。Ｃｈｏ等（１９８６）在Ｓｏｌｎｉｋ模型的基础上，给出了实证检验的方法。首先通过建立在时 间序列数据上的统计过程，检测出资产收益率对预先确定的因素的敏感程度。测出的敏感 因素又被称为要素填充。第二步通过要素填充和预期收益率的跨区域比较，检验资产定价模型，并证明上述因素的定价在各市场中都是一致的。１８浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究Ｃｈｏ等利用４个亚太国家、５个欧洲国家和２个北美国家共１１个国家３４９只股票 １９７３―１９８３年问的月度收益数据进行的实证分析否定了证券市场联动和国际ＡＰＴ模型的共 同假设。不过，他们也指出，对整个世界证券市场联动的否定并不意味着地区证券市场联 动也不存在。 Ｋｏｒａｊｃｚｋｙ和Ｖｉｚａｌｌｅｔ（１９８９）Ｌｔ＇，较了ＣＡＰＭ和ＡＰＴ为基础的模型，也找到了市场分割的 证据。顺着同样的思路，Ｇｕｌｔｅｋｉｎ和Ｐｅｎａｔｉ（１９８９）分析了美国和日本股票市场的联动，将样 本以１９８０年为界分成前后两段，以反映日本２０世纪８０年代以后对资本管制的放松，结果 发现后一阶段中风险溢价在两个市场上看来比较接近。 有关国际ＡＰＴ模型的实证分析基本上都集中在ＡＰＴ模型在世界证券市场上是否成立， 专门用它来检验市场联动的应用很少。这可能主要源于大家对ＡＰＴ模型在世界证券市场上是否成立的怀疑。事实上，一旦ＡＰＴ模型在世界证券市场上不成立，它就无法被用来研究联动问题。 在国际ＡＰＴ模型的应用中，要素填充，则确定影响因素过程本身相当复杂，而且由于 证券组合以及影响因素的选取等问题，结果会具有很大的不确定性，这对最后是否证券市 场联动的结论产生不确定影响的可能性比较大。２．２．３隐含变量模型（ＬａｔｅｎｔＶａｒｉａｂｌｅｓＭｏｄｅｌ）更近期的证券市场联动性研究使用了隐含变量模型。这是一个不够正式却在预期收益 中引入时间变化的明晰动态模型。当预期收益随时间变化时，但一隐含变量模型对引入时 间变化的预期收益加入了有意义的截面限制条件。如果证券市场联动的程度较高，这个基 准资产组合将成为不同证券市场的共同驱动因素。Ｃｈａｎｇ（１９９１），Ｃａｍｐｂｅｌｌ和Ｈａｍａｏ（１９９２）， Ｈａｒｖｅｙ（１９９４）等人都曾利用国际隐含变量模型对不同国家的证券市场进行过实证检验。下面主要介绍Ｃａｍｐｂｅｌｌ和Ｈａｍａｏ的模型。隐含变量模型的推导从多因素资产定价模型开始：‰：Ｅｔ（ｚｉｉ，Ⅲ）＋壹玩五斗。＋薯一。差额。而预期超额收益率由下式决定（２―２４）其中，巧Ｈ。为资产ｉ在ｔ＋ｌ期的超额收益率，即资产ｉ的随机收益率与无风险收益率的１９浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究七Ｅ，（曩川）＝∑尾九七＝ｌ（２―２５）其中，气为第ｋ种因素在ｔ时期的风险价格。现在假设ｔ时期的信息集构成一个由预 测变量ｘ村组成的Ｎ维向量，其中ｎ－ｌ，…，Ｎ，且五，为常数。假设条件期望与这些变量呈线 性关系，则第ｋ种风险价格可表示为：Ⅳ气＝∑气以，于是式（２－２５）变为：Ｘ Ｎ Ｎ（２―２６）Ｅ（砭Ⅲ）＝∑尾∑气ｘ肿＝∑口加ｘ町ｋ＝ｌ ｎ＝ｌ ｎ＝ｌ（２―２７）式（２－２７）表明系数ｔ２＂抽的玳矩阵可以分解成∥系数的Ⅸ矩阵和由风险价格定义的ＫＮ矩阵的积。 对于上述模型的经验检验主要有连种途径：一种是利用可以观测到的因素进行估计； 另外一种则利用无法观测到的因素，但是这些因素的数目要小于资产的种类以及预测变量 的数目。 假设我们观测到一个资产组合的收益率对第一种因素的∥值等于１，对其他因素的∥值 等于０，再假设这个资产组合的特殊风险等于０，则由式（２．２４）和式（２．２７）可得：Ｋ Ｎ Ｋ磋Ⅲ＝届．＋∑厥∑气以，＋∑尾Ｚ＂。＋蟊斗。ｋ＝２ ｎ＝ｌ ｋ＝２ Ⅳ＝尾巧’ｆ＋。＋∑口二ｘ耐＋玩，ｆ＋。ｎ＝ｌ（２―２８）在第一种资产超额收益率和信息变量以，对第ｉ种资产超额收益率的回归中，第一种资产就暗含了第一种因素的风险价格，而以，的系数口二现在只反映第２到第ｋ种因素的风险价格。如果这些风险价格等与０，则所有的系数口二应等于０，如果这些风险因素为常数，则截距项口ｊ不为０，但其他参数口二（ｎ＿２，…，Ｎ）等于０。这种方法可以如下方式应用于国际证券市场，假设一国证券市场遵从多因素资产定价 模型，其中第一个因素为国际因素，其他的都为国内因素。在假定国际因素可以由一个市２０浙江大学经济学院博十学位论文中国股市与美国股市之间联动性研究场收益率，比如世界市场指数收益率代表，我们就可以对本国市场收益率与世界市场收益率和一系列预测指数进行回归。∑口二ｘ耵相对于∑口加ｘ耐的变化就可以被用来度量国内因素风险价格与全部因素风险价格的变化。在只有国际因素起作用的极端情况下，系数口：都应该等于０。通过这种方式就可以衡量一国市场与世界市场的联动程度。 如果没有可以观察到的基准，将很难利用上述模型检验证券市场的联动程度。这时可 以假设存在一个隐含基准，如果各种资产对隐含基准的∥值维持不变，而基准收益率本身 随时问变化，则在联动市场上交易的资产就符合单一隐含变量模型。 假设在证券市场联动情况下，只存在一个隐含的世界因素，并且被单独定价，而国内 风险因素都忽略不计。考虑两个国家的情形，假设存在Ｎ个预测变量，由式（４．２．２６）可得 口如＝屈见。我们将屈标准化为１，则：褂ｏ，０２．－－ｏｎｋ］ｌ；ＸＩ ｘＭ一隐含变量模型。『。，忆］（２―２９）式（２―２９）中系数矩阵的第一行确定了皖，第一列确定了殷，而其他Ｎ一１个系数都被约 束了。这些约束条件保证了两国市场预期超额收益率之间密切的相关性。这种模型即为单这个模型在应用中也存在一定的问题，如果对于隐含因素的确定不合适，就有可能得 到错误的结论。比如，即使是在市场联动情况下，如果两国公司面对的风险不同，而且风 险定价方式也不一样，则两个市场的预期超额收益之间相关性就会较差。另一个问题在于 也许存在单一隐含因素模型没有覆盖的其他因素，比如虽然市场是不联动的，但对于某些 共同冲击的反应却表现出一致性。２．２．４协整分析对一定定律在金融市场上的适用性， 即金融市场一体化的检验，还可以直接通过协整分析来进行。如果一国市场与世界市场是完全一体化的，则其市场收益率或收益率的波动 状况应该等于世界市场收益率或收益率波动。但实际上，这一点很难满足。这样就可以通２ｌ浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究过分析本国收益率与世界市场收益率的趋同过程，即本国市场与世界市场的一体化过程。 另外，也可以在模型中分析其他变量对收益率趋同的影响。 在应用时，首先要通过对各变量的ＤＦ和ＡＤＦ检验或单位根检验分析变量的单整性， 然后对各变量进行回归，检验它们之间是否存在协整关系，最后建立误差修正模型分析收 益率的长期关系以及短期的趋同（即误差修正）过程，并从中分析其他变量对收益率趋同的影响。协整分析在实际应用中非常广泛。Ｍａｒｃｅｌｌｏ Ｄ’Ａｍａｔｏ和Ｂａｒｂａｒａ Ｐｉｓｔｏｒｅｓｉ（１９９９）利用 协整技术对意大利和德国国债收益率的趋同进行了实证研究。ＳｔｅｆａｎｉｅＫｌｅｉｍｅｉｅｒ，ＨａｒａｌｄＳａｎｄｅｒ（２００１）也曾利用协整技术分析过欧洲银行业零售市场的一体化问题。另外，国内也有 学者将它应用于金融市场一体化的实证检验。 协整分析并不是专门针对金融市场一体化的分析模型，它广泛应用于非平稳变量的计 量分析，对于检验这些变量之间的长期均衡关系非常重要。另外，误差修正模型可以将变 量之间的长期关系和短期动态特征结合在一个模型中，对于不同市场金融产品价格的趋同 研究具有很高的价值。２．３联动性原因２．３．１溢出效应（Ｓｐｉｌｌｏｖｅｒ Ｅｆｆｅｃｔ）为什么国际资本市场之间发生了联动现象（Ｃｏｍｏｖｅｍｅｎｔ）？联动原因的代表性说明是信 息的溢出效应，由于各个国家股票市场的开场时间不一样，所以企业与经济部分发生的信息跟着时差顺序反映各个国家的股票市场。因为宏观经济与企业发生的信息跟着时差影响各个国家股票市场，所以各个国家的股价收益率呈现联动。比如说，美国股票市场的开场 时间，增加了电脑需求的信息，由于预测关联性行业的好景气，所以美国的股价上涨，次 日开场的英国和日本的股票市场由于对电脑产业好景的期待，股价也一起上涨。但是，根 据溢出效应的主张，联动不是Ｅｕｎ 题。Ｌｉｎ，Ｅｎｇｌｅ ａｎｄ ａｎｄＳｈｉｍ（１９８９）发现的单方面，而是相互联动。这存在问Ｉｔｏ（１９９４）禾Ｕ用更正确的模型和分析，证明了信息的溢出效应是相互关系。Ｅｘｔｒａｃｔｉｏｎ他们首先利用信号抽出模型（Ｓｉｇｎａｌ （ＧｅｎｅｒａｌｉｚｅｄＭｏｄｅｌ）具有广义自回归条件异方差过程 Ｐｒｏｃｅｓｓ），在股价收益率发生的冲击中Ａｕｔｏｒｅｇｒｅｓｓｉｖｅ Ｃｏｎｄｉｔｉｏｎａｌ Ｈｅｔｅｒｏｓｋｅｄａｓｔｉｃ浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究抽出于国际冲击（Ｇｌｏｂａｌ Ｉｍｐａｃｔ）对比地区冲击（Ｌｏｃａｌ Ｉｍｐａｃｔ）。利用抽出冲击的分析结果是， 由国际冲击，发现东京的白天收益率（Ｄａｙｔｉｍｅ Ｒｅｔｕｒｎ）与纽约的夜间收益率（Ｏｖｅｒｎｉｇｈｔ Ｒｅｔｕｒｎ） 有相关关系。这意味着联动现象由于国际冲击而发生。因为包括美国以外国家的股价变动 的国际冲击，所以美国股价也变动。就是存在相互联动。他们解释是由于发生的信息，特 别由于国际冲击的溢出效应，发生了联动现象。 还有很多人（ＢａｉｌｌｉｅａｎｄＢｏｌｌｅｒｓｌｅｖ（１９９０），Ｃｈａｎ（１９９２），Ｋａｗａｌｌｅｒａｎｄｅｔａ１（１９９３），Ｔｈｅｏｄｏｓｉｏｕａｎｄａｎｄ Ｌｅｅ（１９９３），Ｂａｅ ａｎｄ Ｋａｒｏｌｙｉ（１９９４），ＢａａｏｖＢｏｄｎａｒ（１９９４），ＨｏｇａｎａｎｄＭｅｌｖｉｎ（１９９４），ｅｔＫａｒｏｌｙｉ（１９９５），Ｋｏｕｔｍｏｓ ａｎｄ Ｂｏｏｔｈ（１９９５），Ｗｅｍｅｒ ＫｏｆｍａｎａｎｄＫｌｅｉｄｏｎ（１９９６），Ｃｈｏｗａ１（１９９７），Ｍａｒｔｅｎｓ（１９９７），Ｐａｎ ａｎｄ Ｈｓｕｅｈ（１９９８），Ｔｓｅ（１９９８））进行了实证检验。２．３．２传染（Ｃｏｎｔａｇｉｏｎ）对于联动现象另外的说明就是传染效应（Ｃｏｎｔａｇｉｏｎ Ｅｆｆｅｃｔ）。根据传染效应，在一个国家 股票市场的股价大幅上涨时，无论市场基本条件（Ｍａｒｋｅｔ Ｆｕｎｄａｍｅｎｔａｌ），以后开场的国家的 股市的股价都上涨。信息的溢出效应是投资者评价如景气、汇率，利息率、企业盈利性等 反映股价，不过传染效应的信息包括其他国家的股价信息，所以投资者只有反映价格信息。ＴｈｅＷｏｒｌｄＢａｎｋＧｒｏｕｐ把传染定义为如下。第一，广义上，传染是国家之间冲击（Ｓｈｏｃｋ）的转移现象。因为在资本市场中不论正常的经济情况或者是在危机情况下，传染都会发生。 所以，无论外汇危机或者金融危机发生与否，传染都应该强调。第二，狭义上，把传染定 义为不管各个国家之间经济基础情况如何，一个市场发生的资本市场的冲击转移到另一个 市场导致各个市场的相关关系加强的现象。这样的传染叫做超过联动（Ｅｘｃｅｓｓ Ｃｏ．ｍｏｖｅｍｅｎｔ），被说明投资者的羊群效应（Ｈｅｒｄｉｎｇ Ｂｅｈａｖｉｏｒ）。在两国之间金融和贸易等经 济基础情况不能完全说明各个资本市场之间相关关系的时候，不管理性或非理性的投资者， 投资者的集体行动可以说明波动率转移效应（Ｓｐｉｌｌｏｖｅｒ Ｅｆｆｅｃ０。因为投资者为了获得投资信 息发生费用，所以不掌握信息的投资者（Ｕｎｉｎｆｏｒｍｅｄ Ｉｎｖｅｓｔｏｒｓ）模仿掌握信息的投资者（Ｉｎｆｏｒｍｅｄ Ｉｎｖｅｓｔｏｒｓ）。因此市场的信息非对称可以说明投资者的集体行动。第三，传染是在金融危机期间增加了各个资本市场的相关关系。Ｋｉｎｇａｎｄ Ｗａｄｈｗａｎｉ（１９９０）禾Ｕ用从１９８７年７月到１９８８年２月的美国的道?琼斯工业平均指数（ＤＪＩＡ），日本的日经指数（Ｎｉｋｋｅｉ）、英国的金融时报指数（ＦＴＳＥ）的时间差异资料（Ｈｏｕｒｌｙ Ｄａｔｅ），推定传染模型。分析的目的是在１９８７年１０月黑色星期一时，不论各个国家浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究经济预测和市场微观结构等经济条件不一样，各个股票市场为什么都同时下跌。他们说这 样的美国股市的大暴跌迅速地遍及英国与日本的原因是因为理性投资者的从众心里而发生 传染效应的结果。美国股市影响其他国家的股市，但是没受到影响。Ｆｏｒｂｅｓ ａｎｄＲｉｇｏｂｏｎ（２００２）研究了金融危机时，如１９９４年的墨西哥金融危机、１９８７年的纽约股市大暴跌等，各个国家股票市场之间是否增强了相关关系。根据他们的实证研究， 金融危机期间存在各个市场之间相关关系的偏高（Ｕｐｗａｒｄ Ｂｉａｓｅｄ）现象，不过增广相关系数 结果不存在传染效应。但是分析期间存在联动现象，他们说，这样的原因是相互依赖性（Ｉｎｔｅｒｄｅｐｅｎｄｅｎｃｅ）。Ｋｏｒｄｅｓａｎｄ Ｐｒｉｔｓｋｅｒ（２００２）试图以推定理性期待模型说明在金融市场发生传染现象的横断面和时间序列形状。他们要说明为什么新兴市场脆弱传染效应，在金融和外汇危机时比 较容易发生。还要说明没有共同宏观经济关系的国家之间如何发生传染效应。他们把传染 效应定义为导致别的市场发生的收益率冲击一个市场的价格动向。无论亚洲与拉丁美洲地 区比较金融和贸易等依赖性，最近金融危机期间发生了亚洲与拉丁美洲之间传染效应。他 们把这个说成理性投资者的资产组合重构（Ｐｏｒｔｆｏｌｉｏ Ｒｅｓｔｒｕｃｔｕｒｉｎｇ）与信息不对称（Ｉｎｆｏｒｍａｔｉｏｎ Ａｓｙｍｍｅｔｒｙ）。他们主张为了解除这样的传染效应，提高该资本资产信息的透明性。 还有很多人Ｅｄｗａｒｄｓ（１９９８），Ｈａｒｄｙ ａｎｄ Ｐａｚａｒｂａｓｉｏｇｌｕ（１９９８），ＫａｍｉｎｓｋｙＦｌｅｍｉｎｇ ａｎｄ Ｌｏｐｅｚ（１ ９９９），Ｂｅｒｇ ａｎｄ Ｐａｔｉｌｌｏ（１ ９９９），Ｋａｍｉｎｓｋｙ（１ ９９９），Ｅｉｃｈｅｎｇｒｅｅｎ Ｃａｒａｍａｚｚａｅｔ ｅｔ ｅｔａ１（１９９８）， ａ１（１ ９９６），ａｌ（２０００），ＲｉｊｃｋｅｇｈｅｍａｎｄＷｅｄｅｒ（２００１）进行了实证检验。２．４联动性实证方法论 ２．４．１相关系数相关系数是两个变量ｘ，Ｙ之间相互关系的大小和方向（正或负）的系数。据ＬｏａｎｄＭａｃｋｉｎｌｙ（１９９０），Ｃｈａｏ（１９９３），Ｃｈｏ ｅｔ ａ１（１９９７）研究：存在同时影响两国股市的信息时，这两国股市之间发生交叉相关，还有一个国股市更迅速反映共同信息时，这国股市将引导另一国 股市。用数学模型表示如下： 假设Ｘ是一个国家股市，Ｙ是另一个国家股市，Ｘ和Ｙ在ｔ时和ｔ．１时点山的股价收益率分别表示为尺朋，尺ｙ．ｆ，尺肌－ｌ，尺ｙ’ｆ一。。如果ｘ和Ｙ同时受到共同信息影响时，这两国 股市之间交叉相关系数公式如下：浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究ｃｏｒｒ（Ｒｘ’ｆ’Ｒｒ，ｔ １）＝∑（Ｒｘ，，一Ｒｘ）（Ｒｙ卜。－Ｒｙ）（Ｒｘ。ｒ－Ｒｘ）２（Ｒｙ＇ｆ．１一Ｒｙ）２ｃｏｒｒ（Ｒｒ＇ｆ，Ｒｘ．ｆ＿１）＝∑（Ｒｙ’ｆ―Ｒｙ）（Ｒｘ卜。一Ｒｘ）（Ｒｙ．ｆ－Ｒｒ）２（如＇ｆ．１－Ｒｘ）２如果ｃｏｒｒ（Ｒ即，Ｒｙ’｜一１）＞ｃｏｒｒ（ＲⅣ，Ｒｘ．ｔ １）时，说明Ｘ国股市比Ｙ国股市更迅速反映同一个信息，同时ｘ国股市引导Ｙ国股市。如果ｃｏｒｒ（Ｒｒ｜ｆ，Ｒ朋一１）＞ｃｏｒｒ（Ｒ朋，Ｒｙ＇ｔ＿１） 时，说明Ｙ国股市比Ｘ国股市国股市更迅速反映同一个信息，同时Ｙ国股市引ｘ国股市。 用相关系数分析联动性研究如下：ＫｉｎｇＰｉｎｄｙｃｋ ａｎｄ ａｎｄＷａｄｈｗａｎｉ（１９９０），ＢｅｒｔｅｒｏａｎｄａｎｄＭａｙｅｒ（１９９０），Ｒｏｔｅｍｂｅｒｇ（１ ９９０），Ｌｅｅ ａｎｄ Ｋｉｍ（１ ９９３），ＣａｌｖｏＲｅｉｎｈａｒｔ（１ ９９６），Ｋａｒｏｌｙｉ ａｎｄＳｔｕｌｚ（１９９６）等。２．４．２向量自回归（ＶＡＲ：Ｖｅｃｔｏｒ Ａｕｔｏｒｅｇｒｅｓｓｉｏｎ）模型Ｅｕｎａｎｄ Ｓｈｉｍ（１９８９），Ｊｅｎｇｅｔａ１（１９９２），Ｍａｌｌｉａｒｉｓ ａｎｄＵｒｒｕｔｉａ（１９９２），文圭炫和洪正孝（１９９３）等利用向量自回归模型检验了股票市场之间联动性。 向量自回归模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影 响。向量自回归模型实际上是向量自回归移动平均（ＶＡＲＭＡ）模型的简化，后者因参数过多 带来很多问题而少有应用。最一般的ＶＡＲ模型数学表达式如下：ｔ＝口＋Ｉ Ｉ。ｒ一．＋兀：‘一：＋…＋Ｈ口Ｚ一，＋∥，这式称为Ｐ阶向量自回归模型，记为ＶＡＲ（Ｐ）。ＶＡＲ模型有两个重要的参数，一是系 统中所含变量的个数ｎ，另一个是滞后的阶数Ｐ。另外，更进一步扩展，如果确定某外生向Ｊ重重ｚ，对所研究的系统向量Ｚ具有影响，可以将其引入模型，即：ｒｅ＝口＋ｎｌＺ―ｌ＋兀２Ｚ一２＋．．．＋ｎ口Ｅ―ｐ＋肱，＋以ＶＡＲ模型的推定方法有３大类：１）脉冲响应函数（ＩＲＦ：Ｉｍｐｕｌｓｅ 方差分解（Ｖａｒｉａｎｃｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ），３）格兰杰因果检验（ＧｒａｎｇｅｒＲｅｓｐｏｎｓｅＦｕｎｃｔｉｏｎ），２）ＣａｕｓａｌｉｔｙＴｅｓｔ）。浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究２．４．２．１脉冲响应函数ＯＲＦ：ＩｍｐｕｌｓｅＲｅｓｐｏｎｓｅＦｕｎｃｔｉｏｎ）脉冲响应函数用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。Ａｔ＝口ｌｌＡｆ一１＋口１２Ｂｆ一１－Ｉ－６＂１．ｆＢｒ＝口２ｌＡｔ―ｌ＋口２２Ｂｆ―ｌ＋占２．ｆ其中，Ａ表示Ａ国股市，Ｂ表示Ｂ国股市。模型中随机扰动项称为信息。如果ｇ¨发生变化， 不仅当前的Ａ值立即改变，而且还会通过当前的Ａ值影响到变量Ａ和Ｂ今后的取值。脉 冲响应函数试图描述这些影响的轨迹，显示任意一个变量的扰动如何通过模型影响所有其 他变量，最终又反馈到自身的过程。 ２．４．２．２方差分解（Ｖａｒｉａｎｃｅ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ） 方差分解是系统中每个内生变量（共ｍ个）的波动（ｋ步预测均方误差）按其成因分 解为与各方程信息相关联的ｍ个组成部分，从而了解各信息对模型内生变量的相对重要性。 所以，利用方差分解方法分析模型的动态特征。２…４２３格兰杰因果检验（ＧｒａｎｇｅｒＣａｕｓａｌｉｔｙ Ｔｅｓｔ）格兰杰因果检验是指：在序列Ｘ和Ｙ消除了趋势之后，如果利用过去的Ｘ值和过去的 Ｙ值一起对本期和未来Ｙ值进行预测，比单用Ｙ过去值预测的效果更好，则表明序列Ｘ和 Ｙ存在因果关系，称ｘ是Ｙ的Ｇｒａｎｇｅｒ原因，即对于模型：Ｐ ｑ‘＝∥＋∑口ｆｘｆ－ｆ＋∑乃Ｚ―Ｊ＋占，ｆ＝ｌｊ＝ｌ零假设为Ｈ。＝口。＝口：＝…＝口ｐ＝Ｏ成立时，意味着Ｘ不是Ｙ的Ｇｒａｎｇｅｒ原因。若Ｆ检验 拒绝了零假设，则意味着Ｘ变量的过去值对Ｙ现值的变化具有解释能力，因此可以说Ｘ是 Ｙ的Ｇｒａｎｇｅｒ原因。反之，若对于模型：Ｐ ｇｚ＝∥＋∑仍ｘＨ＋∑ｔＺ一．，＋占，ｉ＝１，＝ｌ零假设为Ｈ。＝４＝色＝…＝万ｐ＝ｏ成立时，意味着Ｙ不是Ｘ的Ｇｒａｎｇｅｒ原因。若Ｆ检验浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究拒绝了零假设，则意味着Ｙ变量的过去值对ｘ现值的变化具有解释能力，因此可以说Ｙ是Ｘ的Ｇｒａｎｇｅｒ原因。２．４．３协整和ＥＣＭ模型在Ｇｒａｎｇｅｒｌ９８３年提出协整的含义之前，ＡＲＩＭＡ即含单位根的自回归滑动平均模型就 有了相当深入的研究。早在１９７８年，Ｄ．Ｈｅｎｄｒｙ等就提出了误差修整模型（ＥＣＭ），但直至 １９８７年，ＥｎｇｌｅａｎｄＧｒａｎｇｅｒ才将ＶＡＲ，ＥＣＭ和单位根与协整理论整合，提出了协整表述定理。这一工作的特点是将ＶＡＲ转换为协整关系（在协整存在时），然后基于协整派生ＥＣＭ， 使协整由ＥＣＭ表出。同时，这一过程实现了协整的检验与估计。正是Ｅｎｇｌｅ和Ｇｒａｎｇｅｒ整 合式的研究，才实质性地推动了协整理论及其应用的发展。 继Ｅｎｇｌｅ和Ｇｒａｎｇｅｒ的表述定理之后，Ｊａｍｅｓ Ｈ．Ｓｔｏｃｋ和Ｍａｒｋ Ｗ．Ｗａｓｔｏｎ（１９８８）将协整关 系表述为同趋势，即将组成系统的若干个Ｉ（１）变量。若他们存在协整关系，则这个系统可 表示为稳定成分（协整关系）和非稳定成分的线性组合，这种表述进一步揭示了协整的含 义为Ｉ（１）变量稳定的线性组合。而Ｐｈｉｌｌｉｐｓ（１９９１）的三角形表述，则是将协整系统表述为协 整方程与变量服从随即行走相联立，这种表述为协整估计尤其是完全修正的ＯＬＳ估计提供 了基础。 协整理论的核心是协整检验和估计，这一方向最为杰出的工作是由Ｓ．Ｊｏｈａｎｓｅｎ所完成。 他发展和完善了协整检验和协整响量的极大似然估计，其中１９８８年和１９９１年发表的两篇 文章的结果及其推导的解析已出现在几乎所有与之有关的计量经济学专著之中，为方便应用。误差修整模型基本形式是由Ｄａｖｉｄｓｏｎ，Ｈｅｎｄｒｙ，Ｓｒｂａ和Ｙｅｏ与１９７８年提出的。若序列变 量Ｉ和置存在的长期均衡关系可用协整回归模型表示为：Ｅ＝ｋｏ＋七。置＋以，则一个较为 简单的误差修整模型可表示如下形式： △Ｚ＝７０△Ｘｆ＋０?ＥＣＭｆ一１＋ｑ其中，ＥＣＭ¨＝Ｅ一。一‰一尼，置一。表示ｔ＿ｌ期的非均衡误差。０?ＥＣＭＨ称为误差修整项，口称为修正系数，表示被解释变量Ｚ对误差的调整速度。Ｋａｓａ（１９９２），ＬｅｅａｎｄＪｅｏｎ（１９９５），刘泰愚和金春浩（１９９７），吉在旭（２００３）等利用误差修整模型检验了股票市场之间联动性。浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究２．４．４自回归条件异方差模型类Ｅｎｇｌｅ于１９８２年在研究英国通货膨胀率序列变化规律是提出的自回归条件异方差模型（Ａｕｔｏｒｅｇｒｅｓｓｉｖｅ ＣｏｎｄｉｔｉｏｎａｌＨｅｔｅｒｏｓｋｅｄａｓｔｉｃｉｔｙ Ｍｏｄｅｌ：ＡＲＣＨ），是最近２０多年以来描述方差随时间的异变性问题最具有代表性的计量方法，其基本思路是模型误差项在ｔ时刻的方差依赖于前期（ｔ一１，ｔ．２，…）的模型实际误差的平方。１９８６年Ｂｏｌｌｅｒｓｌｅｖ在Ｅｎｇｌｅ的ＡＲＣＨ模型基础上对方差的表现形式进行了直接的线性扩展，形成了应用更为广泛的ＧＡＲＣＨ模型。还 有的经济学家将于扰项的方差作为影响被解释变量的一个因素加以研究，形成了ＡＲＣＨ．Ｍ模型，这样实际上就将风险因素直接引入金融资产的定价过程。随着对上述模型的扩展和完善，又出现了ＩＧＡＲＣＨ模型、ＥＧＡＲＣＨ模型等，最终形成了一个所谓的ＡＲＣＨ／ＧＡＲＣＨ模型族。Ｅｎｇｌｅ ｅｔａ１（１９８７）在ＡＲＣＨ模型的基础上，建立了ＡＲＣＨ―Ｍ模型来分析时变风险的收益Ｅ＝ｇ（ｘ：，ｆ‘ｈ，）＋Ｕ，补偿。ＡＲＣＨ．Ｍ模型的一般形式为：％ｌＱＨ～Ｎ（Ｏ，ｈ，）其中，ｇ（Ｚ，ｆ’吃）是解释变量向量ｘ，回归参数向量ｆ’以及条件方差Ｊｌｆ的函数，它等于被解释变量ｒ的条件期望。在具体应用中，常用的ＡＲＣＨ．Ｍ模型一般设定为如下形式：Ｅ＝ｘ：ｆ＋８ｆ（吃）＋Ｕ，ＵｔｌＱ，＿ｌ～Ｎ（Ｏ，ｈ，）其中，ｆ（ｈ，）是条件方差ｈ，的单调函数，一般取厂（吃）＝√Ｊｊｌ，或厂（吃）＝ｈｌ（办，）。条件方差ｈ，取ＡＲＣＨ或ＧＡＲＣＨ形式，当＾，取ＡＲＣＨ结构，ｈ，＝口ｏ＋口ｌ“三ｌ＋…＋口ｇ“乙时，称模型为ＡＲＣＨ．Ｍ模型。当＾， 模型。ＨａｍａｏｅｔＧＡＲＣＨ燃Ｊ，ｈ，：口。＋羔口，甜乙＋壹尼矗“时，称模型为ＡＲＣＨ．Ｍａ１（１９９０）采用ＧＡＲＣＨ―Ｍ模型实证检验，对纽约、东京和伦敦之间收益率（ＦｉｒｓｔｅｔＭｏｍｅｎｔ）联动与波动（Ｓｅｃｏｎｄ Ｍｏｍｅｎｔ）联动进行了研究。还有Ｎｇ Ｌｅｅ（１ ９９３），Ｅｎｇｌｅａｎｄａｉ（１９９１），ＴｈｅｏｄｏｓｓｉｏｕａｎｄａｎｄＳｕｓｍｅｌ（１ ９９４），Ｌｉｎｅｔａ１（１ ９９４），ＫａｒｏｌｙｉＳｔｕｌｔｚ（１ ９９６）等利用浙江大学经济学院博十学位论文中国股市与美国股市之间联动性研究ＡＲＣＨ／ＧＡＲＣＨ模型族检验了股票市场之间联动性。２．４．５ＥＧＡＲＣＨ模型尽管ＧＡＲＣＨ模型是处理实际金融数据的常用模型，但是此类模型也有不足之处：一 是模型对系数参数的非负约束；二是外部冲击对条件方差的影响程度只取决于外部冲击的 绝对值大小，而与冲击的符号无关。而在现实的金融市场特别是股票市场上，往往出现这 种情况，价格波动受负外部冲击的影响比同等幅度的正外部冲击要大，正负冲击反映具有 非对称性，即所谓的杠杆效应。为此，Ｎｅｌｓｏｎ（１９９１）对ＡＲＣＨ模型作了进一步的推广，提 出了指数的ＧＡＲＣＨ模型（ＥＧＡＲＣＨ）。 南周夏和金相奉（２００３）采用ＥＧＡＲＣＨ模型实证检验，对上海股市与美国股市间联动 性进行分析。即：ＥＧＡＲＣＨ模型如下，Ｒ，，ｒ＝ｃ了ｆ，。＋ｏｒｆ，ｌｓｆ。，－ｌ＋Ｆｆ，ｆ（１）切ｐｉ；ｔ）＝ｃ口ｉ，，＋ｉｌｌ，ｆＬｏｇ（ｃｒＹ－１）＋％薷托“拱’（２）式（１）是对收益率平均方程式（Ｍｅａｎ Ｅｑｕａｔｉｏｎ），式（２）是方差方程式（Ｖａｒｉａｎｃｅ Ｅｑｕａｔｉｏｎ） 和ＡＲＣＨ效应。为了检验Ａ国股市和Ｂ国股市的联动，根据式（１）和式（２），添加联动变数 变形ＥＧＡＲＣＨ模型为如下形式：Ｒｆ。ｆ＝Ｏｒｆ，。＋口ｆ，ｌｓｆ，ｆ－１＋口ｆ，２Ｒ＿，卜ｌ＋ｓｆ，ｆ（３）Ｌｏｇ（盯磊）：哆，，＋ｆｌｉ，，Ｌｏｇ（盯三。）＋乃，，―每每当．－Ｉ－瞑，，（＿』拿粤）＋刁力三Ｄｇ（毛“）（４） √仃抽 √盯抽其中系数口啦断定股价收益率的联动性，系数‰断定杠杆效应及其系数％断定波动率的联动性。还有，ＫｏｕｔｍｏｓａｎｄＢｏｏｔｈ（１９９５），Ｉｎｅｔａ１（２００１），李汉识和张秉文（２００２），等利用ＥＧＡＲＣＨ模型检验了股票市场之间联动性。浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究２．５联动性实证研究概览２．５．１股价收益率的联动１９８０年以后发现以发达国家为中心，各个国家股价的收益率以及收益率的变动性以同 一方向移动的同步化现象的很多研究结果正在发表。１９８７年１０月１９日黑色星期一以后， 美国股票市场的股价猛跌的情况迅速地波及到欧洲和日本等国家的主要股票市场以后，以 先进国家的股票市场为中心非常多样化地进行了关于因为世界股票市场短期的信息传达原 理和随着市场一体化的共同要素的同步现象的研究。根据研究和关注的对象，可以分流成 两部分的研究。第一，以国家间股票收益的信息传达为模型相互活用不同时间的交易资料， 分析日中（Ｉｎｔｒａｄａｙ）和第二天收益率等的相互关系：通过关于一个市场的开市时间不同的 信息传达，试着分析在其他市场开市的作用原理的一些研究。Ｌｉｎ，ＥｎｇｌｅａｎｄＩｔｏ（１９９４），Ｘａｓａ（１９９２）等的研究是属于以上的这些研究。第二是研究以美国的股票市场为中 心，从世界各国的股价收益率开始，通过可以获得的信息，提高对未来股价的预测能力， 验证能否可以活用的内容。举个例子来说，以主要股票市场的股价指数为对象，适应向量自回归模型，说明短期收益率间活动的相互间的联系的ＲｕｒｓｔｅｎｂｅｒｇａｎｄＪｅｏｎ（１９８９）正出现世界主要证券市场间体系的相互作用，特别是正报道美国证券市场的强大作用和影响。Ｃａｍｐｂｅｌｌ ａｎｄ Ｈａｍａｏ（１９９２）了解了美国和日本股价收益率相互预测的可能性，还有Ｃｕｌｔｅｒｅｔａｌ（１９９１），Ｒｉｃｈａｒｄｓ（１９９５）等的研究也是和这相同。 首先关于股价收益率间的同步化最具代表性和先锋作用的研究发现，Ｅｌｍ ａｎｄＳｈｉｍ（１９８９）禾ｌＪ用ＶＡＲ模型而分析的结果在从１９８０年到１９８５年为止的９个发达国家证券交 易所的股价指数收益率间存在相当大规模的相互作用。而且这个研究也发现了，虽然美国 股价变化对其余国家股价有很大的影响，但是某些国家也不能强调美国股价。就是说在股 价收益率上不是相互作用的美国正存在因其他国家在这方面的同步作用。Ｊｅｎｇｅｔａｌ（１９９２）为了分析美国、英国、日本等发达国家交易市场以及韩国和台湾的交易市场与Ｃｏｕｎｔｒｙ Ｆｕｎｄ之间的信息传达原理，从１９８７年１月到１９９０年６月为止使用Ｓ＆Ｐ５００ 指数、ＦＴ３０指数、ＮＩＫＫＥＩ指数、ＫＯＳＰＩ指数、台湾加权指数以及ＫＯＲＥＡＦＵＮＤ、ＴＡＩＷＡＮ ＦＵＮＤ的日收盘价收益率资料而推定ＶＡＲ模型，分析结果：揭示了韩国与台湾的Ｃｏｕｎｔｒｙ Ｆｕｎｄ受到本国和美国市场的影响，而另一方面，韩国与台湾的交易市场不受到美国证券市 场的影响。浙江大学经济学院博士学位论文中国股市与美国股市之间联动性研究金民浩（１９９８）为了分析美国和日本证券市场之间的条件平均和变动性的传移效果， 从１９９０年１月到１９９６年４月为止，利用美国的Ｓ＆Ｐ期货和日本ＮＩＫＫＥｌ２２５期货指数的日收益率（Ｏｐｅｎ ｔｏｃｌｏｓｅＲｅｔｕｒｎ）和夜收益率（Ｃｌｏｓｅ ｔｏｏｐｅｎＲｅｔｕｒｎ）资料而推定了ＧＡＲＣＨ模型，报道了分析结果：美国（日本）证券市场的日收益率对日本（美国）的夜收益率有 了反馈影响。 Ｎｇ（２０００）为了实证分析关于太平洋沿岸国家证券市场的美国和日本证券市场的溢出 效应，从１９７５年１月到１９９６年１２月为止，利用美国、日本、韩国、香港、新加坡、马来 西亚，泰国等８个国家的一些交易所的周间收益率的资料推定了ＧＡＲＣＨ模型。分析结果： 美国证券市场对６个太平洋沿岸国家证券市场起了相对大的影响。同时也存在了在日本市 场发生的局部信息（Ｒｅｇｉｏｎａｌ Ｉｎｆｏｒｍａｔｉｏｎ）的溢出效应。文圭炫和洪正孝（２００３）为分析国际资本市场间的信息传递的原因，从１９９５年１０月到２０００年３月为止，利用韩国、美国、日本、香港、新加坡、马来西亚国家交易所市场的 按日收盘价收益率，推定了格兰杰因果关系、脉冲响应函数以及方差分解，分析结果：揭 示了美国市场具有支配作用的影响力。 金仁武和金赞雄（２００１）为分析韩国、美国、日本证券市场间的短期信息传达的原因 从１９９７年１月到１９９９年１１月为止，使用ＫＯＳＰｌ２００指数、ＮＩＫＫＥｌ２２５指数、Ｓ＆Ｐ５００指 数以及ＫＯＳＤＡＱ、ＪＡＳＤＡＱ、ＮＡＳＤＡＱ的按日收盘价收益率资料分析了构造变化分析和 ＶＡＲ模型。分析结果揭示了经过亚洲金融危机前后期间ＮＡＳＤＡＱ指数收益率具有对 ＪＡＳＤＡＱ指数和ＫＯＳＤＡＱ指数的预测率。虽然美国交易所指数在亚洲金融危机以前对韩 国和日本的交易所指数早已有了预测。但是亚洲金