美国和金砖四国股市联动性研究的实证分析.docx

美国和金砖四国股市联动性研究的实证分析 摘 要：本文通过对时间系列进行平稳性检验、协整分析、Granger因果关系检验和脉冲响应函数，来探讨美国和金砖四国股市联动性。通过实证分析发现，美国标普500指数和巴西Bovespa指数的联动性最强，其次是俄罗斯RTSI指数，而美国标普500指数同印度BSE30指数和中国沪深300指数的联动性最弱。 下载 关键词：金砖四国；股市联动性； Granger因果关系检验；脉冲响应函数；协整检验 作者简介：吉余峰(1966-)，男，江苏南通人，东华大学旭日工商管理学院副教授,研究方向:国际金融。 中图分类号：F752.7；F224 文献标识码：A doi:10.3969/j.i文章编号：1672-3309（2011）10-35-03 一、引言 随着世界经济一体化的推进，国与国之间相互影响的广度、深度和影响时间都相比以前有了明显的提高。这种相互影响既有正面积极的效果，例如互利互惠、协调发展和资源优化配置等，同时也存在着诸多负面效应。自美国次贷危机以来，除了美国本土企业受到巨大损失、不少企业破产以外，其他国家受到的冲击也不容小觑。美国股市受到经济不景气的拖累，出现了严重下滑，金砖四国的股市也出现了不同程度的下跌。由此可见，研究美国和金砖四国股市联动性，对于金砖四国制定相关的经济金融政策，保证本国股市运行的稳定性有着积极的意义。 本文拟通过对美国和金砖四国股市日收益率时间系列进行平稳性检验、协整分析、Granger因果关系检验和脉冲响应函数，来探讨美国和金砖四国股市联动性。通过实证分析，来判明金砖四国同美国股市联动性强弱程度，并提出消除股市联动性不利影响的政策建议。 二、文献综述 自从Grubel(1968)、Levy和Sarnat(1970)、Lessard(1974)和Solnik(1974)研究股市以来，各国股票市场之间的关系成为学术界研究的主要领域。运用GARCH-M模型，Theodossiou和Lee (1993)发现美国对英国、加拿大、德国和日本股市存在明显的联动效应。联动性是由美国传递给这4个国家，由英国股市传递给加拿大股市和由德国股市传递给日本股市。Michael E. Parker和Tammy Rapp (1998)运用了协整模型对股市联动性进行了研究。其检验结果是二者之间存在股市联动性。Christofi和Pericli（1999）研究拉丁美洲的5个国家（阿根廷、巴西、智利、墨西哥和哥伦比亚）的股市联动性。他们运用了GARCH模型对1992年5月27日至1997年5月16日的股市收盘价格进行了检验。其检验结果是：在第一和第二阶段均有明显的联动性。首先，这个影响的力度比他们想象的要大。其次，这个地区影响也比世界上的其他地区来得强烈。Mohamed El Hedi Arouri 和Duc Khuong Nguyen（2010）通过DCC-GARCH模型实证分析了海湾地区的股市联动性。他们选取的海湾地区具有代表性的国家：科威特、阿曼、卡塔尔、阿拉伯联合酋长国和沙特阿拉伯。研究的区间是从2005年6月2日至2008年4月2日。得出的结论是：在海湾地区的各个国家间有一定的股市联动性，但这样的联动性很弱，显示了在这个地区国与国之间股市的微弱联系。 三、实证分析 （一）样本选取和数据处理 随着全球化进程的推进，国与国之间不再是相互独立的个体，一国的经济状况的变动会引起其他国家、地区甚至是整个世界经济的变动。而这样的变动在美国次贷危机后变的更为明显。美国次贷危机是从2006年春季开始逐步显现的。2007年8月开始席卷美国、欧盟和日本等世界主要金融市场。2007年8月8日，美国第5大投行贝尔斯登宣布旗下两支基金倒闭。基于此，本文选用2007年8月8日至2011年2月7日（3年半）总共694组数据来研究股市联动性。 本文分别用沪深300指数的日收盘价作为中国股市的指标数据，以俄罗斯RTSI指数的日收盘价作为俄罗斯股市的指标数据、以印度BSE30指数的日收盘价作为印度股市的指标数据、以巴西Bovespa指数的日收盘价作为巴西股市的指标数据、以标普500指数的日收盘价作为美国股市的指标数据。同时，为了消除股指波动的影响，对指数取对数收益率，即: R=LN(PT)-LN(PT-1) (1) 其中P为股指的日收盘价。本文分别用RLNHS300、RLNRTSI、RLNBSE30、RLNBOVE和RLNSP500表示上述指标。 （二）ADF单位根检验 经过对RLNHS300、RLNRTSI、RLNBSE30、RLNBOVE和RLNSP500进行ADF单位根检验，这5个对数收益率在临界值1%下都平稳。 （三）Granger因果关系检验 从表1检验结果来看，RLNSP500是引起RLNHS300、RLNRTSI、RLNBSE30和RLNBOVE的Granger原因。RLNBOVE和RLNRTSI是引起RLNSP500的Granger原因。而RLNBSE30和RLNHS300不是引起RLNSP500的Granger原因。 可见，印度BSE30指数和沪深300指数同美国标普500指数的股市联动性没有巴西Bovespa指数和俄罗斯RTSI指数同美国标普500指数的股市联动性强。 （四）脉冲响应函数 1.美国标普500指数的脉冲响应函数 以RLNSP500作为冲击变量，在RLNSP500一个单位的冲击下，各变量的响应如图1所示。 从响应程度分析，RLNSP500对RLNBSE30的响应程度最大，其次分别是RLNRTSI和RLNHS300，RLNSP500对RLNBOVE的响应程度最小；从响应时期分析，基本上从第4期开始，各变量的响应值逐渐趋于0，表明从第4期开始，RLNSP500的冲击影响逐渐消失，同时也说明系统对冲击反应是稳定的。 2.金砖四国4个指数的脉冲响应函数 以RLNBOVE、RLNBSE30、RLNHS300和RLNRTSI作为冲击变量，在RLNBOVE、RLNBSE30、RLNHS300和RLNRTSI一个单位的冲击下，各变量的响应如图2所示。 从响应程度分析，RLNSP500受RLNBOVE的响应程度最大，受RLNHS300、RLNBSE30和RLNRTSI的响应程度都很小且比较接近；从响应时期分析，基本上从第5期开始，各变量的响应值逐渐趋于0，表明从第5期开始，RLNSP500受到冲击影响逐渐消失，同时也说明系统对冲击反应是稳定的。 （五）协整检验 由于协整检验要求所处理的数据是非平稳的，故采用LNHS300、LNRTSI、LNBSE30、LNBOVE和LNSP500来代替RLNHS300、RLNRTSI、RLNBSE30、RLNBOVE和RLNSP500。由于它们的一次差分序列是平稳的，按照定义，可以认为LNHS300、LNRTSI、LNBSE30、LNBOVE和LNSP500是一阶单整I（1），所以可以进行协整检验。 1.LNHS300和LNSP500的协整检验 首先建立LNHS300和LNSP500之间的VAR模型，然后根据AIC准则确定滞后阶数为2，由于VAR模型是基于水平值的，而协整检验是在一阶差分的ECM模型基础上进行的，所以滞后阶数需要减1，所以协整检验时阶数取的是1。从表2中可知LNHS300和LNSP500之间不存在协整向量。 2.LNRTSI和LNSP500的协整检验 首先建立LNRTSI和LNSP500之间的VAR模型，然后在协整检验时阶数取的是3。从表3可知LNHS300和LNSP500之间不存在协整向量。 3.LNBOVE和LNSP500的协整检验 首先建立LNRTSI和LNSP500之间的VAR模型，然后在协整检验时阶数取的是1。从表4中可知LNBOVE和LNSP500之间存在1个协整向量。 4.LNBSE30和LNSP500的协整检验 首先建立LNBSE30和LNSP500之间的VAR模型，然后在协整检验时阶数取的是1。从表5中可知LNBOVE和LNSP500之间存在1个协整向量。 综上所述，沪深300指数、俄罗斯RTSI指数和印度BSE30指数与标普500指数不存在协整关系，而巴西Bovespa指数和标普500指数存在协整关系。 四、结论 通过对各国股票指数日收益率进行Granger因果关系检验、脉冲响应函数和协整检验等一系列的实证研究，发现金砖四国和美国的股市联动性的强弱程度并不一样。综合上述检验结果，可以认为标普500指数和Bovespa指数的联动性最强，其次是RTSI指数，而标普500指数同BSE30指数和沪深300指数的联动性最弱。 尽管金砖四国同美国的股市联动性的强弱各不相同，但随着世界经济的发展，股市联动性会越来越强，这是大势所趋。金砖四国应该抓住世界经济快速发展的机遇，逐步提高在国际上的影响力和地位。另外，金砖四国也要警惕外部的冲击。金砖四国可以从3个方面来缓解美国股市对金砖四国的不利冲击。第一，监管热钱流动。监管热钱流动主要可以通过严格控制非法资金流入、构建有效的监控机制和促进国际监管合作。目前，金砖四国的监管程度各不一样，比如巴西为了监管热钱开征了类似托宾税的金融活动税，中国也可以在适当的时候考虑开征托宾税来缓解短期投机性资金的冲击。第二，改革国际货币体系。金砖四国一方面可以促进国际货币基金组织规范的发展，增加决议的透明度；另一方面可以进行多方合作，提高金砖四国在国际货币改革中的影响力。这样做可以减小美元币值的波动对金砖四国股市的不利影响。第三，规范股市信息披露。金砖四国可以建立和完善证券市场监督管理制度、加强信息披露监管，同时健全有关的法律法规体系，促进证券市场健康有序的发展。一国股票市场自身越健康，抵御未来不利冲击的能力就越强。 (责任编辑：李综艺） 参考文献： Theodossiou, P.and Lee, U. Mean and volatility spillovers across major national stock markets: further empirical evidence Michael E. Parker and Tammy Rtock Ma