搜索
金砖四国股票市场联动性的研究1摘要：自2001年11月高盛首席经济学家姆·奥尼尔首次提出“金砖四国”一词以来，金砖四国经济发展模式和状况引起国际社会的关注，其资本市场也成为国际投资者青睐的目标，研究金砖四国在此过程中面对冲击表现出的较大的波动性以及相互之间的联动性，有助于了解危机传导带来的风险，并控制金融危机的冲击。帮助投资者在股票市场进行合理的资产配置和风险管理。本文以1997年7月2日到2011年3月31日金砖四国四大股指的日收益率为样本，建立DCC—GARCH模型研究其成员国股票市场联动性的动态变化。研究发现，第一、印度和俄罗斯股票市场的联动性最强，二者一直保持正相关，而且2008金融危机使得二者之间的联动性出现显著增加；第二、在金融危机前后，巴西与印度市场之间的联动性没有明显变化，其与俄罗斯的相关性发生显著降低，只有与中国股票市场的联动性出现上升趋势；第二、QFII的启动影响中国与其成员国之间的联动性。中国与其他成员国之间的相关性表现出明显的上升趋势，其中与印度、俄罗斯股票市场的联动性在2003年9月左右就进入上升通道，反映了中国股票市场走向国际化带来的影响;第三、2008年金融危机对金砖四国股票市场的联动性有即时冲击，但是对巴西与其它成员国之间的联动性冲击较小。关键词：金砖四国联动性DCC—GARCH股票市场一、引言近年来，随着经济的全球化的不断加深，我国QFII,QDII等的引入，我国的金融市场也不断地走向国际化。在此背景下，中国与欧美等发达国家及新兴国家市场之间的联系也变得更加密切，而2008年的全球金融危机更是将这种联系进一步加深。在这期间，中国股市与国际证券市场之间的联动性成为人们关注的课题，其中主要集中在中国股市与国际主要股票市场、周边股票市场之间的联动性。自2001年11月高盛首席经济学家姆·奥尼尔首次提出“金砖四国”一词以来，金砖四国经济发展模式和状况引起国际社会的关注，其资本市场也成为国际投资者青睐的目标，因此金砖四国股市波动的特点以及他们之间的联动性成为投资者和学者公众关注的问题。研究金砖四国股票市场之间的联动性的意义在于：首先，自2001年以来，金砖四国经济处于高速增长，即使表现最弱的俄罗斯经济增长速度也高于欧美发达国家水平，人口占世界人口的42%的人口，占全球贸易额的18%，在2009年的经济增长中占到了50%的比例，而且2009年第二季度起，巴西、中国等发展中国家率先走出衰退阶段，通过研究金砖四国股票市场之间的联动性，可以发现世界经济舞台上最有活力的新兴市场主要国家资本市场之间的联系。其次，中国与其他四国之间的贸易联系更加紧密，2009年第二季度，中国取代美国，成为巴西最大贸易伙伴，此外，中国分别是印度的最大贸易伙伴，俄罗斯的第二大贸易伙伴，贸易上的关联度增强可能影响各个国家资本市场之间的关系。金砖四国资本市场联动性的变化可能反映贸易上的紧密度对资本市场联动性的影响。第三，2008年全球金融危机对金砖四国的股票市场造成很大的冲击，2005年到2007年底，新兴市场表现好于发达市场，金砖四国股票表现又比新兴市场高出80%，经历2008年全球金融危机后，金砖四国表现差强人意，经历2009年的大涨传奇后（整体涨幅超过70%），在2010年，金砖四国股金砖四国股票市场表现明显输于欧美成熟市场，这可能与前段时间金砖四国股票被高估和金砖四国面临的通胀压力有关，同时也表现出新兴市场的脆弱性。研究金砖四国在此过程中面对冲击表现出的较大的波动性以及相互之间的联动性，有助于了解危机传导带来的风险，并控制金融危机的冲击。帮助投资者在股票市场进行合理的资产配置和风险管理。本文的创新之处在于：第一，目前几乎没有关于金砖四国成员国股票市场之间联动性的研究，本文第一次使用DDC—GARCH模型估计金砖四国各个股票市场收益率的波动性及其之间的相关关系的动态变化。第二、根据中国资本市场发生的重大事件和2008年全球金融危机的不同阶段，把1997年７月到2011年4月划分为不同的时间段，分析在中国资本市场的国际化或金融危机的冲击下，金砖四国股票市场之间联动性的动态变化。全文安排如下：第一部分引言；第二部分文献综述；第三部分介绍研究方法；第四部分数据介绍和实证分析；研究结论在文章的最后部分给出。二、文献综述股票市场波动的联动性是指一个国家股票市场收益率的波动不仅受到自身市场因素的影响，而且还会受到其他国际市场波动的影响。随着全球经济一体化的不断加深，中外学者通过使用不同研究方法、研究角度以及模型针对不同股票市场波动性之间的关系做了大量的研究。大量的实证研究表明，随着经济全球化进程的不断加快，各国股票市场间的相关关系也在不断的变化。在上世纪90年代，股市的相关性在发达国家市场已经表现的比较明显，而且随着时间的推移，发达国家股票市场之间的联动在增强，有些研究成果表明，不同的阶段，不同国家股票市场之间的联动性有所不同。而在中国等发展中国家则没有较明显的体现出来。Jeon和Chiang（1991）通过使用多变量协整检验方法研究了1975-1990年美、英、日、法四国股票市场之间的长期均衡关系，发现这四个市场之间有共同的发展趋势。同时，Kasa（1992）也通过协整模型发现，美国股市对其他国家股市起到引导作用。Longin&Solnik（1995）和Rangvid（2001）发现欧洲股票市场关联度又逐渐增长的趋势，Morana&Beltratti(2006)使用美、英、德和日本1973年-2004年的股票收益率数据，研究发现这四个国家股票市场之间联动性明显增强。对于新兴市场，新兴市场与世界股市之间以及新兴市场之间的关联度没有一直的结论，Phylaktis&Ravazzolo（2005）通过对1980-1989年间太平洋地区、美国和日本股票市场进行研究，结果发现他们之间没有明显的关联性，而Jorion&Goetzman(1999)指出由于投资基金的套利行为，新兴股票市场与世界股市的关联性会增强。Baig&Goldfajn(2000)在研究危机的传染性时，使用脉冲相应分析和VAR对俄罗斯和巴西股票市场1997年1月-1999年6月的数据进行分析，得出危机从俄罗斯股票市场传导至巴西市场，1998年第一季度，二者之间的相关性增强。Brian等人（2007）运用DCC—GARCH模型，分析拉美股票市场的7个成员之间及其所处的整体与美国股票市场的相关关系，研究发现，二者均不显著。对于中国市场，很多研究成果表明2001年前中国股票市场与国际市场之间的联动性不强，比如陈守东等人（2003）使用协整分析对1992年至2002年的中、美、英、日、港五大股市进行了研究，结果发现国内股票市场与国际市场不存在协整关系，得出我国股票市场与国际市场相分离的结论。在中国与2001年加入WTO后，中国市场与国际市场的联系变得更加密切，这使得我国股市与国际股市间的联动性日益显露。关于中国股票市场与国际市场之间的联动性，研究结果有些分歧，张福等人（2004）使用因果检验的方法对1996至2002年的中美股市进行了研究，同样发现2001年以前中美股市不存在协整关系，但是2001年后中美股市统计特征趋同。韩非等人（2005）研究发现中国股市收盘价对美国股市开盘价又较弱影响，而美国股市收盘价对美国股市开盘价影响几乎为0。在经历了全球金融危机后，中国股市与国际市场尤其是新兴国家市场的联动关系日益显著。骆振心（2008）使用VAR和Johansen协整检验方法分析，上证指数与美、英、德、日本和中国香港股市之间的联动性，认为外资进入初期并没有引起中国股市与世界主要股票市场之间存在联动现象，但股权分置改革后，中国股市与世界主要股市之间的联动程度增加。游家兴等人（2009）基于DCC—GARCH模型对中国与亚洲、欧美７个股票市场的联动性进行分析，得到自1991年至2008年间联动性变化的动态过程，以及联动性逐渐增加的结论。徐有俊等人（2010）基于DCC—GARCH模型和1997年1月到2009年3月的数据，研究中国股市与国际股票指数（MSCI印度指数、MSCI世界指数、MSCI亚太指数和MSCI亚洲新兴市场指数）之间的联动性，结果发现中印两国和亚洲新兴市场的联动性大于国际发达市场，而且中国与世界股票市场的联动性逐渐增强。刘志超等人（2010）通过E—G协整检验、误差修正模型(ECM)、Granger因果检验等方法，对次贷危机前后我国股票市场与世界主要股票市场之间的联动关系进行了实证研究。结果表明：在这次危机过程中，中外股市间的联动关系呈现出更为紧密的趋势。同时，方建武等人（2010）通过Granger检验、协整检验及脉冲响应得出美国股市对中国股市有单方向影响的结论。张兵等人（2010）使用协整检验和DCC—GARCH模型对2001年12月到2009年1月的上证指数和道琼斯指数进行分析，结果发现中美股市没有长期均衡关系，但在QDII实施后美国股市对中国股市的开盘价和收盘价均有显著的引导作用。通过已有的文献我们发现，国内外学者对不同股票市场之间的联动性有着比较广泛的研究，但大都集中在发达国家股票市场或者新兴市场与发达国家或者相同地域国家股票市场之间的联动性，但是针对金砖四国股票市场联动性的研究还是比较匮乏。而对国家间股市研究时，很多学者使用了协整检验、Granger检验和DCC—GARCH模型等方法，中国学者开始大多使用协整检验等方法研究中国股市与其他市场之间的联动性，近来，尤其是2009年以来对DCC—GARCH模型的应用越来越多，因为它能更好的反映股市间动态相关关系。因此，本文将采取DCC—GARCH模型对金砖四国股市间的联动性进行研究，通过对四国收益率进行建模分析来得到四国股市间的相关关系，进而探寻金砖四国股市之间波动的联动性。三、研究方法本文将采用由Engle和Sheppard（2002）提出的DCC-GARCH模型来进行研究，以求出金砖四国收益率的条件相关系数矩阵及协方差矩阵，进而分析金砖四国股市波动的相关关系。具体的DCC-GARCH模型如下：1t*1t*1'11'121-t'1121QQQ)(D),0(~diagdiagRQBABASQrDdiagrrkdiagdiagDDRDNrtttttttttittiitttttt注：（1）tr为均值为0的收益率序列（2）1t为截止到t-1时期所有可能获得的信息集合（3）2tD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。（4）S为标准化残差t的无条件协方差矩阵，（5）tR为条件相关系数矩阵（6）符号“”表示矩阵对应元素的点乘（7）tQ为标准化残差的条件协方差矩阵（8）tQ*式对角矩阵，其对角矩阵元素是tQ对角元素的平方根。依据此模型作实证分析时，具体步骤分为两步，先针对每个国家股市收益率建立合适的GARCH模型，然后求出不同股票市场之间动态的相关系数。四、实证分析1．数据描述本文的目的是研究金砖四国股市间波动的联动性，因此我们分别选取了印度BSE30指数、巴西Bovespa指数、中国上证指数和俄罗斯RTS指数这四大指数的日收益率，前三者数据来源于天相投资分析系统，俄罗斯指数数据来源于。考虑到不同年份中影响金融市场的一些重大因素，我们最终选取了1997年7月2日到2011年3月31日四大股市的日收益率作为此次研究的样本数据，通过剔除四大股市不重叠开盘日的数据，我们共得到有效数据2899个。本文将使用Matlab软件，通过建立DCC—Garch模型来探寻金砖四国股市间的波动关系。2.统计描述对金砖四国收益率数据进行统计分析得到表1表1金砖四国收益率描述性统计由表（1）可知，金砖四国股指收益率均值很小，几乎都接近于0，印度、巴西、中国的股指收益率的分布都具有正偏性，而俄罗斯的股指收益率的分布则是存在着负偏性。四国股指收益率的峰度值大于正态分布的峰值，通过JB统计量检验检验其是否服从正态分布，结果四个统计量都远远大