论文：大中华区证券市场波动的联动效应以及美国因素的影响

目录/提纲：……
一、文献回顾
（一）中国大陆、香港、台湾以及其它海外证券市场价格的相互影响
（二）国际证券市场收益与波动之间的联动影响
二、数据来源和模型方法
（一）样本与数据选择
（二）模型方法
三、计量分析结果
四、结论与政策建议
……
论文：大中华区证券市场波动的联动效应以及美国因素的影响
Interaction Effect of Greater China Zone Security
Market Fluctuations and the Impact of US Factor

内容提要：本文采用时间序列多元GARCH模型，研究大中华区（包括中国大陆、香港和台湾）证券市场指数收益率波动之间的内生性联动效应，并分析美国宏观经济状况对这种联动效应的影响。结果显示：（1）大中华区内证券市场收益率波动具有很强的内生性，中国大陆对香港、台湾证券市场以及香港、台湾对大陆证券市场都具有显著的内生性传导效应。（2）美国因素对大中华区证券市场不存在内生性关联效应，仅具有外生性影响，且对中国大陆证券市场收益率的影响不显著。这说明美国因素对大中华区证券市场的影响程度在减弱。（3）中国大陆证券市场的国际化程度还相对较低，证券市场收益率的波动幅度依然过高。
关键词：多元GARCH模型；证券市场收益率波动；大中华区

随着资本市场国际化进程的加快，尤其是近年来QFII投资参与中国大陆证券市场，QDII将国内资金投资于海外市场，无论是资金面的状况还是在投资理念上，中国大陆证券市场都呈现出与国际接轨的特征。论及香港证券市场，部分上市公司在大陆和香港同时发行和上市，投资理念和定价方式逐步融合，使得两地市场的联动效应逐步增强。对于中国大陆与台湾证券市场，虽然相互之间的开放程度不高以及存在人为的阻隔因素，但两地投资者无论从文化背景还是价值取向都具有许多一致性，如（1）两岸证券市场都存在散户投资者居多的特征；（2）台湾股市虽然比大陆股市发展要早，但总体上仍处于逐步完善阶段，同样存在信息披露不充分、内幕交易等现象；（3）更重要的，两岸投资者的心态也有许多共同之处，一方面非常
……（新文秘网https://www.wm114.cn省略1222字，正式会员可完整阅读）……　
、日本以及美国证券市场收益率之间存在一定程度的相互关联，美国市场对亚洲四小龙国家证券市场产生较强的影响，而亚洲四小龙对美国市场却不产生任何影响。Masih和Masih(1997)的研究结果显示，亚洲四小龙证券市场收益与德国、日本、英国以及美国市场之间存在长期协整关系，结果还指出韩国对台湾、台湾对新加坡、新加坡对韩国形成一条显著性非常强的循环影响链。Ghosh,Saidi和Johnson(1999)的研究发现香港、印度、马来西亚和韩国证券市场与美国的关联度较大，而印度尼西亚、菲律宾以及新加坡证券市场与日本的关联度较显著。Johnson和Soenen (2002)的研究则发现澳大利亚、中国大陆、香港、马来西亚、新西兰以及新加坡证券市场收益率与日本市场高度内生化，关联度很强。Darrat和Zhong (2002)利用VAR模型分别分析11个亚太国家和日本、美国证券市场收益之间的长期协整关系，结果显示每个亚太样本国，包括香港和台湾都与日本和美国市场之间存在协整关系，而且美国市场的影响在长期协整关系中起决定性作用。Premaratneb,G.和Balaa,L.(2004)的研究涉及新加坡、美国、日本、香港和英国证券市场风险的联动特征，结果显示上述市场的风险联动效应显著，但国与国之间的关联程度有差别。文章特别指出，小型经济体对美国、日本等主要经济体证券市场的传导作用不能被低估和忽视。陈漓高（2006）利用美国、日本以及中国、中国香港、印度尼西亚等9个亚洲新兴证券市场国家和地区股指的日度收益率序列，基于VECM的Granger因果检验等计量技术对上述11个证券市场之间的联动效应进行了实证分析，基本结论有：第一，美国证券市场相对于亚洲新兴证券市场而言，具有很强的独立性和外生性，它不进入l1个市场间的长期协整关系，但它几乎对每一个亚洲股票市场具有短期的Granger影响。第二，中国证券市场仍具有很强的外生性，5个东盟证券市场的内生性仍很强，而香港、台湾和韩国在逐步向内生化的方向发展。Cheng，H和Glascock,J.L.（2005）研究了大中华区以及美国和日本股票市场收益率的相互影响，发现（1）大中华区市场与美日股票市场收益率不存在长期协整关系，但是它们之间存在非常弱的非线性关联；（2）分析方法调整后的进一步研究可以看出，美国股票市场对大中华区的影响要远远超过日本，尤其是针对香港股票市场的影响。



二、数据来源和模型方法

（一）样本与数据选择
大中华区证券市场收益率选用三地最具代表性的上海综合指数收益率（SHCI）、香港恒生指数收益率（HIS）以及台湾加权指数收益率（TWI），数据为复权后当日与上一交易日收盘价的涨跌幅。另外，用美元指数的每日变动作为美国因素的指代参变量。
数据跨度从2005年7月4日至2008年7月7日，原始数据源自WIND咨询网。图1给出SHCI、HIS以及TWI数据的时间序列演变。

图1 上海综合指数（SHCI）、香港恒生指数（HIS）和台湾加权指数（TWI）收益率

（二）模型方法
为研究证券市场指数收益率波动的联动影响，本文建立多元VAR-GARCH模型，形如：
（1）
对于对角线拉直模型，其中符号代表Hadamard乘积（矩阵元素对元素的乘积）。为列向量（k为VAR中的内生变量个数），上式中其余所有的参变量都是矩阵。矩阵必须是对称的。
在GARCH（1，1）情形下，对角拉直模型可以简化为：

对于二次型模型，也称BEKK模型，其条件协方差矩阵结构为（p=q=1）：
由于都是和它们的转置矩阵成对出现，所以自然保证了条件协方差矩阵的对称性和非负性。此时，就不必是对称的。
若VAR模型需考虑外生变量*的影响，（1）式变为：
（2）


三、计量分析结果

本文分析的VAR模型，k=3，yt=(SHCI,HIS,TWI）T。经单位根检验确认上述3组时间序列数据均为平稳序列，对角线拉直VAR-GARCH（1，1）模型的模拟结果如表1。

表1 SHCI、HIS和TWI的对角线拉直VAR-GARCH（1,1）模型模拟结果

ARMA矩阵

中矩阵元素
系数 标准差 t统计量 t统计量概率（Pr>|t|）
ω(1,1) 0.032 0.016 2.001 0.0458
ω(2,1) 0.003 0.003 0.871 0.3841
ω(3,1) 0.002 0.004 0.410 0.6819
ω(2,2) 0.036 0.012 2.956 0.0032
ω(3,2) 0.037 0.014 2.680 0.0076
ω(3,3) 0.058 0.022 2.619 0.0090
中A矩阵元素
系数 标准差 t统计量 t统计量概率（Pr>|t|）
ARCH(1,1) 0.084 0.015 5.415 8.79e-008
ARCH(2,1) 0.018 0.007 2.507 1.24e-002
ARCH(3,1) 0.010 0.007 1.431 1.53e-001
ARCH(2,2) 0.080 0.014 5.738 1.51 ……（未完，全文共19086字，当前仅显示3433字，请阅读下面提示信息。收藏《论文：大中华区证券市场波动的联动效应以及美国因素的影响》）