论文部分内容阅读
摘要本文构建时变Copula模型，选取533组样本数据，对2009年12月至2012年3月期间欧洲主权债务危机对中国股票市场的传染效应进行实证检验。发现在样本区间，德法两国股票指数收益率与中国股票指数收益率之间具有较高的动态相关性，英国股票指数收益率与中国股票指数收益率之间具有一定的动态相关性，美国股票指数收益率与中国股票指数收益率之间不具有动态相关性；德法两国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点完全一致；英国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点两者基本一致。可以认为，欧洲主权债务危机对中国股票市场具有显著的传染效应。
关键词欧洲主权债务危机中国股票市场传染效应
引言
2009年12月全球三大信用评级机构惠誉、标普、穆迪相继调低希腊主权信用评级，揭开了希腊主权债务危机的序幕，进而引发重挫欧洲经济，甚至威胁欧元区生存的欧洲主权债务危机（简称欧债危机）。以欧元区国家为主体的欧盟是中国最大的出口目的地，也是中国进口先进技术的最大来源地，欧盟经济与中国经济有千丝万缕的联系。欧债危机爆发后，中国股票市场行情低迷不振，持续走软。这引起了理论界和实务部门的高度关注。本文通过建立时变Copula模型，选取2009年12月至2012年3月的样本数据，实证检验欧债危机对中国股票市场的传染效应，目的是为相关决策提供借鉴和依据。
文献综述
在Pericoli and SbraciaPericoli， M.， Sbracia， M.，“A Primer on Financial Contagion，” Journal of Economic Surveys， 2003， Vol. 17， No.4， pp.571-608.看来，金融危机传染效应的主要含义是：当一国或一个地区发生金融危机时，该国或该地区的金融市场与其他国或地区金融市场之间的互动明显增强；或是对于单个金融市场的冲击，可以通过多种渠道传递到其他金融市场。DeBandtOlivier de B.， Philipp H.，“Systemic risk： a survey，” Working Paper Series 35， 2000， European Central Bank.指出，传染效应可以通过多种渠道产生，如金融机构之间的债务关联或金融工具之间的技术相关都可能导致传染。Rochet and TiroleRochet， J.C.， Tirole， J.，“Interbank Lending and Systemic Risk，” Journal of Money，Credit， and Banking， 1996， Vol. 28， No.4，pp.733-762.认为，银行间的借贷和交易将一个金融机构出现的偿付问题传染到其他金融机构。Allen and GaleAllen， F.， Gale， D.，“Financial Contagion，” Journal of Political Economy， 2000， Vol. 108， No.1，pp.1-33.指出，流动性偏好冲击通过银行间金融工具可以从一个局部传染到整个经济体。除此之外，市场参与者的预期变化及其引发的投资行为改变也可能导致传染效应。GrossmanGrossman， S.，“On the Efficiency of Competitive Stock Markets Where Trades Have Diverse Information，” The Journal of Finance， 1976， Vol. 31，No.2， pp.573-585.的研究发现，信息发布首先会引发个别证券市场上的金融资产价格调整，如果市场参与者具有理性预期，那么与该证券市场相关的所有其他证券市场上的金融资产价格也会出现相应调整，信息发布与传播会使风险在证券市场之间传染。Kodres and PritskerKodres， L.E.， Pritsker， M.，“A Rational Expectations Model of Financial Contagion，” The Journal of Finance， 2002， Vol. 57， No.2，pp.769-799.建立包括“噪音”的理性预期模型，研究市场之间的传染效应，发现在信息不对称或金融市场之间具有共同宏观经济风险因子的情形下，传染效应尤其显著。同时，他认为一个金融市场遭遇的随机冲击也会通过资产组合调整传染到其他金融市场。
在传染效应的实证研究中，最具代表性的研究方法是分析不同证券市场在收益率上的相关性。King and WadhwaniKing， M.， Wadhwani， S.，“Transmission of Volatility between Stock Markets，” Review ofFinancial Studies， 1990， Vol. 3， No.1，pp.5-35.最早使用资产收益率之间的相关系数（correlation coefficients）检验股票市场之间的传染效应。他们对美、英、日三国在1987年10月股灾前后的股票收益率之间的相关系数进行检验，发现股市暴跌后一段时间内，三国股票收益率之间的相关系数明显增加，存在传染效应。Baig and GoldfajnBaig， T.， Goldfajn， I.，“Financial Market Contagion in the Asian Crisis，” International Monetary Fund， 1998.对1997年亚洲金融危机期间的股票指数、汇率和利率等变量进行分析，发现危机期间股票市场、外汇市场、债券市场之间的相关系数均显著增加。Chiang等Chiang， T.C.， Jeon， B.N.， Li， H.，“Dynamic Correlation Analysis of Financial Contagion： Evidence from Asian Markets，” Journal of International Money and Finance， 2007， Vol. 26， No. 7， pp.1206-1228.建立动态条件相关模型（Dynamic Conditional Correlation）对1990—2003年亚洲9个国家的股票指数收益率进行实证检验，发现亚洲金融危机对9个亚洲国家股票市场存在传染效应。RodriguezRodriguez， J.C.，“Measuring Financial Contagion： A Copula Approach，” Journal of Empirical Finance， 2007， Vol. 14， No.3， pp.401-423.首次用Copula模型实证检验了亚洲金融危机期间亚洲5个国家股票指数、墨西哥金融危机期间拉美4个国家股票指数之间的相关性，证实金融危机对这些股票市场存在传染效应。 国外文献侧重研究亚洲金融危机、拉美金融危机对股票市场的传染效应，基本不涉及金融危机对中国股票市场的传染效应。近几年来，国内文献多集中于研究2008年国际金融危机对中国股票市场的传染效应，而研究欧债危机对中国股票市场传染效应的文献十分少见。龚朴、黄荣兵龚朴、黄荣兵：《次贷危机对中国股市影响的实证分析——基于中美股市的联动性分析》，载《管理评论》2009年第2期。运用时变Copula模型对2005年1月至2008年10月中美股市的相关性进行实证检验，认为美国次贷危机对中国股票市场的影响并不大。游家兴和郑挺国游家兴、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》，载《数量经济技术经济研究》2009年第12期。采用非对称MGARCH模型和Engle提出的动态条件相关模型，对中国、美国、德国、英国、法国、日本、新加坡和中国香港股票市场的联动性进行实证分析，发现中国股票市场与这些股票市场的联动性越来越强。张兵等（2010）张兵、范致镇、李心丹：《中美股票市场的联动性研究》，载《经济研究》2010年第11期。用GARCHDCC模型分析了中美两国股市的波动溢出效应，发现在2008年9月美国次贷危机爆发后两国股票市场之间的时变相关系数稳定在0.5以上。蒋彧和裴平（2012）蒋彧、裴平：《中国与美国股票市场动态相关性》，载《经济管理》2012年第3期。运用时变Copula模型对2007—2010年间美国股票市场与中国股票市场的动态相关性进行实证检验，发现在金融危机期间美国股票市场对中国股票市场的影响具有动态变化的特征。周舟等（2012）周舟、董坤、汪寿阳：《基于欧洲主权债务危机背景下的金融传染分析》，载《管理评论》2012年第2期。运用向量自回归方法（VAR）和时变多元 GARCH 模型对欧洲股票市场与中国股票市场之间的相关性进行研究，认为欧债危机蔓延期间欧洲股票市场与中国股票市场之间具有一定的联动性。
国内外文献为本文所做的研究提供了有益的借鉴。为改进和深化已有的相关研究，促进中国股票市场的健康发展，本文通过构建时变Copula模型，选取2009年12月（希腊主权债务危机爆发）至2012年3月的样本数据，实证检验欧债危机对中国股票市场的传染效应。
理论模型构建
根据金融危机传染的理论，与欧债危机相关的信息冲击会引起欧洲股票市场的资产价格调整，在金融全球化的背景下，进而会影响中国股票市场的资产价格。因此，欧债危机对中国股票市场的传染效应可表现为危机爆发后欧洲股票市场与中国股票市场之间的相关性变化。由于两地存在时差，欧洲股票市场收市时间为当日北京时间晚上11点。在通常情况下，有关欧债危机的信息冲击会先到达欧洲股票市场，再传染到次日的中国股票市场。因此，传染效应表现为当日欧洲股票市场与次日中国股票市场之间相关性的变化。
欧债危机自2009年12月在希腊首先爆发，至今阴霾不散，具有持续时间长、涉及国家广、信息冲击来源复杂等特征，而且整个危机爆发与蔓延的过程呈现出明显的阶段性。经过比较，本文认为，由PattonPatton， A.J.，“Estimation of Multivariate Models for Time Series of Possibly Different Length，” Journal of Applied Econometrics， 2006，No.21.提出的时变Copula模型可以捕捉变量之间的非对称和非线性关系，能够更精确地描述相关性变化的动态过程。因此，本文选择时变Copula相关性模型，实证检验欧债危机对中国股票市场的传染效应，特别是解析欧洲股票市场收益率与中国股票市场收益率之间的相关性随欧债危机发展而变化的过程。
实证检验
（一） 样本选择与说明
本文选取欧洲股票市场上最具有代表性的三个股票指数，即英国FTSE 100指数、德国DAX指数和法国CAC 40指数具有代表性股票指数选择来自http：//finance.yahoo.com/intlindices？e=europe。，并以它们的收益率代表欧洲股票市场的收益率。同时，考虑到美国股票市场具有全球性影响，本文还选取美国股票市场上具有代表性的S&P 500指数，并以它的收益率代表美国股票市场的收益率，作为研究中的参照。
本文还选取中国股票市场最具有代表性的沪深300指数。沪深300指数是由上海证券交易所和深圳证券交易所联合发布的反映A股市场整体走势的指数，它覆盖了中国A股市场约70%左右的市值。因此，沪深300指数的收益率可较好地代表中国股票市场的收益率。
欧美两地与中国存在时差。欧洲股票市场收市时间为当日北京时间晚上11点，美国股票市场收市时间为次日北京时间清晨4点，通常情况下信息冲击先到达欧美股票市场，再传染到中国股票市场。鉴于此，本文研究欧债危机爆发后当日欧洲股票指数收益率与次日中国股票指数收益率之间的时变相关性变化，并以当日美国股票指数收益率与次日中国股票指数收益率之间的时变相关性变化作为参照。因为欧债危机始于2009年12月初爆发的希腊主权债务危机，所以选择欧美股票指数的样本区间为2009年11月30日到2012年3月30日，次日中国股票指数的样本区间为2009年12月1日到2012年3月31日，并以每日收盘价为样本数据。
在相关研究中，通常使用指数对数收益率作为股票指数收益率的替代变量，它具有消除时间序列不平稳性和无下界的优点。本文也使用股票指数对数收益率表示股票指数收益率，根据英国FTSE100指数、德国DAX指数、法国CAC40指数、美国S&P 500指数和中国沪深300指数，分别计算它们的对数收益率。同时，考虑到各国股票市场的假期安排不尽相同，经过筛选后，共得到533组有效样本数据。
（二） 样本数据统计特征
表1给出英国、德国、法国、美国和中国股票指数收益率的基本统计量。其中，JarqueBeta是股票指数收益率序列的正态性检验统计量；LB（20）是滞后至20阶的自相关检验统计量，用于判定股票指数收益率序列是否存在自相关；ARCH（20）是滞后至20阶的异方差检验统计量，用于判断股票指数收益率序列是否存在异方差效应。
结论
本文运用时变Copula模型，选取533组样本数据，对2009年12月至2012年3月期间欧债危机对中国股票市场的传染效应进行实证检验，发现在样本区间，德、法两国股票指数收益率与中国股票指数收益率之间具有较高的动态相关性，英国股票指数收益率与中国股票指数收益率之间具有一定的动态相关性，美国股票指数收益率与中国股票指数收益率之间不具有动态相关性。同时，德法两国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点完全一致；英国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点两者基本一致。本文的结论是：在样本区间内，欧债危机对中国股票市场具有显著的传染效应。
欧债危机对中国股票市场的传染效应不可轻视。由于中欧经济相互依存，而且“联欧抗美”实属必要，中国应基于互利互惠的原则，积极帮助欧元区国家克服欧债危机，从源头上减轻欧债危机对中国股票市场的传染效应。与此同时，中国还要正确引导投资者的心理预期，改进市场交易机制和加强金融监管，切实提高中国股票市场应对欧债危机传染的免疫力。
（责任编辑：张晓薇）
关键词欧洲主权债务危机中国股票市场传染效应
引言
2009年12月全球三大信用评级机构惠誉、标普、穆迪相继调低希腊主权信用评级，揭开了希腊主权债务危机的序幕，进而引发重挫欧洲经济，甚至威胁欧元区生存的欧洲主权债务危机（简称欧债危机）。以欧元区国家为主体的欧盟是中国最大的出口目的地，也是中国进口先进技术的最大来源地，欧盟经济与中国经济有千丝万缕的联系。欧债危机爆发后，中国股票市场行情低迷不振，持续走软。这引起了理论界和实务部门的高度关注。本文通过建立时变Copula模型，选取2009年12月至2012年3月的样本数据，实证检验欧债危机对中国股票市场的传染效应，目的是为相关决策提供借鉴和依据。
文献综述
在Pericoli and SbraciaPericoli， M.， Sbracia， M.，“A Primer on Financial Contagion，” Journal of Economic Surveys， 2003， Vol. 17， No.4， pp.571-608.看来，金融危机传染效应的主要含义是：当一国或一个地区发生金融危机时，该国或该地区的金融市场与其他国或地区金融市场之间的互动明显增强；或是对于单个金融市场的冲击，可以通过多种渠道传递到其他金融市场。DeBandtOlivier de B.， Philipp H.，“Systemic risk： a survey，” Working Paper Series 35， 2000， European Central Bank.指出，传染效应可以通过多种渠道产生，如金融机构之间的债务关联或金融工具之间的技术相关都可能导致传染。Rochet and TiroleRochet， J.C.， Tirole， J.，“Interbank Lending and Systemic Risk，” Journal of Money，Credit， and Banking， 1996， Vol. 28， No.4，pp.733-762.认为，银行间的借贷和交易将一个金融机构出现的偿付问题传染到其他金融机构。Allen and GaleAllen， F.， Gale， D.，“Financial Contagion，” Journal of Political Economy， 2000， Vol. 108， No.1，pp.1-33.指出，流动性偏好冲击通过银行间金融工具可以从一个局部传染到整个经济体。除此之外，市场参与者的预期变化及其引发的投资行为改变也可能导致传染效应。GrossmanGrossman， S.，“On the Efficiency of Competitive Stock Markets Where Trades Have Diverse Information，” The Journal of Finance， 1976， Vol. 31，No.2， pp.573-585.的研究发现，信息发布首先会引发个别证券市场上的金融资产价格调整，如果市场参与者具有理性预期，那么与该证券市场相关的所有其他证券市场上的金融资产价格也会出现相应调整，信息发布与传播会使风险在证券市场之间传染。Kodres and PritskerKodres， L.E.， Pritsker， M.，“A Rational Expectations Model of Financial Contagion，” The Journal of Finance， 2002， Vol. 57， No.2，pp.769-799.建立包括“噪音”的理性预期模型，研究市场之间的传染效应，发现在信息不对称或金融市场之间具有共同宏观经济风险因子的情形下，传染效应尤其显著。同时，他认为一个金融市场遭遇的随机冲击也会通过资产组合调整传染到其他金融市场。
在传染效应的实证研究中，最具代表性的研究方法是分析不同证券市场在收益率上的相关性。King and WadhwaniKing， M.， Wadhwani， S.，“Transmission of Volatility between Stock Markets，” Review ofFinancial Studies， 1990， Vol. 3， No.1，pp.5-35.最早使用资产收益率之间的相关系数（correlation coefficients）检验股票市场之间的传染效应。他们对美、英、日三国在1987年10月股灾前后的股票收益率之间的相关系数进行检验，发现股市暴跌后一段时间内，三国股票收益率之间的相关系数明显增加，存在传染效应。Baig and GoldfajnBaig， T.， Goldfajn， I.，“Financial Market Contagion in the Asian Crisis，” International Monetary Fund， 1998.对1997年亚洲金融危机期间的股票指数、汇率和利率等变量进行分析，发现危机期间股票市场、外汇市场、债券市场之间的相关系数均显著增加。Chiang等Chiang， T.C.， Jeon， B.N.， Li， H.，“Dynamic Correlation Analysis of Financial Contagion： Evidence from Asian Markets，” Journal of International Money and Finance， 2007， Vol. 26， No. 7， pp.1206-1228.建立动态条件相关模型（Dynamic Conditional Correlation）对1990—2003年亚洲9个国家的股票指数收益率进行实证检验，发现亚洲金融危机对9个亚洲国家股票市场存在传染效应。RodriguezRodriguez， J.C.，“Measuring Financial Contagion： A Copula Approach，” Journal of Empirical Finance， 2007， Vol. 14， No.3， pp.401-423.首次用Copula模型实证检验了亚洲金融危机期间亚洲5个国家股票指数、墨西哥金融危机期间拉美4个国家股票指数之间的相关性，证实金融危机对这些股票市场存在传染效应。 国外文献侧重研究亚洲金融危机、拉美金融危机对股票市场的传染效应，基本不涉及金融危机对中国股票市场的传染效应。近几年来，国内文献多集中于研究2008年国际金融危机对中国股票市场的传染效应，而研究欧债危机对中国股票市场传染效应的文献十分少见。龚朴、黄荣兵龚朴、黄荣兵：《次贷危机对中国股市影响的实证分析——基于中美股市的联动性分析》，载《管理评论》2009年第2期。运用时变Copula模型对2005年1月至2008年10月中美股市的相关性进行实证检验，认为美国次贷危机对中国股票市场的影响并不大。游家兴和郑挺国游家兴、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》，载《数量经济技术经济研究》2009年第12期。采用非对称MGARCH模型和Engle提出的动态条件相关模型，对中国、美国、德国、英国、法国、日本、新加坡和中国香港股票市场的联动性进行实证分析，发现中国股票市场与这些股票市场的联动性越来越强。张兵等（2010）张兵、范致镇、李心丹：《中美股票市场的联动性研究》，载《经济研究》2010年第11期。用GARCHDCC模型分析了中美两国股市的波动溢出效应，发现在2008年9月美国次贷危机爆发后两国股票市场之间的时变相关系数稳定在0.5以上。蒋彧和裴平（2012）蒋彧、裴平：《中国与美国股票市场动态相关性》，载《经济管理》2012年第3期。运用时变Copula模型对2007—2010年间美国股票市场与中国股票市场的动态相关性进行实证检验，发现在金融危机期间美国股票市场对中国股票市场的影响具有动态变化的特征。周舟等（2012）周舟、董坤、汪寿阳：《基于欧洲主权债务危机背景下的金融传染分析》，载《管理评论》2012年第2期。运用向量自回归方法（VAR）和时变多元 GARCH 模型对欧洲股票市场与中国股票市场之间的相关性进行研究，认为欧债危机蔓延期间欧洲股票市场与中国股票市场之间具有一定的联动性。
国内外文献为本文所做的研究提供了有益的借鉴。为改进和深化已有的相关研究，促进中国股票市场的健康发展，本文通过构建时变Copula模型，选取2009年12月（希腊主权债务危机爆发）至2012年3月的样本数据，实证检验欧债危机对中国股票市场的传染效应。
理论模型构建
根据金融危机传染的理论，与欧债危机相关的信息冲击会引起欧洲股票市场的资产价格调整，在金融全球化的背景下，进而会影响中国股票市场的资产价格。因此，欧债危机对中国股票市场的传染效应可表现为危机爆发后欧洲股票市场与中国股票市场之间的相关性变化。由于两地存在时差，欧洲股票市场收市时间为当日北京时间晚上11点。在通常情况下，有关欧债危机的信息冲击会先到达欧洲股票市场，再传染到次日的中国股票市场。因此，传染效应表现为当日欧洲股票市场与次日中国股票市场之间相关性的变化。
欧债危机自2009年12月在希腊首先爆发，至今阴霾不散，具有持续时间长、涉及国家广、信息冲击来源复杂等特征，而且整个危机爆发与蔓延的过程呈现出明显的阶段性。经过比较，本文认为，由PattonPatton， A.J.，“Estimation of Multivariate Models for Time Series of Possibly Different Length，” Journal of Applied Econometrics， 2006，No.21.提出的时变Copula模型可以捕捉变量之间的非对称和非线性关系，能够更精确地描述相关性变化的动态过程。因此，本文选择时变Copula相关性模型，实证检验欧债危机对中国股票市场的传染效应，特别是解析欧洲股票市场收益率与中国股票市场收益率之间的相关性随欧债危机发展而变化的过程。
实证检验
（一） 样本选择与说明
本文选取欧洲股票市场上最具有代表性的三个股票指数，即英国FTSE 100指数、德国DAX指数和法国CAC 40指数具有代表性股票指数选择来自http：//finance.yahoo.com/intlindices？e=europe。，并以它们的收益率代表欧洲股票市场的收益率。同时，考虑到美国股票市场具有全球性影响，本文还选取美国股票市场上具有代表性的S&P 500指数，并以它的收益率代表美国股票市场的收益率，作为研究中的参照。
本文还选取中国股票市场最具有代表性的沪深300指数。沪深300指数是由上海证券交易所和深圳证券交易所联合发布的反映A股市场整体走势的指数，它覆盖了中国A股市场约70%左右的市值。因此，沪深300指数的收益率可较好地代表中国股票市场的收益率。
欧美两地与中国存在时差。欧洲股票市场收市时间为当日北京时间晚上11点，美国股票市场收市时间为次日北京时间清晨4点，通常情况下信息冲击先到达欧美股票市场，再传染到中国股票市场。鉴于此，本文研究欧债危机爆发后当日欧洲股票指数收益率与次日中国股票指数收益率之间的时变相关性变化，并以当日美国股票指数收益率与次日中国股票指数收益率之间的时变相关性变化作为参照。因为欧债危机始于2009年12月初爆发的希腊主权债务危机，所以选择欧美股票指数的样本区间为2009年11月30日到2012年3月30日，次日中国股票指数的样本区间为2009年12月1日到2012年3月31日，并以每日收盘价为样本数据。
在相关研究中，通常使用指数对数收益率作为股票指数收益率的替代变量，它具有消除时间序列不平稳性和无下界的优点。本文也使用股票指数对数收益率表示股票指数收益率，根据英国FTSE100指数、德国DAX指数、法国CAC40指数、美国S&P 500指数和中国沪深300指数，分别计算它们的对数收益率。同时，考虑到各国股票市场的假期安排不尽相同，经过筛选后，共得到533组有效样本数据。
（二） 样本数据统计特征
表1给出英国、德国、法国、美国和中国股票指数收益率的基本统计量。其中，JarqueBeta是股票指数收益率序列的正态性检验统计量；LB（20）是滞后至20阶的自相关检验统计量，用于判定股票指数收益率序列是否存在自相关；ARCH（20）是滞后至20阶的异方差检验统计量，用于判断股票指数收益率序列是否存在异方差效应。
结论
本文运用时变Copula模型，选取533组样本数据，对2009年12月至2012年3月期间欧债危机对中国股票市场的传染效应进行实证检验，发现在样本区间，德、法两国股票指数收益率与中国股票指数收益率之间具有较高的动态相关性，英国股票指数收益率与中国股票指数收益率之间具有一定的动态相关性，美国股票指数收益率与中国股票指数收益率之间不具有动态相关性。同时，德法两国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点完全一致；英国股票指数收益率与中国股票指数收益率之间的相关性出现爆发性增加的时间点两者基本一致。本文的结论是：在样本区间内，欧债危机对中国股票市场具有显著的传染效应。
欧债危机对中国股票市场的传染效应不可轻视。由于中欧经济相互依存，而且“联欧抗美”实属必要，中国应基于互利互惠的原则，积极帮助欧元区国家克服欧债危机，从源头上减轻欧债危机对中国股票市场的传染效应。与此同时，中国还要正确引导投资者的心理预期，改进市场交易机制和加强金融监管，切实提高中国股票市场应对欧债危机传染的免疫力。
（责任编辑：张晓薇）