中美股市聯動的時變效應研究
——基于突發公共危機視角

段黛瑋，沙文兵

（安徽財經大學國際經濟貿易學院，安徽蚌埠 233000）

一、引言

2020 年以來，新型冠狀病毒感染疫情（以下簡稱“新冠疫情”）在全球相繼暴發，世界各地接連遭受疫情重創，實體經濟大面積停工停產，全球主要股票市場出現劇烈波動。美股在2020 年3 月出現罕見的多次熔斷，A 股在2020 年春節后首個交易日出現超過7%的下跌，全球其他股市紛紛陷入技術性下跌。自2008 年以來，隨著人民幣國際化進程的推進，中國加速融入國際金融體系。美國是世界金融體系的中心，中國是最大的新興經濟體，A 股與美股的關系日益密切，聯動日益復雜，在疫情期間，兩者的聯系更為緊密。當前新冠疫情處于低水平波動狀態，全球進入后危機時代，但人民幣國際化的進程不會停止，中國資本市場的對外開放不會停止，探究中美股市聯動，分析A 股與美股的風險溢出效應和不同時期的波動響應，有利于在后續政策制定中加強對突發危機的應對，建立起防御措施，防范由外部風險溢出導致的系統性風險，宏觀審慎地持續推進人民幣國際化。

二、文獻綜述

股市聯動的直接動力來自投資者。金融市場的資本流動源于息差，國內市場與國際市場的聯動性低于國內市場之間的聯動性，且有時會呈現反向波動，投資者進行國際化投資組合可以實現風險對沖，達到跨期保值或提升收益的目的（Grubel，1968）。關于股市聯動性機制的研究，主要存在以下兩個視角：一是經濟基本面的關聯；二是風險溢出與市場傳染（King 和Wadhwani，1990；Connolly 和Wang，1998；Chan 等，2008）。第一種機制從宏觀經濟的角度分析金融市場的相關性，主要揭示金融市場波動的深層原因，即基于經濟基本面產生的預期波動，適用于分析股市聯動的長期趨勢。金融基本面包括貿易、金融市場成熟度、物價變動、匯率波動等（朱小能和吳杰楠，2021），兩個市場的聯動可以從雙方投資者對全球經濟的預期和對各自經濟的預期來闡釋。第二種機制則是立足全球金融市場的系統性角度分析各組成部分的聯系，主要描述金融市場波動的短期特征或時間特征。金融體系的子市場并非相互獨立，其內在關聯構成風險傳播渠道，資本跨市場的高頻交易使得單一市場風險溢出，從風險關聯和市場傳染的角度可以揭示不同市場短期波動的相互作用，適用于分析股市聯動在特定時期或特定沖擊下的短期規律。

作為最大的發展中國家和發達國家，中美兩國互為重要的貿易伙伴，經濟多領域關系密切。隨著人民幣國際化的不斷深入推進，資本賬戶逐步開放，跨境投資愈發便捷，在中美經濟基本面緊密聯系的基礎上，中美股市的相互關聯進一步加深，尤其是短期的波動溢出（鄭挺國和劉堂勇，2018）。美國股市作為世界的核心市場，也是波動相對劇烈的市場，其風險會傳遞給其他資本自由度相對較高的市場，比如其他G7 國家股市（朱小能和吳杰楠，2021）。Lai 和Tseng （2010）提出，對于G7 國家來說，A 股不僅是風險對沖的工具，還是資本的“避風港”?；仡櫧陙眍l發的數次危機，自金融危機和歐債危機以來，美股對A 股的風險溢出逐漸明顯，尤其是在美股的極端波動時期（Zhang 和Li，2014），而且由于“漣漪效應”的存在，A 股還受到其他市場的溢出。也是在這段時期，隨著人民幣國際化的推進，A 股的波動外溢效應也開始顯現（陳守東和陳開璞，2018；蔣彧和張玖瑜, 2019）。2018 年，中美貿易摩擦導致A 股承擔了主要的下行壓力；2020 年，新冠疫情暴發后，美股與A 股的相互影響增強，A 股也出現了擺脫與美股反向掛鉤的現象，但是A 股自我調節機制的修復效果降低（王珊珊和王文立，2021）。已有研究表明，中美股市的關聯存在時變特征，在長期呈現相關性不斷提高的趨勢，在短期呈現雙向波動溢出。新冠疫情作為突發公共危機，造成了市場的短期劇烈波動，但長期影響尚難以推斷。因此，疫情之后的中美股市聯系適合使用帶有時變系數的時序模型來分析其波動溢出效應。

當前，股票市場研究普遍使用GARCH 模型來觀察收益率與市場風險之間的關系。DCC-MGARCH 模型基于廣義GARCH 模型，考慮了變量之間相關系數的動態變化，相較于常系數模型，可以捕捉市場關聯的動態特征。徐有俊等（2010）運用DCCMGARCH 模型考察A 股與國際其他市場的聯動；其他研究用此模型研究包括中日韓在內的亞太主要新興金融市場之間的聯系（高猛和郭沛，2012；劉慧悅，2016；董建志，2022；趙霞等，2022）。疫情發生后，各地區進入暴發期的時間不盡相同，故而受到的沖擊也不對稱。DCC-MGARCH 模型從風險的角度探究市場之間的聯動，但是無法描述特定時點的沖擊會如何在市場之間傳導。因此引入TVP-SV-VAR 模型，其固定時點脈沖效應反應可用于分析特定情景下的市場聯動。TVP-SV-VAR 模型常用于探究政策對市場宏觀變量的作用，如市場流動性（金春雨和張浩博，2016）、系統性風險（嚴超超和周海林，2021）等，還被用來考察中國金融市場（匯市、股市、大宗商品和房地產市場等）的聯動，測度資本流動帶來的影響（潘長春，2017；彭紅楓和祝小全，2019）。

本文基于已有研究，結合股市關聯的機制，以及人民幣國際化進程中離岸人民幣市場和港股在為境外投資者配置人民幣資產發揮的重要作用，選取這兩個市場分別作為A 股與美股關聯中經濟基本面聯系和市場傳染的渠道，使用DCC-MGARCH 模型和TVP-SV-VAR 模型來探究疫情之后股市聯動的變化。本文的邊際貢獻在于：第一，在突發公共危機、全球市場處于異常波動情況下，考察離岸人民幣市場和港股的緩沖風險能力，為推動人民幣國際化提供了理論基礎。第二，同時采用兩個時變模型，用前一模型考察兩個市場的風險溢出，用后一模型測度在不同地區疫情暴發階段兩個市場的相互作用，進一步豐富了中美股市聯動效應的相關研究，為未來評估和防范突發公共危機情況下的外部市場風險輸入提供參考。

三、模型構建

本文通過市場收益率來測度市場聯動性。首先，收益率（cri）采用收盤價（closei）的自然對數值之差來衡量，計算方法如下：

其中，cri,t表示i市場在t時期的收益率，closei,t表示i市場在t時期的收盤價。在后續實證中，cr1表示道瓊斯指數收益率，cr2表示上證指數收益率，cr3表示恒生指數收益率。

其次，匯率變動（exr）采用當期匯率ert與前一期匯率ert-1的自然對數值之差來衡量，計算方法如下：

在后續實證中，exrt表示t時期的離岸人民幣匯率變動。

（一） DCC-MGARCH 模型

動態相關性的分析采用DCC-MGARCH 模型，用于描述市場之間的風險溢出關聯，這既是市場聯動的重要組成部分，也是市場聯動的主要表現形式。

在DCC-MGARCH 模型的分析中，為了更準確地衡量風險溢出，常使用高頻數據，故本文使用日交易數據作為研究對象?？紤]到三個股市的交易時間，以北京時間為準，美股道瓊斯指數的交易時間為21:30（22:30）至03:30（04:30），A 股上證指數的交易時間為09:30 至15:00，港股恒生指數的交易時間為10:00 至16:00，美股的交易時間與其他兩個市場的交易時間沒有重疊，故根據對信息反應的時間先后，在分析中采用美股的前一日數據作為當日數據 （朱小能和吳杰楠，2021），即，cr1,t=lnclose1,t-1-lnclose1,t-2，其余收益率和匯率變動的計算不變。根據信息準則，本文采用DCC-MGARCH（1,1）模型，具體設定如下：

其中，C是待估計的參數矩陣，εt是殘差向量。殘差項的條件協方差矩陣為Ht，其中對角線元素為殘差的條件方差（），其他元素為對應的協方差（），且為對稱矩陣。同時，構建殘差的條件方差矩陣Dt=diag（），及相關系數矩陣Rt，其中對角線元素均為1，其他元素為ρij,t。MGARCH（1,1）的過程如下：

其中，Engle （2002）對動態相關系數矩陣Rt的求解如下：

其中，et-1是標準化之后的殘差向量，即；R是Rt的均值。

（二） TVP-SV-VAR 模型

新冠疫情作為無法預測的外生沖擊，對經濟的各方面都造成影響，導致股票市場出現劇烈波動?？紤]到各地區的疫情暴發存在時間上的先后，固定系數的向量自回歸模型無法準確反映市場在不同疫情階段的聯動關系，本文采用時變系數的向量自回歸模型，即TVP-SV-VAR 模型。參考Nakajima （2011）的研究，本文根據信息準則，使用一階的TVP-SV-VAR 模型，具體設定如下：

起始的SVAR 模型為：

其中，yt=(cr1,t,cr2,t,cr3,t)′或(cr1,t,cr2,t,exrt)′，在考慮時變效應后，可簡化為：

其中，yt和ct均為3×1的常數向量，εt是一個3×1的白噪音向量，滿足各元素的均值為0、方差為1、協方差為0。At是3階的下三角矩陣，且At=(a1,t,a2,t,a3,t)′。Bt是3 階的相關系數矩陣，且。同時，構建，考慮到本文使用的是股市與匯率變動數據，此處的時變參數服從隨機游走過程，設定如下：

殘差項都服從正態分布，且獨立分布，即協方差均為0。

在實證中，TVP-SV-VAR 模型使用周頻數據，參考已有文獻采用的數據頻次（金春雨和張浩博，2016；潘長春，2017；彭紅楓和祝小全，2019），并考慮不同市場每周交易天數與交易日期的區別，本文選取每周的最后一個交易日作為本周的數據。

四、實證分析

本文選取的樣本區間是2020年1 月1 日至2022 年4 月8 日，采用道瓊斯指數收益率（cr1）、上證指數收益率（cr2）及恒生指數收益率（cr3）分別代表美股、A 股及港股；采用離岸人民幣匯率（exrt）衡量匯率變動，離岸人民幣匯率上升（下跌）表示人民幣貶值（升值）。股市數據來自WIND 數據庫，匯率數據來自中經網統計數據庫。日頻數據樣本總數為598；周頻數據樣本總數為119；缺失值采取差值法和移動平均值法補齊，缺失值的數量低于樣本總數的5%。數據的描述性統計結果如表1 所示。結果顯示，周頻數據的波動性小于日頻數據的波動性。

表1 描述性統計

（一） 數據檢驗

在使用時間序列數據進行分析之前，需要對數據的平穩性進行檢驗，如單位根檢驗，以避免因數據不平穩導致的有偏估計結果?？紤]到本文的兩個模型使用不同頻率數據，需對日數據和周數據均進行檢驗。表2 的單位根檢驗結果表明，本文使用的數據均平穩，適用后續的實證模型，后續估計結果具有穩定性。

表2 單位根檢驗：ADF 檢驗結果

使用DCC-MGARCH 模型前需要對數據進行ARCH 效應分析，以判斷其是否適用GARCH 族模型。本文對殘差平方序列進行Q 檢驗，表3 的結果顯示，殘差平方序列存在自相關，殘差存在條件自回歸，滿足使用GARCH 族模型的前置條件。

表3 ARCH 效應檢驗：Q 檢驗結果

（二） DCC-MGARCH 模型的結果及分析

根據DCC 模型的準則，滿足λ1、λ2＞0，且λ1+λ2＜1，則說明模型的變量之間的相關系數存在時變特征，適用DCC 模型而非固定相關系數模型。本文的結果中，λ1=0.167,λ2=0.720，且均在5%的水平上顯著?？梢?，兩個系數均大于0，且二者之和小于1，滿足動態系數模型的應用條件。

表4 的結果表明，上證指數、道瓊斯指數與恒生指數的收益率之間均存在正相關關系，且上證指數與恒生指數的相關性更高。在全球化背景下，全球股市之間存在較強的相關關聯，MGARCH 模型主要考慮各個股市之間的收益率受到自身市場風險與其他市場風險的多重影響。從風險關聯與風險溢出的角度來看，在樣本區間，即新冠疫情暴發后，對不同股市來說，主要的風險來自本土疫情的發展。中美在貿易、跨國企業和產業鏈等方面聯系緊密，疫情對經濟造成全方位沖擊，實體經濟領域大規模的停工停產使得市場預期持續低迷，進一步加劇股市波動，但是A 股與美股之間不存在直接交易的渠道，故相關性較低。香港與內地聯系緊密，一是地理位置相近，二是經濟關聯密切。隨著2014 年4 月10 日滬港通的開通，A 股與港股的投資者可以更高效地實現跨市場投資配置，極大程度上增強了A 股與港股的相關性。美股與港股對全球投資者都是開放的，二者之間的風險關聯主要來自投資者的市場預期與資本的市場間流動，故兩者的相關性相對較低。

表4 條件準相關系數回歸結果

表4 的結果還表明，離岸人民幣匯率變動與三大股指收益率均存在負相關關系。之所以引入匯率市場，一方面是因為匯率變動對收益率的影響，另一方面是因為外匯市場也是投資者資產配置的重要組成部分。在疫情之后，人民幣貶值趨勢明顯，離岸人民幣匯率上漲，同時期股票市場收益率下降。美股與港股的收益率上升，會吸引資本向其移動，促使人民幣匯率走低。2010 年之后，上證指數收益率上升也對人民幣匯率產生負向影響（吳麗華和傅廣敏，2014）。

道瓊斯指數與上證指數的相關系數具有時變特征，且在疫情初期相關性顯著增強（圖1）。疫情的發展呈現階段性，具體來說，2020 年第一季度中國受到的沖擊最大，2020 年第二季度主要是歐洲地區疫情暴發，2020 年第三季度美國進入新增確診增長的高位。后期雖然疫情還有反復，但是隨著政府積極的經濟刺激政策與市場預期的適應性調整，股市因疫情產生的波動較初期有明顯減弱。在疫情暴發的初期，A 股與美股之間的相關性較高，可見疫情作為突發公共危機，使兩個股市的風險關聯增加，在這一時期，一方股市出現的波動會導致另一方股市也出現波動，市場的不穩定受風險溢出效應影響而被進一步加劇。

圖1 道瓊斯指數與上證指數動態相關系數

（三） TVP-SV-VAR 模型的結果及分析

DCC-MGARCH 模型的結果驗證了在疫情暴發之后，A 股、美股、港股和離岸人民幣匯率之間的相關系數存在隨時間變動的特征。本文繼續使用TVP-SV-VAR 模型來分析不同市場之間在不同時期和不同時點的相互作用，同時將港股和離岸人民幣匯率視為兩條不同的中美股市聯動機制，分兩個部分進行分析，模型一為道瓊斯指數-上證指數-恒生指數，模型二為道瓊斯指數-上證指數-離岸人民幣匯率。根據AIC、HBIC等信息準則，本文使用的滯后階數均為1，MCMC 抽樣次數為20000。

表5 的模型參數估計結果顯示，所有參數都落在95%的置信區間，且Geweke 收斂判斷的結果在5%水平上顯著收斂，無效因子均小于70，說明可以使用MCMC 的方法抽取更為充足的樣本數量來進行后續模型推斷。

表5 模型參數估計結果

從全樣本來看，本文選取的是周數據，時間區間只有兩年左右，故用提前1 期和提前4 期分別代表短期和長期沖擊。等間隔脈沖反應的結果表明，短期沖擊是顯著的且在樣本區間呈現時變特征，長期沖擊并不顯著。長期沖擊的失效可能與指標及樣本區間有關，疫情發生后，股票市場與外匯市場處于疫情階段的時間長度較短，且股票市場在這段時間存在異常波動，后又受到市場自身調節機制與投資者預期調整的作用，逐漸回歸平穩，從而導致長期沖擊的效果并不明顯。本文的后續分析將側重對短期沖擊結果的解釋。

在疫情發展的初期，各地區進入疫情暴發階段的時間存在明顯區別，受到顯著的不對稱沖擊。本文通過疫情初期的特定時點脈沖反應，來觀察在突發公共危機時市場的相互作用。參照世衛組織的單日新增確診人數數量統計，本文選取的時點為2020 年1 月（中國暴發疫情）、2020 年3 月（歐洲暴發疫情）、2020 年5 月 （美國暴發疫情）。新冠疫情作為突發公共危機，對經濟的沖擊與之前的金融危機和貿易摩擦是不同的，受危機影響最直接和持續時間最長的是實體經濟部門，且存在部門間的不一致。金融市場，以股票市場為例，是企業直接融資的重要渠道，同時也是市場預期的風向標。當前新冠疫情依然處于波動狀態，部分地區偶有出現大規模暴發，導致當地經濟陷入短期停滯，如2022 年2 月中國香港暴發的第五輪疫情。

1.美股對其他市場

美股的短期沖擊對A 股的影響在前期為負，后期為正（圖2-1）。在疫情初期，美股的正向波動導致A 股的反向波動，尤其在中國暴發疫情時期，即2020 年第一季度；在疫情發展后期，美股與A 股同向波動?？赡艿慕忉屖?，中美股市的關聯較少由投資者投機行為引發，更多是因為經濟基本面的聯系，即實體經濟方面的關聯，故疫情前期兩國經濟受到不對稱影響，從而導致美股與A 股負相關。隨著疫情在全球蔓延，全球經濟運行停滯，美股與A 股回到同向波動。

圖2 美股對其他市場的等間隔脈沖反應

美股的短期沖擊對港股的影響在多數時期為負，但在美國疫情暴發時期為正（圖2-2）。美股與港股的關聯主要來自全球投資者在兩個市場的投機行為，一方市場的正向波動會吸引投資者，從而對另一方市場造成負向沖擊。但由于美股在全球金融體系中處于更為中心的地位，當美國疫情暴發時，美股異常下跌，加之疫情實際上已蔓延全球，故其他股市會跟隨美股下跌，呈現同向波動。

美股的短期沖擊對離岸人民幣匯率的影響在疫情之后產生較大波動，但整體呈現為由正轉負，且負向影響有增強的趨勢（圖2-3）。外匯市場是投資者投資組合的一個重要組成部分，離岸人民幣市場是境外投資者配置人民幣資產的主要途徑，美股的波動加劇體現出美股市場的不穩定，對于機構投資者來說，需要通過外匯市場實現對沖，這會刺激境外投資者在外匯市場的投資需求，從而負向影響匯率變動。

雖然美股對其他市場在不同時點的作用不同，但影響都是短期的，不存在持續性的長期影響（圖3）。在非美國本土疫情暴發的階段，美股的正向波動促使A 股（圖3-1）和港股（圖3-2）出現反向波動，離岸人民幣匯率上升（圖3-3），人民幣貶值。反之，當美國出現本土疫情之后，美股的正向波動促使A 股和港股出現正向波動，人民幣升值。在中國暴發疫情時期，其他市場的反應更明顯，且A 股的反應大于美股和港股，可見在這個階段投資者對各自市場的預期是相反的。美股上漲也會刺激更多投機需求，從而影響港股與離岸人民幣市場。

圖3 美股對其他市場的固定時點脈沖反應

2.A 股對其他市場

A 股的短期沖擊對美股的影響在多數時期為正，但在中國疫情時期為負（圖4-1）。與前文美股對A 股的影響存在相同作用機制，A 股與美股相互影響。A 股的短期沖擊對港股的影響始終為負（圖4-2），因為A 股與港股存在直接流通的渠道；港股的反應不存在時變特征，說明A 股與港股的關聯性在疫情之后處于相對穩定的狀態，這與前文DCC 模型中兩者的條件準相關系數較高的結果一致。A 股的短期沖擊對離岸人民幣匯率的影響在前期為負，而后轉正，且正向影響有增強的趨勢（圖4-3）。A 股波動的加劇會降低投資者對人民幣資產的配置需求，從而推動離岸人民幣匯率正向變動，導致離岸人民幣貶值。

圖4 A 股對其他市場的等間隔脈沖反應

A 股對美股的作用也呈現時期差異，但只存在短期的影響（圖5-1）。A 股對美股的影響在美國暴發疫情時期最顯著，且存在正向影響，這與中國暴發疫情時期美股對A 股的影響相反，表明A 股與美股的相互作用不對稱。在美國疫情暴發時期，中國已率先走出疫情陰霾，開始大規模復工復產，成為全球經濟的“壓艙石”。A 股的正向波動表明市場對經濟穩定恢復的預期，加之A 股與美股的聯動主要來自實體經濟和跨國企業，故而引發美股上漲。

圖5 A 股對其他市場的固定時點脈沖反應

A 股對港股（圖5-2）及離岸人民幣匯率（圖5-3）的影響在不同時期基本一致，且只有短期作用。在疫情之后，港股對A 股正向波動的反應出現短暫的小規模反向響應，這是受滬港通限額的影響。同時，這一時期，上證指數的上漲減弱了人民幣貶值的趨勢。

3.其他市場對A 股

港股和人民幣匯率的短期沖擊對A 股的影響始終為正，且在疫情之后不存在明顯時點差異。港股的正向沖擊導致A 股的正向波動（圖6-1），投資者對港股和A 股的市場預期正相關，導致市場出現同向波動。人民幣匯率上升，人民幣貶值，刺激A 股正向波動（圖6-2）。

圖6 其他市場對A 股的等間隔脈沖反應

港股對A 股的影響在中國本土之外地區暴發疫情時期略大，出現暫時的負向作用，起到降低美股對A 股影響的效果，抵消了世界金融市場的部分風險（圖7-1）。離岸人民幣匯率的正向變動，代表人民幣貶值，此時人民幣貶值促使A 股先上升后下降，也起到了減弱美股對A 股負向沖擊的作用（圖7-2）?？梢?，港股和離岸人民幣市場在緩沖全球金融風險對A 股市場的沖擊上具有不可忽視的作用。

圖7 其他市場對A 股的固定時點脈沖反應

五、結論及政策建議

本文構建DCC-MGARCH 模型考察A 股、美股、港股和離岸人民幣市場的動態關系。研究發現，新冠疫情暴發之后，三大股指收益率之間均存在正相關關系，其中以上證指數-恒生指數最為顯著；三大股指收益率與離岸人民幣匯率均呈現負相關關系；A 股與美股的聯動性呈現顯著時變特征，且關聯性在前期較強。本文構建TVP-SVVAR 模型探究不同地區暴發疫情時期各市場的相互反應。研究發現，A 股與美股存在相互作用，且在疫情初期短暫出現反向掛鉤，但后期保持正向聯動；當中國本土出現突發公共危機時，國際市場的正向波動會讓A 股承擔下行壓力；港股與離岸人民幣匯率市場能緩解美股對A 股的沖擊。

基于上述研究結論，本文提出以下政策建議：

第一，加強金融市場服務實體經濟的作用，防范市場出現過度投機。在全球化大背景之下，全球金融市場的聯系更緊密，當出現突發公共危機時，風險溢出效應加強，單一市場受到內外多重威脅。金融體系應該服務于實體經濟發展，若脫離實體經濟，則在面對突發外部危機時更為脆弱，產生劇烈波動，而反過來進一步沖擊實體經濟。因此，政府在制定經濟政策時，需要注意防范金融市場的過度投機。

第二，制定積極有效的市場調控政策，穩住國內經濟基本盤。當其他主要經濟體出現市場異常波動時，國際資本以尋求避險而可能突然增加對人民幣資產的需求，引發匯率超調，造成國內市場波動。若放任市場失序或恐慌蔓延，市場預期會持續低迷，加之外部影響，會導致金融市場不景氣，經濟復蘇步伐放緩。政府應進一步加強對市場的有效調控，遵循以人為本的治理原則，保持經濟有序健康發展。

第三，在逐步開放中國市場的過程中，繼續發揮港股和離岸人民幣市場的“橋頭堡”作用。隨著人民幣國際化的不斷深入推進，中國金融市場逐步放開，但自身尚不成熟的體系在國際資本面前依然較為脆弱。在新冠疫情暴發之后，港股和離岸人民幣市場部分減輕了國際風險溢出引致的A 股波動，尤其是在本土之外地區暴發疫情時期。當前世界大環境的不穩定因素不斷疊加，持續推進人民幣國際化依然任重道遠，我們需要時刻保持宏觀審慎的態度，防范由國際風險輸入引發的系統性危機。