陳麗君 歐詩德 蔡亮亮

[摘 要]中美貿(mào)易爭端對我國相關(guān)公司造成很大影響。為了解其受影響程度，幫助投資者認識投資風險，文章收集了2016年1月4日至2018年12月31日的道瓊斯指數(shù)與中興通訊的股票收盤價數(shù)據(jù)，并進行分析研究。文章運用ARMA-GARCH模型刻畫資產(chǎn)回報率過程，進而計算風險價值，通過對比中美貿(mào)易爭端前后道瓊斯指數(shù)與中興通訊股票的風險特征，說明貿(mào)易爭端對中興通訊股票和道瓊斯指數(shù)的影響程度。

[關(guān)鍵詞]中美貿(mào)易爭端;中興通訊;道瓊斯指數(shù);風險價值

[中圖分類號]F752.7

1 引 言

改革開放40多年我國經(jīng)濟迅猛發(fā)展，中美實力差距不斷縮小，美國感受到了不小的壓力。近年來，美國政府對華態(tài)度強硬，甚至將中國視為破壞美國繁榮的主要競爭對手，中美貿(mào)易摩擦不斷升級，為了縮小與我國之間的貿(mào)易逆差，美國對華政策發(fā)生改變，特朗普辦公室開始著手扭轉(zhuǎn)中美貿(mào)易間“不平衡”“不對等”“不公平”的問題，中美貿(mào)易爭端不可避免（包善良，2018）[1]。中美貿(mào)易爭端始于2017年8月，特朗普授權(quán)貿(mào)易代表辦公室對中國開展“301調(diào)查”，爭端的一方面是中國具有比較優(yōu)勢的出口領(lǐng)域;另一方面是中國沒有優(yōu)勢的進口和技術(shù)知識領(lǐng)域。2018年3月22日美國點燃了中美貿(mào)易摩擦，其貿(mào)易代表處宣布將對中國1330多類產(chǎn)品征收貿(mào)易關(guān)稅，中國的貿(mào)易和貿(mào)易發(fā)展過程受到一定的影響。交通行業(yè)中的航空產(chǎn)品、新能源汽車、現(xiàn)代鐵路，新技術(shù)產(chǎn)品中的機電、通信、電子和信息技術(shù)等以及其他細分行業(yè)如金屬制品、紡織品受到巨大的沖擊，許多涉外上市公司股價下跌，其中有數(shù)家公司跌幅超10%。中興通訊有限股份公司（ZTE）是全球領(lǐng)先的綜合通信解決方案提供商，中國第二大通信設(shè)備制造商，其占全球電信設(shè)備市場約10%的市場份額，占中國電信設(shè)備市場約30%的市場份額。2011年以來美國就知識產(chǎn)權(quán)問題多次調(diào)查、起訴、指控中興通訊，在中美貿(mào)易的正面對抗期，美國一度激活對中興通訊的拒絕令，導(dǎo)致中興通訊大部分生產(chǎn)線因芯片斷貨而停產(chǎn)。根據(jù)相關(guān)數(shù)據(jù)顯示，2018年中興通訊的營收與去年相比下降了21個百分點，而利潤虧損高達將近70億元人民幣。

隨著經(jīng)濟全球化的發(fā)展，貿(mào)易爭端受到越來越多的關(guān)注。目前學者們對中美貿(mào)易爭端的研究主要集中在貿(mào)易爭端的背景與動因、發(fā)展趨勢、影響、解決機制、知識產(chǎn)權(quán)等方面。例如學者劉志洋（2018）[2]從中美貿(mào)易爭端的視角分析我國芯片產(chǎn)業(yè)的發(fā)展現(xiàn)狀，他指出芯片制造的主要窘境是原材料高度依賴進口，嚴重缺乏產(chǎn)業(yè)科研帶頭人，成本費用高及國內(nèi)高新技術(shù)力量薄弱。許楚鈺（2019）[3]根據(jù)我國汽車行業(yè)的發(fā)展現(xiàn)狀，采用態(tài)勢分析法（SWOT分析法）分析我國汽車整車和零部件行業(yè)在中美貿(mào)易摩擦中面臨的機遇和挑戰(zhàn)，并提出相應(yīng)的應(yīng)對策略，以期獲得其在世界汽車市場上的競爭優(yōu)勢。李曉等人（2019）[4]基于雙邊貿(mào)易出口增加值的分解方法，利用對外經(jīng)貿(mào)大學全球價值鏈研究院提供的數(shù)據(jù)，分析了中國出口到美國等地區(qū)增加值的變化趨勢。其他關(guān)于中美貿(mào)易爭端的研究也大多是定性研究。在貿(mào)易摩擦日趨常態(tài)化的今天，作者發(fā)現(xiàn)在中美貿(mào)易爭端的背景下，從定量的角度分析上市公司股票在證券市場上受影響的情況是一項非常有意義的研究。在金融領(lǐng)域中研究者一般用方差—協(xié)方差法、（改進）歷史模擬法、蒙特卡羅方法計算風險價值（Value at Risk）以測度市場風險的大小，用ARMA模型來描述金融資產(chǎn)收益率的均值方程，用GARCH模型描述其方差性。奉穎香（2017）[5]利用時間加權(quán)歷史模擬法這一非參數(shù)估計方法估計VaR的值。李志海等人（2009）[6]指出GARCH模型是實用性最強的異方差序列擬合模型，并通過一系列的理論推導(dǎo)，利用ARMA-GARCH模型準確地給出風險價值VaR、條件風險價值CVaR的計算公式。張銀雪（2013）[7]利用滬深300指的一分鐘間隔實時價數(shù)據(jù)探究了ARMA模型和GARCH模型在收益率擬合、預(yù)測方面的應(yīng)用，同時對比了ARMA模型與基于T分布的GARCH模型在短期預(yù)測與長期預(yù)測方面的效果差異。黃崇珍等人（2017）[8]應(yīng)用基于GARCH模型的VaR方法，對不服從正態(tài)分布的華夏滬深300ETF聯(lián)接的收益率波動進行風險度量，發(fā)現(xiàn)基于T分布的GARCH-M模型測量出的損失更接近于實際損失。歐詩德等人（2017）[9]運用VaR風險測度方法統(tǒng)計、描述滬深證券市場股票大幅波動的風險特征。

文章擬采用2016年1月4日至2018年12月31日的道瓊斯指數(shù)與中興通訊的股票收盤價數(shù)據(jù)進行分析研究， 運用ARMA-GARCH模型刻畫資產(chǎn)回報率，進而計算相應(yīng)的風險價值，通過對比中美貿(mào)易爭端前后道瓊斯指數(shù)與中興通訊股票的風險特征，說明貿(mào)易爭端對中興通訊股票和道瓊斯指數(shù)的影響情況。

2 風險價值估算

3 實證分析

我國中興通訊有限股份公司在中美貿(mào)易爭端中受到極大的影響，該公司股票在二級市場上表現(xiàn)出大幅波動現(xiàn)象。為了定量描述其風險，并與道瓊斯指數(shù)風險比較，文章收集了2016年1月4日至2018年12月31日中興通訊股票和道瓊斯指數(shù)收盤價，統(tǒng)計分析它們的風險特征。

分析這兩只股票的走勢圖，在貿(mào)易爭端前中興通訊股票收盤價與道瓊斯指數(shù)收盤價走勢極相似，而貿(mào)易爭端后中興通訊停牌40多個交易日，復(fù)牌后出現(xiàn)了大幅波動，連續(xù)產(chǎn)生7個跌停板，給投資者帶來極大損失。對比回報特征，表1給出了貿(mào)易爭端前中興通訊股票收盤價與道瓊斯指數(shù)收盤價回報率統(tǒng)計特征，表2給出的是貿(mào)易爭端前不同區(qū)間上回報頻數(shù)和頻率分析;表3給出了貿(mào)易爭端后中興通訊股票收盤價與道瓊斯指數(shù)收盤價回報率統(tǒng)計特征，表4給出的是貿(mào)易爭端后不同區(qū)間上回報頻數(shù)和頻率分析。

從表1和表2來看，在貿(mào)易爭端前中興通訊與道瓊斯指數(shù)平均回報率都是正值，這表明它們都有上升趨勢，中興通訊平均回報率是道瓊斯指數(shù)平均回報率的1.844178倍。但從標準差以及跌幅小于2.5%、漲幅大于2.5%來看，中興通訊股票的波動較大，中興通訊回報標準差是道瓊斯回報標準差3.117249倍。表3和表4說明貿(mào)易爭端后中興通訊股票收盤價與道瓊斯指數(shù)都有不同程度的下跌，中興通訊平均回報率是-0.00196，道瓊斯指數(shù)回報率是-0.0000439，中興通訊平均回報率是道瓊斯指數(shù)平均回報率的44.64692483倍。中興通訊回報率的標準差是0.0377，道瓊斯指數(shù)回報標準差是0.0104，中興通訊回報標準差是道瓊斯指數(shù)回報標準差的3.625倍。通過對比貿(mào)易爭端前后的回報特征，發(fā)現(xiàn)中興通訊股價受到的損失比道瓊斯指數(shù)受到的損失大得多。

4 結(jié) 論

文章收集了2016—2018年中興通訊股票和道瓊斯指數(shù)收盤價數(shù)據(jù)，并利用其進行了回報特征的描述統(tǒng)計。根據(jù)回報的波動性，分別建立了回報率的GARCH模型，進而估算相應(yīng)的風險價值。通過對比發(fā)現(xiàn)中美貿(mào)易爭端對中興通訊股價與道瓊斯指數(shù)都帶來了極大的負面影響，相比之下中興通訊受到的損失比道瓊斯指數(shù)受到的損失更大。因此，建議投資者要謹慎投資，對投資股票應(yīng)充分提前了解上市公司的情況，如有類似情況，應(yīng)果斷出局觀望。文章的研究對投資者的投資決策有一定的指導(dǎo)意義。

參考文獻：

[1]包善良.中美貿(mào)易爭端的演進過程、動因及發(fā)展趨勢[J].國際關(guān)系研究，2018（4）：56-76，154-155.

[2]劉志洋.從中美貿(mào)易爭端視角試分析我國芯片產(chǎn)業(yè)的發(fā)展[J].數(shù)字通信世界，2018（8）：136-137.

[3]許楚鈺.中美貿(mào)易關(guān)系對汽車行業(yè)的影響及對策分析[J].全國流通經(jīng)濟，2019（3）：35-37.

[4]李曉，張宇璇.中美貿(mào)易爭端對東亞經(jīng)濟體的影響——基于中國出口增加值的研究[J].東北亞論壇，2019，28（1）：41-63，127.

[5]奉穎香.VaR測度股市風險的實證研究[J].現(xiàn)代經(jīng)濟信息，2017（4）：304-305.

[6]李志海，葉建萍，楊善朝.基于ARMA-GARCH模型的風險價值與條件風險價值計算[J].廣西科學，2009，16（4）：406-409.

[7]張銀雪，楊德平，李聰.股票收益率預(yù)測及風險與收益關(guān)系研究——基于ARMA-GARCH模型和高頻數(shù)據(jù)[J].青島大學學報（自然科學版），2013，26（1）：90-95.

[8]黃崇珍，曹奇.基于GARCH-VaR模型的開放式基金風險度量[J].統(tǒng)計與決策，2017（1）：152-155.

[9]歐詩德，劉海國，黃梅燕，陳磊. 滬深證券市場大幅波動的動態(tài)風險特征[J]. 玉林師范學院學報，2017，38（2）：8-13.