張 旭，王寶珠

（1.南京信息工程大學(xué) 管理工程學(xué)院，江蘇 南京 210044；2.徽銀金融租賃有限公司，安徽 合肥 230031）

一、引言

在過去的幾十年里，國際貿(mào)易蓬勃發(fā)展，許多國家積極實施對外開放政策，其中資本市場開放影響深遠(yuǎn)，受到了學(xué)者的廣泛關(guān)注。大量研究表明，資本市場開放會促進本國股市的發(fā)展和繁榮（Torre 等，2007；Henry，2000）[1-2]；但是大量國際資金的流入也會導(dǎo)致股市投機氛圍加重，增加了本國股市受到世界資本市場風(fēng)險的影響程度（Bae 等，2014）[3]，以至于危及本國股價的波動性（Prasanna 和Bansal，2014）[4]和宏觀經(jīng)濟的穩(wěn)定性。目前，我國正處于逐步向世界開放資本市場的進程中，相關(guān)政策舉措的研究也成了金融研究領(lǐng)域的熱點問題。

2018 年5 月31 日盤后，我國A 股被正式納入MSCI 指數(shù)。MSCI 指數(shù)是全球投資專業(yè)人士采用最多的基準(zhǔn)指數(shù)，尤其是在北美及亞洲，超過90%的機構(gòu)性國際資產(chǎn)是以MSCI指數(shù)為基準(zhǔn)的，這意味我國A 股納入MSCI 指數(shù)后，跟蹤MSCI 指數(shù)的資金將進入A 股市場，國外投資者也將更加深入地參與到我國股市中。截至目前，我國A股“入摩”①A股“入摩”為我國A股納入MSCI新興市場指數(shù)的簡稱。共經(jīng)歷了五個階段（見表1），前期納入因子較低、資金流入量較少，對我國A股市場影響微乎其微；但隨著時間的推移以及納入比例的增加，納入MSCI指數(shù)對我國股市的影響逐漸顯現(xiàn)，這意味著我國資本市場對外開放的程度進一步擴大。A 股“入摩”可謂是我國向世界開放資本市場進程中的一個里程碑，但目前國內(nèi)外學(xué)者對該事件的研究還較少。鑒于此，本文探究A 股“入摩”事件對我國經(jīng)濟金融的影響具有一定的啟示意義。

表1 我國A股納入MSCI指數(shù)的時點及比例

本文貢獻主要體現(xiàn)在以下幾方面。第一，近年來，文獻中常用尾部風(fēng)險來衡量股票投資者在股市暴漲暴跌的極端情況下面臨的風(fēng)險，而本文則從系統(tǒng)性風(fēng)險角度研究我國A股“入摩”對在市場極端情況下個股尾部風(fēng)險的影響。依據(jù)數(shù)據(jù)的擬合程度，選取了擬合效果最佳的Copula 函數(shù)即SJC Copula 函數(shù)，分別估計個股與A 股綜合市場指數(shù)的左尾和右尾的極值相關(guān)性，進而分析A 股“入摩”對不同尾部風(fēng)險的影響，為資本市場開放事件研究提供了新的思路。第二，國內(nèi)外關(guān)于我國A股納入MSCI指數(shù)這一事件的研究較少，本文基于這一準(zhǔn)自然實驗，構(gòu)建實驗組和控制組，運用多時點雙重差分模型（DID 模型）分別考察A 股“入摩”對個股左尾和右尾系統(tǒng)風(fēng)險的非對稱影響，有利于豐富我國資本市場開放的理論研究。研究表明，A 股“入摩”提高了標(biāo)的個股左尾系統(tǒng)風(fēng)險，而對標(biāo)的個股右尾系統(tǒng)風(fēng)險的影響不具有顯著性。第三，為進一步探究后續(xù)A 股“入摩”對我國股市尾部系統(tǒng)風(fēng)險的影響，本文根據(jù)納入MSCI 指數(shù)年度的不同，對2018 年和2019 年這兩組數(shù)據(jù)分別進行實證檢驗，實證結(jié)果表明A 股納入MSCI指數(shù)初期會增加我國股市的暴漲暴跌風(fēng)險，但后續(xù)批次“入摩”的A股不會對我國股市尾部系統(tǒng)風(fēng)險產(chǎn)生不利沖擊。同時，為探究如何有效降低A 股納入MSCI指數(shù)帶來的危害程度，本文進行了調(diào)節(jié)效應(yīng)研究。研究發(fā)現(xiàn)，股票定價效率和公司治理水平在A股“入摩”提高標(biāo)的個股左尾系統(tǒng)風(fēng)險的關(guān)系中均存在顯著的負(fù)向調(diào)節(jié)效應(yīng)。這一研究結(jié)論不僅為我國積極推進A股納入MSCI指數(shù)提供了理論支持，也為相關(guān)政策執(zhí)行者防范資本市場開放帶來的尾部系統(tǒng)風(fēng)險提供了途徑建議。

本文余下內(nèi)容結(jié)構(gòu)安排如下：第二部分進行理論分析并提出研究假設(shè)；第三部分介紹研究設(shè)計和樣本選??；第四部分分析實證結(jié)果并檢驗其穩(wěn)健性；第五部分進行進一步分析；第六部分總結(jié)全文并給出政策建議。

二、理論分析與研究假設(shè)

從B 股市場的建立到QFII、RQFII 和QDII 制度的實行以及“滬港通”“深港通”和“滬倫通”等互聯(lián)互通交易機制的開通，我國正逐步推動資本市場對外開放。如今，我國A 股被正式納入MSCI 指數(shù)，這進一步加大了我國資本市場對外開放的廣度和深度。在資本市場開放進程中，金融風(fēng)險的防控顯得尤為重要，吸引學(xué)者們從跨境資金流動風(fēng)險（Burnham等，2018）[5]、股價崩盤風(fēng)險（李沁洋和許年行，2019）[6]、股價異質(zhì)性風(fēng)險（張旭等，2021）[7]等多個方面進行研究。在黨的十九大報告的指導(dǎo)下，防控系統(tǒng)性風(fēng)險成了我國推進資本市場改革開放的重點方向。劉海云和呂龍（2018）[8]、李志輝和田偉杰（2020）[9]等學(xué)者對我國資本市場對外開放進程中的系統(tǒng)性風(fēng)險展開了深入研究。因此，本部分將基于國內(nèi)外學(xué)者的研究成果從多個角度分析我國A 股“入摩”對尾部系統(tǒng)風(fēng)險的非對稱影響，并提出研究假設(shè)。

（一）A股“入摩”對尾部系統(tǒng)風(fēng)險的影響

趙立昌和陳曉雨（2017）[10]通過分析中國臺灣和韓國“入摩”的經(jīng)驗發(fā)現(xiàn)追蹤MSCI 指數(shù)的國際資本會帶動外資不斷進入。Burnham 等（2018）[5]通過研究MSCI 國家指數(shù)的重新分類也有類似的發(fā)現(xiàn)。由此可知，A 股“入摩”會吸引大量外部資本流入中國資本市場。這一方面為我國股市提供了不平衡的多頭或空頭資金，可能會導(dǎo)致股市投機風(fēng)險增加（江振華等，2004）[11]以及金融市場和實體經(jīng)濟波動性增加（Levchenko 等，2009；馬勇和王芳，2018）[12-13]；另一方面，這也有可能造成跨境資本流入大于流出的失衡現(xiàn)象，并顯著增加跨境資本流動的波動性風(fēng)險（楊繼梅等，2020）[14]。同 時，Kindleberger 和Aliber（2012）[15]通過對近300 年內(nèi)發(fā)生的上百次全球性金融危機的研究發(fā)現(xiàn)，跨境資本會加速資產(chǎn)泡沫形成和經(jīng)濟升溫，也就是說，頻繁的跨境資本流動會引發(fā)系統(tǒng)性風(fēng)險（嚴(yán)佳佳和曾金明，2019）[16]。此外，被納入MSCI 指數(shù)的股票相較而言更容易受到投資者的追捧（Denis 等，2003）[17]；與此同時分析師的樂觀預(yù)期（許年行等，2012）[18]以及媒體的積極報道（Hutton等，2008）[19]，也會進一步放大投資者的高漲情緒；再加上我國股市還不夠成熟尤其在高波動區(qū)制中仍存在顯著的“羊群效應(yīng)”（鄭挺國和葛厚逸，2021）[20]，A股“入摩”很可能會增加標(biāo)的個股暴漲暴跌的風(fēng)險?；谝陨戏治鲆约拔覈诮鹑陂_放進程中資產(chǎn)泡沫可能一直處于持續(xù)累積的態(tài)勢（何劍等，2020）[21]，本文提出假設(shè)1。

假設(shè)1：納入MSCI 指數(shù)增加了我國A 股的尾部系統(tǒng)風(fēng)險。

（二）后續(xù)A股“入摩”對尾部系統(tǒng)風(fēng)險的影響

相比A 股“入摩”初期而言，后續(xù)A 股“入摩”對我國股票市場尾部系統(tǒng)風(fēng)險的影響程度會有所減弱，內(nèi)在機理可能體現(xiàn)在以下幾方面。

第一，追蹤MSCI指數(shù)而進入我國股市的跨境資本，其流動的額度以及頻率會隨著時間的推移逐漸趨于平穩(wěn)，而且初期“入摩”的A股多為大盤藍(lán)籌股，相較而言更加符合境外投資者的持股需求，也就是說后續(xù)納入MSCI 指數(shù)的A 股帶來的跨境資本相對較少，自然由跨境資本流動帶來的系統(tǒng)性風(fēng)險也會隨之降低。

第二，在2017 年6 月21 日美國明晟公司宣布從2018 年開始將中國A 股納入MSCI 新興市場指數(shù)之前，我國已連續(xù)三年被其拒之門外，這就直接導(dǎo)致了在A股“入摩”初期，投資者、分析師以及媒體都對納入MSCI指數(shù)的標(biāo)的個股有著較高的關(guān)注，而這一高漲情緒未來會隨著更多股票分批穩(wěn)步地納入MSCI新興市場指數(shù)而逐漸消散。

第三，A 股剛被納入MSCI 指數(shù)時，多方關(guān)注度過高反而會增加上市公司管理層隱瞞公司負(fù)面消息的動機，導(dǎo)致較低的定價效率（羅琦和伍敬侗，2017）[22]，而后續(xù)被納入MSCI指數(shù)的標(biāo)的個股，其關(guān)注度會適當(dāng)降低，由此帶來的信息不對稱程度也會隨之降低，自然增加尾部系統(tǒng)風(fēng)險的程度有所減弱?；诖耍疚奶岢龅诙€假設(shè)。

假設(shè)2：后續(xù)納入MSCI 指數(shù)的A 股尾部系統(tǒng)風(fēng)險的增加程度會減弱。

（三）A股“入摩”與尾部系統(tǒng)風(fēng)險之間的調(diào)節(jié)效應(yīng)

納入MSCI 新興市場指數(shù)與標(biāo)的個股尾部系統(tǒng)風(fēng)險之間的關(guān)系大體可以通過股票市場狀況和公司實體情況兩個渠道產(chǎn)生調(diào)節(jié)效應(yīng)。

其一，在股票市場狀況方面，股票定價效率是A股“入摩”與尾部系統(tǒng)風(fēng)險兩者關(guān)系的重要調(diào)節(jié)因素。股票定價效率是股價反映所有相關(guān)信息的速度和準(zhǔn)確性的指標(biāo)，股票定價效率高表明影響股價的相關(guān)信息一出現(xiàn)就會迅速且準(zhǔn)確地反映在股票的價格上。也就是說，股票定價效率越高，股價被高估或者被低估的風(fēng)險就越?。◤埿竦?，2021）[7]。因此，股票定價效率高，一方面能夠?qū) 股“入摩”帶來股市投機風(fēng)險的增加程度具有顯著調(diào)節(jié)作用；另一方面也能夠有效調(diào)節(jié)A 股納入MSCI 新興市場指數(shù)帶來的高漲情緒而引發(fā)股價的大幅變動程度，并讓股價迅速回歸到合理水平。即股票定價效率能夠削弱A股納入MSCI 新興市場指數(shù)對尾部系統(tǒng)風(fēng)險的提高程度。

其二，在公司實體情況方面，公司治理水平是A股“入摩”與尾部系統(tǒng)風(fēng)險兩者關(guān)系的重要調(diào)節(jié)因素。公司治理水平越高，一方面表明公司內(nèi)部機制完善程度越高，上市公司的運營以及未來發(fā)展越好；另一方面表明公司信息披露質(zhì)量越高，管理層隱瞞負(fù)面消息以及由此帶來的信息不對稱越少。也就是說，治理水平高的上市公司不僅能夠吸引投資者穩(wěn)定持股，還能降低由道德風(fēng)險引起的股價暴漲暴跌的風(fēng)險。即公司治理水平能夠削弱A股“入摩”對尾部系統(tǒng)風(fēng)險的提高程度?；谝陨戏治?，提出本文的第三個和第四個假設(shè)。

假設(shè)3：股票定價效率能夠削弱A股“入摩”對尾部系統(tǒng)風(fēng)險的提高程度。

假設(shè)4：公司治理水平能夠削弱A股“入摩”對尾部系統(tǒng)風(fēng)險的提高程度。

三、研究設(shè)計與數(shù)據(jù)樣本

（一）尾部系統(tǒng)風(fēng)險的度量

近年來，條件在險價值（CoVaR）、邊際期望損失（MES）以及基于Copula函數(shù)估計的尾部極值相關(guān)性是文獻中用來刻畫系統(tǒng)風(fēng)險的常用指標(biāo)。CoVaR（Adrian 和Brunnermeier，2016）[23]主要用來量化單個金融機構(gòu)發(fā)生危機時對整個金融體系的影響，MES（Acharya 等，2017）[24]則是反映整個金融市場出現(xiàn)暴跌這一極端情況時，單個機構(gòu)對系統(tǒng)性風(fēng)險的邊際貢獻情況。顯然，這兩個指標(biāo)都只能用來度量左尾系統(tǒng)風(fēng)險。而基于Copula函數(shù)定義的尾部極值相關(guān)性度量的是在市場出現(xiàn)極端情況下個股暴跌或暴漲的條件概率，可以同時刻畫左尾和右尾的極值風(fēng)險。

此外，這一尾部系統(tǒng)風(fēng)險指標(biāo)的計算并不基于正態(tài)分布假設(shè)，而且能夠刻畫股票收益率的尖峰厚尾特征、不受漲跌幅限制的影響。因此，本文擬采用Copula函數(shù)估計的尾部極值相關(guān)性來度量尾部系統(tǒng)風(fēng)險，分別考察我國A 股“入摩”對左尾和右尾系統(tǒng)風(fēng)險的非對稱影響。

Copula 函數(shù)可以把隨機變量X 和Y 的聯(lián)合分布表示為每個變量的邊緣分布，即：

記u=F(x)，v=F(y)，則C(u,v)為相應(yīng)的Copula 函數(shù)。此時，變量X 和Y 的尾部極值相關(guān)性可以定義為：

同時，本文參考陳海強等（2019）[25]的做法，使用的數(shù)據(jù)為考慮現(xiàn)金紅利再投資的個股收益率和考慮現(xiàn)金紅利再投資的所有A股上市公司股票按流通市值加權(quán)平均的日市場回報率。因此，τL和τU分別表示個股與股票市場極值的相關(guān)性，用以度量個股左尾和右尾的系統(tǒng)風(fēng)險。由式（2）和式（3）可知，τL、τU實際上是條件概率，則在0—1 間取值，其值越大表明個股尾部系統(tǒng)風(fēng)險越大，反之則表明個股尾部系統(tǒng)風(fēng)險越小。

Copula 函數(shù)有多種形式①本文考察Patton（2006）[26]分析的9個靜態(tài)Copula函數(shù)。。比較常見的是JC Copula 函數(shù)，然而其在τL=τU時分布函數(shù)仍然不對稱，因此Patton 在JC Copula 函數(shù)的基礎(chǔ)上為克服這一缺點提出了SJC Copula函數(shù)，具體公式如下：

（二）政策效應(yīng)評估模型構(gòu)建

近年來，雙重差分模型多用于計量經(jīng)濟學(xué)中對政策或項目實施效果的定量評估。DID 模型通過把單純的前后比較（實施前與實施后）和單純的截面比較（實驗組與控制組）相結(jié)合，得到雙重差分估計量，即：

本文基于我國A 股“入摩”這一準(zhǔn)自然實驗，構(gòu)造多時點雙重差分模型（Bertrand 等，2004）[27]，具體模型如下：

（三）其他變量定義

1.控制變量選取

參考已有文獻，結(jié)合影響尾部系統(tǒng)性風(fēng)險的相關(guān)因素以及各變量間的相關(guān)系數(shù)，本文選取流通市值的對數(shù)（Ln cmv）、換手率（Turnover）、對數(shù)收益率（Yield）、公司年齡（Age）、資產(chǎn)負(fù)債率（Lev）、賬面市值比（BM）、股權(quán)集中度（Top1）以及滯后一期的尾部極值相關(guān)性作為控制變量。

具體變量定義見表2。

表2 變量定義

2.調(diào)節(jié)變量的測度

基于上述理論分析，本文選取兩個調(diào)節(jié)變量進行調(diào)節(jié)效應(yīng)分析，具體的測度方法如下。

（1）股票定價效率。借鑒以往研究（Hou 和Moskowitz，2005；紀(jì)彰波和臧日宏，2019）[28-29]的具體做法：首先，將個股收益率與市場收益率的日度數(shù)據(jù)按年進行回歸獲得回歸系數(shù)；其次，按年將個股收益率與當(dāng)期市場收益率以及滯后1 期至4 期的市場收益率進行回歸，得到回歸系數(shù)；再次，根據(jù)式（9）構(gòu)建股價信息反應(yīng)延遲指標(biāo)Delay。該值越小，則表明股票對過去市場信息的依賴越少，即股票定價效率越高。

（2）公司治理水平。本文采用兩權(quán)分離度作為公司治理水平的衡量指標(biāo)。兩權(quán)分離度是指上市公司控制權(quán)和所有權(quán)的分離程度，分離程度越高，管理層隱瞞負(fù)面信息、粉飾報表等違規(guī)披露信息的行為就會越少，自然由于信息不對稱而引發(fā)的管理層道德問題也越少，公司治理水平就會越高。

（四）數(shù)據(jù)說明

1.樣本選擇

本文基于A 股“入摩”這一準(zhǔn)自然實驗，將A 股初次“入摩”前后3 年即2015 年至2020 年設(shè)為樣本期間，構(gòu)建實驗組和控制組。

首先，對2015 年1 月1 日之前上市的A 股進行了以下處理：（1）剔除全部金融行業(yè)公司；（2）剔除全部ST、ST*等特別處理股票；（3）剔除樣本期間被調(diào)出MSCI 新興市場指數(shù)的股票；（4）剔除財務(wù)數(shù)據(jù)缺失嚴(yán)重的公司。然后，將剩余的1443 只股票中229只MSCI 新興市場指數(shù)標(biāo)的股設(shè)為實驗組，另外1214只股票設(shè)為備選控制組。

其次，由于納入MSCI新興市場指數(shù)的股票與其他股票存在一定的差異，而這些差異可能導(dǎo)致實驗組和控制組不具有可比性，從而影響結(jié)論的有效性。結(jié)合我國A 股“入摩”是分批納入的事實，本文借鑒Heyman 等（2007）[30]的做法，采用逐年匹配的方法從備選控制組中按1∶1 進行無放回匹配得到控制組。具體做法如下。

第二，實驗組是由2018 年納入的106 只股票和2019 年納入的123 只股票組成，為此本文按年進行了兩次PSM 配對，圖1 給出了兩次配對前后的密度函數(shù)圖。從圖中可以看出，兩次匹配后實驗組和控制組的核密度分布均趨于一致，這說明本文選取的匹配因子合理且很好地修正了實驗組和控制組的分布偏差。

圖1 配對前后密度函數(shù)圖

第三，對比兩次匹配出的樣本發(fā)現(xiàn)，有11 家公司是重復(fù)出現(xiàn)的，因此本文匹配出218 只股票組成控制組。

2.描述性統(tǒng)計分析

實驗組和控制組的左尾、右尾系統(tǒng)風(fēng)險描述性統(tǒng)計結(jié)果如表3 所示。從統(tǒng)計結(jié)果來看，無論是實驗組還是控制組，左尾的系統(tǒng)風(fēng)險均大于右尾的系統(tǒng)風(fēng)險，這在一定程度上反映了我國股市容易出現(xiàn)同時暴跌而不易出現(xiàn)同時暴漲的經(jīng)典事實。

表3 描述性統(tǒng)計

此外，從表中可以看出，控制組系統(tǒng)風(fēng)險增加的幅度明顯低于實驗組，初步說明我國A 股納入MSCI指數(shù)可能會增加系統(tǒng)風(fēng)險。接下來，本文將在控制其他可能的影響因素下利用多時點DID進行進一步的分析。

3.相關(guān)性分析

表4 報告了實證中控制變量間的相關(guān)性，左下部分均為Pwcorr 相關(guān)系數(shù)，右上部分則都是Spearman 相關(guān)系數(shù)。觀察發(fā)現(xiàn)，控制變量間系數(shù)的絕對值均小于0.5，這說明其相互之間不存在嚴(yán)重的多重共線性，本文控制變量選取適當(dāng)。

表4 控制變量間的相關(guān)性分析

四、實證結(jié)果與穩(wěn)健性檢驗

（一）最優(yōu)Copula函數(shù)的選擇

本文采取AIC準(zhǔn)則、BIC準(zhǔn)則和最大似然函數(shù)來進行擬合優(yōu)度的比較，進而選取出最優(yōu)的Copula 函數(shù)來度量個股的尾部系統(tǒng)風(fēng)險。具體方法如下：首先通過最大似然估計法得到447 只股票左尾和右尾的系統(tǒng)風(fēng)險，其次計算出每只股票的三個指標(biāo)值，再次按實驗組和控制組分別進行平均，得到結(jié)果如表5所示。從表5 可知，與實驗組和控制組樣本數(shù)據(jù)擬合效果最佳的模型均是SJC Copula 函數(shù)。因此，本文將采用SJC Copula 函數(shù)來計算個股的系統(tǒng)風(fēng)險①SJC Copula函數(shù)允許非對稱的極值相關(guān)性，即能考察非對稱的尾部系統(tǒng)風(fēng)險。。

表5 最優(yōu)Copula函數(shù)的選擇

（二）A股“入摩”對尾部系統(tǒng)風(fēng)險的影響

對樣本數(shù)據(jù)的左尾極值相關(guān)性和右尾極值相關(guān)性進行實證檢驗，檢驗結(jié)果如表6 所示。從表6 第（1）列結(jié)果可知，無論是否加入控制變量，DiD 的系數(shù)均顯著為正數(shù)，這表明我國A股納入MSCI指數(shù)提高了左尾系統(tǒng)風(fēng)險，且結(jié)論具有穩(wěn)健性。從表6 第（2）列結(jié)果可知，DiD 的系數(shù)均不具有顯著性，這表明A股“入摩”對右尾系統(tǒng)風(fēng)險無顯著影響，即假設(shè)1部分不成立。

2018年3月，中共中央有關(guān)文件要求“將基本養(yǎng)老保險費、基本醫(yī)療保險費、失業(yè)保險費等各項社會保險費交由稅務(wù)部門統(tǒng)一征收”。社會保險費征管職責(zé)劃轉(zhuǎn)稅務(wù)部門，是以習(xí)近平同志為核心的黨中央的重大決策部署，有利于降低征納成本、提高征管效率；有利于優(yōu)化繳費服務(wù)，促進繳費負(fù)擔(dān)更加公平，增強人民群眾改革獲得感，使稅務(wù)部門在國家治理層面上的使命、職能、地位、作用更加凸顯。

表6 實證檢驗結(jié)果

假設(shè)1 部分不成立的內(nèi)在機理可能在于：我國股市存在“羊群效應(yīng)”，而且在高波動區(qū)間更為強烈（鄭挺國和葛厚逸，2021）[20]，而投資我國股市的國外投資者較為理性，在暴跌時可能源于對我國股市了解不足放大了恐慌情緒從而減持股票，而在暴漲時能夠更為理性地看待股市，不是跟隨市場高漲情緒去增持股票，表現(xiàn)出A 股“入摩”對右尾系統(tǒng)風(fēng)險的影響不具有顯著性。

（三）穩(wěn)健性檢驗

1.平行趨勢檢驗

本文借鑒Beck 等（2010）[32]的研究思路進行多時點DID的平行趨勢檢驗，模型構(gòu)建如下：

檢驗結(jié)果如表7 所示，可以看出在A 股納入MSCI 指數(shù)前，的系數(shù)均不具有顯著性，這說明本文實驗組和控制組在A股“入摩”前尾部系統(tǒng)風(fēng)險沒有明顯差異，滿足平行趨勢假設(shè)。

表7 平行趨勢檢驗結(jié)果

2.變更政策實施時點

為檢驗左尾系統(tǒng)風(fēng)險的增加是由我國A股納入MSCI 指數(shù)造成的，本文變更時點，即假設(shè)我國A 股被正式納入MSCI 指數(shù)均提前兩年，對區(qū)間2015 年至2017 年的樣本數(shù)據(jù)進行多時點DID 檢驗，回歸結(jié)果如表8 第（1）列所示。從表中可知，DiD 系數(shù)的回歸結(jié)果不具有統(tǒng)計上的顯著性，這說明左尾系統(tǒng)風(fēng)險的提高確實是由我國A股“入摩”導(dǎo)致的。

3.替換被解釋變量

本文使用的SJC Copula 函數(shù)存在不能體現(xiàn)變量間極值相關(guān)性具有時變特性這一缺點，基于此一些學(xué)者的研究提出了用上一期的極值相關(guān)性和兩個變量累計概率差值的歷史平均值來解釋當(dāng)期的極值相關(guān)性，即時變的SJC Copula函數(shù)，方程形式如下：

其中，f(x)=(1+e-x)-1是logistic 轉(zhuǎn)換函數(shù)，為了確保τL、τU的取值范圍為[0，1]。

因此，本部分將運用時變SJC Copula 函數(shù)計算出的尾部系統(tǒng)風(fēng)險的年度平均值作為被解釋變量的替代變量，再一次進行回歸，實證結(jié)果見表8 第（2）列和第（3）列。從表中可知，A 股“入摩”提高了左尾系統(tǒng)風(fēng)險，而對右尾系統(tǒng)風(fēng)險影響不具有顯著性。這一實證結(jié)果和本文主體部分一致，這說明了本文研究結(jié)論具有穩(wěn)健性。

4.PSM-DID估計

為了排除樣本選擇帶來的內(nèi)生性問題，本部分將運用卡尺近鄰匹配后的樣本數(shù)據(jù)進行穩(wěn)健性檢驗。首先，對1214 只備選控制組和229 只實驗組進行匹配。選取對數(shù)收益率、公司年齡、資產(chǎn)負(fù)債率、賬面市值比、股權(quán)集中度作為匹配因子，并控制了行業(yè)和年份，匹配結(jié)果如圖2 所示。由圖2 可知，實驗組和控制組間各變量的差異在匹配后明顯縮小。其次，對匹配后的數(shù)據(jù)進行實證檢驗，結(jié)果如表8 第（4）列和第（5）列所示。在左尾系統(tǒng)風(fēng)險實證中，DiD 系數(shù)顯著為正，而在右尾系統(tǒng)風(fēng)險實證中，DiD系數(shù)仍不具有顯著性，即實證結(jié)果與本文主體部分一致，進一步體現(xiàn)了本文結(jié)論的穩(wěn)健性。

圖2 PSM處理結(jié)果圖

5.剔除2015年的數(shù)據(jù)

2015 年我國股票市場價格波動較大，為了避免異常數(shù)據(jù)對本文結(jié)論的影響，本部分剔除了2015 年的數(shù)據(jù)后重新進行檢驗，實證結(jié)果見表8 第（6）列和第（7）列。由表8 可知，實證結(jié)果與本文主體部分一致，主要結(jié)論并未改變。

表8 穩(wěn)健性檢驗結(jié)果

6.安慰劑檢驗

為了進一步排除其他未知因素的影響，保證實證結(jié)果的穩(wěn)定性，本部分進行了安慰劑檢驗。參考史丹和李少林（2020）[34]的做法，從1214 只備選控制組和229 只實驗組中進行1000 次抽樣，每次抽樣選出虛擬實驗組和虛擬控制組各129 只后再進行回歸，繪制出尾部系統(tǒng)風(fēng)險的核密度分布圖。圖3 顯示，抽樣估計系數(shù)的t 值絕大多數(shù)都落在-2 到2 之間，且p 值也多在0.1 以上，這說明除A 股“入摩”外的其他未知因素對尾部系統(tǒng)風(fēng)險的影響不大，實證結(jié)論具有穩(wěn)健性。

圖3 安慰劑檢驗

五、進一步分析

（一）分時段的基準(zhǔn)回歸分析

我國A 股是分批納入MSCI新興市場指數(shù)的，不同批次“入摩”對個股尾部系統(tǒng)風(fēng)險的影響是否相同，須進一步分析。為了回答上述問題，本文首先將不同年度納入MSCI 指數(shù)的實驗組按年分別進行PSM 匹配獲取控制組，接著對2018年和2019年這兩組數(shù)據(jù)進行實證檢驗，檢驗結(jié)果見表9。由表9 可知，2018 年納入MSCI 指數(shù)顯著提高了個股的尾部系統(tǒng)風(fēng)險，增加了股市暴漲暴跌的風(fēng)險；而2019 年“入摩”對A 股尾部系統(tǒng)風(fēng)險的影響不具有顯著性。也就是說，A 股納入MSCI 指數(shù)初期會增加我國股市的暴漲暴跌風(fēng)險，但后續(xù)批次“入摩”的A 股不會對我國股市尾部系統(tǒng)風(fēng)險產(chǎn)生不利沖擊，即假設(shè)2成立。

表9 分時段的基準(zhǔn)回歸檢驗結(jié)果

假設(shè)2 成立的內(nèi)在機理可能在于以下幾方面。一方面，在我國A股“入摩”初期，外國資本對我國股市較為陌生，當(dāng)出現(xiàn)暴跌暴漲等極端情況時，會跟隨市場拋售或加持股票，增加了個股尾部系統(tǒng)風(fēng)險。隨著A股納入MSCI指數(shù)時間的推移，國外投資者對我國股市有著更為深切的了解和研究，由此帶來尾部系統(tǒng)風(fēng)險的增加也隨之改善。另一方面，我國股市相較于發(fā)達(dá)國家股市還不成熟，因而資本市場對外開放使得國外資金進入增加了股市的尾部系統(tǒng)風(fēng)險，但隨著我國資本市場開放時間的推移以及監(jiān)管政策的完善，各種問題都在逐漸改善，從而使得后續(xù)納入MSCI 新興市場指數(shù)的個股尾部風(fēng)險未顯著增加。

（二）調(diào)節(jié)效應(yīng)分析

多時點DID模型的基準(zhǔn)回歸結(jié)果以及一系列的穩(wěn)健性檢驗表明，A 股“入摩”顯著提高了標(biāo)的個股的左尾系統(tǒng)風(fēng)險。本文為了探究如何有效降低A股納入MSCI指數(shù)帶來的危害程度，在此部分進行了調(diào)節(jié)效應(yīng)研究。

首先，借鑒溫忠麟等（2005）[35]的做法，引入交乘項，構(gòu)建調(diào)節(jié)效應(yīng)模型如下：

其中，Variable 是調(diào)節(jié)變量，調(diào)節(jié)變量與DiD 交互項系數(shù)α1的顯著性是本文關(guān)注的重點，系數(shù)具有顯著性，表明該因素對A股納入MSCI指數(shù)與個股左尾系統(tǒng)風(fēng)險提高之間的關(guān)系存在調(diào)節(jié)效應(yīng)。

其次，將調(diào)節(jié)變量Delay 代入式（14）中進行回歸，得到實證結(jié)果如表10 第（1）列所示。從表10 第（1）列的實證結(jié)果可以看出，無論是否加入控制變量，DiD*Delay 的系數(shù)均顯著為正，這表明股價信息反應(yīng)延遲對A股“入摩”提高標(biāo)的個股左尾系統(tǒng)風(fēng)險具有正向調(diào)節(jié)作用，即股票定價效率的提高能夠削弱A 股“入摩”對標(biāo)的個股左尾系統(tǒng)風(fēng)險的提高程度，假設(shè)3成立。

再次，將調(diào)節(jié)變量Separation 代入式（14）中進行回歸，得到實證結(jié)果如表10 第（2）列所示。從表10第（2）列的實證結(jié)果可以看出，DiD*Separation 的系數(shù)無論是否加入控制變量均顯著為負(fù)，這表明兩權(quán)分離度對A股“入摩”提高標(biāo)的個股左尾系統(tǒng)風(fēng)險具有負(fù)向調(diào)節(jié)作用，即公司治理水平的提高能夠削弱A 股納入MSCI 指數(shù)對標(biāo)的個股左尾系統(tǒng)風(fēng)險的提高程度，由此可知假設(shè)4也成立。

表10 調(diào)節(jié)效應(yīng)檢驗結(jié)果

六、研究結(jié)論與政策建議

牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險的底線，是習(xí)近平新時代中國特色社會主義思想在金融領(lǐng)域的根本要求。本文根據(jù)SJC Copula 函數(shù)度量個股尾部系統(tǒng)風(fēng)險，再基于A股“入摩”這一準(zhǔn)自然實驗，構(gòu)建了一個包括實驗組和控制組的自然環(huán)境，運用多時點DID 模型研究A 股“入摩”對尾部系統(tǒng)風(fēng)險的非對稱影響，實證結(jié)果表明納入MSCI指數(shù)會提高我國A股在市場暴跌時的聯(lián)動暴跌風(fēng)險。在進一步分析中發(fā)現(xiàn)A 股“入摩”初期會增加我國股市的暴漲暴跌風(fēng)險，但后續(xù)A 股“入摩”增加尾部風(fēng)險的負(fù)面效應(yīng)不再具有顯著性；而且股票定價效率和公司治理水平在A股“入摩”提高標(biāo)的個股左尾系統(tǒng)風(fēng)險的關(guān)系中均存在顯著的負(fù)向調(diào)節(jié)效應(yīng)。

根據(jù)本文研究可知，擴大金融業(yè)開放正是我國防范化解系統(tǒng)性金融風(fēng)險的主動選擇，但是需要在開放過程中合理安排開放順序、完善市場制度以及提高監(jiān)管力度?；诖?，本文提出以下建議。

第一，A 股納入MSCI 新興市場指數(shù)會提高股市的左尾系統(tǒng)風(fēng)險，因此需要不斷完善監(jiān)管機制，提高對金融市場宏觀監(jiān)管的有效性，以降低資本市場對外開放舉措對我國股市的沖擊。一是加強對我國跨境資金流動的監(jiān)測?？缇迟Y本異常流動會對進出口、資本市場價格甚至貨幣政策的有效性產(chǎn)生沖擊，引發(fā)系統(tǒng)性風(fēng)險。因此在跨境資金流動出現(xiàn)異常預(yù)警時積極引導(dǎo)資本合理跨境流動，同時協(xié)調(diào)貨幣政策與宏觀審慎政策的運行，以抵御跨境資本帶來的系統(tǒng)性風(fēng)險。二是建立跨部委、跨國家的聯(lián)合監(jiān)管模式。金融開放增加了我國股市與亞洲、北美和歐洲等區(qū)域多個國家的股市聯(lián)合性。只有建立聯(lián)合監(jiān)管才能及時發(fā)現(xiàn)異常，降低金融風(fēng)險發(fā)生的概率。

第二，股票定價效率和公司治理水平的增強能夠顯著削弱A 股“入摩”帶來左尾系統(tǒng)風(fēng)險的提高，因此，需要完善相關(guān)制度以弱化對外開放帶來的負(fù)面效應(yīng)，促進資本市場健康穩(wěn)定地實現(xiàn)對外開放。一是出臺上市公司相關(guān)規(guī)范制度，提高公司信息披露水平以及內(nèi)部風(fēng)險的控制水平，降低公司財務(wù)造假的可能性。同時，建立及完善投資者集體訴訟機制，提高上市公司的違法成本，切實保護投資者的合理權(quán)益。二是逐步放開對股票市場的管控。實行股票市場發(fā)行注冊制、放開我國股市的交易限制以及構(gòu)建完善的股票強制退市制度，降低投資者的依賴情緒，提高股票定價效率，營造良性的投資氛圍。