段黛瑋，沙文兵

（安徽財(cái)經(jīng)大學(xué)國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，安徽蚌埠 233000）

一、引言

2020 年以來(lái)，新型冠狀病毒感染疫情（以下簡(jiǎn)稱“新冠疫情”）在全球相繼暴發(fā)，世界各地接連遭受疫情重創(chuàng)，實(shí)體經(jīng)濟(jì)大面積停工停產(chǎn)，全球主要股票市場(chǎng)出現(xiàn)劇烈波動(dòng)。美股在2020 年3 月出現(xiàn)罕見(jiàn)的多次熔斷，A 股在2020 年春節(jié)后首個(gè)交易日出現(xiàn)超過(guò)7%的下跌，全球其他股市紛紛陷入技術(shù)性下跌。自2008 年以來(lái)，隨著人民幣國(guó)際化進(jìn)程的推進(jìn)，中國(guó)加速融入國(guó)際金融體系。美國(guó)是世界金融體系的中心，中國(guó)是最大的新興經(jīng)濟(jì)體，A 股與美股的關(guān)系日益密切，聯(lián)動(dòng)日益復(fù)雜，在疫情期間，兩者的聯(lián)系更為緊密。當(dāng)前新冠疫情處于低水平波動(dòng)狀態(tài)，全球進(jìn)入后危機(jī)時(shí)代，但人民幣國(guó)際化的進(jìn)程不會(huì)停止，中國(guó)資本市場(chǎng)的對(duì)外開(kāi)放不會(huì)停止，探究中美股市聯(lián)動(dòng)，分析A 股與美股的風(fēng)險(xiǎn)溢出效應(yīng)和不同時(shí)期的波動(dòng)響應(yīng)，有利于在后續(xù)政策制定中加強(qiáng)對(duì)突發(fā)危機(jī)的應(yīng)對(duì)，建立起防御措施，防范由外部風(fēng)險(xiǎn)溢出導(dǎo)致的系統(tǒng)性風(fēng)險(xiǎn)，宏觀審慎地持續(xù)推進(jìn)人民幣國(guó)際化。

二、文獻(xiàn)綜述

股市聯(lián)動(dòng)的直接動(dòng)力來(lái)自投資者。金融市場(chǎng)的資本流動(dòng)源于息差，國(guó)內(nèi)市場(chǎng)與國(guó)際市場(chǎng)的聯(lián)動(dòng)性低于國(guó)內(nèi)市場(chǎng)之間的聯(lián)動(dòng)性，且有時(shí)會(huì)呈現(xiàn)反向波動(dòng)，投資者進(jìn)行國(guó)際化投資組合可以實(shí)現(xiàn)風(fēng)險(xiǎn)對(duì)沖，達(dá)到跨期保值或提升收益的目的（Grubel，1968）。關(guān)于股市聯(lián)動(dòng)性機(jī)制的研究，主要存在以下兩個(gè)視角：一是經(jīng)濟(jì)基本面的關(guān)聯(lián)；二是風(fēng)險(xiǎn)溢出與市場(chǎng)傳染（King 和Wadhwani，1990；Connolly 和Wang，1998；Chan 等，2008）。第一種機(jī)制從宏觀經(jīng)濟(jì)的角度分析金融市場(chǎng)的相關(guān)性，主要揭示金融市場(chǎng)波動(dòng)的深層原因，即基于經(jīng)濟(jì)基本面產(chǎn)生的預(yù)期波動(dòng)，適用于分析股市聯(lián)動(dòng)的長(zhǎng)期趨勢(shì)。金融基本面包括貿(mào)易、金融市場(chǎng)成熟度、物價(jià)變動(dòng)、匯率波動(dòng)等（朱小能和吳杰楠，2021），兩個(gè)市場(chǎng)的聯(lián)動(dòng)可以從雙方投資者對(duì)全球經(jīng)濟(jì)的預(yù)期和對(duì)各自經(jīng)濟(jì)的預(yù)期來(lái)闡釋。第二種機(jī)制則是立足全球金融市場(chǎng)的系統(tǒng)性角度分析各組成部分的聯(lián)系，主要描述金融市場(chǎng)波動(dòng)的短期特征或時(shí)間特征。金融體系的子市場(chǎng)并非相互獨(dú)立，其內(nèi)在關(guān)聯(lián)構(gòu)成風(fēng)險(xiǎn)傳播渠道，資本跨市場(chǎng)的高頻交易使得單一市場(chǎng)風(fēng)險(xiǎn)溢出，從風(fēng)險(xiǎn)關(guān)聯(lián)和市場(chǎng)傳染的角度可以揭示不同市場(chǎng)短期波動(dòng)的相互作用，適用于分析股市聯(lián)動(dòng)在特定時(shí)期或特定沖擊下的短期規(guī)律。

作為最大的發(fā)展中國(guó)家和發(fā)達(dá)國(guó)家，中美兩國(guó)互為重要的貿(mào)易伙伴，經(jīng)濟(jì)多領(lǐng)域關(guān)系密切。隨著人民幣國(guó)際化的不斷深入推進(jìn)，資本賬戶逐步開(kāi)放，跨境投資愈發(fā)便捷，在中美經(jīng)濟(jì)基本面緊密聯(lián)系的基礎(chǔ)上，中美股市的相互關(guān)聯(lián)進(jìn)一步加深，尤其是短期的波動(dòng)溢出（鄭挺國(guó)和劉堂勇，2018）。美國(guó)股市作為世界的核心市場(chǎng)，也是波動(dòng)相對(duì)劇烈的市場(chǎng)，其風(fēng)險(xiǎn)會(huì)傳遞給其他資本自由度相對(duì)較高的市場(chǎng)，比如其他G7 國(guó)家股市（朱小能和吳杰楠，2021）。Lai 和Tseng （2010）提出，對(duì)于G7 國(guó)家來(lái)說(shuō)，A 股不僅是風(fēng)險(xiǎn)對(duì)沖的工具，還是資本的“避風(fēng)港”?；仡櫧陙?lái)頻發(fā)的數(shù)次危機(jī)，自金融危機(jī)和歐債危機(jī)以來(lái)，美股對(duì)A 股的風(fēng)險(xiǎn)溢出逐漸明顯，尤其是在美股的極端波動(dòng)時(shí)期（Zhang 和Li，2014），而且由于“漣漪效應(yīng)”的存在，A 股還受到其他市場(chǎng)的溢出。也是在這段時(shí)期，隨著人民幣國(guó)際化的推進(jìn)，A 股的波動(dòng)外溢效應(yīng)也開(kāi)始顯現(xiàn)（陳守東和陳開(kāi)璞，2018；蔣彧和張玖瑜, 2019）。2018 年，中美貿(mào)易摩擦導(dǎo)致A 股承擔(dān)了主要的下行壓力；2020 年，新冠疫情暴發(fā)后，美股與A 股的相互影響增強(qiáng)，A 股也出現(xiàn)了擺脫與美股反向掛鉤的現(xiàn)象，但是A 股自我調(diào)節(jié)機(jī)制的修復(fù)效果降低（王珊珊和王文立，2021）。已有研究表明，中美股市的關(guān)聯(lián)存在時(shí)變特征，在長(zhǎng)期呈現(xiàn)相關(guān)性不斷提高的趨勢(shì)，在短期呈現(xiàn)雙向波動(dòng)溢出。新冠疫情作為突發(fā)公共危機(jī)，造成了市場(chǎng)的短期劇烈波動(dòng)，但長(zhǎng)期影響尚難以推斷。因此，疫情之后的中美股市聯(lián)系適合使用帶有時(shí)變系數(shù)的時(shí)序模型來(lái)分析其波動(dòng)溢出效應(yīng)。

當(dāng)前，股票市場(chǎng)研究普遍使用GARCH 模型來(lái)觀察收益率與市場(chǎng)風(fēng)險(xiǎn)之間的關(guān)系。DCC-MGARCH 模型基于廣義GARCH 模型，考慮了變量之間相關(guān)系數(shù)的動(dòng)態(tài)變化，相較于常系數(shù)模型，可以捕捉市場(chǎng)關(guān)聯(lián)的動(dòng)態(tài)特征。徐有俊等（2010）運(yùn)用DCCMGARCH 模型考察A 股與國(guó)際其他市場(chǎng)的聯(lián)動(dòng)；其他研究用此模型研究包括中日韓在內(nèi)的亞太主要新興金融市場(chǎng)之間的聯(lián)系（高猛和郭沛，2012；劉慧悅，2016；董建志，2022；趙霞等，2022）。疫情發(fā)生后，各地區(qū)進(jìn)入暴發(fā)期的時(shí)間不盡相同，故而受到的沖擊也不對(duì)稱。DCC-MGARCH 模型從風(fēng)險(xiǎn)的角度探究市場(chǎng)之間的聯(lián)動(dòng)，但是無(wú)法描述特定時(shí)點(diǎn)的沖擊會(huì)如何在市場(chǎng)之間傳導(dǎo)。因此引入TVP-SV-VAR 模型，其固定時(shí)點(diǎn)脈沖效應(yīng)反應(yīng)可用于分析特定情景下的市場(chǎng)聯(lián)動(dòng)。TVP-SV-VAR 模型常用于探究政策對(duì)市場(chǎng)宏觀變量的作用，如市場(chǎng)流動(dòng)性（金春雨和張浩博，2016）、系統(tǒng)性風(fēng)險(xiǎn)（嚴(yán)超超和周海林，2021）等，還被用來(lái)考察中國(guó)金融市場(chǎng)（匯市、股市、大宗商品和房地產(chǎn)市場(chǎng)等）的聯(lián)動(dòng)，測(cè)度資本流動(dòng)帶來(lái)的影響（潘長(zhǎng)春，2017；彭紅楓和祝小全，2019）。

本文基于已有研究，結(jié)合股市關(guān)聯(lián)的機(jī)制，以及人民幣國(guó)際化進(jìn)程中離岸人民幣市場(chǎng)和港股在為境外投資者配置人民幣資產(chǎn)發(fā)揮的重要作用，選取這兩個(gè)市場(chǎng)分別作為A 股與美股關(guān)聯(lián)中經(jīng)濟(jì)基本面聯(lián)系和市場(chǎng)傳染的渠道，使用DCC-MGARCH 模型和TVP-SV-VAR 模型來(lái)探究疫情之后股市聯(lián)動(dòng)的變化。本文的邊際貢獻(xiàn)在于：第一，在突發(fā)公共危機(jī)、全球市場(chǎng)處于異常波動(dòng)情況下，考察離岸人民幣市場(chǎng)和港股的緩沖風(fēng)險(xiǎn)能力，為推動(dòng)人民幣國(guó)際化提供了理論基礎(chǔ)。第二，同時(shí)采用兩個(gè)時(shí)變模型，用前一模型考察兩個(gè)市場(chǎng)的風(fēng)險(xiǎn)溢出，用后一模型測(cè)度在不同地區(qū)疫情暴發(fā)階段兩個(gè)市場(chǎng)的相互作用，進(jìn)一步豐富了中美股市聯(lián)動(dòng)效應(yīng)的相關(guān)研究，為未來(lái)評(píng)估和防范突發(fā)公共危機(jī)情況下的外部市場(chǎng)風(fēng)險(xiǎn)輸入提供參考。

三、模型構(gòu)建

本文通過(guò)市場(chǎng)收益率來(lái)測(cè)度市場(chǎng)聯(lián)動(dòng)性。首先，收益率（cri）采用收盤(pán)價(jià)（closei）的自然對(duì)數(shù)值之差來(lái)衡量，計(jì)算方法如下：

其中，cri,t表示i市場(chǎng)在t時(shí)期的收益率，closei,t表示i市場(chǎng)在t時(shí)期的收盤(pán)價(jià)。在后續(xù)實(shí)證中，cr1表示道瓊斯指數(shù)收益率，cr2表示上證指數(shù)收益率，cr3表示恒生指數(shù)收益率。

其次，匯率變動(dòng)（exr）采用當(dāng)期匯率ert與前一期匯率ert-1的自然對(duì)數(shù)值之差來(lái)衡量，計(jì)算方法如下：

在后續(xù)實(shí)證中，exrt表示t時(shí)期的離岸人民幣匯率變動(dòng)。

（一） DCC-MGARCH 模型

動(dòng)態(tài)相關(guān)性的分析采用DCC-MGARCH 模型，用于描述市場(chǎng)之間的風(fēng)險(xiǎn)溢出關(guān)聯(lián)，這既是市場(chǎng)聯(lián)動(dòng)的重要組成部分，也是市場(chǎng)聯(lián)動(dòng)的主要表現(xiàn)形式。

在DCC-MGARCH 模型的分析中，為了更準(zhǔn)確地衡量風(fēng)險(xiǎn)溢出，常使用高頻數(shù)據(jù)，故本文使用日交易數(shù)據(jù)作為研究對(duì)象?？紤]到三個(gè)股市的交易時(shí)間，以北京時(shí)間為準(zhǔn)，美股道瓊斯指數(shù)的交易時(shí)間為21:30（22:30）至03:30（04:30），A 股上證指數(shù)的交易時(shí)間為09:30 至15:00，港股恒生指數(shù)的交易時(shí)間為10:00 至16:00，美股的交易時(shí)間與其他兩個(gè)市場(chǎng)的交易時(shí)間沒(méi)有重疊，故根據(jù)對(duì)信息反應(yīng)的時(shí)間先后，在分析中采用美股的前一日數(shù)據(jù)作為當(dāng)日數(shù)據(jù) （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(dòng)的計(jì)算不變。根據(jù)信息準(zhǔn)則，本文采用DCC-MGARCH（1,1）模型，具體設(shè)定如下：

其中，C是待估計(jì)的參數(shù)矩陣，εt是殘差向量。殘差項(xiàng)的條件協(xié)方差矩陣為Ht，其中對(duì)角線元素為殘差的條件方差（），其他元素為對(duì)應(yīng)的協(xié)方差（），且為對(duì)稱矩陣。同時(shí)，構(gòu)建殘差的條件方差矩陣Dt=diag（），及相關(guān)系數(shù)矩陣Rt，其中對(duì)角線元素均為1，其他元素為ρij,t。MGARCH（1,1）的過(guò)程如下：

其中，Engle （2002）對(duì)動(dòng)態(tài)相關(guān)系數(shù)矩陣Rt的求解如下：

其中，et-1是標(biāo)準(zhǔn)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(wú)法預(yù)測(cè)的外生沖擊，對(duì)經(jīng)濟(jì)的各方面都造成影響，導(dǎo)致股票市場(chǎng)出現(xiàn)劇烈波動(dòng)?？紤]到各地區(qū)的疫情暴發(fā)存在時(shí)間上的先后，固定系數(shù)的向量自回歸模型無(wú)法準(zhǔn)確反映市場(chǎng)在不同疫情階段的聯(lián)動(dòng)關(guān)系，本文采用時(shí)變系數(shù)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(jù)信息準(zhǔn)則，使用一階的TVP-SV-VAR 模型，具體設(shè)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(shí)變效應(yīng)后，可簡(jiǎn)化為：

其中，yt和ct均為3×1的常數(shù)向量，εt是一個(gè)3×1的白噪音向量，滿足各元素的均值為0、方差為1、協(xié)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(guān)系數(shù)矩陣，且。同時(shí)，構(gòu)建，考慮到本文使用的是股市與匯率變動(dòng)數(shù)據(jù)，此處的時(shí)變參數(shù)服從隨機(jī)游走過(guò)程，設(shè)定如下：

殘差項(xiàng)都服從正態(tài)分布，且獨(dú)立分布，即協(xié)方差均為0。

在實(shí)證中，TVP-SV-VAR 模型使用周頻數(shù)據(jù)，參考已有文獻(xiàn)采用的數(shù)據(jù)頻次（金春雨和張浩博，2016；潘長(zhǎng)春，2017；彭紅楓和祝小全，2019），并考慮不同市場(chǎng)每周交易天數(shù)與交易日期的區(qū)別，本文選取每周的最后一個(gè)交易日作為本周的數(shù)據(jù)。

四、實(shí)證分析

本文選取的樣本區(qū)間是2020年1 月1 日至2022 年4 月8 日，采用道瓊斯指數(shù)收益率（cr1）、上證指數(shù)收益率（cr2）及恒生指數(shù)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(dòng)，離岸人民幣匯率上升（下跌）表示人民幣貶值（升值）。股市數(shù)據(jù)來(lái)自WIND 數(shù)據(jù)庫(kù)，匯率數(shù)據(jù)來(lái)自中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。日頻數(shù)據(jù)樣本總數(shù)為598；周頻數(shù)據(jù)樣本總數(shù)為119；缺失值采取差值法和移動(dòng)平均值法補(bǔ)齊，缺失值的數(shù)量低于樣本總數(shù)的5%。數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果如表1 所示。結(jié)果顯示，周頻數(shù)據(jù)的波動(dòng)性小于日頻數(shù)據(jù)的波動(dòng)性。

表1 描述性統(tǒng)計(jì)

（一） 數(shù)據(jù)檢驗(yàn)

在使用時(shí)間序列數(shù)據(jù)進(jìn)行分析之前，需要對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，如單位根檢驗(yàn)，以避免因數(shù)據(jù)不平穩(wěn)導(dǎo)致的有偏估計(jì)結(jié)果?？紤]到本文的兩個(gè)模型使用不同頻率數(shù)據(jù)，需對(duì)日數(shù)據(jù)和周數(shù)據(jù)均進(jìn)行檢驗(yàn)。表2 的單位根檢驗(yàn)結(jié)果表明，本文使用的數(shù)據(jù)均平穩(wěn)，適用后續(xù)的實(shí)證模型，后續(xù)估計(jì)結(jié)果具有穩(wěn)定性。

表2 單位根檢驗(yàn)：ADF 檢驗(yàn)結(jié)果

使用DCC-MGARCH 模型前需要對(duì)數(shù)據(jù)進(jìn)行ARCH 效應(yīng)分析，以判斷其是否適用GARCH 族模型。本文對(duì)殘差平方序列進(jìn)行Q 檢驗(yàn)，表3 的結(jié)果顯示，殘差平方序列存在自相關(guān)，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(yīng)檢驗(yàn)：Q 檢驗(yàn)結(jié)果

（二） DCC-MGARCH 模型的結(jié)果及分析

根據(jù)DCC 模型的準(zhǔn)則，滿足λ1、λ2＞0，且λ1+λ2＜1，則說(shuō)明模型的變量之間的相關(guān)系數(shù)存在時(shí)變特征，適用DCC 模型而非固定相關(guān)系數(shù)模型。本文的結(jié)果中，λ1=0.167,λ2=0.720，且均在5%的水平上顯著?？梢?jiàn)，兩個(gè)系數(shù)均大于0，且二者之和小于1，滿足動(dòng)態(tài)系數(shù)模型的應(yīng)用條件。

表4 的結(jié)果表明，上證指數(shù)、道瓊斯指數(shù)與恒生指數(shù)的收益率之間均存在正相關(guān)關(guān)系，且上證指數(shù)與恒生指數(shù)的相關(guān)性更高。在全球化背景下，全球股市之間存在較強(qiáng)的相關(guān)關(guān)聯(lián)，MGARCH 模型主要考慮各個(gè)股市之間的收益率受到自身市場(chǎng)風(fēng)險(xiǎn)與其他市場(chǎng)風(fēng)險(xiǎn)的多重影響。從風(fēng)險(xiǎn)關(guān)聯(lián)與風(fēng)險(xiǎn)溢出的角度來(lái)看，在樣本區(qū)間，即新冠疫情暴發(fā)后，對(duì)不同股市來(lái)說(shuō)，主要的風(fēng)險(xiǎn)來(lái)自本土疫情的發(fā)展。中美在貿(mào)易、跨國(guó)企業(yè)和產(chǎn)業(yè)鏈等方面聯(lián)系緊密，疫情對(duì)經(jīng)濟(jì)造成全方位沖擊，實(shí)體經(jīng)濟(jì)領(lǐng)域大規(guī)模的停工停產(chǎn)使得市場(chǎng)預(yù)期持續(xù)低迷，進(jìn)一步加劇股市波動(dòng)，但是A 股與美股之間不存在直接交易的渠道，故相關(guān)性較低。香港與內(nèi)地聯(lián)系緊密，一是地理位置相近，二是經(jīng)濟(jì)關(guān)聯(lián)密切。隨著2014 年4 月10 日滬港通的開(kāi)通，A 股與港股的投資者可以更高效地實(shí)現(xiàn)跨市場(chǎng)投資配置，極大程度上增強(qiáng)了A 股與港股的相關(guān)性。美股與港股對(duì)全球投資者都是開(kāi)放的，二者之間的風(fēng)險(xiǎn)關(guān)聯(lián)主要來(lái)自投資者的市場(chǎng)預(yù)期與資本的市場(chǎng)間流動(dòng)，故兩者的相關(guān)性相對(duì)較低。

表4 條件準(zhǔn)相關(guān)系數(shù)回歸結(jié)果

表4 的結(jié)果還表明，離岸人民幣匯率變動(dòng)與三大股指收益率均存在負(fù)相關(guān)關(guān)系。之所以引入?yún)R率市場(chǎng)，一方面是因?yàn)閰R率變動(dòng)對(duì)收益率的影響，另一方面是因?yàn)橥鈪R市場(chǎng)也是投資者資產(chǎn)配置的重要組成部分。在疫情之后，人民幣貶值趨勢(shì)明顯，離岸人民幣匯率上漲，同時(shí)期股票市場(chǎng)收益率下降。美股與港股的收益率上升，會(huì)吸引資本向其移動(dòng)，促使人民幣匯率走低。2010 年之后，上證指數(shù)收益率上升也對(duì)人民幣匯率產(chǎn)生負(fù)向影響（吳麗華和傅廣敏，2014）。

道瓊斯指數(shù)與上證指數(shù)的相關(guān)系數(shù)具有時(shí)變特征，且在疫情初期相關(guān)性顯著增強(qiáng)（圖1）。疫情的發(fā)展呈現(xiàn)階段性，具體來(lái)說(shuō)，2020 年第一季度中國(guó)受到的沖擊最大，2020 年第二季度主要是歐洲地區(qū)疫情暴發(fā)，2020 年第三季度美國(guó)進(jìn)入新增確診增長(zhǎng)的高位。后期雖然疫情還有反復(fù)，但是隨著政府積極的經(jīng)濟(jì)刺激政策與市場(chǎng)預(yù)期的適應(yīng)性調(diào)整，股市因疫情產(chǎn)生的波動(dòng)較初期有明顯減弱。在疫情暴發(fā)的初期，A 股與美股之間的相關(guān)性較高，可見(jiàn)疫情作為突發(fā)公共危機(jī)，使兩個(gè)股市的風(fēng)險(xiǎn)關(guān)聯(lián)增加，在這一時(shí)期，一方股市出現(xiàn)的波動(dòng)會(huì)導(dǎo)致另一方股市也出現(xiàn)波動(dòng)，市場(chǎng)的不穩(wěn)定受風(fēng)險(xiǎn)溢出效應(yīng)影響而被進(jìn)一步加劇。

圖1 道瓊斯指數(shù)與上證指數(shù)動(dòng)態(tài)相關(guān)系數(shù)

（三） TVP-SV-VAR 模型的結(jié)果及分析

DCC-MGARCH 模型的結(jié)果驗(yàn)證了在疫情暴發(fā)之后，A 股、美股、港股和離岸人民幣匯率之間的相關(guān)系數(shù)存在隨時(shí)間變動(dòng)的特征。本文繼續(xù)使用TVP-SV-VAR 模型來(lái)分析不同市場(chǎng)之間在不同時(shí)期和不同時(shí)點(diǎn)的相互作用，同時(shí)將港股和離岸人民幣匯率視為兩條不同的中美股市聯(lián)動(dòng)機(jī)制，分兩個(gè)部分進(jìn)行分析，模型一為道瓊斯指數(shù)-上證指數(shù)-恒生指數(shù)，模型二為道瓊斯指數(shù)-上證指數(shù)-離岸人民幣匯率。根據(jù)AIC、HBIC等信息準(zhǔn)則，本文使用的滯后階數(shù)均為1，MCMC 抽樣次數(shù)為20000。

表5 的模型參數(shù)估計(jì)結(jié)果顯示，所有參數(shù)都落在95%的置信區(qū)間，且Geweke 收斂判斷的結(jié)果在5%水平上顯著收斂，無(wú)效因子均小于70，說(shuō)明可以使用MCMC 的方法抽取更為充足的樣本數(shù)量來(lái)進(jìn)行后續(xù)模型推斷。

表5 模型參數(shù)估計(jì)結(jié)果

從全樣本來(lái)看，本文選取的是周數(shù)據(jù)，時(shí)間區(qū)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(zhǎng)期沖擊。等間隔脈沖反應(yīng)的結(jié)果表明，短期沖擊是顯著的且在樣本區(qū)間呈現(xiàn)時(shí)變特征，長(zhǎng)期沖擊并不顯著。長(zhǎng)期沖擊的失效可能與指標(biāo)及樣本區(qū)間有關(guān)，疫情發(fā)生后，股票市場(chǎng)與外匯市場(chǎng)處于疫情階段的時(shí)間長(zhǎng)度較短，且股票市場(chǎng)在這段時(shí)間存在異常波動(dòng)，后又受到市場(chǎng)自身調(diào)節(jié)機(jī)制與投資者預(yù)期調(diào)整的作用，逐漸回歸平穩(wěn)，從而導(dǎo)致長(zhǎng)期沖擊的效果并不明顯。本文的后續(xù)分析將側(cè)重對(duì)短期沖擊結(jié)果的解釋。

在疫情發(fā)展的初期，各地區(qū)進(jìn)入疫情暴發(fā)階段的時(shí)間存在明顯區(qū)別，受到顯著的不對(duì)稱沖擊。本文通過(guò)疫情初期的特定時(shí)點(diǎn)脈沖反應(yīng)，來(lái)觀察在突發(fā)公共危機(jī)時(shí)市場(chǎng)的相互作用。參照世衛(wèi)組織的單日新增確診人數(shù)數(shù)量統(tǒng)計(jì)，本文選取的時(shí)點(diǎn)為2020 年1 月（中國(guó)暴發(fā)疫情）、2020 年3 月（歐洲暴發(fā)疫情）、2020 年5 月 （美國(guó)暴發(fā)疫情）。新冠疫情作為突發(fā)公共危機(jī)，對(duì)經(jīng)濟(jì)的沖擊與之前的金融危機(jī)和貿(mào)易摩擦是不同的，受危機(jī)影響最直接和持續(xù)時(shí)間最長(zhǎng)的是實(shí)體經(jīng)濟(jì)部門(mén)，且存在部門(mén)間的不一致。金融市場(chǎng)，以股票市場(chǎng)為例，是企業(yè)直接融資的重要渠道，同時(shí)也是市場(chǎng)預(yù)期的風(fēng)向標(biāo)。當(dāng)前新冠疫情依然處于波動(dòng)狀態(tài)，部分地區(qū)偶有出現(xiàn)大規(guī)模暴發(fā)，導(dǎo)致當(dāng)?shù)亟?jīng)濟(jì)陷入短期停滯，如2022 年2 月中國(guó)香港暴發(fā)的第五輪疫情。

1.美股對(duì)其他市場(chǎng)

美股的短期沖擊對(duì)A 股的影響在前期為負(fù)，后期為正（圖2-1）。在疫情初期，美股的正向波動(dòng)導(dǎo)致A 股的反向波動(dòng)，尤其在中國(guó)暴發(fā)疫情時(shí)期，即2020 年第一季度；在疫情發(fā)展后期，美股與A 股同向波動(dòng)?？赡艿慕忉屖?，中美股市的關(guān)聯(lián)較少由投資者投機(jī)行為引發(fā)，更多是因?yàn)榻?jīng)濟(jì)基本面的聯(lián)系，即實(shí)體經(jīng)濟(jì)方面的關(guān)聯(lián)，故疫情前期兩國(guó)經(jīng)濟(jì)受到不對(duì)稱影響，從而導(dǎo)致美股與A 股負(fù)相關(guān)。隨著疫情在全球蔓延，全球經(jīng)濟(jì)運(yùn)行停滯，美股與A 股回到同向波動(dòng)。

圖2 美股對(duì)其他市場(chǎng)的等間隔脈沖反應(yīng)

美股的短期沖擊對(duì)港股的影響在多數(shù)時(shí)期為負(fù)，但在美國(guó)疫情暴發(fā)時(shí)期為正（圖2-2）。美股與港股的關(guān)聯(lián)主要來(lái)自全球投資者在兩個(gè)市場(chǎng)的投機(jī)行為，一方市場(chǎng)的正向波動(dòng)會(huì)吸引投資者，從而對(duì)另一方市場(chǎng)造成負(fù)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(dāng)美國(guó)疫情暴發(fā)時(shí)，美股異常下跌，加之疫情實(shí)際上已蔓延全球，故其他股市會(huì)跟隨美股下跌，呈現(xiàn)同向波動(dòng)。

美股的短期沖擊對(duì)離岸人民幣匯率的影響在疫情之后產(chǎn)生較大波動(dòng)，但整體呈現(xiàn)為由正轉(zhuǎn)負(fù)，且負(fù)向影響有增強(qiáng)的趨勢(shì)（圖2-3）。外匯市場(chǎng)是投資者投資組合的一個(gè)重要組成部分，離岸人民幣市場(chǎng)是境外投資者配置人民幣資產(chǎn)的主要途徑，美股的波動(dòng)加劇體現(xiàn)出美股市場(chǎng)的不穩(wěn)定，對(duì)于機(jī)構(gòu)投資者來(lái)說(shuō)，需要通過(guò)外匯市場(chǎng)實(shí)現(xiàn)對(duì)沖，這會(huì)刺激境外投資者在外匯市場(chǎng)的投資需求，從而負(fù)向影響匯率變動(dòng)。

雖然美股對(duì)其他市場(chǎng)在不同時(shí)點(diǎn)的作用不同，但影響都是短期的，不存在持續(xù)性的長(zhǎng)期影響（圖3）。在非美國(guó)本土疫情暴發(fā)的階段，美股的正向波動(dòng)促使A 股（圖3-1）和港股（圖3-2）出現(xiàn)反向波動(dòng)，離岸人民幣匯率上升（圖3-3），人民幣貶值。反之，當(dāng)美國(guó)出現(xiàn)本土疫情之后，美股的正向波動(dòng)促使A 股和港股出現(xiàn)正向波動(dòng)，人民幣升值。在中國(guó)暴發(fā)疫情時(shí)期，其他市場(chǎng)的反應(yīng)更明顯，且A 股的反應(yīng)大于美股和港股，可見(jiàn)在這個(gè)階段投資者對(duì)各自市場(chǎng)的預(yù)期是相反的。美股上漲也會(huì)刺激更多投機(jī)需求，從而影響港股與離岸人民幣市場(chǎng)。

圖3 美股對(duì)其他市場(chǎng)的固定時(shí)點(diǎn)脈沖反應(yīng)

2.A 股對(duì)其他市場(chǎng)

A 股的短期沖擊對(duì)美股的影響在多數(shù)時(shí)期為正，但在中國(guó)疫情時(shí)期為負(fù)（圖4-1）。與前文美股對(duì)A 股的影響存在相同作用機(jī)制，A 股與美股相互影響。A 股的短期沖擊對(duì)港股的影響始終為負(fù)（圖4-2），因?yàn)锳 股與港股存在直接流通的渠道；港股的反應(yīng)不存在時(shí)變特征，說(shuō)明A 股與港股的關(guān)聯(lián)性在疫情之后處于相對(duì)穩(wěn)定的狀態(tài)，這與前文DCC 模型中兩者的條件準(zhǔn)相關(guān)系數(shù)較高的結(jié)果一致。A 股的短期沖擊對(duì)離岸人民幣匯率的影響在前期為負(fù)，而后轉(zhuǎn)正，且正向影響有增強(qiáng)的趨勢(shì)（圖4-3）。A 股波動(dòng)的加劇會(huì)降低投資者對(duì)人民幣資產(chǎn)的配置需求，從而推動(dòng)離岸人民幣匯率正向變動(dòng)，導(dǎo)致離岸人民幣貶值。

圖4 A 股對(duì)其他市場(chǎng)的等間隔脈沖反應(yīng)

A 股對(duì)美股的作用也呈現(xiàn)時(shí)期差異，但只存在短期的影響（圖5-1）。A 股對(duì)美股的影響在美國(guó)暴發(fā)疫情時(shí)期最顯著，且存在正向影響，這與中國(guó)暴發(fā)疫情時(shí)期美股對(duì)A 股的影響相反，表明A 股與美股的相互作用不對(duì)稱。在美國(guó)疫情暴發(fā)時(shí)期，中國(guó)已率先走出疫情陰霾，開(kāi)始大規(guī)模復(fù)工復(fù)產(chǎn)，成為全球經(jīng)濟(jì)的“壓艙石”。A 股的正向波動(dòng)表明市場(chǎng)對(duì)經(jīng)濟(jì)穩(wěn)定恢復(fù)的預(yù)期，加之A 股與美股的聯(lián)動(dòng)主要來(lái)自實(shí)體經(jīng)濟(jì)和跨國(guó)企業(yè)，故而引發(fā)美股上漲。

圖5 A 股對(duì)其他市場(chǎng)的固定時(shí)點(diǎn)脈沖反應(yīng)

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

3.其他市場(chǎng)對(duì)A 股

港股和人民幣匯率的短期沖擊對(duì)A 股的影響始終為正，且在疫情之后不存在明顯時(shí)點(diǎn)差異。港股的正向沖擊導(dǎo)致A 股的正向波動(dòng)（圖6-1），投資者對(duì)港股和A 股的市場(chǎng)預(yù)期正相關(guān)，導(dǎo)致市場(chǎng)出現(xiàn)同向波動(dòng)。人民幣匯率上升，人民幣貶值，刺激A 股正向波動(dòng)（圖6-2）。

圖6 其他市場(chǎng)對(duì)A 股的等間隔脈沖反應(yīng)

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

圖7 其他市場(chǎng)對(duì)A 股的固定時(shí)點(diǎn)脈沖反應(yīng)

五、結(jié)論及政策建議

本文構(gòu)建DCC-MGARCH 模型考察A 股、美股、港股和離岸人民幣市場(chǎng)的動(dòng)態(tài)關(guān)系。研究發(fā)現(xiàn)，新冠疫情暴發(fā)之后，三大股指收益率之間均存在正相關(guān)關(guān)系，其中以上證指數(shù)-恒生指數(shù)最為顯著；三大股指收益率與離岸人民幣匯率均呈現(xiàn)負(fù)相關(guān)關(guān)系；A 股與美股的聯(lián)動(dòng)性呈現(xiàn)顯著時(shí)變特征，且關(guān)聯(lián)性在前期較強(qiáng)。本文構(gòu)建TVP-SVVAR 模型探究不同地區(qū)暴發(fā)疫情時(shí)期各市場(chǎng)的相互反應(yīng)。研究發(fā)現(xiàn)，A 股與美股存在相互作用，且在疫情初期短暫出現(xiàn)反向掛鉤，但后期保持正向聯(lián)動(dòng)；當(dāng)中國(guó)本土出現(xiàn)突發(fā)公共危機(jī)時(shí)，國(guó)際市場(chǎng)的正向波動(dòng)會(huì)讓A 股承擔(dān)下行壓力；港股與離岸人民幣匯率市場(chǎng)能緩解美股對(duì)A 股的沖擊。

基于上述研究結(jié)論，本文提出以下政策建議：

第一，加強(qiáng)金融市場(chǎng)服務(wù)實(shí)體經(jīng)濟(jì)的作用，防范市場(chǎng)出現(xiàn)過(guò)度投機(jī)。在全球化大背景之下，全球金融市場(chǎng)的聯(lián)系更緊密，當(dāng)出現(xiàn)突發(fā)公共危機(jī)時(shí)，風(fēng)險(xiǎn)溢出效應(yīng)加強(qiáng)，單一市場(chǎng)受到內(nèi)外多重威脅。金融體系應(yīng)該服務(wù)于實(shí)體經(jīng)濟(jì)發(fā)展，若脫離實(shí)體經(jīng)濟(jì)，則在面對(duì)突發(fā)外部危機(jī)時(shí)更為脆弱，產(chǎn)生劇烈波動(dòng)，而反過(guò)來(lái)進(jìn)一步?jīng)_擊實(shí)體經(jīng)濟(jì)。因此，政府在制定經(jīng)濟(jì)政策時(shí)，需要注意防范金融市場(chǎng)的過(guò)度投機(jī)。

第二，制定積極有效的市場(chǎng)調(diào)控政策，穩(wěn)住國(guó)內(nèi)經(jīng)濟(jì)基本盤(pán)。當(dāng)其他主要經(jīng)濟(jì)體出現(xiàn)市場(chǎng)異常波動(dòng)時(shí)，國(guó)際資本以尋求避險(xiǎn)而可能突然增加對(duì)人民幣資產(chǎn)的需求，引發(fā)匯率超調(diào)，造成國(guó)內(nèi)市場(chǎng)波動(dòng)。若放任市場(chǎng)失序或恐慌蔓延，市場(chǎng)預(yù)期會(huì)持續(xù)低迷，加之外部影響，會(huì)導(dǎo)致金融市場(chǎng)不景氣，經(jīng)濟(jì)復(fù)蘇步伐放緩。政府應(yīng)進(jìn)一步加強(qiáng)對(duì)市場(chǎng)的有效調(diào)控，遵循以人為本的治理原則，保持經(jīng)濟(jì)有序健康發(fā)展。

第三，在逐步開(kāi)放中國(guó)市場(chǎng)的過(guò)程中，繼續(xù)發(fā)揮港股和離岸人民幣市場(chǎng)的“橋頭堡”作用。隨著人民幣國(guó)際化的不斷深入推進(jìn)，中國(guó)金融市場(chǎng)逐步放開(kāi)，但自身尚不成熟的體系在國(guó)際資本面前依然較為脆弱。在新冠疫情暴發(fā)之后，港股和離岸人民幣市場(chǎng)部分減輕了國(guó)際風(fēng)險(xiǎn)溢出引致的A 股波動(dòng)，尤其是在本土之外地區(qū)暴發(fā)疫情時(shí)期。當(dāng)前世界大環(huán)境的不穩(wěn)定因素不斷疊加，持續(xù)推進(jìn)人民幣國(guó)際化依然任重道遠(yuǎn)，我們需要時(shí)刻保持宏觀審慎的態(tài)度，防范由國(guó)際風(fēng)險(xiǎn)輸入引發(fā)的系統(tǒng)性危機(jī)。