香港股市對內(nèi)地股市行業(yè)間尾部風(fēng)險溢出研究

摘"要： "基于行業(yè)市場視角，采用非對稱CoVaR方法測量香港股市內(nèi)部行業(yè)對內(nèi)地相應(yīng)行業(yè)的尾部風(fēng)險溢出，識別易受沖擊的行業(yè)子市場，分析不同時期市場遭受不同沖擊對尾部風(fēng)險的作用關(guān)系、影響因素，剖析輸入性金融風(fēng)險傳染渠道。研究發(fā)現(xiàn)：香港對于內(nèi)地的行業(yè)尾部風(fēng)險溢出集中在非日常消費(fèi)品與工業(yè)子市場；不同行業(yè)尾部風(fēng)險溢出存在異質(zhì)性，在國際化程度高的市場中貿(mào)易開放度及金融開放度有顯著作用；各主要傳染渠道在不同時期所發(fā)揮的作用不同，如信息渠道總在尾部風(fēng)險溢出中起到顯著作用，金融聯(lián)系渠道則在機(jī)制改革與內(nèi)地市場脆弱性增加的特殊時期起到減弱尾部風(fēng)險溢出的作用。同時，為有效防范系統(tǒng)性金融風(fēng)險和加強(qiáng)金融協(xié)調(diào)監(jiān)管提出了對策建議。

關(guān)鍵詞：香港股市；內(nèi)地股市；尾部風(fēng)險傳染；非對稱CoVaR

中圖分類號：F831；F832""""文獻(xiàn)標(biāo)志碼：A""""文章編號：1009-055X（2024）06-0072-14

doi：10.19366/j.cnki.1009-055X.2024.06.007

一、引"言

為促進(jìn)資本市場發(fā)展，我國政府出臺了一系列政策和措施，致力于深化內(nèi)地與香港地區(qū)的金融合作。2014年11月17日，滬港通機(jī)制正式啟動，允許合格投資者在上海證券交易所和香港交易所自由交易股票。2016年12月5日，深港通機(jī)制啟動，為合格投資者提供了在深圳證券交易所和香港交易所之間自由買賣股票的機(jī)會。為加強(qiáng)粵港澳三地經(jīng)濟(jì)合作與協(xié)調(diào)發(fā)展，將其打造為全球領(lǐng)先的創(chuàng)新中心和金融中心，內(nèi)地與香港展開了多項(xiàng)金融合作，包括強(qiáng)化金融市場互聯(lián)互通、支持金融科技創(chuàng)新、加強(qiáng)金融監(jiān)管合作等。

這些措施在一定程度上推動了香港金融市場與內(nèi)地市場的互聯(lián)互通。隨著兩地金融市場聯(lián)系的不斷加深，人們開始廣泛關(guān)注兩地市場之間的風(fēng)險溢出問題。在這一背景下，面對內(nèi)地與香港金融聯(lián)系日益緊密的趨勢，準(zhǔn)確測度股市間的極端風(fēng)險溢出以及研究內(nèi)地股市與香港股市之間風(fēng)險傳染渠道中各因素在不同時期產(chǎn)生的影響具有重要意義。

本文將聚焦于我國內(nèi)地股市與香港股市之間的關(guān)系。近年來，我國金融領(lǐng)域的開放程度逐漸提升，國內(nèi)金融市場越來越受到外部市場的影響。對此，維持我國股市穩(wěn)定、避免出現(xiàn)系統(tǒng)性風(fēng)險顯得尤為重要。尤其是特殊時期如2015年的內(nèi)地股市震蕩，國內(nèi)宏觀寬松貨幣政策導(dǎo)向引發(fā)場外配資和杠桿的頻繁使用，加劇了金融市場泡沫的擴(kuò)大，內(nèi)地股市在短期內(nèi)漲幅達(dá)到150%。隨后的“去杠桿”措施和監(jiān)管部門監(jiān)管力度的提升使得股市泡沫開始破滅，內(nèi)地股市出現(xiàn)“千股跌?！爆F(xiàn)象，使股市的脆弱性大幅增加。

香港作為國際金融中心，在連接我國與全球金融市場方面扮演著重要角色，擁有龐大的國際資金和信息流動。特別是隨著我國金融市場的逐步開放和國際化進(jìn)程的推進(jìn)，國內(nèi)市場與國際市場的聯(lián)系變得日益密切，研究香港股市對內(nèi)地股市的風(fēng)險溢出有助于更好地了解和評估國內(nèi)市場面臨的全球性風(fēng)險傳導(dǎo)機(jī)制，深入了解香港作為連接我國與全球金融市場的橋梁對內(nèi)地股市可能產(chǎn)生的風(fēng)險傳遞效應(yīng)，并為世界金融市場對我國金融市場的風(fēng)險傳染研究提供參考以及為金融監(jiān)管和風(fēng)險管理提供實(shí)際政策建議。Yang等^［1］

研究發(fā)現(xiàn)香港對上海的下行風(fēng)險溢出明顯大于上行風(fēng)險溢出，這一發(fā)現(xiàn)進(jìn)一步強(qiáng)化了研究香港對內(nèi)地股市風(fēng)險溢出效應(yīng)的重要性，有助于我們更全面地理解兩地市場間的風(fēng)險聯(lián)動規(guī)律。

本文主要關(guān)注香港股市行業(yè)子市場對內(nèi)地股市相應(yīng)行業(yè)子市場的尾部風(fēng)險溢出，從行業(yè)子市場的角度探究香港股市對于內(nèi)地股市的風(fēng)險溢出。采用非對稱條件在險價值（conditional value at risk，CoVaR）模型來測度以全球行業(yè)分類系統(tǒng)（global industry classification system，GICS）為分類標(biāo)準(zhǔn)的11個香港行業(yè)對內(nèi)地對應(yīng)行業(yè)的尾部風(fēng)險溢出情況。由于上海股票市場無論是上市公司數(shù)，還是市價總值、流通市值及各類成交金額均超過深圳股票市場，而且上海股票市場與深圳股票市場變化基本一致。因此，選擇上海股市作為內(nèi)地市場的代表研究香港對內(nèi)地行業(yè)子市場尾部風(fēng)險溢出。

本文的邊際貢獻(xiàn)主要體現(xiàn)在：第一，首次采用非對稱CoVaR方法深入研究內(nèi)地股市行業(yè)子市場與香港股市行業(yè)子市場的尾部風(fēng)險溢出。該方法清晰地展現(xiàn)了對系統(tǒng)風(fēng)險均值和波動的影響指標(biāo)，充分考慮了在不同經(jīng)濟(jì)環(huán)境負(fù)面沖擊下，風(fēng)險溢出程度存在差異的因素，構(gòu)建的模型更符合真實(shí)環(huán)境中的風(fēng)險溢出情況。在未來中國金融市場與國際金融市場交互日益頻繁的情況下，為進(jìn)一步探討和解決跨境金融風(fēng)險問題提供了有益的參考。第二，當(dāng)前研究主要集中于單一風(fēng)險渠道對風(fēng)險傳染的影響，本文不僅探討信息傳播渠道，而且考慮經(jīng)濟(jì)政策不確定性這一在尾部風(fēng)險傳播機(jī)制中發(fā)揮關(guān)鍵作用的渠道，能夠更全面地理解不同風(fēng)險渠道在風(fēng)險傳染中的相互作用。第三，在2020—2022年較長時間范圍內(nèi)，對2015年的內(nèi)地股市震蕩、滬港通以及深港通等事件和機(jī)制對股票市場的影響進(jìn)行了系統(tǒng)比較研究。研究聚焦于行業(yè)子市場之間的風(fēng)險傳導(dǎo)，全面考察股票市場自身陷入壓力狀態(tài)以及交易機(jī)制改革對內(nèi)地股票市場在外部市場尾部風(fēng)險溢出方面的影響。通過詳細(xì)對比不同環(huán)境下各行業(yè)子市場之間的尾部風(fēng)險溢出效應(yīng)，可以更好地了解和評估股票市場在不同環(huán)境下的穩(wěn)定性和抗風(fēng)險能力。

二、文獻(xiàn)綜述

金融風(fēng)險的傳染渠道主要包括信息渠道和真實(shí)聯(lián)系渠道^［2］。信息渠道假定金融市場信息不完全，國際投資者僅能依據(jù)已有信息評估其他市場的風(fēng)險，而投資者由于恐慌情緒引發(fā)的羊群效應(yīng)在危機(jī)期間更容易導(dǎo)致股市波動^［3］。真實(shí)聯(lián)系渠道則包括貿(mào)易關(guān)系和金融聯(lián)系，國際貿(mào)易的波動和金融市場的關(guān)聯(lián)性都會影響金融風(fēng)險的傳染。但大部分關(guān)于金融風(fēng)險的傳染研究局限于單一風(fēng)險傳染渠道，楊子暉等^［4］"將信息渠道和真實(shí)聯(lián)系渠道放在同一框架下，對國際股市間的系統(tǒng)性風(fēng)險沖擊進(jìn)行研究，拓展了國際股市在不同金融風(fēng)險傳染渠道影響下的風(fēng)險傳染研究。

目前關(guān)于金融風(fēng)險傳染的研究主要集中在三個方面，分別是均值溢出、波動溢出以及尾部風(fēng)險溢出。均值溢出主要探討市場之間是否存在長期的均衡關(guān)系，波動溢出則關(guān)注市場波動如何相互影響和傳播。美國次貸危機(jī)之后，人們開始更加關(guān)注極端風(fēng)險的傳播，學(xué)者也逐漸將研究重心從一般風(fēng)險傳染轉(zhuǎn)向市場間極端風(fēng)險的傳染。

如何對金融尾部風(fēng)險溢出效應(yīng)進(jìn)行測度已經(jīng)成為系統(tǒng)性金融風(fēng)險溢出研究首要解決的問題。自Baumol^［5］提出VaR模型以來，學(xué)者們就對其不斷運(yùn)用和發(fā)展。例如，Berkowitz^［6］提出了綜合評價VaR模型。國內(nèi)的學(xué)者也將VaR模型用于研究國內(nèi)金融市場之間的風(fēng)險溢出，比如劉金金等^［7］實(shí)證檢驗(yàn)我國滬深股市收益率與波動率的聯(lián)動性，洪永淼等^［8］研究我國不同證券市場之間的風(fēng)險溢出。雖然VaR方法在風(fēng)險度量方面得到快速發(fā)展，但是傳統(tǒng)的金融風(fēng)險度量方法在美國次貸危機(jī)中不盡如人意的表現(xiàn)促使學(xué)者們開始研究新的風(fēng)險溢出測度方法，CoVaR就是其中的成果之一。

Tobias等^［9］首次將風(fēng)險溢出效應(yīng)納入VaR框架下，提出條件在險價值模型。該模型采用分位數(shù)回歸分析方法進(jìn)行估計(jì)，用來研究金融機(jī)構(gòu)或金融市場在其他金融機(jī)構(gòu)或金融市場處于風(fēng)險狀態(tài)時受到的尾部風(fēng)險沖擊。Wong等^［10］采用CoVaR方法考察亞洲13個國家的股市風(fēng)險關(guān)聯(lián)程度。我國學(xué)者也分別對我國銀行業(yè)、金融市場和證券業(yè)之間的系統(tǒng)風(fēng)險貢獻(xiàn)度進(jìn)行了分析^［11-13］，林娟等^［14］基于CoVaR模型量化分析了滬深股市與香港股市間的尾部風(fēng)險溢出效應(yīng)。這些研究說明CoVaR模型可以有效地對金融機(jī)構(gòu)間及金融市場間的風(fēng)險溢出進(jìn)行測度，為金融監(jiān)管機(jī)構(gòu)及時準(zhǔn)確地跟蹤系統(tǒng)性風(fēng)險提供有效手段和工具。

Beber等^［15］注意到Tobias等^［9］2008年首次在工作論文中提出而后在2016年正式發(fā)表的CoVaR模型，其衡量的風(fēng)險溢出是對稱的。而對稱的CoVaR模型的設(shè)定忽略了CoVaR方法的本質(zhì)特征，即CoVaR所度量的是基于單一金融機(jī)構(gòu)或金融市場陷入困境這一負(fù)面沖擊下時的其他金融機(jī)構(gòu)或金融市場面臨的風(fēng)險。這一負(fù)面沖擊在不同的經(jīng)濟(jì)環(huán)境當(dāng)中對金融機(jī)構(gòu)或金融市場產(chǎn)生的影響是非對稱的。在正常情況下，金融機(jī)構(gòu)之間以及金融市場之間的系統(tǒng)性關(guān)聯(lián)度在經(jīng)濟(jì)下行時較強(qiáng)而在經(jīng)濟(jì)上行時較弱，這也意味著對稱CoVaR在經(jīng)濟(jì)下行時會低估負(fù)面沖擊對于金融體系的系統(tǒng)性風(fēng)險溢出。對此，López-Espinosa等^［16］提出非對稱CoVaR模型。非對稱CoVaR 模型也被其他學(xué)者使用，比如陳國進(jìn)等^［17］"使用非對稱CoVaR方法對我國單個銀行與銀行體系之間的系統(tǒng)性關(guān)聯(lián)度和任意兩個銀行間的系統(tǒng)性關(guān)聯(lián)度進(jìn)行測算。雖然目前關(guān)于尾部風(fēng)險溢出的研究在全球及地區(qū)股市之間的風(fēng)險溢出方面提供了有價值的見解，但是學(xué)界較少運(yùn)用非對稱CoVaR模型對股市內(nèi)部不同行業(yè)子市場之間的風(fēng)險傳染進(jìn)行研究。

對于香港股市與內(nèi)地股市間的相互影響，也有較多學(xué)者進(jìn)行研究，比如毛小麗等^［18］指出滬港通開通增強(qiáng)了香港市場對內(nèi)地市場的波動溢出效應(yīng)，反之并不明顯，并且內(nèi)地股市與香港股市間的聯(lián)動性有所減弱，而深港通開通則增強(qiáng)了內(nèi)地股市與香港股市間的聯(lián)動性。Bai等^［19］的研究表明，滬港通的實(shí)施對內(nèi)地股市和香港股市的影響是不對稱的，它們受到兩個市場不平衡發(fā)展的推動。梁琪等^［20］發(fā)現(xiàn)內(nèi)地股市接受香港股市的較高水平的風(fēng)險溢出，且在高波動狀態(tài)下更顯著。這些研究都表明香港股市與內(nèi)地股市間存在風(fēng)險傳導(dǎo)，且跨境股市互聯(lián)對于市場風(fēng)險的擴(kuò)散具有一定的影響。

三、模型設(shè)定及變量選取

（一）ΔCoVaR的定義

本文使用Tobias等^［9］在VaR基礎(chǔ)上所提出的ΔCoVaR來衡量金融市場之間的尾部風(fēng)險溢出效應(yīng)。金融市場j在金融市場i處于壓力狀態(tài)時的風(fēng)險價值CoVaR^s|iq可表示為：

P（Rj≤CoVaR^j|iq|Ri=VaRiq）=q（1）

式中，Rj是金融市場j的收益率；Ri是金融市場i的收益率；VaRiq是金融市場i處于q分位數(shù)水平的最大可能損失（通常為負(fù)數(shù)）。

類似于CoVaR^j|iq，CoVaR^j|i，mq表示的是金融市場j在金融市場i處于中位數(shù)水平收益時（即金融市場i處于正常狀態(tài)時）的最大可能損失，即：

P（Rj≤CoVaR^j|i，mq|Ri=VaRi0.5）=q（2）

ΔCoVaR^j|iq=CoVaR^j|iq－CoVaR^j|i，mq（3）

使用ΔCoVaRq來衡量金融市場之間的尾部風(fēng)險溢出效應(yīng)時，ΔCoVaR^j|iq代表金融市場i對金融市場j的尾部風(fēng)險貢獻(xiàn)度，衡量當(dāng)金融市場i處于壓力狀態(tài)時金融市場j的風(fēng)險增加情況。ΔCoVaR^j|iq的絕對值越大，代表金融市場i對金融市場j的尾部風(fēng)險溢出程度越高。

（二）非對稱CoVaR模型估計(jì)

首先介紹加入滯后狀態(tài)變量的時變ΔCoVaR，根據(jù)Tobias等^［9］的定義，為了計(jì)算金融市場i的時變VaR值，建立金融市場i的分位數(shù)回歸模型：

Rit=αi+βiMt－1+εit（4）

式中，Rit代表金融市場i在t時期的收益率；Mt-1代表宏觀狀態(tài)變量在t－1時期的值。滯后宏觀狀態(tài)變量引入可將時變特性引入分位數(shù)回歸模型。

這里所涉及宏觀狀態(tài)變量主要參考林娟等^［14］"以及李合龍等^［21］在研究滬深股市與香港股市中所選取的狀態(tài)變量，最終總共選取和構(gòu)建五類狀態(tài)變量。這些狀態(tài)變量涉及股票市場、債券市場、房地產(chǎn)市場、外匯市場，具體包括：

（1）股票指數(shù)波動率。具體計(jì)算方法參考鄭振龍等^［22］采用GRACH（1，1）模型進(jìn)行計(jì)算。股票指數(shù)波動率是衡量股票市場風(fēng)險的重要指標(biāo)。

（2）短期利差。短期利差是度量市場流動性風(fēng)險的重要指標(biāo)。

（3）利率期限結(jié)構(gòu)。利率期限結(jié)構(gòu)反映不同時期的資金供求關(guān)系，是揭示市場利率變化方向的重要指標(biāo)。

（4）房地產(chǎn)市場超額收益率。房地產(chǎn)市場超額收益率是房地產(chǎn)市場收益率與股票指數(shù)之差。

（5）匯率。張兵等^［23］研究發(fā)現(xiàn)匯率對股票市場價格影響十分顯著，能夠影響股票市場收益率。

內(nèi)地市場和香港市場具體宏觀變量如表1所示。

①"香港作為亞洲金融中心，國際化程度高，因此選取香港市場宏觀變量時要考慮國際經(jīng)濟(jì)因素，本文將美國短期利差與美國利率期限結(jié)構(gòu)納入香港市場宏觀變量中。

基于式（4）所得到的系數(shù)估計(jì)值α^i與β^i， 可以分別作5%和50%的分位數(shù)回歸，得到金融市場i處于5%分位數(shù)水平時金融市場j的最大可能損失VaR及其處于正常運(yùn)營狀態(tài)時的收益率。

VaRi0.05，t=α^i+β^iMt－1（5）

Ri0.5，t=VaRi0.5，t=α^^i，m+β^^i，mMt－1（6）

接著構(gòu)建出對稱的金融市場的分位數(shù)回歸模型，即對稱CoVaR模型：

Rjt=α^j|i+β^j|iMt－1+γRit+ε^j|it（7）

式中，Rjt代表金融市場j在t時期的收益率，這里的Mt-1代表的是金融市場j對應(yīng)的滯后宏觀狀態(tài)變量。值得注意的是，Rit的系數(shù)γ是金融市場i與金融市場j的關(guān)聯(lián)度系數(shù)，該系數(shù)反映處于壓力狀態(tài)的金融市場i給金融市場j帶來的尾部風(fēng)險貢獻(xiàn)的程度。

根據(jù)式（7）作5％的分位數(shù)回歸，測算當(dāng)金融市場i處于壓力狀態(tài)時，金融市場j的尾部風(fēng)險價值以及關(guān)聯(lián)度系數(shù)，并進(jìn)一步求解金融市場j分別在金融市場i處于壓力狀態(tài)時和正常狀態(tài)時的尾部風(fēng)險價值。

CoVaR^j|i0.05，t=α^j|i+β^j|iMt－1+γVaRi0.05，t（8）

CoVaR^j|i，m0.05，t=α^j|i+β^j|iMt－1+γRi0.5，t（9）

最終可以得到t時期處于壓力狀態(tài)的金融市場i帶給金融市場j的尾部風(fēng)險溢出。

ΔCoVaRi0.05，t=CoVaR^j|i0.05，t－CoVaR^j|i，m0.05，t=（VaRi0.05，t－Ri0.5，t）（10）

在不同宏觀經(jīng)濟(jì)環(huán)境下，金融市場之間的關(guān)聯(lián)度可能存在不同的情況。通常來說，金融市場之間的關(guān)聯(lián)度在經(jīng)濟(jì)下行時較強(qiáng)而在經(jīng)濟(jì)上行時較弱。因此，在這里考慮引入非對稱CoVaR模型。根據(jù)已有的非對稱CoVaR方法，并參考陳國進(jìn)等^［17］進(jìn)行的研究，構(gòu)建出充分考慮負(fù)面沖擊在不同經(jīng)濟(jì)環(huán)境中金融市場帶來不對稱影響的分位數(shù)回歸模型，即非對稱CoVaR模型：

Rjt=α^j|i+β^j|iMt－1+γ－RitI（Ritlt;0）+γ+RitI（Rit≥0）+ε^j|it（11）

式中，Rjt代表金融市場j在t時期的收益率；I（·）是示性函數(shù)，當(dāng)括號里的條件滿足時取1，當(dāng)括號里的條件不滿足時取0；Rit的系數(shù)γ－和γ+分別為在經(jīng)濟(jì)下行時和經(jīng)濟(jì)上行時金融市場i與金融市場j的關(guān)聯(lián)度系數(shù)，兩者衡量了處于壓力狀態(tài)的金融市場i在不同經(jīng)濟(jì)環(huán)境下對金融市場j的不同尾部風(fēng)險貢獻(xiàn)程度。

根據(jù)式（11）作5%的分位數(shù)回歸，估計(jì)出金融市場i的關(guān)聯(lián)度系數(shù)γ－和γ+，最后得到由非對稱CoVaR模型所得到的ΔCoVaRi0.01，t。

ΔCoVaRi0.05，t=－VaRi0.05，t－+R^i，m0.5，t（12）

式中，ΔCoVaRi0.05，t代表在考慮了宏觀經(jīng)濟(jì)環(huán)境不同的情況下，處于壓力狀態(tài)的金融市場i對金融市場j的尾部風(fēng)險溢出程度。

（三）風(fēng)險渠道模型設(shè)定

本文以模型測度的非對稱CoVaR值作為被解釋變量，對香港股市風(fēng)險沖擊下內(nèi)地股市行業(yè)子市場的尾部風(fēng)險的影響因素與傳染渠道展開分析。建立如下回歸模型：

ΔCoVaRi0.05，t=αi，t+β1Fopennessi，t－1+β2Fdevelopmenti，t－1+β3Opennessi，t－1+β4VIXi，t－1+β5EPUi，t－1+β6Exchangei，t－1+θncontroli，t－1（13）

式中，ΔCoVaRi0.05，t代表i行業(yè)市場在t時刻受到香港股市的尾部風(fēng)險溢出；解釋變量包括金融開放度（Fopennessi，t－1）、金融發(fā)展水平（Fdevelopmenti，t－1）、貿(mào)易開放度

（Opennessi，t－1）、匯率（Exchangei，t－1）、VIX恐慌指數(shù)（VIXi，t－1）、中國經(jīng)濟(jì)政策不確定性指數(shù)（EPUi，t－1）、控制變量（controli，t－1）。

金融開放度、金融發(fā)展水平、貿(mào)易開放度、匯率及VIX恐慌指數(shù)借鑒楊子暉等^［4］"以及Zhang等^［24］的研究，分別作為真實(shí)聯(lián)系渠道和信息渠道的衡量指標(biāo)。其中，利用外商直接投資（FDI）與GDP比例衡量金融開放度，利用企（事）業(yè)單位新增貸款與GDP比例衡量金融發(fā)展水平，利用進(jìn)出口額與GDP比例衡量貿(mào)易開放度。而根據(jù)宮曉莉等^［25］的研究，中國經(jīng)濟(jì)政策不確定性指數(shù)EPU在尾部風(fēng)險傳染機(jī)制中起到了重要節(jié)點(diǎn)作用，因此本文將其納入尾部風(fēng)險傳染渠道的框架中。金融風(fēng)險渠道如圖1所示：

（四）數(shù)據(jù)及變量

本文采用上證綜指、恒生指數(shù)分別作為上海、香港整體股市的代表變量，根據(jù)上海股市及香港股市內(nèi)部的GICS行業(yè)分類標(biāo)準(zhǔn)進(jìn)行分類的行業(yè)指數(shù)分別作為上海、香港各行業(yè)子市場的代表變量。其中，各行業(yè)指數(shù)參照劉娥平^［26］通過GICS行業(yè)內(nèi)部各公司的股價收盤價以市場流通股本為權(quán)重計(jì)算加權(quán)平均數(shù)得到，隨后通過對計(jì)算出來的行業(yè)子市場指數(shù)以取對數(shù)的方式求得行業(yè)子市場對數(shù)收益率，具體計(jì)算方式如式（14）、式（15） 所示：

Indext=∑Pi，t×Sharei，t∑Sharei，t（14）

Rt=lnIndextIndext－1（15）

股指數(shù)據(jù)為日度數(shù)據(jù)，來源于Wind數(shù)據(jù)庫。此外，非對稱CoVaR模型中的宏觀變量均為日度數(shù)據(jù)，風(fēng)險渠道模型中的傳染渠道所涉及的GDP為季度數(shù)據(jù)，外商直接投資（FDI）、企（事）業(yè)單位新增貸款、進(jìn)出口額為月度數(shù)據(jù)，VIX恐慌指數(shù)及中國經(jīng)濟(jì)政策不確定性指數(shù)為日度數(shù)據(jù)。

根據(jù)上述數(shù)據(jù)的可獲得性，本文研究的樣本時間區(qū)間為2010年1月5日—2022年8月30日。為準(zhǔn)確研究不同時期行業(yè)子市場的尾部風(fēng)險變化，本文將樣本劃分為五個時間區(qū)間，涉及股市機(jī)制改革、內(nèi)地股市震蕩、粵港澳大灣區(qū)建設(shè)等事件，具體樣本劃分區(qū)間如表2所示。

四、實(shí)證分析

本文實(shí)證部分在以往研究尾部風(fēng)險溢出的常規(guī) CoVaR 模型的基礎(chǔ)上，對于尾部風(fēng)險溢出非對稱的特點(diǎn)，主要通過借助非對稱CoVaR模型分析上海股市內(nèi)部易受到香港尾部風(fēng)險溢出影響的行業(yè)子市場，深入探究不同行業(yè)子市場在不同時期的尾部風(fēng)險溢出效應(yīng)變化特點(diǎn)以及在尾部風(fēng)險溢出影響中各風(fēng)險渠道發(fā)揮作用的機(jī)制。

（一）各行業(yè)子市場尾部風(fēng)險測算

這一部分采用非對稱CoVaR模型對上海股市內(nèi)部11個以GICS分類標(biāo)準(zhǔn)劃分的行業(yè)子市場所受香港股市尾部風(fēng)險傳染進(jìn)行測算，其中非對稱CoVaR模型中不同經(jīng)濟(jì)環(huán)境下的香港行業(yè)子市場與上海相應(yīng)行業(yè)子市場的關(guān)聯(lián)度系數(shù)如表3所示，行業(yè)上行環(huán)境代表香港行業(yè)子市場整體處于正收益狀態(tài)，行業(yè)下行環(huán)境代表香港行業(yè)子市場整體處于負(fù)收益狀態(tài)。

通過使用非對稱CoVaR模型進(jìn)行尾部風(fēng)險的測度，發(fā)現(xiàn)只有6個香港股市內(nèi)部行業(yè)子市場與上海對應(yīng)行業(yè)子市場存在顯著的關(guān)聯(lián)關(guān)系，具體行業(yè)子市場包括非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場。具體來看，無論香港行業(yè)子市場所處環(huán)境是上行還是下行，上海的非日常生活消費(fèi)品、工業(yè)、醫(yī)療保健、房地產(chǎn)市場都和香港行業(yè)子市場保持著顯著的關(guān)聯(lián)度，而能源和金融則在香港對應(yīng)行業(yè)子市場下行環(huán)境中保持著顯著的關(guān)聯(lián)度。

本文對上述6個與對應(yīng)香港行業(yè)子市場保持顯著關(guān)聯(lián)度的上海行業(yè)子市場進(jìn)行深入研究，利用非對稱CoVaR模型對其所受香港股市尾部風(fēng)險傳染進(jìn)行測算，并在圖2中分析這些行業(yè)子市場在不同時期受到香港股市尾部風(fēng)險溢出的變化情況。其中，豎直線按先后順序分別代表滬港通開通、2015年內(nèi)地股市震蕩、深港通開通以及金融支持粵港澳大灣區(qū)政策頒布的重要時間節(jié)點(diǎn)，ΔCoVaR均為負(fù)值，ΔCoVaR值越小，代表市場所受到香港對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出程度越大。

可以看到，上海的不同行業(yè)子市場對香港對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出接收程度在樣本區(qū)間內(nèi)走勢并不完全相同，但在 2015年內(nèi)地股市震蕩區(qū)間各個行業(yè)子市場都存在一個較大程度的尾部風(fēng)險溢出情況。滬港通機(jī)制開通后，只有工業(yè)、金融、能源、醫(yī)療保健市場表現(xiàn)出香港行業(yè)子市場對上海相應(yīng)行業(yè)子市場的尾部風(fēng)險溢出明顯增加的趨勢。上海的非日常消費(fèi)品行業(yè)在整個樣本區(qū)間內(nèi)都表現(xiàn)為最主要的香港尾部風(fēng)險溢出接收市場，金融、醫(yī)療保健以及房地產(chǎn)市場則對來自香港對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出較為敏感，其波動程度也較大。

綜合來看，滬港通機(jī)制作為內(nèi)地首次與香港進(jìn)行股市交易互聯(lián)互通的試點(diǎn)機(jī)制，提高了上海股市與香港股市的互聯(lián)互通程度。這一機(jī)制在一定程度上增加了香港股市對內(nèi)地股市的尾部風(fēng)險溢出程度，尤其是在滬港通開通后內(nèi)地股市震蕩時期，導(dǎo)致內(nèi)地股市的脆弱性大大增加。滬港通機(jī)制的開通，放大了香港股市對內(nèi)地股市的尾部風(fēng)險溢出，上海內(nèi)部各行業(yè)子市場在不同程度上都受到了直接沖擊。而隨著深港通機(jī)制的開通，在后續(xù)的時間區(qū)間中，除內(nèi)地股市陷入脆弱狀態(tài)外，上海各行業(yè)子市場所受到的尾部風(fēng)險溢出基本上都處于一個比較穩(wěn)定的區(qū)間范圍。

（二）香港與上海股市行業(yè)子市場尾部風(fēng)險傳染渠道分析

本文旨在深入研究不同情境的上海市場內(nèi)部行業(yè)子市場受香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出影響，這里所涉及深入研究的行業(yè)子市場只包括在時間樣本區(qū)間內(nèi)與香港對應(yīng)行業(yè)子市場保持顯著關(guān)聯(lián)性的上海行業(yè)子市場，并對風(fēng)險傳染的渠道在尾部風(fēng)險傳染發(fā)揮作用的機(jī)制進(jìn)行更深入的剖析。

具體針對上海市的非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場，以香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出的測量值△CoVaR作為被解釋變量，將樣本根據(jù)重大事件分為不同的子區(qū)間，探討風(fēng)險傳染渠道對上海行業(yè)子市場受到香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出的影響。通過對上述行業(yè)子市場的數(shù)據(jù)分析，進(jìn)一步探討在這些特定行業(yè)中香港股市尾部風(fēng)險溢出對于上海股市的影響和傳染渠道。這有助于我們更全面地理解不同市場間風(fēng)險傳染的機(jī)制，從而更好地應(yīng)對金融市場中的風(fēng)險挑戰(zhàn)。

非日常生活消費(fèi)品子市場的風(fēng)險溢出渠道分析結(jié)果如表4所示?？梢园l(fā)現(xiàn)，整體上各風(fēng)險渠道在香港對應(yīng)的行業(yè)子市場尾部風(fēng)險溢出中發(fā)揮了顯著的作用，尤其是在滬港通和深港通機(jī)制開通以及粵港澳大灣區(qū)等金融支持政策頒布后。這表明在內(nèi)地與香港股票市場機(jī)制聯(lián)通和政策影響下，隨著國內(nèi)機(jī)制改革以及與粵港澳大灣區(qū)建設(shè)等金融開放舉措的推進(jìn)，各風(fēng)險渠道在香港股市對上海非日常生活消費(fèi)品這一行業(yè)子市場的尾部風(fēng)險影響的作用有一定程度的增強(qiáng)。

在各種風(fēng)險渠道中，匯率在樣本區(qū)間內(nèi)穩(wěn)定充當(dāng)增強(qiáng)香港對應(yīng)行業(yè)子市場傳導(dǎo)至內(nèi)地行業(yè)子市場的尾部風(fēng)險溢出影響的角色。這表明匯率渠道作為國際市場風(fēng)險傳導(dǎo)的主要渠道，同樣在香港對上海非日常生活消費(fèi)品市場的尾部風(fēng)險溢出中發(fā)揮著重要的風(fēng)險傳染作用。而在滬港通機(jī)制開通后，經(jīng)濟(jì)政策不確定性的作用從之前的不顯著變?yōu)楹笃陲@著，在Ⅴ時期其系數(shù)在1%的置信水平下顯著，為-0.197，同一時期匯率的系數(shù)在1%的置信水平下僅為-0.173，而且經(jīng)濟(jì)政策不確定性在尾部風(fēng)險溢出增強(qiáng)作用在Ⅳ時期中就已經(jīng)超過匯率。此外，在2015年的內(nèi)地股市震蕩期間，金融開放度和金融發(fā)展水平對上海非日常生活消費(fèi)品市場發(fā)揮了相反的作用。金融開放度在一定程度上減弱了香港對應(yīng)行業(yè)子市場傳導(dǎo)至上海非日常生活消費(fèi)品市場的尾部風(fēng)險溢出影響，而金融發(fā)展水平則相反。這可能是內(nèi)地股市震蕩導(dǎo)致了整體股市較高的脆弱性。在這種情況下，較高的金融開放度意味著股市可以在一定程度上吸收來自國外的資金，以保持股市的資金流動性，緩解市場流動性不足，降低來自香港對應(yīng)行業(yè)子市場的尾部風(fēng)險。

工業(yè)子市場的風(fēng)險溢出渠道分析結(jié)果如表5所示?？梢园l(fā)現(xiàn)，上海的工業(yè)市場與非日常生活消費(fèi)品市場不同，不論在哪段時期內(nèi)，大部分風(fēng)險渠道都發(fā)揮了顯著的作用。其中，貿(mào)易開放度在滬港通開通時期發(fā)揮了減弱香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出的作用，而在深港通開通及其后期則起到了相反的作用。這可能是因?yàn)橘Q(mào)易開放度作為風(fēng)險渠道在香港工業(yè)市場和上海工業(yè)市場之間起到的作用隨著時間和貿(mào)易政策的變化而發(fā)生變化。中國在融入世界貿(mào)易的初期，主要與發(fā)達(dá)國家進(jìn)行貿(mào)易往來^［27］。中國內(nèi)地對外貿(mào)易的限制較多，貿(mào)易開放度在香港工業(yè)市場對上海工業(yè)市場的尾部風(fēng)險溢出中起到了減弱作用。而隨著中國內(nèi)地與國際市場貿(mào)易聯(lián)系的進(jìn)一步加強(qiáng)，再加之2018年美國開始針對中國的一系列貿(mào)易舉措，國外對中國產(chǎn)品的不友好關(guān)稅政策，導(dǎo)致內(nèi)地工業(yè)市場更易受到來自國際市場的沖擊。香港作為內(nèi)地與世界各地聯(lián)系的重要樞紐，其工業(yè)市場尾部風(fēng)險溢出更是借助貿(mào)易開放度這一渠道傳導(dǎo)至上海工業(yè)市場。

金融行業(yè)子市場的風(fēng)險溢出渠道分析結(jié)果如表6所示?？梢园l(fā)現(xiàn)，金融行業(yè)子市場對市場風(fēng)險敏感，恐慌指數(shù)、經(jīng)濟(jì)政策不確定性及匯率顯著增強(qiáng)了香港該行業(yè)子市場對上海對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出影響。與其他行業(yè)子市場相比，上海金融行業(yè)子市場的各個風(fēng)險渠道基本都在上海金融行業(yè)子市場接收香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出的過程中發(fā)揮了顯著作用。

能源子市場的風(fēng)險溢出渠道分析結(jié)果如表7所示。能源作為國際貿(mào)易的重要組成部分，決定了能源行業(yè)子市場具有全球性，并且會受到政治因素的重大影響。Tiwari等^［28］針對不同區(qū)域市場展開研究，發(fā)現(xiàn)政策的不確定性極大地影響了區(qū)域能源股票市場波動溢出的程度，因此能源行業(yè)子市場對外部風(fēng)險有較高的敏感性。特別體現(xiàn)在貿(mào)易開放度這一風(fēng)險渠道中，其在滬港通機(jī)制開通和內(nèi)地股市震蕩期間都發(fā)揮了減弱香港對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出的作用，原因在于樣本區(qū)間前期全球政治環(huán)境比較平穩(wěn)，穩(wěn)定的貿(mào)易渠道為市場保持了穩(wěn)定的資金來源。但隨著全球政治不穩(wěn)定性的增加，特別是與能源行業(yè)密切相關(guān)的俄烏沖突事件，導(dǎo)致貿(mào)易開放度這一風(fēng)險渠道在香港能源市場對上海能源市場的尾部風(fēng)險溢出中發(fā)揮了越來越大的增強(qiáng)作用。

而對于主要市場面向國內(nèi)的醫(yī)療保健和房地產(chǎn)行業(yè)，經(jīng)濟(jì)政策不確定性在香港市場對于內(nèi)地市場的尾部風(fēng)險溢出中充當(dāng)了重要的風(fēng)險傳染渠道篇幅所限，醫(yī)療保健市場及房地產(chǎn)市場回歸結(jié)果未予以列示。。

在醫(yī)療保健市場中，各風(fēng)險渠道在滬港通與深港通機(jī)制開通時發(fā)揮了較為顯著的作用。在內(nèi)地股市震蕩時期主要是恐慌指數(shù)以及經(jīng)濟(jì)政策不確定性發(fā)揮了增強(qiáng)內(nèi)地醫(yī)療保健行業(yè)市場受到香港尾部風(fēng)險溢出的作用，這可能是因?yàn)樯虾ａt(yī)療保健市場當(dāng)時主要為國內(nèi)市場且自身定位處于服務(wù)業(yè)，較少受到金融聯(lián)系渠道和貿(mào)易渠道的影響。

房地產(chǎn)作為服務(wù)行業(yè)，其主要市場在國內(nèi)，受到政策調(diào)控和國內(nèi)經(jīng)濟(jì)環(huán)境的影響較大。因此，經(jīng)濟(jì)政策不確定性成為香港對應(yīng)行業(yè)子市場尾部風(fēng)險溢出的主要風(fēng)險渠道之一。此外，VIX恐慌指數(shù)作為另一風(fēng)險渠道，代表市場投資者的恐慌情緒。對于房地產(chǎn)市場，VIX恐慌指數(shù)在經(jīng)濟(jì)平穩(wěn)時擴(kuò)大了香港房地產(chǎn)行業(yè)對內(nèi)地房地產(chǎn)行業(yè)的尾部風(fēng)險溢出。然而，在內(nèi)地股市震蕩時期，并沒有起到預(yù)期的顯著擴(kuò)大尾部風(fēng)險溢出的作用。這在一定程度上印證了Zheng等^［29］關(guān)于投資者情緒對房地產(chǎn)市場影響的研究，該研究發(fā)現(xiàn)在悲觀時期投資者會認(rèn)為房地產(chǎn)市場會更加安全，因此會將資金轉(zhuǎn)移到房地產(chǎn)市場，提高了房地產(chǎn)市場的流動性。

（三）穩(wěn)健性檢驗(yàn)

為驗(yàn)證研究結(jié)論的可靠性，本文選擇改變非對稱CoVaR模型中設(shè)置的分位數(shù)水平，將模型中的分位數(shù)水平調(diào)整為0.04，重新度量被解釋變量，將測算結(jié)果重新回歸，各行業(yè)子市場的回歸結(jié)果依然顯著，沒有發(fā)生顯著實(shí)質(zhì)性變化，說明本文得出的主要結(jié)論具有較好的穩(wěn)健性篇幅所限，穩(wěn)健性檢驗(yàn)處理結(jié)果未予以列示。。

五、結(jié)論與建議

本文采用創(chuàng)新的非對稱CoVaR模型，基于中觀視角首次將該模型應(yīng)用于度量香港股市對內(nèi)地行業(yè)子市場的尾部風(fēng)險溢出。根據(jù)內(nèi)地各行業(yè)子市場與香港對應(yīng)行業(yè)子市場的關(guān)聯(lián)度，篩選出上海的非日常生活消費(fèi)品、工業(yè)、金融、能源、醫(yī)療保健、房地產(chǎn)市場，并測度了這些行業(yè)子市場從2010年到2022年期間所受到的香港股市尾部風(fēng)險溢出。

分析結(jié)果表明，上海對應(yīng)行業(yè)子市場所受到的香港尾部風(fēng)險溢出的走勢基本相同，但由于各行業(yè)子市場行業(yè)本身的特質(zhì)，香港股市對于上海股市的尾部風(fēng)險溢出集中在工業(yè)、非日常消費(fèi)品行業(yè)子市場，而且綜合比較下受到香港尾部風(fēng)險溢出越大的行業(yè)子市場其風(fēng)險渠道在尾部風(fēng)險傳導(dǎo)過程中發(fā)揮的作用也越大。

在對風(fēng)險渠道具體如何影響香港行業(yè)子市場對內(nèi)地行業(yè)子市場的尾部風(fēng)險溢出的研究中發(fā)現(xiàn)：第一，整體上看，大多數(shù)內(nèi)地行業(yè)所受到香港對應(yīng)行業(yè)的尾部風(fēng)險溢出存在不同之處，非日常消費(fèi)品行業(yè)與工業(yè)行業(yè)是主要的尾部風(fēng)險溢出接收方。

第二，匯率、VIX恐慌指數(shù)以及經(jīng)濟(jì)政策不確定性在各個行業(yè)子市場大部分時期都穩(wěn)定充當(dāng)了增強(qiáng)香港行業(yè)子市場傳導(dǎo)至內(nèi)地對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出影響的角色。主要原因在于VIX恐慌指數(shù)作為衡量市場波動性和不確定性的重要指標(biāo)，通常在市場情緒低迷和經(jīng)濟(jì)政策不確定性增加時會迅速攀升。這一情緒性波動會導(dǎo)致投資者的情緒性決策，可能會加速投資者對于股市的撤離，導(dǎo)致股市的異常波動^［30］。同時，匯率上升可能意味著國內(nèi)資金外流的增加。而隨著國內(nèi)資金流出，市場資金流動性可能會降低，因?yàn)橘Y金從股市中撤離會進(jìn)一步放大市場波動性。而股市缺乏流動性，會使得市場更容易受到突發(fā)事件的影響，導(dǎo)致股市脆弱性增加。以上三個風(fēng)險渠道中信息渠道占據(jù)了兩個，這說明在香港行業(yè)子市場對內(nèi)地對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出中信息渠道占據(jù)了重要的地位，這與Chen等^［31］所發(fā)現(xiàn)的信息渠道在行業(yè)風(fēng)險溢出中至關(guān)重要的結(jié)論相一致。

第三，金融開放度與金融發(fā)展水平這兩個金融聯(lián)系渠道在股票市場的特殊時期能夠起到減弱香港行業(yè)子市場對內(nèi)地對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出影響的作用，比如在內(nèi)地股市震蕩這種由于股票市場泡沫化等內(nèi)生原因?qū)е碌墓善笔袌鎏厥馕C(jī)時期金融開放度減弱了香港行業(yè)子市場傳導(dǎo)至內(nèi)地對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出；金融發(fā)展水平則在內(nèi)地股市進(jìn)行股市機(jī)制改革時起到了減弱香港行業(yè)子市場對內(nèi)地對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出影響的作用。

第四，貿(mào)易開放度這一貿(mào)易聯(lián)系渠道與匯率相比，在香港行業(yè)子市場對內(nèi)地行對應(yīng)業(yè)子市場的尾部風(fēng)險溢出傳導(dǎo)過程中起到的作用較小，但在一些特殊行業(yè)如金融、能源、醫(yī)療保健中都發(fā)揮了顯著作用。

基于以上結(jié)論，本文提出如下建議：

第一，對不同行業(yè)子市場定制化風(fēng)險管理策略。針對不同行業(yè)子市場的特質(zhì)，我國應(yīng)實(shí)施差異化的風(fēng)險管理措施。加強(qiáng)特定行業(yè)的監(jiān)管規(guī)范或提供相應(yīng)的支持措施，以提高行業(yè)抵御風(fēng)險的能力。對于風(fēng)險較為敏感的行業(yè)，政策可以更加重點(diǎn)關(guān)注其風(fēng)險管理需求。例如，醫(yī)療保健與房地產(chǎn)行業(yè)相較于其他行業(yè)對香港對應(yīng)行業(yè)子市場的尾部風(fēng)險溢出較為敏感，且行業(yè)主要市場面向國內(nèi)，其受經(jīng)濟(jì)政策不確定性和股市機(jī)制影響較深，相關(guān)部門有必要建立健全信息披露和市場交流機(jī)制，確保政策能夠清晰傳達(dá)，從而化解經(jīng)濟(jì)政策不確定性所帶來的負(fù)面影響。同時，建立定期的風(fēng)險評估機(jī)制，監(jiān)測股市機(jī)制改革對行業(yè)的影響，并及時識別和緩解可能出現(xiàn)的尾部風(fēng)險。

第二，繼續(xù)推動內(nèi)地與香港市場合作與信息共享。與香港跨城市合作和信息共享對降低香港股市對內(nèi)地股市的尾部風(fēng)險溢出具有積極作用。內(nèi)地監(jiān)管部門可以與香港方面通過建立健全信息共享機(jī)制來促進(jìn)區(qū)域市場之間的協(xié)作，從而共同應(yīng)對風(fēng)險。制定統(tǒng)一標(biāo)準(zhǔn)和政策框架也有助于提升整體市場的抗風(fēng)險能力。

第三，強(qiáng)化關(guān)鍵風(fēng)險渠道的監(jiān)管與控制。我國金融監(jiān)管部門可重點(diǎn)關(guān)注匯率和風(fēng)險渠道中的信息渠道，這些風(fēng)險渠道對各行業(yè)子市場尾部風(fēng)險的放大作用明顯。監(jiān)管部門應(yīng)強(qiáng)化對這些指標(biāo)的監(jiān)管力度，限制其潛在的不穩(wěn)定性影響，進(jìn)而減少其對尾部風(fēng)險傳導(dǎo)的影響。

第四，在特殊時期如股市機(jī)制改革或者股市脆弱性顯著增加時，要注重發(fā)揮金融聯(lián)系渠道在香港行業(yè)子市場對內(nèi)地對應(yīng)行業(yè)子市場尾部風(fēng)險溢出所起到的減弱風(fēng)險作用。例如，金融開放度在內(nèi)地股市震蕩時期就減弱了非日常消費(fèi)品、工業(yè)、金融、能源行業(yè)子市場的尾部風(fēng)險。因此，面對股市機(jī)制改革帶來的不穩(wěn)定性以及股市脆弱性增加等情況，政府可通過調(diào)整外國金融機(jī)構(gòu)在國內(nèi)的準(zhǔn)入條件，限制或放寬資本流出入，調(diào)整跨境資本的流動性，靈活控制金融市場的對外開放度，以達(dá)到降低相應(yīng)行業(yè)受到來自香港尾部風(fēng)險溢出的目的。

第五，加強(qiáng)信息披露與投資者風(fēng)險教育，強(qiáng)化金融體系的韌性。增強(qiáng)市場透明度和提高投資者的風(fēng)險意識有助于減緩尾部風(fēng)險溢出。政策層面可促進(jìn)更多透明度的信息披露，并通過教育和指導(dǎo)方案提高投資者對市場風(fēng)險的認(rèn)知水平。對于金融開放度和金融發(fā)展水平的影響，我國政策制定需圍繞增強(qiáng)金融體系的抗風(fēng)險能力等目標(biāo)，監(jiān)管部門可通過提升金融監(jiān)管能力、強(qiáng)化市場透明度以及提供必要的金融工具等手段，保障金融體系的韌性和穩(wěn)定性。

參考文獻(xiàn)：

［1］"YANG K， WEI Y， LI S， et al."Asymmetric risk spillovers between Shanghai and Hong Kong stock markets under China，s capital account liberalization［J］.North American Journal of Economics and Finance，2020，51：1-12［2024-10-29］.DOI：org/10.1016/j.najef.2019.101100.

［2］"DEBARSY N， DOSSOUGOIN C， ERTUR C， et al."Measuring sovereign risk spillovers and assessing the role of transmission channels： a spatial econometrics approach［J］.Journal of Economic Dynamics amp; Control， 2018，87：21-45［2024-10-29］.DOI：org/10.1016/j.jedc.2017.11.005.

［3］"CAI Y， HONG J."Dynamic relationship between stock market trading volumes and investor fear gauges movements［J］.Applied Economics， 2019， 51（38）： 4218-4232.

［4］"楊子暉， 陳雨恬， 黃卓."國際沖擊下系統(tǒng)性風(fēng)險的影響因素與傳染渠道研究［J］.經(jīng)濟(jì)研究， 2023， 58（1）： 90-106.

［5］"BAUMOL W J."An expected gain-confidence limit criterion for portfolio selection［J］.Management science， 1963， 10（1）： 174-182.

［6］"BERKOWITZ J. Evaluating the forecasts of risk models［EB/OL］.（1998-05-20）［2024-10-30］. https：//www.federalreserve.gov/PubS/feds/1999/199911/199911pap.pdf.

［7］"劉金全， 崔暢."中國滬深股市收益率和波動性的實(shí)證分析［J］.經(jīng)濟(jì)學(xué)（季刊）， 2002（3）： 885-898.

［8］"洪永淼， 成思危， 劉艷輝， 等."中國股市與世界其他股市之間的大風(fēng)險溢出效應(yīng)［J］.經(jīng)濟(jì)學(xué)（季刊）， 2004（2）： 703-726.

［9］"TOBIAS A， BRUNNERMEIER M K."CoVaR［J］.The American Economic Review， 2016， 106（7）： 1705-1741.

［10］"WONG A Y， FONG T P W."Analysing interconnectivity among economies［J］.Emerging Markets Review， 2011， 12（4）： 432-442.

［11］"李叢文， 閆世軍."我國影子銀行對商業(yè)銀行的風(fēng)險溢出效應(yīng)——基于GARCH-時變Copula-CoVaR模型的分析［J］.國際金融研究， 2015（10）： 64-75.

［12］"陳建青， 王擎， 許韶輝."金融行業(yè)間的系統(tǒng)性金融風(fēng)險溢出效應(yīng)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2015， 32（9）： 89-100.

［13］"劉曉星， 段斌， 謝福座."股票市場風(fēng)險溢出效應(yīng)研究：基于EVT-Copula-CoVaR模型的分析［J］.世界經(jīng)濟(jì)， 2011（11）： 145-159.

［14］"林娟， 趙海龍."滬深股市和香港股市的風(fēng)險溢出效應(yīng)研究——基于時變ΔCoVaR模型的分析［J］.系統(tǒng)工程理論與實(shí)踐， 2020， 40（6）： 1533-1544.

［15］"BEBER A， BRANDT M W."When it cannot get better or worse： the asymmetric impact of good and bad news on bond returns in expansions and recessions［J］.Review of Finance， 2010， 14（1）： 119-155.

［16］"LPEZ-ESPINOSA G， MORENO A， RUBIA A， et al."Short-term wholesale funding and systemic risk： a global CoVaR approach［J］.Journal of Banking amp; Finance， 2012， 36（12）： 3150-3162.

［17］"陳國進(jìn)， 鐘靈， 張宇."我國銀行體系的系統(tǒng)性關(guān)聯(lián)度分析：基于不對稱CoVaR［J］.系統(tǒng)工程理論與實(shí)踐， 2017， 37（1）： 61-79.

［18］"毛小麗， 王仁曾."滬深股市與香港股市波動溢出效應(yīng)研究［J］.價格理論與實(shí)踐， 2018（11）： 91-94.

［19］"BAI Y， CHOW D Y P."Shanghai-Hong Kong stock connect： an analysis of Chinese partial stock market liberalization impact on the local and foreign markets［J］.Journal of International Financial Markets Institutions amp; Money， 2017（50）： 182-203.

［20］"梁琪， 常姝雅."全球股票市場系統(tǒng)性風(fēng)險的預(yù)警與防范——基于高低波動風(fēng)險溢出網(wǎng)絡(luò)的分析［J］.國際金融研究， 2022（9）： 67-76.

［21］"李合龍， 歐陽瑞玲， 張衛(wèi)國."金融市場系統(tǒng)性風(fēng)險預(yù)警與監(jiān)管研究——基于信息溢出網(wǎng)絡(luò)的視角［J］.金融發(fā)展研究， 2022（2）： 13-23.

［22］"鄭振龍， 楊偉."金融資產(chǎn)收益動態(tài)相關(guān)性：基于DCC多元變量GARCH模型的實(shí)證研究［J］.當(dāng)代財(cái)經(jīng)， 2012（7）： 41-49.

［23］"張兵， 封思賢， 李心丹， 等."匯率與股價變動關(guān)系：基于匯改后數(shù)據(jù)的實(shí)證研究［J］.經(jīng)濟(jì)研究， 2008， 43（9）： 70-81，135.

［24］"ZHANG C， ZHU Y， LU Z."Trade openness， financial openness， and financial development in China［J］.Journal of International Money and Finance， 2015（59）： 287-309.

［25］"宮曉莉， 劉建民， 熊熊， 等."經(jīng)濟(jì)政策不確定性與國際金融網(wǎng)絡(luò)間的尾部風(fēng)險傳染研究［J］.中國管理科學(xué)， 2023， 31（7）： 78-90.

［26］"劉娥平."中國上市公司可轉(zhuǎn)換債券發(fā)行公告財(cái)富效應(yīng)的實(shí)證研究［J］.金融研究， 2005（7）： 45-56.

［27］"WEI Z， HAN B， PAN X， et al."Effects of diversified openness channels on the total-factor energy efficiency in China，s manufacturing sub-sectors： evidence from trade and FDI spillovers［J］.Energy Economics， 2020，90：1-16［2024-10-29］.DOI： org/10.1016/j.eneco.2020.104836.

［28］"TIWARI A K， ABAKAH E J A， DWUMFOUR R A， et al."Connectedness and directional spillovers in energy sectors： international evidence［J］.Applied Economics， 2022， 54（22）： 2554-2569.

［29］"ZHENG Y， OSMER E."Housing price dynamics： the impact of stock market sentiment and the spillover effect［J］. Quarterly Review of Economics and Finance， 2021，80：854-867［2024-10-29］.DOI： org/10.1016/j.qref.2019.02.006.

［30］"BARUN I K J， BEVILACQUA M， TUNARU R."Asymmetric network connectedness of fears［J］.Review of Economics and Statistics， 2022， 104（6）： 1304-1316.

［31］"CHEN N， JIN X."Industry risk transmission channels and the spillover effects of specific determinants in China，s stock market： a spatial econometrics approach［J］. North American Journal of Economics and Finance， 2020，52：1-11［2024-10-29］.DOI： org/10.1016/j.najef.2019.101137.

Study on Inter-industry Tail Risk Spillover Between Hong Kong and Chinese Mainland Stock Markets

ZHANG Weiguo"LIN Jiayu

（School of Business Administration，South China University of Technology，Guangzhou 510641，Guangdong，China）

Abstract：This paper employed the asymmetric Conditional Value at Risk （CoVaR） methodology "to measure the tail risk spillover within the Hong Kong stock market from corresponding industries in Chinese mainland， aimed to identify vulnerable sub-markets， analyzed the dynamic relationships and influencing factors of tail risk during periods of different market shocks， and dissected the channels through which financial risks propagate from an industry market perspective."The research reveals that：（1）The tail risk spillover from Hong Kong to Chinese mainland is concentrated on unnecessary consume and industry sub markets.（2）There is heterogeneity in tail risk spillover in different industries， which plays a significant role in trade openness and financial openness in the market with a high degree of internationalization.（3）The main infectious channels play different roles in different periods."For example， information channels always play a significant role in the tail risk spillover， while financial contact channels play a role in weakening the tail risk spillover in the special period when the mechanism reform and the vulnerability of Chinese mainland market increase.Meanwhile，this paper provides countermeasures and suggestions for effectively preventing systemic financial risks and strengthening financial coordination and supervision.

Key words：Hong Kong stock market；Chinese mainland stock market;tail risk contagion；asymmetric CoVaR