金融市场风险传染的实证研究

白燕林

山西财经大学，山西 太原 030006

摘要: 本文利用2015-2020年标准普尔500指数、上证综合指数和日经225指数的股市日交易数据，运用DCC-GARCH模型进行实证研究,结果表明2020年的新固冠肺炎疫情对中日美三国的股票市场存在联动性,并且这种联动性并非受三个国家单方面的影响,而是中美日三国股市相互制约和共同作用的结果。

关键词: 风险传染；ARCH效应；DCC-GARCH模型

1 变量选取

本文选择的标准普尔500指数、上证综合指数和日经225指数均采用日收盘价，对于缺失采用删除方式处理，研究区间为2015年1月1日至2020年12月31日。计算公式为 。其中, 表示t交易日的日收盘价格, 表示该交易日的收益率。日经225指数的收益率序列记为r1，上证综合指数的收益率序列记为r2，标准普尔500指数收益率序列记为r3。本文数据均来源Wind数据库，利用stata统计软件进行处理。

2 实证检验

2.1单位根检验

首先我们采用ADF单位根方法检验上述三个指数是否具有平稳性,以避免伪回归现象,结果见下表2.1。结果显示，ADF的统计量<1%显著水平下的数值，故可以在1%的水平上拒绝“存在单位根”的原假设。可知，这3个指数的日收益率均为时间平稳序列。

表2.1 三国指数收益率的ADF检验结果

	t统计量	P值	滞后阶数	是否具有平稳性
r1	-13.708	0.0000	5	是
r2	-14.077	0.0000	5	是
r3	-14.819	0.0000	5	是

资料来源：根据stata结果整理得到。

2.2描述性统计和Q检验

三个指数日收益率的分布具有尖峰和厚尾特征，厚尾分布意味着有许多样本值较大幅度地偏离样本平均值，这说明三国股票指数波动性显著增强,新冠肺炎疫情中日两国股票市场收益率均产生了显著影响。运用stata软件各国日收益图的OLS残差是否存在ARCH效应进行LM检验ARCH效应检验发现它们之间存在着显著的ARCH效应。因此，可以采用DCC-GARCH模型。

表2.1 三国指数收益率残差序列Q检验结果分析

	Q	P值	lag	是否存在条件异方差
r1	30.533	0.0000	3	是
r2	25.437	0.0000	3	是
r3	28.601	0.0000	3	是

资料来源：根据stata结果整理所得。

2.3 DCC-GARCH模型的实证分析

通常采用GARCHC（1,1)模型来处理金融时间序列,并保持数据的细节信息。本文运用GARCH(1,1)模型来拟合三国股市指数收益率DJR。我们选用DCC(1,1),并用极大似然估计法进行动态相关系数的计算和估计,估计结果如下：

表3.1 DCC-GARCH模型估计结果

	均值方程			方差方程
				c	a	b
r1	0.0046*** (20.8913)	0.15358*** (76.6468)	0.6917*** (27.5377)	0.0000*** (26.5569)	0.1788*** (49.9364)	0.7250*** (95.1590)
r2	0.0046*** (20.8913)	0.15358*** (76.6468)	0.6917*** (27.5377)	0.0000*** (26.5569)	0.1788*** (49.9364)	0.7250*** (95.1590)
r3	0.0004** (2.3714)	-0.0351*** (-2.2053)	0.4109*** (23.6082)	0.0000*** (3.9267)	0.1504*** (21.4408)	0.6230*** (93.4915)

资料来源：根据stata结果整理所得。

从方差方程看，滞后条件方差系数b与滞后残差平方项系数a均在1%的显著性水平上显著，表明股市存在着时变波动性，也表明GARCH模型设定基本正确。所有国家的系数a与b之和分布在区间［0.5209，1.0209］表明三个国家股市存在不同程度的波动持续性。

3 研究结论

（1）中美日三国股票市场长期存在一定的联动关系,并且在本文的考察期,即2015年至2020年,这种联动性呈现波动性增强的趋势。DCC-GARCH模型的验证结果表明,三国股市的联动性具体情况在不同的时间阶段表现有所区别。

（2）在不同的时间区间,中美日三国股票市场的联动性有区别,联动性是由基本面因素和市场传染因素共同作用的结果。在极短期内,中美日三国股票市场价格受自身金融政策、经济环境、其他随机因素影响较大,受其他市场的影响很小。而在约一周的频率水平,中美日三国股票市场展现出了最强的联动性。认为在约一周的时间内,一国股票市场的行情和波动情况等信息会被传播到其他股票市场中,被更多的投资者知道。

（3）特殊负面事件的冲击对中美日三国股票市场的联动性产生显著影响。根据实证检验结果我们发现,在2020年新冠肺炎疫情前期,美中日这3个国家的股票市场的联动性会短暂下降,随后迅速增加至较高水平,这是由于三国股票市场信息传递存在时间差,在一国股票市场的负面信息充分传播到另一国股票市场以后,受到投资者心理因素以及政府的响应的经济政策措施的影响,三国股市的联动性会显著增强,高于危机发生之前的水平。

参考文献：

1. 万军,谢敏,熊正德.金融市场间波动溢出效应研究[J].统计与决策，2007(09):98-101.

[2]韩艾,洪永淼和汪寿阳.区间事件分析法——次贷危机对中资银行的影响研究[J].管理评论,2009(2):53-61.

[3]龚朴，黄荣兵.次贷危机对中国股市影响的实证分析——基于中美股市的联动性分析[J].管理评论,2009(21):21-32

[4]宫晓琳.宏观金融风险联动综合传染机制[J].金融研究,2012(5):56-69.

[5]李政,梁琪和涂晓枫.我国上市金融机构关联性研究——基于网络分析法[J].金融研究,2016(8):95-110.

3