谷春雨，蔡光兴
(湖北工业大学 理学院，湖北 武汉400068)
区域全面经济伙伴关系——RCEP是由东盟发起，与中国、日本、韩国、澳大利亚、新西兰等国达成的一项区域自由贸易协定，旨在应对经济全球化的快速发展和单边主义和保护主义的抬头。其规模约占世界人口和经济体量的三分之一，标志着东亚区域经济一体化取得重大突破。中日韩三国作为推动亚洲经济发展的重要驱动力，RCEP的达成对三国经济的联系程度将会进一步加深。
在RCEP协定提出后，我国与协定各国之间的资本流动变得更加迅速，随着与各国股市融合度的不断加深，经济关联性得到进一步加强。因此，研究我国在RCEP倡议提出前后与其他国家股市之间产生的联动效应，可以帮助我们揭示各协定国之间股票风险溢出效应的变化趋势。同时，对金融监管部门来说，可以进一步理清国家股市间的风险传导原理，准确地把握风险溢出效应的相关理论机制①。
股市一向是国家经济的重要衡量指标，它反映本国金融市场的发展状态，是市场变化的风向标，也反映各国股市之间的关联度王皓认为，在日本与其他发达国家之间，股市间的联动性日益增强，而日本与亚太地区的国家股市之间的关联性更高②。田昊扬、王军礼研究表明，中日韩三国股票市场收益率之间的溢出效应存在单向和双向的不同类型③。蒋彧、张玖瑜选择美国、中国香港、德国和日本作为世界股票市场的典型，研究中国与世界上几个主要股票市场之间的动态相关效应，得出结论，中国与几个主要股市之间的波动溢出效应存在着阶段性特点，在不同的时期表现为不同的变化趋向④。
在不同股票市场之间溢出效应的研究过程中，大多数国内外学者选择定量分析和比较分析的方法。但股票市场是一个不断变换波动的过程，因此，具有动态分析效果优势的GARCH族模型、VAR模型以及两者相结合的方式受到许多学者青睐。Ghulam等使用单变量GARCH模型发现了巴基斯坦股市与世界主要股市之间存在混合的运动效应⑤。谭小芬等研究了国际大宗商品市场和金融市场，认为存在双向溢出效应，并且双向均值溢出以及单向波动溢出存在不同⑥。Julien等通过VAR模型研究了环太平洋国家和地区股票市场一体化进程，同时测度了美国和日本相互之间的影响程度⑦。董丽娜运用DCC-GARCH模型并通过实证结果表明金融危机和国家政策能在一定程度上增强股市的联动性⑧。
以往的研究主体大都从市场规模和经济体量的角度切入，且研究者们大多使用VAR模型或GARCH族模型。RCEP协定自2012年提出至今已有已有近十年的时间，RCEP协定国之间的贸易交流、金融经济等方面已经有了较为深度合作的基础，股票市场关联性越来越密切，但与之相关的论文研究不多。因此，本文通过构建DCC-GARCH模型分析研究RCEP协定国家股市之间的动态关联性和波动溢出效应。
（一）构建DCC-GARCH模型
DCC-GARCH模型，在实践中常被用来刻画多个金融时间序列之间的动态关联性，同时也降低了模型中待估参数的个数。在早期的DCC-GARCH模型应用时，大多数研究者都以多个金融时间序列的信息服从正态分布作为假设前提。然而近些年来，假设的条件有所放宽，该模型的具体公式如下：
其中rt为条件收益率；
μt为时间序列的条件均值；
εt为标准化后的残差项；
Q为标准化残差的无条件方差矩阵。
α和β作为模型中ARCH项和GARCH项的系数，决定了模型所描述的动态相关性，且满足α＞0，β＞0，且α+β＜1。
在分析多个变量的相关系数时，采用动态相关系数效果比较好，其在DCC-GARCH模型中的主要表达式为：
由此可知，DCC-GARCH模型所描述的动态相关性由带有参数α和β的式(5)决定，模型非常简约，并且与资产收益率的个数无关。模型将估计过程主要分为三步：（1）对rt简单地去均值处理，获得资产授予序列的条件均值的估计。（2）运用GARCH模型对每个残差序列建立单元波动率模型，获得波动率序列，那么可以估计出单个资产收益率的波动率。（3）对多元波动率进行动态相关性拟合，先对标准化信息进行DCC模型的拟合，再根据参数α和β获得多元波动率相关性的动态演化。
（二）选择和处理数据
本文选择上证（SSEC）、日经225指数(225)和韩国股票指数(KOSPI)的每日股票收盘价格作为计算本文股指收益率的指标，从Wind数据库中选取三只股票的当日股票收盘价。为了更好地比对RCEP给中日韩三国股市联动性带来的影响，本文以RCEP的正式开通时间作为分界点，将样本数据划分成两个阶段。
本文选取了自2002年1月1日至2020年12月31日的中日韩三国股票日度收盘价格数据，全部样本时间共十九年，根据RCEP的开通时间节点划分为两个阶段，其中第一阶段为RCEP开通之前，样本区间至2012年12月底；
第二阶段为RCEP开通以后，样本区间为2013年1月初到2020年12月底，形成表1。
表1 数据分段情况
为了更好地描述各国股票价格指数收益率的变化情况，本文对各国股票的收盘价作了对数化处理，然后将对数收益率作为实证分析部分的样本数据。
其中，Rt为股票价格指数的对数收益率。
（一）平稳性与ARCH效应检验
L225、LKOSPI和LSSEC序列平稳性检验结果如表2所示。
表2 平稳性检验
可以看到所有的收益率序列都通过了单位根检验，说明两个阶段三国收益率序列均稳定。我们之前检验了L225、LKOSPI和LSSEC序列的平稳性，在这里采用了ARCH-LM检验分别测定了三个序列的残差（表3）。
（二）构建DCC-GARCH模型
构建表3。其中，α代表着新一期的信息影响系数，表示当前阶段的信息集对下一阶段信息集波动的影响权重，α的值越大那它对市场的感应越灵敏；
β表示衰减系数，解释了自身滞后一期对前一期条件方差的影响程度；
α+β值可以反映股指收益率波动的持久性，且越接近1，说明两国股市之间存在正向风险溢出效应。同时，现阶段的波动趋势为未来的影响越持久。从两个时期α的结果来看，中日的系数出现显著增加，说明两国股票波动率相关性有了明显增强。从β方面来看，三国之间的估计结果均高于0．85，说明股票市场的衰减速度很快。此外，在α+β方面，中日韩股票市场取值分别为0．980572、0．956425、0．998742，表明各国股票市场波动的持久性均较好，且差距不大。表3的DCC-GARCH模型的回归结果显示，RCEP开通前后三国的股指收益率相关系数的参数α+β之和均小于1，意味着三国股指收益率的条件方差是稳定的。
表3 ARCH效应检验
（三）股票市场动态相关性分析
对比两个阶段动态系数图，见图1。通过图1和表3可以发现三国股市的动态相关性在RCEP开通前上证与225和SSEC出现了负相关性，说明中国与其他两国之间变动整体呈现出反向变化的趋势；
但日韩之间为较明显的正向相关性。通过对比两个时期中日韩股市间动态相关性波动的均值，从整体上来看，日韩两国的股市的相关程度要高于中国股市。长期来看，中国与日本、韩国股市之间的相关性呈现出稳定提高的趋势。这是因为，随着国内股票市场的逐渐成熟，吸引了大批国外投资者，投资标的品种增多，投资者的入门门槛逐渐降低。
图1 RCEP开通前后中日韩三国股指收益率关联性
（一）结论
本文以日经225、KOSPI和上证（SSEC）股指收益率数据作为研究样本，在数据确保平稳性的前提下，研究了RCEP开通前后三国之间的股票动态相关性。随后为了更进一步地研究三国股市联动性的变化，从股指收益率波动溢出效应的角度建立了DCC-GARCH模型。可以得出结论，随着RCEP的开通，在两个时期中，中、日、韩三国股市受到负面消息的影响最大，RCEP协定的形成加强了三国股市之间的长期协整关系。其中，中国股市与韩国、日本股市的长期协整关系呈现稳步上升趋势，而日、韩股市的相关性则围绕在均值附近呈现震荡状态。这是因为2015年之后中国经济呈现高质量快速发展，巨大的经济体量吸引了大量海外资本，股市作为资本市场的风向标，使得中国与其他国家经济联系的相关性稳步增强。但日本和韩国由于20世纪遗留的历史问题，至今仍频频出现摩擦．同时，作为亚洲为数不多的两个发达国家，两国都是资源稀缺国和高科技强国，经济结构缺少互补性，导致两国股市之间的关联性不强。
（二）建议
1．对于投资者而言，要积极学习相关金融知识理论，同时提高自身应对金融风险的能力，不能盲目跟风随流。股票是一个高风险高收益的投资渠道，在经济全球化逐步提高的今天，各国之间的经济深度交流，要多分析国家政策和国际形势，从国内外两个层面合理评估金融风险，对个人资产投资进行合理配置。
2．随着RCEP合作的不断深入，各国经济融合会不断加强，一国股票市场的动荡会比过去更加迅速、强烈地传染到邻国。各国应该立足于本国国情，从自身经济和金融发展状况出发，合理地利用外部形势和自身优势，塑造出自身安全、稳定的金融市场。同时，要加强金融市场的监管，维护股票市场的稳定。因此，金融监管部门要进一步完善我国的股票价格机制，良好的价格机制有利于抵抗外部冲击的风险，对国内股票市场的大幅波动以及国际金融危机的传染进行及时有效的防范。
表4 两个阶段的DCC-GARCH相关估计结果
注释：
①本刊综合.深化改革开放促进产业升级李克强总理详解加入RCEP对我国的机遇和挑战[J].中国科技产业,2021(02):3.
②王皓.基于DCC-GARCH模型对日本股票市场与国际市场波动溢出效应分析[J].现代日本经济,2016(5):27-37.
③田昊扬,王军礼.后危机时期中、日、韩三国股市间溢出效应研究[J].统计与决策,2018,34(02):159-163.
④蒋彧,张玖瑜.中国与世界主要股市间的波动溢出效应研究——基于2002—2017年样本的实证检验[J].中国经济问题,2019(06):28-43.
⑤Ghulam Ghouse,Saud Ahmed Khan.Tracing dynamic linkages and spillover effect between Pakistani and leading foreign stock markets[J].Review of Financial Economics,2017.
⑥谭小芬,张峻晓,郑辛如.国际大宗商品市场与金融市场的双向溢出效应——基于BEKK-GARCH模型和溢出指数法的实证研究[J].中国软科学,2018(08):31-48.
⑦Julien Chevallier,Duc Khuong Nguyen,Jonathan Siverskog,Gazi Salah Uddin.Market integration and financial linkages among stock markets in Pacific Basin countries[J].Journal of Empirical Finance,2018,46.
⑧董利娜.金砖国家股票市场动态相关性研究[D].山西财经大学,2018.
猜你喜欢 股票市场波动收益率 2021年麦市大幅波动概率不大今日农业(2021年5期)2021-05-22供需略微宽松 价格波动缩窄今日农业(2020年20期)2020-12-15中国股票市场对外开放进入下半场中国外汇(2019年20期)2019-11-25羊肉价回稳 后期不会大幅波动今日农业(2019年12期)2019-08-13货币政策与股票市场流动性的互相关关系研究智富时代(2019年6期)2019-07-24货币政策与股票市场流动性的互相关关系研究智富时代(2019年6期)2019-07-2411月汇市：波动率降低 缺乏方向中国外汇(2019年23期)2019-05-25我国股票市场的有效性研究智富时代(2018年11期)2018-01-15我国股票市场的有效性研究智富时代(2018年11期)2018-01-15基于协整的统计套利在中国股票市场的实证研究智富时代(2017年1期)2017-03-10