国际证券市场的风险传染性

一、引言

从资本市场的角度来衡量中国银行业板块与国际证券市场间的风险传染性研究，目前研究的很少，大多是研究中国股市与外国股市之间的市场联动性以及风险传染性。Jaffe和Westerfield(1985a,1985b),考察了澳大利亚、英国、加拿大、日本和美国股票市场之间的日收盘价格相关性。Eun和Shim(1989)研究了9个国家股票市场的日收益情况[1]。Barclay、Litzenberger和Warner(1990)研究了同时在纽约和东京证券市场上市的普通股每日价格波动和交易量。上述研究都发现了支持股票市场之间存在日收盘—收盘收益的正相关性的证据[2]。Karolyi和Stulz(1996)利用1988—1992年ISSM数据库,以在美国纽约和东京两地同时上市的日本股票为样本,考察了美国和日本两地股票市场联动性问题,结论是两国市场的相关性很高,而且当市场的波动幅度很大时,这种协变性增强了。国内学者也对股市之间的传染进行了积极的研究，陈漓高、吴鹏飞、刘宁（2006）对12国证券市场的联动性进行了研究，发现美国股市对中国影响微弱[3]。李勇、李传乐（2008）以A股、H股双重上市公司为研究对象,基于向量GARCH模型,对双重上市公司A股与H股之间的风险传染效应进行了研究,研究表明,股权分置改革基本完成之后,双重上市公司A股与H股之间的风险传染效应具有了新的特征,方向是A股对H股具有风险传染效应,而H股对A股却没有风险传染效应[4]。张福、赵华、赵媛媛（2004）对中美股市间的协整关系进行了实证分析，发现中美股市不存在长期均衡关系,而B股对境内投资者开放之后中国股市对美国股市产生了单向的引导关系[5]。通过对以往文献的总结，发现从资本市场的角度研究银行业与国际市场之间联系的非常少。本文的主要创新体现在：（1）运用结构变点检测方法将研究数据划分为三个阶段，克服了主观划分数据的武断性；（2）对六组数据进行协整检验时，充分考虑到协整结果对选择的模型比较敏感，因此，协整检验时对比三种模型结果进行分析；（3）利用方差分解，通过各个市场对内地银行指数的方差贡献度来衡量传染性，分析国外市场风险传染的途径；（4）使用脉冲分析来分析内地银行对各个市场冲击的敏感度，以此衡量国外市场冲击对中国银行业的传染性大小，最后对结果进行分析并得出结论。

二、研究方法

本文首先运用递归检验、滚动检验以及循序检验三种ADF检验考察中国内地银行指数的内生结构变点，依据检测结果对数据进行分段划分。然后进行Johansen协整检验，考察变量之间的长期关系，并建立VAR模型，利用方差分解，找出我国银行业板块受国际证券市场风险传染的路径。在进行脉冲分析、检验我国银行业对国际证券市场冲击的敏感度之后，对结果进行分析，并进行总结。限于篇幅，下面仅介绍内生结构变点检测的方法。本文将运用单位根（ADF）检验检测内地银行指数的内生结构变点，ADF检验的基本思想是先给定一个子样本，对这个子样本做ADF检验，获得一个ADF值，然后逐渐扩大子样本的研究范围，依次进行ADF检验，最终获得一个ADF值序列，将获得的ADF序列与ADF的临界值进行比较，如果绝对值大于临界值，那么对应该值的年份就是一个结构变点。本文采用的递归检验和滚动检验的检验式为：?y=ρyt-1+μ+αt+β?yt-1（1）上式只含有?yt-1一个滞后项，对每个子样本进行含有截距项和趋势项的ADF检验，如果某个ADF值小于临界值，说明有突变点，否则没有。本文使用循序检验两种检验方法：均值突变模型和趋势突变模型。选取突变检验范围k=[0.15T,0.85T](取整数),即在2005年11月—2010年7月间循序用虚拟变量改变假想结构突变发生的时间，检验此期间发生突变的可能性。本文使用的检验式是：?y=ρyt-1+μ+αt+β?yt-1+γDt+utut~ΠD(0,σ2)（2）从检验得到的ADF值序列中选择最小值，同相应的临界值比较，检验单位根零假设。其中，均值突变模型下Dt定义为：基于以上的检验思想，本文分别使用递归检验、滚动检验和循序检验来寻找结构变点，克服了以往研究中基于经验武断的划分数据进行研究的盲目性，这样得到的研究结果更加具有说服力和可信度。

三、数据和实证分析

（一）数据来源

本文考察我国银行业受国际证券市场风险传染的程度，以上证指数中的内地银行指数代表我国银行业。选用该指数基于以下考虑：首先，内地银行指数是基于大陆16家上市银行的指数编制而成的，包括了所有内地上市银行；其次，我国上市的16家银行是国内银行中规模较大的，代表了我国典型的银行的表现。另外国际证券市场，选取的是全球5个重要指数，它们是：美国纳斯达克综合指数，伦敦金融时报100指数，东京日经225指数，香港恒生指数以及台湾加权指数。上述六组指数使用的是每日收盘价，考察的时间段为2005年1月4日至2011年8月25日，剔除了研究对象之间日期不重合的交易数据后，共1425组数据。

（二）内生结构变点检测结果

基于前文的介绍，将采用递归检验、滚动检验和循序检验三种检验来寻找结构突变点。需要说明的一点是，在进行结构变点检测时，将采用2005年1月到2011年8月的月度数据为考察对象，共80组数据。进行检验前，在不考虑结构变化的情况下，首先检查原始数据序列是否含有单位根，先退化趋势并检验退化趋势后的数据是否为单位根过程，经过多次试验，选择滞后阶数为1。检验结果见图1-图4。（2）临界值摘自Banerjee，LumsdaineandStock（1992）。由表1的检验结果看，递归和循序法未检验出突变点，而使用滚动检验结果显示发生结构突变，突变的时间分别为2007年7月和2009年5月。结合现实情况进行分析，2007年7月美国爆发了次贷危机，其影响遍及全球，我国各大银行也深受其影响，各银行指数从2007年7月初开始暴跌，因此，2007年7月内地银行出现结构变点是与现实相符的。另外，2009年3月3日美国股市的暴跌又引发了中国股市的大跌，这种影响于2009年5月份开始呈现也是合理的。因此，本文采用滚动检验的结果，选用2007年7月3日和2009年5月4日作为本文时段划分的变点。因此，研究时段被划分成3个阶段：2005年1月4日—2007年6月29日，2007年7月4日—2009年4月30日，2009年5月4日—2011年8月25日。