“滬港通”對中國內地、香港股市波動影響的研究

李博　彭坤

摘 要：2014年11月17日“滬港通”正式啟動，兩地經濟聯系更加密切。以中證恒生滬港通AH精明指數代表“滬港通”政策因素，對政策實行前后的兩地股市采用GARCH模型分別進行建模，通過前后的比較來分析兩地波動溢出效應的變化，分析發現：“滬港通”實行之前，中國內地股市與香港股市存在雙向波動溢出效應，而“滬港通”實行之后，波動溢出效應仍為雙向，但其作用程度有所減弱，“滬港通”對內地股市有平緩其波動的積極作用。

關鍵詞：滬港通；GARCH模型；波動溢出效應

一、引言

2014年11月17日“滬港通”正式啟動，中國內地與香港股票市場之間更為緊密，但也加劇了兩地股票市場共同波動的可能性。正確地認知兩地間波動傳導機制，從而在獲取更多利益的同時更好的規避風險，是投資者和政府都應關注的問題。

二、文獻綜述

國內學者對相關領域進行了研究：張福、趙華和趙媛媛（2004）對中美兩國股市的研究認為上證綜指與美國S&P 500存在協整關系；谷耀、陸麗娜（2006）利用DCC-EGARCH-VAR模型發現了上證指數和深證成指并沒有表現出對恒生指數的溢出效應；方媛（2010）運用雙向GC-MSV模型對現貨價格波動、消費者信心指數等因素對股市波動的影響進行了研究；吳旭（2015）利用BEKK多元GARCH模型研究認為上海和滬港通間存在單向波動溢出效應。采用的實證分析方法主要為VAR模型、ARCH族模型等，由于選取的數據以及時域劃分的不同，所得結論也不盡相同?！皽弁ā睂嵭胁痪?，對此研究并不充分，本文旨在對“滬港通”實行前后中國內地與香港股票市場的溢出效應進行實證研究并加以比較，引入滬港通政策因素，這也是本文的新穎之處。

三、模型構建

GARCH模型具有長記憶性質，可避免參數非負約束的破壞，其待估參數少，可表示成與ARMA過程相類似的結構，方便進行持續性分析。

波動溢出是指不同金融市場的波動之間可能存在相互影響，波動會從一個市場傳遞到另一個市場。為判斷單個股票市場日收益率的波動Xt（Xt=（Rt-E（Rt））2）是否對Rt存在溢出效應，可以將Xt作為Rt的解釋變量，建立模型：

四、實證研究

（一）樣本數據

中證恒生滬港通AH股精明指數①（以下簡稱精明指數）在文中作為代表“滬港通”的政策因素，對“滬港通”實行之后上海股市和香港股市的影響作分析?？紤]到2005年8月23日起實行股權分置改革，選擇2006年1月1日至2016年8月5日的上證綜指（000001）、恒生指數（HSI）和中證恒生滬港通精明指數（SHHKSI）的每日收盤價作為樣本數據，均來自通達信數據庫，并以“滬港通”的正式施行為界點劃分，階段A：2006年1月1日至2014年11月16日；階段B：2014年11月17日至2016年8月5日。

通過EViews6.0獲取平穩的日收益率序列rc=log（pt）-log（pt-1）。去除節假日等因素共得到上證指數和恒生指數各2490個觀測值，精明指數399個觀測值。恒生指數（rhs）和上證綜指（rsh）日收益率顯現出波動聚集和均值回歸，前半段恒生指數波動更加劇烈，后半段上證綜指波動更加劇烈，這與恒生及上證分別于2007年10月30日、2015年中達到最高點相符。通過對統計特征的分析，兩序列的偏度系數不為0，分布是非對稱的；兩者的JB統計量的相伴概率P接近于零，說明兩者都不服從正態分布，都具有尖峰厚尾的特征；通過收益率標準差的比較，得出上海股市波動更大，風險也更高。

（二）ADF平穩性檢驗

由于時間序列可能產生偽回歸問題，先對兩序列進行平穩性檢驗。ADF檢驗可以檢驗更高階的自回歸過程，檢驗發現上證綜指和恒生指數兩序列。ADF檢驗統計量的相伴概率幾乎為零，表明兩個序列都是平穩的。

（三）GARCH建模

經過兩序列均不能通過Q-自相關檢驗，考慮對兩階段分別進行GARCH建模，通過AIC準則的判斷，估計結果如下所示：

上述兩個方差方程的系數和小于1，滿足非負約束，即模型滿足平穩性，且過去波動對預期的影響是逐漸減弱的。式（4-4）中ARCH項系數大于0，說明香港股市中壞消息所引起的波動要比同等的好消息所引起的波動大，存在杠桿效應。將各指數的波動率Xhst、Xsht分別代入均值方程（4-2）和（4-4），在95%置信水平下，參數顯著不為零，說明在“滬港通”實行之前，內地香港兩地股票市場存在雙向波動溢出效應。

階段A格蘭杰因果檢驗：格蘭杰因果關系可用來檢驗某個變量的所有滯后項是否對另一個或幾個變量的當期值有影響。由于兩序列都是平穩序列，可直接進行格蘭杰檢驗，驗證發現上證綜指是恒生指數日收益率的格蘭杰原因，恒生指數是上證綜指日收益率的格蘭杰原因。

2、對階段B進行建模：

上證綜指日收益率GARCH（0，2）模型：

對于上證GARCH模型，若放寬至90%的置信水平參數顯著：說明恒生指數和精明指數對上證綜指很有可能產生波動溢出效應；對于恒生GARCH模型，Xsht的參數顯著，Xhgt的參數不顯著，說明上證對恒生產生波動溢出效應，而精明指數則效果不明顯。即在“港股通”實行之前，內地香港存在雙向波動溢出效應；而實行之后，香港股市以及“滬港通”政策都或多或少的影響著內地股市，內地股市也同樣對香港股市有波動溢出效應。

階段B格蘭杰因果檢驗：在95%的置信水平下，上證綜指是恒生指數的格蘭杰原因，恒生指數率不是上證綜指的格蘭杰原因，但若放寬至90%的置信水平，恒生指數是上證綜指的格蘭杰原因。

五、實證結果分析

運用GARCH模型對內地和香港股市的波動關系進行了實證分析，基于上文得出了下列結論：

1.縱觀2006年1月1日至2016年8月5日，上海和香港股市都存在明顯的波動聚集性、非對稱性和尖峰厚尾現象，且香港股市的更為明顯，但上海股市的波動性更大，風險也更高。

2.在滬港通實行之前，香港作為一個小型開放經濟體，其恒生指數在某種程度上可以代表世界因素，且內地香港貿易往來密切，受金融全球化的影響，內地和香港兩地市場存在雙向波動溢出效應。

3.“滬港通”實行之前，在95%置信水平下，上海股市與香港股市存在雙向波動溢出效應；實行之后，只在90%置信水平下存在雙向波動溢出效應，在95%置信水平下存在內地向香港方向的單向溢出，說明這種效應依然存在，但理論上香港對于內地的影響有所減弱。但考慮到內地股市在2015年6月30日達到近八年來的最高點，之后股市震蕩下跌，“羊群效應”和融資融券等使其形勢更劇，這之后的數據對于此研究意義不大，甚至呈相反效果。

4.就精明指數所代表的“滬港通”政策對兩地股票市場日收益波動性的影響來看，在95%置信水平下Xhgt的參數并不顯著，而若放寬至90%的置信水平的Xhgt參數顯著：說明精明指數可能對上證綜指日收益率產生某種程度的波動溢出效應，即“滬港通”對內地股票市場產生了積極的效果。并且考慮到其波動性的系數為負值，說明“滬港通”對內地股票市場日收益有減小其波動幅度的效果。

5.從上文可以看出，上證綜指的波動性是影響恒生指數的，但精明指數從概率角度則不影響恒生指數的波動性，由于精明指數只包含同時在A股及H股上市的50家成分股公司，說明這50家上市公司的A股股票價格并不影響其H股股票價格，即H股股票價格更能體現其真實價值。這也是香港作為世界第三大金融中心，其自由的資本流動所決定的。而上證綜指對恒生指數的影響則體現在內地投資者對H股股票的投資?！皽弁ā苯o境內投資者投資H股的機會，試點初期，很多境內投資者看中A股及H股間賺取差額利潤的機會，紛紛購入H股賣出A股；在2015年中旬過后，慘淡的A股市場也使得境內投資者紛紛轉向港股市場，這也與“滬港通”實行后，滬股通大多呈資金單向凈流入而“港股通”多為資金單向凈流出的現象契合。

六、結語

“滬港通”標志著我國股市對外進一步開放，也是我國股市走向成熟進程中的一部分。我國股市較國際來講尚不成熟，仍然需要相關上市公司信息披露制度和市場相關政策的不斷完善?！皽弁ā睘橹袊鴥鹊嘏c香港構建了一個互聯互通機制，為投資者建立了更好的投資通道，促使內地股市的定價更加準確，一定程度上抑制了其波動，更能反映資本的真實價格?，F階段只是“滬港通”實行的一個過渡性階段，日后伴隨著我國內地證券市場穩步推進改革，我國內地證券市場必將日趨成熟。（作者單位：云南財經大學）

注釋：

① 中證恒生滬港通AH股精明指數于2014年11月17日起由中證指數有限公司與恒生指數有限公司為反映滬港股票市場交易互聯互通機制對市場影響的變化情況聯合發布，包含50家成分股公司，這些公司均符合滬港通資格，并以A股及H股形勢分別在上海證券交易所和香港聯合交易所上市。

參考文獻：

[1] 宋冬林，畢子男，沈正陽.機構投資者與市場波動性關系的研究——基于中國A股市場的實證分析[J].經濟科學，2007，03：97-103

[2] 方媛.中國股市波動問題研究——基于隨機波動率模型[D].華中科技大學，2010.DOI：10.7666/d.d152686.

[3] 張福，趙華，趙媛媛等.中美股市協整關系的實證分析[J].統計與決策，2004，（2）：93-94.DOI：10.3969/j.issn.1002-6487.2004.02.052.

[4] 張瑞鋒，張世英.基于VS-MSV模型的金融市場波動溢出分析及實證研究[J].系統工程，2007，25（8）：1-6.DOI：10.3969/j.issn.1001-4098.2007.08.001.

[5] 谷耀，陸麗娜.滬深港股市信息溢出效應與動態相關性——基于DCC-（BV） EGARCH-VAR的檢驗[J].數量經濟技術經濟研究，2006，（8）：142-151

[6] 吳旭.滬港通與上海股市波動關系研究——基于BEKK-GARCH模型[J].荊楚理工學院學報，2015，（2）：85-90.DOI：10.3969/j.issn.1008-4657.2015.02.019.

[7] 龔樸，李夢玄.滬港股市的波動溢出和時變相關性研究[J].管理學報，2008，5（1）：96-100.DOI：10.3969/j.issn.1672-884X.2008.01.016.

[8] 張心培，王峰.“滬港通”波動溢出效應研究——基于DCC-MVGARCH模型的實證分析[J].河北金融，2015，（5）：20-23.

[9] 彭亮.恒生指數與上證綜指的波動率傳導：基于多元GARCH模型的實證研究[D].對外經濟貿易大學，2009.DOI：10.7666/d.y1589070.