我國股票市場和匯率市場的波動溢出效應及非對稱性研究

喬瑞 唐彬

摘?要：本文運用GARCH族模型系統分析了疫情發生后我國匯率市場和股票市場的波動溢出效應及其非對稱性。實證結果發現：第一，BEKK-GARCH模型結果表明股票市場對匯率市場存在單向的、不對稱的波動溢出效應。第二，TGARCH模型表明股票市場和匯率市場都存在非對稱性，股票市場和匯率市場中壞消息引起的波動比同等好消息引起的波動要大。第三，DCC-GARCH模型表明股票市場上漲與人民幣升值之間存在正向動態相關性，且相關關系愈加緊密?；诖?，本文從完善人民幣匯率形成機制、加強跨境資金監管、穩步推進資本項目擴大開放等方面提出相關政策建議。

關鍵詞：人民幣匯率；BEKK-GARCH模型；TGARCH模型；DCC-GARCH模型

一、引言

隨著我國金融要素市場化配置改革的不斷深化，金融市場間的聯動性不斷增強，2020年受新冠感染疫情影響，我國上證綜合指數春節后首個交易日單日跌幅達到772%，深證成指和創業板指數也下跌超過5%，美元兌人民幣匯率一度下跌趨近72。受全球重大突發公共衛生事件的沖擊，道瓊斯工業指數、納斯達克指數、日經指數、香港恒生指數等全球主要國家和地區的股票市場均出現不同程度的暴跌，美國WTI原油期貨5月結算價格一度跌至-40美元/桶的水平，標普500波動率指數（VIX）攀升至8269，均創下有記錄以來的歷史極值。伴隨著我國金融市場發展程度的不斷深化，全球金融市場及國內金融市場間的聯動特征愈加明顯，金融市場間的風險互動也愈加呈現多市場波動共振的態勢，金融市場間的“風險傳染效應”已成為威脅中國宏觀經濟平穩運行的潛在隱患。

股票市場作為國民經濟的“晴雨表”，微觀上影響居民的財產性收入，宏觀上具有要素資源配置、政策傳導和預期引導的重要作用。匯率作為基礎的要素價格信號，既是貨幣的國際價格，也是開放經濟的橋梁，匯率變動微觀上影響進出口企業的成本和利潤，宏觀上影響本國的貿易收支差額和國際資本流向。股票市場和匯率市場作為當前主流的投資渠道，既是我國金融體系的核心構成，也是實現資源配置和風險再分配的重要場所，在“人民幣匯率改革”“全面實行股票發行注冊制”等一系列改革政策的支持下，人民幣國際化程度不斷提高，我國多層次資本市場體系也逐步完善。準確刻畫研究股票市場與匯率市場間的波動溢出效應有助于了解兩個市場間的互動關系和作用機制，提高我國金融風險抵御能力（王斌會等，2010）。

當前關于匯率市場與股票市場間的研究理論主要有流量導向模型和股票導向模型。Dornbusch和Fischer（1980）指出匯率波動影響國際收支和實際產出，影響企業的現金流和股價，繼而影響股票市場，匯率通過經常賬戶影響股票市場。Branson（1981）指出股票市場能反映國際資本對本國的經濟預期，股票市場繁榮將帶動外資流入，促使外國投資者賣出外幣買入本幣，從而使本幣升值，股票市場主要通過資本流動影響匯率市場。隨著對外開放的不斷深入，跨境資金進出我國的方式和渠道也日益多樣化，短期資本在匯率市場和股票市場上的頻繁轉換導致金融市場波動風險迅速擴散，匯率市場與股票市場的風險積累、風險傳染已經成為日益突出的問題。

為有效防范金融風險，探究匯率市場與股票市場間的波動溢出效應及其非對稱性十分必要。首先，本文運用BEKK-GARCH模型對匯率市場與股票市場之間的波動溢出效應進行分析；其次，構建TGARCH模型對匯率市場與股票市場波動的非對稱性進行研究；最后，運用DCC-GARCH模型分析匯率市場與股票市場的動態相關關系。本文結構安排如下：第一部分是引言；第二部分是文獻綜述；第三部分是研究設計，包括變量描述、平穩性檢驗和ARCH效應檢驗；第四部分是實證結果分析；第五部分是結論與建議。

二、文獻綜述

金融市場的波動溢出效應主要指資產收益和波動所包含信息的傳遞，一個金融市場的收益變化會影響其他資產的收益率（張喆，2022）。國外學者更多采用理論分析和相關性分析對匯率市場和股票市場的波動溢出效應進行研究。Moore和Wang（2014）實證檢驗了4個發達經濟體和部分新興市場國家，研究發現金融市場的成熟度影響匯率和股價之間的傳導機制。Fang和Miller（2002）采用GARCH-M模型實證發現韓元匯率和韓國股市的收益率存在雙向因果關系。Smith（1992）通過對美國等發達經濟體的時間序列數據研究發現匯率與股票市場間存在正向關聯。Granger等（2000）的研究表明大多數亞洲國家或地區的匯率與股價的關聯關系較強。

國內學者則側重于“人民幣匯率改革”等事件沖擊下匯率市場和股票市場的波動溢出效應，同時運用協整檢驗、誤差修正模型、VAR模型等計量模型對我國匯率市場和股票市場的波動溢出效應進行研究。張誼浩和沈曉華（2008）基于CLR模型和多重套利模型研究表明，人民幣升值和上證綜合指數上漲是導致熱錢流入中國的主要原因。巴曙松和嚴敏（2009）研究指出，在價格溢出層面，只存在匯率市場到股票市場的短期單向引導關系。張兵等（2008）研究發現短期內匯率和股價之間存在著交互影響，長期內人民幣匯率和股價之間的關系符合流量導向模型。鄧燊和楊朝軍（2008）研究了“721匯改”后我國匯率市場和股價之間的關系，研究發現人民幣升值是股票市場上漲的單向Granger原因。余湄等（2022）通過建立雙變量VAR模型研究發現，新冠疫情后多數國家的股票市場與匯率市場呈現雙向格蘭杰因果關系。駱燕玲（2021）建立VAR模型實證發現，新冠疫情沖擊下匯率市場與股票市場之間的聯動關系逐步加強。王蕾和李曉娟（2012）建立BEKK-GARCH模型，研究發現股票市場與匯率均存在非對稱性，同時也存在單向、不對稱的溢出效應。田濤（2016）通過DCC-GARCH模型實證分析了人民幣匯率波動率、預期變動率與我國短期資本流動的動態時變關系。張浩等（2020）運用三元BEKK-GARCH模型研究人民幣匯率、房價和股價之間的動態影響關系及其波動風險互動機制。研究發現，在均值溢出方面人民幣升值會促進房價和股價的上漲；在波動溢出方面匯率市場對股價僅有GARCH型波動效應。

總體而言，目前關于匯率與股票市場的研究還存在以下不足：研究內容上，現有文獻更多側重于發達經濟體之間的金融市場聯動以及不同經濟體內部的風險溢出，較少有研究聚焦我國匯率市場和股票市場的動態關聯性和波動溢出效應。研究方法上，國內外學者更多采用傳統的VAR模型研究金融資產價格波動溢出效應，由于金融資產的收益率序列異方差的異方差性，傳統模型難以揭示兩個市場間的關系特征，較少有學者綜合運用GARCH族模型完整地考察信息在匯率市場與股票市場間的流動過程及市場間異常情況下出現的波動“傳染效應”。

鑒于此，本文綜合運用GARCH族模型實證檢驗匯率市場與股票市場的波動溢出效應、非對稱性和動態相關性。本文的邊際貢獻主要體現在以下三個方面：首先，研究內容上從波動溢出效應和非對稱性兩個維度完整考察了匯率市場和股票市場的關系特征；其次，研究方法上綜合運用BEKK-GARCH、TGARCH、DCC-GARCH等多種實證模型對兩市間的“波動溢出效應”和“時變性”特征進行分析；最后，研究數據上選用了我國新冠疫情發生后匯率市場與股票市場的高頻交易數據，數據更具有代表性。

三、研究設計

（一）變量選取與處理

本文選取2020年1月2日至2023年1月20日為數據樣本區間，剔除了兩個市場交易日不一致的數據后共得到742個交易數據，數據來源于中國外匯交易中心、上海證券交易所。本文選用上證綜合指數代表我國股票市場，人民幣兌美元匯率（間接標價法）代表我國匯率市場，上證綜合指數的行業覆蓋全面，能客觀、科學地反映我國上市公司質量和中國經濟發展。美元作為世界貨幣，為保證數據方向的統一性以及直觀反映人民幣的升貶值情況，人民幣兌美元匯率具有代表性且合理。收益率序列的計算公式如下：rlnsz=rlnneer=100pt/pt-1）。公式中rlnsz、rlnneer分別表示上證指數和人民幣匯率的收益率，pt、pt-1分別代表當期和上期的收盤價。

（二）變量描述與平穩性檢驗

股票市場與匯率市場收益率序列變量描述如表1所示，收益率序列的均值與0無顯著差異，標準差相對較大；JarqueBera檢驗的P值為00000，兩市收益率序列呈現尖峰厚尾的特征，在1%的顯著性水平下拒絕了序列服從正態分布的原假設，表明收益率序列均呈非正態分布。ADF統計量表明匯率市場與股票市場原序列是非平穩序列，收益率序列rln_neer、rln_sz都是平穩的時間序列。

（三）ARCH效應檢驗

本文對兩市收益率的殘差項進行ARCH效應檢驗（見表2）。ARCH檢驗結果表明：在5%的顯著性水平下，各變量均存在明顯ARCH效應，即殘差項的條件方差依賴于前期殘差值的大小，匯率與股票市場都存在顯著的條件異方差性，即ARCH效應，兩市收益率的波動具有明顯的時變性和集簇性。本文在建立GARCH模型后用股票市場與外匯市場收益率的殘差項的條件方差來刻畫兩市的波動性，可以看出兩市的條件方差波動也存在顯著相關關系（見圖1）。

四、實證結果分析

（一）基于BEKK-GARCH模型的波動溢出效應研究

波動溢出（volatility?spillover）效應是指一個金融市場的波動程度不僅受到自身波動的影響，還受到其他市場波動的影響。Engle和Kroner（1995）提出了BEKK參數化方法，建立條件方差矩陣正定的BEKK-GARCH模型。該模型假設均值方程殘差項εt在信息集It-1下滿足均值為0、方差為Ht的正態分布，即εt=ε1，tε2，t，且εtIt-1～N（0，Ht）。

條件方差方程Ht=C′C+Aεt-1ε′t-1A′+BHt-1B′，其中

Ht=h11，th12，th21，th22，t，C=c11，tc12，t0c22，t，A=a11，ta12，ta21，ta22，t，B=β11，tβ12，tβ21，tβ22，t

C為2*2的上三角矩陣，表示方程的常數項，該模型的優點在于C正定便可保證Ht正定，矩陣C′、B′、A′分別為C、B、A矩陣的轉置矩陣。

h11，t=c211+c212+α211ε21，t-1+2α11α12ε1，t-1ε2，t-1+α212ε22，t-1+β211h11，t-1+2β11β12h12，t-1+β212h22，t-1

h22，t=c222+α221ε21，t-1+2α21α22ε1，t-1ε2，t-1+α222ε22，t-1+β221h11，t-1+2β21β22h12，t-1+β222h22，t-1

h12，t=h21，t=c12c22+α11α21ε21，t-1+α11α22+α12α21ε1，t-1ε2，t-1+α11α22ε22，t-1+β11β21h11，t-1+β11β22+β12β21h12，t-1+β12β22h22，t-1

Ht為收益率序列時間t的條件協方差矩陣，矩陣中的元素h11，t、h22，t分別表示匯率市場與股票市場收益率的方差，h12，t表示兩個市場收益率的條件協方差，可以衡量兩個市場之間的波動是否相關，協方差不為0即有相關性。矩陣A為方程的ARCH項系數，用來衡量滯后一期的殘差項對本期條件方差的影響；矩陣A中的主對角線元素αii表示市場i自身波動的ARCH效應，次對角線元素αij表示市場j對市場i的ARCH型波動溢出效應，即沖擊傳導性；矩陣B為方程GARCH項的系數，用來衡量滯后一期的條件方差對本期條件方差的影響。矩陣B中的元素βii表示市場i自身波動的GARCH效應，即波動持續性，βij表示市場j對市場i的GARCH型波動溢出效應，即波動傳導性。ε1，t-1和ε2，t-1分別為兩個序列滯后一期的殘差項。

本文主要通過檢驗矩陣A和矩陣B的非主對角元素α12、α21、β21、β12是否顯著不為0來判斷兩個市場是否存在波動溢出效應。其中1代表匯率市場，2代表股票市場。當α21=β21=0時，h22，t=c222+α222ε22，t-1+β222h22，t-1，說明此時股票市場殘差項的條件方差與股票市場滯后一期的殘差項和條件方差有關，因此不存在從匯率市場到股票市場的波動溢出效應。同理，當α12=β12=0時，h11，t=c211+α211ε21，t-1+β211h11，t-1，不存在股票市場到匯率市場的波動溢出效應，當α12=α21=β21=β12=0時，兩個市場之間不存在波動溢出效應。

如表3所示，從BEKK-GARCH模型的條件方差方程可以看出，系數矩陣A和系數矩陣B中的元素基本顯著非零，說明兩個市場存在明顯的風險積累效應和波動溢出效應。

從表3下半部分Wald統計檢驗可以看出：股票市場和匯率市場間存在單向的波動溢出效應，股票市場對匯率存在單向波動溢出效應（P=00004），匯率對股票市場不存在波動溢出效應。

（二）基于TGARCH模型的非對稱性研究

為準確地刻畫資產價格波動影響的非對稱性，Zakoian（1990）提出了TGARCH（Threshold?GARCH）模型，條件方差表達式如下：

σ2t=ω+αμ2t-1+βσ2t-1+γμ2t-1dt-1

dt=0，μt-1<01，μt-1>0

其中，dt是一個虛擬變量，μt-1>0表示利好消息，μt-1<0表示利空消息。當γ≠0，則說明信息作用非對稱，即存在非對稱性。利好消息（μt-1>0）的影響系數為α+γ，利空消息（μt-1<0）的影響系數為α。當γ>0，正面消息對股價影響大于負面消本文對兩個市場的收益率序列建立TGARCH模型并進行參數估計。從表4可以看出，從模型的經濟意義來看，ARCH項和GARCH項的系數十分顯著，且系數之和均接近1，說明兩個市場的波動率都具有聚集性和持久性的特征。從參數的估計結果來看，股票市場的α值大于匯率市場，即股票市場對新信息的反應速度快于匯率市場；匯率市場的β值大于股票市場，說明匯率受過去信息的影響比較大，匯率市場波動相關性的持續程度較高。TARCH顯著不為0，表明兩個市場波動均存在非對稱性。匯率市場TARCH系數顯著且γ<0，利好消息對條件異方差有一個00311（00868-00557）的沖擊，利空消息對條件異方差有一個00868的沖擊，利空消息對匯率市場的沖擊大于利好消息對匯率市場的沖擊；股票市場的非對稱性明顯，股票市場TARCH系數?γ<0且顯著，利好消息對條件異方差有一個0081（0356-0275）的沖擊，利空消息對條件異方差有一個0356的沖擊，利空消息對股票市場的沖擊大于利好消息對股票市場的沖擊，股票市場與匯率市場均表現出非對稱性。

（三）基于DCC-GARCH模型的動態相關性研究

由于BEKK-GARCH模型只能分析兩個市場之間的波動溢出效應，為了刻畫變量間時變的相關系數，本文采用DCC-GARCH模型分析兩市的條件方差波動的相關關系，該模型假設多個變量間的相關系數是時變的，且可以通過動態相關系數刻畫變量間的動態聯動關系。DCC-GARCH模型的估計包括兩個步驟：①對每種資產的收益率建立單變量GARCH模型得到殘差et；②使用標準化殘差的無條件方差矩陣（Q）計算得到動態相關系數矩陣（Rt）。

rt=ut+et

et～N（0，Ht）

Ht=DtRtDt

Dt=diag?hii，t

Rti，j=pi，j，t=qi，j，t?（qi，i，t）（qj，j，t）

Qt=1-α-βQ+α（εt-1ε′t-1）+βQt-1

DCC-GARCH模型假定某資產的收益率序列rt服從均值為0、協方差矩陣為Ht的多元正態分布，殘差et為獨立同分布的白噪聲過程。其中，Rt為動態條件相關系數矩陣，Rt中的元素pi，j，t是變量i和變量j在t時刻的動態相關系數；Dt是單變量GARCH模型計算出的條件標準差所組成的對角矩陣;Qt是標準化殘差序列的條件協方差矩陣;Q是標準化殘差的無條件方差矩陣;εt是向量標準化殘差；α、β是DCC-GARCH模型參數（見表5）。

如表5所示，DCC-GARCH模型中α、β參數均為正值，兩者之和小于1且均顯著，說明兩個變量間的動態相關性的維持程度較高。在DCC-GARCH模型估計完參數后，最后檢驗匯率市場與股票市場的動態相關系數與常相關系數是否有顯著差異?？ǚ絚hi2（2）=3141117，Prob>chi2=00000，假設檢驗結果表明匯率市場與股票市場收益率間的相關性不是固定的，即匯率市場與股票市場之間存在顯著的動態相關關系。

從圖2可以看出，匯率市場與股票市場收益率的關聯性是波動變化的，時變性特征表現明顯?？梢钥闯?，樣本區間匯率市場和股票市場相關系數的均值為02784，整體呈正向的動態相關關系，動態相關系數在[-00770，06260]波動，并在新冠疫情發生后匯率市場與股票市場的動態相關系數達到峰值06260。本文將研究樣本時間范圍進一步擴展到“811匯改”前也可看出，2022年股票市場與匯率市場的動態相關系數均值為03415，較匯改后2015年增長17231%，匯率市場與股票市場收益率的動態相關性在不斷增強，這表明隨著我國金融市場改革步伐的不斷加快，股票市場上漲與人民幣升值之間的動態聯動性逐步增強。

五、結論與建議

（一）結論

本文通過建立GARCH族模型對我國匯率市場與股票市場的波動溢出效應及非對稱性進行了實證研究。通過研究，獲得以下主要結論。

（1）BEKK-GARCH模型結果表明股票市場對匯率市場存在單向、不對稱的波動溢出效應。股票市場的波動沖擊會影響匯率市場的波動，而匯率市場的波動對股票市場的影響不顯著。隨著我國A股全面實行股票注冊發行制以及QFII和RQFII制度的持續優化推進，外資保持流入A股態勢，疫情后我國股票市場與外匯市場的關系更符合Branson提出的股票導向模型，股票市場主要通過資本流動的渠道影響人民幣匯率。

（2）TGARCH模型結果表明股票市場和匯率市場均存在非對稱性，壞消息引起的波動比同等好消息引起的波動要大，股票市場的非對稱性大于匯率市場。這可是因為A股的投資者大多數賬戶虧損，當利空消息傳來時，我國投資者的“過度悲觀”“羊群效應”得到加強，股票市場下跌會持續加強。而當利多消息傳來時，投資者仍處于謹慎小心的狀態，可能會趁利好賣出止盈。

（3）DCC-GARCH模型結果表明匯率市場與股票市場之間存在正向的動態相關性，兩市收益率波動的動態性愈加緊密。新冠疫情后動態相關性達到峰值，且兩市的動態相關關系整體呈上升趨勢。

（二）建議

（1）持續深化人民幣匯率形成機制改革，增強人民幣匯率的彈性和靈活性，發揮好匯率工具調節宏觀經濟和國際收支“自動穩定器”的作用，增強抵御跨境資金異常波動的能力。

（2）加快股票市場改革步伐，提升我國證券市場配置全球資金要素的能力，進一步推動證券市場雙向開放，為境內外市場主體跨境投融資提供便利，擴大證券市場雙向開放，以證券市場的改革更好服務我國開放型經濟。

（3）密切關注金融市場間的風險傳染，做好短期國際資本的流動性監管，逐步推進資本項目自由兌換，推動人民幣國際化從跨境貿易主導向資本輸出主導轉型，促進匯率市場與股票市場的平穩健康發展。

參考文獻

［1］王斌會，鄭輝，陳金飛中國股市、匯市和債市間溢出效應的實證研究[J].暨南學報（哲學社會科學版），2010，32（4）：37-45，162

[2]DORNBUSCH?R，FISCHER?S．Exchange?rates?and?the?current?account[J].The?American?Economic?Review，1980，70（5）：960-971

[3]BRANSON?W?HMacroeconomic?determinants?of?real?exchange?rate?risk[J].NBER?WORKING?PAPER?SERIES，1981，No801

[4]張喆A股市場在開放過程中與其他主要股市的聯動性——基于GARCH族模型的分析[J].東岳論叢，2022，43（8）：97-108

[5]MOORE?T，WANG?PDynamic?linkage?between?real?exchange?rates?and?stock?prices：Evidence?from?developed?and?emerging?Asian?markets[J].International?Review?of?Economics?and?Finance，2014（29）：1-11

[6]FANG?W?S，MILLER?S?MCurrency?depreciation?and?Korean?stock?market?performance?during?the?Asian?financial?crisis[J].University?of?Connecticut，Department?Economics?2002，No2002-30

[7]SMITH?C?EStock?markets?and?the?exchange?rate：A?multi?country?approach[J].Journal?of?Macroeconomics，1992，14（4）：607-629

[8]GRANGER?C?W?J，HUANG?B-N，YANG?C?WA?bivariate?causality?between?stock?prices?and?exchange?rates：Evidence?from?recent?Asian?flu[J].The?Quarterly?Review?of?Economics?and?Finance，2000，40（3）：337-354

[9]張誼浩，沈曉華人民幣升值、股價上漲和熱錢流入關系的實證研究[J].金融研究，2008（11）：87-98

[10]巴曙松，嚴敏股票價格與匯率之間的動態關系——基于中國市場的經驗分析[J].南開經濟研究，2009（3）：46-62

[11]張兵，封思賢，李心丹，等匯率與股價變動關系：基于匯改后數據的實證研究[J].經濟研究，2008，43（9）：70-81，135

[12]鄧燊，楊朝軍匯率制度改革后中國股市與匯市關系——人民幣名義匯率與上證綜合指數的實證研究[J].金融研究，2008（1）：29-41

[13]余湄，周行，李佳澮，等全球股市與匯市聯動性研究——基于新冠疫情的實證分析[J].價格理論與實踐，2022（1）：112-116

[14]駱燕玲新冠疫情下股市與匯市的聯動性研究[D].成都：電子科技大學，2021

[15]王蕾，李曉娟人民幣匯率與股票市場收益率波動溢出效應研究[J].科學·經濟·社會，2012，30（2）：45-50，54

[16]田濤人民幣匯率制度變遷對我國短期資本流動的影響——基于匯率預期與匯率波動的視角[J].管理評論，2016，28（6）：65-75

[17]張浩，韓銘輝，姚佳穎外匯市場、股票市場與房地產市場的風險傳染研究——基于三元VAR-BEKK-GARCH模型實證分析[J].運籌與管理，2020，29（7）：206-213