沪伦通背景下我国内地股市与英国股市的联动性分析
DOLlO.l3546/jki.tjyjc.2020.24.031¢0¾¾)
沪伦通背景下我国内地股市与英国股市的联动性分析
游士兵，吴雨濛
(武汉大学经济与管理学院，武汉430072)
摘要:2019年6月170，上海证券交易所与伦敦证券交易所正式开通互联互通业务，标志着继沪港通、深港通后，沪伦通正式启动，这对我国内地和英国股票市场的联动性产生了巨大影响。文章选取2015年10月8 0至
2020年7月31日上证综合指数和富时100指数的股指收益率数据，构建VAR模型与DCC-GARCH模型对沪伦通
开通前后我国内地股市和英国股市的联动性变化进行实证研究。结果表明，我国内地股市与英国股市之间存在
着长期稳定的联动关系，随着沪伦通的开通，两地股市联动性有所增强。
关键词：沪伦通；联动性;VAR模型；DCC-GARCH模型
中图分类号:F830文献标识码：A文章编号:1002-6487(2020)24-0142-04
0引言
近年来，随着沪港通、深港通的实施，我国内地股票市场的国际化进程逐渐加快。中国与英的金融合作也更加频繁。无论是外部环境、资产基础构成，还是各类交易标的等，都存在着许多共同之处。在此基础上，2019年6月17日，中国证监会与英国金融行为监管局发布联合公告，宣布批准上海证券交易所与伦敦证券交易所开展互联互通存托凭证业务，标志着继沪港通、沪深通之后，沪伦通正式启动。沪伦通的岀现是我国金融市场体制、机制改革的必然趋势，也是我国资本市场与国际主要资本市场进一步融合的必由之路，加快了我国资本市场国际化的进程。
因此，在沪伦通背景下，探究我国内地股票市场与英国股票市场联动性的方向、大小及其面对外部冲击时的变化规律，有利于我国防范金融风险，促进两地市场平稳、可持续的健康发展。对联动性的检验研究，不仅能够开通新的学术研究方向，掌握沪伦通开通前后两地股市联动关系变化，而且对于股票市场价格走势的预期波动以及风险传递模式和程度的研究都具有重要价值。本文将对比沪伦通开通前后两地股票市场长期均衡关系的变化和股指收益率波动溢出效应的变化，进而分析联动性的变化。
1数据选择与处理
1.1数据选择
股票价格指数是指用于反映和测定股票市场总体平均价格水平走势以及波动大小和趋势的相对数指标。通常股票价格指数的编制可以选择开盘价、收盘价、最高价和最低价等作为原始数据，考虑到收盘价相较于其他价格数据可以更好地反映当日市场中股票价格的变化，因此本文选择上证综合指数(SZ)和英国富时100指数(FS100)的每日收盘价数据作为计算股指收益率的原始数据。上证综合指数和富时100指数数据均来源于Wind数据库。为了避免中英两国股票市场开市时间的不同.本文在剔除了未同时开市的数据后，最终选取了2015年10月8日至2020年7月31日共1120组数据。
1.2数据处理
以沪伦通的开通时间节点作为数据分割的依据，将两地股指数据分成两个时间段来进行分析，具体的划分情况如表1所25。
表1数据分段情况
阶段时期时间数据量(组)第一阶段沪伦通开通前2015年10月8日至2019年6月140850
第二阶段沪伦通开通后2019年6月17日至2020年7月31日270考虑到金融时间序列数据具有很强的波动性和尖峰厚尾的分布特征，因此本文使用股指收益率数据进行实证研究，以避免出现异方差问题。股指收益率的计算公式为：
DSZR,=100(ln SZ,-In SZ_)(1) DFS\00R,=100(lnFS100,-InFS100,_J(2)
本文采用的计量分析软件是EViews8。
2模型构建与结果
本文参考国内外学者对股票市场联动性研究所使用的方法，采用VAR模型和DCC-GARCH模型分析沪伦通开通前后两地股票市场的联动性变化。
2.1描述性统计分析
上证综合指数和富时100指数的描述性统计分析结
作者简介：游士兵(1964—)，男，湖北天门人，教授，博士生导师，研究方向：统计学、数量经济学。
吴雨^.(1996—)，男，河南郑州人，硕士研究生，研究方向：统计学。
142统计与决策2020年第24期•总第564期
｛财经纵横)表2上证综指和富84100股指收益率的描迷性统计分析结果
果如表2所示。
阶段变量均值最大值最小值标准差偏度峰度Jarque-Bera
第一阶段
DSZ
DFS100
-0.0102
0.0167
5.4495
3.7863
-9.4204
-4.1564
1.2723
0.8570
-1.2663
-0.1313
11.2135
5.9119
2610.2270
302.0416
第二阶段
DSZ
DFS100
0.0509
-0.0825
5.5542
8.6668
-8.0392
-11.5124
1.2393
1.7366
-1.1532
-1.1517
11.5749
13.4340
880.4733
1274.9520
在第一阶段，均值方面，上证综指的平均股指收益率为负，富时100的平均股指收益率为正，意味着在该阶段，上证综指的平均股指收益率低于富时100；标准差方面，上证综指股指收益率的标准差大于富时100股指收益率的标准差，说明该阶段上证综指股指收益率的波动程度大于富时100股指收益率；偏度与峰度方面，两个股指收益率的偏度均为负值，说明收益率的分布为向左厚尾分布，峰度均大于3，则说明收益率的分布均为尖峰分布，且上证综指股指收益率的峰度值更大，两者的总体分布皆呈现尖峰厚尾状态:Jarque-Bera方面，两者均在1%的置信水平下拒绝了正态分布的原假设。
在第二阶段，均值方面，富时100的平均股指收益率为负，上证综指的平均股指收益率为正；标准差方面，富时100股指收益率的标准差大于上证综指股指收益率的标准差，说明在该阶段，富时100股指收益率的波动大于上证综指股指收益率；偏度峰度方面，两者的偏度均为负值，峰度均大于3，说明两者的总体分布皆为尖峰厚尾分布；Jarque-Bera方面，两者均在1%的置信水平下拒绝了正态分布的原假设。
2.2平稳性检验
平稳性检验也称单位根检验。在构建VAR模型前，必须保证时间序列是平稳的。常用的单位根检验法为ADF检验法，表3为ADF单位根检验的结果。如表3所示，上证综指与富时100的股指收益率序列在两个阶段中均为平稳的时间序列，可以构建VAR模型。LSZ与LFS100序列是通过一阶差分法计算股指收益率前的原始序列，在两阶段中均为非平稳时间序列，但其一阶差分后得到的股指收益率序列是平稳的，因此二者皆为一阶单整序列，可以对其进行协整检验。
表3序列ADF单位根检验
阶段序列t统计量P值结论
LSZ-2.11040.2407不平稳
第一阶段LFS100-1.84160.3604不平稳DSZ-19.59090.0000平稳DFS100-27.94240.0000平稳LSZ-1.60210.4801不平稳
第二阶段LFS100-1.06060.7316不平稳DSZ-15.09360.0000平稳DFS100-5.87860.0000平稳
2.3协整检验
所研究的时间序列如果具有相同的单整阶数，或某种线性组合(协整向量)使得组合时间序列的单整阶数
降低，则称这些时间序列之间存在显著的协整关系。具备协整关系的变量或时间序列可以用于解释具备一定关联性的经济变量间是否具有长期稳定的均衡关系，同时可以避免出现伪回归问题。
由于LSZ与LFS100序列为同阶单整序列，具备协整检验的条件。本文采用E-G两步法进行协整检验，协整检验的结果如表4所示，第一阶段LSZ与LFS100序列之间不存在协整关系，第二阶段LSZ与LFS100序列之间存在协整关系。
表4沪伦通两个阶段的协整检验
变量阶段
残差项ADF
P值
是否拒绝残差项
检验t统计量单位根是否平稳LSZ-LFS100
第一阶段-2.21050.2028不拒绝不平稳
第二阶段-3.15680.0238拒绝平稳2.4VAR模型
向量自回归模型(VAR)的原理是把回归模型中全部的内生变量作为内生的变量滞后项，在实际运用时，常常用于存在经济内在联系的两个或多个经济变量的实证研究中，也可以根据模型对经济变量预测。VAR模型的表达式为：
Y i=a i Y i-1+«2^-2+…+00尤+…0”+e t,t-1,2,…，"(3)根据上述公式，对验证过平稳性的第一阶段和第二阶段的股指收益率时间序列建立VAR模型。
(1)第一阶段
将第一阶段的DSZ(上证指数股指收益率)时间序列和DFS100(富时100股指收益率)时间序列分别视为V AR 模型的内生解释变量，综合考虑实证分析中常用的AIC和SC信息准则，确定第一阶段模型的滞后阶数应取6阶，因此对第一阶段的时间序列建立V AR(6)O得到如表5所示的VAR(6)模型的估计结果。
表5VAR(6)模型的估计结果
解释变量
回归方程DFS100，回归方程DSZ,
系数t值系数t值DFSIOO,，!0.0571  1.59960.1809  3.4501
DFS100一2-0.0762-2.1227-0.0398-0.7544 DFS100一30.03270.91860.1523  2.9193 DFS100一4-0.1324-3.70720.1011  1.9278 DES100一§-0.0627-1.73780.01570.0297 DFS100-60.02940.8171-0.0831-1.1569
DSZ--0.0399-1.6484-0.0962-2.7027
DSZ-0.01940.80210.0936  2.6241
DSZ-0.00660.2759-0.0329-1.1039
DSZ-0.0327  1.35290.02070.5842
DSZ--0.0381-1.5878-0.0417-1.1846
DSZ“-0.0429-1.7941-0.0561-1.5963
C0.00020.6386-0.0003-0.6309
对所建立的VAR(6)模型进行单位根检验，检验结果如下页图1所示。
由结果可知，所建立的VAR(6)模型满足平稳性要求，特征方程的根均在单位圆内，说明第一阶段建立的VAR模型可以进行下一步的经济计量分析。
(2)第二阶段
重复第一阶段的处理方法，建立第二阶段的时间序列模型为VAR(8)，其单位根检验如图2所示。可以看出VAR(8)模型同样具备平稳性的特征，也可以进行下一步
统计与决策2020年第24期•总第564期143
｛财经纵横｝
-1.5
-1.0 -0.5 0.0 0.5    1.0    1.5
率在0上小幅波动并在第5期到达最高点0.004，而后经历
第6期和第7期的负向影响后趋于稳定。这说明，在短期 内，上证综指股指收益率的冲击对富时100股指收益率的 影响较小，基本围绕0上下小范围波动后趋于稳定状态。 当给予富时100股指收益率一个标准差的冲击后，对上证
综指股指收益率的影响会从第1期的最高点0.003迅速下
降.在第3期接近于0，在第4期至第8期之间股指收益率 经历了由正向变化到负向变化的波动，并在第7期达到最 低点-0.001，后逐渐趋于稳定。这说明，富时100股指收益
率的变化对上证综指股指收益率的影响存在一定的滞后
效应。
⑵第二阶段
第二阶段的脉冲响应函数图如图4所示。
图1第一阶段VAR 模型单位根检验图
的计量分析。
1.5 ----------------------------------------------------------------------
1.0-
0.5 - . ・ ■
♦
• •
0.0 -
•
・ ♦
-0.5 -
•
.
・
-1.0-
-1.5 H -----------1----------------------1-----------1-----------------------1.5
-
1.0
-0.5 0.0 0.5    1.0    1.5
图2第二阶段VAR 模型单位根检验图
2.4.1脉冲响应函数
脉冲响应函数是描述一个内生变量对误差冲击的反 映，它可以解释证券市场中一个单位的信息冲击(金融新 息)对所研究的内生变量产生的波动大小与方向，具体模
型如下：
^21 =
1^11-1 +Ct 22^2/-I  +C 2z
(5)
⑴第一阶段
第一阶段的脉冲响应函数图如图3所示。
Response  of  DSZ  to  DSZ沪港通开通条件
0.0100.008-
().()06-0.004-
0.002-().()00-
Kfs|M>nsv  of  DSZ  to  DFS100
0.010-f
0.008-0.006-0.004-0.002-0.000-图3第一阶段脉冲响应函數图
注：图申検舗表斤传息;+击的淆后期，纵躺表示應：猪收益率，实线表示眛123456789 10
1" 2’ 3’ 4’ 5’ 6’ 7’ 8’ 9’ 10
0Response  of  DSZ  lo  DFSI00
O.O161Response  of  DSZ  to  DSZ
0.0120.012.0.008
0.008.
\
0.004
0.004-\0 000 、尹二•二• 一一
0.000
123456789 10
123456789 10
冲*1应禽兹，虚线奏示正贲两倍标准差的偏高带。
从图3可以看出，当给予上证综指股指收益率一个标 准差的冲击后.富时100股指收益率在第1期并未立即发
生变化，到第2期则有小幅度的下降趋势，并达到最低 点-0.0005 .而后在第3期至第5期之间，富时100股指收益
图4第二阶段脉冲响应函数图
从图4可以看出，不同于第一阶段的变化，在第二阶 段中，当给予上证综指股指收益率一个标准差的冲击后，
富时100股指收益率的变化总体在0以下负向波动，并在
第3期和第7期同时达到最低点-0.0017。这说明在第二
阶段，富时100股指收益率对上证综指产生的变化反应强 烈，有两个阶段的负向反应。当给予富时100股指收益率 一个标准差的冲击后，对上证综指股指收益率的影响在第
4期前会呈现下降趋势，第5期至第8期呈现0以上的波
动。从总体看，第二阶段，上证综指股指收益率面对富时
100股指收益率产生的变化会做出积极反应，总体产生了
正向影响。
2.4.2方差分解
脉冲响应函数分析了 VAR 模型中每一个内生变量的
冲击对其他内生变量产生的影响，而方差分解是通过分析
每一个结构冲击对内生变量变化的贡献度，进一步评价不 同结构冲击的重要性。下页图5为第一阶段和第二阶段
的方差分解图。
从图5可以看出，无论是第一阶段还是第二阶段，富
时100股指收益率对上证综指股市收益率的贡献率始终 大于上证综指股指收益率对富时100股指收益率的贡献
率，随着时间的推移，富时100股指收益率对上证综指股 指收益率的贡献率逐步提高，说明上证综指受外部冲击的 影响更大。同时，第二阶段的贡献率明显高于第一阶段,
说明第二阶段两地股票市场间的联系明显增强。
144 统计与决策2020年第24期•总第564
期
1财经纵横「
Varance  Decomposition  of  DFS100
Varance  Decomposition  of  DFS100
t~t )FSlOO-^DSZl
i —DFSlOO —
岡
图5第一阶段(左)与第二阶段(右)的方差分解图
注：图申横轴表示帶后期，纵抽表示方差贡秋率。
2.5 DCC-GARCH  模型
为了深入探究两地股票市场的联动机制，本文将采用
DCC-GARCH 模型从两地股票市场的波动溢出效应视角
进一步分析。DCC-GARCH 模型是动态条件相关多元
GARCH 模型的简称，它主要分为两个步骤，第一个步骤是
给每一个时间序列建立GARCH 模型，第二个步骤是利用 第一步建立的GARCH 模型计算得到的残差来估计动态相 关系数。
先前在构建VAR 模型时，DSZ 与DFS100序列已通过 平稳性检验，接下来需要对两个序列的残差进行ARCH-LM  检验来判断残差序列是否具有ARCH 效应，如果具有，就
可应用DCC-GARCH 模型。ARCH-LM 检验的结果如表6 所示，在滞后期为10时，LM 统计量和F 统计量的值都很 大，因此可以拒绝原假设，认为两地收益率的残差序列均 存在ARCH 效应，可以构建DCC-GARCH 模型。
表6
两个阶段的ARCH-LM 检验结果
阶段变量LM 统计量
F 统计量
第一阶段
DFS100
66」486(0.0000)
7.0899(0.0000)
DSZ
61.3015(0.0000)  6.5282(0.0000)第二阶段
DFS100
DSZ
66.2747(0.0000)
63.4095(0.0000)
8.5482(0.0000)7.3062(0.0000)
注：括号内为P 值。
3结论
在实际研究中，通常采用GARCH(1,1)模型来处理金
融时间序列，比较不同GARCH 类模型的拟合效果后，对第 一阶段采用TGARCH 模型来完成第一步的拟合，对第二 阶段采用GARCH(l.l)模型来完成第一步的拟合，并构建
DCC(1,1)模型，使用极大似然估计法进行动态相关系数a
和B 的计算，计算结果如表7所示。
表7
两个阶段的DCC-GARCH 相关估计结果
阶段变量
a
第一阶段DSZ  和 DFS100-0.0258
0.7482
第二阶段
DSZ  和 DFS100
0.12420.5943
由表7可知，对两个阶段的上证综指股指收益率和富 时100股指收益率运用DCC-GARCH 模型后，参数a 和0
之和均小于1，说明两个股指收益率的条件方差具有稳定
性。同时，两个阶段的a 和0的系数之和均在0.72左右，
系数之和越大，说明信息在股市中的衰减就越慢，前期信
息对后期的影响就越大，意味着两个股指收益率序列的波 动具有一定程度的相关性，即一个股票市场的变化对另一
股票市场变化的影响是存在且长期的。对比两个阶段的 动态相关系数变化图(见图6和图7)，不难发现，在第一阶
段，两个股票市场间的动态相关系数出现了几次较大的负
向波动，比如2015年中国股市出现的大涨大跌事件，就引 起了两地股市联动性的反向波动，但整体波动的相关性仍
维持在0.3上下。第二阶段，两地股票市场的动态相关系 数几乎没有负向波动，说明沪伦通开通后，两地股票市场
的运行更加稳定.很少经历市场的剧烈波动。
图6第一阶段股指收益率动态相关索数时序图
图7第二阶段股指收益率动态相关系数时序图
本文以上证综合指数和富时100指数的股指收益率
数据作为研究样本，在数据确保平稳性的前提下，通过协
整检验研究了长期均衡关系的变化，随后建立VAR 模型 分析了沪伦通开通前后我国内地股市与英国股市联动性 的变化程度及方向，并用脉冲响应函数和方差分解从数值 量化的角度分析了两地股市的联动关系，最后又建立
DCC-GARCH 模型从股指收益率波动溢出效应的角度更
进一步地研究了联动性的变化。结果表明，随着沪伦通的
开通，我国内地股市与英国股市的联动性显著增强，出现
了协整关系，但股指收益率的波动并未岀现显著变化。
参考文献：
[1] ｛美]杰弗里伍德里奇.计量经济学导论现代观点[M].北京：中国
人民大学出版社,2017.
[2] 李占风.经济计量学[M].北京：中国金融出版社,2015.
⑶苗思雨•中英股市联动关系及“沪伦通”的发展[D].吉林：吉林大学
统计与决策2020年第24期•总第564期
145
DOI:10.13546/jki.tjyjc.2020.24.032
r
増加值贸易视角下中美隐含能贸易研究
芦风英，庞智强，邓光榷
(兰州财经大学统计学院，兰州730020)
摘要：文章利用EORA数据库中世界投入产出表和能源数据，研究了增加值贸易视角下的中美隐含能贸易。结果发现：(1)传统贸易视角下中美隐含能贸易等价于基于产业前向关联的增加值隐含能贸易，并且对大多数行业来说，大于基于产业后向关联的增加值隐含能贸易以及基于总出口分解公式的增加值隐含能贸易。
(2)即使是对于同一行业，不同增加值贸易视角下中国与美国的隐含能贸易量也会存在较大差异。(3)对大部分
行业来说，中国对美国的隐含能出口量大于中国从美国的隐含能进口量。因此在核算隐含能贸易量时，应当指明采用哪一种标准计算。另外从节约中国能源使用量的角度，应当适度增加中国从美国的隐含能进口，并减少中国对美国的隐含能出口。
关键词：增加值贸易；隐含能贸易；投入产出模型
中图分类号:F752文献标识码：A文章编号:1002-6487(2020)24-0146-05
0引言
美国和中国是世界第一大和第二大经济体，解决中美贸易争端，促进中美之间的双边贸易，不但有利于提升中美双方的经济利益，而且有利于世界其他地区经济的稳定增长。随着经济的增长和人口的增
加，中国能源的供求矛盾也越来越尖锐。由于产品的生产过程需要消耗能源，因此能源将会隐含在中美贸易中而发生转移，即发生了隐含能贸易。除了传统贸易以外，增加值贸易也逐渐被研究者所关注3。为此，本文基于增加值视角.研究中美之间的隐含能贸易。
已有对隐含能贸易的研究均是在传统贸易视角下计算中国的国际或者国内贸易的隐含能删，部分研究者从增加值贸易视角进行了中国隐含碳贸易的研究。贾净雪(2017严的研究结果表明采用增加值贸易测算的隐含碳净岀口量高于利用传统方法计算的隐含碳净出口量。张兵兵和李祎雯(2018)1啲研究结果表明，与增加值贸易相比，传统贸易高估了中日贸易的隐含碳排放。由于不同的研究者对增加值贸易的理解存在差异，因此即使研究对象一样，核算的结果也存在差异。本文借鉴以上文献从增加值贸易角度研究隐含碳的方法，参考王直等(2015円对增加值贸易的三种定义，比较了不同增加值贸易定义下中美隐含能贸易计算结果的差异。
1研究方法与数据来源
1.1研究方法
假定”代表中国，$代表美国，t代表世界其他地区，参考Duarte等(2018円构建多区域投入产岀模型，中美以
基金项目：国家自然科学基金青年项目(71704070)；甘肃省杰出青年基金(20JR5RA206)；#肃省高等学校创新能力提升项目(2020A-058)；兰州财经大学丝绸之路经济研究院科研项目(JYYY201801)；兰州财经大学科研项目(Lzufe20I8B-06)作者简介：芦风英(1987—)，女，甘肃兰州人，博士研究生，研究方向：经济统计。
庞智强(1965—)，男，甘肃秦安人，教授，博士生导师，研究方向：调查技术与经济统计分析。
邓光耀(1985—)，男，湖南邵阳人，博士，副教授，研究方向：资源环境统计。
学住论文,2019.
［4］张莹冲美股票市场联动性研究——基于小波分析和DCC-GARCH 模型［D］.济南：山东大学学位论丈,2019.
［5］高青松沪伦通”中基于存托凭证的交易模式所存在的问题及对策研究［J］.金融发展评论,2020,(3).
⑹许菲.基于结构转换GARCH模型的中英股市波动率研究［J］.淮海
工学院学报(自然科学版),2018,27(1).
［7］丁肖丽."沪港通”开通前后沪、港股审间信息溢出与动态相关性研究［J］.广东行政学院学«.,2018,(2).
［8］曾胜.罗松，陈振国冲美股票市场联动性研究——基于中欧、中英、中EJ的比较［J］.畫庆工商大学学报(社会科学版),2019,36(3).［9］李少君.方奕.“沪伦通”启动资本市场对外开放“加速度”［J］.金融市场研究,2019,(7).
［10］苏杰.沪伦通的主要特点及彩响评估［J］.金融博览,2018,(10).［11］叶婷.沪伦通启航——拓宽双向跨境投融资渠道［J］冲国金融家, 2019,(7).
［12］赵畅.创造中英金融合作“黄金”时代的机遇、战与途径卩］.对外经贸实务,2020,(3).
［13］蔡财形.王世丈.沪市与香港、美国股票市场间的联动性——基于"沪港通"实施前后的比较分析［J］.财会月刊,2015,(14).
(责任编辑/刘柳青)
146统计与决策2020年第24期•总第564期

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。