中外股市联动性VAR分析

DLNFCHI 0.0890 -0.0114 0.0512 0.2014
DLNN225 0.1838 0.0309 0.1555 0.3375
DLNKS11 0.1366 0.0065 0.1205 0.3881
DLNSHZ DLNDJIA DLNFTSE DLNGDAXI DLNFCHI DLNN225 DLNKS11
t值 -34.9113 -33.8196 -27.1302 -33.366 -33.5251 -36.7774 -33.6107
第一阶段 p值 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
表 ２ 中外股市不同阶段平稳性检验
第二阶段
平稳性 平稳 平稳 平稳 平稳 平稳 平稳 平稳
0.9341 0.3338 不拒绝
1.5080 0.2194 不拒绝
DLNFCHI 不能格兰杰引起 DLNSHZ 0.5071 0.4764 不拒绝
2.1265 0.1448 不拒绝
2.6265 0.1051 不拒绝
DLNN225 不能格兰杰引起 DLNSHZ 3.0960 0.0785 拒绝
2.7608 0.0966 拒绝
经济 / 产业
《合作经济与科技》
No.1x 2015
wk.baidu.com
中外股市联动性 VAR 分析
□文 ／ 刘清娟 雷汉云 张立召
（新疆财经大学金融学院 新疆·乌鲁木齐）
［提要］ 本文通过建立向量自回归模型，考察中国股市与 数、日本 N225 指数和韩国 KS11 指数，将股指数据取对数做差
国外六个主要国家股市三个阶段的联动性，通过相关系数检验、 分，求得各国股指收益率，DLNSHZ、DLNDJIA、DLNFCHI、DLN－
Inverse Roots of AR Characteristic Polynomial 1.5
Inverse Roots of AR Characteristic Polynomial 1.5
1.0
1.0
1.0
0.5
0.5
0.5
0.0
0.0
0.0
-0.5
-0.5
-0.5
-1.0
-1.0
-1.0
-1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
0.025645DLNSHZ （-1）+0.16286DLNDJIA （-1）+0.222922DLN－ 征方程的单位根均在单位圆内，VAR 模型平稳。（图 １）
FTSE（-1）-0.061303DLNGDAXI（-1）-0.136325DLNFCHI（-1）-
（四）Ｇｒａｎｇｅｒ 检验。本文原假设 A 变量不能格兰杰引起 B
差向量。误差向量内的误差变量之间允许相关，但是这些误差变 0.00837DLNSHZ （-1）-0.018002DLNDJIA （-1）-0.006907DLN－
量不存在自相关，误差向量与 Y（t），Y（t-1），……，Y（t-n）和 X FTSE（-1）+0.109754DLNGDAXI（-1）+0.052769DLNFCHI（-1）+
（t）也不相关。
0.066941DLNN225（-1）+0.008816DLNKS11（-1）
（二）数据的选取。本文选取 1996 年至 2013 年上证指数、美
［1.63482］［0.29474］［-0.34616］［-0.09662］［1.63854］
国 DJIA 指数、英国 FTSE 指数、德国 GDAXI 指数、法国 FCHI 指 ［0.71211］［1.75953］［0.40821］
阶段 整个阶段 DLNSHZ 第一阶段 DLNSHZ 第二阶段 DLNSHZ 第三阶段 DLNSHZ
DLNDJIA 0.0305 -0.0441 0.0462 0.0867
表 １ 中外股市不同阶段相关性系数表
DLNFTSE 0.0832 -0.0130 0.0540 0.2108
DLNGDAXI 0.0838 -0.0472 0.0652 0.1942
应。本文的向量自回归模型三个阶段中，最优的滞后阶数都是一
第 三 阶 段 VAR 模 型 的 方 程 式 ：DLNSHZ =-0.000825 - 阶，因此本文对变量之间进行滞后一阶的格兰杰检验。（表 ４）
0.020865DLNSHZ（-1）+0.125113DLNDJIA（-1）+0.281826DLN－
国外股指收益率的影响越来越明显。
发；2008～2013 年。
关键词：向量自回归模型；中外股指收益率；三个阶段 中图分类号：Ｆ８３ 文献标识码：Ａ 收录日期：２０１４ 年 １１ 月 ２４ 日
二、检验过程 （一）相关系数检验。从表 1 看出，1996 年至 2013 年，中国 与日本股市收益率的相关性最强，其次为韩国，与美国股市收益 率相关性最弱。分阶段看：第一阶段中国股指收益率与美国、英
2
-40.3888 -39.9533 -40.2250 -44.4396 -44.0133 -44.2794 -43.2768 -42.8521 -43.1173
3
-40.3841 -39.7454 -40.1438 -44.4529 -43.8277 -44.2180 -43.2865 -42.6636 -43.0525
表 4 显示：第一阶段，在 10%的显著性水平下，日本股指收
FTSE（-1）+0.100597DLNGDAXI（-1）-0.150361DLNFCHI（-1）- 益率是中国股指收益率的单向格兰杰原因。美、英、德、法、韩等
0.097093DLNN225（-1）-0.060276DLNKS11（-1）
国股市与中国股市之间不存在格兰杰因果关系。第二个阶段中，
t值 -36.5868 -36.0977 -39.0655 -36.1093 -36.3331 -35.8093 -34.3875
p值 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
平稳性 平稳 平稳 平稳 平稳 平稳 平稳 平稳
t值 -36.8217 -40.2249 -18.0136 -35.8228 -18.2406 -37.8797 -36.4659
4
-40.3424 -39.5005 -40.0257 -44.4533 -43.6291 -44.1436 -43.3143 -42.4931 -43.0058
5
-40.3124 -39.2672 -39.9192 -44.4631* -43.4399 -44.0787 -43.3373* -42.3180 -42.9545
DLNSHZ 不能格兰杰引起 DLNFTSE 0.9859 0.3208 不拒绝
0.1773 0.6737 不拒绝
0.3286 0.5665 不拒绝
DLNSHZ 不能格兰杰引起 DLNGDAXI 0.0846 0.7712 不拒绝
平稳性检验、格兰杰因果关系检验、脉冲响应函数分析后，得出 FTSE、DLNGDAXI、DLNN225 和 DLNKS11 分别代表中国、美国、
以下结论：中外股指收益率的相关性由负转正上升加快，但幅度 英国、德国、法国、日本和韩国的股指收益率，分为 3 个研究期
不大；中外股指收益率的溢出效应由弱转强；中国股指收益率受 间：1996～2001 年中国加入世贸组织；2001～2008 年金融危机爆
冲击，进一步解释经济冲击对经济变量所产生的影响，滞后阶数 DLNDJIA、DLNFCHI、DLNFTSE、DLNGDAXI、DLNN225 和 DLNKS11 三
为 p 的 VAR 模型表达式为：
个阶段的平稳性分别进行检验，结果如表 2，三个阶段的股指收
Y（t）=A（1）Y（t-1）+A（2）Y（t-2）+…A（n）Y（t-n）+BX（t）+e 益率都是平稳的。（表 ２）
（t） （t=1，2，3…，n）
（三）ＶＡＲ 模型分析。（表 ３）根据表 3 的滞后长度标准综合判
其中，Y（t）为 m 维内生变量列向量，X（t）为 m 维外生变量 定，三个阶段的 VAR 模型滞后一阶是最优的，由此得到：
向量，A（1），……，A（n）和 B 是待估的系数矩阵，e（t）是 m 维误
第 一 阶 段 VAR 模 型 的 方 程 式 ：DLNSHZ =0.000911 +
6.7784 0.0092 拒绝
DLNKS11 不能格兰杰引起 DLNSHZ 0.1666 0.6831 不拒绝
2.1918 0.1387 不拒绝
1.8103 0.1785 不拒绝
DLNSHZ 不能格兰杰引起 DLNDJIA 0.5106 0.4749 不拒绝
0.8304 0.3622 不拒绝
1.2435 0.2648 不拒绝
-1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
图 １ 三个阶段 ＶＡＲ 模型特征方程的单位根
-1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
表 ３ ＶＡＲ Ｌａｇ Ｏｒｄｅｒ Ｓｅｌｅｃｔｉｏｎ Ｃｒｉｔｅｒｉａ
第一阶段
第二阶段
第三阶段
Lag AIC
SC
0.071483DLNN225（-1）+0.054268DLNKS11（-1）
变量，即认为不存在 A 对 B 的收益率存在溢出效应，当统计数
［1.95233］［-0.90687］［2.82754］［2.58283］［-0.96646］ 据拒绝这一原假设后，我们就说 A 对 B 的收益率存在溢出效
［-1.45826］［-1.66158］［1.48047］
第三阶段 p值 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000
平稳性 平稳 平稳 平稳 平稳 平稳 平稳 平稳
－ 12 －
第 二 阶 段 VAR 模 型 的 方 程 式 ：DLNSHZ =0.000911 -
根据图 1 的 AR ROOTS GRAPH，三个阶段的 VAR 模型特
8
-40.2088 -38.5539 -39.5862 -44.4375 -42.8175 -43.8289 -43.3303 -41.7164 -42.7242
表 ４ Ｇｒａｎｇｅｒ 检验表
第一阶段
第二阶段
第三阶段
原假设
Chi-sq P 值 是否拒绝原假设 Chi-sq P 值 是否拒绝原假设 Chi-sq P 值 是否拒绝原假设
DLNDJIA 不能格兰杰引起 DLNSHZ 0.1198 0.7292 不拒绝
7.9950 0.0047 拒绝
6.8582 0.0088 拒绝
DLNFTSE 不能格兰杰引起 DLNSHZ 0.0093 0.9230 不拒绝
6.6710 0.0098 拒绝
9.7720 0.0018 拒绝
DLNGDAXI 不能格兰杰引起 DLNSHZ 2.6848 0.1013 不拒绝
［-1.61310］［-0.69950］［2.61882］［3.12602］［1.22800］ 在 1%的显著性水平下，美国和英国股指收益率是中国股指收
［-1.62064］［-2.60353］［-1.34548］
益率的单向格兰杰原因；在 10%显著性水平下，日本股指收益
Inverse Roots of AR Characteristic Polynomial 1.5
HQ
AIC
SC
HQ
AIC
SC
HQ
0
-40.2411 -40.2121* -40.2302 -43.9878 -43.9594 -43.9771 -42.6375 -42.6092 -42.6269
1
-40.1665 -40.3988* -40.3114* -44.3843 -44.1569* -44.2988* -43.2107 -42.9842* -43.1256*
6
-40.2727 -39.0243 -39.8031 -44.4505 -43.2283 -43.9913 -43.3341 -42.1166 -42.8768
7
-40.2409 -38.7892 -39.6948 -44.4430 -43.0219 -43.9092 -43.3311 -41.9153 -42.7993
一、模型的建立和数据的选取
国、德国和法国股指收益率相关性为负；第二阶段相关性上升为
（一）模型的建立。向量自回归模型（简称 VAR）可以用来预 正数。第三阶段相关性上升更为明显（美国除外）。（表 １）
测相关联的经济时间序列，并分析随机扰动对变量系统的动态
（二）单位根检验。本文采用 ADF 检验方法，对 DLNSHZ、