“沪港通”对中国内地、香港股市波动影响的研究

李博　彭坤

摘 要：2014年11月17日“沪港通”正式启动，两地经济联系更加密切。以中证恒生沪港通AH精明指数代表“沪港通”政策因素，对政策实行前后的两地股市采用GARCH模型分别进行建模，通过前后的比较来分析两地波动溢出效应的变化，分析发现：“沪港通”实行之前，中国内地股市与香港股市存在双向波动溢出效应，而“沪港通”实行之后，波动溢出效应仍为双向，但其作用程度有所减弱，“沪港通”对内地股市有平缓其波动的积极作用。

关键词：沪港通；GARCH模型；波动溢出效应

一、引言

2014年11月17日“沪港通”正式启动，中国内地与香港股票市场之间更为紧密，但也加剧了两地股票市场共同波动的可能性。正确地认知两地间波动传导机制，从而在获取更多利益的同时更好的规避风险，是投资者和政府都应关注的问题。

二、文献综述

国内学者对相关领域进行了研究：张福、赵华和赵媛媛（2004）对中美两国股市的研究认为上证综指与美国S&P 500存在协整关系；谷耀、陆丽娜（2006）利用DCC-EGARCH-VAR模型发现了上证指数和深证成指并没有表现出对恒生指数的溢出效应；方媛（2010）运用双向GC-MSV模型对现货价格波动、消费者信心指数等因素对股市波动的影响进行了研究；吴旭（2015）利用BEKK多元GARCH模型研究认为上海和沪港通间存在单向波动溢出效应。采用的实证分析方法主要为VAR模型、ARCH族模型等，由于选取的数据以及时域划分的不同，所得结论也不尽相同。“沪港通”实行不久，对此研究并不充分，本文旨在对“沪港通”实行前后中国内地与香港股票市场的溢出效应进行实证研究并加以比较，引入沪港通政策因素，这也是本文的新颖之处。

三、模型构建

GARCH模型具有长记忆性质，可避免参数非负约束的破坏，其待估参数少，可表示成与ARMA过程相类似的结构，方便进行持续性分析。

波动溢出是指不同金融市场的波动之间可能存在相互影响，波动会从一个市场传递到另一个市场。为判断单个股票市场日收益率的波动Xt（Xt=（Rt-E（Rt））2）是否对Rt存在溢出效应，可以将Xt作为Rt的解释变量，建立模型：

四、实证研究

（一）样本数据

中证恒生沪港通AH股精明指数①（以下简称精明指数）在文中作为代表“沪港通”的政策因素，对“沪港通”实行之后上海股市和香港股市的影响作分析。考虑到2005年8月23日起实行股权分置改革，选择2006年1月1日至2016年8月5日的上证综指（000001）、恒生指数（HSI）和中证恒生沪港通精明指数（SHHKSI）的每日收盘价作为样本数据，均来自通达信数据库，并以“沪港通”的正式施行为界点划分，阶段A：2006年1月1日至2014年11月16日；阶段B：2014年11月17日至2016年8月5日。

通过EViews6.0获取平稳的日收益率序列rc=log（pt）-log（pt-1）。去除节假日等因素共得到上证指数和恒生指数各2490个观测值，精明指数399个观测值。恒生指数（rhs）和上证综指（rsh）日收益率显现出波动聚集和均值回归，前半段恒生指数波动更加剧烈，后半段上证综指波动更加剧烈，这与恒生及上证分别于2007年10月30日、2015年中达到最高点相符。通过对统计特征的分析，两序列的偏度系数不为0，分布是非对称的；两者的JB统计量的相伴概率P接近于零，说明两者都不服从正态分布，都具有尖峰厚尾的特征；通过收益率标准差的比较，得出上海股市波动更大，风险也更高。

（二）ADF平稳性检验

由于时间序列可能产生伪回归问题，先对两序列进行平稳性检验。ADF检验可以检验更高阶的自回归过程，检验发现上证综指和恒生指数两序列。ADF检验统计量的相伴概率几乎为零，表明两个序列都是平稳的。

（三）GARCH建模

经过两序列均不能通过Q-自相关检验，考虑对两阶段分别进行GARCH建模，通过AIC准则的判断，估计结果如下所示：

上述两个方差方程的系数和小于1，满足非负约束，即模型满足平稳性，且过去波动对预期的影响是逐渐减弱的。式（4-4）中ARCH项系数大于0，说明香港股市中坏消息所引起的波动要比同等的好消息所引起的波动大，存在杠杆效应。将各指数的波动率Xhst、Xsht分别代入均值方程（4-2）和（4-4），在95%置信水平下，参数显著不为零，说明在“沪港通”实行之前，内地香港两地股票市场存在双向波动溢出效应。

阶段A格兰杰因果检验：格兰杰因果关系可用来检验某个变量的所有滞后项是否对另一个或几个变量的当期值有影响。由于两序列都是平稳序列，可直接进行格兰杰检验，验证发现上证综指是恒生指数日收益率的格兰杰原因，恒生指数是上证综指日收益率的格兰杰原因。

2、对阶段B进行建模：

上证综指日收益率GARCH（0，2）模型：

对于上证GARCH模型，若放宽至90%的置信水平参数显著：说明恒生指数和精明指数对上证综指很有可能产生波动溢出效应；对于恒生GARCH模型，Xsht的参数显著，Xhgt的参数不显著，说明上证对恒生产生波动溢出效应，而精明指数则效果不明显。即在“港股通”实行之前，内地香港存在双向波动溢出效应；而实行之后，香港股市以及“沪港通”政策都或多或少的影响着内地股市，内地股市也同样对香港股市有波动溢出效应。

阶段B格兰杰因果检验：在95%的置信水平下，上证综指是恒生指数的格兰杰原因，恒生指数率不是上证综指的格兰杰原因，但若放宽至90%的置信水平，恒生指数是上证综指的格兰杰原因。

五、实证结果分析

运用GARCH模型对内地和香港股市的波动关系进行了实证分析，基于上文得出了下列结论：

1.纵观2006年1月1日至2016年8月5日，上海和香港股市都存在明显的波动聚集性、非对称性和尖峰厚尾现象，且香港股市的更为明显，但上海股市的波动性更大，风险也更高。

2.在沪港通实行之前，香港作为一个小型开放经济体，其恒生指数在某种程度上可以代表世界因素，且内地香港贸易往来密切，受金融全球化的影响，内地和香港两地市场存在双向波动溢出效应。

3.“沪港通”实行之前，在95%置信水平下，上海股市与香港股市存在双向波动溢出效应；实行之后，只在90%置信水平下存在双向波动溢出效应，在95%置信水平下存在内地向香港方向的单向溢出，说明这种效应依然存在，但理论上香港对于内地的影响有所减弱。但考虑到内地股市在2015年6月30日达到近八年来的最高点，之后股市震荡下跌，“羊群效应”和融资融券等使其形势更剧，这之后的数据对于此研究意义不大，甚至呈相反效果。

4.就精明指数所代表的“沪港通”政策对两地股票市场日收益波动性的影响来看，在95%置信水平下Xhgt的参数并不显著，而若放宽至90%的置信水平的Xhgt参数显著：说明精明指数可能对上证综指日收益率产生某种程度的波动溢出效应，即“沪港通”对内地股票市场产生了积极的效果。并且考虑到其波动性的系数为负值，说明“沪港通”对内地股票市场日收益有减小其波动幅度的效果。

5.从上文可以看出，上证综指的波动性是影响恒生指数的，但精明指数从概率角度则不影响恒生指数的波动性，由于精明指数只包含同时在A股及H股上市的50家成分股公司，说明这50家上市公司的A股股票价格并不影响其H股股票价格，即H股股票价格更能体现其真实价值。这也是香港作为世界第三大金融中心，其自由的资本流动所决定的。而上证综指对恒生指数的影响则体现在内地投资者对H股股票的投资。“沪港通”给境内投资者投资H股的机会，试点初期，很多境内投资者看中A股及H股间赚取差额利润的机会，纷纷购入H股卖出A股；在2015年中旬过后，惨淡的A股市场也使得境内投资者纷纷转向港股市场，这也与“沪港通”实行后，沪股通大多呈资金单向净流入而“港股通”多为资金单向净流出的现象契合。

六、结语

“沪港通”标志着我国股市对外进一步开放，也是我国股市走向成熟进程中的一部分。我国股市较国际来讲尚不成熟，仍然需要相关上市公司信息披露制度和市场相关政策的不断完善。“沪港通”为中国内地与香港构建了一个互联互通机制，为投资者建立了更好的投资通道，促使内地股市的定价更加准确，一定程度上抑制了其波动，更能反映资本的真实价格。现阶段只是“沪港通”实行的一个过渡性阶段，日后伴随着我国内地证券市场稳步推进改革，我国内地证券市场必将日趋成熟。（作者单位：云南财经大学）

注释：

① 中证恒生沪港通AH股精明指数于2014年11月17日起由中证指数有限公司与恒生指数有限公司为反映沪港股票市场交易互联互通机制对市场影响的变化情况联合发布，包含50家成分股公司，这些公司均符合沪港通资格，并以A股及H股形势分别在上海证券交易所和香港联合交易所上市。

参考文献：

[1] 宋冬林，毕子男，沈正阳.机构投资者与市场波动性关系的研究——基于中国A股市场的实证分析[J].经济科学，2007，03：97-103

[2] 方媛.中国股市波动问题研究——基于随机波动率模型[D].华中科技大学，2010.DOI：10.7666/d.d152686.

[3] 张福，赵华，赵媛媛等.中美股市协整关系的实证分析[J].统计与决策，2004，（2）：93-94.DOI：10.3969/j.issn.1002-6487.2004.02.052.

[4] 张瑞锋，张世英.基于VS-MSV模型的金融市场波动溢出分析及实证研究[J].系统工程，2007，25（8）：1-6.DOI：10.3969/j.issn.1001-4098.2007.08.001.

[5] 谷耀，陆丽娜.沪深港股市信息溢出效应与动态相关性——基于DCC-（BV） EGARCH-VAR的检验[J].数量经济技术经济研究，2006，（8）：142-151

[6] 吴旭.沪港通与上海股市波动关系研究——基于BEKK-GARCH模型[J].荆楚理工学院学报，2015，（2）：85-90.DOI：10.3969/j.issn.1008-4657.2015.02.019.

[7] 龚朴，李梦玄.沪港股市的波动溢出和时变相关性研究[J].管理学报，2008，5（1）：96-100.DOI：10.3969/j.issn.1672-884X.2008.01.016.

[8] 张心培，王峰.“沪港通”波动溢出效应研究——基于DCC-MVGARCH模型的实证分析[J].河北金融，2015，（5）：20-23.

[9] 彭亮.恒生指数与上证综指的波动率传导：基于多元GARCH模型的实证研究[D].对外经济贸易大学，2009.DOI：10.7666/d.y1589070.