股市风险传染的研究综述

游江天

摘要：区域性，全球性金融危机的多次发生，使理论界逐步关注股市风险跨国别的传染问题，涌现出大量以金融危机为背景的股市风险传染效应研究。研究关注于风险传染定义、验证方法以及传染渠道三方面。风险传染定义方面三种观点。其一，金融危机发生国增大了其他国家发生金融危机的可能性。其二若干市场一同或相继发生金融危机的现象。其三，指危机期间各市场间的联动性显著増加。在传染渠道研究方面，现有研究主要将其划分为贸易、金融和投资者预期3种传染机制。实证研究思路方法莫衷一是，格兰杰因果关系检验、GARCH、Copula等方法结合起来进行股市风险传染研究将是目前实证研究重点。

关键词：金融危机 股市风险 传染渠道

一、引言

随着经济全球化以及中国进一步的对外开放，世界各国的股票市场均呈现出风险传染趋势，即某一股票市场的股价波动影响其他股票市场的股价波动。值得注意的是，数次危机造成的影响是显著不同的。

（一）股市风险传染的广泛性（区域）不同

比如阿根廷引发的拉美金融危机严重的影响了拉美各国，但对亚洲、欧洲国家的股市影响不十分明显。亚洲金融危机广泛影响了东亚各国的金融经济。欧元区债务危机的主要影响局限在欧元区。而2008年美国金融危机对整个世界金融经济产生了重大的影响。总得来说，有些金融危机只影响局部地区股票市场，有些金融危机影响全球股票市场。另一方面体现在同样的经济危机下，不同国家金融市场所受到的影响是不同的。2008年金融危机时美国股市与欧州股市表现高度一致的行情表现，但对亚洲国家的影响有限。

（二）股市风险传染方向不同，有互相传染与单方向传染之分

美国股市风险可以影响全球金融市场，但有些股市的风险却无法影响美国金融市场，即存在单方向影响。同时，有些国家（地区）之间的股市风险可以相互传染。可以认为股市风险的传染渠道在不同国家（地区）之间是异质的。

总体来说，股票市场风险不再是孤立的系统内风险，而会传染到其他国家。股票市场风险通过特定的渠道传染、积累，并最终引发股市大幅波动。

因此本文的研究意义在于：研究股市风险传染的渠道，在理论上可以回答传染是通过何种渠道造成的。探寻是什么渠道导致的历次金融危机的传染;在实际中对于防范金融风险的跨境传染、以及针对危机渠道做出有针对性的干预来减少危机破坏性有重要的实际意义。

二、国内外研究现状分析

（一）国外研究

国外学者对于股市风险传染的研究主要分为两部分。一是如何定义及测度风险传染。二是对风险传染的渠道机制研究。

1.在如何定义风险传染上，有如下三种观点。其一认为风险传染是金融危机发生国增大了其他国家发生金融危机的可能性[1]。其二，将由季风效应、溢出效应以及多个市场再均衡导致得数个市场一同或相继爆发金融危机的状况定义为金融风险传染[2]。其三认为金融风险传染效应是指随着金融危机逐步由若到强，不同国家（地区）市场间的联动性増加[3]。当前，第三种观点是主流观点，即在测度风险传染时首先要计算市场之间的联动性（相关系数），相关系数的显著变化才被认为是发生了风险传染。

2.再测度金融风险传染方面有两种思路。其一，是通过计算不同市场间的相关系数及其变化来作为金融风险传染的测度指标。初期研究使用线性相关系数，为了弥补线性相关系数的不足，发展出了copula模型下的Spearman相关系数、kendall秩相关系数以及基于GARCH类模型的动态相关系数（DCC）。其二，采用诸如格兰杰因果模型、VAR模型等计量方法检验传染，亦或采用极值理论、马尔科夫模型、小波变换法以及随机网络等跨学科或交叉学科的方法来测度风险传染的发生。两种方法各有利弊，得出的结论也莫衷一是。

3.金融风险传染的定义以及测度解决了什么是金融风险传染及如何定量研究金融风险传染这两个问题。传染渠道研究则是解决为什么会出现金融风险传染这一情况。现有研究认为国家（地区）间真实存在的经济联系是金融危机传染的一个重要基础和渠道。贸易联系、资本流动等金融联系是这之中较为关键的传染渠道。Dornbusch[4]、Gerlach[5]研究了贸易对金融风险传染的作用以及具体传染机制。Calvo [6]、Rothengerg [7]发现金融危机发生国资本流入的突然中止，会导致其他国家的资本抽逃而引发金融风险傳染。

另外基于真实经济联系的投资者预期（情绪）、政治文化渠道也在金融风险传染中起了较大作用。Baker等 [8]构建代表主要国家的投资者情绪指标，发现全球情绪能传染到本国，并引发金融风险。

（二）国内文献

国内学者对融风险传染也非常关注，比较多的文献集中在传染关系的测度与判断，以及风险传染渠道研究上。

1.在测度股市股市风险传染方面，国内论文同国外一致，有计算股票市场的相关系数与不计算相关系数两种方向。在计算股市相关系数方面，张尧庭 [9]认为线性相关系数可以反应股市的联动情况;黄在鑫[10]、郭文伟[11]利用copula的方法计算相关系数判断风险传染。在不计算相关系数的方面学者通过使用通过格兰杰因果检验、VAR、向量自回归、GARCH簇组模型以及这些模型的混合使用来研究股市的风险传染，近年来还有学者使用网络分析法来研究股票市场的风险传染。马君潞[12]利用马尔科夫链测度风险传染的方法研究了美国以及亚太地区的七个市场，发现香港和日本股票市场是风险传染的节点。

部分学者在计算相关系数的基础上还构造统计量，检验风险传染是否发生。叶五一等 [13]在分析全球主要股票市场的风险传染情况时用局部相关系数测度股市之间的相关性。并构造Z统计量，通过统计检验的方法判断相关系数的变化是否是危机传染。万蕤叶[14]通过相关系数及构造费雪Z变换检验了次贷危机、欧债危机期间各国汇率风险的传染渠道，发现次贷危机期间的风险传染以贸易渠道为主，而欧债危机期间风险以投资者预期渠道为主。

2.在风险传染渠道方面。国内学者主要研究宏观经济渠道、贸易渠道、金融渠道、投资者预期渠道、地理政治文化渠道。还有部分学者关注上市公司的行业特征、个股特征是如何影响风险传染的。

游家兴[15]通过DCC-GARCH模型研究发现随着中国对外开放的逐步加深，中国股票市场所受的风险传染影响越多，表明宏观经济联对金融风险传染起着基础作用。叶青等 [16]利用美国以及其他25个国家（地区）的数据，实证检验了风险传染是否发生，发现危机传染具有明显的地域特征，欧美区域国家受影响显著，金融（债务）渠道、贸易渠道是股市风险的主要传播渠道。张一等 [17]年通过具有时变权重系数的向量误差修正模型实证研究了异质性交易主体，利用2001至2014年的美股与港股数据证实了投资者渠道是金融风险传染的渠道之一。胡聪慧等[18]研究商品市场与股票市场的联动性发现，融资流动性是两个市场风险传染的渠道。吴新生[19]通过空间计量的方法研究了欧债危机期间欧洲市场的风险传染，发现实体经济渠道、金融渠道以及地理、政治、文化渠道在欧元区市场中风险传染中起到了重要作用。

在讨论上市公司的行业特征、个股特征影响股市风险传染方面有：

李红权等（2017）[20]利用公司层面微观数据通过行业分组比较累积收益率（CAR）的方法研究股市风险在不同行业间传染的差异，发现与贸易渠道、金融渠道是风险传染的主要渠道。马丹 [21]利用带有不可观测变量的动态层级模型研究了A股行业板块，发现A股板块在非危机期间是联动效应，在危机期间传染效应与联动效应同时发生。侯仲凯[22]利用R藤copula的方法研究了金融危机期间的A股的行业板块表现，发现行业之间存在明显的非对称传染效应。

参考文献：

[1]Eichengreen B， Rose A K， Wyplosz C. Contagious Currency Crises[J].Social Science Electronic Publishing， 1996， 98（3）：1080-1080.

[2]Masson， Paul R . Contagion-Monsoonal Effects， Spillovers， and Jumps Between Multiple Equilibria[J].Imf Working Papers， 1998.

[3]Forbes K J， Rigobon R. No Contagion， Only Interdependence： Measuring Stock Market Comovements[J].Journal of Finance， 2002， 57（5）：2223-2261.

[4]Dornbusch R， Park Y C， Claessens S. Contagion： Understanding How It Spreads[J].World Bank Research Observer， 2000， 15（2）：177-197.

[5]Gerlach S， Smets F. Contagious speculative attacks[J].European Journal of Political Economy，1995， 11（1）：45-63.

[6]Guillermo A. Calvo. Explaining Sudden Stop， Growth Collapse， and BOP Crisis： The Case of Distortionary Output Taxes[J].IMF Staff Papers， 2003， 50（1）：1-20.

[7]Rothenberg A D，Francis E. Warnock T. Sudden Flight and True Sudden Stops[J].Review of International Economics，2011， 19（3）：509-524.

[8]Malcolm Baker， Jeffrey Wurgler，Yu Yuan. Global， local， and contagious investor sentiment[J].Journal of Financial Economics， 2012， Vol.104 （2）， 272-287.

[9]張尧庭. 我们应该选用什么样的相关性指标？[J]. 统计研究，2002（09）：41-44.

[10]黄在鑫，覃正. 中美主要金融市场相关结构及风险传导路径研究——基于Copula理论与方法[J]. 国际金融研究，2012（05）：74-82.

[11]郭文伟.国内外股市相依结构演化及其危机传染效应研究[J].国际金融研究，2016（10）：63-73.

[12]马君潞，吴蕾，靳晓婷.美国危机向亚洲新兴市场传染过程中的多米诺效应研究[J].世界经济，2012，35（06）：56-77.

[13]叶五一，李飞，缪柏其.基于局部相关系数的美国次贷危机传染分析[J].数理统计与管理，2016，35（03）：525-535.

[14]万蕤叶，陆静.金融危机期间汇率风险传染研究[J].管理科学学报，2018，21（06）：12-28.

[15]游家兴.经济一体化进程会放大金融危机传染效应吗？——以中国为样本[J].国际金融研究，2010（01）：89-96.

[16]叶青，韩立岩. 金融危机传染渠道与机制研究——以次贷危机为例[J].系统工程理论与实践，2014，34（10）：2483-2494.

[17]张一，刘志东. 异质交易行为主体下的金融传染机制及效应研究[J].中国管理科学，2017，25（09）：37-45.

[18]胡聪慧，刘学良.大宗商品与股票市场联动性研究：基于融资流动性的视角[J].金融研究，2017（07）：123-139.

[19]吴新生.季风效应、制度空间依赖与欧债危机传染——基于空间面板数据模型的经验研究[J].世界经济与政治论坛，2012（03）：96-105.

[20]李红权，何敏园，严定容.国际金融风险传导的微观经济基础研究：基于公司数据角度[J].金融评论，2017，9（05）：58-72+125.

[21]马丹，刘丽萍，陈坤.关联效应还是传染效应[J].统计研究，2016，33（02）：99-106.

[22]侯仲凯，何卓静，周利国.行业间市场风险相依结构及其危机传染效应[J].金融经济学研究，2018，33（02）：71-83.

（作者为首都经济贸易大学金融学院2017级研究生）