派智库

内容提要：本文以研究8·11汇改前后我国股市与汇市的动态风险传染关系为目的，采用二元时变t-Copula模型考察股市和汇市相关强度的时变效应，并基于VAR模型的Granger因果关系检验、脉冲响应分析和方差分解对股市和汇市之间的价格传递效应进行实证分析。主要研究结论如下：股市和汇市相关关系具有非线性和时变特征，汇改后相较于汇改前时变相关系数的变动范围明显增大；汇改前后都只存在汇市对股市显着的单向引导关系；短期内股市对汇市给予的冲击反应剧烈且迅速，而汇市对股市给予的冲击反应较为缓慢且滞后，汇改后汇市与股市相互冲击影响的作用天数较汇改前增加。

织梦好，好织梦

关键词：风险传染 动态相关 时变t-Copula模型 VAR模型 汇市 股币

党的十九大提出，“促进多层次资本市场健康发展。健全货币政策和宏观审慎政策双支柱调控框架，深化利率和汇率市场化改革。健全金融监管体系，守住不发生系统性金融风险的底线”。近年来，随着资本市场的不断开放和汇率形成机制的逐步完善，使得我国资本流动加快，汇率更加具有弹性。股市和汇市之间的关系愈加紧密。鉴于新兴市场国家发生的一系列金融危机和溢出效应，我国股市和汇市变动引起了国内外学者的广泛关注。我国金融市场发展还不成熟，制度还不完善，这都表现出应对风险的脆弱性。因此，研究这两个市场之间的风险相依关系和内在的传导机制对防范市场风险具有一定的现实意义。 本文来自织梦

一、股市和汇市之间关系的相关文献评述 本文来自织梦

关于股票市场和外汇市场在传导机制上的研究，许多学者主要从心理预期、货币供应量、贸易余额、国际资本流动、利率波动的角度进行了大量的研究工作（Gavin，1986：Dornbush和Fischer，1980；Dieci，2010等）。以上理论基本上都是在市场开放和资本能够自由流动的假设下提出的，而在现实中并不存在，这使得实证结果与理论往往不一致。 织梦好，好织梦

目前为止，国内外文献中对于股市和汇市市场风险传染的研究在实证方法上主要表现在以下三个方面：

织梦内容管理系统

一是通过协整检验与Granger因果关系检验，建立VAR模型来分析均值溢出效应。何诚颖等（2013）研究了外汇干预时我国汇率波动与股票间的关系得出，我国汇市与股市关系显着的不对称性和时变特征产生的重要因素是投资者异质。潘海峰等（2016）研究得出在不同阶段汇率与股指均存在协整关系，并有不同的Granger因果关系。

二是使用GARCH类模型分析股市和汇市之间的波动溢出效应，如Yang和Doong（2004）利用EGARCH模型结果显示股市对汇市具有单向波动溢出效应。刘用明和甘永春（2017）使用BEKK-MVGARCH模型也得出类似的结论，并得出我国汇率与股票价格之间不存在长期协整关系。

三是从非线性角度研究汇率与股价之间的关系或者将以上两种方法结合起来研究。钟永红和王其发（2015）结合SVAR和DCC-GARCH模型得出，股市与汇市的相关关系相对较弱，金融危机后股市对汇市有波动溢出效应。沈传河和王向荣（2015）利用SVM和Copula函数得出结论：两市场的收益率序列在不同的变化方向和变化幅度上表现的规律不同。 copyright dedecms

以上结论各不相同，这与国家之间不同运行机制和管理政策有关，也与学者选取的时间区间、典型事件的发生、研究方法的误差等有很大关系。本文在前人研究的基础上进行深入的分析。由于Copula函数不仅能够捕捉到变量问的非线性特征也能体现出变量问非对称特征，本文使用AR（m）-GARCH（1，1）模型拟合我国股市和汇市的收益率序列，构建时变t-Copula模型来研究股市和汇市的动态相依关系，并借助VAR模型更深入地分析8.11汇改前后股市和汇市的相依关系，进一步丰富相关研究。 dedecms.com

二、我国汇市与股市走势及其相关影响分析

copyright dedecms

为考察股市和汇市的走势情况，分别选取上证综合指数和人民币兑美元汇率为代表。2005年7月汇改后，人民币保持单边加速升值，人民币兑美元汇率至2008年底达到6.8346最大值。对应的股市从2005年股权分置改革后也一路上涨，上证综合指数于2007年底达到6124最高点。2008年由于受金融危机的影响人民币汇率又重新盯住美元，一直到2010年中旬在这期间汇率基本保持不变，而股市在经历了小波上涨行情之后又持续了一段震荡市。2010年6月汇改重启，汇率又恢复了整体升值状态，但升值速度放缓，并表现出时升时降的态势，而相应时期的股市则进入漫漫熊市。2014年6月股市开始回暖一直到2015年6月上证综指达到5166最高点，随后股市大跌，市值蒸发超过20万亿，给国民财富造成巨大损失。与此同时，8月11日汇率形成机制改革，汇率迅速贬值。此时，股市与汇市的双跌给全球市场带来了许多负面效应，引起了国际的广泛关注。2015年年末，股市启稳，12月1日RMB入篮，市场恐慌情绪减弱。但2016年初上证综指再次下跌，汇率市场也开启了新一轮的贬值，2016年年底人民币汇率受国内外多种因素的影响一度逼近“7”，汇市和股市同时出现了不稳定的共振现象。2017年以来人民币汇率出现震荡走势，总体震荡下降，而上证综指震荡上升。

dedecms.com

总体上来说，随着我国金融市场改革的不断推进，股市和汇市的联动效应愈发明显，变动方向在绝大数时间是反方向的。但从两市场的走势中并不能分析出在汇改后两个市场的具体传导关系，这需要用实证方法采用合理的模型来分析两个市场间的风险相依关系。

copyright dedecms

三、我国股市与汇市之间的风险传染关系实证研究

dedecms.com

（一）模型建立

1.二元时变t-Copula模型。Copula函数不仅能够较好的表现出变量间的非线性特征，也能捕捉到变量间的非对称的特点。 本文来自织梦

二元时变t-Copula的密度函数做如下定义：

织梦好，好织梦

其中，Yt是k×1维内生变量向量，Ai是k×k的系数矩阵，Yt-i为滞后内生变量向量，L为滞后阶数，εt是由k维随机误差项构成的向量。上述VAR模型应满足：E（εt）=0，E（εtYt-i）=0。在VAR模型的基础上，进行VAR模型的动态特征分析，使用因果关系检验来确定变量之间是否存在因果关系以及影响的方向，利用脉冲响应函数和方差分解方法分析模型中每个内生变量对其自身以及其他内生变量的扰动所做出的反应。

（二）数据选取 copyright dedecms

本文采用人民币兑美元汇率中间价代表汇市，汇率使用直接标价法表示；股市的选取指标用上证综合指数日收盘价来表示。根据两市场数据的可得性和研究的可行性，实证分析的样本区间选取为2006年1月4日至2017年8月10日，去掉缺失和不对称数据，股市和汇市分别得到2820组数据样本，数据来源大智慧数据终端。股市和汇市的日收益率可表示为：

织梦好，好织梦

ri，t=lnpi，t-lnpi，t-1，（i=1，2，t=2，3，…，2820）（3） 织梦好，好织梦

实证分析中将样本分为汇改前的2333组数据和汇改后的487组数据。其中，pi，t（i=1，2）分别为人民币兑美元中间价和上证综合指数第t日收盘价。后文用Rrm表示人民币兑美元的汇率收益率序列，用Rsz表示上证综合指数日收益率序列。全文所用的数据处理和建模软件为MatlabR2016b和gviews9。 内容来自dedecms

（三）描述性统计 织梦内容管理系统

由表1整体来看，汇改后汇市的标准差大于汇改前，可以看出8.11汇改后汇率市场的收益率波动增大。汇改前汇市和股市的偏度都小于0，说明汇改前汇市和股市存在负收益率的概率更高；汇改后汇市和股市的偏度都为负且绝对值都有增大的趋势表明汇改后股市和汇市负收益率的概率都增大。从峰度值来看汇率市场的峰度值在汇改后增高，即其他市场的较大冲击对汇率市场带来较大波动，说明我国汇率市场发展逐渐成熟受其他市场影响逐渐显着。汇改前后股市和汇市的J-B统计量都比较大且在0.05水平下显着，说明两个收益率序列都不符合正态分布；ADF检验的t统计量值在0.01水平下都显着，两市场的收益率序列是平稳的；判断两市场收益率序列是否存在相关性，对两市场收益率序列进行ARCH LM检验，得出汇改前后都拒绝“收益率序列不存在ARCH效应”的原假设。

织梦好，好织梦

织梦内容管理系统

综上所述，人民币兑美元汇率收益率序列和上证指数收益率序列都具有波动聚集等偏离正态分布的特征。

织梦好，好织梦

（四）股市和汇市相依系数时变效应分析

织梦内容管理系统

为了更有效的刻画两个市场，这里用AR（m）-GARCH（1，1）-t拟合两个序列，汇改前的滞后阶数选取1，汇改后为13，最后通过对模型估计的残差值进行ARCH LM检验都接受“残差不存在ARCH效应”的原假设，这说明拟合效果较好。

dedecms.com

在对股市和汇市收益率序列进行上述模型拟合后，对上述模型残差序列进行积分变换并得到两个市场收益率序列的边缘分布建立二元时变t-Copula模型。股市和汇市收益率序列的动态风险相关系数如图1和图2所示。

由图1，在8·11汇改前从2006年1月4日到2015年8月10日时间区间我国股市和汇市收益率序列时变相关系数大体呈负值但相关强度较弱，相关系数值在[-0.232，0.038]之间变动，这说明在汇改前汇率下降（即人民币升值）往往引起股市上涨，另一方面，时变系数的绝对值较小还可以看出，汇改前股指和汇率都不是影响对方波动的决定性因素。 织梦好，好织梦

图2中看出，在汇改后从2015年8月11日到2017年8月10日股市和汇市风险相依系数正负交替，正负相关关系不稳定，相关系数值在[-0.337，0.325]之间变动，整体相关系数的绝对值比汇改前明显增大；2016年初达到负向相关最大值，这可能是由于2015年末人民币兑美元汇率大幅下跌，人民币汇率中间价下调，2016年初人民币汇率形成机制对美元汇率为贬值预期。国际投机力量大肆沽空人民币，短期内人民币兑美元汇率主要由外汇市场供求决定，此时外汇市场供不应求而股票市场估值过高，投资和投机力量更趋向于在高处卖掉资产并将资产转移，导致股指下跌。 织梦好，好织梦

综上所述，汇改前后股市和汇市相依系数都表现出明显的时变特征，由于受到国内外多重因素的影响，我国股市和汇市风险相依关系不确定，有时正有时负，这与现阶段复杂的金融系统有关，使得股市和汇市不直接进行风险传染，变动方向有时不一致，甚至是反方向的。但可以看出在所选时间区间股市和汇市有一定程度的风险相依性，而且随着汇率形成机制的逐步完善风险相依程度也逐渐增大。为了充分了解两市场间的风险传染，这里借助VAR模型进一步分析汇改前后股市和汇市的风险传递效应。 织梦好，好织梦

（五）股市和汇市风险传递效应分析

首先建立VAR模型，这里由Log，LR，FPE，AIC，SC和HQ的多数原则并结合理论实际分析。汇改前八个特征根倒数和汇改后的十六个特征根倒数全部落在圆内结果表明模型是稳定的。 织梦内容管理系统

1.Granger因果关系检验。从表2看出，在0.05的显着性水平下，汇改前后都是只有汇市对股市的单向格兰杰因果关系，这与前人研究结果一致。虽然汇率价格的形成机制逐步完善，人民币汇率价格越来越受市场供求和其他市场风险溢出的影响，但我国股市仍然不能够成为引导汇市的决定性因素，而汇率对股票价格在汇改前后都具有引导作用。

copyright dedecms

2.脉冲响应函数。从图3可以看到，汇改前汇市给股市一个正向冲击，股指在汇率贬值的冲击下当期迅速下滑为负值，短期内主要表现为国内资本流出分流了股市的部分资金从而使股指下降，然后缓慢上升到第2期为正值，3期和4期进行正向波动，在第5期汇市对股市的正向冲击的影响趋于0；汇改前，股市给汇市一个正向冲击（如图4）汇市并没有立刻作出反应，而是先缓慢下降为负值（即汇率缓慢升值）短期内1期和2期负向先下降后上升，这可能是由于股市大盘向好，人们经济预期乐观，资本内流使汇率短期有轻微升值的趋势，后期又逐步调整。在3、4、5期正向波动，第6期股市的冲击对汇市影响趋于0。 织梦好，好织梦

汇改后，汇市给股市一个正向冲击（如图5），股市在当期有一个小幅上升，在第2期迅速下滑为负值，2、3、4期都为负值先下降后上升，第5期为正值一直到第9期正负大幅波动，在第10期影响逐渐趋于0，但之后的几期仍有非常小的微波，这表现出一定程度的超调现象；股市给汇市一个正向冲击（如图6），汇率先缓慢下降在2、3、4、5期有一个负向波动的过程，在6、7、8、9期有一个大幅的正向波动，直到11期趋于稳定。 织梦好，好织梦

综上所述，我国股市和汇市具有信息联动性，并且汇市受到股市的冲击反应相对于股市受到汇市的冲击反应要滞后和缓慢。汇改后相对于汇改前股市和汇市的脉冲反应维持时间更长。 织梦好，好织梦

3.方差分解。由表3，汇改前，对于股市变化的方差，收益率序列滞后一期时，总方差全部来自股市自身，当序列的滞后期逐渐增加时，总方差来自股市自身的部分逐渐下降，最后稳定在99.51％，这时来自于汇市的那部分则逐渐上升，最后占比达到0.49％；对于汇市变化的方差，收益率序列滞后一期时，总方差全部来自于汇市自身，随着滞后期逐渐增加，总方差来自自身的部分逐渐下降到99.63％，这时来自股市的那部分则逐渐上升，最后达到0.37％。平均来说，来自汇市的方差50.06％略大于来自股市的方差49.94％。

本文来自织梦

汇改后，对于股市变化的方差，来自股市自身的部分最后稳定在96.59％，来自于汇市的那部分最后占比达到3.41％；对于汇市变化的方差，来自汇市自身的部分最终稳定在98.49％，来自股市的那部分最后达到1.51％，平均来说，来自汇市的方差50.95％大于来自股市49.05％的方差。 copyright dedecms

综上所述，在股市和汇市的相互作用中，汇市的影响力相对来说更明显，这与前面汇市波动对股市具有引导作用结论相一致；另外，汇改后，汇市对股市波动的解释从0.49增加到3.41，解释能力明显增强，股市对汇市波动的解释从0.37增加到1.51也有所增加。

四、结论与建议

dedecms.com

（一）结论 dedecms.com

在前人研究的基础上，本文对我国汇市与股市之间的动态风险传染关系做了系统的分析，主要得到以下结论：第一，两个市场的相关关系具有非线性和时变特征，在不同的时期表现的相关程度和方向出现明显差异，8·11汇改以来股市和汇市的风险相依关系更加显着。第二，股市和汇市的相互引导关系具有不对称性，只存在汇市对股市的单向引导；短期内股市对汇市给予的冲击反应剧烈且迅速，而汇市对股市给予的冲击反应较为缓慢且滞后，在8·11汇改后汇市与股市相互冲击影响的作用时间较汇改前增长。第三，汇改后汇市对股市的解释能力增加了超过8倍，股市对汇市的解释能力增加了5倍。

内容来自dedecms

（二）政策建议 dedecms.com

从以上结论可以得出，随着我国汇率形成机制的逐步完善和资本市场的逐步开放，股市和汇市的风险传染效应表现的也越加明显，对此本文主要提出以下政策建议：

织梦好，好织梦

1.股市与汇市之间的风险传染应引起相关部门的足够重视。实证结果的非线性和时变特征，表明了金融市场的复杂性，两市场之间传导途径并不唯一，这就要求监管部门从多条路径（利率波动、国际资本流动、心理预期等）进行防范与监控。 织梦内容管理系统

2.保持我国人民币汇率的基本稳定并同时兼顾汇率弹性。注重汇市的预期引导，完善我国汇率的形成机制，稳定人们的预期，避免风险扩大；同时证券市场也应进一步完善相关制度，增加市场的透明度。

dedecms.com

3.适当的进行资本管制，防止大量国际资本通过非正规渠道流入中国证券市场。要大力发展和完善人民币汇率衍生产品，为市场提供更多的避险工具，从而使国内企业使用外汇衍生品工具规避由外汇大幅波动对股价产生的风险暴露。

copyright dedecms

参考文献： 本文来自织梦

[1]何诚颖、刘林、徐向阳等.外汇市场干预、汇率变动与股票价格波动——基于投资者异质性的理论模型与实证研究[J].经济研究，2013（10）. 织梦好，好织梦

[2]沈传河、王向荣.金融市场联动形态结构的非线性分析[J].管理科学学报，2015（2）. 织梦内容管理系统

[3]钟永红、王其发.我国金融市场动态关联性研究——基于货币市场、股票市场、外汇市场日度数据的实证分析[J].价格理论与实践，2015（10）. copyright dedecms

[4]刘用明、甘永春.汇率冲击与我国股票价格波动研究[J].四川大学学报（哲学社会科学版），2017（1）.

织梦好，好织梦