前言：寻找写作灵感？中文期刊网用心挑选的证券市场的联动效应，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
一、引言 近年来，随着金融全球化和自由化进程的加快，国际资本流动越来越频繁，跨国投资成为当今国际金融市场的热点问题，伴随着各国资本市场的逐渐开放，各国金融市场之间的联系日益加强。特别是东亚市场，更是受到海外投资者的青睐，成为国际证券投资的主要地区（吴凌芳，2010）。中国2001年的入世，2003年QFII制度和2007年QDII制度的出台，都加速了东亚金融市场国际化的进程。基于对资本市场的大量理论和实证研究，很多学者提出了实行东亚货币合作的设想(Bayoumi&Eichengreen，1994)。由于股票市场的联动效应是区域经济金融一体化程度的一个重要指标，研究东亚区域证券市场对区域冲击的反应和收益率的波动性，可以得出东亚资本市场一体化程度的相关结论，这对于东亚各经济体国民经济和金融体系的健康发展、东亚区域金融体系的建立以及国际金融市场的稳定都具有极其重要的现实意义。本文将运用MGARCH模型，从1997年的亚洲金融危机和2008年的全球金融危机的独特视角，分析东亚股票市场在两次金融危机期间到现在股票指数收益率的波动性和相关性，以期在前人的基础上得出进一步的研究成果。 二、文献回顾 国外关于股市间相关性问题的研究起步较早。Taufiq（1995）运用GARCH模型研究1920到1930年欧洲五个国家股票收益率的波动性，发现股票指数收益率的波动具有持久性，在受到外部因素的冲击时，波动率的持久性将更为显著，股票价格也将会出现大幅波动。Miyakosh（i2003）构建了双变量的EGARCH模型，将美国市场的冲击视为世界性的冲击，作为外生变量引入，将日本市场的冲击视为区域性冲击，作为内生变量引入，结果发现美国市场影响亚洲7个市场的收益率变化，日本市场对亚洲各国波动率的影响大于美国。Khalid和Rajaguru（2004）运用VAR-BEKK模型考察了南亚四个国家即印度、巴基斯坦、孟加拉、斯里兰卡区域共同货币选择问题，得出最可能的共同货币是日元。国内在这方面的研究也逐渐丰富起来。徐剑刚和唐国兴（1995）运用GARCH-M模型度量上海和深圳股票市场的波动率，指出模型的预测精度较强，上海和深圳股票市场都具有较强的投机性，且上海股市的波动比深圳股市的波动剧烈。赵留彦、王一鸣(2003)构建了一个双变量GARCH模型对A、B股之间波动溢出进行考察,得出仅存在A股向B股的单项波动溢出。 三、理论模型构建 鉴于GARCH模型也没有考虑到收益方向的信息，无法计算杠杆效应，也无法解释是什么因素导致了收益的波动，很多学者将其拓展到非对称GARCH模型，包括GJR—GARCH、TGARCH、EGARCH、IGARCH等。为避免内外生变量判断上的偏差和考虑变量之间影响的方向性，将单变量扩展为多变量模型,主要有VECH、BEKK、CCC—GARCH等模型。鉴于后文将给出的指数收益率的统计描述和相关检验，本文采用VAR-GARCH-BEKK模型来进行实证分析。其中Yt是n×1维收益率向量，εt是扰动项∑t，条件方差和协方差矩阵为，是n×n维对称矩阵。且n×1维矩阵α表示长期漂移系数，扰动项εt是n×1维向量。矩阵中的每一个元素衡量一个市场对另一个市场在收益率均值上的溢出效应。本文采用BEKK模型，在这个模型中，方差协方差矩阵被表示成扰动平方项，交叉扰动项和滞后一阶的方差协方差矩阵。 四、实证分析 （一）变量选取和数据来源 由于东亚地区主要经济体包括中国大陆(下文简称大陆)、日本、香港、韩国、台湾和东盟,所以本文选取这些经济体中有代表性的股票指数作为研究对象。股票指数依次是上证综合指数（SSEC）、日经225指数（NIKI）、恒生指数（HSI）、韩国首尔综合指数（KS11）和台湾加权指数（TWII）。另外采取周云帆（2010）的做法，将海峡指数（STI）作为东盟经济体的代表指数。本文选取的数据样本区间为1997年7月3日①至2012年3月30日，所有数据均来源于雅虎财经网站②。考虑到各国家和地区的假期不同导致股市交易日不同，本文以NIKI的交易日为基准，删除了各股市交易日不重叠的数据，最后得到3617组数据。本文以亚洲金融危机大规模爆发时间2008年9月14日为时间节点，将整个时期分为两个部分（后简称为1时期和2时期），分别包括2753和864组数据③。本文除特殊说明外，均使用S-plusFinmetrics软件做实证分析。 （二）指数收益率数据的检验 我们使用Eviews6.0对各变量进行ADF、PP、KPSS单位根检验，保证检验结果的准确性。各检验结果都得出收益率变量水平值都是平稳的，所以我们只在表3中列出了ADF检验结果。同时我们对收益率进行Ljung-Box和ARCH-LM检验，ARCH-LM检验的最大滞后阶数设为12，检验结果见表4和表5。各股市收益率Q值和LM值都很显著，具有明显的序列相关性和ARCH效应，因此我们选择VAR-BEKK模型。 （三）实证结果 本文根据最小化AIC和BIC原则来确定VAR的滞后阶数，最终确定使用VAR(1)-GARCH-BEKK模型。基于本文研究目的的考虑，我们分别对两个样本区间数据进行估计，实证结果见表6与表7。由于篇幅所限，我们并没有列出所有股票市场双变量估计结果，而只是列出了一部分实证结果。表格中C代表均值方程（1）中的系数矩阵，矩阵A、G即是方差方程（2）中的矩阵C和G，分别表示ARCH效应和GARCH效应。 我们分析方差方程估计结果。在矩阵A和G中，对角线元素体现了各自市场的ARCH效应和GARCH效应，从表中我们可以清楚的看到，在两个时期，A和G中的所有对角线元素都是正的且非常显著的。非对角线元素表示的是各市场之间的影响。具体地，在冲击影响方面，前后两个时期香港和东盟、中国和韩国之间冲击的溢出是双向的，2时期中国对韩国的影响从1时期的负值变为正值。大陆和香港在前后两个时期都不存在显著的冲击影响，两市场虽然地域临近，但香港股市和大陆股市有很多不同的特点。这也反映出虽然实行了QFII、QDII制度等逐步开放资本市场的政策，但中国内地资本市场的开放程度还远远不够。结合两个时期日本和香港、台湾的估计结果，可以得出2008年金融危机后，日本与香港市场之间关联性受到削弱，而与台湾市场的联系却得到了强化。#p#分页标题#e# 在波动溢出效应方面，同样得出日本与台湾市场的关联较香港市场得到了加强，这可以从G21、G12的显著性得出。其他市场之间波动率的溢出效应总体都得到了加强，而香港和东盟两个时期的影响都是双向的。 五、实证结论 本文使用MGARCH模型研究了东亚主要股票市场之间收益率和波动性的溢出效应，前后对比具体地分析了两次金融危机期间日本和香港、台湾，香港和中国、东盟，韩国和中国、东盟这六对市场之间的关系。我们得出以下结论： 1、东亚主要股票指数收益率的波动具有聚集性，呈现出不同程度的自相关性和异方差性。这与以往的研究结论相同。 2、在金融危机发生前后，东亚股票市场的收益结构和变化趋势发生了巨大变化，体现了两次危机产生的影响具有差别，这可由收益率的滞后项的显著性的改变得出。并且第二时期所有股市收益率滞后项均不显著，体现出了2008年金融危机后东亚资本市场一体化程度有所提高。3、东亚各股票市场具有显著的来自自身的ARCH效应和GARCH效应，而股市之间的新息冲击和波动传导在两个时期表现出不稳定的状态。不仅在影响的方向上不同，而且在正向和反向影响方面也有变化。
