杜垂安，任 達

(天津大學管理與經(jīng)濟學部，天津300072)

越南股票市場聯(lián)動性研究—基于GRANGER因果關(guān)系檢驗-GARCH模型實證分析

杜垂安，任 達

(天津大學管理與經(jīng)濟學部，天津300072)

選取2006年1月4日至2013年12月1日越南指數(shù)與河內(nèi)指數(shù)的日收盤價數(shù)據(jù)，采用格蘭杰因果檢驗、脈沖響應函數(shù)和GARCH模型實證分析越南股票市場間收益率和波動率的聯(lián)動性。實證結(jié)果表明：越南指數(shù)與河內(nèi)指數(shù)的聯(lián)動效應較弱，雖然兩者之間存在引導關(guān)系，但兩者對來自自身的新沖擊表現(xiàn)出更明顯的反應，市場存在明顯的“杠桿效應”。

越南股市；聯(lián)動性；波動聚集

金融市場的波動，不僅受到自身歷史波動的影響，還受到其它市場波動的影響，這種現(xiàn)象被稱為聯(lián)動性。在金融領(lǐng)域中，波動的聯(lián)動性一直是金融經(jīng)濟學家關(guān)注的重點。在股票市場聯(lián)動性的主要文獻中，Hamao和Masulis(1990)采用自回歸條件異方差(ARCH)模型對美、英、日三個國際主要股票市場的短期波動進行研究，結(jié)果表明存在從美國到日本，英國到日本和美國到英國的價格波動溢出效應，但卻不存在反過來的波動溢出效應[1]。Eun和Shim(1989)在自回歸模型（VAR）基礎(chǔ)上對世界最大的9個股票市場進行動態(tài)聯(lián)動性研究，表明各國股市在一兩天內(nèi)能完成傳導信息，且存在單向影響，信息從美國市場迅速向其他市場傳遞，而美國對其他市場信息傳導反應不明顯[2]。Cheung和 Mak(1992),對美國和日本的國際成熟市場與亞太地區(qū)新興股票市場的周收益率數(shù)據(jù)進行研究，結(jié)果表明在1977—1988年之間存在因果關(guān)系，以美國全球性因素引導3個相對封閉的韓國、臺灣、泰國市場，日本股市對3個國家因果關(guān)系不太明顯[3]。近年來，對中國內(nèi)地市場與國外股票市場聯(lián)動檢驗不斷深入，尤其是經(jīng)濟危機發(fā)生的時期。俞世典、黃麗華和陳守東(2001)通過1998—2000年道瓊斯工業(yè)指數(shù)、香港恒生指數(shù)、納斯達克指數(shù)、日經(jīng)225指數(shù)以及上證等指數(shù)進行格蘭杰因果檢驗，發(fā)現(xiàn)成熟股票市場對上證指數(shù)存在格蘭杰因果關(guān)系，但影響比較小，而上證指數(shù)與其他市場不存在因果關(guān)系[4]。韓非、消輝(2005)研究中國股指收盤價對美國開盤價影響，表明對于一個未開放的中國股市，兩國之間的相關(guān)性相當弱，中國收盤對美國開盤存在很弱的影響，而美國收盤價對中國開盤價幾乎沒有影響[5]。魯旭、趙迎迎(2012)對滬深港股市聯(lián)動效應構(gòu)建三元VAR-GJR-GARCH-DCC模型，分析結(jié)果表明：滬深港三個市場的格蘭杰檢驗雖然具有非對稱性但仍然存在聯(lián)動效應，直接或間接引導對方；滬深股指對香港的新沖擊作出類似反應，都具有短記憶性，而且兩市與香港的動態(tài)聯(lián)動性具有相同的趨勢；滬深港三個市場間的動態(tài)相關(guān)系數(shù)隨時間而變化，并體現(xiàn)增強趨勢[6]。

越南股票市場雖然已經(jīng)經(jīng)歷了14年的發(fā)展，但還是屬于不成熟的發(fā)展中股票市場。與世界上其它許多發(fā)展中國家股票市場一樣，市場行為受很多非經(jīng)濟因素的影響，市場存在股價大漲大落、不平穩(wěn)、投機性比較強等現(xiàn)象。越南指數(shù)(簡稱VNINDEX)是以在胡志明交易所上市的全部股票為計算范圍，總體上反應了胡志明交易所上市股票股價的變動情況；胡志明交易所自2000年7月20日起正式進行交易，被稱為越南股票市場的主板市場，上該市企業(yè)主要是國內(nèi)規(guī)模較大、運營較好的大型企業(yè)。河內(nèi)指數(shù)(簡稱HNXINDEX)是以在河內(nèi)交易所上市的全部股票為計算范圍；河內(nèi)交易所是越南股市中小板市場，上市企業(yè)主要是資金有限、經(jīng)營環(huán)境不太穩(wěn)定的中小型企業(yè)，自2005年7月起正式進行交易。隨著證券市場在越南國民經(jīng)濟中的地位日漸重要，越南股票市場逐漸成為經(jīng)濟“晴雨表”。本文研究越南指數(shù)與河內(nèi)指數(shù)間的關(guān)聯(lián)性，其結(jié)果將有助于宏觀股價走勢的預測以及金融風險管理決策的制定。

1 檢驗模型

聯(lián)動性是指在證券市場、個股之間、板塊之間以及不同時間之間收益波動存在明顯的相關(guān)性。關(guān)于股票市場的聯(lián)動性研究，部分學者嘗試采用協(xié)整檢驗分析股市間是否存在長期共同趨勢，以便作為可否分散長期投資風險的參考。但越南股市以散戶為主，股市波動劇烈，股票換手率高，短期波動更為投資者關(guān)注，所以本文主要研究越南股市的短期聯(lián)動效應。首先，對越南指數(shù)和河內(nèi)指數(shù)進行描述性統(tǒng)計，然后分別進行平穩(wěn)性檢驗；以收益率的向量自回歸模型檢驗(Var)為基礎(chǔ)進行格蘭杰因果關(guān)系檢驗(Granger檢驗)，檢驗兩個指數(shù)之間收益率的溢出效應；并對平穩(wěn)的向量自回歸模型進行脈沖函數(shù)分析，考察兩個指數(shù)之間沖擊對其它收益的影響，分析各指數(shù)收益波動溢出中貢獻率的大小，進行GARCH組檢驗分析股指的波動溢出效應[7-11]。

1.1 格蘭杰因果關(guān)系檢驗

Granger于1969年提出Granger因果關(guān)系檢驗。此因果關(guān)系檢驗不是檢驗變量的真正因與果關(guān)系，而是檢驗變量之間的“領(lǐng)先-滯后”的引導關(guān)系，即某個變量是否對另一個變量有影響，一個變量是否能預測其他變量，所以變量之間實際上的關(guān)系是預測而不是成因和結(jié)果關(guān)系。如果一個市場是另一個市場的Granger因果關(guān)系，那么認為前者先行于后者，則可以通過前者的變化預測后者未來的表現(xiàn)；如果兩個變量之間不存在因果關(guān)系，則不能通過兩個變量的歷史信息來相互預測。

格蘭杰因果關(guān)系的回歸方程為：

如果設(shè)零假設(shè)H0：不是y的格蘭杰原因，即檢驗(1)式中xt-i前的系數(shù)αi是不全部顯著為0。給定顯著性水平α，如果拒絕原假設(shè)H0，認為x是y的格蘭杰原因。格蘭杰因果關(guān)系檢驗存在4中檢驗結(jié)果：

(1)αi不是整體為0，γi整體為0，x是y的格蘭杰因果關(guān)系；

(2)γi不整體為0，αi整體為0，x是的y的格蘭杰因果關(guān)系；

(3)αi,γi均不整體為0，x和y之前存在雙邊格蘭杰因果關(guān)系；

(4)αi,γi均整體為0，x和y之前不存在格蘭杰因果關(guān)系。

格蘭杰因果關(guān)系檢驗對滯后階數(shù)的選擇很敏感，選擇不同的滯后階數(shù)可能會導致不同的結(jié)果，所以在實驗過程中，應該選擇AIC或SC最小值的滯后期為最優(yōu)滯后期，也可以進行不同滯后階數(shù)的檢驗，并選擇模型中隨機干擾項不存在序列相關(guān)性的滯后階數(shù)為最優(yōu)滯后階數(shù)。

1.2 GARCH檢驗

Engle(1982)提出了自回歸條件異方差模型(Auto-regressive Conditional Heteroskedastic，簡稱ARCH模型),用于刻畫金融時間序列的波動性，成為20年來被廣泛應用分析金融時間序列波動性的基本模型。在Engle ARCH模型的基礎(chǔ)上，Bollerslev(1986)提出了“廣義自回歸條件異方差模型”—GARCH模型。GARCH模型，能夠更有效地描述及預測收益率波動性[12]。

GARCH(1,1)模型的表示為：

式(2)可以理解為過去所有殘差的正加權(quán)平均，這與波動率的集群效應相符合，即：在一個大的波動后面跟著另一個大的波動，而在一個小的波動后面跟著一個小的波動。GARCH(p,q)模型是ARCH模型的擴展，因此GARCH同樣具有ARCH(q)模型的特點，且其方差等式包括滯后條件方差。因為GARCH模型的方差等式中，包含了變量均平方的形式，所以很有可能忽略了正的沖擊與負的沖擊對當期條件方差產(chǎn)生不同的影響。在金融市場上，資產(chǎn)收益率的當期條件方差對未預期到的正的和負的收益經(jīng)常表現(xiàn)出不同的反應。

在GARCH(p,q)模型中，條件方差并不是由殘差值符號決定，而是由殘差值的大小決定。Black(1967)指出資產(chǎn)收益率與資產(chǎn)波動性負相關(guān)：當資產(chǎn)價格下降，其收益率為負，波動性上升；當資產(chǎn)價格上升，其收益率為正，波動性下降。事實上，波動性較大通常與股市的下跌有緊密關(guān)系，波動性較小通常與股市的上漲緊密相關(guān)。針對上述現(xiàn)象，Nelson(1991)提出一種非對稱GARCH模型——指數(shù)(Exponential)模型EGARCH，其方差等式分析的是，并且分別使用α1,θ系數(shù)來捕捉正負沖擊給波動性帶來的非對稱影響[13]。

式(3)中，系數(shù)θ決定了條件方差(自然對數(shù))是否有非對稱反應。如果α1=0，方差反應就是對稱性的，說明收益率的波動性不會隨著利空、利好而出現(xiàn)不同反應。如果負面消息出現(xiàn)，即ut-1＜0，一般期望看到收益率的波動性增大。如果出現(xiàn)正面消息，即ut-1＞0，一般期望看到收益率的波動性減小。

2 實證結(jié)果

本文選取越南股指數(shù)(VN-index)和河內(nèi)指數(shù)(HNX-index)的日收盤價，樣本數(shù)據(jù)的時間為2006年1月4日到2013年12月1日，數(shù)據(jù)來源于胡志明市交易所(HOSE)和河內(nèi)交易所(HASTC)數(shù)據(jù)庫。本文選擇越南指數(shù)和河內(nèi)指數(shù)的日收益率為研究對象，日收益率的具體算法為

其中：Rit為i股指指數(shù)在第t日的收益率；Pit為股指i在t日的收盤價；Pi(t-1)為指數(shù)i在(t-1)日的收盤價。本文中用RVNI和RHNI分別表示將對數(shù)進行一階差分處理后的越南指數(shù)和河內(nèi)指數(shù)的收益率序列。因為兩個指數(shù)剛開始的交易制度不盡相同，所以具體交易日存在差異。因此，本文將各指數(shù)交易日不重疊的數(shù)據(jù)剔除，得到樣本數(shù)為1 922，選用Eviews7.0進行數(shù)據(jù)處理與分析。

表1為對越南指數(shù)和河內(nèi)指數(shù)的日收益率進行描述性統(tǒng)計。河內(nèi)指數(shù)的偏度是正偏表明該市場收益率高于它的平均收益率，而越南指數(shù)則不然。河內(nèi)指數(shù)日收益率偏度大于0，呈現(xiàn)右偏分布，而越南指數(shù)收益率小于0，呈現(xiàn)左偏分布。兩市的收益率序列的峰度均大于3，表明股價日收益率呈現(xiàn)尖峰分布狀態(tài)，并且都在1%顯著水平下拒絕了Jarque-Bera正態(tài)分布的原假設(shè)。河內(nèi)指數(shù)的標準差大于越南指數(shù)，說明河內(nèi)指數(shù)波動率大于越南指數(shù)，體現(xiàn)出河內(nèi)指數(shù)“高風險，高收益”的特征。因為河內(nèi)交易所的投資者主要是個人投資者，投機行為比較明顯，而胡志明交易所的上市公司主要是大型企業(yè)，主要是機構(gòu)投資者進行上市投資。單位根(ADF)檢驗表明兩市收益率均通過了平穩(wěn)性檢驗，符合一般序列分析對變量的平穩(wěn)性要求，可以進行格蘭杰因果、脈沖響應函數(shù)檢驗。ARCH檢驗基于序列是否存在ARCH效應，通過ARCH檢驗可以進一步進行GRACH模型檢驗。ARCH(8)統(tǒng)計量顯示，兩個指數(shù)在1%水平下存在ARCH效應。.

圖1，2分別是河內(nèi)指數(shù)與越南指數(shù)收益率時間圖，從上面的標準差分析和下面的收益率時間圖觀察得出，越南指數(shù)收益率序列的波動明顯小于河內(nèi)指數(shù)收益率序列的波動。

表1 河內(nèi)指數(shù)、越南指數(shù)收益率的描述統(tǒng)計表Tab.1 DescriptiveStatisticsofHNX-indexandVN-index

2.1 GRANGER因果檢驗

選擇最小AIC,SC準則來確定滯后階數(shù)，根據(jù)向量自回歸(VAR)模型的滯后階數(shù)(6階)進行檢驗。檢驗結(jié)果見表2。

表2 格蘭杰因果檢驗結(jié)果Tab.2 Results of granger causality test

原假設(shè)“越南指數(shù)收益率不是河內(nèi)指數(shù)收益率的格蘭杰原因”的P值為0.000 3，在1%顯著水平下，拒絕原假設(shè)，即越南指數(shù)收益率是河內(nèi)指數(shù)收益率的格蘭杰原因。同樣也可以得到河內(nèi)指數(shù)收益率是越南指數(shù)收益率的格蘭杰原因。通過以上檢驗結(jié)果，可以得到結(jié)論：兩市存在雙邊因果關(guān)系，說明兩市互相影響。

Granger因果檢驗值反應了變量之間的引導關(guān)系，而全面、具體、直觀的動態(tài)特征需要進行脈沖響應函數(shù)檢驗。圖3，4中橫軸表示追蹤期限(單位為天)，縱軸表示響應大小程度。圖3中，對來自河內(nèi)指數(shù)的新沖擊(Response of RVNIto RHNI)，越南指數(shù)作出較強烈的正向反應，第1期為0.014，顯著最為明顯，沖擊的影響一直到第3期，從第3期到第9期沖擊雖然有所波動，但隨時間變化呈遞減趨勢；越南指數(shù)對自身的新沖擊(Response of RVNIto RVNI)第1期為0.011左右，其沖擊程度小于河內(nèi)指數(shù)的沖擊。圖4中，對于越南指數(shù)的信息，河內(nèi)指數(shù)整體響應較弱，第1期幾乎收到很小的反應,沖擊程度幾乎在0上下波動，到第4期反應程度才緩慢提高，雖然從第4期到第10期有所響應，但是響應程度不明顯。越南指數(shù)和河內(nèi)指數(shù)均對自身的沖擊反應明顯，特別是河內(nèi)指數(shù)。其原因為河內(nèi)的上市公司在信息披露行為等諸多規(guī)范性方面未達到國際標準，理性投資者更傾向于對市場的變化做出投資決策，而越南指數(shù)波動主要來源于機構(gòu)投資者，河內(nèi)市大量噪聲投資者進行交易時主要依靠來自本市場的信息。

2.2 GARCH檢驗

從圖1，2可以看到，較大的波動后面跟著較大的波動，較小的波動后面跟著較小的波動，越南指數(shù)收益率及河內(nèi)指數(shù)收益率序列存在很明顯的聚類現(xiàn)象(volatility clustering)。EGARCH模型回歸結(jié)果為

(1)河內(nèi)指數(shù)收益率

(2)越南指數(shù)收益率

從EGARCH的方程可以看出，當β系數(shù)分別為0.952 56和0.941 39(均小于1)時，在1%水平下顯著，說明模型滿足GARCH過程弱平穩(wěn)的條件，由此可捕捉實證分析中波動性的持久性(集群現(xiàn)象)。α1、θ系數(shù)用來刻畫非對稱反應,α1的大小能反應市場對沖擊的敏感度，α1更大表示波動性更強烈，可以看出河內(nèi)指數(shù)的α1值比越南指數(shù)的大，表明河內(nèi)指數(shù)的波動性比越南指數(shù)的波動性更強烈。從實證結(jié)果發(fā)現(xiàn)，無論是成熟股市還是新興股市，都存在明顯的波動非對稱性特征，且利空消息經(jīng)常比利好消息對波動性產(chǎn)生更大的影響。對于河內(nèi)收益率而言，非對稱系數(shù)為-0.025 39，顯著小于0,EGARCH是指數(shù)模型，由此得出結(jié)論：股票價格波動具有“杠桿效應”，當出現(xiàn)“利好消息”時，會給條件方差的對數(shù)帶來一個0.400 7(=0.426 06+(-0.025 39)倍的沖擊；而當“利空消息”出現(xiàn)時，則會給條件方差對數(shù)帶來一個0.451 48(=0.426 09+(-0.025 39)×(-1))倍的沖擊，“利空消息”產(chǎn)生更大的波動。對于越南指數(shù)而言，非對稱系數(shù)為-0.010 70，明顯小于0，同樣得出：越南指數(shù)收益率波動存在“杠桿效應”；當出現(xiàn)“利好消息”時，會給條件方差對數(shù)帶來0.341 15倍的沖擊；當出現(xiàn)“利空消息”時，會給條件方差對數(shù)收益率帶來0.362 55倍的沖擊，利空消息產(chǎn)生更大的波動。兩個指數(shù)都顯著：利空消息和利好消息對市場的沖擊程度不對稱；負沖擊帶來的波動大于正沖擊帶來的波動；兩市對壞消息作出反應更大。

3 結(jié) 論

本文通過研究河內(nèi)指數(shù)和越南指數(shù)收益率波動，得到如下結(jié)論：(1)越南指數(shù)和河內(nèi)指數(shù)雖然存在非對稱性，但兩者之間仍然存在因果關(guān)系，互相引導；(2)河內(nèi)指數(shù)屬于中小板市場的指數(shù)，對自身的新沖擊作出更大的波動，對來自主板市場-越南指數(shù)的新沖擊卻反應很小，表明河內(nèi)市場不被胡志明市場所引導，走勢比較獨立。其原因為越南股市還未成熟，河內(nèi)的上市公司在信息披露行為等諸多規(guī)范性方面未達到國際標準，理性投資者更傾向于對市場的變化做出投資決策，而越南指數(shù)波動主要來源于機構(gòu)投資者，河內(nèi)市大量噪聲投資者進行交易時主要依靠來自本市場的信息；3)和其他股市類似，河內(nèi)和越南股市也表現(xiàn)出明顯的波動“集群效應”，對利空消息產(chǎn)生更大的波動。此外，兩市收益率的波動劇烈，整體反應風險大，尤其是河內(nèi)指數(shù)，高收益高風險特點明顯。而聯(lián)動效應雖存在卻并不明顯，表明投資者們可以利用市場的聯(lián)動效應來預測股市的未來走勢，并且同時分散投資的風險。

[1]Hamao Y,Masulis R W,Ng V.Correlations in price changes and volatility across international stock market[J].Review of Financial Studies,1990,3(2):281-307.

[2]Cheol S E and Sim S.International transmission of stock market movements[J].Journal of Financial and Quantitative Analysis, 1989,2(24):241-256.

[3]Cheung Y L,Mak S C.The international transmission of stock market fluctuation between the developed markets and the Asian-Pacific markets[J].Financial Economics 1992,1:43-47.

[4]俞世典，陳守東，黃立華.主要股票指數(shù)的聯(lián)動分析[J].統(tǒng)計研究，2004,8:4-8.

[5]韓非，肖輝.中美股市間的聯(lián)動性分析[J].金融研究，2005,1:117-129.

[6]魯旭，趙迎迎.滬深港股市動態(tài)聯(lián)動性研究基于三元VAR-GJR-GARCH-DCC的新證據(jù)[J].經(jīng)濟評論，2012,1:97-106.

[7]張成恩.金融計量學—時間序列分析角度[M].北京：中國人民大學出版社，2012:144-172.

[8]高猛，郭沛.中日韓股票市場的聯(lián)動性研究—基于DCC-GARCH模型的實證分析[J].價格理論與實線，2012,8:66-67.

[9]方歡.滬深300股指期貨與股票市場關(guān)聯(lián)關(guān)系的實證研究[J].高教論述，2012,30:107-109.

[10]Kristin J F,Rigobon R.No contagion,only interdependence measuring stock market co-movements[J].The Journal of Finance 2002,5:2223-2261.

[11]武洪玲.我國金融發(fā)展、經(jīng)濟增長與城市化關(guān)系研究[J].安徽工業(yè)大學學報：自然科學版，2012,29(3):289-293.

[12]Bollerslev T,Chou R Y,Kenneth F K.ARCH modeling in finance,a review of the theory and empirical evidence[J].Journal of Econometrics,1992,52:5-59.

[13]Daniel B N.Conditional heteroskedasticity in asset returns:a new approach[J].Econometrica,1991,59(2):347-370.

責任編輯：丁吉海

Empirical Study of Vietnam Stock Market Co-movements:Based on GRANGER Causality Test-GARCH Model Function Tests

DO Thuyan,REN Da
(College of Management and Economics,Tianjin University,Tianjin 300072,China)

Vietnam index and Hanoi index’s daily closing price from January 4th2006 to December 1st2013 were selected to analyze the co-movement of returns and volatility in the Vietnam Stock Market with the Granger causality test,impulse response function and GARCH model.The empirical results show that the co-movement between Vietnam index and Hanoi index is quite weak;there is a casual relationship between the two indexes;they are more inclined to make a more significant response with their own new shock;Vietnam stock market has a remarkable leverage effect.

Vietnam stock market;co-movement;volatility clustering

F830.91

A

10.3969/j.issn.1671-7872.2015.01.018

2014-07-04

國家自然科學基金項目(71131007，71373171)

杜垂安(1989-)，女，越南人，碩士生，研究方向為股票市場聯(lián)動性研究。

任達(1965-)，男，山東萊州人，副教授，研究方向為金融工程與金融管理、公司金融。

1671-7872(2015)-01-0092-06