2014年第7期No. 7, 2014 (总第崎9期)General 4、'"何记汇率波动性与股市收益率联动性一一来自国际样本的经验证据李广众杨子晖杨铠维(中山大学管理学院/岭南学院/经济研究所，广东广州510275 ; 中央财经大学中国金融发展研究院，北京1∞081) 摘要:本文对1995-2011年全球33个主要股票市场收益率的联动性以及影响因素进行了分析。在控制了贸易联系以及金融一体化程度的影响基础上，我们重点考察了双边汇率波动性对双边股票市场收益率联动性的影响。分析结果表明，贸易联系、金融一体化程度与股市收益率联动性之间呈现出正向相关关系，而汇率波动性的提高将降低股票市场收益率之间的联动性。汇率制度弹性的增强有助于减弱一国股票市场与其它国家股票市场的联动性。本文研究对我国金融市场抵御外部冲击、降低市场传染具有重要的政策参考价值。关键词:汇率波动;股票市场联动性;汇率制度JEL分类号:目1，F33, G15 文献标识码:A文章编号:1∞2 -7246(2014)07-∞16 -16 -, ~I言股市收益率联动性是指各国的股票市场呈现出同涨同跌的共同趋势。产生这种现象的原因可能是市场对信息的反应以及对信息的传播，或者是因为某些宏观经济变量的变收稿日期:2013-12 -28 作者简介:李广众，经济学博士，金融学博士，中山大学管理学院教授，Email: liguangzhong@ mail. sysu. edu. cn. 杨子晖，经济学博士，中山大学岭南(大学)学院/经济研究所副教授，Email:yzh2016@. 杨铠维，金融学硕士，中央财经大学中国金融发展研究院，Email: ykwrichard@. *本文获得国家自然科学基金资助项目(71372148、71273286、71171173)、教育部人文社科重点研究基地重大项目(l3JJD79∞38)、全国优秀博士学位论文作者专项资金资助项目(201103)、新世纪优秀人才支持计划(NCET一11-0546)、教育部哲学社会科学研究后期资助重点项目(13JHQOlO)、广东省自然科学基金项目(52013010012485)、广东省优秀博士学位论文作者资助项目(sybzzxm201003)以及中央高校基本科研业务费专项资金的资助，在此表示感谢。作者十分感谢匿名审稿人提出的富有建设性的修改意见，当然文责自负。16
2014年第7期汇率波动性与股市收益率联动性17 动对某些国家甚至是全球股市都会产生影响，进而形成股市的联动。研究国际股票市场收益率的联动性及其影响因素不仅对于投资者的资产管理与风险分散具有非常重要的意义，同时对一国如何在全球经济一体化进程中维护国家金融市场稳定与金融安全也具有重要的理论指导意义。中国经济自改革开放以来得到了高速发展，并在2010年一跃成为全球第二大经济体。伴随着中国在世界经济舞台地位的不断提升，中国经济与世界经济呈现出显著的联动性波动，尤其在2008全球金融危机期间，中国股票市场与欧美股票市场呈现出较为明显的同涨同跌现象。与此同时，中国实施了"渐进式"、"谨慎性"的汇率体制改革，汇率制度由固定汇率制度向相对灵活的汇率制度渐进转变。2∞7年来，银行间外汇市场人民币对美元汇率波幅由%逐渐扩大至2014年的2%，市场在人民币汇率形成机制中发挥着越来越重要的作用。在此背景下，本文对汇率波动性对股市收益率联动性的影响进行研究具有重要的学术价值与现实意义:它不仅有助于增进我们对中国资本市场与国际资本市场联动性及其背后驱动因素的理解，而且也有助于我国进一步完善风险防范机制，平抑国际金融波动的风险传染，实现中国股票市场的长期稳定发展。对于股市收益率联动性的动态趋势及其影响因素，国外学者进行了相对大量的研究。8ekaert and Harvey ( 1995 )与Forbes and Rigobon ( 1999 )侧重研究了股票市场联动性的度量指标。更多的实证研究则对股票市场联动性的动态变化以及宏观因素的影响进行了分析，研究发现贸易联系程度(Chinnand Forbes, 2004)、金融市场发展情况(Dellasand Hess，2005)、经济周期同步性(Walti，2005)以及地理因素(Flavinet a1. ，2003)对股票市场联动性具有显著影响。然而，由于采用数据样本、计量方法、对股票市场联动性的度量方法以及解释变量度量的差异，现有实证研究得出的结论不尽相同甚至大相径庭(8eine and Candelon, 2007 )。在国内研究方面，现有研究采用了Johnson协整分析、Granger因果关系检验、多变量GARCH模型、分位数回归等研究手段重点考察了中国与美国、日本等国家股票市场收益率联动性的变动趋势。与国外文献一致，不同的研究也得到了不尽相同的研究结论。例如韩非和肖辉(2005)研究了2000年到2004年底中国股市与美国股市的联动性，发现中美股市的相关性很弱。中国股市收盘对美国股市的开盘有影响，但是影响很弱，而美国股市收盘对中国股市的开盘几乎没有影响。张兵、范致镇和李心丹(2010)研究也发现中国股市与美国股市不存在长期的均衡关系，短期内中国股市对美国股市的引导作用很弱，反之，在QDII实施之后，美国股市对中国股市的开盘价和收盘价均有显著的引导作用，美国股市对中国股市的波动溢出呈现不断增强之势。在极端条件下美股变动对中国股市的冲击更显著。唐齐鸣和操巍(2∞9)研究表明随着股权分置改革和人民币汇率改革的实施，中国内地市场和中国香港市场以及美国市场的关联程度逐渐提高，而每次QFII额度的增加(或预期增加)以及人民币的加速升值都会导致中美两个市场之间的关联程度下降。郑挺国和游家兴(20ω)通过对中国与亚洲、欧美7个重要资本市场的实证分析。研究发现，伴随着中国金融自由化政策的渐近推进和逐步深化，中国与这些市场的
18 总第409期小'"何也联动性越来越强，中国证券市场从最初的、相对独立的分割状态逐渐走向日益紧密的全球整合。李晓广和张岩贵(2∞8)对次货危机前后我国股票市场与世界股票市场联动性的动态变化的研究表明总体上我国股票市场与国际市场的联动性不强，而次货危机后，我国股市与国际股市的联动性有逐渐增强的趋势，尤其是与英国、香港地区等市场的联动在不断提高。游家兴等(2010)的研究则发现，经济一体化的背景下，中国、美国和中国香港三地股市的联动性增强。杨雪莱和张宏志(2012)在研究中美股市的联动及其相依结构基础上，对于联动及危机期间联动增强的原因进行了分析。研究说明理性传染是危机期间中美股市联动增强的主因，在引起理性传染的宏观经济因素中，美国货币政策冲击的结构性突变最为重要。李广子等(2011)利用中国A股市场中独特的配对股票样本发现由名称相似带来的"非理性联动"对股票收益率的联动性具有-定的解释力。此外，隋建利等(2011)研究则发现汇率不能由市场供求决定，因此股票市场很难对汇率变动做出及时的反应"①。以上提及研究一方面加深了人们对各国股票市场收益率联动性的动态变化的了解，另一方面由于研究方法、样本选取以及对重大事件时间分界点的主观选择上的差异导致了研究结论的不一致，进而影响了研究结论的稳健性。对于实证结果的解释也有必要放在国际样本中进行进一步的检验。如唐齐鸣和操巍(2'∞9)发现随着人民币汇率改革的实施，中国内地市场和中国香港市场以及美国市场的关联程度逐渐提高。然而，本文对国际样本的分析发现2∞6年以来全球主要股票市场联动性均出现了明显的增强。人民币汇率改革究竟对中国股票市场与国际股票市场之间的联动性究竟有没有影响?如果有，究竟是怎样的影响?或者说，一国汇率波动性和汇率制度选择对该国股市国际联动性的影响究竟如何?本文将对这一问题进行重点研究。汇率风险是资产管理中需要重点控制和管理的风险。国际投资者在国际范围内进行投资以及资产转换中不可避免地面临外汇风险。人们普遍预期汇率波动性对股票市场联动性具有负面影响，因为(1)汇率波动性的加大将导致外汇风险管理的难度与对冲成本的上升，对国际投资者的跨市场投资交易产生不利影响，进而可能减弱国际间股市的联动性;(2)汇率波动性的降低有利于密切两国或区域内国家间的经贸往来与国际合作，进而促进国家间经济周期的联动性以及股票市场的联动性。然而，在控制了国家间的贸易联系、金融一体化后，汇率波动性的降低是否增强了国家间股票市场的联动性仍然是一个亟须研究的实证问题。以Laneand Walti ( 2∞7)研究为例，该研究显示大多数欧盟各成员国间股市收益率相关系数在引人欧元后有所上升。出现这一结果可能是由于欧元的出现本身消除了汇率风险，从而使股票市场收益率同步性得到提升，但同时也可能是由于贸易、财政、金融领域的一体化趋势造成了这种现象。事实上，该研究也发现在引人欧元后英国、瑞典和瑞士股票市场收益率与欧盟国家股市收益率的联动性同样得到了提升。因此，对于汇率波动水平是① 此外，国内也有从风险态度、社会互动、参与惯性等其他角度来考察其对中国股票市场的影响，其中包括李涛(2(阀、2∞7)、李涛和郭杰(2∞9)等的研究。
2014年第7期汇率波动性与股市收益率联动性19 否以及如何影响股票市场收益率联动性必须在控制其他诸如贸易联系和财政金融-体化等变量基础上展开。这也是本文研究区别现有研究的一个重要之处。本文研究在Walti(2011)基础上，将研究样本扩大到全球市值规模最大的33个股票市场。在控制了贸易联系、金融一体化的内生性基础上，分析汇率波动性对股票市场联动性的影响。同时，研究还考虑了汇率制度变量对股票市场联动性的影响。分析结果说明汇率波动性的上升和汇率制度弹性的增强将减弱一国股票市场与其它国家股票市场的联动性。论文全文的安排如下:文章第二部分对计量模型、数据以及变量进行定义;第三部分是基本模型的实证结果分析，第四部分为实证分析的相关扩展;最后是研究结论以及政策含义。二、计量模型、变量与数据本文实证模型采用1995町2011年度面板数据考察了国际股票市场收益率联动性水平随时间变化的趋势，基本回归模型在考虑贸易联系程度、金融一体化程度的基础上重点分析了汇率波动水平对股票市场收益率联动性的影响。数据样本来自全球33个国家和地区的主要股票市场，其中分别包括阿根延、澳大利亚、巴西、加拿大、中国大陆、法国、德国、中国香港、印度、印度尼西亚、以色列、意大利、日本、韩国、墨西哥、荷兰、新西兰、新加坡、南非、西班牙、瑞士、泰国、土耳其、英国、美国、瑞典、挪威、比利时、芬兰、丹麦、马来西亚、希腊和奥地利。本文样本选择包含了全球按市值排名前35的股票市场①，数据样本的时间跨度为1995年到2011年。结合Walti(2011)，基本计量模型设定如下:TPi.川=β。+β1σid，t+β2iJ，' +β3 Fi,j" +μ川(1)ρ‘j，'是t期内i国和j国股票市场收益率联动性指标，β。是截距项，代表各市场反映的共同信息，σi，j，t是t期i国与j国货币汇率波动性，T"、F"分别为代表双边贸易联ijij系程度和金融一体化程度的控制变量，队川是误差项，μω-N(O，σ'!)。(一)股票市场收益率联动性(P ) 现有文献对两组时间序列数据相关性的测量主要包括条件相关系数(Conditional Correlations)与元条件已实现相关系数(UnconditionalRealized Correlations)。条件相关系数的估计主要通过对多变量GARCH的估计得到。具体模型设定包括动态条件相关多变量GARCH(DCC -MGARCH model) (游家兴和郑挺国，2009;张兵、范致镇和李心丹，2010;杨雪莱和张宏志，2012;唐齐鸣和操巍，2009等)、不对称广义动态条件相关多变量GARCH( AG -DCC -MGARCH model) (Cappiello et al. , 2006)、两变量指数GARCH(Bivariate Exponential GARCH model) (Kim et al. , 2∞5)等。对相关性的条件相关系数估计① 由于在为消除贸易联系程度与金融市场一体化的内生性所进行的第一阶段回归(模型3与模型的中重要解释变量的数据缺失，俄罗斯与台湾最终没有包括在本文研究样本中。
20 总第409期4、JrUf记很好地描述了相关系数的时变性与动态特征，然而对跨国样本的研究采用多元GARCH模型估计不可避免地面临模型设定选择问题，对于相关性在截面维度上的比较难以提供一个统一的框架。无条件已实现相关系数则较为简单直接，其定义为某一时期内两组数据的简单相关系数。由于该衡量指标能够为不同时期跨国样本间相关性的计算与比较提供一个统一、便于比较的衡量框架，因此在文献中被大量使用(Kingand Wadhwani, 1990; Forbes and Rigobon, 2002; Walti, 2011; Jotikasthira et al. ,2012; Kalemli -Ozcan et al. , 2013) 0 Beine and Candelon (2007 )也指出对于股市联动性在截面上差异d性的影响因素研究应该考虑采用无条件已实现相关系数来度量一段时期内的联动性。本文对于国际股票市场联动性的度量主要采用无条件已实现相关系数进行衡量。在收益率的度量方面，由于日收益率数据会受到非共同交易时间以及市场微观结构因素的影响，而月度收益率会大大减少样本数据量，因此本文选取各股票市场周均指数的对数收益率来计算股票市场的收益率。股票市场联动性定义为每一年度两国股票市场的周对数收益率的简单相关系数。本文所采用的股票市场指数数据全部为MSCI明属各国股票市场指数，数据来源于Bloomberg。图l显示了样本期内各国间双边股市收益率相关系数均值随时间变化的趋势。样本内各国间双边股市收益率相关系数均值总体随着世界经济一体化不断发展而提高。图1结果还表明，在世界经济披动性水平较高时，或者局部经济出现外生冲击时，会显示出传染效应(ContagionEffect) ，即各国股票市场在经济动荡期时会显示出更高的相关性。从图1中可以看出在1998年发生亚洲金融危机时各国股票收益率相关系数显著增加到一个峰值，随后回落;在2001年互联网泡沫破裂时各国股票收益率相关系数再一次急速上升;而从2006年起，世界各国股票市场收益率联动性水平迅速攀升并在2∞8到2∞9年国际金融危机爆发时达到顶峰，在世界经济略微好转的2010年开始下降，而从2011年酝酿发展的欧债危机又再一次显示了这种传染效应，各国股票市场相关系数再一次呈现上升趋势。图2显示了样本期内不同发达程度国家间双边股市收益率相关系数均值随时间变化的趋势。结果显示，2006年以来各类国家之间股市联动性均出现了明显的上升。与Morck et al. (2000)不同，图2说明发达国家股市在1995-2011年间具有更高的联动性。图1与图2结果同时还说明了无条件已实现相关系数可以较好地度量各国股票市场的联动性。由于各国股票市场联动性在2006年后均出现了明显的加强趋势，因此将个别国家(如中国)近期来与国际股票市场联动性增强的原因归结为某项政策(如人民币汇率制度改革)的实施是有失偏颇的。针对本文研究问题而言，对于汇率波动性对股票市场联动性的影响的分析应该在控制贸易、金融一体化以及时间因素的基础上，通过多元回归分析进一步展开讨论。由于相关系数取值区间在(-1，1)之间，为了避免模型设定偏误，与现有文献一致(Ouo et al. ,2001; Walti, 2011 ; Amira et al. ,2011) ，我们对简单相关系数进行以下单调变化:
2014年第7期汇率波动性与股市收益率联动性21 O l阴l镜泊1997I阴阳"1)nxl 2001 2002 2í朋友E网友阳军脂立盯7立阴立即20102011 固1样本内各国间双边股市收益率相关系戴均值 --挡在国家股市间相关系数---发展中国家股嗣同栩关系数 ..挡在困家与发展中国家股市间相关系数"、Jr• ~、, -AM ~、,,J•• ~、L1’ ,, ~, H . JF . ’••• ,, ,.. -f , .e• JJae ,,. 、. 、,? --、、 .. 、J. r, . 1••. .. . , , }~、、. 石，. , 川、.•, . 川、.. . -. , . , 、i t 、，一 。195巧l现~I剪7I现)8I镜"互朋友XlI2002 2003 2íX:网友脑2roí立即:m;立四20102011图2样本内不同发达程度备国闭双边股市收益率相关系数均值冒1+ρ W, III -_-~-='-(2) ’.J,’ _.. 1 -PiJ 其中，ρ川是基于各国股票市场1995-2011年间周对数收益率数据计算的第t年内i市场和j市场收益率的简单相关系数，ωiJ.'E (-∞， +∞)是经过修正后的相关系数变量。后文的回归分析将使用w川作为被解释变量。(二)汇率波动水平(σ)本文对汇率波动水平的测量是以年度内两个国家间的汇率水平的周对数收益率的标准差来计算。数据来源于Bloomherg外汇价格历史数据，没有直接双边汇率报价的两国
22 4、.，.，何也总第409期通过美元计算双边汇率。(三)贸易联系程度(T) 双边贸易水平的测度方法为第t年i国与j国当年进出口贸易总量占两国当年进出口总量的百分比。由于各国倾向于将本国货币金融资产与重要的贸易伙伴国货币联系起来，直接引人这一变量有可能存在内生性问题(Bordoand Helbling, 2004 )。对此，本文参照Frankeland Rose ( 1998 )对经济增长问题研究中贸易变量内生性问题的处理方式，将由上述方法计算出的双边贸易水平对五个外生变量(包括两国主要经济中心间距离的自然对数、两国GDP乘积的自然对数、两国是否拥有共同边境的代理变量、两国是否使用同一语言的代理变量和两国是否同为欧盟成员国的代理变量)进行回归，然后以回归结果的预测值来两国的双边贸易水平Ti，j，t带人模型(1)进行回归。除了以上五个变量之外，根据本文选取的国家样本，回归模型中还加入北美自由贸易区和亚太经合组织的虚拟变量。因此，利用1995-2011各变量年度数据，对贸易联系程度进行回归的模型设定如下:GDPLαBoTTi,j,t =α。+α1DishJ+α2iμ+α3ngi，j+α4i，j +αsEUi，j，t +α6NAFTAi，j，t +αsAPECi，j，t +ηiJ，t (3) 丸，1为第t年i国与j国在t期双边进出口贸易总量占两国当年进出口总量的百分比，数据来自于国际货币基金组织网站数据库中的贸易数据库(IMF ’ S Direction of Trade Statistics) 0 Disi，j是i国和j国主要经济城市间距离(飞行距离，以千米计)的对数，数据来源于网站。GDPL-J两国t期国内生产总值乘积的对数，数据i川是来源于世界银行WDI数据库。Lαngi，j、BOTi，j和EUi，j，t分别为表示同语言、同边境和同为欧盟成员国的代理变量，NAFTAiJ，t和APECi，分别为表示加入北美自由贸易区和\JE太经合组织的虚拟变量。在后文的分析中，我们将根据模型(3)回归得到估计系数对双边贸易联系程度进行预测，并使用预测值代人模型(1)以控制双边贸易联系程度的影响。(四)金融一体化程度(F) 本文采用以事实为依据(defacto)的度量方法对各国金融一体化程度进行度量。③根据Laneand Milesi -Fe rreui ( 2001 ,2007) ，→国金融一体化程度越高，其居民跨境持有国外资产的数量越大。为此，本文使用各国外国资产与负债占该国GDP百分比作为金融一体化程度指标。由于本文面板数据每一组都为双边关系指标，因此对双边金融一体化程度的衡量是对通过上述方法计算出的两国各自金融一体化程度的乘积取自然对数。由于本文基本模型中被解释变量是两国股票市场收益率的相关系数，而衡量金融一体化程度的变量是依据两国外国资产计算出的，因而直接使用这一变量可能存在由于双向因果关系导致的内生性问题。根据Walti(2011)，我们采用两阶段回归的思路来消除内生性。依据Imbs( 2006) ，利用1995-2011各变量年度数据，我们首先估计以下模型:① 对金融一体化程度的度量还可以考虑金融市场开放的政策变量或金融自由化指标，但由于一国货币当局宣布开放金融市场与金融一体化形成在时间上并不一定完全吻合，资本自由流动也往往在一国当局宣布开放金融市场后一段才开始出现(Bekaertand Harvey, 2003 ) ，因此本文并不采用这一思路对样本各国的金融一体化程度进行衡量。
2014年第7期汇率波动性与股市收益率联动性23 DisLαF"j,. =γ。+γlGDP，小.+γ2'J+γ3 Creditor’J +γ4 Corrup’J,’ +γ5ng"j EU+γ6，μ+ 1J’,j,. (4) F'J，'为第t年以各国外国资产与负债占该国GDP百分比衡量的两国金融一体化程度，计算方法是将iJ两国t期内各自外国资产与负债分别除以各自GDP，对这两个比例的乘积取自然对数，外国资产与负债数据来自于国际货币基金组织网站数据库。GDPι川，山，ω，J，为t期内iωJ两国GDP乘积的对数，数据来源于世界银行w咀DI数据库。Creditori，i是衡量债权人权利保障水平的指标，数据来源于LaPorta等(1998)0 Corrup"μ衡量iJ两国政府在E期内的腐败程度，算法是将各自腐败指数(指数数值越大表示腐败程度越低)相乘取对数，该指数来自于TransparencyInternational的年度报告。Laneand Milesi -Ferretti (2∞7)显示双边跨境持有外国资产还取决于两国间距离和两国是否使用同一语言。p。由sand Rey (2005 )发现两国间距离和是否使用同一种语言有助于解释在跨境持有资产时产生的信息不对称程度。因此本文加人i国和j国主要经济城市间距离(飞行距离，以千米计)的对数Disi，j'数据来源于网站和反映使用统一语言的虚拟变量Lαng'，j。模型(4)中还包括反映两国是否同为欧盟成员国的代理变量EU"j，.。在后文的分析中，我们将采用模型(4)回归得到估计系数对各国金融一体化水平进行预测，并使用预测值代人模型(1)以控制金融一体化程度的影响。三、基本模型的实证结果由于双边贸易联系程度和金融-体化程度在基本模型(1)中具有内生性，根据上文描述，本文采取两阶段回归的思想，将双边贸易联系程度和金融一体化程度变量对若干外生变量进行回归，再以回归结果预测值代人模型(1)以解决基本模型中变量的内生性问题。表1双边贸易联系程度模型的OLS估计结果:1995-2011 估计系数稳健标准误 ..事 ..事。‘0008EU ..申O.∞09 Bor GDP O.∞02 NAFTA ... APEC 时拿∞7 YearDummy Yes Yes 观测值个数8731 注J表示在10%水平上统计显著表示在5%水平上统计显著，…表示在1%水平上统计显著。标准误的估计为修正异方差的White异方差稳健标准误估计。
24 总第409期4、'"仔也表1的估计结果表明，除了代表欧盟的代理变量外，其他变量的符号与理论预期相一致，并且所有变量都通过1%的显著水平检验O两国间距离对双边贸易量具有不利影响，而两国经济实力、共同的语言、共同边界都对贸易强度水平均具有积极作用。加入北美自由贸易区和亚太经合组织都显著增强成员国间双边贸易联系水平。代表欧盟的代理变量系数为负可能是由于与代表国家间距离的变量Dis间存在多重共线性，因为欧盟内国家多为小国且距离较近。在去除上述回归中的Dis变量后，代表欧盟国家的虚拟变量得到2正的、显著的系数。模型拟合优度指标R达到，反映选取变量能够较好地解释双边贸易联系程度。表2报告了用模型(4)作为预测双边金融一体化程度的回归结果。模型的拟合优度为除共同语言外，其他变量都在1%的水平上统计显著。GDP越大、一国法律对债权人的保护越完善、政治越清廉越有助于改善投资环境进而提高金融市场的一体化程度。欧盟作为区域一体化程度较高的国家间组织，其成员国内部间金融市场表现出更高的整合度。表2双边金融一体化程度模型的OLS估计结果:1995-2011 解释变量估计系数稳健标准误GDP 忡申 Dis Crηditor 时* Co厅up1. 2145 ... Lang EU 1. 9180’" O. 1405 Yeα，rDummy Yes Yes 观测值个数6876 23 注:‘表示在109岛水平上统计显著表示在5%水平上统计显著，山表示在1%水平上统计显著。标准误的估计为修正异方差的White异方差稳健标准误估计。表3第1列报告了对基本模型(1)在控制时间效应基础上进行的OLS估计结果。回归结果表明，本文用以解释股票市场收益率联动性水平的实证模型统计表现良好。本文所采用的解释变量能够较好地解释双边股市收益率联动性。双边贸易联系程度系数为正，说明更加密切的双边贸易联系强度导致了更高的双边股市收益率联动性;双边金融一体化程度也与股票市场收益率联动性水平呈正相关关系。本文实证分析的核心变量即汇率波动性水平与双边股票市场收益率相关系数呈反向变动。这一结果表明汇率波动性水平的上升可能导致交易戚本以及对汇率不确定性进行对冲的对冲成本的上升，进而降低两国股票市场的联动性O由于以往对于股票收益率联动性水平的研究大多集中在欧盟国家。作为地区金融一体化程度最高的区域组织，欧盟区域内的市场使用共同货币，投资者对各国财政政策预期
2014年第7期汇率波动性与股市收益率联动性25 和通胀水平预期趋于一致，因而很可能会对双边股票市场收益率联动性水平产生影响。表4第2列在本文的基本模型中加入代表欧盟成员身份的虚拟变量对股市收益率联动性水平进行解释。结果表明，加人了欧盟成员身份的虚拟变量后，模型估计结果稳健。代表汇率波动水平、双边金融一体化程度的变量以及代表双边贸易联系强度的变量符号和统计显著性均未发生改变，模型的拟合优度进一步提升至%，代表欧盟成员身份的虚拟变量回归系数接近，反映了欧盟国家间表现出更高的双边股市收益率联动性。表3股票市场收益率联动性影晌因素的OLS估计结果:1995-2011 解释变量I 11 σ ’" ( ) () 6. 1863 T ( ) () F (0.∞33 ) (0.∞32) ..咖EU () YearDummy Yes Yes 观测值个数8904 8904 2 R注表示在10%水平上统计显著表示在5%水平上统计显著，川表示在1%水平上统计显著。标准误的估计为修正异方差的White异方差稳健标准误估计。为验证OLS估计结果的稳健性，本文还对基本回归模型(1)进行了Fama-MacBeth 估计。与OLS估计结果一致，所有的变量都取得预期符号并且在1%的水平上统计显著，汇率波动性上升将降低股票市场收益率的联动性，而更紧密的双边贸易联系、更高的双边金融一体化程度都将提升两国股票市场间收益率联动性水平。表4股票市场收益率联动性影晌因素的DOlS估计结果:1995-2011 解释变量σ ( ) T () F ( ) tHAh悦解一测町剧一嗷ll-i yes 释一值阶一滞一后一项一和一提一前一吁而一一J{mhyes 一艰巨7,320 注表示在10%水平上统计显著表示在5%水平上统计显著，川表示在1%水平上统计显著。标准误的估计为修正异方差的White异方差稳健标准误估计。
26 总第409期4、""1也对模型(1)进行OLS回归要求变量的数据生成过程是平稳的，否则将产生伪回归问题(SpuriousRegression)。根据1m-Pesaran -Shin (2003 )提出的面板数据单位根检验，我们对股票市场联动性、汇率波动性、金融一体化程度和双向贸易联系进行了单位根检验，检验结果不能拒绝金融一体化程度和双向贸易联系两变量存在单位根的原假设。为了得到代估参数的一致估计，根据Markand Sul (1999) ，我们在模型(1)中加人所有解释变量一阶差分的当期项、→阶提前项和一阶滞后项，并进行面板数据的动态最小二乘估计(Dynamic OIβ)。表4估计结果证实了前文分析结论的稳健性。①四、实证模型的扩展(一)汇率制度的影响研究汇率波动性对各国股票市场联动性的影响必须控制汇率制度的作用。白布雷顿森林体系瓦解后，一国可以根据自身的情况选择合适自己并且能够促进当地经济发展和金融稳定的汇率制度。通常情况下，一国会选择与重要的贸易伙伴国保持相对稳定的汇率以减小在贸易结算过程中出现的汇率不确定性，以减少对冲和套期保值成本。双边稳定的汇率制度可能会提高双边贸易联系的强度，从而提高两国经济周期同步性与股票市场收益率的联动性。此外，稳定的汇率制度在消除未来不确定性的情况下可以鼓励跨境持有资产，提高两国金融一体化程度，促进信息与货币通过金融市场渠道流通，从而提高两国股票市场收益率联动性。最后，汇率制度与汇率收益率波动也是高度相关的，通常认为实行固定汇率制度的国家的汇率波动水平相对较低O对于汇率制度的分类，现有文献看主要采用两种分类方法，一种是基于事实上的分类(de facto) ，另一种是基于一国所公开宣布的法定、汇率制度分类(dejure) 0目前比较常用且主流的分类方法主要有三种，IMF分类、LYS分类(Levy -Yeyati and Sturzenegger, 2003，2005)和RR分类(Reinhartand Rogoff, 2004 )。lMF分类方法是基于事实的(defacto)分类方法，其分类不同于法定宣称的汇率制度。这一分类方法是基于各国汇率弹性的不同，IMF2005年公布的分类方案包括(1)无独立法定货币，如美元化和货币联盟汇率;(2)货币局安排汇率;(3)其他传统的固定钉住安排;(4)水平带内钉住汇率;(5)爬行钉住汇率;(6)爬行带内浮动汇率;(7)不事先公布干预方式的管理浮动制;(8)独立浮动汇率。其中前两者属于盯住制度，(2)到(6)属于中间汇率制度，最后两个属于浮动汇率制度。LYS分类方法则是基于事实的分类方法，但与IMF考察各国汇率时使用的观测变量不同，LYS分类方法关注三个分类变量:名义汇率变动水平、汇率变化变动水平和国际储备变动水平。其分类依据是，如果一国使用固定汇率体制，其外汇储备就会经常出现变化以抵消名义汇率变动，将这三个指标组合在一起即可决定→国汇率制度归属。其采用四① 本部分分析得益于匿名审稿人的建议，在此表示感谢。
2014年第7期汇率波动性与股市收益率联动性27 种分类即浮动汇率、肮脏浮动(dirty float)、爬行盯住和固定汇率制度。RR分类方法采用平行汇率数据进行分类。Reinhartand Rogoff (2004 )认为多重汇率制无论在布雷顿森林体系时期还是这一时期前后都是广泛存在的，因此使用由市场决定的平行汇率比采用官方汇率更具经济意义。RR分类方法将汇率体制的种类细分拓展到15种之多。IMF分类结果以及RR分类方法中得分越高说明汇率弹性越大。与此相反，LYS分类结果得分越低汇率弹性越大。本文选取的样本国家根据三种分类方法得出的年度数据分别来自于IMF官方网站、的nd4stataldatasets/xrc. html以及。在下面的分析中，我们在模型(1)基础上加入汇率制度变量，具体模型构建如下:TFWi,j,t -β。+β1σ川+β2iJ，t+β3iJ，t +β~4regimeiJ，t +μ乱J，t(5) 其中，regime，μ是t期i国和j国的汇率体制分类分数的乘积取自然对数。表5报告i了对模型进行面板数据动态最小二乘估计的回归结果。表5股票市场收益率联动性影晌因素扩展模型的DOlS估计结果:1995-2011 解释变量LYS分类IMF分类RR分类 " " -11. 590" σ ( ) ( -14. 25) ( ) " Ti,j,t () () () " " FiJ,t () () () RRJe;♂m " ( ) LYSJegime ( ) IMFJegime " ( ) cons .. 1. 418 .. " () () () YearDummy Yes Yes Yes 观测值个数5,241 3,657 5,018 O. 386 O. 357 O. 386 注表示在10%水平上统计显著表示在5%水平上统计显著，…表示在1%水平上统计显著。标准误的估计为修正异方差的Whit冠异方差稳健标准误估计。在表5的回归结果中，IMF汇率制度分类以及RR汇率制度分类的变量系数显著为负，LYS汇率制度分类的变量系数为正，但不显著。这一结果说明双边国家的汇率制度弹
28 总第409期4、h'仔记性越大，双边股市收益率的联动性越低，而在实行固定汇率制度的国家之间股市收益率联动性较高。更重要的是，表5结果说明即使在控制了汇率制度的影响后，汇率波动性将对各国股市联动性仍然具有显著的负作用。(二)不同经济周期中汇率波动性的影响大量对股票市场联动性的研究文献发现双边国家经济周期的同步性对双边股票市场的联动性具有重要影响。Erbet al. (1994)经典文献发现，当两国都处于衰退期时，股票市场的联动性比两国都处于繁荣期或两国经济周期不同步时的联动性高。然而，对于汇率波动性在不同经济周期同步性条件下对股市联动性的影响并未在现有文献中得到充分关注。在此，我们利用世界银行WDI数据库提供的实际GDP和实际人均GDP数据分别对国家的经济周期状态进行定义。经济繁荣期定义为实际GDP或实际人均GDP出现增长的年份，而经济衰退期期定义为实际GDP或者实际人均GDP出现下降的年份。表6不同经济周期同步性下汇率波动性影晌的DOLS估计:1995-2011 根据实际GDP定义经济周期根据实际人均GDP定义经济周期都处于都处于都处于都处于不一致不一致繁荣期衰退期繁荣期衰退期wh川的均值0,996 1. 650 1. 018 1. 508 一12，309 一卢 一12，062 -16，923忡-12. 862 σ川"( -14. 18) ( ) () (一12，40)( ) ( -8,15) 0,084 .. 0，089忡" 抖TiJ" (21. 59) ( ) () () ( ) ( ) 5, 797忡5，666忡4，837忡5,786 .. 忡5,725 Fi,i,1 ) () ( () () ( ) ( ) 1. 534忡 .. .. 1. 419忡 cons 1. 552" () () () () ( ( ) ) YearDummy Yes Yes Yes Yes Yes Yes A解释变量一阶滞后项Yes Yes Yes Yes Yes Yes 和提前项观测值个数5839 1081 5188 676 1456 4∞ 2 O. 532 R注表示在10%水平上统计显著表示在5%水平上统计显著，川表示在1%水平上统计显著。标准误的估计为修正异方差的Wh配异方差稳健标准误估计。表6第1行报告股市联动性指标在不同经济周期同步性下的均值。结果证实了现有文献的发现，当两国都处于衰退期时，股票市场联动性比繁荣期或经济周期不同步时的联动性高。研究同时还发现汇率波动性对股市联动性的负作用在两国都处于衰退期时作用更大。这一结果强调了建立一个具有较高弹性的汇率制度对于在全球经济衰退期中降低金融危机传染的重要意义。
2014年第7期汇率波动性与股市收益率联动性29 六、结论与启示本文使用包括中国在内的全球最大33个股票市场数据，对1995-2011年间的股票市场收益率联动性的影响因素进行了深人分析。在具体的分析过程中，我们较好地控制了贸易联系强度和金融一体化程度的内生性。实证结果表明，贸易联系程度和金融一体化程度与股市联动性水平呈正相关关系。在汇率波动性以及汇率制度对股票市场联动性影响方面，研究发现汇率波动性的提高有助于降低股市收益率的联动性，汇率弹性较低的国家的股票市场与国际股票市场间将呈现出更高的联动性。本文研究对于我国未来金融自由化改革具有重要的政策参考意义。传统观念认为在以往金融危机中，中国之所以能够独善其身，规避金融危机的传染，主要在于资本账户的适度管制、金融市场的分割以及不可自由兑换的人民币。随着人民币国际化进程和汇率市场化改革的不断深入，我国经济能否抵御国际金融危机的冲击、维护国家金融的安全成为理论界和政策制定者关心的重要问题。本文研究一方面说明在经济全球化的背景下，随着中国对外贸易依存度、双边贸易联系程度的显著攀升以及金融市场国际化改革的不断推进，我们有必要进一步加快相关配套的法规建设，尤其是加强对外金融监管，完善系统风险预警机制，为有效防范国际金融危机的冲击以及资本市场的风险传染，实现中国股票市场的繁荣稳定提供制度上的"屏障"。另一方面也说明建立一个随市场供求状况变化可调节的、更有弹性的汇率制度有助于我国金融市场抵御外部冲击、实现稳定健康发展。在出现全球经济衰退时，一个灵活的汇率制度将在降低外部金融市场对我国金融市场传染危机方面发挥重要的作用。参考文献[ 1 J韩非、肖辉，2∞5，{中美股市间的联动性分析)，{金融研究》第11期，第117-129页。[2J李广子、唐国正、刘力，2011，{股票名称与股票价格非理性联动一一中国A股市场的研究)，{管理世界》第1期，第40 -51页。[3]李涛，2∞7，{参与惯性与投资选择)，{经济研究》第8期，第95-109页。[4]李涛，2∞6，{社会互动、信任与股市参与>>，{经济研究》第1期，第34-45页。[5]李涛，郭杰，2∞9，<风险态度与股票投资>>，<经济研究》第2期，第56-67页。[6]李晓广和张岩贵，2∞8，{我国股票市场与国际市场的联动性研究一-对次货危机时期样本的分析)，<国际金融研究》第11期，第75-80页。[7]隋建利、刘金全，曲国俊，2011，<中国股票收益率与宏观经济波动的关联性研究>>，<现代管理科学》第3期，第10-12页。[8]庸齐鸣、操巍，2∞9，<沪深美港股市的动态相关性研究一一兼论次级债危机的冲击)，<统计研究》第2期，第21-27页。[9]游家兴、郑挺国和陈珍珍，2010，<经济一体化与证券市场联动性一一基于相关经验数据的分析)，<厦门大学学报(哲学社会科学版n第2期，第21-28页。[10]杨雪莱和张宏志，2012，<金融危机、宏观经济因素与中美股市联动)，<世界经济研究》第8期，第17-21页。
30 总第409期4、"Uf也(11 J张兵、范致镇和李心丹，2010，<中美股票市场的联动性研究)，(经济研究》第11期，第141-151页。(12)郑挺国和游家兴，2'仪19，(中国与世界金融市场从分割走向整合一一基于DCC-MGARCH模型的检验)，(数量经济技术经济研究》第12期，第96-108页。[ 13 ) Amira, K. , Taamouti, A. and Ts血ck，G. , "Wbat Drives International Equity Correlation? Volatility or M础etDirec›tion" , Joumal 0/ I脚，mationalMo町αndFina脚，2011，30(剧，1234句1263.[ 14] Beine, M.四dCandelon, B. , "Libe时回.tionand Stock Market Comovement between Emerging Economies" , CESifo Working Paper No. 2131, 2007. [15JBek酬，G. , Harvey, C. ，吐mergingMarkets Finance" , Joumal 0/ Empirical Finance, 2∞3，10，3-55. [16 J Bordo, M.皿dHelbling, T. , "Have National Business Cycles Become More Synchronized", NBER W6rking Paper 10130, 2∞3. [ 17] Cappiello, L , Engle, R. F. , Sheppard, K. , "Asymmetric Dynamics in Correlations of Global Equity and Bond Re›turns" , Joumal 0/ Fina町ialEconometri口，2∞6，4，537-572. [ 18 J Chinn, M. and Forbes, K. , "A Decomposition of Global Linkages In Financial Mark61s over Time" , Ret刷o/Economics and Statistics, 2∞4， 86, 705 -722. [19] Dellas，且，and Hess, M. , "Financial development and stock returns: A cross -count可analysis", Joumal o/Inlerna›tional Money and Finan时，2005，24，891-912. [20) E池 , C. B. , Harvey, C. R. , and 叭Vi咏sk咀a缸叩n恻阳tta，T. E. , ." For，'陀ec臼a5tl吨zJoumαal， 50(的，32 -45. [ 21 J Flavin, T. J. , Hurley, M. J. , and Rousseau, F. , .. Explaining stock market correlation: a gravity model approacb" , The Manchester School, 2∞3，70， 87句l∞6.[22 J Forbes, K. J. and R耶bon，R. , "No Contagion, Only Interdependence: Measuring Stock Market Comovements" , Jour›阳l0/ Finance, 2∞2，57，2223 -2261 [23]FrankeJ, J. and Rose, A. , "The Endogeneity ofthe Optimum Currency Area Criteria", The Economic Joumal, 1998, 108, 1∞9 -1025 [24] Frankel, Jeffrey A. , .. Zen and the Art of Modern Macroωnomics: The 5阳chfor Perfect Notbin伊ess", In On Ex›change Rates, by Jeffrey A. Frankel. Cambridge, M嗣s.: MIT Press, 1993. [ 25 J Imbs, J. , "The Real Effects of Financial Integration" , Journal o/Inlemωωnal Econom剧，2α焰，68，2%-324. [ 26 J Jotikasthira, C. , Lundblad，已，Ramadoral, "Asset Fire 5ales and Purchases and the International Transmission of Fun›ding 5hocks", Journal 0/ Finance, 2012, 67,2015 -2050. [ 27 J Kalemli -Ozcan ，丘，Papaioannou, E. , Peydro, J. , "Financial Regulation, Financial Globalization, and the Syncbro›nization of Economic Activity" , Joumal 0/ Fina町e，2013,68,1179-1228. [28 J Kim, 5. 1. , Mosbirian F. , Wu, E. , "Dynamic 51刀ckMarket Integration Driven by the European Monetary Union: An Empi口calAnalysis" , Joumal 0/ Banking
2014年第7期汇率波动性与股市收益率联动性31 [34JLeη-Yeyati, E. , and Sturzenegger, F. , "To Float or to Fix: Evidence on ηle Impact of Exchange Rate Regime on Growth" , American Economic R曲，时w，2003, 93,1173 -1193. [ 35 J Levy -Yeyati, E. , and Sturzenegger, F. , "Classifying Exchange Rate Regimes: Deeds vs. Words", EurOl阳nEconomic Rev町，2∞5，49, 1603 -1635. [36 J Morck, R. , Yeu吨，B. , and Yu, W. , "霄leInformation Content of Stock Markets: Why do Emerging Markets Have Synchronous Stock Price Mov’ements? " Journal 01 Financial Economics, 2∞0，58(1)，215 -260. [37JM缸k，. ,Sul,D. "A Computationally Simple Cointegration Vector Estimator for Panel Data" ，Mi阳o，Ohio5ta阳University ,1999. [ 38 J Ouo, G. , Voss, G. , Willa时，L，气lnderstandingOECD Output Correlations". Research Discussion Paper 05. Re›serve Bank of Australia. 2∞1. [ 39 J Popper, H. and J. Lowell，咱fficiaIlyFloati吨，Implicitly Targeted Exchange Rates: Examples from the Pacific Basin" , in R. Glick and M. Hutchison, e巾，Exchange Rate Policy and Interdependence: Perspectives from the Pacific Basin, Caniliridge University Press, 1994. [40J Port田，R.，皿dRey，H., "四edeterminants of Cross -Border Equity Flows" , Journal 01 lnternational &onomics, 2∞5，65，269句296.[41JRei曲时，c.悦，and Rogoff, K. S. , "四leModern History of Exchange Rate Arrangements: A Reinterpretation" , Quarterly Journal 01 Econom町，2∞4，119，1-48[ 42 J Walti. 5., "Stock Market Synchronization and Monetary Integration" , Journal 01 Internat归时Mo町α.00F阳，脚，2011,30,96 -110 Exchange Rate Volatility and Stock Market Synchronization: the International Evidence LI Guangzhong YA NG Zihui YA NG Kaiwei (Business School / Lingnan College / Institute of Economics Research, Sun Yat -Sen University; Chinese Academy of Finance and Development, Central University of Finanωand Economics) Abstract:啊lÏspaper examines the dynamic and determinants of the bilateral stock market retum correlations between the 33 largest stock markets over the period 1995 -2011. Controlling for possible endogenou8 bias when using the bilateral trade linkages and intemational financial integration as the explanatory variables, this paper focuses on the impact of exchange rate volatility on the stock market synchronization. We find that trade linkages and monetary integration contribute to higher stock market co -movement. The exchange rate volatility has a negative impact on the bilateral stock market retum correlations. This finding is robust when we add the exchange rate regime as additional explanatory variable. A more flexible exchange rate regime can reduce the stock market synchronization.ηlÏs paper provides the policy guidance for the stock market stability and prosper›ity at the present stage. Key words: Exchange rate volatility, Intemational stock market synchronization, Exchange rate regime (责任编辑:林梦瑶)(校对:ZL)
