新冠肺炎疫情下全球股票市场的联动性研究

（华中科技大学经济学院，武汉 430074）

2019年末至今的新冠肺炎疫情不仅对人类的生命健康造成严重威胁，也使全球经济遭受重大损失。为遏制疫情，全球各地都逐渐采取隔离措施，部分经济体出现短暂的停摆，而金融市场也一度陷入持续走低的状态。众多股票市场指数在2020年2月下旬至3月下旬期间，出现持续性大幅下跌的情况，随后股市频繁震荡，回暖速度缓慢。突发疫情对全球股市造成怎样的影响？各大股市的指数波动间是否存在联动效应？外部风险的传导路径如何？这是当前有待解答的重要问题。

从动态冲击影响来看，突发事件会对金融市场造成冲击，且冲击具有持续性。Maillet和Michel（2005）分析了“9·11” 事件对美、法两国股市的影响，表明“9·11”事件比往年突发事件对股市的冲击更大［1］。 杨秀刚和黄玉龙（2011）利用DDM模型估计了金融市场的均衡价格，并且通过VAR模型和VECM模型证实突发事件冲击对市场价格和均衡价格具有深远的影响，两个价格之间存在长期协整关系［2］。张栋凯和齐佳音（2015）基于VAR模型和脉冲响应分析法，证实了“骨汤门事件”引起的群体舆情影响力对企业的股价具有负面冲击，而且冲击幅度随着舆情热度的衰弱而减少［3］。 李晓林（2013）引入虚拟变量区分不同类型的突发事件，通过VAR模型研究突发事件对我国金融市场的动态冲击效应，表明不同类型的突发事件对金融市场的动态冲击效应不同，而且持续时间也不同；通过格兰杰因果检验表明突发事件引起的风险可以通过股票市场和企业债市场传导至国债市场，股票市场和企业债市场之间可以相互传导［4］。

从金融市场的联动性关系来看，不同国家的股票市场之间可能存在一定的联动性。董燕（2018）选取2001～2017年间上证综指和道琼斯股指的收益率数据，通过格兰杰因果分析得出长期趋势下，美股对中国股市具有显着影响，而中国股市对美股影响甚微。短期分阶段分析可知，2001～2007年底中美股市几乎不存在联动性，2007年后两国股市联动性逐渐增强［5］。 李怡芳（2018）选取2013～2018年间上证指数和标普500指数的数据，从相关性分析得出，中美股市长期不存在显着相关性，短期存在阶段性相关；而且上证指数开盘价与标普500收益率的相关性显着高于上证指数收益率与标普500收益率的相关性。从格兰杰因果检验分析，各个阶段标普500指数都是上证指数的的格兰杰原因，但上证指数不一定是标普500的格兰杰原因。从Garch模型分析，A股开盘价与美股收益率之间的联动性高于中美股市收益率之间的联动性［6］。 张双妮和张双兰（2019）选取2018年1月1日至2018年11月8日间的上证指数、深证指数、道琼斯指数和纳斯达克指数，通过GARCH（1，1）模型得出美股对中国股市具有持久冲击的影响，并对中国股市未来的波动产生影响的结论；通过VAR模型证实美股对中国股具有较弱的传导效应；通过格兰杰因果检验可知道琼斯指数和纳斯达克指数是上证指数波动的原因，只有道琼斯指数是深证指数波动的原因［7］。

综观国内外现有研究，我们发现学者们在中美股票市场的联动性研究方面已有不少成果，但是缺少A股、港股和美股三者联动性的研究，尤其是在新冠疫情这个特殊的背景环境下的相关研究。本文拟探讨突发新冠肺炎疫情背景下全球股票市场收益率变化的联动性，以及在这个联动性的框架内股票市场风险的传导路径和对动态冲击的响应程度，并在此基础上提出相关建议，以期为现有研究做出补充，也为政府和投资者提供参考。

在经济学中，将联动性解释为若干个相互关联的经济变量，一旦其中一个经济变量发生变化，其余的经济变量也会随之改变。股票收益率的联动性指各个股票市场的收益率之间相互影响，出现共同变化的趋势，体现了收益率之间的因果关系和相关关系。

根据金融危机传染理论，金融市场风险的传导机制包括基于投资者行为的4种效应，分别为羊群效应、财富效应、资产组合分散下的自实现和注意力配置效应。

（1）信息约束下的投资者羊群效应。在金融市场信息不对称的情况下，面对金融市场的利空消息，基于理性预期的投资者虽然拥有不同的信息，但是可能朝着相同的方向改变资产组合，从而导致金融市场的投资者羊群效应。因此，在遭受全球疫情的冲击时，面对股票市场的下跌趋势，由于对预期情况的谨慎，机构投资者会采取调整投资组合的策略，降低股票的持有比例，而提高债券的持有比例。个人投资者随后也会做出同样的反应，从而导致股票的价格降低，债券的价格上升。

（2）财富效应。财富效应主要研究金融市场上资产价格的变化，对不同风险偏好程度投资者的财富水平产生的影响，以及投资组合的变化。在投资者拥有多种资产的投资组合时，一种资产的价格下降既会产生替代效应，又会产生收入效应。在替代效应大于收入效应的情况下，投资者会增加投资比例。在收入效应大于替代效应的情况下，投资者为降低金融资产损失的风险，追求资产的流动性，选择将部分资产变现，甚至是完全退出金融市场。

（3）资产组合分散下的自实现。假设投资者持有两国的资产，且这两个国家的基本面相互独立，投资者可以选择将资产持有到期，或者是以固定的收益支付而提前赎回。如果持有到期的收益是关于投资国基本面和投资者数量的增函数，则金融危机是否发生由投资者对其他投资者的预期行为所决定。通常由一个国家的基本面决定一个临界值，当投资国的基本面低于这个临界值时，投资者将选择撤资。

（4）注意力配置效应。假设投资者的认识是瞬时的，并可以无代价完成，但是处理信息和作出决策需要时间，所以投资者会在不同的信息中作出取舍。即部分信息会被投资者重点关注，而另一部分信息则会被忽略，从而形成了投资者注意力的配置。因此，当一国金融危机的信息被大量报道时，投资者会将更多的注意力分配到这个国家金融市场，而减少对其他国家金融市场的关注度，进而导致其他金融市场的内生性波动。

投资者作为股票市场的参与者和决策者，在很大程度上影响了股票市场的走势。由于投资行为受投资者的情绪和心理预期的影响，而非绝对理性的行为，所以在突发疫情的巨大冲击下，部分投资者抛售股票的行为所引起的恐慌，将导致“羊群效应”的发生，更多的投资者也随之抛售股票。不同国家的疫情发展程度，以及新闻报道的关注度都影响了投资者对该国经济发展的信心，导致投资者心理预期的改变，进而改变其在股票市场中的投资行为。因此，基于投资者心理预期对股票市场联动性的影响渠道可归纳为图1。

图1 股票市场联动性影响渠道

本文首先通过协整检验证实上证指数、道琼斯指数和恒生指数之间存在长期稳定多均衡关系，进而利用VAR模型探究全球股市收益率的联动性，并指出股票市场之间的风险传导路径，最后利用脉冲响应函数和方差分解研究动态冲击对收益率的影响。

本文选取的数据中，以上证指数作为我国股票市场的代表，以道琼斯指数作为美国股票市场的代表，以恒生指数作为香港股票市场的代表。

从此次疫情的发展情况看，疫情初期并未引起大众的足够重视，自2020年1月20日证实“人传人”的消息公布后，我国全国范围内逐步开始隔离政策，股票市场受到一定影响。2020年2月28日全球疫情爆发，全球金融市场都受到冲击。根据疫情发生的时间，本文选取2019年10月8日至2020年4月24日的数据作为研究样本，数据均来源于英为财情。由于中国大陆、中国香港、美国的节假日有所差异，造成股市开盘日有所不同，因此对于存在缺失数据的日期进行删除。股票市场的收益率均采用如下公式计算：

其中，Rit表示第t天的收益率，i＝1代表上证指数，i＝2代表道琼斯指数，i＝3代表恒生指数。

2.3.1 收盘价的描述性统计

上证指数、道琼斯指数和恒生指数在样本期的日收盘价走势分别如图2～4所示。从图中可知，2020年1月23日上证指数跌幅明显，2020年2月3日上证指数出现断崖式下跌，这是由于疫情在国内爆发对我国股票市场产生了不利的冲击。2020年2月4日至2月21日之间，我国疫情缓和，股票市场也一路高涨。但是受国外疫情爆发的影响，2020年2月27日上证指数出现大幅下跌，并且在2020年3月5日后，下跌趋势持续明显，直至3月23日跌至最低点。

2020年2月19日至2月28日，道琼斯指数呈连续下跌的状态，2020年2月29至3月4日总体有小幅回升。但是在2020年3月5日至3月23日之间，道琼斯指数处于波动下跌阶段，并在3月23日达到最低点，这是由于新冠疫情在全球的爆发，民众的恐慌心理造成股市的震荡。由于美联储多次紧急降息，2020年3月34日之后，道琼斯指数又呈波动上升的趋势。

2020年1月17日至2月3日，恒生指数出现连续的大幅下降，这是受新冠疫情在国内爆发的影响。2020年2月4日至2月17日出现小幅回升，但由于全球疫情的爆发，全球金融市场动荡，境外输入性病例对香港的防控造成重大压力等影响，2020年2月18日至3月23日恒生指数总体呈现大幅下跌的趋势，而随后呈现波动上升的趋势。

图2 上证指数收盘价

图3 道琼斯指数收盘价

图4 恒生指数收盘价

2.3.2 收益率描述性统计

针对样本期间内数据进行统计性分析，我们看到，从平均值来看，新冠疫情对全球股票市场均产生了负向冲击。从偏度、峰度和JB统计量来看，上证指数、道琼斯指数和恒生指数的收益率都呈现出“尖峰厚尾”的特征，相应的p值说明收益率不服从正态分布。

表1 统计性描述

2.3.3 协整检验

在建立模型之前需要对收益率进行平稳性检验，检验结果（表略）表示各个指数收盘价的对数值序列为非平稳序列，一阶差分序列（即收益率）都是平稳序列。

如果时间序列具有同样的单整阶数，且存在一种线性组合可以使得该组合时间序列的单整阶数降低，则可以认为该组合时间序列之间存在协整关系。通过协整的意义可知，即使一些变量是非平稳的序列，但是它们的线性组合可以是平稳的序列，这些线性组合被称为协整方程，表示解释变量之间存在长期稳定的均衡关系。Jahansen协整检验包含特征根迹检验和最大特征值检验两种方法，原假设依次递增协整向量的数量。本文通过Jahansen协整检验，验证在新冠疫情的冲击后，上证指数、道琼斯指数和恒生指数能否重新回到均衡状态。特征根迹检验和最大特征值检验的结果（表略）均在5%的显着性水平上拒绝存在0个协整向量的原假设，而接受至多1个协整向量的原假设，表明上证指数、道琼斯指数和恒生指数之间存在协整关系，并且存在1个协整向量。即突发的新冠疫情会导致各个指数偏离原有轨迹，但是在疫情结束后又会回到均衡状态。

2.3.4 格兰杰因果检验

通过以上分析可以证明新冠疫情会对上证指数、道琼斯指数和恒生指数产生波动，这种波动被认为是金融市场上的一种风险，通过Granger因果检验可以分析风险在各个指数之间的传导路径。由LogL、LR、FPE、AIC、SC和 HQ的值可以确定Granger因果检验的滞后阶数，本文最终确定的滞后阶数为5。

表2 格兰杰因果检验结果

结果显示，在5%的显着性水平下，（1）上证指数收益率是道琼斯指数收益率的Granger原因，而道琼斯指数收益率不是上证指数收益率的Granger原因；（2）上证指数收益率不是恒生指数收益率的Granger原因，恒生指数收益率也不是上证指数收益率的Granger原因；（3）恒生指数收益率是道琼斯指数收益率的Granger原因，而道琼斯指数收益率也是恒生指数收益率的Granger原因。因此，在新冠疫情的背景下，上证指数的波动会引起道琼斯指数的波动，而不会引起恒生指数的波动；道琼斯指数的波动不会引起上证指数的波动，而会引起恒生指数的波动；恒生指数的波动不会引起上证指数的波动，而会引起道琼斯指数的波动。由此也可以画出新冠疫情造成的金融风险在上证指数、道琼斯指数和恒生指数之间的传导路径。

图5 新冠疫情引发的风险传导路径

现有研究中，有不少学者的研究也指出主要金融市场指数关系的研究间存在一定的协整关系，但市场风险传导路径与本文的研究有些许不同。如祁好英（2020）选取2017年1月1日至2018年4月1日期间，上证指数、道琼斯指数和恒生指数的收盘价作为样本，探究三者之间的联动性［8］。祁好英的研究证明三者之间存在两个协整关系；本文进一步对3个指数进行格兰杰因果检验，结果表明：（1）上证指数与道琼斯指数互为Granger原因；（2）上证指数不是恒生指数的Granger原因，而恒生指数是上证指数的Granger原因；（3）恒生指数与道琼斯指数互为Granger原因。可以发现格兰杰因果检验的结果在此期间与新冠肺炎疫情期间有所不同，是因为此次新冠肺炎疫情最初是在中国爆发，上证指数最先受到利空消息的冲击，随后疫情才在全球范围内爆发，进一步对全球股票市场造成冲击；另外，美国的疫情发展比中国更加严重，而且中国作为率先控制疫情进行复工复产的国家，对全球经济的复苏起着中坚力量的作用，全球资本市场对中国经济政策的变动更加敏感，因此投资者对A股市场的信心要更高于美股和港股市场，这就能解释新冠肺炎疫情期间上证指数是道琼斯指数的Granger原因。而对恒生指数的传导路径方面，从疫情发展的时间线看，香港的患者人数在中国疫情爆发的初期并没有剧烈的增长，明显的增幅是在美国疫情爆发之后，而且香港作为国际金融中心，港股与美股的联系比A股的联系更加紧密，因此美股与港股市场之间更容易相互影响，这就能解释新冠肺炎疫情期间上证指数与恒生指数之间并不存在Granger原因，而恒生指数与道琼斯指数互为Granger原因。

2.3.5 VAR模型的确立

在确立VAR模型之前需要确定滞后阶数，如果滞后阶数太短，则不足以表明变量之间的动态关系；如果滞后阶数太长，则减少了模型的自由度，进而降低参数估计的有效性。本文根据LogL、LR、FPE、AIC、SC和HQ的值可以确定VAR模型的滞后阶数为5。

由于上证指数、道琼斯指数和恒生指数的收益率之间存在格兰杰因果关系，因此可作为VAR模型的因变量，模型的估计结果如下：

其中 Rt为系统内生向量，A′1、A′2、A′3、A′4和A′5分别是滞后 1、2、3、4、5阶的系数矩阵，C为常数矩阵，具体数据如下：

表3 VAR模型各方程及模型整体检验结果

从回归结果可以看出，和的值都在0.1以上，说明模型的拟合结果一般。AIC、SC的值都较小，说明选择的滞后阶数比较合理。通过对AR多项式特征根的验证，发现特征根的倒数绝对值都小于1，且都位于单位圆内，则说明所建立的VAR模型是稳定的。可以解释为：当模型中的一个变量改变（即形成冲击）时，会导致其余变量的变动，但这种影响会随着时间而消失。

图6 单位根的分布

2.3.6 脉冲响应函数

在本文已建立的VAR（5）模型的基础上，通过脉冲响应函数描述上证指数、道琼斯指数和恒生指数的收益率是如何对随机冲击进行响应的，得到新冠疫情冲击下各个指数的脉冲响应函数图如下。

图7 全球股票市场对上证指数新息的响应

从图中可以看出，上证指数收益率对本身冲击带来的影响在第1期即有较强的反应，而反应在第2期消失，在第5期的反应又比较明显，随后的反应程度在波动中减弱，并在第10期左右趋于稳定状态；道琼斯指数收益率对上证指数的冲击带来的影响在第2期、第6期、第7期和第8期有较弱的反应，并在第10期左右趋于稳定状态；恒生指数收益率对上证指数的冲击带来的影响在第3期有较弱的反应，第4～6期的反应程度基本一致，并在第7期左右趋于稳定状态。

图8 全球股票市场对道琼斯指数新息的响应

图9 全球股票市场对恒生指数新息的响应

上证指数收益率对道琼斯指数的冲击带来的影响在波动中逐渐减小，并在18期左右趋于稳定状态；道琼斯指数收益率对本身冲击带来的影响基本也在波动中逐渐减小，并在18期左右趋于稳定；恒生指数收益率对道琼斯指数的冲击带来的影响在第4期反应最大，在第6期之后就十分微弱，并在15期之后趋于稳定。

上证指数收益率对恒生指数的冲击带来的影响在波动中逐渐减小，第16期左右趋于稳定状态；道琼斯指数收益率对恒生指数的冲击带来的影响在第1期就出现较大反应，第3～5期反应消失，第6期反应最大，在此之后反应减小，并在16期左右趋于平稳；恒生指数收益率对本身冲击带来的影响在波动中逐渐减小，并在第16期左右趋于平稳。

2.3.7 方差分解

由于各种因素的影响，造成研究所得的数据呈波动状，而波动的来源可分为不可控的随机因素，以及研究过程中施加的可控因素。方差分解可以更直观地分析变量波动的影响因素，主要思想是将一个内生变量的波动，分解为与模型方程中各变量冲击相关的部分。

表4 上证指数收益率的方差分解

表5 道琼斯指数收益率的方差分解

表6 恒生指数收益率的方差分解

续 表

从上证指数收益率的方差分解结果来看，从第8期开始，方差分解的结果呈现稳定的趋势，分别以上证指数收益率、道琼斯指数收益率和恒生指数收益率为因变量的方程新息，对上证指数收益率预测标准差的贡献度依次为91.3%、3.2%和5.5%。即在第9期之后，上证指数收益率的预测标准差约为0.014，其中91.3%由上证指数收益率的残差冲击导致，3.2%由道琼斯指数收益率的残差冲击导致，5.5%由恒生指数收益率的残差冲击导致。

从道琼斯指数收益率的方差分解结果来看，从第11期开始，方差分解的结果呈现稳定的趋势，分别以上证指数收益率、道琼斯指数收益率和恒生指数收益率为因变量的方程新息，对上证指数收益率预测标准差的贡献度依次为18.0%、74.8%和7.2%。即在第10期之后，道琼斯指数收益率的预测标准差约为0.031，其中18.0%由上证指数收益率的残差冲击导致，74.8%由道琼斯指数收益率的残差冲击导致，7.2%由恒生指数收益率的残差冲击导致。

从恒生指数收益率的方差分解结果来看，从第8期开始，方差分解的结果呈现稳定的趋势，分别以上证指数收益率、道琼斯指数收益率和恒生指数收益率为因变量的方程新息，对恒生指数收益率预测标准差的贡献度依次为49.8%、18.5%和31.7%。即在第8期之后，恒生指数收益率的预测标准差约为0.017，其中49.8%由上证指数收益率的残差冲击导致，18.5%由道琼斯指数收益率的残差冲击导致，31.7%由恒生指数收益率的残差冲击导致。

综合上文研究分析，得出以下结论：

（1）新冠肺炎疫情背景下，全球股票市场存在协整关系和格兰杰因果关系。新冠肺炎疫情对上证指数、道琼斯指数和恒生指数都产生了巨大了负向冲击，并且在2020年3月23日达到疫情期间全球股市的谷底。基于上证指数、道琼斯指数和恒生指数收盘价对数值建立的VAR（5）模型拟合效果良好，通过协整检验证明上证指数、道琼斯指数和恒生指数的收盘价对数值之间存在协整关系，即3个指数的收盘价之间存在长期均衡，新冠肺炎疫情只造成收盘价暂时偏离原轨迹。格兰杰因果关系检验证明上证指数和恒生指数互为格兰杰原因，道琼斯指数是上证指数和恒生指数的格兰杰原因。

（2）新冠肺炎疫情对全球股票市场的动态冲击具有持久性。基于VAR模型建立的脉冲响应函数证明新冠疫情对全球股市造成了较长时间的负面影响。通过方差分解可知，上证指数收益率受本身影响最大，其次为恒生指数，最后为道琼斯指数；道琼斯指数收益率受本身影响最大，其次为上证指数，最后为恒生指数；恒生指数收益率受上证指数影响最大，其次为本身，最后为道琼斯指数。

根据研究结论，提出如下建议：

（1）投资者应关注股票市场的风险传染，调整资产在各个市场之间的配置比例。全球股票市场存在联动性，投资者在发现一国股票市场存在突发风险时，就应该对各个市场均作出相应预判，并且根据各个国家股票市场发展的实际情况，及时调整资金比例，注意分散投资。

（2）投资者应该提高风险防范意识，做好长期投资的思想准备。通过VAR模型的一系列检验，证明新冠疫情对股市的动态冲击具有持久性。投资者既要看到短期股市低迷的情况，也要有股市长期积极向好的信心，尤其是在中国经济发展前景良好的背景下，A股将成为金融市场的避风港。因此，投资者应根据自己的实际情况，合理安排短期投资和长期投资的比例。

（3）管理者应加强监管力度，建立危机防范与干预管理方案。在改革开放后，我国同世界的交流日益密切，尤其是在全球化的背景下，经贸往来进一步发展，全球的宏观经济呈现出一定程度的同步性，我国股票市场与其他国家股票市场的联动性增强。因此，我国需要高度防范境外金融危机的影响，尽早对风险传染进行干预，合理利用政策引导投资者的投资行为，减少我国金融市场的损失。