英语原文共 26 页，剩余内容已隐藏，支付完成后下载完整资料

基于协整检验和VECM的亚洲证券市场相关性研究

摘要

本文利用2001-2013年包括韩，日，中以及东盟各国在内的亚洲金融市场的数据，基于协整检验方法和VECM进行实证分析，结果表明：大多数国家的金融市场对亚洲其他金融市场具有显著反应。在亚洲市场，中国大陆，香港，日本，韩国，新加坡和台湾对其他市场具有明显影响，这些冲击会在1〜2个月后传递到其他市场。方差分解表明，大多数亚洲股市都显著地被对方每半年的影响，特别是受中国市场影响。韩国会提前六个月受自己的新息影响。相比之下，中国和日本的脉冲响应对其他亚洲市场的影响相对较小。

关键词：东亚，股票市场，协整检验方法，向量误差修正模型

1. 背景介绍

自20世纪90年代起，在以追求全球化和开放地区格局的 WTO体系下，东亚收益颇多。世界贸易在欧洲，北美和东亚形成三极化模式。在1997年7月，整个亚洲经济危机开始之际，10 3即东盟十国和中日韩三国，在1990年一直在参与区域经济合作，使东亚地区已发展成为继欧盟和北美自由贸易协定之后一个主要的经济区。

但2008年后，全球金融危机和严重的经济衰退加剧了亚洲经济以及全球经济的恶化。在全球经济一体化的时代，一个国家的危机也可能产生严重的经济风险影响从而提高对其他国家的危机的可能性。 Glick and Rose（1999）指出随着全球或者区域经济一体化，金融危机的蔓延影响会变得更强。地区的资本流动的开放性可能不仅提高经济效率还会使得金融危机得到蔓延。从2000年起，东亚国家在全球贸易和开放的地区格局下具有更强的影响力。更重要的是，开放性和金融一体化的不断深入将促进经济效率，并带来更高的经济增长（Welfensand Kim 2009）

目前，虽然已经出现了关于实体贸易部门的区域经济一体化的研究，然而金融一体化与全球金融危机相关的亚洲地区的相关研究相对较少。基于这样的背景下，本文将重点放在东亚地区金融经济相互依存和融合的程度。

所以，利用最近的东亚金融数据来分析东亚金融一体化，金融市场相互依存, 是非常值得研究的。本文的关键点有三个。

首先，以前的研究，如Alexeis等人（1997），Arshanapali和Dukes（1993），Angresano（2004）没有考虑到最近的金融危机。他们没有使用严格的计量经济学的方法，使他们没有提供定量信息的分析。 Achsani和Siregar（2007,2009）没有考虑经济或股市的协整关系。他们只通过一个标准的VAR模型和传统的Granger因果关系检验。然而，如果我们不考虑这个协整关系时，当金融市场或者股票市场之间存在稳定的协整关系，有可能导致不一致的估计和错误的实证解释和推论。

其次，协整分析已被Royfaizal，Lee 和 Azali（2009)，Leong 和 Felmingham（2003），Awokuse 等人 （2009）和Majid 等人（2008）考虑。但是，以前的研究并没有考虑到2008年全球金融危机。本文采用协整方法检验股市之间的联系。

第三，Click 和 Plummer（2005）利用协整方法分析了在20世纪90年代末的亚洲金融危机发生之后，东盟股市一体化程度。他们只是分析了股市东盟5国是否存在协整关系，但是他们没有使用误差修正模型的分析它们之间的相互依存关系和传导机制。

因此，本文将使用误差修正协整方法，误差修正因果关系检验和向量误差修正方法，来分析亚洲股市的整体，与先前研究不同的是，本文的时间跨度包括全球金融危机时期。本文运用多种先进的计量框架，采用了最新的数据，数据覆盖了全球金融危机之后的时期。本文的其余部分如下：第二节介绍以往的文献。第三节介绍了实证规范。第四部分分析相关性，协整检验，误差修正因果关系检验和向量误差修正模型的实证结果。第四节总结，总结经验发现.

1. 文献综述

在1987年的股灾之后，国际市场一体化得到加深，美国对其他市场的主导力量表现出巨大的影响力。Panton等 （1976）和Hilliard（1979）发现，德国，英国，法国和瑞士的主要欧洲国家存在强烈的相互依存关系。据格Glick和Rose（1999）的研究，一个国家的危机会影响到其他国家的危机发生的可能性。Janakiramanan和Lamba（1998）指出，由于一个市场直接或间接地通过时间差反映在初始市场冲击上，所以股市可以具有相互依赖。普通的投资者群体是来自地理上接近的国家或相似的背景和在小市场上的更大的市场效应组成。Kaminsky和Reinhart（2000），Van Rijckeghem和Weder（2001），Caramazza，Ricci和Salgado（2004）分析了国际金融一体化。

Strohe和Achsani（2004）对东方和西方欧洲市场进行了比较。他们清楚地发现，西欧市场具有较强的整合，但东欧市场并不是。 Welfens和 Keim（2009），介绍了欧盟金融市场一体化的历史进程中，如动车组，欧洲中央银行和欧洲央行和金融市场一体化的理论和内生增长理论以及金融市场一体化的福利效应。

然而，以往大多数研究金融市场的相互依赖的文献都集中在西方发达国家的发达市场。这些研究并没有对亚洲发展中国家的金融市场关联性的直接分析。 Achsani和Siregar（2007，2009）利用1992到2002年的金融数据，通过VAR或模糊聚类方法，开始分析东盟10国以及中国，日本和韩国的经济金融一体化。Awokuse等人 （2009）研究了亚洲新兴市场中的结构性变化和国际股市的相互依存关系。Leong和Felmingham（2003）和Majid等人（2008）分别研究了东亚地区股市和东盟5国股票市场对美国和日本的股票市场的相互依存关系。

近年来，协整分析成为主流。Click和Plummer（2005）分析了亚洲金融危机之后东盟5国股市一体化。Lim等人 （2008）分析了来自亚洲国家的金融危机和股市的效率。在2008年金融危机之后，他们没有使用VECM。Yi和Lim（2013）利用VAR模型分析了的欧盟金融市场一体化。Royfaizal，Lee和 Azali（2009）研究了东盟5 3（马来西亚，新加坡，菲律宾，泰国，印度尼西亚，中国，日本和韩国）和美国股市之间的联系。他们所采用的数据是每周的股票指数数据，总样本被分成三个子阶段：危机前的时期跨度为1990年至1997年;危机期间1997年至1998年;和后危机时期，从1998年7月2007年5月，他们对2008年的金融危机爆发之前的每个时期运用了Johansens协整检验和VECM。

Thao和Kevin（2012）以东南亚的亚洲国家（如泰国，马来西亚，新加坡和菲律宾）的股权市场是否发生了变化来研究全球金融危机。但是，以往大多数的文献，并没有使用2008年的金融危机后最新数据，也并没有采用修正因果检验来获得更有效的估计从而分析亚洲地区股票市场相互依赖关系。

1. 实证框架

本文选用10 个来自亚洲和大洋洲的国家（以下简称东亚）股市（日本（JP），韩国（KR），中国（CH），新加坡（SG），马来西亚（MA），印度尼西亚（IN），台湾（TW），澳大利亚（AU），香港（香港）和印度（ID））。方便起见，本文选用从2001年2月至2011年1月的月度数据。因为许多国家的月度数据自2001年以来的容易被获取。数据来自IMF，雅虎财经和Bloomberg。股票指数是以每个当地货币为单位，再计算成每月的对数回报率。

在本节中，如Yi和Lim（2013）所述，采用VAR模型来分析股市之间的动态合作运动和相互作用。Sims（1980）指出，VAR模型可以分析变量之间相互动态影响。 VAR具有结构性地解释误差项和在确定的约束下的误差项的协方差矩阵读取的特征。

当采用Cholesky分解，需要运用理论或者经验来解释变量的合理顺序。Sims正交法得到的变量排序将是合理的。脉冲响应对变量的顺序很敏感，尤其当变量的数量较多，如本文的10个。股市的开市、闭市时间或股市的规模大小可以被用来确定变量的顺序。

由于国家之间的时间差，闭市时间有绝对的顺序。具体而言，其中台湾证券交易所关闭最早（05:30 GMT），然后是东京、韩国和澳大利亚交易所闭市在同一时间（06:00 GMT），接下来为上海证券交易（07:00 GMT），香港为（08:00 GMT），新加坡为（09:00 GMT）和印度为（09:00 GMT）等。

因此，从较早闭市时间到较晚的闭市时间存在单向影响。但是，相反方向，比如，从上海到东京，将有信息从干预国家如南亚，中东，欧洲，美洲等产生从而影响东京。因此，本文认为需要同时考虑开闭时间和股市的相对规模，从而确定顺序。

为了解决残差自相关和折中问题，我们必须选择合适的变量的滞后值。要做到这一点，本文通过增广Dickey-Fuller检定（ADF）进行单位根检验，对于顺序P，使用赤池信息准则（AIC）或者施瓦茨贝叶斯准则（SBC）进行选择。此外，使用脉冲响应，我们将分析冲击如何被发送到其它国家的市场。目标是该系统对一个冲击的反应，该冲击用()表示。

如果这个系统是协方差平稳的，假设phi(L)和psi(L)为滞后算子L的函数，可以得到2式

最近的时间为t s，可得：

在VAR系统中，每个市场中的的相对重要性可以通过使用预测残差方差分解分析。结果显示，在解释其他国家市场的残差方差上，国家之间有显著互相影响，甚至表现出主导市场的作用。第j次正交化对提前第S期的MSE（均方误差）的贡献。

如果假设，那么可以得到这个式子，从而可以写成

现在如果存在协整向量，我们可以写出误差修正VAR模型，我们重新整理（3）式，得到（6）式，s=1,2,hellip;,p-1

将（6）式两边同时减去

如果有h阶协整向量

假设是一个向量，如果我们h个协整向量，是一个（htimes;1）向量。也就是说，是固定的误差修正项。然后我们得到向量误差修正模型（VECM），这是一个受限制于非平稳序列的使用。该VECM有协整关系，使模型限制于在允许短期动态调整的情况下，内生变量长期地收敛于自己的协整关系。

协整项被称为误差修正项，是因为从长期均衡的偏差是由一系列的局部短期调整逐步纠正得到的。在长期均衡，这项是零。但是，如果变量从长期均衡偏离，那么误差修正项将是非零并且每个变量调整到局部均衡关系。系数衡量了内生变量的调整到均衡时的调整速度。

以往的大多数文献都采用Granger因果关系检验，这是确定一个时间序列变量在预测是否是其他的变量的影响因素的技术。

通常意义上，因果关系由Granger（1969）和Sims（1972）定义为，变量在一个变量的回归中具有解释能力，则和具有因果关系。一个p阶滞后的特定回归方程如下，是误差项：

通过最小二乘法，F检验，原假设为：，即不具有Granger因果关系，对的单因素自回归的平方残差和。

本文没有采用以上的这种传统的Granger因果关系检验方法，如Achsani和Siregar（2007，2009）和Awokuse（2009）等人。这种传统的Granger因果关系检验是无效的，因为两个时间序列，从长期来看，一个变量都会影响另一个变量，除非他们是协整的。在这种情况下，我们必须使用VECM，来检验误差修正模型下的因果关系：

其中为无限制总离差平方和，为有限制的总离差平方和，原假设为.当拒绝原假设。也就是说，如果S大于p值，拒绝原假设，即对没有Granger因果关系。

1. 实证结果

4.1. 协整关系

本文针对亚洲的情况和他们的特点进行分析。分析将观察某一市场是否与其他市

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146125]，资料为PDF文档或Word文档，PDF文档可免费转换为Word