新浪财经 股票

中信建投张岸元:A股、港股及美股联动性不同以往

新浪财经

关注

来源:中信建投证券研究

作者系中信建投证券首席经济学家

全球化、金融开放场景下,不同经济体的股票市场应存在某种联动性。由于各市场之间存在经济基础、规模影响力、管制、信息不对称、时差等方面的差异,这种联动性可能既包括相关性,又包括因果性,即:某一市场居于主导地位,其涨跌,是导致其他市场涨跌的原因。因果性显然对监管者和投资者具有重要意义。2010年之前,分析不同股票市场之间联动性的文献较为多见,此后相关研究并不多见。

就美股、港股、A股而言,通常“理想化的标准联动场景”应是:三地市场股指变化之间高度相关;美股波动是导致其他两个市场波动的原因,其中,美股对港股影响力更大;港股与A股之间变化同步,未必存在明显的因果性。对于这一场景需要从实证角度证实或证伪。

一、外贸战前后联动性是否变化值得关注

外贸战以来,中美两国资本市场管理层高度关注商谈进程对股市的影响,并且一定程度上将之作为各自国内政策、商谈策略调整的依据。投资者也不断比较不同市场的变化,将之视为投资决策参照,从中发现投资机会。

本文选取标普500指数,恒生指数,沪深300指数,上证综指,深成指数相关数据进行相关性、格兰杰因果性、协整关系的计量经济学检验。重点考察2018年3月22日前后主要指数之间的变化。考察时间段分别为:

外贸战前两年,2016年3月22日-2018年3月22日;

外贸战以来,2018年3月22日-2019年9月30日。

为得出更为细化的结论,我们对外贸战第一年(2018年3月22日-2019年1月1日)、外贸战第二年(2019年1月1日-2019年9月30日),又进行了分拆。

由于各市场的休市时间不同,我们只使用三大市场全部处于工作日状态的收盘价作为样本数据。

二、主要市场间联动性确有变化

(一)相关性有脱钩趋势

外贸战发生前两年,除了深成指数,其他股票指数之间都表现出很强的正相关性,尤其是标普500、恒生、沪深300这三个具有代表性的综合股指之间,相关系数都在0.95以上,符合“理想化标准联动场景”。

但外贸战以来,恒生、沪深300同标普500的相关性急剧下降,尤其是恒生与标普500几乎不存在相关关系。恒生指数同沪深300和上证指数的相关性也有所下降(但还存在正相关性)。恒生指数与深成指数的相关性有所上升。A股的三大股指沪深300、上证和深成之间在这一时期的相关性显著上升,相关系数都超过0.9。

进一步分阶段看,外贸战发生后的第一年,标普500与其他指数甚至呈很弱的负相关关系。这一结论似乎令人费解,背后原因可能是2018年美国经济基本面与中国内地及香港出现了较大背离。其他指数之间的则表现为很强的正相关性,相关系数均在0.95以上。

外贸战后的第二年,美股同A股又表现为较强的正相关性,与港股的正相关性有所上升,但依然较弱。恒生指数与A股三大指数的正相关性则明显下降。这可能与这一时期内地资金南下,以及香港的复杂局势有关。

(二)格兰杰因果关系有新的变化趋势

除了在外贸战后的第二年,在其他三个时间段,标普500指数都是其他指数变动的单向格兰杰原因。换而言之,美股的变化先于A股和港股,其全球股市的领先指针地位没有变化。而港股和A股之间不存在格兰杰因果关系,两大市场彼此的影响有限。以上现象大致符合“理想化的标准联动场景”。

但进入外贸战后的第二年,情况发生变化,美股和港股开始互为格兰杰原因。这一时期,港股和A股依然不存在格兰杰因果关系,无法从统计意义的角度判断谁先于谁发生。某种意义上讲,美股对内地和香港股市的领先指针意义开始下降,A股和港股开始走出更加独立的行情。

(三)不存在长期均衡关系

根据Johansen检验的结果,在外贸战发生前,标普500指数、恒生指数和沪深300指数之间存在协整向量,三者存在长期均衡的关系。但外贸战之后,协整向量消失,长期均衡关系不复存在。

三、对监管当局和投资者的含义

对监管当局而言,股票市场联动性减弱的影响有利有弊。从好的方面说,联动性减弱可以减少金融风险的跨境传染,有利于防范外部冲击,维持国内金融市场稳定。对于商谈而言,也可较少顾忌商谈结果对市场的冲击。不利的方面在于,在“脱钩论”盛行的当下,中国股市“自说自话”,完全走自己的独立行情,难免让人联想;美股长期牛市,而A股停滞,会加大管理层面临的舆论压力。

对投资者而言,主要指数之间长期均衡关系消失,具有较强的操作含义。根据资产组合理论,配置三个不同市场的长期资产来达到分散风险或者收益最大化的投资组合策略,可能效果更好。

四、数据附录

(一)相关性检验

(二)平稳性检验

“SP”代表标普500指数,“HS”代表恒生指数,“SS”代表沪深300指数,“SZ”代表上证综指,“SC”代表深成指数;变量后的数字用以区分时间顺序, ln表示对变量取对数,d表示对变量差分。本文所有对时间序列的分析及检验均在R语言环境下完成。

(三)格兰杰因果关系检验

注:格兰杰因果关系检验是检验时间序列统计意义上的先后顺序,并不表示必然存在因果关系。该检验是“否定性检验”,即,依据“因在前、果在后”的原理,能够确定“谁肯定不是谁的原因”,但未必“在前的必然是因,在后的必然是果”。是否存在因果关系需要根据理论、经验和模型来判定。

(四)协整性检验

加载中...