金融危机前后A+H股协整关系变化研究 zhongjieban.docx
- 文档编号:28120300
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:34
- 大小:177.85KB
金融危机前后A+H股协整关系变化研究 zhongjieban.docx
《金融危机前后A+H股协整关系变化研究 zhongjieban.docx》由会员分享,可在线阅读,更多相关《金融危机前后A+H股协整关系变化研究 zhongjieban.docx(34页珍藏版)》请在冰豆网上搜索。
金融危机前后A+H股协整关系变化研究zhongjieban
金融危机前后A+H股协整关系变化研究
摘要:
资本市场的联动关系常常受到重大事件的影响而发生某些根本性变化,由美国次贷危机引致的全球金融危机也毫无疑问地对股市间的协整关系变化产生了深远的影响。
本文以全球金融危机为转折点,运用E-G两步法、Granger因果检验、误差修正模型以及脉冲响应函数等方法对A+H双重上市公司在金融危机前后的协整关系变化进行了研究。
实证结果表明,绝大多数A+H双重上市公司在金融危机后其A股和H股股价的协整关系发生了很大变化,并且A股和H股之间的Granger因果关系也发生了改变。
然而,对于存在长期均衡关系的个股,通过建立危机前后A股和H股的误差修正模型发现,两股之间虽然能够建立短期均衡表达式,但是其对于股价偏离长期均衡时向均衡调整的力度却很小,脉冲响应函数的方法也对此作了证实。
关键词:
金融危机;协整性;因果检验;误差修正模型;脉冲响应函数
一、引言
自2006年以来,许多优秀的企业通过A+H方式IPO,使得H股在整个港股市场中的比重也越来越高。
随着优秀H股的回归,A+H股在A股市场中的比重也越来越大,流入香港股市的资金开始大幅增加。
随着港股直通车计划与2006年推出的QDII业务的放开,导致内地资金分流,更使得两地股市关系越来越紧密,A-H股价间是否存在协整关系,一直是大型投资机构和广大个人投资者所关心的重要课题,如果存在协整,即长期的均衡关系,那么从A-H股价的价差中寻找投资机会、建立套利模型也就有了很重要的依据。
A股市场与H股市场之间可能存在协整关系,原因如下:
(1)无论是A股公司还是H股公司,都处于内地宏观经济圈,具有相同的宏观经济环境,并且行业方面的波动因素对A股和H股的股价具有相似的影响。
(2)由于双重上市公司的基本面、公司自身情况相同,所以其在A股市场和H股市场的股价变动理所当然应该存在某种关系。
(3)在A股市场和H股市场同时挂牌的公司在长期运营中,逐渐的在投资者心中形成了一种比价效应。
如果市场环境不出现重大变化,这种比价效应就具有相对稳定性(罗旋、刘冬,2006)。
比价效应的产生,形成了一种制约作用,促使两地的股价呈正相关的关系。
正是基于以上原因,所以我们有理由认为A+H双重上市公司的股价在两市是具有协整关系的。
然而,2007年美国次贷危机爆发,随后由其所引致的全球金融危机对资本市场产生了巨大的影响,尤其是对于相对开放的港股市场,金融危机所带来的影响是极其深远的。
与此同时,金融危机后,中国的出口急剧下降,这给实体企业造成了很大的经济损失,由此也带来了A股市场的一蹶不振。
据此,我们相信,金融危机对A股市场和H股市场可能存在的协整关系产生了巨大的改变,而对于这种改变的研究将有利于机构投资者以及个人投资者在两市的投资、投机套利行为,其所带来的经济效应不言而喻。
二、文献综述
国外学者对研究不同地区不同国家股票市场之间的联系一直保持着浓厚的
兴趣。
尤其是Granger在1982年提出协整理论后,人们纷纷运用它来分析各国股票市场间是否存在长期均衡关系和短期互动影响,以此来分析股票市场之间的关联性以及对于不同的股票市场进行投资是否能达到风险分散的益处。
Meric(2001)用相关性检验和因素分析的方法研究阿根廷、巴西、智利和墨西哥,四个最大的拉美股票市场,发现它们之间的相关性不断上升。
Pascual(2003)用单位根检验的方法证明英国、法国和德国股票市场上没有证据显示存在越来越多的协整性。
Dame(2004)拓展了最大似然协整检验法,考察了季节调整后的时间序列和未进行季节调整的时间序列,以及以月为周期进行周期性调整的时间序列,均得出美国制造行业的零售额与股票价格之间有非常强的协整关系。
Bonfiglioli(2005)用相关性检验和结构模型验证美国和德国股票市场没有长期的相互依存关系,有短期的相互依存关系,即做短期波动的美国股票价格外溢到德国股票价格。
Vazquez(2008)应用向量自回归和误差修正模型的方法,来研究联邦基金利率和赤字产出比之间的联动性,从而得出货币政策和财政政策之间的存在稳定的动态关系。
国内实证研究中,刘文虎(2004)指出协整检验中的著名的ADF检验、JJ检验等的不足之处,提出改进的自相关、偏自相关函数检验,ARIMA模型检验和特征根检验法,两变量协整的差分检验法,两变量协整的Beta值检验法。
吴世农,潘越(2005)将1994年1月至2003年10月期间分为3个阶段,运用Johansen多变量协整关系检验对香港红筹股、H股和内地股市三者之间的协整关系进行了实证研究,结果发现红筹股、H股和内地股市之间存在着长期稳定的协整关系,这一均衡关系在B股开放之后进一步增强。
冯定雄(2007)选取了沪深两市中较有代表性的上证A股指数(SAZ)和深证A股指数(ZAZ),用协整检验以及误差修正模型实证检验,发现深证A股收盘指数和上证A股收盘指数之间存在着双向的Granger因果关系。
郝嘉吉(2009)论证了内地股市与香港股市确实存在联动性,而且这种联动性在逐渐增强,说明A股股价与H股股价相互影响,相互制约。
张兵、范致镇、李心丹(2010)对中美股票市场的联动性研究,首先从“经济基础假说”和“市场传染假说”理论层面分析了股票市场联动的传导机制,然后以上证指数与道琼斯指数的日交易数据为样本,分阶段检验了中美股市的联动特征。
石建勋、钟建飞、李海英(2011)运用协整关系检验、格兰杰因果关系检验和脉冲响应分析,从实证的角度对金融危机前后内地股市与香港股市的联动性及引导性等方面所发生的变化进行了分析。
尽管国内外研究股市之间联动性的文献比较多,但是一般的研究都是基于整个股票市场,对象也更偏向于指数,对于个股的研究少之又少,而本文选取了多只个股的日数据进行研究,并以金融危机为转折点,将样本数据分为金融危机前和金融危机后两大类,这不仅更加深刻地揭示了两个市场个股之间的协整关系,也对高频数据的研究作了细致的诠释。
三、样本选取与数据处理
金融危机在全球的蔓延以2008年9月15日雷曼兄弟的破产为导火线,因此,选取2008年9月15日作为危机前后研究的转折点,同时,为了保证样本区间的一致性,综合考虑之后,选取研究的时间段危机前:
2006年9月14日至2008年9月14日,危机后:
2008年9月15日至2010年9月14日。
为了保证所研究A+H股的稳健性,从2006年以前双重上市的30支股票中选取了28只作为研究对象,还有2家由于在研究时间段内存在长期停牌的现象而予以剔除。
以个股的日收盘价来建立时间序列,数据来自于wind(A股市场)以及锐思数据库(H股市场)。
对A股和H股因节假日或停盘而引起的不对称交易日数据予以剔除。
港币对人民币的汇率数据来自于中国外汇管理局公布的牌价,利用中间价将H股收盘价折算为人民币收盘价。
经过处理后,每只股票在金融危机前后的样本区间宽度分别为469和476。
四、研究方法
1、单位根检验
进行时间序列的各项统计分析前,首先必须用单位根检验确定数列的整合级次,以判断时间序列是否为平稳,避免假性回归的产生。
本文运用AugmentedDickey-Fuller(ADF)检验来对股价序列的平稳性进行检验,这也是进行协整的前提条件。
2、协整检验
协整的基本思想认为,尽管两个或两个以上变量中的每一个都是非平稳的,但是他们的线性组合有可能相互抵消趋势项的影响,使该组合成为一个平稳的变量。
协整分析的经济意义在于对于两个具有各自长期波动规律的变量,如果它们之间是协整的,则它们之间存在一个长期的均衡关系。
反之,如果这两个变量不是协整的,则它们之间不存在长期的均衡关系。
本文运用E-G两步法来对A股和H股股价之间的协整关系进行检验。
3、Granger因果检验
对于非平稳时间序列数据进行单位根检验以及协整关系检验后,基本可以对几个非平稳时间序列数据之间存在的长期均衡关系产生准确的判断和清醒的认识,然后,对时间序列数据的Granger因果关系进行检验,借此确定两时间序列间的领先滞后关系,这对于实际经济和金融事件的分析和操作具有重要的意义。
为了解释两个市场上的对应数据之间是否存在领先、落后、互相领先等关系,主要使用Granger因果检验模型对数据进行分析。
4、误差修正模型
误差修正模型(ErrorCorrectionModel,ECM)是短期动态模型。
具有协整关系的非平稳变量可以用来建立误差修正模型,把变量间的长期关系和短期动态特征结合在一个模型中。
建立误差修正模型一般采用两步,从理论上讲,第一步,建立长期关系模型。
即通过水平变量和OLS方法估计出时间序列变量间的关系。
若估计结果形成平稳的残差序列时,那么这些变量间就存在相互协整的关系,长期关系模型的变量选择是合理的,回归系数具有经济意义。
第二步,建立短期动态关系,即误差修正方程。
将长期关系模型中各变量以一阶差分形式重新加以构造,并将长期关系模型所产生的残差序列作为解释变量引入,在一个从一般到特殊的检验过程中,对短期动态关系进行逐项检验,不显著的项逐渐被剔除,直到最合适的表示方法被找到为止。
5、脉冲响应函数
在向量自回归模型中,当某一变量t期的扰动项变动时,会通过变量之间的动态联系,对t期以后各变量产生一连串的连锁作用,脉冲响应函数将描述系统对冲击(或新生)扰动的动态反应,也即是描述各市场之间短期资讯传递的过程与速度,并从动态反应中判断变量间的时滞关系。
本文通过建立VAR模型,利用脉冲响应函数来进一步探讨A股和H股之间的短期扰动以及时滞关系。
五、实证分析
1、ADF检验
通过对28只A+H股两市场股价进行ADF检验检验后发现,不论是金融危机前,还是金融危机后,所有股票的A股和H股的日收盘价序列都是不平稳的,而它们的一阶差分序列在1%的显著性水平下全部拒绝原假设,即为平稳序列。
故由此可知双重上市公司A股股价序列和H股股价序列均为一阶单整序列。
这也成为了下一步协整检验的前提条件。
2、协整检验
对股票的A股股价序列和H股股价序列进行协整检验。
首先,将A股股价和H股股价作OLS回归:
,得残差序列{
}。
然后,构造{
}的一阶自回归模型:
,检验原假设
,即残差序列是否存在单位根。
若{
}序列存在单位根,表明A股和H股序列不存在协整关系,反之则存在协整关系,即存在长期的均衡关系。
金融危机前后28只双重上市的公司协整检验结果如下:
表1金融危机前后协整检验结果
股票名称
危机阶段
检验结果
股票名称
危机阶段
检验结果
东北电气
危机前
明显协整
青岛啤酒
危机前
明显协整
危机后
无协整性
危机后
明显协整
宁沪高速
危机前
明显协整
北人股份
危机前
无协整性
危机后
明显协整
危机后
协整
昆明机床
危机前
无协整性
广船国际
危机前
出现协整
危机后
出现协整
危机后
明显协整
马钢股份
危机前
无协整性
上海石化
危机前
无协整性
危机后
无协整性
危机后
协整
鞍钢股份
危机前
协整
经纬纺织
危机前
无协整性
危机后
无协整性
危机后
明显协整
江西铜业
危机前
出现协整
中国石化
危机前
明显协整
危机后
无协整性
危机后
无协整性
深圳高速
危机前
明显协整
熊猫电子
危机前
无协整性
危机后
协整
危机后
无协整性
东方航空
危机前
协整
新华制药
危机前
协整
危机后
明显协整
危机后
协整
中兴通讯
危机前
协整
广州药业
危机前
协整
危机后
无协整性
危机后
明显协整
华能国际
危机前
出现协整
海螺水泥
危机前
无协整性
危机后
明显协整
危机后
无协整性
皖通高速
危机前
协整
仪征化纤
危机前
协整
危机后
明显协整
危机后
出现协整
南方航空
危机前
协整
创业环保
危机前
无协整性
危机后
明显协整
危机后
明显协整
华电国际
危机前
无协整性
东方电气
危机前
出现协整
危机后
明显协整
危机后
无协整性
中海发展
危机前
无协整性
兖州煤业
危机前
明显协整
危机后
无协整性
危机后
协整
(注:
“明显协整”指“1%水平下显著”;“协整”指“5%水平下显著”;“出现协整”指“10%水平下显著”)
由表1可以得出以下结论:
(1)双重上市公司A股和H股股价之间基本上都存在协整关系,其协整关系或出现在金融危机前,或出现在金融危机后;表现的协整性或强或弱。
从表1中我们可以看到,28只A+H股中只有“马钢股份”、“熊猫电子”、“海螺水泥”、“中海发展”4只股在金融危机前后均未表现出协整关系,其余股在金融危机前或危机后均表现出了或强或弱的协整关系。
(2)金融危机前后,有3只A+H股的协整关系没有发生变化,分别是“青岛啤酒”、“宁沪高速”、“新华制药”,并且它们均在金融危机前及危机后表现出了较强的协整关系,其中“青岛啤酒”、“宁沪高速”在1%显著性水平下表现为“明显协整”,而“新华制药”在5%显著性水平下表现为“协整”。
(3)金融危机对A+H股协整关系的改变有着重大的影响。
在金融危机发生后,28只A+H股中有21只个股的协整性发生了变化(发生变化的个股在表中已用粗体标出)。
(4)金融危机对A+H股协整关系的改变不具有规律性,因个股而异。
在21只协整关系的A+H股中,有的个股协整关系从“明显协整”变为了“协整”,如“深圳高速”、“兖州煤业”等;有的从“明显协整”变为了“无协整性”,如“东方电气”、“中国石化”等;有的从“出现协整”变为了“明显协整”,如“广船国际”、“华能国际”等;有的则从“无协整性”变为了“明显协整”,如“创业环保”、“华电国际”等;还有其它各种各样的变化形式,如从“无协整性”变为“协整”、“协整”变为“明显协整”等等。
由此,我们可以得出结论:
金融危机对A+H股协整关系的改变是不具有规律性的,因个股而异。
3、Granger因果检验
从28只A+H股中选出金融危机前后均存在协整关系的12只个股,分别对其股价的一阶差分逐一进行Granger因果检验,借此来确定两时间序列的领先滞后关系,这对于实际经济和金融事件的分析和操作具有重要的意义。
Granger检验对滞后期长度的变化比较敏感,滞后期选择的不同可能会得到不一致的结果,因此,在检验的过程中应选取不同的滞后期。
本文在研究的过程中列出了滞后期1-5阶的所有检验结果,以SC、AIC准则最小的滞后阶数为准,同时参考其他滞后阶数下的检验结果。
表2金融危机前Granger因果检验结果
原假设H0:
深圳高速
皖通高速
宁沪高速
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
2.34085
0.1267
6.99088***
0.0085
3.77934*
0.0525
2
3.07637**
0.0471
3.94653**
0.0200
2.77965*
0.0631
3
2.24839*
0.0820
2.91792**
0.0339
1.74286
0.1574
4
1.59400
0.1748
2.25388*
0.0624
1.95880*
0.998
5
1.26100
0.2797
1.9193*
0.0898
3.09538***
0.0093
A不
是H的Granger原因
1
7.66698***
0.0058
2.54027
0.1117
7.62647***
0.0060
2
6.59588***
0.0015
1.62655
0.1977
5.31892***
0.0052
3
5.62962***
0.0009
1.11050
0.3444
3.70405**
0.0118
4
3.93303***
0.0038
0.96303
0.4275
2.74812**
0.0279
5
3.09085***
0.0094
0.84566
0.5178
2.42933**
0.0344
原假设H0:
东方航空
南方航空
广船国际
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
10.1253***
0.0016
7.08115***
0.0081
11.7676***
0.0007
2
8.45764***
0.0002
12.1725***
7.E-06
5.91864***
0.0029
3
6.31288***
0.0003
8.52734***
2.E-05
4.71091***
0.0030
4
5.17294***
0.0004
6.29640***
6.E-05
3.48650***
0.0081
5
4.26155***
0.0008
5.18872***
0.0001
2.78399**
0.0172
A不
是H的Granger原因
1
0.23911
0.6251
0.27831
0.5981
0.26748
0.6053
2
1.58233
0.2066
1.52717
0.2182
1.73776
0.1771
3
1.91519
0.1263
1.37412
0.2500
1.97638
0.1167
4
1.44655
0.2176
1.01397
0.3997
1.46647
0.2113
5
1.13190
0.3425
0.88221
0.4928
1.24842
0.2854
原假设H0:
仪征化纤
华能国际
兖州煤业
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
0.60857
0.4357
5.77553**
0.0166
5.29379**
0.0218
2
1.31477
0.2695
2.96962*
0.0523
7.26875***
0.0008
3
0.98542
0.3994
1.98562
0.1153
5.03733***
0.0019
4
1.69754
0.1494
1.70894
0.1468
4.64625***
0.0011
5
1.51850
0.1826
1.35508
0.2401
4.24623***
0.0009
A不
是H的Granger原因
1
4.48262**
0.0348
0.22759
0.6335
6.89284***
0.0089
2
5.16191***
0.0061
0.24126
0.7857
4.24352**
0.0149
3
4.05039***
0.0074
0.23446
0.8724
4.46736***
0.0042
4
4.22256***
0.0023
0.66359
0.6176
3.35383**
0.0101
5
3.43967***
0.0046
1.63617
0.1490
2.88107**
0.0142
原假设H0:
新华制药
广州药业
青岛啤酒
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
0.12279
0.7262
2.73615*
0.0988
4.13966**
0.0425
2
0.84703
0.4293
1.47204
0.2305
3.23507**
0.0403
3
0.56569
0.6379
1.09526
0.3508
2.25809*
0.0809
4
0.99111
0.4120
0.90494
0.4609
1.85108
0.1180
5
0.81916
0.5364
0.85937
0.5084
1.74154
0.1237
A不
是H的Granger原因
1
6.21341**
0.0130
1.31044
0.2529
9.70439***
0.0020
2
4.20644**
0.0155
0.66548
0.5145
5.80961***
0.0032
3
2.99760**
0.0304
1.93744
0.1227
4.44183***
0.0043
4
2.21917*
0.0660
1.60232
0.1726
4.57290***
0.0012
5
1.83773
0.1041
1.36031
0.2381
3.77684***
0.0023
注:
(1)根据SC、AIC准则确定最优滞后阶数,当两者不一致时,以SC准则来确定。
均选择最优滞后阶数为1,最优滞后阶数的检验结果已用粗体显示。
(2)*、**、***、分别代表在10%、5%、1%的水平下显著。
下同
表3金融危机后Granger因果检验结果
原假设H0:
深圳高速
皖通高速
宁沪高速
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
3.01548*
0.0831
2.52818
0.1125
3.00342*
0.0837
2
1.87521
0.1545
1.82889
0.1617
1.75166
0.1746
3
2.06710
0.1038
4.11906***
0.0067
1.05260
0.3690
4
2.34033*
0.0543
2.57569**
0.0370
1.85013
0.1181
5
2.38501**
0.0375
2.01131*
0.0758
2.20493*
0.0528
A不
是H的Granger原因
1
0.95023
0.3302
6.35583**
0.0120
6.70311***
0.0099
2
0.56947
0.5662
2.59195*
0.0759
2.91242*
0.0553
3
0.56380
0.6391
1.55903
0.1986
2.00561
0.1124
4
0.57226
0.6829
1.73106
0.1419
2.53985**
0.0392
5
1.02669
0.4012
1.25695
0.2815
2.26433**
0.0472
原假设H0:
东方航空
南方航空
广船国际
F值
P值
F值
P值
F值
P值
H不
是A的Granger原因
1
5.12527**
0.0240
1.57178
0.2106
2.42363
0.1202
2
4.73026***
0.0092
3.43880**
0.0329
1.39667
0.2484
3
3.70816**
0.0117
2.23729*
0.0832
2.93801**
0.0325
4
2.63100**
0.0338
1.735
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 金融危机前后A+H股协整关系变化研究 zhongjieban 金融危机 前后 股协整 关系 变化 研究