國立高雄第一科技大學

財務管理研究所

碩士論文

匯率、市場區隔及國際股市對中國大陸股市
波動性之影響

研 究 生： 許超武 撰
指導教授： 詹 場 博士

中 華 民 國 九 十 一 年 六 月
匯率、市場區隔及國際股市對中國大陸股市波動性之影響

The impact of exchange rate, market segmentation and the

international stock market on volatility of the China Stock market

研 究 生： 許超武 Chao-Wu Hsu

指導教授： 詹 場 Chan Chang

國立高雄第一科技大學
財務管理系
碩士論文

A Thesis Submitted to
Department and Graduate Institute of Finance
National Kaohsiung First University of Science and Technology
For the Degree of Master
In
Finance Management

June 2002
Yenchao, Kaohsiung, Taiwan, Republic of China

中華民國九十一年六月
 摘要

本文運用大陸股市投資人、計價貨幣、區域性等市場區隔方式，探討中國大

陸股市波動性受國際股市及匯率變動的影響是否因為投資人國籍、股票計價貨幣

的不同而不同，以及上海與深圳兩個股市之波動性是否因區域區隔而有所差別。

本文運用 1994 年 1 月 3 日至 2000 年 12 月 29 日上海與深圳股市 A 股及 B 股、

香港恆生指數、道瓊工業指數之股價指數及人民幣兌美元及港幣匯率進行實證。

結果發現上海 A 股與 B 股波動性受道瓊股市波動性及人民幣兌美元匯率影響有

顯著的差異；且深圳 A 股與 B 股波動性均受香港股市波動性及人民幣對港幣匯

率變動的影響也有顯著的差異。顯示投資人與計價貨幣區隔會造成匯率與國際股

市對大陸股市波動性衝擊的差異。本文還發現匯率變動對大陸 B 股的影響為負

向也就是匯率變動愈大則股價波動愈小。在亞洲金融風暴後大陸股市受國際股市

及匯率的影響程度明顯減低。此外，我們發現深圳 A 股波動性大於上海 A 股；

但深圳 B 股的波動性小於上海 B 股。

關鍵字：波動性；市場區隔；證券市場；匯率

i
 The impact of exchange rate, market segmentation and the international
stock market on volatility of the China Stock market

Student：Chao-Wu Hsu Advisor：Dr. Chan Chang

Department of Finance
National Kaohsiung First University of Science and Technology

Abstract

This paper analyzes the impact of exchange rate and market segmentation on the
volatility of the Chinese stock market. The Chinese stock market includes the
Shenzhen and Shanghai Stock Exchange, and both of the exchange can be divided
into A-share and B-share. A-share is traded only to Chinese citizens (settled in
Renminbi) and B-share is traded to foreign residents (settled in U.S. dollars or Hong
Kong dollars). We use the index of the A-share and B-share Shenzhen, Shanghai
Stock Exchange, Hang Seng, Dow Jones Industry , Hong Kong dollars to Renminbi
exchange rate and U.S. dollars to Renminbi exchange rate to be samples. The results
show that the volatility of A share and B share of the Shanghai is influenced by the
volatility of NYSE and the U.S. dollars to Renminbi exchange rate. The volatility of
A- share and B-share Shenzhen is influenced by the volatility of Hong Kong Stock
market and Hong Kong dollars to Renminbi exchange rate. It shows that different
investor and valuation currency can influence Chinese stock market volatility from
international stock market and exchange rate impact. This paper finds that the
exchange rate volatility has negative impact on China stock market B-share, it means
the more larger volatility in exchange rate the less volatility in stock price. The
international stock markets and exchange rate impact on China stock market effect
significantly decreasing after Asian financial crisis. Additionally, we find that the
volatility of A-share of Shenzhen stock market is higher than the volatility of A-share
of Shanghai stock market, but the volatility of B-share of Shenzhen stock market is
lower than the volatility of B-share of Shanghai stock market.

Keywords: volatility; market segmentation; security market; exchange rate

ii
 誌 謝

兩年的碩士生涯隨著本論文付梓而告於段落。在這一段期間認識現在的同

學，我們從陌生到熟稔而成為益友並在遇到挫折時相互扶持。來到高科大更讓我

遇到了良師，在這我要特別的感謝我的指導老師詹場博士，他不僅在課業上細心

的指導並且對於我的品德上更是有深遠的影響。詹老師常在課業外的道德上與予

教誨，在使我除專業知識外令我的人生得到莫大的助益。在此也要感謝林楚雄老

師，雖說他不是我論文指導老師但在我有疑惑向他請益時都細心為我解答。

此外非常感謝林楚雄老師與黃玉娟老師在我論文實證的程式上於與協助，如

此本文才得以完成。在此也非常感謝口試委員江明憲博士、林楚雄博士、詹場博

士撥沉細閱我的論文，並且在口試時提供我寶貴的意見並釜正錯誤之處。

這兩年中有時日子有些沉悶但我還是會懷念與增福、秉倫等同學在研究室直

到天明才回家的日子。也感謝同門的國宏一起研究彼此鼓勵提攜，還有室友孟波

在生活上相互的照應。最後要感謝我的家人這些日子的支持。尤其是我母親因我

離家在外求學，不時的以電話或親自南下來關心及鼓勵我，在此僅以此論文獻與

我敬愛的母親。此僅對所有關心我的人表達我最誠摯的感謝。

許超武 謹誌

于 國立高雄第一科技大學財務管理研究所

2002.6

iii
 目 錄

摘 要…………………………………………...………………………i

誌 謝…………………………………………………………iii

目 錄…………………………………………...……………………..iv

表目錄…………………………………………...……………………. vi

圖目錄…………………………………………...…………………….vii

第一章 緒論

第一節 研究背景………………………………………………...….1

第二節 研究動機…………………………………………...……….2

第三節 研究目的…………………………………………...……….3

第四節 研究架構…………………………………………...……….5

第五節 論文概述……………………………………………...…….6

第二章 文獻探討

第一節 股市間波動性傳遞之文獻探討……………………………7

第二節 匯率變動對股市波動性的影響相關文獻探討…………..12

第三節 中國大陸國上海與深圳兩股市互動之文獻探討………..13

第三章 實證方法與設計

第一節 假說建立…………………………………………………..16

第二節 抽樣方法與資料描述……………………………………..18

iv
 第三節 變數定義與衡量…………………………………………..19

第四節 實證模型設定程序………………………………………..19

第五節 實證模型…………………………………………………..27

第四章 實證結果分析

第一節 資料處理………………………………………………….34

第二節 穩定性檢定與變數之屬性結果………………………….36

第三節 國際股市波動性對大陸股市波動性影響實證………….37

第四節 匯率變動對大陸股市波動性受影響實證……………….52

第五節 區域區隔是否造成大陸股市波動性差異……………….54

第五章 結論與建議

第一節 結論……………………………………………………….57

第二節 研究限制與建議………………………………………….58

參考文獻

中文部分………………………………………………….……….59

英文部分………………………………………………….……….60

附 錄………………………………………………….……………….63

v
 表目錄

表 1 中國大陸股票市場之股票投資人類別及計價單位…………………………….1

表 2 上海股票市場與深圳股票市場之規模………………………………………...18

表 3 DF 檢定統計量………………………………………………………………….21

表 4 各交易所交易時間……………………………………………………………...34

表 5 各股市指數報酬率敘述統計量………………………………………………...36

表 6 股價指數報酬率之定態檢定…………………………………………………...36

表 7 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1994~2000)………..40

表 8 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1994~1996)…………41

表 9 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1997~2000)….….…..42

表 10 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1994~2000)….…..43

表 11 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1994~1996).……..44

表 12 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1997~2000)……...45

表 13 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1994~2000)….…..46

表 14 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1994~1996)….…..47

表 15 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1997~2000)……...48

表 16 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1994~2000)……...49

表 17 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1994~1996)……...50

表 18 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1997~2000)……...51

表 19 上海與深圳股市波動性差異實證結果……………………………………….54

表 20 假說 1-1 之實證結果………………………………………………….………55

表 21 假說 1-2 之實證結果………………………………………………….………55

表 22 假說 2-1 之實證結果………………………………………………….………55

表 23 假說 2-2 之實證結果………………………………………………….………56

vi
 圖目錄

圖1 論文架構圖………………………………………………………………….…5

圖2 各交易所時區相對時間……………………………………………………...35

圖 A1 上海 A 股指數趨勢圖………………………………………………………63

圖 A2 上海 A 股指數報酬率趨勢圖……………………………………………….63

圖 A3 上海 B 股指數趨勢圖……………………………………………………….64

圖 A4 上海 B 股指數報酬率趨勢圖………………………………………………64

圖 A5 深圳 A 股指數趨勢圖………………………………………………………65

圖 A6 深圳 A 股指數報酬率趨勢圖………………………………………………65

圖 A7 深圳 B 股指數趨勢圖……………………………………………………….66

圖 A8 深圳 B 股指數報酬率趨勢圖……………………………………………….66

圖 A9 道瓊股價指數趨勢圖……………………………………………………….67

圖 A10 道瓊股價指數報酬率趨勢圖……………………………………………...67

圖 A11 香港恆生指數趨勢圖……………………………………………………...68

圖 A12 香港恆生指數報酬率趨勢圖……………………………………………...68

圖 A13 人民幣兌美元匯率趨勢圖………………………………………………...69

圖 A14 人民幣兌美元匯率報酬率趨勢圖………………………………………...69

圖 A15 人民幣兌港幣匯率趨勢圖………………………………………………...70

圖 A16 人民幣兌港幣匯率報酬率趨勢圖………………………………………...70

vii
 第一章 緒論

本章旨在說明本研究的精神所在以及研究的動機。以及有別於其他相關研究

的構思並對文的內容架構作一簡要介紹。

第一節 研究背景

近年來隨著區域的整合，世界上各個國家間的關係日趨密切，亞太地區在

90 年代後成為全球經濟成長最為快速的地區，而其中又以中國大陸經濟體成長

最為迅速。在亞太經濟合作會議(Asia-Pacific Economic Cooperation ，APEC)成立

後，亞洲各國股市間的互動更為頻繁，科技的進步也使各國間資訊的傳遞更為快

速而密切，因此特定一國之股市之相關資訊往往快速傳遞到其他國家之股市。從

而各國股市的互動關係成為學界熱門的研究課題。

世界各國的證券市場各有其特色。其中中國大陸的股票市場是比較特殊的一

個市場。在中國大陸的上海與深圳兩個股市，都依投資人類別的不同而區分為 A

股與 B 股。將 A 股的投資人限定為本國人民；且 A 股的計價單位為人民幣；B

股計價單位為外幣。將 B 股投資人則限定為外國人。既使同為外國人才能投資

的 B 股其計價單位也有異。上海的的股計價單為為美元；深圳股市 B 股的計價

單位為港幣。如表 1 所示。

這種在同一國家的股市對市場參與者進行區隔，且採用三種不同貨幣計

價，無疑是全球少見，此一特性正好提供驗證市場區隔、匯率及股市間互動關係

寶貴機會。
表 1 中國大陸股票市場之股票類別、投資人區隔及計價單位
股市名稱 上海證券交易所 深圳證券交易所
股票類別 A股 B股 A股 B股
限定投資人 大陸人民 國外投資人* 大陸人民 國外投資人*
計價單位 人民幣 美元 人民幣 港元
*2001 年 2 月 19 日大陸宣佈本國人民可以購買 B 股

1
第二節 研究動機

1980 年代以來，國際股市投資人的焦點逐漸注意到一些新興的市場尤其是

蓬勃發展的亞洲地區，其中對於中國大陸、香港、新加坡及東南亞各國等的股市

都有相當程度的投入。在現今的國際資本市場，各個市場間的交流頻繁，資訊流

通快速且立即就能夠傳達反映至各個市場中，因此國際間各股票市場間存在著微

妙的相關性與互動。因此在投資人投資於國際股市中更需要了解到各個經濟體間

互動的關係以利於提高投資的報酬與降低投資風險。我們基於此一論點分析研究

大陸股市波動性受美國、香港股市波動性之影響，來幫助我們了解大陸股市之特

性及其波動性的影響因素，可作為投資人及大陸證券主管機構之參考。

何以選擇大陸股市與美國股市及香港股市來作為研究的對象呢？大陸股市

有一獨特之處，就是將股票分類為 A 股與 B 股。其中 A 股市開放給大陸本國人

民投資的，而 B 股則是開放給境外投資者來投資的。基於此市場區隔的特性我

們則可研究此一市場受外部資訊衝擊之淨影響程度有多少。又因在外資中又以香

港與美國所佔的比重較多1，且大陸的貿易國中美國也是最主要的國家，因此美

國的經濟的起伏對大陸經濟可能存在某一程度的影響力。而香港許多的公司在大

陸設有工廠，利用大陸的資源從事生產，然後銷售到其他國家，因此大陸經濟也

可能受香港經濟某一定程度的影響。在過去對大陸的研究中如：葉銀華、陳韋均

(2001)、Chakravarty, Sarkar, and, Wu（1998）、Domwitz, Glen, and Madhavan

（1997）
、于建國(1995)等學者，曾就 A、B 股的市場區隔現象所造成兩類股票存

在價差問題做研究。此外，Chui and Kwok（1998）

、姜惠真(1997)、駱綾(1995)、

薛韻琪(1993)等學者也據此區隔特性研究 A、B 股市場間是否存在共整合現象。

然以上文獻並未對大陸股市波動性所受國際股市衝擊是否因對市場參與者進行

1
根據上海證券交易所調查外資投資大陸股市前兩大分別為香港與美國。
http://www.sse.com.cn/

2
區隔與採用三種不同貨幣進行計價而有所不同進行探討的現象的情形加以探

討。在許多關國際股市互動研究中如：Bekaert and Harvey(1995)、Bae and Karolyi

(1994)、Schwert(1989)等探討的都是各國股市互動的關係，並未針對單一國家的

不同市場是有因投資人區隔、計價貨幣區隔及區域的區隔，導致其波動性受國際

股市影響是否不同進行探討。由於過去在研究匯率對股市波動性影響的研究如：

Murind(1997)、Ajayi(1996)、Arangi(1996)等，通常只針對研究國對其他國的匯率

對其本國股市的影響。但其國內股價的計價貨幣則為本國貨幣。但本文所研究的

B 股的計價貨幣則為外幣，所以此區隔正可提供我們研究上與其他研究的差異。

基於此本文將利用投資人、計價貨幣及區域的差異為主軸，來研究大陸股市波動

性受國際股市波動性、匯率及地域之影響及其間的關係的關係。

第三節 研究目的

這種在同一國家股市依據投資人國籍、計價貨幣進行區隔，無疑在全球是少

見的，此一特性也正好提供本研究解析外國股市及匯率對大陸股市波動性影響成

因的寶貴實證機會。基於上海 B 股與深圳 B 股的計價單位分別為美元與港幣，

以及美國與香港是與中國大陸關係是很密切的經濟體，且大陸外資中也以香港與

美國所佔的比重最多，因此，本研究探討國際股市對大陸股市的波動性影響，是

以美國股市與香港股市為主。而本文之研究共有三個目的：

1. 探討中國大陸股市波動性受國際股市波動性的影響是否因為投資人國籍不同

而不同。

2. 探討中國大陸股市波動性受匯率變動的影響是否因為股票計價貨幣的不同而

不同。

3. 探討上海與深圳兩個股市之波動性是否因區域不同而不同。

3
 本研究的第一個目的是探討中國大陸股市波動性受國際股市的影響是否因

為投資人國籍不同而不同，以確認國際資金在大陸股市波動性受國際股市影響過

程中的角色。我們運用大陸人民僅能投資 A 股，外國投資人僅能投資 B 股，解

析 A 股與 B 股波動性受美國或香港股市波動性的影響是否有差異，以驗證國際

資金在大陸股市波動性傳遞上是否具有催化或緩和效果。另一方面由於從 2001

年 2 月 19 日始，大陸允許本國人民可以購買 B 股，從而投資人區隔由雙向限制

演變成單向限制。因此可進一步驗證國際資金在大陸股市波動性傳遞上的效果 。

本研究的第二個目的是探討中國大陸股市波動性受匯率變動的影響是否因

為股票計價貨幣的不同而不同，以確認匯率變動在大陸股市波動性影響過程中的

角色。我們運用 A 股以人民幣計價，上海 B 股以美元計價，深圳 B 股以港幣計

價之差異，解析上海 A 股與 B 股波動性受人民幣兌美元匯率變動的影響是否有

差異，以及深圳 A 股與 B 股波動性受人民幣兌港幣匯率變動的影響是否有差異，

以驗證股票計價貨幣在大陸股市波動性傳遞上是否具有催化或緩和效果。

本研究的第三個目的是探討上海與深圳兩個股市之波動性是否因區域不同

而不同。經由比較上海股市 A 與深圳股市 A 股波動性之差異，與上海股市 B 與

深圳股市 B 股波動性之差異，驗證大陸股市波動性是否因區域不同而不同。

4
第四節 研究架構
本文在探討大陸股市多重市場區隔因素下所設立的三個假設，在分別以多變

量 EGARCH 與單變量的 EGARCH 來驗證假說其主要架構如圖 1 所示。

大陸股市因市場區隔因素所造
成波動性差異分析

波動性是否因 波動性是否因 波動性是否會

投資人區隔受 計價單位區隔 因地域性區隔
國際股市衝擊 而受匯率變動 而會有所差異
影響而有差異 影響有差異

以 EGARCH 模
型衡量檢定上
以多變量 EGARCH-M 模型 海與深圳股市
衡量國際股市與匯率對大陸 波動性差異
股市不對稱衝擊影響

實證結果與假說驗證

圖 1 論文架構圖

5
第五節 論文概述

本文基於大陸證券市場多重性之市場區隔特徵，加上大陸市場在世界的舞台

地位逐漸吃重。而之前也未見針對大陸股市多重性市場區隔是否會改變其波動性

受匯率、國際股市之影響的文獻。

在本文第二章中探討與本研究相關之研究文獻包括國際股市對大陸股市的

影響、國際間股市與股市波動性交互關係、匯率變動對股市波動性的影響及其他

大陸股市的相關研究。

於本文第三章說明各種市場區隔下各個因素對波動性影響的假說。並在之後

說明各假說的實證方法與實證模型。最後再與理論相印證，以期待能釐清在這多

重性市場區隔特徵下有特殊的發現。

在第四章與第五章為本研究之實證結果與結論及建議分別驗證金融風暴前

與金融風暴後以及包含金融風暴期間國際股市波動性及匯率變動對大陸股市波

動性的影響。

6
 第二章 文獻探討

本章主要介紹有關於國際股市波動性對大陸股市波動性影響、國際股市與股

市間波動性影響、匯率變動對股市波動性的影響及中國大陸國上海與深圳兩股市

互動等議題相關研究文獻的探討。藉以了解各個學者研究的成果與發現以利本文

研究時的參考。

第一節 股市間波動性傳遞之文獻探討

一、國際股市波動性對大陸股市波動性影響相關文獻探討

姜惠真(1997)探討 1993 年 9 月 30 日到 1996 年 11 月 29 日期間中國大陸上

海、深圳兩地 A 股與 B 股市場及香港 H 股市場是否存在共整合之關係，結果發

現上海及深圳股市各自的 A 股與 B 股間沒有共整合的現象；上海及深圳股市的

A 股市場間則存在明顯的共整合關係；而上海及深圳股市的 B 股市場在去除匯

率變動的因素之後，亦無共整合的關係。香港 H 股與上海 B 股市場呈現共整合

現象，但香港 H 股與深圳 B 股市場間則無共整合之關係。

何啟勳(1995)使用 Engle and Granger(1987)所推導的共整合模式研究，探討

上海、深圳、臺灣、香港、日本和美國間股價指數的關係，研究期間自 1992 年

1 月 6 日至 1994 年 7 月 13 日。結果發現上海、深圳間股價指數呈現共整合的現

象，兩者與其他股市股價指數則無共整合的關係，作者認為其因可能為大陸股市

資本流動之限制和股市規模太小所致。

薛韻琪(1993)運用向量自我迴歸模型(VAR)及 Johnansen 之共整合檢定，發現

香港 H 股顯著的影響上海及深圳的 B 股市場。上海、深圳的 A、B 股市場及香

港的 H 股會有交互影響，尤其以 H 股對其他市場最具影響力。H 股的干擾會快

7
速地傳遞到其他股市，但卻而沒有單一股市可顯著的解釋 H 股市場的變化。因 H

股、上海 B 股、深圳 B 股間存在共整合的現象，可見此三地市場間沒有明顯的

區隔現象。不論有無考慮到匯率變動的因素，上海及深圳市場的 A、B 股皆不存

在共整合的現象，而上海、深圳的 A 股市場間及 B 股市場間有顯著的共整合現

象。

二、其他國際股市與股市間波動性影響相關文獻探討

張明郎(1996)以多元時間數列分析方法研究美國、新加坡、日本和香港股市

間的因果關係，研究期間為 1985 年至 1995 年，實證結果發現：各股市之報酬率

並不存在共整合的關係，代表四個市場間的訊息傳遞具弱勢效率。此外還發現，

美國股市對日本股市的影響力越來越小，而新加坡和香港股市不會影響美國股

市。

Bekaert and Harvey(1995)研究包含台灣在內 12 個新興國家股市與世界股市

的共整合關係，很多文獻都指出：國際資本市場隨著時間有愈趨整合的情形，而

作者利用 Conditional Regime-Switching 模型發現。只有四個國家股市整合程度隨

著時間顯著增加。臺、港股市與世界股市有隨時間整合的現象。但是臺灣股市有

投資限制、股票交易量和市值很大，無法解釋臺灣股市仍會呈現整合的現象。

余秀冬(1995)探討美國、日本、香港、新加坡、臺灣及韓國股票市場的相關

性是受資訊效果或是交易效果所影響，樣本期間為 1986 年 11 月 1 日至 1994 年

7 月 15 日。實證結果發現，四國之股市波動性均有 GARCH 效果，而且各個股

市波動性都有不對稱性，壞消息對市場波動性的影響比好消息來得大。這和 Black

(1986)、Christie (1982) , Schwert (1989)發現的結論一致。此外，他各股市間報酬

率及報酬率變異有顯著的互動關係，且報酬率相關性比報酬率波動性相關性大，

而又以美國對其他股市最具影響力，而臺灣和韓國股市比較不容易為其他國家股

市影響。報酬率相關性及報酬率波動性同時受資訊和交易因素影響，而以資訊因

8
素影響較大。本國股市交易量受市場本身前一星期交易量影響較為顯著，受國外

交易量及報酬絕對值影響不顯著。國外股市對本國交易量的影響是以資訊效果為

主。當本國交易量受外國報酬影響時，本國當期交易量與外國報酬率絕對值間是

不對稱的關係。此外，紐約股市崩盤後，各國股市報酬率與報酬率波動相關性顯

著提高，支持崩盤後國際資本市場整合程度增加的理論。

蔡玠施(1995)研究台灣、香港、南韓、新加坡和日本股市間報酬率及報酬率

波動性外溢效果，研究期間為 1982 年至 1993 年，為了研究這些亞洲國家股市結

構性的變化，以全球股市大崩盤劃分兩個次樣本期間，比較崩盤前後的外溢效果

的顯著性。結果發現在崩盤後有顯著的報酬率和波動性的外溢效果。支持亞洲這

些股市在大崩盤後更加整合的理論。

徐守德(1995)研究臺灣、日本、新加坡、香港、韓國亞洲五個股市的共移程

度，以單根檢定、成對及高階共整合檢定分析股價的個別及整體市場的行為，樣

本期間為 1984 年至 1993 年。實證結果發現，就相關係數而言，除日本與香港及

香港與新加坡間有較強的相關性外，其他成對國家間的相關性則相對低，顯示國

際投資組合仍有利益存在；另外，各國股市間並未呈現成對與高階共整合現象，

也就是一國股價不能由其他國家股價所預測，因此，經由國際投資組合具有分散

風險之功能。

Su(1994)研究臺灣和其它國際資本市場的動態關係，包含美國、日本、英國、

德國和香港，研究期間為 1982 年至 1992 年，作者另外將樣本期間以大崩盤為界

劃分成兩個子期間，以 GARCH(1,1)-MA(1)模型來偵測各個股市之間的動態外溢

效果。結果發現：GARCH(1,1)-MA(1)是相當能刻劃國際資本市場股價報酬率之

行為，臺灣和其它國家的外溢效果在落後二期後就已不顯著，顯示資訊在這些市

場傳遞是有效率的；在 1987 大崩盤前，其它市場對臺灣的外溢效果均不顯著，

但在大崩盤後的樣本期間內外溢效果卻是顯著的，結論和 Hamao,Masulis and

Ng(1990)一致，顯示在大崩盤後，國際資本市場有愈趨整合的趨勢。

9
 Bae and Karolyi (1994)研究 1988-1992 年日本 Nikkei Stock Average 和美國

S&P500 Stock Index 波動性傳遞關係，結果發現。好消息和壞消息影響股市波動

性的程度並不相同，如果忽略此一不對稱的效果，則美國或日本發生的衝擊，波

動性傳遞至世界其它股市的效果將被低估。在 1987 年美國股市大崩盤後，國際

間波動性外溢效果減弱，對於想要利用短期波動性來投機的國際投資人而言，增

加了一項不利的因素。

Forbes(1993)利用共整合的方法研究歐洲共同市場中英國、瑞士、德國、荷

蘭四國八家銀行股價的互動關係，結果發現。各個國家中銀行股股價間並無共整

合之情形，顯示各國市場符合弱式效率市場的假說。各國間股價亦無共整合情

形。作者認為影響歐洲共同市場股市問整合程度的可能因素是匯率的波動性。

Theodossiou and Lee(1993)利用多元 GARCH-M 研究 1980-1991 年美國、加

拿大、日本、英國和德國五國股價報酬率和波動性的外溢效果。結果發現：美、

加、日、英、德五國股市中，本國股市波動性並不會影響本國預期報酬率存在報

酬率外溢效果，美國影響英國、加拿大，而日本則影響德國。但這些外溢效果所

能解釋總變異不到 6%。美、日、德存在自我波動性外溢效果(Own-Volatility

Spillovers)，而英、加報酬率的波動性主要是來自於國外，特別是從美國。德國

和其它四個市場整合程度最低。

Cheung and Lee(1993)研究 1982-1989 年韓國股市和太平洋市場、北美市場、

世界股市間的整合關係，結果發現，韓國股市只受自己本國內部因素的影響，其

它股市並不會影響韓國。可能因為 1992 年之前韓國對外投資及外人來韓投資均

有相當大的限制，資本流動不自由，所以韓國股市和其它地區或國家的股市呈現

區隔的關係。

杜元隆(1993)探討包含美國、日本、德國、英國、香港、新加坡、台灣、韓

國、泰國等九個國家股票市場間之互動關係。樣本期間為 1985 年 7 月 1 日至 1992

年 6 月 26 日。實證結果發現：美國股市對其他八個股市具有最大的影響力，這

10
個結論和其他國外學者認為美國股市是全球影率力最大的結論一致。此外，作者

認為國際股市對資訊反應是有效率的，因此國際投資人難以在國際股市間進行套

利。作者同時發現：美國、德國、日本、英國股市其有密切的因果關係，而且對

亞洲五個股市有顯著的影響力；而除了日本之外，亞洲的其他股市幾乎不能影響

前述四個歐洲股市。

Campbell and Hamao(1992)利用美國和日本之超額報酬(Excess Return)間的

關係研究兩國長期資本市場整合的問題，樣本期間為 1971 年至 1990 年，實證結

果發現：美國和日本股票的超額報酬2，可以分別用一組類似的國內變數加以預

測。其中股利價格比(dividend-price ratio)對超額報酬具正面影響，相對的短期利

率對超額報酬之影響則為負面。美國國內的變數在 1980 年代有助於預測日本股

票的超額報酬。日本的股利價格比對日本超額報酬之預測力優於美國的股利價格

比，但是日本的變數對美國超額報酬的解釋力則相對低。美國和日本預期超額報

酬並不能完全由單一的國際因素(International factor)所解釋，因為模型的 Beta 值

會隨著時間而改變，而不是固定的。1970 年代美國和日本的超額報酬是呈現共

移(common movement)的情況，但不是完全的相關，由此可以推論，美國和日本

的資本市場間至少是部份的整合(partial integration)。

Hamao,Masulis and Ng (1990) 利用 MA(1)-GARCH(1,1)-in-Mean 研究紐約、

日本、倫敦三地股市報酬率和波動性的外溢效果探討股市間短期的相依程度，研

究期間為 1985 年至 1988 年。結果發現：在報酬率外溢效果方面，全樣本期間美

國對日本、英國對美國股市有影響，但是在 1987 年 10 月大崩盤之前，僅有英國

對美國影響是顯著的。作者認為可能是紐約和倫敦股市交易時間重疊所致，並不

代表市場在資訊傳遞上沒有效率，為了區隔此種影響效果，作者改以倫敦股市開

盤至收盤報酬率對美國下午至收盤報酬率的外溢效果，倫敦對美國的報酬率外溢

效果已不再顯著，在波動性外溢效果方面，崩盤前紐約及倫敦的外溢效果並不顯

2
相對於美國國庫券利率

11
著，而日本卻受紐約和倫敦所影響，而就全樣本期間而言，美國對日本、日本對

英國、英國對美國波動性外溢效果均十分顯著，顯示在大崩盤後，三個地方的資

本市場有漸趨整合的傾向。

張國江(1988)研究臺灣、德國、日本、英國和美國五個國家資本市場結構的

關係，樣本期間為 1972 年至 1987 年，結果發現：考慮多國股市的關聯性時，不

考慮匯率因素比考慮匯率因素來得理想；各國股價波動接受前一期之影響，影響

的程度依次為台灣、日本、英國、德國、美國，可見資本市場愈不健全，股價自

我相關程度愈大；台灣、日本股價波動受美國前一期之影響，而且台灣受到影響

的程度比日本為大。

第二節 匯率變動對股市波動性的影響之文獻探討

林俊安(1999)分別以單元 GARCH 與多元 TGARCH 模型研究台灣、新加坡、

香港、南韓、日本、泰國、馬來西亞、印尼、菲律賓等國家 1996 年至 1998 年間

匯率變動對其自身股票市場波動性的影響，以及與各國匯率變動對其他國家股市

波動的外溢效果。結果發現：各國在金融風暴期間股市波動性受其他國家前期匯

率變動的影響有顯著的增加。就單一國家而言其本身匯率變動對股票市場波動性

的影響在金融風暴後有顯著的增加。

Murinde and Victor(1997)研究印度、韓國、巴基斯坦、與菲律賓等四個新興

國家匯率與股票價格互相影響的關係。研究發現在 1985 年 1 月至 1994 年 7 月段

期間，除了菲律賓外其他三個國家都顯示出匯率對股票價格有單向的影響的關

係。

Ajayi and Mougoue(1996)以 Engle and Granger 共整合模型與誤差修正模型研

究美國、加拿大、法國、德國、日本、英國、義大利、荷蘭等八個國家 1985 年

4 月至 1991 年 7 月間匯率與股價動態關係。其結果發現，除美國為股價對匯率

12
具單向關係外，其餘國家皆具有股價與匯率雙向關係，且在貨幣貶值時對股票市

場有負面影響。而在股價上漲時短期對匯率的影響為負面的而長期來說則為正

面。

Adrangi(1996)研究美國、德國、日本 1978 年 1 月至 1991 年 6 月間，匯率與

股票指數報酬率間是否有存在共整合現象。結果發現匯率與旗相對的股票指數報

酬率間沒有存在共整合現象。

第三節 中國大陸國上海與深圳兩股市互動之文獻探討

葉銀華、陳韋均(2001)研究運用事件研究法探討 1992 年到 1999 年期間，上

海與深圳交易所同時上市 A、B 股的公司，實證結果發現：B 股掛牌事件會傳遞

正面與增量的訊息給 A 股，B 股掛牌事件會導致 A 股正的異常報酬。但 A 股掛

牌事件傳遞給 B 股的增量訊息有限，並未導致 A 股有異常報酬。

Chakravarty, Sarkar, and, Wu（1998）分析中國大陸股市因 A、B 股間的資訊

不對稱與市場區隔所造成定價不同的交叉關係。研究結果發現 A 股股價對資訊

的反應領先 B 股。Chakravarty, Sarkar, and, Wu 認為 B 股折價的主要原因是：相

對於當地投資者而言，外國投資人取得資訊較困難。資訊取得相對困難是因為語

言的障礙、會計制度不同，以及缺乏當地經濟與公司可靠資訊來源所致。因此導

致同樣公司的股票，其 B 股相對於 A 股有折價的現象。

Chui and Kwok（1998）研究中國大陸股市 A 股與 B 股間交叉自我相關的問

題發現 B 股的報酬領先反應 A 股。Chui and Kwok 認為這是因為中國當地

的資訊管制，使得外國人取得攸關資訊之速度比當地的中國人還快所致。

Chen, Lee, Rui(2001)研究市場區隔與股票價格間關係發現，Domwitz, Glen,

and Madhavan(1997) 研究雖然世界上許多國家都將股票市場區分為類似 A、B 股

的情況，但在大陸 A、B 股的訂價行為是不同的。Domwitz, Glen, and Madhavan

13
發現其他國家共外國人投資 B 股的價格通常比供本國人投資的 A 股高；但

Chen, Lee, Rui 發現在中國大陸 B 股價格卻低於 A 股。其原因可能為市場區

隔與流動性的差異所致。

駱綾(1995)以 Granger 因果檢定，驗證 1993 年 7 月至 1995 年 12 月期間，上

海與深圳股市之價量間的因果關係，實證結果發現上海與深圳兩個市場價量間存

在相互影響的反饋的關係。

于建國(1995)利用 CAPM 及 Gorden Model 來探討上海與深圳股市之 A 股及

B 股折、溢價的差異，研究期間為 1993 年 6 月至 1994 年 12 月。結果發現：上

海與深圳股市有顯著交互作用。表示兩地間可能因為區域性的差異，導致β係數

對兩個市場的折溢價影響的程度不同。

根據上述的文獻有關投資人區隔、區域區隔及國際股市對大陸波動性之相關

文獻，可歸為四類。其一為探討大陸股市 A 股與 B 股之價格差異及其原因；其

二是分析 A 股與 B 股報酬的共整合關係；其三是著墨於國際股市之互動關係；

其四是探討匯率與股市波動性之關聯。已在在將上述之文獻整合如下

探討大陸股市 A 股與 B 股之價格差異及其原因的文獻主要包括：葉銀華、

陳韋均(2001)、Chen, Lee, Rui(2001)、Chakravarty, Sarkar, and Wu(1998)等，他們

發現 A 股價格高於 B 股，並將形成兩種股票價格差異歸納成三個原因：(1)大陸

投資人較外國投資人具有資訊優勢。 (2) A 股流動性高於 B 股。流動性低的股票

交易成本較高，所以投資人對流動性低的股票要求較高的報酬，從而 B 股的股

價低於 A 股。(3) B 股風險高於 A 股。由於除共同風險外，外國投資人尚須蒙受

匯率風險、資金進出與投資額之法令限制、無風險利率的差異及對風險態度的差

異。此外，于建國(1995)發現上海與深圳股市 A、B 股的價格差異程度顯著不同。

探討大陸 A 股與 B 股間之共整合關係的文獻，包括 Chui and Kwok(1998)、

Chakravarty, Sarkar, and Wu(1998)的研究，他們發現 A、B 股會同時反應新資訊但

14
速度不同。Chakravarty, Sarkar, and Wu 發現 A 股價格反應資訊速度較 B 股快，

其因即是大陸投資人具有當地資訊優勢；Chui and Kwok 卻發現 B 股價格反應資

訊速度較 A 股快，其因在於外國投資人具有國際資訊的優勢，顯然兩篇文獻的

結論並不一致。姜惠真(1997)、駱綾(1995)的研究發現上海 A 股與 B 股與及深圳

A 與 B 股都不存共整合的現象，但上海 A 股與深圳 A 股，以及上海 B 股與深圳

B 股市場都有共整合關係。

研究國際股市互動關係之文獻最為豐富，如：Bekaert and Harvey(1995)、徐

守 德 (1995) 、 Arshanapalli, Doukas and Lang(1995) 、 Wei, Liu, Yang and

Chaung(1995)、Bae and Karolyi (1994)、 Theodossiou and Lee(1993)等，他們所得

的結論皆為：特定國家股市之報酬及波動性會受他國股市之報酬及波動性之影

響。

形成股市互動的原因可歸納為下列三點原因：(1)區域整合：例如歐洲共同

市場的形成消彌會員國間的貿易及資金流通障礙，使得彼此間經濟互動更頻繁。

(2)國際貿易：貿易雙方國家之經濟榮枯會彼此影響。(3)國際投資：國際投資者

會綜觀各股市狀況進行投資組合之同步調整。Bae and Karolyi(1994)發現壞消息

所致的股市互動較明顯。Theodossiou and Lee(1993)發現美、加、日、英、德五

國股市彼此存在互動關係，但本國股市波動性卻不會影響本國期望報酬。

Arshanapalli, Doukas and Lang(1995)、Wei, Liu, Yang and Chaung(1995) 等研究發

現泰國、新加坡、台灣、香港、菲律賓等股市受美國股市對之影響大於受其他國

際主要股市之影響。

探討匯率與股市波動性的文獻中，Murinde and Victor(1997)與 Ajayi and

Mougoue(1996)發現匯率與股票報酬率有共整合現象，貨幣貶值時對股票報酬有

負面影響；而股價上漲時對匯率的短期影響為負面但長期影響為正面。但 Adrangi

and Ghazanfari(1996)發現股票報酬與匯率並沒有共整合關係。

15
 第三章 實證方法與設計

本章節主要在說明本文假說建立之理論依據與假說驗證之主題。並說明本文

運用來驗證假說的研究方法與實證樣本的說明與處理方式。

第一節 假說建立

本文依下列三個主題建立假說：
1.大陸股市波動性受國際股市波動性影響是否因投資人區隔而有差異。
1.
2.大陸股市波動性受匯率變動影響是否因股票計價貨幣區隔而有差異。
3.區域區隔是否造成大陸股市波動性差異。

股市波動是基於市場供需變化形成的。過去文獻將影響股市波動的因素歸納

為三類(1)總體經濟因素，諸如景氣循環、利率、匯率、貨幣供給等。(2)國際因

素，例如受國際股市、國際投資者參與之影響等。(3)市場內部因素，如交易機

制及法令規範等。

由第 2 章的文獻探討可知國際股市互動已為熱門的研究課題。若國際股市間

的互動關係密切，則他國股市狀態會影響特定股市參與者之報酬與風險。Bekaert

and Harvey(1995)、徐守德(1995) 、 Bae and Karolyi (1994)、Theodossiou and

Lee(1993)等學者之研究都顯示國際股市間存在共整合現象，亦即國際股市彼此

受影響。Arshanapalli, Doukas and Lang(1995)、Wei, Liu, Yang and Chaung(1995)

的研究發現美國股市對於亞洲股市有顯著的的影響。

由於美國與香港是與大陸經濟最為密切的兩個經濟體，且上海 B 股與深圳 B

股的計價貨幣分別為美元與港幣，因此我們預期大陸股市可能會受美國與香港股

市影響。若確實有影響，此外由於投資人區隔與貨幣區隔，大陸股市的 A、B 股

16
受美、港股市之影響程度是否一樣，這是以前文獻未曾探討的，也是本文所要釐

清 的 主 要 課 題 。 如 前 所 述 ， Chakravarty, Sarkar, and, Wu(1998) 、 Chui and

Kwok(1998)已發現 A、B 股的投資者存在資訊不對稱，從而預期股與 B 股受美

國與香港股市波動性之影響有差異不同。因此本文據此建立下列兩個假說：

假說 1-1：美國股市波動性對上海 A 股與 B 股之波動性之影響會因投資人區隔而
有差異

假說 1-2：香港股市波動性對深圳 A 股與 B 股之波動性之影響會因投資人區隔而
有差異

當一國的貨幣升值時國際的熱錢可能流入該國股市，由於資金增加使得股票

的 需 求 增 加 ， 從 而 造 成 股 價 上 漲 。 Murinde and Victor(1997) 與 Ajayi and

Mougoue(1996)研究已確認股價與匯率具有互動關係。此外，由於上海與深圳的

A 股都是以人民幣計價；而上海與深圳的 B 股則分別與美元與港幣，此外，….

等文獻已發現且大陸 A 股市場與 B 股市場間存在資訊不對稱。因此據以建立建

立假說 2：大陸 A 股與 B 股市場波動性受國際股市波動性影響因股票計價貨幣

區隔而有差異。假說 2 包括兩部分：

假說 2-1：人民幣兌美元匯率對上海 A 股與 B 股之波動性影響會因股票計價貨幣

區隔而有差異。

假說 2-2：人民幣兌港幣匯率對深圳 A 股與 B 股之波動性影響會因股票計價貨幣

區隔而有差異。

由于建國(1995)的研究顯示區域區隔會影響上海與深圳 A、B 股間的價差程

度，但兩市場的波動性是否因區域的區隔由所不同，則尚待進一步的釐清。陳建

宏(2001)認為上海股市與深圳股市主要差別僅在於地理差異，在交易機制與法令

規範則無差異。且由表 2 可知上海與深圳股市的規模相近。基於上海與深圳兩股

市的交易機制、法令規範完全相同，且其他因素也大致相同。因此建立本文之假

說 3。

17
假說 3：大陸股市波動性不會受區域區隔之影響

我們用上海股市 A 股波動性是否等於深圳股市 A 股波動性；上海股市 B

股波動性是否等於深圳股市 B 股波動性，驗證假說 3。如此可排除區域外之其

他因素的影響。

表 2 上海股票市場與深圳股票市場之規模
上海交易所 深圳交易所
上市家數 572 514
總市值 2,693,086 2,116,008
總市值佔 GDP
32.38% 25.44%
比率

第二節 抽樣準則與資料描述

本研究的抽樣方法說明如下：

1.抽樣準則：根據各個變數中所有變數均有統計資料之樣本日起算。

2.樣本期間：1994 年 1 月 3 日至 2000 年 12 月 29 日

3.樣本資料：上海 A 股股價指數，上海 B 股股價指數；深圳 A 股股價指數，

深圳 B 股股價指數；紐約道瓊工業股價指數；香港恆生指數：人

民幣兌美元匯率及人民幣兌港幣匯率。
4.資料描述
(1)股價指數之資料來源為全球財經資料庫 Datastream，包括上海 A 股與 B
股、深圳 A 股與 B 股、香港及紐約四個市場美國每日收盤指數。

(2)匯率資之料來源為全球財經資料庫 Datastream。包括人民幣兌美元匯率

與人民幣兌港元匯率。

18
第三節 變數定義與衡量
1.報酬率的衡量

Ri.t=lnPi.t－lnPi. t-1

Ri.t 為第 i 個市場第 t 日之報酬率，Pi.t 為第 i 個市場第 t 日之收盤股價

指數，i= SHA, SHB, SZA, SZB, DJ, HK。其中 SHA 為上海 A 股市場，SHB

為上海 B 股市場、SZA 為深圳 A 股市場、SZB 為深圳 B 股市場、DJ 為

紐約股市（採用道瓊指數）、HK 為香港股市（採用恆生指數）

第四節 實證模型設定程序

一、以單根檢定確認樣本數列是否為定態

確保統計推論過程無誤，我們先以單根檢定確認本文所採用的數列是否為定

態(stationary)。若資料不是呈現定態的數列時，利用 OLS 進行估計會出現 Granger

and Newbold(1974)所提出的假性迴歸(spurious regression)的問題。

定態之意義依其條件之強弱不同可分為強勢定態(strictly stationary)與弱勢

定態(weakly stationary)。所謂強勢定態乃指產生時間數列之聯合機率分配之各階

動差與絕對時間無關，僅與相對時間之長短有關。由於強勢定態所的條件嚴苛，

一般時間數列資料並不容易滿足其要求，其功用通常在於理論計量中探討。一般

在實證上所常用的為弱勢定態，弱勢定態是指時間數列之聯合機率分配的一階與

二階動差與絕對時間無關，弱式定態可以下列兩數學式表達：

E( X t ) = µ (1)

COV ( X t , X t − k ) = γ K (2)

19
式中的 X t 為一隨機變數，一階動差為 µ 與時間 t 無關，二階動差 γ K 與時間 t、t-k

無關，但與 k 有關。

大多數的經濟資料通常會受到時間之影響，因此為不穩定的數列，傳統將不

穩定數列轉換為穩定數列之方式為差分，亦即將數列整合(integration)。根據 Engle

and Granger(1987)年對整合階數的定義為一數列 X t 經過 d 次差分後為一穩定、可

逆的 ARMA 型式，則稱之為 d 階整合，表示成 X t ~I(d)，若數列只經一次差分即

符合弱勢定態的要求，則記為 I(1)數列，大多數總體資料即屬於 I(1)數列。

如何檢定數列是否穩定，初步的方法可觀察數列之趨勢，若圖形顯示出一明

顯趨勢則此數列可能為不穩定數列，此外亦可利用自我相關函數圖(ACF)與部分

自我相關圖(PACF)來加以認定，當數列之 ACF 與 PACF 無法快速消失(die out)

而以緩慢下降，則隱含此數列為不穩定數列。為避免上述方法過於主觀，Dickey

and Fuller(1979,1981)提出較為嚴謹的單根檢定(unit root test)以作為數列是否滿

足定態的判斷依據。本文介紹兩種單根檢定法來作為說明單根檢定： Dickey and

Fuller 檢定、Augmented Dickey and Fuller 檢定。

1、Dickey and Fuller (DF)撿定

關於一時間數列{ X t }是否為一穩定數列，DF 檢定的方法乃先對以下三基本

模型做 OLS 估計，之後對估計參數做係數是否為零的假設檢定：

∆X t = βX t −1 + ε t (3)

∆X t = α + βX t −1 + ε t (4)

∆X t = α + δt + βX t −1 + ε t (5)

ε t ~ iidN (0, σ 2 )

其中式(3)並不考慮常數項與時間趨勢，式(4)加入常數項但不考慮時間趨勢

的影響，式(5)則包含常數項與時間趨勢， ∆X t 表示將原數列差分，三模型的殘差

20
項滿足獨立且分配相同之假設。DF 檢定的概念乃對上述三模型做係數的假設檢

定，其虛無假設及其所對應的檢定統計量與統計量的分配整理如表 3：

表 3 DF 檢定統計量
估計模式 虛無假設 DF 檢定統計量
∆X t = βX t −1 + ε t β =0 t-ratio τ

β =0 t-ratio τµ
∆X t = α + βX t −1 + ε t
α =β =0
F-test Φ1
β =0 t-ratio ττ
∆X t = α + δt + βX t −1 + ε t δ =β =0 F-test Φ2
α =δ = β =0 F-test Φ3

DF 檢定統計量之分配並非為傳統 t 分配與 F 分配，而是一布朗運動(Browian

motion)的函數，對於拒絕或接受虛無假設之臨界值則必須查閱 Dickey and

Fuller(1981)模擬之結果。當虛無假設為真表示數列具有單根，即表示數列為一不

穩定之數列。

2、Augmented Dickey and Fuller(ADF)檢定

由於利用 DF 檢定的三個模型必須假設殘差符合獨立與分配相同的假設

(iid)，實證上殘差可能出現高度之序列相關而無法滿足殘差為白噪音(white noise)

的要求，為解決此問題 Said and Dickey-Fuller(1984)建議於 DF 估計模型等式右邊

加入變數的落後項以捕捉殘差間高度相關之特性，落後期之階數需使殘差符合白

噪音的假設，整體估計模型如下：
p
∆X t = βX t −1 + ∑ γ i ∆X t −i + ε t (6)
i =1
p
∆X t = α + βX t −1 + ∑ γ i ∆X t −i + ε t (7)
i =1
p
∆X t = α + δt + βX t −1 + ∑ γ i ∆X t −i + ε t (8)
i =1

ε t ~ iidN (0, σ 2 )

21
 由上式(6)~(8)可發現 ADF 三模型當 P=0 時即為 DF 檢定，至於 ADF 之虛無

假設與檢定的統計量則與 DF 檢定相同，如表 3。若檢定結果無法拒絕虛無假設，

則數列有單根為一不穩定之數列。

二、常態性檢定

在常態分配檢定方面，主要採用方法為 Jarque-Bera (1987)常態性檢定法，

茲將之分別敘述如下:

Jarque-Bera 常態性檢定通常運用在大樣本的常態性檢定。Jarque-Bera 常

態性檢定法是基於利用 OLS 估計模型的殘差之檢定。在檢定之前須先計算利用

OLS 估計模型的殘差之偏態係數及峰態係數後利用下式檢定統計量檢定

 S 2 ( K − 3) 2 
JB = n  +
24 
(9)
6

上式(9)中 S 為偏態係數(skewness)、K 為峰態係數(kurtosis)。在常態分

配偏態係數值為 0 及峰態係數值為 3 下，式中(K-3)為超額峰態值。在虛無假設

為殘差服從常態分配下且 Jarque-Bera 統計量服從一自由度為 2 的卡方分配。在

Jarque-Bera 統計量顯著之下表示資料型態不服從常態。

三、序列自我相關檢定

1、檢定單一之序列相關係數是否為 0

一 i 期時間序列的自我相關係數 ρi ，可以下式計算：

cov(rt , rt −i )
ρi = (10)
σ t2

22
 i 表示落後的期數， cov(rt , rt −i ) 為 rt 與 rt −i 的自我共變異數(autocovariance)，

σ t2 為 rt 之變異數， ρi 屬於一平均數為 0 變異數為 1/n 之常態分配。檢定一數列是

否有自我相關現象時，及檢定 ρi 是否為 0。

2、聯合檢定序列相關係數是否為 0

如要檢定一組的序列相關係數是否為 0，則採用一聯合檢定：可依據

Ljung-Box 的 Q 統計量如下式所示：

P
1
LB( P) = n(n + 2)∑ ρi2 ~ xP2 (11)
i n−i

其中 n 為樣本數，i 表落後期數。此統計量為一自由度為 P 之卡方分配( xP2 )。

此 Ljung-Box 聯合檢定的虛無假設為所有自我相關統計量 ρi 皆為零。若一估計

量 LB(P)大於臨界值，則拒絕沒有序列相關的虛無假設。

四、異質性檢定

ARCH 模型是利用概似函數作參數的估計，求取漸進有效的最大概似估計

值。由於 ARCH 在估計時都具有高度非線性，故在求算過程必須做反覆的迭代

及運算，步驟麻煩且費時，也因此一般再研究時通常會在事前檢驗變數是否具有

ARCH 效果。

所謂的異質性(heteroskedasticity)即表示一數列之變異數並非固定之常數，而

是會隨時間而變動的(time-varying)。其所表現出來的特性，如大幅度的價格波動

會跟隨著大幅度的價格波動，而小幅度的價格波動會跟隨著小幅度的價格波動的

波動群聚現象。本文以 Ljung-Box 檢定法來檢定序列否具有異質性。

在檢定異質性時，本研究採用的 Ljung-Box 檢定法為前節所提及的：如果序

列平方的 LB(P)值大於序列之臨界值，則該數列具有異質性。反之，則無異質性

存在。

23
五、條件異質變異數

1、ARCH 模型

Engle（1982）為了解決時間數列上變異數不一致的問題，提出自我迴歸條

件異質變異數模型(Autoregressive Conditional Heteroskedasticity，ARCH)，允許

條件變異數可以隨著時間而有所不同，而因此 Engle 用 ARCH 模型估計 70 年代

英國通貨膨脹率，可得到較佳的結果。

ARCH(q)模型表示如下：

Yt | ψ t −1 ~ N ( X t β , ht ) (12)

Yt = X t β + ε t ε t ~ N (0, ht ) (13)

ht = α 0 + α1ε t2−1 + α 2ε t2− 2 + L + α qε t2− q (14)

上式中
Yt ：符合 ARCH 型態之時間序列資料
ψ t −1 ：至 t-1 其為止，所有資訊之集合
X t ：內生變數落後項或外生變數
α , β ：為未知的估計參數
ε t ：殘差項
ht ： Yt 之條件變異數

在迴歸分析的殘差項存在異質變異數的性質時，以最大概數法估計參數較有

效率。故此模型引用最大概似法求取參數估計值，也因此須利用非線性之反覆演

算法(iterative algorithm)求算估計值。

2、GARCH 模型

Bollerslev（1986）將 ARCH 模型一般化，使模型中殘差項的條件變異數不

但受到過去 q 期的殘差項影響，而且還會受到過去 p 期的條件變異數影響。其優

24
點在於高階的 ARCH 模型，可用較精簡之 GARCH 模型來表示。GARCH(p,q)模

型表示如下：

y t = xt β + ε t ε t | Ψt −1 ~ N (0, ht ) (15)

q p
ht = α 0 + ∑ α iε t2−i + ∑ β j ht − j (16)
i =1 j =1

其中：

α 0 >0， α i ≥ 0， β j ≥ 0

y t ：符合 GARCH 型態之時間序列資料。

xt ：內生變數落後項或外生變數

β：估計參數

ε t ：殘差項

ht ： y t 之條件變異數

Ψt −1 ：t-1 期之前所有的資訊集合

GARCH 模 型 在 估 計 時 ， 皆 假 設 在 條 件 常 態 分 配 下 ， 採 用 最 大 概 似 法

MLE(maximum Likelihood Estimation)與 Berndt, Hall, Hall and Hausman (1974)所

發展的 BHHH 演遞延演算法(iterative algorithm)來估計參數。最大概似函數如(17)

式所示：

T T  1  −ε 2  
ln l(θ ) = − ln(2π ) + ∑ ln  exp  2   (17)
2 t =1  σ
2
 2σ  

其中θ 為模型中待估計參數之集合 T 為實證樣本數

3、EGARCH 模型

GARCH 模型在應用上存在一些重要的限制。在當欲研究樣本存在有較明顯

波動不對稱的效果時，以一般 GARCH 模型對此無法完整描述，而且在估計

GARCH 參數時亦有符號的限制。此外 Nelson(1991)指出，在對於波動衝擊持續

性 的 研 究 中 ， GARCH 可 能 會 出 現 不 一 致 的 結 果 ， 故 於 1991 年 提 出 了

25
EARCH(Exponential Autoregressive Conditional Heteroskedasticity) 模 型 來 彌 補

GARCH 之缺點 Hamilton(1994)及 Mills(1993)歸納整理指數型自我迴歸條件異質

變異數模型將 Nelson(1991)EGARCH(1,1)之 h(t)方程式可表示為：

{
h(t ) = exp α 0 + α1  Vt −1 − E Vt −1 + δ Vt −1  + β1 ln ht −1 } (18)

上式(18)中 ε t = ht Vt ，Vt 為齊一獨立之隨機分配，且平均數為 0，變異數為

1。由上式可知， Vt −1 與 E Vt −1 間的離差會使 lnht 擴大，此 EGARCH 模型理念相

同。使用最大概似估計法估計時必須對 Vt-1 的分配加以設定，Nelson(1991)採用

一般化誤差分配(genernalized error distribution)其機率密度函數為：

{ }{ }
−1
f (vt ) = x ⋅ exp  −0.5 ⋅ vt / λ  ⋅ λ ⋅ 2[
( x −1) / x ]
⋅ Γ(1/ x)
x
(19)
 

上式(19)中 λ 為一常數，其定義為： λ =  2−2 / x ⋅ Γ(1/ x)  ⋅ [ Γ(3 / x )]

−0.5
，x 掌握

分配尾部之厚度，而 Γ( ) 為 Gamma 函數，當 x =2， λ =1 時，Vt 服從常態分配，

且 E ( vt −1 ) = 2 /π 將此一條件式代入上式，完整 EGARCH(1,1)模型可表示成：

rt = xt β t + ε t
(20)
ε t | Ωt −1 ~ N (0, ht )

{
ht = exp α 0 + α1 ⋅  ε t −1

ht −1 − 2 / π + δ (ε t −1 ht −1 )  + β1 ln ht −1
 } (21)

EGARCH 模型對於參數估計幾乎沒有限制，Nelson(1991)證明，只要

α1 < ∞，即可使上式中 ht 和 ε t 均為嚴格定態(strict stationarity)。上適中，若 α1 > 0 ，

δ = 0 則表示不對稱效果不存在。若 −1 < δ < 0 則不論政的或者是負的 ε t −1 均會使

調建變異數波動幅度變大，但以負的未預期報酬衝擊效果較大，而當 δ < −1 時，

則負的報酬衝擊對條件變異數效果為正，而正的報酬衝擊則相反。

GARCH 模型和 EGARCH 模型其條件變異數均隨時間變動而改變，但

GARCH 模型設定好消息和壞消息對條件變異數衝擊均為相同，EGARCH 模型

26
則允許好消息和壞消息對條件變異數衝擊有不相同的影響。

第五節 實證模型

GARCH 模型及 EGARCH 模型其條件變異數均隨時間變動而改變，但

GARCH 模型設定好消息和壞消息對條件變異數衝擊均為相同，EGARCH

模型則允許好消息和壞消息對條件變異數衝擊有不相同的影響。加以 Bae

and Karolyi(1994)發現如果忽略不對稱的效果，則波動性傳遞至其它股市的

效果將被低估。

在研究多個市場間的波動性不對稱傳遞效果方面，Angelos Kanas

(2000)、Booth, Martikainen, Tse(1997)與 Koutmos, Booth(1995)皆以多變量

EGARCH(1,1)模型來作為衡量的基準。本文由於需考慮多重區隔因素因此

以多變量 EGARCH 模型來作為實證時驗證假說 1 與假說 2 中國際股市與

匯率波動對上海與深圳的 A、 B 股影響的衡量模型。 French, Schwert,

Stambaugh(1987)研究發現 EGARCH(1,1)-MA(1)已能充分捕捉報酬波動的狀態，且

Booth, Martikainen, Tse(1997) 證 明 EGARCH(1,1)-AR(1) 估 計 的 結 果 與

EGARCH(1,1)-MA(1)結果沒有差異也能充分的表現報酬波動的狀態。

本文以模型 1 多變量 EGARCH(1,1)-AR(1) in Mean 模型來作為驗證假說 1 與

假說 2 的衡量其模型設定如下：

本研究為驗證上海股市與深圳股市受紐約道瓊指數、香港恆生指數及人民幣兌美

元、人民幣兌港幣匯率影響將各變數分成四組子模型研究如下：

第一組模型之變數為：SHA=上海 A 股市場、DJ=紐約股市(道瓊指數)與 RUE=

人民幣兌美元匯率。

第二組模型之變數為：SHB=上海 B 股市場、DJ=紐約股市(道瓊指數)與 RUE=

人民幣兌美元匯率。

27
 第三組模型之變數為：SZA=深圳 A 股市場、HK=香港股市(恆生指數)與

RHE=人民幣兌港元匯率。

第四組模型之變數為：SZB=深圳 B 股市場 、HK=香港股市(恆生指數)與

RHE=人民幣兌港元匯率。

實證模型 1 為假說 1 與假說 2 隻時模型本文則以此為基礎來分別來作為驗證

上述四組變數模型。

實證模型 1

3
Ri.t = ai 0 + ∑ aij R j .t −1 + ei.t + ai hi2.t , for i = 1, 2,3; and
j =1

ei.t | Ωt −1 ~ N (0, σ t2 )

3
hi2.t = exp{ci + bi log(hi2,t −1 ) + ∑ α ij f j ( z j ,t −1 )},
j =1

f j ( z j ,t −1 ) =| z j ,t −1 | − E | z j ,t −1 | +θ j z j ,t −1 ,

σ ij , t = ρij × σ itσ jt , i≠ j

上列模型 1 各變數定義為：

Ri.t ：各衡量變數之報酬率

hi2.t ：各衡量變數報酬率之條件變異數

ci ：各條件變異數常數項

bi ：條件變異數 ht2 落後一期的估計參數

α ij ：波動性外溢效果之衡量參數

θ j ：不對稱波動性之衡量參數

28
 第一組實證模型為驗證上海 A 股受紐約股市波動性與人民幣兌美元匯率變

動影響。模型設定如下：

RSHA.t = aSHA.0 + aSHA.1 RSHA.t −1 + aSHA.2 RDJ .t + aSHA.3 RRUE .t + aSHA hSHA
2
.t + eSHA.t

eSHA.t | Ωt −1 ~ N (0, σ t2 )

RDJ .t = aDJ .0 + aDJ .1 RSHA.t −1 + aDJ .2 RDJ .t −1 + aDJ .3 RRUE .t −1 + aDJ hDJ
2
.t + eDJ .t

eDJ .t | Ωt −1 ~ N (0, σ t2 )

RRUE .t = aRUE .0 + aRUE .1 RSHA.t −1 + aRUE .2 RDJ .t + aRUE .3 RRUE .t + aRUE hRUE
2
.t + eRUE .t

eRUE .t | Ωt −1 ~ N (0, σ t2 )

.t = exp{cSHA + bSHA log( hSHA,t −1 ) + α SHA. SHA [| z SHA,t −1 | − E | z SHA,t −1 | +θ SHA. SHA z SHA,t −1 ]
2 2
hSHA
+ α SHA.DJ [| z DJ ,t −1 | − E | z DJ ,t −1 | +θ SHA. DJ z DJ ,t −1 ]
+ α SHA.RUE [| z RUE ,t −1 | − E | z RUE ,t −1 | +θ SHA. RUE z RUE ,t −1 ]}

.t = exp{cDJ + bDJ log( hDJ ,t −1 ) + α DJ .SHA [| z SHA,t −1 | − E | z SHA,t −1 | +θ DJ . SHA z SHA,t −1 ]

2 2
hDJ
+ α DJ .DJ [| z DJ ,t −1 | − E | z DJ ,t −1 | +θ DJ . DJ z DJ ,t −1 ]
+ α DJ .RUE [| z RUE ,t −1 | − E | z RUE ,t −1 | +θ DJ .RUE z RUE ,t −1 ]}

.t = exp{cRUE + bRUE log( hRUE ,t −1 ) + α RUE . SHA [| z SHA,t −1 | − E | z SHA,t −1 | +θ RUE . SHA z SHA,t −1 ]
2 2
hRUE
+ α RUE . DJ [| z DJ ,t −1 | − E | zDJ ,t −1 | +θ RUE .DJ z DJ ,t −1 ]
+ α RUE . RUE [| z RUE ,t −1 | − E | z RUE ,t −1 | +θ RUE . RUE z RUE ,t −1 ]}

σ ij , t = ρij × σ i , tσ j , t i, j = SHA, DJ , RUE i ≠ j

上式中 SHA=上海 A 股指數報酬率、DJ=道瓊指數報酬率、RUE=人民幣兌

美元匯率報酬率。以參數 α SHA. DJ 、θ SHA.DJ 來驗證道瓊指數波動性對上海 A 股指數

波動性影響的估計參數。並以 α SHA.RUE 及 θ SHA.RUE 作為人民幣兌美元匯率對上海 A

股指數波動性影響的估計參數。

29
 第二組實證模型為驗證上海 B 股受紐約股市波動性與人民幣兌美元匯率變

動影響。模型設定如下：

RSHB.t = aSHB.0 + aSHB.1 RSHB.t −1 + aSHB.2 RDJ .t + aSHB.3 RRUE .t + aSHB hSHB
2
.t + eSHB.t

eSHB.t | Ωt −1 ~ N (0, σ t2 )

RDJ .t = aDJ .0 + aDJ .1 RSHB.t −1 + aDJ .2 RDJ .t −1 + aDJ .3 RRUE .t −1 + aDJ hDJ
2
.t + eDJ .t

eDJ .t | Ωt −1 ~ N (0, σ t2 )

RRUE .t = aRUE .0 + aRUE .1 RSHB.t −1 + aRUE .2 RDJ .t + aRUE .3 RRUE .t + aRUE hRUE
2
.t + eRUE .t

eRUE .t | Ωt −1 ~ N (0, σ t2 )

.t = exp{cSHB + bSHB log( hSHB ,t −1 ) + α SHB . SHB [| z SHB ,t −1 | − E | z SHB ,t −1 | +θ SHB. SHB z SHB ,t −1 ]
2 2
hSHB
+ α SHB. DJ [| z DJ ,t −1 | − E | z DJ ,t −1 | +θ SHB. DJ z DJ ,t −1 ]
+ α SHB. RUE [| z RUE ,t −1 | − E | z RUE ,t −1 | +θ SHB. RUE z RUE ,t −1 ]}

.t = exp{cDJ + bDJ log( hDJ ,t −1 ) + α DJ . SHB [| z SHB ,t −1 | − E | z SHB ,t −1 | +θ DJ . SHB z SHB ,t −1 ]

2 2
hDJ
+ α DJ .DJ [| z DJ ,t −1 | − E | z DJ ,t −1 | +θ DJ . DJ z DJ ,t −1 ]
+ α DJ .RUE [| z RUE ,t −1 | − E | zRUE ,t −1 | +θ DJ . RUE z RUE ,t −1 ]}

.t = exp{cRUE + bRUE log( hRUE ,t −1 ) + α RUE . SHB [| z SHB ,t −1 | − E | z SHB ,t −1 | +θ RUE . SHB z SHA,t −1 ]
2 2
hRUE
+ α RUE . DJ [| z DJ ,t −1 | − E | z DJ ,t −1 | +θ RUE .DJ z DJ ,t −1 ]
+ α RUE . RUE [| z RUE ,t −1 | − E | z RUE ,t −1 | +θ RUE . RUE z RUE ,t −1 ]}

σ ij , t = ρij × σ i , tσ j , t i, j = SHB, DJ , RUE i ≠ j

上式中 SHB=上海 B 股指數報酬率、DJ=道瓊指數報酬率、RUE=人民幣兌

美元匯率報酬率。以參數 α SHB.DJ 、θ SHB.DJ 來驗證道瓊指數波動性對上海 B 股指數

波動性影響的估計參數。並以 α SHB.RUE 及 θ SHB.RUE 作為人民幣兌美元匯率對上海 B

股指數波動性影響的估計參數。

30
 第三組實證模型為驗證深圳 A 股受香港股市波動性與人民幣兌港幣匯率變

動影響。模型設定如下：

RSZA.t = aSZA.0 + aSZA.1 RSZA.t −1 + aSZA.2 RHK .t + aSZA.3 RRHE .t + aSZA hSZA
2
.t + eSZA.t

eSZA.t | Ωt −1 ~ N (0, σ t2 )

RHK .t = aHK .0 + aHK .1 RSZA.t −1 + aHK .2 RHK .t −1 + aHK .3 RRHE .t −1 + aHK hHK
2
.t + eHK .t

eHK .t | Ωt −1 ~ N (0, σ t2 )

RRHE .t = aRHE .0 + aRHE .1 RSZA.t −1 + aRHE .2 RHK .t + aRHE .3 RRHE .t + aRHE hRHE
2
.t + eRHE .t

eRHE .t | Ωt −1 ~ N (0, σ t2 )

.t = exp{cSZA + bSZA log( hSZA,t −1 ) + α SZA. SZA [| z SZA,t −1 | − E | z SZA,t −1 | +θ SZA. SZA z SZA,t −1 ]
2 2
hSZA
+ α SZA. HK [| z HK ,t −1 | − E | z HK ,t −1 | +θ SZA.HK z HK ,t −1 ]
+ α SZA. RHE [| z RHE ,t −1 | − E | z RHE ,t −1 | +θ SZA. RHE z RHE ,t −1 ]}

.t = exp{cHK + bHK log( hHK ,t −1 ) + α HK . SZA [| z SZA,t −1 | − E | z SZA,t −1 | +θ HK . SZA z SZA,t −1 ]

2 2
hHK
+ α HK .HK [| z HK ,t −1 | − E | z HK ,t −1 | +θ HK .HK z HK ,t −1 ]
+ α HK .RHE [| z RHE ,t −1 | − E | z RHE ,t −1 | +θ HK .RHE z RHE ,t −1 ]}

.t = exp{cRHE + bRHE log( hRHE ,t −1 ) + α RHE . SZA [| z SZA,t −1 | − E | z SZA,t −1 | +θ RHE . SZA z SZA,t −1 ]
2 2
hRHE
+ α RHE . DJ [| z HK ,t −1 | − E | z HK ,t −1 | +θ RHE . HK z HK ,t −1 ]
+ α RHE . RHE [| z RHE ,t −1 | − E | z RHE ,t −1 | +θ RHE . RHE z RHE ,t −1 ]}

σ ij , t = ρij × σ i , tσ j , t i, j = SZA, HK , RHE i ≠ j

上式中 SZA=深圳 A 股指數報酬率、HK=香港股市指數報酬率、RHE=人民

幣兌港元匯率報酬率。以參數 α SZA.HK 、θ SZA.HK 來驗證恆生指數波動性對深圳 A 股

指數波動性影響的估計參數。並以 α SZA.RHE 及 θ SZA.RHE 作為人民幣兌港幣匯率對深

圳 A 股指數波動性影響的估計參數。

31
 第四組實證模型為驗證深圳 B 股受香港股市波動性與人民幣兌港幣匯率變

動影響。模型設定如下：

RSZB.t = aSZB.0 + aSZB.1 RSZB.t −1 + aSZB.2 RHK .t + aSZB.3 RRHE .t + aSZB hSZB
2
.t + eSZB .t

eSZB.t | Ωt −1 ~ N (0, σ t2 )

RHK .t = aHK .0 + aHK .1 RSZB.t −1 + aHK .2 RHK .t −1 + aHK .3 RRHE .t −1 + aHK hHK
2
.t + eHK .t

eHK .t | Ωt −1 ~ N (0, σ t2 )

RRHE .t = aRHE .0 + aRHE .1 RSZB.t −1 + aRHE .2 RHK .t + aRHE .3 RRHE .t + aRHE hRHE
2
.t + eRHE .t

eRHE .t | Ωt −1 ~ N (0, σ t2 )

.t = exp{cSZB + bSZB log( hSZB ,t −1 ) + α SZB. SZB [| z SZB ,t −1 | − E | z SZB ,t −1 | +θ SZB. SZB z SZB ,t −1 ]
2 2
hSZB
+ α SZB. HK [| z HK ,t −1 | − E | z HK ,t −1 | +θ SZB. HK z HK ,t −1 ]
+ α SZB. RHE [| z RHE ,t −1 | − E | z RHE ,t −1 | +θ SZB. RHE z RHE ,t −1 ]}

.t = exp{cHK + bHK log( hHK ,t −1 ) + α HK .SZB [| z SZB ,t −1 | − E | z SZB ,t −1 | +θ HK . SZB z SZB ,t −1 ]

2 2
hHK
+ α HK .HK [| z HK ,t −1 | − E | z HK ,t −1 | +θ HK .HK z HK ,t −1 ]
+ α HK .RHE [| z RHE ,t −1 | − E | zRHE ,t −1 | +θ HK . RHE z RHE ,t −1 ]}

.t = exp{cRHE + bRHE log( hRHE ,t −1 ) + α RHE . SZB [| z SZB ,t −1 | − E | z SZB ,t −1 | +θ RHE . SZB z SZB ,t −1 ]
2 2
hRHE
+ α RHE . DJ [| z HK ,t −1 | − E | zHK ,t −1 | +θ RHE .HK zHK ,t −1 ]
+ α RHE . RHE [| z RHE ,t −1 | − E | z RHE ,t −1 | +θ RHE . RHE zRHE ,t −1 ]}

σ ij , t = ρij × σ i , tσ j , t i, j = SZB, HK , RHE i ≠ j

上式中 SZB=深圳 B 股指數報酬率、HK=香港股市指數報酬率、RHE=人民

幣兌港元匯率報酬率。以參數 α SZB.HK 、θ SZB.HK 來驗證恆生指數波動性對深圳 B 股

指數波動性影響的估計參數。並以 α SZB.RHE 及 θ SZB.RHE 作為人民幣兌港幣匯率對深

圳 B 股指數波動性影響的估計參數。

32
 在驗證假說 3 本文則採用 EGARCH 模型檢驗上海與深圳兩股市間波動性是

否有差異，其模型設定如下式，本文稱之為模型 2。

實證模型 2
t
RC .t = aC + ∑ aC .i RC .t −i + ak D + eC .t
i =1

eC .t | Ωt −1 ~ N (0, σ t2 )

hC2 .t = exp{cC + bC log(hC2 ,t −1 ) + α C [| zC ,t −1 | − E | zC ,t −1 | +θ C zC ,t −1 ] + γ k D} k = A, B

D 為區別不同市場的虛擬變數如上海股市設為 1 與深圳股市設為 0。並以參

數 γ A 與 γ B 來驗證上海股市波動性與深圳股市波動性之差異。如 γ A 或 γ B 顯著表示

上海股市波動性與深圳股市波動性有顯著的不同。也就是大陸股市波動性會受區

域區隔因素的影響。

33
 第四章 實證結果分析

本研究因觀察樣本期間為 1994 年 1 月 3 日至 2000 年 12 月 29 日，此一期間

適逢亞洲金融風暴。又由於在許多研究有關金融風暴對股市波動性具有顯著的影

響。因此本研究除 1994 年 1 月 3 日至 2000 年 12 月 29 日研究期間外在將期間分

為，1994 年 1 月 3 日至 1996 年 12 月 29 日與 1997 年 1 月 4 日至 2000 年 12 月

29 日兩段子樣本期間。如此才能更精確的探討研究目標間波動性的關係。

第一節 資料處理

本研究資料來源為 Datastream 道瓊工業指數、香港恆生指數、上海證券交

易所 A 股指數、上海證券交易所 B 股指數、深圳證券交易所 A 股指數、深圳證

券交易所 B 股指數、人民幣兌美元匯率、人民幣兌港元匯率，研究期間為 1994

年 1 月 3 日至 2000 年 12 月 29 日止共 1664 筆指數資料。

因各國的制度與節日不同所以有時某一交易所有交易但其他交易所休市，而

造成某日有的交易所有資料但其他交易所沒有資料。為了解決此一問題本文將只

要是某天有一交易所的資料有缺失則將當日所有的交易所的資料刪除。

由於各交易所因時差的關係所以必須對資料進行時間分割的調整表 4 為紐

約、上海、深圳、香港交易時間，圖 2 為交易時間對照圖。

表 4 各交易所之交易時間
交易所 交易時間 附註
紐約證券交易所 09:30~16:00 此為紐約時間
09:30~11:30 此為上海時間
上海證券交易所
13:00~15:00 09:15~09:25 集中競價
09:30~11:30 此為深圳時間
深圳證券交易所
13:00~15:00 09:15~09:25 集中競價
香港證券交易所 10:00~16:00 此為香港時間

34
 NOt-1 NCt-1
09:30 16:00

Nt-1 Nt-1 Nt-1 Nt-1 Nt Nt

02:00 20:15 20:30 22:30 00:00 02:00

S t-1 S t-1
Z t-1 Z t-1
22:30 05:00
SO1, t
ZO1, t SC1, t SO2, t SC2, t
09:30 ZC1, t ZO2, t ZC2, t
SC2, t-1 ZO0, t ZC0, t 11:30 13:00 15:00
ZC2, t-1 09:15 09:25
15:00
HOt HCt
10:00 16:00

紐約交易所交易時間區間 N：紐約時間 O：開盤

上海交易所交易時間區間 S：上海時間 C：收盤
深圳交易所交易時間區間
Z：深圳時間
香港交易所交易時間區間
H：香港時間

圖 2 各交易所時區相對時間

35
第二節 穩定性檢定與變數之屬性結果

穩定性檢定在探討國際股市間的關係時，須對觀察值進行穩定性檢定，驗證

股價序列是否穩定。表 5 為各股市指數報酬率敘述統計量摘要。顯示各研究變數

樣本均為非常態分配，可由 Jarque-Bera 統計量均顯著的情況下可得知。在序列

自我相關檢定可由表 5 之 LB(12)統計量驗證。結果發現所有變數皆有序列自我

相關的現象。在由 LB2(12) 統計量驗證結果顯示所有變數節存在異質性。

表 5 各股市指數報酬率敘述統計量
人民幣兌 人民幣兌
上海 A 股 上海 B 股 深圳 A 股 深圳 B 股 道瓊指數 恆生指數
美元匯率 港幣匯率
平均數 0.00058 -0.000085 0.00064 -0.00002 0.00065 0.00013 0.000012 0.000032
標準差 0.02766 0.023554 0.02764 0.024192 0.01043 0.02068 0.001432 0.002086
偏態係數 1.76667 0.44207 1.13001 0.20269 -0.33499 0.51456 0.432601 0.370846
峰態係數 23.1243 4.54884 17.51746 7.32724 5.14675 11.6178 4.58093 6.43441
Jarque-Bera 37210.7** 1460.20** 21226.8** 3664.23** 1831.77** 9255.93** 1023.07** 979.32**
LB(12) 19.76** 20.87** 17.19* 16.61* 18.07* 17.33* 23.14** 18.36*
LB2(12) 464.85** 703.27** 198.99** 944.63** 196.85** 257.64** 452.37** 329.17**
Jarque-Bera 檢定分配的常態性。LB(n)與 LB2(n)分別為殘差與殘差平方的 Ljung-Box 統計量。**表示 5%顯著水準下顯著
*表示 10%顯著水準下顯著

表 6 的結果可知股價指數的報酬率在穩定性檢定中在 1%的顯著水準下均顯

著表示股市指數報酬序列是穩定的。因為股市指數報酬是穩定的，也就可以直接

以報酬序列進行分析。表 6 為股價指數報酬率穩定性檢定。

表 6 股價指數報酬率之定態檢定
人民幣兌 人民幣兌
上海 A 股 上海 B 股 深圳 A 股 深圳 B 股 道瓊指數 恆生指數
美元匯率 港幣匯率
ADF
-39.5*** -33.3*** -39.1*** -34.1*** -38.7*** -39.7*** -35.2*** -37.1***
值
在 1%的顯著水準下臨界值為-3.43。***表示 1%的顯著水準下顯著

36
第三節 國際股市波動性對大陸股市波動性影響實證
一、美國股市波動性對上海股市波動性之影響會因投資人區隔而有差
異假說 1-1 之驗證

1.樣本期間 1994 年 1 月 3 日至 2000 年 12 月 29 日

由表 7 上海 A 股及表 10 上海 B 股之參數 α SHA. DJ 、θ SHA.DJ 與 α SHB.DJ 、θ SHB.DJ 結

果可發現從 1994 年 1 月 3 日至 2000 年 12 月 29 日期間，道瓊股市波動性對於上

海股市波動性因投資人區隔關係而對其波動性影響的差異。其中由上海 A 股之

參數 α SHA.DJ =-0.1504、 θ SHA.DJ =-0.0557 且皆為顯著可知道瓊股市波動性對上海 A

股波動性有顯著的影響且具有不對稱效果。但上海 B 股之參數 α SHB. DJ 不顯著來看

道瓊股市波動性對上海 B 股波動性沒有顯著的影響。可見上海股市波動性受國

際股市波動性影響會因投資人區隔因素的影響而有差異。假說 1-1 成立。

2.樣本期間 1994 年 1 月 3 日至 1996 年 12 月 29 日

由表 8 上海 A 股及表 11 上海 B 股之參數 α SHA.DJ 、θ SHA.DJ 與 α SHB.DJ 、θ SHB.DJ 結

果可發現從 1994 年 1 月 3 日至 1996 年 12 月 29 日期間上海 A 股之參數

α SHA.DJ =-0.301、 θ SHA.DJ =-0.144 且皆為顯著顯示道瓊股市波動性對上海 A 股波動

性有顯著的影響且具有不對稱效果。而上海 B 股之參數 α SHB.DJ =-0.265 顯著顯示

道瓊股市波動性對上海 B 股波動性有顯著的影響但參數 θ SHB.DJ 不顯著可知道瓊

股市波動性對上海 B 股波動性沒有不對稱的影響。由此結果顯示此期間會因投

資人區隔因素的影響而有差異。假說 1-1 成立。

3.樣本期間 1997 年 1 月 4 日至 2000 年 12 月 29 日

由表 9 上海 A 股及表 12 上海 B 股之參數 α SHA. DJ 、θ SHA.DJ 與 α SHB.DJ 、θ SHB.DJ 結

果可發現從 1994 年 1 月 3 日至 1996 年 12 月 29 日期間上海 A 股之參數

α SHA.DJ =0.034 與上海 B 股參數 α SHB. DJ =-0.014 皆不顯著顯示 1997 年後上海股市波

動性受國際股市波動性影響不因投資人區隔因素而有差異。假說 1-1 不成立。

37
 綜合上列各期間的結果可知在橫跨亞洲金融風暴前後期與金融風暴前上海

股市波動性受道瓊股市波動性影響顯著的因投資人區隔而有差異。這支持假說

1-1 的假設。但在亞洲金融風暴後投資人區隔因素對於國際股市波動性對上海股

市波動性的影響並不顯著所以假說 1-1 不成立。

二、香港股市波動性對深圳股市波動性之影響會因投資人區隔而有差
異假說 1-2 之驗證

1.樣本期間 1994 年 1 月 3 日至 2000 年 12 月 29 日

由表 13 深圳 A 股及表 16 深圳 B 股之參數 α SZA.HK 、θ SZA.HK 與 α SZB.HK 、θ SZB.HK

結果分析。在 1994 年 1 月 3 日至 2000 年 12 月 29 日橫跨亞洲金融風暴前後時期

香港股市波動性對深圳股市波動性具有顯著的影響。這可由深圳 A 股之參數

α SZA.HK =0.049 與深圳 B 股之參數 α SZB.HK =-0.018 都顯著的情況看出。但香港股市

波動性對深圳 A 股及深圳 B 股波動性的影響不同。香港股市波動性對深圳 A 股

波動性的影響為正向，對深圳 B 股波動性的影響為負向。顯示此時期投資人區

隔因素會影響國際股市波動性對深圳股市波動性的衝擊。假說 1-2 成立。

2.樣本期間 1994 年 1 月 3 日至 1996 年 12 月 29 日

在亞洲金融風暴前香港股市對於深圳 A 股與 B 股波動性的影響。這可由表

14 與表 17 之深圳 A 股參數 α SZA.HK =0.057 與深圳 B 股參數 α SZB.HK =-0.173 都顯著

的情況看出。但香港股市波動性對深圳 A 股及深圳 B 股波動性的影響不同。香

港股市波動性對深圳 A 股波動性的影響為正向，對深圳 B 股波動性的影響為負

向。此結果與橫跨亞洲金融風暴前後期的結果一致。顯示此時期投資人區隔因素

對國際股市波動性對深圳股市波動性的衝擊會影響。假說 1-2 成立。

3.樣本期間 1997 年 1 月 4 日至 2000 年 12 月 29 日

在金融風暴後香港股市對於深圳股市波動性的影響。可由表 15 與表 18 結果

可看出香港股市波動性對深圳 A 股波動性及深圳 B 股波動性無顯著的影響。由

38
參數 α SZA.HK 與 α SZB.HK 皆不顯著可證假說 1-2 不成立。

由以上三個研究區間的結果可知橫跨亞洲金融風暴前後期與金融風暴前期

都顯示，深圳股市波動性受香港股市波動性的衝擊會因為投資人區隔因素而有差

異。此結果支持假說 1-2。雖金融風暴後香港股市對於深圳 A 股波動性及深圳 B

股波動性的影響是相同的，但此結果不支持假說 1-2。

39
表 7 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1994~2000)

人民幣兌
上海 A 股 道瓊指數
美元匯率
參數
-0.0023 -0.00007 -0.00001
ai 0
(-7.53)** (-0.37) (-10.91)**

0.0289 -0.0315 -0.0001

ai.SHA
(1.23) (-5.64)** (-2.02)**

0.0431 0.1585 0.0004

ai. DJ
(1.77)* (7.89)** (6.30)**

-1.5779 -0.4939 0.0544

ai. RUE
(-1.10) (-0.73) (2.24)**

4.1846 -0.0054 -2.9376

ai
(7.61)** (-0.87) (-0.36)

-0.3825 -11.544 -0.4371

ci
(-8.25)** (-49.2)** (-23.1)**

0.9526 -0.2927 0.9730

bi
(165.8)** (-11.7)** (107.0)**

0.2715 0.0877 -0.0143

α i.SHA
(15.56)** (3.91)** (-1.38)

-0.0228 0.0737 -0.1839

θ i.SHA
(-1.87)* (4.90)** (-20.3)**

-0.1504 0.6341 0.1042

α i. DJ
(-8.28)** (16.3)** (12.1)**

-0.0557 0.1912 0.3601

θ i. DJ
(-4.30)** (7.14)** (37.0)**

-0.0919 0.4769 0.1489

α i. RUE
(-8.07)** (13.59)** (25.2)**

-0.0935 0.1797 -0.0570

θ i. RUE
(-7.98)** (5.52)** (-12.0)**

相關係數
ρ SHA.DJ =0.002 ρ SHA. RUE =0.056 ρ DJ . RUE =-0.005
Log-likelihood=25129.74
LB(12) 14.75 17.27* 13.35
LB2(12) 16.19 11.62 0.34
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHA=上海 A 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

40
表 8 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1994~1996)

人民幣兌
上海 A 股 道瓊指數
美元匯率
參數
-0.0006 0.0008 -0.00001
ai 0
(-0.67) (3.12)** (-4.66)**

0.0370 -0.0090 0.00008

ai.SHA
(0.86) (-2.01)** (0.53)

0.0890 0.0826 0.0007

ai. DJ
(0.81) (2.40)** (1.79)*

5.7460 -0.9503 0.2181

ai. RUE
(4.27)** (-1.28) (4.67)**

1.1068 -4.5995 -0.0073

ai
(1.24) (-2.28)** (-0.002)

-0.7145 -9.5227 -1.6437

ci
(-6.86)** (-4.87)** (-12.22)**

0.8994 0.0507 0.8985

bi
(61.36)** (0.25) (117.8)**

0.4488 -0.0351 0.3000

α i.SHA
(9.83)** (-0.66) (7.51)**

0.1073 -0.0538 0.1820

θ i.SHA
(3.41)** (-1.18) (6.92)**

-0.3015 -0.0999 -0.0267

α i. DJ
(-8.74)** (-1.45) (-1.00)

-0.1441 -0.2158 -0.1265

θ i. DJ
(-4.87)** (-3.98)** (4.90)**

-0.0316 -0.0354 0.7466

α i. RUE
(-0.77) (-1.02) (24.2)**

-0.0692 -0.1762 -0.1069

θ i. RUE
(-2.67)** (-5.87)** (-4.11)**

相關係數
ρ SHA.DJ =0.0292 ρ SHA. RUE =0.0323 ρ DJ . RUE =-0.0006
Log-likelihood=10983.22
LB(12) 13.38 18.02* 75.68**
LB2(12) 7.12 12.82 7.26
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHA=上海 A 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

41
表 9 道瓊股市、人民幣兌美元匯率對上海 A 股之實證結果(1997~2000)

人民幣兌
上海 A 股 道瓊指數
美元匯率
參數
0.0016 0.0016 0.000001
ai 0
(3.10)** (4.37)** (0.43)

0.0199 0.2023 -0.0001

ai.SHA
(0.71) (10.01)** (-6.93)**

-0.2194 0.0253 0.0001

ai. DJ
(-8.70)** (1.11) (1.96)**

-10.303 1.4033 0.0065

ai. RUE
(-7.14)** (7.67)** (9.50)**

-5.9675 -8.2650 0.0106

ai
(-3.71)** (-5.07)** (1.64)

-2.4903 -1.1627 -20.581

ci
(-10.41)** (-11.7)** (-60.4)**

0.6960 0.8708 -0.1489

bi
(23.97)** (78.5)** (-7.46)**

0.6157 0.3533 -0.8379

α i.SHA
(16.21)** (13.5)** (-21.4)**

-0.0713 -0.1226 -0.2822

θ i.SHA
(-2.63)** (-7.19)** (-8.75)**

0.0342 0.1145 -0.9187

α i. DJ
(0.95) (4.77)** (-19.6)**

-0.1224 -0.2669 0.6721

θ i. DJ
(-5.82)** (-15.02)** (16.2)**

0.0905 -0.0793 -0.0878

α i. RUE
(4.35)** (-3.96)** (-1.79)

-0.1035 0.0951 -0.2155

θ i. RUE
(-2.64)** (4.48)** (-4.34)**

相關係數
ρ SHA.DJ =0.0191 ρ SHA. RUE =0.0215 ρ DJ . RUE =-0.0309
Log-likelihood=14255.84
LB(12) 11.52 22.9** 46.32**
LB2(12) 9.51 10.87 13.05
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHA=上海 A 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

42
表 10 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1994~2000)

人民幣兌
上海 B 股 道瓊指數
美元匯率
參數
-0.0009 0.0007 0.000002
ai.0
(-1.85)* (2.73)** (0.78)

0.2339 0.0146 -0.0002

ai.SHB
(10.4)** (1.72)* (-3.11)**

0.0423 -0.0059 0.0001

ai. DJ
(1.27) (-0.30) (1.63)

-4.2709 -0.6924 0.1198

ai. RUE
(-8.28)** (1.93)* (4.12)**

-0.8912 -5.7256 -0.0003

ai
(-0.72) (-2.11)** (0.003)

-0.7885 -0.5997 -5.3014

ci
(-10.49)** (-7.64)** (-32.1)**

0.8980 0.9295 0.6955

bi
(95.74)** (108.8)** (73.5)**

0.4534 0.1750 -0.4205

α i.SHB
(16.91)** (8.65)** (-28.4)**

0.0024 -0.0062 -0.1519

θ i.SHB
(0.13) (-0.49) (-11.4)**

0.0115 0.1820 -0.5984

α i. DJ
(0.59) (9.80)** (-27.5)**

0.0412 -0.0612 -0.4171

θ i. DJ
(2.63)** (-4.18)** (-19.2)**

-0.0429 0.0574 0.4375

α i. RUE
(-2.02)** (5.79)** (23.9)**

-0.0178 0.0499 -0.1631

θ i. RUE
(-0.92) (5.57)** (-9.85)**

相關係數
ρ SHB.DJ =0.0946 ρ SHB.RUE =-0.0234 ρ DJ . RUE =-0.0417
Log-likelihood=25163.36
LB(12) 16.18 26.9** 16.3*
LB2(12) 8.77 6.88 0.20
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHB=上海 B 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

43
表 11 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1994~1996)

人民幣兌
上海 B 股 道瓊指數
美元匯率
參數
-0.0011 0.0035 -0.00002
ai.0
(-2.64)** (10.1)** (-5.65)**

0.2671 -0.0056 0.0001

ai.SHB
(6.63)** (0.36) (0.55)

0.0479 0.0886 0.000004

ai. DJ
(1.20) (2.13)** (0.01)

-0.5699 -0.9052 0.2209

ai. RUE
(-0.97) (-1.39) (6.02)**

-1.4542 -6.7262 0.0272

ai
(-0.91) (-11.24)** (0.002)

-1.1448 -2.5322 -1.7148

ci
(-6.55)** (-15.6)** (-12.7)**

0.8680 0.7460 0.8946

bi
(44.4)** (45.8)** (116.1)**

0.5615 0.0918 0.3075

α i.SHB
(10.2)** (2.30)** (8.57)**

0.0332 0.0355 -0.0576

θ i.SHB
(1.02) (-1.26) (-2.62)**

-0.2658 0.1124 -0.0585

α i. DJ
(-6.12)** (4.83)** (-7.42)**

-0.0299 -0.1029 -0.2154

θ i. DJ
(-0.89) (-4.77)** (-1.64)

-0.0647 0.0195 0.6801

α i. RUE
(-1.77)* (0.55) (24.5)**

-0.0084 0.0257 -0.1728

θ i. RUE
(-0.33) (1.12) (-6.86)**

相關係數
ρ SHB.DJ =0.1316 ρ SHB.RUE =-0.0638 ρ DJ . RUE =0.0034
Log-likelihood=11462.91
LB(12) 5.92 110.2** 75.15**
LB2(12) 8.64 7.01 3.50
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHB=上海 B 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

44
表 12 道瓊股市、人民幣兌美元匯率對上海 B 股之實證結果(1997~2000)

人民幣兌
上海 B 股 道瓊指數
美元匯率
參數
-0.0059 0.00007 -0.00001
ai.0
(-6.64)** (0.17) (-9.21)**

0.1339 -0.0111 0.0001

ai.SHB
(4.64)** (0.75) (4.49)**

0.0926 0.0878 0.0006

ai. DJ
(2.11)** (3.31)** (7.24)**

-5.0908 0.6155 -0.0200

ai. RUE
(-4.38)** (6.03)** (-1.01)

8.2471 1.5420 -13.240

ai
(5.77)** (6.50)** (-8.35)**

-0.7239 -15.1416 -1.8144

ci
(-7.10)** (-29.2)** (-22.9)**

0.8952 -0.7252 0.9073

bi
(64.4)** (-12.3)** (213.6)**

0.5492 0.0918 -0.2683

α i.SHB
(13.7)** (3.00)** (-12.8)**

-0.0115 -0.0958 -0.1440

θ i.SHB
(-0.45) (-3.46)** (-11.0)**

-0.0142 -0.1486 -0.0319

α i. DJ
(-0.49) (-4.54)** (-1.98)**

0.0735 0.0303 0.0720

θ i. DJ
(3.22)** (-1.25) (5.18)**

-0.0044 0.0083 -0.1811

α i. RUE
(-0.20) (0.24) (-11.6)**

-0.0137 0.1611 -0.3051

θ i. RUE
(-0.46) (4.34)** (-19.0)**

相關係數
ρ SHB.DJ =0.0765 ρ SHB. RUE =0.0222 ρ DJ . RUE =-0.0300
Log-likelihood=13574.89
LB(12) 20.76** 7.86 8.19
LB2(12) 13.51 12.27 0.35
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SHB=上海 B 股市場、DJ=紐約股市(道瓊指數)與 RUE=人民幣兌美元匯率

45
表 13 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1994~2000)

人民幣兌
深圳 A 股 恆生指數
港幣匯率
參數
-0.00004 0.0006 -0.000008
ai.0
(-0.09) (1.98)** (-2.37)**

0.0245 0.0063 0.0013

ai.SZA
(0.99) (0.71) (6.49)**

0.0441 0.0660 0.00001

ai. HK
(2.91)** (3.36)** (0.08)

-2.0286 -1.1358 -0.1766

ai. RHE
(-1.85)* (-2.46)** (-5.72)**

1.2744 -1.5710 -0.9249

ai
(1.45) (-1.65)* (-0.19)

-0.4400 -0.2010 -0.7231

ci
(-9.53)** (-6.02)** (-12.9)**

0.9411 0.9730 0.9473

bi
(155.4)** (235.4)** (273.8)**

0.3231 0.0436 0.2174

α i.SZA
(16.17)** (3.68)** (9.35)**

-0.0180 -0.0107 -0.0281

θ i.SZA
(-1.20) (-1.60) (-1.94)*

0.0494 0.2124 0.5792

α i. HK
(2.57)** (14.2)** (28.1)**

0.0096 -0.2411 -0.1619

θ i. HK
(0.84) (-24.1)** (9.32)**

0.0331 -0.0054 0.4269

α i. RHE
(2.12)** (-0.48) (26.3)**

-0.1730 0.0395 -0.0221

θ i. RHE
(-12.0)** (4.47)** (-1.78)*

相關係數
ρ SZA. HK =0.0671 ρ SZA.RHE =0.0491 ρ HK .RHE =-0.0599
Log-likelihood=23700.21
LB(12) 14.62 12.56 15.54
LB2(12) 7.04 9.43 3.25
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZA=深圳 A 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

46
表 14 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1994~1996)

人民幣兌
深圳 A 股 恆生指數
港幣匯率
參數
-0.0016 0.0006 -0.00003
ai.0
(-1.60) (0.93) (-3.81)**

0.0136 -0.0015 0.0001

ai.SZA
(0.34) (-0.08) (0.58)

0.0418 0.0143 -0.0017

ai. HK
(0.70) (2.33)** (1.60)

-4.8294 1.4204 0.0187

ai. RHE
(-2.60)** (1.08) (0.40)

1.5148 -2.0114 -0.1563

ai
(1.35) (0.55) (-0.007)

-0.6229 -0.3600 -0.9199

ci
(-6.26)** (-4.22)** (-8.14)**

0.9097 0.9554 0.9405

bi
(65.6)** (96.0)** (134.6)**

0.3797 0.0899 0.0485

α i.SZA
(8.75)** (2.92)** (1.12)

0.0352 0.0120 -0.0134

θ i.SZA
(1.07) (0.64) (-0.52)

0.0570 0.1520 0.3718

α i. HK
(5.93)** (4.93)** (9.27)**

0.1848 -0.0352 -0.0522

θ i. HK
(1.37) (-1.68)* (1.93)*

0.0126 0.1086 0.2761

α i. RHE
(6.59)** (4.44)** (8.91)**

-0.2191 -0.0278 -0.1403

θ i. RHE
(-0.40) (1.81)* (-6.96)**

相關係數
ρ SZA. HK =0.0521 ρ SZA.RHE =0.0963 ρ HK .RHE =-0.0001
Log-likelihood=10089.44
LB(12) 13.17 18.45** 19.37**
LB2(12) 7.09 14.16 2.58
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZA=深圳 A 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

47
表 15 香港股市、人民幣兌港幣匯率對深圳 A 股之實證結果(1997~2000)

人民幣兌
深圳 A 股 恆生指數
港幣匯率
參數
-0.0019 -0.0029 -0.000004
ai.0
(-4.18)** (-2.93)** (-1.79)*

0.1867 0.0221 -0.0007

ai.SZA
(8.64)** (0.85) (-1.99)**

0.0865 0.1132 -0.0004

ai. HK
(7.14)** (3.40)** (-3.02)**

-0.6923 -0.3439 -0.0746

ai. RHE
(-0.79) (-0.21) (-1.85)*

4.4017 4.9321 0.0003

ai
(2.90)** (2.69)** (0.0004)

-1.0311 -0.8568 -2.6182

ci
(-9.53)** (-5.92)** (-14.0)**

0.8743 0.8866 0.8258

bi
(63.3)** (45.5)** (72.4)**

0.3534 -0.0671 0.9292

α i.SZA
(12.0)** (-1.81)* (24.8)**

-0.0637 -0.0277 -0.0047

θ i.SZA
(-3.20)** (-1.13) (-0.12)

0.0025 0.2326 0.4407

α i. HK
(0.09) (5.60)** (10.3)**

-0.0579 -0.1244 -0.1868

θ i. HK
(-3.48)** (-4.83)** (7.87)**

-0.0530 0.0323 0.8614

α i. RHE
(-2.00)** (0.88) (26.7)**

-0.2538 -0.0204 -0.4053

θ i. RHE
(-12.3)** (-0.72) (-17.4)**

相關係數
ρ SZA. HK =0.1213 ρ SZA.RHE =-0.0129 ρ HK .RHE =-0.0626
Log-likelihood=13599.84
LB(12) 14.40 17.56** 12.37
LB2(12) 2.42 10.09 1.29
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZA=深圳 A 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

48
表 16 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1994~2000)

人民幣兌
深圳 B 股 恆生指數
港幣匯率
參數
-0.0010 0.0004 -0.000007
ai.0
(-3.39)** (1.18)* (-1.99)**

0.1314 -0.0050 0.0006

ai.SZB
(5.28)** (-0.62) (4.11)**

0.0379 0.0716 0.00008

ai. HK
(2.84)** (3.50)** (0.35)

0.5767 -2.2605 -0.1810

ai. RHE
(0.91) (-5.32)** (-6.12)**

-0.0145 -1.9707 -1.1417

ai
(-0.01) (-1.86)* (-0.19)

-0.7228 -0.1554 -0.6859

ci
(-11.8)** (-4.87)** (-12.5)**

0.9039 0.9787 0.9505

bi
(121.7)** (248.5)** (290.0)**

0.5730 -0.0054 0.1023

α i.SZB
(26.5)** (-2.08)** (5.32)**

0.0428 -0.0178 -0.1389

θ i.SZB
(2.63)** (-0.59) (-11.4)**

-0.0180 0.2028 0.5055

α i. HK
(-5.62)** (13.9)** (25.2)**

-0.0823 -0.2047 -0.0883

θ i. HK
(-0.70) (-22.0)** (-5.12)**

-0.0587 -0.0133 0.3818

α i. RHE
(-3.29)** (-1.28) (27.1)**

-0.0414 0.0543 -0.0279

θ i. RHE
(-3.37)** (7.41)** (-2.36)**

相關係數
ρ SZB.HK =0.1483 ρ SZB.RHE =-0.0451 ρ HK .RHE =-0.0626
Log-likelihood=24007.20
LB(12) 13.45 10.75 16.22*
LB2(12) 6.34 13.83 3.12
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZB=深圳 B 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

49
表 17 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1994~1996)

人民幣兌
深圳 B 股 恆生指數
港幣匯率
參數
0.000003 0.0006 -0.00002
ai.0
(0.01) (0.82) (-2.92)**

0.5439 0.0048 -0.0004

ai.SZB
(33.8)** (0.17) (-1.20)

-0.0414 0.0620 -0.0012

ai. HK
(-2.38)** (2.47)** (-1.36)

-0.3832 0.7807 0.0561

ai. RHE
(-0.63) (0.53) (1.93)*

-0.0023 -2.5807 -0.1034

ai
(-0.08) (-0.62) (-0.004)

-3.1715 -0.2132 -0.9082

ci
(-18.7)** (-4.35)** (-7.63)**

0.6459 0.9731 0.9424

bi
(33.7)** (172.8)** (129.6)**

0.9270 0.0585 0.0444

α i.SZB
(17.2)** (3.33)** (1.70)*

-0.0255 0.0247 -0.0094

θ i.SZB
(-0.76) (1.16) (-0.63)

-0.1736 0.1286 0.2727

α i. HK
(-2.97)** (4.84)** (7.17)**

-0.0374 -0.0458 -0.0375

θ i. HK
(-1.04) (-2.09)** (-1.50)

-0.1794 0.1035 0.3052

α i. RHE
(-3.86)** (4.62)** (10.86)**

-0.2430 -0.0215 -0.1373

θ i. RHE
(-6.68)** (1.67)* (-7.75)**

相關係數
ρ SZB.HK =0.0021 ρ SZB.RHE =0.0357 ρ HK .RHE =0.0010
Log-likelihood=10603.49
LB(12) 12.03 15.79* 14.11
LB2(12) 13.61 13.35 2.23
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZB=深圳 B 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

50
表 18 香港股市、人民幣兌港幣匯率對深圳 B 股之實證結果(1997~2000)

人民幣兌
深圳 B 股 恆生指數
港幣匯率
參數
-0.0043 0.0014 -0.000002
ai.0
(-3.89)** (3.16)** (-0.44)

0.1810 0.0367 -0.00008

ai.SZB
(5.33)** (3.64)** (-0.56)

0.1370 0.0694 0.00005

ai. HK
(4.95)** (3.17)** (0.17)

0.7268 -0.0522 -0.2195

ai. RHE
(0.54) (-0.13) (-4.17)**

6.8372 -2.4406 0.0069

ai
(3.95) (-2.32) (0.001)

-1.5700 -0.3703 -1.8668

ci
(-7.10)** (-8.28)** (-14.01)**

0.7869 0.9506 0.8763

bi
(26.7)** (168.8)** (109.1)**

0.4519 -0.0972 0.1253

α i.SZB
(9.98)** (-5.14)** (5.20)**

-0.0211 0.0509 -0.1911

θ i.SZB
(-0.74) (4.05)** (-8.36)**

-0.0183 0.2022 0.7022

α i. HK
(-0.41) (8.35)** (20.1)**

-0.0692 -0.2986 -0.4490

θ i. HK
(-2.69)** (-17.5)** (-17.4)**

-0.0340 0.0065 0.5073

α i. RHE
(-2.21)** (0.36) (16.25)**

-0.0491 0.1144 -0.0015

θ i. RHE
(-1.18) (1.13) (-0.06)

相關係數
ρ SZB.HK =0.2411 ρ SZB.RHE =-0.1160 ρ HK .RHE =-0.0857
Log-likelihood=13327.92
LB(12) 9.81 13.22 12.55
LB2(12) 4.06 11.59 12.06
2
LB(n)與 LB (n)為殘差與殘差平方 Ljung-Box 統計量。**與*表示 5%與 10%顯著水準下顯著
表中變數 i 為 SZB=深圳 B 股市場、HK=香港股市(恆生指數)與 RHE=人民幣兌港元匯率

51
第四節 匯率變動對大陸股市波動性受影響之實證

一、人民幣兌美元匯率對上海股市波動性受影響是否因股票計價貨幣
區隔而有差異假說 2-1 之驗證

1.樣本期間 1994 年 1 月 3 日至 2000 年 12 月 29 日

在 1994 年 1 月 3 日至 2000 年 12 月 29 日橫跨金融風暴前後期研究期間的實

證結果顯示。在表 7 與表 10 的實證結果中參數 α SHA.RUE 、 θ SHA. RUE 與 α SHB.RUE 顯著

為負而 θ SHB.RUE 不顯著判斷，人民幣兌美元匯率的波動性對上海股市波動性有顯

著負向的影響且對上海 A 股波動性有不對稱的效果，壞消息的影響比好消息的

衝擊大。但對上海 B 股波動性沒有不對稱的效果。此結果顯示計價貨幣不同會

使匯率波動性對股市波動性的影響產生差異。假說 2-1 成立。

2.樣本期間 1994 年 1 月 3 日至 1996 年 12 月 29 日

金融風暴前人民幣兌美元匯率波動性對上海 A 股波動性影響並不顯著，但

對上海 B 股波動性有顯著負向影響。由此可知上海股市波動性會因計價貨幣的

不同而受匯率變動的衝擊會有顯著的差異。可由表 8 與表 11 中上海 A 股之參數

α SHA.RUE 不顯著而上海 B 股之參數 α SHB.RUE 顯著為負得證。此結果假說 2-1 成立。

3.樣本期間 1997 年 1 月 4 日至 2000 年 12 月 29 日

由表 9 與表 12 中的實證結果，由 α SHA.RUE =0.090、 θ SHA. RUE =-0.103 且都顯著

下。在金融風暴之後人民幣兌美元匯率變動顯著對上海 A 股有正向的影響，且

具有不對稱效果壞消息比好消息對上海 A 股波動性的影響大。但上海 B 股波動

性受人民幣兌美元匯率變動影響並不顯著。顯示在金融風暴後上海股市波動性仍

會因計價貨幣的區隔而有差異。此結果支持假說 2-1。

由上述各期間實證的結果無論是考慮亞洲金融風暴的因素或是不考慮皆支

持本研究假說 2-1 上海股市波動性因計價單位不同受人民幣兌美元匯率變動的影

響會有差異。

52
二、人民幣對港幣匯率對深圳股市波動性影響是否因股票計價貨幣區
隔而有差異假說 2-2 之驗證

1.樣本期間 1994 年 1 月 3 日至 2000 年 12 月 29 日

由表 13 與表 16 的實證結果得知， α SZA.RHE =0.033、 θ SZA.RHE =-0.173 與

α SZB.RHE =-0.058、θ SZB.RHE =-0.041 且皆為顯著下，顯示深圳股市受人民幣兌港幣匯

率變動的影響無論是深圳 A 股或深圳 B 股皆有顯著的影響，且都具有不對稱的

效果且壞消息比好消息對深圳股市波動性的影響大。但由深圳 A 股與深圳 B 股

之參數 α SZA.RHE 與 α SZB.RHE 分析，深圳 A 股顯著為正而深圳 B 股顯著為負。此結果

顯示深圳股市波動性受人民幣兌港幣匯率變動的影響會因計價貨幣不同而有差

異。此結果支持假說 2-2。

2.樣本期間 1994 年 1 月 3 日至 1996 年 12 月 29 日

樣本期間為亞洲金融風暴前，人民幣兌港幣匯率變動對深圳 A 股波動性具

有顯著正向的影響但不具不對稱效果，可由表 14 深圳 A 股之參數 α SZA.RHE 顯著為

正而 θ SZA.RHE 不顯著來驗證。再由表 17 結果 α SZB.RHE 與 θ SZB.RHE 皆顯著為負可知，人

民幣兌港幣匯率變動對深圳 B 股波動性具有顯著負向的影響且具不對稱效果。

由此結果可推論金融風暴前深圳股市波動性受匯率變動的影響會因計價貨幣的

區隔而有差異。假說 2-2 成立。

3.樣本期間 1997 年 1 月 4 日至 2000 年 12 月 29 日

由表 15 與表 18 結果可知， α SZA.RHE 與 α SZB.RHE 顯著為負顯示金融風暴後人民

幣兌港幣匯率變動無論對深圳 A 股或深圳 B 股皆有顯著負向影響，且對 A 股具

有不對稱效果但對 B 股則無，可由 θ SZA.RHE 顯著但 θ SZB.RHE 不顯著得知。以此推論

深圳 A 股與深圳 B 股受人民幣兌港幣匯率變動影響是有差異的。計價貨幣區隔

會影響深圳股市波動性受匯率變動的影響。假說 2-2 成立。

由以上三個研究期間的結果推論，深圳股市波動性受人民幣兌港幣匯率變動

的影響會因計價貨幣區隔而有差異，此結論支持假說 2-2。

53
第五節 區域區隔是否造成大陸股市波動性差異

大陸股市波動性不會受區域區隔之影響假說 3 之驗證

由表 19 參數 γ A =0.0003 與 γ B =-0.000005 都顯著的結果可知上海與深圳股市

波動性有顯著的差異，顯示區域區隔會影響股市之波動性。這結果與假說 3 之假

設相反。而且深圳 A 股的波動性較上海 A 股大，而深圳 B 股的波動性較上海 B

股小。

由上述結果可知大陸股市波動性會因區域區隔的因素而有差異。此結論不支

持假說 3 的假設。

表 19 上海與深圳股市波動性差異之實證結果
上海與深圳 A 股 上海與深圳 B 股
-0.1332 -0.6128
cA cB
(-8.66)** (-17.13)**

0.0855 0.5260
bA bB
(18.50)** (34.36)**

0.9816 0.9132
αA αB
(476.89)** (193.65)**

0.0054 0.0647
θA θB
(1.72)** (7.49)

0.00039 -0.000005
γA γB
(13.57)** (-4.97)**

Log-likelihood=8891.08 Log-likelihood=11276.14
LB(12) 10.69 LB(12) 32.42
2 2
LB (12) 0.029 LB (12) 9.14
LB(n)與 LB2(n)為殘差與殘差平方 Ljung-Box 統計量。**表示 5%顯著水準下顯著

54
 表 20、表 21、表 22 及表 23 分別為假說 1-1、假說 1-2、假說 2-1 與假說 2-2

實證結果匯總表

表 20 假說 1-1 之實證結果
美國股市對上海股市波動性影響
假說 1-1 之實證結果
樣本期間
A股 B股 假說成立與否
顯著有負向影響
全樣本期間 影響不顯著 成立
負面衝擊較大
顯著有負向影響
金融風暴前 顯著有負向影響 成立
負面衝擊較大
金融風暴後 影響不顯著 影響不顯著 不成立

表 21 假說 1-2 之實證結果
香港股市對深圳股市波動性影響
假說 1-2 之實證結果
樣本期間
A股 B股 假說成立與否
全樣本期間 顯著有正向影響 顯著有負向影響 成立
金融風暴前 顯著有正向影響 顯著有負向影響 成立
金融風暴後 無顯著影響 無顯著影響 不成立

表 22 假說 2-1 之實證結果
人民幣兌美元匯率對上海股市波動性影響
假說 2-1 之實證結果
樣本期間
A股 B股 假說成立與否
顯著有負向影響
全樣本期間 顯著有負向影響 成立
負面衝擊較大
金融風暴前 無顯著影響 顯著有負向影響 成立
顯著有正向影響
金融風暴後 無顯著影響 成立
負面衝擊較大

55
表 23 假說 2-2 之實證結果
人民幣兌港幣匯率對深圳股市波動性影響
假說 2-2 之實證結果
樣本期間
A股 B股 假說成立與否
顯著有正向影響 顯著有負向影響
全樣本期間 成立
負面衝擊較大 負面衝擊較大
顯著有負向影響
金融風暴前 顯著有正向影響 成立
負面衝擊較大
顯著有負向影響
金融風暴後 顯著有負向影響 成立
負面衝擊較大

56
 第五章 結論與建議

第一節 結論

本文對 1994 年月 3 日至 2000 年 12 月 29 日上海與深圳股市 A、B 股、香港

恆生指數及道瓊工業指數之股價指數報酬率與人民幣兌港幣匯率、人民幣兌美元

匯率日資料進行實證。結果發現除假說 3 與實證結果相違背其餘整體假說均與實

證結果相符。但在金融風暴後紐約股市對上海股市 A、B 股及香港股市對深圳股

市 A、B 股的影響皆不顯著可能是因金融風暴後大陸股市投資者資訊的流通更為

迅速所致。

此一結果說明大陸股市的波動性受國際股市波動性的影響會因投資人的差

異造成不同。這可能是因為不同類型投資人資訊不對稱或對於風險的認知等因素

造成的。加上大陸對資金的流動的管制致使 A、B 股間波動性受國際股市波動性

的影響有差異的原因。

再者大陸股市的波動性受人民幣兌外幣的匯率變動的影響會因計價貨幣的

不同而有差異。造成此一結果的原因可能是因為上海 B 股與深圳 B 股分別以美

元及港幣計價，而本研究所使用來衡量波動性衝擊的變數分別為人民幣兌美元匯

率及人民幣兌港幣匯率這可能造成投資在 B 股的國外投資者可以規避匯率的風

險所造成的結果。這可由人民幣兌美元匯率或人民幣兌港幣匯率對大陸 B 股的影

響皆為負向可知匯率變動大時股市波動反而小。因此直接以外幣計價可能增加國

外投資者投資的意願。在金融風暴後人民幣兌美元匯率對上海 B 股的波動性的影

響並不顯著。這可由附錄圖 A14 與 A16 可看出，在 1997 年後人民幣兌美元匯率

的波動性相對於人民幣兌港幣匯率波動性來的低。這可能是造成在金融風暴後人

民幣兌美元匯率對上海 B 股的波動性的影響並不顯著的原因。

57
 在本文的推論中假設區域區隔並不會造成波動性的差異。但實證結果是上海

與深圳兩地的股市波動性有明顯的不同。雖說上海與深圳兩地的股市在結構與各

項制度法規及規模上均無差異，但投資群眾與掛牌上市的公司卻有差異這可能是

造成此結果的原因。

第二節 研究限制與建議

一、研究限制

因本文必須估計多達十二個多變量 EGARCH 模型。由於增加研究的變數會

增加模型的複雜程度造成估計參數時的困難程度。因此本文採用的 EGARCH 模

型為三變量的模型以利增進實證的效率。

再者大陸股市在 2001 年 2 月 19 日後開放大陸本國人民可以投資 B 股。但

研究進行時由於 2001 年至今之累積資料量不足，所以為求研究的精確性所以未

進行 2001 年 2 月 19 日後的研究。這可以給後續研究者一新的研究議題。

二、後續研究建議

由於本文所用來實證的樣本均為股市之加權指數。由於大陸股市 A 與 B 的

掛牌上市不完全相同，有些公司今在 A 股市場或 B 股市場掛牌上市。但有些公

司則同時在 A 股與 B 股掛牌上市。如果在實證時能以同時在 A 股與 B 股掛牌上

市的各股股價作為實證的觀察樣本，如此可以增加實證結果的準確性。

可以考慮使用人民幣兌其他國家貨幣的匯率。可以避免可能因主要投資者國

家剛好為計價貨幣國家而影響到匯率變動對股市波動性影響因排除匯率風險所

造成的影響。

58
 參考文獻

中文部分

于建國，1995，中國股票市場Ａ/Ｂ股折溢價之研究，國立交通大學管理科學研
究所碩士論文。

何啟勳，1993，大陸股票市場研究，國立台灣大學商學研究所碩士論文。

余秀冬，1995，亞太地區股市相關性：資訊效果或交易效果？，國立台灣大學財
務金融研究所碩士論文。

杜元隆，1993，國際股票市場股價指數關係之實證研究，國立台灣大學財務金融
研究所碩士論文。

林俊安，1999，亞洲風暴中亞太國家匯率變動率對股市波及效果之網狀 GARCH
研究，國立台灣大學財務金融研究所碩士論文。

姜惠真，1996，中國大陸 AB 股股市與香港 H 股股市市場整合性之實證研究，

國立台灣大學國際企業學研究所碩士論文。

徐守德，1995，亞洲股市間共整合關係之實證研究，證券市場發展季刊第七卷第
四期。

張明郎，1996，美、日、港、新四國股市之因果關係，國立台灣大學財務金融研
究所碩士論文。

張國江，1988，台灣與國外股票市場價格關係之實證研究，國立台灣大學商學研
究所碩士論文。

陳建宏，2001，我國與大陸證券市場之現況比較與優勢分析，台灣證券交易所證
交資料文章，5 月，第 469 期。

葉銀華、陳韋均，2001，市場區隔與股票異常報酬之研究－中國大陸 A、B 股市
場，中國財務學刊，9 (2)，pp.39-65.

蔡玠施，1995，亞洲股市間動態波及效果之實證研究－ＧＡＲＣＨ模型之應用，
國立台灣大學財務金融研究所碩士論文。

駱綾，1995，上海、深圳股市價量關係之實證研究，私立淡江大學大陸研究所碩
士論文。

薛韻琪，1994，中國大陸Ａ、Ｂ股與香港Ｈ股間價格互動關係之實證研究，國立
中央大學財務管理研究所碩士論文。

59
英文部分

Adrangi, B. and F. Ghazanfari, 1996, Bilateral exchange rate of the dollar and stock
returns, Atlantic Economic Journal,24 (2),pp.176.

Ajayi, A. R. and M. Mougoue, 1996,On the dynamic relation between stock prices
and exchange rate, Journal of Financial Research ,19, pp.193-207.

Angelos Kanas , 2000 ,Volatility Spillovers Between Stock Returns and Exchange
Rate Changes: International Evidence, Journal of Business Finance & Accounting,
27 (3),pp. 447-467

Arshanapalli, B., Doukas, J. and L.H.P. Lang, 1995, Pre- and post- October 1987
stock market linkages between U.S. and Asian markets. Pacific Basin Finance
Journal, pp.57-74.

Bae, Kee-hong and G.Andrew Karolyi , 1994 , Good news , bad news and
international spillovers of stock return volatility between Japan and the U.S ,
Pacific-Basin Finance Journal , 2 , pp.405-438.

Bekaert, Greet and Campbell R. Harvey , 1995 , Time-varing word Market

integration , Journal of Finance, 60 , pp.403-444.

Black,Fischer,1986,Noise, Journal of Finance,41,pp.529-543.

Bollerslev, T., 1986, Generalized Autoregressive Conditional Heteroscedasticity,

Journal of Economics, 33, pp.307-327.

Booth, G. Geoffrey, Teppo Martikainen, Yiuman Tse, 1997, Price and volatility
spillovers in Scandinavian stock markets, Journal of Banking & Finance,21,
pp.811-823.

Campbell, John Y. and Yasushi Hamao, 1992, Predictable stock return in the United
States and Japan: A study of long-term capital Market integration , Journal of
Finance ,57 , pp.43-68.

Chakravarty, S., A. Sarkar, and L. F. Wu, 1998, Information asymmetry, market

segmentation and pricing of cross-listed shares:Theory and evidence from Chinese
A and B shares, Working paper.

Chen, G. M., Bong-Soo Lee and Oliver Rui,2001, Foreign ownership restrictions and
market segmention in China’s stock market, Journal of Financial Research,
34,pp.133-155

60
Cheung, C.Sherman and Jason Lee , 1993, Intergation v.s. segmentation in the Korean
stock market,Journal of Business Finance and Accounting,20, pp.267-274.

Christie, Andrew A.,1982, The Stochastic Behavior of Common Stock Variances:

Value, Leverage and Interest Rate Effects, 10(4), pp.407-433.

Chui, Andy C. W. and Chuck C. Y. Kwow,1998,Cross-autocorrelation between

A share and B share in the Chinese stock market, Journal of Financial
Research, 3, pp.333-353.

Dickey, D.A. and W.A. Fuller, 1979, Distribution of the Estimators for Autoregressive
Time Series with a Unit Root, Journal of American Statistics association, 74,
pp.427-431.

Dickey, D.A. and W.A. Fuller, 1981, Likelihood Ratio Tests for Autoregressive Time
Series with a Unit Root, Journal of American Statistics association, 49,
pp.1057-1072.

Domowitz, L., J. Glen, and A. Madhavan, 1997, Market segmentation and

stock prices:Evidence from an emerging market, Journal of Finance,52,
pp.1059-1085.

Engle, R.F., 1982, Autoregressive Conditional Heteroscedasticity with Estimates of

the Variance of United Kingdom Inflation, Econometrica, 50, pp.987-1008.

Forbes , William P. , 1993 , The integration of European stock markets:The case of the
banks , Journal of Business Finance and Accounting , pp.427-439.

French, K.R., Schwert, G.W., Stambaugh, R., 1987, Expected stock returns and volatility,
Journal of Financial Economics ,19, pp.3-29

Granger, C. W. J., 1981, Some properties of time series data and their use in
econometric model specification, Journal of Econometric，

Hamao, Yasushi and Ronald W. Masulis and Victor Ng , 1990 , Correlations in price
changes and volatility across international stock markets , The Review of
Financial Studies ,3 , pp.281-307.

Jarque, C. M. and Bera, A. K.,1987, A Test for Normality of Observations and Regression
Residuals, International Statistical Review, 55,pp. 163-172

Koutmos, Gregogy and G Geoffrey Booth, 1995, Asymmetric volatility transmission

in international stock markets, Journal of International Money and Finance,14 (6),

61
 pp.747-762

Murinde, Victor,1997, Exchange rate and stock price interactions in emerging

financial markets: Evidence on India, Korea, Pakistan and the Philippines ,
Applied Financial Economics ,7 (1), pp. 25-35.

Nelson, D.B., 1991,Conditional Hereroskedasticity in Asset Returns:A New

Approach, Econometrica,59,pp.347-370.

Schwert, G. William,1989, Why Does Stock Market Volatility Change Over Time?,
The Journal of Finance, 44(5),pp.1115-1155.

Su , Yong-Chern , 1994 , The dynamic spillovers between Taiwan and international

capital markets , 中國財務學會 94 年論文研討會 , pp.427-442.

Theodossiou, Panayiotis and Unro Lee , 1993, Mean and volatility spillovers across
major national stock markets: Further empirical evidence , The Journal of
Financial Research , pp.337-350.

Wei, K.C.J., Liu, Y.J., Yang, C.C. and G.S. Chaung,1995, Volatility and price change
spillover effects across the developed and emerging markets, Pacific Basin
Finance Journal,pp.113-136.

62
 附錄

圖 A1 上海 A 股指數趨勢圖

圖 A2 上海 A 股指數報酬率趨勢圖

63
 圖 A3 上海 B 股指數趨勢圖

圖 A4 上海 B 股指數報酬率趨勢圖

64
 圖 A5 深圳 A 股指數趨勢圖

圖 A6 深圳 A 股指數報酬率趨勢圖

65
 圖 A7 深圳 B 股指數趨勢圖

圖 A8 深圳 B 股指數報酬率趨勢圖

66
 圖 A9 道瓊股價指數趨勢圖

圖 A10 道瓊股價指數報酬率趨勢圖

67
 圖 A11 香港恆生指數趨勢圖

圖 A12 香港恆生指數報酬率趨勢圖

68
 圖 A13 人民幣兌美元匯率趨勢圖

圖 A14 人民幣兌美元匯率報酬率趨勢圖

69
 圖 A15 人民幣兌港幣匯率趨勢圖

圖 A16 人民幣兌港幣匯率報酬率趨勢圖

70