股票市场的国际一体化进程，本文主要内容关键词为：股票市场论文,进程论文,国际论文,一体化论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 引言
近些年，全球股市的波动及其在各市场之间的传递现象十分明显，国际股市的一体化进程引起了投资者和决策者的高度关注。完全一体化的国际股票市场，是指市场间没有任何障碍的极端情形，要求国际股市不存在任何套利机会，或套利机会出现的时间趋于零。也就是说在一个完全一体化的市场区域中，它要求具有相同风险特征的跨国(或区域)股票具有相同的预期收益率，而这种极端情形只在理论上成立。在实践中各国股市通常介于完全一体化和完全分割之间，一体化程度反映了市场间由经济、金融等重要因素为基础的一些基本关系。目前，一体化的相关文献主要集中于世界单因素模型的静态检验。为此，本文组建了“世界—区域”双因素模型，并通过构建Kalman-filter-(T)GARCH(以下简称KF-(T)GARCH)体系，扩展了传统的Kalman filter体系，旨在研究和比较国际股市的世界一体化和区域一体化进程。
对国际股市一体化的早期研究主要是通过检验资本资产定价模型(CAPM)或国际套利定价模型(inter-APM)的约束条件来判定。其核心是在假设国际股市完全分割的前提下检验CAPM模型是否成立(Sharp，1964；Lintner，1965)，或在假设国际股市完全一体化的前提下检验inter-APM模型是否成立(Harvey，1991；Dumas and Solnik，1995)。然而，它只检验了市场完全一体化或完全分割的非此即彼的极端情形，在实践中难以成立。例如，Errunza和Prasad(1992)对东南亚和拉美的10个市场分别作了完全一体化、完全分割和中度市场分割的3种假设检验，结果证明所有市场均处于中度分割状态。另外，在此类方法中，模型设定和一体化的联合检验问题也使得结果具有很大的不确定性。
为了回避上述问题，一些文献用国际股市之间的关联程度来模拟一体化水平，即检验市场之间股票收益率的相关程度在检验区间内是否稳定，若相关水平呈现增长趋势则意味着股市间的一体化程度得到了提高(Meric and Meric，1988；Fischer and Palasvirta，1990)。然而，股市间收益率的相关水平通常在股价剧烈波动的时期被高估(Baele et al.，2004)，例如，Longin和Solnik(1995)运用多元GARCH(1，1)模型检验了1960至1990年全球7大股市的相关性，发现国际股市的相关性在这30年间呈现显著加强的趋势；同时，相关性在股市震荡期间明显增强。另一种较为普及的方法是协整理论的应用。Bernard(1991)指出，在n个国家组成的国际市场中，如果存在n-1个协整向量，那么这n个国家就处于完全一体化的状态中。Kasa(1992)运用Johansen检验评估了1974至1990年美国、日本、英国、德国和加拿大5个股票市场是否存在长期均衡状态，并发现在这一期间5个股票市场只存在1个协整向量，意味着一体化程度很低。Manning(2002)运用类似方法检验了1988至1999年东南亚的9个股票市场，并发现了2个协整向量，意味着较低的一体化水平。
上述文献的一个共性问题是它们集中于国际股市一体化的静态研究；但一体化水平在现实中可能表现出极强的动态变化特征(Fratzscher，2001)，而且大量研究发现股票的风险溢价具有时变特性(Campbell，1987；Harvey，1991)，因此，忽略这些问题的一体化静态检验很可能导致估计结果的偏误。目前对一体化时变特性的研究主要包括以下几类：第一类为分段检验法。Bodart和Reding(1999)检验了1989至1994年欧洲股市的一体化程度，他们根据欧洲汇率机制(ERM)的变化将检验区间分为3个子区间，发现欧洲股市的一体化水平在这3个子区间呈现出显著的差异。此类方法的不足是：不同子区间的评估和比较虽然可以描述一体化长期的变化趋势，但很可能遗漏子区间内部的时变特性，并造成一体化评估的非连贯性。第二类为工具变量法。Bekaerk和Harvey(1997)通过构造工具变量来模拟一体化的动态变化，用股票市场的总市值与当地GDP的比值和进出口总额与GDP的比值来决定一体化的波动，他们将这一方法运用到亚洲和拉美的20个股票市场，证实了各个市场的一体化水平具有时变特征。Baele和Inghelbrecht(2010)在上述模型的基础上加入了制度转换变量，他们发现欧洲14个市场的一体化水平在近30年的时间里得到了显著增长。然而，此类方法只涉及有限的工具变量，并且可能涵盖其他未考虑因素的作用，因此并不能完全模拟一体化的动态过程。第三类为滚动测量法。Fratzscher(2001)将滚动测量的窗口固定为1年，用日度数据检验了1986至2000年的欧洲股市，并发现欧洲股市的一体化水平在1996年以后显著提高。但是，数据的叠加估计成为滚动测量法的最大瓶颈。
鉴于上述分析，一体化时变研究的文献仍然需要进一步的扩展。为此，本文将通过构造KF-(T)GARCH体系来描述国际股市一体化的时变特征。Kalman filter(以下简称KF)体系能够通过预测误差分解计算似然函数，从而对不可观测的时变参数及隐含因素(latent factor)进行估计，并可根据t-1时刻所有可能得到的信息来预测t时刻的状态向量，据此描绘一体化的时变特性，有效地避免上述研究方法的不足。然而，KF的不足之处在于该体系假定模型的残差方差是恒定的，即同方差假定。大量研究已证实，金融模型的残差方差程序如果随时间呈系统性变化，同方差假定将使检验结果出现偏误。因此，将传统的KF扩展为考虑GARCH因素的KF-(T)GARCH体系，对于研究一体化的时变特性具有重要意义。例如，Faff等(2000)运用GARCH模型、Schwert与Seguin市场模型和KF等三种模型对国际股市的风险因素进行了时变研究，他们发现KF体系对于描述市场风险的时变特性绩效最佳；同时指出，包含GARCH因素的KF体系可能更为有效，如何将GARCH模型与KF体系融合起来值得深入研究。
目前关于国际股市一体化研究的文献主要集中于世界单因素模型的检验(Bekaerk and Harvey，1997)。本文在非对称BEKK(以下简称ABEKK)模型的基础上，将世界单因素扩展为世界—区域—双因素一体化的检验，即允许当地股市的预期外收益除了受当地因素的影响外，还受到两个外部因素的冲击：世界性因素和区域性因素。通过比较世界一体化与区域一体化的差异及特征，为决策者和国际投资者提供更多的参考依据及投资选择。
本文的第二部分主要探讨以信息为基础的研究方法和KF-(T)GARCH模型体系的构建；第三部分描述样本数据，分析和解释模型的计量结果；第四部分是本文的主要结论，并提出了相关的政策建议。
二 以信息为基础的研究方法和模型构建
在完全一体化的国际股市中，市场之间不存在投资障碍，影响股票价格的当地因素(信息)可以通过多样化投资得以消除，因此，能够对股票收益产生决定性影响的只有共同市场因素(信息)。在经验检验中，相关文献假定不同市场享有的共同市场信息是一致的，并允许它们对于共同市场信息的冲击具有不同程度的敏感度(sensitivity)。敏感度衡量了共同市场信息的冲击传递到地区市场的程度，并把股票收益中不能被共同市场信息所解释的部分归结为当地信息。于是，Bekaerk和Harvey(1997)、Ng(2000)、Fratzscher(2001)、Baele(2005)等运用上述的敏感度来模拟国际股市的一体化水平。由于共同市场信息的冲击在不同市场间的传递不仅需要地区市场的金融开放、国际投资中各种障碍的消除，而且需要资本在不同市场间能够实现自由流动。为此，这种模拟能够较为准确地反映一体化的变动水平。
(一)世界和区域的二元GARCH模型
为了将世界单因素模型扩展为世界—区域—双因素模型，本文首先将世界和区域的二元GARCH模型的形式设定如下：
Engle和Kroner(1995)通过研究前期多元GARCH模型的不足，提出了BEKK模型，此模型不但充分考虑了向量内各时间序列的内部关联(例如序列间的条件协方差和各自条件方差的关系)，而且简化了模型中估计参数的数量，提高了估计最大似然函数的有效性。另外，经验检验发现GARCH模型存在非对称效应，即与正向冲击相比，负向冲击通常导致更大的波动性。这主要是由于残差方程中的残差被平方之后，无法区别其正、负两个方向对条件方差的数量影响。为此，本文设定模型的条件方差为非对称BEKK模型的形式：
在检验美国因素和区域因素对当地股市的影响时，可能会有一组共同信息同时对美国和区域因素产生影响，为了比较二者对当地股市的影响程度，本文假定区域性因素除了受自身影响外，还受到美国因素的冲击；美国因素除了受自身影响外，也受到相应的区域因素的影响，其表达式如下：
三 样本数据和检验结果分析
(一)数据描述
本文选取4个区域的19个经济体的股票指数，分别是美国(代表世界)；欧洲的英国、法国、德国、瑞士、西班牙和意大利；亚洲的日本、中国香港、中国(上证综指)、新加坡、韩国、中国台湾和泰国；拉丁美洲的巴西、墨西哥、阿根廷和智利；澳大利亚。所有样本数据为月度数据，本币计价，来源于Datastream数据库。样本数据中，大部分市场的起止时间为1985年1月至2009年12月，部分市场由于其股市建立时间或数据可得性等原因，起始时间有所滞后(见表1)。
表1给出了上述19个经济体(包括美国)股市收益指数的主要统计量。总体来看，发达经济体市场的收益和风险相对较低，而新兴市场的收益较高，但同时伴随较高的风险，例如中国、巴西和墨西哥。Jarque-Bera统计量表明样本中所有市场的收益率分布都具有明显的非正态性。由1阶自相关的P值可以看出，法国、瑞士、西班牙、日本、新加坡、韩国、阿根廷和智利等市场收益率的自相关系数在10%以上的显著性水平上显著。
区域股票指数是该区域内所有市场股指(不包括被检验的市场)的加权平均值，其超额收益的计算公式如下：
(二)经验检验与分析
1.模型检验。首先，考虑到GARCH模型可能存在非对称性，本节通过似然比检验(LRT)考察KF-(T)GARCH模型中的非对称因素是否显著。从表2可以看出，在法国、瑞士、澳大利亚、中国和巴西等5个市场中，(T)GARCH的非对称因素显著，因此，为这些市场选择KF-(T)GARCH模型；为其他市场选择KF-GARCH模型。
其中，(17a)和(17b)分别表示条件均值和条件方差的约束条件，j=1，2，3，4，分别对这2个约束条件进行了4个自由度的
检验；标准正态分布的约束条件是(17c)、(17d)、(17e)和(17f)，对其进行4个自由度的检验；最后，对上述6个约束条件进行12个自由度的联合检验。
表2列出了模型稳健性检验的结果，根据检验的虚拟假设：模型被正确设定，可以看出，德国市场模型的条件均值的虚拟假设被拒绝；西班牙、中国台湾和巴西市场的标准正态分布的虚拟假设被拒绝；从联合检验来看，只有巴西市场被拒绝。
最后，GARCH因素的显著性检验：KF-(T)GARCH和KF的比较。通过似然比检验考察KF-(T)GARCH模型体系中的GARCH因素是否显著。似然比检验的公式如下：
表3的第一部分列出了2组模型似然比值检验的结果：巴西的似然比检验在5%的水平上显著，其余17个市场均在1%的水平上显著。结果说明，在描述样本市场一体化的时变特征方面，本文构建的KF-(T)GARCH模型体系比传统的KF更为适合。基于这个检验，本文之后描述的结果都基于KF-(T)GARCH模型体系。
表3的第二部分展示了KF-(T)GARCH体系中方差模型(13～15)的部分参数估计。在样本的18个市场中，除了英国、中国台湾、泰国的状态模型和西班牙的量测模型以外，其他市场模型的方差自回归系数均在1%的水平上显著，说明KF-(T)GARCH体系能够较好地描述模型残差方差的时变特征。
2.世界一体化和区域一体化。为了评估样本区间内一体化的整体水平和差异，首先，表4列出了各市场在样本区间内的世界一体化和区域一体化的均值水平，计算公式如下：
表4的结果表明，样本中17个市场(除英国)的世界一体化和区域一体化水平均存在显著差异：欧洲大部分市场与欧洲的区域一体化水平显著高于它们与美国的一体化水平；而澳洲、亚洲和拉美大部分市场与美国的一体化水平显著地高于它们与相应区域的一体化水平。这意味着，相对于美国的共同信息而言，欧洲各股市的价格对本区域的共同信息更为敏感；而在澳洲、亚洲和拉美大部分市场的情况则相反。这种差异的可能原因之一是欧洲货币体系及联盟的发展为其成员国带来了更趋稳定的汇率、较低的交易成本和较高的价格透明度，从而减少了欧洲区域内的共同信息在各市场之间传递的相对成本。因此，欧洲货币联盟成员国(法国、德国、西班牙和意大利)的区域一体化显著高于它们与美国的一体化水平，其差异水平均在0.1以上；而英国的区域一体化、英国和美国的一体化二者差异在计量意义上则并不显著。另一个可能原因在于欧洲拥有较强的世界和区域性金融中心(例如英国)，这些中心可以凭借其较大的市场份额和发达的市场机制，将区域内的共同信息充分地反映在资产价格的变化中，从而对区域内的其他市场产生较大影响；而亚洲和拉美的区域性金融中心相对较弱。
图1 国际股票市场的世界一体化和区域一体化进程
说明：图中的纵坐标代表一体化水平；横坐标代表时间年份，“—”代表某市场与美国市场的一体化水平；“....”代表某市场与区域市场的一体化水平。
从具体数据来看，在欧洲区域内，德国与美国一体化水平的均值最高(0.863)，而英国与区域的一体化水平最低(0.660)。在亚洲，中国香港的一体化水平最高，其与美国和区域的一体化均值分别为1.001和0.736；⑤而日本相对较低，其与美国和区域一体化均值分别为0.384和0.341。在拉美，阿根廷的一体化水平较高，智利的一体化水平相对较低。
3.一体化的时变特征。图1描述了样本中18个市场一体化水平的时变特征，其共性特征如下：
第一，各市场的一体化水平(包括美国和区域)不稳定，并且随时间剧烈波动。与发达市场(欧洲和日本)相比，新兴市场一体化水平的波动更为显著。这说明，新兴市场的股票价格对外界共同信息的反应很不稳定，相比之下，外界共同信息的冲击对发达市场的股价较难造成大起大落的影响。
第二，从长期来看，世界一体化和区域一体化水平的变动趋势基本保持一致。各市场与美国一体化和区域一体化水平的波动情况各不相同，在短期内甚至可能出现相背离的走势；但从长期角度(样本区间1985-2009)观察，二者的走势基本趋同。这说明，美国因素(信息)和区域性因素(信息)对当地股票价格影响的强弱程度具有同向性，即从长期来看，当美国因素对当地股价影响的程度逐步增强(或减弱)时，区域性因素的影响也随之加大(或下降)。
第三，大部分市场的一体化水平在2000年以后出现了“趋同”的现象，即一体化程度在前期呈现出较低水平的市场，2000年以后出现了显著的上升趋势(例如德国、日本、中国、中国台湾和韩国)；而前期呈现较高水平的市场在2000年前后开始呈现出下降趋势(例如中国香港和拉美市场)。其中的一种解释是电子信息化的发展和普及，使得影响市场的共同信息几乎可以同时在市场内传递，市场参与者行为趋于一致，一体化程度较高(例如一体化水平大于1)的市场避免了对于来自外界信息的过度反应；而一体化程度较低的市场依靠互联网技术，同样可以获得及时和相对准确的外界信息，因此外界信息也能及时地影响当地的股市。
金融自由化和金融开放是导致“趋同”现象的另一原因。例如日本在上世纪90年代末期启动了金融自由化改革方案，放宽了外汇交易的限制；中国引进了合格境外机构投资者(QFII)以及合格境内机构投资者(QDII)；韩国在90年代末期基本实现了经常项目和资本项目的自由兑换。金融自由化和金融开放降低了相关市场国际投资的制度壁垒，减少了资金跨区域流动的成本，使得各市场的一体化水平得到了提高。
4.金融危机(或重大事件)期间，外界因素对各市场的影响程度显著增强。1987年10月的美国股灾导致外界因素对全球大多数股市的影响程度在当年11月显著增强。欧洲区市场有：英国(美国因素的影响程度从10月的0.679上升到11月的0.982，区域因素的影响程度从0.459上升到0.760，下同)，德国(0.387到0.604，0.610到0.764)，西班牙(0.684到0.885，0.49到0.979)，瑞士(0.622到0.758，0.651到0.908)。亚洲区市场有：中国香港(0.266到1.955，0到0.617)，新加坡(0.282到1.774，0.069到0.830)，中国台湾(0.297到0.420，0.670到0.752)，日本(0.198到0.262；0到0.153)，澳大利亚(0.430到1.612，0.132到0.674)。
1997年的亚洲金融危机对亚洲、拉美和澳洲市场产生显著影响。亚洲区域因素的影响程度显著提高：韩国(从10月的0.343上升到11月的1.138，下同)，中国香港(1.019到1.900)，中国台湾(0.417到0.662)，新加坡(0.615到0.760)，泰国(0.933到1.039)，日本(0.323到0.394)。澳大利亚受区域因素的影响也由0.563上升到0.693。一个有趣的现象是：在同一时间，美国和拉美区域因素对拉美市场的影响竟然都出现了明显的上升趋势，巴西(美国因素从1.276上升到1.598，区域因素从0.872上升到1.155，下同)，阿根廷(1.402到1.507，0.740到0.857)，智利(0.551到0.620，0.282到0.348)。
1998年的俄罗斯金融危机对欧洲市场影响显著。由于德国当时是俄罗斯的最大债权国，因此俄罗斯金融危机引起的信用危机很快波及德国乃至整个欧洲市场，并对欧洲市场产生影响。西班牙(美国因素的影响从8月的0.781上升到9月的1.097，区域因素的影响从1.022上升到1.454，下同)，德国(0.868到0.952，1.068到1.136)，瑞士(0.806到1.001，0.840到1.024)，英国(0.417到0.485，0.385到0.506)，意大利(0.639到0.705，0.930到0.990)。
2001年美国发生“9·11”事件，外界因素对亚洲区股市的影响程度显著增强，其中最为显著的几个市场有中国香港(美国因素的影响程度从9月的0.772上升到10月的0.945，区域因素的影响从0.710上升到0.909，下同)，中国台湾(0.383到0.482，0.740到0.972)，新加坡(0.754到0.920，0.699到0.911)。
2007年年初爆发的美国次贷危机席卷全球，美国因素对各市场的影响在2007和2008两年的时间里出现了不同程度的增长。特别在2008年9月底，美国众议院否决了7000亿美元的救市方案，美国对全球股市的影响程度显著增强。亚洲最为显著的是中国香港(美国因素的影响程度从9月的1.173上升到10月的1.351，下同)，中国台湾(0.868到0.908)和新加坡(1.072到1.167)。拉美市场最为显著的市场是巴西(0.805到0.964)。欧洲最为显著的是英国(0.653到0.759)。
以上描述了几次世界范围的金融危机或重大事件对全球股市的影响，地方性事件对当地股市的影响也不容忽视。例如：香港在1997年回归以后，与内地的经贸联系日益紧密，受内地经济面等因素的影响也越来越大，但由于内地金融对外开放程度较低，美国和区域因素对香港市场的影响程度在1997年之后呈现出显著的下降趋势。2003年的“非典”事件使得亚洲区因素对该区市场的影响显著增强，其中最为显著的市场是香港(区域因素的影响程度从3月的0.802上升到4月的0.938，下同)和韩国(0.932到1.036)。由于篇幅的限制，不再赘述类似事件对各市场的影响。
上述分析表明：在金融危机(或重大相关事件)发生期间，美国或区域因素对各国股市的影响程度显著增强，即美国或区域中每单位共同信息的变化将引起各国股价较大幅度的波动。表5比较了几次金融危机(事件)期间，外界因素对发达市场和新兴市场影响程度的增长情况。结果显示：在危机期间，外界因素对新兴市场影响的增长幅度明显高于发达市场的水平。在1987年美国股灾期间，美国和区域因素对发达市场的影响程度分别增长了0.141和0.219，而新兴市场分别增长了0.865和0.416；2008年美国7000亿美元救市案被否决期间，美国和区域因素对发达市场的影响程度分别增长了0.037和0.045，而新兴市场分别为0.086和0.090。这说明在危机期间，外界因素对新兴市场股价的冲击要显著地大于对发达市场的影响。而且，发端于发达市场的危机对新兴市场的冲击通常会被放大，例如1987年11月美国因素对新加坡的影响程度高达1.826，即美国共同信息1单位的变化将导致新加坡股价1.826个单位的波动。相比之下，发端于新兴市场的危机对发达市场的冲击却非常有限，例如亚洲金融危机在1997年10月并没有对发达市场的股价造成显著影响。其可能的解释是发达市场具有较完善的市场机制，市场的风险防御能力优于发展中市场。
在世界性金融危机发生期间，美国因素对各市场的影响程度通常强于区域因素。例如，虽然在整个检验区间(1985.01-2009.12)内，欧洲因素对该区市场的影响显著强于美国因素(见表4)，但在1987年美国股灾和2008年美国救市案被否的两个时期内，影响欧洲市场的美国因素显著强于欧洲区域因素(见图1)。在区域性金融危机发生期间，区域因素的影响程度通常高于美国因素。例如，虽然在整个检验区间内，美国因素对亚洲大部分市场的影响程度强于区域因素，但在1997年亚洲金融危机期间，区域因素对亚洲区大部分市场的影响程度强于美国因素。
四 结论、政策建议和延续研究的问题
本文组建了“世界—区域”双因素模型，旨在研究和比较国际股市的世界一体化和区域一体化的进程，其主要发现如下：
1.为了描述一体化的时变特征，本文对传统的Kalman filter体系进行扩展，构造了KF-(T)GARCH动态模型体系，其动态特征表现有两点：一是允许模型中模拟一体化的参数随时间呈现随机游走程序；二是允许模型的残差方差随时间呈系统性变化(GARCH(1，1)程序)。似然比检验的结果证实，在捕捉一体化的时变特性时，本文构造的KF-(T)GARCH体系比传统的KF体系更为适合(见表3)。
2.亚洲、澳洲和拉美三个区域中大部分市场(特别是新兴市场)与美国的一体化程度显著高于区域一体化，这说明美国因素对上述市场的影响仍然占据主导地位；而欧洲货币联盟成员国的区域一体化水平显著高于它们与美国的一体化。大部分市场的一体化水平在2000年以后出现了“趋同”的现象，⑥意味着从长期的角度看，国际分散化投资的潜在利益正在逐渐减少甚至消失，电子信息化与金融自由化和金融开放是“趋同”的可能解释。与发达市场相比，新兴市场一体化水平的波动更为显著，说明共同信息的冲击很容易导致新兴市场的股价大起大落，这反映出新兴市场抵御外部冲击的脆弱性。
3.在金融危机(或事件)发生期间，美国或区域因素对各国股市的影响程度明显增强。在危机期间，外界因素对新兴市场股价的冲击显著地大于对发达市场的影响。而且，发端于发达市场的危机对新兴市场的冲击通常被放大；相比之下，发端于新兴市场的危机对发达市场的冲击却非常有限(见表5)。在世界性金融危机发生期间，美国因素对各市场的影响通常强于区域因素；在区域性金融危机发生期间，区域因素的影响通常强于美国因素。
2008年之后，中国股票市场的一体化水平(包括美国和区域)快速攀升。其中，最值得关注的是中国股市与亚洲的区域一体化水平在2008年9月超过了中国与美国的一体化水平(见图1)，这意味着区域因素对中国股市的影响占据了主导地位。可能的外因是2008年9月之后，美国次贷危机失控，多间大型金融机构相继倒闭或被政府接管，国际资金流向亚洲新兴市场并推动股市上涨，亚洲新兴股市的普涨使得其股价的运动出现了趋同性，因此提升了中国股市与亚洲的区域一体化程度。可能的内因是在次贷危机之后，中国与亚洲市场的区域金融合作进程明显加快，例如东亚外汇储备库的建立和发展，中国与东亚部分国家先后签署了多边货币互换协议等，促使中国股市与亚洲股市的区域一体化水平不断提高。⑦
传统经济学认为，资本市场一体化程度的提高有利于提高金融资源的配置效率并促进经济的增长；但另一方面，过高的一体化水平容易加剧外界因素对新兴市场的影响，加剧资金流的波动，并对新兴市场的宏观经济稳定造成不利影响。因此，我们需要谨慎看待中国股票市场的一体化进程。在资本项目逐步放开的大趋势下，中国股市与美国和区域的一体化水平还将持续攀升，中国在分享一体化益处的同时，如何控制外界的金融风险和金融危机向国内市场的传递将成为十分重要的课题。目前，中国股市与亚洲的区域一体化水平维持在相对高位，并显著地高于中国与世界的一体化水平，这种格局在次贷危机期间有利于分散欧美市场的金融风险向国内市场的传递；但从长期来看，由于亚洲以新兴市场为主，其风险较大(例如表1中的亚洲股市收益率的标准差偏大)，应考虑相对削弱亚洲的区域因素对中国股市影响的主导地位。在巩固亚洲区域合作的同时，加强与英国或欧盟等市场的跨区域多边金融合作，推动中国与这些市场(特别是拥有储备货币的市场)的一体化水平稳步提升。当个别区域发生金融动荡或危机时，中国就可以通过调配区域之间的金融资源，降低该地区的金融风险或金融危机对国内市场的冲击。
由于部分统计数据的缺失和文章篇幅的限制，本文没有对引起一体化波动的因素(电子信息化的发展、金融开放度等)进行定量分析，在今后的研究中，相关的数量论证有助于更好地理解一体化波动的深层次原因。另外，实体经济因素、金融因素、政治因素等各种因素所引起的国际股市一体化波动的程度也是未来研究的一个重要方向，相关研究有助于决策者从宏观层面把握该国股市一体化水平的波动范围，规避外界金融风险对本国股市的冲击。
注释：
①股市的超额收益是股市收益与该市场的无风险利率之差。
②相关文献可参见Harvey(1991)。
③本文同时考虑了随机游走程序和均值回归程序，通过比较发现，随机游走程序相对较优，更适合描述一体化的时变特征。
④为了解决GARCH模型的非对称效应，本文考虑了(T)GARCH和(E)GARCH模型，通过比较，(T)GARCH模型的结果相对较优，故选取(T)GARCH模型。
⑤文中只比较检验区间一致的市场，故中国和泰国不在比较之列。由于中国在2000年以前的一体化水平并不显著，因此只保留2001年以后的一体化水平。
⑥一体化程度在前期呈现较低水平的市场，2000年以后出现了显著的上升趋势；而前期呈现较高水平的市场在2000年前后呈现出下降趋势。
⑦中国在2000年以后进一步推动了利率市场化，实行了有管理的汇率浮动制度，引进了QFII和QDII等一系列金融市场化和金融开放的改革，这些因素都是推动中国股市一体化(包括世界和区域)快速攀升的内在因素。但本节突出的是中国的区域一体化水平迅速上升，并超过中国与世界一体化水平的可能原因。