【经管讲堂·经济统计】韩国股市年内9次熔断：极端波动率与溢出效应分析

事件与实践

2025年以来，韩国股市持续剧烈震荡。截至7月，韩国KOSPI指数和KOSDAQ市场年内累计触发熔断机制（Circuit Breaker）达9次，创下全球主要资本市场的年度熔断次数纪录。其中，KOSPI指数单日跌幅超过5%触发一级熔断就有4次，KOSDAQ市场因波动幅度更大触发了5次。这一现象的直接导火索包括韩国国内政治不确定性上升、半导体出口周期下行、以及全球地缘风险外溢等多重因素叠加。相比之下，美国标普500指数同期仅触发熔断1次，日本日经225指数触发2次，韩国市场的波动频次显著高于全球平均水平。

熔断机制作为一种市场稳定工具，其设计初衷是在极端波动时为市场提供”冷静期”，防止恐慌性抛售的连锁反应。韩国交易所（KRX）现行的熔断规则为：KOSPI指数较前一交易日收盘价下跌8%时暂停交易20分钟（一级），下跌15%时暂停交易30分钟（二级），下跌20%时当日停止交易（三级）。年内9次熔断不仅引发了市场对韩国经济基本面的担忧，更从统计学角度提出了一个深刻问题：熔断机制究竟是在降低市场波动，还是在某种程度上加剧了波动聚集效应？

分析

一、波动率统计与极端事件度量

波动率是衡量金融市场风险的核心统计量。在金融计量学中，波动率通常通过收益率的标准差来估计，但标准差假设收益率服从正态分布，而金融市场收益率普遍存在”肥尾效应”（Fat Tails）。韩国股市年内9次熔断的现象，恰恰印证了极端事件频率远超正态分布预测的事实。以KOSPI指数日收益率为例，若假设其服从均值为0、标准差为1.2%的正态分布，那么单日跌幅超过8%（约6.7个标准差）的理论概率约为1.5×10⁻¹¹，即几乎不可能发生。然而现实中韩国市场年内已出现4次此类事件，这说明收益率分布具有显著的尖峰厚尾特征。更适合的统计工具是极值理论（Extreme Value Theory, EVT），其中广义帕累托分布（GPD）可以对超过某一阈值的极端收益率尾部进行建模。通过对KOSPI历史收益率应用GPD拟合，可以估计出尾部指数（Tail Index），进而计算极端下跌事件的”重现期”（Return Period）。如果9次熔断的重现期估计值显著缩短，说明韩国市场的尾部风险结构正在发生变化，而非简单的随机波动。

二、熔断机制的统计有效性分析

熔断机制的有效性可以通过”事件研究法”（Event Study）进行统计检验。标准的事件研究框架包括三个步骤：第一，定义事件窗口（如熔断触发日及前后各5个交易日）；第二，估计正常收益率模型（如市场模型或CAPM）；第三，计算异常收益率（AR）和累计异常收益率（CAR），并进行统计显著性检验。以韩国9次熔断事件为样本，可以检验以下假设：零假设H₀为”熔断后20分钟恢复交易后的1小时内，市场波动率与熔断前无显著差异”，备择假设H₁为”熔断后波动率显著上升”（即熔断未能降低波动）。若采用配对t检验或Wilcoxon符号秩检验比较熔断前后5分钟的已实现波动率（Realized Volatility），检验结果若拒绝H₀，则从统计上证明熔断的”冷静效应”有限。已有学术研究表明，熔断机制可能产生”磁吸效应”（Magnetic Effect）——即在接近熔断阈值时，投资者加速抛售以抢在熔断前成交，反而加剧了短期波动。韩国9次熔断的数据为检验这一假说提供了丰富的样本，可以通过构建Logit模型估计”距离熔断阈值的距离”与”触发概率”之间的非线性关系。

三、跨市场波动溢出效应与GARCH模型分析

韩国股市的频繁熔断并非孤立现象，而是全球市场波动互联网络中的一个节点。金融计量学中的GARCH（广义自回归条件异方差）模型及其扩展形式——如BEKK-GARCH和DCC-GARCH——可以用于刻画跨市场波动溢出效应。以韩国KOSPI、美国标普500和日本日经225三个指数的日收益率为研究对象，构建三元BEKK-GARCH(1,1)模型，可以估计条件方差-协方差矩阵的时变路径。模型中的交叉项系数反映了波动从一个市场向另一个市场的传导强度。若韩国市场对美国市场的波动溢出系数在2025年显著高于历史均值，说明韩国已成为全球风险传导链条中的”放大节点”而非”缓冲器”。此外，可以运用Diebold-Yilmaz溢出指数（Spillover Index）量化各市场间的净溢出方向和强度。该指数基于方差分解，将总预测误差方差分解为各市场贡献份额，从而绘制出”波动溢出网络图”。如果分析显示韩国市场的净接收溢出份额显著上升，则其9次熔断更多是全球风险输入的结果，而非内生波动的表征。

启示

韩国股市9次熔断的案例为风险管理实践提供了三个层面的启示。第一，波动率度量不能仅依赖标准差。管理者在评估经营风险时，应引入尾部风险指标——如条件VaR（Expected Shortfall）和极端分位数——来补充传统正态假设下的风险测度。第二，制度设计的有效性需要统计验证而非直觉判断。熔断机制看似合理，但事件研究法和GARCH模型的实证分析表明，其”稳定市场”的效果可能远低于预期，甚至存在反作用。这一逻辑同样适用于企业管理中的风控制度设计——任何规则的有效性都应经过数据检验。第三，系统性风险的跨域传导要求建立网络化监测视角。单一市场的波动分析不足以揭示风险全貌，DCC-GARCH和溢出指数等工具为管理者提供了”关联性思维”的统计基础，提醒我们在评估企业风险时需关注供应链、行业间和地域间的传染路径。

思考

1. 如果韩国市场的尾部指数在2025年显著下降（即尾部变厚），这一统计变化对传统VaR风险管理模型的适用性意味着什么？应如何调整？
2. 熔断机制的”磁吸效应”是否可以通过修改触发规则（如从固定阈值改为动态波动率阈值）来缓解？从统计模拟角度如何评估替代方案？
3. 在跨市场波动溢出分析中，Diebold-Yilmaz溢出指数的方差分解 horizon（预测期）选择对结论有何影响？如何确定合理的分解期限？

关键词：极端波动率、熔断机制有效性、波动溢出效应
来源：路透社 | 整理：经管讲堂