relaionships beween he Hu-Shen300 sock index and Hu-Shen300 sock index fuures, respecively from he sequence of yield and volailiy sequence. The co-ine

Size: px

Start display at page:

Download "relaionships beween he Hu-Shen300 sock index and Hu-Shen300 sock index fuures, respecively from he sequence of yield and volailiy sequence. The co-ine"

奎为解
5 years ago
Views:

1 数量经济研究 The Journal of Quaniaive Economics 第 2 卷第 1 辑 VoL. 2. No 年 3 月 March 2011 沪深 300 股指期货与沪深 300 股指互动关系实证分析 * 张学东 1 刘运涛 2 朱玲珊 3 胡光敏 2 (1. 北方民族大学金融研究所, 北京,750021;2. 北方民族大学信息与计算科学学院, 北京,750021; 3. 北方民族大学基础教学部, 北京,750021;) 摘要 : 2010 年 4 月 16 日, 中国金融期货交易所推出了以沪深 300 股指为标的的股指期货交易, 这是中国资本市场发展又迈向一个新台阶, 对发育和完善中国资本市场体系具有重要而深远的意义沪深 300 股指期货能否发挥价格发现功能亟需实证分析本文以 2010 年 4 月 16 日至 5 月 21 日合约结算日的第一份合约 IF1005 的高频数据为样本, 运用时间序列分析方法分别从指数序列和收益率序列研究了沪深 300 股指期货与沪深 300 股指之间的互动关系, 协整性检验表明沪深 300 股指期货与沪深 300 股指之间具有长期的平稳关系 ;Granger 引导关系检验表明沪深 300 股指期货市场引导沪深 300 股指 ; 通过误差修正模型, 结合脉冲响应函数 Hasbrouck 方差分解进一步验证了沪深 300 股指期货与标的指数之间引导关系, 以上结果充分表明沪深 300 股指期货具有价格发现功能关键词 : 沪深 300 股指 ; 股指期货 ; 协整性检验 ;Granger 引导关系检验 ; 误差修正模型中图分类号 :F830 文献识别码 : A Empirical Tes on he Ineracion Relaionship beween Hu-Shen 300 Sock Index and Hu-Shen 300 Sock Index Fuure ZHANG Xuedong 1, LIU Yunao 2, ZHU Lingshan 3 HU Guangmin 4 (1. Insiue of Finance, BeiFang Universiy for Naionaliies, 2. School of Informaion and Compuaion Science, BeiFang Universiy for Naionaliies, 3. School of Basic Educaion, BeiFang Universiy for Naionaliies, 4. School of Informaion and Compuaion Science, BeiFang Universiy for Naionaliies) Absrac: on April 16, 2010, he exchange of he sock index fuures, arising in he Chinese fuures marke. And he Chinese governmen has been enacing he firs sock index fuures, based on Hu-Shen300 sock index, which is a big sep in Chinese financial marke. Price Discovery is one of he main funcions of he sock index fuures. I is essenial o analyze his funcion. Using he financial ime series analysis mehod, we analyze he ineracive * [ 投稿日期 ]: [ 基金项目 ]: 国家民族事务委员会重点科研项目沪深 300 股指期货与股指期货期权沪深 300 股指之间互动关系实证分析的部分研究成果 [ 作者简介 ]: 张学东 ( ), 男, 宁夏人, 留学回国人员, 博士, 教授, 硕士研究生导师, 现在北方民族大学金融研究所商学院工作主要研究领域 : 资本市场股指期货等 ZhangXuedong@yahoo.cn 刘运涛 ( ), 男, 现在北方民族大学信息与计算科学学院攻读应用数学专业硕士学位朱玲珊 ( ), 女, 副教授, 现在北方民族大学基础教学部工作胡光敏 ( ), 女, 现在北方民族大学信息与计算科学学院攻读应用数学专业硕士学位

2 relaionships beween he Hu-Shen300 sock index and Hu-Shen300 sock index fuures, respecively from he sequence of yield and volailiy sequence. The co-inegraion relaionship beween he Hu-Shen300 sock index and Hu-Shen300 sock index fuures means a long-erm equilibrium. The resul of Granger causaliy es shows ha he fuures marke leading he spo marke. Meanwhile, he error correcion model, impulse response funcion and Hasbrouck variance decomposiion furher been used o check he relaionship beween he wo markes. Keywords: Hu-Shen 300 Sock Index, Sock Index Fuures; Co-inegraion es; Granger causaliy es, Error correcion model 引言 1990 年 12 月以来, 中国股票市场在促进中国的经济发展方面发挥了不可估量的作用我国股票市场的股权分置和国家股法人股流通等制度性与结构性问题逐步得以解决, 中国股票市场效率和股票市场的有效性不断提高, 股票市场的投资者急需规避系统性风险的避险工具, 从而, 为投资者提供有效的风险管理工具, 在我国构建股指期货交易机制成为我国完善证券市场的重大举措 2006 年 9 月 8 日中国金融期货交易所正式挂牌成立,10 月公开征求沪深 300 股指期货合约及其相关细则, 并在全国进行模拟投资测试和交易, 直到 2010 年 4 月 16 日中国金融期货交易所才正式推出沪深 300 股指期货合约交易截止目前, 在中国金融期货交易所推出的 5 月合约 IF 月合约 IF 月合约 IF1007 三份合约相继退出了历史舞台根据中国期货业协会最新数据显示,7 月份股指期货的成交额占据期货市场总量的 40.14%, 股指期货 5 至 7 月的日平均成交量达到 13 至 15 万手, 持仓量也有 6 千至 1 万手, 仅从沪深 300 股指期货交易有充沛的流动性, 显示股指期货市场运行比较成功我们认为非常有必要对沪深 300 股指期货与现货市场的相关关系进行实证研究, 来检验沪深 300 股指期货是否具有价格发现功能? 从而是否达到促进股票市场的稳定和提高股票市场的有效性的目的 1 文献综述 20 世纪 80 年代以来, 各国陆续推出股指期货, 股指期货价格 ( 或收益率 ) 与股票现货市场指数价格 ( 或收益率 ) 波动之间的互动关系, 一直都是股指期货投资研究的重大课题这方面的研究主要代表性文献有,Herbs e al 在 1987 年对 S&P 500 MMI 指数期货与现货的关系研究表明, 指数期货的价格变化领先现货的情况确实存在, 但领先的程度少于一分钟 Kawaller e al(1987), Abhyankar(1998) 和 Tang e al(1992) 等使用格兰杰 (Granger) 引导关系检验,Wahab&Lashgari(1993), Fleming e al(1996) 和 Pizzi e al(1998) 等使用误差修正模型 (ECM) 和协整检验, 虽然他们使用的方法不同, 但都得出一个共同的结论 : 股指期货市场比与股票现货市场能更快地获得市场信息, 股指期货的价格变化要领先于现货市场 Tse(1995) 以大阪证券交易所 (TSE) 交易的 Nikkei225 股指与在 SIMEX 交易的 Nikkei225 股指期货合约为研究对象选取自 1988 年 12 月至 1993 年 1 月为样本区间, 实证结果表明两个市场具有长期协整关系,Nikkei225 股指期货扮演着价格发现功能的角色, 而现货市场没有价格发现功能 Ramaprasad Bhar(2002) 选取澳大利亚金融市场 AOI 股价指数及 SPI 期货指数自 1989 年 1 月至 1998 年 12 月的每日收盘价格共 2534 个样本, 应用双变量

3 EGARCH 模型研究了澳大利亚股指期货与现货市场之间的动态互动关系, 结果表明两个市场之间存在长期的平稳关系, 两个市场对于市场上利好消息与利差消息存在不对称的反应, 并且期货市场明显引导现货市场 Seung Oh Nam,SeungYong Oh,Hyun Kyung Kim, Bungalow Chun Kim(2006) 选取 2001 年 3 月至 2003 年 6 月为样本内的 KOSPI 200 股指期货与股指 1 分钟 5 分钟 10 分钟 60 分钟四种频率数据对于 KOSPI200 股指期货与股指进行研究, 基于价格的实证分析研究表明股指期货价格发现功能, 股指期货市场领先于现货市场台湾学者黄玉娟黄珮铃等 (2002) 以台湾股指现货与期货价格之间的互动关系为研究对象, 运用协整性检验, 误差修正模型并结合脉冲响应函数及方差分解检验市场之间的领先与落后关系国内学者肖辉吴冲锋 (2004) 选取 S&P500 指数和 S&500 指数期货自 2002 年 10 月 30 日至 2003 年 4 月 2 日 118 个交易日的 1 分钟高频价格数据为研究样本, 研究发现标准普尔 500 指数现货市场与其期货市场收益率之间存在即时互动关系肖辉鲍建平吴冲锋 (2006) 研究了美国英国日本和香港市场的 5 种股指现货市场和期货市场的价格发现过程, 样本数据均采用 1 分钟高频数据, 使用脉冲响应和方差分解法检验股指与股指期货价格发现过程, 结果表明各个市场的股指期货市场在价格发现过程中处于主导地位 ; 王扬 (2005) 选取了世界发达资本市场的有代表性的股指与其期货价格为样本进行研究, 即最近半年标准普尔 500(S&P500) 指数英国金融时报 100(FT-SE100) 指数和日经 225(Nikkei225) 指数与以其为标的的股指期货的日数据, 用 Granger 引导关系检验的方法, 协整性检验了多个金融市场期货与现货价格的关系, 得出各个市场期货与现货市场存在相互引导关系, 但引导关系不统一研究境内外交易的中国股指期货对中国股票市场影响的实证分析代表性文献较少, 王成 (2008) 选取新加坡新华富 A50 指数和 A50 股指期货自 2007 年 3 月 1 日到 2008 年 3 月 25 日共 251 个样本, 沪深 300 股指期货模拟交易及对应的沪深 300 指数自 2007 年 7 月 23 日到 2008 年 3 月 26 日共 166 个样本, 样本数据均为日频率对沪深 300 指数和沪深 300 指数期货进行了定量分析得出现货价格引导期货价格, 期货价格对于现货价格引导很弱, 沪深 300 股指期货的价格发现功能没有得到验证冯飞 (2008) 选择沪深 300 指数和沪深 300 指数期货 0809 合约作为样本, 样本时间选的是 2008 年 5 月 5 日至 2008 年 6 月 27 日一共 9299 个 1 分钟高频数据对沪深 300 股指和股指期货的日内互动关系进行研究, 得出期货市场与现货市场不具有引导关系牟方松 (2008) 选取 2006 年 11 月 1 日至 2007 年 12 月 28 日的沪深 300 指数仿真交易和沪深 300 现货指数日收盘价共 285 个样本, 运用 Granger 引导关系检验协整性检验向量自回归模型误差修正模型对沪深 300 股指期货模拟数据与沪深 300 股指进行实证分析, 得出期货市场具有引导现货市场的的单向引导关系刘恒志 (2008) 选取 2006 年 11 月 1 日至 2008 年 1 月 18 日的沪深 300 指数仿真交易和沪深 300 指数日收盘价作为研究样本对我国股指期货仿真交易效率进行实证研究, 运用 Granger 引导关系检验协整性检验向量自回归模型误差修正模型方差分解等方法研究得出沪深 300 股指期货与沪深 300 股指长期波动趋势一致, 两者存在高度相关性, 具有长期平稳关系, 两个市场有相互引导的关系, 现货市场具有价格发现功能马弋威 (2009) 选取 2008 年 1 月 28 日至 2008 年 11 月 21 日时间段内的沪深 300 指数仿真交易沪深 300 指数恒生股指与恒生股指期货的日频交易数据以及 5 分钟交易数据为样本运用向量自回归模型研究香港市场的股指期货

4 与股指之间的互动关系, 得出香港恒生指数期货具有较强的价格发现功能, 并对沪深 300 股指期货仿真交易数据进行研究得出沪深 300 股指期货在仿真交易中缺乏套利机制, 但已经具备一定价格发现功能封思贤等 (2010) 选取新加坡新华富时 A50 股指期货自 2006 年 9 月 5 日至 2008 年 3 月 25 日的日收盘数据 334 个样本, 香港 H 股指期货自 2003 年 12 月 8 日至 2008 年 3 月 25 日的日收盘数据 1008 个样本, 实证研究表明, 香港 H 股指期货是大陆主要股指的 Granger 原因, 其波动也会溢出到 A 股市场 ;A50 股指期货对 A 股市场未发现明显的均值和波动溢出效应, 相反, 它更多地受到了 A 股市场的影响目前, 我们尚没有看到沪深 300 股指期货实盘交易数据的互动关系实证研究文献, 这将是本文的主要工作 2 样本选择和数据处理本文分别选择沪深 300 股指期货上市以来的 5 月合约 IF1005 合约 6 月合约 IF1006 和 7 月合约 IF1007, 第一份合约 IF1005 时间跨度自 2010 年 4 月 16 日始到 2010 年 5 月 21 日合约结算日, 扣除节假日以及缺失数据后 25 个交易日的 6007 个高频数据作为样本第二份合约 IF1006 时间跨度自 2010 年 4 月 16 日合约始到 2010 年 6 月 18 日合约结算日, 扣除节假日以及缺失数据后 42 个交易日的 9843 个高频数据作为样本第三份合约 IF1007 时间跨度自 2010 年 5 月 24 日到 2010 年 7 月 16 日合约结算日, 扣除节假日以及缺失数据后 37 个交易日的 8880 个高频数据作为样本选取同一时刻点上的数据为研究对象, 选取了 1 分钟收盘数据为样本点, 将沪深 300 股指期货交易早于 9:30 和晚于 15:00 的数据剔除, 本文通 R log( P / P ) 来计算对数收益率为了行文方便, 本文以第一份合约 IF1005 为例过 1 3 模型的选择与实证分析 3.1 样本数据的统计特性由表 1 可见, 沪深 300 股指期货在这一时段的平均收益率要比沪深 300 股指现货收益率小, 但是绝对值相对较大, 对应的沪深 300 股指期货收益率的标准差也比沪深 300 股指收益率的标准差大, 表明沪深 300 股指期货市场比沪深 300 股指现货市场的波动性要大究其原因, 是由于期货市场操作较灵活, 因此对市场信息的反应比股指现货市场反应更迅速表 1: 沪深 300 股指期货与沪深 300 股指的收益率基本统计结果样本个数均值标准差股指期货收益率 E 股指收益率 E 平均收益率 E 平稳性检验数据的平稳性检验是建立其他相关时间序列分析的前提, 常用的检验方法有 DF 检验 ADF 检验 PP 检验等本文对沪深 300 股指期货和沪深 300 股指的收益率序列进行平稳性检验, 检验结果如下 : 表 2: 沪深 300 股指期货与沪深 300 股指的收益率序列 ADF 检验结果序列 ADF 值临界值 (1%) 临界值 (5%) 检验概率

5 股指期货收益率股指收益率由表 2 中可见, 沪深 300 股指期货收益率与沪深 300 股指收益率序列, 在 99% 的置信水平下均是平稳的收益率序列由原序列取对数后进行一次差分得到, 表明沪深 300 股指期货与沪深 300 股指都是一阶单整序列, 因此可以对序列进行协整性检验 3.3 协整性检验为了分析沪深 300 股指期货与沪深股指之间的互动关系, 有必要对其长期平稳关系进行检验本文运用含常数项和趋势项的 Johansen 协整性检验法对两个市场的数据进行检验, 检验结果如下 : 表 3: 沪深 300 股指期货与沪深 300 股指协整性检验原假设特征值迹统计量 5% 临界值概率值 R R 由表 3 的检验结果可知, 原假设 R 0 被拒绝, 而原假设 R 1不能被拒绝, 说明沪深 300 股指与沪深 300 股指期货之间存在协整关系, 即短期内期货价格与现货价格有可能偏离平稳状态, 但长期来看沪深 300 股指和沪深 300 股指期货保持着平稳关系 3.4 Granger 引导关系检验 Granger(1988) 指出, 如果多个变量之间存在一个协整关系, 那么这些变量之间至少存在单向的引导关系在上面的分析中我们已经得出沪深 300 股指期货与沪深 300 股指之间存在协整关系, 而沪深 300 股指期货收益率与沪深 300 股指收益率均为平稳序列因而也存在协整关系因此可以用 Granger 引导关系检验进行分析由表 4 可见, 对沪深 300 股指期货与沪深 300 股指 Granger 引导关系检验分析如下 : (1) 滞后 10 期 ( 分钟 ), 原假设 1 的 F 统计量相对较小, 对应的接受原假设的概率 P 值表明在 99% 的置信水平下拒绝原假设 1, 接受备则假设股指是股指期货的 Granger 引导关系 ; 而原假设 2 的 F 统计量较大, 对应的 P 值更小, 同样在 99% 的置信水平下拒绝原假设 2, 接受备则假设股指期货是股指的 Granger 引导关系因而, 当选择 Granger 引导关系检验的滞后阶数为 10 期 ( 分钟 ) 时, 沪深 300 股指期货与沪深 300 股指在 99% 的置信水平下具有双向的 Granger 引导关系, 沪深 300 股指期货领先沪深 300 股指的强度更强 (2) 滞后 30 分钟, 原假设 3 的 F 值相对较小, 对应的 P 值表明在 95% 的置信水平下拒绝原假设 3, 接受备则假设股指是股指期货的 Granger 引导关系 ; 原假设 4 的 F 值较大, 对应的 P 值很小, 表明在 99% 的置信水平下拒绝原假设 4, 接受备则假设股指期货是股指的 Granger 引导关系因而, 当选择 Granger 引导关系检验的滞后阶数为 30 期 ( 分钟 ) 时, 沪深 300 股指期货与沪深 300 股指在 95% 置信水平下具有双向的 Granger 引导关系, 沪深 300 股指期货领先沪深 300 股指的强度更强 (3) 滞后 60 分钟, 原假设 5 的 F 值相对较小, 对应的 P 值相对较大, 这表明可以接受原假设 5; 而原假设 6 的 F 值较大, 对应 P 值很小, 表明在 99% 置信水平下拒绝原假设 6, 接受备则假设股指期货是股指的 Granger 引导关系因而, 当选择 Granger 引导关

6 系检验的滞后阶数为 60 期 ( 分钟 ) 时, 沪深 300 股指期货与沪深 300 股指在 99% 置信水平下只有单向的 Granger 引导关系, 沪深 300 股指期货领先沪深 300 股指表 4: 沪深 300 股指期货与沪深 300 股指 Granger 引导关系检验样本滞后期原假设 F 统计量 P 值沪深 10 原假设 1: 股指不是股指期货的 Granger 引导关系股指期货与沪深 300 股指期 ( 分 ) 30 期 ( 分 ) 60 期 ( 分 ) 原假设 2: 股指期货不是股指的 Granger 引导关系 E-115 原假设 3: 股指不是股指期货的 Granger 引导关系原假设 4: 股指期货不是股指的 Granger 引导关系 E-106 原假设 5: 股指不是股指期货的 Granger 引导关系原假设 6: 股指期货不是股指的 Granger 引导关系 E-97 沪深 10 原假设 7: 股指收益率不是股指期货收益率的 Granger 引导股期 ( 分 ) 关系指期货原假设 8: 股指期货收益率不是股指收益率的 Granger 引导 E-119 收益率关系与沪深 30 原假设 9: 股指收益率不是股指期货收益率的 Granger 引导股期 ( 分 ) 关系指收益率原假设 10: 股指期货收益率不是股指收益率的 Granger 引导关系 E 原假设 11: 股指收益率不是股指期货收益率的 Granger 引导期 ( 分 ) 关系原假设 12: 股指期货收益率不是股指收益率的 Granger 引导 E-101 关系从表 4 可见, 对沪深 300 股指期货收益率与沪深 300 股指收益率 Granger 引导关系检验分析如下 : (4) 滞后 10 分钟, 原假设 7 的 F 值相对较小, 对应的接受原假设的概率 P 值表明在 99% 置信水平下拒绝原假设 7, 接受备则假设股指收益率是股指期货收益率的 Granger 引导关系 ; 原假设 8 的 F 值较大, 对应 P 值表明在 99% 置信水平下拒绝原假设 8, 接受备则假设股指期货收益率是股指收益率的 Granger 引导关系因而, 当选择 Granger 引导关系检验的滞后阶数为 10 期 ( 分钟 ) 时, 沪深 300 股指期货收益率与沪深 300 股指收益率在 99% 置信水平下具有双向的 Granger 引导关系, 沪深 300 股指期货收益率领先沪深 300 股指收益率的强度更强 (5) 滞后 30 分钟, 原假设 9 的 F 值相对较小, 对应的 P 值表明在 95% 的置信水平下拒绝原假设 9, 接受备则假设股指收益率是股指期货收益率的 Granger 引导关系 ; 原假设 10 的 F 值较大, 对应的 P 值表明在 99% 置信水平下拒绝原假设 10, 接受备则假设股指期货收益率是股指收益率的 Granger 引导关系因而, 当选择 Granger 引导关系检验的滞后阶数为 30 期 ( 分钟 ) 时, 在置信水平 95% 下, 沪深 300 股指期货收益率与沪深 300 股指收益率具有双向的 Granger 引导关系, 沪深 300 股指期货收益率领先沪深 300 股指收益率的强度更强

7 (6) 滞后 60 分钟, 原假设 11 的 F 值相对较小, 对应 P 值相对较大, 这表明可以接受原假设 11, 股指收益率不是股指期货收益率的 Granger 引导关系 ; 而股原假设 12 的 F 值较大, 对应 P 值表明在置信水平 99% 下拒绝原假设 12, 接受备则假设股指期货收益率是股指收益率的 Granger 引导关系因而, 当选择 Granger 引导关系检验的滞后阶数为 60 期 ( 分钟 ) 时, 沪深 300 股指期货收益率与沪深 300 股指收益率在 99% 的置信水平下只有单向的 Granger 引导关系, 沪深 300 股指期货收益率领先沪深 300 股指收益率综上所述, 对于沪深 300 股指期货市场与沪深 300 股指现货市场两个市场的 Granger 引导关系检验表明, 随着 Granger 引导关系检验滞后阶数选择的不同, 两个市场间有不同的引导关系, 当滞后阶数较小的时候两个市场具有相互的引导关系, 当滞后阶数到达一定阶数以后就只存在沪深 300 股指期货市场对沪深 300 股指现货市场的引导关系, 这说明沪深 300 股指期货市场对沪深 300 股指有更长期的影响, 因而沪深 300 股指期货市场领先于沪深 300 股指现货市场, 具有价格发现功能 3.5 误差修正模型当我们确定样本市场间存在协整关系时, 可进一步使用向量误差修正模型来了解市场间的动态关系, 而协整回归的残差代表样本市场之间偏离长期平稳的离差, 误差修正模型将此残差项考虑进来, 并加入各个变量的滞后期项, 以此来考虑两个市场之间的动态相关关系我们以 AIC 和 SC 信息准则为标准, 经过检验取滞后 6 期作为最佳滞后期, 我们建立 VECM(6) 模型比较好 : 6 6 (1) F a z b F c S i i 1i i 1 i 1 i (2) S a z b F c S i i 2i i 2 i 1 i 1 k 在这里为差分算子, 1 L, 其中, L 是推移算子 Lx x 1, L x x k, F 代表 IF1005 合约价格取对数以后的序列, S 代表沪深 300 股指取对数后的序列, 其中 z F S, a i ( i 1,2) 为常数项, ( i 1, 2) 为随机误差项模型运行结果如下 : i 系数变量 a j ( j 1,2) 表 5: 沪深 300 股指期货与沪深 300 股指间误差修正模型的估计结果 F [ - 统计量 ] -3.58E-05 [ ] S [ - 统计量 ] 系数变量 -1.18E-05 [ ] F [ - 统计量 ] ( j 1,2) j [ ] S [ - 统计量 ] [ ]

8 b j ( j 1,2) c j ( j 1,2) [ ] [ ] [ ] [ ] b j ( j 1,2) c j ( j 1,2) [ ] [ ] [ ] [ ] b ( 1,2) j3 j c ( 1,2) j3 j [ ] [ ] [ ] [ ] b ( 1,2) j4 j c ( 1,2) j4 j [ ] [ ] [ ] [ ] b ( 1,2) j5 j c ( 1,2) j5 j [ ] [ ] [ ] [ ] b ( 1,2) j6 j c ( 1,2) j6 j [ ] [ ] [ ] [ ] 误差修正项 ( j 1,2) 在向量误差修正模型两个方程式里对于式 (1)(2) 内都是显 j 著的在式 (1) 内的值为 : [- 统计量 = ]; 在式 (2) 内的值为 : [- 统计量 = ], 误差修正项在两个方程式的数值表明, 对于长期平稳的两个市场出现的离差, 沪深 300 股指现货市场需要做出强于沪深 300 股指期货市场数十倍的幅度进行调整从式 (1) 各项的系数可以知道, 沪深 300 股指期货市场当期受到来自于前 6 期的影响不明显, 对于来自沪深 300 股指现货市场期的影响显著, 其他几个时期影响不显著对比式 (2) 各项系数可以知道, 沪深 300 股指现货市场当期受到来自于沪深 300 股指期货市场前 6 期影响均高度显著, 对于来自自己前 6 期的影响也显著综上所述, 沪深 300 股指现货市场受到沪深 300 股指期货市场的影响很大, 沪深 300 股指期货市场有引导沪深 300 股指现货市场变动的趋势 3.6 脉冲响应函数沪深 300 股指期货与沪深 300 股指具有协整关系, 为了检验沪深 300 股指期货市场或沪深 300 股指现货市场上的一个扰动项是如何冲击两个市场的, 我们需要建立沪深 300 股指期货收益率与沪深 300 股指收益率的向量自回归模型 (VAR) 在 VAR 模型中, 某一变量时刻发生扰动后, 通过变量之间的动态联系, 对时刻以后的各个变量将产生连锁反应脉冲响应函数可以用来描述系统对单位冲击作出的动态反应, 可以用来判断变量之间存在的短期动态关系的持续性通过引入脉冲响应函数来分析来自某一市场的一个冲击是如何影响两个市场的以 AIC 和 SC 信息准则为标准, 经过检验取滞后 6 期作为最佳滞后期, 对两个市场的收益率序列可以建立如下 VAR 模型 : 6 6 (3) RF c RF RS 1 1i i 1i i 1 i 1 i (4) RS c RF RS 2 2i i 2i i 2 i 1 i 1 其中, RF 表示沪深 300 股指期货对数收益率, RS 表示沪深 300 股指对数收益率 ; 1 表

9 示来自于沪深 300 股指期货市场的随机扰动序列, 2 表示来自于沪深 300 股指现货市场的随机扰动序列对脉冲响应函数进行描图, 来展现对期货市场与现货市场收益率序列的冲击情况, 结果如下图所示 : Response o Cholesky One S.D. Innovaions.0012 Response of RF o RF.0012 Response of RF o RS Response of RS o RF.0010 Response of RS o RS 图 1: 沪深 300 股指期货收益率与沪深 3000 股指收益率脉冲响应函数图表 6: 脉冲响应函数值表期数 RF 对一标准信息的响应 RS 对一标准信息的响应来自于 RF 来自于 RS 来自于 RF 来自于 RS E E E E E E-05

10 4 7.65E E E E E E E E E E E E E E E E E E E E E E E E E-05 结合图 1 与表 6 分析可得出如下结论 : (1) RF 对于来自自身的冲击反应很强烈, 当期达到最大后, 迅速在第 2 期以后趋于平稳受到自身冲击的第 1 期内, RF 比平稳水平提高了个单位, 但是之后慢慢回落至平稳区域 (2) RS 对于来自自身的冲击反应只是在第 3 期内反应达到负的最小之后, 在第 6 期以后就趋于平稳受到来自自身的冲击, RS 的第 1 期比平稳水平提高了个单位, 很快在第 4 期回归到平稳水平以下, 到第 6 期以后趋于平稳说明 RS 对于自身的冲击反应比较持久 (3) RF 对来自 RS 的冲击反应, 在第 1 期内, 来自 RS 的冲击对 RF 没有影响, 之后有很小幅度下降, 然后迅速趋于平稳说明 RF 对于来自 RS 的影响不明显 (4) RS 对来自 RF 的冲击反应, 在第 1 期内达到个单位的波动, 之后缓慢下降, 并在第 5 期以后趋于稳定说明 RS 受到来自 RF 稳定持续的影响上述分析结果表明, 来自于沪深 300 股指现货市场的信息对于沪深 300 股指期货市场的冲击很小 ; 而来自沪深 300 股指期货市场的信息对于沪深 300 股指现货市场的冲击持续稳定且较强 3.7 Hasbrouck 方差分解为刻画沪深 300 股指期货和沪深 300 股指在价格发现功能中作用的大小, 我们利用 Hasbrouck(1995) 提出的方法, 将影响现货市场和期货市场价格变动长期作用部分的方差进行分解, 求出股指现货价格和期货价格变动长期作用部分的方差来自于股指现货市场和期货市场的比重, 再计算股指现货市场和股指期货市场信息份额的平均数, 以此来判断股指现货市场和股指期货市场在价格发现功能中作用的大小表 7: 沪深 300 股指期货与沪深 300 指数一分钟的 Hasbrouck 方差分解结果方差沪深 300 股指期货沪深 300 股指来自于来自于滞后期数股指现货价格股指期货价格股指现货价格股指期货价格

11 n 由表 7 可知, 对于沪深 300 股指变动的长期作用的部分的方差, 当滞后期为 1 时, % 来自于现货市场, % 来自于沪深 300 股指期货市场 ; 随着滞后期的增加, 总方差中来自于沪深 300 股指期货市场的部分呈上升趋势, 最终趋于 %; 而来自沪深 300 现货市场的部分呈下降趋势, 最终趋于 % 对沪深 300 股指期货指数变动长期作用部分的方差, 当滞后期为 1 时,0% 来自于沪深 300 股指现货市场,100% 来自于沪深 300 股指期货市场, 并且, 随着滞后期的增加, 总方差中来自于期货市场的部分呈下降趋势, 最终趋于 %; 而来自现货市场的部分呈上升趋势, 最终趋于 % 因此, 对于一分钟沪深 300 股指现货与股指期货来说, 沪深 300 股指期货市场领先于沪深 300 股指现货市场, 沪深 300 股指期货市场具有明显的价格发现功能 4 结论与启示本文选取沪深 300 股指期货自 2010 年 4 月 16 日上市以来交易的第一份股指期货合约 IF1005 合约自 4 月 16 日至 5 月 21 日 25 个交易日的 6007 个 1 分钟频率的数据为样本进行研究通过平稳性检验沪深 300 股指期货和沪深 300 股价指数均为一阶单整序列, 两个市场直接具有长期的平稳关系, 因而对两组数据进行 Granger 引导关系检验, 分别选取滞后分钟 ( 期 ) 进行 Granger 引导关系检验, 结果表明沪深 300 股指期货是沪深 300 股指的 Granger 引导关系, 沪深 300 股指是沪深 300 股指期货的 Granger 引导关系相对较弱同样我们还对沪深 300 股指期货与沪深 300 股指收益率序列的 Granger 引导关系检验, 结果与指数序列的检验结果相吻合对这两组数据建立误差修正模型进一步验证沪深 300 股指期货的价格发现功能, 并用脉冲响应函数和 Hasbrouck 方差分解分析了沪深 300 股指期货与沪深 300 股指之间的互动关系分析各个模型最后的结论都得到了相互印证, 沪深 300 股指期货引导着沪深 300 股指的变动, 沪深 300 股指期货市场具有价格发现的功能简言之, 本文通过对沪深 300 指数期货与沪深 300 股指之间互动关系研究, 得到主要结论如下 : (1) 沪深 300 股指期货和沪深 300 股指之间存在长期稳定的协整关系, 并且沪深 300 股指期货是沪深 300 股指的 Granger 引导关系, 而沪深 300 股指不是沪深 300 股指期货的 Granger 引导关系 (2) 沪深 300 股指期货引导沪深 300 股指相对较强, 而沪深 300 股指的引导作用相对很弱沪深 300 股指期货在价格发现中起着主导作用本文的研究结果对我国开展股指期货的启示在于 : (1) 沪深 300 股指期货市场虽然具有引导股票现货市场的功能, 但理想的股指期货市场与股票市场之间应该是具有双向引导关系, 与高有效性的股指期货市场相比还有较大差距本文的研究结果是符合预期的, 这与发达国家股指期货市场的发展初期的情况相一致对于部分学者之前对沪深 300 股指期货仿真交易数据的实证结果截然不同, 使由于沪深 300

12 股指期货仿真交易阶段, 投资者参与交易的积极性不高, 导致模拟沪深 300 股指期货市场没有价格发现功能进入正式交易阶段以后, 股指期货市场以其 T+0 交易模式低交易成本高杠杆性信息反映更敏捷, 沪深股指期货市场必然引导沪深股指现货市场的波动 (2) 沪深 300 股指期货的对外开放需慎而又慎, 待时机成熟再开放不迟中国对外开放改革开放是坚定不移的, 要充分发挥市场的资源基础性的作用, 力争到 2020 年将上海基本建设成为国际金融中心, 对外开放股指期货市场是必然的趋势但本文要强调的是目前我国还不适合马上对外开放股指期货市场, 待时机成熟再向国外合格投资者或国外投资者开放我国金融市场的监管者投资者中介机构等参与者无论从跨市监管层面还是股指期货投资操作层面的股指期货理论研究和实践经验总结都严重不足, 对外开放中国股指期货市场过早的话, 中国金融市场必将成为国外投资者的提款机 (3) 我国急需开发上市交易沪深 300 股指期货期权等衍生品风险控制工具沪深 300 股指期货市场的风险管理需要沪深 300 股指期货期权等衍生品风险控制工具, 另外, 真正的价格发现功能要靠诸如借股卖空机制股票期货股票期权股票期货期权股指期货股指期货期权等多个交易制度去实现, 而不是由某一个交易制度就能够完全达到理想状态从完善股指期货价格发现功能的高度考虑, 中国金融期货交易所应适时开发上市交易沪深 300 股指期货期权随着沪深 300 股指期货交易的流动性不断提高, 沪深 300 股指期货期权的上市交易, 沪深 300 股指期货和沪深 300 股指期货期权一定会成为中国乃至世界金融市场上的新星和明星, 中国的金融期货市场的明天一定会更加完善和美好参考文献 [1] Frino. A, Wes(2003), The Impac of Transacion Coss on Price Discovery: Evidence from Cross-lised Sock Index Fuures Conracs[J]. Pacific-basin Finance Journal, :139~151. [2] 封思贤张兵李心丹汪惠建 (2010), 从中国股指期货境外的联动看我国股市定价权 [J], 金融研究, (4): 101~114 [3] 冯飞 (2008), 沪深 300 股指与股指期货日内互动关系研究 [D], 武汉理工大学硕士学位论文 [4] 刘恒志 (2008), 我国股指期货仿真交易效率实证研究 [D], 华东师范大学研究生硕士学位论文 [5] 马弋葳 (2009), 大陆香港两地股指期货价格发现功能的比较研究试论对推出沪深 300 股指期货的政策建议 [D], 复旦大学硕士学位论文,2009 [6] 牟方松 (2008), 股指期货与指数现货的价格关联性研究 [D], 河海大学硕士学位论文 [7] Ramaprasad Bhar(2001), Reurn and Volailiy Dynamics in he Spor and Fuures Markes in Ausralia:an Inervenion Analysis in a Bivariae EGARCH-X Framework[J]. Journal of Fuures Markes, 21(9): [8] Seung Oh Nam,SeungYong Oh,Hyun Kyung Kim,Bungalow Chun Kim(2006),An Empirical Analysis of he Price Discovery and he Pricing Bias in he KOSPI200 Sock Index Derivaives Markes[J].Inernaional Review of Financial Analysis 15: [9] 沈怡 (2007), 股指期货和股票现货互动关系实证分析 [D], 浙江工业大学硕士学位论文 [10] 谭显荣薛辉 (2009), 钢材期货市场的价格发现功能实证检验 [J], 期货与金融衍生品, 第 3 期,73~85 [11] Tse,Y.(1999), Price Discovery and Volailiy Spillovers in he DJIA Index and Fuures Markes[J], The Journal of Fuures Markes, vol 19: [12] 张永东黎荣舟 (2003), 上海股市日内波动性与成交量引导关系的实证分析 [J], 系统工程理论与实践, 23(2): 19~23

13 [13] 张学东 (2005), 股指期货理论与实践研究 [M], 北京 : 中国社会科学出版社 [14] 张学东 (2006), 股票指数期货市场和股票市场互动关系研究 [J], 期货与金融衍生品, 第 9 期,63~70 [15] 张学东赵锡军 (2005), 借股卖空机制对中国推出股价指数期货交易的影响分析 [J], 期货与金融衍生品, 第 12 期,20~26 [16] 张学东徐成贤李栓劳等 (2002), 考虑交易成本的股价指数期货最优套期保值策略模型 [J], 西安交通大学学报 ( 自然科学版 ),36(12):1317~1319 [17] Zhang Xuedong, Zhang Xuehong, Yuan Jinying(2009). The Pah of Legalizaion of China s Privaely-placed Funds[A]. Proceedings of he 2009 Inernaional Conference on Public Economics and Managemen[C], World Academic Press (USA), Nov., [18] 肖辉鲍建平吴冲锋 (2006), 股指与股指期货价格发现过程研究 [J], 系统工程学报,21(4):438~ 441 [19] 肖辉刘文财 (2006), 股票指数现货市场与期货市场关系研究 [M], 北京 : 中国金融出版社 [20] 肖辉吴冲锋 (2004), 股指与股指期货日内互动关系研究 [J], 系统工程理论与实践,5:15~21 [21] 王成 (2008), 股指期货与现货相关性研究基于我国 A 股市场的实证 [D], 中国人民大学硕士学位论文 [22] 王扬 (2007), 股指期货价格发现作用的实证分析 [D], 对外经济贸易大学硕士学位论文

untitled

untitled 300 (ADF) (VEM) 300 2006 9 5 A50 2006 9 8 CFFEX 10 30 300 300 2007 1 19 6 3 300 300 Kawaller Koch(1987) S&P 500 S&P 500 20~45 1 Stoll Whaley(1990) ARMA 2 3 S&P 500 MMI S&P 500 MMI 5 Abhyankar(1995) FTSE