香港恒生国企指数期货与现货市场信息传递关系实证研究 李彬河海大学商学院, 南京 (210098) E-mail:abc51998@126.com 摘要 : 本文通过研究恒生国企指数及其对应的指数期货市场的信息传播规律, 为我国即将推出的沪深 300 指数期货提供科学的借鉴 实证表明, 恒生国企指数期货市场与现货市场之间存在双向 Granger 因果关系 ; 期货市场对现货市场具有波动性传递作用, 且较现货市场对期货市场也具有的波动性传递作用要强, 期货与现货价格之间存在长期均衡关系 期货市场的价格发现功能具有主导作用 关键词 : 香港 ; 国企指数期货 ;VAR 模型 ; 格兰杰因果检验 ; 方差分析 ; 脉冲响应函数 香港证券市场是全球最重要的金融市场之一, 容量大, 管理规范, 倍受国际资金青睐 上世纪 90 年代以来, 内地许多企业陆续在此上市融资,H 股 红筹股板块现已占据香港市场近半壁江山 同时, 内地市场股权分置改革基本完成, 大陆市场逐步成熟起来, 世界各国陆续看好中国经济和中国资本市场, 有的通过 QFII 渠道直接进入 A 股, 有的通过 H 股曲线进入, 香港市场和内地市场的联系也更加密切起来 随着沪深 300 指数期货的即将推出, 对香港国企指数期货对现货市场影响的研究有着重要的意义, 本文基于此从目前越来越成熟的香港国企指数期货方向展开研究 1. 样本数据 目前香港市场股指期货主要有恒指期货 小型恒指期货 国企指数期货 表 1 各期货合约上市时间一览 恒生指数期货合约小型恒生指数期货合约国企指数期货合约 1986 年 5 月 6 日 2000 年 10 月 9 日 2003 年 12 月 8 日 图 1 恒生指数收益率波动图 图 2 恒生国企指数收益率波动图 恒生国企指数较恒生指数在近年来的波幅越来越大, 推出时间距离现在最近, 得到了市场的日益重视, 因此我们从这一角度进行研究 由于期货与现货市场价格序列并不具有同时性, 需要定义一个标准的比较时间段 我们选择期货与现货价格均具有交易数据的时间段, 作者简介 : 李彬 (1978.03-), 男, 山东临沂人, 河海大学商学院金融学硕士研究生, 研究方向 : 资本市场与证券投资 - 1 -
近似的得到具有同时性的价格序列数据 数据选取了 04 年 4 月 16 日到 07 年 6 月 29 日共包含了 732 个日交易数据 数据来源于倚天 同花顺证券交易系统, 使用 EVIEWS3.1 软件进行分析 2. 研究方法 赵茜 王书平 (2007) 通过单位根检验, 确定上海燃油期货与现货价格序列具有一阶差分平稳性, 在此基础上进行协整检验, 然后建立误差修正模型并进行 Granger 因果检验 [1] ; 杨莉 吴虹生 (2004) 对中国股票价格指数关联性进行了 VAR 分析 [2] ; 刘志新 贾宁 (2004) 在 VAR 模型的基础上利用方差分解和脉冲函数刻画了沪铜市场期现货波动间的互动关系, 并与 LME 铜市场进行比较 [3] 本文将根据上述文献的研究方法进行实证分析 下面对 Granger 因果检验等方法进行简要说明 2.1 VAR( 向量自回归 ) VAR 应用的前提要求作为内生变量的序列为平稳序列, 或者他们之间存在协整关系 由两个变量构成的 VAR(p) 模型的形式如下 : F = 1 F 1 +... + α p F p + β1s +... + β r S r α + ε 其中, F 是 m 维内生变量向量, S 是 d 维外生变量向量, α 1 α p 和 β 1 β r 是待估计的参数矩阵, 内生变量和外生变量分别有 p 和 r 阶滞后期 { ε } 是白噪声 VAR 常用于预测相互联系的时间序列变量系统 同时可以利用脉冲响应函数和方差分解分析随机扰动对变量系统的动态影响 2.2 Granger 因果检验 格兰杰因果关系检验 (Granger Causaliy Tes) 是检验经济变量间因果关系常用的一种计量经济学方法 形式如下 : F S = α + α F +... + α F + β S +... + β k S (1) 0 1 1 k k 1 1 k = α... β + α S +... + α k S k + β F + + k F (2) 0 1 1 1 1 k 式中 α 0 是常数,k 是最大滞后阶数 检验的原假设是序列 S() 不是序列 F() 的格兰杰成因, 即为 βi 1 = β i2 = β ik =0 Granger 因果检验的前提, 要求两个序列为平稳序列, 或者他们之间存在协整关系 对非平稳时间序列变量要先作适当变换, 用 ADF 检验判断为平稳序列后才能进行因果关系检验 本文利用 AIC 和 SC 准则同时结合 LR 检验统计量进行判断滞后项的阶数 3. 实证研究 [5] 3.1 单位根检验 对恒生国企指数期货现货价格 S 和期货价格 F 进行对数化, 得到对数值 LS LF 对其进行平稳性检验, 结果都是不平稳的 再对 LS 和 LF 的一阶差分序列进行 ADF 平稳性检验, 发现 LS LF 的一阶差分序列在 99% 的置信水平都是平稳的, 即存在 I(1) 过程 ( 一阶单整 ) 满足协整的前提条件, 可能存在协整关系 - 2 -
表 2 ADF 单位根检验结果 检验方法恒生国企指数期货 ADF 检验期货现货 原始数据 -1.878-1.610 差分数据 -27.074-24.006 1% 临界值 -2.569-2.569 3.2 VAR 模型的建立 用 Eview3.1 对 LS 和 LF 建立 VAR 模型 经过多次试验, 发现 AIC 当滞后期取 4 时最小 (-13.705), SC 当滞后取 218 时 (-6.942) 最小, 利用 LR 检验最后确定滞后阶数为 4 这为协整检验 方差分解和脉冲响应函数分析提供了依据 LF=0.651*LF(-1)-0.034*LF(-2)+0.183*LF(-3)+0.068*LF(-4)+0.431*LS(-1)- 0.094*LS(-2)-0.109*LS(-3)-0.095*LS(-4)-0.00997 LS=0.407*LF(-1)-0.177*LF(-2)+0.065*LF(-3)+0.003*LF(-4)+0.665*LS(-1)+0. 084*LS(-2)-0.025*LS(-3)-0.020*LS(-4)-0.01011 建立 VAR(4) 模型, 两个方程的拟合优度均在 0.99 以上, 这进一步证实了恒生国企指数期货同现货在短期内存在较强的相关关系 3.3 Johansen 协整检验 对 LS 和 LF 进行 Johansen 协整检验, 检验结果见表 3 表 3 Johansen 协整检验结果 特征值似然比 5% 临界值 1% 临界值协整方程个数零假设 0.11061 85.814 15.41 20.04 None ** 0.00066 0.477 3.76 6.65 A mos 1 由表 2 可知, 有且只有一个协整方程, 方程如下 : VECM=LF-0.999353LS-0.004768 对序列 VECM 进行单位根检验, 发现 VECM 是平稳序列 验证了协整关系是正确的 反映了恒生指数期货价格和现货价格之间存在长期均衡关系 3.4 Granger 因果检验 根据下面表 3, 香港恒生国企指数期货与现货市场指数对数之间存在着双向 Granger 因果关系, 从而不但期货市场对现货市场具有信息传播作用, 现货市场对期货市场也具有信息传播作用 表 4 日对数收益率的 Granger 因果检脸 原假设 F 统计量 恒生国企指数期货 相伴概率 期货市场不是现货市场的 Granger 成因 4.293 0.002 现货市场不是期货市场的 Granger 成因 2.328 0.055 注 : 根据 AIC 与 SC 准则, 恒生国企指数期货与现货市场指数对数 Granger 因果检验中, 滞后阶数选择 4 阶 - 3 -
3.5 脉冲响应分析 A. 当变量顺序为 LF LS 时, 恒生国企指数期货和现货的脉冲响应函数见图 3 图 4: 图 3 指数期货对一个标准差新息的响应 图 4 指数现货对一个标准差新息的响应 从 IRF 图形看, 横坐标代表追踪期, 纵坐标为波动水平 从图 3 来看,LF 恒生国企指数期货市场价格对其自身的一个标准差新息立即有明显反应, 价格波动增加了 1. 56% 左右, 然后波幅逐渐下降后逐步回升稳定在 1. 56% 左右 可见股指期货价格对期货价格的影响是长久明显的 而 LS 的新息对 LF 的影响虽然开始为零, 但在第三期达到最高 0.2%, 然后稍微降低稳定在 0.18% 左右 可见现货对股指期货的影响也是长久的但不是很明显, 没有股指期货价格对期货价格的影响大 从图 4 看, 现货价格对其自身的一个标准差新息立即有反映为 0.4%, 随后逐步缓慢下降到 15 期的 0.18% 左右 可见现货价格对现货的影响是长久明显的 而短期内来自 LF 的信息对 LS 的影响自 1.2% 逐步升高稳定到 1.56% 所以, 在恒生国企指数期货价格先行的情况下, 指数期货价格的一个新息无论对期货还是对现货价格的长期影响大致在 1.56% 左右, 而现货价格的一个新息无论对现货还是指数期货价格的长期影响大致在 0.18 左右 B. 当变量顺序为 LS LF 时, 恒生国企指数期货和现货的脉冲响应函数见图 5 图 6: 图 5 指数期货对一个标准差新息的响应 图 6 指数现货对一个标准差新息的响应 同上面分析一样, 在现货价格先反应的情况下, 现货价格的一个新息无论对现货价格还是对指数期货价格的长期影响大致在 1.5% 左右, 指数期货价格的一个新息无论对期货价格还是对现货价格的长期影响大致在 0.35 左右 C. 综上分析, 指数期货价格无论在哪个前提下, 对指数期货价格和现货价格的长期平均影响在 0.96%[(1.56+0.35)/2] 左右, 而现货价格无论对现货价格还是指数期货价格的平均影响在 0.84%, 可见在香港指数期货市场, 恒生国企指数期货对价格的影响还是比较大的, 对价格的发现起较大的作用, 现货市场的价格影响则次之 - 4 -
3.6 方差分解 A. 变量顺序为 LF LS, 即恒生国企指数期货价格先反应下的方差分解结果如下 : 变量 LF 方差分解 表 5 方差分解 1 变量 LS 方差分解 序号 LF LS LF LS 1 100.000 0.000 91.035 8.965 2 99.394 0.606 94.302 5.698 3 99.081 0.919 95.039 4.961 4 99.011 0.989 95.655 4.345 15 99.179 0.821 98.131 1.869 分析可知, 对指数期货价格变动长期作用部分的方差, 沿滞后期, 总方差来自指数期货价格影响的比例从 100% 先降低到 99.011% 然后升高稳定到 99.179%, 总方差来自现货的部分从滞后一期的 0 逐步上升到 0.989%, 然后下降到 0.821%; 对现货价格变动长期作用部分的方差, 来自指数期货的影响从滞后 1 期的 91.035% 逐步上升到滞后 15 期的 98.131%, 而来自现货的影响从滞后一期的 8.965 逐步降低到 15 期的 1.869% B. 变量顺序为 LS LF, 即恒生国企指数期货现货价格先反应下的方差分解结果如下 : 变量 LF 方差分解 表 6 方差分解 2 变量 LS 方差分解 序号 LF LS LF LS 1 8.965 91.035 0.000 100.000 2 6.320 93.680 0.889 99.111 3 5.311 94.689 1.025 98.975 4 4.912 95.088 1.274 98.726 15 4.701 95.299 3.357 96.643 分析方法同上 C. 综上, 可以将 A B 中的影响比例进行平均, 进而得到来自指数期货和来自现货市场的影响的大致比例 通过计算, 来自指数期货市场的方差比例 51.342%((99.179+98.131+ 4.701 + 3.357 ) /4=51.342 ) 大于来自现货市场的方差比例 48.658 % ((0.821+1.869+95.299+96.643)/4=48.658) 因此, 对于恒生国企指数市场, 期货价格的发现功能要比现货要强 这和前面的分析一致 4. 结论 1. 通过检验分析后发现, 恒生指数期货和现货之间存在长期均衡的关系 双向 Granger 因果关系, 期货市场对现货市场具有波动性传递作用, 现货市场对期货市场也具有波动性传递作用, 但期货市场的新息传递和价格发现功能起主导作用 2. 恒生国企指数近两年在国内经济的高速发展的影响下风云突起, 回报率远高于同期 - 5 -
恒指 市场数据显示国企指数波幅远较恒生指数为高 ( 见图 1 2), 市场需要更合适的风险管理工具, 国企指数期货的推出, 为市场操作提供了更大的空间 在国企指数期货上市前的几个月里, 中国石化及中石油两只股票一度单日涨幅超过 9% 此中原因, 根据国企指数成份股的设计, 中石油和中国石化二者市值之和超过了成份股总市值的 25%, 其股价变化对指数影响相当大 随着金融股在国企指数中所占的比重越来越大, 金融股受到越来越多的关注, 沪深 300 指数中, 金融股权重也尤为突出, 随着 H 股纷纷回归, 国企金融指数成份股中 8 只成份股已经有 6 只在国内上市 在这些权重金融股的带领下, 香港市场和内地市场的关联性也将越来越大, 基于香港国企指数期货市场日间数据所表现出来的股指与股指期货波动率之间的互动关系对即将推出的沪深 300 指数期货有很大的借鉴 3. 期货市场的发展以现货市场为基础, 当期货市场发展起来后, 就会反作用于现货市场, 能动地调节和引导现货市场的运行和发展 在现货市场结构相对完善时, 期货市场的积极功能就会显著地发挥出来 目前, 国内股权分置改革已基本完成, 为推出股指期货扫清了最后的障碍 ; 近年来, 许多改革都一定程度上加大了市场的波动性, 在市场逐步走向规范的征途中, 大的波动性难以避免, 因此使回避风险成为市场的内在需求, 这为金融衍生品提供了交易的基础 为此我们要通过研究与国内市场相近的其他市场的金融衍生品来逐步建立和完善我国的金融资本市场 目前, 沪深 300 指数期货已经进入倒计时 中国经济的持续快速发展, 需要一个既有深度又有广度的成熟完善的资本市场, 我们期待中国证券市场的越来越完善和祝福她越来越健康的发展 参考文献 [1] 赵茜, 王书平. 上海燃料油期货市场价格发现功能的实证研究 [J]. 运筹与管理,2007,16(2):98-101. [2] 杨莉, 吴虹生. 中国股票价格指数关联性的 VAR 分析 [J]. 贵州则经学院学报,2004,(4):16-19. [3] 刘志新, 贾宁. 沪铜期现货市场波动率的互动关系研究及国际比较 [J]. 中国管理科学,2004,12(10): 248-251. 易丹辉. 数据分析与 EVIEWS 应用 [M]. 北京 : 中国统计出版社,2002. [5]Dickey AD, Fuller WA. Likelihood raio saisics for auoregressive ime series wih uni roo[j]. Economerica,1981,49: 1057-1072. Empirical Analysis of Informaion Delivery Relaions Beween H-shares Index Fuure and Spo Marke Li Bin School of Business,Hohai Universiy,Nanjing (210098) Absrac This paper focuses on he informaion delivery relaion beween H-shares Index Fuure wih Granger causaliy es, Variance decomposiion, Impulse Response Funcion, The resuls indicae ha he fuures price and spo price have feedback effecs each oher, and he fuures marke dominaes he spo markes. Keywords:Hongkong,informaion discovery,vecor auo-regression model,granger causaliy es - 6 -