曹 森，張玉龍

（北京大學(xué) 光華管理學(xué)院，北京 100871）

0 引言

2010年4月16日重返中國(guó)證券市場(chǎng)的滬深300股指期貨是以滬深300股票指數(shù)作為期貨合約標(biāo)的資產(chǎn)的金融期貨，之所以說(shuō)股指期貨是重返中國(guó)證券市場(chǎng)，是因?yàn)槲覈?guó)的海南證券報(bào)價(jià)交易中心曾經(jīng)于1993年3月10日推出深圳綜合指數(shù)、深圳A股指數(shù)為標(biāo)的股指期貨交易，但由于當(dāng)時(shí)期貨法規(guī)不健全，監(jiān)管經(jīng)驗(yàn)不足，投機(jī)活動(dòng)猖獗而已失敗告終，之后我國(guó)一直沒(méi)有股指期貨市場(chǎng)①我國(guó)在2006年10月31日推出了滬深300股指期貨仿真交易。。而作為標(biāo)的資產(chǎn)的滬深300指數(shù)樣本覆蓋了滬深市場(chǎng)大約六成的市值，剔除上市時(shí)間短、暫停上市股票、經(jīng)營(yíng)狀況異常、價(jià)格波動(dòng)異常且易受操縱的股票，具有良好的市場(chǎng)代表性。而以此為標(biāo)的滬深300指數(shù)期貨更是聯(lián)系了期貨和現(xiàn)貨市場(chǎng)，增加了交易品種和市場(chǎng)深度，改變了長(zhǎng)久以來(lái)我國(guó)證券市場(chǎng)只能做多的單邊格局，存進(jìn)更加合理價(jià)格的形成，增加了市場(chǎng)的穩(wěn)定性和流動(dòng)性，有助于我國(guó)證券市場(chǎng)的長(zhǎng)久健康發(fā)展。

本文主要的實(shí)證目的是研究滬深300股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響，考慮到股指期貨具有規(guī)避風(fēng)險(xiǎn)、套期保值的經(jīng)濟(jì)功能，從理論上講，滬深300股指期貨的推出可以起到降低市場(chǎng)波動(dòng)，規(guī)避價(jià)格風(fēng)險(xiǎn)，穩(wěn)定市場(chǎng)運(yùn)行。但是基于以往的實(shí)證研究發(fā)現(xiàn)，股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響有正有負(fù)，股指期貨的推出在有的市場(chǎng)上可以起到降低波動(dòng)、穩(wěn)定市場(chǎng)的作用，但在其它市場(chǎng)卻加劇了市場(chǎng)的波動(dòng)，造成了現(xiàn)貨市場(chǎng)的不穩(wěn)定。那么中國(guó)的滬深300股指期貨已經(jīng)交易運(yùn)行14個(gè)月，本文要回答的主要問(wèn)題就是滬深300股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響到底是怎樣的，是加劇了市場(chǎng)的波動(dòng)，還是降低了市場(chǎng)的波動(dòng)，這也是本文的研究動(dòng)機(jī)。

本文的研究思路是采用類(lèi)似于事件研究的方法，以滬深300股指期貨開(kāi)始交易的第一天（2010年4月16日）為事件日，以事件日前300個(gè)交易日到事件日前10個(gè)交易日這段時(shí)間作為估計(jì)窗，以事件日后10個(gè)交易日到事件日后288②本文數(shù)據(jù)截止到2011年6月24日，距離第一支滬深300股指期貨上市交易288個(gè)交易日。個(gè)交易日這段時(shí)間為事件窗，計(jì)算推出股指期貨以后滬深300指數(shù)相對(duì)風(fēng)險(xiǎn)（以股指的貝塔值來(lái)衡量）和絕對(duì)風(fēng)險(xiǎn)（以股指收益率的波動(dòng)率來(lái)衡量）的變化，采用靜態(tài)分析和動(dòng)態(tài)分析相結(jié)合，縱向?qū)Ρ群蜋M向?qū)Ρ认啾容^的方法來(lái)研究股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響。

1 數(shù)據(jù)和方法

1.1 本文的樣本數(shù)據(jù)選擇

據(jù)中國(guó)金融期貨交易所的統(tǒng)計(jì)顯示，自2010年4月16日第一張滬深300滬指期貨開(kāi)始交易到2010年年底，滬深300股指期貨成交量為4587萬(wàn)手，成交金額為410698億元，年內(nèi)平均持倉(cāng)量為11.5萬(wàn)手。本文選取以2010年4月16日為中心，前后各300個(gè)交易日的數(shù)據(jù)記錄為樣本；股票以及市場(chǎng)收益的數(shù)據(jù)來(lái)源于國(guó)泰安（CASMAR）數(shù)據(jù)庫(kù)，股票指數(shù)的數(shù)據(jù)來(lái)自于萬(wàn)得（Wind）數(shù)據(jù)庫(kù)。數(shù)據(jù)統(tǒng)計(jì)軟件采用SAS 9.2，方程估計(jì)和回歸分析采用采用軟件Stata 11.0。

1.2 研究模型和方法

本文采用類(lèi)似于事件研究的方法，以滬深300股指期貨開(kāi)始交易的第一天（2010年4月16日）為事件日，以事件日前300個(gè)交易日到事件日前10個(gè)交易日這段時(shí)間作為估計(jì)窗，以事件日后10個(gè)交易日到事件日后288個(gè)交易日這段時(shí)間為事件窗，計(jì)算推出股指期貨以后滬深300指數(shù)相對(duì)風(fēng)險(xiǎn)和絕對(duì)風(fēng)險(xiǎn)的變化。其中，滬深300指數(shù)的相對(duì)風(fēng)險(xiǎn)（相對(duì)于市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)）采用股指的貝塔值來(lái)衡量，指數(shù)的絕對(duì)風(fēng)險(xiǎn)采用股指收益率的波動(dòng)率來(lái)衡量，采取靜態(tài)分析和動(dòng)態(tài)分析相結(jié)合，縱向?qū)Ρ群蜋M向?qū)Ρ认啾容^的方法來(lái)研究股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響。

（1）指數(shù)貝塔值的靜態(tài)縱向分析模型

根據(jù)CAPM模型，貝塔值是一種風(fēng)險(xiǎn)度量指標(biāo)，衡量的是指的是一種資產(chǎn)和一種投資組合相對(duì)于整個(gè)市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，也就是股票或組合對(duì)于市場(chǎng)的敏感程度。對(duì)于股指的收益率來(lái)講，貝塔值越大，就表示股票指數(shù)的系統(tǒng)性風(fēng)險(xiǎn)越大。如果股指的貝塔大于1，表明股指的系統(tǒng)性風(fēng)險(xiǎn)大于整個(gè)大盤(pán)，貝塔值越大，投機(jī)性越強(qiáng)。因此本文此處選用股指的貝塔值作為衡量相對(duì)風(fēng)險(xiǎn)的指標(biāo)，研究滬深300指數(shù)期貨推出前后，滬深300指數(shù)相對(duì)風(fēng)險(xiǎn)的變化情況。本文選取靜態(tài)市場(chǎng)模型估計(jì)股指收益的貝塔值，市場(chǎng)模型假定股指收益和市場(chǎng)收益之間存在線(xiàn)性關(guān)系，此處的市場(chǎng)收益使用滬深所有A股股票的流通市值加權(quán)平均收益代替。靜態(tài)市場(chǎng)模型的基本設(shè)置如下：

其中，R表示股指收益率，m表示的是市場(chǎng)收益率，ε表示的是回歸殘差性，t表示時(shí)間間隔，根據(jù)上述市場(chǎng)模型，分別計(jì)算滬深300指數(shù)期貨推出前后30個(gè)交易日，60個(gè)交易日，90個(gè)交易日，180個(gè)交易日以及250個(gè)交易日的貝塔值，并比較其差異，分析滬深300指數(shù)期貨對(duì)于現(xiàn)貨市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的變化。

（2）指數(shù)貝塔值的動(dòng)態(tài)縱向分析方法

考慮到靜態(tài)貝塔值不能反映出貝塔值的動(dòng)態(tài)變化，本文采用Fama-Macbeth（1973）的回歸方法滾動(dòng)估計(jì)貝塔值，以30個(gè)交易日，60個(gè)交易日，90個(gè)交易日，180個(gè)交易日和250個(gè)交易日為時(shí)間間隔，分別滾動(dòng)估計(jì)貝塔值。以90個(gè)交易日為例，股指期貨推出的前后288天的貝塔值分別是根據(jù)它們前90天的收益率，使用市場(chǎng)模型回歸得到的。2010年4月16日，也就是事件日的第0天，就根據(jù)股指期貨推出前90天的數(shù)據(jù)回歸得到的。動(dòng)態(tài)市場(chǎng)模型設(shè)置如下，其中，R表示股指收益率，m表示的是市場(chǎng)收益率，ε表示的是回歸殘差性，t表示時(shí)間間隔，i表示事件日。

（3）指數(shù)波動(dòng)率的靜態(tài)縱向分析方法

為了研究引入滬深300指數(shù)期貨后滬深300指數(shù)絕對(duì)風(fēng)險(xiǎn)的變化程度，本文考慮使用收益率的波動(dòng)率作為衡量股指絕對(duì)風(fēng)險(xiǎn)的指標(biāo)。為了直觀起見(jiàn)，首先考慮進(jìn)入股指期貨前后288個(gè)交易日內(nèi)，10日、20日、30日以及60日的簡(jiǎn)單移動(dòng)加權(quán)平均波動(dòng)率并作圖。

（4）指數(shù)波動(dòng)率的動(dòng)態(tài)縱向分析模型

借鑒ARCH系列模型，本文針對(duì)于滬深300指數(shù)的ARCH（q）模型及描述如下：

其中，yt是滬深300指數(shù)在t時(shí)刻的報(bào)價(jià)；εt是一個(gè)獨(dú)立分布的白噪聲（White Noise）過(guò)程，是滬深300股票指數(shù)在t時(shí)刻的擾動(dòng)項(xiàng)，它表示股票指數(shù)隨機(jī)波動(dòng)的來(lái)源；It是t時(shí)刻的證券市場(chǎng)上其它的價(jià)格數(shù)據(jù)，可以理解為證券市場(chǎng)上的信息是股指收益的波動(dòng)率，也就是所謂的條件方差，它受到證券市場(chǎng)上其它信息的影響；a0，a1，a2，a3...ai都大于或者等于零。從模型中我們可以看出，股指收益率的波動(dòng)率以ai的權(quán)重受到以前滯后q期股指波動(dòng)率的影響，如果前q期的波動(dòng)率較大，那么本期股指收益的波動(dòng)也就較大，相反則本期波動(dòng)較小。將前q期的收益波動(dòng)引入到模型中，很好地反映了現(xiàn)期收益對(duì)于以往價(jià)格信息的反應(yīng)程度，也就很好地反映了金融時(shí)間序列數(shù)據(jù)集聚或者扎堆的現(xiàn)象。在上述ARCH（q）模型的基礎(chǔ)上，考慮加入股指收益波動(dòng)率的自回歸部分，得到GARCH(p，q)模型，模型設(shè)置及描述如下：

其中，α1為上期股指擾動(dòng)項(xiàng)ε2的系數(shù)，表示的是滬深300股指的擾動(dòng)項(xiàng)對(duì)于收益率波動(dòng)的影響，反映了上期股指價(jià)格信息對(duì)于本期收益波動(dòng)的影響，度量的是上期現(xiàn)貨市場(chǎng)價(jià)格信息對(duì)于股指收益波動(dòng)率對(duì)的影響程度；β1為上期股指收益率波動(dòng)率的系數(shù)，反映的是股指收益率自身的以往波動(dòng)對(duì)自身以后的影響程度。D是虛擬變量，滬深300指數(shù)上市之前，D等于0，上市之后D等于1。在式子（7）中，考慮了好壞消息的沖擊對(duì)于股指收益波動(dòng)的不對(duì)稱(chēng)影響，在GARCH模型中又引入了虛擬變量d，當(dāng)股指擾動(dòng)項(xiàng)為負(fù)時(shí)，d等于1，否則d等于0，此時(shí)的式子（7）就變成了TGARCH模型。和TGARCH模型類(lèi)似，當(dāng)對(duì)GARCH模型中股指擾動(dòng)項(xiàng)做標(biāo)準(zhǔn)化之后，GARCH模型就變成了EGARCH模型，EGARCH模型表述如下，變量含義與上文一致。

通過(guò)使用上述模型，回歸計(jì)算并且對(duì)比滬深300股指期貨推出前后GARCH模型的系數(shù)變化，就可以知道滬深300指數(shù)期貨的推出對(duì)于股指收益率波動(dòng)的影響，以及收益波動(dòng)率發(fā)生變化的原因；引入股指期貨推出前后的虛擬變量D，就可以考察在滬深300指數(shù)對(duì)于股指收益率波動(dòng)的影響程度以及方向。

2 實(shí)證研究的結(jié)果與分析

2.1 相對(duì)風(fēng)險(xiǎn)（貝塔值）的靜態(tài)縱向分析結(jié)果

本文選取靜態(tài)市場(chǎng)模型估計(jì)股指收益的貝塔值，市場(chǎng)模型假定股指收益和市場(chǎng)收益之間存在線(xiàn)性關(guān)系，此處的市場(chǎng)收益使用滬深所有A股股票的流通市值加權(quán)平均收益代替。利用市場(chǎng)模型，分別回歸計(jì)算滬深300指數(shù)期貨推出前后30個(gè)交易日、60個(gè)交易日、90個(gè)交易日、180個(gè)交易日以及250個(gè)交易日的貝塔值，并計(jì)算兩者的差異，具體結(jié)果見(jiàn)表1。從表1中可以看出，推出滬深300指數(shù)期貨以后，在短期內(nèi)（三個(gè)月以?xún)?nèi)）滬深300指數(shù)的系統(tǒng)性風(fēng)險(xiǎn)降低，但在長(zhǎng)期指數(shù)的系統(tǒng)性風(fēng)險(xiǎn)反而上升?？赡艿脑蚴牵瑥墓墒械拈L(zhǎng)期發(fā)展來(lái)看，不成熟證券市場(chǎng)雙向交易的投機(jī)性風(fēng)險(xiǎn)會(huì)加劇市場(chǎng)整體的波動(dòng)。將中國(guó)的實(shí)證結(jié)果與美國(guó)納斯達(dá)克100指數(shù)、日經(jīng)225指數(shù)、俄羅斯RTS指數(shù)以及印度nifty50指數(shù)推出股指期貨前后的貝塔值作對(duì)比，具體結(jié)果參見(jiàn)表2。從表2中可以發(fā)現(xiàn)，我國(guó)推出股指期貨對(duì)現(xiàn)貨市場(chǎng)的影響與印度十分相像，系統(tǒng)性風(fēng)險(xiǎn)也是先下降再上升，但是與美國(guó)和日本結(jié)果不同。說(shuō)明股指期貨的推出對(duì)市場(chǎng)的影響與當(dāng)?shù)刈C券市場(chǎng)的成熟程度以及市場(chǎng)上交易者結(jié)構(gòu)十分相關(guān)；如果證券市場(chǎng)較為發(fā)達(dá)，市場(chǎng)上理性投資者較多，那么股指期貨的推出可以最大程度上發(fā)揮管理風(fēng)險(xiǎn)和穩(wěn)定市場(chǎng)的作用，反之則穩(wěn)定市場(chǎng)的作用會(huì)打折扣，甚至有反向作用。

表1 滬深300指數(shù)期貨推出前后貝塔值的變化情況對(duì)比

表2 相對(duì)風(fēng)險(xiǎn)（貝塔值）的橫向分析結(jié)果（%）

2.2 相對(duì)風(fēng)險(xiǎn)（貝塔值）的動(dòng)態(tài)縱向分析結(jié)果

為了計(jì)算滬深300指數(shù)期貨推出前后股指貝塔值的動(dòng)態(tài)變化，本文采用Fama-Macbeth（1973）的滾動(dòng)估計(jì)貝塔值的回歸方法，以30個(gè)交易日，60個(gè)交易日，90個(gè)交易日，180個(gè)交易日和250個(gè)交易日為時(shí)間間隔，分別滾動(dòng)估計(jì)貝塔值，具體結(jié)果見(jiàn)圖1。以90個(gè)交易日為例，股指期貨推出前后的貝塔值就是根據(jù)它們前90天的收益率，使用市場(chǎng)模型回歸得到的。其中，橫坐標(biāo)的第0天是滬深300指數(shù)期貨上市交易的第一天（2010年4月16日），也就是事件日的第0天，同理-300就是前300個(gè)交易日，270就是后270個(gè)交易日。從圖中，我們可以看出，雖然存在波動(dòng)，但是從長(zhǎng)期來(lái)看，滬深300指數(shù)期貨的推出，非理性投資者雙向交易的投機(jī)性行為增大了我國(guó)股指現(xiàn)貨指數(shù)的系統(tǒng)性風(fēng)險(xiǎn)。

圖1 以30、60、90、180以及250個(gè)交易日為時(shí)間間隔的的動(dòng)態(tài)貝塔值

2.3 絕對(duì)風(fēng)險(xiǎn)（波動(dòng)率）的靜態(tài)縱向分析結(jié)果

為了研究引入滬深300指數(shù)期貨后滬深300指數(shù)絕對(duì)風(fēng)險(xiǎn)的變化程度，本文計(jì)算了滬深300指數(shù)期貨上市交易以后，10交易日、20交易日、30交易日以及60交易日的簡(jiǎn)單移動(dòng)加權(quán)平均波動(dòng)率并作圖，具體結(jié)果參見(jiàn)圖2。從圖中，我們可以發(fā)現(xiàn)，不管加權(quán)的時(shí)間期限如何改變，滬深300指數(shù)期貨的推出都降低了指數(shù)收益的波動(dòng)率，降低了市場(chǎng)風(fēng)險(xiǎn)的絕對(duì)水平。

圖2 10、20、30以及60個(gè)交易日的簡(jiǎn)單移動(dòng)加權(quán)平均波動(dòng)率

2.4 絕對(duì)風(fēng)險(xiǎn)（波動(dòng)率）的動(dòng)態(tài)縱向分析結(jié)果

為了深入研究引入滬深300指數(shù)期貨后滬深指數(shù)收益率波動(dòng)的變化情況，本文使用GARCH模型以及GARCH模型的相關(guān)擴(kuò)展模型對(duì)滬深300指數(shù)收益的波動(dòng)率進(jìn)行了分析。表3匯總了滬深300股指期貨推出之前，滬深指數(shù)波動(dòng)率的GARCH模型、EGARCH模型、TARCH模型以及使用t分布的GARCH模型的回歸結(jié)果。表4匯總了滬深300股指期貨推出以后，滬深指數(shù)波動(dòng)率的GARCH模型、EGARCH模型、TARCH模型以及使用t分布的GARCH模型的回歸結(jié)果。表5除了將滬深300指數(shù)期貨推出前后的GARCH模型進(jìn)行對(duì)比以外，還使用帶有虛擬變量的GARCH（1,1）模型，其中如果收益率數(shù)據(jù)是引入滬深300指數(shù)期貨之前的數(shù)據(jù)記錄，那么虛擬變量D等于0，如果是引入指數(shù)期貨之后的數(shù)據(jù)記錄，那么虛擬變量D等于1；因此虛擬變量D之前的系數(shù)表示引入指數(shù)期貨以后對(duì)現(xiàn)貨市場(chǎng)影響的程度和方向。在表5中，通過(guò)對(duì)比推出滬深300指數(shù)期貨前后的GARCH模型各項(xiàng)的系數(shù)可以發(fā)現(xiàn)，引入股指期貨以后，GARCH模型中的ARCH項(xiàng)系數(shù)變小，從0.225變?yōu)?.0579，表示上期股指的波動(dòng)對(duì)本期股指收益率波動(dòng)的影響降低，說(shuō)明股指對(duì)以往信息的消化速度加快；但是GARCH項(xiàng)的系數(shù)變大，從0.723變?yōu)?.913，說(shuō)明股指收益自身的波動(dòng)的持續(xù)性增加；同時(shí)，由于我國(guó)證券市場(chǎng)在融資融券業(yè)務(wù)開(kāi)展之前長(zhǎng)期處于單邊市場(chǎng)的交易格局，而股指期貨可以買(mǎi)空賣(mài)空，引入股指期貨之后可以降低了不對(duì)稱(chēng)信息對(duì)于股指現(xiàn)貨的沖擊，TGARCH項(xiàng)的系數(shù)明顯降低且不顯著。特別的，虛擬變量D的系數(shù)為-0.264,t值為-1.97（使用t分布虛擬變量D的系數(shù)是為-0.308，t值為-2.46），而且都是顯著的，說(shuō)明滬深300指數(shù)期貨的引入降低了股指收益的整體波動(dòng)和風(fēng)險(xiǎn)水平，也印證了前文中靜態(tài)波動(dòng)率的降低。

表3 滬深300股指期貨推出前股指收益波動(dòng)的GARCH模型回歸結(jié)果

表4 滬深300股指期貨推出后股指收益波動(dòng)的GARCH模型回歸結(jié)果

表5 有虛擬變量的GARCH模型回歸結(jié)果

3 結(jié)論

通過(guò)以上的實(shí)證研究，本文發(fā)現(xiàn)滬深300股指期貨的推出可以降低現(xiàn)貨指數(shù)收益率的波動(dòng)程度，也降低了單邊市場(chǎng)不對(duì)稱(chēng)信息對(duì)現(xiàn)貨市場(chǎng)的沖擊程度，發(fā)揮了管理風(fēng)險(xiǎn)、穩(wěn)定市場(chǎng)的作用；但是由于我國(guó)的證券市場(chǎng)還不成熟以及相關(guān)制度的不完善，套期保值中引入的買(mǎi)空賣(mài)空交易增大了現(xiàn)貨市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)。因此，總體來(lái)講，滬深300指數(shù)期貨交易一年以來(lái)運(yùn)行良好，發(fā)揮了管理風(fēng)險(xiǎn)和套期保值的作用，消除了不對(duì)稱(chēng)沖擊，但是由于我國(guó)證券市場(chǎng)的不成熟和投資個(gè)體的非理性，要警惕股指期貨帶來(lái)的系統(tǒng)性風(fēng)險(xiǎn)的提高。

[1]óscar Carchano,ángel Pardo.Rolling over Stock Index Futures Con?tracts[J].Journal of Futures Markets,2009,(29).

[2]Steven Li,Qianqian Yang.The Relationship between Implied and real?ized Volatility:Evidence from the Australian Stock Index Option Mar?ket[J].Review of Quantitative Finance and Accounting,2009,(32).

[3]Basel M.A.Awartani and Valentina Corradi.Predicting the Volatility of the S&P-500 Stock Index via GARCH Models:the Role of Asym?metries[J].International Journal of Forecasting,2005,(21).

[4]Hsiu-Lang Chen,Werner De Bondt.Style Momentum within the S&P 500 Index[J].Journal of Empirical Finance,2004,(11).

[5]參見(jiàn)陳芳平，李松濤.股指期貨推出對(duì)股指波動(dòng)性影響的實(shí)證研究—基于日經(jīng)225指數(shù)期貨交易整合式市場(chǎng)模式[J].甘肅金融.2006,(2).

[6]參見(jiàn)周仁才.股指期貨交易量對(duì)股指現(xiàn)貨波動(dòng)影響研究[J].經(jīng)濟(jì)經(jīng)緯.2008,(8).

[7]參見(jiàn)王仕宏,李昊文.臺(tái)灣股票指數(shù)期貨推出前后股指波動(dòng)率分析[N].期貨日?qǐng)?bào).2009-08-24.

[8]蔡向輝.股指期貨影響股市波動(dòng)的機(jī)制解析與實(shí)證檢驗(yàn)[D].復(fù)旦大學(xué)博士論文.2010年5月20日.