曾黎 李春

【摘要】本文運(yùn)用GARCH及其雙變量VAR模型、Grange因果檢驗(yàn)等方法研究了滬深300股指期貨與現(xiàn)貨市場(chǎng)互動(dòng)關(guān)系，包括互動(dòng)的相對(duì)強(qiáng)度、當(dāng)期與多期滯后關(guān)系。結(jié)果表明：現(xiàn)貨市場(chǎng)對(duì)外在的干擾并不敏感，而期貨市場(chǎng)對(duì)外在的干擾卻很敏感；前一天現(xiàn)貨收盤序列對(duì)當(dāng)天期貨收盤序列具有金融傳染效應(yīng)，且期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)變動(dòng)的反應(yīng)是即時(shí)的。

【關(guān)鍵詞】滬深300指數(shù) Granger因果檢驗(yàn) 雙變量VAR模型

一、引言

我國于2010年4月16日正式推出股指期貨交易。股指期貨的推出，不僅有利于增強(qiáng)市場(chǎng)運(yùn)行的彈性，而且對(duì)完善市場(chǎng)的資產(chǎn)價(jià)格形成機(jī)制起到積極作用。目前，許多學(xué)者就已經(jīng)對(duì)這兩個(gè)新興市場(chǎng)的關(guān)系進(jìn)行了研究。所以很多學(xué)者認(rèn)為股指期貨市場(chǎng)領(lǐng)先于股票市場(chǎng)。如Mahmoud與Malek（1993）考察了不同國家的股票指數(shù)和股指期貨市場(chǎng)之間的價(jià)格滯后關(guān)系，發(fā)現(xiàn)期貨價(jià)格變化比現(xiàn)貨價(jià)格變化快[1]。國內(nèi)學(xué)者也對(duì)這兩個(gè)新興市場(chǎng)進(jìn)行了研究。劉博文與房振明（2008）利用仿真數(shù)據(jù)，發(fā)現(xiàn)滬深300股指期貨交易對(duì)滬深300指數(shù)的條件波動(dòng)起到了強(qiáng)化作用[2]。嚴(yán)定琪，李育鋒（2008）發(fā)現(xiàn)基于學(xué)生t分布的GARCH（1，1）模型是最優(yōu)的擬合模型，可以較好地提供滬深300指數(shù)未來兩日的波動(dòng)率預(yù)測(cè)[3]。熊熊，王芳（2008）認(rèn)為我國仿真交易的滬深300股指期貨對(duì)滬深300指數(shù)具有長期價(jià)格發(fā)現(xiàn)的功能[4]。

以上研究都是基于同步數(shù)據(jù)得到的結(jié)果，由于滬深300股指期貨與現(xiàn)貨的交易時(shí)間是不同步的，其中滬深300股指期貨的交易時(shí)間是上午9：15-11：30，下午13：00-15：15，而滬深兩市的交易時(shí)間是上午9：30-11：30，下午13：00-15：30，本文將根據(jù)這兩個(gè)市場(chǎng)的非同步交易數(shù)據(jù)對(duì)它們之間的信息傳遞關(guān)系進(jìn)行進(jìn)一步的分析。

二、實(shí)證分析

（一）數(shù)據(jù)來源

本文以2014年4月16日到2016年12月28日的每天交易數(shù)據(jù)作為樣本區(qū)間。數(shù)據(jù)分別來源于中國金融期貨交易所和上海證券交易所的官方網(wǎng)站。時(shí)間跨度為2014年4月16日至2016年12月28日共660個(gè)交易日，所得樣本為1320個(gè)。

由上表可知期貨收盤的均值2767略高于現(xiàn)貨收盤2760的均值，但現(xiàn)貨收盤的標(biāo)準(zhǔn)差344卻小于期貨收盤的標(biāo)準(zhǔn)差348，由此我們認(rèn)為期貨市場(chǎng)比現(xiàn)貨市場(chǎng)更容易波動(dòng)。從表1可以看出，偏度不為0、峰度大于1，J-B統(tǒng)計(jì)量拒絕了正態(tài)分布的原假設(shè)，說明這三種指數(shù)分布是顯著偏離正態(tài)分布，和大部分金融實(shí)證研究的結(jié)果一致。

（二）市場(chǎng)間信息傳遞關(guān)系分析

1.期貨開盤價(jià)格與前一天現(xiàn)貨收盤價(jià)格關(guān)系。首先觀察當(dāng)天滬深300股指期貨開盤價(jià)格（pf）與前一天滬深300股指現(xiàn)貨收盤價(jià)格（qs-1）之間的走勢(shì)。

由上圖1可知滬深300股指期貨開盤與現(xiàn)貨收盤的走勢(shì)大體一致。

為了對(duì)序列進(jìn)行格蘭杰因果檢驗(yàn)，首先要檢驗(yàn)序列的平穩(wěn)性，結(jié)果見表2：

然后對(duì)序列進(jìn)行協(xié)整檢驗(yàn)，因?yàn)橹挥型A單整，變量之間才有共同的趨勢(shì)。時(shí)間序列的協(xié)整檢驗(yàn)：首先進(jìn)行回歸，之后做協(xié)整檢驗(yàn)。由以上可知Δqs、Δpf同階單整，因而進(jìn)行協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果如下：

由以上結(jié)果可知Δpf與Δqs存在協(xié)整關(guān)系，即當(dāng)天期貨開盤與前一天現(xiàn)貨收盤序列之間存在長期的穩(wěn)定的關(guān)系。

最后對(duì)序列進(jìn)行Granger因果檢驗(yàn)，如下表：

第一個(gè)假設(shè)，其概率值0.5851大于顯著性水平0.1，故不能拒絕該原假設(shè)，即我們認(rèn)為“Δqs不是Δpf的Granger原因”，所以前一天現(xiàn)貨收盤對(duì)當(dāng)天的期貨開盤無影響。

2.期貨收盤價(jià)格與前一天現(xiàn)貨收盤價(jià)格關(guān)系。首先觀察當(dāng)天滬深300股指期貨收盤價(jià)格（qf）與前一天現(xiàn)貨收盤價(jià)格qs的走勢(shì)。

由圖2可知期貨收盤與前一天現(xiàn)貨收盤走勢(shì)大體一致。

其次對(duì)序列的平穩(wěn)性進(jìn)行檢驗(yàn)，如下表：

再次對(duì)序列進(jìn)行協(xié)整檢驗(yàn)，由以上可知Δqf、Δqs同階單整，為此做協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果如下：

由以上結(jié)果可知Δqf與Δqs存在協(xié)整關(guān)系，即當(dāng)天期貨收盤與前一天現(xiàn)貨開盤序列之間存在長期的穩(wěn)定的協(xié)調(diào)關(guān)系。

然后對(duì)序列進(jìn)行Granger因果檢驗(yàn)，檢驗(yàn)結(jié)果如下：

對(duì)于第一個(gè)假設(shè)，概率值0.0731小于10%的檢驗(yàn)水平，因此拒絕該原假設(shè)，即可以認(rèn)為“Δqs是Δqf的Granger原因”，所以在10%的置信水平下前一天現(xiàn)貨收盤是當(dāng)天期貨收盤的Granger原因。

3.雙對(duì)數(shù)VAR模型。由于兩序列互為因果關(guān)系，為此我們采用VAR模型對(duì)兩者之間的動(dòng)態(tài)變化規(guī)律進(jìn)行進(jìn)一步的分析。對(duì)兩者構(gòu)建雙變量VAR模型，模型回歸結(jié)果如下：

LGQF=0.5584×LGQF（-1）+0.2371×LGQF（-2）+0.4009×LGQSS（-1）-0.2019×LGQSS（-2）+0.0433 （1）

（R2=0.9876 Log likelihood=1879.3709 AIC=-5.6971 SC=-5.6630）

LGQSS=0.1913×LGQF（-1）-0.1089×LGQF（-2）+0.7898 ×LGQSS（-1）+0.1205×LGQSS（-2）+0.0559 （2）

（R2=0.9875 Log likelihood=1874.4876 AIC=-5.6823 SC=-5.6482）

由以上檢驗(yàn)統(tǒng)計(jì)量可知模型擬合的非常好。

雙變量VAR模型的脈沖響應(yīng)效果如下表所示：

其中qs脈沖代表由股指現(xiàn)貨收盤價(jià)格方程的殘差發(fā)出的脈沖信號(hào)，即股指現(xiàn)貨收盤價(jià)格的殘差產(chǎn)生波動(dòng)進(jìn)而對(duì)股指現(xiàn)貨收盤波動(dòng)及其股指期貨收盤波動(dòng)的影響。表中一直到滯后10期，qs股指現(xiàn)貨收盤序列的波動(dòng)維持在0.3%左右變化不是很大，且波動(dòng)逐步在減小。但是qf股指期貨收盤序列的波動(dòng)卻比qs股指現(xiàn)貨收盤序列的波動(dòng)要大，維持在1.3%左右。所以來自股指現(xiàn)貨序列的沖擊對(duì)股指期貨序列產(chǎn)生了較大影響。

四、結(jié)論

第一，外部的沖擊會(huì)加劇對(duì)股指期貨的波動(dòng)性，且波動(dòng)的持續(xù)性是很強(qiáng)的，即它對(duì)所有的未來預(yù)測(cè)都有重要作用。

第二，在10%的置信水平下基于非同步交易的滬深300股指期貨收盤價(jià)格與現(xiàn)貨收盤價(jià)格序列不存在granger因果原因，但前一天現(xiàn)貨收盤價(jià)格是當(dāng)天期貨收盤價(jià)格的granger原因。

第三，通過基于雙變量VAR模型的脈沖響應(yīng)函數(shù)分析可知：股指現(xiàn)貨收盤價(jià)格的殘差產(chǎn)生波動(dòng)對(duì)股指現(xiàn)貨收盤波動(dòng)與股指期貨收盤波動(dòng)的影響一直到滯后10期，股指現(xiàn)貨收盤價(jià)格的波動(dòng)維持在0.3%左右變化不是很大，且波動(dòng)逐步在減小，即時(shí)期越滯后股指現(xiàn)貨收盤價(jià)格的殘差產(chǎn)生的波動(dòng)對(duì)股指現(xiàn)貨收盤的影響越小。但是股指期貨收盤價(jià)格的波動(dòng)卻比股指現(xiàn)貨收盤價(jià)格的波動(dòng)要大，維持在1.3%左右。所以來自股指現(xiàn)貨價(jià)格的脈沖對(duì)股指期貨價(jià)格產(chǎn)生了比較大的影響，且股指期貨收盤價(jià)格對(duì)股指現(xiàn)貨收盤價(jià)格的殘差產(chǎn)生的波動(dòng)能即時(shí)做出反應(yīng)。

參考文獻(xiàn)

[1]Mahmoud Wahab，Malek Lashgari.Price dynamics and error correction in stock index and stock index futures markets：A cointegration approach[J].Journal of Futures Markets，1993，10（7）：711-742.

[2]劉博文，房振明.我國股指期貨與現(xiàn)貨價(jià)格發(fā)現(xiàn)效率實(shí)證研究——基于滬深300模擬期貨數(shù)據(jù)[J].大連理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008（3）：25-29.

[3]嚴(yán)定琪，李育鋒.基于GARCH族模型的滬深300指數(shù)波動(dòng)率預(yù)測(cè)[J].蘭州交通大學(xué)學(xué)報(bào)，2008，27（1）：92-95.

[4]熊熊，王芳.我國滬深300股指期貨仿真交易的價(jià)格發(fā)現(xiàn)分析[J].天津大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2008（7）：321-325.

基金項(xiàng)目：云南省教育廳科學(xué)研究基金項(xiàng)目（2013C014）

作者簡(jiǎn)介：曾黎（1981-），男，云南蒙自人，講師，碩士研究生，研究方向：金融數(shù)學(xué)。