曾黎 李春
【摘要】本文運用GARCH及其雙變量VAR模型、Grange因果檢驗等方法研究了滬深300股指期貨與現(xiàn)貨市場互動關系,包括互動的相對強度、當期與多期滯后關系。結(jié)果表明:現(xiàn)貨市場對外在的干擾并不敏感,而期貨市場對外在的干擾卻很敏感;前一天現(xiàn)貨收盤序列對當天期貨收盤序列具有金融傳染效應,且期貨市場對現(xiàn)貨市場變動的反應是即時的。
【關鍵詞】滬深300指數(shù) Granger因果檢驗 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,不僅有利于增強市場運行的彈性,而且對完善市場的資產(chǎn)價格形成機制起到積極作用。目前,許多學者就已經(jīng)對這兩個新興市場的關系進行了研究。所以很多學者認為股指期貨市場領先于股票市場。如Mahmoud與Malek(1993)考察了不同國家的股票指數(shù)和股指期貨市場之間的價格滯后關系,發(fā)現(xiàn)期貨價格變化比現(xiàn)貨價格變化快[1]。國內(nèi)學者也對這兩個新興市場進行了研究。劉博文與房振明(2008)利用仿真數(shù)據(jù),發(fā)現(xiàn)滬深300股指期貨交易對滬深300指數(shù)的條件波動起到了強化作用[2]。嚴定琪,李育鋒(2008)發(fā)現(xiàn)基于學生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)未來兩日的波動率預測[3]。熊熊,王芳(2008)認為我國仿真交易的滬深300股指期貨對滬深300指數(shù)具有長期價格發(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)貨的交易時間是不同步的,其中滬深300股指期貨的交易時間是上午9:15-11:30,下午13:00-15:15,而滬深兩市的交易時間是上午9:30-11:30,下午13:00-15:30,本文將根據(jù)這兩個市場的非同步交易數(shù)據(jù)對它們之間的信息傳遞關系進行進一步的分析。
二、實證分析
(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。時間跨度為2014年4月16日至2016年12月28日共660個交易日,所得樣本為1320個。
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)貨收盤的標準差344卻小于期貨收盤的標準差348,由此我們認為期貨市場比現(xiàn)貨市場更容易波動。從表1可以看出,偏度不為0、峰度大于1,J-B統(tǒng)計量拒絕了正態(tài)分布的原假設,說明這三種指數(shù)分布是顯著偏離正態(tài)分布,和大部分金融實證研究的結(jié)果一致。
(二)市場間信息傳遞關系分析
1.期貨開盤價格與前一天現(xiàn)貨收盤價格關系。首先觀察當天滬深300股指期貨開盤價格(pf)與前一天滬深300股指現(xiàn)貨收盤價格(qs-1)之間的走勢。
由上圖1可知滬深300股指期貨開盤與現(xiàn)貨收盤的走勢大體一致。
為了對序列進行格蘭杰因果檢驗,首先要檢驗序列的平穩(wěn)性,結(jié)果見表2:
然后對序列進行協(xié)整檢驗,因為只有同階單整,變量之間才有共同的趨勢。時間序列的協(xié)整檢驗:首先進行回歸,之后做協(xié)整檢驗。由以上可知Δqs、Δpf同階單整,因而進行協(xié)整檢驗。檢驗結(jié)果如下:
由以上結(jié)果可知Δpf與Δqs存在協(xié)整關系,即當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)定的關系。
最后對序列進行Granger因果檢驗,如下表:
第一個假設,其概率值0.5851大于顯著性水平0.1,故不能拒絕該原假設,即我們認為“Δqs不是Δpf的Granger原因”,所以前一天現(xiàn)貨收盤對當天的期貨開盤無影響。
2.期貨收盤價格與前一天現(xiàn)貨收盤價格關系。首先觀察當天滬深300股指期貨收盤價格(qf)與前一天現(xiàn)貨收盤價格qs的走勢。
由圖2可知期貨收盤與前一天現(xiàn)貨收盤走勢大體一致。
其次對序列的平穩(wěn)性進行檢驗,如下表:
再次對序列進行協(xié)整檢驗,由以上可知Δqf、Δqs同階單整,為此做協(xié)整檢驗。檢驗結(jié)果如下:
由以上結(jié)果可知Δqf與Δqs存在協(xié)整關系,即當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)關系。
然后對序列進行Granger因果檢驗,檢驗結(jié)果如下:
對于第一個假設,概率值0.0731小于10%的檢驗水平,因此拒絕該原假設,即可以認為“Δqs是Δqf的Granger原因”,所以在10%的置信水平下前一天現(xiàn)貨收盤是當天期貨收盤的Granger原因。
3.雙對數(shù)VAR模型。由于兩序列互為因果關系,為此我們采用VAR模型對兩者之間的動態(tài)變化規(guī)律進行進一步的分析。對兩者構(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)
由以上檢驗統(tǒng)計量可知模型擬合的非常好。
雙變量VAR模型的脈沖響應效果如下表所示:
其中qs脈沖代表由股指現(xiàn)貨收盤價格方程的殘差發(fā)出的脈沖信號,即股指現(xiàn)貨收盤價格的殘差產(chǎn)生波動進而對股指現(xiàn)貨收盤波動及其股指期貨收盤波動的影響。表中一直到滯后10期,qs股指現(xiàn)貨收盤序列的波動維持在0.3%左右變化不是很大,且波動逐步在減小。但是qf股指期貨收盤序列的波動卻比qs股指現(xiàn)貨收盤序列的波動要大,維持在1.3%左右。所以來自股指現(xiàn)貨序列的沖擊對股指期貨序列產(chǎn)生了較大影響。
四、結(jié)論
第一,外部的沖擊會加劇對股指期貨的波動性,且波動的持續(xù)性是很強的,即它對所有的未來預測都有重要作用。
第二,在10%的置信水平下基于非同步交易的滬深300股指期貨收盤價格與現(xiàn)貨收盤價格序列不存在granger因果原因,但前一天現(xiàn)貨收盤價格是當天期貨收盤價格的granger原因。
第三,通過基于雙變量VAR模型的脈沖響應函數(shù)分析可知:股指現(xiàn)貨收盤價格的殘差產(chǎn)生波動對股指現(xiàn)貨收盤波動與股指期貨收盤波動的影響一直到滯后10期,股指現(xiàn)貨收盤價格的波動維持在0.3%左右變化不是很大,且波動逐步在減小,即時期越滯后股指現(xiàn)貨收盤價格的殘差產(chǎn)生的波動對股指現(xiàn)貨收盤的影響越小。但是股指期貨收盤價格的波動卻比股指現(xiàn)貨收盤價格的波動要大,維持在1.3%左右。所以來自股指現(xiàn)貨價格的脈沖對股指期貨價格產(chǎn)生了比較大的影響,且股指期貨收盤價格對股指現(xiàn)貨收盤價格的殘差產(chǎn)生的波動能即時做出反應。
參考文獻
[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)貨價格發(fā)現(xiàn)效率實證研究——基于滬深300模擬期貨數(shù)據(jù)[J].大連理工大學學報(社會科學版),2008(3):25-29.
[3]嚴定琪,李育鋒.基于GARCH族模型的滬深300指數(shù)波動率預測[J].蘭州交通大學學報,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格發(fā)現(xiàn)分析[J].天津大學學報(社會科學版),2008(7):321-325.
基金項目:云南省教育廳科學研究基金項目(2013C014)
作者簡介: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。