高健多

摘 要：采用事件研究法，構(gòu)造GARCH（1，1）模型，基于長(zhǎng)期數(shù)據(jù)的基礎(chǔ)針對(duì)滬深300股指期貨的推出對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性的影響進(jìn)行實(shí)證研究。經(jīng)過(guò)實(shí)證分析得到結(jié)論，從長(zhǎng)期看來(lái)，滬深300股指期貨的推出在很小程度上減弱了現(xiàn)貨市場(chǎng)股票價(jià)格的波動(dòng)性，但滬深300股指期貨的推出卻提高了現(xiàn)貨市場(chǎng)對(duì)于新舊信息的反應(yīng)效率。

關(guān)鍵詞：股指期貨；股票價(jià)格波動(dòng)性；GARCH模型

中圖分類號(hào)：F83 文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/j.cnki.1672-3198.2016.33.107

1 引言

中國(guó)首批滬深300股票指數(shù)期貨合約于2010年4月16日在中國(guó)金融期貨交易所正式掛牌交易。隨著我國(guó)資本市場(chǎng)不斷發(fā)展與完善，股指期貨在當(dāng)今證券市場(chǎng)中已起著重要的作用，可以滿足各種投資者規(guī)避風(fēng)險(xiǎn)，套期保值，投機(jī)獲利等不同的投資需求。但由于股指期貨與生俱來(lái)的靈活性和大幅度的波動(dòng)性，在股票價(jià)格的劇烈波動(dòng)的問(wèn)題上股指期貨總是難辭其咎。滬深300股指期貨的存在是否對(duì)股票現(xiàn)貨市場(chǎng)價(jià)格的波動(dòng)性產(chǎn)生影響，二者之間到底存在什么關(guān)系，這些問(wèn)題從滬深300股指期貨誕生之日起至今都是金融界討論的熱點(diǎn)話題。國(guó)內(nèi)外學(xué)者針對(duì)這一問(wèn)題進(jìn)行過(guò)系統(tǒng)的分析，但各位學(xué)者得出的結(jié)論并不一致，具體體現(xiàn)為兩方面對(duì)立的觀點(diǎn)：

一方認(rèn)為，因?yàn)楣芍钙谪浘哂袃r(jià)格發(fā)現(xiàn)、避險(xiǎn)功能，可以提高市場(chǎng)的定價(jià)效率、實(shí)行反向操作以進(jìn)行套期保值，從而間接地達(dá)到穩(wěn)定市場(chǎng)、減少現(xiàn)貨市場(chǎng)股票價(jià)格的波動(dòng)率的效果。另一方則認(rèn)為，在股指期貨合約到期日當(dāng)天，無(wú)論是股指期貨市場(chǎng)的成交量，還是股票現(xiàn)貨市場(chǎng)的成交量，都很可能會(huì)成倍急劇地放大，股票市場(chǎng)易發(fā)生劇烈震蕩。

這場(chǎng)爭(zhēng)論到現(xiàn)在都沒(méi)有結(jié)束，雙方都無(wú)法找到能說(shuō)服對(duì)方的充足證據(jù)。本文應(yīng)用GARCH模型，用虛擬變量來(lái)刻畫股指期貨推出事件，以對(duì)數(shù)化的滬深300指數(shù)日收益率序列作為研究對(duì)象，進(jìn)行實(shí)證分析，通過(guò)科學(xué)嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)分析來(lái)為這場(chǎng)爭(zhēng)論尋找一個(gè)答案。

2 股指期貨對(duì)股票價(jià)格波動(dòng)的影響分析

2.1 數(shù)據(jù)選取及處理

本文選取了滬深300股票價(jià)格指數(shù)從2006年4月17日到2014年12月31日的日收盤指數(shù)。對(duì)于四種期貨交易合約，本文選取滬深300股指期貨當(dāng)月合約從2010年4月16日到2014年12月31日的日收盤價(jià)格。

本文以滬深300股指期貨正式推出時(shí)間，即2010年4月16日為界，將股指研究數(shù)據(jù)總樣本分為前后兩個(gè)對(duì)稱階段，以分析股指期貨推出后對(duì)現(xiàn)貨市場(chǎng)的長(zhǎng)期影響。選取2006年4月17日到2010年4月15日滬深300指數(shù)日收盤指數(shù)數(shù)據(jù)為第一階段，共計(jì)975個(gè)數(shù)據(jù)；第二階段為2010年4月16日到2014年4月18日，共計(jì)980個(gè)數(shù)據(jù)。數(shù)據(jù)來(lái)源于Resset數(shù)據(jù)庫(kù)、中國(guó)金融期貨交易所、數(shù)優(yōu)期貨行情（含高頻）數(shù)據(jù)庫(kù)。

現(xiàn)代金融理論中通用收益率的標(biāo)準(zhǔn)差或方差來(lái)代表股票的波動(dòng)率。為了消除金融時(shí)間序列的非平穩(wěn)性，同時(shí)保證收益率序列的平穩(wěn)性，本文運(yùn)用E-views6.0軟件采用對(duì)數(shù)差分的方法對(duì)研究數(shù)據(jù)進(jìn)行處理。

對(duì)滬深300指數(shù)的日收益率序列進(jìn)行統(tǒng)計(jì)性描述，發(fā)現(xiàn)其具有尖峰、左偏、厚尾的特征，不服從正態(tài)分布。對(duì)其進(jìn)行ADF單位根檢驗(yàn)，結(jié)果中其P值均趨向于0，在1%的顯著性水平下，ADF值小于臨界值，所以我們有理由相信該序列是平穩(wěn)的。

2.2 識(shí)別收益率模型、選擇滯后階數(shù)

通過(guò)對(duì)股指期貨推出前和推出后的滬深300指數(shù)的日對(duì)數(shù)收益率序列分別進(jìn)行自相關(guān)檢驗(yàn)。檢驗(yàn)得到其自相關(guān)圖，由圖可知該序列存在自相關(guān)性，進(jìn)一步可用ARMA模型來(lái)描述其動(dòng)態(tài)路徑。根據(jù)AIC和SC準(zhǔn)則選擇模型階數(shù)后，對(duì)其殘差進(jìn)行自相關(guān)性檢驗(yàn)。

通過(guò)AIC準(zhǔn)則和SC準(zhǔn)則選擇出模型的滯后階數(shù)。股指期貨推出前滬深300指數(shù)的日對(duì)數(shù)收益率服從ARMA（2，2）模型，而股指期貨推出后則服從于ARMA（1，1）模型。這說(shuō)明股指期貨推出后提高了現(xiàn)貨市場(chǎng)對(duì)新、舊信息的反應(yīng)效率，標(biāo)志著信息傳遞效率的提高。

建立GARCH族模型的前提條件需要做ARCH效應(yīng)檢驗(yàn)，于是本文分別對(duì)股指期貨推出前、后的收益率序列實(shí)施ARCH.LM檢驗(yàn)。檢驗(yàn)結(jié)果為：ARCH.LM的P值（0.01%、2.79%）趨向于0，在滯后階數(shù)為20、5%的顯著性水平下結(jié)果仍然顯著。故拒絕原假設(shè)，認(rèn)為股指期貨推出前后殘差序列均存在高階ARCH效應(yīng)，據(jù)此建立GARCH模型來(lái)進(jìn)行估計(jì)。

2.3 建立GARCH（1，1）模型

GARCH（1，1）模型被多數(shù)知名學(xué)者公認(rèn)為非常適用于構(gòu)建金融時(shí)間序列模型。于是，本文選取GARCH（1，1）模型分別對(duì)股指期貨推出前后的滬深300指數(shù)日收益率進(jìn)行估計(jì)，結(jié)果見(jiàn)表1和表2。

雖然表2中的常數(shù)項(xiàng)系數(shù)統(tǒng)計(jì)不顯著，但出于計(jì)量經(jīng)濟(jì)學(xué)的視角，本文仍予以保留。

由表1和表2可知，所有變量的系數(shù)均統(tǒng)計(jì)顯著，且估計(jì)系數(shù)之和小于1，滿足平穩(wěn)性條件。

最后再進(jìn)行ARCH.LM檢驗(yàn)。檢驗(yàn)結(jié)果中的P值（79%、29%）均遠(yuǎn)大于5%，我們沒(méi)有理由拒絕原假設(shè)。通過(guò)GARCH（1，1）模型估計(jì)后，原序列的ARCH效應(yīng)已經(jīng)消除。

2.4 引入虛擬變量的實(shí)證分析

為了刻畫滬深300股指期貨合約推出事件而引入一個(gè)虛擬變量DV，且DV的取值為0或者1。這樣本文根據(jù)虛擬變量DV值就可以判斷股指期貨推出后現(xiàn)貨市場(chǎng)價(jià)格波動(dòng)率變化的情況。回歸結(jié)果中對(duì)于DV值的分析主要有以下三點(diǎn)：DV的符號(hào)、DV的絕對(duì)值、DV的P值。

引入DV之后，GARCH模型的條件方差為：

σ2t=α0+α1μ2t-1+λDV

其中，股指期貨推出之前DV=0，股指期貨推出之后DV=1。

由前所述可知滬深300指數(shù)的日收益率總樣本序列是平穩(wěn)的、自相關(guān)的，因此可用ARMA模型來(lái)解釋滬深300指數(shù)日收益率的變化。利用AIC和SC準(zhǔn)則發(fā)現(xiàn)其對(duì)數(shù)收益率服從ARMA（2，2）模型。

又該總樣本序列的ARCH.LM統(tǒng)計(jì)量的P值趨于0，且當(dāng)滯后階數(shù)為20時(shí)，回歸結(jié)果仍然顯著，說(shuō)明總樣本序列存在高階ARCH效應(yīng)，于是應(yīng)建立GARCH模型。

建立加入虛擬變量DV的GARCH模型，回歸結(jié)果見(jiàn)表3。

DV的P值為0.0028，小于0.05，說(shuō)明滬深300股指期貨的推出對(duì)股票市場(chǎng)的波動(dòng)性產(chǎn)生了顯著影響。又DV的值很小且為負(fù)數(shù)，表明滬深300股指期貨的推出在很小程度上減弱了現(xiàn)貨市場(chǎng)股票價(jià)格的波動(dòng)性，但卻提高了現(xiàn)貨市場(chǎng)對(duì)于新舊信息的反應(yīng)效率。

3 結(jié)論

本文借助ARCH模型思想，并引入虛擬變量DV來(lái)刻畫滬深300股指期貨合約推出事件，利用GARCH模型進(jìn)行實(shí)證分析。模型的回歸結(jié)果中DV的值很小且為負(fù)數(shù)，所以實(shí)證分析結(jié)果表明滬深300股指期貨的推出在很小幅度上減弱了股票價(jià)格的波動(dòng)性。此外，通過(guò)事件發(fā)生前后對(duì)比分析，滬深300指數(shù)日收益率的時(shí)間序列由推出前的ARMA（2，2）過(guò)程變?yōu)锳RMA（1，1）過(guò)程。這說(shuō)明股指期貨推出以后，新、舊信息對(duì)股票現(xiàn)貨市場(chǎng)的影響均加快，也就是說(shuō)信息傳遞的效率得到增加。