李雨欣

該文指在研究QFII參與股指期貨對(duì)股指期貨波動(dòng)性的影響。本文以2010-2015年滬深300股指期貨日收益率為樣本數(shù)據(jù)，構(gòu)建增加虛擬變量的GARCH模型進(jìn)行實(shí)證研究。研究表明：從波動(dòng)水平來(lái)看，QFII參與股指期貨對(duì)股指期貨的波動(dòng)性具有影響，其在一定程度上抑制股指期貨的波動(dòng)性，但抑制作用較低。

自中國(guó)大陸在2002年12月正式實(shí)施QFII（Qualifier Foreign InstitutionalInvestors，合格的境外機(jī)構(gòu)投資者）試點(diǎn)以來(lái)。中國(guó)證監(jiān)會(huì)、國(guó)家外匯管理局與證券交易所對(duì)QFII制度限制各項(xiàng)逐步放寬。證監(jiān)會(huì)于2013年1月25日允許QFII通過(guò)分別委托三家境內(nèi)期貨公司參與股指期貨套保交易，由此正式拉開(kāi)境外投資機(jī)構(gòu)投資股指期貨的內(nèi)幕。

文獻(xiàn)綜述

早期國(guó)外學(xué)者從機(jī)構(gòu)投資者與單個(gè)股票之間的關(guān)系出發(fā)進(jìn)行研究，研究表明機(jī)構(gòu)投資者因較大的交易量影響到股價(jià)。Chart，Louis（1995）對(duì)美國(guó)37價(jià)機(jī)構(gòu)投資者交易前后股票價(jià)格的變化進(jìn)行實(shí)證分析發(fā)現(xiàn)大宗買賣對(duì)股票價(jià)格有顯著影響。Sias和Richard（1997）通過(guò)研究機(jī)構(gòu)投資者與日收益率的相關(guān)性發(fā)現(xiàn)機(jī)構(gòu)交易者的交易行為之間存在相關(guān)性并會(huì)引起股價(jià)的波動(dòng)。而以上研究?jī)H表明機(jī)構(gòu)投資者與股價(jià)存在影響。但具體產(chǎn)生何種影響目前還未有一致看法，部分學(xué)者認(rèn)為，機(jī)構(gòu)投資者較個(gè)人投資者而言交易更加理性，會(huì)推動(dòng)價(jià)格靠近基本價(jià)值。起到抑制波動(dòng)性的作用。Kim（2000）以亞洲及南美國(guó)家資本市場(chǎng)為例，實(shí)證研究發(fā)現(xiàn)樣本國(guó)家引入QFII制度后股市收益率在前12個(gè)月呈上升趨勢(shì)隨后會(huì)逐漸回歸引入前水平。而波動(dòng)率則呈下降趨勢(shì)。另一部分學(xué)者則持相反觀點(diǎn)。認(rèn)為機(jī)構(gòu)投資者進(jìn)入對(duì)股市有不穩(wěn)定影響，市場(chǎng)中的噪聲交易者與機(jī)構(gòu)投資者出現(xiàn)羊群效應(yīng)，發(fā)生正反饋交易時(shí)，其交易行為會(huì)加劇市場(chǎng)波動(dòng)。DeLong et aL（1990）通過(guò)對(duì)韓國(guó)經(jīng)濟(jì)危機(jī)時(shí)期的研究表明，股市劇烈波動(dòng)時(shí)市場(chǎng)正反饋交易明顯加強(qiáng)。Choe（1999）研究韓國(guó)等新興市場(chǎng)發(fā)現(xiàn)QFII資本進(jìn)入會(huì)加大資本回報(bào)波動(dòng)，對(duì)韓國(guó)證券市場(chǎng)造成負(fù)面影響。降低證券市場(chǎng)穩(wěn)定性。

國(guó)內(nèi)學(xué)者主要從以下幾個(gè)角度進(jìn)行研究，在投資者交易行為方面，劉成彥、胡楓、王皓（2007）研究表明雖然QFII存在羊群行為的特征，但因其理性投資其羊群效應(yīng)并未表現(xiàn)出正反饋交易特征。不易增大市場(chǎng)的波動(dòng)性；在金融實(shí)證研究中。張雪瑩（2005）研究表明QFII增強(qiáng)股市波動(dòng)性但并不顯著的結(jié)論。作者認(rèn)為原因之一是數(shù)據(jù)周期短，人市資金所占比例較?。涣硗馕覈?guó)股市擴(kuò)容也抵消QFII入市資金供給力度。王麟樂(lè)、張一（2011）選取1990到2009年上證綜指數(shù)據(jù)，發(fā)現(xiàn)QFII對(duì)A股市場(chǎng)收益率波動(dòng)有減弱作用。但并不顯著。

實(shí)證研究

模型構(gòu)建

本文采用采用GARCH模型。通過(guò)增加前期預(yù)測(cè)方差滯后項(xiàng)。將前期的隨機(jī)誤差平方項(xiàng)和滯后的條件方差項(xiàng)進(jìn)行線性組合。不僅具有ARCH描述時(shí)間序列條件異方差的和描述波動(dòng)性與集聚性的特性。同時(shí)簡(jiǎn)化高階ARCH的參數(shù)。為了表示QFII進(jìn)入前后股指期貨收益率的變化，本文在GARCH（1，1）模型中引入（0.1）的虛擬變量D。通過(guò)估計(jì)得出的虛擬變量系數(shù)的正負(fù)值判斷分析QFII引入股指期貨后對(duì)股指期貨市場(chǎng)的影響。修正模型為公式（2）

樣本選取與處理

本文選取滬深300指股指期貨為研究對(duì)象。通過(guò)事件研究法。將政策允許QFII進(jìn)入股指期貨的2013年1月25日作為分界點(diǎn)。2010年1。月14日-2013年1月24日為QFII進(jìn)入股指期貨前的研究子區(qū)間，共834個(gè)數(shù)據(jù)；2013年1月25日-2015年5月08日為QFII進(jìn)入股指期貨后的研究子區(qū)間，共832個(gè)數(shù)據(jù)。

對(duì)于滬深300股指期貨合約的選擇：首先。選取最近交割的主力股指期貨合約作為研究對(duì)象。當(dāng)最近期的股指期貨合約即將交易退出市場(chǎng)時(shí)，選取下一個(gè)最近期的主力期貨合約作為研究對(duì)象，形成連續(xù)合約；其次，對(duì)于停盤(pán)日數(shù)據(jù)，因?yàn)橥１P(pán)日不進(jìn)行交易。所以收盤(pán)價(jià)等數(shù)據(jù)均不會(huì)變動(dòng)。因此對(duì)于采樣區(qū)間的數(shù)據(jù)期間內(nèi)的停盤(pán)價(jià)運(yùn)用停盤(pán)前一日的數(shù)據(jù)進(jìn)行補(bǔ)充。在對(duì)于股指期貨波動(dòng)性研究方面。因?yàn)閷?duì)數(shù)收益率經(jīng)過(guò)對(duì)數(shù)變換可以在一定程度上消除非平穩(wěn)性，將序列轉(zhuǎn)換為線性趨勢(shì)，因此一般將日收盤(pán)價(jià)進(jìn)行處理后采用對(duì)數(shù)收益率刻畫(huà)波動(dòng)性的大小。

數(shù)據(jù)統(tǒng)計(jì)特征分析

根據(jù)對(duì)數(shù)收益率RF_t的直方圖及描述性統(tǒng)計(jì)數(shù)據(jù)可知。其峰度為8，335337大于3，偏度-0.177065小于0，說(shuō)明數(shù)據(jù)左拖尾，具有“尖峰尾厚”的特征。同時(shí)，JB的統(tǒng)計(jì)量為1984.708，伴隨概率為0，表示股指期貨的對(duì)數(shù)收益率拒絕序列服從正態(tài)分布的原假設(shè)，即序列不服從正態(tài)分布。根據(jù)RF、的時(shí)序圖可觀察到，對(duì)數(shù)收益率的波動(dòng)存在聚集現(xiàn)象。以上特征綜合顯示出數(shù)據(jù)存在異常值成群、波動(dòng)聚集的特征。可以初步判斷RF序列具有ARCH效應(yīng)。

實(shí)證過(guò)程與回歸結(jié)果分析

ARCH效應(yīng)檢驗(yàn)

ARCH效應(yīng)檢驗(yàn)是建立ARCH模型或ARCH族類模型的基礎(chǔ)，本文按照下列步驟進(jìn)行建模。第一。進(jìn)行ADF檢驗(yàn)。如果原序列非平穩(wěn)，存在單位根，則對(duì)其一階差分序列進(jìn)行ADF檢驗(yàn)。以此類推，直至序列平穩(wěn)；第二，通過(guò)AIC和SC值的大小確定ARMA（p，q）中p與q的值，其值越小模型越優(yōu)；第三，根據(jù)確定滯后期p值，初步建立ARCH均值模型，表示股指期貨收益率RF序列服從AR（P）自回歸模型，對(duì)均值模型進(jìn)行LS估計(jì)與ARCH-LM檢驗(yàn)，判斷ARMA（p，q）模型的殘差的波動(dòng)聚集性，若滯后期p值較大則選擇GARCH模型；第四，構(gòu)建GARCH模型。從較小的滯后階數(shù)開(kāi)始對(duì)GARCH項(xiàng)系數(shù)顯著性進(jìn)行檢驗(yàn)。判斷模型中的殘差是否還存在ARCH效應(yīng)。若殘差仍存在ARCH效應(yīng)則增加GARCH的階數(shù)，直至殘差的ARCH效應(yīng)消失為止；第五，對(duì)GARCH模型進(jìn)行修正。加入虛擬變量。將QFII進(jìn)入股指期貨前后作為兩個(gè)區(qū)間，前期d=0，QFII進(jìn)入后d=1，通過(guò)對(duì)虛擬變量D其系數(shù)及顯著性的分析判斷QFII進(jìn)入股指期貨對(duì)股指期貨的波動(dòng)[生是否有較大影響。

（1）平穩(wěn)性檢驗(yàn)。對(duì)進(jìn)行ADF檢驗(yàn)。檢驗(yàn)結(jié)果：RF的T統(tǒng)計(jì)量為42，22318，絕對(duì)值均大于1%、5%、10%下的臨界值，因此拒絕存在單位根的原假設(shè)，即RF序列不存在單位根，序列是平穩(wěn)的。滿足建立ARCH或GARCH模型的檢驗(yàn)條件。

表1為ARMA自回歸分析結(jié)果：

首先對(duì)ARMA（1，1）至ARMA（11，11）進(jìn)行回歸，選取ARMA（3，3）、ARMA（5，5）、ARMA（7，7）三個(gè)各自回歸系數(shù)完全顯著的模型。通過(guò)表1比較AIC和SC值。發(fā)現(xiàn)模型中AIC與SC兩個(gè)值的變動(dòng)幅度并不明顯。并對(duì)各模型的殘差序列進(jìn)行LM檢驗(yàn)，其殘差均不具有ARCH效應(yīng)。因此，最后通過(guò)比較F統(tǒng)計(jì)量及其概率值。選擇滯后期為了的自回歸模型。根據(jù)回歸結(jié)果可得出自回歸方程（5）：

由式（5）可判斷，滬深300股指期貨的對(duì)數(shù)收益率存在一定的自相關(guān)性，因此接下來(lái)可以對(duì)RF序列進(jìn)行ARCH效應(yīng)檢驗(yàn)。

（3）ARCH-LM檢驗(yàn)

首先提取均值方程回歸的殘差序列，繪制殘差序列時(shí)序圖。根據(jù)原序列的殘差序列時(shí)序圖可知，小波動(dòng)后有較小波動(dòng)，大波動(dòng)后有較大波動(dòng)，原序列具有波動(dòng)聚集效應(yīng)。

對(duì)ARCH模型進(jìn)行ARCH-LM檢驗(yàn)。經(jīng)過(guò)殘差序列自相關(guān)函數(shù)圖及多次運(yùn)算，可判斷殘差平方序列用AR（7）擬合效果較好，即ARCH-LM選擇滯后階數(shù)為了階。研究結(jié)果：LM檢驗(yàn)結(jié)果的F統(tǒng)計(jì)伴隨概率為0.0001。小于0.05。檢驗(yàn)的卡方統(tǒng)計(jì)的伴隨概率為0.0001，小于0.05，因此在5%置信度下原序列存在高階ARCH效應(yīng)，因此，隨后應(yīng)建立GARCH模型。

修正GARCH模型回歸

以上樣本具有高階ARCH效應(yīng)，因此可以運(yùn)用已建立的GARCH模型。

對(duì)于GARCH模型p與q的選擇方法同ARMA模型，在AIC與SC最小的基礎(chǔ)準(zhǔn)則上進(jìn)行滯后期的確定，避免因滯后項(xiàng)或多而引起的參數(shù)估計(jì)不精的問(wèn)題。

本文用已建立的計(jì)量模型公式（3）（4）來(lái)檢驗(yàn)允許QFII進(jìn)入滬深300股指期貨后。股指期貨收益率前后波動(dòng)的變化。通過(guò)選取不同的滯后期對(duì)修正GARCH模型進(jìn)行估計(jì)與計(jì)算，結(jié)果為下表2：

并對(duì)GARCH（1，1）模型的殘差序列進(jìn)行ARCH-LM檢驗(yàn)，檢驗(yàn)結(jié)果表明，GARCH（1，1）的殘差序列LM統(tǒng)計(jì)量概率值分別為0.7177和0.7176，均超出10%的置信區(qū)間，因此殘差序列不存在ARCH效應(yīng)，原序列經(jīng)過(guò)GARCH（1，1）的擬合后，消除了條件異方差性，說(shuō)明建立的GARCH（1，1）模型是有效的。

實(shí)證結(jié)果分析

方差方程中，虛擬變量D系數(shù)Prob=0.0484<0.05，因此在5%的置信區(qū)間上是顯著的。說(shuō)明虛擬變量的引入可以接受。虛擬變量D系數(shù)為-4.02x10^（-7），說(shuō)明QFII進(jìn)入股指期貨后，滬深300股指期貨收益率的波動(dòng)降低，進(jìn)一步說(shuō)明QFII一定程度上抑制了市場(chǎng)波的波動(dòng)性。

首先。虛擬變量D系數(shù)在5%的置信區(qū)間內(nèi)顯著，且系數(shù)為-4.02x10^（-7），說(shuō)明QFII進(jìn)入股指期貨后，滬深300股指期貨收益率的波動(dòng)降低，從而說(shuō)明QFII一定程度上抑制了市場(chǎng)的波動(dòng)陸。對(duì)我國(guó)股指期貨市場(chǎng)的價(jià)格的穩(wěn)定陸起到一定作用。

其次，系數(shù)的絕對(duì)值較小，說(shuō)明QFII對(duì)股指期貨市場(chǎng)收益率的波動(dòng)性減少有限。原因可能在于QFII參與我國(guó)股指期貨市場(chǎng)時(shí)間較短，限制投資額度較低，因此引入QFII參與股指期貨市場(chǎng)對(duì)市場(chǎng)收益率的波動(dòng)作用仍然較小。

最后。方差方程的ARCH項(xiàng)系數(shù)（殘差滯后項(xiàng)系數(shù)）0，024961與GARCH項(xiàng)系數(shù)（方差滯后項(xiàng)系數(shù)）0957894之和為0.982855。也稱作衰減系數(shù)，代表股指期貨市場(chǎng)收益率波動(dòng)對(duì)外部一次沖擊的記憶，其值小于1并且非常接近1，說(shuō)明收益率自相關(guān)陸很強(qiáng)，前一時(shí)期的沖擊在后一時(shí)期仍有0.9828552=96.60%的比例停留。沒(méi)有衰退。

綜上所述，QFII參與股指期貨市場(chǎng)，對(duì)我國(guó)股指期貨收益率的波動(dòng)性具有積極的意義。但是影響不顯著。可能有一下幾方面原因：首先，QFII作為大型機(jī)構(gòu)投資者，投資理念成熟，注重基本面分析，其投資理念會(huì)在一定程度上影響其他投資者，從而降低非理陸的投資行為，降低市場(chǎng)的波動(dòng)性其次，QFII作為理性人，投資目的為獲取最大利益。同時(shí)其擁有較完備的信息和較專業(yè)化的分析團(tuán)隊(duì)，因此會(huì)更及時(shí)發(fā)現(xiàn)價(jià)格機(jī)制通過(guò)套利獲取利潤(rùn)，這會(huì)促使價(jià)格回歸真實(shí)價(jià)值，也一定程度上降低股指期貨的波動(dòng)陸；最后，因?yàn)镼FII于2013年初進(jìn)入我國(guó)股指期貨市場(chǎng)，參與時(shí)間較短，另外就QFII參與股指期貨市場(chǎng)在額度等方面仍有諸多限制與規(guī)定。因此QFII投資行為對(duì)穩(wěn)定市場(chǎng)、降低波動(dòng)性的效用會(huì)大打折扣。