宋璞御

[摘 要]文章選取的研究樣本為滬深300股指期貨及其現(xiàn)貨的時(shí)間序列，使用平穩(wěn)檢驗(yàn)、協(xié)整檢驗(yàn)以及自回歸向量誤差糾正模型等計(jì)量經(jīng)濟(jì)學(xué)方法進(jìn)行分析。結(jié)果發(fā)現(xiàn)，滬深300股指期貨和現(xiàn)貨市場(chǎng)的波動(dòng)之間相互影響，兩者間呈現(xiàn)出較為穩(wěn)定的協(xié)整關(guān)系。

[關(guān)鍵詞]滬深300股指期貨；協(xié)整檢驗(yàn)；誤差糾正模型

[DOI]10.13939/j.cnki.zgsc.2018.14.036

1 引 言

股指期貨是由交易所制定，以某一股票價(jià)格指數(shù)作為標(biāo)的物，約定交易雙方在未來(lái)的某一特定時(shí)間按約定的價(jià)格進(jìn)行股價(jià)指數(shù)交易的金融期貨。股指期貨的作用主要有四個(gè)，分別是風(fēng)險(xiǎn)對(duì)沖、套期保值、套利和價(jià)格發(fā)現(xiàn)。股指期貨已經(jīng)被世界各國(guó)的投資者廣泛使用，因?yàn)樗且环N有效的風(fēng)險(xiǎn)管理工具。我國(guó)的滬深300股指期貨誕生于2010年4月16日，它的誕生改變了我國(guó)股票市場(chǎng)長(zhǎng)期以來(lái)能做多卻不能做空的局面。因此，我們有必要研究滬深300股指期貨與其現(xiàn)貨之間的關(guān)系。

2 文獻(xiàn)綜述

國(guó)外學(xué)者為研究股指期貨和現(xiàn)貨之間關(guān)系的早期理論的建立做出了較多貢獻(xiàn)。Engle和Granger共同提出并發(fā)展了協(xié)整理論。Ross提出，股指期貨的推出加快了市場(chǎng)信息傳播的速度從而增加了現(xiàn)貨市場(chǎng)的波動(dòng)。Cakici和Chatterjee分析了標(biāo)準(zhǔn)普爾500股指期貨推出前后在1978 年至1989年的時(shí)間序列，發(fā)現(xiàn)現(xiàn)貨市場(chǎng)的波動(dòng)性在股指期貨推出后減小了。此后Merton發(fā)現(xiàn)，股指期貨的引入減弱了現(xiàn)貨指數(shù)的非對(duì)稱性，現(xiàn)貨市場(chǎng)的非對(duì)稱性效應(yīng)與股指期貨的推出呈負(fù)相關(guān)關(guān)系。Antonio、Holmes和Priestley發(fā)現(xiàn)，推出股指期貨與現(xiàn)貨市場(chǎng)的波動(dòng)性沒(méi)有關(guān)系[1]。Booth和Tse運(yùn)用協(xié)整檢驗(yàn)方法和誤差修正模型，對(duì)德國(guó)的DAX指數(shù)現(xiàn)貨、期貨與期權(quán)的價(jià)格發(fā)現(xiàn)功能進(jìn)行了細(xì)致研究，結(jié)果顯示期貨具有明顯的價(jià)格發(fā)現(xiàn)功能。Kim，Szakmary和Schwarz使用VAR模型，對(duì)MMI、標(biāo)準(zhǔn)普爾500及紐約證券交易所綜合指數(shù)的期貨和現(xiàn)貨關(guān)系進(jìn)行了深入研究。Zhong和Maosen分析了墨西哥IPC指數(shù)的日交易數(shù)據(jù)，研究顯示，股指期貨在墨西哥具有價(jià)格發(fā)現(xiàn)功能并且增加了現(xiàn)貨的波動(dòng)性[2]。

國(guó)內(nèi)學(xué)者就股指期貨與現(xiàn)貨之間的關(guān)系進(jìn)行的研究與西方學(xué)者相比開(kāi)始較晚，大多從進(jìn)入21世紀(jì)以來(lái)才開(kāi)始。王芳和熊熊采用協(xié)整檢驗(yàn)、向量誤差修正模型以及脈沖響應(yīng)和方差分解的方法，分析了滬深300股指期貨在仿真交易期間對(duì)其現(xiàn)貨的價(jià)格發(fā)現(xiàn)能力，證明滬深300股指期貨在仿真交易期間對(duì)其現(xiàn)貨確實(shí)具有長(zhǎng)期價(jià)格發(fā)現(xiàn)的功能[3]。李樹(shù)丞、劉考場(chǎng)和舒楊使用改進(jìn)后的GARCH模型，對(duì)TAIEX和KOSPl200股指期貨進(jìn)行了分析，發(fā)現(xiàn)短期內(nèi)股指期貨在上市后會(huì)加劇其現(xiàn)貨市場(chǎng)的波動(dòng)，而從長(zhǎng)期來(lái)看股指期貨對(duì)其現(xiàn)貨市場(chǎng)波動(dòng)的影響將逐漸變小[4]。此后張閣和邢天才又使用了GARCH模型，研究新華富時(shí)A50股指期貨對(duì)滬深300現(xiàn)貨的影響，發(fā)現(xiàn)新華富時(shí)A50股指期貨對(duì)滬深300現(xiàn)貨的波動(dòng)略有促進(jìn)作用，卻對(duì)滬深300現(xiàn)貨的非對(duì)稱性有顯著的增強(qiáng)作用[5]。

3 研究模型與方法

3.1 平穩(wěn)性檢驗(yàn)

為了確定序列的平穩(wěn)性，本文首先使用ADF檢驗(yàn)對(duì)股指期貨的時(shí)間序列與其現(xiàn)貨的時(shí)間序列進(jìn)行了單位根檢驗(yàn)。如果含有滯后項(xiàng)的ADF檢驗(yàn)值大于臨界值，就說(shuō)明時(shí)間序列存在單位根，即序列是不平穩(wěn)的。否則，當(dāng)臨界值小于單位根時(shí)，說(shuō)明該序列沒(méi)有單位根，即序列是平穩(wěn)的。ADF檢驗(yàn)的公式如下：

檢驗(yàn)的原假設(shè)為被檢測(cè)序列存在單位根。在通常情況下，金融資產(chǎn)的價(jià)格一般是非平穩(wěn)序列，而收益率卻是平穩(wěn)序列[6]。

3.2 協(xié)整檢驗(yàn)

如果（n×1）時(shí)間序列向量Yt的每個(gè)分量均為一階單整，即I（1），且存在一個(gè)非零向量A，使A′Yt 的線性組合平穩(wěn)，即I（0），那么（n×1）時(shí)間序列向量就是協(xié)整的。

協(xié)整檢驗(yàn)有Engle、Granger兩步法及Juselius和Johansen提出的極大似然法。由于兩步法會(huì)對(duì)小樣本偏差導(dǎo)致檢驗(yàn)勢(shì)偏低并且只適用于單一協(xié)整的情況；因此本文主要利用Juselius和Johansen協(xié)整檢驗(yàn)對(duì)滬深300指數(shù)期貨和其現(xiàn)貨間是否存在協(xié)整關(guān)系進(jìn)行檢驗(yàn)，從而分析二者間是否存在某種長(zhǎng)期穩(wěn)定的關(guān)系。

3.3 向量誤差糾正模型（VECM）

如果一個(gè)數(shù)據(jù)序列的對(duì)數(shù)lnIFt與另一價(jià)格序列的對(duì)數(shù)lnHSt之間具有協(xié)整關(guān)系，就能利用向量誤差修正模型來(lái)研究?jī)r(jià)兩者之間的互相影響關(guān)系[7]。

4 實(shí)證分析

4.1 數(shù)據(jù)來(lái)源

本文采用IF1707的43個(gè)收盤價(jià)作為期貨樣本，采用同期的滬深300指數(shù)收盤價(jià)作為現(xiàn)貨樣本，數(shù)據(jù)來(lái)自wind數(shù)據(jù)庫(kù)。

4.2 相關(guān)性分析

為了直觀考察滬深300股指期貨價(jià)格和現(xiàn)貨價(jià)格之間的關(guān)系，對(duì)兩組時(shí)間序列數(shù)據(jù)作趨勢(shì)圖（見(jiàn)圖1），從圖1可以看出，期貨價(jià)格低于現(xiàn)貨價(jià)格并在接近到期日時(shí)趨近現(xiàn)貨價(jià)格；期貨價(jià)格與現(xiàn)貨價(jià)格的走勢(shì)十分相似，說(shuō)明說(shuō)明二者的變化趨勢(shì)有較強(qiáng)的一致性。

從圖2可以看出，滬深300股指期貨與現(xiàn)貨的對(duì)數(shù)收益率走勢(shì)也非常相似，但期貨對(duì)數(shù)收益率的波動(dòng)幅度更大。

滬深300股指期貨與現(xiàn)貨指數(shù)相關(guān)矩陣如表1所示。

從表1可以看出，滬深300股指期貨與現(xiàn)貨指數(shù)序列的相關(guān)系數(shù)為0.997564，表明兩者有很強(qiáng)的相關(guān)性。

4.3 平穩(wěn)性檢驗(yàn)

對(duì)滬深300股指期貨和現(xiàn)貨指數(shù)序列取對(duì)數(shù)后，利用ADF檢驗(yàn)來(lái)分析，結(jié)果如表2、表3所示。

可以看出，滬深300股指期貨僅在10%的顯著性水平上是平穩(wěn)的，而滬深300股指現(xiàn)貨是不平穩(wěn)的。而對(duì)兩個(gè)時(shí)間序列的一階差分即對(duì)數(shù)收益率進(jìn)行平穩(wěn)性分析，結(jié)果如表4、表5所示。

結(jié)果顯示，無(wú)論是期貨還是現(xiàn)貨，兩者的對(duì)數(shù)收益率序列都是平穩(wěn)的。

4.4 協(xié)整檢驗(yàn)

滬深300股指期貨和現(xiàn)貨指數(shù)取對(duì)數(shù)后序列并不平穩(wěn)，但可能存在協(xié)整關(guān)系，因此可以進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示。

如表6所示，根據(jù)統(tǒng)計(jì)量檢驗(yàn)沒(méi)有協(xié)整關(guān)系與至少存在一個(gè)協(xié)整關(guān)系的原假設(shè)都被拒絕，而檢驗(yàn)結(jié)果顯示在5%的顯著性水平上存在2個(gè)協(xié)整關(guān)系。

如表7所示，根據(jù)最大特征值法可以看出，對(duì)于股指期貨和現(xiàn)貨的時(shí)間序列來(lái)說(shuō)，在5%的顯著水平，有一個(gè)最大特征值統(tǒng)計(jì)量大于其臨界值，進(jìn)一步證明了股指期貨和現(xiàn)貨的時(shí)間序列數(shù)據(jù)存在協(xié)整關(guān)系。

根據(jù)表8可以看出滬深300股指期貨與現(xiàn)貨之間存在的協(xié)整關(guān)系為期貨變動(dòng)1%，現(xiàn)貨就會(huì)變動(dòng)1.1729%，兩者之間存在長(zhǎng)期均衡關(guān)系。

4.5 滬深300股指期貨、現(xiàn)貨序列向量誤差糾正模型

由于協(xié)整關(guān)系存在，滬深300股指期貨和現(xiàn)貨向量自回歸模型VAR可以轉(zhuǎn)化為誤差糾正模型，對(duì)應(yīng)的方程如下：

D（LNHSt）= 0.600765724681×（LNHSt-1 - 0.902296533456×LNIFt-1 - 0.806246152461）+ 0.343232331653×D（LNHSt-1）- 0.662385601216×D（LNHSt-2）- 0.281310661172×D（LNIFt-1）+ 0.421688253088×D（LNIFt-2）+ 0.00245384902439

D（LNIFt）= 1.2964312822×（LNHSt-1 - 0.902296533456×LNIFt-1 - 0.806246152461）+ 0.339486383134×D（LNHSt-1）- 0.688261843803×D（LNHSt-2）- 0.295591171592×D（LNIFt-1）+ 0.429298825596×D（LNIFt-2）+ 0.00299201881675

以上方程的調(diào)節(jié)系數(shù)分別為0.600765724681和1.2964312822。說(shuō)明滬深300股指期貨價(jià)格與現(xiàn)貨價(jià)格的短期波動(dòng)，受偏離長(zhǎng)期均衡離差的影響較大。從模型中還可以看到，滬深300股指期貨的下跌會(huì)引導(dǎo)現(xiàn)貨下跌（正的回歸系數(shù)），反之亦然。

5 結(jié) 論

第一，中國(guó)滬深300股指期貨和現(xiàn)貨市場(chǎng)互相影響，有著相似的長(zhǎng)期走勢(shì)，具有明顯的聯(lián)動(dòng)性。研究也證明，盡管我國(guó)的股指期貨與西方國(guó)家相比歷史較短，尚需進(jìn)一步發(fā)展并擴(kuò)充市場(chǎng)規(guī)模，但也已經(jīng)初步具備發(fā)現(xiàn)未來(lái)股市走勢(shì)的作用。

第二，滬深300股指期貨與現(xiàn)貨市場(chǎng)走勢(shì)的相互引導(dǎo)作用較為明顯，然而基本面因素才是決定股票市場(chǎng)和股指期貨市場(chǎng)總體走勢(shì)的關(guān)鍵因素。股指期貨市場(chǎng)不能改變股票市場(chǎng)的總體走勢(shì)，但股指期貨市場(chǎng)產(chǎn)生的超前信息卻有引導(dǎo)股票市場(chǎng)下跌或上漲的可能性。如果能合理使用股指期貨市場(chǎng)產(chǎn)生的超前信息就可以提前分析市場(chǎng)趨勢(shì)從而做出正確的市場(chǎng)判斷，從而規(guī)避股票市場(chǎng)的投資風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]ANTONIOU A，HOLMES P，PRIESTLEY R.The Effects of Stock Index Futures Trading on Stock Index Volatility：An Analysis of the Asymmetric Response of Volatility to News[J].Journal of Futures Markets，1998，18（2）：151-166.

[2]ZHONG M，DARRAT A F，Otero R.Price Discovery and Volatility Spillovers in Index Futures Markets：Some Evidence from Mexico[J].Journal of Banking & Finance，2004，28（12）：3037-3054.

[3]熊熊，王芳.我國(guó)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，2008，10（4）：321-325.

[4]劉考場(chǎng)，李樹(shù)丞，舒楊.股指期貨對(duì)于市場(chǎng)波動(dòng)性影響的分析——基于KOSPI200和TAIEX股指期貨的實(shí)證分析[J].河北大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2008，33（3）：121-125.

[5]邢天才，張閣.股指期貨的推出對(duì)現(xiàn)貨市場(chǎng)影響的實(shí)證研究——基于新華富時(shí)A50的分析[J].財(cái)經(jīng)問(wèn)題研究，2009（7）：83-88.

[6]張彥.中國(guó)股指期貨與現(xiàn)貨關(guān)系的實(shí)證研究——基于滬深300股指期貨[J].價(jià)值工程，2011，30（33）：126-128.

[7]張宗成，劉少華.滬深300股指期貨市場(chǎng)與現(xiàn)貨市場(chǎng)聯(lián)動(dòng)性及引導(dǎo)關(guān)系實(shí)證分析[J].中國(guó)證券期貨，2010（5X）：4-6.