一、引言

(一)研究背景及意義

2005年4月8日，滬深兩家證券交易所共同發(fā)行了用來(lái)觀(guān)測(cè)滬深股票市場(chǎng)總體趨勢(shì)的第一支指數(shù)期貨—滬深300股指期貨。編制該指數(shù)是為了切合我國(guó)金融市場(chǎng)需要，對(duì)我國(guó)股票市場(chǎng)中的股票價(jià)格及其變化機(jī)制進(jìn)行監(jiān)測(cè)和反映。同時(shí)該指數(shù)的推出滿(mǎn)足了投資者對(duì)于風(fēng)險(xiǎn)監(jiān)測(cè)估計(jì)的需要，用該指數(shù)作為相關(guān)領(lǐng)域投資者獲取收益的衡量標(biāo)準(zhǔn)，并為相關(guān)金融產(chǎn)品的創(chuàng)新打下基礎(chǔ)。為股票指數(shù)化投資和相應(yīng)的金融衍品更新?lián)Q代提供經(jīng)驗(yàn)及市場(chǎng)基礎(chǔ)。

通過(guò)對(duì)滬深300指數(shù)期貨收益率序列的時(shí)序圖進(jìn)行研究分析，該指數(shù)期貨的收益率序列會(huì)在某個(gè)時(shí)間段內(nèi)波動(dòng)持續(xù)偏大，而在隨后的時(shí)段波動(dòng)會(huì)持續(xù)偏小，出現(xiàn)所謂的集群效應(yīng)。因此結(jié)合作者所學(xué)，文章試圖通過(guò)擬合GARCH模型分析滬深300股指期貨是如何在金融市場(chǎng)中對(duì)股票現(xiàn)貨作用，繼而在進(jìn)行投資以及風(fēng)險(xiǎn)管理等方面提供一定的信息支持和理論保障。

(二)文獻(xiàn)綜述

國(guó)外有關(guān)學(xué)者在探索金融現(xiàn)貨市場(chǎng)受期貨推出的影響時(shí)，通常會(huì)得到如下兩種判斷：第一類(lèi)認(rèn)為金融期貨推出后，相關(guān)的金融現(xiàn)貨市場(chǎng)效率提高且其波動(dòng)性降低。Darren Butterworth(2000)使用對(duì)稱(chēng)與非對(duì)稱(chēng)GARCH兩種方法關(guān)于富時(shí)250指數(shù)期貨的發(fā)行對(duì)相關(guān)現(xiàn)貨市場(chǎng)的影響分別展開(kāi)了研究。結(jié)果表明，一旦期貨交易進(jìn)行開(kāi)展，金融市場(chǎng)市面上流動(dòng)的信息量開(kāi)始逐漸增多，投資者與被投資者可以獲取更多相關(guān)信息，因而金融股票市場(chǎng)的受到的沖擊會(huì)從最初的大波動(dòng)逐漸放緩[1]。第二類(lèi)認(rèn)為金融期貨推出后，相關(guān)的金融現(xiàn)貨市場(chǎng)信息更新交換頻率降低且其波動(dòng)加劇。Ruchika Gahlot et al.(2010)決定擬合EGARCH模型來(lái)獲取波動(dòng)率的不對(duì)稱(chēng)性。實(shí)驗(yàn)證明，波動(dòng)的劇烈情況與信息的好壞有著非常明顯的聯(lián)系，壞消息相較于好消息來(lái)講對(duì)于波動(dòng)的作用更大[2]。

國(guó)內(nèi)學(xué)者在研究金融現(xiàn)貨市場(chǎng)受期貨推出的影響時(shí)，通常會(huì)得出以下兩種結(jié)論：第一類(lèi)認(rèn)為金融期貨推出后，相關(guān)的金融現(xiàn)貨市場(chǎng)效率提高且其波動(dòng)性降低。華仁海、張朋(2012)采用GARCH模型來(lái)研究相關(guān)股票市場(chǎng)在滬深300正式發(fā)布后，受到的沖擊以及影響。分析結(jié)果表明該期貨的發(fā)行使相關(guān)股票市場(chǎng)面對(duì)信息沖擊時(shí)的反應(yīng)能力得到提高，提高了市場(chǎng)效率[3]。第二類(lèi)認(rèn)為金融期貨推出后，相關(guān)的金融現(xiàn)貨市場(chǎng)效率降低且其波動(dòng)性提高。孫一非 、王臻(2013)的論文表明滬深300期貨的正式推出，市面上信息更新速度減慢，投資者面對(duì)變動(dòng)無(wú)法迅速進(jìn)行反應(yīng)，導(dǎo)致現(xiàn)貨市場(chǎng)受到極大的沖擊[4]。

二、理論模型與數(shù)據(jù)來(lái)源

(一)理論模型

GARCH模型

在分析經(jīng)濟(jì)金融問(wèn)題時(shí)，我們經(jīng)常能夠發(fā)現(xiàn)一些時(shí)間序列在排除趨勢(shì)性、季節(jié)效應(yīng)和隨機(jī)效應(yīng)等不平穩(wěn)影響后，雖然沒(méi)有了顯著的非平穩(wěn)性特征，但會(huì)出現(xiàn)集群效應(yīng)。在研究時(shí)間序列問(wèn)題時(shí)，通常最先接觸到的分析模型就是ARCH模型，ARCH模型是利用過(guò)去的信息進(jìn)行參考，利用自回歸的形式分析序列變化情況但由于A(yíng)RCH模型不能很好地處理序列殘差具有長(zhǎng)期自相關(guān)性這一問(wèn)題的廣義自回歸條件異方差模型，所以我們一般采用GARCH模型研究問(wèn)題，其一般形式如下：

(二) 數(shù)據(jù)來(lái)源

文章選取滬深300指數(shù)交易中收盤(pán)價(jià)日數(shù)據(jù)為研究對(duì)象，共計(jì)2007年1月4日至2017年12月05日約11年的數(shù)據(jù)。文章以2010年4月16日為界限，將數(shù)據(jù)分為兩個(gè)樣本，樣本1：2007年1月4日-2010年4月15日共800個(gè)數(shù)據(jù)和樣本2：2010年4月16日-2017年12月05日共1858個(gè)數(shù)據(jù)。本文數(shù)據(jù)均來(lái)自于同花順大盤(pán)。研究結(jié)果由SAS 9.2軟件以及Eviews 10.0實(shí)現(xiàn)。

三、實(shí)證分析

(一)樣本數(shù)據(jù)的處理

滬深3000股指期貨與現(xiàn)貨指數(shù)存在高度的相關(guān)聯(lián)性。由于股票現(xiàn)貨價(jià)格序列在一般情況下是不具有平穩(wěn)性的。所以我們一般會(huì)選取資產(chǎn)收益率為實(shí)證關(guān)注點(diǎn)。所以本文將滬深300指數(shù)價(jià)格進(jìn)行對(duì)數(shù)一階差分，得到其收益率：rt=lnpt-lnpt-1。

1.序列的描述性統(tǒng)計(jì)分析

圖4-1 樣本1滬深300日收益率時(shí)序圖

圖4-2 樣本2滬深300日收益率時(shí)序圖

通過(guò)觀(guān)察圖4-1和圖4-2，可以看到樣本1和樣本2的收益率序列雖然沒(méi)有了顯著的非平穩(wěn)特征，但會(huì)出現(xiàn)明顯的集群效應(yīng)。

2.序列的平穩(wěn)性檢驗(yàn)及異方差檢驗(yàn)

利用GARCH模型展開(kāi)擬合時(shí)滬深300指數(shù)收益率序列必須是平穩(wěn)的，才能防止“偽回歸”現(xiàn)象的發(fā)生，增強(qiáng)了模型的有效性。所以用ARCH模型開(kāi)始研究時(shí)，我們首先對(duì)樣本1和樣本2的序列展開(kāi)單位根檢驗(yàn)確保序列是平穩(wěn)的。

在證明了樣本1、2的平穩(wěn)性后，我們得到樣本1與樣本2的Q檢驗(yàn)統(tǒng)計(jì)量和LM檢驗(yàn)統(tǒng)計(jì)量的P值<0.0001，因此拒絕原假設(shè)，說(shuō)明殘差序列具備異方差，即該收益率序列具備ARCH效應(yīng)。因此對(duì)滬深300股票指數(shù)收益率序列，本文考慮采用GARCH模型來(lái)展開(kāi)擬合。

(二)擬合GARCH模型

通過(guò)對(duì)經(jīng)濟(jì)領(lǐng)域問(wèn)題的研究，給出GARCH模型的階數(shù)，在大部分情況下GARCH(1，1)模型能夠滿(mǎn)足需求。所以接下來(lái)對(duì)樣本1與樣本2用GARCH(1，1)模型來(lái)依次進(jìn)行估計(jì)，估計(jì)結(jié)果如下圖所示：

圖4-9 樣本1的GARCH模型回歸結(jié)果

圖4-10 樣本2的GARCH模型回歸結(jié)果

由圖4-9可以得出樣本1的條件方差公式：

由圖4-10可以得出樣本2的條件方差公式：

就上述兩個(gè)公式而言，我們能夠看到樣本1的ARCH 項(xiàng)系數(shù)與 GARCH 項(xiàng)系數(shù)之和為0.0629+0.9300=0.9929<1，樣本2的ARCH項(xiàng)系數(shù)與GARCH 項(xiàng)系數(shù)之和為0.0508+0.9483=0.9991<1，即兩個(gè)樣本均滿(mǎn)足 GARCH模型的要求條件，并且均通過(guò)了適應(yīng)性檢驗(yàn)。通過(guò)ARCH模型以及GARCH模型的一般表達(dá)式中可以看出：ARCH項(xiàng)是代表新消息對(duì)現(xiàn)貨市場(chǎng)的作用效果，GARCH項(xiàng)則代表歷史消息對(duì)現(xiàn)貨市場(chǎng)的作用效果，而分析結(jié)果中ARCH項(xiàng)系數(shù)相較于GARCH項(xiàng)系數(shù)小很多，說(shuō)明歷史信息與新信息在股票市場(chǎng)中進(jìn)行比較時(shí)，歷史信息對(duì)于股票現(xiàn)貨的作用效果更加明顯。而樣本2的 GARCH項(xiàng)系數(shù)比樣本1的大，則說(shuō)明在滬深300期貨發(fā)行后歷史信息對(duì)于股票市場(chǎng)的作用效果增強(qiáng)，而樣本2的 ARCH項(xiàng)系數(shù)比樣本1的小，則在股指期貨發(fā)行后股票市場(chǎng)對(duì)于新消息的作用產(chǎn)生的反應(yīng)減輕。綜上所述，股票市場(chǎng)在滬深300推出后在面對(duì)沖擊時(shí)能夠較快的做出反應(yīng)，從而減輕波動(dòng)情況。

四、結(jié)論

文章通過(guò)對(duì)比滬深300股指期貨發(fā)行前的相關(guān)序列與發(fā)行后的相關(guān)序列說(shuō)明該期貨的發(fā)行對(duì)于股票市場(chǎng)波動(dòng)率的作用，基于模型擬合結(jié)果得出如下兩個(gè)結(jié)論：

1.通過(guò)使用用樣本數(shù)據(jù)擬合GARCH(1，1)模型，對(duì)比滬深300股指期貨發(fā)行前后相關(guān)市場(chǎng)在處理信息時(shí)的反應(yīng)能力以及受到的影響，發(fā)現(xiàn)股指期貨的發(fā)行在某種程度上減緩了股票現(xiàn)貨市場(chǎng)的波動(dòng)性。

2.在滬深300指數(shù)期貨發(fā)行前后，舊信息對(duì)于股票市場(chǎng)的影響始終大于新信息對(duì)于股票市場(chǎng)的影響。在股指期貨推出后舊信息對(duì)于股票市場(chǎng)波動(dòng)性影響增強(qiáng)，而新信息對(duì)于股票市場(chǎng)波動(dòng)性影響減弱。

(青島大學(xué)經(jīng)濟(jì)學(xué)院，山東 青島 266061)