■張茂軍，郭夢菲，李 昊

本文基于VAR模型的預(yù)測誤差方差分解方法，構(gòu)建了測量國債期貨與現(xiàn)貨收益與波動的總溢出指標(biāo)和定向溢出指標(biāo)，進(jìn)而分析信息傳導(dǎo)的跨市場行為。首先，通過格蘭杰因果檢驗選擇國債期貨和現(xiàn)貨在計算溢出指標(biāo)時的順序，然后從溢出效應(yīng)的平均水平和動態(tài)變化兩方面分析信息在國債期貨市場和現(xiàn)貨市場的傳導(dǎo)行為。研究表明：國債期貨市場是信息的傳導(dǎo)者，國債現(xiàn)貨市場是信息的接收者，說明國債期貨市場具有價格發(fā)現(xiàn)功能；在大部分期限，信息在收益溢出效應(yīng)中的傳導(dǎo)強于在波動溢出效應(yīng)中的傳導(dǎo)，且滾動樣本溢出指標(biāo)的動態(tài)特征能夠捕捉一些重大事件。

一、引言與文獻(xiàn)綜述

國債作為資本市場的重要構(gòu)成部分，為中國經(jīng)濟發(fā)展提供了重要的融資功能，其定價和融資功能推動了中國資本市場的快速發(fā)展。在交易機制方面，國債分別在銀行間債券市場和滬深交易所交易，且銀行間市場的交易占90%以上，而交易所交易的比重較少。其中，銀行間市場屬于場外市場，其信息傳導(dǎo)功能較弱，而交易所市場屬于場內(nèi)市場，具有較強的信息傳導(dǎo)功能，這種市場分割導(dǎo)致國債的合理定價功能無法得到有效體現(xiàn)。為此，在2013年和2015年，我國分別發(fā)行了5年期國債期貨和10年期國債期貨。國債期貨交易重啟后，其價格發(fā)現(xiàn)功能可以有效預(yù)測國債的合理價格，減小國債市場分割造成的信息不對稱。在國債期貨的套利交易過程中，信息和資金在期貨市場與現(xiàn)貨市場之間相互傳導(dǎo)，共同影響國債期貨與現(xiàn)貨的收益和風(fēng)險變化，形成了市場收益溢出和波動溢出效應(yīng)。

收益溢出效應(yīng)本質(zhì)上是研究國債期貨和現(xiàn)貨的價格發(fā)現(xiàn)功能。在國債期貨是否具有價格發(fā)現(xiàn)功能方面，以美國為代表的成熟市場和以中國為代表的新興市場表現(xiàn)出不同特征。國外研究看，Hung&Zhang（1995）發(fā)現(xiàn)美國國債期貨具有價格發(fā)現(xiàn)功能。Brandt&Kavajecz（2007）從訂單流、流動性與收益視角分析了美國國債期貨市場的價格發(fā)現(xiàn)功能。Mizrach&Neely（2008）研究了美國國債期貨與現(xiàn)貨在不同時期的信息傳導(dǎo)特征。國內(nèi)研究看，周冰和陳楊龍（2013）研究表明中國國債期貨仿真交易已初步具備規(guī)避利率風(fēng)險的功能，國債期貨的仿真價格暫時單方面受現(xiàn)貨市場影響，不具備價格發(fā)現(xiàn)功能。呂映輝和李淵（2016）基于中國國債期貨上市后的交易數(shù)據(jù)，通過分析國債期貨市場與現(xiàn)貨市場價格的互動關(guān)系，發(fā)現(xiàn)5年期國債期貨價格能夠有效引導(dǎo)中證中期國債指數(shù)價格變動。王蘇生等（2017）利用高頻數(shù)據(jù)分析了中國國債期貨的價格發(fā)現(xiàn)能力，發(fā)現(xiàn)中國國債期貨市場對價格發(fā)現(xiàn)的貢獻(xiàn)程度占主導(dǎo)地位。此外，在國債期貨與現(xiàn)貨價格發(fā)現(xiàn)功能的影響因素方面，Man et al.（2013）研究了美國交易機制對國債期貨市場價格發(fā)現(xiàn)功能的影響。Orlowski（2015）研究了不同交易方式對美國國債期貨價格波動的影響，Park et al.（2017）分析了外資參與對韓國國債期貨市場以及其價格發(fā)現(xiàn)功能的影響，郭彥峰等（2016）研究了交易量對中國國債期貨價格發(fā)現(xiàn)功能的影響。

綜上，目前文獻(xiàn)大都集中于分析國債期貨和現(xiàn)貨的價格發(fā)現(xiàn)功能，即收益溢出效應(yīng)，而并沒有對它們的波動溢出效應(yīng)進(jìn)行分析，且尚未對國債期貨和現(xiàn)貨的收益溢出效應(yīng)和波動溢出進(jìn)行精確測量。Diebold&Yilmaz（2009）提出了測量溢出效應(yīng)的有效方法，并已經(jīng)在股票市場、能源市場等領(lǐng)域得到了廣泛應(yīng)用?；诖耍疚慕柚摲椒ㄖ械念A(yù)測誤差方差分解方法，運用格蘭杰因果檢驗方法確定協(xié)方差矩陣Cholesky分解中的變量輸入順序，構(gòu)建了總溢出指標(biāo)和定向溢出指標(biāo)，分析國債期貨和現(xiàn)貨的收益溢出和波動溢出效應(yīng)，進(jìn)而研究兩個市場中信息的傳導(dǎo)效應(yīng)。本文的新意主要體現(xiàn)在以下三方面：第一，首次從定量視角研究了中國國債期貨和現(xiàn)貨市場的跨市場信息傳導(dǎo)機理，豐富了國債期貨的研究內(nèi)容；第二，借助預(yù)測誤差方差分解方法定義了國債期貨與現(xiàn)貨的收益溢出與波動溢出指標(biāo)，包括總溢出指標(biāo)、定向總溢出指標(biāo)和定向凈溢出指標(biāo)，為研究跨市場信息傳導(dǎo)提供了新方法；第三，發(fā)現(xiàn)國債期貨市場是信息的傳導(dǎo)者、國債現(xiàn)貨市場是信息的接收者，信息在收益溢出效應(yīng)中的傳導(dǎo)強于在波動溢出效應(yīng)中的傳導(dǎo)。

二、溢出效應(yīng)的測量方法

本文參照Diebold&Yilmaz（2009）的預(yù)測誤差方差分解方法，對國債期貨與現(xiàn)貨的收益溢出與波動溢出進(jìn)行了精確測量，包括總溢出指標(biāo)、定向總溢出指標(biāo)和定向凈溢出指標(biāo)。為了描述國債期貨和現(xiàn)貨的溢出指標(biāo)，考慮二元時間序列Xt的p階VAR模型，其形式為：

其中，Xt=（X1t，X2t）′，Φ是 2×2 的常系數(shù)矩陣。εt：（0，∑ε）是新息向量，其協(xié)方差矩陣∑ε正定。

為了使新息正交化，對協(xié)方差矩陣進(jìn)行Cholesky分解，得到：

其中，G是一個主對角元素為正的對角矩陣，Q是一個對角線元素全為1的下三角矩陣，P是下三角矩陣。令，則有∑u=E（）=I2。ut是協(xié)方差為單位矩陣的白噪聲向量，且是正交化新息。

在分析預(yù)測誤差方差時，需將序列Xt表示為VMA模型，其形式為：

定義序列Xt的向前H步預(yù)測值為：

其中，E（·│Ft）表示在信息流Ft下的條件數(shù)學(xué)期望。對應(yīng)序列Xt的向前H步預(yù)測誤差向量為：

基于式（5）可計算出Xt的向前H步預(yù)測誤差方差為：

本文利用上述向前H步預(yù)測誤差方差分析方法，分析變量X1t的新息和X2t的新息相對向量Xt的向前H步預(yù)測誤差方差的貢獻(xiàn)度，定義變量X1t與X2t向前H步的總溢出指標(biāo)為：

為了分析單個變量的新息對其他變量的影響，本文分析了定向溢出指標(biāo)，將X1t的新息相對X2t的向前H步預(yù)測誤差方差的貢獻(xiàn)度定義為X1t對X2t的向前H步定向總溢出指標(biāo)：

相應(yīng)地，將X2t的新息相對X1t的向前H步預(yù)測誤差方差的貢獻(xiàn)度定義為X2t對X1t的向前H步的定向總溢出指標(biāo)：

為了研究X1t與X2t之間信息的定向傳導(dǎo)程度，定義X1t對X2t向前H步的定向凈溢出指標(biāo)為：

相應(yīng)地，X2t對X1t向前H步的定向凈溢出指標(biāo)為：

本文利用上述定義的五個溢出指標(biāo)測量國債期貨市場和現(xiàn)貨市場之間的信息傳導(dǎo)效應(yīng)，即收益溢出效應(yīng)和波動溢出效應(yīng)。

三、數(shù)據(jù)選取與統(tǒng)計檢驗

2013年5年期國債期貨合約上市，合約標(biāo)的是面值為100萬元人民幣、票面利率為3%的5年期國債?？紤]到市場流動性和存續(xù)性因素，本文以5年期國債期貨代表國債期貨市場。另外，參考王蘇生等（2017）的做法，選取與國債期貨聯(lián)系最為緊密且交易流動性最好的國泰上證5年期國債ETF代表國債現(xiàn)貨市場。該基金屬于債券型基金，其業(yè)績比較基準(zhǔn)為上證5年期國債指數(shù)收益率，緊密跟蹤標(biāo)的指數(shù)，追求跟蹤偏離度和跟蹤誤差最小化，主要投資于標(biāo)的指數(shù)成分國債和備選成分國債，且投資比例不低于基金資產(chǎn)凈值的90%。同時，選取二者從2013年9月6日～2017年5月25日的日收盤價作為統(tǒng)計樣本，共計872個數(shù)據(jù)，數(shù)據(jù)來自東方財富Choice數(shù)據(jù)庫。

采用對數(shù)收益率計算國債期貨和現(xiàn)貨的收益率，其計算公式為：

其中，i=f或s，f表示國債期貨，s表示國債現(xiàn)貨，Pf，t表示國債期貨日收盤價，Ps，t表示國債現(xiàn)貨日收盤價，rf，t表示國債期貨日收益率，rs，t表示國債現(xiàn)貨日收益率。

利用GARCH模型計算國債期貨和現(xiàn)貨的收益率的波動率，其計算公式為：

其中，i=f或s，σf,t表示國債期貨收益率的波動率，σs,t表示國債現(xiàn)貨收益率的波動率，收益率方程（12）刻畫國債期貨與現(xiàn)貨的收益率序列，其波動率用方程（13）描述的ARMA（p，q）-GARCH（1，1）進(jìn)行建模擬合。

按照收益率方程（12）繪制國債期貨與現(xiàn)貨收益率時序圖，如圖1所示。其中，圖1（a）為國債期貨日收益率，圖1（b）為國債現(xiàn)貨日收益率。通過觀察可以發(fā)現(xiàn)，國債期貨與現(xiàn)貨的收益率均在0值附近波動，國債期貨與現(xiàn)貨收益率時序圖均呈現(xiàn)波動聚集效應(yīng)。

圖1 國債期貨與現(xiàn)貨日收益率

圖2 國債期貨與現(xiàn)貨波動率

根據(jù)方程（13），本文繪制了國債期貨與現(xiàn)貨的波動率時序圖，如圖2所示。其中，圖2（a）為國債期貨波動率，圖2（b）為國債現(xiàn)貨波動率。通過觀察可以發(fā)現(xiàn)，國債期貨市場的波動最大，國債現(xiàn)貨市場的波動最小，且國債期貨市場與現(xiàn)貨市場的波動均具有很高的持久性。

進(jìn)一步，用JB統(tǒng)計量檢驗正態(tài)性，用ADF單位根檢驗平穩(wěn)性，用Ljung-Box Q（m）統(tǒng)計量檢驗自相關(guān)性，用Ljung-Box統(tǒng)計量Q2（m）檢驗序列的波動集聚效應(yīng)（又稱為ARCH效應(yīng)），用多元Ljung-Box Q（m）統(tǒng)計量檢驗交叉相關(guān)性，其結(jié)果見表1。其中，JB正態(tài)性檢驗結(jié)果表明兩市場的收益率序列與波動率序列均為非正態(tài)分布，ADF單位根檢驗結(jié)果表明兩市場收益率序列與波動率序列均平穩(wěn)。Ljung-Box Q（12）統(tǒng)計量表明兩市場收益率序列與波動率序列均存在自相關(guān)性，且收益率序列平方的Ljung-Box Q2（12）統(tǒng)計量表明，在1%的顯著性水平下國債期貨與現(xiàn)貨的收益率均具有較強的ARCH效應(yīng)。

表1 國債期貨與現(xiàn)貨收益率序列及波動率序列的統(tǒng)計描述

用Cholesky分解得到的正交化新息使得預(yù)測誤差方差分解依賴于變量的輸入順序，故而需要確定變量的輸入順序。Granger因果檢驗是判斷變量順序的有效方法，故而本文用該方法分析X1t和X2t的順序。由國債期貨與現(xiàn)貨的格蘭杰因果檢驗結(jié)果可知，VAR模型階數(shù)p從1～5時，無論是收益率還是波動率，國債期貨是現(xiàn)貨的Granger原因，國債現(xiàn)貨不是期貨的Granger原因。因此，在收益溢出效應(yīng)和波動溢出效應(yīng)的研究中，Xt=（X1t，X2t）′的分量 X1t表示國債期貨變量，X2t表示國債現(xiàn)貨變量。

用方程（1）中的VAR模型分析收益溢出效應(yīng)與波動溢出效應(yīng)時，需分別考察國債期貨和現(xiàn)貨收益率序列、波動率序列的交叉相關(guān)性。為此，本文用多元Ljung-Box統(tǒng)計量分別對兩市場的收益率序列的交叉相關(guān)性與波動率序列的交叉相關(guān)性進(jìn)行檢驗，由檢驗結(jié)果可知，滯后六階的多元Ljung-Box Q統(tǒng)計量在5%的顯著性水平下顯著，表明國債期貨與現(xiàn)貨的收益率序列存在交叉相關(guān)性，且國債期貨與現(xiàn)貨的波動率序列也存在交叉相關(guān)性。因此，可以建立VAR模型，并借助預(yù)測誤差方差分析收益溢出效應(yīng)和波動溢出效應(yīng)。

四、計算收益溢出效應(yīng)和波動溢出效應(yīng)

本文在計算國債期貨和現(xiàn)貨的收益溢出和波動溢出效應(yīng)中，采用總樣本計算溢出指標(biāo)，從而可以刻畫這些溢出效應(yīng)的平均水平。同時，用滾動樣本計算溢出指標(biāo)既可以刻畫這些溢出效應(yīng)的動態(tài)特征，也可以反映特定時期特定事件的溢出效應(yīng)。因此，本文從兩方面分別計算國債期貨和現(xiàn)貨的定向總溢出、定向凈溢出和總溢出。

（一）溢出效應(yīng)的平均水平

首先，根據(jù)AIC、BIC、HQ信息準(zhǔn)則，選取收益率序列的VAR模型的相對最優(yōu)滯后階數(shù)為3，根據(jù)方程（6）計算國債期貨和現(xiàn)貨收益率的向前1～4步預(yù)測誤差方差，如表2所示。表2中，第2～5行的第3列表示國債期貨收益率的新息對國債期貨收益率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第2～5行的第4列表示國債現(xiàn)貨收益率的新息對國債期貨收益率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第6～9行的第3列表示國債期貨收益率的新息對國債現(xiàn)貨收益率的預(yù)測誤差方差的貢獻(xiàn)，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第6～9行的第4列表示國債現(xiàn)貨收益率的新息對國債現(xiàn)貨收益率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）。

表2 國債期貨與現(xiàn)貨收益率的預(yù)測誤差方差分解

由表2的相應(yīng)數(shù)據(jù)代入溢出指標(biāo)公式（7）～（11），計算國債期貨與現(xiàn)貨收益率的定向總溢出、定向凈溢出和總溢出，如表3所示。由表3可知，國債期貨與現(xiàn)貨收益率的總溢出指標(biāo)為17.41%，說明在國債期貨市場和現(xiàn)貨市場收益率預(yù)測中，彼此之間信息傳導(dǎo)的貢獻(xiàn)率為17.41%。國債期貨對現(xiàn)貨收益率的定向總溢出指標(biāo)為34.62%，表明國債期貨收益率的信息對國債現(xiàn)貨收益率預(yù)測的貢獻(xiàn)率為34.62%。然而，國債現(xiàn)貨對期貨收益率的定向總溢出指標(biāo)為0.20%，意味著國債現(xiàn)貨收益率的信息對國債期貨收益率預(yù)測的貢獻(xiàn)率為0.20%。國債期貨對國債現(xiàn)貨收益率的定向凈溢出指標(biāo)為34.42%，國債現(xiàn)貨對國債期貨收益率的定向凈溢出指標(biāo)為-34.42%，說明在抵消了國債現(xiàn)貨對國債期貨的信息傳導(dǎo)后，國債期貨市場是信息的傳導(dǎo)者，國債現(xiàn)貨市場是信息的接收者，進(jìn)一步說明國債期貨市場已經(jīng)具有價格發(fā)現(xiàn)功能，能夠顯著引導(dǎo)國債現(xiàn)貨市場。

表3 國債期貨與現(xiàn)貨收益率的向前4步預(yù)測的溢出指標(biāo)

類似地，根據(jù)AIC、BIC、HQ信息準(zhǔn)則，選取波動率序列的VAR模型的相對最優(yōu)滯后階數(shù)為4。利用式（13）計算國債期貨和現(xiàn)貨收益率的波動率，然后用式（6）計算國債期貨和現(xiàn)貨波動率的向前1～4步預(yù)測誤差方差，如表4所示。由表4可知，第2～5行的第3列表示國債期貨波動率的新息對國債期貨波動率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第2～5行的第4列表示國債現(xiàn)貨波動率的新息對國債期貨波動率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第6～9行的第3列表示國債期貨波動率的新息對國債現(xiàn)貨波動率的預(yù)測誤差方差的貢獻(xiàn)，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）；第6～9行的第4列表示國債現(xiàn)貨波動率的新息對國債現(xiàn)貨波動率的預(yù)測誤差方差的貢獻(xiàn)值，對應(yīng)溢出指標(biāo)公式中的（h=0，1，2，3）。

表4 國債期貨與現(xiàn)貨波動率的預(yù)測誤差方差分解

由表4的相應(yīng)數(shù)據(jù)代入溢出指標(biāo)公式（7）～（11），計算國債期貨與現(xiàn)貨波動率的定向總溢出指標(biāo)、定向凈溢出指標(biāo)和總溢出指標(biāo)，如表5所示。從中可知，國債期貨與現(xiàn)貨波動率的總溢出指標(biāo)為9.35%，表明在兩市場波動率預(yù)測中，彼此之間信息傳導(dǎo)的貢獻(xiàn)率為9.35%。國債期貨對現(xiàn)貨波動率的定向總溢出指標(biāo)為18.58%，意味著國債期貨波動率的信息對國債現(xiàn)貨波動率預(yù)測的貢獻(xiàn)率為18.58%。然而，國債現(xiàn)貨對期貨波動率的定向總溢出指標(biāo)為0.12%，說明國債現(xiàn)貨波動率的信息對國債期貨波動率預(yù)測的貢獻(xiàn)率僅為0.12%。國債期貨對現(xiàn)貨波動率的定向凈溢出指標(biāo)為18.46%，國債現(xiàn)貨對期貨波動率的定向凈溢出指標(biāo)為-18.46%，說明在抵消了國債現(xiàn)貨對期貨的信息傳導(dǎo)后，國債期貨市場是信息的傳導(dǎo)者，國債現(xiàn)貨市場是信息的接收者。

表5 國債期貨與現(xiàn)貨波動率的向前4步預(yù)測的溢出指標(biāo)

通過比較表3與表5，發(fā)現(xiàn)國債期貨與現(xiàn)貨市場收益率的跨市場信息傳導(dǎo)占全部信息傳導(dǎo)的17.41%，國債期貨與現(xiàn)貨市場波動率的跨市場信息傳導(dǎo)占9.35%，意味著國債期貨和現(xiàn)貨的收益溢出效應(yīng)強于波動溢出效應(yīng)，且國債期貨市場對國債現(xiàn)貨市場呈現(xiàn)單向信息傳導(dǎo)，即主要存在國債期貨對現(xiàn)貨的信息傳導(dǎo)。

（二）溢出效應(yīng)的動態(tài)特征

總樣本溢出測量能很好反映收益溢出與波動溢出的平均水平，但可能會忽略一些重要時刻的溢出情況。為了解決這一問題，本文引進(jìn)滾動樣本來刻畫動態(tài)溢出效應(yīng)，即基于240天的滾動樣本（大概為1年的工作周期），通過溢出指標(biāo)的時序圖來刻畫收益溢出與波動溢出的動態(tài)特征。

圖3 國債期貨與現(xiàn)貨的總溢出

圖3 描述了國債期貨與現(xiàn)貨的總溢出指標(biāo)時序圖，橫軸表示每個滾動窗口的最后一天的日期，縱軸表示國債期貨與現(xiàn)貨的總溢出指標(biāo)，實線表示收益總溢出指標(biāo)，虛線表示波動總溢出指標(biāo)。從中可以發(fā)現(xiàn)，收益總溢出與波動總溢出的總體走勢幾乎一致，在2014年9月～2016年12月期間，收益總溢出指標(biāo)高于波動總溢出指標(biāo)，意味著國債期貨與現(xiàn)貨在收益中的信息傳導(dǎo)強于在波動中的信息傳導(dǎo)。在2016年12月中旬～2017年3月期間，波動總溢出指標(biāo)略高于收益總溢出指標(biāo)，表明國債期貨與現(xiàn)貨在波動中的信息傳導(dǎo)略強于在收益中的信息傳導(dǎo)。在2017年3月后，收益總溢出指標(biāo)再次高于波動總溢出指標(biāo)，也表明國債期貨與現(xiàn)貨在收益中的信息傳導(dǎo)再次強于在波動中的信息傳導(dǎo)。圖3中，從2016年11月25日～2016年12月14日，國債期貨和現(xiàn)貨的收益總溢出和波動總溢出急劇上升，預(yù)示著信息傳播速度增大，該時期經(jīng)濟環(huán)境發(fā)生了諸多事件，如PMI創(chuàng)新高顯示經(jīng)濟復(fù)蘇能力較強，市場資金面大幅緊張，大連機床的公司債、冀物流的公司債和中城建的公司債都發(fā)生違約和同業(yè)CD資金鏈斷裂等。

其中，就收益總溢出而言，在第1個窗口，其總溢出指標(biāo)低于15%，在2014年9月～2016年12月期間，總溢出指標(biāo)在10%～20%范圍內(nèi)浮動，但在2016年末，總溢出指標(biāo)發(fā)生了重大變化，即總溢出指標(biāo)超過了20%，并且之后一直在20%～30%范圍內(nèi)浮動。從總溢出效應(yīng)圖也可以發(fā)現(xiàn)，2014年末，總溢出從不到15%突然增加到18%，此后整體向下輕微浮動，直到2016年7月中旬，總溢出指標(biāo)達(dá)到最低值，2016年末急劇大約增加到25%。就波動總溢出圖而言，在第1個窗口，其總溢出指標(biāo)低于5%，在2014年9月～2016年10月期間，總溢出指標(biāo)在0～10%范圍內(nèi)浮動，但在2016年10月～11月期間，其總溢出指標(biāo)略高于10%，尤其在2016年末急劇增長到25%，甚至略高于收益總溢出指標(biāo)，此后維持在20%～30%范圍內(nèi)浮動。在總溢出效應(yīng)圖中，2014年末總溢出指標(biāo)從大約4%增加到8%，此后便整體向下輕微浮動，直到2016年1月達(dá)到最低值，此后又整體向上浮動，2016年末，總溢出指標(biāo)急劇增到25%。

圖4 國債期貨與現(xiàn)貨之間的定向總溢出指標(biāo)

圖4 呈現(xiàn)了國債期貨與現(xiàn)貨之間的定向總溢出。其中，圖4（a）為國債期貨對現(xiàn)貨的定向總溢出指標(biāo)，圖4（b）為國債現(xiàn)貨對期貨的定向總溢出指標(biāo)。通過比較可以發(fā)現(xiàn)，無論是收益還是波動，主要存在國債期貨對現(xiàn)貨的溢出效應(yīng)。在2014年9月～2016年12月期間，國債期貨對現(xiàn)貨的定向總溢出主要體現(xiàn)為收益溢出，意味著國債期貨對現(xiàn)貨的信息傳導(dǎo)情況主要體現(xiàn)在收益方面，但在2016年12月～2017年3月期間，國債期貨對現(xiàn)貨在波動中的信息傳導(dǎo)略高于在收益中的信息傳導(dǎo)。由圖4（a）可知，在2014年9月～2016年12月期間，國債期貨對現(xiàn)貨收益的定向溢出在20%～40%范圍內(nèi)浮動，但也經(jīng)歷了一些小浮動，在第1個窗口低于30%，在2014年末增加到38%，此后便整體向下浮動，直到2016年7月中旬，溢出指標(biāo)達(dá)到最低值。2016年末，溢出指標(biāo)急劇增加到45%，表明國債期貨對現(xiàn)貨在收益中的信息傳導(dǎo)指標(biāo)達(dá)到了45%，此后便在40%～50%區(qū)間浮動。在2014年9月～2016年12月期間，國債期貨對現(xiàn)貨波動的定向溢出在0～20%范圍內(nèi)浮動，但也經(jīng)歷了一些小浮動，在第1個窗口中其溢出指標(biāo)低于10%，2014年末增加到18%，此后便整體向下浮動，直到2016年1月達(dá)到最低值，此后又整體向上浮動，2016年末急劇增加到50%左右，即國債期貨對現(xiàn)貨在波動中的信息傳導(dǎo)指標(biāo)達(dá)到了50%，此后便在40%～60%間浮動。由圖4（b），在2014年9月～2016年12月期間，國債現(xiàn)貨對期貨收益的定向溢出，大約在0～1%范圍內(nèi)浮動，但在2016年12月后急劇增加，最高時達(dá)到5.5%。同時，國債現(xiàn)貨對期貨波動的定向溢出在0～1%范圍內(nèi)浮動。這表明國債現(xiàn)貨對期貨的信息傳導(dǎo)比較小。

圖5 國債期貨對現(xiàn)貨及現(xiàn)貨對期貨的定向凈溢出指標(biāo)

圖5 為國債期貨與現(xiàn)貨的定向凈溢出圖。其中，圖5（a）為國債期貨對現(xiàn)貨的定向凈溢出指標(biāo)，表明國債期貨對現(xiàn)貨的定向凈溢出指標(biāo)大于0，意味著在抵消了國債現(xiàn)貨對期貨的信息傳導(dǎo)后，國債期貨市場是信息的傳導(dǎo)者。相反，圖5（b）為國債現(xiàn)貨對期貨的定向凈溢出指標(biāo)，表明國債現(xiàn)貨市場是信息的接收者。

（三）穩(wěn)健性檢驗

為了考察不同的預(yù)測步數(shù)、VAR模型階數(shù)、滾動樣本寬度是否會影響國債期貨與現(xiàn)貨溢出效應(yīng)的動態(tài)特征變化的一致性，本文分析收益總溢出指標(biāo)、波動總溢出指標(biāo)、國債期貨對現(xiàn)貨收益和波動的定向總溢出指標(biāo)對這三類參數(shù)影響的穩(wěn)健性。首先，選取預(yù)測步數(shù)為3～6步，考察滾動樣本溢出指標(biāo)對預(yù)測步數(shù)選取的敏感度。結(jié)果表明，當(dāng)選取的預(yù)測步數(shù)為3～6步時，滾動樣本溢出指標(biāo)的整體走勢并不隨預(yù)測步數(shù)的變化而變化，說明國債期貨與現(xiàn)貨的溢出指標(biāo)對預(yù)測步數(shù)選取的敏感度并不強。其次，選取VAR模型階數(shù)為1～5，考察滾動樣本溢出指標(biāo)對VAR模型階數(shù)選取的敏感度。結(jié)果表明，滾動樣本溢出指標(biāo)的整體走勢并不隨VAR模型階數(shù)的變化而變化，說明國債期貨與現(xiàn)貨的溢出指標(biāo)對VAR模型階數(shù)選取的敏感度并不強。最后，選取滾動樣本為200天與240天，分析滾動樣本溢出指標(biāo)對滾動樣本寬度選取的敏感度，觀察國債期貨與現(xiàn)貨總溢出指標(biāo)（收益或波動）以及國債期貨對現(xiàn)貨的定向總溢出指標(biāo)（收益或波動）。結(jié)果發(fā)現(xiàn)滾動樣本溢出指標(biāo)的整體走勢并不隨滾動樣本的寬度的變化而變化，說明國債期貨與現(xiàn)貨的溢出指標(biāo)對滾動樣本寬度的選取并不敏感。綜上可知，國債期貨與現(xiàn)貨的收益和波動的總溢出指標(biāo)、國債期貨對現(xiàn)貨收益和波動的定向總溢出指標(biāo)對預(yù)測步數(shù)、VAR模型階數(shù)以及滾動樣本寬度的敏感度并不強，說明國債期貨與現(xiàn)貨的滾動樣本的溢出指標(biāo)具有穩(wěn)健性。

五、主要結(jié)論

本文基于VAR模型的預(yù)測誤差方差分解方法，對國債期貨與現(xiàn)貨的收益溢出與波動溢出進(jìn)行了精確測量，包括總溢出指標(biāo)，定向總溢出指標(biāo)，定向凈溢出指標(biāo)。由于Cholesky分解得到的正交化新息使得預(yù)測誤差方差分解依賴于變量的輸入順序，故而通過格蘭杰因果檢驗對輸入變量的順序進(jìn)行選擇，最終確定國債期貨的收益率和波動率為第一個分量，國債現(xiàn)貨收益率和波動率為第二個分量。另外，通過總樣本溢出測量結(jié)果來反映國債期貨和現(xiàn)貨溢出的平均水平，并運用滾動樣本溢出刻畫動態(tài)溢出特征。其中，總樣本溢出測量結(jié)果表明，國債期貨和現(xiàn)貨市場收益的信息傳導(dǎo)占17.41%，國債期貨和現(xiàn)貨市場波動的信息傳導(dǎo)占9.35%，意味著國債期貨市場與現(xiàn)貨市場之間的收益溢出效應(yīng)強于波動溢出效應(yīng)，而且國債期貨對現(xiàn)貨呈現(xiàn)單向信息傳導(dǎo)。滾動樣本溢出測量結(jié)果表明，收益總溢出與波動總溢出的總體走勢幾乎一致，在2014年9月～2016年12月期間，收益總溢出指標(biāo)高于波動總溢出指標(biāo)，即國債期貨和現(xiàn)貨在收益中的信息傳導(dǎo)強于在波動中的信息傳導(dǎo)，在2016年12月～2017年3月期間，波動總溢出指標(biāo)略高于收益總溢出指標(biāo)，即國債期貨和現(xiàn)貨在波動中的信息傳導(dǎo)略強于在收益中的信息傳導(dǎo)，在2017年3月后收益總溢出指標(biāo)再次高于波動總溢出指標(biāo)，即國債期貨和現(xiàn)貨在收益間的信息傳導(dǎo)再次強于在波動間的信息傳導(dǎo)。無論是收益溢出和波動溢出，主要體現(xiàn)在國債期貨對現(xiàn)貨的溢出，即主要存在國債期貨對現(xiàn)貨的信息傳導(dǎo)。最后，本文還從預(yù)測步數(shù)、VAR模型階數(shù)、滾動樣本寬度三個方面對滾動樣本溢出效應(yīng)測量的穩(wěn)健性進(jìn)行了檢驗，結(jié)果表明滾動樣本的溢出指標(biāo)對這三方面的敏感度并不強，說明在滾動樣本情況下，國債期貨與現(xiàn)貨的溢出指標(biāo)具有穩(wěn)健性。

綜上，本文的研究結(jié)論具有重要的理論意義和應(yīng)用價值。其一，從定量視角研究了中國國債期貨和現(xiàn)貨市場的跨市場信息傳導(dǎo)機理，豐富了國債期貨的研究內(nèi)容。其二，借助預(yù)測誤差方差分解方法定義了國債期貨與現(xiàn)貨的收益溢出與波動溢出指標(biāo)，包括總溢出指標(biāo)、定向總溢出指標(biāo)和定向凈溢出指標(biāo)，并且對國債期貨與現(xiàn)貨的總體水平與動態(tài)水平的溢出效應(yīng)進(jìn)行了精確測量，為研究跨市場信息傳導(dǎo)提供了新方法，有助于根據(jù)溢出指標(biāo)構(gòu)建投資策略并制定相關(guān)的政策法規(guī)。其三，國債期貨與現(xiàn)貨之間的兩種溢出效應(yīng)對投資者進(jìn)行套期保值、投機、資產(chǎn)組合具有重要的應(yīng)用價值。其中，國債期貨對現(xiàn)貨的收益溢出效應(yīng)體現(xiàn)了國債期貨的價格發(fā)現(xiàn)功能，可以有效預(yù)測國債的合理定價，為投資者提供決策依據(jù)。其四，滾動樣本溢出指標(biāo)的動態(tài)特征能夠捕捉并預(yù)測重大事件發(fā)生的可能性，從而給投資者和監(jiān)管者做出有效預(yù)防措施提供依據(jù)。

為此，依據(jù)本文對國債期貨與現(xiàn)貨溢出效應(yīng)的傳導(dǎo)機制研究，從監(jiān)管和投資兩個方面，提出幾點政策建議作為參考。第一，完善國債期貨市場和現(xiàn)貨市場的信息披露制度。依據(jù)本文的研究可知，國債期貨市場和現(xiàn)貨市場之間的信息傳導(dǎo)比較弱，通過價格和波動傳導(dǎo)途徑僅僅能體現(xiàn)總信息的17.41%和9.35%。這表明目前國債期貨和現(xiàn)貨市場信息披露不夠充分，存在信息發(fā)布不及時、發(fā)布途徑簡單等諸多不健全的情況。因此，滬深證券交易所和中國銀行間市場交易商協(xié)會應(yīng)該加強發(fā)布國債發(fā)行、交易、政策變化等能體現(xiàn)國債價格變化方面的信息，中國金融期貨交易所也要加大發(fā)布國債期貨轉(zhuǎn)現(xiàn)貨交易信息等方面的信息，逐漸形成國債期貨可以引領(lǐng)和發(fā)現(xiàn)國債現(xiàn)貨價格的信息披露制度。第二，加強量化投資交易策略研發(fā)。量化投資是一種非常有效的投資策略，可以規(guī)避投資者的非理性行為，非常符合市場變化規(guī)律。投資者可以依據(jù)本文的研究成果構(gòu)建國債期貨和現(xiàn)貨量化投資交易策略，有效對沖二者的市場風(fēng)險。