姚登寶
(安徽大學(xué) 經(jīng)濟(jì)學(xué)院,安徽 合肥 230601)
股指期貨誕生于20世紀(jì)80年代的美國(guó),并迅速成為投資者套期保值、規(guī)避風(fēng)險(xiǎn)的重要工具。2010年4月之前我國(guó)股市缺少賣(mài)空機(jī)制,對(duì)負(fù)面消息的反應(yīng)不足,政府干預(yù)過(guò)多,投資氣氛濃厚,存在較明顯的“政策市”現(xiàn)象,這些都可能會(huì)導(dǎo)致股市異常波動(dòng)。陳國(guó)進(jìn)和張貽軍指出賣(mài)空限制的缺失是導(dǎo)致中國(guó)股市暴漲暴跌的重要原因[1]。2010年4月16日我國(guó)首支股指期貨—滬深300股指期貨在中國(guó)金融期貨交易所(簡(jiǎn)稱(chēng)中金所)成功上市,在之后不到3年的時(shí)間里,滬深300股指期貨單月名義成交額就已躍居全球股指期貨第二位,儼然已經(jīng)成為全球股指期貨市場(chǎng)中最重要的交易品種之一。
然而,股指期貨對(duì)股市的影響作用自其誕生以來(lái)便引起了很大爭(zhēng)議,特別是1987年10月19日美國(guó)“股災(zāi)”事件之后,人們開(kāi)始關(guān)注股指期貨交易是否是造成股價(jià)暴跌的原因之一。Antoniou 和Garrett認(rèn)為,股指期貨在美國(guó)“股災(zāi)”當(dāng)日確實(shí)沒(méi)有充分發(fā)揮自身的市場(chǎng)功能從而加劇了股價(jià)的大幅下跌,但導(dǎo)致“股災(zāi)”的根源仍然是股市本身,而對(duì)股指期貨市場(chǎng)過(guò)多的管制是治標(biāo)不治本的措施[2]。歷史總是驚人的相似,滬深300股指期貨上市不久,股票現(xiàn)貨市場(chǎng)接連出現(xiàn)振幅高達(dá)5%以上的異常波動(dòng),人們?cè)俅螌?duì)推出股指期貨政策產(chǎn)生質(zhì)疑。2015年6月我國(guó)A股市場(chǎng)爆發(fā)了較為嚴(yán)重的“股災(zāi)”事件,自6月15日開(kāi)始短短三周內(nèi),上證指數(shù)從5178點(diǎn)暴跌至3507點(diǎn),跌幅高達(dá)32%,A股市值瞬間蒸發(fā)超過(guò)25萬(wàn)億元,滬深300指數(shù)跌幅高達(dá)31%。有些投資者將此次“股災(zāi)”事件的原因歸咎于股指期貨市場(chǎng)的“惡意做空”。隨后,中金所于9月初出臺(tái)了四條限制股指期貨交易的調(diào)控政策。此后,股指期貨價(jià)格暴跌,交易慘淡,流動(dòng)性極其短缺,股指期貨的套期保值、風(fēng)險(xiǎn)規(guī)避和價(jià)格引導(dǎo)等功能大大削減,股指期貨市場(chǎng)交易量急劇下跌。事實(shí)上,本輪“股災(zāi)”事件的原因并不完全因?yàn)楣芍钙谪?,相反,股指期貨在一定程度上減輕了股指現(xiàn)貨市場(chǎng)的拋壓。在此次事件中“千股跌停”現(xiàn)象也并非是短時(shí)間內(nèi)宏觀經(jīng)濟(jì)基本面的突然轉(zhuǎn)向所造成的,而是投資者情緒引發(fā)的流動(dòng)性踩踏的結(jié)果。由于股指現(xiàn)貨、期貨之間的內(nèi)在聯(lián)系是股指期貨發(fā)揮其市場(chǎng)功能的基礎(chǔ),而它們之間的聯(lián)動(dòng)效應(yīng)往往具有一定的周期性和時(shí)變性。因此,如何從周期性視角挖掘股指現(xiàn)貨、期貨之間的市場(chǎng)流動(dòng)性的周期特征,如何檢驗(yàn)兩類(lèi)市場(chǎng)流動(dòng)性之間的周期同步性、交互敏感性和領(lǐng)先滯后關(guān)系,從而揭示它們之間的周期聯(lián)動(dòng)效應(yīng),對(duì)于充分發(fā)揮股指期貨對(duì)股指現(xiàn)貨的套期保值、規(guī)避風(fēng)險(xiǎn)等功能,維護(hù)我國(guó)金融市場(chǎng)穩(wěn)定意義重大,也為監(jiān)管部門(mén)制定適當(dāng)?shù)恼{(diào)控措施提供依據(jù)。
市場(chǎng)流動(dòng)性是證券交易和資源優(yōu)化配置的基礎(chǔ)性因素,反映了金融市場(chǎng)的變現(xiàn)能力和運(yùn)行效率。由于股指現(xiàn)貨與期貨在交易制度、交易時(shí)間和交易方式存在一定差異,因此,測(cè)度股市流動(dòng)性和股指期貨市場(chǎng)流動(dòng)性的方法也有所差異。對(duì)于股市流動(dòng)性來(lái)說(shuō),一類(lèi)從寬度(即交易價(jià)格偏離中間價(jià)的程度)、深度(即給定報(bào)價(jià)下可完成交易的數(shù)量)、彈性(委托不平衡的調(diào)整速度)和即時(shí)性(達(dá)成交易的時(shí)間)等維度進(jìn)行測(cè)度[3-5];另一類(lèi)是從委托量、交易成本和市場(chǎng)沖擊等角度測(cè)度股市流動(dòng)性[6-8]。實(shí)際中,應(yīng)用比較廣泛的是Amihud的非流動(dòng)性指標(biāo)[9]。對(duì)于期貨市場(chǎng)流動(dòng)性來(lái)說(shuō),Hasbrouck通過(guò)對(duì)帶有期貨交易發(fā)起方向的指令流的估計(jì)來(lái)衡量期貨市場(chǎng)流動(dòng)性[10];Lesmond則以1987—2005年31個(gè)新興國(guó)家的期貨市場(chǎng)為樣本,用5種基于買(mǎi)賣(mài)差價(jià)的方法測(cè)度期貨市場(chǎng)流動(dòng)性[11]。然而,與歐美等國(guó)期貨市場(chǎng)的交易制度和方式存在較大區(qū)別,中國(guó)期貨市場(chǎng)主要是指令驅(qū)動(dòng)市場(chǎng),沒(méi)有做市商制度。趙雄偉等基于價(jià)格波動(dòng)、交易量和持倉(cāng)量構(gòu)造了期銅市場(chǎng)的流動(dòng)性指標(biāo)[12];盧斌和華仁?;谄谪浭袌?chǎng)高頻交易數(shù)據(jù),利用廣義序貫交易模型測(cè)算了期貨市場(chǎng)流動(dòng)性[13];范玉良選擇一種價(jià)量結(jié)合的價(jià)格沖擊模型來(lái)測(cè)度期貨市場(chǎng)流動(dòng)性[14]。本文在兼顧“價(jià)格尺度”和“時(shí)間尺度”等因素下,借鑒Amihud、趙雄偉等學(xué)者思路[9,12],分別構(gòu)建了測(cè)度股市流動(dòng)性和股指期貨市場(chǎng)流動(dòng)性的新指標(biāo),為后續(xù)研究?jī)深?lèi)市場(chǎng)流動(dòng)性之間的周期聯(lián)動(dòng)效應(yīng)奠定基礎(chǔ)。
目前,國(guó)內(nèi)外關(guān)于股指現(xiàn)貨與期貨之間關(guān)系的研究主要集中在以下幾個(gè)方面:第一,研究股指期貨與現(xiàn)貨的價(jià)格發(fā)現(xiàn)問(wèn)題。Garbade和Silber通過(guò)建立期貨和現(xiàn)貨的價(jià)格關(guān)系模型,通過(guò)前一期基差對(duì)后一期期貨、現(xiàn)貨的價(jià)格變動(dòng)影響來(lái)衡量期貨、現(xiàn)貨的價(jià)格發(fā)現(xiàn)功能大小[15];Hou和Li利用滬深300股指期貨日內(nèi)高頻數(shù)據(jù)分析了股指期貨的價(jià)格發(fā)現(xiàn)功能[16]。國(guó)內(nèi)學(xué)者也做了相關(guān)研究,如方匡南和蔡振忠基于滬深300股指期貨5分鐘高頻數(shù)據(jù),利用協(xié)整檢驗(yàn)、誤差修正模型和脈沖響應(yīng)函數(shù)分析了我國(guó)股指期貨長(zhǎng)短期的價(jià)格發(fā)現(xiàn)機(jī)制[17];陶利斌等及陳瑩等基于信息份額模型和共因子模型分別探討了滬深300股指價(jià)格發(fā)現(xiàn)功能的變化及其決定因素以及多市場(chǎng)交易對(duì)滬深300股指價(jià)格發(fā)現(xiàn)的影響[18-19];蔣勇等基于結(jié)構(gòu)變點(diǎn)分析方法研究了股指期貨的價(jià)格發(fā)現(xiàn)機(jī)制[20]。第二,分析股指期貨、現(xiàn)貨的價(jià)格領(lǐng)先滯后關(guān)系(簡(jiǎn)稱(chēng)領(lǐng)滯關(guān)系)。Jude和Reancharoen利用泰國(guó)2006—2012年的數(shù)據(jù)證實(shí)了現(xiàn)貨市場(chǎng)與期貨市場(chǎng)之間領(lǐng)滯關(guān)系的存在性[21];Gong等基于TOP(thermal optimal path)方法討論了滬深300指數(shù)、恒生指數(shù)、標(biāo)普500指數(shù)及其對(duì)應(yīng)的股指期貨之間的領(lǐng)滯關(guān)系[22];Wang等分析了中國(guó)期貨與現(xiàn)貨市場(chǎng)之間的領(lǐng)滯關(guān)系[23]。國(guó)內(nèi)學(xué)者如華仁海等對(duì)滬深300股指期貨不同交易時(shí)段的交易特征進(jìn)行了分析,認(rèn)為不同交易時(shí)段市場(chǎng)的參與度存在明顯差異[24]。第三,研究股指現(xiàn)貨市場(chǎng)與期貨市場(chǎng)之間的波動(dòng)溢出效應(yīng)。Xie、Mo和Bohl等分析了中國(guó)推出滬深300股指期貨對(duì)股市波動(dòng)率的影響[25-26];Nishimura和Sun利用5分鐘日內(nèi)數(shù)據(jù)討論了中國(guó)股指及其期貨的日內(nèi)交易量對(duì)其收益率波動(dòng)的影響[27];Yarovaya等利用股指現(xiàn)貨、期貨數(shù)據(jù)分析了發(fā)達(dá)國(guó)家和新興市場(chǎng)之間的區(qū)域內(nèi)和跨區(qū)域的收益與波動(dòng)性溢出效應(yīng)[28-29]。國(guó)內(nèi)學(xué)者如左浩苗等利用滬深300指數(shù)和期貨的高頻數(shù)據(jù),采用非參數(shù)方法估計(jì)日度整體波動(dòng)、連續(xù)性波動(dòng)和跳躍,發(fā)現(xiàn)期貨市場(chǎng)的跳躍并不影響后續(xù)股市的跳躍[30];程展興和剡亮亮分析了我國(guó)股指現(xiàn)貨、期貨市場(chǎng)之間非同步交易的信息結(jié)構(gòu)與信息傳導(dǎo)機(jī)制對(duì)市場(chǎng)效率的影響[31]。
流動(dòng)性是金融市場(chǎng)的生命力,然而現(xiàn)有文獻(xiàn)大多關(guān)注股票市場(chǎng)和股指期貨市場(chǎng)的價(jià)格波動(dòng)因素,很少分析股指現(xiàn)貨、期貨之間市場(chǎng)流動(dòng)性的內(nèi)在聯(lián)系,也未能從周期性的視角來(lái)系統(tǒng)分析兩類(lèi)市場(chǎng)流動(dòng)性之間的聯(lián)動(dòng)機(jī)制。在描述時(shí)間序列數(shù)據(jù)之間周期聯(lián)動(dòng)特征時(shí)有一種非常有效的方法,即頻譜分析法。該方法將時(shí)間序列分解為具有不同振幅、相位和頻率的多個(gè)周期分量的疊加,通過(guò)衡量各周期分量的相對(duì)重要性來(lái)找出原序列隱含的各主要周期分量,并利用交叉譜分析考察多變量之間的周期同步性、交互敏感性和領(lǐng)滯關(guān)系等。頻譜分析方法已經(jīng)被廣泛應(yīng)用于經(jīng)濟(jì)領(lǐng)域,并取得了一些研究成果,如Creti等利用交叉譜分析討論了石油價(jià)格與股票指數(shù)短期和中期的相關(guān)性[32];董直慶和王林輝利用小波分析和互譜分析兩種方法對(duì)比檢驗(yàn)了我國(guó)證券市場(chǎng)與宏觀經(jīng)濟(jì)波動(dòng)的關(guān)聯(lián)性[33];徐國(guó)祥和王芳將加窗平均周期圖譜分析和多次分辨法相結(jié)合研究了我國(guó)房地產(chǎn)市場(chǎng)的周期波動(dòng)特征[34];劉曉星和方琳采用頻譜分析討論了貨幣流動(dòng)性周期與物價(jià)波動(dòng)之間的交互影響[35]。因此,本文運(yùn)用單譜分析分別揭示了我國(guó)股指現(xiàn)貨市場(chǎng)流動(dòng)性(即股市流動(dòng)性)和股指期貨市場(chǎng)流動(dòng)性的周期特征,并以2015年9月為分界點(diǎn)將整個(gè)樣本一分為二,利用相干譜、增益譜和相位譜等方法研究全樣本期內(nèi)和兩個(gè)子樣本期內(nèi)兩類(lèi)市場(chǎng)流動(dòng)性之間的周期同步性、交互敏感性和領(lǐng)先滯后關(guān)系等。上述兩方面的研究將為促進(jìn)股指期貨市場(chǎng)健康發(fā)展,維護(hù)多層次金融市場(chǎng)的穩(wěn)定性提供理論支撐。
市場(chǎng)流動(dòng)性是指在既定金融市場(chǎng)結(jié)構(gòu)下,資產(chǎn)以合理價(jià)格迅速變現(xiàn)而不引起其他資產(chǎn)價(jià)格發(fā)生顯著波動(dòng)的能力,反映了“時(shí)間尺度”和“價(jià)格尺度”的雙重屬性。雖然我國(guó)股票市場(chǎng)和股指期貨市場(chǎng)之間聯(lián)系非常緊密,但這兩個(gè)市場(chǎng)的交易時(shí)間、交易機(jī)制和行情指標(biāo)都存在一定差異。因此,下面基于“價(jià)格尺度”和“時(shí)間尺度”等因素,分別給出股市流動(dòng)性和股指期貨市場(chǎng)流動(dòng)性的測(cè)度指標(biāo)。
本文在考慮成交量和成交價(jià)格兩方面因素時(shí),借鑒Amihud[9]的非流動(dòng)性指標(biāo)來(lái)測(cè)度股票指數(shù)的市場(chǎng)流動(dòng)性,該指標(biāo)也是現(xiàn)有文獻(xiàn)中使用最為廣泛的流動(dòng)性指標(biāo)之一。非流動(dòng)性指標(biāo)(SMarL)的構(gòu)建方法如下:
(1)
其中,Dt為第t個(gè)月的交易天數(shù),Ri,t=lnPi,t-lnPi-1,t和VOLDi,t分別為第t月第i個(gè)交易日的對(duì)數(shù)收益率和成交額,Pi,t為第t月第i個(gè)交易日的收盤(pán)價(jià)。SMarL反映了完成一單位成交額所引起的價(jià)格變化,當(dāng)該指標(biāo)值越小說(shuō)明股市流動(dòng)性越強(qiáng)。
由于上述股市非流動(dòng)性指標(biāo)是一種反向指標(biāo),為了保持一致性,綜合股指期貨交易的收盤(pán)價(jià)、成交量和持倉(cāng)量等因素,借鑒趙雄偉等[12]在銅期貨市場(chǎng)構(gòu)建流動(dòng)性指標(biāo)的方法,給出股指期貨市場(chǎng)的非流動(dòng)性指標(biāo)(FMarL)如下:
(2)
頻譜分析方法是通過(guò)傅里葉變換來(lái)分解時(shí)間序列數(shù)據(jù)的各頻率分量,并結(jié)合譜密度函數(shù)來(lái)衡量各分量的相對(duì)重要性,進(jìn)而揭示時(shí)間序列數(shù)據(jù)的頻域結(jié)構(gòu)和周期波動(dòng)特征。頻譜分析一般分為單變量模型和多變量模型兩種類(lèi)型,其中單變量模型適用于分析單個(gè)時(shí)間序列的周期波動(dòng)規(guī)律,而多變量模型則研究?jī)蓚€(gè)時(shí)間序列之間各頻率分量所對(duì)應(yīng)的周期波動(dòng)關(guān)系。
針對(duì)單個(gè)平穩(wěn)時(shí)間序列,單變量頻譜分析對(duì)其自協(xié)方差函數(shù)作傅里葉變換,再選擇合適的窗函數(shù)進(jìn)行平滑得到序列的譜密度函數(shù),從而確定其周期波動(dòng)特征。假設(shè)確定性周期(T)函數(shù)X(t)可利用傅里葉變換轉(zhuǎn)化為不同頻率的余弦函數(shù)之和,即
(3)
其中λk、φk、|Ak|、2π/λk分別為頻率、相位、振幅和周期,X(t)的譜密度函數(shù)f(λk)為:
(4)
一般來(lái)說(shuō),當(dāng)f(λk)越大時(shí),對(duì)應(yīng)頻率上函數(shù)的振幅越大,峰值越高,則對(duì)X(t)的整體影響也越強(qiáng)。頻譜分析理論中,Tukey-Hamming窗譜估計(jì)法是應(yīng)用最為廣泛的一類(lèi)譜密度估計(jì)方法,具體估計(jì)過(guò)程可參見(jiàn)文獻(xiàn)32—35。
針對(duì)多個(gè)平穩(wěn)時(shí)間序列,多變量交叉譜分析利用互譜密度函數(shù)研究各頻率分量之間的周期聯(lián)動(dòng)關(guān)系,主要包括相干譜(Coherency spectrum)、相位譜(Phase spectrum)以及增益譜(Gain spectrum)三種。
假設(shè)X(t)和Y(t)為兩個(gè)平穩(wěn)時(shí)間序列,hxy(λ)為它們的互譜密度函數(shù),可以描述它們?cè)陬l域上的相位關(guān)系、量值大小等,一般用復(fù)函數(shù)表示,其中cxy(λ)和qxy(λ)分別為hxy(λ)的實(shí)部和虛部,則hxy(λ)可以表示為:
hxy(λ)=Axy(λ)exp{2πφxy(λ)}
(5)
對(duì)互譜振幅Axy(λ)進(jìn)行標(biāo)準(zhǔn)化可得到相干譜wxy(λ)(一般在區(qū)間[0,1]內(nèi)),即
(6)
當(dāng)wxy(λ)越接近1時(shí),表明兩個(gè)時(shí)間序列在頻率λ上相關(guān)性越高,一般當(dāng)wxy(λ)>0.6時(shí)就可認(rèn)為它們存在明顯的周期同步性。
兩個(gè)序列在頻率λ的分量上相位變化的均值稱(chēng)為相位譜φxy(λ),可以描述序列波動(dòng)周期之間的領(lǐng)滯關(guān)系,即:
(7)
增益譜則可以測(cè)度因變量序列對(duì)自變量序列的敏感性大小,也即自變量周期變動(dòng)1%時(shí)所引起的因變量周期變動(dòng)幅度。
鑒于滬深300股指期貨的歷史意義,本文選取滬深300指數(shù)與滬深300股指期貨(主力合約)數(shù)據(jù)為樣本,樣本區(qū)間為2010年5月—2016年7月的日度數(shù)據(jù),數(shù)據(jù)來(lái)源于同花順金融數(shù)據(jù)庫(kù),股市流動(dòng)性和期貨市場(chǎng)流動(dòng)性的數(shù)值可根據(jù)公式(1)(2)計(jì)算得到。由于受到2015年“股災(zāi)”事件的影響,中金所在2015年9月初針對(duì)股指期貨出臺(tái)一系列嚴(yán)格的管控措施,股指期貨市場(chǎng)受到重挫,市場(chǎng)流動(dòng)性顯著減弱。因此,本文分別對(duì)全樣本和以2015年9月為分界點(diǎn)將樣本分為兩個(gè)子樣本進(jìn)行統(tǒng)計(jì)分析,如表1所示。
表1 兩類(lèi)市場(chǎng)流動(dòng)性在不同時(shí)間段的描述性統(tǒng)計(jì)
注:***、**、*分別表示在1%、5%和10%的顯著性水平下顯著,下同。
從表1可以看出,對(duì)于全樣本來(lái)說(shuō),與SMarL相比,F(xiàn)MarL的均值更大(即市場(chǎng)流動(dòng)性更弱)、波動(dòng)性更強(qiáng),但兩者都是正偏且峰度較大,呈現(xiàn)出金融時(shí)間序列常見(jiàn)的“尖峰厚尾”特征,J-B統(tǒng)計(jì)量顯示在1%的顯著性水平下都拒絕服從正態(tài)分布的原假設(shè),SMarL和FMarL之間存在較顯著的負(fù)相關(guān)關(guān)系。比較兩個(gè)子樣本發(fā)現(xiàn),雖然SMarL在2015年9月之后均值和標(biāo)準(zhǔn)差都有所減小,偏度和峰度有所增加,但變化幅度都不是十分顯著;但FMarL在此分界點(diǎn)之后均值顯著增加,波動(dòng)性明顯增強(qiáng),偏度和峰度卻稍有減小,這說(shuō)明在中金所出臺(tái)管控措施后,股指期貨市場(chǎng)流動(dòng)性大幅下跌,市場(chǎng)穩(wěn)定性有所減弱。從相關(guān)性來(lái)看,SMarL與FMarL之間的相關(guān)性由為微弱的負(fù)相關(guān)轉(zhuǎn)變?yōu)檩^強(qiáng)的正相關(guān),相關(guān)性在分界點(diǎn)前后發(fā)生結(jié)構(gòu)性變化。
表2 兩類(lèi)市場(chǎng)流動(dòng)性周期項(xiàng)的平穩(wěn)性檢驗(yàn)結(jié)果
注:(C,T,L)為ADF檢驗(yàn)形式,其中C、T、L分別表示ADF檢驗(yàn)?zāi)P椭械某?shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)。
在利用頻譜分析方法識(shí)別兩類(lèi)市場(chǎng)流動(dòng)性的周期特征之前,需要通過(guò)HP(Hodrick-Prescott)濾波方法分別對(duì)全樣本和兩個(gè)子樣本序列進(jìn)行趨勢(shì)分解,以消除長(zhǎng)期趨勢(shì)的影響,并提取周期波動(dòng)成分。為簡(jiǎn)便起見(jiàn),各變量分解后的周期項(xiàng)仍沿用原名不變。需要注意的是,在進(jìn)行頻譜分析之前需要對(duì)各變量分解后的周期項(xiàng)進(jìn)行平穩(wěn)性檢驗(yàn)。如表2所示,在全樣本和2015年9月之前的子樣本期內(nèi),SMarL和FMarL在1%的顯著性水平下拒絕存在單位根的原假設(shè),說(shuō)明它們的周期波動(dòng)成分序列都是平穩(wěn)的;在2015年9月之后的子樣本期內(nèi),SMarL和FMarL均在至少5%的顯著性水平下拒絕原假設(shè),說(shuō)明它們的周期波動(dòng)性成分序列也是平穩(wěn)的。因此,在三組樣本期內(nèi),SMarL和FMarL的周期波動(dòng)成分序列均滿(mǎn)足頻譜分析的基本條件。
下面采用單變量頻譜分析方法對(duì)全樣本期內(nèi)(2010年5月—2016年7月)的股市流動(dòng)性和股指期貨市場(chǎng)流動(dòng)性的周期特征進(jìn)行分析,它們的周期譜密度函數(shù),如圖1所示。
圖1 兩類(lèi)市場(chǎng)流動(dòng)性周期的譜密度函數(shù)
圖1分別給出了兩類(lèi)市場(chǎng)流動(dòng)性周期的譜密度函數(shù)曲線(xiàn)。從圖1(a)可以看出,譜密度曲線(xiàn)在小于0.1的區(qū)間密度較大,而后迅速減小并平穩(wěn)趨于0,說(shuō)明我國(guó)股市流動(dòng)性在短期內(nèi)具有較小的變異性。在頻率約為0.053處到達(dá)曲線(xiàn)的最大譜密度值0.231(主譜峰)和在0.254處有一個(gè)次最大譜密度值0.096(次譜峰),這說(shuō)明股市流動(dòng)性存在一個(gè)約為18.87個(gè)月(頻率的倒數(shù))的主周期和一個(gè)約為3.94個(gè)月的次周期,反映了股市流動(dòng)性從失衡到均衡、由強(qiáng)變?nèi)酰袌?chǎng)完成一次完整循環(huán)大概需要18.87個(gè)月,而股市流動(dòng)性由于季節(jié)效應(yīng)、政策出臺(tái)和國(guó)際經(jīng)濟(jì)形勢(shì)波動(dòng)等外部因素引起的一些適應(yīng)性波動(dòng),這些波動(dòng)會(huì)形成一個(gè)約為3.94個(gè)月的短周期。從圖1(b)可知,雖然股指期貨市場(chǎng)流動(dòng)性周期的譜密度函數(shù)曲線(xiàn)在小于0.1的區(qū)間內(nèi)較大,但相對(duì)于股市流動(dòng)性周期來(lái)說(shuō),該曲線(xiàn)趨于0的速度明顯放緩,說(shuō)明股指期貨市場(chǎng)流動(dòng)性在短期內(nèi)的變異性比股市流動(dòng)性要更高。譜密度曲線(xiàn)在頻率約0.057處達(dá)到主譜峰值47.57,分別在0.267和0.48處存在兩個(gè)較明顯的次譜峰值15.4和7.6,說(shuō)明股指期貨市場(chǎng)流動(dòng)性周期由一個(gè)17.54個(gè)月的主周期和兩個(gè)3.75個(gè)月、2.08個(gè)月的次周期組成。與股市流動(dòng)性周期對(duì)比發(fā)現(xiàn),兩類(lèi)市場(chǎng)流動(dòng)性周期的主周期相差僅一個(gè)多月且它們的第一個(gè)次周期相差無(wú)幾??傮w而言,股市流動(dòng)性與股指期貨市場(chǎng)流動(dòng)性之間的主周期和次周期都非常接近,兩者對(duì)宏觀經(jīng)濟(jì)因素、經(jīng)濟(jì)政策和國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)等外在因素的反應(yīng)時(shí)間很相近,也表明兩類(lèi)市場(chǎng)流動(dòng)性在周期上表現(xiàn)出了一定的聯(lián)動(dòng)性。
單譜分析結(jié)果表明我國(guó)兩類(lèi)市場(chǎng)流動(dòng)性的主、次周期都比較接近,呈現(xiàn)出一定的一致性。因此,下面利用交叉譜分析方法進(jìn)一步研究它們之間的周期聯(lián)動(dòng)效應(yīng),以2015年9月為分界點(diǎn),分別基于全樣本和兩個(gè)子樣本研究?jī)深?lèi)市場(chǎng)流動(dòng)性之間的相關(guān)譜、增益譜和相位譜等互譜函數(shù)。
1. 全樣本期內(nèi)的周期聯(lián)動(dòng)效應(yīng)。圖2分別給出了2010年5月—2016年7月內(nèi)兩類(lèi)市場(chǎng)流動(dòng)性之間的三種互譜密度曲線(xiàn)。子圖(a)中相干譜刻畫(huà)了兩類(lèi)市場(chǎng)流動(dòng)性之間的周期同步性,可以看出,它們分別在頻率0.026、0.201和0.44附近相干性最高,尤其是在頻率為0.44(即周期為2.27個(gè)月)處達(dá)到最大值0.635,表明兩類(lèi)市場(chǎng)流動(dòng)性在2.27個(gè)月的周期上表現(xiàn)出最高的同步性和共變性,而在其他周期上同步性相對(duì)較弱;子圖(b)中增益譜描述了兩類(lèi)市場(chǎng)流動(dòng)性之間的交互敏感性,不難發(fā)現(xiàn),股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的周期增益較高(實(shí)線(xiàn)),而股市流動(dòng)性對(duì)股指期貨市場(chǎng)流動(dòng)性的周期增益幾乎為零(虛線(xiàn)),這表明在全樣本期內(nèi)股指期貨市場(chǎng)流動(dòng)性在周期上對(duì)股市流動(dòng)性的影響更強(qiáng)。另外,股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的周期增益在頻率為0.48處達(dá)到最大值18.1,說(shuō)明在周期2.08個(gè)月上股指期貨市場(chǎng)流動(dòng)性變化1%可以引起股市流動(dòng)性18.1%的變化,但在更長(zhǎng)周期上(即低頻上)這種影響相對(duì)較?。蛔訄D(c)中相位譜顯示了兩類(lèi)市場(chǎng)流動(dòng)性之間的領(lǐng)滯關(guān)系,可以看出,兩類(lèi)市場(chǎng)流動(dòng)性主要在[0,0.085]、[0.103,0.159]和[0.29,0.346]等頻率區(qū)域內(nèi)的相位譜為負(fù)值,說(shuō)明在2.9~3.5個(gè)月、6.3~9.7個(gè)月和高于11.7個(gè)月的周期上股指期貨市場(chǎng)流動(dòng)性要領(lǐng)先于股市流動(dòng)性,且在8.3個(gè)月(即頻率為0.12)的周期上領(lǐng)先時(shí)間最長(zhǎng),約為2.1個(gè)月。反之,在其他頻率區(qū)域上,股市流動(dòng)性大多領(lǐng)先于股指期貨市場(chǎng)流動(dòng)性,且在2.8個(gè)月(頻率為0.36)的周期上領(lǐng)先時(shí)間可達(dá)到0.9個(gè)月。綜合相關(guān)譜、增益譜和相位譜的表現(xiàn),兩類(lèi)市場(chǎng)流動(dòng)性在2個(gè)月的周期附近常常表現(xiàn)出較高的同步性、敏感性和較長(zhǎng)的領(lǐng)滯時(shí)間,表明它們?cè)诙唐趦?nèi)相互影響的可能性較高,而長(zhǎng)期影響關(guān)系不夠明顯。
圖2 兩類(lèi)市場(chǎng)流動(dòng)性的交叉譜分析(2010年5月—2016年7月)
2. 第一個(gè)子樣本期內(nèi)的周期聯(lián)動(dòng)效應(yīng)。圖3分別給出了第一個(gè)子樣本期內(nèi)(2010年5月—2015年8月)兩類(lèi)市場(chǎng)流動(dòng)性之間互譜密度曲線(xiàn)。從子圖(a)中的相干譜發(fā)現(xiàn),兩類(lèi)市場(chǎng)流動(dòng)性分別在0.187、0.359和0.438頻率附近的相關(guān)性最高,尤其是在頻率0.187(即周期為5.35個(gè)月)處相干譜達(dá)到最大值0.27,但總體上兩者周期同步性并不高(均低于0.6);從子圖(b)中的增益譜看出,雖然股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的周期增益要更高(實(shí)線(xiàn)),但是與圖2(b)不同的是,在低頻區(qū)域股市流動(dòng)性已經(jīng)對(duì)股指期貨市場(chǎng)流動(dòng)性產(chǎn)生了一定的影響(虛線(xiàn)),且其影響程度隨著頻率延長(zhǎng)(即周期變短)而逐漸減弱。同時(shí),股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的增益在0.5頻率處達(dá)到最大值5.45,這表明在2個(gè)月周期上股指期貨市場(chǎng)流動(dòng)性變化1%能夠引起股市流動(dòng)性5.45%的變化,這要比全樣本期內(nèi)的敏感性低很多??梢?jiàn),雖然兩類(lèi)市場(chǎng)流動(dòng)性之間的交互敏感性存在一定的非對(duì)稱(chēng)性,但在中金所發(fā)布限制股指期貨交易的四條“新政”之前,交易者尚能通過(guò)它們之間的交互影響關(guān)系實(shí)現(xiàn)套期保值、規(guī)避風(fēng)險(xiǎn)等目的;從子圖(c)中的相位譜表明兩類(lèi)市場(chǎng)流動(dòng)性主要在[0.013,0.147]、[0.243,0.316]、[0.412,0.47]等頻率區(qū)域的相位譜為負(fù)值,說(shuō)明它們?cè)?.8~76.9個(gè)月、3.16~4.12個(gè)月和2.13~2.43個(gè)月的周期上股指期貨市場(chǎng)流動(dòng)性領(lǐng)先于股市流動(dòng)性,且在周期為16.13個(gè)月(即頻率為0.062)上的領(lǐng)先時(shí)間最長(zhǎng),約為5.14個(gè)月??梢?jiàn),雖然此時(shí)的領(lǐng)先周期的區(qū)域要少于全樣本時(shí)期,但領(lǐng)先時(shí)間卻是全樣本時(shí)期的兩倍多。反之,在其他頻率范圍上,股市流動(dòng)性大多領(lǐng)先于股指期貨市場(chǎng)流動(dòng)性,尤其在周期為4.27個(gè)月(即頻率為0.234)上領(lǐng)先時(shí)間達(dá)到最長(zhǎng)的2.04個(gè)月,這也是全樣本時(shí)期的兩倍多。與全樣本時(shí)期相比,兩類(lèi)市場(chǎng)流動(dòng)性的周期同步性有所減小,交互敏感性雖然仍是非對(duì)稱(chēng)的,但影響方向變?yōu)殡p向的,而兩者的領(lǐng)先時(shí)間都明顯增加。
圖3 兩類(lèi)市場(chǎng)流動(dòng)性的交叉譜分析(2010年5月—2015年8月)
圖4 兩類(lèi)市場(chǎng)流動(dòng)性的交叉譜分析(2015年8月—2016年7月)
3. 第二個(gè)子樣本期內(nèi)的周期聯(lián)動(dòng)效應(yīng)。圖4分別給出了第二個(gè)子樣本期內(nèi)(2015年8月—2016年7月)兩類(lèi)市場(chǎng)流動(dòng)性之間互譜密度曲線(xiàn)。從子圖(a)中的相干譜可知,兩類(lèi)市場(chǎng)流動(dòng)性之間的相干譜密度在所有頻率范圍內(nèi)都超過(guò)了0.6,且在頻率超過(guò)0.365(周期短于2.74個(gè)月)的區(qū)域上就達(dá)到最大值0.976,表明它們之間存在非常高的周期同步性;從子圖(b)中的增益譜發(fā)現(xiàn)股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的周期增益隨著頻率的增加而不斷提高(實(shí)線(xiàn)),頻率超過(guò)0.365的區(qū)域上就達(dá)到增益譜的最大值21.5,說(shuō)明在2.74個(gè)月的周期上股指期貨市場(chǎng)流動(dòng)性每變化1%就會(huì)引起股市流動(dòng)性變化21.5%,但股市流動(dòng)性對(duì)股指期貨市場(chǎng)流動(dòng)性的增益譜幾乎為零(虛線(xiàn))??梢?jiàn),兩類(lèi)市場(chǎng)流動(dòng)性之間的交互影響關(guān)系由2015年9月之前的雙向變?yōu)閱蜗?,股指期貨市?chǎng)在嚴(yán)格的監(jiān)管措施下已經(jīng)失去對(duì)股票市場(chǎng)價(jià)格的引導(dǎo)作用,交易者很難通過(guò)在兩個(gè)市場(chǎng)的同時(shí)操作進(jìn)行套期保值和規(guī)避風(fēng)險(xiǎn);從子圖(c)的相位譜可以看出,兩類(lèi)市場(chǎng)流動(dòng)性在[0.09,0.343]頻率區(qū)域上的相位譜為負(fù)值,表明它們?cè)?.92~11.11個(gè)月的周期上股指期貨市場(chǎng)流動(dòng)性領(lǐng)先于股市流動(dòng)性,且在5.49個(gè)月的周期(即頻率為0.182)上領(lǐng)先時(shí)間達(dá)到最長(zhǎng)為0.08個(gè)月,該時(shí)間要明顯小于全樣本時(shí)期和第一個(gè)子樣本時(shí)期。反之,在其他周期上,股市流動(dòng)性大多領(lǐng)先于股指期貨市場(chǎng)流動(dòng)性,并在2.94個(gè)月(即頻率為0.365)的周期上達(dá)到最大值為0.02,領(lǐng)先時(shí)間幾乎為零,明顯低于全樣本時(shí)期和第一個(gè)子樣本時(shí)期,這說(shuō)明在2015年9月之后兩類(lèi)市場(chǎng)流動(dòng)性之間的領(lǐng)滯關(guān)系已不太顯著了,這也與子圖(a)中高度的周期同步性和表1中較大的相關(guān)系數(shù)相一致。
4. 不同樣本期之間的對(duì)比分析。表3給出了兩類(lèi)市場(chǎng)流動(dòng)性周期聯(lián)動(dòng)效應(yīng)在2015年9月前后的主要特征,從相干譜來(lái)看,兩類(lèi)市場(chǎng)流動(dòng)性的周期同步性在2015年9月之后的樣本期內(nèi)最強(qiáng),最大時(shí)在2.74個(gè)月處達(dá)到0.976,這也與表1中它們之間具有很高的正相關(guān)性相吻合,在2015年9月之前的樣本期內(nèi)它們之間的周期同步性較弱,在所有頻域范圍內(nèi)都不超過(guò)0.6,而全樣本時(shí)期兩者的同步性介于兩個(gè)子樣本之間;從增益譜來(lái)看,在2015年9月之前,兩類(lèi)市場(chǎng)流動(dòng)性之間存在雙向的交互敏感性,而在2015年9月之后和全樣本時(shí)期它們之間主要是單向的交互敏感性,且均是股指期貨市場(chǎng)流動(dòng)性對(duì)股市流動(dòng)性的周期增益;從相位譜來(lái)看,2015年9月之前兩類(lèi)市場(chǎng)流動(dòng)性的領(lǐng)滯關(guān)系較為顯著,在領(lǐng)滯時(shí)間幾乎是全樣本時(shí)期兩倍,但2015年9月之后兩者之間的領(lǐng)滯關(guān)系已經(jīng)變得不太顯著,股指期貨市場(chǎng)對(duì)股市的引導(dǎo)作用已難以發(fā)揮??傮w而言,兩類(lèi)市場(chǎng)流動(dòng)性的周期聯(lián)動(dòng)效應(yīng)在2015年9月前后發(fā)生了結(jié)構(gòu)性變化,周期同步性和交互敏感性顯著增強(qiáng),但領(lǐng)滯關(guān)系明顯減弱??梢?jiàn),中金所在2015年9月加強(qiáng)對(duì)股指期貨市場(chǎng)監(jiān)管的措施顯著影響了兩類(lèi)市場(chǎng)流動(dòng)性的周期聯(lián)動(dòng)關(guān)系。
表3 不同樣本期之間兩類(lèi)市場(chǎng)流動(dòng)性周期聯(lián)動(dòng)效應(yīng)的主要特征
本文以滬深300指數(shù)及其股指期貨為例,在兼顧“價(jià)格尺度”和“時(shí)間尺度”等因素的情況下,構(gòu)建了股市流動(dòng)性和股指期貨市場(chǎng)流動(dòng)性的新指標(biāo),利用單變量頻譜分析和多變量交叉譜分析等工具深入探討了兩類(lèi)市場(chǎng)流動(dòng)性之間的周期聯(lián)動(dòng)效應(yīng)。選擇2010年5月—2016年7月的日度數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果表明:第一,兩類(lèi)市場(chǎng)流動(dòng)性在樣本期內(nèi)總體上呈現(xiàn)一定的負(fù)相關(guān),而2015年9月前后兩者的相關(guān)性則由微弱的負(fù)相關(guān)變?yōu)轱@著的正相關(guān);第二,通過(guò)單譜分析發(fā)現(xiàn),股市流動(dòng)性存在一個(gè)18.87個(gè)月的主周期和3.94個(gè)月的次周期,而股指期貨市場(chǎng)流動(dòng)性的周期則由一個(gè)17.54個(gè)月的主周期和分別為3.75個(gè)月、2.08個(gè)月的兩個(gè)次周期組成;第三,兩類(lèi)市場(chǎng)流動(dòng)性的周期同步性在2015年9月之后顯著增強(qiáng),交互敏感性則由雙向變?yōu)閱蜗颍舾谐潭扔兴黾?,最長(zhǎng)領(lǐng)滯時(shí)間分別由2015年9月之前的5.14個(gè)月和2.04個(gè)月幾乎減少為零。不難發(fā)現(xiàn),在2015年9月前后股指期貨市場(chǎng)流動(dòng)性與股市流動(dòng)性之間的周期聯(lián)動(dòng)效應(yīng)發(fā)生了結(jié)構(gòu)性變化,其主要原因在于為了減少“股災(zāi)”事件的不利影響,中金所針對(duì)股市期貨市場(chǎng)出臺(tái)了調(diào)整日內(nèi)開(kāi)倉(cāng)限制標(biāo)準(zhǔn)、加強(qiáng)賬戶(hù)管理、提高保證金和手續(xù)費(fèi)標(biāo)準(zhǔn)等限制交易措施,自此股指期貨成交量和成交額大幅萎縮,市場(chǎng)流動(dòng)性極其匱乏,股指期貨市場(chǎng)對(duì)股票市場(chǎng)的引導(dǎo)作用消失殆盡,投資者的雙向交易模式轉(zhuǎn)變?yōu)閱蜗蚪灰啄J?,已?jīng)無(wú)法利用股指期貨市場(chǎng)和股市之間的同步性、交互敏感性和領(lǐng)滯關(guān)系進(jìn)行套期保值和對(duì)沖風(fēng)險(xiǎn),而市場(chǎng)情緒的傳染進(jìn)一步引發(fā)了股市的“流動(dòng)性踩踏”,導(dǎo)致了兩類(lèi)市場(chǎng)流動(dòng)性的周期聯(lián)動(dòng)關(guān)系在2015年9月前后發(fā)生根本性轉(zhuǎn)變。
鑒于兩類(lèi)市場(chǎng)流動(dòng)性在2015年9月前后完全不同的周期聯(lián)動(dòng)關(guān)系,提出以下幾點(diǎn)政策建議:第一,強(qiáng)化股指現(xiàn)貨、期貨之間的市場(chǎng)聯(lián)系和聯(lián)動(dòng)機(jī)制,充分發(fā)揮股指期貨的價(jià)格發(fā)現(xiàn)、風(fēng)險(xiǎn)規(guī)避和價(jià)格引導(dǎo)等功能,鼓勵(lì)金融衍生工具創(chuàng)新,增強(qiáng)股指期貨市場(chǎng)流動(dòng)性;第二,進(jìn)一步完善股票市場(chǎng)、股指期貨市場(chǎng)的市場(chǎng)機(jī)制和基礎(chǔ)實(shí)施等設(shè)計(jì),避免政策沖擊的羊群效應(yīng)和踩踏效應(yīng);第三,完善股指期貨市場(chǎng)的準(zhǔn)入制度和信息披露制度,鼓勵(lì)和培養(yǎng)機(jī)構(gòu)投資者,加強(qiáng)對(duì)個(gè)人投資者的教育,提升股票市場(chǎng)和股指期貨市場(chǎng)的微觀質(zhì)量。
浙江工商大學(xué)學(xué)報(bào)2019年2期