胡可為 安毅 劉文超

摘 要：準(zhǔn)確判斷股指期貨的價格關(guān)聯(lián)性對防范我國股指期貨市場系統(tǒng)性風(fēng)險、維護(hù)股指期貨市場安全至關(guān)重要。本文采用溢出指數(shù)和多元回歸模型深入探討了我國股指期貨市場的價格關(guān)聯(lián)性及其影響因素。結(jié)果表明：我國股指期貨市場存在顯著的價格關(guān)聯(lián)性，且不同子市場間的關(guān)聯(lián)在樣本期內(nèi)存在顯著差異。其中，滬深300股指期貨與市場的關(guān)聯(lián)性最高，是市場上信息的凈給予者，具有較強的價格引導(dǎo)和風(fēng)險傳遞能力;上證50股指期貨與市場的關(guān)聯(lián)性次之，其信息溢出能力在政府救市期間明顯增強;中證500股指期貨的信息溢出能力在市場動蕩時期較強。此外，通貨膨脹率、股市流動性與波動性、突發(fā)事件等對股指期貨市場關(guān)聯(lián)性具有顯著的影響。基于此，本文針對股指期貨市場的系統(tǒng)性風(fēng)險防范提出政策建議。

關(guān)鍵詞：股指期貨市場 系統(tǒng)性風(fēng)險 關(guān)聯(lián)性

一、引言

2010年，滬深300股指期貨上市，2015年上證50和中證500股指期貨也掛牌交易。自上市以來，股指期貨受到投資者的青睞，成交量和成交額迅速提高，在平抑股市波動、穩(wěn)定市場運行、預(yù)警股市系統(tǒng)性風(fēng)險等方面發(fā)揮了積極作用，具有“股市穩(wěn)定器”的功能，同時也為投資提供了重新配置風(fēng)險的工具，在資產(chǎn)組合管理中扮演重要的角色。但是，股指期貨在另一方面表現(xiàn)出加劇金融市場風(fēng)險的負(fù)面效應(yīng)。2015—2020年，我國股指期貨市場各品種的價格呈現(xiàn)同步波動的趨勢（見圖1）。李政等和肖小勇等的研究表明，同步變動的股指期貨價格將給市場帶來共振效應(yīng)，加劇該市場的系統(tǒng)性風(fēng)險，進(jìn)而提高風(fēng)險的影響范圍和破壞水平。

在我國股指期貨市場中，滬深300、上證50和中證500股指期貨分別代表大盤綜合股、大盤藍(lán)籌股和中小盤股市場，其標(biāo)的指數(shù)成分股構(gòu)成、市場定位與風(fēng)險管理目標(biāo)之間均存在顯著差別，理論上價格走勢應(yīng)遵循各自的市場規(guī)律，不應(yīng)表現(xiàn)出顯著的共振現(xiàn)象。那么，我國股指期貨市場是否存在價格關(guān)聯(lián)？若存在，關(guān)聯(lián)的具體特征如何？哪一品種與整體股指期貨市場的關(guān)聯(lián)更大？不同品種間的關(guān)聯(lián)是否存在顯著差異？影響關(guān)聯(lián)的潛在因素又有哪些？現(xiàn)有文獻(xiàn)并未涉及這些問題，而深入探討這些問題對于識別和防范我國股指期貨市場系統(tǒng)性風(fēng)險、建立有效的風(fēng)險預(yù)警機制、維護(hù)股指期貨市場乃至整體金融市場安全至關(guān)重要。

事實上，關(guān)聯(lián)性一直是多變量金融時間序列研究的重點，尤其是2008年全球金融危機爆發(fā)后，關(guān)聯(lián)性視角成為研究系統(tǒng)性風(fēng)險的主流方向。李政等曾表明，系統(tǒng)性風(fēng)險水平受系統(tǒng)性沖擊的大小及系統(tǒng)關(guān)聯(lián)性兩個因素的影響，較高的關(guān)聯(lián)水平會放大系統(tǒng)性沖擊的破壞力和影響范圍。本文借鑒張曉樸對金融體系系統(tǒng)性風(fēng)險的界定，定義股指期貨市場的系統(tǒng)性風(fēng)險為由單個股指期貨子市場引發(fā)，在不同子市場之間相互傳導(dǎo)，導(dǎo)致整體股指期貨市場不穩(wěn)定并產(chǎn)生溢出效應(yīng)的風(fēng)險。這就意味著在研究該市場的風(fēng)險水平時，需要對其進(jìn)行多角度判斷，不僅要考慮市場本身容易引致風(fēng)險的因素，還要考慮不同市場間的相互關(guān)聯(lián)性。鑒于此，本文將基于價格關(guān)聯(lián)視角，從總關(guān)聯(lián)、單一品種與市場間關(guān)聯(lián)、不同品種間關(guān)聯(lián)三方面具體考察我國股指期貨市場的關(guān)聯(lián)性，深入探究關(guān)聯(lián)的動態(tài)變化過程，并進(jìn)一步找出影響關(guān)聯(lián)的潛在因素，以期為我國股指期貨市場系統(tǒng)性風(fēng)險的監(jiān)管與防范提供相關(guān)的政策啟示。

二、文獻(xiàn)綜述

理論上對關(guān)聯(lián)性的解釋主要基于經(jīng)濟(jì)基礎(chǔ)假說和市場傳染假說。經(jīng)濟(jì)基礎(chǔ)假說認(rèn)為不同市場間的關(guān)聯(lián)是由宏觀經(jīng)濟(jì)和市場基本面等的變化所引起的。例如，相關(guān)政策變動、短期資本流動、部分資產(chǎn)價格變動等都會引起不同市場間的關(guān)聯(lián)。市場傳染假說認(rèn)為，除此之外，市場間關(guān)聯(lián)還會受到突發(fā)事件、投資者情緒、市場預(yù)期等因素的影響。尤其是在發(fā)生重大風(fēng)險事件時，投資者會出于安全的目的重新進(jìn)行資產(chǎn)配置。然而，由于危機下的恐慌心理、羊群效應(yīng)等非理性行為、信息不對稱等客觀因素的存在，相當(dāng)規(guī)模資金的流動會引發(fā)嚴(yán)重的市場傳染效應(yīng)。即使風(fēng)險僅在某個子市場產(chǎn)生，但由于一體化金融市場的存在，風(fēng)險仍有可能蔓延到其他子市場，導(dǎo)致各金融子市場的關(guān)聯(lián)顯著增強。馬丹等針對上海市場的研究表明不同板塊間存在典型的非對稱傳染效應(yīng)，其聯(lián)動性在危機時明顯增強。

實證中對關(guān)聯(lián)性的研究主要從以下兩方面進(jìn)行：一是考察不同市場間的關(guān)聯(lián)性，二是分析各市場間的信息溢出效應(yīng)或單一市場對整體市場的溢出效應(yīng)，可統(tǒng)一歸納為考察信息溢出效應(yīng)。關(guān)于關(guān)聯(lián)性的考察，現(xiàn)有文獻(xiàn)主要通過協(xié)整和Granger檢驗、相關(guān)系數(shù)、主成分分析等方法進(jìn)行。例如，蔣舒和吳沖鋒利用協(xié)整檢驗和方差分解對國內(nèi)外期貨市場的關(guān)聯(lián)進(jìn)行研究，并證明中國的期貨市場是有效的。Patro等對22家銀行控股公司和投資銀行的研究發(fā)現(xiàn)每日股票收益率關(guān)聯(lián)性可以作為系統(tǒng)性風(fēng)險的有效衡量指標(biāo)。Billio等基于主成分和格蘭杰因果的研究發(fā)現(xiàn)了對沖基金、銀行、經(jīng)紀(jì)商和保險公司之間的高度關(guān)聯(lián)性。然而，上述方法僅局限于考察市場間的關(guān)聯(lián)性，無法考察整體系統(tǒng)的關(guān)聯(lián)性。

信息溢出效應(yīng)主要包括均值溢出效應(yīng)（收益率溢出）和波動溢出效應(yīng)（波動率溢出），前者衡量價格信息的傳導(dǎo)，后者刻畫風(fēng)險的傳遞。關(guān)于信息溢出效應(yīng)的考察，已有研究主要基于誤差修正模型、CoVaR模型、GARCH族模型、溢出指數(shù)模型等方法進(jìn)行。例如，Ghosh、熊熊和王芳、左浩苗等基于協(xié)整和誤差修正模型研究了股指期現(xiàn)貨之間的價格引領(lǐng)關(guān)系。周愛民和韓菲基于GARCH-時變Copula-CoVaR模型對內(nèi)地和香港期現(xiàn)貨市場的研究，得出任意兩市場間存在雙向風(fēng)險溢出效應(yīng)的結(jié)論。趙慧敏等、田樹喜等、張筱峰和郭瀝陽基于GARCH族模型研究了我國股指期現(xiàn)貨市場間的信息溢出效應(yīng)。周佰成等利用溢出指數(shù)模型證實了滬深300股指期現(xiàn)貨市場的信息溢出效應(yīng)在不同階段存在顯著差異。劉成立則基于股指期貨的嶄新視角研究了中美股市間的聯(lián)動關(guān)系。

與以往研究相比，本文的主要貢獻(xiàn)有以下幾方面：①立足于我國股指期貨市場，研究其內(nèi)部不同子市場間的關(guān)聯(lián)性，進(jìn)而探究該市場系統(tǒng)性風(fēng)險防范的相關(guān)舉措。已有文獻(xiàn)多是研究不同市場間的關(guān)聯(lián)性，包括股指期貨和現(xiàn)貨市場、不同股指期貨市場間，鮮有關(guān)于同一市場內(nèi)品種間關(guān)聯(lián)性的研究。而在當(dāng)今我國金融變革與創(chuàng)新層出不窮、金融風(fēng)險管理迫在眉睫的關(guān)鍵時刻，探討股指期貨子市場間的關(guān)聯(lián)性，對于研究該市場的系統(tǒng)性風(fēng)險度量與防范問題顯得迫切而重要。②基于溢出指數(shù)模型，考察了市場總關(guān)聯(lián)、單一品種與市場間關(guān)聯(lián)、不同品種間關(guān)聯(lián)的具體特征，既考慮了品種間關(guān)聯(lián)和整體系統(tǒng)關(guān)聯(lián)，又兼顧了關(guān)聯(lián)的大小和方向。同時，著重分析了關(guān)聯(lián)的動態(tài)變化過程，是對我國股指期貨市場間關(guān)聯(lián)性的精確考察，有助于正確認(rèn)識各子市場在股指期貨市場中的地位，為科學(xué)地防范化解股指期貨市場的系統(tǒng)性風(fēng)險提供依據(jù)。③基于關(guān)聯(lián)性的大小和方向特征分析了2015年和2018年股災(zāi)期間政府救市措施對維護(hù)股指期貨市場穩(wěn)定的效果，為政府對于危機事件的處置方式選擇提供了參考借鑒。

三、研究方法

Diebold和Yilmaz基于向量自回歸模型的方差分解原理構(gòu)建多變量間的溢出指數(shù)，來衡量多市場或資產(chǎn)間的溢出關(guān)系。本文將探討我國股指期貨市場各品種間的價格關(guān)聯(lián)，為此，構(gòu)建三變量P階向量自回歸（VAR）模型：

Xt=∑pi=1ΦiXt-i+εt（1）

其中，Xt為（RIF，t，RIH，t，RIC，t）T或（σ2IF，t，σ2IH，t，σ2IC，t）T，表示各股指期貨的收益率或波動率;Φi是系數(shù)矩陣;εt～（0，Σ）為獨立同分布的擾動項向量。

在平穩(wěn)性的假定下，式（1）存在移動平均表達(dá)式：

Xt=∑SymboleB@i=0Ψiεt-i（2）

為避免Choleskey分解引起的排序問題，本文使用廣義VAR框架得到的方差分解。定義品種j到i的波動溢出：

θgij（H）=ω-1jj∑H-1h=0eTiΨh∑ej2∑H-1h=0（eTiΨh∑Ψ ?Thei），H=1，2，…，表示向前H步;j=IF，IH，IC（3）

其中，ωjj是式（1）中第j個方程誤差項的標(biāo)準(zhǔn)差;ei是第i個元素為1、其余元素為0的選擇向量;Σ是擾動項εt的協(xié)方差矩陣。為使θgij（H）具有可比性，將其標(biāo)準(zhǔn)化，即：

θ～gij（H）=θgij（H）∑3j=1θgij（H）（4）

這樣，∑3j=1θ～gij=1，∑3i，j=1θ～gij=3。

為了反映股指期貨市場的整體關(guān)聯(lián)，構(gòu)建總溢出指數(shù)：

TSI（H）=∑3i，j=1i≠jθ～gij（H）∑3i， j=1θ～gij×100=∑3i，j=1i≠jθ～gij（H）3×100（5）

總溢出指數(shù)越大，說明品種間溢出程度越高，某一品種的沖擊越容易影響到其他品種。

為了反映單一品種與股指期貨市場間的關(guān)聯(lián)性，定義接受（給予）總溢出指數(shù)：

Sgi←.（H）=∑3j=1i≠jθ～gij（H）3×100（6）

Sg.←i（H）=∑3j=1i≠jθ～gji（H）3×100（7）

接受總溢出指數(shù)衡量其余所有品種對品種i的總溢出水平，給予總溢出指數(shù)度量品種i對其他所有品種的總溢出水平。

根據(jù)接受和給予總溢出指數(shù)，定義凈溢出指數(shù)：

Sgi（H）=Sg.←i（H）-Sgi←.（H）（8）

凈溢出指數(shù)表示品種i的沖擊對其他所有品種的凈溢出大小。該指數(shù)大于0表示品種i是其他股指期貨沖擊的凈給予者;反之，則是沖擊的凈接受者。

為了反映不同品種間的價格關(guān)聯(lián)，定義配對凈溢出指數(shù)：

Sgij（H）=θ～gij（H）∑3i.k=1θ～gik（H）-θ～gji（H）∑3i.k=1θ～gik（H）×100（9）

四、實證分析

（一）數(shù)據(jù)選擇及描述性統(tǒng)計分析

本文主要分析我國股指期貨市場各品種間的價格關(guān)聯(lián)，選取滬深300股指期貨（IF）、上證50股指期貨（IH）、中證500股指期貨（IC）在2015年4月至2020年12月的日價格序列，并進(jìn)一步構(gòu)造收益率與波動率序列。首先，定義收益率為Ri，t=ln （Pi，t/Pi，t-1），其中，Ri，t為股指期貨i在第t個期間內(nèi)的對數(shù)收益率，Pi，t為其在第t個期末的收盤價。然后，定義波動率為σ2it=0.511（Hit-Lit）2-0.019[（Cit-Oit）（Hit+Lit-2Oit）-2（Hit-Oit）（Lit-Oit）]-0.383（Hit-Lit）2，其中，Hit、Lit、Cit、Oit分別為股指期貨i在第t個期間內(nèi)的最高價、最低價、收盤價、開盤價，所有價格都取自然對數(shù)。

表1給出了各股指期貨在樣本期間的收益率和波動率的描述性統(tǒng)計結(jié)果。對于收益率：從其均值看，滬深300和上證50股指期貨的收益率均值為正，中證500股指期貨的收益率均值為負(fù);從其標(biāo)準(zhǔn)差看，中證500股指期貨的標(biāo)準(zhǔn)差最大，滬深300股指期貨次之，上證50股指期貨的波動最小;偏度和峰度統(tǒng)計量顯示各股指期貨的收益率均具有左偏和尖峰特征;JB統(tǒng)計量及P值也表明收益率均不服從正態(tài)分布;從單位根檢驗結(jié)果看，各股指期貨的收益率序列均在1%的顯著性水平上達(dá)到平穩(wěn)狀態(tài)。對于三種股指期貨的波動率，可以看出，中證500股指期貨波動率的均值和標(biāo)準(zhǔn)差均是最大的，可見其在樣本期內(nèi)的劇烈變化;從偏度和峰度看，三種股指期貨的波動率均是右偏和尖峰分布的;JB統(tǒng)計量及P值均表明波動率不服從正態(tài)分布;單位根檢驗顯示各股指期貨的波動率序列均在1%的顯著性水平上達(dá)到平穩(wěn)狀態(tài)。

（二）全樣本下的價格關(guān)聯(lián)分析

表2為全樣本下各股指期貨間價格關(guān)聯(lián)情況。表中的主對角線數(shù)值代表股指期貨的自身關(guān)聯(lián);非主對角線數(shù)值為兩股指期貨間的價格關(guān)聯(lián);“給予”行代表某一股指期貨價格變動對其他股指期貨價格變動的總影響;“接受”列代表某一股指期貨價格變動受其他股指期貨價格變動的總影響;“接受”列或“給予”行的均值為總溢出指數(shù)，刻畫股指期貨市場的總關(guān)聯(lián)水平;凈溢出表示某股指期貨價格變動對其他股指期貨價格變動的凈影響，用該股指期貨“給予”值與“接受”值的差表示。

由表2可知：①收益率和波動率總溢出指數(shù)均大于50%，表明我國股指期貨市場的價格變動有一半以上是由品種間的相互影響導(dǎo)致的，說明我國股指期貨市場的關(guān)聯(lián)性較高。而這無疑為不利沖擊的傳播提供了便利，致使風(fēng)險可以傳染到各個股指期貨子市場，影響該市場的穩(wěn)定。②主對角線數(shù)值均小于50%，說明各股指期貨當(dāng)前價格的變動在一定程度上受自身過去價格變動的影響，但受自身價格變動的影響小于受其他股指期貨價格變動的影響。③IF的“接受”與“給予”值均最大，且凈溢出大于0，說明滬深300股指期貨與市場行情的關(guān)聯(lián)性最高，是市場價格變動的影響者，因此應(yīng)警惕該市場的不利變動對其他股指期貨市場的沖擊。④ IH的凈溢出小于0，說明上證50股指期貨是市場上價格變動的被影響者。⑤ IC的波動率凈溢出為正值，收益率凈溢出為負(fù)值，說明相比價格引領(lǐng)，中證500股指期貨的風(fēng)險傳遞能力更強。

（三）滾動樣本下的價格關(guān)聯(lián)分析

考慮到我國股指期貨市場是一個新興市場，各品種間的價格關(guān)聯(lián)可能會出現(xiàn)結(jié)構(gòu)性變化，因此，本部分進(jìn)一步考察價格關(guān)聯(lián)的時變特征。在實證模型中，將滾動窗口設(shè)為200天，步長H設(shè)為10天，VAR模型中，收益率選擇1階滯后，波動率選擇4階滯后。

1.股指期貨市場總關(guān)聯(lián)分析

我國股指期貨市場的總關(guān)聯(lián)水平通過總溢出指數(shù)圖來描述。由圖2可知，我國股指期貨市場收益率和波動率總溢出指數(shù)并不是恒定不變的，而是隨著經(jīng)濟(jì)金融的發(fā)展表現(xiàn)出一定的時變特征。其中，收益率總溢出水平在41%～63%的范圍內(nèi)變動，平均溢出水平為57%;波動率總溢出水平在35%～61%的范圍內(nèi)變動，平均溢出水平為53.74%;收益率溢出水平平均高于波動溢出水平。

具體來看，股指期貨市場收益率與波動率總溢出指數(shù)的變動大致相同，總體上呈現(xiàn)先降后升的趨勢，中間略有差異：第一階段為2016年2月至2016年10月，該階段收益率和波動率總溢出指數(shù)在低位波動中呈小幅上升趨勢;第二階段為2016年11月至2017年10月，該階段總溢出指數(shù)呈現(xiàn)波動下降趨勢;第三階段為2017年11月至2020年12月，該階段總溢出指數(shù)穩(wěn)步上漲，并保持在高位。下面就三階段的情況進(jìn)行具體說明。

第一階段：2016年2月至2016年10月。該階段收益率總溢出指數(shù)在58%～63%，波動率總溢出指數(shù)在53%～59%，兩指數(shù)均穩(wěn)中略有上升。交易狀況顯示該階段成交額和成交量均小幅下跌（見圖3），這與2016年股指期貨市場限制交易有關(guān)。2015年6月股指期現(xiàn)貨價格大跳水后，中金所發(fā)布限制單方向開倉交易量、提高交易保證金和交易手續(xù)費等一系列措施以穩(wěn)定市場，由此開啟了股指期貨市場交易行情的大跳水，成交量和成交額在較低水平波動，無明顯趨勢。在該階段，投資者信心不足，市場整體疲軟，信息溢出指數(shù)較穩(wěn)定。

第二階段：2016年11月至2017年10月。該階段收益率溢出指數(shù)由62%下降至43%，波動率溢出指數(shù)由59%下降至35%，兩指數(shù)均有較大幅度的下降。這主要與股指期貨市場限制交易和國家加大市場監(jiān)管有關(guān)。2017年，證監(jiān)會、期貨市場監(jiān)控中心、中期協(xié)等單位發(fā)布及修改多部法規(guī)制度，完善股指期貨市場法律監(jiān)管體系，加強監(jiān)管力度。雖然2017年2月和9月，中金所兩次放寬交易限制，但因整體幅度較小，成交量和成交額僅在低位振蕩中小幅上漲，與限制交易前相比仍有很大差距，市場流動性依然受限。在該階段，股指期貨市場波動頻率和幅度不大，風(fēng)險可控，總溢出指數(shù)呈下降趨勢。

第三階段：2017年11月至2020年12月。該階段兩指數(shù)均有明顯上升，并保持高位震蕩，其中收益率總溢出指數(shù)由41%上升至63%，波動率總溢出指數(shù)由35%上升至61%。同時，該階段的成交量和成交額顯著增加。上述現(xiàn)象的出現(xiàn)主要有如下原因：一是國家政策的影響。繼2017年股指期貨兩度松綁后，2018年和2019年中金所再次放寬限制，股指期貨逐漸恢復(fù)常態(tài)化交易。2020年為應(yīng)對新冠肺炎疫情的影響，國家多次降準(zhǔn)降息，流動性的寬松使股市表現(xiàn)優(yōu)異，也帶動股指期貨的成交量和成交額大幅上漲。二是國內(nèi)外環(huán)境的影響。2018年的國內(nèi)股權(quán)質(zhì)押爆倉、信用債違約高發(fā)、中美關(guān)系緊張、經(jīng)濟(jì)發(fā)展不及預(yù)期等，2019年的美債收益率倒掛、大國博弈加劇、經(jīng)濟(jì)增長疲軟等，2020年的新冠肺炎疫情沖擊、地緣沖突加劇、美國總統(tǒng)大選等，以上種種均會導(dǎo)致金融市場波動加劇，投資氛圍緊張，市場風(fēng)險加大，資金流動增強。三是投資者風(fēng)險管理的需要。金融市場不確定性的加劇，會引發(fā)投資者風(fēng)險管理需求的大增，尤其是2020年，投資者對金融衍生品的參與力度有很大提高，帶動股指期貨市場的活躍度也大幅上升。因此，2018年后，股指期貨市場的成交情況明顯好轉(zhuǎn)，信息傳遞顯著增強，總溢出指數(shù)在大幅上漲后保持高位振蕩態(tài)勢。

2.各股指期貨與市場間的關(guān)聯(lián)分析

總溢出指數(shù)曲線展示了股指期貨市場的總體關(guān)聯(lián)水平。接下來就各股指期貨方向性溢出情況進(jìn)行分析，以考察單一股指期貨與市場間的關(guān)聯(lián)水平。

圖4展示了我國各股指期貨的方向性溢出指數(shù)，從圖中可以發(fā)現(xiàn)：①各股指期貨的方向性溢

出具有一定的時變性和聚集性特征，且接受與給予總溢出指數(shù)的趨勢與圖2中總溢出指數(shù)的趨勢大致相同，一定程度上展現(xiàn)了模型實證結(jié)果的穩(wěn)健性。②各股指期貨與市場的關(guān)聯(lián)存在明顯差異。其中，滬深300股指期貨與市場的關(guān)聯(lián)性最高，指數(shù)變動幅度最小，且其凈溢出指數(shù)基本為正，說明該股指期貨市場具有較強的價格引導(dǎo)和風(fēng)險溢出能力。③上證50和中證500股指期貨與市場關(guān)聯(lián)的波動較大，尤其是2018年后，兩期貨的接受與給予總溢出指數(shù)

均有明顯上升，說明該階段其市場參與度提升。另外，2018年后，上證50和中證500股指期貨的波動率凈溢出指數(shù)此消彼長——IH正（負(fù)）的凈溢出對應(yīng)IC負(fù)（正）的凈溢出，這主要與當(dāng)時的經(jīng)濟(jì)金融環(huán)境有關(guān)。2018年在國內(nèi)金融去杠桿、信用環(huán)境收緊、股權(quán)質(zhì)押爆倉、中美貿(mào)易摩擦等不利因素的影響下，國內(nèi)股期兩市整體下跌，市場預(yù)期悲觀，資金從大盤股流出，轉(zhuǎn)而流

向價格投機性比較強的中小盤股，導(dǎo)致中小盤股票波動加劇，因此該階段中證500股指期貨強勢反超，成為股指期貨市場上風(fēng)險的主要輸出方。2019年后，隨著利空影響減弱，政策利好、中美關(guān)系趨向緩和、資金加速入市等利多因素出現(xiàn)，股市在大盤藍(lán)籌股及上證50指數(shù)成分股的帶動下強勢反彈，期市跟隨上漲，因此該階段更受外資青睞的上證50股指期貨表現(xiàn)較好，風(fēng)險溢出效應(yīng)更強。2020年為應(yīng)對新冠肺炎疫情的沖擊，國家多次釋放流動性，中小及民營企業(yè)發(fā)展獲得極大支持，再加上中證500指數(shù)成分股中科技股和醫(yī)藥股較多，因此上半年中證500股指期貨對市場的影響更大。之后隨著國家有力的疫情防控和持續(xù)向好的經(jīng)濟(jì)復(fù)蘇，順周期板塊開始走強，因此滬深300和上證50股指期貨逐步占據(jù)信息溢出的主導(dǎo)地位。

3.各股指期貨品種間的關(guān)聯(lián)分析

總溢出指數(shù)描述的是股指期貨市場的整體關(guān)聯(lián)水平，方向性溢出指數(shù)描述的是單一股指期貨與市場間的關(guān)聯(lián)水平。接下來分析不同股指期貨間的配對凈溢出效應(yīng)，以探究不同股指期貨間價格關(guān)聯(lián)的動態(tài)演變過程。

圖5是各股指期貨品種間的配對凈溢出指數(shù)。從圖中可以發(fā)現(xiàn)：①相比收益率配對凈溢出指數(shù)，波動率配對凈溢出指數(shù)的變動頻繁且劇烈。② IF對IH和IC的收益率凈溢出為正，對IH的波動率凈溢出基本為正，說明其是我國股指期貨市場上信息的凈給予者，可以較為明顯地影響其他股指期貨的價格變動。這可能與滬深300

股指期貨上市時間更長、投資者基礎(chǔ)更強和市場建

設(shè)更完善等因素有關(guān)。另外，通過計算發(fā)現(xiàn)滬深300股指期貨在樣本期間的平均名義換手率最大，說明該市場的投機性更強，非理性交易更多。一旦滬深300股指期貨市場出現(xiàn)異常，理性

人假設(shè)將促使投資者調(diào)整其資產(chǎn)配置，促進(jìn)市場間資金的流動，產(chǎn)生信息溢出效應(yīng);同時，滬深300股指期貨市場的風(fēng)險會傳染到其他市場，產(chǎn)生波動溢出效應(yīng)。③ 2018年全年和2020年上半年，IC對IF和IH的凈溢出指數(shù)變大，且波動率凈溢出多為正值，說明該階段中證500股指期貨對其他股指期貨價格變動的影響增強，是股指期貨市場上主要的風(fēng)險輸出方，而2019年全年和2020年下半年的情況則恰恰相反，這與上一小節(jié)關(guān)于單一品種與整體股指期貨市場關(guān)聯(lián)性分析中

的部分結(jié)論具有一致性。出現(xiàn)這種現(xiàn)象的原因主要是2018年全年和2020年上半年資金較多地流向中小盤股票市場，而2019年全年和2020下半年資金更傾向于大盤藍(lán)籌股。④ 2016年下半年和2018年下半年，IH對IF和IC的凈溢出指數(shù)變大，說明上證50股指期貨對其他股指期貨的影響增強。這主要與政府救市資金多流向該市場有關(guān)，也進(jìn)一步表明國家針對2015年和2018年股災(zāi)的救市具有穩(wěn)定市場的效果。然而，凈溢出指數(shù)仍多為負(fù)值，說明國家的救市措施僅在一定程度上有效果。

（四）股指期貨市場關(guān)聯(lián)性的影響因素分析

本部分將進(jìn)一步研究關(guān)聯(lián)性變化的影響因素，主要基于關(guān)聯(lián)性的相關(guān)理論，從宏觀、微觀、突發(fā)事件三方面來構(gòu)建多元線性回歸模型，以直觀了解各因素對我國股指期貨市場關(guān)聯(lián)性的影響。具體模型如下：

TSIt=β0+β1M2t-1+β2CPIt-1+β3Rt-1+β4LSt+β5LFt+β6VIXt+γ1D1+γ2D2+εt

其中，TSI為股指期貨市場關(guān)聯(lián)性指標(biāo)，貨幣供應(yīng)量M2、通貨膨脹率的代理指標(biāo)CPI、銀行間7天同業(yè)拆借加權(quán)利率R為宏觀影響因素，股票市場流動性LS、股指期貨市場流動性LF、股票市場波動率VIX為微觀影響因素，D1、D2為虛擬變量，用以表示特殊事件的發(fā)生。D1在2018年1月至2019年5月取1，表示2018年股災(zāi)事件，其余時間取0;D2在2020年1月至2020年12月取1，表示新冠肺炎疫情事件，其余時間取0。樣本區(qū)間為2016年2月至2020年12月，所有變量取月度頻率，且均已進(jìn)行平穩(wěn)處理。

表3給出了多元線性模型的回歸結(jié)果，從表中可以發(fā)現(xiàn)：①宏觀因素中僅通貨膨脹率對關(guān)聯(lián)性指標(biāo)有顯著的正影響，意味著當(dāng)通脹率升高時，股指期貨市場的價格引領(lǐng)和風(fēng)險傳導(dǎo)能力增強。②股票市場流動性對股指期貨市場關(guān)聯(lián)性具有顯著的負(fù)影響，可能的原因是股票市場流動性的增強會吸引更多的資金流入該市場，而當(dāng)金融市場資金量一定的情況下，流入股指期貨市場的資金就會減少，造成股指期貨市場的流動性下降，進(jìn)而導(dǎo)致市場的關(guān)聯(lián)性降低。另外，股市波動率對股指期貨市場波動率總溢出指數(shù)有顯著的正影響，意味著股市波動的加大會引起股指期貨市場風(fēng)險傳染的加劇。③極端事件的發(fā)生會導(dǎo)致股指期貨市場關(guān)聯(lián)性的上升，一方面，極端事件會導(dǎo)致股指期貨市場的不確定性增大，在此背景下投資者會積極進(jìn)行資產(chǎn)配置的調(diào)整，帶動資金流動性增強，進(jìn)而產(chǎn)生信息溢出效應(yīng)。另一方面，極端事件會提高投資者的風(fēng)險管理需求，帶動股指期貨市場的成交量增長。另外，相比2018年股災(zāi)，2020年新冠肺炎疫情對股指期貨市場關(guān)聯(lián)性的影響相對較小，這主要得益于我國有力的疫情防控和高效的經(jīng)濟(jì)復(fù)蘇舉措，才使得國內(nèi)經(jīng)濟(jì)與金融市場沒有受到新冠肺炎疫情的較大沖擊。

五、結(jié)論與啟示

本文選取2015年4月至2020年12月滬深300股指期貨、上證50股指期貨和中證500股指期貨的日收盤價序列，借助溢出指數(shù)和多元回歸模型，從總關(guān)聯(lián)、單一品種與市場間關(guān)聯(lián)、品種間關(guān)聯(lián)三方面研究我國股指期貨市場的價格關(guān)聯(lián)，并進(jìn)一步探究影響股指期貨市場關(guān)聯(lián)性的因素，以期為股指期貨市場系統(tǒng)性風(fēng)險的管理與防范提出建議。本文所得主要結(jié)論與啟示如下：

第一，我國股指期貨市場的總關(guān)聯(lián)性平均高于50%，在樣本期內(nèi)呈先降后升的趨勢，具有明顯的時變特征。這說明我國股指期貨市場的關(guān)聯(lián)性較高，子市場間聯(lián)系較緊密，當(dāng)某一子市場發(fā)生風(fēng)險事件時，不利沖擊會迅速傳染到其他市場，引發(fā)整體股指期貨市場的風(fēng)險加劇。這啟示我們在防范股指期貨市場系統(tǒng)性風(fēng)險時，應(yīng)立足于整體股指期貨市場，既要考慮單一子市場的具體特征，又要考慮不同子市場間的關(guān)聯(lián)性，并在此基礎(chǔ)上積極建立子市場間的聯(lián)合監(jiān)管協(xié)調(diào)機制和風(fēng)險預(yù)警機制，實時監(jiān)測、識別風(fēng)險，及時采取應(yīng)對措施。

第二，我國股指期貨市場的波動率總關(guān)聯(lián)水平跨度較大（35.35%～60.60%），而關(guān)聯(lián)水平越高，子市場間信息傳遞越頻繁，不利消息對股指期貨市場的影響越大，爆發(fā)系統(tǒng)性風(fēng)險的可能性也就越大。因此，針對不同水平的市場風(fēng)險，監(jiān)管層應(yīng)分類識別、區(qū)別監(jiān)管，尤其要防范關(guān)聯(lián)性較高時期的系統(tǒng)性風(fēng)險，避免因單一子市場的風(fēng)險事件引致整體股指期貨市場的系統(tǒng)性風(fēng)險加劇。

第三，不同股指期貨品種的信息溢出能力在樣本期內(nèi)存在顯著差異，且價格關(guān)聯(lián)水平具有很強的結(jié)構(gòu)性變化特征。因此，監(jiān)管層應(yīng)準(zhǔn)確定位各子市場的系統(tǒng)重要性，充分考慮不同子市場間關(guān)聯(lián)水平的變化，實行差異化風(fēng)險管理。例如，滬深300股指期貨與市場的關(guān)聯(lián)性最高，是市場上信息的凈給予者，具有較強的價格引導(dǎo)和風(fēng)險傳遞能力，應(yīng)重點關(guān)注滬深300股指期貨的價格變動，維護(hù)滬深300股指期貨市場穩(wěn)定，避免因滬深300股指期貨價格的劇烈波動而引起整個股指期貨市場的波動加劇。而上證50股指期貨更多的是作為信息的接受方，因此應(yīng)提高該子市場的抗風(fēng)險能力，降低其市場脆弱性，避免因其他子市場的風(fēng)險傳染加劇該市場的波動。

第四，上證50股指期貨與市場的關(guān)聯(lián)性在2015年和2018年股災(zāi)政府救市期間有明顯上升，說明救市措施有穩(wěn)定股指期貨市場的作用，但它的凈溢出值多數(shù)為負(fù)，表明政府救市對穩(wěn)定股指期貨市場的效果有限。因此，監(jiān)管層應(yīng)多加強對股指期貨市場風(fēng)險的日常防控，夯實風(fēng)險管理基礎(chǔ)，降低風(fēng)險事件發(fā)生的概率;同時，減少政府不必要的行政干預(yù)，加強市場機制在股指期貨功能發(fā)揮中的作用，通過市場自主調(diào)節(jié)來防控風(fēng)險，實現(xiàn)政府監(jiān)管與市場調(diào)節(jié)的相輔相成，堅持守住不發(fā)生系統(tǒng)性風(fēng)險的底線。

第五，我國股指期貨市場的關(guān)聯(lián)性受通貨膨脹率、股票市場流動性與波動性、極端事件等因素的影響，因此監(jiān)管層在防范股指期貨市場風(fēng)險時，除了關(guān)注市場本身的風(fēng)險因素，還應(yīng)考慮到國家宏觀政策、股指期現(xiàn)貨市場狀況、突發(fā)事件等因素的影響，加強期現(xiàn)貨市場的聯(lián)動監(jiān)管，逐步完善股指期貨市場綜合監(jiān)管體制，力爭在不利沖擊發(fā)生時可以快速反應(yīng)，精準(zhǔn)處置，把不利影響控制在最小范圍內(nèi)，避免因單一因素引發(fā)整體股指期貨市場的風(fēng)險加劇。

參考文獻(xiàn)

[1] 常鑫鑫，周強龍.金融脆弱性、風(fēng)險管理體系與金融期貨市場關(guān)系研究[J].中國證券期貨，2019（3）：4-8.

[2] 劉成立，王朝暉.股指期貨在預(yù)警股票市場系統(tǒng)性風(fēng)險中的作用研究[J].宏觀經(jīng)濟(jì)研究，2017（6）：32-43，167.

[3] 丁逸俊，馮蕓.極端下跌事件的正反饋效應(yīng)與監(jiān)管限制溢出[J].中國管理科學(xué)，2017，25（9）：81-96.

[4] 吳長鳳.資產(chǎn)管理離不開股指期貨[N].上海證券報，2015-08-07（009）.

[5] 邵振文，侯丹.我國股指期貨市場非對稱性波動與下行風(fēng)險研究[J].經(jīng)濟(jì)縱橫，2018（3）：108-113.

[6] 李政，梁琪，涂曉楓.我國上市金融機構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J].金融研究，2016（8）：95-110.

[7] 肖小勇，李崇光，黃靜.農(nóng)產(chǎn)品期貨價格波動關(guān)聯(lián)——基于日頻數(shù)據(jù)和關(guān)聯(lián)測量新框架[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019（1）：25-39.

[8] 張曉樸.系統(tǒng)性金融風(fēng)險研究：演進(jìn)、成因與監(jiān)管[J].國際金融研究，2010（7）：58-67.

[9] 吳永鋼，趙航，卜林.中國金融體系內(nèi)極端風(fēng)險溢出關(guān)系研究[J].南開經(jīng)濟(jì)研究，2019（5）：98-121.

[10] ADLER M， DUMAS B.International portfolio choice and corporation finance： A synthesis [J].The Journal of Finance，1983，38（3）：925-984.

[11] 馬丹，劉麗萍，陳坤.關(guān)聯(lián)效應(yīng)還是傳染效應(yīng)[J].統(tǒng)計研究，2016，33（2）：99-106.

[12] 蔣舒，吳沖鋒.中國期貨市場的有效性：過度反應(yīng)和國內(nèi)外市場關(guān)聯(lián)的視角[J].金融研究，2007（2）：49-62.

[13] PATRO D K， QI M， SUN X.A simple indicator of systemic risk[J].Journal of Financial Stability，2013，9（1）：105-116.

[14] BILLIO M， GETMANSKY M， LO A W， et al.Econometric measures of connectedness and systemic risk in the finance and insurance sectors[J].Journal of Financial Economics，2012，104（3）：535-559.

[15] GHOSH A.Cointegration and error correction modevs： intertemporal causality between index and future prices[J].Journal of Futures Markets，1993，13（2）：193-198.

[16] 熊熊，王芳.我國滬深300股指期貨仿真交易的價格發(fā)現(xiàn)分析[J].天津大學(xué)學(xué)報（社會科學(xué)版），2008（4）：321-325.

[17] 左浩苗，劉振濤，曾海為.基于高頻數(shù)據(jù)的股指期貨與現(xiàn)貨市場波動溢出和信息傳導(dǎo)研究[J].金融研究，2012（4）：140-154.

[18] 周愛民，韓菲.股票市場和外匯市場間風(fēng)險溢出效應(yīng)研究——基于GARCH-時變Copula-CoVaR模型的分析[J].國際金融研究，2017（11）：54-64.

[19] 趙慧敏，陳曉倩，黃嵩.中國股指期貨和現(xiàn)貨市場信息傳導(dǎo)關(guān)系在牛熊市中的異化現(xiàn)象[J].系統(tǒng)工程理論與實踐，2018，38（4）：863-872.

[20] 田樹喜，夏天洋，楊童舒.中國A股市場三種股指期貨價格先導(dǎo)及波動溢出效應(yīng)的計量檢驗[J].東北大學(xué)學(xué)報（社會科學(xué)版），2019，21（4）：344-349，359.

[21] 張筱峰，郭瀝陽.滬深300股指期現(xiàn)市場多階段波動溢出效應(yīng)研究——基于非對稱BEKK-GARCH模型[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2020，40（3）：53-66.

[22] 周佰成，侯丹，邵振文.我國股指期貨市場與股票市場溢出效應(yīng)研究[J].經(jīng)濟(jì)縱橫，2017（8）：118-123.

[23] 劉成立.S&P 500和滬深300股指期貨的聯(lián)動性研究[J].南開經(jīng)濟(jì)研究，2019（1）：153-172.

[24] DIEBOLD F X， YILMAZ? K.Better to give than to receive： Predictive directional measurement of volatility spillovers[J].International Journal of Forecasting，2012，28（1）：57-66.

[25] KOOP G， PESARAN M H， POTTER S M.Impulse response analysis in nonlinear multivariate models[J].Journal of Econometrics，1996，74（1）：119-147.

[26] GARMAN M B， KLASS M J.On the estimation of security price volatilities from historical data[J].The Journal of Business，1980，53（1）：67-78.

[27] 安毅，宮雨.我國農(nóng)產(chǎn)品期貨市場投機特征與非理性行為[J].證券市場導(dǎo)報，2014（5）：46-51.

[28] BEINE M， CANDELON B.Liberalisation and stock market co-movement between emerging economies[J].Quantitative Finance，2011，11（2）：299-312.

[29] BEKAERT G， HARVEY C R.Emerging markets finance[J].Journal of Empirical Fiannce，2003，10（1）：3-55.

[30] FORBES K J， RIGOBON R.No contagion， only interdependence： measuring stock market comovements[J].The Journal of Finance，2002，57（5）：2223-2261.

1 胡可為，博士研究生，中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向為期貨與金融衍生品。

2 安毅，教授，博士生導(dǎo)師，中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向為期貨與金融衍生品。

3 劉文超，博士研究生，中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，研究方向為期貨與金融衍生品。