楊恩惠

(西北師范大學(xué)經(jīng)濟學(xué)院 甘肅蘭州 730070)

1 引言及文獻綜述

股指期貨具有高杠桿性，且交易費用較低，會影響現(xiàn)貨市場的定價，因而是目前金融市場上重要的投資工具。我國在2010年4月16日推出了第一個股指期貨——滬深300股指期貨，在5年后推出了中證500股指期貨和上證50股指期貨，并于2022年推出中證1000股指期貨。我國股市的特點是波動幅度大、市場換手率高，而股指期貨合約可以對沖風(fēng)險、鎖定利潤，進一步規(guī)避風(fēng)險。其中，上證50指數(shù)綜合反映了上海證券市場流動性較好、規(guī)模較大的龍頭企業(yè)的整體表現(xiàn)，其行業(yè)分布集中在金融、主要消費、工業(yè)、原材料四大核心產(chǎn)業(yè)，在我國資本市場處于重要地位，因而選取上證50指數(shù)股指期貨具有代表性。

何誠穎等(2011)運用高頻數(shù)據(jù)中的I-S模型和P-T模型進行實證分析發(fā)現(xiàn)，新信息反映速度和融入比率滬深300指數(shù)期貨市場的價格發(fā)現(xiàn)能力都要強于指數(shù)現(xiàn)貨市場。李昌榮、鄒青(2012)運用二元VAR-EGARCH與信息傳遞速度模型發(fā)現(xiàn)我國股指期貨與現(xiàn)貨市場之間存在顯著的雙向價格關(guān)系與雙向波動溢出效應(yīng)，且信息傳遞能力逐步增強，我國股指期貨市場存在顯著的正反饋效應(yīng)。蔡慶豐等(2015)在VECM-DCC-MGARCH模型的基礎(chǔ)上，以GJR形式考慮變量非對稱作用、構(gòu)建了VECM-GJR-MGARCH-t模型，實證分析表明滬深300期現(xiàn)貨市場在行情上漲時期兩者關(guān)系大幅減弱，現(xiàn)貨市場波動對不利沖擊的反應(yīng)更加敏感。魏建國、李小雪(2016)基于VECM-PT-IS模型分析發(fā)現(xiàn)，滬深300、上證50、中證500股指期貨與現(xiàn)貨之間均具有雙向引導(dǎo)關(guān)系，其中中證500和滬深300股指期貨的價格發(fā)現(xiàn)功能較強，上證50股指期貨相對較弱。

2 模型構(gòu)建與檢驗方法

2.1 GARCH模型

考慮到σ2t是一個分布滯后模型，可以用一個或兩個的滯后值代替許多u2t的滯后值，標(biāo)準(zhǔn)的GARCH(1,1)模型為：

GARCH(p,q)的條件方差表示為：

為了使GARCH(q,p)模型的條件方差有明確的定義，相應(yīng)的ARCH(∞)模型為：

2.2 格蘭杰因果檢驗

根據(jù)格蘭杰因果檢驗可以對現(xiàn)貨市場的價格發(fā)現(xiàn)作用進行研究，假設(shè)有如下模型：

3 數(shù)據(jù)選取及描述性分析

本文主要使用Stata16軟件進行實證分析研究，選取2003年12月31日—2023年5月31日(無節(jié)假日)上證50現(xiàn)貨指數(shù)數(shù)據(jù)作為原始數(shù)據(jù)，共3723組數(shù)據(jù)，并以2015年4月15日(無節(jié)假日)上證50現(xiàn)貨指數(shù)的收盤價為分時點分為兩個時間段。觀察現(xiàn)有上證50指數(shù)的時序圖：由圖1可以看出，2015年上證50指數(shù)收盤價明顯出現(xiàn)較大的波動，隨后波動逐漸降低。

圖1 上證50的原序列時序圖

通過觀察時序圖可以看到，上證50的原序列有平穩(wěn)趨勢，初步判斷序列平穩(wěn)。同時，為了研究上證50指數(shù)與股指期貨之間的聯(lián)系，根據(jù)上證50指數(shù)收益率波動圖可以得到2015年發(fā)布股指期貨之后，上證50指數(shù)收益率明顯出現(xiàn)波動集聚效應(yīng)。

由表1可以看出，樣本數(shù)據(jù)包括3723個全區(qū)間觀察值，其中2163個觀察值來自股指期貨發(fā)布前，1559個觀察值來自發(fā)布后，數(shù)據(jù)都已進行去均值化處理。

表1 描述性統(tǒng)計

對于樣本的標(biāo)準(zhǔn)差，股指期貨發(fā)布前為0.017，發(fā)布后為0.013，表明發(fā)布期貨后的樣本數(shù)據(jù)變化程度較小，可能指向股指期貨發(fā)布后市場波動性的降低。在股指期貨發(fā)布后，1%分位數(shù)從-0.048變?yōu)?0.046，99%分位數(shù)從0.044降為0.034，進一步驗證了上述結(jié)論。然而，發(fā)布股指期貨后，市場的偏度從-0.03變?yōu)?0.405，表明市場的負向波動性增加。另外，發(fā)布后的峰度值為8.56，相比發(fā)布前的6.266有所增加，可能意味著發(fā)布期貨后市場的異常波動性增加。

總的來說，這些描述性統(tǒng)計結(jié)果表示，雖然發(fā)布股指期貨后，市場的總體波動性有所降低，但是負向波動和異常波動的頻率可能有所增加。需要注意的是，這些都是初步的統(tǒng)計分析結(jié)果，為了得出更為精確的結(jié)論，本文需要進行更為深入的經(jīng)濟模型分析。

4 實證分析

4.1 平穩(wěn)性檢驗

本文為驗證使用的數(shù)據(jù)是否平穩(wěn)，此處對各時間序列進行單位根檢驗。為了避免出現(xiàn)偽回歸，本文采用ADF對上述數(shù)據(jù)進行單位根檢驗。全區(qū)間、股指期貨發(fā)布前、股指期貨發(fā)布后序列進行ADF檢驗的結(jié)果如表2所示。

表2 上證50序列的ADF檢驗

由表2可知，全區(qū)間、股指期貨發(fā)布前、股指期貨發(fā)布后的數(shù)據(jù)在1%的顯著性水平上拒絕數(shù)據(jù)存在單位根這一原假設(shè)，說明通過了ADF檢驗，即全區(qū)間、股指期貨發(fā)布前、股指期貨發(fā)布后的數(shù)據(jù)都是平穩(wěn)的。

4.2 格蘭杰因果檢驗

根據(jù)協(xié)整檢驗的分析不能確定這種關(guān)系是否具有因果關(guān)系，而格蘭杰因果關(guān)系檢驗是判斷各個變量之間是否具有因果關(guān)系的有效方法，對上證50股指期貨對現(xiàn)貨市場波動性的格蘭杰因果關(guān)系檢驗結(jié)果如表3所示。

表3 格蘭杰因果檢驗的結(jié)果

由表3可知，原假設(shè)1中的P值是0.012，該假設(shè)在5%水平上顯著，說明股指期貨發(fā)布前對股指期貨發(fā)布后具有格蘭杰因果關(guān)系。

4.3 GARCH模型結(jié)果分析

根據(jù)上證50一階差分序列的自相關(guān)函數(shù)圖和偏自相關(guān)函數(shù)圖，初步選用下列模型進行預(yù)期價格分析預(yù)測：GARCH (1,0) GARCH (0,1) GARCH (1,1) GARCH (2,0)GARCH (0,2) GARCH (1,2) GARCH (2,1)(見圖2)。

圖2 上證50日收益率自相關(guān)與偏相關(guān)檢驗結(jié)果

圖3

根據(jù)模型估計結(jié)果，GARCH (2,1) ；GARCH (0,1) ；GARCH (1,1) ；GARCH (2,1)擬合效果較好，各項系數(shù)顯著。其中GARCH (0,1) ；GARCH (1,1) ；GARCH (2,1)通過殘差序列白噪聲檢驗?，F(xiàn)對三個模型的擬合效果進行對比，選取擬合效果最好的模型進行上證50的分析預(yù)測，對比結(jié)果如表4所示。

表4 模型擬合效果對比

綜合對比考慮模型的擬合效果，GARCH(2,1)的可決系數(shù)與GARCH (1,1)相同，但Akaike info criterion值較GARCH(1,1)大，本文最終選取GARCH (1,1)模型擬合方程研究上證50指數(shù)與股指期貨之間的聯(lián)系。

GARCH(1,1)的模型參數(shù)如表3所示：

模型系數(shù)均為顯著的，a+B=0.1395674-2.100945=-1.9613776＜1，滿足GARCH模型對參數(shù)的約束性條件，從數(shù)值來看，B遠小于a，表明舊信息對市場波動性的沖擊較大且持續(xù)期較短，正體現(xiàn)了上證50指數(shù)收益率具有波動聚集性。

5 結(jié)語

5.1 結(jié)論

基于GARCH類模型對2005—2022年的上證50指數(shù)進行實證研究發(fā)現(xiàn)，上證50指數(shù)的收盤價在2015年股指期貨發(fā)布后出現(xiàn)了明顯的波動性，發(fā)布股指期貨后的樣本數(shù)據(jù)變化程度較小，市場的波動范圍也有所減小，可能表明股指期貨的發(fā)布降低了市場波動性。然而，發(fā)布股指期貨后，市場的負向波動性和異常波動性有所增加。同時，本文發(fā)現(xiàn)全區(qū)間、股指期貨發(fā)布前、股指期貨發(fā)布后的數(shù)據(jù)都是平穩(wěn)的，為使用GARCH模型進行分析提供了可能。通過對上證50股指期貨對現(xiàn)貨市場波動性的格蘭杰因果關(guān)系檢驗發(fā)現(xiàn)，股指期貨發(fā)布前對股指期貨發(fā)布后具有格蘭杰因果關(guān)系，表明股指期貨的發(fā)布可能影響現(xiàn)貨市場的波動性。

在模型選擇上，本文最終選擇GARCH (1,1)模型進行上證50指數(shù)與股指期貨之間聯(lián)系的分析。模型結(jié)果反映了上證50指數(shù)收益率的波動聚集性?？偟膩碚f，雖然股指期貨的發(fā)布對市場的總體波動性有所降低，但對市場負向波動性和異常波動性的影響不能忽視。

5.2 對策建議

首先，我國應(yīng)在嚴控風(fēng)險的基礎(chǔ)上，進一步放開股指期貨交易的限制：股指期貨作為我國機構(gòu)投資者投資策略的重要工具，過度限制不利于機構(gòu)投資者開發(fā)更多靈活策略的產(chǎn)品，因此可以在控制過度投資的基礎(chǔ)上，進一步放松非套保日內(nèi)開倉手數(shù)，提高流動性。其次，我國境內(nèi)現(xiàn)有權(quán)益類衍生產(chǎn)品結(jié)果并不均衡，主要覆蓋的是藍籌股、權(quán)重股(包括滬深300股指期貨、上證50股指期貨、滬深300股指期權(quán)等)，而覆蓋中小盤的權(quán)益類衍生品較少，我國應(yīng)研發(fā)更多寬基、窄基股指和個股的期貨產(chǎn)品，以完善權(quán)益類衍生品市場結(jié)構(gòu)。再次，政府應(yīng)積極推進期貨期權(quán)市場的法律建設(shè)。積極完善《期貨法》立法，為期貨市場健康發(fā)展提供強有力的法律保障，積極學(xué)習(xí)國外經(jīng)驗，優(yōu)化保證金制度、大戶持倉報告制度等，進一步規(guī)范期貨市場。最后，國家要提高跨境監(jiān)管能力，進一步加強境內(nèi)機構(gòu)投資者對股指期貨市場的參與度，以防止境內(nèi)投資者面對開放境外投資者造成的沖擊。