楊恩惠

(西北師范大學(xué)經(jīng)濟(jì)學(xué)院 甘肅蘭州 730070)

1 引言及文獻(xiàn)綜述

股指期貨具有高杠桿性，且交易費(fèi)用較低，會(huì)影響現(xiàn)貨市場(chǎng)的定價(jià)，因而是目前金融市場(chǎng)上重要的投資工具。我國(guó)在2010年4月16日推出了第一個(gè)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(guó)股市的特點(diǎn)是波動(dòng)幅度大、市場(chǎng)換手率高，而股指期貨合約可以對(duì)沖風(fēng)險(xiǎn)、鎖定利潤(rùn)，進(jìn)一步規(guī)避風(fēng)險(xiǎn)。其中，上證50指數(shù)綜合反映了上海證券市場(chǎng)流動(dòng)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(fèi)、工業(yè)、原材料四大核心產(chǎn)業(yè)，在我國(guó)資本市場(chǎng)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(chéng)穎等(2011)運(yùn)用高頻數(shù)據(jù)中的I-S模型和P-T模型進(jìn)行實(shí)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(chǎng)的價(jià)格發(fā)現(xiàn)能力都要強(qiáng)于指數(shù)現(xiàn)貨市場(chǎng)。李昌榮、鄒青(2012)運(yùn)用二元VAR-EGARCH與信息傳遞速度模型發(fā)現(xiàn)我國(guó)股指期貨與現(xiàn)貨市場(chǎng)之間存在顯著的雙向價(jià)格關(guān)系與雙向波動(dòng)溢出效應(yīng)，且信息傳遞能力逐步增強(qiáng)，我國(guó)股指期貨市場(chǎng)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(duì)稱作用、構(gòu)建了VECM-GJR-MGARCH-t模型，實(shí)證分析表明滬深300期現(xiàn)貨市場(chǎng)在行情上漲時(shí)期兩者關(guān)系大幅減弱，現(xiàn)貨市場(chǎng)波動(dòng)對(duì)不利沖擊的反應(yīng)更加敏感。魏建國(guó)、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(jià)格發(fā)現(xiàn)功能較強(qiáng)，上證50股指期貨相對(duì)較弱。

2 模型構(gòu)建與檢驗(yàn)方法

2.1 GARCH模型

考慮到σ2t是一個(gè)分布滯后模型，可以用一個(gè)或兩個(gè)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(yàn)

根據(jù)格蘭杰因果檢驗(yàn)可以對(duì)現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)作用進(jìn)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(jìn)行實(shí)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(jià)為分時(shí)點(diǎn)分為兩個(gè)時(shí)間段。觀察現(xiàn)有上證50指數(shù)的時(shí)序圖：由圖1可以看出，2015年上證50指數(shù)收盤價(jià)明顯出現(xiàn)較大的波動(dòng)，隨后波動(dòng)逐漸降低。

圖1 上證50的原序列時(shí)序圖

通過觀察時(shí)序圖可以看到，上證50的原序列有平穩(wěn)趨勢(shì)，初步判斷序列平穩(wěn)。同時(shí)，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(dòng)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(dòng)集聚效應(yīng)。

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

表1 描述性統(tǒng)計(jì)

對(duì)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(chǎng)波動(dòng)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(jìn)一步驗(yàn)證了上述結(jié)論。然而，發(fā)布股指期貨后，市場(chǎng)的偏度從-0.03變?yōu)?0.405，表明市場(chǎng)的負(fù)向波動(dòng)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(chǎng)的異常波動(dòng)性增加。

總的來說，這些描述性統(tǒng)計(jì)結(jié)果表示，雖然發(fā)布股指期貨后，市場(chǎng)的總體波動(dòng)性有所降低，但是負(fù)向波動(dòng)和異常波動(dòng)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(jì)分析結(jié)果，為了得出更為精確的結(jié)論，本文需要進(jìn)行更為深入的經(jīng)濟(jì)模型分析。

4 實(shí)證分析

4.1 平穩(wěn)性檢驗(yàn)

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

表2 上證50序列的ADF檢驗(yàn)

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(yàn)，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(yàn)

根據(jù)協(xié)整檢驗(yàn)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(yàn)是判斷各個(gè)變量之間是否具有因果關(guān)系的有效方法，對(duì)上證50股指期貨對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果如表3所示。

表3 格蘭杰因果檢驗(yàn)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(duì)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(jìn)行預(yù)期價(jià)格分析預(yù)測(cè)：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(yàn)結(jié)果

圖3

根據(jù)模型估計(jì)結(jié)果，GARCH (2,1) ；GARCH (0,1) ；GARCH (1,1) ；GARCH (2,1)擬合效果較好，各項(xiàng)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(yàn)。現(xiàn)對(duì)三個(gè)模型的擬合效果進(jìn)行對(duì)比，選取擬合效果最好的模型進(jìn)行上證50的分析預(yù)測(cè)，對(duì)比結(jié)果如表4所示。

表4 模型擬合效果對(duì)比

綜合對(duì)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(duì)參數(shù)的約束性條件，從數(shù)值來看，B遠(yuǎn)小于a，表明舊信息對(duì)市場(chǎng)波動(dòng)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(dòng)聚集性。

5 結(jié)語

5.1 結(jié)論

基于GARCH類模型對(duì)2005—2022年的上證50指數(shù)進(jìn)行實(shí)證研究發(fā)現(xiàn)，上證50指數(shù)的收盤價(jià)在2015年股指期貨發(fā)布后出現(xiàn)了明顯的波動(dòng)性，發(fā)布股指期貨后的樣本數(shù)據(jù)變化程度較小，市場(chǎng)的波動(dòng)范圍也有所減小，可能表明股指期貨的發(fā)布降低了市場(chǎng)波動(dòng)性。然而，發(fā)布股指期貨后，市場(chǎng)的負(fù)向波動(dòng)性和異常波動(dòng)性有所增加。同時(shí)，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(jìn)行分析提供了可能。通過對(duì)上證50股指期貨對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性的格蘭杰因果關(guān)系檢驗(yàn)發(fā)現(xiàn)，股指期貨發(fā)布前對(duì)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(chǎng)的波動(dòng)性。

在模型選擇上，本文最終選擇GARCH (1,1)模型進(jìn)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(dòng)聚集性?？偟膩碚f，雖然股指期貨的發(fā)布對(duì)市場(chǎng)的總體波動(dòng)性有所降低，但對(duì)市場(chǎng)負(fù)向波動(dòng)性和異常波動(dòng)性的影響不能忽視。

5.2 對(duì)策建議

首先，我國(guó)應(yīng)在嚴(yán)控風(fēng)險(xiǎn)的基礎(chǔ)上，進(jìn)一步放開股指期貨交易的限制：股指期貨作為我國(guó)機(jī)構(gòu)投資者投資策略的重要工具，過度限制不利于機(jī)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(jìn)一步放松非套保日內(nèi)開倉手?jǐn)?shù)，提高流動(dòng)性。其次，我國(guó)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(lán)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(guó)應(yīng)研發(fā)更多寬基、窄基股指和個(gè)股的期貨產(chǎn)品，以完善權(quán)益類衍生品市場(chǎng)結(jié)構(gòu)。再次，政府應(yīng)積極推進(jìn)期貨期權(quán)市場(chǎng)的法律建設(shè)。積極完善《期貨法》立法，為期貨市場(chǎng)健康發(fā)展提供強(qiáng)有力的法律保障，積極學(xué)習(xí)國(guó)外經(jīng)驗(yàn)，優(yōu)化保證金制度、大戶持倉報(bào)告制度等，進(jìn)一步規(guī)范期貨市場(chǎng)。最后，國(guó)家要提高跨境監(jiān)管能力，進(jìn)一步加強(qiáng)境內(nèi)機(jī)構(gòu)投資者對(duì)股指期貨市場(chǎng)的參與度，以防止境內(nèi)投資者面對(duì)開放境外投資者造成的沖擊。