H股指数期货对现货市场信息效率影响的实证研究

　　摘要：H股指数期货作为与中国内地股市关联度最高的海外股指期货，它对现货市场的影响是观察沪深300指数期货对现货市场影响的重要窗口。本文基于混合分布假说，分别利用线性Granger因果关系检验方法与非线性Granger因果关系检验方法对H股指数期货推出前后现货市场内部交易特征进行研究。研究显示：现货市场交易量与收益率之间不仅存在双向非线性Granger因果关系，并且在股指期货推出后，现货市场交易量推动价格波动的能力更强，由此表明H股指数期货降低了现货市场信息不对称，线性Granger因果关系检验方法则低估了交易量与收益率之间的内在联系。
　　关键词：H股指数期货；现货市场；信息效率；非线性Granger检验
　　中图分类号：F830.9 文献标识码：A
　　文章编号：1000-176X（2011）03-0064-07
　　收稿日期：2010-12-06
　　基金项目：国家自然科学基金项目（70671019；70871019；71072140）；教育部人文社会科学青年基金项目（09YJC630022）；辽宁省教育厅项目（2009A242）；教育部新世纪优秀人才项目（NCET-06-0294）；辽宁省百千万人才项目（［2008］179090）；国家留学基金项目（教外留［2010］1174）；东北财经大学社会与行为跨学科研究中心对外公开招标项目
　　作者简介：袁绍锋（1982-），男，湖南郴州人，博士研究生，主要从事资产定价和市场微观结构等方面研究。E-mail：yuanshaofeng1982@126.com
　　甄红线（1974-），女，辽宁丹东人，副教授，主要从事公司治理和财务管理等方面研究。
　　
　　一 、引言
　　证券市场信息效率的代表性理论之一是Clark［1］最早提出的混合分布假说。该假说认为，价格波动是由一个潜在的混合变量驱使的，该混合变量一般被假定为信息流速率，即每日信息到达市场的次数，交易量可以看做信息变量的替代变量。此后，Harris和Raviv［2］利用市场微观结构理论证明价格变化与交易量相结合所形成的指标设计可以刻画市场运行的信息效率，其基本原理是：若单位交易量的变化引起价格较大变化，投资者意见分歧较小，则市场信息不对称程度较低；反之，则市场信息不对称程度较高。然而，在关于交易量与价格的相互影响关系的实证研究中，现有的大多数研究文献或结合传统的Granger因果检验进行分析，或在一元GARCH模型中引入交易量因子。这样的方法可能存在着较大的局限性，如Hiemstra和Jones［3］的研究表明，交易量与价格之间的相互影响关系具有显著的非线性特征，如果利用传统的Granger检验方法存在着低估二者之间真实联系的可能，如果利用一元GARCH模型则无法体现收益率对价格的影响。有鉴于此，本文尝试在现有研究基础上，采用非线性Granger因果检验对313bb47cec42c95606b032aa16ef0a5b股指期货推出对现货市场信息效率的影响展开研究，落脚点是研究现货市场价量关系的变化。
　　二 、文献综述
　　股指期货面世以来，国外学者对股指期货对现货市场的冲击效应进行了大量理论研究与实证分析。
　　首先，从股指期货推出前后现货市场价格、交易量与波动性的变化来看，Jegadeesh 和 Subrahmanyam［4］认为现货市场在引入S&P500指数期货交易后现货市场买卖价差显著扩大，信息不对称是导致现货市场买卖价差扩大的重要原因。Jochum 和 Kodres［5］发现即期市场在引入期货交易后波动性变大，但Spyros［6］认为期货市场的引入没有显著影响现货市场的价格波动。其次，从股指期货市场价格变动与现货市场价格变动的长期协整关系来看，短期内，股指期货价格的变动快于现货市场价格的波动，而长期内却存在协整关系。Chu等［7］研究发现，S&P 500指数三种产品（现货市场、期货市场以及SPDRs S&P Depositary Receipts markets）之间的价格存在长期协整关系，但现货市场与股指期货市场并不存在长期关系。最后，从股指期货市场对现货市场的信息效率影响来看，与现货交易相比，股指期货提供了更为方便的卖空交易方式和较低的交易成本，使得股指期货价格对信息反应更快，其价格变动也往往领先现货市场价格变动（Stoll 和Whaley［8］；Chee0ec2f9c151912b9501db26c09e3b95an［9］）。Hegde 和McDermott［10］研究了S&P 500 指数成分股调整对该成分股流动性的影响，发现新增加的成分股流动性增强，其主要原因是直接交易成本增加和信息不对称程度降低。由于股票指数是整个经济运行状况的基本反映，削弱了现货市场信息不对称程度从而降低了现货市场的波动性，但Gulen和Mayhew［11］认为能否降低现货市场信息结构因国家而异。另一种观点认为股指期货的推出改变了现货市场信息结构，使投资者集中在成分股交易（Gorton和Pennacchi［12］）。
　　国内有关股指期货对现货市场冲击效应的经验研究始于最近几年。如肖辉和吴冲锋［13］利用GARCH（1，1）模型对股指与股指期货日内互动关系研究；肖辉等［14］使用脉冲响应和一般因子分解模型检验了股指与股指期货价格发现过程；涂志勇和郭明［15］研究发现，股指期货的推出对指数的影响将取决于羊群效应的大小。当趋势交易者跟风程度较弱时，股指在期货推出前短期下跌，推出后继续下跌。当趋势交易者跟风程度较强时，股指在期货推出前短期上涨，推出后则下跌。严敏等［16］利用带有误差修正的双变量EGARCH 模型对我国股指期货市场的价格发现与波动溢出效应进行了实证检验。上述研究虽极大地丰富了对股指期货市场功能的认识，但大都停留在股指期货价格发现功能的研究层面，并且以线性Granger检验思想为核心建模思想，存在低估期货推出对现货市场信息效率影响的可能。本文在借鉴潘越［17］研究思想的基础上，采用非线性Granger因果检验方法对股指期货推出前后现货市场信息效率的变化进行考察，通过观察股指期货推出前后现货市场价量关系的变化判断市场信息效率是否改进，与线性Granger因果检验方法相比，非线性Granger检验方法提高了研究的精度。
　　三、研究设计
　　Granger提出的 Granger因果检验方法，是现代计量经济学中的重要分析工具，在经济学研究领域中得到了广泛的应用。为考察平稳序列X t是否是另一平稳序列Y t产生的原因，Granger因果检验的程序是：首先估计当前Y t值被其自身滞后期取值所能解释的程度，然后引入序列 Y t的滞后值，并检验其是否可以提高X t的被解释程度。如果是，则称序列X t是 Y t 的 Granger 原因。但该模型可能会忽视变量之间非常显著的非线性因果关系，低估变量之间的真实关系，仍有进一步改进的需要。1992年，Baek和Brock［18］提出一种基于空间概率中的关联和（correlation integral）概念非参数统计方法，用于估计事物间的非线性关系，但该检验假定变量是独立同分布，这与现实金融数据的特点不符。随后，Hiemstra 和Jones放宽了变量必须独立同分布的假设，允许检验变量之间具有弱依赖性，从而极大地拓展了这种检验方法的适用性。H-J模型的实质是关于变量因果关系的二步法检验，即在变量线性Granger因果关系检验的基础上，对其残差进行非线性因果关系检验。
　　
　　（一）线性Granger因果关系检验方法
　　线性Granger检验的具体步骤是：首先对X t、X t进行平稳性检验，在此基础上进行协整关系检验；如果变量之间存在协整关系，则引入误差修正模型项，通过检验VECM-VAR模型参数的显著性确定变量之间的相互引导关系。具体检验方程为：
　　
　　（二）非线性Granger因果关系检验方法
　　1.非线性Granger因果关系检验核心思想
　　非线性因果关系检验平稳序列Y t是否是另一平稳序列X t产生的原因时，采用这样的方法：首先估计任意两组Lx个元素的X t滞后变量之间的范数落在带宽e的条件下，m个元素的X t超前变量也落在带宽e之内的条件概率；然后引入Ly个Y t滞后变量对条件概率的影响，即估计任意两组Lx个元素的X t滞后变量与Ly个滞后变量之间的范数均落在带宽e的条件下，m个元素的X t超前变量也落在带宽e之内的条件概率；最后如果两种情况下的条件概率没有显著差异，那么原假设“Y t不是另一平稳序列X t产生的原意”不能被拒绝。原假设的函数表达式为：
　　
　　在H-J检验中，σ 是差值的方差。σ （m，Lx，Ly，e）是十分关键的值，因为它是判定原假设是否成立的临界值。Hiemstra 和Jones给出了极为复杂的σ的计算定义式，但是为简便起见，本文在对残差进行标准化处理的基础上，直接假定e=1.5σ，而σ=1 。此外，本文令m=1，以考察滞后变量对当期的影响。
　　（三）样本选取与数据处理
　　2003年10月8日，香港交易所推出 H股指数期货，H股指数期货的相关指数为恒生中国企业指数（HSCEI），它是由恒指服务有限公司编纂及计算的市值加权股票指数，该指数的成份股大约每半年调整一次。本文采取以下方法选取样本：一是以H股指数及成分股交易额度量成分股的价格与成交量。二是按照H股指数编纂方法构造非成分股指数，具体方法是从港交所挂牌上市的所有H股票非成分股中抽取具有市场代表性的20家上市公司的股票为样本，以流通股本为权数加权平均法计算，以2002年10月7日为基日，基日指数定为2 000点，非成分股股价指数＝现时成分股总市值／基期成分股总市值×2 000。然后以非成分股指数组合股票日交易量之和反映非成分股的交易量。三是截取2002年10月8日—2004年10月7日为样本期间（即H股指数期货推出前后1年），以2003年10月8日为分水岭，将样本区间划分为股指期货推出前样本区间与股指期货推出后样本区间。所选样本期间每一序列共496个有效数据，所有数据均来自Bloomberg与Resset数据库。
　　为更好地研究交易量与价格变化之间的关系，定义交易额变动率为交易额比的自然对数，指数收益率为指数比的自然对数，即：
　　
　　四、结果分析
　　（一）样本描述性统计
　　表1给出了变量的基本统计特征描述：一是股指期货推出后，成分股组合股票与非成分股组合股票交易额变动率的均值与标准差显著扩大，指数收益率的均值显著变小，而指数收益率的标准差却并没有显著增加。据此可以初步可以判定，股指期货推出后，市场交易活跃度在增加，市场深度在扩大，市场流动性增强。二是从序列的偏度、峰度以及JB 统计量来看，变量序列均不服从正态分布，呈现一般金融时间序列所具有的尖峰厚尾特征。
　　
　　表1 成分股组合股票与非成分股组合股票指数收益率与交易额变动率基本统计特征
　　
　　注：erh表示股指期货推出前H股指数收益率，prh表示股指期货推出后H股指数收益率，evh表示股指期货推出前H股指数成分股股票组合交易额变动率，pvh表示股指期货推出后H股指数成分股股票组合交易额变动率，ern表示股指期货推出前非成分股指数收益率，prn表示股指期货推出后非成分股指数收益率，evn表示股指期货推出前H非成分股股票组合交易额变动，pvn表示股指期货推出后H非成分股股票组合交易额变动率（下同）。
　　
　　（二）基于VEC-VAR模型的线性Granger检验
　　为发掘现货市场价格形成过程并避免出现伪回归现象，本文利用ADF统计量检验时间序列数据平稳性，利用AIC值与SC值最小确定最优滞后阶数，利用Johansen统计量检验变量之间的协整关系，利用VEC-VAR估计交易量与收益率偏离均衡时的调整速度。
　　1.收益率与交易额变动率协整关系检验
　　ADF检验统计量显示指数收益率与组合股票交易额变动率都是平稳的。进一步，利用Johansen极大似然估计检验四组变量之间的协整关系，在进行检验时考虑了含有常数和时间趋势情况，根据SC准则、AIC准则确定最佳滞后阶数的方程形式，最终我们确定第一组、第二组滞后阶数1—3，第三组、第四组滞后阶数1—4，Johansen检验结表明无论是股指期货推出前，还是股指期货推出后，交易量变动率与收益率波动之间存在长期协整关系，具体结果见表2所示。
　　
　　表2 股指期货推出前后现货市场收益率与交易量变动率协整关系统计表
　　
　　表3 股指期货推出前后现货市场收益率与交易量变动率协整关系统计表
　　
　　协整检验结果显示：一是交易量的变动与收益率变动之间存在长期协整关系。四组变量时间序列的轨迹检验和特征根检验，均在5 %的置信水平下拒绝原假设 rank（∏）≤1 和 rank（∏）=1，在 5 %的置信水平下接受了原假设 rank（∏）≤2 和 rank（∏）=2 。二是股指期货推出后，现货市场交易量的波动与变化之间的协整关系显著上升，其中成分股收益率与交易量变动率的协整系数由0.19上升至0.595，非成分股指数收益率与交易量变动率的协整系数由0.37上升至0.63。长期协整关系的上升表明，股指期货的推出降低了现货市场信息不对称程度，尤其是降低了H股指数成分股票的信息不对称。正是由于投资者关于证券市场信息分歧缩小，交易量与价格之间的协整关系提升，这也与Harris的结论一致。
　　2.指数收益率与组合股票交易额变动率Granger因果关系检验
　　鉴于交易量的变动率与收益率之间存在协整关系，我们进一步对四组向量组合残差项进行 ADF单位根检验，发现均拒绝零假设，即残差序列为平稳序列。在此基础上，交易量的变动与收益率的变动之间建立向量误差修正模型（VECM）。四组变量之间的VECM方程参数如下：
　　（1）股指期货推出前，H股指数收益率与成分股交易额变动率之间的双变量方程为：
　　
　　（2）股指期货推出后，H股指数收益率与成分组合股票交易额变动率之间的误差修正方程为：
　　
　　（3）股指期货推出前，非成分股指数收益率与成分股交易额变动率之间的双变量方程如下：
　　
　　（4）股指期货推出后，非成分股指数收益率与成分股交易额变动率之间的双变量方程如下：
　　
　　误差修正模型表明：（1）H股指数收益率的波动具有长记忆特征，并且滞后阶数收益率的波动对当期收益率产生正的影响，这是因为是H股指数收益率系统性风险的体现，在成功抵御了亚洲金融危机的冲击之后中国经济取得了快速速发展，良好的宏观经济形势强化了投资者对H股的市场信心。（2）非H股指数成分股收益率虽然也具有长期记忆特征，但是滞后阶数收益率的波动对当期收益率产生负的影响，这可能与非成分股股票价格往往与公司异质性有关，也容易受到内幕交易者行为的影响，表现出超调的特征。（3）与指数收益率的调整速度相比，证券交易量的调整速度非常迅速，这可以从“混合分布假设”的理论得到初步解释。Clark认为价格波动是由一个潜在的混合变量驱使的，该混合变量一般被假定为信息流速率，即每日信息到达市场的次数，而交易量可以看做信息变量的替代变量。（4）股指期货推出前后，H股指数收益率是导致成分股股票交易量变动率的Granger原因，但是交易量变动并不能引起指数收益率变动。非成分股指数收益率与交易量变动率之间并不存在显著的格兰杰因果关系。线性Granger因果关系检验表明交易量的频繁变动对收益率波动几乎不产生影响，这究竟是数据的巧合，还是由于线性Granger估计方法固有的缺陷所导致的错觉？为进一步探明两者之间真正的内在联系，我们将检验交易量和收益率之间的非线性因果联系。
　　
　　（三）基于非线性Granger模型实证结果与分析
　　误差修正模型表明交易量与收益率之间不存在显著的线性Granger因果原因，由此提出的疑问是交易量与收益率是否存在非线性因果关系？如果存在非线性因果关系，那么基于传统的 Granger因果检验方法对其相互间的影响关系进行检验时，可能导致结论出现显著偏差。为了考察交易量与国际传递过程中是否存在着非线性趋势，并保证结论的稳健性。我们利用式（1）剔除 A 股和 H 股指数之间的线性依赖性，然后利用H-J模型对非线性关系进行统计，并把收益率与交易量的共同滞后阶数（Lx=Ly）1—5的检验结果列于表3。
　　表3 基于 VAR线性过滤的非线性 Granger因果检验
　　
　　注：（1）原假设中，erh≠→evh表示股指期货推出前，H股指数收益率不是引起成分股股票组合交易量变动的原因；evh≠→erh表示股指期货推出前，成分股股票交易量的变动不是引起H指数收益率变动的原因；ern≠→evn表示股指期货推出前，非成分股指数收益率不是引起非成分股股票组合交易量变动的原因；evn≠→ern表示股指期货推出前，非成分股股票交易量的变动不是引起非成分股指数收益率变动的原因； prh≠→pvh表示股指期货推出后，H股指数收益率不是引起成分股股票组合交易量变动的原因；pvh≠→prh表示股指期货推出后，成分股股票交易量的变动不是引起H指数收益率变动的原因；prn≠→pvn表示股指期货推出后，非成分股指数收益率不是引起非成分股股票组合交易量变动的原因；pvn≠→prn表示股指期货推出后，非成分股股票交易量的变动不是引起非成分股指数收益率变动的原因。（2）*表示在 5 %的显著性水平下拒绝原假设。
　　
　　由表3可知，基于1—3阶滞后阶数的检验结果均十分稳健。本文研究发现，交易量与价格变动的非线性影响关系中，交易量与价格之间存在双向因果关系，这一现象或许能支持“混合分布假设”理论。每日达到的信息会同时影响交易量和价格变化，但是我们发现这种变化并不是直接正相关的，而是由市场上多空双方的反复力量调整来实现的。股指期货的推出降低了现货市场信息不对称，因此与股指期货推出前相比，交易量能更大程度上推动价格的波动。
　　五、研究结论与展望
　　本文研究H股指数期货推出前后现货市场内部交易特征的变化，以H股指数期货推出为分水岭，将2002年10月— 2004 年10月的样本期分成两个不同的区间，分别研究在两个不同阶段里交易量与收益率的相互影响关系。线性 Granger 因果关系检验的结果显示，虽然现货市场交易量与收益率存在长期协整关系，并且股指期货推出后，收益率与交易量的长期协整得到提升，但是交易量股和收益率并不存在明显相互联系。无论是股指期货推出前，还是股指期货推出后，仅存在着H股指数收益率是引起交易量变化的单向因果关系。但利用Hiemstra 和Jones所提出的非线性 Granger 因果关系检验方法对此进行检验，表明交易量与收益率之间存在着双向的因果关系。股指期货的推出降低了现场市场信息不对称，交易量推动市场价格波动的能力更强。
　　我国沪深300指数期货刚推出不久，暂时无法利用高频交易数据对沪深300指数期货对现货现货市场内部交易机制的影响进行研究，这是本文的主要不足。所幸的是非线性Granger检验技术的应用提高了研究结果的精确性，而且揭示了H股指数交易量与价格之间的内在联系，从而有助于资本市场投资者和政府相关部门了解股指期货推出对现货市场价格形成机制的影响。
　　
　　参考文献：
　　［1］Clark，P.K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices ［J］.Econometric，1973，（41）：135-155
　　［2］Harris， M.，Raviv，A.Differences of Opinion Make a Horse Race ［J］.Review of Financial Studies，1993，（6）：473-506.
　　［3］Hiemstra， C.，Jones，J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation ［J］.Journal of Finance，1994，（49）：1639-1664.
　　［4］Jegadeesh， N.，Subrahmanyam，A.Liquidity Effects of the Introduction of the S&P 500 Index Futures Contract on Underlying Stocks ［J］.The Journal of Business，1993，（66）：171-187.
　　［5］Jochum， C.，Kodres，L.Does the Introduction of Futures on Emerging Market Currencies Destablize the Underlying Currencies?［R］.IMF Working Paper，1998：WP/98/13.
　　［6］Spyros， I.S.Index Futures Trading and Spot Price Volatility［J］.Journal of Emerging Market Finance，2005，（4）：151-167.
　　［7］Chu， Q.C.，Hsiehb，W.G.，Tsec，Y.Price Discovery on the S&P 500 Index Markets：An Analysis of Spot Index，Index Futures，and SPDRs ［J］.International Review of Financial Analysis，2003，（8）：21-34.
　　［8］Stoll， H.R.，Whaley，R.E.The Dynamics of Stock Index and Stock Index Futures Returns ［J］.Journal of Financial and Quantitative Analysis，1990，（25）：441-468.
　　［9］Chan， K.A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market ［J］.Review of Financial Studies，1992，（4）：123-152.
　　［10］Hegde， S.P.，Mcdermott，J.B.The Liquidity Effects of Revisions to the S&P 500 Index: An Empirical Analysis ［J］.Journal of Financial Markets，2003，（6）：413-459.
　　［11］Gulen， H.，Mayhew，S.Stock Index Futures Trading and Volatility in International Equity Markets ［J］.Journal of Futures Markets，2000，（20）：661-685.
　　［12］Gorton， G.B.，Pennacchi，G.G.Security Baskets and Index-Linked Securities［J］.The Journal of Business，1993，（66）：1-27.
　　［13］肖辉，吴冲锋.股指与股指期货日内互动关系研究［J］.系统工程理论与实践，2004，（5）：17-21.
　　［14］肖辉，鲍建平，吴冲锋.股指与股指期货价格发现过程研究［J］.系统工程学报，2006，（8）：438-441.
　　［15］涂志勇，郭明.股指期货推出对现货市场价格影响的理论分析［J］.金融研究，2008，（10）：104-116.
　　［16］严敏，巴曙松，吴博.我国股指期货市场的价格发现与波动溢出效应［J］.系统工程，2009，（10）：32-38.
　　［17］潘越.基于非线性Granger因果检验的股市间联动关系研究［J］.数量经济技术经济研究，2008，（9）：87-100.
　　［18］Baek， E.，Brock，W. A Nonparametric Test for Independence of a Multivariate Time Series ［J］.Statistica Sinica，1992，（2）：137-156.
　　（责任编辑：孟耀）