股指期货投资者结构对股市波动的实证研究①

上海大学经济学院 刘阳

西安电子科技大学 张雄

1 引言

期货市场具有价格发现功能，具体到股指期货市场上是指股指期货价格包含了大量的信息，这些信息通过股指期货市场与股票市场间的套利机制及时传递到股票市场，因此，股指期货市场能发现股票市场未来价格变化的趋势(Joel Hasbrouck，1995)。股指期货市场与现货市场的互动关系前人已有许多研究成果，但是对不同的市场研究得出的结论并不相同。总的来说，股指期货对股票市场的稳定作用会随着市场结构的完善而逐渐显现(杨阳、万迪!，2010)，期货市场实质上提高了金融市场的深度，扩大了信息量，现货市场的波动性会相应降低(Powers，1970)。2010年到2013年间中国股指期货市场逐渐发展，对股票市场的影响逐渐显现出来，2010年有研究表明股指期货的推出对现货市场的波动性没有较大影响(邢天才、张阁，2010)；2011年有学者的实证结果表明尽管股指期货和股票市场之间短期内存在相互引导关系，但股票市场价格变动更多来自于自身影响(邢精平、周伍阳，2011)；2012年有研究指出股指期货市场与股票市场之间的风险传递是双向的(刘庆富、华仁海，2012)；2013年有研究结论股指期货的上市略微降低了上证指数收益率的波动性(张洪波、夏庆，2013)。这期间股指期货的合约持仓量从上市初始的5000张左右，增加到2011年的4万张左右，再增加到现在的10万张左右。Chang Eric在2000年的研究中以交易量作为投机程度的度量，以持仓量作为套期保值程度的度量，因为投机者一般通过短期持有期货合约进行套利，而套期保值者一般通过较长时期持有期货合约规避风险。投资者分为套期保值者和投机者。套期保值者的数量对市场深度的影响比较复杂，而投机者的数量增加会导致期货市场价格的波动性增加(Spiegel，1992)。交易量的增加通常会增加期货价格波动，而持仓量的增加则会减少价格波动。期货市场中投机套保力量的改变也许是期现货市场风险传递关系改变的潜在因素。

综合上述文献，股指期货市场投资者结构对股指期货市场稳定性的确存在一定影响，另外股指期货市场和现货市场间交互影响也是存在的。但是并没有文献针对股指期货市场投资者结构会对股票市场产生何种影响进行研究，本文的目的正是填补这一空白。

本文计划如下：第二部分介绍引入外生变量的GARCH模型；第三部分样本描述；第四部分是投资者结构对股指期货市场波动性的影响的实证分析；第五部分是股指期货市场波动性对股票市场波动性的影响的实证分析；第六部分是结论及政策建议。

2 引入外生变量的GARCH模型和VEC-GARCH模型

2.1 引入外生变量的GARCH模型

考虑到本文研究对象以及问题是对于股指期货市场投资者结构套保强度是否对股指期货市场波动性的影响展开，因此在模型中引入股指期货主合约收盘价PFt，来反应价格变化。在条件方差方程里引入股指期货市场套保强度环比增幅It。pt的系数则是表现波动性的代理参数，则引入外生变量的GARCH(p,q)形式如下：

其中，Ft为因变量为常数项是回归参数向量是过去t-1期所有信息为随机误差项：

且需要估计值：

2.2 VEC-GARCH模型

股指期货价格PFt和沪深300指数价格PSt之间的动态协整关系可用如下的双变量向量误差修正模型进行研究。

上述误差修正模型可以用来推断股指期货价格与沪深300指数价格之间的因果关系。误差修正系数和检测了偏离长期均衡时调整的反应速度是股指期货对沪深300指数的短期预测能力系数是沪深300指数对股指期货的短期预测能力系数和是收益滞后值系数，表明两个时间序列的均值回归程度。如果都统计显著,表明沪深300股指期货价格和沪深300指数价格之间存在双向的长期因果关系。

表示股指期货与沪深300指数间的波动性外溢效果的条件方差方程式为对方程式(7)和(5)的残差项进行GARCH建模，其表达式依据Ling&McAleer(2003)提出的模型设定：

3 样本描述

本文选取2010年4月16日至2013年6月17日期间中金所沪深300指数期货主力合约日收盘价格数据、持仓量、交易量和沪深300指数日收盘价格数据，共计四组样本数据，每组含765个样本。为消除异方差性带来的影响，本文取收盘价格的对数收益率作为GARCH模型中的变量。对数收益率分别记为Ft和St。

用股指期货主力合约的持仓量比成交量的值Qt作为股指期货投资者结构的代理变量，式(8)中的股指期货市场套保强度环比增幅It由下等式给出

从图1和图2可看出，股指期货日收益率和沪深300指数日收益率序列呈波浪状起伏，而且在较大波动后紧跟较大波动，较小波动后紧接着是较小波动，有群聚现象，这有可能因为序列存在ARCH现象。

图1 股指期货日收益率时序图

图2 沪深300指数日收益率时序图

4 投资者结构套保强度对股指期货市场波动性的影响的实证分析

对股指期货市场的对数收益率Ft和套保强度环比增幅It进行引入外生变量的GARCH建模，模型的参数按照AIC和SC最小原则进行选取，最终选定GARCH(1,1)。表1中为各变量系数。

表1 GARCH(1,1)模型的估计结果

5 股指期货市场波动性对股票市场波动性的影响的实证分析

对股指期货市场的对数收益率Ft和现货市场的对数收益率St进行VEC-GARCH建模，模型的参数按照AIC和SC最小原则进行选取。式(4)和(5)中误差修正项系数的估计结果显示和均统计显著。

表2 和估计结果

表2 和估计结果

Variable Coefficient t-Statistic Prob.et 0.33 14.53 0.00 et -0.32 -14.29 0.00

根据AIC和SC准则综合确定股指期货市场和现货市场间波动溢出检验的最佳模型为GARCH(1,1)，且外生变量(交叉ARCH和交叉GARCH效应项)分别滞后一阶和二阶。模型参数的估计结果如下：

表3 等式(7)的估计结果

-0.01 -0.65 0.52 0.05 0.78 0.43

表4 等式(8)的估计结果

6 结论及政策建议

6.1 结论

沪深300股指期货投资者结构套保强度对沪深300股指期货价格波动性具有抑制作用。股指期货投资者结构套期保值强度越大会使股指期货价格波动性越小，反之使其波动性增大。

沪深300股指期货与沪深300指数价格之间存在双向波动溢出效果；沪深300股指期货价格的冲击和条件波动加大了沪深300指数价格的条件波动，同样沪深300指数价格的冲击和条件波动也增大了股指期货价格的条件波动。股指期货市场投资者结构套保强度通过抑制股指期货市场波动性来抑制现货市场波动性。

6.2 政策建议

我国股指期货开始在一定程度上发挥其价格发现功能，这说明我国股指期货市场日趋成熟。期货市场和现货市场间的波动溢出效应是相互的。因此为保证股指期货市场和现货市场的安全运作，防范股指期货和股票市场对彼此产生的负面影响，必须要严格监管股指期货市场和股票市场，建立严密的风险管理制度。股指期货市场投资者结构对股指期货市场和股票市场的健康良好运转起着重要作用。投资者结构中套期保值强度的增加可以抑制两个市场的波动性，所以政府应该制定鼓励套期保值者的规则和政策，以提高投资者结构的套期保值强度。但是，过高的套期保值强度不利于市场的流动性，政府应在提高流动性与降低风险两者之间权衡，做出最有利于人民的决策。

[1] Joel Hasbrouck.One Security,Many Market:Determining the Contributions to Price Discovery[J].The Journal of Finance,1995(9),Volume 50.

[2] Tim Bollerslev.Generalized Autoregressive Conditional Heteroskedasticity[J].Journal of Econometrics,1986(31).

[3] Chang Eric,Ray Y.Chou,Edward F.Nelling.Market Volatility and the Demand for Hedging in Stock Index Futures,2000(02).

[4] Powers M.J.Does Futures Trading Reduce Price Fluctuations in the Cash Markets[J].The American Economic Review,1970,60(3).

[5] Martin T.Bohl,Christian A.Salm,Michael Schuppli.Price Discovery and Investor Structure inStock Index Futures[J].Journal of Futures Markets,March 2011,Volume 31.

[6] Spiegel M．and A.Subrahmanyam.Imformed Speculation and Hedging in a Noncompetitive Securities Market[J].Review of Financial Studies,1992(5).

[7] Chan,L.C.,Fung H.G.and Leung W.K.Daily Volatility Behavior in Chinese Futures Markets.Int. Fin Markets,Inst,and Money,2004(14).

[8] Robert F.Engle.Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].1982(7).

[9] Yue-Jun Zhang,Ying Fan,Hsien-Tang Tsai.Spillover Effect of US Dollar Exchange Rate on Oil Prices[J].Journal of Policy Modeling,2008(30).

[10] Granger C.W.J.Some Recent Developments in a Concept of Causality[J].Journal of Monetary Economics,1988,39(1/2).

[11] Floros,C.and Vougas,D.Index Futures Trading,Information and Stock Market Volatility:The Case of Greece[J].Derivatives Use,Trading & Regulation,2006,Vol.12.

[12] 张雄,万迪!,杨光.投资者结构与期限结构对期货市场效率的影响研究[J].证券市场导报2010(4).

[13] 杨阳,万迪!.股指期货真的能稳定市场吗?[J].金融研究,2010(12).

[14] 杨光,张志勇.期货市场投资者行为与价格波动关系研究[J].财经理论与实践,2010(7).

[15] 刘庆富,华仁海.中国股指期货与股票现货市场之间的风险传递效应研究[J].统计研究,2011(11).

[16] 邢天才,张阁.中国股指期货对现货市场联动效应的实证研究——基于沪深300仿真指数期货数据的分析[J].财经问题研究,2010(04).

[17] 邢精平,周伍阳,季峰.我国股指期货与现货市场信息传递与波动溢出关系研究[J].证券市场导报,2011.

[18] 张红波,夏庆.中国股指期货对现货波动性影响的实证研究[J].华北电力大学学报(社会科学版),2013(4).