股指期货松绑对股票现货市场波动研究

王智桦

（四川大学，四川 成都 610065）

一、研究背景

2015年股灾发生以来，不少人认为股指期货是造成股灾的重要推手。股指期货的卖空机制加速了股票现货市场的下跌，同时由于股指期货的高杠杆性与T+0的交易机制使得大量投机者涌入股指期货市场。这些投机客的涌入加大了股指期货的波动，由于期现传导机制，从而加大了股票现货市场的波动。社会舆论一致将股票指数大幅下跌原因归咎于股指期货，所以监管机构于当年9月对股指期货交易进行严格限制，随后股指期货交易量急剧萎缩。

随着股票现货市场趋于稳定，中金所于2017年开始对股指期货进行松绑，先后5次通过降低交易保证金和交易手续费等手段对股指期货进行松绑，通过这5次的股指期货松绑，股指期货市场持仓量基本达到限制前水平，截至2021年，沪深300股指期货日持仓量达到22万手，接近2015年最高峰的持仓量24万手，但日成交量还远远不及2015年的日成交量水平。随着我国资本市场的不断完善以及国际化程度不断提高，未来对股指期货的松绑政策还会不断推出。

二、实证分析

（一）描述性统计

表1是对沪深300的收益率的统计量值，从表中可以看出，偏度-0.716为负偏，峰度7.862大于正态分布的3，正态分布的偏度是0，该收益率的偏度和峰度特征不符合正态分布的特征。所以该收益率具有尖峰厚尾的特征。

表1 沪深300指数统计量值

（二）平稳性检验

如表2所示，对沪深300指数的ADF检验结果为-38.541，远远小于1%的临界值-3.43，这说明在1%的显著性水平下可以拒绝原假设，因此认为，该数据是平稳的。

表2 沪深300指数ADF检验结果

（三）实证分析

下面引入GARCH模型：

以上是经典的GARCH(1,1)模型，GARCH模型比ARCH模型简介，对波动性的模型具有很好的刻画。

其中α_1是ARCH项的阶数，β_1是GARCH项的阶数，α_1代表了市场对新信息的接受程度，β_1代表对旧信息的接受程度。引入虚拟政策变量，松绑政策前D取0，松绑政策后取1，公式如下：

如果且ε_1＜0显著，那么可以说明股指期货松绑政策实施，可以有效减小股票现货市场的波动，如果ε_1＞0且显著，则表明股指期货松绑政策实施以来，加大了股票现货市场的波动，如果ε_1=0，则表明股指期货松绑政策实施以来对股票现货市场的波动无影响。

实证结果如表3：

表3 GARCH模型实证回归结果

Dum前的系数为-1.425且显著，说明股指期货松绑可以减少现货市场的波动，ARCH项系数为0.0466，GARCH项系数为0.945，0.0446+0.945＜1，符合平稳条件，β_1=0.945，表明股票现货市场的波动更多的是来自旧信息，a_1=0.0466，表明市场接受新信息的程度很小，新信息对市场的冲击很小，期货市场的效率与传导机制有待完善。

三、政策建议

（一）应该逐渐放开股指期货的限制。本文利用GARCH模型对股指期货松绑政策进行检验后发现，D项前的系数为-1.425，表明股指期货松绑政策可以减小股票现货市场的波动，新信息在标的股票市场内传递得不够迅速，影响面较窄，而旧信息对股票市场的影响较为深刻，标的资产市场的信息传播效率降低了。

（二）培养股指期货理性投资主体。一方面，稳固股指期货市场参与者的基数，防止股指期货的投资者急剧增加或者急剧下降情况出现。另一方面，相关期货管理机构应当设立一些资金和资格要求，提高股指期货市场的进入门槛，强化股指期货市场的透明度，促进股指期货市场的良性发展。