股指期货市场与现货市场的联动效应研究

许钰珧

摘要：近年来，在金融期货市场中股指期货品种交易量占比逐步攀升，股指期货市场与现货市场的联动关系也被越来越多的人关注。文章以沪深300股指期货和沪深300指数为例，分析了股指期货市场与现货市场的长期均衡关系，论证了同期内股指期货市场发生波动，现货市场将显示出更强的敏感度。一方面，論证了股指期货对现货具有价格引导作用，另一方面，为股指期货市场提供经验借鉴，有益于多层次资本市场体系的协调发展和完善。

关键词：联动效应;股指期货;Var模型

一、引言

近年来，随着金融市场逐渐成熟，金融衍生产品层出不穷，股票指数期货因其交易独特性一跃成为全世界交易最活跃的期货品种之一。对于中国而言，其股票指数期货市场起步时间较欧美国家来说相对较晚。2010年4月，沪深300指数期货（代码：IF）——作为我国首个股指期货，在上海中国金融期货交易所（CFFEX）挂牌交易，这标志着我国首次出现可以双边交易的金融工具，也完善了我国金融市场的结构和交易机制。我国股指期货上市至今已十余年，交易种类逐步增加，为各类投资者不同的投资需求与风险管理增加了选择的空间。

但股指期货品种自从推出的那天起，就极具争议。学术界就股指期货市场和现货市场之间的关系这一问题存在两种截然不同的观点：以王开国（2000）为代表的一部分学者认为股指期货投放到市场上可以起到价格发现、规避风险、套期保值、优化资源配置等功能，是一种良好的投资理财工具;而以罗洎（2011）为代表的另一部分学者则认为股指期货杠杆率高、交易机制特殊，不仅是零和博弈，更严重的是投机性太大，大量资金会被吸引到期货市场，使得现货市场起伏不定，增大整个市场的波动性。

如果只凭借上文的理论分析无法判断股指期货市场价格波动对现货市场波动性影响趋势及大小。在股指期货正式亮相之前，一部分学者基于市场的仿真数据进行了一些实证研究，但是由于数据来源于仿真交易，很难从根本上体现我国股指期货市场与股票市场之间二者的联动关系。自2010年我国正式推出沪深300指数期货，有一部分学者通过利用真实的交易数据进行过一些研究，然而研究者过分依赖于对高频数据的研究，选取的数据时间段较短，因此得出的结论会有一定的局限性。

据此，基于上述问题的研究，本文借鉴了前人的研究方法和思路，通过平稳性检验、格兰杰因果检验、脉冲响应分析及方差分解的手段对2012～2018年间沪深300股指期货和沪深300指数最新日交易交易数据进行计算分析，探究股指期货市场与股票市场的联动效应，并深入剖析长期和短期二者价格指引关系，从而对市场投资者和金融监管者提供理论依据，使其作出客观判断和合理决策。

二、股指期货与现货的数据整理和研究方法

（一）数据整理

在数据选取上，本文选取沪深300指数和沪深300股票指数期货的日收盘价数据作为研究样本数据。为了研究结果的准确性与稳定性，特选定研究期间为2012年7月24日至2018年1月25日共1342个观察值。本文采用Eviews8.0软件对数据进行处理，数据来源于wind数据库和东方财富网数据库。

（二）研究方法

通常用收益率衡量价格波动大小，但价格波动对价格水平存在依赖性，因此本文采用对数差分收益率来衡量金融资产的收益率变化情况。Px代表沪深300股票指数现货价格，Pq代表沪深300股票指数期货价格，L（Px）和L（Pq）分别代表其对数化后的价格，RPq代表沪深300股指期货对数收益率，RPx代表沪深300股票指数对数收益率，则沪深300股指期现货市场价格的对数收益率公式分别为：

RPq=L（Pqt）-L（Pqt-1），RPx=L（Pxt）-L（Pxt-1）

本文分析研究中国沪深300股票指数期货与现货市场两者之间是否存在联动效应。根据前人学者研究可知，期货市场与现货市场间的存在短期影响与长期影响。对于长期联动，可以通过Johansen协整检验的方法检验两个变量之间是否存在长期稳定的均衡关系。对于短期联动可以建立Var模型，使用格兰杰因果检验来确定两者之间是否存在因果关系，然后运用脉冲响应函数检验股指期货与现货市场在主要信息影响下的联动效应动态。最后，根据股票指数期货在不同阶段推出以来的股指价格波动情况，以检验股指期货推出是否影响市场稳定。

三、股指期货价格与现货价格的实证研究——以沪深300指数期货为例

（一）沪深300股指期货价格与沪深300指数价格的统计性描述

第一步：用沪深300股票指数收盘价和沪深300股指期货收盘价的1342个样本数据来绘制曲线图，对两个时间序列是否关联以及关联程度作首要判断。从图1发现，两条曲线贴合度极高，只有在较少时间里曲线有不同程度的分离，总体表现出较高的黏合性。

第二步：用Eviwes8.0计算Px和Pq之间的线性回归方程得Pq=1.0058Px- 4.823，R2=0.9975。Pq和Px的R2为0.9985，由此可见，二者确实具有高度的相关性。计算各统计量的值，从结果中可以看出，Px和Pq的时间序列波动性比较大，都接近七百多，而二者的收益率序列的标准差都小于1，波动幅度相对平缓。此外，从Jarque-Bera统计量和P值可以发现，四个时间序列均拒绝原假设，不服从正态分布规律，并且RPq和RPx的峰度都大于4，明显过度峰度，具有典型尖峰厚尾的特征。

（二）平稳性检验

为了保证实证分析结果的准确，避免伪回归现象发生，本文采取ADF检验方法对序列变量L（Pq）和L（Px）进行平稳性检验，时间序列L（Pq）与L（Px）的ADF检验的P值分别为27.88%和21.55%，均大于10%，即沪深300指数现货和其期货价格存在单位根的原假设都没有被拒绝，因此为非平稳序列，则对其各自作分差得：L（Pq）rett=L（Pq）t-L（Pq）t-1，L（Px）rett=L（Px）t-L（Px）t-1，差分序列L（Pq）ret和L（Px）ret的ADF检验的P值均为0，即沪深300指数现货与其期货的一阶差分时间序列中存在单位根的原假设被显著拒绝，所以一阶差分序列是平稳的时间序列，故可进行协整关系的检验。

（三）协整检验

由平稳性检验结果得知L（Pq）和L（Px）为一阶差分序列平稳，故符合协整检验条件，可以对本样本的时间序列进行协整检验。本文选用Johansen协整检验。由Johansen协整检验得出的结果可见，不论是Trace statistic（跡统计量）还是Max-eiqen statistic（最大特征根统计量）的p值，在0个协整向量的情况下二者均为0，即小于0.05，即在5%的显著性水平下，接受了“沪深300股票指数期货价格和沪深300指数价格二者之间存在协整关系”的原假设。由此可知，沪深300股指价格与沪深300指数价格之间在统计学上表现出较为显著的长期均衡关系。

通过Johansen协整检验得出，从长期来看沪深300股指期货价格与沪深300指数价格之间存在长期均衡的关系。但是在图1收盘价近6年价格走势图来看，虽然在二者整体在价格上呈现一致性黏合程度高，但在某些节点上期货与现货价格走势出现短期偏离。

（四）VAR模型建立

根据以上回归模型建立结合VAR模型的建立原理，建立以下的VAR模型。

DY=α0+■β1tDX1t-p+εt

其中，D表示差分后的数值。p为滞后阶数T为样本个数，ε是扰动向量，但ε不与自己的滞后值及模型中其他变量相关。令εt为简化式扰动项，则有εt=B■■μt，由此可见，简化式扰动项εt是结构式扰动项μt的线性组合，代表一种复合冲击。

在建立VAR模型之前先要检验各变量的单整阶数，只有同阶单整的变量间才可能存在协整关系，由于变量均在一阶阶平稳，因此，用平稳数据做VAR模型，其中X代表对数化的沪深300指数价格，Y代表经过对数化处理后的沪深300股指期货价格。

从表2中可以看出，对模型AR根进行检验的结果说明，VAR所有根模的倒数都小于1，即AR根都在单位圆内，表明估计的VAR模型是稳定的，可以对其进行格兰杰因果检验。

（五）Granger因果检验

VAR分析中可以看到，对期货市场与现货市场的之间的关系有一个较好的描述，但是却不能解释两者之间的因果关系。故本文用Granger因果检验的方法来确定在沪深300指数和沪深300股指期货二者的因果关系。为了避免滞后阶数的不同对Granger因果检验结果产生影响，特设置滞后阶数为2和3检验其因果关系。结果显示“沪深300股指期货不是沪深300指数的格兰杰原因”不论滞后阶数为2或3均拒绝原假设（P值为0.0028和0.0046），而“沪深300指数不是沪深300股指期货的格兰杰原因”不论滞后阶数为2或3均接受原假设（P值为0.3390、0.3157）。因此，沪深300股指期货可以引导沪深300股指价格，而沪深300指数在格兰杰意义下不构成对股指期货的引导作用。

（六）脉冲响应分析和方差分解

对于差分后的平稳序列建立VAR模型并用脉冲响应函数和方差分解来分析其对于自身及其他变量的扰动做出的反应，从动态上了解模型。脉冲响应的实质是一个变量对另一个变量的影响分布情况，反应变量之间的动态影响。

从图2可以看出，股指期货对指数现货给予的一个标准差的正向冲击作出反应，第一期为0，随后负向冲击反应逐渐增大，第4期以后处于正向的冲击反应，第6期以后反应趋向于0，指数现货对股指期货给予的一个标准差的正向冲击作出反应，第一期反应为最大值，对吼正向重攻击反应逐渐减小，第3期以后围绕0上下波动，反应趋向于0，股指期货对指数现货的冲击后，指数现货的反应较大，处于较大值。

由股指期货的方差解可以看出，受股指期货自身干扰影响从第1期的100%降到第10期的99.1687%，仍占比较大，受指数现货干扰项的影响成分是不断增加的，由第1期的0增加到第10期的0.8313%，从作用时滞上看，指数现货对股指期货的影响均是比较持续的且波动增加的，从效应大小看，指数期货短期影响均是相对较小的。

由指数现货的方差分解可以看出，受股指期货干扰影响从第1期的84.6697%降到第10期的79.2507%，依旧占比较大，受指数现货自身干扰项的影响成分是不断增加的，由第1期的15.3303%增加到第10期的20.7493%从作用时滞上看，股指期货对指数现货的影响均是比较持续的且波动增加的，从效应大小看，股指期货短期影响均是相对较大的。

四、研究结论及对我国期货市场的对策建议

（一）研究结论

第一，通过VAR模型检验得出，股指期货市场和现货市场有相互指导作用。第二，长远来看，沪深300股指期货的对数价格与沪深300指数现货的对数价格之间存在均衡关系，并且存在长期的联系。尽管在短期内两者会有偏离情况发生，但由于存在误差修正向量，价格之间的偏差将逐渐变小，并最终呈现出长期均衡，这证实了沪深300股指期货与对应标的现货之间的长期联系。第三，根据格兰杰因果检验，沪深300股指期货价格是沪深300指数价格变动的格兰杰原因。而沪深300指数价格对沪深300股指期货价格的变动并不显著，即股指期货市场对现货市场在价格方面有引导作用。第四，通过脉冲响应分析可以知道，在沪深300股指期货价格与沪深300指数之间存在短期相互作用。一旦股指期货市场的价格发生变化，现货市场将显示出更强的敏感度，从而产生更大的价格波动。当现货市场价格发生变化时，股指期货市场的价格反应并未立即出现，而是出现滞后。这表明当现货市场价格受到影响时，对股指期货市场的价格没有直接的指导作用。

（二）对策建议

第一，完善我国股指期货税收征管制度。如果将与投资交易相同的税收规则应用于对冲交易，税收成本将大大削弱套期保值的效果。也就是说，会阻碍有效的套期保值策略，影响股指期货交易的价差风险和管理风险的功能。因此，有必要区分对冲交易和投资交易。股指期货交易以投资为目的，是以转让风险管理权和风险承诺为基础实现盈利的，而利息差是主要的收益形式。因此，作为新型产权的“风险管理权”应纳入所得税法中“财产”的范围，以对股指期货交易所得按“财产转让所得”进行征税。

第二，对股指期货适度“松绑”。中国金融业去杠杆稳步推进，各种监管措施相继出台，但随着美国贸易保护主义抬头，国际政策风险有所增加。对于许多大型资本机构而言，经常使用股指期货工具来满足风险对冲需求，从而达到更好的目的以减轻投资风险。但是，对于平庸的早期股票市场来说，无法大规模吸引大规模的离岸基金。或者由于缺乏对大型资本和大型机构持续有效的风险对冲工具，未敢进入市场。从另一个角度来看，在目前的“去杠杆化”和“消泡”过程之后，一旦股指期货松动，极有可能再次吸引一些大型资本机构的参与，和机构投资者投资一些高质量的项目。

第三，制定有效的期货风险管理机制。金融衍生品市场是多层次资本市场的重要组成部分，是满足社会避险需求、服务经济新常态的基础制度建设和重要的战略安排，有利于完善多层次资本市场服务体系，有助于防范系统性金融风险的产生，保障金融系统稳定健康发展。

参考文献：

[1]陈焱，李萍，刘涛.股指期货与现货市场价格的互动、引导关系研究——基于沪深300股指期货的实证分析[J].中央财经大学学报，2013（02）：25-30.

[2]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關系研究[J].证券市场导报，2011（02）：13-19.

[3]杨瑞杰，张向丽.我国股指期货与股指现货联动性的实证研究——基于价格先行性、波动先行性与无套利性视角[J].国际商务（对外经济贸易大学学报），2016（02）：89-100.

[4]宋科艳.我国股指期货与指数现货价格引导关系研究——基于非对称门限协整模型的分析[J].财经问题研究，2016（09）：57-63.

[5]何枫，张维，熊熊，张晶，孟祥桐.沪深300股指期货与标的指数联动关系研究[J].系统工程学报，2017（05）：648-659.

[6]高强，孙霖，郑琰，彭实戈，魏刚.中国证券市场期现关系分析——沪深300股指与股指期货间的波动溢出与跳跃相关性分析[A].中国统计教育学会.2015年（第四届）全国大学生统计建模大赛论文[C].中国统计教育学会，2015：35.

[7]石晓波.股指期货市场与现货市场联动效应的国内研究综述[J].经济学动态，2009（07）：78-81.

[8]王欢.我国股指期货与现货市场联动效应的实证研究——基于沪深300指数期货数据的分析[J].黑龙江金融，2015（09）：11-14.

[9]Qian Han，Jufang Liang.Index Futures Trading Restrictions and Spot Market Quality：Evidence from the Recent Chinese Stock Market Crash[J].Journal of Futures Markets，2017，37（04）.

（作者单位：昆明理工大学管理与经济学院）