股指期貨推出對股票市場波動(dòng)性影響的實(shí)證研究——基于滬深300股指期貨的實(shí)證分析

1、股指期貨推出對股票市場波動(dòng)性影響的實(shí)證研究基于滬深 300 股指期貨的實(shí)證分析吳榴紅 1,張學(xué)東 2,王磊磊 31.北方民族大學(xué) 信息與計(jì)算科學(xué)學(xué)院,寧夏 銀川 750021;2.北方民族大學(xué) 金融研究所,寧夏 銀川 750021;3.燕山大學(xué) 理學(xué)院,河北 秦皇島 066004摘要：運(yùn)用 GARCH 模型分析說明：股指期貨的推出雖然加大了股票市場的波動(dòng)性，但從長期來看，隨著期貨市場的日趨成熟，波動(dòng)性將逐步減??；股票市場的波動(dòng)性加劇，并非是由于加速了 信息流動(dòng)所導(dǎo)致的，而是由期貨市場加劇了股票市場的不穩(wěn)定性所導(dǎo)致的；通過 TGARCH、 EGARCH 模型檢驗(yàn)非對稱性效應(yīng)發(fā)現(xiàn)，股指期貨的推出增

2、大了股票市場的非對稱效應(yīng)；利空消 息引起股票市場價(jià)格的波動(dòng)大于同等程度利好消息引起的波動(dòng)。關(guān)鍵詞：股票市場；滬深 300 股指期貨；波動(dòng)性；GARCH 模型；TGARCH 模型；EGARCH 模型文章編號：1003-4625202103-0097-04中圖分類號：F830.91文獻(xiàn)標(biāo)識(shí)碼：A一、引言滬深 300 股指期貨推出已經(jīng)一年多了,股指期貨 推出到底會(huì)對股票市場的波動(dòng)性產(chǎn)生什么樣的影 響，不僅是市場參與者、管理者關(guān)注的熱點(diǎn),也受到 國內(nèi)外很多學(xué)者的關(guān)注。Engle(1982)的自回歸條件 異 方 差 (ARCH) 模 型 、Bollerslev(1986) 的 廣 義 ARCH 模 型

3、(GARCH 模 型)、Engle、Lilien、Robins(1987) 的 ARCH-M 模 型 、Zakoian(1990) 和 Glosten、Janfana- than、Runkle(1993)的 GLR- GARCH 模型為研究波動(dòng) 性影響提供了重要的研究工具。從國內(nèi)外諸多的研究結(jié)論來看，存在著三種不 同的觀點(diǎn)，即股指期貨的推出使得股票市場的波動(dòng) 性增加、減少或不變。如：Damodaran(1990),Antoni- ou 等(1995),Cox 等(1976)通過實(shí)證分析得出股指期 貨推出后對成分股的波動(dòng)有增大現(xiàn)象。史美景等 (2007)，黃瑋、劉再華(2007)，郭睿(2005

4、)研究發(fā)現(xiàn)股 指期貨的推出有效地降低了股票市場波動(dòng)性的結(jié) 論。Baldauf 等研究認(rèn)為指數(shù)期貨上市對股票市場 的波動(dòng)性影響不顯著；李華等(2006)研究發(fā)現(xiàn)股指期 貨推出之初股票市場的反響較強(qiáng),波動(dòng)性較大，之后 其波動(dòng)性逐漸減小。鑒于國內(nèi)外在股指期貨對現(xiàn)貨市場波動(dòng)性影響的研究一般采用了 GARCH 模型和 Grange 引導(dǎo)檢驗(yàn),大多數(shù)主要集中在歐美等興旺國家成熟市場的研究 根底上,為了得出更符合我國當(dāng)前實(shí)際情況的結(jié)論, 本文在前人研究的根底上,選用 GARCH 模型及改良 的 GARCH 模型對滬深 300 股指期貨和股票市場波 動(dòng)性進(jìn)行實(shí)證分析。二、數(shù)據(jù)說明及描述性統(tǒng)計(jì)一樣本、數(shù)據(jù)與變量

5、本文選取 2005 年 4 月 8 日至 2021 年 9 月 13 日滬深 300 指數(shù)收盤價(jià)(Ct)共 1606 個(gè)數(shù)據(jù)為全樣本,按股 指期貨推出的時(shí)間點(diǎn)將數(shù)據(jù)分成兩個(gè)子樣本2005年 4 月 8 日至 2021 年 4 月 15 日,2021 年 4 月 16 日至2021 年 9 月 13 日,分別為 1261 個(gè)和 345 個(gè)數(shù)據(jù),樣 本數(shù)據(jù)主要來源于文華財(cái)經(jīng)一鍵通軟件。本文從指數(shù)日收益率(Rt)序列來進(jìn)行實(shí)證分析,日收益率的計(jì) 算公式為：Rt=ln Ct-ln Ct-11其中 Ct 代表 t 期的指數(shù)收盤價(jià),Ct-1 代表 t-1 期的指數(shù)收盤價(jià),Rt 表示 t 期的指數(shù)收益率。二

6、描述性統(tǒng)計(jì)首先使用計(jì)量經(jīng)濟(jì)學(xué)中常用的 Eviews 軟件對滬 深 300 指數(shù)日收益率序列做數(shù)據(jù)描述性統(tǒng)計(jì)處理。收稿日期：2021-02-17基金工程：國家民族事務(wù)委員會(huì)重點(diǎn)科研工程10BF02；北方民族大學(xué)自主科研基金工程2021ZYC047。 作者簡介：吳榴紅1986-，女，湖北鐘祥人，碩士，研究方向：經(jīng)濟(jì)與金融數(shù)學(xué)；張學(xué)東1963-，男，博士，碩士生導(dǎo)師，教授，留學(xué) 回國人員，研究方向：資本市場，股指期貨等；王磊磊1985-，男，河北 邢臺(tái)人，碩士，研究方向：工程中的數(shù)學(xué)問題。97【證券市場】由收益率的直方圖和統(tǒng)計(jì)量我們可知收益率的統(tǒng)計(jì)特征如下:均值為 0.00062,標(biāo)準(zhǔn)差為 0.02

7、07,最大值為0.0893, 最 小 值 為 -0.0972, 偏 度 為 -0.4457, 峰 度 為5.5121。據(jù)上述數(shù)值的分析顯示，滬深 300 指數(shù)日收益率 Rt 具有典型金融數(shù)據(jù)的有偏左偏、尖峰厚尾 的統(tǒng)計(jì)特征，左偏意味著從整體上看日收益率小于日收益率均值的交易日數(shù)目較多，尖峰厚尾反映了 金融波動(dòng)的正相關(guān)性，說明金融市場具有正反響效 應(yīng)。由日收益率的波動(dòng)圖可以看出,滬深 300 指數(shù)日 收益率起伏呈波浪狀,波動(dòng)集群性,初步斷定收益率 序列具有 ARCH 效應(yīng)。三收益率序列平穩(wěn)性檢驗(yàn)如果對非平穩(wěn)時(shí)間序列數(shù)據(jù)直接進(jìn)行回歸，高 斯-馬爾科夫定理不再成立，可能產(chǎn)生“偽回歸現(xiàn) 象。因而，在時(shí)

8、間序列數(shù)據(jù)進(jìn)行回歸之前需對數(shù)據(jù) 進(jìn)行檢驗(yàn)。本文運(yùn)用 Eviews6.0 軟件，采用 ADF 方法 對取對數(shù)差分后的全樣本和子樣本數(shù)據(jù)進(jìn)行平穩(wěn)性 檢驗(yàn)。表 1 滬深 300 指數(shù)日收益率序列的 ADF 檢驗(yàn)結(jié)果均值建立 ARMA(1,1)模型,對條件方差建立 GARCH模型。三、GARCH 模型的建立一引入虛擬變量為檢驗(yàn)滬深 300 指數(shù)期貨推出對現(xiàn)貨市場波動(dòng)性的影響,本文在條件方差中引入虛擬變量 Dt,并假 設(shè)在股指期貨推出前為 0,在股指期貨推出后為 1，修正后的 GARCH(p,q)模型為：qp均值方程：Rt= i Rt - i + t - jt - j1i = 1j = 1qp方差方程：

9、ht= 0 + i t - i + j ht - j + Dt22i = 1j = 1其中 p 0，q0；0 0，i 0，i=1， ，q；j 0，j=1， ，p。為保證 GARCH(p,q)模型是寬平穩(wěn)的,存在參數(shù)qp約束條件 i + j 0 時(shí),表示股指期貨上市后,股票市場的波 動(dòng)性增大;當(dāng) =0 時(shí),表示現(xiàn)貨市場的波動(dòng)性不變;當(dāng) 0 時(shí),表示現(xiàn)貨市場的波動(dòng)性降低。二GARCH(1,1)模型(檢驗(yàn)波動(dòng)性)i = 1j = 1通過以上分析引入虛擬變量 D 后,首先嘗試建t立 ARMA(1,1)-GARCH(1,1)模型,所得結(jié)果如下：表 2ARMA(1,1)-GARCH(1,1)模型估計(jì)結(jié)果檢

10、驗(yàn)結(jié)果顯示 t 統(tǒng)計(jì)量值都小于 1%顯著性水平,且 P 值都為 0，所以各收益率序列均是平穩(wěn)的,可以用回歸模型來解釋 Rt 的變化,即模型具有可預(yù)測 性。四自回歸移動(dòng)平均滯后階數(shù)的選擇由于僅憑自相關(guān)、偏自相關(guān)圖難以較準(zhǔn)確地判 別自相關(guān)的階數(shù),所以還要借助信息準(zhǔn)那么來判斷,以便充分地刻畫指數(shù)日收益率序列 Rt 的特征,通過對 各滯后階的 AIC、SIC 和伴概P的比擬,考慮到模型設(shè)計(jì)應(yīng)盡可能簡潔,故最終選取 ARMA(1,1)模型來作 為刻畫原收益率序列的最正確模型。五ARCH-LM 檢驗(yàn)為確保模型更適宜,估計(jì) GARCH 模型前還應(yīng)進(jìn) 行 Engle(1992)年提出的 ARCH 效應(yīng)檢驗(yàn)。由

11、 ARMAGARCH = C(3) + C(4)*RESID(-1)2 + C(5)*GARCH(-1) + C(6)*DTVariance Equation由表 2 上局部給出的均值方程的參數(shù)估計(jì)和Variance Equation 下方給出了條件方差方程的參數(shù) 估計(jì),可得模型為：Rt=0.9577Rt-1+ t +0.9433 t - 132ht=0.0000026+0.0481 t - 1 +0.9469h -0.00000067Dt-1t2(1,1)模型中日收益率 Rt 序列擬合后的殘差平方( t )4從 表 2 中 Z 統(tǒng) 計(jì) 量 和 P 統(tǒng) 計(jì) 量, 可 以 看 出 GARCH(1

12、,1)模型能夠很好地?cái)M合數(shù)據(jù)；ARCH 項(xiàng)和 GARCH 項(xiàng)的系數(shù)之和 1 + 1 =0.048074+0.946921=0.9951,且 F 統(tǒng)計(jì)量對應(yīng)的 P 值都為零,說明 GARCH (1,1)模型是穩(wěn)定的。小結(jié)：針對滬深 300 指數(shù)日收益率序列 Rt 建立2021 年第 3 期(總第 392 期)2相關(guān)圖可知, 序列有明顯的自相關(guān)性,初步說明 tt存在 ARCH 現(xiàn)象,對 ARMA(1,1)模型擬合后殘差序列t ,進(jìn)行拉格朗日乘數(shù)(ARCHLM)檢驗(yàn)結(jié)果顯示:F 統(tǒng)計(jì)量和 nR2 統(tǒng)計(jì)量分別為 21.6811 和 21.4182,對應(yīng)的臨界概率都為 0,小于 1%顯著性水平。因此拒絕

13、原假設(shè),說明殘差序列存在高階 ARCH 效應(yīng),故應(yīng)對98金融理論與實(shí)踐CRESID(-1)2GARCH(-1)DT2.59E-060.0480740.9469216.68E-078.54E-070.0065120.0067907.81E-073.0353437.382327139.46172.8548260.00240.00000.00000.0026VariableAR(1)MA(1)Coefficient0.957701-0.943292Std. Error0.0322660.038947z-Statistic29.68168-24.21979Prob.0.00000.0000樣本t 統(tǒng)計(jì)

14、量P 值1%顯著性水平5%顯著性水平滬深 300 指數(shù)收益率全樣本股指期貨推出前指數(shù)收益率 股指期貨推出后指數(shù)收益率-39.2459-39.7832-18.7025000-3.4342-3.4353-3.4492-2.8631-2.8636-2.8698【證券市場】ARMA(1,1)-GARCH(1,1)模型的實(shí)證分析說明，滬深300 指數(shù)期貨的推出確實(shí)加劇了股票市場的波動(dòng)性,但從虛擬變量 Dt 的系數(shù)絕對值來看,這種波動(dòng)的影 響程度比擬有限。四、GARCH 模型的改良一TGARCH 模型(檢驗(yàn)非對稱效應(yīng))首先標(biāo)準(zhǔn)的 GARCH 模型可能違背非負(fù)條件,其 次不能解釋非對稱效應(yīng),最后未考慮條件方

15、差和均 值之間的直接反響,而由 Zakoian 和 Glosten,Jaganna- than,Runkle 提出的 TGARCH 模型(即門限自回歸條 件異方差模型),能夠很好地反映股票市場的非對稱 效應(yīng)。其條件方差設(shè)為：還是分段樣本來看 1 + 1 1 恒成立，說明 GARCH過程都是平穩(wěn)的；股指期貨推出前的總影響 1 + 1為 0.9980，股指期貨推出后的總影響為 0.9987 高于推出前的總影響，說明平穩(wěn)性漸強(qiáng)。由信息傳遞理 論可以得出，信息對價(jià)格波動(dòng)性的沖擊增大，信息的 變化以更快的速度傳遞到現(xiàn)貨市場的價(jià)格變化上。 1 表示的是前日與市場有關(guān)的價(jià)格變化對今日指數(shù)價(jià)格變化的影響，從而

16、被稱為“信息系數(shù)，股指期貨 推 出 前 1 為 0.0626，股 指 期 貨 推 出 后 減 小到-0.0203，可以認(rèn)為,新信息的傳遞速度并沒有加 快,投資者比擬理性,沒有對新信息反響過度; 1 表示的是前日對市場價(jià)格預(yù)期對今日指數(shù)價(jià)格變化的影 響，因?yàn)轭A(yù)期本身是參照之前的信息聚集出來的,從 而本質(zhì)上反映了舊信息對指數(shù)的影響，股指期貨推 出前 1 為 0.9354，股指期貨推出后增加到 1.0190，說明股指期貨推出后,舊信息對未來市場的波動(dòng)性的 影響不但沒有減小反而增大了。因此，現(xiàn)貨市場的 波動(dòng)性加劇,并非是由于加速了信息流動(dòng)所導(dǎo)致的, 而是由期貨市場加劇了現(xiàn)貨市場的不穩(wěn)定性所導(dǎo)致 的。2

17、2ht= 0 + 1t - 1 + 1 ht - 1 + t - 1dt - 15其中，dt-1 是虛擬變量，當(dāng) 0 時(shí)，說明存在非對稱效應(yīng)。在這個(gè)模型中利好消息 t - 1 0對條 件方差有 1 倍的沖擊,利空消息 t - 1 0對條件方 差有 1 + 倍的沖擊;當(dāng) 0 時(shí)波動(dòng)性增大。二EGARCH 模型(檢驗(yàn)非對稱效應(yīng))EGARCH 模型(即廣義自回歸異方差模型),能夠 更好地反映利好消息和利空消息對波動(dòng)的不對稱 性。帶虛擬變量的 EGARCH 模型的方差方程：表 3模型實(shí)證研究結(jié)果| t - 1 t - 1 | + 1 ln ht - 1 + ln ht= 0 + 16| ht - 1

18、|ht - 1其中 0,就存在著非對稱性。當(dāng) 0 時(shí),表示非對稱效應(yīng)的主要效果使得波動(dòng)性降低。 在這個(gè)模型中利好消息( t - 1 0)對條件方差有 1 + 倍的沖擊,利空消息( t - 1 0)對條件方差有 1 - 倍的沖擊。為了檢驗(yàn)滬深 300 指數(shù)期貨推出后對非對稱性 的影響,我們分別對滬深 300 指數(shù)收益率序列(全樣 本)及股指期貨推出前、后的收益率序列分別建立 TGARCH 模型和 EGARCH 模型，比擬兩個(gè)模型的非對稱效應(yīng),并結(jié)合 GARCH 模型分析收益率序列 Rt 波 動(dòng)性的變化。為便于比照,我們將三個(gè)模型分別對全樣本、子樣本的實(shí)證研究結(jié)果匯總?cè)缦拢簭谋?3 實(shí)證分析的結(jié)果

19、我們可以得到以下結(jié) 論：1在 ARMA(1,1)-GARCH (1,1)模型中，虛擬變量 Dt 的系數(shù) 表示滬深 300 股指期貨對現(xiàn)貨市場的 影響，系數(shù) 顯著且為正,但數(shù)值很小表示股指期貨的推出對現(xiàn)貨市場波動(dòng)性有限；不管是從總體樣本(注：表中括號內(nèi)的數(shù)據(jù)為各系數(shù)對應(yīng)的 Z 統(tǒng)計(jì)量)2在 ARMA(1,1)-TGARCH(1,1) 模型中,非對稱 項(xiàng)系數(shù) 不等于零顯著,說明我國股票市場存在著非對稱效應(yīng),即利空消息引起現(xiàn)貨市場價(jià)格的波動(dòng) 大于同等程度利好消息引起的波動(dòng),從股指期貨推 出前 為 0.0109、股指期貨推出后增大到 0.0580 可以看出,股指期貨推出增大了現(xiàn)貨市場的非對稱效 應(yīng)。

20、1 表示利好消息對股票價(jià)格收益率的沖擊,推 出前利好消息對股票價(jià)格收益率有 0.0596 倍的影992021 年第 3 期(總第 392 期)金融理論與實(shí)踐GARCHTGARCHEGARCH系數(shù)1 1 0 1 1 1 + 11 + 1 - 總體估計(jì)值0.9577 (29.682)-0.9433(-24.220)2.6E-06 (3.035)0.0481 (7.382)0.9469 (139.462)6.7E-07 (2.855)0.9950推出前0.9815 (116.119)-0.9728(-102.858)2.4E-06 (2.578)0.0626 (7.327)0.9354 (120.3

21、43)0.9980推出后-0.4045(-4.531)0.4098 (3.926)1.5E-07 (0.116)-0.0203(-2.829)41.0190 (86.609)0.9987推出前0.9679 (66.705)-0.9584(-59.376)2.7E-06 (2.369)0.0596 (5.733)0.9320 (105.488)0.0109 (2.0263)0.0705推出后0.0147 (0.004)7.49E-05 (2.1E-05)5.1E-05 (0.959)0.0303 (2.772)0.7594 (2.888)0.0580 (2.0694)0.0883推出前0.983

22、1 (71.939)-0.9698(-49.856)-0.1915(-6.224)0.1426 (8.395)0.9891 (287.236)-0.0141(-1.369)0.12850.1567推出后0.0174 (0.0039)-0.0282(-0.006)-12.4318(-4.664)-0.2133(-2.165)-0.4880(-2.582)-0.0200(-2.344)-0.2333-0.1993【證券市場】響,推出后減小到 0.0303 倍的影響, 1 + 表示利空消息對股票價(jià)格收益率的沖擊，股指期貨推出前為0.0705 倍 的 影 響, 推 出 后 增 大 到 0.0883 倍

23、 的 影 響 。 該模型反映出股指期貨的推出增大了現(xiàn)貨市場的非 對稱效應(yīng),利空消息引起現(xiàn)貨市場價(jià)格的波動(dòng)大于 同等程度利好消息引起的波動(dòng),即伴隨著股指期貨 的推出投資者對市場上的利空消息更加不理性。3在 ARMA(1,1)-EGARCH(1,1) 模型中,非對稱 項(xiàng)系數(shù) 不等于零顯著,說明我國股票市場存在非對稱效應(yīng)。在股指期貨推出前 為-0.0141,股指期 貨推出后減小到-0.020,說明股指期貨推出前后都體現(xiàn)出非對稱效應(yīng)的主要效果使得波動(dòng)性增加,但推出后非對稱效應(yīng)使得波動(dòng)性增加比推出前更明顯。 在此模型中 1 + 表示利好消息對條件方差的對數(shù)的沖擊倍數(shù), 1 - 表示利空消息對條件方差的對

24、數(shù) 的沖擊,即股指期貨推出前當(dāng)出現(xiàn)利好消息時(shí),會(huì)對 股票指數(shù)收益率帶來一個(gè) 0.1285 倍的沖擊,而出現(xiàn) 利空消息時(shí),那么會(huì)帶來 0.1567 倍的沖擊;股指期貨推 出后當(dāng)出現(xiàn)利好消息時(shí),會(huì)對股票指數(shù)收益率帶來 一個(gè)-0.2333 倍的沖擊,而出現(xiàn)利空消息時(shí),那么會(huì)帶 來-0.1993 倍的沖擊,這說明市場上利空消息比利好 消息對波動(dòng)造成的影響要大,這與一般興旺國家的 股市非對稱效應(yīng)的結(jié)論是一樣的。五、結(jié)論1依據(jù)樣本的根本統(tǒng)計(jì)量分析發(fā)現(xiàn)收益率序 列具有尖峰后尾的特征,通過對收益率序列的平穩(wěn) 性檢驗(yàn)得出，三個(gè)樣本段都是平穩(wěn)序列,進(jìn)而可以用自回歸移動(dòng)平均模型來解釋收益率序列 Rt 的變化。 通過

25、對各滯后階的 AIC、SIC 和伴隨概率P的比擬，考慮到模型設(shè)計(jì)應(yīng)盡可能簡潔，應(yīng)選取 ARMA(1,1) 模型來作為刻畫原收益率序列的最正確模型。2基于 ARMA(1,1)GARCH (1,1)模型,實(shí)證結(jié) 果顯示股指期貨的推出雖然加大了現(xiàn)貨市場的波動(dòng) 性,但從波動(dòng)系數(shù)來看,說明期貨市場正在逐步成熟;通過比照 1 與 的值,可以得出新信息在現(xiàn)貨市場上的傳遞速度并沒有加快,投資者比擬理性,舊信息 對未來市場的波動(dòng)性的影響不但沒有減小反而增大 了；現(xiàn)貨市場的波動(dòng)性加劇,并非是由于加速了信息 流動(dòng)所導(dǎo)致的,而是由期貨市場加劇了現(xiàn)貨市場的 不穩(wěn)定性所導(dǎo)致的。3基 于 非 對 稱 TGARCH 和 EG

26、ARCH 模 型 檢 驗(yàn),分別對兩個(gè)子樣本數(shù)據(jù)進(jìn)行實(shí)證分析,為便于對 比分析，我們將各模型實(shí)證分析的結(jié)果放在同一個(gè) 表里,通過比照分析得出了一致的結(jié)論：股指期貨的 推出增大了現(xiàn)貨市場的非對稱效應(yīng)；利空消息引起現(xiàn)貨市場價(jià)格的波動(dòng)大于同等程度利好消息引起的波動(dòng),即伴隨著股指期貨的推出投資者對市場上的 利空消息更加不理性。這與我國推出股指期貨的時(shí) 間短,入市交易的投資者數(shù)量有限，且長期以來我國 股票市場實(shí)行單邊交易機(jī)制,廣闊投資者的投資理 念尚未得到轉(zhuǎn)變的情況相符。綜上所述,建議我國目前應(yīng)著力于相關(guān)制度的 設(shè)計(jì)及宏觀金融環(huán)境的建設(shè),做好加強(qiáng)投資者教育, 加大投資宣傳力度,不斷完善投資結(jié)構(gòu),讓投資者了 解更多關(guān)于股指期貨的功能和作用,以確保股票市 場及股指期貨市場的穩(wěn)定開展。參考文獻(xiàn)：1Engle R F. Atoregressive Conditional Het- eroscedasticity with Estimate of the Variance of United Kingdom inflation J. Eonomeitrica,1982,(59):347-370. 2Bollerslev T. Generalized Autoregressive Con- ditional