中國股指期貨市場的價(jià)格發(fā)現(xiàn)能力研究

摘 要：運(yùn)用小波多分辨分析、線性和非線性Granger因果檢驗(yàn)方法，分析我國滬深300股指期貨和滬深300股票指數(shù)之間價(jià)格引導(dǎo)關(guān)系的結(jié)果表明：從短期來看，在1～2天的短期交易周期中，股指期貨是股指現(xiàn)貨的單向Granger原因，股指期貨具有一定的價(jià)格發(fā)現(xiàn)功能；隨著交易周期的加長，股指期貨和股指現(xiàn)貨之間不存在線性和非線性的Granger因果關(guān)系。這表明從長期趨勢來看，目前我國股指期貨的價(jià)格發(fā)現(xiàn)功能并沒有得到有效發(fā)揮。

關(guān) 鍵 詞： 股指期貨；價(jià)格發(fā)現(xiàn)；小波多分辨； 因果檢驗(yàn)

中圖分類號： F830.9 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-3544（2013）05-0037-05

經(jīng)過多年的籌備，滬深300股票指數(shù)期貨合約于2010年4月16日在中國金融期貨交易所正式推出。股指期貨的推出，目的在于增加股指期貨市場和現(xiàn)貨市場的聯(lián)動，改變我國證券市場長期以來單邊格局，形成合理的價(jià)格，起到穩(wěn)定市場、規(guī)避風(fēng)險(xiǎn)的作用。股指期貨的價(jià)格發(fā)現(xiàn)功能一直以來是學(xué)術(shù)界、業(yè)界和監(jiān)管當(dāng)局十分關(guān)心的一個(gè)問題。截止目前，滬深300股指期貨已運(yùn)行兩年多，其價(jià)格發(fā)現(xiàn)功能是否得以有效發(fā)揮，這是本文主要研究的問題。

一、研究方法

（一）小波分析方法

1. 小波變換定義

金融時(shí)間序列經(jīng)常是在單一的時(shí)間域上分析，但是這種研究方法忽視了時(shí)間序列頻域上的信息。小波分析是一種新的信號分析處理方法，小波變換繼承和發(fā)展了Gabor加窗傅立葉變化的局部化思想，小波變換的窗是可調(diào)的時(shí)頻窗，在高頻時(shí)使用短窗口， 在低頻時(shí)使用長窗口， 以不同的尺度觀察數(shù)據(jù)，以不同的分辨率分析數(shù)據(jù)。小波變換模型特征如下所述：

二、實(shí)證研究

（一）數(shù)據(jù)選取和描述性統(tǒng)計(jì)

本文選取我國滬深300指數(shù)期貨（由最近期合約組成的連續(xù)數(shù)據(jù)）的日收盤價(jià)和滬深300指數(shù)現(xiàn)貨日收盤價(jià)為研究樣本，時(shí)間從2010年4月16日至2012年10月16日，共計(jì)607個(gè)樣本。數(shù)據(jù)來源于國泰安研究服務(wù)中心CSMAR系列數(shù)據(jù)庫。股指期貨價(jià)格與股指現(xiàn)貨價(jià)格分別表示為FPt=ln（Cf，t）、SPt=ln（Cs，t），其中Cf，t、Cs，t分別為股指期貨與股指現(xiàn)貨第t日的收盤價(jià)格。 由于對數(shù)收益率具有良好的統(tǒng)計(jì)特征， 因此本文采用兩變量的對數(shù)收益率進(jìn)行研究，DFPt=100（FPt-FPt-1）為股指期貨收益率，同樣定義DSPt=100（SPt-SPt-1）為股指現(xiàn)貨收益率。

表1給出了股指期貨和股指現(xiàn)貨收益率序列的描述性統(tǒng)計(jì)分析。從表1中可以看出，股指期貨的日收益率均值為0.065，標(biāo)準(zhǔn)差為1.453，偏度為0.066，大于0，右偏，峰度為5.249，高于正態(tài)分布的峰度3，尖峰，說明股指期貨收益率序列具有尖峰厚尾特征，JB統(tǒng)計(jì)值也說明顯著異于正態(tài)分布。股指現(xiàn)貨指數(shù)收益率的均值為-0.012， 標(biāo)準(zhǔn)差為1.348， 偏度為1.349，大于0，右偏，峰度為4.376，同樣具有尖峰厚尾的特征， 且JB統(tǒng)計(jì)值也說明顯著異于正態(tài)分布。從表中數(shù)據(jù)可以看出， 股指期貨日收益率均值大于股指現(xiàn)貨日收益率均值， 但是股指期貨日收益率的標(biāo)準(zhǔn)差也大于股指現(xiàn)貨市場， 說明股指期貨市場雖然具有高收益率的優(yōu)點(diǎn)，同時(shí)其波動大于現(xiàn)貨市場，風(fēng)險(xiǎn)也較高，這體現(xiàn)了金融市場高風(fēng)險(xiǎn)高收益的特征。

（二）實(shí)證分析與結(jié)果

在進(jìn)行小波多分辨分析之前， 首先要確定小波的基函數(shù)及分解層數(shù)。 從小波性質(zhì)考慮， 本文比較Daubechis小波和Symlets小波兩種小波基函數(shù)。Symlets小波是對db小波改進(jìn)的一種正交緊支撐小波函數(shù)，具有較好的降噪性，與db小波相比，Symlets小波的對稱性有明顯改善， 此特性可使其在信號的分解與重構(gòu)中避免信號失真。 因此本文采用SymN小波。同時(shí)，N的取值越大，小波的時(shí)域就越光滑，頻域分辨率效果也越好，但是小波變換的計(jì)算將會越繁瑣，計(jì)算時(shí)間就越長。一般情況下，N取2～8。 綜合考慮信號自身特點(diǎn)及小波母函數(shù)的特征后， 本文選取Sym4小波作為小波母函數(shù)。 另一方面，分解尺度取決于信號變化的具體情況和數(shù)據(jù)采樣率，尺度越大越有利于信號的去噪，然而過高會導(dǎo)致原信號失真。考慮到本文樣本容量，同時(shí)借鑒以往學(xué)者的研究，最終決定分解層數(shù)取3層。

我們采用Sym4小波對股指期貨和現(xiàn)貨價(jià)格收益率序列進(jìn)行3層小波分解，以S代表原序列，將其分解成3個(gè)正交分量，D1、D2、D3代表原始序列的高頻部分， 反映短期變化；A3代表原始序列的低頻部分，反映長期趨勢。分解后的第一層尺度為21，是周期1～2天的分量，即頻率為0.5～1分量；第二層尺度為22，是周期3～4天的分量，即頻率0.25～0.5的分量；第三層尺度為23，是周期5～8天的分量，即頻率為0.125～0.25的分量；第三層尺度以外為周期大于8天的分量，代表序列的長期趨勢。股指期貨和股指現(xiàn)貨收益率序列分解后的各層結(jié)果如圖2、圖3所示。

對股指期貨與股指現(xiàn)貨各層信號進(jìn)行ADF平穩(wěn)性檢驗(yàn)，發(fā)現(xiàn)均為平穩(wěn)時(shí)間序列，可直接進(jìn)行波動分量的線性Granger檢驗(yàn)。另一方面，當(dāng)時(shí)間序列呈現(xiàn)非線性的動態(tài)關(guān)系時(shí)， 采用傳統(tǒng)的Granger因果關(guān)系對其之間的相互關(guān)系進(jìn)行檢驗(yàn)時(shí)，可能會出現(xiàn)顯著的偏差， 因此本文采用是Hiemstra和Jones（1994） 提出的H-J非參數(shù)方法對各波動分量進(jìn)行非線性Granger檢驗(yàn)。Granger因果檢驗(yàn)對滯后階數(shù)選擇很是敏感， 本文列舉了線性Granger因果檢驗(yàn)和非線性Granger因果檢驗(yàn)滯后一階、二階和三階的結(jié)果。如表2、表3所示。

從表2、 表3可以看出，在周期為1～2天的波動中，線性因果關(guān)系檢驗(yàn)表明在滯后1期的情況下，原假設(shè)“股指期貨不是股指現(xiàn)貨的Granger原因”，在10%的顯著水平下被拒絕， 表明股指期貨是股指現(xiàn)貨的Granger原因； 但股指現(xiàn)貨不是股指期貨的Granger原因。 非線性因果關(guān)系檢驗(yàn)表明在滯后1期、滯后2期、滯后3期的情況下，原假設(shè)“股指期貨不是股指現(xiàn)貨的Granger原因” 分別在10%、5%和1%的顯著性水平下被拒絕，而原假設(shè)“股指現(xiàn)貨不是股指期貨的Granger原因”均未被拒絕，表明在非線性因果關(guān)系檢驗(yàn)下同樣表現(xiàn)出股指期貨是股指現(xiàn)貨的單向Granger原因。

在周期為3～4天的波動中，不管是在線性因果檢驗(yàn)還是非線性因果檢驗(yàn)下， 股指期貨和股指現(xiàn)貨之間不存在線性或非線性的因果關(guān)系。在周期為5～6天的波動與長期趨勢序列的檢驗(yàn)中， 得出了同樣的結(jié)果。

實(shí)證結(jié)果表明，股指期貨在短期內(nèi)發(fā)揮了價(jià)格發(fā)現(xiàn)的功能，存在著股指期貨向股指現(xiàn)貨市場的收益溢出效應(yīng)。股指期貨的變動在短周期內(nèi)帶來了股指現(xiàn)貨的變動。對于交易周期為1～2天的短期投資者來說，可根據(jù)股指期貨和現(xiàn)貨價(jià)格的前期收益來預(yù)測當(dāng)前市場的收益。但是隨著交易周期的加長，股指期貨和股指現(xiàn)貨的收益序列不存在Granger因果關(guān)系。我們分析這主要是因?yàn)楣芍钙谪浗灰字贫鹊脑O(shè)計(jì)。股指期貨的開盤時(shí)間提前于現(xiàn)貨15分鐘，股指期貨的收盤時(shí)間推遲于現(xiàn)貨15分鐘，股指期貨所反映的新的信息，在較短的時(shí)間內(nèi)影響了現(xiàn)貨價(jià)格。而從長期來看，股指期貨并沒有表現(xiàn)出價(jià)格發(fā)現(xiàn)功能，主要原因在于股指期貨的交易規(guī)模遠(yuǎn)遠(yuǎn)小于現(xiàn)貨市場，且股指期貨市場的準(zhǔn)入門檻較高，限制了中小投資者進(jìn)入市場，市場參與者較少，市場參與者經(jīng)驗(yàn)也不成熟，尚未習(xí)慣利用股指期貨交易以套期保值。

三、結(jié)論

本文利用小波多分辨分析和線性、非線性Granger因果檢驗(yàn)方法，以滬深300股指期貨當(dāng)月合約和滬深300股票指數(shù)為研究樣本，從時(shí)間和頻率兩個(gè)維度分析了股指期貨和現(xiàn)貨收益率序列的引導(dǎo)關(guān)系，探討了我國股指期貨的價(jià)格發(fā)現(xiàn)功能。從短期來看，在1～2天的短期交易周期中，股指期貨是股指現(xiàn)貨的單向Granger原因，股指期貨表現(xiàn)出一定的價(jià)格發(fā)現(xiàn)功能；但從長期趨勢來看，股指期貨與現(xiàn)貨之間不存在線性和非線性的Granger因果關(guān)系，這表明對于長期交易者來說，股指期貨并未表現(xiàn)出價(jià)格發(fā)現(xiàn)功能，這與理論上認(rèn)為股指期貨具有較強(qiáng)的價(jià)格發(fā)現(xiàn)功能并不一致。因此，我們應(yīng)該進(jìn)一步完善制度設(shè)計(jì)，培養(yǎng)更為廣泛的市場投資者參與股指期貨市場，使得股指期貨的價(jià)格發(fā)現(xiàn)功能得以充分發(fā)揮。

參考文獻(xiàn)：

[1]Bohl，M. T.，Salm，C. A.， Schuppli，M.（2011）. Price discovery and investor structure in stock index futures[J]. Journal of Futures Markets，31（3），282-306.

[2]Brock，W. A. Causality，chaos，explanation and prediction in economics and finance[A]. Chapter 10 in Beyond Belief：Randomness，Predic-tion and Explanation in Science[C]. Boca Raton，F(xiàn)L：CRC Press，1991.

[3]Chan，K. （1992）. A further analysis of the lead-lag relationship between the cash market and stock index futures market[J]. Review of Financial Studies，5，123-152.

[4]Manolis G. Kavussanos，Ilias D. Visvikis，and Panayotis D. Alexakis. The Lead-Lag Relationship Between Cash and Stock Index Futures in a New Market[J]. European Financial Management，2008，14（5）：1007-1025.

[5]Granger，C. W. J. （1969） Investigating causal relations by econometric models and cross-spectral methods[J]. Econometrica. 37， 424-438.

[6]Hiemstra C.，Jones J. D. （1994）. Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation[J]. Journal of Finance，49（5）： 1639-64.

[7]Kavussanos，M. G.，Visvikis，I. D.， Alexakis，P. D. （2008）. The lead-lag relationship between cash and stock index futures in a new market. European Financial Management[J]. 14（5）：1007-1025.

[8]Kawaller，I.，Koch，P. Koch，T.，1987. The temporal price relationship between SP 500 futures and the SP 500 index[J]. Journal of Finance， 42，1309-1329.

[9]Mallat，S. G. （1989）. A theory for multiresolution signal decomposition： the wavelet representation， IEEE Transactions on Pattern Analysis and Machine Intelligencejia，11（7）.

[10]Pizzi，M. A.，Economopoulos，A. J. O’Neill，H. （1998）. An examination of the relationship between stock index cash and futures markets： a cointegration approach[J]. Journal of Futures Markets，18，297-305.

[11]Stoll，H. R.， Whaley，R. E. （1990）. The dynamics of stock index and stock index futures returns[J]. Journal of Financial and Quantitative Analysis，25，441-468.

[12]Yang，J.，Yang，Z.， Zhou，Y.（2012）. Intraday price discovery and volatility transmission in stock index and stock index futures markets： Evidence from China[J]. Journal of Futures Markets，32， 99-121.

[13]Zakaria，Z. Shamsuddin，S. （2012）. Relationship between Stock Futures Index and Cash Prices Index： Empirical Evidence Based on Malaysia Data[J]. Journal of Business Studies Quarterly，4（2），103-112.

[14]Zeckhauser R. Niederhoffer V.（1983）. The performance of Market Index Futures Contracts[J]. Financial Analysts Journal，39（1）：59-65.

[15]華仁海，劉慶富. 股指期貨與股指現(xiàn)貨市場間的價(jià)格發(fā)現(xiàn)能力探究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（10）：90-100.

[16]劉向麗，張雨萌. 基于向量誤差修正模型的股指期貨價(jià)格發(fā)現(xiàn)功能研究[J]. 管理評論，2012（2）：71-77.

[17]項(xiàng)歌德，沈開艷. 股指期貨市場的價(jià)格發(fā)現(xiàn)與風(fēng)險(xiǎn)波動溢出效應(yīng)實(shí)證研究——以中國滬深300股指期貨市場為例[J]. 上海金融，2012（6）：67-73.

（責(zé)任編輯：李丹；校對：郄彥平）