中國股指期貨市場與股票市場波動的動態關系

〔摘 要〕本文借鑒Bessembinder和Seguin建立的模型從價量角度實證研究了滬深300股指期貨市場交易活動因素對股票市場波動的影響。實證結果表明，股指期貨市場預期成交量對股票市場波動的影響顯著，且預期成交量對股票市場波動有正向影響，股指期貨市場持倉量對股票市場波動的影響不顯著；股票市場預期成交量與非預期成交量對股票市場波動均有正向影響，且影響程度高于股指期貨市場預期成交量。這說明自滬深300股指期貨合約上市以來，股指期貨市場順利運行，其中，套期保值者交易活動對股票市場波動無影響，而股指期貨市場整體交易活動則對股票市場波動有正向影響。

〔關鍵詞〕流動性因子；股指期貨；股票市場波動；價量關系

中圖分類號：F83251 文獻標識碼：A 文章編號：1008-4096（2013）04-0025-07

一、引 言

2010年4月16日，中國金融期貨交易所正式推出滬深300股指期貨，填補了中國金融期貨的空白，標志著中國資本市場單邊交易機制的結束。股指期貨作為股票市場的重要延伸和補充，具有對沖風險與價格發現的功能，是資本市場風險管理的重要工具。股指期貨具有成本低、流動性好和交易便捷的特點，為投資者提供了套期保值與投機策略，不僅為投資者規避股票市場價格波動的系統性風險提供了投資策略，還為投資者提供了期現套利的機會，因此，研究股指期貨市場與股票市場波動之間的動態關系具有重要的理論意義與現實意義。

由于股指期貨在國外是一個非常成熟的金融品種，大量的文獻研究了股指期貨市場對股票市場波動的影響，但由于不同學者選取樣本期的不同、研究工具與方法的不同，得出的結論也大相徑庭。Danthine^[1]認為由于股指期貨價格發現的功能，交易者對資產錯誤定價的成本大大減少，股指期貨市場可以提高現貨市場深度并減少波動。Stein^[2]認為期貨交易中不良知情投機者交易會使現貨股票市場波動增加。Edwards^[3]研究表明引入股指期貨之后，標的指數市場的波動明顯減少。Gulen和Mayhew^[4]等的研究都發現引入股指期貨后股票市場波動減少，同樣，Damodaran^[5]、Antoniou和Holmes^[6]等的研究也發現了相似的結論。實證結果的差異說明了股票市場波動的復雜性，也說明股指期貨對股票市場波動的影響是不確定的。而國內關于股指期貨與股票市場波動的研究才剛剛起步，葛勇和葉德磊^[7]使用滬深300股指期貨仿真交易數據分析了股指期貨交易對現貨市場波動性的影響，結果表明引入股指期貨交易后，現貨市場效率提高，而股票市場波動沒有顯著增加。邢天才和張閣^[8]研究了滬深300股指期貨仿真數據與標的指數之間的聯動效應，結果表明股指期貨對現貨市場波動的影響甚微。然而由于中國股指期貨市場推出的時間較晚，國內早期對股指期貨市場的研究更多的還是利用股指期貨仿真交易數據。上述文獻雖然研究了股指期貨市場與股票市場波動之間的關系，但是在研究內容上，上述的大部分文獻并沒有揭示股指期貨市場如何影響股票市場，以及股指期貨市場中的交易特征與股票市場波動之間的關系。

Bessembinder和Seguin^[9]從價量角度研究了股指期貨市場與股票市場波動之間的關系，文獻中選取了反映股指期貨市場深度的成交量與持倉量，具體分析了股指期貨市場中交易特征對股票市場的影響。在此之前，國外文獻中同樣存在大量關于金融市場中價量關系的研究，這些文獻表明了成交量與價格波動存在同期的正向關系，Karpoff^[10]引用了18個不同的學術研究成果，并記錄下股票市場、期貨市場、貨幣市場和債券市場等不同金融領域中價量的這種正向關系，結果表明正向的價格沖擊往往伴隨著成交量的增加。Clark ^[11]、Harris^[12]和Andersen^[13]發展的“混合分布假說”說明了市場交易活動的變化與成交量直接相關，其中，成交量、交易數目和信息沖擊的數量等因素作為混合變量共同影響價格的波動。Copeland ^[14]和Morse^[15]發展的信息順序沖擊模型假定新信息是按照順序傳達到投資者，因此，消息不靈通的交易者不會知道知情交易的存在，結果表明新的信息沖擊會產生新的成交量與價格波動，而且在信息沖擊較多的時期，成交量與價格波動都是增加的。Admati和Pfleiderer^[16]設計的模型說明交易者會在市場處于最活躍的狀態下選擇交易，即交易與價格運動總是共同發生，而且實證結果也表明收益率波動與成交量存在正向關系。這些文獻極大地豐富了金融市場關于價量關系的研究，并進一步完善了價量關系的理論框架，然而關于價量關系的研究更多地集中于單一金融市場。同時，流動性為價格每變化一個單位所需要的交易量，即成交量在某種程度上來說可以反映金融市場流動性。

鑒于此，本文選取成交量、持倉量作為流動性因子，使用HP濾波方法對成交量、持倉量去趨勢，利用AR（10）過程將成交量、持倉量分解為預期成分與非預期成分，在模型中加入反映股指期貨市場周內效應的虛擬變量，利用Bessembinder和Seguin^[9]的方法從價量角度重點分析預期與非預期的成交量、持倉量等反映市場交易活躍程度的交易特征因素對股票市場的影響。

二、模型、方法及數據說明

（一）價量模型

本文借鑒Bessembinder和Seguin^[9]建立的模型研究中國股指期貨市場流動性因子對股票市場波動的影響：

其中，Rt為股票市場大盤指數在t日的百分比收益率，t為收益率的條件標準差，代表股票市場波動性。dit（i=1，2，3，4）為表示周內效應的虛擬變量，即當t日為星期一，記d1t為1，其他為0；當t日為星期二，記d2t為1，其他為0，其他虛擬變量以此類推。這些虛擬變量可以解釋一周中各個工作日指數收益率均值與標準差的差異。t為式（1）估計的殘差項，表示t日的非預期收益率，kt（k=1，2，…，m）為交易活動變量。

（二）交易活動變量的選取及處理

Admati和Pfleiderer^[16]認為金融市場知情交易者的數目會隨著交易量的增加而增多，正是由于存在大量的受價值導向的知情交易者，訂單不平衡所引起的價格反映會較小。根據這一理論，本文選取股票市場與股指期貨市場成交量作為指標來反映金融市場間的價量關系。另外，本文還選取持倉量作為股指期貨市場交易活動變量之一，主要原因是股指期貨市場作為一種不同于股票現貨市場的金融市場，本身還具有期貨市場的特點，同時，股指期貨市場往往存在一類不持倉過夜的投機交易者，作為表示最終交易水平的持倉量可以反映出當期交易被套的水平，即持倉量可以作為當期不知情交易活動的指標，因此，選取成交量與持倉量作為交易活動程度的變量可以反映出知情交易者與不知情交易者，即投機交易者與套期保值者所產生的市場交易活動對價格的影響。

根據Bessembinder和Seguin^[9]提出的思想，金融市場深度取決于投資者對風險資產的購買意愿與承受能力，其中，投資者往往根據價格的波動程度來決定成交數目與持倉數目，投資者的購買意愿一般取決于投資者的風險偏好，而承受能力往往取決于投資者現有財富的約束，假定影響市場深度的其他決定因素不變，則滯后的成交量與持倉量便涵蓋了當前的市場深度，而市場成交量與持倉量中的非預期變化則說明了市場交易者當前購買風險資產的主觀意愿，因此，本文選取成交量與持倉量表示市場深度，將變量分為預期成分與非預期成分，并分別說明不同因素對股票市場波動的影響。

（三）成交量與持倉量分解設計

由于原始的成交量與持倉量數據存在非平穩性和時間序列自相關，本文在實證過程中對原始數據進行了相關處理，以得到平穩的成交量與持倉量序列，在此基礎之上，本文將平穩的成交量與持倉量分解為預期成分與非預期成分，相關調整主要通過以下兩個步驟完成。

1成交量與持倉量的趨勢過濾

非平穩的成交量與持倉量序列中存在長期趨勢成分，本文使用Hodrick和Prescott濾波方法消除長期趨勢，設Vt為原始的成交量（持倉量），VTt表示含有趨勢的成分，VSt表示波動成分。則 Vt=VTt+VSt，HP濾波就是將VTt從Vt中分離出來，不可預測的趨勢VTt可轉化為損失函數最小化問題的解：

其中，SpotVolt為去趨勢的滬深300指數成交量，Volt為去趨勢的滬深300股指期貨成交量，OpInt為去趨勢的滬深300股指期貨持倉量。回歸得出的殘差項εt為非預期成分，預期成分為序列實際值與非預期成分之差vt-εt。

（四）模型估計方法

根據前面所做的分析，本文所選取的表示市場活動的變量為股票市場成交量、股指期貨成交量與持倉量。將股票市場成交量、股指期貨成交量與持倉量分解為預期成分與非預期成分，并將六個變量作為交易活動變量，以此研究預期沖擊與非預期沖擊是否會對波動性產生不同的影響。

考慮到波動性具有典型的“長記憶性”，即聚集效應，式（2）中加入滯后的波動率，同時，股票市場中，收益率的非預期沖擊往往對波動性具有更強的解釋能力，因而式（2）中還加入了滯后的非預期收益率t以此解釋波動性中的不對稱性。波動性t通過式（1）所得出的殘差項t進行估計，t可以通過下面的方程轉化為σt：

這樣的轉化過程可以使t成為收益率條件標準差的無偏估計^[9]。具體的估計方法表示如下：首先，在沒有滯后波動率的情況下，使用OLS對式（1）進行估計。其次，通過式（5）將所獲得的殘差項轉化為波動率。最后，基于給定的波動率，使用OLS對式（1）與式（2）重新估計，得出最終估計結果。

（五）數據說明

本文所用數據樣本時間跨度為2010年4月16日至2012年4月5日，共477個交易日，股指期貨市場數據選取滬深300股指期貨指數，股票市場數據選取標的指數數據，主要包括滬深300指數日收盤價與日成交量、滬深300股指期貨合約日成交量與日持倉量等，數據來源于RESSET金融研究數據庫。實證分析中，本文所使用的滬深300指數日收益率為對數收益率，股票市場日成交量為滬深300指數成分股當日全部成交量，單位為萬手，并做對數變換。此外，由于股指期貨合約會面臨交割問題，股指期貨單個合約成交量與持倉量往往會呈現出合約開始時與交割時數值偏小，而中間時期數值較大的現象，因此，本文使用當期股指期貨所有合約成交量之和與所有合約持倉量之和作為成交量指標與持倉量指標，單位為手，這兩個變量不僅反映了當期股指期貨市場總的交易活躍程度，也可以作為表示股指期貨市場流動性的變量，實證分析中對股指期貨市場成交量與持倉量做對數變換。

三、實證結果與分析

（一）變量描述性統計分析

本文所選變量的描述性統計分析如表1所示，包括變量的均值、最大值、最小值、標準偏差和Ljung-Box統計量，本文所選變量包括滬深300指數日收益率、滬深300指數日成交量、滬深300股指期貨合約日成交量與日持倉量。

從表1可知，滬深300指數收益率在樣本期的平均值為-00006，數值為負且接近于0，標準偏差為00149，LB（10）不顯著，說明收益率序列不存在自相關。此外，滬深300指數成交量具有比滬深300股期指貨成交量與持倉量更大的標準偏差，說明股票市場交易表現更為活躍；股指期貨市場中，樣本期內市場成交量的均值高于市場持倉量，且持倉量的標準偏差高于成交量，說明股指期貨市場中存在投機性的交易者，而套期保值交易表現更為活躍。同時，股票市場成交量、股指期貨市場成交量與持倉量LB（10）統計量均顯著，說明序列均存在顯著的自相關現象。

對滬深300指數成交量、滬深300股指期貨成交量與持倉量做平穩性檢驗，結果如表2所示。

從表2可知，股票市場成交量、股指期貨市場成交量與持倉量序列的t值均小于1%顯著性水平下的臨界值，可以判斷三個序列均為不平穩的時間序列，因此，下面對其做去趨勢處理。

（二）交易量與持倉量分解

本文使用HP濾波方法對樣本期內的滬深300指數成交量、滬深300股指期貨成交量與持倉量進行去趨勢，結果如圖1、圖2和圖3所示。其中，虛線分別為滬深300指數成交量、滬深300股指期貨成交量與持倉量，實線為趨勢項。

從圖1、圖2和圖3可知，滬深300指數成交量、滬深300股指期貨成交量表現出較為相似的趨勢變化，即滬深300指數成交量與滬深300股指期貨成交量序列存在較為明顯的周期性變化，即明顯的波峰與波谷；而滬深300股指期貨持倉量則存在一個明顯的先上升后逐步平穩的趨勢。

（三）實證結果

根據前文所做的處理，得到去趨勢的滬深300指數成交量、滬深300股指期貨成交量與持倉量之后，根據式（4）將三個序列分解為預期成分與非預期成分，共六個交易活動變量，根據式（1）與式（2）得出的估計結果如表3所示。

從表3的估計結果可知，均值方程所有系數除虛擬變量“周四”系數在10%顯著性水平下顯著外，其余系數均不顯著，說明滬深300指數收益率存在明顯的“周四”效應，其中，“周四”虛擬變量系數值為-00036，說明滬深300指數在周四往往具有較低的收益率；同時，估計結果表明10階滯后的波動系數不顯著，與Bessembinder和Seguin^[9]所發現的條件均值與滯后波動存在正相關關系不一致，滯后收益率系數不顯著說明滬深300指數過去的收益率對當前收益率沒有解釋能力，預測效果很差，LB（10）統計量說明殘差項序列不存在自相關現象。方差方程估計結果如表4所示。

從表4的估計結果可知，表示周內效應的虛擬變量系數均不顯著，說明滬深300指數收益率波動不存在明顯的周內效應；10階滯后波動的系數之和不顯著，說明滬深300指數收益率波動不存在典型的“聚集效應”，10階滯后非預期收益率系數之和在1%顯著性水平下顯著為負，說明股票市場收益率沖擊有明顯的不對稱現象，即收益率負向沖擊會增大市場波動，而收益率正向沖擊會對減少市場波動；而在股票市場與股指期貨市場交易特征變量估計系數中，滬深300指數預期成交量與非預期成交量系數均在1%的顯著性水平下顯著為正，說明股票市場成交量對其市場本身收益率波動有較強的解釋能力，其中，預期成交量與非預期成交量系數分別為00340與00321，預期成交量與非預期成交量的增加都會使滬深300指數收益率波動增大；同時，滬深300股指期貨成交量對股票市場波動同樣具有解釋能力，其中，股指期貨預期成交量系數為00208，且在5%顯著性水平下顯著為正，說明股指期貨預期成交量對股票市場波動有一定的正向影響，股指期貨預期成交量的增加會使股票市場波動增大，且股指期貨預期成交量系數值小于股票市場預期成交量與非預期成交量系數，說明股票市場波動中，股指期貨市場預期成交量的影響要小于其市場本身成交量的影響，而股指期貨非預期成交量系數不顯著，說明股指期貨市場成交量的非預期沖擊對股票市場波動影響較小，而滬深300股指期貨預期持倉量與非預期持倉量系數均不顯著，則說明股指期貨持倉量對股票市場波動沒有解釋能力。

四、結論與啟示

本文以2010年4月16日至2012年4月5日滬深300指數與滬深300股指期貨市場指數477個交易日的數據為研究對象，借鑒Bessembinder和Seguin^[9]建立的模型實證檢驗了中國股指期貨市場交易活動對股票市場波動的影響，基本思想是從價量角度分析股指期貨市場的市場深度對股票市場波動的影響，最終得出的主要結論為：一是滬深300指數收益率波動可以由滬深300股指期貨市場預期成交量因素解釋，且股指期貨市場預期成交量對股票市場波動有正向影響，說明中國股指期貨市場運行以來的交易量對股票市場波動確實存在解釋能力。二是滬深300股指期貨市場持倉量因素對滬深300指數收益率波動的影響不顯著，說明中國股指期貨市場中套期保值者的交易活動對股票市場波動沒有影響。三是滬深300指數成交量因素對滬深300指數收益率波動存在顯著的正向影響，且估計系數高于股指期貨成交量系數說明股票市場波動受其市場本身成交量因素影響的比重較大，即中國股票市場波動主要受其市場本身交易活動所驅動，而股指期貨市場交易活動同樣會對股票市場波動產生影響。

以上結論為我們認識股指期貨市場與股票市場之間的關系提供了一些啟示。股指期貨市場作為股票市場的重要延伸和補充，有對沖風險與價格發現的功能，是資本市場風險管理的重要工具，不僅為投資者規避股票市場價格波動的系統性風險提供了投資策略，還為投資者提供了期現套利的機會，因此，加深對中國股指期貨市場的認識，對當前中國金融資本市場發展有重要的現實意義。根據本文的結論，中國股票市場與股指期貨市場存在明顯的價量關系，規范股指期貨市場交易活動不僅對中國金融衍生品市場的完善與發展有重要作用，而且對股票市場的穩定與規范也有重要影響。目前我國所面臨的情況是，券商、基金公司雖然在股指期貨上市后不久便獲得股指期貨投資資格，但實際參與的程度依然較低，而在海外市場，機構投資者是股指期貨市場的主要參與者，因此，政策制定者應加強股指期貨市場基礎性制度建設，積極開展證券公司綜合治理，推動基金管理公司提高核心競爭力，積極培育和發展合格的機構投資者，引導市場投資理念向價值投資、長期投資轉變。本文結論還表明，股指期貨市場成交量對股票市場存在正向影響，而持倉量因素對股票市場波動無影響，說明需要進一步強化股指期貨市場的監管與服務，尤其是對投機交易者的風險監測，同時加大對內幕交易、操縱市場價格等違法違規行為的查處力度。

此外，過去10年上證指數幾乎“零漲幅”的事實，已經告訴我們中國股市仍然是一個不成熟、不發達的資本市場，在中國股市多了上千家上市公司，流動市值激增10倍之后，中國股市竟然演變為以圈錢為目的。根據本文的結論，中國股市主要是受其市場本身交易活動的影響，因此，要改變當前中國股市的窘境，還是應該從股票市場內部改革著手，主管部門應該健全完善新股發行制度與退市制度，強化投資者回報與權益保護，深化分紅制度改革，強化上市公司信息披露，淡化監管機構對上市公司盈利的判斷，發揮市場功能，將以往的價值判斷轉為以信息披露為核心。

參考文獻：

[1] Danthine，JPInformation，Futures Prices，and Stabilizing Speculation[J]Journal of Economic Theory，1978，17（1）：79-98

[2] Stein，JCInformational Externalities and Welfare-Reducing Speculation[J]Journal of Political Economy，1987，95（6）：1123-1145

[3] Edwards，FRFutures Trading and Cash Market Volatility： Stock Index and Interest Rate Futures[J]Journal of Futures Markets，1988，8（4）：421-439

[4] Gulen，H，Mayhew，SStock Index Futures Trading and Volatility in International Equity Markets[J]Journal of Futures Markets，2000，20（7）：661-685

[5] Damodaran，AIndex Futures and Stock Market Volatility[J]Review of Futures Markets，1990，9（2）：442-457

[6] Antoniou，A，Holmes，PFutures Trading，Information and Spot Price Volatility： Evidence for the FTSE-100 Stock Index Futures Contract Using GARCH[J]Journal of Banking and Finance，1995，19（1）：117-129

[7] 葛勇，葉德磊我國開展股指期貨交易對現貨市場波動性的影響——基于仿真交易數據的實證研究[J]金融理論與實踐，2008，（7）：107-110

[8] 邢天才，張閣中國股指期貨對現貨市場聯動效應的實證分析——基于滬深300仿真指數期貨數據的分析[J]財經問題研究，2010，（4）：48-54

[9] Bessembinder，H，Seguin，PFutures-Trading Activity and Stock Price Volatility[J]The Journal of Finance，1992，47（5）：2015-2034

[10] Karpoff，JMThe Relation between Price Changes and Trading Volume： A Survey[J]The Journal of Financial and Quantitative Analysis，1987，22（1）：109-126

[11] Clark，PKA Subordinated Stochastic Process Model with Finite Variance for Speculative Prices[J]Econometrica，1973，41（1）：135-55

[12] Harris，LA Theoretical and Empirical Analysis of the Distribution of Speculative Prices and of the Relation between Absolute Price Change and Volume[M]Chicago：University of Chicago，1982

[13] Andersen，TGReturn Volatility and Trading Volume： An Information Flow Interpretation of Stochastic Volatility[J]The Journal of Finance，1996，51（1）：169-204

[14] Copeland，TEA Model of Asset Trading Under the Assumption of Sequential Information Arrival[J]The Journal of Finance，1976，31（4）：1149-1168

[15] Morse，DPrice and Trading Volume Reaction Surrounding Earnings Announcements：A Closer Examination[J]Journal of Accounting Research，1981，19（2） ： 374-383

[16] Admati，AR，Pfleiderer，PA Theory of Intraday Patterns： Volume and Price Variability[J]The Review of Financial Studies，1988，1（1）： 3-40

（責任編輯：孫 艷）