我國滬深300指數期貨運行特征的實證分析

李 建

(河南財經政法大學國際經濟貿易學院，河南鄭州450002)

關于股指期貨及其對現貨市場波動性影響的廣泛研究始于1987年10月美國股災引發的深入思考。1987年10月美國股災爆發之后，以美國財政部布雷迪為首的總統工作小組發布的《布雷迪報告》認為，除了受美國累積的財政赤字和貿易赤字的影響，1987年10月14日股價暴跌的另外一個重要原因在于指數套利和組合投資保險雙重驅動下形成的“瀑布效應”，即為了規避系統性風險，交易商(或稱做市商)做空股指期貨，并將賣壓傳遞到現貨市場，這個過程經過多次重復，使現貨價格和期貨價格的運行軌跡如同一條下瀉的瀑布，最終形成股災。《布雷迪報告》發布之后，在業內引起了較大的爭論，一些大型機構如CFTC、SEC、總會計師辦公室(GAO)、NYSE 以及CME均發布了自己的報告，不認同或不完全認同《布雷迪報告》的觀點。此后，圍繞股指期貨推出對于股票現貨市場的影響，國內外學者進行了大量的實證研究，成果豐碩，其中大部分研究成果集中在國外文獻上。而對于我國滬深300指數期貨推出后的運行特征的實證研究成果卻并不多見，因此，本文從實證分析視角來考察我國滬深300指數期貨的運行特征。

鑒于股指期貨運行特征及其對現貨市場波動性影響之間的關聯關系，為便于本文實證分析的展開，這里有必要對相關文獻進行簡要梳理。從已有的的研究文獻看，國外學者從多角度對股指期貨推出對現貨市場波動性的影響進行了研究，其中，時間系列研究的代表性成果集中體現在2000年以后的十年間，而縱向比較研究和橫向比較研究的代表性成果集中在二十世紀八九十年代。這里從研究方法和研究結果兩個方面進行簡要綜述(這里不考慮仿真研究情況)。

從時間系列分析看，作為國外學者的主流研究方法，其研究結論集中體現在股指期貨的推出對現貨市場的影響減小或不明顯上，如Zhang和Lv(2010)①、Gahlot和 Datta(2011)②Wang和 Ho(2010)③等;從縱向比較研究看，其研究結論集中在股指期貨對現貨市場波動性影響不明顯上。如Bacha和 Vila(1994)④、Darrt和 Rahman(1995)⑤以及Hodgson和Nicholls(1991)⑥等;從橫向比較研究看，其研究結論集中體現為股指期貨對現貨市場波動性影響不確定上。如 Lee和 Ohk(1992)⑦、Lasstsch(1991)⑧、Jegadeesh 和 Subrahmanyam(1993)⑨以及 Gorton和 Pennachi(1993)⑩等。上述國外研究結論的相似性也相應反映在國內學者的相關研究結論上，如王斌和徐晟(2010)?運用GARCH模型對滬深300指數推出對股票現貨市場波動性的影響進行了實證研究，結果表明股指期貨的推出在一定程度上增大了我國股票市場的波動性，但影響程度較小;張丹和楊朝軍(2009)?基于TGARCH模型，對印度市場股指期貨的推出對現貨市場波動性的影響進行了實證分析，結果表明股指期貨的推出降低了現貨市場的波動性，但其影響效果并不具有一般規律性;類似的研究還有如邢天才和張閣(2010)?、張宗成和王鄖(2009)?等。但是值得一提的是，上述研究中對股指期貨的運行特征卻揭示得不夠充分，尤其是我國滬深300指數期貨的運行特征。

股指期貨是以股票現貨為標的金融衍生品，二者的價格形成過程具有顯著的相關性。2010年4月8日，中國資本市場的股指期貨正式啟動，4月16日滬深300指數期貨合約上市交易。盡管股指期貨總體上實現了平穩起步，但自滬深300指數期貨上市以來的半年時間里，A股市場經歷了一輪快速的暴跌暴漲，市場波動明顯加大。尤其是在股指期貨運行的前兩個月里，期指狂瀉近千點，與此同時，股票市場也深幅下跌——上證綜指自4月16日的3159點一路下跌至6月30日的2398點?；趪H經驗看，這其中固然不能否認滬深300指數期貨對A股市場波動性的影響，但更重要的是，滬深300指數期貨運行特征究竟如何是后續研究展開必須首先直面的問題，或者說，要進一步深入探討滬深300指數期貨對A股市場波動性的影響及其相關問題就必須首先充分認知滬深300指數期貨的運行特征。鑒于此，本文以2010年4月16日至2010年10月20日面板數據為基礎，對我國滬深300指數期貨的交易特征和波動性特征進行實證分析，其中對交易特征進行定性分析，對波動性特征進行定量分析。

一、我國滬深300指數期貨的交易特征分析

從面板數據看，我國滬深300指數期貨的交易特征主要體現在以下三個方面:

第一，資金交易活躍，成交超出市場預期。由于開戶條件和保證金要求的嚴格限制，滬深300指數期貨上市交易之前的開戶數較少，市場普遍預期股指期貨上市初期交投可能會比較冷清。但2010年4月16日滬深300指數期貨正式上市運行之后，入市資金的表現相當活躍，無論是成交量還是成交額都大幅超出市場預期，開戶數也穩步上升。

從開戶情況看，僅僅半年時間，滬深300指數期貨的開戶數就從運行之初的9137戶增加至10月20日的5萬戶左右，其中的日均交易賬戶占比在80%以上，其中來自于商品期貨以及權證市場的個人投資者占據絕對比例，而銀行、保險、基金、券商等機構投資者由于監管原因尚未大規模入市(見圖 1，圖2)。

圖1 股指期貨開戶數

圖2 股指期貨交易賬戶占開戶數比例

從成交情況來看，滬深300指數期貨上市首日成交量就突破了5萬手，次日達到了12.36萬手。截至2010年10月20日，股指期貨市場累計成交3359.37萬手，成交金額達到28.85萬億元，日均成交量和成交金額分別達27.54萬手和2364.69億元。在面板數據所統計的122個交易日里(2010年4月16日～2010年10月20日)，滬深300指數期貨與其A股成交金額之比的平均值達到3.72，最高時甚至達到9.21，并且其中有83個交易日的股指期貨交易金額超過了全部A股的交易金額，而同期全球股指期貨成交額與現貨標的成份股的成交額比值一般在1～3左右。可見，我國滬深300指數期貨的交易活躍度遠超越了這一平均水平，顯得非常活躍(見圖3，圖4)。

圖3 股指期貨成交量與成交額

圖4 股指期貨與滬深300現貨成交額比值

第二，成交持倉比維持高位，市場投機較為突出。盡管滬深300指數期貨的交易非常活躍，但持倉量卻處于較低水平，尤其是2010年6月10日之前，成交持倉比平均達到16.77倍，最高一度達到26.68倍。2010年6月10日之后，由于中金所強制性要求個人日交易量限倉500手以內，成交持倉比開始下降，至2010年10月20日基本維持在10倍左右。經驗數據表明，海外成熟市場的成交持倉比一般在1倍以內，美國期指市場持倉量甚至高出交易量30% ～40%。這就是說，我國滬深300指數期貨的成交持倉遠遠高于成熟市場的平均水平，在一定程度上反映了我國股指期貨市場存在較為濃厚的投機氛圍(見圖5)。

圖5 股指期貨的持倉情況

第三，歷次交割平穩完成，未現“到期日效應”。股指期貨到期日效應(Expiration-day Effects)，是指在股指期貨合約到期時，期貨市場和現貨市場上由于買賣失衡而可能導致收益率、波動率和成交量等出現異常變化。盡管我國股指期貨正式推出時間不長，但從滬深300指數期貨面板數據的六個合約交割狀況看，參與交割的倉單較少，平均不到1000手，而且收盤價與交割價差值很小，不到1個點，說明股指期貨在合約到期的最后交易日較好收斂至現貨市場，這表明歷次交割還是比較平穩，同時也反映了我國股指期貨基于現貨市場最后兩小時加權平均價進行交割的制度設計，保持了較好的運行狀態(見表1)。

表1 股指期貨歷次交割狀況

三、我國滬深300指數期貨的波動特征分析

波動性是指金融資產價格對價值的偏離，包括價格上漲的正偏離和價格下跌的負偏離。波動性是金融市場的一個重要特性，一方面它與市場的不確定性和風險直接相關，在金融資產定價與資產配置中處于核心地位;另一方面，波動性可以綜合反映投資者行為、市場運行質量和運行效率等。因此，對滬深300指數期貨波動性特征進行分析是滬深300指數期貨與A股市場關聯性分析的邏輯基礎。

(一)研究方法與樣本描述 在金融實證分析中，一般采用現代金融時間序列法來刻畫金融資產價格的波動性，其中以1982年Engle提出的ARCH類模型使用最為廣泛。該模型的基本思想是:擾動項的條件方差σ2依賴于其前期值μt-i的大小，即σ2是誤差項μt-i的函數，也就是說，可預測的波動依賴于過去的信息。ARCH類模型有許多變種，其中應用最廣泛的是1990年Nelson提出的指數GARCH模型(又稱EGARCH模型)，該模型不僅簡潔明了，還可以反映數據中的非對稱效應(Black，1976;Nelson，1990)，亦即“好消息”(非預期價格上升或稱利好)與“壞消息”(非預期價格下降或稱利空)對預期波動性的影響程度不同。本文采用EGARCH(1，1)低價模型為:

上述模型中，ω代表常數，β度量過去信息對資產波動性的影響，α用以度量新的信息擾動對波動性的影響。波動的非對稱性則由系數γ來衡量，其中:

γ＞0，意味著正沖擊對市場波動性的影響大于負沖擊的影響;

γ=0，意味著正沖擊與負沖擊對市場波動性的影響相同;

-1＜γ＜0，意味著正沖擊對市場波動性的影響小于負沖擊的影響;

γ＜-1，意味著正沖擊將減少市場的波動性，而負沖擊將增加市場的波動性。

由于滬深300指數期貨上市時間較短，樣本容量偏小，為擴大樣本容量，提高模型擬合效果，本文采用面板數據的122個交易日的15分鐘高頻數據，對原始收盤數據進行對數化處理，并轉換成對數收益率，同時命名為r，則r=ln(pt/pt-1)*100(處理結果見圖6)。

圖6 股指期貨當月合約15分鐘對數收益率

(二)模型構建 GARCH模型的建立，首先需要構造一個均值方程，以分離出時間序列中的任何線性相關部分。通過對收益率序列r的初步統計分析，并結合赤池信息準則(Akaike information criterion，AIC)，可以確定構建 ARMA(1，1)形式的均值方程為

rt=c+ φrt-1+ κμt-1+ μt

其中c，φ以及κ代表待估參數，μt代表隨機誤差項，假設服從均值為0，方差為δ2t的正態分布。

條件方差模型則采用上述的EGARCH(1，1)形式，即為

其中，ω，α，β，γ 代表待估參數。

(三)模型估計與結果 采用Winrats7.0計量軟件，模型估計結果見表2:

表2 EGARCH(1，1)模型估計結果

表2中的數據分析顯示:

第一，除了均值方程中的常數項未通過顯著性檢驗之外，其他幾項參數的估計結果都較為理想，而進一步關于標準化殘差平方的Ljung-Box檢驗也證實了模型估計是合理的。這就是說，本文采用EGARCH(1，1)模型估計滬深300指數期貨的波動性比較合理。

第二，根據模型估計結果繪制出條件標準差(見圖7)。

圖7 股指期貨當月合約15分鐘波動率

從上圖中可以看出，當月合約15分鐘高頻收益率的條件標準差均值為0.32、最大值為0.72、最小值為0.13，將這一組數據轉化為日標準差，則對應的平均值為1.37、最大值為3.05、最小值為0.55。與此同時，同一時期標普500指數期貨和恒生指數期貨的日條件標準差均值分別為1.17、1.08，均低于滬深 300 指數的日均標準差。這意味著，較之成熟市場的股指期貨，滬深300指數期貨的波動性更為顯著、更加劇烈。

第三，代表波動非對稱性的參數γ估計值介于-1和0之間，這意味著利空因素對市場波動性的影響要明顯大于利好因素的影響?，即利空因素對滬深300指數期貨市場的沖擊更為顯著。根據上述計量結果繪制的信息沖擊曲線更能直觀的反映這種波動非對稱性(見圖8)。

圖8 信息沖擊曲線

四、結論與建議

基于滬深300指數期貨運行特征的實證分析表明，在當前我國股指期貨市場的投資者構成主要以散戶投資者為主、交易模式以日內投機交易為主的情況下，我國滬深300指數期貨運行總體態勢相對穩定，較之于國外成熟的股指期貨市場，其波動性更顯著和劇烈，并且其中利空影響明顯大于利好影響，投機氛圍較濃厚。鑒于此，本文的建議是:

第一，我國應盡快完善由政府、同業協會和交易所共同參與、有機結合的“三級監管制度”并且跨市監管，完善套期保值和價格發現的市場環境，重點打擊惡意做空或做多行為，逐步形成有效的風險預警體系和疏導機制，避免金融衍生風險的積聚和擴散。

第二，由于多種原因，我國期貨與現貨市場做市商(即交易商)無論是數量和質量，還是投資理性和風險防范能力等，都與國外成熟市場存在較大差距，因此，大力發展和完善我國做市商制度是我國資本市場健康發展的一種必然選擇。

第三，鑒于期貨市場和現貨市場之間的相輔相成而非競爭性的關系，因而通過健全和完善現貨市場的信息披露制度、制訂信息披露的準則、建立信息披露的規則體系和建設規范有序的信息平臺，能較好地發揮期貨市場規避系統風險、價格發現及資源配置的功能。

第四，由于期貨市場并沒有消除風險，只是將風險轉移，而且股指期貨存在高杠桿性，一旦其風險管理出現問題，不僅無法發揮其發現價格和分散風險的作用，甚至有可能引發市場混亂，因而，需大力推進資本市場制度創新，加強資本市場監管，加大資本市場違規處罰力度。

注釋:

①Zhang＆ Lv.Mutual Relationship between NIFTY Stock Index Future and Spot Markets[M].International Conference on Business Intelligence and Financial Engineering，2010:437-441.

②Gahlot.DattaImpact of Future Trading on Efficiency and Volatility of the Indian Stock Market:A Case of CNX 100[J].Journal of Transnational Management，2011，(1).

③Wang＆ Ho.The Relationship of Price Volatility between TSE and TAIFEX Stock Indices Futures with Different Maturities[J].African Journal of Business Management，2010，(17).

④Bacha＆ Vila.Futures Markets，Regulation and Volatility:The Case of the Nikkei Stock Index Futures Markets[J].Pacific-Basin Finance Journal，1994，(2-3).

⑤Darrt＆Rahman.Has Futures Trading Activety Caused Stock Price Volatility[J].Journal of Futures Markets，1995，(5).

⑥Hogson＆Nicholls.The Impact of Index Futures Market on Australian Share Market Volatility[J].Journal of Business Finance and Accounting，1991，(2).

⑦Lee＆ Ohk.Stock Index Futures Listing and Structure Change in Time-Varying Volatility[J].Journal of Futures Markets，1992，(5).

⑧Laatsch，F.E.A Note on the Effect Index Futures on the Daily Returns of the of the Initiation of Major Market Component Stocks[J].Journal of Markets，1991，(3).

⑨Gorton＆ Pennacchi.Security Baskets andIndex-Linked Securities[J].The Journal of Business，1993，(66).

⑩Jegadeesh＆Subrahmanyam.Liquidity Effects of the Introduction of the S＆P500 Index Futures Contracton Underlying Stocks[J].The Journal of Business，1993，(66).

?王斌，徐晟.股指期貨對我國股票市場波動性影響的實證分析[J].中國證券期貨，2010，(8).

?張丹，楊朝軍.股指期貨對現貨市場波動性與信息定價效率的影響——來自印度的經驗證據[J].上海交通大學學報，2009，(9).

?邢天才，張閣.中國股指期貨對現貨市場聯動效應的實證研究一一基于滬深300仿真指數期貨數據的分析[J].財經問題研究，2010，(4).

?張宗成，王鄖.股指期貨波動溢出效應的實證研究一一來自雙變量EC-EGARCH模型的證據[J].華中科技大學學報(社會科學版)，2009，(4).

?這里的“利好”定義為收益的非預期正向沖擊(Positive shock)，“利空”為收益的非預期的負向沖擊(Negative shock)。這樣定義的好處是不必區分導致期價波動的信息來源，而只關注所造成的事實。