我國股指期貨對股票市場波動性的影響研究

陳 茜，董晟宏

(1.東南大學經濟管理學院，南京 211189； 2.南京師范大學附屬中學，南京 210003)

?

我國股指期貨對股票市場波動性的影響研究

陳 茜1，董晟宏2

(1.東南大學經濟管理學院，南京 211189； 2.南京師范大學附屬中學，南京 210003)

本文采用2010年4月16日—2015年10月16日滬深300指數和滬深300股指期貨數據，運用加入了虛擬變量的GARCH模型和VAR模型，對股指期貨和股票市場波動性的關系進行動態計量分析。結果表明:股指期貨確實會加大現貨市場的波動，股指期貨是股票市場波動的Granger原因，并且在短期內會使得股票市場有一個較大的波動，但從長期來看，這種波動趨勢逐漸減弱并最終趨向于零。

滬深300指數；滬深300股指期貨；波動性

我國股市在2014年年初開始回暖并逐步攀升，最終于2015年6月12日達到了5 178點的最高峰。但此后股市便開始了幾輪大跌，并于2015年8月26日達到了2 850點的最低點。短短兩個半月的時間，股市就跌了接近一半，投資者損失慘重。部分專家認為股指期貨特殊的做空機制和杠桿效應造成了股指大跌。中國金融期貨交易所也在2015年8月25日—2015年9月7日期間，出臺了一系列措施，從提高保證金、手續費等方面對股指期貨進行了限制。那么，自此之后的股市是否就相對穩定了呢？股災的罪魁禍首是否真的是股指期貨呢？股指期貨與股票指數的關系到底是怎樣的呢？

我國滬深300股票指數于2005年4月8日正式發布，它是以從上海證券交易市場和深圳證券交易市場中選取的300只有代表性的股票為標準編制的，這300只股票大約覆蓋了我國滬深市場七成左右的市值。因此滬深300指數具有良好的代表性，可以反映我國股票市場的波動情況，也有人稱它為反映滬深兩個市場整體走勢的“晴雨表”。滬深300股指期貨是由中國金融期貨交易所推出的金融衍生工具，它以滬深300股票指數為標的，經過3年的模擬交易，最終于2010年4月16日正式上市。股指期貨是股票與期貨結合的產物，因而，同時具備了二者的特點。

一般認為股指期貨對于股票市場的影響有雙面性:一方面，股指期貨的特點之一就是具有較強的杠桿性。期貨的保證金制度，體現了股指期貨以小博大的杠桿作用，會進一步放大參與者的投資風險，從而加劇市場波動。另一方面，作為金融衍生品股指期貨的主要功能之一就是套期保值。投資者可以根據期貨市場和現貨市場的高度相關性，構建相應的套保組合，使得股票市場和股指期貨市場上的收益與損失相互抵消，從而在很大程度上規避市場風險，保證市場穩定。由于股指期貨的這種兩面性，在現實的股票市場中股指期貨究竟是提升還是控制了市場波動，確實需要更多的實證研究。

1 相關文獻綜述

學術界很早就開始研究股指期貨與股票市場的關系，研究結論可以分成三類。一些學者認為股指期貨增加了股票市場的波動，而另一些學者則相信股指期貨控制了股票市場的波動，最后一部分學者則指出股指期貨與股票市場的波動沒有關系。

1.1 國外文獻綜述

國外學者對股指期貨和股票市場波動性關系的研究開展較早。Lee和Ohk(1992)對香港恒生指數和恒生指數期貨進行分析后，發現股指期貨在一定程度上維持了現貨市場的穩定。Bessembinder和Seguin(1992)運用自回歸分布滯后模型對標準普爾500指數的現貨與期貨的交易量等數據進行研究，發現股指期貨顯著降低了股票市場的波動性。Gulen等(2000)選取了不同的樣本國家，對其金融市場推出股指期貨前后的數據進行比較分析后發現，在推出股指期貨后，只有美國和日本的股票市場會出現波動率加大的現象，并沒有發現其他國家股票市場的波動與股指期貨有任何關系。Pilar等(2004)對西班牙股票市場引入股指期貨后的波動性進行研究，結果表明股指期貨的引入顯著降低了西班牙股票現貨市場的波動性。Charles等(2006)對1978年—1995年間，世界股指期貨市場上的12種股票指數期貨與其標的股票指數波動性之間的關系進行研究。他們發現引入股指期貨后，大部分股票指數的波動性保持不變，只有極少數股票指數的波動性加大了。

1.2 國內文獻綜述

我國對于股指期貨和股票指數關系的研究開始較晚。我國直至2010年4月才推出第一支股指期貨——滬深300股指期貨，在此之前國內學者大都是以國外證券市場為對象，探究股指期貨與股票指數變動的關系。李華和程婧(2006)以日本市場為例，分析了股票指數期貨發行對于日經225股指波動性的影響，結果表明股指期貨的引入并未對日本股票市場波動性產生顯著影響。劉鳳根、王曉芳(2008)運用GARCH模型對時間序列數據進行建模，分別分析了日本的N 225指數期貨、韓國KOSPI200指數期貨和我國臺灣證交所加權指數(TWSE)期貨對相應股市波動性的影響。他們發現股指期貨的推出，并未影響臺灣股票市場的波動性，但卻導致日本和韓國股票市場的波動性加劇，不過股票市場波動加劇的現象僅是暫時的，在長期市場仍會趨于穩定。邢天才、張閣(2010)實證研究了滬深300指數仿真期貨對滬深300指數波動的影響,指出在短期股指期貨會促使股票指數波動加劇，但長期股指期貨對現貨市場波動性影響不顯著。蔡敬梅、強林飛、周海鵬(2013)指出，引入股指期貨后的短期內，現貨市場對于此信息的反應并無規律。而在長期，引入股指期貨提高了信息傳遞速度并弱化了非對稱效應，所以并不會增加股票市場的波動。王志敏、葛騰飛、彭亞寧、汪旺(2014)運用協整檢驗、GARCH模型以及EGARCH模型對滬深300股指期貨與滬深300股指現貨之間的關系進行了實證研究。他們發現股指期貨的推出降低了對應股票指數的波動，因而保證了股票現貨市場的穩定，而且股指期貨市場能夠更加快速的對新信息做出反應，股指期貨與股票指數之間具有較強的風險相關性。

2 實證分析

2.1 數據選取

本文選取了自滬深300股指期貨上市日，即2010年4月16日—2015年10月16日，共1 334個交易日的價格數據。滬深300股票指數選取了其收盤價格數據，滬深300股票指數期貨選取了合約中具有代表性的當月連續合約的收盤價格數據。首先運用加入虛擬變量的GARCH模型比較8月26日對股指期貨進行限制后是否會對股市的波動產生影響，并用這兩組時間序列數據進行VAR建模，從而分析二者之間的關系。本文數據來源為大智慧軟件，分析工具為EVIEWS7.0。

2.2 模型簡介

2.2.1 GARCH模型

GARCH模型是Bollerslev在ARCH模型基礎上所提出的。GARCH模型多用于金融數據分析，因為該模型對誤差的方差進行了建模，可以有效地分析和預測波動性。這樣的分析能對投資者的決策提供指導，比對數值本身的分析和預測更有價值。GARCH模型的一般形式為:

(1)

(2)

(3)

其中ht為條件方差，ut為獨立同分布的隨機變量，服從標準正態分布，ht與ut互相獨立。

本文選用修正后的GARCH模型，即在GARCH模型中引入虛擬變量，并進一步分析虛擬變量是否會影響樣本總體的波動。

2.2.2VAR模型

VAR模型即向量自回歸模型，是由ChristopherSims提出。它通常用于多變量時間序列系統的預測，以及對隨機擾動對多變量系統沖擊的刻畫。該模型通過將外生變量作為所有內生變量滯后值的函數來構造。VAR模型的一般公式為:

Yt=A1Yt-1+A2Yt-2+......+ApYt-p+εt

(4)

在對VAR模型進行建模后，運用Granger因果檢驗，脈沖響應函數，方差分解對VAR模型進行分析。

2.3 實證分析

為了便于比較，本文運用對數收益率序列進行實證分析，用LHS表示滬深300股票指數，用LIF表示滬深300股指期貨。

2.3.1GARCH模型分析

2.3.1.1 平穩性檢驗

首先，運用ADF檢驗的方法對滬深300指數LHS和滬深300股指期貨LIF進行單位根檢驗，以檢驗其平穩性。檢驗結果如下表1所示。

表1 ADF檢驗結果

從表1的單位根檢驗結果可以看出，原序列的ADF值均高于10%的臨界值，所以應拒絕原假設，接受序列存在單位根是非平穩序列。但是兩個變量差分序列的ADF值均低于10%的臨界值，則可以認為差分序列不存在單位根是平穩序列。所以在后面的研究中，我們選用差分序列DLHS代表滬深300股票指數，而用差分序列DLIF代表滬深300股指期貨。

2.3.1.2 滬深300指數對數收益率的描述性統計量

由圖1可知，滬深300指數對數差分收益率序列均值為0.0000387，標準差是0.016285，偏度值為-0.615346，說明該序列的分布具有長的左拖尾。峰度為7.097011，高于正態分布的峰度值3，說明收益率序列具有尖峰和厚尾的特征。Jarque-Bera統計量為1016.418，P值為0.00000，拒絕該對數差分收益率序列服從正態分布的假設。因此，可以選用GARCH模型來對該時間序列進行估計。

圖1 描述性統計圖Fig.1 Descriptive statistics diagram

2.3.1.3 建立GARCH模型

為了分析2015年8月26日證監會對股指期貨交易加以限制后，股市波動性是否受到影響，本文選擇GARCH模型對其進行研究，并在GARCH模型的條件方差方程中引入虛擬變量D1。其中，對股指期貨進行限制前D1=0，對股指期貨進行限制后D1=1。若結果中D1的回歸系數顯著，則說明對股指期貨的限制會對股票指數產生影響。當D1的回歸系數顯著時，若虛擬變量系數的值大于0，則說明對股指期貨的限制會增加股票指數的波動。當D1的回歸系數顯著時，若虛擬變量系數的值小于0，則說明對股指期貨的限制會減小股票指數的波動。引入虛擬變量D1后的GARCH模型參數估計結果如表2所示。

表2 GARCH模型估計結果

從表2可以看出，D1的回歸系數在顯著性水平為10%以下是顯著的，并且D1的回歸系數為-0.002260。數值小于零，說明對股指期貨進行限制以后滬深300股票指數的波動性會減小，但這種影響并不顯著，說明限制的效果并不明顯。出現這種情況的原因，究竟是由于股指期貨對股票指數的影響較小，還是證監會對股指期貨交易限制的力度不大，目前不得而知，所以需要進行進一步的研究。

2.3.2 VAR模型的構建與檢驗

2.3.2.1 建立VAR模型

由于在上面已經對變量進行過平穩性檢驗，在這里不再進行重復檢驗，直接進行VAR模型的構建。在對VAR模型進行構建之前，需要先確定模型的滯后期。確定滯后期的方法有很多，在這里，選用了AIC和SC準則。經過多次嘗試，將滯后期長度確定為3期。所以，建立VAR(3)，其具體表達式為:

接下來，采用AR特征根檢驗法對估計出的模型進行穩定性檢驗。如果VAR模型所有的特征根的倒數的模均小于1，則該模型是穩定的。而如果至少有一個特征根的倒數的模等于1，那么該模型就是不穩定的，需要重新設定。結果如圖2所示。

圖2 AR特征根倒數的模的單位圓圖示Fig.2 Modular unit circle diagram of AR characteristic root reciprocal

從圖2可以看出，建立的兩變量滯后三期的VAR模型有6個特征根，而所有的點都位于單位圓內，因此，VAR(3)模型通過穩定性檢驗，模型是穩定的，可以用于下面更深入的檢驗。

2.3.2.2 Granger因果檢驗

為了明確滬深300股票指數與滬深300股指期貨直接的關系，采用Granger檢驗的方法。具體結果如表3所示。

DLHS方程中滬深300股票指數DLHS作為被解釋變量對其他解釋變量滬深300股指期貨DLIF進行格蘭杰因果檢驗，DLIF的聯合統計量是32.18442，且在5%的水平下構成對DLHS的格蘭杰因果關系；DLIF方程中DLIF作為被解釋變量對其他解釋變量DLHS進行格蘭杰檢驗因果，DLHS的聯合統計量是350.32203，且在5%的水平下構成對DLIF的格蘭杰因果關系。也就是說，滬深300股指期貨的變動會引起滬深300股票指數的變動，而同時滬深300股票指數的變動也會引起滬深300股指期貨的變動。這個檢驗結果是符合經濟理論和市場實踐的，因為股票指數是股指期貨的標的物，股票指數的變動必然會影響股指期貨的變動，同時又由于股指期貨所特有的價格發現功能，可以幫助投資者對股票市場未來的走勢做出判斷和預測，因此，股指期貨的變動同樣會導致股票指數的變動。

表3 Granger因果關系檢驗結果

Dependent variable:DLIF

2.3.2.3 脈沖響應

為了更好地分析滬深300股票指數與滬深300股指期貨彼此之間的互相作用，通過脈沖響應函數來進行刻畫。由于本文主要分析的是二者之間的關系，因此，兩變量自身的變動引起的影響不加以描述。結果如表4所示。

表4 脈沖響應結果

從表4可知，滬深300指數(DLHS)對自身的一個標準差沖擊立即就有了一個較大的反應，指數立刻上漲了大概0.016，但影響的時間不長，在第二期變成了0.0010，到第三期就變成了負數，在隨后的幾期，逐漸趨近并穩定在0左右。滬深300股指期貨(DLIF)對滬深300指數的一個標準差沖擊在第一期為0，說明股指期貨對股指的影響有時滯，在第二期變為0.0019，在第三期～第五期會有負的影響，但影響很小，這說明股指期貨對于股票指數的影響很小。這是由于股指期貨有固定的交割日，所以它的變動不能完全反映在股指中，但二者的變動最終會趨同。

進一步，滬深300指數對滬深300股指期貨的一個標準差沖擊也立即就會有一個較大的沖擊，指數增長了大概0.016，并且這個沖擊急劇減小，但在第二期就已經減小到了0.0006，并在之后一直穩定在0左右，說明股票指數對股指期貨的影響是短期的，在長期會趨于穩定。這是因為股票指數是股指期貨的標的，因此，股票指數的任何變動都會立即在股指期貨上進行反應，但這種反應是暫時的，它會隨著股指的穩定而穩定。滬深300股指期貨對于自身的一個標準差沖擊立刻會有一個正的反應，但在隨后的三期，又急劇下降，變成負向的，到第五期之后，這種沖擊逐漸減弱。

2.3.2.4 方差分解分析

為了進一步分析出在股票指數變動的因素中股指期貨所占的比重，采用了方差分解的方法，得到的結果如圖3所示。

圖3 DLHS的方差分解結果Fig.3 Variance decomposition results of DLHS

圖4 DLIF的方差分解結果Fig.4 Variance decomposition results of DLIF

從圖3的輸出結果可以看出，隨著期數的增長，到第四期方差分解結果基本穩定，也就意味著滬深300指數變動方差由滬深300股指期貨引起的部分逐漸趨于穩定，但最終所占比例依然很小，其對預測誤差的貢獻度為2.5%左右，這表明股票指數期貨并非是導致股票市場波動的主要原因，股票市場的波動主要是由其自身的系統性風險等因素造成的。

從圖4的輸出結果可以看出，隨著期數的增長，也是到第四期，滬深300股指期貨變動方差由滬深300股票指數引起的部分也逐漸趨于穩定，最終其對預測誤差的貢獻度大概為18%。由于股票指數是股票指數期貨的標的物，所以股指的變動必定會在一定程度上影響股指期貨的變動。

3 結論與政策建議

3.1 結論

本文選擇2010年4月16日—2015年10月16日的數據，運用GARCH模型和VAR模型分別對滬深300股指期貨與滬深300股票指數進行建模，對2015年股災中人們熱議的“股指期貨是股災的罪魁禍首”這一問題進行研究，實證分析股指期貨對股票市場波動性的影響。得出以下研究結論:

A.通過對2015年8月26日前后的滬深300股票指數進行GARCH建模后發現，對于股指期貨的限制確實會降低滬深300指數的波動，從而影響股票市場的波動性。但是這種影響并不顯著，限制的效果并不明顯。

B.通過對滬深300股指期貨和滬深300指數進行VAR建模，并對其進行Granger檢驗發現，股指期貨確實是股票指數變動的Granger原因。股指期貨的變動在短期內會引起股票指數的一個較大波動，并且在之后會出現一個反向波動，但這種波動隨著時間的延續會逐漸減弱，市場最終趨于穩定。

C.股指期貨對股票指數波動造成的影響有限。從方差分解結果可知，股指期貨對于股指現貨的影響很小。股票市場波動的主要原因還是由于自身存在的系統性風險。

綜上所述，本文認為股指期貨的確會增加股票市場的波動性，但作用相對較小。

3.2 政策建議

從上述分析可知股指期貨市場和股票市場相互影響，但目前我國股指期貨市場和股票市場的建設均不完善。為了盡可能降低期現兩個市場的市場風險，提出如下政策建議:

A.我國股指期貨市場尚不成熟，法律建設也并不完善，因此政府部門應致力于完善各項法律法規，大力推進股指期貨交易有關的法律建設，彌補法律漏洞，預防一切可能發生的不必要風險。

B.我國股指期貨發展較晚，投資者對于股指期貨的交易機制以及風險管理了解較少。因此，有關部門需要加強對投資者專業知識的教育，使他們能夠合理運用股指期貨進行投資，以避免跟風行為的發生。

C.滬深300股指期貨的標的物是滬深300股票指數，所以投資者在對滬深300股指期貨進行投資時，應兼顧期貨市場與股票現貨市場的走勢，注意風險變化。

D.我們知道股指期貨會對現貨市場的波動產生一定影響，因此政府部門應該加強對股指期貨的監管，抑制市場的過度投機，促進股指期貨市場規范平穩的運行。

[1] Bessembinder H , Seguin PJ. Futures Trading Activity and Stock Price Volatility[J]. Journal of Finance,1992, (47).

[2] Gulen H., Mayhew S. Stock index futures trading and volatility in international equity markets [J]. Journal of Futures Markets, 2000, 20(2): 661-686.

[3] Pilar C., Rafael S. Does Derivatives Trading Destabilize the Underlying Assets? Evidence from the Spanish Stock Market[J]. Applied Economics Letters, 2002，(2):107-110.

[4] Charles M.S. Sutcliffe, Stock Index Futures[M]. Cengage Learning EMEA, 2006.

[5] 李華，程婧．股指期貨推出對股票市場波動性的影響研究:來自日本的證據[J]．金融與經濟，2006，(02):45-46．

[6] 劉鳳根，王曉芳．股指期貨與股票市場波動性關系的實證研究[J]．財貿研究，2008，(03):33-35．

[7] 邢天才，張閣.股指期貨的推出對現貨市場影響的實證研究——基于新華富時A50的分析[J]. 財經問題研究，2009，(07):71-72.

[8] 蔡敬梅，強林飛，周海鵬.中國股指期貨與股票市場波動性關系的實證分析[J].統計與信息論壇，2013，(01):30.

[9] 王志敏，葛騰飛，彭亞寧，等.滬深300股指與股指期貨相關性研究——基于GARCH模型的實證分析[J].金融經濟， 2014，(06):89-92.

[10] 薛志剛，徐成賢，徐鳳敏.股票指數期貨——投資、套利與套期保值[M].北京:科學出版社，2008.

Study on the impact of stock index futures on stock market volatility in China

CHEN Qian1, DONG Sheng-hong2

(1. School of Economics and Management, Southeast University, Nanjing 211189, China; 2. High School Affiliated to Nanjing Normal University, Nanjing 210003, China)

Based on the data of CSI 300 index and CSI 300 index futures from April 16, 2010 to October 16, 2015, we employ GARCH model and VAR model with dummy variables to econometrically investigate the dynamic relationship between stock index futures and stock market volatility. The results show that the stock index futures will indeed increase the volatility of stock market. Stock index future is the Granger cause of the volatility of the stock market, and may lead to a greater volatility in stock market in the short term. In the long term, however, the volatility in stock market is gradually weak and finally tends to zero.

CSI 300 index; CSI 300 index futures; Volatility

2016-11-26

陳茜(1994-)，女，東南大學經濟管理學院碩士研究生。

F832.51

A

1674-8646(2017)02-0164-05