上證50股指期貨核心功能研究

（東北財經大學 經濟學院，遼寧 大連 116025）

上證50股指期貨核心功能研究

史家亮，劉佳明，蘇巍巍

（東北財經大學 經濟學院，遼寧 大連 116025）

上證50股指期貨的出現對股票市場的價格形成機制和市場風險規避能力產生了重要的影響。本文將研究上證50股指期貨的核心功能，一方面通過ADF檢驗、協整檢驗和格蘭杰因果檢驗驗證了上證50股指期貨和現貨之間的價格發現功能，發現上證50股指期貨對現貨具有價格發現功能，現貨對期貨沒有價格發現功能；另一方面通過使用OLS模型、VAR模型和ECM模型等靜態套期保值模型研究上證50股指期貨和現貨之間的套期保值功能，發現上證50股指期貨的套期保值的有效性較好，并且給出上證50股指期貨市場的最優套期保值比率，用于實現現貨市場風險的有效轉移。

上證50股指期貨；價格發現；靜態套期保值；最優套保率

滬深300股指期貨自2010年4月16日上市交易以來，一直受到國內學者的重點關注，被各界人士寄予厚望。隨著金融衍生市場的發展和完善，2015年4月16日，中國金融期貨交易所再次推出了兩支股指期貨——上證50股指期貨和中證500股指期貨。作為后金融時代的新生產品，上證50股指期貨能否充分發揮期貨固有的價格發現和套期保值功能，能否與滬深300股指期貨和中證500股指期貨相輔相成，共同促進股指期貨市場和股票市場的穩定健康發展，對于這些問題的研究，不僅可以了解上證50股指期貨市場的有效發展程度，而且可以為投資者和投機套利者提供投資投機的建議，為套期保值提供最優的方案。

一、文獻綜述

關于股指期貨的研究，國外學者起步較早。Wahab和Lashgari早在1993年就對美國標準普爾500指數期貨和英國金融時報100股指期貨進行過Granger因果檢驗，并提出股指期貨價格滯后于現貨價格的觀點。J.Kang和T.Reancharoen（2006）對韓國的KOSP1200指數進行研究，認為股指期貨價格引導現貨價格。Judge and Reancharoen（2014）對泰國的股指期貨進行研究，得出現貨價格引導股指期貨價格的結論。至于求得最優套期保值比的求解方法，從Markowitz的均值方差框架分析開始，已經出現了CCC-GARCH模型、BEKK-GARCH模型、ECM-BGARCH模型等一系列的模型。而關于動態套期保值模型與靜態套期保值模型的優劣之爭，仍在繼續。

價格發現是股指期貨的重要功能之一，其功能的發揮對于整個金融市場的發展具有十分重要的意義。目前我國股指期貨的價格發現功能仍較為薄弱（陳奇、陳百強，2015）。楊東曉（2015）基于滬深300股指期現貨數據，李政等（2016）使用滬深300、上證50和中證500股指期現貨數據進行實證分析，提出股指期貨的價格引導能力較強。宋科艷（2016）使用動量一致門限自回歸等非線性模型，基于滬深300股指期現貨數據進行分析，認為長期中，指數現貨處于價格發現的中心地位。

對于套期保值的研究主要是圍繞最優套保模型選擇展開的。黃文彬等（2016）對多種套保模型進行比較，提出最優套保模型為CCC-GARCH模型（當月合約例外其最優模型為OLS模型）。趙華（2016）認為，總體來看首先是動態套保比優于靜態，時變跳躍強度模型的樣本外套期保值績效最優，其次是包含跳躍成分的 VECM-ARJI-MGARCH模型，再次是VECM-MGARCH模型。李勇、方兆本等（2015）構建了基于已實現波動率和Copula（RV-Copula）相結合的風險最小套期保值比例估計方法。瞿慧等（2015）對常用日內跳躍識別方法進行改進，使之成為使樣本內、外套期保值績效更好的方法。而梁斌等（2009）則通過論證檢驗了靜態套期保值模型優于動態套期保值模型。

上述研究在數據頻率和研究方法上各有千秋，但大都基于滬深300股指期貨展開，在上證50股指期貨市場的研究尤其是核心功能方面屈指可數。上證50股指期貨自2015年4月16日上市交易以來，已經形成具有代表性的研究數據，本文將基于這些數據研究上證50股指期貨的核心功能問題，從整體的角度考量上證50股指期貨核心功能的發揮效果。

二、上證50股指期貨核心功能介紹及模型設定

1、核心功能介紹

上證50股指期貨核心功能主要包括價格發現功能、套期保值功能以及其他附屬功能，本文主要針對上證50股指期貨的價格發現功能和套期保值功能進行研究，洞悉上證50股指期貨核心功能發揮的有效性。

價格發現功能是指期貨市場通過特有的交易運行機制，形成具有預期性、連續性、公開性和權威性的期貨價格，進而引領現貨市場價格的變化。期貨市場對信息的敏感程度要遠大于現貨市場，其價格會隨市場的變化而率先變動，進而為現貨的價格變動提供方向。本文主要采用ADF檢驗、協整檢驗和格蘭杰因果檢驗，驗證上證50股指期貨與上證50股票指數現貨之間的價格發現功能。

套期保值功能是指投資者和套期保值者為了規避風險而同時買賣期貨和現貨，使期貨的價格變動抵消現貨價格變動從而實現穩定收益的一種風險轉移活動。按照尤金·法瑪的有效市場假說，面對新信息的沖擊，期貨價格變動和現貨價格變動必然相等，那么在期貨市場上進行與現貨數量相等、方向相反的交易必然可以實現完全有效的套期保值功能。那么對于上證50股指期貨是否也滿足完全有效的套期保值功能，本文將通過OLS模型、VAR模型和ECM模型研究上證50股指期貨的靜態套期保值效果。

2、核心功能模型設定

第一，為減小研究中出現的數據偏誤，對于期貨和現貨的收盤價進行以下處理：

其中：p代表收盤價，F代表期貨的對數收盤價，簡稱期貨價格，同理，S代表現貨的對數收盤價，簡稱現貨價格。

第二，Granger因果檢驗模型理論模型如下：

第三，靜態套期保值理論模型：

最優套期保值比率h*使得εt的方差最小化，實際上相當于把εt看成誤差項后的回歸系數，可得其中ρ為期現的相關系數，基于此原理分別介紹OLS模型、VAR模型和ECM模型。

該模型主要進行無條件分布研究，則h*=β，

三、上證50股指期貨核心功能實證檢驗

1、數據選取

本文選取了上證50股指期貨自2015年4月16日到2016年10月14日的366組連續性主力合約①收盤價進行研究，數據來源于中國金融期貨交易所；對于現貨則選擇上證50股票指數收盤價組成現貨價格序列，數據來源于國泰安數據庫。實證所使用的軟件為Excel和E-views7.0軟件。根據統計數據繪制期貨和現貨走勢圖（見圖1），發現上證50股指期貨和現貨價格變動走勢相同，吻合較好，故可以對其核心功能進行相關的實證檢驗。

圖1 期貨和現貨的價格走勢圖

2、價格發現功能檢驗

首先運用ADF單位根檢驗驗證上證50股指期貨和現貨時間序列的平穩性，以避免模型估計中出現偽回歸問題。檢驗結果如表1所示。由表1可發現在5%的置信水平下股指期貨和股指現貨均不滿足平穩性要求。對兩個時間序列進行一階差分然后進行單位根檢驗，則在5%的置信水平下股指期貨和股指現貨一階差分序列均滿足平穩性要求，平穩性檢驗通過，故可以對數列進行協整檢驗。

對上證50股指期貨和股票指數現貨進行協整檢驗，檢驗結果如表2所示。由表2可知，在5%的顯著性水平下拒絕原假設且顯著性強，即上證50股指期貨和股票指數現貨之間存在協整關系，符合Granger因果檢驗的前提條件，故可以對兩個時間序列進行Granger因果檢驗。

表1 ADF單位根檢驗結果統計

表2 協整檢驗結果統計表

對上證50股指期貨和股票指數現貨進行Granger因果檢驗，檢驗結果見表3。對表3進行分析得知：在5%的顯著性水平下，上證50股指期貨是上證50股票指數的Granger因，上證50股票指數不是上證50股指期貨的Granger因。也就是說，在5%的置信水平下，上證50股指期貨市場價格引領上證50股票指數市場價格，上證50股票指數市場價格并不能引導上證50股指期貨市場價格。故可得出結論：上證50股指期貨對上證50股票指數具有價格發現功能，而上證50股票指數對上證50股指期貨則沒有價格發現功能。因此投資者、投機者等主體可以通過上證50股指期貨對新信息的反應有效地預測上證50股票指數的變動，從而更加有效地進行投資與投機活動。

3、套期保值功能實證研究

運用OLS模型、VAR模型和ECM模型研究上證50股指期貨的套期保值功能，然后通過相關的模型公式計算出套期保值比率，量化上證50股指期貨套期保值功能的有效性。

首先對上證50股指期貨和現貨進行OLS模型估計，估計原理如式（5）所示，估計結果如表4所示。由OLS模型估計的最優套期保值率為0.967911。

然后運用VAR模型對上證50股指期貨的套期保值功能進行檢驗，檢驗結果如表5所示。在此基礎上，可以求出：Cov（εst，εft）=0.4586773；Var（εft）=0.5560092。

則由公式（8）知h*的值為：0.824946，則最優套期保值率為0.824946。

最后使用ECM模型對上證50股指期貨的套期保值功能進行檢驗，檢驗結果如表6所示。在此研究基礎上，可以求出：Cov（εst，εft）=0.4643653；Var（εft）=0.5778233。

則由公式（11）知h*的值為：0.803646，則ECM模型下的最優套期保值率為0.803646。

由于OLS模型估計使用的是無條件分布估計，導致結果存在較大偏差，因此，在OLS模型估計下的最優套期保值率不可取；VAR模型和ECM模型估計的最優套期保值率分別為0.824946和0.803646，兩個模型實證結果相差無幾，說明兩個模型都可取。其中ECM模型考慮到誤差修正項的影響，投資者和投機者的交易行為必然會受到收益率的影響，所以它的結果要更加優于VAR模型所驗證的結果。近似取最優套期保值比率為0.8，那么套期保值者可以基于0.8的套期保值比率進行更加有效的套期保值，從而實現自有風險的轉移。

表3 格蘭杰因果檢驗統計表（α=5%）

表4 OLS模型檢驗統計

表5 VAR模型檢驗統計

表6 ECM模型檢驗統計

四、結論

價格發現功能和套期保值功能是上證50股指期貨的兩個核心功能，對上證50股票指數市場的健康穩定發展起著重要的作用。本文一方面通過ADF檢驗、協整檢驗和Granger檢驗得出結論，上證50股指期貨對上證50股票指數現貨具有價格發現功能，上證50股票指數現貨對上證50股指期貨沒有價格發現功能，因此投資者、投機者等主體可以通過上證50股指期貨對新信息的反應，有效性地預測上證50股票指數的變化，進行更加有效地投資和投機活動；另一方面，通過OLS模型、VAR模型和ECM模型檢驗了上證50股指期貨對上證50股票指數現貨的套期保值功能，發現上證50股指期貨對上證50股票指數現貨的最優套期保值率為0.8，投資者、投機者等主體可以基于0.8的最優套期保值率，行之有效地對現貨進行套期保值，從而有效實現風險轉移。

注釋

① 為克服上證50股指期貨價格的不連續性、成交量以及持倉量相對較小的不足，本文選取每天交易量和持倉量最大的合約數據組成連續性交易合約并稱之為連續性主力合約。另外由于不同合約的切換環節容易出現非平滑時間序列，因此對于切換合約時交易量和持倉量發生較大變化的交易數據進行清除以形成平滑性時間序列.

[1] Wahab M，Lashgari M.Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets：aCointegration Approach[J].The Journal of Futures Markets，1993（13）.

[2] J.Kang，C.J.Lee，S.Lee.An empirical investigation of the lead lag relations of returns and volatilities among the KOSPI200 spot，futures and options markets and their explanations[J].Journal of Emerging Market Finance，2006，5（3）.

[3] A Judge，T Reancharoen.An empirical examination of the lead—lag relationship between spot and futures markets：Evidence from Thailand[J].Pacific-Basin Finance Journal，2014（29）.

[4] Lee H T.A copula based regime switching GARCH model for optimal futures hedging[J].Journal of futures markets，2009，29（10）.

[5] 章永哲、錢敏：基于5分鐘高頻數據的滬深300股指期貨與現貨市場間波動溢出效應實證研究[J].上海金融，2015（11）.

[6] 朱莉、高鵬：高頻股指期現貨市場波動溢出效應研究——基于EEMD降噪和CCF檢驗[J].金融理論與實踐，2016（3）.

[7] 陳奇、陳百強：股指期貨與現貨指數之間超前滯后關系研究[J].經濟問題，2015（2）.

[8] 楊東曉：股指期貨與股指現貨之間價格發現與波動溢出效應研究——基于滬深300股指期貨高頻數據的實證分析[J].山東大學學報，2015（6）.

[9] 李政、卜林、郝毅：我國股指期貨價格發現功能的再探討——來自三個上市品種的經驗證據[J].財貿經濟，2016（7）.

[10] 宋科艷：我國股指期貨與指數現貨價格引導關系研究——基于非對稱門限協整模型的分析[J].財經問題研究，2016（9）.

[11] 黃文彬、鄭麗娟、林銀瑞：套期保值比率模型的比較選擇研究——基于滬深300指數的分析[J].福州大學學報，2016（3）.

[12] 趙華：基于期現共跳的股指期貨套期保值研究[J].數理統計與管理，2016（5）.

[13] 李勇、方兆本、韋勇鳳：風險最小化套期保值比例估計：基于RV-Copula模型[J].數理統計與管理，2015（2）.

[14] 梁斌、陳敏、繆柏其、吳武清：我國股指期貨的套期保值比率研究[J].數理統計與管理，2009（1）.

（責任編輯：胡春雨）