跳躍風(fēng)險的外溢效應(yīng)與投資價值

劉慶富,張金清

(復(fù)旦大學(xué)金融研究院,上海200433)

1 引 言

隨著金融自由化程度的加深,中國與美國期貨市場之間的關(guān)聯(lián)性日漸緊密.中國期貨市場對美國市場施加自身影響的同時也不得不承受來自美國市場波動的沖擊[1].其中,由于期貨價格的大幅波動而帶來的風(fēng)險,常稱之為跳躍風(fēng)險1與連續(xù)的小幅的價格波動相比,大幅的波動常表現(xiàn)為非連續(xù)的跳躍[2]..并且,在這些沖擊中,尤以跳躍風(fēng)險對中國期貨市場的影響最大2跳躍風(fēng)險往往與知情交易者有關(guān)[3],且多屬于系統(tǒng)性風(fēng)險[4]..然而,大量事實(shí)表明,這些跳躍風(fēng)險的背后,常伴隨著風(fēng)險事件的發(fā)生3與兩市場收益之間的關(guān)系相比,期貨市場波動含有大量的信息,是市場風(fēng)險的主要來源,且具有風(fēng)險累積和傳染效應(yīng),對另一期貨市場的影響往往很大;因此,本文將重點(diǎn)研究美國同步和異步期貨市場的跳躍風(fēng)險對國內(nèi)期貨市場的風(fēng)險傳遞效應(yīng)及其風(fēng)險績效..這些跳躍風(fēng)險得到了期貨交易者,期貨交易所及監(jiān)管當(dāng)局的廣泛關(guān)注4為防范跳躍風(fēng)險的發(fā)生,上海期貨交易所,大連商品交易所和鄭州商品交易所均采用了漲跌停板制度及春節(jié)期間增加保證金的收取比例等舉措.,但對期貨市場的跳躍風(fēng)險傳導(dǎo)機(jī)制與投資價值的研究仍有待深入.

在跳躍風(fēng)險傳導(dǎo)機(jī)制方面,現(xiàn)有研究有些集中于風(fēng)險事件對資產(chǎn)價格的影響[5-9],有些并不把風(fēng)險事件加以具體區(qū)分,而是對市場上出現(xiàn)的所有跳躍風(fēng)險進(jìn)行研究[10-12].然而,這些研究多針對某一市場而言的,并沒有分析跳躍風(fēng)險在多個市場上的信息傳遞關(guān)系.為此,De Bandt等[13]從定性角度總結(jié)了作為系統(tǒng)性的跳躍風(fēng)險在銀行間跨境傳遞的證據(jù);之后,Asgharian等[10]利用SVCJ風(fēng)險模型研究了國際股票市場之間的跳躍溢出行為,發(fā)現(xiàn)不同國家股票市場之間存在顯著的跳躍溢出效應(yīng),且處于同一地區(qū)和相同工業(yè)結(jié)構(gòu)的股票市場之間的跳躍溢出程度更大.類似地,劉慶富等[14]對中國與美國異步商品期貨市場之間的跳躍溢出行為進(jìn)行了初步分析,發(fā)現(xiàn)中國與美國期貨市場之間存在顯著的跳躍溢出,且美國對中國的跳躍溢出存在“一日滯后”效應(yīng).這一研究的主要對象是針對中國和美國(白天)正規(guī)(異步)交易市場進(jìn)行的,并沒有對美國同步的電子交易期貨市場展開研究5自1992年6月以來,已有很多國家加入了Globex電子交易系統(tǒng),加入這一系統(tǒng)的交易所可以實(shí)現(xiàn)晝夜全天候交易(CME,2010),如倫敦金融交易所(LME),芝加哥商品交易所(CBOT)和紐約商品交易所(NYMEX)等..然而,由于通信技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,與中國期貨交易相同步的美國電子交易市場的價格變動會在瞬間傳遞到國內(nèi),其影響程度變得越來越不可忽視,其影響力也似乎有加速趨勢.例如,NYMEX銅期貨交易在Globex電子市場上的交易量占總交易量的比重已從2004年的18.4%上升至2010年的40.5%,平均占比為37.9%.若僅考慮美國正規(guī)交易市場的跳躍風(fēng)險對中國期貨市場的影響,勢必會忽略電子交易市場更多富有價值的信息,其結(jié)論的可靠性也必將大打折扣.并且,近年來國際期貨市場的大幅波動頻繁發(fā)生,有愈演愈烈的趨勢[15,16].

在投資價值方面,相關(guān)研究主要集中于跳躍風(fēng)險的分散化與跳躍風(fēng)險溢價.對前者而言,Jarrow等[17]和Ball等[18]發(fā)現(xiàn)跳躍風(fēng)險是可以通過股票的投資組合進(jìn)行分散的;Wu[19]和Kurmann[20]認(rèn)為跳躍風(fēng)險對投資組合的配置不僅具有重要影響,且能夠改變投資組合的配置;Liu等[21]發(fā)現(xiàn),跳躍溢出明顯降低了能源期貨的投資組合收益.對后者而言,Wright等[22]發(fā)現(xiàn)跳躍風(fēng)險能夠預(yù)測超額的債券收益;Broadie等[23]對期貨期權(quán)的跳躍風(fēng)險溢價進(jìn)行了研究;Todorov[24]利用連續(xù)時間的跳躍風(fēng)險溢價變量解釋了隱含和現(xiàn)實(shí)波動的動態(tài)特征;同時,Todorov等[25]利用二次變差研究了跳躍的貝特值,發(fā)現(xiàn)跳躍的貝特值要大于連續(xù)的貝特值;之后,Chan等[26]發(fā)現(xiàn),DAX,FTSE,Nikkei和S&P500股指期貨的收益時變跳躍風(fēng)險溢價是顯著存在的.

在這一趨勢下,美國期貨市場的跳躍風(fēng)險對中國期貨市場是否有影響?如果影響存在,影響的方向和力度怎樣?是否具有杠桿效應(yīng)?有何趨勢?并且,這些跳躍溢出是否具有哪些投資價值?這些問題尚不十分清楚.為此，本文將從四個方面展開研究：第一,不同于現(xiàn)有的波動溢出研究,本文既考慮美國期貨正規(guī)交易市場的跳躍風(fēng)險對中國期貨市場的異步影響,也考慮美國期貨Globex電子交易市場的跳躍風(fēng)險對中國期貨市場的同步影響;第二,為研究其影響趨勢,本文將對加入WTO過渡期間和過渡期后的樣本分別展開研究6中國加入世界貿(mào)易組織(World Trade Orgnization,WTO)的過渡期為2001年12月11日至2005年12月11日..第三,在分段考慮的基礎(chǔ)上,從投資組合分散化角度分別給出中國期貨市場剔除跳躍風(fēng)險溢出和含有跳躍風(fēng)險溢出情況下美國期貨市場跳躍風(fēng)險對中國期貨市場的貢獻(xiàn)度以及跳躍風(fēng)險溢出績效;第四,從風(fēng)險溢價角度,給出中國加入WTO過度期間和過渡期后的期貨市場的跳躍風(fēng)險溢價,并對其進(jìn)行了分析和比較.

2 研究方法

2.1 雙變量SVIJ模型及其估計方法

假設(shè)中國或美國的期貨價格為Yt=ln(Ft),SVIJ模型的隨機(jī)微分方程為

其中t—為時間t前與之最近的時間點(diǎn),且是R上的標(biāo)準(zhǔn)維納過程;ρ為式(1)和式(2)波動率之間的相關(guān)度;是分別帶有常數(shù)強(qiáng)度λy和λv的泊松過程,ξy和ξv分別為收益和波動的跳躍大小,且之所以選擇SVIJ模型,是因?yàn)樵从谑找婧筒▌犹S的獨(dú)立跳躍能夠較全面地刻畫市場的跳躍特征,其參數(shù)估計效果均比SV,SVJ和SVCJ模型都要好[12].

在t時刻的跳躍可用如下公式來估計

其中t=1,2,...,T,1{·}為示性函數(shù),l為閾值.l的選擇是通過估計隱含跳躍和估計跳躍之間平均間隔最小來實(shí)現(xiàn)的[27],其近似等于λ的估計值.為更具可比性,閾值將取中美期貨市場跳躍的平均值.

2.2 跳躍風(fēng)險溢出指標(biāo)的建立

利用SVIJ模型所估計的潛在歷史跳躍次數(shù)和跳躍大小,分別構(gòu)建美國期貨對中國期貨市場的跳躍溢出概率,跳躍溢出強(qiáng)度和跳躍溢出大小指標(biāo).

1)跳躍溢出概率指標(biāo)

美國對中國期貨市場的跳躍溢出概率(jump spillover probability,JSP)是指美國期貨市場的跳躍能夠引起中國發(fā)生跳躍的概率.由于美國具有同步的電子交易和異步的正規(guī)交易兩個市場,美國對中國的同步交易和異步交易的跳躍溢出概率指標(biāo)可分別表示為

跳躍溢出概率的顯著性可通過檢測跳躍溢出概率與零假設(shè)下獨(dú)立跳躍的相伴概率來實(shí)現(xiàn)[10].

2)跳躍溢出強(qiáng)度指標(biāo)

美國對中國期貨市場的跳躍溢出強(qiáng)度(jump spillover intensity,JSI)是指美國期貨市場的跳躍能夠引起中國發(fā)生跳躍的程度.美國對中國同步交易和異步交易的跳躍溢出強(qiáng)度指標(biāo)可分別表示為

與Asgharian和Bengtsson[10]的研究方法類似,美國對中國期貨市場跳躍溢出強(qiáng)度的顯著性是通過檢驗(yàn)估計的跳躍溢出強(qiáng)度是否要比零假設(shè)下完全獨(dú)立的不同期貨市場溢出強(qiáng)度更高而得到的.

3)跳躍溢出大小指標(biāo)

美國對中國期貨市場的跳躍溢出大小(size of jump spillover,SJS)是指美國期貨市場的跳躍引起中國發(fā)生跳躍溢出的幅度.如此,美國對中國同步交易和異步交易的跳躍溢出大小指標(biāo)可分別表示為

2.3 跳躍風(fēng)險溢出的投資價值評估模型

1)跳躍風(fēng)險溢出貢獻(xiàn)度模型

美國對中國期貨市場的跳躍風(fēng)險溢出貢獻(xiàn)度（contribution of jump risk spillover,CJRS）可表示為跳躍溢出概率與跳躍大小之積,然后除以總溢出概率與總跳躍大小之積.美國對中國同步交易和異步交易的跳躍風(fēng)險溢出貢獻(xiàn)度可分別表示為

2)跳躍風(fēng)險溢出的投資組合夏普比率模型：基于投資分散化的視角

為計算含有和不含有跳躍溢出的中國期貨資產(chǎn)組合績效,采用的夏普比率公式為

設(shè)含有跳躍風(fēng)險溢出的資產(chǎn)組合i和不含跳躍風(fēng)險溢出的資產(chǎn)組合j的假設(shè)檢驗(yàn)為

3)跳躍風(fēng)險溢出的風(fēng)險溢價模型：基于跳躍風(fēng)險溢價的視角

由公式(2),Euler離散化的時變的跳躍波動率為

假設(shè)美國期貨市場發(fā)生的跳躍能夠引起中國期貨市場發(fā)生跳躍的波動率記為(其中代表由極端事件(消息)引起的跳躍波動部分;那么,中國期貨市場沒有發(fā)生跳躍的波動率將記為代表由正常事件(消息)引起的正常波動部分.由此,與Eraker[30],Broadie等[23],Chan等[26]的跳躍風(fēng)險溢價模型類似,美國對中國的跳躍風(fēng)險溢價回歸方程為

其中Rt=ln(Pt/Pt-1)為中國期貨收益,φNJ和φJ(rèn)分別為正常波動和跳躍波動參數(shù),δNJ,t和δJ,t分別為單位正常波動和跳躍波動的風(fēng)險溢出價格8公式(18)將采用加權(quán)普通最小二乘法來進(jìn)行估計;類似于式(16),參數(shù)的顯著性將采用基于正態(tài)分布的均值檢驗(yàn)方法..

進(jìn)一步地,美國對中國期貨市場產(chǎn)生上跳和下跳的跳躍風(fēng)險溢價回歸方程為

其中φJ(rèn)up和φJ(rèn)down分別為上跳和下跳躍波動參數(shù)，δJup,t和δJdown,t分別表示上跳和下跳風(fēng)險溢價.

3 中美期貨數(shù)據(jù)的選擇及其統(tǒng)計特征分析

3.1 數(shù)據(jù)選擇

本文首先對中美期貨市場及其數(shù)據(jù)進(jìn)行選擇.中國期貨市場將選擇上海期貨交易所的銅期貨和大連商品交易所的大豆期貨每個交易日的收盤價格作為代表;鑒于美國期貨市場是非常成熟且具有很強(qiáng)國際定價能力的市場,美國期貨市場將選擇紐約商品交易所(NYMEX)的銅期貨和芝加哥商品交易所(CBOT)的大豆期貨每個交易日的收盤價格作為美國期貨異步交易市場以及CME Globex的銅和大豆即時期貨價格作為同步交易市場的代表.之所以選擇銅和大豆期貨市場,主要是因?yàn)椋旱谝?截止到2010年底,中國銅和大豆期貨的交易量仍位居世界第二,是最具吸引力的新興市場,對國際期貨市場具有顯著的影響,因而,選擇這兩個期貨品種應(yīng)具有較強(qiáng)的代表性;第二,相對于發(fā)達(dá)市場,由于交易成本,交易規(guī)則,流動性,投資群體結(jié)構(gòu)及制度性因素的約束,我國市場仍不成熟,因此,探討美國期貨市場對中國的影響對中國期貨本身而言就顯得非常必要.為具有可比性,銅和大豆期貨的時間跨度均從2002年1月2日～2010年12月31日,共得到2 340組銅和大豆期貨價格數(shù)據(jù).此外,為研究中國加入WTO過渡期間和過渡期后美國期貨市場跳躍溢出風(fēng)險對中國期貨市場的影響及其趨勢,數(shù)據(jù)分為兩個時段：2002年1月2日～2005年12月11日的“過渡期間”與2005年12月12日～2010年12月31日的“過渡期后”.中國期貨價格數(shù)據(jù)來源于Wind數(shù)據(jù)庫,美國數(shù)據(jù)則來源于CME數(shù)據(jù)庫.

由于中國和美國市場所處時區(qū)不同,期貨交易的時間也存在諸多差異(如表1所示).紐約商品交易所的交易時間為20：10至次日1：00,芝加哥商品交易所的交易時間為22：30至次日2：15,中國期貨市場與NYMEX/CBOT的正規(guī)交易時間是互不重疊的;在CME Globex電子交易市場中,NYMEX的電子交易時間為5：00 至次日的4：15,CBOT 的電子交易時間為6：00至19：15與21：30至次日0：15,由此看來中國期貨的交易時間已處于NYMEX/CBOT的電子交易時間之中.如前文所論,中國期貨市場不僅受到正規(guī)交易價格的影響,也受到Globex電子交易價格的沖擊.為研究美國正規(guī)交易和電子交易期貨市場跳躍風(fēng)險對中國期貨市場的影響,本文除了選擇美國正規(guī)交易市場的日交易收盤價格作為中國和美國期貨市場異步交易的研究對象之外,還選擇了與中國期貨市場收盤時(即北京時間15：00)相對應(yīng)的美國電子交易價格(即Globex銅期貨價格選擇的時點(diǎn)為美國東部時間上午3：00的收盤數(shù)據(jù),而大豆期貨價格選擇的時點(diǎn)為美國中部時間上午2：00的收盤數(shù)據(jù))作為中國和美國期貨市場同步交易的研究對象9考慮異步交易時,本文將檢測美國期貨正規(guī)交易市場收盤價格對即將到來的中國期貨市場收盤價格的影響狀況,這時的美國期貨市場在時間上應(yīng)領(lǐng)先于中國期貨市場;考察同步交易時,本文將考察美國Globex電子交易價格對同時正在交易的中國期貨市場收盤價格的影響狀況,此時的美國期貨市場在時間上與中國期貨市場完全同步..

表1 中國和美國期貨市場的交易時間表Table 1 The schedule of Chinese and U.S.futures markets

3.2 數(shù)據(jù)的統(tǒng)計特征分析

圖1～圖2分別給出了中國銅和大豆期貨價格和美國同步(電子)交易和異步(正規(guī))交易期貨價格的運(yùn)動趨勢圖10中國期貨價格參照左坐標(biāo)軸,美國期貨價格參照右坐標(biāo)軸..可以看出,中國和美國期貨市場的運(yùn)動趨勢基本一致,存在很強(qiáng)的聯(lián)動性11夏天等[32]、華仁海等[33]及Liu等[1]認(rèn)為,中美兩國期貨市場之間不僅存在較強(qiáng)的相關(guān)度,還具有協(xié)整關(guān)系..從縱向看,中美期貨價格的波動比較劇烈,如大豆在2003年4月至2004年6月間波動較大,2006年1月以后的銅也處于巨大波動之中.鑒于此，以2005年12月11日(中國履行WTO協(xié)議全面對外開放的時間)為分界點(diǎn),來研究中國加入WTO過渡期間(2002年1月2日～2005年12月11日)和過渡期后(2005年12月12日～2010年12月31日)美國市場的跳躍風(fēng)險對中國市場的影響及其趨勢;直觀上,與過渡期間相比,過渡期后中美期貨價格的均價不僅有了很大提高,且市場波動也明顯加大.

圖1 SHFE與NYMEX銅期貨同步和異步交易價格趨勢圖Fig.1 The price trends of synchronous and non-synchronous trading in copper futures markets

圖2 DCE與CBOT大豆期貨同步和異步交易價格趨勢圖Fig.2 The price trends of synchronous and non-synchronous trading in soybean futures markets

表2給出了中美期貨市場收益的基本統(tǒng)計量.可以看出,中美期貨的年化收益均大于零,過渡期間的銅收益明顯大于過渡期后的收益,而大豆收益則相反;與過渡期間相比,過渡期后的期貨市場風(fēng)險明顯增大了;收益的偏度基本為負(fù),具有厚尾特性,這意味著期貨收益必然存在諸多“跳躍”.此外,加入WTO過渡期間和過渡期后的中美期貨收益均為平穩(wěn)序列.以上特征為SVIJ模型的選擇提供了證據(jù)12與Eraker[12]類似,本文利用SV,SVJ,SVCJ和SVIJ模型進(jìn)行了實(shí)證分析，發(fā)現(xiàn)SVIJ的擬合度是最好的,這與Eraker[12]的結(jié)論相一致..

表2 中國和美國期貨市場收益的基本統(tǒng)計特征Table 2 The descriptive statistics of returns in Chinese and U.S.futures markets

4 實(shí)證分析

4.1 基于SVIJ模型的參數(shù)估計結(jié)果

本部分對中美銅和大豆期貨市場進(jìn)行了實(shí)證分析.試驗(yàn)共模擬5萬次,燒去1萬次,剩余4萬次作為參數(shù)估計的后驗(yàn)均值樣本.表3給出了加入WTO過渡期間和過渡期后中美期貨市場基于SVIJ模型的參數(shù)估計結(jié)果.可以看出,無論在加入WTO過渡期間還是在過渡期后,μY均為負(fù),這意味著跳躍多與壞消息有關(guān);相對地,過渡期后的數(shù)值明顯小于過渡期間.ρ均為負(fù),美國同步和異步交易的相關(guān)性均強(qiáng)于中國期貨市場,且過渡期后的數(shù)值明顯小于過渡期間.λV大于λY,說明波動跳躍總體上要大于收益跳躍,過渡期后的波動跳躍和收益跳躍均大于過渡期間.13實(shí)證結(jié)果還發(fā)現(xiàn)，基于SVIJ模型的波動跳躍概率顯然能被很好地估計,波動跳躍呈現(xiàn)出稀疏性,非對稱性和高波動時期下的集聚效應(yīng).并且,中美同步交易和異步交易市場之間均存在著很強(qiáng)的相依關(guān)系.

為更具可比性,選擇各樣本的平均值0.060 8來作為共同的閾值.這樣,在識別出美中期貨市場的跳躍之后,來分析一下美國期貨跳躍風(fēng)險對中國的直觀影響.表4給出了過濾跳躍前后美中期貨市場收益和波動之間的相關(guān)度.發(fā)現(xiàn)過濾跳躍前后美國和中國期貨市場之間的相關(guān)度絕大多數(shù)為正,且均在5%的水平下顯著,過濾跳躍前美中同步交易市場之間與美中異步交易市場之間的相關(guān)度均明顯大于過濾跳躍后.這說明跳躍的存在強(qiáng)化了美中期貨市場之間的相依關(guān)系.并且,通過比較同步和異步交易市場之間的相關(guān)性可以看出,對收益而言,同步交易市場之間的相關(guān)度大于異步交易市場之間的相關(guān)度;對波動而言,除銅期貨市場過濾跳躍后的情況外,其它樣本同步交易市場之間的相關(guān)度均小于異步交易市場之間的相關(guān)度.此外,通過比較加入WTO過渡期間和過渡期后的相關(guān)性可以看出,過渡期后美中期貨市場之間的相關(guān)度也明顯大于過渡期間的相關(guān)度.這些發(fā)現(xiàn)表明跳躍因素在維系美國和中國期貨市場之間關(guān)系時,扮演著非常重要的角色,也同時意味著美國期貨市場的跳躍風(fēng)險對中國期貨市場的影響是絕不可忽視的,這為下文進(jìn)一步研究美國期貨市場跳躍風(fēng)險對中國的影響提供了又一證據(jù).

表3 中國和美國期貨市場基于SVIJ模型的參數(shù)估計結(jié)果Table 3 The coeff i cient estimation of SVIJ model in Chinese and U.S.futures markets

表4 過濾跳躍前后美國和中國期貨市場的相關(guān)度估計值Table 4 The correlation before and after f i ltering jumps in Chinese and U.S.futures markets

4.2 美國期貨市場跳躍風(fēng)險對中國期貨市場影響的實(shí)證分析

在識別出美國和中國期貨市場的波動跳躍之后,利用前文的跳躍溢出概率,跳躍溢出強(qiáng)度以及跳躍溢出大小測度指標(biāo),即可計算出美國期貨市場跳躍風(fēng)險對中國期貨市場的影響狀況.

1)美國對中國期貨市場跳躍溢出概率的測度結(jié)果

表5給出了美國期貨同步和異步交易市場對中國期貨市場的跳躍溢出概率.實(shí)證結(jié)果發(fā)現(xiàn),美國期貨同步和異步交易市場的跳躍風(fēng)險對中國期貨市場的跳躍溢出概率均較大,且均在5%的水平下統(tǒng)計顯著.從樣本(包括全樣本,過渡期間和過渡期后樣本)的估計結(jié)果看,美國期貨同步交易市場對中國期貨市場的跳躍溢出概率明顯大于美國異步交易市場對中國期貨市場的跳躍溢出概率;也就是說,美國Globex電子交易市場對中國期貨市場的影響要大于美國正規(guī)交易市場對中國期貨市場的影響.并且,無論是Globex電子交易市場還是正規(guī)交易市場,美國銅期貨市場的跳躍風(fēng)險對中國銅期貨市場的沖擊能力顯著大于美國大豆期貨市場對中國大豆期貨市場的沖擊能力.同時,通過比較加入WTO過渡期間和過渡期后的沖擊程度來看,過渡期后美國期貨市場的跳躍風(fēng)險對中國期貨市場的沖擊程度比過渡期間明顯加強(qiáng)了,這意味著中國加入WTO以后,美國期貨市場對中國期貨市場的影響能力明顯增強(qiáng)了.此外,作者還對美國期貨市場好的(即好消息所影響的)和壞的(即壞消息所影響的)跳躍風(fēng)險對中國期貨市場的影響進(jìn)行了分析,發(fā)現(xiàn)向下跳躍的概率值均大于向上跳躍的概率值,這說明美國期貨市場基于壞消息的跳躍風(fēng)險對中國期貨市場的影響要大于同等程度的基于好消息的跳躍風(fēng)險對中國期貨市場的影響,即美國期貨市場的跳躍風(fēng)險對中國期貨市場的影響具有杠桿效應(yīng).

表5 美國期貨市場對中國市場的跳躍溢出概率估計值Table 5 The jump spillover probabilities from U.S.futures markets to Chinese markets

2)美國對中國期貨市場跳躍溢出強(qiáng)度的測度結(jié)果

表6給出了美國期貨同步和異步交易市場對中國期貨市場的跳躍溢出強(qiáng)度.跳躍溢出強(qiáng)度的零假設(shè)為估計的跳躍溢出等于完全獨(dú)立時不同期貨市場的跳躍溢出,在這一零假設(shè)下,兩個市場發(fā)生跳躍溢出的強(qiáng)度可估計為單一市場潛在跳躍強(qiáng)度的乘積14在零假設(shè)下,跳躍溢出強(qiáng)度和跳躍溢出概率是隨機(jī)的.本文用解靴帶法以非常高的置信度測試了跳躍溢出強(qiáng)度[34]..實(shí)證結(jié)果顯示,美國期貨同步和異步交易市場對中國期貨市場的跳躍溢出強(qiáng)度還是比較大的,且均在5%的水平下統(tǒng)計顯著.從樣本的估計結(jié)果看,美國期貨市場的同步交易對中國期貨市場的溢出強(qiáng)度明顯大于美國異步交易對中國期貨市場的溢出強(qiáng)度.無論對Globex電子交易市場還是對正規(guī)交易市場而言,美國銅期貨市場對中國銅期貨市場的跳躍溢出強(qiáng)度顯著大于美國大豆期貨市場對中國大豆期貨市場的跳躍溢出強(qiáng)度.并且,與中國加入WTO過渡期間相比,過渡期后美國期貨市場對中國期貨市場的跳躍溢出強(qiáng)度明顯增強(qiáng)了.此外,還發(fā)現(xiàn)中國期貨市場對來自美國同步交易和異步交易市場跳躍風(fēng)險的溢出強(qiáng)度也均存在杠桿效應(yīng).另外,如果取溢出強(qiáng)度的倒數(shù)作為溢出頻度的話,將自然發(fā)現(xiàn)過渡期后美國期貨市場跳躍風(fēng)險對中國期貨市場的溢出頻度明顯大于過渡期間,且銅期貨市場的溢出頻度遠(yuǎn)大于大豆期貨市場.

表6 美國期貨市場對中國市場的跳躍溢出強(qiáng)度估計值Table 6 The jump spillover intensities from U.S.futures markets to Chinese markets

3)美國對中國期貨市場跳躍溢出大小的測度結(jié)果

表7給出了美國期貨市場對中國期貨市場跳躍溢出大小的測度結(jié)果.實(shí)證結(jié)果發(fā)現(xiàn),無論對銅期貨市場還是對大豆期貨市場而言,美國期貨市場對中國期貨市場的跳躍溢出大小均為負(fù)值.從跳躍幅度上看,美國期貨同步交易市場對中國期貨市場的跳躍溢出幅度大于美國期貨異步交易市場對中國期貨市場的跳躍溢出幅度.并且,與中國加入WTO過渡期間相比,過渡期后美國期貨市場對中國期貨市場的跳躍溢出幅度顯然增大了,這一結(jié)論與前文跳躍溢出概率和跳躍溢出強(qiáng)度的結(jié)論基本一致.這意味著,過渡期后美國期貨市場的跳躍風(fēng)險對中國期貨市場的影響顯然增強(qiáng)了.此外,通過比較向上跳躍和向下跳躍的溢出大小,不難發(fā)現(xiàn)美國期貨市場的壞消息對中國期貨市場的跳躍溢出大小要大于好消息對中國期貨市場的跳躍溢出大小,這進(jìn)一步給出了美國期貨市場對中國期貨市場的跳躍溢出往往是由不尋常的壞消息所引起的證據(jù).

4.3 美國期貨市場跳躍風(fēng)險對中國期貨市場影響的投資價值實(shí)證分析

既然美國期貨市場的跳躍風(fēng)險對中國期貨市場具體顯著的沖擊效應(yīng),那么,美國期貨市場跳躍風(fēng)險對中國期貨市場產(chǎn)生影響的風(fēng)險績效到底如何,尚需進(jìn)一步探討.為此,下文將從過濾跳躍前(即存在跳躍因素)和過濾跳躍后(即去除跳躍因素)兩種狀態(tài)來研究中國期貨市場受美國期貨市場跳躍風(fēng)險沖擊的風(fēng)險績效.并且,本文對風(fēng)險績效的評價主要從兩個方面來考察：一是研究美國期貨市場對中國期貨市場的跳躍風(fēng)險溢出貢獻(xiàn)度,二是分析美國期貨市場的跳躍風(fēng)險對中國期貨組合的夏普比率的影響.

1)美國期貨市場對中國期貨市場的跳躍風(fēng)險溢出貢獻(xiàn)度分析

既然美國期貨市場跳躍風(fēng)險對中國期貨市場的影響是不可忽視的,那么,美國期貨市場的跳躍風(fēng)險對中國期貨市場的溢出會達(dá)到何種程度呢?為此,本文利用跳躍風(fēng)險溢出貢獻(xiàn)度指標(biāo)對美國期貨市場對中國期貨市場的跳躍風(fēng)險溢出貢獻(xiàn)度進(jìn)行了計算(如表8所示).研究發(fā)現(xiàn),美國期貨市場跳躍風(fēng)險對中國期貨市場的溢出是相當(dāng)大的,從全樣本的估計值看,變動范圍為16.48%～65.96%;更具體地,銅期貨同步交易市場為65.96%,異步交易市場為36.98%,而大豆期貨同步交易市場為46.38%,異步交易市場為16.48%,通過比較同步交易市場和異步交易市場的風(fēng)險溢出貢獻(xiàn)度來看,同步交易市場的風(fēng)險溢出程度明顯大于異步交易市場的風(fēng)險溢出程度.相對而言,加入WTO過渡期后美國期貨市場的跳躍風(fēng)險對中國期貨市場的溢出程度遠(yuǎn)大于過渡期間美國期貨市場的跳躍風(fēng)險對中國期貨市場的溢出程度.并且,美國期貨市場向下跳躍的風(fēng)險對中國期貨市場的風(fēng)險貢獻(xiàn)度也顯著大于向上跳躍的風(fēng)險對中國期貨市場的風(fēng)險貢獻(xiàn)度,這表明美國期貨市場的跳躍風(fēng)險對中國期貨市場的風(fēng)險溢出貢獻(xiàn)度也具有杠桿效應(yīng).

表8 美國期貨市場對中國市場跳躍風(fēng)險溢出貢獻(xiàn)度的估計值Table 8 The contribution of jump risk spillovers from U.S.futures markets to Chinese marketss

2)美國期貨市場跳躍風(fēng)險對中國期貨組合夏普比率的影響分析

下面,將檢測美國期貨市場跳躍風(fēng)險溢出的存在是否會導(dǎo)致中國期貨組合分散化收益的下降,分散化組合收益本文將用夏普比率來衡量15與Jobson等[31],Li等[35]及Cheung等[29]的研究類似,本文估計分散化收益的方法也將采用夏普比率..由于期貨組合綜合了更多信息,含有跳躍溢出的分散化組合收益很可能會降低.為此,下文來檢測這一結(jié)論是否成立,以探討美國期貨市場的跳躍風(fēng)險在中國期貨組合風(fēng)險績效中的作用.

在計算過濾跳躍前后的夏普比率之前,先進(jìn)行無風(fēng)險利率的選擇.本文的無風(fēng)險利率主要選擇3月,6月和1年期人民幣定期存款每日基準(zhǔn)利率.由于隨著時間的變化中國人民銀行會對利率做出調(diào)整,本文選擇2002年1月2日至2010年12月31日一年期國債的均值作為對應(yīng)期限無風(fēng)險利率的代表16數(shù)據(jù)來源于中國人民銀行和Wind數(shù)據(jù)庫..表9給出了過濾跳躍前后中國期貨組合的夏普比率估計值17事實(shí)上,本文也分別對銅和大豆期貨市場進(jìn)行了類似分析,實(shí)證研究結(jié)論與資產(chǎn)組合的研究結(jié)論基本一致.但相對而言,過濾跳躍前的夏普比率值要遠(yuǎn)小于過濾跳躍后的夏普比率值,且統(tǒng)計性測試也是顯著的..在研究中,本文估計了基于不同無風(fēng)險利率的夏普比率,發(fā)現(xiàn)實(shí)證結(jié)果能有效描繪不同無風(fēng)險利率下的有效前沿,這意味著這一方法可以用于解決不同風(fēng)險厭惡的投資者進(jìn)行最優(yōu)投資前沿的選擇問題.因此,能夠通過計算夏普比率及其顯著性來探知不同程度的風(fēng)險厭惡投資者所面臨的分散化收益.由表9可知,與不含跳躍溢出的資產(chǎn)組合相比,含有跳躍溢出的分散化收益明顯減少了,且對不同的無風(fēng)險利率而言,均在1%的置信度下統(tǒng)計顯著.這說明來自美國期貨市場的大量跳躍溢出風(fēng)險,加大了中國期貨市場的風(fēng)險,從而降低了中國期貨市場的夏普比率.另外,通過比較加入WTO過渡期間和過渡期后的夏普比率可以發(fā)現(xiàn)：在過濾跳躍之前,過渡期后期貨組合的夏普比率明顯小于過渡期間期貨組合的夏普比率;在過濾跳躍之后,過渡期后期貨組合的夏普比率卻大于過渡期間期貨組合的夏普比率.由此說明,中國經(jīng)濟(jì)全面開放后,美國期貨市場的跳躍風(fēng)險對中國期貨市場的影響要非常巨大的,絕不可忽視.并且我們還發(fā)現(xiàn),無論對過渡期前還是過渡期后,無風(fēng)險利率越高,期貨組合的分散化收益越小.這說明交易成本越高,中國期貨組合的分散化收益越低.由此看來,美國期貨市場的跳躍風(fēng)險的確顯著降低了中國期貨市場的組合分散化收益,且這一跳躍風(fēng)險的影響是非常大的,是市場組合所無法規(guī)避的,多屬于系統(tǒng)性風(fēng)險18資產(chǎn)組合中跳躍風(fēng)險往往是系統(tǒng)風(fēng)險的論證和測度過程可以參見Dunham等[36]..

表9 過濾跳躍前后中國期貨組合的夏普比率估計值Table 9 The Sharpe ratios of Chinese futures portfolio before and after f i ltering jumps

3)美國期貨跳躍風(fēng)險對中國期貨的跳躍風(fēng)險溢價分析

表10給出了美國期貨跳躍風(fēng)險對中國期貨的跳躍風(fēng)險溢價估計值.研究結(jié)果發(fā)現(xiàn),無論對同步交易還是對異步交易的全樣本而言,美國期貨跳躍風(fēng)險對中國期貨的跳躍風(fēng)險溢價系數(shù)均在1%的水平下統(tǒng)計顯著,且數(shù)值均為負(fù)值,這表明美國期貨市場的跳躍風(fēng)險對中國期貨市場的風(fēng)險溢價具有顯著的負(fù)向影響;相對而言,大豆期貨市場的跳躍風(fēng)險溢價要大于銅期貨市場.通過比較同步交易和異步交易的跳躍風(fēng)險溢價值可以發(fā)現(xiàn),銅期貨市場的同步交易的跳躍風(fēng)險溢價絕對值要大于非同步交易的絕對值,而大豆期貨市場正好與此相反.此外,通過比較加入WTO過渡期間和過渡期后的跳躍風(fēng)險溢價絕對值發(fā)現(xiàn),對銅和大豆期貨市場而言,過渡期后的跳躍風(fēng)險溢價絕對值要大于過渡期間的絕對值,這意味著過渡期結(jié)束后,美國期貨市場對中國期貨市場的跳躍風(fēng)險溢價明顯增強(qiáng)了.順便提及美國期貨跳躍風(fēng)險對中國期貨的非跳躍風(fēng)險溢價(全樣本)系數(shù)也在5%的水平下顯著為負(fù)值,這說明不受美國跳躍風(fēng)險影響的中國期貨市場的風(fēng)險溢價也是存在的,其主要原因可歸結(jié)為中國期貨市場本身存在的不受美國期貨跳躍風(fēng)險影響的跳躍成分,雖然非跳躍不存在顯著的風(fēng)險溢價19利用類似的方法,作者對中國期貨市場的跳躍風(fēng)險溢價和非跳躍風(fēng)險溢價進(jìn)行了研究,發(fā)現(xiàn)我國期貨市場存在跳躍風(fēng)險溢價,而不存在非跳躍風(fēng)險溢價,這一結(jié)果與Chan等[26]對股指期貨的跳躍風(fēng)險溢價結(jié)果相一致..

表10 美國期貨對中國的跳躍風(fēng)險溢價估計值Table 10 The jump risk premium from U.S.futures to Chinese futures

表11 美國期貨跳躍風(fēng)險對中國上跳和下跳的風(fēng)險溢價估計值Table 11 The risk premium of jumping up and down from U.S.futures to Chinese futures

既然美國期貨跳躍風(fēng)險對中國期貨市場存在跳躍風(fēng)險溢價,那么,好消息影響下的上跳躍和壞消息影響下的下跳的風(fēng)險溢價是否均存在?如果存在,是否具有非對稱性?為此,表11給出了美國期貨跳躍風(fēng)險對中國期貨市場的上跳和下跳的風(fēng)險溢價估計值.研究結(jié)果發(fā)現(xiàn),上跳和下跳溢價參數(shù)和均在5%的水下統(tǒng)計顯著;并且,銅期貨市場下跳的溢價參數(shù)絕對值要大于下跳的溢價參數(shù),而大豆期貨市場則相反,這意味著期貨市場的上跳和下跳風(fēng)險溢價是非對稱的;具體而言,銅期貨市場具有杠桿效應(yīng),而大豆期貨市場具有反杠桿效應(yīng).

5 結(jié)束語

為檢測美國期貨市場的跳躍風(fēng)險對中國的外溢效應(yīng)及其投資價值,從同步交易和異步交易視角出發(fā),采用波動跳躍溢出概率,波動跳躍溢出強(qiáng)度,波動跳躍溢出大小,波動跳躍溢出貢獻(xiàn)度以及跳躍溢出前后的夏普比率模型對2002年1月2日～2010年12月31日美中的銅和大豆期貨市場進(jìn)行了實(shí)證研究.實(shí)證結(jié)果表明：

第一,期貨市場的跳躍呈現(xiàn)出稀疏性,非對稱性和高波動時期下的集聚效應(yīng);過濾跳躍前美國(同步和異步)和中國期貨市場之間的相關(guān)度明顯大于過濾跳躍之后,這說明跳躍的存在強(qiáng)化了美中期貨市場之間的相依關(guān)系.并且,與過渡期間相比,過渡期后美中期貨市場之間的相關(guān)度要明顯大于過渡期間的相關(guān)度.

第二,美國期貨市場的跳躍風(fēng)險對中國的影響不僅是顯著的，且美國期貨同步交易對中國期貨的影響明顯大于美國期貨異步交易對中國市場的影響.相對地，無論在同步還是異步交易市場,美國銅期貨的跳躍風(fēng)險對中國銅期貨的沖擊能力均大于美國大豆期貨市場.此外，美國期貨對中國期貨的跳躍溢出大小均為負(fù),且美國期貨同步交易對中國期貨的跳躍溢出幅度也大于美國期貨異步交易市場20本文認(rèn)為美國期貨同步交易的跳躍風(fēng)險對中國期貨的影響大于其異步交易的跳躍風(fēng)險,這一結(jié)論與Liu等[1]對中美期貨市場關(guān)系的結(jié)論是不同的.之所以存在這一差異,主要是因?yàn)樘S信息的傳遞速度往往更快,其影響力度往往更大[37,38]..

第三,過渡期后的美國期貨的跳躍風(fēng)險對中國期貨的沖擊能力均比過渡期間增強(qiáng),說明中國經(jīng)濟(jì)全面開放以后,中國期貨市場與國際市場更加接軌,受到來自美國期貨市場的沖擊明顯加大.并且,美國期貨的跳躍風(fēng)險對中國期貨的沖擊概率,沖擊強(qiáng)度及沖擊大小均具有杠桿效應(yīng).

第四,過濾跳躍后的期貨組合夏普比率明顯高于過濾跳躍前的夏普比率;相對地,在過濾跳躍之前過渡期后期貨組合的夏普比率明顯小于過渡期間期貨組合的夏普比率,而在過濾跳躍之后過渡期后期貨組合的夏普比率卻大于過渡期間期貨組合的夏普比率.這意味著來自美國期貨市場的大量跳躍溢出風(fēng)險的確顯著降低了中國期貨市場的組合分散化收益,且這一跳躍風(fēng)險往往在期貨組合中充當(dāng)非常重要的角色,是市場組合所無法規(guī)避的,多屬于系統(tǒng)性風(fēng)險.

第五,美國期貨的跳躍風(fēng)險溢價對中國具有顯著的負(fù)向影響;相對而言,大豆期貨市場的跳躍風(fēng)險溢價要大于銅期貨市場.并且,銅期貨市場的同步交易的跳躍風(fēng)險溢價絕對值要大于非同步交易的絕對值,而大豆期貨市場正好與此相反.過渡期后的跳躍風(fēng)險溢價絕對值要大于過渡期間的絕對值,這意味著過渡期結(jié)束后,美國期貨市場對中國的跳躍風(fēng)險溢價具有明顯增強(qiáng)的態(tài)勢.此外,期貨市場的上跳和下跳風(fēng)險溢價也是非對稱的,銅期貨市場具有杠桿效應(yīng),而大豆期貨市場具有反杠桿效應(yīng).

參考文獻(xiàn):

[1]Liu Q,An Y.Information transmission in informationally linked markets：Evidence from US and Chinese commodity futures markets.Journal of International Money and Finance,2011,30(5)：778—795.

[2]Neftci S N.An Introduction to the Mathematics of Financial Derivatives.Second Edition.New York：Academic Press,2004.

[3]Easley D,O’Hara M.Price,trade size,and information in securities markets.Journal of Financial Economics,1987,19(1)：69—90.

[4]Mizrach B.Jump and Cojump Risk in Subprime Home Equity Derivatives.Rutgers University,January 2009.

[5]Bittlingmayer G.Output,stock volatility and political uncertainty in a natural experiment：Germany,1880—1940.Journal of Finance,1998,53(6)：2243—2257.

[6]Chan Y,Wei J.Political risk and stock price volatility：The case of Hong Kong.Pacif i c Basin Finance Journal,1996,4(2/3)：259—275.

[7]Cutler D,Poterba J,Summers L.What moves stock prices.Journal of Portfolio Management,1989,15(3)：4—12.

[8]Franck R,Krausz M.Institutional changes,wars and stock market risk in an emerging economy：Evidence from the Israeli Stock Exchange,1945—1960.Cliometrica,2009,3(2)：141—164.

[9]Kim H Y,Mei J P.What makes the stock market jump：An analysis of political risk on Hong Kong stock returns.Journal of International Money and Finance,2001,20(7)：1003—1016.

[10]Asgharian H.Bengtsson C.Jump spillover in international equity markets.Journal of Financial Econometrics,2006,4(2)：167—203.

[11]Duff i e D,Pan J,Singleton K.Transform analysis and asset pricing for aff i ne jump-diffusions.Econometrica,2000,68(6)：1343—1376.

[12]Eraker B,Johannes M,Polson N.The impact of jumps in volatility and returns.Journal of Finance,2003,58(3)：1269—1300.

[13]De Bandt O,Hartmann P.Systemic Risk：A survey.Working Paper,European Central Bank,2000.

[14]劉慶富,許友傳.國內(nèi)外異步期貨交易市場之間的跳躍溢出行為：基于風(fēng)險事件的視角.系統(tǒng)工程理論與實(shí)踐,2011,31(4)：679—690.Liu Q F,Xu Y C.Jump spillovers between domestic and overseas no-cynchronous futures markets：Based on the perspective of risk events.Systems Engineering：Theory&Practice,2011,31(4)：679—690.(in Chinese)

[15]Chen A H,Siems T F.The effects of terrorism on global capital markets.Europen Journal of Political Economy,2004,20：349—366.

[16]Pindyck R S,Wang N.The economic and policy consequences of catastrophes.Working Paper,MIT Sloan School,2009.

[17]Jarrow R A,Rosenfeld E R.Jump risks and intertemporal capital asset pricing model.Journal of Business,1984,57(3)：337—351.

[18]Ball C A,Torous W N.On jumps in common stock prices and their impact on call option pricing.Journal of Finance,1985,40(1)：155—173.

[19]Wu L.Jumps and dynamic asset allocation.Review of Quantitative Finance and Accounting,2003,20(3)：207—243.

[20]Kurmann M.Dynamic jump risk and portfolio allocation.Working Paper,University of Lausanne,2009.

[21]Liu Q,Tu A H.Jump spillovers in energy futures markets：Implications for diversif i cation benef i ts.Energy Economics,2012(5)：1447—1464.

[22]Wright J H,Zhou H.Bond risk premia and realized jump risk.Journal of Banking and Finance,2009,33(2)：2333—2345.

[23]Broadie M,Chernov M,Johannes M.Model specif i cation and risk premia：Evidence from futures options.Journal of Finance,2007,62(3)：1453—1490.

[24]Todorov V.Variance risk premium dynamics：The role of jumps.Review of Financial Studies,2010,23(1)：345—383.

[25]Todorov V,Bollerslev T.Jumps and betas a new framework for disentangling and estimating systematic risks.Journal of Econometrics,2010,157(2)：220—235.

[26]Chan W H,Feng L.Time-varying jump risk premia in stock index futures returns.Journal of Futures Markets,2012,32(7)：639—659.

[27]Masood O,Sergi B S.How political risks and events have inf l uenced Pakistan’s stock markets from 1947 to the present.International Journal of Economic Policy in Emerging Economies,2008,1(4)：427—444.

[28]Lobo B J.Jump risk in the U.S.stock market：Evidence using political information.Review of Financial Economics,1999,8(2)：149—163.

[29]Cheung C S,Miu P.Diversif i cation benef i ts of commodity futures.Journal of International Financial Markets,Institutions&Money,2010,20(5)：451—474.

[30]Eraker B.Do stock prices and volatility jump：Reconciling evidence from spot and option prices.Journal of Finance,2004,59(3)：1367—1403.

[31]Jobson J D,Korkie B M.Performance hypothesis testing with the Sharpe and Treynor measure.Journal of Finance,1981,36(4)：889—908.

[32]夏 天,程細(xì)玉.國內(nèi)外期貨價格與國產(chǎn)現(xiàn)貨價格動態(tài)關(guān)系的研究——基于DCE和CBOT大豆期貨市場與國產(chǎn)大豆市場的實(shí)證分析.金融研究,2006,(2)：110—117.Xia T,Cheng X Y.The dynamix relationships between Chinese spot’s price and world futures price：Evidence from DCE and CBOT futures and domestic spot soybean markets.Journal of Financial Research,2006,(2)：110—117.(in Chinese)

[33]華仁海,劉慶富.國內(nèi)外期貨市場之間的波動溢出效應(yīng)研究.世界經(jīng)濟(jì),2007,(6)：64—74.Hua R H,Liu Q F.The volatility spillovers between domestic and overseas futures markets.Journal of World Economy,2007,(6)：64—74.(in Chinese)

[34]Hogg R,Tanis E.Probability and Statistical Inference.6th ed.Englewood Cliffs：Prentice Hall,2001.

[35]Li K,Sarkar A,Wang Z.Diversif i cation benef i t of emerging markets subject to portfolio constraints.Journal of Empirical Finance,2003,10(1/2)：57—80.

[36]Dunham L M,Friesen G C.An empirical examination of jump risk in U.S.equity and bond markets.North American Actuarial Journal,2007,11(4)：76—91.

[37]Dungey M,Hvozdyk L.Cojumping：Evidence from the US treasury bond and futures markets.Journal of Banking and Finance,2012,36(5)：1563—1575.

[38]徐元棟.投資者的奈特不確定性情緒與股市巨幅波動.系統(tǒng)工程學(xué)報,2015,30(6)：736—745.Xu Y D.Knightian uncertainty emotion of investors and the huge f l uctuations of stock market.Journal of Systems Engineering,2015,30(6)：736—745.(in Chinese)