□文|李華興
本文選取2006年4月8日至2018年12月31日的數(shù)據(jù),共有3093個滬深300指數(shù)的收盤價格數(shù)據(jù)。由于金融周期大多是不穩(wěn)定的,存在單位根,通常計算指數(shù)收益率時利用當天最終收盤價格的自然對數(shù)的一階差分進行處理,即Rt = lnCPt-lnCPt-1的微分處理[1]。本文的實證分析主要是通過指數(shù)的日收益率來反映股票市場波動,因此數(shù)據(jù)需要被進行對數(shù)計算和差分處理。

表1 滬深300指數(shù)日收盤價格序列描述統(tǒng)計量
由表1可知,序列R 的偏度S =- 0 . 5 2 2 3 8 <0,峰度K=6.313160>3,與其標準正態(tài)分布(S=0,K=3)相比,日收益率序列R呈現(xiàn)出略微左偏,并且為尖峰厚尾形態(tài)。其Jarque-Bera統(tǒng)計量=1431.059,數(shù)值很大,其P值為0.00000,所以拒絕日收益率序列R服從正態(tài)分布的原假設(shè)。
本文采用ADF檢驗方法對滬深300指數(shù)日收益率序列的平穩(wěn)性檢驗,檢驗結(jié)果顯示:ADF=-51.73366小于給定的顯著性水平,拒絕原假設(shè),說明日收益率序列不存在單位根,可對其建立ARMA—GARCH模型。
本文選取4階以內(nèi)的自回歸和移動平均建立ARMA模型,發(fā)現(xiàn)只有ARMA(1,1)、ARMA(1,2)、ARMA(2,1)、ARMA(2,2)可通過檢驗,結(jié)果顯示RAMA(1,1)模型的AIC和SC值同時達到了最小,因此確定該模型最優(yōu)。

表2 ARMA(1,1)模型參數(shù)估計結(jié)果
ARMA(1,1)模型最終的方程式為:Rt=-0.825135Rt-1+ut-0.849589ut-1
在本文中,選擇了ARCH-LM檢驗?zāi)P蜌埐钚蛄械臈l件異方差,同時進行殘差的滯后8階檢驗。該檢驗顯示,LM (Obs * Rsquared)統(tǒng)計數(shù)據(jù)的相應(yīng)概率為0.0002,F(xiàn)-統(tǒng)計量數(shù)據(jù)為3.920874,相應(yīng)的P值為0.0001,這表明在模型ARMA(1.1)殘差序列中存在高階ARCH效應(yīng),因此選擇了ARMA模型(1.1)的模型殘差來構(gòu)建GARCH模型
本文主要使用AIC和SC標準來定義模型的最佳階數(shù)。最后,GARCH模型(1.1)被定義為最優(yōu)模型,而GARCH模型(1.1)的殘差再進行下一步的卡方檢驗。通過模型檢驗后,發(fā)現(xiàn)GARCH模型的殘差序列是獨立的,這表明GARCH模型成功地從ARMA模型的殘差中提取信息。
為了研究股指期貨對股市波動性的影響,引入了一個虛擬變量序列D1(0.1)[2]。在股指期貨發(fā)行前,股票指數(shù)為零。假如在期貨上市后,指數(shù)為1,虛幻變量被引入后,GARCH模型主要體現(xiàn)在以下公式:

GARCH(1.1)在引入假變量后的虛擬變量的估值為1.29e -06,該假變量后的估值為1.29e -06,小于0,表明滬深300期貨指數(shù)的期貨期權(quán)降低了股市波動。GARCH測試的模型開展滯后8階的殘差進行檢驗。結(jié)果顯示,LM (Obs*R-squared)的統(tǒng)計數(shù)據(jù)P值是0. 6733,這表明GARCH(1.1)模型的殘差序列沒有ARCH影響。在方差方程中,ARCH和GARCH系數(shù)為0.053736 + 0.940334 = 0.99407小于1,滿足了GARCH(1.1)模型的廣泛穩(wěn)定限制。
EGARCH(1.1)是為了測試中國股市的利好、利空消息的非對稱性效應(yīng)影響而出現(xiàn)的。EGARCH(1.1)模型是在股指期貨發(fā)行前和發(fā)行后根據(jù)所有數(shù)據(jù)建立的。EGARCH(1.1)模型是在引入虛擬變量后構(gòu)建的,引入虛擬變量后的EGARCH模型:


表3 滬深300股指期貨推出之前EGARCH(1,1)模型估計結(jié)果
EGARCH(1,1)是在對滬深300股票指數(shù)期貨發(fā)行之前和發(fā)行之后的情況建立的模型,而EGARCH(1,1)是在所有數(shù)據(jù)引入虛擬變量之后建立的。在三個情況下,模型結(jié)果顯示,不論是發(fā)行前還是發(fā)行后,γ值都是負的,表明杠桿效應(yīng)在證券期貨市場一直存在,而杠桿效應(yīng)在股指期貨發(fā)行后低于股指期貨發(fā)行前的杠桿效應(yīng),引入虛擬變量的影響變得更加顯而易見。
本文通過對滬深300收盤價格數(shù)據(jù)的分析,再利用兩個模型,GARCH(1,1)、EGARCH(1,1)模型,進行研究,可以得出,發(fā)行股指期貨后對股票市場具有一定的積極作用,能夠降低股票市場的波動性。在股票市場上的杠桿效應(yīng)在股指期貨發(fā)行之前和之后都存在。隨著股指期貨的發(fā)行,股票市場的積極影響和消極影響都有不同程度的降低。在未來的研究中,我們可以全面研究股指期貨與現(xiàn)貨市場之間的高頻率交易數(shù)據(jù),有利于研究滬市、深市之間的波動性和管理,并考慮兩個城市之間的系統(tǒng)等因素來建立模型,得出精準結(jié)論。
股票指數(shù)期貨的發(fā)行豐富了資本市場的投資方法。股票期貨的標的物是由股票價格決定的。因此,股票指數(shù)期貨和股票市場的是互補的。當股價跌得太低時,投資者可以購買相應(yīng)的股指期貨,有效地避免風險,反之也是。通過許多實證研究和本文研究表明,在股票市場發(fā)生變化之前,股票期貨市場的變化已經(jīng)開始,并且可能反映市場上的供需關(guān)系。這也證明,股票價格指數(shù)上的提前發(fā)現(xiàn)功能可以有效地降低股票市場的波動。當股票市場價格與期貨市場價格太不一樣時,投資者就會參與進來,導(dǎo)致仲裁行為。因此,縮小價格差距,穩(wěn)定股市波動。
對大多數(shù)投資者來說,股指期貨是一種十分有效的避險工具,可以在一定程度上大大降低交易成本,此外,股指期貨的做空機制可以改變投資者的單邊做多模式,向同時進行做多做空的雙向模式進行變化。在購買正在上漲的股票中,在股價上漲后能夠獲得收益,這實際上是一種避免風險的方式。
股票期貨的發(fā)行使股市、貨幣市場和商品期貨市場能夠在股指期貨對股市的影響下完成相互關(guān)聯(lián)的關(guān)系。這時,股指期貨市場相當于中介,在資本市場中的投資者和電子網(wǎng)絡(luò)的共同作用下,不同的市場可以得到有效的結(jié)合和融合,然后能夠?qū)崿F(xiàn)充分吸收社會資金的目標,所以資金利用效率大大升高,從而改善資金的流動性,同時對金融市場體系建設(shè)也可以起到非常好的促進作用[3]。
由于股指期貨具有預(yù)測價格和風險降低的效用,加上股指期貨還具備高流動性和交易成本低的特性,這也使得金融市場中的股指期貨反應(yīng)迅速。從目前我國的現(xiàn)狀來看,發(fā)行股指期貨是為不同類型的保護基金和巨額存款的分擔風險都提供了一個非常好的解決辦法。此外,對大多數(shù)投資者來說,可以承受巨大的風險,因此太擔心風險的投資者將逐漸加入投資市場,從而增加股票市場的份額。
從2010年國內(nèi)股指期貨的發(fā)行上看,在股指期貨市場進入中國股市之前,市場的整體情況呈現(xiàn)大幅度上升趨勢,但總體增長緩慢。此外,當股指期貨發(fā)行時,總體機構(gòu)都資金不足,這表明未來股市會出現(xiàn)波動的跡象。此外,中央銀行還加強了這方面的政策,導(dǎo)致了市場主要資金的緊縮,因此,在股指期貨發(fā)行后,股票出現(xiàn)了較大的跌幅。因此,在股指期貨發(fā)行后,中國股市指數(shù)的下跌是理所當然的。
金融市場的貿(mào)易經(jīng)常出現(xiàn)信息不對稱,存在不公平的交易的情況。股票指數(shù)上的期貨市場也不例外,股指期貨市場主要由機構(gòu)投資者參與,因此股票經(jīng)紀人通過自身的優(yōu)勢對市場信息擁有全面和快速的理解,這會導(dǎo)致出現(xiàn)不公平交易的行為,甚至操縱市場。為了從中受益,一些小投資者的利益被犧牲,導(dǎo)致了不公平的市場交易。
通過以上的實證和分析,中國股指期貨在推動股市方面可以發(fā)揮非常好的作用,并有助于進一步改善整個金融市場的機制和功能。與此同時,必須加強市場監(jiān)督,以免股指期貨對中國股市產(chǎn)生負面影響,有利于整個金融市場的理性和健康發(fā)展。