淺談中證500股指期貨推出對我國股市的影響

沈佳棟 王雅琳

摘要：本文用中證500指數日收盤價和中證500期貨合約主力連續的日結算價，建立VECM研究中證500股指期貨和現貨的價格發現能力的相對強弱，使用GARCH族模型研究中證500股指期貨推出后對現貨市場的波動性;并針對相關結論提出有關我國期貨市場制度上的完善建議。

關鍵詞：中證500股指期貨;股市;影響

中圖分類號：F832.5 ? 文獻識別碼：A ?文章編號：2096-3157（2020）21-0135-03

一、引言

自2006年成立中國金融交易所后，中證500股指期貨和上證50股指期貨于2015年4月16日正式上市。股指期貨作為重要的金融衍生工具在我國尚處于成長初期，中證500指數樣本為低權重的中小板股票，在期市管制逐步恢復常態化的新時期，對于中證500股指期貨市場的研究尤其是與現貨市場的關聯分析有著充分的必要性和重要性。

二、文獻綜述

基于Hasbrouck（1995）定義價格發現功能為期貨的價格變化領先于同期的現貨的價格變化，國內外學者對期貨和現貨的價格引導關系的研究中得到不同的結論。Nam等（2008）發現對KOSPI 200指數來說期貨和期權都領先現貨市場。Judge等（2014）對SET 50指數和期貨的日數據進行了領先滯后關系的研究，發現泰國期現市場的實證結果與Nam的結論相反。鄭加保（2011）使用Granger因果檢驗和脈沖響應分析對滬深 300 指數和期貨的價格領先滯后關系進行了實證研究，發現期貨價格引導現貨價格。

關于股指期貨市場的推出如何影響現貨市場的波動性，海內外學者的看法不同。Baldauf 等（1991）在研究 S&P500時覺得指數期貨推行對股市波動性并無明顯影響。Li（2015）考察滬深300的波動溢出效應，指出股指市場存在著雙向波動溢出效應，但期貨市場更能影響現貨市場。史美景等（2011）、梁朝暉（2012）等學者研究國內股指期貨后，得出我國滬深300股指期貨的推出加大了現貨市場波動性的結論。

三、理論模型

本文利用協整分析和誤差修正模型對期貨和現貨的價格引導關系進行實證分析。Johansen協整檢驗是在向量自回歸的形式下進行參數估計，得到的協整向量即向量誤差修正模型（VEC）中的調整參數。向量誤差修正模型（VEC）是一個在解釋變量中受協整約束的向量自回歸模型。如果y1和y2是內生變量且沒有隨著時間趨勢變動，并且協整方程有截距，則VEC模型為：

其中，條件方差方程（4）中的代數d是虛擬變量，以現貨市場樣本空間中2015年4月15日為分隔點，令股指期貨推出前的d為0，推出后的d 為1，則模型運算得出系數k的置信度和k的正負即分別體現了現貨市場是否受影響、是增強還是抑制了波動率。

由于ARCH 和GARCH 模型具有波動對稱性，忽略了金融市場的 “杠桿效應”即壞消息對股價波動性的影響比好消息大，損失所帶來的波動往往比獲利帶來的大。為了精準地捕捉市場的變化規律，需要進一步引入非對稱的GARCH模型如門限（Threshold）ARCH模型或指數（Exponential）GARCH模型。

四、實證研究

1.研究假設

本文以研究中證500股指期貨推出的意義為視角，結合以上的理論分析，為具體實證提出2個假設：

假設1：中證500期貨市場對現貨市場價格有引導作用。

假設2：中證500期貨市場的推出可以顯著降低現貨市場的波動性。

2.樣本選取和數據預處理

為消除金融時間序列存在的異方差問題，對價格序列取自然對數。為了分析期現市場的價格引導關系，將 2015年4月26日至2019年10月25日中證500期貨和現貨的對數價格序列記為LNF和LNS，對數價格收益率記為RF和RS。為了分析期貨市場推出前后現貨市場的波動性變化，記2011年5月30日至2019年10月25日的現貨對數價格序列LNSP和對數價格收益率RSP。數據來源于Wind。使用的數據處理軟件為Microsoft Office Excel和Eviews 10。

根據樣本的統計特征發現期現價格序列和收益率序列的標準差都較小，偏度值顯示價格序列為右偏，收益率序列為左偏。除序列LNSP以外的五組數據峰度值都大于3，結合JB檢驗可知在5%的顯著性水平之下都不服從正態分布，具有“尖峰厚尾”的特征。ADF檢驗結果表明在5%的顯著性水平下現貨和期貨的的對數價格序列都不平穩，但一階差分后所對應的對數收益率序列是平穩的，即LNF、LNS和LNSP是一階單整序列。

3.模型的設計和檢驗

（1）中證500期現市場價格關系的實證

為了深入確認股指期貨與現貨指數價格之間的關系，同時也更好地區分長期和短期下價格的作用，對中證500期現市場的對數價格序列LNF和LNS構建VEC模型。

首先在向量自回歸基礎上進行協整檢驗。根據LR、FPE、AIC、SC、HQ五大指標選取最優滯后階數，發現4階是多數信息準則的判定。調整模型階數為4階后進行協整檢驗，跡（Trace）檢驗和最大特征值（Max-eigenvale）檢驗結果都表明存在1個協整向量，即LNF和LNS的協整關系成立。由于協整方程中的表示回歸的殘差序列e實質是VEC 模型的向量誤差修正項（CointEq1），則VECM的最優滯后階數為3。VECM的參數估計值見表1。

根據表1向量誤差修正模型的參數估計結果可知誤差修正項的系數數值約分別為-0.095626、0.076540，表明當系統偏離平衡狀況時，期貨對下一期價格為負向調整，現貨對下一期價格為正向調整。股指期貨的誤差修正項系數的絕對值略大于股指現貨，說明在調整偏差的過程中期貨的價格引導強于現貨。最后對VECM進行AR特征根檢驗，全部特征根都在單位圓內，說明模型穩定。

根據VECM的脈沖響應結果，期貨價格對其自身價格的一個標準差新息沖擊從滯后1期開始響應，在滯后2期達到2.2%左右的峰值并維持下去。而期貨價格對來自現貨市場的一個標準差沖擊的響應，在滯后1期接近于0，響應隨期數增加而走強，結果表明期貨價格受到它自身的擾動更強。現貨市場對于來自其自身價格的一個標準差新息沖擊響應隨著滯后期數增加而走弱;現貨對于來自期貨市場一個單位沖擊的響應隨著滯后期數增加而走強，且后者數值比前者高，說明現貨價格受到期貨的擾動更強。從方差分解結果得出：在股指期貨價格的方差分解結果中，滯后1期時股指期貨對自己的貢獻率是百分之百，自身就完全決定了其價格變動，滯后期增加時其百分比變化不顯著。股指現貨對期貨的貢獻率雖然隨著滯后期不斷增加，但最高也僅有3.91%。在現貨的方差分解結果中，股指期貨對現貨的貢獻度波動上升，最高達88.7%，且在任何滯后期時股指期貨對現貨的貢獻率都大于現貨對其自身的貢獻率。

（2）中證500股指期貨推出后現貨市場價格波動性實證

為了檢驗中證500期貨市場的推出是否可以減少現貨市場的波動，對序列RSP進行建模。同時引入d為虛擬變量，設置推出前的d為0，推出后的d 為1，d的系數λ的正或負體現了現貨市場波動性受到增強或抑制影響。如公式（3）和（4）所示，構建GARCH模型。

其次，對得到的殘差序列εt進行ARCH-LM檢驗。由檢驗結果可知殘差平方項P值為0，即在5%的顯著性水平下拒絕原假設，模型存在條件異方差，因此可以選擇建立GARCH模型。最后，在常用的四種模型GARCH（p，q）中選取合適的階數。根據AIC和SC準則GARCH（1，1）模型的檢驗值最小，故選用GARCH（1，1）。

由表2可知除了虛擬變量的系數k外各項系數的估計結果均大于0，其中ARCH項系數γ與GARCH項系數φ之系數和小于1符合GARCH（1，1）的參數約束條件，且模型通過ARCH—LM檢驗。由于將虛擬變量d在中證500股指期貨推出前設置為0，生效后設置為1，表2中虛擬變量系數k很小，其對應P值不在10%置信區間內，可認為股指期貨推出對現貨市場波動性不存在顯著影響。

在EGARCH模型中，α=0.117705，其非對稱項γ的系數-0.0292小于零并在0.05的水平下顯著，當出現“利好”時，有一個約0.0885倍沖擊，當出現“利空”時，有一個約0.1469倍沖擊。兩種非對稱模型都表明對中證500指數現貨市場來說，存在杠桿效應。而虛擬變量系數k在10%的水平下無顯著性，即股指期貨推出并無顯著增加或抑制現貨市場的波動性，同前兩個模型得出的結論一致。

五、結論與建議

從VEC模型的構建過程、脈沖響應和方差分解可以總結出2015年4月26日～2019年10月25日中證500股指期貨市場對現貨市場有價格引導的作用，假設1成立。從GARCH（1，1）模型的分析發現，股指期貨推出前后8年間現貨市場價格波動性沒有顯著變化，假設2不成立。而進一步建立TARCH（1，1）和EGARCH（1，1）發現現貨市場存在明顯的杠桿效應，但中證500期貨的推出對現貨市場杠桿效應的只有很微弱的抑制。因此得出中證 500股指期貨市場雖然在一定程度上發揮了價格發現功能，但在其對現貨市場發揮“穩定器”功能，降低風險度上沒有看到顯著成效。隨著我國金融期貨市場進一步發展，金融管制進一步放寬，中證500股指期貨為投資者其提供風險管理工具、形成穩定的現貨價格發現機制、增強資本市場的流動性等作用將逐步顯現。然而若是希求塑造一個穩健投資市場，我國期貨市場亟須解決頂層法律缺位的問題。當前保障我國期貨行業運行發展的基礎性法規文件為2017年修訂的《期貨交易管理條例》，存在一定滯后性和局限性。直至2020年3月1日我國新修《證券法》審議結果中提及契約型證券衍生品種如股指期貨不適用于證券法，而我國《期貨法》仍在醞釀中。這不僅使境內期貨市場主體的責任無法厘清，而且妨礙了與國際市場的有效交流，同時意味著我國對國際期貨定價權的保留。

參考文獻：

[1]Hasbrouck J.One security，many markets：determining the contributions to price discovery[J].Journal of Finance，1995，0（4）：1175～1199.

[2]Nam S O，Oh S Y，Kim H K.The time difference effect of a measurement unit in the lead-lag relationship analysis of korean financial market[J].International Review of Financial Analysis，2008，17（2）：259～273.

[3]Judge A，Reancharoen T.An empirical examination of the lead-lag relationship between spot and futures mar- kets：evidence from thailand[J].Pacific-Basin Finance Journal，2014，29：335～358.

[4]鄭加保.股指期貨與股票現貨相關性研究——基于ARMA-GARCH模型[J].財會月刊，2011，（33）：23～25.

[5]Baldauf B，Santoni G J.Stock price volatility：Some evidence from an ARCH model[J].Journal of Futures Markets，1991，11（2）：191～200.

[6]Li S Y.Volatility Spilovers in the CSI300Futures and Spot Markets in China：Empirical Study Based on Discrete Wavelet Transform and VAR-BEKK-bivariate GARCH Model[J].Procedia Computer Science，2015，（55）：380～387.

[7]史美景，王君怡.股指期貨的引入對現貨市場波動的影響分析[J].金融發展研究，2011，（05）：69～72.

[8]梁朝暉.股指期貨上市對現貨市場的影響——來自中國的實證研究[J].大連理工大學學報（社會科學版），2012，（01）：14～18.

[9]高鐵梅.計量經濟分析方法與建模：EViews應用及實例[M].2版.北京：清華大學出版社，2009：195～196.

作者簡介：

1.沈佳棟，湖北大學知行學院學生;研究方向：金融衍生品。

2.王雅琳（通訊作者），湖北大學知行學院講師，碩士;研究方向：投資學，金融衍生品，量化投資。