上證50股指期貨對現貨市場波動性的影響研究

楊恩惠

(西北師范大學經濟學院 甘肅蘭州 730070)

1 引言及文獻綜述

股指期貨具有高杠桿性，且交易費用較低，會影響現貨市場的定價，因而是目前金融市場上重要的投資工具。我國在2010年4月16日推出了第一個股指期貨——滬深300股指期貨，在5年后推出了中證500股指期貨和上證50股指期貨，并于2022年推出中證1000股指期貨。我國股市的特點是波動幅度大、市場換手率高，而股指期貨合約可以對沖風險、鎖定利潤，進一步規避風險。其中，上證50指數綜合反映了上海證券市場流動性較好、規模較大的龍頭企業的整體表現，其行業分布集中在金融、主要消費、工業、原材料四大核心產業，在我國資本市場處于重要地位，因而選取上證50指數股指期貨具有代表性。

何誠穎等(2011)運用高頻數據中的I-S模型和P-T模型進行實證分析發現，新信息反映速度和融入比率滬深300指數期貨市場的價格發現能力都要強于指數現貨市場。李昌榮、鄒青(2012)運用二元VAR-EGARCH與信息傳遞速度模型發現我國股指期貨與現貨市場之間存在顯著的雙向價格關系與雙向波動溢出效應，且信息傳遞能力逐步增強，我國股指期貨市場存在顯著的正反饋效應。蔡慶豐等(2015)在VECM-DCC-MGARCH模型的基礎上，以GJR形式考慮變量非對稱作用、構建了VECM-GJR-MGARCH-t模型，實證分析表明滬深300期現貨市場在行情上漲時期兩者關系大幅減弱，現貨市場波動對不利沖擊的反應更加敏感。魏建國、李小雪(2016)基于VECM-PT-IS模型分析發現，滬深300、上證50、中證500股指期貨與現貨之間均具有雙向引導關系，其中中證500和滬深300股指期貨的價格發現功能較強，上證50股指期貨相對較弱。

2 模型構建與檢驗方法

2.1 GARCH模型

考慮到σ2t是一個分布滯后模型，可以用一個或兩個的滯后值代替許多u2t的滯后值，標準的GARCH(1,1)模型為：

GARCH(p,q)的條件方差表示為：

為了使GARCH(q,p)模型的條件方差有明確的定義，相應的ARCH(∞)模型為：

2.2 格蘭杰因果檢驗

根據格蘭杰因果檢驗可以對現貨市場的價格發現作用進行研究，假設有如下模型：

3 數據選取及描述性分析

本文主要使用Stata16軟件進行實證分析研究，選取2003年12月31日—2023年5月31日(無節假日)上證50現貨指數數據作為原始數據，共3723組數據，并以2015年4月15日(無節假日)上證50現貨指數的收盤價為分時點分為兩個時間段。觀察現有上證50指數的時序圖：由圖1可以看出，2015年上證50指數收盤價明顯出現較大的波動，隨后波動逐漸降低。

圖1 上證50的原序列時序圖

通過觀察時序圖可以看到，上證50的原序列有平穩趨勢，初步判斷序列平穩。同時，為了研究上證50指數與股指期貨之間的聯系，根據上證50指數收益率波動圖可以得到2015年發布股指期貨之后，上證50指數收益率明顯出現波動集聚效應。

由表1可以看出，樣本數據包括3723個全區間觀察值，其中2163個觀察值來自股指期貨發布前，1559個觀察值來自發布后，數據都已進行去均值化處理。

表1 描述性統計

對于樣本的標準差，股指期貨發布前為0.017，發布后為0.013，表明發布期貨后的樣本數據變化程度較小，可能指向股指期貨發布后市場波動性的降低。在股指期貨發布后，1%分位數從-0.048變為-0.046，99%分位數從0.044降為0.034，進一步驗證了上述結論。然而，發布股指期貨后，市場的偏度從-0.03變為-0.405，表明市場的負向波動性增加。另外，發布后的峰度值為8.56，相比發布前的6.266有所增加，可能意味著發布期貨后市場的異常波動性增加。

總的來說，這些描述性統計結果表示，雖然發布股指期貨后，市場的總體波動性有所降低，但是負向波動和異常波動的頻率可能有所增加。需要注意的是，這些都是初步的統計分析結果，為了得出更為精確的結論，本文需要進行更為深入的經濟模型分析。

4 實證分析

4.1 平穩性檢驗

本文為驗證使用的數據是否平穩，此處對各時間序列進行單位根檢驗。為了避免出現偽回歸，本文采用ADF對上述數據進行單位根檢驗。全區間、股指期貨發布前、股指期貨發布后序列進行ADF檢驗的結果如表2所示。

表2 上證50序列的ADF檢驗

由表2可知，全區間、股指期貨發布前、股指期貨發布后的數據在1%的顯著性水平上拒絕數據存在單位根這一原假設，說明通過了ADF檢驗，即全區間、股指期貨發布前、股指期貨發布后的數據都是平穩的。

4.2 格蘭杰因果檢驗

根據協整檢驗的分析不能確定這種關系是否具有因果關系，而格蘭杰因果關系檢驗是判斷各個變量之間是否具有因果關系的有效方法，對上證50股指期貨對現貨市場波動性的格蘭杰因果關系檢驗結果如表3所示。

表3 格蘭杰因果檢驗的結果

由表3可知，原假設1中的P值是0.012，該假設在5%水平上顯著，說明股指期貨發布前對股指期貨發布后具有格蘭杰因果關系。

4.3 GARCH模型結果分析

根據上證50一階差分序列的自相關函數圖和偏自相關函數圖，初步選用下列模型進行預期價格分析預測：GARCH (1,0) GARCH (0,1) GARCH (1,1) GARCH (2,0)GARCH (0,2) GARCH (1,2) GARCH (2,1)(見圖2)。

圖2 上證50日收益率自相關與偏相關檢驗結果

圖3

根據模型估計結果，GARCH (2,1) ；GARCH (0,1) ；GARCH (1,1) ；GARCH (2,1)擬合效果較好，各項系數顯著。其中GARCH (0,1) ；GARCH (1,1) ；GARCH (2,1)通過殘差序列白噪聲檢驗。現對三個模型的擬合效果進行對比，選取擬合效果最好的模型進行上證50的分析預測，對比結果如表4所示。

表4 模型擬合效果對比

綜合對比考慮模型的擬合效果，GARCH(2,1)的可決系數與GARCH (1,1)相同，但Akaike info criterion值較GARCH(1,1)大，本文最終選取GARCH (1,1)模型擬合方程研究上證50指數與股指期貨之間的聯系。

GARCH(1,1)的模型參數如表3所示：

模型系數均為顯著的，a+B=0.1395674-2.100945=-1.9613776＜1，滿足GARCH模型對參數的約束性條件，從數值來看，B遠小于a，表明舊信息對市場波動性的沖擊較大且持續期較短，正體現了上證50指數收益率具有波動聚集性。

5 結語

5.1 結論

基于GARCH類模型對2005—2022年的上證50指數進行實證研究發現，上證50指數的收盤價在2015年股指期貨發布后出現了明顯的波動性，發布股指期貨后的樣本數據變化程度較小，市場的波動范圍也有所減小，可能表明股指期貨的發布降低了市場波動性。然而，發布股指期貨后，市場的負向波動性和異常波動性有所增加。同時，本文發現全區間、股指期貨發布前、股指期貨發布后的數據都是平穩的，為使用GARCH模型進行分析提供了可能。通過對上證50股指期貨對現貨市場波動性的格蘭杰因果關系檢驗發現，股指期貨發布前對股指期貨發布后具有格蘭杰因果關系，表明股指期貨的發布可能影響現貨市場的波動性。

在模型選擇上，本文最終選擇GARCH (1,1)模型進行上證50指數與股指期貨之間聯系的分析。模型結果反映了上證50指數收益率的波動聚集性。總的來說，雖然股指期貨的發布對市場的總體波動性有所降低，但對市場負向波動性和異常波動性的影響不能忽視。

5.2 對策建議

首先，我國應在嚴控風險的基礎上，進一步放開股指期貨交易的限制：股指期貨作為我國機構投資者投資策略的重要工具，過度限制不利于機構投資者開發更多靈活策略的產品，因此可以在控制過度投資的基礎上，進一步放松非套保日內開倉手數，提高流動性。其次，我國境內現有權益類衍生產品結果并不均衡，主要覆蓋的是藍籌股、權重股(包括滬深300股指期貨、上證50股指期貨、滬深300股指期權等)，而覆蓋中小盤的權益類衍生品較少，我國應研發更多寬基、窄基股指和個股的期貨產品，以完善權益類衍生品市場結構。再次，政府應積極推進期貨期權市場的法律建設。積極完善《期貨法》立法，為期貨市場健康發展提供強有力的法律保障，積極學習國外經驗，優化保證金制度、大戶持倉報告制度等，進一步規范期貨市場。最后，國家要提高跨境監管能力，進一步加強境內機構投資者對股指期貨市場的參與度，以防止境內投資者面對開放境外投資者造成的沖擊。