基于波動(dòng)效應(yīng)與價(jià)格發(fā)現(xiàn)的期指仿真交易研究

文先明 梁 琳 黃亞雄

一、引言

股票指數(shù)期貨（Stock Index Futures），簡(jiǎn)稱(chēng)股指期貨或期指，是以股票指數(shù)作為基礎(chǔ)資產(chǎn)標(biāo)的物的一種金融期貨。近年來(lái)我國(guó)資本市場(chǎng)保持了快速的增長(zhǎng)，但目前仍然是一個(gè)單邊市場(chǎng)，缺乏平衡內(nèi)部風(fēng)險(xiǎn)的工具，導(dǎo)致市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)不斷積聚。股指期貨作為一種風(fēng)險(xiǎn)管理工具，投資者可以通過(guò)現(xiàn)貨和期貨市場(chǎng)上的對(duì)沖操作，進(jìn)行套期保值，從而起到規(guī)避市場(chǎng)風(fēng)險(xiǎn)的作用。然而，股指期貨的推出有可能會(huì)在短期內(nèi)增加現(xiàn)貨市場(chǎng)價(jià)格的波動(dòng)，同時(shí)期指交易本身具有很高的杠桿作用，一旦運(yùn)用不當(dāng)，將會(huì)給市場(chǎng)的有效運(yùn)行帶來(lái)巨大的危害，因此世界各國(guó)在發(fā)展股指期貨時(shí)都慎之又慎，廣大學(xué)者也對(duì)這把“雙刃劍”進(jìn)行深入研究。

關(guān)于股指期貨對(duì)現(xiàn)貨市場(chǎng)影響的研究常常集中于兩個(gè)方面：一是股指期貨的推出是否對(duì)現(xiàn)貨市場(chǎng)的波動(dòng)性產(chǎn)生顯著影響以及影響程度有多大；二是股指期貨推出后，期貨市場(chǎng)與現(xiàn)貨市場(chǎng)是否形成交互式影響并且兩者在價(jià)格引導(dǎo)機(jī)制中的地位如何。在這基礎(chǔ)上形成了兩種立場(chǎng)鮮明的觀點(diǎn)，反對(duì)推出股指期貨的學(xué)者認(rèn)為，由于股指期貨市場(chǎng)對(duì)信息過(guò)分敏感，并且由于保證金制度所引發(fā)的額外波動(dòng)性以及到期日效應(yīng)所引起的跳躍性波動(dòng)，容易對(duì)信息“反應(yīng)過(guò)度”，進(jìn)而通過(guò)指數(shù)套利行為傳到股市，加劇股票市場(chǎng)的波動(dòng)；但大多數(shù)學(xué)者卻認(rèn)為，股指期貨對(duì)信息的敏感容易使自身達(dá)到均衡水平，并通過(guò)套利行為也使得股票市場(chǎng)迅速到達(dá)均衡狀態(tài)，在這一過(guò)程中期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能領(lǐng)先現(xiàn)貨市場(chǎng)，股市波動(dòng)性增加正是市場(chǎng)發(fā)揮價(jià)格發(fā)現(xiàn)功能的表現(xiàn)，從而提高了市場(chǎng)信息傳遞的效率。

國(guó)外學(xué)者通過(guò)構(gòu)造理論模型，從不同的角度闡述了引入股指期貨對(duì)現(xiàn)貨市場(chǎng)的影響。Cass and Shell（1983）提出財(cái)富的重新分配會(huì)導(dǎo)致交易雙方對(duì)期貨合約所依附的基礎(chǔ)資產(chǎn)的需求函數(shù)產(chǎn)生變化，從而會(huì)使得現(xiàn)貨市場(chǎng)價(jià)格波動(dòng)增加。而實(shí)證研究也從經(jīng)驗(yàn)上檢驗(yàn)了期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的影響，如Lockwood和Linn（1990）研究了道瓊工業(yè)指數(shù)結(jié)果認(rèn)為，現(xiàn)貨市場(chǎng)收益變異系數(shù)上升。Antoniou和Holmes（1995）對(duì) FTSE100指數(shù)進(jìn)行的研究表明，股指期貨交易加大了股價(jià)的波動(dòng)性，但同時(shí)也改善了現(xiàn)貨市場(chǎng)的信息反應(yīng)速度。價(jià)格發(fā)現(xiàn)功能方面，Chan（1992）在對(duì)MMI和S&P500股價(jià)指數(shù)期貨與現(xiàn)貨價(jià)格進(jìn)行研究后，發(fā)現(xiàn)期貨市場(chǎng)價(jià)格發(fā)現(xiàn)能力領(lǐng)先現(xiàn)貨市場(chǎng)，并指出在有限制的情況下，期貨對(duì)市場(chǎng)信息的反映程度要大于現(xiàn)貨市場(chǎng)。Ghosh（1995）也得出了同樣的結(jié)論，并指出期貨指數(shù)與現(xiàn)貨指數(shù)具有協(xié)整關(guān)系，即長(zhǎng)期均衡關(guān)系。Kim等（1999）認(rèn)為，期貨市場(chǎng)的高杠桿、低成本性能使其接收、傳遞信息的速度加快，有利于價(jià)格機(jī)制功能的發(fā)揮，進(jìn)而對(duì)現(xiàn)貨市場(chǎng)形成影響。

國(guó)內(nèi)對(duì)股指期貨的研究始于20世紀(jì)90年代初，當(dāng)時(shí)主要集中于介紹國(guó)外股指期貨基本理論和相關(guān)運(yùn)作知識(shí)。在實(shí)證研究方面，國(guó)內(nèi)學(xué)者主要集中于已推出股指期貨交易的國(guó)外市場(chǎng)以及臺(tái)灣、香港市場(chǎng)等。如肖輝等（2006）研究標(biāo)準(zhǔn)普爾500指數(shù)、道瓊斯工業(yè)平均指數(shù)、香港恒生指數(shù)、日經(jīng)指數(shù)和金融時(shí)報(bào)100指數(shù)現(xiàn)貨市場(chǎng)和期貨市場(chǎng)之間的價(jià)格發(fā)現(xiàn)過(guò)程，結(jié)果發(fā)現(xiàn)，期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)過(guò)程中占主導(dǎo)地位，并且隨著期貨市場(chǎng)的發(fā)展，期貨市場(chǎng)在價(jià)格形成過(guò)程中的作用越來(lái)越大。史美景，邱長(zhǎng)溶（2007）對(duì)香港恒生H股指期貨合約引入前后樣本的實(shí)證分析，發(fā)現(xiàn)在股價(jià)指數(shù)期貨合約推出后，可以觀察到波動(dòng)性干擾因子的影響會(huì)更快速的反應(yīng)到經(jīng)濟(jì)體系中，顯示此時(shí)的波動(dòng)過(guò)程更趨穩(wěn)定。劉鳳根、王曉芳（2008）通過(guò)GARCH模型的序列建模，研究發(fā)現(xiàn)臺(tái)灣地區(qū)的股票市場(chǎng)引入股指期貨后現(xiàn)貨市場(chǎng)的波動(dòng)性并未受到影響，而日本和韓國(guó)股票市場(chǎng)在引入股指期貨之后其波動(dòng)性加劇，但這種波動(dòng)性的加劇僅僅是短期性的，長(zhǎng)期內(nèi)并無(wú)影響。張維等（2006）研究印度股票市場(chǎng)及其對(duì)應(yīng)的指數(shù)期貨市場(chǎng)表明，期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)具有波動(dòng)性傳遞作用，現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)也具有波動(dòng)性傳遞作用，但是期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能具有主導(dǎo)作用。郭彥峰等（2009）運(yùn)用VEC-DCC-（BV）GARCH模型通過(guò)對(duì)滬深300指數(shù)期貨仿真交易數(shù)據(jù)研究表明，滬深300指數(shù)期貨與標(biāo)的現(xiàn)貨價(jià)格之間存在長(zhǎng)期均衡關(guān)系，且兩個(gè)市場(chǎng)間存在雙向的波動(dòng)性外溢效果。

盡管大部分研究都表明股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)存在積極地影響，但還是有研究者如Baldauf和Santoni（1991）等認(rèn)為股指期貨對(duì)現(xiàn)貨市場(chǎng)沒(méi)有顯著影響，更有甚者認(rèn)為這種影響是負(fù)面的。有鑒于此，本文通過(guò)深入研究滬深300仿真期指的推出對(duì)滬深300指數(shù)波動(dòng)性的影響，以及兩個(gè)市場(chǎng)間的收益和波動(dòng)的動(dòng)態(tài)關(guān)聯(lián)性，來(lái)檢定股指期貨交易對(duì)現(xiàn)貨市場(chǎng)的影響，從而為我國(guó)日后上市指數(shù)期貨提供科學(xué)的參考。相對(duì)于國(guó)內(nèi)外的關(guān)于指數(shù)期貨研究的文獻(xiàn)，本文的貢獻(xiàn)在于：首次將股指期貨推出后現(xiàn)貨市場(chǎng)波動(dòng)性的變化和股指期貨與現(xiàn)貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能結(jié)合起來(lái)進(jìn)行對(duì)比研究，通過(guò)交互驗(yàn)證的方式采用修正的GARCH模型和向量誤差修正模型（VEC）證明了股指期貨的推出對(duì)于現(xiàn)貨市場(chǎng)效率的改進(jìn)確實(shí)存在積極的影響。研究結(jié)論上，證實(shí)股指期貨仿真交易的引入加大了現(xiàn)貨市場(chǎng)的波動(dòng)，二者之間具有長(zhǎng)期穩(wěn)定的均衡關(guān)系，而且在價(jià)格發(fā)現(xiàn)功能上期貨價(jià)格領(lǐng)先現(xiàn)貨價(jià)格，這些都是我國(guó)在上市指數(shù)期貨時(shí)必須要考慮的。

二、數(shù)據(jù)與研究方法

1.樣本選擇和數(shù)據(jù)處理

采用滬深300指數(shù)（簡(jiǎn)稱(chēng)HS300）日收盤(pán)價(jià)和滬深300仿真期指（簡(jiǎn)稱(chēng)IF300）交易日次近月期貨交易的日收盤(pán)價(jià)作為樣本數(shù)據(jù)。樣本期間為：HS300指數(shù)為2005年4月8日至 2009年 5月 27日，共1007個(gè)樣本數(shù)據(jù)。由于我國(guó)滬深300期指的仿真交易于2006年10月30日推出，因此本文以該日為區(qū)間分割點(diǎn)，將整個(gè)數(shù)據(jù)分為兩部分；IF300指數(shù)為2007年10月8日至2009年5月27日，共402個(gè)樣本數(shù)據(jù)。（數(shù)據(jù)分別來(lái)源于：中證指數(shù)有限公司和文華財(cái)經(jīng)）。R1，t、R2，t分別代表 IF300 指數(shù)與 HS300指數(shù)日收益率，計(jì)算公式為：Ri,t=lnPi,t-lnPi,t-1i=1，2。其中，Ri,t為第i中指數(shù)日收益率，Pi,t為第i中指數(shù)t日的收盤(pán)價(jià)，Pi,t-1為第i中指數(shù)t-1日的收盤(pán)價(jià)。為使資料選擇具有同一時(shí)間基準(zhǔn)，我們?cè)谖恼聦?shí)證研究的第二部分將HS300指數(shù)的樣本區(qū)間縮小為2007年10月8日至2009年5月27日，從而與IF300指數(shù)樣本數(shù)據(jù)形成一一對(duì)應(yīng)。相關(guān)描述性統(tǒng)計(jì)量見(jiàn)表1。

表1 IF300和HS300收益率數(shù)據(jù)描述性統(tǒng)計(jì)量

從表1可以看出：所有收益率序列數(shù)據(jù)的峰度都大于3，而且存在不同程度的左偏或右偏，說(shuō)明收益率序列呈現(xiàn)“尖峰厚尾”的不對(duì)稱(chēng)分布特征。JB統(tǒng)計(jì)量也表明收益率序列不服從正態(tài)分布，而Q（12)則表明收益率序列在不同程度上具有序列相關(guān)性，表現(xiàn)出波動(dòng)集聚性和異方差特征。另外，從ADF的單位根檢驗(yàn)結(jié)果可以看出收益率序列都是平穩(wěn)序列。

2.建立模型

（1）修正的GARCH模型

本文利用Bollerslev（1986）提出的GARCH模型來(lái)檢驗(yàn)IF300指數(shù)推出前后HS300指數(shù)收益率的波動(dòng)性變化。GARCH是在ARCH模型的基礎(chǔ)上發(fā)展起來(lái)的，它不僅僅具有ARCH模型能夠揭示金融時(shí)間序列的條件異方差特征的優(yōu)點(diǎn)，而且由于它將收益率的條件方差表示為前期隨機(jī)誤差平方項(xiàng)和滯后條件方差項(xiàng)的線(xiàn)性組合，即與ARCH模型相比加入前期預(yù)測(cè)方差的滯后項(xiàng)，還可以捕捉到金融時(shí)間序列波動(dòng)叢聚的趨勢(shì)，并且使得模型的表達(dá)形式更加簡(jiǎn)潔。由于GARCH（1，1)模型是經(jīng)過(guò)學(xué)者們反復(fù)驗(yàn)證得出的擬合證券市場(chǎng)上收益率序列的最佳模型，我們假設(shè)日收益率序列Rt服從GARCH（1，1)模型：

其中εt為隨機(jī)擾動(dòng)項(xiàng)，φt-1代表在t-1時(shí)刻所有有用的信息集合，α0為條件方差的常數(shù)項(xiàng)，α1為滯后期殘差平方項(xiàng)的系數(shù)（信息參數(shù))，它代表了近期市場(chǎng)消息的影響程度，β1為滯后期條件方差系數(shù)（持續(xù)參數(shù))，即與前一期條件方差有關(guān)的系數(shù)，因此它可以說(shuō)明過(guò)去的舊信息對(duì)于未來(lái)波動(dòng)性的影響效果。如果α1的值越大，則表示市場(chǎng)信息轉(zhuǎn)化為未來(lái)波動(dòng)的傳遞速度越快；如果β1的值越大，則代表波動(dòng)性干擾因子的影響越持久，也就是說(shuō)類(lèi)似于過(guò)去的“舊的信息”不容易被市場(chǎng)吸收和反應(yīng)。

另外，我們?cè)贕ARCH（1，1)模型中加入虛擬變量 dt，則（3）式變?yōu)椋?/p>

其中，虛擬變量dt在IF300指數(shù)推出前我們將其設(shè)為0，引入后設(shè)為1。如果修正的GARCH模型的參數(shù)γ1＞0，說(shuō)明仿真期指的推出增加了現(xiàn)貨市場(chǎng)的波動(dòng)性，反之，則降低了現(xiàn)貨市場(chǎng)的波動(dòng)性。

（2）向量誤差修正模型（VEC）

向量誤差修正模型（VEC）由Engle和Granger（1987）提出，主要是將協(xié)整與誤差修正模型結(jié)合起來(lái)對(duì)具有協(xié)整關(guān)系的非平穩(wěn)時(shí)間序列建模。在此，我們通過(guò)利用VEC模型探討HS300指數(shù)與IF300指數(shù)間的價(jià)格發(fā)現(xiàn)功能，進(jìn)一步分析IF300指數(shù)期貨的推出對(duì)于現(xiàn)貨市場(chǎng)的影響。模型如下：

上述誤差修正模型（公式（5）和公式（6））可以用來(lái)推斷HS300指數(shù)和IF300指數(shù)價(jià)格序列的因果關(guān)系，公式（5）中，如果α1統(tǒng)計(jì)顯著（長(zhǎng)期因果關(guān)系）或者α12(i)聯(lián)合統(tǒng)計(jì)顯著（短期因果關(guān)系），則HS300指數(shù)是IF300指數(shù)變化的原因；類(lèi)似地，公式（6）中，如果α2統(tǒng)計(jì)顯著（長(zhǎng)期因果關(guān)系）或者α21(i)聯(lián)合統(tǒng)計(jì)顯著（短期因果關(guān)系），則是IF300指數(shù)HS300指數(shù)變化的原因。如果α1和α2都統(tǒng)計(jì)顯著，表明HS300指數(shù)與IF300指數(shù)價(jià)格序列間存在雙向的長(zhǎng)期因果關(guān)系，如果α1和α2均統(tǒng)計(jì)不顯著，表明HS300指數(shù)與IF300指數(shù)價(jià)格序列間不存在長(zhǎng)期均衡關(guān)系。因此，可以通過(guò) α1、α2、α12(i)、α21(i)來(lái)判斷HS300指數(shù)和IF300指數(shù)價(jià)格序列間的價(jià)格互動(dòng)影響及領(lǐng)先落后關(guān)系。

三、實(shí)證結(jié)果與分析

本研究實(shí)證檢驗(yàn)分為兩個(gè)部分：第一部分使用修正的GARCH模型來(lái)檢驗(yàn)HS300指數(shù)收益率在IF300指數(shù)推出前后的波動(dòng)性變化；第二部分使用向量誤差修正模型來(lái)對(duì)期貨市場(chǎng)與現(xiàn)貨市場(chǎng)之間的價(jià)格發(fā)現(xiàn)功能進(jìn)行實(shí)證研究。

1.修正的GARCH模型

本部分實(shí)證檢驗(yàn)分兩段進(jìn)行，如表2所示，我們首先利用GARCH（1，1）對(duì)全部樣本數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)γ1的值為1.24E-05，并顯著存在，說(shuō)明IF300指數(shù)的推出增加了HS300指數(shù)收益率的波動(dòng)性，但是這個(gè)影響卻是很微小的。

表2 HS300指數(shù)日收益率序列GRACH（1，1）模型估計(jì)結(jié)果

然后我們對(duì)樣本數(shù)據(jù)以開(kāi)始IF300指數(shù)推出的時(shí)間為分割點(diǎn)進(jìn)行對(duì)比研究。結(jié)果表明，在IF300指數(shù)推出之后，HS300指數(shù)日收益率序列的方差方程中信息參數(shù)α1的值為0.0515，大于推出之前對(duì)應(yīng)的信息參數(shù)值0.0478，這說(shuō)明前一期的市場(chǎng)“噪聲”或“消息”對(duì)即期條件方差的影響程度有所加強(qiáng)，即新的市場(chǎng)信息轉(zhuǎn)為未來(lái)?xiàng)l件方差的速度加快了。另外，在IF300指數(shù)推出之后，方程中代表波動(dòng)性干擾因子影響持久度的持續(xù)參數(shù)β1的值為0.9216，要小于股指期貨推出之前的持續(xù)參數(shù)值0.9332，這意味著前期條件方差對(duì)當(dāng)期條件方差的影響有所減弱，即過(guò)去的信息對(duì)未來(lái)波動(dòng)性的沖擊能力減弱，波動(dòng)的持續(xù)性效果變?nèi)?，說(shuō)明在引入股指期貨仿真交易之后，現(xiàn)貨市場(chǎng)上信息的傳遞速度變快了。

另外，根據(jù)投資學(xué)原理，如果開(kāi)放期貨合約交易，將有跟多的信息被傳遞到其標(biāo)的現(xiàn)貨價(jià)格，那么其所隱含的非條件方差值 UVAR=α0/（1-α1-β1）應(yīng)該會(huì)增加。而根據(jù)表2的數(shù)據(jù)計(jì)算相應(yīng)的UVAR，我們發(fā)現(xiàn)在仿真股指期貨推出后HS300指數(shù)收益率序列的UVAR值為7.10E-04大于推出前的1.81E-04，說(shuō)明引入股指期貨仿真交易后，信息的傳遞效應(yīng)有加強(qiáng)的跡象。

2.向量誤差修正模型（VEC）

在利用VEC模型進(jìn)行實(shí)證研究之前，我們必須對(duì)HS300指數(shù)與IF300指數(shù)價(jià)格是否存在長(zhǎng)期穩(wěn)定的均衡關(guān)系進(jìn)行檢驗(yàn)，即檢驗(yàn)價(jià)格數(shù)據(jù)之間是否存在協(xié)整關(guān)系。由表3中跡統(tǒng)計(jì)量λtrace和最大特征值統(tǒng)計(jì)量λmax可知，5%的顯著水平下，HS300指數(shù)與IF300指數(shù)價(jià)格間存在一個(gè)協(xié)整關(guān)系。這表明盡管HS300指數(shù)與IF300指數(shù)價(jià)格是非平穩(wěn)的（相關(guān)ADF檢驗(yàn)省略），短時(shí)間內(nèi)二者的走勢(shì)可能出現(xiàn)偏離，但長(zhǎng)期來(lái)說(shuō)，則保持著一致性均衡關(guān)系。進(jìn)而，我們可以使用VEC模型來(lái)做進(jìn)一步的分析。

表3 HS300指數(shù)與IF300指數(shù)價(jià)格間的Johansen協(xié)整檢驗(yàn)

表4為VEC模型估計(jì)結(jié)果，表中僅給出誤差修正項(xiàng)的參數(shù)估計(jì)，未列出短期調(diào)整系數(shù)和常數(shù)項(xiàng)的估計(jì)值，原因在于后面的因果檢驗(yàn)將對(duì)短期調(diào)整系數(shù)進(jìn)行聯(lián)合顯著性檢驗(yàn)。從表中我們可以看出，誤差修正項(xiàng)系數(shù)在5%的顯著水平下都顯著，說(shuō)明誤差修正項(xiàng)是調(diào)節(jié)HS300指數(shù)與IF300指數(shù)價(jià)格變動(dòng)的重要因素。但是我們也可以看出R1，t系數(shù)的統(tǒng)計(jì)顯著性比R2，t的低，表明當(dāng)系統(tǒng)偏離均衡狀態(tài)時(shí)，主要通過(guò)現(xiàn)貨市場(chǎng)價(jià)格較大幅度的調(diào)整來(lái)重新達(dá)到均衡，換言之，長(zhǎng)期看來(lái)，在價(jià)格發(fā)現(xiàn)功能上期貨價(jià)格領(lǐng)先現(xiàn)貨價(jià)格，存在由期貨市場(chǎng)到現(xiàn)貨市場(chǎng)的長(zhǎng)期的單向因果關(guān)系。

表4 HS300指數(shù)與IF300指數(shù)價(jià)格VEC模型估計(jì)結(jié)果

通過(guò)對(duì)誤差修正模型中短期調(diào)整系數(shù)的聯(lián)合顯著性檢驗(yàn)，可以了解HS300指數(shù)與IF300指數(shù)間短期的因果關(guān)系，表5為檢定結(jié)果。由表5中的x2統(tǒng)計(jì)量可以看出，在5%的顯著水平下，拒絕“IF300不是HS300變化的原因”的零假設(shè)，同時(shí)接受“HS300不是IF300變化的原因”的零假設(shè)。表示在短期內(nèi)，IF300指數(shù)的變動(dòng)會(huì)對(duì)HS300指數(shù)產(chǎn)生影響，但HS300指數(shù)的變動(dòng)不會(huì)對(duì)IF300指數(shù)產(chǎn)生影響，進(jìn)一步表明在價(jià)格發(fā)現(xiàn)功能上期貨價(jià)格要領(lǐng)先于現(xiàn)貨價(jià)格。

表5 HS300指數(shù)與IF300指數(shù)價(jià)格因果關(guān)系檢定

四、結(jié)論

本文采用滬深300仿真期指（IF300）交易和滬深300指數(shù)（HS300）數(shù)據(jù)日收盤(pán)價(jià)為研究對(duì)象，通過(guò)修正的GARCH模型和向量誤差修正模型（VEC）來(lái)研究在不同的市場(chǎng)結(jié)構(gòu)下，指數(shù)期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)存在的影響及其相互作用關(guān)系。探討了在指數(shù)期貨推出前后現(xiàn)貨市場(chǎng)收益率波動(dòng)性的變化，以及指數(shù)期貨推出后，期貨市場(chǎng)與現(xiàn)貨市場(chǎng)價(jià)格引導(dǎo)關(guān)系，得出如下實(shí)證結(jié)論：

第一，在引入股指期貨仿真交易之后，新的市場(chǎng)信息影響現(xiàn)貨波動(dòng)率的能力增強(qiáng)，而過(guò)去的信息對(duì)未來(lái)波動(dòng)性的沖擊能力減弱，這說(shuō)明股指期貨的推出能在一定程度上改善現(xiàn)貨市場(chǎng)內(nèi)的流動(dòng)速度，提高了市場(chǎng)的效率。

第二，滬深300仿真期指和滬深300指數(shù)價(jià)格表現(xiàn)出協(xié)整性質(zhì)，顯示二者具有長(zhǎng)期穩(wěn)定的均衡關(guān)系。在價(jià)格發(fā)現(xiàn)功能上期貨價(jià)格領(lǐng)先現(xiàn)貨價(jià)格，存在由期貨市場(chǎng)到現(xiàn)貨市場(chǎng)的長(zhǎng)期的單向因果關(guān)系，說(shuō)明期貨價(jià)格具有引導(dǎo)現(xiàn)貨價(jià)格向均衡方向調(diào)整的功能。

由上可知，股指期貨的推出有利于提高現(xiàn)貨市場(chǎng)價(jià)格機(jī)制功能的發(fā)揮和資源配置效率的改進(jìn)，并從經(jīng)驗(yàn)上支持了股指期貨市場(chǎng)的開(kāi)放政策。但我們也要認(rèn)識(shí)到，股指期貨仿真交易的引入所引起的現(xiàn)貨市場(chǎng)的效率的改進(jìn)還很小，而且關(guān)于價(jià)格發(fā)現(xiàn)功能上的研究也指出股指期貨仿真指數(shù)價(jià)格的變動(dòng)對(duì)現(xiàn)貨市場(chǎng)價(jià)格產(chǎn)生影響具有單向性，沒(méi)有形成交互影響。這說(shuō)明要真正完全發(fā)揮期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)、套期保值、資產(chǎn)配置等功能還需要一定的時(shí)間，究其原因可能與我國(guó)股指期貨仿真交易推出時(shí)間不長(zhǎng)而且其所涉及交易面不廣有很大關(guān)系。

［1］Cass，D.，Shell，K.，Do Sunspots Matter?[J].Journal of Political Economy，vol.91，No.2，1983，pp.193-227.

［2］Lockwood，L.，Linn，S.，An Examination of Stock Market Return Volatility During Overnight and Intraday Periods[J]，Journal of Finance，vol.45，No.2，1990，pp.591-601

［3］Antoniou，A，.Holems，P.，F(xiàn)utures trading information and spot price volatility:evidence for the FTSE-100 Stock Index Futures Contract using GARCH [J].Journal of Banking and Finace，vol.19，No.1，1995，pp.117-129

［4］Chan，K.，A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market[J].Review of Financial Studies，vol.5，No.1，1992，pp.123-151

［5］Ghosh，A.，Cointegration and Error Correction Models:Intertemporal Causality between Index and Futures Prices [J].Journal of Futures Markets，vol.13，No.2，1995，pp.193-198

［6］Kim，M.，Szakmary，A.C.，and Schwarz，T.V.Trading Costs and Price Discovery across Stock Index Futures and Cash Market[J].Journal of Futures Markets，vol.19，No.4，1999，pp.475-498

［7］Baldauf，B.，Santoni，G.J.，Stock price volatility:Some evidence form an ARCH model[J]，The Journal of Futures Markets，vol.11，No.2，1991，pp.191-200

［8］Bollerslev，Tim.Generalized Autoregressive Conditional Heteroscedasticity[J].Journal of Econometrics，No.31，1986，pp.307-327

［9］Engle，Robert F.and C.W.J.Granger.Co-integration and Error Correction:Representa tion，Estimation and Testing[J].Econometrica，vol.55，No.2，1987，pp.251-276

［10］肖輝，鮑建平，吳沖鋒.股指與股指期貨價(jià)格發(fā)現(xiàn)過(guò)程研究[J].系統(tǒng)工程學(xué)報(bào)，2006，21（8）:438-441

［11］史美景，邱長(zhǎng)溶.股指期貨對(duì)現(xiàn)貨市場(chǎng)的信息傳遞效應(yīng)分析[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2007，29（4）:27-31

［12］劉鳳根，王曉芳.股指期貨與股票市場(chǎng)波動(dòng)性關(guān)系的實(shí)證研究[J].財(cái)貿(mào)研究 2008，（3）:86-94

［13］張維，王平，熊熊.印度股票市場(chǎng)與期貨市場(chǎng)信息傳遞性研究[J].上海金融，2006，（9）:54-57

［14］郭彥峰，黃登仕，魏宇.我國(guó)指數(shù)期貨與現(xiàn)貨之間的價(jià)格發(fā)現(xiàn)和波動(dòng)性外溢[J].管理評(píng)論 2009.21（8）:13-22

［15］高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模.北京：清華大學(xué)出版社，2006