H股指數(shù)期貨對現(xiàn)貨市場信息效率影響的實(shí)證研究

　　摘要：H股指數(shù)期貨作為與中國內(nèi)地股市關(guān)聯(lián)度最高的海外股指期貨，它對現(xiàn)貨市場的影響是觀察滬深300指數(shù)期貨對現(xiàn)貨市場影響的重要窗口。本文基于混合分布假說，分別利用線性Granger因果關(guān)系檢驗(yàn)方法與非線性Granger因果關(guān)系檢驗(yàn)方法對H股指數(shù)期貨推出前后現(xiàn)貨市場內(nèi)部交易特征進(jìn)行研究。研究顯示：現(xiàn)貨市場交易量與收益率之間不僅存在雙向非線性Granger因果關(guān)系，并且在股指期貨推出后，現(xiàn)貨市場交易量推動(dòng)價(jià)格波動(dòng)的能力更強(qiáng)，由此表明H股指數(shù)期貨降低了現(xiàn)貨市場信息不對稱，線性Granger因果關(guān)系檢驗(yàn)方法則低估了交易量與收益率之間的內(nèi)在聯(lián)系。
　　關(guān)鍵詞：H股指數(shù)期貨；現(xiàn)貨市場；信息效率；非線性Granger檢驗(yàn)
　　中圖分類號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A
　　文章編號(hào)：1000-176X（2011）03-0064-07
　　收稿日期：2010-12-06
　　基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目（70671019；70871019；71072140）；教育部人文社會(huì)科學(xué)青年基金項(xiàng)目（09YJC630022）；遼寧省教育廳項(xiàng)目（2009A242）；教育部新世紀(jì)優(yōu)秀人才項(xiàng)目（NCET-06-0294）；遼寧省百千萬人才項(xiàng)目（［2008］179090）；國家留學(xué)基金項(xiàng)目（教外留［2010］1174）；東北財(cái)經(jīng)大學(xué)社會(huì)與行為跨學(xué)科研究中心對外公開招標(biāo)項(xiàng)目
　　作者簡介：袁紹鋒（1982-），男，湖南郴州人，博士研究生，主要從事資產(chǎn)定價(jià)和市場微觀結(jié)構(gòu)等方面研究。E-mail：yuanshaofeng1982@126.com
　　甄紅線（1974-），女，遼寧丹東人，副教授，主要從事公司治理和財(cái)務(wù)管理等方面研究。
　　
　　一 、引言
　　證券市場信息效率的代表性理論之一是Clark［1］最早提出的混合分布假說。該假說認(rèn)為，價(jià)格波動(dòng)是由一個(gè)潛在的混合變量驅(qū)使的，該混合變量一般被假定為信息流速率，即每日信息到達(dá)市場的次數(shù)，交易量可以看做信息變量的替代變量。此后，Harris和Raviv［2］利用市場微觀結(jié)構(gòu)理論證明價(jià)格變化與交易量相結(jié)合所形成的指標(biāo)設(shè)計(jì)可以刻畫市場運(yùn)行的信息效率，其基本原理是：若單位交易量的變化引起價(jià)格較大變化，投資者意見分歧較小，則市場信息不對稱程度較低；反之，則市場信息不對稱程度較高。然而，在關(guān)于交易量與價(jià)格的相互影響關(guān)系的實(shí)證研究中，現(xiàn)有的大多數(shù)研究文獻(xiàn)或結(jié)合傳統(tǒng)的Granger因果檢驗(yàn)進(jìn)行分析，或在一元GARCH模型中引入交易量因子。這樣的方法可能存在著較大的局限性，如Hiemstra和Jones［3］的研究表明，交易量與價(jià)格之間的相互影響關(guān)系具有顯著的非線性特征，如果利用傳統(tǒng)的Granger檢驗(yàn)方法存在著低估二者之間真實(shí)聯(lián)系的可能，如果利用一元GARCH模型則無法體現(xiàn)收益率對價(jià)格的影響。有鑒于此，本文嘗試在現(xiàn)有研究基礎(chǔ)上，采用非線性Granger因果檢驗(yàn)對313bb47cec42c95606b032aa16ef0a5b股指期貨推出對現(xiàn)貨市場信息效率的影響展開研究，落腳點(diǎn)是研究現(xiàn)貨市場價(jià)量關(guān)系的變化。
　　二 、文獻(xiàn)綜述
　　股指期貨面世以來，國外學(xué)者對股指期貨對現(xiàn)貨市場的沖擊效應(yīng)進(jìn)行了大量理論研究與實(shí)證分析。
　　首先，從股指期貨推出前后現(xiàn)貨市場價(jià)格、交易量與波動(dòng)性的變化來看，Jegadeesh 和 Subrahmanyam［4］認(rèn)為現(xiàn)貨市場在引入S&P500指數(shù)期貨交易后現(xiàn)貨市場買賣價(jià)差顯著擴(kuò)大，信息不對稱是導(dǎo)致現(xiàn)貨市場買賣價(jià)差擴(kuò)大的重要原因。Jochum 和 Kodres［5］發(fā)現(xiàn)即期市場在引入期貨交易后波動(dòng)性變大，但Spyros［6］認(rèn)為期貨市場的引入沒有顯著影響現(xiàn)貨市場的價(jià)格波動(dòng)。其次，從股指期貨市場價(jià)格變動(dòng)與現(xiàn)貨市場價(jià)格變動(dòng)的長期協(xié)整關(guān)系來看，短期內(nèi)，股指期貨價(jià)格的變動(dòng)快于現(xiàn)貨市場價(jià)格的波動(dòng)，而長期內(nèi)卻存在協(xié)整關(guān)系。Chu等［7］研究發(fā)現(xiàn)，S&P 500指數(shù)三種產(chǎn)品（現(xiàn)貨市場、期貨市場以及SPDRs S&P Depositary Receipts markets）之間的價(jià)格存在長期協(xié)整關(guān)系，但現(xiàn)貨市場與股指期貨市場并不存在長期關(guān)系。最后，從股指期貨市場對現(xiàn)貨市場的信息效率影響來看，與現(xiàn)貨交易相比，股指期貨提供了更為方便的賣空交易方式和較低的交易成本，使得股指期貨價(jià)格對信息反應(yīng)更快，其價(jià)格變動(dòng)也往往領(lǐng)先現(xiàn)貨市場價(jià)格變動(dòng)（Stoll 和Whaley［8］；Chee0ec2f9c151912b9501db26c09e3b95an［9］）。Hegde 和McDermott［10］研究了S&P 500 指數(shù)成分股調(diào)整對該成分股流動(dòng)性的影響，發(fā)現(xiàn)新增加的成分股流動(dòng)性增強(qiáng)，其主要原因是直接交易成本增加和信息不對稱程度降低。由于股票指數(shù)是整個(gè)經(jīng)濟(jì)運(yùn)行狀況的基本反映，削弱了現(xiàn)貨市場信息不對稱程度從而降低了現(xiàn)貨市場的波動(dòng)性，但Gulen和Mayhew［11］認(rèn)為能否降低現(xiàn)貨市場信息結(jié)構(gòu)因國家而異。另一種觀點(diǎn)認(rèn)為股指期貨的推出改變了現(xiàn)貨市場信息結(jié)構(gòu)，使投資者集中在成分股交易（Gorton和Pennacchi［12］）。
　　國內(nèi)有關(guān)股指期貨對現(xiàn)貨市場沖擊效應(yīng)的經(jīng)驗(yàn)研究始于最近幾年。如肖輝和吳沖鋒［13］利用GARCH（1，1）模型對股指與股指期貨日內(nèi)互動(dòng)關(guān)系研究；肖輝等［14］使用脈沖響應(yīng)和一般因子分解模型檢驗(yàn)了股指與股指期貨價(jià)格發(fā)現(xiàn)過程；涂志勇和郭明［15］研究發(fā)現(xiàn)，股指期貨的推出對指數(shù)的影響將取決于羊群效應(yīng)的大小。當(dāng)趨勢交易者跟風(fēng)程度較弱時(shí)，股指在期貨推出前短期下跌，推出后繼續(xù)下跌。當(dāng)趨勢交易者跟風(fēng)程度較強(qiáng)時(shí)，股指在期貨推出前短期上漲，推出后則下跌。嚴(yán)敏等［16］利用帶有誤差修正的雙變量EGARCH 模型對我國股指期貨市場的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)。上述研究雖極大地豐富了對股指期貨市場功能的認(rèn)識(shí)，但大都停留在股指期貨價(jià)格發(fā)現(xiàn)功能的研究層面，并且以線性Granger檢驗(yàn)思想為核心建模思想，存在低估期貨推出對現(xiàn)貨市場信息效率影響的可能。本文在借鑒潘越［17］研究思想的基礎(chǔ)上，采用非線性Granger因果檢驗(yàn)方法對股指期貨推出前后現(xiàn)貨市場信息效率的變化進(jìn)行考察，通過觀察股指期貨推出前后現(xiàn)貨市場價(jià)量關(guān)系的變化判斷市場信息效率是否改進(jìn)，與線性Granger因果檢驗(yàn)方法相比，非線性Granger檢驗(yàn)方法提高了研究的精度。
　　三、研究設(shè)計(jì)
　　Granger提出的 Granger因果檢驗(yàn)方法，是現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)中的重要分析工具，在經(jīng)濟(jì)學(xué)研究領(lǐng)域中得到了廣泛的應(yīng)用。為考察平穩(wěn)序列X t是否是另一平穩(wěn)序列Y t產(chǎn)生的原因，Granger因果檢驗(yàn)的程序是：首先估計(jì)當(dāng)前Y t值被其自身滯后期取值所能解釋的程度，然后引入序列 Y t的滯后值，并檢驗(yàn)其是否可以提高X t的被解釋程度。如果是，則稱序列X t是 Y t 的 Granger 原因。但該模型可能會(huì)忽視變量之間非常顯著的非線性因果關(guān)系，低估變量之間的真實(shí)關(guān)系，仍有進(jìn)一步改進(jìn)的需要。1992年，Baek和Brock［18］提出一種基于空間概率中的關(guān)聯(lián)和（correlation integral）概念非參數(shù)統(tǒng)計(jì)方法，用于估計(jì)事物間的非線性關(guān)系，但該檢驗(yàn)假定變量是獨(dú)立同分布，這與現(xiàn)實(shí)金融數(shù)據(jù)的特點(diǎn)不符。隨后，Hiemstra 和Jones放寬了變量必須獨(dú)立同分布的假設(shè)，允許檢驗(yàn)變量之間具有弱依賴性，從而極大地拓展了這種檢驗(yàn)方法的適用性。H-J模型的實(shí)質(zhì)是關(guān)于變量因果關(guān)系的二步法檢驗(yàn)，即在變量線性Granger因果關(guān)系檢驗(yàn)的基礎(chǔ)上，對其殘差進(jìn)行非線性因果關(guān)系檢驗(yàn)。
　　
　?。ㄒ唬┚€性Granger因果關(guān)系檢驗(yàn)方法
　　線性Granger檢驗(yàn)的具體步驟是：首先對X t、X t進(jìn)行平穩(wěn)性檢驗(yàn)，在此基礎(chǔ)上進(jìn)行協(xié)整關(guān)系檢驗(yàn)；如果變量之間存在協(xié)整關(guān)系，則引入誤差修正模型項(xiàng)，通過檢驗(yàn)VECM-VAR模型參數(shù)的顯著性確定變量之間的相互引導(dǎo)關(guān)系。具體檢驗(yàn)方程為：
　　
　?。ǘ┓蔷€性Granger因果關(guān)系檢驗(yàn)方法
　　1.非線性Granger因果關(guān)系檢驗(yàn)核心思想
　　非線性因果關(guān)系檢驗(yàn)平穩(wěn)序列Y t是否是另一平穩(wěn)序列X t產(chǎn)生的原因時(shí)，采用這樣的方法：首先估計(jì)任意兩組Lx個(gè)元素的X t滯后變量之間的范數(shù)落在帶寬e的條件下，m個(gè)元素的X t超前變量也落在帶寬e之內(nèi)的條件概率；然后引入Ly個(gè)Y t滯后變量對條件概率的影響，即估計(jì)任意兩組Lx個(gè)元素的X t滯后變量與Ly個(gè)滯后變量之間的范數(shù)均落在帶寬e的條件下，m個(gè)元素的X t超前變量也落在帶寬e之內(nèi)的條件概率；最后如果兩種情況下的條件概率沒有顯著差異，那么原假設(shè)“Y t不是另一平穩(wěn)序列X t產(chǎn)生的原意”不能被拒絕。原假設(shè)的函數(shù)表達(dá)式為：
　　
　　在H-J檢驗(yàn)中，σ 是差值的方差。σ （m，Lx，Ly，e）是十分關(guān)鍵的值，因?yàn)樗桥卸ㄔ僭O(shè)是否成立的臨界值。Hiemstra 和Jones給出了極為復(fù)雜的σ的計(jì)算定義式，但是為簡便起見，本文在對殘差進(jìn)行標(biāo)準(zhǔn)化處理的基礎(chǔ)上，直接假定e=1.5σ，而σ=1 。此外，本文令m=1，以考察滯后變量對當(dāng)期的影響。
　?。ㄈ颖具x取與數(shù)據(jù)處理
　　2003年10月8日，香港交易所推出 H股指數(shù)期貨，H股指數(shù)期貨的相關(guān)指數(shù)為恒生中國企業(yè)指數(shù)（HSCEI），它是由恒指服務(wù)有限公司編纂及計(jì)算的市值加權(quán)股票指數(shù)，該指數(shù)的成份股大約每半年調(diào)整一次。本文采取以下方法選取樣本：一是以H股指數(shù)及成分股交易額度量成分股的價(jià)格與成交量。二是按照H股指數(shù)編纂方法構(gòu)造非成分股指數(shù)，具體方法是從港交所掛牌上市的所有H股票非成分股中抽取具有市場代表性的20家上市公司的股票為樣本，以流通股本為權(quán)數(shù)加權(quán)平均法計(jì)算，以2002年10月7日為基日，基日指數(shù)定為2 000點(diǎn)，非成分股股價(jià)指數(shù)＝現(xiàn)時(shí)成分股總市值／基期成分股總市值×2 000。然后以非成分股指數(shù)組合股票日交易量之和反映非成分股的交易量。三是截取2002年10月8日—2004年10月7日為樣本期間（即H股指數(shù)期貨推出前后1年），以2003年10月8日為分水嶺，將樣本區(qū)間劃分為股指期貨推出前樣本區(qū)間與股指期貨推出后樣本區(qū)間。所選樣本期間每一序列共496個(gè)有效數(shù)據(jù)，所有數(shù)據(jù)均來自Bloomberg與Resset數(shù)據(jù)庫。
　　為更好地研究交易量與價(jià)格變化之間的關(guān)系，定義交易額變動(dòng)率為交易額比的自然對數(shù)，指數(shù)收益率為指數(shù)比的自然對數(shù)，即：
　　
　　四、結(jié)果分析
　?。ㄒ唬颖久枋鲂越y(tǒng)計(jì)
　　表1給出了變量的基本統(tǒng)計(jì)特征描述：一是股指期貨推出后，成分股組合股票與非成分股組合股票交易額變動(dòng)率的均值與標(biāo)準(zhǔn)差顯著擴(kuò)大，指數(shù)收益率的均值顯著變小，而指數(shù)收益率的標(biāo)準(zhǔn)差卻并沒有顯著增加。據(jù)此可以初步可以判定，股指期貨推出后，市場交易活躍度在增加，市場深度在擴(kuò)大，市場流動(dòng)性增強(qiáng)。二是從序列的偏度、峰度以及JB 統(tǒng)計(jì)量來看，變量序列均不服從正態(tài)分布，呈現(xiàn)一般金融時(shí)間序列所具有的尖峰厚尾特征。
　　
　　表1 成分股組合股票與非成分股組合股票指數(shù)收益率與交易額變動(dòng)率基本統(tǒng)計(jì)特征
　　
　　注：erh表示股指期貨推出前H股指數(shù)收益率，prh表示股指期貨推出后H股指數(shù)收益率，evh表示股指期貨推出前H股指數(shù)成分股股票組合交易額變動(dòng)率，pvh表示股指期貨推出后H股指數(shù)成分股股票組合交易額變動(dòng)率，ern表示股指期貨推出前非成分股指數(shù)收益率，prn表示股指期貨推出后非成分股指數(shù)收益率，evn表示股指期貨推出前H非成分股股票組合交易額變動(dòng)，pvn表示股指期貨推出后H非成分股股票組合交易額變動(dòng)率（下同）。
　　
　?。ǘ┗赩EC-VAR模型的線性Granger檢驗(yàn)
　　為發(fā)掘現(xiàn)貨市場價(jià)格形成過程并避免出現(xiàn)偽回歸現(xiàn)象，本文利用ADF統(tǒng)計(jì)量檢驗(yàn)時(shí)間序列數(shù)據(jù)平穩(wěn)性，利用AIC值與SC值最小確定最優(yōu)滯后階數(shù)，利用Johansen統(tǒng)計(jì)量檢驗(yàn)變量之間的協(xié)整關(guān)系，利用VEC-VAR估計(jì)交易量與收益率偏離均衡時(shí)的調(diào)整速度。
　　1.收益率與交易額變動(dòng)率協(xié)整關(guān)系檢驗(yàn)
　　ADF檢驗(yàn)統(tǒng)計(jì)量顯示指數(shù)收益率與組合股票交易額變動(dòng)率都是平穩(wěn)的。進(jìn)一步，利用Johansen極大似然估計(jì)檢驗(yàn)四組變量之間的協(xié)整關(guān)系，在進(jìn)行檢驗(yàn)時(shí)考慮了含有常數(shù)和時(shí)間趨勢情況，根據(jù)SC準(zhǔn)則、AIC準(zhǔn)則確定最佳滯后階數(shù)的方程形式，最終我們確定第一組、第二組滯后階數(shù)1—3，第三組、第四組滯后階數(shù)1—4，Johansen檢驗(yàn)結(jié)表明無論是股指期貨推出前，還是股指期貨推出后，交易量變動(dòng)率與收益率波動(dòng)之間存在長期協(xié)整關(guān)系，具體結(jié)果見表2所示。
　　
　　表2 股指期貨推出前后現(xiàn)貨市場收益率與交易量變動(dòng)率協(xié)整關(guān)系統(tǒng)計(jì)表
　　
　　表3 股指期貨推出前后現(xiàn)貨市場收益率與交易量變動(dòng)率協(xié)整關(guān)系統(tǒng)計(jì)表
　　
　　協(xié)整檢驗(yàn)結(jié)果顯示：一是交易量的變動(dòng)與收益率變動(dòng)之間存在長期協(xié)整關(guān)系。四組變量時(shí)間序列的軌跡檢驗(yàn)和特征根檢驗(yàn)，均在5 %的置信水平下拒絕原假設(shè) rank（∏）≤1 和 rank（∏）=1，在 5 %的置信水平下接受了原假設(shè) rank（∏）≤2 和 rank（∏）=2 。二是股指期貨推出后，現(xiàn)貨市場交易量的波動(dòng)與變化之間的協(xié)整關(guān)系顯著上升，其中成分股收益率與交易量變動(dòng)率的協(xié)整系數(shù)由0.19上升至0.595，非成分股指數(shù)收益率與交易量變動(dòng)率的協(xié)整系數(shù)由0.37上升至0.63。長期協(xié)整關(guān)系的上升表明，股指期貨的推出降低了現(xiàn)貨市場信息不對稱程度，尤其是降低了H股指數(shù)成分股票的信息不對稱。正是由于投資者關(guān)于證券市場信息分歧縮小，交易量與價(jià)格之間的協(xié)整關(guān)系提升，這也與Harris的結(jié)論一致。
　　2.指數(shù)收益率與組合股票交易額變動(dòng)率Granger因果關(guān)系檢驗(yàn)
　　鑒于交易量的變動(dòng)率與收益率之間存在協(xié)整關(guān)系，我們進(jìn)一步對四組向量組合殘差項(xiàng)進(jìn)行 ADF單位根檢驗(yàn)，發(fā)現(xiàn)均拒絕零假設(shè)，即殘差序列為平穩(wěn)序列。在此基礎(chǔ)上，交易量的變動(dòng)與收益率的變動(dòng)之間建立向量誤差修正模型（VECM）。四組變量之間的VECM方程參數(shù)如下：
　?。?）股指期貨推出前，H股指數(shù)收益率與成分股交易額變動(dòng)率之間的雙變量方程為：
　　
　?。?）股指期貨推出后，H股指數(shù)收益率與成分組合股票交易額變動(dòng)率之間的誤差修正方程為：
　　
　?。?）股指期貨推出前，非成分股指數(shù)收益率與成分股交易額變動(dòng)率之間的雙變量方程如下：
　　
　?。?）股指期貨推出后，非成分股指數(shù)收益率與成分股交易額變動(dòng)率之間的雙變量方程如下：
　　
　　誤差修正模型表明：（1）H股指數(shù)收益率的波動(dòng)具有長記憶特征，并且滯后階數(shù)收益率的波動(dòng)對當(dāng)期收益率產(chǎn)生正的影響，這是因?yàn)槭荋股指數(shù)收益率系統(tǒng)性風(fēng)險(xiǎn)的體現(xiàn)，在成功抵御了亞洲金融危機(jī)的沖擊之后中國經(jīng)濟(jì)取得了快速速發(fā)展，良好的宏觀經(jīng)濟(jì)形勢強(qiáng)化了投資者對H股的市場信心。（2）非H股指數(shù)成分股收益率雖然也具有長期記憶特征，但是滯后階數(shù)收益率的波動(dòng)對當(dāng)期收益率產(chǎn)生負(fù)的影響，這可能與非成分股股票價(jià)格往往與公司異質(zhì)性有關(guān)，也容易受到內(nèi)幕交易者行為的影響，表現(xiàn)出超調(diào)的特征。（3）與指數(shù)收益率的調(diào)整速度相比，證券交易量的調(diào)整速度非常迅速，這可以從“混合分布假設(shè)”的理論得到初步解釋。Clark認(rèn)為價(jià)格波動(dòng)是由一個(gè)潛在的混合變量驅(qū)使的，該混合變量一般被假定為信息流速率，即每日信息到達(dá)市場的次數(shù)，而交易量可以看做信息變量的替代變量。（4）股指期貨推出前后，H股指數(shù)收益率是導(dǎo)致成分股股票交易量變動(dòng)率的Granger原因，但是交易量變動(dòng)并不能引起指數(shù)收益率變動(dòng)。非成分股指數(shù)收益率與交易量變動(dòng)率之間并不存在顯著的格蘭杰因果關(guān)系。線性Granger因果關(guān)系檢驗(yàn)表明交易量的頻繁變動(dòng)對收益率波動(dòng)幾乎不產(chǎn)生影響，這究竟是數(shù)據(jù)的巧合，還是由于線性Granger估計(jì)方法固有的缺陷所導(dǎo)致的錯(cuò)覺？為進(jìn)一步探明兩者之間真正的內(nèi)在聯(lián)系，我們將檢驗(yàn)交易量和收益率之間的非線性因果聯(lián)系。
　　
　?。ㄈ┗诜蔷€性Granger模型實(shí)證結(jié)果與分析
　　誤差修正模型表明交易量與收益率之間不存在顯著的線性Granger因果原因，由此提出的疑問是交易量與收益率是否存在非線性因果關(guān)系？如果存在非線性因果關(guān)系，那么基于傳統(tǒng)的 Granger因果檢驗(yàn)方法對其相互間的影響關(guān)系進(jìn)行檢驗(yàn)時(shí)，可能導(dǎo)致結(jié)論出現(xiàn)顯著偏差。為了考察交易量與國際傳遞過程中是否存在著非線性趨勢，并保證結(jié)論的穩(wěn)健性。我們利用式（1）剔除 A 股和 H 股指數(shù)之間的線性依賴性，然后利用H-J模型對非線性關(guān)系進(jìn)行統(tǒng)計(jì)，并把收益率與交易量的共同滯后階數(shù)（Lx=Ly）1—5的檢驗(yàn)結(jié)果列于表3。
　　表3 基于 VAR線性過濾的非線性 Granger因果檢驗(yàn)
　　
　　注：（1）原假設(shè)中，erh≠→evh表示股指期貨推出前，H股指數(shù)收益率不是引起成分股股票組合交易量變動(dòng)的原因；evh≠→erh表示股指期貨推出前，成分股股票交易量的變動(dòng)不是引起H指數(shù)收益率變動(dòng)的原因；ern≠→evn表示股指期貨推出前，非成分股指數(shù)收益率不是引起非成分股股票組合交易量變動(dòng)的原因；evn≠→ern表示股指期貨推出前，非成分股股票交易量的變動(dòng)不是引起非成分股指數(shù)收益率變動(dòng)的原因； prh≠→pvh表示股指期貨推出后，H股指數(shù)收益率不是引起成分股股票組合交易量變動(dòng)的原因；pvh≠→prh表示股指期貨推出后，成分股股票交易量的變動(dòng)不是引起H指數(shù)收益率變動(dòng)的原因；prn≠→pvn表示股指期貨推出后，非成分股指數(shù)收益率不是引起非成分股股票組合交易量變動(dòng)的原因；pvn≠→prn表示股指期貨推出后，非成分股股票交易量的變動(dòng)不是引起非成分股指數(shù)收益率變動(dòng)的原因。（2）*表示在 5 %的顯著性水平下拒絕原假設(shè)。
　　
　　由表3可知，基于1—3階滯后階數(shù)的檢驗(yàn)結(jié)果均十分穩(wěn)健。本文研究發(fā)現(xiàn)，交易量與價(jià)格變動(dòng)的非線性影響關(guān)系中，交易量與價(jià)格之間存在雙向因果關(guān)系，這一現(xiàn)象或許能支持“混合分布假設(shè)”理論。每日達(dá)到的信息會(huì)同時(shí)影響交易量和價(jià)格變化，但是我們發(fā)現(xiàn)這種變化并不是直接正相關(guān)的，而是由市場上多空雙方的反復(fù)力量調(diào)整來實(shí)現(xiàn)的。股指期貨的推出降低了現(xiàn)貨市場信息不對稱，因此與股指期貨推出前相比，交易量能更大程度上推動(dòng)價(jià)格的波動(dòng)。
　　五、研究結(jié)論與展望
　　本文研究H股指數(shù)期貨推出前后現(xiàn)貨市場內(nèi)部交易特征的變化，以H股指數(shù)期貨推出為分水嶺，將2002年10月— 2004 年10月的樣本期分成兩個(gè)不同的區(qū)間，分別研究在兩個(gè)不同階段里交易量與收益率的相互影響關(guān)系。線性 Granger 因果關(guān)系檢驗(yàn)的結(jié)果顯示，雖然現(xiàn)貨市場交易量與收益率存在長期協(xié)整關(guān)系，并且股指期貨推出后，收益率與交易量的長期協(xié)整得到提升，但是交易量股和收益率并不存在明顯相互聯(lián)系。無論是股指期貨推出前，還是股指期貨推出后，僅存在著H股指數(shù)收益率是引起交易量變化的單向因果關(guān)系。但利用Hiemstra 和Jones所提出的非線性 Granger 因果關(guān)系檢驗(yàn)方法對此進(jìn)行檢驗(yàn)，表明交易量與收益率之間存在著雙向的因果關(guān)系。股指期貨的推出降低了現(xiàn)場市場信息不對稱，交易量推動(dòng)市場價(jià)格波動(dòng)的能力更強(qiáng)。
　　我國滬深300指數(shù)期貨剛推出不久，暫時(shí)無法利用高頻交易數(shù)據(jù)對滬深300指數(shù)期貨對現(xiàn)貨現(xiàn)貨市場內(nèi)部交易機(jī)制的影響進(jìn)行研究，這是本文的主要不足。所幸的是非線性Granger檢驗(yàn)技術(shù)的應(yīng)用提高了研究結(jié)果的精確性，而且揭示了H股指數(shù)交易量與價(jià)格之間的內(nèi)在聯(lián)系，從而有助于資本市場投資者和政府相關(guān)部門了解股指期貨推出對現(xiàn)貨市場價(jià)格形成機(jī)制的影響。
　　
　　參考文獻(xiàn)：
　?。?］Clark，P.K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices ［J］.Econometric，1973，（41）：135-155
　?。?］Harris， M.，Raviv，A.Differences of Opinion Make a Horse Race ［J］.Review of Financial Studies，1993，（6）：473-506.
　?。?］Hiemstra， C.，Jones，J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation ［J］.Journal of Finance，1994，（49）：1639-1664.
　　［4］Jegadeesh， N.，Subrahmanyam，A.Liquidity Effects of the Introduction of the S&P 500 Index Futures Contract on Underlying Stocks ［J］.The Journal of Business，1993，（66）：171-187.
　?。?］Jochum， C.，Kodres，L.Does the Introduction of Futures on Emerging Market Currencies Destablize the Underlying Currencies?［R］.IMF Working Paper，1998：WP/98/13.
　　［6］Spyros， I.S.Index Futures Trading and Spot Price Volatility［J］.Journal of Emerging Market Finance，2005，（4）：151-167.
　?。?］Chu， Q.C.，Hsiehb，W.G.，Tsec，Y.Price Discovery on the S&P 500 Index Markets：An Analysis of Spot Index，Index Futures，and SPDRs ［J］.International Review of Financial Analysis，2003，（8）：21-34.
　?。?］Stoll， H.R.，Whaley，R.E.The Dynamics of Stock Index and Stock Index Futures Returns ［J］.Journal of Financial and Quantitative Analysis，1990，（25）：441-468.
　　［9］Chan， K.A Further Analysis of the Lead-Lag Relationship between the Cash Market and Stock Index Futures Market ［J］.Review of Financial Studies，1992，（4）：123-152.
　　［10］Hegde， S.P.，Mcdermott，J.B.The Liquidity Effects of Revisions to the S&P 500 Index: An Empirical Analysis ［J］.Journal of Financial Markets，2003，（6）：413-459.
　?。?1］Gulen， H.，Mayhew，S.Stock Index Futures Trading and Volatility in International Equity Markets ［J］.Journal of Futures Markets，2000，（20）：661-685.
　?。?2］Gorton， G.B.，Pennacchi，G.G.Security Baskets and Index-Linked Securities［J］.The Journal of Business，1993，（66）：1-27.
　　［13］肖輝，吳沖鋒.股指與股指期貨日內(nèi)互動(dòng)關(guān)系研究［J］.系統(tǒng)工程理論與實(shí)踐，2004，（5）：17-21.
　?。?4］肖輝，鮑建平，吳沖鋒.股指與股指期貨價(jià)格發(fā)現(xiàn)過程研究［J］.系統(tǒng)工程學(xué)報(bào)，2006，（8）：438-441.
　　［15］涂志勇，郭明.股指期貨推出對現(xiàn)貨市場價(jià)格影響的理論分析［J］.金融研究，2008，（10）：104-116.
　?。?6］嚴(yán)敏，巴曙松，吳博.我國股指期貨市場的價(jià)格發(fā)現(xiàn)與波動(dòng)溢出效應(yīng)［J］.系統(tǒng)工程，2009，（10）：32-38.
　?。?7］潘越.基于非線性Granger因果檢驗(yàn)的股市間聯(lián)動(dòng)關(guān)系研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（9）：87-100.
　?。?8］Baek， E.，Brock，W. A Nonparametric Test for Independence of a Multivariate Time Series ［J］.Statistica Sinica，1992，（2）：137-156.
　?。ㄘ?zé)任編輯：孟耀）