滬深300指數(shù)期貨與現(xiàn)貨市場的動態(tài)關(guān)聯(lián)性研究
——基于2010年4月16日以來的高頻數(shù)據(jù)

文鳳華，劉文井，楊曉光,3

(1.長沙理工大學(xué) 經(jīng)濟與管理學(xué)院，湖南 長沙 410114；2.湖南省金融工程與金融管理研究中心，湖南 長沙 410004；3.中國科學(xué)院 數(shù)學(xué)與系統(tǒng)科學(xué)研究院管理、決策與信息系統(tǒng)重點實驗室，北京 100080)

2010年4月16日，滬深300股票指數(shù)期貨正式在中國金融期貨交易所掛牌交易，這是我國金融市場發(fā)展的一個重要里程。理論上，指數(shù)期貨具有套期保值、規(guī)避風(fēng)險、資產(chǎn)配置等功能，在實際運行中，股指期貨能否正常發(fā)揮其功能還依賴于它的運行效率。一個具有良好運行效率的股指期貨市場對信息的反應(yīng)與現(xiàn)貨市場的反應(yīng)基本上是一致的，信息在期、現(xiàn)市場之間互相傳遞，通過市場間的交易互動共同驅(qū)動資產(chǎn)價格向基本面靠攏，使股指期貨價格與現(xiàn)貨價格處與一種長期穩(wěn)定的動態(tài)均衡狀態(tài)之中。但由于微觀結(jié)構(gòu)設(shè)計和投資者類型的差異，股指期貨市場與現(xiàn)貨市場對同一信息的反應(yīng)速率往往存在一定的差異，期貨價格與現(xiàn)貨價格不會時刻維持在長期均衡水平上，而是通過不斷的對短期非均衡偏差進行動態(tài)調(diào)整，使系統(tǒng)維持長期均衡。期、現(xiàn)兩市之間的動態(tài)關(guān)聯(lián)性主要體現(xiàn)為價格上的引導(dǎo)關(guān)系以及市場間的波動溢出效應(yīng)，研究這兩種動態(tài)關(guān)系對了解我國股指期貨市場的運行效率具有十分重要的理論價值與實際意義。

指數(shù)期貨市場具有低交易成本、高流動性、高杠桿、允許賣空操作等特點，這些特點使股指期貨市場對信息的反應(yīng)更加敏銳。在針對成熟市場的研究中，大量證據(jù)表明股指期貨市場的價格發(fā)現(xiàn)的能力要明顯強于現(xiàn)貨市場，波動主要由期貨市場向現(xiàn)貨市場傳遞。[1～6]隨著對金融衍生產(chǎn)品研究的不斷深入以及市場體系的不斷完善，一些新興市場相繼推出了指數(shù)期貨，對期、現(xiàn)市場動態(tài)關(guān)聯(lián)性的研究也如雨后春筍般展開。[7～11]國內(nèi)學(xué)者也對股指期貨進行了大量研究[12～15]從前人的研究可以看出，無論是成熟市場還是新興市場，股指期貨市場和現(xiàn)貨市場之間都存在長期的均衡關(guān)系。相比現(xiàn)貨市場，股指期貨具有更強的價格發(fā)現(xiàn)能力，并且這種優(yōu)勢在成熟市場上體現(xiàn)得更為明顯。盡管如此，也有少數(shù)證據(jù)支持指數(shù)現(xiàn)貨價格領(lǐng)先期貨價格(Wahab and Leshgari[16]和Ghosh[17]、郭彥峰[15]；對于波動，大多數(shù)證據(jù)表明期貨與現(xiàn)貨市場的波動會相互影響，且波動的傳遞具有不對稱性，股指期貨波動溢出效應(yīng)要強于現(xiàn)貨，希臘甚至還出現(xiàn)了指數(shù)期貨的單向溢出波動現(xiàn)象。

由于在滬深300股指期貨正式推出的時間還很短，就筆者了解，目前對滬深300指數(shù)期貨和現(xiàn)貨市場動態(tài)關(guān)系的進行實證文獻還尚未出爐。國內(nèi)學(xué)者此前主要通過利用國外股指期貨或是滬深300仿真股指期貨數(shù)據(jù)來為股指期貨的正式推出進行借鑒性的研究。本文主要利用多種分析手段，包括協(xié)整檢驗、誤差修正模型、廣義脈沖響應(yīng)函數(shù)以及雙變量BEKK-GARCH模型等技術(shù)，首次較為全面綜合研究滬深300指數(shù)期貨與現(xiàn)貨市場的動態(tài)聯(lián)系。

一、模型介紹

(一)向量誤差修正模型(VECM)

在指數(shù)期貨價格與現(xiàn)貨價格存在長短期協(xié)整關(guān)系的條件下，建立VECM模型研究指數(shù)期貨市場和現(xiàn)貨市場之間的長短期價格引導(dǎo)關(guān)系。具體形式如下：

(1)

(2)

在上述誤差修正模型的框架下，期貨和現(xiàn)貨價格的變動是長期趨勢和短期波動所決定的。短期內(nèi)期貨價格與現(xiàn)貨價格對于均衡狀態(tài)的偏離程度直接決定價格波動幅度的大小。從長期看，誤差修正項起引力拉動的作用，將非均衡狀態(tài)拉回到均衡狀態(tài)。指數(shù)期貨市場與現(xiàn)貨市場間的長短期因果關(guān)系，可以通過聯(lián)合檢驗誤差修正模型中的系數(shù)來判定。方程式(1)中，如果誤差修正項的系數(shù)e1統(tǒng)計顯著(長期因果關(guān)系)或者α12(i)聯(lián)合統(tǒng)計顯著(短期因果關(guān)系)，則現(xiàn)貨價格是期貨價格變化的原因，現(xiàn)貨引導(dǎo)期貨；類似地，方程式(2)中，如果e2統(tǒng)計顯著(長期因果關(guān)系)或者α21(i)聯(lián)合統(tǒng)計顯著(短期因果關(guān)系)，則期貨價格是現(xiàn)貨價格變化的原因，期貨引導(dǎo)現(xiàn)貨。如果e1和e2都統(tǒng)計顯著，表明期貨價格與現(xiàn)貨價格間存在雙向的長期因果關(guān)系，期貨和現(xiàn)貨價格長期內(nèi)相互引導(dǎo)；如果α12(i)和α21(i)聯(lián)合統(tǒng)計顯著，表明期貨與現(xiàn)貨價格間存在雙向的短期期因果關(guān)系，短期內(nèi)期貨和現(xiàn)貨價格相互引導(dǎo)。

(二)雙變量BEKK-GARCH模型

向量誤差修正模型僅測量了指數(shù)期貨和現(xiàn)貨價格一階矩之間的傳導(dǎo)效果，Clark (1973)[18]等認(rèn)為，資產(chǎn)的價格波動率比簡單的資產(chǎn)價格變動更能直接地反映市場的信息流量。為了更進一步研究現(xiàn)貨市場和期貨市場的對信息的反應(yīng)，本文采用Engle and Kroner(1995)[19]提出的雙變量BEKK-GARCH模型對向量誤差修正模型(方程(1)和方程(2))中的殘差建模。BEKK模型相比其他多元GARCH模型，具有既能保證協(xié)方差矩陣的正定性，又可以減少估計的參數(shù)的優(yōu)點。一般情況下，使用二元BEKK-GARCH(1,1)可以較好的擬合殘差項的異方差效應(yīng)，其具體的設(shè)定形式如下：

(3)

寫成具體的矩陣形式為

(4)

上述BEKK-GARCH模型的極大似然函數(shù)形式為：

(5)

TSE (1999)研究得出：兩步法估計漸進等價于對 VEC 模型和二元 GARCH 模型的聯(lián)合估計。因此，對(1)(2)(3)式的聯(lián)立形式采用兩步法進行估計：首先估計VECM模型，得到殘差向量后，采用雙變BEKK-GARCH模型對其進行估計，模型的估計在EVIEWS6.0軟件中編程完成。

二、數(shù)據(jù)和統(tǒng)計描述

本文選取滬深300指數(shù)期貨下月連續(xù)的5分鐘價格數(shù)據(jù)作為指數(shù)期貨樣本，指數(shù)、現(xiàn)貨同樣采用滬深300指數(shù)數(shù)據(jù)的5分鐘價格數(shù)據(jù)，數(shù)據(jù)來源于大智慧軟件?？紤]到滬深300指數(shù)是首次在我國掛牌交易，投資者需要一定的時間來適應(yīng)股指期貨的交易規(guī)則和運行情況，適應(yīng)期內(nèi)的產(chǎn)生股指期貨價格可能不能反映正常情況下的期現(xiàn)兩市聯(lián)動情況。因此，本文將首個交易日作為適應(yīng)期數(shù)據(jù)從樣本中剔除，所用的數(shù)據(jù)時段為2010年4月19日-2010年6月3日，總共33個交易日。由于滬深300指數(shù)期貨的日內(nèi)交易時間為每天上午9：15-11：30，下午1：00-3：15，比現(xiàn)貨市場的交易要提前15分鐘，結(jié)束晚15分鐘。為了使指數(shù)期貨數(shù)據(jù)能和現(xiàn)貨數(shù)據(jù)的交易時間同步，在進行數(shù)據(jù)處理時，去掉指數(shù)期貨每個交易日開盤后的15分鐘內(nèi)的數(shù)據(jù)以及收盤前的15分鐘內(nèi)的數(shù)據(jù)。每個交易日內(nèi)，期貨價格和現(xiàn)貨價格各自采集了49個價格數(shù)據(jù)，換算成收益后變成48個，樣本期內(nèi)總共得到1632個收益率數(shù)據(jù)。收益率采用對數(shù)差分收益率的形式，Rt=log(Pt/Pt-1)。

表1給出了滬深300指數(shù)期貨、現(xiàn)貨價格和收益率的一些基本統(tǒng)計信息。

根據(jù)表1，股指期貨和現(xiàn)貨的價格序列在滯后12階下均存在自相關(guān)性；ADF檢驗的結(jié)果表明，期貨和現(xiàn)貨價格序列都存在一個單位根，為非平穩(wěn)序列，但對二者的一階差分序列的ADF檢驗拒絕了存在單位根的原假設(shè)，表明期貨和現(xiàn)貨的收益率序列都是平穩(wěn)的，因此期貨價格和現(xiàn)貨價格序列都是一階單整的；期貨和現(xiàn)貨收益率序列的方差值十分接近，但期貨收益率的峰度比現(xiàn)貨的峰度要大，說明期貨相比現(xiàn)貨更容易出現(xiàn)極端收益；二者的JB統(tǒng)計量都拒絕了服從正態(tài)分布的假設(shè)，但期貨收益率呈的分布現(xiàn)出更明顯的“尖峰厚尾”特征；期貨和現(xiàn)貨的收益率的Ljung-Box表明，期貨收益率不存在自相關(guān)性，但現(xiàn)貨收益率存在自相關(guān)性；期貨和現(xiàn)貨收益的平方序列的Ljung-Box統(tǒng)計量顯示二者均存在自相關(guān)性，這說明期貨和現(xiàn)貨價格的波動均存在一定的集群現(xiàn)象。

表1 滬深300指數(shù)期貨和現(xiàn)貨五分鐘收益的統(tǒng)計信息

三、滬深300股指期貨與現(xiàn)貨市場價格引導(dǎo)關(guān)系研究

(一)Johansen協(xié)整檢驗

根據(jù)AIC準(zhǔn)則以及SC準(zhǔn)則，確定滬深300 指數(shù)期貨和滬深300 指數(shù)價格間協(xié)整檢驗的最佳滯后階數(shù)為2階，并且協(xié)整方程包含有截距項。表2給出了協(xié)整檢驗的結(jié)果，其中C表示假設(shè)的協(xié)整關(guān)系個數(shù)。

表2 Johansen協(xié)整檢驗結(jié)果

從表中結(jié)果可以看出，在5%的置信水平下，跡統(tǒng)計量和最大特征值統(tǒng)計量均拒絕了不存在協(xié)整關(guān)系的的原假設(shè)，但是不能拒絕協(xié)整關(guān)系個數(shù)小于等于1的原假設(shè)。結(jié)果表明期貨價格序列與現(xiàn)貨價格序列之間存在一個協(xié)整關(guān)系。

(二)VECM估計結(jié)果分析

在確定了滬深300指數(shù)期貨價格與現(xiàn)貨價格之間存在長期穩(wěn)定的均衡關(guān)系后，通過對誤差修正模型進行估計，分析期、現(xiàn)價格之間的長短期引導(dǎo)關(guān)系。結(jié)果見表3。

首先，分析兩個市場的長期價格發(fā)現(xiàn)能力：誤差修正項的系數(shù)e1在1%的置信水平不顯著，而e2顯著，并且e2的絕對值比e1的值要大很多。這表明現(xiàn)貨價格對信息的反應(yīng)失效是造成系統(tǒng)偏離長期均衡的主要原因，價格偏差主要通過現(xiàn)貨價格的調(diào)整來修正，使系統(tǒng)重新回到均衡；由于期貨價格已經(jīng)對有關(guān)資產(chǎn)真實信息較作出了較快的反應(yīng)，從而期貨價格無須對偏差作出明顯調(diào)整。因此，期貨在長期價格發(fā)現(xiàn)過程中占主導(dǎo)地位，存在由期貨市場到現(xiàn)貨市場的長期單向價格引導(dǎo)。其次，根據(jù)短期調(diào)整系數(shù)來分析期貨價格與現(xiàn)貨價格的短期價格引導(dǎo)關(guān)系：α21(1)在1%的置信水平統(tǒng)計顯著，并且α21(1)值為0.220，說明前五分鐘期貨價格的變動對本期現(xiàn)貨價格的變動有著較強的預(yù)測能力，期貨價格領(lǐng)先現(xiàn)貨價格5分鐘；盡管α12(1)在5%的置信水平下統(tǒng)計顯著，但是α12(1)的絕對值相比α21(1)的絕對值小到可以忽略，這表明上期現(xiàn)貨價格變動對本期期貨價格的變動只有著微弱的預(yù)測能力，現(xiàn)貨價格對期貨價格的短期引導(dǎo)作用有限。

表3 VECM估計結(jié)果

進一步使用Grange因果檢驗驗證期現(xiàn)兩市間的短期價格引導(dǎo)關(guān)系，結(jié)果見表4。原假設(shè)“期貨變化價格不是現(xiàn)貨價格變化的原因”在1%的置信水平下被拒絕；而“現(xiàn)貨價格不是期貨價格變化的原因”在5%的置信水平下不能被拒絕。Granger因果檢驗的結(jié)果表明：期貨市場的短期價格發(fā)現(xiàn)能力與其長期價格發(fā)現(xiàn)能力的主導(dǎo)地位相一致，期貨價格在短期內(nèi)單向引導(dǎo)現(xiàn)貨價格。

表4 Granger因果檢驗

(三)脈沖響應(yīng)函數(shù)分析

為了更直觀的滬深300股指期貨價格變動對現(xiàn)貨價格短期引導(dǎo)能力，進一步使用廣義脈沖響應(yīng)函數(shù)來刻畫由沖擊引起的價格變動的時滯效應(yīng)。見圖 1和圖2。

圖1 指數(shù)期貨的脈沖響應(yīng)圖

圖2 指數(shù)現(xiàn)貨的脈沖響應(yīng)圖

圖1顯示，在當(dāng)期，來自現(xiàn)貨市場的一個標(biāo)準(zhǔn)差正沖擊會對期貨價格產(chǎn)生一個力度為0.0017的響應(yīng)，在5分鐘后(第2期)，現(xiàn)貨價格沖擊對期貨價格的影響力度就立刻消退至0附近，這表明現(xiàn)貨市場對期貨市場造成的沖擊不具有持續(xù)效應(yīng)，當(dāng)期現(xiàn)貨價格的變動不能夠有效的傳遞給下期的期貨價格，現(xiàn)貨價格的變動無法提前預(yù)測期貨價格變動；而根據(jù)圖2，當(dāng)期給現(xiàn)貨市場一個來自期貨市場的正的標(biāo)準(zhǔn)差沖擊后，現(xiàn)貨價格在本期產(chǎn)生一個力度約為0.0017的響應(yīng)。在第2期，響應(yīng)力度減小到0.006，現(xiàn)貨價格對來自期貨的沖擊響應(yīng)力度有所減弱，但并未完全消失，在第3期才減退至0。這表明來自期貨市場的沖擊對現(xiàn)貨市場造成的影響具有一定的持續(xù)效力，上期期貨價格的變化能夠在一定程度上影響本期現(xiàn)貨價格的變化。廣義脈沖響應(yīng)函數(shù)的結(jié)果進一步說明了，信息在期貨市場得到了更快和更準(zhǔn)確的反應(yīng)，期貨價格的變動要領(lǐng)先現(xiàn)貨價格。

對期貨市場和現(xiàn)貨市場價格發(fā)現(xiàn)能力的實證結(jié)果表明，滬深300指數(shù)期貨的長期和短期價格發(fā)現(xiàn)能力均要強于現(xiàn)貨指數(shù)，期貨價格單向引導(dǎo)現(xiàn)貨價格。價格發(fā)現(xiàn)是市場聚集信息形成資產(chǎn)價格的一個動態(tài)過程，期現(xiàn)兩市在價格發(fā)現(xiàn)能力上的所體現(xiàn)差異源于，在信息聚集的過程中，兩市場對信息獲取全面性以及對信息變化的反應(yīng)速度存在一定差異。當(dāng)有新的信息出現(xiàn)時，信息首先要被市場中的投資者所接收，然后投資者對接收到的信息進行分析處理后形成對資產(chǎn)價值的判斷，最后通過交易將信息反映到價格變動中。通過對信息揭示的每個環(huán)節(jié)進行分析，可以找出期現(xiàn)兩市場在信息定價效率，也是就是價格發(fā)現(xiàn)能力上存在差別的原因。

首先，在信息接收與處理的這兩個環(huán)節(jié)中，由于不同類型的投資者在信息的獲取和分析能力上存在一定的差異，比如機構(gòu)投資者一般擁有比散戶更廣泛的信息來源渠道與更強的信息分析能力，即使是公開的信息，不同類型的投資者對新息所包含的真實價值內(nèi)涵的判斷也不同。如果同一種金融資產(chǎn)在不同的市場上交易，而不同市場所擁有的投資者結(jié)構(gòu)又存在一定差異，那么從整體上來看，不同市場對同質(zhì)信息反映的準(zhǔn)確程度也會不一致。按照中金所對股指期貨投資者開戶資格的有關(guān)規(guī)定，滬深300指數(shù)期貨市場的資金準(zhǔn)入門檻為50萬元人民幣，這樣就將很大一部分散戶投資者拒之門外，使滬深300股指期貨市場整體上擁有比現(xiàn)貨股票市場更為成熟的投資者。這個相對理性的投資群體在信息獲取的全面性和準(zhǔn)確性均要強于現(xiàn)貨市場，期貨市場接收和處理新信息后所形成的價格評定，相比現(xiàn)貨市場要更為準(zhǔn)確和全面的包含了信息的價值內(nèi)涵。所以，期貨市場與現(xiàn)貨市場的價格發(fā)現(xiàn)能力差異在一定程度上與兩市場所擁有的不同投資者結(jié)構(gòu)有關(guān)。

其次，在通過交易將信息融入價格這一環(huán)節(jié)中，微觀結(jié)構(gòu)因素在一定程度上影響了市場對信息的作出反應(yīng)的速度。一方面，股指期貨擁有交易成本優(yōu)勢。我國滬深300指數(shù)期貨市場不對投資者收取印花稅，同時，股指期貨合約的交易手續(xù)費比股票交易費用低出很多，再加上保證金交易形成的資金杠桿，使股指期貨交易的成本比股票要低，投資者更青睞于通過期貨交易最大化信息所帶來的利潤。另一方面，股指期貨市場允許投資者進行賣空操作。當(dāng)利空消息達到市場后，現(xiàn)貨市場的投資者在手中持股的情況下通過拋售的方式減少損失，負(fù)面消息因此體現(xiàn)在了現(xiàn)貨價格中。在期貨市場，利空消息不僅能通過投資者為了減損而拋售的方式得到釋放，投資者還能利用賣空操作將利空消息轉(zhuǎn)化為利潤，這種雙管齊下市場功能使股指期貨市場在交易過程中能夠更快的對負(fù)面消息的作出反應(yīng)。再者，現(xiàn)貨市場實行T+1交易制度，一旦在交易時段內(nèi)出現(xiàn)有關(guān)資產(chǎn)價值的重要信息，有些交易者會由于在當(dāng)天進行過與信息方向相反的操作而不能再次交易，這樣就減慢了信息在交易時融入價格的速度。滬深300股指期貨實行T+0交易制度，投資者能夠在日內(nèi)反復(fù)買入或賣出股指期貨合約而不受次數(shù)的限制。因此，相比現(xiàn)貨價格，期貨價格能更為敏捷的對信息的作出反應(yīng)。

四、滬深300股指期貨與現(xiàn)貨市場波動溢出效應(yīng)研究

本節(jié)通過估計二元BEKK-GARCH(1,1)模型，對指數(shù)期貨市場和現(xiàn)貨市場之間的波動溢出效應(yīng)進行檢驗，結(jié)果見表5。

從期貨和現(xiàn)貨標(biāo)準(zhǔn)化殘差的Q2(12)統(tǒng)計量和ARCH-LM檢驗結(jié)果可以看出，二元BEKK-GARCH(1,1)模型成功的消除了序列的波動集群和時變方差特征。系數(shù)α11和α22均顯著異于零，表明股指期貨與現(xiàn)貨的收益波動皆存在ARCH效應(yīng)，表現(xiàn)出時變方差的特征；表現(xiàn)GARCH效應(yīng)的系數(shù)β11和β22均統(tǒng)計顯著，說明期貨和現(xiàn)貨的收益波動均具有自我持續(xù)性，當(dāng)期波動能夠影響未來。

原假設(shè)“兩市場之間不存在波動溢出效應(yīng)”被wald檢驗拒絕，表明期現(xiàn)兩市之間存在波動相互溢出效應(yīng)；在期貨市場與現(xiàn)貨市場之間，表現(xiàn)交互ARCH效應(yīng)的系數(shù)α21以及交互GARCH效應(yīng)的系數(shù)β21均顯著不為零，并且wald約束檢驗也拒絕了“期貨市場不向現(xiàn)貨市場波動溢出”的原假設(shè)，表明指數(shù)期貨市場上一期價格沖擊和條件波動會對當(dāng)期指數(shù)現(xiàn)貨波動造成顯著的影響，存在由期市向現(xiàn)市的波動溢出效應(yīng)；類似的，系數(shù)α12和β12均顯著不為零，并且wald約束檢驗也拒絕了“現(xiàn)貨市場不向期貨市場波動溢出”的原假設(shè)，表明指數(shù)現(xiàn)貨市場上一期的價格沖擊和條件波動會對當(dāng)期指數(shù)期貨波動造成顯著的影響，存在由現(xiàn)市向期市的波動溢出效應(yīng)。

與價格上期貨市場對現(xiàn)貨市場的單向引導(dǎo)作用不同，不僅期貨市場能向現(xiàn)貨市場溢出波動，同樣現(xiàn)貨市場的價格波動能夠反饋到期貨市場。產(chǎn)生這種現(xiàn)象的原因與收益的一階矩和二階矩之間所包含的信息內(nèi)容差異有關(guān)。收益的一階矩不僅包含了信息的大小，同時還包含了信息的方向，而收益的二階矩更多代表的是信息流量的大小。由于期貨市場與現(xiàn)貨市場上的整體投資者理性程度的差異，投資者對于同一信息的看法可能存在較大的分歧，使現(xiàn)貨市場對信息的反應(yīng)包含了更多的噪音成分，所表現(xiàn)價格的變化方向也存在了更多的不確定性，其價格預(yù)測能力因此有所減弱。盡管這樣，現(xiàn)貨市場仍能夠通過波動的變化將到達市場的信息強度大小反應(yīng)出來，形成對期貨市場的波動傳遞效應(yīng)。

五、結(jié) 論

本文使用滬深300指數(shù)期貨和滬深300指數(shù)的5分鐘交易數(shù)據(jù)，在雙變量VECM-BEKK-GARCH模型的分析框架下，研究了股指期貨和指數(shù)現(xiàn)貨的價格引導(dǎo)關(guān)系以及波動在兩個市場間的傳遞情況，得到以下結(jié)論：(1)滬深300指數(shù)期貨價格與現(xiàn)貨價格二者間存在長期穩(wěn)定的均衡關(guān)系。(2)期貨市場的的長期價格發(fā)現(xiàn)能力和短期價格發(fā)現(xiàn)能力都要強于現(xiàn)貨市場，期貨市場能夠更能快的吸收信息，使期貨價格價格長期和短期內(nèi)單向引導(dǎo)現(xiàn)貨價格。(3)對于波動，從單個市場來看，滬深300指數(shù)期貨和現(xiàn)貨市場的未來波動均顯著地受到自身前期波動的影響，波動具有聚類性和持久性；對于波動的交叉影響，滬深 300指數(shù)期貨與現(xiàn)貨市場之間存在雙向的波動溢出效應(yīng)。滬深 300指數(shù)期貨價格的價格沖擊和條件波動加劇了滬深300 指數(shù)價格的條件波動，滬深300 指數(shù)價格的沖擊和條件波動同樣也加劇了滬深300 指數(shù)期貨價格的條件波動。

滬深300指數(shù)價格與現(xiàn)貨價格之間所保持的長期穩(wěn)定關(guān)系表明期貨價格和現(xiàn)貨價格對市場經(jīng)濟環(huán)境變化所作出的反應(yīng)整體上是一致的。股指期貨已經(jīng)具備了成為投資者重要風(fēng)險管理工具的條件，投資者能利用股指期貨與現(xiàn)貨價格的一致趨勢，在股指期貨市場進行套期保值交易，通過在股票現(xiàn)貨市場與期貨市場上進行反向?qū)_交易達到轉(zhuǎn)移系統(tǒng)風(fēng)險的目的。

滬深300指數(shù)期貨價格對現(xiàn)貨價格的引導(dǎo)，促進了現(xiàn)貨市場對信息的吸收，使現(xiàn)貨價格更為迅速地反映信息的變化。期貨交易的引入拓寬了信息到達現(xiàn)貨市場的渠道，增加了現(xiàn)貨市場中的信息量，有利于增加現(xiàn)貨市場信息獲取的全面性，從而使現(xiàn)貨價格更為真實體現(xiàn)出市場基本面的情況，降低由于非理性價格泡沫形成的系統(tǒng)風(fēng)險。但是，指數(shù)期貨市場對現(xiàn)貨市場的單向價格引導(dǎo)也提醒了監(jiān)管層應(yīng)該密切關(guān)注股指期貨價格的異常變化，防止有人利用股指期貨價格對現(xiàn)貨價格的指示效應(yīng)，通過人為惡意操縱指數(shù)期貨來間接帶動股票現(xiàn)貨價格，獲取不正當(dāng)利益而損害其他投資者。

由信息反饋機制所形成的市場間的波動溢出效應(yīng)盡管在短期內(nèi)加大了價格變化的不確定性，但是從長期來看，期貨市場與現(xiàn)貨市場之間的波動傳遞效應(yīng)加速了信息的揭示，有利于市場價格體系的長期穩(wěn)定。

[參考文獻]

[1]Kawaller, K.T., The Temporal Price Relationship between S&P500 Futures and the S&P500 Index [J].Journal of Finance, 1987, 42(4): 1309-1329.

[2]Stoll, H.R., and Whaley, R.E., The Dynamics of Stock Index and Stock Index Futures Returns[J].Journal of Financial and Quantitative Analysis,1990, 25(4): 441-468.

[3]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, 5(1): 123-151.

[4]Abhyankar, A.H., Return and Volatility Dynamics in the FT-SE 100 Stock Index and Stock Index Futures Markets [J].Journal of Futures Markets, 1995,15(4): 457-488.

[5]Tse, Y., Price Discovery and Volatility Spillovers in the DJIA Index and Futures Markets[J].Journal of Futures Markets, 1999, 19(8): 911-930.

[6]Bhar, R., Return and Volatility Dynamics in the Spot and Futures Markets in Australia:An Intervention Analysis in a Bivariate EGARCH-X Framework[J].Journal of Futures Markets, 2001,21(9): 833-850.

[7]Maosen Zhong, Darrat, A.F., Rafael Otero, Price discovery and volatility spillovers in index futures markets:some evidence from mexico[J].Journal of Banking and Finance,2004,28(12): 3037-3054.

[8]Ryoo, H.J., Smith, G.., The impact of stock index futures on the Korean stock market[J].Applied Financial Economics,2004,14(4):243-251.

[9]Kuo, W.H, Hsu, H., Chiang, M.H., Foreign investment, regulation, volatility spillovers between the futures and spot markets: evidence from Taiwan[J].Applied Financial Economics, [J].2008,18(5):421-430.

[10]Kavussanos, M.J., The Lead-Lag Relationship between Cash and Stock Index Futures in a New Market[J].European Financial Management,2008,14(5):1007-1025.

[11]Sakthivel, P., Kamaiah.B., Price Discovery and Volatility Spillover Between Spot and Futures Markets: Evidence from India[J].Applied Financial Economics,2010,9(2):81-97.

[12]肖輝，吳沖鋒.股指與股指期貨日內(nèi)互動關(guān)系研究[J].系統(tǒng)工程理論與實踐.2004,24(5):16-21.

[13]肖輝，鮑建平，吳沖鋒.股指與股指期貨的價格發(fā)現(xiàn)研究[J].系統(tǒng)工程學(xué)報,2006,21(4):438-441.

[14]熊熊，王芳，張維，孫雅婧.新華富時A50指數(shù)期貨與A股市場之間的價格發(fā)現(xiàn)與波動溢出研究[J].管理學(xué)報,2009,6(11):1507-1512.

[15]郭彥峰，黃登仕，魏宇.我國指數(shù)期貨與現(xiàn)貨之間的價格發(fā)現(xiàn)和波動性外溢[J]管理評論, 2009,8:13-12

[16]Wahab, M., Lashgari, M., Price Dynamics and Error Correction in Stock Index and Stock Index Futures Markets: A Cointegration Approach[J].Journal of Futures Markets,1993,13(7): 711-742.

[17]Ghosh, A., Cointegration and Error Correction Models: Intertemporal Causality between Index and Futures Prices [J].Journal of Futures Markets, 1995, 13(2): 193-198

[18]Clark, P., A subordinated stochastic process model of cotton future prices[D].Ph D Dissertation , Harvard University, 1973.

[19]Engle, R.F., Kroner, K.F., Multivariate simultaneous generalized ARCH[J].Econometric Theory, 1995,2:122-150.