基于不同行業(yè)的滬深300股指期貨價格發(fā)現(xiàn)功能研究

曾昭法,劉 源

(湖南大學(xué) 金融與統(tǒng)計學(xué)院，湖南 長沙 410079)

0 引言

由于缺乏做空手段，我國證券市場曾長期面臨著暴漲暴跌、定價效率較低等問題.2010年4月16日，滬深300股指期貨在中國金融期貨交易所成功上市，開啟了雙邊市場的時代.2014年滬深300股指期貨的當(dāng)期成交額按單邊計算達(dá)到1 631 384億元，在我國期貨市場地位日益鞏固.2015年4月16日，中國金融期貨交易所進(jìn)一步推出上證50和中證500股指期貨，我國股指期貨市場獲得了進(jìn)一步完善.但與此同時，我國證券市場尤其是股票市場發(fā)生劇烈波動，理論界對于股指期貨市場的實際作用產(chǎn)生了巨大的爭議.在此背景下，對滬深300股指期貨基礎(chǔ)功能實現(xiàn)程度的研究十分有必要.

價格發(fā)現(xiàn)功能是期貨的基本功能之一，它是指期貨市場能夠預(yù)測和發(fā)現(xiàn)未來現(xiàn)貨的價格.對股指期貨和現(xiàn)貨價格關(guān)系的研究關(guān)系到我國股指期貨市場價格發(fā)現(xiàn)效率、市場微觀結(jié)構(gòu)以及金融風(fēng)險等諸多問題[1-3].對此，國內(nèi)外學(xué)者展開了大量的研究，但是由于市場環(huán)境、抽樣選取方法及模型差異等因素導(dǎo)致了不同的研究結(jié)論.Ramsey(1995)等[4]最早利用小波分析技術(shù)對標(biāo)準(zhǔn)普爾指數(shù)波動情況進(jìn)行了分析.方匡南和蔡振忠(2012)[5]以滬深300股指期貨5 min高頻數(shù)據(jù)為樣本，利用協(xié)整檢驗、誤差修正模型和脈沖響應(yīng)函數(shù)研究了我國股指期貨長短期的價格發(fā)現(xiàn)機(jī)制，結(jié)論認(rèn)為“我國指數(shù)期貨和現(xiàn)貨價格存在相互引導(dǎo)關(guān)系”且“現(xiàn)貨市場在價格發(fā)現(xiàn)中的作用相對更大”.

此外，近些年來基于高頻數(shù)據(jù)[6]、金融危機(jī)期間[7]、不同交易市場對比[8]、期貨市場波動溢出效應(yīng)[9]的研究也成為了股指期貨價格理論新的研究方向.但以往學(xué)者多從整個市場入手，研究股指期貨與現(xiàn)貨市場價格的聯(lián)動性，本文嘗試通過建立VAR模型對滬深300股指期貨與中證全指系列指數(shù)各行業(yè)指數(shù)的關(guān)系分別進(jìn)行研究，分行業(yè)地考察期貨對現(xiàn)貨價格的導(dǎo)向作用.

1 VAR模型介紹

1.1 模型介紹

向量自回歸模型(Vector Autoregressive Model)是由Christopher Sims在1980年提出的.這種模型基于數(shù)據(jù)的統(tǒng)計性質(zhì)，采用多方程聯(lián)立的形式，它把系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，并對模型的全部內(nèi)生變量的滯后值進(jìn)行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系.它的實質(zhì)是考察多個變量之間的動態(tài)互動關(guān)系.

一般地，一個p階VAR模型的表達(dá)式為：

Yt=C+Φ1Yt-1+Φ2Yt-2+…+ΦpYt-p+εt，

其中：C表示n×1維的常數(shù)向量；Φ(i=1,2,…,p)表示n×n維的自回歸系數(shù)矩陣；εt表示n×1維的向量白噪聲，滿足下列等式關(guān)系：

E(εt)=0，

E(ε't)=Ω，

E(εtε't)=0 (s≠t).

其中Ω表示n×n對稱正定矩陣.

VAR模型具有顯著的優(yōu)點.首先VAR模型的解釋變量中不包括任何當(dāng)期變量，所以與聯(lián)立方程模型有關(guān)的問題在VAR模型中不存在.其次，一個設(shè)定合理的VAR模型所產(chǎn)生的預(yù)測結(jié)果，通常優(yōu)于較大規(guī)模的結(jié)構(gòu)聯(lián)立方程系統(tǒng)產(chǎn)生的預(yù)測結(jié)果，尤其是對于短期預(yù)測而言.這主要是因為VAR模型常?？梢员苊鉃榱吮ＷC結(jié)構(gòu)模型的可識別性而施加的限制所導(dǎo)致的影響.另外，VAR模型還具有參數(shù)估計較為容易等的優(yōu)點.

1.2 VAR模型的穩(wěn)定性特征

VAR模型的穩(wěn)定性特征是指當(dāng)把一個脈沖施加在VAR模型中某一個方程上時，隨著時間的不斷推移，這個沖擊是否會逐漸消失.如果逐漸消失，那么這個系統(tǒng)是穩(wěn)定的；否則，就不穩(wěn)定.

對于一個VAR(p)模型，它的穩(wěn)定性條件是

│Φ(z)│=│In-Φ1z-Φ2z2-…-Φpzp│=0的所有根都落在單位圓外，則所對應(yīng)的VAR(p)模型是平穩(wěn)的.

2 數(shù)據(jù)選取與實證分析

2.1 樣本數(shù)據(jù)的選取、來源與描述

本文研究滬深300股指期貨與不同行業(yè)現(xiàn)貨之間的價格關(guān)系選取的樣本是滬深300股指期貨主力合約(成交量)的日收盤價數(shù)據(jù)和中證全指系列指數(shù)中的10個行業(yè)指數(shù)，分別為全指能源指數(shù)、全指材料指數(shù)、全指信息指數(shù)、全指工業(yè)指數(shù)、全指電信指數(shù)、全指可選指數(shù)、全指公用指數(shù)、全指醫(yī)藥指數(shù)、全指消費(fèi)指數(shù)和全指金融指數(shù).中證全指系列指數(shù)由剔除ST、*ST股票，以及上市時間不足3個月等股票后的剩余股票構(gòu)成樣本股，具有良好的市場代表性.樣本區(qū)間為2014年1月2日到2015年7月31日，除去非交易日，共387個交易日.以上數(shù)據(jù)均來源于同花順iFinD數(shù)據(jù)庫，本文數(shù)據(jù)處理與分析均采用Eviews6.0軟件完成.

為了消除時間序列可能存在的異方差性，同時不改變數(shù)據(jù)的趨勢，本文對數(shù)據(jù)進(jìn)行了對數(shù)化處理.同時，為更好地反映市場的波動，并有效減少市場劇烈波動對模型所造成的影響，本文以收益率的形式來刻畫金融市場的收益.

指數(shù)收益率的表達(dá)式為：Rt=lnPt-lnPt-1，

其中：Pt為t期價格指數(shù)收盤價，Pt-1為t-1期價格指數(shù)收盤價.

處理后的變量及基本特征如表1和圖1所示.

表1 本文變量及基本特征Tab. 1 List of variables and features of this paper

圖1 收益率序列圖Fig. 1 Yield sequence diagram

注：dlnif300、dlnny、dlncx、dlnxx、dlngy、dlndx、dlnkx、dlngy01、dlnyy、dlnxf、dlnjr分別表示對滬深300股指期貨日收盤價數(shù)據(jù)、全指能源指數(shù)、全指材料指數(shù)、全指信息指數(shù)、全指工業(yè)指數(shù)、全指電信指數(shù)、全指可選指數(shù)、全指公用指數(shù)、全指醫(yī)藥指數(shù)、全指消費(fèi)指數(shù)和全指金融指數(shù)數(shù)據(jù)取對數(shù)后做一階差分.

從圖1中可以看出，股指期貨與各行業(yè)現(xiàn)貨指數(shù)的收益率之間存在著明顯的相關(guān)關(guān)系.

2.2 平穩(wěn)性檢驗

為避免時間序列的非平穩(wěn)性可能導(dǎo)致的“偽回歸”及統(tǒng)計檢驗的失效的問題，首先對時間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗，本文采用ADF檢驗來進(jìn)行.檢驗結(jié)果如表2所示.

表2 時間序列數(shù)據(jù)的平穩(wěn)性檢驗Tab. 2 Stationary test for time series

從檢驗結(jié)果可以看出，在10%的顯著性水平上對數(shù)化的滬深300股指期貨日收盤價與中證全指系列指數(shù)的10個行業(yè)指數(shù)的時間序列數(shù)據(jù)相應(yīng)的一階差分均拒絕了原假設(shè)，通過了ADF檢驗，序列均為I(1)單整序列，因此所研究的樣本收益率時間序列是平穩(wěn)的.

2.3 協(xié)整檢驗

通過單位根檢驗可知：lnif300、lnny、lncx、lnxx、lngy、lndx、lnkx、lngy01、lnyy、lnxf、lnjr均為一階單整序列，因此可以分別進(jìn)行協(xié)整檢驗.采用Engle和Granger(1987)兩步法，首先對變量lnif300和lnny進(jìn)行協(xié)整檢驗，以檢驗兩者是否具有均衡關(guān)系，得到的回歸結(jié)果為：

lnif300=-3.073 862+1.437 296 lnny

t= (-28.619 49) (102.853 2)

對回歸方程的殘差項進(jìn)行ADF檢驗，結(jié)果如表3所示.可以看出，在10%的顯著性水平上時間序列l(wèi)nif300與lnny拒絕了原假設(shè)通過了平穩(wěn)性檢驗，在對時間序列l(wèi)nif300和lncx、lnxx、lngy、lndx、lnkx、lngy01、lnyy、lnxf、lnjr分別進(jìn)行協(xié)整檢驗是我們得到了相同的結(jié)論.因此，滬深300股指期貨日收盤價與中證全指系列指數(shù)的10個行業(yè)指數(shù)的時間序列數(shù)據(jù)之間存在長期穩(wěn)定的均衡關(guān)系.

表3 殘差A(yù)DF檢驗Tab. 3 Residual ADF test

2.4 VAR模型平穩(wěn)性檢驗

對時間序列dlnif300和dlny建立二元VAR模型，并根據(jù)ACI、SC信息準(zhǔn)則最小原則，確定模型的滯后期4.對滯后4階的VAR模型進(jìn)行AR-Roots檢驗，結(jié)果顯示模型所有根模的倒數(shù)都小于1，位于單位圓之內(nèi)，如圖2所示，故所建立的VAR(4)模型滿足穩(wěn)定性條件.

圖2 AR-Roots檢驗Fig. 2 AR-Roots test

在對時間序列dlnif300與dlncx、dlnxx、dlngy、dlndx、dlnkx、dlngy01、dlnyy、dlnxf、dlnjr分別建立二元VAR模型，并檢驗后，得到了同樣的結(jié)論.

2.5 格蘭杰因果檢驗

二元VAR模型的格蘭杰因果關(guān)系常用來檢驗?zāi)硞€變量的所有滯后項是否對另一個變量的當(dāng)期產(chǎn)生影響，所以格蘭杰因果關(guān)系包含著某種預(yù)測關(guān)系，常被用來檢驗兩個變量之間的引導(dǎo)關(guān)系.

通過上面的平穩(wěn)性檢驗可知，時間序列dlnif300與dlnny均為平穩(wěn)時間序列，因此可以進(jìn)行格蘭杰因果檢驗.下面對時間序列dlnif300和dllny進(jìn)行格蘭杰因果檢驗，結(jié)果如表4所示.

表4格蘭杰因果檢驗
Tab. 4GrangercausalitytestSample: 1387

Lags Null Hypothesis Obs F-Statistic Prob.12345DLNNY does not Granger Cause DLNIF300 385 0.288 24 0.591 7DLNIF300 does not Granger Cause DLNNY 13.263 0 0.000 3DLNNY does not Granger Cause DLNIF300 384 0.999 72 0.369 0DLNIF300 does not Granger Cause DLNNY 5.531 06 0.004 3DLNNY does not Granger Cause DLNIF300 383 2.285 83 0.078 4DLNIF300 does not Granger Cause DLNNY 4.066 38 0.007 3DLNNY does not Granger Cause DLNIF300 382 0.818 54 0.513 9 DLNIF300 does not Granger Cause DLNNY 3.550 70 0.007 4DLNNY does not Granger Cause DLNIF300 381 1.121 49 0.348 4DLNIF300 does not Granger Cause DLNNY 3.846 47 0.002 1

從表4可以看出在5%的顯著性水平上，原假設(shè)“DLNIF300 does not Granger Cause DLNNY”在滯后期為1、2、3、4、5時都被拒絕，這表明滬深300股指期貨價格的變動是能源行業(yè)股票現(xiàn)貨價格變動的格蘭杰原因.而原假設(shè)“DLNNY does not Granger Cause DLNIF300”在滯后期為1、2、3、4、5時都被接受，這表明滬深300股指期貨價格變動與能源行業(yè)股票現(xiàn)貨價格變動之間存在著單向的格蘭杰因果關(guān)系.

對時間序列dlnif300和dlncx、dlnxx、dlngy、dlndx、dlnkx、dlngy01、dlnyy、dlnxf、dlnjr進(jìn)行格蘭杰因果檢驗，也得到了相同的結(jié)論.這表明，滬深300股指期貨對中證全指系列指數(shù)的各行業(yè)均起到了價格引導(dǎo)的作用，其價格變動領(lǐng)先于現(xiàn)貨，而股票現(xiàn)貨對期貨沒有產(chǎn)生顯著的影響.

2.6 脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)經(jīng)常被用來分析當(dāng)一個誤差項發(fā)生變化，或者模型受到某種沖擊時對系統(tǒng)的動態(tài)影響.格蘭杰因果檢驗證明了滬深300股指期貨對現(xiàn)貨的價格引導(dǎo)關(guān)系，為了進(jìn)一步研究短期內(nèi)股指期貨對各行業(yè)現(xiàn)貨影響的相對強(qiáng)弱，下面用廣義脈沖響應(yīng)函數(shù)來刻畫滬深300股指期貨價格沖擊引起的各行業(yè)現(xiàn)貨價格變動的時滯效應(yīng).

如圖3所示，本文將沖擊設(shè)置為1個標(biāo)準(zhǔn)差的廣義脈沖，來研究中證全指系列指數(shù)各行業(yè)價格的動態(tài)響應(yīng).圖中橫軸表示沖擊作用的時滯，縱軸表示滬深300股指期貨和各行業(yè)現(xiàn)貨的價格變動的相應(yīng)過程.

圖3 中證全指系列指數(shù)各行業(yè)現(xiàn)貨脈沖響應(yīng)圖Fig. 3 Impulse response diagram of the industry indexes of CSI ALL Share Index

從圖3可以看出各行業(yè)存在著較為明顯的差異，根據(jù)反應(yīng)的不同，大體上可以分為四類：

第一類，包括中證全指信息指數(shù).在受到來自期貨市場一個單位標(biāo)準(zhǔn)差的沖擊后，第一期的沖擊效應(yīng)為負(fù)，且最大，約為-0.001 413，而后逐漸縮小，并在第四期沖擊效應(yīng)變成正，到第八期后逐漸達(dá)到零的水平.

第二類，包括中證全指電信指數(shù)、材料指數(shù)和醫(yī)藥指數(shù).它們在受到來自期貨市場一個單位標(biāo)準(zhǔn)差的沖擊后，第一期的沖擊效應(yīng)并不明顯，而后負(fù)的沖擊效應(yīng)逐漸放大，并在第三期達(dá)到最大值，然后逐漸縮小，從第八期以后逐漸達(dá)到零的水平.

第三類包括中證全指工業(yè)指數(shù)和公用指數(shù).它們在受到來自期貨市場一個單位標(biāo)準(zhǔn)差的沖擊后，第一期的沖擊效應(yīng)也并不明顯，而后開始出現(xiàn)正的沖擊效應(yīng)，但在第二期以后負(fù)的沖擊效應(yīng)急劇擴(kuò)大，并逐漸達(dá)到最大，接著從第三期開始緩慢回升，并在第八期以后趨向于零.

第四類包括中證全指可選指數(shù)、消費(fèi)指數(shù)、能源指數(shù)和金融指數(shù).這一類在受到來自期貨市場一個單位標(biāo)準(zhǔn)差的沖擊后，第一期就出現(xiàn)極大的正向沖擊，尤其是中證全指金融指數(shù)第一期的沖擊值達(dá)到0.105 59，而后逐漸減小，并趨于負(fù)向沖擊，在第三期負(fù)向沖擊達(dá)到最大后，沖擊的效應(yīng)縮小，并在第八期后逐漸達(dá)到零的水平.

2.7 實證研究的結(jié)論

本文通過VAR模型、協(xié)整檢驗、格蘭杰因果檢驗以及脈沖響應(yīng)函數(shù)來研究滬深300股指期貨與不同行業(yè)現(xiàn)貨之間的價格引導(dǎo)關(guān)系.實證研究表明：1)從協(xié)整檢驗的結(jié)果可以看出，滬深300股指期貨與中證全指系列指數(shù)各個行業(yè)價格之間均存在著長期穩(wěn)定的協(xié)整關(guān)系.因此可以認(rèn)為，滬深300股指期貨合約的交易規(guī)則與合約設(shè)計是有效的，它可以為期貨套期保值的功能提供基礎(chǔ).2)從格蘭杰因果檢驗可以看出，滬深300股指期貨收益率和各行業(yè)現(xiàn)貨指數(shù)收益率之間存在著較強(qiáng)的單向因果關(guān)系，這表明股指期貨價格發(fā)現(xiàn)作用可以有效發(fā)揮，它為期貨價格發(fā)現(xiàn)功能的實現(xiàn)提供了基礎(chǔ).3)通過滬深300股指期貨收益率與各行業(yè)股票收益率的脈沖響應(yīng)函數(shù)可以看出，滬深300股指期貨價格沖擊引起的各行業(yè)現(xiàn)貨收益率變動的時滯效應(yīng)差別較大，根據(jù)差異性，基本上可以分為四大類.其中以金融和信息行業(yè)為例，對于來自期貨市場的沖擊，金融行業(yè)很快就出現(xiàn)了極大的正向波動，之后影響逐漸趨向于零；而對于信息行業(yè)來說首先出現(xiàn)的沖擊卻為負(fù)，并且持續(xù)了較長的時間.這種差異可能是由于行業(yè)自身屬性和投資者結(jié)構(gòu)的差異所造成的，具有較大的投資參考價值.

3 結(jié)論與建議

3.1 結(jié)論

在研究股指期貨與現(xiàn)貨的價格關(guān)系時，大部分學(xué)者都是從整體入手，研究股指期貨與整個現(xiàn)貨市場價格的聯(lián)動性，本文通過建立VAR模型對滬深300股指期貨與中證全指系列指數(shù)各行業(yè)指數(shù)的關(guān)系分別進(jìn)行研究，分行業(yè)的考察了期貨對各行業(yè)現(xiàn)貨價格的導(dǎo)向作用，并發(fā)現(xiàn)經(jīng)過五年多的發(fā)展，我國股指期貨市場逐漸成熟，股指期貨對各行業(yè)股票現(xiàn)貨起到了良好的價格導(dǎo)向作用.

3.2 建議

對于投資者的決策來講，由于股指期貨良好的價格導(dǎo)向作用，因此可以看作現(xiàn)貨價格的領(lǐng)先指標(biāo).此外，由于各行業(yè)股票現(xiàn)貨對股指期貨指數(shù)變動沖擊的時滯差異明顯，且在一定時間區(qū)間和程度上存在收益率變動的異向性，這為投資者利用時滯的差異選擇股票提供了良好的參考.

對于監(jiān)管部門來講，應(yīng)該進(jìn)一步完善股指期貨交易制度，豐富股指期貨產(chǎn)品，并提高投資者參與熱情，通過股指期貨交易來增強(qiáng)股票市場的有效性；此外，股指期貨對現(xiàn)貨價格的引導(dǎo)對監(jiān)管部門的工作提出了新的要求，機(jī)構(gòu)投機(jī)者可能利用自身實力來操縱市場，而期貨高杠桿的特點會成倍放大風(fēng)險，監(jiān)管部門必須建立健全跨市場的觀察與監(jiān)管制度，從而真正防范風(fēng)險并建立起一個公開透明的市場.