中國股市大幅波動期間股指期貨對指數(shù)現(xiàn)貨波動的影響

方建武，祝麗薇

(陜西師范大學(xué)國際商學(xué)院，陜西西安 710100)

中國股市大幅波動期間股指期貨對指數(shù)現(xiàn)貨波動的影響

方建武，祝麗薇

(陜西師范大學(xué)國際商學(xué)院，陜西西安 710100)

針對股指期貨做空機制與做多機制對指數(shù)現(xiàn)貨的影響有無異同的問題，將2014年7月至2015年8月間中國股市的大幅波動分為上漲期和下跌期，通過滬深300股指期貨以及滬深300指數(shù)現(xiàn)貨每5分鐘的數(shù)據(jù)，利用Garman & Klass波動率度量公式、雙變量GARCH模型和EGARCH模型來分析波動中股指期貨對指數(shù)現(xiàn)貨波動的影響。研究認(rèn)為，在市場處于大幅波動期，股指期貨和指數(shù)現(xiàn)貨兩個市場之間存在雙向價格引導(dǎo)關(guān)系，其中指數(shù)現(xiàn)貨市場處于主導(dǎo)地位，兩個市場之間風(fēng)險是相互傳遞的，其中指數(shù)現(xiàn)貨市場的風(fēng)險傳遞更加顯著；在中國股市波動的利多階段，股指期貨的負(fù)收益會促進(jìn)指數(shù)現(xiàn)貨的波動，在利空階段，股指期貨的負(fù)收益影響大于正收益影響，股指期貨的做空機制對指數(shù)現(xiàn)貨市場帶來的影響大于做多機制帶來的影響；股指期貨以其本身固有的領(lǐng)先于股指的特性，在應(yīng)該抑制波動的時候反而加劇了波動，造成了負(fù)面影響，中國金融市場應(yīng)重視其負(fù)面影響，并采取有效措施來加強對負(fù)面影響的控制。

股指期貨；指數(shù)現(xiàn)貨；風(fēng)險傳遞；做空機制；市場波動

股指期貨具有套期保值的功能，能夠使投資者有效地規(guī)避市場風(fēng)險，在金融市場發(fā)揮著舉足輕重的作用。在發(fā)達(dá)國家的金融市場上，機構(gòu)投資者作為投資主力，在市場上占有較大的比例且專業(yè)性較強，而中國作為發(fā)展中國家有一億多的 “散戶”，股民數(shù)量龐大。同時，國家相關(guān)政策的出臺會對中國股市產(chǎn)生顯著沖擊，造成相關(guān)概念股快速漲跌停的局面，如2015年3月初的環(huán)保板塊和煤炭板塊。因此，中國股市是具有“中國特色”的獨特金融市場。2010年4月16日，中國金融交易所推出滬深300股指期貨，雖然推出較晚，但無疑推動了中國金融市場向國際化、成熟化發(fā)展。從目前股指期貨市場的交易情況來看，其中投機交易占了絕大部分，伴隨著過多的投機者、投機交易而來的波動，這是否會影響股票指數(shù)現(xiàn)貨反映能力的真實度？

2014年7月底開始，中國股票市場一路上漲，迎來了多年難遇的大牛市，老股民“復(fù)蘇”，新股民“萌芽”，從退休大媽到大學(xué)生紛紛進(jìn)入市場，社會步入了全民炒股的時段。股市指數(shù)現(xiàn)貨也一路迎風(fēng)而漲，上證指數(shù)從2014年7月18日的2 059.07點到2015年6月12日5 166.35點，上漲了3 107.28點。隨后，在接下來的周一(6月15日)，大盤開始“跳水”，雖然在7月中旬和8月中上旬有過兩次小幅回升，卻無法改變整體大幅下滑的局勢，甚至有人將這兩次的回升認(rèn)為是市場觸底反彈的時節(jié)，而“深套”其中。直至8月26日，大盤創(chuàng)下新低，收于2 927.29點，63天內(nèi)，下跌2 239.06點，在隨后的時間內(nèi)股市指數(shù)震蕩盤整。

股指期貨是指數(shù)現(xiàn)貨的預(yù)測，因此二者有著強相關(guān)性，與股市指數(shù)現(xiàn)貨的情況相同，股指期貨也從2014年7月中開始上漲。其中，滬深300股指期貨2014年7月18日收于2 167.2點，至2015年6月12日收于5 335.12，期間上漲了3 167.92點，高于上證指數(shù)上漲幅度60.64個點。同樣在6月15日，當(dāng)日IF1506*IF1506指2015年6月交割的滬深300股指期貨合約。的股指期貨合約報價開始下跌，當(dāng)日下跌132.84個點。與滬深300指數(shù)現(xiàn)貨一樣，二者均是在開盤的第一個5分鐘內(nèi)出現(xiàn)陰燭。股指期貨市場在七八月中旬也出現(xiàn)價格上揚走勢，依然沒有改變整體大局的走勢， 8月26日滬深300股指期貨收于2 780點。

在2010年滬深300股指期貨推出之初，它就包含爭議，對于其與滬深300指數(shù)現(xiàn)貨之間的關(guān)系，有兩種完全相反的觀點，從套期保值的觀點看，它有助于抑制現(xiàn)貨市場的大幅波動，減少不確定性，有穩(wěn)定現(xiàn)貨市場的作用。而另外一種觀點則是從投機交易的方面出發(fā)，如果投機者眾多期貨市場處于過度投機狀態(tài)，不僅股指期貨穩(wěn)定現(xiàn)貨市場的作用達(dá)不到，其本身的高風(fēng)險性反而會加劇股票現(xiàn)貨市場的波動。在此次中國股市的大幅波動中，不少人便將股市波動加劇的原因直指股指期貨，認(rèn)為是股指期貨的高杠桿、高風(fēng)險放大了股市的波動。就此，本文將大幅波動期分為大幅上漲階段和劇烈下跌階段，通過滬深300股指期貨以及滬深300指數(shù)現(xiàn)貨每5分鐘的數(shù)據(jù)，來分析在這樣劇烈的波動中，股指期貨對指數(shù)現(xiàn)貨波動的影響程度。

一、文獻(xiàn)回顧

對指數(shù)現(xiàn)貨波動與股指期貨之間關(guān)系的研究，盛浙湘等通過對美國、比利時、日本、中國等不同發(fā)展階段的8個國家考察，研究認(rèn)為：股指期貨的推出對于市場結(jié)構(gòu)越完善的國家其抑制波動的能力越強[1]。陳海強等通過對股指期貨推出前后兩個階段滬深300指數(shù)現(xiàn)貨價格進(jìn)行Lévy跳躍Kolmogorow-Smirnov檢驗和Wilcoxon檢驗，研究認(rèn)為：股指期貨推出后滬深300指數(shù)現(xiàn)貨價格的跳躍活躍指數(shù)增加，而幅度減小[2]。邢天才等采用非對稱模型對滬深300股指期貨仿真數(shù)據(jù)進(jìn)行研究，研究認(rèn)為：股指期貨的推出在初期對指數(shù)現(xiàn)貨有增大波動性的作用，而遠(yuǎn)期對波動性的影響將逐漸消失[3]。楊帆等對期貨市場進(jìn)行正反饋研究后認(rèn)為：股指期貨市場正反饋交易行為具有杠桿效應(yīng)，當(dāng)市場整體走弱時，負(fù)面消息對市場的沖擊要遠(yuǎn)遠(yuǎn)大于正面消息對市場的沖擊[4]。朱喜安等通過對HS300期指日收益率進(jìn)行研究，研究認(rèn)為：中國股指期貨對現(xiàn)貨市場沖擊具有非對稱的特性，市場杠桿效應(yīng)明顯，利空消息對股市的影響要比同規(guī)模利好消息的沖擊更強烈[5]。李戰(zhàn)江等對滬深300股指期貨與現(xiàn)貨間尾部相關(guān)性進(jìn)行研究，研究認(rèn)為：在大幅波動的情況下，兩個市場間的上尾相關(guān)性強于下尾相關(guān)性，表明兩個市場同時暴漲的概率大于同時暴跌的概率[6]。岳華等采用EGARCH模型對滬深300股指期貨與滬深300指數(shù)現(xiàn)貨的日數(shù)據(jù)進(jìn)行研究，研究認(rèn)為：隨著時間的變化，股指期貨穩(wěn)定現(xiàn)貨市場波動的作用會逐步減小[7]。王朝暉等認(rèn)為期現(xiàn)市場具有雙向波動溢出效應(yīng)，但股指期貨弱于指數(shù)現(xiàn)貨，短期內(nèi)波動溢出存在不對稱性，長期內(nèi)股指期貨市場前期的波動性能減緩當(dāng)期股票市場的波動性[8]。

對股指期貨市場與指數(shù)現(xiàn)貨市場風(fēng)險傳遞性的研究，劉慶富等采用雙變量GARCH模型對滬深300股指期貨和滬深300指數(shù)現(xiàn)貨進(jìn)行研究，認(rèn)為：股指期貨市場與指數(shù)現(xiàn)貨市場之間的風(fēng)險傳遞是雙向的，指數(shù)現(xiàn)貨市場向股指期貨市場的風(fēng)險傳導(dǎo)力度要大于股指期貨市場向指數(shù)現(xiàn)貨市場的風(fēng)險傳導(dǎo)力度[9]。梁龍飛通過理論研究，認(rèn)為交易所各項規(guī)章制度的失誤與疏漏是造成股指期貨市場風(fēng)險對現(xiàn)貨市場風(fēng)險傳遞的主要原因[10]。姚寧等采用2006至2007年中國股市大盤股和股指期貨標(biāo)的指數(shù)現(xiàn)貨高頻價格數(shù)據(jù)進(jìn)行研究，研究認(rèn)為：中國大盤股和作為股指期貨標(biāo)的物的滬深300指數(shù)現(xiàn)貨既存在同時跳躍溢出效應(yīng)，也存在中國大盤股領(lǐng)先滬深300指數(shù)現(xiàn)貨5分鐘跳躍溢出效應(yīng)，說明中國股市和期市存在極強的風(fēng)險關(guān)聯(lián)性[11]。余洪亮認(rèn)為股指期貨的套期保值功能能使其成為規(guī)避風(fēng)險的工具，但是它又能在短期內(nèi)助漲助跌，增加股市的風(fēng)險[12]。

對股指期貨被操縱后對于股指影響的研究，左順跟通過對股指期貨和指數(shù)現(xiàn)貨的實證研究，認(rèn)為中國股指期貨市場疑似操縱日或者疑似操縱時段股指期貨市場的價格發(fā)現(xiàn)功能確實較弱，表明在股指期貨被操縱的情況下，兩個市場發(fā)生偏離[13]。

綜上所述，當(dāng)前學(xué)術(shù)界多數(shù)文獻(xiàn)是關(guān)于市場震蕩盤整期的研究，或是利用仿真數(shù)據(jù)對于期現(xiàn)貨兩個市場波動及風(fēng)險溢出進(jìn)行研究[14]，缺少對于類似2014年7月至2015年8月這樣市場大幅波動時期的研究，而這一極端時期的問題往往在社會造成極大的影響，是廣大投資者和市場監(jiān)管者關(guān)注的焦點。研究這一問題對如何防范市場暴漲暴跌、加強市場風(fēng)險應(yīng)急處置、完善金融市場風(fēng)險監(jiān)管有著十分重要的理論及現(xiàn)實意義。

二、實證分析

(一)研究思路

本文采用2014年6月至2015年8月期間14個月的滬深300指數(shù)現(xiàn)貨和滬深300股指期貨的高頻數(shù)據(jù)，第一，采用Garman & Klass(以下簡寫為“G & K”)對波動率的度量公式，對比大幅波動期間滬深300指數(shù)現(xiàn)貨和滬深300股指期貨的波動率[15]。第二，采用雙變量GARCH模型研究兩市的波動及風(fēng)險溢出情況。第三，將整個大幅波動期分為：大幅上漲和劇烈下跌兩個階段，采用EGARCH模型來對比兩個時期內(nèi)股指期貨收益對指數(shù)現(xiàn)貨市場分別有何影響。第四，得出相關(guān)結(jié)論。為了研究市場大幅波動情況，將波動期分為劇烈上漲時期和急劇下跌時期，分別研究在這兩個期間股指期貨對指數(shù)現(xiàn)貨的影響有無差異，通過指數(shù)現(xiàn)貨探尋股指期貨推出給股票指數(shù)現(xiàn)貨市場帶來的正負(fù)兩面的影響，并得出在此次股民所謂的“股災(zāi)”中，股指期貨對指數(shù)現(xiàn)貨的大幅波動現(xiàn)象究竟起到了正面的抑制作用，還是負(fù)面的加劇作用。

(二)研究方法

為了研究在大幅波動中股指期貨對指數(shù)現(xiàn)貨波動的影響，采用雙變量GARCH模型，以及基于利多和利空時期的非對稱EGARCH模型，來分別度量股指期貨對指數(shù)現(xiàn)貨的波動溢出效應(yīng)和風(fēng)險傳遞的非對稱性。

1.雙變量GARCH模型

股指期貨f與指數(shù)現(xiàn)貨s之間波動的相關(guān)系數(shù)，令股指期貨t時刻的平均價格為Pf,t=(Cf,t+Of,t)/2，指數(shù)現(xiàn)貨t時刻的平均價格為Ps,t=(Cs,t+Os,t)/2，用Of,t來表示t時刻股指期貨的開盤價格，Os,t來表示t時刻指數(shù)現(xiàn)貨市場的開盤價格，Cf,t來表示t時刻股指期貨的收盤價格，Cs,t來表示t時刻指數(shù)現(xiàn)貨市場的收盤價格，則t時刻指數(shù)現(xiàn)貨的收益Rs,t即為：Rs,t=Ps,t-Ps,t-1，t時刻股指期貨的收益Rf,t即為：Rf,t=Pf,t-Pf,t-1,，所構(gòu)建的雙變量GARCH模型的條件均值方程為

(1)

(2)

式中：εt=(εf,t,εs,t)′,εt|Ωt-1～N(0,∑t)，εf,t和εs,t分別為式(1)和式(2)的殘差項，α、β、γ分別為指數(shù)現(xiàn)貨s和股指期貨f相關(guān)價格P及收益R的系數(shù)項，求和項中的p、q分別表示指數(shù)現(xiàn)貨收益Rs、股指期貨收益Rf的滯后p、q階數(shù)，Ωt為t-1時刻的信息集。

∑t為2×2階的時變條件協(xié)方差矩陣為

(3)

條件方差方程為

(4)

(5)

(6)

因此，雙變量GARCH模型的似然函數(shù)即可設(shè)為

(7)

式中：Hff,t、Hss,t、Hfs,t分別表示股指期貨f自身的方差方程、指數(shù)現(xiàn)貨s自身的方差方程、股指期貨f與指數(shù)現(xiàn)貨s相互影響的方差方程；Θ1為待估計的參數(shù)向量，εt=(εf,t,εs,t)′，∑f,t和∑s,t分別為式(1)和式(2)的殘差項；φ、ω、η分別為指數(shù)現(xiàn)貨s和股指期貨f各個條件方差的系數(shù)，T1為觀測數(shù)據(jù)，∑t為時變條件協(xié)方差矩陣。

2.利多和利空時期的非對稱EGARCH模型

為了研究在市場大幅上漲階段以及劇烈下跌階段，股指期貨對指數(shù)現(xiàn)貨市場收益波動的影響以及波動的非對稱性在兩個階段有無差異，將利多時期和利空時期對應(yīng)于大幅上漲時期階段與劇烈下跌階段，構(gòu)建利多和利空時期的非對稱EGARCH模型。條件均值方程為

(8)

(9)

(10)

式中：ρ為系數(shù)項。條件方差方程為

(11)

(12)

因此，利多和利空時期的非對稱EGARCH模型的對數(shù)似然L函數(shù)可表示為

(13)

式中：Θ2為待估計的參數(shù)向量，T2為觀測數(shù)據(jù)，et=(ef,t,es,t)′，Ht為式(8)和式(9)的時變條件協(xié)方差矩陣。

(三)數(shù)據(jù)的選取

為了研究股指期貨對指數(shù)現(xiàn)貨波動的影響，本文選取的數(shù)據(jù)為滬深300指數(shù)現(xiàn)貨和滬深300股指期貨*由于不同交割月份的股指期貨合約的活躍度不同，本文選取活躍度最高的最近期合約組成的連續(xù)數(shù)據(jù)，在當(dāng)月到期日之前(即第三個周五之前)選用當(dāng)月到期的合約，當(dāng)月合約到期之后，選用下一個到期月的合約。，以每5分鐘的期貨價格和現(xiàn)貨價格為代表，時間跨度為2014年7月21日至2015年8月26日，去除法定節(jié)假日，共選取270個交易日。由于期貨市場與現(xiàn)貨市場的交易時間不同，這里選用兩個市場共同的交易時間段內(nèi)的數(shù)據(jù)，即9:30～11:30和13:00～15:00內(nèi)的滬深300指數(shù)現(xiàn)貨和股脂期貨數(shù)據(jù)各12 960個，數(shù)據(jù)來自Wind數(shù)據(jù)庫。

1.波動率的度量

根據(jù)選取的數(shù)據(jù)可以分別估算在大幅波動期間股指期貨與指數(shù)現(xiàn)貨的波動率。這里我們考慮到由于波動的劇烈性，需要參照開盤價、收盤價、最高價和最低價，因此采用G & K的最小方差無偏的最優(yōu)估計量來估算滬深300指數(shù)現(xiàn)貨及股指期貨的波動率。

[c(u+d)-2ud]-0.383c2

(14)

式中：u=H-O，D=L-O，c=C-O，H為最高價，L為最低價，O為開盤價，C為收盤價。

圖1、圖2展示了滬深300指數(shù)現(xiàn)貨和滬深300股指期貨的波動率σG&K隨時間的變化(在2014年7月21日至2015年8月26日之間)。從圖1、圖2中可以看出滬深300指數(shù)現(xiàn)貨和滬深300股指期貨的G & K波動率均呈現(xiàn)出尖峰后尾的特征，在6月底至7月初兩市的波動率均較大，且出現(xiàn)波動值大于10的異常波動情況股指期貨比指數(shù)現(xiàn)貨多。整體來看股指期貨的波形圖比指數(shù)現(xiàn)貨的波形圖略向上，說明股指期貨的波動率稍大于指數(shù)現(xiàn)貨的波動率。

圖1 滬深300指數(shù)現(xiàn)貨G&K波動率

圖2 滬深300股指期貨G&K波動率

2.波動溢出效應(yīng)

為了研究股指期貨波動對指數(shù)現(xiàn)貨波動的影響，采用雙變量GARCH模型，選取滬深300股指期貨和滬深300指數(shù)現(xiàn)貨在2014年7月21日至2015年8月26日期間的5分鐘數(shù)據(jù)，對兩市之間的波動溢出效應(yīng)進(jìn)行實證分析。根據(jù)AIC和SC準(zhǔn)則，股指期貨市場和指數(shù)現(xiàn)貨市場的p=q=2。表1為模型所計算出來的條件均值方程和條件方差方程的參數(shù)估計。

從表1中條件均值的估計量中可以看出，對于滬深300指數(shù)現(xiàn)貨市場來說，β1、β2分別表示滬深300股指期貨的一階滯后項、二階滯后項對指數(shù)現(xiàn)貨的影響，分別在5%和1%的置信水平下，β1=0.138 763，β2=-0.210 278，即滬深300股指期貨的一階滯后項和二階滯后項對滬深300指數(shù)現(xiàn)貨市場有著絕對的影響，且一階滯后項影響方向為正，二階滯后項影響方向為負(fù)。對于滬深300股指期貨，在1%的置信水平下，一階滯后項α1顯著為0.431 764，

二階滯后項不顯著，即滬深300指數(shù)現(xiàn)貨的一階滯后項滬深300股指期貨有著絕對的影響，且影響方向為正。從而，滬深300指數(shù)現(xiàn)貨和滬深300股指期貨之間存在價格相互引導(dǎo)關(guān)系。從相關(guān)系數(shù)的絕對值來看，期貨市場對現(xiàn)貨市場的引導(dǎo)力度要弱于現(xiàn)貨市場對期貨市場的引導(dǎo)力度。

從表1的條件方差的估計量來看，對于滬深300指數(shù)現(xiàn)貨市場來說，φs，1=0.310 265(p=0)；從滬深300股指期貨市場來看，φf，1=0.004 955(p=0.014 9)。二者分別在1%和5%的置信水平下顯著，表明滬深300指數(shù)現(xiàn)貨和滬深300股指期貨市場的波動均具有很強的持續(xù)性。進(jìn)而，估計兩個市場的波動溢出關(guān)系，現(xiàn)貨市場的λ=0.627 812(p=0.038 2),在5%的置信水平下顯著；期貨市場的λ=-1.381 208(p=0.084 2)，在10%的置信水平下顯著。表明兩個市場間都存在波動溢出現(xiàn)象，但是從顯著性方面來看指數(shù)現(xiàn)貨市場的波動溢出要強于股指期貨市場的波動溢出；從系數(shù)絕對值方面來看，股指期貨市場的波動溢出大于指數(shù)現(xiàn)貨市場的波動溢出。

3.利多期和利空期期貨市場對現(xiàn)貨市場波動影響

表2列出了利多時期(2014年7月21日至2015年6月14日)和利空時期(2015年6月15日至2015年8月26日)利用EGARCH模型對滬深300指數(shù)現(xiàn)貨市場收益進(jìn)行回歸的參數(shù)結(jié)果。在利多時期，b2=0.491 512(p=0)，在1%的置信水平下顯著，說明當(dāng)市場處于大幅上漲時股指期貨市場出現(xiàn)的負(fù)收益會對指數(shù)現(xiàn)貨市場的波動產(chǎn)生促進(jìn)影響。

表1指數(shù)現(xiàn)貨和股指期貨間價格溢出效應(yīng)的參數(shù)估計

注：***表示系數(shù)在1%的置信水平下顯著，**表示系數(shù)在5%的置信水平下顯著，*表示系數(shù)在10%的置信水平下顯著。

表2利多、利空時期指數(shù)現(xiàn)貨和股指期貨市場影響的參數(shù)估計

注：***表示系數(shù)在1%的置信水平下顯著，**表示系數(shù)在5%的置信水平下顯著，*表示系數(shù)在10%的置信水平下顯著。

在利空時期，b1=0.213 857(p=0.008 0)，b2=0.227 513(p=0.001 2)，均在1%的置信條件下顯著，說明當(dāng)市場處于劇烈下跌的時期，無論在期貨市場出現(xiàn)正收益還是負(fù)收益，均對指數(shù)現(xiàn)貨市場的波動產(chǎn)生促進(jìn)作用，且影響系數(shù)的絕對值|b2|>|b1|，即負(fù)收益的影響性更大。

綜合兩個時期，滬深300股指期貨對滬深300指數(shù)現(xiàn)貨的參數(shù)估計值，無論是從系數(shù)的絕對值還是顯著性統(tǒng)計上來看，當(dāng)股指期貨市場出現(xiàn)負(fù)的收益時，其對于指數(shù)現(xiàn)貨市場的影響(包括顯著性和強度)，均大于當(dāng)股指期貨市場出現(xiàn)正收益時對于指數(shù)現(xiàn)貨市場的影響。

三、研究結(jié)論和建議

本文基于2014年7月至2015年8月中國股市的大幅波動，采用G & K波動率度量公式、雙變量GARCH模型和EGARCH模型對滬深300指數(shù)現(xiàn)貨及股指期貨進(jìn)行了實證研究，據(jù)此得出結(jié)論：

第一，當(dāng)市場處于大幅波動時期，指數(shù)現(xiàn)貨市場和股數(shù)期貨市場兩市之間存在雙向價格引導(dǎo)關(guān)系，其中股指期貨市場對指數(shù)現(xiàn)貨市場的影響要弱于指數(shù)現(xiàn)貨市場對股指期貨市場的影響，說明在兩市的價格引導(dǎo)上，指數(shù)現(xiàn)貨市場處于主導(dǎo)地位。同時，兩個市場間還存在雙向溢出關(guān)系，即風(fēng)險是相互傳遞的。但從顯著性方面來看，指數(shù)現(xiàn)貨市場的波動溢出要強于股指期貨市場的波動溢出；而從系數(shù)絕對值方面來看，股指期貨市場的波動溢出大于指數(shù)現(xiàn)貨市場的波動溢出，即指數(shù)現(xiàn)貨市場的風(fēng)險傳遞更加顯著，而風(fēng)險的傳遞性上股指期貨市場要強于指數(shù)現(xiàn)貨市場。

第二，將此次中國股市的波動分成利多階段和利空階段來看，股指期貨市場對指數(shù)現(xiàn)貨市場在兩個階段均存在正向杠桿效應(yīng)。在利多階段，股指期貨的負(fù)收益會促進(jìn)指數(shù)現(xiàn)貨的波動，在利空階段，股指期貨的負(fù)收益影響大于正收益影響，表明股指期貨的做空機制對指數(shù)現(xiàn)貨市場帶來的影響大于做多機制帶來的影響。因此，在推出股指期貨時，不僅要專注于它在抑制波動方面的正面作用，而且不能忽略其在出現(xiàn)市場大幅波動情況下可能帶來的負(fù)面影響，此次中國金融市場的大起大落反映了中國缺少應(yīng)對極端情況的有效機制，同時還體現(xiàn)了股指期貨的負(fù)面效應(yīng)。

中國證監(jiān)會最初推出股指期貨時，眾多研究均表明股指期貨有助于股市指數(shù)的穩(wěn)健波動。然而，任何事物都具有兩面性，在大多數(shù)較小幅波動的情況下，股指期貨對單一的異常波動確實可以起到正面的抑制作用。但是，當(dāng)市場處于連續(xù)大幅波動的情況下，股指期貨反而起到了加劇波動的負(fù)面影響。此次中國金融市場的大幅波動，以中小板指數(shù)和創(chuàng)業(yè)板指數(shù)連續(xù)漲停開始，帶動了其余板塊隨之上漲，市場泡沫被快速吹大。股指期貨以其本身固有的領(lǐng)先于股指的特性，在應(yīng)該抑制波動的時候反而加劇了波動。同樣的，在2015年6月15日泡沫破裂之時，IF、IC、IH*中國已上市的3個股指期貨交易品種，IF：滬深300股指期貨；IC：中證500股指期貨； IH：上證50股指期貨。及其股指期貨均開始連續(xù)下跌，此時的股指期貨也沒有起到相應(yīng)的抑制作用，反而造成了負(fù)面影響。所以，在股指期貨引入到中國金融市場上時，大多數(shù)人只關(guān)注到了其正面作用，而忽視了負(fù)面影響，造成了在負(fù)面影響被放大時，并沒有有效措施來應(yīng)對市場的大泡沫。

四、結(jié)語

中國股市具有“中國特色”，即龐大的“散戶”數(shù)量，“散戶”的羊群效應(yīng)和從眾心理非常明顯，加之投機性過高，難免會引起股指期貨的負(fù)面影響。當(dāng)牛市氣氛漸濃的時候，投機者無疑會將指數(shù)進(jìn)一步推高，面對全面上漲的大盤，別人的加倉和自己之前加倉帶來的收益，這兩者都會成為 “頭羊”，容易使股民失去理智。同樣的事情也發(fā)生在泡沫破裂之后，對股市喪失信心的感覺因市場氣氛的轉(zhuǎn)變而日益濃重。這一點在中國2016年年初引進(jìn)熔斷機制時表現(xiàn)得尤為明顯，一旦觸發(fā)第一次熔斷，必然很快就會觸發(fā)第二次熔斷，只得讓推出了4天的熔斷機制叫停。因此，無論是股指期貨的推出還是熔斷機制的引進(jìn)，看到它所帶來正面作用的同時，更要加強對其負(fù)面影響的控制。在市場出現(xiàn)異常情況時，如何防范不法分子利用期貨做空市場來獲取巨額收益，如何最小化甚至消除其所帶來的負(fù)面影響值得深思，使之能夠更好地適用于中國的金融市場，對于處于初級發(fā)展階段的中國期貨市場有著重大的理論及實踐意義。

[1] 盛浙湘,顧天慧.指數(shù)期貨對市場波動性影響的比較——基于非對稱GARCH模型的探討及成因分析[J].浙江金融,2011(6):56-62.

[2] 陳海強,張傳海.股指期貨交易會降低股市跳躍風(fēng)險嗎?[J].經(jīng)濟研究,2015，50(1)：153-167.

[3] 邢天才,張閣.中國股指期貨對現(xiàn)貨市場聯(lián)動效應(yīng)的實證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析[J].財經(jīng)問題研究,2010(4):48-54.

[4] 楊帆,熊海斌.收益率非線性波動與反饋交易行為——基于EGARCH模型的實證檢驗及其對金融監(jiān)管的啟示[J].廣東財經(jīng)大學(xué)學(xué)報,2014，29(1):53-61.

[5] 朱喜安,王曉娟.基于TARCH-CAViaR模型的股指期貨市場波動特性研究[J].統(tǒng)計與決策,2015(6):169-171.

[6] 李戰(zhàn)江,張昊,蘇金梅，等.基于COPULA的滬深300股指期貨與現(xiàn)貨間相關(guān)性模型[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報：自然科學(xué)版,2015,36(1):159-162.

[7] 岳華,潘圣輝.股指期貨市場對現(xiàn)貨市場波動性影響的實證研究——基于滬深300股指期貨[J].山東社會科學(xué),2014(12):129-133.

[8] 王朝暉,李心丹.股指期貨市場與股票市場:信息傳導(dǎo)與風(fēng)險傳遞[J].社會科學(xué)戰(zhàn)線，2013(5):253-256.

[9] 劉慶富,華仁海.中國股指期貨與股票現(xiàn)貨市場之間的風(fēng)險傳遞效應(yīng)研究[J].統(tǒng)計研究,2011,28(11):84-90.

[10] 梁龍飛.股指期貨市場與現(xiàn)貨市場的風(fēng)險傳遞機制與監(jiān)管研究[J].金融經(jīng)濟,2008(2)：99-100.

[11] 姚寧,毛甜甜.基于跳躍擴散模型的中國股市和期市風(fēng)險關(guān)聯(lián)研究[J].西安電子科技大學(xué)學(xué)報:社會科學(xué)版,2009,19(3):21-26.

[12] 余洪亮.股指期貨對我國股市的影響分析[J].知識經(jīng)濟,2010(24):71.

[13] 左順根.中國股指期貨市場操縱及其對市場功能的影響研究[D].廣州：華南理工大學(xué),2013.

[14] 曾黎，李春.滬深300股指期貨、現(xiàn)貨市場波動溢出關(guān)系研究[J].經(jīng)營管理者，2016(23)：13-14.

[15] Garman M B,Klass M.On the estimation of security price volatilities from historical data[J].Journal of Business,1980,53(1):67-78.

Analysis of the impact of stock index futures on indexspot volatility during the sharp fluctuation of China’s stock market

FANG Jian-wu, ZHU Li-wei

(School of International Business， Shaanxi Normal University, Xi’an 710100, Shaanxi, China)

In view of the similarities and differences that short-selling mechanism and long mechanism of stock index futures affect the index spot, the sharp fluctuation of China’s stock market was divided into rising and falling periods from July 2014 to August 2015. Basis on the data of every 5 minutes of the CSI 300 stock index futures and the CSI 300 index spot, this paper analyzed the impact of stock index futures on index spot volatility during the sharp fluctuation by Garman & Klass volatility measurement formula, bivariate GARCH model and EGARCH model.The results show that there is a two-way price relationship between the stock index futures market and index spotmarket during the sharp fluctuation of the market, in which the index spot market is dominant with more significant risk transmission and the risks between the two markets are communicated with each other; in the bullish period of China’s stock market volatility, the negative return of stock index futures will promote the volatility of the index spot. In the bad stage, the negative impact of stock index futures is greater than the positive effect. The impact of short-selling mechanism of stock index futures on the spot market is greater than that of long mechanism; by the characteristics of inherent precedency over stock index, stock index futures exacerbate volatility when it should curb volatility, causing negative effects. China’s financial market should pay attention to its negative effects and take effective measures to strengthen the control of the negative impact.

stock index futures; index spot; risk transfer; short-selling mechanism; market volatility

2016-12-23

2016陜西省金融學(xué)會重點研究課題項目(11)

方建武(1964-)，男，陜西西安人，副教授，經(jīng)濟學(xué)博士。

F830.91

A

1671-6248(2017)02-0064-08