滬深300股指期貨價格發(fā)現(xiàn)能力研究

黃金波， 吳莉莉， 胡 蓉

(1.廣東財經(jīng)大學(xué) 金融學(xué)院/珠三角科技金融產(chǎn)業(yè)協(xié)同創(chuàng)新發(fā)展中心，廣東 廣州 510320; 2.廣東金融學(xué)院 金融數(shù)學(xué)與統(tǒng)計學(xué)院，廣東 廣州 510521)

0 引言

作為國內(nèi)重要的金融創(chuàng)新工具，我國滬深300股指期貨自2010年4月16日推出以來，一直備受人們關(guān)注，業(yè)界普遍認(rèn)為，股指期貨的推出有助于引入做空機(jī)制，提高資本市場的定價效率。然而，滬深300股指期貨推出前后的實(shí)證研究并未取得一致結(jié)論，股指期貨推出之前的仿真研究表明股指期貨價格發(fā)現(xiàn)能力有限；而股指期貨推出之后，由于運(yùn)行時間不長且我國資本市場仍不夠成熟，股指期貨是否具有價格發(fā)現(xiàn)功能以及程度如何都受到研究者的廣泛關(guān)注，但尚沒有取得一致的結(jié)論。由此可見，我國的股指期貨與現(xiàn)貨之間的價格引導(dǎo)關(guān)系，以及兩者之間價格發(fā)現(xiàn)的貢獻(xiàn)度如何，諸如此類問題都尚待深入研究。

目前國內(nèi)外已有許多學(xué)者對期貨與現(xiàn)貨之間的價格發(fā)現(xiàn)問題進(jìn)行了研究。國外期貨市場的起步比較早，所以這方面的研究比較充分[1～4]。Stoll和Whaley[1]認(rèn)為理性有效市場中，期貨現(xiàn)貨收益應(yīng)該是完全同步的，但是他們的研究發(fā)現(xiàn)，即使排除非正常交易之后，S&P500和MM股指期貨的收益率仍領(lǐng)先股票現(xiàn)貨約五分鐘、偶爾達(dá)到十分鐘或更多，而滯后的股指收益對期貨收益也具有溫和的正向預(yù)測作用。Ghosh[2]進(jìn)一步對S&P500指數(shù)及其期貨之間的關(guān)系進(jìn)行研究，發(fā)現(xiàn)二者在長期具有協(xié)整關(guān)系，在短期具有期貨引導(dǎo)現(xiàn)貨的關(guān)系。Tse[3,4]分別運(yùn)用道瓊斯工業(yè)指數(shù)和日經(jīng)Nikkei225進(jìn)行研究，研究結(jié)論支持股指期貨在價格發(fā)現(xiàn)中處于主導(dǎo)地位的結(jié)論。Hasbrouck[5]運(yùn)用多種期貨合約和ETF對標(biāo)普500、標(biāo)普400及納斯達(dá)克100指數(shù)進(jìn)行研究，研究結(jié)果得出，不同合約的定價能力有差異，小型期貨合約對標(biāo)普500和納斯達(dá)克100具有價格發(fā)現(xiàn)功能，標(biāo)準(zhǔn)期貨和ETF都可以發(fā)現(xiàn)標(biāo)普400的價格。Booth等[6]對德國股票市場的DAX指數(shù)進(jìn)行類似研究，他們的實(shí)證結(jié)果證明，期權(quán)的價格發(fā)現(xiàn)功能不如期貨合約。而Nam等[7]基于韓國股指的數(shù)據(jù)則得出股指期權(quán)和期貨都具有價格發(fā)現(xiàn)的功能。Brooks等[8]、Zhong等[9]以及Douligeris和Serpanos[10]分別對英國、墨西哥和希臘的股票指數(shù)進(jìn)行了研究，研究結(jié)果顯示，在樣本期內(nèi)這三個國家的股指期貨合約都具有價格發(fā)現(xiàn)功能。

雖然我國股指期貨起步較晚，但國內(nèi)已有許多學(xué)者運(yùn)用各種計量方法對滬深300股指期貨與指數(shù)現(xiàn)貨之間的價格發(fā)現(xiàn)問題進(jìn)行了研究，并得出了不同甚至相反的結(jié)論[11]。嚴(yán)敏等[12]、Yang等[13]以及蔣勇等[14]的研究認(rèn)為我國現(xiàn)貨市場在價格發(fā)現(xiàn)過程中占主導(dǎo)地位，股指期貨的價格發(fā)現(xiàn)能力有限；而華仁海和劉慶富[15]、任遠(yuǎn)[16]、何誠穎等[17]以及劉向麗和張雨萌[18]得到相反的結(jié)論，他們認(rèn)為期貨市場在信息傳遞過程中占主導(dǎo)地位，具有價格發(fā)現(xiàn)功能。也有部分學(xué)者得出期貨與現(xiàn)貨之間存在相互引導(dǎo)關(guān)系，例如方匡南和蔡振忠[19]及左浩苗等[20]的研究發(fā)現(xiàn)我國股指的現(xiàn)貨市場與期貨市場存在雙向因果關(guān)系。張騰文等[21]則首次區(qū)分了價格變化的趨勢，并且實(shí)證研究得出在上漲趨勢中期貨具備價格發(fā)現(xiàn)功能，股指期貨領(lǐng)先于現(xiàn)貨；而在下跌趨勢中，股指期貨與現(xiàn)貨互為Granger因果關(guān)系，股指期貨與現(xiàn)貨存在相互引導(dǎo)的關(guān)系。

綜上可知，國外學(xué)者基于發(fā)達(dá)市場數(shù)據(jù)研究所得的結(jié)論較為一致，而國內(nèi)學(xué)者的研究結(jié)論分歧較大，因此我國的滬深300股指期貨價格的發(fā)現(xiàn)功能如何還有待進(jìn)一步地探究。我們認(rèn)為國內(nèi)學(xué)者研究結(jié)論的分歧并不存在對錯之分，究其根源在于研究對象、樣本選擇和研究方法的不同。在研究對象方面，部分學(xué)者利用滬深300期貨和現(xiàn)貨的收益率數(shù)據(jù)進(jìn)行研究，而另一部分學(xué)者則利用收盤價或?qū)?shù)價格來研究，從而得出不同的結(jié)論是可以理解的。在樣本選擇方面，一些學(xué)者利用仿真數(shù)據(jù)進(jìn)行研究，而另一些學(xué)者運(yùn)用實(shí)際數(shù)據(jù)進(jìn)行研究；一些學(xué)者選擇上漲趨勢中的數(shù)據(jù)，另一些學(xué)者選擇下跌趨勢中的數(shù)據(jù)，更多的學(xué)者則不做任何趨勢分析和判斷，導(dǎo)致不同的樣本選擇得出不同的研究結(jié)論。最后在研究方法上，研究期貨價格發(fā)現(xiàn)能力的研究方法眾多，各種研究方法沒有絕對的對錯之分，也缺少統(tǒng)一的選擇標(biāo)準(zhǔn)，這也是導(dǎo)致研究結(jié)論不一致的重要原因。

基于以上幾點(diǎn)，本文在以下兩個方面對現(xiàn)有研究進(jìn)行拓展：第一，本文對研究對象進(jìn)行了區(qū)分，分別運(yùn)用收益率數(shù)據(jù)和價格數(shù)據(jù)進(jìn)行研究。一般而言，價格數(shù)據(jù)是非平穩(wěn)的，需要用協(xié)整分析，而收益率是平穩(wěn)的，可以用向量自回歸模型進(jìn)行分析。第二，本文區(qū)分了上漲趨勢和下跌趨勢，研究不同趨勢下期貨價格發(fā)現(xiàn)能力的差異，從而得出期貨價格發(fā)現(xiàn)能力的非對稱性。因此，本文以下內(nèi)容首先把滬深300股指及其期貨數(shù)據(jù)序列分為上漲與下跌兩個階段，分別對價格數(shù)據(jù)和收益率數(shù)據(jù)進(jìn)行描述性統(tǒng)計分析和平穩(wěn)性檢驗(yàn)。然后對平穩(wěn)的收益率數(shù)據(jù)建立向量自回歸模型，在此基礎(chǔ)上進(jìn)行Granger因果檢驗(yàn)，驗(yàn)證兩者之間是否具有相互引導(dǎo)的作用；接著利用脈沖響應(yīng)函數(shù)和Hasbrouck方差分解分析期貨市場與現(xiàn)貨市場兩者誰在價格發(fā)現(xiàn)功能中占主導(dǎo)地位。針對不具有平穩(wěn)性的期貨價格與現(xiàn)貨價格數(shù)據(jù)，本文采用Johansen協(xié)整檢驗(yàn)分析它們之間是否具有長期穩(wěn)定的均衡關(guān)系，再利用向量誤差修正模型分析二者的短期價格行為。

1 數(shù)據(jù)與描述性統(tǒng)計

1.1 數(shù)據(jù)

本文采用滬深300指數(shù)及其期貨當(dāng)月主力合約的5分鐘高頻數(shù)據(jù)作為研究對象。之所以選取5分鐘高頻數(shù)據(jù)，是因?yàn)橄嚓P(guān)研究發(fā)現(xiàn)數(shù)據(jù)抽取的頻率越高，市場微觀結(jié)構(gòu)噪聲越明顯[22]；同時為了保證充足的樣本量和估計的準(zhǔn)確性，數(shù)據(jù)抽取頻率又不宜過低，5分鐘高頻數(shù)據(jù)是權(quán)衡二者后的最優(yōu)結(jié)果。仿照張滕文等[21]的方法，本文將相對于前期最低點(diǎn)漲幅超過30%的走勢定義為上漲趨勢，將相對于前期最高點(diǎn)跌幅超過30%的走勢定義為下跌趨勢(階段詳細(xì)劃分見表1)。由于滬深300股指期貨交易時間為9:15～11:30和13:00～15:15，而滬深股票市場交易時間為9:30～11:30和13:00～15:00，為便于數(shù)據(jù)處理，需要剔除交易時間不重疊的數(shù)據(jù)。另外股市開盤前5分鐘的數(shù)據(jù)噪音比較大，因此我們選取的交易時間為9:35～11:30和13:00～15:00。本文使用的數(shù)據(jù)來自Wind咨詢經(jīng)濟(jì)金融數(shù)據(jù)庫。

表1 樣本區(qū)間劃分

1.2 描述性統(tǒng)計

原始數(shù)據(jù)序列為滬深300指數(shù)與滬深300股指期貨收盤價，為了減少數(shù)據(jù)序列的異方差問題，我們對其進(jìn)行對數(shù)處理，取對數(shù)后的現(xiàn)貨和期貨價格序列分別記為S和F，同時記滬深300指數(shù)與滬深300股指期貨的對數(shù)收益率為s和f。表2給出了S和F及s和f的描述性統(tǒng)計，從中可以看出，上漲階段和下跌階段具有非常不同的數(shù)據(jù)特征。從偏度系數(shù)來看，S和F的分布在上漲階段存在左偏(偏度系數(shù)小于零)且左偏程度小于下跌階段，s和f的分布在上漲階段存在右偏(偏度系數(shù)大于零)，而在下跌階段存在左偏(偏度系數(shù)小于零)。從峰度系數(shù)來看，四個序列的分布在上漲階段的峰度系數(shù)小于下跌階段。S和F在上漲階段的峰度系數(shù)小于3，而在下跌階段大于3，說明上漲階段S和F的分布不存在“尖峰厚尾”現(xiàn)象，而在下跌階段具有“尖峰厚尾”現(xiàn)象。無論在上漲階段還是下跌階段，s和f的峰度均都大于3，說明s和f的分布具有“尖峰厚尾”現(xiàn)象。JB統(tǒng)計量在1%的顯著性水平上拒絕各個序列服從正態(tài)分布的假設(shè)。

表2 滬深300指數(shù)與滬深300股指期貨價格及收益率描述性統(tǒng)計

2 滬深300指數(shù)期貨價格發(fā)現(xiàn)能力的實(shí)證檢驗(yàn)

2.1 ADF檢驗(yàn)

因?yàn)檠芯恐锌紤]到變量可能存在的非平穩(wěn)性，避免模型中出現(xiàn)的偽回歸問題，所以在利用時間序列變量進(jìn)行分析之前，我們首先分別對上漲階段與下跌階段的兩個價格序列的平穩(wěn)性進(jìn)行擴(kuò)展迪基——富勒檢驗(yàn)(ADF)。ADF檢驗(yàn)的具體方法是估計回歸方程:

Δy1=yt-yt-1

(1)

式中，yt為原始時間序列；t為時間趨勢項；yt-1為滯后1期的原始時間序列；Δyt為一階差分時間序列；Δyt-j為滯后j期的一階差分時間序列；α為常數(shù)；δ、γ、λj為回歸系數(shù)；p為滯后階數(shù)；ut為擾動項。

檢驗(yàn)結(jié)果如表3，無論在上漲階段還是下跌階段，在5%的顯著水平下不能拒絕S和F序列存在單位根的假設(shè)，說明S和F時非平穩(wěn)的時間序列。而在5%的顯著水平下能夠拒絕s和f存在單位根的原假設(shè)，即s和f是平穩(wěn)的。從而可知S和F都是一階單整序列。

表3 滬深300現(xiàn)貨價格與期貨價格的ADF檢驗(yàn)結(jié)果

2.2 VAR模型的估計

由于收益率數(shù)據(jù)是平穩(wěn)的時間序列，因此可以直接利用向量自回歸模型(VAR)考察期貨現(xiàn)貨收益率之間的動態(tài)變化規(guī)律，在進(jìn)行VAR模型回歸之前需要確定最優(yōu)滯后階數(shù)，各種選擇標(biāo)準(zhǔn)所得的最優(yōu)滯后階數(shù)如表4。由表4可知，在上漲階段，LR、FPE、AIC和HQ四個檢驗(yàn)標(biāo)準(zhǔn)都選擇4階為最優(yōu)滯后階數(shù)，所以上漲階段的VAR模型最優(yōu)滯后階數(shù)選擇4。在下跌階段，五個標(biāo)準(zhǔn)中，3個標(biāo)準(zhǔn)都選擇滯后階數(shù)為7，所以下跌階段VAR模型最優(yōu)滯后階數(shù)選擇7。

表4 最佳滯后期選擇檢驗(yàn)

上漲階段的VAR回歸方程如下:

f1=-0.0185ft-1+0.0276ft-2+0.06303ft-3-0.0348ft-4-0.0472st-1-0.0219st-2-0.0291st-3+0.0274st-4+0.0001

(-0.4712) (0.6057) (1.3206) (-0.8498) (-1.1092) (-0.4839) (-0.6488) (0.7190) (3.2955)

st=0.5418ft-1+0.2272ft-2+0.1953ft-3+0.0801ft-4-0.4193st-1-0.1821st-2-0.1647st-3-0.0694st-4+0.0001

(15.0384) (5.4244) (4.6503) (2.1290) (-10.7079) (-4.3804) (-3.9883) (-1.9812) (2.9070)

注：圓括號數(shù)據(jù)為對應(yīng)的t值，下同。

從回歸結(jié)果來看，在上漲階段，期貨和現(xiàn)貨收益率的滯后項對當(dāng)期的期貨收益率都沒有顯著的影響，說明現(xiàn)貨收益率對期貨收益率沒有引導(dǎo)作用；而期貨收益率的滯后項對當(dāng)期的現(xiàn)貨收益率有非常顯著且正的影響，現(xiàn)貨收益率的滯后項對當(dāng)期現(xiàn)貨收益率有顯著且負(fù)的影響，說明期貨收益率對現(xiàn)貨收益率具有引導(dǎo)作用。

下跌階段的VAR回歸方程如下：

ft=-0.0759ft-1-0.0222ft-2-0.0644ft-3-0.0740ft-4-0.0369ft-5-0.0653ft-6-0.0637ft-7

(-2.5268) (-0.6255) (-1.7478) (-1.9904) (-0.9920) (-1.7975) (-2.0281)

+0.0298st-1+0.0620st-2+0.0968st-3+0.0281st-4+0.0423st-5+0.0742st-6+0.0923st-7-0.0001

(0.8684) (1.6318) (2.4884) (0.7182) (1.0816) (1.9650) (2.9159) (-1.8166)

st=0.4985ft-1+0.2658ft-2+0.0890ft-3+0.0271ft-4+0.0370ft-5+0.0133ft-6+0.0069ft-7

(18.9191) (8.5243) (2.7542) (0.8321) (1.1347) (0.4165) (0.2513)

-0.4579st-1-0.1917st-2-0.0416st-3-0.0583st-4-0.0391st-5-0.0192st-6+0.0229st-7-0.0000

(-15.2290) (-5.7506) (-1.2194) (-1.700) (-1.1416) (-0.5784) (0.8267) (-1.4320)

從下跌階段的回歸結(jié)果來看，當(dāng)期的期貨收益率受到滯后1期和滯后7期的期貨收益率的顯著影響，同時也受到滯后3期和滯后7期的現(xiàn)貨收益率的顯著影響。而當(dāng)期的現(xiàn)貨收益率受到滯后1、2、3期的期貨收益率的顯著影響，也受到滯后1、2期的現(xiàn)貨收益率的顯著影響。這說明在下跌階段，現(xiàn)貨收益率與期貨收益率會互相影響，二者都會根據(jù)過去的期貨收益率和現(xiàn)貨收益率進(jìn)行調(diào)整。

2.3 Granger因果檢驗(yàn)

Granger因果關(guān)系檢驗(yàn)是建立在VAR模型基礎(chǔ)上的，我們構(gòu)建如下方程檢驗(yàn)滬深300股指期貨與現(xiàn)貨之間的因果關(guān)系及其影響方向:

(2)

(3)

式(2)和式(3)中：st、ft為收益率序列當(dāng)期值；st-i,ft-i為收益率序列滯后i期的值；αi,βi,λi,δi為回歸系數(shù)；ut、vt為誤差項。由于不同的滯后階數(shù)會對回歸結(jié)果產(chǎn)生影響，所以根據(jù)建立VAR模型時最優(yōu)滯后期的選擇，上漲趨勢的最優(yōu)滯后期為4，下跌趨勢的最優(yōu)滯后期為7。結(jié)果見表5。

表5 Granger因果關(guān)系檢驗(yàn)結(jié)果

由表5的結(jié)果可以看出，在上漲趨勢中，不存在現(xiàn)貨收益引起期貨收益變化的Granger因果關(guān)系，而存在期貨收益引起現(xiàn)貨收益變化的Granger因果關(guān)系。在下跌趨勢中，存在現(xiàn)貨收益與期貨收益相互引導(dǎo)的Granger因果關(guān)系。這個結(jié)論與VAR模型的回歸結(jié)果是一致的，在上升階段，期貨收益率不受現(xiàn)貨收益率滯后期的影響，而現(xiàn)貨收益率受期貨收益率滯后期的影響，在下跌階段，二者互相影響。

2.4 脈沖響應(yīng)函數(shù)

Granger檢驗(yàn)雖然驗(yàn)證了在上漲和下跌階段時，滬深300股指期貨與滬深300指數(shù)現(xiàn)貨之間的引導(dǎo)關(guān)系，但沒能檢驗(yàn)出兩者之間價格發(fā)現(xiàn)能力的強(qiáng)弱。因此下文將應(yīng)用脈沖響應(yīng)分析方法進(jìn)一步探究滬深300股指期貨收益與滬深300指數(shù)現(xiàn)貨收益之間的相互影響。圖1、圖2分別給出了上漲階段和下跌階段的脈沖響應(yīng)函數(shù)的分析結(jié)果(圖中RS代表滬深300指數(shù)收益率，RF代表滬深300股指期貨收益率)。

從圖1中可以發(fā)現(xiàn)：期貨市場和現(xiàn)貨市場對來自自身的沖擊反應(yīng)均較為迅速，均會在當(dāng)期做出反應(yīng)(脈沖響應(yīng)圖里的期限“1”指當(dāng)期，期限“2”為滯后1期，依此類推)，但期貨市場能夠在5分鐘內(nèi)基本消化完畢，而現(xiàn)貨市場則需要10分鐘左右的時間來完成大的調(diào)整。然而它們完全消化和吸收來自自身沖擊的時間較長，一般要持續(xù)6期左右(約30分鐘)。對期貨和現(xiàn)貨市場之間的沖擊而言，影響的程度和時間存在較大差異，現(xiàn)貨市場的沖擊對期貨市場幾乎不產(chǎn)生影響。期貨市場的沖擊對現(xiàn)貨市場具有很強(qiáng)的正向影響，且持續(xù)時間較長。圖2中的趨勢與圖1基本一致，只是在下跌趨勢中，信息消化和調(diào)整的時間更長。

圖1 上漲階段的脈沖響應(yīng)函數(shù)

圖2 下跌階段的脈沖響應(yīng)函數(shù)

2.5 Hasbrouck方差分解

為了進(jìn)一步刻畫期貨市場與現(xiàn)貨市場在價格發(fā)現(xiàn)功能中貢獻(xiàn)度的大小，我們利用Hasbrouck[23]提出的方法進(jìn)行方差分解。表6和表7分別給出上漲階段和下跌階段方差分解結(jié)果。從表6中可以看出，在上漲階段，對于期貨市場，在滯后1期時，期貨價格總方差全部由自身價格擾動所引起的，然而，從第二期開始，隨著滯后期的增加，總方差中來自于期貨市場的部分開始減少，最終趨于99.88%左右，而來自于現(xiàn)貨市場的則不斷上升，最終趨于0.12%左右；而對于現(xiàn)貨市場，當(dāng)滯后期為1時，總方差中有67.8144%來自于期貨，32.1856%來自于現(xiàn)貨，最后來自于期貨市場的逐漸減少，趨于65.97%左右，來自于現(xiàn)貨市場的逐漸增加，趨于34.03%左右。

從表7中可以看出，在下跌階段，對于現(xiàn)貨市場，在滯后1期時，期貨價格總方差全部由自身價格擾動所引起的，然而，從第二期開始，隨著滯后期的增加，總方差中來自于期貨市場的部分開始減少，最終趨于99.69%左右，而來自于現(xiàn)貨市場的則不斷上升，最終趨于0.31%左右；而對于現(xiàn)貨市場，當(dāng)滯后期為1時，總方差中有73.6951%來自于期貨，26.3049%來自于現(xiàn)貨，最后來自于期貨市場的逐漸減少，趨于70.62%左右，來自于現(xiàn)貨市場的逐漸增加，趨于29.38%左右。

表6 上漲階段的方差分解

表7 下跌階段的方差分解

綜上，在上漲階段中，來自于期貨市場的方差平均數(shù)為82.925% ((99.88%+65.97%)/2)，來自于現(xiàn)貨市場的方差平均數(shù)為17.075%((0.12%+34.03%)/2)；在下跌階段中，來自于期貨市場的方差平均數(shù)為85.155%((99.69%+70.62%)/2)，來自于現(xiàn)貨市場的方差平均數(shù)為14.845%((0.31%+29.38%)/2)。因此可以發(fā)現(xiàn)，無論是上漲階段還是下跌階段，滬深300股指期貨在價格發(fā)現(xiàn)功能都處于主導(dǎo)地位，并且在下跌階段，股指期貨的價格發(fā)現(xiàn)功能要稍強(qiáng)于上漲階段。

2.6 Johansen協(xié)整檢驗(yàn)與向量誤差修正模型

前面內(nèi)容都是基于收益率數(shù)據(jù)進(jìn)行的分析，下面進(jìn)一步利用價格數(shù)據(jù)來分析滬深300股指期貨與現(xiàn)貨價格的長短期關(guān)系。前文的單位根檢驗(yàn)已證明和是一階單整過程，所以可以借助Johansen協(xié)整檢驗(yàn)。我們選擇含截距項而不含趨勢項的Johansen協(xié)整檢驗(yàn)進(jìn)行分析，滯后階數(shù)根據(jù)AIC準(zhǔn)則選取14階。由表8可知，在上漲階段S和F下跌階段，滬深300指數(shù)現(xiàn)貨與期貨價格之間均存在著1個協(xié)整向量，說明雖然滬深300股指期貨價格與現(xiàn)貨價格都是非平穩(wěn)的時間序列，但是它們之間存在長期穩(wěn)定的均衡關(guān)系。

表8 滬深300現(xiàn)貨價格與期貨價格的Johansen協(xié)整檢驗(yàn)結(jié)果

由上述分析可知，股指期貨價格與現(xiàn)貨價格存在協(xié)整關(guān)系，所以我們可以用向量誤差修正模型(VECM)刻畫二者之間的短期非均衡關(guān)系。VECM是將協(xié)整與誤差修正模型結(jié)合起來建立的一種模型。S和F的向量誤差修正模型為：

(4)

(5)

表9 VECM模型回歸系數(shù)表

3 結(jié)論

本文利用滬深300股指期貨和現(xiàn)貨的高頻數(shù)據(jù)，研究我國股指期貨的價格發(fā)現(xiàn)功能，得出如下結(jié)論：向量自回歸模型與Granger因果關(guān)系檢驗(yàn)結(jié)果發(fā)現(xiàn)，在上漲趨勢中，期貨收益率具有單向影響現(xiàn)貨收益率的作用，在下跌趨勢中，二者存在相互的Granger因果關(guān)系。通過脈沖響應(yīng)函數(shù)研究得出，短期內(nèi)期貨受到來自現(xiàn)貨市場沖擊的影響有限，而現(xiàn)貨受到來自期貨市場沖擊的影響較大且調(diào)整時間長。方差分解進(jìn)一步說明無論是上漲階段還是下跌階段，滬深300股指期貨在價格發(fā)現(xiàn)功能都處于主導(dǎo)地位。協(xié)整檢驗(yàn)和VECM分析說明，無論是上漲階段還是下跌階段，滬深300股指期貨與現(xiàn)貨之間存在長期均衡關(guān)系；短期出現(xiàn)非均衡狀態(tài)時，現(xiàn)貨價格受期貨價格引導(dǎo)向均衡狀態(tài)調(diào)整。因此滬深300股指期貨市場在上漲和下跌過程中都具備價格發(fā)現(xiàn)功能，并且在價格發(fā)現(xiàn)中處于主導(dǎo)地位。