股指期貨對(duì)股票市場(chǎng)的極端風(fēng)險(xiǎn)溢出效應(yīng)與預(yù)警作用

劉文超 安毅 方蕊

摘?要：基于極端風(fēng)險(xiǎn)溢出視角，運(yùn)用VAR-VaR和Cross-quantilogram對(duì)2010年12月22日至2018年12月25日的5分鐘高頻數(shù)據(jù)進(jìn)行分析，分別探討股指期貨對(duì)現(xiàn)貨的極端風(fēng)險(xiǎn)溢出效應(yīng)與預(yù)警作用。研究結(jié)果表明，股指期貨與現(xiàn)貨市場(chǎng)存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)，且股指期貨沖擊對(duì)現(xiàn)貨極端風(fēng)險(xiǎn)的影響程度小于現(xiàn)貨市場(chǎng)沖擊對(duì)股指期貨市場(chǎng)極端風(fēng)險(xiǎn)的影響程度。此外，我國(guó)股指期貨在極端情況下確實(shí)對(duì)股指現(xiàn)貨市場(chǎng)存在風(fēng)險(xiǎn)預(yù)警作用，在5分鐘的預(yù)警作用最強(qiáng)，且股指期貨限制措施在一定程度上制約了股指期貨的極端風(fēng)險(xiǎn)預(yù)警作用。據(jù)此建議，要加速松綁股指期貨，減少不必要的限制措施，且推進(jìn)我國(guó)股指期貨市場(chǎng)對(duì)外開(kāi)放，使股指期貨走向成熟化和市場(chǎng)化，從而為我國(guó)資本市場(chǎng)穩(wěn)定與改革開(kāi)放保駕護(hù)航。

關(guān)鍵詞：股指期貨?極端風(fēng)險(xiǎn)?風(fēng)險(xiǎn)溢出?預(yù)警作用

一、引言

2008年后，我國(guó)經(jīng)濟(jì)下行壓力加大，股票市場(chǎng)和期貨市場(chǎng)的異常波動(dòng)和極端風(fēng)險(xiǎn)事件頻發(fā)。2015年股市劇烈震蕩，幾乎引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。中國(guó)金融風(fēng)險(xiǎn)交易所在整體救市框架中，采取嚴(yán)厲手段控制股指期貨交易以緩解投機(jī)氣氛。2018年股市再次異常波動(dòng)，由于股指期貨市場(chǎng)流動(dòng)性很差，市場(chǎng)主體無(wú)法對(duì)沖風(fēng)險(xiǎn)。中金所開(kāi)始加快對(duì)股指期貨松綁，以實(shí)現(xiàn)常態(tài)化。2019年中國(guó)資本市場(chǎng)創(chuàng)新之路繼續(xù)調(diào)整，更多的股指衍生品被創(chuàng)設(shè)出來(lái)，股票、ETF、股指期貨、期權(quán)逐漸形成體系，風(fēng)險(xiǎn)管理市場(chǎng)和直接融資市場(chǎng)的關(guān)系被全方面打開(kāi)。在此歷史背景和創(chuàng)新趨勢(shì)下，十分有必要研究股指期貨與股票市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出關(guān)系。為更多的金融衍生工具與股票市場(chǎng)之間的風(fēng)險(xiǎn)關(guān)系研究奠定基礎(chǔ)，也可為未來(lái)政策制定做理論儲(chǔ)備。

盡管少數(shù)學(xué)者研究了股指期貨的引入對(duì)降低股市波動(dòng)的影響，但其是否具有穩(wěn)定股市的功能仍然存在學(xué)術(shù)爭(zhēng)議?，F(xiàn)有對(duì)我國(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)的作用研究主要集中在期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能和波動(dòng)溢出效應(yīng)。已有研究表明僅僅從波動(dòng)的角度探討金融市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)是不夠的。除了信息溢出渠道，極端風(fēng)險(xiǎn)溢出渠道也是引發(fā)金融市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的重要渠道之一，且極端風(fēng)險(xiǎn)溢出相比收益率溢出與波動(dòng)溢出更具有極強(qiáng)的破壞性，嚴(yán)重影響我國(guó)金融市場(chǎng)的穩(wěn)定。但是，以往的研究對(duì)股指期貨在市場(chǎng)極端情況下對(duì)股指現(xiàn)貨市場(chǎng)究竟扮演著何種角色仍然缺乏深入分析。

因此，本文嘗試基于極端風(fēng)險(xiǎn)溢出的視角，采用5分鐘高頻數(shù)據(jù)，探討股指期貨對(duì)股票現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)，且進(jìn)一步分析股指期貨在市場(chǎng)極端情況下對(duì)現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)預(yù)警作用。此外，通過(guò)進(jìn)一步分析股指期貨與股票市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出效應(yīng)與預(yù)警作用在2015年和2018年兩次股市異常波動(dòng)中的差異性，探討中金所的股指限制措施是否對(duì)股指期貨的極端風(fēng)險(xiǎn)溢出效應(yīng)與預(yù)警作用有影響。這不僅有助于更深入揭示股指期貨限制政策對(duì)我國(guó)股指期貨與現(xiàn)貨市場(chǎng)在極端情況下的聯(lián)動(dòng)關(guān)系的影響，還對(duì)投資者和交易所利用股指期貨進(jìn)行風(fēng)險(xiǎn)預(yù)警與風(fēng)險(xiǎn)管理以及監(jiān)管部門(mén)制定與股指期貨的相關(guān)政策有重要意義。

二、文獻(xiàn)綜述

自股指期貨誕生以來(lái)，股指期現(xiàn)貨之間的相互關(guān)系在文獻(xiàn)中有廣泛的討論。大多數(shù)學(xué)術(shù)觀點(diǎn)都認(rèn)為由于期貨市場(chǎng)固有的杠桿作用、可賣(mài)空和低交易成本等特點(diǎn)，期貨市場(chǎng)可能比股票現(xiàn)貨市場(chǎng)更有效地整合信息，股指期貨市場(chǎng)在價(jià)格發(fā)現(xiàn)中占主導(dǎo)地位（Kawaller??et?al，1987，So?et?al，2004，Stoll?et?al，1990）。目前對(duì)我國(guó)股指期貨和現(xiàn)貨市場(chǎng)之間的關(guān)聯(lián)性研究主要從信息溢出視角出發(fā)，分別基于價(jià)格的收益率和波動(dòng)率來(lái)研究股指期現(xiàn)貨的價(jià)格發(fā)現(xiàn)能力和波動(dòng)溢出效應(yīng)。少數(shù)學(xué)者也對(duì)股指期現(xiàn)貨跳躍風(fēng)險(xiǎn)方面的溢出效應(yīng)也進(jìn)行了研究。雖然研究我國(guó)股指期現(xiàn)貨市場(chǎng)價(jià)格發(fā)現(xiàn)能力的文獻(xiàn)較多，但對(duì)誰(shuí)在市場(chǎng)中起價(jià)格發(fā)現(xiàn)主導(dǎo)作用的結(jié)論并不一致，其主要原因是使用不同的樣本期、數(shù)據(jù)頻率與研究方法。例如，華仁海等（2010）使用滬深300股指期現(xiàn)貨的1分鐘高頻數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)股指期貨的價(jià)格發(fā)現(xiàn)能力更大，在信息傳遞中起主導(dǎo)作用;李政等（2016）采用滬深300、上證50和中證500的三個(gè)品種股指期貨與現(xiàn)貨的5分鐘高頻數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)在90%的遞歸子樣本中期貨在價(jià)格發(fā)現(xiàn)中占主導(dǎo)地位;陶利斌等（2014）采用信息份額方法對(duì)滬深300股指期現(xiàn)貨的6秒高頻數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)股指期貨價(jià)格發(fā)現(xiàn)功能占主導(dǎo)地位;Ahn等（2019）也發(fā)現(xiàn)我國(guó)股指期貨在價(jià)格發(fā)現(xiàn)中占主導(dǎo)地位，且股災(zāi)期間實(shí)施的限制措施并沒(méi)有改變股指期貨在價(jià)格發(fā)現(xiàn)中占主導(dǎo)地位的事實(shí);而方匡南等（2012）利用滬深300股指期現(xiàn)貨的5分鐘高頻數(shù)據(jù)進(jìn)行分析研究，發(fā)現(xiàn)股票現(xiàn)貨市場(chǎng)起主導(dǎo)作用;Yang等（2012）也采用滬深300股指期現(xiàn)貨5分鐘高頻數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)現(xiàn)貨市場(chǎng)處于價(jià)格發(fā)現(xiàn)主導(dǎo)地位。

一些學(xué)者也研究了股指期貨價(jià)格發(fā)現(xiàn)能力在不同市場(chǎng)狀態(tài)的差異性，但是對(duì)股指期貨究竟在哪個(gè)市場(chǎng)狀態(tài)占主導(dǎo)作用則有不同的結(jié)論。例如，方先明（2010）研究表明股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)能力受現(xiàn)貨市場(chǎng)運(yùn)行狀態(tài)的影響，其中滬深300股指期貨在現(xiàn)貨市場(chǎng)處于上升狀態(tài)時(shí)的價(jià)格發(fā)現(xiàn)能力小于其在現(xiàn)貨市場(chǎng)處于下跌狀態(tài)時(shí)的價(jià)格發(fā)現(xiàn)能力;蘇民（2016）通過(guò)滬深300股指期現(xiàn)貨的1分鐘高頻數(shù)據(jù)實(shí)證分析發(fā)現(xiàn)股指期貨在牛市和熊市中的價(jià)格發(fā)現(xiàn)占主導(dǎo)地位，且在熊市價(jià)格發(fā)現(xiàn)更強(qiáng)一些，而在震蕩市場(chǎng)中現(xiàn)貨市場(chǎng)占主導(dǎo)地位;而趙慧敏等（2018）研究使用2010年10月25日至2015年6月8日的5分鐘高頻數(shù)據(jù)，發(fā)現(xiàn)滬深300股指期貨在牛市時(shí)期價(jià)格發(fā)現(xiàn)功能占主導(dǎo)地位，在熊市時(shí)期貨市場(chǎng)價(jià)格發(fā)現(xiàn)能力減弱，期現(xiàn)貨市場(chǎng)均發(fā)揮價(jià)格發(fā)現(xiàn)功能，且股指期現(xiàn)貨市場(chǎng)在牛熊市均存在雙向的波動(dòng)溢出效應(yīng)。

另一些學(xué)者從波動(dòng)角度研究我國(guó)股指期貨對(duì)股市風(fēng)險(xiǎn)的作用。例如，曹棟等（2017）研究發(fā)現(xiàn)股指期貨對(duì)我國(guó)股市波動(dòng)起減緩作用，但穩(wěn)定市場(chǎng)作用仍然有限;楊林等（2017）研究發(fā)現(xiàn)滬深300股指期貨在股災(zāi)期間仍然有價(jià)格發(fā)現(xiàn)能力，但對(duì)現(xiàn)貨市場(chǎng)存在單向波動(dòng)溢出效應(yīng);孫欣欣（2018）使用滬深300股指期現(xiàn)貨的5分鐘高頻數(shù)據(jù)分析期現(xiàn)貨市場(chǎng)關(guān)系，發(fā)現(xiàn)股指期現(xiàn)貨具有價(jià)格發(fā)現(xiàn)功能，且股指期貨市場(chǎng)波動(dòng)性更強(qiáng)，對(duì)現(xiàn)貨市場(chǎng)波動(dòng)有引導(dǎo)作用;Hong等（2017）基于滬深300股指期現(xiàn)貨的5秒高頻數(shù)據(jù)研究發(fā)現(xiàn)股指期貨在價(jià)格發(fā)現(xiàn)過(guò)程中占主導(dǎo)地位，且股指期現(xiàn)貨存在雙向波動(dòng)溢出效應(yīng)，現(xiàn)貨對(duì)期貨的風(fēng)險(xiǎn)溢出效應(yīng)強(qiáng)于期貨對(duì)現(xiàn)貨的風(fēng)險(xiǎn)溢出效應(yīng);Han等（2017）研究發(fā)現(xiàn)限制股指期貨的交易會(huì)惡化股票現(xiàn)貨市場(chǎng)的質(zhì)量。

方意等（2018）和吳永鋼等（2019）及其他學(xué)者認(rèn)為金融市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)生成機(jī)理主要包括風(fēng)險(xiǎn)傳導(dǎo)渠道和信息溢出渠道，相比信息溢出效應(yīng)，極端風(fēng)險(xiǎn)溢出更具有破壞力，嚴(yán)重影響金融市場(chǎng)以及金融體系的穩(wěn)定，且金融市場(chǎng)或機(jī)構(gòu)之間關(guān)聯(lián)性水平越高，極端風(fēng)險(xiǎn)傳遞也越迅速。鑒于股指期現(xiàn)貨市場(chǎng)之間具有較高的關(guān)聯(lián)性水平，股指期現(xiàn)貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出也更為迅速。因此，準(zhǔn)確地把握我國(guó)股指期現(xiàn)貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出效應(yīng)，對(duì)我國(guó)股市的風(fēng)險(xiǎn)識(shí)別與度量，股指期貨市場(chǎng)相關(guān)的政策制定以及我國(guó)金融體系的穩(wěn)定具有重要意義。但是，以極端風(fēng)險(xiǎn)溢出視角考察股指期現(xiàn)貨市場(chǎng)間的風(fēng)險(xiǎn)溢出效應(yīng)的研究尚少。只有周愛(ài)民等（2017）采用Copula-CoVaR方法，基于日度數(shù)據(jù)對(duì)股指期現(xiàn)貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出效應(yīng)進(jìn)行研究，發(fā)現(xiàn)在價(jià)格大幅下跌的極端情況下，滬深300股指期貨對(duì)滬深300指數(shù)的溢出明顯強(qiáng)于反向的溢出，但在2015年9月實(shí)施對(duì)期指的最嚴(yán)限令后，情況發(fā)生了反轉(zhuǎn)。但是他們的研究主要基于日頻數(shù)據(jù)，且未考慮風(fēng)險(xiǎn)溢出的持續(xù)性與滯后性。另外，劉成立等（2017）通過(guò)1分鐘高頻數(shù)據(jù)，采用分位數(shù)回歸發(fā)現(xiàn)在暴漲和暴跌行情中，期貨對(duì)現(xiàn)貨的引領(lǐng)作用更強(qiáng)，即使股指期貨交易限制后，股指期貨仍然對(duì)現(xiàn)貨價(jià)格具有引領(lǐng)作用和風(fēng)險(xiǎn)預(yù)警作用。考慮到股指期現(xiàn)貨市場(chǎng)的信息傳遞和風(fēng)險(xiǎn)溢出極為迅速，采用高頻數(shù)據(jù)有助于更深入地揭示股指期現(xiàn)貨市場(chǎng)之間的內(nèi)在關(guān)聯(lián)性與極端風(fēng)險(xiǎn)溢出效應(yīng)。

與以往研究相比，本文有以下兩個(gè)方面貢獻(xiàn)。①基于極端風(fēng)險(xiǎn)溢出視角，采用高頻數(shù)據(jù)來(lái)研究股指期現(xiàn)貨市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出效應(yīng)，是對(duì)以往從均值和波動(dòng)溢出層面對(duì)股指期現(xiàn)貨市場(chǎng)間關(guān)聯(lián)性研究做了一個(gè)有益的補(bǔ)充。②運(yùn)用Cross-?quantilogram模型研究在股指期現(xiàn)貨收益的整個(gè)分布中股指期現(xiàn)貨收益的短期引導(dǎo)關(guān)系和風(fēng)險(xiǎn)預(yù)警作用的變化。與采用基于VAR的格蘭杰因果和分位數(shù)回歸來(lái)分析股指期貨預(yù)警作用相比，使用Cross-?quantilogram模型能夠完整刻畫(huà)自變量的條件分布與響應(yīng)變量的條件分布之間的引領(lǐng)關(guān)系，更能揭示變量之間引領(lǐng)關(guān)系的時(shí)滯性、持續(xù)性和非線性，從而能更深入地分析股指期貨的風(fēng)險(xiǎn)預(yù)警作用，且對(duì)具有“尖峰厚尾”特征的金融序列其估計(jì)結(jié)果更穩(wěn)健。

三、方法介紹和數(shù)據(jù)

如果期現(xiàn)貨市場(chǎng)是完全有效市場(chǎng)，則在短期期現(xiàn)貨市場(chǎng)間的價(jià)格并不存在領(lǐng)先滯后關(guān)系，兩個(gè)市場(chǎng)對(duì)新信息同時(shí)做出反應(yīng)。前人研究表明市場(chǎng)在短期往往是無(wú)效的，因此期現(xiàn)貨市場(chǎng)間可能存在短期的領(lǐng)先滯后關(guān)系。這不僅表現(xiàn)在信息和風(fēng)險(xiǎn)溢出的領(lǐng)先滯后關(guān)系上，還表現(xiàn)在一個(gè)市場(chǎng)對(duì)另一市場(chǎng)的預(yù)測(cè)能力上。因此，本文基于VAR-VaR模型研究極端風(fēng)險(xiǎn)溢出效應(yīng)以及極端風(fēng)險(xiǎn)溢出效應(yīng)的短期成分，進(jìn)一步采用Cross-quantilogram?模型研究股指期貨的風(fēng)險(xiǎn)預(yù)警能力。

（一）VAR-VaR模型

本文參考White等（2015）的建模思路，構(gòu)建股指期現(xiàn)貨市場(chǎng)MVMQ-CAViaR?模型，也稱(chēng)VAR-VaR模型，具體表達(dá)式如下：

當(dāng)θ=5%時(shí)，qi，t代表市場(chǎng)i當(dāng)期的極端風(fēng)險(xiǎn)價(jià)值，其中，i=1代表現(xiàn)貨市場(chǎng)，i=2代表期貨市場(chǎng)。

與多元bekk-garch將波動(dòng)溢出效應(yīng)分解成長(zhǎng)期成分（由GARCH項(xiàng)系數(shù)來(lái)刻畫(huà)）和短期成分（由ARCH項(xiàng)系數(shù)來(lái)刻畫(huà)）一樣，VAR-VaR也將極端風(fēng)險(xiǎn)溢出分解成短期成分與長(zhǎng)期成分。其中，矩陣A的非對(duì)角線元素刻畫(huà)了前一期市場(chǎng)沖擊對(duì)另一個(gè)市場(chǎng)當(dāng)期極端風(fēng)險(xiǎn)的溢出情況，反映的是極端風(fēng)險(xiǎn)溢出的短期成分;矩陣B的非對(duì)角線元素代表了前一期市場(chǎng)極端風(fēng)險(xiǎn)對(duì)另一個(gè)市場(chǎng)當(dāng)期極端風(fēng)險(xiǎn)的溢出情況，反映的是極端風(fēng)險(xiǎn)溢出的長(zhǎng)期成分。由式（1）和式（3）可知，金融市場(chǎng)的極端風(fēng)險(xiǎn)值不僅受自身或其他市場(chǎng)的沖擊的影響，也受自身或其他市場(chǎng)的極端風(fēng)險(xiǎn)值的影響。另外，方意等（2018）對(duì)金融市場(chǎng)溢出效應(yīng)的生成機(jī)制進(jìn)行分析，發(fā)現(xiàn)極端風(fēng)險(xiǎn)溢出效應(yīng)的生成機(jī)制可以主要通過(guò)基于市場(chǎng)沖擊的信息溢出渠道和風(fēng)險(xiǎn)承擔(dān)渠道形成。一般而言，一方面，當(dāng)期的市場(chǎng)沖擊會(huì)改變投資者對(duì)金融資產(chǎn)的未來(lái)的極端風(fēng)險(xiǎn)值的預(yù)期，從而借助市場(chǎng)自身的信息溢出渠道直接導(dǎo)致極端風(fēng)險(xiǎn)值發(fā)生變化;另一方面，由于市場(chǎng)之間資金的高流動(dòng)性，投資者會(huì)根據(jù)市場(chǎng)風(fēng)險(xiǎn)狀況的變化而調(diào)整投資組合，而這將間接影響其他相關(guān)聯(lián)市場(chǎng)的風(fēng)險(xiǎn)價(jià)值的變化。因此，為了考察在股指期現(xiàn)貨市場(chǎng)之間是否存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)，需要對(duì)矩陣A和B的非對(duì)角線元素進(jìn)行聯(lián)合顯著性檢驗(yàn)。

借鑒郝毅等（2017）和李政等（2016）研究經(jīng)驗(yàn)，本文使用Wald統(tǒng)計(jì)量檢驗(yàn)股指期現(xiàn)貨市場(chǎng)MVMQ-CAViaR?模型中是否存在市場(chǎng)之間的極端風(fēng)險(xiǎn)溢出效應(yīng)，即系數(shù)矩陣A和B是否存在顯著不為0的非對(duì)角元素。本文構(gòu)建的Wald?統(tǒng)計(jì)量如下：

其中，VC=1n×Q-1×V×Q表示系數(shù)的方差協(xié)方差矩陣，V=E（η*1η*′t），η*1=∑ni=1∑pj=1

qid1（g，β）為模型梯度，fijt（0）?為εijt的密度函數(shù)在0?時(shí)的值。R是q×m?維約束矩陣，q為約束方程的個(gè)數(shù)，m為待估計(jì)系數(shù)的個(gè)數(shù)。β為m×1?維估計(jì)系數(shù)矩陣。Wald?檢驗(yàn)原假設(shè)為H0：Rβ=q，當(dāng)q=4，r=0?時(shí)，Wald?統(tǒng)計(jì)量可以用來(lái)檢驗(yàn)兩個(gè)市場(chǎng)之間是否存在顯著的極端風(fēng)險(xiǎn)溢出效應(yīng)。當(dāng)q=2，r=0?時(shí)，Wald?統(tǒng)計(jì)量可以檢驗(yàn)兩個(gè)市場(chǎng)之間極端風(fēng)險(xiǎn)溢出的方向。W（n）大于給定顯著性水平的臨界值時(shí)，拒絕原假設(shè)H0;反之，則接受原假設(shè)。

為進(jìn)一步研究市場(chǎng)沖擊對(duì)市場(chǎng)極端風(fēng)險(xiǎn)的動(dòng)態(tài)影響，采用White等（2015）提出的分位數(shù)脈沖響應(yīng)進(jìn)行分析，具體表達(dá)式如下：

首先，序列1的脈沖響應(yīng)表達(dá)式具體為式（8）：

同樣，對(duì)于序列2脈沖響應(yīng)表達(dá)式具體為式（9）：

因此，脈沖響應(yīng)可被定義為如下形式：

最后，脈沖響應(yīng)表達(dá)式可以簡(jiǎn)化為如下表達(dá)式：

（二）Cross-quantilogram?模型

本文使用Han等（2016）的交叉定量圖（CQ）方法研究變量之間的交叉分位數(shù)的相依性，該方法與VAR-VaR相互補(bǔ)充，CQ方法更能揭示不同市場(chǎng)間極端風(fēng)險(xiǎn)溢出的非線性、持續(xù)性和滯后性。其中，應(yīng)用CQ方法的關(guān)鍵要求變量是平穩(wěn)的時(shí)間序列。

首先，定義{xi，t，t∈Z}，i=1，2，是平穩(wěn)的時(shí)間序列，其中，x1，t和x2，t分別是股指現(xiàn)貨收益率與股指期貨收益率。Fi（·）?和fi（·）分別表示分布函數(shù)和分布密度函數(shù)。則xi，t的分位數(shù)函數(shù)表示為：qi（αi）=inf{v：Fi（v）≥αi}，其中αi∈（0，1）。

而滯后第k階的Cross-quantilogram定義為

其中，k=0，±1，±2，…。ψα（u）≡1[u<0]-α，1[·]?是示性函數(shù)，1[xi，t≤qi（αi）]?是超過(guò)分位數(shù)的過(guò)程。式1中的Cross-quantilogram可以反映兩個(gè)序列在不同滯后階數(shù)時(shí)的序列相依性。例如，α=（α1，α2）=（αspot，αfutures），ρα（1）?表示現(xiàn)貨收益率在t時(shí)與期貨在t-1時(shí)的偏相關(guān)性。ρα（1）=0?意味著，期貨在t-1時(shí)刻并不能預(yù)測(cè)到t時(shí)刻現(xiàn)貨的收益率，反之，則說(shuō)期貨對(duì)現(xiàn)貨的收益率有一階滯后預(yù)測(cè)作用。

樣本的滯后第k階的Cross-quantilogram定義為

其中，k=0，±1，±2，…，?q︿i（αi）?是xi，t的無(wú)條件分位數(shù)。

此外，Han等（2014）提出將Ljung-Box-Pierce類(lèi)型統(tǒng)計(jì)量擴(kuò)展到分位數(shù)上，其中原假設(shè)：H0：ρα（k）=0?，H1：ρα（k）≠0，k∈1，…，p

Q︿（p）α≡T（T+2）∑pk=1ρ︿2α（k）T-k?（14）

Q︿（p）α統(tǒng)計(jì)量可以用來(lái)檢驗(yàn)在α=（α1，α2）分位數(shù)上一個(gè)時(shí)間序列的滯后P期的收益率是否對(duì)另一市場(chǎng)序列的當(dāng)期收益率有預(yù)測(cè)性。

（三）數(shù)據(jù)來(lái)源與樣本說(shuō)明

考慮到我國(guó)期貨市場(chǎng)發(fā)展經(jīng)歷了支持—限制—再支持的發(fā)展過(guò)程以及股市近年來(lái)的劇烈波動(dòng)，使用較短的時(shí)間樣本將忽略市場(chǎng)態(tài)勢(shì)和我國(guó)股指期貨市場(chǎng)自身的發(fā)展動(dòng)態(tài)的影響，從而造成研究結(jié)果不一致。因此，本文考察的股指期現(xiàn)貨數(shù)據(jù)為滬深300指數(shù)的5分鐘價(jià)格，樣本時(shí)期均為2010年12月22日至2018年12月25日。其中，以中金所的滬深300期貨的主力合約的5分鐘收盤(pán)價(jià)為我國(guó)股指期貨的價(jià)格，以滬深300指數(shù)現(xiàn)貨的5分鐘的收盤(pán)價(jià)為股指現(xiàn)貨的價(jià)格，期現(xiàn)貨價(jià)格數(shù)據(jù)均來(lái)源于天軟科技①。

首先對(duì)滬深300指數(shù)期現(xiàn)貨的5分鐘收盤(pán)價(jià)做對(duì)數(shù)處理，并令Rt為價(jià)格收益率，Pt為第t日期貨收盤(pán)價(jià)格，則可以表示為：

然后將處理好的滬深300的5分鐘期現(xiàn)貨價(jià)格收益率進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表1所示。

表1結(jié)果表明，首先，我國(guó)股指期貨的價(jià)格波動(dòng)比股指現(xiàn)貨的價(jià)格波動(dòng)大;其次，由收益率的峰度值、偏度值可知，我國(guó)股指期現(xiàn)貨均有尖峰厚尾的特征，且股指現(xiàn)貨左偏，而股指期貨右偏。最后，J-B檢驗(yàn)均拒絕正態(tài)分布原假設(shè)。

四、實(shí)證結(jié)果與分析

（一）股指期現(xiàn)貨極端風(fēng)險(xiǎn)溢出效應(yīng)分析

首先，本文通過(guò)VAR-VaR模型研究股指期現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)溢出效應(yīng)，通過(guò)Wald?統(tǒng)計(jì)量對(duì)模型系數(shù)矩陣A和B中的非對(duì)角元素進(jìn)行聯(lián)合性顯著性檢驗(yàn)，且進(jìn)一步通過(guò)分位數(shù)脈沖響應(yīng)圖來(lái)研究正負(fù)信息沖擊對(duì)股票市場(chǎng)極端風(fēng)險(xiǎn)的影響。其中，選擇5%的分位數(shù)水平代表股市極端暴跌的情況，選擇95%的分位數(shù)水平代表股市極端暴漲的情況。

表2給出了MVMQ-CAViaR模型的估計(jì)結(jié)果。就5%分位數(shù)而言：首先，b11、b22系數(shù)為正且在1%的水平下顯著，說(shuō)明股指期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)存在顯著自相關(guān)性，即市場(chǎng)極端風(fēng)險(xiǎn)序列存在波動(dòng)集聚特征;a11、a22都在1%的顯著水平下為負(fù)值，說(shuō)明前期的期（現(xiàn)）貨市場(chǎng)沖擊會(huì)使當(dāng)期的期（現(xiàn)）貨市場(chǎng)的極端風(fēng)險(xiǎn)增強(qiáng)。其次，系數(shù)矩陣A的非對(duì)角元素均在1%的水平下顯著為負(fù)，這表明一個(gè)市場(chǎng)的沖擊會(huì)對(duì)另一個(gè)市場(chǎng)的極端風(fēng)險(xiǎn)存在顯著的溢出效應(yīng)，且會(huì)增強(qiáng)另一個(gè)市場(chǎng)的極端風(fēng)險(xiǎn)。另外，a12的絕對(duì)值大于a21的絕對(duì)值，這說(shuō)明我國(guó)期貨市場(chǎng)的沖擊對(duì)現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)的影響強(qiáng)于現(xiàn)貨市場(chǎng)沖擊對(duì)期貨市場(chǎng)極端風(fēng)險(xiǎn)的影響。最后，系數(shù)矩陣B的非對(duì)角元素均在1%的顯著水平上顯著，但是兩者之間的符號(hào)相反，說(shuō)明前一期市場(chǎng)極端風(fēng)險(xiǎn)對(duì)另一市場(chǎng)當(dāng)期極端風(fēng)險(xiǎn)具有顯著的影響，且影響方向相反。其中，b12的系數(shù)符號(hào)為負(fù)，說(shuō)明期貨市場(chǎng)前一期的極端風(fēng)險(xiǎn)會(huì)減弱現(xiàn)貨市場(chǎng)當(dāng)期的極端風(fēng)險(xiǎn);而b21的系數(shù)符號(hào)為正，表明前一期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)會(huì)加劇期貨市場(chǎng)的當(dāng)期極端風(fēng)險(xiǎn)。且b21的絕對(duì)值大于b12的絕對(duì)值，進(jìn)一步表明現(xiàn)貨市場(chǎng)前一期極端風(fēng)險(xiǎn)對(duì)當(dāng)期期貨市場(chǎng)極端風(fēng)險(xiǎn)的正向影響大于期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的負(fù)向影響。

就95%分位數(shù)而言：首先，b11、b22系數(shù)為正且在1%的水平下顯著，說(shuō)明股指期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)存在顯著自相關(guān)性，即市場(chǎng)極端風(fēng)險(xiǎn)序列存在波動(dòng)集聚特征;a11、a22都在1%的顯著水平下為正值，說(shuō)明前期的期（現(xiàn)）貨市場(chǎng)沖擊會(huì)使當(dāng)期的期（現(xiàn)）貨市場(chǎng)的極端風(fēng)險(xiǎn)增強(qiáng)。其次，系數(shù)矩陣A的非對(duì)角元素均在1%的水平下顯著為正，這表明一個(gè)市場(chǎng)的沖擊會(huì)對(duì)另一個(gè)市場(chǎng)的極端風(fēng)險(xiǎn)存在顯著的溢出效應(yīng)，且會(huì)增強(qiáng)另一個(gè)市場(chǎng)的極端風(fēng)險(xiǎn)。另外，a12的值大于a21的值，說(shuō)明我國(guó)期貨市場(chǎng)的沖擊對(duì)現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)的影響也強(qiáng)于現(xiàn)貨市場(chǎng)沖擊對(duì)期貨市場(chǎng)極端風(fēng)險(xiǎn)的影響。最后，系數(shù)矩陣B的非對(duì)角元素均在1%的顯著水平上顯著，但是兩者之間的符號(hào)相反，說(shuō)明前一期市場(chǎng)極端風(fēng)險(xiǎn)對(duì)另一市場(chǎng)當(dāng)期極端風(fēng)險(xiǎn)具有顯著的影響，且影響方向相反。其中，b12的系數(shù)符號(hào)為負(fù)，這說(shuō)明期貨市場(chǎng)前一期的極端風(fēng)險(xiǎn)會(huì)減弱現(xiàn)貨市場(chǎng)當(dāng)期的極端風(fēng)險(xiǎn);而b21的系數(shù)符號(hào)為正，表明前一期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)會(huì)加劇期貨市場(chǎng)的當(dāng)期極端風(fēng)險(xiǎn)。且b21的絕對(duì)值大于b12的絕對(duì)值，表明現(xiàn)貨市場(chǎng)前一期極端風(fēng)險(xiǎn)對(duì)當(dāng)期期貨市場(chǎng)極端風(fēng)險(xiǎn)的正向影響大于期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的負(fù)向影響。

總之，表2表明股指期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)存在顯著自相關(guān)性，前期的市場(chǎng)沖擊會(huì)使當(dāng)期的期現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)增強(qiáng)。且我國(guó)期貨市場(chǎng)的沖擊對(duì)現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)的影響也強(qiáng)于現(xiàn)貨市場(chǎng)沖擊對(duì)期貨市場(chǎng)極端風(fēng)險(xiǎn)的影響，而現(xiàn)貨市場(chǎng)前一期極端風(fēng)險(xiǎn)對(duì)當(dāng)期期貨市場(chǎng)極端風(fēng)險(xiǎn)的正向影響大于期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的負(fù)向影響。

（二）極端風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)

表2只給出了模型單個(gè)估計(jì)系數(shù)的顯著性，并沒(méi)有對(duì)多個(gè)系數(shù)的聯(lián)合顯著性進(jìn)行檢驗(yàn)，無(wú)法得出股指期現(xiàn)貨市場(chǎng)之間是否存在極端風(fēng)險(xiǎn)溢出效應(yīng)的一般性結(jié)論，也無(wú)法對(duì)市場(chǎng)間極端風(fēng)險(xiǎn)的溢出方向做出判斷。因此本文使用Wald?統(tǒng)計(jì)量對(duì)模型系數(shù)矩陣A和B中的非對(duì)角元素進(jìn)行聯(lián)合性顯著性檢驗(yàn)，結(jié)果如表3所示。

由表3和表4可知，在5%的顯著水平下，股指期現(xiàn)貨在5%和95%分位數(shù)上的極端風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)結(jié)果均拒絕了原假設(shè)，這說(shuō)明股指期現(xiàn)貨市場(chǎng)存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)。該結(jié)果是對(duì)現(xiàn)有從均值溢出和波動(dòng)溢出角度研究股指期現(xiàn)貨價(jià)格關(guān)聯(lián)性的相關(guān)文獻(xiàn)的一個(gè)擴(kuò)展和補(bǔ)充。股指期現(xiàn)貨市場(chǎng)間存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)也表明使用股指期（現(xiàn)）貨市場(chǎng)的歷史信息均有助于預(yù)測(cè)股指現(xiàn)（期）貨市場(chǎng)未來(lái)的極端風(fēng)險(xiǎn)。

另外，由表3可知，在5%分位數(shù)上我國(guó)股指期現(xiàn)貨市場(chǎng)之間的風(fēng)險(xiǎn)溢出效應(yīng)在2015年和2018年之間存在著明顯的異質(zhì)性。在2015年，只存在期貨對(duì)現(xiàn)貨的單向風(fēng)險(xiǎn)溢出效應(yīng)，而在2018年，只存在現(xiàn)貨對(duì)期貨的單向風(fēng)險(xiǎn)溢出效應(yīng)。表明股指期貨的極端風(fēng)險(xiǎn)在2015年單向傳導(dǎo)到股票現(xiàn)貨市場(chǎng)，而在2018年，由于股指期貨的限制，股票現(xiàn)貨市場(chǎng)的極端風(fēng)險(xiǎn)單向傳導(dǎo)到股指期貨市場(chǎng)。

（三）分位數(shù)脈沖響應(yīng)分析

上文得到了我國(guó)股指期現(xiàn)貨市場(chǎng)之間極端風(fēng)險(xiǎn)溢出方向的一般性結(jié)論，在此基礎(chǔ)上，我們利用分位數(shù)脈沖響應(yīng)分析，分別考察正負(fù)向市場(chǎng)沖擊對(duì)另一市場(chǎng)的極端風(fēng)險(xiǎn)的動(dòng)態(tài)影響過(guò)程，從而獲得一個(gè)市場(chǎng)沖擊對(duì)另一市場(chǎng)極端風(fēng)險(xiǎn)的短期成分的影響。圖1分別給出了在期現(xiàn)貨市場(chǎng)分別受到1單位標(biāo)準(zhǔn)差新息沖擊時(shí)，兩個(gè)市場(chǎng)未來(lái)50期的脈沖響應(yīng)過(guò)程。橫軸代表時(shí)間，縱軸度量了負(fù)向沖擊下期現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)變化百分比。橫軸測(cè)量時(shí)間（以5分鐘為單位），縱軸測(cè)量市場(chǎng)在5%（95%）分位數(shù)的變化。

圖1?股指期現(xiàn)貨在5%分位數(shù)上的脈沖響應(yīng)圖

注：中間曲線代表程度，兩邊曲線代表95%的置信區(qū)間。其中，右圖為現(xiàn)貨對(duì)期貨沖擊的響應(yīng)，左圖為期貨對(duì)現(xiàn)貨沖擊的響應(yīng)，下同。

由圖1的5%分位數(shù)脈沖響應(yīng)圖可知，期現(xiàn)貨市場(chǎng)對(duì)沖擊的反應(yīng)機(jī)制及靈敏程度存在差異。圖1表明股指期貨市場(chǎng)沖擊對(duì)現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)影響持續(xù)時(shí)間較短，而股指現(xiàn)貨市場(chǎng)沖擊對(duì)股指期貨市場(chǎng)影響持續(xù)時(shí)間較長(zhǎng)，同時(shí)股指現(xiàn)貨市場(chǎng)負(fù)向沖擊對(duì)股指期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出效應(yīng)更大。

由基于2015年和2018年數(shù)據(jù)的5%分位數(shù)脈沖響應(yīng)圖（見(jiàn)圖2和圖3）可知，期貨在2015年受到現(xiàn)貨沖擊程度大于其在2018年受到的現(xiàn)貨市場(chǎng)沖擊程度。且股指現(xiàn)貨對(duì)股指期貨的沖擊大于股指期貨對(duì)股指現(xiàn)貨市場(chǎng)的沖擊程度，表明無(wú)論是在2015年還是在2018年樣本區(qū)間，股指現(xiàn)貨市場(chǎng)負(fù)向沖擊對(duì)股指期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出程度均大于期貨對(duì)現(xiàn)貨的沖擊。

由圖4的95%的分位數(shù)脈沖響應(yīng)圖可知，期現(xiàn)貨市場(chǎng)對(duì)沖擊的反應(yīng)機(jī)制及靈敏程度存在差異。圖4?表明股指期貨市場(chǎng)沖擊對(duì)現(xiàn)貨市場(chǎng)極端風(fēng)險(xiǎn)影響持續(xù)時(shí)間較短，而股指現(xiàn)貨市場(chǎng)沖擊對(duì)股指期貨市場(chǎng)影響持續(xù)時(shí)間較長(zhǎng)，同時(shí)股指現(xiàn)貨市場(chǎng)正向沖擊對(duì)股指期貨市場(chǎng)極端風(fēng)險(xiǎn)溢出效應(yīng)更大。

由基于2015年和2018年數(shù)據(jù)的95%分位數(shù)脈沖響應(yīng)圖（見(jiàn)圖5和圖6）可知，與全樣本一致，股指現(xiàn)貨的正向沖擊對(duì)股指期貨的影響強(qiáng)于股指期貨的正向沖擊對(duì)股指現(xiàn)貨的影響，且影響程度與全樣本差異并不大，因此，在市場(chǎng)暴漲情況下，股指期貨限制措施并沒(méi)有顯著影響股指現(xiàn)貨對(duì)期貨的極端風(fēng)險(xiǎn)溢出的短期成分。

總之，在5%的分位數(shù)水平上，在全樣本區(qū)間，股指期貨市場(chǎng)沖擊對(duì)股指現(xiàn)貨市場(chǎng)的影響小于現(xiàn)貨對(duì)期貨的影響。且2015年的現(xiàn)貨（期貨）市場(chǎng)信息沖擊對(duì)期貨（現(xiàn)貨）下尾部極端風(fēng)險(xiǎn)的影響大于2018年對(duì)期貨（現(xiàn)貨）的下尾部極端風(fēng)險(xiǎn)的影響。股指期貨限制性交易措施在一定程度上制約了股指期現(xiàn)貨市場(chǎng)沖擊在市場(chǎng)暴跌的極端情況下對(duì)極端風(fēng)險(xiǎn)短期成分的影響。

（四）股指期貨在股市中的預(yù)警作用分析

上文研究發(fā)現(xiàn)利用其中一市場(chǎng)的價(jià)格變動(dòng)信息都有助于預(yù)測(cè)另一市場(chǎng)的極端風(fēng)險(xiǎn)情況。因此，本文通過(guò)Cross-quantilogram方法進(jìn)一步對(duì)股指期現(xiàn)貨之間的風(fēng)險(xiǎn)預(yù)警作用進(jìn)行研究，且設(shè)定置信區(qū)間水平為99%。由于VAR-VaR的脈沖響應(yīng)圖表明期現(xiàn)貨之間的信息沖擊對(duì)另一市場(chǎng)的極端風(fēng)險(xiǎn)影響在40階后基本穩(wěn)定。因此，本文選擇最大滯后階數(shù)為48階，研究240分鐘內(nèi)股指期現(xiàn)貨之間分別在5分鐘、30分鐘、120分鐘和240分鐘的領(lǐng)先滯后關(guān)系是合適的。

本文以反映整個(gè)分位數(shù)分布的二元相關(guān)性的熱圖來(lái)研究股指期貨對(duì)股指現(xiàn)貨的預(yù)警作用，簡(jiǎn)稱(chēng)預(yù)警圖，其中，兩個(gè)變量的分位數(shù)分布[q=（005，01，02，03，04，05，06，07，08，09，095）]均出現(xiàn)在熱圖的X軸和Y軸上。變量的雙變量分位數(shù)組合由121個(gè)單元格表示。其中，圖7為股指期貨對(duì)股指現(xiàn)貨的收益變化的預(yù)警圖，而圖10為股指現(xiàn)貨對(duì)股指期貨的收益變化的預(yù)警圖。其中交叉相依性程度由不同的顏色表示，且任何統(tǒng)計(jì)上不顯著的相關(guān)性都設(shè)置為零。根據(jù)顏色功率譜，在紅色區(qū)域，表示在此分位數(shù)區(qū)域市場(chǎng)間有很強(qiáng)的正相關(guān)性，而在藍(lán)色區(qū)域，則表示在該分位數(shù)區(qū)域市場(chǎng)間具有很強(qiáng)的負(fù)相關(guān)性。如果市場(chǎng)間不相干，則在分位數(shù)區(qū)域表現(xiàn)為綠色區(qū)域。

由于本刊為單色印刷，因此色差不明顯，如果讀者感興趣可以聯(lián)系本刊編輯部。余同。

由圖7可知，在滯后5分鐘，股指期貨對(duì)股指現(xiàn)貨的風(fēng)險(xiǎn)預(yù)警圖中的對(duì)角線區(qū)域呈深黃色，且越靠近對(duì)角線，顏色越深，這表明在整個(gè)股指現(xiàn)貨收益分布，滯后5分鐘的股指期貨收益與當(dāng)前股指現(xiàn)貨的收益正相關(guān)，且在相同市場(chǎng)狀態(tài)下關(guān)聯(lián)性最強(qiáng)，說(shuō)明我國(guó)股指期貨能對(duì)未來(lái)5分鐘的股指現(xiàn)貨變化具有較好的預(yù)警作用，且期現(xiàn)貨市場(chǎng)關(guān)聯(lián)性越強(qiáng)，股指期貨的預(yù)警作用也越強(qiáng)。但在滯后30分鐘、120分鐘和240分鐘的預(yù)警圖中，股指期貨只在低分位數(shù)（左下角區(qū)域）和高分位數(shù)（右上角區(qū)域）的對(duì)角區(qū)域呈淡黃色，且分位數(shù)越低或越高，黃色顏色越深，表明股指期貨對(duì)股指現(xiàn)貨的預(yù)警作用隨著滯后時(shí)間的增加而逐漸減弱，且預(yù)警作用在兩市場(chǎng)同為極端情況下最強(qiáng)。

為進(jìn)一步分析股指期貨在2015年和2018年股災(zāi)期間的極端風(fēng)險(xiǎn)預(yù)警作用，我們使用2015年和2018年的全年樣本數(shù)據(jù)進(jìn)行實(shí)證分析，得到風(fēng)險(xiǎn)預(yù)警圖圖8和圖9。首先，圖8和圖9均支持我國(guó)股指期貨能對(duì)未來(lái)5分鐘的股指現(xiàn)貨價(jià)格變化仍然具有最強(qiáng)的風(fēng)險(xiǎn)預(yù)警作用。其次，與全樣本相比，圖8與圖9的顏色變淺，這表明我國(guó)股指期貨在2015年與2018年風(fēng)險(xiǎn)預(yù)警作用減弱。最后，對(duì)比圖8與圖9的左下角區(qū)域可知，圖9表明股指期貨在5%的分位數(shù)極端情況下對(duì)股指現(xiàn)貨的預(yù)警作用不顯著，說(shuō)明我國(guó)股指期貨在2015年股災(zāi)期間的風(fēng)險(xiǎn)預(yù)警作用強(qiáng)于2018年股災(zāi)期間的風(fēng)險(xiǎn)預(yù)警作用。這可能是由于2018年我國(guó)監(jiān)管機(jī)構(gòu)對(duì)股指期貨交易采取了限制性交易措施，在一定程度上制約了我國(guó)股指期貨的風(fēng)險(xiǎn)預(yù)警作用。

由圖10可知，在滯后5分鐘，股指現(xiàn)貨對(duì)股指期貨的風(fēng)險(xiǎn)預(yù)警圖中只有左下角（兩市場(chǎng)均處于低分位數(shù)區(qū)域）與右上角區(qū)域（兩市場(chǎng)均處于高分位數(shù)區(qū)域）呈淡黃色，且越靠近對(duì)角線，顏色越深，這表明在整個(gè)股指期貨收益分布中，我國(guó)股指現(xiàn)貨主要在市場(chǎng)極端情況下對(duì)股指期貨市場(chǎng)收益率的變動(dòng)具有引導(dǎo)作用，說(shuō)明我國(guó)股指現(xiàn)貨價(jià)格收益率的信息在同市場(chǎng)狀態(tài)的極端情況下對(duì)股指期貨收益率的變動(dòng)也具有預(yù)警作用。在滯后30分鐘、120分鐘和240分鐘的預(yù)警圖中，圖左上角和右上角低分位數(shù)和高分位數(shù)的對(duì)角區(qū)域仍然呈淡黃色，顏色基本不變，表明股指現(xiàn)貨對(duì)股指期貨的預(yù)警作用隨著滯后時(shí)間的增加變化不大，預(yù)警作用具有一定的持續(xù)性。且通過(guò)對(duì)比圖7與圖10可知，我國(guó)股指期貨對(duì)股指現(xiàn)貨收益率的引領(lǐng)作用明顯強(qiáng)于股指現(xiàn)貨對(duì)股指期貨的收益率的引領(lǐng)作用。

為進(jìn)一步分析股指現(xiàn)貨在2015年和2018年股災(zāi)期間的極端風(fēng)險(xiǎn)預(yù)警作用，我們使用2015年和2018年的全年樣本數(shù)據(jù)進(jìn)行實(shí)證分析，分別得到的風(fēng)險(xiǎn)預(yù)警圖如圖11和圖12所示。首先，與全樣本結(jié)果一樣，圖11和圖12均支持我國(guó)股指現(xiàn)貨在市場(chǎng)非極端情況下（03～07分位數(shù)）并未能對(duì)未來(lái)5分鐘的股指期貨價(jià)格變化具有最強(qiáng)的風(fēng)險(xiǎn)預(yù)警作用。其次，與全樣本圖10與圖11相比，圖12的左下角只有一小塊區(qū)域顯現(xiàn)出黃色，且顏色較淡，這表明我國(guó)股指現(xiàn)貨在2018年對(duì)股指期貨市場(chǎng)的引導(dǎo)作用有所減弱。這可能是由于我國(guó)監(jiān)管機(jī)構(gòu)對(duì)股指期貨交易采取的限制性交易措施，在一定程度上制約了期現(xiàn)貨市場(chǎng)之間的信息傳遞。

總而言之，通過(guò)Cross-quantilogram模型對(duì)股指期現(xiàn)貨的以5分鐘頻率為單位的全樣本數(shù)據(jù)進(jìn)行分析的實(shí)證結(jié)果表明，在非極端情況下，只存在股指期貨對(duì)股指現(xiàn)貨的單向引領(lǐng)關(guān)系，說(shuō)明股指期貨在市場(chǎng)平穩(wěn)狀態(tài)下對(duì)股指現(xiàn)貨具有預(yù)警作用，且相比在市場(chǎng)暴漲和暴跌的極端情況下，股指期貨對(duì)現(xiàn)貨的預(yù)警作用在市場(chǎng)平穩(wěn)狀態(tài)下持續(xù)得更短暫。而我國(guó)股指期貨與現(xiàn)貨在暴漲和暴跌的極端行情下存在雙向引領(lǐng)作用，期貨對(duì)現(xiàn)貨的引領(lǐng)作用更強(qiáng)一些。另外，對(duì)比2015年與2018年樣本實(shí)證結(jié)果可知，我國(guó)股指期貨交易限制在一定程度上制約了我國(guó)股指期貨對(duì)股指現(xiàn)貨在極端市場(chǎng)情況下預(yù)警作用的發(fā)揮。

五、穩(wěn)健性分析

（一）極端風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)

為了進(jìn)一步研究股指期貨限制交易政策是否會(huì)對(duì)股指期現(xiàn)貨市場(chǎng)間的極端風(fēng)險(xiǎn)溢出效應(yīng)產(chǎn)生影響，本文以2015年9月7日為分界線將研究樣本分為限制交易前和限制交易后兩個(gè)樣本，考察股指期現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)溢出效應(yīng)在限制交易前后是否存在顯著差異，實(shí)證檢驗(yàn)結(jié)果如表5和表6所示。結(jié)果表明股指期現(xiàn)貨在限制交易前和限制交易后均存在顯著的雙向極端風(fēng)險(xiǎn)溢出效應(yīng)。

另外，本文也進(jìn)一步探討股指期現(xiàn)貨市場(chǎng)在非常極端的情況下的風(fēng)險(xiǎn)溢出效應(yīng)，分別探討股指期現(xiàn)貨在1%分位數(shù)和99%分位數(shù)上的風(fēng)險(xiǎn)溢出效應(yīng)。風(fēng)險(xiǎn)溢出效應(yīng)檢驗(yàn)結(jié)果如表7和表8所示，結(jié)果表明在非常極端的情況下，股指期現(xiàn)貨市場(chǎng)間仍然存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)。

這些穩(wěn)健性檢驗(yàn)均說(shuō)明本文在全樣本中關(guān)于股指期現(xiàn)貨市場(chǎng)存在顯著的雙向極端風(fēng)險(xiǎn)溢出效應(yīng)的結(jié)論是穩(wěn)健，無(wú)論是在股指期貨限制政策前還是限制政策后，股指期現(xiàn)貨均存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)。

（二）風(fēng)險(xiǎn)預(yù)警作用的再檢驗(yàn)

上文從靜態(tài)視角分析了股指期現(xiàn)貨市場(chǎng)的預(yù)警作用，但是靜態(tài)設(shè)置無(wú)法捕捉市場(chǎng)間相依性的時(shí)變性質(zhì)，從而也就無(wú)法刻畫(huà)股指期現(xiàn)貨的預(yù)警作用的時(shí)變特征，因此本文將樣本按年劃分成子樣本，按年度滾動(dòng)得到時(shí)變的預(yù)警圖。滾動(dòng)樣本的結(jié)果如圖13所示。（a）和（b）分別顯示了當(dāng)兩個(gè)變量分布為5%和95%分位數(shù)時(shí)的結(jié)果，水平軸表示滾動(dòng)窗口的年份。在圖13中，折線是時(shí)變的滯后一期的交叉相關(guān)系數(shù)，而虛線表示無(wú)可預(yù)測(cè)性的原假設(shè)的99%置信區(qū)間。

六、結(jié)論及政策啟示

本文通過(guò)VAR-VaR模型和Cross-quantilogram模型對(duì)我國(guó)滬深300股指期現(xiàn)貨在2010年12月22日至2018年12月25日的5分鐘價(jià)格數(shù)據(jù)進(jìn)行分析，研究股指期現(xiàn)貨極端風(fēng)險(xiǎn)溢出效應(yīng)與股指期貨的預(yù)警作用。研究表明：第一，股指期現(xiàn)貨市場(chǎng)之間存在雙向極端風(fēng)險(xiǎn)溢出效應(yīng)，且股指現(xiàn)貨沖擊對(duì)期貨市場(chǎng)極端風(fēng)險(xiǎn)的影響程度大于期貨對(duì)現(xiàn)貨極端風(fēng)險(xiǎn)的影響程度，股指限制措施也制約了期貨（現(xiàn)貨）市場(chǎng)沖擊對(duì)現(xiàn)貨（期貨）的下尾部極端風(fēng)險(xiǎn)的影響。第二，我國(guó)股指期貨在市場(chǎng)極端情況下對(duì)股指現(xiàn)貨市場(chǎng)存在風(fēng)險(xiǎn)預(yù)警作用，且股指期貨市場(chǎng)對(duì)股指現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)預(yù)警作用強(qiáng)于股指現(xiàn)貨對(duì)股指期貨市場(chǎng)的風(fēng)險(xiǎn)預(yù)警作用。第三，股指限制措施制約了股指期貨市場(chǎng)的風(fēng)險(xiǎn)預(yù)警作用，尤其是在股市暴跌時(shí)的風(fēng)險(xiǎn)預(yù)警作用。

基于以上實(shí)證結(jié)果，本文認(rèn)為股指期貨并不是引發(fā)股市暴跌的“幫兇”，反而在我國(guó)防范股市異常波動(dòng)中具有重要作用，對(duì)股指期貨采取嚴(yán)厲的限制措施不僅阻礙了股指期貨與股市之間的信息有效傳遞，也阻礙了股指期貨對(duì)現(xiàn)貨市場(chǎng)在極端下跌情況下的風(fēng)險(xiǎn)預(yù)警作用。為防范我國(guó)股票市場(chǎng)發(fā)生系統(tǒng)性風(fēng)險(xiǎn)和維護(hù)我國(guó)資本市場(chǎng)穩(wěn)定，本文提出以下幾點(diǎn)建議。首先，在股票市場(chǎng)國(guó)際化進(jìn)程加速的背景下，加快放松對(duì)股指期貨市場(chǎng)的管控，減少不必要的限制，穩(wěn)健推進(jìn)我國(guó)股指期貨市場(chǎng)國(guó)際化進(jìn)程，吸引更多的國(guó)內(nèi)外機(jī)構(gòu)投資者進(jìn)入股指期貨市場(chǎng)，這也是我國(guó)股指期貨市場(chǎng)走向成熟化與市場(chǎng)化的重要舉措，進(jìn)而完善我國(guó)股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)和風(fēng)險(xiǎn)管理功能，為我國(guó)資本市場(chǎng)穩(wěn)定和國(guó)際化保駕護(hù)航。其次，在構(gòu)建我國(guó)股市極端風(fēng)險(xiǎn)預(yù)警體系的同時(shí)，充分利用我國(guó)股指期貨市場(chǎng)的信息有助于我國(guó)股市極端風(fēng)險(xiǎn)的防控。再次，在進(jìn)一步加強(qiáng)我國(guó)股指期權(quán)市場(chǎng)建設(shè)的同時(shí)，要加快完善我國(guó)恐慌指數(shù)的構(gòu)建，促進(jìn)我國(guó)恐慌指數(shù)的再上市，使其真正成為我國(guó)股市的極端風(fēng)險(xiǎn)預(yù)警指標(biāo)。最后，我國(guó)股市的極端風(fēng)險(xiǎn)日益頻發(fā)，采用VaR指標(biāo)構(gòu)建股指期貨持倉(cāng)組合保證金的水平有助于維護(hù)我國(guó)股指期貨市場(chǎng)的穩(wěn)定。

參考文獻(xiàn)

[1]華仁海，劉慶富股指期貨與股指現(xiàn)貨市場(chǎng)間的價(jià)格發(fā)現(xiàn)能力探究?[J]數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，27（10）：90-100

[2]李政，卜林，郝毅我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能的再探討——來(lái)自三個(gè)上市品種的經(jīng)驗(yàn)證據(jù)?[J]財(cái)貿(mào)經(jīng)濟(jì)，2016（7）：?79-93

[3]陶利斌，潘婉彬，黃筠哲滬深300股指期貨價(jià)格發(fā)現(xiàn)能力的變化及其決定因素?[J]金融研究，2014（4）：?128-142

[4]方匡南，蔡振忠我國(guó)股指期貨價(jià)格發(fā)現(xiàn)功能研究?[J]統(tǒng)計(jì)研究，2012，29（5）：?73-78

[5]蘇民我國(guó)股指期貨市場(chǎng)價(jià)格發(fā)現(xiàn)功能研究——基于上升、下跌和震蕩狀態(tài)下的分析?[J]南方經(jīng)濟(jì)，2016（12）：?43-55

[6]趙慧敏，陳曉倩，黃嵩中國(guó)股指期貨和現(xiàn)貨市場(chǎng)信息傳導(dǎo)關(guān)系在牛熊市中的異化現(xiàn)象?[J]系統(tǒng)工程理論與實(shí)踐，2018，38（4）：?863-872

[7]曹棟，張佳基于GARCH-M模型的股指期貨對(duì)股市波動(dòng)影響的研究?[J]中國(guó)管理科學(xué)，2017，25（1）：27-34

[8]楊林，楊雅如股指期貨是股災(zāi)的“幕后推手”嗎——基于2015年股災(zāi)期間滬深300股指期貨高頻數(shù)據(jù)實(shí)證分析?[J]財(cái)經(jīng)理論與實(shí)踐，2017，38（3）：58-63

[9]孫欣欣滬深300股指期貨和現(xiàn)貨市場(chǎng)關(guān)系研究——基于滬深日內(nèi)高頻數(shù)據(jù)的視角?[J]上海經(jīng)濟(jì)研究，2018（5）：81-92

[10]方意，陳敏，楊嬿平金融市場(chǎng)對(duì)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)的溢出效應(yīng)及渠道識(shí)別研究?[J]南開(kāi)經(jīng)濟(jì)研究，2018（5）：58-75

[11]吳永鋼，趙航，卜林中國(guó)金融體系內(nèi)極端風(fēng)險(xiǎn)溢出關(guān)系研究?[J]南開(kāi)經(jīng)濟(jì)研究，2019（5）：?98-121

[12]周愛(ài)民，韓菲股指期貨與現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)溢出研究?[J]財(cái)貿(mào)經(jīng)濟(jì)，2017，38（8）：52-65

[13]劉成立，王朝暉股指期貨在預(yù)警股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)中的作用研究?[J]宏觀經(jīng)濟(jì)研究，2017（6）：32-43+167

[14]郝毅，梁琪，李政境內(nèi)外人民幣外匯市場(chǎng)極端風(fēng)險(xiǎn)溢出研究?[J]國(guó)際金融研究，2017（9）：?76-85

[15]李自然股指期貨在股市調(diào)整期的市場(chǎng)穩(wěn)定效應(yīng)分析[J]中國(guó)證券期貨，2019（2）：23-31

[16]KAWALLER?I?G，KOCH?P?D，KOCH?T?WThe?temporal?price?relationship?between?S&P?500?Futures?and?the?S&P?500?Index?[J]The?Journal?of?Finance1987，42（5）：1309-1329

[17]SO?R?W，TSE?YPrice?discovery?in?the?Hang?Seng?Index?markets：?Index，futures，and?the?tracker?fund?[J].Journal?of?Futures?Markets，2004，24（9）：887-907

[18]STOLL?H?R，WHALEY?R?EThe?dynamics?of?stock?index?and?stock?index?futures?returns?[J]Journal?of?Financial?and?Quantitative?Analysis，1990，25（4）：441-468

[19]AHN?K，BI?Y，SOHN?SPrice?discovery?among?SSE?50?Index-based?spot，futures，and?options?markets?[J]Journal?of?Futures?Markets，2019，39（2）：238-259

[20]YANG?J，YANG?Z?H，ZHOU?Y?GIntraday?price?discovery?and?volatility?transmission?in?stock?index?and?stock?index?futures?markets：?Evidence?from?China?[J].Journal?of?Futures?Markets，2012，32（2）：?99-121

[21]MIAO?H，RAMCHANDER?S，WANG?T??Y，YANG?D?XRole?of?index?futures?on?Chinas?stock?markets：?Evidence?from?price?discovery?and?volatility?spillover?[J].Pacific-Basin?Finance?Journal，2017，44（sep）：13-26

[22]HAN?Q，LIANG?J?FIndex?futures?trading?restrictions?and?spot?market?quality：?Evidence?from?the?recent?Chinese?stock?market?crash?[J]Journal?of?Futures?Markets，2017，37（4）：411-428

[23]WHITE?H，KIM?T-H，MANGANELLI?SVAR?for?VaR：?Measuring?tail?dependence?using?multivariate?regression?quantiles?[J]Journal?of?Econometrics，2015，187（1）：169-188

[24]HAN??H，LINTON?O，OKA?T，WHANG?Y-JThe?Cross-quantilogram：?Measuring?quantile?dependence?and?testing?directional?predictability?between?time?series?[J].Journal?of?Econometrics，2016，193（1）：251-270