摘要：H股指數(shù)期貨作為與中國內(nèi)地股市關(guān)聯(lián)度最高的海外股指期貨，它對現(xiàn)貨市場的影響是觀察滬深300指數(shù)期貨對現(xiàn)貨市場影響的重要窗口。本文基于混合分布假說，分別利用線性Granger因果關(guān)系檢驗方法與非線性Granger因果關(guān)系檢驗方法對H股指數(shù)期貨推出前后現(xiàn)貨市場內(nèi)部交易特征進行研究。研究顯示：現(xiàn)貨市場交易量與收益率之間不僅存在雙向非線性Granger因果關(guān)系，并且在股指期貨推出后，現(xiàn)貨市場交易量推動價格波動的能力更強，由此表明H股指數(shù)期貨降低了現(xiàn)貨市場信息不對稱，線性Granger因果關(guān)系檢驗方法則低估了交易量與收益率之間的內(nèi)在聯(lián)系。
　　關(guān)鍵詞：H股指數(shù)期貨；現(xiàn)貨市場；信息效率；非線性Granger檢驗
　　中圖分類號：F830.9 文獻標識碼：A
　　文章編號：1000-176X（2011）03-0064-07
　　收稿日期：2010-12-06
　　基金項目：國家自然科學(xué)基金項目（70671019；70871019；71072140）；教育部人文社會科學(xué)青年基金項目（09YJC630022）；遼寧省教育廳項目（2009A242）；教育部新世紀優(yōu)秀人才項目（NCET-06-0294）；遼寧省百千萬人才項目（［2008］179090）；國家留學(xué)基金項目（教外留［2010］1174）；東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心對外公開招標項目
　　作者簡介：袁紹鋒（1982-），男，湖南郴州人，博士研究生，主要從事資產(chǎn)定價和市場微觀結(jié)構(gòu)等方面研究。E-mail：yuanshaofeng1982@126.com
　　甄紅線（1974-），女，遼寧丹東人，副教授，主要從事公司治理和財務(wù)管理等方面研究。
　　
　　一 、引言
　　證券市場信息效率的代表性理論之一是Clark［1］最早提出的混合分布假說。該假說認為，價格波動是由一個潛在的混合變量驅(qū)使的，該混合變量一般被假定為信息流速率，即每日信息到達市場的次數(shù)，交易量可以看做信息變量的替代變量。此后，Harris和Raviv［2］利用市場微觀結(jié)構(gòu)理論證明價格變化與交易量相結(jié)合所形成的指標設(shè)計可以刻畫市場運行的信息效率，其基本原理是：若單位交易量的變化引起價格較大變化，投資者意見分歧較小，則市場信息不對稱程度較低；反之，則市場信息不對稱程度較高。然而，在關(guān)于交易量與價格的相互影響關(guān)系的實證研究中，現(xiàn)有的大多數(shù)研究文獻或結(jié)合傳統(tǒng)的Granger因果檢驗進行分析，或在一元GARCH模型中引入交易量因子。這樣的方法可能存在著較大的局限性，如Hiemstra和Jones［3］的研究表明，交易量與價格之間的相互影響關(guān)系具有顯著的非線性特征，如果利用傳統(tǒng)的Granger檢驗方法存在著低估二者之間真實聯(lián)系的可能，如果利用一元GARCH模型則無法體現(xiàn)收益率對價格的影響。有鑒于此，本文嘗試在現(xiàn)有研究基礎(chǔ)上，采用非線性Granger因果檢驗對313bb47cec42c95606b032aa16ef0a5b股指期貨推出對現(xiàn)貨市場信息效率的影響展開研究，落腳點是研究現(xiàn)貨市場價量關(guān)系的變化。
　　二 、文獻綜述
　　股指期貨面世以來，國外學(xué)者對股指期貨對現(xiàn)貨市場的沖擊效應(yīng)進行了大量理論研究與實證分析。
　　首先，從股指期貨推出前后現(xiàn)貨市場價格、交易量與波動性的變化來看，Jegadeesh 和 Subrahmanyam［4］認為現(xiàn)貨市場在引入S&P500指數(shù)期貨交易后現(xiàn)貨市場買賣價差顯著擴大，信息不對稱是導(dǎo)致現(xiàn)貨市場買賣價差擴大的重要原因。Jochum 和 Kodres［5］發(fā)現(xiàn)即期市場在引入期貨交易后波動性變大，但Spyros［6］認為期貨市場的引入沒有顯著影響現(xiàn)貨市場的價格波動。其次，從股指期貨市場價格變動與現(xiàn)貨市場價格變動的長期協(xié)整關(guān)系來看，短期內(nèi)，股指期貨價格的變動快于現(xiàn)貨市場價格的波動，而長期內(nèi)卻存在協(xié)整關(guān)系。Chu等［7］研究發(fā)現(xiàn)，S&P 500指數(shù)三種產(chǎn)品（現(xiàn)貨市場、期貨市場以及SPDRs S&P Depositary Receipts markets）之間的價格存在長期協(xié)整關(guān)系，但現(xiàn)貨市場與股指期貨市場并不存在長期關(guān)系。最后，從股指期貨市場對現(xiàn)貨市場的信息效率影響來看，與現(xiàn)貨交易相比，股指期貨提供了更為方便的賣空交易方式和較低的交易成本，使得股指期貨價格對信息反應(yīng)更快，其價格變動也往往領(lǐng)先現(xiàn)貨市場價格變動（Stoll 和Whaley［8］；Chee0ec2f9c151912b9501db26c09e3b95an［9］）。Hegde 和McDermott［10］研究了S&P 500 指數(shù)成分股調(diào)整對該成分股流動性的影響，發(fā)現(xiàn)新增加的成分股流動性增強，其主要原因是直接交易成本增加和信息不對稱程度降低。由于股票指數(shù)是整個經(jīng)濟運行狀況的基本反映，削弱了現(xiàn)貨市場信息不對稱程度從而降低了現(xiàn)貨市場的波動性，但Gulen和Mayhew［11］認為能否降低現(xiàn)貨市場信息結(jié)構(gòu)因國家而異。另一種觀點認為股指期貨的推出改變了現(xiàn)貨市場信息結(jié)構(gòu)，使投資者集中在成分股交易（Gorton和Pennacchi［12］）。
　　國內(nèi)有關(guān)股指期貨對現(xiàn)貨市場沖擊效應(yīng)的經(jīng)驗研究始于最近幾年。如肖輝和吳沖鋒［13］利用GARCH（1，1）模型對股指與股指期貨日內(nèi)互動關(guān)系研究；肖輝等［14］使用脈沖響應(yīng)和一般因子分解模型檢驗了股指與股指期貨價格發(fā)現(xiàn)過程；涂志勇和郭明［15］研究發(fā)現(xiàn)，股指期貨的推出對指數(shù)的影響將取決于羊群效應(yīng)的大小。當趨勢交易者跟風(fēng)程度較弱時，股指在期貨推出前短期下跌，推出后繼續(xù)下跌。當趨勢交易者跟風(fēng)程度較強時，股指在期貨推出前短期上漲，推出后則下跌。嚴敏等［16］利用帶有誤差修正的雙變量EGARCH 模型對我國股指期貨市場的價格發(fā)現(xiàn)與波動溢出效應(yīng)進行了實證檢驗。上述研究雖極大地豐富了對股指期貨市場功能的認識，但大都停留在股指期貨價格發(fā)現(xiàn)功能的研究層面，并且以線性Granger檢驗思想為核心建模思想，存在低估期貨推出對現(xiàn)貨市場信息效率影響的可能。本文在借鑒潘越［17］研究思想的基礎(chǔ)上，采用非線性Granger因果檢驗方法對股指期貨推出前后現(xiàn)貨市場信息效率的變化進行考察，通過觀察股指期貨推出前后現(xiàn)貨市場價量關(guān)系的變化判斷市場信息效率是否改進，與線性Granger因果檢驗方法相比，非線性Granger檢驗方法提高了研究的精度。
　　三、研究設(shè)計
　　Granger提出的 Granger因果檢驗方法，是現(xiàn)代計量經(jīng)濟學(xué)中的重要分析工具，在經(jīng)濟學(xué)研究領(lǐng)域中得到了廣泛的應(yīng)用。為考察平穩(wěn)序列X t是否是另一平穩(wěn)序列Y t產(chǎn)生的原因，Granger因果檢驗的程序是：首先估計當前Y t值被其自身滯后期取值所能解釋的程度，然后引入序列 Y t的滯后值，并檢驗其是否可以提高X t的被解釋程度。如果是，則稱序列X t是 Y t 的 Granger 原因。但該模型可能會忽視變量之間非常顯著的非線性因果關(guān)系，低估變量之間的真實關(guān)系，仍有進一步改進的需要。1992年，Baek和Brock［18］提出一種基于空間概率中的關(guān)聯(lián)和（correlation integral）概念非參數(shù)統(tǒng)計方法，用于估計事物間的非線性關(guān)系，但該檢驗假定變量是獨立同分布，這與現(xiàn)實金融數(shù)據(jù)的特點不符。隨后，Hiemstra 和Jones放寬了變量必須獨立同分布的假設(shè)，允許檢驗變量之間具有弱依賴性，從而極大地拓展了這種檢驗方法的適用性。H-J模型的實質(zhì)是關(guān)于變量因果關(guān)系的二步法檢驗，即在變量線性Granger因果關(guān)系檢驗的基礎(chǔ)上，對其殘差進行非線性因果關(guān)系檢驗。
　　
　　（一）線性Granger因果關(guān)系檢驗方法
　　線性Granger檢驗的具體步驟是：首先對X t、X t進行平穩(wěn)性檢驗，在此基礎(chǔ)上進行協(xié)整關(guān)系檢驗；如果變量之間存在協(xié)整關(guān)系，則引入誤差修正模型項，通過檢驗VECM-VAR模型參數(shù)的顯著性確定變量之間的相互引導(dǎo)關(guān)系。具體檢驗方程為：
　　
　?。ǘ┓蔷€性Granger因果關(guān)系檢驗方法
　　1.非線性Granger因果關(guān)系檢驗核心思想
　　非線性因果關(guān)系檢驗平穩(wěn)序列Y t是否是另一平穩(wěn)序列X t產(chǎn)生的原因時，采用這樣的方法：首先估計任意兩組Lx個元素的X t滯后變量之間的范數(shù)落在帶寬e的條件下，m個元素的X t超前變量也落在帶寬e之內(nèi)的條件概率；然后引入Ly個Y t滯后變量對條件概率的影響，即估計任意兩組Lx個元素的X t滯后變量與Ly個滯后變量之間的范數(shù)均落在帶寬e的條件下，m個元素的X t超前變量也落在帶寬e之內(nèi)的條件概率；最后如果兩種情況下的條件概率沒有顯著差異，那么原假設(shè)“Y t不是另一平穩(wěn)序列X t產(chǎn)生的原意”不能被拒絕。原假設(shè)的函數(shù)表達式為：
　　
　　在H-J檢驗中，σ 是差值的方差。σ （m，Lx，Ly，e）是十分關(guān)鍵的值，因為它是判定原假設(shè)是否成立的臨界值。Hiemstra 和Jones給出了極為復(fù)雜的σ的計算定義式，但是為簡便起見，本文在對殘差進行標準化處理的基礎(chǔ)上，直接假定e=1.5σ，而σ=1 。此外，本文令m=1，以考察滯后變量對當期的影響。
　　（三）樣本選取與數(shù)據(jù)處理
　　2003年10月8日，香港交易所推出 H股指數(shù)期貨，H股指數(shù)期貨的相關(guān)指數(shù)為恒生中國企業(yè)指數(shù)（HSCEI），它是由恒指服務(wù)有限公司編纂及計算的市值加權(quán)股票指數(shù)，該指數(shù)的成份股大約每半年調(diào)整一次。本文采取以下方法選取樣本：一是以H股指數(shù)及成分股交易額度量成分股的價格與成交量。二是按照H股指數(shù)編纂方法構(gòu)造非成分股指數(shù)，具體方法是從港交所掛牌上市的所有H股票非成分股中抽取具有市場代表性的20家上市公司的股票為樣本，以流通股本為權(quán)數(shù)加權(quán)平均法計算，以2002年10月7日為基日，基日指數(shù)定為2 000點，非成分股股價指數(shù)＝現(xiàn)時成分股總市值／基期成分股總市值×2 000。然后以非成分股指數(shù)組合股票日交易量之和反映非成分股的交易量。三是截取2002年10月8日—2004年10月7日為樣本期間（即H股指數(shù)期貨推出前后1年），以2003年10月8日為分水嶺，將樣本區(qū)間劃分為股指期貨推出前樣本區(qū)間與股指期貨推出后樣本區(qū)間。所選樣本期間每一序列共496個有效數(shù)據(jù)，所有數(shù)據(jù)均來自Bloomberg與Resset數(shù)據(jù)庫。
　　為更好地研究交易量與價格變化之間的關(guān)系，定義交易額變動率為交易額比的自然對數(shù)，指數(shù)收益率為指數(shù)比的自然對數(shù)，即：
　　
　　四、結(jié)果分析
　?。ㄒ唬颖久枋鲂越y(tǒng)計
　　表1給出了變量的基本統(tǒng)計特征描述：一是股指期貨推出后，成分股組合股票與非成分股組合股票交易額變動率的均值與標準差顯著擴大，指數(shù)收益率的均值顯著變小，而指數(shù)收益率的標準差卻并沒有顯著增加。據(jù)此可以初步可以判定，股指期貨推出后，市場交易活躍度在增加，市場深度在擴大，市場流動性增強。二是從序列的偏度、峰度以及JB 統(tǒng)計量來看，變量序列均不服從正態(tài)分布，呈現(xiàn)一般金融時間序列所具有的尖峰厚尾特征。
　　
　　表1 成分股組合股票與非成分股組合股票指數(shù)收益率與交易額變動率基本統(tǒng)計特征
　　
　　注：erh表示股指期貨推出前H股指數(shù)收益率，prh表示股指期貨推出后H股指數(shù)收益率，evh表示股指期貨推出前H股指數(shù)成分股股票組合交易額變動率，pvh表示股指期貨推出后H股指數(shù)成分股股票組合交易額變動率，ern表示股指期貨推出前非成分股指數(shù)收益率，prn表示股指期貨推出后非成分股指數(shù)收益率，evn表示股指期貨推出前H非成分股股票組合交易額變動，pvn表示股指期貨推出后H非成分股股票組合交易額變動率（下同）。
　　
　?。ǘ┗赩EC-VAR模型的線性Granger檢驗
　　為發(fā)掘現(xiàn)貨市場價格形成過程并避免出現(xiàn)偽回歸現(xiàn)象，本文利用ADF統(tǒng)計量檢驗時間序列數(shù)據(jù)平穩(wěn)性，利用AIC值與SC值最小確定最優(yōu)滯后階數(shù)，利用Johansen統(tǒng)計量檢驗變量之間的協(xié)整關(guān)系，利用VEC-VAR估計交易量與收益率偏離均衡時的調(diào)整速度。
　　1.收益率與交易額變動率協(xié)整關(guān)系檢驗
　　ADF檢驗統(tǒng)計量顯示指數(shù)收益率與組合股票交易額變動率都是平穩(wěn)的。進一步，利用Johansen極大似然估計檢驗四組變量之間的協(xié)整關(guān)系，在進行檢驗時考慮了含有常數(shù)和時間趨勢情況，根據(jù)SC準則、AIC準則確定最佳滯后階數(shù)的方程形式，最終我們確定第一組、第二組滯后階數(shù)1—3，第三組、第四組滯后階數(shù)1—4，Johansen檢驗結(jié)表明無論是股指期貨推出前，還是股指期貨推出后，交易量變動率與收益率波動之間存在長期協(xié)整關(guān)系，具體結(jié)果見表2所示。
　　
　　表2 股指期貨推出前后現(xiàn)貨市場收益率與交易量變動率協(xié)整關(guān)系統(tǒng)計表
　　
　　表3 股指期貨推出前后現(xiàn)貨市場收益率與交易量變動率協(xié)整關(guān)系統(tǒng)計表
　　
　　協(xié)整檢驗結(jié)果顯示：一是交易量的變動與收益率變動之間存在長期協(xié)整關(guān)系。四組變量時間序列的軌跡檢驗和特征根檢驗，均在5 %的置信水平下拒絕原假設(shè) rank（∏）≤1 和 rank（∏）=1，在 5 %的置信水平下接受了原假設(shè) rank（∏）≤2 和 rank（∏）=2 。二是股指期貨推出后，現(xiàn)貨市場交易量的波動與變化之間的協(xié)整關(guān)系顯著上升，其中成分股收益率與交易量變動率的協(xié)整系數(shù)由0.19上升至0.595，非成分股指數(shù)收益率與交易量變動率的協(xié)整系數(shù)由0.37上升至0.63。長期協(xié)整關(guān)系的上升表明，股指期貨的推出降低了現(xiàn)貨市場信息不對稱程度，尤其是降低了H股指數(shù)成分股票的信息不對稱。正是由于投資者關(guān)于證券市場信息分歧縮小，交易量與價格之間的協(xié)整關(guān)系提升，這也與Harris的結(jié)論一致。
　　2.指數(shù)收益率與組合股票交易額變動率Granger因果關(guān)系檢驗
　　鑒于交易量的變動率與收益率之間存在協(xié)整關(guān)系，我們進一步對四組向量組合殘差項進行 ADF單位根檢驗，發(fā)現(xiàn)均拒絕零假設(shè)，即殘差序列為平穩(wěn)序列。在此基礎(chǔ)上，交易量的變動與收益率的變動之間建立向量誤差修正模型（VECM）。四組變量之間的VECM方程參數(shù)如下：
　?。?）股指期貨推出前，H股指數(shù)收益率與成分股交易額變動率之間的雙變量方程為：
　　
　　（2）股指期貨推出后，H股指數(shù)收益率與成分組合股票交易額變動率之間的誤差修正方程為：
　　
　　（3）股指期貨推出前，非成分股指數(shù)收益率與成分股交易額變動率之間的雙變量方程如下：
　　
　　（4）股指期貨推出后，非成分股指數(shù)收益率與成分股交易額變動率之間的雙變量方程如下：
　　
　　誤差修正模型表明：（1）H股指數(shù)收益率的波動具有長記憶特征，并且滯后階數(shù)收益率的波動對當期收益率產(chǎn)生正的影響，這是因為是H股指數(shù)收益率系統(tǒng)性風(fēng)險的體現(xiàn)，在成功抵御了亞洲金融危機的沖擊之后中國經(jīng)濟取得了快速速發(fā)展，良好的宏觀經(jīng)濟形勢強化了投資者對H股的市場信心。（2）非H股指數(shù)成分股收益率雖然也具有長期記憶特征，但是滯后階數(shù)收益率的波動對當期收益率產(chǎn)生負的影響，這可能與非成分股股票價格往往與公司異質(zhì)性有關(guān)，也容易受到內(nèi)幕交易者行為的影響，表現(xiàn)出超調(diào)的特征。（3）與指數(shù)收益率的調(diào)整速度相比，證券交易量的調(diào)整速度非常迅速，這可以從“混合分布假設(shè)”的理論得到初步解釋。Clark認為價格波動是由一個潛在的混合變量驅(qū)使的，該混合變量一般被假定為信息流速率，即每日信息到達市場的次數(shù)，而交易量可以看做信息變量的替代變量。（4）股指期貨推出前后，H股指數(shù)收益率是導(dǎo)致成分股股票交易量變動率的Granger原因，但是交易量變動并不能引起指數(shù)收益率變動。非成分股指數(shù)收益率與交易量變動率之間并不存在顯著的格蘭杰因果關(guān)系。線性Granger因果關(guān)系檢驗表明交易量的頻繁變動對收益率波動幾乎不產(chǎn)生影響，這究竟是數(shù)據(jù)的巧合，還是由于線性Granger估計方法固有的缺陷所導(dǎo)致的錯覺？為進一步探明兩者之間真正的內(nèi)在聯(lián)系，我們將檢驗交易量和收益率之間的非線性因果聯(lián)系。
　　
　　（三）基于非線性Granger模型實證結(jié)果與分析
　　誤差修正模型表明交易量與收益率之間不存在顯著的線性Granger因果原因，由此提出的疑問是交易量與收益率是否存在非線性因果關(guān)系？如果存在非線性因果關(guān)系，那么基于傳統(tǒng)的 Granger因果檢驗方法對其相互間的影響關(guān)系進行檢驗時，可能導(dǎo)致結(jié)論出現(xiàn)顯著偏差。為了考察交易量與國際傳遞過程中是否存在著非線性趨勢，并保證結(jié)論的穩(wěn)健性。我們利用式（1）剔除 A 股和 H 股指數(shù)之間的線性依賴性，然后利用H-J模型對非線性關(guān)系進行統(tǒng)計，并把收益率與交易量的共同滯后階數(shù)（Lx=Ly）1—5的檢驗結(jié)果列于表3。
　　表3 基于 VAR線性過濾的非線性 Granger因果檢驗
　　
　　注：（1）原假設(shè)中，erh≠→evh表示股指期貨推出前，H股指數(shù)收益率不是引起成分股股票組合交易量變動的原因；evh≠→erh表示股指期貨推出前，成分股股票交易量的變動不是引起H指數(shù)收益率變動的原因；ern≠→evn表示股指期貨推出前，非成分股指數(shù)收益率不是引起非成分股股票組合交易量變動的原因；evn≠→ern表示股指期貨推出前，非成分股股票交易量的變動不是引起非成分股指數(shù)收益率變動的原因； prh≠→pvh表示股指期貨推出后，H股指數(shù)收益率不是引起成分股股票組合交易量變動的原因；pvh≠→prh表示股指期貨推出后，成分股股票交易量的變動不是引起H指數(shù)收益率變動的原因；prn≠→pvn表示股指期貨推出后，非成分股指數(shù)收益率不是引起非成分股股票組合交易量變動的原因；pvn≠→prn表示股指期貨推出后，非成分股股票交易量的變動不是引起非成分股指數(shù)收益率變動的原因。（2）*表示在 5 %的顯著性水平下拒絕原假設(shè)。
　　
　　由表3可知，基于1—3階滯后階數(shù)的檢驗結(jié)果均十分穩(wěn)健。本文研究發(fā)現(xiàn)，交易量與價格變動的非線性影響關(guān)系中，交易量與價格之間存在雙向因果關(guān)系，這一現(xiàn)象或許能支持“混合分布假設(shè)”理論。每日達到的信息會同時影響交易量和價格變化，但是我們發(fā)現(xiàn)這種變化并不是直接正相關(guān)的，而是由市場上多空雙方的反復(fù)力量調(diào)整來實現(xiàn)的。股指期貨的推出降低了現(xiàn)貨市場信息不對稱，因此與股指期貨推出前相比，交易量能更大程度上推動價格的波動。
　　五、研究結(jié)論與展望
　　本文研究H股指數(shù)期貨推出前后現(xiàn)貨市場內(nèi)部交易特征的變化，以H股指數(shù)期貨推出為分水嶺，將2002年10月— 2004 年10月的樣本期分成兩個不同的區(qū)間，分別研究在兩個不同階段里交易量與收益率的相互影響關(guān)系。線性 Granger 因果關(guān)系檢驗的結(jié)果顯示，雖然現(xiàn)貨市場交易量與收益率存在長期協(xié)整關(guān)系，并且股指期貨推出后，收益率與交易量的長期協(xié)整得到提升，但是交易量股和收益率并不存在明顯相互聯(lián)系。無論是股指期貨推出前，還是股指期貨推出后，僅存在著H股指數(shù)收益率是引起交易量變化的單向因果關(guān)系。但利用Hiemstra 和Jones所提出的非線性 Granger 因果關(guān)系檢驗方法對此進行檢驗，表明交易量與收益率之間存在著雙向的因果關(guān)系。股指期貨的推出降低了現(xiàn)場市場信息不對稱，交易量推動市場價格波動的能力更強。
　　我國滬深300指數(shù)期貨剛推出不久，暫時無法利用高頻交易數(shù)據(jù)對滬深300指數(shù)期貨對現(xiàn)貨現(xiàn)貨市場內(nèi)部交易機制的影響進行研究，這是本文的主要不足。所幸的是非線性Granger檢驗技術(shù)的應(yīng)用提高了研究結(jié)果的精確性，而且揭示了H股指數(shù)交易量與價格之間的內(nèi)在聯(lián)系，從而有助于資本市場投資者和政府相關(guān)部門了解股指期貨推出對現(xiàn)貨市場價格形成機制的影響。
　　
　　參考文獻：
　?。?］Clark，P.K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices ［J］.Econometric，1973，（41）：135-155
　　［2］Harris， M.，Raviv，A.Differences of Opinion Make a Horse Race ［J］.Review of Financial Studies，1993，（6）：473-506.
　?。?］Hiemstra， C.，Jones，J.D.Testing for Linear and Nonlinear Granger Causality in the Stock Price-Volume Relation ［J］.Journal of Finance，1994，（49）：1639-1664.
　?。?］Jegadeesh， N.，Subrahmanyam，A.Liquidity Effects of the Introduction of the S&P 500 Index Futures Contract on Underlying Stocks ［J］.The Journal of Business，1993，（66）：171-187.
　　［5］Jochum， C.，Kodres，L.Does the Introduction of Futures on Emerging Market Currencies Destablize the Underlying Currencies?［R］.IMF Working Paper，1998：WP/98/13.
　?。?］Spyros， I.S.Index Futures Trading and Spot Price Volatility［J］.Journal of Emerging Market Finance，2005，（4）：151-167.
　?。?］Chu， Q.C.，Hsiehb，W.G.，Tsec，Y.Price Discovery on the S&P 500 Index Markets：An Analysis of Spot Index，Index Futures，and SPDRs ［J］.International Review of Financial Analysis，2003，（8）：21-34.
　?。?］Stoll， H.R.，Whaley，R.E.The Dynamics of Stock Index and Stock Index Futures Returns ［J］.Journal of Financial and Quantitative Analysis，1990，（25）：441-468.
　　［9］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，（4）：123-152.
　?。?0］Hegde， S.P.，Mcdermott，J.B.The Liquidity Effects of Revisions to the S&P 500 Index: An Empirical Analysis ［J］.Journal of Financial Markets，2003，（6）：413-459.
　?。?1］Gulen， H.，Mayhew，S.Stock Index Futures Trading and Volatility in International Equity Markets ［J］.Journal of Futures Markets，2000，（20）：661-685.
　　［12］Gorton， G.B.，Pennacchi，G.G.Security Baskets and Index-Linked Securities［J］.The Journal of Business，1993，（66）：1-27.
　?。?3］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，（5）：17-21.
　　［14］肖輝，鮑建平，吳沖鋒.股指與股指期貨價格發(fā)現(xiàn)過程研究［J］.系統(tǒng)工程學(xué)報，2006，（8）：438-441.
　　［15］涂志勇，郭明.股指期貨推出對現(xiàn)貨市場價格影響的理論分析［J］.金融研究，2008，（10）：104-116.
　　［16］嚴敏，巴曙松，吳博.我國股指期貨市場的價格發(fā)現(xiàn)與波動溢出效應(yīng)［J］.系統(tǒng)工程，2009，（10）：32-38.
　?。?7］潘越.基于非線性Granger因果檢驗的股市間聯(lián)動關(guān)系研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008，（9）：87-100.
　?。?8］Baek， E.，Brock，W. A Nonparametric Test for Independence of a Multivariate Time Series ［J］.Statistica Sinica，1992，（2）：137-156.
　?。ㄘ?zé)任編輯：孟耀）