方建武，祝麗薇

(陜西師范大學(xué)國(guó)際商學(xué)院，陜西西安 710100)

中國(guó)股市大幅波動(dòng)期間股指期貨對(duì)指數(shù)現(xiàn)貨波動(dòng)的影響

方建武，祝麗薇

(陜西師范大學(xué)國(guó)際商學(xué)院，陜西西安 710100)

針對(duì)股指期貨做空機(jī)制與做多機(jī)制對(duì)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(guó)股市的大幅波動(dòng)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(dòng)率度量公式、雙變量GARCH模型和EGARCH模型來分析波動(dòng)中股指期貨對(duì)指數(shù)現(xiàn)貨波動(dòng)的影響。研究認(rèn)為，在市場(chǎng)處于大幅波動(dòng)期，股指期貨和指數(shù)現(xiàn)貨兩個(gè)市場(chǎng)之間存在雙向價(jià)格引導(dǎo)關(guān)系，其中指數(shù)現(xiàn)貨市場(chǎng)處于主導(dǎo)地位，兩個(gè)市場(chǎng)之間風(fēng)險(xiǎn)是相互傳遞的，其中指數(shù)現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)傳遞更加顯著；在中國(guó)股市波動(dòng)的利多階段，股指期貨的負(fù)收益會(huì)促進(jìn)指數(shù)現(xiàn)貨的波動(dòng)，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(jī)制對(duì)指數(shù)現(xiàn)貨市場(chǎng)帶來的影響大于做多機(jī)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(dòng)的時(shí)候反而加劇了波動(dòng)，造成了負(fù)面影響，中國(guó)金融市場(chǎng)應(yīng)重視其負(fù)面影響，并采取有效措施來加強(qiáng)對(duì)負(fù)面影響的控制。

股指期貨；指數(shù)現(xiàn)貨；風(fēng)險(xiǎn)傳遞；做空機(jī)制；市場(chǎng)波動(dòng)

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(chǎng)風(fēng)險(xiǎn)，在金融市場(chǎng)發(fā)揮著舉足輕重的作用。在發(fā)達(dá)國(guó)家的金融市場(chǎng)上，機(jī)構(gòu)投資者作為投資主力，在市場(chǎng)上占有較大的比例且專業(yè)性較強(qiáng)，而中國(guó)作為發(fā)展中國(guó)家有一億多的 “散戶”，股民數(shù)量龐大。同時(shí)，國(guó)家相關(guān)政策的出臺(tái)會(huì)對(duì)中國(guó)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(guó)股市是具有“中國(guó)特色”的獨(dú)特金融市場(chǎng)。2010年4月16日，中國(guó)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(dòng)了中國(guó)金融市場(chǎng)向國(guó)際化、成熟化發(fā)展。從目前股指期貨市場(chǎng)的交易情況來看，其中投機(jī)交易占了絕大部分，伴隨著過多的投機(jī)者、投機(jī)交易而來的波動(dòng)，這是否會(huì)影響股票指數(shù)現(xiàn)貨反映能力的真實(shí)度？

2014年7月底開始，中國(guó)股票市場(chǎng)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(chǎng)，社會(huì)步入了全民炒股的時(shí)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(diǎn)到2015年6月12日5 166.35點(diǎn)，上漲了3 107.28點(diǎn)。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(shì)，甚至有人將這兩次的回升認(rèn)為是市場(chǎng)觸底反彈的時(shí)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(diǎn)，63天內(nèi)，下跌2 239.06點(diǎn)，在隨后的時(shí)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(cè)，因此二者有著強(qiáng)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(diǎn)，至2015年6月12日收于5 335.12，期間上漲了3 167.92點(diǎn)，高于上證指數(shù)上漲幅度60.64個(gè)點(diǎn)。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(bào)價(jià)開始下跌，當(dāng)日下跌132.84個(gè)點(diǎn)。與滬深300指數(shù)現(xiàn)貨一樣，二者均是在開盤的第一個(gè)5分鐘內(nèi)出現(xiàn)陰燭。股指期貨市場(chǎng)在七八月中旬也出現(xiàn)價(jià)格上揚(yáng)走勢(shì)，依然沒有改變整體大局的走勢(shì)， 8月26日滬深300股指期貨收于2 780點(diǎn)。

在2010年滬深300股指期貨推出之初，它就包含爭(zhēng)議，對(duì)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(diǎn)，從套期保值的觀點(diǎn)看，它有助于抑制現(xiàn)貨市場(chǎng)的大幅波動(dòng)，減少不確定性，有穩(wěn)定現(xiàn)貨市場(chǎng)的作用。而另外一種觀點(diǎn)則是從投機(jī)交易的方面出發(fā)，如果投機(jī)者眾多期貨市場(chǎng)處于過度投機(jī)狀態(tài)，不僅股指期貨穩(wěn)定現(xiàn)貨市場(chǎng)的作用達(dá)不到，其本身的高風(fēng)險(xiǎn)性反而會(huì)加劇股票現(xiàn)貨市場(chǎng)的波動(dòng)。在此次中國(guó)股市的大幅波動(dòng)中，不少人便將股市波動(dòng)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(xiǎn)放大了股市的波動(dòng)。就此，本文將大幅波動(dòng)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(dòng)中，股指期貨對(duì)指數(shù)現(xiàn)貨波動(dòng)的影響程度。

一、文獻(xiàn)回顧

對(duì)指數(shù)現(xiàn)貨波動(dòng)與股指期貨之間關(guān)系的研究，盛浙湘等通過對(duì)美國(guó)、比利時(shí)、日本、中國(guó)等不同發(fā)展階段的8個(gè)國(guó)家考察，研究認(rèn)為：股指期貨的推出對(duì)于市場(chǎng)結(jié)構(gòu)越完善的國(guó)家其抑制波動(dòng)的能力越強(qiáng)[1]。陳海強(qiáng)等通過對(duì)股指期貨推出前后兩個(gè)階段滬深300指數(shù)現(xiàn)貨價(jià)格進(jìn)行Lévy跳躍Kolmogorow-Smirnov檢驗(yàn)和Wilcoxon檢驗(yàn)，研究認(rèn)為：股指期貨推出后滬深300指數(shù)現(xiàn)貨價(jià)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(duì)稱模型對(duì)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(duì)指數(shù)現(xiàn)貨有增大波動(dòng)性的作用，而遠(yuǎn)期對(duì)波動(dòng)性的影響將逐漸消失[3]。楊帆等對(duì)期貨市場(chǎng)進(jìn)行正反饋研究后認(rèn)為：股指期貨市場(chǎng)正反饋交易行為具有杠桿效應(yīng)，當(dāng)市場(chǎng)整體走弱時(shí)，負(fù)面消息對(duì)市場(chǎng)的沖擊要遠(yuǎn)遠(yuǎn)大于正面消息對(duì)市場(chǎng)的沖擊[4]。朱喜安等通過對(duì)HS300期指日收益率進(jìn)行研究，研究認(rèn)為：中國(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)沖擊具有非對(duì)稱的特性，市場(chǎng)杠桿效應(yīng)明顯，利空消息對(duì)股市的影響要比同規(guī)模利好消息的沖擊更強(qiáng)烈[5]。李戰(zhàn)江等對(duì)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(dòng)的情況下，兩個(gè)市場(chǎng)間的上尾相關(guān)性強(qiáng)于下尾相關(guān)性，表明兩個(gè)市場(chǎng)同時(shí)暴漲的概率大于同時(shí)暴跌的概率[6]。岳華等采用EGARCH模型對(duì)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(shí)間的變化，股指期貨穩(wěn)定現(xiàn)貨市場(chǎng)波動(dòng)的作用會(huì)逐步減小[7]。王朝暉等認(rèn)為期現(xiàn)市場(chǎng)具有雙向波動(dòng)溢出效應(yīng)，但股指期貨弱于指數(shù)現(xiàn)貨，短期內(nèi)波動(dòng)溢出存在不對(duì)稱性，長(zhǎng)期內(nèi)股指期貨市場(chǎng)前期的波動(dòng)性能減緩當(dāng)期股票市場(chǎng)的波動(dòng)性[8]。

對(duì)股指期貨市場(chǎng)與指數(shù)現(xiàn)貨市場(chǎng)風(fēng)險(xiǎn)傳遞性的研究，劉慶富等采用雙變量GARCH模型對(duì)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(chǎng)與指數(shù)現(xiàn)貨市場(chǎng)之間的風(fēng)險(xiǎn)傳遞是雙向的，指數(shù)現(xiàn)貨市場(chǎng)向股指期貨市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)力度要大于股指期貨市場(chǎng)向指數(shù)現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)傳導(dǎo)力度[9]。梁龍飛通過理論研究，認(rèn)為交易所各項(xiàng)規(guī)章制度的失誤與疏漏是造成股指期貨市場(chǎng)風(fēng)險(xiǎn)對(duì)現(xiàn)貨市場(chǎng)風(fēng)險(xiǎn)傳遞的主要原因[10]。姚寧等采用2006至2007年中國(guó)股市大盤股和股指期貨標(biāo)的指數(shù)現(xiàn)貨高頻價(jià)格數(shù)據(jù)進(jìn)行研究，研究認(rèn)為：中國(guó)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(shí)跳躍溢出效應(yīng)，也存在中國(guó)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(guó)股市和期市存在極強(qiáng)的風(fēng)險(xiǎn)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(xiǎn)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(xiǎn)[12]。

對(duì)股指期貨被操縱后對(duì)于股指影響的研究，左順跟通過對(duì)股指期貨和指數(shù)現(xiàn)貨的實(shí)證研究，認(rèn)為中國(guó)股指期貨市場(chǎng)疑似操縱日或者疑似操縱時(shí)段股指期貨市場(chǎng)的價(jià)格發(fā)現(xiàn)功能確實(shí)較弱，表明在股指期貨被操縱的情況下，兩個(gè)市場(chǎng)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(chǎng)震蕩盤整期的研究，或是利用仿真數(shù)據(jù)對(duì)于期現(xiàn)貨兩個(gè)市場(chǎng)波動(dòng)及風(fēng)險(xiǎn)溢出進(jìn)行研究[14]，缺少對(duì)于類似2014年7月至2015年8月這樣市場(chǎng)大幅波動(dòng)時(shí)期的研究，而這一極端時(shí)期的問題往往在社會(huì)造成極大的影響，是廣大投資者和市場(chǎng)監(jiān)管者關(guān)注的焦點(diǎn)。研究這一問題對(duì)如何防范市場(chǎng)暴漲暴跌、加強(qiáng)市場(chǎng)風(fēng)險(xiǎn)應(yīng)急處置、完善金融市場(chǎng)風(fēng)險(xiǎn)監(jiān)管有著十分重要的理論及現(xiàn)實(shí)意義。

二、實(shí)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(gè)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(jiǎn)寫為“G & K”)對(duì)波動(dòng)率的度量公式，對(duì)比大幅波動(dòng)期間滬深300指數(shù)現(xiàn)貨和滬深300股指期貨的波動(dòng)率[15]。第二，采用雙變量GARCH模型研究?jī)墒械牟▌?dòng)及風(fēng)險(xiǎn)溢出情況。第三，將整個(gè)大幅波動(dòng)期分為：大幅上漲和劇烈下跌兩個(gè)階段，采用EGARCH模型來對(duì)比兩個(gè)時(shí)期內(nèi)股指期貨收益對(duì)指數(shù)現(xiàn)貨市場(chǎng)分別有何影響。第四，得出相關(guān)結(jié)論。為了研究市場(chǎng)大幅波動(dòng)情況，將波動(dòng)期分為劇烈上漲時(shí)期和急劇下跌時(shí)期，分別研究在這兩個(gè)期間股指期貨對(duì)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(chǎng)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(duì)指數(shù)現(xiàn)貨的大幅波動(dòng)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(dòng)中股指期貨對(duì)指數(shù)現(xiàn)貨波動(dòng)的影響，采用雙變量GARCH模型，以及基于利多和利空時(shí)期的非對(duì)稱EGARCH模型，來分別度量股指期貨對(duì)指數(shù)現(xiàn)貨的波動(dòng)溢出效應(yīng)和風(fēng)險(xiǎn)傳遞的非對(duì)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(dòng)的相關(guān)系數(shù)，令股指期貨t時(shí)刻的平均價(jià)格為Pf,t=(Cf,t+Of,t)/2，指數(shù)現(xiàn)貨t時(shí)刻的平均價(jià)格為Ps,t=(Cs,t+Os,t)/2，用Of,t來表示t時(shí)刻股指期貨的開盤價(jià)格，Os,t來表示t時(shí)刻指數(shù)現(xiàn)貨市場(chǎng)的開盤價(jià)格，Cf,t來表示t時(shí)刻股指期貨的收盤價(jià)格，Cs,t來表示t時(shí)刻指數(shù)現(xiàn)貨市場(chǎng)的收盤價(jià)格，則t時(shí)刻指數(shù)現(xiàn)貨的收益Rs,t即為：Rs,t=Ps,t-Ps,t-1，t時(shí)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(xiàng)，α、β、γ分別為指數(shù)現(xiàn)貨s和股指期貨f相關(guān)價(jià)格P及收益R的系數(shù)項(xiàng)，求和項(xiàng)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(shí)刻的信息集。

∑t為2×2階的時(shí)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(jì)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(xiàng)；φ、ω、η分別為指數(shù)現(xiàn)貨s和股指期貨f各個(gè)條件方差的系數(shù)，T1為觀測(cè)數(shù)據(jù)，∑t為時(shí)變條件協(xié)方差矩陣。

2.利多和利空時(shí)期的非對(duì)稱EGARCH模型

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

(8)

(9)

(10)

式中：ρ為系數(shù)項(xiàng)。條件方差方程為

(11)

(12)

因此，利多和利空時(shí)期的非對(duì)稱EGARCH模型的對(duì)數(shù)似然L函數(shù)可表示為

(13)

式中：Θ2為待估計(jì)的參數(shù)向量，T2為觀測(cè)數(shù)據(jù)，et=(ef,t,es,t)′，Ht為式(8)和式(9)的時(shí)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(duì)指數(shù)現(xiàn)貨波動(dòng)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(gè)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(gè)到期月的合約。，以每5分鐘的期貨價(jià)格和現(xiàn)貨價(jià)格為代表，時(shí)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(gè)交易日。由于期貨市場(chǎng)與現(xiàn)貨市場(chǎng)的交易時(shí)間不同，這里選用兩個(gè)市場(chǎng)共同的交易時(shí)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(gè)，數(shù)據(jù)來自Wind數(shù)據(jù)庫。

1.波動(dòng)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(dòng)期間股指期貨與指數(shù)現(xiàn)貨的波動(dòng)率。這里我們考慮到由于波動(dòng)的劇烈性，需要參照開盤價(jià)、收盤價(jià)、最高價(jià)和最低價(jià)，因此采用G & K的最小方差無偏的最優(yōu)估計(jì)量來估算滬深300指數(shù)現(xiàn)貨及股指期貨的波動(dòng)率。

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

(14)

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

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(dòng)率σG&K隨時(shí)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(dòng)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(dòng)率均較大，且出現(xiàn)波動(dòng)值大于10的異常波動(dòng)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(dòng)率稍大于指數(shù)現(xiàn)貨的波動(dòng)率。

圖1 滬深300指數(shù)現(xiàn)貨G&K波動(dòng)率

圖2 滬深300股指期貨G&K波動(dòng)率

2.波動(dòng)溢出效應(yīng)

為了研究股指期貨波動(dòng)對(duì)指數(shù)現(xiàn)貨波動(dòng)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(duì)兩市之間的波動(dòng)溢出效應(yīng)進(jìn)行實(shí)證分析。根據(jù)AIC和SC準(zhǔn)則，股指期貨市場(chǎng)和指數(shù)現(xiàn)貨市場(chǎng)的p=q=2。表1為模型所計(jì)算出來的條件均值方程和條件方差方程的參數(shù)估計(jì)。

從表1中條件均值的估計(jì)量中可以看出，對(duì)于滬深300指數(shù)現(xiàn)貨市場(chǎng)來說，β1、β2分別表示滬深300股指期貨的一階滯后項(xiàng)、二階滯后項(xiàng)對(duì)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(xiàng)和二階滯后項(xiàng)對(duì)滬深300指數(shù)現(xiàn)貨市場(chǎng)有著絕對(duì)的影響，且一階滯后項(xiàng)影響方向?yàn)檎A滯后項(xiàng)影響方向?yàn)樨?fù)。對(duì)于滬深300股指期貨，在1%的置信水平下，一階滯后項(xiàng)α1顯著為0.431 764，

二階滯后項(xiàng)不顯著，即滬深300指數(shù)現(xiàn)貨的一階滯后項(xiàng)滬深300股指期貨有著絕對(duì)的影響，且影響方向?yàn)檎?。從而，滬?00指數(shù)現(xiàn)貨和滬深300股指期貨之間存在價(jià)格相互引導(dǎo)關(guān)系。從相關(guān)系數(shù)的絕對(duì)值來看，期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)的引導(dǎo)力度要弱于現(xiàn)貨市場(chǎng)對(duì)期貨市場(chǎng)的引導(dǎo)力度。

從表1的條件方差的估計(jì)量來看，對(duì)于滬深300指數(shù)現(xiàn)貨市場(chǎng)來說，φs，1=0.310 265(p=0)；從滬深300股指期貨市場(chǎng)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(chǎng)的波動(dòng)均具有很強(qiáng)的持續(xù)性。進(jìn)而，估計(jì)兩個(gè)市場(chǎng)的波動(dòng)溢出關(guān)系，現(xiàn)貨市場(chǎng)的λ=0.627 812(p=0.038 2),在5%的置信水平下顯著；期貨市場(chǎng)的λ=-1.381 208(p=0.084 2)，在10%的置信水平下顯著。表明兩個(gè)市場(chǎng)間都存在波動(dòng)溢出現(xiàn)象，但是從顯著性方面來看指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)溢出要強(qiáng)于股指期貨市場(chǎng)的波動(dòng)溢出；從系數(shù)絕對(duì)值方面來看，股指期貨市場(chǎng)的波動(dòng)溢出大于指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)溢出。

3.利多期和利空期期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)波動(dòng)影響

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

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

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(shí)期指數(shù)現(xiàn)貨和股指期貨市場(chǎng)影響的參數(shù)估計(jì)

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(shí)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(chǎng)處于劇烈下跌的時(shí)期，無論在期貨市場(chǎng)出現(xiàn)正收益還是負(fù)收益，均對(duì)指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)產(chǎn)生促進(jìn)作用，且影響系數(shù)的絕對(duì)值|b2|>|b1|，即負(fù)收益的影響性更大。

綜合兩個(gè)時(shí)期，滬深300股指期貨對(duì)滬深300指數(shù)現(xiàn)貨的參數(shù)估計(jì)值，無論是從系數(shù)的絕對(duì)值還是顯著性統(tǒng)計(jì)上來看，當(dāng)股指期貨市場(chǎng)出現(xiàn)負(fù)的收益時(shí)，其對(duì)于指數(shù)現(xiàn)貨市場(chǎng)的影響(包括顯著性和強(qiáng)度)，均大于當(dāng)股指期貨市場(chǎng)出現(xiàn)正收益時(shí)對(duì)于指數(shù)現(xiàn)貨市場(chǎng)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(guó)股市的大幅波動(dòng)，采用G & K波動(dòng)率度量公式、雙變量GARCH模型和EGARCH模型對(duì)滬深300指數(shù)現(xiàn)貨及股指期貨進(jìn)行了實(shí)證研究，據(jù)此得出結(jié)論：

第一，當(dāng)市場(chǎng)處于大幅波動(dòng)時(shí)期，指數(shù)現(xiàn)貨市場(chǎng)和股數(shù)期貨市場(chǎng)兩市之間存在雙向價(jià)格引導(dǎo)關(guān)系，其中股指期貨市場(chǎng)對(duì)指數(shù)現(xiàn)貨市場(chǎng)的影響要弱于指數(shù)現(xiàn)貨市場(chǎng)對(duì)股指期貨市場(chǎng)的影響，說明在兩市的價(jià)格引導(dǎo)上，指數(shù)現(xiàn)貨市場(chǎng)處于主導(dǎo)地位。同時(shí)，兩個(gè)市場(chǎng)間還存在雙向溢出關(guān)系，即風(fēng)險(xiǎn)是相互傳遞的。但從顯著性方面來看，指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)溢出要強(qiáng)于股指期貨市場(chǎng)的波動(dòng)溢出；而從系數(shù)絕對(duì)值方面來看，股指期貨市場(chǎng)的波動(dòng)溢出大于指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)溢出，即指數(shù)現(xiàn)貨市場(chǎng)的風(fēng)險(xiǎn)傳遞更加顯著，而風(fēng)險(xiǎn)的傳遞性上股指期貨市場(chǎng)要強(qiáng)于指數(shù)現(xiàn)貨市場(chǎng)。

第二，將此次中國(guó)股市的波動(dòng)分成利多階段和利空階段來看，股指期貨市場(chǎng)對(duì)指數(shù)現(xiàn)貨市場(chǎng)在兩個(gè)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(huì)促進(jìn)指數(shù)現(xiàn)貨的波動(dòng)，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(jī)制對(duì)指數(shù)現(xiàn)貨市場(chǎng)帶來的影響大于做多機(jī)制帶來的影響。因此，在推出股指期貨時(shí)，不僅要專注于它在抑制波動(dòng)方面的正面作用，而且不能忽略其在出現(xiàn)市場(chǎng)大幅波動(dòng)情況下可能帶來的負(fù)面影響，此次中國(guó)金融市場(chǎng)的大起大落反映了中國(guó)缺少應(yīng)對(duì)極端情況的有效機(jī)制，同時(shí)還體現(xiàn)了股指期貨的負(fù)面效應(yīng)。

中國(guó)證監(jiān)會(huì)最初推出股指期貨時(shí)，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(dòng)。然而，任何事物都具有兩面性，在大多數(shù)較小幅波動(dòng)的情況下，股指期貨對(duì)單一的異常波動(dòng)確實(shí)可以起到正面的抑制作用。但是，當(dāng)市場(chǎng)處于連續(xù)大幅波動(dòng)的情況下，股指期貨反而起到了加劇波動(dòng)的負(fù)面影響。此次中國(guó)金融市場(chǎng)的大幅波動(dòng)，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(dòng)了其余板塊隨之上漲，市場(chǎng)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(dòng)的時(shí)候反而加劇了波動(dòng)。同樣的，在2015年6月15日泡沫破裂之時(shí)，IF、IC、IH*中國(guó)已上市的3個(gè)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(shí)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(guó)金融市場(chǎng)上時(shí)，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(shí)，并沒有有效措施來應(yīng)對(duì)市場(chǎng)的大泡沫。

四、結(jié)語

中國(guó)股市具有“中國(guó)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(jī)性過高，難免會(huì)引起股指期貨的負(fù)面影響。當(dāng)牛市氣氛漸濃的時(shí)候，投機(jī)者無疑會(huì)將指數(shù)進(jìn)一步推高，面對(duì)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(huì)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(duì)股市喪失信心的感覺因市場(chǎng)氣氛的轉(zhuǎn)變而日益濃重。這一點(diǎn)在中國(guó)2016年年初引進(jìn)熔斷機(jī)制時(shí)表現(xiàn)得尤為明顯，一旦觸發(fā)第一次熔斷，必然很快就會(huì)觸發(fā)第二次熔斷，只得讓推出了4天的熔斷機(jī)制叫停。因此，無論是股指期貨的推出還是熔斷機(jī)制的引進(jìn)，看到它所帶來正面作用的同時(shí)，更要加強(qiáng)對(duì)其負(fù)面影響的控制。在市場(chǎng)出現(xiàn)異常情況時(shí)，如何防范不法分子利用期貨做空市場(chǎng)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(guó)的金融市場(chǎng)，對(duì)于處于初級(jí)發(fā)展階段的中國(guó)期貨市場(chǎng)有著重大的理論及實(shí)踐意義。

[1] 盛浙湘,顧天慧.指數(shù)期貨對(duì)市場(chǎng)波動(dòng)性影響的比較——基于非對(duì)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(qiáng),張傳海.股指期貨交易會(huì)降低股市跳躍風(fēng)險(xiǎn)嗎?[J].經(jīng)濟(jì)研究,2015，50(1)：153-167.

[3] 邢天才,張閣.中國(guó)股指期貨對(duì)現(xiàn)貨市場(chǎng)聯(lián)動(dòng)效應(yīng)的實(shí)證研究——基于滬深300仿真指數(shù)期貨數(shù)據(jù)的分析[J].財(cái)經(jīng)問題研究,2010(4):48-54.

[4] 楊帆,熊海斌.收益率非線性波動(dòng)與反饋交易行為——基于EGARCH模型的實(shí)證檢驗(yàn)及其對(duì)金融監(jiān)管的啟示[J].廣東財(cái)經(jīng)大學(xué)學(xué)報(bào),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(chǎng)波動(dòng)特性研究[J].統(tǒng)計(jì)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(bào)：自然科學(xué)版,2015,36(1):159-162.

[7] 岳華,潘圣輝.股指期貨市場(chǎng)對(duì)現(xiàn)貨市場(chǎng)波動(dòng)性影響的實(shí)證研究——基于滬深300股指期貨[J].山東社會(huì)科學(xué),2014(12):129-133.

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

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

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

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

[12] 余洪亮.股指期貨對(duì)我國(guó)股市的影響分析[J].知識(shí)經(jīng)濟(jì),2010(24):71.

[13] 左順根.中國(guó)股指期貨市場(chǎng)操縱及其對(duì)市場(chǎng)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(chǎng)波動(dòng)溢出關(guān)系研究[J].經(jīng)營(yíng)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(huì)重點(diǎn)研究課題項(xiàng)目(11)

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

F830.91

A

1671-6248(2017)02-0064-08