周丹丹

摘 要：通過建立VAR-GARCH-BEEK模型對不同市場行情下股指期貨和現(xiàn)貨之間的溢出效應(yīng)進行研究，發(fā)現(xiàn)兩個市場各個時間段內(nèi)的收益率之間存在不同的溢出效應(yīng)，橫盤階段和牛市階段存在單向的溢出，熊市階段市場不存在溢出；兩個市場各個時間段內(nèi)的波動性溢出情況大致相同，均存在著顯著的雙向溢出效應(yīng)；各個時間段的波動性溢出存在著顯著的不對稱性，期貨市場的變化對現(xiàn)貨市場波動變化的影響遠遠大于現(xiàn)貨市場的變化對期貨市場波動的變化的影響。

關(guān) 鍵 詞：股指期貨；現(xiàn)貨；溢出效應(yīng)；VAR-GARCH-BEEK模型

中圖分類號：F830 文獻標(biāo)識碼：A 文章編號：2096-2517（2016）04-0058-06

Abstract： The paper studied the spillover effect between stock index futures market and stock cash market under different conditions. By establishing the VAR-GARCH-BEEK model， we find that the profit has different spillover effect on the two markets in different periods. There is one-way overflow in the sideways and bull period， and there is no overflow in the bear period. We also find that the volatility has similar spillover effect in the two markets in different periods. The two markets have obviously two-way spillover effect， which is significantly asymmetrical. The change from stock index futures market to stock cash market is much more than the change from stock cash market to stock index futures market.

Key words： stock index futures market； stock cash market； spillover effect； VAR-GARCH-BEEK model

一、引言

期貨市場和現(xiàn)貨市場的聯(lián)系是密不可分的。自2010年4月16日滬深300股指期貨市場推出之后，改變了市場上的單邊運行機制，以往的市場格局被完全打破， 兩個市場之間的聯(lián)動關(guān)系越來越強。股指期貨具有高杠桿性和穩(wěn)定性，因此研究股指期貨和現(xiàn)貨市場之間的溢出關(guān)系對于信息在市場之間的傳遞性有重要的意義。

國內(nèi)外已經(jīng)有相關(guān)文獻對此進行研究。國外的研究顯示兩個市場之間存在著雙向的溢出，期貨市場對現(xiàn)貨市場的溢出影響更加顯著一些。Drimbetas等（2007）通過建立EGARCH模型對希臘市場的數(shù)據(jù)進行研究， 發(fā)現(xiàn)股指期貨的出現(xiàn)顯著降低了FTSE/ASE20指數(shù)的波動性[1] 。Bohl等（2011）采用動態(tài)雙變量GARCH模型對波蘭市場進行研究，發(fā)現(xiàn)隨著時間的推進，后期的股指期貨對現(xiàn)貨市場有一定的信息傳遞和引導(dǎo)作用[2] 。 劉慶富和華仁海（2011）通過對高頻數(shù)據(jù)進行研究，發(fā)現(xiàn)兩個市場之間的風(fēng)險傳遞是雙向的，現(xiàn)貨市場波動溢出效應(yīng)要顯著一些[3]。文鳳華等（2011）建立VECM-GARCH-BEKK模型對我國兩個市場之間的動態(tài)關(guān)系進行探究，發(fā)現(xiàn)兩者存在雙向的溢出[4] 。邢精平等（2011）通過建立T-GARCH模型，發(fā)現(xiàn)兩個市場之間存在雙向的波動溢出，期貨市場的溢出效應(yīng)強于現(xiàn)貨市場[5]。以上研究主要針對我國早期的期貨市場，上市時間短，數(shù)據(jù)量較單一。我國的股指期貨已存在五年多的時間了， 尤其是2015年到2016年這段時間內(nèi)股市經(jīng)歷了大起大落，對兩個市場之間的溢出效應(yīng)宜分階段進行研究，已有的文獻中并沒有考慮到這一點。

本文基于此，將通過建立VAR-GARCH-BEEK模型對不同市場行情下的兩個市場之間的溢出效應(yīng)進行研究，進而得出兩個市場之間的信息聯(lián)動關(guān)系和信息傳遞特點。

二、VAR-GARCH-BEEK模型介紹

以往的研究中主要采用GARCH模型的形式對溢出效應(yīng)進行研究，但這類模型主要刻畫單個金融市場上收益率的時變特性，對多個市場進行研究時，會將市場的聯(lián)系割裂開來，損失部分有效信息。多元GARCH-BEEK模型能夠克服單變量的缺點，將市場的波動特點和相互關(guān)聯(lián)性同時考慮到模型中。因此我們使用二元VAR-GARCH-BEEK模型，定義形式如下： 其中，B代表GARCH項的系數(shù)矩陣，A代表ARCH項的系數(shù)矩陣，？滋t為均值方程殘差項組成的n×1矩陣，？著t為標(biāo)準(zhǔn)化殘差項組成的n×1矩陣，Ht表示條件殘差在t時刻的方差-協(xié)方差。該模型很好地詮釋了市場之間的溢出關(guān)系，為了更好地從理論上認識如何在市場之間進行信息傳遞，我們將矩陣方程轉(zhuǎn)化為一般簡單的方程進行分析，具體結(jié)果如下所示：方程顯示，如果對方市場的影響不明顯，那么該市場的波動主要是受自身當(dāng)期項的影響。要驗證這些約束是否顯著有影響，我們主要是通過Wald檢驗來驗證相關(guān)系數(shù)是否顯著的問題。

三、數(shù)據(jù)選擇和模型檢驗

（一）市場劃分和數(shù)據(jù)選擇

選取滬深300指數(shù)和股指期貨的日交易數(shù)據(jù)為研究對象，進而分析兩個市場間收益率的均值溢出和方差溢出， 研究的時間段為2010年4月16日至2015年3月15日。在這期間市場上存在顯著的上行階段和下行階段，為了更好地研究不同市場行情下兩個市場之間的溢出效應(yīng)，根據(jù)特征表現(xiàn)我們將選取的時間劃分為三個階段：2010年4月16日至2014年8月14日，市場的股指一直處于波動階段，稱其為橫盤時期；2014年8月15日至2015年6月17日，市場股指表現(xiàn)為上升階段，稱其為牛市時期；2015年6月18日至2016年3月15日，市場股指表現(xiàn)為下降階段，稱其為熊市時期。

研究中，我們選取兩個市場的收益率作為研究變量，分別用RCt、RFt表示現(xiàn)貨和期貨的日收益率對數(shù)值。 由于這樣計算出來的收益率數(shù)據(jù)比較小， 為了使數(shù)據(jù)能夠更加明晰地反映市場特征，我們將它擴大100倍，具體的計算公式如下所示：

其中Rt被認為是收益率。 本文選取的是日數(shù)據(jù)，Pt表示第t期末的收盤點數(shù)。

（二）模型檢驗

為了進一步研究兩個市場之間的溢出效應(yīng)，我們通過建立VAR-BEEK-GARCH（p，q）模型進行分析，在建立模型之前需要對變量進行檢驗。首先，對各階段的收益率序列進行單位根檢驗（見表1）。通過表1可以發(fā)現(xiàn)， 所有變量的T值都小于臨界值，拒絕零假設(shè)，通過了檢驗，表明所有序列都是平穩(wěn)的I（0）過程。其次，需要對模型進行ARCH效應(yīng)檢驗。通過對殘差項進行檢驗進而確定變量之間是否存在ARCH效應(yīng)。 可以發(fā)現(xiàn)各個階段的變量都存在著ARCH效應(yīng)，進而可以通過建立VAR-GARCH-BEEK模型對溢出效應(yīng)進行研究。

由于市場之間是相互聯(lián)系、相互影響的，在進行建模時，要同時將自身滯后項和對方市場的滯后項因素加入到模型中。因此，在建立VAR模型對兩個市場之間的溢出效應(yīng)進行分析時，首先需要對市場的滯后項的階數(shù)進行分析（結(jié)果見表2至表4）。依據(jù)AIC和SC原則，在均值VAR模型的方程中，橫盤階段、 牛市和熊市的最佳滯后階數(shù)分別為3、5、3。通過最佳滯后期的選擇，我們分別對三個時間段內(nèi)的收益率數(shù)據(jù)建立VAR-GARCH-BEEK模型，對兩個市場之間的收益和波動的溢出進行研究。

四、實證結(jié)果分析

（一）均值溢出效應(yīng)結(jié)果分析

下面我們通過Rats軟件計算模型中參數(shù)的估計結(jié)果，對兩個市場之間的溢出效應(yīng)進行進一步的分析和研究，具體的實證結(jié)果如表5至表7所示。

從表中可以看出，在現(xiàn)貨市場中，處于橫盤階段中RCt-1、RCt-2、RFt-1、RFt-2的系數(shù)均在5%的水平下拒絕了零假設(shè)， 處于牛市時期中RCt-4的系數(shù)項在5%的統(tǒng)計水平下顯著， 處于熊市時期中所有變量都在5%的統(tǒng)計水平下不顯著， 說明橫盤階段的現(xiàn)貨市場受到了兩個市場滯后項的均值溢出效應(yīng)的影響，牛市階段的現(xiàn)貨市場主要受到自身滯后項的均值溢出效應(yīng)的影響，熊市階段不會對現(xiàn)貨市場產(chǎn)生均值溢出效應(yīng)。在期貨市場中， 處于橫盤階段的所有變量都在5%的統(tǒng)計水平下不顯著， 牛市階段時RCt-3、RCt-4、RFt-3、RFt-4、RFt-5的系數(shù)項均在5%的水平下顯著不為零， 處于熊市階段時RFt-1、RFt-2的系數(shù)均在5%的水平下顯著不為零，說明橫盤階段兩個市場均不對期貨市場產(chǎn)生均值溢出影響，牛市階段的兩個市場的滯后項均對期貨市場的收益率產(chǎn)生均值溢出效應(yīng)，自身滯后項對其的溢出是負向的， 現(xiàn)貨市場的滯后項對其的溢出是正向的，熊市階段的期貨市場受其自身滯后項的均值溢出的影響。

通過以上分析可以發(fā)現(xiàn)， 當(dāng)處于橫盤階段時， 期貨市場對現(xiàn)貨市場的收益率產(chǎn)生單向的溢出效應(yīng)，影響是正向的；當(dāng)處于牛市時，現(xiàn)貨市場對期貨市場的收益率產(chǎn)生單向的溢出效應(yīng)，影響也是正向的；當(dāng)處于熊市時，兩個市場的收益率之間不存在溢出效應(yīng)。

（二）波動溢出效果分析

表8至表10顯示的是方差方程的參數(shù)估計結(jié)果。 在模型的估計矩陣中， 各個階段的參數(shù)均存在不同程度的顯著性。從表中可以看出，橫盤階段ARCH項和GARCH系數(shù)矩陣中a11、a22、b22在5%的顯著水平下不為零， 說明該階段的現(xiàn)貨市場受到自身的前一期擾動項和條件協(xié)方差的沖擊， 期貨市場只受到自身條件協(xié)方差的沖擊； 牛市階段的b11、b22在5%的水平下不為零， 說明兩個市場只受到自身的協(xié)方差的影響； 熊市階段a11、a22、b11、b22均在5%的水平下不為零， 表明兩個市場均受到自身前一期擾動項和條件協(xié)方差的影響。從表中還可以發(fā)現(xiàn)， 橫盤和熊市階段的變量系數(shù)a21、b21、a12、b12均在5%的水平下拒絕零假設(shè)， 牛市階段的變量系數(shù)b21、b12在5%的水平下也拒絕原假設(shè)， 說明各個階段的模型都表現(xiàn)出兩個市場之間均存在波動溢出。 比較各個階段模型的系數(shù)大小可以看出， 期貨市場對現(xiàn)貨市場的波動性溢出作用比較明顯，反之溢出作用較為微弱， 期貨市場的變化帶來的現(xiàn)貨市場波動變化遠遠大于現(xiàn)貨市場的變化帶來的期貨市場波動變化。

以上通過矩陣系數(shù)簡單概述了兩個市場之間的溢出， 為了進一步對溢出效應(yīng)進行驗證， 本文通過Wald檢驗來確定兩個市場是否存在交叉影響。 我們在研究兩個市場之間的波動性時， 主要是對矩陣中相關(guān)系數(shù)進行零假設(shè)檢驗分析。 根據(jù)上述原理的簡單介紹，我們對市場間的溢出效應(yīng)進行如下三個假設(shè)。

假設(shè)1： 兩個市場之間均不存在波動溢出效應(yīng)， 即H0∶a12=b12=a21=b21=0；

假設(shè)2：期貨市場向股票現(xiàn)貨市場不存在波動溢出效應(yīng)，即H0∶a21=b21=0；

假設(shè)3：股票現(xiàn)貨市場向期貨市場不存在波動溢出效應(yīng)，即H0∶a12=b12=0。

通過檢驗可以看出，各個階段的模型中所有假設(shè)的Wald值均落入拒絕域，拒絕零假設(shè)，與上文的結(jié)果一致，再一次驗證了兩個市場之間存在明顯的雙向溢出。在金融市場上信息能夠迅速被吸收，進而跨市場進行傳導(dǎo)，當(dāng)信息對一個市場的價格形成劇烈波動時，會通過傳導(dǎo)作用造成相關(guān)市場的波動性的變化。

綜上所述，各個階段的兩個市場的收益率之間存在不同的溢出效應(yīng)。橫盤階段和牛市階段市場存在單向的溢出，熊市階段市場不存在溢出。各階段的兩個市場的波動性溢出情況大致相同，均存在著顯著的雙向溢出效應(yīng)，期貨市場變化帶來現(xiàn)貨市場波動的變化遠遠大于現(xiàn)貨市場變化帶來的期貨市場波動的變化。 形成上述現(xiàn)象的原因有以下幾點：一是股票現(xiàn)貨市場上的投資者多為散戶，期貨市場上的投資者多是機構(gòu)投資者，機構(gòu)投機者投資更加理性和專業(yè)化， 短期的市場波動對期貨市場影響不大， 散戶在市場參與過程中容易追漲殺跌， 隨市場波動較大，因此我國市場更多地表現(xiàn)為機構(gòu)投資者影響散戶的行為，散戶的行為對機構(gòu)投資者的影響微乎其微；二是期貨市場交易成本低、流動性好，對外部沖擊的承受力度較強，波動溢出效應(yīng)更傾向于向定價效率低、市場承受力弱的股票現(xiàn)貨市場傳遞，會對股票市場有著顯著的溢出效應(yīng)。

五、結(jié)論

本文通過對不同的市場行情下現(xiàn)貨市場和期貨市場之間的溢出效應(yīng)進行研究，得出如下結(jié)論：

1. 各個階段的兩個市場的收益率之間存在不同的溢出效應(yīng)。橫盤階段和牛市階段存在單向的均值溢出，熊市階段市場不存在均值溢出。

2. 各個階段的兩個市場的波動性溢出情況大致相同，均存在著顯著的雙向溢出效應(yīng)。

3. 各個階段的波動性溢出存在著顯著的不對稱性，期貨市場變化對現(xiàn)貨市場波動變化的影響遠遠大于現(xiàn)貨市場變化對期貨市場波動變化的影響。

通過研究可以看出股指期貨的正式運行會對現(xiàn)貨市場有顯著的影響，并且在各個階段的作用不一樣。兩個市場之間存在著顯著的聯(lián)動關(guān)系和溢出效應(yīng)，市場內(nèi)的信息變化可以快速地跨市場進行傳遞， 信息的變動會很快反映在市場的價格上，聯(lián)動關(guān)系明顯。同時可以看出，股指期貨能夠在一定程度上穩(wěn)定市場， 但并非完美的避險工具，市場上仍然存在著風(fēng)險。投資者在進行投資時，應(yīng)該理性地認識股指期貨的功能， 合理地進行投資。因此，為了更好地維持市場平穩(wěn)運行，我們既要把市場之間的聯(lián)動關(guān)系考慮在內(nèi)，又要加強對市場的監(jiān)管，使金融市場穩(wěn)定運行。

參考文獻：

[1]Drimbetas E，Sariannidis N，Porfiris N. The effect of derivatives trqding on volatility of the underlying asset：evidence from the Greek stock market[J]. Applied Financial Economics，2007（2）：139-148.

[2]Bohl M T，C A Salm and M Schuppli. Price Discovery and Investor Structure in Stock Index Futures[J]. Journal of Futures Markets，2011，31（3）.

[3]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（11）.

[4]文鳳華，劉文井，楊曉光. 滬深300指數(shù)期貨與現(xiàn)貨市場的動態(tài)關(guān)聯(lián)性研究——基于2010年4月16日以來的高頻數(shù)據(jù)[J]. 長沙理工大學(xué)學(xué)報，2011（2）.

[5]刑精平，周伍陽，季峰. 我國股指期貨與現(xiàn)貨市場信息傳遞與波動溢出關(guān)系研究[J]. 證券市場導(dǎo)報，2011（2）.

（責(zé)任編輯：龍會芳；校對：李丹）