隋婷婷

摘要：股指期貨的標的是股票指數(shù)，故自股指期貨誕生之日起，國內(nèi)外的學者就致力于研究股指期貨與現(xiàn)貨的關(guān)系。30多年來，學術(shù)界的爭論沒有一個定論。不管是想繼續(xù)深入探討、延伸有限的理論知識，還是想在實踐中加快發(fā)展我國金融衍生品市場，都需要更多的以數(shù)據(jù)為基礎(chǔ)的實證研究來探討股指期貨與股票現(xiàn)貨市場影響關(guān)系。這是研究的目的和意義，希望盡所能，有所貢獻。

關(guān)鍵詞：股票價格波動；股指期貨；影響

中圖分類號：F83

文獻標識碼：A

doi：10.19311/j.cnki.1672.3198.2016.28.046

1 緒論

1.1 選題背景及研究意義

2010年4月16日，中國金融期貨交易所籌備四年多的滬深300股指期貨終于上市。如今已安全平穩(wěn)地運行了6年多的時間。股指期貨的推出彌補了金融市場沒有風險管理工具的缺陷，然而，其高風險高收益的杠桿性，令很多投資者望而卻步，稍有不慎，面臨的風險也會數(shù)倍而來。

1.2 研究方法及思路

本文實證研究借鑒了部分文獻的指導(dǎo)經(jīng)驗。由于樣本空間是高頻金融時間序列，所以采用GARCH模型來進行實驗。同時，為更好地對比股票市場在股指期貨出現(xiàn)前、后的波動率變化情況，故采用事前事后研究法和引入虛擬變量來刻畫滬深300股指期貨推出事件的方法。通過觀測模型的回歸結(jié)果和虛擬變量值的情況來描述波動率變化情況。

2 滬深300股指期貨對股票價格波動影響實證分析

2.1 數(shù)據(jù)來源

本文實證部分的滬深300指數(shù)的選取時間段是從2007年1月4日到2015年12月31日，樣本選擇日收盤價數(shù)據(jù)，共2188個數(shù)據(jù)。本文之所以從2007年開始選取數(shù)據(jù)是因為2005年我國正式開始股權(quán)分置改革，到2006年股權(quán)分置改革才基本完成。為避免我國股市這段時間存在結(jié)構(gòu)性變化的影響，故舍去2007年以前的數(shù)據(jù)。滬深300股指期貨選取當月合約從2010年4月16日至2015年12月31日的當天的收盤價，共1388個數(shù)據(jù)為整個樣本。

本文依據(jù)滬深300股指期貨的上市時間，以2010年4月16日為界線，將總樣本分成兩個階段。以上數(shù)據(jù)來源于Resset數(shù)據(jù)庫，中國金融期貨交易所，中信證券至信軟件等。

2.2 變量選擇

本文所運用的GARCH模型需要用到收益率數(shù)據(jù)。收益率的方差或者標準差體現(xiàn)了市場的波動特征和風險特征。現(xiàn)代金融衍生品的研究中，普遍使用收益率的方差或者標準差來代表股票的波動率。

Rt=（LnPt-LnPt-1）×100%（1）

其中，Pt表示滬深300指數(shù)在第t日的收盤價，Pt-1表示滬深300指數(shù)在第t-1日的收盤價，Pt表示滬深300指數(shù)在第t日的對數(shù)收益率。如不做特殊說明，下文的收益率默認為滬深300收盤指數(shù)的對數(shù)收益率。

2007年至今，中國股票市場在股指期貨推出前后經(jīng)歷了兩次牛市，一次熊市。且不論滬深300指數(shù)的日收盤價數(shù)據(jù)，還是滬深300股指期貨的日收盤價數(shù)據(jù)，總體上來說都有類似于隨機游走的形式，即都是非平穩(wěn)的。從2010年4月16日的走勢開始，二者具有大致相同的趨勢和變化規(guī)律，說明二者可能存在協(xié)整關(guān)系。

2.3 實證方法

2.3.1 描述性統(tǒng)計

原始數(shù)據(jù)進行處理后，新建三個序列對象hsall、hs1、hs2分別代表了滬深300指數(shù)的日收益率總樣本，股指期貨推出前以及之后的滬深300指數(shù)的日收益率樣本。本文運用Eviews6.0軟件，分別對三個序列對象進行描述性統(tǒng)計。

樣本hsall、hs1、hs2序列的描述統(tǒng)計量柱狀圖顯示結(jié)果：三個序列的偏度（Skewness）分別為-0.487，-0.409，-0.602，均小于0，說明三個樣本數(shù)據(jù)均具有左偏的特征；三個序列的峰度（Kurtosis）分別為5.784，4.223，7.024，均大于3，說明都在均值處出現(xiàn)過度波峰，故均具有尖峰厚尾的特征；JB統(tǒng)計量分別為792.819，72.135，1020.301，其χ2值均大于臨界值，相伴概率p值均為0，說明非常顯著。綜上，三個序列都具有左偏，尖峰，厚尾的特征，且不服從正態(tài)分布。

2.3.2 ADF單位根檢驗

為避免造成虛假回歸，我們需要檢驗金融時間序列是否平穩(wěn)。（最大滯后階數(shù)p=10）ADF檢驗情況顯示hsall、hs1、hs2三個序列的p值是0，ADF的值均小于1%顯著性水平下的臨界值，所以拒絕原假設(shè)，表明三個序列均沒有單位根，都是平穩(wěn)的。

2.3.3 自相關(guān)檢驗

自相關(guān)檢驗結(jié)果顯示在滬深300股指期貨推出前后，滬深300指數(shù)的日收益率都存在自相關(guān)性。綜合單位根檢驗結(jié)果、自相關(guān)檢驗結(jié)果，滬深300指數(shù)在滬深300股指期貨推出之前和之后的兩個日收益率序列既是平穩(wěn)的，也是自相關(guān)的，所以我們可以用ARMA模型來解釋滬深300日指數(shù)收益率序列的變化。

2.3.4 模型建立及實證分析

（1）選擇收益率自回歸的滯后階數(shù)。

利用AIC和SC準則來檢測計量模型及其滯后階數(shù)對金融時間序列數(shù)據(jù)的擬合情況，再對其殘差進行自相關(guān)性檢驗。綜合考慮AIC值和SC值最小的準則，我們可以認為最優(yōu)的組合為hs1序列服從ARMA（0，1）模型，hs2序列服從ARMA（1，2）模型。相比之下，第二優(yōu)的組合為hs1序列服從ARMA（2，2）模型、hs2序列服從ARMA（1，1）模型。

（2）ARCH效應(yīng)檢驗。

本文利用ARCH-LM檢驗方法對hs1、hs2序列分別進行ARCH效應(yīng)檢驗。將股指期貨推出前后滬深300指數(shù)日收益率hs1序列和hs2序列分別滯后1，2，3，4，5階進行回歸。回歸結(jié)果按照AIC值和SC值較小的準則分析，發(fā)現(xiàn)滯后4階時，回歸方程最顯著，所以選取滯后4階的自回歸模型。我們選擇一階滯后，將四階自回歸模型的殘差進行ARCH-LM模型檢驗。hs1、hs2兩個序列的ARCH-LM統(tǒng)計量的相伴概率都趨向于0，在5%的顯著性水平下仍然顯著，說明hs1、hs2序列的殘差序列均存在ARCH效應(yīng)。綜上，我們可以建立GARCH模型。