摘要:利用滬深300指數(shù)期貨仿真交易1分鐘線高頻數(shù)據(jù),建立了基于GARCH類模型的波動率估計模型,利用Granger因果關(guān)系檢驗對期貨與指數(shù)的引導(dǎo)關(guān)系進(jìn)行了檢驗。實證結(jié)果顯示:現(xiàn)貨市場對期貨市場存在單向引導(dǎo)關(guān)系,且領(lǐng)先的時間不超過15分鐘;期貨市場對現(xiàn)貨市場不存在單向的引導(dǎo)關(guān)系。
關(guān)鍵詞:滬深300指數(shù);股指期貨;引導(dǎo)關(guān)系;Granger因果關(guān)系檢驗
股指與股指期貨的引導(dǎo)關(guān)系一直是股指期貨研究的一個重要課題。國內(nèi)股市的滬深300指數(shù)期貨仿真交易從2006年10月30日運行以來,已經(jīng)有近2年的時間了,積累了可觀的第一手交易數(shù)據(jù)資料,那滬深300指數(shù)與指數(shù)期貨的相互影響關(guān)系究竟如何呢,本文將基于仿真交易高頻數(shù)據(jù)來進(jìn)行研究。
一、文獻(xiàn)回顧
Kawaller等(1987)分析了1984-1985步長為一分鐘的SP500指數(shù),研究結(jié)果表明SP500指數(shù)期貨先行于現(xiàn)貨指數(shù)20-45分鐘,而現(xiàn)貨指數(shù)先行于期貨指數(shù)的時間最大不超過2分鐘。Harris(1989)使用成份股的交易數(shù)據(jù),檢驗了SP500指數(shù)現(xiàn)貨和期貨之間的關(guān)系,在糾正了非經(jīng)常交易影響后,他仍然能發(fā)現(xiàn)期貨市場先行于現(xiàn)貨市場。肖輝和吳沖鋒(2004)研究發(fā)現(xiàn)標(biāo)準(zhǔn)普爾500指數(shù)現(xiàn)貨市場與其期貨市場收益率之間存在即時互動關(guān)系,股指期貨先行時間明顯比股指先行時間要長,股指與股指期貨對不同類型的信息反映速度是不一致的Floros和Vougas(2007)對希臘股指期貨市場1999年到2001年數(shù)據(jù)進(jìn)行了分析,研究結(jié)果支持期貨市場扮演價格發(fā)現(xiàn)者的角色的結(jié)論。
從文獻(xiàn)來看,大部分都認(rèn)為期貨市場領(lǐng)先現(xiàn)貨市場,時間長度從幾秒到幾個小時不等。而研究所采用的方法基本上都是基于Engle和Granger的方法。本文將利用Engle-Granger方法分析滬深300股指期貨仿真交易的數(shù)據(jù)(1分鐘線高頻數(shù)據(jù)),以期對國內(nèi)仿真股指期貨市場的領(lǐng)先滯后關(guān)系進(jìn)行研究。
二、樣本選擇和數(shù)據(jù)處理
本文選擇滬深300指數(shù)和滬深300指數(shù)期貨0812合約作為樣本,樣本時間選的是2008年6月2日到2008年7月31日,扣除節(jié)假日后,有9周共計43個交易日的高頻數(shù)據(jù)(10312個樣本)。0812合約在這個時間段內(nèi)屬于成交量較大的主力合約,所以采用0812合約所得到的分析結(jié)論會更有說服力。由于股指期貨和股票指數(shù)的交易時間不完全一致,本文是以共同的時間段為標(biāo)準(zhǔn)來進(jìn)行處理的,即將期貨交易早于9:30和晚于15:00的數(shù)據(jù)剔除(數(shù)據(jù)來源于WIND資訊)。
對數(shù)收益率能有效改善數(shù)據(jù)的正態(tài)性問題,使得統(tǒng)計推斷更加可靠,本文采用對數(shù)差分計算收益率。
三、模型選擇與實證結(jié)果
(一)平穩(wěn)性檢驗
在金融時間序列的分析之前,一定要確認(rèn)序列的平穩(wěn)性,即進(jìn)行單位根檢驗,這樣才能確定相應(yīng)的分析方法,常用的單位根檢驗方法是為Dickey等(1979,1981)提出的ADF檢驗。
本文用ADF檢驗來檢驗期貨收益率序列和現(xiàn)貨收益率序列,以及他們對應(yīng)波動率的平穩(wěn)性。波動率的檢驗結(jié)果見下文相應(yīng)部分,這里給出收益率序列的檢驗結(jié)果:
表1 期貨收益率和現(xiàn)貨收益率ADF檢驗結(jié)果
序列SIC滯后值t值檢驗概率
期貨收益率38-109.8290.0001
現(xiàn)貨收益率38-29.6550.0000
從表中可以看出期貨收益率序列和指數(shù)收益率序列都在0.01的置信水平下是平穩(wěn)的。這樣在下文估計波動率的時候,模型就可能具有平穩(wěn)性的優(yōu)良統(tǒng)計性質(zhì)。
(二)日內(nèi)收益率波動性的度量
Engle(1982)認(rèn)為資產(chǎn)的收益具有波動性的聚類性,大量的經(jīng)驗研究表明:GARCH類模型能較好地度量金融時間序列的波動聚類行為,比較適合金融時間序列的波動性建模。本文采用GARCH類模型來進(jìn)行收益率的波動性建模。GARCH(p,q)模型表達(dá)式為:
rt=μ+εt
σ2t=α0+∑pi=1αiσ2t-i+∑qi=1βiε2t-i
模型中參數(shù)p,q的階數(shù)采用AIC準(zhǔn)則來確定。根據(jù)AIC準(zhǔn)則得到的期貨波動率估計模型是GARCH(2,1)模型,現(xiàn)貨波動率估計模型是GARCH(1,1)模型。參數(shù)估計結(jié)果如下:
表2 期貨和現(xiàn)貨波動率模型估計結(jié)果
期貨波動率模型GARCH(2,1)現(xiàn)貨波動率模型GARCH(1,1)
參數(shù)估計值z-統(tǒng)計量檢驗概率參數(shù)估計值z-統(tǒng)計量檢驗概率
均值方程均值方程
μ-1.08E-05-0.374510.7081.30E-050.7326710.4638
條件波動方程條件波動方程
α09.45E-0838.529180.0009.73E-095.4210660.000
α10.14340923.235730.000-0.00045-5.904870.000
α2-0.129317-20.97760.000
β10.9772261865.8950.0000.9956811228.5450.000
從估計結(jié)果可以看到條件波動方程所有參數(shù)都是在0.01的水平上是顯著的,說明模型的估計效果很好。均值方程的參數(shù)都不顯著,說明期貨和現(xiàn)貨收益率的均值都不能拒絕為零的原假設(shè)。
利用上述模型的結(jié)果,可以相應(yīng)估計出期貨收益率和現(xiàn)貨收益率的條件方差序列。對期貨和現(xiàn)貨波動率序列(條件方差序列)進(jìn)行ADF檢驗,檢驗結(jié)果如下:
表3 期貨收益率和現(xiàn)貨波動率ADF檢驗結(jié)果
序列SIC滯后值t值檢驗概率
期貨波動率38-11.5800.0000
現(xiàn)貨波動率38-6.2260.0000
可以看出期貨波動率序列和現(xiàn)貨指數(shù)波動率序列都在0.01的置信水平下是平穩(wěn)的。這樣,不用對波動率序列進(jìn)行協(xié)整關(guān)系檢驗就可以直接進(jìn)行引導(dǎo)關(guān)系的檢驗和估計了。
(三)引導(dǎo)關(guān)系檢驗與領(lǐng)先-滯后的時間估計
Granger提出的因果關(guān)系給出了檢驗引導(dǎo)關(guān)系的方法。許多研究表明:金融資產(chǎn)價格的波動(即風(fēng)險)不僅是決定資產(chǎn)價格的重要變量,而且是資本市場信息流的反映。因此用波動率進(jìn)行引導(dǎo)關(guān)系檢驗和領(lǐng)先滯后時間估計要更加合適。本文即是用上文估計出的波動率來進(jìn)行引導(dǎo)關(guān)系檢驗。
Granger因果關(guān)系檢驗在檢驗x對y的單向引導(dǎo)關(guān)系時所估計的方程是:
yt=α10+∑mi=1α1iyt-i+ε1t
yt=α20+∑mi=1α2iyt-i+∑kj=1β2jxt-j+ε2t
檢驗的原假設(shè)是序列x不是序列y的Granger成因,即.0:β21=β22=…=β2k=0。
根據(jù)國內(nèi)外的選取經(jīng)驗,一般是把m和k設(shè)立為相等常數(shù),本文也采用這樣的方法。將m(或k)設(shè)置為1-20時Granger因果關(guān)系檢驗結(jié)果如下:
表4 滯后1-20期的Granger因果關(guān)系檢驗結(jié)果
滯后時間(m)H0:期貨不是現(xiàn)貨的Granger成因H0:現(xiàn)貨不是期貨的Granger成因
F統(tǒng)計量檢驗概率F統(tǒng)計量檢驗概率
可以看到期貨不是現(xiàn)貨的Granger成因的原假設(shè)在各個滯后期內(nèi)都不能被拒絕,并且隨著滯后時間的增加,檢驗概率逐漸變大(5階以后的檢驗概率趨于1)。而現(xiàn)貨不是期貨的Granger成因的原假設(shè)在0.10的顯著性水平下,滯后2到14期都被拒絕,其他滯后期無法拒絕,且隨著滯后時間的增加,檢驗概率也逐漸變大。所以可以得出結(jié)論:滬深300指數(shù)對滬深300指數(shù)期貨存在單向引導(dǎo)關(guān)系,領(lǐng)先的時間是2-14分鐘,而指數(shù)期貨對指數(shù)不存在單向引導(dǎo)關(guān)系。
四、結(jié)論
本文利用滬深300指數(shù)以及滬深300股指期貨仿真交易1分鐘線高頻數(shù)據(jù),建立了基于GARCH類模型的波動率估計模型,并對期貨與指數(shù)的引導(dǎo)關(guān)系進(jìn)行了檢驗。實證結(jié)果顯示:現(xiàn)貨市場對期貨市場存在單向引導(dǎo)關(guān)系,且領(lǐng)先的時間不超過15分鐘,為2-14分鐘;期貨市場對現(xiàn)貨市場不存在單向的引導(dǎo)關(guān)系。期貨市場對現(xiàn)貨市場不存在引導(dǎo)關(guān)系,這與已有文獻(xiàn)的研究結(jié)論不同,已有文獻(xiàn)的研究基本上都認(rèn)為期貨市場領(lǐng)先現(xiàn)貨市場(也就是說期貨價格包含關(guān)于現(xiàn)貨價格的有用信息)。
(作者單位:武漢理工大學(xué)理學(xué)院)
注:本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文